数字化对高能耗企业绿色创新的影响研究

侯亚敏

一、前言

随着社会的发展，经济已经发展到由“量到质”的转变，人们逐渐意识到周围生活环境的重要性。绿色创新是实现可持续发展，使我国高能耗企业向绿色实现转型，应对资源节约和环境保护的挑战、加快产业升级的重要战略方法。当前，绿色创新是我国企业重要的转型战略，是实现我国经济可持续发展的重要前提，然而，我国的新兴起来的经济体，其市场和制度还有待进一步完善，所以我国企业在进行绿色创新时也会有一些困难。作为拉动我国经济初期增长的高能耗企业还存在能源利用率低、生产方式粗放、交易成本冗余、创新基础薄弱、信息传导不及时、组织沟通效率低等问题。当前数字技术应用正成为主导传统企业转型升级的关键引擎，数字技术在成本、效率和竞争力等方面具有优势，这些优势正好可以为高能耗企业绿色创新提供有益的技术支撑和发展环境，带动其绿色创新的发展。

二、理论分析与研究假设

创新是一个国家持续发展的动力，企业作为经济体中最为活跃的微观个体，尤其是在这个全社会迎接数字技术的大背景下，研究数字化水平对企业创新能力的影响，至关重要。新要素新技术融合进入企业创新，是紧跟时代发展的浪潮，也是积极拥抱新技术的体现。

（一）数字化与企业运营管理绩效

已有研究中，有学者梳理国内外文献，研究数字化创新内涵及相关价值创造的形成，Henfridsson 和Bygstad（2013）[1]研究了数字基础设施的采用、创新和扩展三种生成机制，也探讨了它们发展的进程及结果。技术方面，数字化创新具有可计算、可通信、可感知特征，管理方面，具有创新平台化、组合化和分布化特征。企业数字化管理创新方面，也有学者涉及到，陈春花等人（2019）[2]从工作方式、人力资源管理、财务管理、组织管理以及战略管理5 个视角详细阐述中国领先企业的数字化管理的经验以及探索未来中国企业的管理创新理论发展的方向。运营管理方面，陈剑等人（2020）[3]分析了商务活动的经营环境、主体行为、产品以及产品创造过程等方面在数字化环境下企业运营的特征，数字化可以赋能企业在需求预测、产品设计、定价与库存管理和供应链等环节提升效率。

（二）数字化与企业绿色创新

伴随数字化的推进，近年来，一些学者也开始把目光转向数字化与企业绿色创新。王锋正等人（2021）[4]利用2016-2019 年中国沪深A 股资源型企业数据，从技术整合能力的调节视角出发，研究资源型企业，发现数字化水平正向作用于企业的绿色技术创新，还发现在这过程中技术整合能力具有显著的正向调节作用。Zelong Wei和Lulu Sun（2021）[5]以制造业为样本，研究发现制造业数字化与企业绿色工艺创新之间存在正向相关关系，进而影响企业绩效。基于以上分析，本文提出以下假设：

H1：数字技术可以提升高能耗企业的绿色创新能力

三、研究设计

（一）样本选择与数据来源

参考《国民经济行业分类(GB/T4754－2011)》及《国民经济和社会发展统计报告》等资料，我国工业中高能耗行业包括石油加工、化学原料、非金矿物，黑金冶炼、有金加工、电力热力。本文选择2014-2020 年的沪深A 股高能耗行业的上市公司为研究样本。且对数据作以下处理：（1）剔除样本期间内的ST 和*ST 企业；（2）剔除掉地理位置分散的企业；（3）剔除一些相关数据缺失严重的企业，最终得到278 家企业，1946 个观测样本。

样本中，各地数字化水平指标体系中的相关数据来源于国家统计局、《中国科技统计年鉴》、工信部以及各地区年鉴原始数据的手工整理。绿色创新数据来源于国家知识产权局SIPO 专利数据库，其他相关数据来自CSMAR 数据库和上市公司的企业年报整理。

（二）变量选取与测度

1.被解释变量：企业绿色创新（EGI）。企业绿色创新（EGI）采用企业绿色创新数量来衡量。本文从实际出发，用企业绿色专利授权数量作为企业绿色创新的代理变量，因为授权数量更能代表企业实施绿色创新的效率；其次，绿色专利可细分为发明专利和实用新型专利，本文使用的是他们的加总数量。

2.解释变量：数字化水平（DIG）。（1）构建指标体系。目前关于数字化水平发展指数在学术界还没有一个统一的标准，本文在借鉴了多个机构发布的数字经济指数之后，构建了自己的数字化指标体系，从数字基础设施、数字化应用、数字化发展潜力以及数字化治理四个维度来测度数字化水平指标（DIG）。具体如表1 所示。（2）指数计算。首先，对于筛选后的数字化相关二级指标的数据进行规范化处理，观察二级指标构成后，本文使用极差变换法，对于成本性指标，，对于效益性指标，有。数据经过极差变换处理后，xi的最优值为1，最差值为0，所有指标均为正向指标。最后，利用熵值法计算各指标的权重综合指数，按照线性加权法加总得到各地区的数字化发展水平。

表1 数字化水平指标体系

3.控制变量。本文参考现有文献，在较成熟的前人已有研究的基础上，借鉴经验，尽量从多方面就选择自己的控制变量。具体的，选择企业年龄（Age）和企业规模（Es）、股权集中度（Oc）、股权性质（Op）、财务杠杆（Lev）、固定资产比率（Far）、营业收入（Or）员工结构（St）作为控制变量，各变量具体定义如表2 所示。

表2 变量定义

（三）模型设计

本文通过构建基准回归模型探索数字化对高能耗企业绿色创新的影响，还考虑到个体效应、时间效应以及随机误差项等因素，本文基准模型构建如下：

四、实证结果与分析

（一）描述性统计

运用Stata14.0 软件结果如表3 所示，可以看出，高能耗企业绿色创新总体水平较低，从最大值和最小值以及标准差来看，不同企业的绿色创新水平之间差异较大；地区数字化水平整体尚可，但不同地区之间的数字化水平也不同，最小值和最大值之间差异非常大；高能耗企业的吸收能力整体较高，且标准差很大，说明不同企业之间的吸收能力存在明显的差异。

表3 变量描述性统计

（二）模型回归分析

对于面板数据的回归，经过F 检验和Hausman 检验，发现模型较适合随机效应回归。回归结果如下：表3 是地区数字化水平与高能耗企业绿色创新回归的结果，因为可以看出，数字化水平与当地的高能耗企业绿色创新之间显著正相关，正向系数为3.887，且通过了1%的显著性检验；回归结果说明，数字化技术确实能够促使高能耗企业进行绿色创新，提高其绿色创新能力，正向引导高能耗企业绿色发展。其他控制变量中，由回归结果可以看出，企业上市年数越大，越不利于高能耗企业进行绿色创新；企业规模、固定资产比率和主营业务收入都与高能耗企业绿色创新之间呈正相关关系。H1 得到验证，说明数字技术可以整合市场中的有效资源，改变了企业原来传统的创新模式，高能耗企业通过建立一个高效率可以及时沟通和分享信息的线上网络，可以降低自己的成本，降低资源和时间浪费，继而提高企业运营绩效，更有可能获得资金支持寻求绿色创新。

表3 回归结果

（三）稳健性检验

为检验研究结果和指标的可靠性，本文进行稳健性检验：更换模型，前面所使用的是随机效应模型，这里固定时间和个体效应，采用固定模型基准回归，同时解释变量不变，仍使用前面数字化水平指数。其回归结果与前文基本一致，所以本文的研究结论较为可靠。

五、研究结论与建议

本文以2014-2020 年沪深A 股上市高能耗企业为研究样本，分析数字化水平、吸收能力与高能耗企业绿色出行之间的关系，发现了数字化水平对高能耗企业绿色创新的影响机理，而且还分析了背后的影响机制。实证结果表明：数字化可以显著促进高能耗企业提升绿色创新水平，但目前我国部分高能耗企业还没有实现数字化转型，企业内部的数字化基础比较薄弱，基于本文的研究结论，主要得到以下启示：

（一）加强地区数字化基础设施的建设

推动数字化技术与企业绿色创新的深度融合。还要有条不紊的继续发展地区的数字化水平，继续提高数字技术的引进和应用；利用新一轮信息技术带来的便利，企业之间要加强合作，寻求创新机制，积极探索绿色发展新模式，尽快实现绿色新产品的创新，而这背后需要有一个完整的线上产业链组合，加快地区数字化建设，完善合作机制，实现当地企业数字化转型。高能耗企业在国家GDP 中占有很大比例，其通过建设企业内部网络，信息沟通效率会提高，会带来新的技术和知识促进高能耗企业对这些知识和技术的创新整合，从而提高企业的绿色创新能力。

（二）高能耗企业要提升内部运营水平

加大人才的培养力度，加强员工对新知识和新技术的认知和掌握程度，提高员工的综合素质，加强数字硬件设施的配备和网络体系的构建，引用数字技术革新组织的运营管理方式，促进组织内部知识顺利交流增加企业知识存量，从本质上向绿色发展靠近。企业要加大内部人才和研发资金的投入，加强与高校和科研院所的合作；政府还要制定相应措施来为社会培育专业化数字型人才，为企业长期发展不断引进适应时代发展的相关人才和专家，为未来实现数字化世界作好人才储备。