主办: 上海立信会计金融学院

  • ISSN 2096-9554
  • CN 31-2074/F

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

地区碳达峰压力与企业绿色技术创新

基于碳排放增速的研究

马文杰 胡玥

马文杰, 胡玥. 2022. 地区碳达峰压力与企业绿色技术创新——基于碳排放增速的研究. 会计与经济研究, 36(4): 53-73.
引用本文: 马文杰, 胡玥. 2022. 地区碳达峰压力与企业绿色技术创新——基于碳排放增速的研究. 会计与经济研究, 36(4): 53-73.
Ma Wenjie, Hu Yue. 2022. Regional Carbon Emission Peak Pressure and Corporate Green Technology Innovation: A Study Based on the Growth Rate of Carbon Emission. Accounting and Economic Research, 36(4): 53-73.
Citation: Ma Wenjie, Hu Yue. 2022. Regional Carbon Emission Peak Pressure and Corporate Green Technology Innovation: A Study Based on the Growth Rate of Carbon Emission. Accounting and Economic Research, 36(4): 53-73.

地区碳达峰压力与企业绿色技术创新

——基于碳排放增速的研究

基金项目: 国家社会科学基金重点项目(18AZD012)
详细信息
    作者简介:

    马文杰,博士,上海财经大学金融学院、上海国际金融中心研究院教授,wma1138@163.com

    胡玥(通讯作者),上海财经大学金融学院博士研究生,huyue19931023@sina.cn

  • 中图分类号: F273.1

  • 摘要: 碳达峰、碳中和目标是贯彻新发展理念的内在要求,该政策的实施是否能够以及如何推动企业绿色技术创新?文章借助地区碳排放数据构建了碳达峰压力指标,考察碳达峰压力对企业绿色技术创新水平的影响。研究发现:地区碳达峰压力显著刺激了辖区内非国有企业绿色技术创新,在碳达峰压力下,地方政府往往会借助税收优惠、财政补贴等市场化政策工具推行绿色创新战略。较强的地区经济禀赋、较弱经济社会压力均有助于地方政府引导辖区内企业绿色技术创新。在碳达峰目标驱动下,企业的绿色技术创新活动能够同时提高其经营绩效和环境社会责任绩效,最终实现企业可持续发展。研究结论不仅为实现经济增长与环境保护双赢目标提供了可行路径,而且为碳达峰创造了新经济增长点,为倒逼经济转型升级提供了经验证据。

    Regional Carbon Emission Peak Pressure and Corporate Green Technology Innovation: A Study Based on the Growth Rate of Carbon Emission

  • 表  1  变量定义

    名称 符号 定义
    绿色技术创新 GREEN_PATENT 公司绿色专利申请量加1后取自然对数
    碳达峰压力 CARBON_PRESSURE4 以地区过去4期碳排放增速衡量
    企业规模 SIZE 公司总资产的自然对数
    资产负债率 LEV 公司总负债/总资产
    盈利能力 ROA 公司净利润/总资产
    成长性 TOBINQ 托宾Q值
    有形资产占比 TANGIBLE 固定资产/总资产
    资产流动性 LIQUIDITY 企业流动资产/总资产
    现金流水平 FC 公司经营性现金流/总资产
    股权集中度 CENT 公司第一大股东持股比例
    股权制衡度 BALANCE 第二至第五大股东持股比例之和/第一大股东持股比例
    上市年限 AGE 公司上市年限加1后取自然对数
    经济增长 GDP 地区GDP增长率
    当地财政支出 PUBLIC 地区一般公共预算支出占GDP比重
    失业率 UNEMPLOYMENT 地区失业率
    地区制造业占比 I2 第二产业产值占地区GDP比重
    地区服务业占比 I3 第三产业产值占地区GDP比重
    下载: 导出CSV

    表  2  描述性统计

    变量 样本量 均值 标准差 最小值 p25 中位数 p75 最大值
    GREEN_PATENT 8422 0.400 0.846 0.000 0.000 0.000 0.000 3.989
    CARBON_PRESSURE4 8404 −0.862 1.939 −10.623 −1.047 −0.451 0.001 1.398
    SIZE 8422 22.173 1.296 19.818 21.248 22.025 22.914 26.075
    LEV 8416 0.407 0.202 0.057 0.244 0.391 0.556 0.883
    ROA 8416 0.043 0.050 −0.147 0.016 0.040 0.069 0.188
    TOBINQ 7937 2.430 1.542 0.959 1.445 1.958 2.843 9.714
    TANGIBLE 8422 0.210 0.162 0.002 0.082 0.173 0.300 0.696
    LIQUIDITY 8422 0.571 0.206 0.096 0.430 0.586 0.727 0.961
    FC 8422 0.046 0.068 −0.149 0.008 0.045 0.086 0.241
    CENT 8415 0.346 0.149 0.003 0.232 0.328 0.444 0.990
    BALANCE 8415 0.993 0.865 0.010 0.376 0.764 1.353 7.188
    AGE 8422 2.895 0.301 2.079 2.708 2.944 3.135 3.497
    GDP 8393 7.708 1.791 −12.300 6.900 7.800 8.700 13.600
    PUBLIC 8163 0.060 0.086 0.000 0.000 0.000 0.118 0.385
    UNEMPLOYMENT 7849 2.653 0.821 0.900 2.000 2.450 3.320 4.750
    I2 8212 0.401 0.103 0.136 0.339 0.412 0.473 0.719
    I3 8212 0.576 0.113 0.266 0.492 0.583 0.637 0.806
    下载: 导出CSV

    表  3  地区碳达峰压力与企业绿色技术创新:基准回归结果

    变量 Dep Var = GREEN_PATENT
    全样本
    (1)
    国有企业
    (2)
    非国有企业
    (3)
    CARBON_PRESSURE4 0.004 −0.003 0.011***
    (1.612) (−0.590) (3.133)
    SIZE 0.021 −0.012 0.042
    (0.604) (−0.222) (0.975)
    LEV −0.021 −0.091 −0.033
    (−0.192) (−0.569) (−0.304)
    ROA −0.117 −0.213 −0.014
    (−0.559) (−0.638) (−0.055)
    TOBINQ 0.009 0.020 0.008
    (1.365) (1.462) (1.119)
    TANGIBLE 0.156 0.149 0.068
    (1.010) (0.687) (0.348)
    LIQUIDITY 0.042 −0.205 0.120
    (0.389) (−0.878) (1.026)
    FC −0.053 0.010 −0.043
    (−0.493) (0.062) (−0.318)
    CENT 0.371 0.369 0.256
    (1.398) (1.038) (0.908)
    BALANCE 0.082* 0.023 0.040
    (1.806) (0.396) (1.290)
    AGE 0.873** 0.480 0.708
    (2.349) (0.675) (1.544)
    GDP 0.004 0.004 0.003
    (0.808) (0.453) (0.601)
    WORK −0.066 −0.139** −0.022
    (−1.455) (−2.435) (−0.342)
    PUBLIC 0.277 0.646 −0.175
    (0.302) (0.375) (−0.134)
    I2 −0.686 −0.588 −0.657
    (−0.489) (−0.228) (−0.288)
    I3 −0.907 −0.444 −0.986
    (−0.695) (−0.184) (−0.476)
    CONSTANT −1.910 0.047 −1.861
    (−1.029) (0.013) (−0.698)
    FIRM YES YES YES
    YEAR YES YES YES
    N 6858 2417 4271
    Adj_Rsqared 0.767 0.823 0.727
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
    下载: 导出CSV

    表  4  稳健性检验:缓解被解释变量的测量误差

    变量 Dep Var=GREEN_PATENTALL Dep Var=GREEN_INVIA
    全样本
    (1)
    国有企业
    (2)
    非国有企业
    (3)
    全样本
    (4)
    国有企业
    (5)
    非国有企业
    (6)
    CARBON_PRESSURE4 0.005 0.006 0.011* 0.003 −0.004 0.010***
    (1.235) (1.500) (1.685) (0.946) (−0.811) (3.397)
    CONTROLS YES YES YES YES YES YES
    FIRM YES YES YES YES YES YES
    YEAR YES YES YES YES YES YES
    N 6858 2417 4271 6858 2417 4271
    Adj_Rsquared 0.797 0.852 0.743 0.790 0.855 0.724
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。限于篇幅,控制变量未予列示,备索(下同)。
    下载: 导出CSV

    表  5  稳健性检验:缓解解释变量的测量误差

    变量 Dep Var=GREEN_PATENT
    全样本
    (1)
    国有企业
    (2)
    非国有企业
    (3)
    全样本
    (4)
    国有企业
    (5)
    非国有企业
    (6)
    CARBON_PRESSURE5 0.005 −0.002 0.015**
    (1.564) (−0.303) (2.441)
    CARBON_PRESSURE6 0.008 −0.006 0.024*
    (1.216) (−0.542) (1.965)
    CONTROLS YES YES YES YES YES YES
    FIRM YES YES YES YES YES YES
    YEAR YES YES YES YES YES YES
    N 6858 2417 4271 6858 2417 4271
    Adj_Rsquared 0.769 0.824 0.728 0.769 0.824 0.728
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
    下载: 导出CSV

    表  6  内生性检验:缓解遗漏变量问题的影响

    变量 Dep Var=GREEN_PATENT
     
    全样本
    (1)
    国有
    企业
    (2)
    非国有
    企业
    (3)
    CARBON_PRESSURE4 0.001 0.002 −0.002
    (0.369) (1.270) (−0.535)
    CONTROLS YES YES YES
    FIRM YES YES YES
    YEAR YES YES YES
    N 9789 4445 5225
    Adj_Rsquared 0.703 0.761 0.635
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
    下载: 导出CSV

    表  7  内生性检验:缓解反向因果问题的影响

    变量 全样本 国有企业 非国有企业
    CARBON_
    PRESSURE4
    First-step
    (1)
    GREEN_
    PATENT
    Second-step
    (2)
    CARBON_
    PRESSURE4
    First-step
    (3)
    GREEN_
    PATENT
    Second-step
    (4)
    CARBON_
    PRESSURE4
    First-step
    (5)
    GREEN_
    PATENT
    Second-step
    (6)
    IV 0.984*** 0.986*** 0.983***
    (328.399) (227.985) (226.686)
    CARBON_PRESSURE4 0.004 -0.002 0.012*
    (1.032) (-0.330) (1.849)
    FIRM YES YES YES YES YES YES
    YEAR YES YES YES YES YES YES
    N 7308 7308 2467 2467 4698 4698
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
    下载: 导出CSV

    表  8  稳健性检验:进一步控制其他因素的影响

    变量 Dep Var=GREEN_PATENT
    全样本
    (1)
    国有企业
    (2)
    非国有企业
    (3)
    全样本
    (4)
    国有企业
    (5)
    非国有企业
    (6)
    CARBON_PRESSURE4 0.003 −0.005 0.011*** 0.004 −0.002 0.011***
    (1.010) (−0.706) (2.843) (1.605) (−0.480) (3.159)
    INNOVATION/CHANGE 0.219*** 0.265*** 0.198*** −0.011 −0.015 −0.003
    (13.722) (7.349) (11.531) (−1.111) (−0.949) (−0.224)
    CONTROLS YES YES YES YES YES YES
    FIRM YES YES YES YES YES YES
    YEAR YES YES YES YES YES YES
    N 6858 2417 4271 6862 2417 4275
    Adj_Rsquared 0.798 0.848 0.761 0.769 0.824 0.728
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
    下载: 导出CSV

    表  9  地区碳达峰压力与企业绿色技术创新:机制检验

    变量 Dep Var=GREEN_PATENT
    (1) (2) (3)
    CARBON_PRESSURE4×TAX 0.015***
    (2.927)
    CARBON_PRESSURE4× SUBSIDY 0.019***
    (3.948)
    CARBON_PRESSURE4× PUNISH −0.020
    (−0.752)
    CARBON_PRESSURE4 0.005 0.004 0.012***
    (1.029) (0.942) (2.933)
    TAX/SUBSIDY/PUNISH 0.032 0.036 0.051
    (1.189) (1.262) (1.159)
    CONTROLS YES YES YES
    FIRM YES YES YES
    YEAR YES YES YES
    N 4220 4271 4271
    Adj_Rsquared 0.729 0.729 0.729
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
    下载: 导出CSV

    表  10  地区碳达峰压力与绿色技术创新:基于能源“双控”的分组检验

    变量 Dep Var=GREEN_PATENT
    均未完成
    “双控”指标
    (1)
    至少完成一个
    “双控”目标
    (2)
    CARBON_PRESSURE4 0.031*** 0.010***
    (2.985) (3.362)
    CONTROLS YES YES
    FIRM YES YES
    YEAR YES YES
    N 1660 2615
    Adj_Rsquared 0.757 0.708
    组间差异检验 0.021(p=0.000)
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
    下载: 导出CSV

    表  11  地区碳达峰压力与企业绿色技术创新:截面检验

    变量 Dep Var=GREEN_PATENT
    经济禀赋强
    (1)
    经济禀赋差
    (2)
    政府压力弱
    (3)
    政府压力强
    (4)
    CARBON_PRESSURE4 0.015*** −0.021 0.021*** −0.018
    (4.638) (−1.185) (3.515) (−1.519)
    CONTROLS YES YES YES YES
    FIRM YES YES YES YES
    YEAR YES YES YES YES
    N 2289 1952 2107 2001
    Adj_Rsquared 0.735 0.717 0.733 0.721
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
    下载: 导出CSV

    表  12  地区碳达峰压力与企业绿色技术创新:经济后果

    变量 Dep Var=PROFIT
    (1)
    Dep Var=ESG_SCORE
    (2)
    HIGHGREENPATENT×CARBON_PRESSURE4 0.001** 0.077**
    (2.384) (2.025)
    CARBON_PRESSURE4 −0.001 −0.016
    (−1.460) (−0.575)
    HIGHGREENPATENT 0.003** 0.185
    (2.567) (1.011)
    CONTROLS YES YES
    FIRM YES YES
    YEAR YES YES
    N 4271 4121
    Adj_Rsquared 0.890 0.703
    注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
    下载: 导出CSV
  • [1] 蔡贵龙, 郑国坚, 马新啸, 卢锐. 2018. 国有企业的政府放权意愿与混合所有制改革. 经济研究 (9): 99−115.
    [2] 程仲鸣, 夏新平, 余明桂. 2008. 政府干预、金字塔结构与地方国有上市公司投资. 管理世界 (9): 37−47. doi: 10.19744/j.cnki.11-1235/f.2008.09.004
    [3] 郭进. 2019. 环境规制对绿色技术创新的影响——“波特效应”的中国证据. 财贸经济 (3): 147−160. doi: 10.3969/j.issn.1002-8102.2019.03.010
    [4] 李青原, 肖泽华. 2020. 异质性环境规制工具与企业绿色技术创新激励——来自上市企业绿色专利的证据. 经济研究 (9): 192−208.
    [5] 黎文靖, 汪顺, 陈黄悦. 2020. 平衡的发展目标与不平衡的发展——增长目标偏离与企业创新. 管理世界 (12): 162−175.
    [6] 黎文靖, 郑曼妮. 2016a. 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. 经济研究 (4): 60−73.
    [7] 黎文靖, 郑曼妮. 2016b. 空气污染的治理机制及其作用效果——来自地级市的经验数据. 中国工业经济 (4): 93−109. doi: 10.19581/j.cnki.ciejournal.2016.04.008
    [8] 马骏, 朱斌, 何轩. 2020. 家族企业何以成为更积极的绿色技术创新推动者?——基于社会情感财富和制度合法性的解释. 管理科学学报 (9): 31−60. doi: 10.3969/j.issn.1007-9807.2020.09.003
    [9] 马新啸, 汤泰劼, 郑国坚. 2020. 国有企业混合所有制改革与人力资本结构调整——基于高层次人才配置的视角. 财贸经济 (12): 101−116. doi: 10.19795/j.cnki.cn11-1166/f.20201214.003
    [10] 马越越, 王维国. 2021. 绿色环境分权、地方政府竞争对绿色技术创新影响的“本地−邻地”效应. 中国管理科学(12): 1−13.
    [11] 潘翻番, 徐建华, 薛澜. 2020. 自愿型环境规制:研究进展及未来展望. 中国人口·资源与环境 (1): 74−82.
    [12] 齐绍洲, 林屾, 崔静波. 2018. 环境权益交易市场能否诱发绿色技术创新?——基于我国上市公司绿色专利数据的证据. 经济研究 (12): 129−143.
    [13] 陶锋, 赵锦瑜, 周浩. 2021. 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. 中国工业经济 (2): 136−154. doi: 10.3969/j.issn.1006-480X.2021.02.008
    [14] 王班班, 齐绍洲. 2016. 市场型和命令型政策工具的节能减排技术创新效应——基于中国工业行业专利数据的实证. 中国工业经济 (6): 91−108. doi: 10.19581/j.cnki.ciejournal.2016.06.008
    [15] 王桂军, 张辉. 2020. 促进企业创新的产业政策选择:政策工具组合视角. 经济学动态 (10): 12−27.
    [16] 王晓祺, 郝双光, 张俊民. 2020. 新《环保法》与企业绿色创新:“倒逼”抑或“挤出”? 中国人口·资源与环境 (7): 107−117.
    [17] 吴超, 杨树旺, 唐鹏程, 吴婷, 付书科. 2018. 中国重污染行业绿色创新效率提升模式构建. 中国人口·资源与环境 (5): 40−48.
    [18] 吴力波, 任飞州, 徐少丹. 2021. 环境规制执行对企业绿色技术创新的影响. 中国人口·资源与环境 (1): 90−99.
    [19] 解学梅, 朱琪玮. 2021. 企业绿色技术创新实践如何破解“和谐共生”难题? 管理世界 (1): 128−149. doi: 10.3969/j.issn.1002-5502.2021.01.009
    [20] 徐佳, 崔静波. 2020. 低碳城市和企业绿色技术创新. 中国工业经济 (12): 178−196. doi: 10.3969/j.issn.1006-480X.2020.12.016
    [21] 徐现祥, 李书娟, 王贤彬, 毕青苗. 2018. 中国经济增长目标的选择:以高质量发展终结“崩溃论”. 世界经济 (10): 3−25.
    [22] 余明桂, 范蕊, 钟慧洁. 2016. 中国产业政策与企业技术创新. 中国工业经济 (12): 5−22.
    [23] 詹新宇, 刘文彬. 2020. 中国式财政分权与地方经济增长目标管理——来自省、市政府工作报告的经验证据. 管理世界 (3): 23−39. doi: 10.3969/j.issn.1002-5502.2020.03.003
    [24] 张兆国, 张弛, 曹丹婷. 2019. 企业环境管理体系认证有效吗. 南开管理评论 (4): 123−134. doi: 10.3969/j.issn.1008-3448.2019.04.012
    [25] 郑国坚, 蔡贵龙, 马新啸. 2017. 政府干预、国有集团结构动态演化与配置效率. 管理科学学报 (10): 1−16. doi: 10.3969/j.issn.1007-9807.2017.10.001
    [26] 周黎安, 刘冲, 厉行, 翁翕. 2015. “层层加码”与官员激励. 世界经济文汇 (1): 1−15.
    [27] Aghion, P., M. Dewatripont, L. Du, H. Ann, and L. Patrick. 2011. Industrial policy and competition. CEPR Discussion Papers.
    [28] Alexopoulos, I., K. Kounetas, and D. Tzelepis. 2018. Environmental and financial performance. Is there a win-win or a win-loss situation? Evidence from the Greek manufacturing. Journal of Cleaner Production 197: 1275−1283.
    [29] Amore, M. D., and M. Bennedsen. 2016. Corporate governance and green innovation. Journal of Environmental Economics and Management 75: 54−72.
    [30] Carrión-Flores, C. E., R. Innes, and A. G. Sam. 2013. Do voluntary pollution reduction programs(VPRS)spur or deter environmental innovation. Journal of Environmental Economics and Management 66(3): 444−459.
    [31] Holmstrom, B. 1989. Agency costs and innovation. Journal of Economic Behavior & Orizanigation 12(3): 305−327.
    [32] Kock, C. J., J. Santalo, and L. Diestre. 2012. Corporate Governance and the Environment: What Type of Governance Creates Greener Companies? Journal of Management Studies 49(3):492-514.
    [33] Lee, J. W. 1996. Government interventions and productivity growth in Korean manufacturing industries. Journal of Economic Growth 1(3): 391−414. doi: 10.1007/BF00141045
    [34] Liu, C. 2018. Are women greener? Corporate gender diversity and environmental violations. Journal of Corporate Finance (Amsterdam, Netherlands) 52: 118−142.
    [35] Porter, M. E. 1991. America’s green strategy. entific American 264(4): 193−246.
    [36] Weber, T. A., and K. Neuhoff. 2010. Carbon markets and technological innovation. Journal of Environmental Economics and Management 60(2): 115−132. doi: 10.1016/j.jeem.2010.04.004
    [37] Xie, R., Y. Yuan, and J. Huang. 2017. Different types of environmental regulations and heterogeneous influence on Green productivity: Evidence from China. Ecological Economics 132: 104−112. doi: 10.1016/j.ecolecon.2016.10.019
表(12)
计量
  • 文章访问数:  181
  • HTML全文浏览量:  137
  • PDF下载量:  600
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-12-13
  • 网络出版日期:  2022-08-01
  • 刊出日期:  2022-08-01

目录

    地区碳达峰压力与企业绿色技术创新

    基于碳排放增速的研究

      基金项目:  国家社会科学基金重点项目(18AZD012)
      作者简介:

      马文杰,博士,上海财经大学金融学院、上海国际金融中心研究院教授,wma1138@163.com

      胡玥(通讯作者),上海财经大学金融学院博士研究生,huyue19931023@sina.cn

    • 中图分类号: F273.1

    摘要: 碳达峰、碳中和目标是贯彻新发展理念的内在要求,该政策的实施是否能够以及如何推动企业绿色技术创新?文章借助地区碳排放数据构建了碳达峰压力指标,考察碳达峰压力对企业绿色技术创新水平的影响。研究发现:地区碳达峰压力显著刺激了辖区内非国有企业绿色技术创新,在碳达峰压力下,地方政府往往会借助税收优惠、财政补贴等市场化政策工具推行绿色创新战略。较强的地区经济禀赋、较弱经济社会压力均有助于地方政府引导辖区内企业绿色技术创新。在碳达峰目标驱动下,企业的绿色技术创新活动能够同时提高其经营绩效和环境社会责任绩效,最终实现企业可持续发展。研究结论不仅为实现经济增长与环境保护双赢目标提供了可行路径,而且为碳达峰创造了新经济增长点,为倒逼经济转型升级提供了经验证据。

    English Abstract

    马文杰, 胡玥. 2022. 地区碳达峰压力与企业绿色技术创新——基于碳排放增速的研究. 会计与经济研究, 36(4): 53-73.
    引用本文: 马文杰, 胡玥. 2022. 地区碳达峰压力与企业绿色技术创新——基于碳排放增速的研究. 会计与经济研究, 36(4): 53-73.
    Ma Wenjie, Hu Yue. 2022. Regional Carbon Emission Peak Pressure and Corporate Green Technology Innovation: A Study Based on the Growth Rate of Carbon Emission. Accounting and Economic Research, 36(4): 53-73.
    Citation: Ma Wenjie, Hu Yue. 2022. Regional Carbon Emission Peak Pressure and Corporate Green Technology Innovation: A Study Based on the Growth Rate of Carbon Emission. Accounting and Economic Research, 36(4): 53-73.
      • 在经济结构转型升级和构建新发展格局的背景下,如何更好地统筹经济高质量发展和生态环境高水平保护在顶层设计、学术研究及社会实践领域都备受关注。2020年,习近平在联合国大会上强调,中国将“采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和”。碳达峰、碳中和目标的提出为“十四五”乃至更长时期的经济社会发展指明了道路,是生态环境根本好转和美丽中国建设目标基本实现的重要路径。事实上,自党的十八届五中全会提出“创新、协调、绿色、开发、共享”五大新发展理念以来,我国生态环境保护工作取得了新的历史性成就,“十三五”阶段高质量完成污染防治攻坚战阶段性目标,应对气候变化工作取得显著成效。截至2020年底,我国碳强度较2005年降低约48.1%,为深入打好污染防治攻坚战、如期实现碳达峰、碳中和目标奠定了坚实基础。但是作为世界上最大的发展中国家,我国大部分城市正处于快速城镇化和工业化进程中,能源消费总量尚处于上升通道,且粗放式、高污染、高耗能式发展模式尚未根本改变,要在不足十年的时间内完成碳达峰目标,无异于一场硬仗。特别地,在“三期叠加”引致的结构性矛盾激化的现实背景下,加之突如其来的新冠肺炎疫情冲击,地方政府还兼顾着稳增长、促就业、保民生等多方面政策目标,因此,如何在稳定经济增长的同时稳步推动低碳转型,是对各地方政府乃至中央政府治理能力的一场极大考验。

        绿色技术创新是破解经济增长与环境保护和谐共生难题的关键途径(解学梅和朱琪玮,2021),其为协同低碳转型与经济增长提供了可行路径。党的十九大报告提出,要推动经济发展质量变革、效率变革、动力变革,提高全要素生产率,并着重强调由要素驱动转向创新驱动以实现高质量发展。进一步地,党的十九大报告还明确要求要构建市场导向的绿色技术创新体系,2019年国家发展改革委和科技部联合印发了《关于构建市场导向的绿色技术创新体系的指导意见》(发改环资〔2019〕689号),《意见》进一步明确了构建绿色技术创新体系的路线图和时间表,自此,绿色技术创新正式进入党内最高纲领性文件并转化为政府专项文件(陶锋等,2021)。一方面,绿色技术创新是引领绿色发展的第一动力,实现碳达峰目标必然意味着高碳能源结构的调整、产业结构绿色升级和经济社会全面节能减排等,而绿色技术创新始终贯穿其中,是推进生态文明建设的重要着力点。另一方面,创新也是实现增长速度与发展质量同步提升的重要政策工具(徐现祥等,2018),当地方政府选择技术进步这一政策工具时,能够在稳定区域经济增速的同时提升经济发展质量。因此,绿色技术创新是碳达峰压力下地方政府实现可持续发展的重要政策工具之一。

        关于企业绿色技术创新的影响因素,已有研究围绕企业外部环境规制展开大量研究,发现自愿减排计划等命令型规制政策(Carrión-Flores等,2013王班班和齐绍洲,2016吴力波等,2021)、碳排放权交易等市场型规制(Weber和Neuhoff,2010Xie等,2017齐绍洲等,2018郭进,2019李青原和肖泽华,2020)以及低碳城市等综合性环境政策均会影响企业绿色技术创新;部分学者从企业自身特征展开研究,发现公司治理机制、环境质量管理体系以及是否为家族企业等也会对企业绿色技术创新水平产生影响(Kock等,2012Amore和Benndsen,2016Liu,2018张兆国等,2019马骏等,2020)。然而,已有研究忽视了地方政府对中央政策目标的压力感知对企业绿色技术创新的影响。事实上,绿色技术创新研发失败可能性高、要求的资金投入高(Holmstrom,1989),且其极强的正外部性导致企业绿色技术创新投入不足,单纯的市场力量并不能解决绿色技术创新不足现象,必须借助政府力量予以干预、引导和激励,地方政府行为对微观企业创新行为的影响不可忽视(黎文靖等,2020)。在政绩导向下,对上级政府政策目标压力的感知会影响地方政府公共政策的制定、执行以及关键资源的配置,进而对辖区内企业产生影响。特别地,城市是低碳发展和应对气候变化的行动单元,地方政府是落实碳达峰目标的责任主体,在协同低碳转型与经济增长的压力下,地方政府可能会采取一系列措施来推动辖区内企业绿色技术创新。需要注意的是,在碳达峰目标下,由于发展路径依赖和短期利益驱动,地方政府还有可能继续上马“两高”项目、不惜以高碳达峰为后续减碳降碳工作留有余地;此外,地方经济资源禀赋的约束也在一定程度上限制地方政府以绿色创新战略谋求城市绿色低碳转型的空间。在此现实背景下,为了实现碳达峰目标,地方政府是否会选择绿色创新战略,在何种激励约束条件下更能促使其推行绿色创新战略?

        本文以我国沪深两市非金融类上市公司为样本,借助地级市碳排放数据构建了地区碳达峰压力指标,考察地区碳达峰压力对企业绿色技术创新的影响及其作用机制。研究发现,(1)地方碳达峰压力与辖区内非国有企业绿色技术创新水平显著正相关, 碳达峰压力会促使地方政府改变关键资源配置,使其以税收优惠、财政补贴等市场化政策工具激励企业绿色技术创新;(2)碳达峰压力与企业绿色技术创新间正向关系在经济禀赋较强、地方政府经济社会压力较小的地区更为显著;(3)在碳达峰压力下,企业的绿色技术创新行为能够同时提高其经营绩效和环境社会责任绩效,推动企业可持续发展。在一系列稳健性检验后,主要研究结论保持不变。

        本文研究贡献主要体现在三个方面:

        第一,研究为碳达峰目标能否推动经济转型以及以何种方式推动转型提供了重要经验证据。习近平在联合国大会向全世界重申我国碳达峰、碳中和目标,“双碳”目标成为新的热点话题,绝大部分观点认为实现碳达峰、碳中和能够倒逼经济转型、为经济增长提供新动能,但也有观点认为节能减排就是遏制经济发展,对“双碳”目标持怀疑态度,部分地区甚至开足马力大上、快上“两高”项目,将碳达峰理解为以粗放式高能源消耗模式实现地区经济增长的窗口期。本文首次针对地区碳达峰压力与企业绿色技术创新关系进行考察,发现碳达峰压力能够驱动辖区内企业绿色技术创新,进而实现经济增长与环境保护双赢。研究结论进一步支持了绿色技术创新在可持续发展中的重要战略地位,破除了“节能减排就是遏制经济发展”这一认知误区,为碳达峰倒逼经济转型升级提供了重要经验证据。

        第二,丰富了企业绿色技术创新影响因素的相关研究。以往微观企业绿色技术创新的研究多围绕环境规制展开,即针对“波特假说”(Porter,1991)进行验证,但鲜有文章关注地方政府行为对企业绿色技术创新行为的影响。作为正外部性极强的微观企业行为,政府深刻介地入创新活动的激励过程、地方政府行为对创新活动的影响不可忽视。已有研究发现地方政府环境分权和增长目标偏离会影响辖区内企业绿色技术创新和一般性创新活动(黎文靖等,2020马越越和王维国,2021),本文研究显示地方政府的碳达峰压力会对企业绿色技术创新产生正向激励效应,从地方政府行为视角对绿色技术创新影响因素进行了拓展。

        第三,研究具有一定的政策参考价值。实现碳达峰、碳中和是新时期我国生态文明建设的重要组成部分,也是实现可持续发展、高质量发展的内在要求,更是推动构建人类命运共同体的必然选择,必须坚决贯彻落实。本文研究碳达峰压力能否以及如何推动经济提质增效,为协同推进经济高质量发展和生态环境保护提供了一条可行路径,具有一定的现实意义和政策参考价值。此外,研究还发现碳达峰压力对企业绿色技术创新的激励作用受到诸多因素的影响,在推进碳达峰进程时应遵循差异化原则,充分考虑地区间资源禀赋的客观差异,同时还要积极完善相关配套措施,稳步推进经济社会全面低碳转型。

      • 碳达峰是指二氧化碳年总量的排放在某一个时期达到历史最高值,达到峰值之后逐步降低。事实上,碳达峰并非全新概念,其一直贯穿谋求高质量发展的“十三五”“十四五”时期。2015年6月30日,中国政府向联合国提交了《强化应对气候变化行为——中国国家自主贡献》。《自主贡献》确定了我国到2030年的自主行动目标:到2030年单位国内生产总值二氧化碳排放比2005年下降60%−65%、非化石能源占一次能源消费比重达到20%左右、森林蓄积量比2005年增加45亿立方米、二氧化碳排放2030年左右达到峰值并争取早日实现;同年10月26日召开的党的十八届五中全会审议通过了“十三五”规划,明确创新、协调、绿色、开放和共享为“十三五”时期经济社会发展理念,全会将绿色发展作为五大发展理念之一,强调坚持绿色发展,推进美丽中国建设,提出加快推动低碳循环发展、主动控制碳排放。十八届五中全会正式启动了可持续发展的“绿色引擎”,习近平总书记也强调,“要走绿色发展道路,让资源节约、环境友好成为主流的生产生活方式”。自“十三五”时期以来,绿色发展成为经济高质量发展的重要指导理念,生产方式和生活方式绿色、低碳水平上升、碳排放总量得到有效控制是这一阶段的主要目标和基本理念。

        2020年9月22日,习近平在联合国大会上再次强调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2030年前达到峰值,努力争取2060年前实现碳中和。这不仅体现了我国推动低碳循环发展、坚持走绿色发展道路的决心,也展示了我国作为引领者推动完善全球气候治理的大国担当。2020年中央经济工作会议首次将碳达峰、碳中和作为2021年重点工作任务,2021年政府工作报告指出要扎实做好碳达峰、碳中和各项工作,制定2030年前碳排放达峰行动方案。因此,加紧制定2030年前碳达峰行动方案、推进经济社会低碳转型是当前各级地方政府的首要任务。

      • 绿色技术创新是破解环境保护与经济增长“和谐共生”难题的重要路径(解学梅和朱琪玮,2021),其既是实现低碳循环发展的关键力量(徐佳和崔静波,2020),也是兼顾经济高质量发展和可持续发展的首选政策工具(徐现祥等,2018)。目前,绿色技术创新尚未有严格定义,不同文献由于研究视角的差异对绿色技术创新的范畴界定也略有不同,但都具有服务绿色发展、服务人与自然和谐共生的属性。相较于一般性创新,绿色技术创新以推动经济和环境协调发展为宗旨,依托新知识、新理念以降低环境压力、产生良好环境效益,最终实现企业价值增值和环境保护双赢(吴超等,2018)。

        在我国特殊的政治集权和经济分权制度下,地方政府在地方经济社会事务中发挥着主导作用(詹新宇和刘文彬,2020),是宏观政策传导的重要中间环节。同样地,在实现“双碳”目标的进程中,地方政府是推动地区低碳转型的责任主体和行动单元,同时也是碳达峰压力的直接感知者。在财政分权和环境分权的现实背景下,地方政府对碳达峰的压力感知会通过影响其公共政策的制定、关键资源的配置等行为传导至辖区内企业,进而影响企业行为。实现碳达峰目标的源头是减碳,这一过程伴随着区域能源效率的提升、产业的低碳升级转型及经济社会的节能减排,而绿色技术创新始终贯穿其中,因此,地区碳达峰压力越大,对辖区内企业绿色技术创新的需求越大。进一步地,在碳达峰压力下,地方政府往往会以政策组合的方式推进地区绿色技术创新水平,各种政策工具通常被分为命令控制型、市场型及自愿性工具三大类(徐佳和崔静波,2020)。考虑到当前中央政府尚未明确各地区、各行业在碳减排中的具体任务,各地区针对碳达峰的行动方案仍在制定中,减排目标和技术标准尚无法传达至辖区内各企业,命令控制型工具在当前不能有效实施,而自愿型政策工具对企业绿色技术创新的激励效果有限(潘翻番等,2020),因此,在碳达峰压力下,地方政府倾向于采用市场型政策工具激励辖区内企业绿色技术创新,通过财政补贴、税收优惠等市场化手段为企业绿色技术创新提供经济激励,化碳达峰压力为地区绿色技术创新和低碳转型的动力。

        然而,碳达峰压力对企业绿色技术创新的影响作用还可能受地方政府碳达峰路径模式选择和区域经济发展状况等因素影响。一方面,部分地区为了给2030年碳达峰后地方减碳留有更多空间,当前继续大幅提高化石能源使用量、提高碳排放增速和强度,以高碳路径实现碳达峰。特别地,当前距离实现碳达峰目标尚有近十年的时间,而我国地方官员平均任期为四年左右(周黎安等,2015),在达成碳达峰目标前各地方政府至少会经历两次领导班子换届,地方政府官员很可能仍以经济增长为工作重心,对减碳降碳工作重视不够,其激励辖区内企业绿色技术创新的动机和意愿不足。另一方面,即使地方政府主观上选择以低碳路径实现碳达峰,其驱动辖区内企业绿色技术创新的能力往往受制于当地经济发展客观条件,地区经济发展水平越高,地方政府越有财力和各项资源支持地方企业低碳转型,越能将碳达峰压力转化为低碳转型的动力,而当地区经济发展较为落后时这一正向关系很可能不存在。据此,本文提出以下两个竞争性假说:

        H1:在其他条件一定的情况下,地区碳达峰压力越大,辖区内企业绿色技术创新水平越高。

        H2:在其他条件一定的情况下,地区碳达峰压力对辖区内企业绿色技术创新水平没有影响。

      • 借鉴既有研究(齐绍洲等,2018李青原和肖泽华,2020)的做法,本文设定如下回归模型以检验地区碳达峰压力对企业绿色技术创新的影响:

        $$\begin{split} GREEN\_PATENT_{i,t}=&β_{0 }+ β_{1}CARBON\_PRESSURE_{i,t} + β_{2}SIZE_{i,t} + β_{3}LEV_{i,t} + β_{4}ROA_{i,t} \\&+ β_{5}TOBINQ_{i,t} + β_{6}TANGIBILE_{i,t} + β_{7}LIQUIDITY_{i,t}+ β_{8}FC_{i,t }\\& + β_{9}CENT_{i,t} + β_{10}BALANCE_{i,t} + β_{11}AGE_{i,t} + β_{12}GDP_{i,t} \\&+ β_{13}PUBLIC_{i,t} + β_{14}UNEMPLOYMENT_{i,t} + β_{15}I2_{i,t}\\& + β_{16}I3_{i,t} + \sum FIRM + \sum YEAR+ δ_{i,t} \\[-15pt]\end{split} $$ (1)

        首先,GREEN_PATENT是本文的被解释变量,其含义是企业绿色技术创新活动,本文采用企业当期对数化的绿色专利申请数衡量企业绿色技术创新行为。为避免零值的影响,本文在对数化处理时将绿色专利申请数量加1后再取自然对数。同时,考虑到不同绿色专利的价值、创新性差异(黎文靖和郑曼妮,2016a)及企业关联公司的绿色技术创新行为(余明桂等,2016),本文还在稳健性检验中分别以企业绿色发明专利申请量(GREEN_INVIA)、上市公司及其子公司的绿色专利申请量(GREEN_PATENTALL)作为被解释变量对式(1)进行回归。

        其次,CARBON_PRESSURE4反映了企业所在地区的碳达峰压力,本文以地区过去四期碳排放平均增速衡量。从变量构造方面,碳达峰本身即意味着碳排放增速为零,增速为正值,表明当前碳排放总量仍处于持续增长状态、地区碳达峰压力较大,而增速为负值则意味着地区碳排放总量开始下降,基本实现碳达峰。从期数选择方面,计算区间的过长或过短均会导致地区实际碳达峰压力测度不准确,因此,本文结合我国的经济分权与政治晋升激励的特殊背景,以地方官员平均任职时长(即四年)作为碳排放增速的计算窗口(周黎安等,2015)。为了缓解期数选择对本文实证结果的影响,在稳健性检验中还分别以过去五期、六期碳排放平均增速作为解释变量进行式(1)所示的回归。

        最后,参照既往文献的做法,本文选取公司规模(SIZE)、资产负债率(LEV)、盈利能力(ROA)、成长性(TOBINQ)、有形资产比例(TANGIBLE)、流动资产比重(LIQUIDITY)、经营性现金流比重(FC)、第一大股东持股比例(CENT)、股权制衡度(BALANCE)、上市年限(AGE)、地区GDP增速(GDP)、地区一般公共预算支出(PUBLIC)、地区失业率(UNEMPLOYMENT)、地区第二产业产值比重(I2)和地区第三产业产值比重(I3)作为控制变量,这些因素既有可能影响地区碳达峰压力,也可能影响企业绿色技术创新活动。此外,本文在回归中控制了公司固定效应和时间固定效应,并对所有连续性变量进行1%水平的Winsorize缩尾处理。各变量具体定义见表1

        表 1  变量定义

        名称 符号 定义
        绿色技术创新 GREEN_PATENT 公司绿色专利申请量加1后取自然对数
        碳达峰压力 CARBON_PRESSURE4 以地区过去4期碳排放增速衡量
        企业规模 SIZE 公司总资产的自然对数
        资产负债率 LEV 公司总负债/总资产
        盈利能力 ROA 公司净利润/总资产
        成长性 TOBINQ 托宾Q值
        有形资产占比 TANGIBLE 固定资产/总资产
        资产流动性 LIQUIDITY 企业流动资产/总资产
        现金流水平 FC 公司经营性现金流/总资产
        股权集中度 CENT 公司第一大股东持股比例
        股权制衡度 BALANCE 第二至第五大股东持股比例之和/第一大股东持股比例
        上市年限 AGE 公司上市年限加1后取自然对数
        经济增长 GDP 地区GDP增长率
        当地财政支出 PUBLIC 地区一般公共预算支出占GDP比重
        失业率 UNEMPLOYMENT 地区失业率
        地区制造业占比 I2 第二产业产值占地区GDP比重
        地区服务业占比 I3 第三产业产值占地区GDP比重
      • 为了研究地区碳达峰压力对企业绿色技术创新的影响作用,本文选取2015−2017年沪深两市上市公司为研究对象。在研究期间的选择上,考虑到碳达峰目标最早是2015年我国政府向联合国提交的《强化应对气候变化行为——中国国家自主贡献》中确立,之后部分省市便开始着手规划地方性碳达峰行动方案,因此将研究期间起点设定为2015年。本文使用的上市公司绿色专利数据来自中国研究数据服务平台(CNRDS),地级市碳排放数据是基于国家统计局能源数据修订版(2015)采用表观核算法计算得到,二氧化碳排放总量的单位为百万吨,文中使用的财务数据主要来自国泰安数据库(CSMAR)。考虑到地级市碳排放数据的可获得性,样本企业中未包含西藏自治区、香港特别行政区、澳门特别行政区及中国台湾等地的上市公司。进一步,本文剔除了金融行业、当年被特殊处理以及上市公司上市首年的样本,经过上述处理,最终获得8422条“企业−年度”层面观测值,在后文实证过程中,因各回归中采用的变量缺失程度略有不同,样本数量也会随之变化。

      • 表2展示了主要变量描述性统计结果。首先,样本上市公司绿色技术创新水平GREEN_PATENT的均值(0.400)明显高于中位数(0),标准差(0.846)也较高,表明样本企业绿色专利申请量呈明显的右偏分布,半数以上的样本企业没有绿色技术创新产出,样本企业整体绿色技术创新水平较低。其次,CARBON_PRESSURE4的均值为−0.862,中位数为−0.451,表明部分地级市碳排放增速已经得到有效控制,近年来碳排放总量开始呈现逐步下降趋势,但是CARBON_PRESSURE4的标准差为1.939,为均值(绝对值)的两倍多,说明地区间碳排放增速差异较大,在碳达峰的政策目标下,不同区域面临不同程度的碳减排压力。此外,控制变量的分布与现有文献(黎文靖和郑曼妮,2016a齐绍洲等,2018)基本一致,未见异常。

        表 2  描述性统计

        变量 样本量 均值 标准差 最小值 p25 中位数 p75 最大值
        GREEN_PATENT 8422 0.400 0.846 0.000 0.000 0.000 0.000 3.989
        CARBON_PRESSURE4 8404 −0.862 1.939 −10.623 −1.047 −0.451 0.001 1.398
        SIZE 8422 22.173 1.296 19.818 21.248 22.025 22.914 26.075
        LEV 8416 0.407 0.202 0.057 0.244 0.391 0.556 0.883
        ROA 8416 0.043 0.050 −0.147 0.016 0.040 0.069 0.188
        TOBINQ 7937 2.430 1.542 0.959 1.445 1.958 2.843 9.714
        TANGIBLE 8422 0.210 0.162 0.002 0.082 0.173 0.300 0.696
        LIQUIDITY 8422 0.571 0.206 0.096 0.430 0.586 0.727 0.961
        FC 8422 0.046 0.068 −0.149 0.008 0.045 0.086 0.241
        CENT 8415 0.346 0.149 0.003 0.232 0.328 0.444 0.990
        BALANCE 8415 0.993 0.865 0.010 0.376 0.764 1.353 7.188
        AGE 8422 2.895 0.301 2.079 2.708 2.944 3.135 3.497
        GDP 8393 7.708 1.791 −12.300 6.900 7.800 8.700 13.600
        PUBLIC 8163 0.060 0.086 0.000 0.000 0.000 0.118 0.385
        UNEMPLOYMENT 7849 2.653 0.821 0.900 2.000 2.450 3.320 4.750
        I2 8212 0.401 0.103 0.136 0.339 0.412 0.473 0.719
        I3 8212 0.576 0.113 0.266 0.492 0.583 0.637 0.806
      • 表3展示了地区碳达峰压力与企业绿色技术创新的回归结果。列(1)展示了全样本回归结果, CARBON_PRESSURE4的参数估计值为正,但并不显著。进一步地,将全部样本划分为国有企业和非国有企业两组,并分别进行式(1)回归,结果如列(2)和列(3)所示。结果显示,地区碳达峰压力显著提高了非国有企业绿色技术创新水平,CARBON_PRESSURE4的参数估计值为0.011,在1%的水平上显著,表明地方政府面临的碳达峰压力越高,辖区内非国有企业绿色技术创新活动越活跃;而在国有企业样本中并未观测到上述结果。本文的研究假说H1得到部分支持。

        表 3  地区碳达峰压力与企业绿色技术创新:基准回归结果

        变量 Dep Var = GREEN_PATENT
        全样本
        (1)
        国有企业
        (2)
        非国有企业
        (3)
        CARBON_PRESSURE4 0.004 −0.003 0.011***
        (1.612) (−0.590) (3.133)
        SIZE 0.021 −0.012 0.042
        (0.604) (−0.222) (0.975)
        LEV −0.021 −0.091 −0.033
        (−0.192) (−0.569) (−0.304)
        ROA −0.117 −0.213 −0.014
        (−0.559) (−0.638) (−0.055)
        TOBINQ 0.009 0.020 0.008
        (1.365) (1.462) (1.119)
        TANGIBLE 0.156 0.149 0.068
        (1.010) (0.687) (0.348)
        LIQUIDITY 0.042 −0.205 0.120
        (0.389) (−0.878) (1.026)
        FC −0.053 0.010 −0.043
        (−0.493) (0.062) (−0.318)
        CENT 0.371 0.369 0.256
        (1.398) (1.038) (0.908)
        BALANCE 0.082* 0.023 0.040
        (1.806) (0.396) (1.290)
        AGE 0.873** 0.480 0.708
        (2.349) (0.675) (1.544)
        GDP 0.004 0.004 0.003
        (0.808) (0.453) (0.601)
        WORK −0.066 −0.139** −0.022
        (−1.455) (−2.435) (−0.342)
        PUBLIC 0.277 0.646 −0.175
        (0.302) (0.375) (−0.134)
        I2 −0.686 −0.588 −0.657
        (−0.489) (−0.228) (−0.288)
        I3 −0.907 −0.444 −0.986
        (−0.695) (−0.184) (−0.476)
        CONSTANT −1.910 0.047 −1.861
        (−1.029) (0.013) (−0.698)
        FIRM YES YES YES
        YEAR YES YES YES
        N 6858 2417 4271
        Adj_Rsqared 0.767 0.823 0.727
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。

        需要特别指出的是,碳达峰压力对绿色技术创新的激励效应在国有企业中不显著并非意味着国有企业面临较小的碳达峰压力,这可能是由于国有企业因其在地方经济社会发展中特殊的地位作用(马新啸等,2020)而选择了外购绿色技术专利、批量绿色低碳投资等短期内见效快的减碳降碳路径,而非通过自主研发绿色低碳技术实现短期内降碳。在中央政府专项文件的要求及地方政府敦促下,国有企业要尽快制定碳达峰行动方案并尽量实现率先达峰,面临较大的碳达峰压力。为了尽快做出减碳效果,国有企业很可能选择外部购买低碳、零碳技术而非自行研发,或者借助其融资优势扩大绿色低碳投资、大力发展绿色低碳产业以为其减碳降碳提供绿色技术支持,最终在短期内取得显著成效。这均有可能使得本文未观测到碳达峰压力对国有企业绿色创新的正向激励作用

      • 为了检验本文研究结论对企业绿色技术创新水平度量的敏感性,本文分别以上市公司及其子公司的绿色专利申请量(GREEN_PATENTALL)和企业绿色发明专利申请量(GREEN_INVIA)作为被解释变量重新进行式(1)所示的回归,结果如表4所示。一方面,本文以上市公司及其子公司的绿色专利申请量(GREEN_PATENTALL)作为企业绿色技术创新代理变量进行式(1)所示回归,结果如列(1)−(3)所示,CARBON_PRESSURE4的参数估计值仅在非国有企业子样本中显著为正,与前文回归结果相符。另一方面,本文将企业绿色发明专利(GREEN_INVIA)作为被解释变量进行回归,表4列(4)−(6)回归结果与前文保持一致,这意味着在面临区域碳达峰压力时,地方政府的干预行为不仅提升了非国有企业绿色技术创新数量,还提高了其绿色技术创新质量。

        表 4  稳健性检验:缓解被解释变量的测量误差

        变量 Dep Var=GREEN_PATENTALL Dep Var=GREEN_INVIA
        全样本
        (1)
        国有企业
        (2)
        非国有企业
        (3)
        全样本
        (4)
        国有企业
        (5)
        非国有企业
        (6)
        CARBON_PRESSURE4 0.005 0.006 0.011* 0.003 −0.004 0.010***
        (1.235) (1.500) (1.685) (0.946) (−0.811) (3.397)
        CONTROLS YES YES YES YES YES YES
        FIRM YES YES YES YES YES YES
        YEAR YES YES YES YES YES YES
        N 6858 2417 4271 6858 2417 4271
        Adj_Rsquared 0.797 0.852 0.743 0.790 0.855 0.724
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。限于篇幅,控制变量未予列示,备索(下同)。
      • 为了缓解期数选择对于碳达峰压力衡量的影响,本文进一步使用前五期、前六期碳排放增速作为解释变量进行式(1)回归,结果如表5所示。在改变了碳排放平均增速计算的期数后,CARBON_PRESSURE5CARBON_PRESSURE6 在非国有企业样本中仍显著为正,表明本文主要研究结论不受碳排放增速计算期数选取的影响,碳达峰压力对辖区内非国有企业绿色技术创新存在显著正向影响。

        表 5  稳健性检验:缓解解释变量的测量误差

        变量 Dep Var=GREEN_PATENT
        全样本
        (1)
        国有企业
        (2)
        非国有企业
        (3)
        全样本
        (4)
        国有企业
        (5)
        非国有企业
        (6)
        CARBON_PRESSURE5 0.005 −0.002 0.015**
        (1.564) (−0.303) (2.441)
        CARBON_PRESSURE6 0.008 −0.006 0.024*
        (1.216) (−0.542) (1.965)
        CONTROLS YES YES YES YES YES YES
        FIRM YES YES YES YES YES YES
        YEAR YES YES YES YES YES YES
        N 6858 2417 4271 6858 2417 4271
        Adj_Rsquared 0.769 0.824 0.728 0.769 0.824 0.728
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
      • 一方面是遗漏变量问题。针对不可观测的不随时间变化的遗漏变量,本文在回归中所使用的“企业−年份”双向固定效应能够较好地缓解该类问题;而针对不可观测的随时间变化的遗漏变量,本文通过检验碳达峰目标提出之前碳达峰压力与企业绿色技术创新之间的关系予以考察。具体地,如果本文回归结果是由于不可观测的随时间变化的变量所导致,那么不仅在2015年碳达峰目标提出以后可以观测到碳达峰压力对绿色技术创新的正向影响,在2015年之前,应该也能够观测到碳达峰压力与企业绿色技术创新的正相关关系。在此基础上,本文以2006−2014年为样本区间重新进行式(1)所示回归,结果如表6所示。

        表 6  内生性检验:缓解遗漏变量问题的影响

        变量 Dep Var=GREEN_PATENT
         
        全样本
        (1)
        国有
        企业
        (2)
        非国有
        企业
        (3)
        CARBON_PRESSURE4 0.001 0.002 −0.002
        (0.369) (1.270) (−0.535)
        CONTROLS YES YES YES
        FIRM YES YES YES
        YEAR YES YES YES
        N 9789 4445 5225
        Adj_Rsquared 0.703 0.761 0.635
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。

        表6显示,在碳达峰目标提出前,以碳排放增速度量的碳达峰压力并不会对辖区内企业绿色创新产生影响,而当且仅当2015年正式确立碳达峰目标后,碳达峰压力才会对企业绿色技术创新产生显著影响,证实本文主要研究结论不受不可观测的、随时间变化的变量影响,即实证结论不受遗漏变量偏误的影响。

        另一方面,反向因果也是内生性问题的重要来源。由于本文所使用的碳达峰压力测度是城市层面的,并且以过去四期碳排放平均增速予以度量,由反向因果所导致内生性问题的可能性较小。但为了进一步排除可能的反向因果问题对回归结果造成的干扰,本文以样本企业所在省份其他城市的碳达峰压力均值(IV)作为该城市碳达峰压力的工具变量,该变量能够较好地满足工具变量相关性和排他性要求。从相关性角度看,同一省份内城市间能源结构、自然资源禀赋相似,经济发展对传统能源的依赖度也较为接近;在“晋升锦标赛”中,地方政府为了在保持经济高速增长的同时避免在减碳降碳工作中处于下风,很可能将当地碳排放增速与同省其他地级市保持一致。从排他性角度看,绿色技术创新决策属于企业经营管理范畴,与所处省份其他地级市碳排放增速相关性较小。换句话说,所在省份其他城市碳排放均值仅通过影响该城市碳排放增速对企业绿色技术创新产生影响。在此基础上,本文使用工具变量进行最小二乘回归以缓解内生性问题,回归结果如表7所示。

        表 7  内生性检验:缓解反向因果问题的影响

        变量 全样本 国有企业 非国有企业
        CARBON_
        PRESSURE4
        First-step
        (1)
        GREEN_
        PATENT
        Second-step
        (2)
        CARBON_
        PRESSURE4
        First-step
        (3)
        GREEN_
        PATENT
        Second-step
        (4)
        CARBON_
        PRESSURE4
        First-step
        (5)
        GREEN_
        PATENT
        Second-step
        (6)
        IV 0.984*** 0.986*** 0.983***
        (328.399) (227.985) (226.686)
        CARBON_PRESSURE4 0.004 -0.002 0.012*
        (1.032) (-0.330) (1.849)
        FIRM YES YES YES YES YES YES
        YEAR YES YES YES YES YES YES
        N 7308 7308 2467 2467 4698 4698
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。

        表7列(1)、列(3)及列(5)回归结果显示,无论是在全样本还是子样本中,IV的参数估计值均在1%的水平上显著为正,表明所处省份其他城市碳排放增速的均值越高,地级市自身碳排放增速也会越大,这与本文预期一致。列(2)、列(4)及列(6)的结果显示,第二阶段中CARBON_PRESSURE4的参数估计值仅在非国有企业样本中显著为正,与前文双向固定效应模型回归结果一致,表明在缓解了可能的内生性问题影响后,本文主要研究结论不变。

      • 为了进一步排除其他因素对本文研究结论可能造成的影响,一方面本文对样本企业自身创新能力加以控制,以样本企业当年专利申请总量加1后的自然对数作为创新能力代理变量(INNOVATION),在式(1)的基础上进一步控制INNOVATION,结果如表8列(1)−(3)所示,与前文回归结果基本一致。另一方面,地区碳排放增速可能会受到地方主要官员达峰路径选择的影响,新上任的官员更倾向于选择低碳达峰、尽早开始规划地区减碳工作,而处于履职末期的官员则更可能选择高碳达峰、对地区碳排放工作置之不理,尽管前文所使用的移动四期窗口能够较好地平滑官员履职周期对地区碳排放增速的影响,但是本文仍对地级市委书记更替(CHANGE)加以控制,以期使得碳排放增速更好地反映当地碳达峰压力,结果如表8列(4)−(6)所示,CARBON_PRESSURE4的参数估计值仍在非国有企业样本中显著为正,与前文回归结果基本一致。此外,考虑到地区碳排放总量也在一定程度上反映了地区转型压力,本文在原有回归模型中进一步控制了地区碳排放总量(CARBON),回归结果与前文保持一致,证实的确是碳排放增速影响了企业绿色技术创新行为,以碳排放增速作为碳达峰压力代理变量是合理的。

        表 8  稳健性检验:进一步控制其他因素的影响

        变量 Dep Var=GREEN_PATENT
        全样本
        (1)
        国有企业
        (2)
        非国有企业
        (3)
        全样本
        (4)
        国有企业
        (5)
        非国有企业
        (6)
        CARBON_PRESSURE4 0.003 −0.005 0.011*** 0.004 −0.002 0.011***
        (1.010) (−0.706) (2.843) (1.605) (−0.480) (3.159)
        INNOVATION/CHANGE 0.219*** 0.265*** 0.198*** −0.011 −0.015 −0.003
        (13.722) (7.349) (11.531) (−1.111) (−0.949) (−0.224)
        CONTROLS YES YES YES YES YES YES
        FIRM YES YES YES YES YES YES
        YEAR YES YES YES YES YES YES
        N 6858 2417 4271 6862 2417 4275
        Adj_Rsquared 0.798 0.848 0.761 0.769 0.824 0.728
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
      • 前文分析指出,在碳达峰和保增长双重压力下,推动绿色技术创新是实现低碳转型和创造新经济增长点的重要发展战略,而财政扶持是促进企业绿色技术创新的主要政策手段(Lee,1996Aghion等,2011),特别是在当前命令型政策工具尚未明确、自愿型工具效果有效的现实背景下,以财政扶持为代表的市场化激励手段地位更加凸显。政府补贴和税收优惠是两个核心的产业政策工具(王桂军和张辉,2020),因此,参照黎文靖和郑曼妮(2016a)黎文靖等(2020)的研究,本文使用税收优惠(TAX)和政府补贴(SUBSIDY)作为地方政府财政扶持的代理变量,并在式(1)中引入代理变量与CARBON_PRESSURE4的交互项进行机制检验。具体地,本文以所得税费用减去递延所得税费用后与息税前利润的比值作为税收优惠的反向指标,当其低于分年度分行业中位数时,表明样本企业的实际税负较低、税收优惠较高,TAX取1,反之取0;对于政府补贴,本文以企业所获补贴收入与总资产的比值来度量,当其高于分年度分行业中位数时,表明样本企业所获政府补贴越多,SUBSIDY取1,反之取0。机制检验结果如表9所示。

        表 9  地区碳达峰压力与企业绿色技术创新:机制检验

        变量 Dep Var=GREEN_PATENT
        (1) (2) (3)
        CARBON_PRESSURE4×TAX 0.015***
        (2.927)
        CARBON_PRESSURE4× SUBSIDY 0.019***
        (3.948)
        CARBON_PRESSURE4× PUNISH −0.020
        (−0.752)
        CARBON_PRESSURE4 0.005 0.004 0.012***
        (1.029) (0.942) (2.933)
        TAX/SUBSIDY/PUNISH 0.032 0.036 0.051
        (1.189) (1.262) (1.159)
        CONTROLS YES YES YES
        FIRM YES YES YES
        YEAR YES YES YES
        N 4220 4271 4271
        Adj_Rsquared 0.729 0.729 0.729
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。

        表9列(1)显示,CARBON_PRESSURE4×TAX的参数估计值在1%的水平上显著为正,表明在面临碳达峰压力时,地方政府会通过税收优惠给予企业财政扶持以推动绿色技术创新。列(2)结果显示,CARBON_PRESSURE4×SUBSIDY的参数估计值在1%的水平上显著为正,说明地方政府会通过财政补助驱动企业绿色技术创新。表9结果说明,当面临碳达峰压力时,地方政府会改变关键资源的配置,将更多的关键资源配置于驱动企业绿色技术创新和低碳转型中,机制检验结果进一步证实了本文研究结论。

        此外,考虑到环境执法力度的加强也有可能倒逼企业绿色技术创新(王晓祺等,2020),本文以样本企业是否受到环保处罚作为地区环保执法力度代理变量(PUNISH),若样本企业在该年度受到环保处罚则PUNISH取1,反之取0,并在式(1)中引入其与CARBON_PRESSURE4的交互项进行机制检验,结果如表9列(3)所示,CARBON_PRESSURE4× PUNISH的参数估计值并不显著,说明碳达峰压力下地方政府单纯地增强环境执法力度并不能倒逼企业绿色技术创新转型,强化环境规制并非碳达峰背景下促进企业绿色技术创新的有效手段。这可能是由于如果地方政府以加强环保处罚方式敦促辖区内企业低碳转型,那么部分企业很可能会因自身财力受限而无法通过绿色技术创新实现转型、从而“一关了之”退出市场,最终导致地方政府陷入保增长与低碳转型两难困境中。

      • 党的十八届五中全会指出,实行能源和水资源消耗、建设用地等总量和强度双控行动是倒逼经济发展方式转变、从源头上减少污染物和温室气体排放的重要举措。为了压实地方政府在落实绿色发展理念中的责任主体作用,国务院将全国能耗双控目标分解到各地区,并实行目标责任评价考核,各地区根据中央政府下达的目标任务设定工作目标。2021年10月24日,中共中央和国务院发布《关于完整准确全面贯彻新发展理念 做好碳达峰碳中和工作的意见》中指出,要确保如期实现碳达峰、碳中和必须继续坚持强化能源消费强度和总量双控,由此可见,能耗双控在实现经济社会绿色发展全面低碳转型中的重要作用。因此,如若某地区无法有效达成能耗双控目标,表明该地区能源结构转型压力较大,如期实现碳达峰的成本和阻力也较大;而顺利达成能耗双控目标,则表明该地区能源转型调整空间较大,实现碳达峰的压力相对较小。在此基础上,本文以“十三五”期间是否完成能耗“双控”指标对样本企业分组,并对式(1)进行回归,结果如表10所示,在所在地区均未完成能耗双控指标的样本企业中,CARBON_PRESSURE4的参数估计值为0.031,而这一参数估计值在所在地区至少完成一个双控目标的样本企业中为0.010,且通过了组间差异检验。这表明,当样本企业所在地区在“十三五”期间未完成能耗双控目标、低碳转型压力较大时,地方政府对于2030年实现碳达峰所感受到的压力越大,单位碳达峰压力上升对辖区内企业绿色技术创新的正向促进作用更加显著。表10的回归结果与本文基本回归结论保持一致。

        表 10  地区碳达峰压力与绿色技术创新:基于能源“双控”的分组检验

        变量 Dep Var=GREEN_PATENT
        均未完成
        “双控”指标
        (1)
        至少完成一个
        “双控”目标
        (2)
        CARBON_PRESSURE4 0.031*** 0.010***
        (2.985) (3.362)
        CONTROLS YES YES
        FIRM YES YES
        YEAR YES YES
        N 1660 2615
        Adj_Rsquared 0.757 0.708
        组间差异检验 0.021(p=0.000)
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
      • 前文分析显示,碳达峰压力通过影响地方政府关键资源配置推动企业绿色技术创新,但是碳达峰压力下企业绿色转型会受到诸多因素影响,压力转化为动力是有条件的。因此,为了进一步明晰地方碳达峰压力对辖区内企业绿色技术创新的驱动过程,本文从地方经济禀赋和政府经济社会压力两个方面进行异质性分析。

      • 地区经济禀赋会对地区碳达峰压力与企业绿色创新之间的关系产生影响。当地区经济禀赋较为充足时, 地方政府更有意愿以绿色低碳转型战略应对碳达峰目标,也更有财力施行针对性财政扶持政策,从而对辖区内企业绿色技术创新产生更为显著的激励作用。与之不同的是,当地区经济禀赋较差时,地方政府往往心有余而力不足,在面临碳达峰时其引导企业绿色技术创新的能力相对较差。因此,本文认为,相较于经济禀赋较差地区,碳达峰对企业绿色技术创新的正面作用在经济禀赋较强地区更为显著。

        在此基础上,参照黎文靖等(2020)的研究,本文以地区夜间灯光亮度作为经济禀赋的代理变量,当样本企业所处省份灯光亮度高于分年度中位数时,将其划分为经济禀赋较强组,反之为经济禀赋较差组,进行分组回归。回归结果如表11列(1)和列(2)所示,CARBON_PRESSURE4的参数估计值只有在经济禀赋较强组才显著为正,在经济禀赋较差组不显著。这表明,只有当地区经济禀赋较强时,地方政府才能对辖区内企业低碳转型发挥有效干预作用,促进企业绿色技术创新。

      • 除了控制碳排放、实现低碳转型,地方政府还承担着促进经济发展、改善公共服务、维护社会稳定等公共管理任务(程仲鸣等,2008),而在分税制改革形成的“财权上收、事权不变”的现实背景下,地方政府需要在有限的财政收入下兼顾多方面政策目标。当地方政府面临的经济社会压力较小时,其能较好地兼顾区域低碳转型目标,从而大力推动当地企业绿色技术创新;而当地方政府面临的经济社会压力较大时,其淘汰落后产能企业、推动产业绿色升级的意愿较低,“控排放”很可能让位于“保增长”(黎文靖和郑曼妮,2016b),对当地企业绿色技术创新的支持力度较低。因此,本文认为,相较于政府经济社会压力较大地区,碳达峰压力对企业绿色技术创新的激励作用在政府经济社会压力较小地区更为显著。

        在此基础上,参照郑国坚等(2017)蔡贵龙等(2018)的研究,采用主成分分析法构建地方政府经济社会压力指数。具体地,将经GDP标准化的地方政府财政盈余、失业率和市场化指数三者通过主成分分析合成一个压力指数,地方政府财政盈余越高,地区市场化进程越高,地方政府的经济社会压力越小;而地区失业率越高,地方政府所面临的压力越大。当样本企业所处省份这一综合指数高于分年度中位数时,表明地方政府经济社会压力较小,将其分为政府压力较小组,反之归为政府压力较大组进行分组回归。回归结果如表11列(3)和列(4)所示,CARBON_PRESSURE4的参数估计值只有在政府压力较小组才显著为正,在政府压力较大组不显著。这表明,在碳达峰压力下,地方政府只有在其经济社会压力较小时才会有意愿和能力促进企业绿色技术创新。

        表 11  地区碳达峰压力与企业绿色技术创新:截面检验

        变量 Dep Var=GREEN_PATENT
        经济禀赋强
        (1)
        经济禀赋差
        (2)
        政府压力弱
        (3)
        政府压力强
        (4)
        CARBON_PRESSURE4 0.015*** −0.021 0.021*** −0.018
        (4.638) (−1.185) (3.515) (−1.519)
        CONTROLS YES YES YES YES
        FIRM YES YES YES YES
        YEAR YES YES YES YES
        N 2289 1952 2107 2001
        Adj_Rsquared 0.735 0.717 0.733 0.721
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
      • 前文实证结果显示,绿色技术创新是地方政府破解保增长与低碳转型这一和谐共生难题的重要政策工具,在碳达峰压力下,地方政府会激励企业绿色技术创新以实现碳减排。进一步地,地方企业在碳达峰压力下提高绿色技术创新能力之后,其是否能实现可持续发展?能否创造经营绩效提升与环境绩效提升的双赢局面?参照Alexopoulos等(2018)解雪梅和朱琪玮(2021)的研究,本文将可持续发展绩效划为财务绩效和环境社会责任绩效两个维度,采用息税前利润/总资产衡量企业财务绩效(PROFIT),采用去年度行业均值的华证ESG评价分数衡量企业的环境社会责任绩效(ESG_SCORE),将其作为被解释变量。同时,设置样本企业绿色技术创新水平较高虚拟变量HIGHGREENPATENT,当样本企业绿色技术创新水平高于分年度、分行业和分地区中位数时取1,反之取0,以地区碳达峰压力与绿色技术创新水平较高虚拟变量的交互项作为解释变量,进行经济后果检验。

        回归结果如表12所示。列(1)中,HIGHGREENPATENT×CARBON_PRESSURE4的参数估计值在5%的水平上显著为正,表明在碳达峰压力下企业绿色技术创新能够明显提升其自身经营绩效;列(2)中,HIGHGREENPATENT×CARBON_PRESSURE4的参数估计值仍在5%的水平上显著为正,表明在碳达峰压力下企业绿色技术创新行为可以显著改善其环境社会责任绩效。

        表 12  地区碳达峰压力与企业绿色技术创新:经济后果

        变量 Dep Var=PROFIT
        (1)
        Dep Var=ESG_SCORE
        (2)
        HIGHGREENPATENT×CARBON_PRESSURE4 0.001** 0.077**
        (2.384) (2.025)
        CARBON_PRESSURE4 −0.001 −0.016
        (−1.460) (−0.575)
        HIGHGREENPATENT 0.003** 0.185
        (2.567) (1.011)
        CONTROLS YES YES
        FIRM YES YES
        YEAR YES YES
        N 4271 4121
        Adj_Rsquared 0.890 0.703
        注:******分别表示在1%、5%和10%水平上显著;括号内为经城市层面聚类稳健标准误计算得到t值。
      • 习近平总书记在中央财经委员会第九次会议上指出,“实现碳达峰、碳中和是一场广泛而深刻的经济社会系统性变革”。因此,如何在低碳转型的同时创造新的经济增长点,最终实现经济可持续发展是政府和学界都关注的重要问题。本文以我国沪深两市非金融类上市公司为样本,以区域碳排放增速作为地方碳达峰压力的代理变量,考察地区碳达峰压力对企业绿色技术创新的影响及其作用机制。研究发现,地方碳达峰压力与辖区内非国有企业绿色技术创新水平显著正向相关,在碳达峰压力下,地方政府会改变关键资源配置,以税收优惠、财政补贴等财政扶持手段驱动企业绿色技术创新。进一步研究发现,碳达峰压力对企业绿色技术创新的激励作用在经济资源禀赋较强、地方政府社会经济压力较小的地区中更为凸显。在碳达峰压力激励下,企业绿色技术创新行为能够在提升其经营绩效的同时提高其环境社会责任绩效,碳达峰压力能倒逼绿色技术创新进而实现经济社会的可持续发展。在一系列稳健性检验后本文主要研究结论保持不变。

        本文研究具有如下政策启示:

        第一,要充分认识碳达峰、碳中和目标在构建新发展格局中的重要地位,坚定不移走绿色低碳发展道路。本文研究显示,在一定条件下,碳达峰压力能够转变为激励企业进行绿色技术创新的动力,这为碳达峰助力经济绿色转型提供了重要经验证据,破除了“节能减排就是遏制经济发展”的误区。在以绿色创新为引领的方式推动下,“双碳”目标不仅不会限制经济社会发展,而且会创造新的经济增长点,为我国经济发展提供新动能。特别地,“双碳”工作的推进是一场深刻的经济社会系统性变革,其间必然会经历传统能耗产业转型的阵痛,当改革行至艰难的“深水区”时更要不惧涅槃之痛,坚定不移走绿色低碳发展之路。

        第二,推进碳达峰目标要充分考虑地区经济禀赋与发展水平,将碳达峰目标分解到各级地方政府时应遵循差异化原则,分层分类、有序推进经济低碳转型。税收优惠、市场补贴等市场化激励手段是碳达峰压力下地方政府推行绿色创新战略的有效方式,但该方式在极大程度上受当地经济禀赋限制,施行效果也与地方政府所面临的经济社会压力息息相关。因此,从落实创新驱动角度,中央对各地减排目标的设定应与地区经济社会基础充分挂钩,鼓励地方采用市场化手段引导辖区内企业绿色创新并为其提供相应财力支持,各地区也应结合实际情况构建符合当地特点的低碳发展政策体系、探索其独具特色的碳达峰之路。

    注释:
    ①  习近平在第七十五届联合国大会一般性辩论上的讲话。资料来源:http://www.gov.cn/xinwen/2020-09/22/content_5546168.htm。
    ②  资料来源:https://www.mee.gov.cn/xxgk2018/xxgk/xxgk15/202104/t20210409_827875.html。
    ③  资料来源:中央纪委国家监察委网站。https://www.ccdi.gov.cn/toutiaon/202201/t20220106_162562_m.html。
    ④  资料来源:http://www.gov.cn/xinwen/2015-06/30/content_2887330.htm。
    ⑤  资料来源:http://politics.people.com.cn/n/2015/0329/c1001-26766904.html?42990=2xzti。
    ⑥  资料来源:https://baijiahao.baidu.com/s?id=1688562649880529128&wfr=spider&for=pc。
    ⑦  为支持中国在2030年前后二氧化碳排放达到峰值的目标,2015年,中国11个省市(直辖市):四川、海南、北京、深圳、武汉、广州、贵阳、镇江、金昌、延安、吉林共同发起成立“率先达峰城市联盟 (APPC)”。
    ⑧  为了对上述两种可能的解释进行检验,本文分别以企业当年新增专利技术的现值占上一期总资产的比重作为其外购专利的代理变量(PATENTADD),以企业环保投资占上一期总资产的比重作为其绿色低碳投资代理变量,检验碳达峰压力对国有企业外购专利和绿色投资的影响。结果显示,碳达峰压力显著促进了样本国有企业外购专利和绿色投资。限于篇幅,该回归结果未列出,资料备索。
    ⑨  虽然碳排放增速和总量确实均反映了地区低碳转型压力,但是增速和总量两者却是从不同角度体现了地区所面临的“双碳”目标压力,碳排放增速更多地反映了碳达峰压力,而碳排放总量则更与碳中和压力相关。
    ⑩  限于篇幅,未报告该部分回归结果,资料备索。
    ⑪  此次测度的压力指数是一个反向指标。主成分分析结果显示,地方财政盈余水平越多、市场化进程越高,综合指数越高,政府经济社会压力越小;地区失业率越高,综合指数越低,政府经济社会压力越高。
    ⑫  为了缓解第三方机构评价指标的选取对本文回归结果的影响,此处还使用了润灵环球社会责任指数作为被解释变量进行回归,结果保持一致。
    ⑬  资料来源:http://www.gov.cn/xinwen/2021-03/15/content_5593154.htm。
    参考文献 (37)

    目录

      /

      返回文章
      返回