惠獻波
(河南財政金融學(xué)院 工商管理學(xué)院,鄭州 451464)
氣候變化是當(dāng)今社會面臨的重大問題之一,嚴(yán)重威脅著人類健康與經(jīng)濟的可持續(xù)發(fā)展。積極應(yīng)對氣候變化是中國實現(xiàn)可持續(xù)發(fā)展的內(nèi)在要求。為破解城市經(jīng)濟發(fā)展與生態(tài)環(huán)境保護之間的突出矛盾,政府出臺了一系列創(chuàng)新政策,其中,國家創(chuàng)新型城市政策尤為引人關(guān)注,國家創(chuàng)新型城市建設(shè)走出了一條資源要素市場化配置的新路徑,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)界探索的熱點問題。
與本文研究聯(lián)系緊密的文獻大致可分為兩類: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)濟增長、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,學(xué)者們開始運用計量模型檢驗相關(guān)政策的減排效應(yīng)。如王勝今和朱潤酥(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)境保護投資,從而降低二氧化碳排放。薛飛等(2022)[3]認(rèn)為“寬帶中國”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,試點政策通過強化企業(yè)創(chuàng)新能力、提升勞動力集聚程度等途徑促進產(chǎn)業(yè)結(jié)構(gòu)升級;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)升級提高區(qū)域創(chuàng)新能力;丁煥峰等(2021)[6]認(rèn)為,國家創(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。
梳理上述文獻可知,既有研究為本文提供了堅實的研究基礎(chǔ)和明晰的理論邏輯,但鮮有文獻分析產(chǎn)業(yè)轉(zhuǎn)型升級視角下國家創(chuàng)新型城市建設(shè)對城市碳排放的影響。鑒于此,本文基于產(chǎn)業(yè)轉(zhuǎn)型升級視角,實證檢驗國家創(chuàng)新型城市建設(shè)對區(qū)域碳排放的影響及其作用機制。
國家創(chuàng)新型城市建設(shè)憑借自身優(yōu)勢,能夠提升資源配置效率、加速產(chǎn)業(yè)結(jié)構(gòu)升級,從而助力城市節(jié)能減排。
第一,國家創(chuàng)新型城市建設(shè)通過構(gòu)建高效、精準(zhǔn)的城市運行模式,加快經(jīng)濟綠色發(fā)展。一方面,國家創(chuàng)新型城市建設(shè)通過實施產(chǎn)品能耗限額管理、加大對“兩高一資”項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,國家創(chuàng)新型城市建設(shè)要求以節(jié)能減排為抓手,加快對傳統(tǒng)行業(yè)的改造升級,培育和壯大戰(zhàn)略性新興產(chǎn)業(yè),從而推動區(qū)域經(jīng)濟綠色低碳發(fā)展。
第二,國家創(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)濟生產(chǎn)方式由傳統(tǒng)粗放型向綠色集約型轉(zhuǎn)變,實現(xiàn)碳排放和經(jīng)濟發(fā)展“脫鉤”。另一方面,創(chuàng)新有助于推動生產(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)對環(huán)境污染的防治水平。
第三,國家創(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。國家創(chuàng)新型城市建設(shè)從人才公寓、租房購房補貼、創(chuàng)業(yè)補貼、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力源泉?;谝陨戏治觯疚奶岢觯?/p>
假設(shè)1:國家創(chuàng)新型城市建設(shè)能夠顯著抑制區(qū)域碳排放。
產(chǎn)業(yè)轉(zhuǎn)型升級是經(jīng)濟實現(xiàn)綠色低碳發(fā)展的核心驅(qū)動力,是破解高質(zhì)量發(fā)展困境的重要路徑,其本質(zhì)是通過促進產(chǎn)業(yè)與技術(shù)融合來逐步降低單位產(chǎn)出能耗。國家創(chuàng)新型城市建設(shè)通過強化城市創(chuàng)新能力、提高勞動力聚集度、金融發(fā)展水平等措施全面推動產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。
首先,產(chǎn)業(yè)結(jié)構(gòu)特征是經(jīng)濟低碳發(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的變化趨勢起決定性作用,產(chǎn)業(yè)結(jié)構(gòu)升級能夠加速環(huán)境庫茲涅茨曲線“倒U”型變化拐點的出現(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)型升級的重要表現(xiàn)。國家創(chuàng)新型城市建設(shè)能夠?qū)崿F(xiàn)生產(chǎn)要素自由流動,提高社會整體資源配置效率,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)型升級有利于技術(shù)進步,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出口結(jié)構(gòu),實現(xiàn)經(jīng)濟發(fā)展方式由粗放型向集約型轉(zhuǎn)變?;谝陨戏治?,本文提出:
假設(shè)2:國家創(chuàng)新型城市建設(shè)通過產(chǎn)業(yè)轉(zhuǎn)型升級對區(qū)域碳排放產(chǎn)生間接影響。
國家創(chuàng)新型城市建設(shè)是分批進行的,是一個漸進的過程,基于此,本文選用漸進性雙重差分法檢驗國家創(chuàng)新型城市建設(shè)對城市碳排放的影響效應(yīng),檢驗?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屬于國家創(chuàng)新型城市,Inno_policy=0 代表城市i在年份t不屬于國家創(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表示隨機擾動項,β1系數(shù)代表國家創(chuàng)新型城市建設(shè)前后區(qū)域碳排放量的平均差異。
2.2.1 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)測度二氧化碳排放量,并進行對數(shù)化處理,具體計算公式如下:
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施時間虛擬變量交互項(Treat×Post)表示。具體而言,試點城市作為處理組并將Treat賦值為1,非試點城市作為對照組,Treat賦值為0;國家創(chuàng)新型城市建設(shè)前后的時間虛擬變量(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(Industry)。考慮到國家創(chuàng)新型城市建設(shè)主要從科技創(chuàng)新層面對產(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)升級指數(shù)來測度,測算公式為:
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,本文借鑒聶長飛等(2021)[9]、王兵等(2010)[10]的研究,選取如下控制變量:經(jīng)濟發(fā)展水平(Agdp),用經(jīng)過價格平減的實際人均GDP 自然對數(shù)來衡量,為了進一步檢驗環(huán)境庫茲涅茨曲線的存在,引入了人均GDP 自然對數(shù)的平方項(Agdp2);對外開放程度(Fdi),以城市實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),以金融機構(gòu)存貸款余額占城市生產(chǎn)總值的比重測度;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。
自2006 年起,節(jié)能減排開始列入中國經(jīng)濟社會發(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)劃進行過調(diào)整(如萊蕪市、巢湖市等)及統(tǒng)計數(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個地級市的面板數(shù)據(jù),其中,處理組城市有71 個(剔除4 個直轄市、2 個縣級市和拉薩市),控制組城市有209 個。各項經(jīng)濟社會指標(biāo)數(shù)據(jù)均來源于歷年《中國城市統(tǒng)計年鑒》、萬德(Wind)數(shù)據(jù)庫以及《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》,部分缺失值用線性內(nèi)插法補全。
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,說明國家創(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,國家創(chuàng)新型城市建設(shè)的碳減排效應(yīng)會被高估。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)值進一步下降,說明加入控制變量、城市與年份固定效應(yīng)后,國家創(chuàng)新型城市建設(shè)對城市碳排放的影響效應(yīng)估計更加準(zhǔn)確。據(jù)此,假設(shè)1得到驗證。
表1 基準(zhǔn)回歸結(jié)果
平行趨勢假定是使用多期雙重差分法(DID)進行實證檢驗的前提條件,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數(shù)據(jù)是否滿足平行趨勢假定,具體公式如下:
檢驗結(jié)果如圖1 所示,可以看出,在國家創(chuàng)新型城市建設(shè)前,Inno_policy系數(shù)并不顯著,說明實驗組與控制組碳排放不具有顯著性差異,符合平行趨勢假設(shè)。
圖1 平行趨勢檢驗
3.3.1 安慰劑檢驗
參考白俊紅等(2022)[12]的研究,對多期雙重差分模型(Time-varying DID)進行安慰劑檢驗,先隨機生成偽處理組虛擬變量(Treatrandom)與偽政策沖擊時間變量(Postrandom),并設(shè)定虛擬政策對樣本城市分別進行500 次和1000 次沖擊,每次沖擊隨機抽選71個城市作為處理組,分別得到虛擬變量InnoPolicyrandom500和InnoPolicyrandom1000。然后,將500個InnoPolicyrandom500和1000 個InnoPolicyrandom1000的核密度及其P 值繪制在圖2 中,隨機生成的偽回歸系數(shù)βrandom500和βrandom1000值均在零附近,且與實際政策估計系數(shù)-0.2787存在顯著差異,同時P值絕大多數(shù)大于0.1,說明國家創(chuàng)新型城市建設(shè)對碳排放的抑制作用未受到遺漏變量干擾。
圖2 安慰劑檢驗
3.3.2 PSM-DID檢驗
雙重差分模型會產(chǎn)生自選擇問題,導(dǎo)致估計偏誤?;诖?,本文運用傾向得分匹配(PSM)法篩選與處理組高度匹配的對照組,盡可能減少雙重差分法自選擇偏差。回歸結(jié)果如表2列(1)所示,Inno_policy系數(shù)值大小略有波動,但依然顯著為負(fù),表明國家創(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),低碳城市試點政策(Lowcpolicy)、碳排放交易權(quán)試點政策與本文密切相關(guān),可能會使估計結(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(Tanpolicy)兩類政策變量,以精準(zhǔn)識別國家創(chuàng)新型城市建設(shè)與城市碳排放的因果關(guān)系?;貧w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國家創(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。
為了檢驗國家創(chuàng)新型城市建設(shè)對碳排放的影響機理,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。進一步,若φ1也顯著且符號與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,這說明國家創(chuàng)新型城市建設(shè)能夠顯著促進產(chǎn)業(yè)轉(zhuǎn)型升級。國家創(chuàng)新型城市建設(shè)與產(chǎn)業(yè)轉(zhuǎn)型升級同時納入模型后的檢驗結(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,相較于基準(zhǔn)回歸系數(shù)絕對值略有下降。據(jù)此,假設(shè)2得到驗證。
表3 機制檢驗結(jié)果
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)域時其所屬城市賦值為1,其他城市賦值為0,進一步,將區(qū)域虛擬變量與國家創(chuàng)新型城市建設(shè)虛擬變量的交互項(Inno_policy×area)引入基準(zhǔn)回歸方程。實證結(jié)果如下頁表4 所示,可以看出,在東部地區(qū),交互項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)型升級奠定了良好的基礎(chǔ)。在中部地區(qū),交互項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)濟加速發(fā)展的爬坡期,雖然能夠推動經(jīng)濟發(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,繼而制約了國家創(chuàng)新型城市建設(shè)的減排效應(yīng)。在西部地區(qū),交互項Inno_policy×area的系數(shù)沒有通過顯著性檢驗,說明在西部地區(qū),國家創(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,針對城市資源稟賦差異,檢驗國家創(chuàng)新型城市建設(shè)對碳排放的影響是否具有異質(zhì)性?;诖?,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數(shù)與GDP的比值來代表經(jīng)濟基礎(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)濟基礎(chǔ)(eco)、經(jīng)濟集聚(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,進一步,將國家創(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引入基準(zhǔn)回歸方程。檢驗結(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)濟基礎(chǔ)條件下,國家創(chuàng)新型城市建設(shè)對區(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%,強有力的人力資本和經(jīng)濟基礎(chǔ)是國家創(chuàng)新型城市建設(shè)中不可或缺的投入要素,是國家創(chuàng)新型城市建設(shè)長期有序推進的基本保障,為產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級提供了良好的外部環(huán)境,最終促進國家創(chuàng)新型城市能源消費結(jié)構(gòu)向綠色低碳方向轉(zhuǎn)型。在高經(jīng)濟集聚水平下,國家創(chuàng)新型城市建設(shè)對碳排放的抑制作用為32.76%,這表明經(jīng)濟集聚能夠降本增效,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,國家創(chuàng)新型城市建設(shè)對碳排放的抑制作用更加明顯。在嚴(yán)格的環(huán)境監(jiān)管下,國家創(chuàng)新型城市建設(shè)和產(chǎn)業(yè)升級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)性檢驗結(jié)果
本文以國家創(chuàng)新型城市建設(shè)為背景,基于2006—2020年我國280個地級市的面板數(shù)據(jù),選用多期DID模型實證檢驗了國家創(chuàng)新型城市建設(shè)對城市碳排放的影響。研究發(fā)現(xiàn):(1)國家創(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)過安慰劑檢驗和控制其他相似政策沖擊的一系列穩(wěn)健性檢驗后仍然成立。(2)產(chǎn)業(yè)轉(zhuǎn)型升級是國家創(chuàng)新型城市建設(shè)抑制區(qū)域碳排放的有效路徑,國家創(chuàng)新型城市建設(shè)與產(chǎn)業(yè)結(jié)構(gòu)升級雙向賦能是破解城市綠色低碳發(fā)展困局的重要抓手。(3)國家創(chuàng)新型城市建設(shè)對碳排放的抑制效應(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)濟基礎(chǔ)、經(jīng)濟集聚優(yōu)勢、嚴(yán)格環(huán)境規(guī)制的城市,國家創(chuàng)新型城市建設(shè)對碳排放的抑制效應(yīng)更加顯著。