《Innovation and Green Development》：Multidimensional climate risks and corporate green innovation: Firm-Level evidence from Saudi Arabia
编辑推荐：
本研究考察物理气候风险如何影响企业绿色创新，使用2010–2024年100家沙特上市公司的企业层面数据。研究采用多维气候风险框架，整合六个客观气候指标——土壤湿度（GW）、降水量（PRE）、比湿（QV2M）、相对湿度（RH2M）、湿球温度（T2MWET）和风速
本研究考察物理气候风险如何影响企业绿色创新，使用2010–2024年100家沙特上市公司的企业层面数据。研究采用多维气候风险框架，整合六个客观气候指标——土壤湿度（GW）、降水量（PRE）、比湿（QV2M）、相对湿度（RH2M）、湿球温度（T2MWET）和风速（WS2M）——均源自NASA的MERRA-2数据集。企业绿色创新从三个维度评估：数量（绿色专利申请量）、质量（绿色发明专利申请量）和效率（绿色专利与研发支出之比）。研究采用固定效应模型、滞后设定和动态系统广义矩法（System GMM）以解决未观测异质性、内生性和创新持续性问题。结果揭示气候效应的显著异质性：由土壤湿度和降水量表征的水相关条件显著促进绿色创新的数量、质量和效率，表明改善的水资源可及性支持长期创新投资；相反，以湿球温度衡量的热应激一致且显著抑制绿色创新各维度，凸显极端高温在干旱经济体中的硬性约束作用。其他气候因子（湿度和风速）影响较弱且更具选择性，主要作用于创新效率。在替代创新指标、动态设定及排除COVID-19时期的检验中结果保持稳健。通过提供沙特阿拉伯的企业层面证据，本研究推进了对多维气候风险如何塑造气候脆弱干旱经济体中企业绿色创新的理解，构建了将特定气候因子与不同绿色创新维度联系起来的多维物理气候风险框架，为新兴经济体可持续发展转型中的气候适应与绿色创新政策设计提供了稳健实证基础。
论文解读：《Innovation and Green Development》
一、研究背景与动机
气候变化通过物理气候风险（如升温、极端天气、水资源短缺）直接影响企业生产、劳动生产率与供应链，进而重塑企业投资与创新决策。企业绿色创新（Corporate Green Innovation）是减缓气候变化和提升适应能力的关键，但其受气候风险的影响方向在现有文献中并不统一：一部分研究认为气候风险通过增加不确定性与融资约束抑制绿色研发；另一部分研究认为环境压力会倒逼企业向清洁技术转型。既有研究多依赖单一或聚合气候指标（如温度异常、政策不确定性指数），忽视了物理气候风险的多维性；同时实证证据高度集中于中国与东亚新兴经济体，对干旱、气候脆弱区域（如沙特阿拉伯）的企业层面分析较为缺乏；此外，绿色创新效率维度常被忽略。在此背景下，研究人员以沙特阿拉伯——极端高温、缺水、能源密集型且正处于“2030愿景”转型的经济体——为场景，构建多维物理气候风险框架，从数量、质量、效率三维度考察企业绿色创新响应。
二、关键研究方法与技术路线
研究人员构建2010–2024年沙特上市公司（Tadawul）非金融企业平衡面板（最终样本100家，1500观测值）。企业绿色创新三维度分别为：GI1（绿色专利申请数，数量）、GI2（绿色发明专利申请数，质量）、GI3（绿色专利数/R&D支出，效率）。物理气候风险变量来自NASA MERRA-2再分析数据，按企业总部地理位置匹配六个指标：土壤湿度（GW）、降水量（PRE）、比湿（QV2M）、相对湿度（RH2M）、湿球温度（T2MWET）、风速（WS2M）。控制变量包括企业规模（Size，总资产对数）、杠杆率（Lev）、资产收益率（ROA）、营收增长率（Growth）、董事会规模（Board）。连续变量在1%、99%水平缩尾。基准为面板固定效应模型（Firm FE + Year FE），所有解释变量滞后一期缓解反向因果；进一步使用系统广义矩法（System GMM）处理创新持续性与内生性；稳健性检验采用替代创新指标（绿色专利占比、绿色投资支出效率）、排除2020–2022年COVID-19时期、动态替代设定等。
三、研究结果
4.1 描述统计与相关分析
各绿色创新维度均值低于标准差，右偏分布，企业间差异大；气候变量跨企业与时间变异充足，适合多维分析；控制变量分布合理。Pearson相关矩阵显示GI1、GI2、GI3彼此显著正相关，替代指标与基线对应指标强相关；气候因子中等相关且VIF均值1.96（最高3.12），多重共线性可控。
4.2 模型诊断与设定检验
F检验拒绝混合OLS，Hausman检验优选固定效应；Modified Wald检验支持存在组间异方差；Wooldridge检验支持一阶自相关；Pesaran CD检验显示横截面相关（已通过年度固定效应与聚类标准误吸收）；LLC与IPS面板单位根检验拒绝单位根，变量平稳。
4.3 基准回归（固定效应）
contemporaneous与lagged设定一致显示：GW与PRE对GI1、GI2、GI3显著正向；T2MWET显著负向；QV2M弱正边缘显著；RH2M不显著；WS2M对GI3（效率）弱正显著。控制变量中Size、ROA、Growth、Board正显著，Lev负显著。
4.4 动态面板（System GMM）
滞后因变量系数显著正（0.38–0.46），证实绿色创新路径依赖。在控制创新持续性后，GW、PRE仍正显著，T2MWET负显著，QV2M与RH2M多不显著，WS2M对效率弱正。AR(2)不显著、Hansen检验不拒绝过度识别有效，工具变量数合理。
4.5 稳健性检验
使用替代创新指标（GI1alt、GI2alt、GI3alt）的FE与GMM结果方向与显著性保持一致：水相关气候因子促进相对绿色创新表现，湿球温度抑制。排除2020–2022年样本后，核心系数符号与显著性基本不变，表明结果并非疫情冲击驱动。
四、讨论与结论翻译
讨论部分总结
研究人员发现，物理气候风险对企业绿色创新的影响具有异质性与不对称性。水相关条件（土壤湿度、降水）通过降低生产不确定性与水资源压力，支持长期绿色技术投资，促进创新数量、质量与效率；这与适应性创新视角一致。湿球温度所捕捉的热应激是干旱经济体中最稳健的创新约束：极端高温降低劳动生产率、推高制冷能耗与运营成本，挤出研发资源，抑制创新各维度，支持气候风险约束机制。比湿与相对湿度影响较弱且不稳健，可能通过间接渠道（劳动生产率、设备性能）起作用；风速主要与创新效率弱相关，或与可再生能源及能效优化情境有关。动态分析显示绿色创新具路径依赖，但气候核心效应在控制持久性后依然成立。稳健性检验与COVID-19时期排除进一步巩固结构型气候–创新关系解读。相比将气候风险统一视为促进或抑制力量，沙特案例揭示不同气候维度可产生截然不同的企业响应。
研究结论（翻译）
本研究利用2010–2024年沙特上市公司企业层面数据，考察物理气候风险对企业绿色创新的影响。通过采用多维气候风险框架并从数量、质量和效率三维评估绿色创新，研究提供了干旱及气候脆弱经济体中企业如何应对气候相关挑战的新证据。实证结果显示，气候风险对企业绿色创新的影响具有异质性和不对称性：以土壤湿度和降水量表征的水相关气候条件一致促进各维度绿色创新，表明改善的水资源可及性降低运营不确定性并支持长期创新投资；相反，以湿球温度衡量的热相关气候风险显著抑制绿色创新的数量、质量和效率，凸显热应激在干旱环境中对企业创新能力的主要约束。其他气候因子（湿度和风速）表现出更弱或更选择性的影响，主要作用于创新效率而非规模或技术复杂度。上述发现在固定效应模型、滞后设定、动态System GMM估计、替代创新指标及排除COVID-19时期的样本限制中均保持稳健。创新持续性在动态模型中显著，在控制路径依赖与内生性后，核心气候效应依然成立，强化因果解读。研究表明，气候风险并不统一阻碍或刺激创新：在沙特及类似干旱经济体中，水资源可用性支持绿色转型，而极端高温构成硬性约束。政策制定者可据此设计差异化气候适应与绿色创新政策——例如耐高温基础设施、可再生能驱动的海水淡化与节水技术、绿色研发激励与能效融资——以对接“2030愿景”的可持续多元化目标。管理人员可将气候风险评估整合进创新资源配置，投资者可依据物理气候暴露重新评估企业长期创新潜力与可持续性表现。本研究局限在于聚焦物理风险而未交互考虑转型风险（碳定价、监管），未来可引入工厂级或供应链级暴露、非线性阈值及跨气候区比较分析。综上，本研究通过多维物理气候风险框架与沙特企业层面证据，深化了对气候–创新关系的理解，为资源约束环境下的绿色转型政策提供了实证基础。
