绿色创新能否有效提升碳绩效?来自中国新能源企业双重溢出的证据

《Structural Change and Economic Dynamics》:Is green innovation effective in improving carbon performance? Evidence from double spillovers in Chinese new energy firms

【字体: 大 中 小 】 时间:2026年07月09日 来源:Structural Change and Economic Dynamics 6.1

编辑推荐:

  杨长辉|傅玉婷|杨佳|邵震|罗琴晓中国安徽省合肥市合肥工业大学管理学院,230009摘要新能源企业对中国能源转型与环境可持续发展至关重要,其碳绩效越来越受到投资者的关注。作为技术密集型行业,绿色创新在提升碳绩效方面发挥着关键作用。本研究利用2013年至2023年新能源企业的面板数

  杨长辉|傅玉婷|杨佳|邵震|罗琴晓中国安徽省合肥市合肥工业大学管理学院,230009摘要新能源企业对中国能源转型与环境可持续发展至关重要,其碳绩效越来越受到投资者的关注。作为技术密集型行业,绿色创新在提升碳绩效方面发挥着关键作用。本研究利用2013年至2023年新能源企业的面板数据,首先采用双向固定效应面板模型分析绿色创新对碳绩效的影响。考虑到技术活动与碳排放之间可能存在空间相关性,进一步运用了双向固定效应空间杜宾模型。实证结果表明:(1)绿色创新显著提升企业的碳绩效,实质性创新和战略创新均具有积极影响;(2)这一效应在东部地区、非资源型城市以及非重点环保城市更为明显;(3)在地理邻近性和技术相似性条件下,绿色创新都会产生显著的负向空间溢出效应;(4)碳绩效存在负向的同期空间依赖,但具有正向的累积空间依赖。引言气候变化已成为一项重大的全球性挑战,影响着自然生态系统和社会经济发展(Takakura等,2019)。2006年IPCC指南指出,人类活动,尤其是过度的化石燃料消耗,是大气中二氧化碳浓度上升的主要原因。作为世界上最大的能源消费国和碳排放国,中国由于化石燃料资源的限制而面临更多挑战(Zhang等,2022)。为同时解决排放问题与能源安全问题,中国加快了新能源的发展,以减少污染、增强能源韧性,并实现碳中和目标(Ji和Zhang,2019)。目前,中国在新能源发展领域处于全球领先地位。根据国际能源署的数据,中国为全球可再生能源发电带来的碳排放减少量占了41%,远超过美国、加拿大、印度和德国的贡献总和(Council,2024)。尽管取得了显著进展,但中国的能源转型仍受到对煤炭的结构性依赖以及新能源行业在技术和市场方面不成熟的制约(Bashir等,2023;Wan等,2023)。作为前沿创新的新能源技术,往往需要高额投资且风险较高(Rogge和Schleich,2018)。《2025年中国能源转型报告》进一步指出,分散的创新资源以及无序的市场竞争阻碍了技术的传播。实证证据还表明,中国新能源企业在技术方面存在停滞现象,表现为专利产出有限以及研发投入不足(Tan和Gan,2025)。在此背景下,进一步探讨如何克服新能源技术发展的制约因素,具有重要的理论和实践意义。值得注意的是,在日益严格的全球碳监管环境下,碳绩效已成为投资者及其他利益相关者的重要考量因素。在此背景下,研究绿色创新是否以及如何提升新能源企业的碳绩效,可能为推动产业升级和促进技术进步提供重要途径。然而,目前关于碳绩效决定因素的研究大多集中在政府监管与市场机制(Irfan等,2025)、产业结构(Cheng等,2025)以及政府补贴(Lyu等,2024)方面。这些研究普遍认为,技术创新,尤其是绿色创新,对提升碳绩效起着关键作用(Qiao等,2025;Xie等,2021)。不过,现有研究大多在宏观层面探讨这一关系,聚焦于省份(Cheng等,2025)或城市(Zhao等,2024)。微观层面的证据相对较少,主要研究制造业(Mai等,2024)或高污染行业(Peng等,2021)。作为绿色经济中的关键主体,技术密集型新能源企业的相关实证研究仍然匮乏。这凸显出有必要从更微观的层面了解绿色创新是如何影响新能源企业的碳绩效的。此外,近期研究指出,企业碳绩效是由环境监管、技术能力、经济发展以及资源禀赋共同决定的(Millimet和Roy,2016;Zhang等,2025)。重要的是,这些决定因素并非空间上相互独立的,因此企业之间存在空间互动。从地理角度来看,地理位置相近的企业更可能面临相似的监管环境,同时也能从资本、劳动力和技术的流动中获益。这种地理邻近性有助于低碳实践和管理经验的传播,从而使周边企业的碳绩效呈现出相互依赖的关系(Chang等,2024;Dai等,2022;Tao等,2025)。从技术角度来看,技术结构相似的企业往往面临类似的生产约束,也会遵循相似的创新路径,这就使得技术相近的企业之间更容易发生知识传播、模仿以及竞争压力。因此,由技术能力决定的碳绩效在这些企业之间也可能存在空间依赖性(Haddad等,2024;Zhu等,2025)。此外,由于知识和技术传播迅速,绿色创新本身就具有空间溢出效应,尤其是在那些创新周期短、技术相互依赖性强的知识密集型新能源企业中(Wu等,2025;Xie等,2024)。因此,绿色创新不仅会影响企业自身的碳绩效,还会影响到在地理或技术上与之相关的企业的碳绩效,这意味着绿色创新与碳绩效之间的关系存在空间溢出效应。值得注意的是,现有研究大多使用省级或市级层面的地理邻近性矩阵(Gao等,2025;Zhao等,2025),而很少关注能够反映企业间空间互动的企业级地理距离矩阵,或是体现基于知识联系的技术相似性矩阵(Yang等,2026)。鉴于新能源企业之间存在显著的技术相互依赖性和空间集聚性,将地理距离和技术相似性两者结合,可以为研究其中的空间互动机制提供一个更具理论依据且更为全面的框架。因此,本研究采用了双向固定效应面板模型(TWFE)和双向固定效应空间杜宾模型(TWFE-SDM),来研究绿色创新对新能源企业碳绩效的直接影响以及空间溢出效应。本研究的贡献如下:(1)从技术密集型新能源企业出发,为绿色创新对碳绩效的影响提供了新的视角。虽然越来越多的企业层面研究正在探讨绿色创新与碳绩效之间的关系,但现有研究大多集中在高排放的制造业(Mai等,2024)或传统的高污染行业(Peng等,2021)。相比之下,针对技术密集型行业的实证研究相对较少。值得注意的是,技术密集型行业中的绿色创新并非仅仅是出于对环境监管的合规要求,更是企业保持持续竞争力和实现长期发展的核心动力。作为绿色技术的前沿开发者和早期采用者,这些行业的企业为研究绿色创新如何提升碳绩效提供了极具代表性且具有前瞻性的背景。新能源企业本身就是技术密集型且以创新为驱动力的企业,它们是中国市场化绿色技术创新体系的核心组成部分,在实现国家碳中和目标方面发挥着重要作用(Yang等,2022)。重要的是,这些企业具有快速的技术迭代能力和强烈的溢出效应,因此非常适合用于研究绿色创新对碳绩效的影响。通过聚焦新能源企业,本研究将现有文献的研究范围拓展到了传统的高排放行业之外,为了解绿色创新如何在新兴的绿色产业中影响碳绩效提供了新的见解。(2)构建了一个整合地理邻近性和技术相似性的企业级双重空间框架。与大多数仅依靠地理邻近性来构建空间权重矩阵的现有研究不同(Gao等,2025;Zhao等,2025),本研究构建了一个双重空间框架,同时考虑了地理距离和技术相似性,以便更全面地把握新能源企业之间的多维度空间互动关系。对于技术密集型新能源企业而言,仅依靠地理邻近性可能无法完全反映企业间的各种互动关系,因为知识溢出、创新传播以及竞争动态往往既与地理邻近性有关,也与技术相似性相关。通过引入技术相似性矩阵,本研究能够捕捉到企业因共享相同的技术路径和创新方向而产生的空间依赖性(Yang等,2026)。此外,企业级地理距离矩阵是依据精确的经纬度信息而非粗略的行政中心点构建的,因此能够更精准地反映地理空间上的互动关系。综上所述,这种双重矩阵设计为识别绿色创新对碳绩效的空间溢出效应提供了更为全面且具有理论依据的框架。(3)创新性地揭示了在地理和技术约束条件下,绿色创新对新能源企业碳绩效的负向空间溢出机制。与现有研究大多强调绿色创新对碳绩效的正向空间溢出效应不同(Zhang等,2024;Zhao等,2025),本研究发现,在地理邻近和技术相似的条件下,技术密集型新能源企业之间存在显著的负向空间溢出效应,即所谓的“虹吸效应”。具体来说,那些绿色创新能力较强的企业可能会吸引更多的资源,如绿色补贴、高技能技术人才或政策支持,从而挤占周边企业的创新机会和资源获取渠道。此外,技术路径依赖和同质化竞争会进一步加剧这种负向溢出效应。当企业追求相似的技术路径时,创新成果往往会相互稀释,竞争压力也可能削弱周边企业投资绿色技术的积极性。通过揭示技术密集型行业中的这种竞争性空间溢出机制,本研究为理解绿色创新如何通过地理邻近和技术相似性所形成的空间互动影响碳绩效提供了新的实证依据。本文的其余部分结构如下:第二部分回顾相关文献并提出理论假设;第三部分阐述研究设计,包括方法论框架和数据来源;第四部分报告基准结果及稳健性检验;第五部分分析空间溢出效应;第六部分总结主要研究发现并给出政策建议。文献综述(1)碳绩效的决定因素近年来,越来越多的研究致力于寻找影响碳绩效的因素。Zhang等(2025)运用Tapio脱钩模型,证实GDP、人口规模、产业结构以及能源强度是决定碳排放的关键因素。Ke等(2024)则使用空间自回归阈值面板模型,发现产业升级、技术进步、环境监管、能源结构等因素也对碳绩效有影响。基准模型构建为了严格评估绿色创新是否能提升新能源企业的环境绩效,本研究首先建立了基于普通最小二乘法估算的基准模型。随后,又采用了双向固定效应面板模型,以利用企业内部的随时间变化情况,确定绿色创新对碳绩效的因果影响。这种方法能够比较不同时期各企业的绩效,有效控制了其他变量带来的干扰。描述性统计表2列出了所有变量的描述性统计信息。总体而言,样本数据具有足够的变异程度,适合进行实证分析。因变量CERP的平均值为0.7034,最大值为4.4508,说明不同企业的碳绩效存在较大差异。GP的对数值在0到7.4472之间,反映出绿色创新强度存在显著差异,这与行业实际情况相符。至于控制变量,它们的均值和标准差也各有特点。溢出效应分析为了进一步探究绿色创新是否会在企业间产生碳排放方面的空间溢出效应,本研究分析了两种可能的溢出路径:地理邻近性和技术相似性。地理邻近性路径是通过基于企业经纬度坐标构建的空间权重矩阵来分析的,而技术相似性路径则是通过反映企业间绿色技术相似性的矩阵来评估的。结论本研究利用2013年至2023年间121家中国新能源企业的面板数据,综合考虑了所有权差异、区域差异以及空间溢出机制,研究了绿色创新对企业碳绩效的影响。主要结论如下:(1)绿色创新显著提升了碳绩效,实质性创新和战略创新具有协同效应。基准回归结果显示,绿色创新显著改善了企业的碳绩效。作者贡献声明杨长辉:撰写——审阅与编辑、指导、资金获取、概念构思。傅玉婷:撰写——审阅与编辑、可视化、验证、软件应用、方法论、数据收集、正式分析。杨佳:撰写——审阅与编辑、初稿撰写、可视化、软件应用、方法论、正式分析、概念构思。邵震:撰写——审阅与编辑、指导、资金获取、数据收集。罗琴晓:撰写——审阅与编辑。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号