【摘 " 要】 碳生產率作為衡量經濟發(fā)展和碳排放水平的關鍵指標，對城市的綠色轉型有著重要意義?；谫Y源枯竭型城市支持政策的準自然實驗，利用2003—2013年中國274個地級市的數(shù)據(jù)，運用交錯型雙重差分法研究扶持政策對碳生產率的影響及其作用機制。研究結果表明：資源枯竭型城市政策支持顯著提高了城市的碳生產率，政策效果存在時滯性；扶持政策對產業(yè)升級和提高綠色創(chuàng)新沒有顯著作用；產業(yè)升級和綠色創(chuàng)新均不能解釋政策如何提高碳生產率。建議擴大受惠城市名單，建立相應監(jiān)督機制；組織各級政府進行學習交流，促進城市綠色發(fā)展；出臺人才引進政策，助力產業(yè)升級和技術創(chuàng)新。

【關鍵詞】 資源枯竭型城市；碳生產率；扶持政策；交錯型雙重差分法

中圖分類號：F272.3 " " 文獻標志碼：A " " "文章編號：1673-8004（2024）06-0063-17

一、引言

自工業(yè)革命以來，能源消耗和溫室氣體排放激增。Bernstein等［1］指出，1970—2004年人類活動產生的溫室氣體排放量增加了70%，成為全球變暖的主要原因之一。聯(lián)合國政府間氣候變化專門委員會 （IPCC）發(fā)布的一份報告指出，根據(jù)目前的趨勢，全球氣溫可能在2030年至2052年間上升1. 5 ℃。隨著溫室氣體持續(xù)高位排放，氣候變化對生態(tài)系統(tǒng)和人類社會的沖擊日益嚴重，不但引起了海平面的持續(xù)上升和海洋酸化，還頻繁誘發(fā)自然災害和極端天氣，對公眾健康、農業(yè)生產和經濟發(fā)展均產生了負面影響［2-4］。

在氣候變化日趨嚴重的背景下，中國積極承擔減緩全球氣候變化的責任。中國向國際社會承諾在2030年實現(xiàn)碳達峰和在2060年實現(xiàn)碳中和的目標。為了實現(xiàn)這一宏偉目標，需要改變過去粗放式的經濟發(fā)展模式，減少碳排放的同時提高碳生產率，發(fā)展低碳經濟，推進綠色經濟轉型。

城市作為人口集聚和經濟增長的空間載體，是污染和碳排放的主要來源。因此，城市的綠色轉型對國家的綠色發(fā)展至關重要。其中，資源枯竭型城市的綠色轉型因其發(fā)展困境而備受關注。這些資源型城市的發(fā)展依賴于資源稟賦，由于過于注重經濟產出，缺乏可持續(xù)規(guī)劃和環(huán)境治理等原因［5］，資源型城市累積了經濟結構失衡、產業(yè)發(fā)展水平低、環(huán)境污染嚴重、經濟發(fā)展缺乏可持續(xù)性等弊端。為解決資源枯竭型城市發(fā)展和綠色轉型問題，國務院于2007年發(fā)布的《國務院關于促進資源型城市可持續(xù)發(fā)展的若干意見》［6］中明確了支持資源枯竭型城市可持續(xù)發(fā)展的指導思想，并于2008年、2009年和2011年將69個城市列入“資源枯竭型城市”名單中，并提供一系列優(yōu)惠政策，包括財政轉移支付，幫助名單中的城市推動經濟綠色轉型。作為推動落后地區(qū)可持續(xù)發(fā)展的政策，其能否有效促進碳生產率的提高？作用機制是什么？深究這些問題的原因可以為解決資源枯竭型城市綠色發(fā)展提供經驗和理論依據(jù)。基于資源枯竭型城市支持政策的準自然實驗，本文利用2003—2013年中國274個地級市的數(shù)據(jù)，運用交錯型雙重差分法研究扶持政策對碳生產率的影響及其作用機制。

二、文獻綜述

（一）資源型城市的發(fā)展困境

根據(jù)《全國資源型城市可持續(xù)發(fā)展規(guī)劃（2013—2020年）》［7］對資源型城市的定義，資源型城市是指以開采和加工區(qū)域內礦產、森林等自然資源為主要發(fā)展依托的城市。Chen等［8］指出，根據(jù)資源型城市的生命周期可分為生長、成熟、衰退和再生四種類型。而資源枯竭型城市是指經過長期開發(fā)，資源瀕臨枯竭，與資源相關的部門萎縮，經濟增長逐漸放緩的城市。也有學者認為，如果累計開采儲量達到原測量的70%以上，或剩余儲蓄礦產資源只能繼續(xù)開采5年，則認為該城市資源枯竭［9］。根據(jù)資源型城市的生命周期，資源型城市進入衰退生命周期后，最終會向資源枯竭型城市轉變。

關于資源型城市發(fā)展困境的研究源于Corden和Neary［10］對于“荷蘭病”的研究：由于貿易貨物部門的繁榮誘發(fā)了去工業(yè)化，導致制造業(yè)和服務業(yè)競爭力下降，喪失可持續(xù)發(fā)展的能力。導致“荷蘭病”的原因之一是勞動力和其他資源從傳統(tǒng)工業(yè)部門流向蓬勃發(fā)展的資源部門，導致傳統(tǒng)工業(yè)部門的萎縮；另一個原因是資源產業(yè)的繁榮導致收入的增加，從而引發(fā)產品和要素價格的上漲。Auty［11］提出“資源詛咒”理論，即自然稟賦越豐富，國家對失敗的宏觀經濟政策和尋租行為容忍的時間就越長，對工業(yè)化產生不利影響。此外，Mavrotas等［12］構建了一個存在尋租的動態(tài)模型，使用56個發(fā)展中國家的數(shù)據(jù)，驗證了國家對資源的依賴通過對制度質量產生負面影響，從而損害經濟發(fā)展。

隨著資源型城市對資源的不斷開發(fā)，一些原本資源稟賦豐裕的城市進入了生命周期的衰退期，資源逐漸枯竭。長期不合理的資源開發(fā)導致發(fā)展的不可持續(xù)和城市萎縮［13-14］。Martinez-Fernez和Wu［15］指出，對于以礦產為主導行業(yè)的資源型城市，其發(fā)展不可持續(xù)的原因之一是區(qū)域創(chuàng)新能力薄弱。許多礦產資源型城市的發(fā)展更多地依賴當?shù)刭Y源，往往與全球知識體系及其對其他行業(yè)的影響相隔絕。城市的創(chuàng)新和技術發(fā)展也往往優(yōu)先考慮礦產行業(yè)，而其他行業(yè)的知識創(chuàng)新缺乏活力。此外，Lockie等［16］認為，經濟增長乏力也可歸因于其他行業(yè)熟練勞動力的流失和環(huán)境問題。Li等［17］指出，由于環(huán)境污染和就業(yè)機會的減少，30%的資源型城市有很嚴重的人口萎縮現(xiàn)象，這些城市的人口增長速度正在放緩。嚴重的環(huán)境問題也阻礙了資源枯竭型城市的發(fā)展。例如，煤炭開采誘導了資源依賴型城市的地質災害，地面沉降會對正在建設的基礎設施構成威脅［18］。因此，資源型城市的環(huán)境治理壓力普遍高于其他城市，成為城市轉型的障礙［19］。

中國有262個資源型城市，占城市總數(shù)的近40%，其中資源枯竭型城市有69個（包括地級市、縣、市轄區(qū)，這里簡稱為“城市”），占資源型城市的26%。這些城市大致可分為林業(yè)資源城市和礦產資源城市，其中礦產資源枯竭型城市占資源枯竭型城市的94%，包括撫順、淮北、萍鄉(xiāng)、白銀、阜新等傳統(tǒng)礦產資源城市被先后列入資源枯竭型城市名單中。由于缺乏規(guī)劃和資源枯竭，進入衰退期的資源型城市遇到了經濟增長緩慢、資源效率低、金融資源短缺、失業(yè)率和貧困率高、生態(tài)惡化等問題［20-21］。例如作為煤炭資源型城市的棗莊， 2011年被列入資源枯竭型城市名單的鶴崗市，其煤炭產業(yè)至今已有百年歷史，隨著資源型產業(yè)衰退，煤炭工業(yè)的失業(yè)人口不斷增加，全市失業(yè)率在21世紀初持續(xù)超過10%，2004年更是高達27%，高于全國平均水平［22］；同時，鶴崗市還面臨著較大的環(huán)境治理壓力，長期開采導致土地塌陷不斷擴大，水污染嚴重?！度珖Y源型城市可持續(xù)發(fā)展規(guī)劃（2013—2020年）》［7］指出，截至2013年，全國大約有14萬公頃的塌陷區(qū)需要處理，失業(yè)礦工超過60萬人。余林徽和馬博文［23］通過計算制造業(yè)的平均產值，指出資源枯竭型城市的制造業(yè)發(fā)展滯后于其他城市。按1978年價格計算，資源枯竭型城市的制造業(yè)平均產值約為2.245 6億元，而全國其他地區(qū)的制造業(yè)平均產值約為3.399 7億元。

許多學者分析了資源枯竭型城市的發(fā)展落后于其他城市的原因。在經濟增長方面，Li 等［13］指出，不合理的稅收制度和資源開發(fā)政策是導致這些城市經濟增長滯后于其他城市的原因。此外，資源型城市的分布普遍較偏遠，遠離經濟增長極，當?shù)叵M和高職院校質量不足以支撐城市轉型和可持續(xù)發(fā)展［24］。另一方面，資源型城市制造業(yè)水平較低，這也是資源型城市與其他城市經濟差距較大的原因之一［23］。此外，在城市化進程中積累的環(huán)境問題，包括空氣污染、森林砍伐和地面沉降，也是資源型城市面臨的困難之一［25］。

針對資源枯竭型城市面臨的困境，政府和學者不斷探索和總結試點城市的先進經驗和轉型模式，如“淮北模式”“阜新模式”“白銀模式”。許多學者從能源利用效率、產業(yè)結構轉型、提高教育質量和加強技術創(chuàng)新等方面為城市發(fā)展提供建議和理論支持［8，26］。Fan和Zhang［27］指出，地方政府需要調整產業(yè)結構，降低采礦業(yè)比重。例如，Shuna和Zhaohuai［28］研究白山市的城市轉型，發(fā)現(xiàn)白山市通過煤炭、林業(yè)等傳統(tǒng)產業(yè)的先進技術升級，以及與高校合作、投資等方式培育新能源等新興產業(yè)，實現(xiàn)了城市轉型。此外，Shao和Yang［29］構建了內生增長模型分析資源詛咒發(fā)生的條件，表明充足的人力資本是避免資源詛咒的必要條件。因此，他們建議政府應該提供更多的教育機會，提高教育質量，增加對高技能勞動力的就業(yè)需求。

（二）碳生產率及其影響因素研究

隨著社會對綠色發(fā)展的日益重視，學術界構建了多種衡量綠色發(fā)展和低碳轉型的指標。近年來，碳生產率被廣泛用于衡量綠色轉型的有效性和低碳增長的水平。Kaya和Yokobori［30］首次提出碳生產率，將其定義為GDP與二氧化碳排放量的比值。隨著碳生產率測量方法的不斷創(chuàng)新和完善，許多研究將碳生產率定義為“單位工業(yè)碳排放的經濟產出”［31］。Ekins等［32］認為，碳生產率是一個綜合性指標，同時評估衡量了經濟增長和二氧化碳排放，整合了低碳發(fā)展的兩個目標。此外，碳生產率也被認為是反映國家在解決全球變暖和氣候變化方面貢獻的指標［33］。

學者們從不同角度研究了碳生產率的影響因素，普遍認為產業(yè)結構、產業(yè)集聚、技術創(chuàng)新、外商直接投資、城鎮(zhèn)化水平、貿易開放程度和政策支持是影響碳生產率的主要因素［34-36］。

首先，技術創(chuàng)新是碳生產率的關鍵決定因素之一。Meng和Niu［33］提出了碳生產率變化的分解模型，結果表明創(chuàng)新對碳生產率起著重要作用。Ren等［37］利用STIRPAT模型和空間杜賓模型研究技術創(chuàng)新對工業(yè)碳生產率的影響，結果表明技術創(chuàng)新能夠促進碳生產率的改善。Meng等［38］從可再生能源的角度指出，可再生能源消費通過技術進步間接影響碳生產率。此外，Deng等［39］利用空間杜賓模型考察了電力技術創(chuàng)新對碳生產率的影響，強調局部電力技術創(chuàng)新對碳生產率存在正向影響。此外，一些學者還探討了綠色創(chuàng)新對碳生產率的影響。劉海英等［40］指出綠色創(chuàng)新通過促進產業(yè)結構升級、發(fā)展循環(huán)農業(yè)對地方碳生產率產生正向影響。然而，一些實證研究也給出了不同的結論。Du和Li［34］的研究結果表明，綠色創(chuàng)新只影響高收入經濟體，而對發(fā)展中國家沒有顯著影響。Lin等［41］利用中國省級數(shù)據(jù)，使用空間滯后模型研究了碳生產率的影響因素，表明區(qū)域碳生產率受技術創(chuàng)新的影響較小，這主要是由于粗放型經濟發(fā)展模式具有高排放、高產出的特征。技術創(chuàng)新對整體經濟產出的影響相對較小，從而導致技術創(chuàng)新在提高區(qū)域碳生產率方面效果不顯著。

其次，產業(yè)結構和產業(yè)升級對碳生產率也有影響。一些研究發(fā)現(xiàn)，工業(yè)部門所產生的污染更嚴重，工業(yè)部門產出份額較高的國家碳生產率增長速度較慢［34，42］。與工業(yè)部門相比，服務業(yè)具有高附加值、低碳排放的特點［43］。因此，有學者就產業(yè)升級對碳生產率的影響進行了研究，結果表明產業(yè)結構升級有利于提高碳生產率，同時第三產業(yè)份額的增加會降低碳排放量［44-46］。

關于其他社會經濟指標對碳生產率的影響，Pan等［47］利用2004—2016年各省數(shù)據(jù)計算全要素碳生產率，研究對外直接投資與碳生產率的關系，發(fā)現(xiàn)對外直接投資通過逆向技術溢出提高了碳生產率。在環(huán)境監(jiān)管方面，Hu和Wang［35］指出，隨著環(huán)境監(jiān)管力度的加強，環(huán)境監(jiān)管對碳生產率的影響已經從阻礙發(fā)展轉向促進發(fā)展，實施適當?shù)沫h(huán)境監(jiān)管將促進碳生產率的發(fā)展。此外，Li和Wang［42］利用中國1997—2016年的數(shù)據(jù)探討了社會經濟發(fā)展對碳生產率的影響，結果表明人均GDP、貿易開放程度和外國直接投資對碳生產率有促進作用。

（三）政策背景

為幫助資源枯竭型城市跨越發(fā)展困境，實現(xiàn)綠色可持續(xù)發(fā)展，政府出臺了一系列支持城市轉型的政策。從2000年開始，政府不斷探索如何促進資源枯竭型城市的發(fā)展。從《阜新市資源枯竭型城市轉型會議紀要》《舊城區(qū)礦產資源勘查規(guī)劃（2004—2010年）》等政府出臺的一系列文件中可以看出政府支持資源枯竭型城市轉型的意愿［13］。2007年，中央政府出臺《關于促進資源型城市可持續(xù)發(fā)展的若干意見》，拉開了全國范圍內大規(guī)模支持資源型城市轉型的序幕。該文件確立了資源枯竭型城市可持續(xù)發(fā)展的政策目標，提供了中央政府對轉型的指導及支持政策。具體信息如表1所示。

資源型城市支持政策首先在幾個城市進行政策試點，然后逐步擴大規(guī)模。自2008年以來，中國政府分三批確定了69個資源枯竭型城市，分別于2008年、2009年和2011年公布。由于2007年已經開始對第一批資源枯竭型城市進行轉移支付，本文將2007年作為第一批政策實施時間。

為了支持資源枯竭型城市的轉型，中國各級政府做出了巨大努力。最重要的措施是將一般和專項支付轉移到資源枯竭型城市。從政策實施到2018年，政府累計提供的轉移支付金額已達1 600億元，用于解決資源枯竭型城市的財政資金短缺、抵御金融危機、解決失業(yè)、棚戶區(qū)改造和環(huán)境治理問題［13，23］。

自政策實施以來，一些學者對政策的有效性進行了跟蹤和評估。Yang等［48］利用2003—2018年284個地級市的數(shù)據(jù)，評估了政策對可再生能源城市經濟發(fā)展的影響，結果表明扶持政策促進了城市的經濟增長。此外，Yu 等［49］發(fā)現(xiàn)，支持政策通過幫助城市減少對資源的依賴，從而提高能源效率。最近有研究表明，政府對資源枯竭型城市的轉移支付有效促進了產業(yè)升級、技術進步和增加植被固碳，從而減少了碳排放［50］。Dou等［51］利用雙重差分和固定效應法分析了對資源型城市的經濟援助和對生態(tài)系統(tǒng)質量的影響，結果表明經濟支持顯著改善了城市生態(tài)系統(tǒng)狀況。

以往研究對于資源型城市的困境和轉型的研究成果豐碩，對于資源枯竭型城市支持政策的政策效果，也從包括經濟增長、環(huán)境污染等各個方面進行了評估。然而，很少有文獻綜合驗證政策對綠色轉型的有效性，即從兼顧經濟增長和溫室氣體排放的角度，衡量政策對資源枯竭型城市的影響及其機制。為此，本文將對此問題展開研究，為資源枯竭型城市的政策評價和發(fā)展路徑提供建議。資源枯竭型城市可分為兩類：一類是以采礦業(yè)為主，另一類是以開發(fā)森林資源為主。由于主導產業(yè)的不同，政策影響碳生產率的機制可能會有所不同。鑒于資源枯竭型城市多為礦產城市，本文將只討論政策對礦產城市的影響。

三、研究設計的數(shù)據(jù)來源與模型設定

（一）數(shù)據(jù)來源

本文使用2003—2013年中國274個地級市的面板數(shù)據(jù)。參考過往研究，探討這一政策影響的研究也大多選取這一時期的數(shù)據(jù)。由于2013年出臺了其他針對資源型城市的相關政策，且政策實施范圍不再局限于資源枯竭型城市，本文僅關注包括轉移支付在內的資源枯竭型城市轉型政策對碳生產率的影響，同時為了排除其他相關政策的影響，本文僅選取2003—2013年的數(shù)據(jù)。鑒于這一時期行政區(qū)劃變動頻繁，本文采用的行政區(qū)劃標準與2003年發(fā)布的《中國城市統(tǒng)計年鑒》一致。此外，資源枯竭城市列表包括地級市、縣和市轄區(qū)。但縣級和市轄區(qū)的數(shù)據(jù)往往難以獲得，數(shù)據(jù)缺失多，因此本文只使用地級市的數(shù)據(jù)進行分析，原始數(shù)據(jù)主要來源于中國城市統(tǒng)計年鑒、中國研究數(shù)據(jù)服務平臺和中國經濟社會大數(shù)據(jù)研究平臺。

（二）假設設定

本文認為，政策通過促進產業(yè)升級，從而促進碳生產率的提高。根據(jù)《關于促進資源型城市可持續(xù)發(fā)展的若干意見》中的指導意見，鼓勵各級政府合作發(fā)展替代性主導產業(yè)，促進經濟第三產業(yè)的發(fā)展［52］。而第三產業(yè)所產生的污染往往少于第二產業(yè)，高附加值的第三產業(yè)的發(fā)展可以提高城市的碳生產率。此外，資本、勞動力等生產要素在政府的專項貸款和補貼下流向目標產業(yè)，從而優(yōu)化資源配置，促進接續(xù)產業(yè)和高附加值產業(yè)的發(fā)展，最終實現(xiàn)產業(yè)升級［23］。例如典型資源枯竭型城市河南省焦作市，積極推動產業(yè)升級，其第三產業(yè)穩(wěn)步增長，高新技術產業(yè)增加值占規(guī)上工業(yè)增加值比重達到55%，通過產業(yè)升級擺脫了對傳統(tǒng)資源產業(yè)的依賴，實現(xiàn)了綠色可持續(xù)發(fā)展［53］。根據(jù)前文對以往研究的回顧，產業(yè)升級能夠促進碳生產率的提高。因此，本文假設政策通過產業(yè)升級提高碳生產率。

此外，資源型城市支持政策可能通過推動綠色創(chuàng)新，提高效率，減少污染，從而推動碳生產率的提高?！蛾P于促進資源型城市可持續(xù)發(fā)展的若干意見》提到，一方面，政策將推廣先進開采技術和設備，這將提高礦產行業(yè)的勞動生產率，同時推廣清潔生產技術，從生產的源頭減少溫室氣體和污染物的排放；另一方面，對于符合循環(huán)經濟要求的企業(yè)和項目，將給予一定的投資補貼和優(yōu)惠政策支持。政府的補貼將優(yōu)化資金和勞動力的分配，支持企業(yè)開發(fā)綠色清潔技術來提高生產效率和減少二氧化碳的排放［6］。而綠色創(chuàng)新可以通過多個渠道提高碳生產率。例如，發(fā)展綠色技術有助于找到清潔能源來替代生產中的化石燃料，并為二氧化碳排放提供可能的處理方法。一些城市的實際經驗也為該假設提供了依據(jù)：焦作市積極推動制造業(yè)的綠色改造；大冶市通過采用綠色技術和技術創(chuàng)新，實現(xiàn)了清潔生產，并提高了資源利用率。因此，政策可能通過鼓勵綠色創(chuàng)新從而促進碳生產率的提高。

基于文獻綜述和理論分析，本文提出如下假設：

假設1：當城市被選為資源枯竭型城市并享受優(yōu)惠政策后，其城市的碳生產率將會提高；

假設2：扶持政策通過引導產業(yè)升級，從而促進了碳生產率的提高；

假設3：扶持政策通過促進綠色創(chuàng)新，從而提高了碳生產率。

圖1展示了本文的分析框架。政策可以通過促進產業(yè)升級和技術創(chuàng)新來提高碳生產率水平。虛線框內的變量為可能的中介變量，箭頭表示該自變量對右側因變量的影響。

圖1 "機制分析

（三）數(shù)學模型設計

交錯型雙重差分法通過對比對照組和處理組的政策效果，可以在很大程度上避免內生性問題，而固定效應有助于緩解因遺漏變量造成的偏差［51］。由于資源枯竭型城市名單在2008年、2009年和2011年分三批發(fā)布，因此采用交錯DID來檢驗政策效果。值得注意的是，大多數(shù)研究這一政策的學者指出，雖然第一批名單是在2008年公布的，但對資源枯竭型城市的轉移支付實際上是從2007年開始的。因此，本文將2007年作為首批接受扶持政策的起始時間。本文將根據(jù)Hu和Wang［35］、Dong等［54］、余林徽和馬博文［23］的分析構建模型。實證模型為：

yit=β0+β1Ti×Pit+δXit×f（t）+γi+δt+εit（1）

式中，i代表城市，t代表年份；yit為碳生產率，以二氧化碳排放量與國內生產總值之比衡量。Ti×Pit是本文的核心變量。Ti度量城市是否為處理組樣本，若城市被列入資源枯竭型城市名單，即為處理組樣本，則Ti=1；若城市不受政策影響，即為控制組樣本，則Ti=0。Pit衡量某年城市是否受到扶持政策的影響，Xit包括前定變量和控制變量。f（t）為時間的三階多項式函數(shù)，由于資源枯竭型城市的選擇不是隨機的，經濟增長水平和碳排放量在受到政策影響之前與其他城市存在系統(tǒng)性差異，因此加入三次多項式有助于捕捉可觀測變量的趨勢以及處理組與對照組之間前定變量的差異［55，23］。γi為城市固定效應，δt表示年份固定效應，εit為誤差項。

為了得到核心變量的無偏估計，假設在沒有實施優(yōu)惠政策的情況下，資源枯竭型城市和其他城市的碳生產率趨勢是相同的。因此，雙重差分法的使用需要確保政策年份和城市選擇的隨機性，以緩解內生性問題。在政策時間上，該扶持政策的實施具有不可預測性，處理組樣本即地方政府無法預測中央政府何時實施扶持政策。在城市選擇方面，每批城市名單由財政部、國家發(fā)展和改革委員會、自然資源部、國務院東北振興辦公室制定并報送國務院。這意味著地級市不能影響處理組，即資源枯竭型城市的選擇，因此樣本選擇問題相對較?。?3］。然而，資源枯竭型城市的選擇并不是隨機的，因為扶持政策是為了解決資源枯竭型城市自身生產率低、經濟衰退和污染嚴重的特殊問題而設定的。因此，資源枯竭型城市和非資源枯竭型城市在政策實施前可能存在系統(tǒng)性差異，如果未觀測到的差異在2007年、2009年和2011年發(fā)生變化，則可能導致估計偏差。

為了緩解自我選擇偏差問題，本文遵循孫天陽等［56］提供的前定變量分析法，檢驗有哪些變量可能影響資源枯竭型城市的選擇。前定變量檢驗模型為：

E=α0+α1y+ε（2）

式中，E為二值變量，當E=1時，表明該城市被納入資源枯竭型城市名單，并獲得扶持政策；如果E=0，則該城市為控制組，即不受政策影響的城市。為了檢驗有哪些變量對資源型城市的選擇有顯著影響，將城市財政收支、就業(yè)、平均工資、經濟發(fā)展狀況等變量依次加入回歸模型中。

（四）變量選擇

1.被解釋變量

碳生產率（CP）：碳生產率的測量方法主要分為兩類。其中一種方法是單因素法或部分因素法，用二氧化碳排放量（CCO2）與產值（Kgdp）的比值來表示。有部分學者批評這種測量方法忽略了其他因素對產出的貢獻。另一種方法是基于Slack-Based Measure模型和Global Malmquist-Luenberger生產率指數(shù)的“全要素碳生產率”［13，57］。如有學者提出基于Shephard碳距離函數(shù)和非徑向定向距離函數(shù)的Malmquist指數(shù)全因子指標。但由于地級市數(shù)據(jù)收集難度較大，本文僅采用第一種方法對碳生產率進行測度。碳生產率的公式為：

CP=Kgdp CCO2（3）

2.中介變量

1）產業(yè)升級（ZIns）：用第三產業(yè)增加值與第二產業(yè)增加值之比來衡量。總體而言，工業(yè)產生的污染較大，碳排放量較高，而服務業(yè)具有高附加值、碳排放低的特點［43，58-59］。因此，地方政府在接受轉移支付后，可以通過引導資本和人力資源向低污染、高附加值的第三產業(yè)轉移來促進產業(yè)升級，從而提高生產效率，減少碳排放。

2）綠色創(chuàng)新（ZGI）：以當年獲得的綠色發(fā)明專利數(shù)量與綠色實用專利數(shù)量之和的對數(shù)來衡量。綠色技術創(chuàng)新可以提高生產效率，減少污染，從而提高碳生產率［31］。扶持政策可以通過提供補貼和專項貸款等方式促進綠色技術的發(fā)展，從而促進碳生產率的提高。

3.控制變量

1）外商直接投資（lnKfdi）：由于地級市的外商直接投資數(shù)據(jù)缺失，采用實際外商投資金額的對數(shù)衡量外商直接投資水平。Kfdi可以通過帶來先進的技術和管理經驗來提高碳生產率［43，47］。

2）貿易開放（Ktrade）：以進出口總額占GDP的比例來衡量。在國際貿易過程中，許多發(fā)展中國家由于缺乏環(huán)境監(jiān)管和承擔落后的生產能力而承擔更多的環(huán)境成本［60］。

3）政府支持（lnKgove）：以政府支出的對數(shù)衡量。除了中央政府提供扶持政策外，地方政府也會通過補貼高技術和高附加值產業(yè)、引導產業(yè)升級、合理配置資源等方式提升碳生產率［36，61］。

4）國內生產總值（lnKgdp）：以2000年為基準進行通貨緊縮，并進行對數(shù)處理。Hu和Wang［35］認為，經濟水平越高，對環(huán)境質量越敏感。

4.前定變量

為了緩解內生性問題，檢驗采掘業(yè)規(guī)模、財政赤字率、失業(yè)率、平均工資等變量是否會影響資源枯竭型城市的選擇，如果影響，則加入模型作為控制變量。資源枯竭型城市具有兩個特征：第一，中央政府選擇的城市是“基礎能源和重要原材料的重要供應基地”的資源型城市；第二，城市面臨地方財政赤字、低收入群體較多和高失業(yè)率、人才流失、環(huán)境治理壓力大等發(fā)展困境。因此，城市的選擇可能會受到以下三類變量的影響：采掘業(yè)發(fā)展狀況、地方財政赤字以及其他經濟和社會指標［56］。

1）采礦業(yè)規(guī)模（Qmining）：以采礦業(yè)就業(yè)人數(shù)占全市總就業(yè)人數(shù)的比例來衡量。根據(jù)國務院的《全國資源型城市可持續(xù)發(fā)展規(guī)劃（2013—2020年）》，資源枯竭型城市的產業(yè)發(fā)展仍然高度依賴本地資源，2013年采掘業(yè)占第二產業(yè)的比重超過20%［7］。因此，采掘業(yè)的發(fā)展和地方發(fā)展對采礦業(yè)的依賴程度可能是影響資源型城市選擇的因素。本文將采掘業(yè)規(guī)模這一變量引入到前定變量分析中。一般采用采礦業(yè)產值占GDP的比重來衡量采礦業(yè)的發(fā)展情況，但由于缺少地級市的采礦業(yè)產值的數(shù)據(jù)，所以本文使用采礦業(yè)行業(yè)就業(yè)占比代替衡量采礦業(yè)的發(fā)展情況。

2）財政赤字率（Qdeficits）：中央財政對資源枯竭型城市進行財政轉移支付，以增強其基本公共服務保障能力，改善社會保障、教育衛(wèi)生、環(huán)境保護等能力。原因之一是資源枯竭型城市往往面臨財政短缺，轉移支付有助于解決財政資金短缺和解決社會問題。因此，孫天陽等［56］認為財政狀況是影響資源枯竭型城市選擇的變量。

3）失業(yè)率（Qunr）：用城鎮(zhèn)登記失業(yè)人數(shù)占總人口的比例來衡量。由于缺乏調查失業(yè)率數(shù)據(jù)，本文將該指標替換為登記失業(yè)率。由于缺乏勞動年齡人口數(shù)據(jù)，本文采用城鎮(zhèn)總人口作為替代數(shù)據(jù)，而城鎮(zhèn)登記失業(yè)人口作為替代指標。由國務院發(fā)布的官方報告顯示，中央政府特別關注2007—2013年資源型城市的高失業(yè)率。一方面，中央政府在官方文件中敦促地方政府解決失業(yè)問題，創(chuàng)造良好的就業(yè)環(huán)境；另一方面，國家向資源枯竭型城市提供轉移支付幫助其降低失業(yè)率［7］。因此，失業(yè)率可能是影響城市被選入資源枯竭型城市名單的影響因素之一。

4）平均工資的對數(shù)（lnQwage）：以在崗職工平均工資的對數(shù)衡量。由于缺乏非正式工人和農民收入的數(shù)據(jù)，所以平均工資是用在職職工的平均工資來衡量。孫天陽等［56］認為人均收入是影響資源枯竭型城市選擇的因素之一。

前定變量檢驗結果如表2所示。在模型中依次加入采掘業(yè)發(fā)展狀況、地方財政赤字等經濟社會指標三類變量。

首先，該模型僅包含采礦業(yè)規(guī)模（Qmining）變量，驗證礦業(yè)發(fā)展是否影響對資源枯竭型城市選擇。表中第1列表示在1%水平下的估計具有統(tǒng)計學顯著性，采礦業(yè)規(guī)模與資源枯竭型城市的選擇正相關，即采礦業(yè)工人占城市總就業(yè)人數(shù)的比例越高，被指定為資源枯竭型城市并享受優(yōu)惠政策的可能性越大。其次，第2列的結果表明，財政赤字率（Qdeficits）具有顯著性，財政赤字率越大，其被選為資源枯竭型城市的可能性越大，因此需要將財政赤字率納入基準模型。最后，該模型還考慮了失業(yè)率和平均工資。由第3列可知，失業(yè)率（Qunr）和平均工資的對數(shù)（lnQwage）均具有統(tǒng)計顯著性，說明需要控制失業(yè)率和平均工資以緩解自我選擇偏差問題。較高的失業(yè)率和較低的平均工資也是中央政府選擇提供支持政策的條件之一。

綜上所述，基準模型將包括采礦業(yè)工人在城市整體就業(yè)中的比例、財政赤字率、失業(yè)率、平均工資的對數(shù)等變量。檢驗結果表明，中央政府在實施針對性的優(yōu)惠政策時，會優(yōu)先考慮礦業(yè)比重較大、地方財政壓力大、城市社會經濟條件相對較弱的資源城市。

（五）描述性統(tǒng)計分析

描述性統(tǒng)計分析如表3所示，地級市之間的碳生產率存在顯著差異。例如，碳生產率最高的廣州市與碳生產率最低的朝陽市之間的差距約為18 533元/噸（GDP以億元計，二氧化碳以百萬噸計）。此外，從2003年至2013年城市之間的財政赤字率存在較大差距。值得注意的是，2012年赤字率最高的是被選為資源枯竭型城市的銅川市（909.6%）。因此，描述性統(tǒng)計可以在一定程度上支持之前的推測，即財政赤字率是一個先前決定變量，即城市間財政赤字大，資源枯竭型城市財政壓力大，可能成為中央政府考慮資源枯竭型城市名單的條件之一。

表3 "描述性統(tǒng)計

四、實證分析

（一）基準回歸結果

表4中數(shù)據(jù)報告了式（1）的回歸結果。核心變量Ti×Pit的系數(shù)為正，在5%水平下顯著。在政策實施期間，處理組的碳生產率比控制組平均每噸提高705元（碳生產率以億元/百噸為單位），說明扶持政策有效地提高了資源枯竭型城市的碳生產率，證實了假設1成立。這一結論也與典型城市的實際經驗相吻合。一些城市通過發(fā)展接續(xù)產業(yè)，實現(xiàn)經濟增長，從而提高了碳生產率；另一方面，通過減少二氧化碳排放，減少生產能耗，增加碳生產率。例如2009年被列入資源枯竭型城市的銅川市，在扶持政策的幫助下，服務業(yè)發(fā)展良好，2013年社會消費品零售增長15%，增速在陜西省排名第一，其萬元生產總能耗下降，生態(tài)環(huán)境持續(xù)改善，并入選全國節(jié)能減排財政政策綜合示范城市［62］；2011年入選的四川省瀘州市，也在2011—2019年逐步淘汰落后產能，減排二氧化碳，其經濟增長態(tài)勢向好，于2013年增長11.2%，增速在四川省位列第三［63］。

表 4 "基準回歸結果

（二）平行趨勢檢驗

使用交錯型雙重差分法（DID）的前提是滿足平行趨勢假設，即資源枯竭型城市和非資源枯竭型城市在沒有政策干預的情況下，碳生產率的趨勢是相同的。另一方面，DID的使用也需要政策的外生性，這意味著在政策實施之前不應該產生有效預期。本文使用以下公式檢驗平行趨勢假設：

yit=β0+βk×Yik+δXit×f（t）+γi+δt+εit（4）

式中，Y為啞變量。如果城市i是控制組的城市，即非資源枯竭型城市，則Yik=0；對于資源枯竭型城市，當a=k時，Yik=1，否則Yik=0。a的取值為1～ 9之間的整數(shù)。設變量A代表政策執(zhí)行年份之間的差距，即：

A=年份-開始接受支持政策的年份（5）

變量取值范圍為-8≤A≤6。然后將A≥4樣本歸類為動作等于4，A≤-4的樣本歸類為動作等于-4。a是A從小到大的賦值：如果A=-4，則a=1；如果A=-3，則a=2；以此類推。

為了更直觀地反映平行趨勢測試的結果，繪制如圖2所示的圖表?？v軸表示估計系數(shù)，線段表示95%置信區(qū)間，橫軸表示被列入資源枯竭型城市名單前后的時間。在政策實施年份（Y=0）之前，各系數(shù)與0的差異沒有顯著性，因此平行趨勢假設不能被拒絕，即資源枯竭型城市與非資源枯竭型城市的碳生產率沒有顯著差異，沒有產生有效預期。在獲得扶持政策后，可以看到系數(shù)有明顯的上升趨勢，且系數(shù)與0有統(tǒng)計學顯著差異，說明支持政策促進了碳生產率的提高，政策的有效性存在一定的滯后性。

圖2 "平行趨勢檢驗

（三）穩(wěn)健性檢驗

為了驗證交錯型DID模型估計的穩(wěn)健性，本文進行了刪除特殊樣本、改變數(shù)據(jù)時間范圍和安慰劑檢驗三種檢驗。

1.刪除特殊樣本

余林徽和馬博文［23］、孫哲遠［64］認為直轄市普遍具有比其他城市更先進的經濟社會條件，在人力資源和綠色創(chuàng)新等方面具有顯著的比較優(yōu)勢。因此，它們具有更強的動力和能力推動綠色轉型。相反，資源枯竭型城市往往面臨諸多社會和經濟問題的挑戰(zhàn)，經濟結構嚴重依賴資源開采，面臨人才流失和高失業(yè)率等問題。因此，在DID估計中包括來自直轄市的數(shù)據(jù)可能會增加樣本選擇偏差。為了緩解這一問題，本文在穩(wěn)健性檢驗部分排除了北京、上海、天津、重慶四個直轄市的數(shù)據(jù)。在排除特殊樣本后，再次進行回歸。刪除樣本后，核心變量Ti×Pit的系數(shù)在5%水平下仍為正且顯著，表明基準模型估計結果是穩(wěn)健的。

2.修改數(shù)據(jù)選取的時間范圍

選取不同時間范圍的數(shù)據(jù)會對估計結果產生影響。如果數(shù)據(jù)的時間跨度較短，有可能樣本量不足，導致估計結果有偏差，而太長的時間跨度又可能會改變實驗組和實驗組的樣本組成。為了驗證估計結果的穩(wěn)健性，依次剔除2003年、2004年和2013年的數(shù)據(jù)，改變數(shù)據(jù)的時間范圍，再次檢驗結果的穩(wěn)健性。結果表明，Ti×Pit的系數(shù)仍然為正，且在5%水平下具有統(tǒng)計學顯著性，說明基準模型的估計具有穩(wěn)健性。

3.安慰劑實驗

雖然本文在準自然實驗中控制了部分城市特征變量，但仍可能存在一些非觀測性城市特征因素影響資源枯竭型城市扶持政策對碳生產率影響的評價結果。因此，可以采用安慰劑檢驗來檢驗結果的穩(wěn)健性。

白俊紅等［65］認為，由于不同年份的政策沖擊，交錯型DID模型估計需要同時生成偽處理組T r和偽政策沖擊虛擬變量P r。本文隨機抽取23個城市作為偽處理組，然后隨機分配扶持政策的實施時間。將以上步驟重復模擬500次以后，將所得回歸估計系數(shù)繪成核密度圖，如圖3所示。

由圖3可以看出，隨機產生的政策沖擊的估計系數(shù)大多集中在0左右，而實際政策的估計系數(shù)大多在7左右，p值大多大于10%，沒有統(tǒng)計學意義。由此可見，構建的偽政策沖擊與真實政策沖擊存在顯著差異，推測缺失變量對政策有效性評價的影響相對較小，為研究結果提供了進一步的支持。

圖 3 "安慰劑檢驗

（四）機制分析

本文分析政策對地級市碳生產率的影響機制。為了檢驗假設2，即支持政策通過促進城市的產業(yè)升級從而促進碳生產率的提高，構建如下中介模型：

ZIns，it=β0+β1Ti×Pit+δXit×f（t）+γi+δt+εit（6）

yit=β0+β1Ti×Pit+θZIns，it+δXit×f（t）+γi+δt+εit（7）

相似地，為了檢驗假設3，即支持政策通過促進綠色創(chuàng)新促進碳生產率的提高，構建如下中介模型：

ZGI，it=β0+β1Ti×Pit+δXit×f（t）+γi+δt+εit（8）

yit=β0+β1Ti×Pit+θZGI，it+δXit×f（t）+γi+δt+εit（9）

以上中介模型的回歸結果如表5所示。令人意外的是，雖然產業(yè)升級和綠色創(chuàng)新兩個核心變量的系數(shù)為正，但在5%的顯著水平下卻不具有統(tǒng)計學意義。說明在政策實施期內，扶持政策對處理組的產業(yè)升級和綠色創(chuàng)新的促進作用并不顯著。因此，檢驗結果否定了假設2和假設3，即扶持政策是促進產業(yè)結構升級和綠色創(chuàng)新以提高碳生產率的。

表5 "機制分析

五、結論及政策建議

本文經過系列實證分析，得出以下三點結論：

第一，被納入資源枯竭型城市名單并獲得相應的扶持政策有利于城市碳生產率的提高。在控制其他影響因素后，處理組的碳生產率比控制組的城市平均高705元/噸。如已有文獻所述，碳生產率是一個綜合衡量指標，用來表示綠色轉型的狀態(tài)和綠色發(fā)展的水平，它同時考慮了經濟發(fā)展和溫室氣體排放。礦產資源型城市進入衰退期后，環(huán)境污染嚴重，經濟發(fā)展緩慢。因此，迫切需要有針對性的政策支持來促進城市碳生產率的提高，以加快城市轉型。自發(fā)布資源枯竭型城市名單以來，中央政府向資源枯竭型城市提供了轉移支付、設立專項貸款等有針對性的優(yōu)惠政策，旨在促進資源城市的綠色轉型和經濟發(fā)展。研究表明，這些政策成功地促進了碳生產率的提高和綠色轉型。因此，政策實施的經驗對城市的綠色可持續(xù)發(fā)展具有積極意義。此外，該政策的實施效果存在一定的滯后性。一個可能的原因是，某些指標的變化存在時滯，需要一段時間才能在政策影響下進行重大轉變，從而影響碳生產率。例如，向資源枯竭型城市提供的一項支持政策是向采掘業(yè)等不景氣行業(yè)的企業(yè)提供財政援助，幫助它們提高生產技術。然而，一旦公司獲得資金，生產力不會立即提高；相反，在觀察到對碳生產率的任何影響之前，需要時間進行研發(fā)以提高生產技術。此外，余林徽和馬博文［23］推斷，政策效果的時間滯后性與地方政府的學習效果有關。資源枯竭型城市名單分三批公布，其意義在于可以先在少數(shù)城市進行政策試點，然后進一步推廣成功經驗，完善不足。如果一個地區(qū)在綠色轉型方面取得了重大進展，中央政府將通過現(xiàn)場交流記錄和發(fā)布示范經驗，促進與其他資源枯竭型城市的知識共享［66］。隨著試點時間的延長，地方政府不斷學習和積累理論知識和實踐經驗，這些措施實施的有效性不斷增強。

第二，產業(yè)升級不能解釋政策對碳生產率的促進作用。研究結果表明，扶持政策沒有顯著促進產業(yè)升級，其中一個可能的原因是代理指標不能很好地反映產業(yè)內部的升級；另一個可能因素則是扶持政策沒有根本性地使城市擺脫對傳統(tǒng)產業(yè)的依賴。由于發(fā)展高附加值、知識密集型的第三產業(yè)需要一定的時間，尤其是在資源枯竭型城市人才流失的情況下，新興產業(yè)發(fā)展緩慢。

第三，扶持政策并沒有顯著促進綠色創(chuàng)新。這一結論感到有些意外。Lu等［67］的研究也發(fā)現(xiàn)資源枯竭型城市的政策并沒有有效地促進區(qū)域創(chuàng)新，甚至對其產生了負面影響，指出政策沒有改善綠色創(chuàng)新的原因是土地市場扭曲和僵尸企業(yè)的增加。在土地市場的扭曲方面，由于土地在政府手中，許多地方政府通過出售土地資源來吸引投資，這可能導致土地資源錯配，降低創(chuàng)新欲望。Gao等［68］同樣發(fā)現(xiàn)，一些政策通過誘導土地資源錯配阻礙了綠色技術創(chuàng)新的發(fā)展。因此，資源枯竭型城市的綠色創(chuàng)新并沒有得到提升。另一個原因是補貼反而增加了僵尸企業(yè)，影響了城市的綠色創(chuàng)新水平。僵尸企業(yè)是指停產或連續(xù)多年虧損，無力償還債務的企業(yè)。他們主要依靠政府補貼和銀行貸款來維持生存和運作。由于資源枯竭的政策目標是穩(wěn)定就業(yè)和防止經濟損失，地方政府可能會更多地依賴國有企業(yè)這一特殊類型的企業(yè)來實現(xiàn)區(qū)域經濟政策目標［69］。因此，這一政策可能會導致僵尸國企的持續(xù)存在，導致綠色創(chuàng)新的下降。

本文的研究結論對資源型城市提高碳生產率和促進綠色轉型具有一定的實用價值，由此得到如下政策啟示：

第一，擴大政策實施范圍，督促地方加快資源型城市轉型。鑒于該政策能夠有效促進碳生產率的提高，可根據(jù)采礦業(yè)生命周期和獲得扶持政策的情況，將其他資源型城市加入資源枯竭型城市名單。但考慮到中國資源型城市有262個，占全國城市總數(shù)的40%，而目前獲得支持政策的城市僅占資源型城市的26%，因此對所有即將進入衰退的城市進行轉移支付以促進其綠色轉型并不可行。截至2018年，中央財政繼續(xù)對資源枯竭型城市進行財政轉移支付，累計支付資金近1 600億元。受益城市的增加意味著更大的財政負擔。因此，對于尚未進入衰退期的資源型城市，地方政府還應在高度重視控制環(huán)境污染的同時，推動產業(yè)結構調整升級，形成替代產業(yè)。

第二，交流成功經驗，擴大學習效果。之前的分析顯示，政策效果存在時滯，這可能歸因于地方政府的學習效應。中央政府必須承擔起分享成功經驗的責任，組織現(xiàn)場交流，記錄和發(fā)布示范經驗，同時敦促地方政府積極總結成功經驗和失敗教訓，確保通過經驗積累不斷提高學習效果。

第三，優(yōu)先考慮與碳生產率相關的影響因素，建立相應的監(jiān)督評估機制。在具體政策實施中，中央政府應建立監(jiān)督機制，督促地方政府調查相應的碳生產率指標和綠色轉型影響因素。例如，優(yōu)先關注產業(yè)結構的變化、綠色技術的推廣。事實上，2013年發(fā)布的《全國資源型城市可持續(xù)發(fā)展規(guī)劃（2013—2020年）》中明確概述了政府的規(guī)劃目標，其中包括一系列經濟和社會指標。它包括采礦業(yè)占GDP的比重、服務業(yè)占GDP的比重、資源產出率、主要污染物排放量等。建立明確的政策目標和評價指標是推動綠色轉型的關鍵。中央政府對這些指標的關注，將引導地方政府有效利用資源和轉移支付，促進產業(yè)結構升級、污染治理等影響碳生產率和綠色轉型的因素。這種方法避免了地方政府的短視行為，促進了礦產資源型城市經濟的可持續(xù)發(fā)展。

第四，出臺人才引進政策，助力產業(yè)升級和綠色創(chuàng)新。人才流失不利于發(fā)展接續(xù)產業(yè)和鼓勵創(chuàng)新，這可能也是第三產業(yè)包括新型產業(yè)發(fā)展緩慢的原因。趙宏燕和白云升［70］通過走訪調研發(fā)現(xiàn)，阜新市（第一批資源枯竭型城市）高級人才匱乏、人才流失率高；曹章要［53］也提出棗莊市面臨的人才缺口問題。無論是推動產業(yè)升級，還是促進綠色創(chuàng)新，都離不開人才的支持。因此，地方政府應出臺和完善人才引進政策，提供相應的特殊政策補貼，吸引高素質人才；同時地方政府可以通過與高校合作，通過產學研的方式為企業(yè)提供技術和人才支持。

參考文獻：

［1］ " BERNSTEIN L，BOSCH P，CANZIANI O，et al. IPCC，2007：climate change 2007：synthesis report［M］.Interlaken：IPCC，2008.

［2］ " MASSON-DELMOTTE V，ZHAI P，P？魻RTNER H O，et al. Global warming of 1.5° C：Summary for policy makers［J/OL］.2018.（2019-12-10）［2023-10-25］.https：//www.ipcc.ch/sr15/chapter/spm/.

［3］ " CAPPELLI F，COSTANTINI V，CONSOLI D. The trap of climate change-induced “natural” disasters and inequality［J］.Global Environmental Change，2021，70：102329.

［4］ " PAGLIALUNGA E，COVERI A，ZANFEI A. Climate change and within-country inequality：new evidence from a global perspective［J］.World Development，2022，159：106030.

［5］ " LIU Y，ZHUANG X. Economic evaluation and compensation mechanism of coalresource-based cities in China［J］.Energy Procedia，2011，5：2142-2146.

［6］ " 中華人民共和國國務院. 國務院關于促進資源型城市可持續(xù)發(fā)展的若干意見［EB/OL］.（2007-12-18）［2023-11-02］.http：//www.mofcom.gov.cn/aarticle/b/g/200803/20080305446896.htmltarget=_blank.

［7］ " 中華人民共和國國務院. 全國資源型城市可持續(xù)發(fā)展規(guī)劃（2013—2020年）［EB/OL］.（2013-11-12）［2023-11-02］.https：//www. gov.cn/gongbao/content/2013/content_2547140.htm.

［8］ " CHEN W，SHEN Y，WANG Y. Evaluation of economic transformation and upgrading of resource-based cities in Shaanxi province based on an improved TOPSIS method［J］.Sustainable Cities and Society，2018，37：232-240.

［9］ " ZHUANG X，LI X，XU Y. How can resource-exhausted cities get out of “the valley of death”？an evaluation index system and obstacle degree analysis of green sustainable development［J］.International Journal of Environmental Research and Public Health，2022，19（24）：16976.

［10］ CORDEN W M，NEARY J P. Booming sector and de-industrialisation in a small open economy［J］.The Economic Journal，1982，92（368）：825-848.

［11］ AUTY R M. Industrial policy reform in six large newly industrializing countries：the resource curse thesis［J］.World Development，1994，22（1）：11-26.

［12］ MAVROTAS G，MURSHED S M，TORRES S. Natural resource dependence and economic performance in the 1970—2000 period［J］.Review of Development Economics，2011，15（1）：124-138.

［13］ LI H，LONG R，CHEN H. Economic transition policies in Chinese resource-based cities：an overview of government efforts［J］.Energy Policy，2013，55：251-260.

［14］ HE S Y，LEE J，ZHOU T，et al. Shrinking cities and resource-based economy：the economic restructuring in China’s mining cities［J］.Cities，2017，60：75-83.

［15］ MARTINEZ-FERNANDEZ M C，WU C T. Shrinking cities in Australia［C/OL］.3rd State of Australian Cities National Conference，28-30 November 2007，Adelaide，Australia，2007.［2023-05-23］.https：//apo.org.au/node/60304.

［16］ LOCKIE S，F(xiàn)RANETTOVICH M，PETKOVA-TIMMER V，et al. Coal mining and the resource community cycle：a longitudinal assessment of the social impacts of the Coppabella coal mine［J］.Environmental Impact Assessment Review，2009，29（5）：330-339.

［17］ LI H，LO K，ZHANG P. Population shrinkage in resource-dependent cities in China：processes，patterns and drivers［J］.Chinese Geographical Science，2020，30（1）：1-15.

［18］ GUO Q，MENG X，LI Y，et al. A prediction model for the surface residual subsidence in an abandoned goaf for sustainable development of resource-exhausted cities［J］.Journal of Cleaner Production，2021，279：123803.

［19］ ZHANG H，XIONG L，QIU Y，et al. How have political incentives for local officials reduced environmental pollution in resource-depleted cities？［J］.Sustainability，2017，9（11）：1941.

［20］ FENG H，ZENG M. Research on venture service system of resource-exhausted cities［C］.4th International Conference on Management Science，Education Technology，Arts，Social Science and Economics 2016.Amsterdam：Atlantis Press，2016：1564-1568.

［21］ TAN J，ZHANG P，LO K，et al. The urban transition performance of resource-based cities in northeast China［J］.Sustainability，2016，8（10）：1022.

［22］ 韓冰.資源枯竭型城市就業(yè)問題研究——以鶴崗市為例［J］.法制與社會，2012（25）：70-71.

［23］ 余林徽，馬博文.資源枯竭型城市扶持政策、制造業(yè)升級與區(qū)域協(xié)調發(fā)展［J］.中國工業(yè)經濟，2022（8）：137-155.

［24］ LI B，DEWAN H. Efficiency differences among China’s resource-based cities and their determinants［J］.Resources Policy，2017，51：31-38.

［25］ YU C，DE JONG M，CHENG B. Getting depleted resource-based cities back on their feet again：the example of Yichun in China［J］. Journal of Cleaner Production，2016，134：42-50.

［26］ SUN Y，LIAO W C. Resource-exhausted city transition to continue industrial development［J］.China Economic Review，2021，67：101623.

［27］ FAN F，ZHANG X. Transformation effect of resource-based cities based on PSM-DID model：an empirical analysis from China［J］.Environmental Impact Assessment Review，2021，91：106648.

［28］ SHUNA L，ZHAOHUAI J. Development models of resource-dependent cities’ transformations and its experience and lessons-take baishan city’s development of transformations as an example［J］.Energy Procedia，2011，5：1626-1630.

［29］ SHAO S，YANG L. Natural resource dependence，human capital accumulation，and economic growth：a combined explanation for the resource curse and the resource blessing［J］.Energy Policy，2014，74：632-642.

［30］ KAYA Y，YOKOBORI K. Environment，energy and economy：strategies for sustainability［M］.Tokyo：United Nations University Press ，1997.

［31］ LIU X，ZHANG X.Industrial agglomeration，technological innovation and carbon productivity：evidence from China［J］.Resources，Conservation and Recycling，2021，166：105330.

［32］ EKINS P，POLLITT H，SUMMERTON P，et al. Increasing carbon and material productivity through environmental tax reform［J］.Energy Policy，2012，42：365-376.

［33］ MENG M，NIU D.Three-dimensional decomposition models for carbon productivity［J］.Energy，2012，46（1）：179-187.

［34］ DU K，LI J. Towards a green world：how do green technology innovations affect total-factor carbon productivity［J］.Energy Policy，2019，131：240-250.

［35］ HU W，WANG D. How does environmental regulation influence China’s carbon productivity？An empirical analysis based on the spatial spillover effect［J］. Journal of Cleaner Production，2020，257：120484.

［36］ DONG F，LI Y，QIN C，et al. How industrial convergence affects regional green development efficiency：a spatial conditional process analysis［J］. Journal of Environmental Management，2021，300：113738.

［37］ REN X，WU X，LIU Y，et al. The spatial spillover effect of environmental regulation and technological innovation on industrial carbon productivity in China：a two-dimensional structural heterogeneity analysis［J］.Mathematical Problems in Engineering，2021，2021：5613525.

［38］ MENG S，SUN R，GUO F，et al. The mechanism of renewable energy consumption，technological innovation and carbon productivity：an empirical study of Chinese data［J］.Environmental Science and Pollution Research，2023，30（8）：20673-20687.

［39］ DENG Y，GUANG F，HONG S，et al. How does power technology innovation affect carbon productivity？A spatial perspective in China［J］.Environmental Science and Pollution Research，2022，29（55）：82888-82902.

［40］ 劉海英，楊明，王殿武. 綠色技術創(chuàng)新促進碳生產率提高的作用機制——基于工業(yè)結構升級、循環(huán)農業(yè)發(fā)展和交通運輸替代的中介效應分析［J］.科技管理研究，2022（10）：194-201.

［41］ LIN S L，ZHANG Z X，LIU G P. Technological innovation，spatial agglomeration and regional carbon productivity［J］.China Pop.Res.Environ，2013，23：36-45.

［42］ LI S，WANG S. Examining the effects of socioeconomic development on China’s carbon productivity：a panel data analysis［J］.Science of The Total Environment，2019，659：681-690.

［43］ XU H，LIU W，ZHANG D. Exploring the role of co-agglomeration of manufacturing and producer services on carbon productivity：an empirical study of 282 cities in China［J］. Journal of Cleaner Production，2023，399：136674.

［44］ ZHOU X，ZHANG J，LI J.Industrial structural transformation and carbon dioxide emissions in China［J］.Energy Policy，2013，57：43-51.

［45］ ZHANG Y J，LIU Z，ZHANG H，et al. The impact of economic growth，industrial structure and urbanization on carbon emission intensity in China［J］.Natural Hazards，2014，73：579-595.

［46］ YOU J，ZHANG W. How heterogeneous technological progress promotes industrial structure upgrading and industrial carbon efficiency？evidence from China’s industries［J］.Energy，2022，247：123386.

［47］ PAN X，LI M，WANG M，et al. The effects of outward foreign direct investment and reverse technology spillover on China’s carbon productivity［J］.Energy Policy，2020，145：111730.

［48］ YANG B，ZHAN X，TIAN Y. Evaluation on the effect of the transformation policy of resource-exhausted cities：an empirical analysis based on the difference-in-difference model［J］.Energy Reports，2021，7：959-967.

［49］ YU W，PENG Y，YAO X. The effects of China’s supporting policy for resource-exhausted cities on local energy efficiency：an empirical study based on 284 cities in China［J］.Energy Economics，2022，112：106165.

［50］ LI X，WANG D. Does transfer payments promote low-carbon development of resource-exhausted cities in China？［J/OL］.Earth’s Future，2022.（2021-12-23）［2023-05-23］.https：//agupubs.onlinelibrary.wiley.com/doi/pdf/10.1029/2021EF002339.

［51］ DOU S，ZHU Y，XU D，et al. Ecological challenges in the economic recovery of resource-depleted cities in China［J］.Journal of Environmental Management，2023，333：117406.

［52］ SUN Y，LIAO W C.Resource-exhausted city transition to continue industrial development［J］.China Economic Review，2021，67：101623.

［53］ 曹章要.加快推進傳統(tǒng)產業(yè)轉型升級的路徑研究——以焦作市為例［J］.投資與創(chuàng)業(yè)，2021（12）：46-48.

［54］ DONG F，LI Y，ZHANG X，et al. How does industrial convergence affect the energy efficiency of manufacturing in newly industrialized countries？fresh evidence from China［J］. Journal of Cleaner Production，2021，316：128316.

［55］ CHEN Y J，LI P，LU Y.Career concerns and multitasking local bureaucrats：evidence of a target-based performance evaluation system in China［J］. Journal of Development Economics，2018，133：84-101.

［56］ 孫天陽，陸毅，成麗紅.資源枯竭型城市扶助政策實施效果、長效機制與產業(yè)升級［J］.中國工業(yè)經濟，2020（7）：98-116.

［57］ 譚君印，李益，文傳浩.重慶市綠色全要素生產率時空演進及其收斂性研究［J］.重慶文理學院學報（社會科學版），2022（6）：63-77.

［58］ 馬毓璟，孔隴，夏嬌.“雙碳”背景下重污染行業(yè)ESG評價與優(yōu)化路徑研究［J］.重慶文理學院學報（社會科學版），2023（4）：62-73.

［59］ 楊潔，喬宇潔.是否強制監(jiān)管對碳信息披露與融資約束的效果研究——來自我國重污染行業(yè)的經驗數(shù)據(jù)［J］.重慶文理學院學報（社會科學版），2022（6）：49-62.

［60］ LIN B，XU M.Does China become the “pollution heaven” in South-South trade？ evidence from Sino-Russian trade［J］.Science of The Total Environment，2019，666：964-974.

［61］ LI K，QI S，SHI X.Environmental policies and low-carbon industrial upgrading：Heterogenous effects among policies，sectors，and technologies in China［J］.Technological Forecasting and Social Change，2023，191：122468.

［62］ 銅川市發(fā)展和改革委員會.銅川市在2013年度資源枯竭城市轉型績效考核中奪優(yōu)［EB/OL］.（2014-07-1） ［2023-11-26］.http：//fgw.tongchuan.gov.cn/resources/site/1/html/dt/gzdt/202109/582.html.

［63］ 瀘州市人民政府.2013年瀘州經濟再上臺階總量趕超樂山［EB/OL］.（2014-01-26）［2023-11-26］.https：//www.luzhou.gov.cn/ sq/fzlz/tjsj2285__tjsj/tjxxfb/content_559811.

［64］ 孫哲遠.綠色金融發(fā)展能否提升城市碳生產率——基于雙重差分模型的經驗證據(jù)［J］.調研世界，2023（3）：62-70.

［65］ 白俊紅，張藝璇，卞元超.創(chuàng)新驅動政策是否提升城市創(chuàng)業(yè)活躍度——來自國家創(chuàng)新型城市試點政策的經驗證據(jù)［J］.中國工業(yè)經濟，2022（6）：61-78.

［66］ WANG S，YANG D Y. Policy experimentation in China：the political economy of policy learning［M/OL］.National Bureau of Economic Research，2021.［2023-08-22］.https：//www.nber.org/papers/w29402.

［67］ LU H，LIU M，SONG W.Place-based policies，government intervention and regional innovation：evidence from China’s resource-exhausted city program［J］.Resources Policy，2022，75：102438.

［68］ GAO X，WANG S，AHMAD F，et al.The nexus between misallocation of land resources and green technological innovation：a novel investigation of Chinese cities［J］.Clean Technologies and Environmental Policy，2021，23（7）：2101-2115.

［69］ CHANG Q，ZHOU Y，LIU G，et al.How does government intervention affect the formation of zombie firms？［J］.Economic Modelling，2021，94：768-779.

［70］ 趙宏燕，白云升.資源枯竭型城市人才問題的思考——以阜新市為例［J］.遼寧工程技術大學學報（社會科學版），2013（5）：492-496.

責任編輯：吳 " 強；校對：楊 " 釗

The Impact of Mineral Resource-Exhausted Cities’ Transition Policies

on Carbon Productivity： Based on Panel Data from 274 Prefecture-Level Cities in China

ZHU Yaqing

（School of Environment， Education and Development， The University of Manchester， Manchester M13 9PL， United Kingdom）

Abstract： As a key indicator to measure economic development and carbon emission level， carbon productivity is of great significance to the green transformation of cities. Based on the quasi-natural experiment of support policies for resource-depleted cities， the paper uses the data of 274 prefecture-level cities from 2003 to 2013 to study the impact of support policies on carbon productivity and its mechanism by using the staggered differential method. The results show that the policy support of resource-depleted cities significantly improves the carbon productivity of cities， and the policy effect has a lag; the supporting policies have no significant effect on industrial upgrading and improving green innovation; neither industrial upgrading nor green innovation can explain how policies promote carbon productivity; it is suggested to expand the list of beneficiary cities and establish corresponding supervision mechanism; organizing the learning and exchange of government at all levels helps to promote green urban development; to issue the talent introduction polices can support industrial upgrading and technological innovation.

Key words： resource-exhausted city; carbon productivity; support policy; staggered difference in difference method