当前，气候变化问题仍然是各国共同面临的严峻紧迫的挑战。2020年9月，习近平总书记在第七十五届联合国大会一般性辩论上提出了“双碳”目标，这体现了我国在响应全球环境治理、构建人类命运共同体中的大国担当。科技创新是我国实现“双碳”目标的关键支撑，绿色技术创新作为其重要组成部分，是驱动经济可持续增长的重要因素。然而，关键核心技术“卡脖子”、绿色技术专利申请进度较慢仍是当今我国技术创新发展的现状。如何提升绿色技术创新水平成为环境治理与经济增长兼得、实现高质量发展的关键突破口[1]。

Viard等(2015)[2]研究发现，企业进行创新行为的众多影响因素中，外部因素为主要来源，如污染物排放超额罚款、碳税征收等。关于环境规制同企业绿色技术创新水平之间的关系，现有学者持“遵循成本”和“创新补偿”两种不同的观点。以碳交易为代表的市场激励型环境规制是通过充分发挥市场在资源配置中的决定性作用实现碳排放权交易的有效手段。国内学者就碳排放权交易政策与绿色技术创新之间的关系主要以碳交易政策对绿色技术创新具有正向促进作用为主，学者们对于该影响机制的研究进行了细化。陆春华和李虹（2023)[3]将绿色创新行为分为“实质型”和“策略型”两种，发现碳交易政策对两种类型的绿色创新行为均有显著促进作用，并分析了碳交易政策对未被纳入碳交易试点的企业是否具有溢出效应。而张杨等（2024)[4]的研究发现，碳交易政策对策略型创新行为影响并不显著。王凤荣等（2022)[5]运用双重差分法，研究环境责任和融资约束如何对碳交易政策和企业绿色技术创新的影响机制产生影响。张宏等（2023)[6]又将环境责任进行细分，研究发现仅有前瞻型环境责任对企业绿色创新有显著促进作用。

碳交易政策是作为外部信号对企业的创新行为产生影响，而企业的盈利波动则可作为内部信号[7]向企业传递自身经营状况的信息，从而对作用机制产生进一步影响。虽然现有的研究对碳交易与绿色技术创新的关系进行了充分讨论，但鲜有研究从企业内在、微观视角出发研究两者之间的关系。本文将试图回答如下问题：（1）碳交易政策是否会对企业绿色技术创新水平产生正向激励作用？（2）企业的盈利波动性会对碳交易政策与企业绿色技术创新水平的关系发生削弱还是促进的作用？（3）企业规模和成长能力的不同是否会对碳交易政策与企业绿色技术创新水平的关系产生异质性结果？

本文可能的边际贡献在于：（1）在先前讨论碳交易政策这一外部因素对企业绿色创新行为的研究中，加入盈利波动这一内在因素，研究内外部因素作用下，绿色创新技术水平会受到何种程度影响；（2）将从企业成长能力、企业规模两个角度研究企业的异质性是否在碳交易政策与绿色技术创新水平的关系方面产生差异。

1、理论机制与研究假设

1.1碳交易政策对企业绿色技术创新的影响

绿色技术创新固然是用来解决环境问题的有效手段，但企业对各种不确定性的顾虑会对其创新决策形成一些障碍：第一，环境规制中缺少对于环境损害计量指标的统一且明确的规定，这将使得企业研发方向和强度无法确定[8]；第二，由于企业绿色技术创新的环境和创新均具有外部性[9]，则其所带来的经济效益具有不确定性，加之研发高成本、长周期的性质使得企业无法做出准确的成本效益分析；第三，在绿色研发成果不确定的情况下，外部激励的缺乏将使企业更加缺少研发动力[10]。

碳交易政策则是降低不确定性的外部信号。碳交易机制的运行实质上就是将碳排放权商品化，实现其在企业间的有效配置，进而控制碳排放总量[6]。第一，碳排放权的商品化明确了市场价格[11]，提供了技术创新方向，为企业进行创新决策提供了充分依据。第二，碳交易政策可将环境污染的社会成本内部化。根据引致创新理论，企业会选择通过技术创新来减少成本较高的生产要素[12]。当企业被分配的免费碳配额不能完全覆盖实际碳排量时有两种解决方案：在碳市场购买碳配额或进行绿色技术创新，政府对创新活动的补贴使得开展研发的边际成本低于高昂的碳排放权配额边际成本。对于买方，碳排放权属于高成本生产要素，会倾向通过研发新技术解决环境问题。对于卖方，碳排放权的高昂价格可使其从中获取额外收益，而这也将进一步促进企业的技术研发行为，从而在碳交易中获得更多收益。

基于以上分析，本文提出如下假设：

假设1：企业所在地被列为碳交易试点后，企业的绿色技术创新水平也会随之提高。

1.2企业盈利稳定性的调节作用

经济政策的不确定性会给企业开展高风险创新活动造成阻碍[13]，而碳交易政策的颁布意味着政策的完善，可作为外部给企业释放的信号，降低企业在技术创新活动决策方面的不确定性，从而促进企业绿色技术创新水平。而企业盈利的波动性，又可作为内部信号，传递内部经营不确定性信息，从而削弱碳交易政策对绿色技术创新活动的促进作用。

在企业盈利波动率水平较高时，企业的风险承担能力相应会较低。企业经营的不确定性使得资金的投入会更倾向于低风险的、能够对企业的绩效指标产生直接影响的项目[14]。根据制度理论，企业在面对环境规制时会将其视为成本上的压力，更倾向于选择未知因素更少、风险更低的末端治理方式来达成政策要求[15]，最终仅以获得生存所需的合法性为目的达成环境治理底线。在企业盈利波动水平较低时，企业的风险承担水平相应会越高。一方面，企业风险管理的能力越强，在面对高风险、高投入的项目时越具有包容性和容忍度[16]。另一方面，较高的风险承担能力意味着企业会对外部政策持更为积极的态度。根据战略管理观，企业风险承担水平高时，会更倾向于通过研发新技术以获取竞争优势，通过操纵外部感知来获得合法性[6]。

基于以上分析，本文提出如下假设：

假设2：企业的高盈利波动率会抑制碳交易政策对企业绿色技术创新水平的影响。

1.3企业异质性对绿色技术创新的影响

碳交易政策对企业绿色技术创新的影响实际上是一种外部刺激，而企业自身特点也可能对该影响机制发生作用。首先，碳交易政策对企业创新能力的促进作用，可能因企业规模大小的差异[17]，而呈现出一定的异质性。当企业规模较小时，政策的颁布可能会对企业进行减排等举措产生激励作用。但是资金压力较大的绿色创新研发投入，同时也伴随研发失败带来大量沉没成本的风险[18]，小规模企业可能更倾向于成本相对较低的其他方式来达成企业减排的目标。当企业规模较大时，企业资金的储备、融资渠道的多样性、贷款机制的优势则会使企业在选择减排目标的方式时，有更大的选择企业绿色研发的可能性[19]。另外，碳交易政策对企业绿色技术创新的作用也会因企业成长能力的不同而显现出一定的异质性[20]。当企业发展能力较高时，会更倾向于选择高收益同时伴有高风险的绿色研发，而不仅仅是为了达成企业减排目标而做小规模调整。而当企业成长能力较低时，会限制企业做出绿色技术研发的选择。基于以上分析，本文提出如下假设：

假设3：相较于小规模企业，大规模企业的绿色技术创新水平受到碳交易政策的影响更大。

假设4：相较于低成长性企业，高成长性企业的绿色技术创新水平受到碳交易政策的影响更大。

2、研究设计

2.1指标解释与数据来源说明

2.1.1被解释变量——企业绿色技术创新水平

由于没有直接能够衡量企业绿色技术创新水平的指标，而专利数据能够更精准地反映各行业与领域绿色技术的特点，进而能较为精准地衡量企业绿色技术创新。本文在衡量企业绿色技术创新水平时，采用上市公司绿色专利申请数量占总专利申请数量的比值GP来进行。相比专利获取情况，专利申请情况可以更加及时地衡量企业绿色技术创新水平在受到碳交易政策调整时所发生的变化，因而更加稳定且及时。

2.1.2核心解释变量

本文所选取的核心解释变量为多期双重差分变量didit,从而判断企业i是否在时间t已处于碳交易试点。企业i在时间t处于碳交易试点，那么didit=1，否则didit=0。

2.1.3调节变量——企业的盈利波动

对于盈利波动的衡量，本文选取两种计量方法：第一，将各企业每年的总资产回报率进行去中心化，然后计算其在观测年间的标准差，作为该企业的盈利波动率；第二，用在观测年间企业的总资产回报率的极差来衡量企业的盈利波动情况。

2.1.4控制变量

本文从企业的偿债能力、风险水平、相对价值、发展能力、流动性等多个财务指标衡量标准出发，进行控制变量的选择，最后选取如下变量进行控制。具体控制变量包括：

企业盈利能力。企业盈利能力水平越高，所积累资本越多，对创新项目的投入也就会越多。对此，本文使用企业总资产回报率来衡量。

企业的托宾Q值。反映企业的相对价值，从而反映企业的资本创造能力，是企业市场价值与企业资本重置之比。

企业资本结构。企业债权融资水平越高，财务风险越高，从而导致企业综合风险水平越高，在这种情况下，企业的创新活动就会受限。对此，本文使用债权资本/股权资本来衡量。

企业的流动比率。企业的流动比率越高，说明企业的流动性越好，风险水平越低，企业对创新项目也就会更加看重。对此，本文用企业流动资产/流动负债来衡量。

企业的成长能力。企业的成长能力越高，企业的发展速度越快，从而会更倾向于创新项目的研发投入。对此，本文用资本积累率来衡量。

企业规模。企业规模越大，创新能力相应也会越强。对此，本文用企业总资产取对数来衡量。

2.1.5数据来源说明

本文所使用数据来自2011-2021年我国A股上市公司数据。其中，有关公司基本信息、财务指标的数据均来自CSMAR数据库；专利与绿色专利相关数据来自CNRDS数据库，在此基础上，以世界知识产权组织在2010年推出的“国际专利分类绿色清单”为依据，进行企业绿色专利数量的处理与整合。是否位于碳交易试点所在地区，使用公司基本信息进行匹配而得。

在原有数据的收集基础上，为排除相关干扰，对原始数据做如下处理：（1）剔除ST公司；（2）剔除金融类公司；（3）对主要的连续变量做首位1%的缩尾处理。

2.2方法选取与模型设计

对于政策有效性的研究，目前的主流方法有双重差分法、断点回归法、合成控制法等，其中双重差分模型会更适用于本文的问题研究。一方面，双重差分模型可以用来研究政策的颁布对其规制对象的净影响；另一方面，处于碳交易试点地区的企业和未处于碳交易试点地区的企业在政策颁布前并不存在系统差异，因而可被视为经济学上的一次很好的“自然检验”。

本文所考虑的碳交易政策为碳交易试点的运行政策，由于碳交易试点政策在实施时间上并不统一，是一个多次冲击的准自然试验，因而本文将采取多期DID模型来对碳交易政策对企业绿色技术创新水平的影响进行统计与分析。

本文在使用双重差分模型时，选取对照组和实验组的方法，将所有未处于碳交易试点的企业作为对照组，将处于碳交易试点地区的企业作为实验组，采用中国上市企业公司数据，进而研究碳交易政策对企业绿色技术创新的影响。

为验证假设1，构建如式（1）的数学模型：

其中，i为A股上市公司个体；t为时间；didit为核心解释变量；GP为被解释变量，为企业当年绿色专利申请数量与总专利申请数量之比；controlit为控制变量，是对相关干扰因素的约束，包括企业总资产回报率、托宾Q值、资本结构、企业流动比率、企业成长能力和企业规模；ηt为时间固定效应；θt为个体固定效应，用于在个体层面控制不随时间变化可能对企业绿色技术创新水平造成影响的因素；εi为复合随机误差项；β1是核心解释变量的系数，若β1显著为正，则可证明碳交易政策对企业绿色技术创新水平有正向的刺激作用。对于假设2、3的验证，将通过模型（1），按照企业的规模和成长能力对企业进行分组后对各组进行回归分析，从而检验企业规模与成长能力是否会对主效应具有异质性影响。

为验证假设4，构建如式（2）的数学模型：

其中vit为企业的盈利波动，用企业在观测年间的总资产回报率方差和极差来衡量。β2是双重差分变量和企业盈利波动交互项的系数。若β2显著为负，企业的盈利波动则会削弱碳交易政策对企业绿色技术创新的促进作用。

2.3描述性统计

表1报告了本文所选取样本的指标的基本描述性统计量。

其中，绿色技术创新的均值为0.076，最小值为0，中位数也为0，最大值为1，方差为0.16，说明本文选取样本企业绿色创新水平较低，企业间的绿色创新水平差异较大。didit的均值为0.357，最小值为0，中位数也为0，最大值为1，方差为0.479，说明本文所选取样本的实验组数据相比对照组偏少，即被碳交易试点所覆盖的企业数量少于未被碳交易试点所覆盖的企业。企业的盈利波动最小值为0，最大值为38.301，方差为0.625，说明企业的盈利波动差距较大。

所有变量的描述性分析见表1。

表1 对所有变量的描述性统计

2.4平行趋势检验

双重差分模型使用的前提条件是必须满足平行趋势假设，对于该假设的检验将采取事件分析法来进行。其中，本文的平行趋势假设是指：在企业所在地未进行碳交易试点运行举措时，实验组和对照组的绿色实用新型专利申请占比会呈现相同的变化趋势。本研究的比较基准为碳交易试点运行前2年，通过对政策执行前2年、执行当年，以及执行后4年的数据进行平行趋势检验。平行趋势检验的结果如图1所示，置信区间为5%。可以看出，在政策执行前，实验组和对照组的政策冲击的差异不存在显著差异，而在政策执行当年以及政策执行后4年，政策冲击存在显著差异，这满足平行趋势假设。

图1 平行趋势检验

3、回归结果分析

3.1基准回归结果分析

碳交易政策对企业绿色技术创新水平影响的基准回归结果如表2所示。从回归结果可以看出，didit的估计系数为正，显著水平为1%，说明碳交易政策对企业的绿色技术创新水平有显著的促进作用。企业所在地在被划为碳交易试点后，碳排放成本的内部化会使企业考虑加大绿色研发投入，其生产效率也会得到提高，同时由于企业积极履行环境责任，利益相关各方会对其产生积极影响，从而刺激企业更加注重绿色技术创新。

表2 基准回归结果

3.2稳健性检验

3.2.1安慰剂检验

参考其他学者进行时间安慰剂检验的方法，本文将2011—2021年的碳交易试点运行年度分别向前平推1年和2年，使用虚拟的政策调入时间来做安慰剂检验。若本文的基本结论是企业所在地位于碳交易试点和未位于碳交易试点之间的固有差异所导致的，那么即使调入虚拟政策执行时间，基本研究结论仍应该存在。

从表3中即可看出双重差分变量didit的系数在政策提前1年与政策提前2年时均不再显著，即可说明与固有差异无关。

表3 安慰剂检验

3.2.2剔除个别特殊样本的影响

重庆市是所有碳交易试点中唯一一个位于西部的试点，其经济发展情况和产业结构可能会与其他试点有所不同，这种特殊性可能会对回归结果产生影响；另外，福建省于2016年被划为碳交易试点，2017年碳交易试点正式运行。因而，本文剔除位于重庆市和福建省的数据再次进行回归分析，以降低其可能产生的差异性。回归结果如表4所示，可以看出didit依然显著为正。

表4 剔除特殊样本的稳健性检验

3.3调节机制分析

表5展示了调节机制的回归结果。其中，列（1）和列（2）是用总资产回报率的方差衡量盈利波动。didit*STDROA的估计系数显著为负，而基本回归结果分析中，didit的估计系数为正，说明企业盈利波动会削弱碳交易政策对企业绿色技术创新水平的促进作用。列（3）和列（4）是用总资产回报率的极差衡量盈利波动。didit*rt的估计系数显著为负，而基本回归结果分析中，didit的估计系数为正，可得出相同结论。通过调节机制发现，企业的盈利波动程度越大，碳交易政策对企业绿色技术创新水平的促进作用就会越弱。企业盈利的波动性是衡量企业风险承担能力的重要因素，而企业的盈利波动性越大，其风险承担能力越低，这时企业会更倾向于将成本投入与企业绩效有直接联系、未知因素更少的项目，以降低经营风险。

表5 企业盈利波动的调节作用

4、异质性分析

企业绿色技术创新水平不仅受碳交易政策等环境规制的影响，还可能受到企业自身情况差异的影响。本文将从企业规模和企业的成长能力两个方面进行分组回归，从而进一步分析碳交易政策对企业绿色技术创新水平的异质性影响。

4.1企业规模的异质性分析

企业规模在一定程度上反映了企业的融资能力、经营能力与发展成熟度。本文以样本企业的总资产取对数后的中位数为界，将企业分为大、小规模两类。从表6中可以看出，大规模企业的一组，didit的系数依然在1%的置信水平上显著为正，如列（2）所示；而小规模企业的一组，其估计系数虽显著为正，但置信水平却上升至5%。这一结果可以说明，小规模企业相较大规模企业，其显著性有所降低。

表6 企业规模的异质性分析

对于这一结论原因的分析，可从以下角度展开讨论。首先，企业规模大，往往会拥有较好的融资机制和融资优惠。因而，企业在面临决策时，会倾向拓宽融资渠道并加大融资规模，从而获取资金进行研发。另一方面，企业规模大，意味着项目的评估体系与信息系统也相应更加成熟，从而考虑角度更为远视。评估体系和信息系统成熟度不及大规模的小规模企业则会在一定程度上对碳交易政策和绿色技术创新的关系不那么敏感。

4.2企业成长能力的异质性分析

企业的成长能力是对于企业发展能力的衡量，在一定程度上反映了企业所处的生长周期、企业的扩展能力和企业未来的生产经营实力。本文使用资本积累率来衡量企业的成长能力，从而以其中位数为界，将企业分为高、低成长能力企业，然后对企业分组进行回归分析。表7对分组回归结果进行报告，从分析结果中可以得出，高成长力企业组的didit的估计系数仍然在1%的置信水平上显著为正；而对于低成长力企业组，didit的估计系数显著性下降，仅在5%的置信水平上显著为正。

表7 企业成长能力的异质性分析

对该分组回归结果的原因分析如下。当企业具有高成长能力时，意味着企业可用于扩张和从事创新活动的资金储备更多，该企业往往处于成长期，并且企业也会在长远角度具有较好的扩展能力和生产经营实力，企业管理层在做战略选择与评估时，往往会偏向和企业未来较高生产经营实力相匹配的情形。在企业的成长能力较低时，企业的发展潜力不及高成长力企业，企业在主观层面选择风险较低项目的可能性较大，而不会以高风险为代价进行企业绿色创新。

5、研究结论与政策启示

5.1研究结论

本文采用多期双重差分模型研究了碳交易政策对企业绿色技术创新的影响，回归结果显示碳交易政策对企业绿色技术创新水平具有显著的促进作用。在进行时间安慰剂检验、剔除福建省和重庆市两个特殊地区样本进行稳健性检验后，基本结论依然成立。

研究发现企业盈利波动这一内部因素会削弱碳交易政策这一外部刺激对企业绿色技术创新水平的促进作用，即企业的盈利波动率越高，企业的风险承担能力越弱，碳交易政策对企业绿色技术创新水平的促进作用越弱。

基于基准回归模型的结果，对碳交易政策和企业绿色技术创新关系进行了异质性分析，发现在不同规模企业和不同成长力企业之间均存在一定的异质性。大规模企业相较于小规模企业，碳交易政策对企业绿色技术创新水平的促进作用更为显著；高成长力企业相较于低成长力企业，碳交易政策对企业绿色技术创新水平的促进作用也更为显著。

5.2政策启示

5.2.1政府要完善碳交易市场的相关制度

在进行碳交易市场制度的优化时，可根据企业规模和企业成长力分别设置更加有助于刺激企业绿色创新行为的制度。找到不同规模、不同成长能力企业的特征，并针对会对企业在创新活动选择时造成影响的优势和痛点，有针对性地进行碳交易制度的设立与优化。

5.2.2政府提供更加宽松的融资政策

企业只有对其盈利波动进行合理控制，才能更大程度上发挥碳交易政策的激励作用。政府可以通过提供更加宽松的融资政策，以提高企业应对风险的能力，从而降低企业的盈利波动。

5.2.3政府要完善对中小微企业的融资优惠政策与政府补贴政策

中小微企业受到发展规模、发展成熟度限制，本来就会在进行创新活动时较为谨慎，而信用评级等因素又会因缺少优惠融资机制，对企业进行创新活动时的资金获取产生阻碍。中小微企业受风险较大和资金限制两方面的影响，碳交易政策对其激励作用不及大规模企业。因而，政府可以制定和完善对企业融资的优惠政策，并进行适当的财政补贴，直接或间接为企业提供资金支持，解决企业进行创新活动时的资金方面问题，从而加强对中小微企业中碳交易政策的刺激作用。

参考文献:

[1]刘开强,沈玮,谭乐,等.新时期支撑高质量科技创新的科技管理发展路径与对策研究[J].中国科学基金,2023,37(4):675-681.

[3]陆春华,李虹.碳试点政策､绿色创新和企业生产效率[J].经济问题探索,2023(4):38-60.

[4]张杨,袁宝龙,郑晶晶,等.策略性回应还是实质性响应?碳排放权交易政策的企业绿色创新效应[J].南开管理评论:2024(3):1-24.

[5]王凤荣,李安然,高维妍.碳金融是否促进了绿色创新水平?——基于碳排放权交易政策的准自然实验[J].兰州大学学报(社会科学版),2022,50(6):9-71.

[6]张宏,罗兰英.碳交易政策增进企业意义导向技术创新机制研究[J].科学学与科学技术管理,2023,44(8):31-49.

[7]史番,陶冶.国际风险冲击､税收政策工具与企业风险承担[J].财经理论与实践,2023,44(3):92-101.

[8]周波,杨李路,李冀宁.我国环境保护税开征显著改善环境质量了吗:基于地市级城市环境指标的实证分析[J].税务研究,2022(11):59-65.

[9]金晓燕.负外部性､企业行为与最优环境税机制研究[J].技术经济与管理研究,2016(3):109-113.

[10]杨水根,何松涛.企业数字化扩散的政策激励机制研究:基于复杂网络演化博弈模型[J].软科学,2023,37(9):8-16.

[11]白强,董洁,田园春.中国碳排放权交易价格的波动特征及其影响因素研究[J].统计与决策,2022,38(5):161-165.

[12]周夏伟,杨彬如,岳太青.产业数字化､引致创新与区域经济增长[J].经济体制改革,2022(3):119-126.

[13]胡海川,殷羽奇,冯丽丽.经济政策不确定性对企业环境责任影响的实证检验[J].统计与决策,2023,39(13):177-182.

[14]郑崇明,倪星.绩效反馈､风险应对与自贸区的制度创新:以前海为个案的研究[J].学术研究,2022(10):67-74.

[15]祝继高,王谊,汤谷良.“一带一路”倡议下中央企业履行社会责任研究:基于战略性社会责任和反应性社会责任的视角[J].中国工业经济,2019(9):174-192.

[20]张娆,郭晓旭.碳排放权交易制度与企业绿色治理[J].管理科学,2022,35(6):22-39.

文章来源:王伟,刘畅.碳交易政策､企业盈利波动与企业绿色技术创新[J].管理工程师,2024,29(05):5-12.