引言

在深入实施质量强国战略的背景下，污染物排放企业如何实现经济效益与环境效益的协调共赢和谐共生，走向可持续发展道路，是中国经济能否实现高质量发展的重要微观基础。绿色技术创新作为企业绿色发展的关键驱动力，很大程度上决定着企业可持续发展绩效的高低^[1]。党的十九大报告明确提出，要“构建市场导向的绿色技术创新体系”；《中华人民共和国国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》将“实施绿色技术创新攻关行动”作为破解绿色发展难题、推进生态文明建设的重要手段之一。因此，探究污染企业绿色技术创新的影响因素，加快实现污染企业绿色转型升级，具有重要的理论意义和实践价值。

与此同时，在经济发展过程中，实行经济增长目标管理、注重目标导向是中国政府宏观经济调控的关键特征。制定经济增长目标是一个全球性现象，至少有114个国家和地区曾经或一直公布经济增长目标^[2]，但中国的经济增长目标管理存在两个方面的特殊性：一是具有一定的强制性特征，即经济增长目标完成的概率要远高于未完成的概率^[3]；二是具有一定的考核性特征，即经济增长目标的设定受到较强的政治活动影响，与政府官员晋升激励紧密相关^[4]。从理论上讲，作为地方经济发展的“信号灯”，经济增长目标体现了地方政府“保增长”的决心和意志，影响着地区资源的配置和经济发展路径^{[5, 6]}，进而影响着市场微观经济主体的行为决策。由此可见，污染企业的绿色技术创新活动可能会受到宏观经济增长目标的影响，而目前鲜有文献对此研究议题予以关注，这为本文的研究提供了空间。

从理论上讲，经济增长目标的制定可能有两种方式：一是地方政府根据自身的禀赋结构，制定合理的经济增长目标；二是地方政府将经济增长目标视为竞争的一种手段，偏离自身的禀赋结构制定相对较高的经济增长目标，并通过短期经济政策力争实现。中国在经济发展过程中，经济增长目标带有强制性和考核性的双重特征，导致经济增长目标设定的方式主要是后者，即在多数情况下，地方政府倾向于制定相对较高而非合理的经济增长目标^[7]。不仅如此，中国经济增长目标的制定还具有“层层加码”的特征，即下级地方政府制定的经济增长目标通常要高于上级地方政府^[8]。以上这些特征共同作用的结果是，经济增长目标往往偏离地方发展实际。因此，较高的经济增长目标虽然激励了地方政府官员发展经济的热情，增加了投资^[9]、促进了对外贸易的发展^[10]并推动了经济高速增长^[5]，但这种经济增长背后的代价和成本无疑是巨大的。既有的研究表明，经济增长目标加剧了要素市场扭曲^[11]、钝化了产业结构升级^[12]、挤出了企业研发投入^{[7, 13]}、降低了全要素生产率^[14]和绿色经济效率^[15]并抑制了经济发展质量的提升^[6]。

与现有研究不同的是，本文试图从污染企业绿色转型的视角，探究经济增长目标可能存在的负外部性。具体而言，本文通过对经济增长目标与中国沪深A股上市污染企业绿色技术创新之间关系的实证研究以及对融资约束中介效应的检验，试图回答以下几个问题：第一，经济增长目标如何影响污染企业绿色技术创新？第二，融资约束在经济增长目标影响企业绿色技术创新的过程中是否发挥着中介作用？第三，经济增长目标对污染企业绿色技术创新水平的影响存在何种异质性？第四，在多重目标约束下，经济增长目标的绿色技术创新效应又会发生怎样的变化？

1 模型构建

本文旨在考察经济增长目标与企业绿色技术创新之间的因果关系，主要与经济增长目标的经济绩效以及企业绿色技术创新的影响因素两方面文献密切相关。

第一支文献关注经济增长目标的经济绩效。总体而言，这类研究大多聚焦于经济增长目标对宏观经济绩效的影响。与上述文献不同，少数最新文献开始关注到经济增长目标的微观经济绩效。李书娟等^[16]基于省级经济增长目标与工业企业的匹配数据，从微观视角重新审视了经济增长目标的导向作用，发现经济增长目标在经济下行期的作用十分明显，且国有企业和非国有企业在应对经济下行过程中的投资决策完全相反。詹新宇等^[17]从企业实际税负的视角为经济增长目标驱动增长提供了一个微观解释，即经济增长目标越高，地方政府越倾向于降低辖区企业的实际税负，进而推动经济增长。黄亮雄等^[18]研究发现，经济增长目标显著提高了企业风险承担水平。黎文靖等^[7]通过构建经济增长目标偏移指数，考察了经济增长目标对企业创新的影响，结果显示，过高的增长目标偏移会引发地方政府对税收、补贴等关键资源配置的有偏性，进而降低地方性国有企业的创新水平。李茫茫等^[13]同样证实，为了完成经济增长目标，地方政府会将有限的资源向规模更大的企业倾斜，从而对企业研发投入产生挤出效应，并将进一步抑制企业全要素生产率的提高。

第二支文献关注企业绿色技术创新的影响因素。总的来说，现有研究从企业发展的外部因素和内部因素两个方面对企业绿色技术创新的影响因素进行了较为全面的考察。就外部因素而言，受著名的“波特假说”所启发，现有文献着重探讨了环境规制对企业绿色技术创新的影响。例如，李青原等^[19]从异质性规制环境政策的视角出发，发现排污收费显著促进了企业绿色技术创新，而环保补助对企业绿色技术创新活动却存在显著的挤出效应。齐绍洲等^[20]、徐佳等^[21]、王晓祺等^[22]分别考察了中国排污权交易试点、低碳城市建设以及新《环境保护法》的实施等环境政策对企业绿色技术创新的影响。Kesidou等^[23]、陶锋等^[24]则证实了环保目标责任制在诱发企业绿色技术创新过程中所发挥的关键性作用。此外，还有研究分别从环境政策不确定性^[25]、媒体关注^[26]等研究视角丰富了有关外部发展环境与企业绿色技术创新关系的研究。就内部因素而言，企业的管理者、性质、经营状况、拥有的资源等均是影响企业绿色技术创新的重要因素。胡珺等^[27]考察了企业高管的家乡认同对企业环境绩效的影响，发现高管的家乡认同有助于提高企业环境绩效。马骏等^[28]的研究结果表明，在延伸型社会情感财富的保存动机和外部制度压力的双重驱动下，家族企业比非家族企业的绿色创新意愿更强。Lin等^[29]借助中国791家民营制造业企业的调查数据，研究发现政治资本抑制了企业绿色技术创新。Zou等^[30]的估计结果显示，高管薪酬与企业绿色技术创新之间呈正相关关系，而高管所拥有的股权与企业绿色技术创新之间呈负相关关系。李杰等^[31]以企业政治关联特征为切入点，发现企业高管所拥有的政治资源是企业绿色技术创新的重要驱动因素。

通过以上梳理可以发现，尽管现有文献围绕经济增长目标的经济绩效以及企业绿色技术创新的影响因素两方面进行了较为丰富的研究，但鲜有研究将二者置于一个统一的分析框架，探究宏观经济增长目标设定这一重要外部因素对微观企业绿色创新活动究竟产生了怎样的影响，本文则试图弥补这一研究领域的不足。

本文可能的边际贡献主要体现在以下三个方面：第一，本文聚焦于政府宏观经济增长目标调控对企业绿色技术创新的影响效应。虽然少数文献开始关注到经济增长目标对区域绿色全要素生产率的抑制作用^[12]，但未能进一步揭示经济增长目标影响绿色发展的微观机制；虽然少数最新研究论证了经济增长目标对企业创新的挤出效应^{[7, 13]}，但并未考察经济增长目标对投入更大、周期更长、风险更高的绿色技术创新的影响，本文则丰富和拓展了上述研究。第二，本文不仅考察了经济增长目标对企业绿色创新的影响效应，还进一步从企业融资约束视角检验了经济增长目标影响企业绿色创新的作用机制，并从经济增长目标约束程度、企业污染程度以及企业产权性质三个方面检验了经济增长目标对企业绿色技术创新的异质性影响，由此得出的相关结论能够为未来经济增长目标设定、激发企业绿色技术创新、推进污染企业可持续发展等提供相关的政策启示。第三，本文立足于政府面临多重考核目标的实际，进一步探究了地方政府在面临经济增长目标和环境目标双重目标约束情形下，经济增长目标对污染企业绿色技术创新的影响效应。相较于以往主要关注单一目标影响效应的目标管理类文献，本文从多重目标视角进行了拓展性分析，是对目标设定理论（goal-setting theory）的有益补充。

2 理论分析与研究假说 2.1 经济增长目标与污染企业绿色技术创新

企业作为宏观经济的微观基础，对宏观经济整体发展态势的影响至关重要，甚至成为地方政府完成经济增长目标的重要工具^[7]。因此，在中国经济发展过程中，宏观经济增长目标的管理和调控，必然会影响微观企业的生产行为、经营决策和发展绩效。换句话说，地方政府为追求较高经济增长目标所付出的代价，最终会体现在微观企业的绩效上来。

绿色技术创新是污染企业可持续发展的关键驱动力^[1]。从长远看，污染企业通过绿色技术创新加快自身转型升级，是打好污染防治攻坚战、推进生态文明建设、促进高质量发展的重要支撑。然而，绿色技术创新成果具有滞后性，对短期经济增长的贡献相对较小，缺乏短期经济效益，导致在以短期经济增长目标为核心的体制机制下，地方政府推动绿色技术创新的意愿相对较低。已有研究表明，清晰、可衡量的目标有助于更好的产出^[32]，因而确切的经济增长目标的设定可以更加清晰地传达上级政府偏好，激励下级政府按照上级政府偏好行事^[33]。因此可以预见，较高的经济增长目标将会诱使地方政府将资源配置到更利于短期经济增长的项目中去^{[10, 12, 14]}，从而对污染企业的绿色技术创新活动产生挤出效应。据此，本文提出如下理论假说：

假说1：经济增长目标负向影响污染企业绿色技术创新。

2.2 经济增长目标、融资约束与污染企业绿色技术创新

从污染企业自身的角度看，相比于传统的技术创新，绿色技术创新前期投入更大、申请周期更长、风险更高^[21]，因此在进行绿色技术创新活动时往往面临着更强的融资约束。大量研究表明，融资约束会抑制企业绿色技术创新活动^{[19, 21, 30]}，而较高的经济增长目标则可能通过以下两个方面加剧企业面临的融资约束程度，进而不利于企业绿色技术创新水平的提高：

一方面，经济增长目标会降低宏观金融资源配置效率，从而加剧企业面临的融资约束程度。为实现经济的短期快速增长、更好地完成经济增长目标，地方政府可能会加强对地区金融资源的干预，从而扭曲金融资源配置、降低金融资源配置效率^[34]。熊晓炼等^[35]研究表明，经济增长目标会通过隐性金融分权效应、投资结构扭曲效应、产业升级钝化效应与市场二元分割效应等渠道对宏观金融资源配置效率产生阻滞效果。宏观金融资源配置效率低下将会进一步作用到微观企业上，使企业面临更为严峻的融资约束状况。

另一方面，经济增长目标会推动短期固定资产投资增加，导致市场利率提高、企业融资成本增大，从而加剧企业面临的融资约束程度。增加固定资产投资是促进短期经济增长、实现经济增长目标最直接、最有效的手段，刘淑琳等^[9]研究发现，经济增长目标每提高1%，将使得地区投资增加0.44%。较高经济增长目标带来的这种“投资潮涌”现象将会增加社会总需求，导致金融市场融资需求增加，进而提高市场利率，导致企业融资成本上升，加剧企业面临的融资约束程度^[36]。据此，本文提出如下理论假说：

假说2：经济增长目标通过加剧融资约束抑制污染企业绿色技术创新。

3 研究设计 3.1 样本构建与数据来源

借鉴已有研究^[37]，本文将沪深A股上市企业中的采矿业、制造业以及电力、热力、燃气及水生产和供应业定义为污染企业，并以A股上市污染企业作为研究对象，考察经济增长目标对企业绿色技术创新的影响。具体地，本文选取2004—2019年的污染企业样本，并依次剔除其中股票交易异常的企业（ST企业、^*ST企业、PT企业）、样本期内退市的企业、资产负债率大于1的企业以及数据存在缺失的企业。为避免极端值的影响，本文对所有连续变量进行了上下1% 的Winsorize处理。上市公司绿色专利数据来自中国研究数据服务平台（CNRDS），其余指标来自CSMAR数据库。进一步地，本文通过手工搜集国内30个省（自治区、直辖市）历年的政府工作报告^①，获得省级层面经济增长目标的面板数据，并将其与A股上市污染企业样本匹配，最终得到2597家上市污染企业21 212个“企业—年份”样本。

①本文的研究样本不包含西藏和港澳台地区，主要是因为在后文有关环境目标的分析中，西藏部分年份数据缺失，港澳台地区收集缺失。

3.2 变量选取

（1）被解释变量：企业绿色技术创新（GPAT）。本文以企业绿色专利申请数量作为企业绿色技术创新的衡量指标，主要是基于两方面原因：其一，绿色专利数量是反映企业绿色技术创新活动产出最直观的指标；其二，由于专利授权与专利申请之间存在较长的时滞，从而相比于专利授权数，专利申请数更具时效性，能够更加准确地反映企业绿色创新水平。具体地，本文借鉴齐绍洲等^[20]、徐佳等^[21]的做法，分别以绿色专利申请总数（GPAT_Total，即绿色发明专利与绿色实用新型专利申请数之和）、绿色发明专利申请数（GPAT_Inv）以及绿色实用新型专利申请数（GPAT_ Uty）三个变量作为本文的被解释变量。在实证分析中，对以上三个变量均进行“加1取自然对数”处理。

（2）核心解释变量：经济增长目标（Target）。如前所述，本文采用上市公司所在省份的经济增长目标作为本文的核心解释变量。其中，对于个别以区间方式设定的经济增长目标，本文统一以上下区间的均值作为经济增长目标的实际值^[15]。需要说明的是，之所以采用省级而非城市层面经济增长目标数据作为解释变量，是因为本文的研究对象是上市企业，经营规模普遍较大且存在较多的跨区域经营情况，因而会在很大程度上受到高于城市层面地方政府意志的影响^[38]。

（3）中介变量：融资约束（SA）。现有文献主要运用KZ指数、WW指数以及SA指数等指标反映企业面临的融资约束状况。相较于KZ指数和WW指数而言，SA指数的构建仅涉及企业规模和年龄两个变量，外生性较强，因而本文采用SA指数作为企业融资约束的衡量指标，其计算公式为SA =-0.737×Size+0.043× Size² -0.04 ×Age，由此计算的SA指数均为负值，数值越小，表示企业受到的融资约束程度越严重^[39]。

（4）控制变量。为控制遗漏变量的影响，本文借鉴已有文献^{[20, 21]}，纳入了多个控制变量，具体包括：企业规模（ln Size，公司总资产的对数）、资产负债率（Lev，总负债与总资产之比）、总资产净利润率（Roa，净利润与总资产之比）、企业成长性（Growth，企业总资产增长率）、企业年龄（ln Age，观测值当年与企业成立年份差值的对数）、股权集中度（Equity，前十大股东持股比例）。

3.3 变量选取

为探究经济增长目标对污染企业绿色技术创新的影响，本文构建如下基准回归模型：

(1)

其中，下标i、t分别表示企业和年份。GPAT为被解释变量，以企业绿色专利数量衡量（GPAT_ Total、GPAT_Inv、GPAT_Uty），核心解释变量为经济增长目标（Target）；X为一系列控制变量合集；Ind、Year分别表示行业和年份虚拟变量；ε_it为随机误差项。在估计过程中，为了缓解逆向因果关系的影响，同时考虑到经济增长目标对企业绿色创新的影响具有滞后性，本文对经济增长目标进行滞后一期处理^[13]。

在此基础上，为进一步检验经济增长目标是否通过加剧融资约束渠道抑制企业绿色技术创新，本文在模型（1）的基础上，增加两个递归的方程进行识别检验：

(2)

(3)

其中，中介变量是企业融资约束指标SA，其余变量的含义与模型（1）一致。根据中介效应模型的检验程序，模型（1）反映了经济增长目标对企业绿色技术创新的总效应，系数α₁反映了总效应的大小。模型（2）系数β₁反映了经济增长目标对企业融资约束的影响。模型（3）系数θ₁反映了经济增长目标对企业绿色技术创新的直接效应，θ₂与模型（2）系数β₁的乘积θ₂ β₁则反映了融资约束在经济增长目标影响企业绿色技术创新过程中发挥的中介效应大小。

3.4 描述性统计

表 1报告了主要变量的描述性统计。可以看出，当分别以三类指标作为被解释变量时，相应的企业绿色创新水平均值分别为0.293、0.201和0.175（对应的绿色专利申请数均值分别为1.931件、1.227件和0.705件），说明中国污染企业绿色创新水平总体较低。同时，中国省级经济增长目标介于5% ~ 15%，均值接近9%，表明样本期内中国政府面临着较高的经济增长目标约束。

4 实证结果与分析 4.1 基准回归结果

表 2报告了经济增长目标对污染企业绿色专利申请总数、绿色发明专利申请数以及绿色实用新型专利申请数的回归结果。其中，第（1）列、第（3）列、第（5）列为不加入控制变量的实证结果，可以看出，核心解释变量Target的估计系数均小于0，且至少通过了5% 水平的显著性检验，初步证实经济增长目标对企业绿色技术创新可能存在抑制作用。第（2）列、第（4）列、第（6）列进一步控制了企业层面的特征变量，可以发现，核心解释变量Target的估计系数在方向、显著性等方面未发生明显的变化，进一步表明经济增长目标能显著降低污染企业的绿色技术创新水平。从经济意义来看，经济增长目标每提高1个百分点，将使污染企业绿色专利申请总数、绿色发明专利申请数以及绿色实用新型专利申请数分别降低约2.4%、2.0% 和1.5%。由此可见，较强的经济增长目标约束会抑制企业绿色技术创新水平的提高，从而初步证实了假说1。

4.2 稳健性检验 4.2.1 变换估计模型

考虑到本文中衡量企业绿色技术创新的绿色专利申请数包含较多的零值，存在截尾数据特征，故采用Tobit模型进一步检验经济增长目标对企业绿色技术创新的影响，回归结果见表 3。可以看出，核心解释变量的估计系数仍显著为负，与基准回归结果一致。

4.2.2 替换核心解释变量的衡量方式

在本文的基准回归中，采用的核心解释变量是经济增长目标的绝对指标，考虑到“层层加码”是中国经济增长目标设定的重要特征，因而借鉴聂长飞等^[15]的研究，构建加码程度（Pressure）这一相对指标来反映不同省份面临的经济增长压力，相应的计算公式为：“（省级经济增长目标－当年国家经济增长目标）/ 当年国家经济增长目标”，其值越大，表明当地污染企业所面临的经济增长目标约束越强。表 4报告了“加码”程度对污染企业绿色技术创新的影响，结果显示，在三类被解释变量情形下，Pressure的估计系数均显著为负，再次支持了基准回归结果。

4.2.3 替换被解释变量的衡量方式

为证明基准回归结果的稳健性，本文进一步采用其他两种方式衡量企业绿色技术创新。一方面，考虑到本文样本中大量企业的绿色专利数量为0，因此本文采用虚拟变量的方式来定义企业绿色技术创新，以体现污染企业绿色专利数量从无到有的动态转变过程。具体而言，本文分别以企业是否有绿色专利申请、是否有绿色发明专利申请、是否有绿色实用新型专利申请作为被解释变量，再重新进行估计。估计结果见表 5第（1）~（3）列，可以看出，Target的估计系数均显著为负，一致于基准回归。

另一方面，虽然专利申请数比授权数更具时效性，但采用绿色专利授权数反映企业绿色技术创新水平在现有研究中仍被广泛采用^[23]，因而在稳健性检验中，本文分别采用污染企业绿色专利授权总数、绿色发明专利授权数以及绿色实用新型专利授权数作为被解释变量进行检验。估计结果见表 5第（4）~（6）列，可以看出，即使以绿色专利授权数作为被解释变量，核心研究结论依然不变。

4.2.4 排除异常值的影响

为排除某一省份特征值异常而导致估计结果偏误，本文借鉴邓慧慧等^[40]的做法，逐次剔除一个省份，并重复基准回归，由此得到30次的回归系数，并将其绘制成图 1。可以发现，每次回归后Target的估计系数均位于基准回归系数95% 的置信区间内，证明基准回归结果具有稳健性，不受某一特定地区样本的影响。

4.3 工具变量估计

经济增长目标的制定往往先于企业绿色技术创新行动，即通常是地方政府首先制定了一个经济增长目标，进而影响企业的绿色技术创新决策行为。然而，从理论上仍然无法排除这样一种可能，即地方政府经济增长目标的制定是基于企业决策的一种事后评估，从而无法完全排除经济增长目标与企业绿色技术创新之间可能存在的逆向因果关系。此外，可能存在的遗漏变量和测量误差等因素也会导致回归过程中的内生性问题。

为此，本文进一步通过工具变量估计的方式对基准回归结果进行检验。借鉴李书娟等^[16]的做法，本文以省（区、市）内地级市数量作为省级经济增长目标的工具变量。设置这一工具变量的背后逻辑在于：省内地级市的数量在很大程度上反映了地方政府竞争程度的高低，省（区、市）内辖区数量越多，地方政府竞争越激烈，为了缓和地方政府的竞争，形成对下级政府的有效激励，上级政府会倾向于分解一个相对较低的经济增长目标给下级政府，也就是说，省（区、市）内辖区数量与经济增长目标存在负相关关系^[33]，从而满足了工具变量相关性的前提条件。同时，由于省（区、市）内地级市数量是一个相对固定的值，从而满足了工具变量外生性的前提条件^[12]。

表 6报告了工具变量的估计结果。可以看出，在第一阶段回归中，工具变量的估计系数在1% 的水平上显著为负，与李书娟等^[16]的估计结果保持一致。同时，Kleibergen-Paaprk Wald F（以下简称“RKF检验”）统计量为287.502，说明不存在弱工具变量问题。在第二阶段回归中，核心解释变量Target的估计系数依然显著为负，说明在考虑经济增长目标与企业绿色技术创新之间的内生性问题后，基准回归的研究结论依然保持不变。

5 进一步分析 5.1 机制检验

按照中介效应模型的检验程序，本文对经济增长目标是否通过融资约束渠道影响污染企业绿色技术创新这一研究假说进行检验，估计结果见表 7。第（1）列估计结果显示，Target的估计系数为-0.004，且在5% 的水平上显著，说明经济增长目标约束降低了SA指数，加剧了污染企业面临的融资约束程度，同理论预期一致。第（2）~（4）列估计结果显示，融资约束SA的估计系数均在1% 的水平上显著为正，说明企业面临的融资约束程度与绿色创新产出之间呈显著的负相关关系。此外，在表 7第（2）~（4）列中，Target的估计系数分别为-0.018、-0.015和-0.011，且均至少通过了10% 的显著性检验，同时，这三个系数的绝对值分别小于表 2第（2）（4）（6）列中Target估计系数的绝对值（分别为0.024、0.020和0.015），说明融资约束发挥了部分中介的作用。具体而言，当被解释变量分别为企业绿色专利申请总数、绿色发明专利申请数以及绿色实用新型专利申请数时，融资约束发挥的中介效应（θ₂、β₁）占总效应（α₁）的比重分别为22.63%、23.25% 和24.68%，从而验证了假说2。

5.2 异质性分析 5.2.1 经济增长目标约束程度异质性

已有研究认为，政府工作报告中宣布经济增长目标时使用的副词能够体现地方政府对经济增长目标的重视程度，从而能够反映地方政府面临的经济增长目标约束程度^[12]。借鉴这一思路，本文将采用“上下”“左右”“之间”等约束程度较低的副词修饰的经济增长目标认定为“软约束”，将其余情况认定为“硬约束”，据此对两类约束情况进行分组检验，相应的回归结果见表 8。可以看出，无论以何种专利作为被解释变量，在经济增长目标“软约束”的情形下，Target的估计系数均不显著；相反，在经济增长目标“硬约束”的情形下，Target的估计系数均在1% 的水平上显著为负。由此可见，经济增长目标对企业绿色技术创新的抑制效应仅在“硬约束”的情形下存在，而在“软约束”的情形下这种影响并不显著。之所以如此，可能是因为在“硬约束”的情形下，地方政府面临的“保增长”压力更大，从而对当地企业的污染排放标准要求相对宽松，导致污染企业绿色创新的内在动力和意愿相对不足，进而抑制了企业绿色创新行为；相反，经济增长目标“软约束”的设定，则意味着地方政府对经济增长目标的重视程度相对较低，从而对当地企业的污染排放标准要求相对更为严格，导致污染企业绿色创新的内在动力和意愿相对较强，从而经济增长目标未能显著抑制企业的绿色创新行为。

5.2.2 企业污染程度异质性

经济增长目标对污染企业绿色技术创新的影响可能受到企业自身污染程度特征的影响。为此，本文遵循谢珺和林小冲^[37]的做法，将石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业等11个行业中的企业定义为重污染企业，其余行业则定义为轻污染企业，并进行分组检验，相应的回归结果见表 9。可以看出，对于轻污染企业而言，无论以何种专利作为被解释变量，Target的估计系数均不显著。相反，对于重污染企业而言，当被解释变量为企业绿色专利申请总数和绿色实用新型专利申请数时，Target的估计系数显著为负；当被解释变量为企业绿色发明专利申请数时，Target的估计系数虽然为负，但不显著。这一估计结果表明，经济增长目标主要影响的是重污染企业的绿色技术创新水平，而对轻污染企业的绿色创新并未产生明显的挤出效应。其原因在于，同轻污染企业相比，重污染企业除了承担着环境污染治理的使命外，还肩负着经济增长的重要任务，因为重污染企业往往是地方经济的支柱^[37]，为了实现既定的经济增长目标，地方政府可能对重污染企业的监管“睁一只眼闭一只眼”，甚至鼓励重污染企业优先进行生产活动而非环境治理，从而导致重污染企业在污染治理方面“破罐子破摔”，减少环境保护投入，最终抑制了重污染企业的绿色创新产出。此外，从绿色专利类别上看，经济增长目标主要降低的是重污染企业的绿色实用新型专利，而非质量更高的绿色发明专利，其原因可能在于，绿色发明专利的申请难度更大、周期更长，对企业而言是一种长期投资行为，相较而言，绿色实用新型专利则属于一种短期投资行为，经济增长目标每年制定一次，主要影响的是企业的短期而非长期决策。

5.2.3 企业产权性质异质性

经济增长目标对污染企业绿色技术创新的影响还可能受到企业产权性质的影响。根据污染企业实际控制人的性质，本文将研究样本划分为非国有企业和国有企业两个子样本，并分别进行估计。表 10报告了不同产权性质情形下经济增长目标对污染企业绿色技术创新的回归结果。可以看出，对于不同的被解释变量而言，相应的估计结果有所不同。具体而言，当被解释变量为企业绿色专利申请总数和绿色发明专利申请数时，非国有企业子样本中Target的估计系数显著为负，而国有企业子样本中Target的估计系数不显著；当被解释变量为绿色实用新型专利申请数时，国有企业子样本中Target的估计系数显著为负，而非国有企业子样本中Target的估计系数则不显著。也就是说，经济增长目标主要抑制了非国有企业绿色专利申请总数和绿色发明专利申请数的提高，同时对国有企业绿色实用新型专利申请产生了挤出效应。之所以如此，其原因在于，国有企业与地方政府之间有着天然的“关系”，相比于非国有企业，国有企业可以获得更多的政策倾斜，当地方政府为实现既定的经济增长目标而增加固定资产投资从而挤占研发投入时，往往首先受到影响的是非国有企业，从而非国有企业面临的融资约束更为严重^{[11, 13]}，最终导致非国有企业绿色专利申请总数显著减少；相应地，国有企业面临的融资约束相对不那么严重，从而经济增长目标未能对国有企业绿色创新行为产生显著的影响。此外，在区分不同类型专利时，可以看出，在面临较大的融资约束情况下，非国有企业选择的是减少投资周期更长、投资金额更大、申请难度更高、不确定性程度更强的绿色发明专利的申请；相反，由于国有企业面临的融资约束相对较小，其主要减少的是对绿色实用新型专利的申请。

5.3 拓展性分析：基于多重目标约束视角的考察

在实践中，地方政府除了面临经济增长目标的考核以外，还面临着其他考核目标，不同目标之间的重要性和优先等级决定了地方政府的战略决策，进而影响着微观企业的行为。目标设定理论认为，在面临多重目标约束时，决策主体往往会首先考虑更加重要、优先级更高的目标^[41]。为进一步考察在多重目标约束下其他目标是否会影响经济增长目标与企业绿色技术创新之间的关系，本文在基准回归模型的基础上，引入环境目标及其与经济增长目标的交互项进行实证检验。之所以选择环境目标而非其他目标，主要是因为相对于其他目标而言，环境目标直接体现了地方政府治理环境的决心和力度，与企业绿色创新行为的关联性最强，能够对企业绿色创新行为产生直接的影响，相关研究也为此提供了直接的经验证据^{[23, 24]}。具体地，本文构建的模型如下：

(4)

其中，ET为环境目标变量，其余变量的含义同模型（1）一致。环境目标的度量是估计上述模型的关键。在环境目标变量设定方面，由于各省（区、市）的侧重点不同，因而无法像经济增长目标那样以一个确定的值来衡量。例如，北京市2005年设定的环境目标为“万元生产总值能耗下降5%”，2006年设定的环境目标为“万元地区生产总值能耗、水耗分别下降2% 和5%”，上海市2004年设定的环境目标则为“环保投入相当于国内生产总值的比重达到3% 以上”。为此，本文尝试按照其他的思路来设定环境目标变量。

理论上，环境目标的大小最终体现的是政府对环境保护的重视程度，地方政府越重视环境保护，制定的环境目标可能就越严格，相应地就会采用更加严格的环境规制强度去实现环境目标。也就是说，环境规制强度可以看成环境目标的“镜像”，政府环境污染治理力度能够在很大程度上体现环境目标约束的强弱。据此，本文以省级工业污染治理投资额占工业增加值比重作为地方政府环境目标的代理变量^[26]，相关数据来源于《中国环境统计年鉴》和中经网统计数据库。

为进一步保证估计结果的稳健性，本文还通过虚拟变量的方式来间接衡量环境目标。具体而言，本文以2013年为时间节点，若时间在2013年之前，则环境目标取值为0；若时间在2013年及之后年份，则环境目标取值为1。这是因为，地方官员考核体系从2013年开始发生根本性的变化：在2013年之前，对地方政府官员的考核指标中，虽然存在对相关环境指标的考核，但经济增长指标始终位于首位；而在2013年之后，环境指标的权重开始逐步增大^[42]。因此有理由相信，相比于2013年之前，地方政府在2013年之后面临的环境目标约束程度更大。

表 11报告了调节效应的估计结果。可以看出，除第（6）列外，所有模型交互项Target× ET的估计系数均显著为正，说明环境目标能够显著弱化经济增长目标对企业绿色技术创新的抑制作用。其背后的原因可能在于，当地方政府面临多重目标约束时，不同目标之间也会相互影响，在既定的经济增长目标下，如果没有环境目标的约束，地方政府可能会盯紧短期增长目标，通过增加固定资产投入、挤占研发支出等方式获得经济短期、高速的增长。相反，在存在环境目标约束的情形下，由于环境目标属于“约束性”“强制性”目标，经济增长目标属于“预期性”“指导性”目标，从而地方政府可能会优先考虑更加重要、优先级更高的环境目标，导致经济增长目标对污染企业融资约束的影响有所减小，最终弱化了经济增长目标对污染企业绿色技术创新的抑制作用。此外，较强的环境目标约束还可能进一步通过“波特效应”激发企业绿色技术创新活力，从而降低了经济增长目标对污染企业绿色技术创新的负外部性作用。

6 结论与启示

本文基于中国2004—2019年A股上市污染企业的绿色专利数据，实证检验了经济增长目标对污染企业绿色技术创新的影响效应。本文研究发现，经济增长目标对污染企业绿色技术创新具有显著的抑制作用。经过一系列的稳健性检验，这一研究结论依然成立。具体而言，经济增长目标每提高1个百分点，将使污染企业绿色专利申请总数、绿色发明专利申请数，及绿色实用新型专利申请数分别降低约2.4%、2.0% 和1.5%。机制检验发现，经济增长目标主要通过加剧企业面临的融资约束程度，进而对企业绿色技术创新产出产生挤出效应。此外，经济增长目标的这种抑制作用仅在经济增长目标“硬约束”设定的情形下存在，且对重污染企业以及非国有企业更为明显。最后，当地方政府在经济增长目标和环境目标双重目标约束情形下，环境目标能够弱化经济增长目标对污染企业绿色技术创新的抑制作用。

针对本文实证结果，提出如下政策建议：首先，在未来经济发展过程中，要进一步淡化经济增长目标考核，降低经济增长速度对官员晋升激励的权重，真正做到不“唯GDP论英雄”，鼓励地方政府根据自身的禀赋结构，制定更加合理、“留有余地”的经济增长目标，在目标设定上应以“软约束”为主，更好发挥经济增长目标“预期性”“指导性”的作用，进而减小甚至消除经济增长目标对污染企业绿色技术创新的负面效应。其次，由于经济增长目标对不同类型、不同地区企业绿色技术创新的影响存在异质性，因此政府在环境治理过程中，要因地制宜，对不同企业采取差异化的管理策略，尽可能降低经济增长目标对污染企业绿色技术创新的负向影响。最后，强化环境目标约束在倒逼污染企业绿色转型升级方面的作用，有效激发环境目标的“创新补偿”效应。同时，政府在多目标治理的实践中，要特别关注经济增长目标和环境目标之间的统一性和对立性，在充分发挥不同目标积极作用的同时，还应抑制各个目标对经济社会发展的不良影响。