制造业数字化转型对绿色创新的影响

汪月 WANG Yue

（安徽财经大学，蚌埠 233030）

0 引言

制造业是经济发展的重要支柱，也是污染排放主体，传统粗放型经济发展模式亟待改变。绿色创新被视为是助力制造业企业达成“环境保护-经济发展”双赢的关键性战略行动[1]，以创新驱动助力实现经济可持续性发展。“十四五”规划也明确提出，要大力发展绿色技术创新。而绿色创新同时具有创新和环保两种属性，既要考虑经济效益，也要兼顾低碳减排，相较于传统的创新活动，风险高且不确定性强，如何开展绿色创新成为企业面临的现实困境。与此同时，数字经济快速发展，数字技术赋能企业转型升级，深刻影响着企业公司治理[2]、专业化分工[3]等诸多环节，是推动经济高质量发展的新兴动能。加快制造业数字化转型，也是新时代新征程推进新型工业化的一项重要任务，在此背景下，企业如何有效运用数字技术摆脱绿色创新困境值得深入探讨。

现阶段关于绿色创新的影响因素研究主要聚焦于宏观政策和环境规制。王馨和王营（2021）发现绿色信贷政策能够显著提升企业绿色创新水平[4]；杨朦（2024）认为企业会响应政府绿色补贴政策，通过绿色补贴获得资金和技术支持，激发绿色创新的活力，但过度绿色补贴会挤出研发投入，抑制绿色创新活动开展[5]；同样，低碳城市试点[6]和排污权交易试点[7]的建设在促进试点城市内企业绿色创新方面取得了显著的成效；环境规制的创新补偿效应会推动创新开展[8]。还有一些研究考虑企业内部因素，李井林等（2024）[9]认为企业积极承担环境责任，履行社会责任，完善公司治理，有助于促进企业绿色创新；政治关联[10]等都会影响企业绿色创新行为。企业如何利用数字技术提升绿色创新水平成为国内外学者的焦点。企业数字技术应用提高了知识搜索能力和研发合作能力[11]；数字化转型对企业绿色创新有正向影响[12]。制造业数字化转型对绿色创新的影响效应如何？由此，本文将制造业企业作为研究对象，理论阐释数字化转型对企业绿色创新的作用机制，基于2010-2022 年沪深A 股制造业数据实证检验两者间的关系，并基于企业产权属性和行业特征分析数字化转型影响绿色创新的异质性。

1 理论分析与研究假设

第一，大数据、云计算、人工智能等数字技术作为生产要素与现代工业相融合，为驱动企业创造绿色价值提供技术支撑。企业借助数字技术实现变革，提升企业数字技术水平，优化价值创造流程各环节，降低绿色创新门槛。一方面，可以高效获取异质性知识和互补性资源，加速信息传递和共享进程，降低信息搜索成本和沟通成本，打破传统产业边界，促进企业间协同合作；另一方面，企业数字化转型可以基于现有知识提炼新的信息、知识和创新资源，为绿色创新活动提供有效决策信息[13]，提高研发和生产效率，有效实现减排目的。如制造业企业利用数字技术检测资源能源利用效率并及时优化调整，引导生产生活方式绿色低碳变革，提高绿色创新水平。

第二，数字化转型能够缓解企业融资约束，为开展绿色创新活动提供资金支持[14]。绿色创新的实现需要大量资金的支撑和驱动，依赖于企业自身要素禀赋，也需要从外部获取投资。但由于绿色技术创新高风险、不确定性的特征，投资者与企业的信息不对称降低了投资兴趣，从而影响企业创新水平。数字化转型打破信息壁垒，事前提升企业经营管理过程的信息透明度，事后依托大数据平台实时监控资金流向和研发过程，降低道德风险和逆向选择，缓解企业面临的融资约束，以支持企业绿色创新活动。此外，制造业数字化绿色化协同转型，是双碳愿景下推动经济高质量发展的重要举措。制造业企业加快数字化转型进程，开展绿色创新活动，向外界释放了良好发展前景的积极信号，增强投资者的投资意愿，也更易获得国家相关优惠政策，拓宽融资渠道和方式。

假设1：数字化转型助力企业绿色创新水平提高。

2 研究设计

2.1 模型设定

基于上述理论分析，拟从实证角度验证分析数字化转型与制造业绿色创新之间的关系，构建固定效应计量模型如下：

其中，下标t 表示年份，i 表示个体企业。被解释变量GP 表示企业绿色创新，Dig 表示数字化转型水平，Controls 为控制变量，Year FE 表示年份固定效应，εit为随机干扰项。

2.2 变量选取与数据说明

①被解释变量：企业绿色创新（GP）。借鉴王馨（2021）[4]，选取（企业绿色专利申请数+1）取对数作为企业绿色创新的衡量指标，同时细分为绿色发明专利（GPinv）和绿色实用新型专利（GPut）来衡量绿色创新的质量和数量。

②解释变量：数字化转型（DIG）。数字化转型的概念较为抽象，尚未有准确的指标界定。本文参考袁淳（2021）[3]的做法，采用文本分析法构造数字化转型指标，以数字技术关键词的词频来衡量。

③控制变量：借鉴已有文献变量及指标的选取，考虑到影响企业绿色创新的其他因素，同时减弱因遗漏变量而导致的内生性问题，选取以下变量作为控制变量：企业规模（Size）：总资产取对数；资产负债率（Lev）；总资产净利润率（ROA）；托宾Q 值（TobinQ）；现金流（Cashflow）：经营活动现金净流量/总资产；成长性（Growth）：营业收入增加值/去年营业收入；董事会规模（Board）：董事会人数取对数；两职合一（Dual）：董事长和总经理合一则为1，否则为0；股权集中度（Top10）：前十股东持股数量/总股数；成立年限（Age）。

2.3 样本选择与描述性统计

自2010 年开始，我国步入数字化进程，数字经济规模得到迅速扩张，因此本文选取了2010-2022 年沪深A 股制造业上市公司作为研究样本，剔除ST、PT 以及数据缺失的样本，并对连续变量按1%进行缩尾处理，消除极端值的影响。专利数据来源于CNRDS 数据库，财务和公司治理数据来源于CSMAR 数据库。表1 列示了各变量的描述性统计结果。

表1 相关变量的描述性统计

3 实证结果分析

3.1 基准回归

根据上述构建的回归模型，考察数字化转型对制造业企业绿色创新的影响机制，本文运用stata17 软件完成数据处理和分析。在随机效应模型和固定效应模型的选择方面，根据豪斯曼检验结果显示，P 值接近于0，显著拒绝原假设，说明应采用固定效应模型。

表2 列示了数字化转型对制造业绿色技术创新影响效应的估计结果。列（1）单独考察了企业数字化转型的影响，列（2）在此基础上加入了控制变量，结果显著为正，说明制造业数字化转型确实能有效实现绿色创新，假说1 得以验证。列（3）和列（4）考察了对绿色发明专利和绿色实用新型专利的回归结果，回归结果依旧显著为正，数字化转型对绿色创新数量的影响程度略高于对质量的影响。

表2 数字化转型对企业绿色创新的回归结果

3.2 稳健性检验

为确保结论的稳健性，采用绿色专利申请数在全部专利中的比值作为绿色创新的替换指标，相对量指标能剔除其他不可观察因素的影响，缓解实证中可能存在的内生性问题。检验结果如表3 所示，估计系数的符号均未发生明显改变，进一步说明结论稳健。

表3 稳健性检验

3.3 异质性分析

3.3.1行业异质性

根据环保部制定的《上市公司环保核查行业分类管理名录》将企业划分为重污染企业和非重污染企业，分组回归结果见表4。在以重污染企业为样本的回归结果中，数字化转型的绿色创新效应更为显著。上述结果可能是，重污染企业受环保部门重点监查，具有绿色创新压力，其创新的意愿和动力更强烈，通过数字化转型帮助突破现有技术范式，实现生产过程转型升级。

表4 异质性检验结果

3.3.2产权属性异质性

从产权属性来看，企业的要素禀赋与竞争环境会影响数字化转型对企业绿色创新活动的激励作用。本文按实际控制人和股权性质特征划分为两组，结果显示，在以国有企业为样本的回归结果中，数字化转型的估计系数为0.0508，在10%的水平上显著，而在非国有企业样本组，估计系数为0.056，且在1%的水平上显著。说明在不同产权属性下，数字化转型的激励作用均显著，但非国有企业的激励效应更大。非国有企业面临更大的市场竞争压力，在数字化转型缓解融资约束，打破技术壁垒的优势下，更具活力提高绿色创新水平。而国有企业要素禀赋丰富，以绿色发展政策为决策方针，同样会积极开展绿色创新活动。

4 结论与建议

本文运用2010-2022 年制造业企业面板数据，利用双向固定效应模型实证检验了数字化转型对绿色创新的影响。得出结论：制造业企业数字化转型会提高绿色创新水平。此外，企业数字化转型在行业特征与产权属性不同时会表现出异质性，对非国有企业、重污染企业的激励作用更为显著。基于此提出以下政策建议：第一，地方政府应加快推进网络基础设施建设，提高网络服务质量，为企业数字化转型提供外部支撑。根据行业特征和产权属性，在企业绿色技术研发和应用方面提供差异化政策优惠和财力支持，比如绿色补贴、税收减免政策等，发挥财税政策的导向作用。引导企业开展绿色创新活动，逐步形成绿色技术体系，并应用于企业生产管理各个环节，提高资源配置效率。第二，企业应把握数字经济发展新机遇，以政府宏观政策为发展导向，加快数字化转型进程，积极探索数字化与绿色创新深度融合，将绿色技术创新纳入生产决策，助力经济全面绿色转型。