地方政府环境目标是否影响了企业绿色技术创新——基于我国制造业上市公司数据的经验研究

刘志铭; 刘雨庆; 杨志江

地方政府环境目标是否影响了企业绿色技术创新——基于我国制造业上市公司数据的经验研究

1.
华南师范大学经济与管理学院, 广州 510006
2.
华南师范大学区域经济研究中心, 广州 510006
3.
韶关学院经济管理学院, 韶关 512005

详细信息

中图分类号: F205
计量
- 文章访问数: 353
- HTML全文浏览量: 191
- PDF下载量: 96
出版历程
- 收稿日期: 2021-06-28
- 网络出版日期: 2022-11-14
- 刊出日期: 2022-09-24

Whether Environmental Targets of Local Governments Affect Enterprises Green Technology Innovation: An Empirical Study Based on the Data of Listed Companies in China's Manufacturing Industry

摘要

摘要: 基于手工收集整理的2011—2017年我国各省的节能减排目标数据和制造业上市公司的绿色专利申请数据，采用双向固定效应模型，实证分析政府环境目标对企业绿色技术创新的影响，发现：政府环境目标会抑制企业绿色技术创新，且这种抑制作用存在滞后性。机制分析表明，政府环境目标会通过企业利润减少与固定资产投资增加这两种方式抑制绿色技术创新。在东部地区、清洁行业，政府环境目标对企业绿色技术创新的抑制作用显著，而在中西部地区和污染密集行业则不显著。相对于国有企业，政府环境目标对非国有企业绿色技术创新的抑制作用更大。政府环境目标主要抑制企业实质性绿色技术创新行为，而非策略性绿色技术创新行为。
- 环境目标 /
- 绿色专利 /
- 企业利润 /
- 固定资产投资
Abstract: Based on manually collected data on energy conservation and emission reduction targets in various provinces in China from 2011 to 2017 and data on green patent applications of listed manufacturing companies, a two-way fixed effects model is used to empirically analyze the impact of government environmental targets on enterprise green technology innovation. The findings are as follows. First, the government's environmental goals inhibit the green technology innovation of enterprises, and the inhibition effect is still lagging behind. Second, the mechanism analysis shows that the government's environmental goals restrain green technology innovation in two ways: reduction in enterprise profits and increase in fixed asset investment. Third, in the eastern region and clean industries, government environmental targets have a significant inhibitory effect on the green technology innovation of enterprises while in the central and western regions and pollution-intensive industries the effect is not significant; compared with state-owned enterprises, government environmental targets have a greater restraining effect on non-state-owned enterprises' green technology innovation; government environmental targets mainly restrain the substantive green technological innovation behavior of enterprises rather than the strategic green technological innovation behavior.
- environmental targets /
- green patents /
- corporate profits /
- fixed asset investment

HTML全文

一. 问题提出

党的十八大以来，我国通过建章、立制、问责，构建最严格的生态环境保护制度，推动生态环境保护决心之大、力度之大、成效之大前所未有。党的十八大将生态文明建设纳入国家发展总体布局，提出经济建设、政治建设、文化建设、社会建设和生态文明建设五位一体，全面推进。十八届五中全会提出“创新、协调、绿色、开放、共享”的新发展理念，创新与绿色成为国家未来发展的主导方向。党的十九大报告明确提出“构建市场导向的绿色技术创新体系”，随后国家发改委联合科技部发布《关于构建市场导向的绿色技术创新体系的指导意见》，明确把企业置于培育绿色技术的首要主体位置，提出要充分利用市场机制，使有技术、有能力的企业主导绿色技术创新。党的十九届五中全会提出“十四五”时期我国经济社会发展的六大目标，其中包括经济发展取得新成效，在质量效益明显提升的基础上实现经济持续健康发展，增长潜力充分发挥，国内市场更加强大，经济结构更加优化，创新能力显著提升；生态文明建设实现新进步，生产生活方式绿色转型成效显著，能源资源配置更加合理、利用效率大幅提升，主要污染物排放总量持续减少，生态环境持续改善，生态安全屏障更加牢固。

在生态补偿市场机制缺失时，绿色技术创新主要由政府环境规制政策推动^[1]。自“十一五”开始，国家实施节能减排总量控制目标政策，在五年规划纲要中明确规定未来5年的总量控制目标，并将目标分解到各个省，各省又将目标层层分解到市、县等下级政府部门。近年来，为推进环境目标政策实施到位，节能减排指标完成情况也被纳入地方政府领导干部综合考核评价，并实行终身问责制和“一票否决”制。那么，作为地方政府的硬约束，政府环境目标是否会影响作为绿色技术主体的企业的绿色技术创新行为？进一步讲，政府环境目标影响企业绿色技术创新行为的机制是什么？这种影响在不同地区、行业、所有制和创新类型的企业中是否存在差异？本文试图对上述问题进行解析。

相对于已有研究，本文的边际贡献在于：第一，在我国积极推进节能减排总量控制目标政策的背景下，尝试从政府环境目标视角考察环境规制政策对企业绿色技术创新行为的影响，并探究该影响的作用机制；第二，从地区、行业、所有制和创新类型四个维度深入考察政府环境目标对企业绿色技术创新影响的异质性，为政府有针对性地制定环境目标政策和推动绿色发展提供经验证据；第三，通过手工收集整理2011—2017年各省份节能减排目标数据和企业绿色专利申请数据，为量化政府环境目标和企业绿色技术创新水平提供支撑。

二. 文献回顾与理论分析

一文献回顾

国内外绿色创新理论研究的起步，可追溯到20世纪90年代，主要聚焦于绿色技术创新的研究。对于绿色技术创新的定义，在不同研究文献中有所差别，其中世界知识产权组织(WIPO)的定义得到广泛的采用，主要包括与环境相关的污染物处置及减缓气候变化的技术。在已有研究中，衡量绿色技术创新的方式主要有问卷法、无形资产、研发投入、绿色产品与绿色工艺创新等，2018年国内首次出现采用绿色专利衡量企业绿色技术创新表现的研究^[2]，而国外对该方法的运用已较为成熟。

随着环境保护在经济社会发展中的重要性日益凸显，环境规制已成为学者们关注的焦点，其中环境规制对微观企业的政策效应被广泛研究。早期文献多关注环境规制对企业生产和绩效的影响：Gray等发现当政府规定环境标准时，企业投资会由生产性活动转向治污活动^[3]；Berman等指出环境规制与企业绩效呈正相关关系，当环境规制增强时，企业的全要素生产率会随之上升^[4]。近期研究更倾向于探讨环境规制与企业绿色创新之间的因果关系，主要研究环境权益交易^[5-6]、环境税^[7-8]、环境规制强度^[9]、治污投资^[10]等因素的影响。三重差分主要分为时间、地区、行业三个维度^[11]，是目前国际前沿的环境规制政策效果评估方法。

国内外关于环境规制政策对绿色创新影响的研究主要形成三种观点。一是，传统新古典经济学从静态角度出发，认为环境规制会导致企业“遵循成本”上升，不利于企业技术创新能力的提升^[12]。二是，以Porter为代表的学者从动态角度分析，认为适当的环境规制具有“创新补偿”效应，能提高企业生产率并倒逼企业开展技术创新活动，这就是著名的“波特假说”^[13]。三是，部分学者认为二者之间呈现非线性关系，Jaffe和Robert认为“波特假说”不具备普遍性，环境规制与技术创新的关系介于极端正负之间^[14]；Lanoie等指出二者的关系在短期内负相关，在长期则正相关^[15]；刘金林和冉茂盛认为二者关系呈“U型”或“倒U型”^[16]。

综上所述，考虑具体的环境规制措施对企业绿色创新的影响时，现有文献对市场型环境规制工具的关注较多，而对强制型环境规制工具的研究相对较少，鲜有学者关注环境规制政策中的政府环境目标对企业绿色创新的影响，更没有文献探析政府环境目标影响企业绿色技术创新行为的作用机制，以及该影响在宏观地区、中观行业、微观所有制和创新类型等方面的异质性。

二理论分析

我国政府年度环境目标的制定执行路线是自上而下的，环境绩效考核路线则是自下而上的^[17]。各省份为完成中央下达的节能减排任务，通常会在当年《政府工作报告》与《节能减排工作方案》中公开本省的环境目标，部分省份还会在企业之间进行节能减排评比。由政府制定并推动执行的节能减排目标势必会影响辖区内企业的生产经营活动。Kemp将环境规制手段分为市场型(治污补贴、环境税、环境权交易等)和命令型(技术规范、市场准入、环境目标等)^[18]。本文研究的政府环境目标则属于命令型环境规制政策。Downing和White发现命令型环境规制政策对企业技术创新的促进作用不及市场型环境规制政策^[19]。命令型环境规制政策会强化企业节能减排负担，生产要素部分转移至治污领域，企业治污成本随之上升，原本用于创新活动的资源被挤出；绿色技术创新本身具有高不确定性和高投入特点，会加剧政府环境目标这一硬约束对绿色技术创新的抑制作用。环境目标成本压力递增与企业应对迟缓之间存在矛盾，可能导致环境目标对企业绿色技术创新的抑制作用存在滞后性^[7]。据此，本文提出假说1：

H1政府环境目标会抑制企业绿色技术创新。

本文以新古典经济学关于环境规制与企业创新关系的观点为理论基础，进一步探讨环境规制抑制企业绿色技术创新的作用机理，并构建如图 1所示的传导机制。

图 1 政府环境目标与企业绿色技术创新传导机制

下载: 全尺寸图片幻灯片

企业是绿色创新的主体，其进行生产经营活动的主要目的是实现利润最大化。当面临政府环境目标约束时，部分企业可能会以减产促减排^[20]，即通过缩减生产规模降低能源使用量和污染物排放量，同时企业利润也会减少。并且，强制性的环境规制措施会使企业治污成本增加，进而导致生产成本上升^[21]，节能减排支出挤占了原本用于生产性活动的资金，不利于企业扩大再生产和提高劳动生产率，此时企业的市场竞争力和利润会下降，总体上减少了可用于创新的资源，其绿色技术创新活动会受阻。据此，本文提出假说2：

H2政府环境目标会通过企业利润减少抑制绿色技术创新。

当政府规定具体的节能减排目标时，企业为实现环保达标可能会更新节能生产机器和增购治污设备^[22]，以减少能源使用量和污染物排放量，此时固定资产投资会增加。此外，由于环境目标作为一种硬性规制措施会使企业生产成本上升，当边际成本与边际收益相抵时，通过“污染避难所”效应，企业可能会选择搬迁至环境规制压力相对小的地区，搬迁选址及重置设备都会使企业固定资产投资增加^[2]，部分挤出企业的技术创新资源，导致绿色技术创新水平下降。据此，本文提出假说3：

H3政府环境目标会通过企业固定资产投资增加抑制绿色技术创新。

三. 研究设计

一样本选择与数据来源

本文采用2011—2017年我国A股制造业上市公司微观数据与省级层面宏观数据。微观方面，公司专利数据来自中华人民共和国国家知识产权局(SIPO)，其他企业经济数据来自国泰安数据库(CSMAR)；宏观方面，各省(市、区)的环境目标数据来自《政府工作报告》《节能减排工作方案》以及其他政府文件，对于在《政府工作报告》中仅表述“完成国家下达的节能减排任务”的省份，本文将国家对该省份在五年规划中制定的环境目标均摊到各年度，其他省级层面数据来自《中国统计年鉴》以及各省市统计年鉴。在获得以上基础数据后本文还做了如下处理：(1)剔除ST类企业；(2)剔除关键变量缺失的样本；(3)对连续型变量做1%的缩尾处理。最终筛选得到6 541个样本。

关于绿色专利认定标准，本文借鉴齐绍洲等^[2]的做法，参考世界知识产权组织(WIPO)于2010年公布的绿色专利分类清单，在国家知识产权局专利检索及分析平台上按照绿色专利对应的IPC代码进行检索，收集A股制造业上市公司绿色专利申请数据，并识别出绿色发明专利与绿色新型实用专利。

二变量定义

1 绿色技术创新

考虑到绿色技术创新活动多发生在制造业，本文选取制造业上市公司绿色专利申请量作为衡量企业绿色技术创新的核心变量，用Green表示。专利授权数据因检测等流程耗时较长，且易被政治干预^[23]，具有不及时和不稳定的特点；专利申请数据往往在及时性、稳定性方面表现更佳^[24]，专利在申请时就开始影响企业经营绩效，能更加准确地反映企业的绿色技术创新水平，因此本文选用专利申请，而不是专利授权数据。为考察异质性创新行为受环境目标影响的差别，本文根据专利创新性与创新难度，采用绿色发明专利申请量衡量企业实质性创新行为，采用绿色新型实用专利申请量衡量企业策略性创新行为，两者分别用Green1和Green2表示，由于WIPO绿色专利清单中不包含外观设计专利，故不作考虑。

2 环境目标

各省份制定的节能减排环境目标主要包括单位GDP能耗、能源排放总量、细颗粒物浓度、空气优良率、地表水质优良率等一系列指标，但各个省份并非完全一致。考虑到单位GDP能耗是被最广泛采用的衡量指标，本文选取地方政府的单位GDP能耗目标作为衡量环境目标的核心变量，用Goal表示，Goal_t-1表示将环境目标滞后一期。值得注意的是，单位GDP能耗目标通常是下降某一百分比值，该百分比的值越大，则认为节能减排的环境目标越高，环境政策强度也就越大。

3 控制变量

微观层面：本文选取企业经济变量，以控制微观企业因素对绿色技术创新的影响。CompanyR & D表示企业研发投入，用当年研发投入占营业收入的比重衡量；Subsidy表示政府补助，由上期政府补助额取自然对数后得到；Roe为净资产收益率，等于企业当期净利润除以平均所有者权益；Cash用来控制现金持有量的影响，等于企业当期货币资金与总资产的比值。

宏观层面：ProvinceR & D是企业所在省份当年R & D投入的自然对数，用以衡量省份的研发投入力度；PerGDP表示省份经济发展水平，由省份人均GDP取自然对数得到；Invest为制造业投资规模，等于企业所在省份制造业固定资产投资额的自然对数；FDI衡量外商投资规模，由外商直接投资额取自然对数可得。

虚拟变量：本文除控制以上宏微观经济特征变量外，还控制了表示年份虚拟变量的Year和表示行业虚拟变量的Industry。按照证监会2012版行业分类，本文将制造业划分为电气机械及器材制造业、食品制造业、农副食品加工业等29个细分行业。

三模型构建

为验证地方政府环境目标约束对企业绿色技术创新的影响，本文参考于连超等^[7]、黎文靖等 ^[24]的做法，构建如下模型：

$\mathrm{l}\mathrm{n}Gree{n}_{i, t}={\beta }_{0}+{\beta }_{1}Goa{l}_{i, t}+{\beta }_{2}C{V}_{i, t}+{\theta }_{m}Year+{\vartheta }_{n}Industry+{\varepsilon }_{i, t}$

(1)

$\mathrm{l}\mathrm{n}Gree{n}_{i, t}={\alpha }_{0}+{\alpha }_{1}Goa{{l}_{i, t}}_{-1}+{\alpha }_{2}C{V}_{i, t}+{\theta }_{m}Year+{\vartheta }_{n}Industry+{\varepsilon }_{i, t}$

(2)

其中，i，t分别表示上市公司和年份，ε_i，t为残差项，模型(1)用于度量当期环境目标对企业绿色技术创新的影响，模型(2)用于度量滞后一期环境目标对企业绿色技术创新的影响，若β₁和α₁均为正，表明环境目标对企业绿色技术创新有促进作用，反之则有阻碍作用。

四. 实证分析

一描述性统计

表 1中显示了主要变量的描述性统计结果。绿色专利申请量最小值与最大值相差甚远，标准差数值大，表明制造业上市公司绿色专利申请量分布不均，且其均值略小于1，企业普遍绿色技术创新产出水平较低。单位GDP能耗目标在各省份之间的波动相对较小，平均值是每年下降3.23%，但也有个别省份出现过高或过低的单位GDP能耗目标值。

表 1 主要变量的描述性统计

变量	指标含义	平均值	标准差	最小值	最大值
Green	绿色专利申请量	0.97	6.03	0	173
Goal	单位GDP能耗目标(%)	3.23	0.57	1	5
CompanyR & D	企业研发投入的自然对数	3.83	3.25	0	58.25
Subsidy	政府补助额的自然对数	16.05	1.56	7.6	21.86
Roe	净利润/平均所有者权益	0.07	0.09	-0.72	0.43
Cash	货币资金/总资产	0.19	0.14	0	0.9
ProvinceR & D	省份研发投入的自然对数	15.24	1.21	7.4	16.74
PerGDP	省份人均GDP自然对数	11	0.42	9.71	11.77
Invest	省份制造业固定资产投资额的自然对数	17.78	1.15	12.57	19.31
FDI	省份外商直接投资额的自然对数	18.55	1.32	13.08	20.88

下载: 导出CSV

| 显示表格

二环境目标与企业绿色技术创新

本文采用逐步加入微观和宏观层面控制变量的方法检验环境目标与企业绿色技术创新的关系，回归结果如表 2所示。无论是否考虑微观、宏观层面的影响因素，当期和滞后一期的单位GDP能耗目标对企业绿色专利申请量的影响均为负，当微观和宏观因素依次被纳入考量时，模型的解释力度逐步提高。总体而言，在其他条件不变时，当期单位GDP能耗目标每提高一个百分点，辖区内企业绿色专利申请量会减少4.46%；滞后一期的单位GDP能耗目标每提高一个百分点，辖区内企业绿色专利申请量会减少4.85%，滞后一期单位GDP能耗目标对企业绿色专利申请量的影响略大于当期单位GDP能耗目标。这说明政府环境目标约束会显著抑制企业绿色技术创新，该抑制作用还存在一定滞后性，假说1得证。

表 2 环境目标与企业绿色技术创新

	lnGreen
	(1)	(2)	(3)	(4)	(5)	(6)
Goal	-0.030 6*	-0.036 5***	-0.044 6***
	(0.016 2)	(0.012 9)	(0.012 4)
GoalZH				-0.042 6***	-0.039 1***	-0.048 5***
				(0.009 78)	(0.008 15)	(0.006 22)
CompanyR & D		0.016 4*** (0.002 78)	0.015 2*** (0.002 61)		0.018 0*** (0.001 92)	0.016 5*** (0.001 65)
Subsidy		0.083 5***	0.083 2***		0.086 7***	0.086 4***
		(0.003 35)	(0.003 28)		(0.004 29)	(0.004 47)
Roe		0.339***	0.328***		0.380***	0.363***
		(0.096 0)	(0.092 8)		(0.105)	(0.098 1)
Cash		0.089 3***	0.081 1***		0.077 0*	0.067 8*
		(0.028 1)	(0.026 1)		(0.045 3)	(0.039 6)
ProvinceR & D			0.094 9*** (0.007 80)			0.099 0*** (0.006 11)
PerGDP			-0.140***			-0.143***
			(0.018 3)			(0.015 3)
Invest			-0.067 2***			-0.070 6***
			(0.004 65)			(0.007 37)
FDI			-0.005 31			-0.001 38
			(0.003 82)			(0.008 92)
Constant	0.235***	-1.191***	0.209	0.284***	-1.234***	0.134
	(0.040 8)	(0.061 0)	(0.157)	(0.037 7)	(0.066 2)	(0.141)
年份固定效应	YES	YES	YES	YES	YES	YES
行业固定效应	YES	YES	YES	YES	YES	YES
观测值	6 541	6 541	6 541	6 541	6 541	6 541
R²-adj	0.069 8	0.123 4	0.129 6	0.075 9	0.130 8	0.137 9
注：、、**分别代表在10%、5%、1% 的显著性水平上显著，后表同。

下载: 导出CSV

| 显示表格

进一步考察各控制变量对企业绿色技术创新的影响。在微观层面，企业的R & D投入、政府补助、净资产收益率、现金持有量对绿色技术创新均有显著的正向影响；在宏观层面，企业所在省份的R & D投入越大，则企业绿色技术创新表现越好，经济发展水平与制造业投资规模不利于企业绿色技术创新能力的提升，外商投资规模对企业绿色技术创新的负向影响在统计上不显著。

三稳健性检验

1 内生性检验

政府环境目标与企业绿色技术创新之间的内生性可能导致本文结论不稳健，尽管本文已经控制宏观和微观层面影响企业绿色技术创新的因素，但辖区内企业绿色技术创新水平可能会反向影响政府环境目标设置，因此本文借鉴余泳泽等^[17]的研究，以企业所在省份的地级市数量作为工具变量验证上述结论的稳健性。各地级市政府之间的“标尺效应”，不仅存在于经济增长目标方面，也存在于环境治理目标方面，省内地级市数量越多时各地级市环境治理竞争越激烈，省级层面也倾向于制定更高的环境目标。并且，各省份地级市数量在本文研究期间保持不变，各省份环境目标的变动不会影响地级市数量，符合工具变量选取的排他性。采用工具变量法进行2SLS的回归，结果如表 3所示，Durbin-Wu-Hausman(DWH)检验的p值为0.001 6，在1%的显著性水平上拒绝不存在内生性问题的原假设；第一阶段Kleibergen-Paap rk Wald F(RKF)检验的统计量为81.91，表明不存在弱工具变量问题。单位GDP能耗目标对企业绿色专利申请量的影响系数显著为负，该负向影响略大于采用固定效应模型的回归结果，验证了政府环境目标会抑制企业绿色技术创新，本文结论具有稳健性。

表 3 稳健性检验

	工具变量法	Tobit模型	更换被解释变量衡量方法
	lnGreen	lnGreen	Green3 (3)	Green4 (4)	Green3 (5)	Green4 (6)
Goal	-0.377 8***	-0.205*	-0.015 0***	-0.044 7***
	(0.115 9)	(0.121)	(0.005 43)	(0.010 7)
GoalZH					-0.017 3***	-0.049 5***
					(0.005 44)	(0.006 79)
Constant	-0.667 8**	-15.73***	0.053 0	0.228	-0.057 3	0.104
	(0.294 1)	(3.272)	(0.176)	(0.209)	(0.116)	(0.108)
微观控制变量	YES	YES	YES	YES	YES	YES
宏观控制变量	YES	YES	YES	YES	YES	YES
年份固定效应	YES	NO	YES	YES	YES	YES
行业固定效应	YES	NO	YES	YES	YES	YES
N	6 541	6 541	6 541	6 541	6 541	6 541
R²-adj	0.200 7		0.140 9	0.1514	0.145 4	0.159 1
RKF检验	81.91
DWH Chi²/值(p-value)	9.949 3 (0.001 6)

下载: 导出CSV

| 显示表格

2 更换计量模型

本文采用绿色专利申请量衡量企业绿色技术创新表现，而绿色专利申请量有左侧受限特点，可能导致前文使用固定效应模型进行回归的结果有偏。因此本文借鉴林志帆和刘诗源^[25]的做法，采用Tobit模型重新进行估计，回归结果如表 3所示。环境目标对企业绿色技术创新的负向影响仍然显著，与前文结论一致。

3 更换变量衡量方法

本文试图通过更换企业绿色技术创新衡量方法进一步验证上述结论的稳健性：(1)设定绿色技术创新虚拟变量，用Green3表示，若企业当年绿色专利申请量大于0，则Green3等于1，反之则等于0；(2)对企业绿色专利申请量加1后取自然对数^[24]，用Green4表示。如表 3所示，当期和滞后一期的环境目标对替换衡量指标后企业绿色技术创新的影响仍显著为负，且滞后期的影响更大，支持前文结论。

五. 进一步分析

一机制检验

1 企业利润减少

基于前文的理论分析，本文试图检验政府环境目标是否通过企业利润减少抑制绿色技术创新。参照温忠麟等^[26]的研究，本文设定如下模型：

$\mathrm{l}\mathrm{n}~~Gree{n}_{i, t}={\delta }_{0}+{\delta }_{1}Goa{l}_{i, t}+{\delta }_{2}C{V}_{i, t}+{\theta }_{m}Year+{\vartheta }_{n}Industry+{\varepsilon }_{i, t}$

(3)

${M}_{i, t}={\lambda }_{0}+{\lambda }_{1}Goa{l}_{i, t}+{\lambda }_{2}C{V}_{i, t}+{\theta }_{m}Year+{\vartheta }_{n}Industry+{\varepsilon }_{i, t}$

(4)

$\mathrm{l}\mathrm{n}~~Gree{n}_{i, t}={\phi }_{0}+{\phi }_{1}Goa{l}_{i, t}+{\phi }_{2}{M}_{i, t}+{\phi }_{3}C{V}_{i, t}+{\theta }_{m}Year+{\vartheta }_{n}Industry+{\varepsilon }_{i, t}$

(5)

此时，M作为中介变量表示企业利润，由当年利润总额取自然对数得到，控制变量CV同上文。表 4中第(1)(2)列报告了模型(4)(5)的回归结果，节能减排目标使企业利润减少，企业利润对绿色技术创新具有正向促进作用，且Sobel检验的P值近似为0，表明中介效应显著，中介效应占比为13.57%。政府环境目标会通过企业利润减少抑制绿色技术创新，假说2得证。

表 4 机制检验

	Profit (1)	lnGreen (2)	Asset (3)	lnGreen (4)
Goal	-0.051 4***	-0.048 8***	0.301***	-0.044 2***
	(0.019 3)	(0.014 3)	(0.076 1)	(0.012 5)
企业利润		0.081 2***
		(0.006 97)
固定资产投资				-0.001 13
				(0.001 53)
常数项	10.54***	-0.646***	0.537	0.210
	(0.558)	(0.213)	(1.531)	(0.157)
微观控制变量	YES	YES	YES	YES
宏观控制变量	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES
行业固定效应	YES	YES	YES	YES
N	6 541	6 541	6 541	6 541
R²-adj	0.595 9	0.148 0	0.024 7	0.129 7
Sobel检验P值	0.000 04		1.875e-11
中介效应占比/%	13.57		1.78

下载: 导出CSV

| 显示表格

2 固定资产投资增加

基于前文的理论分析，本文试图检验固定资产投资增加是否是政府环境目标抑制企业绿色技术创新的另一途径，设定模型同(3)(4)(5)。此时，M作为中介变量表示企业固定资产投资水平，为企业当年固定资产与总资产的比值，其中固定资产包括固定资产净值与在建工程额；控制变量CV同上文。模型(4)(5)的回归结果如表 4中第(3)(4)列所示。政府节能减排目标使企业固定资产投资显著增加，企业固定资产投资对绿色技术创新的负向影响不显著，但Sobel检验所得P值近似为0，表明中介效应显著，中介效应占比为1.78%。政府环境目标会通过企业固定资产投资增加抑制绿色技术创新，假说3得证。

二异质性分析

1 地区异质性

我国东、中、西部地区经济发展水平差异明显，各地区环境污染程度与治理重视程度也相差甚远。王国印和王栋发现“波特假说”在东部地区成立，而在中西部地区环境规制负向影响企业技术创新，且该影响具备不确定性^[27]。本文整理各省份环境目标数据时发现，东、中、西部地区环境目标均值分别是3.3、2.89、2.75，东部地区环境目标普遍高于中西部地区，对东部地区而言实现当年节能减排目标的压力较大，企业为完成节能减排目标可能减少绿色技术创新行为，而中西部地区实现节能减排目标的压力较低，地方政府环境目标对当地企业绿色技术创新行为的约束可能相当有限。表 5报告了地区异质性对环境目标与企业绿色技术创新的影响。东部地区环境目标对企业绿色专利申请量的负向影响最大，在1%的显著性水平上显著，而在中西部地区该负向影响则小得多，且在统计上不显著。东部地区企业绿色技术创新受环境目标的抑制更明显；中西部地区环境目标对企业经营活动构成的实际威胁较小，绿色技术创新所受抑制作用不明显。

表 5 不同地区和行业的异质性

	lnGreen
	东部地区	中部地区	西部地区	清洁行业	污染密集行业
	(1)	(2)	(3)	(4)	(5)
Goal	-0.062 2***	-0.011 1	-0.026 5	-0.065 4***	-0.011 9
	(0.021 6)	(0.033 4)	(0.028 1)	(0.014 7)	(0.012 7)
Constant	0.671***	0.185	-2.746***	-0.022 4	0.428***
	(0.238)	(0.770)	(0.402)	(0.201)	(0.137)
微观控制变量	YES	YES	YES	YES	YES
宏观控制变量	YES	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES	YES
行业固定效应	YES	YES	YES	YES	YES
N	4 589	1 250	702	4 317	2 224
R²-adj	0.143 8	0.145 7	0.143 3	0.147 7	0.080 7

下载: 导出CSV

| 显示表格

2 行业异质性

探讨环境规制措施对企业技术创新的行业异质性影响时，学者们多从清洁行业和污染密集行业分类角度开展研究。这两类行业在要素投入结构方面存在明显差异，行业的固定资产投资占比对技术调整成本起决定性作用，进一步对该行业的绿色技术创新表现产生影响^[28]。张红凤等认为污染密集产业与环境规制之间存在固定矛盾，当环境规制措施非常严格时，污染密集产业才会受到明显限制进而对产业结构进行调整^[29]。环境目标提高时，清洁行业将快速调整生产活动以完成节能减排目标，此时资源流向治污部门导致创新资源被挤出，企业绿色技术创新表现下降，而污染密集行业因技术调整成本高，对环境目标约束的容忍度也更高，环境目标约束对污染密集行业绿色技术创新的影响可能不明显。表 5报告了行业异质性对环境目标与企业绿色技术创新的影响。本文借鉴童健等^[28]的做法对清洁行业与污染密集行业进行分类并分组回归。回归结果表明，在清洁行业，环境目标对企业技术创新水平的影响显著为负，且该影响系数大于制造业全行业的平均值；而在污染密集行业，该负向影响则不显著。

3 产权异质性

国有企业是国民经济的支柱，盈利并非其经营活动的首要目的。尽管民营企业的生产率表现普遍优于国有企业，但国有企业在很大程度上占有进行创新活动所需的资源，导致市场上技术价值较高的产品多数还是由国有企业提供^[30]；国有企业高层管理人员通常由政府直接任命，比民营企业拥有更多的政治资源，在受到不利政策影响时，能运用自身的博弈能力减少政策带来的负面冲击^[31]。硬性环境目标约束会增加企业生产经营负担，对企业而言是负外部冲击，而国有企业因具备良好的资源禀赋和政策消化能力，其绿色技术创新活动所受阻碍可能小于民营企业。表 6报告了产权异质性对环境目标与企业绿色技术创新的影响。本文通过制造业上市公司实际控制人性质识别国有与非国有企业，并对不同产权性质企业进行分组回归。可以看出，无论是国有还是非国有企业，环境目标对绿色专利申请量的影响系数均显著为负，但对国有企业的负向影响小于非国有企业，这表明在其他条件相同时，同一环境目标对国有企业绿色技术创新的抑制作用小于非国有企业。

表 6 不同产权性质和创新行为的异质性

	lnGreen
	国有企业	非国有企业	绿色发明	绿色新型实用
	(1)	(2)	(3)	(4)
Goal	-0.034 6*	-0.042 9***	-0.028 2**	-0.001 84
	(0.018 1)	(0.012 5)	(0.012 9)	(0.017 5)
Constant	-1.058**	0.461**	-0.594***	0.113
	(0.431)	(0.211)	(0.187)	(0.219)
微观控制变量	YES	YES	YES	YES
宏观控制变量	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES
行业固定效应	YES	YES	YES	YES
N	1 809	4 732	6 541	6 541
R²-adj	0.167 9	0.127 1	0.023 0	0.015 6

下载: 导出CSV

| 显示表格

4 创新类型的异质性

学者们研究创新行为时越来越关注创新动机，Tong等将企业获取其他利益的创新活动视为策略性行为，试图仅增加创新数量而忽视创新质量以得到更多政府补助的做法，是典型的策略性行为^[32]。策略性创新对企业的资源投入要求较低，容易实现数量增长而不易实现质量突破，实质性创新具有更高价值，长期而言能促进企业价值提升，但初期投入大、风险高，当面临硬性的环境目标约束时，企业受生产成本上升的威胁会减少实质性创新行为，而策略性创新行为所受影响可能不明显。表 6报告了不同创新行为对环境目标与企业绿色技术创新影响的异质性。本文参考黎文靖等 ^[25]的研究，以发明专利衡量企业的实质性创新行为，以新型实用专利衡量企业的策略性创新行为。环境目标对企业绿色发明专利申请量的影响系数显著为负，对绿色新型实用专利申请量的影响系数非常小，且不显著。这说明环境目标会抑制企业实质性绿色技术创新行为，而对企业策略性绿色技术创新行为的影响不明显。

六. 研究结论与政策启示

本文基于手工整理的2011—2017年地方政府节能减排目标数据与制造业上市公司绿色专利申请数据，考察政府环境目标与企业绿色技术创新之间的关系。研究发现：(1)政府环境目标会显著抑制企业绿色技术创新，这种抑制作用存在一定滞后性。(2)政府环境目标会通过企业利润减少与固定资产投资增加抑制绿色技术创新。(3)进一步探究该影响的异质性发现：在宏观层面，东部地区环境目标对企业绿色技术创新的影响显著为负，而在中西部地区则没有显著影响；在中观层面，环境目标对企业绿色技术创新的抑制作用主要存在于清洁行业，而非污染密集行业；在微观层面，环境目标对非国有企业绿色技术创新的阻碍大于国有企业；在创新类别方面，环境目标主要抑制企业实质性绿色技术创新行为，而非策略性绿色技术创新行为。

本文关注地方政府节能减排的环境目标，并就其对企业绿色技术创新活动的影响展开详细研究，丰富了该领域的研究，在实践方面则为我国如何应对环境保护与科技创新双重压力提供经验启示。环境保护与科技创新不能舍此保彼，在加大环境保护力度的同时，需加强对技术创新的扶持，尤其是能具备良好生态效应的绿色技术创新，降低环境保护措施在当期和滞后期的消极影响，重点扶持东部地区、清洁行业、非国有企业的绿色技术创新，鼓励企业进行实质性创新。

在地区方面，因地制宜制定环境目标政策，对中西部地区应适当提升环境目标，加强环境规制力度，对东部经济发达地区则应将重点放在培育技术创新方面，发展走在时代前列的绿色创新技术，推动绿色技术创新由东部向中西部地区扩散。

在行业方面，增加对清洁行业的技术创新投入，发挥清洁行业技术调整成本低的优势，引导社会资本流向绿色产业，同时加强污染密集行业的技术改造，推动产业结构调整升级。

在企业方面，从融资政策、市场准入等方面减少非国有企业的政策劣势，为非国有企业提供更丰富的创新资源和良好的外部环境，进一步完善市场导向的绿色技术创新体系，激发其自主创新潜能，同时重视国有企业承担政策性目标的能力，环保和科技两手抓。

针对不同创新类型的企业，政府应细化甄别企业的创新行为类型，对于高价值和高技术难度的研发项目，在培育期给予充分支持，鼓励企业进行实质性创新，对于相对低价值的策略性创新行为进行引导，提高企业整体绿色技术创新水平。

生态环境保护需要科技创新做好全面支撑，在重视环境保护的同时必须加强技术创新扶持力度，使科技进步成为第一生产力和第一环保力，让更绿色先进的技术为环保助力，以生态环境“高颜值”和科技创新“高水平”共同促进经济发展“高质量”。

图 1 政府环境目标与企业绿色技术创新传导机制

下载: 全尺寸图片幻灯片

表 1 主要变量的描述性统计

变量	指标含义	平均值	标准差	最小值	最大值
Green	绿色专利申请量	0.97	6.03	0	173
Goal	单位GDP能耗目标(%)	3.23	0.57	1	5
CompanyR & D	企业研发投入的自然对数	3.83	3.25	0	58.25
Subsidy	政府补助额的自然对数	16.05	1.56	7.6	21.86
Roe	净利润/平均所有者权益	0.07	0.09	-0.72	0.43
Cash	货币资金/总资产	0.19	0.14	0	0.9
ProvinceR & D	省份研发投入的自然对数	15.24	1.21	7.4	16.74
PerGDP	省份人均GDP自然对数	11	0.42	9.71	11.77
Invest	省份制造业固定资产投资额的自然对数	17.78	1.15	12.57	19.31
FDI	省份外商直接投资额的自然对数	18.55	1.32	13.08	20.88

下载: 导出CSV

表 2 环境目标与企业绿色技术创新

	lnGreen
	(1)	(2)	(3)	(4)	(5)	(6)
Goal	-0.030 6*	-0.036 5***	-0.044 6***
	(0.016 2)	(0.012 9)	(0.012 4)
GoalZH				-0.042 6***	-0.039 1***	-0.048 5***
				(0.009 78)	(0.008 15)	(0.006 22)
CompanyR & D		0.016 4*** (0.002 78)	0.015 2*** (0.002 61)		0.018 0*** (0.001 92)	0.016 5*** (0.001 65)
Subsidy		0.083 5***	0.083 2***		0.086 7***	0.086 4***
		(0.003 35)	(0.003 28)		(0.004 29)	(0.004 47)
Roe		0.339***	0.328***		0.380***	0.363***
		(0.096 0)	(0.092 8)		(0.105)	(0.098 1)
Cash		0.089 3***	0.081 1***		0.077 0*	0.067 8*
		(0.028 1)	(0.026 1)		(0.045 3)	(0.039 6)
ProvinceR & D			0.094 9*** (0.007 80)			0.099 0*** (0.006 11)
PerGDP			-0.140***			-0.143***
			(0.018 3)			(0.015 3)
Invest			-0.067 2***			-0.070 6***
			(0.004 65)			(0.007 37)
FDI			-0.005 31			-0.001 38
			(0.003 82)			(0.008 92)
Constant	0.235***	-1.191***	0.209	0.284***	-1.234***	0.134
	(0.040 8)	(0.061 0)	(0.157)	(0.037 7)	(0.066 2)	(0.141)
年份固定效应	YES	YES	YES	YES	YES	YES
行业固定效应	YES	YES	YES	YES	YES	YES
观测值	6 541	6 541	6 541	6 541	6 541	6 541
R²-adj	0.069 8	0.123 4	0.129 6	0.075 9	0.130 8	0.137 9
注：、、**分别代表在10%、5%、1% 的显著性水平上显著，后表同。

下载: 导出CSV

表 3 稳健性检验

	工具变量法	Tobit模型	更换被解释变量衡量方法
	lnGreen	lnGreen	Green3 (3)	Green4 (4)	Green3 (5)	Green4 (6)
Goal	-0.377 8***	-0.205*	-0.015 0***	-0.044 7***
	(0.115 9)	(0.121)	(0.005 43)	(0.010 7)
GoalZH					-0.017 3***	-0.049 5***
					(0.005 44)	(0.006 79)
Constant	-0.667 8**	-15.73***	0.053 0	0.228	-0.057 3	0.104
	(0.294 1)	(3.272)	(0.176)	(0.209)	(0.116)	(0.108)
微观控制变量	YES	YES	YES	YES	YES	YES
宏观控制变量	YES	YES	YES	YES	YES	YES
年份固定效应	YES	NO	YES	YES	YES	YES
行业固定效应	YES	NO	YES	YES	YES	YES
N	6 541	6 541	6 541	6 541	6 541	6 541
R²-adj	0.200 7		0.140 9	0.1514	0.145 4	0.159 1
RKF检验	81.91
DWH Chi²/值(p-value)	9.949 3 (0.001 6)

下载: 导出CSV

表 4 机制检验

	Profit (1)	lnGreen (2)	Asset (3)	lnGreen (4)
Goal	-0.051 4***	-0.048 8***	0.301***	-0.044 2***
	(0.019 3)	(0.014 3)	(0.076 1)	(0.012 5)
企业利润		0.081 2***
		(0.006 97)
固定资产投资				-0.001 13
				(0.001 53)
常数项	10.54***	-0.646***	0.537	0.210
	(0.558)	(0.213)	(1.531)	(0.157)
微观控制变量	YES	YES	YES	YES
宏观控制变量	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES
行业固定效应	YES	YES	YES	YES
N	6 541	6 541	6 541	6 541
R²-adj	0.595 9	0.148 0	0.024 7	0.129 7
Sobel检验P值	0.000 04		1.875e-11
中介效应占比/%	13.57		1.78

下载: 导出CSV

表 5 不同地区和行业的异质性

	lnGreen
	东部地区	中部地区	西部地区	清洁行业	污染密集行业
	(1)	(2)	(3)	(4)	(5)
Goal	-0.062 2***	-0.011 1	-0.026 5	-0.065 4***	-0.011 9
	(0.021 6)	(0.033 4)	(0.028 1)	(0.014 7)	(0.012 7)
Constant	0.671***	0.185	-2.746***	-0.022 4	0.428***
	(0.238)	(0.770)	(0.402)	(0.201)	(0.137)
微观控制变量	YES	YES	YES	YES	YES
宏观控制变量	YES	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES	YES
行业固定效应	YES	YES	YES	YES	YES
N	4 589	1 250	702	4 317	2 224
R²-adj	0.143 8	0.145 7	0.143 3	0.147 7	0.080 7

下载: 导出CSV

表 6 不同产权性质和创新行为的异质性

	lnGreen
	国有企业	非国有企业	绿色发明	绿色新型实用
	(1)	(2)	(3)	(4)
Goal	-0.034 6*	-0.042 9***	-0.028 2**	-0.001 84
	(0.018 1)	(0.012 5)	(0.012 9)	(0.017 5)
Constant	-1.058**	0.461**	-0.594***	0.113
	(0.431)	(0.211)	(0.187)	(0.219)
微观控制变量	YES	YES	YES	YES
宏观控制变量	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES
行业固定效应	YES	YES	YES	YES
N	1 809	4 732	6 541	6 541
R²-adj	0.167 9	0.127 1	0.023 0	0.015 6

下载: 导出CSV

参考文献(32)

[1]	王娟茹, 张渝. 环境规制、绿色技术创新意愿与绿色技术创新行为[J]. 科学学研究, 2018(2): 352-360. doi: 10.16192/j.cnki.1003-2053.2018.02.018
[2]	齐绍洲, 林屾, 崔静波. 环境权益交易市场能否诱发绿色创新?——基于我国上市公司绿色专利数据的证据[J]. 经济研究, 2018(12): 129-143. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201812010.htm
[3]	GRAY W B, SHADBEGIAN R J. Plant vintage, technology, and environmental regulation [J]. Journal of environmental economics and management, 2003, 46(3): 384-402. doi: 10.1016/S0095-0696(03)00031-7
[4]	BERMAN E, BUI L T M. Environmental regulation and productivity: evidence from oil refineries [J]. Review of economics and statistics, 2001, 83(3): 498-510. doi: 10.1162/00346530152480144
[5]	CALEL R, DECHEZLEPRÊTRE A. Environmental policy and directed technological change: evidence from the European carbon market [J]. Review of economics and statistics, 2016(98): 173-191.
[6]	涂正革, 谌仁俊. 排污权交易机制在中国能否实现波特效应? [J]. 经济研究, 2015(7): 160-173. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201507013.htm
[7]	于连超, 张卫国, 毕茜. 环境税会倒逼企业绿色创新吗? [J]. 审计与经济研究, 2019(2): 79-90. https://www.cnki.com.cn/Article/CJFDTOTAL-SJYJ201902008.htm
[8]	范庆泉, 周县华, 张同斌. 动态环境税外部性、污染累积路径与长期经济增长——兼论环境税的开征时点选择问题[J]. 经济研究, 2016(6): 116-128. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201608010.htm
[9]	王杰, 刘斌. 环境规制与企业全要素生产率——基于中国工业企业数据的经验分析[J]. 中国工业经济, 2014(3): 44-56. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201403005.htm
[10]	张成, 陆旸, 于同申, 等. 环境规制强度和生产技术进步[J]. 经济研究, 2011(2): 113-124. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201102010.htm
[11]	DESCHÊNES O, GREENSTONE M, SHAPIRO J S. Defensive investments and the demand for air quality: evidence from the NOx Budget Program [J]. American economic review, 2017(107): 2958-2989.
[12]	GOLLOP F M, ROBERT M J. Environmental regulations and productivity growth: the case of fossil-fueled electric power generation [J]. Journal of political economy, 1983, 91(4): 654-674. doi: 10.1086/261170
[13]	PORTER M E. America's green strategy [J]. Scientific American, 1991, 264(4): 168-264. doi: 10.1038/scientificamerican0491-168
[14]	JAFFE A B, ROBERT N S. Dynamic incentives of environmental regulations: the effects of alternative policy instruments on technology diffusion [J]. Journal of environmental economics and management, 1995, 29(3): 43-63.
[15]	LANOIE P, PATRY M, LAJEUNESSE R. Environmental regulation and productivity: testing the porter hypothesis [J]. Journal of productivity analysis, 2008, 30(2): 121-128.
[16]	刘金林, 冉茂盛. 环境规制对行业生产技术进步的影响研究[J]. 科研管理, 2015, 36(2): 107-114. https://www.cnki.com.cn/Article/CJFDTOTAL-KYGL201502013.htm
[17]	余泳泽, 孙鹏博, 宣烨. 地方政府环境目标约束是否影响了产业转型升级? [J]. 经济研究, 2020(8): 57-72. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202008005.htm
[18]	KEMP R. Environmental policy and technical change: a comparison of the technological impact of policy instrument [M]. Cheltenham, UK: Edawrd Elgar Publishing, 1997: 242-260.
[19]	DOWNING P B, WHITE L J. Innovation in pollution control[J]. Journal of environmental economics and management, 1986, 13(3): 18-29.
[20]	于鹏, 李鑫, 张剑, 等. 环境规制对技术创新的影响及其区域异质性研究——基于中国省级面板数据的实证分析[J]. 管理评论, 2020(5): 87-95. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWGD202005009.htm
[21]	GRAY W B. The cost of regulation: OSHA, EPA and the productivity slow down [J]. American economic review, 1987, 77(5): 998-1006.
[22]	张海玲. 技术距离、环境规制与企业创新[J]. 中南财经政法大学学报, 2019(2): 147-156. https://www.cnki.com.cn/Article/CJFDTOTAL-ZLCJ201902015.htm
[23]	周煊, 程立茹, 王皓. 技术创新水平越高企业财务绩效越好吗?——基于16年中国制药上市公司专利申请数据的实证研究[J]. 金融研究, 2012(8): 166-179. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201208016.htm
[24]	黎文靖, 郑曼妮. 实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响[J]. 经济研究, 2016(4): 60-73. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201604005.htm
[25]	林志帆, 刘诗源. 税收负担与企业研发创新——来自世界银行中国企业调查数据的经验证据[J]. 财政研究, 2017(2): 98-112. https://www.cnki.com.cn/Article/CJFDTOTAL-CZYJ201702009.htm
[26]	温忠麟, 张雷, 候杰泰, 等. 中介效应检验程序及其应用[J]. 心理学报, 2004, 36(5): 614-620. https://www.cnki.com.cn/Article/CJFDTOTAL-XLXB200405016.htm
[27]	王国印, 王栋. 波特假说、环境规制与企业技术创新——对中东部地区的比较分析[J]. 中国软科学, 2011(1): 100-112. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK201101012.htm
[28]	童健, 刘伟, 薛景. 环境规制、要素投入结构与工业行业转型升级[J]. 经济研究, 2016, 51(7): 43-57. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201607005.htm
[29]	张红凤, 周峰, 杨慧, 等. 环境保护与经济发展双赢的规制绩效实证分析[J]. 经济研究, 2009(3): 14-26. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200903004.htm
[30]	ANUP A, CHARLES R K. Do some outside directors play a political role? [J]. Journal of law and economics, 2001, 44(1): 179-198.
[31]	冯宗宪, 贾楠亭, 程鑫. 环境规制、技术创新与企业产权性质[J]. 西安交通大学学报, 2020, 40(5): 77-86. https://www.cnki.com.cn/Article/CJFDTOTAL-XAJD202005009.htm
[32]	TONG T, HE W, HE Z L, et al. Patent regime shift and firm innovation: evidence from the second amendment to China's patent law [J]. Academy of management proceedings, 2014(1): 14174.

施引文献(13)

期刊类型引用(5)

1.	邓祥艳，马胜利. 数字政府对制造业绿色技术创新的影响研究. 科技创业月刊. 2024(06): 40-46 . 百度学术
2.	陈庆. 基于动态博弈的环境规制与绿色制造研究. 技术与创新管理. 2024(05): 553-566 . 百度学术
3.	冯学良，孟祥旭. 创新激励政策对绿色技术创新的影响机制分析. 科技管理研究. 2024(24): 29-37 . 百度学术
4.	彭建军，段春梅. 打好“组合拳”：低碳政策工具协同对绿色技术创新的影响及机理研究. 技术经济. 2023(08): 26-38 . 百度学术
5.	杨立成，刘春林，田玲. 取消环保“一票否决”制对企业绿色创新的影响. 管理学报. 2023(12): 1800-1808 . 百度学术

其他类型引用(8)

资源附件(0)

图(1) / 表(6)

计量

文章访问数: 353
HTML全文浏览量: 191
PDF下载量: 96
被引次数: 13

一. 问题提出
二. 文献回顾与理论分析
一文献回顾
二理论分析
三. 研究设计
一样本选择与数据来源
二变量定义
1 绿色技术创新
2 环境目标
3 控制变量
三模型构建
四. 实证分析
一描述性统计
二环境目标与企业绿色技术创新
三稳健性检验
1 内生性检验
2 更换计量模型
3 更换变量衡量方法
五. 进一步分析
一机制检验
1 企业利润减少
2 固定资产投资增加
二异质性分析
1 地区异质性
2 行业异质性
3 产权异质性
4 创新类型的异质性
六. 研究结论与政策启示

一. 问题提出
二. 文献回顾与理论分析
一文献回顾
二理论分析
三. 研究设计
一样本选择与数据来源
二变量定义
1 绿色技术创新
2 环境目标
3 控制变量
三模型构建
四. 实证分析
一描述性统计
二环境目标与企业绿色技术创新
三稳健性检验
1 内生性检验
2 更换计量模型
3 更换变量衡量方法
五. 进一步分析
一机制检验
1 企业利润减少
2 固定资产投资增加
二异质性分析
1 地区异质性
2 行业异质性
3 产权异质性
4 创新类型的异质性
六. 研究结论与政策启示

参考文献(32)

施引文献

资源附件(0)

地方政府环境目标是否影响了企业绿色技术创新——基于我国制造业上市公司数据的经验研究

计量

出版历程