低碳城市试点实现企业绿色技术创新的“增量提质”了吗？

张志新，孙振亚，路 航

(山东理工大学 经济学院，山东 淄博 255000)

一、引言与文献综述

中国作为全球第二大经济体，其二氧化碳排放量接近全球碳排放总量的30%(1)国家能源局《钢铁业降碳需综合施策》，http://www.nea.gov.cn/2021-05/14/c_139945718.htm.2021-05-14.，减少二氧化碳排放量俨然成为中国亟待解决的问题。为减少碳排放，同时助推2030年碳达峰目标的实现，国家发展和改革委员会在2010年启动低碳城市试点工作，试点工作明确指出要“加快低碳技术创新，推进低碳技术研发”，可见绿色技术创新是实现碳减排目标的重要工具，且企业作为低碳发展任务的主要践行者和参与者，如何实现企业的绿色技术创新是低碳城市试点工作的重要一环，那么低碳城市试点对企业绿色技术创新产生何种影响？现今，中国已由经济高速增长阶段转向高质量发展阶段，因此在追求高质量发展的时代背景下，对于企业绿色技术创新也不再拘泥于数量的提升，实现企业绿色技术创新质量的提高，才能有效减少碳排放，从而达到碳减排目标，那么低碳城市试点对企业绿色技术创新质量影响如何？这些问题的回答能够考察低碳城市试点的实施效果，并为后续进一步推行试点工作提供一定的借鉴。

目前与本文相关的文献主要集中于低碳城市试点的实施效果、绿色技术创新的影响因素以及低碳城市试点对绿色技术创新的影响三方面，因此本文也将从这三方面进行文献梳理。低碳城市自试点以来，学者对其实施效果便展开研究，低碳城市试点的目的是实现城市碳减排，大量研究也表明，低碳城市试点能够有效减少城市碳排放[1]，但不同城市的减排路径存在差异，其中低碳成熟型城市碳减排依赖于加大研发投入，发展可再生能源路径，而对于低碳成长型城市则需要进行产业结构优化以及提高城镇化质量，低碳后发型城市实现碳减排则需要在实现经济增长的同时实现产业升级[2]。低碳城市试点不仅作用于城市的碳减排，其对城市空气质量的改善也效果显著[3～5]，类似地，王华星和石大千[6]利用城市面板数据发现，低碳城市试点能够有效降低PM2.5的浓度。不仅如此，试点城市能显著促进外商直接投资[7]，并能提高中国利用外商直接投资的质量[8]。李林红等[9]发现低碳城市试点在企业创新方面也起到显著的促进作用，而且缩小了城市之间的创新水平差距。此外，低碳城市试点对城市创新也起到显著的促进作用，逯进和王晓飞[10]发现低碳城市试点通过增加科技人才数量、政策性研发资金投入和产业结构升级显著提升了城市技术创新，但是也有学者认为虽然低碳城市试点的实施效果显著，但却不利于城市经济效益的提高，因此需要关注经济效益提高与碳减排的“绝对脱钩”现象[11]。

绿色技术创新是实现碳减排和可持续发展的重要途径，因此研究影响绿色技术创新的因素尤为重要。环境规制是影响绿色技术创新的重要因素，然而其是否能够促进绿色技术创新却饱受争议，大多数学者认为合理的环境规制会迫使企业进行环境友好型的技术创新，进而显著提高绿色技术创新能力[12]，然而也有学者认为环境规制会增加企业生产成本，缩减企业利润空间，降低企业绿色技术创新动力[13]。此外，还有部分学者认为环境规制与绿色技术创新存在非线性关系，例如王珍愚等[14]认为环境规制与绿色技术创新存在“U”型关系。邝嫦娥和路江林[15]则认为环境规制与绿色技术创新存在“V”型关系。作为绿色技术创新的投入要素，R&D的资金与人员投入是影响企业绿色技术创新的关键因素，对绿色技术创新产生积极作用[16～17]。从企业创新主体出发，有学者发现相较于私有企业，国有企业更具绿色创新意愿[18]93。而关于低碳城市试点对绿色技术创新影响方面的文献，则主要关注对绿色创新数量的影响，发现低碳城市试点能够显著促进企业绿色技术创新，例如熊广勤等[19]99利用企业面板数据发现低碳城市试点能够有效促进企业绿色技术创新，而徐佳和崔静波[20]186也得出了与此相同的结论。

通过梳理以上文献发现，目前学者们分别从低碳城市以及绿色技术创新两方面进行了丰富的研究，而从低碳城市试点视角对企业绿色技术创新进行研究的文献较少，且主要关注于对绿色技术创新数量的影响，那么低碳城市试点对企业绿色技术创新的质量将会产生何种影响？基于此，本文将通过区分绿色技术创新的数量与质量，从“质”与“量”两个维度考察低碳城市试点对企业绿色技术创新的影响。本文的边际贡献在于:(1)不仅关注对绿色技术创新数量的影响，而且全面考察低碳城市试点对企业绿色技术创新质量的影响，契合当今高质量发展的时代导向。(2)研究发现低碳城市试点的实施虽然会促进企业绿色技术创新数量的提高，但也导致企业绿色技术创新质量的下降，进一步就企业绿色技术创新数量提高和质量下降提出解释，论证了专利泡沫出现的原因，同时丰富了关于碳减排政策实施效果的研究。(3)在不同维度下讨论低碳城市试点实施对企业绿色技术创新的差异性影响，使得研究结果更贴合不同特征企业的实际。

二、机制分析与研究假设

(一)低碳城市试点与企业绿色技术创新数量

低碳城市试点是中国为实现碳减排而在城市层面提出的环境规制政策。一方面，低碳城市建设的重点领域是工业、建筑、交通、能源供应、废弃物管理等，因此低碳城市试点主要是针对这些领域实现其低碳化发展[21]，从而在城市层面控制温室气体的排放，在此过程中，会针对性地诱发企业绿色技术创新。此外，中央给予地方试点机会具有很强的严肃性，入选试点是荣誉和责任的双重体现，特别是在政治锦标赛加持下，试点地区政府的治理积极性提高[22]，通过积极引导企业进行绿色生产，改进技术实现绿色低碳式发展，进而促进企业绿色技术创新。另一方面，低碳城市试点属于“中央请客、地方买单”的形式，在弱激励-弱约束的制度环境下，各地方政府为获取中央政府的资源要素以及其他优惠政策，虽然会积极参与低碳城市试点申报工作，但是在试点过程中，很多工作都是虎头蛇尾，没有以积极的态度和行动践行[23]，导致试点动机产生偏移，进而无法有效发挥政府对企业绿色技术创新的倒逼作用。低碳城市试点政策的目的是实现城市碳减排，因此需要企业实现能源的高效率使用，以及生产过程的节能减排，以实现城市层面碳排放量的减少，这一过程必然伴随着技术的改革升级，企业需要在既有技术基础上进行研发，进行迎合低碳发展的绿色技术创新，即实现“波特假说”。具体而言，“波特假说”认为环境规制对企业决策存在两方面影响，一方面，环境规制会提高企业生产成本，削减企业利润空间，进而企业需要进一步减少研发投入，增加对诸如金融类等方面的投资[24]，从而抑制企业绿色技术创新。另一方面，环境规制可能会提高企业绿色技术创新意愿，企业环境成本被创新补偿效应抵消，为企业可持续绿色技术创新提供条件，增强企业竞争实力[25]，提高企业生产率与经济效益[26]，为企业绿色技术创新提供资金支持，促进企业绿色技术创新。基于以上分析，发现低碳城市试点对企业绿色技术创新可能存在促进和抑制两方面的影响，据此，本文提出:

假设1a:低碳城市试点的实施能够促进企业绿色技术创新数量的提高。

假设1b:低碳城市试点的实施能够抑制企业绿色技术创新数量的提高。

(二)低碳城市试点对绿色技术创新质量的潜在扭曲

低碳城市试点作为一种“软约束”环境规制政策，地方政府往往会通过激励手段促进企业绿色技术创新，其中税收减免与补贴则是一种常见手段，其前提是政府掌握企业的创新活动信息，然而由于政府在获取企业绿色技术创新真实数据上存在劣势[27]，导致政府只能通过企业释放的利己信号来进行决策，这种信号往往体现在绿色技术创新数量上。此外相较于传统技术创新，绿色技术创新的前期投入大，获益周期长[20]182，投资者难以从众多投资项目中实现优势区分以及投资价值评估[28]，使得企业面临较高的外部融资约束，而低碳城市试点地区规划中均提出了绿色金融政策，其中有用于发展低碳城市的专项资金、补贴、利率优惠及税费减免等，通过这些绿色金融政策可以缓解城市层面的外部融资约束。同时企业为减小自身融资约束，会通过增加绿色技术创新数量来吸引绿色投资，导致企业产生策略性创新行为[29]31，通过增加创新难度较低的绿色专利数量来获取经济利益，抑制企业绿色技术创新质量的提高。低碳城市试点能够促进外商直接投资，但是外商直接投资使得中国企业对外国技术产生过度依赖，特别是在获取试点政策的资源与政策优势的目标驱使下，企业往往会选择通过购买绿色技术和产品以实现绿色发展，进而无法真正实现自身创新能力的提升，限制企业绿色技术创新质量的提高。低碳城市试点对绿色技术创新的抑制作用在创新能力较低的企业表现尤为突出。在创新能力弱的企业，其创新资源较为稀缺，创新成本较高，创新活动往往存在随机性的特点[30]，因此其绿色技术创新行为更容易受到外部因素的影响，为了吸引政府补贴、税收减免等优惠政策，以及为树立企业环保形象，策略性创新的动机更为强烈，难以提高绿色技术创新质量。而对于创新能力高的企业，其本身具有丰富的创新资源，因而可以进行持续性创新行为，通过增强自身绿色技术创新能力增强市场竞争力。基于此，提出假设:

假设2:低碳城市试点的实施抑制了企业绿色技术创新质量的提升。

假设3:相较于创新能力强的企业，低碳城市试点的实施对绿色技术创新质量的抑制作用在创新能力弱的企业表现更为突出。

三、研究设计

(一)模型构建

为了验证低碳城市试点对企业绿色技术创新的影响，采用能够有效识别政策效应的双重差分模型进行实证检验，该方法对研究对象进行分组处理，将政策实施对象划为处理组，政策未实施对象划为对照组，通过政策实施前后的差分与处理组对照组的差分识别政策实施的效应。借鉴石大千等[31]的模型构建方式，本文构建模型设定如下:

innoit(innosit,innozit)=α0+β1policyi×postt+λXit+μi+ϑt+εit

(1)

其中，innoit是本文的被解释变量,表示i企业在t年的绿色技术创新数量与质量。policy表示低碳城市试点地区虚拟变量，若企业所在城市或省份为低碳城市试点地区，则取值为1，否则为0。post为低碳城市试点实施年份的虚拟变量，若是处于2013年(2)第二批低碳城市试点范围公布的时间为2012年12月26日，考虑到低碳城市试点的政策效果存在滞后性，因此将政策试点时间设定为2013年。及以后年份取值为1，否则取值为0。Xit则是本文的控制变量，主要包括企业规模(Size)、企业收益率(Profit)、托宾Q(TobinQ)、企业年龄 (Age)、资本密度(Zbmd)和第一大股东持股比(Gudong)。μi和ϑt分别表示个体固定效应和时间固定效应，εit表示随机误差项。模型中policyit×postit的系数β1是本文的关注对象，若β1>0，表示低碳城市试点的实施促进了企业绿色技术创新数量(质量)的提升；若β1<0，则表示低碳城市试点的实施抑制了企业绿色技术创新数量(质量)的提升；若β1=0，表示低碳城市试点的实施对企业绿色技术创新的政策效应不明显。

(二)指标选取

被解释变量:本文采用企业绿色发明专利授权数量衡量企业绿色技术创新数量。既有文献采用专利引用次数[32]和IPC分类号数量[33]衡量专利质量，然而国家知识产权局难以有效提供企业专利引用次数信息，且采用专利分类号数量将存在重复计算的缺陷，因此本文借鉴Aghion等[34]、张杰和郑文平[29]33的方法，使用知识宽度法对企业绿色技术创新质量进行测算。获取企业绿色专利的IPC分类号，利用产业集中度的方法，测算IPC分类号大组层面的差异来衡量专利质量，测算公式为:qualityit=1-∑α2,其中，α为i企业在t年大组分类号所占比重。qualityit越大，表明大组层面专利分类号差异越大，知识宽度越大，其绿色专利质量越高即绿色技术创新质量越高。

控制变量:(1)企业规模(Size):企业规模大往往会有用于企业持续发展的研发创新投入，以此提高企业创新能力，从而增强企业核心竞争力，因而企业规模是企业绿色技术创新的重要影响因素[35]，本文采用企业年末总资产对数衡量。(2)收益率(Profit):企业收益率越高，将会有充足的资金用于绿色技术创新，因此本文使用营业利润占比衡量收益率。(3)托宾Q(TobinQ):托宾Q值越大，表明其社会价值创造能力越强，更具有创新能力。(4)企业年龄(Age):年龄大的企业更具有创新意识[36]，本文使用企业年份减去上市年份加一的对数进行衡量。(5)资本密度(Zbmd):采用企业总资产与营业收入之比进行衡量。(6)第一大股东持股比(Gudong):采用第一大股东持股份额占总股本的比例进行衡量。

(三)数据来源与说明

本文研究对象是2007—2016年中国A股上市公司，上市公司专利数据主要来源于中国研究数据服务平台(CNRDS)，控制变量数据主要来源于国泰安数据服务中心(CSMAR)。本文对样本数据主要做以下处理:(1)剔除金融、教育和综合行业的样本。(2)剔除2007—2016年间相关变量缺失严重的样本。(3)剔除ST及*ST企业。(4)考虑到极端值对估计结果的影响，本文将控制变量进行上下1%的缩尾处理。绿色技术创新活动的周期较长，因此低碳城市试点在短期内的执行效果有限，因而可能无法体现在第一批低碳城市试点效果中，而2010年与2012年的政策时点非常接近，因此借鉴徐佳和崔静波[20]183的处理方法，将政策时点范围扩大至2012年，以考察低碳城市试点对企业绿色技术创新的影响。表1为各变量的描述性统计。

表1 变量描述性统计

表1(续)

四、实证结果分析

(一)预期效应检验

DID方法使用的前提条件之一是保证政策实施的外生性，因此DID方法的使用需要满足预期效应检验。预期效应检验是将低碳城市试点视为随机的政策冲击，在低碳城市试点实施之前企业对该政策没有产生预期效益，以检验企业绿色技术创新的变动是由低碳城市试点的实施引起的。为检验预期效应，在基准模型中引入交叉项policy×post1，表示低碳城市试点前一年的虚拟变量，若交叉项系数不显著，则表明在低碳城市试点前企业并未产生绿色技术创新数量和质量变动的预期。估计结果为表2第(1)和(2)列，结果表明这一项的估计系数很小且不显著。在此基础上引入交叉项policy×post2，其中policy×post2是低碳城市试点前两年的时间虚拟变量，估计结果为表2第(3)和(4)列，结果表明policy×post2的估计系数仍不显著。因此检验结果表明在低碳城市试点之前并没有形成影响企业绿色技术创新的预期，同时在考虑预期的情况下，核心解释变量policy×post的估计系数仍然显著，表明满足预期效应假设。

(二)平行趋势假设检验

DID方法使用的另一个前提条件是满足平行趋势假设，即在低碳城市试点政策冲击前，处理组与对照组的企业绿色技术创新数量与质量具有相同的变化趋势，为此本文采用回归法对平行趋势假设进行检验，借鉴孙艳阳[37]的方法，构建以下模型:

(2)

在模型构建时，k为距低碳城市试点的时间，为避免虚拟变量陷阱问题，将低碳城市试点前一年剔除，表2第(5)、(6)列报告了回归结果，无论是低碳城市试点对企业绿色技术创新数量还是质量，低碳城市试点之前policy×post的估计系数均不显著，表明满足平行趋势假设。

(三)基准结果分析

表2第(7)和(8)列分别为低碳城市试点与企业绿色技术创新数量与质量的回归结果。表2第(7)列中，policy×post的系数在5%的显著性水平下为正，表明低碳城市试点的实施显著促进企业绿色技术创新数量的提高，这一结果与熊广勤等[19]96、徐佳和崔静波[20]185所得结论保持一致，相较于非试点城市，低碳城市试点的实施使得试点地区企业的绿色技术创新数量提高0.647%。在第(8)列中，policy×post的系数为-0.027，且通过了1%的显著性检验，表明低碳城市试点的实施显著抑制企业绿色技术创新质量的提高，低碳城市试点实施使试点地区企业绿色技术创新质量下降0.027%。低碳城市试点作为一种“软约束”的环境规制政策，倒逼企业绿色生产，促进其绿色技术创新。此外试点地区会为企业绿色生产提供包括补贴、降税等方面的优惠政策，企业为获取优惠政策会通过绿色技术创新质量数量的提高体现其绿色低碳发展，然而如前文所说，企业在获取优惠政策之前需要提前释放其绿色低碳发展信号，而专利数量则是一个重要体现，这时会导致企业进行策略性技术创新，进而抑制企业绿色技术创新质量的提高。

表2 回归结果

(四)稳健性检验

1.安慰剂检验

借鉴Topalova[38]的做法，将低碳城市试点时间提前三年，样本期设定在2007—2012年，以此考察低碳城市试点对绿色技术创新数量和质量的影响效果是否存在。若policy×post的系数不显著，则可以排除其他因素对企业绿色技术创新数量和质量的影响。估计结果见表4第(1)、(2)列，policy×post的系数均不显著，因此可以证明企业绿色技术创新是由低碳城市试点带来的。

2.倾向得分匹配PSM-DID

为有效发挥低碳城市试点城市的政策效应，国家可能对试点城市的选择并不是完全随机的，为准确评估低碳城市试点对企业绿色技术创新产生的效应，本文借鉴Heckman等[39]的方法，采用PSM-DID来缓解存在的选择性偏差问题，将企业规模(Size)、收益率(Profit)、托宾Q(TobinQ)、企业年龄(Age)、资本密度(Zbmd)、大股东占比(Gudong)作为匹配变量，借鉴何凌云和马青山[40]的模型构建方法，设立以下模型:

P(post=1)=f(Size、Profit、TobinQ、Age、Zbmd、Gudong)

(3)

其中，P为倾向得分值，本文使用比较流行的K邻近匹配方法进行匹配。考虑到样本量足够大，为尽可能消除“选择性偏差”，借鉴已有研究[41]选用较为严苛的卡尺 (caliper=0.0001)进行检验，K邻近为一对二匹配，匹配后样本量为8368个。此外，进一步改变匹配方法，采用半径匹配进一步进行稳健性检验。 PSM-DID使用前需要满足共同支撑假设，各变量均值在匹配后实验组和控制组是否具有显著差异，若不存在显著差异，则表明满足PSM-DID的假设前提。匹配结果如表3所示，匹配前各变量的P值均小于0.1，说明匹配前处理组与对照组存在显著差异，在匹配后，除企业年龄(Age)外，各变量的P值均大于0.1，表明匹配结果较好，使用PSM-DID方法进行回归是合理的。PSM-DID的回归结果为表4的(3)至(6)列，两种匹配方法中，低碳城市试点的实施显著促进了企业绿色技术创新数量的提高，但显著抑制了企业绿色技术创新质量的提高，与基础回归结果保持一致，保证了实证结果的稳健性。

表3 共同支撑假设

3.排除其他影响企业绿色技术创新的政策因素

在低碳城市试点过程中，国家分别提出碳排放权交易试点政策、智慧城市试点政策以及环保约谈制度，可能对本文的估计结果产生影响，为排除这些政策影响以识别低碳城市试点的“净效应”，本文通过在基础回归模型中引入分组变量policy与各政策试点年份时间虚拟变量的交乘项进行回归，以控制这些政策对估计结果的干扰。结果为表4中(7)、(8)列，结果未发生变化，表明在控制其他可能影响企业绿色技术创新的政策后，实证结果依然成立，表明基础回归结果是稳健的。

表4 稳健性检验

(五)异质性分析

由于企业创新能力、企业性质以及碳排放密度的不同，低碳城市试点的实施对企业绿色技术创新的影响具有差异性，因此本部分将从创新能力、企业性质以及碳排放密度三个维度探究其存在的差异性影响。

1.基于创新能力的差异性影响

如前文所说，低碳城市试点的实施会诱发企业策略性创新，通过研发低质的绿色技术创新体现其绿色发展模式，进而抑制企业绿色技术创新质量的提高。本文按照低碳城市试点前一年企业绿色发明专利数量的中位数来界定高创新能力企业和低创新能力企业。表5为估计结果，低碳城市试点的实施显著促进了高创新能力企业的绿色技术创新数量，但抑制了低创新能力企业的绿色技术创新数量，原因可能是对于低创新能力的企业，其自身存在研发投入不足的情况，在低碳城市试点实施后，为迎合低碳发展，可能会增加其绿色生产设备的投入，进一步挤出绿色技术研发投入。在绿色技术创新质量方面，低碳城市试点的实施并未对高创新能力企业产生显著影响，但对低创新能力的企业抑制作用明显，这也验证了假设3。

表5 基于创新能力的差异性影响

2.基于企业性质的差异性影响

企业性质的不同将影响企业获取的绿色技术创新资源，而企业的创新意愿与创新的成功在于其是否具有持续的创新资源供给，国有企业在资源获取方面明显优于私有企业[42]，因为国有企业相较于私有企业，其与政府的关系更为密切，因此在低碳城市试点实施后，国有企业能够依靠自己的政治背景，获取较多的绿色技术创新资源[43]。此外绿色技术创新具有更强的公共价值属性，国有企业更有绿色技术创新意愿[18]93，因此低碳城市试点的实施对国有企业的绿色技术创新产生显著促进作用。表6估计结果也表明低碳城市试点显著促进了国有企业绿色技术创新数量的提高。无论是国有企业还是非国有企业，低碳城市试点的实施显著抑制企业绿色技术创新质量的提高，这一结果与前文的理论分析保持一致。

表6 基于企业性质的差异性影响

3.基于企业碳排放密度的差异性影响

低碳城市试点实施的目的是实现城市碳减排，因此对于不同碳排放密度的企业，低碳城市试点的绿色技术创新效应不同。本文基于企业所在行业进行碳排放密度的分类，按照《中国碳排放权交易报告(2017)》(3)皮书数据库《中国碳排放权交易报告(2017)》，https://www.pishu.com.cn/skwx_ps/bookdetail?SiteID=14&ID=9293521。中的划分标准，若企业所在行业在1995年碳排放占全部行业比重超过2%，则将其列为高碳排放企业，否则为低碳排放企业。表7报告了回归结果，低碳城市试点的实施显著促进高碳排放密度企业的绿色技术创新数量，而抑制低碳排放密度企业的绿色技术创新数量，可能的原因是实现高碳排放密度企业碳减排才能实现城市整体碳排放的减少，因此试点地区往往在决策时将优惠政策倾向于高碳排放密度企业，同时，在低碳城市试点地区的施行方案中，明确对高耗能高排放的产业提出了强制性的政策要求，在这种倾向下，高碳排放密度企业的绿色技术创新意愿将会增强，而低碳排放密度企业本身碳排放量较少，面临的规制压力较小，因此其进行绿色技术创新的意愿较低。此外，低碳城市试点的实施对低碳排放密度企业的绿色技术创新质量产生显著抑制作用，而在高碳排放密度企业则作用不明显。

表7 基于碳排放密度的差异性影响

五、进一步分析

(一)模型设定

低碳城市试点的实施能够促进企业绿色技术创新数量的提高，但对企业绿色技术创新质量产生显著的抑制作用，并在不同维度上产生明显的异质性。在前文机制分析中提到，低碳城市试点会通过地方政府的环境规制影响企业绿色技术创新，同时企业为缓解融资约束，会针对低碳城市试点推行的绿色金融政策进行策略性创新，进而增加绿色技术创新数量，但是也抑制企业绿色技术创新质量的提高，因此低碳城市试点的实施主要通过政府的环境规制以及缓解企业融资约束两条机制影响企业绿色技术创新。为验证这两条潜在的机制，本文借鉴李建明和罗能生[44]的研究，构建以下传递效应模型:

第一步:检验低碳城市试点对环境规制与融资约束的影响

Mit=α0+β1policyi×postt+λXit+μi+ϑt+εit

(4)

第二步:考察环境规制与融资约束对企业绿色技术创新的影响

innoit(innosit,innozit)=α0+β1Mit+λXit+μi+ϑt+εit

(5)

其中，Mit为环境规制(Ems)与融资约束(Loan)。具体地，政府进行环境治理主要是紧盯污染物的排放，所以污染物的排放是体现环境规制最为直接的指标[45]，因此本文采用城市人均二氧化硫排放量的对数衡量环境规制强度，排放量越少，表明环境规制越强。此外，融资约束采用城市金融机构在t年末各项贷款余额对数值表示。X为一系列控制变量，包括企业规模(Size)、收益率(Profit)、托宾Q(TobinQ)、企业年龄(Age)、资本密度(Zbmd)和第一大股东持股比(Gudong)，变量设定与模型(1)一致。相应的回归结果为表8。

(二)估计结果分析

1.绿色技术创新数量的机制结果分析

表8中，第(1)列和第(2)列分别检验了低碳城市试点对环境规制、融资约束的影响，policy×post的估计系数都显著为负，表明低碳城市试点显著增强了试点地区的环境规制强度，并缓解了试点地区企业的融资约束。第(3)列考察环境规制与绿色技术创新数量的回归分析中，环境规制对企业绿色技术创新数量的影响系数估计值显著为负，表明随着环境规制强度的增加，企业绿色技术创新数量呈现增长趋势。第(4)列考察融资约束与企业绿色技术创新数量的回归分析中，融资约束的估计系数显著为负，表明随着企业融资约束的缓解，企业绿色技术创新数量增加。估计结果表明低碳城市试点通过城市层面环境规制的加强以及融资约束的缓解促进企业绿色技术创新数量的提高。

表8 估计结果

2.绿色技术创新质量的机制结果分析

第(1)列和第(2)列已证实低碳城市试点能够增强试点地区的环境规制强度，并缓解试点地区企业的融资约束。第(5)列考察了环境规制与企业绿色技术创新质量的关系，环境规制估计系数显著为正，表明随着试点地区环境规制强度的增加，企业绿色技术创新质量将显著下降。第(6)列中，融资约束的影响系数显著为正，表明金融机构年末贷款余额与企业绿色技术创新质量存在显著正向关系，即随着融资约束的缓解，企业绿色技术创新质量显著下降。因此可以说明低碳城市试点能够通过加强城市层面环境规制，以及缓解融资约束抑制企业绿色技术创新质量的提高。

表8(续)

六、结论与建议

本文使用2007—2016年中国A股上市公司数据，基于低碳城市试点的准自然实验，采用双重差分法实证检验了低碳城市试点的实施对企业绿色技术创新的影响，研究结果表明:(1)低碳城市试点的实施显著促进了试点地区企业绿色技术创新数量的提高，但显著抑制了试点地区绿色技术创新质量的提高。(2)异质性分析表明，低碳城市试点的实施显著促进了高创新能力企业、国有企业、高碳排放密度企业绿色技术创新数量的提高，但对低创新能力企业、低碳排放密度企业绿色技术创新数量起到显著抑制作用。此外，低碳城市试点的实施显著抑制低创新能力企业、国有企业、非国有企业以及低碳排放密度企业绿色技术创新质量的提高。(3)机制检验发现，低碳城市试点通过加强环境规制以及缓解城市层面的融资约束提高企业绿色技术创新数量，抑制企业绿色技术创新质量。

基于以上结论，本文提出以下几点建议:

第一，继续推行低碳城市试点工作，充分发挥低碳城市试点对企业绿色技术创新的激励作用。实证结果表明低碳城市试点的实施促进了企业绿色技术创新数量的提高，说明低碳城市试点的绿色技术创新成效显著，因此国家通过总结试点地区的成功经验，对成功方法、技术等进行凝炼形成典型案例，加强试点地区之间的经验交流，推动低碳城市试点全面铺开，发挥其对企业绿色技术创新的激励效应。此外，应加强低碳城市试点工作的有效监督，上级政府应及时跟踪，在跟踪监督过程中，组织专家给予低碳城市试点地区有效的指导与帮助，以实现城市整体层面的绿色技术创新，进而减少碳排放量，为中国实现“2030年碳达峰以及2060 年碳中和”目标做进一步努力。

第二，加强对企业绿色技术创新质量的有效评估。低碳城市试点的实施虽然会提高企业绿色技术创新数量，但也造成了企业绿色技术创新质量的下降，因此应对企业绿色专利质量进行有效评估。首先，政府要加强对专利质量的有效评估，并将其作为政策倾斜的依据。其次，考虑到政府可能无法准确捕捉企业的创新信息，因此可以考虑通过引入合理的市场竞争机制，运用市场手段对专利质量进行有效识别，以激励企业促进绿色技术创新质量的提高。

第三，根据企业特征进行低碳城市试点的差异化措施建设。首先在发挥低碳城市试点对高创新能力企业、国有企业以及高碳排放密度企业的绿色技术创新数量的激励作用时，也要关注到低碳城市试点对低创新能力、非国有企业以及低碳排放密度企业的绿色技术创新数量的抑制作用，政府在统筹资源时，不能仅依靠企业绿色技术创新数量作为优惠政策分配的依据，应根据企业的技术创新短板，进行创新资源的统筹，进而提高企业绿色技术创新意愿。