摘 要：低碳試點政策作為應(yīng)對氣候變化和實現(xiàn)經(jīng)濟(jì)增長的積極政策，為制造業(yè)企業(yè)綠色轉(zhuǎn)型提供契機(jī)。基于2012—2020年A股制造業(yè)上市公司數(shù)據(jù)，以低碳城市試點為準(zhǔn)自然實驗，采用漸進(jìn)雙重差分模型檢驗低碳試點政策對制造業(yè)企業(yè)綠色轉(zhuǎn)型的驅(qū)動作用。研究發(fā)現(xiàn)：（1）低碳試點政策的實施可顯著驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型；（2）企業(yè)創(chuàng)新和企業(yè)數(shù)字化轉(zhuǎn)型起到部分中介作用；（3）融資約束具有負(fù)向的抑制作用，數(shù)字金融具有正向的促進(jìn)作用。研究結(jié)論為深化低碳試點城市建設(shè)和驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型提供政策啟示。

關(guān)鍵詞：低碳試點政策；企業(yè)綠色轉(zhuǎn)型；制造業(yè)上市公司；漸進(jìn)雙重差分

中圖分類號：X322；F424.3 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-9255（2024）03-0020-07

一、引言與文獻(xiàn)綜述

隨著工業(yè)化、城鎮(zhèn)化進(jìn)程的不斷加快，中國經(jīng)濟(jì)已由高速增長轉(zhuǎn)變?yōu)楦哔|(zhì)量發(fā)展。黨的二十大報告指出我們要堅持以推動高質(zhì)量發(fā)展為主題，著力提高全要素生產(chǎn)率，堅持把發(fā)展經(jīng)濟(jì)的著力點放在實體經(jīng)濟(jì)上，推進(jìn)新型工業(yè)化，加快建設(shè)制造強(qiáng)國。自2020年“雙碳”目標(biāo)的提出以來，推動經(jīng)濟(jì)社會發(fā)展綠色化、低碳化成為實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)。目前，制造業(yè)企業(yè)面臨資源過度消耗、能源利用低下、環(huán)境污染嚴(yán)重等問題，不利于打造核心競爭力與優(yōu)化全要素生產(chǎn)率，一定程度上阻礙了企業(yè)的綠色轉(zhuǎn)型進(jìn)程。同時，受2030年前碳達(dá)峰與經(jīng)濟(jì)下行雙重壓力，低碳試點政策作為應(yīng)對氣候變化和實現(xiàn)經(jīng)濟(jì)增長的一項積極政策，對于節(jié)約能源、減少碳排放，驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型具有重要的現(xiàn)實意義。2010年，國家發(fā)布《關(guān)于開展低碳省區(qū)和低碳城市試點工作的通知》，在廣東、遼寧、湖北、陜西、云南五省和天津、重慶、深圳、廈門、杭州、南昌、貴陽、保定八市率先開始實施低碳試點政策，之后分別于2012年和2017年確定了第二、三批試點，共計6個省和81個城市，旨在探索實現(xiàn)碳達(dá)峰的有效路徑。

關(guān)于低碳試點政策的現(xiàn)有研究集中在政策效果評價上，主要包括以下兩類：第一，關(guān)注政策的環(huán)境效應(yīng)。姜旭和侯嬌等（2023）基于Super-SBM模型測算城市土地綠色利用效率，并應(yīng)用雙重差分模型檢驗低碳試點政策的促進(jìn)作用[1]；郭沛和梁棟（2022）、王勝今和朱潤酥（2022）研究發(fā)現(xiàn)低碳試點政策可顯著降低試點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）、鄧榮榮和張翱祥等（2022）分別采用雙重差分模型和空間雙重差分模型實證檢驗低碳試點政策對城市生態(tài)效率水平的提升作用與空間溢出效應(yīng)[4-5]。第二，關(guān)注政策的經(jīng)濟(jì)效應(yīng)。Cheng J等（2019）、周明天和徐彬（2022）研究發(fā)現(xiàn)低碳城市試點建設(shè)可促進(jìn)地區(qū)綠色經(jīng)濟(jì)增長[6-7]；楊菲和沈能等（2022）、肖仁橋和馬伯凡等（2023）研究發(fā)現(xiàn)低碳試點政策對地區(qū)企業(yè)綠色技術(shù)創(chuàng)新具有顯著的促進(jìn)作用[8-9]；Wen H等（2023）、關(guān)宇航和師一帥等（2021）、郭炳南和馮雨等（2022）研究發(fā)現(xiàn)低碳試點政策能夠顯著提升制造業(yè)企業(yè)的全要素生產(chǎn)率[10-12]；逯進(jìn)和王曉飛等（2020）研究發(fā)現(xiàn)低碳試點政策的實行可以顯著促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級[13]。

然而，有關(guān)低碳試點政策驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型的研究相對較少。王亞飛和陶文清（2021）采用雙重差分模型和系統(tǒng)GMM方法進(jìn)行實證檢驗，結(jié)果表明低碳試點政策顯著促進(jìn)城市綠色全要素生產(chǎn)率增長[14]；佘碩和王巧等（2020）采用傾向得分匹配和雙重差分相結(jié)合的方法進(jìn)行實證分析，結(jié)果表明低碳試點政策直接促進(jìn)城市綠色全要素生產(chǎn)率，并檢驗了創(chuàng)新水平和產(chǎn)業(yè)升級的中介效應(yīng)[15]；熊廣勤和方扶星（2022）采用多期雙重差分法進(jìn)行實證檢驗，結(jié)果表明低碳試點政策顯著提高城市綠色全要素生產(chǎn)率，且通過結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)和集聚效應(yīng)間接提升綠色全要素生產(chǎn)率[16]。

綜上所述，低碳試點政策的效應(yīng)評價已趨于成熟，低碳試點政策有利于提升城市綠色全要素生產(chǎn)率，但是鮮有學(xué)者研究低碳試點政策對制造業(yè)上市公司綠色轉(zhuǎn)型的驅(qū)動作用?；诖耍狙芯繌腁股制造業(yè)上市公司著手，采用SBM-ML指數(shù)測算制造業(yè)綠色全要素生產(chǎn)率作為制造業(yè)企業(yè)綠色轉(zhuǎn)型的衡量指標(biāo)，同時，運用漸進(jìn)雙重差分（DID）模型實證檢驗低碳試點政策對制造業(yè)企業(yè)綠色轉(zhuǎn)型的作用機(jī)制與路徑。

二、理論分析與研究假說

（一）低碳試點政策與制造業(yè)企業(yè)綠色轉(zhuǎn)型

作為城市層面一種綜合性環(huán)境規(guī)制政策，低碳試點政策能在政策效應(yīng)驅(qū)使和市場準(zhǔn)入約束下驅(qū)動制造業(yè)企業(yè)實現(xiàn)生產(chǎn)效率和碳減排效果的雙提升。具體來看，制造業(yè)企業(yè)高質(zhì)量發(fā)展對能源的依賴性不斷增大，而低碳試點城市享有中央及地方政府在資金、制度等方面的雙重政策支持，促使地區(qū)內(nèi)企業(yè)優(yōu)化能源結(jié)構(gòu)、提高能源利用效率，創(chuàng)新節(jié)能減排技術(shù)、加快產(chǎn)業(yè)轉(zhuǎn)型升級[17-18]，間接提高企業(yè)綠色全要素生產(chǎn)率。基于此，提出如下假說：

假說H1：低碳試點政策的實施對制造業(yè)企業(yè)綠色轉(zhuǎn)型的驅(qū)動作用顯著為正。

（二）中介效應(yīng)

一是企業(yè)創(chuàng)新的中介效應(yīng)。基于波特假說理論，適當(dāng)?shù)沫h(huán)境規(guī)制將刺激企業(yè)加大研發(fā)經(jīng)費投入，積極開展技術(shù)創(chuàng)新以降低能源消耗、減少碳排放，促進(jìn)企業(yè)生產(chǎn)效率提升[9]。第一，低碳試點政策使得企業(yè)認(rèn)識到能源短缺、環(huán)境污染等問題，為其綠色轉(zhuǎn)型提供可行思路。第二，低碳試點政策為試點城市提供財政支持、人資支撐和設(shè)施優(yōu)化等措施，保證了企業(yè)創(chuàng)新活動的順利開展，在降低企業(yè)創(chuàng)新風(fēng)險的同時，使得企業(yè)認(rèn)清創(chuàng)新的價值，進(jìn)而自發(fā)選擇創(chuàng)新以提高綠色全要素生產(chǎn)率。

二是企業(yè)數(shù)字化轉(zhuǎn)型的中介效應(yīng)。為達(dá)到低碳試點政策的考核要求，試點城市會將政策壓力逐級分解到企業(yè)本身，驅(qū)動企業(yè)把握數(shù)字化、綠色化發(fā)展趨勢，變革生產(chǎn)技術(shù)、提高生產(chǎn)效率，進(jìn)而實現(xiàn)綠色轉(zhuǎn)型。低碳試點政策誘使企業(yè)發(fā)揮數(shù)據(jù)價值、強(qiáng)化數(shù)字應(yīng)用，加速數(shù)字化轉(zhuǎn)型進(jìn)程，進(jìn)而重塑運營流程[19-20]，降低生產(chǎn)成本，提高產(chǎn)品的附加值?；诖耍岢鋈缦录僬f：

假說H2：低碳試點政策通過提高企業(yè)創(chuàng)新水平，驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型。

假說H3：低碳試點政策通過促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型。

（三）調(diào)節(jié)效應(yīng)

一是融資約束的調(diào)節(jié)效應(yīng)。制造業(yè)企業(yè)開展綠色轉(zhuǎn)型升級需要負(fù)擔(dān)高成本，以有限的資金獲取高額的利潤，而企業(yè)生產(chǎn)經(jīng)營活動所需資金直接決定企業(yè)綠色轉(zhuǎn)型的徹底性，企業(yè)融資約束直接影響低碳試點政策對制造業(yè)企業(yè)綠色轉(zhuǎn)型的驅(qū)動作用。低碳試點城市內(nèi)的企業(yè)擁有金融優(yōu)勢，一定程度上彌補(bǔ)了企業(yè)融資約束的影響，但當(dāng)遭遇融資困境時，也會一定程度上阻礙企業(yè)獲取資本，影響企業(yè)生產(chǎn)創(chuàng)新投入，進(jìn)而阻礙綠色轉(zhuǎn)型的進(jìn)程[21]。

二是數(shù)字金融的調(diào)節(jié)效應(yīng)。數(shù)字金融作為一種促進(jìn)信息流通、交換、共享的數(shù)字化方式，能有效降低金融業(yè)務(wù)的交易成本和門檻，有助于拓寬融資渠道、降低融資成本，加強(qiáng)綠色技術(shù)創(chuàng)新和研發(fā)資金投入，在保證企業(yè)財務(wù)穩(wěn)定的同時，驅(qū)動企業(yè)綠色全要素生產(chǎn)率優(yōu)化[22]。低碳試點的政策效應(yīng)與數(shù)字金融的普惠效應(yīng)協(xié)同共生，共同改變企業(yè)發(fā)展的市場競爭環(huán)境和要素成本環(huán)境，以節(jié)能減排、技術(shù)進(jìn)步和效率提升，促成企業(yè)綠色轉(zhuǎn)型[23]?；诖?，提出如下假說：

假說H4：融資約束逆向調(diào)節(jié)低碳試點政策對制造業(yè)企業(yè)綠色轉(zhuǎn)型的驅(qū)動效果。

假說H5：數(shù)字金融正向調(diào)節(jié)低碳試點政策對制造業(yè)企業(yè)綠色轉(zhuǎn)型的驅(qū)動效果。

三、研究設(shè)計

（一）模型構(gòu)建

基于上文理論分析，為探究低碳試點政策對制造業(yè)企業(yè)綠色轉(zhuǎn)型的影響機(jī)制，構(gòu)建如下模型：

（1）

其中，GTFPit表示i企業(yè)在第t年的制造業(yè)企業(yè)綠色全要素生產(chǎn)率，以此衡量制造業(yè)企業(yè)綠色轉(zhuǎn)型水平；DIDit表示低碳城市試點；Controlsit表示一系列控制變量；λ表示時間固定效應(yīng)，δ表示行業(yè)固定效應(yīng)，ε表示隨機(jī)誤差項。

（二）變量設(shè)定

1. 被解釋變量

制造業(yè)企業(yè)綠色轉(zhuǎn)型（GTFP）。借鑒Chung等（1997）研究方法[25]，采用SBM-ML指數(shù)測算的制造業(yè)企業(yè)綠色全要素生產(chǎn)率作為制造業(yè)企業(yè)綠色轉(zhuǎn)型的度量指標(biāo)。其中，投入變量為上市公司固定資產(chǎn)凈額員工人數(shù)；期望產(chǎn)出為上市公司營業(yè)總收入；非期望產(chǎn)出參考張婕等（2022）研究[26]，使用上市公司碳排放強(qiáng)度衡量。進(jìn)一步，參考Paster & Lovell（2005）的做法[27]，將測算的ML指數(shù)分解為技術(shù)效率變動（EC）和技術(shù)差距變動（BPC），GTFP=GEC*GBPC。

2. 核心解釋變量

低碳試點城市（DID）。DID=Treat*Time，Treat用于劃分實驗組與對照組，企業(yè)所在地級市實施低碳試點政策取值為1，反之取值為0；Time用于界定政策沖擊時點，低碳試點政策實施后的年份取值為1，反之取值為0。

3. 控制變量

參考張青和曹晴（2022）、趙振智和程振等（2021）的研究 [29-30]，選擇企業(yè)和地區(qū)層面的控制變量。企業(yè)年齡（Age），采用企業(yè)經(jīng)營年度來衡量；營業(yè)收入增長率（Income），使用本年營業(yè)收入與上年營業(yè)收入的比值減去1度量；所有權(quán)性質(zhì)（Soe），若企業(yè)為國有企業(yè)，設(shè)為1，否則設(shè)為0；股權(quán)集中度（Share），采用第一大股東持股比率度量；兩職合一（Cman），企業(yè)董事長與總經(jīng)理是否是同一個人，若是取值1，否則取值0；托賓Q值（TbQ），采用市值與資產(chǎn)總計的比值來衡量；企業(yè)價值（Value），采用EVA來衡量；董事會規(guī)模（Board），采用企業(yè)董事人數(shù)總和來衡量；經(jīng)濟(jì)發(fā)展水平（Eco），采用人均GDP的對數(shù)來衡量；金融發(fā)展水平（Fin），使用銀行存貸款余額之和占本地當(dāng)年生產(chǎn)總值的比例來衡量。

4. 中介變量

第一，企業(yè)創(chuàng)新（Inno），采用上市公司研發(fā)投入的對數(shù)值來衡量；第二，企業(yè)數(shù)字化轉(zhuǎn)型（Del），參考吳非等（2021）做法[31]，將相應(yīng)關(guān)鍵詞詞頻取占比作為企業(yè)數(shù)字化轉(zhuǎn)型的度量指標(biāo)。

5. 調(diào)節(jié)變量

第一，融資約束（SA），采用SA指數(shù)度量，并做絕對值處理；第二，數(shù)字金融（Dfi），選取北京大學(xué)數(shù)字金融研究中心編制的北京大學(xué)數(shù)字普惠金融指數(shù)來度量[32]。

（三）數(shù)據(jù)來源與描述性統(tǒng)計

1. 樣本選擇與數(shù)據(jù)來源

本研究以滬深京A股上市公司為研究對象，選取2012—2020年制造業(yè)企業(yè)數(shù)據(jù)及城市、行業(yè)層面數(shù)據(jù)開展實證研究。為保證研究結(jié)果可信，對初始數(shù)據(jù)進(jìn)行如下處理：（1）刪除ST、*ST的企業(yè)；（2）考慮到數(shù)據(jù)的可得性，刪除西藏自治區(qū)的城市數(shù)據(jù)；（3）刪除數(shù)值缺失的企業(yè)。最終得到333家上市公司的2997個數(shù)據(jù)樣本，并對處理后的連續(xù)變量進(jìn)行1%和99%的縮尾處理。上市公司層面數(shù)據(jù)均來源于國泰安CSMAR數(shù)據(jù)庫。城市層面數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。

四、實證分析

（一）基準(zhǔn)回歸結(jié)果分析

對（1）式進(jìn)行基準(zhǔn)回歸估計，回歸結(jié)果如表1所示。不管是否控制年份與行業(yè)固定效應(yīng)，低碳試點政策的實施可有效驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型，該結(jié)論與郭沛和梁棟（2022）、石恒貴等（2023）研究結(jié)果一致[2，33]，假說H1得證。

進(jìn)一步，將GTFP的分解項納入基準(zhǔn)回歸方程，如表2模型（5）（6）所示。低碳試點政策對制造業(yè)企業(yè)綠色轉(zhuǎn)型的技術(shù)效率變動不顯著，對制造業(yè)企業(yè)綠色轉(zhuǎn)型的技術(shù)差距變動具有顯著驅(qū)動作用。

（二）平行趨勢檢驗

對于雙重差分法來說，研究得以進(jìn)行的前提條件是滿足平行趨勢檢驗，即處理組和對照組的制造業(yè)企業(yè)綠色轉(zhuǎn)型（GTFP）在政策實施前需要滿足其趨勢沒有變化的要求。

結(jié)果顯示（圖1），在低碳試點政策實施之前，試點地區(qū)對制造業(yè)企業(yè)綠色轉(zhuǎn)型的影響不顯著，而低碳試點政策實施當(dāng)期及之后，試點地區(qū)對制造業(yè)企業(yè)綠色轉(zhuǎn)型的影響顯著為正。

（三）穩(wěn)健性檢驗

本研究通過考慮如下穩(wěn)健性檢驗操作，以得到更加真實、準(zhǔn)確的回歸結(jié)果：①更換被解釋變量。使用未縮尾的原始數(shù)據(jù)測算的綠色全要素生產(chǎn)率（GTFP_1）和全要素生產(chǎn)率（TFP）作為制造業(yè)企業(yè)綠色轉(zhuǎn)型的代理指標(biāo)。②對核心解釋變量做滯后一期處理。③第二批試點的政策實施年份設(shè)定為2012年（DID_1）。④排除其他政策的干擾。第一，分別將質(zhì)量強(qiáng)國戰(zhàn)略的明確提出（DID_2）、“國家大數(shù)據(jù)綜合試驗區(qū)”的設(shè)立（DID_3）視為低碳試點政策的外生沖擊；第二，縮小樣本期的時間窗口為低碳試點政策實施的前后三年。⑤控制變量滯后一期。結(jié)果顯示（表2），所有穩(wěn)健性檢驗均通過，說明低碳試點政策確實可以驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型，漸進(jìn)DID回歸結(jié)果得到進(jìn)一步驗證。

五、機(jī)制分析

（一）中介效應(yīng)檢驗

對（2）和（3）式進(jìn)行回歸估計，分別檢驗企業(yè)創(chuàng)新和企業(yè)數(shù)字化轉(zhuǎn)型在低碳試點政策驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型過程中的中介效應(yīng)。

表3模型（1）（2）為企業(yè)創(chuàng)新的中介效應(yīng)分析。實證結(jié)果表明，低碳試點政策在1%的顯著性水平上提高了企業(yè)創(chuàng)新水平，而企業(yè)創(chuàng)新在5%的顯著性水平上提高了企業(yè)綠色全要素生產(chǎn)率，即企業(yè)創(chuàng)新在低碳試點政策驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型過程中起到了部分中介作用，其中，中介效應(yīng)大小為0.009（0.164*0.057），假說H2得證。

表3模型（3）（4）為企業(yè)數(shù)字化轉(zhuǎn)型的中介效應(yīng)分析。實證結(jié)果表明，低碳試點政策可顯著提高企業(yè)數(shù)字化轉(zhuǎn)型水平（p<0.01），同時，企業(yè)開展數(shù)字化轉(zhuǎn)型顯著提高企業(yè)綠色全要素生產(chǎn)率（p<0.05），即企業(yè)數(shù)字化轉(zhuǎn)型在低碳試點政策驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型過程中起到了部分中介作用，其中，中介效應(yīng)大小為0.008（0.007*1.129），假說H3得證。

（二）調(diào)節(jié)效應(yīng)檢驗

對式（4）進(jìn)行回歸估計，通過構(gòu)建交互項檢驗融資約束和數(shù)字金融在低碳試點政策驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型過程中的調(diào)節(jié)效應(yīng)，并由分組回歸進(jìn)行驗證。

表4模型（1）～（3）為融資約束的調(diào)節(jié)效應(yīng)分析。實證結(jié)果顯示，低碳試點政策與融資約束的交互項系數(shù)為負(fù)且通過了5%的顯著性檢驗，表明融資約束對低碳試點政策驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型具有負(fù)向的抑制作用，假說H4得證。

表4模型（4）～（6）為數(shù)字金融的調(diào)節(jié)效應(yīng)分析。實證結(jié)果顯示，低碳試點政策與數(shù)字金融的交互項對制造業(yè)企業(yè)綠色轉(zhuǎn)型的影響系數(shù)顯著為正，表明數(shù)字金融對低碳試點政策驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型具有正向的促進(jìn)作用，假說H5得證。

六、研究結(jié)論與啟示

本研究從上市公司角度出發(fā)，運用漸進(jìn)DID方法探究低碳試點政策對制造業(yè)企業(yè)綠色轉(zhuǎn)型的影響機(jī)制及作用路徑，實證結(jié)果表明：第一，低碳試點政策的實施可有效驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型，這一結(jié)論在經(jīng)過平行趨勢檢驗、PSM-DID、安慰劑檢驗等一系列穩(wěn)健性檢驗后仍然成立；第二，企業(yè)創(chuàng)新和企業(yè)數(shù)字化轉(zhuǎn)型在低碳試點政策驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型過程中起到部分中介作用；第三，融資約束對低碳試點政策驅(qū)動制造業(yè)企業(yè)綠色轉(zhuǎn)型具有負(fù)向的抑制作用，數(shù)字金融具有正向的促進(jìn)作用。

研究結(jié)論為推動低碳試點城市建設(shè)和促進(jìn)制造業(yè)企業(yè)綠色轉(zhuǎn)型提供啟示：

（1）深化低碳試點城市建設(shè)，擴(kuò)大先進(jìn)模式的影響力與實施效果。在低碳試點城市的建設(shè)中，應(yīng)進(jìn)一步明確建設(shè)目標(biāo)、任務(wù)與責(zé)任，確保試點工作有序推進(jìn)。進(jìn)一步建立健全低碳發(fā)展評估體系，定期對試點成效進(jìn)行評估，以科學(xué)、量化的數(shù)據(jù)支撐政策調(diào)整與優(yōu)化。同時，建立健全政策執(zhí)行機(jī)制，確保各項政策措施得到有效落實，并通過政策創(chuàng)新、制度完善等手段激發(fā)市場主體的積極性與創(chuàng)造力。此外，通過制定配套政策、優(yōu)化融資環(huán)境和加強(qiáng)政府監(jiān)管等方式，為制造業(yè)企業(yè)綠色轉(zhuǎn)型提供有力支持，引導(dǎo)企業(yè)建立健全綠色轉(zhuǎn)型評價體系，激勵企業(yè)主動承擔(dān)社會責(zé)任，推動綠色低碳發(fā)展。

（2）確立以創(chuàng)新投入和數(shù)字化轉(zhuǎn)型為雙引擎，明晰試點城市建設(shè)推動企業(yè)綠色轉(zhuǎn)型的實現(xiàn)路徑。首先，堅定不移地實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，具體措施包括加強(qiáng)產(chǎn)學(xué)研合作，引入高校和科研機(jī)構(gòu)的技術(shù)力量，共同開展綠色技術(shù)研發(fā)；設(shè)立專項創(chuàng)新基金，支持企業(yè)開展綠色技術(shù)創(chuàng)新項目；優(yōu)化研發(fā)創(chuàng)新環(huán)境，建設(shè)創(chuàng)新實驗室和研發(fā)平臺，提高研發(fā)效率。其次，明確數(shù)字化轉(zhuǎn)型戰(zhàn)略。具體來看，推動制造業(yè)企業(yè)建立數(shù)字化生產(chǎn)線和智能工廠，提升生產(chǎn)自動化和智能化水平；發(fā)展工業(yè)互聯(lián)網(wǎng)，促進(jìn)制造業(yè)與服務(wù)業(yè)的深度融合，打造新的增長點；加強(qiáng)大數(shù)據(jù)和云計算技術(shù)應(yīng)用，提高數(shù)據(jù)處理和分析能力，支持企業(yè)精準(zhǔn)決策。最后，提升數(shù)字化創(chuàng)新策源能力，即聚焦基礎(chǔ)研究和原始創(chuàng)新，加大科研投入，鼓勵科研人員進(jìn)行前沿探索；建立創(chuàng)新孵化器和加速器，提供一站式服務(wù)，支持創(chuàng)新項目的孵化和成長；打造創(chuàng)新生態(tài)鏈，加強(qiáng)產(chǎn)業(yè)鏈上下游的協(xié)作和資源整合，形成協(xié)同創(chuàng)新效應(yīng)。

（3）在推動企業(yè)綠色轉(zhuǎn)型過程中，需綜合考慮企業(yè)融資約束與地區(qū)數(shù)字金融發(fā)展水平，以制定合理、有效的指導(dǎo)策略。一方面，政府應(yīng)充分發(fā)揮宏觀調(diào)控職能，通過實施財政補(bǔ)貼、引導(dǎo)外資流入等政策措施，為面臨融資約束的企業(yè)提供及時、有效的支持，緩解其資金壓力，從而激發(fā)更多企業(yè)積極參與綠色轉(zhuǎn)型。同時，政府還應(yīng)建立健全融資服務(wù)體系，提高金融服務(wù)效率，降低企業(yè)融資成本，為企業(yè)綠色轉(zhuǎn)型提供有力保障。另一方面，企業(yè)應(yīng)積極適應(yīng)數(shù)字化發(fā)展趨勢，充分利用數(shù)字金融手段，提升自身在投融資決策中的洞察力和敏銳性。通過運用大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，更加精準(zhǔn)地把握市場需求和投資機(jī)會，優(yōu)化資金配置，提高投資效率。此外，企業(yè)還應(yīng)加強(qiáng)內(nèi)部管理，提升運營效率，降低生產(chǎn)成本，為綠色轉(zhuǎn)型提供堅實的經(jīng)濟(jì)基礎(chǔ)。

參考文獻(xiàn)：

[1]姜旭，侯嬌，盧新海.低碳試點政策對城市土地綠色利用的影響——基于雙重差分模型的實證研究[J].中國土地科學(xué)，2023（3）：80-89.

[2]郭沛，梁棟.低碳試點政策是否提高了城市碳排放效率——基于低碳試點城市的準(zhǔn)自然實驗研究[J].自然資源學(xué)報，2022（7）：1876-1892.

[3]王勝今，朱潤酥.低碳城市建設(shè)能否助力政府實現(xiàn)碳達(dá)峰碳中和目標(biāo)？——基于低碳城市試點的準(zhǔn)自然實驗[J].現(xiàn)代經(jīng)濟(jì)探討，2022（7）：10-17+40.

[4]郭炳南，唐利，張浩.城市低碳治理對生態(tài)效率的影響——基于低碳城市試點政策的準(zhǔn)自然實驗[J].華東經(jīng)濟(jì)管理，2023（8）：82-90.

[5]鄧榮榮，張翱祥，陳鳴.低碳試點政策對生態(tài)效率的影響及溢出效應(yīng)——基于空間雙重差分的實證分析[J].調(diào)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.低碳試點城市政策與綠色經(jīng)濟(jì)增長——基于低碳試點政策的準(zhǔn)自然試驗[J].山西農(nóng)經(jīng)，2022（4）：109-111+151.

[8]楊菲，沈能，胡傲.低碳試點政策的綠色技術(shù)創(chuàng)新效應(yīng)研究——基于微觀準(zhǔn)自然實驗的證據(jù)[J].軟科學(xué)，2022（12）：35-41.

[9]肖仁橋，馬伯凡，錢麗，等.低碳城市試點政策對企業(yè)綠色創(chuàng)新的影響及其作用機(jī)制[J].中國人口·資源與環(huán)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]關(guān)宇航，師一帥，李莉.低碳城市政策提升企業(yè)全要素生產(chǎn)率了嗎？——基于高質(zhì)量發(fā)展要求的審視[J].海南大學(xué)學(xué)報，2021（6）：149-158.

[12]郭炳南，馮雨，張浩.低碳城市試點提升了制造業(yè)企業(yè)全要素生產(chǎn)率嗎？——來自準(zhǔn)自然實驗的經(jīng)驗證據(jù)[J].蘭州學(xué)刊，2022（8）：60-74.

[13]逯進(jìn)，王曉飛，劉璐.低碳城市政策的產(chǎn)業(yè)結(jié)構(gòu)升級效應(yīng)——基于低碳城市試點的準(zhǔn)自然實驗[J].西安交通大學(xué)學(xué)報，2020（2）：104-115.

[14]王亞飛，陶文清.低碳城市試點對城市綠色全要素生產(chǎn)率增長的影響及效應(yīng)[J].中國人口·資源與環(huán)境，2021（6）：78-89.

[15]佘碩，王巧，張阿城.技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)與城市綠色全要素生產(chǎn)率——基于國家低碳城市試點的影響渠道檢驗[J].經(jīng)濟(jì)與管理研究，2020（8）：44-61.

[16]熊廣勤，方扶星.低碳城市建設(shè)提升了綠色全要素生產(chǎn)率嗎？——基于278個地級市的實證研究[J].福建論壇，2022（12）：101-114.

[17]王巧，佘碩.城市異質(zhì)性視角下中國低碳試點政策的綠色增長效應(yīng)評估[J].軟科學(xué)，2020（9）：1-8.

[18]吳文潔，劉雪夢，劉佩.低碳試點政策實施的碳遺漏效應(yīng)[J].財會月刊，2020（4）：124-130.

[19]李慧鵬，周小亮.低碳城市建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的影響研究——來自上市公司的經(jīng)驗證據(jù)[J].工業(yè)技術(shù)經(jīng)濟(jì)，2023（5）：105-113.

[20]李竹梅，侯丹陽，和紅偉，等.金融生態(tài)環(huán)境、融資約束與全要素生產(chǎn)率的動態(tài)關(guān)系研究——基于上市公司面板VAR的實證分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2022（4）：60-67.

[21]張紅鳳，李睿.低碳試點政策與高污染工業(yè)企業(yè)績效[J].經(jīng)濟(jì)評論，2022（2）：137-153.

[22]劉立夫，杜金岷.數(shù)字金融發(fā)展如何影響企業(yè)全要素生產(chǎn)率？——來自中國的經(jīng)驗[J].鄭州大學(xué)學(xué)報，2022（5）：38-43.

[23]龐加蘭，張海鑫.政府補(bǔ)貼、數(shù)字普惠金融與民營企業(yè)全要素生產(chǎn)率——基于調(diào)節(jié)效應(yīng)和門檻模型的實證分析[J].哈爾濱商業(yè)大學(xué)學(xué)報，2022（5）：19-34.

[24]溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用[J].心理學(xué)報，2004（5）：614-620.

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

[26]張婕，王凱琪，張云.碳排放權(quán)交易機(jī)制的減排效果——基于低碳技術(shù)創(chuàng)新的中介效應(yīng)[J].軟科學(xué)，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，孫雅潔，陳登科.政府空氣污染治理效應(yīng)評估——來自中國“低碳城市”建設(shè)的經(jīng)驗研究[J].管理世界，2019（6）：95-108+195.

[29]張青，曹晴.低碳城市試點與企業(yè)全要素生產(chǎn)率[J].財會通訊，2022（23）：79-82.

[30]趙振智，程振，呂德勝.國家低碳戰(zhàn)略提高了企業(yè)全要素生產(chǎn)率嗎？——基于低碳城市試點的準(zhǔn)自然實驗[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2021（6）：101-115.

[31]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021（7）：130-144+10.

[32]郭峰，王靖一，王芳，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟(jì)學(xué)，2020（4）：1401-1418.

[33]石恒貴，王運斌，賀藝文.國家節(jié)能減排審計影響低碳試點城市碳排放嗎？[J].財會通訊，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