重污染企業ESG表現與企業綠色技術創新
——基于企業知識基礎與環保補助的調節作用

汪蘇蘇 徐衛星

(寧波大學商學院,浙江 寧波 315211)

0 引 言

近年來,隨著全球環境的不斷惡化,環境問題引起了各界的廣泛關注。為實現“雙碳”目標和“兩山”的綠色發展理念,將環境(Environmental,E)、社會責任(Social,S)、公司治理(Governance,G)因素作為考核上市公司的重要指標之一,可以積極引導投資者關注企業的可持續發展,引導企業貫徹綠色發展理念,以驅動社會的進步。重污染企業是供給側結構性改革“三去一降一補”的對象,進一步提升我國重污染企業綠色技術創新與綠色發展理念不謀而合。實現重污染企業綠色技術創新不僅是解決環境問題推動可持續發展的關鍵,而且是確保重污染企業高質量增長的動力來源。隨著各界對環境問題的關注度越來越高,越來越多的企業開始關注自身在公眾面前的形象。那么,ESG評分作為企業在環境、社會責任、公司治理三個方面的綜合表現是否會影響企業的綠色技術創新行為值得探討。

此外,在知識基礎理論框架下,綠色技術創新是企業在已有的研發路徑上對內外部知識進行整合,并將橫向和縱向技術知識進行轉換和重組,進而實現價值創新的過程。企業本身所擁有的知識基礎對企業吸收、整合以及利用外部知識的有效性起到了決定性作用,對企業的創新有著不同的影響[1]。因此,企業的知識基礎是否對ESG表現與綠色技術創新之間的關系產生影響值得深入研究。同時,政府環保補助作為綠色技術創新過程中的一項重要外部資源,在ESG表現與綠色技術創新中是否也扮演重要的角色也值得深入研究。

因此,為厘清ESG表現作用于綠色技術創新關系的微觀機理,本文從知識基礎理論和資源依賴理論出發,考慮兩類創新資源——知識基礎和政府環保補助的調節作用,以豐富ESG表現對綠色技術創新作用的理論研究。本文主要探討以下問題:ESG表現是否對企業綠色技術創新產生影響,企業知識基礎對ESG表現與企業綠色技術創新之間的關系是否產生差異化影響,政府環保補助在ESG對企業綠色技術創新的影響中是否存在調節作用。

1 理論分析與研究假設

1.1 ESG表現與綠色技術創新

ESG是環境(Enviromental,E)、社會責任(Social,S)和公司治理(Governance,G)的簡稱,是一種企業評價標準。與以往投資者關注財務表現不同,ESG關注企業環境、社會責任和治理績效?；贓SG評分,投資者可以通過環境、社會責任、公司治理等指標對投資標的進行負面篩選。綠色技術創新具有投資周期長、風險與收益不確定性高的特點,因此受制于短期利益的管理者往往不愿意花費更多的資源和精力去從事綠色技術創新活動。股東有強烈的改善企業綠色技術創新的意愿[2],而在兩權分離下,當面臨高度信息不對稱時,股東無法有效監督管理者,阻礙了企業的綠色轉型。ESG表現所傳達的更加全面、多樣的信息可以有效緩解信息的不對稱,幫助股東對企業的技術創新行為進行更有效的監督。因此,ESG表現可以幫助股東有效監控管理者的行為,滿足綠色創新意愿,促進企業進行綠色技術創新。此外,良好的ESG表現有助于企業樹立正面形象。ESG表現向外部市場傳達了企業在環境、社會責任和公司治理方面的綜合表現以及綠色可持續發展方面的經營理念。在投資者有限關注情況下,ESG的良好表現有助于企業建立聲譽優勢。隨著ESG在社會中不同人群中的傳播,擁有更好的ESG表現的公司也可以吸引更多的高技能人才[3],這些員工希望選擇一份以保護環境為目標的工作,從而提高企業綠色技術創新能力?；谝陨戏治?本文提出假設H1:ESG表現對企業的綠色技術創新有積極影響。

1.2 知識基礎的調節作用

知識寬度的調節作用。知識寬度指企業所擁有的全部知識要素,反映了企業知識多元化的程度。首先,企業擁有較大的知識寬度不僅會占用企業的創新資源,而且會增加管理成本。知識寬度較大會導致新流入的知識融合不充分[4],使得管理者不得不分散管理精力和部分企業資源,并且在一定程度上增加了知識搜尋和整合的成本,降低知識和信息的可信度,因此對公司資源形成了約束,為企業帶來更多不確定性和風險,阻礙了企業在有限時間內吸收新知識并進行發展的能力,企業也很難在有限的時間內獲得并吸收新的前沿知識,不利于企業創新?；谏鲜龇治?本文提出假設H2:知識寬度對ESG表現與綠色技術創新之間的關系具有負向調節作用。

知識深度的調節作用。知識深度反映了企業知識基礎的縱向維度,表示企業對某些知識領域有深厚的知識積累。對于擁有較高知識深度的企業而言,企業既有的知識深度會在很大程度上限制企業的綠色技術創新行為。較高的知識深度可能導致企業形成技術惰性,從而使企業只專注于成熟的技術[5]。管理者因為綠色技術創新活動的周期長、資金投入大以及風險不確定性高等特點,往往傾向于在已有的熟悉的技術領域重復利用其核心能力。長此以往,企業的核心能力很可能演變為核心剛性,造成路徑依賴,從而損害企業的適應能力,降低企業與外部知識開展技術合作的意愿。同時,因ESG的良好表現所帶來的資源投入發生偏倚,最終導致高度的專業化和較低的外部認知能力[6],不利于企業創新?；谏鲜龇治?本文提出假設H3:知識深度對ESG表現與綠色技術創新之間的關系具有負向調節作用。

1.3 環保補助的調節作用

隨著政府不斷加強環境監管,環保補助作為政府支持的一種制度手段,對企業經濟的影響發揮著越來越重要的作用。近年來,政府通過環保補助鼓勵企業積極履行環境責任。盡管獲得政府補助可能會給企業帶來一些好處,但也給企業帶來了政府依賴[7]。獲得補助的企業為了滿足政府需求會積極提高其合法性,具體表現為,在接受補貼后進行環保投資順應政府的要求并對其內部資源進行再分配。然而,在資源有限的情況下,企業為了獲得政府環保補助而去滿足政府對環境責任的要求可能會引發企業減少對其他利益相關者的資源配置,導致消極承擔社會責任和股東責任,即將資源集中用于環境責任承擔上,消極承擔其他責任[8]。因此,企業會順應政府政策文件將環保補助用于環保投資,從而提高環境表現的評分,同時也因為對社會責任和治理責任的消極態度造成ESG綜合評分的橫向背離,最終抑制了企業的綠色技術創新行為?；谝陨戏治?本文提出假設H4:政府環保補助對ESG表現與綠色技術創新之間的關系具有負向調節作用。

2 研究設計

2.1 樣本選擇和數據來源

本文選取2011—2021年中國A股重污染行業上市公司為研究樣本,在選擇重污染企業時,參考王永貴和李霞對重污染企業的認定標準[9],并結合證監會2012版分類標準。本文選取18種重污染行業上市公司為研究對象,包括:B06、B07、B08、B09、B10、C17、C18、C19、C22、C25、C26、C27、C28、C29、C30、C31、C32、D44。對所選取的樣本進行如下處理:剔除金融業、ST、*ST、PT觀測樣本;將專利申請數量為缺失值的替換為0,對控制變量嚴重缺失的樣本進行剔除,對所有連續變量進行上下1%的縮尾處理,最終得到463個樣本、3 211個觀測值。其中ESG數據采用彭博(Bloomberg)給出的ESG評分,綠色專利申請數量來自中國研究數據服務平臺(CNRDS),政府環保補助數據來自上市公司年報,其他財務數據均來自國泰安數據(CSMAR)。本文數據的處理和分析采用STATA15.0完成。

2.2 變量定義

被解釋變量。綠色技術創新(lnGT)借鑒黎文靖和鄭曼妮的研究[10],專利技術在申請階段很可能會對企業績效造成一定的影響,因此,相對于授權數據而言,專利申請數據更為穩定、可靠和及時。本文采用綠色專利申請數量加1的自然對數作為綠色技術創新的衡量指標。

解釋變量。ESG表現(ESG)選取彭博(Bloomberg)提供的ESG評分來衡量。彭博(Bloomberg)的ESG評分在[0,100]區間變動,為了使ESG評分看起來更為直觀,將從彭博(Bloomberg)獲得的企業ESG評價得分值除以100,得到新的ESG得分。得分越高,表明企業在環境、社會責任和公司治理三個方面的表現越好;得分越低,則表現越差。

控制變量。借鑒現有關于綠色技術創新權威文獻[13],選取的控制變量包括企業規模(Size)、資產負債率(Lev)、總資產凈利潤率(ROA)、凈資產收益率(ROE)、賬面市值比(BM)、托賓Q值(TobinQ)、公司成立年限(FirmAge)。具體變量的內涵及測量方法見表1。

表1 變量定義與描述

2.3 模型設定

為驗證企業ESG表現對綠色技術創新的影響,構建模型(1)。

lnGT=β0+β1ESG+β2Size+β3Lev+β4ROA+β5ROE+β6BM+β7TobinQ+β8FirmAge+∑Year+∑Industry+ε

(1)

為驗證知識寬度和知識深度的調節作用,構建模型(2)和模型(3)。

lnGT=β0+β1ESG+β2Breadth+β3ESG×Breadth+β4Size+β5Lev+β6ROA+β7ROE+β8BM+β9TobinQ+β10FirmAge+∑Year+∑Industry+ε

(2)

lnGT=β0+β1ESG+β2Depth+β3ESG×Depth+β4Size+β5Lev+β6ROA+β7ROE+β8BM+β9TobinQ+β10FirmAge+∑Year+∑Industry+ε

(3)

為驗證政府環保補助的調節作用,構建模型(4)。

lnGT=β0+β1ESG+β2GES+β3ESG×GES+β4Size+β5Lev+β6ROA+β7ROE+β8BM+β9TobinQ+β10FirmAge+∑Year+∑Industry+ε

(4)

3 實證結果與分析

3.1 描述性統計、相關性分析

各變量描述性統計、相關性分析結果見表2。Pearson檢驗結果顯示:企業綠色技術創新(lnGT)與ESG表現之間的相關系數為0.316且顯著,表明ESG表現與企業綠色技術創新之間存在正相關關系。

表2 描述性統計、相關性分析及VIF值

3.2 多元回歸分析

采用OLS回歸對假設H1進行檢驗,同時控制行業和年份固定效應,回歸結果見表3。列(1)報告的是ESG表現(ESG)與企業綠色技術創新(lnGT)的回歸結果?；貧w結果顯示,ESG表現的回歸系數為2.333,且通過了1%的顯著性檢驗,驗證了假設H1。

表3 基準回歸分析

列(2)-(4)報告了ESG表現對企業綠色技術創新的作用如何受到知識寬度、知識深度和政府環保補助的影響。列(2)的結果顯示,ESG表現(ESG)與企業知識寬度(Breadth)的交互項系數顯著為負,為-0.006,在1%的水平上顯著,驗證了假設H2。列(3)報告了知識深度對ESG表現與企業綠色技術創新調節作用的回歸結果,可以發現ESG表現(ESG)與企業知識深度(Depth)的交互項系數顯著為負,為-12.045,在1%的水平上顯著,假設H3得到驗證。

列(4)的結果顯示,企業ESG表現(ESG)與政府環保補助(GES)之間的交互項系數顯著為-10.049,在1%的水平上顯著為負,表明政府環保補助會抑制企業ESG表現與企業技術創新的正向關系,假設H4得到驗證。

3.3 穩健性與內生性檢驗

替換解釋變量。采用彭博(Bloomberg)ESG的各分項評分對企業ESG總得分進行替換,包括環境(E)、社會責任(S)、公司治理(G),將E、S、G分別作為解釋變量進行回歸。

更換回歸方法。上文采取OLS回歸方法來估計ESG表現與企業綠色技術創新之間的關系?，F分別使用固定效應模型和隨機效應模型對方程進行估計。

為減弱遺漏變量的影響,將諸多公司治理層面的控制變量(股權集中度、獨立董事比例、管理層持股等)納入模型進行重新回歸。

內生性問題處理。采用工具變量法緩解內生性帶來的影響,借鑒王琳璘等的做法[14],以企業注冊地所在城市其他上市公司ESG評分的均值(IV)作為工具變量,運用兩階段最小二乘法(2SLS)估計。

穩健性檢驗與內生性檢驗結果均與前文一致,限于篇幅未展示。

4 結論與啟示

利用2011—2021年我國上市重污染企業ESG表現以及綠色專利數據,實證分析重污染企業ESG表現對綠色技術創新的影響,并探討知識基礎與政府環保補助的調節作用。得出結論:重污染企業ESG表現對綠色技術創新具有顯著正向促進作用;企業知識寬度、知識深度、政府環保補助均對ESG表現與綠色技術創新有負向調節作用。

基于上述研究結論,提出以下建議。

重污染企業作為“三去一降一補”的主要對象,更應基于可持續發展目標,積極承擔環境、社會與治理責任,主動向利益相關者、投資者等進行ESG信息披露,緩解企業與利益相關者之間的信息不對稱,使利益相關者能夠對企業經營狀況有充分了解,加強二者之間的信任。

政府部門應完善補貼制度,在發放環保補助激勵企業進行環保投資時,加強對所發放的環保補助的執行、資金流向的使用情況的定期審查,確保企業將補貼用于環境管理活動的同時對其他責任也沒有懈怠,避免出現企業積極承擔環境責任、消極承擔其他責任的情況。

企業在進行綠色技術創新時應當結合自身實際情況。避免對某一技術過度投入導致企業的核心能力演變為核心剛性,也避免過度提高自身知識寬度,占用過多管理資源,造成資源約束。企業應結合自身情況合理分配有限的資源,特別是中小企業可能還存在資金、技術等方面的制約,在獲取更多的新技術時無法及時將新流入的知識充分融合。