惠獻(xiàn)波

（河南財(cái)政金融學(xué)院 工商管理學(xué)院，鄭州 451464）

0 引言

氣候變化是當(dāng)今社會(huì)面臨的重大問題之一，嚴(yán)重威脅著人類健康與經(jīng)濟(jì)的可持續(xù)發(fā)展。積極應(yīng)對(duì)氣候變化是中國(guó)實(shí)現(xiàn)可持續(xù)發(fā)展的內(nèi)在要求。為破解城市經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)之間的突出矛盾，政府出臺(tái)了一系列創(chuàng)新政策，其中，國(guó)家創(chuàng)新型城市政策尤為引人關(guān)注，國(guó)家創(chuàng)新型城市建設(shè)走出了一條資源要素市場(chǎng)化配置的新路徑，被視為城市低碳轉(zhuǎn)型的根本出路[1]。因此，在“雙碳”目標(biāo)要求下，如何激發(fā)國(guó)家創(chuàng)新型城市政策節(jié)能減排的內(nèi)在潛能，已成為學(xué)術(shù)界探索的熱點(diǎn)問題。

與本文研究聯(lián)系緊密的文獻(xiàn)大致可分為兩類：第一類是關(guān)于碳排放的相關(guān)研究。學(xué)者們認(rèn)為綠色基礎(chǔ)設(shè)施、經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)集聚、貿(mào)易開放能夠顯著抑制城市碳排放。隨著政策分析工具的不斷演進(jìn)，學(xué)者們開始運(yùn)用計(jì)量模型檢驗(yàn)相關(guān)政策的減排效應(yīng)。如王勝今和朱潤(rùn)酥（2022）[2]認(rèn)為低碳城市建設(shè)能夠加大環(huán)境污染治理力度、增加環(huán)境保護(hù)投資，從而降低二氧化碳排放。薛飛等（2022）[3]認(rèn)為“寬帶中國(guó)”建設(shè)與綠色技術(shù)創(chuàng)新的協(xié)同效應(yīng)能夠顯著降低城市碳排放量。第二類是關(guān)于國(guó)家創(chuàng)新型城市建設(shè)的相關(guān)研究。隨著生態(tài)環(huán)境日益惡化，國(guó)家創(chuàng)新型城市建設(shè)也越發(fā)受到人們的重視，既有文獻(xiàn)從產(chǎn)業(yè)結(jié)構(gòu)、城市創(chuàng)新、高質(zhì)量發(fā)展等方面考察了國(guó)家創(chuàng)新型城市建設(shè)的政策效果。如霍春輝等（2020）[4]認(rèn)為，試點(diǎn)政策通過強(qiáng)化企業(yè)創(chuàng)新能力、提升勞動(dòng)力集聚程度等途徑促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)；崔新蕾和劉歡（2022）[5]研究發(fā)現(xiàn)，創(chuàng)新型城市建設(shè)可通過吸引高質(zhì)量人力資源和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)提高區(qū)域創(chuàng)新能力；丁煥峰等（2021）[6]認(rèn)為，國(guó)家創(chuàng)新型城市建設(shè)能夠顯著減少以PM2.5、工業(yè)二氧化硫、工業(yè)廢水為代表的污染物排放。

梳理上述文獻(xiàn)可知，既有研究為本文提供了堅(jiān)實(shí)的研究基礎(chǔ)和明晰的理論邏輯，但鮮有文獻(xiàn)分析產(chǎn)業(yè)轉(zhuǎn)型升級(jí)視角下國(guó)家創(chuàng)新型城市建設(shè)對(duì)城市碳排放的影響。鑒于此，本文基于產(chǎn)業(yè)轉(zhuǎn)型升級(jí)視角，實(shí)證檢驗(yàn)國(guó)家創(chuàng)新型城市建設(shè)對(duì)區(qū)域碳排放的影響及其作用機(jī)制。

1 理論分析與研究假設(shè)

1.1 國(guó)家創(chuàng)新型城市建設(shè)與區(qū)域碳排放

國(guó)家創(chuàng)新型城市建設(shè)憑借自身優(yōu)勢(shì)，能夠提升資源配置效率、加速產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，從而助力城市節(jié)能減排。

第一，國(guó)家創(chuàng)新型城市建設(shè)通過構(gòu)建高效、精準(zhǔn)的城市運(yùn)行模式，加快經(jīng)濟(jì)綠色發(fā)展。一方面，國(guó)家創(chuàng)新型城市建設(shè)通過實(shí)施產(chǎn)品能耗限額管理、加大對(duì)“兩高一資”項(xiàng)目審查力度等系列措施，倒逼企業(yè)技術(shù)創(chuàng)新，從而提高資源利用效率和環(huán)境污染防治水平。另一方面，國(guó)家創(chuàng)新型城市建設(shè)要求以節(jié)能減排為抓手，加快對(duì)傳統(tǒng)行業(yè)的改造升級(jí)，培育和壯大戰(zhàn)略性新興產(chǎn)業(yè)，從而推動(dòng)區(qū)域經(jīng)濟(jì)綠色低碳發(fā)展。

第二，國(guó)家創(chuàng)新型城市建設(shè)通過吸引創(chuàng)新要素集聚，從源頭到末端實(shí)現(xiàn)污染減排。一方面，技術(shù)創(chuàng)新能夠誘發(fā)生產(chǎn)方式變革，加快經(jīng)濟(jì)生產(chǎn)方式由傳統(tǒng)粗放型向綠色集約型轉(zhuǎn)變，實(shí)現(xiàn)碳排放和經(jīng)濟(jì)發(fā)展“脫鉤”。另一方面，創(chuàng)新有助于推動(dòng)生產(chǎn)方式向技術(shù)密集型轉(zhuǎn)變，調(diào)整能源使用結(jié)構(gòu)，提升企業(yè)對(duì)環(huán)境污染的防治水平。

第三，國(guó)家創(chuàng)新型城市建設(shè)通過人才“虹吸效應(yīng)”為綠色低碳發(fā)展提供智力支持。國(guó)家創(chuàng)新型城市建設(shè)從人才公寓、租房購房補(bǔ)貼、創(chuàng)業(yè)補(bǔ)貼、落戶問題、子女上學(xué)、住房問題等方面提供了便利與支持，為降低污染物排放提供了動(dòng)力源泉?；谝陨戏治觯疚奶岢觯?/p>

假設(shè)1：國(guó)家創(chuàng)新型城市建設(shè)能夠顯著抑制區(qū)域碳排放。

1.2 國(guó)家創(chuàng)新型城市建設(shè)、產(chǎn)業(yè)轉(zhuǎn)型升級(jí)與區(qū)域碳排放

產(chǎn)業(yè)轉(zhuǎn)型升級(jí)是經(jīng)濟(jì)實(shí)現(xiàn)綠色低碳發(fā)展的核心驅(qū)動(dòng)力，是破解高質(zhì)量發(fā)展困境的重要路徑，其本質(zhì)是通過促進(jìn)產(chǎn)業(yè)與技術(shù)融合來逐步降低單位產(chǎn)出能耗。國(guó)家創(chuàng)新型城市建設(shè)通過強(qiáng)化城市創(chuàng)新能力、提高勞動(dòng)力聚集度、金融發(fā)展水平等措施全面推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。

首先，產(chǎn)業(yè)結(jié)構(gòu)特征是經(jīng)濟(jì)低碳發(fā)展的核心內(nèi)容。產(chǎn)業(yè)結(jié)構(gòu)演化方向?qū)δ茉聪M(fèi)的變化趨勢(shì)起決定性作用，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)能夠加速環(huán)境庫茲涅茨曲線“倒U”型變化拐點(diǎn)的出現(xiàn)。其次，要素資源配置效率是影響區(qū)域碳排放的重要因素，是產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的重要表現(xiàn)。國(guó)家創(chuàng)新型城市建設(shè)能夠?qū)崿F(xiàn)生產(chǎn)要素自由流動(dòng)，提高社會(huì)整體資源配置效率，從而釋放產(chǎn)業(yè)結(jié)構(gòu)綠色低碳潛力。最后，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)有利于技術(shù)進(jìn)步，可以全面提升全要素生產(chǎn)率。一方面，突破性創(chuàng)新能夠催生人工智能、大數(shù)據(jù)等一批技術(shù)密集型產(chǎn)業(yè)，從而減少對(duì)傳統(tǒng)能源的依賴；另一方面，技術(shù)創(chuàng)新能夠改善需求與進(jìn)出口結(jié)構(gòu)，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展方式由粗放型向集約型轉(zhuǎn)變?；谝陨戏治觯疚奶岢觯?/p>

假設(shè)2：國(guó)家創(chuàng)新型城市建設(shè)通過產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)區(qū)域碳排放產(chǎn)生間接影響。

2 研究設(shè)計(jì)

2.1 模型構(gòu)建

國(guó)家創(chuàng)新型城市建設(shè)是分批進(jìn)行的，是一個(gè)漸進(jìn)的過程，基于此，本文選用漸進(jìn)性雙重差分法檢驗(yàn)國(guó)家創(chuàng)新型城市建設(shè)對(duì)城市碳排放的影響效應(yīng)，檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

其中，i和t分別表示城市和年份，CA代表城市碳排放，Inno_policy表示國(guó)家創(chuàng)新型城市建設(shè)，Inno_policy=1代表城市i在年份t屬于國(guó)家創(chuàng)新型城市，Inno_policy=0 代表城市i在年份t不屬于國(guó)家創(chuàng)新型城市，controlit為控制變量，CityFE與YearFE分別表示城市固定效應(yīng)與年份固定效應(yīng)，εit表示隨機(jī)擾動(dòng)項(xiàng)，β1系數(shù)代表國(guó)家創(chuàng)新型城市建設(shè)前后區(qū)域碳排放量的平均差異。

2.2 變量選取

2.2.1 被解釋變量

城市碳排放（CA）。參考陳宇斌等（2022）[7]的研究，本文基于原煤、焦炭等8 類能源物質(zhì)測(cè)度二氧化碳排放量，并進(jìn)行對(duì)數(shù)化處理，具體計(jì)算公式如下:

其中，CA表示碳排放總量，j表示能源種類，E表示樣本城市能源消耗總量，CF表示轉(zhuǎn)換因子，反映了8類能源的平均發(fā)熱量，CC為單位熱量的含碳水平，COF為8類能源的氧化水平，44/12表示碳轉(zhuǎn)換成CO2的轉(zhuǎn)換系數(shù)。

2.2.2 核心解釋變量

國(guó)家創(chuàng)新型城市建設(shè)（Inno_policy）。用城市類型虛擬變量與政策實(shí)施時(shí)間虛擬變量交互項(xiàng)（Treat×Post）表示。具體而言，試點(diǎn)城市作為處理組并將Treat賦值為1，非試點(diǎn)城市作為對(duì)照組，Treat賦值為0；國(guó)家創(chuàng)新型城市建設(shè)前后的時(shí)間虛擬變量（Post）分別賦值為0與1。

2.2.3 中介變量

產(chǎn)業(yè)轉(zhuǎn)型升級(jí)（Industry）?？紤]到國(guó)家創(chuàng)新型城市建設(shè)主要從科技創(chuàng)新層面對(duì)產(chǎn)業(yè)結(jié)構(gòu)施加影響，本文從產(chǎn)業(yè)結(jié)構(gòu)高度化層面度量產(chǎn)業(yè)轉(zhuǎn)型升級(jí)指標(biāo)，具體來說，借鑒葛立宇等（2022）[8]的研究，構(gòu)建囊括第一、二、三產(chǎn)業(yè)在內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)來測(cè)度，測(cè)算公式為：

其中，qi為第i產(chǎn)業(yè)的產(chǎn)值占比。

2.2.4 控制變量

為科學(xué)準(zhǔn)確地分析國(guó)家創(chuàng)新型城市建設(shè)在碳減排中發(fā)揮的作用，本文借鑒聶長(zhǎng)飛等（2021）[9]、王兵等（2010）[10]的研究，選取如下控制變量：經(jīng)濟(jì)發(fā)展水平（Agdp），用經(jīng)過價(jià)格平減的實(shí)際人均GDP 自然對(duì)數(shù)來衡量，為了進(jìn)一步檢驗(yàn)環(huán)境庫茲涅茨曲線的存在，引入了人均GDP 自然對(duì)數(shù)的平方項(xiàng)（Agdp2）；對(duì)外開放程度（Fdi），以城市實(shí)際利用外商直接投資占城市生產(chǎn)總值的比重來表示；金融發(fā)展水平（Finance），以金融機(jī)構(gòu)存貸款余額占城市生產(chǎn)總值的比重測(cè)度；信息化水平（Internet），使用城市每萬人互聯(lián)網(wǎng)用戶數(shù)來測(cè)度；政府干預(yù)度（Gov），用政府一般預(yù)算支出與城市GDP的比值來衡量；城市化水平（Urban），用城市人口密度的自然對(duì)數(shù)來表示；研發(fā)投入（Tech），用城市科學(xué)技術(shù)支出與GDP的比值來衡量。

2.3 數(shù)據(jù)說明

自2006 年起，節(jié)能減排開始列入中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展約束性指標(biāo)，因此，本文將研究區(qū)間選定為2006—2020年，為提高回歸結(jié)果質(zhì)量，剔除了行政區(qū)劃進(jìn)行過調(diào)整（如萊蕪市、巢湖市等）及統(tǒng)計(jì)數(shù)據(jù)缺失嚴(yán)重的樣本城市（例如三沙市、畢節(jié)市等）。最終，共獲取280個(gè)地級(jí)市的面板數(shù)據(jù)，其中，處理組城市有71 個(gè)（剔除4 個(gè)直轄市、2 個(gè)縣級(jí)市和拉薩市），控制組城市有209 個(gè)。各項(xiàng)經(jīng)濟(jì)社會(huì)指標(biāo)數(shù)據(jù)均來源于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》、萬德（Wind）數(shù)據(jù)庫以及《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》，部分缺失值用線性內(nèi)插法補(bǔ)全。

3 實(shí)證結(jié)果與分析

3.1 基準(zhǔn)回歸結(jié)果

回歸結(jié)果如表1所示，其中，列（1）為未加控制變量及固定效應(yīng)的檢驗(yàn)結(jié)果，可以看出，Inno_policy系數(shù)為-1.0539，且在1%的水平上通過了顯著性檢驗(yàn)，說明國(guó)家創(chuàng)新型城市建設(shè)能夠顯著抑制區(qū)域碳排放。列（2）是在列（1）的基礎(chǔ)上，引入控制變量后的回歸結(jié)果，Inno_policy系數(shù)依然顯著為負(fù)，系數(shù)值明顯變小，說明在不控制其他因素的條件下，國(guó)家創(chuàng)新型城市建設(shè)的碳減排效應(yīng)會(huì)被高估。列（3）、列（4）分別是在列（2）的基礎(chǔ)上依次控制了城市固定效應(yīng)、年份固定效應(yīng)的實(shí)證結(jié)果，列（3）、列（4）的Inno_policy系數(shù)依然顯著為負(fù)，系數(shù)值進(jìn)一步下降，說明加入控制變量、城市與年份固定效應(yīng)后，國(guó)家創(chuàng)新型城市建設(shè)對(duì)城市碳排放的影響效應(yīng)估計(jì)更加準(zhǔn)確。據(jù)此，假設(shè)1得到驗(yàn)證。

表1 基準(zhǔn)回歸結(jié)果

3.2 平行趨勢(shì)檢驗(yàn)

平行趨勢(shì)假定是使用多期雙重差分法（DID）進(jìn)行實(shí)證檢驗(yàn)的前提條件，本文參考Beck 等（2010）[11]的研究，在基準(zhǔn)回歸模型中，引入國(guó)家創(chuàng)新型城市建設(shè)前4年、后4年虛擬變量，借助虛擬變量的顯著性水平來檢驗(yàn)數(shù)據(jù)是否滿足平行趨勢(shì)假定，具體公式如下：

檢驗(yàn)結(jié)果如圖1 所示，可以看出，在國(guó)家創(chuàng)新型城市建設(shè)前，Inno_policy系數(shù)并不顯著,說明實(shí)驗(yàn)組與控制組碳排放不具有顯著性差異，符合平行趨勢(shì)假設(shè)。

圖1 平行趨勢(shì)檢驗(yàn)

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 安慰劑檢驗(yàn)

參考白俊紅等（2022）[12]的研究，對(duì)多期雙重差分模型（Time-varying DID）進(jìn)行安慰劑檢驗(yàn)，先隨機(jī)生成偽處理組虛擬變量（Treatrandom）與偽政策沖擊時(shí)間變量（Postrandom），并設(shè)定虛擬政策對(duì)樣本城市分別進(jìn)行500 次和1000 次沖擊，每次沖擊隨機(jī)抽選71個(gè)城市作為處理組，分別得到虛擬變量InnoPolicyrandom500和InnoPolicyrandom1000。然后，將500個(gè)InnoPolicyrandom500和1000 個(gè)InnoPolicyrandom1000的核密度及其P 值繪制在圖2 中，隨機(jī)生成的偽回歸系數(shù)βrandom500和βrandom1000值均在零附近，且與實(shí)際政策估計(jì)系數(shù)-0.2787存在顯著差異，同時(shí)P值絕大多數(shù)大于0.1，說明國(guó)家創(chuàng)新型城市建設(shè)對(duì)碳排放的抑制作用未受到遺漏變量干擾。

圖2 安慰劑檢驗(yàn)

3.3.2 PSM-DID檢驗(yàn)

雙重差分模型會(huì)產(chǎn)生自選擇問題,導(dǎo)致估計(jì)偏誤?；诖?，本文運(yùn)用傾向得分匹配（PSM）法篩選與處理組高度匹配的對(duì)照組，盡可能減少雙重差分法自選擇偏差?；貧w結(jié)果如表2列（1）所示,Inno_policy系數(shù)值大小略有波動(dòng)，但依然顯著為負(fù)，表明國(guó)家創(chuàng)新型城市建設(shè)能夠顯著降低碳排放，證明前文核心結(jié)論穩(wěn)健。

表2 穩(wěn)健性檢驗(yàn)結(jié)果

3.3.3 排除其他政策的影響

在考察期內(nèi)，低碳城市試點(diǎn)政策（Lowcpolicy）、碳排放交易權(quán)試點(diǎn)政策與本文密切相關(guān)，可能會(huì)使估計(jì)結(jié)果出現(xiàn)偏誤?；诖?，參考宋弘等（2019）[13]的研究，在基礎(chǔ)回歸模型中，分別加入低碳城市（Lowcpolicy）與碳排放交易權(quán)試點(diǎn)（Tanpolicy）兩類政策變量，以精準(zhǔn)識(shí)別國(guó)家創(chuàng)新型城市建設(shè)與城市碳排放的因果關(guān)系。回歸結(jié)果如表2 列（2）、列（3）所示，加入兩類政策變量之后，Inno_policy系數(shù)仍然顯著為負(fù)，說明政策疊加并未對(duì)國(guó)家創(chuàng)新型城市建設(shè)的政策效應(yīng)帶來沖擊，前文研究結(jié)論是穩(wěn)健的。

3.4 影響機(jī)制檢驗(yàn)

為了檢驗(yàn)國(guó)家創(chuàng)新型城市建設(shè)對(duì)碳排放的影響機(jī)理，本文構(gòu)建如下中介效應(yīng)模型:

其中，Medit表示中介變量，其余變量的含義同式（1）一致。若系數(shù)α1和φ2均顯著，則說明中介效應(yīng)存在。進(jìn)一步，若φ1也顯著且符號(hào)與α1×φ2一致，則說明Medit具有部分中介效應(yīng)。

中介效應(yīng)檢驗(yàn)結(jié)果如表3所示。由列（1）可知，Inno_policy系數(shù)為0.6274，且在1%的水平上通過了顯著性檢驗(yàn)，這說明國(guó)家創(chuàng)新型城市建設(shè)能夠顯著促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。國(guó)家創(chuàng)新型城市建設(shè)與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)同時(shí)納入模型后的檢驗(yàn)結(jié)果如列（2）所示，Inno_policy系數(shù)為-0.2702，且在1%的水平上通過了顯著性檢驗(yàn)，相較于基準(zhǔn)回歸系數(shù)絕對(duì)值略有下降。據(jù)此，假設(shè)2得到驗(yàn)證。

表3 機(jī)制檢驗(yàn)結(jié)果

3.5 異質(zhì)性檢驗(yàn)

3.5.1 區(qū)域異質(zhì)性

依據(jù)區(qū)域分布，本文將樣本城市劃分為東、中、西三大地區(qū)，并構(gòu)建區(qū)域虛擬變量(area)，當(dāng)研究某一區(qū)域時(shí)其所屬城市賦值為1，其他城市賦值為0，進(jìn)一步，將區(qū)域虛擬變量與國(guó)家創(chuàng)新型城市建設(shè)虛擬變量的交互項(xiàng)（Inno_policy×area）引入基準(zhǔn)回歸方程。實(shí)證結(jié)果如下頁表4 所示，可以看出，在東部地區(qū)，交互項(xiàng)Inno_policy×area的系數(shù)顯著為負(fù)，作用程度高達(dá)32.76%，這主要得益于東部地區(qū)良好的區(qū)位條件、優(yōu)越的資源稟賦，為區(qū)域產(chǎn)業(yè)轉(zhuǎn)型升級(jí)奠定了良好的基礎(chǔ)。在中部地區(qū)，交互項(xiàng)Inno_policy×area的系數(shù)顯著為負(fù)，作用程度為9.81%（小于東部地區(qū)）。中部地區(qū)正處在經(jīng)濟(jì)加速發(fā)展的爬坡期，雖然能夠推動(dòng)經(jīng)濟(jì)發(fā)展方式從粗放型向集約型轉(zhuǎn)變，但在此過程中出現(xiàn)了嚴(yán)重的資源同質(zhì)現(xiàn)象，阻礙了創(chuàng)新要素的有序流動(dòng)，繼而制約了國(guó)家創(chuàng)新型城市建設(shè)的減排效應(yīng)。在西部地區(qū)，交互項(xiàng)Inno_policy×area的系數(shù)沒有通過顯著性檢驗(yàn)，說明在西部地區(qū)，國(guó)家創(chuàng)新型城市建設(shè)效果尚未達(dá)到預(yù)期。西部地區(qū)承接了大部分東中部地區(qū)的污染產(chǎn)業(yè)轉(zhuǎn)移（高耗能、高污染產(chǎn)業(yè)），技術(shù)含量低的產(chǎn)業(yè)不但沒有減少，反而有所增加，在一定程度上影響了政策效果的發(fā)揮。

表4 區(qū)域異質(zhì)性檢驗(yàn)結(jié)果

3.5.2 資源稟賦異質(zhì)性

借鑒李珊和湛泳（2022）[1]的研究，針對(duì)城市資源稟賦差異，檢驗(yàn)國(guó)家創(chuàng)新型城市建設(shè)對(duì)碳排放的影響是否具有異質(zhì)性。基于此，本文以高等學(xué)校在校生人數(shù)占年末總?cè)丝诘谋戎乇硎救肆Y本；以樣本城市職工平均工資的自然對(duì)數(shù)與GDP的比值來代表經(jīng)濟(jì)基礎(chǔ)；以第二、第三產(chǎn)業(yè)增加值與城市建設(shè)用地面積的比值來衡量經(jīng)濟(jì)集聚；以單位GDP 二氧化硫排放量這一負(fù)向指標(biāo)代表環(huán)境規(guī)制。在此基礎(chǔ)上，以國(guó)家創(chuàng)新型城市建設(shè)前各城市相應(yīng)指標(biāo)均值為界，分別設(shè)置人力資本（cap）、經(jīng)濟(jì)基礎(chǔ)（eco）、經(jīng)濟(jì)集聚（agg）及環(huán)境規(guī)制（regul）虛擬變量，凡高于均值的城市賦值為1，低于（等于）均值的城市賦值為0，進(jìn)一步，將國(guó)家創(chuàng)新型城市建設(shè)虛擬變量與資源稟賦虛擬變量的交互項(xiàng)引入基準(zhǔn)回歸方程。檢驗(yàn)結(jié)果如表5 所示，可以看出，在高水平的人力資本和良好的經(jīng)濟(jì)基礎(chǔ)條件下，國(guó)家創(chuàng)新型城市建設(shè)對(duì)區(qū)域碳排放的抑制效應(yīng)更加明顯，抑制作用分別為13.45%和35.45%，強(qiáng)有力的人力資本和經(jīng)濟(jì)基礎(chǔ)是國(guó)家創(chuàng)新型城市建設(shè)中不可或缺的投入要素，是國(guó)家創(chuàng)新型城市建設(shè)長(zhǎng)期有序推進(jìn)的基本保障，為產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)提供了良好的外部環(huán)境，最終促進(jìn)國(guó)家創(chuàng)新型城市能源消費(fèi)結(jié)構(gòu)向綠色低碳方向轉(zhuǎn)型。在高經(jīng)濟(jì)集聚水平下，國(guó)家創(chuàng)新型城市建設(shè)對(duì)碳排放的抑制作用為32.76%，這表明經(jīng)濟(jì)集聚能夠降本增效，加速清潔技術(shù)發(fā)展和優(yōu)化能源結(jié)構(gòu)，從而對(duì)資源消耗和環(huán)境污染產(chǎn)生顯著影響。Inno_policy×regul系數(shù)顯著為負(fù)，抑制效應(yīng)為9.81%，說明在嚴(yán)格的環(huán)境規(guī)制下，國(guó)家創(chuàng)新型城市建設(shè)對(duì)碳排放的抑制作用更加明顯。在嚴(yán)格的環(huán)境監(jiān)管下，國(guó)家創(chuàng)新型城市建設(shè)和產(chǎn)業(yè)升級(jí)的深度融合能夠顯著改善生態(tài)環(huán)境，從源頭上減少碳排放，從而提升環(huán)境效益。

表5 資源稟賦異質(zhì)性檢驗(yàn)結(jié)果

4 結(jié)論

本文以國(guó)家創(chuàng)新型城市建設(shè)為背景，基于2006—2020年我國(guó)280個(gè)地級(jí)市的面板數(shù)據(jù)，選用多期DID模型實(shí)證檢驗(yàn)了國(guó)家創(chuàng)新型城市建設(shè)對(duì)城市碳排放的影響。研究發(fā)現(xiàn)：（1）國(guó)家創(chuàng)新型城市建設(shè)能夠顯著降低區(qū)域碳排放水平,且該結(jié)論在經(jīng)過安慰劑檢驗(yàn)和控制其他相似政策沖擊的一系列穩(wěn)健性檢驗(yàn)后仍然成立。（2）產(chǎn)業(yè)轉(zhuǎn)型升級(jí)是國(guó)家創(chuàng)新型城市建設(shè)抑制區(qū)域碳排放的有效路徑，國(guó)家創(chuàng)新型城市建設(shè)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)雙向賦能是破解城市綠色低碳發(fā)展困局的重要抓手。（3）國(guó)家創(chuàng)新型城市建設(shè)對(duì)碳排放的抑制效應(yīng)具有顯著的異質(zhì)性。從地理區(qū)位來看，政策效應(yīng)在東中部地區(qū)表現(xiàn)更加明顯；從資源稟賦來看，在具有高水平人力資本、良好經(jīng)濟(jì)基礎(chǔ)、經(jīng)濟(jì)集聚優(yōu)勢(shì)、嚴(yán)格環(huán)境規(guī)制的城市，國(guó)家創(chuàng)新型城市建設(shè)對(duì)碳排放的抑制效應(yīng)更加顯著。