“双碳”政策与企业全要素生产率

【摘要】提升企业全要素生产率， 从高碳增长转向绿色发展， 推动经济实现质的有效提升和量的合理增长是全面推进中国式现代化的必然要求。“双碳”政策的实施能否提升企业全要素生产率成为当前学术界关注的重要课题。本文结合2011 ～ 2022年沪深A股上市公司数据， 比较“双碳”政策实施前后企业全要素生产率的变化态势。研究发现， “双碳”政策的实施对企业全要素生产率的提升存在“结构性”驱动效果。机制分析表明， “双碳”政策可以通过提高企业创新水平、 缓解企业融资约束来提升企业全要素生产率。异质性分析发现， 国有企业、 大型企业以及制造业企业更易在“双碳”政策影响下提升全要素生产率， 且相比东部、 中部地区， “双碳”政策对西部地区企业的全要素生产率的提升作用更为明显。本文的研究结论为后续环境规制政策与企业发展的良性循环提供了参考， 对助力经济高质量发展与绿色转型升级有重要意义。

【关键词】“双碳”政策；全要素生产率；高质量发展；企业创新；融资约束

【中图分类号】F272 " " "【文献标识码】A " " "【文章编号】1004-0994（2024）22-0030-7

一、 引言

随着全球气候问题日益凸显， 减少碳排放已然成为各国共同面临的重要挑战和亟待解决的严峻问题。鉴于我国能源资源禀赋的独特性——富煤、 缺油、 少气， 深度脱碳势在必行。这不仅关乎环境保护， 更与经济发展紧密相连。学术界对此议题热议不断， 寻求在资源、 环境与经济发展之间找到平衡点， 以实现可持续发展（李玲和陶锋，2012；徐政等，2021；庄贵阳，2021）。在全球低碳转型进程中， 众多发达国家和环境相关组织纷纷制定气候战略， 我国也积极应对这一挑战。2020年9月22日， 习近平总书记在第七十五届联合国大会上提出了“双碳”目标。近年来， 我国经济增长方式发生深刻变革， 以不断寻求更具可持续性、 包容性和韧性的发展路径。随着中国特色社会主义进入新时代， 环境保护已从经济发展的附属转变为推动高质量发展的重要动力（张永生等，2021）。新发展阶段要求我们必须以高质量发展为核心， 通过提升全要素生产率， 实现经济质的飞跃和量的合理增长， 同时推动绿色低碳转型， 确保碳排放达峰后能够稳中有降。全要素生产率作为衡量经济发展质量的重要指标， 其提升意味着国家可持续的高质量发展能力提升（鲜军和周新苗，2021）。因此， 提高全要素生产率、 提升资源使用效率、 减少二氧化碳排放， 成为转变经济发展模式的重中之重（赵成柏和毛春梅，2011）。

本文可能的贡献有以下几点： 第一， 丰富了企业全要素生产率相关的研究文献， 从“双碳”政策角度探讨了宏观环境规制政策对微观企业决策的影响； 第二， 本文将“双碳”政策融入实证研究中， 构建了以“双碳”政策为解释变量的双向固定效应回归模型； 第三， 通过探究“双碳”政策对全要素生产率的影响机制， 促进环保类政策与企业行为的同频共振。

二、 文献综述

（一） 全要素生产率相关研究

全要素生产率作为宏观经济学的一个重要概念， 不仅是剖析经济增长源泉的关键工具，更是政府规划长期可持续发展策略的重要依据（郭庆旺和贾俊雪，2005）。多年来， 我国学者对全要素生产率的估算进行了深入研究。鲁晓东和连玉君（2012）利用1999 ～ 2007年我国工业企业数据详细核算了主要工业企业的全要素生产率， 并验证了半参数方法在解决传统计量方法中的内生性和样本选择问题上的有效性。在宏观层面， 陈诗一（2010）对1980 ～ 2008年间的中国工业分行业绿色生产率指标进行了估算。在微观层面， 杨汝岱（2015）依托1998 ～ 2008年中国工业企业数据库， 基于OP、 LP等方法精确计算了企业层面的全要素生产率， 深入剖析了我国制造业企业全要素生产率的动态变迁； 黄先海和高亚兴（2023）的研究显示， 企业的数实产业技术融合行为能够显著提升其全要素生产率。在区域层面， 邱子迅和周亚虹（2021）基于国家级大数据综合试验区， 利用2013 ～ 2017 年我国地级市面板数据， 深入探讨了数字经济发展对地区全要素生产率的影响。这些有关全要素生产率的研究不仅为我们提供了全面、 准确的全要素生产率数据， 还揭示了其背后的驱动因素和动态变化规律。

（二） “双碳”相关研究

“双碳”目标的提出， 标志着我国正开展一场旨在实现经济增长与碳排放彻底脱钩的广泛而深刻的绿色工业革命（胡鞍钢，2021）。关于低碳发展， 国内外已经积累了丰富的理论研究与实践经验。目前关于“双碳”主题的研究， 主要集中于宏观政策基调和碳排放相关议题。特别是在“双碳”目标提出前后， 碳排放交易权的价格水平受到不同区域政策执行、 市场机制等多重因素的影响（施露凡和刘鹏兰，2023）。“双碳”背景下， 低碳发展理念促使企业的经营环境产生了变化， 面对不确定的市场环境， 财务风险不断加大， 探究如何有效识别并应对这些风险成为当前研究的热点（许汉友和高一璇，2023）。而探究如何通过市场化手段推动企业绿色转型， 实现经济的可持续发展， 是我国在实现“双碳”目标的过程中亟待解决的重大课题（柴宏蕊等，2023）。

（三） “双碳”背景下的全要素生产率相关研究

在“双碳”背景下， 全要素生产率的研究已渗透到各个行业领域。涂维亮和娄君庭（2023）对湖北省农业绿色全要素生产率进行了深入测算， 发现其呈现时序上的振荡波动变化， 且机械化程度和高新技术产业增加值等核心要素对农业绿色全要素生产率的增长具有决定性作用。邢会等（2022）基于2008 ～ 2020年我国30个省份的面板数据， 从碳交易价格和市场规模的角度出发， 发现提高碳交易价格和扩大市场规模均能有效促进制造业企业绿色全要素生产率的提升。此外， 曾经纬等（2024）的研究表明， “双碳”目标对企业突破式绿色创新具有正向影响。田泽等（2023）则以我国三大流域为研究对象， 在“双碳”目标的指引下， 测算了绿色全要素生产率指数， 为区域绿色发展提供了有力支撑。

在以往文献的基础上， 本文主要探究了“双碳”政策对企业全要素生产率的影响， 深入分析其影响机制， 并细分多个维度进行剖析， 为后续环境规制政策与企业发展的良性循环提供了建议， 对助力经济高质量发展与绿色转型升级具有重要意义。

三、 理论分析与假设

（一） “双碳”政策与企业全要素生产率

从利益相关者视角出发， 在“双碳”政策实施背景下， 随着消费者对环保产品的偏好日益增长， 企业不得不加快产品创新、 优化生产流程、 提高产品的能效与环保性能， 以满足市场需求； 在投资选择方面， 企业为吸引长期稳定的资本流入， 不得不调整战略方向， 展现其在“双碳”目标下的行动力与责任感； 同时， 为避免政策风险， 企业必须积极响应政策， 通过技术改造、 管理创新等手段提升全要素生产率， 实现低碳转型。此外， 企业环保行为还会影响企业形象与品牌价值， 形成强有力的倒逼效应， 推动企业向更加绿色、 高效的发展模式转型。

波特假说认为， 适当的环境规制可以促使企业进行更多的创新活动， 从而补偿由环境保护带来的成本。在“双碳”目标下， 企业面临更加严格的碳排放限制， 这使得企业不得不寻求技术创新以减少碳排放并提高资源利用效率， 进而促进企业全要素生产率的提高（尹迎港和常向东，2022）； 在优化能源结构方面， 企业会倾向于开发低碳、 环保的产品， 减少对高污染、 高能耗产品的依赖， 并积极采用清洁能源替代传统的化石能源， 从而提升全要素生产率。

在分析各利益相关者的诉求与期待的基础上， 企业制定契合“双碳”目标的战略， 从而有效推动全要素生产率的提升。在此过程中， 企业通过积极回应利益相关者的关切， 不仅能够获得更多的社会支持， 提升品牌形象， 而且能够提升市场竞争力， 形成全要素生产率提升的良性循环。由此， 本文提出假设：

H1： “双碳”政策的实施能够提升企业全要素生产率。

（二） “双碳”政策对企业全要素生产率的影响机制

1. 企业创新的中介作用。设定碳排放限制、 建立碳交易市场等措施提高了企业的生产成本， 为了在满足环境规制要求的情况下降低成本， 企业被迫寻求技术创新， 加大在绿色技术、 清洁生产等方面的研发投入。同时， “双碳”政策的实施促进了资源的优化配置， 资源流向的转变有助于提升整个经济体系的全要素生产率。此外， 环境规制也加速了技术的扩散和溢出， 企业在技术创新过程中积累的经验和知识会通过市场竞争、 产业合作等渠道向其他企业扩散， 有助于提升整个行业乃至整个经济体系的技术水平和全要素生产率。

“双碳”政策作为环境规制的重要实践， 通过提升企业创新动力、 优化产业结构、 促进技术创新与产业实践的深度融合等机制， 有效地推动了企业全要素生产率的提升。由此， 本文提出假设：

H2： “双碳”政策的实施能够通过促进企业创新提升企业全要素生产率。

2. 融资约束的中介作用。“双碳”政策的实施， 不仅是对全球气候变化的积极回应， 更是驱动经济结构转型与可持续发展的关键引擎。在这一政策框架下， 绿色金融作为连接环境保护与经济增长的桥梁， 所起的作用就显得尤为重要。绿色信贷通过优化信贷资源配置， 向低碳企业提供更为优惠的贷款条件， 有效降低了低碳企业的融资门槛和融资成本， 激励了更多的社会资本向绿色产业流动， 促进了产业结构的绿色升级。绿色信贷的严格环境评估机制， 确保了资金流向真正符合绿色标准的项目， 进一步提升了资金使用的环境效益。另外， 绿色债券的兴起为环保项目和企业开辟了更为广阔的融资渠道， 且绿色债券的多样化设计， 如绿色ABS、 绿色市政债等， 进一步丰富了绿色金融产品体系， 满足了不同投资者的需求。

绿色金融的发展还促进了企业全要素生产率的提升， 通过引导资源配置， 促进资源的高效利用和循环利用， 提高了资源的经济产出效率。因此， “双碳”政策的实施通过推动绿色金融产品及服务创新缓解企业融资约束， 最终提升企业全要素生产率。由此， 本文提出假设：

H3： “双碳”政策的实施能够通过缓解融资约束提升企业全要素生产率。

四、 研究设计

（一） 数据来源与处理

为充分比较2020年“双碳”政策实施前后的影响， 本研究选取2011 ～ 2022年沪深A股上市公司数据为样本， 数据均取自国泰安（CSMAR）数据库。

本研究剔除存在缺失值和极端值的样本， 为避免异常值的影响对数据进行了1%的缩尾处理， 剔除了 ST、 ∗ST等非正常交易类的企业样本以及金融、 保险行业企业样本， 最终获得28333个观测数据。

（二） 变量设定

1. 解释变量：“双碳”政策（treat_time）。借鉴张功富和金晓静（2024）的做法， 以“双碳”目标的提出时间2020年为基准点构建虚拟变量treat_time， 若样本年份在2020年及以后则treat_time取值为1， 否则取值为0。

2. 被解释变量： 全要素生产率（TFP_FE）。借鉴Griliches和Mairesse（1990）的研究， 使用固定效应（FE）回归方法测算企业全要素生产率。基于面板数据， 采用Cobb-Douglas生产函数作为理论基础， 通过引入企业固定效应来消除不随时间变化的个体特异性影响。利用最小二乘法估计得出资本和劳动的弹性系数， 进而通过生产函数求解得到全要素生产率的估计值。

3. 中介变量： 企业创新（Pat）与融资约束（KZ）。以企业专利获取数量加1取自然对数来衡量企业创新（Pat）； 参照Kaplan和Zingales（1997）的研究， 以我国上市公司为样本构建KZ指数来衡量融资约束程度， 对样本公司按照经营性净现金流与上期总资产的比率、 现金股利与上期总资产的比率、 现金持有与上期总资产的比率、 资产负债率和托宾Q值进行分类， 如果这些指标低于中位数， 则对应的KZ指标（KZ1至KZ5）取值为1， 否则为0， KZ1至KZ5指标相加得到KZ指数（采用排序逻辑回归计算出每一家上市公司的KZ 指数）。

本文参考已有研究， 选取企业规模（Size）、 资产负债率（Lev）、 企业盈利性（ROA）、 企业成长性（Growth）、 独立董事占比（Indep）、 股权集中度（Top1）、 托宾Q（TobinQ）、 上市年限（ListAge）、 “四大”审计（Big4）作为控制变量， 并同时控制了年份（Year）效应和行业（Industry）效应。主要变量定义如表1所示。

（三） 模型构建

为研究“双碳”政策实施对全要素生产率的影响及影响机制， 本文构建如下回归模型：

TFP_FEi，t=β0+β1treat_timei，t+μi，t （1）

TFP_FEi，t=β0+β1treat_timei，t+β2Controlsi，t+

Year+Industry+μi，t （2）

Pati，t=β0+β1treat_timei，t+β2Controlsi，t+Year+

Industry+μi，t （3）

TFP_FEi，t=β0+β1treat_timei，t+β2Pati，t+

β3Controlsi，t+Year+Industry+μi，t （4）

KZi，t=β0+β1treat_timei，t+β2Controlsi，t+Year+

Industry+μi，t （5）

TFP_FEi，t=β0+β1treat_timei，t+β2KZi，t+

β3Controlsi，t+Year+Industry+μi，t （6）

五、 实证分析

（一） 描述性统计

表2为主要变量的描述性统计结果。结果显示， 被解释变量全要素生产率（TFP_FE）的最大值为15.164， 最小值为8.817， 表明样本企业的全要素生产率存在显著差距。TFP_FE的均值为11.546， 标准差为1.330， 说明样本企业的全要素生产率水平整体较高。

其他变量的描述性统计结果表明： 样本企业在企业创新（Pat）、 企业盈利性（ROA）、 企业成长性（Growth）、 独立董事占比（Indep）等变量上差距较为明显； 在融资约束（KZ）、 股权集中度（Top1）、 资产负债率（Lev）、 托宾Q（TobinQ）、 上市年限（ListAge）、 “四大”审计（Big4）等变量上差距较不明显。

（二）基准回归

表3列示了基准回归的结果， 其中列（1）是在未加入控制变量情况下， “双碳”政策对全要素生产率影响的回归结果， 列（2）是在加入控制变量和控制年份效应及行业效应的情况下， “双碳”政策对全要素生产率影响的回归结果。

由列（1）的回归结果可知， “双碳”政策与全要素生产率的回归系数为0.4635， 且在1%的水平上显著， 说明“双碳”政策的实施有助于提升全要素生产率。

由列（2）可知， 在加入控制变量及行业、 年份效应后， “双碳”政策与全要素生产率的回归系数为0.0380， 且在5%的水平上显著， 表明“双碳”政策的实施能够提升企业的全要素生产率。由此证明H1 成立。

（三） 进一步分析

1. 产权性质分组检验。为了深入探究“双碳”政策对不同产权性质企业全要素生产率的异质性影响， 本文根据产权性质将样本细分为国企和非国企两组。表4列示了分组回归结果。对于国企， “双碳”政策（treat_time）的系数为0.0856， 且在1%的水平上显著， 表明“双碳”政策的实施显著提升了国企的全要素生产率， 因为国企在响应国家政策、 推动绿色发展和技术创新方面具有较强的执行力和资源优势。而对于非国企， treat_time的系数为-0.0086且不显著， 表明“双碳”政策对非国企全要素生产率的影响并不显著， 这可能是因为非国企在面对“双碳”政策时， 由于在资源、 技术或市场等方面受到限制， 难以迅速适应和转型， 从而未能充分享受到政策带来的红利。

综上可知， 相对于非国企， “双碳”政策对国企全要素生产率的促进作用更为显著。因此， 在制定和实施“双碳”政策时应充分考虑不同类型企业的异质性特点， 有针对性地制定政策以促进整个社会经济的绿色发展和全要素生产率的提升。

2. 地区分组检验。将样本按东部、 中部和西部地区分组进行检验， 结果如表5所示。由列（1）可知， 在东部地区， “双碳”政策（treat_time）的系数为0.0220， 并在5%的水平上显著， 表明“双碳”政策的实施能够显著提升东部地区企业的全要素生产率。东部地区是我国经济最为发达、 技术创新能力较强的地区， 对“双碳”政策的响应较积极， 政策落实能力较强， 因此能够较快地享受到政策带来的红利。列（2）表明， 在中部地区， “双碳”政策（treat_

time）的系数为0.0494， 也在5%的水平上显著， 说明“双碳”政策同样对中部地区企业全要素生产率的提升具有促进作用。虽然中部地区在经济发展和技术创新方面与东部地区存在差距， 但其对“双碳”政策的积极响应和有效执行， 仍然能够带来全要素生产率的提升。西部地区“双碳”政策（treat_time）的系数高达0.0720， 且在1%的水平上显著， 表明相较于东部和中部地区， “双碳”政策对西部地区企业全要素生产率提升的促进作用更为显著。

东部地区工业体系完善， 高科技产业占比高， 因此在“双碳”政策的推动下， 东部地区更多地表现为对现有技术的优化和升级。但这同时也造成技术提升的空间相对有限。中部地区则处于经济发展的中间地带， 既承接了东部地区的产业转移， 又为西部地区提供了重要的经济支撑， 面临着产业结构调整和能源消费模式转变的双重压力。通过政策引导和市场机制的调节， 中部地区在“双碳”政策的推动下逐步实现了经济结构的优化和生产效率的提升， 全要素生产率也因此得到了显著提高。西部地区由于经济发展相对滞后， 工业中高能耗产业占比较高， 因此“双碳”政策的实施在西部地区更多地表现为一种倒逼机制。同时， 西部地区丰富的可再生能源资源和广阔的土地空间也为清洁能源产业的发展提供了得天独厚的条件， 进一步推动了全要素生产率的提升。

3. 行业分组检验。将样本按制造业与非制造业分组进行检验， 结果如表6所示。由列（1）可知， “双碳”政策（treat_time）的系数为-0.0108且不显著， 表明“双碳”政策对制造业企业全要素生产率的影响并不显著。这可能是因为制造业在转型升级、 减少碳排放的过程中， 面临着技术、 资金、 市场等多方面的挑战， 导致政策效果未能立即显现。而由列（2）可知， “双碳”政策（treat_time）的系数为0.1340， 且在1%的水平上显著， 这意味着“双碳”政策对非制造业企业全要素生产率提升具有显著的促进作用。非制造业领域， 如服务业、 金融业等， 在响应“双碳”政策时， 可能更容易通过优化资源配置、 提升服务效率等方式实现绿色发展， 从而提升全要素生产率。

相对于制造业企业， “双碳”政策对提升非制造业企业全要素生产率的作用更为显著， 非制造业在调整产业结构和绿色发展等方面具有更大的灵活性和优势。

4. 企业规模分组检验。将样本按企业规模分为大企业组和中小企业组进行异质性检验， 结果如表7所示。表7显示， 在大企业组“双碳”政策（treat_time）的系数为0.0661， 且在1%的水平上显著， 表明“双碳”政策的实施能够显著提升大企业的全要素生产率， 因为大企业通常拥有更为丰富的资源和更强的技术创新能力， 能够更有效地应对“双碳”政策带来的挑战， 从而实现全要素生产率的提升。而中小企业组“双碳”政策（treat_time）的系数为-0.0369， 且在10%的水平上显著， 表明“双碳”政策对中小企业的全要素生产率产生了负向影响， 这可能是由于中小企业在资源、 技术和管理等方面相对弱势， 难以迅速适应“双碳”政策的要求， 导致其全要素生产率的提升受到抑制。

六、 机制分析

为了详细论证“双碳”政策与全要素生产率关系中的中介效应， 本文构建了以全要素生产率为被解释变量， “双碳”政策为解释变量， 企业创新、 融资约束为中介变量的多元回归模型。该回归模型主要是在其他变量不变的情况下， 考察“双碳”政策对全要素生产率的具体影响。

表8列示了企业创新和融资约束的中介效应检验结果。根据列（1）可知， “双碳”政策（treat_time）的系数为0.1339， 且在1%的水平上显著。根据列（2）可知， 企业创新（Pat）的系数为0.0235， 且在5%的水平上显著。上述回归结果表明存在完全中介效应， 即企业创新在“双碳”政策与全要素生产率的关系中起到完全中介作用。根据列（3）可知， “双碳”政策（treat_time）的系数为-0.1080， 在1%的水平上显著。根据列（4）可知， 融资约束（KZ）的系数为-0.0081， 且在1%的水平上显著。上述回归结果表明存在部分中介效应， 即融资约束在“双碳”政策与全要素生产率的关系中起到部分中介作用。

由此， 本文H2和H3验证成立， 即“双碳”政策可以通过提高企业创新水平、 缓解企业融资约束， 继而促进企业全要素生产率的提升。

七、 稳健性检验

为避免因存在遗漏变量而对本文结论的稳健性产生影响， 本文选择多种方法对基准模型进行稳健性检验。首先，替换被解释变量。将TFP_FE替换为TFP_LP， FE测算方法只是测算全要素生产率的多种方法之一， 其他方法还包括普通最小二乘法（OL）、 拉格朗日乘数法（LP）、 半参数法（OP）以及广义矩估计法（GMM）等。替换被解释变量后的回归结果显示， “双碳”政策与全要素生产率的正相关关系依然显著， 本文结论稳健。其次， 将解释变量滞后一期。将treat_time滞后一期为L.treat_time。回归结果显示， “双碳”政策与全要素生产率的正相关关系依然成立， 即本文的结论是稳健的。

八、 结论与建议

（一） 结论

“双碳”政策在推动企业高质量发展方面发挥了积极作用， 显著促进了企业全要素生产率的提升。本文通过实证分析， 发现“双碳”政策不仅引导企业优化资源配置、 提升生产效率， 更在推动经济绿色转型和效率提升中起到了关键作用。这一发现为政策制定者提供了实证支持， 证实了“双碳”政策在推动全要素生产率提升中的重要作用。

“双碳”政策通过激励企业创新和缓解融资约束， 有效提升了企业的全要素生产率。一方面， “双碳”政策通过设立减排目标、 提供创新补贴等方式， 鼓励企业加大创新投入， 推动技术创新和产业升级， 进而提升了企业的生产效率。另一方面， “双碳”政策优化金融环境、 提供融资支持， 降低了企业的融资难度和融资成本， 为企业扩大生产规模、 提升生产效率提供了有力支持。这两个机制共同推动企业全要素生产率的提升， 促进经济的高质量发展。

“双碳”政策对全要素生产率的提升效果在不同类型企业和地区间表现出异质性。国有企业凭借其在资源获取和政策执行方面的优势， 从“双碳”政策实施中获得了更显著的全要素生产率提升效果。同时， 西部地区的企业也得益于“双碳”政策的实施， 加快了转型升级的步伐， 实现了全要素生产率的显著提升。此外， 非制造业以及大企业在面对“双碳”政策时， 也因其行业特性和企业规模等展现出更明显的全要素生产率提升效果。因此， 在制定“双碳”政策时， 应充分考虑不同类型企业和不同地区的实际情况， 以确保政策的精准性和有效性。

（二） 建议

1. 政府层面。政府可继续推进“双碳”政策的实施， 精准对接企业需求， 确保政策能够最大化地激发企业全要素生产率的提升潜力。通过设立更为明确和具体的减排目标， 结合有效的考核机制， 推动企业在绿色低碳转型的同时实现生产效率的提升， 且在充分考虑企业特征的基础上制定差异化的政策。

加强金融政策与“双碳”政策的协同配合， 是推动企业全要素生产率提升的重要途径。政府可优化金融环境， 降低企业融资成本， 引导金融机构加大对绿色项目的投资力度， 促进绿色金融与绿色产业的深度融合。通过金融资源的有效配置， 支持企业在“双碳”政策下实现高质量发展。

建立完善的“双碳”政策监测与评估机制， 对于确保政策的有效性和持续性至关重要。政府可定期对政策实施效果进行评估， 及时发现问题并调整优化政策措施。同时， 加强政策宣传和培训， 提高企业对“双碳”政策的认知度和参与度， 形成政策实施的合力。

2. 企业层面。企业应积极将“双碳”政策融入自身发展战略， 将绿色低碳转型作为核心竞争力加以打造， 并在这一过程中优化资源配置、 提升生产效率， 实现高质量发展。

创新是企业响应“双碳”政策、 提升全要素生产率的关键路径， 企业应充分利用政策红利来推动技术创新和产业升级。此外， 企业内部管理也是提升全要素生产率的重要环节， 通过优化生产流程、 加强能源管理、 推广节能技术等方式， 来实现企业经济效益和环保效益的双赢。同时， 企业积极与金融机构合作， 可以利用“双碳”政策带来的融资机会和优惠政策缓解融资约束， 为企业技术升级提供资金支持， 更加高效地利用金融资源， 推动全要素生产率的提升。

建立健全企业内部的监测与评估机制也是必不可少的。企业应定期对政策影响进行评估， 对碳排放和能效数据进行深入分析， 以便及时发现问题、 调整策略。通过不断完善内部管理机制， 可以确保在“双碳”政策的推动下实现企业的稳健、 可持续发展。

【 主 要 参 考 文 献 】

柴宏蕊，赵锐，方云龙．“双碳”背景下的绿色债券发行与“绿色”激励效应研究［ J］．统计与信息论坛，2023（9）：80 ～ 94．

陈诗一．中国的绿色工业革命：基于环境全要素生产率视角的解释（1980-2008）［ J］．经济研究，2010（11）：21 ～ 34+58．

郭庆旺，贾俊雪．中国全要素生产率的估算：1979-2004［ J］．经济研究，2005（6）：51 ～ 60．

胡鞍钢．中国实现2030年前碳达峰目标及主要途径［ J］．北京工业大学学报（社会科学版），2021（3）：1 ～ 15．

黄先海，高亚兴．数实产业技术融合与企业全要素生产率——基于中国企业专利信息的研究［ J］．中国工业经济，2023（11）：118 ～ 136．

李玲，陶锋．中国制造业最优环境规制强度的选择——基于绿色全要素生产率的视角［ J］．中国工业经济，2012（5）：70 ～ 82．

鲁晓东，连玉君．中国工业企业全要素生产率估计：1999-2007［ J］．经济学（季刊），2012（2）：541 ～ 558．

邱子迅，周亚虹．数字经济发展与地区全要素生产率——基于国家级大数据综合试验区的分析［ J］．财经研究，2021（7）：4 ～ 17．

施露凡，刘鹏兰．“双碳”目标背景下我国碳排放权交易市场价格波动及风险度量研究［ J］．中国商论，2023（10）：96 ～ 99．

涂维亮，娄君庭．“双碳”目标下湖北省农业绿色全要素生产率空间特征和核心要素研究［ J］．湖北社会科学，2023（1）：65 ～ 73．

田泽，方琪，鞠云等．中国三大流域制造业绿色转型效率评价及影响因素研究［ J］．长江流域资源与环境，2023（10）：2072 ～ 2084．

邢会，姜影，陈园园．“双碳”目标下碳交易与制造业绿色全要素生产率——基于异质性技术创新模式的机制检验［ J］．科技进步与对策，2022（23）：76 ～ 86．

许汉友，高一璇．绿色技术创新与企业成本粘性［ J］．财会通讯，2023（16）：29 ～ 34．

鲜军，周新苗．全要素生产率提升对碳达峰、碳中和贡献的定量分析——来自中国县级市层面的证据［ J］．价格理论与实践，2021（6）：76 ～ 79．

徐政，左晟吉，丁守海．碳达峰、碳中和赋能高质量发展：内在逻辑与实现路径［ J］．经济学家，2021（11）：62 ～ 71．

杨汝岱．中国制造业企业全要素生产率研究［ J］．经济研究，2015（2）：61 ～ 74．

曾经纬，李小红，宋鹏．“双碳”目标下企业突破式绿色创新触发机制研究［ J］．当代财经，2024（1）：100 ～ 111．

尹迎港，常向东．中国碳排放权交易政策促进了地区绿色全要素生产率的提升吗？［ J］．金融与经济，2022（3）：60 ～ 70．

张功富，金晓静．“双碳”目标下企业环保投资高峰的形成及机制检验［ J］．财会月刊，2024（20）：42 ～ 50．

张永生，巢清尘，陈迎等．中国碳中和：引领全球气候治理和绿色转型［ J］．国际经济评论，2021（3）：9 ～ 26+4．

赵成柏，毛春梅．碳排放约束下我国地区全要素生产率增长及影响因素分析［ J］．中国科技论坛，2011（11）：68 ～ 74．

庄贵阳．我国实现“双碳”目标面临的挑战及对策［ J］．人民论坛，2021（18）：50 ～ 53．

Kaplan S. N.， Zingales L.. Do Investment-cash Flow Sensitivities Provide Useful Measures of Financing Constraints？［ J］．The Quarterly Journal of Economics，1997（1）：169 ～ 215．