數(shù)字化轉(zhuǎn)型對制造企業(yè)綠色技術(shù)創(chuàng)新效率的影響研究

摘 要：隨著數(shù)字經(jīng)濟和綠色經(jīng)濟的發(fā)展，數(shù)字化轉(zhuǎn)型為制造企業(yè)注入了創(chuàng)新與發(fā)展的新動能，傳統(tǒng)制造企業(yè)通過數(shù)字化驅(qū)動實現(xiàn)技術(shù)革新。本文以2012—2022年中國A股制造企業(yè)為研究樣本，實證分析數(shù)字化轉(zhuǎn)型對制造企業(yè)綠色技術(shù)創(chuàng)新效率的影響。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型顯著提高制造企業(yè)綠色技術(shù)創(chuàng)新效率。機制檢驗表明，知識共享在數(shù)字化轉(zhuǎn)型與制造企業(yè)綠色技術(shù)創(chuàng)新效率間發(fā)揮中介效應(yīng)。本文研究旨在推動制造企業(yè)綠色技術(shù)創(chuàng)新效率的提升、促進制造企業(yè)綠色發(fā)展提供新的思路。

關(guān)鍵詞：綠色技術(shù)創(chuàng)新效率；數(shù)字化轉(zhuǎn)型；知識共享；制造企業(yè)；綠色發(fā)展

中圖分類號：F425；F424.3 文獻標識碼：A 文章編號：2096-0298（2025）07（a）--04

1 引言

在全球經(jīng)濟體系中，制造業(yè)始終扮演著舉足輕重的角色。然而，隨著環(huán)境問題的日益凸顯和可持續(xù)發(fā)展理念的深入人心，制造企業(yè)面臨著前所未有的挑戰(zhàn)和機遇。黨的二十大報告明確指出，要推進新型工業(yè)化，加快建設(shè)制造強國，推動制造業(yè)高端化、智能化、綠色化發(fā)展。這一重要論述為我國制造業(yè)高質(zhì)量發(fā)展指明了方向，但在具體實踐中，部分制造企業(yè)仍面臨傳統(tǒng)資源要素依賴度高、綠色技術(shù)創(chuàng)新效率偏低等突出問題。在此背景下，深入探討制造企業(yè)如何提高綠色技術(shù)創(chuàng)新效率，對我國加快建設(shè)制造強國、推動制造業(yè)綠色化發(fā)展具有重要的參考價值。

近年來，綠色技術(shù)創(chuàng)新效率的影響因素研究備受學(xué)術(shù)界關(guān)注，但相關(guān)研究有待進一步深入。具體而言，一是現(xiàn)有研究大多集中于宏觀層面，針對微觀層面的關(guān)注較少[1-3]；二是在微觀層面上，現(xiàn)有研究從環(huán)境規(guī)制[4]、ESG表現(xiàn)[5]和利率市場化[6]等方面，探討了其對企業(yè)綠色技術(shù)創(chuàng)新效率的影響，但鮮有研究數(shù)字化轉(zhuǎn)型對制造企業(yè)綠色技術(shù)創(chuàng)新效率的影響，且尚未深入揭示這一過程的作用機制。本文的邊際貢獻在于：一是探究數(shù)字化轉(zhuǎn)型對制造企業(yè)綠色技術(shù)創(chuàng)新效率的影響，進一步深化對綠色技術(shù)創(chuàng)新效率影響因素的認知；二是通過驗證知識共享的中介效應(yīng)，揭示數(shù)字化轉(zhuǎn)型驅(qū)動制造企業(yè)綠色技術(shù)創(chuàng)新效率提升的內(nèi)在機制。

2 理論分析與研究假設(shè)

2.1 數(shù)字化轉(zhuǎn)型與綠色技術(shù)創(chuàng)新效率

數(shù)字化轉(zhuǎn)型可以賦能企業(yè)業(yè)務(wù)實踐，提高業(yè)務(wù)靈活性和響應(yīng)速度，并通過數(shù)字技術(shù)對流程和架構(gòu)進行優(yōu)化調(diào)整，推動企業(yè)創(chuàng)新[7]。首先，數(shù)字化轉(zhuǎn)型提供了更好的數(shù)據(jù)要素支持。通過數(shù)字化轉(zhuǎn)型，企業(yè)可以運用數(shù)字技術(shù)收集、存儲和分析大量的數(shù)據(jù)，從中獲取有價值的信息，有助于企業(yè)更準確地把握市場需求，預(yù)測未來趨勢，為綠色技術(shù)創(chuàng)新提供有力的決策依據(jù)。其次，數(shù)字化轉(zhuǎn)型能夠優(yōu)化資源配置。一方面，企業(yè)可以運用數(shù)字化手段對資源進行更加精細化的管理，實現(xiàn)資源的優(yōu)化配置和高效利用。另一方面，數(shù)字化轉(zhuǎn)型作為促進部門之間相互溝通的重要手段，超越了組織邊界[8-9]。通過數(shù)字技術(shù)應(yīng)用，企業(yè)各部門之間能夠共享數(shù)據(jù)、知識和經(jīng)驗，形成協(xié)同工作的新模式，優(yōu)化組織的業(yè)務(wù)流程，進而提升組織整體運營效率和創(chuàng)新能力，從而為組織的持續(xù)發(fā)展注入新動力。最后，數(shù)字化轉(zhuǎn)型推動組織變革。數(shù)字技術(shù)的應(yīng)用催生出平臺化組織，企業(yè)依托平臺化組織構(gòu)建創(chuàng)新生態(tài)體系，實現(xiàn)資源共享和協(xié)同創(chuàng)新，從而大幅提升企業(yè)的創(chuàng)新效率[10-11]。綜上，本文提出以下假設(shè)：

假設(shè)1：數(shù)字化轉(zhuǎn)型有助于制造企業(yè)綠色技術(shù)創(chuàng)新效率的提高。

2.2 知識共享的中介效應(yīng)

競合可定義為企業(yè)之間既在競爭中合作，又在合作中競爭。在競合視角下，一方面，企業(yè)為獲得有價值的信息，增強競爭優(yōu)勢，需與其他企業(yè)進行交流合作、共享知識；另一方面，企業(yè)為維系既有的競爭優(yōu)勢，實現(xiàn)最大利益，會有所保留的進行知識共享。企業(yè)數(shù)字化轉(zhuǎn)型在識別和整合海量的信息和數(shù)據(jù)方面具有積極推動作用[12-13]，通過數(shù)字化轉(zhuǎn)型，企業(yè)能更高效地識別有價值的信息，并將其與各類數(shù)據(jù)要素進行有效整合，從而更好的了解相關(guān)企業(yè)情況，便于企業(yè)在維持既有優(yōu)勢的基礎(chǔ)上進行知識共享。數(shù)字信息技術(shù)的應(yīng)用能夠打破時空和地理因素的限制[14-15]，極大促進企業(yè)跨地區(qū)的交流與合作。通過數(shù)字化手段，企業(yè)能夠?qū)崟r共享信息、協(xié)同工作，實現(xiàn)數(shù)據(jù)要素的跨時空傳播，方便企業(yè)間進行跨時空知識交流。數(shù)字化轉(zhuǎn)型有助于推動統(tǒng)一市場循環(huán)，通過與各創(chuàng)新主體建立戰(zhàn)略聯(lián)盟，企業(yè)能夠整合資源，發(fā)現(xiàn)新的市場機遇，構(gòu)建創(chuàng)新網(wǎng)絡(luò)，加速綠色技術(shù)知識和先進經(jīng)驗的傳播與應(yīng)用，從而形成集成效應(yīng)[16]。通過共享人力資源和組織資源，企業(yè)能更高效地吸納和培養(yǎng)人才，優(yōu)化組織結(jié)構(gòu)，提升創(chuàng)新活力。在此基礎(chǔ)上，知識共享能夠讓企業(yè)的知識來源更趨多元化，而知識來源的多元化程度越高，企業(yè)創(chuàng)新活動的推進速度就越快[17]。綜上，本文提出以下假設(shè)：

假設(shè)2：數(shù)字化轉(zhuǎn)型通過促進知識共享來提高制造企業(yè)綠色技術(shù)創(chuàng)新效率。

3 研究設(shè)計

3.1 樣本與數(shù)據(jù)來源

本文選取2012—2022年中國A股制造企業(yè)為研究樣本，并對樣本進行以下處理：一是剔除數(shù)據(jù)缺失的樣本；二是剔除ST、*ST和PT類企業(yè)樣本；三是對所有連續(xù)變量進行上下1%的縮尾處理。經(jīng)上述處理后，本文共得到2012—2022年18300個年度面板數(shù)據(jù)。本文使用的企業(yè)專利數(shù)據(jù)來源于CNRDS，其他數(shù)據(jù)來源于CSMAR和上市公司年報。

3.2 變量定義

（1）被解釋變量：綠色技術(shù)創(chuàng)新效率（GTIE）。本文參考劉暢等（2023）[18]的研究，使用綠色技術(shù)創(chuàng)新產(chǎn)出與投入的比值來衡量綠色技術(shù)創(chuàng)新效率。本文的綠色技術(shù)創(chuàng)新產(chǎn)出使用企業(yè)綠色發(fā)明和實用新型專利的總申請數(shù)加1取對數(shù)衡量。綠色技術(shù)創(chuàng)新投入則使用企業(yè)年度研發(fā)費用取對數(shù)衡量。

（2）核心解釋變量：數(shù)字化轉(zhuǎn)型（DT）。本文借鑒吳非等（2021）[19]的研究，采用文本分析法對年報數(shù)據(jù)中的數(shù)字化關(guān)鍵詞進行詞頻統(tǒng)計求和、加1并取對數(shù)衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。

（3）中介變量：知識共享（KS）。知識共享是企業(yè)間交流合作的重要體現(xiàn)，指企業(yè)將自身創(chuàng)造或積累的知識分享給其合作伙伴的行為。企業(yè)聯(lián)合專利申請數(shù)量能較好的反映企業(yè)間知識共享強度，即企業(yè)聯(lián)合專利申請數(shù)量越多，企業(yè)知識共享的意愿越強、頻次越高。因此，本文參考趙炎等（2021）[20]和龍小寧等（2023）[21]的做法，用上市公司聯(lián)合申請專利數(shù)加1取對數(shù)進行衡量。

（4）控制變量：參考以往研究結(jié)果，選擇以下控制變量：企業(yè)年齡（Age，公司上市年限的自然對數(shù)）、企業(yè)規(guī)模（Size，企業(yè)總資產(chǎn)的自然對數(shù)）、獨董比例（Idr，獨立董事與董事會總?cè)藬?shù)之比）、企業(yè)成長性（Growth，主營業(yè)務(wù)收入增長率）、股權(quán)集中度（Shr，第一大股東持股比例）、董事會規(guī)模（Board，董事會總?cè)藬?shù)取自然對數(shù)）、盈利能力（Roa，企業(yè)凈利潤與總資產(chǎn)之比）、資產(chǎn)負債率（Lev，企業(yè)負債總額與資產(chǎn)總額之比）、產(chǎn)權(quán)性質(zhì)（Own，國有企業(yè)賦值為1，其他為0）、兩職合一（Dual，董事長與總經(jīng)理是同一人取1，否則取0）。

3.3 模型構(gòu)建

為驗證假設(shè)1，本文構(gòu)建基準模型，具體公式如下所示。

GTIEit=α0+α1DTit+∑βiControlit+∑Firm+∑Year+εit（1）

為驗證假設(shè)2，本文借鑒溫忠麟等（2014）[22]的研究，構(gòu)建了模型（2）和模型（3）具體公式如下所示。

KSit=ω0+ω1DTit+∑σiControlit+∑Firm+∑Year+εit（2）

GTIEit=γ0+γ1DTit+γ2KSit+∑δiControlit+∑Firm+∑Year+εit（3）

其中，DT為數(shù)字化轉(zhuǎn)型，GTIE為綠色技術(shù)創(chuàng)新效率，KS為知識共享，Control為控制變量，F(xiàn)irm與Year分別代表個體和時間固定效應(yīng)，ε為隨機擾動項，i代表個體，t代表年份。

4 實證分析

4.1 描述性統(tǒng)計分析

表1報告變量描述性統(tǒng)計結(jié)果?？梢钥闯?，被解釋變量GTIE的均值為0.050，中位數(shù)為0.037，最大值為0.228，標準差為0.060，這說明制造企業(yè)整體綠色技術(shù)創(chuàng)新效率偏低。核心解釋變量DT的均值為1.316，最大值為6.140，標準差為1.278，表明制造企業(yè)之間數(shù)字化轉(zhuǎn)型程度差異較大。最后，通過觀察控制變量可以發(fā)現(xiàn)，不同制造企業(yè)在控制變量上存在較大差異。

4.2 相關(guān)性分析

相關(guān)性分析結(jié)果顯示，DT與GTIE在1%的水平上顯著正相關(guān)，初步證實假設(shè)1，為研究其內(nèi)在影響機制提供了契機。KS與DT和GTIE均在1%水平上呈顯著正相關(guān)，初步證實假設(shè)2。同時，為確保結(jié)論的科學(xué)性，避免多重共線性對結(jié)果造成的影響，本文使用方差膨脹因子法（VIF）進行檢驗，結(jié)果顯示變量的VIF值最大為1.83，遠低于10。因此，不存在多重共線性問題，可進行后續(xù)分析。

4.3 基準回歸分析

表2報告基準回歸結(jié)果顯示，DT在1%水平上顯著為正，假設(shè)1得到驗證，且在加入控制變量后，調(diào)整后的R2提高至0.691，說明本文選取的控制變量增強了模型對綠色技術(shù)創(chuàng)新效率的解釋力度。

4.4 機制分析

表3模型（2）和模型（3）報告了知識共享的中介效應(yīng)。在模型（2）中數(shù)字化轉(zhuǎn)型對知識共享影響系數(shù)為0.036，在1%水平上顯著。在模型（3）中，數(shù)字化轉(zhuǎn)型、知識共享對綠色技術(shù)創(chuàng)新效率影響系數(shù)均在1%水平上顯著為正。上述結(jié)果表明，數(shù)字化轉(zhuǎn)型能夠促進知識共享。在此基礎(chǔ)上，知識共享能夠使企業(yè)綠色技術(shù)創(chuàng)新所需的知識和資源得到有效整合及利用，從而促進綠色技術(shù)創(chuàng)新效率的提高[22]。假設(shè)2得到驗證。

4.5 穩(wěn)健性檢驗

（1）更換解釋變量

為增強研究結(jié)論的穩(wěn)定性，本文使用CSMAR數(shù)據(jù)庫中企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)（DTI）來重新衡量企業(yè)數(shù)字化轉(zhuǎn)型程度，結(jié)果如表4所示。結(jié)果顯示，在更換解釋變量后，數(shù)字化轉(zhuǎn)型和知識共享的回歸系數(shù)符號和顯著性均未改變，驗證了本文結(jié)論的可靠性。

（2）剔除部分樣本

考慮到2015年股災(zāi)事件和2020年新冠疫情的影響，本部分剔除2015年和2020年數(shù)據(jù)，回歸結(jié)果如表4所示。結(jié)果顯示，數(shù)字化轉(zhuǎn)型和知識共享的回歸系數(shù)符號和顯著性均未改變，進一步表明本文結(jié)論可靠。

4.6 內(nèi)生性問題

本文借鑒趙宸宇等（2021）[23]的做法，將數(shù)字化轉(zhuǎn)型滯后一期（L.DT）作為工具變量，采用工具變量法進行內(nèi)生性檢驗。結(jié)果顯示，工具變量對數(shù)字化轉(zhuǎn)型的回歸系數(shù)為0.378，在1%的水平上顯著，滿足工具變量相關(guān)性要求，且通過弱工具變量檢驗與不可識別檢驗，表明本文的工具變量選取較為合理。此時，核心解釋變量仍在1%水平上顯著為正，表明結(jié)論具有穩(wěn)健性。

5 結(jié)論與建議

5.1 研究結(jié)論

本文以2012—2022年中國A股制造企業(yè)為研究對象，通過理論分析與實證檢驗，探討了數(shù)字化轉(zhuǎn)型對制造企業(yè)綠色技術(shù)創(chuàng)新效率的影響。研究發(fā)現(xiàn)：（1）數(shù)字化轉(zhuǎn)型能夠提高制造企業(yè)綠色技術(shù)創(chuàng)新效率，表明數(shù)字化轉(zhuǎn)型是新時代制造企業(yè)實現(xiàn)綠色技術(shù)創(chuàng)新效率提高的關(guān)鍵動力；（2）數(shù)字化轉(zhuǎn)型通過促進知識共享提高制造企業(yè)綠色技術(shù)創(chuàng)新效率。

5.2 政策建議

（1）數(shù)字化轉(zhuǎn)型有助于提高制造企業(yè)綠色技術(shù)創(chuàng)新效率，政府應(yīng)進一步加大數(shù)字化轉(zhuǎn)型推廣力度。一方面，政府可設(shè)立專項資金，對積極投入數(shù)字化轉(zhuǎn)型的企業(yè)給予一定比例補貼，以減輕企業(yè)財務(wù)壓力，鼓勵更多企業(yè)參與數(shù)字化轉(zhuǎn)型。另一方面，政府可通過降低企業(yè)所得稅率以減輕企業(yè)數(shù)字化轉(zhuǎn)型的稅收負擔，讓企業(yè)更愿意投入資金和資源。此外，政府還可組織專家團隊，為企業(yè)提供數(shù)字化轉(zhuǎn)型的技術(shù)咨詢、培訓(xùn)和指導(dǎo)服務(wù)，幫助企業(yè)解決技術(shù)難題，提高數(shù)字化轉(zhuǎn)型成功率。

（2）數(shù)字化轉(zhuǎn)型為制造企業(yè)提供綠色技術(shù)創(chuàng)新的契機，而知識共享是關(guān)鍵。為此，政府應(yīng)采取措施鼓勵企業(yè)間的知識共享和合作，促進綠色技術(shù)創(chuàng)新和應(yīng)用。首先，政府應(yīng)發(fā)揮主導(dǎo)作用，搭建企業(yè)間的知識共享平臺，提供集中、便捷的知識交流渠道，促進企業(yè)間的技術(shù)交流與合作。其次，政府可舉辦技術(shù)交流會、研討會等活動，搭建交流合作的橋梁，鼓勵企業(yè)開展產(chǎn)學(xué)研合作，推動高校、科研機構(gòu)和企業(yè)的深度融合。同時，政府要高度重視知識產(chǎn)權(quán)保護工作，確保企業(yè)在知識共享過程中充分保障自身利益。

參考文獻

LEI C， LANG W， MEI H， et al. The impact of the free trade zones construction on green technological innovation efficiency ——evidence from 288 cities in Chinese[J]. Heliyon， 2024， 10（7）： e27728.

LIU L， FU P， HE K， et al. Impact assessment and mechanism analysis of the construction of pilot free trade zones on the efficiency of urban green technology innovation[J]. Ecological Indicators， 2024， 163： 112137.

程時雄， 劉樹家. 長江經(jīng)濟帶知識產(chǎn)權(quán)保護與城市綠色技術(shù)創(chuàng)新效率：基于創(chuàng)新價值鏈視角的空間效應(yīng)分析[J].中國地質(zhì)大學(xué)學(xué)報（社會科學(xué)版）， 2024： 1-17.

LIU P， HUANG T， SHAO Y， et al. Environmental regulation， technology density， and green technology innovation efficiency[J]. Heliyon， 2024， 10（1）： e23809.

ZHOU Y， HUO W， BO L， et al. Impact and mechanism analysis of ESG ratings on the efficiency of green technology innovation[J]. Finance Research Letters， 2023， 58： 104591.

謝賢君， 郁俊莉， 丁晟， 等. 利率市場化對企業(yè)綠色技術(shù)創(chuàng)新質(zhì)量與效率的影響及其作用機制[J]. 科技管理研究， 2024， 44（6）： 206-213.

肖靜， 曾萍. 數(shù)字化能否實現(xiàn)企業(yè)綠色創(chuàng)新的“提質(zhì)增量”：基于資源視角[J]. 科學(xué)學(xué)研究， 2023， 41（5）： 925-935+960.

田海峰， 劉華軍. 企業(yè)數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新的“雙化協(xié)同”機制研究[J]. 產(chǎn)業(yè)經(jīng)濟研究， 2023（6）： 29-41+72.

ZHANG H， WU J， MEI Y， et al. Exploring the relationship between digital transformation and green innovation： The mediating role of financing modes[J]. Journal of Environmental Management， 2024， 356： 120558.

余東華， 馬路萌. 數(shù)字化轉(zhuǎn)型、平臺化變革與企業(yè)創(chuàng)新績效：基于“技術(shù)—組織—創(chuàng)新”范式的分析[J]. 改革， 2024（2）： 55-74.

LIU X， LIU F， REN X. Firms’ digitalization in manufacturing and the structure and direction of green innovation[J]. Journal of Environmental Management， 2023， 335： 117525.

高智林， 譚文浩. 企業(yè)數(shù)字化轉(zhuǎn)型會促進綠色技術(shù)創(chuàng)新嗎：基于文本分析方法的經(jīng)驗證據(jù)[J]. 財經(jīng)論叢， 2024（1）： 79-91.

LIN B， XIE Y. Impact assessment of digital transformation on the green innovation efficiency of China’s manufacturing enterprises[J]. Environmental Impact Assessment Review， 2024， 105： 107373.

王巍， 姜智鑫. 通向可持續(xù)發(fā)展之路： 數(shù)字化轉(zhuǎn)型與企業(yè)異地合作創(chuàng)新[J]. 財經(jīng)研究， 2023， 49（1）： 79-93.

DOU Q， GAO X. How does the digital transformation of corporates affect green technology innovation？ An empirical study from the perspective of asymmetric effects and structural breakpoints[J]. Journal of Cleaner Production， 2023， 428： 139245.

張葉青， 陸瑤， 李樂蕓. 大數(shù)據(jù)應(yīng)用對中國企業(yè)市場價值的影響：來自中國上市公司年報文本分析的證據(jù)[J]. 經(jīng)濟研究， 2021， 56（12）： 42-59.

童紅霞. 數(shù)字經(jīng)濟環(huán)境下知識共享、開放式創(chuàng)新與創(chuàng)新績效：知識整合能力的中介效應(yīng)[J]. 財經(jīng)問題研究， 2021（10）： 49-61.

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

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+110.

趙炎， 鄧心怡， 韓笑. 網(wǎng)絡(luò)閉合對企業(yè)創(chuàng)新績效的影響：知識流動的中介作用[J]. 科學(xué)學(xué)研究， 2021， 39（6）： 1144-1152.

龍小寧， 劉靈子， 張靖. 企業(yè)合作研發(fā)模式對創(chuàng)新質(zhì)量的影響：基于中國專利數(shù)據(jù)的實證研究[J]. 中國工業(yè)經(jīng)濟， 2023（10）： 174-192.

溫忠麟， 葉寶娟. 中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進展， 2014， 22（5）： 731-745.

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.