企业数字技术应用对绿色创新质量的影响研究

杨 鹏 孙伟增

(1. 中央财经大学信息学院; 2. 中央财经大学经济学院)

1 研究背景

2010年以来,中国制造业的增加值已经连续11年位居世界第一,但是在规模快速扩张的过程中也存在碳排放总量大、能源利用率偏低等问题。绿色创新是企业减少环境污染、资源消耗,实现经济可持续发展的重要途径[1]。据统计,2007～2020年间,我国绿色专利的申请数量从2.7万件上升至55.7万件,年均增速高达26.2个百分点①。尽管绿色专利申请数量不断增加,但我国绿色创新质量的整体水平仍然不高,主要体现在两个方面:①从专利类型来看,绿色发明专利的比重仍然较低。2010～2019年期间,我国绿色实用新型专利的数量增长速度远高于绿色发明专利,并且绿色实用新型专利的数量大约是绿色发明专利的3倍[2]。②以绿色专利IPC大组层面的知识差异程度衡量绿色创新质量,我国2000～2005年绿色创新质量的均值为0.37,但是2006～2015年却下降至0.33[3],说明我国绿色专利的知识差异程度在缩小,更趋向于同质性的创新。

那么,导致我国绿色创新质量水平不高的原因是什么呢?已有文献主要从政府行政介入视角出发,认为政府的环境规制政策虽然推动了绿色创新数量的上升,却降低了绿色创新质量。其原因在于:企业为了满足政府的环境保护绩效考核目标,往往会减少对高质量绿色创新活动的研发投入,反而更倾向于申请质量较低的绿色专利[3]。由此可见,在当前的发展阶段,依靠命令性的环境规制政策并不能从根本上激励企业提高绿色创新质量。相比之下,技术进步是提升企业创新质量的决定性因素。

在数字经济时代,数字技术正在成为影响企业绿色创新的重要技术因素。例如,EL-KASSAR等[4]认为,数字技术应用会通过促进企业的绿色创新活动进一步加强竞争优势。宋德勇等[5]研究发现,数字技术能够提升重污染企业的绿色创新能力。然而,现有研究大多从创新数量的视角出发,发现数字技术提高了企业绿色专利数量。但是,数字技术的应用能否提高企业绿色创新质量?如果能,背后的影响机制是什么?学术界对此尚未进行系统研究。

基于知识基础观理论,本研究认为数字技术的应用提高了企业获取外部知识资源的能力,进而有利于提升企业绿色创新质量。与现有文献相比,本研究的贡献主要体现在以下3个方面:①证实数字技术的应用通过提高企业的知识搜索能力和推动研发合作两个机制,从而提升了企业绿色创新质量,为企业应用数字技术提升绿色创新质量提供了经验证据;②基于知识基础观,从影响机制、调节因素和异质性等角度系统考察了数字技术应用对企业创新质量的影响,不仅契合当下可持续发展导向的时代背景,也有助于更全面地理解数字技术与企业绿色创新之间的关系;③从“数字技术使用广度”和“数字技术应用深度”两个维度,构建企业层面的数字技术应用指标,实现了对企业内部各环节数字化(生产和管理等)的精准刻画,为后续关于企业数字技术应用的研究提供了有益借鉴。

----------

① 该数据由笔者从国家知识产权局获取的绿色专利数据统计得来。

2 理论分析与研究假设

2.1 数字技术应用与企业绿色创新质量提升

知识基础观将“知识”定义为企业对生产、管理和经营规律的认知,并认为企业拥有的知识资源是决定创新绩效的关键[6～8]。绿色创新涉及污染减排、能源利用等不同领域的知识,企业如果仅依赖自身熟悉的技术经验可能只会得到同质性的绿色创新成果。因此,企业只有摆脱对现有知识的依赖,积极地在未知的知识领域进行探索,才能取得高质量的绿色创新成果。

根据企业知识获取的不同渠道,ROPER等[9]将企业的知识搜索策略分为两类:①交互式搜索策略,即企业有目的地与其他创新机构(如研究机构、大学和其他企业等)建立联系,利用对方的知识资源进行创新;②非交互式搜索策略,主要指企业有意识地寻找外部知识,但并没有另一方的直接参与。例如,模仿其他企业的产品创新策略并进行改进,通过会议和展览等活动学习其他企业的产品设计,或者通过科学期刊和技术出版物学习先进知识等。

在数字经济时代,数字技术可以有效地降低企业的信息搜寻成本[10]。对于绿色创新而言,一方面,数字技术使得企业能够以线上搜索的方式获取外部知识,从而为绿色创新活动补充必要的知识资源;另一方面,企业可以应用数字技术建立线上研发合作平台,以较低的搜寻和合约成本与其他创新机构进行合作,共同进行高质量的绿色创新活动。据此,提出如下假设:

假设1数字技术的应用有利于企业绿色创新质量提升。

2.2 数字技术应用影响企业绿色创新质量的机制分析

首先,企业在进行高质量的绿色创新活动时,往往要对多个知识领域进行探索。如果缺乏数字技术的支持,企业掌握的知识只能来源于自身内部管理层和研发人员的积累,而数字技术的应用使得企业可以更广泛、快速地收集到外部的知识资源,并通过数据分析获取新的创新思路[11,12]。进一步地,企业知识搜索能力越强,越能够从众多的外部信息中挖掘出创新机会,并丰富企业现有的知识储存[13],进而提高企业高质量绿色创新活动的成功概率。

其次,企业在绿色创新过程中也需要与其他科研机构进行研发合作,如果仅仅依靠自己的力量可能会陷入闭门造车的困境。CHESBROUGH[14]指出,企业可以通过与大学、科研院所甚至竞争对手等创新主体合作的方式,更便捷地获取外部知识资源。一方面,大学和科研院所主要从事基础性研究工作,有利于企业了解前沿技术;另一方面,与其他企业合作也有助于知识互补,为企业的创新活动增加知识储备[8]。数字技术不仅可以帮助企业降低搜寻研发合作伙伴的成本,促进彼此之间信息和知识的交流,还可以增强合作各方的互联互通,提高研发池内知识资源的使用效率[15]。例如,WAN等[16]发现,区块链技术的应用不仅增强了企业与研发合作伙伴之间信息获取和共享效率,还提高了彼此之间的信任程度,从而保证研发合作活动的顺利进行。进一步地,研发合作过程中各种异质性知识的相互融合,有利于扩大企业创新的知识宽度,进而促进创新质量提升。据此,提出如下假设:

假设2数字技术的应用增强了企业的知识搜索能力与研发合作能力,进而有利于企业绿色创新质量提升。

2.3 调节效应分析

知识资源基础观认为,知识的获取与整合需要以人为载体。在企业绿色创新活动中,高管和发明家作为绿色创新的决策者与执行者,是影响企业能否应用数字技术取得高质量绿色成果的重要调节因素。一方面,高管是绿色创新战略的主要决策者,因此高管自身的环保认知水平对企业绿色创新质量具有重要影响。席龙胜等[17]发现,高管的环保认知水平越强,越倾向于通过绿色创新掌握关键环保核心技术,这不仅有利于增强企业的竞争优势,还能够打造企业敢于承担环境责任的良好形象。基于这一逻辑,当高管对企业绿色发展持有支持和肯定的态度时,更有利于企业应用数字技术开展高质量的绿色创新活动。

另一方面,发明家决定了企业在创新活动中投入与产出之间的转换效率,拥有更多发明家的企业能够更好地识别出有用的外部知识,并实现对外部知识的价值挖掘与应用转化,从而产生出高质量的创新成果[18]。特别地,许多具有创造性的新知识领域的发现归功于一些少数极具创造力的个人,即“超级明星发明家”[19]。超级明星发明家既可以帮助企业加强内部知识存量,还可以吸收外部的知识溢出,提高研发合作效率。依据这一逻辑,拥有越多超级明星发明家的企业,可以更有效地处理数字技术带来的外部知识资源,并将其与企业已有知识进行整合,进而形成高质量的绿色创新成果。据此,提出如下假设:

假设3企业高管的环保认知水平越高,以及拥有的超级明星发明家越多,数字技术对企业绿色创新质量的促进作用越显著。

3 研究设计

3.1 数据来源

本研究使用的企业数据为2010～2020年的中国A股制造业上市公司数据,其中企业的财务数据和治理数据来源于国泰安数据库(CSMAR),与企业绿色专利相关的数据来源于国家知识产权局。之所以选择上述样本主要出于以下几点考虑:①我国《中华人民共和国专利法》在2009年 10月实施了新的发明专利的授权标准,将原先的“相对新颖性”标准上升为“绝对新颖性”的高度。为了保持数据的一致性,本研究将样本期间的起始点确定为2010年。②2021年10月,国务院发布《2030年前碳达峰行动方案》,强调推进工业领域数字化智能化绿色化融合发展。在此背景下,考察制造业企业能否应用数字技术实现高质量的绿色技术创新,具有重要的现实意义。③绿色技术创新主要集中在制造业行业,因此本研究在行业筛选时仅保留了制造业的企业样本。此外,本研究还剔除了所有ST和*ST的企业,资产负债率大于1或小于0,以及关键控制变量缺失的样本,并保留了至少连续存在3年的企业样本,最终得到16 248个企业-年度观测值。

3.2 变量定义

本研究各变量的定义如下。

(1)被解释变量企业绿色创新质量。参考陶锋等[3]的方法,基于IPC大组层面的赫芬达尔指数测算专利的知识宽度,然后将专利知识宽度的中位数作为企业绿色创新质量的代理变量,记为GQ。IPC分类号相当于专利的“身份证号”,可以反映出专利涉及的知识领域的复杂性和广泛性,IPC分类号越多意味着该项专利涉及的知识领域越广泛,其创新质量越高。中国绿色发明专利的分类号格式为“部-大类-小类-大组-小组”,以“H01L31/24”为例,“H”代表部,“01”代表大类,“L”代表小类,大组和小组则用斜号分开。

(2)解释变量企业的数字技术应用水平。本研究采用文本分析法,通过分析上市公司年报中披露的与“数字技术”相关信息来刻画企业的数字技术应用水平。本研究从“数字技术使用广度”和“数字技术应用深度”两个层面构建企业数字技术应用指标。“数字技术使用广度”层面,从大数据、人工智能、云计算和区块链4个数字技术主流方向出发,在企业年报中筛选相关关键词;在“数字技术应用深度”层面,为了反映出数字技术与企业内部生产和管理环节的融合程度,本研究进一步将其细化为“数字化生产”和“数字化管理”两个维度。据此,构建企业数字技术应用指标的维度和选取的关键词,并阐释了3个子指标的内涵(见表1)。进一步地,本研究采用文本挖掘的方法对上市企业年报全文进行关键词的搜索、匹配和词频计数,将其加总后再加1并取自然对数处理,记为DI[注]篇幅所限,未报告数字技术应用指标构造方法的合理性和有效性说明,留存备索。。

表1 “数字技术应用指标”构建的维度、 关键词及定义

(3)控制变量参考已有研究[20,21],选取如下控制变量:企业年龄(AG)、总资产(AS)、总资产净利润率(ROA)、营业收入增长率(GR)、现金流(CF)、资产负债率(LEV)、两职合一(DU)、董事独立性(IP)、管理层持股比例(SC)和所有权性质(SOE)。

3.3 模型设定

本研究构建如下实证模型,以考察数字技术对企业绿色创新质量的影响:

GQi,t=β0+β1DIi,t-1+β2Controlsi,t-1+FI+YE+εi,t,

(1)

式中,i表示企业;t表示年份;β0表示常数项;β1、β2均表示系数;Controls表示控制变量集合。考虑到可能存在的反向因果问题对回归结果的干扰,本研究对核心解释变量和所有控制变量作滞后一期,并在1%水平上进行缩尾处理。FI和YE分别表示企业固定效应与年份固定效应;ε为随机误差项。模型估计时在企业层面对标准误进行聚类调整。

4 实证结果与分析

4.1 基准回归结果

数字技术应用对企业绿色创新质量影响的估计结果见表2。表2中,列(1)仅加入了企业和年份固定效应,列(2)～列(4)列依次控制了企业规模、财务和治理特征层面的控制变量。可以看出,加入不同的控制变量和固定效应,数字技术应用指标的系数始终在1%的水平上显著为正,表明数字技术应用能够显著提高企业的绿色创新质量。本研究进一步计算了数字技术应用对企业绿色创新质量影响的经济显著性:根据列(4)的估计结果,企业数字技术应用指数每上升一个标准差(1.25),企业绿色创新质量将提高9.38%(=1.25×0.009/0.12),效果十分可观。据此,假设1得到验证。

表2 数字技术应用对企业绿色创新质量的影响(N=16 248)

进一步地,本研究区分“数字技术使用广度”和“数字技术应用深度”两个层面,并将后者划分为“数字化管理”和“数字化生产”两个维度,进行企业层面的异质性分析,回归结果见表3。由表3列(1)～列(3)可知,相较于“数字技术使用广度”,企业应用数字技术进行“数字化管理”和“数字化生产”对绿色创新质量的提升效果更加显著。列(4)将上述子指标同时进行回归后发现,相较于简单地引入和使用数字技术,企业在生产过程中应用数字技术会更有利于提升绿色创新质量。综上分析可知,企业只有将数字技术应用到生产流程中,实现数字技术与企业具体业务的深度融合,才能发挥出数字技术对企业绿色创新质量的提升作用。

表3 区分“数字技术使用广度”与“数字技术应用深度”的回归结果(N=16 248)

4.2 机制检验

本研究的机制检验如下。

(1)提高知识搜索能力期刊文献是科学知识的重要载体,其内容一般包括发现了新的客观事实和规律,或者阐述新技术和理论的应用。如果一个企业在其专利中引用了大量的期刊文献,可能意味着他们正在积极追踪并整合前沿的科学知识。此外,国家知识产权局发布的《专利审查指南》也要求企业在专利说明书的内容中“写明对发明或者实用新型的理解、检索、审查有用的背景技术;有可能的,并引证反映这些背景技术的文件”,以此来佐证专利的科学性和可靠性。理论上,企业引证的文献数量越多,说明企业在专利生产过程中对更多的知识领域进行了搜索。基于这个逻辑,本研究使用企业专利说明书中引证的期刊文献数量来衡量其知识搜索能力,记为KS(见表4)。由表4列(1)可知,DI的回归系数为0.036,且在1%的水平上显著为正,表明数字技术的应用显著提高了企业的知识搜索能力。

表4 影响机制检验(N=16 248)

(2)增强研发合作能力本研究使用企业与其他企业、科研院所和大学等创新主体合作申请的专利数量来衡量企业的研发合作水平(CP)。首先,利用企业专利文本中披露的申请人信息,通过搜索“有限公司”“大学”“学院”“研究中心”“研究院”和“研究所”这些关键词,识别出申请人的具体身份;其次,将同时包含上述关键词的专利申请人认定为存在研发合作的企业;最后,按年度对每个企业通过研发合作申请的专利数量进行加总。由表4列(2)可知,数字技术的应用有效地增强了企业的研发合作能力,具体表现为企业与其他创新机构联合申请的绿色专利数量上升。主要原因可能是数字技术降低了企业研发合作过程中的搜寻成本与合约成本,进而为企业的高质量绿色创新活动补充了知识资源。据此,假设2得到验证。

4.3 调节效应检验

本研究的调节效应检验如下。

(1)高管环保认知水平参考席龙胜等[17]的研究,本研究基于企业年报中的核心竞争分析、风险与对策部分以及社会责任报告,使用文本分析法获取上述文件中与环境保护相关的关键词,例如环境管理、环保产品、绿色创新、绿色形象、环保问题、环保责任和环保法规等。然后对关键词进行加总处理,并根据样本的中位数生成虚拟调节变量。如果关键词数量大于中位数,则认为该企业的高管环保认知水平较高,记为EPC(见表5)。由表5列(1)可知,核心被解释变量DI与EPC的交乘项系数显著为正,说明企业高管的环保认知水平越高,越有利于发挥数字技术对企业绿色创新质量的提升作用。

表5 调节效应检验(N=16 248)

(2)超级明星发明家参考MORETTI[22]的研究,本研究首先根据专利文本中的专利发明人信息,计算出每个发明人每年的专利申请数量;其次,将每年专利申请数量排名前10%的发明人定义为“超级明星发明家”,并在企业层面进行加总;最后,生成企业是否拥有超级明星发明家的虚拟变量,记为SI。由表5列(2)可知,数字技术对拥有超级明星发明家的企业具有更强的绿色创新质量的提升效应。对比上述结果可以发现,相较于企业高管的环保认知水平,超级明星发明家的正向调节作用更强。据此,假设3得到验证。

5 进一步讨论

5.1 内生性问题

本研究可能面临以下两个方面的内生性挑战:①遗漏变量问题。例如,在国务院发布的《2030年前碳达峰行动方案》中,明确提出要推进工业领域数字化智能化绿色化融合发展。地方政府为了响应中央号召,会配合出台相关政策积极鼓励企业进行数字化转型和绿色创新,遗漏这类因素将会导致估计结果有偏。②反向因果问题。虽然数字技术应用推动了企业的绿色创新质量提升,但反过来,在数字经济发展的大背景下,原先创新能力较强的企业可能更愿意应用数字技术进行高质量的绿色创新,以提高市场竞争力。

为了解决上述内生性问题,本研究选取2009年企业所在城市的数字技术应用行业企业数量这一指标,作为企业数字技术应用水平的工具变量。该做法的核心逻辑是:一方面,当前企业的数字技术应用水平会受到所在城市数字技术应用行业发展水平的影响,满足工具变量的相关性要求;另一方面,由于该指标属于研究期之前的变量,随着数字技术的快速更迭与发展,早期数字技术应用行业的发展水平对于当前企业的绿色创新质量的直接影响较小,仅能通过企业数字技术应用渠道间接产生作用,从而满足排他性条件。由于数字技术应用行业企业数量是截面数据,不适用于面板数据结构,因此本研究使用2009年企业所在城市的数字技术应用行业企业数量与上一年全国数字技术应用行业的企业增长率的交乘项,记为IV(数据来源于工商部门网站),作为面板数据的工具变量。

本研究工具变量的检验结果见表6。由表6列(1)的一阶段回归结果表明,一个城市的数字经济应用行业发展水平与当地企业的数字技术应用水平存在显著的正相关关系,并且F统计量显著大于临界值,说明不存在弱工具变量问题。从列(2)二阶段回归结果来看,企业数字技术应用对绿色创新质量的提升作用至少在5%的水平上显著,表明本研究结论是可靠的。

表6 工具变量回归结果(N=16 248)

5.2 稳健性检验[注]篇幅所限,未报告稳健性检验结果,留存备索。

为了确保结果的稳健性,本研究进行了如下检验。

(1)排除企业策略性披露信息行为①本研究主要依据企业年报中披露的数字技术应用信息,分析数字技术对绿色创新质量的影响,然而这一结果可能会受到企业自身策略性信息披露行为的影响。为了排除这一影响,参考赵璨等[23]的做法,构建“数字技术应用”信息披露程度模型,估算出企业数字技术应用相关词频的正常披露次数,进而剔除存在夸大披露的企业样本,最后对模型(1)重新估计。②删除深圳证券交易所信息披露质量的等级仅为合格和不合格的上市企业样本,因为这类企业可能更有动机进行策略性披露。

(2)更换企业数字技术应用指标的测度方法①为了避免由于企业间年报总词数差异导致的度量偏差,本研究进一步采用年报中与数字技术应用相关的关键词频占总词频中的比重这一相对指标来衡量企业数字技术应用水平。②企业年报可以划分为“业绩回顾”和“未来展望”两个部分,其中,“业绩回归”是企业对上一年度工作进行的总结,更能反映出企业数字技术应用的实际水平,而“未来展望”中的相关介绍无法反映当前企业的数字技术应用水平。对此,本研究重新统计了年报“业绩回顾”部分的数字技术应用相关词频,将其作为解释变量进行回归分析。

(3)更换绿色创新质量的测度方法重新使用绿色专利剔除自引用的各年累计被引用次数、企业当年专利分类号的大组数量,以及绿色发明专利占总专利申请数量的比例3个指标测度企业绿色创新质量。

(4)剔除特殊样本考虑到制造业中不同类型企业的数字技术应用水平和绿色创新能力存在较大差异,为此分别剔除了计算机、通信和其他电子设备制造业企业样本,以及样本期间内从来没有过绿色专利申请行为的企业样本。

(5)控制高维固定效应为了避免遗漏变量问题对回归结果的干扰,本研究对模型(1)加入了省份×年份与行业×年份固定效应,以此来控制地区和行业层面随时间变化的不可观测因素对企业绿色创新质量的影响。

上述检验结果与基准回归结果基本保持一致,表明数字技术应用能够提升企业绿色创新质量的结论始终成立。

5.3 异质性分析

由于环境属于公共物品,不具有竞用性,因此企业往往缺乏主动开展绿色创新的动力。在这种情况下,政府必须通过政策手段加强环境保护力度,合理引导企业进行绿色创新。本研究参考陈诗一等[24]的做法,选取地级市当年《政府工作报告》中出现与环境保护相关的词频数量这一指标,作为地区环保力度的代理变量,并以词频的中位数为基准,进行分组检验(见表7)。表7前两列的回归结果表明,数字技术对企业绿色创新质量的促进作用在环保力度较强的地区更显著。

表7 异质性分析

从行业特征来看,企业所在行业的技术密集程度会影响企业的技术应用意愿。对于高技术密集度行业而言,企业创新面临的市场不确定性更大,信息不对称程度更强,更需要使用数字技术来提高研发投入产出效率;而对于低技术密集度行业企业而言,其创新面临的市场不确定性和信息不对称相对较小,往往缺乏创新激励。因此,企业所处行业的技术密集度越高,就可能更愿意应用数字技术提高创新质量。基于此,本研究采用各行业同年度研发支出增长率作为行业技术密集程度的代理变量,根据中位数进行分样本检验。表7后两列的回归结果表明,数字技术对高技术密集度的企业,具有更强的绿色创新提质作用。

6 结语

本研究以中国制造业上市企业为研究对象,实证检验了数字技术应用对企业绿色创新质量的影响,得出以下主要结论:①数字技术的应用显著提升了企业绿色创新质量,并且对数字化生产能力较强的企业促进作用更显著;②基于知识基础观的机制分析发现,数字技术通过增强企业知识搜索能力和研发合作能力两个渠道提升了绿色创新质量;③高管环保认知水平,以及超级明星发明家,均正向调节了数字技术应用对企业绿色创新质量的促进作用;④异质性分析发现,数字技术对位于环境保护力度较强地区的企业,以及高技术密集度的企业,均具有更强的绿色创新提质效应。

基于上述研究结论,本研究从政府和企业两个角度提出如下建议:①对于政府而言,首先,为了高质量的完成“双碳”目标,政府必须重视企业在绿色创新活动中的关键作用,并积极鼓励和支持企业应用数字技术进行高质量的绿色创新活动。对此,政府可以通过税收优惠和技术补贴等手段,助力企业平稳实现数字化转型,进而促进绿色创新质量提升。其次,政府应积极鼓励企业参与产学研研发合作,在开放中实现绿色创新发展。对此,政府可以从搭建产学研合作平台、加强知识产权保护力度和优化营商环境等方面入手,为企业参与研发合作提供良好的创新环境。最后,政府可以通过加强人才引进力度的方式引导高技能、高学历人才和数字技术与实体企业深度融合,这有利于企业应用数字技术进行高质量绿色创新活动。②对于企业而言,一方面,在数字经济时代,企业必须在生产和管理流程中引入并应用数字技术,积极进行数字化转型;另一方面,企业可以通过发布薪酬激励计划强化高管的环保意识,并吸引和培养超级明星发明家,为企业绿色创新活动积累必要的人力资本。

本研究还存在以下不足:①主要基于知识基础观理论,从知识资源获取的角度解释了数字技术应用对企业绿色创新质量的影响机制,未来的研究还可以考虑其他的作用渠道;②囿于数据的可得性,本研究的样本仅包括了资产规模较大的上市公司,尚未对非上市企业,特别是中小微企业数字技术应用与绿色创新质量之间的关系进行考察,这也是未来研究可以拓展的方向。