《Systems》：Analysis of Community Vulnerability Using Standardized Health Indicators: Health Systems as a Source of Community Information
编辑推荐：
在全球能源转型与绿色技术升级的双重压力下，企业环境责任（Corporate Environmental Responsibility, CER）日益依赖于企业间的互动而非孤立的单企业资源。从系统视角出发，本研究聚焦于新能源行业内企业间的绿色创新联结，在此联结中
在全球能源转型与绿色技术升级的双重压力下，企业环境责任（Corporate Environmental Responsibility, CER）日益依赖于企业间的互动而非孤立的单企业资源。从系统视角出发，本研究聚焦于新能源行业内企业间的绿色创新联结，在此联结中，知识扩散、技术学习与治理信号共同由网络结构塑造。研究人员采用2018年第一季度至2023年第二季度间52家中国上市新能源企业的季度面板数据，运用自适应弹性网络广义矩估计（Adaptive Elastic Net Generalized Method of Moments, AEN-GMM）方法，从面板数据的观测动态中重构了绿色创新网络，并考察了企业在网络中的位置如何影响其环境责任。结果表明：该网络呈现出清晰的的核-缘溢出结构。当企业位于同一省份且目标企业具有更高的绿色专利引用影响力以及更多具有环境背景的高管时，企业间联结更易形成。较高的网络中心性（Network Centrality, NC）与企业环境责任表现提升相关联，尤其在面临激烈市场竞争的企业、国有企业以及非重点环境监管单位中更为显著。这些发现表明，绿色创新网络能够缓解创新失衡，并在新兴绿色产业中强化企业间的非正式治理机制。
**论文解读**
**1. 研究背景与问题**
在全球气候变化、资源枯竭与生态退化的严峻挑战下，新能源产业的可持续发展至关重要。企业环境责任（Corporate Environmental Responsibility, CER）的履行不仅取决于内部治理能力与正式的环境规制，还受制于企业在绿色创新系统中的结构性嵌入。然而，现有研究多从内部资源或外部监管角度解释CER，忽视了企业间绿色创新网络对CER的协同影响。绿色创新通常依赖多技术整合、长周期投入与高不确定性，单企业难以独立完成，因而企业需嵌入绿色创新网络以获取互补知识、技术与管理经验。但网络的非均匀分布导致企业在知识获取、声誉压力与治理信号接收方面存在显著差异。核心问题在于：企业在绿色创新网络中的位置（网络中心性，Network Centrality, NC）是否能通过能力赋能与动机激励两条渠道提升CER？为此，研究人员基于中国A股52家新能源上市公司2018年第一季度至2023年第二季度的季度面板数据，采用自适应弹性网络广义矩估计（Adaptive Elastic Net Generalized Method of Moments, AEN-GMM）方法重构潜在绿色创新网络，分析网络的核-缘结构、形成机制及NC对CER的影响。该研究发表于《Systems》。
**2. 主要关键技术与方法**
本研究采用De Paula等（2023）发展的面板数据网络识别框架，利用AEN-GMM估计量从企业绿色创新动态与可观测特征的系统依赖性中推断潜在网络联结，而非基于地理邻近性、行业归属或专利合作预设网络。通过将内生绿色创新扩散与外在特征溢出统一纳入模型，识别出稀疏、有向的企业间绿色创新网络。网络分为时不变网络（用于核-缘分析与形成机制研究）与时变网络（用于计算各季度NC）。NC以谐波紧密度中心性（harmonic closeness centrality）度量，代表企业通过短路径到达其他网络节点的能力。样本来源为Choice数据库中筛选的52家中国A股新能源上市企业（2018Q1-2023Q2），CER采用华证ESG季度评级中的环境维度得分。
**3. 研究结果**
**4.1.1 网络结构可视化**
以出度（out-degree）衡量企业影响力，正泰电器（601877）与中国核电（601985）出度最高，分别影响7家其他企业，表明其绿色创新活动产生较强示范与学习效应。
**4.1.2 核-缘模型溢出机制**
基于Borgatti与Everett（1999）的离散核-缘模型，识别出正泰电器、金风科技（002202）与先导智能（300450）为核心企业。核-核块密度最高（0.2628）显示核心企业间密集互学；核-缘块密度（0.0365）显著高于缘-核块（0.0043），表明绿色创新知识主要从核心向外围企业溢出。该结构有助于缓解创新失衡，使外围企业以较低成本获取互补治理知识与经验。
**4.1.3 核心节点冲击模拟**
对三个核心企业分别施加10%绿色创新水平外生提升，发现与核心企业存在直接或两步溢出关系的企业绿色创新显著改善，而三步及以上距离的节点改善幅度明显衰减。随着冲击强度从0%增至200%，平均增量持续上升但边际效应递减并趋于稳定，体现网络传输中的收益递减特征。
**4.1.4 绿色创新网络形成机制**
采用二元逻辑回归模型（式8），纳入同省同行业同质性、焦点企业特征及目标企业特征。结果表明：同省企业更易形成联结（省份系数显著为正）；目标企业的绿色专利引用次数（NPC）与环境背景高管人数（NEE）均显著正向影响联结形成，而目标企业违规记录无显著影响。这说明企业选择学习对象时关注知识溢出能力与治理信号。
**4.2 网络中心性对CER的影响**
**4.2.1 描述性统计**
CER均值66.66，标准差7.97，显示企业间环境责任履行差异显著；NC均值0.36，标准差0.16，表明网络位置异质性较强。
**4.2.2 基准回归**
双向固定效应模型（NC滞后一期）显示，NC对CER的正向影响在逐步加入控制变量与固定效应后始终显著，支持假设H1。该结果符合资源依赖理论与利益相关者理论：中心位置降低知识获取成本并增强声誉压力与非正式监督。
**4.2.3 稳健性与内生性检验**
替换核心解释变量为紧密度中心性（CC）、离心度（EC）与特征向量中心性（EVC）后结果一致；缩尾处理、剔除核心节点、剔除首尾两季度观测、加入省级节能环保投入控制后NC系数仍显著。引入NC的两期与三期滞后以缓解反向因果，系数仍显著但随时间递减，结论稳健。
**4.2.4 异质性分析**
按市场竞争（HHI中位数分组）、产权性质（国有/非国有）、环境监管强度（重点/非重点监管单位）分组回归并进行置换检验。结果显示：NC对CER的正效应仅在高市场竞争组、国有企业组及非重点监管单位组显著。这表明激烈竞争促使企业将网络优势转化为差异化资源；国有企业更强的风险承担能力有助于转化网络优势；绿色创新网络的非正式监督机制与正式监管形成互补，在非重点监管单位中发挥更大作用。
**4. 讨论与结论**
**理论贡献**：揭示绿色创新网络同时作为知识扩散渠道与非正式治理结构，影响CER履行；突破地理与行业边界预设，强调网络内生的知识互动与治理信号功能。
**方法贡献**：采用面板数据网络识别框架弥补传统空间计量或行业归类的局限，识别潜在、有向且跨边界的联结。
**实证贡献**：提供中国新能源企业层面证据，表明网络位置提升CER，并揭示市场竞争、产权与监管强度的调节作用。
**结论翻译**：利用2018年第一季度至2023年第二季度52家中国上市新能源企业季度数据，采用De Paula等（2023）的面板数据识别框架重构潜在绿色创新网络。结果表明，新能源企业中NC对CER具有正向效应。绿色创新网络不仅是绿色知识扩散的载体，更是塑造企业环境行为的关键关系结构。具体而言，企业间绿色创新网络呈现显著核-缘结构；绿色创新知识主要从核心企业向外围企业扩散。企业间绿色创新联结的形成受目标企业绿色专利引用表现与高管环境背景影响。更高的NC促进CER表现，因为中心位置有助于企业加强绿色知识获取、降低信息不对称并增强外部可见性，使其更易受到网络中相关行为体的非正式监督。同时，该效应在高市场竞争、国有及非重点环境监管单位中更为显著。这表明企业能否将绿色创新网络优势转化为环境责任表现，不仅取决于网络位置，还受市场竞争、产权属性与监管强度的共同影响。总体而言，本研究将CER研究从企业层面特征与正式监管压力扩展到绿色创新网络的结构性作用——嵌入绿色创新网络的企业面临企业间知识扩散与非正式治理，从而塑造其CER表现。
