低碳試點政策是否驅動了制造業企業綠色轉型？

摘 要：低碳試點政策作為應對氣候變化和實現經濟增長的積極政策，為制造業企業綠色轉型提供契機。基于2012—2020年A股制造業上市公司數據，以低碳城市試點為準自然實驗，采用漸進雙重差分模型檢驗低碳試點政策對制造業企業綠色轉型的驅動作用。研究發現：（1）低碳試點政策的實施可顯著驅動制造業企業綠色轉型；（2）企業創新和企業數字化轉型起到部分中介作用；（3）融資約束具有負向的抑制作用，數字金融具有正向的促進作用。研究結論為深化低碳試點城市建設和驅動制造業企業綠色轉型提供政策啟示。

關鍵詞：低碳試點政策；企業綠色轉型；制造業上市公司；漸進雙重差分

中圖分類號：X322；F424.3 文獻標識碼：A 文章編號：1671-9255（2024）03-0020-07

一、引言與文獻綜述

隨著工業化、城鎮化進程的不斷加快，中國經濟已由高速增長轉變為高質量發展。黨的二十大報告指出我們要堅持以推動高質量發展為主題，著力提高全要素生產率，堅持把發展經濟的著力點放在實體經濟上，推進新型工業化，加快建設制造強國。自2020年“雙碳”目標的提出以來，推動經濟社會發展綠色化、低碳化成為實現高質量發展的關鍵環節。目前，制造業企業面臨資源過度消耗、能源利用低下、環境污染嚴重等問題，不利于打造核心競爭力與優化全要素生產率，一定程度上阻礙了企業的綠色轉型進程。同時，受2030年前碳達峰與經濟下行雙重壓力，低碳試點政策作為應對氣候變化和實現經濟增長的一項積極政策，對于節約能源、減少碳排放，驅動制造業企業綠色轉型具有重要的現實意義。2010年，國家發布《關于開展低碳省區和低碳城市試點工作的通知》，在廣東、遼寧、湖北、陜西、云南五省和天津、重慶、深圳、廈門、杭州、南昌、貴陽、保定八市率先開始實施低碳試點政策，之后分別于2012年和2017年確定了第二、三批試點，共計6個省和81個城市，旨在探索實現碳達峰的有效路徑。

關于低碳試點政策的現有研究集中在政策效果評價上，主要包括以下兩類：第一，關注政策的環境效應。姜旭和侯嬌等（2023）基于Super-SBM模型測算城市土地綠色利用效率，并應用雙重差分模型檢驗低碳試點政策的促進作用[1]；郭沛和梁棟（2022）、王勝今和朱潤酥（2022）研究發現低碳試點政策可顯著降低試點城市二氧化碳排放量，提高城市碳排放效率[2-3]；郭炳南和唐利等（2023）、鄧榮榮和張翱祥等（2022）分別采用雙重差分模型和空間雙重差分模型實證檢驗低碳試點政策對城市生態效率水平的提升作用與空間溢出效應[4-5]。第二，關注政策的經濟效應。Cheng J等（2019）、周明天和徐彬（2022）研究發現低碳城市試點建設可促進地區綠色經濟增長[6-7]；楊菲和沈能等（2022）、肖仁橋和馬伯凡等（2023）研究發現低碳試點政策對地區企業綠色技術創新具有顯著的促進作用[8-9]；Wen H等（2023）、關宇航和師一帥等（2021）、郭炳南和馮雨等（2022）研究發現低碳試點政策能夠顯著提升制造業企業的全要素生產率[10-12]；逯進和王曉飛等（2020）研究發現低碳試點政策的實行可以顯著促進產業結構升級[13]。

然而，有關低碳試點政策驅動制造業企業綠色轉型的研究相對較少。王亞飛和陶文清（2021）采用雙重差分模型和系統GMM方法進行實證檢驗，結果表明低碳試點政策顯著促進城市綠色全要素生產率增長[14]；佘碩和王巧等（2020）采用傾向得分匹配和雙重差分相結合的方法進行實證分析，結果表明低碳試點政策直接促進城市綠色全要素生產率，并檢驗了創新水平和產業升級的中介效應[15]；熊廣勤和方扶星（2022）采用多期雙重差分法進行實證檢驗，結果表明低碳試點政策顯著提高城市綠色全要素生產率，且通過結構效應、技術效應和集聚效應間接提升綠色全要素生產率[16]。

綜上所述，低碳試點政策的效應評價已趨于成熟，低碳試點政策有利于提升城市綠色全要素生產率，但是鮮有學者研究低碳試點政策對制造業上市公司綠色轉型的驅動作用。基于此，本研究從A股制造業上市公司著手，采用SBM-ML指數測算制造業綠色全要素生產率作為制造業企業綠色轉型的衡量指標，同時，運用漸進雙重差分（DID）模型實證檢驗低碳試點政策對制造業企業綠色轉型的作用機制與路徑。

二、理論分析與研究假說

（一）低碳試點政策與制造業企業綠色轉型

作為城市層面一種綜合性環境規制政策，低碳試點政策能在政策效應驅使和市場準入約束下驅動制造業企業實現生產效率和碳減排效果的雙提升。具體來看，制造業企業高質量發展對能源的依賴性不斷增大，而低碳試點城市享有中央及地方政府在資金、制度等方面的雙重政策支持，促使地區內企業優化能源結構、提高能源利用效率，創新節能減排技術、加快產業轉型升級[17-18]，間接提高企業綠色全要素生產率。基于此，提出如下假說：

假說H1：低碳試點政策的實施對制造業企業綠色轉型的驅動作用顯著為正。

（二）中介效應

一是企業創新的中介效應。基于波特假說理論，適當的環境規制將刺激企業加大研發經費投入，積極開展技術創新以降低能源消耗、減少碳排放，促進企業生產效率提升[9]。第一，低碳試點政策使得企業認識到能源短缺、環境污染等問題，為其綠色轉型提供可行思路。第二，低碳試點政策為試點城市提供財政支持、人資支撐和設施優化等措施，保證了企業創新活動的順利開展，在降低企業創新風險的同時，使得企業認清創新的價值，進而自發選擇創新以提高綠色全要素生產率。

二是企業數字化轉型的中介效應。為達到低碳試點政策的考核要求，試點城市會將政策壓力逐級分解到企業本身，驅動企業把握數字化、綠色化發展趨勢，變革生產技術、提高生產效率，進而實現綠色轉型。低碳試點政策誘使企業發揮數據價值、強化數字應用，加速數字化轉型進程，進而重塑運營流程[19-20]，降低生產成本，提高產品的附加值。基于此，提出如下假說：

假說H2：低碳試點政策通過提高企業創新水平，驅動制造業企業綠色轉型。

假說H3：低碳試點政策通過促進企業數字化轉型驅動制造業企業綠色轉型。

（三）調節效應

一是融資約束的調節效應。制造業企業開展綠色轉型升級需要負擔高成本，以有限的資金獲取高額的利潤，而企業生產經營活動所需資金直接決定企業綠色轉型的徹底性，企業融資約束直接影響低碳試點政策對制造業企業綠色轉型的驅動作用。低碳試點城市內的企業擁有金融優勢，一定程度上彌補了企業融資約束的影響，但當遭遇融資困境時，也會一定程度上阻礙企業獲取資本，影響企業生產創新投入，進而阻礙綠色轉型的進程[21]。

二是數字金融的調節效應。數字金融作為一種促進信息流通、交換、共享的數字化方式，能有效降低金融業務的交易成本和門檻，有助于拓寬融資渠道、降低融資成本，加強綠色技術創新和研發資金投入，在保證企業財務穩定的同時，驅動企業綠色全要素生產率優化[22]。低碳試點的政策效應與數字金融的普惠效應協同共生，共同改變企業發展的市場競爭環境和要素成本環境，以節能減排、技術進步和效率提升，促成企業綠色轉型[23]。基于此，提出如下假說：

假說H4：融資約束逆向調節低碳試點政策對制造業企業綠色轉型的驅動效果。

假說H5：數字金融正向調節低碳試點政策對制造業企業綠色轉型的驅動效果。

三、研究設計

（一）模型構建

基于上文理論分析，為探究低碳試點政策對制造業企業綠色轉型的影響機制，構建如下模型：

（1）

其中，GTFPit表示i企業在第t年的制造業企業綠色全要素生產率，以此衡量制造業企業綠色轉型水平；DIDit表示低碳城市試點；Controlsit表示一系列控制變量；λ表示時間固定效應，δ表示行業固定效應，ε表示隨機誤差項。

（二）變量設定

1. 被解釋變量

制造業企業綠色轉型（GTFP）。借鑒Chung等（1997）研究方法[25]，采用SBM-ML指數測算的制造業企業綠色全要素生產率作為制造業企業綠色轉型的度量指標。其中，投入變量為上市公司固定資產凈額員工人數；期望產出為上市公司營業總收入；非期望產出參考張婕等（2022）研究[26]，使用上市公司碳排放強度衡量。進一步，參考Paster & Lovell（2005）的做法[27]，將測算的ML指數分解為技術效率變動（EC）和技術差距變動（BPC），GTFP=GEC*GBPC。

2. 核心解釋變量

低碳試點城市（DID）。DID=Treat*Time，Treat用于劃分實驗組與對照組，企業所在地級市實施低碳試點政策取值為1，反之取值為0；Time用于界定政策沖擊時點，低碳試點政策實施后的年份取值為1，反之取值為0。

3. 控制變量

參考張青和曹晴（2022）、趙振智和程振等（2021）的研究 [29-30]，選擇企業和地區層面的控制變量。企業年齡（Age），采用企業經營年度來衡量；營業收入增長率（Income），使用本年營業收入與上年營業收入的比值減去1度量；所有權性質（Soe），若企業為國有企業，設為1，否則設為0；股權集中度（Share），采用第一大股東持股比率度量；兩職合一（Cman），企業董事長與總經理是否是同一個人，若是取值1，否則取值0；托賓Q值（TbQ），采用市值與資產總計的比值來衡量；企業價值（Value），采用EVA來衡量；董事會規模（Board），采用企業董事人數總和來衡量；經濟發展水平（Eco），采用人均GDP的對數來衡量；金融發展水平（Fin），使用銀行存貸款余額之和占本地當年生產總值的比例來衡量。

4. 中介變量

第一，企業創新（Inno），采用上市公司研發投入的對數值來衡量；第二，企業數字化轉型（Del），參考吳非等（2021）做法[31]，將相應關鍵詞詞頻取占比作為企業數字化轉型的度量指標。

5. 調節變量

第一，融資約束（SA），采用SA指數度量，并做絕對值處理；第二，數字金融（Dfi），選取北京大學數字金融研究中心編制的北京大學數字普惠金融指數來度量[32]。

（三）數據來源與描述性統計

1. 樣本選擇與數據來源

本研究以滬深京A股上市公司為研究對象，選取2012—2020年制造業企業數據及城市、行業層面數據開展實證研究。為保證研究結果可信，對初始數據進行如下處理：（1）刪除ST、*ST的企業；（2）考慮到數據的可得性，刪除西藏自治區的城市數據；（3）刪除數值缺失的企業。最終得到333家上市公司的2997個數據樣本，并對處理后的連續變量進行1%和99%的縮尾處理。上市公司層面數據均來源于國泰安CSMAR數據庫。城市層面數據來源于《中國統計年鑒》。

四、實證分析

（一）基準回歸結果分析

對（1）式進行基準回歸估計，回歸結果如表1所示。不管是否控制年份與行業固定效應，低碳試點政策的實施可有效驅動制造業企業綠色轉型，該結論與郭沛和梁棟（2022）、石恒貴等（2023）研究結果一致[2，33]，假說H1得證。

進一步，將GTFP的分解項納入基準回歸方程，如表2模型（5）（6）所示。低碳試點政策對制造業企業綠色轉型的技術效率變動不顯著，對制造業企業綠色轉型的技術差距變動具有顯著驅動作用。

（二）平行趨勢檢驗

對于雙重差分法來說，研究得以進行的前提條件是滿足平行趨勢檢驗，即處理組和對照組的制造業企業綠色轉型（GTFP）在政策實施前需要滿足其趨勢沒有變化的要求。

結果顯示（圖1），在低碳試點政策實施之前，試點地區對制造業企業綠色轉型的影響不顯著，而低碳試點政策實施當期及之后，試點地區對制造業企業綠色轉型的影響顯著為正。

（三）穩健性檢驗

本研究通過考慮如下穩健性檢驗操作，以得到更加真實、準確的回歸結果：①更換被解釋變量。使用未縮尾的原始數據測算的綠色全要素生產率（GTFP_1）和全要素生產率（TFP）作為制造業企業綠色轉型的代理指標。②對核心解釋變量做滯后一期處理。③第二批試點的政策實施年份設定為2012年（DID_1）。④排除其他政策的干擾。第一，分別將質量強國戰略的明確提出（DID_2）、“國家大數據綜合試驗區”的設立（DID_3）視為低碳試點政策的外生沖擊；第二，縮小樣本期的時間窗口為低碳試點政策實施的前后三年。⑤控制變量滯后一期。結果顯示（表2），所有穩健性檢驗均通過，說明低碳試點政策確實可以驅動制造業企業綠色轉型，漸進DID回歸結果得到進一步驗證。

五、機制分析

（一）中介效應檢驗

對（2）和（3）式進行回歸估計，分別檢驗企業創新和企業數字化轉型在低碳試點政策驅動制造業企業綠色轉型過程中的中介效應。

表3模型（1）（2）為企業創新的中介效應分析。實證結果表明，低碳試點政策在1%的顯著性水平上提高了企業創新水平，而企業創新在5%的顯著性水平上提高了企業綠色全要素生產率，即企業創新在低碳試點政策驅動制造業企業綠色轉型過程中起到了部分中介作用，其中，中介效應大小為0.009（0.164*0.057），假說H2得證。

表3模型（3）（4）為企業數字化轉型的中介效應分析。實證結果表明，低碳試點政策可顯著提高企業數字化轉型水平（p<0.01），同時，企業開展數字化轉型顯著提高企業綠色全要素生產率（p<0.05），即企業數字化轉型在低碳試點政策驅動制造業企業綠色轉型過程中起到了部分中介作用，其中，中介效應大小為0.008（0.007*1.129），假說H3得證。

（二）調節效應檢驗

對式（4）進行回歸估計，通過構建交互項檢驗融資約束和數字金融在低碳試點政策驅動制造業企業綠色轉型過程中的調節效應，并由分組回歸進行驗證。

表4模型（1）～（3）為融資約束的調節效應分析。實證結果顯示，低碳試點政策與融資約束的交互項系數為負且通過了5%的顯著性檢驗，表明融資約束對低碳試點政策驅動制造業企業綠色轉型具有負向的抑制作用，假說H4得證。

表4模型（4）～（6）為數字金融的調節效應分析。實證結果顯示，低碳試點政策與數字金融的交互項對制造業企業綠色轉型的影響系數顯著為正，表明數字金融對低碳試點政策驅動制造業企業綠色轉型具有正向的促進作用，假說H5得證。

六、研究結論與啟示

本研究從上市公司角度出發，運用漸進DID方法探究低碳試點政策對制造業企業綠色轉型的影響機制及作用路徑，實證結果表明：第一，低碳試點政策的實施可有效驅動制造業企業綠色轉型，這一結論在經過平行趨勢檢驗、PSM-DID、安慰劑檢驗等一系列穩健性檢驗后仍然成立；第二，企業創新和企業數字化轉型在低碳試點政策驅動制造業企業綠色轉型過程中起到部分中介作用；第三，融資約束對低碳試點政策驅動制造業企業綠色轉型具有負向的抑制作用，數字金融具有正向的促進作用。

研究結論為推動低碳試點城市建設和促進制造業企業綠色轉型提供啟示：

（1）深化低碳試點城市建設，擴大先進模式的影響力與實施效果。在低碳試點城市的建設中，應進一步明確建設目標、任務與責任，確保試點工作有序推進。進一步建立健全低碳發展評估體系，定期對試點成效進行評估，以科學、量化的數據支撐政策調整與優化。同時，建立健全政策執行機制，確保各項政策措施得到有效落實，并通過政策創新、制度完善等手段激發市場主體的積極性與創造力。此外，通過制定配套政策、優化融資環境和加強政府監管等方式，為制造業企業綠色轉型提供有力支持，引導企業建立健全綠色轉型評價體系，激勵企業主動承擔社會責任，推動綠色低碳發展。

（2）確立以創新投入和數字化轉型為雙引擎，明晰試點城市建設推動企業綠色轉型的實現路徑。首先，堅定不移地實施創新驅動發展戰略，具體措施包括加強產學研合作，引入高校和科研機構的技術力量，共同開展綠色技術研發；設立專項創新基金，支持企業開展綠色技術創新項目；優化研發創新環境，建設創新實驗室和研發平臺，提高研發效率。其次，明確數字化轉型戰略。具體來看，推動制造業企業建立數字化生產線和智能工廠，提升生產自動化和智能化水平；發展工業互聯網，促進制造業與服務業的深度融合，打造新的增長點；加強大數據和云計算技術應用，提高數據處理和分析能力，支持企業精準決策。最后，提升數字化創新策源能力，即聚焦基礎研究和原始創新，加大科研投入，鼓勵科研人員進行前沿探索；建立創新孵化器和加速器，提供一站式服務，支持創新項目的孵化和成長；打造創新生態鏈，加強產業鏈上下游的協作和資源整合，形成協同創新效應。

（3）在推動企業綠色轉型過程中，需綜合考慮企業融資約束與地區數字金融發展水平，以制定合理、有效的指導策略。一方面，政府應充分發揮宏觀調控職能，通過實施財政補貼、引導外資流入等政策措施，為面臨融資約束的企業提供及時、有效的支持，緩解其資金壓力，從而激發更多企業積極參與綠色轉型。同時，政府還應建立健全融資服務體系，提高金融服務效率，降低企業融資成本，為企業綠色轉型提供有力保障。另一方面，企業應積極適應數字化發展趨勢，充分利用數字金融手段，提升自身在投融資決策中的洞察力和敏銳性。通過運用大數據、人工智能等先進技術，更加精準地把握市場需求和投資機會，優化資金配置，提高投資效率。此外，企業還應加強內部管理，提升運營效率，降低生產成本，為綠色轉型提供堅實的經濟基礎。

參考文獻：

[1]姜旭，侯嬌，盧新海.低碳試點政策對城市土地綠色利用的影響——基于雙重差分模型的實證研究[J].中國土地科學，2023（3）：80-89.

[2]郭沛，梁棟.低碳試點政策是否提高了城市碳排放效率——基于低碳試點城市的準自然實驗研究[J].自然資源學報，2022（7）：1876-1892.

[3]王勝今，朱潤酥.低碳城市建設能否助力政府實現碳達峰碳中和目標？——基于低碳城市試點的準自然實驗[J].現代經濟探討，2022（7）：10-17+40.

[4]郭炳南，唐利，張浩.城市低碳治理對生態效率的影響——基于低碳城市試點政策的準自然實驗[J].華東經濟管理，2023（8）：82-90.

[5]鄧榮榮，張翱祥，陳鳴.低碳試點政策對生態效率的影響及溢出效應——基于空間雙重差分的實證分析[J].調研世界，2022（1）：38-47.

[6]Cheng J，Yi J，Dai S，et al.Can Low-Carbon City Construction Facilitate Green Growth？ Evidence from China's Pilot Low-Carbon City Initiative[J].Journalof Cleaner Production，2019（231）：1158-1170.

[7]周明天，徐彬.低碳試點城市政策與綠色經濟增長——基于低碳試點政策的準自然試驗[J].山西農經，2022（4）：109-111+151.

[8]楊菲，沈能，胡傲.低碳試點政策的綠色技術創新效應研究——基于微觀準自然實驗的證據[J].軟科學，2022（12）：35-41.

[9]肖仁橋，馬伯凡，錢麗，等.低碳城市試點政策對企業綠色創新的影響及其作用機制[J].中國人口·資源與環境，2023（5）：125-137.

[10]Wen H， Chen S， Lee C C. Impact of low-carbon city construction on financing， investment， and total factor productivity of energy-intensive enterprises[J].

The Energy Journal， 2023， 44（2）.

[11]關宇航，師一帥，李莉.低碳城市政策提升企業全要素生產率了嗎？——基于高質量發展要求的審視[J].海南大學學報，2021（6）：149-158.

[12]郭炳南，馮雨，張浩.低碳城市試點提升了制造業企業全要素生產率嗎？——來自準自然實驗的經驗證據[J].蘭州學刊，2022（8）：60-74.

[13]逯進，王曉飛，劉璐.低碳城市政策的產業結構升級效應——基于低碳城市試點的準自然實驗[J].西安交通大學學報，2020（2）：104-115.

[14]王亞飛，陶文清.低碳城市試點對城市綠色全要素生產率增長的影響及效應[J].中國人口·資源與環境，2021（6）：78-89.

[15]佘碩，王巧，張阿城.技術創新、產業結構與城市綠色全要素生產率——基于國家低碳城市試點的影響渠道檢驗[J].經濟與管理研究，2020（8）：44-61.

[16]熊廣勤，方扶星.低碳城市建設提升了綠色全要素生產率嗎？——基于278個地級市的實證研究[J].福建論壇，2022（12）：101-114.

[17]王巧，佘碩.城市異質性視角下中國低碳試點政策的綠色增長效應評估[J].軟科學，2020（9）：1-8.

[18]吳文潔，劉雪夢，劉佩.低碳試點政策實施的碳遺漏效應[J].財會月刊，2020（4）：124-130.

[19]李慧鵬，周小亮.低碳城市建設對企業數字化轉型的影響研究——來自上市公司的經驗證據[J].工業技術經濟，2023（5）：105-113.

[20]李竹梅，侯丹陽，和紅偉，等.金融生態環境、融資約束與全要素生產率的動態關系研究——基于上市公司面板VAR的實證分析[J].工業技術經濟，2022（4）：60-67.

[21]張紅鳳，李睿.低碳試點政策與高污染工業企業績效[J].經濟評論，2022（2）：137-153.

[22]劉立夫，杜金岷.數字金融發展如何影響企業全要素生產率？——來自中國的經驗[J].鄭州大學學報，2022（5）：38-43.

[23]龐加蘭，張海鑫.政府補貼、數字普惠金融與民營企業全要素生產率——基于調節效應和門檻模型的實證分析[J].哈爾濱商業大學學報，2022（5）：19-34.

[24]溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004（5）：614-620.

[25]Chung Y H， F?re R， Grosskopf S. Productivity and undesirable outputs： a directional distance function approach[J].journal of Environmental Management， 1997（3）：229-240.

[26]張婕，王凱琪，張云.碳排放權交易機制的減排效果——基于低碳技術創新的中介效應[J].軟科學，2022（5）：102-108.

[27]J. T. Pastor， C. A. Knox Lovell. A global malmquist productivity index[J].Economics Letters， 2005（88）：266-271.

[28]宋弘，孫雅潔，陳登科.政府空氣污染治理效應評估——來自中國“低碳城市”建設的經驗研究[J].管理世界，2019（6）：95-108+195.

[29]張青，曹晴.低碳城市試點與企業全要素生產率[J].財會通訊，2022（23）：79-82.

[30]趙振智，程振，呂德勝.國家低碳戰略提高了企業全要素生產率嗎？——基于低碳城市試點的準自然實驗[J].產業經濟研究，2021（6）：101-115.

[31]吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據[J].管理世界，2021（7）：130-144+10.

[32]郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學，2020（4）：1401-1418.

[33]石恒貴，王運斌，賀藝文.國家節能減排審計影響低碳試點城市碳排放嗎？[J].財會通訊，2023（9）：31-35+51.

Has the low-carbon pilot policy driven the green transformation of manufacturing enterprises？ -- A quasi-natural experiment based on pilot low-carbon cities

Liu Yongqing， Ma Zhongdong

（School of Business， Liaocheng University， Liaocheng Shandong 252000）

Abstract： As a positive policy to deal with climate change and achieve economic growth， low-carbon pilot policy provides an opportunity for manufacturing enterprises to transform into green. Based on the data of A-share listed manufacturing companies from 2012 to 2020， this paper takes the pilot low-carbon cities as the natural experiment， and uses the progressive differential model to test the driving effect of low-carbon pilot policies on the green transformation of manufacturing enterprises. The findings are as follows： （1） The implementation of low-carbon pilot policies can significantly drive the green transformation of manufacturing enterprises; （2） Enterprise innovation and enterprise digital transformation play a part of intermediary role; （3） Financing constraints have a negative inhibitory effect， while digital finance has a positive promoting effect. The research conclusions provide policy implications for deepening the construction of low-carbon pilot cities and driving the green transformation of manufacturing enterprises.

Key words： Low-carbon pilot policy; Enterprise green transformation; Manufacturing listed companies; Asymptotic double difference