OFDI 对制造业企业绿色创新的动态影响研究——基于环境规制的门槛效应

沈 喆， 惠男男

（浙江科技学院， 浙江 杭州 310000）

0 引言

长期的粗放型发展模式已成为制造业企业的常态，这不但加重了生态环境的负担，还与可持续发展战略背道而驰。为此国家提出了碳达峰与碳中和的任务目标，旨在倡导建立低碳循环发展的绿色经济体系，警示着我们环境问题的紧迫性。在当前背景下，制造业企业的绿色化转型已成为当务之急，如何实施绿色创新以提高生产技术水平、减少能源消耗和环境污染，已经成为政府和学界的关注焦点之一。“十四五”规划指出，要加快关键产业转型升级进程，完善绿色制造体系，建立健全市场为导向的绿色技术创新体系。

制造业企业是国家经济的基石，随着中国在国际投资舞台上的地位不断攀升，对外直接投资（OFDI）规模也随之扩大，为制造业企业提升绿色创新提供了新的机遇。环境规制是企业进行绿色创新的源动力[1]，因此在环境规制视角下，OFDI 如何具体影响制造业企业的绿色创新将是本文的研究重点。

1 理论分析与研究假设

OFDI 对绿色创新的促进效应受诸多因素影响，例如区位选择、制度环境以及企业吸收能力等[2-4]。环境规制在此过程中同样扮演着至关重要的角色，其目的是减轻企业生产过程中导致的环境污染问题，体现了政府的干预意图[5]，凸显了政府对绿色发展的重视程度。不同强度的环境规制会使OFDI 对企业绿色创新的促进效应不同影响。

1.1 低环境规制下OFDI 对企业绿色创新的影响

低强度环境规制下，市场受到的制度冲击较小，多数高能耗、高污染的制造业企业受到的影响较为有限。积极参与OFDI 的只有少数致力于进一步实现绿色转型的环境友好型企业与积极响应国家绿色发展政策的国有企业，其他企业即使进行对外直接投资，更多会选择向发展中国家进行顺梯度OFDI。对发展中国家低端价值链的锁定，可以有效地降低生产成本以及实现资源的高效利用[6]。高能耗、高污染的生产环节向国际市场转移，促使企业从劳动密集型向技术密集型的转型，推动了企业结构的优化升级。同时污染行为带来的资金“挤出效应”逐渐减轻，绿色研发投入得到增加，一定程度上激发了企业绿色创新的可能性[7]。

1.2 高环境规制下OFDI 对企业绿色创新的影响

在高强度环境规制下，制造业企业面临着成本上升和竞争加剧的巨大挑战，拥有先进绿色技术的企业可以依靠成本优势率先占据市场份额。高能耗、高污染企业不得不采取相应措施以应对市场的激烈竞争。生产环节向发展中国家转移能够一定程度缓解困境，而生产成本的降低并不会从根本上改变企业的核心竞争力，只有依靠先进的绿色技术与管理经验，企业才能在多变的市场环境中站稳脚跟，并占据主动地位[8]。因此，以市场、技术寻求为动机的OFDI 成为企业的首选。企业对外直接投资的过程是企业自身与东道国技术网络相融合的过程，其间便可能引发相似的创新，进而完善企业自身的创新系统[9]。东道国技术网络的嵌入使企业接触到来自东道国的绿色知识，对东道国市场的深入参与有助于绿色知识、绿色技术等无形资产得到进一步吸收和消化。最终，通过内部制度安排逆向溢出至母公司，实现有价值的绿色知识和绿色技术的融合[10]，激发了企业内部全新的绿色创新资源的涌现，进一步提升了企业绿色创新水平。

基于上述分析，本文提出假设1：对外直接投资对制造业企业绿色创新水平影响是动态的，具有环境规制的门槛效应。

2 研究设计

2.1 样本选取和数据来源

考虑到疫情对于企业OFDI 及其经营的冲击，为了规避疫情对于研究的影响，确保研究的可信度，本文选取2012—2019 年A 股所有制造业上市公司为研究对象。按照以下标准对样本进行处理：剔除交易异常上市公司（包括ST 以及*ST）；剔除2012 年之后成立的公司避免反向因果关系；剔除核心变量数据缺失的样本。具体数据源于国家知识产权局、国泰安数据库《中国城市统计年鉴》及地级市政府工作报告。

2.2 变量定义

2.2.1 被解释变量：绿色创新（GI）

为更准确地衡量企业当前的实际创新能力，本文采用上市公司绿色创新专利授权数量作为反映绿色创新产出水平的指标。通过国家知识产权局的数据库(www.pss-system.gov)得到绿色专利数据后，本文借鉴齐绍洲的专利指标构建方法，将企业的绿色专利授权数加1 后进行对数化处理，最终形成企业绿色创新指标。数值越大，表示企业的绿色创新水平越高。

2.2.2 解释变量：对外直接投资（OFDI）

基于OFD 数据的可得性考虑，本文使用企业当年度OFDI 累计总额的对数反映企业对外直接投资程度。使用OFDI 累计总额的原因在于它能更加贴近企业外国资产的价值，该数值越大，意味着企业在东道国进行学习具有更大的范围与深度。业在东道国进行学习有着更大的范围与深度。

2.2.3 阈值变量：环境规制（ER）

本文参考Xie 等的分类方法，将环境规制分为市场激励型与命令控制型。市场激励型环境规制是政府借助市场竞争与价格优势来引导企业的排污决策，主要包括超标排污费、污染治理补贴、环保税等；命令控制型环境规制是政府通过制定政策法规来硬性约束企业的排污行为，如技术标准、排污标准的设定等。鉴于两种规制工具的不同特点，本文分别采用不同指标来衡量两种环境规制的强度。

1）市场激励型环境规制（ER1）。本文参考了宋德勇等的方法，以企业所在地级市工作报告中与激励型环境规制相关的词汇占比与该企业产值占各企业总产值的比重的乘积作为环境规制测度指标，增强了该指标的企业差异性[13]。为了便于观测，本文将该指标进行10 000 倍放大处理，数值越大则意味着环境规制强度越大。

2）命令控制型环境规制（ER2）。即根据废水、SO2气体等多种污染物组成的指标体系来反映政策效果。综合指标越大，各污染物排放越严重，环境规制强度越弱。基于各污染物排放的严重程度及数据可得性，本文选取企业所在地级市的工业废水、工业SO2和工业烟（粉）尘作为污染物样本，并借鉴傅京燕和李丽莎的方法衡量环境规制。首先，对各指标进行数学变换，达到标准化处理，以消除指标间不可分度性与矛盾性。

本文以0～1 的取值范围对各项指标进行线性标准化。

式中：UEij为i 市j 污染物指标的原值；max（UEj）和min（UEij）分别为各省份污染物j 指标的最大值和最小值；UEsij为指标的标准化值。

其次，计算各指标的调整系数，即各指标的权重。考虑到不同城市之间排污比重不同，对于同一省份内，不同污染物的排放程度也存在差异。因此，对每个城市内各项指标赋予不同权重，以反映各城市污染物治理力度的变化。计算公式如下：

式中：Wj为i 市j 污染物的排放；Eij占全国同类污染物排放总量（∑Ej）的比重（Eij/∑Ej）与i 市的总产值占各城市总产值（∑Qj）的比重（Qi/∑Qj）之比。

最后，将各指标的标准化值和权重进行测算，得出环境规制的综合指数[14]。

2.2.4 控制变量

为了使研究更具有可靠性，对其他影响企业的变量进行了控制，包括企业规模、总资产周转率、所有制特征、资本密集度、托宾Q 以及研发强度，具体定义见表1。

表1 控制变量定义

2.3 模型构建

为了检验假设1，考察环境规制视角下OFDI 影响制造业企业绿色创新的动态演化特征，本文借鉴了Hansen 提出的面板门槛数据模型，构建了门槛计量模型：

式中：GI 为被解释变量，表示企业i 在t 年的绿色创新水平；OFDI 为核心解释变量，表示企业i 在t 年的对外直接投资程度；为企业i 所在地级市在t 年的环境规制强度，γ 为门槛值，为指标函数，该模型以环境规制强度作为门槛变量；Control 为企业层面的控制变量；表示企业固定效应，表示年份固定效应，表示随机扰动项。

2.4 实证结果与分析

2.4.1 变量描述性统计

表2 是对观察年期间具有OFDI 行为的制造业企业进行描述性分析，并列出了所有原始变量的观测数、平均值、中位数、方差以及最大、最小值。在整个样本中，共包含了具有OFDI 行为的企业525 家，观测值4 200 个。

表2 变量描述性统计

从描述性统计表可以看出，制造业上市企业的绿色创新水平的均值仅为0.504，中位数更是为0。说明样本内制造业上市企业的整体绿色创新水平相对较低，甚至超过半数的制造业企业并没有表现出绿色创新的迹象。核心解释变量的标准差较大，说明不同企业之间在OFDI 水平方面存在较大的差异。两项环境规制的平均值分别为0.031 与0.450，说明政府在环境问题的干预程度相对较低。其余变量的描述性统计与现有研究基本一致。

2.4.2 门槛效应检验

在门槛回归前，本文基于汉森的Bootstrap 分析法，进行400 次Bootstrap 自抽样，得到相应P 值，从而确定OFDI 对绿色创新的影响中环境规制的门槛个数。鉴于市场激励型与指令控制型环境规制的不同特点，本文分别考察了两者的门槛效应。结果如表3所示，两种环境规制的门槛效应均显著，且均通过了单一门槛检验，未通过双重、三重门槛检验。因此，本文将以单一门槛模型为基础，对上述两种环境规制进行回归分析。

表3 门槛检验结果

市场激励型和指令控制型环境规制的单一门槛回归结果见表4。当市场激励型环境规制较弱时，OFDI 系数为0.004 5，在5%的水平下显著为正。随着环境规制强度的提高，当环境规制强度高于其门槛值0.306 8 时，OFDI 作用显著且强度明显增大（0.019 2），表明在高强度的市场激励型环境规制下，OFDI 更有利于提高企业绿色创新水平。

表4 环境规制门槛回归结果

命令控制型环境规制的指标值与环境规制强度呈负相关。因此，表4 中OFDI-1 至OFDI-2 的系数反映了命令控制型环境规制从强到弱的变化趋势。当命令控制型环境规制低于0.014 9（即高强度）时，OFDI系数为0.013 6，在5%水平下显著为正；当环境规制强度较低时，OFDI 系数下降明显但仍显著为正。表明当命令控制型环境规制强度较弱时，OFDI 对企业绿色创新的促进作用有限，而当环境规制较强时，OFDI更能推动企业的绿色创新水平的提升。

无论是市场激励型环境规制还是命令控制型环境规制，都能在一定程度上推动OFDI 对绿色创新的影响，尤其在高强度的环境规制下，OFDI 对企业绿色创新水平的提升效果更明显。在环境规制较弱时，环境规制对企业利益、市场竞争的影响有限，只有少数企业会以获取绿色创新为动机进行OFDI；伴随着环境规制强度的增强，企业的生产成本上升，市场竞争更为激烈，更多企业会出于提升核心竞争力、减少环境规制带来的负面影响的考虑，将获取绿色创新资源作为OFDI 的主要动机。因此，在这种情况下OFDI 对企业绿色创新的促进作用会更明显。

为提高模型的可信度，本文对比了门槛模型在无控制变量（列2、列4）的情况，结果显示单一门槛效应仍然存在，且回归结果与前文的结论保持一致。

2.4.3 门槛模型稳健性检验

为确保模型的稳健性以及减少偶然性对结论的影响，本文采用替换核心解释变量的方法进行稳健性检验。本文使用企业OFDI 总额除以企业员工数的余数再取对数来替代企业OFDI 变量。检验结果显示，市场激励型与命令控制型环境规制仍然表现出单一门槛效应，且门槛区间内OFDI 对企业绿色创新的作用强度与趋势变化较小，维持了门槛模型研究结果的稳健性。

3 结论与政策建议

本文基于2012—2019 年中国制造业企业面板数据，采用面板门槛模型，研究了环境规制视角下OFDI对企业绿色创新的动态影响。研究结果表明：

1）对外直接投资对企业绿色创新有正向促进作用；

2）无论是市场激励型还是命令控制型环境规制，环境规制的单一门槛效应均显著，且在低强度环境规制下，OFDI 对绿色创新的促进作用较弱；在高强度环境规制下，OFDI 更能够促进企业绿色创新。

本文研究结果在一定程度上丰富了OFDI 与绿色创新的研究，基于环境规制角度揭示了OFDI 对于绿色创新的动态促进效应，对于新时代下OFDI 对于国内制造业企业绿色创新的影响具有一定的参考价值。根据以上结论，本文提出了以下政策建议：第一，由于OFDI 对于企业绿色创新的促进作用的存在，政府应该积极鼓励制造业企业更多以技术寻求为投资动机进行对外直接投资，通过积极获取国外先进绿色理念与绿色技术，通过逆向技术溢出促进自身绿色创新水平；第二，由于OFDI 对绿色创新具有显著的环境规制门槛效应，在不同的环境规制强度下，OFDI 对绿色创新的影响具有差异性。因此，政府应当重视环境规制与投资战略相协调，选择适当强度的环境规制，充分发挥环境规制的门槛效应。