In view of this, this article uses the sample data of listed companies in China to thoroughly examine the impact of foreign investment on green innovation and its internal mechanisms, in the hope of supplementing the important research topic of foreign technology innovation and green development. It uses the linear regression model,absorbing multiple levels of fixed effects,to estimate and test the basic regression results, and introduces other regression methods for supplementation and comparison in the subsequent robustness testing section, fully ensuring the effectiveness of the research conclusions of the study. The empirical testing has found that the proportion of Chinese and foreign capital among the top ten shareholders has no significant impact on enterprise green innovation, while the proportion of foreign capital in total equity has a reducing effect on enterprise green innovation. From the perspective of internal mechanisms, the proportion of foreign investment in total equity is mainly reduced by suppressing enterprise innovation investment, including R&D personnel and R&D funds, to reduce the level of green innovation represented by patents. In addition, supported by the advanced industrial and technological systems represented by the eastern region, China has accumulated significant achievements in the fields of new energy, energy conservation, transportation, and other fields, gradually establishing an internationally leading advantage and position. At the same time, it has also raised the threshold for foreign investment in green innovation, increasing the difficulty for foreign investment to further enhance the level of green innovation of enterprises.
The possible innovations of this article are as follows. On the one hand, a systematic study has been conducted on the correlation between foreign investment and green innovation at the microenterprise level, making up for the shortcomings of existing research objects that remain at the macroeconomic level, such as regions and industries. On the other hand, this article creatively discovers that there is not only a significant positive correlation, but also a negative correlation between foreign investment and the level of green innovation, providing a new reference and a way of thinking for the effective utilization of the technological and environmental effects of foreign investment in China.
The research conclusion of this article indicates that at present, efforts should be made to continue to consolidate the foundation of China's green economy, improve the foreign investment introduction mechanism in key industries, and build a green innovation system with complementary domestic and foreign investment linkage based on the current situation and advantages of China's green and low-carbon technology. Meanwhile, it is essential to further control the substitution effect of foreign capital on green innovation of enterprises, encourage enterprises to effectively undertake and utilize the technology spillover effect of foreign capital, strengthen the level of technology introduction, absorption, and transformation, actively increase innovation investment, promote technological transformation, and create favorable conditions for maximizing the coordination and utilization of the green innovation advantages of domestic and foreign capital.
在我国经济高质量发展和高水平对外开放背景下,实现外资绿色转型是“十四五”时期外资结构优化升级的重要方向之一。科技创新是绿色发展的重要驱动力,也是外资“技术效应”的直接体现,其影响很大程度上决定引进外资在我国的表现,即是“污染避难所”还是“污染光环”效应[1-2]。因此,充分利用外资的绿色创新效应,对于我国优化外资结构、提升经济绿色发展水平和实现“双碳”目标具有重要意义。一方面,部分研究发现,外资不仅对我国企业创新水平存在不利影响[3],而且对绿色创新效率具有负向影响[4],存在“挤出”绿色创新的可能。另一方面,我国依托完备的产业体系和日趋成熟的创新体系,大力推动绿色转型,积极布局重点领域技术创新,抓住“换道超车”机遇,构建先进的绿色创新体系,并在新能源等重要绿色创新领域积累国际领先优势,使外资难以发挥绿色创新效应,甚至可能表现出对绿色创新的“挤出”效应。在外资绿色转型背景下,外资占比是否存在“挤出”企业绿色创新的可能?其内在机制是什么?对上述问题的有效解答,不仅能够揭示外资对我国绿色发展与技术创新的实际影响,而且可为我国在新发展格局背景下统筹“开放”“绿色”“创新”发展理念,明确外资结构“绿色”优化方向,借助更高水平的对外开放促进绿色低碳发展提供来自企业层面的依据。
近年来,外资与我国技术创新、绿色发展的相关性问题受到学界广泛关注。由此,绿色创新成为我国外资问题的重要研究对象,构成外资绿色创新问题的研究基础。首先,在外资与技术创新相关性研究方面,相关研究从宏观经济层面、产业层面和微观企业层面展开。其中,宏观经济和产业层面的研究认为,外商直接投资(FDI)具有技术溢出效应,得出我国引进外资对创新水平具有显著促进作用的结论[6-7]。微观企业层面的研究考虑到外资的锁定效应与竞争效应,得出外资与技术创新呈正相关[8-9]、负相关[3]以及无显著相关性[10]等差异化结论,需要进一步探索。其次,在外资与绿色发展相关性研究方面,针对外资对环境的影响这一问题,主要有加重污染程度、降低东道国环境质量的“污染避难所”假说和有利于环境保护、绿色发展的“污染光环”假说两种观点。外资的技术效应、规模效应与结构效应是决定其在环保方面究竟是扮演“天使”还是“魔鬼”的重要因素。值得注意的是,仅技术效应表现为有利于环保和绿色发展的正向效应,规模和结构效应均表现为负向效应[2]。李金凯等[11]发现,外资在提升环保技术水平方面发挥示范效应、溢出效应和竞争效应;周杰琦和汪同三[12]发现,外资通过提升环境技术水平促进环境绩效改善,同样证实外资的技术效应对环保和绿色发展具有积极影响。最后,在外资与绿色创新相关性研究方面,相关研究较少且尚未达成一致结论。一方面,在外资环境效应问题研究中,部分学者基于地区层面数据对外资的技术效应进行检验,发现外资能够有效促进绿色创新水平提升[11-12];另一方面,部分学者运用地区和行业样本数据发现,外资对绿色创新发挥门槛效应,且在特定情况下具有负向影响[4,13]。由此可见,现阶段外资与绿色创新相关性研究匮乏,尤其缺乏基于企业层面对上述问题进行深入分析的研究。企业是外商投资的主要形式,也是绿色创新的微观主体,因而从企业层面探究外资占比对绿色创新的影响具有重要意义。
本文从微观企业层面对外资占比与绿色创新相关性问题进行分析,基于2003—2019年中国上市公司样本数据检验外资占比对企业绿色创新的影响效应及内在机制。本文可能的创新如下:第一,在研究对象方面,外资占比与绿色创新相关性问题的研究价值在已有文献中得到充分体现。然而,现有相关研究大多停留在地区、产业等宏观经济层面上,亟需微观企业层面的分析。对此,本文将提供必要的补充与完善。第二,在研究结论方面,本文发现,外资占比与绿色创新水平存在负相关关系。外资占比对企业研发投入的挤出效应是造成这一结果的重要原因。分区域、行业和专利类别的异质性检验结果进一步支持本文研究结论。第三,在研究方法方面,本文使用多维面板检验方法对实证模型的固定效应进行控制,并在此基础上,综合运用多种方法进行稳健性检验,以确保研究结论的准确性与有效性。
无论是从外资的创新效应还是从环境技术效应看,外资占比与绿色创新均存在不显著相关性甚至负相关性的可能。
(1)基于外资创新效应视角,外资具有较强的技术属性。引进外资会对我国技术创新产生溢出效应与扩散效应[5-8]。也有研究发现,外资占比与企业创新存在负相关[3,10,14]和不显著相关[15-16]关系,主要原因在于,当外资带来的技术边际效用高于自主研发的边际利润时,会挤出企业技术创新,并在一定程度上加重企业对外资的依赖[3]。在技术比较方面,若相较于本土企业,外资的技术创新能力较差,则会对企业整体创新发挥抑制效应[14]。此外,为防止技术外泄,外资只向东道国企业提供低端技术,从长期看无法显著促进企业技术创新水平提升[15-16]。当前,我国绿色创新发展处于国际领先水平,但在部分关键领域仍存在一定的外部依赖性,在某种程度上契合上述负相关关系或不显著相关关系的内在机理。
(2)基于外资的环境技术效应视角,部分研究对外资的环境技术效应进行了分析与检验[11-12]。与外资和技术创新相关机理类似,由于依赖效应和门槛效应的存在,外资的环境技术效应存在不显著及负向效应的可能[4,13,17]。因此,虽然在理论与经验层面,外资具有包括环境创新在内的多种技术创新效应,但从外资的技术效应和创新效应看,外资存在抑制绿色创新的可能。据此,本文提出以下研究假设:
H1:外资占比对企业绿色创新可能具有不确定影响。除通过技术溢出与扩散效应提升绿色创新水平外,还可能由于依赖效应、门槛效应、技术比较效应和竞争效应的存在而对企业绿色创新产生非显著影响效应甚至抑制作用。
外资占比对研发投入的“挤出”效应是可能的内在影响机制之一,主要表现在企业研发人员和研发经费支出两个方面。
(1)外资进入东道国会产生技术溢出效应,进而影响跨国公司人员培训和流动[18-19]。通常情况下,外商合作者参与越多,公司在学习国外技术时的积极性越高[3]。上述方式虽然有助于提升企业技术创新概率,但外资合作者增加不仅会对本国劳动力产生挤出效应,而且会因转让技术的非核心性质和改进技术的跟随性特征[20],导致企业自主创新受到抑制。
(2)外资占比提升会通过“挤出”研发投资抑制企业自主创新活动。首先,外资进入会挤占东道国市场份额,降低内资企业自主创新动力[21]。由于研发条件限制,企业自主创新受到制约,导致企业对研发投资慎之又慎[9]。外资会对本土销售市场产生挤压,使本土企业丧失自主创新和升级的市场需求空间[16]。其次,外资占比较高的企业缺乏创新激励,更易形成技术依赖。例如,子公司内部技术往往通过母公司内部转移获得而非本地研发,虽然直接引进国外技术可以降低自主研发的盲目性和不确定性风险,但会导致子公司对母公司技术的强依赖性[22]。最后,外资进入会挤占国内厂商的市场空间,进而降低企业创新活动的边际价值,一定程度上抑制企业创新动力。同时,国内企业技术创新活动会对外资企业产生“挤牙膏”效应,激发后者创新动力,进一步降低国内企业竞争优势。因此,外资占比提升对企业技术创新活动具有消极影响,不利于企业自主创新。据此,本文提出以下研究假设:
H2:在外资占比“挤出”企业绿色创新投入的情况下,外资占比对企业研发投入的“挤出”效应可能是其中重要影响机制,从而形成“外资占比—降低研发投入—抑制绿色创新”作用路径。
基于数据可得性、获取来源与统计口径等特征,参考张冬洋等[23]的研究成果,本文选定2003—2019年作为核心样本时间跨度,解释变量和控制变量相关指标数据来源于国泰安金融数据库(CSMAR)。本文被解释变量绿色创新指标数据来源于国家知识产权局(SIPO),通过手工收集获得。在原始数据的基础上,借鉴相关研究方法[24],本文对数据进行如下处理:剔除样本数据中的缺失值和异常值;将核心变量与控制变量样本进行对应;对各主要变量样本数据进行1%水平上的缩尾处理。最终,得到有效样本37 946个,描述性统计结果如表1所示。
表1 主要变量描述性统计结果
Table 1 Descriptive statistics of main variables
符号变量名样本量均值标准差最小值最大值GreenInnovation企业绿色创新37 9460.2360.63806.771Foreign_total外资占比(总股本)37 9460.0300.09900.962Foreign_SH外资占比(十大股东)37 9460.0370.10600.99Foreign_dummy外资持股情况(虚拟变量)37 9460.1160.32001Foreign_tradable流通股外资占比37 9460.2570.10700.672Foreign_non非流通股外资占比30 9600.0250.11700.836Size企业规模35 77821.9521.41319.06326.842Leverage企业资产负债率35 7780.4570.2250.0511.157Age企业年龄35 7782.7800.3861.6093.497ROA企业业绩35 7780.0320.072-0.3670.205Value企业价值35 7781.9721.3420.8909.093R&D_fund企业研发经费投入21 24117.6561.47613.40421.599R&D_staff企业研发人员数13 3415.4491.2392.1978.738
本文实证部分的计量模型构建如下:
GreenInnovationi,t+n=α0+α1Foreign_totali,t+αnControlsi,t+φyear+φprovince+φfirm+εi,t
(1)
GreenInnovationi,t+n=β0+β1Foreign_SHi,t+βnControlsi,t+φyear+φprovince+φfirm+εi,t
(2)
其中,i、t分别代表目标企业和所处年份,被解释变量GreenInnovationi,t+n(n=1,2,3,4)为滞后1~4期企业绿色创新水平。借鉴张冬洋等[23]的研究方法,本文采用经过“ln(1+绿色专利授权数)”标准化处理后的SIPO绿色专利授权数据作为企业绿色创新的代理变量,将滞后1~4期绿色创新变量作为被解释变量进行实证分析。
为了使研究具有全面性与代表性,本文检验两种形式的企业外资占比对绿色创新的影响。
(1)参考Aitken等[25]、徐硼等[26]的研究方法,本文采用总股本中外资持股的比重(Foreign_total)作为核心解释变量。
(2)参考周县华等[27]的研究方法,本文使用企业十大股东中外资持股比重(Foreign_SH)作为另一核心解释变量。
上述两项指标存在较为明显的差别,可为多样化结论提供有力支撑[16]。因此,本文将两种形式的外资占比作为核心解释变量进行综合考量。
Controlsi,t表示控制变量集。参考张冬洋等[23]、齐绍洲等[24]的研究方法,本文选取以下主要控制变量:①企业规模(Size),采用经标准化处理的企业资产总值(Ln(1+企业资产总值))表示;②企业资产负债率(Leverage),采用企业总负债与总资产的比值表示;③企业年龄(Age),使用经标准化处理的企业开工时间(Ln(所处年份-开工年份+1))表示;④企业业绩(ROA),采用企业税后净利润与资产总值的比值表示;⑤企业价值(Value),采用企业托宾Q值表示。此外,φyear、φprovince、φfirm分别为年份固定效应、地区(省、自治区、直辖市)固定效应和企业固定效应,εi,t是随机扰动项。
本文对企业外资占比与绿色创新水平相关性进行检验。多维面板固定效应模型(Linear regression absorbing multiple levels of fixed effects)在控制各维度的个体效应方面优势突出,能够避免“主体错位”问题,降低因遗漏变量导致的模型估计偏误。因此,本文采用这一方法对基本回归结果进行检验,结果如表2所示。以企业总股本中外资成分占比(Foreign_total)为解释变量时,无论是否引入控制变量,解释变量的回归系数均在1%水平上显著为负。以企业十大股东中外资成分占比(Foreign_SH)作为解释变量时,无论是否引入控制变量,解释变量的回归系数均不显著。上述基本回归结果表明,企业总股本中外资占比提升对绿色创新水平存在显著抑制效应,十大股东外资占比对绿色创新水平的影响不显著。由此说明,相比于内资成分,企业外资成分并未发挥更显著的绿色创新带动作用,这与外资在环境技术方面的溢出效应、示范效应,以及东道国的学习效应等企业层面的预期存在差异,原因可能如下:
表2 企业外资占比对绿色创新影响的检验结果
Table 2 Impact of the proportion of foreign investment in enterprises on green innovation
项目(1)(2)绿色专利(t+1期)(3)(4)绿色专利(t+2期)(5)(6)绿色专利(t+3期)(7)(8)绿色专利(t+4期)Panel A:总股本中外资成分占比Foreign_total-0.134***-0.125***-0.165***-0.163***-0.216***-0.243***-0.198***-0.221***(0.045)(0.047)(0.047)(0.050)(0.050)(0.053)(0.053)(0.056)控制变量未控制控制未控制控制未控制控制未控制控制固定效应控制控制控制控制控制控制控制控制样本量34 33232 21930 71528 62727 36625 60724 37222 782R20.680.690.700.700.710.720.730.74Panel B:十大股东中外资成分占比Foreign_SH0.0270.0380.0080.0030.007-0.0320.0620.001(0.055)(0.058)(0.059)(0.063)(0.063)(0.067)(0.068)(0.001)控制变量未控制控制未控制控制未控制控制未控制控制固定效应控制控制控制控制控制控制控制控制样本量34 33232 21930 71528 62727 36625 60724 37222 782R20.680.690.700.700.710.720.730.74
注:* 、**、***分别代表在 10%、5%以及 1%的统计水平上显著,括号内为相应的标准误,下同
(1)相较于内资,外资对企业创新投入的促进效应较弱,进而对研发依赖程度较高的绿色创新成果产生抑制效应。随着我国经济发展水平和科技创新能力持续攀升,以内资为主的企业创新投入水平提升,高研发投入不再是外资特有的“标签”。得益于本土化和创新要素获取优势,内资具有更加有利的创新投入条件。此外,将非主要技术进行外包的“保护主义”动机会进一步弱化外资的技术属性,这与已有文献得出的外资占比抑制企业创新投入的结论相呼应[3,9-10,14]。
(2)随着我国环境治理能力全方位提升以及创新驱动发展战略深入推进,我国以新能源、绿色交通运输为代表的绿色技术创新处于世界先进水平[28]。在全球新一轮工业革命背景下,我国在绿色创新领域积极布局、合理规划、稳步实施。由此,积累起显著绿色创新优势。因此,相比于外部获取,本土创新水平大幅提升显然是这一优势形成的内在动力,进而导致企业外资占比未能发挥显著绿色创新促进效应。
3.2.1 更换回归方法
根据样本数据基本情况,本文选取普通面板回归模型和Tobit模型替换多维面板固定效应模型,以此检验结果的稳健性,结果如表3所示。由表3可知,以企业总股本中外资成分占比(Foreign_total)为解释变量时,普通面板回归模型和Tobit回归模型结果均在1%~10%水平上显著为负。以企业十大股东中外资成分占比(Foreign_SH)为解释变量时,回归系数均不显著。相比于基本回归结果,更换回归方法后的检验结果在相关性与显著性方面均未发生明显变化,由此证明本文研究结论具有稳健性。
表3 替换回归方法的检验结果
Table 3 Test results of alternative regression method
项目(1)(2)(3)(4)普通面板回归模型绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)(5)(6)(7)(8)Tobit回归模型绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)Panel A:总股本中外资成分占比Foreign_total-0.099**-0.124***-0.179***-0.158***-0.374*-0.369*-0.538**-0.489**(0.042)(0.045)(0.047)(0.050)(0.211)(0.214)(0.220)(0.227)控制变量控制控制控制控制控制控制控制控制固定效应控制控制控制控制控制控制控制控制样本量32 34329 00525 86923 05132 34329 00525 86923 051R2/Wald chi20.030.030.030.041245.24942.45786.67630.68Panel B:十大股东中外资成分占比Foreign_SH0.0560.0500.0440.0710.2890.3210.3620.285(0.048)(0.051)(0.055)(0.060)(0.247)(0.258)(0.273)(0.291)控制变量控制控制控制控制控制控制控制控制固定效应控制控制控制控制控制控制控制控制样本量32 34329 00525 86923 05132 34329 00525 86923 051R2/Wald chi20.030.030.030.0041243.16940.44781.91626.79
3.2.2 替换解释变量
本文进一步通过替换解释变量进行稳健性检验。在解释变量选取上,由于企业外资由流通股和非流通股两部分组成,而流通股、非流通股的比例及结构与企业生产经营相关[29],因而本文分别构建流通股与非流通股的外资占比指标。此外,本文核心解释变量代表企业外资引进程度,相比之下,企业是否存在外资成分的虚拟变量(存在外资成分=1,不存在外资成分=0)代表的是企业外资引进行为。因此,本文采用流通股外资占比、非流通股外资占比和外资持股情况的虚拟变量作为替代解释变量,以此进行稳健性检验,结果如表4所示。由表4可知,以流通股外资占比(Foreign_tradable)和非流通股外资占比(Foreign_non)为解释变量时,回归系数均在1%水平上显著为负。以外资持股虚拟变量(Foreign_dummy)为解释变量时,回归系数不显著或显著为负。回归结果表明,外资流通股和非流通股占比提升将抑制企业绿色创新水平提升,外资持股对企业绿色创新并无显著影响或存在负向影响。由此,证明本文研究结果具有稳健性。
表4 替换解释变量检验结果
Table 4 Test results of alternative explanatory variables
项目(1)(2)(3)(4)(5)(6)(7)(8)绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)Panel A:流通股外资占比Foreign-0.647***-0.633***-0.621***-0.618***-0.358***-0.364***-0.363***-0.391***_tradable(0.047)(0.049)(0.050)(0.052)(0.049)(0.051)(0.052)(0.054)控制变量未控制未控制未控制未控制控制控制控制控制固定效应控制控制控制控制控制控制控制控制样本量34 36430 74427 39224 39532 22328 63125 61122 786R20.670.690.700.730.680.700.720.74Panel B:非流通股外资占比Foreign-0.196***-0.183***-0.132***-0.094***-0.138***-0.160***-0.122***-0.114***_non(0.030)(0.032)(0.033)(0.036)(0.031)(0.033)(0.035)(0.038)控制变量未控制未控制未控制未控制控制控制控制控制固定效应控制控制控制控制控制控制控制控制样本量28 19625 30122 57120 16426 37223 48521 04918 784R20.660.680.700.730.680.700.720.74Panel C:外资持股情况(虚拟变量)Foreign-0.007-0.011-0.033**-0.024-0.007-0.014-0.041***-0.033**_dummy(0.013)(0.014)(0.014)(0.015)(0.014)(0.014)(0.015)(0.016)控制变量未控制未控制未控制未控制控制控制控制控制固定效应控制控制控制控制控制控制控制控制样本量34 33230 71527 36624 37232 21928 62725 60722 782R20.610.700.710.730.690.700.720.74
3.2.3 样本补充检验结果
相比于已有研究[24],本文选取2003—2019年企业层面数据作为核心研究样本,具备较强的时效性和代表性。此外,本文进一步整合国家统计局、国泰安金融数据库和国家专利产权局最新数据,基于2020—2021年补充样本进行稳健性检验。需要说明的是,与本文核心样本相比,补充样本存在统计口径差异较大、指标获取情况参差不齐、核心变量间匹配情况较差等问题,因而不具备与本文核心样本进行整合的条件。综上,本文将其作为稳健性检验样本,结果如表5所示。由表5可知,总股本中外资成分占比的回归系数在1%水平上显著为负,十大股东中外资成分占比的回归系数不显著,与本文基本结论一致。由此,证明本文研究结果具有稳健性。
表5 2020-2021年补充样本检验结果
Table 5 Test results of sample supplement from 2020 to 2021
变量(1)(2)总股本中外资成分占比(3)(4)十大股东中外资成分占比Foreign_total-0.123***-0.112***(0.022)(0.025)Foreign_SH0.031-0.009(0.019)(0.021)控制变量未控制控制未控制控制固定效应控制控制控制控制样本量8 2688 2688 2688 268R20.560.620.540.60
3.2.4 工具变量检验结果
本文对被解释变量进行滞后1~4期处理,能够避免因逆向因果关系可能导致的模型内生性问题。此外,本文采用工具变量对模型可能存在的内生性问题进行控制,最大程度地降低模型估计偏误。在工具变量选取方面,外商直接投资(FDI)具有明显的区域和行业特征,受企业层面变量的影响较小,能够避免因遗漏变量导致的模型内生性问题,遵循“与解释变量高度相关、与误差项不相关”的工具变量选取原则。综上所述,借鉴Fisman&Svensson[30]的工具变量构建方法,本文以同城市同行业企业外资占比的平均值作为工具变量进行检验,结果如表6和表7所示。由表6、表7可以发现,回归结果与基本回归结果完全一致,进一步证明本文核心结论的有效性。
表6 工具变量检验结果(第一阶段回归)
Table 6 Test results of tool variables:the first stage regression
变量(1)(2)(3)(4)总股本中外资成分占比绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)(5)(6)(7)(8)十大股东中外资成分占比绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)IV0.946***0.947***0.944***0.942***0.444***0.444***0.436***0.423***(0.002)(0.002)(0.002)(0.003)(0.005)(0.005)(0.005)(0.006)控制变量控制控制控制控制控制控制控制控制固定效应控制控制控制控制控制控制控制控制样本量32 16328 57125 55122 72632 16328 57125 55122 726不可识别检验(Anderson canon)通过通过通过通过通过通过通过通过弱识别检验(Cragg-Donald)通过通过通过通过通过通过通过通过
表7 工具变量检验结果(第二阶段回归)
Table 7 Test results of tool variables:the second stage regression
变量(1)(2)(3)(4)总股本中外资成分占比绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)(5)(6)(7)(8)十大股东中外资成分占比绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)Foreign-0.115**-0.138***-0.248***-0.213***0.1400.104-0.123-0.236(0.050)(0.053)(0.057)(0.060)(0.121)(0.132)(0.143)(0.160)控制变量控制控制控制控制控制控制控制控制固定效应控制控制控制控制控制控制控制控制样本量32 16328 57125 55122 72632 16328 57125 55122 726R20.070.070.080.080.070.070.070.07
一方面,外资具有劳动力挤出特征、创新跟随性特征、技术占有特征以及对东道国技术创新的“挤出”特征,随着企业外资占比提升,可能导致涉及劳动力与技术创新范畴的企业研发人员被“挤出”。另一方面,外资流入对内资企业市场份额和创新动力存在一定的抑制效应,会增加企业自主创新风险并强化企业对外部技术的依赖性,由此对企业R&D投入产生挤出效应,从而影响以绿色专利为代表的企业绿色创新。因此,本文构建计量模型(3),检验外资占比对企业研发投入可能存在的挤出效应,再构建计量模型(4),检验研发投入对企业绿色创新的影响。
R&D_Inputi,t+n=γ0+γ1Foreign_totali,t+γnControlsi,t+φyear+φfirm+εi,t
(3)
GreenInnovationi,t+n=δ0+δ1R&D_Inputi,t+δnControlsi,t+φyear+φfirm+εi,t
(4)
其中,R&D_Inputi,t+n代表企业i在t年的研发投入水平,是机制检验部分的核心指标。本文采用以下研发投入指标:一是企业研发投入经费(R&D_fundi,t+n),对企业当年R&D经费支出进行对数标准化处理获得;二是企业研发人员数(R&D_staffi,t+n),对企业当年从事R&D活动人员数进行对数标准化处理获得。其它指标设定参考计量模型(1)和模型(2),此处不再赘述。
机制检验结果如表8所示。由表8可知,以研发经费和研发人员数量作为企业研发投入的代理变量,外资占比的系数分别在10%和1%水平上显著为负,证明外资占比对企业研发投入发挥显著抑制效应。以绿色创新为被解释变量时,研发经费投入系数均在1%水平上显著为正,证明研发投入对企业绿色创新具有促进作用。由此,验证了“外资占比—降低研发投入—抑制绿色创新”的作用机制,也验证了假设H2。现阶段,外资对劳动力、产品市场的挤出效应不容忽视[3,20-21],其将从源头上抑制企业绿色创新产出。我国企业绿色创新处于世界领先水平,对自主研发投入的要求较高。由此,进一步强化了外资通过抑制研发投入对绿色创新的挤出效应。
表8 “外资占比—降低研发投入—抑制绿色创新”机制检验结果
Table 8 Test results of the mechanism of "proportion of foreign investment-reducing R&D investment-suppressing green innovation"
项目(1)(2)研发投入水平(3)绿色专利(t+1期)(4)绿色专利(t+2期)(5)绿色专利(t+3期)(6)绿色专利(t+4期)Panel A:研发经费投入Foreign-1.014***-0.193*(0.145)(0.103)R&D_spend0.068***0.069***0.066***0.073***(0.006)(0.007)(0.007)(0.009)控制变量未控制控制控制控制控制控制固定效应控制控制控制控制控制控制样本量21 24119 99416 97514 09111 4929 224R20.000 40.270.110.110.110.12Panel B:研发人员数量Foreign-0.534***-0.277***(0.118)(0.102)R&D_staff0.099***0.094***0.123***0.156***(0.010)(0.011)(0.014)(0.018)控制变量未控制控制控制控制控制控制固定效应控制控制控制控制控制控制样本量13 34112 6419 7076 9044 3522 127R20.010.250.130.130.140.16
4.2.1 分区域检验结果
外商投资和绿色创新具有区域特征。本部分借鉴相关研究的常用方法,按照东、中、西部地区对样本进行分类[31-34],分区域检验外资占比对绿色创新的“挤出”效应,结果如表9所示。由表9可知,东部地区样本中,外资占比系数在1%统计水平上显著为负;中西部地区样本中,外资占比系数不显著。由此表明,东部企业外资占比提升会“挤出”绿色创新,而中西部企业外资占比对绿色创新无显著影响。
表9 分区域检验结果
Table 9 Inspection results by region
项目(1)(2)绿色专利(t+1期)(3)(4)绿色专利(t+2期)(5)(6)绿色专利(t+3期)(7)(8)绿色专利(t+4期)Panel A:东部地区Foreign-0.191***-0.188***-0.218***-0.215***-0.293***-0.321***-0.241***-0.256***(0.054)(0.056)(0.056)(0.059)(0.059)(0.061)(0.062)(0.065)控制变量未控制控制未控制控制未控制控制未控制控制固定效应控制控制控制控制控制控制控制控制样本量19 22518 06117 05015 89015 08214 11113 36012 481R20.710.710.720.730.740.750.760.77Panel B:中西部地区Foreign-0.0010.034-0.017-0.0040.0130.013-0.074-0.106(0.084)(0.088)(0.092)(0.097)(0.101)(0.107)(0.108)(0.114)控制变量未控制控制未控制控制未控制控制未控制控制固定效应控制控制控制控制控制控制控制控制样本量14 98314 03613 54112 61512 16011 37410 88810 179R20.640.650.660.660.670.670.680.69
(1)在产业与创新基础方面,相比于中西部地区,东部地区在产业技术体系、生产创新基础方面具有显著优势,可为承接高技术外资提供有利条件,更易形成以外部技术引进为主的外资技术承接体系。由于技术创新基础较好,东部地区外商投资的边际技术溢出效应较弱。以上特征不利于东部地区外资企业创新投入水平提升,表现为对绿色创新的抑制效应。此外,外资对中西部地区企业绿色创新的影响并不显著。
(2)在生产经营环境方面,东部地区具有较高的市场化水平,为了追求利益最大化目标,外资会“绕开”具有环境保护和社会责任性质的绿色创新行为,而中西部地区市场竞争较为缓和,因而外资对绿色创新的“挤出”效应并不突出。
(3)在绿色创新方面,“双碳”目标驱动下,依托产业与技术优势,我国东部地区绿色技术创新呈现引领与集聚特征,催生出一批国际领先的绿色低碳技术,表现为企业外资占比对绿色创新的“挤出”效应。
4.2.2 分创新类别检验结果
按照绿色创新类别进行分类是深入探讨外资占比对绿色创新“挤出”效应的研究方法,这一方法在绿色创新相关研究中得到广泛应用[24,35]。按照世界知识产权组织(World Intellectual Property Organization, WIPO)基于《联合国气候变化框架公约》准则的划分标准,绿色创新可分为替代能源技术、节能技术、运输技术、废物管理技术、农林管理技术、行政监管设计技术和核能发电技术7个类别。以此为依据,表10展示了分创新类别的检验结果,具体如下:一是对于替代能源技术和节能技术,核心解释变量的回归系数在1%~5%水平上显著为负,表明外资占比提升“挤出”了包括替代能源和节能在内的企业绿色创新。二是对于运输技术和废物管理技术,核心解释变量的回归系数在1%~5%水平上显著为负或不显著,表明外资占比提升存在“挤出”运输和废物管理技术创新的可能,但作用效应弱于替代能源和节能技术。三是对于农林管理技术、行政监管设计技术和核能发电技术,核心解释变量的回归系数均不显著,表明外资占比提升对包括农林管理、行政监管设计和核能发电在内的绿色创新无显著影响。
表10 分创新类别检验结果
Table 10 Inspection results by innovation category
技术名称(1)(2)(3)(4)绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)替代能源技术-0.067***-0.094***-0.088***-0.076**(0.026)(0.028)(0.029)(0.032)节能技术-0.124***-0.139***-0.158***-0.147***(0.031)(0.033)(0.034)(0.037)运输技术0.0005-0.016-0.018-0.061**(0.021)(0.022)(0.024)(0.026)废物管理技术-0.011-0.037-0.083***-0.074**(0.028)(0.030)(0.032)(0.035)农林管理技术0.0070.0070.0120.016(0.010)(0.011)(0.012)(0.013)行政监管设计技术0.0120.0150.006-0.014(0.014)(0.016)(0.017)(0.019)核能发电技术-0.005-0.004-0.008-0.008(0.004)(0.004)(0.005)(0.006)
近年来,以“风光水储氢”为代表的新能源技术和覆盖工业、交通及建筑等行业的节能技术成为我国能源供给端、需求端的核心绿色创新形式。随着我国绿色低碳转型不断推进,上述关键技术在各自领域逐步形成完整的绿色创新体系,并积累起国际领先的绿色创新优势。我国在新能源和节能技术领域拥有雄厚的实力,使得外资在推动该领域绿色创新能力提升方面逐渐与内资持平甚至逊色,从而表现为外资占比提升对新能源和节能技术的挤出效应。
4.2.3 分行业污染情况检验结果
借鉴李青原等[36]的方法,本文按照《上市公司环境信息披露指南》对样本进行划分(非污染行业样本与污染行业样本),以此进行异质性检验,结果如表11所示。由表11可知,企业总股本中外资成分占比(Foreign_total)在污染行业样本中的回归系数不显著,而非污染行业样本中的回归系数在1%水平上显著为负。上述结果表明,在污染行业中,外资占比提升对企业绿色创新无显著影响;在非污染行业中,外资占比提升对企业绿色创新具有显著抑制作用。上述差异在一定程度上揭示了外资在不同行业中的绿色创新选择:相较于非污染行业,污染行业的高环境规制强度会对外资产生较大的限制与约束,倒逼外资提升绿色创新水平。因此,相比于非污染行业中的绿色创新抑制效应,外资在污染行业中具有更强的绿色创新动机,最终表现为非显著相关特征。
表11 不同污染类型行业基本回归结果
Table 11 Basic regression results of industries with different types of pollution
项目(1)(2)(3)(4)污染行业绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)(5)(6)(7)(8)非污染行业绿色专利(t+1期)绿色专利(t+2期)绿色专利(t+3期)绿色专利(t+4期)Panel A:总股本中外资成分占比Foreign_total0.017-0.021-0.123-0.041-0.200***-0.229***-0.303***-0.314***(0.084)(0.090)(0.095)(0.103)(0.058)(0.061)(0.065)(0.069)控制变量控制控制控制控制控制控制控制控制固定效应控制控制控制控制控制控制控制控制样本量10 8109 6848 7387 83621 19818 73116 65614 735R20.660.670.700.710.700.710.730.75Panel B:十大股东中外资成分占比Foreign_SH0.1540.1220.0740.060-0.043-0.070-0.101-0.043(0.098)(0.107)(0.115)(0.129)(0.074)(0.079)(0.084)(0.090)控制变量控制控制控制控制控制控制控制控制固定效应控制控制控制控制控制控制控制控制样本量10 8109 6848 7387 83621 19818 73116 65614 735R20.660.670.700.710.700.710.730.75
本文基于2003—2019年中国上市公司样本数据,探讨外资占比对企业绿色创新的影响,结果表明,十大股东中外资占比对企业绿色创新无显著影响,而总股本中较高的外资占比会对绿色创新产生“挤出”效应。进一步研究发现,外资占比提升会“挤出”包括研发人员与研发经费支出在内的企业创新投入,导致企业以专利为代表的绿色创新产出水平降低。此外,在以东部地区为代表的先进产业和技术体系支撑下,我国在新能源、节能、交通运输等领域取得了显著成就,在获得国际领先地位与优势的同时,提高了外资在绿色创新领域的准入门槛,加大了外资促进企业绿色创新的难度。
(1)夯实我国绿色经济基础,持续完善重点行业外资引进体系。借助我国持续压减外商投资准入负面清单、放宽重点领域准入门槛和减少市场准入限制的更高水平对外开放,以“十四五”时期优化利用外资结构的重点要求为依托,制定“产业绿色发展需求+重点国别(地区)引资绿色创新水平”的引资鼓励标准,为我国绿色创新体系发展注入生机与活力。
(2)结合我国绿色低碳技术发展现状与优势,形成内外资联动互补的绿色创新体系。一方面,促进内外资在我国优势行业与技术领域形成互补,鼓励符合条件的外资流向我国绿色创新优势领域,充分发挥外资在“补短板”“促创新”方面的作用,进而与国内优势技术形成合力,全面提升我国绿色技术创新能力。另一方面,注重内资、外资在行业间技术创新过程中产生的互补与联动效应,以助力绿色产业链、价值链和创新链形成。在技术体系化、应用规模化方面,我国部分领域绿色创新存在进一步提升空间。由此,应充分发挥外资在开放性、前沿性、标准化等方面的优势,进一步完善鼓励外商投资的产业目录,以构建成熟完整的绿色产业链条为目标对外资进行筛选,从而培育新兴技术、发展先进技术、壮大领先技术。
(3)进一步优化外资技术创新环境,充分发挥外资的技术溢出效应。在政府层面,完善知识产权保护措施,加大执法力度,制定针对技术创新领域的外商投资服务保障政策,规范、引导和支持外资的技术创新活动。通过降低成本、优化环境、完善机制等方式落实外资相关鼓励政策,注重相关政策的及时性、配套性以及在绿色创新领域的拓展。在行业与企业层面,针对绿色创新重点领域,注重对外资投向的规划与引导,结合行业发展需求和外资结构升级要求,提升外资与行业匹配度。此外,需进一步控制外资在企业层面的替代效应,鼓励企业提升技术引进、吸收和转化水平,为最大程度地发挥外资的技术溢出效应创造条件。
(4)进一步规范外资在绿色环保方面的标准,强化外资通过创新驱动绿色转型与发展的动机。围绕“十四五”期间外资绿色化发展目标,持续完善外商投资管理方法,加大政府环境监管与治理力度,充分结合行业环境特征以及现有环境政策与外资政策,制定外资引进的最优策略。严格落实环境保护政策,抑制外资“寻租”行为,从而确保环境规制对外资企业绿色创新“倒逼”机制的有效性。发挥外资财税支持政策、绿色低碳创新政策、区域和行业环境规制政策的综合作用,全面释放外资在企业层面的绿色创新潜力与空间。
本文存在以下不足:一是在机制研究方面,受样本数量与指标构建方法限制,仅对研发投入这一覆盖面较广的核心机制进行检验,未对其内部的依赖效应、技术比较效应等具体机制进行识别与检验。二是在研究结论方面,外资占比两个代理指标间的差异是如何产生的?不显著相关是否意味着存在门槛效应?上述问题值得进一步探讨。三是在实证方法方面,本研究使用工具变量、多维面板固定效应模型对内生性和面板数据“主体错位”等问题进行处理。考虑到上述问题的常见性,未来可以进一步拓展相关研究方法。
[1] 盛斌,吕越.外国直接投资对中国环境的影响——来自工业行业面板数据的实证研究[J].中国社会科学,2012,33(5):54-75,205-206.
[2] 张宇,蒋殿春.FDI、政府监管与中国水污染——基于产业结构与技术进步分解指标的实证检验[J].经济学(季刊),2014,13(2):491-514.
[3] 范承泽,胡一帆,郑红亮.FDI对国内企业技术创新影响的理论与实证研究[J].经济研究,2008,54(1):89-102.
[4] 许慧,李国英.环境规制对绿色创新效率的影响研究[J].财经问题研究,2018,40(9):52-58.
[5] 徐毅,张二震.FDI、外包与技术创新:基于投入产出表数据的经验研究[J].世界经济,2008,31(9):41-48.
[6] 王然,燕波,邓伟根.FDI对我国工业自主创新能力的影响及机制——基于产业关联的视角[J].中国工业经济,2010,28(11):16-25.
[7] 诸竹君,黄先海,王毅.外资进入与中国式创新双低困境破解[J].经济研究,2020,55(5):99-115.
[8] 毛其淋.外资进入自由化如何影响了中国本土企业创新[J].金融研究,2019,62 (1):72-90.
[9] 韩彩珍,高婧怡,金岳.外资占比、政策冲击与企业创新:中国的事实与解释[J].产业经济研究,2020,19(6):55-67.
[10] FU X, GONG Y. Indigenous and foreign innovation efforts and drivers of technological upgrading: evidence from China[J].World Development,2011,39(7):1213-1225.
[11] 李金凯,程立燕,张同斌.外商直接投资是否具有“污染光环”效应[J].中国人口·资源与环境,2017,27(10):74-83.
[12] 周杰琦,汪同三.外商投资、环境监管与环境效率——理论拓展与来自中国的经验证据[J].产业经济研究,2017,16 (4):67-79.
[13] 田红彬,郝雯雯.FDI、环境规制与绿色创新效率[J].中国软科学,2020,35(8):174-183.
[14] 罗伟,葛顺奇.跨国公司进入与中国的自主研发:来自制造业企业的证据[J].世界经济,2015,38(12):29-53.
[15] 邢斐,张建华.外商技术转移对我国自主研发的影响[J].经济研究,2009,44(6):94-104.
[16] 王华,赖明勇,柒江艺.国际技术转移、异质性与中国企业技术创新研究[J].管理世界,2010,26(12):131-142.
[17] 贾军.基于东道国环境技术创新的FDI绿色溢出效应研究——制度环境的调节效应[J].软科学,2015,29(3):28-32.
[18] KOKKO A. Foreign direct investment, host country characteristics and spillovers[D].Stockholm:Stockholm School of Economics,1992.
[19] MACDOUGALL G. The benefits and costs of private investment from abroad: a theoretical approach[J].Economic Record,2010,36(73):13-35.
[20] 汤萱.技术引进影响自主创新的机理及实证研究——基于中国制造业面板数据的实证检验[J].中国软科学,2016,31 (5):119-132.
[21] 平新乔,关晓静,邓永旭,等.外国直接投资对中国企业的溢出效应分析:来自中国第一次全国经济普查数据的报告[J].世界经济,2007,30(8):3-13.
[22] ALMEIDA R, FERNANDES A M. Openness and technological innovations in developing countries: evidence from firm-level surveys[J].Journal of Development Studies,2008,44(5):701-727.
[23] 张冬洋,张羽瑶,金岳.税收负担、环境分权与企业绿色创新[J].财政研究,2021,42(9):102-112.
[24] 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,2018,53(12):129-143.
[25] AITKEN B J, HARRISON A E. Do domestic firms benefit from direct foreign investment[J].American Economic Review,1999,89(3):605-618.
[26] 徐硼,赵超,徐宏毅.外商直接投资对科技服务业上市公司创新能力影响[J].科研管理,2020,41(11):228-239.
[27] 周县华,范庆泉,吕长江,等.外资股东与股利分配:来自中国上市公司的经验证据[J].世界经济,2012,35(11):112-140.
[28] JIN Y, TANG Y M, CHAU K Y, et al. How government expenditure mitigates emissions: a step towards sustainable green economy in belt and road initiatives project[J].Journal of Environmental Management,2022,303:113967.
[29] 潘莉,徐建国.A股市场的风险与特征因子[J].金融研究,2011,54(10):140-154.
[30] FISMAN R, SVENSSON J. Are corruption and taxation really harmful to growth? firm level evidence[J]. Journal of Development Economics,2007,83(1):63-75.
[31] 应瑞瑶,周力.外商直接投资、工业污染与环境规制——基于中国数据的计量经济学分析[J].财贸经济,2006,27(1):76-81.
[32] 刘灿雷,康茂楠,邱立成.外资进入与内资企业利润率:来自中国制造业企业的证据[J].世界经济,2018,41(11):98-120.
[33] 冯志军.中国工业企业绿色创新效率研究[J].中国科技论坛,2013,29(2):82-88.
[34] 游达明,欧阳乐茜.环境规制对工业企业绿色创新效率的影响——基于空间杜宾模型的实证分析[J].改革,2020,33(5):122-138.
[35] ZHANG D Y, JIN Y. R&D and environmentally induced innovation: does financial constraint play a facilitating role[J]. International Review of Financial Analysis,2021,78(11):101918.
[36] 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.