APP下载

智慧城市建设赋能企业绿色技术创新

2022-05-05董文雯

市场周刊 2022年4期
关键词:效应绿色政策

董文雯

(南京审计大学经济学院,江苏 南京 211815)

一、引言

近年来世界各国积极推行绿色发展新政,绿色经济已然成为世界经济发展的风向标。区别于传统产业模式下技术创新会对自然生态圈产生负面影响,绿色技术创新是绿色工艺创新、绿色产品创新和绿色意识创新的总称,强调物质消耗减量化、生产管理清洁化和废物排放低碳化,统筹经济、生态和社会层面的三重效益。随着5G、人工智能和云计算等新技术全面渗透和应用于社会经济中释放新一轮数字红利,数字经济成为推动供给侧结构性改革的新引擎,承载着重塑经济格局、转换增长动能和构建崭新优势的重要功能。依托数字新基建的引领和支撑作用,中国自2012年开启智慧城市试点探索之路,其同时具备信息网络架构高端、产业体系融合创新和生态环境低碳友好等核心特点。企业如何借助智慧城市建设带来的重大机遇和力量,实现“数字化+绿色化”转型以培育和提升绿色技术自主创新能力,对中国塑造绿色竞争优势、驱动绿色经济高质量发展有着重要意义。

纵览现有文献,智慧城市影响企业绿色技术创新的研究并不多。本文基于2007~2019年中国地级市与上市公司匹配数据,采用多期DID和PSMDID方法进行实证分析,探究智慧城市政策是否赋能中国企业绿色技术创新。可能的创新之处:①首次以智慧城市建设作为准自然实验探讨新型智慧城市政策对上市公司绿色技术创新的激励效应,为研究绿色技术创新驱动要素找到新的理论视角。②揭示智慧城市政策通过绿色金融和环境规制两条机制赋能企业绿色技术创新。③构建多期DID模型得到更加准确的政策效应,从完善智慧城市建设的角度出发为促进企业绿色技术创新提供有针对性的建议。

二、理论分析与研究假设

现代工业的发展,引发了城市污染、资源约束瓶颈突出、人口激增交通拥堵等城市病问题,为了能够搭建智慧产业、智慧交通、智慧能源和智慧环保等应用,有效解决城市病的智慧城市应运而生。信息集成的智慧城市中以交通系统为代表的绿色基础设施能够有效降低环境污染。智慧城市推动具备清洁化、低能耗和再循环特征的数字新基建蓬勃发展,这是基于新一代信息技术演化生成的通信网络、新技术和算力等新型基础设施,也是有助于企业实现产品生命周期管理智能化和成本最小化的绿色技术创新。在新型互联技术、数据分析和检测技术的支撑下,智慧城市中形成人机交互、资源集约和共建共享的智能服务系统,政府、金融机构、科研机构、企业和公民都能参与到智慧城市设计和决策机制中,绿色政务、绿色金融、绿色科技、绿色制造和绿色消费各个领域的绿色变革协同打造智慧城市的生态文明。

绿色技术创新是智慧城市建设绿色发展体系的必然要求,反之绿色发展为绿色技术创新营造良好氛围和提升进步空间,二者之间形成良性循环。智慧城市建设过程中壮大节能环保、清洁能源等绿色产业、推动传统产业绿色转型升级和培育催生绿色发展新产业新业态,有助于构建绿色发展产业体系,改善企业绿色技术创新环境。存在产能过剩的企业为了突破发展瓶颈提高经济效益需要采取创新战略,智慧城市走产城融合的发展路线倒逼企业进行绿色技术创新提高绿色竞争力,以及建立库存动态平衡管理机制从而化解过剩产能。智慧城市建设在对标全球领先水平的同时也兼顾中国产业发展不平衡现状,使得占领绿色技术制高点的技术领先企业对技术落后企业发挥绿色技术创新示范作用。

研究假设:智慧城市政策显著促进了企业绿色技术创新,从而为企业绿色技术创新赋能。

三、研究设计

(一)模型设定与变量定义

住房和城乡建设部和科技部于2012年、2013年和2014年依次公布了三批智慧城市试点名单,本文据此将所有地级市分为智慧城市试点的实验组和控制组。其中,实验组2012年为42个地级市,2013年新增44个地级市,2014年新增31个地级市,将其他140个非智慧城市试点的地级市作为控制组。鉴于实验组的三批智慧城市政策起始年份不完全相同,多期DID方法能比传统DID方法更准确地测度出智慧城市政策对企业绿色技术创新的影响水平。本文参考Beck等的做法构建如下多期DID模型。

式(1)中,GrePat_au为被解释变量,是衡量企业绿色技术创新水平的绿色专利授权数。SmartCity为核心解释变量,是智慧城市试点虚拟变量,表示

i

企业所在的地级市在

t

年是否被确定为智慧城市,试点后所有年份取1,否则取0。

α

是截距项,衡量了在没有智慧城市政策的控制变量影响下的企业绿色技术新水平。

α

是核心参数,衡量了智慧城市政策对企业绿色技术创新的“净效应”。

X

为一组随时间而变的企业层面控制变量。

η

为年份固定效应,

I

为行业固定效应,

C

为省份固定效应,

ε

为随机扰动项。主要变量解释见表1。

表1 主要变量解释

(二)数据来源说明

本文采用的企业数据来自2007~2019年CSMAR和GPRD数据库的上市公司基本指标、绿色专利数据和财务指标等,城市层面的数据来自2008~2020年《中国城市统计年鉴》和EPS数据库。剔除金融行业以及主要变量数值缺失的企业后,最终得到1835家上市公司的非平衡面板数据作为研究样本。

(三)平行趋势检验

图1为智慧城市和非智慧城市的绿色专利授权数对数的平均增长趋势图,从中可以看出,2012年智慧城市政策实施之前,控制组的企业绿色技术创新水平明显高于实验组的,并且两组的变化趋势基本一致。而智慧城市政策实施之后,实验组的企业绿色技术创新水平显著高于控制组的。因此,平行趋势假设成立,初步判断智慧城市政策引起了企业绿色技术创新水平的变化。

图1 平行趋势图

四、实证结果与分析

(一)基准回归结果

表2列示了多期DID模型的回归结果,第(1)列显示加入控制变量后,SmartCity的系数在1%水平上显著为正,表明智慧城市政策使得企业绿色专利授权数增加了6.7%。第(2)~(3)列显示依次控制时间效应、行业效应和地区效应后,SmartCity的系数仍然在1%水平上显著为正,充分验证智慧城市政策显著促进了企业绿色技术创新。

表2 基准回归结果

(二)稳健性检验

1.安慰剂检验

本文进行500次随机抽样循环实验,虚构智慧城市政策实施的时间和试点城市。将虚假回归结果绘制成图2,发现虚假估计系数集中分布于0的附近,并且对应的

p

值都显著大于0.1,虚假估计系数不满足10%的显著性水平。而真实的SmartCity系数0.076是一个异常值,说明基准回归结果通过了安慰剂检验,排除了其他遗漏变量的影响。

图2 安慰剂检验

2.PSM-DID检验

智慧城市政策在确定试点城市名单时可能会考虑地级市的禀赋条件,因此可能导致自选择偏误。本文选取地级市的金融发展水平、人均GDP、财政研发支出、政府规模、产业结构、高等教育水平、电信和邮政业务水平等变量作为协变量进行PSM-DID回归。表3第(1)列显示SmartCity的系数为0.086,与基准回归结果非常接近,证明基准回归结果是稳健的。

表3 稳健性检验结果

3.替换被解释变量

表3第(2)~(4)列分别列示了以企业绿色专利申请数的对数(GrePat_ap)、绿色发明专利申请数的对数(GI_ap)和政府补助占营业收入比例(RD_ratio)衡量企业绿色技术创新水平的多期DID回归结果,发现SmartCity的系数均显著为正,表明智慧城市政策确实有益于企业绿色技术创新。

五、影响机制检验

(一)绿色金融机制

绿色金融的核心内容就是破除绿色创新及发展的融资约束藩篱。智慧城市建设过程中涌现一批绿色金融产品和服务,典型代表为绿色信贷、绿色债券、绿色保险和碳金融,融合先进科技的绿色金融模式能够克服传统金融模式的局限性。表4第(1)~(2)列结果显示,SmartCity对绿色金融指数GF的回归系数显著为正,SmartCity和GF同时对GrePat_au回归的系数也显著为正。因此,智慧城市政策通过提高城市绿色金融水平产生缓解融资约束效应,进而显著促进企业绿色技术创新。

表4 影响机制检验结果

(二)环境规制机制

智慧城市建设能够有效增大环境规制强度,从而促使绿色全要素生产率增大。数据规模海量化、数据来源多样化和管理技术精准化,提高了相关部门对企业清洁生产和绿色制造的监管力度,环境规制对企业产生倒逼作用或激励其增加研发投入。表4第(3)~(4)列结果显示,SmartCity对环境规制指数ER的回归系数显著为正,SmartCity和ER同时对GrePat_au回归的系数也显著为正。因此,智慧城市政策通过增大城市环境规制强度产生创新补偿效应,进而显著促进中国企业绿色技术创新。

六、结论与建议

本文研究发现智慧城市政策能够显著促进企业绿色技术创新,并且回归结果十分稳健。智慧城市政策通过提高城市绿色金融水平产生缓解融资约束效应、增大城市环境规制强度产生创新补偿效应两条机制,赋能企业绿色技术创新,为完善中国绿色技术创新体系提供动力源泉。提出促进企业绿色技术创新的三点建议:①全面推进智慧城市建设,应该因地制宜、因势利导地扩大政策覆盖面、渗透度和创新激励效应。②构建完备绿色金融体系,发展绿色金融有助于为企业绿色创新提供高质量资金支持。③增大环境规制强度,依托智慧城市政策借助大数据资源和智能科技手段,实行智能环境监测和管理,从而激励企业达到经济增长与环境承载力之间的平衡。

猜你喜欢

效应绿色政策
本月楼市政策扫描
政策
政策
死海效应
股指冲高回落 多方政策救市
应变效应及其应用
追踪绿色的秘密
偶像效应
再造绿色