1. 引言
近几年来,随着全球对“碳中和”与“碳达峰”目标的逐渐重视,推动绿色可持续理念已经不仅是实现高质量经济发展的必要条件,更是构建人类命运共同体所承载的共同责任。在党的第二十次全国代表大会上,明确指出要“推动绿色低碳产业的发展”和“加速节能减排技术的研发与应用”,这些措施有力促进了工业的绿色与低碳转型。绿色技术创新是企业推动绿色发展的必然选择,是企业价值塑造的关键,也是企业实现可持续发展目标的重要手段[1]。
在这样的背景下,ESG理念日益受到重视,成为连接短期经济发展与长期可持续目标的关键工具,体现了国家“碳达峰、碳中和”战略的重要含义,并推动企业在绿色技术方面的创新与进步。ESG理念关注企业对环境的影响(Environmental)、社会责任的履行(Social)及内部治理情况(Governance)三个方面,其在积极引导企业贯彻绿色发展理念、提高社会责任和治理效能的同时也是当前国际社会衡量企业绿色发展水平的重要标准(Baker et al., 2021) [2]。ESG代表了更加先进、更具有大局观和综合性的可持续发展理念(白雄等,2022) [3]。ESG 表现在促进企业贯彻绿色发展理念、激励企业开展创新活动以及对市场资源配置方面发挥着积极作用,而这些因素对企业开展绿色技术创新活动具有重要影响[4]。目前有关企业 ESG 表现与绿色技术创新之间的研究工作相对较为匮乏。因此,企业的良好ESG表现是否能够促进其绿色技术创新,并且这种效应的机制是什么呢?这些都是迫切需要讨论的问题。
为此,研究以2015年至2022年期间的中国沪深A股上市企业为研究对象,运用固定效应模型对企业环境、社会和治理(ESG)表现与绿色技术创新之间的关系及其影响机制进行实证分析。本文的潜在贡献体现在:首先,研究基于大数据,探讨了企业ESG表现如何通过改善融资约束和加强内部控制各两条路径,推动绿色技术创新的发展,从而为理解ESG表现促进企业绿色创新的内在机制提供了新的视角。其次,从企业的特点与资本使用密集程度出发,对样本进行不同层面的分析,拓展了有关ESG表现对绿色技术创新机制的理解以及其影响的差异性研究。
2. 理论分析与研究假设
2.1. ESG表现与企业绿色技术创新
企业在环境、社会及治理(ESG)方面的表现,源自于其在ESG理念指导下的管理活动。该理念关注如何在环境、社会责任和公司治理之间实现协同发展,成为一种崭新的可持续发展观。
首先,企业在环境方面的表现揭示了,ESG表现良好的企业在促进绿色技术创新中面临着差异化和合规化的双重压力,而通过加大环保投入促进企业产品和工艺绿色创新有助于实现产品绿色差异化竞争优势和满足环境规制的合规性要求[5]。其次,从企业履行社会责任的角度来看,企业可能受到社会期望的影响,推动技术进步,以改善周边环境和社区状况。而且企业绿色技术创新能够使具有环保以及社会责任意识的消费者更好地接受企业绿色产品开发,强化企业绿色技术创新过程中利益相关方对企业创新融资的社会支持效应,提高企业绿色创新的市场认可度,最终强化企业绿色技术创新[6]。最终,企业的治理状况能够在很大程度上影响其决策效率,有效推动绿色技术的创新进程。强制性的社会责任信息披露制度能够强化公司内部合规性,获得较高的道德认同,缓解融资约束,促进企业绿色转型[7]。根据上述分析,本文提出了H1假设。
H1:ESG表现能够促进企业绿色技术创新。
2.2. 企业ESG表现、融资约束与绿色技术创新
根据资源依赖理论和竞争战略理论,高额资金投入是战略性新兴企业创新的必备条件[8]。绿色技术创新往往需要大量的资金支持,包括研发、设备投资和人才引进。如果企业存在融资约束,创新活动可能因为资金不足而停滞。因此,融资约束直接限制了企业在绿色技术创新上的投入。从投资者偏好角度,良好的ESG表现能够获得利益相关者的支持,更容易获取资源配置,从而改善企业融资约束[9],从创新支出的角度来看,企业在环境与社会治理方面的良好表现会带来多种经济利益,例如获取更低的贷款利率、增强股东信心以及享受政府的绿色补贴等,这些都可以降低其融资成本。这使得企业在面对高昂的创新开支时能够更加游刃有余,进而能够将更多的资金用于开发绿色技术。因此本文提出了H2假设。
H2:缓解融资约束在企业ESG表现与企业绿色技术创新之间存在中介作用。
2.3. 企业ESG表现、内部控制与绿色技术创新
资源理论指出,企业的竞争力主要源自其独特的资源和能力。一种旨在确保运营效果、财务报告的可信性以及合规性的管理框架被企业所建立,称为内部控制体系。有效的内部控制能够提升信息透明度和资源配置的效率。绿色创新以实现绿色发展为根本出发点,强调建立经济、资源、环境相协调的管理模式和调控机制,减少自然资源消耗,优化资源配置效率,降低企业生产经营活动所带来的环境外部不经济性[10]。企业良好的ESG表现为企业顺利实施内部控制提供了良好的内外部环境,而内部控制重要职能在于维护和平衡企业各利益相关方的合法权益,进一步地,内部控制通过其各要素的协同作用能够缓解代理问题、信息不对称以及创新风险对企业绿色技术创新的负向影响[11]。基于上述分析,本文提出了以下研究假设H3。
H3:在企业ESG表现与绿色技术创新之间,内部控制发挥了正向的调节作用。
3. 研究设计
3.1. 数据来源与样本选择
考虑到数据的充分性、可得性和时效性,本研究以2015年至2022年期间中国沪深A股上市企业为案例,一方面,考虑到ESG表现评价数据的连续性以及党的十八大以来生态文明建设的宏观制度背景,因此本文研究的起始时间定为2015年。另一方面,由于企业专利数据的公布时间存在1~2年延后期,故本文研究数据的截止时间为2022年。上市企业的财务数据来自CSMAR数据库,企业绿色技术创新数据来自中国研究数据服务平台(CNRDS),企业ESG表现数据来自Bloomberg (彭博)的ESG信息披露评分以及上海华证指数信息服务有限公司公布的ESG评级数据。
为了保证结果的稳健性,按照学术界统一做法对样本进行如下处理:1) 根据证监会2012颁发的行业分类办法,剔除金融行业研究样本;2) 剔除ST、ST*非正常交易上市公司;3) 剔除专利数据、经济数据严重缺失和异常的上市公司;4) 为避免极端值的干扰,对连续变量在1%和99%以上进行缩尾(Winsorize)处理。经过数据处理与筛选后,最终本文得到4036个观测值。本研究使用Stata 16.0软件进行数据的统计分析。
3.2. 变量定义
1) 变量描述:企业绿色技术创新(GI)
专利的授予是企业创新能力的重要体现,而绿色专利的审批时间通常较长,这可能导致数据的滞后现象。因此,本文将每年上市公司独立申请的绿色发明专利数量与绿色实用新型专利数量相加,并在此基础上加1后计算其自然对数,以此作为衡量绿色技术创新的指标。
2) 变量描述:ESG表现(ESG)
参考王治等人[12]的研究,依据彭博公司所推出的环境、社会与治理(ESG)评估框架,企业的综合得分越是突出,说明其在ESG领域的表现愈加优异。
3) 中介变量:融资约束(FC)
,采用Hadlock和Pierce [13]所构建的SA指数加以度量采用,该值越小,企业融资约束程度越严重。
4) 内部控制(IC)
参考周泽将等[14]的研究,运用迪博内控制指数的值除以100来评估企业的内部控制水平。
5) 控制变量(Controls)
在本研究中,选取了一些控制变量,其中包括负债率(Lev)、现金流比率(Cashflow)、总资产周转率(Ato)、资本密集程度(Capital)和董事会成员数量(Board)。同时,本文也考虑了时间和行业的固定效应,相关变量的详细定义见表1。
Table 1. Definitions of variables
表1. 变量定义
变量类型 |
变量 |
变量符号 |
变量说明 |
被解释变量 |
企业绿色技术创新 |
GI |
ln (绿色发明专利申请量 + 1) |
解释变量 |
企业ESG表现 |
ESG |
根据ESG等级进行赋分 |
中介变量 |
融资约束 |
FC |
采用Hadlock和Pierce提出的SA指数加以度量,
,
该值越小,企业融资约束程度越严重 |
调节变量 |
内部控制 |
IC |
迪博内部控制指数/100 |
控制变量 |
资产负债率 |
Lev |
期末负债总额/资产总额 |
现金流比率 |
Cashflow |
经营活动产生的现金流量净额/总资产 |
总资产周转率 |
Ato |
营业收入/平均资产总额 |
资本密集度 |
Capital |
总资产/营业收入 |
董事会规模 |
Board |
ln(董事会董事数量) |
年份 |
Year |
年份虚拟变量 |
行业 |
Industry |
行业虚拟变量 |
3.3. 模型构建
为探讨企业的绿色技术创新与环境、社会及治理(ESG)表现之间的关系,本研究借鉴了温忠麟等(2004)的相关研究[15],构建了相应的模型:
(1)
(2)
(3)
(4)
回归方程(1)旨在考察ESG表现与企业的绿色技术创新之间的关系,而方程(2)及方程(3)则用于检验中介效应,方程(4)则用来分析调节效应。这里,i和t代表的是公司和年份的组合,Year与Industry则体现了年份和行业的固定影响,εit表示误差项。
4. 实证结果分析
4.1. 描述性分析
表2数据显示,企业在绿色技术创新方面的平均水平为1.321,反映出整体水平不高。该指标的最低值为0,最高值为5.37,标准差为1.443,这表明企业在绿色技术创新能力上存在显著的差异。在根据彭博ESG综合评分进行评估时,样本的ESG表现均值为34.082,最小得分为22.13,最高得分则达到57.61,中位数为31.45,这些数据表明样本企业的ESG表现差异较大,总体得分普遍偏低。与此同时,融资限制的平均值为−3.869,标准差为0.257,这表明不同上市公司在融资限制方面的差异也显著。其他变量的统计描述将在此处简要提及。
Table 2. Descriptive statistical results for main variables
表2. 主要变量描述性统计结果
变量 |
样本数 |
平均值 |
标准差 |
最小值 |
中位数 |
最大值 |
GI |
4036 |
1.321 |
1.443 |
0.00 |
1.10 |
5.37 |
ESG |
4036 |
34.082 |
7.876 |
22.13 |
31.45 |
57.61 |
FC |
4036 |
−3.869 |
0.257 |
−4.34 |
−3.91 |
−3.21 |
IC |
4036 |
6.439 |
1.544 |
0.00 |
6.74 |
8.96 |
Lev |
4036 |
0.499 |
0.182 |
0.16 |
0.51 |
0.82 |
Cashflow |
4036 |
0.063 |
0.058 |
−0.07 |
0.06 |
0.19 |
Ato |
4036 |
0.634 |
0.374 |
0.13 |
0.56 |
1.65 |
Capital |
4036 |
2.454 |
1.725 |
0.69 |
1.88 |
7.75 |
Board |
4036 |
2.187 |
0.183 |
1.79 |
2.20 |
2.56 |
4.2. 基准回归分析
为探讨ESG表现对企业绿色技术创新的影响,研究通过Hausman检验,最终决定采用固定效应模型进行分析。
表3展示了ESG表现与企业绿色创新之间的基准回归结果。在单变量回归分析(1)中,ESG的回归系数为0.056,并且在1%的显著性水平下通过了检验。这表明,保持其他条件不变的情况下,企业在ESG方面的良好表现有助于推动其绿色技术创新。在列(2)中,除了行业和年份之外,还加入了其他的控制因素,结果表明ESG表现的回归系数保持了相同的正向方向,这进一步确认了其对企业绿色技术创新的明显促进作用。在列(3)在采用所有控制变量的情况下,其回归系数依然表现出显著的正值,这一结果进一步支持了假设H1。
Table 3. Basic regression result
表3. 基准回归结果
|
(1) |
(2) |
(3) |
VARIABLES |
GI |
GI |
GI |
ESG |
0.056*** |
0.051*** |
0.043*** |
|
(20.179) |
(19.054) |
(3.801) |
Lev |
|
1.645*** |
1.347*** |
|
|
(13.785) |
(4.749) |
Cashflow |
|
−1.440*** |
−0.190 |
|
|
(−3.772) |
(−0.331) |
Ato |
|
−0.233** |
0.318** |
|
|
(−2.571) |
(2.141) |
Capital |
|
−0.146*** |
0.013 |
|
|
(−7.399) |
(0.329) |
Board |
|
0.355*** |
0.407*** |
|
|
(3.083) |
(3.044) |
Year |
No |
N0 |
Yes |
Industry |
No |
No |
Yes |
_cons |
−0.570*** |
−1.430*** |
−2.802*** |
|
(−5.923) |
(−4.961) |
(−5.809) |
N |
4036 |
4036 |
4036 |
Adj.R2 |
0.091 |
0.154 |
0.324 |
注:***、**、*分别表示在1%、5%和10%水平上具有统计显著性,括号内为t值。下同。
4.3. 中介效应机制检验
为了探讨融资约束在企业ESG表现与绿色技术创新之间的作用,本研究采用了模型(2)和模型(3)进行了相关的分析。回归结果见表4,在列(1)的结果中,ESG的回归系数达到了0.043,显示出企业在ESG方面的表现能够显著推动绿色技术的创新活动。在列(2)中,ESG表现的回归系数为0.010,显示出其在一定程度上缓解了企业的融资约束,并在1%的显著性水平上得到了确认。在列(3)中,ESG的回归系数为0.027,列(3)小于列(1),这表明在把企业融资约束的因素纳入考量后,企业的ESG表现对促进绿色技术创新的效应显著减弱。因此,融资约束对企业ESG绩效与绿色技术创新之间的关系产生了中介影响,验证了假设H2。
Table 4. Regression results of mediating effect of Financing restriction
表4. 融资约束中介作用回归结果
|
(1) |
(2) |
(3) |
VARIABLES |
GI |
FC |
GI |
ESG |
0.043*** |
0.010*** |
0.027*** |
|
(3.801) |
(20.88) |
(9.74) |
FC |
|
|
1.520*** |
|
|
|
(18.11) |
Controls |
Yes |
Yes |
Yes |
Year |
Yes |
Yes |
Yes |
Industry |
Yes |
Yes |
Yes |
Constant |
−2.802*** |
−4.273*** |
3.693*** |
|
(−5.089) |
(−75.69) |
(7.90) |
Observations |
4036 |
4036 |
4036 |
Adj.R2 |
0.329 |
0.305 |
0.380 |
4.4. 调节效应分析
在表5的第二和第三列中,进一步引入了内部控制以及其与ESG表现之间的交互项。研究结果表明,ESG的回归系数在1%的显著性水平上显著为正,同时ESG与内部控制交互项(即ESG × IC)的回归系数在1%的显著性水平上亦表现为显著的正值。这表明,内部控制在推动企业绿色技术创新方面对ESG表现发挥了积极的调节作用。内部控制水平越高,ESG表现对绿色技术创新的正面影响就愈加显著,因而支持了假设H3。
Table 5. Regression results of regulating effect of Internal control
表5. 内部控制调节作用的回归结果
|
(1) |
(2) |
(3) |
VARIABLES |
GI |
GI |
GI |
ESG |
0.043*** |
0.039*** |
0.036*** |
|
(3.801) |
(13.754) |
(12.520) |
IC |
|
0.111*** |
0.124*** |
|
|
(8.700) |
(9.064) |
ESG × IC |
|
|
0.0051*** |
|
|
|
(2.614) |
Controls |
Yes |
Yes |
Yes |
Year |
Yes |
Yes |
Yes |
Industry |
Yes |
Yes |
Yes |
_cons |
−2.802*** |
−3.273*** |
−3.2807*** |
|
(−5.809) |
(−10.434) |
(−10.467) |
N |
4036 |
4036 |
4036 |
Adj.R2 |
0.324 |
0.336 |
0.337 |
4.5. 异质性分析
1) 产权异质性分析
国有企业在资源的分配、政策扶持以及市场进入方面具备显著的优势,其在环境、社会及公司治理方面的表现往往受到政府政策的显著影响,在落实ESG规范上要求更为严格。与国有企业相比,非国有企业在市场中往往展现出更大的灵活性,但在获取资源和获取政策支持上面临更多的挑战。从数据分析来看,从表6的列(1)和列(2)可以明显看出,无论是国有企业还是非国有企业,其ESG表现均与绿色创新呈正相关关系,但相比于非国有企业,国有企业ESG表现对企业绿色技术创新的促进效应更明显。这表明国有企业在政策扶持和资源配置方面具备的优势,使得其在ESG表现上的提升对绿色技术创新的推动力度明显超越非国有企业。
2) 根据企业资本密集度的异质性分析
企业依据资本密集度的中位数被划分为两类:资本密集型企业与劳动密集型企业,并进行了相应的分组分析。从表6的列(3)和列(4)可以明显看出,无论是劳动密集型还是资本密集型企业,其ESG表现均与绿色创新呈正相关关系,但相比于劳动密集型企业,资本密集型企业ESG表现对企业绿色技术创新的促进效应更明显。这主要是由于资本密集型的公司一般常见于能源、重工业和交通等领域,需要进行大规模的固定资产以及基础设施方面的投资。这类企业在实施绿色技术创新时所需的资金投入非常高,其ESG表现对绿色技术的创新起到了直接的推动作用。非资本密集型的企业通常以人力资源或轻资产为基础运营,涉及的行业如服务业和软件开发等。此类企业在进行绿色科技的创新时,对资金的依赖程度较低,其在环境、社会及治理(ESG)方面的表现更多地影响着它们的品牌形象和对市场需求的敏感度。
Table 6. Heterogeneity test result
表6. 异质性检验结果
|
(1) |
(2) |
(3) |
(4) |
VARIABLES |
国有企业 |
非国有企业 |
劳动密集型 |
资本密集型 |
ESG |
0.043*** |
0.039*** |
0.042*** |
0.044*** |
|
(12.989) |
(7.808) |
(10.854) |
(11.291) |
Controls |
Yes |
Yes |
Yes |
Yes |
Year |
Yes |
Yes |
Yes |
Yes |
Industry |
Yes |
Yes |
Yes |
Yes |
_cons |
−1.710*** |
−2.357*** |
−1.900*** |
−1.886*** |
|
(−5.218) |
(−4.850) |
(−3.070) |
(−4.413) |
N |
2627 |
1409 |
2020 |
2016 |
Adj.R2 |
0.376 |
0.275 |
0.330 |
0.345 |
4.6. 稳健性检验
1) 替换被解释的变量
在前文中使用了绿色专利申请数量作为衡量公司绿色技术创新的指标,接下来将通过分析绿色专利的获得数量进行稳健性检验,同时保持控制变量与前述模型的一致性。如表7的列(1)所示,研究发现ESG表现与解释变量之间存在显著的正相关关系,这表明主回归结论具有稳健性。
2) 替换解释变量
鉴于不同的评估机构在ESG表现的评判标准上存在一定差异,因此,本文选择华证ESG评分作为核心解释变量来进行回归分析。表7的列(2)的回归分析的结果表明,ESG的系数在1%的显著性水平上为正值,进一步验证了替换核心解释变量后的结果仍然保持稳定。
Table 7. Robustness test results
表7. 稳健性检验结果
VARIABLES |
GI2 |
GI |
ESG |
0.038*** |
|
|
(15.478) |
|
ESG2 |
|
0.295*** |
|
|
(16.547) |
Controls |
Yes |
Yes |
Year |
Yes |
Yes |
Industry |
Yes |
Yes |
_cons |
−2.316*** |
−3.129*** |
|
(−8.433) |
(−10.367) |
N |
4036 |
4036 |
Adj.R2 |
0.329 |
0.328 |
5. 结论与启示
本项研究分析了2015至2022年期间中国沪深A股上市公司数据,探讨了企业社会责任表现如何影响绿色技术的创新及其背后的机制。研究表明,良好的ESG表现对推动绿色技术创新具有显著效果,这主要是通过缓解融资限制和提升内部管理实现的。通过对国有与非国有企业的比较研究,揭示了两者在环境、社会及治理表现与绿色技术开发之间存在明显差异。由于国有企业享有资源配置与政策扶持的优势,其在环境、社会与治理方面的表现明显促进了绿色技术的创新;而非国有企业的表现则主要受市场需求与投资者偏好的影响。进一步的分析表明,在资本投入较重的公司中,企业的ESG表现对绿色技术的创新起着更加显著的推动作用。
基于上述结论,本文提出了以下建议:
1) 政府应改进与ESG相关的政策
政府需要首先优化ESG政策框架,并加大资金与技术的投入,通过激励措施来促使企业提高其ESG表现,尤其要在国企和私企之间实施不同的支持策略,从而更高效地推动绿色技术的创新发展。此外,相关政府部门与金融机构应当携手打造绿色融资平台,以便为绿色技术的创新提供更为顺畅的资金支持。通过建立环保投资基金和优惠利率贷款,缓解企业的资金负担,以此激发其迅速实现可持续发展的动力。
2) 加大对绿色技术创新研发的投资
企业需要增加在生态友好型技术研发上的资源投入,以面对不断加剧的环境压力与市场挑战。通过投入更多的资金和人力资源,企业能够研发出更加高效且环保的技术,进而促进可持续发展。这种做法不仅能够减少资源和生产成本的浪费,而且还会增强产品在市场上的竞争优势。增加的研发支出使企业得以在清洁能源、能效技术和循环经济等领域进行深入探索,从而促进科技的进步与产业的升级。此外,提升研发实力还能够增强企业在全球绿色经济领域的竞争力,实现可持续的经济收益和社会责任。
3) 企业应具有良好的内部管理机制
企业应当完善其内部治理结构,以有效促进环保技术的研发和提高ESG绩效。通过明确各部门的责任和权力分配,确保在环境保护、社会责任和公司治理方面致力于共同目标。完善绩效评价机制,将绿色科技的创新与环境、社会及公司治理的相关指标结合,促使员工积极参与可持续发展的举措。同时,企业还应加强对员工的培训与意识的提升,确保所有成员认识到绿色创新在企业长期发展中的重要性。定期开展内部审查和评估,以跟踪和优化绿色技术创新的进展情况。
NOTES
*通讯作者。