基于行业异质性的制造业绿色技术创新能力演化研究
——兼论企业研发资金投入的影响

田红娜,李金波

(哈尔滨理工大学 经济与管理学院,黑龙江 哈尔滨 150040)

摘 要:基于行业异质性视角,通过计算各行业污染强度PL值,将中国27个制造行业按污染程度划分为轻、中、重度污染行业,运用系统动力学方法揭示制造业整体和3类制造行业绿色技术创新能力的演化规律,并探究企业研发资金投入对其的影响。研究发现,轻度、中度和重度污染制造行业绿色产品创新能力、绿色工艺创新能力和绿色技术创新能力增幅差异较大;企业研发资金投入对轻度污染行业绿色产品创新能力和绿色技术创新能力影响最大;行业污染程度越高,其绿色工艺创新能力受企业研发资金投入的影响越大。

关键词:绿色技术创新;绿色产品创新;绿色工艺创新;能力演化;行业异质性;企业研发资金投入

Research on the Evolution of Manufacturing Green Technology Innovation Capability based on Industry Heterogeneity——Also on the Influence of R&D Investment of Enterprises

Tian Hongna,Li Jinbo

(School of Economics and Management, Harbin University of Science and Technology, Harbin 150040, China)

AbstractBased on the perspective of industry heterogeneity, 27 manufacturing industries in China are divided into light, medium and heavy pollution industries according to the pollution degree by calculating the pollution intensity PL value of each industry.This paper uses the system dynamics method to reveal the evolution law of green technology innovation ability of the whole manufacturing industry and three kinds of manufacturing industry, and to explore the impact of enterprises’ R&D investment on them.This article finds that the green product innovation ability, green process innovation ability and green technology innovation ability and growth rate of manufacturing industry with light, medium and heavy pollution are quite different.The R&D investment of enterprises has the greatest impact on the green product innovation ability and green technology innovation ability of light pollution industry.The lower the pollution level, the greater the impact of R&D investment on the green process innovation ability of the industry.

Key Words:Green Technology Innovation; Green Product Innovation; Green Process Innovation; Capability Evolution; Industry Heterogeneity; R&D Investment of Enterprises

收稿日期:2020-07-24

基金项目:黑龙江省哲学社会科学研究规划项目(16GLB02,19GLB082);哈尔滨理工大学“理工英才”计划2018年度杰出青年项目(LGYC2018JQ010)

作者简介:田红娜(1978—),女,黑龙江大庆人,博士,哈尔滨理工大学经济与管理学院教授、博士生导师,研究方向为绿色创新管理;李金波(1995—),男,黑龙江肇东人,哈尔滨理工大学经济与管理学院硕士研究生,研究方向为绿色技术创新。

DOI10.6049/kjjbydc.2020040581

开放科学(资源服务)标识码(OSID):

中图分类号:F403.6

文献标识码:A

文章编号:1001-7348(2020)17-0063-10

0 引言

制造业是我国国民经济的主体,是立国之本、兴国之器、强国之基。改革开放40余年,中国经济增长主要依靠制造业的成长,“中国制造”迅速崛起,2019年底暴发的新冠疫情更彰显我国制造业的重要性。但我国制造业远没有达到强国水平,且总体处于世界中低端,痛点主要表现在创新能力不强、资源环境损耗巨大等方面。为此,《中国制造2025》提出将绿色发展作为打造制造强国的重要着力点,构建制造业开放式创新体系并聚焦绿色制造。2019年中央经济工作会议指出,要推动制造业高质量发展,增强制造业技术创新能力。传统技术创新能力往往忽略制造业对生态环境的负外部性效应,而要突破资源环境约束下社会经济发展瓶颈,迈向全球价值链中高端,亟需提高绿色技术创新能力。掌握制造业绿色技术创新能力演化规律,将为有效提升其能力提供参考。

绿色创新是指在新产品、设备、工艺、系统、实践和方法等的开发与实施中引入生态理念的活动[1]。绿色创新能力可归纳为在动态可持续发展背景下,减少环境污染、提高能源使用率的综合发展能力。作为绿色创新中的重要组成部分,学者们对绿色技术创新能力关注较多,并发现其影响因素主要包括组织学习、知识管理、战略、组织形式、研发投入水平和企业规模等[2-4]

创新能力演化是创新能力的变异、选择、保留与传衍。近年来,学者们不仅关注到企业技术创新能力演化的影响因素和路径,还将注意力投放到行业技术创新能力演化方面。关于创新能力演化的影响因素,内部因素是研究焦点之一,包括知识整合能力[5]、企业吸收能力[6-7]、团队学习过程[8]、企业创新节奏[9]等。有些学者关注技术、市场和政策等外部因素,如Fulvio & Jose[10]认为,不同发展水平国家的创新投入、科学产出、技术产出在技术创新能力演化中发挥不同作用;何郁冰等(2019)认为,市场竞争和人力资本正向影响自主创新能力演化;潘洪亮[11]指出,市场引导和命令控制型环境规制对高技术企业技术创新能力演化有促进作用;Broadstock等(2019)选取320家企业为实证对象研究发现,企业社会责任与治理实施策略方面的选择对企业创新能力演化均存在积极影响。在企业技术创新能力演化路径研究中,郑刚等[12]通过研究中集罐箱案例发现,后发企业技术创新能力分别按制造能力、模仿能力和自主创新能力为主的顺序演化;Dutrenit等[13]指出,发展中国家企业技术创新能力演化要经历常规生产、基础创新、中级创新和先进创新4个阶段;刘海兵[14]提出,企业创新能力沿着技术创新能力—整合创新能力—生态创新能力的路径演化。也有学者从行业角度研究技术创新能力演化,如Jin&Zedtwitz[15]通过多案例研究发现,中国手机行业技术创新能力发展是从获取衰退、成熟、成长中的技术到获取新兴技术的演化过程;陈放[16]以中国互联网支付行业为例,探讨信息技术能力与金融服务创新协同演化路径、动力与动态匹配机制。通过梳理上述文献发现,企业层面的研究比较丰富,行业层面的研究相对稀缺,已有文献中鲜有将绿色发展理念融入技术创新能力演化的成果。

国内外学者对研发投入与绿色技术创新、技术创新能力、绿色技术创新能力之间的关系给予了一定关注。首先,在研发投入与绿色技术创新的关系上,宋维佳和杜泓钰[17]、Li等(2018)发现,企业研发资金投入可以提高绿色技术创新水平。其次,在研发投入与技术创新能力的关系上,李苗苗等[18]发现,中国战略性新兴产业中的企业研发资金投入对技术创新能力存在简单正向影响;陈收等[19]认为,研发投入对企业绩效的影响会因技术创新能力水平不同有所差异。最后,在研发投入与绿色技术创新能力的关系上,极少数学者如李广培等[20]发现,研发投入在不同类型环境规制下对绿色技术创新能力具有不同中介作用。纵观相关文献,学术界尚未关注制造业中来源于企业的研发资金对绿色技术创新能力的影响。

综上,本文针对绿色技术创新能力演化与研发投入研究的一些空白领域,尤其这些领域正是制造业绿色技术创新实践所需,基于行业异质性揭示制造业绿色技术创新能力演化规律,并剖析企业研发资金投入对其的影响。这将有助于丰富技术创新能力演化研究,为制造业提升绿色技术创新能力提供科学依据,也为制造企业高效率管理研发资金提供指导。

1 研究设计

1.1 系统结构分析

系统动力学是从系统内部结构切入建模,研究系统结构、功能以及系统内部复杂动态关系的方法。目前,有学者采用系统动力学方法研究绿色创新[21]与创新能力演化[22],表明系统动力学方法可以较好地探明绿色技术创新能力演化规律,因此本文采用该方法。本文构建的系统动力学模型主要基于以下基本假设:①制造业绿色技术创新能力发展是一个连续、渐进的行为过程;②不考虑政府政策重大变革以及非正常情况下导致的系统崩溃;③模型主要考虑与绿色技术创新能力相关的投入产出,对于内部具体行为不予考虑;④不考虑技术、市场和政府政策等外部因素对模型的影响;⑤只选取制造业各行业规上企业进行研究。

绿色技术创新能力是指能够降低污染和能耗,实现经济与环境协调发展的技术创新能力[23]。由于技术创新能力按创新对象可分为产品创新能力和工艺创新能力[24],因此本研究将绿色技术创新能力划分为绿色产品创新能力和绿色工艺创新能力。

制造业中的研发经费支出来源于企业和政府,增加研发经费支出可以提高整个产业的绿色技术创新能力。由于制造业绿色技术创新能力作为一种产出,其提升又会带来该产业经济与环境双重效益,降低行业污染治理成本,减少对研发经费的挤占,进而增加研发经费支出。由此可见,从投入—产出—再投入角度看,研发经费支出、绿色技术创新能力与绿色技术创新效益三者共同构成了一个封闭动态循环。图1为根据该动态循环构建的因果关系图,共包含4个主要回路:①绿色产品创新能力—环境效益—研发经费支出—新产品开发经费—新产品开发活动—经济效益—绿色产品创新能力;②绿色产品创新能力—环境效益—研发经费支出—研发成果—技术水平—能源利用率—能源消耗量—绿色产品创新能力;③绿色工艺创新能力—环境效益—研发经费支出—研发成果—经济效益—绿色工艺创新能力;④绿色工艺创新能力—环境效益—研发经费支出—研发成果—技术水平—污染物排放量—绿色工艺创新能力。

图1 绿色技术创新能力因果关系

图1中4个回路都是正反馈回路。反馈关系显示,制造业绿色产品创新能力和绿色工艺创新能力增强会提升产业环境效益,一方面会促使政府增加制造业研发经费支出,另一方面也会减少产业中企业污染治理成本,直接或间接提高产业经济效益,从而使更多研发经费运用到绿色产品创新和绿色工艺创新中。同时,研发经费支出增加会进一步激励企业开展研发活动、形成研发成果、降低污染物排放量与能源消耗量、提高技术水平,从而提高制造业绿色产品创新能力和绿色工艺创新能力。

1.2 指标选取与数据说明

目前学术界对绿色技术创新能力相关研究较为缺乏,绿色技术创新能力评价指标尚未统一。技术创新能力是依靠技术创新所表现出的显性化能力,因此本研究选取绿色产品创新和绿色工艺创新指标,表征绿色产品创新能力和绿色工艺创新能力。

(1)绿色产品创新能力。绿色产品创新能力是将能源消耗等环境因素纳入到产品生产生命周期中,减少对环境负面影响的能力[25]。李大元等[26]利用环保类专利表征绿色产品创新;张旭和王宇[27]采用新产品销售收入与污染物排放量的比值衡量绿色产品创新。若根据李大元等[26]的成果进行研究,研究人员浏览中国知识产权局官网发现,“专利搜索”中仅显示各企业的专利申请受理、授权等统计数据,没有按行业划分的相关数据;同时,在《中国科技统计年鉴》、《中国工业统计年鉴》等相关统计年鉴中也没有专门的制造业专利统计数据。因此,会面临没有专门根据制造行业划分环保类专利统计数据的困境。若根据张旭和王宇[27]的成果,则会出现没有考虑行业能源消耗具体情况的窘境。绿色产品创新不同于传统产品创新特征,其更加注重企业的能源消耗[28]。综合权衡后,本文借鉴杨伟娜和刘西林(2011)、李婉红等(2013)的研究思路,采用新产品销售收入与能源消耗量的比值衡量绿色产品创新,该比值越大,表明绿色产品创新能力越强。由于《中国统计年鉴》中能源消耗量只包含2016年之前的数据,因此本文新产品销售收入和能源消耗量数据分别来自2012—2017年《中国科技统计年鉴》和《中国统计年鉴》。

(2)绿色工艺创新能力。绿色工艺创新能力是通过改进生产方式、更新设备等方式提高生产效率与资源利用率,减少污染物排放的能力[29]。相对于传统工艺创新,绿色工艺创新具有经济与环境双重效应。王锋正和陈方圆(2018)、解学梅等(2019)采用技术改造经费与R&D内部经费支出之和表征绿色工艺创新,但没有体现出绿色工艺创新对环境的贡献。因此本文借鉴毕克新等[30]的做法,采用主营业务收入与污染物排放量的比值衡量绿色工艺创新,该比值越大,表明绿色工艺创新能力越强。其中,主营业务收入数据来自2012—2017年《中国科技统计年鉴》;污染物排放量包括废水、废气、固体废物,由于《中国环境统计年鉴》缺失2016年之后按行业划分的数据,因此废水、废气、固体废物数据均来自2012—2016年《中国环境统计年鉴》。

(3)企业研发资金投入。企业研发资金投入是指各制造行业研发资金中来源于企业的经费支出,本文选取2012—2017年《中国科技统计年鉴》中各制造行业R&D经费内部支出中按资金来源划分的企业资金表示该行业中所有企业的研发资金投入。

此外,模型中其它研发活动数据来自2012—2017年《中国科技统计年鉴》。

1.3 行业选择

不同污染程度的制造行业,其产品生产周期中的资源投入、生产工艺、技术水平以及对环境造成的负外部性等差异较大,对绿色技术创新能力的要求有所区别,因此本研究按污染强度对制造行业进行分类。学者们根据研究目的与数据可得性,形成了度量污染强度的不同标准,如沈能(2012)以工业废水和废气排放量为基础,并以各自治理运行比例作为权重度量污染强度;王锋正和郭晓川(2016)采用行业平均污染治理成本与总成本的比值衡量污染强度。由于前者忽略了固态废物排放量的影响,存在缺陷,后者虽合理,但缺失2011年后关于固态废物治理成本的相关数据。鉴于此,本文采用傅京燕和赵春梅[31]的标准,以单位产值的污染物排放量度量制造行业污染强度。

关于制造行业的数量,由于各统计年鉴略有不同,为统一口径,本文将橡胶制造业和塑料制造业合并为橡胶与塑料制造业;将汽车制造业和铁路、船舶、航空航天及其它运输设备制造业合并为交通运输设备制造业;由于其它制造业和工艺品及其它制造业数据缺失较多,因此去掉这两个行业。最后本文确定行业数为27个。

参考任胜钢等[32]、刘伟等(2017)的做法,本研究利用2011—2015年全国制造行业废水、废气、固体废物排放量以及主营业务收入数据,计算中国各制造行业污染强度平均值并依据结果将其由高到低排序。具体算法如下:

(1)计算每个行业单位总产值的废水、废气、固态废物排放值。

UPij=Pij/TVi

(1)

其中,i代表行业,i=1、2、3、…、27,j代表污染物种类,j=1、2、3,分别表示废水排放量、废气排放量和固态废物排放量,Pij代表第i个行业第j种类型的污染物排放量,TVi代表第i个行业的主营业务收入。

(2)对污染物排放值进行无量纲化处理,使其取值在0~1之间。

(2)

其中,max(UPj)、min(UPj)分别代表在所有制造行业中第j类污染物排放量的最大值和最小值。

(3)将标准化后的各行业污染物排放量按等权加和平均方法计算污染物强度平均值。

(3)

根据公式(1)—(3),计算中国各制造行业PL值。本文基于张江雪等(2015)取平均值的划分方法,依据PL值高低将27个行业平均分为轻度污染行业、中度污染行业和重度污染行业,每组9个行业,排序与分类结果如表1所示。

表1 中国制造业各行业PL值排序与划分结果

行业PL值行业PL值重度污染行业0.298皮革毛皮羽毛(绒)及其制品业0.038造纸及纸制品业0.566金属制品业0.037黑色金属冶炼及压延加工业0.543橡胶和塑料制品业0.020非金属矿物制造业0.413纺织服装鞋帽制造业0.016化学原料及化学制品制造业0.334烟草制品业0.016有色金属冶炼及压延加工业0.233轻度污染行业0.005石油加工炼焦和核燃料加工业0.171交通运输设备制造业0.010化学纤维制造业0.166计算机通信和其他电子设备制造业0.008酒饮料和精制茶制造业0.138印刷和记录媒介复制业0.007纺织业0.120通用设备制造业0.006中度污染行业0.049专用设备制造业0.006食品制造业0.119仪器仪表制造业0.003农副食品加工业0.074家具制造业0.003医药制造业0.065文教工美体育和娱乐用品制造业0.003木材加工及木竹藤棕草制品业0.054电气机械和器材制造业0.001

2 模型设计与仿真实证

2.1 模型设计

(1)系统流图构建与变量函数关系。根据上文构建的因果关系图以及因果关系分析,本文绘制系统流图(见图2),并运用SPSS 22.0软件线性和曲线拟合等功能确定各变量间的函数关系,构建系统动力学模型。

本文分别将轻、中、重度污染行业以及制造业总体包含的所有行业中相同指标进行加和求平均数,如制造业总体企业资金是由27个行业企业资金加和求平均数所得。轻、中、重度污染行业和制造业总体各变量之间的函数关系式与函数系数是不同的,每类行业的函数都需要进行曲线或线性拟合。由于篇幅所限,本文只列出制造业总体的主要函数关系式,具体见表2。

绿色技术创新能力的函数关系式采用Min-Max标准化方式表示,具体公式为:

(4)

公式(4)中,GTICij表示第i个行业第j年的绿色技术创新能力,GPDICijGPGICij分别表示第i个行业第j年的绿色产品创新能力和绿色工艺创新能力,max(GPDIC)、min(GPDIC)分别表示所有制造业中所有年份绿色产品创新能力的最大值和最小值,max(GPGIC)、min(GPGIC)分别表示所有制造业中各年绿色工艺创新能力的最大值和最小值。

图2 绿色技术创新能力

表2 制造业总体变量类型与函数关系式

变量名类型单位函数关系式企业数辅助变量个10 966.7+1 294.79*LN(Time)企业研发资金投入辅助变量万元1.569 1e-007*企业数^3.238 96政府研发资金投入辅助变量万元EXP(14.369 8-32 621.8/企业数)研发经费内部支出辅助变量万元-4 644.44+0.558 965*绿色技术创新效益+0.978 124*企业研发资金投入+1.902 43*政府研发资金投入研发经费外部支出辅助变量万元6.818 44e+006-1 112.43*企业数+0.046 276*企业数^2研发经费支出辅助变量万元研发经费内部支出+研发经费外部支出新产品开发项目数辅助变量个EXP(9.574 13-0.400 543/Time)新产品开发经费支出辅助变量万元EXP(14.067 4+2.972 8e-007*研发经费支出)新产品销售收入辅助变量万元1.539 6e+007-3 867.69*新产品开发项目数+23.931 9*新产品开发经费支出年专利申请量速率变量个0.592 473*研发经费支出^0.703 097专利累计申请量状态变量个INTEG(年专利申请量,137 30)主营业务收入辅助变量万元5.118 04e+007*专利累计申请量^0.172 373单位能源消耗量辅助变量万吨/万元EXP(-10.303 4-9.366 5e-008*研发经费支出)能源消耗量辅助变量万吨主营业务收入*单位能源消耗量废水排放量辅助变量万吨EXP(12.205-3.1e-005/单位能源消耗量)废气排放量辅助变量万吨EXP(4.0544 6+1e-005/单位能源消耗量)废固排放量辅助变量万吨EXP(7.4362 7+2.1e-005/单位能源消耗量)污染物排放总量辅助变量万吨废固排放量+废气排放量+废水排放量绿色产品创新能力辅助变量万元/万吨新产品销售收入/能源消耗量绿色工艺创新能力辅助变量万元/万吨主营业务收入/污染物排放总量绿色技术创新能力速率变量—(绿色产品创新能力-483.889)/(103 181-483.889)+(绿色工艺创新能力-306.547)/(885 589-306.547)绿色技术创新效益状态变量—INTEG(绿色技术创新能力,0)

(2)模型说明。本研究利用Vensim PLE软件绘制绿色技术创新能力因果关系图及系统流图,并构建绿色技术创新能力系统动力学模型。确定模型的时间范围为2011—2025年,在模型中,设定初始时间2011年为1,结束时间2025年为15,时间步长为1。各行业专利累积量初始值均统一为2011年的专利申请量。

(3)模型检验。本文采用历史检验法,对2011—2016年制造业总体和轻、中、重度污染行业绿色产品创新能力以及2011—2015年绿色工艺创新能力进行历史检验,相对误差如表4、5所示。结果显示,绿色产品创新能力相对误差在7.5%以内,绿色工艺创新能力相对误差除2015年轻度污染行业外均在10%以内,究其原因,主要在于2015年轻度污染行业废水排放量激增。除以上两个指标外,仅2015年轻度污染行业污染物排放量误差大于10%,为11.2%。因此,本文构建的SD模型整体上拟合度较好,可较为真实地反映各类制造行业绿色技术创新能力。

2.2 仿真结果输出与分析

2.2.1 绿色技术创新能力演化趋势分析

本研究对轻、中、重度污染行业以及制造业总体绿色技术创新能力进行模拟仿真,仿真结果如图3~9。

表3 2011年制造业总体与轻、中、重度污染行业专利累积量初始值

行业专利累积量初始值(单位:个)制造业总体13 730轻度污染行业28 513中度污染行业5 690重度污染行业6 987

表4 绿色产品创新能力历史检验相对误差(单位:%)

年份制造业总体轻度污染行业中度污染行业重度污染行业20113.398 829 5251.296 326 5241.264 822 444-0.501 829 992012-6.531 596 983-2.880 762 078-7.431 459 904-2.300 349 62520131.277 433 2860.029 377 4075.634 396 1612.222 211 47220141.979 401 0090.656 767 3044.557 820 8941.681 650 30720155.340 867 7532.747 139 4911.587 347 6626.474 489 762016-5.192 256 869-1.604 469 509-4.837 804 385-6.825 911 314

表5 绿色工艺创新能力历史检验相对误差(单位:%)

年份制造业总体轻度污染行业中度污染行业重度污染行业2011-2.992 955 372-6.416 966 374-4.231 252 9560.597 793 99520124.822 973 3093.943 002 1129.048 475 7323.062 946 47420133.685 254 31-3.241 853 776-3.716 650 3873.648 940 5972014-1.730 841 3472.458 610 719-0.777 519 62-5.464 657 56320151.547 388 63610.001 522 990.276 539 841-0.674 490 281

图3 新产品销售收入运行结果 图4 绿色产品创新能力运行结果

图5 能源消耗量运行结果 图6 污染物排放量运行结果

由图3—9可知,制造业总体和轻、中、重度污染行业绿色产品创新能力、绿色工艺创新能力、绿色技术创新能力均呈逐年递增趋势,绿色产品创新能力和绿色技术创新能力几乎呈线性增长,绿色工艺创新能力增长幅度随时间推移逐渐下降。轻度污染行业绿色产品创新能力、绿色工艺创新能力、绿色技术创新能力及其增幅均高于其它类制造行业,原因在于该类行业新产品销售收入高于其它类行业,主营业务收入在第7年达到最高,能源消耗量和污染物排放量一直处于最低。说明该类行业绿色技术创新能力具有较高的经济与环境效益。中度污染行业绿色产品创新能力和绿色技术创新能力及其增幅略大于制造业总体,绿色工艺创新能力最初大于制造业总体,但增幅小于制造业总体,二者间差距逐渐缩小。该类行业能源消耗量和污染物排放量低于重度污染行业,新产品销售收入与主营业务收入最低,原因可能在于该类行业研发经费支出与新产品开发经费支出过低、专利申请量过少,导致其绿色技术创新能力环境效益较高、经济效益较低。重度污染行业绿色产品创新能力、绿色工艺创新能力、绿色技术创新能力及其增幅均低于其它类制造行业,原因在于该类行业新产品销售收入和主营业务收入高于中度污染行业,新产品销售收入低于轻度污染行业,主营业务收入从第7年开始低于轻度污染行业,能源消耗量和污染物排放总量最高。这也表明该类行业绿色技术创新能力带来的经济效益低于轻度污染行业,高于中度污染行业,环境效益低于其它类行业。

图7 主营业务收入运行结果 图8 绿色工艺创新能力运行结果

图9 绿色技术创新能力运行结果

2.2.2 企业研发资金投入影响分析

为进一步研究企业研发资金投入对绿色技术创新能力的影响,本文选取R&D经费内部支出中按来源划分的企业资金作为调节参数,为符合实际以及便于观察,将企业资金提高0.1%,观测参数变化对各类制造行业绿色产品创新能力、绿色工艺创新能力和绿色技术创新能力的影响,具体变化情况如表6、7、8所示。

由表6、7、8可知,当企业研发资金投入提高0.1%时,各类制造行业绿色产品创新能力、绿色工艺创新能力和绿色技术创新能力变化情况如下:

首先,表6结果显示,制造业总体和3类行业绿色产品创新能力均对企业研发资金投入有较高的敏感度。对比3类行业的敏感度,轻度污染行业最高,中度污染行业在第5年前后发生较大变化,其中在第1~4年低于重度污染行业,但第5年以后高于重度污染行业,说明长期来看,污染程度越低的行业,其绿色产品创新能力对企业研发资金投入敏感度越高。观察重、中度污染行业的敏感度发现,其在第1~5年对企业研发资金投入的敏感度低于0.1%,在第6年以后高于0.1%,说明短期内重、中度污染行业绿色产品创新能力对企业研发资金投入敏感度较低,而长期敏感度较高。

表6 绿色产品创新能力变化率(单位:%)

时间制造业总体轻度污染行业中度污染行业重度污染行业10.105 478 8680.119 336 8280.049 340 8980.078 238 51620.143 057 4870.156 170 9630.060 154 8510.083 931 51730.161 752 8670.177 162 7890.073 651 4970.089 620 1140.172 890 4990.191 214 8080.086 711 4680.094 425 70150.180 482 2250.202 029 5930.099 544 6570.098 507 00360.186 613 550.210 716 0430.109 747 3980.102 751 85470.191 641 150.218 084 5410.121 089 120.106 089 43680.195 712 0040.224 618 4610.129 344 4150.109 487 83590.199 596 3560.230 505 4980.138 807 6050.111 979 47100.202 877 0650.235 508 0350.147 841 0960.114 969 38110.206 058 4120.240 690 9890.155 827 8270.1170 664 94120.209 143 7440.244 943 3470.163 551 9940.119 633 125130.211 943 6480.249 118 4260.171 640 2180.122 202 97140.214 209 5390.253 122 9770.178 306 2630.123 908 273150.216 436 8310.256 794 9410.185 375 5630.126 054 7

表7 绿色工艺创新能力变化率(单位:%)

时间制造业总体轻度污染行业中度污染行业重度污染行业10.017 732 531-0.002 219 145-0.000 222 1650.029 570 3220.029 770 1910.003 409 7240.004 982 5330.040 200 53930.036 087 4410.004 824 3920.006 279 860.044 733 34740.040 466 0310.005 152 3650.007 024 1130.048 710 15550.043 973 7560.005 499 3570.007 323 3040.051 784 25960.047 048 7790.005 268 4110.007 647 6510.054 603 96170.049 598 5090.005 081 3440.007 854 1740.056 316 71980.051 818 6160.004 651 6460.007 824 430.058 096 48990.053 869 190.004 259 6920.007 943 3160.059 651 041100.055 760 5410.003 897 1970.007 956 120.061 492 645110.057 623 6730.003 558 3210.007 984 2810.063 091 951120.059 338 5340.003 238 8180.007 911 3920.064 459 59130.060 800 4670.002 935 4850.007 963 4480.065 368 886140.062 026 8920.002 645 8720.008 131 3590.066 999 044150.063 573 6160.002 368 030.007 875 6160.068 169 568

表8 绿色技术创新能力变化率(单位:%)

时间制造业总体轻度污染行业中度污染行业重度污染行业10.108 702 7060.113 261 6420.049 397 1870.101 346 10520.145 645 7480.147 160 7470.059 643 120.103 773 91130.163 065 8630.167 120 9310.072 661 0680.109 028 44240.173 043 1580.180 479 4780.085 111 8430.113 256 35950.179 622 2690.191 137 2670.096 450 9970.117 564 20660.185 119 8750.199 669 7530.107 582 7610.120 552 90770.189 528 7660.207 283 2320.117 186 5050.123 798 23580.193 228 7730.213 945 7420.126 340 8820.126 676 67890.196 697 1940.219 73 18990.135 111 9340.129 166 232100.199 634 4940.225 041 8620.143 550 7710.131 745 924110.202 522 6470.230 287 6870.152 361 9430.133 436 171120.205 649 9620.234 733 6080.159 580 1720.135 666 363130.207 747 770.238 496 2120.166 627 7070.137 934 164140.210 740 5640.242 905 7240.173 516 9720.139 335 286150.211 912 0520.247 142 4160.180 258 6790.141 658 542

其次,表7结果显示,制造业总体和3类行业绿色工艺创新能力对企业研发资金投入的敏感度均低于0.1%,其中重度污染行业最高,说明污染程度越低的行业,其绿色工艺创新能力对企业研发资金投入敏感度越低。企业研发资金投入增加的第1年会抑制轻、中度污染行业绿色工艺创新能力提升。轻度污染行业绿色工艺创新能力在第1~7年对企业研发资金投入的敏感度逐年递增,但从第8年开始逐年递减。中度污染行业绿色工艺创新能力对企业研发资金投入的敏感度虽有波动,但整体呈递增趋势。

最后,表8结果显示,制造业总体和3类行业绿色技术创新能力对企业研发资金投入的敏感度较高。比较3类行业的敏感度可知,轻度污染行业最高,中度污染行业在第1~8年低于重度污染行业,从第9年开始高于重度污染行业,说明长期来看,行业污染程度越低,其绿色技术创新能力对企业研发资金投入的敏感度越高。中度污染行业在第1~5年对企业研发资金投入的敏感度低于0.1%,在第6年以后高于0.1%,说明短期内重、中度污染行业绿色技术创新能力对企业研发资金投入敏感度较低,而长期敏感度较高。

3 结论与建议

本研究通过计算各制造行业污染强度PL值,将制造业划分为轻、中、重度污染行业,运用系统动力学方法分别构建轻、中、重度污染行业以及制造业总体绿色技术创新能力SD模型,探寻制造业绿色技术创新能力演化规律。研究发现,轻度污染行业绿色产品创新能力、绿色工艺创新能力和绿色技术创新能力最强且增幅最大,其中绿色工艺创新能力增幅逐年递减;中度污染行业绿色产品创新能力和绿色技术创新能力均低于轻度污染行业,高于制造业总体和重度污染行业,其绿色工艺创新能力高于重度污染行业,低于轻度污染行业,随时间推移逐渐与制造业总体趋势重合,增幅较小且逐渐降低;重度污染行业绿色产品创新能力、绿色工艺创新能力和绿色技术创新能力均一直处于最低水平;总体来看,制造业总体和轻、中、重度污染行业绿色产品创新能力、绿色技术创新能力均对企业研发资金投入有较高的敏感度,但绿色工艺创新能力的敏感度不高;企业研发资金投入对轻度污染行业绿色产品创新能力和绿色技术创新能力影响最大,短期内对重度污染行业的影响大于中度污染行业,长期则相反;污染程度越低的行业,其绿色工艺创新能力受企业研发资金投入影响越大。

本研究结论对推动中国制造业实施绿色发展战略、提升绿色技术创新能力具有一定启示。

(1)注重绿色技术创新能力提升。各制造行业在促进经济发展的同时,需提高清洁生产技术和末端治理技术,在产品生命周期中减少能源消耗量、提高资源利用效率、控制污染物排放并回收利用废弃资源,从绿色产品创新能力和绿色工艺创新能力两方面提高行业绿色技术创新能力,并从节能减排中获取更大利益。

(2)依据各类制造行业特点制定适合其发展的绿色创新发展战略。首先,轻度污染行业在维持现有高经济与高环境效益的基础上,可以进一步加大研发经费支出,使绿色技术创新能力实现更好更快增长;其次,中度污染行业具有高环境效益、低经济效益特点,应重点加大研发经费与新产品开发经费支出,激励该类行业开展更多研发活动,产出更多研发成果,在保证高环境效益的同时,提高经济效益;最后,重度污染行业具有高经济效益、低环境效益特点,除加强研发资金投入、提高经济效益外,还应着重加强绿色技术研发,减少污染物排放量与能源消耗量。

(3)提高企业研发资金投入。由前文分析可知,企业研发资金投入的影响存在一定滞后效应,因此需要从短期和长期两个维度,差异化提升轻、中、重度污染行业绿色产品创新能力、绿色工艺创新能力和绿色技术创新能力。首先,无论从短期还是长期看,轻度污染行业都可以通过增加企业研发资金投入,提升其绿色产品创新能力。长期来看,中、重度污染行业都可以通过增加企业研发资金投入,提升其绿色产品创新能力。其次,短期来看,轻度污染行业可以通过加大企业研发资金投入,大幅提升绿色工艺创新能力。无论从短期还是长期看,中、重度污染行业均可通过增加企业研发资金投入,提升行业绿色工艺创新能力。最后,长期来看,轻、中、重度污染行业均可通过增加企业研发资金投入,提升其绿色技术创新能力。

本研究仅对制造业绿色技术创新能力演化进行了初步探索,虽然探讨了轻、中、重度污染行业绿色技术创新能力演化规律,但由于各制造行业之间还存在其它差异性,因此今后的研究将持续关注基于其它行业异质性的制造业绿色技术创新能力发展变化特征和趋势。此外,由于相关统计年鉴中没有专门根据制造业划分的专利统计数据,使得本文面临一定困境和局限性,因此未来随着相关统计数据的完善,可以对研究结论的有效性进行进一步检验。

参考文献:

[1] ABOELMAGED M, HASHEM G.Absorptive capacity and green innovation adoption in SMEs: the mediating effects of sustainable organisational capabilities[J].Journal of Cleaner Production, 2019, 220(5): 853-863.

[2] DANGELICO R M, PUJARI D, PONTRANDOLFO P.Green product innovation in manufacturing firms:a sustainability-oriented dynamic capability perspective[J].Business Strategy and the Environment,2017,26(4):490-506.

[3] XIA D, CHEN B, ZHENG Z.Relationships among circumstance pressure, green technology selection and firm performance[J].Journal of Cleaner Production, 2015, 106(1): 487-496.

[4] WU Y, GU F, JI Y, et al.Technological capability, eco-innovation performance, and cooperative R&D strategy in new energy vehicle industry: evidence from listed companies in China[J].Journal of Cleaner Production, 2020,261(7): 121-157.

[5] SALUNKE S, WEERAWARDENA J, MCCOLL-KENNEDY J R.The central role of knowledge integration capability in service innovation-based competitive strategy[J].Industrial Marketing Management, 2019, 76:144-156.

[6] 许庆瑞, 吴志岩, 陈力田.转型经济中企业自主创新能力演化路径及驱动因素分析——海尔集团1984—2013年的纵向案例研究[J].管理世界, 2013(4): 121-134+188.

[7] 邹波, 张巍, 王晨.从个体吸收能力到组织吸收能力的演化——以知识共享为中介[J].科研管理, 2019, 40(1):32-41.

[8] EL-AWAD Z, GABRIELSSON J, POLITIS D.Entrepreneurial learning and innovation: the critical role of team-level learning for the evolution of innovation capabilities in technology-based ventures[J].International Journal of Entrepreneurial Behavior & Research, 2017, 23(3): 381-405.

[9] 岑杰,陈力田.二元创新节奏、内部协时与企业绩效[J].管理评论, 2019, 31(1): 101-112+146.

[10] FULVIO C, JOSE M N.The dynamics of national innovation systems: a panel cointegration analysis of the coevolution between innovative capability and absorptive capacity[J].Research Policy, 2013, 42(3): 579-594.

[11] 潘宏亮.环境规制与协同创新耦合作用下高新技术企业的创新能力演化[J].中国科技论坛, 2017(5): 87-93+100.

[12] 郑刚, 郭艳婷, 罗光雄, 等.新型技术追赶、动态能力与创新能力演化——中集罐箱案例研究[J].科研管理, 2016, 37(3): 31-41.

[13] DUTRÉNIT G, NATERA J M, PUCHET A M, et al.Development profiles and accumulation of technological capabilities in Latin America[J].Technological Forecasting and Social Change, 2019, 145: 396-412.

[14] 刘海兵.创新情境、开放式创新与创新能力动态演化[J].科学学研究, 2019, 37(9): 1680-1693.

[15] JIN J, ZEDTWITZ M V.Technological capability development in China's mobile phone industry[J].Technovation, 2008, 28(6): 327-334.

[16] 陈放.信息技术能力与金融服务创新的协同演化机制研究——以中国互联网支付行业为例[J].技术经济与管理研究, 2017(12):61-65.

[17] 宋维佳, 杜泓钰.自主研发、技术溢出与中国绿色技术创新[J].财经问题研究, 2017(8): 98-105.

[18] 李苗苗, 肖洪钧, 傅吉新.财政政策、企业R&D投入与技术创新能力——基于战略性新兴产业上市公司的实证研究[J].管理评论, 2014,26(8):135-144.

[19] 陈收, 邹增明, 刘端.技术创新能力生命周期与研发投入对企业绩效的影响[J].科技进步与对策, 2015, 32(12): 72-78.

[20] 李广培, 李艳歌, 全佳敏.环境规制、R&D投入与企业绿色技术创新能力[J].科学学与科学技术管理, 2018, 39(11): 61-73.

[21] HSUEH S L,YAN M R.A multimethodology contractor assessment model for facilitating green innovation: the view of energy and environmental protection[J].Scientific World Journal, 2013(3): 624340.

[22] 陈力田, 许庆瑞, 吴志岩.战略构想、创新搜寻与技术创新能力演化——基于系统动力学的理论建模与仿真研究[J].系统工程理论与实践, 2014, 34(7): 1705-1719.

[23] 孙群英, 曹玉昆.基于可拓关联度的企业绿色技术创新能力评价[J].科技管理研究, 2016, 36(21): 62-67.

[24] 马胜杰.企业技术创新能力及其评价指标体系[J].数量经济技术经济研究, 2002(12): 5-8.

[25] CHAN H K, YEE W Y,DAI J,et al.The moderating effect of environmental dynamism on green product innovation and performance[J].International Journal of Production Economics, 2015, 181(11): 384-391.

[26] 李大元, 黄敏, 周志方.组织合法性对企业碳信息披露影响机制研究——来自CDP中国100的证据[J].研究与发展管理, 2016, 28(5): 44-54.

[27] 张旭, 王宇.环境规制与研发投入对绿色技术创新的影响效应[J].科技进步与对策, 2017, 34(17): 111-119.

[28] 田虹, 陈柔霖.绿色产品创新对企业绿色竞争优势的影响——东北农产品加工企业的实证数据[J].科技进步与对策, 2018, 35(16): 38-46.

[29] CHERRAFI A, GARZA-REYES J A, KUMAR V, et al.Lean, green practices and process innovation: a model for green supply chain performance[J].International Journal of Production Economics, 2018, 206: 79-92.

[30] 毕克新, 杨朝均, 黄平.中国绿色工艺创新绩效的地区差异及影响因素研究[J].中国工业经济, 2013(10): 57-69.

[31] 傅京燕, 赵春梅.环境规制会影响污染密集型行业出口贸易吗——基于中国面板数据和贸易引力模型的分析[J].经济学家, 2014(2): 47-58.

[32] 任胜钢, 胡兴, 袁宝龙.中国制造业环境规制对技术创新影响的阶段性差异与行业异质性研究[J].科技进步与对策, 2016, 33(12): 59-66.

(责任编辑:陈 井)