微观主体的绿色发展对创新绩效的影响

2024-06-03连雨婷张雅梦郝桐煊刘晓丽

中国商论 2024年10期

连雨婷张雅梦郝桐煊刘晓丽

摘要：随着双碳目标的提出，我国对于微观主体的绿色发展要求愈加严格，企业在保持可持续发展的同时，自身的创新水平也要相应提升，从而契合国家创新型发展战略。本文利用2011—2022年416家上市公司的环保投资、二氧化碳减排量以及研发投入，通过构建OLS模型和岭回归模型研究企业的绿色发展对于创新绩效的影响。研究发现：环保投资和二氧化碳减排量单独作用于企业的研发投入时效果不显著，但是当两者同时产生作用时效果显著，两者对于企业的研发投入呈正向影响。因此，企业的绿色发展会提高创新绩效。通过稳健回归和Tobit回归，更进一步验证了企业的绿色发展会促进创新发展。本文研究结论更加丰富了企业绿色发展与创新发展关系的研究，为促进企业高质量发展提供了一定的经验借鉴。

关键词：绿色发展；创新绩效；环保投资；二氧化碳减排量；研发投入

本文索引：連雨婷，张雅梦，郝桐煊，等.<变量 2>[J].中国商论，2024（10）：-161.

中图分类号：F124.6 文献标识码：A 文章编号：2096-0298（2024）05（b）--05

1 引言

2015年，在党的十八届五中全会上，我国首次提出新发展理念，其中包括绿色发展和创新发展。作为衡量经济发展水平的重要指标，绿色发展旨在坚持经济的高效、和谐和可持续发展绿色发展，促进生态文明发展。2018年以来，我国不断完善绿色发展理念的相关政策，旨在建立一个和谐美丽的社会主义社会。当今时代，经济的发展更加注重生态文明的发展，促进人与自然的和谐共生。党的二十大报告提出“加快发展方式绿色转型……推动形成绿色低碳的生产方式和生活方式”“积极稳妥推进碳达峰碳中和，积极参与应对气候变化全球治理”。因此，绿色发展越来越成为整个社会经济发展的关键。“绿水青山就是金山银山”是对当代中国经济发展要求最好的诠释。习近平总书记强调的绿色发展是创新发展，是经济发展与生态环境保护的协调发展，是资源节约和永续利用的可持续发展，是人与自然和谐共生的系统发展，是生态效益与经济效益、社会效益相统一的整体发展（李曼玉，2022）。绿色发展要求人与自然和谐共生、经济与生态共赢（杨新梅，2022）。除此之外，经济的高质量发展也离不开创新发展，当今世界的竞争越来越体现的是科技创新与人才的竞争。党的十九大报告明确指出，创新作为社会发展的持续动力，对建设现代化的经济体系具有重要战略支撑作用。同时，它也是目前中国企业加快转型升级、增强国际竞争实力的必经之路。创新是第一生产力，是推动产业发展和技术进步的重要推手。创新发展作为新发展理念之首，对于中国经济的发展有着重要作用，2018年以来，我国出台了一系列政策，支持创新发展，助力创新型国家的建设。

2 文献综述

绿色发展和创新发展不断融合，许多学者对此进行了研究。

在绿色发展方面，韦佳培（2023）基于回归模型研究认为在“双碳”背景下，外部经济政策不确定的情况下对于绿色投资的正向影响更加显著。杨新梅（2022）测算中国城市的绿色发展水平，利用空间相关分析、Dagum基尼系数等方法研究发现我国城市的绿色发展水平正逐步提升。王功贺（2022）通过双重差分法认为在“实施碳排放交易政策”背景下，试点地区绿色发展水平的提高存在显著的正向作用。因此，绿色发展对于我国的经济水平、城市发展等各方面的影响整体呈现出积极作用。但是，我国的绿色发展水平仍然存在一些问题，蒋海舲（2021）运用超效率EBM模型研究认为在中国工业化和城镇化的快速推进背景下，绿色发展任重道远。

当前，绿色发展的研究大多集中在绿色发展对于经济发展的促进作用方面，缺乏对绿色发展其他方面的研究，并且研究对象大多为城市的发展。

在创新发展方面，沈伟康（2022）基于SA优化后的PPC算法研究认为，在先进制造业迅速发展的背景下，科技创新不断突破是内生经济增长的动力源泉，促进了经济的持续发展与结构升级。高源（2022）在金融科技迅速发展的背景下，运用计量实证分析方法认为金融科技的技术进步对经济创新的积极影响较大，缓解企业的融资约束。黄颖静（2022）基于银行理财产品进行PEST分析认为，互联网金融理财发展方式有利于传统商业银行领域的发展，为其提供新的运营思路。王帅（2019）在新发展背景下运用DEA- BCC模型对创新效率进行静态分析，发现教育水平对产业创新发展的影响最强。蔡建荣（2017）在推进“四化”协调发展的战略要求下运用DEA和因子分析法认为，选择合适的战略性新兴产业创新方式，并积极响应将战略性新兴产业上升至国家经济社会发展战略层面。

创新发展的研究大多需要与金融和教育等方面的内容融合，并且创新发展对于其他方面的影响总体呈现出积极促进作用。

本文基于上述文献的影响，选取416家上市公司为研究样本，研究企业的绿色发展对于创新发展的影响，从而得到未来企业发展过程中需要注意的问题。

3 研究设计

3.1 数据来源

本文选取我国2011—2022年416家上市公司的数据为研究样本，主要包括企业的环保投资、二氧化碳减排量、研发创新投入、资产总额、资产负债率和净利润，以上所有数据均来自国泰安数据库。此外，参照郭俊杰（2022）和韦佳培（2023）的研究，本文选取环保投资作为衡量企业绿色发展的一个重要指标；二氧化碳减排量主要根据丁攀（2023）对于企业碳减排效应的绿色研究选取；依据刘时雨（2023）对于企业创新绩效的研究选取研发投入作为被解释变量的衡量指标。

3.2 变量选取

3.2.1 核心解释变量

基于已有微观主体绿色发展的研究（郭俊杰和韦佳培，2022），本文选取环保投资和二氧化碳减排量作为核心解释变量来对企业的绿色发展进行测度。用两者的交乘项来反映两者共同作用的结果，即企业绿色发展的影响。

3.2.2 被解释变量

现有的关于企业创新绩效的研究（刘时雨，2023），主要集中在研发投入与研发支出两个方面，但是本文考虑到研发投入是企业在受到外部环境的影响下，发挥主体作用而产生的行为，所以选取企业的研发投入作为被解释变量，企业的研发投入可以有效衡量企业的创新绩效。

3.2.3 控制变量

对于企业绿色发展和创新发展的研究（龙子午和张晓菲，2023），本文选取企业的资产总额、资产负债率以及企业的净利润作为控制变量。

综上，变量的具体描述如表1所示。

3.3 模型设定

为研究企业绿色发展对于企业的创新绩效影响，本文建立如下回归模型：

其中，i表示企业，t表示年份；企业的研发投入R&DIit为被解释变量，企业的碳减排量CO2it和环保投資EIit为核心解释变量，交乘项CO2it*EIit代表两者共同作用的影响，即企业绿色发展的影响；控制变量为企业的规模Sizeit、企业的资产负债率Levit以及企业的净利润Roait。

4 实证结果分析

4.1 描述性统计

本文根据416家上市公司2011—2022年的数据416个数据和指标的选取，得出相关变量的描述统计结果，如表2所示。从表2可以分析得到，研发投入的平均值为625000000元，整体呈现出较高水平，但是其最大值为23700000000元，最小值为428082.9元，两者之间的差距较为明显，可以得出在创新方面，部分企业的认知意识较低。环保投资的最大值为3618076万元，最小值为0.5万元，两者之间的差额较大，可以分析得出各个公司环境保护的意识发展不平衡，对于环保意识低的企业要加强提高。二氧化碳减排量也存在最大值与最小值相差较大的问题，最大的二氧化碳减排量达到77500000吨，而最小的减排量为-1076吨，意味着该企业反而排放较大数量的二氧化碳。因此，一些企业的环境保护意识较低，创新意识较低，本文将根据企业绿色发展是否对于企业的创新发展产生的影响进行研究。

4.2 Spearman相关性分析

为检验解释变量自身以及解释变量与被解释变量之间是否存在较强的相关性，本文进行Spearman相关性分析，得到的结果如图1所示。通过图1数据可以分析得出，环保投资与二氧化碳减排量之间存在一定的相关性，其值为0.551<0.8，相关性不是很大。

4.3 OLS回归结果

本文利用OLS研究企业的绿色发展对于自身创新绩效的影响，得到的结果如表3所示。根据表2结果分析得到，环保投资单独于企业的研发投入，其P值为0.04<0.05，影响显著，但显著效果不明显，当企业的二氧化碳减排量单独作用于企业的研发投入时，其P值为0.878>0.05，影响不显著。如果两者共同作用形成新的解释变量，那么企业的环保投资和二氧化碳的减排量对于企业的研发投入P值为0<0.05，因此其影响是显著的。随着两者数量的增大，研发投入的金额也相应增大，因此可以得出企业的绿色发展对于企业的创新绩效起到了积极的促进作用。

4.4 岭回归结果

为消除OLS回归中可能产生的多重共线性问题，本文对核心解释变量与被解释变量进行岭回归分析。

第一，得到K值。根据岭迹图和方差扩大因子法确定K=0.069。

第二，根据K值进行岭回归分析，得到结果如表4所示。基于岭回归的结果：F检验显著性P值为0.000***，水平上呈现显著性，拒绝原假设，表明解释变量企业的二氧化碳减排量与环保投资和被解释变量研发投入之间存在回归关系。模型的拟合优度R?为0.669，模型表现较为良好。

4.5 固定效应

本文通过岭回归结果消除多重共线性问题，并且进行固定效应分析，双碳政策是2020年9月中国政府在联合国大会上正式提出的，因此将2020年作为时间界限划分，得到的结果如表5所示。时间固定效应模型的F检验结果显示，显著性P值为0.041**，水平上呈现显著性，拒绝原假设，因此模型有效。

5 稳健性检验

5.1 稳健回归

稳健回归模型用于样本点存在异常值时，替代OLS回归的一种方法，在该模型下得到的结果更为精确。通过稳健回归得到的结果如表6所示。本文通过表6分析得到：基于变量环保投资万元，显著性P值为0.000***，水平上呈现显著性，说明环保投资万元对研发投入金额元产生显著性影响。基于变量二氧化碳减排量吨，显著性P值为0.076*，水平上不呈现显著性，说明二氧化碳减排量吨对研发投入金额元不产生显著性影响。基于变量交乘项，显著性P值为0.000***，水平上呈现显著性，说明交乘项对研发投入金额元产生显著性影响。与OLS回归得到的结果一致，证明了OLS回归存在的正确性。

5.2 Tobit回归

Tobit回归模型的使用减少了模型对于被解释变量的限制，使得回归结果更加准确。如表7所示，解释变量环保投资显著性P值为0.039**，水平上呈现显著性，拒绝原假设，因此环保投资显著。解释变量二氧化碳减排量显著性P值为0.877，水平上不呈现显著性，拒绝原假设，因此二氧化碳减排量显著。解释变量交乘项显著性P值为0.000***，水平上呈现显著性，拒绝原假设，交乘项显著。因此，环保投资和二氧化碳减排量单独作用的效果不如两者共同作用于研发投入的影响更加显著。

6 结语

本文通过环保投资和二氧化碳减排量两个指标构建企业绿色发展的测度水平，利用OLS回归和岭回归研究企业绿色发展对于企业创新绩效的影响。结果表明：环保投资单独作用于企业的研发投入（创新绩效）时，影响效果显著，但显著程度不大；但是当企业的二氧化碳减排量单独作用于企业的研发投入时，影响效果不显著。当两者共同作用于企业的创新发展时，影响效果显著，通过岭回归消除多重共线性后的结果与OLS回归结果一致，且更加精确。2020年，我国在联合国大会上提出“双碳”目标后，两个解释变量对于企业研发投入的影响效果显著。最后，本文利用稳健回归和Tobit回归对于OLS回归得到的结果进行检验，得到的结果一致，说明绿色发展对于企业的创新绩效会产生积极影响。

最后，文章基于上述研究结论，针对企业的绿色发展促进企业创新，推动企业高质量发展提出如下政策启示：

（1）企业要加强多角度投入，促进企业的高质量发展

本文研究发现，二氧化碳减排量和环保投资的共同作用，对于企业的研发投入有积极的影响。因此，企业只有从多个角度，多个方面加强绿色发展的投入，才能起到共振的效果，使得企业绿色发展的测度水平更加全面，促进企业绿色与创新的协调发展，从而助推企业的高质量发展。

（2）企业要强化绿色可持续发展，从而推动企业创新发展

当今时代，经济可持续发展已成为每个企业面临的问题，企业要加强自身的绿色可持续发展，本文研究绿色发展能够有效助推企业的创新发展，因此为了使企业在创新发展战略中更加具有优势，企业要增强自身的绿色发展，以可持续经济带动企业的创新。

（3）企业要顺势而为，利用时代发展的潮流，推动自身发展

我国2020年在联合国大会上，提出了“双碳”目标，预计在2060年以前完成两个目标。因此，相关企业要加强对时代发展潮流的把握，合理利用国家该项目标的提出，大力发展自身的绿色和可持续发展，从而助推企业的高质量发展。

参考文献

高姗姗，许彩慧.双碳目标下中国产业链绿色低碳转型的思考[J].河北经贸大学学报，2024（1）： 1-12.

习近平. 高举中国特色社会主义思想伟大旗帜为全面建设社会主义现代化国家而团结奋斗：在中国共产党第二十次全国代表大会上的报告[M].北京：人民出版社，2022：50-52.

韦佳培，吴洋滨.“双碳”目标下我国农业绿色发展的路径选择[J].农业经济，2023（9）：25-27.

楊新梅，黄和平，周瑞辉.中国城市绿色发展水平评价及时空演变[J].生态学报，2023，43（4）：1353-1365.