数字化对制造业企业绿色转型的影响机制研究

刘玉斌,王丹婵

(天津财经大学 商学院,天津 300222)

一、引言

中国作为制造业大国,在发展中以高消耗、高污染换取经济效益的提升和快速的扩张,造成了产业结构失调、碳排放过多和水资源污染等严峻的环境问题,故制造业绿色转型迫在眉睫。目前,政府和部分制造业企业已先行出发探索借助数字化促进企业绿色转型。2022年6月,工业和信息化部等六部门联合发布《工业能效提升行动计划》,提出充分发挥数字化的赋能作用,助力数字化绿色化协同转型。2023年3月,工赋创始人峰会在上海举办,通过分享不同行业的数字化转型场景,探讨数字化助力制造业企业节能减排的途径。

随着云计算、人工智能、物联网等数字化技术相继出现并应用,数字化已然成为实现产业优化升级的新引擎[1]。数字化渗透到企业生产制造、经营管理和研发创新等生产经营的各个阶段,对传统产业带来全方位的升级,促进各产业间融合发展,催生出新产业、新模式。数字化与传统制造业的结合能促成企业研发创新能力的提升、管理经营模式的转变、生产要素使用效率的提高等,同时能使生产经营过程更加“自动化”和“精准化”,能精确控制物料投入,为生产制造等减少浪费、降低消耗,大幅降低了绿色转型的成本,使数字化逐渐成为制造业企业绿色转型的新动能。那么,数字化是否有助于制造业企业绿色转型?如何通过借助数字化促进企业绿色转型?均是急需解决的重要命题,具有理论与现实意义。

当前关于数字化对制造业企业绿色转型影响的研究较少,针对数字化的研究主要聚焦在两个方面:一是数字化的测度方法,在微观企业层面,主要运用工业机器人密度、数字化流程赋值[2]、数字化转型项目投资金额[3]以及文本分析方法[4]等衡量企业数字化水平。二是数字化的经济效应,一方面侧重研究数字化对企业内部绩效的提升,包括但不限于优化要素投入比例[5]、节约劳动力成本和销售成本[6]、提升创新绩效[7]、提高组织绩效[8]、改善公司治理水平[9]以及提升企业全要素生产率[10]等方面;另一方面探究数字化推动企业对外发展,如企业专业化分工[11]、改善客户关系管理[12]、缓解融资压力[13]以及提升价值链地位[14]等。以往研究数字化经济效应的视角为本研究提供了逻辑基础,可以发现数字化已渗透到企业生产经营的各阶段,但深入分析数字化如何在生产经营中全面推动企业绿色转型的研究较少。

关于企业绿色转型的驱动因素,现有研究主要集中在提升企业创新能力[15]、提高资源利用效率[16]、强化企业经营效率[17]与增强企业竞争力[18]等企业内部提升需求,以及政府监管[19-20]、利益相关者压力[21]等外部驱动因素。现有微观层面关于数字化对绿色转型的研究,多集中在数字化对企业绿色创新的影响[22-23],采用不同的方式刻画绿色研发创新,均得出企业数字化能提升绿色创新水平。现有研究中应用绿色创新、绿色研发能力等片面的指标替代企业绿色转型指标,难以完整反映企业的绿色转型情况。少部分研究关注到数字化对企业绿色转型的影响:戴翔和杨双至运用2000—2012年间高耗能制造业微观数据,研究数字化对绿色转型的内在作用机理[24];曹裕等通过对三一集团案例采用资源编排理论分析,探究制造业企业数字化对绿色转型的影响机理[25];李金昌等使用上市公司数据,从企业内部建设、市场外部关注和政府补贴三个方面探索数字化对制造业企业绿色转型的影响机制[26]。综上,针对数字化对制造业企业绿色转型促进效应的研究目前较少,内在作用机制尚不明朗,在时间维度刻画不足,在研究视角、作用机制等方面均有待深入挖掘。

基于此,本文重点考察数字化对制造业企业绿色转型的影响,并探究其具体作用机制。本文可能的边际贡献在于:其一,研究机制方面,深入挖掘数字化的作用,从创新能力、结构优化、资源利用三条内部驱动路径探索制造业企业绿色转型的作用机制,补充了数字化影响绿色转型的研究;其二,基于企业所有制、企业规模、技术属性与企业ESG责任因素分组回归,考虑促进效果差异,因地制宜推行数字化,促进制造业企业绿色转型;其三,单维度绿色创新指标可能忽略企业绿色生产、管理等方面,本文试图全面构建制造业企业绿色转型指标,有助于完整理解企业绿色转型,并将研究问题落于微观企业层面,更具实践意义。

二、理论机制与研究假说

(一)数字化对制造业企业绿色转型的促进作用

数字化能优化制造业企业能源的使用效率与资源的配置效率,提升研发创新技术,改进生产工艺,为制造业企业绿色转型奠定坚实的基础。(1)大数据、云计算和人工智能等数字化技术本身具有创新性,运用数字化技术拓展了创新技术边界[27],能有效提升企业绿色研发创新能力。制造业企业数字化一方面通过降低信息不对称、减少对客户的信息获取难度,运用大数据技术精准识别潜在客户与市场的需求,改变产品参数、升级产品绿色质量以快速匹配市场需求,从而减少制造业企业设计试错的成本与能耗;另一方面研发人员能借助数字化技术较便利获得企业绿色生产相关的知识、前沿绿色专利技术,强化对绿色创新技术的吸收消化能力,整合企业原有技术与资源,促进技术与知识的交流,提升企业绿色发展水平。(2)借助数字化技术,企业能有效调整经营管理结构,实施绿色管理。数字化技术打破了企业内部时间与空间的壁垒,使得战略、项目、技术等内容快速有效传递,降低管理与沟通成本,优化调整现有管理流程以提升管理效率,促进绿色管理;同时,数字化通过缓解企业内部与企业内外的信息不对称,对内提升公司治理水平、优化组织架构,对外降低谈判、监管成本,减少了交易成本,为企业绿色转型提供基础支持。(3)数字化技术自带绿色属性,其能源消耗较少,污染程度较低,对环境非常友好。企业运用数字化技术可监管生产过程,降低能源与原材料的消耗,提升资源使用效率,优化资源配置;监控污染物的排放,对“废水”“固废”分类处理,建立“回收—利用—处理—再回收”的路径,极大限度使用资源并减少排放,做到节能减排。(4)绿色发展是中国新发展理念之一,政府积极出台各项政策文件全面贯彻绿色发展理念,这促使制造业企业绿色转型势在必行。政府环境规制与低碳要求以及数字化带来的信息透明度,倒逼制造业企业进行绿色转型,从生产、管理、研发各阶段贯彻绿色发展理念。基于此,提出假设:

假设1:数字化能显著助推制造业企业进行绿色转型。

(二)数字化、创新能力与制造业企业绿色转型

制造业企业生产过程具有高消耗、高排放的特性,生产工艺与产品绿色升级是企业绿色转型的关键问题之一。制造业企业通过应用数字化,提升企业研发创新能力与企业绿色创新能力,促进生产工艺与产品的绿色转型。首先,企业通过数字化技术快速获取市场需求,升级产品绿色质量为客户定制,减少设计研发成本,精确提升绿色研发创新能力,促进企业绿色转型。其次,制造业企业通过数字化整合原有研发创新资源和人才,一方面改进绿色研发创新资源配置,准备大量绿色创新相关知识与专利;另一方面,安排科研人员培训与发展,增强对绿色创新的吸收再造能力,探索前沿绿色技术,兼顾研发前段清洁生产技术与末端污染治理技术,为制造业企业绿色转型提供技术支撑。再次,数字化能缓解空间上的局限,不同地区、不同产业间可进行资源共享与协同研发创新,跨界合作或许能给研发创新形成新视角,数字化形成的虚拟集聚可促使不同地区、不同产业合作提升研发创新能力,从而提升制造业企业绿色转型程度。基于此,提出假设:

假设2:数字化通过提升企业研发创新能力助力制造业企业绿色转型。

(三)数字化、结构优化与制造业企业绿色转型

数字化影响到生产、经营、销售各环节,制造业企业通过调整经营管理结构,改善组织架构,提升管理效率促进绿色转型。首先,数字化技术建立虚拟空间,能高效传达企业内部信息与文件,便于企业内部实现有效沟通与交流,减少企业内部信息不对称并降低管理成本,促进企业绿色管理。其次,企业数字化使精益管理变成现实,采用数字化技术将采购、生产、销售等过程可视化,便于及时安排并调整策略,以降低资源与能耗的浪费并节约成本,促进制造业企业节能降耗,例如通过物联网与配送系统可精准高效管理物流。再次,制造业企业数字化通过缓解信息不对称问题降低交易成本,并且通过改进生产、经营过程、优化结构以提升管理效率与产品品质,促进企业绿色转型。基于此,提出假设:

假设3:数字化通过优化经营管理结构助力制造业企业绿色转型。

(四)数字化、资源利用与制造业企业绿色转型

制造业企业数字化能优化资源配置,提高资源利用率与产能利用率,从而促进企业绿色转型。一方面,企业数字化能优化资源配置,降低对专有资产的依赖[28],充分利用闲置资源,减少企业冗余资源,提升企业资源利用率同时降低资源使用量。制造业企业在数字化技术的加持下,能大幅提升冗余资源的识别能力,整合闲置资源并解决资源冲突引起的问题,协调资源配置,使制造业企业转向高效节能的生产模式。另一方面,制造业企业数字化有效节约资源和降低生产成本,还能探索不同资源间的联系,重新配置资源、激发潜在价值,有利于提升企业的产能利用率;同时,数字化监管机制不仅可查看资源利用情况,而且也能提高企业员工的责任感与积极性,使生产经营活动达到效率最高,提升企业的产能利用率,有利于企业进一步降耗节能。基于此,提出假设:

假设4:数字化通过提升资源利用效率助力制造业企业绿色转型。

三、研究设计与数据来源

(一)模型选择

为检验制造业企业数字化对绿色转型的影响,借鉴张宗新和吴钊颖[29]的研究,构建如下面板回归模型进行估计:

EGTi,t=α0+α1EDTi,t+

∑βiXi,t+∑Industry+∑Year+εi,t

被解释变量EGTi,t表示企业i在第t年的绿色转型程度;核心解释变量EDTi,t表示企业i在第t年的数字化程度;Xi,t为包括公司规模、产权性质等在内的企业层面系列控制变量;Industry、Year分别表示行业和年度固定效应。

根据设定,若核心解释变量EDTi,t的回归估计系数α1显著为正,推断出制造业企业数字化正向影响企业绿色转型程度,加深数字化水平可以显著提升绿色转型程度;相反,若系数α1显著为负,表明提升企业数字化水平反而抑制企业绿色转型。

(二)变量测量

1.被解释变量——企业绿色转型(EGT)

中国社会科学院工业经济研究所课题组将工业绿色转型界定为:以资源集约利用和环境友好为导向,以绿色创新为核心,坚持走新型工业化道路,实现工业生产全过程的绿色化、可持续发展,获得经济效益和环境效益的双赢[30]。对于系统衡量制造业企业绿色转型EGT,目前尚未有统一科学的指标体系。本文根据中国社会科学院工业经济研究所对绿色转型的定义和相关学者的研究[31-32],基于文本分析方法,将制造业企业绿色转型指标分为绿色文化、绿色管理、绿色创新、绿色生产及绿色排放五个二级指标,再细化到三级指标,如下页表1所示。文章以企业绿色转型指标体系为基础,综合运用无量纲化、价值平减法等方法对数据进行标准化处理,并利用熵权法对指标赋权,测算企业绿色转型指数。

表1 制造业企业绿色转型指标体系的框架

2.核心解释变量——企业数字化(EDT)

大部分学者参考吴非等的研究[4],创建数字化词典,采用文本分析对上市公司的年报进行词频统计,测度的企业数字化转型指数结合了戚聿东和肖旭提出包含人工智能、区块链、云计算、大数据4个方面的“底层技术运用”,与以数字技术应用衡量的“技术实践应用”[1]。本文使用国泰安(CSMAR)数字化转型研究数据库中的企业数字化转型指数,由CSMAR团队与华东师范大学“智能工商与科创企业管理”研究团队联合研发,涵盖战略引领、技术驱动、组织赋能、环境支撑、数字化应用和数字化成果六个方面,数据来源更加可靠权威,并全面衡量了企业数字化。

3.控制变量

参考李青原和肖泽华[33]的研究,从企业层面选取了可能影响绿色转型的指标作为控制变量,包括:(1)企业规模(Size):采用企业资产总额的自然对数表示;(2)产权性质(SOE):根据企业性质判断,国有控股企业为1,其他性质企业为0;(3)资产负债率(Lev):年末负债总额/资产总额;(4)总资产收益率(ROA):净利润/资产总额;(5)固定资产占比(FIXED):固定资产净额/资产总额;(6)企业成长性(Growth):本期营业收入/上期营业收入-1;(7)账面市值比(BM):账面价值/总市值;(8)独立董事占比(Indep):独立董事/董事人数;(9)管理层持股比例(Mshare):管理层持股数/总股本。

(三)样本选择与数据来源

考虑到2010年之后中国数字技术日趋成熟,数字经济快速增长,数字化逐渐成为企业发展方向,特别是制造业企业面临更严格的环境压力,绿色转型迫在眉睫,本文使用2011—2021年沪深两市A股上市的制造业企业作为研究样本。考虑到数据可靠性,按照如下步骤筛选样本:(1)通过国泰安(CSMAR)数据库依据证监会2012版行业分类中的制造业分类,筛选出制造业上市公司;(2)剔除ST、*ST、PT的样本,以及资不抵债的样本;(3)剔除主要变量数据少于连续三年的样本;(4)剔除样本期间主要变量缺失的样本。最终保留1 264个制造业上市公司样本,获得8 078条非平衡面板数据。

制造业企业绿色转型数据来自国泰安(CSMAR)数据库上市公司的年度报告、社会责任报告、可持续发展报告与官方网站等公布的信息分类、搜集、整理,通过综合运算获得;企业数字化数据以及企业性质、其他财务数据等控制变量数据主要来自国泰安(CSMAR)数据库;工业生产者出厂价格指数以及固定资产投资价格指数来自《中国统计年鉴》。

(四)描述性统计

基准回归变量的描述性统计结果如表2所示。在总体上制造业企业绿色转型程度较低,企业数字化程度明显高于绿色转型程度,并且数字化和绿色转型程度在不同企业间相差较大,符合现实情况,其中控制变量情况与已有研究基本一致。

表2 主要变量的描述性统计

四、基准回归结果

(一)基准回归分析

为验证数字化对制造业企业绿色转型的影响,本文构建固定效应模型进行实证分析,下页表3汇报了回归的基准结果。其中,第(1)列是不含控制变量和固定效应的估计结果;第(2)列是加入行业和时间固定效应的估计结果,结果显示企业数字化(EDT)的估计系数在1%统计水平上正向显著促进制造业企业绿色转型;第(3)列是控制固定效应之后加入了企业信息变量(企业规模、企业属性)的估计结果;第(4)列是再加入企业管理变量的估计结果,显示企业数字化的估计系数在5%的统计水平上正向显著。在此基础上,第(5)列是纳入财务指标类型控制变量的估计结果,企业数字化的估计系数为0.048 3,在1%统计水平上正向显著。上述回归结果表明,无论是否考虑行业固定效应和时间固定效应,制造业企业数字化水平越高,其绿色转型程度就越深,两者均正相关。这说明数字化显著有助于制造业企业绿色转型,验证了研究假设1。

表3 基准回归结果

(二)稳健性检验

为使文章基准结果更具可靠性,进行了一系列稳健性检验。

1.调整变量的衡量方式。分别调整被解释变量绿色转型和解释变量企业数字化的衡量方式,开展研究结果的稳健性检验。

选取绿色专利申请数替换绿色转型指标,其中绿色专利申请数量(GT1)=绿色发明专利+绿色实用专利,通过负二项回归进行检验;为消除绿色专利申请数量的右偏分布问题,采用将绿色专利申请数量加1后取自然对数(GT2),同时进行稳健性检验。估计结果如下页表4中第(1)至(2)列所示,对比可知,使用专利申请数量进行负二项回归和对专利申请数加1后取自然对数,对结果影响不大,即采用不同方式衡量企业绿色转型,数字化依旧显著促进绿色转型,基本结论是稳健的。

表4 稳健性检验结果

对于企业数字化指标,选用数字无形资产占比衡量。采用无形资产明细中有关“数据”“信息化”等数字化相关的项目投资除以本年度无形资产总额,获得数字无形资产占比(DT)来衡量企业数字化。估计结果如下页表4中第(3)列所示,相较于基准回归,回归系数上升较多,同时数字化显著有助于绿色转型,表明基本结论具有稳健性。

2.考虑遗漏变量。文中基准回归只控制了行业和时间固定效应,若不加入省份和城市固定效应,可能会遗漏地区层面不随时间改变的变量,导致回归产生偏差。借鉴施炳展和李建桐的研究,加入省份固定效应和城市固定效应[34]。下页表4中第(4)列是加入省份固定效应的回归结果,第(5)列是加入城市固定效应的回归结果,制造业企业所在省份、城市数字化水平对于企业绿色转型影响没有明显差异。

3.考虑滞后影响。剔除上市公司年报数据滞后性影响,对解释变量企业数字化予以滞后一期处理,降低估计的偏差,估计结果如下页表4第(6)列所示;估计系数与基准回归差距不大,并显著为正,与基准回归结果一致,可以证明假设1的稳健性。

(三)内生性问题处理

1.工具变量法

借鉴胡山和余泳泽[35]的研究,选取1984年各城市邮电数据作为解释变量企业数字化水平的工具变量,利用滞后一期的全国互联网上网人数分别与1984年各城市邮电数据交乘以构建面板数据,得到工具变量(IV)。上述工具变量一定程度反映城市数字化水平随着时间变化的趋势,企业数字化水平发展与所在地数字化水平密切相关,满足相关性条件;并且城市数字化水平对企业绿色转型决策无直接影响,单个企业的绿色转型程度不会显著改变城市数字化水平。因此,选择城市数字化水平作为企业数字化的工具变量能同时满足工具变量的排他性和外生性。运用上述工具变量进行内生性检验,估计结果如表5第(1)和(2)列中所示。第(1)列以企业数字化为被解释变量、工具变量城市数字化水平为解释变量的回归结果,表明工具变量对企业数字化水平的回归系数为0.001 0并在统计水平1%上显著为正,显示企业数字化确实会受到城市数字化水平的正向影响。第(2)列以企业绿色转型为被解释变量,采用工具变量估计的企业数字化为解释变量进行检验,仍旧在1%的水平上正向显著,并且估计系数明显扩大。这意味着控制内生性后企业数字化对绿色转型具有明显正向促进作用,且边际效应更甚。并且在第一阶段中,F检验值为14.85,Anderson canon.corr.LM检验的P值为0.000 1,故认为工具变量(IV)与内生变量相关且不存在弱工具变量问题,说明在控制内生性问题后,结论依然显著。

表5 工具变量及Heckman检验结果

2.Heckman两阶段法

文中选择部分上市公司作为样本,从观测值发现企业数字化水平在不同企业间差距较大,其企业产权、企业规模等参数也各不相同,为克服样本选择偏误问题,构建Heckman两阶段法模型验证。第一阶段,先设定企业数字化的虚拟变量(Iedt),用以预测每个企业的概率,运用Probit模型估计选择方程和企业数字化概率,借助风险函数计算出逆米尔斯比率(IMR);第二阶段,将第一阶段得到的IMR作为控制变量加入添加行业、时间固定效应的基准回归中,估计结果如表5第(3)列所示。结果表明,IMR在10%的统计水平上显著,样本选择偏误影响了基准回归,纠正样本选择偏误后回归发现企业数字化对绿色转型的估计系数较基准回归差距不大,并在1%的统计水平上正向显著,故验证了假设1,企业数字化显著提升制造业企业绿色转型程度。

五、机制分析

本部分将刻画数字化对制造业企业绿色转型的机制。借鉴江艇[36]的研究,设立如下模型。

Mi,t=γ0+γ1EDTi,t+∑βiXi,t+

∑Industry+∑Year+εi,t

(2)

式中Mi,t为机制变量,包括创新能力、结构优化与资源利用三方面多个衡量指标,具体机制检验结果如表6所示。

表6 机制检验的结果

(一)基于创新能力的机制检验

借鉴诸竹君等[37]的研究,分别使用创新数量与创新质量来刻画企业的创新能力,其中采用企业申请专利数量(发明、实用新型与外观设计专利数量之和)衡量创新数量;采用企业发明专利申请量占比(发明专利申请量/企业专利申请总量)衡量创新质量,检验结果如表6所示。表6第(1)列是对企业创新数量的检验,第(2)列是对企业创新质量的检验,结果表明企业数字化不仅增加制造业企业创新数量,而且提升创新质量,从数量与质量两个方面增强制造业企业的创新能力,从而加快前端清洁生产技术与末端污染防治技术的产生。检验了创新能力的作用机制,验证了假设2。

(二)基于结构优化的机制检验

数字化可渗透到制造业生产经营的每个阶段,促进企业优化生产经营结构,改善组织架构,提升管理效率,助力企业节能降耗减排,以实现绿色转型。制造业企业结构优化可表现为企业经营成本率(Cost)下降和成本费用率(Cer)减少,因此采用这两个指标衡量企业结构优化进行机制检验。其中,经营成本率=营业成本/营业收入,成本费用率=(营业成本+管理费用)/营业收入,两者均为负向指标。检验结果如表6第(3)(4)列所示,回归系数分别在1%和5%水平上显著为负,表明数字化能够显著降低制造业企业的经营成本率和成本费用率,可实现制造业企业结构优化,进而促进企业绿色转型,验证了假设3。

(三)基于资源利用的机制检验

一方面数字化能优化资源配置,盘活闲置资源与低效资源,提升资源使用率,减少制造业企业的冗余资源;另一方面数字化能深入挖掘资源的潜在价值并重新配置使用,有助于提升企业的产能利用率:均促进了制造业企业的绿色转型。因此,本文采用冗余资源和产能利用率两个方面衡量企业的资源利用情况。其中,冗余资源是负向指标,冗余资源越少说明企业对资源的利用效率越高,用运营冗余(OS)和财务冗余(FS)两个指标刻画。运营冗余=流动资产/流动负债,财务冗余=现金与现金等价物/营业总成本;产能利用率(CU)是正向指标,借鉴李雪松等[38]的研究,采用随机前沿生产函数法估算前沿生产面,产能利用率=实际产出/前沿产出。机制检验结果如表6第(5)至(7)列所示,第(5)(6)列分别是对运营冗余和财务冗余的机制检验,显示回归系数在1%的统计水平上显著为负,表明实施数字化能减少制造业企业的运营冗余和财务冗余,优化资源配置,提高资源利用效率,从而助力企业绿色转型。第(7)列是对产能利用率的机制检验结果,表明数字化能显著提升制造业企业的产能利用率,使企业达到节能降耗。这意味着,数字化可通过提高资源利用效率促进制造业企业绿色转型,进一步验证了假设4。

六、差异性分析

前文验证了企业数字化对绿色转型的促进作用,所使用样本聚焦在制造业行业,而制造业行业差距巨大,那么不同企业数字化对于绿色转型的影响是否具有差异?需要考虑企业受到数字化影响的差异性,具体从下面几个角度考察。

(一)基于企业所有制的异质性检验

绿色发展是国家目前新发展理念之一,企业绿色转型顺应国家长期发展规划,并产生更大的社会效益。国有企业和非国有企业之间由于所有制不同,经营目标、激励机制和监督形式等均存在较大差异,而通常国有企业能快速响应国家战略做出决策。那么,不同所有制的企业数字化对绿色转型的影响是否存在差异,是否国有企业数字化对绿色转型的促进作用更大?为此,按照企业所有制性质分组并进行分样本回归,回归结果如表7第(1)(2)列所示。第(1)列表明非国有企业制造业的数字化能显著正向促进企业绿色转型;第(2)列显示国有企业制造业的数字化对绿色转型并没有显著影响,与预期不同。这意味着,数字化对制造业企业绿色转型的促进作用彰显在非国有制造业企业中,这可能是因为非国有制造业企业以利益为导向并按贡献分配利益,鼓励人员提升效率、改进技术、推进创新。部分非国有企业在数字化领域有一定基础,较为轻松实施数字化,并能够利用数字化激发企业自身潜力,助推企业绿色转型;而国有制造业企业不完全以利益为目标,且企业自身生存压力较小,相较非国有制造业企业在实施数字化进程上动力更弱,融合数字化能力不强,不能充分发挥数字化的助力作用,导致数字化对绿色转型影响不明显。

表7 企业所有制与规模的异质性检验

(二)基于企业规模的异质性检验

企业推进数字化进程与很多因素有关,包括企业的资金情况、技术能力、基础设施等方面,而大型制造业企业与中小型的制造业企业在这些方面均存在一定差异。那么,规模大小不同的企业数字化对制造业企业绿色转型的促进作用是否一致?为此,根据企业总资产构建企业规模变量,将原有样本分为大型制造业企业(Size=1)、中小型制造业企业(Size=0)两组再进行分样本回归,结果如表7第(3)(4)列所示。结果显示无论企业规模大小数字化均能提升制造业企业绿色转型程度,但大型制造业企业数字化对绿色转型的助推作用更显著。这意味着企业实施数字化具有规模效应,大型制造业企业能够更好发挥数字化的作用。可能的原因是:大型制造业企业拥有大量资金储备和技术优势,能较多投资数字化配套设施,快速适应数字化并运用于生产过程中,且更易吸收和转化推进数字化带来的效益,从而实现数字化的规模效应,有效促进企业绿色转型;中小型制造业企业在资金、技术方面稍有欠缺,用于数字化、绿色转型的投资较少,或者说中小企业精力不足,实施数字化需大量资源,对于绿色转型的投入“力不从心”,从而中小型制造业企业数字化能促进绿色转型,但助推力度不及大型制造业企业。

(三)基于技术属性的异质性检验

不同技术属性的制造业企业间差异巨大,相对而言,高技术制造业企业拥有更强的技术创新能力、更高的生产效率与更低的能源消耗,更易于结合数字化改进生产经营。那么,不同技术属性的制造业企业数字化对绿色转型的作用是否相同?是否高技术行业企业数字化对绿色转型的助力作用更大?为此,借鉴李文静和彭红星[39]的研究,根据国家统计局发布的《高技术产业(制造业)分类(2013)》,并参照中国证监会2012年《上市公司行业分类指引》将8类制造业设定为高技术制造业企业,其中包含医药制造业、航空航天器及设备制造业与电子及通信设备制造业等。按照上述标准将样本分类回归,结果如下页表8第(1)(2)列所示。其中,第(1)列是非高技术制造业企业分样本回归结果,第(2)列是高技术制造业企业分样本回归结果,显示非高技术制造业企业、高技术制造业企业数字化对绿色转型的回归系数分别在5%、10%的统计水平上正向显著,同时非高技术企业的回归系数明显大于高技术企业。这意味着,不同技术属性的制造业企业数字化均能促进绿色转型,且非高技术企业数字化对绿色转型的助推作用更为显著。可能的原因:非高技术制造业企业多属于粗放型增长,较高技术企业在能耗、环境等方面面临更大的压力,数字化技术的促进效应更为明显,而高技术制造业企业更节能,污染排放量较少,故相较高技术企业,非高技术企业数字化对绿色转型的助推作用更为显著。

表8 技术属性与ESG责任的异质性检验

(四)基于企业ESG责任的异质性检验

在倡导经济绿色可持续发展的理念下,企业ESG评级应时而生,从环境、社会和公司治理三个方面制定标准、收集信息,对企业整体表现予以综合评分。ESG评分高,表示企业在生产发展中更注重保护环境、努力承担社会责任与具有高效的组织结构,能缓解信息不对称、加强市场的信息透明度从而改善资源错配的问题,有利于增加投资者和相关利益者的信心,缓解融资约束与经营风险,为制造业企业绿色转型发挥良好的支撑作用。那么,是否ESG评分高的企业数字化更能促进绿色转型?为此,借鉴谢红军和吕雪[40]的研究采用华证ESG综合评分衡量企业ESG责任,按照ESG评分高低将原样本分为高ESG企业(esg=1)、低ESG企业(esg=0)两组再进行分样本回归,结果如表8第(3)(4)列所示。第(3)列是低ESG制造业企业分样本回归结果,第(4)列是高ESG制造业企业分样本回归结果,表明高ESG企业数字化显著正向促进绿色转型,而低ESG企业数字化对绿色转型没有显著影响,与预期相符。这意味着ESG评分较高的制造业企业确实更注重环境保护与社会责任,从缓解融资、减少信息不对称、提高资源配置效率、提高员工效率等方面营造良好的营商环境,使数字化显著提升绿色转型程度。

七、结论与政策建议

本文在理论分析的基础上,采用2011—2021年沪深A股上市公司数据,构建制造业企业绿色转型指标,实证考察数字化是否有助于制造业企业绿色转型,并剖析其影响机制。

研究结论证实了提升数字化水平有利于促进制造业企业绿色转型,并提出创新能力、结构优化和资源利用三个方面影响机制,对制造业企业实现绿色转型升级和高质量发展具有重要的启示意义。

第一,政府积极推动数字化发展,营造数字化绿色化协同转型的良好环境。加快推进“新基建”与相关公共服务建设构建数字基础设施体系,协调各区域针对性部署,有利于形成数字资源共享、区域协同发展数字化;改进数字化的制度供给,规范数字化市场秩序,改善审批程序,助力数字化快速健康发展;着力扶持数字化和绿色化发展,制定多元化补贴优惠政策、优化奖励机制,从资金与技术等多渠道为制造业企业提供支持,排除绿色转型升级的障碍。

第二,企业应加强环保意识,抓住数字化机遇,利用数字化促进绿色转型。企业应分析自身发展模式,挖掘绿色转型重点与难点,借助数字化有针对性改善绿色转型的条件,突破绿色转型困境。相较于高技术行业,非高技术行业多为高消耗高污染的传统行业,更需要借助数字化提升企业创新能力,促进绿色转型;ESG评分较低的企业更需要加强环保意识,优先提升企业绿色文化、绿色管理水平,而ESG评分较高的企业可更关注数字化,借助数字化提升绿色转型程度。

第三,企业应关注创新能力,在数字化对制造业企业绿色转型的促进效应中的重大作用。一方面推动数字化精准捕捉市场需求,提升对应绿色研发创新能力,启用虚拟设计与试验软件为客户定制产品,在快速匹配市场的同时减少设计实验的风险与成本;另一方面推进数字化研发,整合研发创新资源,实施跨域跨界交流与共享,提升研发人员吸收再造能力和研发创新成果转化能力,基于企业生产、排放方式获得研发创新方案,针对性改善前端清洁生产技术或末端污染治理技术,提升绿色创新能力,实现绿色生产与绿色排放。

第四,企业应注重数字化以实现结构优化,促进企业绿色转型。加快运用数字技术于企业经营管理的各阶段,改善经营管理结构和组织架构,提升企业治理水平。构建沟通、交流和分享渠道,降低企业内部信息不对称和交易成本,合理运用数字化平台并协同工作实现精益管理,以实时调整策略方案,实现结构优化与精益管理。

第五,企业应认识到资源利用在数字化促进制造业企业绿色转型中的作用。推进数字化进程,盘活闲置资源,促进资源重组利用,解决资源矛盾,优化资源配置并提升资源利用效率,实现节源增效;应用数字技术模拟生产情况,制定科学合理的生产方案,改善生产效率并提升产能利用率,充分发挥数字化的作用,促进企业绿色转型。

致谢：感谢天津财经大学商学院郭树龙副教授在实证方面的帮助和指导!