开放科学(资源服务)标识码(OSID):
Most of the present research on the factors affecting green technology innovation is based on the natural resources theory, stakeholder theory and institutional theory, and examines the factors affecting green technology innovation from the internal and external perspectives. Researchers mostly explore the impact of government subsidies on green technology innovation. In the study of the impact of government environmental attention, the impact of government environmental attention on policy implementation behavior and environmental performance is the research focus. In general, there is scant research on government environmental attention, and the research on the relationship between government environmental attention and green technology innovation needs to be further improved. Given the large differences between green technology innovation and technology innovation (in broad sense) in driving factors and impact mechanisms, it is impossible to truly represent the driving factors that affect green technology innovation by exploring the impact of environmental attention and green technology innovation from the perspective of executives. Therefore this paper focuses on the impact of government environmental attention on green technology innovation and its characteristic basis, and analyzes its impact mechanism and the enabling effect of government environmental attention with different governance capabilities.
The influence and mechanism of government environmental attention on green technology innovation are investigated based on the samples of 30 provinces (municipalities and autonomous regions) in China from 2009 to 2020, and the moderating role of government governance capability and governance resources in this influence are analyzed. It is found that the improvement of government environmental attention allocation can promote the improvement of green technology innovation, and this conclusion is still valid after multiple robustness tests. According to the heterogeneity analysis, the effect of government environmental attention on green technology innovation in the eastern region was stronger than that in the central and western regions, and the effect of government environmental attention in the period from 2015 to 2020 was also stronger than that in 2010-2015. Mechanism analysis shows that the enabling effect of government environmental attention on green technology innovation is achieved by strengthening environmental regulation and government innovation subsidies. Furthermore, from the perspective of governance capability, the improvement of the government environmental policy implementation capacity and innovative human capital and the abundance of green finance will strengthen the impact of the government environmental attention on green technology innovation. Accordingly, this paper enriches the theory of attention allocation and green technology innovation, reveals the enabling effect of government environmental attention in the process of realizing green technology innovation, and provides reference for government attention allocation.
The policy recommendations are then proposed from the following aspects. First, it is necessary for government departments to strengthen the attention to regional environmental issues in the background of the "dual carbon" vision and the high-quality development of regional green economy, effectively promote the direct enabling effect of environmental attention on green technology innovation, and pay attention to the cultivation of environmental attention awareness among members of the government, forcing government officials to improve their sense of social responsibility and the understanding of green and high-quality development. Second, the balance between attention and green technology innovation should be made accordingly, and a series of environmental regulatory policies and reasonable government subsidy policies should be formulated and formed. Third, local governments should strive to achieve financial abundance, and attract innovative talents, and improve the implementation ability of environmental policies.
开放科学(资源服务)标识码(OSID):
绿色技术创新的核心在于以技术手段应对气候变化并推动绿色经济高质量发展。2020年9月,习近平主席在联合国大会上提出:“中国将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2023年前达到峰值,努力争取2060年前实现碳中和”。该承诺意味着我国将以西方国家一半的时间实现“碳中和”。我国“十四五”规划基于“双碳”战略目标,明确指出大力开展绿色技术创新,推进重点行业及领域的绿色化转型。由此可见,“双碳”目标的提出不仅是我国实现绿色高质量发展的内在要求,而且对绿色转型和绿色技术创新提出了更高要求。与广义的技术创新不同,绿色技术创新包括污染控制技术、循环再生技术、生态工艺技术与净化技术等多方面创新,是促进经济可持续发展的有效方式(徐建中等,2018)。由于绿色技术创新具有投资大、收益慢和双重外部性的天然特征,使其与广义的技术创新相比具有更高的外部依赖性,因此政府偏好与发展方略对绿色技术创新存在显著影响。绿色技术创新是区域改善生态环境的关键要素,除保护生态环境外,区域政府还承担着经济发展、民生改善等多重职能,因此政府注意力配置的集中度对特定领域发展存在决定性影响。注意力基础观理论指出,与个人注意力相似,政府注意力也是有限且稀缺的,政府部门的注意力配置可以理解为政府在接受内外部信息后,根据有限资源和组织内部结构特征,选择适合当前发展阶段的注意力配置模式(吴建祖等,2021)。政府注意力水平体现了针对特定议题的关注程度。显然,政府注意力配置是政府行为方式的典型前置要素。
近年来,由于温室效应导致全球极端天气频现,环境风险成为世界各国面临的主要风险之一,因此,学术界针对政府环境注意力的研究达到了空前热度。政府环境注意力表现为政府对环境及其相关议题的关注程度。部分研究表明,在有限的注意力水平约束下,政府环境注意力提升能够有效促进绿色技术创新,但对促进机制尚未有明确定论。因此,本文将基于政府治理视角,系统考察区域政府环境注意力水平提升对区域绿色技术创新的影响效果,并探讨命令型和鼓励型政府治理政策在环境注意力水平提升促进区域绿色技术创新过程中的作用机制,同时,进一步考察政府治理能力对政府注意力赋能区域绿色技术创新过程中的增强效果。
目前关于绿色技术创新影响因素的研究大多基于自然资源理论、利益相关者理论与制度理论3个层面,从内外部考察绿色技术创新影响因素。内部因素包括企业性质与资源、高管团队、组织文化与环保投入,外部因素主要包括环境与市场规制。随着研究进一步深入,多数学者开始将政府行为作为外部因素纳入绿色技术创新分析中,但仅考察政府补贴对绿色技术创新的影响。如陈晓等[1]认为,政府补贴在绿色技术创新中具有的信号传递功能可以调节环境规制对绿色技术创新的影响;李新安[2]也发现,政府补贴政策在长期内能够有效提升区域绿色技术创新水平。而基于注意力视角的研究多以企业内部高管为出发点,研究高管环境注意力与企业创新行为、创业行为、战略决策行为以及创新绩效的关系。如基于高管行为视角,实证考察高管环境注意力与绿色技术创新专利间的正相关关系,并发现组织冗余和政府补贴更有利于高管团队将环境注意力转变为具体绿色创新战略行为(吴建祖等,2016);蔡俊亚和党兴华[3]、张振刚等[4]同样基于高管注意力视角,探究异质性高管团队背景,发现其可以通过加大注意力配置与创新投入促进企业创新绩效提升。进一步聚焦政府环境注意力影响研究,发现大部分文献仅探究了政府环境注意力对政策执行及环境绩效的影响。如张坤鑫[5]着眼于环境注意力的基础观念,认为政府环境注意力配置提升在前期有助于政府解决地方环境问题,但当环境注意力配置超出地方政府能力与现实资源时,政府环境政策执行力度会进一步降低。与之相似,沈洪涛和周艳坤[6]的研究表明,中央政府的环保约谈通过敦促地方政府将注意力集中于环境层面,有助于改善地方企业环境绩效。但是关于政府环境注意力与绿色技术创新的研究较少。与广义的技术创新不同,绿色技术创新的生态前瞻性决定了其具有重要的社会价值,同时,绿色技术创新的天然外部性决定了企业开展绿色技术创新的意愿较弱,因此传统的技术创新动力结构并不能有效驱动绿色技术创新活动开展。既有研究证明,政府环境政策是绿色技术创新的重要动力来源。
综上所述,以往研究对绿色技术创新影响因素以及高管注意力与创新关系进行了多角度分析,为本文研究奠定了良好基础,但是关于政府环境注意力的研究较少,政府环境注意力与绿色技术创新关系更是存在较大的研究空间。考虑到绿色技术创新与广义技术创新在驱动要素、影响机制上存在较大差异,导致以高管为出发点探究环境注意力与绿色技术创新的关系并不能真正反映绿色技术创新的驱动要素。此外,以往研究多为结果导向型的机制分析,未考虑更深层次的政府环境注意力背景特征。鉴于此,本文着重关注政府环境注意力对绿色技术创新的影响效果以及影响特征,考察其影响机制及不同治理能力下政府环境注意力的赋能效果。
“注意力”概念始于心理学研究,是对个体心理指向的表征,具体是指个体将意识分配并集中于特定事物的心理行为,集中性和指向性是其基本特征[7]。Simon[8]将注意力概念引入管理学研究领域,并基于有限理性决策理论,将注意力定义为行为主体有选择地重视某些信息而忽略其它信息的行为,这里的行为主体既可以是个人,也可以是团队、组织机构或政府。后续研究将政府分配于环境议题的注意力定义为政府环境注意力,而注意力稀缺性、政府战略目标的多重性和阶段性决定了政府环境注意力时刻处于动态变化过程中,进而影响环境议题的战略制定与实施进程。随着经济发展与环境矛盾的日益突出,政府应将区域绿色技术创新视为发展机遇,将更多注意力配置在绿色技术创新中,以此解决区域生态环境问题。与广义技术创新的不同,绿色技术创新的公共物品属性导致其存在严重的市场失灵,其高投资、慢回报的双重外部性也决定了各主体开展绿色技术创新活动的主观意愿较低,进而需要持续配置政府注意力。同时,新古典学派理论表明,市场在绿色技术创新过程中存在供给不足现象,而政府通过制定区域性税收、补贴以及金融政策有助于推动区域绿色技术创新,从而肯定了政府在绿色技术创新中的作用。
作为区域政策制定者和抉择者,当政府将更多注意力配置在环境议题上时,即政府环境注意力提升对区域绿色技术创新的影响具体体现在:一方面,环境注意力提升必将引起资源配置变化,促使更多优质资源流入绿色技术创新部门,进而助力区域绿色技术创新水平提升。另一方面,贯彻落实区域环境政策时需要生态环境治理主体政府的主导和协调,而政府参与意味着环境政策执行存在“政治势能”,有助于促进区域资源聚焦于环境保护层面,为开展绿色技术创新活动营造良好环境。此外,环境注意力水平提升带来的可持续发展意识增强,也有助于政府正向解读环境政策,提升问题解决能力。因此,绿色技术创新的可持续性会进一步激发政府更加积极地在区域内开展有利于绿色技术创新的活动,形成促进经济高质量发展的良性循环。综上所述,区域政府环境注意力提升会有效促进区域绿色技术创新。据此,本文提出研究假设:
H1:区域政府环境注意力水平提升能够有效促进区域绿色技术创新。
政府环境注意力提升,意味着政府对环境问题的监督和管理强度增大。治理政策是政府进行环境监督和管理的载体,政策手段通常以命令型手段和鼓励型手段为主。其中,环境规制是命令型政府治理政策的集中体现,命令型治理政策将高污染企业的外部成本内部化,打破了污染主体与公众利益间的博弈平衡,进而倒逼污染主体优化现有生产方式。企业是污染主体,也是绿色技术创新主体,政府出台的命令型治理政策具有“创新补偿”效应,促使污染型企业开展绿色技术创新活动,同时,绿色技术创新所带来的收益也可以补偿企业治污成本。命令型治理政策对绿色技术创新的影响体现在两方面:一方面,考虑到命令型治理政策所引致的政策“硬约束”,污染主体会结合自身技术与资本条件采取升级或转型行为,在地理、技术与产业空间等领域实施资源再配置,通过转移、升级与转型应对当地政府逐渐严苛的环境规制,而这些行为均有利于绿色技术创新产出增加。另一方面,绿色技术创新具有长期性、复杂性和不确定性特征,而企业是以盈利目标为主的创新主体,这就导致企业在制定绿色化战略时往往存在短视行为,政府的命令型治理政策能够有效纠正企业短视行为,促进绿色技术创新水平提升。据此,本文提出研究假设:
H2a:区域政府环境注意力水平提升可以通过命令型治理政策促进区域绿色技术创新。
鼓励型治理政策是命令型治理政策的补充,是通过补贴等非强制手段引导绿色技术创新主体持续输出绿色技术创新产出的政策治理方式。区域政府环境注意力提升,有助于带来更多资源,使得鼓励型治理政策具有更大发挥空间,而鼓励型治理政策具有信号传递效应,能够吸引更多资金注入,进而产生绿色全要素集聚效应,为区域绿色技术创新活动提供研发基础。同时,政府创新补贴作为鼓励型治理政策的激励手段,可以直接促进绿色技术创新水平提升。鼓励型治理政策通过引导资本投入,降低企业研发过程中的不确定性。其次,政府创新补贴有助于降低企业及科研机构等主体在开展绿色技术研发过程中的风险,激发区域绿色技术创新主体的创新积极性。这是因为绿色技术创新具有投入大、周期长与不确定性高等特点,会削弱区域主体创新能动性,而鼓励型治理政策通过向区域企业、科研机构等主体提供研发补助资金,从而有助于降低研发风险,激发绿色技术创新热情,提高区域绿色技术创新成果产出。据此,本文提出研究假设:
H2b:区域政府环境注意力配置提升可以通过鼓励型治理政策提高区域绿色技术创新水平。
政府治理能力反映了政策目标与实际效果间的差距[9]。与治理政策相比,政府治理能力虽然不会受到政府环境注意力的直接影响,但其在政府环境注意力影响区域绿色技术创新过程中具有重要的调节作用。政府治理能力的调节作用主要体现在:一方面,政府治理水平提升意味着环境政策执行效果较好,在相同的治理政策强度下,由于环境政策得到了有效的贯彻执行,因此绿色技术创新水平得到显著提升;另一方面,当政府注意力集中于环境议题时,政府治理能力提升能够通过多种隐性或显性方式增强环境注意力对绿色技术创新的促进效应[10]。其中,隐性影响以提升公众环境意识、树立公众绿色消费观念为主,由此促进企业绿色转型升级,并最终实现全产业链绿色化;显性影响表现为政府治理能力提升会促进政府意志在绿色技术创新主体与其它利益相关主体间加速传递,同时,传递准确性提高,由此促进绿色技术创新水平提升。
从治理政策角度来看,高水平的政府环境治理能力意味着政府的信息搜索成本降低,能够更高效、准确地对区域环境信息进行搜集,更加全面地排查区域生产问题,进而制定更为适宜的命令型治理政策,更好地发挥命令型环境治理政策赋能绿色技术创新的作用。同时,高水平的环境治理能力有助于政府通过环境监测与环境调查等方式进行区域环境监督,开展区域环境监管信息采集,获取全面、专业的环境信息数据。综上,一方面,政府治理能力可以通过体制内强有力的贯彻执行以及区域减排强化政府环境注意力对绿色技术创新的促进效应,另一方面,高水平的政府治理能力可以通过精准的信息搜集以及有效的区域环境监督制定出适宜的命令型治理政策,进一步促进区域绿色技术创新水平提升。据此,本文提出研究假设:
H3a:政府治理能力提升能够增强政府环境注意力对区域绿色技术创新的促进作用;
H3b:政府治理能力提升能够增强命令型治理政策对绿色技术创新的促进作用。
揭示政府环境注意力对绿色技术创新的影响是本文研究的核心内容,因此构建基准回归模型(1),对研究假设H1进行检验。
(1)
式中,Ateit表示i省域在t时期的区域政府环境注意力;Gtiit表示i省域在t时期的绿色技术创新水平;
表示控制变量,包括创新环境(Inovation)、国有化程度(Nd)、经济发展水平(Development)、产业规模(Is)和政府规模(Government),为避免估计结果受到宏观环境变化以及各省域发展水平差异的影响,采用双向固定效应模型,μi为控制区域效应,γt为控制时间效应,εit为随机扰动项。
根据假设H2a与H2b,为验证命令型治理政策与鼓励型治理政策是政府环境注意力影响绿色技术创新的促进机制,基于中介效应模型,建立模型(2)～(4)。其中,Nit为中介效应,分别为命令型治理政策(Erg)与鼓励型治理政策(Grd),mit、uit与eit为随机扰动项。
(2)
(3)
(4)
为验证政府治理能力在政府环境注意力与绿色技术创新、命令型治理政策与绿色技术创新间的作用,根据假设H3a与H3b,建立模型(5)～(8)。
Gtiit=α0+α1Ateit+α2AteitEeit+α3Eeit+
(5)
(6)
Gtiit=α0+α1Ateit+α2Ergit+α3Eeit+
(7)
(8)
其中,Eeit为政府治理能力,Ateit为政府环境注意力,Ergit为命令型治理政策,Gtiit为绿色技术创新,μi为控制省域效应,γt为控制时间效应,εit为随机扰动项。
(1)解释变量:政府环境注意力(Ate)。王印红和李萌竹[11]认为,政府工作报告是体现资源投入与分配的指挥棒,是反映政府注意力分配和职责履行的主要载体,因此选取内地30个省(市、自治区)的地方性《政府工作报告》作为文本分析对象。报告中与环境相关的议题能够反映地方政府注意力关注重点,通过整理报告中相关关键词以衡量地方政府对环境问题的关注程度。文宏和杜菲菲[12]均将环境保护作为一级关键词,随后选取同一内涵的二级关键词进行分析;申伟宁等[13]认为,环境污染与能源消耗两类一级关键词是除环境保护大类后政府关注度次高的词语。综上分析,本文将报告中与环境问题相关的一级关键词分为环境保护类指向、环境污染类指向与能源消耗指向三大类,将从政府报告中提取的相关环境类关键词纳入三大类,具体结果如表1所示。按照不同年份,对关键词进行标准化,用关键词占全文分词总数的比值表征政府环境注意力的相对指标。
表1 环境类关键词提取结果
Tab.1 Extraction results of environmental keywords
分类标准关键词环境保护指向环保、环境、污染防治、治污、污染治理、治理污染、绿化、绿色、绿色发展、低碳、减排、生态、污水处理、污水治理、环境影响评价、环境督察、生活垃圾无害化、环境质量、空气质量环境污染指向排污、化学需氧量、二氧化硫、二氧化碳、颗粒物、PM2.5、氨氮、氮氧化物、大气污染、污染物、扬尘、降尘、废物、垃圾、排放能源消耗指向水耗、能耗、消耗、资源、节约、集约、能源、新能源、清洁能源、煤改电、煤改气、集中供热、再利用、循环
(2)被解释变量:绿色技术创新(Gti)。常见的绿色技术创新测度方式有两种,一是通过数据网络包络与主成分分析测算绿色技术创新效率(梁圣蓉等,2019),二是使用绿色专利统计技术[14]。考虑到绿色专利数据能够反映环保、治污与效率方面的创新,参考郭捷和杨立城[14]的做法,采用绿色专利数据衡量区域绿色技术创新水平。绿色专利申请能够衡量绿色技术创新的原因在于:第一,相比于研发投入经费等变量,绿色专利申请具有直观的技术分类,能够明确反映绿色技术创新的呈现形式,具有可量化性[15]。第二,国家专利法明确规定专利申请必须具有技术进步与改善特征[16]。因此,本文采取绿色专利申请作为绿色技术创新衡量标准,具体做法是根据经济合作与发展组织(OECD)公布的《技术领域与IPC分类号对照表》,结合国家知识产权局公布的专利信息,获取不同省域绿色专利数据以表征绿色技术创新水平。
(3)中介变量:命令型治理政策(Erg)与鼓励型治理政策(Grd)。命令型治理政策参考张成等[19]做法,采用工业污染治理总投资与规模以上企业工业增加值的比值衡量。补贴为鼓励型治理政策的主要手段,同时考虑到绿色技术创新的双重外部性,参考马宗国和王旭[18]的做法,选取规模以上研究与试验发展经费内部支出中来自政府资金的部分衡量。
(4)调节变量:治理能力。参考张坤鑫[5]的做法,将“十二五”“十三五”时期下达到各地级行政区的二氧化硫目标完成度作为代理变量。本文以目标二氧化硫减排率与当年二氧化硫实际减排率的差值衡量地方政府环境政策执行能力。具体计算方式为:Eeit=(SO2t-SO2t-1)/(Goalt-SO2t-1)。其中,SO2t为当年二氧化硫排放量,SO2t-1为前一年二氧化硫排放量,Goal为目标减排量。
(5)控制变量。①创新环境(Inovation):参考赵丽娟等[19]的做法,采用技术市场成交额表征,创新环境反映区域企业技术研发需求量,也是驱动区域技术创新的核心动力,创新环境越好,技术市场成交额越大,越有利于区域绿色技术创新;②国有化程度(Nd):已有研究表明,国有企业经营者在控制权方面缺乏相匹配的收益权,决策出发点倾向于政绩考核,由于技术创新的长回报期特点,导致国有企业经营者不太注重技术创新,因此,国有化程度越高,可能越不利于省域绿色技术创新,参考贾军[20]的做法,选取国有控股企业数量与规上工业企业数量之比表征;③经济发展水平(Development):用人均GDP表示各地区经济发展情况,已有研究表明,经济发展水平与环境保护激励存有一定冲突,经济发展水平高的地区,其在环境保护激励方面表现不足;④政府规模(Government),政府的组织规模反映了职权划分与组织重叠问题,政府规模大容易导致环境规制强度与效率降低,规制强度低会削弱政府对绿色发展的重视程度,侧面降低该区域绿色技术创新能力,参考关斌[21]的做法,采用地区政府财政支出与GDP的比值表征;⑤产业规模(Is):选取规上企业工业生产总值表征。
(1)数据处理。选取2009-2020年中国内地30个省域为基准样本(西藏地区因数据缺失,未纳入考虑)。为保证样本数据的真实性与可靠性,对样本数据进行如下处理:①在度量政府环境注意力时,为了确保数据准确性,对于未公布数据的地区及年份进行剔除处理;②为了避免异常值对研究结果的影响,确保实证结果准确性,对所有连续变量进行双侧1%的缩尾。
(2)数据说明。测算绿色技术创新所需原始数据均来源于国家知识产权局专利检索分析系统及OECD;测算政府环境注意力所需数据来自政府工作报告文件;经济发展水平、中介变量环境规制与绿色研发投入所需原始数据来自《中国统计年鉴》;控制变量产业规模与国有化程度所需原始数据来自国家统计局与《中国工业统计年鉴》,创新环境原始数据来自国家统计局与《中国科技统计年鉴》,政府规模与人力资本原始数据来自《中国城市统计年鉴》。表2为各变量描述性统计结果。
表2 描述性统计结果
Tab.2 Descriptive statistical results
变量名称符号观测值均值标准差最大值最小值绿色技术创新水平Gti3609.549730.5611580政府环境注意力Ate3600.3810.071 90.2760.722创新环境Innovation36013.831.7618.64217.86国有化程度Nd3600.3980.1340.1570.756政府规模Goverment3609.4860.7757.43110.83产业规模Is3609.9801.0486.93811.97经济发展水平Development36051 939.6026 435.930164 56316 165命令型政府治理Erg3600.0530.0370.2500.003鼓励型政府治理Grd3608.2040.7359.3526.342政府治理能力Ee3600.176 70.3190.090.039 8
在对面板数据进行多重共线性问题分析后,使用Stata软件对面板数据进行豪斯曼检验,p值为0.000 0,故选择固定效应模型进行分析。表3报告了政府环境注意力对绿色技术创新影响的基准回归结果,其中,列(1)～(6)均为区域固定与时间固定效应的结果。由列(1)结果可知,政府环境注意力系数为正,表明政府环境注意力配置度提高能够促进区域绿色技术创新水平提升(系数为0.302 0,t值为3.48)。在逐步加入创新环境、国有化程度、经济发展水平、产业规模与政府规模后,政府环境注意力对绿色技术创新的影响依旧显著(系数为0.450 7,t值为7.59),初步表明区域政府注意力提高能够促进区域绿色技术创新水平提升,验证了假设H1。列(6)的基准回归结果显示,Ate系数为0.450 7,表明区域政府环境注意力每提高1%,会使绿色技术水平提高0.450 7 %。解雪梅和韩宇航[22]基于注意力基础观,认为环境注意力调配以及聚焦程度可以通过重构绿色跃迁路径促进绿色技术创新与绿色转型发展;还有学者认为,在环境议题及方案层面配置更多注意力,能够正向促进绿色创新战略实施(吴建祖等,2021)。
为确保政府环境注意力对绿色技术创新影响结论的准确性,采用模型替换法、剔除直辖市样本、变量替换、异常值敏感性检验与考虑因果内生性,共计5种方式进行稳健性检验,结果如表4所示。
(1)模型替换。首先将考虑时间与区域在内的固定效应模型替换为随机效应模型,考察政府环境注意力与绿色技术创新关系。列(1)结果显示,Ate系数为0.308 1,在1%水平下显著,表明替换模型后,政府环境注意力对绿色技术创新的促进作用依旧稳健。
(2)剔除直辖市样本。考虑到直辖市独特的政治地位,其政策支持水平与其它省级面板数据存有差异。为此,剔除直辖市样本并对其它省级面板数据进行检验,检验结果如表4中列(2)所示,显示结论依旧稳健。
(3)替换核心解释变量。基准回归中的变量度量采用当前较为常用的量化规则,为确保实证检验结果的稳健性,更换核心解释变量。在考察政府环境注意力与绿色技术创新关系时,通过专利申请数量量化绿色技术创新水平。与该指标相比,绿色工业创新体现了绿色技术创新作用对象,因此参考毕克新[23]做法,采用工业废水排放量与工业产值之比作为绿色工业创新指标,重新考量两者关系。表4中的列(3)报告了替换绿色技术创新指数后政府环境注意力对绿色技术创新影响的当期结果,可以看出,结果依旧显著为正(系数为0.180 4,t值为4.83)。
表3 基准回归结果
Tab.3 Benchmark regression results
变量(1)(2)(3)(4)(5)(6)GtiGtiGtiGtiGtiGtiAte0.302 0***0.298 0***0.283 9***0.284 7***0.284 6***0.450 7***(3.48)(3.52)(3.81)(3.84)(3.81)(7.59)Innovation0.005 40.050 0**0.051 4**0.051 4**0.026 9**(1.14)(2.68)(2.46)(2.45)(2.55)Nd-0.010 3*-0.009 1*-0.009 1-0.003 8(-1.88)(-1.74)(-1.63)(-0.75)Development0.043 0**0.063 4***0.067 5***(2.26)(3.34)(3.75)Is0.000 1**0.000 9***(2.19)(2.92)Goverment-0.507 1***(-5.19)Constant0.007 40.012 90.539 6**0.577 0*0.576 4*0.332 8(0.25)(0.46)(2.56)(1.98)(1.97)(1.40)0.6600.6610.5760.5840.5780.611样本值360360360360360360区域固定效应YesYesYesYesYesYes时间固定效应YesYesYesYesYesYes
表4 稳健性检验结果
Tab.4 Robustness test results
变量稳健性检验模型替换剔除直辖市替换变量5%缩尾(1)(2)(3)(4)内生性处理GMM控制市场因素(5)(6)(7)Ate0.459 4***0.408 8***0.180 4***0.156 5***0.242 9***0.247 3***0.264 0***(21.35)(10.22)(4.83)(3.47)(4.02)(4.35)(3.92)Innovation0.030 1**0.046 00.034 3**0.055 6**0.040 8**0.040 3*0.021 4*(2.31)(1.05)(2.52)(2.32)(2.68)(1.74)(1.85)Nd-0.016 6*-0.029 8*-0.054 3**-0.039 8-0.052 6-0.022 4-0.417 9(-1.82)(-1.63)(-2.07)(-1.13)(-1.49)(-0.98)(-0.89)Development0.009 2***0.004 8**0.006 0**0.005 4***0.001 0**0.028 1***0.020 9**(3.82)(2.44)(2.39)(3.21)(2.08)(3.66)(2.61)Is0.003 9**0.001 7***0.023 00.004 5**0.000 7***0.104 20.120 7*(2.01)(6.13)(1.18)(2.92)(3.62)(1.29)(2.05)Goverment-0.327 9**-0.472 5**-0.182 0*-0.265 1*0.242 9***-0.137**-0.225***(-2.45)(-2.62)(-1.81)(-1.91)(-4.02)(-2.52)(-3.69)Om0.049*(1.75)Rfe0.165**(2.63)Constant0.252 4***0.347 50.786 30.528 1*0.583 2*0.145 9***0.217 4*(3.50)(1.40)(0.70)(1.67)(1.97)(3.05)(1.78)0.6461.000区域固定NoYesYesYesYesYesYes时间固定NoYesYesYesYesYesYes样本值3603123603603603603600.6150.5880.5360.6140.5590.7100.783
(4)异常值敏感性检验。在检验地方政府环境注意力对绿色技术创新影响的基准回归中,对数据进行双侧1%的缩尾,考虑到原始数据中部分数据的厚尾性质,为排除异常值对估计结果的影响,参考吴尧和沈坤荣[24]的做法,对全部原始连续数据进行5%的双侧缩尾处理,回归结果如表4中列(4)所示,结果显示研究结论不变。
(5)联立因果的内生性克服。已有研究表明,环境注意力可以通过环境强度影响区域技术创新水平,同时,绿色技术创新水平又决定了政府注意力配置情况,进而对政府环境注意力产生影响。为了避免政府环境注意力与绿色技术创新间双向关系所引起的内生性问题,确保实证研究结果的可靠性,将滞后一期的政府环境注意力作为工具变量,使用系统GMM方法重新考察两者关系。由Sargan检验结果可知,选择一阶滞后变量是有效的,同时,残差序列相关检验中AR(2)值证明模型残差项不存在二阶序列相关。如表4中列(5)所示,其系数为0.242 9,t值为4.02,表明在消除内生性影响后区域政府环境注意力提高依旧能够促进区域绿色技术创新水平提升,与基准回归结果一致。
(6)遗漏变量的内生性克服。在考量政府环境注意力与绿色技术创新关系时,有必要考察遗漏变量所带来的内生性问题。一方面,现有的绿色技术创新研究仍处于萌芽探索期,该阶段认知的局限性易导致模型出现遗漏变量问题;另一方面基准研究中虽然控制了区域环境变化,但考虑到市场差异的影响较大,因此进一步引入市场开放度(Om)和资源要素禀赋(Rfe)重新进行估计,估计结果如表4中列(6)和列(7)所示,结果表明,在控制市场因素后,基准回归结果依旧成立。
从上文计量结果可知,政府环境注意力提高对促进绿色技术创新作用显著,但是我国各省域的地理位置及不同时间阶段的环保政策执行力度存有较大差异,因此政府环境注意力对区域绿色发展的促进作用可能存在不同地理位置与时间阶段的差异。基于此,从以下方面进行异质性分析。
4.3.1 基于地理位置的异质性分析
根据已有研究,政府环境注意力提升会通过加大环境规制强度、吸引外商投资及人力资本促进区域绿色技术创新。但是东、中、西部地区的发展目标与经济发展水平存在较大差异,进而对绿色技术研发带来不同影响。因此,为了分析地理位置是否影响政府环境注意力对绿色技术创新的作用,根据《中国工业经济统计年鉴》,参考许广月和宋德勇[25]的划分标准,将30个省域划分为东部、西部与中部,考察不同区域政府环境注意力与绿色技术创新的关系,回归结果如表5中列(1)～(3)所示。结果显示,在东部地区,政府环境注意力对区域低碳化发展的促进作用更大(系数为0.540 2,t值为8.45),中部地区次之(系数为0.386 8,t值为9.93),西部地区最弱(系数为0.323 1,t值为3.97),与预期一致。这是因为东部地区经济发展水平高,面临较小的财政压力,可以投入更多环保研发资金促进绿色技术创新;而中西部地区,自然资源相对匮乏,技术与资本密集型行业占比较大,对技术创新有较大需求。但即使在政府环境注意力提高的背景下,因为政绩要求以及地方发展问题,该类地区的环保意识、创新意识仍低于东部地区,进而导致环保注意力对绿色技术创新的提升度低于东部地区。
4.3.2 基于时间的异质性分析
2015年起我国正式实施《中华人民共和国环境保护法》(以下简称《环境保护法》)。同年7月,为解决“政企合谋”对地方环境造成的损害,通过了《环境保护督察(试行)》方案。2016年11月24日,对地级市及以上城市空气质量优良比率作出要求,《十三五“生态环境保护规划”》指出,空气优良天数应达到80%以上。因此,本文以环境督察前及《环境保护法》实施前的2014年为基期,考察不同时间段政府环境注意力对绿色技术创新的影响。如表5所示,2009—2014年政府环境注意力对绿色技术创新的影响(系数为0.386 8,t值为9.93)小于2015-2020年(系数为0.496 5,t值为10.89)。产生该结果的原因是,《环境保护法》的实施以及环境督察行为使政府注意力更加聚集于地方环境层面,进而赋能绿色技术研发。
4.4.1 中介效应分析
依据假设H2a与H2b,将政府环境注意力与各项机制纳入回归方程进行实证分析,检验结果如表6、7所示。
方程(2)～(4)为验证命令型治理政策与鼓励型治理政策是政府环境注意力影响区域绿色技术创新的中介效应模型。首先,检验方程(2)中的政府环境注意力系数c1,若显著则中介效应成立,否则为遮掩效应;其次,检验方程(3)(4)中的环境注意力系数β1与中介变量系数r2,若均显著,则间接效应显著;最后,检验方程(4)中的系数γ1,若不显著,则为完全中介效应,如果显著,则比较r2β1与c1系数,同号为中介效应,异号为遮掩效应。
如表6所示,列(1)中Ate的系数符号表示政府环境注意力与绿色技术创新水平呈正相关关系(系数为0.450 7,t值为7.59),政府环境注意力对命令型治理政策的影响显著(系数为0.043 3,t值为2.26);列(3)中命令型治理政策与政府环境注意力对绿色技术创新的作用系数均显著为正,表明政府环境注意力提高可以通过制定命令型治理政策影响绿色技术创新;列(4)中政府环境注意力对鼓励型治理政策的影响系数为正(系数为0.562,t值为2.43),列(5)中政府环境注意力与鼓励型治理政策对绿色技术创新的作用系数均显著为正,表明鼓励型治理政策在各区域政府环境注意力提高过程中能够促进绿色技术创新能力提升。因此,政府环境注意力提高会通过命令型治理政策与鼓励型治理政策促进区域绿色技术创新。
表7中的中介机制检验结果显示,β1γ2与c1系数同号,说明存在部分中介效应,即命令型治理政策与鼓励型治理政策是政府环境注意力影响区域绿色技术创新的部分中介路径。
表5 异质性分析结果
Tab. 5 Heterogeneity analysis results
分组标准变量按地理位置东部中部西部(1)(2)(3)按时间阶段2009-20142015-2020(4)(5)Ate0.504 2***0.386 8***0.323 1***0.386 8***0.496 5***(8.45)(9.93)(3.97)(9.93)(10.89)Innovation0.040 4**0.028 4**0.013 1*0.033 3*0.028 9(2.63)(2.38)(1.72)(1.69)(0.33)Nd-0.021 3-0.003 4-0.018 5*-0.003 20.028 4(-1.10)(-1.03)(-1.69)(-0.33)(1.38)Development0.014 6**0.000 6**0.032 3**0.015 7**0.000 6**(2.37)(2.06)(2.46)(2.02)(2.06)Is0.770 3***0.025 5**0.287 2***0.001 00.025 5(3.61)(2.33)(2.90)(1.03)(0.33)Goverment-0.610 6***-0.324 9**-0.383 2***-0.750 4***-0.324 9**(-6.78)(-2.28)(-3.69)(-8.85)(-2.28)Constant6.909 5***0.505 62.690 5***0.488 0*0.505 6(4.02)(0.75)(3.77)(1.69)(0.75)0.6900.6820.5680.5490.690样本值18072108180180区域固定效应YesYesYesYesYes时间固定效应YesYesYesYesYes
表6 机制效应分析结果
Tab.6 Mechanism effect analysis results
变量(1)(2)(3)(4)(5)GtiErgGtiGrdGtiAte0.450 7***0.043 3**2.367**0.562**0.143**(7.59)(2.26)(2.58)(2.43)(2.29)Erg1.585***(4.38)Grd0.302*(1.871)Innovation0.026 9**0.208 4*0.020 40.017 5**0.026 4**(2.55)(1.69)(1.30)(2.46)(2.33)Nd-0.003 80.020 4-0.038 6-0.054 7-0.027 3**(-0.75)(1.14)(-1.30)(-1.34)(-2.007)Development0.067 5***0.021 4**0.020 3*0.029 7**0.026 4**(3.75)(2.65)(1.70)(2.72)(2.72)Is0.000 9***0.008 4*0.057 3**0.094 7***0.048 0(2.92)(1.79)(2.45)(3.13)(1.22)Goverment-0.507 1***-0.398*0.018 4*0.144 70.069 8**(-5.19)(-2.09)(1.83)(1.00)(2.32)Constant0.332 80.544 3*0.341**0.227***0.549**(1.40)(1.51)(3.25)(4.49)(5.53)0.5540.5780.5680.6520.651样本值360360360360360区域固定效应YesYesYesYesYes时间固定效应YesYesYesYesYes
表7 机制检验结果
Tab.7 Mechanism test results
变量c1γ1β1γ2β1γ2β1γ2/α1结论Erg0.450 7***2.367**0.043 3**1.585***0.0680.158部分中介效应(10.59)(2.587)(2.263)(4.38)显著Grd0.450 7***0.143**0.562**0.302*0.0010.376部分中介效应(10.59)(2.29)(2.43)(1.871)显著
4.4.2 有中介的调节效应分析
表8报告了治理能力为调节变量的模型估计结果,其中,列(1)对应模型1,列(2)(3)对应模型5,列(4)对应模型6,列(5)对应模型7,列(6)对应模型8。表8的结果显示,列(1)中政府环境注意力对绿色技术创新的系数在1%水平上显著,列(2)(3)中治理能力及治理能力与政府环境注意力的交互项显著为正,列(4)中治理能力对命令型环境治理政策的影响系数在1%水平上显著,列(5)(6)中命令型治理政策以及治理能力与命令型治理政策的交互项为正。综上,治理能力能够正向调节政府环境注意力对区域绿色技术创新的影响,同时,治理能力在命令型治理政策与绿色技术创新间也起正向调节作用。产生该结果的原因是,当区域政府治理能力较强时,在政府环境注意力提高的前提下更易于实施环保政策,提高环境规制强度,进而更好地赋能环境注意力对绿色技术创新的积极影响。同时,政府环境治理能力增强意味着政府搜集区域环境信息的效率提高,能制定出更具针对性的命令型治理政策促进绿色技术创新。
表8 调节效应分析结果
Tab.8 Analysis results of the mediating effects
变量(1)(2)(3)(4)(5)(6)GtiGtiGtiErgGtiGtiAte0.450 7***0.554 7***0.316 7***0.112 2**0.097 9***0.307 6***(7.59)(3.96)(3.80)(2.46)(5.04)(4.84)Ee0.004 6*0.016 7***0.027 9***0.005 2***0.025 9***(1.82)(2.81)(5.21)(2.63)(2.93)Ate*Ee0.0074**(2.21)Erg0.0353*0.0547***(1.86)(3.30)Ee*Erg0.079***(3.14)Constant0.332 80.000 1**0.001 6***0.001 1**0.034 60.029 3***(1.40)(2.47)(2.86)(2.56)(1.43)(2.82)控制变量YesYesYesYesYesYes0.7110.6920.7020.6840.7250.714样本值360360360360360360区域固定效应YesYesYesYesYesYes时间固定效应YesYesYesYesYesYes
理论研究和发展实践证实,以绿色技术创新促进区域经济高质量发展以及实现“双碳”承诺是当前经济发展形势下的必然选择。本文以国内30个省域2009-2020年数据为样本,深入探寻政府环境注意力对绿色技术创新的影响,揭示环境注意力的影响机制,以及治理能力下的政府环境注意力配置问题。研究发现对于政府在合理分配注意力的同时提升绿色技术创新水平、达成我国“双碳”愿景目标以及实现区域绿色经济高质量发展具有重要意义。
研究发现如下:①整体来看,政府环境注意力配置提高显著提升区域绿色技术创新水平,经过多重稳健性与内生性检验后该结论依旧成立;②基于研究样本与时间区间的异质性分析表明,东部地区政府环境注意力对绿色技术创新的作用大于中西部地区,同时,政府环境注意力赋能绿色技术创新的效果在2015年后有所增强;③政府环境注意力配置通过命令型治理政策与鼓励型治理政策促进区域绿色技术创新;④政府治理能力能够正向调节政府环境注意力与绿色技术创新、命令型治理政策与绿色技术创新关系。
第一,对于绿色技术创新而言,政府环境注意力的促进作用不可忽视,但政府的注意力资源有限,同时,政府承担经济、民生等多项责任。由此可见,政府部门有必要合理配置注意力,加大对区域环境问题的重视,结合“双碳”愿景及区域绿色经济高质量发展要求,有效提升环境注意力对绿色技术创新的直接赋能效应,同时,重视环境注意力意识培养问题,倒逼政府管理者树立绿色高质量发展意识,不断提高社会责任感。
第二,异质性分析发现,不同地理位置、不同时间区间样本的政府环境注意力对绿色技术创新的影响效果存在差异。如中西部地区、2015年前样本受到的促进效果不明显,启示中央政府在进行环境约谈时,应重点考察上述地区并给予一定程度的政策倾斜,采取具有针对性的扶持手段以提升地区绿色技术创新水平。
第三,环境规制与政府创新补贴是促进区域绿色技术创新的有效抓手,同时,在政府环境注意力影响绿色技术创新过程中扮演重要角色。因此,平衡注意力与绿色技术创新关系应以此为基点,制定并形成系列治理政策。
第四,治理能力能够有效调节环境注意力对绿色技术创新、命令型治理政策对绿色技术创新的赋能效果,因此地方政府应有意识地提升政府治理能力,避免因为组织冗余与机构设置重叠等问题造成的政策制定不合理现象。
本文尚存在一些不足:第一,相比于非绿色技术创新,绿色技术创新的双重外部性使得政府环境注意力与绿色技术创新关系复杂,可能存在其它调节因素,研究中难以将这些变量全部纳入考察,例如知识产权保护也是重要影响因素。第二,本研究主要基于政府治理视角,考察政府注意力影响绿色技术创新的机制问题,但实践中政府环境注意力提升也可能通过扩大当地绿色信贷规模、改善区域创新环境、吸引绿色资本流入等影响区域绿色技术创新。因此,未来可以深入分析政府环境注意力对绿色技术创新的其它影响路径。
[1] 陈晓, 李美玲, 张壮壮. 环境规制、政府补助与绿色技术创新——基于中介效应模型的实证研究[J].工业技术经济, 2019, 38(9): 18-25.
[2] 李新安.环境规制、政府补贴与区域绿色技术创新[J].经济经纬,2021,38(3):14-23.
[3] 蔡俊亚,党兴华.创业导向与创新绩效:高管团队特征和市场动态性的影响[J].管理科学,2015,28(5):42-53.
[4] 张振刚,户安涛,黄洁明.高管团队职能背景与企业创新绩效——“精力”与“资源”的中介作用[J].科技进步与对策,2019,36(24):143-152.
[5] 张坤鑫. 地方政府注意力与环境政策执行力的倒U形关系研究[J].公共管理评论, 2021,3(4): 132-161.
[6] 沈洪涛, 周艳坤. 环境执法监督与企业环境绩效:来自环保约谈的准自然实验证据[J].南开管理评论, 2017, 20(6): 73-82.
[7] 杨颖. 公众环境参与、地方政府环境注意力对治污效果的影响研究[D].重庆:西南大学, 2022.
[8] SIMON H A. Designing organizations for an information-rich world.in martain greenbergerm, (ed.) computers.communications,and the public interest[M].Baltimore:The Johns Hopkins University Press,1971:41.
[9] DAVENPORT T H, BECK J C. The attention economy: Understanding the new currency of business[M].Boston: Harvard Business Review Press, 2002: 176.
[10] 杨天山,武可栋,韦庄禹.注意力配置与企业创新——基于互联网大数据的视角[J].首都经济贸易大学学报,2022,24(4):43-55.
[11] 王印红, 李萌竹. 地方政府生态环境治理注意力研究——基于30个省市政府工作报告(2006—2015)文本分析[J].中国人口·资源与环境, 2017, 27(2): 28-35.
[12] 文宏, 杜菲菲. 注意力、政策动机与政策行为的演进逻辑——基于中央政府环境保护政策进程(2008—2015年)的考察[J].行政论坛, 2018, 25(2): 80-87.
[13] 申伟宁, 柴泽阳, 张韩模. 异质性生态环境注意力与环境治理绩效——基于京津冀《政府工作报告》视角[J].软科学, 2020, 34(9): 65-71.
[14] 郭捷,杨立成.环境规制、政府研发资助对绿色技术创新的影响——基于中国内地省级层面数据的实证分析[J].科技进步与对策,2020,37(10):37-44.
[15] 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,2020,37(12):178-196.
[16] 董直庆,王辉.城市财富与绿色技术选择[J].经济研究,2021,56(4):143-159.
[17] 张成, 陆旸, 郭路,等. 环境规制强度和生产技术进步[J].经济研究, 2011,46(2): 113-124.
[18] 马宗国, 王旭. 政府创新补贴能促进国家自主创新示范区产业转型升级吗——技术创新强度的中介效应[J].科技进步与对策,2022,19(11): 11-18.
[19] 赵丽娟, 张玉喜, 潘方卉. 政府R&D投入、环境规制与农业科技创新效率[J].科研管理, 2019, 40(2): 76-85.
[20] 贾军. 外商直接投资与东道国绿色技术创新能力关联测度分析[J].科技进步与对策,2015,32(9):121-127.
[21] 关斌. 地方政府环境治理中绩效压力是把双刃剑吗——基于公共价值冲突视角的实证分析[J].公共管理学报, 2020, 17(2): 53-69.
[22] 解学梅,韩宇航.本土制造业企业如何在绿色创新中实现“华丽转型”——基于注意力基础观的多案例研究[J].管理世界,2022,38(3):76-106.
[23] 毕克新,杨朝均,黄平.FDI对我国制造业绿色工艺创新的影响研究——基于行业面板数据的实证分析[J].中国软科学,2011,26(9):172-180.
[24] 吴尧, 沈坤荣. 资本结构如何影响企业创新——基于我国上市公司的实证分析[J].产业经济研究, 2020,19(3): 57-71.
[25] 许广月, 宋德勇. 中国碳排放环境库兹涅茨曲线的实证研究——基于省域面板数据[J].中国工业经济, 2010,27(5): 37-47.