城市低碳治理对生态效率的影响--基于低碳城市试点政策的准自然实验.pdf

2023年8月（第37卷第8期）Aug.，2023（Vol.37，No.8）East China Economic Management城市低碳治理对生态效率的影响基于低碳城市试点政策的准自然实验郭炳南，唐利，张浩（江苏科技大学 人文社科学院，江苏 镇江 212100）摘要：低碳城市建设和生态效率提升是城市实现高质量发展的重要途径。基于“波特假说”和“遵循成本假说”理论，文章利用20072018年中国283个城市的面板数据，运用DID方法实证考察了低碳城市试点政策对生态效率的影响。研究发现：低碳城市试点政策能够显著提升城市生态效率水平，这一结论在分别进行PSM-DID检验、平行趋势检验、安慰剂检验等多种情景下依然稳健；异质性检验表明，低碳城市试点政策对东部地区以及非资源型城市的正向作用较强；从影响机制看，低碳城市试点政策通过推动产业结构升级和技术创新，从而促进生态效率提升；进一步地，低碳城市试点的政策效应存在正向空间溢出效应，即其对相邻城市的生态效率提升具有显著正向影响。关键词：低碳治理；低碳城市试点政策；生态效率；双重差分；空间溢出效应中图分类号：F299.2；X321文献标识码：A文章编号：1007-5097（2023）08-0082-09The Impact of Urban Low-carbon Governance on Ecological Efficiency：A Quasi-natural Experiment Based on the Low-carbon City Pilot PolicyGUO Bingnan，TANG Li，ZHANG Hao（School of Humanities&Social Sciences，Jiangsu University of Science and Technology，Zhenjiang 212100，China）Abstract：Low carbon city construction and ecological efficiency improvement are important ways for cities to achievehigh-quality development.Based on the theories of Porter hypothesis and cost compliance hypothesis，this paper usesthe panel data of 283 cities in China from 2007 to 2018 to empirically examine the impact of low-carbon city pilot policies on ecological efficiency using DID method.It is found that low-carbon city pilot policies can significantly improvethe level of urban ecological efficiency，and this conclusion is still robust under multiple scenarios such as PSM-DID test，parallel trend test，and placebo test；heterogeneity test indicates that the pilot policy for low-carbon cities has a strongpositive effect on the eastern region and non resource-based cities；from the perspective of impact mechanism，low-carbon city pilot policies promote ecological efficiency by promoting industrial structure upgrading and technological innovation.Further，the policy effect of low-carbon city pilot has a positive spatial spillover effect，that is，it has a significantpositive impact on the improvement of ecological efficiency of adjacent cities.Key words：low-carbon governance；low-carbon pilot city policy；ecological efficiency；differences-in-difference；spatialspillover effect一、引言与文献综述为深入贯彻落实碳达峰和碳中和的重大战略决策，扎实推动城市低碳化治理，实现生态经济协同发展，国家发展和改革委员会于2010年发布关于开展低碳省区和低碳城市试点工作的通知，在广东、辽宁、湖北、陕西、云南五省和天津、重庆、深圳、厦门、杭州、南昌、贵阳、保定八市开展试点工作；2012年和2017年又分别确定了29个和45个城市作为低碳城市进行试点。2021年政府工作报告强调要扎实做好碳达峰、碳中和各项工作，制定2030年前碳排放达峰行动方案。低碳城市建设意味着要通过提升资源利用效率、调整能源结构、促进高碳行业转型升级等方式实现经济可持续发展。那么，低碳城市试点政策能否发挥经济增长和碳减DOI 10.19629/ki.34-1014/f.211123010收稿日期：2021-11-23基金项目：国家社会科学基金一般项目“异质性环境规制对我国生态福利绩效的影响与政策设计研究”（20BJL040）作者简介：郭炳南（1980），男，江西万安人，副教授，硕士生导师，经济学博士，研究方向：产业发展与绿色经济；唐利（1996），女，四川绵竹人，硕士研究生，研究方向：产业发展与绿色经济；张浩（1974），男，安徽萧县人，教授，硕士生导师，管理学博士，研究方向：产业发展。高质量发展 822023年8月（第37卷第8期）Aug.，2023（Vol.37，No.8）城市低碳治理对生态效率的影响排的协同效应，进而提升城市生态效率呢？如果答案是肯定的，其影响机制又如何？厘清上述问题，对于推进城市低碳化治理以及实现经济绿色可持续发展均具有重要的现实意义。本文主要从低碳城市试点及生态效率两个方面进行文献综述。关于低碳城市试点政策的研究，多关注其对环境污染、绿色经济效率和绿色创新水平等方面的影响。在环境污染方面，低碳政策对大气污染具有显著的减排效应1，能够通过抑制碳排放强度等方式提高空气质量2-4；在绿色经济效率方面，低碳城市建设具有规模经济效应5，能够显著提高区域绿色发展效率6-7；在绿色创新方面，学者大多认可该政策显著提升了企业的绿色创新水平这一结论8。生态效率是指一定时期内经济增加值与生态环境负荷值之比，其综合考虑了经济增长和生态保护。目前关于生态效率的研究主要包括三个方面：第一，生态效率的测度。已有研究主要采用比值法9-11、数据包络分析法12-13和随机前沿分析法14-15对生态效率进行测度。第二，生态效率的影响因素分析。学者们研究发现，生态效率的影响因素主要包括科技创新、经济发展水平、产业结构升级、人口密度、城镇化、对外开放等1619。第三，生态效率的时空差异分析。屈小娥（2018）研究发现，中国生态效率整体上呈现东高西低、两极分化的分布格局20，且区域内差异是造成城市生态效率空间差异的主要来源21。综上所述，现有文献对低碳城市试点的政策效应研究多集中于其污染减排效应，这为分析低碳城市试点政策与生态效率之间的关系提供了有益借鉴。生态效率作为生态和经济协同发展的衡量指标，也是衡量绿色经济发展的关键所在。在低碳城市试点的政策约束下，探索本地区的低碳发展模式，有助于推动产业结构优化升级、促进绿色技术创新，从而实现经济和环境的双赢。鉴于此，本文利用低碳城市试点政策这一准自然实验，基于20072018 年我国 283 个城市的面板数据，采用DID方法探讨了低碳城市试点政策对城市生态效率的影响，并对其异质性、传导机制和空间溢出效应进行了检验。本文可能的贡献在于：将低碳城市试点的政策效应研究扩展到经济和生态的耦合领域生态效率，极大地丰富了低碳城市治理的经济增长效应研究内容；目前的研究大多探讨在改善环境质量的同时实现经济增长的目标，而本文从城市低碳治理的角度切入，研究政府的宏观政策对经济绿色可持续发展的影响，为环境经济学领域的政策研究提供了崭新视角；基于“波特假说”和“遵循成本假说”，本文从理论和实证两个层面探讨了低碳城市试点政策提升城市生态效率的影响机制，即产业升级效应和技术创新效应；从城市区位和城市资源禀赋的视角探讨了低碳城市对区域生态效率促进作用的异质性特征，并分析其空间溢出效应，为经济可持续发展提供理论支撑和经验解释。二、理论分析目前，我国已经成为全球最大的碳排放国，面临着巨大的国际减排压力。2009年，哥本哈根会议召开，为响应会议提出的减少温室气体排放的号召，发改委于2010年7月公布首批低碳试点城市，并于2012和2017年又相继扩大低碳城市试点范围，全国共有87个省市地区被纳入试点范围。低碳城市的主要任务是制定并完善低碳发展的配套设施，建立控制碳排放的考核机制和碳排放数据管理体系，寻找低碳与经济的共赢路径。根据已有政策内涵和相关研究，本文从产业结构升级和技术创新两方面来分析低碳城市试点政策对生态效率的影响机制。在产业结构升级方面，城市低碳治理能够通过推动产业结构升级来减少环境污染，从而提高生态效率水平。城市层面，低碳城市试点政策的实施能够提升资源利用效率以及推动低碳产业转型升级，从而减少城市碳排放，提升环境质量；行业层面，在城市低碳治理约束下，低碳政策显著抑制了污染密集型行业的规模扩张，同时也推动了清洁型行业、新兴制造业和服务业的发展，这在一定程度上推动了行业的产业结构优化；企业层面，低碳城市试点政策在实施过程中会增加企业的排污成本，企业为了实现降碳减排目标会主动优化供应链、降低能源消耗，长期内会促使企业转型升级。低碳城市试点政策淘汰了部分高耗能产业中的落后产能，对高排放和高污染行业实施了更严格的准入标准，鼓励了新能源产业、清洁型企业和新兴制造业的发展22。随着产业结构升级，新兴低碳制造业、新能源产业和清洁型服务业得以快速发展，进一步推动城市经济绿色发展。基于此，本文提出假设1。832023年8月（第37卷第8期）Aug.，2023（Vol.37，No.8）城市低碳治理对生态效率的影响H1：城市低碳治理可以通过产业结构升级促进生态效率提升。城市低碳治理可以通过促进技术创新来改善生态效率。波特假说指出，适宜的环境规制政策能够激发技术创新。一方面，实施低碳城市试点政策的地区具有更大的碳减排压力，这将会倒逼政府采取更加严格的环境规制来推进节能减碳，而更严格的环保标准也会增加企业的生产成本，企业为了实现利润最大化，将会增加创新的研发投入，从而提高生产效率和产品竞争力23；另一方面，试点城市会通过财税优惠和专项补贴等方式，降低企业的研发成本，提高企业进行技术创新的内在动力，并通过制定相关政策扶持创新型企业发展，淘汰落后产能，激发各行业的创新活力24。随着城市技术创新水平的提升，能够减少生产过程中的自然资源消耗以及减少对生态环境破坏，从而提高城市生态效率水平。据此，本文提出假设2。H2：低碳城市可以通过推动技术创新，促进生态效率提升。考虑环境污染治理和生态效率存在空间集聚性和空间差异性25，在考察低碳城市试点政策影响本地生态效率的同时，还应该考虑其对相邻城市生态效率的影响，即是否会产生空间溢出效应。随着我国数字经济的快速发展，区域之间、产业之间的关系因数字信息技术联系变得更加密切。因此，低碳城市试点政策不仅可以推动本地区产业结构升级和技术创新，提升本地区的生态效率，还能为相邻城市带来空间溢出效应。一方面，低碳城市试点政策能够推动本地产业结构升级，导致“高污染、高排放、高耗能”的产业向周边转移，造成周边污染的加剧26，降低相邻地区的生态效率；另一方面，低碳城市试点政策在推动本地产业结构升级和技术创新的过程中，对相邻城市产生了示范效应和警示效应，促进相邻城市产业结构的优化，有助于降低相邻城市的污染排放，从而提升邻近城市的生态效率。据此，本文提出假设3。H3：低碳城市试点政策会对相邻城市生态效率产生空间溢出效应。三、研究设计（一）模型设定为验证低碳城市试点政策能否改善城市生态效率，本文借鉴韦东明和顾乃华（2021）的做法7，将低碳城市试点政策看作是一次准自然实验。对低碳城市试点政策的考察包括前两批试点名单，第一批低碳城市试点在政策实施初期的执行力度较为有限，且前后两批试点政策时间相近，无法在短时间内体现出第一批试点城市的环境治理绩效。因此，在实证分析中，本文以扩大试点范围的2012年作为该政策的时间节点，考察低碳城市试点政策对城市生态效率的诱发效应。基于数据的可得性，本研究选取了20072018年我国283个城市的面板数据，将前两批被纳入低碳城市试点范围的省份和城市作为处理组，其余城市作为对照组，从生态效率的视角对低碳城市试点政策的影响效应进行量化估计。具体模型如下：eeit=+1policyi postt+Xit+i+t+i,t（1）其中：eeit为第i个城市t年的生态效率水平；policyi为低碳城市试点地区的虚拟变量，如果该城市或省份是前两批政策公布的试点地区，取值为1，否则为0；postt为政策试点前后的虚拟变量，低碳城市试点期间（2012年以后）取值为1，否则为0；Xit为控制变量；t为年份固定效应；i为城市固定效应；i,t为随机扰动项。同时，本文在估计时将稳健标准误聚类到城市层面，该模型在一定程度上对实验组和控制组的个体特征差异和时间趋势进行了有效控制。（二）变量说明1.被解释变量：生态效率生态效率（ee）表示在一定区域内，以最少的资源投入实现经济效益产出最大化和生态环境污染产出最小化。本文采用Tone（2001）提出的Super-SBM方法测算20072018年我国283个城市的生态效率27。其中，投入指标包括资本要素投入和资源要素投入，产出指标包括期望产出指标和非期望产出指标。生态效率的指标体系见表1所列。表1生态效率评价体系指标投入指标产出指标要素类别资本要素投入资源要素投入期望产出非期望产出指标构成资本存量、从业人数城市建设用地面积、全年供水量、全年用电量地区生产总值工业烟尘排放量、工业废水排放量、工业二氧化硫排放量2.核心解释变量：低碳城市试点政策低碳城市试点政策（did）为虚拟变量形式，对于政策实施范围内的城市，政策实施当年及以后取 842023年8月（第37卷第8期）Aug.，2023（Vol.37，No.8）城市低碳治理对生态效率的影响值为1，否则为0。3.机制变量：产业结构升级和技术创新产业结构升级（str）用第三产业和第二产业的增加值之比进行衡量；技术创新（tech）用人均专利授权数来衡量。4.控制变量本研究控制变量有：外商直接投资（lnfdi），用实际外商直接投资与GDP比值的对数表示；经济发展水平（lnpgdp），用地区人均GDP的对数表示；根据环境库兹尼茨曲线理论，经济发展水平与环境保护之间存在“U”型关系，因此本文加入人均GDP对数的平方项（lnpgdp2）；科研投入（ss），用科研资金投入占GDP的比值表示；政府干预（gov），用财政支出占GDP的比值表示。（三）数据来源本文基于20072018年我国283个地级及以上城市面板数据分析低碳城市对生态效率的影响，所有数据均来自 中国城市统计年鉴 中国环境统计年鉴、部分地级市统计年报以及EPS数据库。四、实证结果分析与稳健性检验（一）基准回归为考察城市低碳治理对城市生态效率的影响，本文采用逐步回归法对基准模型进行回归，结果见表2所列。表2基准回归结果变量DIDlnpgdplnpgdp2fdissgov常数项城市固定年份固定样本量R2（1）0.041*（2.91）0.642*（26.13）控制控制3 3960.790（2）0.038*（2.61）-0.178（-1.40）0.016*（1.99）0.646*（18.11）控制控制3 3960.792（3）0.039*（2.42）-0.178（-1.39）0.016*（2.11）0.018（1.16）0.512*（19.31）控制控制3 3960.772（4）0.041*（2.49）-0.150（-1.16）0.014*（2.01）0.011（1.10）0.011*（2.81）0.807*（16.43）控制控制3 3960.776（5）0.045*（2.83）-0.150（-1.14）0.013*（1.97）0.067（0.52）0.013*（2.73）-0.022（-1.45）0.669*（17.17）控制控制3 3960.773注：*、*、*分别表示在10%、5%、1%的置信水平上显著；括号内为聚类稳健标准误条件的t值。下同在控制了城市固定效应和年份固定效应后，did的估计系数显著为正，表明低碳城市试点政策对城市生态效率的影响显著为正，说明城市低碳治理对城市经济增长和生态环境保护具有较强的激励作用。当逐步加入经济发展水平等控制变量后，did的估计系数大小和显著性并未发生明显变化，进一步说明低碳城市建设能促进中国经济绿色发展。第（5）列的估计结果说明，相较于非试点城市，低碳试点政策对试点城市生态效率具有显著的提升作用，大约可提高试点城市4.5%的生态效率。从控制变量的估计结果看，经济发展水平对生态效率的影响呈“U”型变动，支持环境库兹尼茨曲线假设；科研投入的估计系数为正，说明科研投入的增加会促进生态效率的提升；政府支出和外商直接投资对生态效率的影响均不显著。（二）平行趋势检验双重差分估计结果无偏的一个前提条件是处理组与控制组之间满足平行趋势假设，即受到低碳城市试点政策冲击之前，处理组和控制组的生态效率应该有相同的变动趋势。具体而言，以低碳城市试点政策实施之前5年为比较基准，构建低碳城市试点政策实施之前5年、实施当年、实施之后6年的年份虚拟变量与对应政策虚拟变量的交互项，回归方程如下：Yi.t=+5s=1pre_sDpre_s+currentDcurrent+6s=1post_sDpost_s+Xi,t+i+t+i.t（2）其中：Dpre_s、Dcurrent、Dpost_s分别代表低碳城市试点政策实施之前、实施当年以及实施之后年份虚拟变量与对应政策虚拟变量的交互项；pre_s、current、post_s分别为对应系数；其他变量与式（1）相同。平行趋势检验结果如图1所示，其中，横轴表示试点政策实施前后的年份数，纵轴表示政策变量的回归系数。可以看出，低碳城市试点政策实施之前的系数均不显著，意味着处理组和控制组生态效率的变动趋势满足平行趋势假设。低碳城市试点政策实施之后前两年的系数值也不显著，直到第三年才开始显著，这意味着试点地区存在一定的“滞后政策效应”，即随着时间的推移，该政 852023年8月（第37卷第8期）Aug.，2023（Vol.37，No.8）城市低碳治理对生态效率的影响策效应逐渐显现。一方面反映了政策发生前的平行趋势假设成立；另一方面也反映了低碳城市试点政策出台后对生态效率产生了持续的正向影响，但其效应存在滞后性。QSFQSFQSFQSFQSFQPTUQPTUQPTU0,K2QPTUQPTUQPTU图1平行趋势检验（三）DID估计的有效性检验1.PSM结果分析为增加基准回归结果的可信度，本文采用倾向得分匹配双重差分法（PSMDID）来进行检验。尽管从逻辑上看,低碳城市建设并不会受到当地生态环境的影响，但基于实证结果的稳健性，本文进一步借鉴石大千等（2018）的做法，用控制变量代表协变量，使用一对一有放回的邻近匹配PSM方法对样本进行匹配，从而有效避免选择性偏差28。具体而言，使用政策虚拟变量对控制组进行Logit回归，从而得到倾向匹配得分值，得分值相近的城市作为控制组。在得到匹配的处理组和控制组后，还需检验其是否满足共同支撑假设，即观察处理组和控制组在匹配后是否存在显著差异。结果表明，处理组和控制组在匹配后无显著差异，证明了PSMDID是有效的。同时，本文通过倾向得分值概率分布密度函数图来验证处理组和控制组的匹配效果，图2和图3表明，匹配后处理组和控制组的倾向得分值概率密度分布与匹配前相比更加接近，说明匹配效果较好。F+)33图2匹配前的倾向得分值F+)33图3匹配后的倾向得分值在检验 PSMDID 方法的可靠性以后，进一步进行回归分析，结果见表3所列。与基准回归结果相似，模型（1）和模型（2）政策虚拟变量的回归系数均显著为正，说明了城市低碳治理对生态效率具有促进作用，也证实了基准回归结果具有稳健性。862023年8月（第37卷第8期）Aug.，2023（Vol.37，No.8）城市低碳治理对生态效率的影响表3PSMDID回归结果变量did控制变量城市固定年份固定样本量R2（1）0.039*（2.11）未控制控制控制3 3960.660（2）0.034*（1.99）控制控制控制3 3960.8102.安慰剂检验为增强基准回归结果的可信度，本文进行了安慰剂检验。参考相关文献的做法29，本文首先从283个城市中随机筛选70个城市作为“伪实验组”，其他城市则为“伪控制组”，再随机产生一个政策实施时间，据此构造实施时间城市的随机试验。将上述过程重复500次，得到500次回归结果，并绘出估计系数分布图如图4所示。可以看出，随机分组的估计系数集中分布在0附近，表明低碳城市的设立对随机选取的实验组无显著作用，验证了核心结论的稳健性。%FOTJUZ,FSOFMEFOTJUZFTUJNBUF2图4安慰剂检验注：kernel=epanechnikov，bandwidth=0.007 63.其他稳健性检验（1）剔除其他政策影响。在基准回归中，试点城市的设立对城市生态效率的提升作用是否为“净效应”？其他政策是否在低碳城市试点对生态效率的提升作用过程中形成干扰？借鉴已有研究成果，本文剔除碳排放交易试点和创新型城市试点政策的影响，并重新回归，结果表明上述解释变量的系数依然显著为正。（2）政策外生性。双重差分模型要求政策实施之前的处理组和控制组之间不能形成有效预期，即需要保证政策的外生性。因此本文借鉴宋弘等（2019）4的研究，在回归方程中加入低碳城市设立前一年和前两年的虚拟项。回归结果显示，核心解释变量的回归系数仍显著为正，而前一年和前两年的估计系数并不显著，说明不存在预期效应。（3）删除中心城市。不同层级城市的地方政府行为可能存在较大差异，因而本文将省会城市、副省级城市和直辖市的样本删除，仅保留普通地级市样本进行回归。结果显示，在删除了中心城市后，低碳城市试点仍显著提升了城市的生态效率，验证了回归结果的稳健性。（4）消除异常值。为消除异常值的干扰，对样本变量进行上下5%的缩尾处理。结果表明，在进行缩尾处理后，低碳城市试点仍显著提升了城市的生态效率，进一步验证了回归结果的稳健性。因篇幅有限，以上回归过程及结果省略备索。五、进一步分析（一）异质性分析1.城市区位异质性在城市发展过程中，由于地理位置、经济发展水平以及政策实施力度等存在较大差异，可能导致低碳城市试点政策对城市生态效率的提升作用存在差异。因此，本文进一步考察低碳城市试点实施对不同区位城市生态效率的影响。本文按地理位置将样本分为东部、中部、西部三个地区进行分样本回归分析，回归结果见表4所列。东部地区的低碳城市试点政策显著促进地区生态效率的提升，中西部地区的提升效果相对较弱，这与地区经济发展水平、对外开放水平、基础设施水平以及受教育程度等相关。说明随着城市低碳治理的发展，低碳城市试点政策能够显著提升东部、中部、西部地区的城市生态效率，但促进效应的作用强度有所差异。表4城市区位、资源的异质性检验变量did控制变量城市固定年份固定样本量R2城市区位异质性东部0.027*（2.43）控制控制控制1 2000.813中部0.014*（3.33）控制控制控制1 2000.756西部0.010*（1.77）控制控制控制9960.777城市资源异质性资源型城市0.011（0.63）控制控制控制1 2840.542非资源型城市0.039*（1.97）控制控制控制2 1120.6942.城市资源异质性城市发展依赖资源禀赋程度，对此，本文将从城市资源禀赋差异的视角来考察低碳城市试点政策对生态效率的异质性影响。依据 国务院关于印 872023年8月（第37卷第8期）Aug.，2023（Vol.37，No.8）城市低碳治理对生态效率的影响发全国资源型城市可持续发展规划（20132020年）的通知，本文将283个城市划分为107个资源型城市和176个非资源型城市。回归结果见表4所列，可以看出，低碳城市试点政策会显著提升非资源型城市的生态效率，而对资源型城市的影响不显著。说明相较于依赖资源禀赋的城市，非资源型城市的发展更多依赖产业结构升级和技术创新，在低碳城市试点政策的约束下，更有利于产业优化升级和技术创新，因而可以显著提升生态效率。（二）影响机制分析上述研究结果表明，城市低碳治理显著提升了城市的生态效率，那么导致这一现象出现的原因是什么？基于上文的理论分析，低碳城市试点政策可以通过产业结构升级和技术创新两个机制影响城市的生态效率。因此，本文构建如下传导机制模型：第一步，检验低碳城市试点政策对机制变量的影响：mechit（techit、strit）=0+1did+iXit+i+t+i.t（3）第二步，检验机制变量对城市生态效率的影响：eeit=0+1mechit（techit、strit）+iXit+i+t+i.t（4）其中：mechit()表示机制变量；其他解释同式（1）。低碳城市试点政策的实施，一方面通过推动技术创新促进地区经济增长，另一方面通过产业结构升级降低地区污染排放，从而提升生态效率。回归结果见表5所列，显示了城市低碳治理对生态效率影响机制的影响效应。第（1）至第（4）列结果表明，低碳城市试点政策通过技术创新、产业结构升级提升了城市生态效率。由此，验证了H1和H2。表5机制分析结果变量didtechstr控制变量城市固定年份固定样本量R2技术创新tech（1）1.768*（5.44）控制控制控制3 3960.665ee（2）0.339*（5.13）控制控制控制3 3960.494产业结构升级str（3）0.034*（2.22）控制控制控制3 3960.562ee（4）0.027*（2.43）控制控制控制3 3960.338（三）空间效应分析上述实证结果主要通过传统DID模型识别低碳城市试点政策与生态效率之间的因果关系，但并未考虑城市间的空间相关性。本文利用空间计量模型，拓展性分析低碳城市发展对本地及相邻地区生态效率的影响。模型设定如下：eeit=0+Weeit+1Wpolicei postt+WXit+i+t+i,t（5）其中：W为空间权重矩阵，本文选用地理经济距离嵌套权重矩阵；为生态效率的空间滞后回归系数；1为核心解释变量的空间滞后系数；表示控制变量的空间滞后系数；其他指标解释同式（1）。1.全局空间相关性检验生态效率具有空间相关性是使用空间DID模型的前提，本文选取地理经济距离嵌套权重矩阵，运用全局莫兰指数和吉尔里指数来检验生态效率的空间相关性。如图5所示，莫兰指数和吉尔里指数均显著大于0，整体呈上升趋势，且P值均小于0.05，初步证实了生态效率存在空间相关性。8F,图5莫兰指数和吉尔里指数分布情况 882023年8月（第37卷第8期）Aug.，2023（Vol.37，No.8）城市低碳治理对生态效率的影响2.空间计量模型检验及结果分析本文进一步考察双重差分空间杜宾模型是否退化为双重差分空间滞后模型和双重差分空间误差模型，结果表明，Wald检验和LR检验均拒绝了原假设，且Hausman检验拒绝随机效应。因此，本文采用固定效应双重差分杜宾模型来分析低碳城市试点政策对生态效率的空间效应，具体回归结果见表6所列。表6第（1）列为整体回归结果，可知城市生态效率的空间滞后回归系数rho在1%的显著性水平上为正，表明城市生态效率存在显著的空间依赖性。第（2）列为直接效应，反映了低碳城市试点政策对城市生态效率具有显著正向影响，与基准回归结果一致。第（3）列为间接效应，表明低碳城市试点政策对相邻城市的生态效率存在显著的空间溢出效应，即低碳城市试点政策促进相邻城市通过学习模仿、淘汰落后产业、升级产业结构、推动技术创新等方式来提升生态效率，从而验证了H3。第（4）列为总效应，总效应显著为正，表明低碳城市试点政策有利于改善城市的生态效率。表6双重差分空间杜宾模型及其效应分解变量didrhosigma2控制变量城市固定效应年份固定效应样本量R2Main（1）0.049*（3.12）0.013*（2.21）0.054*（45.58）控制控制控制3 3960.023Direct（2）0.049*（3.07）控制控制控制3 3960.023Indirect（3）0.012*（2.55）控制控制控制3 3960.023Total（4）0.061*（2.94）控制控制控制3 3960.023六、结论与政策启示（一）结论本文基于20072018年我国283个城市的面板数据，将低碳城市试点政策看作一次准自然实验，实证检验了城市低碳治理对生态效率的影响效应、传导机制、异质性和空间溢出效应。研究结果表明：低碳城市试点政策显著提升了城市的生态效率，且经过PSMDID检验、平行趋势检验、安慰剂检验等稳健性检验后该结论依然成立；异质性检验表明，低碳城市试点政策对东部地区城市生态效率的正向促进作用更强，且低碳城市试点政策能显著改善非资源型城市的生态效率；机制检验表明，低碳城市通过推动产业结构升级和促进技术创新有效提升生态效率；进一步研究发现，低碳试点城市政策不仅提升了本地生态效率，对相邻城市生态效率也具有促进作用。（二）政策建议基于以上研究结论，本文提出如下政策建议：第一，完善低碳城市试点工作，扩大试点范围。低碳城市试点政策不仅改善了本地区的生态效率，而且产生正向的空间溢出效应，提高了相邻城市的生态效率。因此，一方面，应充分发挥低碳城市试点政策的经济效应和减排效应，确保该政策运行过程中经济和生态质量均能得到提升；另一方面，应建立政策“试点扩散”机制，吸收借鉴试点城市的成功经验，综合考虑各城市自身发展情况，逐步将该政策推广至全国其他非试点城市。第二，提高技术创新水平，促进产业结构优化升级。低碳城市试点政策通过优化产业结构、提高技术创新水平来改善生态效率，意味着政府应将权力下放，改变政府在城市低碳治理中独当一面的现象。应充分发挥企业的主观能动性，完善企业在绿色技术创新、低碳产业转型等方面的市场主体作用，从而降低污染排放量，实现经济发展和环境保护的双赢。第三，推动城市间跨区域合作，发挥试点城市的示范效应。低碳城市试点政策会通过示范效应和警示效应，使得相邻城市模仿和学习，实现产业结构升级和推动技术进步，从而改善生态效率。因此，政府应打破行政边界，打造跨区域联动合作方式，推动生态环境的跨区域联防联控协同治理。试点城市应充分利用其技术创新、节能减排、产业结构升级的优势，加强对相邻非试点城市的辐射和带动，充分发挥试点城市的正向溢出效应。第四，完善低碳城市试点政策，因地制宜实施环保政策。低碳城市试点政策的实施对城市生态效率的影响存在异质性，在不同地理位置以及城市资源禀赋方面具有不同程度的经济环境促进效应。因此，对中西部地区的城市和资源型城市要重点关注其经济发展水平、产业结构和技术创新，培育经济增长动力和环保型产业；对东部地区城市和非资源型城市应加强生态环境保护意识宣传，引导企业进行绿色转型升级，提高生态效率。892023年8月（第37卷第8期）Aug.，2023（Vol.37，No.8）城市低碳治理对生态效率的影响参考文献：1WOLFF H.Keep Your Clunker in the Suburb：Low-emission Zones and Adoption of Green Vehicles J.Economic Journal，2014，124（8）：481-512.2 邓荣荣，詹晶.低碳试点促进了试点城市的碳减排绩效吗基于双重差分方法的实证 J.系统工程，2017，35（11）：68-73.3 GEHRSITZ M.The Effect of Low Emission Zones on AirPollution and Infant Health J.Journal of EnvironmentalEconomics and Management，2017，83：121-144.4 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）：95-108，195.5 CHENG J，YI J，DAI S，et al.Can Low-carbon City Construction Facilitate Green Growth?Evidence from ChinasPilot Low-carbon City InitiativeJ.Journal of CleanerProduction，2019，231：1158-1170.6 兰梓睿.低碳城市建设对区域绿色发展效率的异质性影响研究 J.现代经济探讨，2021（6）：101-110.7 韦东明，顾乃华.城市低碳治理与绿色经济增长基于低碳城市试点政策的准自然实验 J.当代经济科学，2021，43（4）：90-103.8 熊广勤，石大千，李美娜.低碳城市试点对企业绿色技术创新的影响 J.科研管理，2020，41（12）：93-102.9 陆砚池，方世明.基于SBM-DEA和Malmquist模型的武汉城市圈城市建设用地生态效率时空演变及其影响因素分析 J.长江流域资源与环境，2017，26（10）：1575-1586.10JIANG Q，TAN Q.Can Government Environmental Auditing Improve Static and Dynamic Ecological Efficiencyin China？J.Environmental Science and Pollution Research，2020，27（6）：1-14。11 李胜兰，初善冰，申晨.地方政府竞争、环境规制与区域生态效率 J.世界经济，2014，37（4）：88-110.12MOUTINHO V，MADALENO M，MACEDO P.The Effect of Urban Air Pollutants in Germany：Eco-efficiencyAnalysis Through Fractional Regression Models Appliedafter DEA and SFA Efficiency PredictionsJ.Sustainable Cities and Society，2020，59：102204.13 徐成龙，庄贵阳.基于环境规制的环渤海地区工业集聚对生态效率的时空影响 J.经济经纬，2020，37（3）：11-19.14 杨皓天，马骥.环境规制对养殖场生态效率的影响研究基于SFA方法及门限回归的实证分析 J.干旱区资源与环境，2020，34（1）：27-33.15 付丽娜，陈晓红，冷智花.基于超效率DEA模型的城市群生态效率研究以长株潭“3+5”城市群为例 J.中国人口 资源与环境，2013，23（4）：169-175.16 张新林，仇方道，谭俊涛，等.中国工业生态效率时空分异特征及其影响因素解析