數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響研究

【摘" 要】在當(dāng)前數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合發(fā)展的背景下，數(shù)字化轉(zhuǎn)型已成為我國制造業(yè)企業(yè)高質(zhì)量發(fā)展的關(guān)鍵路徑。論文選取2013-2022年滬深A(yù)股上市制造業(yè)企業(yè)的面板數(shù)據(jù)作為研究樣本，使用雙向固定效應(yīng)模型探討了數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響。研究發(fā)現(xiàn)，在考慮內(nèi)生性等問題后，數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)制造業(yè)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。機(jī)制檢驗(yàn)結(jié)果顯示，數(shù)字化轉(zhuǎn)型通過提升綠色創(chuàng)新水平促進(jìn)了制造業(yè)企業(yè)的高質(zhì)量發(fā)展。論文結(jié)論有助于探索和推進(jìn)我國制造業(yè)企業(yè)的數(shù)字化進(jìn)程，實(shí)現(xiàn)企業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展。

【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型；高質(zhì)量發(fā)展；綠色創(chuàng)新

【中圖分類號(hào)】F425；F49" " " " " " " " " " " " " " " " " " " " " " "【文獻(xiàn)標(biāo)志碼】A" " " " " " " " " " " " " " " nbsp; " " " " " " " " "【文章編號(hào)】1673-1069（2024）06-0040-04

1 引言

新中國成立以來，特別是改革開放以來，我國制造業(yè)的發(fā)展達(dá)到了重要的里程碑，加快制造業(yè)轉(zhuǎn)型升級(jí)的步伐，實(shí)現(xiàn)高質(zhì)量發(fā)展已成必然趨勢。黨的二十大報(bào)告明確指出，高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國家的首要任務(wù)，加快企業(yè)數(shù)字化進(jìn)程以促進(jìn)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)，對(duì)于推動(dòng)制造業(yè)高質(zhì)量發(fā)展具有巨大的潛力和提升空間。

在全球經(jīng)濟(jì)迅速發(fā)展的浪潮中，數(shù)字化轉(zhuǎn)型通過云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)及人工智能等先進(jìn)科技的應(yīng)用，重塑了企業(yè)乃至整個(gè)社會(huì)的運(yùn)營流程，這不僅僅是技術(shù)層面的革新，也是對(duì)企業(yè)戰(zhàn)略規(guī)劃、經(jīng)營運(yùn)作、內(nèi)部結(jié)構(gòu)調(diào)整及市場定位的全方位革新?！笆奈濉币?guī)劃中提出的發(fā)展數(shù)字經(jīng)濟(jì)，強(qiáng)調(diào)數(shù)據(jù)要素是數(shù)字經(jīng)濟(jì)深化發(fā)展的核心引擎，利用數(shù)據(jù)資源激發(fā)從研發(fā)生產(chǎn)、流通到服務(wù)消費(fèi)整個(gè)價(jià)值鏈的協(xié)同效應(yīng)，顯著增強(qiáng)了產(chǎn)業(yè)的發(fā)展?jié)撃堋Ｒ虼?，探究?shù)字化轉(zhuǎn)型對(duì)我國制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響及實(shí)施策略，對(duì)實(shí)現(xiàn)經(jīng)濟(jì)的高質(zhì)量發(fā)展具有顯著的實(shí)踐價(jià)值。

目前，雖然已有研究驗(yàn)證了數(shù)字化轉(zhuǎn)型對(duì)上市公司高質(zhì)量發(fā)展具有顯著的助推作用[1，2]，而制造業(yè)由于其特殊機(jī)制，導(dǎo)致其受到數(shù)字經(jīng)濟(jì)的沖擊最為明顯，這具有一定的研究價(jià)值。在研究視角上，已有文獻(xiàn)已證實(shí)數(shù)字化轉(zhuǎn)型通過提高企業(yè)資本配置效率和內(nèi)部控制能力，對(duì)企業(yè)高質(zhì)量發(fā)展發(fā)揮顯著的推動(dòng)作用[3]，但忽視了綠色創(chuàng)新等影響企業(yè)可持續(xù)發(fā)展的因素。

因此，本文選取2013-2022年滬深A(yù)股上市的2 733家制造業(yè)企業(yè)作為觀測樣本，通過綠色創(chuàng)新這一中介機(jī)制，考察了數(shù)字化轉(zhuǎn)型與制造業(yè)企業(yè)高質(zhì)量發(fā)展的關(guān)系。相較于既有研究，本文的理論貢獻(xiàn)在于：本研究從綠色創(chuàng)新的角度出發(fā)，打開了數(shù)字化轉(zhuǎn)型與制造業(yè)企業(yè)高質(zhì)量發(fā)展之間的機(jī)制“黑箱”，并為如何更好有效地驅(qū)動(dòng)制造業(yè)企業(yè)高質(zhì)量發(fā)展提供了新的證據(jù)。

2 理論分析與研究假設(shè)

2.1 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響

首先，數(shù)字化轉(zhuǎn)型所運(yùn)用的先進(jìn)軟件系統(tǒng)、大數(shù)據(jù)分析能力、人工智能算法等，這些新開發(fā)的資源本身及其所產(chǎn)生的數(shù)據(jù)資產(chǎn)可以轉(zhuǎn)化為企業(yè)的持久競爭優(yōu)勢。其次，數(shù)字化轉(zhuǎn)型提高了企業(yè)的運(yùn)營能力。在生產(chǎn)管理方面，數(shù)字技術(shù)在智能制造方面的應(yīng)用可以顯著提高生產(chǎn)效率和產(chǎn)品質(zhì)量，大幅降低對(duì)人力資源的依賴性，減少勞動(dòng)力成本[4]。通過數(shù)據(jù)的共享與應(yīng)用，企業(yè)能夠提高自身的生產(chǎn)效率和管理效率[5]。在供應(yīng)鏈管理方面，利用數(shù)字技術(shù)加強(qiáng)企業(yè)與外部供應(yīng)商和客戶的信息共享與合作，推動(dòng)企業(yè)供應(yīng)鏈的傳統(tǒng)管理模式向數(shù)字化模式變革，有利于實(shí)現(xiàn)企業(yè)的高效運(yùn)行[6]。最后，數(shù)字化轉(zhuǎn)型推動(dòng)了創(chuàng)新模式從傳統(tǒng)的封閉式向開放式、網(wǎng)絡(luò)化的協(xié)同創(chuàng)新模式轉(zhuǎn)變[7]。同時(shí)，數(shù)字化轉(zhuǎn)型使得企業(yè)各系統(tǒng)之間的知識(shí)要素和數(shù)據(jù)要素共享和流動(dòng)，促進(jìn)了內(nèi)外系統(tǒng)知識(shí)要素與數(shù)據(jù)的共享[8]，以數(shù)據(jù)價(jià)值網(wǎng)絡(luò)推動(dòng)創(chuàng)新水平的提升。Abramova et al.[9]強(qiáng)調(diào)，應(yīng)用數(shù)字技術(shù)可以提高創(chuàng)新成果轉(zhuǎn)化效率，實(shí)現(xiàn)創(chuàng)新效率提高，推動(dòng)企業(yè)的高質(zhì)量發(fā)展。因此，本文提出以下假設(shè)：

假設(shè)1：數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)的高質(zhì)量發(fā)展具有正向推動(dòng)作用。

2.2 數(shù)字化轉(zhuǎn)型通過綠色創(chuàng)新促進(jìn)企業(yè)高質(zhì)量發(fā)展

綠色創(chuàng)新的核心目標(biāo)在于提高資源的使用效率，對(duì)制造業(yè)企業(yè)提升競爭力、實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境雙重效益至關(guān)重要[10]。綠色技術(shù)創(chuàng)新有利于企業(yè)節(jié)約能源消耗，減少廢物排放，協(xié)調(diào)經(jīng)濟(jì)與環(huán)境之間的關(guān)系[11]，促進(jìn)生產(chǎn)力的發(fā)展進(jìn)而有效提升制造業(yè)企業(yè)的技術(shù)和生產(chǎn)效率。

首先，數(shù)字化轉(zhuǎn)型能夠激發(fā)企業(yè)綠色創(chuàng)新的活力，加大對(duì)綠色創(chuàng)新型技術(shù)的投入，實(shí)現(xiàn)對(duì)資源的合理配置，從而使得企業(yè)用于綠色技術(shù)創(chuàng)新的可支配資源更加充足[12]。其次，數(shù)字化轉(zhuǎn)型能夠通過降低企業(yè)內(nèi)外部信息的不對(duì)稱性來促進(jìn)企業(yè)綠色創(chuàng)新。通過數(shù)字技術(shù)的數(shù)據(jù)存儲(chǔ)、處理、分析能力，將數(shù)據(jù)標(biāo)準(zhǔn)化、結(jié)構(gòu)化，便于企業(yè)外部監(jiān)督部門管控和內(nèi)部管理層識(shí)別并尋求高質(zhì)量的可持續(xù)性發(fā)展路線。最后，數(shù)字化轉(zhuǎn)型能夠助力企業(yè)塑造綠色形象以獲得更高的社會(huì)價(jià)值?！皵?shù)字中國建設(shè)”是我國重要的戰(zhàn)略決策，數(shù)字化轉(zhuǎn)型成功的企業(yè)往往會(huì)更傾向于把握向外界傳遞正面信息的機(jī)會(huì)，這種正面形象的“曝光效應(yīng)”會(huì)提升市場預(yù)期，企業(yè)將有動(dòng)力進(jìn)一步規(guī)范自身的經(jīng)濟(jì)和社會(huì)行為[13]，從被動(dòng)接受市場環(huán)境規(guī)制政策轉(zhuǎn)為主動(dòng)尋求綠色技術(shù)創(chuàng)新機(jī)會(huì)來滿足轉(zhuǎn)型升級(jí)的需求[14]，這有助于企業(yè)建立和維護(hù)積極的綠色形象，對(duì)企業(yè)的高質(zhì)量發(fā)展具有顯著影響。因此，本文提出以下假設(shè)：

假設(shè)2：數(shù)字化轉(zhuǎn)型會(huì)通過提高企業(yè)綠色創(chuàng)新水平，助力制造業(yè)企業(yè)高質(zhì)量發(fā)展。

3 研究設(shè)計(jì)

3.1 樣本選擇與變量定義

3.1.1 樣本選擇

本文選取2013-2022年滬深A(yù)股制造業(yè)上市公司作為研究樣本，并做以下篩選處理：①剔除樣本中主營業(yè)務(wù)為金融類的企業(yè)；②剔除樣本期間ST、*ST、PT及退市的企業(yè)；③為保證數(shù)據(jù)質(zhì)量，剔除主要變量存在數(shù)據(jù)缺失的樣本；④為消除極端值影響，本文在實(shí)證分析中對(duì)連續(xù)變量進(jìn)行上下1%的縮尾處理。經(jīng)過上述處理，最終得到16 835個(gè)觀測值。本文所使用的數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫和Wind數(shù)據(jù)庫。

3.1.2 變量定義

①被解釋變量：企業(yè)高質(zhì)量發(fā)展（HQD）。企業(yè)全要素生產(chǎn)率是評(píng)價(jià)企業(yè)高質(zhì)量發(fā)展的關(guān)鍵指標(biāo)，綜合體現(xiàn)了企業(yè)利用各種生產(chǎn)要素的效率和創(chuàng)新能力。本文參考Levinsohn et al.[15]及魯曉東等[16]的研究，為解決數(shù)據(jù)缺失問題，采用LP法來測算企業(yè)的全要素生產(chǎn)率。

②解釋變量：數(shù)字化轉(zhuǎn)型程度（DIG）。本文參考吳非等[17]的研究，采用文本分析法，通過構(gòu)建與數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞庫檢索、匹配并統(tǒng)計(jì)企業(yè)年度報(bào)告中與之相關(guān)的詞頻數(shù)，以此來量化企業(yè)的數(shù)字化轉(zhuǎn)型水平。

③中介變量：本文參考徐佳等[18]、王馨等[19]的研究，認(rèn)為綠色專利的申請(qǐng)數(shù)量直接體現(xiàn)了企業(yè)當(dāng)時(shí)在綠色技術(shù)領(lǐng)域研發(fā)活動(dòng)的成果，選用綠色專利的申請(qǐng)數(shù)量來評(píng)價(jià)企業(yè)的綠色創(chuàng)新水平（GI）。

④控制變量：參考已有相關(guān)研究，本文將控制以下可能影響制造業(yè)企業(yè)高質(zhì)量發(fā)展的變量：上市年限（ListAge）、企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、總資產(chǎn)凈利潤率（Roa）、現(xiàn)金流比率（Cashflow）、營業(yè)收入增長率（Growth）、托賓Q值（TobinQ）、兩職合一（Dual）及一大股東持股比例（Top1）。各變量的定義和計(jì)算方法如表1所示。

3.2 模型設(shè)定

根據(jù)上文的理論分析，為驗(yàn)證數(shù)字化轉(zhuǎn)型與制造業(yè)企業(yè)高質(zhì)量發(fā)展的關(guān)系，構(gòu)建如下模型：

HQDi，t=α0+α1DIGi，t+α2Controlsi，t+μt+λi+εi，t" " " （1）

為檢驗(yàn)綠色創(chuàng)新的中介效應(yīng)，采用逐步回歸檢驗(yàn)法，在模型（1）的基礎(chǔ)上設(shè)計(jì)本文的機(jī)制檢驗(yàn)?zāi)Ｐ停?/p>

GIi，t=β0+β1DIGi，t+β2Controlsi，t+μt+λi+εi，t" " " （2）

HQDi，t=γ0+γ1DIGi，t+γ2GIi，t+γ3Controlsi，t+μt+λi+εi，t" " nbsp; （3）

式中，截距項(xiàng)α0，表示當(dāng)所有自變量（包括DIGi，t和Controlsi，t）均為零時(shí)，因變量HQDi，t的基礎(chǔ)值或期望值；系數(shù)α1，表示自變量DIGi，t對(duì)因變量HQDi，t的影響；系數(shù)α2，表示控制變量Controlsi，t對(duì)因變量HQDi，t的影響，其余系數(shù)同理；下標(biāo)i、t分別表示企業(yè)和年份；HQD表示企業(yè)高質(zhì)量發(fā)展指標(biāo)；DIG表示數(shù)字化轉(zhuǎn)型程度；Controls表示控制變量集合；GI表示綠色創(chuàng)新水平；μt表示年份固定效應(yīng)；λi表示企業(yè)固定效應(yīng)；εi，t表示隨機(jī)誤差項(xiàng)。

4 實(shí)證結(jié)果與分析

4.1 描述性統(tǒng)計(jì)

表2列示了變量的描述性統(tǒng)計(jì)結(jié)果。其中，被解釋變量企業(yè)高質(zhì)量發(fā)展（HQD）的最小值為6.336，最大值為10.902，均值為8.226，標(biāo)準(zhǔn)差為0.934，表明不同企業(yè)的高質(zhì)量發(fā)展之間存在一定的差距，且制造業(yè)企業(yè)的整體發(fā)展水平較低。數(shù)字化轉(zhuǎn)型程度（DIG）的最小值為0，最大值為4.787，均值為1.405，表明有些企業(yè)尚未開展數(shù)字化轉(zhuǎn)型活動(dòng)，且最大值與最小值的差距較大，說明企業(yè)間的數(shù)字化水平存在一定的差異。

4.2 基準(zhǔn)回歸

表3列示了在控制個(gè)體和年份固定效應(yīng)下數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展關(guān)系的基準(zhǔn)回歸結(jié)果。列（1）、列（2）分別是在回歸中未引入控制變量和在回歸中引入控制變量的結(jié)果，其中，數(shù)字化轉(zhuǎn)型程度（DIG）的回歸系數(shù)分別為0.048和0.015，均在1%的水平上顯著為正，表明數(shù)字化轉(zhuǎn)型能夠產(chǎn)生正向作用促進(jìn)制造業(yè)企業(yè)的高質(zhì)量發(fā)展，且引入控制變量后的R2值變大，證明模型的擬合度更好。因此，假設(shè)1成立，數(shù)字化轉(zhuǎn)型能促進(jìn)制造業(yè)企業(yè)高質(zhì)量發(fā)展。

4.3 穩(wěn)健性檢驗(yàn)

4.3.1 替換被解釋變量

本文分別使用OP法和GMM法計(jì)算的制造業(yè)企業(yè)全要素生產(chǎn)率進(jìn)行回歸，回歸結(jié)果分別如表4的列（1）和列（2）所示，解釋變量（DIG）的回歸系數(shù)均顯著為正，與前文實(shí)證結(jié)果一致，本文的假設(shè)1得到支持。

4.3.2 剔除特殊樣本期間

本文剔除2020-2022年疫情期間收集的數(shù)據(jù)，以避免其對(duì)分析結(jié)果的潛在影響。結(jié)果如表4的列（3）所示，數(shù)字化轉(zhuǎn)型程度（DIG）的系數(shù)符號(hào)和顯著性與表3的列（2）基本一致，表明結(jié)果未受到特殊樣本的干擾。

4.4 內(nèi)生性檢驗(yàn)

4.4.1 滯后解釋變量

本文選取滯后一期的解釋變量（L.DIG）進(jìn)行回歸，結(jié)果如表5的列（1）所示，可以看出數(shù)字化轉(zhuǎn)型程度（DIG）的系數(shù)顯著為正，結(jié)論并未受到影響。

4.4.2 工具變量法

本文選取同一行業(yè)同一省份同一年度除了本企業(yè)以外其他企業(yè)的數(shù)字化轉(zhuǎn)型均值（MDIG）作為核心解釋變量的工具變量，采用兩階段最小二乘法（2SLS）進(jìn)行回歸。第一階段的回歸結(jié)果如表5的列（2）所示，工具變量MDIG的系數(shù)在1%的水平上顯著為正；第二階段的回歸結(jié)果見列（3），數(shù)字化轉(zhuǎn)型程度的估計(jì)系數(shù)仍在1%的水平上顯著為正，與之前的回歸結(jié)果保持一致，假設(shè)1依舊得到支持。

4.5 中介效應(yīng)分析

本文進(jìn)一步對(duì)綠色創(chuàng)新的作用機(jī)制進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表6所示。其中，由列（1）結(jié)果可知，數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)高質(zhì)量發(fā)展，初步為研究觀點(diǎn)提供支持；列（2）的結(jié)果表明，數(shù)字化轉(zhuǎn)型能夠提高企業(yè)的綠色創(chuàng)新水平；列（3）中，數(shù)字化轉(zhuǎn)型程度（DIG）和綠色創(chuàng)新（GI）的系數(shù)分別在1%和5%的水平上顯著為正，表明綠色創(chuàng)新起到了部分中介作用，數(shù)字化轉(zhuǎn)型能夠通過提高綠色創(chuàng)新能力和水平，促進(jìn)企業(yè)高質(zhì)量發(fā)展，假設(shè)2成立。

5 結(jié)論與建議

本文基于綠色創(chuàng)新視角，從實(shí)證角度檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響，得出以下主要結(jié)論：①數(shù)字化轉(zhuǎn)型能顯著促進(jìn)制造業(yè)企業(yè)高質(zhì)量發(fā)展，在考慮內(nèi)生性并進(jìn)行穩(wěn)健性檢驗(yàn)之后結(jié)論仍然成立；②在影響機(jī)制方面，數(shù)字化轉(zhuǎn)型可以通過綠色創(chuàng)新的橋梁作用來促進(jìn)制造業(yè)企業(yè)高質(zhì)量發(fā)展。

基于研究成果，本文提出以下建議：

一方面，要充分發(fā)揮政府對(duì)外部環(huán)境調(diào)控的職能作用。首先，通過一系列機(jī)制改革和財(cái)稅優(yōu)惠政策為數(shù)字經(jīng)濟(jì)的發(fā)展提供有力支持；其次，政府應(yīng)重視對(duì)基礎(chǔ)設(shè)施和公共服務(wù)平臺(tái)的建設(shè)，實(shí)現(xiàn)制造資源與信息數(shù)據(jù)的全面對(duì)接；最后，政府應(yīng)建立數(shù)據(jù)安全、隱私保護(hù)等相關(guān)法規(guī)，加大對(duì)數(shù)據(jù)技術(shù)和數(shù)字資產(chǎn)的保護(hù)力度。

另一方面，企業(yè)要重視數(shù)字化轉(zhuǎn)型對(duì)其高質(zhì)量發(fā)展的促進(jìn)作用，制定明確可行的數(shù)字化轉(zhuǎn)型戰(zhàn)略。首先，企業(yè)要加大對(duì)數(shù)字化相關(guān)技術(shù)的研發(fā)投入，提高企業(yè)的自主創(chuàng)新能力；其次，企業(yè)應(yīng)改變以往“閉門造車”的傳統(tǒng)生產(chǎn)理念，把握數(shù)字化轉(zhuǎn)型帶來的機(jī)遇，實(shí)現(xiàn)企業(yè)的高質(zhì)量發(fā)展。

【參考文獻(xiàn)】

【1】武永霞，王虹雨.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響研究——來自深A(yù)股上市公司的經(jīng)驗(yàn)證據(jù)[J].現(xiàn)代管理科學(xué)，2023（2）：105-113.

【2】趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

【3】廖志超，王建新.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響[J].統(tǒng)計(jì)與決策，2023，39（22）：162-167.

【4】杜傳忠，張遠(yuǎn).數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)生產(chǎn)率增長的影響機(jī)制研究[J].證券市場導(dǎo)報(bào)，2021（2）：41-51.

【5】許憲春，任雪，常子豪.大數(shù)據(jù)與綠色發(fā)展[J].中國工業(yè)經(jīng)濟(jì)，2019（4）：5-22.

【6】巫強(qiáng)，姚雨秀.企業(yè)數(shù)字化轉(zhuǎn)型與供應(yīng)鏈配置：集中化還是多元化[J].中國工業(yè)經(jīng)濟(jì)，2023（8）：99-117.

【7】涂心語，嚴(yán)曉玲.數(shù)字化轉(zhuǎn)型、知識(shí)溢出與企業(yè)全要素生產(chǎn)率

——來自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2022（2）：43-56.

【8】沈國兵，袁征宇.企業(yè)互聯(lián)網(wǎng)化對(duì)中國企業(yè)創(chuàng)新及出口的影響[J].經(jīng)濟(jì)研究，2020，55（1）：33-48.

【9】Nadezda Abramova，Natalia Grishchenko.ICTs， Labour Productivity and Employment： Sustainability in Industries in Russia[J].Procedia Manufacturing，2020（43）：299-305.

【10】李平，方健.環(huán)境規(guī)制、數(shù)字經(jīng)濟(jì)與企業(yè)綠色創(chuàng)新[J].統(tǒng)計(jì)與決策，2023，39（5）：158-163.

【11】朱于珂，高紅貴，肖甜.工業(yè)企業(yè)綠色技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與經(jīng)濟(jì)高質(zhì)量發(fā)展[J].統(tǒng)計(jì)與決策，2021，37（19）：111-115.

【12】袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

【13】沈洪濤，馮杰.輿論監(jiān)督、政府監(jiān)管與企業(yè)環(huán)境信息披露[J].會(huì)計(jì)研究，2012（2）：72-78+97.

【14】劉暢，潘慧峰，李粯，等.數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)綠色創(chuàng)新效率的影響和機(jī)制研究[J].中國軟科學(xué)，2023（4）：121-129.

【15】James Levinsohn，Amil Petrin.Estimating Production Functions Using Inputs to Control for Unobservables[J].The Review of Economic Studies，2003，70（2）：317-341.

【16】魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007[J].經(jīng)濟(jì)學(xué)（季刊），2012，11（2）：541-558.

【17】吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（7）：130-144+10.

【18】徐佳，崔靜波.低碳城市和企業(yè)綠色技術(shù)創(chuàng)新[J].中國工業(yè)經(jīng)濟(jì)，2020（12）：178-196.

【19】王馨，王營.綠色信貸政策增進(jìn)綠色創(chuàng)新研究[J].管理世界，2021，37（6）：173-188+11.

【基金項(xiàng)目】大慶市哲學(xué)社會(huì)科學(xué)項(xiàng)目“創(chuàng)新驅(qū)動(dòng)視角下數(shù)字普惠金融賦能大慶市縣域經(jīng)濟(jì)發(fā)展路徑及對(duì)策研究”（DSGB2024202）；大慶市哲學(xué)社會(huì)科學(xué)項(xiàng)目“TOE理論框架下大慶市中小企業(yè)高質(zhì)量發(fā)展的組態(tài)路徑研究”（DSGB2024055）。

【作者簡介】李琳（1986-），女，黑龍江牡丹江人，副教授，研究方向：生態(tài)經(jīng)濟(jì)、企業(yè)財(cái)務(wù)會(huì)計(jì)。