Article

Exploring the role of innovation and entrepreneurship in environmental sustainability：Evidence from GBA Cities in China

Xiaoheng Chen ¹, Muhan Ma ^2,*, and Weifeng Peng ³

¹ Xiaoheng Chen 1; xiaohengchen@gpnu.edu.cn

² Mu-Han Ma 2; muhan.ma@bnu.edu.cn

³ Weifeng Peng 3; wfpeng78@hotmail.com 

* Correspondence: muhan.ma@bnu.edu.cn; 

Received: date; Accepted: date; Published: date

Abstract: While the role of innovation and entrepreneurship is expected to benefit environmental sustainability, the effects are not consistent along the periods of economic development and enterprise life stages. This research studies in which stage and to what extent, innovation and entrepreneurship affects environmental sustainability of cities in Greater Bay area (GBA), China. The method of Gini coefficient and spatial autocorrelation are used to describe the evolutionary characteristics of innovation and entrepreneurship index (IEI) and environment index (EI) along time and space. And the model of STIRPAT is used for regression test to find out the relationship between these variable. The findings of this study suggest that in the previous stage of economic development, the factor innovation and entrepreneurship plays no significant role in sustainable environment. When the economy goes to the fast developing stage, this role becomes negative. When the natural resources become the main constraints of development and pressure from society increases, the effects of innovation and entrepreneurship change to be less negative and are expected to be positive. This study contributes to the theory of sustainable innovation and entrepreneurship, and provides experience to the policy maker.

Keywords: environmental sustainability 1; sustainable innovation 2; sustainable entrepreneurship 3 ; innovation and entrepreneurship 4 

1. Introduction

To achieve sustainable development with less harm to nature, people have high expectations of innovation and entrepreneurship. Many experts view that entrepreneurial activities can bring the next industrial revolution that sustains the ecology [12,25,7]. The disruption power of innovation may bring new technologies, materials, clean energy, business models etc. that sustains ecological development [18,35,24]. Another view shows that entrepreneurs encounter the dilemma between maximizing the shareholders' values or the benefits of sustainable environment, and enterprises tend to choose the former one which will easily cause negative effects on environment. [31,32,35]. 

The effects of innovation and entrepreneurship on environmental sustainabilityare much more complicated than just judging it positive or negative. Some researches study the incentives of enterprises to find out under what conditions, this effect will become positive, and the factors of regulations, constraints, strategy and opportunities are discussed [10,19,22]. And they provide guidance of leading the positive effects of innovation and entrepreneurship from the perspective of stakeholders’ values, business model construction, social responsibility, social financing, cost of new institution [41,37,13,9]. The debates exist as the research of innovation and entrepreneurship’s role in environmental sustainabilityis new, and the long-term empirical studies are rarely found. Based on the extant research, this paper will analyze the effects with an evolutionary perspective by using quantitative methods with panel data, and discuss the role of innovation and entrepreneurship in environment sustainability with the background of Greater Bay Area cities in mainland China. 

The background of study is briefly mentioned as follows. Innovation-driven and low-carbon strategy is seen as essential for China's economic transformation, industrial upgrading, and sustainable development [29]. As the "world's factory," China has established a comprehensive industrial development system, but at the same time, it is faced with severe resource and environmental challenges. According to the government document in 2017 [29], the main objectives of innovation and entrepreneurship policy includes transforming traditional industries with new technologies, new business models to enhance core competency of the country. China is determined to choose an environmentally friendly development path with the power of innovation and entrepreneurship. And this paper will study 21 cities of the leading province Guangdong especially cities in the Greater Bay Area to test effects of innovation and entrepreneurship.

The research is designed by the following steps. (1) Collected panel data of innovation and entrepreneurship index, environment index, GDP per capita, population gross of 21 cities in Guangdong, China. (2) The data is cleaned and calculated by the method of Gini coefficient, spatial autocorrelation, followed with the descriptions of temporal and spatial characteristics. (3) The panel data of 21 cities is tested with the regression model STIRPAT to know about the relationship between innovation and entrepreneurship index and environment index.

The results of this empirical study are as follows. (1) The differences of innovation and entrepreneurship index among cities have increased, and the agglomeration trend of innovation and entrepreneurship is obvious and has been strengthened in the area of GBA. (2) The differences of ecological conditions in GBA cities are subtle, but compared with the other cities in Guangdong, their environment index is much lower. (3) The regression results show that innovation and entrepreneurship have negative effects on the environment of GBA cities, while playing no significant role in the other cities with good environment index. The variable GDP per capita have the same effects on the environment of two groups, while the variable population gross’s effect is negative to both groups. (4) The negative effect tells not just about negative results. This study suggests that innovation and entrepreneurship’s roles in environment may change over different stages.

This study has contributed to the theory of innovation and entrepreneurial role in environmental sustainability with the quantitative method. And the study provides experience of evolution path of innovation and entrepreneurship’s roles for policymakers.

The structure of this paper is organized as follows. Literature about environmental sustainability, sustainable innovation and entrepreneurship is discussed, followed with the research questions. Part three explains data collection and methods, introduces theoretical models and constructs empirical model for data analysis. Part four is about the results of data test and analysis, providing the basis for final discussion. The last part includes summary of research results, contributions and implication for policymaker. Limitation about this research is mentioned at the end.

2. Literature Review 

2.1. Environmental sustainability 

In 1972, the term "sustainable development" was coined in the United Nations Conference on the Human Environment. The definition of "sustainable development" is the development that meets the needs of the current generation without sacrificing the future generation's benefits. Sustainability means to seek economic growth with the equal development of society and environment protection (triple bottom lines) [19]. Some experts regard it as an oxymoron that it is difficult to maintain the balance of three goals as economic growth requires a large number of natural resources [33,4]. Environmental sustainability will be affected by overdependence of natural resource rents, and economic growth has negative impacts on carbon dioxide emission, land biodiversity, climate change etc. [5,2]. How to break this dilemma situation? In many researches, the role of innovation and entrepreneurship is seen as a crucial solution to environmental sustainability[3,25,34]. In this paper, the discussion of sustainability will be narrowed to the environmental sustainabilitygoal, and solution is explored through the influence mechanism of innovation and entrepreneurship. 

2.2. Innovation and environmental sustainability

The concept of innovation was systematically described in Joseph Schumpeter's book the Theory of Economic Dynamics. According to OECD's Oslo Manual [28], "innovation is the implementation of a new or significantly improved product (good or service), or process, a new marketing method, or a new organizational method in business practices, workplace organization or external relations." The reason innovation goes beyond invention is that it includes transferring knowledge into the values of economics and society. In recent years, innovation is integrated with the research of ecology (eco-innovation), such as the use of cleaner energy, low-carbon economics [1], green production with life cycle assessment [21]. And this evolved into the research of sustainable innovation, that is, innovation is integrated into the design of new products, processes, and organization structure to meet the sustainable goals [37]. 

The studies of sustainable innovation focus on its influence on environment and economics, the incentives enterprises choosing the strategy and the way they act. Two types of incentives were highlighted [31,13]. The opportunity-driven type is common that organizations are motivated by the financial values resulting from sustainable innovations. The other type (sustainability-driven) refers to sustainable innovation that aims to generate social and ecological values rather than maximizing financial values. Walske et al. [39] explained this ideal type from the perspective of the resource-based view. He argues that sustainable innovation can add to the socio-ecological value creation, bringing greater benefits. Walker et al. [40] reveal the barriers and drivers of sustainable innovation, including resources, motivation, knowledge, stakeholders, legislation, and voluntary engagement. Most of the literature provides good implications for guiding sustainable innovation at the firm level, but the effects of innovation on sustainability are less analyzed through macro data. 

2.3. The role of entrepreneurship in sustainable environment

The discussion of entrepreneurial roles in environmental sustainabilityis more objective than overly optimistic. At the nascent stage of the study, the open question of sustainable entrepreneurship research is whether and to what extent entrepreneurship creates sustainable economics, how can this be incentivized, and are there any barriers to achieve rents for sustainable ventures [19]. The definition of sustainable entrepreneurship contains the meanings of entrepreneurship and sustainability. It is the process of discovering, evaluating, and exploiting economic opportunities to create future goods and services consistent with the sustainable goals [14,11,23,30]. 

The interrelationship between entrepreneurial activities and sustainability in nature is explored with different perspectives. From the game theory, before the establishment of institutions and norms, enterprises tend to choose unsustainable methods to achieve advantages of cost and become more competitive [31]. The pressure of sustainability will bring market failures and open new opportunities for the new entrants, and incumbent players have to transform following the trend [22]. Dhahri and Omri [16] also found that entrepreneurs are driven by the opportunities of sustainable models to obtain rents while improving the local environmental conditions. These researches imply that the relationship between entrepreneurship and environmental sustainabilitymay change over different periods.

Based on the literature review, this study assumes that the effects of innovation and entrepreneurship are obvious, but to what extent and in what way they influence the environment, and is there any difference at time and space? Under what conditions, the negative or positive effects occur? These are the questions that this paper will explore with empirical research in a macro and medium view. Before testing the relationship, it is necessary to analyze the spatial and temporal distribution of innovation and entrepreneurship index and the environment index. 

3. Data and Methods 

3.1. Data collection 

This study aims to analyze the effects of innovation and entrepreneurship on environmental sustainability for GBA cities in China, which is the leading province with a good business environment. The indicator innovation and entrepreneurship index (IEI) is chosen for the measure of innovation and entrepreneurship. The data is from Peking University Open Research Data Platform, led by the Enterprise Big Data Research Center of Peking University and jointly developed by the National Development Institute of Peking University and Longxin data research institute. This regional index in China from 2008 to 2016 is a set of indexes that objectively reflect the innovation and entrepreneurship activities at the urban level [19]. The index examines the actual output of innovation and entrepreneurship within the region, such as the number of new entrants, the number of foreign investment, VCPE investment, patents, rather than the input, to form a more objective and true evaluation. 

Each city's environment condition is measured by the environment index (EI) from the Guangdong Ecology and Environment Department (2008 to 2016). EI index refers to the synthesis of a series of indexes reflecting the region's ecological environment quality. The calculation method is as follows: 

EI=0.25× biological abundance index + 0.2 × vegetation cover index + 0.2 × water network density index + 0.2 × land degradation index + 0.15 × environmental quality index. 

The relevant data of GDP per capita of 21 cities and the proportion of the permanent resident population of each city (%) mainly come from the statistical yearbook of Guangdong from 2008 to 2016 published by China Statistics Press.

3.2. Theoretical model 

3.2.1. Gini coefficient

Gini coefficient is used to measure the difference of innovation and entrepreneurship index (IEI) or the relative difference of the environment index (EI) of cities. The formula is as follows:

In formula (1), G is the Gini coefficient of IEI or EI of cities. N is the number of cities studied (21 cities). Xi is the values of IEI or EI of a city. Cx is the average values of IEI or EI of all cities. i is the ranking of values from small to large.

3.2.2. Spatial autocorrelation

Global Moran's I is a method to measure whether the research object has significant spatial correlation and degree of agglomeration, and its expression is as follows:

In formula (2), n is the number of cities studied. Xi and Xj are the index values of IEI or EI in a city i and j. X is the average value of the index of innovation and entrepreneurship of all cities or the environment index, and Wij is the weight.

The methods of Local Spatial Autocorrelation analysis include LISA, G statistics and Moran scatter plot. In this study, the statistic Gi * was used to detect the local spatial dependence of 21 cities in Guangdong province in terms of innovation and entrepreneurship level or ecological environment status. The calculation formula of the statistic Gi* for each regional unit i is:

The statistic Gi* was tested in a standardized form as follows:

In equation (4), E(Gi*) and VAR(Gi*) are expected value and standard deviation of the statistic Gi*, respectively. If Z(Gi*) > 0 and is significant, it indicates that there is a hot area around region i. If Z(Gi*) < 0 and is significant, it means that there is a cold area around region i.

3.3. Empirical model construction

3.3.1. Panel data model

Based on the STIRPAT model, which is widely used in the field of environmental economics, this paper constructs an empirical model of the relationship between innovation and entrepreneurship level and ecological environment. The basic form of the STIRPAT model is as follows:

This paper mainly studies the effect of innovation and entrepreneurship on the ecological environment. Therefore, the ecological environment index is selected as the dependent variable, and the innovation and entrepreneurship index per capita is selected as the main independent variable. The population gross and GDP per capita are selected as the second independent variables. The final model is:

In equation (6), E represents the environment index, and I is innovation and entrepreneurship index. G is GDP per capita, and P is population gross. The subscript refers to the year t of the i city, and μ is the individual heterogeneity, ε is the random disturbance term. The variables and their descriptions are shown in table 1:

Table 1. Variables and descriptions

¹https://doi.org/10.18170/DVN/PEFDAS

²http://gdee.gd.gov.cn/sthjzs/index.html

³http://stats.gd.gov.cn/gdtjnj/index.html

4. Results

4.1. The Spatio-temporal evolution characteristics of innovation and entrepreneurship level

4.1.1. Characteristics of temporal sequence evolution

According to the innovation and entrepreneurship index (IEI) of 21 cities from 2008 to 2016, the average value of each year ranges from 59.889 to 64, which presents a trend with not much difference. When the cities' index is compared among each year, for example in 2016, there is a significant gap from 5.802 (Yufu city) to 100 (Shenzhen city). This is why using Gini coefficient is more proper for analysis. By calculating formula (1), the result is shown in figure 1. It can be seen that the Gini index is high, and fluctuated in an upward trend from 0.295 in 2008 to 0.343 in 2016, which illustrates that the difference of IEI levels among the cities in Guangdong province is widening. This reflects unbalanced development among cities in the same province, and the next analysis will find out which cities are leading or lag behind.

Figure 1. Gini index of innovation and entrepreneurship level of 21 cities in Guangdong province from 2008 to 2016 

4.1.2. Spatial disparity features

The spatial disparity features of cities in Guangdong province are obvious. The city's innovation and entrepreneurship capabilities are highly differentiated and unevenly distributed in different regions. 8 of the top 10 cities in terms of innovation and entrepreneurship are in the Greater Bay Area or the Pearl River Delta. Shenzhen, Guangzhou, and Foshan were the leading cities of innovation in 2016. With the fast development speed, Shenzhen has competitive advantages in innovation and entrepreneurship since the reform in the 1980s. It has benefited a lot from government policy, financial resources, technology clusters, and young talents from the other cities. Guangzhou is the provincial capital city with a strong economy, including industry, trade and service industry, financial industry, agriculture, transportation, and information industry. Foshan is famous for manufacturing industries, and its proportion of secondary industry to GDP is 59.6% in 2016, which can serve as a good foundation for innovation and entrepreneurship. Cities in the east, the west and the north of Guangdong have relatively low index values, where the economic developments lag behind compared with cities in the Greater Bay Area. 

4.1.3. Spatial Autocorrelation features

For testing the cluster effects of 21 cities about innovation and entrepreneurship, the model of spatial autocorrelation is used for calculating Global Moran's I. The results show that Global Moran's I ＞0, Z values ＞1.65, P values < 0.01, which means global autocorrelation occurs, and Moran's I values is higher than 0.6, presenting agglomeration in space distribution. And Moran's I increased steadily from 0.6203 (2008) to 0.7021 (2016), which illustrates that the clustering effect is strengthened gradually. 

Table 2. Moran’s I of innovation and entrepreneurship level of 21 cities 

The global Moran's I only tell whether there are clusters in the space, but it does not tell where. Local Spatial Autocorrelation can answer this question by showing where they happen. This study worked out the statistic Gi* by using the local spatial autocorrelation model and got the thermodynamic diagram (figure 2). 

Figure 2: Innovation and entrepreneurship index thermodynamic diagram of Guangdong

The hot area of the diagram is covering nine cities in the Greater Bay Area, which means high spatial autocorrelation. It confirms the assumption that there is a high cluster of innovation and entrepreneurship in this area. The cold area covers the cities in the west, which tells lower autocorrelation, where the level of innovation is weak. This phenomenon can explain that the Greater Bay Area's economic development is leading the country, enjoying a complete industrial system and cluster advantages. These nine cities are near Hongkong and Macau, and they are forming into an industrial structure with strategic emerging industries, high-tech manufacture, and the modern service sector. That is why the cluster effect is strengthening. 

4.2. The Spatio-temporal evolution characteristics of ecological environment 

4.2.1. Characteristics of temporal sequence evolution

According to the data of 21 cities in Guangdong from 2008 to 2016, the average values of the environment index (EI) declined during the years 2008 and 2011 but started to increase steadily from 2012. The graph presents a "U" shape in Figure 3(a). The Gini index of each year shown in Figure 3(b) was relatively low and stayed stable these years. Based on the data, it can be summarized that there is a subtle difference between the cities' environment index. The trend of the environment is at first suffering a period of degradation, but after that beginning to restore. Guangdong has been a manufacturing province, but recent years have accelerated the development of green economy. 

Figure 3: (a)Average environment index values from 2008 to 2016;(b)Gini index of environment condition of 21 cities in Guangdong.

4.2.2. Spatial disparity features

Based on the criteria of the environment index, the values above 75 is excellent. In 2016, nine cities' environmental conditions were excellent, but only one of them is in the area of the Greater Bay area. Shaoguan city had the highest index of 83.64, the city in the north of Guangdong is less developed. And Dongguan (the city in the GBA area) got the lowest index of 62.4, though that is the best data since 2016 as the proportion of secondary industry of the city decreased from 52.8% to 46.5%. The environment index of the east and the west of Guangdong is similar at the middle level, while their characteristics are different. In terms of resource utilization, energy consumption and water consumption per unit GDP, the number of east is smaller than the west, which indicates that the east area's resource utilization efficiency is higher than the west, and the west has a more energy-intensive industry (BianYong et al.,2019). 

4.2.3 Spatial autocorrelation features

To test the spatial autocorrelation of environment conditions, the global Moran's I is calculated each year, and the result is as follows (Table 3). The results show that Global Moran's I > 0, P values < 0.1, which proves the global autocorrelation happens, but compared with the entrepreneurship index's result, this Moran's I is smaller which means the cluster effects are not very obvious. 

Table 3. Moran’s I of environment index of 21 cities  

For a better understanding of these autocorrelation characteristics, local spatial autocorrelation is also tested, and the results show in figure 4. The hot area in the north of the province and the cold area is in the Greater Bay Area (Foshan, Zhongshan, Dongguan). This reflects that the north's environment level is higher, while the cold area illustrates these cities have poorer environment quality. That is because the city of Foshan, Zhongshan, and Dongguan are famous for their manufacturing capabilities, with more than 50% proportion of secondary industries. However, the negative influence saw the trend of declining as the green manufacturing is now bringing the environmental sustainability to these industrial cities, by adopting green practices such as recycled materials, promoting green technology innovation, using green energy, etc. .

Figure 4: Environment index thermodynamic diagram of Guangdong

4.3 The influence mechanism of innovation and entrepreneurship level on the ecological environment 

4.3.1 Empirical results

The data analysis above presents a picture of the Spatio-temporal evolution characteristics of innovation and entrepreneurship level and environment conditions. In this part, the relationship between these two factors will be tested to determine the influencing mechanism of innovation and entrepreneurship on environmental sustainability. The cities are divided into two groups (good and medium) by the level of environmental conditions according to the criteria of Guangdong Ecology and Environment Department. The group information is shown in table 4.

Table 4. The criteria of environmental conditions of 21 cities 

Using the SPSS statistic analysis tool, the panel data of 21 cities are regression tested. The first test is for all cites, and the second test is with two groups (good and medium) of cities. The result is presented in table 5.

Table 5. The results of regression

(t Value), p<0.1 ** p<0.05 *** p<0.01

4.3.2 Analysis of regression on the all cities

Based on the result of regression on the all cities, the coefficient of innovation and entrepreneurship is -0.046, and P-value is lower than 10% which means passing the significant test. The relationship between innovation and entrepreneurship level and environment condition is negative. Although the result is negative, this cannot be simply concluded that innovation and entrepreneurship degrade the environment. Combined with the analysis above, it can be proposed that the relationship is nonlinear but a U shape. 

Different stages of innovation and entrepreneurship shows different effects on the environment. The economic values of technology were emphasized and the ecological values were ignored at the previous stage of development, which results in high consumption of energy, high pollution. And the negative effects take years to restore. Before focusing on the data result, it is necessary to understand the macro- economic environment. In 2008, the global economy was hit by the financial crisis. China’s increasing rate of GDP slowed down and unemployment happened. To save the market, the government had invested 4 trillion RMB, about 16% of GDP of China at that time. The biggest part of 1.5 trillion RMB flowed to the railway and highway infrastructure construction, as this could provide large amount of jobs for the rural migrant workers while maintaining the economic growth. The structure of industry was unbalanced and the secondary industry was large but not strong, which was the constraint of sustainable development and demanding years to adjust. But economic value under the crisis was prioritized. And the economics of Guangdong is a good example of China, with high percentage of secondary industry in 2008, but the percentage started to decline since 2008. Innovation and entrepreneurship culture in Guangdong has strong atmosphere in history, but the effects on environment are negative and that is mainly because of the unbalance of industries and ecological values were ignored in the earliest stage. However, the “U” shape of environment index also confirmed that this situation is changing towards the more positive impacts. This will be discussed in the next part. To conclude, the effects of innovation and entrepreneurship need to be guided in the pursuing of economic values or sustainable values. 

The results of regression show that other auxiliary variables GDP per capita and population gross have negative effects on environment with coefficient -0.062 and -0.385 respectively, and P value < 0.05. This tells that when the GDP per capita increases by a unit, the environment index declines with 0.062. This data result adds to the explanation that the economy demands developing in a green way through industrial structure upgrading, encouraging green energy consumption, and recycling materials etc.. And compared with the high-developed economics of other countries, this effect of GDP per capita may change to be positive.   

4.3.3 Analysis of regression on the good and medium group

As for cities with good environment index, the influence of innovation and entrepreneurship is analyzed. The regression results show that there is no significant relationship between innovation and entrepreneurship and environmental sustainabilityin these cities. And the impact of GDP per capita is also not obvious. That is because the majority of cities with good environment are in the north and the east where the levels of innovation and economic development are very low, and the effect is weak. In these areas, the environment is less affected by industrial activities. But there remains other variable impacting the environment -- the population gross. 

As for cities with medium environment index, the impact of innovation and entrepreneurship is discussed. The regression results are negative and significant for all variables. The coefficient of innovation and entrepreneurship is -0.047, P value < 0.05, which suggests relation of negative. The majority of cities are in the Greater Bay Area. This indicates that the higher level of innovation and entrepreneurship, the worse of environment condition. 

The result is in expectation based on the former analysis, and it is not contradictory to the common assumption that innovation and entrepreneurship can have positive effects on sustainability. The cities have experienced fast development in economics and society, that is, two of the bottom lines of sustainability have been considered. The previous stage of development did not put too much emphasis on the sustainable environment. And now things are changing in the latter half of “U”. The power of sustainable innovation and entrepreneurship is now exploiting. And the transformation of technology and industry is going to change the form of industry, division of labor, organization and even life style. This will also change the relationship of human with the world and nature.

5. Discussion 

5.1 Research conclusion 

In this paper, the Gini coefficient and spatial autocorrelation are used to analyze the characteristics of temporal and spatial differences in innovation and entrepreneurship levels and environmental conditions among 21 cities of Guangdong in China. Then, this paper tested the relationship between these two variables to determine the inner influence mechanism. The findings are: 

(1) From 2008 to 2016, the competitiveness of innovation and entrepreneurship is increasing in Guangdong; the difference between cities is widening, as cities in the Greater Bay Area enjoyed the fast development of innovation and entrepreneurship. The cluster effects are strengthening. 

(2) From 2008 to 2016, the conditions of the environment in 21 cities changed following the path of "U" shape, experiencing declining sharply from 2008 to 2011 and increasing gradually since 2012. The spatial difference is subtle, but the environment of the majority of cities in the Greater Bay Area is worse compared with the other cities. 

(3) The regression result of the panel data of 21 cities about the role of innovation and entrepreneurship on the environmental sustainabilityis negative. When dividing the cities into two groups according to good and medium environment condition, the result varies. The impact is not significant in cities with good environment quality where is less developed. The effects are negative on the environment in cities with medium environment quality. This paper explains from the macro-economy and industrial structure and finds out the effects are influenced by the previous stage's choice of exploiting economic values or ecology. The results show that the goals of economics and society will be prioritized when conflicts with ecology happen. But luckily, this study also finds that the new era will see the impacts of sustainable innovation and entrepreneurship, creating green economic values while improving environmental quality. 

5.2 Research contributions

Entrepreneurial activities are regarded as an important approach to achieve sustainable development goals and even the guarantee of future, which is supported by some important practitioner journals like Harvard Business Review, MIT Sloan Management Review, Journal of Business Venturing, etc. (Dhahri, 2018). And the characteristics of sustainable innovation and entrepreneurship are developed and integrated with the product, process, and organization ( ). This paper is from critical thinking that innovation and entrepreneurship are not born to be green. Its effects may vary in different stages of economic development. Therefore, this paper chooses the panel data of 21 cities in the leading province in China to test and find out the changing path of the impacts of innovation and entrepreneurship. 

The result of empirical research contributes to the understanding of the mechanism between innovation, entrepreneurship, and a sustainable environment. The influencing path of innovation and entrepreneurship is like a "U" shape. At the first stage, when the economics is less developed, there is no obvious impact of innovation and entrepreneurship on the environment. In the second stage of development, economic goals will be prioritized, and the impact is negative. The third stage is more complicated. When sustainable development is constrained by environmental factors such as energy, the power of innovation, and entrepreneurship stated to play a less negative role in the environment. At the late third stage, there are phenomena of combining economic and environmental development together, forming a prototype of a green economy. In the last stage, enterprises discover, evaluate, exploit, and create economic values through sustainable approaches. At this stage, it is called sustainable innovation and entrepreneurship. And in China, technology and digitalization are making this happen with fast speed and great range. The emerging breakthrough technology such as artificial intelligence, robot, internet things, the cross-border integration of physical technology, digital technology, biotechnology, all of these factors will disrupt the original business model, and the system of production, consumption, transportation, and delivery. According to the National Statistic Bureau of China, these new economies accounted for 15.7% of GDP in 2017. It can be expected that the latter stage of "U" will bring more than just "positive" but "great." 

5.3 Policy implications

This study supports the idea that in the developing area, innovation and entrepreneurship cannot simultaneously pursue economic, social, and ecological goals of sustainability ( ). And this paper proposes that policymakers should be careful to guide the development of innovation and entrepreneurship, enabling it becomes the catalyst to change towards sustainability, a solution instead of a cause to unsustainable development (Ben Youssef et al., 2017). First, it is crucial to enhance the innovation capabilities through cooperation with the other areas, allowing the innovation factors flowing in and out flexibly, and forming innovation cluster. Second, the process of upgrading industries should continue, and policy should support the small-medium enterprises, which can encourage more enterprises to explore green manufacturing. The experience can be learned from the developed area. Third, the government can formulate environmental regulations according to the local production situations and avoid the one-for-all solutions.

5.4 .Limitations and future research 

There are some limitations of this research: first, the direct relationship of innovation and entrepreneurship, and environment was examined. Future research could add some control variables, such as the proportion of the secondary industry. Second, the samples of cities are limited as the research focuses on the Greater Bay area. The result of this paper can be tested again with more samples and more recent data. Third, the policy leading to the occurrence of sustainable entrepreneurship was not discussed in this paper. Future studies can analyze the antecedents of sustainable innovation and entrepreneurship or using a qualitative method to study how enterprises explore and create opportunities from a environmental sustainabilityand help to create a green economy. The future has come, and sustainable innovation and entrepreneurship will make a change. 

Author Contributions: Conceptualization, X.C and M.M.; methodology, X.C and M.M; software, M.M; validation, M.M; formal analysis, X.C; investigation, X.C and M.M; resources, M.M; data curation, M.M.; writing—original draft preparation, X.C; writing—review and editing, M.M; visualization,X.C; project administration, X.C; funding acquisition, X.C; supervision, W.P. All authors have read and agreed to the published version of the manuscript.

Funding: This research was funded by Guangdong Education Department of China, grant number “2017KQNCX118”.

Acknowledgments: We deeply thank anonymous reviewers for their insightful suggestions and constructive comments. We are grateful to the editors for their patient work for our manuscript.

Conflicts of Interest: The authors declare no conflict of interest.

References

1. Allwood, J., Ashby, M., Gutowski, T., & Worrell, E. (2011). Material efficiency: A white paper. Resources, Conservation And Recycling, 55(3), 362-381.

2. Alola, A., & Alola, U. (2018). Agricultural land usage and tourism impact on renewable energy consumption among Coastline Mediterranean Countries. Energy & Environment, 29(8), 1438-1454.

3. Ahmad, N., Rahman, S., Rajendran, N., & Halim, H. (2020). Sustainable entrepreneurship practices in Malaysian manufacturing SMEs: the role of individual, organisational and institutional factors. World Review Of Entrepreneurship, Management And Sustainable Development, 16(2), 153.

4. Balakrishnan, U., Duvall, T., & Primeaux, P. (2003). Rewriting the bases of capitalism: reflexive modernity and ecological sustainability as the foundations of a new normative framework. Journal Of Business Ethics, 47(4), 299-314.

5. Bekun, F., Alola, A., & Sarkodie, S. (2019). Toward a sustainable environment: Nexus between CO2 emissions, resource rent, renewable and nonrenewable energy in 16-EU countries. Science Of The Total Environment, 657, 1023-1029.

6. Brundtland, G. (1987). Our Common Future—Call for Action. Environmental Conservation, 14(4), 291-294.

7. Berkowitz, H. (2018). Meta-organizing firms' capabilities for sustainable innovation: A conceptual framework. Journal Of Cleaner Production, 175, 420-430.

8. Bian, Y., Kuang, Y., Zeng, X., & Xu, W. (2019). Study on Green Development Characteristics and Regional Differences in Guangdong under the New Situation. Science and Technology Management Research, 21, 30.

9. Coase, R. H. (1960). The problem of social cost. Journal of law and Economics, 3, 1-44.

10. Calic, G., Shevchenko, A., Ghasemaghaei, M., Bontis, N., & Ozmen Tokcan, Z. (2020). From sustainability constraints to innovation. Sustainability Accounting, Management And Policy Journal, 11(4), 695-715.

11. Cohen, B., & Winn, M. (2007). Market imperfections, opportunity and sustainable entrepreneurship. Journal Of Business Venturing, 22(1), 29-49.

12. Demirel, P., Li, Q., Rentocchini, F., & Tamvada, J. (2017). Born to be green: new insights into the economics and management of green entrepreneurship. Small Business Economics, 52(4), 759-771.

13. Dyck, B., & Silvestre, B. (2018). Enhancing socio-ecological value creation through sustainable innovation 2.0: Moving away from maximizing financial value capture. Journal Of Cleaner Production, 171, 1593-1604.

14. Dean, T., & McMullen, J. (2007). Toward a theory of sustainable entrepreneurship: Reducing environmental degradation through entrepreneurial action. Journal Of Business Venturing, 22(1), 50-76.

15. Dyck, B., & Silvestre, B. (2018). Enhancing socio-ecological value creation through sustainable innovation 2.0: Moving away from maximizing financial value capture. Journal Of Cleaner Production, 171, 1593-1604.

16. Dhahri, S., & Omri, A. (2018). Entrepreneurship contribution to the three pillars of sustainable development: What does the evidence really say?. World Development, 106, 64-77.

17. Full text of Xi Jinping's report at 19th CPC National Congress - Xinhua | English.news.cn. (2017). Retrieved 31 May 2020, from http://www.xinhuanet.com/english/special/2017-11/03/c_136725942.htm

18. George, G., Merrill, R., & Schillebeeckx, S. (2020). Digital Sustainability and Entrepreneurship: How Digital Innovations Are Helping Tackle Climate Change and Sustainable Development. Entrepreneurship Theory And Practice, 104225871989942.

19. Hall, J., Daneke, G., & Lenox, M. (2010). Sustainable development and entrepreneurship: Past contributions and future directions. Journal Of Business Venturing, 25(5), 439-448.

20. Hall, J., Matos, S., & Bachor, V. (2017). From green technology development to green innovation: inducing regulatory adoption of pathogen detection technology for sustainable forestry. Small Business Economics, 52(4), 877-889.

21. Hellweg, S., & Mila i Canals, L. (2014). Emerging approaches, challenges and opportunities in life cycle assessment. Science, 344(6188), 1109-1113.

22. Jansson, J., Nilsson, J., Modig, F., & Hed Vall, G. (2015). Commitment to Sustainability in Small and Medium-Sized Enterprises: The Influence of Strategic Orientations and Management Values. Business Strategy And The Environment, 26(1), 69-83.

23. KATSIKIS, I., & KYRGIDOU, L. (2007). The Concept Of Sustainable Enrepreneurship: A Conceptual Framework And Empirical Analysis. Academy Of Management Proceedings, 2007(1), 1-6.

24. Mousavi, S., & Bossink, B. A. (2017). Firms’ capabilities for sustainable innovation: The case of biofuel for aviation. Journal of Cleaner Production, 167, 1263-1275.

25. Muñoz, P., & Cohen, B. (2017). Sustainable Entrepreneurship Research: Taking Stock and looking ahead. Business Strategy And The Environment, 27(3), 300-322.

26. Markman, G., Waldron, T., Gianiodis, P., & Espina, M. (2019). E Pluribus Unum: Impact Entrepreneurship as a Solution to Grand Challenges. Academy Of Management Perspectives, 33(4), 371-382.

27. Omri, A. (2018). Entrepreneurship, sectoral outputs and environmental improvement: International evidence. Technological Forecasting And Social Change, 128, 46-55.

28. OECD, 2005, “The Measurement of Scientific and Technological Activities: Guidelines for Collecting and Interpreting Innovation Data: Oslo Manual, Third Edition” prepared by the Working Party of National Experts on Scientific and Technology Indicators, OECD, Paris, para. 146.

29. Opinions of the state council on strengthening the implementation of the innovation-driven development strategy to further promote the development of mass entrepreneurship and innovation. (2017). Retrieved 29 May 2020, from http://www.gov.cn/zhengce/content/2017-07/27/content_5213735.htm

30. Parrish, B. (2010). Sustainability-driven entrepreneurship: Principles of organization design. Journal Of Business Venturing, 25(5), 510-523.

31. Pacheco, D., Dean, T., & Payne, D. (2010). Escaping the green prison: Entrepreneurship and the creation of opportunities for sustainable development. Journal Of Business Venturing, 25(5), 464-480.

32. Qin, X., Shepherd, D., Lin, D., Xie, S., Liang, X., & Lin, S. (2020). The Dark Side of Entrepreneurs’ Creativity: Investigating How and When Entrepreneurs’ Creativity Increases the Favorability of Potential Opportunities That Harm Nature. Entrepreneurship Theory And Practice, 104225872091558.

33. Robinson, J. (2004). Squaring the circle? Some thoughts on the idea of sustainable development. Ecological Economics, 48(4), 369-384.

34. Schaltegger, S., Lüdeke-Freund, F., & Hansen, E. (2016). Business Models for Sustainability. Organization & Environment, 29(3), 264-289.

35. Shevchenko, A., Lévesque, M., & Pagell, M. (2016). Why Firms Delay Reaching True Sustainability. Journal Of Management Studies, 53(5), 911-935.

36. Szopik-Depczyńska, K., Kędzierska-Szczepaniak, A., Szczepaniak, K., Cheba, K., Gajda, W., & Ioppolo, G. (2018). Innovation in sustainable development: an investigation of the EU context using 2030 agenda indicators. Land Use Policy, 79, 251-262.

37. Schaltegger, S., & Wagner, M. (2011). Sustainable entrepreneurship and sustainability innovation: categories and interactions. Business Strategy And The Environment, 20(4), 222-237.

38. Weber, O. (2013). Impact measurement in microfinance: Is the measurement of the social return on investment an innovation in microfinance?. Journal Of Innovation Economics, 11(1), 149.

39. Walske, J., Scarlata, M., Zacharakis, A., 2013. Exploring theoretical fit of the Resource Based View and Human Capital Theory. In “Social entrepreneurship and broader theories: Shedding new light on the ‘bigger picture’” (pp. 97-99). Journal of SocialEntrepreneurship, 4(1), 88-107

40. Walker, B., Redmond, J., Sheridan, L., Wang, C., & Goeft, U. (2008). Small and medium enterprises and the environment: barriers, drivers, innovation and best practice: A review of the literature.

41. York, J., O'Neil, I., & Sarasvathy, S. (2016). Exploring Environmental Entrepreneurship: Identity Coupling, Venture Goals, and Stakeholder Incentives. Journal Of Management Studies, 53(5), 695-737.

42. Zeyen, A., Beckmann, M., Mueller, S., Dees, J., Khanin, D., & Krueger, N. et al. (2013). Social Entrepreneurship and Broader Theories: Shedding New Light on the ‘Bigger Picture’. Journal Of Social Entrepreneurship, 4(1), 88-107.

43. Zhang, X. (2019). China Innovation and Entrepreneurship Index. Retrieved from: https://doi.org/10.18170/DVN/PEFDAS