碳中和目标下绿色投资与企业...基于技术创新的中介效应检验

资源描述：

１１８中国科技论坛（２０２２年９月）第９期碳中和目标下绿色投资与企业环境治理基于技术创新的中介效应检验李晓梅１，李曼曼２（辽宁工程技术大学营销管理学院，辽宁葫芦岛１２５１０５）摘要企业环境治理是实现环境高质量发展的重要因素，绿色投资和技术创新是影响企业环境治理的重要途径。在碳中和目标下，本文采用２０１２２０１９年中国沪深Ａ股上市制造业企业的平衡面板数据，构建包含政府监管、污染物排放信息、环境污染治理、披露载体及环境管理５个维度２６项指标的评价体系，采用普通最小二乘法实证分析绿色投资与企业环境治理之间的因果关系及影响机理，并利用Ｐｒｏｂｉｔ模型和Ｂｏｏｔｓｔｒａｐ中介效应检验方法进行稳健性检验。研究表明 ①制造业企业间环境治理水平差异较大且普遍较低，企业增加绿色投资能够显著提升环境治理水平； ②中介效应表明，绿色投资可以加强企业进行技术创新的动机，技术创新在绿色投资与企业环境治理之间起部分中介作用，中介效应水平为１９. ８９％，仍有较大提升空间。研究结论丰富了绿色发展相关理论研究，拓宽了环境治理领域的相关讨论。关键词绿色投资；企业环境治理；技术创新；碳中和；中介效应中图分类号Ｆ０６２. ４文献标识码ＡＲｅｓｅａｒｃｈｏｎＧｒｅｅｎＩｎｖｅｓｔｍｅｎｔａｎｄＣｏｒｐｏｒａｔｅＥｎｖｉｒｏｎｍｅｎｔａｌＧｏｖｅｒｎａｎｃｅＵｎｄｅｒｔｈｅＴａｒｇｅｔｏｆＣａｒｂｏｎＮｅｕｔｒａｌｉｔｙＴｅｓｔｏｆＩｎｔｅｒｍｅｄｉａｒｙＥｆｆｅｃｔＢａｓｅｄｏｎＴｅｃｈｎｏｌｏｇｉｃａｌＩｎｎｏｖａｔｉｏｎＬｉＸｉａｏｍｅｉ１，ＬｉＭａｎｍａｎ２（ＳｃｈｏｏｌｏｆＭａｒｋｅｔｉｎｇＭａｎａｇｅｍｅｎｔ，ＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｕｌｕｄａｏ１２５１０５，Ｃｈｉｎａ）ＡｂｓｔｒａｃｔＣｏｒｐｏｒａｔｅｅｎｖｉｒｏｎｍｅｎｔａｌｇｏｖｅｒｎａｎｃｅｉｓａｎｉｍｐｏｒｔａｎｔｆａｃｔｏｒｏｆａｃｈｉｅｖｉｎｇｈｉｇｈ⁃ｑｕａｌｉｔｙｅｎｖｉｒｏｎｍｅｎｔａｌｄｅｖｅｌｏｐｍｅｎｔ，ａｎｄｇｒｅｅｎｉｎｖｅｓｔｍｅｎｔａｎｄｔｅｃｈｎｏｌｏｇｉｃａｌｉｎｎｏｖａｔｉｏｎａｒｅｗａｙｓｔｏｉｎｆｌｕｅｎｃｅｃｏｒｐｏｒａｔｅｅｎｖｉｒｏｎｍｅｎｔａｌｇｏｖｅｒｎａｎｃｅ. Ｉｎｔｈｅｃｏｎｔｅｘｔｏｆｃａｒｂｏｎｎｅｕｔｒａｌｉｔｙ，ｔｈｉｓｐａｐｅｒａｄｏｐｔｓｂａｌａｎｃｅｐａｎｅｌｄａｔａｏｆＣｈｉｎａｓＳｈａｎｇｈａｉａｎｄＳｈｅｎｚｈｅｎＡ⁃ｓｈａｒｅｌｉｓｔｅｄｍａｎｕｆａｃｔｕｒｉｎｇｃｏｍｐａｎｉｅｓｆｒｏｍ２０１２ｔｏ２０１９ｔｏｃｏｎｓｔｒｕｃｔｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｉｎｃｌｕｄｉｎｇ２６ｉｎｄｉｃａｔｏｒｓａｎｄ５ａｓｐｅｃｔｓｎａｍｅｄａｓｇｏｖｅｒｎｍｅｎｔｒｅｇｕｌａｔｉｏｎ，ｐｏｌｌｕｔａｎｔｅｍｉｓｓｉｏｎｉｎｆｏｒｍａｔｉｏｎ，ｅｎ⁃ ｖｉｒｏｎｍｅｎｔａｌｐｏｌｌｕｔｉｏｎｇｏｖｅｒｎａｎｃｅ，ｄｉｓｃｌｏｓｕｒｅｃａｒｒｉｅｒａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｍａｎａｇｅｍｅｎｔ，ａｎｄｕｓｅｓｔｈｅｏｒｄｉｎａｒｙｌｅａｓｔｓｑｕａｒｅｔｏｅｘｐｌｏｒｅｔｈｅｒｅｌａｔｉｏｎｓｈｉｐａｎｄｍｅｃｈａｎｉｓｍｂｅｔｗｅｅｎｇｒｅｅｎｉｎｖｅｓｔｍｅｎｔａｎｄｃｏｒｐｏｒａｔｅｅｎｖｉｒｏｎｍｅｎｔａｌｇｏｖｅｒｎａｎｃｅａｎｄｆｕｒｔｈｅｒｕｓｅｓｔｈｅＰｒｏｂｉｔｍｏｄｅｌａｎｄＢｏｏｔｓｔｒａｐｉｎｔｅｒｍｅｄｉａｒｙｅｆｆｅｃｔｔｅｓｔｍｅｔｈｏｄｓｔｏｔｅｓｔｔｈｅｒｏｂｕｓｔｎｅｓｓ. Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈｅｆｏｌｌｏｗｉｎｇｓ. ① Ｔｈｅｌｅｖｅｌｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｇｏｖｅｒｎａｎｃｅ基金项目国家自然科学基金项目“分类制度下城市生活垃圾处理环境、经济和社会影响评价及技术政策优化” （５２０７００９１），辽宁省社会科学规划基金“辽宁战略新兴产业投入产出效率测度及高质量发展研究” （Ｌ１９ＢＪＹ０２８），辽宁省社科联项目“碳达峰与碳中和背景下辽宁绿色产业技术效率困境解构机理研究” （２０２２ＬＳＬＹＢＫＴ－０１８）。收稿日期２０２１－１２－０８作者简介李晓梅（１９７４－），女，辽宁朝阳人，博士、教授、博士生导师，研究方向为技术经济评价与创新管理。 DOI10.13580/j.cnki.fstc.2022.09.008 第９期（２０２２年９月）中国科技论坛１１９ａｍｏｎｇｍａｎｕｆａｃｔｕｒｉｎｇｅｎｔｅｒｐｒｉｓｅｓｖａｒｉｅｓｇｒｅａｔｌｙａｎｄｉｓｇｅｎｅｒａｌｌｙｌｏｗ. Ｔｈｅｉｎｃｒｅａｓｅｏｆｇｒｅｅｎｉｎｖｅｓｔｍｅｎｔｂｙｅｎｔｅｒｐｒｉｓｅｓｃａｎｓｉｇｎｉｆｉｃａｎｔｌｙｉｍ⁃ ｐｒｏｖｅｔｈｅｌｅｖｅｌｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｇｏｖｅｒｎａｎｃｅ. ② Ｔｈｅｉｎｔｅｒｍｅｄｉａｒｙｅｆｆｅｃｔｓｈｏｗｓｔｈａｔｇｒｅｅｎｉｎｖｅｓｔｍｅｎｔｓｔｉｍｕｌａｔｅｓｔｈｅｍｏｔｉｖａｔｉｏｎｏｆｅｎｔｅｒｐｒｉ⁃ ｓｅｓｔｏｃａｒｒｙｏｕｔｔｅｃｈｎｏｌｏｇｉｃａｌｉｎｎｏｖａｔｉｏｎ，ｗｈｉｃｈｐｌａｙｓａｐａｒｔｉａｌｍｅｄｉａｔｉｎｇｒｏｌｅｂｅｔｗｅｅｎｇｒｅｅｎｉｎｖｅｓｔｍｅｎｔａｎｄｃｏｒｐｏｒａｔｅｅｎｖｉｒｏｎｍｅｎｔａｌｇｏｖｅｒｎａｎｃｅ，ａｎｄｔｈｅｌｅｖｅｌｏｆｉｎｔｅｒｍｅｄｉａｒｙｅｆｆｅｃｔｉｓ１９. ８９ｐｅｒｃｅｎｔ. Ｔｈｅｒｅｉｓｓｔｉｌｌａｌｏｔｏｆｒｏｏｍｆｏｒｉｍｐｒｏｖｅｍｅｎｔ. Ｔｈｅｒｅｓｅａｒｃｈｃｏｎｃｌｕｓｉｏｎｓｅｎｒｉｃｈｔｈｅｒｅｌｅｖａｎｔｔｈｅｏｒｙｏｎｇｒｅｅｎｄｅｖｅｌｏｐｍｅｎｔａｎｄｂｒｏａｄｅｎｔｈｅｒｅｌａｔｅｄｄｉｓｃｕｓｓｉｏｎｓｉｎｔｈｅｆｉｅｌｄｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｇｏｖｅｒｎａｎｃｅ. ＫｅｙｗｏｒｄｓＧｒｅｅｎｉｎｖｅｓｔｍｅｎｔ；Ｃｏｒｐｏｒａｔｅｅｎｖｉｒｏｎｍｅｎｔａｌｇｏｖｅｒｎａｎｃｅ；Ｔｅｃｈｎｏｌｏｇｉｃａｌｉｎｎｏｖａｔｉｏｎ；Ｃａｒｂｏｎｎｅｕｔｒａｌｉｔｙ；Ｉｎｔｅｒｍｅｄｉａｒｙｅｆｆｅｃｔ０引言中国一直高度重视生态文明建设和绿色发展。 “十四五”期间，中国致力建设制造强国、推动传统产业绿色化发展，环境治理绩效的提高成为企业目标。中国力争２０３０年前实现碳达峰、２０６０年前实现碳中和。中国是全球最大的工业商品生产国，处在碳排放上升阶段，且碳达峰、碳中和时间窗口偏紧，在相对较低发展水平下实现“碳中和”目标面临多重挑战。２０２１年１０月，国务院发布２０３０年前碳达峰行动方案，指出工业领域要加快绿色低碳转型和高质量发展，力争率先实现碳达峰［１］。２０２１年１２月，工信部发布 “十四五” 工业绿色发展规划，提出构建绿色低碳技术体系，加快关键共性技术攻关突破［２］。企业是社会生产的最大主体，其环境治理行为直接影响社会经济可持续发展，对经济增长向绿色转型至关重要。碳中和目标下，绿色投资和技术创新对于企业发展尤为重要。虽然中国创新能力正稳步上升，中国科学技术发展战略研究院发布的国家创新指数报告２０２０显示，中国创新指数排名第１４位［３］。然而，中国制造业企业自主创新能力与世界先进水平相比仍差距明显。２０２２年１月，工信部、科技部及生态环境部联合发布环保装备制造业高质量发展行动计划（２０２２２０２５年），指出要强化科技创新支撑，加快形成创新驱动的产业生态［４］。 “双碳”背景下，制造业企业技术创新是否有助于改善其转型发展中的环境治理是亟待解决的重要问题。从现有研究看，在应对气候变化、减少碳排放的过程中，诸多学者表明绿色投资和技术创新是影响环境治理的关键因素。绿色投资作为一种将财务手段和环境目标相结合的新型混合实践，在碳减排方面发挥着重要作用［５－６］。另外，推动经济保持低碳发展的关键在于科技创新［７］，化石燃料的燃烧导致大气中ＣＯ２排放快速增长，技术创新被认为是减少ＣＯ２排放的关键因素。对比现有研究，受限于微观企业层面数据的可获取性，少有研究绿色投资影响企业环境治理的内在机理，本文有以下边际贡献 ①丰富技术创新对企业绿色投资与环境治理的作用机理。在 “碳中和”目标下，从微观企业层面展开研究，探讨了绿色投资对企业环境治理的影响机理，提出并验证了技术创新在“绿色投资企业环境治理” 框架中的中介作用，揭示了重要的潜在内部作用机理，更好地解释了企业绿色投资活动的价值，丰富了绿色发展相关理论研究，为企业改善自身环境治理水平提供借鉴。 ②拓展企业环境治理的研究指标体系。以往研究由于数据的可得性，仅选取部分环境指标，本文从政府监管、污染物排放信息、环境污染治理、披露载体以及环境管理五个方面构建了一套较为完善的企业环境治理指标体系，通过相关报告中有关ＣＯＤ排放量、ＳＯ２排放量、ＣＯ２排放量、污染物排放达标、三同时制度执行情况等指标的披露情况，多维度衡量企业环境治理，使检验结果更为有效。１文献回顾与研究假设在实现“碳中和”目标愿景下，环境治理问题是目前学者关注的热点，企业作为环境治理的责任主体，厘清环境治理的相关理论及驱动因素有助于探索“碳中和”目标的实现路径。１. １企业环境治理内涵、特征及驱动机制研究（１）企业环境治理内涵、特征研究。我国生态文明制度建设起步较晚，企业环境治理（ＧｏｒｐｏｒａｔｅＥｎｖｉｒｏｎｍｅｎｔａｌＧｏｖｅｒｎａｎｃｅ，ＣＥＧ）作为实现碳减排目标的关键指标，目前还没有清晰的界定，通过文献梳理发现，现有研究较多采用环境绩效这一概念。两者区别在于，环境绩效更接近环境治理的结果［８］，环境治理强调的是以环境绩效改进为目标的多主体持续互动［９］。从广义概念上理解，１２０中国科技论坛（２０２２年９月）第９期环境治理包括环境绩效相关概念，其构成要素主要包括治理主体、治理过程以及治理效果等，是环境管理绩效评价基础上的一种新的绩效评价范式。企业环境治理具有明显的外部性特征。目前，生态环境成本并未纳入工业增长核算体系，制造业发展造成的环境污染属于负外部性问题，通过一定的手段，将外部成本内部化可以促使生产者参与到环境治理过程［１０］，比如通过排污收费规范企业行为［１１］，从而降低污染物排放水平。（２）企业环境治理驱动机制研究。国内外学者对提升企业环境治理机制进行了诸多探索，既有研究主要从外部动因和内部动因展开。外部动因主要有政府行政手段、非行政手段及以市场为基础解决环境问题的相关实践。 ①政府行政手段。陈晓艳等［１２］将环境治理划分为环境治理过程和环境治理结果，验证了环境处罚对环境治理具有正向影响。 ②非行政手段。徐丽萍等［１３］研究表明媒体关注正向影响前瞻型环境基调，从而提高企业环境绩效。 ③以市场为基础解决环境问题的相关实践，主要包括自愿准则和标准［１４］。相关学者从不同视角对影响企业环境治理的内部动因展开研究。从研发投入视角，Ａｌａｍ等［１５］研究表明研发投资可以降低能源消耗和碳排放强度，提高环境绩效。李涛等［１６］验证了创新投入与企业环境绩效之间存在显著的Ｕ形关系。从企业内部非正式制度视角，胡珺等［１７］、徐莉萍等［１８］分别探究高管家乡认同、技术型连锁独立董事对企业环境绩效的影响。从环境战略视角，Ｋｒａｕｓ等［１９］研究表明企业社会责任与环境战略、绿色创新正相关，进而提高了环境绩效。绿色投资是企业环境战略的一部分，陈宇峰等［２０］证实了绿色投资有助于改善环境绩效。综上，目前研究对企业环境治理的驱动因素展开了诸多探索，区别于以往研究，本文尝试从技术创新视角，阐明绿色投资影响企业环境治理的理论机制，并从实证分析角度进行经验研究。１. ２绿色投资对企业环境治理的影响机理研究１９８９年经济学家皮尔斯在绿色经济蓝皮书中最初提出“绿色经济”。与绿色经济相适应，对绿色经济发展的投入称为绿色投资（ＧｒｅｅｎＩｎｖｅｓｔｉｎｇ，ＧＩ）［２１］。绿色投资是在可持续发展战略背景下提出的，是以提升环境绩效为目标，以及降低环境成本的内部投资［２２］。利益相关者理论将企业内部管理实践与利益相关者施加的外部需求联系起来，企业的绿色投资活动涉及较多的利益相关者，如政府、金融机构及相关企业等［２３］。其中，政府方面的环境规制对企业行为有着强制性约束［２４］，企业为了应对规制的压力进行战略调整，绿色投资在一定程度上反映企业对环境的重视程度，促使企业承担相应的环境责任，提高环境声誉和绩效，注重自身环境治理水平改善。为了应对利益相关者的压力，企业有强烈的动机增加环保支出，更好满足利益相关者的诉求。企业将部分资源用于环境保护，有助于增强企业的绿色竞争力。Ｇｉｏｖａｎｎｉ等［２５］指出，企业实施绿色生产实践将提高环境绩效，从而得到利益相关者的认可。陈宇峰等［２０］证实企业增加绿色投资能够降低环境违规概率，从而改善环境绩效，且企业研发投入对两者关系的调节作用不显著。赵领娣等［２６］研究表明，绿色投资通过生产性资本投向、技术创新的中介效应影响企业经营绩效。Ｙａｎ等［５］验证绿色投资基金在金融部门的比例可以有效改善企业环境绩效，且两者关系受股东保护政策和环境保护政策的调节。综上，绿色投资有助于企业的可持续发展，是企业提升自身环境治理水平的重要驱动力。因此，提出研究假设Ｈ１绿色投资可以显著改善企业环境治理水平。１. ３技术创新对企业环境治理的影响机理研究１９１２年熊彼特提出创新理论，考察技术创新对经济社会的影响。我国须在科技创新支撑下，才能有望如期实现“双碳”目标［２７］，技术创新与环境治理的关系已经在文献中从不同角度进行讨论。Ｊｉａｎｇ等［２８］发现研发强度可以减少中国制造业企业的污染物排放。邢新朋等［２９］研究表明，企业的可持续探索创新与可持续利用创新对制造业企业环境绩效存在正向影响。张兆国等［３０］以重污染行业为样本，发现企业工艺创新对环境绩效没有显著影响，产品创新可以提高环境绩效。陈阳等［３１］以我国２８５个城市为样本，证实了技术创新可以减少环境污染，但这种影响存在一个门槛值。综上所述，对于技术创新与环境治理的关系，大多数学者认为技术创新对环境治理具有正向促进作用。１９９５年Ｈａｒｔ在资源基础观的基础上提出了自然资源基础观（ＮａｔｕｒａｌＲｅｓｏｕｒｃｅ⁃ＢａｓｅｄＶｉｅｗ，ＮＲ⁃ 第９期（２０２２年９月）中国科技论坛１２１ＢＶ），认为企业的亲环境行为可以为企业带来可持续的竞争优势，企业通过技术创新获得环境可持续发展能力，进而形成自己的绿色竞争优势。另外，技术创新在很大程度上取决于Ｒ＆Ｄ投资水平［３２］，Ｒ＆Ｄ投入对企业环境治理的影响可以从两个方面考虑。 ① Ｒ＆Ｄ投入使得企业在最低能耗的情况下提高资源利用效率，减少ＣＯ２排放，从而有助于提高环境绩效［３３］。 ② Ｒ＆Ｄ投入有助于改进清洁能源技术，这些新技术有助于提高能源效率［１５］。以上研究表明，Ｒ＆Ｄ投入助于能源的有效消耗，提高了生产效率，是企业改善环境治理的重要工具。因此，提出研究假设Ｈ２技术创新可以显著改善企业环境治理水平。１. ４技术创新在绿色投资与企业环境治理之间的中介作用 “十四五”规划强调“绿色生态”指标约束下，企业将开展绿色生产实践。 “波特假说”认为，合理的环境规制有利于企业技术创新，相关学者也证实了环境规制对技术创新的促进作用［３４］。一些学者研究表明环保投入会促使企业进行技术创新。王鹏等［３５］研究发现，与技术创新的前端预防相比，污染治理投资的末端治理效果更好。邓玲等［３６］研究表明环保投资可以通过技术进步提高绿色全要素生产率的配置效应。综上所述，大多数学者肯定了环保投入对技术创新的促进作用。在“碳中和”目标下，随着政府对企业环境行为的重视不断加深，企业战略定位会发生变化。一方面，企业被动应对环境规制的行为将不利于企业的长期生存发展，因此企业需要改变经营策略，积极进行绿色投资，增加研发投入生产环境友好型产品，提高自身的环境绩效。良好的环境绩效可有效降低利益相关者通过法律行为或客户抵制来干扰公司运行的可能性［３７］，从而使企业获得长期竞争优势；另一方面，从事研发活动可提高生产效率，有助于降低环境成本。绿色投资是企业经营资金支出的一部分，加重了企业的成本负担，企业为了抵消环保活动带来的成本增长，应积极进行技术创新，进而缓解环境成本增加给企业经营带来的不利影响。综上所述，绿色投资会触发企业进行技术创新来生产新的产品和改进生产工艺，而产品和工艺上的创新对企业环境治理具有正向影响。因此，提出研究假设Ｈ３技术创新在绿色投资与企业环境治理之间起中介作用。２研究设计２. １样本选择与数据来源本文结合数据的可获得性，确定研究区间为２０１２２０１９年。以我国沪深Ａ股制造业上市公司为样本，行业分类主要依据２０１２年证监会上市行业分类指引。遵循以往研究惯例，对样本做如下处理 ①剔除金融保险类样本； ②剔除ＳＴ样本、∗ ＳＴ样本； ③剔除数据缺失的样本，最终得到涉及２３个细分行业的１１０家制造业企业的平衡面板数据。数据来源方面，通过搜集整理上市公司年报、社会责任报告以及可持续发展报告获得企业环境治理信息相关披露内容；绿色投资数据通过查询企业财务报表附注获得；其他数据来源于国泰安数据库和ＷＩＮＤ数据库。２. ２变量定义（１）被解释变量企业环境治理（ＣＥＧ）。现有研究主要从定性和定量两个维度衡量企业环境治理，定量方法对环境治理的衡量维度比较单一，在定性方面，很多学者采用内容分析法对环境治理情况进行评价［５，８］。本文借鉴杨广青等［３８］、于连超等［３９］、张国清等［８］、Ｌｕ等［４０］、于连超等［３９］、王丽萍等［４１］的研究，通过收集整理上市公司相关披露报告，从政府监管、污染物排放信息、环境污染治理、披露载体、环境管理５个方面构建包含２６项披露项目的评价体系，用以全面反映企业环境治理水平，见表１。参照杨广青等［３８］的研究，将所有数值相加获得企业环境治理评价值，企业环境治理水平的取值范围为（０，３８），值越大表明环境治理效果越好。具体规则为定量描述为２分、定性描述为１分、没有任何描述为０分。（２）解释变量绿色投资（ＧＩ）。受限于企业微观层面环境相关数据难以获取，现有研究对绿色投资的衡量尚未形成统一标准。为了完善企业绿色投资数据，本文对样本企业财务报表附注“管理费用”中与环保有关的费用支出进行整理，并取自然对数衡量绿色投资。（３）中介变量。本文选取技术创新（Ｒ＆Ｄ）为中介变量。技术创新是一个经济投入产出的复杂过程，可以从投入和产出两个角度来衡量。投入角度主要包括研发投入、研发人员投入等指标，产１２２中国科技论坛（２０２２年９月）第９期表１企业环境治理指标体系类别企业环境治理信息披露项目政府监管重点污染监控单位（０，１）污染物排放信息废水排放量（０，１，２）ＣＯＤ排放量（０，１，２）ＳＯ２排放量（０，１，２）ＣＯ２排放量（０，１，２）烟尘和粉尘排放量（０，１，２）工业固废物产生量（０，１，２）环境污染治理环保专项行动（０，１）污染物排放达标（０，１）环境事件应急机制（０，１）废气减排治理情况（０，１，２）废水减排治理情况（０，１，２）粉尘烟尘治理情况（０，１，２）固废利用与处置情况（０，１，２）噪声光污染辐射等治理（０，１，２）清洁生产实施情况（０，１，２）披露载体上市公司年报（０，１）社会责任报告（０，１）环境报告（０，１）环境管理环保理念（０，１）环保目标（０，１）环保管理制度体系（０，１）环保教育与培训（０，１）三同时制度（０，１）是否通过ＩＳＯ１４００１认证（０，１）是否通过ＩＳＯ９００１认证（０，１）出角度主要包括专利数量等指标。相对于从产出角度衡量技术创新，Ｒ＆Ｄ经费支出更能体现企业对科技创新的重视程度，因此本文采用企业研发投入的自然对数衡量技术创新。表１中，重点污染监控单位为披露公司为重点监控单位、环保教育与培训为披露公司参与的环保相关教育与培训、三同时制度为披露公司执行 “三同时”制度情况。（４）控制变量。通过分析以往研究成果，本文借鉴李强等［４２］，杨广青等［３８］，王丽萍等［４１］的研究，选取总资产净利润率、产权性质、资产负债率、董事会人数、上市年限、机构投资者持股比例控制对企业环境治理的影响，并控制样本企业的行业和年份固定效应，所有变量说明见表２。２. ３中介效应检验方法若解释变量Ｘ通过变量Ｍ对被解释变量Y产生影响，则变量Ｍ为中介变量。本研究中，技术创新为中介变量Ｍ，绿色投资为解释变量Ｘ，企业环境治理水平为被解释变量Y。研究技术创新的中介效应，是为了更好理解企业在环境保护方面的支出对环境治理的内在影响机理。Ｂｏｌｌｅｎ提出的逐步回归检验系数法是中介效应检验的经典方法，可用计量模型（１）～（３）检验变量间的关系。 Y ＝ αＸ＋ｅ１（ α不为０）（１）Ｍ＝ βＸ＋ｅ２（ β不为０）（２） Y ＝ α′Ｘ＋ γＭ＋ｅ３（ α′不为０； γ不为０）（３）式（１）的系数α为解释变量对被解释变量的总效应；式（２）的系数β为解释变量Ｘ对中介变量Ｍ的效应；式（３）中系数α′是在控制了中介变量Ｍ对被解释变量Y的影响后，解释变量Ｘ对被解释变量Y的直接影响，ｅ１，ｅ２，ｅ３为回归残差。中介效应为系数乘积βγ ，中介效应、直接效应与总效应的关系如下 α ＝ α′ ＋ βγ （４）表２各变量定义及说明变量性质变量名称变量符号变量描述被解释变量企业环境治理ＣＥＧ环境治理指标的全部评分加总解释变量绿色投资ＧＩ环保支出总额取自然对数中介变量技术创新Ｒ＆Ｄ企业研发投入取自然对数控制变量总资产净利润率ＲＯＡ净利润／总资产平均余额产权性质ＳＯＥ国企赋值为１，否则为０资产负债率Ｌｅｖ年末总负债除以年末总资产董事会人数Ｂｏａｒｄ董事会人数取自然对数上市年限ＬｉｓｔＡｇｅｌｎ（当年年份－上市年份＋１）机构投资者持股比例ＩＮＳＴ机构投资者持股总数／流通股本注为了消除异常值的影响，对所有连续型变量在１％、９９％分位上进行了缩尾处理。第９期（２０２２年９月）中国科技论坛１２３２. ４模型设定为了验证前文提出的假设，构建模型（５）～（８）如下ＣＥＧｉ，ｔ＝ β０＋ β１ＧＩｉ，ｔ＋ γ∑ ＣｏｎｔｒｏｌＶａｒｉ，ｔ＋ ∑ Ｉｎｄｕｓｔｒｙ＋ ∑ Yｅａｒ＋ εｉ，ｔ（５）ＣＥＧｉ，ｔ＝ β０＋ β１Ｒ＆Ｄｉ，ｔ＋ γ∑ ＣｏｎｔｒｏｌＶａｒｉ，ｔ＋ ∑ Ｉｎｄｕｓｔｒｙ＋ ∑ Yｅａｒ＋ εｉ，ｔ（６）Ｒ＆Ｄｉ，ｔ＝ β０＋ β１ＧＩｉ，ｔ＋ γ∑ ＣｏｎｔｒｏｌＶａｒｉ，ｔ＋ ∑ Ｉｎｄｕｓｔｒｙ＋ ∑ Yｅａｒ＋ εｉ，ｔ（７）ＣＥＧｉ，ｔ＝ β０＋ β１ＧＩｉ，ｔ＋ β２Ｒ＆Ｄｉ，ｔ＋ γ ∑ ＣｏｎｔｒｏｌＶａｒｉ，ｔ＋ ∑ Ｉｎｄｕｓｔｒｙ＋ ∑ Yｅａｒ＋ εｉ，ｔ（８）式（５）～（８）中，ｉ代表企业，ｔ代表年份，ＣｏｎｔｒｏｌＶａｒｉ，ｔ为控制变量， ε ｉ，ｔ为随机扰动项，被解释变量ＣＥＰ为企业环境治理，核心解释变量ＧＩ为绿色投资，中介变量Ｒ＆Ｄ为技术创新。其中，模型（５）（６）分别检验绿色投资ＧＩ、技术创新Ｒ＆Ｄ对企业环境治理ＣＥＧ的影响。采用逐步回归法构建模型（５）（７）（８）对技术创新在绿色投资与企业环境治理之间的中介效应进行检验，具体步骤如下 ①模型（５）中绿色投资对企业环境治理的影响显著； ②模型（６）绿色投资对技术创新的影响显著； ③模型（８）中若技术创新通过显著性检验，则存在中介效应。３实证结果与分析３. １描述性统计由表３可以看出，通过内容分析法测算出的企业环境治理ＣＥＧ标准差为８. ０７５，和其他变量相比该值明显偏大，说明数据波动性较强，不同企业间环境治理水平参差不齐；均值、最小值、最大值分别为１１. ２２２、１、３５，表明整体上制造业企业环境治理水平有待提高。绿色投资ＧＩ标准差为１. ６５５大于１，说明制造业企业绿色投资水平存在较大差异，多数企业在环境保护方面的投入还有待加强。技术创新Ｒ＆Ｄ标准差１. ３８６，说明不同制造业企业技术创新程度存在一定差异。表３描述性统计变量ＮｍｅａｎｍｅｄｉａｎｓｄｍｉｎｍａｘＣＥＧ８８０１１. ２２２１０８. ０７５１３５ＧＩ８８０１５. １８１１５. １８３１. ６５５１１. １２７１８. ９１８Ｒ＆Ｄ８８０１８. １４６１８. １２７１. ３８６１４. ７２０２１. ５２０ＲＯＡ８８００. ０３７０. ０３００. ０５３－０. １２００. ２６８ＳＯＥ８８００. ４７６００. ５０００１Ｌｅｖ８８００. ４４５０. ４４９０. １９３０. ０５２０. ８３６Ｂｏａｒｄ８８０２. １８５２. １９７０. １９９１. ６０９２. ７０８ＬｉｓｔＡgｅ８８０２. ４００２. ４８５０. ６０６０. ６９３３. ２９６ＩＮＳＴ８８００. ４１４０. ４３２０. ２２５０. ００３０. ８５７注根据２０１２２０１９年上市公司年报社会责任报告可持续发展报告、国泰安数据库和ＷＩＮＤ数据库进行描述性统计，下同。对样本企业２０１２２０１９年的企业环境治理水平的描述性统计结果见表４。由表４可以看出，企业环境治理水平平均值整体上呈递增趋势，在２０１４年稍有下降，说明制造业企业环境治理整体水平在不断改善。近年来，随着政府对环境问题管控力度的不断加强，企业对环境治理的重视程度日益加深。企业环境治理水平极小值为１，极大值为３５，说明我国制造业企业环境治理水平发展较不平衡，未来仍需要提高企业参与环境治理的积极性，提高制造业企业的环境治理水平。表４企业环境治理水平的年度描述性统计年份ｍｉｎｍｅａｎｍａｘｓｄ２０１２１８. ５２７３２７. ６３０２０１３１９. ０６４３３７. ４４７２０１４１８. ９６４３０６. ９７４２０１５１９. ８９０３２８. ０２８２０１６１１０. ９００３１８. １８８２０１７１１２. ３０９３２７. ５９９２０１８２１４. ６２７３４７. ６１８２０１９２１５. ５４１３５８. １０２合计１１１. ２２２３５８. ０７５１２４中国科技论坛（２０２２年９月）第９期３. ２相关性分析为了初步验证变量间的关系，进行Ｐｅａｒｓｏｎ相关系数检验，结果见表５。变量间相关系数绝对值最大为０. ５９０，表明本文选取的各变量间不存在多重共线性问题。绿色投资ＧＩ与企业环境治理ＣＥＧ之间的正向关系在１％水平上显著，初步表明绿色投资能够对企业环境治理产生正向影响，为研究其内在影响机理提供了契机。技术创新Ｒ＆Ｄ与企业环境治理ＣＥＧ在１％的水平上显著为正，表明技术创新有助于提高企业环境治理水平。以上分析初步证实了假设Ｈ１和假设Ｈ２。表５变量相关系数矩阵变量ＣＥＧＧＩＲ＆ＤＲＯＡＳＯＥＬｅｖＢｏａｒｄＬｉｓｔＡｇｅＩＮＳＴＧＩ０. ３８５∗ ∗ ∗ １Ｒ＆Ｄ０. ３２５∗ ∗ ∗ ０. ４１５∗ ∗ ∗ １ＲＯＡ－０. ０８０∗ ∗ ０. ０７２∗ ∗ ０. １３２∗ ∗ ∗ １ＳＯＥ０. ３６３∗ ∗ ∗ ０. ２７２∗ ∗ ∗ ０. ２２１∗ ∗ ∗ ０. ２２２∗ ∗ ∗ １Ｌｅｖ０. ３９３∗ ∗ ∗ ０. ３４６∗ ∗ ∗ ０. ２５６∗ ∗ ∗ ０. ３９７∗ ∗ ∗ ０. ４３４∗ ∗ ∗ １Ｂｏａｒｄ０. ２９９∗ ∗ ∗ ０. ２３４∗ ∗ ∗ ０. ２４１∗ ∗ ∗ －０. ０２７０. ３３１∗ ∗ ∗ ０. ２４５∗ ∗ ∗ １ＬｉｓｔＡgｅ０. ３４８∗ ∗ ∗ ０. ２８５∗ ∗ ∗ ０. ２３８∗ ∗ ∗ ０. １１９∗ ∗ ∗ ０. ５９０∗ ∗ ∗ ０. ３４９∗ ∗ ∗ ０. ２４０∗ ∗ ∗ １ＩＮＳＴ０. ２８０∗ ∗ ∗ ０. ２８７∗ ∗ ∗ ０. ２１６∗ ∗ ∗ ０. ０４２０. ５０１∗ ∗ ∗ ０. ２６９∗ ∗ ∗ ０. ２６７∗ ∗ ∗ ０. ３７４∗ ∗ ∗ １注∗ ∗ ∗ 、∗ ∗和∗分别表示相关系数在１％、５％和１０％的水平上显著，下同。３. ３回归分析计算方差膨胀因子得到ＶＩＦｍａｘ＝２. ０２，说明不存在多重共线性问题。本文用混合ＯＬＳ回归对计量模型（５）～（８）展开分析，见表６。第１列为绿色投资ＧＩ对企业环境治理ＣＥＧ的回归分析结果，绿色投资与企业环境治理的回归值为０. ８０６，且两者在１％水平上关系显著，表明绿色投资水平越高，企业环境治理效果越好，假设Ｈ１成立。可见，企业加大在环境保护方面的投入对环境治理产生正向影响，这与陈宇峰等［２０］的结果一致。模型（５）中绿色投资ＧＩ对企业环境治理ＣＥＧ的回归系数为０. ８０６，且在１％的显著性水平上高度显著；模型（６）的回归结果显示，技术创新Ｒ＆Ｄ与企业环境治理ＣＥＧ的回归值为０. ８６８，两者的关系显著水平为１％，表明技术创新可以有效改善企业环境治理效果，假设Ｈ２成立，这与现有文献的整体结论基本一致；模型（７）中绿色投资ＧＩ与技术创新Ｒ＆Ｄ的回归系数在１％的水平上显著且大于零，说明绿色投资可以促使企业进行技术创新；模型（８）中，将技术创新Ｒ＆Ｄ放入基本回归模型中，和模型（５）相比，绿色投资ＧＩ的回归系数在１％的显著性水平上降低为０. ６４６，同时技表６绿色投资、技术创新与企业环境治理变量模型（５）ＣＥＧ模型（６）ＣＥＧ模型（７）Ｒ＆Ｄ模型（８）ＣＥＧ０. ８０６∗ ∗ ∗ ０. ２６９∗ ∗ ∗ ０. ６４６∗ ∗ ∗ ＧＩ（４. ９１）（１０. １４）（３. ７９）０. ８６８∗ ∗ ∗ ０. ５９６∗ ∗ Ｒ＆Ｄ（４. ０７）（２. ７２）２. ８６７１. ０４０４. ９３５∗ ∗ ∗ －０. ０７５ＲＯＡ（０. ５８）（０. ２０）（４. ９１）（－０. ０１）２. ５２２∗ ∗ ∗ ２. ３９０∗ ∗ ∗ ０. ２６７∗ ２. ３６３∗ ∗ ∗ ＳＯＥ（３. ６０）（３. ３３）（２. ３５）（３. ３５）５. ６８６∗ ∗ ∗ ５. ８９６∗ ∗ ∗ １. ５１３∗ ∗ ∗ ４. ７８４∗ ∗ Ｌｅｖ（３. ４１）（３. ４９）（６. ２２）（２. ７９）４. ２０６∗ ∗ ∗ ４. ３２９∗ ∗ ∗ ０. ４７８∗ ３. ９２１∗ ∗ ∗ Ｂｏａｒｄ（３. ６９）（３. ８１）（２. ３８）（３. ４６）－０. １０８０. ０８３－０. ０５３－０. ０７７ＬｉｓｔＡgｅ（－０. １９）（０. １４）（－０. ５９）（－０. １３）１. ９５２２. ４８２∗ －０. ０６８１. ９９３ＩＮＳＴ（１. ６７）（２. １２）（－０. ３７）（１. ７３）－１９. ２７３∗ ∗ ∗ －２１. ３３４∗ ∗ ∗ ９. ２４４∗ ∗ ∗ －２４. ７８４∗ ∗ ∗ ＿cｏｎｓ（－５. ８０）（－５. ４３）（１５. ２４）（－６. １２）ＩｎｄｕｓｔｒｙＹｅｓＹｅｓＹｅｓＹｅｓＹｅａｒＹｅｓＹｅｓＹｅｓＹｅｓＮ８８０８８０８８０８８０Ｒ２０. ４９２０. ４８８０. ５０６０. ４９８Ｆ值３４. ９６３６. ２３５１. ５５３５. ４５第９期（２０２２年９月）中国科技论坛１２５术创新Ｒ＆Ｄ的回归系数在５％的水平上显著，表明技术创新在绿色投资与企业环境治理之间存在部分中介效应，假设Ｈ３成立。根据中介效应的检验流程，部分中介效应的大小为１９. ８９％，即绿色投资通过技术创新对企业环境治理产生影响的程度为１９. ８９％，再次验证了假设Ｈ３。对此可能的解释是，企业环保支出会提高企业的当期环境成本，这种额外成本负担也会促使企业提高生产效率，降低企业ＣＯ２减排成本，进而部分或完全抵消环保支出带来的额外成本，提高污染治理技术，进一步提升企业环境治理水平。３. ４稳健性检验（１）控制内生性。考虑到绿色投资、技术创新对企业环境治理可能存在时滞效应，参照张兆国等［４３］的研究，对解释变量、中介变量和控制变量作滞后１期处理，以减轻反向因果偏误，结论与前文一致，进一步验证了本文研究结论的可靠性，结果见表７（Ⅰ ～Ⅳ列）。（２）因变量替换。为了减少测量误差偏误带来的不利影响，将企业环境治理的衡量指标由内容分析法总得分替换为企业当年是否获得环保荣誉或奖励，并用Ｐｒｏｂｉｔ模型进行回归，检验结果见表７（Ⅴ ～Ⅵ列）。绿色投资、技术创新均可正向影响企业环境治理，假设Ｈ１和假设Ｈ２再次得到验证。（３）对中介效应的再检验。鉴于逐步回归检验力弱的问题进行Ｂｏｏｔｓｔｒａｐ检验，该方法通过置信水平的临界值判断中介效应是否存在。设置重复取样次数为５０００，结果见表８，绿色投资间接效应区间［０. ０４２，０. ２７８］和直接效应区间［０. ３１２，０. ９８０］都未包含零，进一步说明技术创新在绿色投资和企业环境治理的关系中发挥部分中介作用，假设Ｈ３再次得到验证。表７稳健性分析结果变量ⅠＣＥＧ ⅡＣＥＧ ⅢＲ＆Ｄ ⅣＣＥＧ ⅤＣＥＧ ⅥＣＥＧ０. ８５１∗ ∗ ∗ ０. ２５５∗ ∗ ∗ ０. ６６６∗ ∗ ∗ ０. ０８２∗ ∗ＧＩ（４. ６０）（８. ９７）（３. ４９）（２. １９）０. ９４２∗ ∗ ∗ ０. ６６６∗ ∗ ０. １８８∗ ∗ ∗Ｒ＆Ｄ（４. ０５）（２. ７９）（３. ７６）ＣｏｎｔｒｏｌｓＹｅｓＹｅｓＹｅｓＹｅｓＹｅｓＹｅｓＩｎｄｕｓｔｒｙ／ YｅａｒＹｅｓＹｅｓＹｅｓＹｅｓＹｅｓＹｅｓＮ７７０７７０７７０７７０８３２８３２Ｒ２０. ４９６０. ４９２０. ５０７０. ５０２０. １７６０. １８８Ｆ值３２. ６１３３. ９４５８. ７３３. ３表８中介效应被解释变量中介变量效应类别效应量标准误９５％置信区间下限上限ＣＥＧＲ＆Ｄ间接效应