董事网络下企业绿色创新的同群效应研究

摘要：本文以2010年至2022年沪深A股上市公司作为研究对象，基于同群效应理论构建了董事网络模型，对我国企业绿色创新的同群效应进行了实证检验，并对其中的传导机制进行了进一步探讨。研究证明：在董事网络中，同群企业的绿色技术创新会促进焦点企业绿色技术创新。进一步地，具有学术背景的董事能够正向调节网络中的同群效应，通过促进创新信息的传递推动焦点企业进行绿色技术创新；在董事网络中，程度中心度越高、结构洞丰富度越高的企业绿色创新的同群效应越显著。文章以董事网络为基础探讨绿色创新的同群效应，为推动企业绿色创新实践提供了新的启示。

关键词：绿色创新；同群效应；董事网络

中图分类号：F272.3 文献标识码：A

文章编号：1674-537X（2024）01.0076-09

一、引言

新时代我国经济向高质量发展转变，更加重视生态环保，致力于促进可持续发展，推动经济与环保的良性循环。我国在耶鲁大学发布的《2022年环境绩效指数》中得分28.4分，排名偏低，凸显出环境状况亟待改善。党的二十大报告提出“加快节能降碳先进技术研发和推广应用”、“推动形成绿色低碳生产方式和生活方式”等关键指示，企业是绿色技术创新的主要推动者和实践者，在其中有着不可或缺的作用，不断提升科技研发水平和应用能力。通过采用先进的生产和经营方式，企业可以减少对资源环境的毁坏，推动经济社会的可持续发展。而由于绿色创新活动通常是投入较高、风险较大，且收益可能有滞后性，导致不少企业对其持保守态度，缺乏积极性。

中国经济高速增长主要是传统重工业先行的发展模式推动的成果，但期间大量的资源损耗和污染排放带来了严峻的生态环境问题，导致中国的经济损失约占8％-15％GDP（余泳泽和尹立平，2022）。在现代经济发展之下，企业很难再作为孤立的个体存在，而是与其他企业通过地区、行业、社会网络等关联而成为群体，其行为决策与其他企业是相互关联影响的。需要注意的是，企业间能够由于共同的董事成员在其中传递和协调企业间的相关信息，而建立起紧密的关联关系。在中国上市公司中，约有93.13％的上市公司与其他公司之间存在管理层联结关系（冯戈坚和王建琼，2021）。从这一观点出发，绿色创新的研究视角应得到进一步拓展，包括对企业联结的考量。近年来，已有部分学者开始研究企业绿色创新是否与其所在的某种群体有关，这些研究大多根据行业或地区来划分同群，验证了同群效应的存在。过往研究证明了企业的绿色创新行为不仅能够为企业带来环境效益、经济效益，促进自身发展，还对相关企业的绿色创新具有带动和引领作用。而企业绿色创新的同群效应，并不仅仅表现在同行业或同地区的网络关系中，应深化对其他方面同群效应的探讨，如从董事网络的角度探讨其同群效应。

本文将企业同群建立在董事网络的基础上，若焦点企业中的一名董事在其他企业也任职董事，则这些所有的企业可认定为焦点企业的同群企业，在此基础上探究企业绿色创新是否存在同群效应。进一步，本文聚焦董事成员的创新能力探讨绿色技术创新在网络中的传导机制，并分别讨论了董事网络中心度和结构洞丰富度对企业绿色技术创新同群效应的影响。

二、文献综述

（一）企业绿色创新的影响因素研究

企业绿色创新主要受外部环境因素和企业内部因素影响。从外部因素来看，学者们的研究大多分别从政策制度和市场环境着手。关于外部政策制度，有学者提出环境规制与企业生产技术进步之间存在“U”型关系，这一观点得到了张成等（2011）和蒋伏心等（2013）的支持；有学者如黄亮等（2021）研究发现，环境规制与企业绿色技术创新正相关，且这种关系呈线性特征：还有的学者认为，虽然企业绿色专利申请数量在环境规制的作用下有所增加，但也导致了相关创新活动质量下降等结果（陶锋等，2021）。张玉明等（2021）基于生态现代化理论和利益相关者理论，提出媒体关注度能显著提高企业的绿色创新绩效。杨晓辉和游达明（2021）基于消费者需求偏好进行分析，结果表明消费者的政府补贴和环保意识有利于促进企业绿色技术创新。基于工业企业数据，汪明月等（2021）发现技术不确定性对企业绿色创新具有负向调节作用，而市场不确定性则具有正向调节作用。任英华等（2023）研究表明，大数据发展对企业绿色技术创新具有积极推动作用，主要通过加强地区环境规制、缓解融资约束和提升人力资本水平等途径实现。

从内部因素来看，研究主要从企业本身条件、管理者个人特征等方面展开。王锋正和陈方圆（2018）通过研究发现，企业规模维度、财务维度和治理维度等基本特征影响其绿色技术创新。冉戎等（2023）认为企业履行社会责任可通过提供冗余资源来提高企业的绿色技术创新产出。余伟和郭小艺（2023）基于重污染行业上市公司数据，实证检验了管理者短视对企业绿色创新有负面影响。张增田等（2023）实证检验了高管海外经历所带来的管理者风险倾向、自我信任、环境感知能力的提高可有效推动企业绿色创新。齐丽云等（2023）认为企业高管的技术性职能背景正向影响绿色技术创新。另外，高管团队的绿色认知能促进企业的绿色技术创新能力的提高（邹志勇等，2019；李亚兵等，2023）。

（二）企业绿色创新的同群效应研究

对于企业绿色创新的同群效应，许多学者已采用多种方法界定同群企业，并且同群效应的存在性得到了多位学者的证实。郝祖涛等（2017）提出企业绿色技术创新会通过产业集群网络影响同群企业的绿色技术创新行为。田玲等（2021）的研究结果揭示了企业绿色创新行为受到同群企业面临的制度压力的影响：此外，实施低碳试点政策的城市，在碳排放方面会显著受到与其经济发展和地理邻近城市的同群效应影响（勾莉，2023）。张艳和方怡文（2022）经研究发现，同一地区内其余企业的行为会对焦点企业的绿色创新决策产生影响。还有的学者通过行业来定义同群，认为同群企业的绿色技术创新行为和效果对焦点企业具有一定程度的影响（王旭和褚旭，2022），该同群效应受到多个关键因素的正向影响，包括行业竞争的激烈程度、企业信息披露的透明度、企业提取信息的效率以及解读信息的精准度等（吴卫红等，2022），且媒体关注能够正向调节该效应（孟常青和卢丽娟，2023）。

现有文献对企业绿色创新的影响因素和同群效应的存在性展开了一系列探索，但鲜有文献基于董事网络的视角刻画同群，讨论绿色创新的同群效应。同一董事网络中的企业能够进行高效的信息共享、相互学习与借鉴，因此，董事网络下的企业绿色创新可能具有同群效应。本文可能的边际贡献：第一，构建董事网络，并以此界定企业间的同群关系，并验证企业绿色创新是否受同群效应影响：第二，对董事网络内部影响机制的深入研究丰富了对同群效应机制的研究。

三、理论分析与研究假设

绿色技术创新涉及节能、可再生能源等环境友好型的创新领域，这些创新不仅能推动企业以绿色、高效的方式进行生产经营，还符合我国当前对环境保护和绿色可持续发展的迫切需求，在促进经济结构优化、提升国际竞争力等方面也展现出巨大潜力。企业在绿色技术领域的创新会得到众多媒体的关注（梁运吉等，2023）、带来节能减排和价值链水平提升的双重效应（颜青等，2022）等进而提升公司价值，为其高质量发展注入动力。董事不仅是经济体系中的核心参与个体，更在多元社会结构中占据重要地位，其经济决策和行动深受社会各界的广泛影响和制约，这种综合影响使得董事的决策具有高度的复杂性和深远的社会影响。董事会负责制定公司战略，掌控公司的投资和经营，因此董事会成员的风险偏好、创新能力等个人特征对于企业绿色创新行为的选择和程度具有较大影响。连锁董事促成了企业之间的联系，形成社会关系网络，这种网络内部的互动和关联深刻影响着企业的决策行为，进而产生明显的同群效应。王营和曹延求（2017）认为董事网络对社会资本转化发挥着重要作用，即资源获取与信息交流可以通过企业之间互通实现，因此联结企业呈现出相互影响的趋势。冯戈坚等（2019）指出，管理者在制定资本结构时，往往因无法确保决策的最优性而感到顾虑。在这种情况下，参考同群企业的行为作为一种策略工具，可以成为管理人员的重要指南，辅助其制定出更为理性的决策。当两个企业拥有同一董事，因紧密的联结关系而更容易相互影响，可能在绿色创新行为上表现出相似性。本文将从信息传递的视角深入剖析董事网络同群效应实现过程中所可能存在的作用机制，以期更好地理解企业绿色创新行为的影响因素及其内在逻辑。

从信息传递的视角出发，董事网络汇聚了各节点上的董事所携带的丰富信息资源。在这个网络中，董事们可以获取到关联企业的各类关键信息，成为焦点企业的决策参考。首先，如果两家企业由于拥有同一位董事而密切联系，由于这种联结是天然形成的，则两个企业之间的信息交流、资源共享将会更加自然、真实和便捷，企业之间的信任度和紧密性更强，更有利于形成同群效应。其次，实施绿色创新的风险较大，其回报可能具有延时性，企业在做出决策前需要进行横向、纵向多方面的对比和考量，因此出于对成本和可行性的考虑，企业更可能选择与自身相似或熟悉的企业作为参考。陈仕华和卢昌崇（2013）提出，当企业面临决策时，与之具有董事联结关系的企业是适宜的参考。因此当企业在做决策时，它们通常容易被同群企业行为结果所影响，进而在认知和决策上参考其他企业的行为和结果。最后，当企业接收到同群企业通过绿色创新获得了某方面收益的信息时，由于不想落后于竞争对手而采取相同的行动，以维持竞争形势，因此绿色创新行为在企业之间互相影响。

根据前文分析，本文提出假设：

H1：董事网络中企业的绿色创新行为存在显著的同群效应。

四、研究设计

（一）样本选择与数据来源

本文选择2010-2022年沪深A股上市公司作为样本，并遵循以下步骤对样本进行了严谨的筛选工作：（1）剔除金融行业上市公司样本；（2）剔除ST和ST'样本；（3）剔除数据缺失的样本；（4）剔除没有董事网络的企业样本；（5）对控制变量中的连续变量进行1％和99％分位的缩尾处理。经上述处理共得到22635个年度一企业观测值，本文所涉及的绿色专利数据来自CNRDS数据库，环境规制测算数据来自《中国统计年鉴》以及国家统计局，其余数据来源于CSMAR数据库。

（二）变量选取

1.焦点企业绿色创新水平

基于刘柏和王馨竹（2021）的做法，本文选取绿色专利申请数量表示企业的绿色创新水平。采用专利申请数而非专利授权数的原因在于，第一种方法更好地反映了企业创新的准确时刻，避免涉及由于有关部门审查标准、审查时间的限制等而造成的时间损耗。

2.同群企业绿色创新水平

本文通过董事网络构建同群，具体的构建方法是：通过董事任职信息，找到焦点企业中每个董事是否同时在其他公司兼任董事，若是则将这些公司划分为焦点企业的同群企业，焦点企业及其同群企业构成一个董事网络。构建董事网络的一模矩阵时，当两位董事存在至少在同一企业任职董事的情况则联结关系记为1，否则为0，据此全面展示董事间的网络联结结构。为确保统计结果不受董事姓名重复的影响，此处借鉴陈运森（2012）的方法，通过董事编码来区分每位董事，以此实现研究数据的严谨性和准确性。其中，选取的董事为标准董事，即职务类别编码第一位为1的成员，包括董事（常务、代理等）、董事长、独立董事、董事局主席和其他董事。同群企业绿色创新水平的计算方法是，取焦点企业所对应的所有同群企业绿色创新水平的均值。

3.控制变量

参考王旭和褚旭（2021）的研究，本文尝试综合考虑另外的潜在因素对企业绿色创新水平的影响，包括环境规制、企业规模、企业价值、企业成长性、资产负债率、高管激励、研发投入、董事会规模、独立董事占比、企业产权性质，同时设置了年份虚拟变量和行业虚拟变量。变量具体定义如表1所示。