Driving Innovation, Empowering Service: How Carbon Emission Trading Policy Spurs Green Transformation in Manufacturing Enterprises
-
摘要: 在“双碳”战略目标驱动与全球产业链低碳重构背景下，绿色转型已成为中国制造业获取竞争优势的关键路径。以2013年启动的碳排放权交易试点为准自然实验，利用2007—2022年沪深A股制造业上市公司数据，从价值链视角系统考察碳排放权交易政策对制造业企业绿色转型的影响机制。研究发现，碳排放权交易试点政策显著驱动制造业企业通过双元路径实现绿色转型，既促进企业向价值链上游的绿色创新环节攀升，又推动企业向价值链下游的服务业务环节延展。机制分析表明，研发资金投入增加和客户深度经营分别是驱动绿色创新和服务延展的核心路径，而数字技术应用和高管海外经历在其中发挥正向调节作用。异质性分析显示，政策效应在装备制造企业、高技术制造企业和国有制造企业中更为显著。本研究为优化碳排放权交易政策设计、推动制造业绿色化高端化发展提供了重要的理论支撑和实证依据。Abstract: Driven by the "dual carbon" strategic goals and the low-carbon restructuring of global industrial chains, green transformation has become a critical pathway for China's manufacturing industry to gain competitive advantages. Using the carbon emission trading pilot launched in 2013 as a quasi-natural experiment and leveraging data from A-share listed manufacturing companies in Shanghai and Shenzhen Stock Exchange from 2007 to 2022, this study systematically examines the impact mechanism of carbon emission trading policies on the green transformation of manufacturing enterprises from a value chain perspective. The findings reveal that the pilot policy for carbon emission trading significantly drives manufacturing enterprises to achieve green transformation through dual pathways that not only promote enterprises to ascend to upstream green innovation segments in the value chain but also facilitates their expansion into downstream service business segments. Mechanism analysis indicates that increased R&D funding and deepened customer engagement are the core pathways driving green innovation and service extension respectively, while the application of digital technologies and executives' overseas experience play positive moderating roles. Heterogeneity analysis shows the policy effects are more pronounced in equipment manufacturing enterprises, high-tech manufacturing enterprises, and state-owned manufacturing enterprises. This research provides important theoretical support and empirical evidence for optimizing policy design for carbon emission trading, and promoting the green and high-end development of the manufacturing industry.
-
表 1 主要变量定义
变量类型 变量名称 变量符号 变量定义 被解释变量 绿色创新 gp 企业绿色专利申请数量加1取对数 突破式绿色创新 fm 企业绿色发明专利申请数量加1取对数 渐进式绿色创新 sy 企业绿色实用新型专利申请数量加1取对数 服务延展 ser 企业服务业务总收入/主营业务收入 嵌入式服务延展 qser 企业嵌入式服务业务收入/主营业务收入 混入式服务延展 hser 企业混入式服务业务收入/主营业务收入 核心解释变量 碳交易试点政策 DID 若企业所在地区在第t年被纳入试点，取值为1，否则为0 控制变量 企业规模 size 企业总资产取对数 盈利能力 inc 企业营业收入增长率 资产负债率 lev 企业总负债/总资产 账面市值比 bm 企业每股净资产/每股市价 托宾Q值 tq 企业市场价值/总资产 股权集中度 sha 企业管理层持股比例 产业结构 str 地区第三产业增加值/第二产业增加值 地区经济水平 gdp 地区人均GDP取对数 金融发展水平 fin 地区年末金融机构贷款余额/GDP 中介变量 研发投入强度 rd 企业研发资金投入/营业收入 多元化投资 rca 企业流动资产/总资产 客户集中度 cus 前五大客户销售额/年度总销售额 调节变量 数字技术应用 dc 企业年报所含数字化相关词频数加1取对数 高管海外经历 ove 企业拥有海外背景的高管团队取值为1，否则为0 
下载: 导出CSV
表 2 基准回归：碳排放权交易试点与制造业企业绿色创新
变量 绿色创新 突破式绿色创新 渐进式绿色创新 (1) (2) (3) (4) (5) (6) DID 0.095*** 0.104*** 0.091*** 0.097*** 0.038*** 0.037** (0.020) (0.022) (0.017) (0.019) (0.014) (0.016) 控制变量 否 是 否 是 否 是 年份固定效应 是 是 是 是 是 是 企业固定效应 是 是 是 是 是 是 样本量 9 398 9 398 9 398 9 398 9 398 9 398 R2 0.092 0.197 0.079 0.178 0.051 0.154 注：***、**、*分别表示1%、5%、10%的显著性水平；括号内数字是聚类到地区层面的稳健标准误。下表同。
下载: 导出CSV
表 3 基准回归：碳排放权交易试点与制造业企业服务延展
变量 服务延展 嵌入式服务延展 混入式服务延展 (1) (2) (3) (4) (5) (6) DID 0.005** 0.006** 0.005** 0.006*** 0.002 0.002 (0.002) (0.003) (0.002) (0.002) (0.001) (0.002) 控制变量 否 是 否 是 否 是 年份固定效应 是 是 是 是 是 是 企业固定效应 是 是 是 是 是 是 样本量 9 398 9 398 9 398 9 398 9 398 9 398 R2 0.109 0.108 0.144 0.145 0.238 0.239
下载: 导出CSV
表 4 工具变量检验
变量 第一阶段 第二阶段 (1)
DID(2)
绿色创新(3)
突破式创新(4)
渐进式创新(5)
服务延展(6)
嵌入式服务(7)
混入式服务IV 0.037*** (0.002) DID 0.166*** 0.159*** 0.084*** 0.037*** 0.035*** 0.039 (0.041) (0.035) (0.028) (0.005) (0.004) (0.003) 控制变量 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 企业固定效应 是 是 是 是 是 是 是 样本量 3 637 3 637 3 637 3 637 3 637 3 637 3 637 R2 0.482 0.097 0.087 0.045 0.061 0.075 0.125 第一阶段F值 19.52 [0.000] C-D Wald F 1 706.163 {16.38} K-P rk LM 709.545 [0.000] 注：{}内为Stock-Yogo在10%显著性水平上的临界值，[]内为P值。
下载: 导出CSV
表 5 PSM-DID检验
变量 (1)
绿色创新(2)
突破式创新(3)
渐进式创新(4)
服务延展(5)
嵌入式服务(6)
混入式服务DID 0.118*** 0.112*** 0.044** 0.007** 0.006** 0.002 (0.023) (0.019) (0.016) (0.003) (0.002) (0.002) 控制变量 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 企业固定效应 是 是 是 是 是 是 样本量 8 595 8 595 8 595 8 585 8 595 8 595 R2 0.196 0.175 0.153 0.102 0.141 0.227
下载: 导出CSV
表 6 稳健性检验
变量 (1)
绿色创新(2)
突破式创新(3)
渐进式创新(4)
服务延展(5)
绿色创新(6)
服务延展(7)
绿色创新(8)
服务延展DID 0.097*** 0.058*** 0.066*** 0.002** 0.105*** 0.008*** 0.086*** 0.005** (0.018) (0.013) (0.016) (0.001) (0.022) (0.003) (0.019) (0.002) 控制变量 是 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 是 个体固定效应 是 是 是 是 是 是 是 是 样本量 9 398 9 398 9 398 9 398 8 189 8 189 9 398 9 398 R2 0.166 0.118 0.139 0.382 0.184 0.079 0.218 0.108
下载: 导出CSV
表 7 机制检验
变量 (1)
研发投入强度(2)
客户集中度(3)
多元化投资DID 0.011*** 1.230** -0.025** (0.001) (0.625) (0.005) 控制变量 是 是 是 年份固定效应 是 是 是 企业固定效应 是 是 是 样本量 8 538 8 024 9 398 R2 0.552 0.050 0.046
下载: 导出CSV
表 8 调节效应检验
变量 数字技术应用 高管海外经历 (1)
绿色创新(2)
突破式创新(3)
渐进式创新(4)
服务延展(5)
嵌入式服务(6)
混入式服务DID 0.048*** 0.074** 0.015** 0.006* 0.001* -0.003 (0.038) (0.031) (0.026) (0.005) (0.004) (0.003) DID×dc 0.070*** 0.089*** 0.019* (0.016) (0.013) (0.011) DID×ove 0.010* 0.009** 0.007** (0.005) (0.004) (0.003) dc 0.029*** 0.026*** 0.015*** (0.007) (0.006) (0.005) ove 0.001 -0.001 0.001 (0.002) (0.001) (0.001) 控制变量 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 企业固定效应 是 是 是 是 是 是 样本量 8 538 8 538 8 538 8 496 8 538 8 538 R2 0.188 0.177 0.145 0.103 0.142 0.227
下载: 导出CSV
表 9 异质性分析：绿色创新表现
变量 (1)
装备制造(2)
非装备制造(3)
高技术(4)
低技术(5)
国有(6)
非国有DID 0.149*** 0.027 0.098*** 0.057 0.126*** 0.044* (0.039) (0.025) (0.027) (0.036) (0.034) (0.024) 控制变量 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 企业固定效应 是 是 是 是 是 是 样本量 3 918 5 480 7 152 2 246 5 034 4 218 R2 0.240 0.181 0.144 0.215 0.229 0.063
下载: 导出CSV
表 10 异质性分析：服务延展表现
变量 (1)
装备制造(2)
非装备制造(3)
高技术(4)
低技术(5)
国有(6)
非国有DID 0.009** 0.004 0.007** 0.004 0.007* 0.005 (0.004) (0.004) (0.003) (0.006) (0.004) (0.004) 控制变量 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 个体固定效应 是 是 是 是 是 是 样本量 3 918 5 480 7 152 2 246 5 034 4 218 R2 0.153 0.115 0.120 0.116 0.108 0.213
下载: 导出CSV
-
[1] 戴翔, 杨双至. 数字赋能、数字投入来源与制造业绿色化转型[J]. 中国工业经济, 2022(9): 83-101. [2] 齐平, 宋威辉. 数字化转型、创新发展与制造业价值链高质量发展[J]. 广东财经大学学报, 2024(1): 4-18. https://song.cbpt.cnki.net/WKG/WebPublication/paperDigest.aspx?paperID=a7e52f1a-a029-4933-8567-a176801fc366 [3] 温慧愉, 杜佳月, 高昊宇, 等. 碳市场激励下的企业ESG表现——来自中国碳排放权交易试点的经验证据[J]. 金融研究, 2024(10): 95-112. [4] 梁中, 汪跃. 从"双重错位锁定"到"双元解锁"——中国传统制造业绿色转型情景与政策路径[J]. 社会科学研究, 2022(1): 68-76. [5] ZHANG C T, WANG Z C, WANG M H, et al. Micro-level pollution reduction effect of carbon emission trading policy: based on A-share listed enterprises in pilot cities[J]. Journal of Cleaner Production, 2025, 486: 144442. doi: 10.1016/j.jclepro.2024.144442 [6] 杜永善, 梁书豪, 郭红玉. 碳排放权交易政策能够提升企业ESG表现吗?——基于广义合成控制法的实证检验[J]. 科学学与科学技术管理, 2024(10): 119-135. [7] 胡珺, 黄楠, 沈洪涛. 市场激励型环境规制可以推动企业技术创新吗?[J]. 金融研究, 2020(1): 171-189. [8] 范庆泉, 郭文. 碳交易市场对企业创新行为的影响研究[J]. 经济与管理研究, 2025(2): 43-57. [9] LIU L, LIU L Q, LIU K, et al. Climate policy and corporate green transformation: empirical evidence from carbon emission trading[J]. Research in International Business and Finance, 2025, 74: 102675. doi: 10.1016/j.ribaf.2024.102675 [10] SHU Z Q, PENG S J, HUANG X. How does service trade openness promote the green transformation of manufacturing firms? evidence from China[J]. Energy Economics, 2025, 144: 108347. doi: 10.1016/j.eneco.2025.108347 [11] SONG Y W, NIU N, SONG X Y, et al. Decoding the influence of servitization on green transformation in manufacturing firms: the moderating effect of artificial intelligence[J]. Energy Economics, 2024, 139: 107875. doi: 10.1016/j.eneco.2024.107875 [12] 胡珺, 方祺, 龙文滨. 碳排放规制、企业减排激励与全要素生产率[J]. 经济研究, 2023(4): 77-94. [13] YAN X L, HE T Y. Wish fulfilment or wishful thinking?-assessing the outcomes of China's pilot carbon emissions trading scheme on green economy efficiency in China's cities[J]. Energy Policy, 2024, 19: 114261. [14] 唐国平, 孙洪锋, 陈曦. 碳排放权交易制度与企业投资行为[J]. 财经论丛, 2022(4): 57-68. [15] 谢会强, 黄凌云, 刘冬冬. 全球价值链嵌入提高了中国制造业碳生产率吗[J]. 国际贸易问题, 2018(12): 109-121. [16] 陈漫, 张新国. 经济周期下的中国制造企业服务转型: 嵌入还是混入[J]. 中国工业经济, 2016(8): 93-109. [17] 孙晓华, 张竣喃, 李佳璇. 市场型环境规制与制造企业转型升级——来自"排污权交易"的微观证据[J]. 数量经济技术经济研究, 2024(1): 90-109. [18] 董文婷, 张靖佳, 王伟楠, 等. 互补效应下企业研发投入与创新能力的相互关系研究[J]. 科研管理, 2024(9): 155-165. [19] DIMASI J A, HANSEN R W, GRABOWSKI H G. The price of innovation: new estimates of drug development costs[J]. Journal of Health Economics, 2003, 22(2): 151-185. doi: 10.1016/S0167-6296(02)00126-1 [20] WANG T, CHEN Y. Capability stretching in product innovation[J]. Journal of Management, 2018, 44(2): 784-810. doi: 10.1177/0149206315594847 [21] 赵珊, 李桂华. 分散还是集中: 客户集中度与企业绩效[J]. 管理评论, 2023(2): 294-305. [22] 唐跃桓, 黎静霖, 杨其静. 电子商务与企业跨地区交易: 交易成本经济学的视角[J]. 经济研究, 2025(1): 74-90. [23] 孙晓华, 张竣喃, 郑辉. "营改增"促进了制造业与服务业融合发展吗[J]. 中国工业经济, 2020(8): 5-23. [24] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100-120. [25] 张峰, 刘曦苑, 武立东, 等. 产品创新还是服务转型: 经济政策不确定性与制造业创新选择[J]. 中国工业经济, 2019(7): 101-118. [26] 宣烨, 李洋. 数据要素市场化与企业ESG表现[J]. 广东财经大学学报, 2025(1): 18-31. doi: 10.20209/j.gcxb.441711.20250122.003 [27] 李长胜, 刘少慧, 莫建雷, 等. 碳价波动抑制还是促进企业绿色创新?——来自中国地方碳排放权交易试点的证据[J]. 中国人口·资源与环境, 2025(1): 66-76. [28] 李创, 王智佳, 王丽萍. 碳排放权交易政策对企业绿色技术创新的影响——基于工具变量和三重差分的检验[J]. 科学学与科学技术管理, 2023(5): 15-33. [29] 赵宸宇. 数字化发展与服务化转型——来自制造业上市公司的经验证据[J]. 南开管理评论, 2021(2): 149-163. [30] 张海玲, 李漫兮. 低碳城市试点政策对出口企业绿色创新的影响[J]. 中国人口·资源与环境, 2023(3): 23-33. [31] 梁鹏, 梁琳, 齐荻. 工业机器人应用能否提升企业创新能力[J]. 广东财经大学学报, 2024(2): 59-70. doi: 10.20209/j.gcxb.441711.2024.02.005 [32] 吴非, 胡慧芷, 林慧妍, 等. 企业数字化转型与资本市场表现——来自股票流动性的经验证据[J]. 管理世界, 2021(7): 130-144+10. [33] 阳镇, 陆明富, 陈劲. 数字背景高管与企业数字技术创新[J]. 西北工业大学学报(社会科学版), 2025(3): 1-10. [34] 彭红星, 毛新述. 政府创新补贴、公司高管背景与研发投入——来自我国高科技行业的经验证据[J]. 财贸经济, 2017(3): 147-161. -
点击查看大图
图(2) / 表(10)
计量
- 文章访问数: 149
- HTML全文浏览量: 122
- PDF下载量: 0
- 被引次数: 0