低碳城市與智慧城市雙試點提升綠色全要素生產(chǎn)率研究

中圖分類號：F293：F124.5 文獻標志碼：A 文章編號：1674-8131（2025）04-0083-15

一、引言

我國經(jīng)濟已由高速增長階段轉向高質量發(fā)展階段。一方面，面對全球氣候和環(huán)境變化的重大挑戰(zhàn)，以低碳節(jié)能、生態(tài)循環(huán)為核心特征的綠色發(fā)展道路已成為世界各國實現(xiàn)可持續(xù)發(fā)展的戰(zhàn)略選擇。另一方面，通過技術進步和轉型升級提升生產(chǎn)效率依然是經(jīng)濟發(fā)展的核心動力。因此，綠色全要素生產(chǎn)率成為衡量經(jīng)濟發(fā)展質量的關鍵指標。綠色全要素生產(chǎn)率的提升體現(xiàn)了經(jīng)濟增長與資源環(huán)境改善的協(xié)同并進，并非僅僅依靠市場機制就能實現(xiàn)，需要建立系統(tǒng)化的政策體系予以引導和支持。因此，積極探索和運用適宜的政策工具以促進綠色全要素生產(chǎn)率提升，是新時代推進經(jīng)濟高質量發(fā)展的必然選擇。為此，我國開展了一系列試點，各種試點產(chǎn)生的政策效應受到學者們的廣泛關注。在眾多試點政策中，低碳城市試點和智慧城市試點是兩項具有代表性的政策舉措：低碳城市試點聚焦于減少碳排放、調整能源結構，以推動城市發(fā)展的綠色轉型;智慧城市試點則通過利用數(shù)字信息技術提升城市治理效能，為城市綠色轉型提供技術支撐。兩項政策的結合能夠實現(xiàn)“低碳化”與“智能化”的深度融合，為提升城市綠色全要素生產(chǎn)率提供雙重政策驅動力。

現(xiàn)有文獻分別就低碳城市試點和智慧城市試點對綠色全要素生產(chǎn)率的影響進行了探討。相關實證研究發(fā)現(xiàn)：低碳城市試點顯著提升了試點城市的綠色全要素生產(chǎn)率（余碩等，2020;王亞飛等，2021;熊廣勤等，2022）[1-3]，并存在顯著的正向空間溢出效應（Wang et al.，2022）[4]，還能夠產(chǎn)生擠出高碳領域外資（何兵等，2025）[5]、促進污染減排（何雄浪等，2024）[6]、降低碳排放強度（Zhang et al.，2022）[7]等作用;智慧城市試點不僅促進了試點城市綠色全要素生產(chǎn)率提升（申洋 等，2021;宣腸 等，2021;湛泳 等，2022）[8-10]，還顯著提升了企業(yè)的綠色全要素生產(chǎn)率（惠獻波，2023）[11]。然而，面對復雜多變的外部環(huán)境和風險挑戰(zhàn)，單一試點的政策效果往往難以完全達到預期，多試點政策的協(xié)同實施有助于政策銜接與互補，從而形成較為完善的政策體系，覆蓋經(jīng)濟社會的更多層次，產(chǎn)生更好的政策效應。近年來，雙試點乃至多試點的政策效應逐漸受到學界重視，相關文獻開始涌現(xiàn)，但關于低碳城市和智慧城市雙試點的政策效應研究還較為稀缺。郝向舉等（2023）[12]利用2004—2017年我國1890個縣域城市的面板數(shù)據(jù)分析發(fā)現(xiàn)，低碳城市與智慧城市發(fā)展模式的疊加促進了城市綠色低碳發(fā)展;高煜昕和高明（2025）[13]基于2006—2020年我國280個城市的面板數(shù)據(jù)研究表明，低碳城市和智慧城市雙試點政策對城市全要素能源效率的促進效果優(yōu)于單試點政策。

綜上所述，現(xiàn)有文獻大多僅關注單一試點對于城市綠色全要素生產(chǎn)率的影響，對多種政策實施情境下的雙試點效應鮮有涉及，忽略了具有時間交錯性和空間重疊性的多元政策產(chǎn)生的協(xié)同效應?？紤]到低碳化是實現(xiàn)綠色發(fā)展的重要路徑，智能化是提升生產(chǎn)效率的有效措施，低碳城市建設和智慧城市建設能夠對城市綠色全要素生產(chǎn)率提升產(chǎn)生顯著的協(xié)同作用（張娜 等，2014）[14]，本文聚焦低碳城市試點與智慧城市試點的協(xié)同作用，探討雙試點的綠色全要素生產(chǎn)率提升效應，并采用2003—2022年我國284個城市的數(shù)據(jù)進行實證檢驗。本文的邊際貢獻主要包括：一是在研究視角上，探究了低碳城市和智慧城市雙試點的綠色全要素生產(chǎn)率提升效應，拓展了相關領域的研究;二是在理論研究上，通過探討低碳城市試點與智慧城市試點的互促機制和互補機制，闡釋了雙試點產(chǎn)生協(xié)同作用的機理，并分析了低碳城市和智慧城市雙試點提升城市綠色全要素生產(chǎn)率的3條路徑（降低能源消耗、推動數(shù)字經(jīng)濟發(fā)展、促進產(chǎn)業(yè)結構升級），有助于深人認識試點疊加的積極作用以及促進高質量發(fā)展的有效路徑;三是在實證分析上，進一步從試點前的環(huán)境基礎、城市創(chuàng)業(yè)活躍度、試點實施時長等方面考察了低碳城市和智慧城市雙試點提升綠色全要素生產(chǎn)率的異質性，為完善試點政策、提升試點效應提供了借鑒和啟示。

二、理論分析與研究假說

面對全球氣候變化問題以及國內(nèi)經(jīng)濟社會發(fā)展需求，我國制定實施了一系列控制溫室氣體排放的政策與舉措。國家發(fā)展改革委先后于2010年、2012年及2017年通過了《關于開展低碳省區(qū)和低碳城市試點工作的通知》《關于開展第二批低碳省區(qū)和低碳城市試點工作的通知》《關于開展第三批國家低碳城市試點工作的通知》，分三批推進低碳城市試點工作。在相近的時間段內(nèi)，智慧城市建設在推動新型城鎮(zhèn)化中的重要意義得到重視，2012年住房和城鄉(xiāng)建設部印發(fā)《國家智慧城市試點暫行管理辦法》和《國家智慧城市（區(qū)、鎮(zhèn)）試點指標體系（試行）》，同時公布了首批智慧城市試點名單，并于2013年和2015年相繼公布了第二、三批試點城市名單。低碳城市試點和智慧城市試點兩項政策協(xié)同實施，不僅推動了試點城市的綠色智能轉型，還為其他城市提供了可復制、可推廣的經(jīng)驗模式。

1.低碳城市試點與智慧城市試點的協(xié)同作用

由于低碳城市試點與智慧城市試點分別對城市綠色全要素生產(chǎn)率的提升作用已得到相關理論和實證研究的支持，這里主要探討兩者的協(xié)同作用。低碳城市試點與智慧城市試點兩項政策均致力于資源的高效利用與可持續(xù)發(fā)展，在目標導向上具有內(nèi)在一致性，但在具體著力點和政策工具上又存在顯著差異，這種一致性與差異性的并存構成了兩項政策互促與互補的基礎（郝向舉，2023）[12]。

在提升城市綠色全要素生產(chǎn)率方面，低碳城市試點與智慧城市試點的互促機制（政策效果的相互增強）主要體現(xiàn)在以下方面：第一，發(fā)展路徑相同。低碳城市和智慧城市試點政策均旨在通過減少對傳統(tǒng)行業(yè)的經(jīng)濟依賴、提高資源能源利用效率、助推高新技術產(chǎn)業(yè)發(fā)展等方式，實現(xiàn)城市的可持續(xù)發(fā)展，這種目標一致性為試點政策的整合規(guī)劃提供了價值基礎。第二，產(chǎn)業(yè)轉型升級互促。低碳城市試點要求對傳統(tǒng)產(chǎn)業(yè)進行低碳化改造以減少碳排放，智慧城市試點則鼓勵新型數(shù)智產(chǎn)業(yè)的培育和發(fā)展，兩者共同推動城市產(chǎn)業(yè)轉型升級，產(chǎn)生優(yōu)化產(chǎn)業(yè)結構的乘數(shù)效應。第三，低碳城市試點的政府主導型治理與智慧城市試點的市場參與型治理相結合，形成“政府定標—企業(yè)創(chuàng)新—公眾監(jiān)督”的多主體協(xié)同治理網(wǎng)絡，促使各類經(jīng)濟主體共同發(fā)力，協(xié)同推動城市綠色全要素生產(chǎn)率提升。

低碳城市試點與智慧城市試點的互補機制（政策功能的相互彌補）主要體現(xiàn)在以下方面：第一，政策工具互補。低碳城市試點側重于環(huán)境稅費、強制標準等環(huán)境規(guī)制的“硬約束”，而智慧城市試點則偏好稅收抵免、政府補貼等市場激勵的“軟引導”，二者結合既能避免“監(jiān)管失靈”，又可防范“市場失靈”。第二，技術供需互補。低碳城市試點通過排放標準約束和清潔能源使用要求等創(chuàng)造了大量低碳技術需求，而智慧城市試點通過數(shù)字基礎設施建設和研發(fā)補貼等提升技術供給能力，形成“需求牽引—供給支撐”的良性閉環(huán)，共同催生和加快綠色技術進步。第三，時間維度互補。低碳城市試點通過短期的排放管控快速改善環(huán)境質量，智慧城市試點通過長期的技術積累培育綠色發(fā)展新動能，兩項政策共同實施既滿足當前的環(huán)保需求，又為未來的綠色發(fā)展奠定技術基礎，彌補了單一政策的時間局限性，為提升城市綠色全要素生產(chǎn)率提供長效內(nèi)生動能。

進一步地，低碳城市試點和智慧城市試點的互促互補機制在以下三個維度發(fā)揮協(xié)同作用：一是在要素層面，促進綠色技術與數(shù)據(jù)要素的深度融合；二是在產(chǎn)業(yè)層面，實現(xiàn)傳統(tǒng)產(chǎn)業(yè)改造與新興業(yè)態(tài)培育的良性互動;三是在制度層面，優(yōu)化約束機制與激勵機制的政策組合。最終通過“技術革新—結構優(yōu)化—制度完善”的三維路徑系統(tǒng)性提升城市綠色全要素生產(chǎn)率。

基于上述分析，本文提出假說H1：低碳城市和智慧城市雙試點顯著提升了城市綠色全要素生產(chǎn)率，且雙試點的政策效應大于單試點的政策效應。

2.低碳城市試點與智慧城市雙試點提升綠色全要素生產(chǎn)率的路徑

（1）降低能源消耗強度路徑。低碳城市試點往往指向加強能源管理體系建設，致力于通過完善能源統(tǒng)計審計和監(jiān)測考核機制、推進節(jié)能改造等措施降低能源消耗強度（李廣明等，2017）[15]。根據(jù)污染天堂假說（Copelandet al，2004）[16]，嚴格的環(huán)保標準會促使高耗能產(chǎn)業(yè)逐步退出或轉型。同時，碳排放權交易市場的建立使企業(yè)的碳減排行為能夠產(chǎn)生直接經(jīng)濟收益，從而激勵企業(yè)主動降低能源消耗強度。智慧城市試點則通過稅收優(yōu)惠和財政補貼政策降低企業(yè)數(shù)字化轉型成本，促進自動化控制系統(tǒng)、物聯(lián)網(wǎng)監(jiān)測技術等在生產(chǎn)中的滲透和城市治理中的應用，實現(xiàn)生產(chǎn)過程和社會治理的精準控制和優(yōu)化。當兩項政策疊加實施時，低碳城市試點創(chuàng)造的減排需求與智慧城市試點提供的數(shù)字解決方案相結合，形成技術供需的良性循環(huán)，推動綠色全要素生產(chǎn)率持續(xù)增長。

（2）推動數(shù)字經(jīng)濟發(fā)展路徑。在低碳城市試點中，企業(yè)為達到綠色低碳約束目標，需要接觸、吸收、學習和擴散新經(jīng)驗、知識、技術及管理方式，對企業(yè)信息傳輸和接收利用能力提出較高要求，推動企業(yè)提高數(shù)字化程度以增強綠色知識技術的外溢和吸收效率（Haefner et al.，2020;何雄浪 等，2023）[17-18]。智慧城市試點則會直接促進城市數(shù)字經(jīng)濟發(fā)展，通過建立擁有海量數(shù)據(jù)的城市運行和治理數(shù)字化體系，推動城市數(shù)據(jù)資源的融通和共享，為城市數(shù)字經(jīng)濟發(fā)展提供堅實的技術支撐。低碳城市試點和智慧城市試點在推動數(shù)字經(jīng)濟發(fā)展中產(chǎn)生協(xié)同作用，低碳城市試點提供了需求導向和價值目標，智慧城市試點則為數(shù)字經(jīng)濟發(fā)展提供了直接的技術支撐和路徑選擇，二者在“減碳”與“增智”目標下形成政策合力，實現(xiàn)產(chǎn)業(yè)數(shù)字化與綠色化的深度融合，有效提升城市綠色全要素生產(chǎn)率。

（3）促進產(chǎn)業(yè)結構升級路徑。在低碳城市試點過程中，地方政府通常會設置較為嚴格的環(huán)保紅線與排放標準，促使經(jīng)濟主體不得不進行綠色轉型，從而催生出更多的綠色、清潔行業(yè);而無力承擔相應治污成本、難以達到約束目標的企業(yè)則會選擇遷移到環(huán)境規(guī)制較弱的地區(qū)，使本地的高污染高消耗產(chǎn)業(yè)占比降低（Cheng et al.，2019）[19]，進而優(yōu)化產(chǎn)業(yè)結構。在智慧城市試點推進過程中，政府有針對性地制定發(fā)展規(guī)劃，加大創(chuàng)新支持和投人力度，吸引技術和人才進入，促使城市發(fā)展要素從低附加值的勞動密集型行業(yè)轉向知識、技術密集型行業(yè)（胡兆廉 等，2020）[20]。兩項政策的疊加進一步推動產(chǎn)業(yè)要素的優(yōu)化重組，形成綠色原材料供應商與數(shù)字化服務商相互扶持、綠色產(chǎn)品消費市場與數(shù)字化銷售渠道相互促進的新型產(chǎn)業(yè)聯(lián)盟，城市產(chǎn)業(yè)結構在此過程中實現(xiàn)轉型升級，綠色全要素生產(chǎn)率因此得到提升。

基于上述分析，本文提出研究假說H2：低碳城市和智慧城市雙試點能夠通過降低城市能源消耗強度、推動城市數(shù)字經(jīng)濟發(fā)展、促進城市產(chǎn)業(yè)結構升級3條路徑提升城市綠色全要素生產(chǎn)率。

三、實證研究設計

1.基準模型構建

為檢驗低碳城市和智慧城市雙試點政策對城市綠色全要素生產(chǎn)率的影響，本文根據(jù)兩個試點分批次、漸進式推廣的特點，借鑒Beck等（2010）[21]的研究，構建如下多期雙重差分模型：

其中，下標 i 和 χ_t 分別代表城市和年份，被解釋變量“綠色全要素生產(chǎn)率”（ GTEP_it ）為 i 城市在 χ_t 年的綠色全要素生產(chǎn)率，核心解釋變量“低碳智慧雙試點” ）為樣本城市是否為低碳城市和智慧城市雙試點城市的政策虛擬變量， Control_it 表示控制變量， η_i 為城市固定效應， ?_?μ_? 為時間固定效應， ε_it （2為隨機誤差項。

（1）“綠色全要素生產(chǎn)率”的測算。綠色全要素生產(chǎn)率是衡量經(jīng)濟增長質量與可持續(xù)性的重要指標，反映經(jīng)濟增長過程中資源利用效率和環(huán)境績效的提升。借鑒Tone（2002）[22]的研究，本文采用包含非期望產(chǎn)出的超效率 SBM模型測算樣本城市的綠色全要素生產(chǎn)率，要素投人、期望產(chǎn)出、非期望產(chǎn)出的指標選取見表1，其中少量缺失數(shù)據(jù)采用多重插補法填充。

表1城市綠色全要素生產(chǎn)率測算指標

（2）政策變量的賦值方法。本文實證分析涉及3個政策變量：一是“低碳智慧雙試點”，以低碳城市和智慧城市雙試點城市為實驗組、其他城市為對照組，實驗組城市實施雙試點當年及以后年份取值為1，否則取值為0;二是“低碳城市試點”，以低碳城市試點城市為實驗組、其他城市為對照組，實驗組城市實施低碳城市試點當年及以后年份取值為1，否則取值為0;三是“智慧城市試點”，以智慧城市試點城市為實驗組、其他城市為對照組，實驗組城市實施智慧城市試點當年及以后年份取值為1，否則取值為0。

（3）控制變量選取。參考Auffhammer等（2016）[23]的研究，選取6個城市層面的控制變量：一是“經(jīng)濟發(fā)展水平”，用人均GDP（元）的自然對數(shù)值衡量;二是“城鎮(zhèn)化水平”，用城鎮(zhèn)化率（絕對值）衡量;三是“金融發(fā)展水平”，用年末金融機構人民幣各項貸款余額（萬元）的自然對數(shù)值衡量;四是“政府干預程度”，用地方一般公共預算支出與地區(qū)生產(chǎn)總值之比衡量;五是“對外開放水平”，用外商實際投資額與地區(qū)生產(chǎn)總值之比衡量;六是“教育水平”，用地區(qū)普通高等學校數(shù)的自然對數(shù)值衡量。

2.樣本選擇與數(shù)據(jù)處理

本文以我國地級及以上城市為研究樣本，樣本期間為2003—2022年。剔除數(shù)據(jù)缺失嚴重的地級市樣本以及建市較晚和被撤銷的地級市樣本，最終得到284個城市樣本。城市層面的數(shù)據(jù)主要來自相應年度的《中國城市統(tǒng)計年鑒》以及各城市統(tǒng)計年鑒，對于少量缺失數(shù)據(jù)不進行填補處理。主要變量的描述性統(tǒng)計結果如表2所示。

表2主要變量的描述性統(tǒng)計結果

四、實證結果分析

1.平行趨勢檢驗與基準回歸

采用多時點雙重差分模型進行政策效應評估，需要滿足平行趨勢假設，即實驗組與對照組在政策實施前應具有一致的變化趨勢。本文采用McGavock（2021）[24]提出的事件研究法進行平行趨勢檢驗。結合數(shù)據(jù)特征，以雙試點實施當年為基準期（即第0期），設置政策實施前9年和后11年的政策時點虛擬變量，構建如下計量模型：

檢驗結果見圖1，其中，圓點為估計值，垂直虛線為 95% 的置信區(qū)間。在雙試點實施之前，虛擬變量估計系數(shù)的置信區(qū)間均包含0，表明實驗組與對照組城市的綠色全要素生產(chǎn)率變化趨勢不存在顯著差異，符合平行趨勢假設;在雙試點實施后，從第6期開始虛擬變量估計系數(shù)值顯著為正，表明雙試點的政策效應顯著（雖然存在一定的時間滯后性）。

圖1平行趨勢檢驗結果

表3為基準模型檢驗結果。無論是否加入控制變量，“低碳智慧雙試點”的回歸系數(shù)均在 1% 的水平上顯著為正。考慮到低碳城市和智慧城市雙試點的政策效應存在滯后性，對解釋變量進行滯后1期和3期處理后重新進行檢驗，解釋變量滯后項的回歸系數(shù)依然在 1% 的水平上顯著為正。此外，為消除極端值的影響，對“綠色全要素生產(chǎn)率”進行 5% 和 95% 的縮尾處理后重新進行檢驗，“低碳智慧雙試點”的回歸系數(shù)還是在 1% 的水平上顯著為正。由此證明，低碳城市和智慧城市雙試點顯著提升了試點城市的綠色全要素生產(chǎn)率。

表3基準回歸結果

續(xù)表3

注：***分別表示在 1% （204號 .5% ） 10% 的水平上顯著，括號內(nèi)為穩(wěn)健標準誤，下表同。

2.雙試點的放大效應檢驗

為檢驗低碳城市和智慧城市雙試點對試點城市綠色全要素生產(chǎn)率的提升作用是否大于單試點，進行如下分析：第一，分別以“低碳城市試點”“智慧城市試點”“低碳智慧雙試點”為核心解釋變量進行基準模型檢驗，回歸結果見表4的（1）（2）（3）列。雖然“低碳城市試點”“智慧城市試點”“低碳智慧雙試點”的回歸系數(shù)均在 1% 的水平上顯著為正，但“低碳智慧雙試點”的系數(shù)明顯大于“低碳城市試點”和“智慧城市試點”的系數(shù)，表明雙試點的政策效應大于單試點的政策效應。第二，剔除既非低碳城市試點也非智慧城市試點的樣本（即所有樣本均為至少實施了某一項試點的城市），檢驗雙試點相對于單試點的凈政策效應，回歸結果見表4的（4）列?！暗吞贾腔垭p試點”的回歸系數(shù)在 1% 的水平上顯著為正，表明雙試點比單試點能更有效地提升城市綠色全要素生產(chǎn)率，即兩個試點疊加通過政策協(xié)同作用產(chǎn)生了比單個試點更強的政策效應。至此，本文提出的假說H1得到驗證。

進一步檢驗雙試點實施先后順序的不同是否會帶來政策效應的差異。分別以先實施低碳城市試點后實施智慧城市試點的雙試點城市、先實施智慧城市試點后實施低碳城市試點的雙試點城市、同時實施低碳城市試點和智慧城市試點的雙試點城市為實驗組（對照組均為非雙試點城市）進行基準模型檢驗，回歸結果見表4的（5）（6）（7）列。低碳城市試點和智慧城市試點同時實施的政策效應最強，先實施低碳城市試點后實施智慧城市試點的政策效應次之，先實施智慧城市試點后實施低碳城市試點的政策效應最弱?？梢?，同時實施低碳城市和智慧城市試點能更好地發(fā)揮兩項政策的協(xié)同作用。

表4雙試點放大效應及試點順序差異檢驗結果

注：所有模型均控制了控制變量以及城市和年份固定效應，限于篇幅，控制變量和常數(shù)項估計結果略，下表同。

3.穩(wěn)健性檢驗

（1）安慰劑檢驗。為緩解遺漏變量和隨機因素對模型回歸結果的干擾，參考Cai等（2016）[25]的研究，通過隨機抽取實驗組的方法構建偽政策變量進行安慰劑檢驗，重復1000次隨機抽取和檢驗，得到的偽政策變量系數(shù)值和 p 值匯總如圖2所示。其中，水平方向的虛線表示 10% 的顯著性水平，垂直方向的虛線表示基準回歸的結果。偽政策變量的系數(shù)正態(tài)分布于0值附近，且大多位于基準回歸值的左側。因此，可以排除基準模型的政策效應是由未觀察到的遺漏變量或隨機因素所導致的可能性，雙試點城市相對其他城市的綠色全要素生產(chǎn)率提升確實是由低碳城市試點和智慧城市試點帶來的。

圖2安慰劑檢驗結果

（2）控制非隨機因素的影響。參考Li等（2016）[26]的研究，在基準模型中加人城市特殊屬性虛擬變量與時間趨勢 T 的交互項，重新進行回歸。其中，城市特殊屬性包括是否為省會城市、是否屬于“兩控區(qū)”是否為沿海城市、是否屬于經(jīng)濟特區(qū)（是取值為1，否取值為0），T為當期年份與樣本期間起始年的差值。

（3）PSM-DID 檢驗?？紤]到試點城市的遴選并非隨機的，為緩解樣本選擇偏誤的干擾，采用多時點PSM-DID模型進行穩(wěn)健性檢驗。傾向得分匹配采用 k 值為2的最近鄰近匹配法，匹配變量為所有控制變量。匹配后變量的標準化偏差從最高 79.0% 下降至 2.4%～7.7% ，總偏誤明顯降低，且均小于平衡性檢驗要求的 20% 紅線標準，偽相關系數(shù)平方值由匹配前的0.179降低至 0.002～0.013 ，表明傾向得分匹配有效降低了實驗組樣本與對照組樣本的組間差異。采用匹配后的樣本重新進行模型檢驗。

（4）控制時間趨勢。雖然城市和年份固定效應已經(jīng)吸收了大部分城市層面的潛在干擾因素，但仍存在一些不可觀測的因素會隨時間推進對城市綠色全要素生產(chǎn)率產(chǎn)生影響，從而造成估計偏誤。為控制因時間變化引起的外生干擾，借鑒宋弘等（2019）[27]的研究，在基準模型中引人控制變量與時間趨勢的交互項，重新進行回歸。

（5）控制競爭性政策的影響。在樣本期間，2008年啟動的國家創(chuàng)新型城市試點和2013年啟動的碳排放交易權試點均會對城市綠色全要素生產(chǎn)率產(chǎn)生影響，為排除這兩項競爭性政策的干擾，在基準模型中同時加入“創(chuàng)新型城市試點”和“碳排放權交易試點\"政策虛擬變量，重新進行模型檢驗。

（6）刪除直轄市樣本?？紤]到直轄市與其他城市在經(jīng)濟體量、政策優(yōu)勢等方面存在顯著差異，刪除直轄市樣本后重新進行模型檢驗。

上述穩(wěn)健性檢驗結果見表5，所有模型的回歸結果均支持“低碳城市和智慧城市雙試點顯著提升了試點城市的綠色全要素生產(chǎn)率”的結論，表明本文的分析結果是穩(wěn)健的。

表5穩(wěn)健性檢驗結果

4.機制檢驗

遵循江艇（2022）[28]的建議，本文的機制檢驗主要考察解釋變量對機制變量的影響。根據(jù)前文理論分析提出的3條路徑，選取以下3個機制變量：一是“能源消耗強度”，參考鄒甘娜等（2023）[29]的方法，用能源消耗總量與GDP之比衡量，其中能源消耗總量為天然氣供氣總量、液化石油氣供氣總量、全社會用電量之和（根據(jù)工業(yè)和信息化部發(fā)布的相應折算系數(shù)折算成總標準煤）。二是“數(shù)字經(jīng)濟發(fā)展水平”，借鑒趙濤等（2020）[30]的研究，從互聯(lián)網(wǎng)發(fā)展和數(shù)字金融普惠兩方面，選取互聯(lián)網(wǎng)普及率、相關從業(yè)人員情況、相關產(chǎn)出情況、移動電話普及率、數(shù)字普惠金融指數(shù)等指標，使用主成分分析法進行測算。三是“產(chǎn)業(yè)結構高級化”，參考Wang和Li（2024）[31]的方法，用第三產(chǎn)業(yè)從業(yè)人員占比與第二產(chǎn)業(yè)從業(yè)人員占比之差衡量。

機制檢驗結果見表6。“低碳智慧雙試點”對“能源消耗強度”的回歸系數(shù)值顯著為負，表明低碳城市和智慧城市雙試點顯著降低了試點城市的單位GDP能源消耗。能源消耗強度降低意味著節(jié)能技術的推廣和應用直接提升了生產(chǎn)和資源利用效率，同時也減少了污染物排放，有利于城市綠色全要素生產(chǎn)率的提升（劉贏時 等，2018）[32]。“低碳智慧雙試點”對“數(shù)字經(jīng)濟發(fā)展水平\"的回歸系數(shù)值顯著為正，表明低碳城市和智慧城市雙試點顯著推動了城市數(shù)字經(jīng)濟發(fā)展。數(shù)字經(jīng)濟的發(fā)展促進了智慧能源管理、智能制造、綠色交通等領域的創(chuàng)新發(fā)展，推動了環(huán)境監(jiān)測與治理的精準化，減少了資源浪費和碳排放，為提升綠色全要素生產(chǎn)率提供了有力支撐（程文先等，2021）[33]?！暗吞贾腔垭p試點”對“產(chǎn)業(yè)結構高級化”的回歸系數(shù)值顯著為正，表明低碳城市和智慧城市雙試點顯著促進了城市產(chǎn)業(yè)結構升級。隨著產(chǎn)業(yè)結構的升級，綠色制造、清潔能源、節(jié)能環(huán)保等新興產(chǎn)業(yè)占比提升，高消耗、高污染產(chǎn)業(yè)轉型升級，社會生產(chǎn)集約化水平提高，綠色全要素生產(chǎn)率也將持續(xù)提升（逯進 等，2021）[34]。由此，本文提出的假說 H2 得到驗證，即低碳城市和智慧城市雙試點能夠通過降低能源消耗強度、推動數(shù)字經(jīng)濟發(fā)展、促進產(chǎn)業(yè)結構升級3條路徑提升城市綠色全要素生產(chǎn)率。

表6機制檢驗結果

五、進一步討論：異質性分析

1.環(huán)境基礎異質性

由于各個城市的地理區(qū)位、資源稟賦、產(chǎn)業(yè)結構、經(jīng)濟發(fā)展水平等存在顯著差異，試點前的環(huán)境基礎條件具有異質性，由此可能產(chǎn)生低碳城市和智慧城市雙試點政策效應的異質性。參考祁毓等（2024）[35]的研究，以2000年的PM2.5濃度作為衡量城市環(huán)境基礎的指標，通過三分位法將樣本城市分為“環(huán)境基礎較差\"（PM2.5濃度較高）、“環(huán)境基礎中等”（PM2.5濃度中等）、“環(huán)境基礎較好”（PM2.5濃度較低）

三組，構造3個環(huán)境基礎組別虛擬變量，分別以“低碳智慧雙試點\"與3個虛擬變量的交互項為核心解釋變量進行檢驗，回歸結果見表7的（1）（2）（3）列。環(huán)境基礎較差交互項和環(huán)境基礎中等交互項的回歸系數(shù)在 1% 的水平上顯著為正（環(huán)境基礎中等交互項的回歸系數(shù)值更大），環(huán)境基礎較好交互項的回歸系數(shù)不顯著，表明低碳城市與智慧城市雙試點顯著提升了試點前環(huán)境基礎較差和中等城市的綠色全要素生產(chǎn)率，但對環(huán)境基礎較好城市的綠色全要素生產(chǎn)率沒有顯著影響。其原因可以基于“環(huán)境庫茲涅茨曲線”進行解釋，即城市的環(huán)境基礎與雙試點的政策效應或許存在“倒U型\"關系：在環(huán)境基礎較好的城市中，雙試點對綠色全要素生產(chǎn)率的提升作用由于邊際效應遞減而不顯著;在環(huán)境基礎較差的城市，雙試點政策主要指向解決環(huán)境污染問題，可能會犧牲短期經(jīng)濟增長，對綠色全要素生產(chǎn)率的提升作用受到一定限制;在環(huán)境基礎中等的城市中，雙試點的推進具有較好的實施環(huán)境、經(jīng)濟基礎和效應空間，因此產(chǎn)生的政策效應最強。

2.創(chuàng)業(yè)活躍度異質性

試點的政策效應通常與發(fā)展環(huán)境和經(jīng)濟主體的響應程度相關，考慮到創(chuàng)業(yè)活躍度能夠反映城市的營商環(huán)境以及經(jīng)濟主體的發(fā)展積極性，本文認為低碳城市和智慧城市雙試點對綠色全要素生產(chǎn)率的提升作用會因城市創(chuàng)業(yè)活躍度的不同而表現(xiàn)出異質性。參考白俊紅等（2022）[36]的方法，采集企查查數(shù)據(jù)庫中的新創(chuàng)企數(shù)據(jù)，以每百人新建企業(yè)數(shù)衡量城市創(chuàng)業(yè)活躍度，同樣使用三分位法構建“創(chuàng)業(yè)活躍度較低”\"創(chuàng)業(yè)活躍度中等”“創(chuàng)業(yè)活躍度較高\"3個虛擬變量，分別以“低碳智慧雙試點”與3個虛擬變量的交互項為核心解釋變量進行檢驗，回歸結果見表7的（4）（5）（6）列。創(chuàng)業(yè)活躍度較低交互項的回歸系數(shù)不顯著，創(chuàng)業(yè)活躍度中等交互項的回歸系數(shù)在 5% 的水平上顯著為正，創(chuàng)業(yè)活躍度較高交互項的回歸系數(shù)在 1% 的水平上顯著為正（且系數(shù)值明顯大于創(chuàng)業(yè)活躍度中等交互項）。上述結果表明，當城市創(chuàng)業(yè)活躍度較低時，低碳城市和智慧城市雙試點對城市綠色全要素生產(chǎn)率的影響不顯著;隨著城市創(chuàng)業(yè)活躍度的提高，雙試點對城市綠色全要素生產(chǎn)率的提升作用逐漸顯現(xiàn)，并不斷增強。創(chuàng)業(yè)活躍度提高意味著城市的營商環(huán)境改善、發(fā)展機會增加，有利于新技術、新業(yè)態(tài)、新模式的產(chǎn)生和推廣，經(jīng)濟主體也將面臨更多的資源和機會，能夠更好地響應、適應和利用試點政策，從而增強試點政策的實施效果。因此，低碳城市和智慧城市雙試點對綠色全要素生產(chǎn)率的提升作用會隨著城市創(chuàng)業(yè)活躍度的提高而增強。

3.試點時長異質性

試點的政策效應往往會隨試點時間的變化而不同。本文將低碳城市和智慧城市雙試點實施時長分為短期（0至2年）、中期（3至5年）和長期（5年以上），構建相應的試點時長虛擬變量，分別以“低碳智慧雙試點”與3個試點時長虛擬變量的交互項為核心解釋變量進行檢驗，回歸結果見表7的（7）（8）（9）列。短期交互項的回歸系數(shù)不顯著，中期交互項的回歸系數(shù)在 5% 的水平上顯著為正，長期交互項的回歸系數(shù)在 1% 的水平上顯著為正（且系數(shù)值明顯大于中期交互項）。上述結果表明，當實施時長較短時，低碳城市和智慧城市雙試點對城市綠色全要素生產(chǎn)率的影響不顯著;隨著實施時長的增加，雙試點對城市綠色全要素生產(chǎn)率的提升作用逐漸顯現(xiàn)，并不斷增強。在雙試點初期，由于發(fā)展慣性和路徑依賴的存在，試點政策本身需要不斷優(yōu)化，各經(jīng)濟主體需要對政策變化進行適應，加之利用政策紅利也需要付出一定轉型成本，試點的政策效應發(fā)揮受到限制;隨著試點的持續(xù)推進，試點政策趨于完善，各經(jīng)濟主體逐漸適應試點政策，加之技術累積、產(chǎn)業(yè)升級、數(shù)字化轉型等不斷釋放內(nèi)生動能，試點的政策效應得以顯現(xiàn)和增強。因此，低碳城市和智慧城市雙試點實施時間越長，其提升綠色全要素生產(chǎn)率的作用越為強勁。

表7異質性分析結果

六、結論與啟示

本文從低碳城市與智慧城市雙試點的視角出發(fā)，采用我國284個城市2003—2022年的數(shù)據(jù)，通過包含非期望產(chǎn)出的超效率SBM模型測算城市綠色全要素生產(chǎn)率，運用多時點雙重差分模型分析雙試點對城市綠色全要素生產(chǎn)率的影響，主要結論如下：第一，低碳城市與智慧城市雙試點顯著提升了試點城市的綠色全要素生產(chǎn)率，該結論在經(jīng)過一系列穩(wěn)健性檢驗后依然成立。第二，雙試點對城市綠色全要素生產(chǎn)率的提升作用顯著強于單試點，兩個試點同時實施的政策效應最強，先低碳城市試點后智慧城市試點的政策效應次之，先智慧城市試點后低碳城市試點的政策效應最弱。第三，機制檢驗結果表明，低碳城市與智慧城市雙試點能夠通過降低能源消耗強度、推動數(shù)字經(jīng)濟發(fā)展、促進產(chǎn)業(yè)結構升級3條路徑提升城市綠色全要素生產(chǎn)率。第四，異質性分析結果顯示，雙試點顯著提升了試點前環(huán)境基礎較差和中等城市的綠色全要素生產(chǎn)率，但對環(huán)境基礎較好城市的影響不顯著;當城市創(chuàng)業(yè)活躍度較低、試點實施時長較短時雙試點對城市綠色全要素生產(chǎn)率的影響不顯著，隨著城市創(chuàng)業(yè)活躍度的提高、試點實施時長的增加，雙試點對城市綠色全要素生產(chǎn)率的提升作用逐漸顯現(xiàn)，并不斷增強。

基于以上結論，本文得到如下啟示：第一，推動低碳城市試點和智慧城市試點等多項政策的組合實施，更快更高質量地促進經(jīng)濟綠色轉型和高質量發(fā)展。低碳城市試點與智慧城市試點同時實施能夠形成政策上的互促與互補，若資源稟賦和時機允許，可優(yōu)先考慮將單試點城市升級為雙試點城市，充分利用雙試點的政策協(xié)同效應，促進經(jīng)濟的綠色轉型與可持續(xù)發(fā)展。第二，重視從傳導渠道人手增強雙試點的政策效應，優(yōu)化政策發(fā)力機制。在能源效率方面，推廣節(jié)能技術，建立能效標識制度，促進節(jié)能減耗；在數(shù)字化經(jīng)濟發(fā)展方面，提供補貼、設立基金、搭建平臺，支持企業(yè)數(shù)字化轉型；在產(chǎn)業(yè)結構轉型升級方面，通過稅收優(yōu)惠、基金支持等手段，推動傳統(tǒng)產(chǎn)業(yè)升級和新興產(chǎn)業(yè)發(fā)展。第三，低碳城市和智慧城市試點應秉持因時、因地制宜的原則，避免盲目跟風。應聚焦生態(tài)環(huán)境提升空間大、創(chuàng)業(yè)活躍的重點城市，積極推進雙試點，充分發(fā)揮政策杠桿作用。經(jīng)濟基礎薄弱、產(chǎn)業(yè)結構單一的城市應慎重實施嚴苛的環(huán)境規(guī)制。同時，試點政策需長遠規(guī)劃、持續(xù)投入，避免短期行為，聚焦長期效益。

參考文獻：

[1]余碩，王巧，張阿城.技術創(chuàng)新、產(chǎn)業(yè)結構與城市綠色全要素生產(chǎn)率——基于國家低碳城市試點的影響渠道檢驗[J].經(jīng)濟與管理研究，2020，41（8）：44-61.

[2]王亞飛，陶文清.低碳城市試點對城市綠色全要素生產(chǎn)率增長的影響及效應[J].中國人口·資源與環(huán)境，2021，31（6） ：78-89.

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

[4]WANG K，LIJ，XUR.Theimpact of low-carbon citypilot policyongreen total-factor productivityin China’scities[J].Environmental Science and Pollution Research International，2022，30（9） ：24299-24318.

[5]何兵，于秀秀.促進還是抑制：低碳城市試點對外商直接投資的影響[J].西部論壇，2025，35（1）：51-64.

[6]何雄浪，李楠新.低碳城市建設能顯著吸引人口流入嗎？——來自中國低碳城市試點工作的經(jīng)驗證據(jù)[J].城市與環(huán)境研究，2024（1）：79-98.

[7]ZHANG E，HE X，XIAOP.Does smart city construction decreaseurban carbonemision intensity？Evidence from adifference-in-difference estimationin China[J].Sustainability，2O22，14（23）：1-16

[8]申洋，郭俊華，朱彥.智慧城市建設對地區(qū)綠色全要素生產(chǎn)率影響研究[J].中南大學學報（社會科學版），2021，27（2） ：140-152.

[9]宣腸，張萬里.智慧城市、經(jīng)濟集聚與綠色全要素生產(chǎn)率[J].現(xiàn)代經(jīng)濟探討，2021（9）：12-25.

[10］湛泳，李珊.智慧城市建設、創(chuàng)業(yè)活力與經(jīng)濟高質量發(fā)展——基于綠色全要素生產(chǎn)率視角的分析[J].財經(jīng)研究，2022，48（1） ：4-18.

[11］惠獻波.智慧城市建設與企業(yè)綠色全要素生產(chǎn)率：內(nèi)在機制與經(jīng)驗證據(jù)——基于“賦能”和信貸配給的視角[J].企業(yè)經(jīng)濟，2023，42（2）：118-128.

[12］郝向舉，何愛平，薛琳.城市發(fā)展模式疊加與綠色低碳發(fā)展——基于智慧城市與低碳城市協(xié)同減排的實證分析[J].城市問題，2023（7）：93-103.

[13］高煜昕，高明.低碳城市與智慧城市雙試點政策對全要素能源效率的影響效應研究[J].經(jīng)濟體制改革，2025（2）：76-84.

[14]張娜，陳偉平.智慧城市與低碳城市共生機理研究——基于信息通信的視角[J].系統(tǒng)科學學報，2014，22（1）：53-55+65.

[15]李廣明，張維潔.中國碳交易下的工業(yè)碳排放與減排機制研究[J].中國人口·資源與環(huán)境，2017（10）：141-148.

[16]COPELANDBR，TAYLORMS.Trade，growth，andtheenvironment[J].Journalof Economic Literature，2004，42（1）：7-71.

[17]HAEFNERL，STERNBERGR. Spatial implications of digitization：stateof the field and research agenda[J].Geographycompass，2020，14（12） ：e12544.

[18］何雄浪，史世姣.綠色發(fā)展政策能夠促進就業(yè)顯著增加嗎？——基于中國284個城市面板數(shù)據(jù)的實證分析[J].吉首大學學報（社會科學版）.2023.44（3）：34-46.

[19] CHENG J，YIJ，DAIS，etal.Can low-carbon cityconstruction facilitate green growth？ Evidence from China’spilotlow-carbon city initiative[J]. Journal of Cleaner Production，2019，231：1158-1170

[20］胡兆廉，石大千，司增綽.創(chuàng)新型城市能否成為產(chǎn)業(yè)結構轉型的“點晴之筆”——來自國家創(chuàng)新型城市試點建設的證據(jù)[J].山西財經(jīng)大學學報，2020，42（11）：70-84.

[21]BECK T，LEVINER，LEVKOVA.Big badbanks？The winnersandlosersfrombank deregulation in the United States[J].Journal of Finance，2010，65（5） ：1637-1667.

[22]TONEK.Aslacks-basedmeasureof super-effciencyindataenvelopment analysis[J].European JounalofOperationalResearch，2002，143（1） ：32-41.

[23]AUFFHAMMERM，SUNWZ，WUJF，etal.The decompositionanddynamicsof industrialcarbondioxideemissionsfor287 Chinese cities in 1998-2009[J]. Journal of Economic Surveys，2016，30（3） ：460-481.

[24]MCGAVOCK T.Here waits the bride？The efectofEthiopia’schildmarriage law[J].JournalofDevelopment Economics，2021，149：102580.

[25]CAI X，LUY，WUM，etal.Doesenvironmentalregulationdriveawayinboundforeigndirectinvestment？Evidencefromaquasi-natural experiment in China[J]. Journal of Development Economics，2O16，123：73-85.

[26]LIP，LUY，WANG J.Doesflatening govemment improve economicperformance？Evidence from China[J].JournalofDevelopment Economics，2016，123：18-37.

[27］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\(zhòng)"建設的經(jīng)驗研究[J].管理世界，2019，35（6） ：95-108+195.

[28］江艇.因果推斷經(jīng)驗研究中的中介效應與調節(jié)效應[J].中國工業(yè)經(jīng)濟，2022（5）：100-120.

[29]鄒甘娜，黃紀強，張文春.環(huán)境稅能否降低中國能源消耗[J].經(jīng)濟理論與經(jīng)濟管理，2023，43（6）：95-105.

[30]趙濤，張智，梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質量發(fā)展——來自中國城市的經(jīng)驗證據(jù)[J].管理世界，2020，36（10） ：65-76.

[31]WANG Y，LIL.Digital economy，industrial structureupgrading，andresidents’consumption：Empirical evidencefromprefecture-level cities in China [J].International Review of Economicsand Finance，2O24，92：1045-1058.

[32]劉贏時，田銀華，羅迎.產(chǎn)業(yè)結構升級、能源效率與綠色全要素生產(chǎn)率[J].財經(jīng)理論與實踐，2018，39（1）：118-126.

[33]程文先，錢學鋒.數(shù)字經(jīng)濟與中國工業(yè)綠色全要素生產(chǎn)率增長[J].經(jīng)濟問題探索，2021（8）：124-140.

[34]逐進，李婷婷.產(chǎn)業(yè)結構升級、技術創(chuàng)新與綠色全要素生產(chǎn)率——基于異質性視角的研究[J].中國人口科學，2021（4） 86-97+128

[35］祁毓，楊春飛，陳詩一.綠色轉型發(fā)展中的財政激勵與協(xié)同治理——來自“山水工程”試點的證據(jù)[J].經(jīng)濟研究，2024，59（10）：132-150.

[36］白俊紅，張藝璇，卞元超.創(chuàng)新驅動政策是否提升城市創(chuàng)業(yè)活躍度——來自國家創(chuàng)新型城市試點政策的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟，2022（6）：61-78.

Research on the Enhancement of Green Total Factor Productivity through Dual Pilots of Low-carbon City and Smart City

HE Xiong-lang，LI Nan-xin （School of Economics，Southwest Minzu University，Chengdu 61o225，Sichuan，China）

Summary： Green Total Factor Productivity （GTFP） is a crucial indicator for measuring the quality and sustainabilityof economicgrowth．Itsenhancement reliesnotonlyon technological progressand improved resource alocation efficiency，but also requires synergistic support from policy systems.China has implemented a series of pilot policies aimed at improving urban GTFP.However，a single pilot policy often fails to fully achieve he desired outcomes，whereas the coordinated implementation of multiple pilot policiescan more systematically promote urban GTFP growth.

This study focuses on the perspective of the dual-pilot policy of low-carbon city and smart city. Theoretically，itconstructs ananalytical framework for how dual-pilot policyaffcts GTFP.Empiricaly，based on panel data of 284 prefecture-level cities in China from 2003 to 2022，it employs a super-efficiency SBM model incorporating undesirable outputs to measure urban GTFP and systematically demonstrates the specific effects of dual-pilot policy on GTFP enhancement using a multi-period difference-in-diferences model.The main findings are as follows：（1） The dual-pilot policy effectively improves urban GTFP；（2）The GTFP enhancement efect of dual-pilot policy exced that of individual low-carbon city or smart city pilot policy，with cities transitioning from single to dual-pilot status showing significant GTFP improvement，particularly when both policies are implemented simultaneously；（3）The dual-pilot policy fails to significantly boost GTFP in samples with superior environmental baselines，low entrepreneurial activity，or short policy implementation periods，whereas it demonstrates the strongest GTFP promotion efects in cities with moderate environmental baselines，highest entrepreneurial vitality，and longest policy implementation；（4）The dual-pilot policy positively influences urban GTFP primarily by reducing energy consumption per unit GDP，accelerating urban digital transformation，and facilitating industrial upgrading.

The marginal contributionsof thisstudyare threefold：First，it systematically investigates whether the coordinated implementation of dual-pilot policy—“l(fā)ow-carboncity pilot”and“smart citypilot”—effectively enhances urban GTFP，thereby enriching thetheoretical literature inthis field.Second，it constructsa framework to systematically demonstrate the synergistic and complementary mechanisms through which dualpilot policy promotes urban GTFP，unveiling the“black box” of intrinsic interactions among multiple policies. Third，it explores heterogeneous patterns in the efects of dual-pilot policy，revealing that policy effctivenessis significantly corelated with urban ecological environmental baselines，entrepreneurial activity levels，and policy implementation durations，while also evaluating three potential indirect effcts：energy consumption reduction， digital transformation acceleration，and industrial structure upgrading.

The conclusions of this study provide theoretical and practical insights for China’s exploration of green development pathways，the improvement of urban GTFP，the consolidation of early achievements from lowcarbon city and smart citypilot policies，and the fullrealization of the potential synergies from the coordinated use of multiple policy instruments.

Keywords： GTFP； low-carbon city pilot；smart city pilot； dual-pilot；policy synergyCLC number：F293;F124.5 Document code ： A Article ID ：1674-8131（2025） 04-0083-15

（編輯：朱艷;劉仁芳）