绿色产业政策与重污染行业可持续性转型——基于长三角地区 “区域—企业” 的多层次分析

陈璐怡，常悦，胡筱亭，胡朝阳

（1. 上海市国资国企改革发展研究中心，上海 200233；2. 浙江省发展规划研究院，浙江 杭州 310012；3. 上海财经大学 商学院，上海 200433；4. 中国农业银行上海市分行，上海 200120；5. 友成企业家乡村发展基金会，北京 100027）

为了实现社会的可持续发展目标（SDG），需要有效平衡产业发展中的环境保护与企业发展之间的矛盾[1]。从 “社会—技术” 可持续性转型的理论视角看，平衡环境保护与经济发展，其本质是企业主动采纳绿色创新技术。为了激励企业采纳相关新技术，需要在更宏观的社会层面上，对法律框架、税收、激励措施、基础设施建设等要素进行系统性设计与调整[2]。绿色产业政策指的是政府推动社会向低碳、资源节约型经济结构转型的措施，这些措施也能提高经济中的生产效率[3]。故而，绿色产业政策在驱动社会可持续转型中占据核心位置[4]。

尽管前期研究中已经普遍认同社会加速可持续性转型离不开相应绿色产业政策的引导，但是针对不同转型阶段、不同行业特征，究竟应该采用怎样的政策工具，当前并没有一个可以明确、普遍的可遵循的指导原则。针对如何开展具体的政策设计，前期研究指出，分析、评估和实验的框架是识别政策作用模式、评价政策效果的可行方法[5]。转型是一个复杂、长期、非线性的变化过程，只有基于具体的场景（技术、组织、地点等要素完备）开展分析，才能更充分地收集相关治理经验，并应用于更大规模的社会技术体系的可持续转型。因此，针对具体场景开展政策评估是绿色产业政策研究的重要议题。

近年来，多层次视角（MLP）方法被广泛地应用于技术社会的可持续性转型相关研究，绿色产业政策的评估研究也从中得到了相应启发。多层次视角描述了 “技术—社会” 体系中行为者、制度和技术之间的相互作用。具体来看，多层次视角下的研究通过叙事性的方式，展示了绿色技术在利基层次的创新如何与宏观场景相互作用，最终推动了当前制度和体制向更可持续性状态的转变[6]。COENEN 等[7]提出了多层次框架中的利基、体制和场景概念，被认为是相同规律在不同规模上显现出的差异性。随后，越来越多的研究开始讨论绿色产业政策在不同规模层次上是如何推动 “社会—技术” 体系的转型。比如，GANDHI 等[8]和MARRA 等[9]从区域层次出发，提出促进企业间的协作可有效解决企业的可持续性发展困难。这些研究将地理经济学和可持续性发展研究联系起来，为绿色产业政策的作用机制提出了多层次的综合性分析视角[10]。但是这些研究仍然存在以下两点不足：①研究大多聚焦在政策对企业层次的影响上，对于绿色产业政策在区域层次上的作用评价较少；②少量考虑了多层次特征的政策研究，主要采用案例研究方法，缺少政策的定量评价[11-12]。因此，本研究提出以下研究问题：绿色产业政策是否影响了我国重污染企业和区域可持续转型？在区域或者企业层次上，绿色产业政策的作用机制分别是怎样的？

针对上述研究问题，本研究首先构建 “区域—企业” 跨层次政策研究框架。其次，利用企业级排污与创新数据，采用双重差分法（DID）评估政策在企业层面的作用效果。同时，引入区域间投入产出数据，基于不同年份、区域、产业之间的经济联系和物流关系，构建区域内不同行业间的产值流向模型，从而评估政策对产业区域的冲击效果。最后，结合可持续转型理论中的空间视角，分析政策在不同目标和作用层级上产生的影响，揭示绿色产业政策在可持续转型不同层次上的作用规律，并得出相应的研究结果。

1 文献综述

1.1 绿色产业政策与跨层次分析框架

绿色产业政策是政府通过动员社会不同利益相关方改变产业结构、推动社会整体可持续性转型的重要举措，是具有复杂性和动态性的多目标政策组合[13-14]。绿色产业政策旨在通过制度推动企业负外部性问题内部化，纠正市场在环境领域的失灵问题，从而协调、整合产业发展中的环境和经济目标[15]。因此，从政策的价值取向看，绿色产业政策首先是一个典型的政策组合，并可以进一步区分为环境导向型政策工具和产业导向型政策工具。环境导向型政策工具多为规制型政策，重点关注如何减少生产过程中的环境损害。这类政策工具会直接增加企业的整体生产成本，导致企业销售利润的降低，甚至抑制企业的技术创新[11]。相反地，产业导向型政策工具多为激励型政策，聚焦推动行业转变经济发展方式，旨在加快重污染企业在可持续性技术方面研发与采纳。这类政策工具可以激发企业创新、促进节能减排技术研发，进而提高企业竞争力。但是，绿色产业政策中环境导向型政策和产业导向型政策工具之间尚未充分协同。在政策实践中，采用环境导向型政策工具和产业导向型政策工具并没有明确边界，实际产业治理中缺少政策连贯性，致使企业无法形成稳定预期，导致企业在绿色技术创新与研发活动中的不确定性进一步提高[16]。

绿色产业政策具有典型的产业特征与地域特征。COENEN 等[10]指出，可持续转型过程中存在地理上的不均匀性，即在独特地方条件下存在特定的控制、依赖、竞争和合作关系，这些关系在多大程度上以及以何种方式出现，当前的可持续转型研究尚不充分。也有学者从产业区域视角，发现不同产业聚集模式下环境政策对企业技术创新的影响存在明显差异，例如LI 等[17]指出，环境规制的冲击会引发产业区域变迁，抑制产业区域的创新溢出效应，对企业创新产生显著负向影响。然而，在当前可持续性转型的研究中，对绿色产业政策的评价往往关注特定层次，缺乏从跨层次的角度审视政策的联动作用。

因此，本研究尝试构建 “区域—企业” 跨层次的绿色产业政策评估框架，综合考虑政策目标、治理规模以及政策组合的协同性问题，对绿色产业政策在不同目标和作用层级上的效果进行定量识别，从而更加系统、科学地对区域间产业协同发展和企业可持续转型进行评估。 “区域—企业” 跨层次分析理论框架如图1 所示。

图1 “区域—企业” 跨层次绿色产业政策评估框架

1.2 可持续转型要求下的跨层次政策评估

上述跨层次的政策分析框架，也对政策评估研究提出了更高的要求。KEMP 等[18]认为，转型过程是回合制的，在每个回合中都需要进行转型程度的评估，然后根据评估结果制定下一个回合相应政策，从而不断放大政策在可持续转型过程中的增强效果。LOORBACH 等[5]提出了分析、评估和实验是转型治理中的三种典型治理方法，其中特别提到，对政策的评价帮助研究者深入了解了政策是如何维持现有制度并推进社会可持续转型的。同时，政策评价还从量化研究的角度衡量了政策在多大程度上对可持续转型起到了推动作用。综上所述，政策评价研究是推动社会可持续转型的关键环节，但是因为研究工具和研究数据的约束，当前研究数量还非常有限。在政策评价实践中，评价研究也经历了数据从省域、县域到企业级的不断细化，评价方法也从指标衡量发展到了因果机制与政策效果估算。尽管当前政策评价已经引入双重差分、断点回归等数据驱动的评估模型[14,19]，但是这些政策评价往往聚焦在常见特定指标上，难以充分反映可持续转型中的系统性。因此，为了分析哪些政策评估工具可以更好地配合政策评估框架，本研究考虑了多种组合途径，期望通过对政策进行更加系统性的评价，揭示潜在的政策机理[20]。

考虑到绿色产业政策包含环境导向型政策工具和产业导向型政策工具，当前研究普遍认可相关政策是可以提升企业的环境绩效的。但是，更多的争论聚焦在绿色产业政策能否像政策研究者所期望的那样，可以兼顾两类政策的优势，既推动企业环境绩效改善，又能增强企业市场竞争力。尽管古典经济学认为环境规制会导致企业减少投入技术创新的利润，直接影响企业技术积累以及生存发展。但是根据波特理论，适当的环境规制压力可以提升企业的创新绩效[21]。同时，FISCHER 等[22]也提出绿色产业政策将有效激励企业的新技术采纳，创造和培育新兴市场，从而推动绿色经济发展。因此，本研究根据绿色产业政策对本地的影响机制，提出假设1：

假设1a：绿色产业政策实施可以提升区域内企业的环境绩效；

假设1b：绿色产业政策实施可以提升区域内企业的全要素生产率。

COENEN 等[10]的研究揭示了可持续性转型的空间不均匀特征，并提出企业可以在区域中共同分担污染治理成本，从而推动可持续转型。研究者逐渐意识到绿色产业政策不但会直接影响政策作用区域内企业的绩效，也会对周边区域的企业绩效甚至产业结构产生影响。一般来说，随着绿色产业政策的实施，对于周边可能存在两种完全相反的影响。一方面，如果绿色产业政策促进了本地产业的绿色发展与转型升级，为了覆盖环境治理成本，企业会同步提升产能，最终引发反弹效应[23]；随着污染治理效率的提升，改造升级的企业会抑制周边区域的产能，最终导致周边区域企业全要素生产率的下降，环境污染同步减少。另一方面，污染天堂假设提出，随着政策执行区域绿色发展水平提升，污染型的企业会迁移到周边地区，最终导致周边区域污染增加，并带动企业全要素生产率的提升[24]。因此，引入空间要素后，本研究提出假设2：

假设2a：绿色产业政策实施可以提升周边区域企业的环境绩效；

假设2b：绿色产业政策实施可以提升周边区域企业的全要素生产率。

此外，本研究根据长三角地区地理特征，进一步细化区域的概念，考虑了运输通道在产业结构变革中的作用。例如纺织印染等产业耗水量大，产业往往更加集中在河道周边。根据沈坤荣等[25]的研究，高耗水产业会顺流而上进行转移，搬迁到周边且同样接近主要河流的区域，以便更加容易获取水源，也更容易利用水道运输。据此，本研究提出假设3：

假设3：相比于非沿江区域，绿色产业政策对周边沿江区域的影响效果更加明显。

2 研究方法与数据来源

为了检验本研究的假设，参照CHEN 等[14]的研究，基于非平衡面板数据，采用分组双重差分方法，比较政策对于不同区域的冲击程度。

2.1 变量选择与计量模型设定

为了实现区域绿色产业政策环境绩效和技术进步绩效的多目标评价，本研究采用了企业COD 排放强度和全要素生产率两个指标作为本次政策绩效评价研究的因变量，计算方法如公式（1）和（2）所示。

式（1）、（2）中：COD_DIit是年度t公司i的废水COD排放强度。本研究分别采用OLLEY 等[26]的回归模型（ “OP 法” ）与LEVINSOHN 等[27]的回归模型（ “LP 法” ），计算微观企业的全要素生产率。其中，Yit表示企业i在t年的工业增加值；Kit和Lit分别为企业i在年份t的固定资产和人员规模。LP 法计算的TFP 值用于稳健性检验。为了定量比较不同区域企业受到的政策冲击差异，本研究综合使用平行趋势假设检验、面板数据回归、DID 方法，具体模型如公式（3）～（5）所示：

平行趋势假设检验如公式（3）所示，主要用于判断政策执行前后不同区域企业的排污强度和技术进步效率的变化趋势是否出现明显差异[28]。yit为代表企业环境绩效或代表企业技术进步绩效的变量；Trend表示2003—2007 年，依次取值1、2、3、4、5；Region是区域虚拟变量，对照组取值为0；Xit为控制变量，λt和μin分别表示时间固定效应和行业固定效应，εit为随机扰动项。若系数β3结果不显著，表明在2003—2007 年，受到政策冲击区域的企业与其他地区企业样本之间不存在显著的差异，则平行趋势假设成立。

随后，采用DID 法评价政策冲击对相应区域环境质量与技术进步影响的差异。如公式（4）和（5）所示，DIit和TFPit分别代表企业的环境与技术进步绩效；Time作为虚拟变量，该变量在政策执行后取值为1，政策执行前取值为0。

2.2 区域间产值流动分析

除了采用传统计量模型衡量政策对于企业的作用效果外，本研究基于2007 年、2010 年和2012 年区域间投入产出数据，采用双边等比例调整（RAS）方法，推算2005—2014 年每年的区域间投入产出数值[29]。基于2006—2014 年区域间的产业流动数据，进一步分析政策在省级层面产生的影响。根据彭焜等人的研究，本研究采用网络方法展示区域间产值流动的分析结果[30]。基于推算后的区域间投入产出数据，分别计算了政策执行前后不同行业间产值流动方向与数量，并比较了政策执行前后不同行业间产值流动的变化情况，计算方法如下：

2.3 数据来源

本研究选取2007 年国家发展改革委出台的综合环境政策《太湖流域水环境综合治理总体方案》作为研究对象，该政策为边界明确的多目标区域性绿色产业政策，包含太湖地区城镇污水处理厂及重点工业行业主要水污染物排放强度、排放总量等多项指标管控要求及具体的操作细则，对太湖区域调整产业结构、提高科技支撑能力等也提出了明确的治理思路，相关政策的实施切实推动了长三角地区产业的可持续转型。LIU 等[31]对相关政策导致的环境绩效、劳动生产率变化等内容开展了讨论，但是这些研究并没有考虑政策对周边地区的影响，也没有结合多源数据从跨层次的角度对该政策冲击进行更深层次的分析，本研究会进行相应的补充分析。

根据CHEN 等[14]的前期研究，本研究在微观企业层面，通过企业法人代码、企业名称、地区、行业、邮政编码和主要产品等字段匹配了中国企业污染排污数据库与中国工业企业运行数据库，并排除数据缺失情况，最终获得2003—2010 年，共计109 970 条样本。同时，在区域层面，依照中国科学院地理科学与资源研究所编制的2007 年和2010 年的区域间投入产出数据，本研究收集整理了重点年份的江浙皖三省区域间不同行业之间投入产出数据，计算区域间的产值流动变化情况。本研究使用的变量以及对应数据来源如表1 所示。

表1 变量选择与数据来源

此外，本研究还划分了政策执行区、影响区与对照组，作为评价政策执行效应，溢出效应的基础，具体如表2 所示。

表2 本研究中实验组与对照组的划分

3 结果与讨论

3.1 描述性分析

本节基于企业级数据分析了政策执行区、政策影响区以及对照组样本中的企业COD 排放强度（COD_DI）和全要素生产率（TFP），如图2 所示。从环境绩效看，在图2a 政策执行区与图2b 政策影响区内，企业废水COD 排放强度都发生了明显的下降。2003 年至2012 年，政策执行区企业的平均COD 排放强度从1.6 千克/千元下降到了0.2 千克/千元；政策影响区企业的平均COD排放强度也从1.4 千克/千元下降到了0.4 千克/千元。但是相比于政策影响区，政策执行区企业的环境变化更为明显。从企业全要素生产率看（TFP）来看，政策执行区域和受政策影响区域内企业技术水平持续上升，但是政策执行区企业相关水平上升速度较快，而政策影响区和控制区全要素生产率没有明显差异。

图2 2003—2012年政策执行区、政策影响区的环境绩效与全要素生产率

如表3 所示，本研究包含观测样本共计109 970 条，其中政策执行区的样本量7 019 条。政策执行区样本的全要素生产率均值最高，且相应的标准差也在所有组别中最小，说明政策执行区域相关产业制造业企业效率全国领先。同时，相比于对照组，政策执行区域的污染并不是最重的，但依然以该区域为整改对象，说明了该区域有经济和产业基础，可以作为全国的表率与示范。因此，通过政策推动太湖周边区域产业结构调整，实现产业的绿色转型十分必要。

表3 主要变量的描述性统计

3.2 回归分析

本研究通过DID 方法，分析太湖区域实施的环境政策对当地环境与发展绩效的净变化。如表4 所示，平行趋势检验证明，样本在政策执行前没有明显差别。基于此前提，研究进一步评价了政策的影响。如表4 政策执行效果所示，政策执行区内企业的平均COD 排放强度平均下降了约0.94 千克/千元，企业全要素生产率相比于对照组城市也显著下降。该结论验证了假设H1a，即绿色产业政策有效控制了企业的污染排放；同时否定了假设H1b，即绿色产业政策在抑制污染的同时，显著抑制了企业全要素生产率。说明在2008 年前后，尽管政府希望平衡经济和环境保护，但是因为政策工具之间的协调尚不充分，在政策执行的具体过程中，还是优先保证企业环境绩效改善，抑制企业技术发展。

表4 政策执行区内绿色产业实施效果

本研究基于两个方法验证结论的稳健性：（1）通过倾向值匹配（PSM-DID）方法，从对照组和实验组中识别了相似度更高的样本后，再次采用双重差分方法检验，结果如表4 的PSM-DID 所示，样本经过更精细匹配后回归结果依然稳健，说明政策对于本地企业影响并不会受到样本变化而发生明显的改变；（2）根据陈璐怡等[32]的研究，改用TFP_LP 方法计算TFP 值，发现LP 方法和OP 方法计算的TFP，回归结果显著性没有明显差异，进一步说明回归结果信度较好，该环境政策对于政策执行区内企业环境绩效的提升和技术效率降低在不同方法下的评估结果是近似的。此外，本研究使用烟尘排放强度（Smoke_EI）作为安慰剂检验，发现烟尘排放强度并没有受到该政策的冲击。证明在同一时期，并不存在其他整体性的环境政策同时影响企业水污染和空气污染排放。此外，假设2006 年作为政策执行年，回归结果显示，政策对于企业环境绩效的影响不再显著。回归结果说明在2006 年并不存在潜在的未识别政策导致企业环境和技术绩效发生显著变化。

3.3 机制分析

3.3.1 绿色产业政策效果对周边区域企业的影响

上述研究已经较为系统地揭示了绿色产业政策对于政策执行区企业环境绩效与发展绩效的影响，但仍忽略了政策对周边地区企业的影响效果。为了在统计分析中纳入更多的数据样本，本研究没有采用典型平衡面板并通过空间双重差分方法衡量政策的溢出效应，而是参照课题组以往的研究[14,33]，基于非平衡面板数据，采用分组双重差分方法，比较政策对于不同区域的冲击效果。

政策对周边区域带来的冲击如表5 所示。从时间上来看，中国总体上企业的环境绩效持续提升，且企业技术水平也有稳定的提升。从政策执行的综合效果来看，不同区域企业绩效发展呈现出 “差序格局” ：第一，在政策执行区域，受政策影响，企业的环境绩效明显提升，而技术发展水平有显著下降，说明在政策执行区企业宁愿损失部分产能也保证了环境绩效的改善；第二，在周边非沿江区域，相关企业的环境绩效也得到了明显提升，但是企业技术发展水平没有明显变化，说明周边非沿江地区也受到政策的溢出影响，企业在保持自身产业稳定发展的前提下，主动提高环境绩效，该结论使得假设H2a得到了部分验证，即绿色产业政策可以有效提升政策执行区域周边地区的环境绩效；第三，在周边沿江地区，相关企业的环境绩效没有显著性变化，但是技术水平却获得了明显提升，这说明相关企业在现有污染治理能力下，显著提升了企业的技术和效率水平，沿江区域企业正在试图填补政策执行导致的市场需求不足。因此，本研究假设H2b 也得到了部分验证，即绿色产业政策可以有效提升政策执行区域周边地区的企业发展绩效。此外，从周边地区企业绩效的分析结果来看，本研究并没有发现周边地区的企业会通过提高污染强度来换取更多的市场份额。相关结论与ZHU 等[34]的研究类似，绿色产业政策对于政策执行地区的规制作用，对周边区域产生了威慑效应，确保了在更大区域内企业环境绩效的持续向好。

表5 政策对于不同区域影响的效果

同时，根据CHEN 等[14]的方法，本研究进一步采用分组动态双重差分方法，衡量了政策对于不同区域企业的影响逐年效果。如表6 所示，在政策执行区内企业与对照组样本之间在政策执行前没有显著差别；政策执行后，相比于对照组企业，政策执行区企业的排污强度以及全要素生产率呈现出显著下降（Pvalue ＜0.01）。在政策影响区（非沿江），可以发现在政策执行前，区域内企业相比于对照组样本，排污强度有显著提升，而全要素生产率有显著降低，这说明在政策执行前，该地区的企业往往使用的是落后技术，同时也对区域造成比较严重的污染；随着政策执行，该地区的企业的污染排放低于对照组，同时全要素生产率也低于对照组样本，这说明尽管这些企业并不在政策执行区中，但是政策执行区中绿色产业政策的威慑效应导致该区域中企业在控制产能不受显著影响的情况下，自觉提升自身的环境绩效。而在政策影响区（沿江）的企业，在政策执行前这些企业的环境绩效和全要素生产率和对照组企业没有显著差异；在政策执行后，相比于对照组企业，在政策影响区（沿江）企业的效率有显著提升，但是环境绩效没有显著变化。相关结果意味着，在政策影响区的沿江企业利用长江运输的优势，提高生产效率，弥补政策执行区内企业减产造成的市场供应不足。因此，本研究假设H3 也得到了部分验证，即相比于非沿江区域，绿色产业政策对于可以更加显著地提升沿江区域企业的发展绩效。但是，相比于周边沿江区域，绿色产业政策对于非沿江区域企业的环境绩效的影响更加明显。

表6 政策实施前后逐年效果展示

3.3.2 绿色产业政策与区域间产值流动

上节政策评价模型揭示了不同区域企业对于绿色产业政策不同的响应行为。在本节，基于区域间投入产出模型，分析绿色产业政策对区域价值流动的影响，从而对上节结论进行辅助验证。考虑到政策的典型影响范围，本研究采用江苏、浙江、安徽三省重污染行业产值年度变化，分析绿色产业政策对于产业区域发展的影响。基于苏浙皖三省七个典型重污染产业在2007 年、2009 年和2014 年实际存在的产值流入和流出量计算区域间产值流动关系，得到420 种产值净流动关系的变化，相关流向网络关系图如图3 所示。2007—2014 年，三省不同产业间的价值流向保持稳定，不同省份之间仅发生了18次产值从净流入转为净流出（简称 “逆转” ），占比4.29%。如图3 红黄实线所示，2007—2009 年仅江苏纺织行业就发生了4 次产值流动的逆转，占逆转总数的22.22%。基于宏观产值流动分析发现，2008 年绿色产业政策冲击不仅仅造成了企业生产行为的调整，对于区域层面也存在显著影响。同时，本研究基于Bootstrap 抽样方法，进行模拟抽样统计[35]。从420 个产值净流动数据中每次抽取20 个样本，一共进行了200 万次有放回的随机抽样，统计结果的直方图及核密度分布如图4 所示。由统计数据可知，在20 个样本中同一个行业出现4 次逆转的概率为0.25%。该结论进一步验证了绿色产业政策对于区域发展的显著性影响。

图3 苏浙皖重污染产业跨区域产值流向变化图

图4 Bootstrap统计模拟的核密度分布

此外，如图3 所示，相比于2009 年的产值流向，其中发生逆转的四个产业中有三个产业在2014 年发生了再次逆转（如红色实线所示），仅有 “江苏纺织—江苏造纸” 区域间的投入产出表没有发生逆转变化。相关结论揭示了，相关绿色产业政策在短期内可能造成区域产业暂时性的发展落后，这是区域可持续转型中不可避免的阵痛，但是随着转型升级完成，结合本区域所具备的传统人才、技术、市场优势，在一段时间后还会重新获取区域产业竞争力，从而实现区域的高质量转型发展。

上述基于区域间投入产出模型的分析，可以得到两个区域发展的结论。第一，说明了绿色产业政策实施以后，市场的需求并不只是由省内的企业进行弥补，很多产能外迁到邻近省份或由周边地区产能弥补，该结论和表5 和表6 展示的结论相互验证；第二，说明了我国在长三角地区，纺织产业一体化程度较高，已经形成了一个较为完善的跨区域产业链。尽管其中特定区域因为突发性事件会造成产业链不畅，但是可以很快通过省际的产能重新分配，确保区域内产业的供需平衡相对稳定。因此，本研究基于特定产业的跨区域价值流分析，初步展示了区域产业链对于绿色产业政策的动态响应，为我国当前产业链韧性分析提供了分析工具。

3.4 绿色产业政策的跨层次治理

基于上文经济计量模型和区域间 “投入—产出” 方法，确认了绿色产业政策在区域可持续转型中的多重作用机制。根据前文中的 “区域—企业” 框架以及后续的实证研究，本研究细化了不同层次、不同目标上政策作用机制存在的明显差异，可以总结为进行威慑、提升区域联通、治理现存污染和促进企业创新四类特征（表7）。

表7 “区域—企业” 跨层次下的重污染行业绿色治理路径

4 结论与政策启示

本研究基于政策评估验证了绿色产业政策在 “区域—企业” 不同层次上、不同方式有效地推动社会技术体系的可持续转型。

在理论拓展上，本研究以实证方法验证了绿色产业政策作用的多层次性。相关政策不但对政策执行区企业的环境和发展绩效有显著影响，同时也影响政策执行区域周边区域的企业可持续转型轨迹。其次，本研究基于区域层面的分析，提出并验证了绿色产业政策空间溢出效应背后的三种机制，包括威慑效应、联通效应以及创新诱导效应。正因为绿色产业政策不但涉及环境目标，同时也关注产业目标，其可以借助市场拉动的方式，更有效地推动产业在区域层面上实现环境和经济绩效的协同发展。在研究方法上，本研究摒弃了典型的空间计量方法，采用分组双重差分方法，尽可能多地保留原始数据，从而为实证研究反映现实产业发展状况奠定了数据基础，同时也为分析产业可持续转型中的异质性提供支撑。

基于中国长三角地区的实证研究，本文进一步验证了 “经济发展是环境保护的基础” 这一论断。经济发达地区不但为产业的可持续转型升级提供了必要的技术支持与资金支撑，更重要的是，由于相应地区经济发展繁荣，必然存在互补的产业集群与产业链。所以当环境治理或者绿色发展政策在区域内造成一定的冲击后，区域内企业可以依托已经形成的具有韧性的产业链网络，快速回应绿色产业政策或者环境规制所带来的影响，从而实现产业向可持续发展方向的快速迭代与升级，支撑区域经济与环境的协调发展。