激励性管制对高耗能企业绿色技术创新的影响——来自“节能减排财政政策综合示范城市”的证据

王俊豪，霍雨佳，金暄暄

(1.浙江财经大学中国政府监管与公共政策研究院，浙江 杭州 310018；2.浙江财经大学—中国社会科学院大学浙江研究院，浙江 杭州 310018)

党的二十大报告提出“加快发展方式绿色转型”，并强调“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。高耗能企业节能降碳改造升级作为我国推动重点领域绿色高质量发展的重要一环，对健全产业体系、稳定市场供给、促进经济增长具有重要的支撑作用。为推进高耗能企业绿色转型，政府部门提出了一系列管制政策。例如，具有强制力保障实施的“命令型”政策及自主性强、灵活度高的“协商型”政策，前者可能压制经济主体活力，使经济活动缺乏弹性韧劲[1]；后者因其存在严重的自我管制缺失问题，易发生“破窗效应”等现象[2]。为此，约束力位于二者之间的“激励性”管制政策应运而生。此类政策大多利用市场中经济主体间的竞争机制及其产品间的供求机制刺激各主体遵守约束规范，但能否为企业带来转型机遇、能否对产生高污染的高耗能企业绿色技术创新产生积极作用等问题是当前学界探讨的焦点。

既往文献以政府管制的视角探讨企业的技术创新效应往往从单一的环境管制政策或财政激励政策入手。在环境管制政策方面，部分学者验证了“波特假说”的观点，即适当的环境管制政策对企业形成创新压力[3][4]，产生超出环境管制成本的“创新补偿效应”，进而刺激企业进行绿色技术创新[5][6]。持反对意见的学者认为环境管制政策可能使企业资源流向污染治理，而治污成本的增加在一定程度上抑制了创新[7][8]。关于财政激励政策影响创新的观点同样存在分歧。一方面，财政激励政策通过增强企业研发动力提高研发投入，贷款贴息、专利资助等形式的补贴激励对产权保护意识较弱地区可通过缓解其负面效应来刺激创新投入的增加[9]；另一方面，企业也可能形成对补贴激励的过度依赖，甚至将专项资金转为他用[10]。可见，现有研究对政府管制政策影响企业技术创新的观点不一，且鲜有文献考虑部分政策具有环境管制及财政激励的双重属性，并针对政策的联动效应加以讨论，基于节能降碳重点领域高耗能企业的绿色技术创新激励的影响研究则更是罕见。

基于此，本文以兼具环境管制和财政激励性质的“节能减排财政政策综合示范城市”为例，以2005—2022年全国330个地级行政区为研究样本，考察激励性管制政策对高耗能企业绿色技术创新的影响及异质性特征。可能的贡献在于：第一，以节能减排财政政策为自然实验，识别激励性管制对高耗能企业绿色技术创新的积极影响，为评估激励性管制政策对微观企业绿色高质量发展的影响提供理论参考；第二，检索并筛选具有绿色技术创新特征的发明型专利及实用新型专利，借此构建刻画高耗能企业绿色技术创新的具体指标，为甄别非上市企业绿色技术创新水平提供一种可供参考的潜在选择；第三，研究结论为引导高耗能企业加强技术攻关、加快淘汰落后产能、进一步实现绿色转型升级提供政策建议。

一、理论分析与研究假说

(一)激励性管制与绿色技术创新

节能减排财政政策不仅是为强化生态环境保护而提出的具有环境约束性质的管制政策，也是国家在稳步推进形成绿色、低碳、循环经济发展新方式中采取的具有财政激励属性的补贴政策。政策实施带来重点领域能效水平的大幅提高、可再生能源的规模化应用及主要污染物排放量的显著减少，进而降低城市层面的碳排放水平。然而，这一过程也伴随企业落后产能和设备的淘汰、绿色低碳技术的革新推广，即实现了“波特假说”[11]。该假说认为环境管制政策主要从成本效应和创新补偿效应两种途径影响企业的管理决策行为。在成本效应方面，环境管制政策增加企业的污染排放治理成本，使企业减少研发投入或转向其他投资活动，在实现生产经营多元化的同时满足政策规定的环境条件[12]，但对创新产生的积极影响可能短期内被抵消。在创新补偿效应方面，适当的环境管制政策对企业形成一定的经营压力，倒逼企业提高能源利用效率、减少生产过程中污染排放，最终实现生态环境与绿色经济的协同发展。据此，本文提出研究假说1：节能减排财政政策综合示范城市试点促进了高耗能企业的绿色技术创新。

(二)企业规模与绿色技术创新

激励性管制政策对不同规模的高耗能企业均可能产生一定程度的创新激励效果，但由于高耗能企业在注册资本、经营状况及资金流动等方面存在显著差异，因而对激励性管制政策的绿色创新响应程度不尽相同。安同良等(2006)利用制造业企业的微观数据，研究企业规模、所属行业等因素对研发行为的影响，发现大型企业更频繁地开展持久性的研发创新活动[13]。冯根福等(2021)发现企业规模是中国企业技术创新研究中使用频率最高的变量，也是决定企业技术创新的关键内部因素[14]。在面对更严格的环境管制目标时，考虑到大型高耗能企业的生产成本和治污压力相对于其他企业较小，且在亟需通过技术升级提高市场竞争力、推进企业绿色转型的背景下，激励性管制政策对大型高耗能企业绿色创新活动的诱发因素更强。据此，本文提出研究假说2：与中小型高耗能企业相比，节能减排财政政策综合示范城市试点对大型高耗能企业的绿色创新激励效应更明显。

(三)企业技术研发偏向性、专利授权经验与绿色技术创新

激励性管制政策对技术研发偏向性不同的企业可能产生差异性的创新激励效果[15]。这是因为政策实施前就已涉及产品研发和技术创新等业务的企业在面对财政激励时能迅速落地原有的产品研发和技术升级方案，进行专利申请并获得授权，而那些经营范围从未涉及“技术研发”“技术开发”及“创新”的企业在受到激励性管制政策冲击后无法立即做出反应或难以负担过高的投入成本。此外，企业在技术创新过程中可能受过去研发经验的影响[16]，具体表现为各种人力、物质资本投入的初始成本较高且不确定性较大，盲目投入易产生难以市场化的专利产品，甚至面临资金链断裂、生产经营受阻及资源错配等风险[17][18][19]。因此，对高耗能企业而言，政策冲击前无任何专利授权记录能在一定程度上说明该企业在创新领域仍面临“从0到1”突破的难关，而这类企业往往也是政策扶持的重点。据此，本文提出研究假说3：与不具有技术研发偏向性的高耗能企业相比，节能减排财政政策综合示范城市试点对具有技术研发偏向性的高耗能企业的绿色创新激励效应更明显；研究假说4：与具有专利授权经历的高耗能企业相比，节能减排财政政策综合示范城市试点对无任何专利授权经历的高耗能企业的绿色创新激励效应更明显。

二、数据来源与研究设计

(一)样本选择与数据来源

本文选取2005—2022年全国大中小型高耗能企业的专利、绿色专利及其所属行业和城市层面的微观数据。其中，高耗能企业的专利数据来自企查查数据库，行业及城市层面的数据分别来自历年的《中国统计年鉴》和《中国城市统计年鉴》。结合2022年2月国家发改委等部门联合印发的《高耗能行业重点领域节能降碳改造升级实施指南(2022年版)》(从中提取17个重点行业关键词)，在行业筛选时保留七大国标行业内企业名称、企业标签及其经营范围中包含17个重点行业关键词的企业，剔除中途退出的企业，最终得到32230家高耗能企业。同时，将上述数据与行业、城市层面及节能减排财政政策的数据进行匹配，从而得到386022个研究样本。

对于高耗能企业绿色专利的筛选，本文依据国家知识产权局2022年12月编制的《绿色低碳技术专利分类体系》，结合《国际专利分类表(IPC 2022)》后提取高耗能企业的绿色专利数据。为体现绿色专利的异质创新价值，本文将专利及绿色专利分为发明型专利、实用新型专利和外观设计专利三类，以观察实质创新价值更高的发明型专利表现[20][21]。

本文获得的节能减排财政政策试点城市及试点时段源于财政部等官网，通过手工整理得到2011、2013及2014年三批次试点城市具体名单及其享受中央财政综合奖励资金的时段。因高耗能企业规模跨度较大且地理分布广泛，故选取全国330个地级行政区样本，入选节能减排财政政策试点名单的城市仅29个。

(二)变量定义

1.被解释变量：高耗能企业创新和绿色技术创新，分别以企业专利数量(ln_Pat)及绿色专利数量(ln_GreenPat)表示。借鉴黎文靖和郑曼妮(2016)对不同类型专利的衡量及李青原和肖泽华(2020)对企业绿色技术创新的研究[21][22]，本文分组探讨企业当年获得绿色发明型专利(GreenInvPat)、实用新型专利(GreenUtyPat)和外观设计专利(GreenAppPat)的情况。由于发明型专利申请时间较长，可有效避免企业的“策略性创新”行为，故下文予以重点关注。在稳健性检验中，本文使用高耗能企业绿色专利占总专利比重(Ratio_GreenPat)、绿色发明型专利占绿色专利比重(Ratio_GreenInvPat)和绿色实用新型专利占绿色专利比重(Ratio_GreenUtyPat)保证结果的稳健性。

2.解释变量：节能减排财政政策试点地区。财政部、国家发改委分别在2011、2013和2014年选取30个城市开展节能减排示范工作，因海东市于2013年撤地设市，为确保数据的完整性及统计口径一致而将其剔除。样本期内，整理得到财政部、国家发改委批复的示范城市并对其赋值。若某城市在样本期当年入选或此前已入选示范城市，则赋值为1，否则为0。

3.控制变量。本文纳入经济发展、财政支出规模、产业结构、环境状况(包括空气质量和碳排放量)及人口规模等影响试点地区入选的城市特征因素，以控制其对识别结果的影响。具体包括：人口规模(PS)，以常住人口的自然对数衡量，即ln(常住人口+1)；经济发展(ED)，以城市GDP的增长率衡量；产业结构(IS)，以城市第二产业总产值与GDP的比值衡量；空气质量(AQ)，以PM2.5指数衡量；碳排放量(CE)，以城市碳排放总量衡量；财政支出规模(FE)，以地方政府一般公共预算支出衡量。考虑到直接控制以上城市特征因素可能出现城市特征与试点地区选择互为因果的错误，因此使用示范城市试点政策发生当年(2011年)的城市特征与时间趋势(年份)的交乘项控制上述变量。表1为主要变量的描述性统计结果。

表1 变量的描述性统计(N=394859)

(三)模型设定

为检验节能减排财政政策这一激励性管制政策能否促进高耗能企业绿色技术创新，本文构造如下的模型：

ln_Pati，c，t=α+βDemoc×Postt+γCityc*year+μi+θc+σt+εi，c，t

其中，ln_Pati，c，t表示位于城市c的高耗能企业i在t年的专利、绿色专利授权数量的自然对数，以衡量高耗能企业创新及绿色技术创新水平。Democ表示节能减排财政政策试点地区的虚拟变量，若该城市属于公布的三批次试点地区，则取值为1，否则为0。Postt表示试点政策实施前后的虚拟变量，已实施该政策的年份取值为1，否则为0。系数β反映在对示范城市试点政策实施前后及试点地区与非试点地区之间进行双重差分后，该试点政策对高耗能企业专利、绿色专利授权的影响，若显著为正，表示激励性管制政策对高耗能企业创新及绿色技术创新具有显著促进作用。Cityc*year表示将政策开始年份(2011年)城市层面的特征变量与时间趋势相乘并进行控制，以避免“坏的控制变量”。μi和θc分别表示高耗能企业和城市层面不随时间变化的因素，σt是时间固定效应，εi，c，t表示随机误差项。此外，上述模型中仅列出高耗能企业专利授权变量，下文将对绿色专利(ln_GreenPat)、绿色发明型专利(GreenInvPat)和绿色实用新型专利(GreenUtyPat)等细目分类进行考察。

三、实证结果与分析

(一)基准检验结果

表2报告了节能减排财政政策对高耗能企业创新及绿色技术创新的影响。(1)、(2)列分别表示加入城市特征与时间趋势的交乘项后高耗能企业专利及绿色专利数量的回归结果。(1)列中双重差分项Democ×Postt的系数在5%的水平上显著为正，表明剔除城市层面可能影响高耗能企业技术创新的干扰因素后，节能减排财政政策在一定程度上激励高耗能企业进行技术创新，使企业专利授权数量的对数值提升约8.9%。(2)列中双重差分项Democ×Postt的系数在5%的水平上显著为正，即示范城市的设立使高耗能企业绿色专利授权增加了8.8%。至此，节能减排财政政策综合示范城市试点对高耗能企业创新及绿色技术创新均产生显著的正向影响，且对高耗能企业而言，其创新及绿色创新活动所受影响差异不大。

表2 节能减排财政政策对专利及绿色专利数量的影响

(二)分类型的回归结果

表3为专利及绿色专利细目分类的回归结果。(1)、(2)列中双重差分项Democ×Postt的系数分别在10%和5%的水平上显著为正，说明节能减排财政政策在一定程度上增加高耗能企业发明型专利及实用新型专利的数量，使二者的对数值分别提高了约6.5%和7.7%。(4)、(5)列为高耗能企业绿色发明型专利和绿色实用新型专利的回归结果，发现二者的系数分别在10%和5%的水平上显著为正，且与非绿色专利细目分类的回归结果几乎一致，即节能减排财政政策使高耗能企业绿色发明型专利和绿色实用新型专利授权提高了约6.5%和7.7%。从(3)、(6)列可以看出，无论是否被筛选为绿色专利，外观设计专利均未受到政策试点的显著影响。

表3 节能减排财政政策对分类专利及绿色专利数量的影响

综上，节能减排财政政策显著促进高耗能企业的创新及绿色创新活动，且对二者的影响程度相近。由专利及绿色专利的分组回归结果显示，该政策显著促进企业在发明型专利和实用新型专利方面的创新，而对外观设计专利无显著影响。至此，研究假说1得到验证。

四、稳健性检验

(一)平行趋势检验

图1为平行趋势检验结果。左图为高耗能企业专利授权的动态效应，发现节能减排财政政策实施前示范城市与非示范城市没有显著差异，示范城市设立前的系数均为0、设立后的系数均异于0。右图展示了绿色专利的动态效应，同样表明示范城市对高耗能企业绿色技术创新的影响满足平行趋势假设。进一步地，本文还检验高耗能企业绿色发明型专利与绿色实用新型专利授权数量的平行趋势，结果均满足平行趋势假设(11)限于篇幅，分类专利的平行趋势检验结果未展示，作者备索。。

图1 专利及绿色专利的平行趋势检验

(二)堆叠DID检验

借鉴Cengiz等(2019)的做法，我们使用堆叠DID剔除“坏的对照组”[23]。表4为堆叠DID方法的检验结果。从双重差分项Democ×Postt的系数可见，节能减排财政政策对高耗能企业创新及绿色技术创新的影响均在5%的水平上显著为正，再次论证了该政策对高耗能企业创新的促进作用。观察Democ×Postt的系数及显著性水平发现，异质性效应和负权重问题处理后创新激励效应的影响程度得到提升，表明基准检验结果在一定程度上受到异质性处理效应的影响。(1)、(2)列加入控制变量后的回归结果显示，节能减排财政政策使高耗能企业专利和绿色专利授权均增加了13.8%，与基准结果的8.9%和8.8%相比较，基准检验可能低估了政策影响效应。

表4 堆叠DID检验(N=918756)

(三)衡量绿色技术创新的替代变量

借鉴Popp(2006)提出的处理方法[24]，为保证结果的稳健性，基准回归模型中的被解释变量依次替换为高耗能企业绿色专利占比(Ratio_GreenPat)、绿色发明型专利占比(Ratio_GreenInvPat)及绿色实用新型专利占比(Ratio_GreenUtyPat)(回归结果如表5所示)。加入控制变量后的(1)、(2)、(3)列中双重差分项Democ×Postt的系数分别在5%和10%的水平上显著为正，表明排除可能引发高耗能企业两种相应专利授权的混淆因素后，节能减排财政政策的创新激励效应仍然存在，进而佐证了基准结果的稳健性。此外，无论是否加入控制变量，外观设计专利的回归结果均不显著，进一步印证发明型专利相较于其他两种专利能更好地体现企业创新水平，避免“策略性创新”动机的影响。

表5 节能减排财政政策对绿色专利占比的影响

(四)控制并行政策的影响

表6为控制并行政策影响的检验结果。(1)、(2)列加入低碳城市试点政策的虚拟变量，发现Democ×Postt的系数相较于基准结果均下降0.2%，而低碳城市试点政策并不显著，说明其并未对节能减排财政政策的回归结果造成影响。(3)、(4)列加入碳排放权交易试点政策的虚拟变量，发现Democ×Postt的系数相较于基准结果均下降1.0%。虽然碳排放权交易试点政策的系数在1%的水平上显著为正，但其数值极小。原因推断为节能减排财政政策大范围推广的时段为2013—2014年，而碳排放权交易试点政策的铺开也集中在此期间，故可能存在城市间溢出效应。(5)、(6)列加入创新型城市试点政策的虚拟变量，发现节能减排财政政策影响专利、绿色专利的系数和显著性水平与基准结果差异不大。虽然创新型城市试点政策的系数在1%的水平上显著为正，但其数值也极小。可见，以上三项并行政策并未对本文的估计结果造成偏误(12)限于篇幅，并行政策的比对与筛选结果未展示，作者备索。。

表6 控制并行政策的影响

五、进一步研究

(一)高耗能企业规模

考虑到高耗能企业样本量较大，节能减排财政政策对高耗能企业的创新激励效应在不同规模的企业间可能存在差异，因而本文根据高耗能企业注册资本的对数值对企业规模进行分组回归。这里，以高耗能企业工商信息中注册资本总体分布位于25%和75%的资本额为标准，将企业规模划分为小型、中型和大型三组。

表7是高耗能企业规模的分组检验结果。可见，双重差分项Democ×Postt的系数仅在(3)、(6)列显著为正，表明节能减排财政政策显著增加了“大型”组别企业(注册资本分布位于75%及以上)的创新活动。我们推断该政策对中小型企业技术创新无显著影响的原因可能在于财政补贴激励的针对性不足，补贴流向不明确导致中小型高耗能企业在市场竞争中处于劣势，存在融资压力、生产受阻等经营困难，因而难以将发展重心转移到企业的节能降碳方向进行技术创新。对大型企业而言，地方政府在考虑规模效应的前提下更有可能将财政补贴赋予这部分企业，促进其创新研发。至此，研究假说2得到验证。

表7 企业规模的检验结果

(二)高耗能企业技术研发偏向性

高耗能企业在生产经营中因企业定位及发展战略不同可能存在技术研发偏向性差异。本文通过筛选企业工商注册信息中经营范围是否涉及“技术研发”“技术开发”及“创新”等，将样本期内32230家高耗能企业分为非技术研发偏向型和技术研发偏向型两组。

表8是高耗能企业技术研发偏向性的分组检验结果。从(1)、(3)列双重差分项Democ×Postt的系数及显著性水平可见，节能减排财政政策对非技术研发偏向型企业的创新具有一定的正向激励作用，而对绿色技术创新无显著影响。从(2)、(4)列双重差分项的系数分别在5%和1%的水平上显著为正可知，对存在技术研发偏向性的企业而言，该政策显著促进技术创新活动的开展，其系数(分别为9.6%和10.0%)均高于基准结果的8.9%和8.8%，表明节能减排财政政策对技术研发偏向型企业的创新及绿色技术创新具有更强的激励作用，并使其绿色专利授权提高约10%。此两类企业的创新研发水平在政策激励下均得到提升，而后一种类型则是推动高耗能企业向节能降碳、绿色高效方向转型的关键。至此，研究假说3得到验证。

表8 技术研发偏向性的检验结果

(三)高耗能企业专利创新水平

企业在创新研发中通常会受到过去技术创新经验的影响，具体表现为各类研发投入的初始成本约束。本文根据高耗能企业在2011年首次受到节能减排财政政策冲击前后是否具有专利、绿色专利授权经历，将样本企业分为“初始型”和“成长型”两类，分别对应于受到首次政策冲击前后无任何专利、拥有一项及以上专利的企业。经筛选后，在首次政策冲击之前无任何专利授权经历的“初始型”企业20893家，拥有一项及以上专利授权经历的“成长型”企业8040家。而在2011年之前，无任何绿色专利授权经历的“初始型”企业20915家，拥有一项及以上绿色专利授权经历的“成长型”企业8018家。

表9是高耗能企业专利创新水平的分组检验结果。可见，双重差分项Democ×Postt的系数位于“初始型”高耗能企业对应的(1)、(3)列中在10%的水平上显著为正，而“成长型”高耗能企业对应的(2)、(4)列均不显著，表明节能减排财政政策对高耗能企业产生的创新激励效应确实存在企业原始专利创新水平方面的异质性，促进了无专利研发经验的企业进行创新，对拥有相应经历的“成长型”企业的创新激励效应并不显著。该政策在一定程度上有助于部分高耗能企业的绿色技术创新实现“从0到1”的突破，但对实质性绿色技术创新的提质增量仍有待进一步讨论。至此，研究假说4得到验证。

表9 专利创新水平的检验结果

六、结论与政策启示

本文基于2005—2022年我国高耗能企业的样本数据，从微观层面考察以节能减排财政政策为例的激励性管制政策对企业绿色技术创新的影响。研究结果表明，该政策在一定程度上促进高耗能企业创新和绿色技术创新整体水平，细分专利类型后发现对绿色发明型专利的促进作用略低于实用新型专利。较之于中小型企业、非技术研发偏向型企业、“成长型”企业，节能减排财政政策对高耗能企业绿色技术创新的促进作用在大型企业、技术研发偏向型企业、“初始型”企业中更为明显。这为进一步落实重点领域节能降碳技术改造升级，推动高耗能行业转变生产模式，加强绿色技术创新提供了政策启示：

1.完善节能降碳的激励性管制政策。在推进绿色高质量发展的过程中，需坚定认识到“经济社会发展的绿色化、低碳化”这一关键环节的重要性，从顶层设计出发，以建立优化长效机制为目标，打造真正的绿色技术创新全面提质增量的制度框架和保障体系。地方政府在制定各辖区“五年”规划、节能降碳实施方案及其他专项规划时，应从总体战略至落地操作各级各层均融入绿色创新这一理念，加快各类资源的节约集约利用进程，完善绿色高质量发展的各项政策标准，针对高耗能、高污染、高排放等重点领域行业强化节能降碳先进技术的研发、推广及应用。

2.充分发挥激励性管制政策的环境约束和财政激励属性。一方面，充分发挥激励性管制政策的环境约束功能，在政策制定及实施过程中搭建起约束对象、制度体系、环境治理与绿色发展现实的有效联动链条，建立以绿色产能为核心标准的考核监督体系，细化落实地区层面科学、合理、量化的绿色发展审核考评规范。另一方面，充分利用激励性管制政策的财政激励作用，提升地方政府资源整合及政策集成能力，完善支持高耗能企业绿色发展的财税、金融、投资、价格政策和标准体系，拓宽企业融资途径，使更多社会资本流向重点领域的产业及能源结构调整、废弃物循环利用及节能降碳绿色技术研发等。

3.制定并实施多元管制政策衔接运行机制。在推动各项产业转型、研发创新及环境管制政策落实的过程中，应按照绿色高质量发展的战略指引，不断加强对绿色转型和科技创新等理念核心内涵及政策逻辑的深刻认识，强化组织机构保障。针对具有多重管制激励属性的政策、单一管制属性但落实过程涉及多部门联动的政策，应完善领导与组织机制协调，通过协同推进统筹机制、建立政策平衡协调机制、优化管制机构衔接运行机制等方面蓄力，制定更加高效、联动、适宜的产业转型及创新规划方案，为进一步推动绿色高质量发展及各项管制政策落实到位提供基础保障。