政府规制、绿色创新意愿与绿色技术创新能力——基于中国能源企业的证据

舒丽慧，陈 工

（1.鄂州职业大学 宣传部，湖北 鄂州 436000；2.厦门大学 经济学院，福建 厦门 361000）

一、引言

创新是企业获得可持续竞争优势的根本。习近平总书记在2018年两院院士大会、中央财经工作会议上明确提出“创新是发展的第一动力”，这将创新的意义提升到了新的高度，同时也标志着中国企业发展的路径要由过去的“创新驱动发展战略”走向“创新引领发展战略”。创新引领，即是要重视企业的创新范式、创新方向问题，因为创新的范式不同，企业获取的竞争优势则不同［1］。作为其中的一种创新范式，绿色创新的理论范畴首次由Ernest Braun（1994）在“绿色技术创新”（Green Technology Innovation，GTI）的概念中出现，倡导减少环境污染、降低单位产品的能耗。在对环境问题日益关注的背景下，中国企业开始日益重视其经营决策和行为对环境造成的影响，作为为中国三大产业发展提供动能的能源企业，实施绿色技术创新为核心的绿色创新范式是题中应有之义，不仅对能源企业本身，而且对其他产业都会产生深刻影响。但目前关于能源企业的绿色技术创新，鲜有文献论述。

自绿色创新的概念提出后，学者们从绿色创新的效应、影响因素以及涵盖的要素进行了深入研究，已经形成了比较丰富的研究成果。在效应方面，一般认为绿色创新可以消耗更少的资源，需要更少的能耗，可使用与环境更加友好的新材料［2］，应对气候变化更有效率，更重要的是，可以实现经济效益，增强企业的竞争力，满足用户需求，更加适应政府规制［3-6］。比如GE（美国通用电气公司）实施绿色创新项目近10年后，累积获得了2 000亿美元的福利，国际大公司Tesla、Ikea、U-nilever、Nike、Toyota和Whole Foods也至少通过绿色创新获得了10亿美元的福利［7-8］。在影响因素方面，比较有代表性的是“波特假说”（Porter，1995），认为环境规制能够激励绿色创新［9］，此外，用户和供应商合作也是绿色创新的重要影响因素，供应商可以提供新技术和新材料［10］，顾客可以贡献市场、产品和服务方面的知识。在涵盖的要素方面，则主要围绕绿色产品创新和绿色技术创新展开，技术是产品的基础，产品是技术的商业化载体，就绿色技术创新而言，又有“二分法”［11］和“三分法”［12］的区别。

但已有研究仍然存在明显的研究缺口，一是作为创新范式的绿色创新自提出后，多数研究成果集中于宏观层面的概念性、意义性和影响因素研究；二是缺乏影响因素之间的协同效应，政府规制包括环境规制和政府研发资助，而环境规制和政府研发资助均是企业绿色技术创新能力的影响因素，但没有考虑到这两个因素的协同效应；三是缺乏嵌入在国家、行业具体情境中的研究，使研究整体上欠缺了引领行业绿色技术创新能力提升的功能。本文研究力图弥补这两个研究缺口，选择中国能源企业为研究样本，以计划行为理论为理论基础，构建一个“政府规制——绿色创新意愿——绿色技术创新能力”的分析框架，在政府规制中不仅考量环境规制和政府研发资助单个变量对绿色技术创新能力的影响，还要考量环境规制和政府研发资助的协同效应，从而深入剖析中国能源企业背景下影响绿色技术创新能力的微观机制。

二、研究基础

（一）政府规制（Government Regulation，GR）

“规制”一词来源于“Regulation”，意为政策上的规定和约束，但不能单纯理解为限制。能源企业绿色技术创新能力的政府规制主要有两个方面，一是基于环境的规制（环境规制），二是基于激励和帮助的研发资助，其目的都在于提升企业的绿色技术创新能力（Green Technology Innovation Capability，GTIC）。根据赵玉民等（2009）关于环境规制的研究，将环境规制分为命令控制型环境规制（Command-controlled Environmental Regulation，CER）、市场激励型环境规制（Market-motivated Environmental Regulation，MER）和自愿型环境规制（Voluntary Environmental Regulation，VER）三类。CER指环境保护部门做出的利于生态环境保护的法律、法规、政策和制度，MER是政府利用市场机制、激励企业降低能耗和污染排放的制度设计，VER则是行业协会、企业自身等作出的在生产行为中保护环境的一种承诺，也可以理解为一种企业社会责任（Corporate Social Responsibility）。但由于VER在中国尚处于起步阶段［9］，故本文中只讨论前两类。政府研发资助是政府通过税收优惠、直接资助等手段干预企业绿色技术创新的行为［13］。已有研究没有将环境规制和政府研发资助统一到政府规制的范畴中，但从以上分析可知，环境规制和政府研发资助都是企业GTIC的重要解释变量。

（二）政府规制与绿色创新意愿

计划行为理论中的行为意愿解释了行为主体愿意为某一行动付出的努力程度（Ajzen，1991），绿色创新意愿（Green Innovation Intention，GII）是行为意愿的一种，即指从事生产经营活动的企业主体愿意为减少污染、降低单位产品能耗、提升GTIC的主观愿望，用强烈程度和愿意付出的努力程度来表征。

CER具有强制性特征，制度情境下的压力能够促使企业产生GII，从而谋求更有利于环境的技术创新和产品创新，否则企业会担心受到规章制度的限制和惩罚。MER具有激励的特征，借助于市场机制的激励，通过绿色创新可以降低企业成本、增强竞争优势。由此，无论是CER还是MER，环境规制都会对GII产生正向影响［14-16］。

政府研发资助政策符合市场失灵理论，由于企业绿色技术创新存在一定的外部效应，企业承担了一定的经营风险和社会成本，政府研发资助则纠正了外部性，同时，作为一个激励机制，能够起到降低企业研发成本的作用。因此，鼓励企业绿色技术创新的政府研发资助有利于GII的产生。

基于上述分析，本文假设：

H1a：CER对GII有显著正向影响。

H1b：MER对GII有显著正向影响。

H1c：政府研发资助对GII有显著正向影响。

H1d：政府研发资助和环境规制协同对GII有显著正向影响。

（三）绿色创新意愿与绿色技术创新能力

GII是由外部环境进入绿色创新行为和能力的关键，是企业家精神的构成部分，是企业绿色创新战略决策的缘起，反映了企业愿意进行绿色创新的主观愿望。因此，GII决定着企业绿色创新行为，进而又决定着GTIC。GII越强，企业才越有可能实施绿色创新行为，进而提升GTIC。王娟茹，张渝（2018）［9］通过高端制造企业的研究证实了GII能够对绿色创新行为产生显著的正向影响。

根据技术融合在企业生产的不同阶段，GTIC可分为绿色产品创新能力、绿色工艺创新能力和末端治理技术能力［17-18］。Kammerer（2009）［19］认为绿色产品创新能力是指从产品的研发、设计、测试到商业化全生命周期减少对环境负面影响的能力。随着政府倡导和消费者环保意识的增强，绿色消费的市场环境正悄然兴起，消费者对绿色产品的需求日益强劲，企业家越来越深刻地认识到绿色产品创新是绿色消费环境下企业构建可持续竞争优势的关键。绿色工艺创新能力是指绿色工艺设备和工艺技术的创新能力，有助于企业降低成本、提高绿色创新效率，同样，创新意愿是绿色工艺创新能力的前提，企业家认识到绿色工艺创新的重要性之后，才会制定一系列的创新计划提升工艺创新。末端治理技术能力是指对工业产品生产过程中排放的污染物进行无害化处理的能力［20］，只有企业具有创新意愿，加入资金和投入人员，实施相应的激励措施，才能提升处理污染物的末端治理技术能力。

基于上述分析，本文假设：

H2a：GII对绿色产品创新能力产生显著的正向影响。

H2c：GII对末端治理技术能力产生显著的正向影响。

（四）绿色创新意愿的中介作用

综合GR、GII与GTIC相互之间的影响，表明GR并非直接与GTIC关联，GII是GR与GTIC之间的桥梁。根据刘海兵、许庆瑞（2018）［1］提出的LSIC模型，“战略对企业创新起着引领作用，有什么样的战略就决定了采取什么样的创新范式”，而环境是战略的基础，这说明，创新战略是GTIC提升和积累的前置条件。也就是说，当政府对企业提出绿色技术创新要求的这一外部环境涌现时，首先会促使企业家评估GR对企业绿色技术创新造成的影响，当这种影响等于或大于创新预期时，GII才会产生，并促使企业家形成致力于绿色技术创新的创新战略，进而以创新战略为基础，采取相应的创新范式和创新行为提升企业GTIC。

基于上述分析，本文假设：

H3a：GII在CER与GTIC之间具有中介作用

H3b：GII在MER与GTIC之间具有中介作用。

H3c：GII在政府研发资助与GTIC之间具有中介作用。

（五）模型构建

综合上述研究假设，本文构建了GR、GII与GTIC的关系模型，如图1所示，并将企业成立时间、所在地区和企业规模作为控制变量引入模型。

在现今的企业战略管理中，成本领先是企业在竞争中取胜的关键战略之一，有效的成本管控是企业无法忽视的重要问题，抓住它可以带动全局。企业的成本管控一般是指，根据企业自身发展战略为出发点，结合自身生产经营特点，对企业进行全方位分析后，对企业成本进行管理、控制、改善，最终提高企业竞争能力的一种成本管理方法，一般包括成本的预测、决策、计划、控制、核算和分析等环节，并不是很多人误认的只有降低生产成本和期间费用这么简单。

图1 GR、GII与GTIC关系模型

三、研究设计

（一）变量测量

环境规制包括CER和MER。参考马富萍和茶娜的研究，CER包括5个题项，MER包括4个题项［21］。GII主要参考Fishbein和Ajzen的研究，包含4个题项。GTIC的测量主要参考Camison的研究，涉及绿色产品创新能力、绿色工艺创新能力和末端治理技术能力三个维度，包括6个题项。政府研发资助共设计“政府为企业降耗、减污提供了研发补助”1个题项。

所有题项测量采用Likert5点计分法，分值越高表明变量水平越高。

（二）样本与数据

表1 各变量的信度检验结果

本研究选定中国的能源企业，具体涉及电力、化工、石油、煤炭、新能源等行业的102家企业。通过实地发放或电子邮件的形式让每家企业填写一份调查问卷，共收回102份问卷。受访的企业中，成立3年以内的企业占16.7%，3～5年的企业占24%，5～10年的企业占5.9%，10年以上的企业占52.9%；小规模企业占40.2%，中等规模企业占32.4%，大企业规模占27.5%；东部地区企业占40.2%，中部地区企业占32.4%，西部地区企业占27.5%。样本满足本研究要求。

四、实证分析

（一）信度和效度检验

采用Chronbach's α系数对各变量进行信度和效度检验，结果显示，CER、MER的Chronbach's α系数分别为0.821、0.788，包含环境规制和政府研发资助的GR的Chronbach's α系数达到0.861；GII的Chronbach's α系数为0.854；GTIC的Chronbach's α系数为0.895，均大于0.7，说明问卷内容具有较好的一致性，见表1。同时，在对各变量数据通过KMO值和Bartlett球形度显著性检验后，进行探索性因子分析，获取因子载荷，系数均大于0.5，说明各量表的因子结构比较合理，见表1。

（二）描述性统计分析

运用算术平均法对各变量的值进行合成，并进行描述性统计分析，结果见表2。CER、MER、政府研发资助均值分别为4.15、3.88、3.68，CER高于其他两种规制方式，政府研发资助力度处于最低位。GII和GTIC的均值均为4.13。

表2 变量的描述性统计结果（N=102）

从表2可知，CER与MER（r=0.686，p＜0.01）、政府研发资助（r=0.558，p＜0.01）、GII（r=0.720，p＜ 0.01）及GTIC（r=0.683，p＜0.01）呈显著的正相关关系。MER与政府研发资助（r=0.768，p＜0.01）、GII（r=0.595，p＜0.01）及GTIC（r=0.700，p＜0.01）显著正相关。政府研发资助与GII（r=0.482，p＜ 0.01）及 GTIC（r=0.589，p＜ 0.01）显著正相关。GII与 GTIC 也显著正相关（r=0.791，p＜0.01）。此外，企业年限与企业规模显著正相关（r=0.361，p＜ 0.01），企业规模与 CER（r=0.253，p＜0.05）、MER（r=0.217，p＜ 0.05）及政府研发资助（r=0.206，p＜ 0.05）显著正相关，所在地区与 CER（r=0.249，p＜0.05）、GII（r=0.264，p＜0.01）及GTIC（r=0.262，p＜0.01）显著负相关。

（三）假设检验

表3为以GII和GTIC为因变量的层级回归分析结果。模型1为包括企业成立时间、企业规模和所在地区等控制变量的回归方程，结果显示企业所在地区与GII显著相关（β=0.288，p＜0.01）,由于对地区变量的赋值由小到大依次按东部地区、中部地区和西部地区的顺序，因此，东、中、西部地区的GII呈递减趋势。

模型2为引入自变量后的回顾方程，由该模型可知，CER与GII显著正相关（β=0.575，p＜0.01），MER与GII显著正相关（β=0.186，p＜0.1），假设H1a和H1b得到验证，进一步发现CER比MER对GII的影响大，控制变量对GII无显著影响。

模型3为引入环境规制和政府研发资助协同效应的回归方程，结果显示，CER与GII显著正相关（β=0.395，p＜ 0.01），政府研发资助与 GII 显著负相关（β=0.672，p＜0.1），但在模型 2 中非显著相关，说明政府研发资助对GII的影响不稳健。环境规制与政府研发资助的协同与GII显著正相关（β=1.040，p＜ 0.1），假设 H1d得到验证。

表3 因变量层级回归结果（N=102）

模型4为控制变量和GTIC的回归方程，由结果可知，企业规模与GTIC显著正相关（β=0.176，p＜0.1），所在地区与GTIC 显著负相关（β=0.288，p＜0.01），企业规模越大或所在地区越靠近东部地区，GTIC越强。

为了检验H2a、H2b和H2c三个假设，先后将绿色产品创新能力、绿色工艺创新能力和末端治理技术能力作为因变量，将GII作为自变量构建模型8、模型9和模型10。结果显示，GII与绿色产品创新能力（β=0.737，p＜ 0.01）、绿色工艺创新能力（β=0.716，p＜ 0.01）、末端治理技术能力（β=0.702，p＜0.01）显著正相关，对三类能力的影响程度依次递减，H2a、H2b和H2c三个假设成立。

为了检验H3a、H3b和H3c三个假设，将GTIC作为因变量，首先以CER、MER、政府研发资助作为自变量构建模型5，进而加入中介变量政府GII构建模型7以验证GII的中介效应，且单独以GII为自变量构建模型6。对比模型5、模型6和模型7发现，模型5中CER与GTIC显著正相关（β=0.368，p＜ 0.01），而模型 7 中非显著相关（β=0.062，p＜0.1），系数由 0.368 降低到了 0.062，同时，模型6中GII与GTIC的相关系数达到了0.772，两者呈强相关关系，可知GII在CER与GTIC之间起完全中介作用，假设H3a成立。模型5中MER与GTIC显著正相关（β=0.379，p＜0.01），而模型7中仍然显著正相关（β=0.280，p＜0.01），系数降低说明影响程度减弱，可知GII在MER与GTIC之间起部分中介作用，假设H3b部分成立。政府研发资助在模型5和模型7中均与GTIC呈非显著相关关系，说明GII在政府研发资助与GTIC之间的中介作用未得到证实。

五、研究结论与管理启示

（一）研究结论

本研究以中国能源企业为研究对象，通过问卷调查和回归模型探讨了政府规制、绿色创新意愿与绿色技术创新能力之间的相互作用关系，揭示了绿色创新意愿在环境规制、政府研发资助与绿色技术创新能力之间的中介作用。研究结果表明：

1.命令控制型环境规制、市场激励型环境规制对绿色创新意愿有显著的正向影响，相对而言，命令控制型环境规制比市场激励型环境规制对绿色创新意愿的影响大。企业所在地区对绿色创新意愿有显著影响，东部地区的绿色创新意愿最高，而西部最低。

2.政府研发资助对绿色创新意愿的影响不稳定。但环境规制与政府研发资助的协同与绿色创新意愿显著正相关。

3.绿色创新意愿对绿色产品创新能力、绿色工艺创新能力和末端治理技术能力有显著的正效应，其中对绿色产品创新能力的影响最大。

4.绿色创新意愿在命令控制型环境规制与绿色技术创新能力之间起完全中介作用，在市场激励型环境规制与绿色技术创新能力之间起部分中介作用。这表明，命令控制型环境规制能够通过绿色创新意愿间接促进绿色技术创新能力，而市场激励型环境规制不仅直接推动绿色技术创新能力，而且同时还可以通过影响绿色创新意愿间接促进绿色技术创新能力。

（二）管理启示

为了进一步提升中国能源企业的绿色技术创新能力，深入实践“创新引领发展战略”，可以采取命令控制型环境规制、市场激励型环境规制、政府研发资助相结合的策略：

1.作为基本底线的命令控制型环境规制，应继续通过环境法律法规制度的完善、监管体系的全覆盖、奖惩制度（方向、内容、大小）的科学化强化建设，以命令控制型环境规制刺激并约束企业进行绿色技术创新。

2.从长期看，要从税收优惠、税费、排污保证金、环境污染治理补贴等方面，设计能够带动企业绿色创新意愿、进而推动绿色技术创新能力提升的市场激励型环境规制的政策。

3.用于企业绿色技术创新的政府研发资助，目前的效应并不稳健，因此，要重新思考政府研发资助的投入方式和监管制度，以使政府研发资助对绿色技术创新能力起到推动作用。

4.由于环境规制和政府研发资助这两类政策分属政府不同部门，而它们的协同能够对绿色技术创新能力的提升发挥正向促进作用，因此要十分重视两类政策间的协同。

5.引导和鼓励企业形成绿色创新的企业文化，从而能够较好发挥绿色创新意愿内生动力的作用，促进绿色技术创新能力提升。

（三）研究局限性

作为探索性的实证研究，本文还存在以下可能的不足：第一，以中国能源企业为例探讨了政府规制、绿色创新意愿与绿色技术创新能力之间的相互作用机制，是否具有普遍意义，是否适用于其他行业，仍需要后期进一步研究；第二，问卷调查中，由于数据来源仍比较单一，可能降低了研究的信度和效度，在未来研究中要通过数据的多来源形成“交叉验证”提高研究结论的信效度。