数字经济与企业绿色创新探析

赵 悦

（兰州交通大学， 甘肃 兰州 730000）

0 引言

改革开放以来，中国经济实现了由“一穷二白”向“弯道超车”的转变过程，但是，自主创新动力不足，核心技术“卡脖子”等问题依然十分突出。党的十九大报告指出“构建市场导向的绿色技术创新体系，壮大节能环保产业”。这不仅为我国深化科技体制改革指明了方向，也对推进经济结构战略性调整和优化升级具有重要意义。党的二十大报告提出“完善科技创新体系，坚持创新在我国现代化建设全局中的核心地位，提升国家创新体系整体效能”，同时提出“加快发展方式绿色转型是贯彻落实新发展理念的战略要求，推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。由此可见，大力发展绿色技术创新与生态文明建设已经成为当今时代发展的必然需求。党的十八大以来，中国高度重视数字经济的发展，并将其上升为国家战略。在2017—2022 年的政府工作报告中，数字经济成为了一个备受关注的焦点，强调了数字产业化和产业数字化的加速推进，以促进数字经济的蓬勃发展。在这一背景下，我国大力实施创新驱动发展战略，积极培育新动能、构建新生态、形成新动力，不断增强自主创新能力，促进数字经济快速健康发展。十年来，我国数字经济取得了举世瞩目的发展成就，总体规模连续多年位居世界第二，对经济社会发展的引领支撑作用日益凸显。企业作为数字经济发展的落脚点，也是我国创新驱动发展战略的主体。在数字化浪潮的时代背景下，研究数字经济与企业绿色创新的关系，有助于政府结合社会经济发展新趋势，为提升企业绿色创新能力提供政策建议，以及企业决策者如何顺应数字经济以及节能减排的时代浪潮，提升企业创新绿色以提高企业经营绩效。在中国高质量发展的经济新常态下，在政府大力提倡创新驱动的现实条件下，结合国家发展情况和技术条件现实，将发展前景广阔的数字经济纳入到企业绿色创新的影响因素研究中，能为高质量发展政策制定提供依据。数字经济发展是否会影响企业绿色创新？其会如何影响企业绿色创新？上述两个问题成为本研究的重点。

在既有的实证研究中，数字经济发展作用于企业绿色创新的效果却存在争议。现有研究结论可分为三类：一是数字经济发展促进企业绿色创新。史丹等通过对2011—2020 年中国225 个地级市面板数据的实证研究，发现提高数字经济和实体经济融合水平有利于促进绿色创新[1]。二是数字经济发展对绿色创新的影响是非线性的。王海等认为数字经济对区域绿色创新的影响呈U 型，在数字经济发展水平较低时,会给地区绿色创新造成一定负担;当数字经济发展到一定水平时,“赋能效应”才有所显现,开始有利于地区绿色创新发展[2]。数字经济对绿色创新的影响之所以存在争议，主要是由三点因素造成的。第一是指标测度方式的差异。这里指标包括数字经济发展指标和绿色创新指标。国内学者对于数字经济发展水平测度指标研究相对丰富，多数研究用构建数字经济评价指标体系的方法测度数字经济发展水平。如：中国信息通信研究院从宏观经济、基础能力、基础产业、融合应用四个角度构建数字经济评价指标；刘方和孟祺从数字经济基础产业和数字经济融合效应两方面构建测度模型。而对于企业绿色创新水平的测度常用绿色专利申请数量[3]。第二是模型设定差异。数字经济与企业绿色创新的影响究竟是呈线性还是非线性关系，与模型设定形式有关，而正确的模型设定需要事实与理论支撑，现有研究对于二者为何会呈现非线性关系，却没有给出足够的依据。三是数字经济与创新之间存在互为因果的关系。这种反向因果问题的存在会导致模型回归结果有偏。一方面，数字经济的发展通过激活更加高效的创新生态扩宽了创新的广度，另一方面，企业创新需求倒逼数字化进程加快[4]。李健等（2022）通过将解释变量做滞后一期的处理缓解反向因果效应[5]。前定解释变量虽然能够缓解反向因果的影响，但是受经济变量惯性的作用，该问题仍难以被有效解决。

与既有文献相比，本文的可能边际贡献在于：一是在稳健性检验中，本文使用负二项回归模型。二是加深了对绿色创新的认识，为政策制定提供经验支撑。

余下部分的结构安排如下：第二部分是理论分析与研究假设；第三部分为研究设计；第四部分为实证结果，包括基准回归、机制检验以及异质性检验等；最后为研究结论和政策启示。

1 理论分析与研究假设

1.1 数字经济对绿色创新的直接影响

数字经济的发展加速了数字化技术的广泛传播和应用，从而推动数字技术向产业链和价值链两端延伸，进而提升企业的绿色创新能力。数字技术通过与企业内部组织结构、业务流程以及商业模式融合来推动企业数字化转型升级，进而影响企业创新行为。一方面数字经济通过平台效应削弱传统市场边界并打破区域市场壁垒（赵涛等，2020）[6]，有利于企业在海量的数据资源中识别和筛选有效信息，从而加快绿色创新资源流动，促进企业绿色创新。另一方面，数字化技术的应用可以减少企业的管理层级，提高其管理效率和灵活性，降低了企业在生产、管理和技术创新等方面的成本，为企业绿色创新活动顺利开展创造了有利条件[7]。基于此，提出以下研究假设：

H1：数字经济发展显著推动企业绿色创新。

1.2 数字经济影响绿色创新的作用机制

首先，数字经济发展可以优化人力资本结构，为企业创新提供条件。一方面，数字经济弱化了产业边界，培养了大量高端人才。在数字经济时代下，企业能够与人才市场有效对接，从而优化人力资本结构，保证企业具有创新能力。另一方面，数字经济发展提升了人才引育和激励保障，能够为企业创新提供有利支撑。基于以上分析，提出如下假设：

H2：数字经济发展有利于优化人力资本结构，进而促进企业绿色创新。

其次，因企业的所有制属性不同，数字经济对企业绿色创新的影响可能产生异质性。在绿色技术创新领域，国有企业和非国有企业具有不同的优势与特点从理论上看，国有企业与非国有企业在绿色技术研发投入强度以及创新产出效率上存在较大差异。一方面，国有企业因其更大的体量和更强的风险应对能力，在当地的经济贡献中扮演着至关重要的角色，同时也享受着包括财政补贴、税收减免、融资便利等多方面的政策支持，从而在研发资金投入方面保持着相对稳定的状态，为其开展创新活动提供了必要的保障。而非国有企业一般体量较小，在面临更加激烈的市场竞争中，虽然表现出更高的灵活性和创新积极性，但化解风险的能力较弱，研发失败的可能性更高。基于此，提出：

H3：与非国有企业相比，数字经济更有助于促进国有企业绿色创新。

最后，制造业作为国民经济的重要组成部分，承载着国家繁荣强盛的使命。我国制造业的生产规模稳居全球领先地位，党的二十大报告明确提出，要坚持将经济发展的重心放在实体经济上，积极推进新型工业化。实体经济是推动经济增长的核心动力，而制造业则是构成实体经济不可或缺的重要组成部分，高品质的制造业则代表着更高水平的实体经济发展。尽管非制造业企业也有创新需求，但相对于制造业企业而言，它们的可持续发展更多地依赖于提升服务品质、实施种植养殖等措施促进企业可持续发展。基于此，提出：

H4：制造业企业绿色创新受数字经济影响更大。

2 研究设计

2.1 计量模型设定：基准模型

2.1.1 数字经济对企业绿色创新的影响检验

为了回归结果更加稳健，采用双向固定效应模型检验数字经济发展对企业绿色创新的影响。模型构建如下：

式中：t为年份；i为企业；applyit为第t期i企业的企业绿色创新指标；digeit为数字经济发展水平；controlit为企业层面和城市层面的控制变量，模型中加入时间（year）和企业（firm）的固定效应。

2.2 变量选取与度量指标

2.2.1 被解释变量（企业绿色创新apply）

为充分考察数字经济对企业绿色创新的影响，参考黎文婧和郑曼妮的做法，以绿色专利申请数量为衡量指标，对企业绿色创新进行评估。将绿色发明专利申请数量和绿色实用专利申请数量相加得到绿色创新总量[8]。

2.2.2 核心解释变量（数字经济发展水平dige）

借鉴赵涛等的方法，选取互联网普及率、互联网相关从业人员数、互联网相关产出、移动互联网用户数和数字金融普惠发展五个维度衡量数字经济发展综合评价指标，并用熵权法对不同指标进行赋权来评价各城市数字经济发展[6]，构建指标如表1 所示。

表1 数字经济发展评价指标体系

2.2.3 其他控制变量

回归中还涉及其他可能影响企业绿色创新的控制变量，基于已有研究，控制变量选择包括：机构投资持股（inst）；资产负债率（debt）；企业年龄（age），使用企业上市时长衡量，企业年龄代表了企业的成熟度，已有研究表明企业成熟度越高，其应对风险能力越强，具有更高的创新意识；资本密集度（cap_inten），使用总资产与营业收入的比值衡量；同时，控制城市层面的经济发展水平（rgdp）、财政分权（fin）通过财政预算内收入与财政预算内支出的比值衡量、对外开放水平（FDI）。

2.3 数据来源

以2011—2018 年A 股上市公司为研究对象，并剔除了金融保险业上市公司，剔除ST、ST*以及PT，剔除相关数据缺失的上市公司。城市数据来源于《中国城市统计年鉴》以及各省市和各地级市统计年鉴等资料，并且对缺失数据进行了差值填补，企业数据来源于国泰安数据库。为了消除异常值的影响，对连续变量在1%和99%水平上进行缩尾处理。变量的描述性统计见表2。由表2 可知，绿色专利数量apply 的均值为3.45，标准差为32.79，这表明我国企业绿色创新能力较弱。核心解释变量数字经济发展水平dige 的均值0.28，标准差为0.20。

3 实证检验与拓展性分析

3.1 数字经济对企业绿色创新的影响：全样本基准回归

基于基准回归模型回归分析的结果见表3。结果表明，核心解释变量dige 的估计系数显著为正，数字经济发展显著提升了企业绿色创新，验证了研究假说H1。此外地区经济发展也会驱动企业绿色创新能力提升。

表3 基准回归结果

3.2 数字经济对企业绿色创新的影响：稳健型检验

1）使用工具变量法缓解可能的存在的反向因果、遗漏重要变量等内生性问题。借鉴刘传明和马青山的做法，选取城市地形起伏度作为工具变量[9]。一方面，城市地形起伏度影响网络基站建设运营成本，影响宽带普及率和网络信号质量，从而影响数字经济发展。另一方面，地形起伏度作为外生地理变量，不会对企业绿色创新产生影响，满足外生性条件。采用工具变量后的回归结果如表4 所示。

表4 基于2sls 工具变量法和外生冲击检验的估计结果

表5 人力资源的中介效应检验结果

结果表明，工具变量不存在弱工具变量和过度识别效应，且数字经济对企业绿色创新的影响系数仍显著为正，这表明本文的核心结论是稳健的。

2）更换回归模型。由于专利这种计数型被解释变量，属于典型的离散非负整数计数模型，且样本数据的方差高于其均值，负二项回归模型能够在更一般的条件下得到一致的估计结果。

采用负二项模型的回归结果如表4 所示。

可以看出，在1%的显著性水平下，负二项模型回归结果与基准回归结果一直，表明经过稳健性检验和内生性处理后，本文的核心结论H1 仍然成立。

3.3 数字经济对企业绿色创新的影响：人力资本的中介作用

前文仅对数字经济对企业绿色创新的影响进行了分析，渠道机制尚未进行检验。借鉴温忠麟和叶宝娟[10]的中介效应检验方法构建如下模型：

本文使用企业与员工中硕士及以上学历人员占比作为企业人力资本的代理变量。式中：t为年份，i为企业，applyit为第t期i企业的企业绿色创新指标，核心解释变量digeit代表数字经济发展水平，controlit为企业层面和城市层面的控制变量，模型中加入时间（year）和企业（firm）的固定效应。结果表明，数字经济发展能够显着优化人力资本结构，同时人力资本结构优化显著提升企业绿色创新水平。假设H2得到验证。

3.4 数字经济对企业绿色创新的影响：异质性检验

基准回归结果表明，数字经济显著推动了企业绿色创新。那么，对于不同所有权性质、不同行业的企业是否存在差异？

3.4.1 企业性质视角的异质性分组检验

从企业所有权性质出发，按照企业所有制将企业分为国有企业和非国有企业，并进行异质性检验。已有研究表明，企业的创新获得会受到“所有制歧视”[11]。结果见表6（1）、（2）列。结果显示，数字经济发展能显著推动国有企业绿色创新水平提升。究其原因，通常来说，国有企业在人力资源、资金和科研实力等方面都有较为充分的储备，因而更能发挥出数字经济对企业绿色创新的驱动作用。

表6 异质性检验

3.4.2 行业视角的异质性分组检验

按照制造业和非制造业对企业分组检验。结果如表6（3）（4）所示。结果显示，回归系数均显著为正，即制造业和非制造业企业绿色均受数字经济发展的影响，但制造业企业绿色创新受数字经济影响的提升水平更大。

4 研究结论、政策建议

4.1 研究结论

基于数字经济内涵，从五个方面测度地级以上城市数字经济发展水平。同时，结合上市公司的微观数据，实证检验了数字经济对企业绿色创新的影响及其作用机制。研究发现：

1）数字经济发展提升了企业绿色创新水平。

2）数字经济通过人力资本结构促进企业绿色创新。

3）异质性检验结果显示，一方面，基于企业性质视角，与非国有企业相比，数字经济更有助于促进国有企业绿色创新；另一方面，基于行业视角，数字经济发展带来的绿色创新效应在制造业企业中更为明显。

4.2 政策建议

对数字经济对企业绿色创新的影响进行实证检验，并结合研究结果，提出以下政策建议：

1）推动数字经济发展。加大对数字经济基础设施的建设力度，以促进数字化经济的繁荣和发展。完善数字基础设施建设，不仅包括与之相关的软硬件及其平台建设等，还包括配套的法律、监管体系、治理结构和制度环境等。我国要进一步加快推进数字化、智能化为特征的基础设施建设，推动数字经济与实体经济融合。

2）促进企业绿色创新的发展。需要创造一个良好的创新环境，并积极培养绿色创新的主体力量。在此基础上，要以供给侧结构性改革为主线，加快构建绿色全要素生产率提升机制，促进产业结构升级与产业转型。持续加强地区宏观经济环境的优化，以巩固绿色高质量发展为基础，为市场参与者创造一个公正竞争的环境。此外，政府要进一步加强绿色金融体系建设，推动建立绿色金融市场体系和健全信用评价制度，充分发挥政府在推动绿色创新中的主导作用。一方面，支持金融业发展、强化其资金导向作用，以创造有利于绿色创新发展的优越环境；另一方面，通过加强对绿色产业发展政策的扶持力度、健全相关法律法规以及建立有效监管机制等举措，进一步推动区域内各行业绿色转型升级。

3）为企业绿色创新提供政策与资金支持；建立健全绿色科技创新成果激励与知识产权保护体系；促进传统企业要与科研机构、高校合作，推进绿色创新技术的研发，将绿色技术和数字技术融入生产到销售的每一个环节，从中间环节来减少能耗，提升生产效率。