五、模型设定及实证结果

（一）描述性统计

表2列示了主要变量的描述性统计结果。从表中可以看出，LnGINV、Ln-GUM的中位数都为0且均小于均值，说明大多数企业的绿色发明专利和绿色实用新型专利数量都偏少或为零，绿色创新只集中于少数企业，大部分企业普遍存在绿色创新不足的现象。

（二）双重差分模型

为了检验碳排放权交易制度试点政策对企业绿色创新的影响，本文构建如下双重差分（DID）模型：

其中，Y _i,t 表示企业i在第t年的绿色专利申请数量（包括LnGINV和LnGUM）;TIME是时间虚拟变量；TREAT是政策虚拟变量；本文主要关注TIME×TREAT的回归系数β ₁ ，即碳排放权交易制度试点政策对企业绿色创新的影响；X是控制变量；Year、Industry分别为年度虚拟变量和行业虚拟变量，ε _i,t 为随机误差项。碳排放权交易制度试点政策作为一次准自然实验，无法确保试点地区的选择是随机的，即政府可能考虑到某些因素而刻意将一些地区作为试点地区，这就使得在未施加政策干预之前，试点地区和非试点地区两组样本就已经存在差异，不满足使用DID法的前提假设。因此，为了有效减弱样本选择带来的内生性问题，本文先采用倾向得分匹配（Propensity Score Matching,PSM）法对试点地区和非试点地区进行1 ∶ 1无放回匹配，再基于匹配后的样本进行DID检验。

表3列示了采用PSM法前后的处理组与对照组的主要变量均值差异检验情况。从中可以看出，经过PSM法匹配后，控制变量中存在组间差异的变量数由匹配前的12个减少到匹配后的1个，说明经匹配后，控制变量在处理组与对照组间的差异大大减小。

表4报告了采用PSM-DID模型检验2013年试点的碳排放权交易制度对企业绿色创新的影响的回归结果。考虑到被解释变量绿色专利申请数据均为大于0的计数值，除了采用 OLS模型进行回归，本文还用 Tobit模型进行检验。表4第（1）列和第（2）列报告的是OLS模型的回归结果，第（3）列和第（4）列报告的是Tobit模型的回归结果。从中可以看到，在两种回归模型下，TIME×TREAT对绿色发明专利（LnGINV）的回归系数都在5%的统计水平上显著为负，TIME×TREAT对绿色实用新型专利（LnGUM）的回归系数为负但不显著。这说明碳排放权交易制度试点政策显著减少了企业绿色创新投入，并且相较于绿色实用新型专利，碳排放权交易制度试点政策对绿色发明专利的负面效应更显著，其原因可能在于：一方面，从中国《专利法》的规定来看，绿色发明专利的标准比绿色实用新型专利的标准更高；另一方面，参考齐绍洲等（2018）的研究，专利的创新性由高到低依次为发明专利、实用新型专利和外观设计专利，综合来看企业申请绿色发明专利的成本比绿色实用新型专利更高，导致碳排放权交易制度试点政策对绿色发明专利的抑制作用更明显。上述结果表明，目前中国碳排放权交易市场上碳排放权的交易价格还处于较低的水平，而进行绿色创新需要大量投入，因此企业倾向于选择购买排放权来满足自身排放需求，而购买排放权又占用了企业本可以进行绿色创新的资金，最终导致碳排放权交易制度试点政策抑制了企业绿色创新，尤其是高质量的绿色创新，假设1得证。

控制变量中，R&Dexp对绿色发明专利的回归系数显著为正，对绿色实用新型专利的回归系数为正但不显著，表明企业的研发投入会显著促进企业绿色发明专利产出，但对绿色实用新型专利产出的促进作用较弱；LEV与绿色专利申请数量呈显著正相关关系，说明负债融资在一定程度上可以促进绿色创新；LNMV与绿色专利申请数量显著正相关，说明企业规模越大，企业绿色创新越多；TAT与绿色专利申请数量呈正相关关系，说明资产周转率越高，企业越可能进行绿色创新；SalesGrowth与绿色专利申请数量呈显著负相关关系，说明处于成长期的企业相对较少进行绿色创新；ROA与绿色实用新型专利申请数量存在一定程度的正相关关系，即企业盈利能力越好，对绿色创新的投入越大，绿色专利申请数量越多；MTB与绿色专利申请数量显著正相关，说明成长性越好的企业的绿色创新水平越高；Top1与绿色专利申请数量显著负相关，说明第一大股东持股比例越高，企业越少进行绿色创新；Dual与绿色发明专利申请数量显著负相关，说明CEO和董事长两职合一的企业相对较少进行绿色创新。控制变量总体结果与先前研究结论较为相符。

（三）稳健性检验

1．安慰剂检验

为了进一步检验上文结果是否包含其他不可观测因素的影响，本文对样本数据进行了安慰剂检验。具体做法为：从所有省份中随机抽取7个省份，假定随机抽取的7个省份为试点地区，剩余省份为非试点地区，按前述DID 模型（1）进行回归。随机实验进行500次，如果大部分回归结果中TIME×TREAT的回归系数β ₁ 均不显著，则表明上文回归结果具有一定的稳健性；反之，如果出现多次显著的β ₁ 系数，则说明上文回归结果存在偏差。图4列示了500次回归结果中TIME×TREAT的回归系数的t值分布情况。从中可以看出，大部分t值集中在0附近，表明上文回归结果具有稳健性。

2．熵平衡匹配法

本文亦采用 Ebalance-DID 模型对试点地区和非试点地区先进行熵平衡（Entropy Balancing）匹配（Ebalance） 再进行DID，以提高结果的稳健性。表5列示的回归结果与表4列示的主回归结果基本一致，在OLS模型和Tobit模型下，TIME×TREAT与LnGINV的回归系数均在1%的统计水平上显著为负；而TIME×TREAT与LnGUM的回归系数在Tobit模型下也显著为负。这一结果加强了前文结论的稳健性，即碳排放权交易制度试点政策对企业绿色创新具有显著的负面效应，并且这种负面效应对绿色发明专利更加显著。

3．缩短时间窗口

为了尽量减少其他因素对实验结果的干扰，本文将时间窗口缩短为政策实施时点前后三年，即2010—2016年，表6报告了OLS模型的回归结果。从中可以看出，对于绿色发明专利的检验，交乘项TIME×TREAT的回归系数在5%的统计水平上显著为负；而对于绿色实用新型专利的检验，交乘项TIME×TREAT的回归系数不显著。

4．替换被解释变量

考虑到专利的研发时间较长，本文将模型（1）的被解释变量替换为t+1至t+3期的绿色专利申请数量，并将OLS回归结果列示于表7。从中可以看出，碳排放权交易制度试点政策对绿色发明专利的负面影响具有长期性，但随着时间的推移，这种负面影响有所减弱；而排放权交易制度试点政策对绿色实用新型专利的影响并不显著。限于篇幅，表7仅报告了绿色发明专利的检验结果。总体结果表明假设1的结果稳健。

（四）异质性分析

根据前文的研究结论，碳排放权交易制度试点政策显著降低了企业的绿色发明专利产出，对绿色实用新型专利产出的影响并不显著。为了进一步了解碳排放权交易制度的作用机制和边界条件，本文在主检验的基础上做进一步研究。具体而言，采用PSM-DID模型，分别从企业产权性质、地方政府环保关注度、碳排放权交易价格三方面考察碳排放权交易制度对企业绿色发明专利的影响的异质性。

1．企业产权性质

为了检验碳排放权交易制度对国有企业和非国有企业的作用效果是否存在差异，本文将样本分为国有企业和非国有企业分别进行回归。表8 Panel A的结果显示，试点政策对非国有企业绿色创新的抑制作用不显著，而对国有企业绿色创新的抑制作用显著为负。该结果支持假设2。该异质性差异可能是由以下原因引起的：国有企业自身具备较强的政治优势和财政资源，环境治理压力较小，在面临碳排放权交易制度给予的选择时，更依赖于购买排放权来解决自身排放需求而怠于进行环保投资。相比之下，非国有企业不具有这些优势，政府环境规制对其具有一定的警示作用，进行环保投资还可能将自身多余的排放权出售而获利，对其具有一定的激励作用，因此碳排放权交易制度对国有企业绿色创新的抑制作用更显著。

2．地方政府环保关注度

在政府环保关注度低的地区，政府规制强度较弱，企业的环境治理压力较小，在这种情况下，企业没有主动进行绿色创新的意愿，碳排放权交易制度对绿色创新的抑制作用更显著。为了考察碳排放权交易制度对地方政府环保关注度高和关注度低的地区企业绿色创新的影响差异，本文采用不同省份2003—2018年政府工作报告中的环保词频总数来衡量该地区政府环保关注度，环保词频总数大于中位数的省份定义为政府环保关注度高的地区，反之为政府环保关注度低的地区。从表8 Panel B中可以看到，在政府环保关注度低的地区，碳排放权交易制度试点政策对企业绿色创新具有显著的抑制作用，但在政府环保关注度高的地区，碳排放权交易制度试点政策对企业绿色创新的抑制作用并不显著，支持假设3。

3．碳排放权交易价格

如前所述，当碳排放权交易价格低于环保投资额时，企业更倾向于购买排放权而非进行绿色创新。因此，当碳排放权交易价格较低时，碳排放权交易制度对企业绿色创新的抑制作用更显著。本文采用7个碳排放权交易所2014—2018年的平均碳排放权交易价格来衡量碳排放权交易价格高低，平均交易价格高于中位数的地区定义为交易价格较高的地区，平均交易价格低于中位数的地区定义为交易价格较低的地区。从表8 Panel C中可以看到，位于碳排放权交易价格较低地区的企业TIME×TREAT的估计系数在5%的统计水平上显著为负，而位于碳排放权交易价格较高地区的企业TIME×TREAT的估计系数并不显著。以上结果说明在排放权交易价格较低的地区，企业更倾向于购买碳排放权而非进行绿色创新，从而碳排放权交易制度试点政策对企业绿色创新的负面影响更显著，假设4得证。 HbAoJ9flst3po5+LkreggWAgWeeozZZHZWZZLQUQkeSLV3xgDerMotUKwuiz2Pu2