绿色创新对工业企业空气污染治理绩效的影响——以SO2,为例

张杨勋

(广东技术师范大学财经学院，广东广州 510665)

我国自1949 年以来持续推进工业化建设，逐步形成了完备的工业体系，并推动我国经济社会快速发展。在这一过程中，由于长期使用煤炭等传统化石燃料作为主要的工业能源，我国的工业企业在生产技术与能源结构上形成了较强的路径依赖特征，使得空气治理问题日益突出。其中，SO2（二氧化硫）作为一种主要的空气污染物，其环境浓度上升可能导致人体出现肺部呼吸功能减退、呼吸道炎症等疾病，并与我国城镇居民的非意外死亡和循环系统疾病死亡人数增加之间存在显著的正相关关系［1］。此外，SO2的排放可能影响农业、林业的生产效率与质量，并导致酸雨的产生。为治理SO2造成的环境问题，自20 世纪80 年代开始，我国政府针对工业企业这一排放主体陆续颁布了《中华人民共和国大气污染防治法》《酸雨控制区和二氧化硫污染控制区划分方案》《两控区酸雨和二氧化硫污染防治“十五”计划》等政策，试图以限制排放和加强末端处理为主要手段，提升工业企业空气污染治理绩效。在“十五”到“十四五”的5 份发展规划纲要中，SO2的治理问题始终是我国空气污染治理的重点。绿色创新作为企业实现绿色转型与发展的重要内生动力，其对于工业企业的空气污染治理绩效提升具有重要作用［2］。现有相关研究主要将企业绿色创新作为结果变量，分析诸如政府补贴、环境保护税改革和企业高管绿色经历等企业内外部因素的影响，鲜有分析工业企业绿色创新对于空气污染治理绩效的影响规模与作用边界条件。基于此，本研究依据世界知识产权组织（WIPO）所提出的绿色专利IPC 分类表，在专利大组层面识别绿色专利IPC，结合中国工业企业数据库和污染数据库，以绿色发明专利申请数量作为绿色创新的度量指标、工业企业的SO2去除量作为空气污染治理绩效的度量指标，利用多维固定效应回归估计方法探讨绿色创新对企业空气污染治理绩效的影响，并从企业所有权和绿色创新技术分类这两个维度出发分析绿色创新对企业空气污染绩效产生影响的边界条件，以期为我国当前实现绿色可持续发展与提升工业企业污染治理绩效目标提供参考。

自20 世纪90 年代开始，随着波特［3］的波特假说等理论观点的提出以及对该理论开展实证检验，可持续发展与绿色转型的观点在政府产业政策与企业经济决策等领域逐渐受到重视，其影响也延伸至企业创新活动的实践与研究中，使得“绿色创新”的概念逐步形成。在早期研究中，绿色创新的概念较为模糊与宽泛，主要指一类能够减少环境污染、提升企业生产效率的创新活动，包括新产品、新组织结构、新管理方式等内容［4］。随着专利数据在实证研究中的兴起，相关研究开始广泛地利用专利数据测度企业绿色创新活动，主要基于世界知识产权组织于2010 年提出的《国际专利分类绿色清单》，将绿色创新定义为在七大技术领域开展的创新活动，主要包括替代性能源生产、运输、节能、废弃物管理、农业/林业、行政、监管或设计、核能发电。

绿色创新作为创新活动的重要组成，其对于企业空气污染治理绩效的影响主要通过节能减排实现：节能技术主要应用于生产系统的输入端与过程端，在提升传统化石能源使用效率的同时，采用风能、光能、生物质能等替代性能源降低生产过程中的能源消耗；
减排技术则主要应用于生产系统末端，利用催化剂等手段提升企业对污染物的处理能力［5］。相关经验证据显示，大中型工业企业的R&D 经费支出有助于提升包括工业 SO2去除率在内的区域污染治理效率［6］。而以专利数据刻画的绿色创新活动对于包括工业SO2去除量在内的我国各省份的工业污染治理绩效存在显著的正向影响［7］。综合来看，现有相关研究从区域宏观的视角探究了绿色创新对企业空气污染治理绩效的影响，发现二者间存在正相关关系，但这一结论目前在微观企业层面缺乏来自工业企业样本的经验证据支持。综上，提出以下假设：

H1：绿色创新能够显著提升工业企业的污染治理绩效。

与一般意义上的创新活动相比，企业难以通过绿色创新在市场中获取垄断高额利润，因此从市场经济的视角分析，企业进行绿色创新的内在驱动力天然地存在不足［8］，因为创新本身是一项高投入、高风险、高沉没成本的活动，而绿色创新本身难以直接在短时间内为企业带来高额收益。此外，相比于其他类型的企业而言，国有企业由于具备“企业”和“国有”的双重属性，其在生存发展方面所面临的外部约束较为宽松，在拥有较高的内外部资源丰裕度的同时也承担着更多的环境治理任务。因此，绿色创新对企业空气污染治理绩效的影响在不同所有制特征的企业群体中可能存在异质性。综上，提出以下假设：

H2：绿色创新对工业企业污染治理绩效的影响在国有企业中作用更大。

从绿色创新对工业企业空气污染治理绩效产生作用的内在机制来看，其主要通过提升能源利用效率和减少污染排放这两个技术路径实现治理目标［9］。根据《国际专利分类绿色清单》，绿色创新所包含的技术范围较广，涉及2 301 个技术分类号（其中包括专利小类、大组与小组等3 个层次），并可以基于国际专利技术分类系统将划分为7 个具体的技术方向，分别为：替代能源生产技术、废弃物处理技术、节能技术、交通与运输技术、核能发电技术、农业/林业技术、行政监管与设计方面技术。由于绿色创新所涉及的技术领域较多，不同技术方向下的绿色创新对于工业企业空气污染治理绩效的影响可能存在异质性，例如以农业/林业技术作为技术方向的绿色创新对于SO2治理的作用与废弃物处理技术所属的绿色创新相比，可能在作用规模和显著性上存在差异。综上，提出以下假设：

H3：绿色创新对工业企业污染治理绩效的影响在技术分类的维度上存在异质性。

2.1 数据来源与处理

研究数据来自中国工业企业数据库、中国制造业排污整合数据库与我国国家知识产权局的专利数据库，通过数据清洗与跨数据库合并，最终得到时间为1998—2013 年的“工业企业-污染排放-专利申请”数据集。其中，中国工业企业数据库的整理与清洗参考了Brandt 等人［10］的做法；
3 个数据库之间的跨数据库合并主要通过企业名称、组织机构代码、年份构建识别唯一识别变量进行。

为避免专利申请数据中隐含的投机性专利申请行为对估计结果带来影响，参考黎文靖等［11］的做法，仅保留需要经过实质审查程序的发明专利申请记录。考虑到我国自“十二五”开始在国民经济社会发展主要指标中加入了每万人发明专利拥有量（件）这一指标，而各级政府为实现该目标，开始针对企业申请发明专利的行为提供资金补贴，这类行为使得我国的发明专利申请数量开始快速增长，出现了一定的“专利泡沫”现象。值得注意的是，以九大战略性新兴产业中的节能环保产业为例，我国的绿色发明专利申请自2015 年后开始出现快速增长，但其对应年份的发明专利申请数量与授权数量的比例却逐年出现下降（见图1）。笔者据此推测，我国自2015 年开始的绿色发明专利申请中可能潜藏着大量投机性的申请，因此，利用包含这类数量的数据难以合理地估计绿色创新对于企业空气污染治理绩效的影响。为避免投机性发明专利申请存在导致模型估计系数的方向与显著性上的偏误，结合数据可得性、与研究主题的适应性等因素考虑，选择1998—2013 年我国工业企业数据开展后续的研究。

图1 我国绿色创新发明专利申请数量与质量变化

2.2 变量选择与模型设定

SO2去除量对于工业企业而言是度量其空气污染治理绩效的一个重要因素，在政府工作报告与学术文献中均被高度重视，因此选择SO2去除量(SO2_removalit+1)作为工业企业空气污染治理绩效的度量指标。具体来说，将企业i在t+1 年的SO2去除量作为被解释变量，以度量工业企业的空气污染治理绩效好坏。参考许可等［7］的做法，将企业i在t年的绿色发明专利申请数量(green_invention)作为解释变量，以度量工业企业绿色创新活动的强弱。参考邱洋冬［12］的做法，将企业i在t年的年龄(age)、资产规模(size)、杠杆比例(lev)、资产回报率(ROA)、资本密集度(CLR)作为控制变量。此外，将企业i在t年申请的发明专利与实用新型专利总数(pt_total)作为其创新能力的度量指标。

其中，绿色发明专利的识别基于《国际专利分类绿色清单》，在专利技术分类层面识别了299 个绿色专利大组，并以此为基准与本研究所构建的“工业企业-污染排放-专利申请”数据库合并，最终识别了21 745 条申请年份在1998—2013 年期间的绿色发明专利。此外，年龄(age)以观测年份减去企业开业经营年份表示；
资产规模(size)以企业总资产表示；
杠杆比例(lev)以企业总负债除以总资产表示；
资产回报率(ROA)以企业税后净利润除以总资产表示；
资本密集度(CLR)以企业固定资产除以从业人员数量表示。

由于SO2去除量为连续的数值型变量，因此利用Stata 16.0 软件中的reghdfe 命令包，采用多维固定效应模型进行估计。结合变量选择，模型设定如下：

式（1）中：Controlsit为企业i在t年的控制变量；
γi、δt、μj、τk分别为企业、年份、行业与省份的固定效应；
εit为随机扰动项。

3.1 描述性统计分析

基于数据处理，最终得到由3 114 个观测值构成的面板数据集，回归的时间区间为1998—2013年，主要变量的描述性统计分析结果如表1 所示。从Pearson 相关系数检验的结果来看，主要变量间的相关系数基本上都小于0.3，结合共线性测试，可以认为变量之间不存在严重的共线性问题。值得注意的是，本研究主要关注的解释变量Green_Invention 与被解释变量SO2_removalit+1之间呈现显著的正相关关系，这一结果初步验证了本研究文所提出的假设H1。

表1 主要变量的描述性统计结果

3.2 基准回归

如表2 所示，解释变量绿色创新的估计系数显著为正，这意味着在控制了一系列企业层面的控制变量与固定效应后，企业i在t年的绿色创新活动能够显著提升其在t+1 年的空气污染治理绩效。具体来看，企业i在t年每增加1 件绿色发明专利申请，能够为其下一年增加约80 t 的SO2去除量，这一影响在5%的显著性水平下显著。综上表明，绿色创新对于工业企业的空气污染治理绩效存在显著的正向影响。

表2 绿色创新对样本工业企业污染治理绩效影响的基准回归与稳健性检验结果

从专利化创新活动的特征来看，尽管大部分正常申请的发明专利在提出申请的1 年内即会申请公开并进入实质审查流程，但根据国家知识产权局的政策文件，我国发明专利申请从提出申请到进入实质审查流程或被退回申请最多有3 年的时限，基于此，结合发明专利申请活动的特征，将被解释变量的时滞进行调整，用SO2去除量的t+2、t+3 期对被解释变量进行替换，并以此作为稳健性检验估计了对绿色创新的影响。可以看到，解释变量在两组回归结果中的估计系数仍然在10%的显著性水平下显著，这进一步验证了基准回归结果的稳健性。至此，本研究所提出的假设H1得到了印证。

3.3 异质性分析

（1）所有权性质。为进一步探讨绿色创新对工业企业空气污染治理绩效的影响作用是否会因企业所有权性质的不同产生异质性，以企业控股情况作为划分，将国有控股企业定义为国有企业，将其余类型的企业定义为非国有企业，并进行分组回归。如表3 所示，在控制了一系列企业层面的控制变量与固定效应的前提下，解释变量Green_Invention 对于被解释变量SO2_removalit+1的影响仅在国有企业样本中显著，而在非国有企业样本中不显著。这一结果说明绿色创新对工业企业空气污染治理绩效的影响存在所有权异质性，其污染治理效应在国有企业中更为显著。这可能是因为国有企业由于拥有政府信用背书，通常更容易获得诸如银行信贷等外部资源的支持，使其在绿色创新活动中拥有更高的资源裕度，进而在绿色创新的数量与质量上占优，从而使得其污染治理绩效相对更好。至此，本研究所提出的假设H2得到了印证。

表3 绿色创新对不同性质样本工业企业污染治理绩效影响的分析结果

为进一步检验上述观点，进一步基于重污染行业的样本进行分样本回归估计。参考李长青等［13］的做法，基于我国国务院于2007 年发布的《第一次全国污染源普查方案》，将造纸及纸制品业、农副食品加工业、化学原料及化学制品制造业、纺织业、黑色金属冶炼及压延加工业、食品制造业、电力、热力的生产和供应业、皮革、毛皮、羽毛（绒）及其制品业、石油加工、炼焦及核燃料加工业、非金属矿物制品业、有色金属冶炼及压延加工业等11 个行业作为重污染行业，利用文本匹配的方法对数据集进行定义，若企业所属的行业大类名称与上述11个行业的名称相匹配，则标记为重污染行业。笔者认为，由于重污染行业受到的政府规制较多，若绿色创新对工业企业空气污染治理绩效的影响因企业所有权性质存在差异，则这一差异同样会存在于重污染行业中。基于此，利用重污染行业样本对表3 的估计结果进行再检验，结果如表4 所示，可以看到企业所有权异质性在重污染行业样本中仍然显著存在。这一结果进一步印证了本研究所提出的假设H2。

表4 绿色创新对样本重污染行业工业企业污染治理绩效影响的分析结果

（2）绿色创新的技术方向。以上将绿色创新具体划分为七大技术领域，而从《国际专利分类绿色清单》对于绿色创新技术方向的具体划分说明来看，其中与工业企业污染治理紧密相关的技术方向主要有3 类，分别为替代能源生产、废弃物处理与节能。以废弃物处理技术为例，其中涉及的内容包括废气处理、烟气再循环燃烧与废料的回收或处理等，不同技术方向的绿色创新可能对工业企业的污染治理绩效产生差异化的影响，其作用方向与水平有待进一步探讨。基于此，在专利小类层面对《国际专利分类绿色清单》中所划定的技术领域进行技术分类号的统计，共得到159 个专利小类。其中，替代能源生产技术涉及59 个小类、废弃物处理技术涉及52个小类、节能技术涉及20 个小类，这3 类技术在专利小类层面的数量占比为82.4%；
而交通与运输、核能发电、农业/林业、行政监管与设计等4 类技术共涉及28 个小类，数量占比为17.6%。在专利大组层面识别了企业i在t年的发明专利申请记录的主技术分类号是否属于绿色创新，进而再在专利小类层面对绿色发明专利申请记录进行进一步分类，识别其中属于废弃物处理、节能与替代能源生产这3个技术方向的专利，并以此作为解释变量，回归估计的结果如表5 所示。可以看到，废弃物处理技术与替代能源生产两个技术方向上的绿色创新能够显著提升工业企业的空气污染治理绩效；
而节能技术与其他4 类技术对工业企业污染治理绩效的影响系数为正，但在统计意义上不显著。这可能是由于废弃物处理和替代能源生产两类技术方向上的绿色创新成果能够直接作用于企业的污染治理，如废气处理等，能够直接提升工业企业的污染治理绩效；
而节能技术等5 类方向中，诸如低能耗照明等技术并不能产生直接作用，因此其对于工业企业空气污染治理绩效的影响有限。至此，本研究所提出的假设H3得到了印证。

表5 不同类型绿色创新对样本工业企业污染治理绩效影响的分析结果

3.4 进一步讨论

受限于中国工业企业数据库更新较慢的客观情况，研究数据的时间区间仅到2013 年，为对基本研究结论作出进一步验证，利用incoPat专利数据库、《中国环境统计年鉴》与《中国城市统计年鉴》，在全国（未含港澳台地区。下同）层面整理了我国绿色发明专利申请数量、工业SO2去除量与SO2排放总量这3个指标的数据，具体如图2 所示。其中，由于目前能够公开获取的工业SO2去除量数据仅到2016 年，因此基于2005—2016 年的数据绘制了折线图。从图2 中的图形变化趋势可以发现，在2005—2016 年期间，我国的绿色发明专利申请数量不断上升，而工业SO2去除量亦不断提升，两个变量之间的变化趋势呈现出一定的正向关联；
此外，2005—2020年期间，我国SO2排放总量呈现持续下降趋势，与绿色发明专利申请数量的变化趋势之间呈现出一定的负向关联。从全国层面来看，上述3 个变量之间的变化趋势在一定程度上印证了本研究的基本结论。

图2 我国绿色发明专利申请数量、工业SO2 去除量与排放总量变化趋势

当前，我国正步入高质量发展阶段，国家“十四五”规划提出要加快实现经济发展方式的绿色转型，在经济建设工作中坚持生态优先与绿色发展的理念，并大力发展绿色经济，而切实有效地提升工业企业的空气污染治理绩效是实现规划目标的必要条件。本研究基于自主构建的“中国工业企业-污染排放-专利申请”数据集，利用多维面板固定效应估计方法，探讨了1998—2013 年我国规模以上工业企业的绿色创新行为对其空气污染治理绩效的影响，主要结论如下：第一，从整体来看，工业企业的绿色创新能够显著地提升企业空气污染治理绩效，具体表现为企业i在t年的绿色发明专利申请数量与其在t+1 年的SO2去除量之间存在显著的正相关关系；
第二，工业企业绿色创新的空气污染治理效应根据企业所有权性质的不同存在异质性，相比非国有企业子样本，国有企业子样本中的绿色创新污染治理效应更为显著，这一结论在重污染行业的子样本中仍然成立；
第三，工业企业绿色创新的空气污染治理效应根据其绿色创新所属技术分类的不同存在异质性，绿色创新对空气污染治理绩效的影响主要来自废弃物处理与替代能源生产这两类技术。

研究结论带来的启示如下：首先，应当坚定不移地贯彻创新、协调、绿色、开放、共享的新发展理念，助推企业开展绿色创新，尤其是潜在质量更高的绿色发明专利申请活动，为实现制造业绿色发展转型积累相关技术基础；
其次，非国有企业在绿色创新活动中存在内驱力不足的情况，相关部门可以通过财政补贴、税收优惠、制度化奖励等方式鼓励民营企业承接科研院所绿色创新技术的产业化应用工作，以产学研合作等方式推动非国有企业绿色创新活动的数量与质量提升，进而提升工业企业的空气污染治理绩效。