萬家企業節能減排政策對企業綠色技術創新的影響及其內在機制

賴小東　詹偉靈

關鍵詞 萬家企業政策；綠色技術創新；雙重差分法；計數數據模型

中圖分類號 F062. 2 文獻標志碼 A 文章編號 1002-2104（2023）04-0104-11 DOI：10. 12062/cpre. 20230126

2011 年，中國印發《萬家企業節能低碳行動實施方案》（以下簡稱“萬家企業政策”），開始實施萬家企業節能低碳行動。該政策是實現“十二五”能耗和碳減排約束性指標的重要支撐和保證，是目前中國最典型、最具有代表性的大規模節能政策之一。政策以“企業為主，政府引導”為基本原則之一，中央政府負責統籌協調，地方政府按屬地管理原則負責組織實施。一方面，萬家企業政策直接管制企業的能源使用量，即根據綜合能源消費量將全國一萬多家企業納入政策實施范圍，并確定每家企業“十二五”期間需完成的節能減排目標；另一方面，該政策要求各地區節能主管部門加強監管，并將政策企業的節能措施落實和目標達成情況納入地方政府節能目標責任考核評價體系。類似萬家企業政策的目標責任制政策是中國應對氣候變化的常態化工具。綠色技術創新作為減少碳排放的一個關鍵驅動因素，具有巨大的溢出效應［1］，可以帶來長久的經濟與環境效益。企業在綠色技術創新體系中占主體地位，萬家企業政策能否促進企業綠色技術創新？地方政府在其中扮演何種角色？文章基于萬家企業政策的實踐經驗，以上市企業為樣本，研究萬家企業節能減排政策引致的綠色技術創新效應，并從政府行為視角探索其內在機制。該研究可豐富和拓展環境規制作用于綠色技術創新的機制理論，有利于相關碳減排政策設計優化和推進產業低碳化轉型與升級。

1 文獻綜述

環境規制能否促進綠色技術創新是規制研究領域的經典問題，現有大量文獻從政策、地區、行業和宏微觀層面等不同維度挖掘經驗數據，采用前沿的計量方法，對該問題開展經驗實證研究。在碳減排領域，文獻主要關注低碳城市試點［2-4］、碳排放權交易機制［5-7］等碳規制政策，較少文獻關注直接管制企業能耗量的政策。其中，Filippini等［8］考察了千家企業節能行動對企業全要素生產率的影響，韓超等［9］研究了千家企業節能行動對污染排放的協同效應以及影響機制，康志勇等［10］研究了萬家企業政策對企業出口的影響。在指標選取上，隨著數據獲取便利性的提高，綠色專利數據被研究者廣泛用于綠色技術創新相關研究［11-15］，但該數據的離散特征、零膨脹特征以及模型的估計方法等問題未受到重視。

相關文獻還重點研究了規制政策影響企業綠色創新的機制和條件［16］。從資源的角度來看，環境規制具有“擠占效應”，即環境規制會增加企業環境性投資、加重企業污染治理成本［17］，以及降低企業的技術創新投入［18］，從而抑制企業創新；環境規制也具有“補償效應”，即通過政策支持幫助企業彌補綠色創新部分成本，提高企業開展綠色技術創新的積極性和可行性［19］。從政策的強制性角度來看，環境規制具有“倒逼效應”。如王班班等［15］認為市場型政策給企業帶來了類似于能源價格上漲的成本壓力或經濟激勵，而命令型政策直接通過政策的實施增加企業的成本；李青原等［20］認為“倒逼效應”源于利益相關者的外部壓力和企業內部的激勵性因素。但現有文獻未從企業可選擇的合規路徑來系統分析環境規制如何“倒逼”企業開展綠色技術創新。

中央地方博弈是中國應對氣候變化政策的主要特點之一［21］。許多文獻從中國環境管理體制的角度來評價環境規制政策。如Chen等［22］利用“十一五”減排政策變動來識別環境規制對地方官員治污行為的影響；在中國2007年開始實施的“國家重點監控企業”政策實踐經驗中，中央政府監察提高了地方政府的環境執法力度［23］，進而促進了企業綠色技術創新［24］；陶鋒等［25］研究了對地方政府的環?？冃Э己四芊駥崿F企業綠色技術創新的“增量提質”。

綜上發現：其一，鮮有文獻基于萬家企業政策的實踐經驗研究環境規制對綠色技術創新的影響；其二，在方法上，綠色專利數據存在離散、零膨脹等特征，但未能引起現有大部分文獻的重視；其三，環境規制作用于綠色技術創新的機制還有待探索，鮮有經驗研究考慮地方政府行為在環境規制政策影響企業綠色技術創新活動的過程中發生的作用。該研究試圖從以上三個方面進一步拓展，以期對現有研究作出相應的補充和完善。

2 研究設計

2. 1 提出假設

萬家企業政策是政府為了服務于社會發展規劃中的節能減排目標而制定的一項干預企業生產活動的節能減排規制，屬于命令型環境規制。該政策給企業下放減排目標，并通過加強監管來提高企業違規成本，能否促使企業開展綠色技術創新，關鍵在于企業會選擇什么合規路徑。企業的選擇并非局限于技術創新，還包括產業轉移［26-27］、削減能耗［28-29］和技術采用［30］等。萬家企業政策是全國性的政策，意味著企業無法通過產業轉移來規避政策。企業為維護自身市場份額及未來發展，也不會輕易選擇大幅削減規模。因此，通過技術實現減排就成為企業的必然路徑選擇。技術采用的成本低于技術創新，但企業若選擇創新，其創新成果具有潛在收益，即創新企業可將其以專利等形式存在的綠色技術投放到技術市場上有償讓渡其他企業采用，從而獲取更高收益。綜上，提出基準假設1。

基準假設1：萬家企業政策對企業綠色技術創新具有正向影響，即該政策具有綠色技術創新效應。

萬家企業政策的一系列措施對地方政府督促形成硬約束，即地方政府不僅是“監管者”，更是“被監管者”。中央環保督察經歷了由“督企”向“督政”的階段轉變［31］。根據晉升錦標賽理論［32］，地方政府作為被監管者，需要平衡經濟績效與環?？冃Э己?。而出于前者的需要，地方政府多采用獎勵和補貼的方式促進屬地內企業完成節能減排目標［21］。因此，為支持轄區內的政策企業達標，地方政府傾向于對企業實施扶持，如給企業提供環保補助與研發補助，政府補助可彌補企業創新的部分成本，提高企業開展綠色技術創新的積極性和可行性［33］，對創新有積極作用［19］。其中，環保補助資金有專項的環保治理用途，不能對企業開展綠色技術創新提供激勵，甚至可能會對企業綠色技術創新形成反向激勵。因為一旦企業可通過綠色技術創新以外的途徑達到節能減排的目的，就會削弱企業開展周期長、風險大的綠色技術創新的動力。故政府資金扶持中，對企業綠色技術創新起到激勵作用的是研發補貼。綜上，提出中介效應假設2。

中介效應假設2：地方政府的研發補助在萬家企業政策對企業的綠色技術創新產生促進效應的過程中發揮了中介的作用。即萬家企業政策會通過對地方政府的考核機制影響地方政府對政策企業的研發補貼行為，進而對企業的綠色技術創新產生影響。

考慮政府政策的實施效應存在滯后性，且該政策實施具有一定周期性，因此萬家企業政策實施后，其促進綠色創新的效應可能具有動態性特征，對此提出動態特征假設3。

動態特征假設3：萬家企業政策的綠色技術創新效應具有動態特征。即萬家企業政策在實施期間，其綠色技術創新效應會逐步釋放、提高。政策結束后，綠色技術創新效應會有所收斂甚至消失。

高技術創新水平地區通常已經擁有了良好的技術研發配套產業，企業在創新上更具有領先優勢與規模優勢，因此針對萬家企業政策的綠色技術創新效應在創新水平上的邊際特征提出邊際特征假設4。

邊際特征假設4：萬家企業政策的綠色技術創新效應在綠色技術創新水平上具有邊際遞增的規律。即對越高創新水平地區的企業而言，萬家企業政策的綠色技術創新效應越明顯。

萬家企業政策增加了企業的污染成本，在中央生態環保督查持續發力、中央對地方環?？冃Э己瞬粩嗉訌姷谋尘跋?，地方國有企業開展綠色技術創新從而減排增效的動力更足。此外，國有企業具有更多的資金和資源用于綠色創新。因此，針對企業產權特性上的異質性特征提出異質性假設5。

異質特征假設5：萬家企業政策的綠色技術創新效應在企業的產權特征上存在差異性，在國企中政策效應更為顯著。

具體假設整體思路如圖1所示。

2. 2 模型構建

2. 2. 1 基準模型

使用雙重差分（DID）及其擴展模型評估萬家企業政策對企業綠色技術創新的平均效應，基準模型構建如式（1）所示：

2. 2. 2 計數數據模型

核心被解釋變量所使用的專利數據屬于計數數據，只可取包括零在內的非負整數。文獻［2，20，36］對專利數據的處理方法多是加1后取自然對數。該研究亦采用了此方法，但考慮到對數化后的專利數據可能仍不符合經典線性回歸模型的正態分布假設，故將模型設計的思路從經典線性回歸模型擴展到廣義線性回歸模型（GeneralizedLinear Models，GLM）［37］。在該模型框架下，被解釋變量可以是計數數據，其分布屬于指數分布族，其期望值的函數即連接函數與解釋變量呈線性關系。在設計GLM模型時，須明確被解釋變量的分布類型和連接函數。

在眾多GLM模型中，當被解釋變量的取值為所有自然數時，多采用泊松回歸模型（Possion）［38］。泊松回歸現已成為對計數數據進行GLM建模的標準方法［39］，在創新研究領域受到越來越多學者的青睞［40-44］。泊松回歸假設被解釋變量服從泊松分布。該研究以對數函數作為連接函數，構建泊松面板模型如式（3）所示：

其中：exp表示指數函數，X 表示等號右邊出現的所有解釋變量。計數數據模型使用極大似然估計法估計系數。

泊松回歸要求被解釋變量的數學期望等于方差。當數據存在“過度離散”現象（方差比理論值大）時，則一般考慮采用負二項回歸（Negative Binomial Regression， NB）加以修正。為應對可能存在的數據過度分散問題，該研究在模型設計中加入負二項模型如式（4）所示：

以上計數數據模型假定被解釋變量服從某一指數分布族，很多情況下這一假設仍不能得到滿足。此時在一定條件下，使用“偽似然估計法”（Pseudo?maximum Likelihood，也稱“擬似然估計法”）仍可得到一致的估計結果。Gourieroux等［45］放松因變量分布的假設，提出了泊松偽極大似然（PPML），使泊松回歸不再局限于計數數據，可應用于任何非負的被解釋變量。相關研究表明，當非負變量存在許多零值時，PPML是最好的選擇［46］，適用于研發支出、專利等數據［39］，且該方法可得到穩健的標準誤［47］。經Silva等［48］推薦，該方法被廣泛應用于國際貿易領域的重力模型。該研究使用此方法進行估計，模型表達式同式（3）。在上述模型表達式中，仍然使用是否受萬家企業政策干預treatedit 和政策實施前后afterit 的交互項，即在計數數據模型中，仍然運用雙重差分的原理來識別政策效果。

2. 2. 3 作用機理模型

為檢驗環境規制的綠色技術創新效應機制，參考溫忠麟等［49］提出的中介效應檢驗思路，構建中介效應模型，如式（5）和式（6）所示：

其中：Innindex_it表示企業所在城市的創新水平。為了簡潔與便于閱讀，式（7）省略了after_it、treated_it與Innindex_it這三個主變量及它們間的其他交乘項。若在after_it× treated_it的系數ρ₂仍顯著為正的基礎上，ρ₁的估計值顯著為正，則表明與城市創新指數較低的地區相比，萬家企業政策對創新綠色技術創新的促進作用在城市創新指數較高地區下影響更大，即說明政策效果在創新水平上存在邊際效應。

企業的所有制屬性通常會對其研發投入和技術創新產生影響。為檢驗萬家企業政策對企業綠色技術創新的影響是否在企業產權特征上存在差異性，使用企業的產權特征變量Ownership 構建三重差分模型，原理與前述的三重差分模型相同。

2. 3 變量選取與說明

核心被解釋變量是以綠色專利為衡量指標的綠色技術創新水平。專利類型中，一般認為實用新型的創造性及創新性弱于發明專利；對比專利申請量與授權量，前者無須檢測與繳納年費，不受其他因素的影響，可更大程度地避免時間滯后問題，進而規避了一些不穩定性與不確定性的影響［2，51-53］，兼具表現了創新主體的努力程度與創新成果。因此選取綠色發明專利申請量（GreInvia）作為綠色技術創新的指標，并改用綠色實用新型申請量（GreUmia）作為穩健性檢驗之一。

核心解釋變量是政策交乘項after × treated。其中treated 表示萬家企業政策實施范圍的虛擬變量。若某企業被列入萬家企業政策企業名單，則相應的虛擬變量treated 記為1，否則記為0。after 表示萬家企業政策時間的虛擬變量，政策實施前即2011年之前記為0，政策實施后即2011 年及之后記為1。若某企業在政策企業名單內，且時間在2011 年或之后，則該企業對應的交互項after × treated 記為1，否則均為0。通過估計交乘項after ×treated 的系數，即可識別萬家企業政策的凈效應。

考慮上市公司的財務與經營狀況、地區發展水平對企業綠色技術創新的影響，選取企業層面特征變量和城市特征變量作為控制變量?？紤]企業所屬行業的技術水平、企業自身的技術創新水平、不隨時間變化的地區經濟科技水平、整體科技水平的進步提高等因素的影響，在模型中加入行業、個體、省份、年份等固定效應。主要變量名稱、含義及計算方法匯總見表1。

2. 4 數據來源與處理

研究樣本為上市公司中的政策企業與非政策企業，經驗實證數據主要有三大部分：一是國家發展和改革委員會等部門聯合印發的《關于印發萬家企業節能低碳行動實施方案的通知》中公布的萬家企業名單，全國共有16 076 家企事業單位。二是從中國研究數據服務平臺（CNRDS）獲取的上市公司綠色專利數據，該綠色專利數據來自中國專利數據，“綠色”的界定依據是世界知識產權局公布的綠色專利分類號標準。三是從國泰安（CSMAR）獲取的上市公司其他數據，以及從EPS獲取的區域經濟數據，中國城市創新指數來自復旦大學產業發展研究中心的研究報告［54］。數據時間跨度為2004—2018年。因2019年中國針對專利申請開展了整體監管轉型，當年專利申請數量出現了二十多年來的首次下降［55］，故該研究未將2019年及其后的數據納入樣本研究。

將不同來源的數據匹配后，按照國民經濟行業分類標準，選取工業企業樣本，即采礦業、制造業以及“電力、熱力、燃氣及水生產和供應業”這三大門類的企業樣本；刪除政策實施后才成立的企業樣本；剔除少于5年數據的企業樣本；剔除非正常上市的企業樣本；剔除規模極端的企業樣本。

3 實證結果

3. 1 統計描述和差異性分析

表2報告了核心變量的描述性統計。在經過數據處理的10 517個樣本中，企業綠色發明專利申請量（GreIn?via）平均值為0. 946，標準差為6. 366，75% 分位數為0。說明樣本企業的綠色專利水平普遍較低，差異較大，零值占比大，零膨脹現象嚴重。政策變量treated 和after 平均值分別為0. 312 和0. 645，說明政策實驗組樣本占比較少，政策實施年度后的樣本占比較大。

表3顯示了政策實驗組與對照組在政策實施前后的組內差異和組間差異的檢驗結果。萬家企業政策實施后，實驗組和對照組的綠色發明專利申請量均顯著增加，但實驗組增加更多。簡單雙重差分后的結果為正，且具有統計學意義上的顯著性，初步表明萬家企業政策促進了企業綠色專利數量的增加。

為初步檢驗雙重差分法的平行趨勢假定，繪制綠色發明專利申請量的均值趨勢如圖2所示。在萬家企業政策出臺前，實驗組和對照組的綠色發明專利申請量大致保持相同趨勢；政策出臺后，該趨勢發生較大改變，實驗組的增長高于對照組。平行趨勢假定得到初步驗證。

3. 2 基準結果分析

基準回歸結果見表4。其中，Control 表示是否控制企業層面特征變量和城市特征變量，Fixed_Effect 表示是否控制個體固定效應，Year_FE 表示是否控制年份固定效應，Ind_FE 表示是否控制行業固定效應，Log 表示是否對被解釋變量進行對數化處理，Robust 表示是否采用聚類調整標準誤差，N 表示樣本量。文內所有回歸均盡量采用聚類調整標準誤差，并盡可能地控制個體、時間、行業和省份效應?；貧w結果顯示，after_it× treated_it估計系數均在1%的水平上顯著為正。說明萬家企業政策實施后，相比于不受監管企業，受監管企業的綠色技術創新水平顯著提升。在萬家企業政策的監管壓力下，被倒逼的企業并沒有完全選擇采用現有的技術，而是開展了綠色技術創新并取得了一定的成果。因此可得出萬家企業政策對企業綠色技術創新具有正向影響的結論，基準假設1得到驗證。

圖3展示了萬家企業政策對企業綠色技術創新數量影響的動態效應。從中可看出，政策實施前，after_it×treated_it估計系數不顯著。政策實施當年，政策的綠色技術創新效應已初步顯現，原因可能是雖然該政策在2011才開始正式實施，但在確認名單過程中，企業已對政策產生預期；政策實施期間，企業綠色專利申請數量總體顯著增加，交互項系數均顯著為正且呈上升趨勢；政策結束后，交互項的系數有所回落，且顯著性有所下降。此結果表明，雙重差分估計的平行趨勢假設得到滿足。同時也表明，萬家企業政策在實施期間，其綠色技術創新效應顯著且顯著性隨時間增強。這與現實情況相符，即相對于研發投入，專利申請具有一定的時間滯后性。政策結束后，萬家企業政策的綠色技術創新效應不顯著，該效應不具有長期性、可持續性。因此，萬家企業政策的綠色技術創新效應在時間上具有動態特征，假說3得以驗證。

計數數據模型的結果見表5。計數數據模型的系數含義不同于基準模型。以列（2）結果為例，它表明，與對照組相比，實驗組的綠色創新水平的自然對數的平均增加了約0. 76，其他列同理解釋。計數數據模型考慮了專利數據的離散特征、零膨脹特征以及估計方法的問題，所得到估計結果更為穩健。從表5可看出，計數數據模型的回歸結果依然支持了文章的基準假說1。

3. 3 穩健性檢驗

根據前文研究設計的思路，該研究從三個角度進行穩健性檢驗。首先，將綠色技術創新的指標更換為實用新型專利的綠色申請數量，并使用更為穩健的計數數據模型進行估計，結果依然穩?。ū?）。其次是安慰劑檢驗，為排除不可觀測特征的影響，參考Liu等［56］、周茂等［57］、宋弘等［58］的做法，采用隨機的思路，用500次隨機抽樣后的估計系數，繪制估計系數的核密度分布如圖4所示。估計系數基本服從正態分布，表明對企業樣本進行隨機分組后雙重差分的結果也服從隨機分布，符合安慰劑檢驗預期。最后，為提高實驗組與對照組的可比性，采用傾向性得分匹配法對實驗組和對照組進行匹配?？紤]到可能影響企業是否入選為政策企業的因素，文章選取企業資產規模（Size）、企業產權特征（Ownership）、行業污染特征（ifhp）和市場勢力（Market）等企業特征變量作為協變量。匹配后的回歸結果見表7，符合穩健性檢驗預期。其中，傾向性得分匹配前后變量的標準化偏差圖如圖5所示，匹配結果較好地平衡了數據。

3. 4 作用機理分析

作用機理分析的回歸結果見表8。中介效應模型結果見列（1）、列（2）。列（1）的結果展示了after_it × treated_it交互項系數顯著為正，即政策交互項對中介變量有顯著的正向影響，說明相比于非政策企業，受到萬家企業政策管制的政策企業能從地方政府獲得更高的補貼。而地方政府此行為的目的是通過獎勵和補貼的方式促進屬地內企業完成節能減排目標，從而平衡經濟績效與環?？冃Э己?。列（2）中，grant 的系數表示在控制交互項的影響之后，中介變量grant 對綠色技術創新的效應。該系數顯著為正，說明政策企業所獲得的額外補貼進一步提高了企業的綠色技術創新水平。因此，政府補助這個中介變量存在部分中介效應，中介效應假設2得到驗證。

表8列（3）結果顯示，在after_it× treated_it 系數仍顯著為正的基礎上，treated_it×after_it×Innindex_it系數的估計值顯著為正，表明與城市創新指數較低的地區相比，在城市創新指數較高的地區，萬家企業政策對企業綠色技術創新的促進作用更為顯著。主要原因可能在于綠色技術創新水平高的地區的技術研發配套產業較為良好，創新要素齊全且流動性強。企業可接收到更多的創新溢出，更具有領先優勢與規模優勢。因此，萬家企業政策的綠色技術創新效應在創新水平上的邊際特征顯著，邊際特征假設4得以驗證。

列（4）結果顯示，在after_it× treated_it系數接近正顯著的基礎上，treated_it×after_it×Ownership_it系數的估計值顯著為正，表明與私營企業相比，萬家企業政策對創新綠色技術創新的促進作用在國有企業中影響更大。說明國有企業更積極地響應政府的節能減排號召，且國有企業在地方政府完成節能減排目標的過程中承擔了更多的責任。也有可能是，國有企業得到了更多用于綠色創新的資金和資源。異質特征假說5得以驗證。

4 結論與啟示

基于萬家企業政策沖擊，以政策實施范圍內的樣本企業為實驗組，政策實施范圍外的樣本企業為對照組，運用雙重差分法，從企業層面研究了萬家企業政策對企業綠色技術創新的影響，以及地方政府行為所起到的中介效應。研究結果表明：①萬家企業政策顯著地促進了企業的綠色技術創新?？紤]數據離散特征、零膨脹特征等因素后，該結論依然成立。在更換變量指標、安慰劑檢驗、經匹配后回歸等一系列穩健性檢驗后，該結論也依舊成立。②萬家企業政策的考核約束性影響了地方政府對企業的補貼行為，進而促進了企業的綠色技術創新。③萬家企業政策的綠色技術創新效應在政策期間顯著存在，政策結束后不顯著，具有動態特征。④萬家企業政策的綠色技術創新效應具有邊際特征。與城市創新指數較低的地區相比，在城市創新指數較高的地區，萬家企業政策對企業綠色技術創新的促進作用更為顯著。⑤萬家企業政策的綠色技術創新效應具有異質特征。與私營企業相比，萬家企業政策對國有企業的綠色技術創新促進作用更顯著。

上述研究發現，目標責任制在解決中國的環境問題和實現經濟高質量發展過程中發揮了積極的作用，由此得出政策啟示如下。

（1）優化政策設計以積極引導企業提高綠色技術創新水平。政策一方面要“堵住”企業的僥幸心理，另一方面要“疏通”企業走綠色技術創新之路的障礙。即政策要配套強硬的保障措施，加大違規懲罰力度，倒逼企業轉型。同時，積極利用研發補貼等政策手段，打通企業融資渠道，對企業綠色技術創新研發給予支持，降低企業創新成本，提高企業創新動力。

（2）構建完善綠色發展導向的環?？冃Э己梭w系。切實強化節能減排績效考核，實行節能減排與經濟增長雙掛鉤的綠色考核體系，提高對地方綠色技術創新績效的考核比重，引導地方轉變發展理念、開展良性競爭，警惕防范地方政府在環保問題上“逐底競爭”的不良現象。破除“唯GDP論”的思想，實現真正意義上的經濟高質量發展。

（3）“因企制宜”地實施環境規制與創新激勵政策。制定手段靈活、強度相適的環境規制政策，充分了解企業痛點和難點，積極協助企業解決節能減排與綠色技術創新過程中的問題。對創新水平較低、基礎較差地區的企業，其創新起步更為艱難，政府更需大力支持。高創新水平地區企業的綠色技術創新效應更高，應加強對該地區企業創新的獎勵與激勵。要堅持解決民營企業融資難融資貴的問題。在對國有企業的監管和考核中，應加大綠色創新指標考核權重，以進一步提高國企的綠色創新積極性。

（責任編輯：王愛萍）