海外并购能否促进企业绿色创新水平提升？.docx

《海外并购能否促进企业绿色创新水平提升？.docx》由会员分享，可在线阅读，更多相关《海外并购能否促进企业绿色创新水平提升？.docx（16页珍藏版）》请在课桌文档上搜索。

1、第46卷第3期2024年3月Vol. 46 No. 3Mar. 2024外国经济与管理ForeignEconomics&ManagementDOI:10.16538ki.fem.20230326.202海外并购能否促进企业绿色创新水平提升?李鑫；魏姗（1.上海社会科学院世界经济研究所,上海200235；2.江苏师范大学马克思主义学院江苏徐州221116；3.西安交通大学经济与金融学院,陕西西安710061）摘要：绿色创新是绿色发展和创新发展协同并进的动力，对于促进实现可持续发展和高质量发展具有重要的作用。文章基于2010-202（拜中国A股上市公司的样本，采用倾向得分匹配一双重差分（PSM-D

2、ID）方法考察了海夕卜并购是否促进了企业的绿色创新水平提升。研究发现，翩由购对企业绿色创新起到了积极的促进作用，这一结论在系列稳健性检验后依然成立。异质性分析发现，非国有企业以及股权集中度较高的企业可以通过;励济购促进绿色创新水平提升。榴吩析发现，解拼购通过提高企业研蝮率、降低Tt余资源，进而提升企业绿色创新水平。扩展分析发现，励所购的绿色创新效应在低碳城市试点地企业中表现得更为显著,意味着制度安排可以促进海柝购胡军绿色创新效应；环境内部关注度较高以及研发投入强度较大的企业通过海夕卜并购能够获得绿色创新水平提升，意味着企业的自甥区动在励用购的绿色创新效应中发挥重要作用。研究认为，应鼓励中国企业

3、“走出去”，引导企业关注绿色技术发展动向，积极寻求促进绿色技移取导向的翩用购机会；同时探索差异化的翩我购发展规划和环境政策规制，引导企业自身关注环境社会责任、加大绿色研发投入强度、提高绿色技术研发效率等以促进绿色创新能力持鳏升,加快可持续发展步伐。关键词：解济购；绿色仓学；低碳城市试点；环境内部关注度中图分类号：F270文献标识码：A文章编号：1001-4950（2024）03-010616一、引言与文献综述进入21世纪，资源环境约束越来越成为制约经济高质量发展的重要因素，生态文明建设逐渐成为推进经济社会发展需要考量的重要主题。党的二十大报告中多次提到生态文明建设，强调要“坚持绿水青山就是金山

4、银山的理念二同时，党的十九大、二十大报告均强调加快实施，仓I新驱动发展战略二绿色创新的提出为绿色发展和创新发展协同提供了路径。大多数学者认同绿色创新是对生态环境有正向影响的创新（SChiederig等，2012）,其在创新的基础强调了绿色发展理念，旨在促进产业的经济效应和环酸应协调一致发展，实现可持续发展和高质量发收稿日期：2022-07-25作者简介：李鑫（1988）,男，上海!玲4学院世界经济W斯博士生；魏姗（1989-）,女，江苏V腕大学马克思主义学院讲师，西安交通大学经济与金融学院博士（通讯fl,WSnUmo126）展。绿色创新作为生态文明建设和创新驱动发展两大战略的结合点，是中国实现

5、高质量发展的战途径。企业是驱动发展的基础力量，也是践行生态文明建设的基层主体，而绿色创新剧动企业转变生产方式（解学梅和韩宇航，2022）、提升企业可持续发展绩效（解学梅和朱琪玮，2021）、实现可持续发展的重要驱动力。持续推进高水平对夕方放为绿色创新发展提供了契机,中国对夕限资大幅增长，已位居世界前列。中国企业对接全球市场和企业，在全球供应链中占据重要地位，而这是增强中国绿色创新能力的重要微观基础。海俄购作为中国对外直接投资的主力军，一直发挥重要作用（见图I）。自2004年以来,中国企业海夕卜并购大致经历了3个阶段，第一阶段是2008年金融危机之前，中国对夕酸三三蝴小，:厨济85所占比伤地因此

6、并襁定；第二阶段*008年到201阵，此时中国对外投资规模较之前出现了较大幅度上涨，励卜并购所占比例也大多维持在40%至50%区间；第三阶段是2016年之后,受到国际贸易壁垒增多和地缘政治襁定性增加的影响，中国对外投资金额逐年下降，海外并购所占比例也大幅下降。从联想收购IBM的PC业务到吉利收购沃尔沃等，海夕卜并购成为中国企业突破创新瓶颈、实现创新跃升的重要路径。在持续构建双循环新发展格局背景下，鼓励企业走出去和“引进来”越来越成为重要议题。160 000140 (XX)120 000100 00080 00060 00040 00020 000080706050403020100耕耕耕祈裨裨

7、耕封犬耕CN耕耕C门耕式数据来源：中国商务部网站和CElC妻据库。图120042020年中国对外投资（并购）净额及占比传统观点认为，海夕卜并购可以更好地利用全球资源（江小涓和孟丽君，2021）,并对全球资海S行整合（i三SW,2017）,进襁升企业惭能（冼国B用口B鹿南，2018）。然而，绿色创新不同于传统创新,有其投入高、风险大且相对收益低的特点，做用购是否能够推动企业绿色创新提升尚未得到经验证据验证。部分文献关注了对外直接投资对绿色创新的影响，认为OFDl会产生逆向技术创新溢出（BehCm等，2012）,进而提升投资母国的绿色创新能力，促进母国发展实现绿色转型（Pan等，2020）。但也有

8、学者对此持有异议,一种观点认为对外直接投资会通过国际技术溢出（宋维佳和杜泓在，2017）、挤出国内投资（梁圣蓉和罗良文，2019）等渠道抑制母国绿色创新；还有观点认为，对外直接投资的逆向绿色创新溢出可能受地区制度环境彝响,且存宙威性懿关系（聂名华和昊，2019）。综上所述，已有学者关于对外直接投资与绿色创新关联的研究对本文研究有重要启示，但尚存在不足。一方面，已有研究关注对外直接投资对绿色创新的影响，但对外直接投资包括绿地投资和海外并购，二者对绿色创新的影响可能不同，仅考察海外并购是否促进了企业绿色创新尚未形竭验证据。另一方面,部分文献研究了;厨柝购对企业创新的影响，但考藤悔色创新的独特性，继

9、续深入考察勘阱购对企业绿色创新的影响仍然是必要的。此外，如何提升勘卜并购的绿色创新效应还需要进一步探索。对此，本文以20102020年中国上市公司为研究对象,运用倾向得分匹配一双重差分法（PSM-DID）考察励用购对企业绿色创新的影响。与已有的研究相比，本文可能的边际贡献体现在以下三个方面。第一，已有研究探讨了勘济购对企业创新的影响，并从创新绩效（冼国明和明秀南，2018）、演化路径（周雪峰和王卫，2021）、创新质量（黄羽朦火娣，2020）等方向进行了分析，也有一些学者对海外并购的创新效应机制及调节作用进行了探讨，如市场化进程的调节作用（张文菲等,2020）,金融发展的调节作用（尹亚红和刘佳

10、舟,2020）,制度S隅的双重调节作用（吴先明和张雨,2019）等，但已有文献尚未有从勘济购对企业绿色创新影响的分析，鉴于绿色创新与传统创新存在较大差别，有必要对漱卜并购的绿色创新绩效进行更为细化的分析。第二,在探究海外并购的绿色创新效应基础上，进一步从研发效率和冗余资源两个视角分析了海外并购可能通过何种途径提升企业绿色创新水平。第三，已有研究在探讨黝柝购的创新效应方面往往更加关注直接或间接的促进效应，较少讨论其提升渠道,尤其是绿色创新往往区别于传统创新，本文从制度安排和自我驱动两个角度探讨可能的提升路径，丰富了相关文献，也为如何更好地利用勘济购促进高质量可持续发展提供政策借鉴。二、理论机制与

11、研究假说（一）勘济购对企业绿色创新的作用效果1.宏观视角的理论分析第一，从国际技术外溢视角来看，发达国家占据绿色技术领域研发的绝对领先地位，尤其是美日德三国是绿色技术PCT专利的主要技术来源国，海外并购能够扩大企业接受国际绿色技术外溢的机会，进而增强其受到的国际绿色技术外溢的影响。与传统局限于“引进来”的创新模式不同，企业通过海琳购“走出去”是主动对接国际绿色技术外溢,这可能产生一种加速效应，进而提升企业绿色创新水平。一方面，海9柝购加速企业通过引进、吸收和消发达国家先进绿色技术等渠道提升绿色创新水平。另一方面，勘用购所在国企业受到的更强环境监管也会使得企业更加关注绿色发展问题,进而注意提升自

12、身的绿色创新水平。第二，从国内政策规制视角来看,随着国内越来越严格的环境规制政策相继出台，传统企业的发展空间被压缩，迫切需要拓展市场范围和业务范围以适应政策需求，而励济购为这一需求提供了契机。海外并购能够帮助企业实现跨国产业转移，以重新配置有限资源，同时市场范围的扩张和业务拓展的契机也随之出现。一方面，海外并购分担了企业的传统产能，同时也开拓了更广阔的国际市场，这使得企业的资源配置更加合理，为企业绿色创新提供要素支撑（Hong等，2019）。另一方面，国内环境规制政策的收紧也倒逼进行厨柝购的企业加速获取海夕陕进绿色技术，开发绿色产品、拓展业务范围，从而对胭色创新产生积极影响（韩先锋等，2020

13、）,而这也拓宽了企业的国内发展空间。第三，从全球创新网络视角来看，由于绿色创新高投入、高风险的特点，企业往往不愿意单独进行绿色创新研发，而勘用购有助于企业更好地融入全球创新网络，并通过与供应链、创新链网络中企业合作提高企业绿色创新水平。一方面，企业通过勘柝购加深与国夕M共应商的联系，形成紧密的协作关系，通过联合规划和开发绿色技术提升企业绿色创新水平。另一方面，企业通过海外并购融入全球价值链有助于促进企业对先进绿色技术的吸收并实现绿色创新水平的朗（Kon鳍,2016）o2微观视角的理论分析第一，从技术整合视角来看，海济购可能吸纳目标并购企业的相应技术，直接提升自身创新能力和创新产出（HSU等，2

14、021）,尤其是发达国家绿色生产技术和清洁生产经验较为丰富，通过技术整合强化自身绿色技术相关资源储备，并持爆升绿色创新水平。具体路径来看，海外并购有助于企业推进绿色技术研发国际化水平,帮助企业构建关系网络、形成知识分享路径，以更好地获取外部知识（王展硕和谢伟,2018）,并通过技术传递、技术吸收、技术融合等方式实现企业绿色创新水平的提升。第二,从创新资源视角来看，绿色创新离不开大量创新要素投入，包括知识储备、人力、资金等。一方面,做济购的目标公司与自身的知识结构形成F的互补，有助于促骸职、技能的集聚，提高知识密集度，形成创新层面的规模效应和范围经济，进而提升企业的绿色创新能力（NoCk而Yea

15、PIe,2007）另一方面，励济购同样吸纳三1三的技术人才，在与母公司横术互动中强化绿色技术创新实力，提升企业绿色创新水平。此外，黝济购扩大了企业在东道国的市场占有率，而这有助于增强企业实力，进而将更多的创新资源投入绿色创新活动。第三，从创新成本视角来看，海用购有助于绿色创新成本下降进而提升企业绿色创新水平。一方面,勘阱购增强了企业联合创新动机，从学习理论角度来看，企业创新能力在很#呈度上取决于更大范围的开发和探索（MessersmithffiChang,2017）,而勘柝购提供了这样T契机，这有助于企业减少相应研降入，进而提升企业创新能力。另一方面，海夕柝购扩大了企业的目标市场范围，而这有助

16、于形成规模经济以分摊产品的创新成本，进而提升企业创新能力（OtChere和C）Idfom,2018）。此外，组织学习理论表明，国际修”验有助于提升企业对创新方向的洞察力，进而降（腕惭的蜂成本和Ii潘成本（郑玮，2020）。综合以上分析，本次提出研究假设I:假设1:勘济购翻辨进企蟠色创新行为，提高企峥色创新产出。（二）勘用购影响绿色创新的作用机制分析1.研发效率的中介作用已有研究表明，企业的励济购能够显著增强投资后研蝮率（Yang等，2013；冼国明和明秀南，2018）,而这可能通过部层面的提升和创新资源的积累实现。一方面，企业通过海并购整合和吸纳了东道国企业的先进管理经验，提升了企业研发的管理

17、效率，进而增进研弊率。另一方面，励由购使得企业可以获取全球市场的创新资源，带来了技术整合转移的机会和知识结构互补的空间，有助于集聚创新资源，促使形成创新层面的规模递增和产出效率增力口，从而提升企业研鸵蟀。此外，基于上文分析，绿色创新更需要基于孰创新网络的协同研发，而;励济购使得企业更好地融入会求创新链,进而提ft绿色创新的研皴率因此，本文提出假设2：假设2：勘用购通隆升企业研发效率实现绿色创新水平的提升。2.冗余资源的中介作用冗余资源通常是指超过组织运营所需低限的可被转化和用的资源（VoSS等，2008）。尽管部分冗余资源被认为对企业未来发展是积极的，但资源的合理配置是企业追求利润最大化的基石

18、，尽可能减少冗余资源以最大化利润实现仍将是企业的决策目标。有学者认为冗余资源可能被企业管理层占有，从而加剧企业内部斗争,而这不利于组织的创新决策（Latham和BraUn,28）；而过多冗余资源会增加组织的资本支出和管理支出等经营成本（SymeoU等，2019）,降彳氐企业绩效,进而对企业创新产生负面影响。此外，冗余资源沉淀过多会增加企业对次优项目投入的概率,不利于研发投入的增加（Nohria和GUEi,1996）,尤其是部分冗余资源的专用性强，在企业环境发线化时难以及时调整，从而降低新投入（李诗田和邱伟年，2015）。解苗购能够降业冗余资源，进布新企业的长期绩效（李云鹤等,2022）同时，海

19、阱购扩充了国际市场，为应对国际市场对产品的绿色需求和全球竞争压力，势必通过降低冗余资源加大绿色创新投入，进而提升产品竞争力，实现创新绩效提升和企业绩效增长。因此，本文提出假设3：假设3：膨用购通过降低1业冗余资源提升绿色创新水平。三、研究设计（一）样本僻和数据来源本文选择中国A股上市公司20102020年的相关数撼乍为样本，实证检验海外并购对企业绿色创新的影响。螭上市公司作为本文研究对象的原因主要是基于相关数据的可得性，上市公司相关数据较为规范，各种雌可信度较高且能够获得。蝌20102020年为样本区间的原因有两点：一是新的会计准则在2（X）7年开始实施，而2008年金融危机可能对本文研究对f

20、t产生重大影响，经过2年的调整后影响趋于稳定，因此，遢投01弊之后的数据可以保证统计口径相对一致和数据相对稳定。二是党的十七大开始提出加强生态文明建设，在此之前绿色创新并未被人所注B,党的十，氏以来，生态文明建设力度逐渐加强，由此催生绿色创新发展迅速,选择20102020年为样本区间更加契合本文研究主题。文中使用的数据主要来源于中国研究数库（CSMAR）。其中，衡量企业绿色仓惭据月平台（CNRDS）和国泰安中国经济金融研究水平的绿色专数据来自于CNRDS,其他企业特征数据来自于CSMAR。本文根据公司代码将CNRDS和CSMAR数据合并，形成本文研究数据基础。借鉴已有文献的常见做法，本文剔除了

21、S馔、PT类、金融类上市公司样本、并删除了关键撒询失的样本，最终共计获得1777个企业样本，其中参与海琳购的企业样本165个。（二）贿方法参考已有文献对中国企业对外直接投资效应使用的研究方法（Dong等，2021）,本文采用倾向得分匹配一双重差分（PSM-DID）方法估比励俄购的绿色创新效应。在该方法中，海外并购被设定为一次准自然实验，由于处理组的选择往往是非随机的，可能存在自选择偏差，本文使用倾向得分匹配（PSM）方法筛选出与处理组样本最接近的控制组样本，以使处理组的选择近似随机，减弱因样本蟒偏差可能导致的内生性问题。PSM方法是将处理变量作为被解释变量，协变量作为解释变量，运用Iogit模

22、型估计各个样本的倾向得分值，并基于这一得分使用卡尺最近邻匹配方法获得每一个处理组样本对应的特定控制组样本。在此基础,设定DlDtM型估计平均处理效应：Gpatil=+a2TreatmentsXMAil+Xil+1+,+,+（1）其中，GPa代表企业绿色创新水平；层示企业是否进行海外并购，值为1时表示处理组样本，值为（）时表示控制组样本；企业进行励济购之后M4=1,勘用购之前，砧=0；下标/和吩别表示企业和年份；5表示个体固定效应，,为时间固定效应，3,为行业固定效应；林为随机扰动项。由以上设定可知，力加叽XMA“表示处理组样本企业进行勘柝购后的状态，其估计系数6代表海购对企业绿色创新水平的影响

23、，也是本文重点关注的对象。如果系数为正且显著，意味着处理组样本企业勘济购后其绿色创新水平高于海外并购前，即做由购提升了企业绿色创新能力,反之亦反。（三）变量选取与说明1.被解释变量企业绿色创新水平（Gpat）为本文的被解释变量。国内外文献对于创新活动的研究切入点各不相同，由此导致对于创新的度量也多种多样，本文研究选择绿色专利数量来度量企业绿色创新活动，主要是基于以下几个原因考量：（I）专利姬被诸多学者用来度量创新活动（Yin和Wang,2018）,且其度量栅度更高（陶锋等，2021）。（2）本文考察的主题是企业绿色创新水平，专利数据按照技术领域分类可以更为准确地区分绿色创新和非绿色创新，这一点

24、契合本文研究内容。结合数据可得性和数据特征，本文选取企业绿色专利申请数量衡量企业绿色创新水平。绿色专利开始申请时表明企业绿色创新活动已经取得了一定的成果，因此更能及时表现企业绿色创新活动（胡麻邯雁俊,2021）,而申请后的审批、登记等可能会绿色有般权数量相对滞后。基于这一现实，本文在后续的稳健性检验中使用绿色专利授权数据作为企业绿色创新的替代变量进行进一步实证检验。此外，外观设计专利因并不涉及绿色元素，本文考察范围仅包括发明专利和实用新型专2 .核心解释变量选取:厨济购（MA）为核心解释变量。本文考察中国上市公司的并购行为，提取企业并购中包含滋公司的样本，并以完成;励济购为筛选标准。对于发生同

25、Y业发生两次或两次以上尉柝购行为的，考虑到励济购对企业绿色创新能力的持续影响,本文将其第一次发生海夕阱购行为作为分析基准，忽略海柝购次数，考察企业是否发生翩济购对企业绿色创新的影响。本文设定虚拟变量MA表示是否发生黝由购行为，若企业完成勘阱购当年及以后变量取值为1,否则为（）。3 .中介变量选取研发效率（PE）和冗余资源（RY）作为中介变量，分析酗济购通过何种途径响企业绿色创新水平。已有学者使用专利申请数对数与研发投入对数的比值来计算研发效率（Hghlei电等,2013；温福马根,2018）,但与度量企U绿色创新活不同的是,考虑三J授权数更能代表企业实际收获的研发成果，同时考虑到研发投入和专利

26、获取的时间差异，本文使用专利授权数对数值与滞后一期的研发投入对数的比值计算研发效率。借鉴连燕玲等（2014）的研究，本文使用债权益比例来度量7除资源,该值为负向指,比例J妖，表B腔织内长期冗余性资源越少，即企业的禀赋资源越低。4 .控制变量本文选取企业的微观特征作为控制变量,为了避免遗漏其他变量，参照以往学者的研究选取可能影响企业绿色创新能力的指标控制企业层面特征（王事口王营,2021）。具体包括以下指标：（1）企业规模（总资产、员工数量），已有研究发现，企业规模对企业创新成功率具有明显的正向影响（李依等,2021）,衡量企业规模通常观测企业投入规模，投入要素主要包括资本和劳动力，因此选取样本

27、企业的总资产和员工数量作为投入要素代理变量，各自取对数后分别记为ImaSSGs、InIabOr,作为本雌制变量度量样本企业的规模。（2）企超免验（企业年龄）,企业年龄能够影响企业内部组织环境，进而影响企业创新投入和创新水平，但相关结论正负与否仍有争论（张超和许岑，2022）,本文选取样本企业年龄衡量企业经验，对其取对数后以/Mge表示。（3）企业资本结构（S叼），借鉴已有研究的做法,本文使用负债总额除以资产总额表示（齐绍洲等，2018）。（4）企业创新投资机会，托宾Qfl是股票市场对企业资产的市场价值与其重置成本之比，数值大于1时，企业投资支出便会增加，创新投资机会也会增加，借鉴已有文献的做法

28、,本文使用托宾Qtt衡量企业创新投资机会（MarchiCa和MUnl,2010）,取对数后以加Tb加C三示。（5）企业资本密集度（加而哂，），使用固定资产总麟员工/数之t纳对数表示。（6）企业现金流水平（口由），用经营活动产生的现金流量净额与负债总额之比表示。（7）市场势力（market）,用企业销售收入与销售成本之b匕表示。（8）企业成长性（growth）,用企业营业收入增长率表示。（9）企业环境责任（R而），具体使用企业年报中企业环境和可持续S展信息披露次数度量。（10）市场竞争程度（hhi）,采用麟达尔-赫希曼峨度量，谢筋越大，表明市场集中陲高、市场曾三三m四、实证分析（一）描述性统计为

29、避免异常值对估计结果的影响，本文同时对所有连续变量进行了双根八的缩尾处理。变量的分组描述性统计如表1所示。可以看到，勘济购企业的企业绿色创新专利指标平均值普遍高于非海外并购企业，当然，由于海外并购企业大多实力较强，可能在创新层面本就有一定优势，因此本文选择倾向得分匹配方法匹配与;每外并购企业最近似的控制组企业构建反事实样本，以解决样本幡问题，保证本文研究结果的可靠性表1主占臣变量的分组描述性统计值变量名称指标含义海柝购企业非海外并购企业平均值标准差最小值最大值平均值标准差最小值最大值InGpat（雌锦擞+1）的碘1.2061381O6.4770.7511.105O7319InGpatjci（月

30、部嫩+1）的又擞0.8961.239O6.4710.5040.896O6.820InGpatJ)（驶窥嫩+1）白货擞0.7591.063O4.9630.4910.877O6387Intassets总资产的艰22.961.62219.0329.8922.11139113.0829.08Inlabor员工总数的对数8.2571.4733.61113.227.53613180.69312.84Indensity资本密集度对数10.642.500-1.26519.2111.262.125-3.33122.00bage企业年龄的对数2.9360.2881.3863.6892.8520.356O4.143

31、InTobinQ托宾Q三的对数0.5130.5(X)-0.3953.3080.5740.514-0.3807.469Scap企业资本结构0.4620.1890.05230.9800.4270.2170.05230.980netcfi)现金流水平0.1630.301-3.6663.2380.1790.435-9.6649.547market市场势力1.5710.7800.9706.4751.5910.8130.9706.475growth企业成长性0.2460.787-0.7685.4840.1880.738-0.7685.484eidis企业环境信息披露次数0.5951.815O370.336

32、1.202O24hhi行业赫芬达尔指数0.1500.1720.021210.1230.1340.01341PE研发效率0.0820.076O0.2820.0680.0718O0.398RY冗余资源0.2840.398O2.1780.2130.368O2.178（二）w三o参照已有文献惯例，本文使用除市场竞争程度外所有的控制变量作为预处理协变量。本文样本中，处理组为20102020年间发生并完成黝阱购的165家上市公司，潜在控制组为其他未发生黝济购的上市公司。为检验PSM匹配后协变量在处理组和控制组之间是否存在显著差异，以判断匹配效果,本文进行平衡性检验。运用E最近邻匹酉昉法检验处理组和控制组之

33、间的各个协变量的取值是否存在系统性偏差，结果如表2所示。可以发现，所有协变量匹配后的标准偏差绝对值均小于5%,匹配质量较高。此外J检验结果显示，所有协变量均拒绝“处理组和控制组之间协变量的取值存在系统性偏差”的原假设，表明处理组和控制组样本企业的特征差异得到了控制，有效缓解了样本自选择效应，这有助于排除样本选择对本文实证结果的影响。同时，故对匹配前后牺组瞳制组的样本分布进彳盼析，以检验三组瞳制组W*是否满足准自然实验的共同支撑假说。为此，本文绘制了匹配前后处理组和控制组的核密度图（见图2）,可以发现，与匹醯而比，匹配S三组稿翱组均值距离明显缩小，两条曲线更加接近，重叠区域明显增大，且偏差缩般为

34、明显，说明匹酸果良好。表2匹配样本的平衡性检验结果均（S-统计量/值Ptbiassets22.48122.451Inlabor7.98317.9694Indensity10.93311.028Inage2.81072.7948InTohinQ0.572350.58803Scap0.421940.42013netcfo0.178050.18648market1.57111.5975growth0.224440.25134eidis0.461040.493981135291.49.3ZlT4. S-2-3-3-20.690.4910.340.731-1.470.1421.490.136-1.080

35、.2780.320.752-0.790.427-1.170.242-1.270.205-0.730.46543210变量名称处理组对照组标准（%）O0.20.40.6O0.10.20.30.40.5匹配前的倾向得分值匹配后的倾向得分值图2匹配前后处理组警制组的核密度图（三）海婚色创新效应B4宙IJ用PS”方金瞿B应的控制组样本后，螭式（3）进行双重差分模型估计，检验海外并购对企“绿色仓魁巴姆日，其中7j/痴fXMA的系数即为海外并购的绿色创新效应。具帼如表3。第TrnT例题解较量绿专总蜘蜘回民S果，力叭控J变量后TyM侬/XM4的回归系数为L3360,且在5%水平上显著，意味着处理组样本海外并

36、购后的绿色创新水平显著高于海用购前。第（3）（4）列是被解释变量为绿色发明专利颇擞的回归结果，第（5）（6）列是被解释变量为绿磔用新型专数对数的回归结果，结果显示励济购对绿色发明专利和绿色实用新型专利的产出均有提升效应，对比海外并购对绿色发明专利和绿色实用新型专利的提升效果，前者彳氐于后者，有学者认为发明专利由于技术含量更高更能代表企业创新质量,而实用新型专则用来衡量创献量（申明浩和谭伟杰,2022）,从这一角度来看，相对于绿色创新质量，勘济购对于提升企业的绿色创新数量有更好的效果。这可能与中国企业绿色创新水平相对妫氐有关，因技术水平积累不够，无法有效吸纳国夕选进绿色技术,前期;励卜并购带来的

37、绿色创新数量提升要高于绿色创新质量提升，预期在完成一定的绿色技术积累后，绿色创新质量的既可能更为B脆。表（3）中第（1）（5）列为未加入控制变量的估计结果，第（2）（6）列为加雄制变量的估计结果,对t何期现，Tm/碗XMA的系数大小、方向和显著性并未发生较大改变,表明基准回归结果是较为稳健的。总体而言，领柝购有助于提高企业的绿色创新能力，且在提升绿色创新数量层面更具优势，这验证了本文的研究假说。表3海外并购绿色创新效应的基准回归结果绿色专利绿色发明专利绿色实用新型专TreatnentMA常(I)1.50510(2.4286)4.0462*,(20.4009)(2)1.3360”(2.0548)

38、0.6627(0.0567)(3)1.055Im(2.1459)2.6475a(16.8264)(4)0.8820,(1.6610)-9.8707(-0.9638)(5)1.0770*(2.2938)2.6592(17.6967)(6)1.0269,(2.1224)4.2683(0.5485)控制变量否是否是否是个体固定效应是是是是是是时间固定效应是是是是是是行业固定如是是是是是是N358135803581358035813580adj.R20.28090.28710.24850.25620.27630.2788注:表示K0表示Y)05,表示()l,括号内为基于公司层面聚类调整标准误计算得到的

39、信，下表同0(四)稳健性佥验1.帝猥势检验为检验基准回归结果的稳健性，本文在原海外并购前后绿色创新效应的静态特征检验基础上，设定平行势检验模型,以检侬动趣应趋势是否相同，见公式(2)o.Gpttrtnitg.MAr-Xu*4/,*0,*q(2)图3海外并购绿色创新效应的平行趋势检验其中，M、N分别代表海外并购前和海外并购后的期数，设定M=5,N=5,即考察企业海外并购前5年至后5年的创新水平变化，使用20102020年数据进行平行趋势检验。图3报告了公式(4)的回归结果，企业实施海外并购年份之前处理组和控制组企业交乘项系数均在95%的置信区间内不显著异于O,符合平行趋势假定。政策实施一年后开始

40、，系数较之前明显增大，表明企业绿色创新水平在海外并购发生后得到了明显升。2 .替代被解释变量前文使用绿色专利申请数量作为企业绿色创新水平的代理变量，为确保基准回归结果的稳健性，借鉴已有文献的研究，本文使用绿色专利J授权数量替代绿色专利申请数量进行稳健性检验，绿色专利授权数量同样能体现企业绿色创新能力和水平。表4第(1)(2)列分别亡艮了控制固定效应条件下绿色专展权数的对数作为被解释变量的回归结果，第(3)(4)列，即了未控制固定效应的回归结果。可以发现，双重差分项的系数均在至少10%的水平上显著，且系数为正，这与基准回归结果基本T,进证明本文的实证结果是稳健的。3 .更换匹配方法为更好的检验基

41、准回归结果的稳健性，本文使用1:2最近邻匹配确定控制组近似样本并重新估计，以降低能的估计偏说表5第(1)至(3)砌即了估计结果，可以发现双重差分交叉项系数显著性和影响方向与基准回归均无较大差异，进一步证实了基准回归结果的稳健性。此外，本文尝试1:3最近邻匹醋濒数D哝回归方法，结论未有变化，相关结果在此不再赘述。个体固定效应 时间固定效应 行业固定效应N35813 58045434542是是是是是是否否否否否否表4替换被解释变量的回归结果(I)(2)(3)(4)TreatnentM0.9949*,0.8064,4.6657,t*4.3540“(2.0503)(1.6525)(9.7515)(9.

42、4970)常数项3.3562-4.96991.9603-8.4606,(21.6118)(-0.4949)(123553)(-2.1286)控制变量否是否是adj.R?0,28820.29850.06600.0928表5最近邻1:2匹配和增加控制变量的稳健性检验结果绿色专绿色发明专利绿色实用新型专利绿色专利绿色发明专利绿色实用新型专利(1)(2)(3)(4)(5)(6)TreatmenMA2.0607,1.48421.33131.4550,0.75231.3203*(4.7070)(4.0491)(4.0439)(1.8614)(1.2007)(2.2411)常数项-18.4288*-15.9

43、385*w-10.0035*1.1129-16.702419.2742(-3.3636)(-3.4167)(-2.3460)(0.0496)(-0.8740)(1.0694)微观控制变量是是是是是是宏观控制变量否否否是是是个体固定效应是是是是是是时间固定效应是是是是是是行业固定效应是是是是是是N580858085808267726772677adj.R20.36900.32630.32820.29190.26090.28504 .增加控制变量为了避免因遗漏变量导致的内生性问题，目考虑宏观经济层面的变量也可能影响本文的实证结果，我们选取企业所在城市的经济发展水平（以人均GDP的对数度量）、对夕阳

44、放程度（以实际使用外资的对数度量）和产业结构（以第二产业产值占GDP比重度量）3个变量作为宏峻济层面的控制变量加入模型中,进行实证检验，结果11艮在表5第（4）至（6）列中，可以发现，除绿色发明专利作为被解释变量外,绿色专利总量和绿色实用新型专利作为被解释变量的回归结果与基准回归差异不大，证实基准回归结果是相对稳健的。（五）询胡析1 .企业产权性质差异企业产权性质的差异可能影响翩用购的经济效果（DaVieS等,2018）,进而导致企业创新行为存在差异（Chen等，2014）,梯是在我国产权制度背景下,国有企业往往具有诸多重要行业的垄断地位并享受政策“偏好”，而这导致国有企业可以以更低的成本获取

45、各种要素资源,诸如补贴倾斜和融资便利等，这也导致国有企业即便缺乏创新进取能力也能获取巨大的经济利益。因此，相较于非国有企业，国有企业通过触阱购获取绿色创新提升的动力可能不够充足。依据上述分析，为检验勘济购的绿色创新效应在不同产权性质维度的差异，本文将样本分为国有企业、非国有企业两组样本，研究不同产权性质的企业进行勘伊购对自身绿色创新的影响。8目窿的结果如表6所示,其中第（1）（3）列为未加拗段量的结果，第（2）（4）列为力叭控制变量的结果。结果显示，非国有企业样本的双重差分项系数显著为正，且系数大4与基准回归近似,国有企业样本中交叉项系数不具有显著性，说明相对于国有企业，勘济购更能促进非国有企业的绿色创新水平提升。表6不同产权性质企业海外并购的绿色创新效应国有企业非国有企业(D(2)(3)(4)TreatmenfMA1.83261.77531.5545”13602,(13701)(1.3791)(2.0955)(1.7932)常数项4.144415.52954.0274-5.7795(11.9440)(0.7450)(15.4105)(-03632)控制变量否是否是个