长江大保护战略与重污染企业绿色创新
——来自长江经济带上市公司的证据

陈 震1,2,田冠军1,王铭瑞1,文传浩3

(1.重庆工商大学 会计学院;2.重庆工商大学 长江上游经济研究中心,重庆 400067;3.云南大学 经济学院,云南 昆明650091)

摘 要:长江大保护战略的颁布对于推动长江经济带生态文明建设与全面实现绿色发展意义重大。借助长江大保护战略颁布的准自然实验,利用2010-2019年长江经济带沪深两市A股上市公司数据,采用双重差分方法,考察长江大保护战略对长江经济带重污染企业绿色创新的影响。研究发现,长江大保护战略颁布持续促进了长江经济带重污染企业的绿色专利申请与授权,但更多的只是策略性绿色创新,并非实质性绿色创新,且该结论经过一系列稳健性检验后仍成立。异质性检验结果表明,分布在长江经济带上、中、下游的重污染企业均进行了策略性创新,其中,长江大保护战略对处于财政压力较大地区与政治关联等级较高的重污染企业作用显著。机制分析发现,长江大保护战略通过对长江经济带重污染企业施加环境合法性压力与外界关注压力,进而促进其开展策略性绿色创新。研究结论对利用国家战略提升重污染企业绿色创新能力具有重要的政策启示。

关键词:长江经济带;长江大保护;绿色创新;双重差分法

Great Protection Strategy of Yangtze River and Heavily Polluting Enterprise Green Innovation: Evidence from Listed Companies in the Yangtze River Economic Belt

Chen Zhen1,2, Tian Guanjun1, Wang Mingrui1, Wen Chuanhao3

( 1. Accounting Institute, Chongqing Technology and Business University;2. Research Center for Economy of Upper Reaches of the Yangtse River, Chongqing Technology and Business University,Chongqing 400067,China;3. School of Economics, Yunnan University, Kunming 650091, China)

Abstract:The sustainable development of the Yangtze River Economic Belt is facing great challenges. The green innovation capability of heavily polluting enterprises in the Yangtze River Economic Belt is far behind that of non-heavily polluting enterprises. The improvement of their green innovation capability is conducive to the harmonious progress of ecological protection and economic development in the Yangtze River Economic Belt. However, the market driving mechanism alone cannot make the quantity and quality of green innovation reach the optimal level of social demand. The Porter hypothesis holds that reasonable environmental regulation will force enterprises to carry out green innovation. Many studies have proved that the Porter hypothesis is applicable in China. Therefore, as a kind of environmental regulation, the promulgation of Great Protection Strategy of the Yangtze River is of great importance to the comprehensive green development of the Yangtze River Economic Belt. At present, scholars only analyze the influence and mechanism of the strategy on the green development of the Yangtze River Economic Belt at the theoretical level. Few scholars have conducted empirical research to prove whether the strategy can promote the green innovation of the heavily polluting enterprises in the Yangtze River Economic Belt. Then what is the overall quality of green innovation? Are the heavily polluting enterprises along the route more likely to carry out substantive innovation or strategic innovation? Is there any difference in the green innovation capability of heterogeneous heavily pollution enterprises? What is the mechanism through which the green innovation driving effect of the protection strategy is realized? These problems need to be tested empirically.

This paper clarifies the protection strategy to promote the enterprise green innovation mechanism. It takes Shanghai and Shenzhen A-share listed companies from 2010 to 2019 as objects, and employs variations across industries (i.e., heavily polluting industries and non-heavily polluting industries) and year differences (i.e., before and after Great Protection of the Yangtze River) to construct a differences-in-differences (DID) model to identify the green innovation effect of the protection strategy. Through the empirical tests, it is found that first, the Great Protection Strategy of the Yangtze River effectively promotes the green innovation of the heavily polluting enterprises in the Yangtze River Economic Belt, but the heavily polluting enterprises prefer to engage in strategic green innovation. Second, the heterogeneity analysis of the upstream, middle and downstream of the Yangtze River Economic Belt shows that after the implementation of the Great Protection Strategy of the Yangtze River Protection, the upstream, middle and downstream heavily polluting enterprises in the Yangtze River Economic Belt only carry out strategic innovation, and the overall quality of green innovation of heavily polluting enterprises in the Yangtze River Economic Belt is not high. Third, the Great Protection Strategy of the Yangtze River mainly facilitates the green innovation of heavily polluting enterprises with greater financial pressure and higher political affiliation, and promotes their substantive green innovation. This indicates that when the regional financial pressure is low and the enterprises don't have political connections, the promotion effect of the protection strategy on the substantive innovation capability of heavily pollution enterprises will be weakened. Finally, the pressure of environmental legality and external attention of heavily polluting enterprises has been increased significantly since the issue of the Great Protection Strategy of the Yangtze River was issued. This means that the Great Protection of the Yangtze River may promote the strategic green innovation by promoting the environmental protection investment of heavily pollution enterprises and attracting the attention of the stakeholders of heavily pollution enterprises.

By evaluating the micro-effects of Great Protection Strategy of the Yangtze River from the perspective of green innovation, this paper provides new and reliable micro-empirical evidence for the application of Porter hypothesis in developing countries and expands the research on the driving factors of corporate green innovation has been expanded. Moreover it enriches the research on the impact of command-and-control environmental regulations on green innovation by analyzing the heterogeneity of the impact of the Yangtze River Great Protection Strategy on the green innovation of heavily polluting enterprises from regional location, regional financial pressure and corporate political connections. Finally, the study investigates the mechanism of the impact of Great Protection Strategy of the Yangtze River on the green innovation of heavily polluting enterprises, and clarifies the role of pressure of environmental legitimacy and external attention. The research conclusions provide important policy implications for how to use command-and-control environmental regulations to promote the green innovation capability of heavily polluting enterprises.

Key Words:Yangtze River Economic Belt; Great Protection of the Yangtze River; Green Innovation; DID

DOI:10.6049/kjjbydc.2022020514

开放科学(资源服务)标识码(OSID):

中图分类号:F127.5

文献标识码:A

文章编号:1001-7348(2023)07-0034-11

收稿日期:2022-02-28

修回日期:2022-04-20

基金项目:国家社会科学基金重大项目(20&ZD095);国家社会科学基金项目一般项目(19BGL019);重庆市社会科学规划项目(2021NDYB032,2019WT54);重庆工商大学高层次人才科研启动项目(2055027)

作者简介:陈震(1987-),男,重庆人,博士,重庆工商大学会计学院讲师,长江上游经济研究中心博士后,研究方向为绿色金融、生态经济;田冠军(1974-),男,湖北襄阳人,博士,重庆工商大学会计学院教授,研究方向为技术创新与价值创造;王铭瑞(1997-),男,四川南充人,重庆工商大学会计学院硕士研究生,研究方向为技术创新;文传浩(1972-),男,重庆人,博士,云南大学经济学院教授,研究方向为区域经济、生态环境与可持续发展。

0 引言

长江经济带实施“共抓大保护,不搞大开发”的战略导向是我国迈入高质量发展阶段、实现生态文明的重要决策。2016年1月5日,习近平总书记在推动长江经济带发展座谈会上明确指出:涉及长江的一切经济活动要以不破坏生态环境为前提,要把修复长江生态环境摆在压倒性位置,做到共抓大保护、不搞大开发。2016年3月中共中央政治局审议通过《长江经济带发展规划纲要》(以下简称《规划纲要》),首次将长江经济带生态环境保护放在规划设计的第一位,标志着长江大保护国家战略正式拉开帷幕[1]

绿色创新有助于节约能源资源与降低环境污染排放[2],是贯彻落实长江大保护战略的关键一环。由于环境保护的公共性[3],以及绿色创新的知识溢出与环境溢出效应[4],使得有利于环境保护、资源节约的绿色创新活动缺乏市场激励。同时,绿色创新的不确定性和高成本削弱了企业参与意愿[5],导致绿色创新有效供给不足。长江大保护战略通过一系列监督和惩罚措施,对长江经济带企业特别是重污染企业形成硬性约束,促使其注重提升自身的绿色、节能清洁生产技术。那么,长江大保护战略作为一种行政管理手段,更作为一种环境规制工具,能否激发长江经济带重污染企业绿色创新?若能,其绿色创新的整体质量如何以及通过何种机制实现?上述系列问题有待检验。

基于此,本文将绿色创新分为实质性绿色创新与策略性绿色创新,利用《规划纲要》颁布这一外生事件,构建双重差分模型,分析长江大保护战略对长江经济带重污染企业绿色创新质量与数量的影响。研究结果发现:第一,相较长江经济带非重污染企业,长江大保护战略实施持续促进了重污染企业绿色创新,促使其申请与获得了更多绿色专利,但其绿色专利更多是创新质量较低、对环保贡献较小的绿色实用新型专利,而非绿色发明专利。这意味长江大保护战略实施仅仅促进了长江经济带重污染企业的策略性绿色创新,而未促进实质性绿色创新。该结论在进行安慰剂检验等内生性检验后依然成立。第二,开展长江上、中、下游异质性检验并发现,长江大保护战略实施均未促进三个地区重污染企业的实质性绿色创新,但是促进了中、下游重污染企业的策略性绿色创新,对上游重污染企业策略性绿色创新的影响则较弱。第三,长江大保护战略有助于促进财政压力更大以及拥有政治关联等级更高的重污染企业从事实质性绿色创新活动。第四,机制分析结果发现,长江大保护战略通过对重污染企业施加环境合法性压力与外界关注压力,促使其开展策略性绿色创新。

本文可能的研究贡献在于:第一,首次从重污染企业绿色创新的视角考察长江大保护战略的微观效应。长江大保护战略将严格贯彻绿色、创新等发展理念,推动“两山”理论转化,这将对企业行为产生重要影响,尤其是长江经济带重污染企业,但现有研究较为缺乏。从某种角度而言,长江经济带企业是实现环境保护和经济发展有机协调的重要桥梁,也是考察“共抓大保护,不搞大开发”实施效果的重要载体。第二,从长江大保护战略的角度拓展了企业绿色创新驱动因素的研究。推动长江经济带绿色发展的重要一环是促进长江经济带重污染企业进行绿色创新,这不仅需要构建有效的市场驱动机制,还需政府利用行政管理手段与作为环境规制工具的长江大保护战略,对长江经济带沿线企业行为进行有效约束。第三,作为环境规制的长江大保护战略会对重污染企业绿色创新能力产生异质性影响。本文从地理区位、财政压力与企业政治关联3个方面分析长江大保护战略对长江经济带重污染企业绿色能力的异质性影响,有助于深化对长江大保护战略影响长江经济带重污染企业绿色创新的认知,为江河生态环境保护规制工具的制定提供借鉴;第四,考察了长江大保护战略对长江经济带重污染企业绿色创新的影响机制。本文检验了大保护战略是否可以通过提高重污染企业的环境合法性压力与来自利益相关者的外界关注压力,进而促进重污染企业绿色创新,有助于明晰大保护战略对长江经济带重污染企业绿色创新的影响机制。

1 文献回顾与研究假设

1.1 文献回顾

长江大保护战略是环境规制的一种,而环境规制对绿色创新的影响存在两种对立观点。一种观点认为,环境规制会抑制创新,形成制约效应。这是因为,环境规制会使得企业增加治污成本等,从而挤占研发投入并抑制创新产出[6]。另一种观点认为,环境规制会倒逼企业创新,形成倒逼效应。Porter[7]提出的“波特假说”认为,合理的环境规制将倒逼企业进行绿色创新,虽然就短期而言会增加企业经营成本,但从长期来看能够提升企业的生产能力与产品质量,优化企业生产行为,使企业获得更大竞争优势。Porter &van der Linde[8]通过理论分析和案例分析,再次验证倒逼效应。Jaffe &Palmer[9]将“波特假说”分为强波特假说、弱波特假说以及狭义波特假说。本文基于弱波特假说,检验长江大保护战略对长江经济带重污染企业绿色创新的促进作用。

在经验研究中,针对环境规制主要采用污染物排放密度等指标构建综合指数[10]、治污设备运行费用[11]、排污税费[12]、污染物排放量[13]、环境标准颁发数[14]等可量化指标作为代理变量。这类变量与绿色创新存在较为严重的内生性问题,因此也有研究利用外生政策作为代理变量,如绿色信贷政策(杨柳勇等,2021)、产业政策[15]等市场型环境规制工具,以及中央生态环境保护督察[16]、环保目标责任制实施[17]等命令控制型环境规制工具,研究其与绿色创新的关系。

长江大保护战略作为一个包含区域性强环保约束的外生环境规制变量,必然会对区域企业绿色创新产生影响。当前研究更多着眼于长江经济带相关战略对产业研发效率[18]和城市创新水平[19]的影响,并未将其细化到微观企业层面[20]并具体分析作用机制。因此,本文通过构建双重差分模型,结合长江大保护战略的出台对企业绿色创新的微观政策效应进行评估,并检验其作用机制。

1.2 研究假设

环境规制主要通过制约效应与倒逼效应对企业绿色创新产生影响。“制约效应”论认为,长江大保护战略将企业造成的环境污染成本内部化,增加了企业治污成本与环保投入,弱化了企业盈利能力,挤占了企业创新投入。自长江大保护战略颁布后,各地政府加大对沿江重污染企业的监管、监测与惩治力度。出于环境合法性考虑,部分企业可能会加大环保投入力度,从而减少企业污染排放,但可能会侵占其原本用于研发创新的资金,制约其绿色创新活动产出与环保技术升级。“倒逼效应”论认为,企业环境合法性与环境绩效逐渐受到利益相关者的关注及认可,经济绩效不再是利益相关者与企业建立密切联系的唯一动机[21]。因此,当企业面临环境规制压力以及经营风险时,获得环境合法性与环境管理绩效对于企业而言至关重要,特别是重污染企业。由于我国特殊的历史国情以及长江流域长期以来忽视绿色创新、环境合法性以及环境绩效管理的粗犷式发展模式,导致部分重污染企业一旦根据《规划纲要》要求——污染防治不符合要求就退出岸线,其厂房设备建设投入、因与利益相关者建立联系而付出的成本就可能转为沉没成本,甚至面临其它额外的经营成本。那么在长江大保护战略出台后,长江经济带重污染企业生存发展的一个占优策略是开展绿色技术创新活动,通过绿色创新维持环境绩效。据此,本文提出如下假设:

H1:自长江大保护战略颁布后,长江经济带重污染企业会显著加强绿色创新。

但是,是否所有绿色创新都能显著提升能源利用效率与降低污染排放、增强企业核心竞争力,并最终赋能长江经济带绿色发展呢?黎文靖和郑曼妮[15]从企业创新效果角度将企业创新行为划分为实质性创新与策略性创新,前者是有助于推动企业技术进步与获取竞争优势的高质量创新,后者则更多是为迎合利益相关者需求并从中获益的低质量创新。同样,绿色技术创新也可从专利研发难度、研发周期、审查程序和专利质量等方面分为实质性绿色创新与策略性绿色创新。其中,实质性绿色创新质量高,研发成功并投入应用后对企业价值、环境保护、节能降耗等贡献大,能够反映企业绿色创新产出的整体质量与价值,但其研发难度大、投入多、周期长、审查程序复杂。而策略性绿色创新则主要体现了企业绿色创新产出速度与数量[22],较实质性绿色创新而言,其对提升企业核心竞争力、环境绩效以及节能降耗等贡献较小。

因此,自长江大保护战略颁布后,在日趋严苛的环境规制压力下,重污染企业为满足环境合法性要求,避免被关停或取缔风险,必然会加大绿色创新力度与提高绿色创新产出效率,以降低资源消耗与污染排放。但是,为了在短期内满足当地政府环保期望、迎合利益相关者需求以维持自身环境合法性地位与降低经营风险,可能更偏向从事研发难度小、投入少、周期短、审查程序简单、研发风险低的绿色实用新型创新,即更多地从事迎合性的策略性绿色创新,而较少从事研发难度大、投入多、周期长、审核程序复杂、风险高但能给企业带来实质性技术进步与竞争优势的绿色发明创新。

据此,本文提出如下假设:

H2:自长江大保护战略颁布后,长江经济带重污染企业的绿色发明创新数量增长不显著。

H3:自长江大保护战略颁布后,长江经济带重污染企业的绿色实用新型创新数量增长显著。

2 实证研究设计

2.1 数据来源与样本选择

本文初始样本为长江经济带九省二市的A股上市公司。为避免新冠肺炎疫情的影响,将样本年份跨度设定为2010-2019年。同时,按如下步骤进行样本筛选:①剔除ST、*ST样本与金融行业样本;②剔除变量观察值缺失的样本;③剔除资不抵债的公司样本;④对所有连续变量在其分布的第1及99百分位上的观察值进行Winsorize处理。最终得到1 639家公司共计11 307个有效样本,其中,制造业占68%,其它行业占32%。企业绿色专利数据来自CNRDS数据库,其余数据来自CSMAR数据库。

2.2 模型设定与变量定义

构建如下模型以检验研究假设:

GreenPatenti,t=α0+α1Treati,t*Afteri,t+∑Controlsi,t+∑Year+∑Industry+∑Province+εi,t

(1)

其中,GreenPatent为绿色专利申请数,较R&D费用等投入指标而言,其能真实反映企业绿色创新能力与意愿[22]。根据2010年世界知识产权组织提供的国际专利分类绿色清单,从所有专利中筛选出交通运输类、废物管理类、能源节约类、替代能源生产类、行政监管与设计类、农林类和核电类等七类绿色专利。绿色专利中,可分为绿色专利申请与绿色专利授权。相较于绿色专利申请,由于绿色专利授权需要经历一定周期,且存在年费缴纳不及时被取消授权的情形。同时,绿色专利申请反映了企业在节约能耗与降低环境污染上有技术创新尝试和突破。绿色专利可分为绿色发明专利与实用新型专利,并且按申请人数量可分为独立申请的绿色专利和联合申请的绿色专利。借鉴已有研究[23],本文使用企业独立申请的绿色发明专利(Invgp)测度企业实质性绿色创新,使用企业独立申请的实用新型绿色专利测度企业策略性绿色创新(Utygp)。本文对绿色专利数均取自然对数。

基于双重差分模型,本文设定核心解释变量为TreatAfter的交乘项Treat*AfterTreat为类别变量,本文将长江经济带重污染企业样本设置为实验组,其Treat赋值为1,否则为对照组,Treat赋值为0。After为长江大保护战略时点变量,《规划纲要》出台于2016年,本文将样本观测值发生在2016年及以后年份的样本变量After赋值为1,否则赋值为0。根据本文假设H1的预期,模型(1)中回归系数α1应显著为正。

参考李青原和肖泽华[24]的研究,本文还控制了其它可能影响企业绿色创新的因素,包括公司规模(Size)、财务杠杆(Lever)、营业收入增长率(Growth)、净资产收益率(Roe)、经营活动现金流量(Cfo)、资本密集度(Density)、第一大股东持股比例(Top1)、独立董事占比(Indep)、公司成立年限(Firmage)。与此同时,本文还通过引入年度(Year)、行业(Industry)与省份(Province)虚拟变量以控制年度效应、行业效应以及各省份对政策的落实时间和实施效果存在差异的相关影响。为避免Treat、After与控制的年度效应、行业效应存在多重共线性,故在模型(1)中省去。变量具体定义与测度如表1所示。

3 实证分析结果与讨论

3.1 描述性统计分析结果

表2列示了各变量描述性统计结果,可以看出,在4种衡量企业绿色专利申请的变量中,标准差最小是均值的1.31倍,最大是均值的1.66倍,策略性绿色创新数量均值大于实质性绿色创新数量均值,表明长江经济带企业绿色创新水平差异较大,且更多企业偏好策略性绿色创新。Treat的均值为0.224,表明样本中长江经济带重污染企业约占全体企业总数的22.4%。样本中重污染企业占比从2010年的30.82%下降为2019年的25.77%,说明长江经济带上重污染企业数量正逐年减少。本文对重污染企业(实验组)与非重污染企业(对照组)各变量进行组间均值差异检验,如表2最后三列所示。可以发现,除企业规模外,各变量在实验组与对照组间的均值差异均在1%水平上显著。尤其是在绿色创新方面,统计显示,非重污染企业对申请绿色专利数量、独立申请绿色专利数量、独立申请绿色发明专利数量以及独立申请绿色实用新型发明专利数量均存在正向影响,分别比重污染企业数量高出0.135、0.139、0.101、0.152,表明长江经济带重污染企业的实质性创新与策略性创新能力均弱于非重污染企业。

表1 变量定义及测度
Tab.1 Variable definitions and measurement

变量类别变量名称变量测度被解释变量Gp当年申请的绿色专利数加1后的自然对数Sologp当年独立申请的绿色专利数加1后的自然对数Invgp当年独立申请的绿色发明专利数加1后的自然对数Utygp当年独立申请的绿色实用新型专利数加1后的自然对数核心解释变量Treat重污染行业企业视作实验组,赋值为1,否则视为对照组,赋值为0After长江大保护战略时点变量,2016年及以后为1,否则为0控制变量Size公司规模,公司年末总资产的自然对数Lever财务杠杆,总资产/总负债Growth营业收入增长率,(本期营业收入/上期营业收入)-1Roe净资产收益率,净利润/净资产Cfo经营活动现金流量,经营现金净流量/总资产Density资本密集度,固定资产净额与员工人数之比的自然对数Top1第一大股东持股比例Indep独立董事人数占董事人数比Firmage公司成立年限的自然对数Year年度固定效应虚拟变量Industry行业固定效应的虚拟变量(三位行业代码)Province省份固定效应虚拟变量

表2 描述性统计结果
Tab.2 Descriptive statistics

变量样本量均值标准差最小值中位数最大值重污染企业均值N=3 216非重污染企业均值N=8 091均值差异Gp11 3070.8771.1460.0000.0004.3820.7800.915-0.135***Sologp11 3070.8041.1020.0000.0004.2050.7040.843-0.139***Invgp11 3070.5250.8720.0000.0003.7380.4520.553-0.101***Utygp11 3070.5490.8830.0000.0003.5260.4400.592-0.152***Treat11 3070.2840.4510.0000.0001.000101POST11 3070.5000.5000.0001.0001.0000.4650.514-0.049***Size11 30722.0631.19319.80721.93625.39322.0822.060.020 0Lever11 3070.4220.2030.0610.4100.8870.4140.425-0.11***Growth11 3070.1780.391-0.5180.1122.3550.1570.187-0.030***Roe11 3070.0710.108-0.4620.0740.3370.066 00.073 0-0.007***Cfo11 3070.0460.068-0.1590.0450.2300.058 00.041 00.016***Density11 30712.5511.0509.55712.53115.57912.9912.380.619***Top111 3070.3450.1420.0890.3320.7310.3520.3420.010***Indep11 3070.3730.0520.3330.3330.5710.3690.374-0.005***Firmage11 3072.8320.3471.6092.8903.4342.8142.838 -0.024***

注:***表示在1%水平显著

3.2 多元回归分析结果

表3汇报了检验研究假设H1-H3的多元回归分析结果。其中,第(1)~(4)列分别为长江大保护战略对申请绿色专利、独立申请绿色专利、独立申请绿色发明专利以及独立申请绿色实用新型专利数量的回归结果。第(1)(2)(4)列的Treat*After系数均在1%的水平上显著为正,且Treat*After变量的边际效应分别为13.6%、12.8%、13.3%。平均而言,相比长江经济带非重污染行业企业,在长江大保护战略出台后,长江经济带重污染企业除独立申请的绿色发明专利数量外,绿色技术创新产出水平均约高出13%,说明长江大保护战略显著促进长江经济带重污染企业绿色技术创新。而第(3)列的Treat*After系数虽为正,但不具有统计显著性。因此,在长江大保护战略出台后,长江经济带重污染企业绿色创新产出质量与创新度偏低,重污染企业并未进行实质性绿色创新,只从事了策略性绿色创新。

为了控制潜在的内生性,同时选取除企业规模外的其它控制变量进行1∶1无放回最近距离匹配构造非重污染企业组,匹配后各变量标准偏差绝对值均不到7%,组间均值差异不显著。第(5)~(8)列匹配后的回归结果再次印证了上述结论,假设H1-H3通过检验。

综上所述,长江大保护战略颁布后,长江经济带重污染企业申请了更多的绿色专利,但大多数是对环保贡献较小、创新质量较低的策略性绿色创新,即长江大保护战略并未显著提升长江经济带重污染企业绿色创新质量。

表3 多元回归分析结果
Tab.3 Results of multiple regression analysis

变量DID(1)Gp(2)Sologp(3)Invgp(4)UtygpPSM(1:1)+DID(5)Gp(6)Sologp(7)Invgp(8)UtygpTreat*After0.136***0.128***0.040 00.133***0.139***0.125***0.03200.118***(3.625)(3.486)(1.334)(4.508)(3.072)(2.823)(0.877)(3.264)Size0.433***0.387***0.304***0.271***0.431***0.378***0.295***0.254***(42.942)(38.967)(34.574)(32.545)(32.998)(29.492)(26.478)(24.000)Lever0.222***0.268***0.130***0.287***0.213***0.260***0.121**0.246***(4.099)(5.125)(3.007)(6.786)(3.026)(3.859)(2.195)(4.544)Growth-0.058**-0.049**-0.037**-0.034*-0.050 0-0.0410-0.017 0-0.030 0(-2.440)(-2.113)(-1.993)(-1.778)(-1.366)(-1.164)(-0.598)(-1.023)Roe0.098 00.071 00.063 00.067 00.079 00.088 00.078 00.072 0(1.081)(0.806)(0.867)(0.920)(0.690)(0.783)(0.850)(0.772)Cfo-0.019 0-0.105-0.089 0-0.033 0-0.192-0.325*-0.233-0.233*(-0.144)(-0.799)(-0.843)(-0.312)(-1.052)(-1.830)(-1.614)(-1.652)Density-0.029***-0.023**-0.026***-0.00300-0.037**-0.032**-0.028**-0.0110(-2.959)(-2.401)(-3.286)(-0.411)(-2.520)(-2.231)(-2.336)(-0.952)Top10.126*0.163**0.113**0.136**0.1300.1380.1010.158**(1.879)(2.501)(2.112)(2.516)(1.498)(1.631)(1.459)(2.268)Indep-0.255-0.307*-0.0930-0.162-0.658***-0.722***-0.367**-0.525***(-1.525)(-1.893)(-0.686)(-1.201)(-2.859)(-3.235)(-2.044)(-2.859)Firmage-0.035 0-0.040 0-0.009-0.038*-0.041 0-0.058 0-0.030 0-0.037 0(-1.183)(-1.394)(-0.385)(-1.659)(-1.047)(-1.533)(-0.977)(-1.236)Constant-8.262***-7.399***-5.894***-5.401***-8.007***-6.918***-5.531***-4.848***(-33.735)(-30.622)(-27.640)(-27.167)(-25.055)(-22.090)(-20.397)(-19.117)年度、行业和省份是是是是是是是是样本量11 30711 30711 30711 3076 4276 4276 4276 427R20.3860.3660.3160.3350.3610.3370.2900.301

注:(1)***、**、* 分别表示双尾检验的统计显著水平为1%、5%、10%;(2)括号内数字为基于稳健标准误的t值。下同

3.3 稳健性测试

为提升研究结论的可靠性,进行稳健性测试。

3.3.1 平行趋势检验

按样本年度分别设置年度虚拟变量(Year)与分组虚拟变量(Treat)进行交乘,进而观察平均处理效应的时间趋势,各交乘项的回归系数如图1所示。结果显示,长江大保护战略颁布前平行趋势检验通过。

3.3.2 安慰剂检验

根据实验组与对照组的比例,随机抽样后对独立申请的绿色专利进行回归,重复2 000次检验。图2所示,回归系数的T值大多分布在0附近,安慰剂检验通过。

3.3.3 其它稳健性检验

此外,还使用T+1期绿色专利、更改样本容量、替换被解释变量、控制个体和年份固定效应等进行稳健性检验。受篇幅所限,稳健性检验结果备索。

4 异质性分析

4.1 地区异质性分析

由于长江经济带各地区科技、工业、经济水平以及环境规制力度不同,面对环境合法性压力与外部关注压力各地区对长江大保护战略的落实程度也有所不同。因此,不同地区重污染企业绿色创新的产出可能存在显著差异。根据污染避难所假说[25],经济欠发达地区为吸引投资、带动当地经济增长,实施环境规制的力度可能较小,对当地经济效益的重视程度也高过环境保护,因此重污染企业绿色创新水平低于经济发达地区重污染企业。基于此,本文按照长江流经的九省二市,将样本划分为长江上游(含重庆、云南、贵州、四川)、长江中游(含湖南、湖北、江西)与长江下游(含上海、江苏、浙江、安徽)三大地区。

图1 平行趋势检验
Fig.1 Parallel trend test

图2 安慰剂检验
Fig.2 Placebo test

按地区异质性分组的回归结果如表4所示,其中,PANEL A、B、C分别为长江下、中、上游地区的分组回归结果。由PANEL A与PANEL B的回归果可以看出,第(1)(2)(4)列Treat*After回归系数均至少在5%的水平下显著为正,而第(3)列Treat*After的回归系数为正但未通过显著性检验。这说明长江大保护战略有助于促进长江经济带中游和下游沿线重污染企业的策略性绿色创新,但不利于促进实质性绿色创新。在PANEL C中,第(1)(2)(3)列Treat*After的系数均不显著,而第(4)列的系数也仅在10%的水平下显著为正,表明在经济、科技等各方面较为落后的长江上游地区为了推动当地经济发展,采取了较为宽松的环境规制政策,更看重企业经济效益,在一定程度上忽略了重污染企业的环境绩效管理,对重污染企业环境合法性的重视不足,导致长江大保护战略促进长江经济带上游地区重污染企业绿色创新的整体效果不显著,对重污染企业实用新型绿色创新仅起到微弱的促进作用。表4所得结果与上述理论分析一致,支持污染避难所假说,且再次验证了假设H2与H3

4.2 财政压力异质性分析

财政压力是推动公共政策变化和社会变革的内在动因[26]。当地方政府的财政收入低于财政支出从而产生财政赤字时,会给地方政府带来财政压力。 “唯GDP论”的官员晋升制度已退出历史舞台,目前官员晋升取决于任期内完成的经济绩效与环境绩效指标。在中央政府出台长江大保护战略后,长江经济带各地方政府作为长江生态环境的治理者与监管者,必然会加大长江经济带沿线区域的环境规制力度。然而,当地方政府财政压力较大、没有充足资金用于污染防治与环境治理时,政府官员因无法确保其任期内的环境绩效达到政治晋升目标,将促使政府官员积极地干预当地重污染企业保护当地生态环境,督促其进行绿色创新,以提高辖内资源利用效率、降低污染排放。这无疑需要企业开展更多对环境保护贡献较大、创新质量较高的实质性绿色创新,而非策略性创新。

本文参考宋艳伟[27]的做法,使用“(预算内财政支出-预算内财政收入)/预算内财政收入”测度地级市政府财政压力(Pressure),该值越大表示地方政府面临的财政压力越大。本次回归将省份固定效应改为地级市固定效应。

财政压力异质性回归结果如表5所示。第(1)(2)(3)列的交乘项Pressure*Treat*After系数分别在10%、5%与1%的水平下显著,而第(4)列的交乘项未能通过显著性检验。结果表明,在长江大保护战略出台后,当长江经济带各地政府面临的财政压力越大时,政府官员会愈加积极地应对重污染企业环境问题,从而督促重污染企业提高绿色创新产出,并且积极产出创新质量更高、对环境治理贡献更大的绿色发明专利,而不是创新质量较低、对污染治理贡献较小的实用新型绿色专利,即长江大保护战略能够对长江经济带财政压力较大地区重污染企业绿色创新能力的增量提质发挥作用,能够显著增加重污染企业实质性绿色创新。

表4 地区异质性回归结果
Tab.4 Regression results of regional heterogeneity

变量(1)Gp(2)Sologp(3)Invgp(4)UtygpPANEL A:长江下游Treat*After0.146***0.142***0.0340.140***(3.33)(3.29)(0.98)(4.02)Constant-8.354***-7.486***-6.149***-5.119***(-27.78)(-25.08)(-23.49)(-21.12)控制变量是是是是年度、行业和省份是是是是样本量7 8587 8587 8587 858R20.3970.3780.3330.346PANEL B:长江中游Treat*After0.190**0.203**0.1090.199**(2.02)(2.19)(1.39)(2.51)Constant-8.156***-7.812***-5.922***-6.118***(-13.39)(-13.09)(-10.80)(-11.72)控制变量是是是是年度、行业和省份是是是是样本量1 7801 7801 7801 780R20.4890.4730.4030.413PANEL C:长江上游Treat*After0.1470.1350.1010.132*(1.53)(1.45)(1.29)(1.80)Constant-7.472***-6.694***-5.110***-5.958***(-11.99)(-11.08)(-9.34)(-12.69)控制变量是是是是年度、行业和省份是是是是样本量1 6691 6691 6691 669R20.3870.3660.3190.345

表5 财政压力异质性回归结果
Tab.5 Regression results of heterogeneity of fiscal pressure

变量(1)Gp(2)Sologp(3)Invgp(4)UtygpPressure*Treat*After0.081*0.093**0.107***0.013(1.84)(2.10)(2.83)(0.36)Pressure*Treat-0.000-0.002-0.001-0.007(-0.03)(-0.12)(-0.09)(-0.75)Pressure*After-0.067**-0.076**-0.068***-0.038-2.20)(-2.55)(-2.80)(-1.49)Treat*After0.100**0.088**-0.0070.130***2.22)(1.97)(-0.19)(3.63)Pressure0.0010.0010.0030.004(0.18)(0.17)(0.56)(0.77)Constant-8.326***-7.470***-5.938***-5.457***(-33.40)(-30.35)(-27.59)(-26.71)控制变量是是是是年度、行业和城市是是是是样本量11 21411 21411 21411 214R20.4090.3890.3440.353

4.3 政治关联等级异质性分析

当前我国正处在经济转向高质量发展阶段,由于市场机制还不够完善,政府掌握着企业绿色转型与创新发展的稀缺性优质资源。因此,企业具有足够动机去寻求政治关联、进行自我保护,以应对环境与政策不确定性。拥有政治关联的重污染企业易于从政府手中获取便捷的融资渠道、税收减免、财政补贴等稀缺的优质资源,从而更利于其从事绿色创新活动。此外,拥有政治背景的高管因常年与政府打交道,经验丰富,其往往能够更加敏锐地把握政策变化,能够更为深刻地洞悉地方政府的经济发展与环境管理需求,以便及时调整企业绿色创新战略,应对政策变化,迎合当地政府需求,获得更加优质的资源,通过推动企业绿色创新降低环境污染。

本文借鉴贾明和张喆[28]的研究,将政治关联(Pclevel)定义为企业董事长或总经理曾任或现任政府官员、人大代表或政协委员等,按国家级、省级、市级与县级,对Pclevel分别赋值4、3、2、1;若无政治关联则Pclevel取0。政治关联异质性的回归结果如表6所示。第(1)~(3)列的回归结果显示,交乘项Pclevel*Treat*After的估计系数均在5%的水平下显著为正,第(4)列系数为正但未通过显著性检验。结果表明,具有政治关联的企业在长江大保护战略颁布后具有研发高质量绿色专利的意愿与能力,产出更多对环境具有实质性保护作用的绿色创新成果。

表6 政治关联异质性回归结果
Tab.6 Regression results of heterogeneity of political connection

变量(1)Gp(2)Sologp(3)Invgp(4)UtygpPclevel*Treat*After0.050**0.056**0.046**0.017(2.01)(2.27)(2.27)(0.84)Pclevel*Treat-0.038**-0.040***-0.041***-0.019(-2.55)(-2.70)(-3.55)(-1.56)Pclevel*After0.0160.0150.0060.008(1.15)(1.11)(0.59)(0.69)Treat*After0.084*0.071-0.0110.114***(1.85)(1.60)(-0.30)(3.24)Pcleverel0.0010.0060.0010.016**(0.16)(0.69)(0.11)(2.18)Constant-8.257***-7.388***-5.894***-5.385***(-33.77)(-30.63)(-27.70)(-27.11)控制变量是是是是年度、行业和省份是是是是样本量11 30711 30711 30711 307R20.3870.3670.3160.336

5 机制检验

长江大保护战略出台使长江经济带重污染企业面临的环境合法性压力与外界关注压力增大。根据前文分析,在面对环境合法性压力与外界关注压力时,长江经济带重污染企业的最优抉择是加大自身环保投资力度,努力提高绿色创新水平与质量。

企业环保投资力度在很大程度上能够反映企业面临的环境合法性压力,企业的环境合法性压力越大,其进行环保投资的动机就越充分[29]。因此,本文借鉴毕茜和于连超[30]的做法,选择企业环保投资额(Ei)作为环境合法性的代理变量,企业环保投资额数据来自CSMAR数据库。同时,为消除企业规模的影响,对企业环保投资分别进行营业收入平减、资产总额平减和对数化处理,分别构造Ei1(企业环保投资/营业收入*100)、Ei2(企业环保投资/资产总额*100)与Ei3(ln(1+企业环保投资))3个变量来衡量企业环保投资规模。

企业外界关注压力来自各利益相关者,如券商、证券分析师以及财经新闻媒体。因此,本文从以下3个角度界定企业外界关注压力:选取当期跟踪样本公司的分析师人数加1的自然对数衡量来自分析师的关注压力Aa,选取当期对样本公司进行分析的研报数量加1的自然对数衡量来自证券机构的关注压力Ra,并选取当期样本公司被财经新闻提及的次数加1的自然对数反映来自财经媒体的关注压力Ma。其中,跟踪公司的分析师人数与分析公司的研报数量数据来自CSMAR数据库,财经新闻的报道数量选自CNRDS数据库。

为验证企业环境合法性压力、外界关注压力在长江大保护战略与长江经济带重污染企业绿色创新关系中的作用机制,借鉴检验温忠麟和叶宝娟[31]的研究,结合模型(1),构建模型(2)(3)进行逐步检验。

Mediatori,t=γ0+γ1Treati,t*Afteri,t+∑Controlsi,t+∑Year+∑Industry+∑Provinvce+θi,t

(2)

Sologpi,t=γ0+γ1Treati,t*Afteri,t+γ2Mediatori,t+∑Controlsi,t+∑Year+∑Industry+∑Provinvce+τi,t

(3)

表7展示了企业环境合法性压力机制检验结果,即检验长江大保护战略的颁布通过促进企业加大环保投入,进而促使长江经济带重污染企业申请更多绿色专利的效果。表7的第(1)~(3)列中,Treat*After的系数在1%的水平下显著为正,说明随着长江大保护战略的出台,长江经济带重污染企业加大环保投入以期获得环境合法性地位;第(4)~(6)列的Treat*After和中介变量Ei1、Ei2、Ei3的系数至少均在5%的水平下显著为正,说明在长江大保护战略出台以后,长江经济带重污染企业在加大环保投资力度的同时,独立进行了绿色专利申请,环境合法性压力具有显著的部分中介效应。

表8展示了外界关注压力的机制检验结果。第(1)~(3)列中,Treat*After的系数均在1%的水平下显著为正,说明随着长江大保护战略的颁布,证券机构调研报告数、证券分析师关注度及媒体报道次数均增加,说明重污染企业面临的关注压力增大;第(4)~(6)列中,Treat*After与中介变量Aa、Ra、Ma的系数也均在1%的水平下显著为正,说明外界关注压力具有显著的部分中介效应。

表7 机制检验结果——环境合法性压力
Tab.7 Mechanism testing results——Pressure of environmental legitimacy

变量(1)Ei1(2)Ei2(3)Ei3(4)Sologp(5)Sologp(6)SologpTreat*After0.061***0.042***0.354***0.123***0.122***0.123***(3.84)(4.08)(4.11)(3.34)(3.31)(3.36)Ei10.085***(2.61)Ei20.148***(2.95)Ei30.014**(2.33)Constant-0.441***-0.282***-5.010***-7.362***-7.357***-7.329***(-5.83)(-5.88)(-10.65)(-30.38)(-30.37)(-30.11)控制变量是是是是是是年度、行业和省份是是是是是是样本量11 30711 30711 30711 30711 30711 307R20.0540.0590.0740.3660.3660.366

表8 机制检验结果——外界关注压力
Tab.8 Mechanism testing results—— pressure of external attention

变量(1)Aa(2)Ra(3)Ma(4) Sologp(5) Sologp(6) SologpTreat*After0.105***0.136***0.137***0.119***0.119***0.123***(2.79)(2.93)(3.25)(3.27)(3.25)(3.36)Aa0.080***(8.42)Ra0.067***(8.67)Ma0.034***(4.19)Constant-7.239***-8.994***-7.526***-6.819***-6.797***-7.145***(-32.55)(-32.77)(-27.02)(-27.44)(-27.34)(-29.14)控制变量是是是是是是年度、行业和省份是是是是是是样本量11 0711 30711 30711 30711 30711 307R20.4200.4200.3780.3700.3700.367

综上,关于长江大保护战略对长江经济带重污染企业绿色创新的影响机制检验结果说明,长江大保护战略是通过加大长江经济带重污染企业的环境合法性压力与外界关注压力,督促其从事绿色创新活动。

6 研究结论与实践启示

在长江经济带沿线生态环境长期遭受破坏的背景下,本文借助我国在2016年出台的以“共抓大保护,不搞大开发”为核心要义的长江大保护战略这一外生冲击,以2010-2019年长江经济带A股上市公司的11 307个观测样本为对象,构建双重差分模型,探究长江大保护战略颁布对长江经济带重污染企业绿色创新数量及质量的影响,并分析其作用机制。

研究发现:①相较于长江经济带非重污染企业,长江大保护战略的出台持续促进了长江经济带上重污染企业绿色专利申请与获得,但在申请与获得的绿色专利中,更多的是低质量的实用新型绿色专利,说明长江经济带重污染企业整体的绿色创新质量较低,长江大保护战略作为环境规制并未对实质性绿色创新起到促进作用;②长江大保护战略对长江中、下游重污染企业绿色创新数量的促进作用较强,而对长江上游重污染企业绿色创新数量没有影响,对长江经济带上中下游重污染企业的实质性绿色创新没有影响;③长江大保护战略会显著促进财政压力较大地区以及拥有紧密政治关联的重污染企业进行高质量的绿色创新;④长江大保护战略通过对长江经济带重污染企业施加环境合法性压力与外界关注压力,促进其绿色创新成果产出。

本文研究结论揭示了长江大保护战略对长江经济带重污染企业绿色创新的驱动效应,在理论层面拓展了长江经济带重污染企业绿色创新的驱动因素研究,在实践层面为政府贯彻落实长江大保护战略和推动长江经济带重污染企业绿色创新提供了重要启示:①推动企业开展实质性绿色创新激励考核,切实加强重污染企业环境绩效审计,促进企业开展绿色实质性创新;②鼓励长江经济带企业加大绿色环保投资,增加环境合法性考核,加强媒体、民主党派等外部机构对重污染企业的环境监督,加大其面临的外界关注压力;③探索实施中下游对上游的生态补偿机制,激励上游加强流域保护,促进上游重污染企业绿色创新。

参考文献:

[1] 段学军, 邹辉, 王晓龙.长江经济带岸线资源保护与科学利用[J].中国科学院院刊, 2020,35(8):970-976.

[2] 张江雪, 朱磊.基于绿色增长的我国各地区工业企业技术创新效率研究[J].数量经济技术经济研究, 2012,29(2):113-125.

[3] 吕忠梅, 窦海阳.修复生态环境责任的实证解析[J].法学研究, 2017,39(3):125-142.

[4] 李旭.绿色创新相关研究的梳理与展望[J].研究与发展管理, 2015,27(2):1-11.

[5] 蔡乌赶, 周小亮.中国环境规制对绿色全要素生产率的双重效应[J].经济学家, 2017,29(9):27-35.

[6] YUAN B, XIANG Q.Environmental regulation, industrial innovation and green development of Chinese manufacturing: based on an extended CDM model[J].Journal of Cleaner Production, 2018,176(MAR.1):895-908.

[7] PORTER M E.America's green strategy[J].Scientific American, 1991,264(4):193-246.

[8] PORTER M E, VAN DER LINDE C.Toward a new conception of the environment-competitiveness relationship[J].The Journal of Economic Perspectives, 1995,9(4):97-118.

[9] JAFFE A B, PALMER K.Environmental regulation and innovation: a panel data study[J].The Review of Economics and Statistics, 1997,79(4):610-619.

[10] 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, 2014,32(3):44-56.

[11] YUAN B, XIANG Q.Environmental regulation,industrial innovation and green development of Chinese manufacturing: based on an extended CDM model[J].Journal of Cleaner Production, 2018,176(MAR.1):895-908.

[12] 范丹, 孙晓婷.环境规制、绿色技术创新与绿色经济增长[J].中国人口·资源与环境, 2020,30(6):105-115.

[13] DOMAZLICKY B R, WEBER W L.Does environmental protection lead to slower productivity growth in the chemical industry[J].Environmental &Resource Economics, 2004,28(3):301-324.

[14] 李斌, 彭星.环境规制工具的空间异质效应研究——基于政府职能转变视角的空间计量分析[J].产业经济研究, 2013,12(6):38-47.

[15] 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, 2016,51(4):60-73.

[16] 李依, 高达, 卫平.中央环保督察能否诱发企业绿色创新[J].科学学研究, 2021,39(8):1504-1516.

[17] 陶锋, 赵锦瑜, 周浩.环境规制实现了绿色技术创新的“增量提质”吗——来自环保目标责任制的证据[J].中国工业经济, 2021,39(2):136-154.

[18] 袁茜, 吴利华, 张平.长江经济带一体化发展与高技术产业研发效率[J].数量经济技术经济研究, 2019,36(4):45-60.

[19] 王儒奇, 胡绪华.长江经济带一体化战略对城市创新能力的影响[J].华东经济管理, 2021,35(10):29-38.

[20] 尹礼汇, 吴传清.环境规制与长江经济带污染密集型产业生态效率[J].中国软科学, 2021,36(8):181-192.

[21] MCWILLIAMS A,SIEGEL D.Corporate social responsibility: a theory of the firm perspective[J].Academy of Management Review, 2001,26(1):117-127.

[22] 王班班.环境政策与技术创新研究述评[J].经济评论, 2017,38(4):131-148.

[23] TONG T, HE W, HE Z, et al.Patent regime shift and firm innovation: evidence from the second amendment to China's patent law[J].Academy of Management Proceedings, 2014:14174.

[24] 李青原, 肖泽华.异质性环境规制工具与企业绿色创新激励——来自上市企业绿色专利的证据[J].经济研究, 2020,55(9):192-208.

[25] COPELAND B R, SCOTT T M.North-south trade and the environment[J].Quarterly Journal of Economics, 1994(3):755-787.

[26] 王佳杰, 童锦治, 李星.税收竞争、财政支出压力与地方非税收入增长[J].财贸经济, 2014,35(5):27-38.

[27] 宋艳伟.财政压力、地方政府干预与信贷资源配置[J].山西财经大学学报, 2011,33(5):20-31.

[28] 贾明, 张喆.高管的政治关联影响公司慈善行为吗[J].管理世界, 2010,26(4):99-113.

[29] 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.

[30] 毕茜, 于连超.环境税的企业绿色投资效应研究——基于面板分位数回归的实证研究[J].中国人口·资源与环境, 2016,26(3):76-82.

[31] 温忠麟, 叶宝娟.中介效应分析:方法和模型发展[J].心理科学进展, 2014,22(5):731-745.

(责任编辑:胡俊健)