数字化转型、动态能力与制造业企业绿色创新

邢明强，许 龙

（1.西安交通大学管理学院，西安 710049；2.河北经贸大学工商管理学院，石家庄 030061）

0 引言

绿色创新兼具“绿色”与“创新”特征，既可提高能源利用效率、降低污染排放，又可促进差异化绿色产品的形成，对制造业企业实现经济与环境双重效益至关重要[1]。然而，中国制造业企业绿色创新有待进一步提升，其原因在于：企业为推进绿色创新需付出高额研发成本，且因易被模仿而难以获得价值[2]；缺乏严谨的污染排放定价机制，废气、废水排放等污染行为的成本较低[1]。因此，如何促进制造业企业绿色创新成为学界关注的焦点。

数字化转型因泛生性、开放性、流动性等特征被视为企业绿色创新的关键[3]。但因“索洛悖论”存在，导致该领域仍未达成共识。如王旭等（2022）[4]以重污染企业为样本，发现数字化转型对绿色创新具有“数字驱动”和“能力诅咒”的双重效应。当前研究虽已取得较大进展，但数字化转型对绿色创新的影响效果、机制、作用边界等仍值得进一步探究。已有研究着重考察了数字化转型对资本市场表现[5]、劳动收入份额[6]等的影响，但探索其对绿色创新影响的研究仍处于起步阶段。以往研究在探索数字化转型与绿色创新时多从技术创新、资源基础出发，较少以动态能力为视角开展研究。此外，将环境规制和市场竞争程度作为权变因素考察政府和市场的双重力量，能进一步明晰数字化转型对绿色创新的作用边界。为此，本文立足动态能力理论和能力层次视角，以2011—2021 年沪深A股制造业上市公司为样本，分析数字化转型、动态能力对企业绿色创新的作用机制，并探索政府环境规制和市场竞争程度的权变效应。

1 研究假设

1.1 数字化转型与绿色创新

绿色创新相比其他类型的创新活动具有更高的风险和更大的回报不确定性[7]。数字化转型兼具技术应用与组织变革特征，对绿色创新的作用具有以下机制：第一，数字化转型有助于缓解制造业企业绿色创新的融资约束。首先，进行数字化转型会为制造业企业带来更多政府扶持，享受更多优惠政策[7]。其次，进行数字化转型可向制造业企业的供应商、需求方、投资者等利益相关者传递积极盈利信号而增大其融资可能性[4]。最后，作为以数字技术为内核的组织变革，进行数字化转型能有效降低企业间信息不对称性，从而提高制造业企业盈利能力[8]。第二，数字化转型有助于夯实绿色创新的人才基础。绿色创新的实现需要制造业企业攻克复杂技术难题，这对人力资源的能力与动机提出了更高要求[4]。就能力而言，数字化转型一方面因增加了对高技能劳动力的需求而促进人力资本结构的调整，另一方面因对低技能劳动者的替代而实现人力资本的优化[6]。就动机而言，数字化转型一方面为员工提供更清晰透明的规章制度而实现员工与企业的有效链接，另一方面为员工带来大体量、多类型的有价值信息，也为员工搭建了更为高效的学习与培训平台，全面提高员工参与绿色创新的动机和意愿[9]。第三，绿色创新的推进需要制造业企业打破组织边界、有效利用内外部知识[10]，数字化转型为其实现提供了可能。数字化转型有助于建立自动化、智能化的业务流程并打通各创新环节、实现协同创新，有效降低了绿色创新成本。面向市场需要，数字化转型赋能企业与客户持续深度交互，确保精准获取客户需求信息、开展有针对性的研发生产，降低了制造业企业绿色创新的盲目性。因此，本文提出：

假设1：数字化转型显著正向影响制造业企业绿色创新。

1.2 动态能力的中介作用

动态能力包括感知能力、获取能力和重构能力，有助于制造业企业摆脱路径依赖和结构惯性并在应变过程中实现绿色创新。首先，数字化转型有助于促进制造业企业感知、筛选、识别、校准创新机会，包括研发和新技术识别、目标市场与消费者需求识别、竞争者与互补者识别等流程[11]。数字化转型会重塑制造业企业组织结构、业务流程与沟通机制，增强制造业企业获取、分析市场数据并发现新的市场需求的能力。其次，包含信息技术、互联网技术在内的数字化转型有助于制造业企业从外部获取管理制度、技术标准等显性知识及技巧、经验等隐性知识[3]，倒逼人力资本结构优化，从而确保制造业企业获取具有新技术、新知识的人才[6]。同时，数字化转型的积极信号释放、信息不对称改善等提升了制造业企业从政府、金融机构获取绿色创新资金的可能性[8]。最后，制造业企业推进绿色创新过程中不确定性高、风险程度强，需面向高度不确定环境动态调整创新过程和方向[10]，这有赖于重构能力的提升。数字化转型通过实现组织的去中心化增强组织柔性、实现外界变化的高速适应，也可通过数字孪生等技术赋能制造业企业在数字世界中以较低成本模拟绿色创新[3]。因此，本文提出：

假设2：动态能力在数字化转型与制造业企业绿色创新间起中介作用。

1.3 环境规制、市场竞争的调节作用

作为战略资源，动态能力对企业行为决策的影响应置于特定场景[11]。绿色创新具备的高风险、高投入、双重外部性等特征，会导致制造业企业绿色创新动力不足[2]，破解这一困境依赖于“有为政府”和“有效市场”的有机协同。

环境规制指政府为降低污染、避免浪费而制定的政策法规与规章制度等，是约束企业环保的重要力量[10]。处于强环境规制区域的制造业企业面临更大的环保压力和更高的环保成本[12]，动态能力越强意味着能越准确地把握市场动态、寻求有价值的绿色创新信息并将之与组织业务、流程整合，实现绿色创新资源的优化配置，在降低绿色创新成本的同时提高绿色创新效率[10]。当环境规制较弱时，即便具备较强的动态能力，制造业企业也会因高风险、强双重外部性等而不愿开展绿色创新[10]。

市场竞争被视为企业间资源优化配置的调节机制，是影响制造业企业绿色创新的决定性因素[13]。绿色创新的推进需要制造业企业投入大量人力、物力和财力，且其效益不明确、回收周期长、风险难预估[4]。因此，当区域市场竞争程度较高时，为寻求利益最大化和收益稳定性，制造业企业更倾向于将投资置于风险较低且回报稳定的项目[13]。这种风险规避偏好导致制造业企业即便拥有高动态能力，也不会将绿色创新作为首选。但当市场竞争程度较低时，竞争对手可见性相对较高，高动态能力的制造业企业能更快速地获取竞争对手绿色创新相关信息而提高创新效率[14]；同时，制造业企业所面临的绩效压力相对较小，便于利用动态能力对相对充裕的资金、人员等创新资源优化配置，最终促进绿色创新。因此，本文提出：

假设3：环境规制对动态能力与制造业企业绿色创新起正向调节作用。

假设4：市场竞争对动态能力与制造业企业绿色创新起负向调节作用。

1.4 环境规制、市场竞争对中介效应的调节作用

在中介机制前半段，数字化转型提升制造业企业动态能力源于制造业企业以数字技术为核心对自身管理模式、业务流程、研发过程等的全面改造[3]，实现感知能力、获取能力和重构能力的提升。这一过程虽受外部经济、技术等宏观环境影响和产业主导企业带动[1]，但更多的仍是企业内部重塑。因此，环境规制和市场竞争对前半段的调节有限，更多的是在后半段中发挥作用。故本文提出：

假设5：环境规制对动态能力在数字化转型与制造业企业绿色创新之间的中介效应具有正向调节作用，该正向调节作用主要发生在后半段。

假设6：市场竞争对动态能力在数字化转型与制造业企业绿色创新之间的中介效应具有负向调节作用，该负向调节作用主要发生在后半段。

2 研究设计

2.1 变量定义与测量

（1）绿色创新（GPAT）。参考文献[10,15]，采用绿色实用新型专利和绿色发明专利申请数量求和、加1并取自然对数衡量绿色创新。

（2）数字化转型（DT）。借鉴文献[5]，采用文本分析法对年报数据进行词频统计求和、加1并取自然对数衡量数字化转型。

（3）动态能力（DyCap）。参考文献[16]，将研发支出比（研发支出与总资产之比）、本科以上员工比例（本科以上员工占总员工的比例）和资产报酬率（净利润与总资产之比）标准化后取均值衡量动态能力。

（4）环境规制（EnvRe）和市场竞争程度（Comp）。环境规制参考文献[17]，采用省级工业污染治理投资完成额占第二产业产值比重衡量。市场竞争程度参考文献[14]，采用赫芬达尔指数（行业各公司营业收入占行业总营业收入比重的平方和）衡量。当行业赫芬达尔指数低于中位数时，表明企业面临的市场竞争激烈，赋值为1；反之为0。

（5）参考以往研究，选择以下控制变量：企业规模（Size，企业总资产的自然对数）、企业年限（Age，企业成立年限的自然对数）、产权性质（State，国有企业赋值为1，其他为0）、两职合一（Dual，董事长兼任总经理赋值为1，其他为0）、独董比例（Indr，独立董事与董事会总人数之比）和董事会规模（Board，董事会总人数加1取自然对数）。

2.2 模型构建

参考以往研究，运用式（1）至式（3）逐步检验动态能力在数字化转型与绿色创新之间的中介效应，运用式（4）至式（7）检验有调节的中介效应。检验有调节的中介效应时，首先检验调节变量对主效应的调节作用，即式（4）中的c3；其次检验调节变量对自变量与中介变量关系的调节作用，分别为式（5）中的a1和a3；最后，若式（4）中c3不显著则使用式（6），若显著则使用式（7）。若a1和b2均显著则调节变量对中介机制的后半段具有调节效应，若a3和b1均显著则调节变量对中介机制的前半段具有调节效应，若a3和b2均显著则调节变量对中介机制的前后路径均具有调节效应。

其中，GPAT为绿色创新，DT为数字化转型，DyCap为动态能力，U为调节变量，Control为控制变量，Firm与YEAR分别代表企业固定效应与时间固定效应，ε为随机扰动项，i代表企业，t代表年份。

2.3 样本选择与数据来源

本文选取2011—2021 年沪深A 股制造业上市公司作为研究对象，数据源于国家统计局官网、CSMAR、Wind 和CNRDS数据库。因数字化转型对绿色创新的影响需要一定周期，故绿色创新数据采集期为2012—2021年，其他数据采集期为2011—2020 年。删除采集期间退市、ST 等特殊处理样本以及删除变量缺失或异常样本后，对连续变量采取上下1%水平的缩尾处理以减少异常值影响。

3 实证分析

3.1 基准回归分析

控制个体和年份后开展回归分析，结果见表1。模型（1）结果显示，数字化转型对绿色创新的影响系数为0.036且在1%的水平上显著。这表明数字化转型显著提高了制造业企业绿色创新产出，提高了绿色创新效率，验证了假设1。模型（2）显示数字化转型对动态能力的影响系数为0.002。模型（3）结果显示，数字化转型、动态能力对绿色创新的影响系数分别为0.035 和0.692。这表明数字化转型对绿色创新的促进效应是通过动态能力提升实现的，验证了假设2。

表1 基准回归结果

3.2 有调节的中介效应

进一步检验环境规制和市场竞争程度对中介机制的调节作用，见下页表2。模型（1）结果显示，环境规制与数字化转型的交乘项对绿色创新的影响系数为6.725，即式（4）中的c3显著且为正。式（5）和式（7）的回归结果见表3模型（2）和模型（3）。由模型（2）结果可知，数字化转型对动态能力的影响系数为0.001，环境规制与数字化转型的交乘项对动态能力的影响系数为0.077但并不显著，即式（5）中a1显著、a3不显著，由模型（3）可知环境规制与动态能力的交乘项对绿色创新的影响系数，即式（7）的b2为137.461，验证了假设3。又因a1和b2显著且为正，证实环境规制增强了动态能力在数字化转型与绿色创新间的中介作用，且调节效应发生在后半段路径，验证了假设5。

表2 有调节的中介效应结果

表3 稳健性检验结果

表2模型（4）至模型（6）呈现了市场竞争程度对动态能力的中介作用的调节效应。由模型（4）可知，市场竞争程度与数字化转型的交乘项对绿色创新的影响系数为-0.055。由模型（5）可知，数字化转型对动态能力的影响系数为0.002，市场竞争程度与数字化转型的交乘项对动态能力的影响系数为-0.000且不显著，即式（5）的a1显著为正、a3不显著。由模型（6）可知，市场竞争程度与动态能力的交乘项对绿色创新的影响系数为-0.918，即式（7）的b2显著且为负，验证了假设4。又因a1正向显著和b2负向显著，证实市场竞争程度弱化了动态能力在数字化转型与绿色创新间的中介作用，且该调节效应发生在后半段路径，验证了假设6。

3.3 稳健性检验

参考文献[7]，以“数字技术运用”维度词频数加1后取自然对数作为数字化转型的替代变量，结果见下页表3模型（1）至模型（3）。参考文献[15]，使用绿色发明专利申请量衡量绿色创新，结果见表3 模型（4）至模型（6）。由表3可知，更换变量衡量方式后结论依旧成立。

3.4 内生性检验

（1）绿色创新前置两期，结果见表4。数字化转型对绿色创新的影响系数为0.021，数字化转型对动态能力的影响系数为0.002，数字化转型、动态能力对绿色创新的影响系数分别是0.020和0.568。

表4 被解释变量前置两期的内生性检验结果

（2）PSM 检验。以数字化程度对样本分组，大于中位数的企业赋值为1，设为实验组；小于中位数的企业赋值为0，设为控制组。将控制变量设为协变量，使用Logit 回归观测样本倾向性得分并进行半径匹配和核匹配。结果显示，匹配后标准化偏差均小于5%，t检验结果表明特征变量不存在显著差异。半径匹配平衡性检验和核匹配平衡性检验显示，经过数字化转型程度匹配后，协变量标准化偏差明显降低，数字化程度大于中位数的样本和小于中位数的样本间差异显著降低，证明PSM匹配结果可靠。半径匹配和核匹配ATT效应对应的t检验值远大于2.576（P＜0.01），说明处理组平均处理效应显著。将PSM处理后的数据进行基准模型回归，结果见下页表5。表5模型（1）至模型（3）为半径匹配结果，模型（4）至模型（6）为核匹配结果。无论是半径匹配还是核匹配，数字化转型的虚拟变量对绿色创新的影响均在5%的水平上显著，对动态能力的影响均在1%的水平上显著，且检验数字化转型的虚拟变量与动态能力对绿色创新的影响时，前者至少在5%的水平上显著，后者在1%的水平上显著。经过PSM检验后，研究结论依旧成立。

表5 PSM匹配后的回归结果

（3）参考文献[18]，将数字化转型滞后一期作为工具变量（IV），结果见下页表6。表6模型（1）为第一阶段回归，IV对数字化转型的影响系数为0.425且在1%的水平上显著，满足工具变量相关性要求。模型（2）为第二阶段回归，K_P rk LM统计量在1%的水平上显著，拒绝工具变量识别不足假设。C_D Wald F、K_P rk Wald F 统计量分别为2761.634、1503.541，远大于Stock-Yogo 弱工具变量识别F检验在1%的显著性水平上的临界值，拒绝弱工具变量假设，表明工具变量具有合理性。由模型（2）可知，数字化转型对绿色创新的影响系数为0.049，假设1依旧成立。

表6 工具变量法检验结果

4 结束语

本文以2011—2021 年沪深A 股制造业上市公司为研究样本，实证分析了数字化转型对企业绿色创新的作用效果，并采用有调节的中介效应模型检验了环境规制和市场竞争的作用机制。结果显示：数字化转型通过增强制造业企业动态能力促进绿色创新；环境规制越严苛，该效应越显著；市场竞争越激烈，该效应越弱化。对此，制造业企业应意识到数字化转型是促进绿色创新的新引擎，应进一步加快数字技术对生产运营、研发创新、仓储物流、营销推广、管理决策等的信息化、网络化和智能化改造，帮助企业打破组织边界，更为有效地从外部环境中感知、获取并重构创新资源，从而实现对绿色创新的促进作用。此外，地方政府在倡导制造业数字化转型和绿色发展时，应注意“有为政府”和“有效市场”的协调一致。一方面，引导制造业企业绿色创新时不仅需要政府补贴激励和进行成本补偿，还需要制定科学有效的环境规制政策和采取适宜灵活的环境规制手段。对于具有较强动态能力的制造业企业而言，此类“有为政府”能较大程度地促进其绿色创新的推进。另一方面，虽然市场竞争是企业间资源优化配置的有效途径，应尊重市场内在的运营规律，但当市场竞争程度过高时会弱化因数字化转型带来的动态能力对制造业企业绿色创新的促进效果。尤其是在数字经济时代，数字技术会导致自由市场而非“有效市场”[3]，应采取合理有效的措施避免“寡头垄断”形成，确保市场竞争公平有序。