1、992022年第 期6创新与创业Innovation and Entrepreneurship一、引言企业作为污染物排放和能源消耗主体，树立绿色发展理念是实现“双碳”目标的必然要求。绿色创新是降低环境污染，提高能源使用效率的重要手段1。因此，在“双碳”目标下，如何持续推动企业绿色创新成为一项亟待研究与解决的重要议题。学术界开始从强化环境规制、升级产业结构和加强政府支持等多个角度提出政策建议，其中也包括扩大对外直接投资来推动绿色创新。然而，关于对外直接投资与绿色创新关系的研究大多基于国家或省、市级数据2、3，那么对外直接投资对微观企业的绿色创新存在何种影响呢？其影响机制是什么？考虑到在不同因素影
2、响的情况下，对外直接投资对企业绿色创新的影响效应会如何变化？以上问题的解答，将为持续推动企业绿色创新提供建议、开辟道路。基于此，本文以中国上市企业为研究对象，考察了对外直接投资对企业绿色创新的影响及其影响机制，并分析了在不同条件下对外直接投资活动对企业绿色创新所产生的不同效应。与本文相关的一类文献是关于企业绿色创新影响因素的研究，大致可以归纳为内部动因、外部环境和市场等三个方面。在内部动因方面，邹志勇等4认为高管越重视环境保护，越有利于企业创新和可持续发展；还有研究从知识特征与知识管理5、6、企业战略7、企业管理8、企业资源9等视角考察了企业绿色创新的决定因素。在外部环境方面，部分学者认为强环
3、境规制对企业绿色创新具有激励作用10；部分学者则考察了国家政策对企业绿色创新的影响，如环境税11、新 环保法 12和绿色信贷政策等13。在市场方面，Weng 等14研究发现客户压力是促进中小企业绿色创新的重要因素；Horbach15也得到类似结论，认为客户需求是企业创新的重要驱动，促进了绿色工艺创新；并且，Qi 等16探讨了利益相关者对绿色工艺和绿色产品创新的影响，发现国外客户是推动企业采取绿色工艺和绿色产品创新战略的重要因素。然而，阅读所及，鲜见关于对外直接投资与企业绿色创新的相关讨论。与本文相关的另一类文献是关于对外直接投资经济效应的研究，研究重点主要集中于对外直接投资对母国的经济效应，如
4、全要素生产率17、就业效应18、经济增长效应19、20、创新效应21、产业结构效应22以及贸易效应23等。其中，与本文关系比较密切的是杨朝均24的研究，该文基于演化博弈理论，采用数值仿真方法考察了对外直接投资对工业企业绿色创新路径演化的影响，发现对外直接投资逆向技术溢出效应的强弱、OFDI 利润反馈和研发费用分摊的高低共同决定了企业绿色创新的路径选择。与其不同的是，本文使用微观企业数据度量了对外直接投资与企业绿色创新，并将对外直接投资影基金项目国家社会科学基金重点项目 中国战略性矿产资源国家安全评估与预警系统研究（2020-2050）（18AGL002）；国家自然科学基金重点项目大数据环境下的
5、评价理论、方法和应用（71631006）DOI：10.19634/ki.11-1403/c.2022.06.013OFDI 对企业绿色创新的影响研究郑明贵1,2郑雯芳1尤碧莹1（1.江西理工大学经济管理学院，江西赣州341000；2.中国科学技术大学管理学院，安徽合肥230026）摘要对外直接投资与企业绿色创新是经济高质量发展阶段政界与学界共同关注的话题。本研究利用 2008-2020 年 A股上市企业对外直接投资数据，考察了对外直接投资对企业绿色创新的影响。研究发现：对外直接投资与企业绿色创新之间存在显著的因果效应，对外直接投资对企业绿色创新具有正向促进作用；高管海外背景正向调节对外直接投资
6、与企业绿色创新间的关系；研发投入在对外直接投资与企业绿色创新间发挥中介作用。异质性分析表明，对外直接投资对企业绿色创新存在显著的差异化影响，投资发达国家（地区）企业的对外直接投资对企业绿色创新的促进作用更加显著。此外，企业绿色创新可进一步区分为实质绿色创新和表面绿色创新，对外直接投资对实质绿色创新的促进作用大于表面绿色创新。本研究为深化对外直接投资与企业绿色创新关系的理解提供了新视角，同时为推动企业绿色创新提供了新启示。关键词对外直接投资；绿色创新；高管海外背景；研发投入 中图分类号F273.1文献标识码A文章编号1003-1154(2022)06-0099-07管理现代化100创新与创业In
7、novation and Entrepreneurship响效应聚焦于企业绿色创新质量和数量而非路径选择，以更好地呼应“双碳”目标背景下对绿色低碳发展的迫切需要。相较已有文献，本文的主要贡献可能有：第一，从微观层面探讨了对外直接投资对绿色创新的影响，丰富和拓展了企业绿色创新领域的文献。第二，在进一步研究中，深入剖析了对外直接投资与企业绿色创新之间的作用机制，为企业绿色创新决策构建了新的理论框架。第三，从投资区位、绿色专利分类等不同层面考察了对外直接投资对企业绿色创新的异质性影响，为合理评估对外直接投资的经济效应提供了重要参考依据。二、理论分析与研究假设（一）对外直接投资与企业绿色创新对外直接投
8、资主要通过以下四个方面促进企业绿色创新：首先，企业通过在海外设立子公司、跨国并购或与海外企业合作等方式，能够直接接触和学习海外企业的绿色创新技术和理念25，并通过“逆向绿色技术溢出”效应向母国企业溢出扩散。同时，研发资金和科技人员的跨国流动具有知识溢出的特点26，将有利于绿色创新知识和技术的传播与应用，进而促进中国企业绿色创新能力的提升。其次，一方面对外直接投资通过向东道国转移企业低附加值生产环节，有利于实现国内企业高端生产环节的集聚，为国内企业绿色创新奠定基础27。另一方面对外直接投资将一些能耗高、污染重的边际产业向国外转移，促进了国内劳动密集型产业向资本、技术密集型产业转换，为国内绿色环保
9、产业的发展创造空间，推动企业实现绿色转型升级，激发企业绿色创新活力28。此外，对外直接投资实现了国内外资源的优化配置，企业可以充分整合利用国内国外两个市场资源，通过资源配置来支持企业绿色创新活动29。最后，企业进行对外直接投资时，东道国激烈的市场竞争以及对环境保护的重视，倒逼着跨国企业进行绿色环保技术创新30。综合上述分析，提出假设 1：假设 1 对外直接投资能够促进企业绿色创新。（二）对外直接投资、研发投入与企业绿色创新企业进行绿色创新从而实现绿色转型，增加研发投入是达成这一目标的前提31。首先，研发投入的增加有利于企业积累更多的绿色创新知识，伴随绿色创新知识的溢出，绿色创新技术和绿色创新理
10、念能够更广泛地在研发人员间传播和学习，从而有助于提高企业的绿色创新能力32。其次，基于“费用分摊机制”，一方面，对外直接投资发挥着直接分摊研发费用的作用，即对外直接投资创造了跨国企业与东道国研发机构的合作机会，双方共同承担研发费用降低研发成本，促使母国企业能够将更多剩余资金投入到核心研发活动中33、34。另一方面，对外直接投资同时发挥着间接分摊研发费用的作用，即企业通过对外直接投资开拓市场，扩大海外市场版图，能够减少交易、运输等费用，从而增加企业的营利收入。而营利收入的增加有利于企业积累资金，为企业绿色创新活动提供充足的资金支持。综合上述分析，对外直接投资能够通过增加研发投入来促进企业绿色创新
11、，由此提出假设 2：假设 2 研发投入在对外直接投资与企业绿色创新之间发挥中介作用。（三）对外直接投资、高管海外背景与企业绿色创新基于高阶梯队理论，企业高管的经历会影响其认知水平和行为选择，进而对企业是否开展绿色创新决策产生影响35，主要体现在：一是绿色环保教育理念的熏陶。高管海外背景主要来自发达国家，在国外高等学府或科研机构学习、工作过的海外高管，其价值认知体系被植入了更多的绿色环保意识36。根据“烙印理论”，高管海外经历会对高管本身的认知和能力形成一种印记，即产生烙印效应37、38。因此，拥有海外背景的高管在企业生产经营过程中会更加注重环境污染等问题39，更加重视企业绿色创新活动的开展。二
12、是从事绿色创新工作的实践经验。拥有海外背景的高管往往具有国际化视野，了解和掌握国外前沿的绿色创新知识和管理方式40，在企业生产经营过程中，更偏向采用利于企业可持续发展的绿色创新决策。综合上述分析，拥有高管海外背景的企业更能够发挥企业对外直接投资对绿色创新的促进作用，由此提出假设 3：假设 3 高管海外背景在对外直接投资与企业绿色创新之间发挥正向调节作用。三、研究设计（一）数据来源本文绿色专利数据来源于中国知识产权局，其他数据来源于国泰安数据库。本文研究对象为 A 股上市对外直接投资企业，受制于部分主要变量的数据起始时间为 2008年，因此，选取的样本区间为 2008-2020 年。样本筛选原则
13、为：（1）剔除 ST、PT、*ST 企业；（2）剔除海外子公司注册地为避税天堂的样本；（3）剔除总资产为 0 的对外直接投资企业；（4）剔除总负债为负值的对外直接投资企业；（5）为避免异常值的影响，在 1%的水平上对数据做了缩尾处理。经过筛选后共得到 13862 个观测值。（二）变量设计1.被解释变量企业绿色创新（GI）。参考于连超等41的做法，本文将海外子公司与母国企业联合或独立申请的绿色发明1012022年第 期6创新与创业Innovation and Entrepreneurship专利与绿色实用新型专利申请数加总得到绿色专利申请总数，再将申请总数加 1 取对数用来衡量企业绿色创新。另外
14、，在稳健性检验部分，采用绿色发明专利申请数占绿色专利申请总数的比例作为替代变量进行检验42。2.解释变量企业对外直接投资（OFDI）。参考肖宵等43的做法，采用给定年份对外直接投资公司的海外子公司存量加 1取对数的方法衡量。3.控制变量参考肖小虹和潘也44的做法，本文选取的控制变量包括：反映企业特征的变量，如企业规模、企业年龄；反映企业盈利与偿债能力的变量，如净资产收益率、资产负债率；反映企业治理能力的变量，如独立董事占比、股权结构。表 1 详细说明了以上变量的度量方法。表 1变量设置与说明变量类型变量名称变量符号度量方法被解释变量绿色创新GI绿色专利申请量+1 取对数解释变量对外直接投资OF
15、DI给定年份的海外子公司数量+1 取对数作用机制变量研发投入R&D研发投入/营业收入高管海外背景ONP拥有海外背景董事人数/董事总人数控制变量企业规模SIZE企业员工人数取对数企业年龄AGE企业成立年限+1 取对数净资产收益率ROE净资产/股东权益平均余额资产负债率LEV总负债/总资产独立董事占比INDEP 独立董事人数/董事总人数股权结构FSH第一大股东持股比例行业虚拟变量 Industry根据证监会行业分类标准，涉及 19 个行业，设置 18 个虚拟变量年份虚拟变量Year涉及 12 个年度，设置 11 个虚拟变量（三）模型设计参考刘莉亚等45的做法，为了检验对外直接投资对企业创新的影响，
16、构建如下计量模型：12=+ititititGIOFDIControlIndustryYear其中，i 表示对外直接投资企业，t 表示对外直接投资年份，GI 表示企业绿色创新，Control 表示控制变量集合，it表示随机扰动项。此外，Industry 与 Year 分别表示控制行业和年份固定效应。（四）描述性统计主要变量的描述性统计结果见表 2，可以发现，GI、OFDI 和 R&D 的最小值和最大值相差较大，说明企业绿色创新、对外直接投资和研发投入的个体差异比较明显。考察期内 ONP 的平均值为 0.1964，说明高管中具有海外背景的成员所占比重较高。此外，其他变量的离散程度均较好，说明样本具有较好的代表性。表 2主要变量描述性统计变量观测值平均值标准差最小值最大值GI138621.14211.335205.2627OFDI138621.25770.65810.69313.4340R&D138624.41994.72460.002627.3300ONP138620.19640.212601SIZE138627.98871.32834.920011.7868AGE138622.79940
