低碳试点对城市绿色创新效率的影响.docx

??

?

??

低碳试点对城市绿色创新效率的影响

?

?

?

?

?

??

?

?

?

摘要：本文选取以2004-2017年中国192地级市为样本,通过采用DEA效率模型对城市的绿色创新效率进行估算作为被解释变量，以2010年第一批试点城市为实验组，采用双重差分法评估中国低碳试点政策对绿色创新的作用，最后得出结论和提出政策建议。

关键词:绿色创新;低碳试点;双重差分

一、引言

改革开放以来我国经济发展经历了快速的发展，前三十年几乎保持二位数以上的速度增长，随着近十年步入三期叠发展期，国家提经济发展方式由粗放型步入高质量发展，更多的体现在发展内涵质量上。在此背景之下2010年提出低碳试点，转变经济发展方式，与此同时城市间的绿色创新效率在近十年也取得较好的成效。故本文研究低碳试点和绿色创新效率之间的相关性如何，是否存在显著的因果关系，是否存在显著的促进关系还是抑制关系？这些研究对城市发展都有重大意义，也是反映低碳政策能否达到较好的社会效应。

二、研究方法与研究现状

2.1DEA基本原理

DEA模型测算投产出效率的方法方法之一，在处理多投入多产出的有效性评价方面具有绝对优势，因而成为效率评价的主流方式。DEA方法主要有两个基本模型：CCR模型和BCC模型，两者之间主要的区别假设条件不一样，CCR假设规模报酬不变，而BCC是假设存在规模报酬变化。

2.2研究现状

张兵兵、周君婷等（2020）以2010年以来先后三批次推行的低碳城市试点政策为准自然实验,运用双重差分法考察其对中国地级及以上城市全要素能源效率的影响得出低碳城市试点政策的实施能够显著提升城市全要素能源效率水平的结论。董梅（2021）通过采集2001—2018年中国84个城市的面板数据,运用合成控制法对24个低碳试点城市的工业污染物净减排效应进行分析,发现低碳试点能显著抑制城市工业废气污染物排放，同时污染物减排效应具有城市异质性。王亚飞、陶文清（2021）将低碳城市试点政策作为一项准自然实验,采集2005—2018年中国221个地级及以上城市面板数据,利用双重差分模型和系统GMM估计方法,研究结果表明:低碳城市试点政策显著促进了城市绿色全要素生产率增长,在东部试点城市显著为正,而在中、西部试点城市显著为负。张华（2020）通过利用2003—2016年中国285个城市的面板数据,借助于低碳试点政策在使用双重差分方法估计了低碳城市建设对碳排放的影响。研究发现低碳城市建设显著降低碳排放水平，同时，碳减排效应在西部城市和低经济发展水平城市的子样本中更加显著；,低碳城市建设的碳减排效应出现在试点后的第一年到第四年,而在试点后的第五年和第六年消失；低碳城市建设通过降低电力消费量和提升技术创新水平等途径抑制碳排放量等结论。刘竹等（2011）首批低碳试点省份为研究对象,研究能源消费产生的二氧化碳排放,得出试点5个省份在1995年-2008年间经济快速增长的同时碳排放迅速增加,经济增长与碳排放均呈现弱脱钩态势;预计伴随经济进一步增长,碳排放在未来很长一段时间内仍将呈增长趋势。宋祺佼等（2015）以国家发展和改革委员会公布的两批低碳试点城市为研究对象发现,十一五期间低碳试点城市单位GDP的CO2排放和人均CO2排放均高于全国平均水平。2011年低碳试点城市单位GDP的CO2排放和人均CO2排放均高于各城市所在省份的平均水平；低碳试点城市单位GDP的CO2排放平均水平从东部到西部逐渐升高；人均收入高于全国平均水平的低碳试点城市中92%的城市的人均CO2排放高于全国水平。而随着城市常住人口规模的扩大,试点城市单位GDP的CO2排放逐渐降低,人均CO2排放却随着城市常住人口规模的扩大呈U型分布,其中大型城市的人均CO2排放水平最低等结论。冯彤（2017）以我国华东地区为例,评估低碳试点城市项目的实施对华东地区碳强度的影响及相关社会经济变量的作用.得出试点城市的碳强度在政策冲击后能显著下降。

三、变量选取和模型构建

3.1变量选取

被解释变量(Y)：企业绿色创新效率，本文采用资本投入、劳动投入、能源作为投入，经济产出、绿色产出、非期望产出作为产出通过DEA方法来计算。解释变量：政策变量（2010年后Did变量和试点城市非试点城市的交互项），同时将政策时间Post虚拟变量纳入解释变量当中。控制变量当年政府公共服务力度；对外开放程度通过进出口额，通过利用外资的规模比例来体现出城市与国外市场关系的紧密程度；城市年末常住人口自然对数来测量城市规模；经济发展水平以城市当年人均经济总量的自然对数进行测量。

3.2模型的构建

本文将2010年低碳试点政策的实施作为准自然实验以考核对城市层面上的绿色创新效率影响，Post为实施政策的虚拟变量，2010年之前期间设置为0，之后设置