數字賦能、技術改造與紡織服裝企業綠色化轉型

摘要：本文選取2008—2021年中國紡織服裝上市公司面板數據，構建固定效應模型，探究數字賦能紡織服裝企業綠色轉型影響效果及其作用機制。結果顯示：數字賦能顯著促進了紡織服裝企業綠色化轉型，特別是促進了大規模、東部地區和非國企的綠色化轉型；技術改造是數字賦能促進綠色化轉型的重要路徑，企業資本更新在此過程中起中介作用；融資約束降低時，數字賦能優化綠色發展的各環節，加速綠色化轉型；過度的稅收優惠會產生負面效果，可能引發尋租和套利行為，不利于企業可持續發展和綠色化轉型。

關鍵詞：數字賦能；紡織服裝企業；技術改造；綠色化轉型；融資約束；稅收優惠

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）；中央高校基本科研業務費專項資金資助項目（2232018H-09）

作者簡介：趙君麗（1975），女，教授，博導，主要從事產業經濟、數智化轉型、紡織服裝產業等研究。

綠色轉型是加快發展方式變革，實現高質量發展的關鍵環節［1］。紡織服裝產業是傳統產業的典型代表，綠色轉型已成為產業可持續發展的內在要求。然而，紡織服裝產業仍面臨高能耗、高污染、低附加值等挑戰，迫切需要通過科技創新提升能源利用效率、減少環境污染，促進產業深度轉型升級。數字技術正應用于中國紡織服裝產業［2］，推動傳統產業進行技術改造。本文從數字賦能角度，研究數字技術對于紡織服裝企業綠色化轉型的影響，具有重要的研究意義。

學者們在數字賦能企業發展方面進行了廣泛研究，多聚焦于對企業創新［3-4］、企業運營管理［5-6］、企業生產效率［7-8］、企業組織結構變革［9-10］的研究，但關于數字技術為代表的新動能對傳統制造業綠色轉型影響的研究尚未得到充分探討。本文的邊際貢獻在于：1）構建多維度指標體系評價紡織服裝企業綠色化轉型水平，并進一步深入研究了數字賦能對于企業綠色化轉型的影響；2）從技術改造的角度研究了數字賦能企業綠色化轉型的機制；3）從稅收優惠角度進行了調節效應分析。

1 理論機制與假說

1.1 數字賦能紡織服裝產業綠色化轉型的直接影響

數字賦能是利用數字技術通過重新配置和融合現有資源，提升現有能力和構建全新能力所產生的正向驅動效應［11］，能夠極大地提升生產力并推動傳統制造模式向現代化轉型［12］。企業數字化轉型是組織變革的關鍵，以數字技術為核心，推動可持續發展和綠色化轉型。數字技術具備環境友好的特點，能促使企業從高投入、高耗能、高污染模式向高效、節能、低碳模式轉變［13］。數字技術通過提高經營效率和減少污染排放，支持企業綠色轉型，提升創新和環境治理水平，減少環境損害［14］。此外，數字化能增強資源開放性和共享性，促進綠色技術和知識傳播，提高綠色創新資源整合和聯合創新能力，吸引生產要素，提升綠色產品研發創新力度，賦能企業綠色轉型和降低污染［15］。因此，數字賦能優化企業生產運營模式，提高企業創新能力，促使企業采用先進、清潔技術，提高經營效率，降低污染排放，據此提出假設一。

H1：數字賦能能夠有效促進紡織服裝企業綠色化轉型。

1.2 基于技術改造的間接影響機制

技術改造是企業通過引入新技術和設備，改造現有生產條件，淘汰落后產能，促進內涵式增長的重要手段［16］。數字賦能企業利用數字生產要素，如數據、知識和信息，減少對高能耗、高污染要素的依賴，推動企業向低污染、低耗能、技術密集型發展，促進生產性資本現代化，激勵企業采用先進環保的設備。該過程涉及更新機器設備和生產工藝，提高生產效率和資源利用效率，因此資本更新能客觀衡量企業技術改造程度［12］。企業通過技術改造降低企業污染排放強度并推動平均生產率水平的提升［17］，從而實現整體綠色化轉型，據此提出假設二。

H2：數字賦能通過技術改造促進紡織服裝企業綠色化轉型。

1.3 基于融資約束的調節機制

企業融資約束顯著影響企業綠色化轉型。由于綠色化轉型資金投入大、周期長，且有一定的不確定性風險［18］，融資約束使企業難以維持正常經營與綠色轉型的雙重需求，限制其環境責任的履行。融資約束抑制了企業綠色投資，對綠色創新活動產生嚴重的影響［19］。資金短缺可能導致企業不得不放棄或暫停綠色研發項目，阻礙企業推動綠色創新進程。此外，融資約束導致企業內外信息不對稱，綠色創新項目難以獲得可靠擔保，影響主營業務穩定性。因此，緩解融資約束對于推動企業綠色化轉型至關重要，據此提出假設三。

H3：融資約束程度的降低顯著調節數字賦能紡織服裝企業綠色化轉型的促進效應。

1.4 基于稅收優惠的調節機制

稅收優惠的政策效果備受關注。一方面，大量文獻肯定稅收優惠政策的正面效果，通過激勵企業創新和吸引資源等方式，促進了企業綠色發展［20-21］。另一方面，研究表明稅收優惠可能帶來激勵機制的扭曲，誘發尋租套利行為，從而對企業的創新活動產生負面影響［22-23］。政策制定者和企業間的信息不對稱可能導致企業為迎合政策而追求數量和速度上的創新，而非真正追求技術進步和產品升級。因此，稅收優惠對企業綠色發展的具體影響需進一步實證檢驗，據此提出假設四。

H4：稅收優惠顯著調節數字賦能紡織服裝企業綠色化轉型的促進效應。

本文的研究機制如圖1所示。

2 研究設計

2.1 模型設定及說明

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

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

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

接下來，分別采用OLS回歸模型、隨機效應模型、個體固定效應模型和雙向固定效應模型檢驗估計結果的穩定性與可信度。基于檢驗結果，本文最終選擇雙向固定效應模型作為主要分析工具，同時采用OLS模型、隨機效應模型和個體固定效應模型進行穩健性檢驗，以確保結果的可靠性。

2.2 變量選擇

2.2.1 核心解釋變量

企業數字化程度（Dig）。參照吳非等［24］的做法，基于文本挖掘的視角測度企業數字化程度。基于文本分析方法創建用于檢索的關鍵詞庫，使用Python抓取樣本公司年報有關“數字化”的關鍵詞，對提取的數據進行清洗，在上市公司年度財務報告或年報中管理層討論與分析部分進行全文搜索，以對數化方式衡量企業數字化程度。

2.2.2 被解釋變量

企業綠色化轉型程度（Green）。綠色轉型是以資源集約利用和環境友好為導向，實現工業生產全過程的綠色化、可持續發展，獲得經濟效益與環境效益的雙贏［25］。本文從經濟效益和環境效益兩個方面，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，分別是工業二氧化硫排放量、工業廢水排放量、固體廢棄物排放量、凈利潤增長率、總資產凈利潤率、存貨與收入比、企業規模、營業成本。其中，環境效益指標以企業從業人員占所在城市城鎮人員就業比重對排放量進行換算。運用熵值法測度紡織服裝企業綠色化轉型程度，該數值介于0～1，數值越大表明企業的綠色化轉型程度越高。本文對企業綠色化轉型程度指標的年均值繪制趨勢（圖2），可以看出紡織服裝業企業的綠色化轉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型的背景。

2.2.3 控制變量

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

2.2.4 中介變量

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

2.2.5 調節變量

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

2.3 數據來源

本文以紡織服裝產業上市公司2008—2021年數據為研究樣本，進行了以下數據篩選：首先，排除了金融類企業、ST企業及在研究期間退出市場的企業樣本；其次，移除不符合通用會計準則或關鍵變量數據缺失的樣本；此外，為了減少極端值對分析結果的潛在影響，對變量1%的縮尾處理。數據主要來自CSMAR數據庫和國家統計局，并對部分數據進行對數轉換。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，表明樣本數據不存在顯著的共線性問題。

3 實證結果分析

3.1 基準回歸結果

首先，使用模型（1）對總效應進行實證檢驗，回歸結果如表1所示。通過分析表1可知，解釋變量的參數估計值均為正，并且都在1%的顯著性水平上顯著，說明數字賦能顯著促進紡織服裝企業綠色化轉型。數字技術快速融入紡織服裝產業中，提升了生產、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的綠色化轉型。此外，雙向固定效應模型擬合系數R2為0.556，說明雙向固定效應模型整體擬合效果最好，側面驗證了本文在模型選擇上的合理性。因此，結果驗證了本文假設一的正確性。

3.2 穩健性檢驗

3.2.1 替換解釋變量

本文為了驗證解釋變量數字化轉型的穩健性，借鑒趙宸宇等［8］的現有研究，歸納出有關數字化轉型的特定關鍵詞?；诓煌攴莸呐陡袷接兴鶇^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、經營情況相關內容中抽取文本構建數據池，利用特征詞匯進行系統的檢索、匹配，并對這些詞匯的出現頻率進行統計，形成綜合的詞頻數據，建立一套新的指標體系，用以衡量企業的數字化轉型進程。其次，本文采用CSMAR數據庫與華東師范大學研究團隊在2022年合作發布的企業數字化轉型指數替代本文的解釋變量進行穩健性檢驗。該指數從6個關鍵維度出發，全面評估企業的數字化轉型進程，結果如表2第（1）列和第（2）列所示，均在5%顯著性水平上，說明本文的結論具有一定的穩健性。

3.2.2 更換樣本區間

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數字化發展，同時由于生產受限及盈利受損等，也在一定程度上影響了企業的綠色化轉型進程。因此，僅保留2008—2019年樣本，重新檢驗數字賦能紡織服裝企業綠色化轉型的影響，結果如表2第（3）列所示，在1%顯著性水平上，與基準回歸的結果一致，說明本文的結論具有一定的穩健性。

3.3 內生性檢驗

3.3.1 工具變量法

基準回歸通過控制企業和年份效應雖能減輕內生性問題，但仍存在局限。數字賦能與企業綠色轉型可能存在雙向因果關系。企業數字賦能的測算受限于數據可得性，可能帶來測量誤差，且變量選擇可能遺漏關鍵因子。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，以確保相關性和外生性，從而準確識別數字賦能對紡織服裝企業綠色化轉型的凈效應。Anderson canon. corr. LM 統計量和Cragg-Donald Wald F統計量的結果顯示，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，也沒有表現出弱工具性，本文所選工具變量合理。表3提供了內生性檢驗的回歸分析結果?；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性的，且在1%水平下顯著;第（2）列展示了第二階段的回歸結果，本文的研究假設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），緩解因函數形式設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，依舊采用詞頻計數作為衡量企業數字化轉型的指標，以此對企業進行區分。具體來說，將數字化程度大于0的企業歸為實驗組，并將相應的虛擬變量Treat標記為1；對于數字化程度為0的企業，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，匹配后樣本各協變量的標準化偏差均小于10%。傾向得分匹配之前，大部分協變量的均值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，協變量的標準偏差顯著減小，t統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性差異，匹配效果良好。

表4展示了變量平均處理效應（ATT），在1%水平上正顯著，與本文假設一致。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。匹配前進行數字化的企業和未進行的企業之間差異較大，匹配后企業之間曲線走勢相近，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匹配后的數據再次進行實證檢驗，模型（1）回歸結果如表5所示，解釋變量（Dig）與綠色化轉型水平在5%水平上顯著正相關?？梢?，在對內生性問題進行控制后，數字賦能紡織服裝企業綠色化轉型的作用依然顯著，進一步證實了前文的研究假設一。

3.4 異質性分析

3.4.1 企業規模異質性

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

3.4.2 區域異質性

中國各地區紡織服裝業發展水平因資源、政策、市場化水平差異顯著，導致數字化對企業綠色化轉型的影響不同。本文按區域將樣本分為東部和中西部，考察數字賦能對紡織服裝企業綠色化轉型的影響。表6第（3）（4）列結果顯示，數字賦能顯著促進東部地區紡織服裝企業綠色化轉型。東部地區經濟繁榮、數字基礎設施完備，為企業吸引信息、知識等關鍵生產要素提供便利，有助于企業高效整合和利用綠色創新資源。中西部地區數字基礎設施相對滯后，信息技術人才匱乏，阻礙了數字賦能企業綠色換轉型的進程。

3.4.3 企業所有制異質性

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

3.5 機制分析

3.5.1 技術改造中介作用機制檢驗

為了識別數字賦能企業綠色化轉型的作用機制，本文運用中介效應的分析方法，從數字賦能帶來的技術改造（Dep）效應方面進行間接影響機制的檢驗，借鑒Baron等［33］的方法，設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）列探究了數字賦能對紡織服裝企業技術改造的影響，Dig對于Dep的回歸系數為0.126，在5%水平下顯著，說明隨著企業數字化水平的提升，企業會通過資本更新以實現技術改造。第（2）列Dep對于Green的回歸系數為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，企業數字化和資本更新均對企業綠色化轉型有顯著的正向影響，技術改造在企業數字化和企業綠色化轉型之間起到了部分中介作用。

為提高機制檢驗的穩健性和可信度，本文使用Bootstrap法確認中介效應的顯著性，進行500次重復抽樣。從表8的檢驗結果來看，企業數字化通過資本更新影響企業綠色化轉型程度的中介效應為0.005（CI=［0.001，0.013］），置信區間不包含零，中介效應存在，即假設二得到了進一步驗證。

3.5.2 調節作用機制檢驗

為探究外部環境因素影響效應，本文從融資約束（FC）和稅收優惠（Tax）兩方面進行調節機制的檢驗，設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分別表示企業數字化轉型程度和融資約束（FC）、稅收優惠（Tax）的交乘項。

在調節作用機制的檢驗中，引入調節變量稅收優惠（Tax）和融資約束（FC）。表9第（1）列探究融資約束對數字賦能紡織服裝產業綠色化轉型的調節效應，結果顯示Dig*FC的系數在1%的水平上顯著為負，表明融資約束（FC）的降低，會放大數字賦能紡織服裝企業綠色化轉型的促進效應，從而驗證了本文的假設三。表9第（2）列探究稅收優惠的調節效應，結果顯示Dig*Tax的系數在1%的水平上顯著為負，反映出稅收優惠對數字賦能紡織服裝企業綠色化轉型產生負面影響。過度的稅收優惠可能會激發企業的尋租和套利行為，導致資源的無效分配和浪費，最終阻礙企業的可持續發展。

4 結論與建議

本文基于理論分析，利用2008—2021年中國紡織服裝上市公司數據，研究了數字賦能對綠色化轉型的影響，主要結論如下：數字賦能顯著促進了紡織服裝企業綠色化轉型，大規模、位于東部地區及非國有企業在綠色轉型方面受益更為明顯；技術改造是實現這一轉型的關鍵手段；當企業的融資限制減少時，數字技術能夠更好地賦能綠色發展，從而加快轉型進程；稅收優惠力度過大，可能會帶來一些不利影響，從而對綠色發展產生負面影響。

為進一步有效利用數字技術推動紡織服裝企業綠色化轉型，進而提升產業競爭力，實現產業高質量發展，本文提出以下建議：

1）針對不同規模和地區的企業制定差異化支持政策。引導大規模企業在綠色轉型中發揮示范帶頭作用，推動龍頭企業及配套企業協同改造。為中小型企業提供包括轉型咨詢、評估診斷、設備升級在內的數字化綜合服務，同時構建支持產業承接、技術遷移和集群發展的多功能空間平臺。中西部地區的企業則應加強與地方政府的合作，因地制宜地選擇綠色化轉型的差異化路徑。

2）強化技術改造在綠色化轉型中的作用。推動紡織服裝產業數轉智改，加快淘汰落后產能，促進裝備數控化、產線數字化、工廠智能化。加快節能降耗減排治污的共性技術、通用裝備的應用，如數字化紡紗系統、智能化織造印染監控系統、綠色染整技術裝備、低能耗印染裝備等。為此，設立專項財政基金支持技術改造，通過提供技改補貼、設備獎勵、貸款貼息、風險補償等措施，支持紡織服裝企業技術改造。建立紡織服裝行業工業互聯網公共服務平臺，提供技術咨詢和解決方案，幫助企業識別和實施有效的技術改造項目。

3）優化融資環境，合理設置稅收優惠政策。通過政策引導和激勵措施，鼓勵金融機構提高綜合服務能力，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展，為企業提供多元化的融資渠道。設定合理的稅收優惠幅度，激勵企業綠色轉型。落實固定資產增值稅進項稅額抵扣、研發費用加計扣除、固定資產加速折舊等政策。同時加強稅收優惠政策的監管和評估，將稅收優惠與企業實際的綠色轉型成效掛鉤，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. 切實推動高質量發展： 經驗、要求與任務［J］. 經濟研究， 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. 紡織工業智能發展現狀與展望［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. 數字化轉型、融入全球創新網絡與創新績效［J］. 中國工業經濟， 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“雙循環”中開放式創新網絡的平衡效應： 基于數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： 數字化環境下的企業運營管理［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. 企業管理數字化變革能提升投入產出效率嗎［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. 企業數字化發展、全要素生產率與產業鏈溢出效應［J］. 經濟研究， 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. 數字化轉型如何影響企業全要素生產率［J］. 財貿經濟， 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. 互聯網發展與制造業生產率提升： 內在機制與中國經驗［J］. 中國工業經濟， 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. 數字賦能與企業技術創新： 來自中國制造業的經驗證據［J］. 當代經濟科學， 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. 數字賦能、數字投入來源與制造業綠色化轉型［J］. 中國工業經濟， 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. 數字化賦能企業“綠色升級”的機制和路徑研究： 基于中國工業企業的經驗證據［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］國務院辦公廳. 國務院關于促進企業技術改造的指導意見［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. 環境技術標準何以影響中國制造業綠色轉型： 基于技術改造的視角［J］. 中國工業經濟， 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. 低碳城市和企業綠色技術創新［J］. 中國工業經濟， 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. 商業信用有助于中小企業綠色創新嗎： 基于融資約束視角［J］. 現代經濟探討， 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創新產出： 基于創新產出異質性視角［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］. 中國工業經濟， 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. 稅收優惠、財政補貼政策的激勵效應分析： 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. 企業數字化轉型與資本市場表現： 來自股票流動性的經驗證據［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經濟研究所課題組， 李平. 中國工業綠色轉型研究［J］. 中國工業經濟， 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如何影響企業的綠色全要素生產率： 基于Malmquist-Luenberger指數和PSM-DID的實證分析［J］. 經濟管理， 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、地方競爭與工業綠色轉型［J］. 中國工業經濟， 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. 數字化創新、企業家精神與制造企業綠色發展［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、數字生態與企業數字化轉型： 基于國家大數據綜合試驗區的準自然實驗［J］. 中國工業經濟， 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ESG表現［J］. 國際經貿探索， 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. 企業社會責任、融資約束與企業金融化［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. 中國環境保護稅與綠色創新： 杠桿效應還是擠出效應［J］. 經濟研究， 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