制造业数字化转型与绿色技术创新的关系研究

〔关键词〕 数字化 制造业 技术创新 效率 稳健性 异质性 行业市场竞争力 政府监管

ＤＯＩ：１０．３９６９ ／ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２５．０１．０１２

〔中图分类号〕Ｆ４２４； Ｆ４９ 〔文献标识码〕Ａ

引言

当前， 数字化技术正在推动第四次工业革命的快速发展， 进而推动传统制造业的数字化转型。如德国提出的“工业４.０” 发展战略， 英国提出的《数字发展战略》等， 这些发达国家都充分认识到数字化对制造业的重要价值。我国也提出《中国制造２０２５》和建设互联网强国等， 都是加快制造业数字化转型， 加快制造业绿色技术创新的信号。在此背景下， 传统制造业能否加速数字技术的应用，赋能绿色技术创新， 是实现数字化与制造业深度融合的关键。

刘新争［１］通过分析制造业上市公司的面板数据，认为企业数字化转型初期可能会降低制造业企业的实质性创新水平， 但通过合理选择创新效率并优化要素配置结构， 可明显改善该情况， 且在数字化转型中后期， 数字化转型可提高制造业企业创新水平。焦云霞［２］认为， 数字平台赋予了制造业产业集群化发展的可能性， 可通过促进制造业产业链重构， 推动制造业转型升级， 进而提高制造业的创新效率； 龙池和张红梅［３］ 通过选取２０１２～２０２０年制造业Ａ股上市公司为研究对象， 认为数字化转型可通过促进制造业绿色技术创新， 降低制造业的碳排放， 对提高制造业技术创新和我国实现双碳目标以及制造业的高质量发展具有一定的现实意义； 邓慧慧等［４］通过研究２０１０～２０１９年中国制造业Ａ 股上市公司， 认为数字化转型可提高制造业企业的市场竞争力， 并通过提高制造业技术创新来降低碳排放， 进而实现制造业的高质量发展； 肖翔等［５］认为， 数字化转型赋能了制造业的实质性创新， 可通过提高制造业创新数量和创新质量， 提高制造业的高质量发展； 田震和陈寒松［６］ 基于资源编排理论， 分析了数字化是如何促进制造业企业创新， 并得出数字化通过整合赋能式资源， 可驱动制造业企业提高创新能力， 进而促进制造业高质量发展。

综上研究认为， 众多学者基本认同数字化对制造业技术创新具有促进作用的这一观点。而随着全球面临能源资源和环境污染的问题， 亟需减少碳排放， 加强绿色技术的发展。因此， 研究和分析在碳中和背景下数字化与制造业绿色技术创新的关系， 具有一定的现实价值和意义。对此， 本文以２０１３～２０２３ 年我国制造业行业为研究对象， 就数字化转型与制造业绿色技术创新的关系展开实证论述。

１变量选取与计量模型构建

１.１变量选取

（１） 因变量： 制造业绿色技术创新（Ｉ）。制造业绿色技术创新通常取决于绿色技术创新效率， 因此， 本文选取绿色技术创新效率衡量制造业绿色技术创新， 并通过产出导向和规模报酬不变的ＳＢＭ模型进行计算［７］ 。

（２） 自变量： 数字化转型水平（Ｄ）。完全依赖度可准确描述数字化技术在制造业中的要素占比程度。因此， 本文选取完全依赖度衡量制造业数字化转型水平［８］ 。

（３） 控制变量： 行业规模（Ｓ）、资本强度（Ｋ）、融资能力（Ｅ）、外资投入比（Ｆ）、技术成熟度（Ｔ）。不同企业行业规模的绿色技术创新意愿和承担创新风险的能力不同， 导致其绿色技术创新效率存在明显差异， 因此， 本文选用企业行业规模作为控制变量； 资本是促进绿色技术创新的关键原因，故本文选取资本强度和企业融资能力、外资投入比作为控制变量［９，１０］；技术成熟度决定了制造业企业对绿色技术的掌握能力和对先进技术的吸收能力， 是影响绿色技术创新的重要原因。因此， 本文选用技术成熟度作为控制变量。

此外， 考虑到制造业的整体行业特征， 本文选取时间固定效应和行业固定效应对未观测到的制造业绿色技术创新的影响因素进行控制。

各变量的解释说明如表１所示。

２实证分析

２.１研究对象与数据说明

本文选取２０１３～２０２３年期间全国制造业作为研究对象， 并以研究对象的数字化数据和其他相关统计数据作为样本。其中， 数字化数据来自ＡＤＢＭＲＩＯ数据库； 其他相关数据来自《中国统计年鉴》、《中国科技统计年鉴》和《工业企业科技活动年鉴》（２０１３～２０２３）［１１］ 。

考虑到部分行业样本数据中存在数据缺失等问题， 对获取的制造业数据及其样本数据进行了删除处理。此外， 考虑到不同行业统计数据口径不同， 基于行业分类标准， 将所有制造业行业进行分类。最后， 为消除价格因素影响， 对关于价格的样本数据进行了平减处理［１２－１５］ 。通过上述处理， 最终得到１２个用于实证分析的制造业行业和２１６个观测值。

２.２结果与分析

２.２.１多重共线性检验

考虑到本次实证分析选取的变量较多， 为避免变量之间因相关性高而引起的回归结果失真， 首先采用方差膨胀系数对所选取的因变量、自变量和控制变量进行了多重共线性检验， 结果如表２ 所示。由表２可知， 所有变量的方差膨胀因子值均未超过３， 说明所选取的自变量、因变量、控制变量之间不存在多重共线性， 可用于后续回归分析。

２.２.２描述性统计

为进一步表征变量，对所选取的自变量、因变量、控制变量进行了描述性统计， 结果如表３ 所示。由表３ 可知， 制造业绿色技术创新效率的最大值和最小值分别为１.２２ 和０.１０，均值和方差分别为０.６５ 和０.２６，说明不同制造业的绿色技术创新效率存在显著差异； 数字化水平的最大值为０.３６，最小值为０.０３， 均值和方差均为０.０７，说明制造业的整体数字化水平较低， 且不同行业之间存在显著差异［１６，１７］ 。基于该结果， 本文将进一步对数字化与制造业技术创新效率的关系进行回归分析。

２.２.３回归分析

基于Ｓｔａｔａ回归软件进行回归分析， 结果如表４ 所示。表４ 中， 列（１）、（２） 分别表示只考虑数字化水平和引入时间固定效应控制和行业固定效应控制时， 数字化对制造业绿色技术创新效率的影响， 列（３）～（８） 表示引入控制变量下， 数字化对制造业绿色技术创新效率的影响。由表４ 可知， 只考虑数字化水平时， 数字化水平与制造业绿色技术创新效率的回归系数均为正值， 且在１％的检验水平下显著， 说明数字化水平对制造业绿色技术创新存在显著正向促进作用； 引入时间固定效应控制和行业固定效应控制后， 数字化水平与制造业绿色技术创新效率的回归系数同样为正，且仍在１％的检验水平下显著， 进一步说明了数字化可显著促进制造业绿色技术创新； 引入控制变量后， 不同控制变量对数字化水平与制造业绿色技术创新效率的影响不同， 其中行业规模、资本强度和研发投入引入后， 数字化水平与制造业绿色技术创新效率的相关系数为正， 且分别在１％和５％的检验水平下显著， 说明行业规模、资本强度和研发投入能正向促进制造业绿色技术创新， 且行业规模的促进作用更显著； 而技术成熟度高时，数字化水平与制造业绿色技术创新效率的相关系数为负， 且回归系数在１％的检验水平下显著， 说明技术成熟度反向抑制制造业绿色技术创新； 引入外资投入比和融资能力控制变量后， 回归系数相对较小， 且不具有显著性， 说明外资投入比和融资能力对制造业绿色技术创新不具有显著作用。整体来看， 数字化显著正向促进制造业绿色技术创新， 且行业规模越大和资本强度越强的制造业，绿色技术创新效率更高［１８，１９］ 。

２.２.４稳健性检验

为检验上述结果的稳健性， 采用直接依赖度（Ｄ１）、直接消耗系数（Ｄ２）和完全消耗系数（Ｄ３）替代数字化水平的衡量指标完全依赖度（Ｄ）， 并采用滞后１ 期数字化（Ｄ４）作为工具变量， 进行再次回归分析， 结果如表５ 所示［２０］ 。由表５ 可知，采用直接依赖度（Ｄ１）、直接消耗系数（Ｄ２）和完全消耗系数（Ｄ３）替换完全依赖度（Ｄ）， 并采用滞后１ 期数字化（Ｄ４）作为工具变量后， 回归系数均为正， 且在１％的检验水平下显著， 且其他控制变量的回归系数与表４ 回归结果基本相同。由此说明， 上述结果具有较强的稳健性， 数字化可显著正向促进制造业绿色技术创新， 且行业规模越大和资本强度越强的制造业， 绿色技术创新效率更高。

２.２.５异质性检验

为进一步分析数字化对不同制造业行业企业的绿色技术创新的异质性， 根据制造业行业特点，从制造业出口依赖度、发展阶段、数字化来源和行业数字化要素４ 个方面进行异质性检验。表６为构建的出口依赖度（Ｐ）虚拟变量异质性检验结果。其中， 出口额超过总产出５０％的行业被认为是高出口依赖度行业， 其出口依赖度取值为１。由表６ 可知， 出口依赖度和数值化交互项的回归系数为正， 且在１％的检验水平下显著， 说明数字化转型水平更能促进高出口依赖度的制造业行业的绿色技术创新。

表７为不同发展阶段（ＴＭ）制造业的绿色技术创新异质性检验结果。其中，２０１３～２０１８ 年， ＴＭ 值为０，２０１９～２０２３年， ＴＭ 值为１。由表可知， 数字化与制造业绿色技术创新的相关系数均为正， 且在１０％的检验水平下显著， 与表４ 得出的结论相同。

表８ 为国内与国际不同数字化来源下， 制造业绿色技术创新异质性检验结果。由表８ 可知， 国内数字化来源于国际数字化来源的回归系数分别为０.４３ 和０.８８， 且均在１％的检验水平下显著， 说明国内和国际数字化来源均能正向促进制造业绿色技术创新， 且国际数字化来源对制造业绿色技术创新的促进作用更强。

表９ 为劳动密集型、资源密集型、资本密集型、技术密集型制造业绿色技术创新异质性检验结果。由表９ 可知， 数字化可促进不同类型的制造业绿色技术创新， 但促进作用强度不同。其中，数字化对技术密集型制造业的绿色技术创新的促进作用最强， 回归系数最大为８.２３，且在１％ 的检验水平下显著； 对资源密集型制造业的绿色技术创新促进作用次之， 回归系数为４.３６，且在５％的检验水平下显著； 对资本密集型制造业的绿色技术创新促进作用最弱， 回归系数为０.８９。分析其原因是， 技术密集型制造业对绿色技术的要求较高， 而数字化本身就是一种高水平技术， 因此数字化对技术密集型制造业的绿色技术创新促进作用更强； 但资本密集型制造业， 对资本的需求较高， 可能会抑制数字化资金投入， 进而促进作用较差。

２.２.６机制检验

为检验变量的机制可量性， 通过选用制造业行业中企业数量自然对数衡量作为市场竞争机制变量， 选用数字化外部交易成本降低效应作为成本降低机制变量， 并构建式（２）所示检验模型对变量的机制进行检验。

表１０为机制检验结果。表１０中， 模型（１）和模型（３）表示未加入控制变量时， 外部交易成本和市场竞争作为机制变量的回归结果， 模型（２）和模型（４）表示加入控制变量时， 外部交易成本和市场竞争作为机制变量的回归结果。由表可知，未加入控制变量前， 在外部交易成本机制变量下，数字化与制造业绿色技术创新的回归系数为负， 且在５％水平上显著， 在市场竞争机制变量下， 数字化与制造业绿色技术创新的回归系数为正， 且在１％水平上显著， 说明数字化可通过减少外部交易成本和提高市场竞争促进制造业绿色技术创新； 加入控制变量后， 在外部交易成本机制变量下， 数字化与制造业绿色技术创新的回归系数仍为负， 且仍在５％水平上显著， 在市场竞争机制变量下， 数字化与制造业绿色技术创新的回归系数仍为正， 且仍在１％水平上显著， 说明控制其他变量条件下，数字化仍可通过减少外部交易成本和提高市场竞争促进制造业绿色技术创新。

３结论与建议

本文选取２０１３～２０２３年我国制造业面板数据，对数字化转型与制造业绿色技术创新的关系进行实证分析， 得出以下结论：

（１） 数字化显著促进了制造业绿色技术创新，且行业规模越大和资本强度越强的制造业， 绿色技术创新效率越高。这表明， 在推进制造业数字化转型的过程中， 可以重点关注行业规模和资本强度较大的企业， 以充分发挥数字化转型对绿色技术创新的促进作用。

（２） 数字化对出口依赖度、发展阶段、数字化来源、行业要素不同的制造业促进效果不同， 对高出口依赖度、发展阶段靠前、国际数字化来源和高技术的制造业行业绿色技术创新促进作用更强。因此， 在制定数字化转型策略时， 应考虑制造业企业的出口依赖度、发展阶段以及数字化来源等因素， 以实现更精准的数字化转型和绿色技术创新。

（３） 数字化可通过减少外部交易成本和提高市场竞争促进制造业绿色技术创新。这进一步证实了数字化转型在推动制造业绿色技术创新方面的重要作用。

为进一步提高制造业绿色技术创新水平、促进我国制造业的绿色数字化转型， 本文基于碳中和的大环境， 提出以下建议：

（１） 企业层面：

①提升企业市场竞争力， 降低外部交易成本。企业应通过优化升级数字化的技术设施及其成熟度， 如数据存储与处理等相关技术和软件， 将工业互联网应用到制造业中， 实现资源共享， 减少信息不对称带来的绿色技术创新壁垒。同时， 通过拓展数字化发展渠道， 如丰富生产、营销等数字基础设施的应用场景， 进一步降低外部交易成本， 推动制造业绿色技术创新。

②强化企业自主创新意识， 加大研发投入比例。企业应提高自主创新意识， 增加研发投入， 以拥有更多资源用于绿色技术的研发与创新。特别是对于技术密集型制造业企业， 应充分利用数字化技术的优势， 加大对绿色技术创新的投入力度，提升绿色技术创新效率。同时， 将绿色技术创新与企业战略目标相结合， 通过激励机制等措施， 提高研发人员的积极性， 保证创新研发的顺利进行。

③根据企业特点制定数字化转型策略。企业应根据自身的规模、出口依赖度、发展阶段以及数字化来源等特点， 制定差异化的数字化转型策略。对于高出口依赖度、发展阶段靠前的企业， 应积极引入国际先进的数字化技术， 提升绿色技术创新水平； 对于资源密集型和技术密集型制造业企业， 应充分利用数字化技术优化资源配置， 提高资源利用效率， 推动绿色技术创新。

（２） 政府层面：

①建立健全相关制度政策， 加强政府监管力度。政府应出台相关政策， 支持制造业数字化转型和绿色技术创新。通过增加数字化政策供给， 为制造业数字化和绿色技术创新提供良好的政策环境。同时， 强化数字市场的监管力度， 避免数字行业垄断造成的市场支配力滥用， 为高质量的制造业绿色技术创新创造良好的市场环境。

②鼓励国际合作， 引入先进数字化技术。政府应鼓励制造业企业通过国际合作引入先进的数字化技术， 提升国内制造业的数字化水平。通过与国际先进企业的合作与交流， 学习借鉴其数字化转型和绿色技术创新的成功经验， 推动国内制造业的高质量发展。

③优化资源配置， 支持重点行业和企业。政府可以通过优化资源配置， 重点支持行业规模和资本强度较大的制造业企业， 以及高出口依赖度、发展阶段靠前、国际数字化来源和高技术创新的制造业行业进行数字化转型和绿色技术创新。通过政策引导和资金扶持等措施， 推动这些企业和行业在数字化转型和绿色技术创新方面取得更大突破。