低碳经济下的企业环境绩效及其作用机制——基于低碳城市试点的准自然实验

■项东 赵嘉敏 郝艳

一、引言

近年来，我国出台了一系列重大决策部署，努力减少经济发展与人口资源环境之间的矛盾。2010年发布《关于开展低碳省区和低碳城市试点工作的通知》，确定5省8市为首批低碳试点。2012年追加了1省、29市为第二批试点。2017年又追加了10区县、35市为第三批试点。党的二十大报告对统筹做好碳达峰碳中和工作提出了明确要求，指出“发展绿色低碳产业，推动形成绿色化、低碳化的高质量发展”这一实现“双碳”目标的战略路径，强化大气多污染物协同控制和区域协同治理，完善减污降碳激励约束政策迫在眉睫。在此背景下，本文试图探讨低碳城市试点政策是否能够有效提升企业的环境绩效，以及这种影响如何通过不同的方式体现出来。此外，本文还考虑到低碳城市试点政策的地理位置、经济水平和空间位置之间的差异性。解决上述问题对于检验低碳城市建设的早期成果和丰富未来政策发展具有重要的实用价值，也将为我国实现2030年碳排放峰值目标提供有利的政策启示。

现有文献主要集中在宏观层面上考察低碳政策对城市污染排放的影响。Wolff[1]通过研究欧洲低碳城市政策的结果，发现这项政策在交通中心有显著的大气减排效果。Cheng 等[2]利用第二批城市试点数据发现，低碳试点政策可以显著促进区域的经济增长。龚梦琪等[3]以地级市数据为研究对象，用双重差分法检验低碳试点政策对外商直接投资的影响。张华[4]发现低碳城市可以显著减少碳排放，通过机制分析进一步发现这一政策遏制碳排放的主要途径是降低用电量，提高技术创新水平。从微观层面分析，熊广勤等[5]发现低碳试点政策可以显著提高试点城市高碳企业的绿色创新，从而验证了“波特假说”。张红凤等[6]从企业生态系统的角度考察政策的实施效果，结合企业技术创新和利益相关者的角度阐述了宏观环境政策对微观企业的内在传导机制。陈孝明等[7]从政府补助、金融资产配置和市场对接效率三个角度进行机制分析，研究数字金融对绿色创新的影响。

与已有研究相比，本文可能的边际贡献在于：（1）基于企业的微观视角，运用多时期DID方法对低碳城市试点政策进行量化评价，探讨其对重污染企业环境绩效的影响，改进原有的宏观研究范式，扩大政策相关研究。（2）在基准回归的基础上，本文进一步检验其内部机制，将创新投入、绿色创新作为中介变量，检验其是否在低碳试点政策与企业环境绩效的关系中发挥机制作用。（3）本文重点关注低碳城市试点政策对企业环境表现的影响，识别该政策对企业环境绩效的影响效果。此外，本文还考虑低碳城市试点政策的地理位置、经济水平和空间位置之间的差异性，对于推进我国低碳经济发展具有理论和现实意义。

二、理论机制与假设

（一）政策背景

“双碳”目标为经济向绿色低碳转型明确了进度要求[8]，将不断推动生态文明建设和可持续发展[4]。城市作为现代经济的聚集地，以第二产业和第三产业为支撑。两大产业在运行过程中消耗了大量的化石能源，是碳排放的主要来源。因此，城市的低碳发展在碳减排工作中显得尤为重要。

本文通过对三次低碳试点城市文件和工作进程进行梳理，发现试点地区主要在启动时间、试点范围、目的意义、具体任务、创新点和预期成果这六个方面进行了调整。详见表1。

表1 低碳城市试点政策汇总表

（二）理论机制

1.环境规制与环境绩效

低碳城市试点作为综合环境市场调控工具，其实施效果备受关注，但是其作为城市层面的环境规制具有弱激励性和弱约束性[9]。起初并未设置完整的用以实现政策目标的具体执行方案，例如碳排放量和排放标准等。这给予了地方较大的自主空间，有利于各级政府结合本地区具体情况制定有针对性的政策[10]。许多学者对该政策的实施效果进行了评估。从宏观层面上看，研究结果发现低碳试点政策有利于提高碳减排效应[4]、改善城市居民绿色生产方式[11]、提高空气污染治理效应[12]；从微观层面来看，研究结果表明低碳城市试点政策有助于企业绿色技术“增量提质”[13]、提高企业的全要素生产率[14]、促进高污染工业企业绩效[6]。

已有研究大多聚焦于低碳试点政策在宏观层面的影响，涉及企业微观层面的研究较少。从微观层面看，企业通过实际的碳减排活动达到地方政府的目标与要求，通过流程再造、技术创新、环境信息披露来提高企业生产效率和环境绩效。根据共生理论，企业将通过灵活的碳减排活动提高全要素生产率[14]，并将不断改进其生产方式和经营理念，降低企业成本，提高企业环境绩效。因此，在碳达峰碳中和的背景下，碳排放成本的日益增加会使企业更加关注其低碳可持续发展，并逐渐提高对环境绩效的关注度，低碳城市试点政策的实施加快了企业向创新、高效和环保的转变，不断推动企业提高市场竞争力和环境绩效。综上所述，本文提出如下假设：

H1：低碳城市试点政策对企业环境绩效有正向促进作用。

2.低碳试点政策与企业绿色技术创新机制

技术进步和资源要素投入是制约经济增长的两个主要因素[15]，技术创新是协调环境监管和企业绩效的关键环节[16]。企业创新活动的强度取决于管理者对企业创新活动风险和预期回报的判断[17]。低碳城市试点政策是城市环境监管体系的重要组成部分，现有文献主要从“挤出效应”和“补偿效应”两个方面进行研究：一方面，根据波特假设，适当的环境规制有利于“倒逼”企业进行绿色技术创新，使绿色创新的“补偿效益”高于排污费等合规成本。在波特假设的“倒逼”效应下，绿色创新的独特优势将使管理者和利益相关者能够将绿色和可持续创新解决方案纳入其业务决策和战略规划，以创造绿色竞争优势[18]。另一方面，政府支持对创新有积极影响[19]，基于政府“支配”视角下的资源分配政策，对企业绿色创新的“挤出效应”表现为迎合政府和机会主义。

作为一项综合性环境法规，低碳城市试点政策可以通过提高技术创新水平来改善企业的环境绩效。以新古典主义为代表的传统学派认为，环境规制会使企业承担更多的环境责任，从而影响经济利益的流入，降低企业的核心竞争力[20]。然而，根据波特假设，适当的环境监管将提高企业的创新能力和生产效率，弥补环境成本，甚至产生一定的经济效益[21]。这一假设认为，环境保护和经济发展并不对立，环境法规可以使企业通过提高技术创新来提高整体绩效，且这一假设已被许多学者证实。根据现有文献，低碳试点政策通过“波特假说效应”促进低碳技术的发展[2]，与此同时，低碳试点城市通过投资补贴、贷款贴息、直接激励等方式补贴生产企业，以此来增加低碳技术的研发支出。此外，低碳试点政策显著促进了外商直接投资，随着技术创新的溢出效应[3]，技术先进的外资企业将向东道国推广绿色低碳生产技术，提高其生产经营的环保水平[4]。

综上所述，低碳城市试点政策会增加企业的研发投入，进而提升绿色创新产出，从而促进企业环境绩效。据此，本文提出如下假设：

H2a：低碳城市试点政策会促进绿色创新产出；

H2b：低碳城市试点政策会促进绿色创新投入；

H2c：低碳城市试点政策会提高绿色创新效率；

H3a：绿色创新产出对企业环境绩效有显著促进作用；

H3b：绿色创新投入对企业环境绩效有显著促进作用；

H4：低碳城市试点政策会通过促进绿色创新进而提高企业环境绩效。

3.异质性分析理论

不同地区的地级市在市场环境、资源禀赋、交通条件、人才供给等方面往往存在巨大差异，影响低碳试点工作的推进[4]。因此，低碳城市试点政策在企业所有制、地理位置、环保意识以及政策实施等方面对企业环境绩效的影响可能存在一定的区域异质性。鉴于此，本文从以下三个方面对异质性差异进行考察：第一，基于所有权优势[22]。一方面，国有企业的战略决策通常代表当地政府的意志，其响应国家政策的主动性和积极性都要高于非国有企业。环境政策是当前和今后国家政策的重点领域，地方政府更倾向于干预国有企业的绿色创新活动[23，24]，从而促进企业环境绩效。另一方面，国有企业在融资能力、政府监管力度和信息披露水平等方面普遍强于非国有企业[25]。而非国有企业面临较强的融资约束，进行绿色创新的资金有限，从而对企业环境绩效的提高作用不明显。因此，将样本从产权性质上划分为国有企业和非国有企业。第二，东部地区城市在低碳技术和创新人才积累以及社会文明建设等方面具有更加明显的优势。因此，将样本按照地理位置分为东、中、西部城市。第三，由于经度越大，经济水平越高，所在地区的人口密度往往较高，能源消耗量较大，从而导致了较高的碳排放水平。因此，参考胡艺等[26]的做法，在模型中纳入“低碳城市试点×经度”这一交叉项，其中经度为企业注册地所在城市政府驻地的经度。

根据以上讨论，本文提出如下假设：

H5a：国有企业的政策效应高于非国有企业；

H5b：东部城市低碳城市试点政策比中西部城市更有利于企业环境绩效的提高；

H5c：经度越大，低碳城市试点政策的创新效应就会减弱，对企业环境绩效的提高效果也会降低。

三、研究设计

（一）模型构建

本文以低碳城市试点政策作为准自然实验，采用渐进双重差分法研究低碳城市试点对企业环境绩效的影响，进而通过对比试点城市与非试点城市的政策结果，识别出政策的净效应。遵循Beck 等[27]、张兵兵等[28]的做法，建立以下模型：

其中，lnEPi,t为位于城市j 的企业i 在t 年的环境绩效水平；Shidian_dummy×policy表示低碳城市试点如果位于城市j 的企业i 是在低碳城市试点批次中，且所处年份处于试点政策实施后，则取值为1，否则取值为0；Xi,t表示选取的控制变量；Wi、φt、θj分别表示个体固定效应、时间固定效应和城市固定效应。εi,t为随机误差项。

低碳城市试点政策作为环境规制的一种类型，该项政策有可能通过创新投入、绿色创新和创新效率来影响企业环境绩效。因此，将三者作为中介变量，构建模型如下：

模型（2）是在不纳入中介变量时低碳城市试点政策对企业环境绩效的影响。若α1显著，则对模型（3）低碳城市试点政策对中介变量（mid）的影响进行检验，其中中介变量包括：创新投入（RD inv）、创新产出质量（Gipa）、创新产出数量（Gum）、创新效率（IE）；若γ1显著，则进一步检验解释变量与中介变量的关系即模型（4），此时就能得到在分离出中介效应之后低碳城市试点政策对企业环境绩效的直接效应γ1。若α1显著，且γ1和δ2都显著，且同时满足δ1的系数小于α1，则说明绿色创新是部分中介变量；若α1显著，且γ1和δ2都显著，但是δ1不显著，说明存在完全中介效应。

（二）主要变量定义

1.被解释变量

目前，国内学者采用以下两种方式来衡量环境绩效：一是环境定量指标，如排污费、环保投入等单一指标；二是采用企业在环境方面的行为来进行评判。本文参照吕峻[29]、张长江等[30]的研究，采用评分赋值的方式，使用CSMAR中有关环境治理与披露的相关数据，将涉及环保制度、环保目标、政府奖惩三个方面共计15 项指标数据计入总分。由于三方面指标赋值总分之和最小值为-2，为了消除环境绩效数据的右偏分布问题，本文将环境绩效数据加3 后取自然对数，得到lnEP。

2.核心解释变量

借鉴张兵兵等[28]的研究，考虑到政策执行的滞后性，将政策的实施时间分别定义在2011年和2013年。本文将低碳城市试点（shidian_dum）定义如下：如果企业注册地所在城市在2011年、2013年或2017年被纳入低碳城市试点名单，则取值为1，否则取值为0；如果同一城市被纳入不同批次的试点名单，则采用最早年份的数据。

3.中介变量

本文从创新投入、创新产出和创新效率的角度来衡量企业绿色创新。首先，参考Adhikari 等[31]和潘越等[32]的研究，用研发支出与营业收入的比率来衡量创新投入。其次，参考Bereskin 等[33]的研究，通过绿色专利授权数量来衡量创新产出。其中，借鉴王馨等[34]的文献，用绿色发明专利授权数量来衡量创新产出质量（Gipa），用绿色实用新型专利授权数量来衡量创新产出数量（Gum）。最后，根据权小锋等[35]构建创新效率综合指数的方法，将单位创新投入的专利授权数量作为创新效率的综合指数，具体衡量指标用Ln（1+绿色发明专利授权数量+绿色实用新型专利授权数量）/Ln（1+研发投入）来表示。

4.控制变量

现有研究表明，企业规模、年龄、公司治理等因素对企业的环境绩效具有重要影响。故本文选取如下控制变量：公司规模（Size）、资产负债率（Lev）、资产收益率（ROA）、第一大股东持股比例（Top1）、托宾Q系数（TobinQ）、上市年限（ListAge）、管理费用率（Mfee）。此外，还控制了个体（Firm）、年份（Year）和城市（City）固定效应。各变量的具体定义见表2。

表2 变量定义

（三）数据来源与描述性统计

1.数据来源

本文以2008—2020 年沪深A 股上市公司为研究样本。低碳城市试点数据通过《国家发展改革委关于低碳省市试点业务的通知》手工收集。在企业创新数据方面，根据中国研究数据服务平台（CNRDS）获得所有A 股上市公司的发明专利和实用新型专利的专利分类号，并与世界知识产权组织（WIPO）于2010年公布的“国际专利分类绿色名单”相匹配，将上市公司的绿色专利分为绿色发明专利（Gipa）和绿色实用新型专利（Gum）。其他微观企业的财务数据从CSMAR数据库中获得。

2.数据处理

本文选择2008—2020 年沪深A 股上市公司为样本，对数据进行以下处理：①剔除ST、*ST、金融行业样本；②剔除专利数据缺失样本以及数据缺失较多的样本；③剔除经营周期少于5年的样本；④剔除无法区分企业所处行业的样本；⑤剔除资产负债率大于1的样本，最终得到22065个样本。

3.描述性统计

描述性统计结果如表3 所示，该描述性统计主要针对标准化之前的数据。我国的环境绩效最小值为0，最大值是2.639，而样本均值为1.684，说明研究样本中的企业环境绩效存在差异且整体水平偏低。低碳试点政策实施policy 与企业是否为试点城市Shidian_dum 为虚拟变量，均值分别为0.926 和0.668，最小值均为0，最大值均为1，说明我国企业低碳城市试点化水平较高，因此研究政策实施效果对企业和政府存在现实意义。创新产出质量Gipa 和创新产出数量Gum 的均值分别为0.294 和0.620，最小值均为0，最大值分别为6.282 和6.537，说明不同企业之间绿色创新产出差异较大，但总体处于较低水平。

表3 描述性统计

四、实证结果分析

（一）平行趋势检验：事件研究法

参考Sun等[36]、张兵兵等[28]、赵振智等[14]的做法，采用事件研究法进行平行趋势检验。本文考虑了基于2008—2020年的窗口，即从第一批低碳城市试点前3年到第一批试点后9年。如图1所示，垂直于横轴的带盖短直虚线代表95%的置信区间，根据微观企业的聚类情况进行调整。建立模型（5）。

图1 平行趋势检验

其中，prei,t为各城市企业在低碳试点政策实施前的第t年，posti,t为各城市企业在低碳试点政策实施后的第t 年。图1 报告结果是以第一批试点实施时间作为基期。可以看出，低碳城市试点政策实施前各期系数估计值均不显著，即样本通过了平行趋势检验。此外，从动态效应方面来看，在试点政策实施后各期系数估计值呈上升趋势[37]，且在95%的置信区间内显著，说明该政策确实提高了企业环境绩效，而且这种促进作用逐步增强。

（二）基准回归结果

本节基于基准回归模型，定量分析了引入低碳城市试点政策对A股上市公司环境绩效的影响。结果如表4 所示，（1）和（2）列在没有控制变量和有控制变量的情况下，交乘项的系数均显著为正，说明低碳城市试点政策的实施显著改善了试点地区企业的环境绩效。证实了假设H1。该结论与已有文献的观点较为一致，例如：从城市层面来看，已有学者论证了低碳城市试点会促进城市绿色经济增长[38]、促进碳减排[8]；从微观层面来看，已有文献证明了低碳城市试点政策会提高企业绿色技术创新[4]、降低碳排放水平。

表4 基准回归结果

（三）试点政策增进环境绩效的作用机理分析

根据前文研究假设，本文从绿色创新成果和企业创新效率两方面展开分析。

1.绿色创新成果

根据企业创新的动机，可以分为实质性创新行为和策略性创新行为。其中，绿色发明专利是实质性创新，绿色实用新型专利是策略性创新[34]。表5（1）列的实证结果表明，低碳城市试点政策对企业环境绩效的影响系数为0.051，且在1%的水平上显著，表明低碳城市试点政策对环境绩效的影响效果显著增强。（2）、（4）、（6）列的结果表明，低碳城市试点政策有助于绿色技术创新。其中，绿色技术创新的改善主要体现为实质性创新[34]，即绿色发明专利授权数量。绿色发明专利的中介效应占总效应的1.8%（γ1×δ2/α1），绿色实用新型专利的中介效应占总效应的0.8%，绿色发明专利的中介效应高于绿色实用新型专利。从低碳城市试点政策的绿色创新效应来看，绿色发明专利的估计系数为0.108，且在1%的水平上显著，而绿色实用新型专利的估计系数为0.046，表明低碳城市试点政策的绿色发明专利创新效应更高。假设H2a、H3a和H4得到验证。

表5 绿色创新成果作用机制和Sobel检验

为了保证研究结论的准确和稳健，本文采用Sobel 检验和Bootstrap 两种方法对中介效应进行进一步检验。由于篇幅受限，只列示了Sobel 的检验结果，通过检验结果可以看出存在中介效应。

2.企业创新效率

企业绿色技术创新需要长期且稳定的投入，但是收益具有不确定性，这就导致企业创新具有高风险性。本文通过研究微观主体创新效率来考察低碳政策对企业环境绩效的实施效果，这对企业利用创新驱动因素拉动经济的可持续发展具有重要意义。

表6（1）列实证结果显示，低碳城市试点政策对企业环境绩效的影响系数为0.051，且在1%的水平上显著，表明低碳城市试点政策对环境绩效具有显著增强的作用。（2）和（3）列的结果显示，低碳城市试点政策能够激励企业加大研发投入但结果并不显著。因此，假设H2b 得到验证，但假设H3b 被拒绝。原因可能在于：除了低碳城市试点政策之外，还存在其他类型的环境规制政策，比如“两控区”的划定、官员任期环境考核、环保督察等制度。（4）和（5）列的结果显示，低碳城市试点政策对企业绿色创新效率的影响系数在10%的水平上显著，假设H2c 得到验证。但是相对于低碳政策而言，创新效率只能正向促进企业环境绩效。原因可能在于：企业一部分“创新”是管理层为了迎合政府政策和市场监督，并不是实质性的提高企业技术竞争力。

表6 企业创新效率作用机制和Sobel检验

（四）稳健性检验

1.利用环保支出额作为环境绩效财务行为指标的替换变量

在上述研究中，本文采用企业环境信息披露相应指标赋值汇总测度企业环境绩效，为验证结果的稳健性和可信性，利用定量化的指标环保支出额作为被解释变量来进行实证检验。相应的回归结果显示，替换核心变量后，低碳城市试点政策指标的估计系数始终显著为正，所得结论与基准检验结果保持高度一致。

2.安慰剂检验

本文将时间和城市区域的固定效应纳入基准回归，以解决变量缺失问题，然而存在一些不可观察的企业特征可能会影响差分法识别假设。为此，随机生成低碳城市试点名单，进行间接安慰剂试验。具体操作是由计算机随机生成试点城市，代入基准回归模型，提取误差变量Shidian×policy 的系数，重复上述操作500次。图2 为低碳城市试点政策对企业环境绩效的估计系数分布图。随机处理后的估计系数集中分布在0 附近，服从正态分布。这证明了原始估计结果是稳健的。

图2 安慰剂检验

3.缩短样本研究期间检验

为进一步验证结论的稳健性，本文将研究期间缩短为2015—2020年，并以2017年的试点政策实施作为解释变量，记为y2017_dum。结果如表7 所示。通过缩短研究期间进行检验的结果与前文结果一致，验证了研究结果的稳健性。

表7 替换被解释变量和缩短样本区间回归结果

五、异质性分析

受资源禀赋和社会经济因素的影响，不同地区处于不同的发展阶段，有不同的产业梯度。因此，低碳城市建设的效果在不同地区表现有所不同。我国中西部城市不仅经济基础薄弱，而且容纳了很多耗能大户和高污染企业，导致严重的资源和环境问题，需要整体创新环境的改善。在短期内，这些企业面临着巨大的环境成本和产业转型压力，但从长远来看，绿色技术创新将会使企业获得结构性红利。因此，应考察低碳城市试点政策对不同区域企业环境绩效的影响。

除此之外，不同地区的地级市在市场环境、交通条件、人才供给等方面往往存在巨大差异，影响低碳试点工作的推进。因此，低碳城市试点政策由于企业所有制、地理位置、环保意识以及政策实施等因素对企业环境绩效的影响可能存在一定的区域异质性。鉴于此，本文主要从以下三个方面对异质性差异进行考察：第一，国有企业与非国有企业；第二，东部地区城市在低碳技术和创新人才积累以及社会文明建设等方面具有更加明显的优势。因此将样本城市按照地理位置分为东部城市、中部城市和西部城市三个子样本；第三，由于经度越大，经济水平也越高，所在地区的人口密度往往比较高，能源消耗量比较大，导致较高的碳排放水平。因此，参考胡艺等[26]的做法，在模型中纳入“Shidian_dum×jingdu”这一交叉项来验证假设。

表8 回归结果显示，国有企业的政策效果优于非国有企业。究其原因可能是：基于所有权优势，国有企业响应国家政策的主动性、积极性和内在动力都是非国有企业所不能比拟的。国有企业的战略决策通常代表当地政府的意志，而环境政策又是当前和今后国家政策的重点领域，地方政府更倾向于干预国有企业的绿色创新活动，从而促进企业环境绩效。因此，国有企业普遍在融资能力、政府监管力度和信息披露水平等方面强于非国有企业，所以低碳城市试点政策可能对国有企业环境绩效的促进作用更强。另外，国有企业规模较大，融资途径多，更有可能获得替代性融资，所以低碳城市试点政策对国有企业环境绩效的改善效果相对较强。因此，假设H5a得到验证。

表8 异质性分析结果

将企业根据上市公司注册地的所在省份进行划分。表8（3）至（5）列结果显示，东部地区低碳政策对企业环境绩效具有显著的正向作用。究其原因可能是：由于东部地区制度体系健全，政府的监管力度大，所以低碳城市试点政策在东部地区的政策效应更强。该结论与张华[4]一致，假说H5b得到验证。除此之外，（6）列结果从实证解决解释变量内生性的角度，交叉项的系数显著为负，说明经度越小，低碳城市试点越会增强企业的环境绩效。由此，假说H5c得到验证。

六、结论与建议

本文的主要结论如下：

第一，试点城市的企业环境绩效显著为正，意味着低碳城市试点政策作为一项综合性的环境规制政策能够显著提高企业环境绩效，证实了低碳试点政策的有效性。

第二，作用机理分析表明，低碳城市试点需要通过降低研发投入成本和提升绿色技术创新等途径提高企业环境绩效。

第三，低碳城市试点政策对环境绩效存在异质性，环境绩效的提高效应在国有企业、西部城市和经度较低的子样本中表现更加显著。

作为城市层面的环境规制措施，低碳城市试点的具体实施方案是在中央审查指导下，结合自身发展情况编制而成的，其实施效果也为中央和地方政府在环境污染治理方面提供参考，可将试点城市成功的经验和技术融入可复制的案例中，逐步推广到尚未试点的城市。基于此，本文提出以下建议：

第一，根据实证结果，各试点地区制定低碳城市的实施方案，由中央政府主导的环境规制政策是符合中国实际的。一方面，要不断提炼试点地区的成功经验，及时推广方法、技术、政策创新，进一步推动该政策在全国的展开；另一方面，试点政策存在落实不到位的现象，“政策执行”成为阻碍政策有效实施的关键环节。因此，在申请过程中，城市应从上层设计出发，制定详细的阶段计划和部门实施方案；在监督过程中，上级政府要持续跟进，给予有效的支持指导和定时监督，并定期向试点报告进展情况，同时进行现场检查，组织专家进行工作指导。

第二，基于中介效应，在推行这一政策时必须注意相关配套设施的完善。政府的创新支持、产业政策和人才政策应该是关注的焦点。其一，注重合作。低碳城市的覆盖范围很广，各部门的支持与配合有助于促进政策的实施。其二，重视基础工作。配套设施建设要重点抓好试点城市最薄弱的基础部分，弥补不足。在加强先进技术转化吸收能力的同时，注重培育各地自主技术创新能力。其三，注意沟通。目前，各城市的技术基础差异较大，创新集聚效应比较明显。未来要充分发挥大城市和东部城市的技术溢出和辐射作用，鼓励城市之间进行经验交流、模式研讨和实地学习，各试点地区通过互动交流，相互学习，共同进步。

第三，基于异质性分析结果，在低碳试点政策完善过程中，应根据异质性进行不同的政策组合。对于非国有企业，要推动其与国有企业的合作以及各城市企业之间的跨区域合作，构建节能减排、产业低碳化发展协同机制，注重推动产业结构升级，培育绿色增长新动力。对于中西部地区，应继续完善制度建设，加大碳排放的监管力度，并借鉴成功试点经验，合理配置资源，优先培育新兴科技产业。同时，注重人才引进、素质教育提升和技术创新培养。对于经度较大地区，应加快技术创新和产业结构升级，为产业结构清洁化提供技术支撑。