引言

党的二十大报告将“人与自然和谐共生的现代化”确立为中国式现代化的核心内涵之一，并着重强调“推动能源清洁低碳高效利用”与“协同推进降碳、减污、扩绿、增长”，在这一战略指引下，以实现“双碳”目标为引领的绿色低碳转型，已成为推动经济高质量发展的关键引擎。低碳城市试点通过绿色创新、要素重配和投资引导影响城市发展，但不同试点成效不一，政策影响也可能跨越行政边界。现有研究对城市异质性和空间溢出的统一检验仍不充分。本文采用合成控制法识别首批五个试点城市的净处理效应，并在双向固定效应框架中加入地理距离溢出项，检验政策对邻近非试点城市的影响。研究回答两个问题：试点效果是否因城市条件而分化；政策能否形成区域绿色带动效应。

文献综述

关于绿色全要素生产率（Green Total Factor Productivity,GTFP）的学术探讨，其核心在于重新审视环境规制与经济增长的兼容关系。“遵循成本说”强调合规成本，“波特假说”则认为适当规制可通过创新补偿改善绩效。实证结果也具有条件性：规制可借助技术进步提高效率，也可能呈现短期抑制、长期促进和U型变化。Albrizio等人进一步表明，政策效果取决于地区的技术位置。

关于中国低碳城市试点政策的成效评估，学术界尚未形成一致结论。相关研究发现，政策可降低碳排放并促进城市GTFP，但效果在东部与中西部之间分化，也可能产生正向空间溢出。城市规模、行政等级、区位和产业基础会改变政策效果。企业证据也显示，创新与资本配置效应受所有制、行业和技术基础影响。因此，平均效应不能替代对城市差异和空间传导的分析。

现有研究已说明低碳试点可能改善GTFP并产生空间外部性，但仍有三点不足：一是城市间政策效应分化的识别不够细；二是距离阈值对溢出估计的影响讨论不足；三是传统DID可能受样本选择偏误影响。本文据此分别使用合成控制法构造城市反事实，并在地理距离框架下识别邻近地区的政策溢出。本研究在既有文献基础上推进了以下三方面的边际贡献：其一，为五个首批试点城市分别构造合成控制组，识别政策效果及城市差异；其二，在双向固定效应模型中加入地理距离溢出项，检验政策对邻近非试点城市的影响。该设计把本地异质性与区域外部性纳入同一分析框架，并为差异化政策提供证据。

研究设计

数据样本

本文以2005—2022年中国地级市面板数据为研究样本，将2010年及以后设定为低碳城市试点政策的执行期，2005—2009年作为政策实施前的对照期。在样本划分上，以首批入选国家低碳试点的深圳、厦门、天津、南昌及贵阳五个城市作为实验组。控制组城市的选取遵循数据可得性与可比性原则，这些城市分布于东部、中部和西部地区，涵盖不同发展水平与产业结构类型，能够为合成控制法提供丰富的参照信息。对于个别城市个别年份的缺失数据，采用线性插值法进行补齐，最终形成包含5个试点城市与120个非试点城市的平衡面板数据。

数据处理方面：地区生产总值、资本形成总额、劳动力投入及工业污染物排放量等测算绿色全要素生产率所需的投入产出数据，均来源于历年《中国城市统计年鉴》《中国环境统计年鉴》及各省市统计年鉴，并以2005年为基期进行价格平减。城市间地理距离基于国家基础地理信息中心数据计算，其余控制变量数据整合自《中国城市统计年鉴》与各省市统计年鉴。

变量定义和数据描述

1. 结果变量选取。本研究的结果变量为城市绿色全要素生产率（GTFP），采用包含非期望产出的静态超效率SBM模型进行测算，以得到适用于后续因果推断的GTFP水平数据。投入包括按永续盘存法估算的资本存量和年末从业人员数（张军等，2004；陈诗一，2010）；期望产出为实际地区生产总值；非期望产出为工业二氧化硫与工业废水排放量。受城市能源数据连续性限制，模型未纳入能源投入，因此结果主要反映资本、劳动投入及污染约束下的绿色效率。

2. 控制变量选取。控制变量包括：政府干预（gov），以财政支出占GDP比重衡量；科技投入（tec），以财政科技支出占一般支出比重衡量；开放水平（fdi），以实际利用外资占GDP比重衡量；产业结构（ind），以第二产业增加值占GDP比重衡量；基础设施（infra），以人均道路面积衡量；人口规模（pop），以年末常住人口衡量；人力资本（hum），以高校在校生占常住人口比重衡量。

理论分析与研究假说

低碳城市试点政策对绿色全要素生产率的直接影响机制与城市异质性

低碳试点通过绿色创新、要素重配和产业升级影响绿色全要素生产率。创新补偿能降低清洁技术成本，但依赖城市的研发基础；资源配置改善需要较完善的要素市场；产业升级有助于减少高耗能环节，但高碳产业占比较高的城市可能先承担转型成本。政策效果因此受创新能力、市场化程度和产业结构约束，并可能在城市间分化。基于此提出：

假说1：低碳城市试点政策对试点地区绿色全要素生产率的影响存在显著的城市异质性。

低碳城市试点政策的空间溢出效应

试点政策还可通过空间联系影响邻近城市。地方政府会在区域竞争中模仿试点经验，形成标尺竞争；绿色知识可借助人才流动与创新合作扩散；产业调整会沿产业链传递，带动上下游绿色改造；资本和人才流动则改变区域要素配置。地理邻近降低了学习、交易和技术传播成本，因此上述渠道可能提高周边非试点城市的GTFP。基于此提出：

假说2：低碳城市试点政策对非试点邻近区域的绿色全要素生产率存在正向的空间溢出效应。

模型设定

为严谨评估低碳城市试点政策对区域绿色全要素生产率（GTFP）的因果效应及其空间溢出机制，本文构建了一个综合性的实证研究框架。首先，采用合成控制法为每个试点城市构造一个反事实的“合成控制组”，以精准识别政策对试点地区的净处理效应，此为核心识别策略；继而，构建基于地理距离的带有溢出效应的双重差分模型，系统剖析政策对邻近非试点地区的空间溢出效应，以全面检验本文的研究假说。

合成控制法模型

低碳试点政策旨在促进城市绿色转型，但其效果评估面临选择偏差和政策内生性问题。传统方法如双重差分法（DID）要求处理组和对照组在政策前趋势平行，但在实践中难以满足。合成控制法（SCM）通过构建虚拟对照组，能够更稳健地模拟政策反事实情景，为此类政策评估提供准实验证据。

本研究遵循潜在结果框架进行因果推断。假设有N+1个城市，仅第一个城市（i=1）在T₀时点后成为低碳试点城市，其余N个城市均未实施该政策，作为潜在对照组。令表示城市i在t期的绿色全要素生产率。对于试点城市，其在政策后时期(t>T₀)的政策效应定义为实施政策与不实施政策两种情形下的结果差异：

（1）

其中，是试点城市在政策下的可观测结果，而反事实结果无法直接观测，需要通过模型进行估计。为估计，本研究采用如下线性因子模型：

（2）

在此模型中，是时间固定效应，捕捉所有城市共同面临的宏观经济冲击。是一个K×1维可观测协变量向量（如政策前的人均GDP、产业结构等），其系数随时间变化。是一个1×F维不可观测的公共因子向量，是相应的F×1维城市个体固定效应。二者的交互项允许不可观测的异质性偏误随时间变动，从而放松了传统DID模型中个体效应固定的假设，能更灵活地捕捉动态异质性影响。是均值为零的短期随机冲击。

合成控制法的核心思想是，为处理组（试点城市）构造一个合成控制单元，该单元由对照组城市的加权组合而成。定义一个权重向量，其中且。此凸组合约束确保了合成控制是对照组城市的内插，避免了外推可能带来的偏差。最优权重向量W^∗通过最小化处理组与合成组在政策前期的特征差异来确定。令X₁为处理组城市在政策前的一个m×1维特征向量（通常包含结果变量在政策前多期的值以及其他预测变量），X₀为对应控制组城市的m×N维特征矩阵。通过求解以下优化问题得到最优权重：

（3）

其中，V是一个m×m的半正定矩阵，反映了各预测变量在构造合成控制组时的相对重要性。本研究参考Abadie et al.(2010)开发的程序，通过数据驱动方法（如遍历比较）选择矩阵V使得合成控制组能够最佳地复现处理组在政策前的绿色全要素生产率变动轨迹。

在得到最优权重W^∗后，试点城市在政策后各期(t>T₀)的反事实结果可通过合成控制组的加权结果来估计：

（4）

相应地，各期的政策效应估计值为：

（5）

溢出效应分析模型

合成控制法适用于评估政策对单一处理单元的因果效应，但在分析政策对周边非试点城市的间接影响时，面临多处理单元和效应空间衰减的挑战。为识别低碳试点政策的溢出效应，本文采用双重差分法框架。

在传统DID模型中，稳定单元处理值假设（SUTVA）要求政策处理效果不会溢出到控制组。当存在空间溢出时，该假设可能被违反，导致传统DID估计产生偏差。为此，本文借鉴Clarke（2017）提出的溢出稳健-双重差分法以及空间DID相关研究的设定，将控制组细分为“溢出组”即邻近试点城市一定地理范围内的非试点城市和“纯净控制组”，通过构造溢出组与政策时间虚拟变量的交乘项来识别溢出效应。具体模型设定如下：

(6)

其中，下标i和t分别表示城市和年份；GTFP_it为城市i在t年的绿色全要素生产率;Post_t为政策时间虚拟变量，2010年及以后取1，否则为0；Spillover_i为溢出组虚拟变量，若城市i为距离任一试点城市200公里以内的非试点城市则取1，否则为0。交互项核心解释变量，其系数即为本文关注的政策溢出效应，衡量低碳试点政策对周边非试点城市GTFP的平均影响。

此外，和分别为城市固定效应和年份固定效应，用于控制城市层面不随时间变化的特征以及共同的时间趋势；为一组城市层面的控制变量；为随机误差项。所有回归均采用城市层面的聚类稳健标准误。根据上述模型设定，若显著为正，说明低碳试点政策对周边城市产生了正向溢出效应；若显著为负，则说明政策产生了负向的“虹吸效应”。

在溢出组的识别上，本文以200公里作为地理距离阈值，将距离任一试点城市200公里以内的非试点城市界定为溢出组。该阈值的设定参考了低碳试点政策空间溢出效应相关文献的常见做法，并基于中国城市间经济联系的空间衰减特征进行选择。

实证结果

合成控制法检验

基于合成控制法，本文利用2005—2022年中国125个城市的面板数据，系统评估了低碳试点政策对城市绿色全要素生产率的影响。研究将深圳、厦门、天津、南昌、贵阳5个城市作为处理组，其余120个城市作为控制组。通过为每个试点城市构建与其经济特征相匹配的“反事实”合成控制对象，本文得以准确识别政策实施前后实际值与合成值之间的差异，从而有效捕捉政策的净效应。

图1显示，政策前各城市的实际值与合成值总体贴合。政策后，深圳的实际GTFP明显高于合成值，厦门在2017年后由落后转为领先；天津两条路径接近；南昌和贵阳的实际值持续低于合成值。结果表明政策效应存在明显城市差异。图2给出实际值与合成值之差。深圳的效应2019年约为0.842，随后仍处高位；厦门2017年后转正，最高约0.713；天津始终接近零；南昌、贵阳2022年的效应分别约为−0.113和−0.194。动态结果与图1一致。

排序检验

为验证合成控制法估计结果的统计显著性，排除其他未观测因素对政策效应的干扰，本文采用Abadie et al.（2010）提出的排序检验方法。排序检验将政策虚拟施加于控制城市，并比较真实处理效应与安慰剂效应。为保证政策前拟合，本文剔除干预前RMSPE超过处理组五倍的安慰剂单元，再按干预后与干预前RMSPE之比计算精确p值。以10%为显著性标准，图3用黑色粗线表示处理组、灰色细线表示安慰剂组。

图3表明，深圳和厦门的正向效应通过10%显著性检验，p值分别为0.030和0.033；南昌和贵阳的负向效应也通过检验，p值分别为0.066和0.092；天津p值为0.214，效应不显著。五市政策前曲线均与安慰剂带接近，政策后出现不同方向的分化。因此，政策对城市GTFP的影响具有显著异质性，假说1得到支持。

溢出效应检验

低碳试点政策不仅可能影响试点城市自身的发展，还可能通过示范效应、竞争效应或产业关联等渠道对周边非试点城市产生间接影响，即溢出效应。为检验溢出的动态变化和平行趋势，本文以2009年为基期，估计政策前5年至政策后10年的事件研究系数，并控制城市和年份固定效应。结果见图4。

平行趋势检验是双重差分法有效性的关键前提。图4中政策前各期系数的置信区间均跨越零。表1的联合检验结果为F(4,119)=0.81、p=0.5225，不能拒绝政策前系数共同为零，平行趋势成立。

政策前系数的联合显著性
(1)pre5 = 0
(2)pre4 = 0
(3)pre3 = 0
(4)pre2 = 0
F (4,119) = 0.81 Prob > F = 0.5225

政策实施后，溢出系数转为显著正值。post0—post3约为0.054—0.064；post4—post7升至0.070—0.101并达到高位；post8—post10略有回落但仍为正。政策效应呈先增强、后趋稳的动态特征，说明试点对邻近非试点城市GTFP具有持续的正向溢出，假说2得到支持。

进一步分析

政策效应异质性的原因剖析

低碳试点政策对厦门、深圳、南昌、贵阳和天津的绿色全要素生产率产生了截然不同的影响，其背后与各城市在经济发展水平、产业结构、资源禀赋、政策执行力度及城市规模等方面的固有差异密切相关。经济发展水平与产业结构差异是导致政策效应分化的首要因素。深圳、厦门的高技术产业、现代服务业与创新资源较集中，能较快吸收政策激励；南昌、贵阳的传统产业比重较高，短期合规成本和转型约束更强。该结果与低碳试点对东部、高行政级别和大城市作用更明显的发现一致。资源禀赋和产业基础也会影响政策响应。天津的重化工业路径依赖较强，结构调整需要较长时间；南昌、贵阳可能在短期承担较高合规成本。资源型城市的绿色创新激励相对较弱。政策执行能力会进一步放大差异。环境规制力度可强化试点效果。深圳、厦门的政策创新和绿色治理基础较好，而天津、南昌、贵阳可能存在执行时滞或力度差异。城市规模和行政等级影响资源动员能力。深圳、厦门在创新资源和政策自主权方面较有优势；天津受重化工业约束；南昌、贵阳的集聚与承接能力相对有限。因此，试点政策需要结合经济基础、产业禀赋与治理能力分类实施。

空间溢出效应的形成逻辑

动态效应图显示，低碳试点政策对周边非试点城市的绿色全要素生产率产生了显著的正向空间溢出，且该效应在政策实施后逐步增强，中期达到峰值，后期保持稳健。这一正向溢出并非偶然，而是通过示范效应、竞争效应、产业转移与资源配置等多重机制共同作用的结果。示范学习是空间溢出基础。试点城市积累的绿色技术、产业布局和规制经验可通过政策模仿、人才流动与技术合作向周边扩散。已有研究也发现，模仿学习、竞争压力和知识流动会强化政策外部性。竞争效应与标杆激励是正向溢出的重要动力。当试点城市因低碳政策获得经济与环境双赢时，周边城市为争取相似的政策红利或避免在区域竞争中落后，会主动提升自身的环境规制强度和绿色创新能力。这种“逐顶竞争”效应有助于缩小区域间的绿色技术差距，促进整体绿色全要素生产率的提升。试点城市与非试点城市之间已经形成了互惠互利的良性竞争格局。低碳城市试点政策能够促进本地节能偏向技术进步，且政策溢出效果在空间上存在显著差异。低碳试点政策通过竞争压力、模仿学习和金融传导等机制显著提升了周边城市的绿色技术创新水平。

产业转移和资源重配是另一渠道。试点城市成本与规制变化会推动部分产业和绿色创新资源跨城配置，承接地可通过产业配套和干中学提高绿色生产能力。相关研究识别出产业升级及生态效率的正向空间溢出。金融传导与市场联动是正向溢出的润滑剂。 试点政策的成功会增强金融机构对绿色项目的信心，信贷资金、绿色债券和社会资本会优先流向政策支持力度大、绿色转型成效好的区域，周边城市若能与试点城市形成产业链配套或地理邻近，便能共享这一融资便利。现有证据表明，金融传导是低碳政策溢出的重要机制，且溢出强度随距离衰减。

研究结论与政策启示

研究结论

本研究基于2005—2022年全国125个城市的面板数据，以2010年低碳城市试点政策为准自然实验，综合运用合成控制法、排序检验和空间溢出效应检验，系统评估了低碳试点政策对绿色全要素生产率的影响。研究发现：低碳试点政策对试点城市自身的绿色全要素生产率具有显著促进作用，但这种影响存在显著的城市异质性，经济发展水平高、产业结构优、政策执行能力强的深圳和厦门表现为显著的正向效应，而处于中西部、传统产业占比较高的南昌和贵阳表现为负向效应，天津效应不显著，这与各城市在经济发展阶段、资源禀赋、行政等级等方面的差异密切相关；低碳试点政策对邻近非试点城市产生了显著的正向空间溢出效应，该效应在政策实施后中期达到峰值，主要通过示范效应、竞争效应、产业转移及金融传导等机制实现。以上结论表明，科学设计低碳试点政策、因地制宜匹配政策工具是释放政策红利、促进区域绿色协同发展的关键。

政策启示

本文从城市异质性与空间溢出双重视角对低碳试点政策的绿色全要素生产率效应进行了系统评估，并对政策效果分化的内在成因及溢出传导机制进行了深入挖掘和讨论，为进一步优化低碳试点政策设计、促进区域绿色协同发展提供了针对性的实证依据和政策启示：

1. 分类推进试点建设。对深圳、厦门等创新和产业基础较好的城市，应强化绿色技术引领；对南昌、贵阳等转型约束较强的城市，应增加技术与财政支持；对天津等效应不显著的城市，应围绕重化工业路径依赖制定升级方案。

2. 建立跨城协作机制。试点城市可与周边地区共建技术共享平台、产业协作园区和绿色金融网络，同时改善承接地基础设施与营商环境，提高其吸收政策溢出的能力。

3. 第三，完善动态评估。地方政府可根据发展阶段、资源禀赋和产业基础调整减排目标、补贴与监管强度，并持续监测负向溢出和区域失衡，及时修正政策组合。

参考文献：

1. [1] 张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952—2000[J].经济研究,2004(10):35-44.
2. [2] 陈诗一.中国的绿色工业革命:基于环境全要素生产率视角的解释(1980—2008)[J].经济研究,2010,45(11):21-34+58.
3. [3] 王兵,刘光天.节能减排与中国绿色经济增长——基于全要素生产率的视角[J].中国工业经济,2015(05):57-69.
4. [4] 李玲,陶锋.中国制造业最优环境规制强度的选择——基于绿色全要素生产率的视角[J].中国工业经济,2012(05):70-82.
5. [5] 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,2020,42(06):25-41.
6. [6] 王亚飞,陶文清.低碳城市试点对城市绿色全要素生产率增长的影响及效应[J].中国人口·资源与环境,2021,31(06):78-89.
7. [7] 邵帅,李嘉豪.“低碳城市”试点政策能否促进绿色技术进步?——基于渐进双重差分模型的考察[J].北京理工大学学报(社会科学版),2022,24(04):151-162.
8. [8] 王巧,佘硕.城市异质性视角下中国低碳试点政策的绿色增长效应评估[J].软科学,2020,34(09):1-8.
9. [9] 逯进,王晓飞.低碳试点政策对中国城市技术创新的影响——基于低碳城市试点的准自然实验研究[J].中国地质大学学报(社会科学版),2019,19(06):128-141.
10. [10] 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(02):104-115.
11. [11] 蒋金荷,丁新兴.环境政策的“同伴效应”研究:来自低碳城市试点的证据[J].中国软科学,2024(04):112-121.
12. [12] 邓世成,吴玉鸣.低碳城市试点政策对中国资源型城市绿色转型发展的影响[J].中国人口·资源与环境,2024,34(06):65-79.
13. [13] 庄贵阳.中国低碳城市试点的政策设计逻辑[J].中国人口·资源与环境,2020,30(03):19-28.
14. [14] 王为东,王笑楠,江红莉.低碳城市建设能否加快低碳技术知识流动?[J].科学学研究,2023,41(12):2204-2215.
15. [15] 戴永安,张潇.环境政策的空间溢出与城市能源偏向型技术进步[J].世界经济,2023,46(05):119-151.
16. [16] 邓荣荣,张翱祥,陈鸣.低碳试点政策对生态效率的影响及溢出效应——基于空间双重差分的实证分析[J].调研世界,2022(01):38-47.
17. [17] Barbera A J, Mcconnell V D. The impact of environmental regulations on industry productivity: Direct and indirect effects[J]. Journal of environmental economics and management, 1990, 18(01): 50-65.
18. [18] Porter M E, van der Linde C. Toward a new conception of the environment-competitiveness relationship[J]. Journal of economic perspectives, 1995, 9(04): 97-118.
19. [19] Albrizio S, Kozluk T, Zipperer V. Environmental policies and productivity growth: Evidence across industries and firms[J]. Journal of environmental economics and management, 2017, 81: 209-226.
20. [20] Abadie A, Diamond A, Hainmueller J. Synthetic control methods for comparative case studies: Estimating the effect of California's tobacco control program[J]. Journal of the American statistical association, 2010, 105(490): 493-505.
21. [21] Wei H, Zhang J, Yuan K. Neighborly gains? The green spillover effects of low-carbon city pilot policy[J]. Growth and change, 2025, 56(04): e70083.