碳交易規制強度能否促進企業創新投入？
——CEO年齡和公司年齡的聯合調節作用

李大元，黃鶴，張璐

（1.中南大學商學院，湖南長沙，410083；2.湖南第一師范學院商學院，湖南長沙，410205）

一、引言

全球氣候持續變暖已成為當今人類面臨的最嚴峻的挑戰之一，而溫室氣體的過度排放也正在加劇全球氣候危機。目前，各國政府已普遍采用三類規制機制應對氣候變化和減少碳排放，即命令控制型環境規制（環境保護法、強制性排放標準等）、市場型環境規制（環境稅費、排放權交易等）和自愿型環境規制（信息披露、環境協議等）。其中，排放權交易等基于市場的工具被認為是減少碳排放和降低空氣污染最有效和最靈活的機制[1-2]。作為減少碳排放的重要手段，碳排放權交易市場已被廣泛采用，包括美國、歐盟、日本、澳大利亞、新西蘭、中國等。

面對嚴峻的能源環境形勢，我國將碳排放權交易市場作為實現“碳達峰”與“碳中和”的重要工具。自2013年開始，我國陸續在北京、上海、天津、重慶、湖北、廣東、深圳、福建等八省市成立碳交易市場。為進一步推動全國碳交易市場建設，我國于2017年正式將發電行業納入全國碳交易統一運營體系[3]，并于2021年2月1日起執行《碳排放權交易管理辦法（試行）》，于2021年7月16日正式開啟全國統一碳排放權交易市場。“十四五”時期，減污降碳等環境治理工作將邁入新發展階段[4]。

市場導向的碳排放交易是否可以影響企業創新投入，這是能否實現環境質量和經濟增長雙贏的重要決定因素。此外，企業創新投入具有鮮明的時間導向特征，但現有研究成果卻鮮有對時間特征的可能影響進行考量。在全球生態問題凸顯和國家政策驅動的現實背景下，碳排放權交易制度這顆來自西方的種子在中國土壤下究竟是水土不服還是能生根發芽？我國碳交易試點政策又有何經驗教訓？本研究基于中國碳排放權交易試點階段數據（2013—2017），探討我國碳規制強度對企業創新投入的影響，在中國情境下檢驗弱波特假說是否成立，并從時間視角進一步討論了高管時間特征（CEO年齡）和組織時間特征（公司年齡）對兩者關系的單獨及聯合調節效應，在此基礎上提出針對性的政策建議。

二、理論分析與研究假設

作為碳減排和碳交易的主要市場參與者，控排企業的經濟與環境表現是學術界爭論已久的“魚”與“熊掌”，也是碳交易市場有效性的重要檢驗標準[5]。傳統經濟學認為環境規制會降低企業競爭力，而波特等則認為適當和靈活的市場型環境規制非但不會損害企業的競爭力，反而會提升企業績效，此即著名的“波特假說”[6]。為從理論和實證上檢驗這一假說，Jaffe 和Palmer將之進一步區分為弱波特假說、強波特假說和狹義波特假說，其中弱波特假說認為靈活的環境規制能顯著促進企業創新[7]。然而，在環境規制的創新效應方面，當前的研究結果并不一致，且對新興經濟體的關注較少[8]。第一種觀點認為環境規制的實施會產生“擠出效應”，從而抑制企業的技術研發和創新投入[9]；第二種觀點以“波特假說”為基礎，認為環境規制有利于促進企業創新投入和競爭力提升[10]；第三種觀點則認為環境規制對企業創新投入的影響并不是確定的線性關系[11]。造成此種爭議的原因可能與規制強度有關，因為規制強度的高低決定了環境政策和技術創新的效率[12]。

隨著碳排放權交易市場在全球范圍內的推廣，在中國等新興經濟體中研究碳規制強度對企業創新投入的影響顯得尤為重要。企業創新作為一種聚焦于未來價值提升而對現有資源重新配置的社會行為，具有鮮明的時間導向[13]，而時間也被認為是人類行為的基本經驗維度[14]。企業創新投入可能受到CEO 層面和組織層面時間特征的制約。依據高階理論，高管對于組織所處環境及所面臨選擇的認知是帶有個人色彩的，這種個人色彩來源于不同的人格特質，從而影響組織決策[15]。CEO年齡作為典型的高管時間特征，在一定程度上也影響著高管的風險承擔意識，導致即使面臨相同的制度環境，具有不同高管特征的公司會有不同的行為。例如Brooks 等[16]認為面對復雜宏觀環境和投資的不確定性，年齡大的投資者偏向于拒絕承擔風險，公司戰略更為保守。公司年齡則代表了組織層面的客觀時間特征，基于資源基礎觀，成立時間長的企業相對來說在知識型資源和資產型資源上具有優勢，而企業往往傾向于借助其自身資源優勢來謀求創新和發展。在控排企業中，不同年齡的企業可能客觀存在資源和能力不均衡的現象，并進而影響企業創新投入決策。因此，在研究碳交易規制強度對企業創新投入的影響時，需要考慮CEO年齡、公司年齡對這二者關系的調節制約。同時為探究不同層面時間特征的交互調節機制，進一步研究了CEO年齡和公司年齡的聯合調節效應。研究模型如圖1所示。

圖1 研究模型

(一)碳交易規制強度對企業創新投入的影響

碳交易規制強度對企業創新投入的影響可以從兩方面考慮。其一是成本節約激勵機制。隨著碳規制強度的提高，企業受到的壓力也水漲船高。而通過技術創新來控制二氧化碳排放量，可以減少企業自身合規所需配額數量，從而以削減購買配額費用的形式降低企業合規成本。企業作為以利益最大化為原則的市場主體，在碳規制政策下，增大創新投入所帶來的巨大節流效應會正向促進企業的創新動力。同時，較高的碳規制強度保證了市場競爭中碳配額價格的升值潛力，接近自由競爭的碳排放權交易市場同樣確保了碳交易金融的安全性，企業可以毫無顧慮地增大技術創新力度以降低碳排放強度，進一步減少碳配額缺口帶來的損失。Cui 等[17]通過研究中國碳排放權交易對減排目標實現的成本節約效應，發現總減排成本降低了4.5%～23.7%；Newell 等[18]研究了市場型環境規制的減排成本，發現美國電力行業的氮氧化物排放通過引入交易許可機制可節省51%的成本。而冗余成本的積累直接改善了組織的財務流動，企業傾向于利用這部分資金繼續擴大創新投入。Yang 等[19]對中國臺灣地區制造行業的研究，認為環境規制能明顯刺激企業研發投入，并進一步增強其創新產出。余偉等[20]利用中國工業行業面板數據，發現企業創新投入水平會受到環境規制的正向影響。

其二是經濟收益激勵機制。碳交易政策的實施為企業帶來了額外的壓力，而較高的碳規制強度更是加劇了企業的負擔。但市場允許企業通過技術創新減少碳排放，并允許它們出售剩余的排放配額，進而形成額外配額收益，這無疑為企業提供了巨大的經濟激勵，為企業進一步減緩了高碳規制強度帶來的直接沖擊[21-22]。此外，企業不僅在碳金融市場實現了經濟上的直接開源效應，而且因為遵循規制而獲得良好社會形象，贏取消費者對其產品或服務的認可，從而間接實現了經濟開源效應。由此可見，高碳規制強度會在經濟利益方面持續刺激企業創新。事實上，波特假說同樣為排放權激勵企業技術創新提供了理論上的支持，認為嚴格而靈活的環境規制可以激勵企業進行技術變革和研發投入。例如Rubashkina等[23]通過對歐盟碳排放交易市場的研究，發現歐盟碳交易市場的建設能夠直接促進企業整體創新投入以及低碳技術創新。

綜上，在規制強度較高的政策環境下，經濟收益和成本節約會在“開源”和“節流”兩方面正向激勵企業增大創新投入。因此，提出如下假設：

H1：碳交易規制強度與企業創新投入之間呈正相關關系。

(二)CEO年齡的調節作用

高階理論認為，不同年齡的CEO 擁有不同階段的認知能力和思維定式，也會對自身的職業生涯擁有不同的考量。不同年齡的企業管理人員會擁有相異的需求、行為、愛好，甚至產生迥異的人生價值觀和工作態度，從而決策者的個人特質差異進而使企業產生不同的戰略行為。

具體來說，本研究認為CEO年齡的差異會導致管理者在三方面產生顯著區別。一是冒險意識與安全意識，年輕的CEO 充滿活力、敢于拼搏，熱衷于創新和開疆拓土；而隨著年齡的增長，CEO 對風險的偏好、新事物的接受程度、信息的處理能力會逐漸降低。此外，年齡越大的CEO越安于現狀，抵制創新，越重視其財務和職位的安全性，盡量避免任何會妨礙到這些安全性的行為[24]。二是個人抱負與期望實現，年輕CEO 對于企業所處的制度環境有著更敏銳的觀察，更容易接受變化多端的政策工具，并且對個人發展有著更激進的抱負和期望，從而更容易通過提升創新投入來改善企業所面臨的政策挑戰，滿足其自我實現的需求。而隨著年齡和任期的增長，CEO更容易傾向于保護已經擁有和建立的資源優勢，趨于保守，降低創新投入。三是身體條件和健康取向，年齡較大的CEO 可能會因為身體原因而影響工作時間和工作效率。例如，Morten 等[25]認為，CEO 住院或死亡的發生概率可能會隨著年齡的增長而增加，這無疑影響了決策層的工作進度，從而導致公司整體績效的下降。領域內的學者通過研究驗證了上述觀點，文芳[26]研究高管個人特征對滯后一期企業創新的影響，結果表明，CEO 在不同年齡下，任期長短對企業創新投入績效也會產生影響。年輕CEO 任期越長，企業的研發支出越大，越能促進企業創新；相反，年老CEO 任期越長，會對企業的研發支出產生抑制效應，從而降低創新績效。

基于前文的假設，隨著碳規制壓力的增加，企業傾向于通過增大創新投入來有效抵制碳風險，而在此過程中，由于企業高管年齡特征的異質性，往往會采取不同程度的應對措施。年輕CEO 在冒險意識、個人抱負以及身體狀況等方面存在相對優勢，這些特質會通過改變組織的決策行為來進一步影響公司的創新投入。因此，提出如下假設：

H2：CEO年齡會抑制碳交易規制強度與企業創新投入之間的正相關關系。

(三)公司年齡的調節作用

企業如同被賦予生命的個體，有著符合社會經濟發展規律的生命周期，會經歷出生、成長、轉型、成熟、收購、退出等諸多過程。在其中的每一階段，因為市場、技術、經濟、政治環境的不確定性，不同年齡階段的企業也會依據具體形勢而采取不同的策略。由此可見，公司年齡特征會對企業創新等戰略活動產生重要影響，而公共政策的制訂也需要考慮基于公司年齡特征的異質性[27]。

一般而言，老企業在克服初生期劣勢之后，已經積累了較多的資產，承受內外環境不利因素沖擊的能力增強，并且擁有更多的顯隱性資源，其創新成本會顯著降低。冗余資產和成本優勢誘使公司更傾向于進行多元化經營和投資開發[28]，以應對外界復雜經營環境。同時，老企業擁有更強的學習能力，能基于現有的成熟知識在更大范圍內進行重組和創新。在企業經營能力方面，Coad[29]發現老企業的生產率水平、利潤水平都在隨時間上升。不僅如此，老企業建設有完整且系統的創新管理機制，資源配置與公司戰略的匹配程度更加完善，對于政策環境和公司長遠發展有著更為成熟的考慮，而不是過度注重于短期利益。楊柳青等[30]研究不同企業特征對于國家創新體系促進企業創新投入的調節效應，實證結果表明，國家創新體系對“高齡企業”滯后一期創新投入的促進作用相對“新生企業”而言更加顯著，公司年齡對二者關系存在明顯的調節作用；Kotha 等[31]發現，在進入新的技術領域后，老公司相較于年輕公司擁有更高的創新績效；Yu 等[32]以韓國制造業的542 家企業為樣本，研究了公司年齡特征對產研合作與創新績效之間關系的調節作用，發現老公司在與研究機構的合作中可以獲得更大的創新收益。

綜上，在碳規制壓力下，老企業的資源優勢降低了企業的創新成本，基于公司充實的財務儲備和完善的創新管理機制，可以更高程度上實現創新資源的合理配置和投入。但是，老企業同時也會存在例如組織惰性、結構固化等不可避免的問題，而隨著外界環境規制強度的持續增加，公司會面臨巨大的經營壓力，這些消極因素會在政策沖擊下得到稀釋。因此，提出如下假設：

H3：公司年齡會促進碳交易規制強度與企業創新投入之間的正相關關系。

(四)CEO年齡與公司年齡的聯合調節作用

雖然CEO年齡特征會影響企業在碳規制壓力下的創新表現，但不同公司年齡導致的資源異質性似乎在更高程度上決定著企業的創新投入，本研究通過聯合調節效應來證明高管年齡特征的調節作用會受到公司資源差異的進一步制約。一方面，老企業的資源優勢降低了年輕CEO 提升企業創新投入的門檻。有學者研究發現，組織規模和組織年齡會直接影響企業的資源整合能力，從而表現出不同的組織特征[33]。而新生企業的初始資源僅僅依靠創業者的資源稟賦，如果無法在短期內開發和利用全新資源渠道，那么繼續生存和發展將會變得異常艱難。在嚴格的環境規制壓力下，年輕CEO 雖然在意識層面占據優勢，但畢竟從業經驗有限，關系網絡和技術資源的欠缺都是企業創新的“攔路虎”，而老企業利用組織層面的優勢正好彌補上高管層面的天然劣勢，在面對環境規制壓力時會進一步提升其創新投入。

另一方面，初創企業高昂的失敗成本會進一步抑制高齡CEO 的創新動力。在Argenti[34]于1976年提出的三類企業失敗軌跡模型中，初創企業便占據其中兩類，可見初創企業的生存難度相對于老企業會顯著提升。并且創業者傾向于在創業階段傾其所有，以最大的付出和努力去追求成功。顯而易見的是，這種情況下創業的失敗成本是巨大的，一旦失敗，創業者將面臨財務、情緒、家庭、社會等各方面的沖擊，巨大的生存壓力會使初創公司的CEO 在企業投資拓展過程中顯得更為保守。因此，初創企業在面對環境規制時，會更多地考慮公司的生存問題，而不是發展問題。故提出如下假設：

H4：CEO年齡對主效應的調節作用還依賴于公司年齡，當公司年齡較大時，CEO年齡對主效應的負向調節作用會更為明顯。

三、研究設計

(一)樣本選擇及數據來源

控排企業是直接參與區域碳交易試點的主體，本研究搜集了試點地區碳交易試點全程（2013—2017）的所有控排企業，具體公司名單均來源于各省市發改委或生態環境廳公布的控排企業名錄。

出于對數據可得性的考量，本研究選擇中國碳交易試點地區（北京、上海、重慶、湖北、深圳、廣東、天津）全部控排上市企業①，共計178 家上市公司作為初始樣本，并按以下步驟對樣本進行篩選：（1）剔除碳交易試點之后上市的公司；（2）剔除當年面臨退市危機的ST、*ST 公司；（3）剔除變量缺失、數據極端的控排樣本；（4）剔除金融業、餐飲行業等對環境政策不敏感的企業。最終確定深滬兩市A 股上市的157 家控排樣本企業，共648 個樣本觀測值，樣本分布情況如表1所示。因為不同年度的控排企業名單有較低程度的變化，故本研究采用非平衡面板數據進行分析。

表1 樣本觀測值的行業分布和年度分布

本研究的地區能源消費數據來源于《中國能源統計年鑒》；地區經濟數據來源于《國民經濟和社會發展統計公報》；控排企業名單和碳配額信息來源于各省市發改委或生態環境廳。公司相關研究變量數據均來源于國泰安數據庫；研發投入數據來源于Wind 數據庫和公司年報；部分變量通過進一步計算得出，研究過程中的數據處理采用Stata 16.0 完成。

(二)模型及變量

本研究借鑒楊洋等[35]的研究，在模型（1）的基礎上，采用行業年份雙固定效應來檢驗碳交易規制強度對企業創新投入的影響，以及CEO年齡和公司年齡的聯合調節機制：

1.被解釋變量

為準確體現企業實際的創新投入水平，本研究采用企業研發強度來計量創新投入（Innoi,t+1），具體表現為企業年度研發支出占營業收入比值。考慮到政策實施和企業創新的過程性，該變量滯后一期進行處理。

2.解釋變量

碳交易規制強度（RSi,t）測量方式較為豐富，但不夠客觀和統一，例如環境法規數量、問卷調查企業感知等[36]。由于受到不同地域和文化背景的影響，碳交易政策的設計標準和執行程序存在諸多差異，通過上述方法測量的規制強度并不能夠準確反映出客觀的真實數據，并且難以統一測量界限[37]，為保證更為準確和科學的量化指標，本研究借鑒Borghesi 等[38]提出的碳規制強度指標，以試點地區的排放總量除以配額總量來衡量，見模型（2）：

式中：RSi,t為碳規制強度；Qi,t為地區的年度碳配額總量；Di,t為地區的CO2排放總量，其計算方式如下[39]：

式中：P代表能源類型，包括煤炭、焦炭、原油、汽油、柴油、煤油、燃料油、天然氣；S為能源的標準煤系數；F為能源的碳排放系數；E為能源的消耗量。

當地區碳配額數量明顯大于碳排放量時，企業擁有足夠的冗余配額，不必進行任何減排措施便可以正常經營，其所受到的環境規制壓力較小；而當地區碳配額數量明顯小于碳排放量時，市場存在配額緊張的壓力，企業需要使用既有資源去獲得碳配額和減少碳排放，其受到的環境規制壓力較大。

3.調節變量

CEO年齡（CEOagei,t）為觀測年份公司CEO的實際年齡，公司年齡（Firmagei,t）為觀測年份與公司成立年份之差。

4.控制變量

為有效消除其他干擾因素對模型的干擾，本研究涉及的控制變量（Controli,t）分為四組展開。第一組為企業基本特征，包括企業規模（Size，用企業總資產的自然對數來計量）、所有權性質（Own，國有資本控股企業記為1，否則記為0），體量越大的組織往往吸引越多利益相關者關注，而國有企業則被認為是承擔社會責任的排頭兵，二者在面對環境規制時傾向于擁有更快速和實際的應對措施；第二組為企業治理結構，不同治理水平下的企業有完全不同的戰略導向，基于對股權集中、控制力分散等問題的思考，該組變量主要包括領導力結構（LS，若該企業的董事長和總經理為同一人，記為1；否則記為0）、獨董比例（Inde，公司獨立董事人數/董事人數）、股權集中度（TOP1，公司第一大股東持股百分比）三個維度；第三組為企業財務變量，財務資源作為公司競爭力的核心部分能將外界沖擊稀釋，使公司擁有足夠的時間和機會進行改革，企業財務狀況從正負兩個方向進行考量，正方向為組織冗余（Slack，公司年度流動資產/流動負債的自然對數），負方向為資產負債率（Lev，負債總額/資產總額×100%）；第四組為外部影響因素，而地區經濟發展水平對企業的生存發展有著最為直接的影響，故采用公司注冊地年度GDP 增速來計量地區經濟（RGG）變量。

四、實證結果及分析

(一)統計結果

表2為研究變量的描述性統計結果。滯后一期的企業創新投入最小值為0，最大值為17.28，說明不同控排企業之間的創新投入存在很大區別。碳規制強度的最小值為1.144，而最大值為2.476，說明各個試點地區的控排企業受到的規制壓力同樣存在比較大的差異。調節變量CEO年齡和公司年齡的標準差分別為5.714 和5.073，足夠大的年齡跨度為下文的實證提供了直觀的可對比性。在控制變量中，地區經濟發展最小值為2.4，最大值為12.5，可以看出不同試點地區的外部經濟因素差異很大，資產負債率同樣存在類似情況。而領導力結構、所有權性質同為虛擬變量，均值分別為0.753 和0.227，說明樣本中的控排企業民營性質居多，且大多數企業中董事長和總經理為同一人。獨董比例的標準差為0.06，差異較小，組織冗余的均值為0.362，標準誤為0.79，說明多數公司存在冗余資源可以利用。股權集中度和企業規模的標準差分別為16.378 和1.649，表明樣本企業中最大股東持股比例存在巨大差別，而在企業規模指標中，樣本企業差異相對較小。

表2 變量描述性統計表

(二)相關性分析

表3為主要變量的相關性分析結果。整體而言，變量之間相關系數的絕對值都維持在較低水平，因此可以忽略模型之中多重共線性的問題。其中，碳規制強度與企業滯后一期創新投入存在顯著的正向相關關系，基本符合前文的假設分析。為保證研究結果的準確性，仍需進一步進行多元線性回歸分析。

表3 變量相關系數表

(三)主效應分析

因為樣本數據時間跨度為中國碳交易整個試點周期，且觀測值從屬于同一單位，所以數據分析類型宜選用面板數據分析方法。同時，不同行業和年份在營商環境、創新水平、排放量等方面存在顯著差異，并且Hausman 檢驗結果顯示解釋變量和非觀測的個體效應之間是相關的，因此數據分析采用面板固定效應模型進行。

表4展示了多元線性回歸模型的結果，其中模型1 檢驗了控制變量與企業滯后一期創新投入之間的關系。其中地區經濟與企業創新投入的回歸系數為0.183（p＜0.05），說明經濟發展水平更高的地區，企業的創新投入更為積極。

模型2 中引入了自變量碳規制強度，碳規制強度與企業滯后一期創新投入的回歸系數為0.884（p＜0.05），且在后續調節效應的探討中一直保持正向顯著，意味著碳規制環境越嚴格，企業受到的規制壓力越大，此時企業期望通過增大技術創新投入來實現成本節約和額外經濟收益，從而提高企業的核心競爭力，在中國情境下驗證了“弱波特假說”及相關學者的研究，假設1 得到驗證。

(四)調節效應分析

1.CEO年齡的調節效應

碳規制強度明顯提升了企業的創新投入，但是其在高管和企業層面的邊界作用尚不能明確判斷。模型3 加入了調節變量CEO年齡與公司年齡，基于表4結果，碳規制強度系數為0.797（p＜0.05），依然與企業創新投入保持正向顯著關系。而調節變量中，公司年齡與企業創新投入存在負向關系，CEO年齡與企業創新投入系數為正，但結果均不顯著。

為進一步研究CEO年齡與公司年齡的單獨調節效應，模型4 在模型3 的基礎上繼續添加調節變量與自變量的乘積項，同時為提高變量之間的不相關性，得出更為準確的實證結果，對自變量和調節變量均進行中心化處理。表4數據顯示，碳規制強度× CEO年齡的回歸系數為-0.1（p＜0.05），表明CEO年齡對碳規制強度與企業創新投入這一關系存在顯著負向調節作用，即CEO年齡越低的企業，企業創新投入受到碳規制強度的促進作用更強。圖2更為直觀地展現了這種交互效應，不論CEO年齡大小，碳規制強度都明顯促進了企業創新投入，但在CEO年齡較小的企業中，這種促進作用更為明顯，假設2 得到驗證。

圖2 碳規制強度與企業創新投入：CEO年齡的調節作用

表4 模型回歸結果表

2.公司年齡的調節作用

模型4 的調節效應結果顯示碳規制強度×公司年齡的回歸系數為0.115（p＜0.1）。表明公司年齡對碳規制強度與企業創新投入的關系起到正向調節作用，和CEO年齡有著截然相反的調節效果，即公司年齡越大，碳規制強度對企業創新投入的正向促進作用更明顯。圖3同樣繪制了公司年齡的調節作用。可以看出，隨著碳交易規制強度的增加，公司年齡越大的企業，創新投入增長幅度明顯大于公司年齡低的企業，假設3 得到驗證。

圖3 碳規制強度與企業創新投入：公司年齡的調節作用

然而，模型4 中公司年齡對企業創新投入有直接的抑制作用，相關系數為-0.049，但是其與自變量的交互項卻展現出正向顯著性（β=0.115，p＜0.1）。究其原因，本研究認為老公司較低的自主創新意愿造成了此種現象。隨著公司年齡的增長，組織惰性、結構固化等問題降低了企業尋求創新和突破的意愿，且老企業一般擁有穩定的資源渠道和客戶關系，長期的安穩導致企業不愿意花費成本進行改變，從而導致了公司年齡對企業創新投入有直接的抑制作用。但隨著環境規制壓力的增大，其較低的自主創新意愿因為受到外界政策的激勵而得以改變，公司開始變得渴望通過創新來抵消環境合規成本，甚至獲得額外收益。同時，上文指出老企業擁有更多的顯隱性資源、更強的學習經營能力以及更完善的創新管理機制，這為企業提升創新投入提供了諸多便利。所以在碳交易規制壓力下，老企業的優勢和劣勢得到一個正向的整合，最終展現出對主效應的顯著正向調節作用。

3.CEO年齡和公司年齡的聯合調節作用

為探討公司年齡與CEO年齡的聯合調節效應，模型5 重點考察了碳規制強度、CEO年齡和公司年齡三者的交互項，結果表明，該交互項的回歸系數為-0.016（p＜0.1）。其交互效應如圖4所示，不難發現，在公司年齡較大、CEO年齡較小時，碳規制強度對企業創新投入有著最強的促進作用。如（1）號線和（3）號線所示，雖然CEO年齡負向調節碳規制強度與企業創新投入的關系，但是只有當公司年齡較大時，CEO年齡的調節作用才更為直觀。如（2）號線和（4）號線所示，當公司年齡較小時，CEO年齡對主效應的調節作用沒有公司年齡較大時的情況明顯。由此可見，CEO年齡對碳交易規制強度與企業創新投入關系的調節作用還依賴于公司年齡，假設4 得到驗證。

圖4 CEO年齡與公司年齡的聯合調節作用

(五)穩健性檢驗

1.增加控制變量

為進一步減少模型設計中由變量遺漏導致的結果偏誤，本研究分別在CEO 層面、組織層面、市場層面進行控制變量的增加，以驗證實驗結果的穩健性。具體操作如下：在CEO 層面增加控制變量CEO 性別（男性為1，女性為0）；組織層面增加企業收到的政府補貼（企業收到年度補貼金額取對數）；市場層面增加市場競爭（HHI指數取倒數）。表5為控制變量更改后的穩健性檢驗結果，三種變量對企業創新投入的影響均不顯著。主效應和調節效應均與上文呈現高度的一致性，該項穩健性檢驗通過。

表5 控制變量更改檢驗結果

2.更換因變量測度方式

國外學者Hagedoorn 等[40]和Kleinknecht 等[41]認為，創新績效的衡量方法通常包括R&D 投入、專利和新產品數量等，企業R&D 投入占總資產的比重可以表示其研發強度。因此，本研究將因變量創新投入的測度進行更改，以R&D 支出占企業總資產的比重進行回歸，數據滯后一期處理。同時，為避免多重共線性的影響，將控制變量組織規模的測量替換為人員規模，以企業員工人數取對數進行計算。表6所呈現的檢驗結果與前文基本一致，但聯合調節項系數并不顯著，原因可能是企業總資產將創新投入絕對值過度稀釋，創新投入指標之間相對差距縮小，導致聯合調節效應無法通過該指標達到完全呈現。總體來看，穩健性結果基本符合實證結果和研究假設。

表6 因變量測度更改檢驗結果

(六)內生性控制

內生性問題的主要來源包括反向因果、遺漏變量和選擇偏差等[42]。碳交易政策作為一種外生性的節能減排工具，其規制強度一般由地區碳排放水平和綠色發展目標所確定，企業創新水平的高低理論上不影響地區環境規制強度的改變，所以本研究中碳規制強度與企業創新投入之間的反向因果關系可以基本忽略。而上述穩健性檢驗通過增加額外的控制變量，也在一定程度上解決了模型因遺漏變量所導致的內生性問題。同時，實證分析中采用年份行業雙固定效應模型，也能控制部分內生性問題。因此，本節重點考量實證分析中的樣本選擇偏差問題。在所有控排企業中，存在一部分企業沒有在正式渠道披露企業創新投入數據，導致這些企業沒有被納入回歸樣本中，本研究采用Heckman 兩階段模型來解決上述樣本偏差引起的內生性問題。具體操作如下：第一步構建一個包含全部控排上市公司的Probit 模型用以估計企業披露創新投入數據的概率，已經披露的企業賦值為1，沒有披露的賦值為0，自變量包括企業規模、獨董比例、股權集中度、組織冗余、領導力結構、所有權性質，該步驟為每一個樣本計算出逆米爾斯比率（IMR）來估計選擇偏差發生的概率；第二步將樣本IMR 值與所有變量一起進行回歸，若IMR 值顯著則說明樣本確實存在選擇偏差問題，通過Heckman 兩階段模型來糾正樣本選擇偏差則十分必要。表7呈現了具體檢驗結果，基于數據可以得知IMR 對企業創新的回歸系數并不顯著，主效應和調節效應仍然與上述實證結果高度吻合。

表7 Heckman 兩階段檢驗結果

五、結論與啟示

本研究基于中國情境，發現試點地區碳交易規制強度能明顯促進企業滯后一期創新投入，深化和豐富了新興經濟體下的碳排放權交易體系研究，拓展了“波特假說”應用范圍，并且為“弱波特假說爭議”提供了中國情境的實證經驗。通過規制強度指標將政策變量進一步細化和區分，有效補充了傳統環境政策影響研究，并提供了宏微并舉的研究視角。此外，本研究依據高階理論和資源基礎理論分別剖析了CEO年齡和公司年齡對碳規制強度與企業創新投入關系的單獨調節機制與聯合調節機制，深入考察了碳排放權交易政策發揮作用的微觀時間特征這一邊界條件。研究發現CEO年齡會負向調節碳規制強度與企業創新投入的關系，而公司年齡會正向調節碳規制強度與企業創新投入的關系，CEO年齡對碳交易規制強度與企業創新投入關系的調節作用還依賴于公司年齡。公司年齡大的時候，碳交易規制強度對年輕CEO 企業創新投入的促進作用更加顯著。

本研究對于我國剛剛推行的全國統一碳市場建設與運營具有一定啟示：首先，在我國碳交易試點階段，碳交易政策通過對企業施加環境規制和市場競爭壓力，能明顯提高企業的創新績效，促進企業生產技術改良和綠色發展，實現經濟績效與環境績效同步提升的雙贏局面。政策制定者可以繼續探索規制強度的最佳設計區間，進一步發揮和釋放碳交易政策對企業創新投入的刺激作用。其次，公司年齡較大的公司具備更大的資源優勢和抗沖擊能力，但其主動創新意愿較低，政策實施過程中應依據公司年齡及其資源豐富度來設置階梯式規制壓力管理，對企業的規制承受能力進行分類，動態調整不同企業的碳配額指標，以實現更高的公司創新績效。最后，對企業自身治理而言，選任年輕的管理者能更有效地應對環境規制壓力，提升公司創新績效，可以選用優秀的青年管理人員參與公司相關戰略的制定，對公司管理團隊的年齡構成應保持適度的年輕化。

基于數據可得性，未上市控排企業未能納入研究范圍，后續將完善和收集全部控排企業數據開展研究，提高結論的普適性和準確性。此外，由于地區之間的經濟水平、產業發展、能源消耗等不均衡性，可能導致研究結論過于片面，后續應跟蹤研究中國統一碳市場建設的區域異質性效果。

注釋：

① 由于福建碳交易試點2016年底才啟動，為保證研究結果的可信度，本文僅以完整參與試點階段的7 個省市為研究對象。