SCI论文（www.lunwensci.com）:
摘要：文章以2009—2021年中国沪深A股上市公司为实证研究样本，探究了经济政策不确定性对企业绿色创新的影响，并分析了ESG评级在其中的调节作用。研究结果表明，经济政策不确定性会促进企业绿色创新，且对企业策略性绿色创新的影响明显强于实质性绿色创新。调节效应结果表明，ESG评级可以强化企业绿色创新导向,在经济政策不确定性和绿色创新之间产生显著的正向调节效应。从产权性质和行业类型来看，在国有企业和重污染行业中，经济政策不确定性对于绿色创新的激励效应更为显著。
关键词：经济政策不确定性；ESG评级；企业绿色创新
*的二十大报告指出，推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节。企业作为经济产出的重要组成单位和环境污染的主要来源主体，其绿色转型不仅可以为企业自身探索出新的增长方向与利润空间，也会为社会发展带来经济效益与环境效益。而企业绿色转型目标的实现，需要将绿色技术创新作为有力支撑和重要基础。推动绿色创新是实现生态保护和经济增长协调发展的重要途径。与一般性创新活动不同，绿色创新具有技术知识溢出和环境绿色溢出的双重外部性特点[1]，企业开展绿色投资活动积极性不足，依赖相关经济政策的引导、扶持[2]；因此，绿色创新对于外部政策环境的变动有更高的敏感性[3]。近年来，不确定性持续冲击各国经济运行，国际环境日趋复杂，为促进经济复苏和社会稳定发展，我国宏观政策变动频繁，经济政策不确定性显著上升。可以预见，经济政策不确定性持续高位将是未来企业开展绿色创新活动所面临的重要情况因素。为此探究经济政策不确定性如何影响企业绿色创新对促进经济高质量发展具有重要的现实意义。
现有文献主要从激励效应和抑制效应两方面论证经济政策不确定性与绿色创新之间的关系。一方面，经济政策不确定性增加了市场机会[4-5]，激励企业积极开展绿色创新；从利益相关者[6]和环境规制[7]的外部压力等角度考虑，企业的绿色创新可以提高企业声誉，缓解经济政策不确定性引发的外界压力。另一方面，也有学者基于实物期权理论[8-9]、金融摩擦理论[3，10-11]和地方政府竞争理论[12]，发现经济政策不确定性会加剧企业的信贷约束，提高延缓投资价值，进而抑制绿色创新。
2022年5月，证监会在《上市公司投资者关系管理工作指引》中提出，上市公司需要为投资者披露企业环境、社会和公司治理等相关信息，以此推动了ESG发展。ESG评级是第三方机构对上市公司可持续发展绩效的评估，可以为投资者提供企业内部信息，有效缓解信息不对称和委托代理问题，并通过市场软监管的方式倒逼企业生产方式绿色化发展[13]，提高绿色创新投入。因此，第三方ESG评级是否以及如何影响经济政策不确定性对企业绿色创新的作用机制是一个值得探讨的问题。本文以我国沪深两市的非金融上市企业为研究样本，探究经济政策不确定性对企业绿色创新的影响，以及第三方ESG评级所发挥的调节效应。本文可能的边际贡献在于：丰富了经济政策不确定性与绿色创新相关理论研究；将ESG评级引入经济政策不确定性与企业绿色创新的研究框架中进行分析。
一、理论分析与研究假设
（一）经济政策不确定性与企业绿色创新
1.经济政策不确定性对企业绿色创新的抑制作用
经济政策不确定性通常是指微观经济主体无法准确预知政府是否、何时以及如何改变现行经济政策[14]。在企业层面，宏观政策的不确定性很容易转化为财务水平和投资策略的不确定性。一方面，根据金融摩擦理论，政策环境的高不确定性会加大信贷市场双方信息的不对称程度，企业需要补偿更高的外部风险溢价，融资成本上升；同时，经济政策不确定性可能会诱发企业的经营风险和违约风险[15]，银行出于经营安全考虑，会出现“惜贷”和“慎贷”行为，提高贷款出借利息，减少贷款供给[16]，致使企业融资约束加强，绿色创新投入减少[11]。另一方面，实物期权理论认为，由于绿色创新项目具有不可逆性和高度不确定性[8]，企业会权衡绿色投资的预期收益和当期投资成本，当经济政策不确定性上升时，绿色技术创新的延迟期权价值上升[9]，为避免出现潜在风险和损失，企业管理层会更倾向于采取保守投资策略，推迟绿色创新项目研发。在宏观层面，经济政策不确定性会降低就业和社会投资水平，阻碍地区经济增长[17]。在晋升激励和政绩考核的压力下，地方政府将倚重招商引资和基础设施建设等手段来提振经济[18]。在招商引资过程中，地方政府可能会通过降低环境规制强度等底线竞争行为来吸引企业迁入[19]，下调地区低碳、减排等合规性压力；而对基础设施建设的过度投资也会攫取企业信贷资源，抑制地区绿色经济效率提高[20]。综上所述，本文提出假设H1a。
H1a：经济政策不确定性会抑制企业绿色创新。
2.经济政策不确定性对企业绿色创新的促进作用
现有解释经济政策不确定性促进企业绿色创新的主流理论是增长期权理论。与实物期权理论不同，增长期权理论将投资机会看作“看涨期权”，认为不确定性会提高投资的潜在回报，使研发预期收益大于延迟期权价值[21]。一方面，从收益与成本的角度来看，经济政策不确定性拓宽了绿色创新的期望利润空间，项目研发成功的收益远大于失败所亏损的投资成本，管理层投机性偏向骤增，企业风险承担水平上升[22]，绿色投资增加。另一方面，从企业战略的角度来看，绿色产业具有明显的“赢家效应”，先进入市场的企业会占据更多的市场份额[23]；经济政策不确定性提高了市场重新分配的可能性[4]，企业为维持市场占先效应，避免竞争对手获取竞争优势，会积极投入绿色技术研发。此外，我国多次强调“绿水青山就是金山银山”，生态文明建设和可持续发展理念已成为社会共识，消费者环保意识日渐增强。基于声誉理论，企业开展绿色研发活动可以树立积极的企业形象，满足消费者绿色需求以提高企业绩效[24]，并且有效缓解经济政策不确定性所带来的投资者恐慌情绪[25]，向市场传递绿色信号，吸引具有社会责任感的投资机构投资[26]。即经济政策不确定性对于企业绿色创新具有激励效应。
企业绿色创新行为可以分为以经济环保效益、以企业技术进步为导向的实质性绿色创新行为[2，27]和以谋求特定利益、迎合政府环境政策为目的的策略性绿色创新行为[28-29]。为推进地区环境保护和节能减排，我国在地方官员政治考核体系中实施“自上而下”的环保目标责任制来强化地区环境治理职责[30]。由于环保考核具有“一票否决”权，迫于晋升压力，地方政府通常会采取强制性违规惩罚和激励性创新补偿等行政手段[31]来积极推动属地企业绿色发展进程。但囿于绿色技术的专业性门槛[32]和政府部门对于研发补贴资金事后监管不力[33]，部分企业可能会盲目追求创新“数量”与“速度”[28]，以“低质量”而非实质性创新的绿色技术专利去应对政府监管，以享受财政研发补助与税收优惠扶持。综上分析，本文提出假设H1b和假设H2。
H1b：经济政策不确定性会促进企业绿色创新。
H2：相比于实质性绿色创新行为，经济政策不确定性对于策略性绿色创新行为的激励效应更明显。
（二）ESG评级的调节作用
ESG评级可以反映上市公司在环境（E）、社会责任（S）和公司治理（G）等维度的治理绩效表现。现有研究主要从利益相关者理论和信息传递理论的角度来探究ESG评级与企业绿色创新之间的关系。利益相关者理论认为企业是管理者与政府、金融机构、员工和消费者等利益相关者之间的契约纽带，符合利益相关者的需求可以为企业发展获取更多的关键资源[34]。从1983年确立“环境保护”为基本国策开始，到新时代绿色发展理念的提出，当前社会已形成绿色化、低碳化的氛围导向。如政府对企业绿色发展具有环保规制要求[35]，金融机构出于风险规避需求对致力于可持续发展的企业也会有更高的评价与估值[36]，以及消费者也更偏好于环境友好型产品[13]等。高ESG评级可以为企业树立积极声誉形象，向外界释放可持续发展信号，吸引利益相关者的参与和投入，以此提高企业绩效，获得外源融资支持。ESG评级提高了管理层对于绿色创新的机遇预期，企业投资会更偏向于占先策略而非保守策略。
此外，第三方ESG评级机构会定期披露企业在环境管理、社会责任履行和内部治理等多维度的信息，根据信息传递理论，高水平ESG信息披露可以为市场提供企业环境绩效的专业信息，有益于减轻企业内部与外部投资者之间的信息不对称程度，缓解逆向选择问题[37]。即第三方ESG评级可以缓解经济政策不确定性产生的资本市场信息透明度下降问题，增加投资者对于企业绿色投资的信心[38]，促进绿色创新。综上所述，ESG评级可以从利益相关者压力和信号渠道来减弱经济政策不确定性对绿色创新的抑制效应。基于此，本文提出假设3。
H3：ESG评级在经济政策不确定性影响企业绿色创新的过程中可以起到正向调节作用。
二、研究设计
（一）样本选择与数据来源
本文选择沪深A股上市公司2009—2021年数据作为研究样本。在剔除金融业、ST、PT以及数据缺失严重的样本后，最终得到4 518家企业共36 576个观测值。其中，企业绿色创新数据来源于中国研究数据服务平台（CNRDS）；经济政策不确定性指数来源于Baker等（2016）[39]创建的EPU数据库；ESG评级数据来源于同花顺iFinD金融数据终端；企业相关数据和经济数据来源于CSMAR数据库。为避免受异常值影响，本文对所有连续变量在1%和99%水平上进行winsorize缩尾处理。
（二）变量选择与处理
1.被解释变量
本文被解释变量为企业绿色创新，用企业绿色专利申请量表示。其中，企业实质性绿色创新（lnGreInva），用企业绿色发明专利申请数量衡量；企业策略性绿色创新（lnGre Uma），用企业绿色实用新型专利申请数量来衡量。由于绿色专利数量是计数数据，具有右偏特征，对其加1并作对数化处理。
2.解释变量
本文选取Baker等（2016）编制的中国经济政策不确定性指数作为解释变量。此指标是月度数据，因此需要通过计算本年度中每月EPU指数的算术平均值并除以100处理得到年度数据。
3.调节变量
本文选择华证ESG评级作为调节变量。华证指数在每一季度会对上市公司的ESG表现从次到优分为C、CC、CCC-AAA等9个等级，将上市企业ESG等级从高到低分别赋值为9至1，再选择当年第四季度的ESG赋值得到年度数据。
4.控制变量
本文借鉴李青原等（2020）[40]，王馨等（2021）[41]以及Xin等（2023）[8]的研究，从企业内部和宏观层面选取以下可能影响企业绿色创新的控制变量：企业规模、企业年龄、财务杠杆、盈利能力、企业价值、企业成长性、市场势力、资本密集度、两职兼任、管理层激励、独立董事比例、GDP增速、M2。
同时，由于经济政策不确定性指数是年度数据，会与时间固定效应中的虚拟年度变量产生多重共线性现象，为此，借鉴申宇等（2020）[42]的做法，在模型中加入宏观经济景气一致指数，银行业景气指数和企业景气指数等宏观层面的变量来代替时间固定效应，以控制模型在时间截面上遗漏变量所产生的内生性问题，数据来源于CEIC数据库。
具体变量及其含义如表1所示。
（三）模型设定
为检验经济政策不确定性对企业绿色创新的影响和ESG评级的调节效应，本文构建基准回归模型（1）和模型（2）。
其中，i表示企业，t表示年度。lnGreInva和lnGre Uma分别表示企业实质性绿色创新和策略性绿色创新，EPU表示经济政策不确定性，ESG为企业ESG评级，EPU×ESG是两者的交乘项。此外，controls为一系列控制变量，M为时间固定效应的系列替代变量，μ为个体固定效应，ε为随机扰动项。
三、实证分析
（一）描述性统计
由表2可知，lnGreInva和lnGre Uma的最大值为6.80、6.62，最小值为0.00，均值分别为0.51、0.49，这说明在不同上市企业之间存在显著的差异；EPU最大值为7.92，最小值为0.99，均值为3.83，表明在2009—2021年间中国宏观经济环境波动性较高，政策变化明显。
（二）基准回归结果
表3报告了模型（1）的相应回归结果。其中，（1）和（2）列是经济政策不确定性对于企业实质性绿色创新的回归结果，（3）和（4）列则检验了经济政策不确定性对企业策略性绿色创新的影响，列（1）和（3）未加入控制变量。可以看出，EPU系数在1%水平上都显著为正，说明经济政策不确定性可以促进企业的绿色创新投入行为，实证结果支持H1b，拒绝H1a。基于列（2）（3），可以发现，lnGre Uma的回归系数（0.047 6）大于lnGreInva的回归系数（0.031 7），在相同经济政策不确定性下，有大约50%的提升；这表明面对政策环境变化，企业采取策略性绿色创新行为的意愿强于实质性绿色创新，与研究假设H2相符。
表4报告了模型（2）的相应回归结果，检验了在ESG评级下经济政策不确定性对于企业绿色创新的影响。可以发现交乘项EPU×ESG在1%水平下显著为正，且EPU系数也大于0，说明调节变量（ESG）的上升可以促进经济政策不确定性对于企业绿色创新投入的正面影响，研究假设H3得到验证。而在列（2）、列（4）中，交乘项系数分别为0.007 9和0.005 8，表明ESG信息披露对于经济政策不确定性促进企业实质性绿色创新行为的调节作用更强，可以有效提高我国企业绿色创新绩效质量。
此外，在控制宏观经济（MCI）、银行业（BPI）、企业景气（BCI）等代表时间截面的控制变量后，模型1和模型2中解释变量结果仍在1%的水平下显著，可以认为模型在一定程度上消除时间层面遗漏变量问题对实证分析的影响，主要结果依然稳健。
（三）稳健性检验和内生性处理
1.稳健性检验
更换EPU测量方式。Baker等（2016）的数据是基于《南华早报》编制的，作为区域性报纸可能只反映我国华南地区的经济政策变动情况。因此选择Davis等（2019）[43]编制的中国经济政策不确定性指数，其基于《人民日报》和《光明日报》等全国性报刊，可以更有效反映中国整体经济政策的实际情况。替换解释变量的回归结果如表5所示，可以发现，（1）—（4）列中除主要解释变量的回归系数大小更为显著外，与前文检验的结果基本一致。
调整样本期。本文研究样本时间跨度为2009—2021年。在此期间，一方面，国家大力推进生态文明建设，环境保护制度逐渐完善，环境监管加强，生态理念成为社会共识，企业需要投入更多的资源来提升绿色绩效，以获得市场认可和政策支持。另一方面，突发性事件对我国经济和居民生活产生巨大冲击，财政负担加重，交通运输梗阻，居民消费大幅下滑，企业正常的生产经营和创新产出活动受限。因此为排除国家政策导向与外部冲击事件的干扰，选择缩短时间窗口至2012—2019年。调整样本时期的回归结果如表6所示，可以发现，主要解释变量系数与基准回归结果方向相同，主要结果稳健。
改变样本容量。本文研究样本选取除金融业外全部A股上市公司，其中包括住宿、餐饮业、教育等服务业，这些第三产业相比于制造业的绿色创新意愿与社会要求不强烈，可能存在样本选择偏差问题。为保持研究结论的稳健性，选择只包含制造业的子样本进行回归。制造业样本回归结果由表7可知，列（1）和（2）EPU系数分别为0.031 0，0.053 4，通过了1%水平下的显著性检验，说明本文研究假设H1b、H2的研究结论基本稳健。在（3）和（4）列中交乘项系数分别为0.005 4和0.004 4，表明ESG评级可以增强经济政策不确定性对于企业绿色创新的激励效应，与基准回归结果相符，结论稳健。
2.内生性处理
工具变量法。工具变量法可以处理可能存在的遗漏变量、样本选择和双向因果等内生性问题。参考顾夏铭等（2018）[44]，张成思等（2018）[45]的研究，选择美国经济政策不确定性指数滞后一阶作为EPU工具变量；同时考虑交乘项EPU×ESG也会具有内生性问题，选择“美国经济政策不确定性指数滞后一阶×ESG”作为交乘项的工具变量。如表8所示，其实证回归结果与基准回归结果相同，经济政策不确定性对于绿色创新和ESG的正向促进作用仍然在1%显著水平成立，说明在控制可能存在的内生性问题后，结论依然稳健。此外，不可识别检验，弱工具变量检验和过度识别检验的统计结果表明，本文不存在不可识别、弱工具变量以及工具变量内生性问题。
倾向得分匹配法（PSM）。为进一步缓解潜在变量遗漏和样本自选择问题，选择使用PSM方法进行检验。首先将解释变量EPU按均值分为高经济政策不确定性组和低经济政策不确定性组，再选择企业层面控制变量作为协变量，按1：1进行最邻近无放回匹配，最终保留17 979个样本容量。将匹配后的数据重新回归，结果未发生实质性改变，本文结果依然稳健。
（四）异质性分析
1.产权性质
国有企业作为我国国民经济的支柱，在享有更多的政策、信贷资源支持的同时，也负有稳定社会和环境治理等非经济职责和社会责任，为此相对非国有企业，国有企业会更多地投入到绿色技术创新中。对模型（1）和模型（2）按照产权异质性分类分别进行回归。结果如表9所示，从列（1）—（4）EPU回归系数可以发现，经济政策不确定性对于国有企业的绿色创新正向促进作用明显强于非国有企业，并且无论国有企业抑或非国有企业，都更偏向于绿色实用新型专利的申请，印证了前述结论。列（5）—（8）反映了ESG评级的调节作用，可以发现，ESG对于国有企业样本的正向调节作用同样更显著。可能的原因在于，国内ESG评级机构会将国有企业降低失业率、社会扶贫和节能减排等社会责任表现纳入考核评价体系中[46]，国有企业通常会获得更高的评价，高ESG评级可以吸引更多的社会投资，绿色创新投入也会更高。
2.行业性质
不同行业对于绿色创新的需求不尽相同，重污染行业具有高污染、高能耗的特性，更容易造成严重的环境污染和碳排放问题，因此需要积极承担相对来说更多的环境维护和治理责任。本文基于潘爱玲等（2019）[47]对于重污染行业的定义，将研究样本分为重污染行业和非重污染行业。回归结果如表10所示。在列（1）—（4）中，经济政策不确定性对于实质性绿色创新的影响在重污染行业和非重污染行业不存在差异，但对于策略性绿色创新行为的影响，重污染行业显著大于非重污染企业，这说明在当前重视生态环保的政策环境中，重污染企业会通过积极开展低质量绿色研发活动来应对政府环保监管。同时，基于列（5）—（8），可以发现，相较于非重污染行业，ESG评级整体上在重污染行业中的调节作用更强。这可能是重污染行业由于污染排放等问题评级较低，外部市场压力加大[13]，迫切需要提高绿色专利数量来获取市场认可。
四、结论与建议
本文使用2009—2021年中国A股非金融业上市公司的非平衡面板数据，实证分析经济政策不确定性对企业绿色创新的影响，以及ESG评级在其中的调节效应。主要研究结论如下：第一，经济政策不确定性会正向影响企业绿色创新；且经济政策不确定性存在选择效应，对企业策略性绿色创新行为的激励效应明显强于实质性绿色创新行为。异质性分析表明，经济政策不确定性在国有企业和重污染行业中对企业绿色创新存在更为强烈的促进作用。第二，从调节效应检验结果可知，ESG评级强化了经济政策不确定性对企业绿色创新的激励效应。同样，ESG评级的正向调节效应也在国有企业和重污染行业中更为明显。
基于上述研究结论，本文提出以下政策建议：一是要充分发挥出经济政策的积极导向作用，可以设立相关产业政策，大力扶持绿色产业发展，或利用结构性货币政策工具定向调控信贷资源流向，缓解企业融资约束，促进企业绿色投资。二是加强政府环境监管力度和企业补贴考核水平，在激励企业绿色技术变革的同时，还要严格监控政府补助的使用方向，避免“挪用”，保证绿色专利的“质量”。三是构建更为完善的ESG评级体系，提高信息披露质量，进一步增加市场认可程度，发挥市场软监管作用，多方位促进企业绿色创新。
参考文献：
［1］RENNINGS K.Redefining innovation—eco-innovation research and the contribution from ecological economics［J］.Ecological Economics，2000，32（2）：319-332.
［2］王永贵，李霞.促进还是抑制：政府研发补助对企业绿色创新绩效的影响［J］.中国工业经济，2023（2）：19.
［3］姚圣，林云燕.经济政策不确定性与企业环保投资［J］.中国矿业大学学报：社会科学版，2023，25（1）：143-160.
［4］ZHU Y u e，SUN Zi yu a n，ZHANG Shi y u，e t a l.Economic policy uncertainty，environmental regulation，and green innovation—an empirical study based on Chinese high-tech enterprises［J/OL］.International Journal of Environmental Research and Public Health，2021，18（18）.［2023-10-02］.http：//www.mdpi.com/1660-4601/18/18/9503.
［5］刘兴华，洪攀.“量”的积累还是“质”的飞跃：经济政策不确定性有助于推动企业绿色创新吗［J］.江西财经大学学报，2022（5）：25-41.
［6］阳镇，陈劲，凌鸿程.媒体关注、环境政策不确定性与企业绿色技术创新——来自中国A股上市公司的经验证据［J］.管理工程学报，2023，37（4）：1-15.
［7］王慧，孙慧，肖涵月，等.“谨小慎微”抑或“险中求胜”?——环境政策不确定性与污染密集型企业绿色创新［J］.产业经济研究，2021（2）：30-41+127.
［8］CUI Xin，WANG Chunfeng，SENSOY A，et al.Economic policy uncertainty and green innovation：Evidence from China［J/OL］.Economic Modelling，2023，118（C）.［2023-10-05］.http：//www.sciencedirect.com/science/article/abs/pii/S0264999322003418.
［9］REN Xiaohang，XIA Xixia，TAGHIZADEH-HESARY F.Uncertainty of uncertainty and corporate green innovation—evidence from China［J］.Economic Analysis and Policy，2023，78：634-647.
［10］MAO Ke，HUANG Junxin.How does climate policy uncertainty affect green innovation?Evidence from China［J/OL］.International Journal of Environmental Research and Public Health，2022，19（23）.［2023-10-05］.http：//www.mdpi.com/1660-4601/19/23/15745.
［11］成琼文，陆思宇.经济政策不确定性，环境管制与绿色创新［J］.华东经济管理，2022，36（11）：10.
［12］HOU Deshuai，CHAN K C，DONG M，et al.The impact of economic policy uncertainty on a firm's green behavior：Evidence from China［J/OL］.Research in International Business and Finance，2022，59.［2023-10-02］.http：//www.sciencedirect.com/science/article/abs/pii/S0275531921001653.
［13］刘柏，卢家锐，琚涛.形式主义还是实质主义：ESG评级软监管下的绿色创新研究［J］.南开管理评论，2023，26（5）：16-28.
［14］GULEN H，ION M.Policy uncertainty and corporate investment［J］.The Review of Financial Studies，2016，29（3）：523-564.
［15］CHEN Jin yong，WANG Xiao chi，SHEN Wan，et al.Environmental uncertainty，environmental regulation and enterprises'green technological innovation［J/OL］.International Journal of Environmental Research and Public Health，2022，19（16）.［2023-10-03］.http：//www.mdpi.com/1660-4601/19/16/9781.
［16］BORDO M D，DUCA J V，KOCH C.Economic policy uncertainty and the credit channel：Aggregate and bank level US evidence over several decades［J］.Journal of Financial stability，2016，26：90-106.
［17］BLOOM N.The impact of uncertainty shocks［J］.Econometrica，2009，77（3）：623-685.
［18］毛奕欢，林雁，谭洪涛.经济增长目标、官员压力与企业绿色创新［J］.中南财经政法大学学报，2022（3）：113-125.
［19］卢建新，于路路，陈少衔.工业用地出让、引资质量底线竞争与环境污染——基于252个地级市面板数据的经验分析［J］.中国人口·资源与环境，2017，27（3）：9.
［20］蔡晓陈，徐红霞.经济政策不确定性与绿色经济效率［J］.南京财经大学学报，2022（1）：54-63.
［21］BLOOM N.Fluctuations in uncertainty［J］.Journal of Economic Perspectives，2014，28（2）：153-176.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/78120.html
