數(shù)字賦能、技術(shù)改造與紡織服裝企業(yè)綠色化轉(zhuǎn)型

摘要：本文選取2008—2021年中國紡織服裝上市公司面板數(shù)據(jù)，構(gòu)建固定效應(yīng)模型，探究數(shù)字賦能紡織服裝企業(yè)綠色轉(zhuǎn)型影響效果及其作用機制。結(jié)果顯示：數(shù)字賦能顯著促進了紡織服裝企業(yè)綠色化轉(zhuǎn)型，特別是促進了大規(guī)模、東部地區(qū)和非國企的綠色化轉(zhuǎn)型；技術(shù)改造是數(shù)字賦能促進綠色化轉(zhuǎn)型的重要路徑，企業(yè)資本更新在此過程中起中介作用；融資約束降低時，數(shù)字賦能優(yōu)化綠色發(fā)展的各環(huán)節(jié)，加速綠色化轉(zhuǎn)型；過度的稅收優(yōu)惠會產(chǎn)生負面效果，可能引發(fā)尋租和套利行為，不利于企業(yè)可持續(xù)發(fā)展和綠色化轉(zhuǎn)型。

關(guān)鍵詞：數(shù)字賦能；紡織服裝企業(yè)；技術(shù)改造；綠色化轉(zhuǎn)型；融資約束；稅收優(yōu)惠

中圖分類號：F426.81

文獻標志碼：A

文章編號：10017003（2025）01001109

DOI：10.3969 j.issn.1001-7003.2025.01.002

基金項目：國家社會科學基金項目（21BJY106）；教育部人文社會科學規(guī)劃項目（20YJAGJW007）；東華大學“一帶一路”智庫研究專項項目（2232019B-08）；中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目（2232018H-09）

作者簡介：趙君麗（1975），女，教授，博導，主要從事產(chǎn)業(yè)經(jīng)濟、數(shù)智化轉(zhuǎn)型、紡織服裝產(chǎn)業(yè)等研究。

綠色轉(zhuǎn)型是加快發(fā)展方式變革，實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)［1］。紡織服裝產(chǎn)業(yè)是傳統(tǒng)產(chǎn)業(yè)的典型代表，綠色轉(zhuǎn)型已成為產(chǎn)業(yè)可持續(xù)發(fā)展的內(nèi)在要求。然而，紡織服裝產(chǎn)業(yè)仍面臨高能耗、高污染、低附加值等挑戰(zhàn)，迫切需要通過科技創(chuàng)新提升能源利用效率、減少環(huán)境污染，促進產(chǎn)業(yè)深度轉(zhuǎn)型升級。數(shù)字技術(shù)正應(yīng)用于中國紡織服裝產(chǎn)業(yè)［2］，推動傳統(tǒng)產(chǎn)業(yè)進行技術(shù)改造。本文從數(shù)字賦能角度，研究數(shù)字技術(shù)對于紡織服裝企業(yè)綠色化轉(zhuǎn)型的影響，具有重要的研究意義。

學者們在數(shù)字賦能企業(yè)發(fā)展方面進行了廣泛研究，多聚焦于對企業(yè)創(chuàng)新［3-4］、企業(yè)運營管理［5-6］、企業(yè)生產(chǎn)效率［7-8］、企業(yè)組織結(jié)構(gòu)變革［9-10］的研究，但關(guān)于數(shù)字技術(shù)為代表的新動能對傳統(tǒng)制造業(yè)綠色轉(zhuǎn)型影響的研究尚未得到充分探討。本文的邊際貢獻在于：1）構(gòu)建多維度指標體系評價紡織服裝企業(yè)綠色化轉(zhuǎn)型水平，并進一步深入研究了數(shù)字賦能對于企業(yè)綠色化轉(zhuǎn)型的影響；2）從技術(shù)改造的角度研究了數(shù)字賦能企業(yè)綠色化轉(zhuǎn)型的機制；3）從稅收優(yōu)惠角度進行了調(diào)節(jié)效應(yīng)分析。

1 理論機制與假說

1.1 數(shù)字賦能紡織服裝產(chǎn)業(yè)綠色化轉(zhuǎn)型的直接影響

數(shù)字賦能是利用數(shù)字技術(shù)通過重新配置和融合現(xiàn)有資源，提升現(xiàn)有能力和構(gòu)建全新能力所產(chǎn)生的正向驅(qū)動效應(yīng)［11］，能夠極大地提升生產(chǎn)力并推動傳統(tǒng)制造模式向現(xiàn)代化轉(zhuǎn)型［12］。企業(yè)數(shù)字化轉(zhuǎn)型是組織變革的關(guān)鍵，以數(shù)字技術(shù)為核心，推動可持續(xù)發(fā)展和綠色化轉(zhuǎn)型。數(shù)字技術(shù)具備環(huán)境友好的特點，能促使企業(yè)從高投入、高耗能、高污染模式向高效、節(jié)能、低碳模式轉(zhuǎn)變［13］。數(shù)字技術(shù)通過提高經(jīng)營效率和減少污染排放，支持企業(yè)綠色轉(zhuǎn)型，提升創(chuàng)新和環(huán)境治理水平，減少環(huán)境損害［14］。此外，數(shù)字化能增強資源開放性和共享性，促進綠色技術(shù)和知識傳播，提高綠色創(chuàng)新資源整合和聯(lián)合創(chuàng)新能力，吸引生產(chǎn)要素，提升綠色產(chǎn)品研發(fā)創(chuàng)新力度，賦能企業(yè)綠色轉(zhuǎn)型和降低污染［15］。因此，數(shù)字賦能優(yōu)化企業(yè)生產(chǎn)運營模式，提高企業(yè)創(chuàng)新能力，促使企業(yè)采用先進、清潔技術(shù)，提高經(jīng)營效率，降低污染排放，據(jù)此提出假設(shè)一。

H1：數(shù)字賦能能夠有效促進紡織服裝企業(yè)綠色化轉(zhuǎn)型。

1.2 基于技術(shù)改造的間接影響機制

技術(shù)改造是企業(yè)通過引入新技術(shù)和設(shè)備，改造現(xiàn)有生產(chǎn)條件，淘汰落后產(chǎn)能，促進內(nèi)涵式增長的重要手段［16］。數(shù)字賦能企業(yè)利用數(shù)字生產(chǎn)要素，如數(shù)據(jù)、知識和信息，減少對高能耗、高污染要素的依賴，推動企業(yè)向低污染、低耗能、技術(shù)密集型發(fā)展，促進生產(chǎn)性資本現(xiàn)代化，激勵企業(yè)采用先進環(huán)保的設(shè)備。該過程涉及更新機器設(shè)備和生產(chǎn)工藝，提高生產(chǎn)效率和資源利用效率，因此資本更新能客觀衡量企業(yè)技術(shù)改造程度［12］。企業(yè)通過技術(shù)改造降低企業(yè)污染排放強度并推動平均生產(chǎn)率水平的提升［17］，從而實現(xiàn)整體綠色化轉(zhuǎn)型，據(jù)此提出假設(shè)二。

H2：數(shù)字賦能通過技術(shù)改造促進紡織服裝企業(yè)綠色化轉(zhuǎn)型。

1.3 基于融資約束的調(diào)節(jié)機制

企業(yè)融資約束顯著影響企業(yè)綠色化轉(zhuǎn)型。由于綠色化轉(zhuǎn)型資金投入大、周期長，且有一定的不確定性風險［18］，融資約束使企業(yè)難以維持正常經(jīng)營與綠色轉(zhuǎn)型的雙重需求，限制其環(huán)境責任的履行。融資約束抑制了企業(yè)綠色投資，對綠色創(chuàng)新活動產(chǎn)生嚴重的影響［19］。資金短缺可能導致企業(yè)不得不放棄或暫停綠色研發(fā)項目，阻礙企業(yè)推動綠色創(chuàng)新進程。此外，融資約束導致企業(yè)內(nèi)外信息不對稱，綠色創(chuàng)新項目難以獲得可靠擔保，影響主營業(yè)務(wù)穩(wěn)定性。因此，緩解融資約束對于推動企業(yè)綠色化轉(zhuǎn)型至關(guān)重要，據(jù)此提出假設(shè)三。

H3：融資約束程度的降低顯著調(diào)節(jié)數(shù)字賦能紡織服裝企業(yè)綠色化轉(zhuǎn)型的促進效應(yīng)。

1.4 基于稅收優(yōu)惠的調(diào)節(jié)機制

稅收優(yōu)惠的政策效果備受關(guān)注。一方面，大量文獻肯定稅收優(yōu)惠政策的正面效果，通過激勵企業(yè)創(chuàng)新和吸引資源等方式，促進了企業(yè)綠色發(fā)展［20-21］。另一方面，研究表明稅收優(yōu)惠可能帶來激勵機制的扭曲，誘發(fā)尋租套利行為，從而對企業(yè)的創(chuàng)新活動產(chǎn)生負面影響［22-23］。政策制定者和企業(yè)間的信息不對稱可能導致企業(yè)為迎合政策而追求數(shù)量和速度上的創(chuàng)新，而非真正追求技術(shù)進步和產(chǎn)品升級。因此，稅收優(yōu)惠對企業(yè)綠色發(fā)展的具體影響需進一步實證檢驗，據(jù)此提出假設(shè)四。

H4：稅收優(yōu)惠顯著調(diào)節(jié)數(shù)字賦能紡織服裝企業(yè)綠色化轉(zhuǎn)型的促進效應(yīng)。

本文的研究機制如圖1所示。

2 研究設(shè)計

2.1 模型設(shè)定及說明

本文選取2008—2021年中國紡織服裝上市公司面板數(shù)據(jù)，基于微觀視角，從紡織服裝企業(yè)層面分析數(shù)字賦能對綠色化轉(zhuǎn)型的影響，基準回歸模型具體設(shè)定如下所示：

Greenit=α0+α1Digit+α2controlsit+εit（1）

式中：下標i、t分別表示企業(yè)和年份；Greenit表示企業(yè)i在t年的綠色化轉(zhuǎn)型水平；Digit表示企業(yè)i在t年的數(shù)字化水平；controlsit是相關(guān)控制變量；εit為隨機誤差項。

接下來，分別采用OLS回歸模型、隨機效應(yīng)模型、個體固定效應(yīng)模型和雙向固定效應(yīng)模型檢驗估計結(jié)果的穩(wěn)定性與可信度?；跈z驗結(jié)果，本文最終選擇雙向固定效應(yīng)模型作為主要分析工具，同時采用OLS模型、隨機效應(yīng)模型和個體固定效應(yīng)模型進行穩(wěn)健性檢驗，以確保結(jié)果的可靠性。

2.2 變量選擇

2.2.1 核心解釋變量

企業(yè)數(shù)字化程度（Dig）。參照吳非等［24］的做法，基于文本挖掘的視角測度企業(yè)數(shù)字化程度?；谖谋痉治龇椒▌?chuàng)建用于檢索的關(guān)鍵詞庫，使用Python抓取樣本公司年報有關(guān)“數(shù)字化”的關(guān)鍵詞，對提取的數(shù)據(jù)進行清洗，在上市公司年度財務(wù)報告或年報中管理層討論與分析部分進行全文搜索，以對數(shù)化方式衡量企業(yè)數(shù)字化程度。

2.2.2 被解釋變量

企業(yè)綠色化轉(zhuǎn)型程度（Green）。綠色轉(zhuǎn)型是以資源集約利用和環(huán)境友好為導向，實現(xiàn)工業(yè)生產(chǎn)全過程的綠色化、可持續(xù)發(fā)展，獲得經(jīng)濟效益與環(huán)境效益的雙贏［25］。本文從經(jīng)濟效益和環(huán)境效益兩個方面，參照崔興華等［26］、鄧慧慧等［27］、戴翔等［12］、丁紅乙等［28］選取8個二級指標，分別是工業(yè)二氧化硫排放量、工業(yè)廢水排放量、固體廢棄物排放量、凈利潤增長率、總資產(chǎn)凈利潤率、存貨與收入比、企業(yè)規(guī)模、營業(yè)成本。其中，環(huán)境效益指標以企業(yè)從業(yè)人員占所在城市城鎮(zhèn)人員就業(yè)比重對排放量進行換算。運用熵值法測度紡織服裝企業(yè)綠色化轉(zhuǎn)型程度，該數(shù)值介于0～1，數(shù)值越大表明企業(yè)的綠色化轉(zhuǎn)型程度越高。本文對企業(yè)綠色化轉(zhuǎn)型程度指標的年均值繪制趨勢（圖2），可以看出紡織服裝業(yè)企業(yè)的綠色化轉(zhuǎn)型程度總體上呈逐年上升趨勢，符合國家積極推動綠色化轉(zhuǎn)型的背景。

2.2.3 控制變量

參照孫偉增等［29］等相關(guān)研究，本文選取控制變量如下：企業(yè)營業(yè)收入Sale，采用營業(yè)收入的對數(shù)衡量；賬面市值比Mbr，采用賬面價值與總市值的比值衡量；資產(chǎn)負債率Lev，采用總負債與總資產(chǎn)的比值衡量；股權(quán)集中度Her3，采用前3位大股東持股比例的平方和衡量；長期資本結(jié)構(gòu)Str，采用長期借款與總資產(chǎn)的比值衡量。

2.2.4 中介變量

企業(yè)資本更新（Dep）。參照戴翔等［12］的研究，本文納入的中介變量是技術(shù)改造，即企業(yè)資本更新，采用折舊攤銷的對數(shù)來衡量。

2.2.5 調(diào)節(jié)變量

參照丁紅乙等［28］和程秋旺等［30］的研究，本文采取的調(diào)節(jié)變量是稅收優(yōu)惠和融資約束。其中，稅收優(yōu)惠Tax的衡量方式是紡織服裝企業(yè)所獲得的稅費返還的對數(shù)。融資約束FC參考顧雷雷等［31］的研究，建立衡量企業(yè)融資約束程度的模型。FC越大，企業(yè)的融資約束問題越嚴重。

2.3 數(shù)據(jù)來源

本文以紡織服裝產(chǎn)業(yè)上市公司2008—2021年數(shù)據(jù)為研究樣本，進行了以下數(shù)據(jù)篩選：首先，排除了金融類企業(yè)、ST企業(yè)及在研究期間退出市場的企業(yè)樣本；其次，移除不符合通用會計準則或關(guān)鍵變量數(shù)據(jù)缺失的樣本；此外，為了減少極端值對分析結(jié)果的潛在影響，對變量1%的縮尾處理。數(shù)據(jù)主要來自CSMAR數(shù)據(jù)庫和國家統(tǒng)計局，并對部分數(shù)據(jù)進行對數(shù)轉(zhuǎn)換。進一步地，測算變量的膨脹因子。本文研究模型中使用變量的方差膨脹因子（VIF）平均值為1.30，表明樣本數(shù)據(jù)不存在顯著的共線性問題。

3 實證結(jié)果分析

3.1 基準回歸結(jié)果

首先，使用模型（1）對總效應(yīng)進行實證檢驗，回歸結(jié)果如表1所示。通過分析表1可知，解釋變量的參數(shù)估計值均為正，并且都在1%的顯著性水平上顯著，說明數(shù)字賦能顯著促進紡織服裝企業(yè)綠色化轉(zhuǎn)型。數(shù)字技術(shù)快速融入紡織服裝產(chǎn)業(yè)中，提升了生產(chǎn)、管理和銷售的效率，并顯著減少了污染物排放，有力推動了紡織服裝企業(yè)的綠色化轉(zhuǎn)型。此外，雙向固定效應(yīng)模型擬合系數(shù)R2為0.556，說明雙向固定效應(yīng)模型整體擬合效果最好，側(cè)面驗證了本文在模型選擇上的合理性。因此，結(jié)果驗證了本文假設(shè)一的正確性。

3.2 穩(wěn)健性檢驗

3.2.1 替換解釋變量

本文為了驗證解釋變量數(shù)字化轉(zhuǎn)型的穩(wěn)健性，借鑒趙宸宇等［8］的現(xiàn)有研究，歸納出有關(guān)數(shù)字化轉(zhuǎn)型的特定關(guān)鍵詞。基于不同年份的披露格式有所區(qū)別，首先從上市公司年度報告董事會報告、管理層討論與分析、經(jīng)營情況相關(guān)內(nèi)容中抽取文本構(gòu)建數(shù)據(jù)池，利用特征詞匯進行系統(tǒng)的檢索、匹配，并對這些詞匯的出現(xiàn)頻率進行統(tǒng)計，形成綜合的詞頻數(shù)據(jù)，建立一套新的指標體系，用以衡量企業(yè)的數(shù)字化轉(zhuǎn)型進程。其次，本文采用CSMAR數(shù)據(jù)庫與華東師范大學研究團隊在2022年合作發(fā)布的企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)替代本文的解釋變量進行穩(wěn)健性檢驗。該指數(shù)從6個關(guān)鍵維度出發(fā)，全面評估企業(yè)的數(shù)字化轉(zhuǎn)型進程，結(jié)果如表2第（1）列和第（2）列所示，均在5%顯著性水平上，說明本文的結(jié)論具有一定的穩(wěn)健性。

3.2.2 更換樣本區(qū)間

2020年起受新冠疫情影響，線上辦公模式了加快紡織服裝企業(yè)數(shù)字化發(fā)展，同時由于生產(chǎn)受限及盈利受損等，也在一定程度上影響了企業(yè)的綠色化轉(zhuǎn)型進程。因此，僅保留2008—2019年樣本，重新檢驗數(shù)字賦能紡織服裝企業(yè)綠色化轉(zhuǎn)型的影響，結(jié)果如表2第（3）列所示，在1%顯著性水平上，與基準回歸的結(jié)果一致，說明本文的結(jié)論具有一定的穩(wěn)健性。

3.3 內(nèi)生性檢驗

3.3.1 工具變量法

基準回歸通過控制企業(yè)和年份效應(yīng)雖能減輕內(nèi)生性問題，但仍存在局限。數(shù)字賦能與企業(yè)綠色轉(zhuǎn)型可能存在雙向因果關(guān)系。企業(yè)數(shù)字賦能的測算受限于數(shù)據(jù)可得性，可能帶來測量誤差，且變量選擇可能遺漏關(guān)鍵因子。為克服這些限制，本文采用工具變量法，選擇解釋變量的滯后期作為工具變量，以確保相關(guān)性和外生性，從而準確識別數(shù)字賦能對紡織服裝企業(yè)綠色化轉(zhuǎn)型的凈效應(yīng)。Anderson canon. corr. LM 統(tǒng)計量和Cragg-Donald Wald F統(tǒng)計量的結(jié)果顯示，在兩階段最小二乘法（2SLS）模型中，所選用的工具變量既沒有不可識別的問題，也沒有表現(xiàn)出弱工具性，本文所選工具變量合理。表3提供了內(nèi)生性檢驗的回歸分析結(jié)果?；貧w的第一階段如表3第（1）列所示，解釋變量的滯后期與解釋變量之間是具有明顯相關(guān)性的，且在1%水平下顯著;第（2）列展示了第二階段的回歸結(jié)果，本文的研究假設(shè)一得到了進一步的驗證。

3.3.2 傾向得分匹配法

本文運用了傾向得分匹配法（PSM），緩解因函數(shù)形式設(shè)定不當和樣本選擇性偏差可能帶來的影響。在對處理組與對照組的劃分上，依舊采用詞頻計數(shù)作為衡量企業(yè)數(shù)字化轉(zhuǎn)型的指標，以此對企業(yè)進行區(qū)分。具體來說，將數(shù)字化程度大于0的企業(yè)歸為實驗組，并將相應(yīng)的虛擬變量Treat標記為1；對于數(shù)字化程度為0的企業(yè)，則歸為對照組，并將Treat標記為0。隨后，本文將控制變量納入logit回歸模型中，通過1∶1的最近鄰匹配方法進行匹配。平衡性檢驗顯示，匹配前后各個變量的均值沒有明顯差異，匹配后樣本各協(xié)變量的標準化偏差均小于10%。傾向得分匹配之前，大部分協(xié)變量的均值t檢驗顯示p值低于0.05，這表明實驗組與對照組存在顯著性差異。在PSM之后，協(xié)變量的標準偏差顯著減小，t統(tǒng)計量絕對值明顯變小，且t檢驗p值超過0.05，這表明匹配后兩組無顯著性差異，PSM方法有效地減少了實驗組和對照組之間的系統(tǒng)性差異，匹配效果良好。

表4展示了變量平均處理效應(yīng)（ATT），在1%水平上正顯著，與本文假設(shè)一致。圖3展示了傾向得分值的核密度分布（由Stata17生成），進一步說明樣本匹配的效率和準確性。匹配前進行數(shù)字化的企業(yè)和未進行的企業(yè)之間差異較大，匹配后企業(yè)之間曲線走勢相近，表示兩者之間差距減小，表明匹配后處理組和控制組的差異縮小，匹配效果較好。

利用PSM匹配后的數(shù)據(jù)再次進行實證檢驗，模型（1）回歸結(jié)果如表5所示，解釋變量（Dig）與綠色化轉(zhuǎn)型水平在5%水平上顯著正相關(guān)?？梢?，在對內(nèi)生性問題進行控制后，數(shù)字賦能紡織服裝企業(yè)綠色化轉(zhuǎn)型的作用依然顯著，進一步證實了前文的研究假設(shè)一。

3.4 異質(zhì)性分析

3.4.1 企業(yè)規(guī)模異質(zhì)性

實施數(shù)字化與綠色化戰(zhàn)略要求企業(yè)擁有充足的資源和先進的管理技能，同時，這些轉(zhuǎn)型活動伴隨著較高的不確定性和風險，因此企業(yè)必須具備較強的風險承受力。為了探究數(shù)字化轉(zhuǎn)型在不同規(guī)模企業(yè)中的差異化效應(yīng)，本文參照劉金科等［32］的研究，根據(jù)企業(yè)的總資產(chǎn)規(guī)模，將其劃分為兩個組別：一組是總資產(chǎn)對數(shù)值高于樣本中位數(shù)的大型企業(yè)，另一組是總資產(chǎn)對數(shù)值低于樣本中位數(shù)的中小企業(yè)。表6第（1）（2）列結(jié)果顯示，在大規(guī)模紡織服裝企業(yè)中，前文所驗證的假設(shè)成立，說明數(shù)字化轉(zhuǎn)型具有規(guī)模效應(yīng)，大規(guī)模紡織服裝企業(yè)資金充足且抗風險能力強，更易推動綠色化轉(zhuǎn)型。相比之下，中小企業(yè)缺乏持續(xù)的資金支持，難以迅速將數(shù)字化轉(zhuǎn)型成果商業(yè)化，削弱了數(shù)字賦能對企業(yè)綠色轉(zhuǎn)型的作用效果。

3.4.2 區(qū)域異質(zhì)性

中國各地區(qū)紡織服裝業(yè)發(fā)展水平因資源、政策、市場化水平差異顯著，導致數(shù)字化對企業(yè)綠色化轉(zhuǎn)型的影響不同。本文按區(qū)域?qū)颖痉譃闁|部和中西部，考察數(shù)字賦能對紡織服裝企業(yè)綠色化轉(zhuǎn)型的影響。表6第（3）（4）列結(jié)果顯示，數(shù)字賦能顯著促進東部地區(qū)紡織服裝企業(yè)綠色化轉(zhuǎn)型。東部地區(qū)經(jīng)濟繁榮、數(shù)字基礎(chǔ)設(shè)施完備，為企業(yè)吸引信息、知識等關(guān)鍵生產(chǎn)要素提供便利，有助于企業(yè)高效整合和利用綠色創(chuàng)新資源。中西部地區(qū)數(shù)字基礎(chǔ)設(shè)施相對滯后，信息技術(shù)人才匱乏，阻礙了數(shù)字賦能企業(yè)綠色換轉(zhuǎn)型的進程。

3.4.3 企業(yè)所有制異質(zhì)性

企業(yè)的所有制性質(zhì)反映了其與政府之間的緊密聯(lián)系。本文根據(jù)企業(yè)所有制的差異進行異質(zhì)性分析，將國有獨資或國有控股企業(yè)歸類為國企類別，其他歸類為非國企類別。表6第（5）（6）列結(jié)果顯示，數(shù)字賦能非國有紡織服裝企業(yè)綠色化轉(zhuǎn)型作用顯著。非國有企業(yè)在決策上更加靈活，能夠更高效地調(diào)整內(nèi)部體制機制和資源配置。相比之下，國有企業(yè)在數(shù)字化轉(zhuǎn)型時可能因決策過程冗長和委托代理問題，表現(xiàn)出風險規(guī)避偏向，難以充分利用數(shù)字賦能促進綠色轉(zhuǎn)型。再者，非國有企業(yè)自負盈虧，通過提升生產(chǎn)效率來應(yīng)對環(huán)保標準帶來的經(jīng)濟挑戰(zhàn)，有利于企業(yè)達到經(jīng)濟效益與環(huán)境效益的雙重目標。

3.5 機制分析

3.5.1 技術(shù)改造中介作用機制檢驗

為了識別數(shù)字賦能企業(yè)綠色化轉(zhuǎn)型的作用機制，本文運用中介效應(yīng)的分析方法，從數(shù)字賦能帶來的技術(shù)改造（Dep）效應(yīng)方面進行間接影響機制的檢驗，借鑒Baron等［33］的方法，設(shè)定回歸模型如下所示：

Depit=θ0+θ1Digit+θ2controlsit+εit（2）

Greenit=φ0+φ1Digit+φ2Depit+φ3controlsit+εit（3）

表7第（1）列探究了數(shù)字賦能對紡織服裝企業(yè)技術(shù)改造的影響，Dig對于Dep的回歸系數(shù)為0.126，在5%水平下顯著，說明隨著企業(yè)數(shù)字化水平的提升，企業(yè)會通過資本更新以實現(xiàn)技術(shù)改造。第（2）列Dep對于Green的回歸系數(shù)為0004，且在1%水平下顯著，表明在模型中納入中介變量資本更新后，企業(yè)數(shù)字化和資本更新均對企業(yè)綠色化轉(zhuǎn)型有顯著的正向影響，技術(shù)改造在企業(yè)數(shù)字化和企業(yè)綠色化轉(zhuǎn)型之間起到了部分中介作用。

為提高機制檢驗的穩(wěn)健性和可信度，本文使用Bootstrap法確認中介效應(yīng)的顯著性，進行500次重復抽樣。從表8的檢驗結(jié)果來看，企業(yè)數(shù)字化通過資本更新影響企業(yè)綠色化轉(zhuǎn)型程度的中介效應(yīng)為0.005（CI=［0.001，0.013］），置信區(qū)間不包含零，中介效應(yīng)存在，即假設(shè)二得到了進一步驗證。

3.5.2 調(diào)節(jié)作用機制檢驗

為探究外部環(huán)境因素影響效應(yīng)，本文從融資約束（FC）和稅收優(yōu)惠（Tax）兩方面進行調(diào)節(jié)機制的檢驗，設(shè)定回歸模型如下所示：

Greenit=ω0+ω1Digit+ω2FCit+ω3Digit*FCit+ω4controlsit+εit（4）

Greenit=τ0+τ1Digit+τ2FCit+τ3Digit*Taxit+τ4controlsit+εit（5）

式中：Digit*FCit和Digit*Taxit分別表示企業(yè)數(shù)字化轉(zhuǎn)型程度和融資約束（FC）、稅收優(yōu)惠（Tax）的交乘項。

在調(diào)節(jié)作用機制的檢驗中，引入調(diào)節(jié)變量稅收優(yōu)惠（Tax）和融資約束（FC）。表9第（1）列探究融資約束對數(shù)字賦能紡織服裝產(chǎn)業(yè)綠色化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)，結(jié)果顯示Dig*FC的系數(shù)在1%的水平上顯著為負，表明融資約束（FC）的降低，會放大數(shù)字賦能紡織服裝企業(yè)綠色化轉(zhuǎn)型的促進效應(yīng)，從而驗證了本文的假設(shè)三。表9第（2）列探究稅收優(yōu)惠的調(diào)節(jié)效應(yīng)，結(jié)果顯示Dig*Tax的系數(shù)在1%的水平上顯著為負，反映出稅收優(yōu)惠對數(shù)字賦能紡織服裝企業(yè)綠色化轉(zhuǎn)型產(chǎn)生負面影響。過度的稅收優(yōu)惠可能會激發(fā)企業(yè)的尋租和套利行為，導致資源的無效分配和浪費，最終阻礙企業(yè)的可持續(xù)發(fā)展。

4 結(jié)論與建議

本文基于理論分析，利用2008—2021年中國紡織服裝上市公司數(shù)據(jù)，研究了數(shù)字賦能對綠色化轉(zhuǎn)型的影響，主要結(jié)論如下：數(shù)字賦能顯著促進了紡織服裝企業(yè)綠色化轉(zhuǎn)型，大規(guī)模、位于東部地區(qū)及非國有企業(yè)在綠色轉(zhuǎn)型方面受益更為明顯；技術(shù)改造是實現(xiàn)這一轉(zhuǎn)型的關(guān)鍵手段；當企業(yè)的融資限制減少時，數(shù)字技術(shù)能夠更好地賦能綠色發(fā)展，從而加快轉(zhuǎn)型進程；稅收優(yōu)惠力度過大，可能會帶來一些不利影響，從而對綠色發(fā)展產(chǎn)生負面影響。

為進一步有效利用數(shù)字技術(shù)推動紡織服裝企業(yè)綠色化轉(zhuǎn)型，進而提升產(chǎn)業(yè)競爭力，實現(xiàn)產(chǎn)業(yè)高質(zhì)量發(fā)展，本文提出以下建議：

1）針對不同規(guī)模和地區(qū)的企業(yè)制定差異化支持政策。引導大規(guī)模企業(yè)在綠色轉(zhuǎn)型中發(fā)揮示范帶頭作用，推動龍頭企業(yè)及配套企業(yè)協(xié)同改造。為中小型企業(yè)提供包括轉(zhuǎn)型咨詢、評估診斷、設(shè)備升級在內(nèi)的數(shù)字化綜合服務(wù)，同時構(gòu)建支持產(chǎn)業(yè)承接、技術(shù)遷移和集群發(fā)展的多功能空間平臺。中西部地區(qū)的企業(yè)則應(yīng)加強與地方政府的合作，因地制宜地選擇綠色化轉(zhuǎn)型的差異化路徑。

2）強化技術(shù)改造在綠色化轉(zhuǎn)型中的作用。推動紡織服裝產(chǎn)業(yè)數(shù)轉(zhuǎn)智改，加快淘汰落后產(chǎn)能，促進裝備數(shù)控化、產(chǎn)線數(shù)字化、工廠智能化。加快節(jié)能降耗減排治污的共性技術(shù)、通用裝備的應(yīng)用，如數(shù)字化紡紗系統(tǒng)、智能化織造印染監(jiān)控系統(tǒng)、綠色染整技術(shù)裝備、低能耗印染裝備等。為此，設(shè)立專項財政基金支持技術(shù)改造，通過提供技改補貼、設(shè)備獎勵、貸款貼息、風險補償?shù)却胧С旨徔椃b企業(yè)技術(shù)改造。建立紡織服裝行業(yè)工業(yè)互聯(lián)網(wǎng)公共服務(wù)平臺，提供技術(shù)咨詢和解決方案，幫助企業(yè)識別和實施有效的技術(shù)改造項目。

3）優(yōu)化融資環(huán)境，合理設(shè)置稅收優(yōu)惠政策。通過政策引導和激勵措施，鼓勵金融機構(gòu)提高綜合服務(wù)能力，提供多元化融資便利，有針對性地支持綠色項目，并建立綠色信貸評估體系，確保資金流向真正需要的綠色項目。推動綠色債券和融資租賃市場的發(fā)展，為企業(yè)提供多元化的融資渠道。設(shè)定合理的稅收優(yōu)惠幅度，激勵企業(yè)綠色轉(zhuǎn)型。落實固定資產(chǎn)增值稅進項稅額抵扣、研發(fā)費用加計扣除、固定資產(chǎn)加速折舊等政策。同時加強稅收優(yōu)惠政策的監(jiān)管和評估，將稅收優(yōu)惠與企業(yè)實際的綠色轉(zhuǎn)型成效掛鉤，建立投資效果考核機制，加強投資效益分析評價，確保資金的有效使用。

參考文獻：

［1］尹艷林. 切實推動高質(zhì)量發(fā)展： 經(jīng)驗、要求與任務(wù)［J］. 經(jīng)濟研究， 2023， 58（8）： 32-42.

YIN Y L. Effectively promoting high-quality development： Experience， requirements and tasks［J］. Economic Research Journal， 2023， 58（8）： 32-42.

［2］鄭小虎， 劉正好， 陳峰， 等. 紡織工業(yè)智能發(fā)展現(xiàn)狀與展望［J］. 紡織學報， 2023， 44（8）： 205-216.

ZHENG X H， LIU Z H， CHEN F， et al. Current status and prospect of intelligent development in textile industry［J］. Journal of Textile Research， 2023， 44（8）： 205-216.

［3］李雪松， 黨琳， 趙宸宇. 數(shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績效［J］. 中國工業(yè)經(jīng)濟， 2022（10）： 43-61.

LI X S， DANG L， ZHAO C Y. Digital transformation， global innovation network and innovation performance［J］. China Industrial Economics， 2022（10）： 43-61.

［4］楊震寧， 侯一凡， 李德輝， 等. 中國企業(yè)“雙循環(huán)”中開放式創(chuàng)新網(wǎng)絡(luò)的平衡效應(yīng)： 基于數(shù)字賦能與組織柔性的考察［J］. 管理世界， 2021， 37（11）： 184-205.

YANG Z N， HOU Y F， LI D H， et al. The balancing effect of open innovation networks in the “dual circulation” of Chinese enterprises： An investigation based on digital empowerment and organizational flexibility［J］. Journal of Management World， 2021， 37（11）： 184-205.

［5］陳劍， 黃朔， 劉運輝. 從賦能到使能： 數(shù)字化環(huán)境下的企業(yè)運營管理［J］. 管理世界， 2020， 36（2）： 117-128.

CHEN J， HUANG S， LIU Y H. Operations management in the digitization era： From empowering to enabling［J］. Journal of Management World， 2020， 36（2）： 117-128.

［6］劉淑春， 閆津臣， 張思雪， 等. 企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎［J］. 管理世界， 2021， 37（5）： 170-190.

LIU S C， YAN J C， ZHANG S X， et al. Can corporate digital transformation promote input-output efficiency［J］. Journal of Management World， 2021， 37（5）： 170-190.

［7］楊汝岱， 李艷， 孟珊珊. 企業(yè)數(shù)字化發(fā)展、全要素生產(chǎn)率與產(chǎn)業(yè)鏈溢出效應(yīng)［J］. 經(jīng)濟研究， 2023， 58（11）： 44-61.

YANG R D， LI Y， MENG S S. Corporate digitization development， total factor productivity and industrial chain spillover effects［J］. Economic Research Journal， 2023， 58（11）： 44-61.

［8］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］. 財貿(mào)經(jīng)濟， 2021， 42（7）： 114-129.

ZHAO C Y， WANG W C， LI X S. How does digital transformation affect the total factor productivity of enterprises［J］. Finance and Trade Economics， 2021， 42（7）： 114-129.

［9］SWAMINATHAN A， MEFFERT J. Digital @ Scale： The Playbook You Need to Transform Your Company［M］. Hoboken， New Jersey： John Wiley amp; Sons， 2017.

［10］黃群慧， 余泳澤， 張松林. 互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升： 內(nèi)在機制與中國經(jīng)驗［J］. 中國工業(yè)經(jīng)濟， 2019（8）： 5-23.

HUANG Q H， YU Y Z， ZHANG S L. Internet development and productivity growth in manufacturing industry： Internal mechanism and China experiences［J］. China Industrial Economics， 2019（8）： 5-23.

［11］張國勝， 杜鵬飛， 陳明明. 數(shù)字賦能與企業(yè)技術(shù)創(chuàng)新： 來自中國制造業(yè)的經(jīng)驗證據(jù)［J］. 當代經(jīng)濟科學， 2021， 43（6）： 65-76.

ZHANG G S， DU P F， CHEN M M. Digital empowerment and enterprise technology innovation： Empirical research from Chinese manufacturing enterprises［J］. Modern Economic Science， 2021， 43（6）： 65-76.

［12］戴翔， 楊雙至. 數(shù)字賦能、數(shù)字投入來源與制造業(yè)綠色化轉(zhuǎn)型［J］. 中國工業(yè)經(jīng)濟， 2022（9）： 83-101.

DAI X， YANG S Z. Digital empowerment， source of digital input and green manufacturing［J］. China Industrial Economics， 2022（9）： 83-101.

［13］何小鋼， 鐘湘菲. 數(shù)字化賦能企業(yè)“綠色升級”的機制和路徑研究： 基于中國工業(yè)企業(yè)的經(jīng)驗證據(jù)［J］. 管理學刊， 2023， 36（4）： 127-145.

HE X G， ZHONG X F. Research on the mechanism and path of digital empowerment of enterprises’ “green upgrade”： Based on empirical evidence from Chinese industrial enterprises［J］. Journal of Management， 2023， 36（4）： 127-145.

［14］HE Z W， CHEN Z Y， FENG X. The role of green technology innovation on employment： Does industrial structure optimization and air quality matter［J］. Environmental Sciences Europe， 2023， 35（59）： 1-17.

［15］GU J F. Sharing economy， technological innovation and carbon emissions： Evidence from Chinese cities［J］. Journal of Innovation amp; Knowledge， 2022， 7（3）： 100228.

［16］國務(wù)院辦公廳. 國務(wù)院關(guān)于促進企業(yè)技術(shù)改造的指導意見［EB OL］. （2012-09-10） ［2024-06-21］. https：" www.gov.cn zwgk 2012-09 10 content_2221011.htm.

The General Office of the State Council. The State Council’s guiding opinions on promoting enterprise technology transformation［EB OL］. （2012-09-10） ［2024-06-21］. https：" www.gov.cn zwgk 2012-09 10 content_2221011.htm.

［17］萬攀兵， 楊冕， 陳林. 環(huán)境技術(shù)標準何以影響中國制造業(yè)綠色轉(zhuǎn)型： 基于技術(shù)改造的視角［J］. 中國工業(yè)經(jīng)濟， 2021（9）： 118-136.

WAN P B， YANG M， CHEN L. How do environmental technology standards affect the green transition of China’s manufacturing industry： A perspective from technological transformation［J］. China Industrial Economics， 2021（9）： 118-136.

［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， 2020（12）： 178-196.

XU J， CUI J B. Low-carbon cities and firms’ green technological innovation［J］. China Industrial Economics， 2020（12）： 178-196.

［19］陳志紅， 李健. 商業(yè)信用有助于中小企業(yè)綠色創(chuàng)新嗎： 基于融資約束視角［J］. 現(xiàn)代經(jīng)濟探討， 2020（7）： 70-78.

CHEN Z H， LI J. Does commercial credit help green innovation for SMEs research： Based on the perspective of financing constraints［J］. Modern Economic Research， 2020（7）： 70-78.

［20］成瓊文， 丁紅乙. 財政補貼、政策組合與資源型企業(yè)創(chuàng)新產(chǎn)出： 基于創(chuàng)新產(chǎn)出異質(zhì)性視角［J］. 中國科技論壇， 2021（9）： 20-30.

CHENG Q W， DING H Y. Financial subsidies， policy combination and resource-based enterprise innovation output： Based on the perspective of innovation output heterogeneity［J］. Forum on Science and Technology in China， 2021（9）： 20-30.

［21］范子英， 王倩. 財政補貼的低效率之謎： 稅收超收的視角［J］. 中國工業(yè)經(jīng)濟， 2019（12）： 23-41．

FAN Z Y， WANG Q. The inefficiency of governmental subsidies： Perspective of tax over-collection［J］. China Industrial Economics， 2019（12）： 23-41.

［22］DOSI G， MARENGO L， PASQUALI C. How much should society fuel the greed of innovators？ On the relations between appropriability， opportunities and rates of innovation［J］. Resesrch Policy， 2006， 35（8）： 1110-1121．

［23］柳光強. 稅收優(yōu)惠、財政補貼政策的激勵效應(yīng)分析： 基于信息不對稱理論視角的實證研究［J］. 管理世界， 2016（10）： 62-71．

LIU G Q. Analysis of the incentive effect of tax preferences and fiscal subsidy policies： An empirical study based on the theoretical perspective of information asymmetry［J］. Journal of Management World， 2016（10）： 62-71.

［24］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)： 來自股票流動性的經(jīng)驗證據(jù)［J］. 管理世界， 2021， 37（7）： 130-144.

WU F， HU H Z， LIN H Y， et al. Enterprise digital transformation and capital market performance： Empirical evidence from stock liquidity［J］. Journal of Management World， 2021， 37（7）： 130-144.

［25］中國社會科學院工業(yè)經(jīng)濟研究所課題組， 李平. 中國工業(yè)綠色轉(zhuǎn)型研究［J］. 中國工業(yè)經(jīng)濟， 2011（4）： 5-14.

Chinese Academy of Social Sciences Industrial Economic Research Institute Research Group， LI P. A study on the green transformation of Chinese industry［J］. China Industrial Economics， 2011（4）： 5-14.

［26］崔興華， 林明裕. FDI如何影響企業(yè)的綠色全要素生產(chǎn)率： 基于Malmquist-Luenberger指數(shù)和PSM-DID的實證分析［J］. 經(jīng)濟管理， 2019， 41（3）： 38-55.

CUI X H， LIN M Y. How does foreign direct investment affect the green total factor productivity of enterprises： Empirical analysis based on Malmquist-Luenberger index and PSM-DID model［J］. Economic and Management Journal， 2019， 41（3）： 38-55.

［27］鄧慧慧， 楊露鑫. 霧霾治理、地方競爭與工業(yè)綠色轉(zhuǎn)型［J］. 中國工業(yè)經(jīng)濟， 2019（10）： 118-136.

DENG H H， YANG L X. Haze governance， local competition and industrial green transformation［J］. China Industrial Economics， 2019（10）： 118-136.

［28］丁紅乙， 成瓊文. 數(shù)字化創(chuàng)新、企業(yè)家精神與制造企業(yè)綠色發(fā)展［J］. 科研管理， 2024， 45（1）： 84-97.

DING H Y， CHENG Q W. Digital innovation， entrepreneurship and green development of manufacturing enterprises［J］. Science Research Management， 2024， 45（1）： 84-97.

［29］孫偉增， 毛寧， 蘭峰， 等. 政策賦能、數(shù)字生態(tài)與企業(yè)數(shù)字化轉(zhuǎn)型： 基于國家大數(shù)據(jù)綜合試驗區(qū)的準自然實驗［J］. 中國工業(yè)經(jīng)濟， 2023（9）： 117-135.

SUN W Z， MAO N， LAN F， et al. Based on the national big data comprehensive experimental zone policy empowerment， digital ecosystem and enterprise digital transformation： A quasi natural experiment［J］. China Industrial Economics， 2023（9）： 117-135.

［30］程秋旺， 蔡雪雄， 劉斌. “一帶一路”倡議與企業(yè)ESG表現(xiàn)［J］. 國際經(jīng)貿(mào)探索， 2024， 40（2）： 58-74.

CHENG Q W， CAI X X， LIU B. The belt and road initiative and ESG performance of the enterprises［J］. International Trade and Economic Exploration， 2024， 40（2）： 58-74.

［31］顧雷雷， 郭建鸞， 王鴻宇. 企業(yè)社會責任、融資約束與企業(yè)金融化［J］. 金融研究， 2020（2）： 109-127.

GU L L， GUO J L， WANG H Y. Corporate social responsibility， financing constraints， and the financialization of enterprises［J］. Journal of Financial Research， 2020（2）： 109-127.

［32］劉金科， 肖翊陽. 中國環(huán)境保護稅與綠色創(chuàng)新： 杠桿效應(yīng)還是擠出效應(yīng)［J］. 經(jīng)濟研究， 2022， 57（1）： 72-88.

LIU J K， XIAO Y Y. China’s environmental protection tax and green innovation： Incentive effect or crowding-out effect［J］. Economic Research Journal， 2022， 57（1）： 72-88.

［33］BARON R M， KENNY D A. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations［J］. Journal of Personality and Social Psychology， 1986， 51（6）： 1173-1182.

Digital empowerment， technological renovation， and green transformation in textile and apparel enterprises

ZHAO Junli， QI Jiachen

（Glorious Sun School of Business and Management， Donghua University， Shanghai 200051， China）

Abstract：Green transformation is an intrinsic demand for the construction of a modern industrial system and is essential for achieving high-quality economic development in China under the new development paradigm. The textile and apparel industry， a quintessential traditional sector， has made the acceleration of green upgrading and transformation a key direction for industrial development. However， the industry is generally plagued by issues such as high energy consumption， high pollution， and low added value. There is an urgent need to enhance energy efficiency through technological innovation， reduce environmental pollution， increase product value， and promote in-depth transformation and upgrading of the industry. The application of digital technology in China’s textile and apparel industry is driving technological renovation in traditional industries. This paper examines the impact of digital technology on the green transformation of textile and apparel enterprises from the perspective of digital empowerment.

The paper develops a multidimensional indicator system to evaluate the level of green transformation in textile and apparel enterprises. Using panel data from the listed companies in China’s textile and apparel industry from 2008 to 2021， the article conducted an empirical study on the impact and mechanisms of digital empowerment on the green transformation of enterprises in the textile and apparel industry from the perspective of technological renovation. In addition， it also conducted an analysis of the moderating effects from the aspects of financing constraints and tax incentives. Furthermore， the heterogeneity analysis based on differences in enterprise ownership， regional characteristics， and size was conducted. To verify the reliability of the conclusions， alternative explanatory variables and sample intervals were selected for robustness testing of the model. Instrumental variable method and Propensity Score Matching （PSM） method were employed for endogeneity testing. The study finds that digital empowerment significantly promotes the green transformation of textile and apparel enterprises. The promotional effect is more significant for relatively large enterprises， those located in the eastern regions， and non-state-owned enterprises. What’s more， this paper reveals the mechanism by which digital empowerment fosters the green transformation of textile and apparel enterprises： technological renovation is the key path to achieve green transformation， and enterprise capital renewal plays a mediating role in this process. Further analysis indicates that the reduction of financing constraints helps digital empowerment to optimize various stages of green transformation， thereby accelerating the transformation process of enterprises. However， excessive tax incentives may have negative effects， and even induce rent-seeking and arbitrage behaviors， which hinders the sustainable development and green transformation of enterprises.

The paper contributes to green transformation research from the perspective of digital empowerment and finds the mechanism of technological renovation on the impact of digital empowerment. It not only provides a new perspective for understanding the green transformation of digital empowerment in textile and apparel enterprises， but also offers beneficial suggestions for enterprises to more effectively utilize digital technology for green transformation.

Key words：digital empowerment; textile and apparel enterprises; technological renovation; green transformation; financing constraints; tax incentives