2023年10月
第39卷㊀第5期
㊀㊀㊀㊀㊀㊀
中国石油大学学报(社会科学版)
Journal of China University of Petroleum (Edition of Social Sciences )
㊀㊀㊀㊀㊀㊀
Oct.2023
Vol.39㊀No.5
收稿日期:2023-07-21
基金项目：国家自然科学基金项目(71934007;72003195)；中国博士后科学基金面上项目(2022M721608)
作者简介：周㊀鹏(1978 )，男，山东诸城人，中国石油大学(华东)经济管理学院教授，博士生导师，研究方向为能源经济与管理㊂
DOI:10.13216/jki.upcjess.2023.05.0003
周㊀鹏1,2，王嘉琪1,2
，王㊀梅3
(1.中国石油大学(华东)经济管理学院，山东青岛266580;2.中国石油大学(华东)能源经济与政策研究院,
山东青岛266580;3.南京航空航天大学经济与管理学院，江苏南京211106)
摘要：将中国碳排放权交易试点政策视为 准自然实验 ，基于2011 2019年20399条中
国上市企业数据，构建多时点三重差分模型和倾向得分匹配-三重差分模型，探究中国碳排放权
交易试点政策对于试点地区污染行业中上市企业绿创新行为的诱发作用㊂研究表明，碳排放权交易试点政策能够显著促进企业绿创新，但并未通过 创新补偿 助力企业提升经济效益，即 强式波特效应 假说未得到验证㊂异质性分析结果表明，碳排放权交易试点政策对于企业绿创新行为的诱发效应在长期视角下更为显著㊂各试点地区对企业绿创新行为的诱发作用存在较大差异，其中湖北㊁上海碳排放权交易试点市场对企业绿创新行为的诱发作用显著高于其他试点市场，但各碳排放权交易试点市场现有碳价格体系均未能向企业传递出积极的价格信号以激励企业实现绿创新㊂同时，企业绿创新水平与政府补贴成正比，与企业所有制㊁区域经济发展㊁市场竞争强度㊁企业规模㊁企业创新能力㊁企业创新意识之间并未表现出显著的线性相关关系㊂据此，建议政府部门既要不断完善碳市场相关机制，充分发挥碳价格激励约束作用，又要充分考虑区域及企业异质性特征，实现精准施策㊂
关键词：碳排放权交易；波特假说；绿创新；异质性
中图分类号:F062.2㊀文献标识码:A㊀文章编号:1673-5595(2023)05-0019-15
㊀㊀一㊁引言
党的十九大报告中提出 构建市场导向的绿
技术创新体系 ，党的二十大报告中进一步提出要 加快节能降碳先进技术研发和推广应用 ㊂2019年，
国家发展改革委㊁科技部印发‘关于构建市场导向的绿技术创新体系的指导意见“，对推动构建绿创新发展体系作了具象化部署㊂绿创新正快速成为全球新一轮工业革命和科技竞争的重要新兴领域㊂企业是绿技术创新的主体和中坚力量，其参与意愿㊁努力程度及技术水平将直接影响绿低碳转型成效㊂因此，探究如何加快企业绿技术创新将是中国现阶段亟需解决的关键问题㊂ 波特假说 指出，恰当的环境规制能够激发企业实现技术
革新㊂碳排放权交易作为一种有效控制碳排放的市场型环境规制[1-2]，理论上能够通过形成一定水平
的价格信号㊁增加企业排放成本，来引导企业研发并应用绿低碳清洁技术以降低自身减排成本[3-4]㊂
但在现实背景下，由于碳排放权交易市场在具体机制设计㊁监管方式与执行力度等方面的独特性，对于其能否真正推动企业实现具有生态正效应和环境可持续性的绿技术创新，还需进一步的实证检验㊂基于此，本文将通过一系列实证研究，探究中国碳排放权交易试点政策对于企业绿技术创新行为的实际诱发效应，揭示二者之间存在的定量关系，并在此基础上进一步探讨碳排放权交易试点政策在不同维度及视角下的异质性影响㊂
二、文献回顾与理论基础
(一)文献回顾
对于环境规制能否促进企业技术进步，学术界
一直存有比较大的争论㊂Porter等[5]的研究认为，合理的环境规制能够促使企业实现技术创新，在一
定情形下还能够部分或完全抵消企业用以遵守环境
规制所付出的成本㊂尽管在短期内成本可能会增
加，但在长期视角下，政策的持续激励将促使企业在
寻更优生产技术与方式的过程中，实现资源利用
率和污染治理能力的不断提升，从而为企业带来可
观的经济收益，这就是 波特假说 ㊂随后,Jaffe
等[6]进一步将 波特假说 划分成了3种具体形式：弱式波特假说(合理的环境规制能够刺激技术创新行
为的产生，但其方向与速度未必对社会有利)，狭义波
特假说(灵活性环境规制对于企业创新的激励程度要
强于强制性环境规制)，强式波特假说(绿创新能
够部分或完全抵消企业因遵守环境规制所产生的额
外成本，从而提升企业竞争力，增加企业经济收益)㊂
已有许多学者通过研究验证了波特假说[7-14]；但也有学者持相反观点，认为环境规制会增加企业额外的成
本支出，从而在一定程度上抑制企业创新[15-17]㊂此外，研究中常用于衡量技术创新的指标包括R&D支出和专利数据㊂多数R&D支出数据无法细分至不同的技术领域以区分绿技术创新层面的研发投入，而专利数据不仅可以划分出不同的技术创新领域，还能够明确发明者的相关情况及技术所应用的领域及范围㊂[18]目前已有不少学者使用专利数据评估测算环境政策对于技术创新的影响㊂[19-21]探究环境规制能否促进绿技术创新的相关实证研究中，李婉红等[22]采用面板数据模型进行回归分析后得出结论，在考虑行业规模和创新投入两个控制变量的前提下，环境规制能够有效提高污染密集型行业的绿技术创新水平，否则将产生负向效应；景维民等[23]使用偏向性技术进步模型㊁可行广义最小二乘法和系统广义矩方法进行研究后发现，技术进步偏向具有一定的路径依赖性，即当初始技术表现出较为明显的绿或非绿特征时，环境规制会进一步加强这种特征并使其表现出持续的绿或非绿偏向; Zhu等[24]通过构建Tobit-modified双重差分模型估算了中国碳排放权交易政策对于低碳技术的
影响效应，研究结果表明，该政策对于控排企业和大型非控排企业的低碳技术创新均存在显著的诱发效应，即存在一定程度的政策外溢；康鹏辉等[25]采用双边随机前沿模型进行分析后认为，环境规制的 遵循成本 效应显著小于其所产生的 创新补偿 效应；王旭等[26]采用双重差分法对环保约谈政策进行了实证回归分析，结果表明，该政策产生的生态治理压力能够有效驱动企业绿创新和价值创造行为的发生㊂综上所述，现阶段国内外关于环境规制与绿技术创新行为的关系研究主要存在以下两个特点:
(1)中国实施的碳排放权交易试点政策具备准自然实验的相关性质，能够为论证 波特假说 提供难得的试验场所与充分的数据支撑，相比于以往单纯采用回归分析探究环境规制与技术创新相关关系的实证研究，基于 准自然实验 的计量模型方法得到了广泛应用，其中以采用双重差分法(DID)的文献居多，但较少有研究考虑到环境规制对于高排放㊁高污染行业的针对性而使用三重差分法(DDD);(2)目前多数研究缺乏对地区及企业层面异质性因素的探讨与论证，未能充分挖掘出环境规制对于企业技术进步的诱发作用在不同主体之间的差异化作用㊂
(二)理论基础与主要贡献
本文以 波特假说 及国内外现有相关研究作为理论基础，结合碳减排目标㊁绿低碳转型目标及国家生态文明建设要求，探究以中国碳排放权交易试点政策为代表的市场型环境规制对于企业绿创新行为的诱发效应及其异质性影响㊂
一方面，绿技术创新存在 双重外部性 ，即绿技术本身存在较高的风险与不确定性，加之传统技术产生的环境污染治理费用并未纳入企业自身生产及运营成本当中，导致企业缺乏足够的绿创新动力㊂另一方面，技术创新存在一定的路径依赖效应，以往技术和经验的积累以及规模报酬的持续递增，将会使创新主体将大量研发资源投入传统技术当中㊂此时，就需要政府部门采取适当的干预措施以改变技术创新的方向，相应有效政策应包括科技政策及环境政策两类，前者用以纠正技术市场失灵，后者用以改善环部性㊂Popp[27]的研究表明，科技政策对于绿技术创新的促进作用明显低于环境政策㊂企业作为理性经济体，其核心目标是通过降低生产运营成本㊁提高市场竞争力以谋求新的经济增长点，而在这个过程中，企业是否倾向于通过绿技术创新以减少资源消耗和污染排放㊁促进产业结构调整和企业转型，则取决于 相关成本 的权衡比较㊂当政府通过环境规制来约束企业行为时，企业可以选择加大绿技术创新投入㊁提高自身绿技术创新水平以实现源头治理㊁清洁生产来满足规制要求，此时企业 执行成本 主要为企业绿技术研发投入成本；企业也可以选择不进行绿技术创新，而是通过事后污染治理来满足环境规制，甚至直接选择接受政府的
㊃02㊃中国石油大学学报(社会科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2023年10月
经济制裁，此时企业的 执行成本 则包括污染物治理成本以及由于未履约所付出的处罚成本㊂企业领导者将根据企业实际情况，依据利润最大化等原则做出是否进行绿创新的决策㊂但随着环境规制强度的加大，企业污染物治理成本及所要支付的处罚成本将逐渐高于企业绿技术创新投入成本，此时企
业将会选择通过研发绿技术㊁更新生产设备来达到合规目的㊂值得一提的是，绿技术创新往往存在相对滞后的 创新补偿 效应，即当企业通过持续性的绿技术研发创新形成一定的规模效应及绿技术集效应后，由于企业整体创新效率的提高及创新成本的降低，届时企业将从中获得更多经济收益㊂
碳排放权交易作为一种碳约束工具，会在一定程度上影响企业的经营战略㊁经营决策及盈利能力㊂[28]根据Hicks提出的 诱致性技术创新理论 ，要素价格的改变会促使追求利润最大化的企业通过技术创新完成丰富且廉价的要素对于稀缺并昂贵的要素的替代㊂[29]而碳排放权交易正是通过赋予碳排放权一定的市场价值使其成为稀缺要素，从而增加控排企业履约成本(购买碳配额成本)㊂依据经济学原理，企业作为 理性人 ，当边际收益等于边际成本时，企业将通过减产㊁绿创新以及搬迁等方式来降低成本㊂[30]而搬迁相比于其他两种决策方式来说，还存在额外的厂房建设成本㊁市场开拓成本及客户维系成本，同时企业依旧会面临再度成为被规制企业的风险㊂此外，选择进行绿技术创新的企业不仅能够降低企业生产及运营成本，还能够通过在市场上出售多余的碳排放权从而获得额外的减排收益㊂因此，在碳排放权交易机制背景下，企业的绿创新动力将会被有效激发㊂
在不同类型环境规制对于企业绿技术创新行为的激励作用方面,Downing等[31]最早于研究中指出，市场型环境规制对于企业绿创新的激励作用远远大于命令型环境规制㊂这是由于前者在实施过程中奖罚分明，更容易激发企业的绿创新动力；而后者是通过制定某项具体标准来进行强制性约束，或
多或少带有惩罚意味㊂不过，诸如碳排放权交易机制这类市场型环境工具的实际运行效果，往往还会受到政策覆盖范围㊁纳入行业类别㊁配额分配方式㊁碳价格等诸多相关因素的影响，因此依旧存在许多不确定性㊂综上，本文可能的贡献体现在:(1)聚焦于探讨碳排放权交易机制这一市场化减排手段对于企业绿技术创新行为的诱发作用，通过检验市场型环境规制的 波特效应 ，拓展了环境规制与技术创新相关关系的文献研究，有助于深入理解碳减排工具在中国绿低碳化转型过程中所发挥的关键作用;
(2)深入探究了中国碳排放权交易试点政策与企业绿创新行为在专利类型㊁政策实施时间㊁试点运行情况㊁地区及企业特征层面的差异化作用，为 波特假说 的异质性研究及全国统一碳排放权交易市场的建设提供了经验证据;(3)构建多时点DDD模型及PSM-DDD模型，检验了碳排放权交易试点政策对于企业绿创新行为的诱发效应，避免了内生性影响和使用双重差分(DID)模型所造成的结果偏差，在此类实证研究中相对较优㊂
三、数据构建与模型设定
(一)数据构建
本文选取中国上市企业绿专利占比作为被解释变量㊂因为相比于绿专利数量，绿专利占比不仅能够直观体现企业的绿创新能力及绿创新意识，同时还能够剔除其他未观测到的因素的影响㊂进一步，本文选取绿专利当年授权占比而非绿专利当年申请占比作为被解释变量，原因是绿专利
当年申请占比仅能反映出企业对于绿创新的重视程度，而无法有效度量企业实际绿技术创新成果产出和进步情况㊂此外，依据技术特征和研发难度，一般可将所有专利依次划分为发明专利㊁实用新型专利㊁外观设计专利三种，由于外观设计专利在严格意义上并不属于技术类方案，因此，本文仅选取 绿发明专利当年授权占比 及 绿实用新型专利当年授权占比 作为最终被解释变量㊂
另外，本文选取了一系列企业层面特征指标作为控制变量㊂首先，依据经济学生产函数，可以将资本及劳动力视为投入要素，专利数量视为产出，且一般认为要素投入越多产出就越多，故本文选取企业净资产及员工数量来分别衡量企业资本规模及企业规模㊂其次，基于企业生命周期理论，已有若干研究证明，企业在不同发展阶段其创新能力及创新意识存在差异，其中处于成熟期的企业在专利数量及质量方面均有显著提升[32]，因此本文选取企业年龄作为衡量企业成熟度的指标㊂再次，一般认为企业为社会创造的财富价值越高，企业自身创新能力越强，因此本文选取企业托宾Q值作为衡量企业社会财富创造力的指标㊂最后，有研究表明，合理使用债务杠杆可以缓解企业融资约束，从而为企业带来成本和规模优势，随着企业收入的增加将会促使企业投入更多资源用于创新活动[33]，因此本文选取企业资产负债率作为衡量企业负债水平的指标㊂
上市企业专利数据来源于国家知识产权局专利数据库，其他数据均来源于国泰安数据服务中心㊂
㊃12㊃
第39卷㊀第5期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀周㊀鹏，等：碳排放权交易政策的微观效应探究
此外，本文依据国际知识产权组织(WIPO)于2010年9月推出的国际专利分类绿清单(IPC Green
Inventory)所提供的专利分类方法，对上市企业所有专利中具备绿创新技术活动特征的环境友好型专利进行了区分，并据此得到了绿发明专利当年授权占比以及绿实用新型专利当年授权占比数据㊂
本文原始数据时间跨度为2010 2020年，由于
2010年及2020年数据大量缺失，故本文选择剔除2010年及2020年数据㊂此外，本文剔除了截至
2021年已退市企业以及2012年后上市企业，并进一步剔除了2011 2019年间存在大量数据缺失的企业条目，最终得到了2011 2019年共计20399
条上市企业观测数据㊂此外，生态环境部于2021年4月15日发布的‘关于加强高耗能㊁高排放项目生
态环境源头防控的指导意见(征求意见稿)“指出，石化㊁化工㊁建材㊁钢铁㊁有㊁电力六大行业的二氧
化碳排放量占全国排放总量的50%以上，推进上述
行业的绿低碳发展对于实现碳中和㊁碳达峰目标至关重要㊂故本文将以上六大高耗能㊁高排放行业划分为污染行业，其他行业划分为清洁行业，具体的行业对照如表1所示，相关信息均以上市企业证监会新行业分类为依据㊂上述企业整体分布情况如图
1所示㊂由图1可知，中国上市企业多集中于广东省㊁北京市㊁江苏省等东部地区，其中广东省居多，而类似宁夏回族自治区㊁内蒙古自治区㊁青海省等中西部地区的企业总体数量较少且污染型企业占比较高㊂
表1㊀行业对照
行业证监会行业分类
标准三级代码
证监会行业分类标准
三级行业名称
石化C25石油加工㊁炼焦及核燃料加工业化工C26化学原料及化学制品制造业建材C30非金属矿物制品业
钢铁C31黑金属冶炼及压延加工业有C32有金属冶炼及压延加工业电力
D44,D45
电力㊁热力㊁
燃气的生产和供应业
图1㊀企业分布情况
㊀㊀此外，参考宋弘等[34]的数据处理方法，本文对部分变量做了对数化处理㊂原因如下:(1)不同地
区的变量之间差距较大，取对数后并不会改变数据的原有性质和相对大小关系，而是通过缩小原数据
的绝对数值㊁压缩变量尺度来达到方便计算㊁针对性研究等目的;(2)对数化处理能够使得原有数据序列趋于平稳，同时还能够降低数据出现共线性㊁异方差的概率㊂详细变量及数据描述如表2所示㊂
表2㊀变量及数据描述
变量
变量名平均值标准差最小值最大值计算方法
绿发明专利当年授权占比
Inpatent 0.0288
0.1293
0.0000
1.0000
当年绿发明专利授权数量与当年全部发明专利授权数量的比值
绿实用新型专利当年授权占比Utpatent
0.0311
0.1233
0.0000
1.0000
当年绿实用新型专利授权数量与当年全部实用新型专利授权数量的比值企业资本规模ln Capital 21.2628
3.6857
-24.1416
28.6154
企业股东权益合计的对数
企业规模ln Size
7.7291
1.4126
0.693113.2228
企业员工数量的对数企业成熟度ln Age
3.1259
0.2355
2.3979
3.8286
企业年龄的对数
企业负债
Debt
0.4750
0.6403-0.1947
63.9712
企业资产负债率企业社会财富创造能力
TobinQ
2.5772
12.2205
0.0000983.4907
企业托宾Q 值注：表格中未包含企业所有制这个二分变量㊂
㊀㊀(二)计量模型设定
传统政策效应评估多数采用双重差分(DID)模
型，具体思路为：分别计算出政策实施前后试点地区(处理组)和非试点地区(对照组)的差异值，再对两
㊃22㊃中国石油大学学报(社会科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2023年10月
个差异值进行相减，即可得到政策实施净效应㊂而在环境经济学相关研究当中，由于大多数环境规制的规制对象为高耗能㊁高污染㊁高排放行业，这类行业所面临的政策压力往往大于其他行业，因此也会产生更为显著的政策效果㊂基于此，本文采用环境政策评估国际前沿研究中较为常用的三重差分法
(DDD)，在双重差分模型的基础上加入行业污染属性变量，以进一步剔除不随时间变化且不可观测到的其他因素的影响㊂具体模型设定为
Y ijt=α0+β1Treat iˑPost itˑPollution j+β2Treat iˑPost it+β3Treat iˑPollution j+β4Post itˑPollution j+ηX it+λi+μt+φ+γ+εijt(1)式中:i㊁j㊁t分别表示企业㊁行业㊁年份;Y ijt为被解释变量，本文即为Inpatent㊁Utpatent;α0为各地区初始均值;Treat i为地区虚拟变量，若企业i所处地区为试点地区则Treat i=1，否则为0;Post it为政策实施虚拟变量，若企业i所处地区在t年份实施政策，则在t 年及t年后Post it=1，否则为0(值得说明的是，尽管国家发改委于2011年就已公告成立试点碳市场，但考虑到深圳市㊁上海市㊁北京市㊁广东省㊁天津市于2013年陆续开市，重庆市㊁湖北省于2014年陆续开市，福建省于2016年启
动碳市场，因此本文采用多时点DDD模型，即若企业i位于深圳市㊁上海市㊁北京市㊁广东省㊁天津市，则Post it于tȡ2013时取1；若企业i位于重庆市㊁湖北省，则Post it于tȡ2014时取1；若企业i位于福建省，则Post it于tȡ2016时取1);Pollution j为行业污染属性虚拟变量，若企业i所属行业j为石化㊁化工㊁建材㊁钢铁㊁有㊁电力行业之一，则Pollution j=1，否则为0;Treat iˑPost itˑPollution j为本文重点关注的三重交互项，其系数β1则为政策实施净效应，其中，若回归得到的估计值^β
1>0，则表示与非试点地区相比，碳排放权交易试点政策能够提升试点地区污染行业企业绿技术创新水平，即市场型环境规制的 波特假说 得到验证;X it表示一系列企业层面控制变量;λi为个体固定效应;μt为时间固定效应;φ为省份ˑ年份固定效应;γ为行业ˑ年份固定效应;εijt为误差项㊂
四、实证分析
在实证分析中，首先得出了三重差分模型的实证回归结果，即中国碳排放权交易试点政策对于企业绿创新行为诱发作用的量化结果，同时借助基于倾向得分匹配的三重差分(PSM-DDD)模型缓解样本偏差，并在此基础上进行一系列假设检验与稳健性分析㊂
(一)实证结果
三重差分模的实证回归结果如表3所示㊂其中，列(1)㊁列(4)控制了个体固定效应，列(2)㊁列
(5)同时控制了个体固定效应与时间固定效应，列(3)㊁列(6)在上述基础上进一步控制了省份ˑ年份固定效应与行业ˑ年份固定效应，且列(1) 列(3)被解释变量为绿发明专利当年授权占比即In-patent，列(4) 列(6)被解释变量为绿实用新型专利当年授权占比即Utpatent㊂由表3所列示的回归结果可知，在依次加入固定效应后，模型拟合度进一步提升，表明此时的模型效果更好㊂此外，仅列(4)㊁列(5)㊁列(6)回归结果为正且在1%的统计意义上显著，表明碳排放权交易试点政策对于绿发明专利当年授权占比并无显著影响，而对于绿实用新型专利当年授权占比则具有显著提升作用㊂本文认为，这可能是由于发明专利相比实用新型专利来说研发难度更大，需要的授权时间更长，且短期内难以发挥实用价值㊂从具体的估计效应大小来看，在加入全部固定效应后，碳排放权交易试点政策能够使得绿实用新型专利当年授权占比提升6.74%㊂
表3 初始DDD回归结果
绿发明专利当年授权占比(1)(2)(3)
绿实用新型专利当年授权占比(4)(5)(6)
Treat iˑPost itˑPollution j-0.0041
(0.0169)-0.0044
(0.0172)
-0.0179
(0.0171)
0.0502∗∗∗
(0.0173)
0.0530∗∗∗
(0.0176)
0.0674∗∗∗
(0.0195)
Treat iˑPost it-0.0005
(0.0034)-0.0001
(0.0041)
-0.0045
(0.0036)
-0.0078∗
(0.0044)
观测值156171561715563156171561715563 R20.35110.35170.38550.36610.36660.4010控制变量Yes Yes Yes Yes Yes Yes 个体固定效应Yes Yes Yes Yes Yes Yes 时间固定效应Yes Yes Yes Yes
省份ˑ年份固定效应Yes Yes 行业ˑ年份固定效应Yes Yes 注:∗∗∗㊁∗∗㊁∗分别表示在1%㊁5%㊁10%的水平上显著，括号内数值为标准误㊂下同㊂㊃32㊃
第39卷㊀第5期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀周㊀鹏，等：碳排放权交易政策的微观效应探究
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议