《Journal of Innovation & Knowledge》:Market orientation and green innovation: Empirical evidence from double machine learning
编辑推荐:
在全球对可持续发展的日益重视中,绿色创新近年来引起了学术界和实践界的广泛关注。然而,现有研究主要强调了外部制度与政策驱动因素,导致对内部战略导向如何内生性地促进绿色创新的理解有限。基于动态能力理论(Dynamic Capabilities Theory,DCT
在全球对可持续发展的日益重视中,绿色创新近年来引起了学术界和实践界的广泛关注。然而,现有研究主要强调了外部制度与政策驱动因素,导致对内部战略导向如何内生性地促进绿色创新的理解有限。基于动态能力理论(Dynamic Capabilities Theory,DCT),本研究考察了市场导向(Market Orientation,MO)是否作为绿色创新的内部战略驱动因素。通过分析2012年至2024年中国A股上市公司的面板数据,研究人员应用双重机器学习(Double Machine Learning,DML)框架来估计市场导向的两个核心组成部分——客户导向(Customer Orientation,CUMO)和竞争者导向(Competitor Orientation,COMO)——对绿色创新的影响。研究发现,这两个组成部分均显著促进了绿色创新,且这一结论在多项严格检验中保持稳健。此外,政府绿色补贴(Green Subsidies,GS)正向调节了市场导向维度与绿色创新之间的关系。进一步的异质性分析表明,这些关系在非国有企业和高科技企业中尤为显著。总体而言,本研究通过凸显内部战略导向扩展了绿色创新文献,并通过应用双重机器学习推动了该领域的方法论实践。它为未来绿色创新研究以及致力于促进可持续发展的政策制定者和管理者提供了有价值的启示。
**论文解读:市场导向与绿色创新的因果关系——基于双重机器学习的实证证据**
**研究背景与问题**
在全球可持续发展议程日益受到重视的背景下,绿色创新(Green Innovation,GI)被视作协调经济增长与环境保护的关键途径。然而,现有文献多聚焦于外部制度压力(如环境规制、绿色金融)对绿色创新的驱动作用,而对内部战略导向如何内生性地激发绿色创新的理解明显不足。特别是,市场导向(Market Orientation,MO)——作为一种以顾客和竞争者为核心的战略文化——在绿色创新领域的直接作用机制尚未得到系统检验。基于此,研究人员提出核心问题:市场导向的两个关键维度——客户导向(Customer Orientation,CUMO)和竞争者导向(Competitor Orientation,COMO)——如何影响绿色创新?研究还进一步考察政府绿色补贴(Green Subsidies,GS)的调节效应及企业所有制与行业属性的异质性影响。该论文发表于《Journal of Innovation》。
**研究方法**
研究人员采用2012至2024年中国A股上市公司的面板数据,样本来源为中国股票市场与会计研究数据库(CSMAR)和中国研究数据服务平台(CNRDS),最终包含44,847个公司-年度观测值。关键方法包括:1)基于文本分析的技术,通过构建关键词词典并解析年度报告中的管理层讨论与分析(MD&A)部分,量化客户导向和竞争者导向;2)应用双重机器学习(Double Machine Learning,DML)框架,采用部分线性回归(Partially Linear Regression,PLR)模型,以Lasso、随机森林、LightGBM和XGBoost作为学习器,通过交叉拟合和正交化得分控制高维混杂变量,估计市场导向对绿色创新的因果效应;3)采用分组平均处理效应(Group Average Treatment Effect,GATE)分析绿色补贴的调节作用,并利用条件平均处理效应(Conditional Average Treatment Effect,CATE)探究异质性;4)通过敏感性分析、安慰剂检验、工具变量(IV)分析等确保结果的稳健性。
**研究结果**
**描述性统计分析:** 绿色创新的均值为0.438(标准差0.837),客户导向均值为5.226(标准差0.564),竞争者导向均值为5.085(标准差0.564)。主要变量间的相关系数显示,客户导向和竞争者导向均与绿色创新呈显著正相关(r=0.061和r=0.122)。多重共线性检验显示平均方差膨胀因子(VIF)为1.65,低于临界值。
**基线回归分析:** 采用四种机器学习学习器(Lasso、随机森林、LightGBM、XGBoost)进行双重机器学习估计,结果均表明客户导向(系数在0.034至0.044之间,p<0.01)和竞争者导向(系数在0.052至0.061之间,p<0.01)对绿色创新具有显著正向影响,支持假设1和假设2。
**稳健性分析:**
- **更高维的控制变量与绿色专利替换:** 加入控制变量的交互项后,客户导向和竞争者导向的效应仍显著为正;替换因变量为绿色专利授权后,结果依旧稳健。
- **敏感性分析:** 遵循Cinelli和Hazlett(2020)框架,以研发强度(RDI)为基准,假设遗漏变量与客户导向和绿色创新的关联强度与研发强度相同,其稳健性值表明需解释至少1.01%的残差方差才能使客户导向系数不再显著,证实结果不易被遗漏变量推翻。
- **安慰剂检验:** 随机置换客户导向值500次,估计系数的分布集中在零附近,真实系数(0.034)位于分布极端值之外,表明发现的效应并非偶然。
- **工具变量分析:** 采用客户导向和竞争者导向的一期滞后值作为工具变量,估计结果(客户导向:0.041,竞争者导向:0.062,均p<0.01)进一步支持因果解释。
**调节效应分析:**
- **双重机器学习的分组平均处理效应(GATE):** 无绿色补贴的企业中,客户导向对绿色创新的效应为0.015(p=0.149),有补贴的企业中升至0.080(p<0.01),组间差异0.065(p<0.01);竞争者导向的效应从无补贴时的0.020(p<0.05)增至有补贴时的0.130(p<0.01),组间差异0.110(p<0.01)。采用一期滞后绿色补贴作为预决调节变量,结果一致。
- **普通最小二乘(OLS)模型验证:** 分别按绿色补贴状态分组回归及引入交互项,均证实绿色补贴正向调节市场导向与绿色创新的关系,支持假设3和假设4。
- **条件平均处理效应(CATE):** 客户导向和竞争者导向对绿色创新的效应在非国有企业和高科技企业中更为显著,表明企业所有制与行业属性构成重要的异质性情景区分。
**讨论与结论**
讨论部分强调,本研究从内部战略视角丰富了绿色创新前因文献,揭示了市场导向作为动态能力的具体表现,通过感知、捕捉与转换能力推动绿色创新。绿色补贴作为外部政策工具,能显著增强市场导向的效能,原因在于其缓解资源约束并传递积极信号。异质性分析表明非国有企业和高科技企业具有更强的战略自主性与知识吸收能力,从而更有效地将市场导向转化为绿色创新产出。实践上,企业应嵌入绿色创新至核心战略并主动利用补贴政策;政策制定者应基于市场导向水平精准分配补贴,尤其关注非国有与高科技企业。
**研究结论翻译:** 本研究考察了市场导向与绿色创新之间的因果关系,发现客户导向和竞争者导向均与绿色创新呈正相关。至关重要的是,研究人员提供了一种“由外向内”的视角,展示了市场力量如何拉动企业走向创新并发展绿色能力。此外,当企业获得政府支持用于绿色发展时,这一效应会增强。然而,本研究存在局限性:样本仅包括中国A股上市公司,可能限制外部效度;未考虑不同市场环境(如市场动荡、竞争强度)的调节作用;未探讨多种战略导向间的协同效应。未来研究应扩展至更广泛的行业与地区,并考察战略导向组合对绿色创新的影响。