低碳城市政策提升企业全要素生产率了吗?——基于高质量发展要求的审视

关宇航，师一帅，李 莉

（1.南开大学 商学院，天津300110；2.榆林学院 管理学院，陕西 榆林719000）

一、引 言

中国经济正由高速增长阶段向高质量发展阶段转型，提高企业全要素生产率是中国实现高质量可持续发展的必经之路①蔡昉：《中国经济改革效应分析——劳动力重新配置的视角》，《经济研究》2017年第7期，第14页。。因此，在环境保护和经济高质量发展的双重需求下，低碳城市政策作为实现“碳达峰”与“碳中和”的重要环境改革政策②宋弘，孙雅洁，陈登科：《政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究》，《管理世界》2019年第6期，第100页。，其对企业全要素生产率的影响和作用机制，亟待理论和实务界的探讨与回答。这对于审视低碳城市建设成果，挖掘低碳城市政策与经济高质量发展关系背后的经济与制度逻辑，具有重要意义。

关于环境规制对全要素生产率的影响，理论界存在“遵循成本说”和“创新补偿说”两种理论观点。在中国经济发展和环境保护双重压力下，越来越多的学者开始关注中国情境下环境规制对全要素生产率的影响，并形成了丰富的研究成果。对于低碳城市政策效果的研究主要以西方发达国家为背景，集中于环境绩效和经济绩效等方面③Gehrsitz M.,“The Effect of Low Emission Zones on Air Pollution and Infant Health”,Journal of Environmental Economics and Manage⁃ment,Vol.83,2017,pp.121-144.。国内关于低碳城市政策效果的研究多集中于地区或行业层面，探讨了低碳城市政策对城市空气污染④宋弘，孙雅洁，陈登科：《政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究》，《管理世界》2019年第6期，第100页。、PM2.5浓度⑤王华星，石大千：《新型城镇化有助于缓解雾霾污染吗——来自低碳城市建设的经验证据》，《山西财经大学学报》2019年第10期，第20页。、碳排放水平⑥周迪，周丰年，王雪芹：《低碳试点政策对城市碳排放绩效的影响评估及机制分析》，《资源科学》2019年第3期，第551页。、技术创新效应⑦逯进，王晓飞：《低碳试点政策对中国城市技术创新的影响——基于低碳城市试点的准自然实验研究》，《中国地质大学学报（社会科学版）》2019年第6期，第131页。、城市绿色全要素生产率⑧Cheng J,Yi J,Dai S,and XiongY.,“Can Low-carbon City Construction Facilitate Green Growth?Evidence from China’s Pilot Low-carbon City Initiative”,Journal of Cleaner Production,Vol.231,No.9,2019,pp.1158-1170.等方面的影响。尽管既有文献为低碳城市政策效果评估提供了重要思路和深刻洞见，但也存在一定的不足：第一，对于低碳城市政策经济效果的评估，主要集中于地区和行业层面，直接探讨低碳城市政策对企业全要素生产率影响的研究寥寥无几，这使得低碳城市政策对企业的异质性影响被抹平，导致现有研究的结论可能存在偏差。第二，低碳城市试点的实施效果与政策工具的运用、企业相对于政府的议价能力、政策压力下企业的行为决策等因素密切相关，但相关研究对上述因素的考察较为缺乏。因此，系统合理地评估中国低碳城市政策在微观企业层面的效果兼具学术价值与现实意义。

本文将低碳城市政策作为“准自然实验”，利用异时双重差分法来估计低碳城市政策对企业全要素生产率的影响。稳健地发现：低碳城市政策对企业全要素生产率有显著的提升作用；考察动态效应发现，低碳城市政策对企业全要素生产率的提升存在时滞效应，且长期作用效果并不理想；低碳城市政策对企业全要素生产率的影响会因城市规模和资源禀赋、行业碳排放程度、企业议价能力不同而有差异；考察政策工具的影响发现，相比于市场激励型和公众参与型政策工具，命令控制型政策工具仍是试点过程中的最主要手段；考察影响机制发现，企业技术创新和改善资源配置效率是低碳城市政策作用于企业全要素生产率的两条主要路径，且对于高碳排放行业，技术创新效应发挥主要作用；但在低碳排放行业，资源配置效应发挥主要作用。结合相关学者研究，本文研究结论证实了低碳城市政策对实现经济、环境绩效的双赢和高质量发展发挥了积极的促进作用；并且也从政策工具利用和试点的弱激励弱约束机制等方面，分析了影响低碳城市政策作用效果发挥的制约因素，形成了对既有研究的有益补充。

本文主要在以下三方面做出贡献：第一，基于文献梳理发现，关于环境规制与企业全要素生产率关系的研究主要集中在命令型环境规制①Rubashkina Y,Galeotti M,Verdolini E.,“Environmental Regulation and Competitiveness:Empirical Evidence on the Porter Hypothesis from Euro⁃pean Manufacturing Sectors”,Energy Policy,Vol.83,No.4,2015,pp.288-300.。少量文献以低碳城市政策为研究对象，且主要从地区、行业层面研究低碳城市政策的减排效果和经济绩效，从企业层面探讨低碳城市政策与全要素生产率关系的研究较为缺乏。然而，企业作为环境规制的最直接影响对象，利用地区或行业层面的汇总信息讨论低碳城市政策的经济效果，会使企业受到的影响被平均化，政策对企业的异质性影响被抹平，这不仅会导致结论偏差，也使企业对低碳城市政策的异质性反应成为一个没有打开的“黑箱”。本文的研究是对上述缺口的重要补充。第二，本文为低碳城市政策有助于提升企业全要素生产率，能够兼顾生态环境建设与微观层面高质量发展，提供了重要的实证证据。这不仅有力地回应了对于中国环境规制政策效果的争议，也反驳了国外学者对中国推进的市场化改革都无效的质疑②Allen F,Qian J,Qian M.,“Law,Finance,and Economic Growth in China”,Journal of Financial Economics,Vol.77,No.1,2005,pp.57-116.，为中国市场化建设与改革成效提供了积极正面的数据支持，也为低碳城市政策可以作为推进经济高质量发展的重要手段提供了重要论据。第三，本文通过政策影响的异质性分析发现，低碳城市政策实施过程中命令控制型政策工具仍是最重要的政策手段，这为试点过程中企业对政府议价能力作用的发挥提供了土壤，而这种议价一定程度上阻碍了低碳城市政策对于企业全要素生产率的提升作用。因此，本文提出应有效提升市场激励型和公众参与型政策工具在低碳城市试点过程中的权重。

二、理论分析

在国际碳减排的总体趋势下，国家发改委于2010年印发了《关于开展低碳省区和低碳城市试点工作的通知》（简称《通知》），在五省八市开展首批低碳试点工作。随后，分别于2012和2017年，确定第二、三批试点名单。根据波特假说，严格而灵活的环境规制能够提高生产率③Porter M E,Van der Linde C.,“Toward a New Conception of the Environment-competitiveness Relationship”,Journal of Economic Perspectives,Vol.9,No.1,1995,pp.97-118.。低碳城市政策作为一种综合性的环境规制，使企业环境合规成本增加，企业能通过技术创新或者提高资源配置效率，以最终减缓或抵消由于低碳试点带来的成本压力，具体分析如下：

1.技术创新效应创新具有周期长、投入大、风险高的特点④Bansal P,Hunter T.,“Strategic Explanations for the Early Adoption of Iso 14001”,Journal of Business Ethics,Vol.46,No.3,2003,pp.289-299.，企业创新决策会受到激励因素的影响①Borghesi S,Cainelli G,Mazzanti M.,“Linking Emissions Trading to Environmental Innovation:Evidence From the Italian Manufacturing Industry”,Research Policy,Vol.44,No.3,2015,pp.669-683.。低碳城市政策通过促进技术创新提高企业全要素生产率主要体现在以下四方面：（：（1）低碳城市政策通过营造良好的创新环境，以促进企业技术创新，其中有代表性的是以知识产权保护为核心的技术创新环境打造。以广州、深圳、成都、杭州等为代表的低碳试点城市先后出台了一系列有关保护知识产权的行政法规，加强对于知识产权侵权行为的打击力度，并且大力宣传知识产权文化。低碳试点城市知识产权保护力度的加强，使得企业技术创新的外部效应内部化，有效遏制了“免费搭车”的现象，从而提高企业研发投入。（2）获批低碳试点城市会享受在税收减免、人才激励等方面的多重优惠，这是激励企业技术创新的关键因素②李林红，王娟，徐彦峰：《低碳试点城市政策对企业技术创新的影响——基于DID双重差分模型的实证研究》，《生态经济》2019年第11期，第50页。。同时低碳试点城市通过加强人力资本支持、完善相关基础设施配套与创新服务等政策措施，也为企业创新活动提供了重要软硬件支撑。因而低碳城市政策有助于提高企业技术创新的预期收益，进而显著提升企业技术创新水平。（3）低碳城市试点政策的推行使企业认识到资源利用缺乏效率并指明了可能的技术改进方向，也为企业提供了更多技术改进的市场信息，降低了对环境价值投资的不确定性③余伟，陈强：《波特假说”20年——环境规制与创新、竞争力研究述评》，《科研管理》2015年第5期，第70页。，个体进行创新投资的意愿增强④李卫红，白杨：《环境规制能引发“创新补偿”效应吗？——基于“波特假说”的博弈分析》，《审计与经济研究》2018年第6期，第110页。，从而促进技术创新。（4）低碳城市政策作为合法性压力，增加了企业预期碳排放成本和生产成本，也增大了创新和进步的压力，企业改善生产技术降低成本的意愿也会增强。低碳城市政策对于企业技术创新的推动，通过进一步发挥资源节约效应、产业结构升级效应⑤苏科，周超：《人力资本、科技创新与绿色全要素生产率——基于长江经济带城市数据分析》，《经济问题》2021年第5期，第72页。进而提高企业全要素生产率。因此，低碳城市试点政策的实施有利于企业技术创新并最终促进全要素生产率的提高。

2.优化资源配置效应企业全要素生产率不仅受企业创新能力的影响⑥Bloom N,Van Reenen J.,“Measuring and Explaining Management Practices Across Firms and Countries”,The Quarterly Journal of Economics,Vol.122,No.4,2007,pp.1351-1408.⑦Comin D,Hobijn B.,“An Exploration of Technology Diffusion”,American Economic Review,Vol.100,No.5,2010,pp.2031-2059.，也与企业资本配置效率有关⑧Hsieh C T,Klenow P J.,“Misallocation and Manufacturing TFP in China and India”,Quarterly Journal of Economics,Vol.124,No.4,2009,pp.1403-1448.⑨Brandt L,Van Biesebroeck J,Zhang Y.,“Creative Accounting or Creative Destruction?Firm-level Productivity Growth in Chinese Manufacturing”,Jour⁃nal of Development Economics,Vol.97,No.2,2012,pp.339-351.⑩龚关，胡关亮：《中国制造业资源配置效率与全要素生产率》，《经济研究》2013年第4期，第13页。⑪邵宜航，步晓宁，张天华：《资源配置扭曲与中国工业全要素生产率——基于工业企业数据库再测算》，《中国工业经济》2013年第12期，第49页。⑫孟辉，白雪洁：《新兴产业的投资扩张、产品补贴与资源错配》，《数量经济技术经济研究》2017年第6期，第34页。。在技术水平不变的情况下，生产要素从低生产率的部门流向高生产率的部门也意味着生产效率的提高⑬钱雪松，康瑾，唐英伦等：《产业政策、资本配置效率与企业全要素生产率——基于中国2009年十大产业振兴规划自然实验的经验研究》，《中国工业经济》2018年第8期，第57页。。低碳城市政策通过改善资源配置效率提高企业全要素生产率的主要原因在于：一方面，低碳城市政策作为一种综合性的环境规制，会增加企业的成本压力，基于对长期经济利益的考量，企业会选择重新进行生产要素的配置⑭Albrizio S,Kozluk T,Zipperer V.,“Environmental Policies and Productivity Growth：Evidence Across Industries and Firms”,Journal of Environmen⁃tal Economics and Management,Vol.81,No.3,2017,pp.209-226.，减少高排放和低效率生产部门的投入，增加低排放和高效率生产部门的投入，通过改善资源配置效率提高企业全要素生产率；另一方面，企业为迎合政策需求，也会通过提高管理水平，以转变生产模式，改良生产工艺⑮袁文华，孟丽，张金涛：《环境规制对企业全要素生产率的影响——基于中国新《环保法》的准自然实验研究》，《大连理工大学学报（社会科学版）》2021年第3期，第60页。，优化资源配置效率，减少因为管理不善所导致的效率低下行为。此外，实践中，低碳试点城市也先后通过运用产业、财政等手段，为当地企业转型升级提供重要的政策优惠⑯孙林，周科选：《中国低碳试点政策对外商直接投资质量影响研究》，《东南学术》2020年第4期，第139页。。政策扶持加之企业内部转型压力，有助于推动部分企业从以资本、劳动力等要素投入为代表的粗放型发展模式向以知识、技术投入为代表的集约型发展模式转变，从而有助于企业全要素生产率的提升。

基于上述分析，本文提出如下研究假设：

假设1：低碳城市政策的实施有助于提升企业全要素生产率。

假设2：低碳城市政策的实施可能通过技术创新效应来促进企业全要素生产率的提升。

假设3：低碳城市政策的实施可能通过优化资源配置效应来促进企业全要素生产率的提升。

三、实证设计

（一）识别策略、样本与数据

由于各地区低碳城市试点的时间不同，本文使用异时双重差分方法来识别低碳城市政策对企业全要素生产率的影响。借鉴学者研究①宋弘，孙雅洁，陈登科：《政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究》，《管理世界》2019年第6期，第100页。，设定基准计量模型：

其中i,t分别表示企业和年份，TFPit为企业全要素生产率；LCCit为企业注册地所在城市的低碳试点状态，Xit为一系列控制变量；μi为个体固定效应；λt为年份固定效应；εit表示随机误差项。β的估计结果为本文重点考察的双重差分估计量。

本文以2003—2016年中国沪深两市A股非金融类上市公司为研究样本。为保证样本的稳定性和有效性，剔除如下样本：ST和*ST样本企业；既发行A股又发行B股的样本企业；重要变量缺失的样本企业。相关数据来自中国国泰安数据库和WIND数据库。

（三）重要变量及其测度

1.低碳城市试点测度

低碳城市试点（LCC）定义为，上市公司注册地所在城市实施低碳试点的当年及之后各年取值为1，否则为0。本文样本期间内，共进行了两批试点，因此本文选择第一、二批试点城市作为处理组。由于两批试点地区名单存在交叉的情况，本文参考学者研究，如果某省份实施低碳试点，则其所辖城市实施试点时间与该省份试点时间保持一致。

2.企业全要素生产率测度

关于企业全要素生产率（TFP）计算方法，常见的有OLS、FE、OP、LP、GMM等几种，学术界对此存在较大的争论②杨汝岱：《中国制造业企业全要素生产率研究》，《经济研究》2015年第2期，第71页。鉴于OP法③Olley G S,Pakes A.,“The Dynamics of Productivity in the Telecommunications Equipment Industry”,Econometrica,Vol.64,No.6,1996,pp.1263-1297.可以有效解决同时性偏差和样本选择偏误问题，本文选择OP法测度企业全要素生产率，以GMM方法的计算结果做稳健性检验。本文借鉴学者做法，假设同行业企业的生产模式较为相似，分行业估算资本和劳动系数，以计算企业TFP，设定模型如下：

模型中总产出Y用企业的营业收入测度；L定义为劳动力投入变量，用员工人数测度；K定义为资本投入变量，用固定资产净值来表示；age表示公司上市年限；state表示公司是否为国有企业；EX表示公司是否参与出口活动的虚拟变量，以是否有海外销售收入来判定；year代表年份虚拟变量；reg代表省份虚拟变量。其中总产出使用工业品出厂价格指数平减，资本投入使用固定资产价格指数平减。

3.控制变量选择及测度

尽管异时双重差分模型控制了由于关键解释变量与不随时间变化的个体特征之间存在相关关系所导致的内生性问题，但是仍需要对随时间变化的个体特征进行控制，以尽可能缓解由于遗漏变量导致的模型估计不一致。本文参考相关文献做法，对一系列变量进行控制，具体定义见表1。

表1 变量定义

四、实证结果与分析

（一）基准回归

低碳城市政策对企业全要素生产率的回归结果见表2。结果显示低碳城市政策对企业全要素生产率的回归系数为0.037（在5%水平上显著）。这表明低碳城市政策显著提高了企业全要素生产率。从理论上来说，短期内，低碳城市政策会增加企业的成本压力，但从长期来看，低碳城市政策会通过促进企业改进减排和生产技术，改善资源配置效率，进而推动全要素生产率的提升。

表2 基准回归结果

（二）平行趋势检验与时滞效应分析

双重差分法有效性的重要前提假设是平行趋势。本文借鉴相关研究的做法①Li P,Lu Y,Wang J.,“Does Flattening Government Improve Economic Performance?Evidence from China”,Journal of Development Economics,Vol.123,No.9,2016,pp.18-37.，采用事件研究法进行平行趋势的检验，模型如下。

TFP是企业全要素生产率。Dk

it是一系列虚拟变量，表示低碳城市试点开始实施的第k年（k∈[-5,6]且k≠0）。本文主要关注参数βk，其反映了低碳城市试点前与试点后对企业全要素生产率的影响。方程（3）中其他变量的设定和基准模型（1）一致。如果k<0时，参数βk不显著异于零，那么满足平行趋势假设。

图1反映了方程中参数βk的估计值及其95%的置信区间。由该图可以发现，当k<0时，参数βk的估计值均不能拒绝为零的原假设，这表明在低碳城市试点之前，在控制相关变量后，处理组和控制组满足平行趋势假设。从动态效应上看，低碳城市试点后第三年βk的估计值开始显著并逐渐增大，说明低碳城市试点政策对企业全要素生产率的影响滞后两年，并且影响逐渐增大。原因可能在于：影响全要素生产率的路径之一是企业技术创新，而创新具有投资大、周期长的特点①Bansal P,Hunter T.,“Strategic Explanations for the Early Adoption of Iso 14001”,Journal of Business Ethics,Vol.46,No.3,2003,pp.289-299.②Anh P Q.,“Internal Determinants and Effects of Firm-Level Environmental Performance：Empirical Evidences from Vietnam”,Asian Social Science,Vol.11,No.4,2015,pp.190-201.，所以最终反映在企业全要素生产率的政策效果上有一定滞后性。但在低碳城市试点后的第六年，参数βk的估计值并不显著，这说明低碳城市政策对于企业全要素生产率的提升效应在试点后的第六年消失。

图1 双重差分平行趋势检验及动态效应

（三）其他稳健性检验

本文进行了如下稳健性检验，具体包括：第一，安慰剂检验。参照佘硕等（2020）③佘硕，王巧，张阿城：《技术创新、产业结构与城市绿色全要素生产率——基于国家低碳城市试点的影响渠道检验》，《经济与管理研究》2020年第8期，第46页。的做法，将获批低碳试点时间分别提前2年和3年，将两个变量分别放入模型。第二，考察预期因素对于结果分析的影响。本文参考学者做法④宋弘，孙雅洁，陈登科：《政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究》，《管理世界》2019年第6期，第100页。在回归方程中加入了开展低碳城市试点之前一年的虚拟项。第三，考虑因变量异常值的影响。本文对因变量在1%分位和99%分位进行缩尾处理。第四，使用GMM法⑤Blundell R,Bond S.,“Initial Conditions and Moment Restrictionsin Dynamic Panel Data Models”,Journal of Econometrics,Vol.87,No.1,1998,pp.115-143.测算企业的全要素生产率，重新进行基准回归。此外，关于低碳城市试点的测度，由于第二批试点的实施时间接近年底，本文参考学者⑥周迪，周丰年，王雪芹：《低碳试点政策对城市碳排放绩效的影响评估及机制分析》，《资源科学》2019年第3期，第551页。做法，将2013年作为第二批试点实施年份。第五，为控制企业注册地的经济发展水平对企业全要素生产率的影响，本文在基准模型中引入城市人均GDP。第五，考察其他政策影响。本文将新能源示范城市和环保约谈引入模型。第六，为使实验组与对照组更为相似，本文进一步剔除了所有没有试点城市的省份。第七，为缓解低碳试点城市非随机选择对估计结果的不利影响，本文参考学者思路①张华：《低碳城市试点政策能够降低碳排放吗？——来自准自然实验的证据》，《经济管理》2020年第6期，第28页。，在基准回归模型中加入城市属性（是否省会城市、是否经济特区城市）与时间趋势的交叉项。经过一系列稳健性检验，本文主要研究结论仍然成立。限于篇幅原因，稳健性检验结果并未在文中列示。

五、异质性分析

（一）城市异质性分析

第一，考察城市规模的影响。参考逯进（2019）②逯进，王晓飞：《低碳试点政策对中国城市技术创新的影响——基于低碳城市试点的准自然实验研究》，《中国地质大学学报（社会科学版）》2019年第6期，第131页。，根据人口规模将城市区分为小城市、大城市和特大城市。回归结果见表3第（1）-（3）列，可以发现，只有在特大城市，低碳城市政策对企业全要素生产率才有显著的正向影响。原因可能在于：小城市政府的财政资金有限，对企业创新支持力度小，加之小城市内的企业人才匮乏、创新能力不足，因而对全要素生产率的作用效果不明显；而大城市具有更为明显的城市病，制约了企业全要素生产率的提升。

第二，考虑资源型城市与非资源城市的影响。“资源诅咒”理论表明，城市良好的自然资源禀赋有可能会产生挤出效应，抑制技术创新。因此，对于资源型城市，低碳城市政策对于企业全要素生产率的提升效应可能较弱。为检验这一假设，本文基于《全国资源型城市可持续发展规划（2013—2020）》，将城市区分为资源型城市和非资源型城市，分别回归。结果见表3第（4）（5）列，观察结果可以发现，在资源型城市，低碳试点政策对企业全要素生产率没有显著影响。反而在非资源型城市低碳城市政策对企业全要素生产率有显著的正向影响。这一结果说明，中国众多资源型城市由于长期形成的资源依赖性，加之众多城市逐步进入到资源枯竭期，思想保守落后、缺乏创新精神等问题日益凸显，这使得政府以及企业没有足够的能力支撑创新，加之资源型城市人才与资金流失严重，且生产要素在资源开采部门与技术研发部门之间配置扭曲程度相对严重，均制约了企业全要素生产率的提升。

表3 城市异质性和行业异质性回归结果

（二）行业异质性分析

基于政策压力对不同行业企业的差异，及企业对目标认同和合法性追求差异，本文认为低碳城市政策对高碳排放行业内企业全要素生产率的提升有更显著的影响。为验证这一假设，本文以2009年碳排放数据为基础，根据全国各行业碳排放强度的中位数，将所有行业划分为高碳排放和低碳排放行业。相关数据来源于中国碳排放数据库（CEADs）。回归结果见表3第（6）（7）列，由此发现，相比于低碳排放行业，低碳城市政策对高碳排放行业内企业的全要素生产率有显著的正向影响。这符合低碳城市试点的政策初衷。

（三）政策工具异质性分析

低碳城市政策在推行过程中，因使用的政策工具和手段不同，也会产生不同的政策效果。本文采用樊纲等（2016）①樊纲，王小鲁，余静文：《中国分省份市场化指数报告》，北京：社会科学文献出版社2016年版，第43页。编制的“政府与市场关系”指数测度地方政府干预程度，以此反映命令控制型工具的作用。碳排放交易机制作为一种重要的市场激励型工具，本文在基准回归模型中纳入低碳城市试点与这一虚拟变量的交互项，以检验市场激励型工具的作用。参考逯进等（2020）②逯进，王晓飞，刘璐：《低碳城市政策的产业结构升级效应——基于低碳城市试点的准自然实验》，《西安交通大学学报》2020年第2期，第110页。，本文选用年末实有公共营运汽电车／（年末实有公共营运汽电车＋年末实有出租汽车），表示居民绿色消费观念，以检验公众参与型工具的作用。回归结果见表4，研究发现三种工具均发挥了相应的政策效果，其中命令控制型工具效果最大，公众参与型工具政策效果最小。

表4 政策工具和议价能力异质性回归结果

本文进一步区分行业碳排放程度，考察不同政策工具的作用效果，回归结果限于篇幅原因未在文中列示。研究发现，低碳城市政策在实施过程中，命令控制型工具仍是最重要的政策手段，且命令控制型政策工具主要作用于高碳排放行业，对低碳排放行业的作用效果有限。这意味着低碳城市政策的实施，强化了地方政府的环境保护职能，地方政府对环境的重视更多体现在增加了对高碳排放企业的环境治理压力。

（四）企业议价能力异质性分析

企业对地方经济和官员政绩考核的贡献越大，越能够获得对政府在环境规制执行过程中更高的议价能力，使其免于严格的环境规制③李鹏升，陈艳莹：《环境规制、企业议价能力和绿色全要素生产率》，《财贸经济》2019年第11期，第147页。，进而降低了低碳城市政策的全要素生产率提升效应。本文使用应纳所得税（Tax）反映企业议价能力，具体做法是将单个企业的应纳所得税分别除以其所在城市这一指标的企业均值，值越大，议价能力越强。根据表4，在高碳排放和低议价能力组，主要回归系数均显著为正。这说明，尤其是对于高碳排放行业，低碳城市政策实施过程中，企业的议价能力对于规避政府的政策压力有一定的作用。这与上文的分析结果，即低碳城市政策的主要政策工具为命令控制型政策工具，具有逻辑一致性。

六、影响渠道分析

根据现有研究，高碳排放行业主要采用先进绿色技术、改造工艺流程等来达到碳减排效果④何小钢，张耀辉：《技术进步、节能减排与发展方式转型——基于中国工业36个行业的实证考察》，《数量经济技术经济研究》2012年第3期，第20页。；而低碳排放企业往往通过节约资源、优化资源配置等方式实现碳减排，没有较大实质性技术进步⑤Ioannou I,Li S X,Serafeim G,“The effect of target difficulty on target completion:the case of reducing carbon emissions”,The Accounting Review,Vol.91,No.5,2016,pp.1467-1492.。因此，本文分别考察高碳排放行业和低碳排放行业中，低碳城市政策对企业全要素生产率产生影响的不同作用路径，限于篇幅原因实证结果并未在文中列示。

（一）技术创新效应

本文选取研发支出和专利申请量作为技术创新的代理变量进行实证检验。研发支出反映企业技术创新投入意愿，而专利数据作为企业创新投入的产出指标，能直接测度自主创新能力。实证研究发现，低碳城市政策有助于促进企业提高研发投入，但是对企业专利申请的作用却不显著；此外，对高碳排放行业，低碳城市政策有助于提升企业专利申请量，且提升作用具有时间滞后性，但在低碳排放行业中不显著。

（二）资源配置效应

本文参考学者的做法，利用资本配置效率代替资源配置效率检验低碳城市政策对资源配置效率的影响。借鉴方军雄（2007）①方军雄：《所有制、市场化进程与资本配置效率》，《管理世界》2007年第11期，第32页。的“投资—投资机会”敏感性模型完成检验，设定模型如下。

invest为企业投资水平，ROA为资产收益率，测度企业投资机会，其他变量定义和基准模型（1）一致。交叉项LCC×ROA的系数测度了低碳城市政策对企业投资效率的影响。回归结果发现，低碳城市政策显著提高了低碳排放行业的资本配置效率水平，但对高排放行业却没有显著影响。

综上可以发现，低碳城市政策对企业全要素生产率的影响机制因行业碳排放程度而有所差异。对于高碳排放行业，低碳城市政策的技术创新效应发挥主要作用；但在低碳排放行业，低碳城市政策的资源配置效应发挥主要作用。

七、结论与政策启示

本文主要结论如下：1.总体来看，低碳城市政策提升了企业全要素生产率；2.低碳城市政策对企业全要素生产率的作用会受城市规模、资源禀赋、行业碳排放程度、企业议价能力等因素的影响；3.从政策工具来看，命令控制型政策工具仍是试点过程中的主要手段；4.机制分析表明，低碳城市政策主要通过促进企业技术创新和改善资源配置效率两条途径作用于企业的全要素生产率，且面对低碳城市政策压力，高碳排放和低碳排放行业内的企业有不同的策略选择。

本文的研究结论具有以下三方面的政策启示：第一，本文实证结果证明低碳城市政策显著提升了企业的全要素生产率。构建低碳城市是欧洲发达国家常用而重要的手段，用于提高居民幸福感和城市竞争力。发展中国家法律与体制的建设较为薄弱，相关试点政策在执行时可能遇到更大的困难，本文研究结果证实低碳城市在最大的发展中国家—中国具有同样理想的效果，可以作为推进经济高质量发展的重要手段。第二，在命令控制型工具为主要政策手段的情况下，企业的议价能力会弱化低碳城市政策的全要素生产率提升效应。因此，为了更大程度提高低碳城市试点的政策作用效果，需要更好地发挥市场激励型和公众参与型政策工具的作用，以避免命令控制型工具作用下，企业议价的负面影响。第三，本文的动态效应表明，低碳城市政策对于企业全要素生产率的影响从试点后的第三年持续到试点后的第五年，但是从第六年开始消失，这意味着低碳城市试点的长期效果并不理想。可能的原因在于，相对于经济领域的其他试点，低碳城市试点具有弱激励弱约束的特征，除了少量的试点能力建设项目资金支持，国家主管部门未向试点地方政府进行财政资源和政策的倾斜，也未通过绩效评估和项目审核等给地方政府官员带来考核压力，这使得低碳城市政策的长期作用效果不尽人意。因此，在政策试点过程中，应改变对低碳试点城市弱约束弱激励的政策环境，建立激励与约束并举的长效机制，以更好地服务于经济高质量发展的目标。