节能减排财政政策促进了绿色技术创新的“量质齐升”吗.pdf

第 25 卷 第 5 期2023 年 9 月首都经济贸易大学学报(双月刊)Journal of Capital University of Economics and BusinessVol.25,No.5Sep.2023DOI:10.13504/ki.issn1008-2700.2023.05.001节能减排财政政策促进了绿色技术创新的“量质齐升”吗?郑兰祥1,郭 娟1,郑飞鸿2(1.安徽大学 经济学院,安徽 合肥 230601;2.合肥学院 经济与管理学院,安徽 合肥 230601)收稿日期:2023-02-27;修回日期:2023-06-24基金项目:教育部人文社会科学研究青年基金项目“中国特色环境分权对中国资源型城市生态效率的影响研究”(22YJC790179);安徽大学安徽生态与经济发展研究中心课题“区域异质性视角下生态产品价值实现的路径研究”(AHST2022005);合肥学院人才科研基金项目“环境规制对资源型城市产业转型升级的影响及作用机制研究”(20RC58)作者简介:郑兰祥(1965),男,安徽大学经济学院教授;郭娟(1999),女,安徽大学经济学院硕士研究生,通信作者;郑飞鸿(1993),男,合肥学院经济与管理学院副教授。摘 要:“节能减排财政政策综合示范城市”试点作为绿色财政领域的一项重大实践,可以通过财政手段加快推动淘汰落后产能,严控高耗能、高排放行业过快增长,促进产业结构升级,从而成为驱动城市绿色技术创新的重要引擎。基于中国 20032019 年 285 个城市的面板数据,将“节能减排财政政策综合示范城市”试点视为准自然实验,通过构建多期双重差分模型,考察节能减排财政政策对绿色技术创新的影响及作用机制。研究结果表明:节能减排财政政策显著提升了示范城市绿色技术创新质量与数量,在经过堆叠双重差分、两阶段双重差分法等一系列稳健性检验后该结论仍然成立;中介效应分析表明,节能减排财政政策通过财政支持的科技资源配置效应和人才集聚效应以及环境规制的创新补偿效应提升示范城市绿色技术创新质量和数量;异质性分析发现,节能减排财政政策对绿色技术创新的影响,在不同地理位置、资源禀赋、金融科技水平的城市间存在显著差异;进一步分析还发现节能减排财政政策对相邻城市的绿色技术创新具有正向空间溢出效应。关键词:节能减排财政政策;绿色技术创新;科技资源配置效应;人才集聚效应;创新补偿效应中图分类号:F812.0;F124.3 文献标识码:A 文章编号:1008-2700(2023)05-0003-17一、问题提出伴随着经济社会的快速发展,能源消耗和温室气体排放日趋增加,城市陷入经济增长与环境保护的博弈困境,生态环境面临严峻挑战。绿色技术创新作为创新驱动与绿色发展有机整合的发展战略,有利于实现城市经济效益和环境保护“双赢”,是破解城市发展困境的重要方法,也是达成中国双碳目标的必然选择。近年来,中国政府高度重视绿色技术创新在可持续发展中的重要性,“十四五”规划明确提出要大力发展绿色技术创新,推动节能减排与经济绿色转型。党的二十大报告进一步指出,“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。然而,绿色技术创新一般具有高成本、高风险以及环境保护外溢性的特征1,致使绿色技术创新活动缺乏市场激励,城市绿色技术创新水平提升效果不佳。32023 年第 5 期郑兰祥,郭娟,郑飞鸿:节能减排财政政策促进了绿色技术创新的“量质齐升”吗?因此,政府的制度支持显得尤为重要,尤其是以环境规制与财政支持为核心的政策工具,不仅能够通过各种规制措施倒逼企业进行低碳技术研发,还能发挥财政资金的引导、支撑和保障作用,成为推动城市绿色技术创新的重要动力。为促进绿色技术创新,实现城市低碳经济转型和绿色可持续发展,2011 年财政部、国家发展改革委在部分城市开展“节能减排财政政策综合示范城市”试点(以下简称节能减排财政政策),以北京、深圳、重庆等 8 个城市作为首批示范城市,2013 年选择唐山、铁岭等 10 个城市作为第二批示范城市,2014年又选定徐州、德阳等 12 个城市作为第三批示范城市。梳理三批示范城市名单可以发现,示范城市覆盖全国 27 个省份,在城市资源禀赋、经济发展水平等方面存在明显差异,具有较强的代表性和示范性2。节能减排财政政策以城市为平台,以加快体制机制创新为动力,强调通过财政政策综合引导,坚持树立绿色、循环、低碳发展理念,围绕产业低碳化、交通清洁化、建筑绿色化、服务业集约化、主要污染物减量化、可再生能源利用规模化六个方面开展节能减排综合示范城市试点,统筹安排资金用途,突破以往政策“点对点”的项目管理模式,加快转变经济发展方式。节能减排财政政策作为绿色财政领域的一项重大实践,旨在通过财政手段加快推动淘汰落后产能,严控高耗能、高排放行业过快增长,促进产业结构升级,从而实现城市从传统发展到绿色发展的形态跃迁。区别于一般的环境政策,节能减排财政政策不仅设置了环境绩效考核的约束机制,而且明确了财政支持的激励机制,成为引导和激发主体进行绿色技术创新活动的重要引擎。一方面,财政部和国家发展改革委联合印发的 节能减排财政政策综合示范指导意见(财建 2011 383 号)明确指出,示范城市示范期为 3 年,在示范期间,中央财政提供综合奖励资金由示范城市统筹使用,按照城市性质奖励示范城市 4 亿6 亿元资金,同时示范城市所在地省级政府和本级政府也给予一定的资金,用于示范城市节能减排相关项目的实施,充分发挥财政资金的引领带动作用。另一方面,节能减排财政政策伴随着一定的环境目标约束,示范城市严格制定绩效考核管理办法,每年绩效考核结果与下一年度综合奖励资金分配挂钩,若总体绩效考核认定示范城市未完成实施方案确定的指标,则将取消示范城市示范资格并扣回全部综合奖励资金,这种约束机制增强了试点政策效果。那么,节能减排财政政策能否提升城市绿色技术创新的数量和质量?若能够促进,其中的影响机制是什么?这种影响是否具有异质性?更进一步地,其是否具备空间溢出效应?厘清上述问题,有助于科学评估节能减排财政政策对示范城市绿色技术创新的“量质齐升”效应,并为后续进一步推广示范城市的经验提供借鉴与参考。二、文献综述本文从节能减排财政政策的实施效果以及绿色技术创新的影响因素两个方面进行文献梳理。从理论上来看,财政政策可以有效引导社会资本和市场资金进入应对气候变化的过程中,与其他公共政策协调合作来提升整个社会应对气候变化的能力3。而节能减排财政政策作为一项典型的绿色财政政策,其对经济低碳转型发挥着重要作用,现有文献从不同角度探讨了该政策的实施效果。一方面,一些学者从宏观视角分析了节能减排财政政策的碳减排效应。有学者评估了节能减排财政政策对污染减排的影响,发现节能减排财政政策的实施降低了示范城市的碳排放,并提升了生态效率4。薛飞和陈煦(2022)利用双重差分法,研究发现节能减排财政政策显著降低了示范城市的碳排放水平,并且对经济发展具有积极作用5。另一方面,有学者从微观企业的角度评估了节能减排财政政策的实施效果。田淑英等(2022)研究发现节能减排财政政策有利于促进企业生产效率优化、技术绿色创新,从而促进企业转型升级6。与此同时,绿色技术创新为实现低碳经济转型奠定了重要基础,较多文献围绕绿色技术创新的影响因素开展了研究。环境规制是影响绿色技术创新的关键因素。一些学者认为环境规制能够激发绿色技术创新7-9。进一步,有学者将环境规制划分为命令控制型和市场激励型,并比较两种环境规制对节能减排4首都经济贸易大学学报(双月刊)2023 年第 5 期技术创新的不同影响10。部分学者认为相较于命令型环境规制,市场激励型环境规制能够提供更灵活、更有效的创新激励11-12。也有研究表明,环境规制对本地和邻近城市的绿色技术创新均产生影响13-14。另外,欧阳晓灵等(2022)基于地级市数据,研究发现环境规制与城市的绿色技术创新之间存在非线性关系15。随着各种环境政策的实施与推进,一些学者开始研究环境政策对绿色技术创新的影响。陶锋等(2021)研究发现环保目标责任制推动了绿色技术创新数量,但导致了绿色技术创新质量的下滑16。有学者基于上市公司的专利申请数据,发现碳排放权交易试点政策促进了企业层面的低碳技术创新17。也有相关文献围绕低碳城市试点政策、排污权交易试点政策与绿色信贷政策展开研究18-20。综上所述,已有文献主要探讨了节能减排财政政策的实施效果和绿色技术创新的影响因素,而基于数量和质量两个维度分析节能减排财政政策对绿色技术创新的“量质齐升”效应研究较为匮乏。本文的边际贡献体现为以下几点:一是从数量和质量两个维度,评估节能减排财政政策对绿色技术创新的影响效应,丰富了节能减排财政政策效应评估的相关研究;二是揭示了节能减排财政政策影响绿色技术创新的作用机制,从财政支持与环境规制两个视角验证了科技资源配置效应、人才集聚效应以及创新补偿效应的作用机制,为更好地发挥政策效能提供了优化路径;三是使用堆叠双重差分和两阶段双重差分模型进行异质性处理效应稳健估计,以此降低交叠双重差分模型可能因负权重而导致的处理效应异质性等问题,同时运用空间自相关模型,挖掘了节能减排财政政策对绿色技术创新的空间溢出效应,为进一步发挥空间辐射效应、促进绿色技术创新的区域协同合作提供了现实依据。三、理论分析与研究假设(一)节能减排财政政策与绿色技术创新鉴于绿色技术创新活动具有高成本、高风险、长周期的特性,企业进行绿色技术创新动力不足,城市绿色技术创新缺乏有效的政策干预。而与之相契合的节能减排财政政策,能够积极引导示范城市树立绿色、循环、低碳发展理念,为推动城市绿色技术创新和经济绿色转型提供重要支撑。与一般环境政策不同的是,节能减排财政政策坚持财政支持和环境绩效考核相结合,在制定环境污染约束指标的同时,通过财政补贴、财政投资、政策支持等手段重塑资源配置格局,提高要素配置效率,充分发挥财政资金的引领带动作用,增强城市绿色技术创新活力。此外,该政策不断寻求机制创新,比如积极探索能源合同管理、碳排放权交易等机制,以构建绿色技术创新长效机制。同时积极推广先进节能环保技术产品,改造提升传统产业,发展现代服务业和战略性新兴产业,促进产业结构优化升级。并且节能减排财政政策还通过政府和社会合作的方式,吸引社会资本参与,进一步为绿色技术创新活动拓宽融资渠道。因此,本文提出假设 H1。H1:节能减排财政政策能有效促进绿色技术创新。(二)机制分析第一,科技资源配置效应。节能减排财政政策实施过程中,中央财政在试点期间每年给予示范城市综合奖励资金,综合奖励资金由示范城市自行决定如何使用,中央仅负责对相关项目进行备案管理,此外,示范城市所在地省级政府也安排专项资金用于城市节能减排综合示范工作,这有效弥补了地方政府的财政缺口,缓解了地方的财政压力。基于社会福利最大化的目的,财政压力的减少有利于引导和激励地方政府对绿色技术创新活动的财政支持,从而最大限度发挥财政支持的乘数效应和杠杆效应21。在财政支持的激励作用下,示范城市综合利用奖励资金,通过加大财政科技支出强度,建设一系列新能源技术利用项目,制定各种配套政策,比如成立循环经济发展研究中心,为企业和园区推荐经济适用的节能环保及循环低碳技术,提升地方政府对科技资源的优化配置功能,为绿色技术创新的数量和质量提供保障。一方面,从绿色技术创新数量来看,财政科技支出能够为绿色技术创新活动提供必要的资金支撑,填补企业绿色技术创新的资金缺口。地方政府通过支持绿色技术研发项目落地、加强绿色技术创新基地平台建设和鼓励科技成果转化等手段重塑资源配置结构,从而提高城市整体的科技资源效率,52023 年第 5 期郑兰祥,郭娟,郑飞鸿:节能减排财政政策促进了绿色技术创新的“量质齐升”吗?形成研究开发、应用推广与产业发展融合贯通的绿色技术创新新格局。同时财政科技支出具有一定的引领和示范作用22,有助于市场投资者减少识别优质企业的成本,降低信息不对称程度,这能够引导金融资源向特定企业集中,支持绿色创新企业项目开发与融资,为绿色技术创新数量奠定良好的资金基础23。另一方面,从绿色技术创新质量来看,财政科技支出能够降低企业绿色技术高质量创新面临的研发风险24,提高企业绿色技术研发效率,激励企业主动实施高难度但能够为自身赢得竞争优势的高质量绿色技术创新。此外,基于信号传递理论,获取财政科技支出的领域意味着政府无形的肯定,这有利于增强企业进行绿色技术创新的信心,进而扩大高质量绿色技术创新的规模,提升城市的绿色技术创新活力。由此,本文提出假设 H2a。H2a:节能减排财政政策通过财政支持的科技资源配置效应促进绿色技术创新的“量质齐升”。第二,人才集聚效应。中央财政的支持使得示范城市将更多的财政资金用于提升示范城市的人力资本水平,以强化人才对绿色技术创新和经济低碳转型的支撑作用。比如,地方政府利用专项资金和奖励资金实施职业技能提升行动,开展相关从业人员岗位技能提升培训以及节能环保技能交流,人才培育的高投入优化了示范城市的人力资本结构。此外,节能减排财政政策建立和完善人才激励机制,加大对取得重大创新成果人才的奖励力度,为高质量人才发挥个人才能提供平台支持,这种政策红利增加了高质量人才留在示范城市工作的意愿,有利于吸引人才集聚。而人才是绿色技术创新的高端生产要素。一方面,从绿色技术创新数量来看,节能减排财政政策通过加强城市人才队伍建设,扩大了城市的绿色消费市场规模。具体而言,区域的人力资本水平越高,越有利于人们形成良好的生态环保意识,这将激发人们对绿色低碳产品的消费需求,引导城市消费需求结构升级,更多以环保、节能为特征的新兴产业应运而生,进而减少能源消耗和降低污染物排放,为示范城市塑造了良好的绿色技术创新环境。此外,人才集聚可以通过影响生产、投资及储蓄等方式激发绿色创意25,形成有利于区域绿色技术创新发展的扩散效应,从而增加绿色技术创新数量。另一方面,从绿色技术创新质量来看,人才集聚所带来的知识、技能和创造力是高质量绿色技术创新的重要原动力26。高质量的人才集聚能够掌握和吸收更先进的技术和创新理念,有利于示范城市实现新技术的共享和新知识的传播,使资源从配置效率较低的地方流入配置效率较高的地方,加速绿色新知识、新产品、新技术的研发,形成知识外溢效应27,进而推动绿色专利的原始创新和集成创新,加快绿色技术创新的实质性和突破性发展。由此,本文提出假设 H2b。H2b:节能减排财政政策可能通过财政支持的人才集聚效应促进绿色技术创新的“量质齐升”。第三,创新补偿效应。示范城市围绕示范工作量、节能减排效果、长效机制建设等因素设置了具体、明确的环境考核指标。对未完成节能减排约束性指标的城市,采用一票否决制,取消城市示范资格,扣回全部综合奖励资金,这对地方官员产生了强大的约束力,从而调动了地方政府推进环境治理的积极性。因此,地方政府实施严格的环境规制以确保节能减排目标的顺利实现,包括将拟淘汰整治的企业及生产设备信息在媒体网站公示,运用社会的舆论力量进行监督,统一碳排放权交易管理办法,以及对环境绩效不达标的企业进行环保约谈与惩罚等规制措施。根据波特假说,地方政府实行适度的环境规制政策将触发环境规制的创新补偿效应28,从而为示范城市打造绿色技术创新引擎。一方面,从绿色技术创新数量层面分析,环境规制增加了企业的节能减排成本,企业意识到创新是抵消环境规制带来的成本效应的重要手段29,进而不断增加研发支出和创新投入力度,加速技术创新、产品创新和运营模式创新,为示范城市营造了良好的创新环境。丰富的创新资源有利于引导现代服务业和战略性新兴产业发展,促进绿色经济发展,从而激发出更多以环境效益为导向的绿色创新活动。同时,环境规制引发了社会媒体的传播,增加了公众对环境保护的广泛关注,进而引导高校和科研院所的创新资源更多地流入与环境相关的创新活动16,为绿色技术创新数量提供重要支撑。另一方面,从绿色技术创新质量来看,环境规制成本引发的进入壁垒和经营风险会强化企业之间的竞争机制30,此时仅仅提升绿色技术创新数量难以达到环境监管的标准,不利于提高企业的市场竞争力。因此,为了增强企业的长期竞争优势,最优策略是增加6首都经济贸易大学学报(双月刊)2023 年第 5 期创新投资,进行高质量的技术研发,提升专利转化效率,由此获得的技术进步能够满足利益相关者的环保期望,减少利益相关者对企业污染环境产生的负面预期31,从而激发企业自主进行绿色技术创新活动的意愿,为持续、稳定地开展周期较长、风险更大的高质量绿色技术创新活动提供有效驱动。由此,本文提出假设 H2c:H2c:节能减排财政政策可通过环境规制的创新补偿效应促进绿色技术创新的“量质齐升”。综上所述,节能减排财政政策通过科技资源配置效应、人才集聚效应、创新补偿效应实现绿色技术创新的“量质齐升”(见图 1)。76B0.8A%BU$U(45UEUB.UBFKUK-MK/$UK5UEB#(U!U$.B#F4K5=47FB图 1 节能减排财政政策对绿色技术创新的影响机制四、模型设定与指标选取(一)计量模型构建为考察节能减排财政政策对绿色技术创新的影响,本文将“节能减排财政政策综合示范城市”试点视为准自然实验,运用多期双重差分法设定如下计量模型:lnYi,t=1+1ESERi,t+1Xi,t+i+t+i,t(1)其中,下标 i 表示第 i 个城市,t 表示第 t 年,被解释变量 Y 为绿色技术创新。ESERi,t为核心解释变量,表示 i 城市在 t 年是否被批准为示范城市,其系数衡量节能减排财政政策对绿色技术创新的影响效应,若 ESERi,t的系数显著为正,则表示节能减排财政政策有利于促进绿色技术创新。Xi,t为一系列控制变量,i表示个体固定效应,t表示时间固定效应。i,t为随机扰动项。上文的影响机制分析表明,节能减排财政政策通过科技资源配置效应、人才集聚效应以及创新补偿效应提升绿色技术创新质量和数量。因此,本文设定如下中介效应模型进行验证:Mi,t=2+2ESERi,t+2Xi,t+i+t+i,t(2)lnYi,t=3+3ESERi,t+Mi,t+3Xi,t+i+t+i,t(3)其中,Mi,t为机制变量,其他变量设定同模型(1)。模型(2)中,若 2显著,则表明节能减排财政政策能够对机制变量产生影响。模型(3)中,若 显著,同时 3显著且小于 1或 3不显著时,表明节能减排财政政策通过机制变量影响了绿色技术创新。(二)变量选取与数据说明1.被解释变量绿色专利是衡量绿色技术创新的常见指标,现有研究较多采用绿色发明专利申请量衡量绿色技术创新质量,使用绿色实用新型专利申请量衡量绿色技术创新数量32-33。具体而言,绿色发明专利的申请须符合新颖性、创造性和实用性的要求,其包含的自主知识产权更多,是一种实质性绿色创新成果,因此能够体现绿色技术创新质量;而绿色实用新型专利的申请难度和审查要求较低,其创造程度低于绿色发明专利申请,属于策略性绿色技术创新的范畴,是绿色技术创新数量的体现。同时考虑到城市经济发展72023 年第 5 期郑兰祥,郭娟,郑飞鸿:节能减排财政政策促进了绿色技术创新的“量质齐升”吗?规模的差异,参考宋德勇等(2021)34的处理方式,对城市层面绿色发明专利和绿色实用新型专利申请数量进行均值化处理,最终采用每万人绿色发明专利申请衡量绿色技术创新质量,用每万人绿色实用新型专利申请衡量绿色技术创新数量。2.解释变量本文选取节能减排财政政策综合示范城市试点(ESER)作为核心解释变量,将设立为示范城市试点当年及以后的 ESER 赋值为 1,否则为 0。3.控制变量为了控制其他因素对模型的干扰,参考现有研究的做法35-36,引入以下控制变量:经济发展水平(PGDP),采用各城市人均地区生产总值来表示;资源禀赋(RES),采用采矿业就业人数来测度;环境规制(ER),采用单位国内生产总值(GDP)的工业烟(粉)尘排放量表示;金融发展水平(FIN),采用年末金融机构各项贷款余额衡量;对外开放水平(OPEN),采用当年外商实际使用外资金额占 GDP 的比值表示;信息服务业发展水平(INF),采用信息传输、计算机服务和软件业从业人员占比进行表征。考虑到部分城市数据存在缺失,本文剔除了莱芜、铜仁、毕节、海东等城市,最终得到 20032019年 285 个城市的样本数据。本文绿色专利的相关数据来源于上海经禾信息技术有限公司中国研究数据服务平台(CNRDS)绿色专利库。其他数据均来自相关年份的 中国城市统计年鉴 以及北京福卡斯特信息技术有限公司 EPS 数据库,部分缺失数据采用插值法填补。另外,本文对除虚拟变量外的变量进行了对数化处理。表 1 报告了各变量的描述性统计结果。表 1 主要变量描述性统计结果变量名称符号观测值均值标准误最小值最大值绿色发明专利申请lnPI4 8450.2150.3890.0003.251绿色实用新型专利申请lnPU4 8450.2470.3810.0003.087节能减排财政政策综合示范城市ESER4 8450.0430.2030.0001.000经济发展水平lnPGDP4 84510.2120.8267.54212.281资源禀赋lnRES4 8450.6640.7380.0043.234环境规制lnER4 8450.0150.0100.0050.353金融发展水平lnFIN4 84515.7881.32612.54820.420对外开放水平lnOPEN4 8450.0030.0030.0010.044信息服务业发展水平lnINF4 8450.0160.0170.0010.353五、实证分析(一)基准回归结果节能减排财政政策的绿色技术创新效应基准回归估计结果见表 2。列(1)列(4)显示,无论是否加入控制变量,ESER 的估计系数均显著为正,表明节能减排财政政策对绿色技术创新质量与数量的促进效应显著。根据列(2)和列(4)的估计结果,相对于非示范城市,示范城市的绿色发明专利申请数量增加了 16.5%,绿色实用新型专利申请数量平均提高 18.2%,节能减排财政政策提升了绿色技术创新质量和数量,因此假设 H1 得到验证。8首都经济贸易大学学报(双月刊)2023 年第 5 期表 2 基准回归结果变量lnPIlnPU(1)(2)(3)(4)ESER0.168 0.165 0.186 0.182 (0.078)(0.072)(0.069)(0.062)lnPGDP-0.233 -0.266 (0.052)(0.052)lnRES0.0030.007(0.037)(0.031)lnER-1.377 -1.265 (0.506)(0.480)lnFIN0.098 0.096 (0.027)(0.027)lnOPEN-10.820-14.300 (4.761)(4.542)lnINF1.4311.136(0.739)(0.527)时间固定效应控制控制控制控制城市固定效应控制控制控制控制常数项0.0250.7010.038 1.052(0.014)(0.604)(0.013)(0.573)观测值4 8454 8454 8454 845R20.4360.4770.5300.580 注:P0.1,P0.05,P0.01;括号内为稳健标准误。后表同。从控制变量来看,经济发展水平的系数显著为负,说明经济发展水平的提高会在一定程度上抑制绿色技术创新,可能的原因是当前在一些地区仍然存在以牺牲环境为代价发展经济的现象,带来了资源消耗和环境污染等问题,从而不利于绿色技术创新水平的提升。资源禀赋对绿色技术创新无显著影响。环境规制的系数为负,表明环境规制有利于促进绿色技术创新。金融发展对绿色技术创新的影响显著为正,说明金融发展水平的提升有利于缓解融资约束,进而促进绿色技术创新质量和数量。对外开放水平的系数为负,可能是由于外商投资的产业往往具有高耗能高污染的特征,从而不利于绿色技术创新的发展。信息服务业发展水平越高,越能促进绿色技术创新。(二)平行趋势检验多期双重差分模型的前提是满足平行趋势假设,由此,本文以政策实施前的第八年为基期,并借助事件分析法进行平行趋势检验和动态效应分析。平行趋势检验结果(限于篇幅,图略)显示,在入选示范城市试点前,ESER 的系数均不显著,表明示范城市与非示范城市绿色技术创新变化趋势大致相同。而在试点政策实施后,节能减排财政政策对绿色技术创新数量有显著促进作用,但其对绿色技术创新质量的影响存在一定的时滞性,原因可能是节能减排财政政策从颁布到实施需要一定的时间,并且部分绿色技术研发项目需要经历一系列流程才能建设完成。随着试点政策的推进,政策系数显著为正,说明政策效果具有一定程度的持续性。92023 年第 5 期郑兰祥,郭娟,郑飞鸿:节能减排财政政策促进了绿色技术创新的“量质齐升”吗?(三)安慰剂检验为验证前文的估计结果不是由于其他偶然因素引起的,本文通过随机抽取个体作为处理组安慰剂检验,再为每个处理组个体随机抽取一个时间作为其政策时点,生成伪虚拟政策的交互项进行安慰剂检验。安慰剂检验结果(限于篇幅,图略)显示,绿色技术创新质量与绿色技术创新数量的 ESER 估计系数均集中分布于 0 附近,绝大多数系数的 P 值高于 0.1,且基准回归估计系数处于虚假回归估计结果的高尾位置,属于异常值范围。由此可知,上文的结论通过了安慰剂检验,进一步佐证了基准回归结果的稳健性。(四)异质性处理效应检验传统的双向固定效应(two-way fixed effects,TWFE)双重差分是识别处理效应最常用的估计方法之一,然而,古德曼-培根(Goodman-Bacon,2021)指出当政策的处理时点不唯一时,TWFE 估计量得到的估计系数可能会由于处理效应存在异质性而产生偏误37。此时 ESER 的估计系数不是各处理效应的凸加权平均和,即存在“负权重”问题,因此本文接下来通过堆叠双重差分和两阶段双重差分法获取异质性稳健双重差分估计量。坚吉兹等(Cengiz al.,2019)提出堆叠双重差分估计量38,其思想是根据处理时点划分子实验组别,在各子实验组别内确定处理组,并为每一个处理组 n 匹配从未接受处理或尚未接受处理的样本作为控制组,再将各子实验组数据合并,然后利用合并数据集进行估计,以此得到处理效应的加权平均值39。堆叠双重差分模型避免了较早接受处理组作为控制组(也就是“坏控制组”)的问题,本文根据该方法,构建模型(4)进行检验:lnYitn=in+tn+kk1t-Ei=k+itn(4)其中,Ei即个体 i 接受处理的时点,k 为时点 t 距离政策发生时点的时间间隔,1t-Ei=k 即为传统双重差分模型中的时间虚拟变量。堆叠双重差分结果(限于篇幅,正文未显示检验结果,备索)显示,在政策实施之前,政策变量的估计系数不显著,处理组与控制组呈现平行的趋势,但在政策实施之后,节能减排财政政策显著提升了绿色技术创新质量和数量,表明本文的研究结论稳健。本文接下来采用两阶段双重差分法进行稳健性检验,第一阶段先识别组别效应和时期效应,然后在第二阶段将其剔除后,再对处理变量进行回归,这种方法适用于被处理的时间是交错的以及处理效应具有异质性的情况。表 3 显示无论是否添加控制变量,ESER 的系数均显著为正,表明节能减排财政政策对于绿色技术创新质量和绿色技术创新数量有着显著的促进作用,本文的结论具有稳健性。表 3 两阶段双重差分法回归结果变量lnPIlnPU(1)(2)(3)(4)ESER0.193 0.190 0.205 0.201 (0.083)(0.078)(0.073)(0.067)控制变量未控制控制未控制控制时间固定效应控制控制控制控制城市固定效应控制控制控制控制(五)倾向得分匹配-双重差分(PSM-DID)法为了缓解样本选择偏差问题,本文使用 PSM-DID 进行稳健性检验。将基准回归中控制变量作为匹配变量,采用半径匹配法对样本进行匹配,通过评定模型(Logit)回归估计得出倾向匹配得分,将与处理组得分最相近的城市作为对照组。平衡性检验结果显示,匹配后的协变量 t 统计值均不显著,且匹配后的01首都经济贸易大学学报(双月刊)2023 年第 5 期标准化偏差的绝对值明显低于 10%,表明匹配后的实验组与控制组无显著差异。最后将匹配好的样本进行双重差分估计。表 4 的 PSM-DID 回归结果显示,ESER 的估计系数均显著为正,进一步验证了基准回归结果。表 4 PSM-DID 和更换被解释变量回归结果变量PSM-DID更换被解释变量lnPIlnPUlnPI1lnPU1ESER0.144 0.168 0.113 0.181 (0.066)(0.059)(0.049)(0.063)控制变量控制控制控制控制年份固定效应控制控制控制控制城市固定效应控制控制控制控制观测值4 8204 8204 8454 845R20.4790.5810.3630.548(六)更换被解释变量进一步采取更换被解释变量的方法进行稳健性检验,分别采用每万人绿色发明专利授权量(lnPI1)和每万人绿色实用新型专利授权量(lnPU1)作为代理变量。表 4 的更换被解释变量回归结果显示,ESER的系数方向与显著性均无变化,证明本文研究结论具有一定的稳健性。(七)排除其他政策干扰除节能减排财政政策外,其他政策也可能对绿色技术创新产生影响,造成估计结果的偏误。其中具有代表性的有智慧城市试点政策和碳排放权交易试点政策,为剔除其他政策的影响,本文在基准回归模型的基础上加入了这两项政策的虚拟变量,分别用 Did1 和 Did2 表示。表 5 的回归结果显示,在考虑其他政策影响时,无论被解释变量是绿色技术创新质量还是绿色技术创新数量,ESER 的系数依旧显著为正,与基准回归结果一致。表 5 排除其他政策干扰回归结果变量lnPIlnPU(1)(2)(3)(4)ESER0.162 0.145 0.178 0.164 (0.073)(0.068)(0.063)(0.058)Did10.0430.047(0.037)(0.031)Did20.150 0.134(0.073)(0.064)控制变量控制控制控制控制年份固定效应控制控制控制控制112023 年第 5 期郑兰祥,郭娟,郑飞鸿:节能减排财政政策促进了绿色技术创新的“量质齐升”吗?表5(续)变量lnPIlnPU(1)(2)(3)(4)城市固定效应控制控制控制控制常数项0.7490.6571.1051.013(0.596)(0.578)(0.566)(0.553)观测值4 8454 8454 8454 845R20.4790.4850.5820.587六、机制检验与异质性分析(一)机制检验1.科技资源配置效应本文采用地方政府科技财政支出占一般预算支出的比值来表示财政科技支出强度(lnTech),以衡量科技资源配置效应。表 6 各列结果中 ESER 的系数都显著为正,且绿色发明专利申请和绿色实用新型专利申请的回归中 ESER 的系数小于基准回归结果的系数,表明节能减排财政政策可通过增加财政科技支出强度实现绿色技术创新的“量质齐升”。节能减排财政政策充分利用财政资金,增加财政科技支出强度,引导资金流向科技部门,为绿色技术创新提供资金保障,同时有效降低企业研发风险,进而从质量和数量两个维度促进绿色技术创新,假设 H2a 得到验证。表 6 影响机制检验:科技资源配置效应回归结果变量lnTechlnPIlnPUESER0.012 0.129 0.150 (0.006)(0.063)(0.055)lnTech3.037 2.639 (0.372)(0.291)控制变量控制控制控制年份固定效应控制控制控制城市固定效应控制控制控制常数项0.273 -0.1280.332(0.061)(0.531)(0.495)观测值4 8454 8454 845R20.1640.5420.6312.人才集聚效应人力资本是促进城市绿色技术创新的活跃要素,本文参考王家庭等(2023)40的研究,选取每万人中普通高等学校在校生数(lnHc)作为机制变量,衡量人才集聚效应。表 7 各列结果中 ESER 的系数都显21首都经济贸易大学学报(双月刊)2023 年第 5 期著为正,且绿色发明专利申请和绿色实用新型专利申请的回归中 ESER 的系数均小于基准回归的系数,表明节能减排财政政策可以通过优化人力资本结构,吸引人才集聚实现绿色技术创新的“量质齐升”。节能减排财政政策可以提升人力资本存量,进而实现新技术的共享和新知识的传播,提升绿色产品的研发效率,为绿色技术创新质量和数量提供智力支持,假设 H2b 得到验证。表 7 影响机制检验:人才集聚效应回归结果变量lnHclnPIlnPUESER0.005 0.124 0.145(0.002)(0.073)(0.062)lnHc9.062 7.957 (1.805)(1.663)控制变量控制控制控制年份固定效应控制控制控制城市固定效应控制控制控制常数项-0.0060.7531.098(0.021)(0.598)(0.577)观测值4 8454 8454 845R20.2850.5180.6123.创新补偿效应为检验创新补偿效应,采用城市每万人申请的专利数量来衡量技术创新(lnPatent)。表 8 各列结果中 ESER 的系数都显著为正,且绿色发明专利申请和绿色实用新型专利申请的回归中 ESER 的系数小于基准回归结果,表明节能减排财政政策可以促进技术创新,进而实现示范城市绿色技术创新“量质齐升”。节能减排财政政策伴随的环境规制增加了企业的治污成本,倒逼企业加快绿色产品的研发,大力淘汰落后产能,激发创新主体潜力,为绿色技术创新的“量质齐升”注入强大动力,假设 H2c 得以验证。表 8 影响机制检验:创新补偿效应回归结果变量lnPatentlnPIlnPUESER0.120 0.129 0.147 (0.057)(0.065)(0.056)lnPatent0.297 0.289 (0.034)(0.030)控制变量控制控制控制年份固定效应控制控制控制城市固定效应控制控制控制常数项-2.899 1.563 1.891 (0.878)(0.529)(0.475)观测值4 8454 8454 845R20.8250.6040.702312023 年第 5 期郑兰祥,郭娟,郑飞鸿:节能减排财政政策促进了绿色技术创新的“量质齐升”吗?(二)异质性分析本文接下来从不同地理区位、不同城市资源禀赋、不同金融科技发展水平展开异质性分析。1.地理区位异质性本文将全样本划分为东、中、西部地区三个部分,来考察不同地理位置下节能减排财政政策对绿色技术创新的异质性影响。根据表 9 绿色技术创新质量的回归结果,节能减排财政政策在西部地区城市提升了绿色技术创新质量,而对于东部与中部地区城市的绿色技术创新质量无显著影响。当被解释变量为绿色技术创新数量时,节能减排财政政策能够显著提升中部与西部地区城市的绿色技术创新数量,且这种促进效应在西部地区城市更加明显,而对于东部地区城市,其促进效应不显著。可能的原因是西部地区城市的财政资金相比东部和中部地区城市较为匮乏,金融发展水平落后、人力资源不够充裕,在实施试点政策时绿色技术创新提升空间更大,促进效应更为显著。而东部地区城市财政资金比较充裕,其对绿色技术创新产生的边际效益较低。表 9 地理区位异质性分析回归结果变量lnPIlnPU东部中部西部东部中部西部ESER0.1360.1260.171 0.1640.134 0.154(0.132)(0.087)(0.074)(0.115)(0.065)(0.068)常数项1.700-2.221 0.6320.864-1.351 2.067(1.473)(0.579)(0.593)(1.389)(0.475)(0.798)观测值1 7002 0911 0541 7002 0911 054R20.5550.4670.5730.6590.5590.6792.城市资源禀赋异质性绿色技术创新水平会因为资源禀赋不同而存在显著差异。本文以国务院发布的 全国资源型城市可持续发展规划(2013-2020 年)为划分依据,将 285 个城市分为资源型城市与非资源型城市两种类型。表 10 分组回归