新型城镇化建设能否促进低碳技术创新

肖远飞，吴 允，周祎庆

(1.昆明理工大学 管理与经济学院， 云南 昆明 650093；2.云南省流通行业协会， 云南 昆明 650000)

改革开放40年来，中国的城镇化率由1978年的17.9%上升到2017年末的58.5%，城镇常住人口也由1.72亿人增加到8.13亿人，城镇化成为经济新常态下中国经济可持续发展的新引擎。但就目前情况来看，中国城镇化的进程也带来了一些生态环境问题，不利于新型城镇化的高质量发展。2014年3月17日《国家新型城镇化规划(2014—2020年)》正式出台，重点强调“把生态文明全面融入城镇化进程”，指明了中国城镇化发展的新方向。低碳创新驱动发展模式对于提高中国特色新型城镇化发展质量和效益、打造更加宜居的低碳城市空间具有重要的现实意义，低碳技术创新是促进低碳发展、推进生态文明建设从而实现绿色发展的重要手段之一。厘清中国新型城镇化建设与低碳技术创新之间的关系及影响机理，对于评估新型城镇化建设的政策效果、明确未来发展方向以及提高经济发展质量具有重要的意义。

一、文献综述

关于低碳技术创新的影响因素许多学者已经从多个角度开展了研究，现有研究表明，环境规制、气候变化、碳排放、城镇化以及经济增长等都是影响低碳技术创新的重要因素。在众多的影响因素中，有关城市化的研究与本文的研究主题关联程度最高，学术界关于城镇化对低碳技术创新的影响效果还未达成统一的意见。现有文献主要包括线性假说和非线性假说两种观点，其中线性假说包括促进论和抑制论两种观点。首先，促进论认为中国城镇化的推进促进了低碳技术创新发展。Poumanyvong等运用STIRPAT模型对99个国家31年间的实证数据进行研究认为城镇化可以有效减少碳排放[1]。张腾飞等通过实证分析得出城镇化带动人力资本的积累，有助于经济部门采取绿色清洁的生产技术，从而实现经济发展中的绿色发展[2]。仇怡基于中国区域面板数据的研究发现城镇化有助于低碳技术创新，且会通过创新驱动效应显著地驱动一国绿色全要素生产率的增长[3]。抑制论则认为中国城镇化对低碳技术创新水平的发展具有不利的影响。Kharel从土地使用的视角出发，研究发现城市化的推进会导致生态环境污染的问题[4]。郑垂勇等基于长江经济带的省际面板数据研究认为，城镇化率总体上降低了绿色全要素生产率，不利于低碳经济发展，且从空间分布上看这种负向的影响程度呈现“上游>中游>下游”的态势[5]。随着研究的不断深入，部分学者认为两者之间存在非线性关系。Martinez-Zarzoso等通过建立国际面板模型研究发现城镇化与碳排放之间呈现倒U型的关系[6]。刘婕等运用Tobit面板模型实证分析认为，从全国层面看，城镇化率与全要素碳减排效率呈U型非线性影响关系，随着城镇化率的提高，碳减排效率经历了先下降后上升的趋势[7]。周建仁等通过构建空间计量模型和面板门槛模型实证发现，城镇化对环境污染的影响具有以城乡均等化为标尺的门槛效应，城乡均等化较低时城镇化会导致环境污染加剧[8]。

综上所述，现有研究忽略了新型城镇化的发展对低碳技术创新的影响效应，本文基于2014年出台的《国家新型城镇化规划(2014—2020年)》，将新型城镇化综合试点看作一次准自然实验，利用双重差分倾向得分匹配法估计新型城镇化的发展是否可以促进低碳技术创新。本文的主要贡献可能在于：① 根据双重差分倾向得分匹配法，利用新型城镇化综合试点政策评估其对低碳技术创新的影响；② 基于机制分析，本文从不同的视角探索新型城镇化影响低碳技术创新的机制；③ 丰富新型城镇化与低碳技术创新方面的文献研究。

二、政策背景与研究假设

(一)新型城镇化建设的政策背景

我国城镇化的推进经历了40年的发展历程。2012年12月中央经济工作会议指出，城镇化是我国现代化建设的历史任务，也是扩大内需的最大潜力所在，要积极引导城镇化健康发展。2014年3月中共中央、国务院印发的《国家新型城镇化规划(2014—2020年)》是近年来中国城镇化理论及实践探索的集成，规划指出城镇化水平和质量稳步提升，常住人口城镇化率达到60%左右，户籍人口城镇化率达到45%左右，努力实现1亿左右农业转移人口和其他常住人口在城镇落户的发展目标(1)www.gov.cn/zhengce/2014-03/16/content-2640075.htm.。为了实现这一目标，中国于2015年初正式启动新型城镇化综合试点工作，将江苏、安徽两省和宁波等62个城市(镇)列为国家新型城镇化综合试点地区。在这之后的2015年11月和2016年12月国家发改委又先后公布了第二批和第三批国家新型城镇化综合试点地区名单，计划到2020年在全国范围内全面有序推广试点成功经验。党的十八大把城镇化质量的提高作为全面建成小康社会的重要要求，这为新型城镇化发展提供了思想指导。党的十九大报告重点强调，我国要建设的城镇化是与工业化、信息化和农业现代化在互动协调中同步发展的中国特色新型城镇化[9]。因而，可以看出新型城镇化建设是未来我国经济社会发展的重要战略选择和影响因素。

(二)机制分析与研究假设

结合约瑟夫·熊比特的创新理论以及迈克尔·波特对国家经济发展创新驱动转型问题的理论研究，我国政府在新型城镇化建设过程中通过低碳创新驱动模式促进人力资本等要素的高效配置、低碳生产技术的创新扩散和产业结构的优化升级，进而推动生态文明建设并产生了显著成效。基于此，本文提出预备假设：新型城镇化建设在低碳创新驱动模式下通过要素配置效应、技术外溢效应和结构优化效应三大效应促进城市的低碳技术创新(图1)。具体理论分析如下：

图1 新型城镇化建设影响低碳技术创新的机制

要素配置效应。大量农村人口转变为城市人口是城镇化的重要特征之一，人口的迁移不仅伴随着城市人口的集聚，同时也带来人口质量的提升。一方面，城市居民人力资本不断积累所形成的可持续增长效应会促进低碳经济创新驱动发展，带动城市低碳技术创新。另一方面，城市的多样性和专业性优势，不仅为不同行业及学科领域的人才提供了便利的信息交流平台，促进新技术产生，也因各种专业人才和企业的不断集聚，劳动力、能源及企业资本等生产要素间调度更加灵活，避免了资源的浪费，有效提高资源配置效率和资源利用效率，促进低碳经济增长。林伯强等认为在新兴产业发展过程中的倒逼效应和示范效应可以带动资本、劳动及土地等生产要素的流动和集聚，从而优化产业配置结构，提高资源配置效率[10]。基于此，本文提出：

假设1：新型城镇化建设过程中，通过人力资本积累和资源配置效率的提高形成要素配置效应，促进城市低碳技术创新。

技术外溢效应。城镇化的技术外溢效应主要体现在两个方面:首先，城镇化建设过程中我国的铁路、公路等交通基础设施不断完善，同时互联网络的兴起也为高新技术产业和信息产业的发展提供了良好的外部环境条件，两者的发展为低碳创新技术的传播提供了便利良好的传播渠道，低碳技术创新的科技成果以城市为中心迅速向周围地区扩散，提高国家整体低碳创新驱动能力；此外，技术进步鼓励企业引进新能源、节能减排等先进的环保技术和装备制造业，采用绿色清洁技术代替传统技术，实现正向的外部效应。李斌等基于中国工业行业的数据分析发现，纯生产技术效应在减排及低碳经济发展中占据了主导地位[11]。王飞成等基于主成分分析的研究表明，技术效应能提高城市生产率，促进节能、环保技术进步的同时也可以减少企业污染物的排放，实现城市绿色发展[12]。基于此，本文提出：

假设2：新型城镇化建设中会因新生产技术的传播及绿色清洁技术的产生形成技术外溢效应，促进城市低碳技术创新。

结构优化效应。以农业为主的传统社会在城镇化的发展历程中逐渐被以第二、三产业为主的现代化工业所替代。城镇化建设下的产业结构优化表现为高污染、高耗能和低水平的产业不断向要素密集型产业发展，不仅有利于城镇化质的提高，也为城市低碳经济发展提供了充足的发展动力。张漫在对新型城镇化下低碳路径分析中发现，产业结构优化是重要的影响因素，产业结构随着城镇化不同发展阶段而不断优化，快速发展的第三产业为生活部门，以要素密集型产业为主，碳排放较少[13]。基于此，本文提出：

假设3：新型城镇化建设中现代化工业的发展和要素密集型新兴产业的兴起形成的结构优化效应，促进城市低碳技术创新。

三、研究设计

(一)模型设定

本文根据双重差分法(DID)模型设立的基本步骤，分别设立实验组和控制组虚拟变量和时间虚拟变量。首先，关于地区虚拟变量，将2014年实施国家新型城镇化综合试点的地区设立为实验组，定义为1；未实施新型城镇化综合试点的地区设立为控制组，定义为0。在选取实验组与控制组样本的过程中，由于本文使用的是地级市层面的数据，而在设立综合试点地区时，如深圳市光明新区和浙江省苍南县龙港镇等只将地级市内的某一区或县(镇)作为试点城市，试点范围并没有覆盖整个城市区域，如果将这一类试点城市纳入DID模型会低估新型城镇化建设的创新效果，因此在选择样本时将这一类地区剔除。基于此，本文最终将合肥、扬州和宁波等54个地级市作为实验组，将其他229个地区作为控制组进行对照。其次，关于时间虚拟变量的设立，由于中国从2014年开始实施新型城镇化试点政策，因此2014—2018年为政策实施后，定义为1；2005—2013年为政策实施前，定义为0。根据上述分析，基于双重差分法，本文设定的基本回归模型为：

Y02it=α0+α1POLICYi+α2YEARt+α3(POLICYi×YEARt)+εit

(1)

其中：i表示地区，t表示时间，Y02为被解释变量，表示低碳技术创新水平；POLICY表示地区虚拟变量，YEAR表示时间虚拟变量，POLICY×YEAR是准DID交互项，α0、α1、α2和α3分别为相关系数，ε表示扰动项。

考虑到相关遗漏变量对解释变量的影响，本文在式(1)的基础上加入了一系列对低碳技术创新可能造成直接或间接影响的控制变量，得到模型如下：

Y02it=α0+α1POLICYi+α2YEARt+α3(POLICYi×YEARt)+α4Xit+εit

(2)

其中：Xit代表的控制变量包括产业结构、地区经济发展水平、环境规制、研发投入和人力资本水平。

在现实情况下，中国各个城市在经济发展水平以及自然条件等方面存在较大的差异，这种城市异质性使得时间效应一致性的条件难以得到满足。因而，在使用双重差分法之前应尽可能选择各方面特征与实验组相似的非新型城镇化综合试点城市作为匹配的控制组。为了解决这一问题，本文在1983年Rosenbaum等提出的倾向得分匹配法(PSM)的基础上，借鉴石大千等的方法最终采用双重差分法与倾向得分匹配法相结合(PSM-DID)的方法，从而更加准确地评估新型城镇化建设对低碳技术创新的影响效应[14]。具体的处理过程为：首先，使用logit回归处理倾向得分；其次，进行倾向得分匹配，为了满足平衡性的匹配原则，不仅要使得实验组和控制组所分别对应的倾向得分匹配值在数值上尽量相近，同时也要满足各控制变量在匹配后的实验组和控制组之间分布较均匀；然后，根据倾向得分匹配法匹配出相对应的特征最为相似的实验组与控制组；最后，利用双重差分法对匹配后的实验组与控制组进行回归。

根据上述方法，本文进一步得到的PSM-DID计量模型为：

(3)

(二)指标选取与数据来源

1.低碳技术创新

本文的被解释变量为低碳技术创新水平，在借鉴王为东等[15]的研究基础上，依据2017年10月由美国专利局(USPTO)和欧洲专利局(EPO)联合公布的CPC-Y02专利分类系统，采用中国人在国内申请的Y02分类申请专利数来衡量低碳技术创新水平，并对其取对数处理。具体而言，根据最新的CPC-Y02专利分类系统的标准，Y02专利主要包括Y02B与建筑有关的低碳技术,Y02C对温室气体进行捕捉、存储、封存或处置的技术,Y02E与能源发电、输电、配电相关的低碳技术,Y02T与交通运输相关的低碳技术,Y02W与废水处理或废物管理有关的低碳技术,Y02P生产或加工货物中的低碳技术。

2.控制变量

在相关文献研究的基础上，本文依次选取了产业结构、地区经济发展水平、环境规制、研发投入和人力资本水平等会对低碳技术创新水平产生直接或者间接影响的变量作为本文实证研究的控制变量。(1)产业结构。用第二产业增加值占GDP的比重来衡量，记为str。(2)地区经济发展水平。随着地区经济发展水平的提升，消费者对于绿色环保产品的要求更高，需求也会增加，因而会促进低碳技术创新水平的提升[16]，用地区实际人均GDP的大小来表示该地区的经济发展水平，并取对数，记为pgdp。(3)环境规制。基于王锋等[17]的研究，对环境规制强度的衡量用地区工业污染治理投资完成额与GDP总额的比值大小来衡量，记为er。(4) 研发投入。用研究与试验发展经费内部支出与GDP的比值来衡量地区的研发投入强度的大小，记为rd。(5) 人力资本水平。用平均受教育年限来表示人力资本水平的高低，记为lab。

本文实证研究数据以2005—2018年为研究区间，中国283个地级市的面板数据作为研究对象。其中，各地区Y02专利数来自于Incopat专利检索数据库，第二产业增加值与GDP总值数据均来源于历年《中国统计年鉴》，研究与发展试验经费数据来源于《中国科技统计年鉴》，地区工业污染治理投资完成额数据来源于历年《中国环境统计年鉴》，平均受教育年限数据来源于历年《中国劳动统计年鉴》。

四、实证结果及分析

(一)新型城镇化建设实施前后的简单对比分析

在进行实证检验之前，本文采用比值法从而更加直观地比较在新型城镇化政策实施前(2005—2013年)与政策实施后(2014—2018年)各主要变量在综合试点地区和非综合试点地区的均值变化情况。以被解释变量低碳技术创新水平Y02为例，首先计算出在新型城镇化政策实施前综合试点地区与非综合试点地区Y02均值的比值，其次计算出在新型城镇化政策实施后综合试点地区与非综合试点地区Y02均值的比值，然后再将这两个比值做差，最后通过观察这一差值的特征来初步反映新型城镇化建设政策的实施对于低碳技术创新水平的影响。

从表1所示的新型城镇化实施前后各主要变量均值比较的结果可以看出：(1)对于被解释变量低碳技术创新水平来说，政策实施后在综合试点地区和非综合试点地区Y02的数值均有所提高，这一结果初步表明新型城镇化政策的实施对于低碳技术创新水平具有促进作用。具体来说，综合试点地区的低碳技术创新水平在政策实施前后都比非综合试点地区高；此外，在政策实施前综合试点地区的Y02值比非综合试点地区高出9.77%，政策实施后这一比例扩大为20.17%。(2)从控制变量来说，综合试点地区产业结构、地区经济发展水平、环境规制强度、研发投入强度和人力资本水平在新型城镇化政策实施后均有所提高。

值得注意的是，以上对新型城镇化政策实施前后各主要变量均值的简单对比分析中并没有控制其他影响因素，不能说明新型城镇化政策的实施对低碳技术创新水平的提升具有促进作用，因而本文进一步采用DID方法和PSM-DID方法来实证检验这一影响作用是否存在。

(二)新型城镇化建设对低碳技术创新的影响

根据上文的分析，本文将2014年实施的新型城镇化建设政策看作一次准自然实验，在此基础上利用DID法分析新型城镇化建设对低碳技术创新的影响，影响效果如表2所示。

表1 新型城镇化建设政策实施前后各主要变量的均值比较

表2 新型城镇化建设对低碳技术创新的影响(DID法)

注：***、**和*分别表示在1%、5%和10%的水平上显著

在表2中，列(1)为未加入任何控制变量的基准回归，列(2)—列(6)为依次加入了产业结构、地区经济发展水平、环境规制、研发投入和人力资本水平等会对低碳技术创新水平产生直接或者间接影响的控制变量的回归结果。可以看出：首先，对于本文的核心解释变量POLICY×YEAR来说，在依次加入控制变量的过程中其回归系数的符号方向和显著性均没有根本性的改变，且均在1%的水平上显著为正，表明新型城镇化建设政策的实施显著促进了低碳技术创新水平的提升。其次，从控制变量来看，地区经济发展水平、环境规制和人力资本水平的回归系数在1%的水平上显著为正。这表明，在现有基础上进一步提高地区经济发展水平、环境规制和人力资本水平可以对低碳技术创新产生正面的促进效应。与此同时，产业结构和研发投入的回归系数显著为负，表明第二产业占比越大、研发投入强度越大会阻碍低碳技术水平发展。对于产业结构变量来说，在第一、二、三产业中，第二产业生产制造过程对环境的污染更大，因而第二产业占比越高越不利于低碳技术创新，这一结果与傅京燕等[18]的研究结果相一致。此外，在包含了本文所有控制变量的列(6)中可以看出，除POLICY的回归系数不显著外，其他变量均通过了1%水平上的显著性检验，表明利用DID法得到的回归结果较稳健。

(三)基于PSM-DID方法的检验

现实情况中，在没有实施新型城镇化政策之前，由于新型城镇化建设综合试点城市与其他城市的变化趋势不一致，故无法满足DID法的假设条件。因此，本文采用双重倾向性得分匹配法进行进一步的稳健性检验。运用PSM-DID法的具体步骤为：首先，采用Logit模型，以政策虚拟变量POLICY为因变量，以产业结构、地区经济发展水平、环境规制、研发投入和人力资本水平等相应变量为协变量，计算倾向得分值，并根据倾向得分值匹配出新型城镇化建设城市的配对城市。根据具体的匹配后样本采用kernel核匹配法进行倾向得分的核匹配；其次，在进行PSM-DID检验之前，需对匹配后实验组和控制组的各变量的平衡性进行检验，如果检验结果显示各变量之间不存在显著差异，则说明支持使用PSM-DID法。表3为进行匹配之后的平衡性检验结果。

从表3可以看出，各协变量的t统计量均不显著，说明各协变量在进行匹配后均不存在显著性的差异，表示低碳技术创新水平的结果变量存在较为显著的差异，这一结果表明该匹配是有效的，因此本文采用PSM-DID方法具有合理性。

表4是采用PSM-DID方法进一步分析新型城镇化建设的实施对低碳技术创新水平的影响结果。其中，列(1)未加入任何控制变量，列(2)加入了控制变量。可以看出，列(1)和列(2)中核心解释变量POLICY×YEAR在1%的水平上都显著为正。在进一步将其与表2 DID法的结果对比之后发现在数值上的差异也不明显。这一结果说明本文的实证结论具有较好的稳健性，表明新型城镇化建设政策的实施有效地促进了低碳技术创新。

表3 倾向得分匹配有效性检验

注：***表示在1%的水平上显著

表4 新型城镇化建设对低碳技术创新的影响(PSM-DID法)

注：***、**和*分别表示在1%、5%和10%的水平上显著

(四)新型城镇化建设影响低碳技术创新的机制检验

从前文基于PSM-DID法的实证结果可以看出新型城镇化政策的实施对低碳技术创新水平有显著的促进作用，为了进一步探究这一影响产生的具体中间机制，本文借鉴Baron等[19]的方法对中间机制进行验证。具体验证步骤如下：(1)将新型城镇化建设交互项POLICY×YEAR与三大效应分别进行回归，若回归系数显著，说明新型城镇化建设对三大效应产生影响；(2)将交互项与低碳技术创新水平进行回归，若回归系数显著，说明新型城镇化建设影响低碳技术创新；(3)将新型城镇化建设交互项和三大效应同时纳入计量模型与低碳技术创新水平进行回归，若回归系数变得不显著或者显著但显著性有所下降，则说明新型城镇化建设通过三大效应影响低碳技术创新水平。依据上述验证步骤，本文依次设立了以下的实证模型：

ysit(jgit,jsit)=β0+β1(POLICYi×YEARt)+β2Xit+εit

(4)

Y02it=δ0+δ1(POLICYi×YEARt)+δ2Xit+εit

(5)

Y02it=η0+η1(POLICYi×YEARt)+η2jsit(ysit,jgit)+η3Xit+εit

(6)

其中：ys为要素配置效应，用绿色全要素生产率表示；jg为结构优化效应，用第二产业增加值占第三产业增加值的比重衡量；js为技术外溢效应，用人均专利授权数来表示。其中，式(4)用于验证新型城镇化建设对三大效应是否产生影响；式(5)分别验证三大效应是否影响低碳技术创新水平；式(6)将三者同时放入回归方程，对中间机制进行验证。

表5是中间机制的实证检验结果，其中列(1)—列(3)依次对应的是式(4)—式(6)的回归结果。结果表明，列(1)中要素配置效应、结构优化效应和技术外溢效应这三大效应的回归系数均显著为正，表明在新型城镇化的建设过程中正向促进了三大效应的产生。列(2)的回归结果表明，三大效应对低碳技术创新均有显著的促进作用。列(3)的回归结果表明在同时分别加入三大效应、新型城镇化建设的交互项与低碳技术创新水平回归后，新型城镇化建设交互项对低碳技术创新的回归系数及显著性均有所变化：影响系数由0.048降至0.014，系数显著性由1%变为10%，这说明在加入要素结构效应的变量后回归系数依然显著，但是系数变小了，显著性也有所降低，这一结果证实新型城镇化建设通过要素配置效应对城市低碳技术创新水平产生正向的影响。同理分析，可以得到新型城镇化建设还通过结构优化效应和技术外溢效应促进低碳技术创新。

表5 新型城镇化建设影响低碳技术创新的机制检验

注：***、**和*分别表示在1%、5%和10%的水平上显著

五、新型城镇化建设影响低碳技术创新的异质性分析

从城市特征异质性的分析角度出发，需要考虑哪些城市发展特征对新型城镇化建设具有推进的作用，并具有一定的政策参考价值与现实意义。城镇化是一个巨大的系统工程，首先，人本视角下的新型城镇化理念认为人口因素对新型城镇化建设具有重要的影响，其中人口的迁移会带来人才的集聚从而影响新型城镇化建设进程。其次，地区经济发展水平和基础设施发展也是与城镇化发展密切相关的因素。基于此，本文依次分别以城镇人口比、地方财政支出和城镇基础设施水平这3个指标来对上述城市发展特征进行异质性分析，检验对于具有不同发展特征的城市新型城镇化建设对技术创新的影响是否具有差异性，进而为政策设计提供参考。在具体的实证分析过程中，用地区城镇常住人口占该地区总人口的比重表示人口因素，用地方财政支出额占GDP的比值来表示地方政府的财政支出强度，用城镇人均道路面积代表城镇基础设施的发展水平。

从城市规模异质性的角度出发，在新型城镇化的建设过程中，可能同时存在因城市规模较大而形成的经济集聚效应以及因城市规模过大而造成的拥挤效应，进而对城市低碳技术创新具有不同方向及不同程度的影响效果。本文依据2014年最新发布的《关于调整城市规模划分标准的通知》，以城区常住人口数量为划分标准分为小型、中等和大型等6种不同规模的城市，对不同规模城市新型城镇化建设的低碳技术创新效应进行实证分析。

表6为新型城镇化建设影响低碳技术创新的异质性分析结果。首先，在关于城市特征异质性的分析结果中，对于城镇人口占比较低的城市，新型城镇化建设促进低碳技术创新的效果不显著，而城镇人口占比较高的城市，新型城镇化建设的低碳技术创新效应显著为正。这表明人口因素是新型城镇化建设的重要推动因素，能有效促进低碳技术创新发展。人口城镇化是新型城镇化发展的重要特征，随着人才的快速集聚，绿色生产技术得到大力发展，为经济可持续发展提供源源不断的动力；对于基础设施水平较低的城市而言，新型城镇化建设对低碳技术创新的作用为正但不显著，而在基础设施水平较好的城市中，这种正向的促进作用均显著且系数相对更大，表明城市基础设施建设都是新型城镇化建设过程中促进低碳技术创新的有力支撑；从地方政府财政支出的角度分析，高地方财政支出反而不利于新型城镇化建设过程中的低碳技术创新效应，这是因为地方财政支出水平越高，地方政府的干预程度越大，在地方政府竞争中，政府会以牺牲环境保护为代价追求短期的经济增长效益。其次，从城市规模异质性的分析结果看，小型城市的回归系数为-0.072，不利于低碳技术创新。而较大规模城市的回归系数依次为0.017、0.201、0.244、0.434和0.467，且都通过了显著性检验。进一步分析发现，不同规模城市的低碳技术创新效应也存在着差异，城市规模越大，回归系数的数值也逐渐增大，新型城镇化建设对于低碳技术创新的促进效应越显著。

注：***、**和*分别表示在1%、5%和10%的水平上显著

六、结论与启示

本文基于2005—2018年我国283个地级市的面板数据，利用DID法以及PSM-DID法从理论和实证上研究了新型城镇化建设这一政策的实施对低碳技术创新的影响。本文的实证研究结果表明，新型城镇化建设显著促进了我国的低碳技术创新水平。通过中间机制的实证研究表明，新型城镇化建设主要通过要素配置效应、结构优化效应和技术外溢效应促进低碳技术创新。而在进一步的异质性分析中，发现对于城镇人口比重、地区经济发展水平以及产业结构程度越高的城市，新型城镇化建设的推进对低碳技术创新水平的促进效果越好；此外，在城市规模异质性研究中，规模越大的城市低碳创新效果越明显。

通过上述研究，得到如下政策启示：

第一，在新型城镇化建设过程中，地区经济发展水平、环境规制和人力资本3个变量的提高会促进低碳技术创新，因此要更加注重地区经济发展水平的提高，适度提升环境规制强度以及在人力资本方面的投资力度。同时，绿色发展理念作为五大发展理念之一，应与新型城镇化建设的推进共同协调发展，充分发挥要素配置效应、结构优化效应以及技术外溢效应三大效应在新型城镇化建设过程中的低碳技术创新作用，增强城镇自主绿色生产技术创新，走低碳、绿色和可持续发展的新型城镇化道路。

第二，政府的过度干预反而不利于低碳技术创新。因而，新型城镇化建设中，在发挥市场“看不见的手”的作用的同时，政府要明确自身的定位，尽量避免由于政府过多的行政干预而导致不利于新型城镇化建设的推进。此外，地方政府应积极发挥自身的主体能动性，依据不同地区的经济发展现状、资源禀赋以及人口规模等影响城镇化建设的因素，因地制宜，探索科学合理的城镇规划模式以及投资决策。

第三，城市规模越大越有利于低碳技术创新。因此，对于大规模城市来说，在保持自身发展优势的基础上，要发挥大城市的集聚效应和规模效应。同时，还要不断推进行政体制改革，优化调整产业布局，促进大中城市和小城市协调发展。