EN中文

经济地理 >

2024 , Vol. 44 >Issue 12: 44 - 52

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.12.005

区域经济与理论方法

低碳城市试点对企业碳绩效的影响机制及效应

  • 曹笑天 ,
  • 黄嘉信 ,
  • 狄亚轩 ,
  • 陈静
展开
  • 湖南科技大学 商学院，中国湖南 湘潭 411201

曹笑天（1994—），女，博士研究生，研究方向为经济地理与绿色发展。E-mail：

收稿日期: 2024-05-13

  修回日期: 2024-10-10

  网络出版日期: 2025-01-21

基金资助

国家自然科学基金面上项目(42371192)

湖南省研究生科研创新项目(CX20221046)

湖南省自然科学基金项目(2023JJ30100)

湖南省社会科学基金一般项目(23YBA133)

收起

Impact Mechanism and Effect of Low-carbon City Pilot on the Carbon Performance of Enterprise

  • CAO Xiaotian ,
  • HUANG Jiaxin ,
  • DI Yaxuan ,
  • CHEN Jing
Expand
  • School of Business，Hunan University of Science and Technology，Xiangtan 411201，Hunan, China

Received date: 2024-05-13

  Revised date: 2024-10-10

  Online published: 2025-01-21

Fold

摘要

企业是碳排放的主要贡献者，提升企业碳绩效是推动“双碳”战略目标实现、促进经济社会高质量发展的重要着力点。文章基于2008—2021年A股上市公司微观数据，以低碳城市试点政策为准自然实验，构建多期双重差分模型考察了低碳城市建设对企业碳绩效的影响机制和效应。研究发现：①低碳城市试点政策显著地促进了企业碳绩效提升，边际效应为0.232。②低碳城市试点对国有企业、东部地区企业和非重污染行业企业碳绩效的促进作用更为突出。③低碳城市试点政策通过提高企业绿色技术创新水平以及促进企业环境信息披露等路径机制，推升企业碳绩效。地理位置在低碳城市试点与企业碳绩效之间产生了明显的调节效应。为了全面推动企业低碳转型和碳绩效提升，除了要进一步优化环境政策，还应鼓励绿色技术创新，加强环境信息披露，并平衡政策执行的地域行业差异。

关键词： 低碳城市试点; 企业碳绩效; 绿色技术创新; 环境信息披露; 地理位置

本文引用格式

曹笑天 , 黄嘉信 , 狄亚轩 , 陈静 . 低碳城市试点对企业碳绩效的影响机制及效应[J]. 经济地理, 2024 , 44(12) : 44 -52 . DOI: 10.15957/j.cnki.jjdl.2024.12.005

Abstract

Enterprises are the main contributors to carbon emissions, improving their carbon performance is an important focus for achieving the carbon peaking and carbon neutrality goals and promoting high-quality economic and social development. Based on the micro data of A-share listed companies from 2008 to 2021, this article constructs a multiphase difference-in-difference model to examine the impact mechanism and effect of low-carbon city pilot policy implementation on the carbon performance of enterprise. It's found that: 1) The low-carbon city pilot policy significantly promoted the improvement of enterprise's carbon performance, with a marginal effect of 0.232. 2) The low-carbon city pilot policy has a more prominent promoting effect on the carbon performance of state-owned enterprises, enterprises in the eastern region, and non-heavy polluting industries. 3) The low-carbon city pilot policy promotes the carbon performance of enterprises through mechanisms such as improving their level of green technology innovation and promoting environmental information disclosure. The geographical location has produced a significant moderating effect between low-carbon city pilot policy and enterprise's carbon performance. In order to comprehensively promote the low-carbon transformation and carbon performance improvement of enterprises, it should further optimize environmental policies, encourage green technology innovation, strengthen environmental information disclosure, and balance regional and industry differences in policy implementation

Key words： low-carbon city pilot; carbon performance of enterprise; green technology innovation; environmental information disclosure; geographical location

党的二十大报告指出“实现碳达峰碳中和是一场广泛而深刻的经济社会系统性变革”。改革开放以来，全国各地工业崛起为经济持续高速增长注入了强劲动力，但同时也付出了生态环境遭受严重损害的代价，大量碳排放所引发的气候问题日益凸显。从《联合国气候变化框架公约》的签订到《2023全球碳中和年度进展报告》的发布，碳排放问题逐步由道德倡议发展为政治干预，表明了世界各国保护地球生态环境的坚决态度。2024年中央经济工作会议再次强调，深入推进生态文明建设和绿色低碳发展，积极稳妥推进碳达峰碳中和，打造绿色低碳发展高地。当前，我国正处于工业化中后期和城镇化加速推进的关键阶段，明晰环境政策与企业碳绩效之间的内在联系，对于倒逼经济向绿色低碳转型、推进生态文明建设、实现可持续发展具有至关重要的意义。
企业低碳发展是环境可持续发展的组成部分，环境可持续发展是高质量发展的重要一环[1-2]。然而，企业在报告其碳风险、战略和排放方面面临着越来越大的压力[3]，环境政策对企业碳排放的影响作用也仍在讨论中[4]。现有文献关于环境政策对碳排放的影响研究主要存在“绿色悖论效应”和“倒逼减排效应”两种观点。其中，Sinn提出的“绿色悖论”概念指出，“好的意图不是总能引起好的行为”，环境规制会促进CO2的排放[5]。部分学者采用省级面板数据验证“绿色悖论效应”，结果发现环境规制强度提升会增加地区碳排放量[6]。另一种观点则认为地方政府提高环境规制水平能促使污染密集型企业进行绿色低碳转型，从而达到“倒逼减排”的效果[7]。碳绩效能够反映企业低碳发展的水平，追求实现碳排放边际效益的最大化[8]。早期国外学者利用销售总额减去销售退回和折让金额与CO2排放的比值表示碳绩效水平[9]。近年来，国内学者进一步考虑了企业和行业的主营业务成本等要素[10]，部分学者还从企业碳信息披露和温室气体排放等方面对企业碳绩效进行衡量[11-12]。
低碳城市试点政策相关研究主要集中在低碳城市评价指标体系构建和低碳城市试点政策效果评价两个方面。在构建低碳城市评价指标体系时，通常以生态文明理念为指导[13]。如Liu等采用主成分分析法、熵权评价法和耦合协调度模型对低碳试点城市空气质量和低碳发展协调水平进行了评价，结果表明大多数低碳城市试点的低碳发展得分相对较高[14]。而在低碳城市试点政策效果评价时则主要着眼于环境效应和经济效应[15-16]，如郑石明等运用渐进双重差分模型考察了低碳城市建设在环境质量改善方面的效果，发现低碳城市建设具有减污效应且存在扩散模式差异[17]；Zhang等基于低碳城市试点政策的准自然实验分析了低碳城市建设对地级市层面全要素生产率的影响，研究发现低碳城市建设通过促进技术进步和提高规模效益显著提升了试点地区全要素生产率，表明城市低碳城市试点政策已初见成效[18]。
既有研究虽针对低碳城市试点政策的经济和社会效果开展了评价分析，但主要集中在城市层面，鲜有从微观企业层面展开探讨。基于此，本文从企业视角出发，基于低碳城市试点这一准自然实验考察环境政策对企业碳绩效的政策效果，并引入地理位置、绿色技术创新和环境信息披露等机制变量，探究低碳城市试点对碳绩效的影响机制。本研究丰富了微观层面环境政策与绿色低碳发展的理论研究体系，在一定程度上缓解了以往采用绿化覆盖率、收入水平、受教育程度和人口密度等指标[19-20]构建代理变量研究存在的内生性问题。此外，在企业低碳经济管理研究中引入地理因素，拓展了经济地理学的研究视角，也为“双碳”目标的实现提供了一定参考。

1 制度背景与理论机制

1.1 制度背景

低碳城市试点制度是中央政府在加强应对气候变化和实现可持续发展的背景下，为推动城市绿色低碳发展而出台的一项政策。该政策的目标是以城市为单位，通过科学规划、系统设计、产业发展、能源节约、环境保护等多个方面的整合措施，促进城市低碳绿色转型，推进城市可持续发展。低碳城市试点制度的实施需要政府、企业和公众的共同参与，政府应加强政策支持，提高政策引导力和执行力，企业应加强技术创新，推动产业转型升级，公众应增强环保意识，积极参与公共事务。2010年，国家发展改革委正式发布《关于开展低碳省区和低碳城市试点工作的通知》，在全国“五省八市”启动低碳省区和城市的试点工作，并在2012年新增了第二批、2017年新增第三批低碳城市试点。

1.2 理论机制解析

低碳城市试点作为一项综合性环境规制，在实施过程中需要多主体共同参与，且政府存在较强自主性，会对企业碳绩效产生复合影响[21]。其理论分析框架如图1所示。
图1 理论分析框架

Fig.1 Theoretical analysis framework

首先，低碳城市试点政策主要从加强排放监管、引导治理观念和树立低碳意识等方面直接影响企业碳绩效。①低碳城市试点政策能够推动试点地区政府通过建立碳排放管理平台、编制碳排放责任清单、明晰行业排放标准等措施加强对试点地区企业碳排放的评估、监管和责任追溯，并采取排污许可和排放税等措施促使企业减少碳排放[22]。②低碳城市试点作为中央政府颁布的环境政策，能够打破以经济增长为主要考核指标的“晋升竞标赛”效应，引导地方官员及国企高管由“GDP至上”的政绩观转向生态文明建设与经济发展并行，进而促进企业提升碳绩效[23]。③低碳城市试点政策通过宣传教育和公共参与活动提高居民对气候变化的认识，低碳意识的树立使得居民更加偏好于低碳、环保的产品及生活方式，从而推动企业提升碳绩效以满足市场需求[24]。因此，本文提出第一个理论假设：
假设1：低碳城市试点政策对企业碳绩效有促进作用。
其次，为顺应经济社会低碳发展趋势，响应低碳城市试点政策，企业将加大绿色技术及绿色产品研发，减少传统化石能源消耗，积极进行环境信息披露，降低碳排放成本，以求在市场竞争中取得优势。在绿色技术创新方面，试点地区在低碳城市试点政策的约束下会加大对高污染、高排放企业的关注，从而迫使企业采取节能减排的措施，如开发或升级绿色技术，以获得更多收益[27]。政府基于市场进入门槛的环境监管可能会导致绿色产品的市场份额更大或溢价更高，从而倒逼企业开展绿色创新活动，提升碳绩效。此外，低碳城市的持续建设畅通了试点地区企业绿色技术信息交流渠道，降低了交易成本，进一步加速了企业碳绩效提升。在环境信息披露方面，低碳城市试点政策一般通过自愿型环境规制促使企业披露自身环境信息，合法性理论将企业描述为广泛社会体系的重要组成部分，企业活动在不违反社会规则和价值观的情况下被视为合法，而企业也只有在社会认为其经营合法的情况下才能生存。企业是全球碳排放的主要贡献者，适应合法性要求企业以透明和负责任的方式行事，当企业对国家和国际气候目标的承诺不透明时，监管机构可以进行强制性干预。强制性ESG信息披露能够促使企业减排和承担社会责任，企业需要向公众披露生产、经营及环保等相关数据信息[28]。而随着整体ESG信息披露水平的提高，管理层必须基于低碳发展的长远利益，综合考量企业碳绩效提升问题。由此提出第二和第三个理论假设：
假设2：低碳城市试点政策通过提高企业绿色创新水平，进而提升企业碳绩效。
假设3：低碳城市试点政策通过促进企业环境信息披露，进而提升企业碳绩效。
最后，企业地理位置与主要城市的距离决定了企业在各主体影响下响应环境规制进行绿色低碳发展的程度[29-30]。区域发展不平衡将导致各地区在施行低碳城市试点政策时产生差异，环境污染涉案企业地理位置通常较为偏远，而主要城市作为区域中心，聚集的各类利益相关者主体会共同影响企业环境规制执行效果。一方面，各类利益相关者主体通过规制压力、规范压力和认知压力促使企业顺应合法性需求合规运营，履行企业社会责任，提升自身碳绩效[31]。另一方面，靠近主要城市的地理位置为企业带来了知识溢出、资本聚集和劳动密集等有利条件，能够更好地为企业提供管理和技术支持，降低企业低碳转型成本，进一步提升企业碳绩效。基于上述分析，本文提出第四个理论假设：
假设4：地理位置靠近主要城市能够加强低碳城市试点政策对企业碳绩效的促进作用。

2 研究设计

2.1 数据来源

本文以2008—2021年A股上市公司面板数据为研究样本，并对初始样本进行以下处理：剔除ST类、*ST类以及相关指标数据严重缺失的企业；对剩余样本进行1%的Winsor处理，最终得到23308个观测值。研究数据主要来源于国泰安数据库（CSMAR）、万德（Wind）数据库以及2009—2022年的《中国城市统计年鉴》。

2.2 企业碳绩效识别与测度

现有文献关于碳绩效的识别方法有多种，诸如基于单位能源消耗的碳排放量单一指标法以及包含技术、管理、产业结构等指标的多维指标法，等等。但上述指标方法多是测度国家、区域、行业等宏观层面碳绩效，涉及微观企业碳绩效的研究较少。为此，本文参考Clarkson、闫华红等研究思路[9-10]，采用单位碳排放量的营业收入来表征企业碳绩效。并且，该数值越高则说明企业碳绩效越好。另外，由于当前无法获取企业碳排放量数值，所以通过行业碳排放量和企业营业成本间接估算企业碳排放量，且行业碳排放量根据IPCC（2006）发布的CO2排放估算公式进行测算。企业碳绩效的计算公式为：
C P = 企 业 营 业 收 入 行 业 碳 排 放 量 行 业 主 营 业 务 成 本 · 企 业 营 业 成 本
与此同时，参照黄志基等的做法[32]，以企业从业人数为权重，对企业碳绩效进行加权平均，从而计算得到城市层面的企业碳绩效平均值。为了更直观地分析低碳城市试点政策实施前后企业碳绩效的变化及空间差异，文章绘制了2008和2021年各城市的碳绩效空间分布图（图2）。从图2来看，直辖市、省会城市、副省级城市等主要城市及其相邻城市的碳绩效水平相对较高，表明城市碳绩效分布呈现出明显的城市层级特征和空间溢出特征。另外，低碳城市试点政策实施显著地推升了城市碳绩效综合水平，因此，从特征事实分析层面初步可以判断低碳城市试点政策对企业碳绩效的积极作用。
图2 2008和2021年企业碳绩效的城市空间分布

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2019）1822号的标准地图制作，底图无修改。

Fig.2 Spatial distribution of carbon performance of enterprise in China in 2008 and 2021

2.3 模型设定

为检验低碳城市试点政策对企业碳绩效的影响，本文采用准自然实验方法构建多期DID回归模型。
C P i t = β 0 + β 1 d i d i t + δ x i t + μ i + γ t + ε i t
式中：i和t分别表示企业和年份；C P i t为被解释变量，表示i企业第t年的碳绩效；d i d i t为本文核心解释变量，表示低碳城市试点的虚拟变量，若低碳城市试点能提升企业碳绩效，则d i d i t的系数β 1应该显著为正；x i t表示一系列可能对企业碳绩效产生影响的控制变量，包括企业年龄（age）、第一大股东持股比例（fs）、独立董事比例（is）、固定资产比例（fixed）、总资产净利润率（ta）、资产负债率（al）和企业市值（tobinq），其中，企业年龄采用企业上市时长衡量，第一大股东持股比例采用企业第一大股东持股额占总股额的比例表征，独立董事比例采用独立董事人数占董事会总人数的比例表示，固定资产比例采用固定资产净额占总资产比例衡量，总资产净利润率采用净利润占总资产的比重表征，资产负债率采用企业总负债占总资产的比重表示，企业市值采用企业市场价值占总资产的比重衡量；μ i表示个体固定效应；γ t表示年份固定效应；ε i t表示随机扰动项。

3 结果与讨论

3.1 基准回归分析

表1报告了低碳城市试点政策与企业碳绩效的回归结果。其中，列（1）为个体和年份固定效应下仅加入核心解释变量did的基准回归结果，核心解释变量的回归系数为0.260，同时在1%的水平上显著。加入控制变量进行回归后，核心解释变量的回归系数仍然在1%的水平上显著为正，且边际系数为0.232。上述结果表明，低碳城市试点政策对企业碳绩效具有正向促进作用，即假设1得到验证。说明企业为了响应政府颁布的低碳环境规制政策，顺应市场需求，会积极实施绿色发展战略以提高碳绩效水平。
表1 基准回归结果

Tab.1 Benchmark regression results

变量 CP （1） CP （2）
did 0.260***（12.78） 0.232***（13.95）
age 0.045***（13.75）
fs 0.019***（11.14）
is 0.266**（2.11）
fixed 0.267***（5.18）
ta 2.097***（12.04）
al 2.874***（16.62）
tobinq -0.139（-14.42）
常数项 12.153（18.81） 9.844***（12.32）
年份 控制 控制
个体 控制 控制
样本量 23308 23308
调整后的R2 0.171 0.370

注：括号内为t值；*、**、***分别表示10%、5%、1%的显著性水平。表2~表6同。

控制变量中，企业年龄、第一大股东持股比率、独立董事占比、固定资产投资比率、总资产净利润率及资产负债率的回归系数均显著为正，对企业碳绩效的提升有促进作用。成立时间长的企业相较而言注重长远发展且具有更强的资源优势，适当的财务杠杆有利于企业获得充足的资金对生产经营模式进行绿色化改造，出色的业绩和稳定的治理结构能够帮助企业持续地开展绿色创新活动，有利于碳绩效的提升。tobinq的回归系数在1%的水平上显著为负，表明企业有强烈进入资本市场变现套利动机时将抑制碳绩效的提升。

3.2 稳健性检验

3.2.1 平行趋势检验

基准回归结果表明低碳城市试点政策实施能够显著促进企业碳绩效的提升，本文进一步采取平行趋势假设检验以保障结果稳健可靠，即试点城市和非试点城市在政策实施前应具有一致的碳绩效变化趋势，参照Jacobson等的事件研究法[35]进行平行趋势检验：
C P i t = α + ∑ t - 2 6 β t d i d i t + γ c o n t r o l i t + μ i + λ t + ε i t
式中：d i d i t表示低碳城市试点政策实施的前两年、当年以及后6年的一系列政策虚拟变量。由图3可知，在低碳城市试点政策实施之前，实验组企业和控制组企业的碳绩效水平不存在显著差异，表明试点城市和非试点城市在政策实施前变化趋势一致，满足平行趋势假设。由于低碳城市试点政策效应存在滞后性，政策实施的第3年政策虚拟变量的回归系数开始显著，企业对环境规制需要反应时间，企业碳绩效的提升也需要长时间的积累。
图3 平行趋势检验

Fig.3 Parallel trend test

3.2.2 安慰剂检验

为避免不可观测因素影响企业碳绩效所产生的偏误，本文采用反事实检验的方式进行安慰剂检验。具体方法为：将低碳城市试点政策的实施时间提前至2009年，若虚拟变量的回归结果不显著，则可排除低碳城市试点政策以外其他因素对企业碳绩效的影响。由表2列（1）可知，将2010年低碳城市试点政策冲击时间提前一年，虚拟变量的回归系数并不显著，排除了其他不可观测因素的影响。
表2 稳健性检验结果

Tab.2 Robustness test results

变量 安慰剂检验 PSM-DID 控制相关政策 内生性检验
反事实检验
（1）		 近邻匹配
（2）		 半径匹配
（3）		 核匹配
（4）		 碳权交易
（5）		 文明城市
（6）		 工具变量
（7）
did 0.005（1.39） 0.222***（13.09） 0.077***（7.38） 0.247***（10.44） 0.204***（5.35） 0.214***（8.42） 3.382***（7.80）
常数项 9.177*（1.69） 9.781***（24.31） 10.592***（21.35） 7.976***（26.57） 9.531***（24.52） 9.444***（23.22） 8.981***（25.56）
控制变量 控制 控制 控制 控制 控制 控制 控制
识别不足检验 2439.802[0.000]
弱工具变量检验 2731.727<16.38>

注：中括号[]内为P值，尖括号<>内为弱工具变量检验的10%阈值。

3.2.3 PSM-DID检验

为缓解试点城市与非试点城市样本间的特征差异干扰，本文采用倾向得分匹配法（PSM-DID）对模型（1）进行重新估计，将控制变量作为协变量，依照倾向得分测算结果进行匹配，再对匹配后的样本进行双重差分估计。为保障匹配方法的客观性，同时采用近邻匹配和半径匹配的PSM-DID估计。表2的列（2）~（4）依次列示了近邻匹配、半径匹配及核匹配的倾向得分匹配结果，从中发现基于各项匹配的did估计系数均显著为正，表明本文估计结果稳健可靠。

3.2.4 排除同期其他政策干扰

研究期内同时有碳权交易和文明城市两项政策对低碳城市试点政策实施及碳排放产生影响，为排除同期政策干扰，本文分别控制了城市是否纳入碳权交易及文明城市与时间趋势的交互项。从表2列（5）（6）的回归结果看，被解释变量的回归系数依旧在1%的水平上显著，表明在分别控制碳权交易和文明城市政策后，本文估计结果仍然稳健可靠。

3.2.5 工具变量法

为进一步缓解内生性问题，本文尝试用两阶段工具变量方法进行估计。参考杜敏哲等的做法[36]，采用外生的气象变量各城市逆温强度作为低碳试点政策的工具变量。表2列（7）结果表明，工具变量不存在弱工具变量和识别不足问题，且低碳城市试点能够促进企业碳绩效提升的结论依然稳健可靠。

3.3 异质性分析

3.3.1 企业属性质异质性

面临激烈的市场竞争时，非国有企业倾向于选择绿色发展战略，提升自身碳绩效，以赢得利益相关者青睐。低碳城市试点政策实施地区的地方政府会享有中央财政支持，相较国有企业而言，非国有企业更难获得环境补贴和政策优惠。同时，国有企业面临着更高的环境责任社会期望和更严的环保履行社会监督，能够更加积极地承担环境责任，且不会轻易削减环境支出，在获得补助和投资时通常选择向减污降碳等方面投入，进而提升碳绩效。为考察不同企业性质之间低碳城市试点政策对企业碳绩效的影响是否存在差异，本文将整体样本划分为国有企业和非国有企业并进行分组回归，结果见表3列（1）（2）。其中，国有企业did回归系数0.36，非国有企业did回归系数为0.19，且均在1%的水平上显著。表明低碳城市试点政策能够有效提升国有企业和非国有企业的碳绩效，且对国有企业的促进效果更强。
表3 异质性分析结果

Tab.3 Heterogeneity analysis results

变量 国有
（1）		 非国有
（2）		 重污染行业
（3）		 非重污染行业
（4）		 东部
（5）		 中部
（6）		 西部
（7）
did 0.358***（11.94） 0.188***（9.83） 0.006（0.21） 0.032***（3.74） 0.040**（2.25） 0.075（0.19） 0.018（0.38）
常数项 9.734***（10.34） 10.484***（8.76） 10.684***（8.02） 10.684***（8.41） 10.802***（12.28） 10.323***（10.79） 10.454***（14.45）
控制变量 控制 控制 控制 控制 控制 控制 控制
年份/个体 控制 控制 控制 控制 控制 控制 控制
样本量 8894 14414 6854 16454 15565 4244 2202
调整后的R2 0.323 0.311 0.306 0.342 0.357 0.304 0.330

3.3.2 企业污染强度异质性

低碳城市试点政策重点关注重工业、能源、化工等重污染行业的节能减排，其中重污染行业企业将面临更高的治污需求，高额的治污成本开支可能挤占企业减污降碳及绿色技术创新投入，从而影响企业碳绩效的提升。此外，重污染行业企业更倾向于采用末端治理的方式对环境规制进行规避，通过绿色并购等手段释放企业社会责任的信号。因此，环境规制对不同污染强度企业带来的冲击可能存在差异。为考察不同污染强度之间低碳城市试点政策对企业碳绩效的影响是否存在差异，本文根据2008年发布的《上市公司环境保护核查行业分类管理名录》将整体样本划分为重污染行业和非重污染行业企业并进行分组回归，结果见表3列（3）（4）。其中，非重污染行业企业did回归系数为0.032，且在1%的水平上显著，而重污染行业企业did回归系数（0.006）并不显著，表明低碳城市试点政策能够显著促进非重污染行业企业碳绩效提升。

3.3.3 区域异质性

我国幅员辽阔，各地区的本底条件存在差异，低碳城市试点政策对不同地区企业碳绩效的影响也存在区别。其中，东部地区作为经济发达地区，要素配置效率和绿色创新水平相对较高，能够积极响应环境规制，进行低碳转型；而中西部地区由于市场资源相对有限，地方政府盲目吸引投资可能导致环境规制扭曲及“资本挟持环境”的现象，不利于企业碳绩效提升。为考察不同地理区域之间低碳城市试点政策对企业碳绩效的影响是否存在差异，本文将整体样本划分为东、中、西部地区企业并进行分组回归，结果见表3列（5）~（7）。其中，东部地区企业did回归系数0.040，且在5%的水平上显著，而中、西部地区企业did回归系数均不显著。结果表明，低碳城市试点政策对东部地区企业碳绩效的促进作用最为明显。

3.4 影响机制检验

3.4.1 绿色技术创新中介效应

前文的理论研究表明，低碳城市试点政策会推动企业绿色创新，从而提升企业碳绩效。一方面，低碳城市试点政策的作用等同于一种强效的外部约束，能够刺激企业增加绿色技术研发投入，督促企业进行绿色低碳发展，以满足社会要求。另一方面，低碳城市试点地区通过环境补贴和技术信息交换鼓励企业进行绿色创新活动，降低碳排放成本。因此，本文预期低碳城市试点政策实施会通过推动企业绿色技术创新，进而提升企业碳绩效。本文采用中介效应检验方法验证绿色技术创新的传导机制，参考钱丽等对绿色创新的度量方式[37]，具体用绿色专利授权量、绿色发明专利授权量和绿色实用型专利授权量来衡量。
表4列示了以绿色技术创新为中介变量的回归结果。其中，列（1）是低碳城市试点政策对企业绿色创新的回归结果，did的回归系数为7.470，且在5%的水平上显著，说明低碳城市试点政策显著促进了企业绿色技术创新；列（2）是加入中介变量后低碳城市试点政策对企业碳绩效的回归结果，did的回归系数为0.225，且在1%的水平上显著，gtel的回归系数为0.001，且在1%的水平上显著。上述基于绿色创新中介效应的回归结果表明，低碳城市试点政策实施显著地促进企业绿色技术创新，进而提升企业碳绩效，理论假设2得到验证。
表4 基于绿色创新中介效应回归结果

Tab.4 Regression results based on the mediating effect of green innovation

变量 Gtel （1） CP （2）
did 7.470**（1.93） 0.225***（13.86）
gtel 0.001***（13.20）
常数项 5.799**（1.94） 9.868***（6.92）
控制变量 控制 控制
年份 控制 控制
城市 控制 控制
调整R2 0.367 0.399
观测值 23308 23308

3.4.2 环境信息披露中介效应

低碳城市试点政策作为组合性政策能加强地方政府和公众对环境保护的关注，增加对辖区企业环境信息披露的压力。社会公众环保意识越强，企业进行碳绩效管理的动力越大。企业可以通过信息披露缓解与利益相关者之间因信息不对称产生的负面影响，在利益相关者绿色需求不断提升的背景下，管理者更倾向于披露企业环保成绩以获得竞争优势。高水平的ESG信息披露可以作为企业的展示窗口，向利益相关者传递企业绿色发展的信号，增强投资者信心。因此，低碳城市试点政策实施会促进企业环境信息披露，进而提升企业碳绩效。关于环境信息披露的度量，本文参考方先明等的做法[38]，采用华证ESG评级衡量企业环境信息披露。
表5报告了环境信息披露的中介效应估计结果。其中，列（1）为低碳城市试点政策对环境信息披露的回归结果，did回归系数为0.074，且在1%的水平上显著，说明环境政策实施有效促进了企业环境信息披露；列（2）为试点政策对企业碳绩效的回归结果，did回归系数为0.209，esg的回归系数为0.314，且均在1%的水平上显著，说明低碳城市试点政策显著促进企业环境信息披露，进而提升企业碳绩效，理论假设3得到验证。
表5 基于环境信息披露中介效应回归结果

Tab.5 Regression results based on the mediating effect of environmental information disclosure

变量 Esg （1） Cp （2）
did 0.074***（5.56） 0.209***（12.95）
esg 0.314***（8.91）
常数项 3.794***（3.03） 8.652***（6.90）
控制变量 控制 控制
城市 控制 控制
年份 控制 控制
调整R2 0.523 0.410
观测值 23308 23308

3.4.3 地理位置调节效应

地理位置影响了企业可获得的知识资源及所处的制度环境，绿色技术创新活动顺利进行以及环境信息披露受到有力监管都与地理位置紧密相关。为考察地理位置对低碳城市试点政策与企业碳绩效关系的调节效应，本文构造did与地理位置（dist）的交互项，采用企业所在位置与主要城市的距离对地理位置进行表征，表6列示了以地理位置作为调节变量的回归结果。其中，列（1）列示了未加入地理位置及交互项的回归结果，did回归系数显著为正；列（2）结果中，发现地理位置的地理距离变量的回归系数在5%的水平上显著为负，did与地理位置交互项的回归系数在1%的水平上显著为负，表明地理位置对低碳城市试点政策与企业碳绩效的影响起强化作用，即理论假设4得到验证。
表6 基于地理位置调节效应回归结果

Tab.6 Regression results based on the adjustment effect of geographical location

变量 Cp （1） Cp （2）
did 0.182***（12.44） 0.215***（12.15）
dist -0.001**（-2.65）
did·dist -0.001***（-3.71）
常数项 10.241***（20.99） 10.203***（18.23）
控制变量 控制 控制
城市 控制 控制
年份 控制 控制
调整R2 0.526 0.526
观测值 23308 23308

4 结论与建议

4.1 主要结论

本文采用2008—2021年A股上市公司的微观数据，并以低碳城市试点政策作为准自然实验，实证考察了环境政策对企业碳绩效的影响机制和效应。主要结论如下：①低碳城市试点显著促进了企业碳绩效的提升，表明低碳环境政策能够促进企业节能减排，推动企业低碳发展。通过平行趋势检验、安慰剂检验、内生性检验等一系列稳健性检验后，上述结论仍然成立。②异质性分析结果表明，低碳城市试点对企业碳绩效的影响由于企业性质、所处区域及所属行业的不同存在异质性，具体表现为国有企业影响大于非国有企业，东部地区企业受环境政策的影响最大，低碳城市试点政策能够显著促进非重污染行业企业碳绩效提升。③机制分析结果表明，低碳城市试点政策通过促进企业绿色技术创新，促使企业环境信息披露，进而提升企业碳绩效，地理位置在低碳城市试点对企业碳绩效的影响中起强化作用。

4.2 政策建议

基于以上结论，本文提出如下政策建议：
①总结试点成功经验，带动偏远城市发展。“双碳”目标的实现绝非尺寸之功，需要不断挖掘发挥环境规制的积极作用，推动更多地方政府基于自身本底条件响应低碳城市试点政策，通过市场化手段驱动当地企业转型升级，促进低碳绿色发展。同时，低碳城市试点政策需要依靠地方政府增强约束性，地方政府应当对企业提供全过程全方位的监督与指导，确保政策的有效实施。此外，应发挥主要城市辐射作用，引导试点城市企业分享低碳转型成功经验，借助数智技术突破偏远城市的地理位置约束。
②鼓励绿色技术创新，加强环境信息披露。环境规制能通过政策压力和政策补贴双向引导企业减污降碳，为优化低碳城市试点政策对企业碳绩效的作用效果，需给予企业相应的绿色研发补贴及税收优惠，引导企业提高绿色技术创新水平，加大环保宣传力度，增强企业环境责任意识，提高环境信息披露质量。
③平衡个体异质性，优化政策执行差异。针对不同企业性质、区域及污染程度的企业精准施策，对非国有企业给予更多的政策帮扶，构建国有企业与非国有企业的合作机制，相互交流低碳转型经验，降低企业减碳成本；建立中央地方协同治理机制，倡导低碳生活及绿色消费的理念，保障各区域企业低碳转型均衡发展；完善高能耗、高排放的重污染行业企业的退出机制，对有条件进行绿色改造的企业予以重点关注，规范生产经营过程，释放绿色优待信号，促使企业加大环保投入，实现低碳可持续发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
贺灿飞, 毛熙彦, 彭建. 环境经济地理研究的理论演进与展望[J]. 经济地理, 2021, 41(10):70-78.

[2]
陈明星, 程嘉梵, 周园, 等. 碳中和的缘起、实现路径与关键科学问题:气候变化与可持续城市化[J]. 自然资源学报, 2022, 37(5):1233-1246.

DOI

[3]
Eccles R G, Serafeim G, Krzus M P. Market interest in nonfinancial information[J]. Journal of Applied Corporate Finance, 2011, 23(4):113-127.

[4]
Downar B, Ernstberger J, Reichelstein S, et al. The impact of carbon disclosure mandates on emissions and financial operating performance[J]. Review of Accounting Studies, 2021, 26:1137-1175.

[5]
Sinn H W. Public policies against global warming:A supply side approach[J]. International Tax Public Finance, 2008, 15:360-394.

[6]
徐志伟. 工业经济发展、环境规制强度与污染减排效果:基于“先污染,后治理”发展模式的理论分析与实证检验[J]. 财经研究, 2016, 42(3):134-144.

[7]
李治国, 王杰. 中国碳排放权交易的空间减排效应:准自然实验与政策溢出[J]. 中国人口·资源与环境, 2021, 31(1):26-36.

[8]
王珮, 黄珊, 王瑶, 等. 碳排放权交易对企业碳绩效的影响研究[J]. 科研管理, 2023, 44(12):158-169.

[9]
Clarkson P M, Li Y, Richardson G D, et al. Does it really pay to be green?Determinants and consequences of proactive environmental strategies[J]. Journal of Accounting and Public Policy, 2011(2):122-144.

[10]
闫华红, 蒋婕, 吴启富. 基于产权性质分析的碳绩效对财务绩效的影响研究[J]. 数理统计与管理, 2019, 38(1):94-104.

[11]
Ashraf N, Meschi P X, Spencer R. Alliance network position,embeddedness and effects on the carbon performance of firms in emerging economies[J]. Organization & Environment, 2014(1):65-84.

[12]
周志方, 肖恬, 曾辉祥. 企业碳绩效与财务绩效相关性研究——来自英国富时350指数的证据[J]. 中国地质大学学报(社会科学版), 2017(5):32-43.

[13]
连玉明. 城市价值与低碳城市评价指标体系[J]. 城市问题, 2012(1):15-21.

[14]
Liu T L, Song Q J, Lu J Q, et al. An integrated approach to evaluating the coupling coordination degree between low-carbon development and air quality in Chinese cities[J]. Advances in Climate Change Research, 2021, 12(5):710-722.

[15]
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, 35(6):95-108,195.

[16]
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(社会科学版), 2020, 40(2):104-115.

[17]
郑石明, 尤朝春. 中国低碳城市试点政策扩散模式及减污效应[J]. 中国软科学, 2023(10):98-108.

[18]
Zhang H, Huang L, Zhu Y, et al. Does low-carbon city construction improve total factor productivity?Evidence from a quas-natural experiment in China[J]. International Journal of Environmental Research and Public Health, 2021, 18(22):11974

[19]
李旭辉, 王经伟, 吴权, 等. “双碳”目标下中国五大重点区域工业绿色发展水平差异及成因识别[J]. 经济地理, 2023, 43(8):103-112.

DOI

[20]
余柯瑶, 李志刚, 杨舒惠, 等. 异质型环境规制对长江经济带高质量发展的影响及差异[J]. 经济地理, 2023, 43(10):34-43.

DOI

[21]
王贞洁, 王惠. 低碳城市试点政策与企业高质量发展——基于经济效率与社会效益双维视角的检验[J]. 经济管理, 2022, 44(6):43-62.

[22]
蒋水全, 谭蕴林, 孙芳城, 等. 低碳城市建设、环境审计与企业碳排放——基于低碳城市试点政策的准自然实验[J]. 审计与经济研究, 2024, 39(3):20-32.

[23]
张华. 低碳城市试点政策能够降低碳排放吗?——来自准自然实验的证据[J]. 经济管理, 2020(6):25-41.

[24]
曹翔, 高瑀. 低碳城市试点政策推动了城市居民绿色生活方式形成吗?[J]. 中国人口·资源与环境, 2021(12):93-103.

[25]
周建, 刘珂, 余江龙, 等. 前端预防亦或末端治理?——低碳城市试点政策与企业环保投资战略选择[J]. 经济管理, 2023, 45(10):147-167.

[26]
Porter M E. America's green strategy[J]. Scientific American, 1991, 264(4):168.

[27]
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, 33(5):125-137.

[28]
李小荣, 徐腾冲. 环境—社会责任—公司治理研究进展[J]. 经济学动态, 2022(8):133-146.

[29]
王腾, 周海炜, 余菲菲. 地理位置对上市企业数字化转型的影响——基于CEO与董事长两职合一的调节效应[J]. 经济地理, 2024, 44(5):33-42.

DOI

[30]
董直庆, 王辉. 环境规制的“本地—邻地”绿色技术进步效应[J]. 中国工业经济, 2019(1):100-118.

[31]
王腾, 周海炜, 田鸣. 企业地理位置对企业社会责任的合法化作用机制研究[J]. 河海大学学报(哲学社会科学版), 2019(4):66-73.

[32]
黄志基, 贺灿飞, 杨帆, 等. 中国环境规制、地理区位与企业生产率增长[J]. 地理学报, 2015, 70(10):1581-1591.

DOI

[33]
许金花, 叶妃三, 商丽霞. 公众环境关注度对企业碳绩效水平的影响研究[J]. 管理学报, 2024, 21(6):865-875.

[34]
徐佳, 崔静波. 低碳城市和企业绿色技术创新[J]. 中国工业经济, 2020(12):178-196.

[35]
Jacobson L S, Lalonde R J, Sullivan D G. Earnings losses of displaced workers[J]. The American Economic Review, 1993, 83(4):685-709.

[36]
杜敏哲, 廖丽萍. 低碳转型能否促进共同富裕?——来自低碳城市试点的证据[J]. 经济学动态, 2024(4):33-48.

[37]
钱丽, 王文平, 肖仁桥. 高质量发展视域下中国企业绿色创新效率及其技术差距[J]. 管理工程学报, 2021, 35(6):97-114.

[38]
方先明, 胡丁. 企业ESG表现与创新:来自A股上市公司的证据[J]. 经济研究, 2023, 58(2):91-106.

Options
文章导航

/

〈 〉