Chinese  |  English

Journal of Tsinghua University(Science and Technology) >

2025 , Vol. 65 >Issue 11: 2180 - 2194

DOI: https://doi.org/10.16511/j.cnki.qhdxxb.2025.27.011

Resources and Environmental Issues in Global Value Chains

Consumption-driven demand in global value chains and the green innovation transformation of enterprises

  • Xinming XIA 1, 2 ,
  • Qingchun WANG 1, 2, 3 ,
  • Yuning GAO , 1, 2, 3, *
Expand
  • 1. School of Public Policy & Management, Tsinghua University, Beijing 100084
  • 2. Institute for Contemporary China Studies, Tsinghua University, Beijing 100084
  • 3. Institute for Service Economy and Digital Governance, Tsinghua University, Beijing 100084

Received date: 2024-05-20

  Online published: 2025-11-07

Copyright

All rights reserved. Unauthorized reproduction is prohibited.
Fold

Abstract

Objective: Stimulating the vitality of green and low-carbon science and technology innovations and realizing the goal of "dual-carbon" are inherent requirements for implementing a new development concept, building a new development pattern, and promoting high-quality development. Currently, the development of green innovation and transformation is at a critical stage, and the dynamics of green innovation and transformation is still an important research object worth exploring. China is participating in a vertical division of the labor system with greater depth, breadth, and efficiency through global value chains. However, most existing studies have simply attributed low-carbon innovation outcomes to a single policy or an element. Under the guidance of dual circulation and dual carbon goals, exploring key links between the value chain consumer demand and green innovation in economic activities is significant. When studying the dynamics of corporate green innovation, attention should be paid to the huge demand-side impacts and transmission of the value chain. Methods: Based on the division of labor and connection of product value chains, this study matches and integrates the green innovation database of the A-share listed companies from 2002 to 2020. Then, this paper constructs a time series of multiregional input-output tables based on the interprovincial multi-regional input-output tables compiled by the Development Research Center of The State Council in 2002, 2007, 2012 and 2017. To more clearly describe how demand-side shocks affect the behavioral decisions of enterprises under green and low-carbon transformation through input-output networks, this paper starts with analyzing the consumption-side demand of the value chain. Using a multiregional input-output model, this paper quantifies the direct and indirect impacts on the consumption-side demand caused by the interprovincial division of labor in each province and estimates the demand impact of the interprovincial trade in China. Further, it decomposes the consumption-side demand of the value chain into the local consumption-side demand and foreign consumption-side demand of the value chain. Results: The research findings are as follows: Consumer demand, transmitted through the value chain, contributes to improving local firms' green innovation levels, particularly in terms of original green invention patents. The value chain amplifies the impact of the market demand from other regions on the local market. Local firms participating in the dual circulation strategy and constructing a unified domestic market will benefit from the broader dynamics of the external market. State-owned enterprises bear greater social responsibility in low-carbon emissions, and the consumer demand in the value chain guides subsidies to enter the domain of invention patents more effectively. This effect exhibits specific spatial and temporal heterogeneity, stimulating high-tech sectors and enterprises to invest in green innovation, while large-scale enterprises and startups face limitations in green innovation. Conclusions: This paper connects the value chain and innovation chain under the connotation of the global value chain division of labor linkage. By quantifying the direct and indirect impacts on the consumption-side demand, the paper examines the impact of demand-side shocks on the level of green innovation on the supply side by adopting the multiregional input-output model to measure the effect of demand-side shocks on China's interprovincial trade. The research results provide policy implications for creating a unified domestic market under sustainable development, effectively integrating value and innovation chains, and fostering green innovation in enterprises.

Key words： green innovation; value chain; demand on the consumer side; multi-regional input-output model; low-carbon transition

Cite this article

Xinming XIA , Qingchun WANG , Yuning GAO . Consumption-driven demand in global value chains and the green innovation transformation of enterprises[J]. Journal of Tsinghua University(Science and Technology), 2025 , 65(11) : 2180 -2194 . DOI: 10.16511/j.cnki.qhdxxb.2025.27.011

碳达峰、碳中和(又称“双碳”)是一场全社会动员和参与的广泛而深刻的系统性变革[1]。激发绿色低碳科技创新能力，实现“双碳”目标，是贯彻新发展理念、构建新发展格局、推动高质量发展的内在要求[2]。习近平总书记指出，“绿色发展是高质量发展的底色，新质生产力本身就是绿色生产力”。近年来，绿色创新在政策优化路径上的重要性愈发显现[3]，研究者们已围绕例如碳定价政策 [4]、低碳城市试点政策 [5]、环境权益交易市场 [6]、绿色产业政策 [7]等对绿色创新的影响开展了广泛的研究。多数研究关注单一政策对企业绿色技术创新绩效的影响；部分研究关注企业所处的外部环境，考察公众的环境关注[8]、城市互联网发展[9]等外部因素对绿色创新的影响机制，并证实了绿色创新能够有效响应气候变化挑战 [10]；此外，也有研究强调了绿色变革型领导通过环境责任文化和环保激情气氛推动企业的绿色行为[11]，或者通过准实验(quasi-experiment)方法发现环境治理压力和高管的环保意识[12]、企业家的学历与技术背景[13]等是影响企业环保投入的重要因素。当前绿色创新转型发展正处于关键阶段，绿色创新转型动力仍然值得探索。
面向“以国内大循环为主体、国内国际双循环相互促进”的新发展格局，中国通过全球价值链参与到了更具深度、广度和效率的垂直分工体系中。随着国际分工的深入发展，研究者们发现价值链贸易通过行业和地区间的价值流动产生波动性[14-15]，成为需求变动引发经济影响的放大器。需求变动对企业经济效益的作用会受到价值链位置的影响，企业在价值链中的分工联系会直接影响企业的税负压力[16]、市场竞争程度[17]和专业分工化程度[18]，进而影响到企业内外部创新环境、对外部需求变化的反应和上游供应链的策略调整。在全国统一大市场建设背景下，如果在研究企业绿色创新的动力时忽视需求侧的巨大冲击和价值链的传导作用，仅将低碳创新成果简单归结于某一项政策或要素，则内生性问题难以避免。
本研究针对微观企业及其所在地的价值链上下游关联，探讨消费侧需求变动的实际效应。在绿色低碳转型的需求下，基于全球价值链分工联系的内涵，联通了价值链与创新链，利用多区域投入产出模型测算价值链消费侧需求对供给侧绿色创新的影响；基于本地与外地的价值链分解框架，将价值链消费侧需求进一步分解为本地消费侧需求与外地消费侧需求，刻画不同地区最终需求沿价值链传导的差异性，关注影响机制的调节效应以及行业部门、企业所有制、规模类型等异质性分析。

1 研究基础和假设

创新作为“高质量发展”这一时代命题的源动力，成为各界关注的焦点。绿色创新是创新领域的独特分支，指的是推动绿色发展的新技术供给，有助于实现经济、社会和环境的协调发展。随着价值链的不断发展和国际国内分工的不断深化，研究者们发现了“长鞭效应”，即供应链末端突发的需求冲击能够通过供应链逆流而上，使得上游供应商的需求波动幅度逐级放大，引发贸易额的大幅下降[19-20]。Gangnes等[21]和Nagengast等[22]发现各国嵌入全球价值链增加了出口总量对国外需求波动的敏感程度，使得全球金融波动沿着供应链网络在全球范围内更迅速地传播。
已有较多研究考察了需求变动对于企业生产经营策略的影响。当需求增长时，企业的核心产品销售量增加[23]，工资水平提升[24]，碳排放水平增高[25]，有更强的创新激励和技术升级[26]。然而，较少研究关注企业所在地区行业的产业关联及其对于需求变动的传导效果。当面临价值链传导的外需扩张时，由于市场扩大效应，企业会增加创新的预期收益，生产力的提升有助于企业获得更高收益[27]。同时，嵌入价值链的企业可以通过进口中间品等方法缓解创新的技术约束和成本约束[28]，产生积极的创新激励，进一步提高创新绩效。上述影响也呈现出创新类型和技术价值等方面的差异[6]，试点政策对于绿色技术改进和高价值发明专利申请的促进作用十分明显[5]。基于上述理论探索和实证研究，提出假设1。
假设1  价值链消费侧需求有助于企业绿色创新水平的提升，企业所在地接收的价值链消费侧需求对企业绿色创新转型具有显著的正向影响，并且外地市场消费侧需求也通过价值链对本地企业绿色创新产生推动作用。上述作用对于创新程度和价值存在差异的绿色发明专利和绿色实用新型专利有所不同。
围绕创新的影响机制，研究者们进行了不同领域的探讨。周黎安等[29]使用中国省级行政区数据作为经验证据，分析了企业规模对创新活动的影响，并发现该影响在不同企业所有制类型的企业中的表现不同。李春涛等[30]研究了中国制造业企业的所有制形式及其对企业创新活动的影响，无论投入还是产出，国有企业都展现出更多创新性。温军等[31]讨论了机构特征和企业性质如何影响企业的自主创新能力，研究发现企业的异质性特征对企业创新产生不同的影响，这些影响尤其在国有企业与民营企业中表现出显著差异。
解维敏等[32]通过分析中国2003—2005年间上市公司数据发现政府研究与试验发展(research and experimental development，R&D)投入刺激了企业的R&D投入。全面认识和理解发展中国家政府创新补贴政策绩效，有效甄别企业的真实创新类型对企业创新决策、国家相关政策的制定至关重要[33-34]。对于不同所有制类型的企业，其R&D投入对产业创新绩效的影响是不同的，与国有企业相比，民营企业的R&D投入与产业创新绩效之间的正相关关系更为显著 [35]。环保上市企业技术效率和内部研发投入对绿色技术创新绩效的影响呈“倒U”型，国有环保企业的创新绩效高于民营企业 [36]。基于上述研究，提出假设2。
假设2  企业所有制类型、是否获得研发补贴在价值链消费侧需求与企业绿色创新的关系中发挥重要的调节作用。在面临价值链消费侧需求变动时，企业所有制类型为国有企业、企业能够获得研发补贴，对于企业绿色创新影响效应更为明显。
目前，已有部分研究探讨了对绿色创新影响效应的异质性。钟腾龙等[37]研究发现，采用质量竞争策略的企业会提高产品价格、扩大产品范围和增加产品分布的离散程度，成本竞争策略企业则相反。同时，规模越大的企业越容易从需求增长中获利[38-39]。杨梅等[13]实证检验了企业高管的学历和技术背景对绿色创新的影响在绿色专利类别、时间和行业之间存在巨大差异。此外，从企业特征来看，企业债务约束[40]、企业规模[29, 41]、信贷寻租行为和融资约束[42]均会对企业创新活动产生影响。因此，提出有关价值链消费侧需求与低碳创新转型的异质性分析的假设3。
假设3  价值链消费侧需求对企业绿色创新转型的影响在不同时空、不同部门、不同企业类型中存在差异。

2 研究方法

2.1 数据来源与预处理

本研究通过匹配构建了2002—2020年A股上市企业的绿色创新数据库，将来自中国经济金融研究数据库(China Stock Market & Accounting Research，CSMAR)中上市企业的企业特征数据与中国国家知识产权局的专利检索及分析系统(https://pss-system.cponline.cnipa.gov.cn/conventionalSearch)中的专利数据进行关联。首先，以中国沪深A股上市企业的名称作为匹配的申请人条件，得到每个企业2002—2020年间每年的绿色专利的申请数据，具体条目包括申请时间、授权时间、专利IPC分类、发明人、地址等。本研究重点对绿色发明专利和绿色实用新型专利展开分析。
本研究基于国务院发展研究中心编制的2002、2007、2012和2017年省际多区域投入产出(multi-regional input output，MRIO)表[43]，构建了时间序列MRIO数据库。MRIO表基准年份为2002、2007、2012和2017年，本研究运用分块RAS法(RAS法又名双比例尺度法)拓展至非基准年份，构建了2002—2020年31个地区28个产业部门时间序列投入产出表。如表 1所示，非基准年的行业结构设置参照了基准年，每列总和控制向量为各省行业一级的总中间投入(总投入与增加值之差)。产业部门核算时，2008年以前的总产值和增加值数据来自历年《中国工业统计年鉴》(曾用名为《中国工业经济统计年鉴》等)，增加值采用基准年MRIO表中增加值比率的线性插值和外推法计算。农业部门和所有服务业部门的增加值来自中国国家统计局的年度数据库，根据各省相应部门的基准年MRIO表中的增加值比率进行计算拆分。
表 1 中国2002—2020年省际多区域投入产出表的构建
基准年份/年 产业部门数量/个 地区数量/个 覆盖年份/年
2002 28 31 2002、2003、2004
2007 28 31 2005、2006、2007、2008、2009
2012 58 31 2010、2011、2012、2013、2014、2015
2017 42 31 2016、2017、2018、2019、2020

注：国务院发展研究中心编制的省际多区域投入产出表基准年份为2002、2007、2012和2017年，本研究运用分块RAS方法拓展非基准年份MRIO表，对应覆盖年份见此表。

2.2 关键指标构建

投入产出分析能够很好地量化消费侧需求沿价值链传导的情况，为理解经济系统中各部门之间的经济活动和联系提供了更全面且精确的视角。为了明晰需求冲击如何通过投入产出网络影响企业绿色低碳转型的行为决策，本研究从价值链消费侧需求着手，综合参考Bems等[44]、储德银等[16]和彭水军等[17]的测算思路，利用区域间投入产出模型，量化省份实际受到的、由省份间分工联系所引发的直接与间接消费需求的冲击，构造了关键指标，并进一步将价值链消费侧需求分解为本地消费侧需求与外地消费侧需求。
沿价值链传递的消费侧需求计算公式如下：
$\left\{\begin{array}{l}\text { Demand_link }_{i t}=\sum\limits_j w_{i j} \text { demand }_{j t}, \\w_{i j}=\frac{u_{i j}}{\sum\limits_j u_{i j}} .\end{array}\right.$
其中：Demand_linkit为年份t中省份i所受到的全部价值链消费侧需求冲击。demandjt为年份t中省份j的最终需求。wij为省份i对省份j的中间投入uij占省份i提供的全部中间品总投入的比重，wij越大，代表省份j的最终需求对省份i的影响越大。当i=j时，可计算出拆解后的本地价值链本地消费侧需求；当i≠j时，可计算出价值链外地消费侧需求。
进一步，本研究拆分了各省份不同部门(行业)通过投入产出关系所面对的价值链消费侧需求。
$\left\{\begin{array}{l}\text { Demand_link }_{i k t}=\sum\limits_{j, k} w_{j k} \text { demand }_{j k t}, \\w_{i j k}=\frac{u_{i j k}}{\sum\limits_{j, k} u_{i j k}} .\end{array}\right.$
其中：Demand_linkikt为年份t中省份i价值链中k行业的消费侧需求，demandjkt为年份t中省份j中行业k的最终需求。wijk为省份i中的行业k对省份j的中间投入uijk占省份i中行业k提供的全部中间品总投入的比重，wijk越大，代表下游省份j的最终需求对省份i中行业k的影响越大。同理，当i=j时，可计算出拆解后的本地价值链本地消费侧需求；当i≠j时，可计算出价值链外地消费侧需求。

2.3 模型构建

根据理论分析，为了精确识别企业所在地的价值链消费侧需求冲击对企业绿色创新低碳转型的影响，本研究参考虞义华等[45]的研究，构建计量模型，采用最小二乘估计。
$\begin{gathered}\text { TGreen }_{f t}=\beta_0+\beta_1 \text { Demand_link }_{i t}+ \\\beta_2 \mathrm{CV}+\delta+\theta+\mu+\varepsilon .\end{gathered}$
其中：TGreenft为企业f在年份t的绿色创新能力，可分别从绿色专利产出数量、绿色发明专利产出数量、绿色实用新型专利产出数量来分析。绿色专利产出是指企业f在年份t作为专利持有人最终申请的绿色专利数量，数量越多表明企业的绿色创新水平越高[46]。不同专利类别在审查过程、保护期限与保护强度、技术创新的贡献等方面存在差异，具体可分为发明专利、实用新型专利和外观专利3类，绿色发明专利代表了行业内的基础性或突破性、颠覆性技术的创新能力，而绿色实用新型专利则主要是对现有的产品和工艺进行改进，反映了市场对实用性改进的需求增加。本研究除了考虑绿色专利成功申请的数量TGreen外，还重点考察技术创新贡献程度高的绿色发明专利成功申请的数量ITGreen和绿色实用新型专利成功申请的数量UTGreen。
为了更好地识别价值链消费侧需求冲击的作用，本研究将Demand_link作为核心解释变量，具体包括Demand_link_total、Demand_link_self、Demand_link_other和Demand_link_ind，Demand_link_total代表沿价值链传递的消费侧需求、Demand_link_self代表沿价值链传递的本地消费侧需求、Demand_link_other代表沿价值链传递的外地消费侧需求、Demand_link_ind代表分不同部门沿价值链传递的消费侧需求。
CV代表模型的控制变量。参考徐佳等[5]、齐绍州等[6]和虞义华等[45]的研究，考虑了影响绿色创新的企业特征，包括企业所有制、企业年龄、资本密集度、净资产回报率、企业雇员薪资支出占比、补贴率、负债率。另外，企业规模可由企业的雇员人数、资产数量来衡量。在回归过程中，对非比率的连续变量作对数运算处理。
β0代表常数项，β1~β2代表变量估计系数，δ、θ、μ分别代表年份、省份、行业的固定效应，ε代表稳健标准误。通常在回归过程中对非比率的变量作对数运算处理。考虑到内生性以及从研发到产出所需的时间投入、专利申请与初审得到申请号的等待过程等，上述非类别型的解释变量与控制变量均进行滞后3期处理(变量前缀为L3.)。为了消除极端值的影响，本研究对比例类的变量采取缩尾(1%双尾)处理。变量统计详见表 2。
表 2 变量统计
变量 含义 观测样本/个 平均值 标准差 最小值 最大值
lnTGreen 绿色专利申请数量的对数 44 356 0.365 0.826 0 7.546
lnITGreen 绿色发明专利申请数量的对数 44 356 0.254 0.678 0 7.237
lnUTGreen 绿色实用新型专利申请数量的对数 44 356 0.215 0.592 0 6.608
lnDemand_link_total 沿价值链传递的消费侧需求的对数 44 356 10.512 0.774 7.741 11.742
lnDemand_link_other 沿价值链传递的外地消费侧需求的对数 44 356 8.955 0.804 6.372 11.197
lnDemand_link_self 沿价值链传递的本地消费侧需求的对数 44 356 10.023 1.154 5.597 11.681
Ownership 企业所有制(国有企业为1，非国有企业为0) 44 356 0.432 0.495 0 1
lnFirmage 企业年龄的对数 44 350 2.773 0.432 0 4.143
lnStaff 雇员的对数 44 235 7.518 1.396 0 13.223
Subsidy_ratio 补贴率 35 880 0.028 0.043 0 0.271
lnAsset 资产的对数 44 355 21.944 1.519 0 31.138
ROA 净资产回报率 44 351 0.035 0.083 -0.384 0.231
lnCI 资本密集度的对数 44 228 12.472 1.173 -2.833 22.121
Salary_ratio 雇员薪资支出占比 43 550 0.126 0.099 0.011 0.593
Debtratio 负债率 44 352 0.458 0.231 0.052 1.236

3 结果与讨论

3.1 特征事实

2002、2010、2020年价值链消费侧需求的核密度分布如图 1所示。由图可知，核密度曲线存在多峰分布的特征，并随着时间的推移向右移动，这说明消费侧需求的平均水平有所提高。带宽逐渐缩小、主峰趋于收窄且波峰垂直高度发生变化，密度越来越大，反映出价值链消费侧需求的分布更为集中，存在动态收敛性。价值链外地消费侧需求与价值链本地消费侧需求呈现相似的特征。
图 1 价值链消费侧需求核密度图(2002、2010、2020年)
价值链消费侧需求与绿色专利申请数量之间存在一定的相关性。本研究将上市公司的绿色专利数量加和汇总至省份层面，获得价值链消费侧需求与绿色专利申请数量之间的关系，如图 2所示。可以看出二者呈正相关，存在正向联系。价值链本地消费侧需求(见图 2c)整体形态与价值链消费侧需求(见图 2a)基本一致，价值链外地消费侧需求(见图 2b)分布较宽，但整体呈现相似规律。
图 2 价值链消费侧需求与绿色专利申请数的关系

3.2 回归结果分析

3.2.1 基准回归

基准回归结果如表 3所示。模型1—3的被解释变量分别为lnTGreen、lnITGreen、lnUTGreen。以往研究多以制造业或特定行业为研究对象，存在一定的局限，本研究在考察过程中没有删除服务业的样本，保留了全样本。结果表明，在模型1、2中核心变量的估计系数显著为正，而在模型3中对绿色实用新型专利申请数量的影响不显著。在模型4—6中，继续引入企业特征与创新密切相关的控制变量。由模型4、5可知，价值链消费侧需求促使绿色专利和绿色发明专利的申请数量分别增加了7.19%和7.39%。在控制了价值链需求后，补贴率每增加一个标准差，绿色专利与绿色发明专利申请数量分别增加1.1%、7.0%。企业所有制性质对企业绿色创新专利申请、绿色发明专利的影响显著为正，起到了显著的促进作用，发明专利申请数量增加了5.59%，而在绿色实用新型专利上不显著，这与徐佳和崔静波[5]、李思齐和冯宇佳[47]的发现一致。国有企业更偏向通过实质性的绿色创新(绿色发明专利)而非策略性的绿色创新(绿色实用新型专利)实现低碳转型，国有企业依靠更大的投入，对环境产生更大程度的正外部性。这反映出国有企业承担了更大的社会责任，在绿色低碳领域能够调动更多的资源投入创新中并有所产出，尤其是难度更高的原创性创新领域。
表 3 基准回归结果
(1) lnTGreen (2) lnITGreen (3) lnUTGreen (4) lnTGreen (5) lnITGreen (6) lnUTGreen
L3.lnDemand_link_total 0.056 4** 0.050 5*** 0.023 6 0.071 9* 0.073 9** 0.023 5
(0.023 0) (0.018 1) (0.016 5) (0.037 2) (0.029 4) (0.027 2)
Ownership — — — 0.044 2*** 0.055 9*** -0.001 24
— — — (0.013 3) (0.011 5) (0.009 51)
lnFirmage — — — -0.157*** -0.092 9*** -0.109***
— — — (0.020 9) (0.017 1) (0.015 8)
L3.lnStaff — — — 0.054 2*** 0.033 9*** 0.045 8***
— — — (0.006 74) (0.005 80) (0.004 77)
L3.Subsidy_ratio — — — 0.785*** 0.726*** 0.355***
— — — (0.128) (0.107) (0.093 6)
L3.lnAsset — — — 0.176*** 0.165*** 0.096 7***
— — — (0.008 50) (0.007 38) (0.006 23)
L3.ROA — — — 0.776*** 0.552*** 0.428***
— — — (0.083 1) (0.070 9) (0.058 9)
L3.lnCI — — — -0.002 57 -0.013 0** 0.014 8***
— — — (0.006 07) (0.005 20) (0.004 28)
L3.Salary_ratio — — — 0.107 0.156*** -0.134***
— — — (0.067 0) (0.059 0) (0.043 9)
L3.Debtratio — — — 0.044 2 -0.001 33 0.052 1**
— — — (0.030 2) (0.025 2) (0.022 2)
年份固定效应 是 是 是 是 是 是
省份固定效应 是 是 是 是 是 是
行业固定效应 是 是 是 是 是 是
常数项 -0.543** -0.436*** -0.314** -4.370*** -3.996*** -2.587***
(0.212) (0.167) (0.150) (0.390) (0.316) (0.284)
样本量 32 588 32 588 32 588 24 527 24 527 24 527
R2 0.176 0.148 0.155 0.246 0.221 0.216

注：*、* *、* * *分别对应10%、5%、1% 的显著性水平，括号中的数值为稳健标准误。

其他控制变量的回归结果显示，员工规模大、成立时间短、资产多、资产回报率高等类型的企业申请的绿色专利更多。负债率在绿色专利和绿色发明专利的申请上没有显著影响，而在绿色实用新型专利上凸显，侧面反映出借贷经营款项的流入方向。在模型5、6中，资本密集度对绿色发明专利和绿色实用新型专利申请数量的影响存在差异，这可以从发明专利和实用新型专利的创新程度理解，资本密集度高的企业往往具有较高的折旧和摊销、较多的机器设备等固定资产等特征，这在一定程度上成为颠覆性创新的负担，巨大的资本依赖度使企业形成一定的发展路径依赖，绿色化转型的进程缓慢。
进一步，本研究分解价值链为本地价值链和外地价值链，考察消费侧需求对绿色创新转型的本地效应和外地效应。回归结果如表 4所示。由表可知，价值链外地消费侧需求通过产业链传递推动了本地企业的绿色创新转型，并在绿色专利数量、绿色发明专利数量、绿色实用新型专利数量上均有所促进。价值链本地消费侧需求经过价值链传递对本地企业的绿色创新转型的作用不显著。由此可见，外地市场产生了更大的规模效应，价值链外地消费侧需求会对本地的中间产品或最终产品产生影响，受不平衡发展的影响，外地企业对绿色产品、绿色技术的追求可能更高，这将在3.2.3节作进一步探讨。
表 4 分解产业链本地与外地消费侧需求回归结果
(1) lnTGreen 外地 (2) lnITGreen 外地 (3) lnUTGreen 外地 (4) lnTGreen 本地 (5) lnITGreen 本地 (6) lnUTGreen 本地
L3.lnDemand_link 0.034 9** 0.029 0** 0.023 3** -0.004 10 0.011 9 -0.016 6
(0.013 6) (0.011 4) (0.010 4) (0.024 9) (0.020 5) (0.018 2)
Ownership 0.036 1*** 0.048 8*** -0.003 43 0.043 9*** 0.055 8*** -0.001 46
(0.011 5) (0.009 85) (0.008 23) (0.013 3) (0.011 5) (0.009 51)
lnFirmage -0.118*** -0.068 2*** -0.084 2*** -0.157*** -0.092 8*** -0.109***
(0.014 7) (0.011 9) (0.011 1) (0.020 9) (0.017 1) (0.015 8)
L3.lnStaff 0.054 8*** 0.033 8*** 0.043 3*** 0.054 1*** 0.033 8*** 0.045 8***
(0.005 80) (0.004 95) (0.004 15) (0.006 75) (0.005 80) (0.004 77)
L3.Subsidy_ratio 0.761*** 0.705*** 0.326*** 0.788*** 0.727*** 0.357***
(0.106) (0.088 9) (0.076 1) (0.128) (0.107) (0.093 6)
L3.lnAsset 0.156*** 0.147*** 0.087 7*** 0.176*** 0.165*** 0.096 9***
(0.007 21) (0.006 22) (0.005 31) (0.008 50) (0.007 39) (0.006 23)
L3.ROA 0.676*** 0.481*** 0.355*** 0.774*** 0.551*** 0.426***
(0.060 9) (0.050 3) (0.044 3) (0.083 0) (0.070 9) (0.058 8)
L3.lnCI 0.000 234 -0.010 0** 0.013 4*** -0.002 60 -0.013 0** 0.014 8***
(0.005 04) (0.004 29) (0.003 55) (0.006 07) (0.005 20) (0.004 29)
L3.Salary_ratio 0.008 27 0.0793 -0.189*** 0.107 0.156*** -0.134***
(0.055 2) (0.048 3) (0.036 4) (0.067 0) (0.059 0) (0.043 9)
L3.Debtratio 0.057 1** 0.012 0 0.048 7*** 0.043 1 -0.002 24 0.051 5**
(0.025 2) (0.020 9) (0.018 6) (0.030 2) (0.025 2) (0.022 2)
年份固定效应 是 是 是 是 是 是
省份固定效应 是 是 是 是 是 是
行业固定效应 是 是 是 是 是 是
常数项 -3.803*** -3.334*** -2.444*** -3.661*** -3.409*** -2.221***
(0.195) (0.170) (0.145) (0.283) (0.240) (0.206)
样本量 24 527 24 527 24 527 24 527 24 527 24 527
R2 0.246 0.221 0.216 0.246 0.221 0.216

注：*、* *、* * *分别对应10%、5%、1% 的显著性水平，括号中的数值为稳健标准误。模型1~3中L3. lnDemand_link为lnDemand_link_other、模型4~6中L3.lnDemand_link为lnDemand_link_self。

3.2.2 调节效应

模型1—3中，消费侧需求与企业所有制的交叉变量Demand_link_SOE的系数表明，所有制结构能使产业链消费侧需求更好地推动绿色创新，无论是对绿色发明专利还是绿色实用新型专利均有推动作用(见表 5)。这是由于国有企业承担了重要的战略定位与历史使命，在推动可持续发展、推进美丽中国建设等绿色低碳发展方面承担着重要责任；对于碳排放导致的环境成本并没有由排放者直接承担，而是转嫁给社会和环境的情况，完全以利润为导向尤其是对减碳责任认识不足的企业，面临着成本压力、技术障碍、市场反馈不确定等高风险，可能不会主动采取环保措施或进行绿色创新。同时，国有企业能够调动更多的资源投入绿色低碳转型的领域。因此，国有企业的特性能够增强产业链传递的消费侧需求对绿色创新水平的促进作用。
表 5 企业所有制的调节作用
(1) lnTGreen (2) lnITGreen (3) lnUTGreen
L3.Demand_link_ Ownership 0.006 74** 0.008 44*** 0.002 31
(0.002 81) (0.002 34) (0.002 13)
L3.lnDemand_ link_total 0.069 7* 0.071 1** 0.022 7
(0.037 3) (0.029 4) (0.027 2)
Ownership -0.018 4 -0.022 5 -0.022 7
(0.029 0) (0.023 9) (0.022 1)
lnFirmage -0.161*** -0.097 3*** -0.110***
(0.020 9) (0.017 1) (0.015 8)
L3.lnStaff 0.053 5*** 0.033 0*** 0.045 6***
(0.006 76) (0.005 81) (0.004 78)
L3.Subsidy_ratio 0.787*** 0.728*** 0.356***
(0.128) (0.107) (0.093 6)
L3.lnAsset 0.175*** 0.165*** 0.096 6***
(0.008 49) (0.007 37) (0.006 22)
L3.ROA 0.786*** 0.564*** 0.432***
(0.083 3) (0.071 1) (0.059 1)
L3.lnCI -0.002 83 -0.013 3** 0.014 7***
(0.006 08) (0.005 21) (0.004 29)
L3.Salary_ratio 0.101 0.149** -0.136***
(0.067 2) (0.059 2) (0.044 0)
L3.Debtratio 0.042 0 -0.004 18 0.051 3**
(0.030 2) (0.025 2) (0.022 2)
年份固定效应 是 是 是
省份固定效应 是 是 是
行业固定效应 是 是 是
常数项 -4.328*** -3.944*** -2.573***
(0.391) (0.316) (0.284)
样本量 24 527 24 527 24 527
R2 0.246 0.221 0.216

注：*、* *、* * *分别对应10%、5%、1% 的显著性水平，括号中的数值为稳健标准误。

将补贴率与价值链消费侧需求的交互项Demand_link_Subsidy引入基准估计模型，结果见表 6。由表可知，补贴作用于价值链消费侧需求对绿色创新的影响只在绿色发明专利中显著为正，这种积极效应的产生是由于发明专利通常需要更多的研发和创新投入，另一方面，价值链消费侧需求引导补贴更好地进入了发明专利的领域。例如，消费者对环保产品和可持续发展的偏好变化、政府政策的支持以及竞争对手的行动等都可能影响企业在绿色发明创新方面加大投入。
表 6 补贴投入调节作用
(1) lnTGreen (2) lnITGreen (3) lnUTGreen
L3.Demand_link_ Subsidy 0.011 0 0.019 6* -0.011 3
(0.012 0) (0.010 1) (0.008 45)
L3.lnDemand_ link_total 0.063 9 0.057 1 0.020 9
(0.051 6) (0.043 4) (0.038 7)
Ownership 0.047 4*** 0.059 9*** -6.12e-05
(0.013 5) (0.011 6) (0.009 70)
lnFirmage -0.159*** -0.094 5*** -0.111***
(0.021 2) (0.017 3) (0.016 0)
L3.lnStaff 0.053 4*** 0.033 0*** 0.046 3***
(0.007 04) (0.006 06) (0.004 99)
L3.Subsidy_ratio 0.786*** 0.684*** 0.427***
(0.139) (0.116) (0.102)
L3.lnAsset 0.178*** 0.167*** 0.097 7***
(0.008 71) (0.007 55) (0.006 39)
L3.ROA 0.837*** 0.606*** 0.463***
(0.086 3) (0.073 6) (0.061 2)
L3.lnCI -0.004 86 -0.015 0*** 0.013 9***
(0.006 24) (0.005 34) (0.004 41)
L3.Salary_ratio 0.091 5 0.143** -0.154***
(0.070 6) (0.062 3) (0.046 2)
L3.Debtratio 0.045 2 -0.002 52 0.053 2**
(0.031 3) (0.026 1) (0.023 0)
年份固定效应 是 是 是
省份固定效应 是 是 是
行业固定效应 是 是 是
常数项 -4.293*** -3.897*** -2.520***
(0.535) (0.448) (0.400)
样本量 24 062 24 062 24 062
R2 0.244 0.219 0.215

注：*、* *、* * *分别对应10%、5%、1% 的显著性水平，括号中的数值为稳健标准误。

3.2.3 异质性分析

考虑到时空差异、投入产出部门类别对技术的依赖度不同等具体问题，本研究从时间、空间、不同部门、不同企业类型4个方面进行了异质性分析。
近十年来，碳排放外部性逐渐受到重视并被广泛宣传，中国提出的低碳政策彼此呼应、协同推进。例如，碳排放权交易试点(详见 https://zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=1349)和低碳省区和低碳城市试点政策(详见 https://www.ndrc.gov.cn/xxgk/zcfb/tz/201008/t20100810_964674.html)，不仅在2012年前后出台和落地，并且在试点区域、城市的所在地(天津市、重庆市、湖北省、广东省及深圳市等)具有一定的一致性。以2012年作为时间断点划分出2个政策阶段，包括2012年(含)前与2012年后，回归结果见表 7。在2012年后，价值链消费侧需求对绿色创新产生了显著且积极的影响；但是在2012年(含)前并不显著。这说明密集出台的低碳政策刺激了绿色创新，同时伴随着技术进步和突破，消费者的环保意识逐渐觉醒，监管机构对供应链的绿色化和可持续性提出了更高的要求，全社会对绿色产品和服务的需求增加，共同通过价值链传导，反向推动了企业进行绿色创新。
表 7 时间异质性
(1) lnTGreen 2012年后 (2) lnTGreen 2012年(含)前 (3) lnITGreen 2012年后 (4) lnITGreen 2012年(含)前 (5) lnUTGreen 2012年后 (6) lnUTGreen 2012年(含)前
L3.lnDemand_link_total 0.087 2** -0.015 3 0.076 4*** -0.002 45 0.041 7* -0.018 3
(0.035 3) (0.017 3) (0.027 7) (0.012 7) (0.025 1) (0.013 0)
控制变量 是 是 是 是 是 是
年份固定效应 是 是 是 是 是 是
省份固定效应 是 是 是 是 是 是
行业固定效应 是 是 是 是 是 是
常数项 -4.155*** -0.215 -3.701*** -0.295** -2.490*** -0.097 1
(0.370) (0.181) (0.297) (0.138) (0.265) (0.130)
样本量 24 527 24 527 24 527 24 527 24 527 24 527
R2 0.237 0.172 0.209 0.137 0.203 0.133

注：*、* *、* * *分别对应10%、5%、1% 的显著性水平，括号中的数值为稳健标准误。

中国东部沿海地区与内陆地区在经济发展水平、外向型经济、资本密集度、人才和教育、基础设施、市场规模和成熟度、政策环境等方面存在一定的差异，东部地区的产业结构梯度、技术优势和生产分工在一定程度上影响了价值链传导的消费侧需求。据此，以东部沿海地区与内陆地区为例考察其空间异质性。回归结果见表 8，由表可知，东部沿海地区参与价值链的程度更深，对新技术的需求更大，因此价值链传导的消费侧需求的作用更显著；内陆地区参与价值链的程度较弱，价值链传导的消费侧需求对绿色创新的推动作用不是十分显著。
表 8 空间异质性
(1) lnTGreen东部沿海地区 (2) lnTGreen内陆地区 (3) lnITGreen东部沿海地区 (4) lnITGreen内陆地区 (5) lnUTGreen东部沿海地区 (6) lnUTGreen内陆地区
L3.lnDemand_link_total 0.138*** -0.0244 0.135*** -0.0163 0.0622** -0.0334
(0.044 4) (0.061 8) (0.035 6) (0.047 1) (0.031 7) (0.046 2)
控制变量 是 是 是 是 是 是
年份固定效应 是 是 是 是 是 是
省份固定效应 是 是 是 是 是 是
行业固定效应 是 是 是 是 是 是
常数项 -3.930*** -1.741*** -3.908*** -1.387*** -2.350*** -1.268***
(0.492) (0.560) (0.404) (0.424) (0.356) (0.420)
样本量 16 848 7 679 16 848 7 679 16 848 7 679
R2 0.117 0.127 0.116 0.108 0.097 0.105

注：*、* *、* * *分别对应10%、5%、1% 的显著性水平，括号中的数值为稳健标准误。

本研究对投入产出表的不同部门分类与上市公司的行业分类进行了匹配，对基准模型按不同部门进行分组回归，表 9展示了不同部门的异质性。其中IO_ind1为农林牧渔产品、IO_ind3为原油和天然气、IO_ind17为纺织、IO_ind12为化学品、IO_ind20为仪器仪表、IO_ind22为电力、热力生产和供应业、IO_ind22为交通运输、仓储和邮政。由表可知，价值链消费侧需求对绿色创新产生的促进效应主要集中在技术水平高、产值高的部门，例如纺织、仪器仪表。这反映了市场需求的方向，例如，随着环保意识的加深，人们偏好绿色环保的材料，受到这种市场需求和消费者偏好的驱动，环保面料等纺织品研发力度加大。然而，在某些领域表现为反向抑制作用，例如原油和天然气，化学品，电力、热力生产和供应业，交通运输、仓储和邮政。这些保民生的基础领域可能面临更多的挑战，依据国家发展改革委在2021年制定的全国碳市场纳入企业的标准，上述行业通常是传统的高碳排放行业，要实现绿色创新低碳转型发展可能需要更多的投资以改变现有的基础设施等，面临着技术、经济等多方面的困难。这一发现也符合基准回归中控制变量所表现出的特征(见表 3)。
表 9 不同部门异质性
(1) lnTGreen IO_ind1 (2) lnTGreen IO_ind3 (3) lnTGreen IO_ind7 (4) lnTGreen IO_ind12 (5) lnTGreen IO_ind20 (6) lnTGreen IO_ind22 (7) lnTGreen IO_ind27
L3.lnDemand_link_ind 0.153 -0.097 7** 0.015 5* -0.042 6** 0.284** -0.218*** -0.084 3*
(0.095 9) (0.037 3) (0.007 98) (0.019 8) (0.133) (0.042 9) (0.048 3)
控制变量 是 是 是 是 是 是 是
年份固定效应 是 是 是 是 是 是 是
省份固定效应 是 是 是 是 是 是 是
常数项 -5.278*** 17.17*** -0.316 -0.451** -12.66*** 1.214** 0.051 3
(1.603) (3.739) (0.769) (0.218) (2.740) (0.617) (0.377)
样本量 440 77 374 4, 843 301 842 978
R2 0.334 0.986 0.232 0.094 0.610 0.326 0.234

注：*、* *、* * *分别对应10%、5%、1% 的显著性水平，括号中的数值为稳健标准误。根据投入产出表不同部门分类，IO_ind1为农林牧渔产品、IO_ind3为原油和天然气、IO_ind17为纺织、IO_ind12为化学品、IO_ind20为仪器仪表、IO_ind22为电力、热力生产和供应业、IO_ind22为交通运输、仓储和邮政。

进一步考察不同技术含量、不同规模、不同创办年限的企业受价值链对绿色创新作用的影响程度，结果见表 10。以国家统计局颁布的《高技术产业统计分类目录》为标准，对高科技企业(表中标注为hightech)进行分类。对高技术企业来说，交互项在绿色专利与绿色发明专利中显著促进，在绿色实用新型专利中显著为负，说明高技术企业更重视发明专利，在接收到价值链传递的消费侧需求后将更多财力、物力、人力投入原创性发明中，而对于实用新型专利有所抑制。
表 10 不同企业类型异质性
(1) lnTGreen hightech (2) lnITGreen hightech (3) lnUTGreen hightech (4)lnTGreen scale (5) lnITGreen scale (6) lnUTGreen scale (7)lnTGreen startup (8) lnITGreen startup (9) lnUTGreen startup
L3. lnDemand_link 0.036 9* 0.058 4*** -0.026 6* -0.013 4*** -0.012 5*** -0.009 96*** -0.026 3*** -0.016 5*** -0.019 0***
(0.020 8) (0.017 0) (0.015 1) (0.001 64) (0.001 38) (0.001 22) (0.007 51) (0.005 98) (0.005 45)
控制变量 是 是 是 是 是 是 是 是 是
年份固定效应 是 是 是 是 是 是 是 是 是
省份固定效应 是 是 是 是 是 是 是 是 是
行业固定效应 是 是 是 是 是 是 是 是 是
常数项 -4.303*** -3.891*** -2.635*** -4.303*** -4.355*** -2.902*** -4.316*** -3.963*** -2.549***
(0.393) (0.317) (0.286) (0.393) (0.328) (0.295) (0.390) (0.316) (0.284)
样本量 24 527 24 527 24 527 24 527 24 527 24 527 24 527 24 527 24 527
R2 0.246 0.221 0.216 0.246 0.224 0.218 0.246 0.221 0.217

注：*、* *、* * *分别对应10%、5%、1% 的显著性水平，括号中的数值为稳健标准误。模型1~3中L3.lnDemand_link为lnDemand_link_total与高科技企业(hightech)的交叉变量、模型4~6中L3.lnDemand_link为lnDemand_link_total与企业规模(scale)的交叉变量、模型7~9中L3.lnDemand_link为lnDemand_link_total与初创公司(startup)的交叉变量。

从企业规模(表中标注为scale)来看，企业规模越大则越不利于参与产业链传导的消费侧需求，进而影响企业的绿色创新转型，对消费者需求在价值链传导的信号接收存在一定的问题，多依赖于成熟的技术和生产模式，难以快速适应消费者需求的变化，存在“尾大不掉”等类似的情况，失去了一定的灵活性。相比之下，小规模企业更加灵活，更容易调整和改变其现有生产方式或技术，寻求绿色创新低碳发展以满足消费者的绿色需求。其次，大规模企业通常需要更多的时间和资源来实施绿色创新，由于执行长期的发展战略，其决策过程可能更加复杂，涉及多个利益相关者的参与和不同决策层级的批准。这可能导致企业在响应消费者需求方面的反应速度较慢。另外，大规模企业在供应链中的各个环节可能涉及多个供应商和合作伙伴，协调和推动这些合作伙伴一起进行绿色创新可能更加困难。相比之下，小规模企业更加灵活和敏锐。
对于初创公司(表中标注为startup)来说，把握住价值链对绿色创新的影响也并非易事，初创公司正处在成长期，面对市场的不确定性，即便下游市场提出了绿色低碳的需求，也很难大量投入绿色创新低碳转型之中，相比于成熟期企业，在调动更多资源等方面存在弱势。

3.2.4 稳健性检验

为解决内生性问题、验证结果的稳健性，本研究采取更换滞后时间、更换核心解释变量的度量指标、更换估计模型、剔除直辖市样本共4种方法进行检验。1) 更换滞后时间。考虑到消费侧需求向绿色专利传导过程需要时间，以及减弱反向因果关系，本研究将之前采取的自变量滞后3期，进一步调整为解释变量滞后2期(表中标注为Timelag_2)以验证结论的稳健性，由表 11模型1—3可知，价值链消费侧需求依然存在显著的正向影响，结果与基准回归一致。2) 更换核心解释变量的度量指标。参考储德银等 [16]的加权思路，使用直接消耗系数作为加权权重，得到新的消费侧需求变量，引入模型4，对绿色发明专利的正向影响保持不变。3) 更换估计模型。采用Poisson模型的估计结果保持基本一致，价值链消费侧需求对绿色发明专利的影响显著为正，结果如表 11模型5所示。4) 剔除直辖市样本。相比之下，北京、天津、上海和重庆4个直辖市汇聚了大量生产性服务业和先进制造业，围绕价值链发展的行政壁垒相对较小，无论是在政策制度、生产性服务业与制造业融合发展，还是创新能力等方面，都较其他城市更有优势。为消除这种因强势耦合而产生的估计偏误，进一步剔除这4个城市样本的干扰进行稳健性检验，以增强结论的可信度。模型6结果显示前述基准回归绿色发明专利的结论成立。
表 11 稳健性检验
(1) lnTGreen Timelag_2 (2) lnITGreen Timelag_2 (3) lnUTGreen Timelag_2 (4) lnITGreen直接消耗系数作为权重计算 (5) lnITGreen Poisson (6) lnITGreen非直辖市
lnDemand_link 0.058 5* 0.063 3** 0.018 2 0. 046 7** 0.260** 0.062 9**
(0.035 3) (0.028 4) (0.026 8) (0.024 2) (0.123) (0.027 1)
控制变量 是 是 是 是 是 是
年份固定效应 是 是 是 是 是 是
省份固定效应 是 是 是 是 是 是
行业固定效应 是 是 是 是 是 是
常数项 -4.118*** -3.766*** -2.474*** -3.688*** -9.425*** -3.666***
(0.366) (0.300) (0.274) (0.255) (0.583) (0.271)
样本量 28 028 28 028 28 028 24 527 24 527 19 772
R2 0.243 0.218 0.212 0.221 0.113 0.209

注：*、* *、* * *分别对应10%、5%、1% 的显著性水平，括号中的数值为稳健标准误。下表同。lnDemand_link在模型1—3中为滞后2期，在模型4—6中为滞后3期。

4 建议

基于以上围绕价值链消费侧需求与绿色创新的研究结果，提出4点政策建议，以提升绿色创新能力和水平。1) 面对创新要素区域分布高度不均的现实，推动国内统一大市场建设可以通过区域间投入产出关系和各地功能分工，更大范围地传导市场信息和需求，推动本地的绿色创新水平。2) 强化国际竞争力而非本土竞争，加强区域间联系，扩大市场需求，能够更大限度地激发企业的绿色创新活力，促使企业通过绿色创新提升自身的竞争力。3) 要素流动条件的改善有利于区域功能分工关系的形成，需要加强各类知识生产与产品生产要素的空间流动能力，降低其空间扩散转移的成本与制度阻碍。4) 发展技术服务业，帮助知识型地区在更大的空间范围内与具备合适生产转化能力的地区建立分工关系，改善单向的信息技术推广方式，在将知识技术信息传递到产业端的同时，也建立向知识端传递产业端生产能力与技术需求的信息传递渠道及对应业务，帮助知识端与产业端建立长期有效的沟通机制。

5 结论

绿色创新作为供给侧结构性改革的重要部分，有助于形成以国内大循环为主体、国内国际双循环相互促进的新发展格局，是实现“双碳”目标的关键力量。本研究在全球价值链分工联系的内涵下，联通了价值链与创新链，通过匹配整合2002—2020年中国A股上市公司绿色创新数据库，采用多区域投入产出模型对中国省际贸易进行需求冲击的测算，考察了需求侧冲击对供给侧绿色创新水平的影响，为在双循环与国内统一大市场建设的背景下，理解价值链与创新链有效融合、培育企业绿色创新低碳转型的需求侧推动力提供了有价值的参考。主要得出以下结论：
1) 消费侧需求通过价值链传递使本地企业绿色创新水平有所提升，尤其是对原创性绿色发明专利产生了影响，价值链放大了外地价值链隐含的直接和间接市场需求对本地的影响，对本地企业来说，参与双循环与国内统一大市场建设将得益于更广阔的外地市场动态变化。
2) 国有企业在绿色低碳减排领域承担了更大的社会责任，价值链的作用放大了国有企业所面对的消费侧需求对绿色创新的推动作用；补贴有效地帮助了消费侧需求对绿色发明专利创新的促进效应，换言之，价值链消费侧需求也引导补贴更好地进入了发明专利的领域。
3) 东部沿海地区、2012年后的价值链消费侧需求对绿色创新的影响更显著，消费者对环保产品和可持续发展的关注度提高，可能会推动高技术部门和高技术企业更积极地投入绿色创新，而规模过大的企业与初创企业在绿色创新领域存在局限性。
本研究还存在可改进的方向。研究内容上，可进一步思考价值链与创新链之间的时空阻碍与转化渠道，在创新到产品过程中强调技术与产品关联，区分技术转移过程中知识端与产业端的差异化反响，从而拓展实证研究结论。研究方法上，除了运用大样本数据进行整体规律的分析，还可以通过实地调研、企业访谈等方法进行案例研究，提供地方经验和企业智慧。

References

Publishing order | Descend order by publishing year | Descend order by cited within
1
武汉大学国家发展战略研究院课题组. 中国实施绿色低碳转型和实现碳中和目标的路径选择[J]. 中国软科学, 2022 (10): 1- 12.

Research group of national institute of development strategy at Wuhan university . Path choice for China to implement green low-carbon transformation and achieve carbon neutrality[J]. China Soft Science, 2022 (10): 1- 12.

2
新华社. 习近平主持中共中央政治局第三十六次集体学习[EB/OL]. (2022-01-25). [2024-01-15]. http://www.qstheory.cn/yaowen/2022-01/25/c_1128299594.htm.

Xinhua News Agency. President Xi Jinping presides over the 36th collective study session of the Political Bureau of the Central Committee of the Communist Party of China (CPC) [EB/OL]. (2022-01-15). [2024-01-15]. http://www.qstheory.cn/yaowen/2022-01/25/c_1128299594.htm. (in Chinese)

3
唐云霓, 闫如雪, 周艳玲. 碳中和愿景下能源政策的结构表征与优化路径[J]. 清华大学学报(自然科学版), 2023, 63 (1): 1- 14.

DOI

TANG Y N , YAN R X , ZHOU Y L . Structural representation and optimization path of energy policy under the carbon neutral vision[J]. Journal of Tsinghua University (Science and Technology), 2023, 63 (1): 1- 14.

DOI

4
CUI J B , ZHANG J J , ZHENG Y . Carbon pricing induces innovation: Evidence from China's regional carbon market pilots[J]. AEA Papers and Proceedings, 2018, 108, 453- 457.

DOI

5
徐佳, 崔静波. 低碳城市和企业绿色技术创新[J]. 中国工业经济, 2020 (12): 178- 196.

XU J , CUI J B . Low-Carbon cities and firms' green technological innovation[J]. China Industrial Economics, 2020 (12): 178- 196.

6
齐绍洲, 林屾, 崔静波. 环境权益交易市场能否诱发绿色创新?——基于我国上市公司绿色专利数据的证据[J]. 经济研究, 2018, 53 (12): 129- 143.

QI S Z , LIN S , CUI J B . Do environmental rights trading schemes induce green innovation? Evidence from listed firms in China[J]. Economic Research Journal, 2018, 53 (12): 129- 143.

7
金环, 于立宏, 徐远彬. 绿色产业政策与制造业绿色技术创新[J]. 中国人口·资源与环境, 2022, 32 (6): 136- 146.

JIN H , YU L H , XU Y B . Green industrial policy and green technology innovation in the manufacturing industry[J]. China Population, Resources and Environment, 2022, 32 (6): 136- 146.

8
伊志宏, 陈欣, 田柳. 公众环境关注对企业绿色创新的影响[J]. 经济理论与经济管理, 2022, 42 (7): 32- 48.

YI Z H , CHEN X , TIAN L . The effect of public environmental concerns on corporate green innovation[J]. Economic Theory and Business Management, 2022, 42 (7): 32- 48.

9
刘保留, 张莹, 李雨珊. 互联网发展对城市绿色创新的影响机理——基于专利视角的分析[J]. 中国人口·资源与环境, 2022, 32 (6): 104- 112.

LIU B L , ZHANG Y , LI Y S . Influence mechanism of Internet development on urban green innovation: an analysis from the perspective of patents[J]. China Population, Resources and Environment, 2022, 32 (6): 104- 112.

10
张意翔, 成金华, 徐卓程, 等. 绿色创新是否适应气候变化: 中国专利和GHG排放数据的实证[J]. 中国人口·资源与环境, 2021, 31 (1): 48- 56.

ZHANG Y X , CHENG J H , XU Z C , et al. Whether green innovation can adapt to climate change: an empirical study of China's patent and GHG emission data[J]. China Population, Resources and Environment, 2021, 31 (1): 48- 56.

11
王乾宇, 彭坚. CEO绿色变革型领导与企业绿色行为: 环境责任文化和环保激情气氛的作用[J]. 中国人力资源开发, 2018, 35 (1): 83- 93.

WANG Q Y , PENG J . CEO green transformational leadership and corporate green behavior: The role of environmental responsibility culture and pro-environmental passion climate[J]. Human Resources Development of China, 2018, 35 (1): 83- 93.

12
张琦, 郑瑶, 孔东民. 地区环境治理压力、高管经历与企业环保投资——一项基于《环境空气质量标准(2012)》的准自然实验[J]. 经济研究, 2019, 54 (6): 183- 198.

ZHANG Q , ZHENG Y , KONG D M . Local environmental governance pressure, executive's working experience and enterprise investment in environmental protection: A quasi-natural experiment based on China's "Ambient Air Quality Standards 2012"[J]. Economic Research Journal, 2019, 54 (6): 183- 198.

13
杨梅, 王有强, 夏昕鸣. 技术专家型高管与上市企业绿色创新[J]. 经济理论与经济管理, 2023, 43 (6): 27- 41.

YANG M , WANG Y Q , XIA X M . Technological expert executives and green innovation of listed firms[J]. Economic Theory and Business Management, 2023, 43 (6): 27- 41.

14
NG E C Y . Production fragmentation and business-cycle comovement[J]. Journal of International Economics, 2010, 82 (1): 1- 14.

DOI

15
ACEMOGLU D , CARVALHO V M , OZDAGLAR A , et al. The network origins of aggregate fluctuations[J]. Econometrica, 2012, 80 (5): 1977- 2016.

DOI

16
储德银, 李媛, 张同斌. 产业关联视角下增值税行业税负差异的成因研究[J]. 经济研究, 2023, 58 (7): 174- 190.

CHU D Y , LI Y , ZHANG T B . Research on the causes of VAT burden difference from the perspective of industrial interconnection[J]. Economic Theory and Business Management, 2023, 58 (7): 174- 190.

17
彭水军, 李之旭. 外部需求与企业上游供应链调整: 稳链保供还是扩链强链[J]. 世界经济, 2024, 47 (2): 64- 92.

PENG S J , LI Z X . External demand and upstream supply chain adjustment: Supply stabilisation or chain expansion and strengthening[J]. The Journal of World Economy, 2024, 47 (2): 64- 92.

18
范子英, 彭飞. "营改增"的减税效应和分工效应: 基于产业互联的视角[J]. 经济研究, 2017, 52 (2): 82- 95.

FAN Z Y , PENG F . The Effects of "Business Tax Replaced with VAT Reform" on firms' tax cuts and industrial division based on the perspective of industrial interconnection[J]. Economic Research Journal, 2017, 52 (2): 82- 95.

19
LEE H L , PADMANABHAN V , WHANG S . The bullwhip effect in supply chains[J]. Sloan Management Review, 1997, 38 (3): 93- 102.

20
EICHENGREEN B . Comments in collapse in world trade: A symposium of views[J]. The International Economy, 2009, 28- 38.

21
GANGNES B, MA A C, VAN ASSCHE A. Global value chains and the transmission of business cycle shocks[R]. Mandaluyong City: Asian Development Bank, 2012.

22
NAGENGAST A J , STEHRER R . The great collapse in value added trade[J]. Review of International Economics, 2016, 24 (2): 392- 421.

DOI

23
MAYER T , MELITZ M J , OTTAVIANO G I P . Product mix and firm productivity responses to trade competition[J]. The Review of Economics and Statistics, 2021, 103 (5): 874- 891.

DOI

24
侯欣裕, 孙浦阳. 外部市场需求冲击与企业工资调整[J]. 国际贸易问题, 2019 (10): 53- 66.

HOU X Y , SUN P Y . External market demand shock and firm wage adjustment[J]. Journal of International Trade, 2019 (10): 53- 66.

25
BARROWS G , OLLIVIER H . Foreign demand, developing country exports, and CO2 emissions: Firm-level evidence from India[J]. Journal of Development Economics, 2021, 149, 102587.

DOI

26
AGHION P , BERGEAUD A , LEQUIEN M , et al. The heterogeneous impact of market size on innovation: Evidence from French firm-level exports[J]. The Review of Economics and Statistics, 2024, 106 (3): 608- 626.

DOI

27
COELLI F , MOXNES A , ULLTVEIT-MOE K H . Better, faster, stronger: Global innovation and trade liberalization[J]. The Review of Economics and Statistics, 2022, 104 (2): 205- 216.

DOI

28
CHEN Z Y , ZHANG J , ZHENG W P . Import and innovation: Evidence from Chinese firms[J]. European Economic Review, 2017, 94, 205- 220.

DOI

29
周黎安, 罗凯. 企业规模与创新: 来自中国省级水平的经验证据[J]. 经济学(季刊), 2005, 4 (3): 623- 638.

ZHOU L A , LUO K . Firm size and innovation: Evidence from China's province-level data[J]. China Economic Quarterly, 2005, 4 (3): 623- 638.

30
李春涛, 宋敏. 中国制造业企业的创新活动: 所有制和CEO激励的作用[J]. 经济研究, 2010, 45 (5): 55- 67.

LI C T , SONG M . Innovation activities in Chinese manufacturing firms: The roles of firm ownership and CEO incentives[J]. Economic Research Journal, 2010, 45 (5): 55- 67.

31
温军, 冯根福. 异质机构、企业性质与自主创新[J]. 经济研究, 2012, 47 (3): 53- 64.

WEN J , FENG G F . Heterogeneous institutional investor, nature of firm and independent innovation[J]. Economic Research Journal, 2012, 47 (3): 53- 64.

32
解维敏, 唐清泉, 陆姗姗. 政府R&D资助, 企业R&D支出与自主创新——来自中国上市公司的经验证据[J]. 金融研究, 2009 (6): 86- 99.

XIE W M , TANG Q Q , LU S S . An empirical study of the effect of public R&D subsidies on firm R&D expenditure: Evidence from China[J]. Journal of Financial Research, 2009 (6): 86- 99.

33
张杰, 陈志远, 杨连星, 等. 中国创新补贴政策的绩效评估: 理论与证据[J]. 经济研究, 2015, 50 (10): 4-17, 33.

ZHANG J , CHEN Z Y , YANG L X , et al. On evaluating China's innovation subsidy policy: Theory and evidence[J]. Economic Research Journal, 2015, 50 (10): 4-17, 33.

34
安同良, 周绍东, 皮建才. R&D补贴对中国企业自主创新的激励效应[J]. 经济研究, 2009, 44 (10): 87-98, 120.

AN T L , ZHOU S D , PI J C . The stimulating effects of R&D subsidies on independent innovation of Chinese enterprises[J]. Economic Research Journal, 2009, 44 (10): 87-98, 120.

35
孙早, 宋炜. 企业R&D投入对产业创新绩效的影响——来自中国制造业的经验证据[J]. 数量经济技术经济研究, 2012, 29 (4): 49-63, 122.

SUN Z , SONG W . Corporation R&D investment's effect on innovation performance[J]. Journal of Quantitative & Technological Economics, 2012, 29 (4): 49-63, 122.

36
和雅娴, 曹芳萍. 研发投入、治理结构与环保上市企业绿色技术创新绩效研究[J]. 新经济, 2019 (10): 35- 42.

HE Y X , CAO F P . Research on R&D investment, governance structure and green technology innovation performance of listed environmental protection firms[J]. New Economy, 2019 (10): 35- 42.

37
钟腾龙, 余淼杰. 外部需求、竞争策略与多产品企业出口行为[J]. 中国工业经济, 2020 (10): 119- 137.

ZHONG T L , YU M J . Foreign demand, competitive strategy and export behavior of multi-product firms[J]. China Industrial Economics, 2020 (10): 119- 137.

38
AUTOR D , DORN D , KATZ L F , et al. The fall of the labor share and the rise of superstar firms[J]. The Quarterly Journal of Economics, 2020, 135 (2): 645- 709.

DOI

39
PANON L . Labor share, foreign demand and superstar exporters[J]. Journal of International Economics, 2022, 139, 103678.

DOI

40
文芳. 董事长特征、债务约束与企业R&D投资——基于广东战略性新兴企业的研究[J]. 证券市场导报, 2015 (9): 21- 26.

WEN F . Characters of board chairman, debt financing constraint and R&D investment based upon evidences from emerging enterprises in Guangdong[J]. Securities Market Herald, 2015 (9): 21- 26.

41
蔡卫星, 倪骁然, 赵盼, 等. 企业集团对创新产出的影响: 来自制造业上市公司的经验证据[J]. 中国工业经济, 2019 (1): 137- 155.

CAI W X , NI X R , ZHAO P , et al. The Impact of Business Groups on Innovation Outputs: Evidence from Chinese Manufacturing Firms[J]. China Industrial Economics, 2019 (1): 137- 155.

42
张璇, 刘贝贝, 汪婷, 等. 信贷寻租、融资约束与企业创新[J]. 经济研究, 2017, 52 (5): 161- 174.

ZHANG X , LIU B B , WANG T , et al. Credit rent-seeking, financing constraint and corporate innovation[J]. Economic Research Journal, 2017, 52 (5): 161- 174.

43
李善同, 何建武, 祝坤福, 等. 中国多区域投入产出模型: 1987—2017年[M]. 北京: 经济科学出版社, 2023.

LI S T , HE J W , ZHU K F , et al. China's multiregional input-output model: 1987—2017[M]. Beijing: Economic Science Press, 2023.

44
BEMS R , JOHNSON R C , YI K M . Demand spillovers and the collapse of trade in the global recession[J]. IMF Economic Review, 2010, 58 (2): 295- 326.

DOI

45
虞义华, 赵奇锋, 鞠晓生. 发明家高管与企业创新[J]. 中国工业经济, 2018 (3): 136- 154.

YU Y H , ZHAO Q F , JU X S . Inventor executives and innovation[J]. China Industrial Economics, 2018 (3): 136- 154.

46
陈旭, 纪展鹏, 邢孝兵. 城市价值链功能分工与企业创新: 来自企业专利的证据[J]. 世界经济, 2024 (3): 94- 123.

CHEN X , JI Z P , XING X B . Urban value chain functional division of labour and firm innovation: Evidence from corporate patents[J]. The Journal of World Economy, 2024 (3): 94- 123.

47
李思齐, 冯宇佳. 产权性质与企业绿色创新: 基于决策权配置的异质性分析[J]. 生态经济, 2023, 39 (5): 95- 102.

LI S Q , FENG Y J . The nature of property rights and enterprise green technological innovation: An analysis of heterogeneity based on the allocation of decision rights[J]. Ecological Economy, 2023, 39 (5): 95- 102.

Options
Outlines

/

〈 〉

Postal Code: 100084
Tel: 010-62788108/62771385/62792976/62792994　
E-mail：xuebaost@tsinghua.edu.cn
Powered by Beijing Magtech Co. Ltd.
Visited
    Total visitors:
    Visitors of today:
    Now online:
　
Copyright © Journal of Tsinghua University(Science and Technology)