On Impact of Regional Integration on Green Technology Innovation of Enterprises—A Quasi-Natural Experiment Based on the Expansion of Yangtze River Delta City Economic Coordination Committee

doi:10.16716/j.cnki.65-1030/f.2023.04.003

Abstract

Abstract:

Based on the expansion of regional integration in the Yangtze River Delta region and the green patent application data of A-share listed companies from 2007 to 2019, this paper empirically tests the policy effect of regional integration on enterprise green technology innovation using the propensity score matching double difference model (PSM-DID). Research has found that regional integration can effectively promote green technology innovation in enterprises, and different types of green technology innovation are positively affected; The outer mechanism can promote green technology innovation in enterprises by alleviating labor mismatch, improving regional financial development level, deepening marketization process, and promoting urbanization level. The inner channel can alleviate financing constraints and obtain government subsidies to promote green technology innovation in enterprises. Heterogeneity effects induce green technology innovation capabilities in different attributes, regions, and time spans, with state-owned enterprises, large-scale enterprises, and newly entered cities having a stronger promoting effect. Based on the research findings of this paper, policy recommendations are provided to continuously promote the coordinated development of regional integration, strengthen targeted support for enterprise systems, and promote government enterprise cooperation.

Key words: Yangtze River Delta region, regional integration, enterprise green technological innovation, PSM-DID

CLC Number:

F127
F272.5

ZOU Xiaofeng, CHEN Peng, MA Peimin. On Impact of Regional Integration on Green Technology Innovation of Enterprises—A Quasi-Natural Experiment Based on the Expansion of Yangtze River Delta City Economic Coordination Committee[J]. Finance & Economics of Xinjiang, 2023, (4): 25-36.

Figures/Tables 6

变量名称	观测个数		平均值		标准差		最小值		中位数		最大值
变量名称	处理组	控制组	处理组	控制组	处理组	控制组	处理组	控制组	处理组	控制组	处理组	控制组
$A l l G r e I n v i j k t$	3083	10312	1.1434	1.1812	3.6138	3.8220	0.0000	0.0000	0.0000	0.0000	26.0000	26.0000
$G r e I n v j g i j k t$	3083	10312	0.2773	0.2776	1.0183	1.0180	0.0000	0.0000	0.0000	0.0000	7.0000	7.0000
$G r e U m j g i j k t$	3083	10312	0.8459	0.8798	2.6412	2.8362	0.0000	0.0000	0.0000	0.0000	19.0000	19.0000
Size	3083	10312	21.7457	21.8890	1.0318	1.2305	19.1243	18.4749	21.6808	21.7343	25.9356	27.1619
Lev	3083	10312	0.4036	0.4341	0.2063	0.2141	0.0313	0.0268	0.3827	0.4280	1.0048	1.2008
lntasset	3083	10312	17.1753	17.2029	1.7427	2.1122	6.1234	6.3971	17.3922	17.4601	23.7529	23.9386
TobinQ	3083	10312	2.0688	2.1383	1.2290	1.3605	0.8976	0.8867	1.6774	1.7126	13.6008	17.7288
ROE	3083	10312	0.0878	0.0717	0.0958	0.1222	-0.7964	-0.8564	0.0862	0.0739	0.7084	0.7084
BM	3083	10312	0.7612	0.8715	0.6918	0.9233	0.0481	0.0481	0.5517	0.5805	7.3831	9.0822
FDI	3083	10312	0.0050	0.0043	0.0022	0.0031	0.0003	0.0000	0.0052	0.0036	0.0148	0.0194
idust	3083	10312	45.5524	43.5187	13.6007	14.9389	0.0000	0.0000	48.7600	46.2700	63.7103	76.5300

变量名称	$A l l G r e I n v i j k t$		$G r e I n v j g i j k t$		$G r e U m j g i j k t$
变量名称	（a）	（b）	（c）	（d）	（e）	（f）
$P l a c e i k t × Y e a r i t$	0.1686^** （0.0836）	0.3172^** （0.1284）	0.0474^** （0.0234）	0.0944^*** （0.0351）	0.1207^** （0.0613）	0.2664^*** （0.0956）
Size	0.7731^*** （0.0538）	0.8519^*** （0.0644）	0.2069^*** （0.0141）	0.2148^*** （0.0162）	0.5469^*** （0.0396）	0.6069^*** （0.0475）
Lev	0.1453 （0.1711）	0.6124^*** （0.1865）	-0.0055 （0.0458）	0.1968^*** （0.0505）	0.1592 （0.1266）	0.4751^*** （0.1374）
lntasset	0.1475^*** （0.0147）	0.1167^*** （0.0163）	0.0291^*** （0.0038）	0.0233^*** （0.0042）	0.1158^*** （0.0109）	0.0893^*** （0.0118）
TobinQ	0.0325 （0.0199）	0.0445^* （0.0240）	0.0157^*** （0.0058）	0.0168^** （0.0067）	0.0164 （0.0146）	0.0258 （0.0176）
ROE	0.1229 （0.2441）	0.5590^** （0.2519）	-0.0362 （0.0641）	0.1090^* （0.0658）	0.1710 （0.1812）	0.4750^** （0.1868）
BM	-0.3712^*** （0.0628）	-0.2294^*** （0.0669）	-0.1009^*** （0.0155）	-0.0790^*** （0.0166）	-0.2617^*** （0.0476）	-0.1545^*** （0.0507）
FDI	5.0119 （9.3612）	25.3369 （17.4522）	1.1877 （2.4040）	9.3836^*** （3.0666）	3.9308 （7.0997）	19.2368 （13.2912）
idust	-0.0024 （0.0023）	0.0043 （0.0043）	-0.0013^* （0.0007）	-0.0003 （0.0010）	-0.0010 （0.0017）	0.0023 （0.0030）
Constant	-18.0396^*** （1.2021）	-21.4257^*** （1.4890）	-4.6452^*** （0.3098）	-5.2389^*** （0.3603）	-12.9629^*** （0.8930）	-15.4622^*** （1.1038）
行业、时间、地区固定效应	否	是	否	是	否	是
N	13395	13395	13395	13395	13395	13395
R²	0.0597	0.1808	0.0510	0.1069	0.0581	0.1816

变量名称	tl				Fdl
	tl	$A l l G r e I n v i j k t$	$G r e I n v j g i j k t$	$G r e U m j g i j k t$	Fdl	$A l l G r e I n v i j k t$	$G r e I n v j g i j k t$	$G r e U m j g i j k t$
	（a）	（b）	（c）	（d）	（e）	（f）	（g）	（h）
P×Y	-0.1313^*** （0.0113）	0.3715^*** （0.1357）	0.0835^** （0.0347）	0.2735^*** （0.1047）	0.2442^*** （0.0398）	0.4020^*** （0.1362）	0.0837^** （0.0348）	0.3026^*** （0.1050）
tl		-0.5194^*** （0.1264）	-0.0818^** （0.0367）	-0.4194^*** （0.0926）
Fdl						0.1575^*** （0.0339）	0.0435^*** （0.0096）	0.1090^*** （0.0249）
控制变量	是	是	是	是	是	是	是	是
N	13382	13382	13382	13382	13395	13395	13395	13395
R²	0.2771	0.1352	0.1072	0.1370	0.5717	0.1355	0.1083	0.1369

变量名称	mr				clization
	mr	$A l l G r e I n v i j k t$	$G r e I n v j g i j k t$	$G r e U m j g i j k t$	clization	$A l l G r e I n v i j k t$	$G r e I n v j g i j k t$	$G r e U m j g i j k t$
	（i）	（j）	（k）	（l）	（m）	（n）	（o）	（p）
P×Y	0.7539^*** （0.0801）	0.7732^*** （0.1325）	0.1656^*** （0.0334）	0.5866^*** （0.1020）	13.2167^*** （1.0542）	0.4493^*** （0.1377）	0.0988^*** （0.0351）	0.3344^*** （0.1061）
mr		0.0337^** （0.0170）	0.0131^*** （0.0043）	0.0185 （0.0129）
clization						0.0032^*** （0.0012）	0.0014^*** （0.0003）	0.0020^** （0.0009）
控制变量	是	是	是	是	是	是	是	是
N	13382	13382	13382	13382	13369	13369	13369	13369
R²	0.5854	0.0730	0.0625	0.0713	0.3717	0.1347	0.1083	0.1362
Sobel				Z=6.518

变量名称	SA				Gov
	SA	$A l l G r e I n v i j k t$	$G r e I n v j g i j k t$	$G r e U m j g i j k t$	Gov	$A l l G r e I n v i j k t$	$G r e I n v j g i j k t$	$G r e U m j g i j k t$
	（a）	（b）	（c）	（d）	（e）	（f）	（g）	（h）
P×Y	-0.0388^*** （0.0081）	0.5004^*** （0.1376）	0.1081^*** （0.0351）	0.3737^*** （0.1060）	0.0231^*** （0.0031）	0.5546^*** （0.1423）	0.1151^*** （0.0357）	0.4190^*** （0.1100）
SA		1.5474^*** （0.1833）	0.3548^*** （0.0468）	1.1462^*** （0.1369）
Gov						0.1798 （0.1154）	0.0172 （0.0311）	0.1535^* （0.0853）
控制变量	是	是	是	是	是	是	是	是
N	13395	13395	13395	13395	13286	13286	13286	13286
R²	0.2777	0.1415	0.1122	0.1431	0.1962	0.0786	0.0697	0.0763
Sobel						Z=5.106	Z=4.319

变量名称	国有企业			民营企业
变量名称	$A l l G r e I n v i j k t$	$G r e I n v j g i j k t$	$G r e U m j g i j k t$	$A l l G r e I n v i j k t$	$G r e I n v j g i j k t$	$G r e U m j g i j k t$
$P l a c e i k t × Y e a r i t$	0.7434^*** （0.2258）	0.1405^** （0.0641）	0.5887^*** （0.1666）	0.2143 （0.1641）	0.0041 （0.0430）	0.2053^* （0.1244）
控制变量	是	是	是	是	是	是
N	5171	5171	5171	8222	8222	8222
R²	0.2906	0.2578	0.2887	0.1832	0.1558	0.1844

References 33

[1]	BAGHDADI L, MARTINEZ-ZARZOSO I, ZITOUNA H. Are RTA agreements with environmental provisions reducing emissions?[J]. Journal of international economics, 2013(2):378-390.
[2]	陆铭, 冯皓. 集聚与减排:城市规模差距影响工业污染强度的经验研究[J]. 世界经济, 2014(7):86-114.
[3]	豆建民, 张可. 空间依赖性、经济集聚与城市环境污染[J]. 经济管理, 2015(10):12-21.
[4]	张可. 区域一体化有利于减排吗?[J]. 金融研究, 2018(1):67-83.
[5]	郭艺, 曹贤忠, 魏文栋, 等. 长三角区域一体化对城市碳排放的影响研究[J]. 地理研究, 2022(1):181-192. doi: 10.11821/dlyj020210506
[6]	卞元超, 吴利华, 白俊红. 高铁开通是否促进了区域创新?[J]. 金融研究, 2019(6):132-149.
[7]	白俊红, 蒋伏心. 协同创新、空间关联与区域创新绩效[J]. 经济研究, 2015(7):174-187.
[8]	梁军, 从振楠. 城市群扩容能否提高外商直接投资强度?:来自长三角的准自然实验[J]. 世界经济与政治论坛, 2020(4):137-155.
[9]	强永昌, 杨航英. 长三角区域一体化扩容对企业出口影响的准自然实验研究[J]. 世界经济研究, 2020(6):44-56+136.
[10]	林洲钰, 林汉川, 邓兴华. 所得税改革与中国企业技术创新[J]. 中国工业经济, 2013(3):111-123.
[11]	夏后学, 谭清美, 白俊红. 营商环境、企业寻租与市场创新:来自中国企业营商环境调查的经验证据[J]. 经济研究, 2019(4):84-98.
[12]	HOJNIK J, RUZZIER M. What drives eco-innovation?a review of an emerging literature[J]. Environmental innova-tion & societal transitions, 2016(19):31-41.
[13]	郭进. 环境规制对绿色技术创新的影响:“波特效应”的中国证据[J]. 财贸经济, 2019(3):147-160.
[14]	王班班, 齐绍洲. 市场型和命令型政策工具的节能减排技术创新效应:基于中国工业行业专利数据的实证[J]. 中国工业经济, 2016(6):91-108.
[15]	XIE R H, YUAN Y J, HUANG J J. Different types of environmental regulations and heterogeneous influence on “green” productivity:evidence from China[J]. Ecological economics, 2017(132):104-112.
[16]	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(12):129-143.
[17]	AMORE M D, BENNEDSEN M. Corporate governance and green innovation[J]. Journal of environmental economics & management, 2016(75):54-72.
[18]	KRUEGER P, SAUTNER Z, STARKS L T. The importance of climate risks for institutional investors[J]. Review of fi-nancial studies, 2020(3):1067-1111.
[19]	ACEMOGLU D, AKCIGIT U, HANLEY D, et al. Transition to clean technology[J]. Journal of political economy, 2016(1):52-104.
[20]	董春风, 何骏. 区域一体化发展提升城市创新能力了吗:来自长三角城市群扩容的经验证据[J]. 现代经济探讨, 2021(9):109-118.
[21]	吴中庆, 刘永健. 区域一体化提升企业绩效的政策效应研究:以“长三角城市经济协调会”为准自然实验的经验分析[J]. 西部论坛, 2021(2):61-76.
[22]	FUJITA M, MORI T. Transport development and the evolution of economic geography[J]. Portuguese economic jour-nal, 2005(2):129-156.
[23]	吴青山, 吴玉鸣, 郭琳. 区域一体化是否改善了劳动力错配:来自长三角扩容准自然实验的证据[J]. 南方经济, 2021(6):51-67.
[24]	袁志刚, 解栋栋. 中国劳动力错配对TFP的影响分析[J]. 经济研究, 2011(7):4-17.
[25]	吕承超, 王志阁, 王媛媛. 要素资源错配、所有制结构与技术创新[J]. 财经问题研究, 2019(10):44-52.
[26]	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.
[27]	孙晓华, 张竣喃, 郑辉. “营改增”促进了制造业与服务业融合发展吗[J]. 中国工业经济, 2020(8):5-23.
[28]	温忠麟, 侯杰泰, 张雷. 调节效应与中介效应的比较和应用[J]. 心理学报, 2005(2):268-274.
[29]	张志强. 金融发展研发创新与区域技术深化[J]. 经济评论, 2012(3):82-92.
[30]	樊纲, 王小鲁, 马光荣. 中国市场化进程对经济增长的贡献[J]. 经济研究, 2011(9):4-16.
[31]	陈永伟, 胡伟民. 价格扭曲、要素错配和效率损失:理论和应用[J]. 经济学(季刊), 2011(4):1401-1422.
[32]	刘耀林, 李纪伟, 侯贺平, 等. 湖北省城乡建设用地城镇化率及其影响因素[J]. 地理研究, 2014(1):132-142. doi: 10.11821/dlyj201401012
[33]	姜付秀, 石贝贝, 马云飙. 信息发布者的财务经历与企业融资约束[J]. 经济研究, 2016(6):83-97.