低碳试点政策是否驱动了制造业企业绿色转型？

摘 要：低碳试点政策作为应对气候变化和实现经济增长的积极政策，为制造业企业绿色转型提供契机。基于2012—2020年A股制造业上市公司数据，以低碳城市试点为准自然实验，采用渐进双重差分模型检验低碳试点政策对制造业企业绿色转型的驱动作用。研究发现：（1）低碳试点政策的实施可显著驱动制造业企业绿色转型；（2）企业创新和企业数字化转型起到部分中介作用；（3）融资约束具有负向的抑制作用，数字金融具有正向的促进作用。研究结论为深化低碳试点城市建设和驱动制造业企业绿色转型提供政策启示。

关键词：低碳试点政策；企业绿色转型；制造业上市公司；渐进双重差分

中图分类号：X322；F424.3 文献标识码：A 文章编号：1671-9255（2024）03-0020-07

一、引言与文献综述

随着工业化、城镇化进程的不断加快，中国经济已由高速增长转变为高质量发展。党的二十大报告指出我们要坚持以推动高质量发展为主题，着力提高全要素生产率，坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国。自2020年“双碳”目标的提出以来，推动经济社会发展绿色化、低碳化成为实现高质量发展的关键环节。目前，制造业企业面临资源过度消耗、能源利用低下、环境污染严重等问题，不利于打造核心竞争力与优化全要素生产率，一定程度上阻碍了企业的绿色转型进程。同时，受2030年前碳达峰与经济下行双重压力，低碳试点政策作为应对气候变化和实现经济增长的一项积极政策，对于节约能源、减少碳排放，驱动制造业企业绿色转型具有重要的现实意义。2010年，国家发布《关于开展低碳省区和低碳城市试点工作的通知》，在广东、辽宁、湖北、陕西、云南五省和天津、重庆、深圳、厦门、杭州、南昌、贵阳、保定八市率先开始实施低碳试点政策，之后分别于2012年和2017年确定了第二、三批试点，共计6个省和81个城市，旨在探索实现碳达峰的有效路径。

关于低碳试点政策的现有研究集中在政策效果评价上，主要包括以下两类：第一，关注政策的环境效应。姜旭和侯娇等（2023）基于Super-SBM模型测算城市土地绿色利用效率，并应用双重差分模型检验低碳试点政策的促进作用[1]；郭沛和梁栋（2022）、王胜今和朱润酥（2022）研究发现低碳试点政策可显著降低试点城市二氧化碳排放量，提高城市碳排放效率[2-3]；郭炳南和唐利等（2023）、邓荣荣和张翱祥等（2022）分别采用双重差分模型和空间双重差分模型实证检验低碳试点政策对城市生态效率水平的提升作用与空间溢出效应[4-5]。第二，关注政策的经济效应。Cheng J等（2019）、周明天和徐彬（2022）研究发现低碳城市试点建设可促进地区绿色经济增长[6-7]；杨菲和沈能等（2022）、肖仁桥和马伯凡等（2023）研究发现低碳试点政策对地区企业绿色技术创新具有显著的促进作用[8-9]；Wen H等（2023）、关宇航和师一帅等（2021）、郭炳南和冯雨等（2022）研究发现低碳试点政策能够显著提升制造业企业的全要素生产率[10-12]；逯进和王晓飞等（2020）研究发现低碳试点政策的实行可以显著促进产业结构升级[13]。

然而，有关低碳试点政策驱动制造业企业绿色转型的研究相对较少。王亚飞和陶文清（2021）采用双重差分模型和系统GMM方法进行实证检验，结果表明低碳试点政策显著促进城市绿色全要素生产率增长[14]；佘硕和王巧等（2020）采用倾向得分匹配和双重差分相结合的方法进行实证分析，结果表明低碳试点政策直接促进城市绿色全要素生产率，并检验了创新水平和产业升级的中介效应[15]；熊广勤和方扶星（2022）采用多期双重差分法进行实证检验，结果表明低碳试点政策显著提高城市绿色全要素生产率，且通过结构效应、技术效应和集聚效应间接提升绿色全要素生产率[16]。

综上所述，低碳试点政策的效应评价已趋于成熟，低碳试点政策有利于提升城市绿色全要素生产率，但是鲜有学者研究低碳试点政策对制造业上市公司绿色转型的驱动作用。基于此，本研究从A股制造业上市公司着手，采用SBM-ML指数测算制造业绿色全要素生产率作为制造业企业绿色转型的衡量指标，同时，运用渐进双重差分（DID）模型实证检验低碳试点政策对制造业企业绿色转型的作用机制与路径。

二、理论分析与研究假说

（一）低碳试点政策与制造业企业绿色转型

作为城市层面一种综合性环境规制政策，低碳试点政策能在政策效应驱使和市场准入约束下驱动制造业企业实现生产效率和碳减排效果的双提升。具体来看，制造业企业高质量发展对能源的依赖性不断增大，而低碳试点城市享有中央及地方政府在资金、制度等方面的双重政策支持，促使地区内企业优化能源结构、提高能源利用效率，创新节能减排技术、加快产业转型升级[17-18]，间接提高企业绿色全要素生产率。基于此，提出如下假说：

假说H1：低碳试点政策的实施对制造业企业绿色转型的驱动作用显著为正。

（二）中介效应

一是企业创新的中介效应。基于波特假说理论，适当的环境规制将刺激企业加大研发经费投入，积极开展技术创新以降低能源消耗、减少碳排放，促进企业生产效率提升[9]。第一，低碳试点政策使得企业认识到能源短缺、环境污染等问题，为其绿色转型提供可行思路。第二，低碳试点政策为试点城市提供财政支持、人资支撑和设施优化等措施，保证了企业创新活动的顺利开展，在降低企业创新风险的同时，使得企业认清创新的价值，进而自发选择创新以提高绿色全要素生产率。

二是企业数字化转型的中介效应。为达到低碳试点政策的考核要求，试点城市会将政策压力逐级分解到企业本身，驱动企业把握数字化、绿色化发展趋势，变革生产技术、提高生产效率，进而实现绿色转型。低碳试点政策诱使企业发挥数据价值、强化数字应用，加速数字化转型进程，进而重塑运营流程[19-20]，降低生产成本，提高产品的附加值。基于此，提出如下假说：

假说H2：低碳试点政策通过提高企业创新水平，驱动制造业企业绿色转型。

假说H3：低碳试点政策通过促进企业数字化转型驱动制造业企业绿色转型。

（三）调节效应

一是融资约束的调节效应。制造业企业开展绿色转型升级需要负担高成本，以有限的资金获取高额的利润，而企业生产经营活动所需资金直接决定企业绿色转型的彻底性，企业融资约束直接影响低碳试点政策对制造业企业绿色转型的驱动作用。低碳试点城市内的企业拥有金融优势，一定程度上弥补了企业融资约束的影响，但当遭遇融资困境时，也会一定程度上阻碍企业获取资本，影响企业生产创新投入，进而阻碍绿色转型的进程[21]。

二是数字金融的调节效应。数字金融作为一种促进信息流通、交换、共享的数字化方式，能有效降低金融业务的交易成本和门槛，有助于拓宽融资渠道、降低融资成本，加强绿色技术创新和研发资金投入，在保证企业财务稳定的同时，驱动企业绿色全要素生产率优化[22]。低碳试点的政策效应与数字金融的普惠效应协同共生，共同改变企业发展的市场竞争环境和要素成本环境，以节能减排、技术进步和效率提升，促成企业绿色转型[23]。基于此，提出如下假说：

假说H4：融资约束逆向调节低碳试点政策对制造业企业绿色转型的驱动效果。

假说H5：数字金融正向调节低碳试点政策对制造业企业绿色转型的驱动效果。

三、研究设计

（一）模型构建

基于上文理论分析，为探究低碳试点政策对制造业企业绿色转型的影响机制，构建如下模型：

（1）

其中，GTFPit表示i企业在第t年的制造业企业绿色全要素生产率，以此衡量制造业企业绿色转型水平；DIDit表示低碳城市试点；Controlsit表示一系列控制变量；λ表示时间固定效应，δ表示行业固定效应，ε表示随机误差项。

（二）变量设定

1. 被解释变量

制造业企业绿色转型（GTFP）。借鉴Chung等（1997）研究方法[25]，采用SBM-ML指数测算的制造业企业绿色全要素生产率作为制造业企业绿色转型的度量指标。其中，投入变量为上市公司固定资产净额员工人数；期望产出为上市公司营业总收入；非期望产出参考张婕等（2022）研究[26]，使用上市公司碳排放强度衡量。进一步，参考Paster & Lovell（2005）的做法[27]，将测算的ML指数分解为技术效率变动（EC）和技术差距变动（BPC），GTFP=GEC*GBPC。

2. 核心解释变量

低碳试点城市（DID）。DID=Treat*Time，Treat用于划分实验组与对照组，企业所在地级市实施低碳试点政策取值为1，反之取值为0；Time用于界定政策冲击时点，低碳试点政策实施后的年份取值为1，反之取值为0。

3. 控制变量

参考张青和曹晴（2022）、赵振智和程振等（2021）的研究 [29-30]，选择企业和地区层面的控制变量。企业年龄（Age），采用企业经营年度来衡量；营业收入增长率（Income），使用本年营业收入与上年营业收入的比值减去1度量；所有权性质（Soe），若企业为国有企业，设为1，否则设为0；股权集中度（Share），采用第一大股东持股比率度量；两职合一（Cman），企业董事长与总经理是否是同一个人，若是取值1，否则取值0；托宾Q值（TbQ），采用市值与资产总计的比值来衡量；企业价值（Value），采用EVA来衡量；董事会规模（Board），采用企业董事人数总和来衡量；经济发展水平（Eco），采用人均GDP的对数来衡量；金融发展水平（Fin），使用银行存贷款余额之和占本地当年生产总值的比例来衡量。

4. 中介变量

第一，企业创新（Inno），采用上市公司研发投入的对数值来衡量；第二，企业数字化转型（Del），参考吴非等（2021）做法[31]，将相应关键词词频取占比作为企业数字化转型的度量指标。

5. 调节变量

第一，融资约束（SA），采用SA指数度量，并做绝对值处理；第二，数字金融（Dfi），选取北京大学数字金融研究中心编制的北京大学数字普惠金融指数来度量[32]。

（三）数据来源与描述性统计

1. 样本选择与数据来源

本研究以沪深京A股上市公司为研究对象，选取2012—2020年制造业企业数据及城市、行业层面数据开展实证研究。为保证研究结果可信，对初始数据进行如下处理：（1）删除ST、*ST的企业；（2）考虑到数据的可得性，删除西藏自治区的城市数据；（3）删除数值缺失的企业。最终得到333家上市公司的2997个数据样本，并对处理后的连续变量进行1%和99%的缩尾处理。上市公司层面数据均来源于国泰安CSMAR数据库。城市层面数据来源于《中国统计年鉴》。

四、实证分析

（一）基准回归结果分析

对（1）式进行基准回归估计，回归结果如表1所示。不管是否控制年份与行业固定效应，低碳试点政策的实施可有效驱动制造业企业绿色转型，该结论与郭沛和梁栋（2022）、石恒贵等（2023）研究结果一致[2，33]，假说H1得证。

进一步，将GTFP的分解项纳入基准回归方程，如表2模型（5）（6）所示。低碳试点政策对制造业企业绿色转型的技术效率变动不显著，对制造业企业绿色转型的技术差距变动具有显著驱动作用。

（二）平行趋势检验

对于双重差分法来说，研究得以进行的前提条件是满足平行趋势检验，即处理组和对照组的制造业企业绿色转型（GTFP）在政策实施前需要满足其趋势没有变化的要求。

结果显示（图1），在低碳试点政策实施之前，试点地区对制造业企业绿色转型的影响不显著，而低碳试点政策实施当期及之后，试点地区对制造业企业绿色转型的影响显著为正。

（三）稳健性检验

本研究通过考虑如下稳健性检验操作，以得到更加真实、准确的回归结果：①更换被解释变量。使用未缩尾的原始数据测算的绿色全要素生产率（GTFP_1）和全要素生产率（TFP）作为制造业企业绿色转型的代理指标。②对核心解释变量做滞后一期处理。③第二批试点的政策实施年份设定为2012年（DID_1）。④排除其他政策的干扰。第一，分别将质量强国战略的明确提出（DID_2）、“国家大数据综合试验区”的设立（DID_3）视为低碳试点政策的外生冲击；第二，缩小样本期的时间窗口为低碳试点政策实施的前后三年。⑤控制变量滞后一期。结果显示（表2），所有稳健性检验均通过，说明低碳试点政策确实可以驱动制造业企业绿色转型，渐进DID回归结果得到进一步验证。

五、机制分析

（一）中介效应检验

对（2）和（3）式进行回归估计，分别检验企业创新和企业数字化转型在低碳试点政策驱动制造业企业绿色转型过程中的中介效应。

表3模型（1）（2）为企业创新的中介效应分析。实证结果表明，低碳试点政策在1%的显著性水平上提高了企业创新水平，而企业创新在5%的显著性水平上提高了企业绿色全要素生产率，即企业创新在低碳试点政策驱动制造业企业绿色转型过程中起到了部分中介作用，其中，中介效应大小为0.009（0.164*0.057），假说H2得证。

表3模型（3）（4）为企业数字化转型的中介效应分析。实证结果表明，低碳试点政策可显著提高企业数字化转型水平（p<0.01），同时，企业开展数字化转型显著提高企业绿色全要素生产率（p<0.05），即企业数字化转型在低碳试点政策驱动制造业企业绿色转型过程中起到了部分中介作用，其中，中介效应大小为0.008（0.007*1.129），假说H3得证。

（二）调节效应检验

对式（4）进行回归估计，通过构建交互项检验融资约束和数字金融在低碳试点政策驱动制造业企业绿色转型过程中的调节效应，并由分组回归进行验证。

表4模型（1）～（3）为融资约束的调节效应分析。实证结果显示，低碳试点政策与融资约束的交互项系数为负且通过了5%的显著性检验，表明融资约束对低碳试点政策驱动制造业企业绿色转型具有负向的抑制作用，假说H4得证。

表4模型（4）～（6）为数字金融的调节效应分析。实证结果显示，低碳试点政策与数字金融的交互项对制造业企业绿色转型的影响系数显著为正，表明数字金融对低碳试点政策驱动制造业企业绿色转型具有正向的促进作用，假说H5得证。

六、研究结论与启示

本研究从上市公司角度出发，运用渐进DID方法探究低碳试点政策对制造业企业绿色转型的影响机制及作用路径，实证结果表明：第一，低碳试点政策的实施可有效驱动制造业企业绿色转型，这一结论在经过平行趋势检验、PSM-DID、安慰剂检验等一系列稳健性检验后仍然成立；第二，企业创新和企业数字化转型在低碳试点政策驱动制造业企业绿色转型过程中起到部分中介作用；第三，融资约束对低碳试点政策驱动制造业企业绿色转型具有负向的抑制作用，数字金融具有正向的促进作用。

研究结论为推动低碳试点城市建设和促进制造业企业绿色转型提供启示：

（1）深化低碳试点城市建设，扩大先进模式的影响力与实施效果。在低碳试点城市的建设中，应进一步明确建设目标、任务与责任，确保试点工作有序推进。进一步建立健全低碳发展评估体系，定期对试点成效进行评估，以科学、量化的数据支撑政策调整与优化。同时，建立健全政策执行机制，确保各项政策措施得到有效落实，并通过政策创新、制度完善等手段激发市场主体的积极性与创造力。此外，通过制定配套政策、优化融资环境和加强政府监管等方式，为制造业企业绿色转型提供有力支持，引导企业建立健全绿色转型评价体系，激励企业主动承担社会责任，推动绿色低碳发展。

（2）确立以创新投入和数字化转型为双引擎，明晰试点城市建设推动企业绿色转型的实现路径。首先，坚定不移地实施创新驱动发展战略，具体措施包括加强产学研合作，引入高校和科研机构的技术力量，共同开展绿色技术研发；设立专项创新基金，支持企业开展绿色技术创新项目；优化研发创新环境，建设创新实验室和研发平台，提高研发效率。其次，明确数字化转型战略。具体来看，推动制造业企业建立数字化生产线和智能工厂，提升生产自动化和智能化水平；发展工业互联网，促进制造业与服务业的深度融合，打造新的增长点；加强大数据和云计算技术应用，提高数据处理和分析能力，支持企业精准决策。最后，提升数字化创新策源能力，即聚焦基础研究和原始创新，加大科研投入，鼓励科研人员进行前沿探索；建立创新孵化器和加速器，提供一站式服务，支持创新项目的孵化和成长；打造创新生态链，加强产业链上下游的协作和资源整合，形成协同创新效应。

（3）在推动企业绿色转型过程中，需综合考虑企业融资约束与地区数字金融发展水平，以制定合理、有效的指导策略。一方面，政府应充分发挥宏观调控职能，通过实施财政补贴、引导外资流入等政策措施，为面临融资约束的企业提供及时、有效的支持，缓解其资金压力，从而激发更多企业积极参与绿色转型。同时，政府还应建立健全融资服务体系，提高金融服务效率，降低企业融资成本，为企业绿色转型提供有力保障。另一方面，企业应积极适应数字化发展趋势，充分利用数字金融手段，提升自身在投融资决策中的洞察力和敏锐性。通过运用大数据、人工智能等先进技术，更加精准地把握市场需求和投资机会，优化资金配置，提高投资效率。此外，企业还应加强内部管理，提升运营效率，降低生产成本，为绿色转型提供坚实的经济基础。

参考文献：

[1]姜旭，侯娇，卢新海.低碳试点政策对城市土地绿色利用的影响——基于双重差分模型的实证研究[J].中国土地科学，2023（3）：80-89.

[2]郭沛，梁栋.低碳试点政策是否提高了城市碳排放效率——基于低碳试点城市的准自然实验研究[J].自然资源学报，2022（7）：1876-1892.

[3]王胜今，朱润酥.低碳城市建设能否助力政府实现碳达峰碳中和目标？——基于低碳城市试点的准自然实验[J].现代经济探讨，2022（7）：10-17+40.

[4]郭炳南，唐利，张浩.城市低碳治理对生态效率的影响——基于低碳城市试点政策的准自然实验[J].华东经济管理，2023（8）：82-90.

[5]邓荣荣，张翱祥，陈鸣.低碳试点政策对生态效率的影响及溢出效应——基于空间双重差分的实证分析[J].调研世界，2022（1）：38-47.

[6]Cheng J，Yi J，Dai S，et al.Can Low-Carbon City Construction Facilitate Green Growth？ Evidence from China's Pilot Low-Carbon City Initiative[J].Journalof Cleaner Production，2019（231）：1158-1170.

[7]周明天，徐彬.低碳试点城市政策与绿色经济增长——基于低碳试点政策的准自然试验[J].山西农经，2022（4）：109-111+151.

[8]杨菲，沈能，胡傲.低碳试点政策的绿色技术创新效应研究——基于微观准自然实验的证据[J].软科学，2022（12）：35-41.

[9]肖仁桥，马伯凡，钱丽，等.低碳城市试点政策对企业绿色创新的影响及其作用机制[J].中国人口·资源与环境，2023（5）：125-137.

[10]Wen H， Chen S， Lee C C. Impact of low-carbon city construction on financing， investment， and total factor productivity of energy-intensive enterprises[J].

The Energy Journal， 2023， 44（2）.

[11]关宇航，师一帅，李莉.低碳城市政策提升企业全要素生产率了吗？——基于高质量发展要求的审视[J].海南大学学报，2021（6）：149-158.

[12]郭炳南，冯雨，张浩.低碳城市试点提升了制造业企业全要素生产率吗？——来自准自然实验的经验证据[J].兰州学刊，2022（8）：60-74.

[13]逯进，王晓飞，刘璐.低碳城市政策的产业结构升级效应——基于低碳城市试点的准自然实验[J].西安交通大学学报，2020（2）：104-115.

[14]王亚飞，陶文清.低碳城市试点对城市绿色全要素生产率增长的影响及效应[J].中国人口·资源与环境，2021（6）：78-89.

[15]佘硕，王巧，张阿城.技术创新、产业结构与城市绿色全要素生产率——基于国家低碳城市试点的影响渠道检验[J].经济与管理研究，2020（8）：44-61.

[16]熊广勤，方扶星.低碳城市建设提升了绿色全要素生产率吗？——基于278个地级市的实证研究[J].福建论坛，2022（12）：101-114.

[17]王巧，佘硕.城市异质性视角下中国低碳试点政策的绿色增长效应评估[J].软科学，2020（9）：1-8.

[18]吴文洁，刘雪梦，刘佩.低碳试点政策实施的碳遗漏效应[J].财会月刊，2020（4）：124-130.

[19]李慧鹏，周小亮.低碳城市建设对企业数字化转型的影响研究——来自上市公司的经验证据[J].工业技术经济，2023（5）：105-113.

[20]李竹梅，侯丹阳，和红伟，等.金融生态环境、融资约束与全要素生产率的动态关系研究——基于上市公司面板VAR的实证分析[J].工业技术经济，2022（4）：60-67.

[21]张红凤，李睿.低碳试点政策与高污染工业企业绩效[J].经济评论，2022（2）：137-153.

[22]刘立夫，杜金岷.数字金融发展如何影响企业全要素生产率？——来自中国的经验[J].郑州大学学报，2022（5）：38-43.

[23]庞加兰，张海鑫.政府补贴、数字普惠金融与民营企业全要素生产率——基于调节效应和门槛模型的实证分析[J].哈尔滨商业大学学报，2022（5）：19-34.

[24]温忠麟，张雷，侯杰泰，等.中介效应检验程序及其应用[J].心理学报，2004（5）：614-620.

[25]Chung Y H， Färe R， Grosskopf S. Productivity and undesirable outputs： a directional distance function approach[J].journal of Environmental Management， 1997（3）：229-240.

[26]张婕，王凯琪，张云.碳排放权交易机制的减排效果——基于低碳技术创新的中介效应[J].软科学，2022（5）：102-108.

[27]J. T. Pastor， C. A. Knox Lovell. A global malmquist productivity index[J].Economics Letters， 2005（88）：266-271.

[28]宋弘，孙雅洁，陈登科.政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究[J].管理世界，2019（6）：95-108+195.

[29]张青，曹晴.低碳城市试点与企业全要素生产率[J].财会通讯，2022（23）：79-82.

[30]赵振智，程振，吕德胜.国家低碳战略提高了企业全要素生产率吗？——基于低碳城市试点的准自然实验[J].产业经济研究，2021（6）：101-115.

[31]吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界，2021（7）：130-144+10.

[32]郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学，2020（4）：1401-1418.

[33]石恒贵，王运斌，贺艺文.国家节能减排审计影响低碳试点城市碳排放吗？[J].财会通讯，2023（9）：31-35+51.

Has the low-carbon pilot policy driven the green transformation of manufacturing enterprises？ -- A quasi-natural experiment based on pilot low-carbon cities

Liu Yongqing， Ma Zhongdong

（School of Business， Liaocheng University， Liaocheng Shandong 252000）

Abstract： As a positive policy to deal with climate change and achieve economic growth， low-carbon pilot policy provides an opportunity for manufacturing enterprises to transform into green. Based on the data of A-share listed manufacturing companies from 2012 to 2020， this paper takes the pilot low-carbon cities as the natural experiment， and uses the progressive differential model to test the driving effect of low-carbon pilot policies on the green transformation of manufacturing enterprises. The findings are as follows： （1） The implementation of low-carbon pilot policies can significantly drive the green transformation of manufacturing enterprises; （2） Enterprise innovation and enterprise digital transformation play a part of intermediary role; （3） Financing constraints have a negative inhibitory effect， while digital finance has a positive promoting effect. The research conclusions provide policy implications for deepening the construction of low-carbon pilot cities and driving the green transformation of manufacturing enterprises.

Key words： Low-carbon pilot policy; Enterprise green transformation; Manufacturing listed companies; Asymptotic double difference