环境处罚及其对绿色创新的溢出效应:地理邻近性与供应链网络邻近性的双重视角

《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》:Environmental penalties and their spillover effects on green innovation: Dual perspectives of geographical and supply chain network proximity

【字体: 大 中 小 】 时间:2026年07月09日 来源:TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE 13.5

编辑推荐:

  Fang Dong|刘伟嘉|王志清•环境处罚通过地理邻近性和供应链邻近性产生绿色创新溢出效应。•地理邻近性与供应链网络邻近性对创新具有相互强化作用。•企业对环境的重视程度以及机构投资者占比能够正向调节这种溢出效应。•这类溢出效应更有利于推动实质性绿色发明专利的产生,而非实用新型。

  
Fang Dong|刘伟嘉|王志清
  • •
    环境处罚通过地理邻近性和供应链邻近性产生绿色创新溢出效应。
  • •
    地理邻近性与供应链网络邻近性对创新具有相互强化作用。
  • •
    企业对环境的重视程度以及机构投资者占比能够正向调节这种溢出效应。
  • •
    这类溢出效应更有利于推动实质性绿色发明专利的产生,而非实用新型。

引言

环境处罚是强制企业遵守法规的重要手段,它不仅会增加企业的成本,还能作为监管力度强的明显信号。以往研究已证实环境处罚会对生产力和减排效果产生直接影响,从而起到遏制违规行为的作用(Chen和Li,2024;Shao等人,2020)。除了确保企业合规之外,学者们还研究了环境处罚如何影响企业的绿色创新行为(Chen等人,2024;Cui等人,2022;Guedhami等人,2025;Xu等人,2023)。这些研究指出,环境处罚有助于推动技术进步,帮助企业在降低法律风险的同时获得竞争优势(Borsatto和Amui,2019;Gray和Shimshack,2011;Gu和Yuan,2024;Leiter等人,2011;Porter和Linde,1995)。不过,现有研究大多将环境处罚视为仅影响受罚企业的冲击因素,主要关注这些企业内部的应对策略(Guedhami等人,2025;Leiter等人,2011;Liao和Shi,2018),并未探讨环境处罚是否以及如何对其他企业产生溢出效应。
此前已有大量研究探讨了技术创新和知识传播等方面的溢出效应(Bentlage等人,2013;Gu和Yuan,2024;Obschonka等人,2023)。随着环境问题的日益严峻,研究表明环境政策和激励措施能够促进目标区域及周边地区的绿色创新(Ervin等人,2013;Gray和Shadbegian,2021;Gray和Shimshack,2011;Zeng等人,2023)。重要的是,这类研究将关注点从传统的创新溢出效应转向了政策引发的溢出效应,表明监管干预所产生的影响可能超出其直接针对的对象。大多数此类研究都围绕地理邻近性来分析政策溢出效应,认为监管政策可能会对空间上相近的企业产生影响(Bray等人,2019;Haddad等人,2024;Narasimhan和Nair,2005;Obschonka等人,2023)。然而,企业之间还通过供应链关系紧密相连,这种联系跨越地域界限,因此仅以地理距离来判断溢出效应是不够的。尽管供应链有可能成为传递监管压力的重要渠道,但很少有研究将政策溢出效应的研究扩展到供应链网络层面。因此,目前还不清楚环境处罚是如何通过供应链网络影响周边企业的,也不清楚供应链关联与地理邻近性之间的相互作用是否会进一步放大这类溢出效应。
本研究利用2007年至2022年间3657家中国上市公司的面板数据,探讨环境处罚如何影响绿色创新,重点分析通过地理邻近性和供应链网络产生的溢出效应。研究结果表明,环境处罚不仅在地理上相近的企业间,也在供应链上相连的企业间产生显著的绿色创新溢出效应,而且当这两种邻近性因素共同作用时,这种溢出效应会进一步增强。此外,研究还发现,企业的环境重视程度和机构投资者占比会调节这种溢出效应,而且不同类型的专利、企业所有权结构以及行业市场力量也会导致溢出效应存在差异。
本研究在以下几个方面有所贡献。首先,在理论层面,本研究将供应链网络邻近性纳入监管溢出效应的分析框架,提出了双重邻近性模型(见图1),从而丰富了政策溢出效应的相关理论。传统的单一邻近性模型主要强调通过地理邻近性进行信息传递,认为溢出效应会随着地理距离的增加而减弱。而我们的双重邻近性模型则将信息传递与企业自身的吸收能力结合起来,认为溢出效应不仅取决于监管信息的传递,还取决于企业能否通过供应链网络连接吸收并应对这些信息,即便两者之间存在地理距离。其次,在方法层面,本研究采用了环状差分法来分析环境处罚的溢出效应。与传统的空间计量经济模型相比,环状差分法通过比较与受罚企业距离不同的企业,能够更准确地估计企业层面的局部溢出效应(Bera等人,2018;Gibbons和Overman,2012)。第三,在政策层面,本研究表明环境处罚能够在直接受罚企业之外激发绿色创新,为如何利用监管处罚实现更广泛的环境保护和创新目标提供了有益思路。
本文的其余部分结构如下:第二节为理论与假设,第三节为数据与方法,第四节为结果与分析,第五节为结论与启示。

章节要点

环境处罚对绿色创新的溢出效应

现有文献主要关注环境处罚的直接效应,从成本角度分析环境处罚的影响,并重点研究其对受罚企业的直接影响(Guedhami等人,2025;Karpoff等人,2005;Konar和Cohen,2001)。不过,环境处罚是一种极具可见性的监管措施。从政策溢出效应的角度来看,环境处罚实际上是在传递监管信息(Shimshack和Ward,2005)。由于监管信息可以

估算方法

我们采用环状差分法来估算环境处罚对绿色创新的溢出效应(Butts,2023;Li等人,2023;Marcus,2021)。该方法基于远近识别策略,通过比较与受罚企业距离不同的企业,来捕捉局部处理效应(Asquith等人,2023;Fu,2007;Li等人,2023)(如图2所示)。
与传统的空间计量经济模型相比,我们的方法具有以下优势

基准回归分析

表2展示了基准回归的结果,其中使用绿色专利申请量的对数值和双曲正弦函数的倒数作为企业绿色创新的替代指标。对于地理邻近性因素(第1列和第2列),Treatik?×?Postikt的系数均为正值,且数值显著,这说明在目标企业受到环境处罚后,其周边企业の绿色创新水平会提升约7%。这一结果支持了假设H1a,也与之前的研究结论一致

主要结论

本研究通过整合3657家中国上市公司的面板数据与供应链网络数据,运用环状差分法分析了环境处罚如何通过地理邻近性和供应链网络邻近性产生创新溢出效应,尤其是这两种邻近性因素之间的互动机制,从而为环境处罚的溢出效应提供了实证依据。

CRediT作者贡献说明

Fang Dong:负责初稿撰写、方法设计、数据整理以及概念构建工作。Weijia Liu:负责审稿与编辑、初稿撰写、可视化处理、软件应用、方法研究、正式分析以及数据整理工作。Zhiqing Wang:负责初稿撰写、研究指导、方法设计、资金筹集以及概念构建工作。

利益冲突声明

作者声明不存在任何利益冲突。

致谢

本研究得到了以下机构的支持:北京市自然科学基金(项目编号9262010)、国家自然科学基金(项目编号L2424237、72434002、L2224059和L2124002)、国家社会科学基金(项目编号22VMG014)、中国教育部人文社会科学研究基金(项目编号16JDGC011)以及中国博士后科学基金(项目编号2025M770726)。
Fang Dong是中国北京邮电大学经济与管理学院的助理教授。他的近期研究兴趣包括创新管理、创新政策、大数据分析以及网络分析领域。他于2024年获得中国清华大学公共政策与管理学院的博士学位。
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