能源转型政策与城市绿色创新活力

李豫新 程洪飞 倪超军

摘要 能源转型政策对能源供需结构调整和应对气候变化具有重要意义，绿色技术创新是实现能源替代的关键。新能源示范城市政策作为中国能源转型过程中一项重要的试点工程，当前尚未有文献科学评估新能源示范城市政策的绿色创新效应，缺乏对示范城市政策作用机理的深入解读。鉴于此，文章以委托代理理论为基础分析地方政府实施新能源示范城市政策的行为动机，从地方政府激励与约束视角剖析该项政策发挥绿色创新效应的内在机理，并利用2006—2019年中国272个地级及以上城市的面板数据，以新能源示范城市政策为一项准自然实验，采用双重差分模型识别新能源示范城市政策对城市绿色创新活力的影响，从多个角度分析了城市特征异质性对政策效应的影响，并进一步检验了作用机制和空间效应。研究发现：①新能源示范城市政策的实施显著提升了示范城市的绿色创新活力，该结论在PSM?DID等一系列稳健性检验下依然成立。②新能源示范城市政策的绿色创新效应主要通过改变地方政府的激励行为，提高对企业的创新支持得以实现，约束行为的“倒逼”作用在统计上不显著。③新能源示范城市政策对中西部城市、行政等级较高的城市、创新基础较好的城市和非资源型城市的绿色创新效应更加明显。④新能源示范城市对邻近城市的虹吸效应和扩散效应大于示范效应，产生了负向空间溢出效应，抑制了邻近城市的绿色创新活力。因此，中国政府应总结新能源示范城市的建设经验，完善绩效评估和长效监督机制，扩大新能源示范城市的范围；地方政府在强化激励作用的同时，应制定有效的约束机制。

关键词 能源转型政策；新能源示范城市；绿色创新活力；激励-约束

中图分类号 F124. 3；F062. 1 文献标志码 A 文章编号 1002-2104（2023）01-0137-13 DOI：10. 12062/cpre. 20220918

全球气候变化已成为影响经济社会发展的重要方面，如何控制人类日益增长的化石燃料消耗，开发可替代的清洁能源，实现经济社会绿色可持续发展，是世界各国面临的政策挑战之一［1］。党的十九大报告明确指出要加快建立绿色生产和消费的法律制度和政策导向，构建市场导向的绿色技术创新体系，壮大节能环保产业、清洁能源产业，推进能源生产和消费革命。2020年9月中国政府在联合国大会上宣布中国力争2030年前实现碳达峰、2060年前实现碳中和，节能和能源绿色转型是实现“双碳”目标的重要抓手。从能源消费情况看，中国是世界上最大的新能源生产和消费国，但2020年一次能源消费中煤炭占比高达56. 8%，能源供需的结构性矛盾依然突出。“十四五”时期是中国构建现代能源体系和绿色低碳转型的关键时期，2022年1月国家发展改革委和国家能源局联合发布的《“ 十四五”现代能源体系规划》提出，到2025年非化石能源消费比重提高到20%左右，新能源技术水平持续提升，减污降碳技术加快推广应用。绿色技术创新不仅是促进能源转型、提升可再生能源产业与技术国际竞争优势的关键［2-3］，而且是经济体实现绿色能源革命、如期完成“双碳”目标的关键［4-5］。因此，评估能源转型政策对绿色技术创新的影响成为能源绿色转型的重要方面。为推进能源生产和消费革命，提升新能源技术在城市中推广和利用，促进生态文明建设，发挥可再生能源在调整能源结构和应对气候变化方面的作用，中国政府于2014年正式公布了81个新能源示范城市和8个新能源示范产业园区。新能源示范城市政策可以为实现能源转型目标和提升绿色技术创新水平提供哪些借鉴？因此，文章聚焦于新能源示范城市政策的绿色创新效应，理论上从地方政府激励与约束视角分析政策效应的内在机理，实证上以2014年实施的新能源示范城市政策为准自然实验，运用双重差分模型考察新能源示范城市政策对城市绿色创新活力的影响，以期为中国能源绿色转型提供经验证据。

1 文献综述

有关新能源推广利用的研究一直是能源环境领域的热点话题。欧洲一些工业发达国家率先制定了一系列促进新能源发展的政策，其中不乏促进新能源在城市中生产与消费的政策措施，例如1988年欧洲提出的能源城市奖对城市可再生能源应用和节能进行综合认证，2008年欧盟的市长盟约行动支持地方开展可持续能源发展行动等。有些学者开始研究新能源城市的规划布局问题，指出建设新能源示范城市需要充分考虑新能源发展的条件与制约因素，例如自然条件、新能源技术创新与应用、规模化生产等［6-10］。另外一些研究则更侧重于评估可再生能源推广对环境和气候的影响，他们认为通过调整能源生产和消费结构，利用可再生能源替代化石能源，会显著减少环境污染并提升城市的可持续发展能力［11-13］，对试点政策（低碳试点、新能源示范城市等）与空气污染的因果识别证实了以上结论，试点政策的环境治理效应主要体现在废水、废气的减排方面［14-15］。可再生能源技术的应用提高了能源供应能力、改变了能源消费组合，这对降低环境污染的影響是至关重要的［16-17］。

新能源示范城市政策具有引导性和约束性，是一系列环境规制手段在空间上的组合，属于环境规制范畴。关于环境规制能否促进绿色技术创新的研究存在两种假说：“限制假说”和“波特假说”。“限制假说”认为环境规制会增加企业污染治理的成本，对企业创新产生挤出效应进而降低企业竞争力，对经济增长产生的负面效应会抵消环保带来的社会效益［18］；“波特假说”则认为适度的环境规制可以激励企业进行定向技术创新，产生积极的环境绩效和社会绩效［19］。基于两种假说，有学者发现严格的命令控制型环境规制政策，例如环境法规，显著地降低了美国各州的技术效率［20］，环境监管对制造业的一般专利活动产生抑制作用，但对环境创新表现出积极影响［21-24］，这种积极的影响可能存在明显的企业异质性，主要体现在发达国家中生产率较高的企业［25］。市场型的环境规制政策，例如能源税、碳税、环境税，主要通过价格机制影响企业决策，能源价格上涨增加了企业的成本负担，能源替代迫使企业研发清洁能源技术［26-28］，但对碳排放交易配额制度的研究发现企业成本上升阻碍了企业进行清洁技术创新［29］。最优的政策组合应该同时包含能源税和新能源技术创新补贴，这样才能兼顾短期和长期影响。因此，政策干预是有必要的［1， 30］。

综上所述可以发现，现有文献关于能源转型政策是否能够促进绿色技术创新并未达成一致。新能源示范城市政策的相关研究主要集中于城市规划、政策实施的环境效应方面，关于新能源示范城市政策的绿色创新效应的研究很少，缺乏对政策效果產生的内在机理的深入研究。新能源示范城市政策是中国进行城市能源结构转型的一项重要的试点政策，系统、全面地评估新能源示范城市政策的绿色创新效应，对城市能源结构转型和应对气候变化具有重要意义。文章可能的边际贡献体现在以下三个方面：①运用DID、PSM?DID等方法科学评估了新能源示范城市政策对城市绿色创新活力的影响，为评估能源转型政策效应提供了全新的研究视角。②以委托代理理论为基础分析了地方政府实施新能源示范城市政策的行为动机，以及在此动机下地方政府的激励与约束行为影响绿色技术创新的内在机理，补充了宏观经济政策应用于城市层面的理论研究。③从城市创新基础、资源禀赋特征等多个角度分析了新能源示范城市政策对城市绿色创新活力的异质性影响，有助于全面总结示范城市经验，完善和推广新能源示范城市政策，将空间因素纳入分析框架，拓展了能源转型政策评估的研究方向。

2 政策背景与理论分析

2. 1 政策背景

可再生能源的开发与利用在应对资源约束、能源安全和环境安全方面发挥着重要作用。随着中国能源、环境、经济发展三者之间的矛盾逐渐突出，以及可再生能源技术与产业在国际竞争中所体现出的优势，中国更加重视可再生能源的发展并出台了一系列政策法规，2006年颁布实施《可再生能源法》，并于2007年发布了《可再生能源中长期规划》，将可再生能源发展纳入经济社会发展规划，之后又将可再生能源发展写入“十一五”规划和“十二五”规划。

为了落实可再生能源发展“十二五”规划，促进可再生能源在城市中生产和消费，提升城市可持续发展能力，2012年国家能源局组织开展了新能源示范城市的申报工作。申报的基本条件包括综合能力达标和新能源利用基础，综合能力达标包括主要污染物削减达标、能源消耗强度达标等；新能源利用基础指新能源消费占比或年消费总量达标。评价指标包括新能源利用量指标（规划期末城市新能源占能源消费比重达到6%以上）、分类新能源利用指标（至少两项新能源技术应用达标等）、组织管理和激励政策指标（地方政策支持、技术平台建设等）和宣__传教育（非必要）。新能源示范城市建设根据“清洁高效、多能互补、分布利用、综合协调”的原则，通过促进新能源利用的技术进步及在城市中推广应用，推进各种可再生能源的分布式利用来优化城市能源结构、建立现代能源利用体系。国家能源局依据以上标准、原则和目标对各地区上报的规划进行审核，2014年公布了第一批创建新能源示范城市和产业园区名单，包括北京市昌平区等81个城市和8个产业园区。

2. 2 理论分析

2. 2. 1 地方政府的行为动机

新能源示范城市政策是由中央政府授权，地方政府根据自身条件主动申请，最后由中央政府审核和批准，属于“中央请客、地方买单”的形式［31］，具有弱激励和弱约束的特点。从激励角度看，新能源示范城市没有得到明确的中央财政支持，因此并没有丰富示范城市的财政资源，仅仅是对地方政府现有财政资源的重新分配；从约束角度看，仅对2015年规划期末的新能源示范城市进行考核，缺乏绩效评估和项目审核的长效机制。在弱激励和弱约束的政策环境下，地方政府的行为动机可能产生偏移，如仅将申请成为示范城市作为一种政绩，缺乏后续的积极能动性。但中央政府对地方政府考核准则的转变，对地方政府的行为产生了积极的引导作用。

首先，在中国经济发展过程中，以GDP增长为核心的考核体系使地方官员将提高GDP作为任期内最重要的目标，导致地方官员缺乏环境保护的动力，这也容易导致地方政府在落实中央政府的决策时由于目标不一致而产生“政策失灵”。随着中国越来越重视生态文明建设和经济可持续发展，中央政府对地方政府的考核标准由单一GDP转变为绿色GDP、环境质量等综合标准，如将环保指标与官员的政绩考核挂钩。新能源示范城市建设的目的是发展新能源产业和绿色技术创新，促进城市生态文明建设和经济可持续发展。因此，中央政府的考核标准与地方政府的努力具有同向性。从这一点出发，地方政府具有较强的动机落实好新能源示范城市政策。

其次，绿色技术创新和新能源产业发展对城市环境、经济结构和就业等方面具有重要影响［32-33］。地方政府积极推动绿色技术创新、发展新能源产业，可以改革城市能源消费结构和产业结构进而破解资源环境难题，降低污染提高城市环境质量，提升城市“生态文明”品牌；由绿色技术创新和新能源产业带来的竞争优势能够促进就业和城市经济增长，进而提升城市绿色发展竞争力。出于以上动机，地方政府会加强新能源示范城市建设。

最后，自主意愿得到认可提升了地方政府的积极能动性。新能源示范城市的评审机制是中央政府授权，地方政府根据自身条件主动申请，中央政府审核和批准，这种“自下而上”和“自上而下”的双向政策机制是对地方政府执政能力的反馈，是对当选示范城市的地方政府能力的肯定，极大地提升了地方政府的积极性和自主意愿。

据此提出假说1。

1：新能源示范城市政策的有效推行提升了城市的绿色技术创新活力。

2. 2. 2 地方政府的激励与约束行为

企业在决策时通常不会考虑由信息外溢等外部性带来的社会效益［34］，其公共品属性决定了企业在绿色技术自主创新方面的努力程度不足，因此，政府对绿色技术创新领域的政策干预是必要的。而地方政府的行为动机与中央政府的一致性特点，使地方政府实施新能源示范城市政策时具有积极能动性，主要表现为激励行为和约束行为。

从激励行为看，《新能源示范城市评价指标体系及说明（试行）》中有明确的组织管理和激励政策指标，要求地方政府制定明确的财政支持、公共服务平台建设、配套基础设施及发展环境，设立新能源技术利用和推广的专项资金以及其他扶持措施，例如对企业技术改造、技术创新、企业转型等进行现金奖励或税收减免。政府激励行为的作用体现在以下两点：一是风险分担，提升企业绿色技术自主创新的积极性。长期来看，政府与企业关于绿色创新的最终目标将趋同［35］，但短期内可能存在目标冲突。绿色技术创新的高难度性、高风险性以及公共品属性，导致企业在成本与利益权衡时自主创新动力不足。地方政府通过设立专项资金支持企业的绿色技术创新活动，降低了企业的创新风险，提高了企业的经济预期。同时地方政府的补贴、税收减免政策降低了企业进行绿色技术创新的成本，缓和了短期目标冲突，进而提升了企业进行绿色技术创新的积极性。二是投资引导，调动各类投资主体和需求主体的积极性。地方政府的激励行为具有政策导向作用，引导社会投资流向新能源生产或能源转型企业，融资平台的完善进一步强化了这一作用。另外，各类投资主体和需求主体在市场机制的作用下涌入新能源领域，丰富了企业进行绿色技术创新的资源要素，激发企业进行绿色技术创新的内生动力。由于地方政府财政支持的资金来自自身财政资源的再分配，不存在地方政府与企业的“合谋行为”。相反，地方政府会进行调研以充分了解企业的相关信息，并对企业的后续行为进行监督。据此提出假说2。

假说2：新能源示范城市政策通过影响地方政府的激励行为进而增加财政支持，刺激企业进行绿色创新活动进而提升城市绿色创新活力。

从约束行为看，新能源示范城市建设明确要求提出约束性发展指标，包括能源消费约束、能源消耗强度约束__和环境污染约束等，如新能源示范城市在规划期末新能源消费量占总消费的比重要超过6%，规模以上单位工业增加值能耗小于省（区、市）平均水平，按期完成国家和省级政府下达的主要污染物总量削减任务。命令型的环境规制政策引致的“硬约束”对市场主体产生异质性的行为影响，企业根据自身条件做出转移、转型或升级的行为决策［36-37］。能源消费约束最直接的影响是推动产业结构改革，地方政府直接命令化石能源消耗较高的企业关闭或者轉移，对有能力、基础较好的企业帮助其进行技术改造和转型升级，同时引进以新能源生产或以新能源消费为主的企业，进而对地方产业进行重组和改革，提高资源的配置效率；在面对能源消耗强度约束和环境污染约束时，企业会权衡节能降污的成本与收益。缺乏资金和技术积累的企业可能无法承受环境规制引致的成本，会选择关闭或者转移，有一定资金和技术能力的企业可能会进行全方位的资源再配置，通过绿色技术创新完成技术改造、转型或者升级，进而降低企业节能减排的成本［38］。地方政府的约束行为可以避免引入新能源产业的高能耗、高污染环节，从而忽视新能源技术的研发、利用与推广。通过“倒逼”作用促使企业进行绿色技术创新以适应现阶段的能源消费结构、能耗强度和污染约束，激发地方企业绿色创新的内生活力。据此提出假说3。

假说3：新能源示范城市政策通过影响地方政府的约束行为来提高资源配置效率和环境规制强度，进而“倒逼”企业进行绿色创新活动，提升城市绿色创新活力。

3 研究策略

3. 1 模型设定

将新能源示范城市政策视为一次准自然实验，运用双重差分法（DID）识别政策的绿色创新效应。根据双重差分法的原理和设定步骤，构建如下虚拟变量：①政策虚拟变量，实验组和控制组。实验组为新能源示范城市，定义为1；控制组为非试点城市，定义为0。②时间虚拟变量，政策实施节点。2014年及之后年份定义为1，2014年之前定义为0。在筛选数据样本时进行了如下处理：由于文章样本为地级及以上城市层面数据，如果包含新能源示范产业园区所在城市作为试点城市可能会低估新能源示范城市的政策效应，因此将新能源示范产业园区所在城市剔除；有些城市将某个区设立为新能源示范对象（如北京昌平区、青岛崂山区），不足以代表整个城市，因此将该类城市从样本数据中剔除。最终样本数据包括272个地级及以上城市，其中60个新能源示范城市，212个非新能源示范城市。

模型设定如下：

其中：i 和t 分别表示城市和年份，giv 表示城市绿色创新活力，control 为一系列控制变量，λi和θt分别表示控制城市固定效应和时间固定效应，δit 表示随机误差项。didit = policyi × timet，policy 表示政策虚拟变量，试点地区为1，非试点地区为0；time 为时间虚拟变量，2014年及之后为1，2014年之前为0。

3. 2 变量选取

3. 2. 1 被解释变量

城市绿色创新活力（giv）。专利直接体现了研发和创新绩效的结果，被认为在衡量技术创新方面很有用［39-40］，另外考虑到绿色专利授权量存在行政审批等外部因素的干扰，而绿色专利申请量则是绿色创新层面对政策干预最直接的反映［41］，其中绿色发明专利申请量更能体现绿色创新活力的真实水平。因此选择城市每万人绿色发明专利申请量衡量城市绿色创新活力。

3. 2. 2 核心解释变量

新能源示范城市试点政策（did）。文章采用双重差分项衡量核心解释变量，若该城市入选新能源示范城市，且年份在2014年及以后，则为1，否则为0。

3. 2. 3 控制变量

参考刘瑞明等［42］、罗勇根等［43］和Tientao等［44］的研究，引入以下控制变量。①经济发展水平（ve），以地区人均实际GDP表示；②人力资本水平（hc），以每百人高等学校在校人数表示；③城市规模（scale），用城市人口密度衡量；④固定资产投资（inv），以固定资产投资占GDP的比重表示；⑤对外开放水平（fdi），采用外商直接投资占GDP的比重表示，外商直接投资用人民币兑美元汇率进行换算；⑥政府干预程度（ge），用一般公共预算支出占GDP的比重表示。

3. 2. 4 中介变量

根据理论分析将地方政府的行为分为激励型和约束型中介变量，激励型中介变量指政府对城市绿色科技创新的支持（MT），考虑到城市统计数据中没有明确的绿色科技创新支出指标，参考张凡等［45］和董香书等［46］的做法，采用政府科技创新支出占GDP的比重表示政府对绿色技术创新的激励行为；约束型中介变量包括资源配置效率（RE）和环境规制强度（ER），以全要素生产率表示资源配置效率［14］，环境规制强度包括能耗强度约束（ERE）和污染排放约束（ERD），能耗强度约束用每万元GDP产出能耗表示，污染排放约束用每万元GDP产出工业粉尘排放量表示，该值越高表示环境规制强度越弱，越低则表示环境规制强度越强［47］。

3. 3 数据说明

选取2006—2019年中国272个地级及以上城市的平衡面板数据为研究样本①，评估新能源示范城市政策对城市绿色创新活力的影响。相关数据来自《中国城市统计年鉴》《中国能源统计年鉴》、中经网统计数据库、各省市统计年鉴及统计公报。专利数据来自国家知识产权局，依据世界知识产权组织（WIPO）在2010年发布的《国际专利分类绿色清单》，参考齐绍洲等［48］的做法识别绿色专利并进一步匹配到城市层面。参考姚战琪［49］的做法，以从业人员作为劳动投入，以固定资本（固定资产永续盘存法）作为资本投入，以实际GDP作为产出，运用数据包络分析法（DEA）核算全要素生产率。除人均实际GDP外，所选变量中涉及货币类的相对指标，均采用相应的名义值比名义GDP进行计算，因此未采用GDP平减指数进行平减。变量的描述性统计见表1。

4 实证分析

4. 1 基准回归

文章运用双重差分法进行回归时逐步加入控制变量，同时控制时间和个体层面的差异，回归结果见表2。表2 列（1）—列（7）展示了依次加入控制变量后的回归结果。

由表2 列（7）的回归结果可知，试点政策虚拟变量（did）的回归系数为0. 141，且在5%的水平上显著，表明新能源示范城市政策的实施显著地提升了试点城市的绿色创新活力，相较于非试点城市提升了14. 1个百分点，该结果与理论假说1一致。新能源示范城市建设的理念是促进新能源技术研发、提高新能源消费占比和促进城市生态文明建设，提出了明确的新能源消费和降低污染排放的目标。从规制经济学理论看，地方政府通过财政预算进行计划性投资，将资金投向新能源技术的引进、研究与开发，以满足试点城市对新能源技术的强烈需求，另外地方政府对新能源行业的生产、研发补贴等激励措施调动了市场主体进行绿色创新的积极性；为完成中央政府对能源消费和降污减排的目标，地方政府采取约束性手段，如调整产业结构和限制能源消费强度，可能迫使企业进行绿色技术创新以适应现阶段的能源供给和环境政策。因此，通过激励和约束的双轮驱动，从而提升了试点城市的绿色创新活力。

4. 2 平行趋势假设检验

根据Harris等［50］的研究，在政策实施前处理组和对照组应具有相同的变化趋势或不存在显著的系统性差異，即平行趋势假设成立，双重差分模型才能得到准确的因果识别。图1展示了示范城市和非示范城市绿色技术创新均值的变化趋势。由图1可知，新能源示范城市政策实施之前，示范城市和非示范城市的变化趋势基本一致，政策实施之后的趋势变化明显。

文章选取新能源示范城市政策实施的当期（记为“0”期）为基期，对政策实施前4年和实施后5年进行平行趋势假设检验，下角标t 表示与基期相差的时期数。图2展示了平行趋势检验结果。从图2可以看出，在新能源示范城市政策实施前，实验组和控制组之间的差异不显著，即实验组和控制组在城市绿色创新活力上不存在系统性差异，模型通过了平行趋势检验。

4. 3 稳健性检验

4. 3. 1 安慰剂检验

新能源示范城市政策可能会受到不可观测因素的影响，因此需要进行安慰剂检验。借鉴史丹等［52］的检验思路，在272个城市中进行1 000次随机抽样，每次抽样随机选出60个城市作为实验组，其余212个城市作为控制组，然后按（1）式进行基准回归得到1 000个估计值，这些估计值的P 值分布见图3。由图可知，估计系数大多数位于零点附近，且大多数估计值的P 值都大于0. 1，红色虚线表示真实的样本估计值（0. 141），这表明估计结果不是偶然得到的，因而不太可能受其他随机性因素的影响，证明基准回归结果是稳健的。

4. 3. 2 其他稳健性检验

（1）反事实检验。运用双重差分方法时如果实验组和对照组不具备可比性，在因果识别时可能导致有偏的结果。因此，文章构建虚假时期的政策虚拟变量，具体将新能源示范城市政策的时间分别提前2年和4年，再纳入基准回归模型进行检验，回归结果见表3列（1）和列（2）。根据回归结果可知，将政策分别提前2年和4年之后，did2和did4 的估计系数均不显著。这意味着试点政策的实施确实显著提升了城市绿色创新活力。

（2）PSM?DID估计。运用双重差分法进行样本估计时，可能会出现样本选择偏差，即无法确保实验组和控制组在政策实施前具备相同的个体特征，从而干扰政策效应的评估。倾向得分匹配（PSM）可以较好地解决选择难题，有效控制选择性偏差。基本思想是根据处理组和对照组的某些特征进行匹配并生成匹配得分，根据匹配得分构建新的处理组和对照组。具体而言，文章以控制变量为样本点的识别特征，对示范城市和非示范城市进行卡尺内的K近邻匹配，倾向得分值密度函数图和共同支撑假设均表明匹配效果较好（限于篇幅，未在文中展示）。运用双重差分法对匹配后的样本进行回归，结果见表3列（3）。由结果可知did 的回归系数为0. 156，且在1%的水平上显著，该回归结果与基准回归结果基本一致，从而进一步证明基准回归所得结论是稳健的。

（3）排除其他政策干扰。考虑到样本期内其他关于城市发展的政策可能会干扰文章的因果识别，因此依据国家发展改革委和住房城乡建设部发布的相关文件（发改气候［2010］1587号、建办科［2013］22号），收集整理了两项与研究样本重叠的政策。为排除上述政策的干扰，借鉴张杰等的做法［53］，在回归中进一步加入低碳城市试点和智慧城市试点的虚拟变量，zh 表示是否实施智慧城市试点工作，dt 表示是否实施低碳城市试点工作，其中1表示实施相关政策，0表示未实施相关政策，回归结果见表3 列（4）和列（5）。可以看出did 的回归结果分别为0. 137和0. 140，均在5%的水平上显著，这表明文章对新能源示范城市政策的效应评估并没有受到这两项政策的干扰，实证结果稳健。

4. 4 异质性分析

为了深入分析新能源示范城市政策的绿色创新效应，文章考虑从区位特征、城市行政等级、资源禀赋和创新基础四个方面研究政策冲击的异质性影响，为新能源示范城市的推广提供更全面的经验证据。

4. 4. 1 城市区位特征

文章在进行城市区位特征异质性回归时，将中西部地区定义为1，东部地区定义为0，对区位特征与试点政策的交互项（Location_did）进行回归，回归结果见表4列（1）。由回归结果可知，回归系数为0. 196，且在1%水平上显著，表明新能源示范城市政策对中西部城市的绿色创新效应更加明显。中西部地区发展水平、产业结构相对落后，在面对传统能源约束和环境约束时对政策的需求更加强烈。新能源示范城市政策的实施满足了中西部地区对政策的需求，为中西部地区提供了改革的新思路。另外，中西部地区特殊的地理位置和自然条件，使得中西部地区适宜发展太阳能、风能等清洁能源，示范城市政策的实施进一步提升了中西部城市发展新能源的积极性，进而促进了中西部地区示范城市的绿色创新活力和新能源技术的推广与应用。

4. 4. 2 城市行政等级特征

城市行政等级不同，其直接生产性体现是城市可配置的资源要素不同，因此新能源示范城市政策的影响可能会因城市行政等级不同而存在异质性。文章将城市行政等级分为直辖市、省会城市、副省级城市和其他城市，定义直辖市、省会城市和副省级城市为1，其他城市为0，构建行政等级虚拟变量和试点政策的交互项（Crank_did）进行回归，由表4列（2）可知回归系数为1. 500，且在1%水平显著，这说明新能源示范城市政策对行政等级较高的城市的绿色创新效应较明显。行政等级较高的示范城市具有完善的基础设施、更好的市场环境和更具潜力的需求，相对其他城市具有更多的生产要素和配套设施优势，对新能源企业、人才更具吸引力，进而容易形成聚集经济，学习效应进一步促进了城市的绿色创新活力。

4. 4. 3 城市创新基础

作为市场主体的企业在面对环境规制政策时，可能会根据政策强度对创新资源进行再配置［28］，以满足绿色技术创新的需要。因此，城市创新基础不同可能导致可配置的创新资源不同，进而导致新能源示范城市政策产生异质性的绿色创新效应。文章利用复旦大学产业发展研究中心发布的中国城市创新指数（仅更新至2016年）来衡量城市创新基础，并根据城市创新指数将样本分为两组，创新基础较好的城市定义为1，否则为0，对创新基础和示范政策的交互项（Trank_did）进行回归，由表4列（3）可知回归系数为0. 281，且在1%的水平显著，这一结果是基准回归结果的近两倍，说明示范城市政策的绿色创新效应在城市创新基础特征上表现出非常明显的异质性。创新基础较好的示范城市具有更好的技术基础和创新环境，可以更快适应并转向绿色技术创新。另外可用的技术创新资源丰富，企业在进行创新资源决策时有能力将更多的创新资源重新配置到绿色技术创新上。因此，示范城市政策__在创新基础较好的城市表现出较强的绿色创新效应。

4. 4. 4 城市资源禀赋特征

城市资源禀赋的差异可能会影响地方政府对能源转型政策的需求，因此研究资源禀赋差异对新能源示范城市政策的绿色创新效应的异质性影响是有必要的。根据国务院相关文件（国发〔2013〕45号）划分的全国城市资源类型，将样本城市划分为159个非资源型城市和113个资源型城市。表4列（4）和列（5）给出了对非资源型城市和资源型城市的回归结果。结果显示新能源示范城市政策对非资源型城市的绿色創新效应为0. 271，结果在5%的水平显著，但对资源型城市的影响并不显著。非资源型城市由于资源相对匮乏导致在用能方面的成本较高［10］，因此非资源型城市更容易转向替代传统能源的可再生能源，对能源转型政策的需求也更强。这也说明新能源示范城市政策在非资源型城市可以将政策的绿色创新效应发挥得更大。

5 机制检验：激励与约束视角

实证分析表明新能源示范城市政策促进了城市绿色创新活力，但示范城市政策是通过什么渠道发挥作用的？前述理论分析表明地方政府在实施新能源示范城市政策时，行为动机与中央政府的目标具有一致性，地方政府通过激励和约束行为来刺激企业进行绿色技术创新。为了验证地方政府激励和约束行为两条渠道对城市绿色创新活力的影响，参考温忠麟等［54］的做法，构建如下模型：

其中：M 表示政府的激励行为和约束行为，分别为政府科技支持（MT）、资源配置效率（RE）和环境规制强度（ER），式中其他内容的含义同（1）式。

表5列（1）和列（2）是政府激励行为的回归结果。由列（1）的回归结果可知，新能源示范城市政策的实施对地方政府科技支持的影响系数为0. 047，回归结果在10%的水平显著，表明示范城市政策通过影响地方政府的激励行为，进而增加了地方政府对绿色技术创新的财政支持；由列（2）可知地方政府科技支持对城市绿色创新活力的回归系数为0. 625，且在1%的水平显著，表明地方政府的激励行为通过增加城市科技创新财政支持来提升城市绿色创新活力。该结论验证了理论假说2，地方政府通过财政支持、设立专项资金和融资平台等增加用于绿色技术创新的资金，这既降低了市场主体的创新风险，又引导投资流向绿色技术创新领域，进而提升城市绿色创新活力，这一结论与禄进等［14］、张凡等［45］的结论类似。结合异质性分析的结果可以推测，地方政府的激励行为对城市绿色创新活力的影响可能因城市特征不同而存在差异，例如对城市等级较高和创新基础较好的城市，可以将更多的资源配置到创新主体，更好地激励其绿色创新活动。需要说明的是限于指标量化的问题，文章以科技创新支出衡量地方政府对绿色技术创新的激励行为，可能只在部分程度上解释了政府激励行为的作用机制大小。

表5列（3）—列（8）是政府约束行为的回归结果。由列（3）和列（4）的回归结果可知，新能源示范城市政策的实施对城市能源消耗强度具有一定的约束作用，但这一约束行为并没有“倒逼”企业进行绿色技术创新；由列（5）和列（6）的回归结果可知，示范城市政策的实施对污染防控环境规制强度的影响在统计意义上不显著。由列（7）和列（8）列可知地方政府对能源消费结构的约束行为并没有显著影响到资源配置效率。这一结论与理论假说3不一致，可能的原因是仅在2015年对新能源示范城市建设情况进行考核，缺乏长效的评价标准和监督机制，导致约束行为对环境规制强度的影响较弱、持续性较差。另外，在面对地方政府的约束行为时，由于进行绿色技术创新的难度较大、风险和成本较高，企业更倾向于选择性转移或者购买节能减排设备，因此这一渠道对城市绿色创新活力的“倒逼”作用没有显现出来。能源消费约束对资源配置效率的影响可能具有一定的滞后性，绿色技术创新同样具有滞后性，双重滞后导致约束力度弱、持续性较差的政府约束行为难以通过这一渠道发挥作用。

6 拓展性分析

新能源示范城市政策的实施可能会对邻近地区产生空间溢出效应，主要体现在以下三方面：一是示范效应，地方政府之间的竞争关系使得邻近地区政府学习和模仿示范城市政策，采取相应的环境规制手段以促进本地区绿色技术创新和新能源产业发展；二是虹吸效应，邻近地区的新能源企业为了获得政策红利，可能会转移到示范城市，另外示范城市可能更容易形成可再生能源产业集聚，集聚效应会进一步吸引邻近地区产业转移［55］；三是扩散效应，地方政府的约束行为可能会加剧高污染、高能耗企业就近转移［56］，对邻近地区能源转型产生负向的溢出效应。鉴于此，文章的拓展性分析将考虑空间因素，参考王东等［57］的做法，构建如下空间双重差分模型：

其中：W 为空间邻接权重矩阵，若两城市地理相邻则W=1，否则W=0；u为随机扰动项，其他变量含义同式（1）。

空间效应的回归结果见表6，其中列（1）为整体回归结果，空间自回归系数为-0. 436，且在1%的水平显著，表明城市绿色技术创新存在负向空间依赖性。表6列（2）—列（4）分别展示了空间回归的直接效应、间接效应和总效应。直接效应的回归结果为0. 134，且在5%的水平显著，表明新能源示范城市政策提升了示范城市的绿色创新活力，这与基准回归的结论一致；间接效应的回归结果为-0. 044，在10%的水平显著，表明新能源示范城市政策对邻近地区产生了负向空间溢出效应，这也说明新能源示范城市政策产生的虹吸效应和扩散效应超过了政策的示范效应，抑制了邻近城市的绿色创新活力。新能源示范城市相对于非示范城市，激励绿色技术创新的政策组合可能更加合理，公共服务平台和资金供应机制更加完善［14］，政策红利对邻近城市的相关企业产生强大的虹吸效应，产业集聚进一步强化了这一效应；面对新能源示范城市的约束行为，高污染、高能耗企业选择“逃离”而不是进行绿色技术创新［56］，这种就近转移行为抑制了邻近城市的新能源发展和绿色创新活力，表现为显著的扩散效应。总效用的回归结果表明新能源示范城市政策在整体上表现出正向的绿色创新效应。

7 结论与启示

文章基于2006—2019年中国272个地级及以上城市面板数据，运用双重差分模型实证检验了新能源示范城市政策对城市绿色创新活力的影响。研究结果表明：①新能源示范城市政策的实施显著提升了城市绿色创新活力，提升效果为13. 7%～15. 6%，一系列稳健性检验支持了这一结论；②新能源示范城市政策主要通过影响地方政府的激励行为，进而提高财政科技支持来发挥绿色创新效应，约束行为的“倒逼”作用在统计上不显著；③新能源示范城市政策对非资源型城市和创新基础较好的城市的绿色创新效应非常明显，对中西部城市和行政等级较高的城市的绿色创新效应较为明显；④新能源示范城市政策产生的虹吸效应和扩散效应超过了政策的示范效应，表现出负向空间溢出，抑制了邻近城市的绿色创新活力。

文章的研究结论对新能源示范城市建设和政策推广，提升城市绿色创新活力具有一定的指导意义。政策启示在于以下几个方面。

（1）总结新能源示范城市建设经验，扩大示范城市的范围。新能源示范城市政策产生的绿色创新效应有利于在城市层面推广和利用绿色技术，对城市能源结构转型和生态文明建设具有重要意义。在现有示范城市建设经验的基础上，形成可复制的案例推广到更多有能力、有条件的城市，引导社会公民和企业转变能源消费观念，增加需求端的消费意愿，缓解新能源供需的结构性矛盾。构建互联互通、共建共享、协调联动的城际空间联动模式和利益补偿机制，完善绿色技术、新能源供需统一市场建设，推动地方政府、企业在新能源领域形成良性的合作、学习和竞争关系，着力提升网络效应，最大化新能源示范城市的政策效应。

（2）强化激励作用，完善绩效评估和长效监督机制。新能源示范城市政策具有弱激励和弱约束的特点，机制分析表明这种弱约束性并不能产生“倒逼”作用刺激企业进行绿色技术创新。因此，制定多层级的绩效评估体系和长效监督机制，提升政策实施的强度、完善示范政策的长期规划，不能仅仅局限于某一时间节点。地方政府作为执行政策的代理人，应做好公共服务提供者的角色。完善多部门协调管理体系和工作机制，优化新能源公共信息服务共享机制，建立绿色金融融资平台，为中小型新能源企业的绿色创新活动提供资金支持。

（3）因地制宜，设计差异化的政策组合。目前新能源示范城市政策的规划目标单一，缺乏针对性、差异化的工具组合。实证结果表明新能源示范城市政策的绿色创新效应表现出城市特征异质性，在完善和推廣新能源示范城市政策时，应充分考虑城市的区位、资源禀赋和创新基础等特征。针对资源型城市要注重转变能源消费观念，这可能需要更严格的政策组合以刺激企业进行绿色技术创新；针对创新基础、创新环境比较好的示范城市，可能更需要市场型的政策组合。

参考文献

［1］ ACEMOGLU D，AGHION P，BURSZTYN L，et al. The environmentand directed technical change［J］. American economic review，2012，102（1）：131-166.

［2］ DE MEDEIROS J F，RIBEIRO J L D，CORTIMIGLIA M N. Successfactors for environmentally sustainable product innovation：a system?atic literature review［J］. Journal of cleaner production，2014，65：76-86.

［3］ SUN H P，EDZIAH B K，SUN C W，et al. Institutional quality，greeninnovation and energy efficiency［J］. Energy policy，2019，135：111002.

［4］ CASEY G. Energy efficiency and directed technical change：impli?cations for climate change mitigation［R］. 2017.

［5］ 胡鞍钢. 中国实现2030年前碳达峰目标及主要途径［J］. 北京工业大学学报（社会科学版），2021，21（3）：1-15.［6］ AMADO M，POGGI F. Towards solar urban planning：a new step forbetter energy performance［J］. Energy procedia，2012，30：1261-1273.

［7］ 娄伟. 基于“6A”理念的新能源城市规划方法研究［J］. 华中科技大学学报（社会科学版），2014，28（2）：54-59，136.

［8］ 胡润青. 中欧新能源城市发展思路对比研究和启示［J］. 中国能源，2015，37（5）：26-29.

［9］ WU J，ZUIDEMA C，GUGERELL K，et al. Mind the gap：barriersand implementation deficiencies of energy policies at the local scalein urban China［J］. Energy policy，2017，106：201-211.

［10］ YUAN X C，LYU Y J，WANG B，et al. China s energy transitionstrategy at the city level：the role of renewable energy［J］. Journalof cleaner production，2018，205：980-986.

［11］ BLOCH H，RAFIQ S，SALIM R. Economic growth with coal，oiland renewable energy consumption in China：prospects for fuelsubstitution［J］. Economic modelling，2015，44：104-115.

［12］ ALVAREZ?HERRANZ A，BALSALOBRE?LORENTE D，SHAH?BAZ M，et al. Energy innovation and renewable energy consump?tion in the correction of air pollution levels［J］. Energy policy，2017，105：386-397.

［13］ DESTEK M A，ASLAN A. Disaggregated renewable energy con?sumption and environmental pollution nexus in G?7 countries［J］.Renewable energy，2020，151：1298-1306.

［14］ 逯进，王恩泽. 新能源示范城市建设对区域环境污染治理的影响［J］. 资源科学，2019，41（11）：2107-2118.

［15］ YANG X D，ZHANG J N，REN S Y，et al. Can the new energy dem?onstration city policy reduce environmental pollution：evidencefrom a quasi?natural experiment in China［J］. Journal of cleanerproduction，2021，287：125015.

［16］ TILT B. China s air pollution crisis：science and policy perspec?tives［J］. Environmental science & policy，2019，92：275-280.

［17］ ZHU Y F，WANG Z L，YANG J，et al. Does renewable energytechnological innovation control China s air pollution：a spatialanalysis［J］. Journal of cleaner production，2020，250：119515.

［18］ GOLLOP F M，ROBERTS M J. Environmental regulations andproductivity growth：the case of fossil?fueled electric power gener?ation［J］. Journal of political economy，1983，91（4）：654-674.

［19］ PORTER M E. America s green strategy［J］. Scientific American，1991，264（4）：168.

［20］ CHINTRAKARN P. Environmental regulation and US states tech?nical inefficiency［J］. Economics letters，2008，100（3）：363-365.

［21］ BRUNNERMEIER S B，COHEN M A. Determinants of environmen?tal innovation in US manufacturing industries［J］. Journal of envi?ronmental economics and management，2003，45（2）：278-293.

［22］ WAGNER M. On the relationship between environmental manage?ment，environmental innovation and patenting：evidence from Ger?man manufacturing firms［J］. Research policy，2007，36（10）：1587-1602.

［23］ SEZEN B，?ANKAYA S Y. Effects of green manufacturing andeco?innovation on sustainability performance［J］. Procedia?socialand behavioral sciences，2013，99：154-163.

［24］ WU H T，HAO Y，REN S Y. How do environmental regulation andenvironmental decentralization affect green total factor energy effi?ciency：evidence from China［J］. Energy economics，2020，91：104880.

［25］ ALBRIZIO S，KOZLUK T，ZIPPERER V. Environmental policiesand productivity growth：evidence across industries and firms［J］.Journal of environmental economics and management，2017，81：209-226.

［26］ HASSLER J，KRUSELL P，OLOVSSON C. Directed technicalchange as a response to natural resource scarcity［J］. Journal of po?litical economy，2021，129（11）：3039-3072.

［27］ 于连超，张卫国，毕茜. 环境保护费改税促进了重污染企业绿色转型吗：来自《环境保护税法》实施的准自然实验证据［J］. 中国人口·资源与环境，2021，31（5）：109-118.

［28］ 刘金科，肖翊阳. 中国环境保护税与绿色创新：杠杆效应还是挤出效应？［J］. 经济研究，2022，57（1）：72-88.

［29］ ZHANG W，LI G X，GUO F Y. Does carbon emissions trading pro?mote green technology innovation in China？［J］. Applied energy，2022，315：119012.

［30］ JORDAAN S M，ROMO?RABAGO E，MCLEARY R，et al. Therole of energy technology innovation in reducing greenhouse gasemissions：a case study of Canada［J］. Renewable and sustainableenergy reviews，2017，78：1397-1409.

［31］ 莊贵阳. 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.

［32］ FERNANDES C I，VEIGA P M，FERREIRA J J M，et al. Greengrowth versus economic growth：do sustainable technology transferand innovations lead to an imperfect choice？［J］. Business strategyand the environment，2021，30（4）：2021-2037.

［33］ 陈喆，郑江淮. 绿色技术创新能够促进地区经济高质量发展吗：兼论环境政策的选择效应［J］. 当代经济科学，2022，44（4）：43-58.

［34］ 李文健，翁翕，龚六堂. 政府如何激励创新：基于委托-代理理论的研究［J］. 经济学（季刊），2022，22（2）：365-384.

［35］ 郭本海，黄良义，刘思峰. 基于“政府-企业”间委托代理关系的节能激励机制［J］. 中国人口·资源与环境，2013，23（8）：160-164.

［36］ 蒋伏心，王竹君，白俊红. 环境规制对技术创新影响的双重效应：基于江苏制造业动态面板数据的实证研究［J］. 中国工业经济，2013（7）：44-55.

［37］ MILANI S. The impact of environmental policy stringency on in?dustrial R&D conditional on pollution intensity and relocationcosts［J］. Environmental and resource economics，2017，68（3）：595-620.

［38］ POPP D. The role of technological change in green growth［R］.Washington D C， The World Bank，2012.

［39］ POPP D. International innovation and diffusion of air pollution con?trol technologies：the effects of NOX and SO2 regulation in the US，Japan，and Germany［J］. Journal of environmental economics andmanagement，2006，51（1）：46-71.

［40］ LINDMAN ?，S?DERHOLM P. Wind energy and green econo?my in Europe：measuring policy?induced innovation using patentdata［J］. Applied energy，2016，179：1351-1359.

［41］ 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.

［42］ 刘瑞明，赵仁杰. 国家高新区推动了地区经济发展吗：基于双重差分方法的验证［J］. 管理世界，2015（8）：30-38.

［43］ 罗勇根，杨金玉，陈世强. 空气污染、人力资本流动与创新活力：基于个体专利发明的经验证据［J］. 中国工业经济，2019（10）：99-117.

［44］ TIENTAO A，LEGROS D，PICHERY M C. Technology spilloverand TFP growth：a spatial Durbin Model［J］. International econom?ics，2016，145：21-31.

［45］ 张凡，邵俊杰，周力. 环境分权的城市绿色创新效应［J］. 中国人口·资源与环境，2021，31（12）：83-92.

［46］ 董香书，卫园园，肖翔. 财政分权如何影响绿色创新？［J］. 中国人口·资源与环境，2022，32（8）：62-74.

［47］ 包群，邵敏，杨大利. 环境管制抑制了污染排放吗？［J］. 经济研究，2013，48（12）：42-54.

［48］ 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.

［49］ 姚战琪. 生产率增长与要素再配置效应：中国的经验研究［J］.经济研究，2009，44（11）：130-143.

［50］ HARRIS D，SKEELS C L. Mostly harmless econometrics：an empir?icist s companion［J］. Economic record，2011，87（277）：350-352.

［51］ DESCH?NES O，GREENSTONE M，SHAPIRO J S. Defensive in?vestments and the demand for air quality：evidence from the NOxbudget program［J］. American economic review，2017，107（10）：2958-2989.

［52］ 史丹，李少林. 排污權交易制度与能源利用效率：对地级及以上城市的测度与实证［J］. 中国工业经济，2020（9）：5-23.

［53］ 张杰，付奎. 信息网络基础设施建设能驱动城市创新水平提升吗：基于“宽带中国”战略试点的准自然试验［J］. 产业经济研究，2021（5）：1-14，127.

［54］ 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.

［55］ 张兵兵，周君婷，闫志俊. 低碳城市试点政策与全要素能源效率提升：来自三批次试点政策实施的准自然实验［J］. 经济评论，2021（5）：32-49.

［56］ 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.

［57］ 王东，李金叶. 财政分权对环境污染的空间效应［J］. 中国人口·资源与环境，2021，31（2）：44-51.