文章快速检索     高级检索
  中国环境管理  2026, Vol. 18 Issue (2): 106-120  

引用本文 

徐哲, 邵帅, 杨莉莉. 碳中和技术创新能力的关键驱动因素及其耦合运行机制——基于系统动力学模型的考察[J]. 中国环境管理, 2026, 18(2): 106-120.
XU Zhe, SHAO Shuai, YANG Lili. Key Drivers and Their Coupling Operational Mechanism of Carbon-Neutrality Technological Innovation Ability: An Investigation Based on a System Dynamics Model[J]. Chinese Journal of Environmental Management, 2026, 18(2): 106-120.

基金项目

国家自然科学基金专项项目“重点行业碳中和技术创新与碳减排激励机制研究”(72243004);国家自然科学基金面上项目“能源依赖对环境福利绩效的影响研究:基于新经济地理学视角的理论与经验考察”(72573116);国家社会科学基金项目“能源供需系统协同绿色低碳发展的机制与路径研究”(25VRC038);中央高校基本科研业务费专项资金项目“推动碳中和技术扩散赋能碳达峰碳中和战略研究”(22120250315)

作者简介

徐哲(1995—),男,博士研究生,研究方向为环境经济学,E-mail: alliance_xz@163.com.

责任作者

邵帅(1981—),男,博士,教授、博士生导师,研究方向为资源与环境经济学,E-mail: shaoshuai8188@126.com.
碳中和技术创新能力的关键驱动因素及其耦合运行机制——基于系统动力学模型的考察
徐哲 1, 邵帅 2,3, 杨莉莉 4     
1. 华东理工大学商学院, 上海 200237;
2. 同济大学经济与管理学院, 上海 200092;
3. 同济大学城市高质量发展与规划决策实验室, 上海 20092;
4. 上海立信会计金融学院国际经贸学院, 上海 201209
摘要: 碳中和技术创新是驱动企业低碳转型的核心引擎,而碳中和技术创新能力的提升是一项需要多主体参与、多要素互动、多领域协同的复杂系统性工程。然而,现有相关研究基本局限于企业碳中和技术创新的静态经验分析,对碳中和技术创新的关键驱动因素及其耦合运行机制缺乏深层解构。本文采用系统动力学方法,构建了一个企业碳中和技术创新能力演化的系统动力学模型,借此识别了企业碳中和技术创新能力的关键驱动因素及其耦合运行机制,并以碳减排重点行业企业为例对该模型进行了仿真模拟分析。研究发现:第一,经济效益的提升、碳中和技术人力资本存量和碳中和技术存量的增长,能够显著提升碳中和技术创新能力与碳减排效率,促进碳排放量增速放缓并趋于稳定;第二,降低碳排放权交易成本和增加关键共性低碳技术存量,能够增强碳中和技术创新能力、提升经济效益并减少碳排放,而提高碳中和技能培训强度虽然能够提升碳中和技术创新能力与碳中和技术存量,但也会降低经济效益并略微增加碳排放;第三,“降低碳排放权交易成本+增加关键共性低碳技术存量+提高碳中和技能培训强度”的组合政策情景效果显著优于单一政策情景效果。本文为提升企业碳中和技术创新能力、促进低碳转型发展,进而助力“双碳”目标实现提供了学理支持与决策依据。
关键词: 碳中和技术创新    耦合运行机制    低碳转型    碳减排重点行业    系统动力学模型    
Key Drivers and Their Coupling Operational Mechanism of Carbon-Neutrality Technological Innovation Ability: An Investigation Based on a System Dynamics Model
XU Zhe1 , SHAO Shuai2,3 , YANG Lili4     
1. School of Business, East China University of Science and Technology, Shanghai 200237, China;
2. School of Economics & Management, Tongji University, Shanghai 200092, China;
3. Laboratory of High-Quality Urban Develoment and Planning Decision-Making, Tongji University, Shanghai 20092, China;
4. School of International Economics and Trade, Shanghai Lixin University of Accounting and Finance, Shanghai 201209, China
Abstract: Carbon neutrality technological innovation serves as the core driver of enterprises' low-carbon transition, and enhancing the capacity for carbon neutrality technology innovation constitutes a complex and systemic project that requires multi-agent participation, multi-factor interaction, and multi-field coordination. However, existing studies are primarily limited to static empirical analyses of enterprises' carbon neutrality technology innovation, lacking in-depth deconstruction of the key driving factors of carbon neutrality technology innovation and their coupled operational mechanisms. This study applies the system dynamics method to construct a model for the evolution of enterprises' carbon neutrality technological innovation capacity. Using this model, this study identifies the key driving factors of enterprises' carbon neutrality technology innovation capacity and their coupled operational mechanisms. This study then conducts simulation analysis using data from enterprises in key carbon emission reduction industries. This study finds that, first, improvements in economic benefits, increases in human capital stock related to carbon neutrality technologies, and growth in the stock of carbon neutrality technologies significantly enhance enterprises' carbon neutrality technological innovation capacity and carbon emission reduction efficiency, thereby slowing down the growth rate of carbon emissions and driving them toward stabilization. Second, reducing the cost of carbon emissions trading and increasing the stock of key generic low-carbon technologies can enhance enterprises' carbon neutrality technological innovation capacity, improve economic benefits, and reduce carbon emissions. In contrast, while increasing the intensity of carbon neutrality skills training can improve carbon neutrality innovation capacity and the stock of carbon neutrality technologies, it may also reduce economic benefits and slightly increase carbon emissions. Third, the combined policy scenario of "reducing carbon emissions trading costs + increasing the stock of key common low-carbon technologies + increasing carbon neutrality skills training intensity" yields significantly greater benefits compared to individual policy interventions. This study offers theoretical insights and practical recommendations for enhancing enterprises' carbon neutrality technological innovation capacity, promoting low-carbon transformation, and thereby contributing to the achievement of "dual carbon" goals.
Keywords: carbon neutrality technological innovation    coupled operational mechanisms    low-carbon transformation    key carbon emission reduction industries    system dynamics model    
引言

碳中和技术创新是驱动企业低碳转型,进而推动经济高质量发展的核心引擎。党的二十届四中全会将“全面增强自主创新能力”“加强原始创新和关键核心技术攻关”作为引领发展新质生产力的战略支撑,并在《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》中进一步明确要“强化企业科技创新主体地位,推动创新资源向企业集聚”,旨在通过增加企业“含绿量”来提升经济“含金量”。需要指出的是,碳减排重点行业企业的低碳转型并非局限于能源系统或某个产业体系的单一技术进步,而是一项涉及多主体协同、多要素互动、多领域协同的复杂系统性工程[1]。因此,如何有效提升碳减排重点行业企业的碳中和技术创新能力,推动跨产业、跨部门的碳中和技术的高效耦合与协同创新,已经成为破解系统性碳减排难题、驱动“双碳”目标实现的关键所在[2]

然而,现有研究大多将碳中和技术创新视为单一维度的技术研发突破[3],普遍忽视了人力资源(尤其是碳中和技术人力资本)、经济效益及外部环境等多重因素之间的耦合互动对碳中和技术创新的影响;同时也未能充分关注企业内部研发、生产、管理等不同子系统之间的反馈联动机制,从而难以精准刻画企业碳中和技术创新过程中创新资源配置、创新效率与减排效果之间的动态关系[4, 5]

事实上,企业碳中和技术创新能力的提升是多要素耦合、多系统协同演进的综合性结果,其演化过程具有鲜明的系统性特征。一方面,企业碳中和技术创新能力的演化本质上属于典型的自组织演化系统,其发展轨迹是众多变量与子系统之间的因果反馈环路交互作用的结果[6]。这些变量与子系统之间的相互作用及动态反馈机制,共同决定了整个碳中和技术创新能力系统在时间维度演进和要素优化配置过程中的演化轨迹与发展趋向,因而具有显著的系统性与动态演化特征[7]。另一方面,系统内部主导反馈机制的强度与方向会随时间变化而动态调整,且创新资源与信息的流动存在不可避免的时滞效应,从而导致相关变量与子系统之间的关联效应表现出显著的非线性特征,使得整个碳中和技术创新能力系统的运行呈现出复杂多变的态势。在此情境下,现有的计量分析模型、结构方程模型和演化博弈模型等主流研究方法均难以充分揭示企业碳中和技术创新系统内部变量与子系统的交互耦合机制及反馈联动效应,也难以清晰展现外部环境变化对企业碳中和技术创新演化过程的影响路径[8]。因此,构建兼具系统性与动态性的分析框架,深度解构碳减排重点行业企业碳中和技术创新能力的关键驱动因素及其耦合运行机制,有助于推动相关理论体系与分析框架的建构与完善,更是对碳减排重点行业企业如何开展低碳转型这一重要现实问题的必要回应。

鉴于此,本文以碳减排重点行业企业为研究对象,通过构建企业碳中和创新能力演化的系统动力学模型,系统解析、模拟和评估碳减排重点行业企业碳中和技术创新能力的关键驱动因素及其耦合运行机制。本文之所以采用系统动力学方法开展研究,主要是源于其在解决复杂系统性问题上具有以下独特的优势:一方面,系统动力学方法能够从基于因素交互与反馈环路的模型化分析视角[9],更加清晰地呈现企业碳中和技术创新系统内部各核心因素和子系统之间的动态耦合联动关系;另一方面,系统动力学模型能够有效处理系统中的非线性关系及其动态变化过程,从而更加契合企业碳中和技术创新系统的复杂特性[10]。综上,本文旨在应用系统动力学模型深刻揭示企业碳中和技术创新投入与产出之间的复杂运行机制,借此探索如何通过跨系统的技术协同创新来推动企业提升碳中和技术创新能力,从而为驱动我国碳减排重点行业企业的低碳转型提供重要的学理支持与决策依据。

本文的边际贡献主要体现在以下三个方面:第一,本文系统性地探讨了企业碳中和技术创新能力的关键驱动因素,并在此基础上首次构建了一个可用于模拟和评估碳减排重点行业企业碳中和技术创新能力演化的系统动力学模型,从而弥补了现有研究在解析碳减排重点行业企业低碳转型过程中对多因素协同作用机制缺乏系统性刻画的局限;第二,在对企业碳中和技术创新能力系统的影响因素分析中,本文创新性地纳入了微观层面的企业管理因素,特别是在不同类型的碳中和技术及碳中和技术人力管理等方面进行了细致的分析,从微观因素视角丰富了企业碳中和技术创新能力驱动因素的研究边界;第三,本文通过多种场景的仿真模拟,对不同因素和政策干预下的企业碳中和技术创新效果进行了量化比较与优化筛选,从而为政府制定针对性的碳减排政策及碳减排重点行业企业优化低碳转型战略提供了更加准确可靠的科学依据。

1 文献综述 1.1 企业绿色创新的影响因素

绿色创新作为破解资源环境约束、提升企业核心竞争力的战略选择,其决策逻辑与实施路径受到企业内外部多重因素的综合影响。从企业内部驱动因素来看:首先,在利润充裕的情况下,企业具备更强的承担绿色技术研发高沉没成本、抵御创新不确定性风险的能力,能够将绿色创新视为长期竞争力建设与可持续发展战略的关键手段[11]。其次,具备绿色技能与创新素养的高素质人才队伍,既能为企业技术研发突破提供智力支持,也能推动企业管理模式的低碳化变革,从而帮助企业在低碳技术领域构筑差异化的市场竞争优势[12]。最后,创新导向型的企业文化能够有效激发员工参与绿色创新的积极性,同时柔性化的组织架构也有助于加速绿色技术从研发到商业化应用的转化过程[13]

从企业外部环境约束与激励因素来看:首先,碳排放权交易、绿色信贷及财政补贴等政策工具形成的“组合拳”,不仅可以为企业开展绿色创新提供必要的经济激励,还能有效缓释创新风险溢价,从而为企业绿色技术研发、成果转化提供稳定的制度预期与资源保障[14]。其次,随着气候变化加剧与资源环境承载力趋紧,企业面临的生态合规风险与环境成本内部化压力持续攀升,这种刚性约束可以倒逼企业主动将绿色创新纳入其发展战略,通过技术升级、流程优化等途径来提升其环境适应能力与风险抵御能力[15]。最后,消费者环保意识的持续觉醒推动了其消费偏好的绿色化转型,促使绿色产品和服务的市场需求扩容提质。这一需求信号会通过价格机制传导至生产端,从而有效激励企业加大绿色技术创新投入[16]

1.2 低碳技术的分类及其影响因素

作为面向“双碳”目标的系统性技术创新范式,碳中和技术创新涵盖了碳减排、碳清除等各类相关技术的研发与应用。而低碳技术作为该创新体系的重要组成部分,不仅在推动企业低碳转型过程中发挥着基础性支撑作用,更是实现长期减排目标、推动经济社会发展全面绿色转型的重要驱动力。

根据其应用场景和技术属性的差异,低碳技术可划分为关键共性低碳技术与颠覆性低碳技术两大类。其中,关键共性低碳技术是指在多个行业具有普适应用潜力,且能够通过技术协同产生系统性减排效应的技术类型。颠覆性低碳技术是指具备重构产业技术格局潜力的突破性创新技术,其核心特征表现为非线性技术突破能力与强市场替代潜力[17]。这类技术通常能够突破现有低碳技术路径的局限,为深度脱碳提供全新解决方案[18]

低碳技术的研发迭代、规模化扩散与落地应用,均受到多重因素的综合影响。具体而言,第一,强制性标准、市场化工具和创新激励政策等多元化政策手段的组合,不仅能够有效缓解低碳技术研发过程中面临的资金约束,还能显著降低低碳技术推广的边际成本[19]。第二,商业银行信贷、绿色债券、风险投资及政府引导基金等多样化融资渠道,不仅可在研发、中试和推广等阶段为低碳技术提供全面的资金支持,还能有效分散创新风险,从而促进低碳技术的不断创新和广泛应用[20]。第三,公众对低碳技术安全性和实用性的认知水平会直接影响低碳技术市场需求的规模。如果公众对低碳技术的安全性存在疑虑,或对技术应用的长期效益缺乏充分认知,可能会形成低碳市场接纳的“壁垒”,从而阻碍低碳技术的规模化推广[21]。第四,低碳技术创新和产业化落地不仅依赖于具备深厚技术背景的专业人才,还需要具备跨学科整合能力的高端人力资本[22]

1.3 企业可持续发展的系统建模

随着资源环境压力的不断加剧,企业如何实现可持续发展已成为学界和业界共同关注的核心议题之一。近年来,学者们以可持续发展理论为学理支撑,逐步构建起适配企业战略决策需求的分析框架[23]。相关文献通常从经济、环境与社会三个维度出发,致力于构建全面评估企业可持续发展能力的多维度指标体系[24, 25]。然而,随着研究的深入,学者们逐渐认识到,若仅从经济效率或环境表现的单一视角进行分析,难以全面刻画企业可持续发展的本质特征。因此,现代企业可持续发展模型更加强调系统性整合思维,主张企业在实现经济效益最大化的同时,还应当主动履行社会责任,通过战略调整与运营优化来实现社会公平与生态保护的动态平衡[26]

在企业践行可持续发展的过程中,主体间的利益权衡与策略互动因内外部环境的复杂变动而呈现出显著的不确定性。这种不确定性既源于市场、政策及技术的动态变化,也涉及不同主体的行为动态和决策互动[27]。对此,两类分析工具为解析上述复杂问题提供了有效支撑。一方面,博弈理论因其对策略性行为的精准解析能力,在企业可持续发展战略分析中得到了广泛应用。相关研究依据博弈参与主体的异质性特征,构建了涵盖“政府—企业”“企业—企业”“企业—公众”等多组关系的博弈模型[28],系统揭示了不同主体在低碳转型中的互动逻辑与决策路径,为解析企业可持续发展战略选择提供了坚实的理论支撑。另一方面,系统动力学模型依托其对复杂动态系统的模拟能力,为破解企业可持续发展难题提供了全新分析工具。通过构建多要素互动的反馈环路与动态仿真,系统动力学模型能够有效揭示企业可持续发展系统的演化规律,从而为企业制定长期可持续发展战略提供科学的量化依据[7]

1.4 简要评述

尽管上述三篇文献均已取得了明显的研究进展,但仍存在以下三方面的局限。第一,鲜有学者对关键共性低碳技术与颠覆性低碳技术进行明确区分,进而将二者系统纳入企业碳中和技术创新分析框架中进行深入探讨。实际上,这两类技术在推动企业低碳转型的过程中具有不同的影响机制与应用场景,忽略这种差异可能导致企业碳中和技术创新资源配置失衡,从而难以实现企业短期基础减排与中长期深度脱碳的有机衔接,进而削弱企业低碳转型的整体效能。第二,现有研究较多采用的博弈模型在企业碳中和技术创新决策分析中的应用存在难以规避的方法论局限。一方面,博弈模型的分析框架根植于“完全理性人”的理想假设,而这与现实中企业决策者的有限理性特征相悖,容易导致理论推演的均衡结果与企业碳中和技术创新的实际决策行为存在系统性偏差。另一方面,现有研究大多聚焦于政企、不同企业等主体之间互动机制的解析,对企业内部结构、决策流程等微观层面的复杂性关注不足,这在一定程度上限制了博弈模型的解释力与适用场景,导致其难以刻画企业碳中和技术创新决策的完整逻辑链条。第三,企业碳中和技术创新本质上是多领域、多要素、多环节深度交织的复杂系统问题,但现有研究大多停留于静态的经验分析与影响因素识别层面,缺乏对其动态演化规律和耦合运行机制的深层解析。这种“重静态描述、轻动态演化”的研究倾向,导致现有研究难以全面捕捉企业碳中和技术创新系统的复杂特征,从而难以为企业制定长期可持续发展战略提供兼具前瞻性与适配性的动态决策依据。

鉴于此,本文以碳减排重点行业企业为研究对象,采用系统动力学方法,在区分关键共性低碳技术与颠覆性低碳技术、普通员工和碳中和技术人力资本等微观因素的基础上,系统梳理了影响企业碳中和技术创新能力的关键驱动因素,进而构建了企业碳中和技术创新能力演化的系统动力学模型,并开展了多情景仿真模拟分析。本文旨在揭示企业碳中和技术创新系统的动态演化规律,从而为碳减排重点行业企业低碳转型过程中面临的多维挑战提供量化分析框架,进而为企业制定兼具前瞻性与可操作性的低碳转型战略提供精准的决策支持。

2 模型构建 2.1 系统边界与基本假设

企业碳中和技术创新能力的提升依赖于宏观经济系统与微观企业管理系统之间的紧密协同与耦合。在宏观层面,Qu等提出的可持续发展模型涵盖了经济生产、消费、产业资本、劳动力等多个层面的要素,较为全面地描述了经济系统的复杂结构和各环节之间的互动关系[29]。但遗憾的是,该模型未能充分考虑企业管理系统中的关键变量,尤其是缺乏对企业碳中和技术创新所需的战略规划、技术创新及资源配置等核心要素的考量,从而难以适应微观企业的创新决策分析需求。为弥补这一局限,本文参考Zhang等的做法[7],在Qu等模型的基础上,进一步引入了微观层面的企业管理因素,特别是在不同类型的碳中和技术及人力资本等方面进行了更为细致的分析。通过这一拓展,本文构建了一个综合性的企业碳中和技术创新能力系统,其具体包括碳中和技术创新子系统、人力资源子系统、碳中和技术人力资本子系统、经济效益子系统和碳排放子系统五大子系统。通过将这些子系统有机耦合,本文试图揭示各因素之间的相互依赖关系,以及各因素对企业碳中和技术创新能力的影响效果。

2.1.1 碳中和技术创新子系统

碳中和技术研发作为推动企业技术进步和低碳转型的核心驱动力,不仅有助于增加关键共性低碳技术存量,进而提高关键共性低碳技术网络密度,还能够通过技术协同效应降低碳中和技术创新的边际成本,从而提高颠覆性低碳技术成熟度。随着颠覆性低碳技术的不断成熟,企业能够以更低的成本和更高的效率采纳这些颠覆性技术,从而促进颠覆性低碳技术在企业中的采纳比例逐渐上升,进一步推动碳中和技术存量的持续扩展,并通过技术迭代和加速创新显著提升企业的碳减排效率。

此外,碳中和技术研发投入还能够直接影响颠覆性低碳技术成熟度。通过增加对颠覆性低碳技术的研发投入,企业可以加速技术突破,提升其广泛应用的潜力,并且通过不断创新逐步降低技术采纳的隐性成本,从而在市场竞争中占据技术领先地位。

2.1.2 人力资源子系统

人力资源水平的提升可以通过扩大企业的劳动力规模,直接促进普通员工数量的增加。这一变化不仅为企业提供了更为充足的劳动力资源,还会通过劳动力规模效应间接推动碳中和相关技能培训的规模化与系统化。随着培训频率和质量的不断提升,企业员工的碳中和素质水平将显著提升,普通员工逐步向符合碳中和绩效要求的高素质员工转型。这种转变不仅能够显著提高劳动力的生产率,还可以大幅提升企业在碳中和技术创新领域的落地实施能力,进而加速企业碳中和技术的创新进程。

此外,随着企业员工碳中和素质水平的不断提高,企业的碳中和技术人力存量将得到有效扩展。这不仅会进一步提高企业的碳中和技术创新能力,也可为其在碳中和技术领域的竞争中积累更为丰富的人力资本储备,从而在激烈的技术竞争中占据更加有利的地位。

2.1.3 碳中和技术人力资本子系统

随着碳中和技术的不断发展与广泛应用,企业对高素质碳中和技术人力资本的需求呈现出日益增长的趋势。这一需求的扩张,不仅加快了企业引进碳中和技术人才的步伐,也在一定程度上造成了碳中和技术人力资本流失,从而形成了企业在碳中和技术人才市场中的动态竞争格局。

面对碳中和技术人才流失带来的挑战,企业往往采取通过引进外部高端技术人才的方式来弥补人才储备的不足。这种外部引入的策略不仅能够快速填补关键技术领域空白,更有助于强化企业碳中和技术创新的研发能力与落地执行力。通过引入更具专业深度的高端人才,企业能够加速碳中和技术研发进程、提升碳中和技术落地实施的效率,从而巩固并提升自身在绿色低碳领域的市场核心竞争力。

2.1.4 经济效益子系统

经济效益的增长不仅可为企业提供必要的财务资源,也可为其技术创新和市场竞争力的增强奠定坚实基础。一方面,经济效益的提升使得企业能够加大在碳排放治理上的投入,这不仅会通过技术迭代与工艺优化直接作用于企业生产环节,实现企业碳排放量的下降,还会向市场传递“负责任”的环境态度信号,从而有助于塑造并强化其碳中和形象。形象资本的累积会转化为品牌溢价能力和市场信誉优势,从而改变消费者的偏好结构,增强其对企业产品的认同感和选择倾向。随着客户基础的不断扩大,企业碳中和产品的销售和经济利益也会随之增长,从而形成一个自我强化的良性循环。

另一方面,经济效益的提升可为碳中和产品的创新提供更为充裕的资本支持。研发资金投入的增加不仅有助于提高企业碳中和产品的迭代次数,缩短技术创新周期,还能够加速碳中和产品从研发到商业化的转化进程,从而系统性地提升碳中和产品的技术附加值与市场竞争优势。随着企业碳中和产品创新的持续推进,企业可凭借差异化产品特性扩大客户覆盖范围,推动碳中和产品销量规模与销售收入的稳定增长,从而提高其经济效益。

2.1.5 碳排放子系统

碳排放量的增加会通过双重路径推高企业碳排放成本:一方面,碳排放量增加会直接导致企业末端治理费用增加,从而形成显性成本压力;另一方面,碳排放规模扩张可能会引致政府更为严格的规制力度,增加企业的合规成本。无疑,碳排放成本的上升将直接压缩企业的利润空间,从而削弱其在碳中和技术研发领域的资金投入能力与风险承担意愿,使得企业在低碳转型过程中对碳中和技术创新的投资趋于谨慎,进而制约企业的碳中和技术创新潜力,延缓碳中和技术的研发与应用。

同时,碳税政策与碳排放权交易机制作为重要的环境规制政策工具,能够通过价格信号影响企业碳排放成本。一方面,碳税的征收会迫使企业在进行生产活动时将碳排放成本纳入成本计算,从而激励其减少排放,转向更加环保的生产方式。另一方面,碳排放权交易市场的运行可以通过配额价格对企业的碳排放行为形成经济激励与约束。企业在交易市场中购买或出售碳排放配额会直接影响其碳排放成本,并推动其在减少碳排放的同时寻求更为高效的技术解决方案。这两种环境规制方式不仅会对企业的经济效益产生直接影响,也会通过改变技术研发的成本收益比,促使企业加速向低碳方向转型。因此,碳排放成本的增加不仅是对企业经济效益的挑战,也是推动其进行碳中和技术创新的动力来源。

上述五个子系统共同耦合构成了一个企业碳中和技术创新能力演化的复杂循环系统。进一步地,为突出研究对象与建模目的,本文做出如下基本假设。

假设一:企业所处的外部政治、经济与社会环境相对稳定,且这些外部因素对企业碳中和技术创新能力演化的影响较小。

假设二:企业碳中和技术创新能力由碳中和技术存量、人力资源水平、碳中和技术人力存量、经济效益、碳排放量这五个核心要素构成。

假设三:企业的污染排放量可统一折算为碳排放当量。

上述假设为本文的研究提供了清晰的理论框架和模型基础,能够确保在相对稳定的外部环境下,全面系统地分析企业碳中和技术创新能力的动态演化。

2.2 因果关系图与存量流量图

基于前文对企业碳中和技术创新能力系统的结构及其内在因果关系的初步分析,本文绘制了企业碳中和技术创新能力系统的因果关系图(图 1)。为了更加清晰地展示变量之间的逻辑关系、系统地反馈形式和变化规律,本文在图 1的基础上进一步绘制了企业碳中和技术创新能力系统的存量流量图(图 2

图 1 企业碳中和技术创新能力系统的因果关系图
图 2 企业碳中和技术创新能力系统的存量流量图

① 受篇幅所限,正文未列示系统动力学模型的具体方程体系,留存备索。

3 仿真模拟分析

本文以一家电力企业作为实际案例进行分析,来展示上述系统动力学模型在实际应用中的有效性。鉴于模型中部分参数较为“抽象”且难以获取实际数据,本文采用数值模拟的方法来替代这些难以量化的参数,以便模拟未来35期内企业碳中和技术创新能力的演化情况。

3.1 模型检验 3.1.1 可视化检验

首先,本文严格遵循系统动力学的建模规范,通过将企业碳中和技术创新能力演化系统划分成碳中和技术创新子系统、人力资源子系统、碳中和技术人力子系统、经济效益子系统和碳排放子系统五大子系统,确保所有关键影响因素被涵盖其中,并避免冗余和遗漏变量;其次,因果关系图清晰地呈现了各子系统间的正负反馈机制,并且逻辑链条完整、无矛盾;最后,存量流量图合理区分了不同类型的变量,并且通过规范标注箭头流向与转化关系,准确反映了变量间的动态转化过程。因此,可以认为模型通过了可视化检验。

3.1.2 边界合理性检验

一方面,本文基于现有研究与实践经验,系统梳理并筛选出影响企业碳中和技术创新能力的关键因素,并突出了关键共性低碳网络密度、碳排放权交易成本、碳中和技术研发投入等主要变量的核心作用。另一方面,本文通过剔除对系统行为影响微弱的次要变量,确保模型结构简洁、关系清晰、目标聚焦,能够对企业碳中和技术创新能力演化规律进行精准刻画。因此,可以认为模型通过了边界合理性检验。

3.1.3 模型运行检验

本文采用Vensim中的Model Check工具对模型结构进行了检测,结果显示“Model is OK”,表明该模型在结构层面不存在存量未闭合、流量无来源、变量单位冲突或方程语法错误等影响运行的根本性问题,各要素之间的逻辑关联与数学表达均符合系统动力学建模的规范要求。因此,可以认为模型通过了运行检验。

3.1.4 敏感性检验

本文选择了“经济效益的变化量”作为主要检验参数,通过调整该参数的极值,观察其对“碳中和技术存量”和“碳排放量”两个变量的影响,以此评估模型在不同情境下的稳定性与合理性。

图 3所示,随着经济效益的变化量不断增加,碳中和技术存量的增长速度显著加快,而碳排放量的增速则显著减缓。这一模拟结果表明,随着企业经济效益的提高,其对碳中和技术的投资和应用显著增加,从而推动了碳中和技术存量的快速积累;同时,经济效益的提升也为企业提供了更充足的资源支撑,促进其碳排放治理措施的落地实施,有效抑制了碳排放增速。

图 3 敏感性检验 注:BAU情景表示“经济效益的变化量=200”情景下的基准模拟结果。

由此可见,图 3呈现的变化趋势符合理论预期,表明模型能够合理反映“经济效益的变化量”对“碳中和技术存量”和“碳排放量”的影响,因而可认为模型通过了敏感性检验。

3.2 仿真模拟分析

本文使用Vensim软件对构建的企业碳中和技术创新能力演化的系统动力学模型进行了仿真模拟分析,并选取企业碳中和技术创新能力、经济效益、碳中和技术存量、人力资源水平、碳中和技术人力存量、碳排放量等关键变量作为模型的主要模拟对象。

3.2.1 基准情景分析

保持既有的外部政策环境不变,通过对系统动力学模型进行仿真模拟分析,本文得到了如图 4所示的基准情景仿真结果。

图 4 基准情景仿真结果

根据图 4可以发现:第一,经济效益、碳中和技术人力存量和碳中和技术存量的持续增长有效促进了企业碳中和技术创新能力的快速提升。一方面,随着经济效益的增长,企业的资金来源更加充裕,这使得企业能够在碳中和技术创新研发和应用方面进行更多的投资,从而显著加快碳中和技术的研发进程,进而推动碳中和技术的更新换代和存量积累。此外,企业碳中和技术人力存量的增加也反映了企业在人力资本上的投入逐步增强。随着技术人力数量的增加,企业能够为碳中和技术创新提供更为充足的人力资源保障,进而有效推动碳中和技术的研发和应用。在这一过程中,碳中和技术创新与人力资本的积累形成了正向的反馈机制,彼此相互促进,使得企业的碳中和技术创新能力不断提升[30]。另一方面,随着碳中和技术存量的持续增长,企业能够以更加高效的技术提升其生产力和创新能力,进而加速碳中和技术的广泛应用和产业化。碳中和技术存量的积累不仅意味着企业在碳中和技术研发上取得了重大突破,还代表着企业能够在市场竞争中形成持续的竞争优势。同时,通过提高碳中和技术创新的应用效率,企业不仅能够增强其在低碳转型中的技术优势,还可以为其长期的经济增长和可持续发展奠定坚实的基础。

第二,人力资源水平的变化呈现出倒“U”形曲线走势,这一趋势揭示了企业在不同生命周期阶段中对劳动力需求的演变规律。在模拟初期,随着碳中和技术创新的不断迭代,以及碳中和技术存量的持续增加,企业对人力资源的需求大幅上升。然而,随着碳中和技术的逐渐成熟及碳排放控制措施的逐步实施,企业的碳中和技术创新速度开始趋于平稳。碳中和技术创新的边际效益降低使得企业对新劳动力的需求开始放缓。特别是在技术发展的固化阶段,企业更倾向于依托现有技术的迭代优化与高效应用,而非依靠大规模新增劳动力支撑创新进程。因此,随着生产效率的提升,企业在发展后期阶段甚至可能出现劳动力需求的下降。这一现象意味着企业逐步以技术密集型创新模式替代劳动密集型生产模式,并开始向高效、自动化和精细化管理模式过渡,以减少对人力资源的依赖。

第三,碳排放量增长速度逐渐放缓,并最终于第29期趋于稳定。随着碳中和技术存量的增加和经济效益的提升,企业在碳排放控制和碳减排方面的能力得到了显著提高,从而使得碳排放量的增长速度逐渐减缓,并最终趋于平稳。这一变化表明企业在低碳转型过程中,能够通过碳中和技术创新与管理优化的方式不断提高其碳减排效率,从而在确保经济效益增长的同时,有效抑制其碳排放的增长,进而实现经济发展与环境保护的“双赢”。

第四,碳中和技术存量的持续增长促进了碳减排效率的快速提升。碳中和技术创新不仅直接降低了企业生产过程中的碳排放强度,还能够通过提高能源利用效率和优化生产流程,进一步推动企业的碳减排与经济增长的协同发展,使企业能够在不牺牲经济效益的前提下,实现生产过程的低碳转型。

3.2.2 降低碳排放权交易成本情景分析

碳排放权交易成本的变化是影响企业碳减排决策的关键因素之一。当碳排放权交易成本下降时,企业在短期内可能会减少对碳中和技术的投入,倾向于通过购买额外的配额来满足排放要求,反之则相反。

图 5展示了降低碳排放权交易成本情景仿真结果。可以看出,降低碳排放权交易成本能够提高企业碳中和技术创新能力,并且增加碳中和技术存量、提高经济效益,以及降低碳排放量。一方面,较低的碳排放权交易成本能够减轻企业在购买碳排放配额方面的财务负担,使得企业能够将更多的资源投入到碳中和技术的研发与创新中,这不仅可以有效推动企业碳中和技术存量的持续积累,也会提高其碳减排效率,降低碳排放量,进而使企业碳中和技术创新能力得到进一步提高。另一方面,碳排放权交易成本的下降能够降低企业的生产成本,促使企业将节省下来的资金投入其他关键领域,如技术研发、生产流程的改进和市场拓展等,从而提升资源的使用效率和整体运营效能,进而提升其经济效益,实现经济增长与环境保护的“双赢”。

图 5 降低碳排放权交易成本情景仿真结果 注:BAU情景表示“碳排放权交易成本=40”情景下的基准模拟结果。
3.2.3 提高关键共性低碳技术存量情景分析

提高关键共性低碳技术存量可以为企业提供稳固的技术基础,使其能够在降低创新成本的同时,显著提高碳中和技术创新的效率。图 6展示了提高关键共性低碳技术存量情景下的仿真结果。可以发现,随着关键共性低碳技术存量的增加,企业的碳中和技术创新能力得到了略微提升,碳中和技术存量和经济效益也随之增加,同时碳排放量明显降低。具体而言,随着关键共性低碳技术存量的提高,企业能够更迅速地应用和推广这些技术,从而加快碳中和技术存量的积累,增强其在绿色经济中的技术竞争力。关键共性低碳技术的快速普及不仅可以为企业提供颠覆性低碳技术创新的技术积累,还可通过提高关键共性低碳技术密度,进一步提升企业的创新能力和技术优势。随着碳中和技术存量的积累,企业在碳中和技术领域的领先地位逐步巩固,从而为其长期的低碳转型和可持续发展奠定坚实的技术基础。同时,关键共性低碳技术的广泛应用和碳中和技术存量的增加能够促使企业更高效地利用资源,减少能源浪费,从而推动其经济效益的增长。此外,随着企业在低碳技术领域的技术积累,其碳减排效率可以得到显著提高,促使碳排放量的增长得到有效控制。这一变化表明,提高关键共性低碳技术存量不仅可以加速企业碳中和技术创新的进程,也可以为企业实现低碳目标提供强有力的支持。

图 6 提高关键共性低碳技术存量初始值情景仿真结果 注:BAU情景表示“关键共性低碳技术存量初始值=10”情景下的基准模拟结果。
3.2.4 提高碳中和相关技能培训强度情景分析

系统化的碳中和相关技能培训能够显著提升员工的碳中和素质水平,从而帮助企业培养出更多符合碳中和绩效要求的高素质员工,进而提升企业碳中和技术人力资本存量,增强其在低碳转型过程中的核心竞争力。

图 7展示了提高碳中和相关技能培训强度情景下的仿真结果。可以发现,提高碳中和相关技能培训强度在显著提升企业碳中和技术创新能力和碳中和技术存量的同时,也会引致企业经济效益略微下降,并伴随碳排放量的略微上升。一方面,提高碳中和相关技能培训强度能够显著提高员工的碳中和素质水平,推动更多普通员工向符合碳中和绩效要求的高素质员工转变,从而提高企业碳中和技术人力资本存量,进而增加碳中和技术存量、提升企业碳中和技术创新能力。通过提升员工的专业技能,企业能够更有效地应用先进的低碳技术,并推动碳减排技术的广泛应用,提升企业在绿色经济中的竞争力。另一方面,尽管企业的碳中和技术创新能力和创新效率有所提升,但短期内增加的培训和技术应用成本可能导致企业的运营成本上升,进而影响其经济效益的增长。特别是在初期阶段,企业需要大量资金用于员工培训、技术引进及应用,这可能导致运营成本的增加,影响短期财务表现。同时,一些新兴的碳中和技术的推广可能需要过渡期的调整,这在短期内可能导致碳排放量的略微上升,尤其是在新技术尚未完全投入应用、旧技术逐步淘汰的情形下,这种效果可能更为明显。

图 7 提高碳中和相关技能培训强度情景仿真结果 注:BAU情景表示“碳中和相关技能培训强度=0.02”情景下的基准模拟结果。
3.2.5 组合政策情景分析

为了系统评估政策组合的综合效应,本文将上述三类独立政策情景进行结合,构建了一个组合政策情景,并将其与三类单一情景进行对比,来揭示组合政策情景在推动企业碳中和技术创新、提升经济效益及实现碳减排目标方面的综合优势。

表 1展示了在不同情景下,各关键变量相较于基准情景的提升幅度。可以发现:

表 1 多种情景下各关键变量相较于基准情景的提升幅度

第一,组合政策情景表现出最为显著的经济效应、环境效应和创新效应。企业的碳中和技术创新能力和经济效益在多个时期内都取得了较大幅度的提升。这一情景清晰地展现了综合政策组合的叠加协同效应,表明多个政策的联动互动不仅能够为企业低碳转型提供强劲的技术创新支撑,更有助于绿色经济领域技术优势的持续强化。通过综合应用降低碳排放权交易成本、提高关键共性低碳技术存量,以及加强碳中和技能培训,企业可以在短期内显著增强其碳中和技术创新能力,同时提升经济效益和减少碳排放。

第二,尽管降低碳排放权交易成本情景在企业碳中和技术创新能力和碳中和技术存量方面的提升较为有限,但其对经济效益的促进作用尤为突出。这表明降低碳排放权交易成本能够减轻企业的碳排放负担,释放更多资金用于技术投资和创新,从而推动企业经济增长和碳减排。然而,由于该政策对碳中和技术创新和碳中和人力资本培养的促进作用有限,企业在碳中和技术积累方面的长远竞争力未能得到显著增强。

第三,提高关键共性低碳技术存量情景对企业碳中和技术创新能力和碳中和技术存量的增长具有较强的促进作用。然而,在该政策情境下,企业经济效益的提升相对较小,且碳排放量的变化幅度较为平缓,表明该政策主要聚焦于碳中和技术存量的积累和优化,在短期内未能对经济回报和碳减排产生足够的显著影响。

第四,提高碳中和相关技能培训强度情景能够有效促进企业碳中和技术创新能力的提升,但其对经济效益提升的作用相对较小,在第25期时经济效益甚至出现略微下降,这表明虽然提高技能培训强度能够提升员工素质和技术创新能力,但其对经济增长和减排的影响较为有限。此外,尽管技能培训可以增强员工的碳中和素质,但在短期内其对碳排放量的影响仍然较为有限。

总体而言,组合政策情景的政策效果要明显优于单一政策情景,特别是在碳中和技术创新能力和经济效益的共同提升上展现出更为强劲的综合优势。一方面,通过多维度政策的综合施策,企业能够在较短时间内加速碳中和技术的应用,显著提升其碳中和技术创新能力,并有效促进经济效益与减排目标的平衡。另一方面,与基准情景和单一政策情景相比,组合政策情景体现出明显的协同效应,从而凸显了在推动低碳转型过程中,多维度政策措施联合实施的重要性和必要性。因此,政策设计者在推动企业低碳转型时,应充分考虑政策组合的协同作用,确保不同政策措施的协调一致,以期最大化对企业低碳转型的推动力,确保企业低碳转型的顺利进行,最终实现经济发展与环境保护的“双赢”格局。

4 结论与政策含义

在加快经济社会发展全面低碳转型的时代背景下,深入探讨碳减排重点行业企业碳中和技术创新能力的关键驱动因素及其耦合运行机制具有重要的学术探索价值与现实指导意义。本文采用系统动力学方法,构建了一个包含碳中和技术创新子系统、人力资源子系统、碳中和技术人力子系统、经济效益子系统和碳排放子系统的企业碳中和技术创新能力演化的系统动力学模型,借此有效识别了影响企业碳中和技术创新能力的关键驱动因素及其耦合运行机制,并以一家电力企业为实际案例进行了仿真模拟分析,得到如下主要结论:第一,在基准情景下,经济效益、碳中和技术人力存量及碳中和技术存量的持续增长能够显著推动企业碳中和技术创新能力和碳减排效率的提升,从而使得碳排放量增速逐步放缓并最终趋于稳定,同时人力资源水平的变化呈现出倒“U”形曲线走势;第二,降低碳排放权交易成本与增加关键共性低碳技术存量均能够显著增强企业的碳中和技术创新能力、增加碳中和技术存量、提升经济效益、减少碳排放量,而提高碳中和相关技能培训强度能够提升企业碳中和技术创新能力和增加碳中和技术存量,但同时也会在短期内引致经济效益的略微下降,以及碳排放量的略微上升;第三,“降低碳排放权交易成本+提高关键共性低碳技术存量+提高碳中和相关技能培训强度”组合政策情景的政策效果显著优于单一政策情景,特别是在碳中和技术创新能力和经济效益的共同提升方面,展现出更为强劲的综合优势。

本文的研究结论蕴含着重要的政策启示。第一,应锚定多要素协同赋能,构建重点行业企业碳中和技术创新的长效支撑体系。一方面,需通过优化要素市场化配置机制,引导物质资本、高端人力资本等生产要素向碳中和技术研发与应用领域集聚,形成“经济效益提升—研发投入增加—创新能力增强”的良性循环。另一方面,针对人力资源变化呈倒“U”形曲线趋势的特征,需构建与碳中和技术创新生命周期相适应的人才培养与激励体系,既要夯实基础型人才储备,也要通过精准激励政策有效避免人才边际效益递减,为技术创新提供持续的人力资本支撑。

第二,应立足政策工具作用机制的差异,构建多元目标兼容的调控框架。不同政策工具在影响企业碳中和技术创新、经济绩效与碳减排效果的传导路径上存在显著差异。因此,政策制定者需要根据各类政策工具的特性设计差异化的调控框架。一方面,对于降低碳排放权交易成本与增加关键共性低碳技术存量的政策工具,应通过制度创新强化其激励程度。例如,完善碳市场价格形成机制,以增强成本信号的引导作用;建立产学研协同机制,以加速关键共性低碳技术的扩散,从而充分发挥这些政策工具在解决创新动力不足、技术供给短缺等核心问题中的支撑作用。另一方面,针对碳中和技能培训强度提升所带来的“创新增益与经济效益损耗并存”特征,需设计相应的配套政策以缓解其负面效应。例如,可以通过设立专项补贴来弥补企业在技能培训上的短期投入成本,从而在保障技能培训对碳中和技术创新发挥支撑作用的同时,也能够最大限度地降低对企业经济绩效与减排目标的冲击,从而确保政策工具在多元目标维度上实现动态平衡。

第三,应强化政策协同集成,释放组合策略的综合效能红利。本文发现组合政策在创新驱动与效益提升方面可以展现出显著的综合优势。因此,亟须构建一个多维度协同的政策体系,使得政策制定从分散发力转向系统集成。具体而言,应通过构建目标协同、工具互补的政策矩阵,将碳排放权交易机制完善、关键共性低碳技术供给强化与碳中和技能培训优化纳入统一的政策框架,并明确各政策工具的功能定位与衔接机制。通过这种政策集成,将形成“创新激励—效益提升—减排强化”的良性循环,从而为经济社会发展全面低碳转型提供持续的政策动能。

参考文献
[1]
李晋, 谢璨阳, 蔡闻佳, 等. 碳中和背景下中国钢铁行业低碳发展路径[J]. 中国环境管理, 2022, 14(1): 48-53. DOI:10.16868/j.cnki.1674-6252.2022.01.048
[2]
吴郧, 余碧莹, 邹颖, 等. 碳中和愿景下电力部门低碳转型路径研究[J]. 中国环境管理, 2021, 13(3): 48-55. DOI:10.16868/j.cnki.1674-6252.2021.03.048
[3]
黄鲁成, 郭鑫, 苗红, 等. 面向碳中和的脱碳成本控制: 优化创新与政策[J]. 科学学研究, 2022, 40(12): 2187-2193.
[4]
曹翔, 苏馨儿. 碳排放权交易试点政策是否促进了碳中和技术创新?[J]. 中国人口·资源与环境, 2023, 33(7): 94-104.
[5]
KEERTHANA K B, WU S W, KOKULNATHAN T, et al. The synergistic effect of green innovation and governance in carbon neutrality: insights from Japanese companies[J]. Business strategy and the environment, 2024, 33(8): 8055-8066. DOI:10.1002/bse.3922
[6]
BUENDÍA F. Self-organizing market structures, system dynamics, and urn theory[J]. Complexity, 2013, 18(4): 28-40. DOI:10.1002/cplx.21442
[7]
ZHANG W, ZHANG M Y, WU S B, et al. A complex path model for low-carbon sustainable development of enterprise based on system dynamics[J]. Journal of cleaner production, 2021, 321: 128934. DOI:10.1016/j.jclepro.2021.128934
[8]
STERMAN J D. System dynamics modeling: tools for learning in a complex world[J]. California management review, 2001, 43(4): 8-25. DOI:10.2307/41166098
[9]
周雄勇, 许志端, 郗永勤. 中国节能减排系统动力学模型及政策优化仿真[J]. 系统工程理论与实践, 2018, 38(6): 1422-1444.
[10]
王火根, 肖丽香, 廖冰. 基于系统动力学的中国碳减排路径模拟[J]. 自然资源学报, 2022, 37(5): 1352-1369.
[11]
范红忠, 刘洋, 魏新彦. 对外直接投资的动机差异如何影响母公司绿色创新[J]. 南方经济, 2024(6): 120-137.
[12]
毕克新, 王禹涵, 杨朝均. 创新资源投入对绿色创新系统绿色创新能力的影响——基于制造业FDI流入视角的实证研究[J]. 中国软科学, 2014(3): 153-166.
[13]
蒋艺翅, 姚树洁. 组织资本、利益相关者压力与企业绿色创新[J]. 科研管理, 2023, 44(12): 71-81.
[14]
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.
[15]
HAO X L, FU W Q, ALBITAR K. Innovation with ecological sustainability: does corporate environmental responsibility matter in green innovation?[J]. Journal of economic analysis, 2023, 2(3): 21-42.
[16]
SHARMA A P. Consumers' purchase behaviour and green marketing: a synthesis, review and agenda[J]. International journal of consumer studies, 2021, 45(6): 1217-1238. DOI:10.1111/ijcs.12722
[17]
STERN N, VALERO A. Innovation, growth and the transition to net-zero emissions[J]. Research policy, 2021, 50(9): 104293. DOI:10.1016/j.respol.2021.104293
[18]
JANEK J, ZEIER W G. A solid future for battery development[J]. Nature energy, 2016, 1(9): 16141. DOI:10.1038/nenergy.2016.141
[19]
王江珊, 宫曼莉, 汪自书, 等. 基于主体建模方法的企业对碳交易市场的响应研究[J]. 中国环境管理, 2024, 16(5): 138-146. DOI:10.16868/j.cnki.1674-6252.2024.05.138
[20]
刘金科, 刘霁萱, 晁颖. 绿色信贷与低碳转型: 资本整合还是技术创新?——来自准自然实验的证据[J]. 数量经济技术经济研究, 2024, 41(6): 151-171.
[21]
LOW S, FRITZ L, BAUM C M, et al. Public perceptions on carbon removal from focus groups in 22 countries[J]. Nature communications, 2024, 15(1): 3453. DOI:10.1038/s41467-024-47853-w
[22]
王建霞, 李佐军, 孙飞. 加快低碳技术人才培养[J]. 宏观经济管理, 2024(4): 85-92.
[23]
LLORET A. Modeling corporate sustainability strategy[J]. Journal of business research, 2016, 69(2): 418-425. DOI:10.1016/j.jbusres.2015.06.047
[24]
ARTIACH T, LEE D, NELSON D, et al. The determinants of corporate sustainability performance[J]. Accounting & finance, 2010, 50(1): 31-51.
[25]
黄秋爽, 曾森, 王杰峰, 等. 基于熵权—COPARS的电力企业可持续发展能力评价研究[J]. 科技管理研究, 2019, 39(11): 101-106.
[26]
DE SOUZA BARBOSA A, DA SILVA M C B C, DA SILVA L B, et al. Integration of Environmental, Social, and Governance (ESG) criteria: their impacts on corporate sustainability performance[J]. Humanities and social sciences communications, 2023, 10(1): 410. DOI:10.1057/s41599-023-01919-0
[27]
刘倩, 丁慧平, 侯海玮. 供应链环境成本内部化利益相关者行为抉择博弈探析[J]. 中国人口·资源与环境, 2014, 24(6): 71-76.
[28]
付秋芳, 忻莉燕, 马士华. 惩罚机制下供应链企业碳减排投入的演化博弈[J]. 管理科学学报, 2016, 19(4): 56-70.
[29]
QU W S, BARNEY G O, SYMALLA D, et al. The threshold 21: national sustainable development model[M]. Integrated global models of sustainable development: Vol. Ⅱ. oxford. EOLSS, 1995.
[30]
WANG X, YU J W. Accumulating human capital: corporate innovation and firm value[J]. International review of finance, 2023, 23(4): 750-776. DOI:10.1111/irfi.12422