低碳转型对城市创业活跃度的影响研究——来自低碳城市试点的经验证据

许文瀚，齐 荻

（1.南京审计大学 会计学院，江苏 南京 211815；2.南京农业大学 金融学院，江苏 南京 210095）

一、引言

创业活跃度是保证一个地区就业水平、培育创新能力的重要基础。党的二十大报告明确提出要“强化企业科技创新主体地位”“营造有利于科技型中小微企业成长的良好环境”。可见，提升地区科技创新创业水平已经成为推动经济高质量发展的必由之路。然而，在现阶段各行各业日趋饱和的现实情况下，以单个创业者之力在行业内取得一席之地绝非易事，创业需要准确的判断力和雄厚的资金支持或超前的技术水平，粗放式创业的时代已经一去不复返了。如今我国社会的创业热情呈下降趋势（李经和陈勇吏，2018）［1］，为贯彻落实党的二十大精神就必须先构造出一个有利于中小微企业成长的制度环境。

然而，现阶段各地方政府除了促进经济发展、鼓励创新创业之外，还需承担促进绿色低碳转型的重要职责。尤其是国家“双碳”目标提出后，各地方政府承担了较大的节能减排任务。这极大地改变了地区原有的经济社会运行方式，对地区的创业活跃度将造成较大影响，但这种影响是积极抑或是消极，尚无明确答案。一方面，在低碳目标的压力下，新的节能减排政策导致地区原有产业结构受到了冲击，产生了挤出效应（王锋和葛星，2022）［2］。其结果是淘汰了部分企业，挤占了部分企业利润，造成了部分人失业。在这种情况下，地区创业意愿将被进一步压制。另一方面，绿色低碳转型是一种系统性变革，在淘汰落后产能、过时技术的同时，将催生新的技术手段，形成新的生产方式（宋弘等，2019）［3］。这不仅提高了地区的创新水平，还打破了原有僵化的产业结构，鼓励新进入者在新的产业结构中发挥作用，因此会提高地区创业意愿（Fankhauser和Jotzo，2017；Ren等，2020）［4-5］。

绿色低碳转型虽然是国家顶层设计所决定的目标，但其达成并非一蹴而就，国家需要充分考虑该目标在实现过程中对经济社会所造成的负面影响，而后加以控制并适时调整政策，低碳试点城市政策正是在这样的制度背景下所产生的。2010年7月，国家发展和改革委员会（简称“国家发展改革委”）发布了《关于开展低碳省区和低碳城市试点工作的通知》，决定在5个省份和8个城市开展低碳试点工作。考虑政策对经济发展的影响，2012 年4月，国家发展改革委主要将试点放在城市，将试点城市增加28 个，省份中仅保留海南省试点。2017年1月，国家发展改革委在充分总结政策目标和城市低碳发展经验的基础上，进一步扩大试点范围，将试点城市增加至45 个，并计划在2022 年以后逐渐向全国推广。

目前，低碳试点城市政策已到了全面向全国推广的阶段，但理论和实务界尚未深入探讨该政策对地区经济、社会发展的影响。在我国面临较大经济转型压力和百年未有之大变局的现实背景下，鼓励创业已经成为拉动经济增长、培育创新能力、提升地区就业的重要途径。必须深入评估低碳试点城市政策对所涉地区创业活跃度的影响，明确其影响机制，开展异质性分析。这些研究对我国碳中和目标的实现和经济高质量发展有着重要的理论意义和现实意义。本文运用多期双重差分模型，实证检验了低碳试点城市政策这一“准自然试验”对地区创业活跃度的影响。研究结果表明，总体上，低碳试点城市政策促进了地区创业活跃度，同时该政策在行政级别高、地理区位优越、市场地位高、工业产值占比高和互联网发展水平高的城市中表现更为明显。

本文主要有两点边际贡献：一是用实证研究回答了低碳试点城市政策如何影响地区创业活跃度，为全面评估低碳试点城市政策提供了理论依据；二是从理论层面上探究了造成上述影响的机制，有助于重新审视一个经典的公共政策问题，即限制性政策会抑制还是倒逼产业发展。以往研究通常将政策抑制效应归结为企业与社会、环境的利益冲突，本文则表明基于绿色转型升级的限制性政策将倒逼新产业的发展，但有待进一步研究和探讨。

二、文献综述

本文研究了低碳试点城市政策对城市创业活跃度的影响，因此将分两个方面对现有研究进行评述，梳理近年来学术界对这两方面的研究进展。

（一）环境政策与创业活动

环境政策是一国为保护和治理环境所出台的环境规制，带有较强的命令性和强制性，其推出给经济社会原有的生产生活方式带来较大改变。

现有文献对不同类型的环境政策开展了较多研究。大部分学者认为，环境规制最为直接的影响是限制了制造业企业的发展。改革开放以来，我国各地区在吸引大量外资的同时，也帮助发达国家完成了低端制造业向低成本地区转移的进程。跨国公司不仅利用了我国制造业低成本的优势，还可能会将污染转移至我国，使我国面临较高的后期环境治理成本（李小平和卢现祥，2010）［6］。同时，由于我国处于全球产业链的较低位置，大多数新创的民营企业从事资源开采与加工、零配件生产与组装、化工冶炼等业务，加剧了国内环境治理压力（张功富，2013；李强和冯波，2015）［7-8］。党的十四大以来，党中央高瞻远瞩，指出我国经济增长方式应由粗放型向集约型转变。由此，各地区纷纷出台环境规制，限制企业污染排放和能源消耗。但是没有从根本上改变我国产业结构，这些限制等同于限制生产活动，直接导致部分企业停工减产，增加生产成本，有些甚至在环境规制的处罚下破产（沈坤荣等，2017；李虹和邹庆，2018）［9-10］。在这种情况下，以低端制造业为主的民营经济受到了严重影响，同时也降低了潜在创业群体的创业意愿（余东华和孙婷，2017；Liu等，2017；王锋和葛星，2022）［11-12，2］。

此外，还有学者指出环境规制增加了企业家创业难度（尹建华等，2020；温梦瑶，2022）［13-14］。以往企业成立仅需要在工商局注册，而后承担纳税义务就可以继续经营。但在现有环境规制的情况下，需要根据相关法律法规对新创办企业、新项目进行环保评估。新成立企业需要根据企业性质来确定环评类型，企业的新项目需要进行环保前置审批，企业上市之前也需要进行环保评估。环保评估增加了企业家的资金成本、时间成本和机会成本。首先，企业家需要根据环保要求，对初创企业的主营业务和在建工程进行调整以适应环保要求，从而增加了资金成本。其次，企业环评是政府主导，委托第三方环评单位进行的评估，需要一定的周期。一般而言，环保评估的整个过程包括企业环评申请书提交、环评单位现场勘察、环评单位编写报告、环评报告提交当地环保局、环保局组织专家评审、环保局网站公示评审结果、公示期，全程至少需要两个月时间。这一过程伴随着初创企业所有后续新开展项目，从而增加了企业家的时间成本。最后，机会成本体现在等待环保评估的过程所放弃的其他创业项目和收益。企业家创业难度的提升进一步削弱了其创业意愿，导致地区创业活跃度降低。

（二）创业活跃度的影响因素

现有研究表明，有六种因素对地区创业活跃度有重要影响，分别是政府效率、人力资源、金融服务、公共服务、市场环境和创新环境。政府作为市场规则的制定者、市场交易的管理者和市场冲突的仲裁者，其运行效率可代表当地的交易成本（李志军等，2019）［15］。根据创业认知理论，较低的交易成本降低了创业难度，增强了企业家的创业可行性感知，从而促进创业活跃度（张龙鹏等，2016）［16］。人力资源决定了地区就业市场的供给水平，但其对创业活动的影响是多样的。一方面，丰富的人力资源为创业提供了低成本、高素质的人才，从而支持创业活动（叶文平等，2018）［17］；另一方面，人力资源呈现向产业集中地区和地理位置优越地区的聚集效应，而这些地区的产业结构较为稳定，可提供的创业机会较少（霍丽霞等，2019）［18］。同时，人力资源的过度聚集导致地理位置较为优越的地区环境承载力下降，进一步增加了初创企业的生存难度。根据浙江省统计局2021 年的数据，在人力资源充沛的情况下，浙江省民营企业的增速已经连续五年下降。虽然城市的金融服务水平越高，企业的融资约束越小，但金融服务会天然地向高安全性、高回报率的行业和企业倾斜，初创型企业很容易被资质歧视，尤其是政府管制程度较高时，这种歧视会更为严重（郑馨等，2019）［19］。公共服务水平体现了地区发展水平，较好的公共服务能够提高地区环境承载力。一般而言，公共服务水平高的地区对初创型企业的支持性会更好，但这类地区由于发展程度较高，导致限制性政策也会更多，将会减少一些创业机会（王晓东等，2014）［20］。市场环境体现了地区营商情况的优劣，高度开放的市场环境降低了新进入者的壁垒，让创业者有更多的机会（杜运周等，2020）［21］。创新环境理论认为，创新环境是地区内各种与创新相联系的主体要素（科研机构）、非主体要素（服务机构）以及协调各要素之间关系的制度及政策的总和（杜运周，2019）［22］，这三者所形成的环境可分为静态环境和动态环境。静态环境指区域以及形成的创新基础，包括创新基础投入、创新孵化政策、创新合作模式、地区内技术外溢与学习效应；动态环境指地区内创新主体持续不断的创新活动（Lim 等，2016；Chowdhury 等，2019）［23-24］。两者的关系可类比为土地和建筑，即动态创新环境建立在静态创新环境的基础之上，而静态创新环境又依赖于动态创新环境的反哺。创业作为动态创新环境的重要组成部分，只有当区域的静态创新环境较好时，创业才能得到更好的孵化和培育。因此，地区的创新环境对创业活跃度起决定性作用。

（三）现有文献述评

现有文献研究表明，环境规制将从政府层面的传统产业限制和企业家层面的创业成本增加两个方面抑制地区创业活跃度。然而，从党的十八大提出的“鼓励多渠道、多形式就业，促进创业带动就业”，到党的十九大提出的“激发和保护企业家精神，鼓励更多社会主体投身创新创业”，再到党的二十大所倡导的“推动创新链产业链资金链人才链深度融合”，可以看出，党中央对于大众创业的方针是以创新作为主要驱动力，鼓励在绿色、低碳和科技领域的创业活动。波特假说认为，适当的环境规制能够倒逼新技术的快速发展。从我国的经验来看，李青原和肖泽华（2020）［25］发现，在更严格的环境监管压力下，企业通过新技术不但达到了监管者的要求，还降低了生产成本，提升了企业竞争力，而新技术恰恰能培育新的创业项目。因此，环境规制仅对污染行业进行了限制，并不会影响创业者在低碳行业的创业水平。

此外，分析创业活跃度相关文献发现，地区创业水平受到地区交易成本的影响，而良好的政策和服务水平能够为创业者提供更好的创新创业环境。党的十八大以来，各级政府深入贯彻落实党中央鼓励创新创业的精神，不断出台支持性政策，这些政策均对创业者在低碳行业的创业活跃度产生促进作用。

综上所述，低碳试点城市政策与传统的环境规制政策在影响地区创业活跃度方面可能存在差异。

三、理论分析与研究假设

低碳试点城市政策已历时12 年，经过三次修订，逐渐形成了以下目标：①优化能源结构；②实现节能增效；③碳排放目标责任制；④分配减排任务；⑤发展低碳产业体系；⑥碳排放总量控制；⑦推动低碳技术创新；⑧培育新兴产业。这些目标对于试点地区创业活跃度的影响不尽相同，可产生两种效应：

第一，低碳试点城市政策对创业活跃度的抑制效应。基于试点政策目标的①—⑥，传统的高能耗、高污染产业将被严重打压。为了实现试点政策的既定目标，试点地区将出台更严格的环境规制，并由执法部门严格执行。所造成的经济后果有以下三点：首先，一些传统产业的发展将被限制。试点地区对高耗能、高排放的企业将实施限制生产时间和污染排放量等管制措施，这将严重影响企业业务量，进而导致企业所在供应链整体的业务量下降。所造成的结果是供应链不再需要新的进入者，原本的参与者也将被部分淘汰。其次，企业的排污行为将被征收更高的税赋。2018年1月，国家正式出台《中华人民共和国环境保护税法》（以下简称“环境保护税法”），其中对大气污染物、水污染物、固体废物和噪声均制定了计税标准。本文研究显示，环境保护税法的出台使得企业的税赋平均增加了三倍以上。由于环境保护税法并未区分企业成立年限，没有针对初创型企业的减免措施，这使得企业家的创业成本更高，原本地区政府对初创型企业的减税降费福利将被环保税所抹杀，使初创型企业的运营成本大幅上升。最后，试点地区传统行业企业的节能减排成本将大幅提高。如前所述，环保税使得企业排污的成本提升了三倍以上，大型企业需要进行前端和末端治理，其中前端治理指运用新能源以降低对化石能源的消耗，从而降低大气污染物排放；末端治理指的是对工业生产的所有污染物进行分解，从而降低水污染物、固体废物和噪声的排放量。这些治理措施需要企业购置大量新设备、引进新技术，因此将大幅提高企业生产成本。而排污量较大的企业一般在地区属于供应链核心企业，初创型企业需要依托核心企业的订单才能得到发展。在核心企业生产成本大幅提高的情况下，处于谈判劣势地位的初创型企业的利润将被大幅度挤占，这将严重影响以从事传统制造业为主的民营企业家创业积极性。

第二，低碳试点城市政策对创业活跃度的促进效应。基于试点政策目标的⑦和⑧，政府将鼓励试点城市开展绿色创新方面的技术探索，增加相关科研投入，并扶持低能耗和低排放的产业发展，因此可能会提升上述两个方面的创业活跃度。首先，经济合作与发展组织（OECD）定义绿色创新为环境可持续性的创新或改进产品和创新工艺，所涉及的技术领域包括清洁能源、生物降解、资源回收、污染处理等。这些技术带有鲜明的知识产权特征，其知识产权所有人可据此设立新公司，通过技术转让、专利使用、咨询服务等与外界开展合作。而在更严格的环境规制压力下，低碳试点地区的政府迫切需要绿色技术帮助企业降低生产成本、提高业务量，从而确保经济稳定增长。因此，政府需要绿色创新方面的新企业，帮助城市产业链绿色转型升级。在这一过程中，政府必然会出台新的产业促进政策，并加大对从事绿色创新企业的科研资助与政策扶持，使得相关领域的创业活跃度提高。徐佳和崔静波（2020）［26］的研究支持了这一观点，他们基于我国企业数据研究发现，低碳试点城市政策实施以来，从事绿色技术创新方面的企业数量明显增加。其次，随着国家碳中和“1+N”政策的相继出台，地方政府和环境执法部门对环境开展监测的需求也随之提升，单凭环境监管部门之力很难起到对全部企业的环境监测作用。2020 年生态环境部发布的《生态环境监测规划纲要（2020—2035 年）》中提出，“积极推进政府购买监测服务，鼓励社会监测机构参与自动监测站运行维护、手工监测采样测试、质量控制抽测抽查等工作，形成多元化监测服务供给格局”。该纲要从政策上指引环境监测的重点逐渐从政府投资驱动向市场化驱动方向转移，由此催生了大量的从事环境监测的企业。企查查的统计数据显示，截至2021 年8 月，我国共有环境监测相关企业25.5 万家，上半年新增注册5万家，同比增长72.4%。自从2017年江苏省南京、常州两市被列入低碳试点城市后，仅3年时间江苏省就新增环境监测企业3.1万家。尽管如此，环境监测企业仍存在很大缺口，其原因是环境监测企业需要具备一定的资质，最主要的是需要大量持有省一级环保局颁发的环境监测方面资格证的人才。因此，低碳城市迫切需要持有环评资质证书的人才，推出具备竞争力的人才引进政策吸引他们来创业，形成人才聚集效应，这将增加环境监测与评价行业的创业活跃度。再次，低碳城市试点仅限制了高耗能、高排放产业的发展，对于农业、服务业相关产业并无太大影响。且低碳城市试点的目标并不是阻碍城市发展，而是促进城市向环境友好型的方向发展，以适应党中央对经济高质量发展的要求。因此，试点城市为了保证经济的高质量发展，必然会加大对智能制造业、高端服务业等低耗能、低污染产业的扶持力度。在政策的引导下，社会资源将向这些行业倾斜，提升企业家在这些行业的创业意愿。最后，城市低碳目标的实现，一方面，是加强对老城区高耗能、高污染产业的治理，另一方面，能够通过新城区建设来实现。新城区不仅可以使单位面积的碳排放量大幅下降，还能够通过更科学的规划、更精确的产业引导使新区变成环境友好型示范区，引领城市未来低碳发展的方向。而新城区建设的成功与否，在于招商引资的规模。因此，低碳试点城市所设立的新区必然会通过优惠政策吸引企业家到新区创业，从而提高城市创业活跃度。

综上所述，低碳试点城市政策将抑制企业家在传统制造业的创业意愿，从而降低传统制造业的创业活跃度，同时会促进企业家在环境监测、智能制造、高端服务业等行业的创业意愿，提高这些行业的创业活跃度。抑制效应和促进效应孰强孰弱尚无明确定论，因此本文提出对立假设1a和1b。

H1a：低碳试点城市政策将促进所在城市的创业活跃度；

H1b：低碳试点城市政策将抑制所在城市的创业活跃度。

四、研究设计

（一）样本选择与数据来源

本文选择2008—2021 年为研究区间，选取中国300个地级市（含试点省份）为研究样本。其中，121个城市为低碳试点城市（含省份），其余为非试点城市。城市层面的数据主要来源于历年《中国城市统计年鉴》。

（二）变量设定

1.被解释变量

本文被解释变量为城市创业活跃度（entre_energy）。该指标反映了城市层面创业活跃度，被广泛运用于现有区域创业研究中。对于该指标的度量，本文参考白俊红等（2022）［27］的研究，用企查查数据平台搜集研究期间内历年新创办企业信息，并将企业对应到相应城市，得到城市当年新注册企业数量。为了排除城市规模和经济总量的影响，本文将新注册企业数量除以所在城市人口数量（百人）、城市人口净流入数量（百人）、城市GDP（百万元），得到以城市规模和经济总量为基数的新创立企业数量作为创业活跃度的代理变量。

2.解释变量

本文解释变量包括：①低碳城市试点（citylce）。参考王锋和葛星（2022）［2］的研究，以样本城市是否被纳入低碳城市试点范围来进行度量。无论城市是在第几批次进入试点范围的，只要在三次试点范围内，均取值为1。②纳入政策试点年份（enteryear）。该指标度量样本城市在当年是否被纳入低碳城市试点。③低碳城市试点政策处理效应（citylce×enteryear）。本文将低碳试点城市政策作为一项准自然实验，以城市虚拟变量与城市纳入政策试点年份的交互项来衡量政策的处理效应。

3.控制变量

考虑城市社会、经济和文化因素可能对创业活跃度产生影响，本文设定控制变量如下：①城市生产总值（lngdp），为减少异方差对模型的影响，本文对城市GDP 以自然数为底进行对数处理。②产业结构（indust_stru），参考汪伟等（2015）［28］的研究，采用产业结构升级指数衡量。③金融支持（finance），采用年末各金融机构贷款余额与城市GDP 之比衡量金融对城市经济发展的支持。④居民教育水平（edu_pop），采用城市大学生数量占城市总人口之比来度量。⑤市场化程度（market），参考白俊红等（2022）［27］的研究，以城市GDP 与政府预算之比来衡量城市市场化程度，该指标越大，说明政府对市场干预程度越低。⑥公共服务水平（pub_service），社会公共服务水平越高，居民办事越容易。目前，大多数城市政府均提出“让市民只跑一次”的口号，大力发展区级行政服务中心，将政府部门对居民服务的职能放在行政服务中心，减少市民办事难度。因此本文采用城市区域内行政服务中心数量来衡量社会公共服务水平。⑦技术发展水平（technology），采用“（政府科研投入/政府预算总支出）×0.5+人均专利申请量标准化值×0.5”来度量。⑧城市人口结构（urban_pop），采用城市人口数量与总人口数量之比来度量。⑨城市工资水平（city_wage），采用城市平均工资的自然对数来表示。

（三）多期双重差分（DID）基准回归模型

始于2010 年的低碳试点城市政策是外生于创业行为的政策冲击，因此，可以将其视为一次环境规制政策的准自然实验。考虑低碳城市试点是分批次扩大试点城市范围的，为科学评估试点政策对城市创业活跃度的影响，本文构建如下回归模型：

其中：entre_energy 表示城市创业活跃度；citylce 表示低碳城市试点；enteryear 表示城市被纳入到低碳城市试点的年份；control_var 为控制变量集合；cityFE代表城市固定效应；yearFE代表年份固定效应；ε为随机扰动项；估计系数β度量了城市创业活跃度在低碳试点城市政策冲击前后的平均差异。

五、实证结果分析

（一）描述性统计

变量描述性统计结果见表1所列。可以看出，各变量的取值范围与现有研究基本一致，表明本文的数据来源是可靠的。

表1 变量描述性统计

（二）基准回归结果

低碳试点城市政策对地区创业活跃度的影响见表2 所列。其中：列（1）的被解释变量为城市新增企业数量除以城市总人口数（entre_energy_p）；列（2）的被解释变量为城市新增企业数量除以城市人口净流入数（entre_energy_pg）；列（3）的被解释变量为城市新增企业数量除以城市GDP（entre_energy_gdp）。代表低碳政策试点城市的虚拟变量citylce 和试点开始时间的虚拟变量enteryear 的交互项回归系数在三列中分别为0.022、0.135 和0.000 1，均通过了显著性检验，这说明低碳试点城市政策显著提高了城市创业活跃度。根据上述分析结果，本文H1a 得以验证，H1b 则不成立。

表2 基准回归结果

（三）平行趋势检验

构建多期DID 模型的前置条件是模型通过平行趋势检验，即实验组和控制组样本的被解释变量应该在事件发生前保持相对一致的变化趋势。而在事件后，实验组样本的被解释变量出现显著的方向性变化，该变化在控制组样本中观测不到。为了进行平行趋势检验，本文构建公式（2），具体如下：

稻瘟病是水稻种植中较为常见的一种疾病，在较大程度上会对水稻的生长造成一定影响，并且在此过程中也会对其他作物的生长产生不利影响，大大降低了农作物的产量。此外，稻瘟病能够遍布在水稻中的各个部位，若不及时治疗会长期存在，直接导致水稻的一些关键生长部位受到影响。除此之外，稻瘟病易传播，并且传播途径较为广泛，由此可见该病发展较快，在治疗过程中需要对病源进行有效控制。

其中：Before 表示各城市被纳入试点范围之前的n年；Current 表示各城市被纳入试点范围的第1 年；After表示各城市被纳入试点范围之后的n年，据此设置时间虚拟变量，非试点城市的虚拟变量均为0。由于本文的研究区间为2008—2021年，低碳试点城市政策开始于2010 年，修订于2012 年和2017年。因此，政策前3年和政策后5年为全体样本的共同范围，超出这个范围将导致模型出现多重共线性问题。平行趋势检验结果见表3所列，可以发现，政策发生前各回归模型的系数较小且不显著，说明政策发生前，实验组与控制组在创业活跃度上无显著差异，即低碳试点城市政策符合平行趋势假定；而在政策发生后，各回归模型的系数均显著为正，并呈现随时间递增的趋势，说明低碳试点城市政策能够提升城市创业活跃度。

表3 平行趋势检验

（四）稳健性检验

1.基于多期DID的倾向得分匹配模型（PSM-DID）

在基准回归中，本文使用双重差分法大致测算出低碳试点城市政策对地区创业活跃度的平均处理效应，但仍存在一定内生性问题。低碳试点城市政策并非完全意义上的自然实验，而是国家在综合考虑城市条件、区位、经济、社会和文化等因素后做出的决策，存在一定的选择性偏差问题。对此，本文设计了倾向得分-双重差分（PSM-DID）模型进行稳健性检验。首先，对低碳试点城市的筛选标准进行了替代。原本的低碳试点城市是根据国家发展改革委三次公布的试点城市文件来确定的，其中可能存在选择性偏差。而在稳健性检验模型中，以城市碳排放量、城市GDP总量、产业结构作为匹配变量，来测算被纳入低碳试点的概率，达到概率阈值以上的一律作为处理组。其次，为处理组按照一对四寻找满足共同支撑条件的对照组。再次，删除未能成功匹配的样本。最后，对新得到的样本进行回归。由表4 可知，低碳城市试点（citylce）与纳入政策试点年份（enteryear）的交互项在各基数计算下的城市创业活跃度的回归系数均在1%和5%的水平上显著为正，说明低碳试点城市政策对城市创业活跃度的提升效果是稳健的。

表4 PSM后回归结果

2.安慰剂检验

自从2010年7月国家发展改革委发布《关于开展低碳省区和低碳城市试点工作的通知》以来，政策已经经历了3次试点城市扩容。因此，本文所研究的样本存在多时点事件问题，不同时间点进入的试点城市，可能会对研究结果产生影响，需要对试点样本的选择问题加以解决。对此，本文设计了安慰剂实验，即按原低碳城市试点数量，对全体城市随机赋予低碳试点，在试点时间上也进行随机赋值；然后进行回归，并对上述随机赋值再回归过程重复500 次；最后将500 次回归结果所产生的回归系数呈现在p值分布图中，具体如图1所示。

图1 安慰剂检验

由图1可知，大部分回归系数的p值大于0.1，在统计上不显著，且值域主要分布在-0.01～0.01 之间，均值接近于0。而实际政策的估计系数为0.022，显著高于安慰剂测试结果。上述结果表明，在对全部城市随机设置低碳试点身份后，其城市的创业活跃度无显著变化。说明国家发展改革委选择的低碳试点城市具有一定的政策效力，在成为试点城市后，随着地方政府一系列配套政策的落地，城市创业活跃度出现了显著的提高，证明基准回归结果是稳健的。

（五）异质性分析

本文的回归结果和机制检验显示，低碳试点城市政策在一定程度上提升了城市创业活跃度，说明政策通过政府研发投入、人才聚集、产业转型和新区建设提高了企业家在低碳环保、环境监测和高端服务等领域的创业积极性，其积极效应大于政策对原有高耗能、高排放行业的抑制所带来的消极效应。现有研究表明，创业活跃度受所在城市政府支持、经济发展、社会服务和基础设施等方面的影响。本文参考李志军等（2019）［15］、白俊红等（2022）［27］的研究，在异质性分析部分，从城市的行政等级、地理区位、市场地位、产业特征和互联网发展水平这五个维度来体现城市之间的差异，以此进行进一步检验。

行政等级较高的城市，如经济特区、国家中心城市和省会城市，在政策、经济、资源、人才和基础设施等方面具有天然优势。在本文的低碳试点城市样本中，有24 个城市具有上述身份。为了检验城市行政等级在低碳试点城市政策促进创业活跃度上是否存在影响，本文将低碳试点城市进行进一步细分，对存在经济特区、国家中心城市或省会城市身份其中之一的城市赋值为1，其他城市赋值为0，在基准模型中加入衡量城市行政等级的虚拟变量（rank），与原有政策的处理效应（citylce×enteryear）进行交乘。回归结果见表5列（1），可以看出，citylce×enteryear×rank 系数为0.020 3，在5%的水平上显著，表明低碳试点城市政策对行政等级较高城市创业活跃度的提升作用更强。相比于一般城市，行政等级较高的城市可发挥的政府研发支持、人才集聚、产业转型和新区建设的作用更强，更能促进城市创业活跃度的提升。

表5 异质性分析结果

2.城市地理区位的异质性检验

地理区位特征会显著影响城市创业活跃度。从客观条件来看，位于我国东部地区的省份最早享受了改革开放所带来的巨大政策红利，涌现出大量的优质民营企业，经过数十年发展，形成了珠三角、长三角经济圈，产生了很强的产业聚集效应，创业机会远远多于中西部地区。从资源分布的角度看，我国中西部地区蕴藏更多的自然资源，地区民营企业主要从事资源开采与加工，这与服务业更为发达的东部地区也存在显著差异，在这种情况下，低碳试点城市政策对西部地区产业的限制程度更强。因此，低碳试点城市政策对东中西部地区的创业活跃度的影响存在显著差异。为了检验该异质性特征，本文参考现有研究经验，以“胡焕庸线”作为东西部地区的分界线，将位于“胡焕庸线”以西的低碳试点城市取值为1，以东的取值为0，在基准模型中加入衡量城市地理区位的虚拟变量（huline），与原有政策的处理效应（citylce×enteryear）进行交乘。回归结果见表5 列（2），可以看出，citylce×enteryear×huline系数为-0.014 9，在5%的水平上显著，表明低碳试点城市政策对中西部城市创业活跃度的提升作用较弱。相比于东部城市，中西部城市受到低碳试点城市政策的负面效应影响更强，在传统产业受到限制的情况下，地区创业活跃度也显著降低。

3.城市市场地位的异质性检验

城市市场地位是城市经济实力与周边城市对比、城市与周边城市地理距离的函数，代表城市在区域内的市场影响力。若该指标高，说明城市的生产能力较强、市场规模较大和运输成本较低，容易形成以城市为核心的供应链，此类城市往往更容易吸引创业者。市场地位不同的城市，可能会对低碳试点城市政策促进城市创业活跃度产生异质性反应。为了对此进行检验，本文参考白俊红等（2022）［27］的研究，在基准模型中加入衡量城市市场潜能的虚拟变量（position），若城市的市场潜能高于所有城市的中位数，则取值为1，否则取值为0，将该变量与原有政策的处理效应（citylce×enteryear）进行交乘。回归结果见表5列（3），可以看出，citylce×enteryear×position系数为0.0132，在1%的水平上显著，表明低碳试点城市政策对市场潜能更高城市的创业活跃度提升效应更强。

4.城市产业特征的异质性检验

产业特征导致城市的碳排放规模存在巨大差异。以工业为主的城市存在较多大型国有制造业企业，这类企业大多属于高耗能、高排放类型，其供应链上其他企业也必然存在该特征，导致城市的碳排放量较高，低碳目标的实现难度较大。因此，相较于以服务业为主的城市，以工业为主的城市需要更大的产业政策力度、更高的绿色创新投入、更具吸引力的人才政策、更大规模的新区建设才能实现低碳目标，在这一过程中，创业者将得到更多的创业机会。本文认为，原有城市产业特征将对原回归结果产生较大的异质性影响。本文在基准模型中加入衡量城市产业特征的虚拟变量（industry），若城市的工业产值占总产值之比高于所有城市的中位数，则取值为1，否则取值为0，将该变量与原有政策的处理效应（citylce×enteryear）进行交乘。回归结果见表5 列（4），可以看出，citylce×enteryear×industry 系数为0.0792，在1%的水平上显著，表明低碳试点城市政策对以工业产业为主城市的创业活跃度提升效应更强。

5.城市互联网发展水平的异质性检验

互联网提高了社会信息传播效率，降低了各主体之间的信息不对称程度。城市的互联网发展水平高，有助于创业者提高信息搜集效率，把握创业机遇。尤其在低碳试点城市政策的驱动下，政府对高端服务业、智能制造业的扶持力度提升，将在这些领域催生出更多的创业企业，而这一切的前提必须是城市有着较高的互联网发展水平，因为这些产业属于技术密集型行业，对于前沿知识和信息的需求非常高，如果城市的互联网发展水平较低，那么企业家的创业难度将提高。本文采用城市每百人互联网用户数量（inter_per）来衡量城市的互联网发展水平，将该变量与原有政策的处理效应（citylce×enteryear）进行交乘。回归结果见表5列（5），可以看出，citylce×enteryear×inter_per 系数为0.002 0，在1%的水平上显著，表明低碳试点城市政策对互联网发展水平较高城市创业活跃度的提升效应更强。

六、结论与政策启示

本文借助国家低碳试点城市政策的准自然实验，利用2008—2021 年300 个地级市面板数据构建多期双重差分模型，系统评估了低碳试点城市政策对城市创业活跃度的影响。研究发现：观察期内低碳试点城市政策显著提升了试点城市的创业活跃度，该结论得到了一系列稳健性检验的支持；异质性检验表明，低碳城市试点对创业活跃度的作用差异与城市行政等级、地理区位、市场地位、产业特征和城市互联网发展水平有关，即在行政等级较高、地理区位优越、市场地位较高、工业产值占比较高和互联网发展水平较高城市中的提升效应更为显著。

基于上述结论，本文提出以下政策启示：

第一，应尽快将城市低碳转型推广至全国。低碳试点城市政策不仅降低了碳排放量，还在绿色创新、高端服务、智能制造等新领域提升了创业活跃度，有助于城市产业转型升级，促进经济高质量发展。因此，在国家提出碳达峰、碳中和的现实背景下，应尽快将低碳转型推广至全国所有城市。

第二，加强城市低碳政策中的创业扶持力度。政府部门应出台低碳产业扶持政策，引领企业家在相关领域开展创业，促进城市整体的产业转型升级。作为一项加速新旧产能转换的制度性政策安排，低碳政策最为直接的效果是限制了高耗能、高排放产业的发展，而在促进新产业发展方面可能存在政策缺失，这将导致城市虽然完成了低碳目标，但经济增长放缓。因此，低碳政策应加强在新产业发展和政企科研合作等方面的制度设计，优化城市新产业发展和企业家创业环境。此外，还需要进一步健全低碳政策实施的监督评价机制，兼顾低碳目标实现和经济增长，确保政策真正为高质量发展服务。

第三，加快新区建设力度，鼓励企业家入驻。新区建设不仅可以通过扩展城市边界，降低中心城区的单位面积减碳压力，还能够降低企业家的创业成本。本文的实证研究结果支持了这一观点，即新区建设力度在低碳试点城市政策促进地区创业活跃度的作用中存在显著的中介效应。故建议地方政府应加快新区建设力度，通过支持性政策鼓励企业家在新区中从事低碳领域的创业活动，从而促进产业转移和人口转移。

第四，提升城市服务能力，为创业者提供便利。城市的行政、金融和互联网服务能力对创业活跃度至关重要，不少低碳产业具有明显的高科技行业特征。初创企业具有资产规模小、业务多元化和高度依赖信息技术等特征，因此，需要城市为创业者提供审批、融资和互联网等方面的服务，尽可能降低创业者的创业难度，从而营造有利于科技型中小微企业成长的良好环境。