社会信用体系试点与企业可再生能源技术创新：来自机器学习的见解

《TECHNOLOGY IN SOCIETY》：Social Credit System Pilots and Corporate Renewable Energy Technology Innovation: Insights from Machine Learning

企业可再生能源技术创新受社会信用系统影响研究

　　

宋方洲|黄阳|罗思琪|周子勋

澳门科技大学可持续发展研究所，中国澳门999078

摘要

实现净零排放需要在可再生能源技术（RETI）方面进行变革性创新，但企业面临持续的制度和财务障碍，这些障碍阻碍了技术进步。为应对这一挑战，我们借鉴制度理论来探讨中国的社会信用体系（SCS）试点作为基于信用的治理改革，是否可以通过监管和声誉渠道激励企业进行RETI。我们使用“Transformer的双向编码器表示”（BERT）模型从专利中构建企业RETI指标，并通过双重机器学习（DML）框架结合差异-in-differences（DID）设计来估计因果效应。研究结果表明，SCS通过缓解融资限制、提高信誉和促进基于信用的互动来增强企业RETI。这一效应在获得绿色补贴的企业中更为明显，表明正式激励与基于信用的纪律之间存在制度互补性。这些发现为基于信用的治理结构如何塑造能源转型的微观基础提供了新的证据。

引言

可再生能源在全球电力系统中迅速发展，目前约占全球发电量的30%（Zhang等人，2025年）。尽管这标志着清洁能源传播的显著进展，但能源转型不能仅依赖部署。其长期成功还取决于持续的技术进步，使可再生能源更加高效、可扩展，并能够在更深层次和更持久的基础上替代化石燃料（Huang等人，2012年；Kuang等人，2022年）。在这方面，企业可再生能源技术创新（RETI）发挥着核心作用。RETI涉及太阳能、风能、氢能和生物质能等领域的新型技术开发（Huang等人，2025年；Lee等人，2022年；Su & Fan，2022年）。与通常表现为对现有生产流程的渐进式改进的普通绿色创新相比，RETI通常需要更大的资本投入、更长的开发周期、更高的技术不确定性以及更模糊的商业回报（Kuang等人，2022年；Su等人，2022年；Cheng & Yao，2021年；Powell等人，2015年）。这为创新管理带来了一个核心矛盾：对长期可持续性转型最为关键的技术往往与企业短期财务激励最不匹配。

这种矛盾对企业战略有重要影响。由于RETI所需的投资水平往往无法通过短期回报来证明其合理性，企业不愿投资于可再生能源突破，即使这些投资在战略上重要且社会上可取（Lee等人，2022年；Su & Fan，2022年）。围绕长期可再生能源项目的不确定性进一步阻碍了投资者、贷款人和商业伙伴提供持续的支持，加剧了企业投资不足的循环。在资本市场不完善和信息不对称严重的情况下，这一问题尤为突出，企业可能通过象征性的环境合规性而非实质性的技术变革来维持合法性。在这种情况下，关键问题不再是RETI是否重要，而是如何鼓励企业进行此类创新。因此，核心研究问题是，在创新与企业短期财务绩效往往不一致的情况下，如何增强企业RETI。

先前的研究提供了关于外部制度如何塑造企业环境创新的重要见解，但其重点主要放在广义上的绿色创新上，而非特定的RETI。这些现有研究关注鼓励性安排，如财政补贴、监管支持和知识溢出，并表明这些机制可以降低创新成本并增强企业追求环境创新的动力（Johnstone等人，2010年；Lin & Zhu，2019年；Ulucak，2021年；Huang等人，2025年）。尽管这些研究提高了对基于支持的制度的理解，但仍有两个问题尚未得到充分解决。首先，从更广泛的绿色创新文献中得出的结论不能直接应用于RETI，因为RETI要求企业进行更实质性和更长期的技术投入。其次，关于基于信用的治理如何影响企业RETI的了解远少于直接基于支持的安排（Ding & Zhong，2021年）。因此，我们提出以下问题：基于信用的治理是否促进企业RETI？如果是，它是通过哪些制度渠道起作用的？在什么条件下其效果会增强或减弱？

为了回答这个问题，本研究以中国社会信用体系（SCS）在试点城市的逐步推广作为实证背景。中国为此研究提供了有价值的背景，因为它结合了强大的国家资源、持续的市场缺陷和信息不对称，这些条件使得治理对企业创新选择尤为重要（Marquis & Raynard，2015年）。SCS是一项全面的治理改革，整合了法律、行政、金融和声誉机制，从监管合规性、环境责任和财务信誉等方面评估企业（Ding & Zhong，2021年；Xu等人，2022年）。其分析独特性不在于提供传统的支持，而在于通过将具体的奖励和惩罚与信誉和合规性联系起来，重新配置决策制定的制度环境。在没有这种治理基础设施的情况下，组织在应对结构性瓶颈（特别是能源系统重组所固有的深层融资和信息障碍）时面临重大挑战，这些障碍限制了高风险的技术投入（Wang等人，2022年）。尽管最近的研究开始记录SCS对税收合规性、ESG披露和CSR实践的影响（Song等人，2024年；Xiong等人，2025年；Cui等人，2025年），但其对RETI的影响——即治理压力和融资摩擦最尖锐交集的领域——仍大多未被探索。

制度理论为理解基于信用的治理如何影响企业RETI提供了有用的视角（DiMaggio & Powell，1983年；Heugens & Lander，2009年）。它表明，组织行为不仅受物质激励的影响，还受到合法性压力、社会期望和公认实践传播的影响。从这个角度来看，SCS可以被视为一种混合治理安排，其中强制性、规范性和模仿性压力同时起作用。强制性压力源于强制性的信用评估影响企业获取财务资源的能力，这与它们维持高风险技术投入的能力密切相关（Zhao等人，2025年）。规范性压力源于SCS将环境完整性提升为合法行为的标杆，从而使声誉对战略决策更加重要（Xiong等人，2025年）。模仿性压力源于更高的信息透明度增强了组织间的信任，使可信的创新实践在企业间更加显眼（Wan等人，2022年）。这一理论视角为探讨基于信用的治理如何通过融资限制、声誉激励和商业信任影响RETI提供了基础。

本研究通过填补制度治理和RETI文献中尚未充分解决的空白做出了贡献。尽管现有研究主要通过补贴和监管等基于支持的制度来解释企业环境创新，但很少关注基于信用的治理在不确定性、融资摩擦和信誉薄弱的情况下是否能够诱导企业进行实质性的RETI。通过研究中国的社会信用体系（SCS），我们表明基于信用的治理可以作为RETI的独特制度驱动力，因为它通过行政执行、声誉筛选和信息披露重塑企业的战略环境，而不仅仅是提供直接支持。在此过程中，我们还阐明了这种治理发挥作用的具体渠道，表明SCS通过融资限制、声誉激励和商业信任影响RETI，而这些效应部分受到绿色补贴的条件制约，从而加深了对互补制度如何共同塑造创新的理解（Galleli & Amaral，2026年）。在方法论上，我们通过结合DID设计和DML框架（Huang等人，2026年）以及使用基于BERT的语义管道从专利文本中构建更细致和可扩展的RETI度量方法，加强了实证分析。

本文的其余部分安排如下：第2节回顾相关文献，概述理论框架并提出假设。第3节介绍研究设计，包括实证背景、数据、变量测量和估计策略。第4节报告实证分析结果，包括基线结果、稳健性测试、机制分析和创新质量评估。第5节讨论研究结果对理论、政策和实践的意义，并概述研究的局限性、普遍性和未来研究的方向。第6节简要总结结论。

节选内容

文献回顾、理论和假设

一个严谨的概念基础需要将现有的实证证据与一个强大的解释框架结合起来。因此，本节首先回顾先前的文献，以确定学科治理和企业可再生能源创新方面的关键研究空白。在此基础上，我们运用制度理论系统地解构潜在的因果机制，最终得出正式的研究假设。

数据和方法论

为了实证评估理论框架，我们采用了针对2011年至2022年间中国A股上市公司的定量纵向面板设计。这一总体设计非常适合捕捉制度治理随时间的动态效应。中国提供了一个独特的背景，因为社会信用体系（SCS）试点的逐步实施产生了一个稳健的准自然实验。此外，A股上市公司提供了标准化的数据。

实证分析

实证分析分为四个步骤。首先，使用描述性统计和相关性热图来描述样本并评估多重共线性。其次，使用DML和时变DID估计基线效应，然后进行一系列稳健性检验。第三，通过融资限制、声誉激励和商业信任来检验间接效应，以及绿色补贴的调节作用。第四，评估创新质量。

讨论

本节根据研究的中心问题——SCS是否以及如何促进企业可再生能源技术创新——来解释研究结果。讨论重点不是重复实证结果，而是这些发现对于理解在不确定性、融资摩擦和信誉薄弱条件下基于信用的治理在塑造实质性创新中的作用有何意义。首先考虑研究对理论的启示，然后讨论

结论

本研究将企业可再生能源技术创新的解释从主要基于支持的视角转向基于治理的视角，将社会信用体系（SCS）视为塑造企业战略选择的制度环境的一部分。利用中国A股上市公司、基于BERT的专利文本的可再生能源技术创新（RETI）度量方法以及结合DML和DID的设计，我们发现SCS的实施与

CRediT作者贡献声明

周子勋：撰写——审稿与编辑、资源管理、项目行政。罗思琪：软件、数据管理。黄阳：撰写——审稿与编辑、验证、软件、项目行政、数据管理、概念化。宋方洲：撰写——初稿、可视化、验证、软件、方法论、调查、正式分析、数据管理、概念化

未引用参考文献

Bai等人，2019年；Chen等人，2024年；Fee等人，2009年；Glynn和D’aunno，2023年；Huang，2022年；Li等人，2026年；Li等人，2019年；Zhou等人，2025年。

数据可用性

数据已在补充材料中分享。

资助

本研究得到了MUST教师研究基金（FRG-25-014-MSB）的支持。

利益冲突声明

? 作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

我们感谢MUST教师研究基金（FRG-25-014-MSB的财政支持。所有其他错误均由我们自己承担。

宋方洲：

是澳门科技大学可持续发展研究所的博士候选人。他的研究兴趣包括机器学习、可持续发展和企业韧性。他曾在《信息处理与管理》、《系统》和《技术与社会》等期刊上发表文章。ORCID: 0009-0001-2517-2031