可持續發展下天氣變化對創新產出的影響

蔣小仙

摘要：文章選取對社會經濟發展具有重要影響的創新領域作為研究對象，構建天氣變化與創新產出的計量模型，定量分析天氣變化對創新產出的影響。結果表明，天氣變化對創新產出具有顯著影響。每月最高溫度數增加1單位，創新產出就減少0.0078個單位，降雨天數增加1個單位，創新產出量就增加0.0074個單位;西部地區對天氣變化的敏感程度最大，中部地區次之，東部地區更弱。各創新區域應因時制宜的制定創新戰略，保障創新資源配置有效性的同時，激發員工的創造力，促進創新產出，保障社會可持續發展。

關鍵詞：天氣變化;創新產出;社會可持續發展

一、引言

即將在北京大學召開關于氣候變化和可持續發展的社會創新論壇表明天氣變化與創新對社會可持續發展具有重要意義。人類生活在地球上，人類活動與自然環境息息相關，天氣變化作為自然環境的微觀特征，直接影響著人類賴以生存的環境，制約著社會經濟的發展。當前，我國正處于經濟發展的升級轉型期，經濟社會發展面臨較大的挑戰，近幾年國內生產總值（GDP）的增長率在減緩，從10%下降到7%。在中國經濟新常態的背景下，經濟發展必須從投資驅動和要素驅動轉向創新驅動，社會創新成為經濟發展的關鍵所在，創新產出對國家經濟的推動作用已毋庸置疑，創新成為社會焦點所在。但已有文獻對創新的研究主要集中于政府規制、金融體系和技術，管理者特質、制度、環境和文化氛圍等制度和文化環境因素，忽略了天氣變化對創新產出的影響。天氣變化通過影響創新主體的認知水平和情緒變化，進而影響創造力的提升，最終影響創新產出。因此，探索天氣變化對創新產出的影響機制，對創新戰略的制定和調整具有重要意義。

二、理論分析

（一）創新產出影響因素

創新對整體經濟的競爭力具有重要意義，十九大報告中“創新”被提及了將近60次，以創新提升我國經濟創造力和競爭力。可見，創新是獲得競爭優勢的跳板，創新是實現社會經濟可持續發展的重要途徑。在已有文獻中存在大量關于創新和創新戰略的研究，從研究內容上看，Manual指出阻礙創新的五大因素分別是成本因素、知識因素、市場因素、制度因素和其它不創新的因素，其中成本因素包含企業內外部的資金缺乏、風險成本過高等;知識因素包括創新潛力不足、缺乏技術信息、缺乏市場信息、難以找到合作伙伴、企業內部組織僵化等;市場因素包括對創新商品或服務的不確定需求，以及由老牌公司主導的潛在市場競爭;制度因素是缺乏基礎設施、產權、立法、法規等;其他不創新的原因為缺乏創新的需求，不需要進行創新，在這些研究內容中，學者們關注較多的是制度與市場因素，主要集中于政府、市場和企業三方面的相互協調關系。

（二）天氣變化對創新產出的影響分析

隨著氣候變化，社會創新產出也在發生變化。較多研究表明天氣變化對個體情緒、行為具有決定性的影響，進而影響個體創造力的提升。首先，天氣變化影響著個體情緒和行為，Lucas &Lawless發現低溫會提升幸福感，減輕疲勞和壓力，而高溫則會降低幸福感;Dowling&Lucey發現陽光燦爛的天氣對投資者的認知過程和交易決策行為產生影響，進而影響股票的市場回報率;Simonsohn發現在陰雨天氣里人們更加專注和明確自己的目標，較少關注社會因素和個人享受。

在心理學研究中，Keller和Denissen等人提供很多將天氣與情緒聯系起來的例子。而個體情緒和行為又是影響組織創新創造力的關鍵。左玉涵，謝小玉在組織行為領域對情緒作用機制的研究中指出，情緒無論是在個體的工作產出還是組織變革過程中都有著重要作用，對組織的沖突、合作和創造力具有重要影響，并根據Schwarz的研究明確情緒是反映環境狀況信息的突出表現，為了回應環境中的問題，不同的情緒會觸發適應該環境的不同認知加工策略，即環境通過情緒影響著組織人員的認知。不僅如此，Schwarz的研究還表明情緒存在調協效應，具有積極情緒和消極情緒兩種特征，積極情緒會促進發散性思維和提升認知靈活性，做出更多創造性探索，使人們的認知視野更廣闊，思維和行為都更發散。反之，消極情緒會使認知視野更狹窄，但消極情緒又有利于問題識別和持續努力。所以，無論是積極情緒還是消極情緒都能提升創造力（George，Zhou）。因此在微觀上，天氣變化對創新產出的影響機理是通過對組織人員的情緒產生影響，進而影響組織個體或團隊創造力，最終影響創新產出。

三、數據來源與計量模型

（一）數據來源

文中使用的數據包括創新產出數據和氣象數據，創新產出數據源于萬得資訊經濟數據庫中的統計數據，包含我國31個省、市、自治區（以下簡稱省份）2011～2016年逐月的發明專利授權量。氣象數據源于手動收集天氣網的歷史天氣數據，包含我國31個省份省會城市2011～2016年逐月的天氣因子，主要為：最高溫度數（Tmax，℃）、最低溫度數（Tmin，℃）、降雨天數（Rain，days）、降雪天數（Snow，days）、晴天數（Sun，days）、陰天數（Overcast，days）、多云天數（Cloudy，days），沙塵暴和霧霾天氣由于只存在部分省份，因此根據在觀察期間是否出現過兩種天氣來生成無量綱的沙塵暴虛擬變量（Sandstorm）（未發生=0，發生=1）和無量綱的霧霾虛擬變量（Foghaze）（未發生=0，發生=1）。其中安徽合肥和浙江杭州在2014年5月存在數據缺失，本文以上一年同月份的數據進行補充。各變量的描述性統計見表1，除每月最低溫度和多云天數的波動較大，其它變量的變化都較平穩。

（二）計量模型

1. 氣候經濟模型的建立

已有研究大多使用C-D生產函數模型對天氣變化和經濟發展的關系進行實證分析，但本文天氣因子是月度數據，存在較多取值為0的觀測值，取自然對數會產生較多缺失值。另外，最高溫度數和最低溫度數存在負值，不滿足取自然對數的要求，因此本文只對創新產出（Q，件）取對數值。并構建以下研究模型：

lnQij=β0C+β1Tmaxij+β2Tminij+β3Rainij+β4Snowij+β5Sunij+β6Overcastij+β7Cloudyij+β8Sandstormijβ9Foghazeij+di+mj+εij（1）

（1）式中，C表示常數項，i表示各省會城市，j表示2011～2016年各月份，β1到β9表示天氣因子的產出彈性，即表示在其它條件不變的情況下，某因子變化一個單位，創新產出會相應地變化βX個單位（1≤x≤9），反應創新產出對天氣變化的敏感性。

di表示地區固定效應，mj表示時間固定效應，避免季節性變化的干擾，εij表示隨機干擾項，包含對創新產出無法觀測到和忽略的影響因子。

2. 變量的平穩性檢驗

由于各省會城市的創新產出數據結構相似，就以北京市為例觀察創新產出和天氣變化的時間趨勢。本文采用IPS檢驗和Chio檢驗法進行面板單位很檢驗，同時考慮所有城市的各個變量是否含有單位根。在經過面板單位根檢驗后，各變量均為平穩序列，一階差分后仍然平穩。再對模型1的殘差序列進行Fisher型的單位根檢驗，P統計值為656.1783，在0.1%的顯著水平下拒絕原假設，即殘差序列平穩，模型構建合理，不存在偽回歸現象。

四、結果分析

（一）回歸檢驗結果分析

本文對2011年01月至2016年12月間中國31個省份創新產出的自然對數和相應省會城市的9個天氣因子時間序列面板數據構建線性回歸模型，方程的可決系數調整R2為0.863，模型擬合度較高。回歸結果見表3，表中模型（1）表示未控制地區固定效應和時間效應時的回歸結果，可以看出當月最高溫度對創新產出具有負向作用，但在統計意義上不顯著;當月最低溫度對創新產出具有顯著的正向影響，顯著水平為0.1%;下雪天、晴天、陰天越多，創新產出也會隨之顯著增加，存在霧霾天氣的省份較其它省份的創新產出會顯著增加，而多云天對創新產出具有顯著的負向影響。在模型（2）中加入地區固定效應虛擬變量D以后，控制區域間的相互影響。下雪天、多云天以及是否有霧霾對創新產出不再具有顯著影響，其它天氣因子對創新產出的影響未發生本質變化。在模型（3）中，同時引入地區固定效應和時間固定效應，每月最高溫對創新產出的負向影響在0.5%的水平上顯著;每月最低溫對創新產出的正向影響在0.5%的邊際水平上顯著（文中未標注）;降雨天氣在0.5%的顯著水平上能促進創新產出;其它天氣因子對創新產出的影響均不顯著。可見是否控制地區固定效應和時間固定效應對研究結果的有效性存在較大的影響。

（二）區域間的差異分析

本文將全國31個省會城市劃分為東中西部三個區域。各地區天氣變化對創新產出的影響關系見表4。從中可以看出，降雨天氣影響創新產出顯著的區域有東部地區和中部地區，降雨天數每增加1個單位，東部地區創新產出增加0.0087個單位，而中部地區增加0.0132個單位，中部地區對降雨天氣的敏感性強于東部地區。而高溫度數和低溫度數只對西部地區有顯著影響，高溫度數每增加1個單位，西部地區創新產出就減少0.0157個單位，反之，低溫度數上升1個單位，西部地區創新產出增加0.0154個單位。

五、結論與啟示

本文通過構建9個天氣因子與創新產出因子的氣候經濟模型，實證研究了天氣變化對我國31個省份創新產出的影響，研究得出如下結論。

1. 在控制了地區固定效應和時間固定效應的模型中，9個天氣變化因子中最高溫度數和降雨天數對我國創新產出具有顯著影響。最高溫度數對我國創新產出有顯著負影響，每增加1個單位，創新產出就會減少約0.0078個單位。降雨天數對我國創新產出有正面影響，每增加1個單位，創新產出量就會增加0.0074個單位。其余天氣變化因子對我國創新產出的長期均衡關系不顯著。

2. 不同區域對天氣變化的敏感程度不同，東部地區和中部地區受降雨天數影響顯著，西部地區受降雨天數影響不顯著。西部地區受最高溫度數影響顯著，其它地區受最高溫度數影響不顯著。其它天氣變化因子對各區域的創新產出影響均不顯著。即中部地區對降雨天氣影響的敏感度大于東部地區，西部地區對溫度影響的敏感度高于東中部（影響不顯著）。西部地區對天氣變化的敏感程度最大，中部地區次之，東部地區更弱。

從結論中可以得出，東部地區對天氣變化的敏感性最弱，但是東部地區的創新產出遠遠高于中西部地區。即區域創新產出量對天氣變化的敏感性越強的地區，不管降雨天氣和溫度對創新產出是促進作用還是抑制作用，創新產出量都受到天氣變化的明顯制約。即在中部地區，降雨天氣對創新產出量具有顯著的正向促進作用，但是當降雨天氣天數減少時，員工的情緒會受到影響，進而阻礙創造力的提升，減少創新產出量。相對于中西部地區，東部地區創新主體對天氣變化的敏感性較低，其創新產出較高且穩定。因此，各區域在制定創新戰略時，如果忽略了天氣變化對創新產出量的影響，將在長期的過程中造成一定的隱形損失。因此，基于本文研究，創新組織應根據天氣變化對我國各區域創新產出的影響，預估受天氣變化影響的可能創新產出值，調整創新戰略。因時制宜的組織創新，將資源充分調度到促進利于創新產出的季節，規避抑制創新的季節，保障創新資源配置有效性的同時，激發員工的創造力，促進創新主體的創新產出，保障社會可持續發展。

參考文獻：

[1]劉杰，許小峰，羅慧.極端天氣氣候事件影響我國農業經濟產出的實證研究[J].中國科學（地球科學），2012（07）.

[2]劉麗麗，杜榮，艾時鐘.IT服務企業中文化對知識共享與創新行為關系的影響[J].中國管理科學，2016（04）.

[3]張海冰.歐洲一體化的制度變革與創新研究[J].世界經濟研究，2005（02）.

[4]葉志強，趙炎.獨立董事、制度環境與研發投入[J].管理學報，2017（07）.

[5]張杰，楊連星，新夫.房地產阻礙了中國創新么？——基于金融體系貸款期限結構的解釋[J].管理世界，2016（05）.

[6]張峰，黃玖立，王睿.政府管制，非正規部門與企業創新：來自制造業的實證依據[J].管理世界，2016（02）.

[7]肖文，林高榜.政府支持、研發管理與技術創新效率——基于中國工業行業的實證分析[J].管理世界，2014（04）.

[8]中國企業家調查系統，仲為國，李蘭，等.企業進入創新活躍期：來自中國企業創新動向指數的報告——2016·中國企業家成長與發展專題調查報告[J].管理世界，2016（06）.

[9]Necadova M， Scholleova H. Competitiveness and innovation performance of the Czech Republic in international rankings[J].Research Journal of Economics， Business and ICT. 2012（04）.

[10]Krause J. Factors Hampering Innovation Activities： Case Study from the Czech Republic[J]. Journal of technology management & innovation，2016（04）.

[11]張夢婷，鐘昌標.要素市場、制度與創新[J].南開經濟研究，2015（06）.

[12]周柯，唐娟莉.我國省際創新驅動發展能力測度及影響因素分析[J].經濟管理，2016（07）.

[13]臧欣昱，馬永紅，王成東.基于效率視角的區域協同創新驅動及影響因素研究[J].軟科學，2017（06）.

[14]李楠，龔惠玲，張超.區域創新驅動發展關鍵影響因素研究[J].科技進步與對策，2016（12）.

[15]Lucas R E， Lawless N M. Does life seem better on a sunny day？Examining the association between daily weather conditions and life satisfaction judgments.[J]. Journal of personality and social psychology. 2013（05）.

[16]Dowling M， Lucey B M. Weather， biorhythms， beliefs and stock returns—some preliminary Irish evidence[J]. International Review of Financial Analysis.2005（03）.

[17]Simonsohn U. Excess entry into high-demand markets： evidence from the timing of online auctions[R]. Working paper. The Wharton School. University of Pennsylvania， 2005.

[18]Keller M C， Fredrickson B L， Ybarra O， et al. A warm heart and a clear head： The contingent effects of weather on mood and cognition[J].Psychological science. 2005（09）.

[19]Denissen J J， Butalid L， Penke L， et al. The effects of weather on daily mood： A multilevel approach.[J]. Emotion. 2008（05）.

[20]左玉涵，謝小云.組織行為領域情緒作用機制研究回顧與展望[J].外國經濟與管理，2017（08）.

[21]Schwarz N. Feelings as information： informational and motivational functions of affective states[M]. Guilford Press， 1990.

[22]George J M， Zhou J. Dual tuning in a supportive context： Joint contributions of positive mood， negative mood， and supervisory behaviors to employee creativity[J]. Academy of Management Journal. 2007（03）.

（作者單位：貴州大學管理學院）