Evaluation of Green Innovation Effect of Low Carbon Pilot Policy
——an Empirical Study based on the Data of Listed Firms in China

Zhong Changbiao,Hu Dameng,Huang Yuanzhe

(School of Business,Ningbo University,Ningbo 315211,China)

Abstract：Based on the A-share listed firms in China from 2000 to 2016,this paper used the difference-in-difference method to evaluate the effect of China's low-carbon pilot policy on green innovation of firms,and further analyzes its mechanism.The research shows that: China's low-carbon pilot policy has induced the green innovation behavior of local enterprises,significantly improving the absolute level and relative level of enterprise green innovation; compared with the command tool and the voluntary tool,the market tool is an effective means for the local government of low-carbon pilot cities to promote the green innovation of enterprises.From the perspective of patent category,the low-carbon pilot policy is more conducive to promoting the green innovation activities of local enterprises in the fields of alternative energy production,energy conservation and waste management.Compared with the green invention patent,the local enterprises in the low-carbon pilot cities prefer the green utility model patent.From the perspective of the enterprise ownership category,the low-carbon pilot policy has simultaneously induced the green innovation activities of state-owned enterprises and private enterprises,but the level of green innovation of private enterprises is higher than that of state-owned enterprises.The conclusion of the study has some implications for the Chinese government to further expand the scope of low-carbon pilot implementation and establish a flexible market-oriented tool.

Key Words:Low-Carbon Pilot Policy; Green Innovation; Difference-in-Difference Method

DOI：10.6049/kjjbydc.2020050667

开放科学(资源服务)标识码(OSID)：

中图分类号：F124.5

文献标识码：A

文章编号：1001-7348(2020)19-0113-10

收稿日期：2020-07-21

基金项目：研究阐释党的十九大精神国家社会科学基金专项项目(18VSJ023)；国家自然科学基金青年项目(71704087)

作者简介：钟昌标(1964-)，男，江西兴国人，博士，长江学者，宁波大学商学院教授、博士生导师，研究方向为区域经济发展、外商直接投资；胡大猛(1995-)，男，安徽淮南人，宁波大学商学院硕士研究生，研究方向为国际贸易、环境经济；黄远浙(1987-)，男，浙江宁波人，博士，宁波大学商学院讲师，研究方向为企业经济、国际投资。

0 引言

中国改革开放40多年来，随着经济快速发展，化石能源消耗和碳排放急剧增加，生态环境迅速恶化，面临生态系统和经济可持续发展的巨大压力。近年来，中国政府颁布一系列环境规制举措，试图减少温室气体排放。城市作为人口、工业、交通和基础设施的中心，占全国能源消耗和碳排放的80%以上[1]，对碳排放具有深远影响。随着城市化和工业化进程加快，中国能源消耗以及碳排放问题愈演愈烈。因此，发展低碳城市是扭转我国碳排放增长趋势并在国际公约中实现低碳承诺的必然选择。

国家发改委分别于2010年、2012年和2017年公布了3批低碳试点方案，如图1所示。其中，首批入选了5个省、8个市。但由于省区面积太大，实践经验示范性不足，试点工作无法开展，故第二批试点对象选择1个省、28个市，第三批试点对象纳入45个市。作为环境规制政策，国家发改委要求低碳试点地区明确低碳发展原则和方向，加快低碳技术研发与应用，打造低碳产业体系，建立温室气体排放目标责任制，形成绿色低碳生活方式和消费模式等。

一直以来，环境规制能否诱发创新是研究的热点议题，但观点并不统一。有学者认为，环境规制通过增加企业额外负担对创新具有抑制作用，这种观点被描述为合规成本理论[2]。但是根据“波特假说”[3]，灵活合理的环境规制不仅不会对企业经营造成障碍，而且能够有效激发企业创新意愿并提高其创新绩效。然而，根据偏向型技术进步理论[4]，创新是存在方向的，企业既可以从事“清洁”创新，也可以从事“污染”创新。这表示即使波特假说成立，环境规制对创新的积极影响可能也不具有能源环境效应。为此，Rhodes & Wield[5]首次提出绿色创新，但由于术语的多样性(如生态创新、可持续创新、环境创新等)，将绿色创新概念化并非易事。Varadaraja[6]研究了文献中的相关定义，发现大多数定义都具有局限性。虽然存在不一致，但绿色创新的定义似乎都含有通过提高资源效率、节约原材料、减少污染、降低影响的共同理念[7]。绿色创新可以定义为一种通过组织实施变革，缓解其经营活动对自然环境不利影响的手段[8]。

关于环境规制对绿色创新的影响，现有文献主要关注不同类型环境规制所带来的差异效应。基于大量研究，可将环境规制分成3类：命令控制型、市场驱动型以及自愿参与型。在单一政策检验中，有学者发现，以环境税或排污权交易为代表的市场型政策诱发了绿色创新[9-10]。Calel & Dechezleprêtre[11]在对欧洲碳排放交易体系政策的研究中，并没有发现这种积极影响。此外，国内外相关学者重点考察了前两类政策对绿色创新的差异化影响。一种观点认为，市场型政策工具对绿色创新的激励作用比命令控制型政策工具更显著[12-14]。另一种持相反观点，如王班班和齐绍洲[15]发现，市场型工具具有外溢性，命令控制型工具更能促进节能减排技术创新。进一步地，部分学者同时纳入3类工具进行分析，如Liao[16]指出，市场驱动型工具和自愿参与型工具对企业环境创新的3个维度均具有显著积极影响，但命令控制型工具仅对生态组织创新具有积极作用；Stuck[17]基于奥地利、德国和瑞士的调查数据表明，补贴和部分自愿型工具与绿色创新呈正相关，法规和税收工具则对绿色创新具有负向影响，且这种消极作用主要由可用于创新的财政资源减少所致。低碳试点政策作为一种综合性环境规制工具，可能兼具命令型、市场型和自愿型环境规制特点。因此，系统考察其对绿色创新的影响及其内在机制极具现实意义。

本文可能的贡献主要体现在：第一，对CNRDS数据库中CIRD字库储存的上市公司专利信息进行逐项分割提取，利用国际专利分类绿色清单识别绿色专利，构造上市公司绿色创新绝对水平和相对水平指标，为从微观层面准确衡量企业绿色创新水平提供了可能；第二，有关低碳城市试点实施效果的研究主要集中在空气污染[18]、能源密集型产业土地流转[19]、外商直接投资[20]、产业结构升级[21]等方面，而本文关注低碳试点政策对企业绿色创新的影响，无疑提供了一个新的研究视角；第三，从低碳试点城市地方政府综合使用的命令型、市场型和自愿型工具出发，厘清低碳试点政策诱发企业绿色创新的内在作用机制。

1 理论分析

低碳试点与经济领域类似的政策不同，因为低碳试点城市既不能通过市场创新丰富地方财政资源，也不能提高地方官员谋求政治升迁的竞争力。与此同时，低碳试点不同于政策试点，中央政府通常在以往政策领域为地方政府提供财政支持和政策优惠，有着严格自上而下的制度体系和强大约束力，但国家发改委既没有为地方政府低碳试点项目拨付任何财政资源，也没有为低碳试点制定绩效和项目评审标准。因此，本文基于弱激励和弱约束的政策环境，探讨自下而上的低碳试点如何影响地方政府行为，进而聚焦于地方政府行为对当地企业绿色创新的诱发作用。

随着中国法治完善，政府部门和机构领导者法律权威的影响力不断提升。在激励机制弱、约束能力弱的制度环境下，地方政府仍积极申请实践低碳城市试点，其目的是提升政治合法性[22]。中央政府对地方政府合法性的认同，无疑有助于地方政府获得中央政府的资源要素和其它领域优先政策。同时，合法性具有很强的约束力，民众对地方政府合法性的认可，可以在一定程度上规范公众行为。此外，随着我国对于生态环境越来越重视，生态文明考核评价制度会对低碳试点城市地方政府行为起积极引导作用。

在弱激励和弱约束的政策环境下，低碳试点城市地方政府出于对政治合法性的寻求，会缓解与中央政府激励不相容的矛盾，有动机积极实践低碳试点政策。因此，本文从低碳试点城市地方政府可能采取的3种政策工具出发，尝试分析低碳试点政策如何通过这3种政策工具诱发当地企业绿色创新行为。

首先，低碳试点城市地方政府主要使用命令型工具，具有强制性特点，对企业生产过程提出明确的要求，可能会影响市场准入、排放许可、排放标准、产品标准、生产技术以及产品禁令等。就市场准入而言，可能会对影响环境或人体健康的产品进行更严格的筛查，也可能针对企业使用的技术以及污染物排放浓度提出进一步要求。如果不遵守规定或规则，企业将受到行政处罚。例如，镇江市于2013年6月建立了用于碳核算和监测的碳管理系统，通过智能监控将48家碳排放量超过25 000t的企业列入“黑色目录”，意味着相关企业会被重点监控并受到相应处罚。因此，在满足合法性要求并降低非法活动成本的压力下，企业会改善生产流程，积极进行绿色创新以减少能耗和污染排放。此外，由于政府有权分配与企业生存发展相关的资源，企业将通过实际行动进行绿色创新，满足政府的期望和要求，并与其建立良好关系以获得资源。

其次，市场型工具将环境污染内部化，通过排污费、环境补贴、排放交易等市场手段控制并治理环境污染[23]。如征收排污费和进行排放交易之类的工具将环境资源作为生产要素，企业需要通过支付环境税或在排放交易市场上购买污染配额以获得环境资源使用权。入选第二批低碳试点城市的广元市、苏州市以及广州市等推行碳交易，无疑增加了企业污染排放成本，通常会刺激企业采取绿色创新措施，并采用更有效的环境技术和环境流程弥补因征收排污费或购买污染配额造成的利润损失，从而降低减排成本并提高减排收益[24]。与传统创新相比，绿色创新可以降低生产或产品的外部环境成本，但其积极的外部性无法在技术扩散过程中转化为技术或产品的市场利益，因而绿色创新存在市场失灵。环境补贴作为常见的市场型工具，将潜在环境收入以补贴形式返还给绿色创新型企业，有利于避免绿色创新的市场失灵，降低企业创新成本，并鼓励企业进行绿色创新。

自愿型工具没有强制性执行要求，是指政府要求企业提供给政府和公众特定类型信息，如企业污染物排放、相关环境指标披露以及其它方面的信息。在低碳试点城市中，天津滨海新区建立了绿色建筑认证体系和标准，杭州则提出建立低碳产品认证体系等。对于企业而言，信息披露所导致的社会舆论等公共压力迫使其向清洁生产和绿色制造方式转变，追加绿色创新投资以完成环境控制目标，同时也塑造了企业良好的环境形象。对于公众来说，有关环境方面的信息披露可以提高公众环保意识和参与环境治理的积极性，通过企业披露的环境信息，消费者自愿选择购买环境友好型产品并支付溢价，可以反过来促进企业绿色创新。

2 研究设计

2.1 模型设定

本文旨在评估低碳城市试点政策对企业绿色创新的影响，因第一批低碳试点主要针对省级层面，第三批低碳试点实施时间较晚，可能政策效应还未显现，故采用2012年第二批低碳城市试点政策作为一次准自然实验。通过比较低碳试点政策前后实验组(试点地区)与对照组(非试点地区)的绿色创新差异，剔除不随时间变化且不可观测的因素，从而合理评估低碳试点政策的处置效应。遵循陈林和伍海军[25]对于传统双重差分模型的解读，本文建立如下计量模型：

GreeInnoit=β0+β1Treatedi+β2Periodt+β3Periodt×Treatedi+∑ρControlit+λt+σc+ηp+εit

(1)

其中，GreeInnoit表示企业i在t年的绿色创新指标，Treatedi为试点城市虚拟变量，若企业i位于试点城市，则为“1”，反之则为“0”；Periodt为政策时间虚拟变量，2012年后为“1” ，反之为“0”；Periodt×Treatedt是Treatedi和Periodt的交乘项，其系数β3正是本文最关心的政策效应；Controlit是一系列控制变量；λt、σc和ηp是时间、地区以及行业的固定效应；εit表示随机扰动项。

2.2 变量说明

表1为变量说明和描述性统计结果。绿色创新是被解释变量。创新是一个多阶段过程，包括研发投入、发明及专利和创新活动(生产或市场投放)。专利作为创新衡量标准，好处在于专利很容易获得，并且可以细分为不同技术领域。此外，多年来，研究人员一直认为专利是衡量技术发展成果最重要的创新指标[26]。绿色创新过程的主要产出之一是绿色专利。故本文选取上市公司当年绿色专利申请量(GrePatNum)和绿色专利申请与其当年所有专利申请的占比(GrePatRat)，通过构建绿色专利绝对值与绿色专利相对值这两个指标衡量企业绿色创新水平，前者代表绿色创新绝对水平，后者表示绿色创新相对水平。采用绿色专利申请而不是绿色专利授权，是因为申请绿色专利是企业对政策干预最直接的技术反映，相较授权绿色专利更加稳定、可靠和及时[27]。此外，相比单纯的绿色专利数量，绿色专利占比反映了企业对绿色专利的相对重视程度，同时有效剔除了政策之外对创新产生影响的其它不可观测因素[28]。

核心解释变量(Period×Treated)为“企业所属城市在2012年后是否为第二批低碳试点城市”，若是取“1”，反之取“0”。

控制变量包含企业规模、成熟度、资本密集度、融资约束以及Tobin Q值等5个变量。企业规模(Scale)以企业总资产对数衡量。一般认为，企业规模越大，越可能导致规模经济，就越有利于控制资源和培育更优秀的员工[29]，从而与创新绩效呈正相关。 此外，企业规模作为控制变量在该领域文献中得到了广泛应用[30-31]。对于企业成熟度(Age)，一种观点认为，企业创新意识与其成立时间正相关[32]，另一种观点则依据组织惯性理论，认为企业年龄是创新的重要障碍[33]。因此，本文将上市公司的企业年龄纳入控制变量。对于资本密集度(Capit)，根据之前文献[34]，拥有较多固定资产的企业会比拥有较少固定资产的企业更积极寻求创新和环保行为，因为前者失败风险更大。因此，选取企业人均固定资产的对数衡量资本密集度。企业研发创新需要大量的长期性资金投入，融资资源获取是影响企业创新的关键因素，选取样本中企业流动资产与流动负债的比值表示企业融资能力，其值越大，企业融资能力越强。最后，Tobin Q值是一个重要且被广泛接受的企业绩效衡量标准，代表企业市场价值和资产重置价值之间的关系。

中介变量。根据前文理论机制分析，入选低碳试点城市的地方政府可能会采用3种工具(命令型工具、市场型工具和自愿型工具)间接促进企业绿色创新水平提升。因此，借鉴沈坤荣等[35]的方法，利用城市工业SO2去除率和工业烟(粉)尘去除率，辅之调整系数，构建命令型工具综合指标(Regulation)。参照路国庆等[36]对上市公司创新补贴的处理并结合本文实际，构建政府对企业节能创新的补贴变量，以此作为市场型工具(Subsidy)。以企业是否加入ISO 14001环境认证体系[37]为标准，构造自愿型工具虚拟变量(EnvManSys)。

2.3 数据说明及处理

本文选择第二批低碳试点城市作为处理组，因为批次之间存在重叠区域，如延安、武汉、广州、昆明等属于第二批试点，但其所属省份在第一批试点内，故予以剔除。此外，从处理组中剔除直辖市(北京和上海)以及海南省相关数据。本文所使用的企业层面数据来自CSMAR数据库以及CNRDS数据库，以2000-2016年中国A股上市公司作为研究样本。其中，CSMAR数据库提供了丰富的上市公司基本信息和财务信息，按照以往相关文献的做法，删除财务状况异常或其它情况异常的样本(ST、*ST和S*ST企业)以及金融类上市公司样本。本文最核心的绿色专利信息来源于CNRDS数据库中CIRD子库，具体筛选处理流程如下：第一，CIRD子库按照国际专利分类表(IPC分类)分成A-H8个组单独存储相应类别专利信息，故针对每组专利信息单独分割，逐项提取每项专利；第二，世界知识产权组织(WIPO)推出的“国际专利分类绿色清单”为识别绿色专利提供了可能。该清单将绿色专利分成7大类：替代能源生产类、交通运输类、能源节约类、废弃物管理类、农林类、管理规制与设计类以及核电类，并将相关绿色专利识别号全部细化到最细一级IPC分类，然后依据上述分类号在分割提取好的CIRD字库中识别计值统计；第三，分别汇总后可得到绿色专利有效信息，如绿色发明申请或授权专利量、绿色实用新型申请或授权专利量，以及不同类别绿色专利信息等。

此外，中介变量中的命令型工具综合指标，其数据来源于2004-2017年《中国城市统计年鉴》，包含工业SO2和工业烟(粉)尘去除量、产生量和排放量，以及城市GDP等重要指标；命令型工具则基于2003-2016年CSMAR数据库财务报表附注中政府补助的详细项目名称和金额，从中筛选出如“创新”、“研发”、“新产品”、“节能”、“环保”、“减排”等关键词的政府节能创新补贴项目，再汇总金额；对于自愿型工具，2006-2016年CNRDS数据库披露了企业社会责任，包含企业是否加入ISO 14001环境认证体系相关数据。

3 实证分析

3.1 平行趋势检验

有效应用倍差法的重要假设是如果没有低碳试点政策的影响，随着时间推移，企业绿色创新变化趋势在处理组和对照组之间不具有系统性差异。具体来说，需要检验平行趋势假设是否成立。图2为双重差分平行趋势图，横轴表示年份，左图纵轴代表加总到城市层面的单位企业绿色专利申请量，右图纵轴则表示加总到城市层面的单位企业绿色专利占比百分数。以2012年第二批低碳试点颁布为分界线，在非试点期(2000-2012年)，随着时间变化，无论是单位绿色专利申请量还是单位绿色专利占比，试点地区总体低于非试点地区，但两者大致呈现平行趋势。而且，在试点期间(2013-2016年)，低碳试点地区绿色专利数量迅速攀升，远远超过非低碳试点地区。因此，双重差分的平行趋势假说可以从图形上得到支持。进一步，对样本平行趋势进行计量检验。参照蒋灵多和陆毅(2017年)的做法，仅纳入政策冲击前，即2012年之前样本，然后对2000-2011年每一年单独生成虚拟变量Period×Treated，共得到11个虚拟变量，其系数可用于评估实验组和对照组在实施政策之前的因变量增长是否一致(是否满足平行趋势的要求)，结果如表2所示。可以发现，无论是否控制时间、地区和行业固定效应，模型1-4的虚拟变量系数均不显著，说明无论是绿色创新绝对水平还是绿色创新相对水平，在2012年第二批低碳试点实施前，实验组和对照组均不存在随年份变动差异，即满足平行趋势假设的要求。

3.2 基准回归

表3为基准回归结果。模型1和模型4未加入固定效应，模型2和模型4仅加入了时间固定效应，模型3和模型6则加入了时间、地区和行业固定效应。所有模型回归结果显示，Period×Treated系数为正且在1%水平下显著，说明无论是以绿色专利申请绝对值衡量的绿色创新绝对水平还是以绿色专利申请相对值衡量的绿色创新相对水平，第二批低碳城市试点政策均对试点地区企业绿色创新产生了积极推动作用，支持波特假说。

3.3 稳健性检验

3.3.1 安慰剂检验

本文在基准回归中纳入丰富的企业特征和时间、地区以及行业固定效应，以此解决遗漏变量问题，但受数据所限，仍存在部分无法观测到的企业特质，这些非观测特征可能会影响双重差分法识别假设。为此，随机生成低碳城市试点名单，执行间接安慰剂检验[18]。具体操作是由计算机随机生成一组试点城市名单，即生成错误变量Treated，然后代入基准模型回归，提取错误变量Period×Treated的系数，重复上述操作500次。图3是分别以绿色专利申请绝对值和相对值衡量的企业绿色创新估计系数分布图。可以观察到，随机处理后的估计系数集中分布在0附近且服从正态分布，不可观测特征未对估计结果产生影响，证明原估计结果是稳健的。

3.3.2 替换因变量

本文基准回归中因变量为绿色专利申请相关指标，但在中国情景下专利申请活动充斥着虚假专利和不合格专利，形成一种“创新假象”(张杰等，2016)，而专利获得可以真实反映企业创新能力。因此，本文构建企业绿色专利获得量和绿色专利获得占比两个指标，以此重新衡量企业绿色创新能力。从表4中模型1和模型5可以看出，Period×Treated系数均为正且在1%水平下显著，故低碳城市试点政策有利于企业绿色创新，其结论是可靠稳健的。

3.3.3 PSM-DID

为解决低碳试点城市与非低碳试点城市可能存在系统性差异导致的样本选择偏误问题，本文采取石大千等(石大千等，2018)的处理方法，进一步采用PSM-DID方法进行稳健性检验。对于倾向得分匹配，本文采用近邻匹配和马氏匹配两种不同匹配方式为实验组匹配合适的控制组，匹配后各协变量不存在显著差异，满足共同支撑假设，支持使用PSM-DID方法。表4中模型2～3及模型6～7表明，经PSM-DID方法检验后，仍然支持本文结论。

3.3.4 其它相关环境政策的影响

第二批低碳城市试点政策在推行期间，不可避免地受到同期相关环境政策的影响，为此，本文搜集整理自2012年起的国家大型环境政策，包括2012年新修订的《环境空气质量标准》、2013年《全国重点区域大气污染防治“十二五”规划》中强调的大气污染物特别排放限值政策,以及2015年主要针对重污染企业实施的新环境保护法[38]。具体做法是在回归中加入相关政策虚拟变量及其时间趋势的交叉项，以此控制其它相关环境政策对企业绿色创新的影响，结果如表4模型4和模型8所示。其它环境政策虚拟变量与时间趋势的交叉项均不显著，而低碳城市试点政策虚拟变量和时间趋势的交叉项Period×Treated仍显著为正，表明其它相关环境政策的潜在影响并未对本文结论产生影响。

3.4 机制分析

综上所述，低碳城市试点政策对企业绿色创新水平提升具有积极推动作用，但对于地方政府运用何种政策工具影响企业绿色创新却不得而知。如上述理论机制分析，本文分别利用命令型工具、市场型工具以及自愿型工具考察其内在作用机制。

因数据可得性，机制分析统一采用2006-2016年数据，因绿色专利申请绝对值和绿色专利申请相对值的机制分析结果基本相同，故限于篇幅，只汇报以绿色专利申请相对值表示的企业绿色创新相对水平回归结果。表5为相关机制分析结果，其中模型1与表3中模型6设定一致，区别仅在于表5模型1中的数据时间维度是2006-2016年，与基准回归结果相同，低碳城市试点政策显著促进企业绿色创新。模型2～3、模型4～5以及模型6～7分别对应以命令型工具、市场型工具以及自愿型工具进行中介效应分析的结果。参照温忠麟和叶宝娟[39]对中介效应检验步骤的解读，3种工具中，第二步、第三步相关系数a和b至少有一个不显著，因而需要进行Bootstrap检验。根据检验结果，仅市场型工具通过了相关检验，命令型工具和自愿型工具均未通过检验。对模型3、4分析可知，成为低碳城市试点后，地方政府为提升自身政治合法性，会通过给予企业适当节能创新政府补贴积极实践低碳城市试点，从而间接诱发了企业绿色创新行为。综合来看，对于国家发改委颁布的低碳城市试点政策而言，地方政府采用的市场型工具才是促进企业绿色创新水平提升的有效手段。

4 进一步分析

4.1 专利异质性

本文主要以专利衡量企业绿色创新水平，而低碳城市试点政策可能会诱发不同类别的绿色专利创新活动。因此，结合实际，考察两类专利异质性情况。第一类，本文区分发明专利和实用新型专利，构建绿色发明专利申请绝对值与相对值，以及绿色实用新型专利申请绝对值与相对值4个变量，以此作为因变量并纳入回归。结果表明，低碳城市试点政策同时诱发了试点地区企业绿色发明专利申请和绿色实用新型专利申请活动，而且低碳城市试点政策更有利于诱发企业创造性和技术水平较低但实用价值较大的绿色实用新型创新活动(限于篇幅，回归结果未列出)。可能原因在于地方政府将低碳减排等目标层层分解，将其纳入企业绿色行为实施硬性考核。因此，耗时短、消耗资源少且实用性强的绿色实用新型专利可能更受青睐。第二类，依据WIPO提供的国际专利分类绿色清单，将绿色专利分成7大类：替代能源生产类、交通运输类、能源节约类、废弃物管理类、农林类、管理规制与设计类以及核电类，以此考察低碳城市试点政策对不同技术领域的绿色创新是否存在异质性影响。相较于其它类专利，低碳城市试点政策更有利于推动企业替代能源生产、能源节约以及废弃物管理等相关技术领域的绿色创新活动，限于篇幅，回归结果未列出。

4.2 企业所有制异质性

在新兴经济体中，企业所有制被认为是一个重要制度因素，因为具有不同所有制结构的企业，其认知逻辑、制度逻辑以及资源禀赋等存在较大差异，可能对政策反应有所不同。本文区分国有企业和民营企业，研究发现，低碳城市试点政策同时诱发了国有企业以及民营企业的绿色创新活动。相较国有企业而言，试点政策使民营企业更重视自身创新绿色化程度，限于篇幅，回归结果未列出。可能的解释是，民营企业面临更大的市场和环境压力，更服从市场逻辑，强调效率和利润最大化，其创新动力和创新能力高于国有企业，但其创新资源少，因而当政府颁布低碳试点政策以及相关配套支持措施后，民营企业反应更迅速，从事相关绿色创新活动更具有积极性，以保持其市场竞争优势。

5 结论与政策建议

本文以2000-2016年中国A股上市公司为样本，采用双重差分法评估中国低碳试点政策对企业绿色创新的作用，并进一步分析其作用机理，得到研究结论如下：①中国低碳试点政策诱发了地方企业绿色创新行为，能显著提升企业绿色创新绝对水平以及相对水平；②聚焦于研究低碳试点城市采用的3种政策工具时发现，相对于命令型工具和自愿型工具，市场型工具是低碳试点地方政府促进企业绿色创新行为的有效手段；③从专利类别看，低碳试点政策更有利于推动地方企业在替代能源生产、能源节约以及废弃物管理等相关技术领域的绿色创新活动。因实用新型专利耗时短、消耗资源少和实用性强等特点，试点城市地方企业更倾向于选择实用新型这类实用价值较大的绿色创新活动；④从企业所有制类别看，低碳试点政策同时诱发了国有企业和民营企业的绿色创新活动，但民营企业更符合市场逻辑，其创新能力更强。因此，在低碳试点城市相关配套措施的支持下，民营企业绿色创新水平比国有企业更高。

基于上述结论，本文提出如下政策建议：首先，中国低碳试点政策对企业绿色创新产生了积极推动作用，表明低碳城市构建符合中国国情。因此，中国政府后续可以考虑进一步扩大低碳试点政策实施范围，为新时代中国经济由高速增长阶段向高质量发展阶段转换提供有效保障；其次，低碳试点城市建设的主要效果来自于地方政府所使用的市场型工具，而目前使用的低碳政策工具主要是命令强制型工具。因此，中国政府应努力设计建立合理的、灵活的、基于市场的政策工具，包括环境税、排污费、环境补贴以及排污权交易等，并建立价格机制以指导企业节能减排与绿色创新；最后，对于国有企业和民营企业，地方政府可以进一步优化环境政策。一方面，向具有较高创新动力但创新资源较少的民营企业提供更多补贴，另一方面，针对国有企业执行更严格的环境监管执行机制，以提升其绿色创新动力。

参考文献:

[1] DHAKAL S.Urban energy use and carbon emissions from cities in China and policy implications[J].Energy Policy,2009,37(11): 4208-4219.

[2] GRAY W B,SHADBEGIAN R J.Plant vintage,technology,and environmental regulation[J].Journal of Environmental Economics and Management,2003,46(3): 384-402.

[3] PORTER M E,VAN DER LINDE C.Toward a new conception of the environment-competitiveness relationship[J].Journal of economic perspectives,1995,9(4): 97-118.

[4] ACEMOGLU D.Directed technical change[J].Review of Economic Studies,2002,4(69): 781-809.

[5] RHODES E,WIELD D.Implementing new technologies: innovation and the management of technology[M].New Jerse：Wiley Blackwell,1994.

[6] VARADARAJAN R.Innovating for sustainability: a framework for sustainable innovations and a model of sustainable innovations orientation[J].Journal of the Academy of Marketing Science,2017,45(1): 14-36.

[7] CAI W,LI G.The drivers of eco-innovation and its impact on performance: evidence from China[J].Journal of Cleaner Production,2018(176): 110-118.

[8] CHEN Y.The driver of green innovation and green image-green core competence[J].Journal of Business Ethics,2008,81(3): 531-543.

[9] 于连超,张卫国,毕茜.环境税会倒逼企业绿色创新吗[J].审计与经济研究,2019,34(2): 79-90.

[10] 齐绍洲,林屾,崔静波.环境权益交易市场能否诱发绿色创新——基于我国上市公司绿色专利数据的证据[J].经济研究,2018,53(12): 129-143.

[11] CALEL R,DECHEZLEPRETRE A.Environmental policy and directed technological change: evidence from the european carbon market[J].The Review of Economics and Statistics,2014,98(1): 173-191.

[12] DOWNING P B,WHITE L J.Innovation in pollution control[J].Journal of Environmental Economics & Management,1986,1(13): 18-29.

[13] DESHAZO J R,SHELDON T L,CARSON R T.Designing policy incentives for cleaner technologies: lessons from California's plug-in electric vehicle rebate program[J].Journal of Environmental Economics and Management,2017(84): 18-43.

[14] 郭进.环境规制对绿色技术创新的影响——“波特效应”的中国证据[J].财贸经济,2019,40(3): 147-160.

[15] 王班班,齐绍洲.市场型和命令型政策工具的节能减排技术创新效应——基于中国工业行业专利数据的实证[J].中国工业经济,2016(6): 91-108.

[16] LIAO Z.Environmental policy instruments,environmental innovation and the reputation of enterprises[J].Journal of Cleaner Production,2018(171): 1111-1117.

[17] STUCKI T,WOERTER M,ARVANITIS S,et al.How different policy instruments affect green product innovation: a differentiated perspective[J].Energy Policy,2018(114): 245-261.

[18] 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[J].管理世界,2019,35(6): 95-108.

[19] TANG P,YANG S,SHEN J,et al.Does China's low-carbon pilot programme really take off? evidence from land transfer of energy intensive industry[J].Energy Policy,2018(114): 482-491.

[20] 龚梦琪,刘海云,姜旭.中国低碳试点政策对外商直接投资的影响研究[J].中国人口·资源与环境,2019,29(6): 50-57.

[21] 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[J].西安交通大学学报(社会科学版),2020(9).

[22] 庄贵阳.中国低碳城市试点的政策设计逻辑[J].中国人口·资源与环境,2020,30(3): 19-28.

[23] BERGQUIST A,SÖDERHOLM K,KINNERYD H,et al.Command-and-control revisited: environmental compliance and technological change in Swedish industry 1970—1990[J].Ecological Economics,2013(85): 6-19.

[24] HOJNIK J,RUZZIER M.The driving forces of process eco-innovation and its impact on performance:insights from Slovenia[J].Journal of Cleaner Production,2016(133): 812-825.

[25] 陈林,伍海军.国内双重差分法的研究现状与潜在问题[J].数量经济技术经济研究,2015,32(7): 133-148.

[26] LINDMAN , SÖDERHOLM P. Wind energy and green economy in Europe: measuring policy-induced innovation using patent data[J].Applied Energy,2015(9).

[27] 黎文靖,郑曼妮.实质性创新还是策略性创新——宏观产业政策对微观企业创新的影响[J].经济研究,2016,51(4): 60-73.

[28] POPP D.Induced innovation and energy prices[J].American Economic Review,2002,92(1): 160-180.

[29] MARC,ORLITZKY.Does firm size comfound the relationship between corporate social performance and firm financial performance[J].Journal of Business Ethics,2001(33): 167-180.

[30] KING A A,LENOX M J.Does it really pay to be green? an empirical study of firm environmental and financial performance[J].Journal of Industrial Ecology,2001(5): 105-116.

[31] MIROSHNYCHENKO I,BARONTINI R,TESTA F.Green practices and financial performance: a global outlook[J].Journal of Cleaner Production,2017,147(6): 340-351.

[32] 张杰,陈志远,杨连星,等.中国创新补贴政策的绩效评估:理论与证据[J].经济研究,2015,50(10): 4-17.

[33] BARRON D N,WEST E,HANNAN M T.A time to grow and a time to die: growth and mortality of credit unions in new york city,1914-1990[J].American Journal of Sociology,1994,100(2): 381-421.

[34] ZIEDONIS,HAM R.Don't fence me in: fragmented markets for technology and the patent acquisition strategies of firms[J].Management Science,2004,50(6): 804-820.

[35] 沈坤荣,金刚,方娴.环境规制引起了污染就近转移吗[J].经济研究,2017,52(5): 44-59.

[36] 陆国庆,王舟,张春宇.中国战略性新兴产业政府创新补贴的绩效研究[J].经济研究,2014,49(7): 44-55.

[37] JIANG Z,WANG Z,ZENG Y.Can voluntary environmental regulation promote corporate technological innovation[J].Business Strategy and the Environment,2020,29(2): 390-406.

[38] 李百兴,王博.新环保法实施增大了企业的技术创新投入吗——基于PSM-DID方法的研究[J].审计与经济研究,2019,34(1): 87-96.

[39] 温忠麟,叶宝娟.中介效应分析:方法和模型发展[J].心理科学进展,2014,22(5): 731-745.

(责任编辑：张 悦)