王帥龍，孫培蕾

（1.石河子大學 經濟與管理學院，新疆 石河子 832003；2.新疆財經大學 經濟學院，烏魯木齊 830012）

0 引言

隨著中國生態(tài)文明建設進入以降碳為重點戰(zhàn)略方向、推動減污降碳協同增效、促進經濟社會發(fā)展全面綠色轉型、實現生態(tài)環(huán)境質量改善由量變到質變的關鍵時期，城市高能耗、高污染、高排放的粗放型發(fā)展模式亟須轉向減少不可再生能源資源和含碳物質投入、實現要素高效組合的綠色集約型發(fā)展模式，本質上就是提高碳排放約束下的綠色全要素生產率（GTFP）。GTFP是綜合考慮經濟增長、環(huán)境資源和碳排放約束后的全要素生產率，能夠體現一國或地區(qū)的經濟綠色低碳發(fā)展水平，切實提升GTFP是中國實現經濟綠色低碳高質量發(fā)展的關鍵[1]。

為著力推動以降碳、減污、擴綠、增長為特征的綠色低碳高質量發(fā)展，地方政府積極采取一系列環(huán)境政策，如低碳城市試點、排污權交易、用能權、碳排放權交易等。相比這些環(huán)境治理政策，作為一項由中央發(fā)起、地方政府牽頭、企業(yè)與公眾參與的“文明品牌”建設，文明城市評選無疑是含金量最高、創(chuàng)建難度最大、最為典型的降污減排政策[2]。中央文明委于2004 年9 月發(fā)布了《全國文明城市測評體系（試行）》，對城市環(huán)境污染和碳排放提出了極為嚴格的管控要求。通過甄別文明城市評選的考核指標，可將其歸為內生動力和發(fā)展模式兩個方面，內生動力方面涉及“R&D投入強度”“國際互聯網用戶普及率”“科教支出”等表征城市綠色技術創(chuàng)新的指標；發(fā)展模式方面涉及“單位GDP能耗”“第三產業(yè)貢獻率”“工業(yè)廢水廢氣處理率”等體現產業(yè)結構升級的指標。據此，文明城市評選能夠促進城市綠色技術創(chuàng)新，推動產業(yè)結構升級，而綠色技術創(chuàng)新和產業(yè)結構升級又是提升GTFP的兩種重要途徑[3]。在綠色低碳成為高質量發(fā)展的主題和文明城市創(chuàng)建活動如火如荼的背景下，深入探討文明城市評選對GTFP的影響成為當前一項重要議題。

1 理論分析與研究假設

文明城市評選具有鮮明的環(huán)境規(guī)制特征，在環(huán)境規(guī)制的約束下，企業(yè)將一部分原本投入的生產性資本轉向污染治理，由此造成生產性投資和盈利性投資的“擠出效應”。短期內企業(yè)為彌補預期虧損，加之對能源的剛性需求致使企業(yè)在預期環(huán)境規(guī)制強度不斷提高的情況下加大能源投入強度，造成環(huán)境污染、氣候變暖等問題，即所謂的“綠色悖論”。然而從長期來看，嚴格的環(huán)境規(guī)制能夠激發(fā)企業(yè)進行綠色技術創(chuàng)新[4]，改進生產工藝流程，在增加合意性產品的同時，達到降污減排的效果，從而解決“遵循成本效應”和“綠色悖論”問題，兼顧環(huán)境效益和經濟效益?；仡櫸拿鞒鞘械脑u審流程可知，參選城市在獲得文明城市稱號后，仍會受到相關部門頻繁而嚴格的審查，可見，文明城市創(chuàng)建活動是一項長期的生態(tài)環(huán)境保護工作。因此，企業(yè)為獲取長久利益和實現永續(xù)發(fā)展，在環(huán)境規(guī)制約束下更傾向于進行綠色技術創(chuàng)新和清潔低碳化生產。

文明城市評選所具有的“晉升錦標賽”特征可能會激發(fā)地方政府按照“逐頂競爭”模式參與城市環(huán)境治理，通過對地方政府環(huán)境規(guī)制執(zhí)行的針對性監(jiān)管和適應性激勵，加大城市環(huán)境基礎設施建設投資力度，切實提升環(huán)境供給水平。作為規(guī)制對象的企業(yè)為實現利益最大化，其會在嚴格的環(huán)境管制下權衡成本和利益。一方面，當選文明城市的城市會提高環(huán)境規(guī)制強度，致使高污染企業(yè)進入市場的沉沒成本和邊際成本增加，由此形成的綠色壁壘讓高碳高污染型行業(yè)的進入企業(yè)減少，促使企業(yè)涌向清潔能源產業(yè)和綠色環(huán)保產業(yè)，從而推動產業(yè)結構優(yōu)化升級。另一方面，文明城市評選會增加政府對進行技術創(chuàng)新和清潔生產的企業(yè)的研發(fā)補貼力度，政府研發(fā)補貼又可通過緩解“成本約束”和強化“創(chuàng)新補償效應”兩個方面推動產業(yè)結構向綠色低碳化轉型升級[5]，從而提高GTFP。

綜上所述，文明城市評選作為一項帶有典型的“晉升錦標賽”和鮮明環(huán)境規(guī)制特征的城市治理活動，通過環(huán)境規(guī)制和政府研發(fā)補貼的約束與激勵，激勵企業(yè)進行綠色技術創(chuàng)新，推動產業(yè)發(fā)展由高能耗、高污染、高排放的粗放型發(fā)展模式轉向綠色低碳集約型發(fā)展模式，進而提高GTFP?；诖耍岢鲆韵录僭O：

假設1：文明城市評選能夠顯著提升GTFP，推動城市綠色低碳高質量發(fā)展。

假設2:綠色技術創(chuàng)新和產業(yè)結構升級是文明城市評選對GTFP產生影響的兩個重要途徑。

2 研究設計

2.1 模型構建

鑒于樣本考察期內的文明城市評選為多批次進行，參考姚鵬等（2021）[6]的研究思路，按政策在不同城市間的實施時序差異來構建多期雙重差分模型，基準雙時點固定效應模型如下：

其中，GTFPit為被解釋變量，即城市綠色全要素生產率；DIDit為核心解釋變量，表示城市i在t年是否獲得文明城市稱號，若在t年獲評文明城市，則在當期及以后年份，DIDit均取值為1，反之DIDit均取值為0；Xit為控制變量；μi和λt分別表示個體和時間效應；εit表示隨機干擾項。

為驗證文明城市評選影響城市GTFP的作用機制，借鑒溫忠麟和葉寶娟（2014）[7]的研究思路，在式（1）中加入中介變量Medit，構建如下作用機制模型：

其中，Medit為中介變量，包括綠色技術創(chuàng)新和產業(yè)結構升級。系數β1表示文明城市評選對中介變量的影響程度，γ1為納入中介變量后，文明城市評選對GTFP 的影響程度。若系數β1、γ2顯著，且γ1的顯著性或系數值下降，則說明中介變量在文明城市提升GTFP的過程中發(fā)揮部分中介效應。

2.2 變量說明

2.2.1 被解釋變量

在計算GTFP之前，需先計算綠色發(fā)展效率（Geff），通常采用數據包絡分析（DEA）測算各種效率值，然而傳統DEA 模型未能考慮變量的松弛問題和效率為1 的決策單元排序問題，Tone（2001）[8]提出的超效率SBM 模型能夠有效解決上述兩個問題，但其并未給出帶有非期望產出的SBM模型公式，具體測度公式如下：

其中，Geff為在規(guī)模報酬不變（CRS）情況下計算的城市綠色發(fā)展效率；n為決策單元（DMU）個數，每個決策單元有m種投入、q1種期望產出和q2種非期望產出；分別表示投入、期望產出、非期望產出的松弛變量；λj為權重變量；xj、yj、bj分別表示第j個DMU的投入、期望產出、非期望產出矩陣中的元素。在測算出Geff 的基礎上，參考Pastor 和Knox（2005）[9]的研究，構建GML指數來衡量GTFP，具體公式如下：

GTFP的核心理念是在以最小的資源和要素投入獲取經濟效益最大化的同時，使得環(huán)境污染和碳排放最小。為此本文構建包含資源環(huán)境和碳約束下的城市GTFP 評價指標體系，見表1。

表1 城市GTFP評價指標體系

2.2.2 核心解釋變量

文明城市評選（DIDit）。本文將文明城市評選作為一項準自然實驗。若城市i在t年獲得文明城市的稱號，則組間虛擬變量為1，反之為0；將入選文明城市當年及以后的時間虛擬變量設定為1，入選文明城市之前的時間虛擬變量設定為0。將組間虛擬變量與時間虛擬變量的交乘項作為核心解釋變量，用以考察文明城市評選對GTFP的影響。

2.2.3 中介變量

綠色技術創(chuàng)新（Pgpan）?？紤]到專利能直觀、有效地表征創(chuàng)新能力，在國內外文獻中應用頻繁，故選用各城市每萬人綠色專利申請數衡量綠色技術創(chuàng)新。

產業(yè)結構升級（Isu）指產業(yè)結構由低水平向高水平的演化，同時體現為產業(yè)比例關系的量變和勞動生產率提高的質變，因此，參考劉偉（2008）[10]的做法，將產業(yè)結構升級界定為各產業(yè)所占比重和相應勞動生產率的乘積加權值，測算公式為：

其中，Yij/Lij表示i地區(qū)j產業(yè)的勞動生產率。由于Yij/Yi無量綱，而Yij/Lij有量綱，因此采取均值化方法消除量綱。

2.2.4 控制變量

為緩解內生性問題偏差，參考已有研究，控制了一系列影響GTFP的變量。主要包括：經濟發(fā)展水平（lnY），選取人均GDP 的對數來衡量，人均GDP 以2005 年為不變價格平減為實際值；人口密度（lnPdes），選用地區(qū)人口總量與地區(qū)行政區(qū)面積比值的對數來表示；政府干預（Gov），選用政府一般預算內財政支出與地區(qū)GDP 的比值來衡量；城鎮(zhèn)化水平（Urb），利用第二、三產業(yè)就業(yè)人數與總就業(yè)人數的比值來表征；金融發(fā)展水平（Fin），采用存貸款余額與GDP的比值來代表；對外開放水平（Open），采用進出口貿易總額與城市GDP的比值來衡量；交通基礎設施（Inf），選取人均道路面積來表征。

2.3 數據來源

本文所選樣本為2006—2019 年257 個地級市的面板數據，不考慮2005 年第一批獲選的9 個城市及2020 年第六批獲選的42 個城市，以前四批獲得文明城市稱號的91個地級市作為實驗組，其余未入選的166 個城市為對照組①考慮到數據可得性，剔除了直轄市和縣級市、拉薩市和金昌市，萊蕪市2019年劃歸于濟南市管轄，亦將其剔除。。文明城市名單來源于“中國文明網”，專利數據來自國家知識產權局官網，綠色專利分類號來自WIPO綠色專利分類范圍清單，其余數據來源于歷年《中國城市統計年鑒》、EPS數據庫和Wind數據庫。

3 實證分析

3.1 基準回歸分析

表2列出了雙時點固定效應下的多期DID模型回歸結果。由列（1）至列（8）可知，在依次加入控制變量的過程中，DID估計系數均在1%的水平上顯著為正，表明文明城市評選能夠顯著提升GTFP，促進城市綠色低碳高質量發(fā)展。可能的原因是：一方面，文明城市評選涵蓋“R&D 投入強度”“科教支出”等與科技創(chuàng)新相關的核心指標，這意味著城市文明評選活動能激發(fā)城市創(chuàng)新能力，促使其生產方式由要素驅動模式轉向創(chuàng)新驅動模式，實現降污減排目標。另一方面，文明城市通過設定“第三產業(yè)貢獻率”“單位GDP能耗”“工業(yè)廢水廢氣處理率”“人均GDP增速”等指標促使經濟發(fā)展模式由高能耗、高污染、高排放的粗放型轉向綠色低碳的集約型，提升GTFP。假設1得以驗證。

表2 文明城市評選對GTFP影響的回歸結果

3.2 平行假設趨勢檢驗

在利用多期雙重差分評估文明城市評選對GTFP 影響之前，需對實驗組和對照組的GTFP水平進行平行趨勢檢驗。本文借鑒Beck 和Levkov（2010）[11]提出的事件研究法，對政策效應在年度之間的動態(tài)趨勢進行解析，設定可以刻畫不同時段的政策沖擊效果的回歸模型：

其中，Ploci,t-j是一個虛擬變量，如果城市i在t-j時期獲得文明城市稱號，那么該變量取值為1，否則為0（M、N分別表示入選文明城市的時點前和時點后的期數）。舉例說明，當j=-2 時，虛擬變量Ploci,t+2表示的就是城市i在t+2 時期獲得了文明城市稱號，其衡量的是城市i在入選文明城市前兩年的效應。因此，δ0表示文明城市獲選后對GTFP 影響的當期政策效果，δ-M到δ-1反映了入選文明城市之前M-1 期的政策效果，δ1到δN衡量的是入選文明城市之后N-1期的政策效果。

下頁圖1 顯示了平行趨勢檢驗結果，可以看出，在政策實施前5 年文明城市評選的回歸系數在95%置信區(qū)間均未通過顯著性檢驗，說明在入選全國文明城市之前，入選城市和未入選城市的GTFP 水平在入選前并無明顯差異，表明平行趨勢假設成立；當入選文明城市后，GTFP 的提升在當期開始顯現，隨著時間的推移，GTFP的回歸系數呈現先上升后下降再上升的趨勢，說明文明城市評選對GTFP 的促進作用逐漸增強，但隨著入選文明城市的時間延長，政策效應強度減弱。然而文明城市評選具有嚴格的縝密復查機制①根據《全國文明城市創(chuàng)建動態(tài)管理措施（負面清單）》，出現負面清單所列問題的城市，將會視情節(jié)嚴重程度被罰扣測評分數、停止提名城市資格、停止全國文明城市資格1年、取消全國文明城市榮譽稱號等。，獲得文明城市稱號的城市擔心無法再次入選，因而會繼續(xù)強化文明城市創(chuàng)建工作，推進城市環(huán)境治理，進一步增強文明城市評選的政策效應，由此可見，文明城市評選對GTFP的影響呈現“N”型作用特征。

圖1 平行趨勢檢驗

3.3 安慰劑檢驗

為進一步驗證城市GTFP 的提升受到文明城市評選的影響，而非其他不可觀測因素的隨機影響，借鑒已有研究進行安慰劑檢驗[12]。先在全樣本中隨機選取91 個城市作為實驗組，再為每個城市生成政策實施時間虛擬變量，由此生成包含實驗組和政策實施時間的核心解釋變量DIDit，重復隨機抽樣500次，同時對基準模型進行反復估計，進而分別得到500個變量DIDit的估計系數和P值，通過這種隨機化處理方式排除其他因素在文明城市評選過程中對變量DIDit影響的干擾。經過處理后的DIDit的回歸系數為-0.065，P值為0.354，未通過顯著性檢驗。圖2為隨機處理后的核密度分布和P值散點圖?？梢钥闯?，實際估計系數值為0.159，顯著異于安慰劑檢驗中的估計系數值，且P 值集中分布在零點處，據此可知文明城市評選提升城市GTFP的政策效應是真實存在的，并非隨機不可觀測因素所致。

圖2 安慰劑檢驗

3.4 穩(wěn)健性檢驗

3.4.1 剔除其他政策法規(guī)的影響

已有研究表明，智慧城市建設、低碳城市建設、創(chuàng)新型城市建設及《中華人民共和國環(huán)境保護法》（以下簡稱《環(huán)境保護法》）均能夠有效改善環(huán)境，促進城市綠色發(fā)展。因此，通過構造相應的政策虛擬變量并納入實證模型中，具體的回歸模型設定如下：

其中，policy1it表示智慧城市建設對GTFP 的影響，policy2it反映的是低碳城市建設對GTFP的影響，policy3it為創(chuàng)新型城市建設對GTFP的影響，policy4it為《環(huán)境保護法》對GTFP 的作用。各虛擬變量的設置如下：首批智慧城市試點設置于2012年，最新批次公布時間為2014年，對于分組虛擬變量，將同時具有智慧城市和文明城市稱號的城市設置為1，其他城市設置為0；對于時間虛擬變量，將2012—2019年設置為1，其他年份設置為0，分組虛擬變量與時間虛擬變量的交叉項為policy1it，即智慧城市建設對GTFP的影響。同理，構造policy2it、Policy3it、policy4it，分別作為低碳城市建設、創(chuàng)新型城市建設、《環(huán)境保護法》對GTFP的影響。

從下頁表3的列（1）至列（5）可以看出，文明城市評選確實提升了城市GTFP，但并非提升城市GTFP的唯一城市品牌。具體而言，從列（2）和列（3）來看，DID和policy2的系數在1%的水平上顯著為正，policy3 的系數在10%的水平上顯著為正，且相比于表2列（8），DID的系數均有所下降，說明以減少碳排放和發(fā)展新型清潔能源為目標的低碳城市，以增強自主創(chuàng)新能力、加快經濟發(fā)展方式轉變?yōu)橹黝}的創(chuàng)新型城市也均能顯著提升GTFP；從列（1）和列（4）來看，DID的系數依然在1%的水平上顯著，但系數值有所下降，policy1 和policy4 的系數為正，未通過顯著性檢驗，說明智慧城市建設、《環(huán)境保護法》可能對GTFP 產生影響，但不明顯；從列（5）來看，在同時納入智慧城市建設、低碳城市建設、創(chuàng)新型城市建設、《環(huán)境保護法》等政策變量后，DID的系數值下降為0.104，且依然在1%的水平上顯著，說明在剔除其他城市試點政策環(huán)境法規(guī)干擾后，文明城市評選對GTFP的政策效應依然顯著。

表3 文明城市評選對GTFP影響的穩(wěn)健性檢驗結果

3.4.2 PSM-DID回歸

為規(guī)避文明城市稱號的獲得并非隨機選擇帶來的偏誤問題和其他不可觀測因素所導致的GTFP差異，本文采用傾向得分匹配的雙重差分方法（PSM-DID）進行回歸結果的穩(wěn)健性檢驗。參照朱金鶴等（2021）[13]的研究，將控制變量作為協變量，基于Logit 模型并采用核匹配的方法尋找與入選城市特征最接近的地區(qū)作為對照組，再次驗證文明城市評選對城市GTFP的影響。由表3列（6）可知，文明城市評選對GTFP的影響系數值在1%的水平上顯著為正，表明基準回歸結果穩(wěn)健。

3.5 文明城市評選對GTFP影響的機制檢驗

根據前文的理論分析可知，文明城市評選主要通過綠色技術創(chuàng)新和產業(yè)結構升級兩種渠道影響GTFP，為驗證上述傳導機制，需對式（1）至式（3）進行逐步回歸。結果如表4 所示，從列（2）和列（4）來看，文明城市評選對綠色技術創(chuàng)新、產業(yè)結構升級的影響系數值均在1%的水平上顯著，表明文明城市評選能夠顯著促進綠色技術創(chuàng)新，推動產業(yè)結構升級；從列（3）和列（5）來看，綠色技術創(chuàng)新、產業(yè)結構升級對城市GTFP 的影響系數值均在1%的水平上顯著為正，且文明城市評選對GTFP的促進作用相比于列（1）有所下降，表明綠色技術創(chuàng)新和產業(yè)結構升級的確是文明城市評選影響城市GTFP 的重要途徑，此外，Sobel 法檢驗下的中介效應也通過了1%水平上的顯著性檢驗，說明文明城市評選通過促進綠色技術創(chuàng)新與產業(yè)結構升級進而提高GTFP的結論穩(wěn)健可靠。假設2得以驗證。

表4 文明城市評選對城市GTFP的中介機制檢驗結果

4 結束語

本文基于2006—2019年257個地級市的面板數據，采用全局Super-SBM模型和Malmquist指數測算了能夠反映綠色低碳高質量發(fā)展的GTFP，并將文明城市評選作為外生政策沖擊，利用多期雙重差分（DID）和中介效應模型考察了文明城市評選對城市GTFP 的政策效果及作用機制。研究結果表明：文明城市評選能夠顯著提升城市GTFP，促進城市綠色低碳高質量發(fā)展；文明城市評選通過促進綠色技術創(chuàng)新和產業(yè)結構升級來提升城市GTFP。此外，智慧城市、低碳城市、創(chuàng)新型城市等城市稱號也是推動城市綠色低碳高質量發(fā)展的重要品牌。