一、引言

2023年9月，习近平总书记在新时代推动东北全面振兴座谈会上强调要充分整合现有创新资源，积极培育战略性新兴产业和未来产业，加快形成新质生产力。社会经济的发展依赖于生产力的推动，而新质生产力的提出，不仅进一步丰富了生产力的内涵，也为我国下一阶段经济高质量发展指明了方向、提供了动力。历史和现实已经证明，落后的生产力不仅无法满足人类的美好生活需要，而且带来了严重的生存问题，以推动高质量发展为目标的新质生产力，其“本身就是绿色生产力”，将有效助推绿色发展实践，引领人类走向绿色经济。

2024年政府工作报告指出，要加强生态文明建设，推进绿色低碳发展。新质生产力迈向的是高质量发展阶段，绿色是新质生产力的底色。因此，发展新质生产力更加强调对生态环境的保护，如何协调处理发展与保护之间的关系成为发展新质生产力的首要问题。而为了推进实现“双碳”目标而实行的碳排放权交易试点政策为新质生产力系统构建绿色经济政策体系铸就新基底。作为一项市场导向型的环境规制政策，碳排放权交易试点的目的在于探索如何利用市场机制去控制和减少温室气体排放，推动经济发展向绿色低碳转型。这不仅是生态文明建设的重要制度创新，也是落实国际减排承诺的关键政策工具。通过市场机制，该政策可以激励企业进行绿色技术创新，从而促进企业新质生产力水平的提升。因此，研究碳排放权交易试点对企业新质生产力的影响，对于促进经济高质量发展具有重要的现实意义。目前，相关研究主要集中在理论层面，实证研究较为匮乏。基于此，我们利用上市企业数据，实证检验碳排放权交易试点对企业新质生产力的影响及其传导机制，并根据研究结果提出政策建议，为加快发展方式绿色转型，以科技创新推动产业创新，让产业绿色化、绿色产业化成为培育发展新质生产力新的增长点提供一定的思考。

与现有文献相比，我们的边际贡献主要体现在以下两点：一是现有文献大多侧重于定性探究新质生产力的内涵特征、形成逻辑和价值意义，实证检验新质生产力驱动机制的文献相对较少。我们基于企业微观层面数据，采用准自然实验方法实证研究碳排放权交易试点对企业新质生产力的影响，并进一步探讨其是通过何种渠道来对企业新质生产力产生影响的，这在一定程度上弥补了该领域定量研究的不足。二是我们的研究结果一方面证实碳排放权交易试点可以通过缓解企业融资约束和倒逼企业数字化转型两种机制推动企业新质生产力水平的提高；另一方面也发现在碳排放权交易试点促进企业新质生产力水平提升过程中，绿色技术创新发挥着显著调节作用，因此，我们从企业层面为新质生产力形成机制的研究提供了新的经验证据。

二、文献综述

（一）碳排放权交易试点对企业影响的相关研究

近年来，为了应对气候变化和改善生态环境，世界各国采取了多种形式的环境规制措施，绿色发展已成为全球共识，节能减排成为优选策略。这些环境规制措施往往会对一个国家或地区的经济社会产生广泛影响。那么作为一种减排效果显著的市场型环境规制，碳排放权交易试点对企业又会产生哪些具体影响呢？

现有文献大多探讨的是碳交易试点对企业绿色低碳发展的影响，具体可概括为以下几个方面：企业碳减排、企业绿色创新、企业ESG表现和企业低碳发展。其中，对企业最直接的影响就是促进企业的碳排放量的减少[1]，碳排放权交易是将二氧化碳排放权赋予商品属性，允许其在市场上交易的行为，通过市场机制达到减少二氧化碳排放的目的，碳排放权交易已经成为减少二氧化碳排放的重要途径[2]。在实现碳减排目标的同时，碳交易也存在一定的创新激励效应[3-4]，具体来说，是对企业绿色技术创新起到了促进作用[5]。关于碳交易试点对企业ESG的影响，李颖等[6]和孔晓旭等[7]利用双重差分模型实证检验了碳排放权交易试点对试点地区企业的影响，实证结果发现碳排放交易权试点能够促进企业ESG表现的提升。碳交易试点的最终目的是促进经济发展方式的绿色低碳转型，田超和肖黎明[8]的研究证明了这一点，他们对碳交易试点建设与企业低碳转型之间的关系进行了实证研究，其研究发现碳交易试点能够显著地促进企业的低碳转型发展且主要是通过促进其数字化转型来实现的。董康银和邓又一[9]的研究结论也进一步证实了碳排放权交易试点政策加速了企业低碳转型。企业的转型也会进一步推动整个社会的低碳发展进而助推经济的高质量发展，因为碳交易试点政策能够促进企业的技术创新，而技术创新又能够带动产业结构升级，而这又会进一步地产生相关环境政策的协同效应从而提高经济发展质量[10]。

（二）新质生产力的相关研究

关于新质生产力的研究主要分为理论层面和实证层面的研究。其中在理论层面主要阐述新质生产力的内涵、特征以及实现路径等。学术界从不同角度将新质生产力普遍视为一种先进生产力、绿色生产力、创新驱动型生产力以及高质量生产力[11]，无论是哪种类型的生产力，其持续发展的关键因素都离不开创新[12]。因此，新质生产力的特点包括全要素效率提升和科技创新的广泛渗透。高科技创新的根本驱动性也是新质生产力的重要特征之一。在新一轮科技和产业变革中，科技创新对生产力的影响越来越大，主要体现在其对生产力快速发展的促进作用变得愈发明显。万长松等[13]认为相比于传统生产力的发展离不开科技创新的加持，发展新质生产力更离不开科技创新这一巨大推动力。在当前数字经济和绿色经济的发展不断得到深化的同时，也需要从数字化和绿色化两方面来解释新质生产力的科技创新驱动特点[14]，可以看出，科技创新已经深度融入到新质生产力的各要素之中，成为其主要驱动力。在新质生产力的实现路径方面也少不了科技创新的赋能，新质生产力的鲜明特色之一是科技创新主导型生产力。科技创新，特别是绿色技术创新，在推动新质生产力形成和绿色化转型中具有重要作用。它不仅强调了技术在提升生产效率中的作用，还突出了绿色技术对经济可持续发展和环境保护的双重贡献。这种路径反映了全球经济朝着节能、环保、低碳方向转型的趋势，也为未来的经济增长提供了新的动力和模式。要抓住绿色转型带来的巨大发展机遇，增加发展新质生产力的绿色动能[15]。在实证层面，目前已有针对企业层面的研究主要集中在数字（智）化转型和ESG方面，而ESG也和我们的研究密切相关。

综合以上对碳排放权交易试点以及新质生产力的相关研究文献回顾可以看出，目前鲜有文献研究环境规制如何影响企业新质生产力。为此，我们尝试从绿色低碳这一层面去探讨碳排放权交易试点对企业新质生产力的影响。

三、理论分析与研究假设

企业的绿色创新能力在国家经济转型、低碳发展中起到了重要作用。作为一项环境规制，中国的碳排放权交易政策旨在促进企业减少碳排放，并且通过市场化手段推动企业进行绿色创新。而关于这点的理论支撑可以借鉴“波特假说”也就是我们常说的创新补偿效应，Porter[16]认为环境规制会给企业带来一定的外部环境成本，而企业可以选择主动将这种成本内部化，那么这就会激励企业进行技术创新活动，这也说明了环境规制与企业技术创新之间存在一定的联系。后来Porter&Van Der Linde[17]又进一步探讨了环境规制是通过何种渠道来影响企业的技术创新的，这使得“波特假说”更加完善。目前已有大量研究探讨了碳排放权交易试点与企业绿色创新之间的关系。如郭秋秋和马晓钰[18]的研究发现市场激励型环境规制能够通过提高研发投入来倒逼企业进行绿色创新活动。刘晔和张训常[19]研究发现，企业的绿色创新行为会受到其现金流和资产净收益率的直接或间接影响，而通过实证检验发现碳交易试点政策能够增加企业的现金流和提高资产净收益率。此外，企业进行绿色创新不仅能够满足企业降低污染排放的环境需求，而且当企业的碳排放总量低于其排放限额时，剩余的排放权还可以通过碳市场交易获得额外的减排收益，这说明在碳排放权交易机制下，企业的创新行为除了能够降低其碳排放量外还能够带来其他潜在的收益[20]。因此企业可以利用这些潜在的收益进行绿色低碳技术的研发，从而促进企业的绿色创新[21-22]。在这些潜在收益的激励下，企业管理者的创新动机也会增强。因此企业会通过创新从而提高新质生产力水平。基于以上分析，提出假设H1:

H1：碳排放权交易试点能够促进企业新质生产力水平的提升。

企业的创新活动是推动经济增长和竞争力提升的重要因素。然而，融资约束常常成为阻碍企业创新的重要瓶颈。融资约束指企业在获取外部资金时所面临的障碍，如信贷紧缩、高利率和融资成本等。这些约束限制了企业尤其是中小企业在研发和创新方面的投入，从而影响了其长期发展潜力。而企业与外部市场投资者之间的信息不对称可能会对企业的融资约束产生一定的影响，信息不对称又会带来代理成本问题，所以关键问题在于如何降低信息不对称和代理成本？基于信息显示理论和利益相关者理论，碳交易政策能够通过提升企业碳排放信息的透明度来减少信息不对称并降低代理成本进而缓解企业的融资约束[23]。碳交易权试点政策不仅是环保举措，其还通过透明化机制和信息披露，推动了企业与社会、投资者的互动和信任。通过传递经济信号帮助投资者和市场更好地理解企业的运营模式，从而做出更明智的投资决策。而企业通过积极参与碳交易，也是在表达其对未来环保政策的适应能力，展现出良好的可持续性发展潜力。这些信息可以帮助投资者评估企业的长期可持续性发展，改善了市场中的信息不对称，并为企业融资提供了更多机会。由此可见，该政策不仅在环境保护方面发挥作用，还通过市场信号对企业经营和资本市场产生了正向影响，而正是通过减少信息不对称，使得企业的融资限制得到有效缓解[24]。在获得融资资金后，企业可以进行必要的研发投入和创新发展，这有助于提高企业新质生产力水平。基于以上分析，提出假设H2:

H2：碳排放权交易试点能够通过缓解企业融资约束进而提高企业新质生产力水平。

在中华民族伟大复兴进程中，低碳经济与数字经济交叉融合，低碳转型与数字转型相辅相成。碳排放权交易试点的目的之一就是要促进企业的低碳发展，而实现数字化转型正是减少企业碳排放的重要抓手[25]。在推进城市的低碳发展过程中，白雪洁和孙献贞[26]的研究发现，城市的低碳发展会促进其本身数字经济的转型与发展，低碳发展为数字技术的应用提供了广阔的需求和市场。而数字化技术和商业模式创新则可以通过提高效率、管理碳排放、优化资源利用等手段助力低碳目标的实现[27]。这种双向互动不仅推动了城市的可持续发展，还促进了其经济的数字化转型与升级。此外，余东华和李云汉[28]认为数字化转型不仅是技术层面的变革，更是一种全面的管理革新。通过对资源的高效配置、实时监控企业行为、推动低碳创新，企业不仅能够减少能源消耗和碳排放，还能强化社会责任，推动低碳转型。数字化技术与低碳目标的结合，帮助企业在实现经济效益的同时，推动了环境和社会责任的履行，从而形成可持续的竞争优势。而根据杨芳等[29]和张秀娥等[30]已有的研究，企业的数字化转型确实推动了企业新质生产力水平的提高。基于以上分析，提出假设H3:

H3：碳排放权交易试点能够通过倒逼企业数字化转型进而提高企业新质生产力水平。

四、模型设定、变量选取与数据说明

（一）模型设定

近年来，关于如何估计某项政策的实施效果学术界最常使用的是双重差分模型（DID）。该方法通过比较政策实施前后的数据变化，并与未实施政策的对照组进行对比，能够有效减少其他非政策因素对估计结果的干扰，从而更准确地评估政策的实际影响。在应用双重差分（DID）模型进行估计时，关键是要明确政策开始影响的时间点，并合理划分受到政策影响的处理组和未受影响的控制组。

由于现有研究对政策冲击时间的界定存在差异，我们借鉴胡珺等[31]的方法，将2014年设定为政策的生效时间。关于这点可以解释为，七个碳市场建立主要集中在2013年下半年和2014年上半年，故以2014年为基准，若在2014年及之后，则对post取值为1，以前年份则赋值为0。对于处理组和控制组的选择，我们依照大多数研究选择，将在试点地区的所有企业设置为处理组，试点之外的企业设为控制组。

构建的基准DID模型如下：

其中，i和t分别表示企业、年份，Nproit表示企业新质生产力水平，didit是核心解释变量，controlit表示控制变量，δi和σt表示企业固定效应和时间固定效应，此外同一个体不同时间的扰动项可能相关，即可能存在组内自相关，所以还需要使用以每个个体为聚类的聚类稳健标准误，即在企业层面进行聚类标准误。

（二）变量选取

1. 被解释变量。

企业的新质生产力（NPro）。基于宋佳等[32]的研究，采用熵值法来对新质生产力进行测算。具体的构建步骤如下：首先，选取与新质生产力密切相关的新兴产业和未来产业的企业数据作为样本，用于衡量新质生产力。其次，依据生产力二要素理论，构建新质生产力指标体系，该体系将新质生产力划分为劳动力与生产工具两大类。在劳动力方面，进一步分为活劳动与劳动对象。活劳动的衡量标准包括研发人员薪酬占比、研发人员数量占比以及高学历员工占比；劳动对象的指标则包括固定资产占比与制造成本占比。

在生产工具的部分，分为硬科技和软科技两类。硬科技的衡量标准包括企业研发相关的折旧摊销占比、研发租赁费用占比、研发直接投入占比以及无形资产占比；软科技的衡量标准为总资产周转率与权益乘数。值得一提的是，因权益乘数过高会增加企业的财务风险，故使用权益乘数的倒数作为软科技的衡量指标。权益乘数倒数越高，代表企业财务风险越低，相应地，企业的新质生产力水平也会有所提升（见表1）。

2. 解释变量。

构建二值变量did,did=treati×postt，其中treat表示企业的分组虚拟变量。当企业位于北京、天津、上海、重庆以及广东和湖北的地级市时，treat取值为1，表示这些企业属于政策试点区域；其他地区的企业取值为0。post为时间分组虚拟变量，当时间t大于等于2014年时，post的取值为1。did取值为1的条件为企业所在地区为试点地区且时间在2014年以及2014年之后。

3. 控制变量。

参照杨芳等[29]和张秀娥等[30]关于企业新质生产力的研究，选择了以下控制变量：独立董事比例（Indep），计算方法为独立董事人数除以董事会总人数；两职合一（Dual），当董事长与总经理为同一人时，变量取值为1，否则为0；企业成立年龄（Firm Age），通过当前年份减去公司成立年份并加1后取对数来表示；审计意见（Opinion），若公司当年的财务报告被出具了标准审计意见，则取值为1，否则为0；管理层平均年龄（TMTAge），计算管理层（包括董事、监事、高管）年龄的平均数；第一大股东持股比例（Top1），以第一大股东的持股数量与公司总股本的比值来衡量；总资产增长率（AGrowth），用本年总资产和上一年总资产的比值减去1来衡量。

表1企业新质生产力指标

4. 中介变量。

融资约束（FC）和数字化转型（DCG）。部分学者用FC指数[33]用以度量企业的融资约束现象，即FC指数越高，企业融资约束越严重。参考已有研究，同样构建FC指数，衡量企业的融资约束程度。其中数字化转型的衡量参照吴非等[34]的研究，使用python文本挖掘企业年报中数字化转型关键词的词频，并做求和取对数处理最终得到企业数字化转型水平。

5. 调节变量。

企业绿色创新水平（Envr Pat）。在这里参考徐佳和崔静波[35]的做法，用企业的绿色专利申请数量取对数来衡量，其中绿色专利申请数量由绿色发明专利申请数量和绿色实用新型专利申请数量加总得到。

（三）数据说明

基于研究内容和数据的可得性，选取了2012—2022年沪深上市企业的相关数据，并对数据作如下处理：一是剔除经营不善的ST和*ST上市企业样本；二是剔除金融行业的样本；三是执行Winsor2尾部缩减处理，使数据更加平滑；四是删除资不抵债的上市公司数据；五是由于福建省在2016年底启动了碳排放权交易试点，与其他7个试点并非同一批次。为了确保实证结果的准确性，我们决定将福建省的试点数据从样本中移除。本研究所使用的数据来自CSMAR数据库和CNRDS数据库。

各变量的描述性统计结果如表2所示。新质生产力的最小值为0.854，最大值为14.901，均值和中位数分别为5.252和4.887，且标准差为2.475，这表明样本中的企业在新质生产力上差异显著，部分企业表现出较高的生产力，而另一些则相对较低。此外，控制变量的最小值和最大值差距也较大，说明它们在控制其他可能干扰研究结果的因素方面表现良好，有助于确保研究结论的准确性和稳健性。

表2主要变量描述性统计

五、实证分析

（一）单变量分析

表3结果显示了企业新质生产力水平在碳排放权交易试点前后所发生的变化。其中，处理组指的是试点地区的企业，控制组则是非试点地区的企业。试点前的时间段为2012—2014年，试点后为2014—2022年。通过表3中的数据可以看出，试点实施前，处理组与控制组在Npro（新质生产力）上的差异并不显著。而在试点启动后，处理组的Npro均值显著高于控制组（显著性水平为1%，对应t值=-13.357），且两组企业的差距从试点前的0.021扩大到0.457。这表明碳排放权交易试点有效提升了处理组企业的新质生产力水平，并加大了与控制组之间的差距。然而，这种差距的存在只是通过单变量分析所做的一个初步判断，为了得到更严谨准确的结果，还需利用DID模型进行进一步检验。

表3单变量t-检验结果

（二）基准回归

表4展示了基准回归的结果。表4中列（1）呈现了解释变量与被解释变量之间的直接回归结果，未加入控制变量，也未考虑年份与个体的固定效应。列（2）在列（1）的基础上加入了年份和个体的控制。列（3）和列（4）则都包含了控制变量，不同之处在于列（4）还进一步控制了年份与个体的固定效应。结果显示，在未控制年份和个体固定效应的情况下，did系数在1%的显著性水平上为正；在控制了这些效应后，did系数在5%的显著性水平上依然为正。这说明碳排放权交易试点政策对提升新质生产力具有显著的正向影响，从而支持了假设H1。

表4基准回归

（三）稳健性分析

1. 平行趋势检验。

为了满足双重差分法的前提假设以及证明回归结果的稳健性，有必要进行平行趋势检验。在执行策略之前，为了确保双重差分法得出的策略效果能够被真实反映，处理组和控制组必须具有相似的发展趋势，这就是平行或共同趋势。平行趋势检验有两种方法：时间趋势图和事件研究法。

图1政策动态效应图

事件研究法相比于画平行趋势图更值得推荐使用，因为其是一种更加准确和科学的平行趋势检验方法。因此采用事件研究法并构建模型（2）来对所用的双重差分模型是否符合平行趋势前提假设进行检验。

如式（2）所示，交互项是年份虚拟变量和处理组虚拟变量的乘积。并利用式（2）进行回归（其中M代表政策前的期数，N代表政策后的期数），那么可以通过交互项treati*yearj的系数来反映处理组和控制组之间是否存在显著的差异。通过这种做法，能够更加准确地评估政策对研究对象的影响，从而得出可靠的结论。由图1可以看出双重差分模型符合平行趋势前提假设。

图2安慰剂检验

2. 安慰剂检验。

为了避免某些偶然因素对基准实证结果造成影响，可以通过将处理组设置为随机抽取的方式来测试稳健性。具体做法是在所有公司样本中随机抽取一定数量的公司作为处理组，其余的公司样本作为对照组，并使用随机抽取后的样本进行基准回归分析。图2为随机处理500次后核心解释变量did的回归系数以及其核密度的分布，可以发现核心解释变量did的回归系数集中分布在0附近，且大部分回归系数的绝对值都比真实值的绝对值0.212小，这说明本研究的结果并非由某些偶然因素所驱动，进一步证实了基础回归结果的稳健性。

3. PSM-DID回归。

由于企业所在地区是否被纳入碳排放权交易试点需要政府综合考虑各地区的实际情况来作出决定，也就是试点地区的选择不是随机的，这可能会存在选择性偏差以及样本不均衡问题，这都会对回归结果产生影响进而影响回归结论的可靠性。因此选择倾向得分匹配（PSM）方法对回归结果进行检验，该方法是基于反事实分析的。我们采用1∶3近邻匹配方法对样本进行匹配，使用Logit模型来估算匹配得分。在样本匹配后，通过核密度函数图发现，处理组与对照组的样本分布差异显著缩小，并且符合PSM的共同支撑假设。表5展示了PSM-DID模型的回归结果。列（1）和列（2）的回归分析表明，即使在经过1∶3近邻匹配后进行再次回归检验，研究结果依旧稳健，验证了我们研究的结论。

表5稳健性检验

4. 更换被解释变量。

在经济学领域，生产力与生产率常常可以相互替换，因此使用全要素生产率作为替换被解释变量来衡量企业新质生产力水平。采用LP法计算得到全要素生产率后使用模型（1）进行回归。从表5中的列（3）和列（4）的回归结果来看，did系数在5%水平上显著为正，表明在替换被解释变量后，碳排放权交易试点依然对企业新质生产力水平有正向影响作用。

5. 剔除特殊城市。

我国的直辖市和省会城市具有较强的经济特殊性。为了避免这些城市对研究结果的影响，我们在回归分析中剔除了北京、上海、天津、重庆四个直辖市和27个省会城市的样本企业。表5中的列（5）和列（6）的回归结果显示，did系数在10%水平上显著为正，这表明碳交易试点能提升试点地区企业的新质生产力水平，这进一步验证了假设H1。

六、作用机制分析

根据前文的理论分析，碳交易试点可能会通过缓解企业的融资约束和倒逼企业进行数字化转型来促进企业新质生产力水平的提高，接下来我们借鉴温忠麟等[36]有关中介效应的检验方法从这两个角度对碳交易试点促进企业新质生产力水平提高的机制进行检验。

在模型（1）的基础上建立如下中介效应模型：

其中Mit为中介变量，以FC和DCG表示，FC和DCG分别表示企业融资约束水平和企业数字化转型水平，其他各项与方程（1）的定义相同。具体的检验结果如下。

（一）融资约束的中介效应

表6的列（1）和列（2）列报告了融资约束的中介效应检验结果。根据结果（1），核心解释变量did的系数为-0.033，在1%水平下显著为负，表明碳交易试点政策能够显著降低试点地区企业的融资约束水平。从结果（2）可以看出，did系数为0.178，在5%水平上显著为正，FC系数为-0.376，在1%水平下显著为负，表明融资约束在碳交易试点影响企业新质生产力的过程中发挥中介作用，即验证假设H2。

（二）数字化转型的中介效应

表6的列（3）和列（4）汇报了数字化转型的中介效应检验结果。根据结果列（3），核心解释变量did的系数为0.134，在1%水平上显著为正，这说明碳交易试点政策能够显著提高试点地区企业的数字化转型水平。从结果列（4）可以看出，did系数为0.205，在5%水平上显著为正，DCG系数为0.054，在1%水平上显著为正，这说明企业数字化转型在碳交易试点影响企业新质生产力的过程中发挥中介作用，即验证假设H3。

表6作用机制检验

七、关于企业创新作用的进一步分析

新质生产力是基于新发展理念的一种现代化生产力形态，其核心特征在于摆脱传统经济增长方式，强调高科技、高效能、高质量的生产力提升模式。创新是新质生产力的核心驱动力，特别是科技创新，它是推动新产业、新模式和新动能形成的关键。综上可以看出无论是从新质生产力概念还是从其特点以及如何发展新质生产力等方面对其进行阐述都少不了创新二字。因此，为了进一步证实创新的重要作用，我们从调节效应和异质性分析这两方面出发对创新在助推企业新质生产力水平提高中所起到的作用作进一步的探讨。

碳交易试点是否真的通过创新来推动企业新质生产力的提高呢？理论分析认为，无论是缓解融资约束或是倒逼企业进行数字化转型，其最终的目的还是促进企业创新能力的提高。因此为了进一步验证绿色创新在碳交易试点促进企业新质生产力水平提高中所起的作用，在该部分，将予以实证检验。

在模型设计上，参考王桂军和卢潇潇[37]的做法，将调节变量置于基准模型之中以考察调节效应是否显著，具体模型设计如下：

其中，θ1是交乘项的观测系数，我们主要关注该变量是否显著。

表7的回归结果列（1）展示了模型（5）的估计结果。可以看出，我们所关心的企业分组、时间分组与调节变量三者交叉项的系数为正且在10%的水平上显著，这一信息充分说明，绿色创新的确是碳交易试点助推企业新质生产力提高的重要路径。

对于高科技企业来说，低碳技术本身就是其至关重要的生产资料，在面对环境规制时高科技企业较其他行业企业进行低碳转型会相对比较容易。因此，企业的科技属性不同，将导致碳交易试点对新质生产力产生差异化影响。基于以上推测，预测高科技企业进行低碳转型对新质生产力的提升作用更明显。为此，参照彭红星和毛新述[38]的做法将企业根据其属性进行分组回归，表7的结果列（2）和（3）分别为高科技企业和非高科技企业分组回归结果。结果（2）中的did回归系数是0.449，通过了1%水平的显著性检验，而（3）中的did回归系数是0.028，未通过10%水平的显著性检验，表明企业这种高科技属性能够增强低碳转型对企业新质生产力水平的提升效应，符合前文的推测。

表7关于企业创新作用的进一步分析

八、结论与建议

绿色低碳发展已成为社会共识，也与我们的“双碳”目标不谋而合，企业的绿色发展也能进一步地提升其绿色新质生产力水平。利用2012—2022年中国沪深上市企业数据，实证分析了碳交易试点对企业新质生产力的影响及其作用机理。研究结果显示，碳排放权交易试点显著提升了企业的新质生产力水平；机制分析表明，碳排放权交易试点主要通过缓解企业的融资约束和推动数字化转型来促进新质生产力水平的提升。具体来看，碳交易试点可以通过降低信息不对称进而缓解企业融资约束，当融资约束得到缓解后，企业才能有更多的资金去进行创新，进而促进其新质生产力水平的提高。另外，碳交易试点也通过倒逼企业数字化转型来促进其新质生产力水平的提高。进一步分析发现，绿色创新水平确实对企业新质生产力水平提高起到一定的调节作用，且碳交易试点对高科技企业的新质生产力水平有更强的促进作用。

根据上述实证分析结果，提出以下对策建议：

第一，为了充分发挥碳市场的信息显示功能，要加快建设并完善全国碳交易市场。碳交易试点政策能够使得企业的信息披露更加公开透明，而这又会缓解企业的融资约束，因此，为了提升碳市场的信息透明度应尽快完善相关市场制度。例如，可以构建公开透明的MRV（检测、报告、核查）监管机制，以确保碳排放数据的准确性和可验证性。同时，强化企业自律，推动企业主动披露碳排放信息，并加大对企业违约行为的处罚力度，增加违约成本，以增强碳市场的公信力。通过这些措施，可以使企业与市场之间的信息不对称得到有效缓解，进而提升市场的运行效率，改善企业的融资环境。当企业能够更容易地获得资金支持时，其进行绿色创新的信心和动力也会显著增强。这不仅有助于企业应对碳排放限制，降低运营成本，还能激发企业进行绿色创新，进而推动其新质生产力水平上的提升，推动企业向更高效、更环保的方向发展。最终，完善的碳交易市场不仅能促进环境保护，还能带动经济的可持续发展，形成环境与经济共赢的局面，助力经济的高质量发展。

第二，企业要坚持低碳化和数字化的协同发展，以低碳化倒逼数字化转型，以数字化推动企业低碳化发展，进而在二者的协同发展中促进新质生产力水平的提高。首先，鼓励企业进行绿色技术创新：政府应提供税收减免和补贴，激励企业研发和应用低碳技术，特别是那些能够与数字化技术结合的绿色技术。这将促使企业在寻求低碳解决方案的同时，提升数字化水平。制定低碳标准和认证体系：建立严格的低碳标准和认证体系，促使企业采用数字化监控和管理系统，以确保符合低碳排放标准。这不仅能促进环保，还能推动企业进行数字化转型。推动智能电网和可再生能源管理：支持智能电网的建设和发展，使企业能够更有效地管理能源使用和碳排放。这些数字化系统能够帮助企业实现能源的最优配置和碳排放的实时监控。其次，企业要大力发展大数据和物联网技术，以支持生产管理和运营优化。通过数据分析找出高能耗环节并进行改进，实现节能减排。企业应加快推进供应链管理的数字化，通过运用先进的数字技术来提升供应链的运作效率。这不仅能够优化运输和仓储的各个环节，还能有效降低这些过程中所产生的能源消耗和碳排放量。同时，推广远程办公和智能工作环境，减少员工通勤和办公场所能源消耗，这些数字化手段不仅能提高工作效率，还能显著降低碳排放。最后，通过构建绿色数字化生态系统，企业可以共享低碳技术和数字化经验，实现资源的最佳配置和利用。政府应制定综合性政策框架，将低碳发展和数字化转型有机结合。在制定经济发展规划时，统筹安排低碳和数字化基础设施建设，在低碳化和数字化的协同发展中进一步提高企业的新质生产力水平。

参考文献:

[1]潘敏,王晨.碳排放权交易试点阶段企业减排效应研究[J].经济纵横,2022(10):73-81.

[2]刘传明,孙喆,张瑾.中国碳排放权交易试点的碳减排政策效应研究[J].中国人口·资源与环境,2019,29(11):49-58.

[3]郭蕾,肖有智.碳排放权交易试点的创新激励效应研究[J].宏观经济研究,2020(11):147-161.

[4]李晖.碳排放权交易能促进企业创新吗?——基于中国碳交易试点覆盖企业的检验[J].系统工程,2022,40(6):11-22.

[5]宋德勇,朱文博,王班班.中国碳交易试点覆盖企业的微观实证:碳排放权交易､配额分配方法与企业绿色创新[J].中国人口·资源与环境,2021,31(1):37-47.

[6]李颖,牛浩洋,续慧泓.近朱者赤:被纳入碳排放权交易试点的客户能否影响企业ESG表现?[J].研究与发展管理,2024,36(1):40-52.

[7]孔晓旭,张新旭,唐晓萌.碳排放权交易试点政策对企业ESG表现的影响[J].统计与决策,2024,40(3):174-178.

[8]田超,肖黎明.碳排放权交易对企业低碳转型的影响——基于碳交易试点市场的准自然实验[J].华东经济管理,2023,37(2):64-74.

[9]董康银,邓又一.碳排放权交易试点政策对企业低碳转型的影响[J].财经问题研究,2023(12):52-63.

[10]邵帅,李兴.市场导向型低碳政策能否推动经济高质量发展?——来自碳排放权交易试点的证据[J].广东社会科学,2022(2):33-45.

[11]杨广越.新质生产力的研究现状与展望[J].经济问题,2024(5):7-17.

[12]钟茂初.“新质生产力”发展演进及其增长路径的理论阐释[J].河北学刊,2024,44(2):151-157.

[13]万长松,徐志源,柴亚杰.新质生产力论[J].河南师范大学学报(哲学社会科学版),2024,51(2):1-6.

[14]李晓华.新质生产力的主要特征与形成机制[J].人民论坛,2023(21):15-17.

[15]石建勋,徐玲.加快形成新质生产力的重大战略意义及实现路径研究[J].财经问题研究,2024(1):3-12.

[18]郭秋秋,马晓钰.市场激励型环境规制对企业绿色创新的影响研究——基于上市公司绿色专利视角[J].技术经济与管理研究,2022(9):44-50.

[19]刘晔,张训常.碳排放交易制度与企业研发创新——基于三重差分模型的实证研究[J].经济科学,2017(3):102-114.

[20]胡江峰,黄庆华,潘欣欣.碳排放交易制度与企业创新质量:抑制还是促进[J].中国人口·资源与环境,2020,30(2):49-59.

[23]田建强,韩晓玉.碳排放权交易与企业融资约束——来自我国碳交易试点的证据[J].会计之友,2023(6):104-111.

[24]张涛,吴梦萱,周立宏.碳排放权交易是否促进企业投资效率?——基于碳排放权交易试点的准实验[J].浙江社会科学,2022(1):39-47.

[25]屠西伟,张平淡.企业数字化转型､碳排放与供应链溢出[J].中国工业经济,2024(4):133-151.

[26]白雪洁,孙献贞.互联网发展影响全要素碳生产率:成本､创新还是需求引致[J].中国人口·资源与环境,2021,31(10):105-117.

[27]叶强,高超越,姜广鑫.大数据环境下我国未来区块链碳市场体系设计[J].管理世界,2022,38(1):229-240.

[28]余东华,李云汉.数字经济时代的产业组织创新——以数字技术驱动的产业链群生态体系为例[J].改革,2021(7):24-43.

[29]杨芳,张和平,孙晴晴,刘禹轩.企业数字化转型对新质生产力的影响[J].金融与经济,2024(5):35-48.

[30]张秀娥,王卫,于泳波.数智化转型对企业新质生产力的影响研究[J].科学学研究,2024.

[31]胡珺,黄楠,沈洪涛.市场激励型环境规制可以推动企业技术创新吗?——基于中国碳排放权交易机制的自然实验[J].金融研究,2020(1):171-189.

[32]宋佳,张金昌,潘艺.ESG发展对企业新质生产力影响的研究——来自中国A股上市企业的经验证据[J].当代经济管理,2024.

[34]吴非,胡慧芷,林慧妍,任晓怡.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界,2021,37(7):130-144.

[35]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.

[36]温忠麟,张雷,侯杰泰,刘红云.中介效应检验程序及其应用[J].心理学报,2004(5):614-620.

[37]王桂军,卢潇潇.“一带一路”倡议与中国企业升级[J].中国工业经济,2019(3):43-61.

[38]彭红星,毛新述.政府创新补贴､公司高管背景与研发投入——来自我国高科技行业的经验证据[J].财贸经济,2017,38(3):147-161.

基金资助:国家社会科学基金青年项目,美国经济政策不确定性对中国经济的溢出效应及其传导机制研究,编号:19CJL053;

文章来源:王伟强,晋文臣.碳排放权交易试点对企业新质生产力的影响——来自中国沪深上市企业的微观证据[J].当代经济,2024,41(12):3-14.