數字化轉型對制造企業綠色技術創新效率的影響研究

摘 要：隨著數字經濟和綠色經濟的發展，數字化轉型為制造企業注入了創新與發展的新動能，傳統制造企業通過數字化驅動實現技術革新。本文以2012—2022年中國A股制造企業為研究樣本，實證分析數字化轉型對制造企業綠色技術創新效率的影響。研究發現，數字化轉型顯著提高制造企業綠色技術創新效率。機制檢驗表明，知識共享在數字化轉型與制造企業綠色技術創新效率間發揮中介效應。本文研究旨在推動制造企業綠色技術創新效率的提升、促進制造企業綠色發展提供新的思路。

關鍵詞：綠色技術創新效率；數字化轉型；知識共享；制造企業；綠色發展

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

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

近年來，綠色技術創新效率的影響因素研究備受學術界關注，但相關研究有待進一步深入。具體而言，一是現有研究大多集中于宏觀層面，針對微觀層面的關注較少[1-3]；二是在微觀層面上，現有研究從環境規制[4]、ESG表現[5]和利率市場化[6]等方面，探討了其對企業綠色技術創新效率的影響，但鮮有研究數字化轉型對制造企業綠色技術創新效率的影響，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：一是探究數字化轉型對制造企業綠色技術創新效率的影響，進一步深化對綠色技術創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，揭示數字化轉型驅動制造企業綠色技術創新效率提升的內在機制。

2 理論分析與研究假設

2.1 數字化轉型與綠色技術創新效率

數字化轉型可以賦能企業業務實踐，提高業務靈活性和響應速度，并通過數字技術對流程和架構進行優化調整，推動企業創新[7]。首先，數字化轉型提供了更好的數據要素支持。通過數字化轉型，企業可以運用數字技術收集、存儲和分析大量的數據，從中獲取有價值的信息，有助于企業更準確地把握市場需求，預測未來趨勢，為綠色技術創新提供有力的決策依據。其次，數字化轉型能夠優化資源配置。一方面，企業可以運用數字化手段對資源進行更加精細化的管理，實現資源的優化配置和高效利用。另一方面，數字化轉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]。通過數字技術應用，企業各部門之間能夠共享數據、知識和經驗，形成協同工作的新模式，優化組織的業務流程，進而提升組織整體運營效率和創新能力，從而為組織的持續發展注入新動力。最后，數字化轉型推動組織變革。數字技術的應用催生出平臺化組織，企業依托平臺化組織構建創新生態體系，實現資源共享和協同創新，從而大幅提升企業的創新效率[10-11]。綜上，本文提出以下假設：

假設1：數字化轉型有助于制造企業綠色技術創新效率的提高。

2.2 知識共享的中介效應

競合可定義為企業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，企業為獲得有價值的信息，增強競爭優勢，需與其他企業進行交流合作、共享知識；另一方面，企業為維系既有的競爭優勢，實現最大利益，會有所保留的進行知識共享。企業數字化轉型在識別和整合海量的信息和數據方面具有積極推動作用[12-13]，通過數字化轉型，企業能更高效地識別有價值的信息，并將其與各類數據要素進行有效整合，從而更好的了解相關企業情況，便于企業在維持既有優勢的基礎上進行知識共享。數字信息技術的應用能夠打破時空和地理因素的限制[14-15]，極大促進企業跨地區的交流與合作。通過數字化手段，企業能夠實時共享信息、協同工作，實現數據要素的跨時空傳播，方便企業間進行跨時空知識交流。數字化轉型有助于推動統一市場循環，通過與各創新主體建立戰略聯盟，企業能夠整合資源，發現新的市場機遇，構建創新網絡，加速綠色技術知識和先進經驗的傳播與應用，從而形成集成效應[16]。通過共享人力資源和組織資源，企業能更高效地吸納和培養人才，優化組織結構，提升創新活力。在此基礎上，知識共享能夠讓企業的知識來源更趨多元化，而知識來源的多元化程度越高，企業創新活動的推進速度就越快[17]。綜上，本文提出以下假設：

假設2：數字化轉型通過促進知識共享來提高制造企業綠色技術創新效率。

3 研究設計

3.1 樣本與數據來源

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

3.2 變量定義

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

（2）核心解釋變量：數字化轉型（DT）。本文借鑒吳非等（2021）[19]的研究，采用文本分析法對年報數據中的數字化關鍵詞進行詞頻統計求和、加1并取對數衡量企業數字化轉型程度。

（3）中介變量：知識共享（KS）。知識共享是企業間交流合作的重要體現，指企業將自身創造或積累的知識分享給其合作伙伴的行為。企業聯合專利申請數量能較好的反映企業間知識共享強度，即企業聯合專利申請數量越多，企業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，用上市公司聯合申請專利數加1取對數進行衡量。

（4）控制變量：參考以往研究結果，選擇以下控制變量：企業年齡（Age，公司上市年限的自然對數）、企業規模（Size，企業總資產的自然對數）、獨董比例（Idr，獨立董事與董事會總人數之比）、企業成長性（Growth，主營業務收入增長率）、股權集中度（Shr，第一大股東持股比例）、董事會規模（Board，董事會總人數取自然對數）、盈利能力（Roa，企業凈利潤與總資產之比）、資產負債率（Lev，企業負債總額與資產總額之比）、產權性質（Own，國有企業賦值為1，其他為0）、兩職合一（Dual，董事長與總經理是同一人取1，否則取0）。

3.3 模型構建

為驗證假設1，本文構建基準模型，具體公式如下所示。

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

為驗證假設2，本文借鑒溫忠麟等（2014）[22]的研究，構建了模型（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為數字化轉型，GTIE為綠色技術創新效率，KS為知識共享，Control為控制變量，Firm與Year分別代表個體和時間固定效應，ε為隨機擾動項，i代表個體，t代表年份。

4 實證分析

4.1 描述性統計分析

表1報告變量描述性統計結果。可以看出，被解釋變量GTIE的均值為0.050，中位數為0.037，最大值為0.228，標準差為0.060，這說明制造企業整體綠色技術創新效率偏低。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，表明制造企業之間數字化轉型程度差異較大。最后，通過觀察控制變量可以發現，不同制造企業在控制變量上存在較大差異。

4.2 相關性分析

相關性分析結果顯示，DT與GTIE在1%的水平上顯著正相關，初步證實假設1，為研究其內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，初步證實假設2。同時，為確保結論的科學性，避免多重共線性對結果造成的影響，本文使用方差膨脹因子法（VIF）進行檢驗，結果顯示變量的VIF值最大為1.83，遠低于10。因此，不存在多重共線性問題，可進行后續分析。

4.3 基準回歸分析

表2報告基準回歸結果顯示，DT在1%水平上顯著為正，假設1得到驗證，且在加入控制變量后，調整后的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創新效率的解釋力度。

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。在模型（2）中數字化轉型對知識共享影響系數為0.036，在1%水平上顯著。在模型（3）中，數字化轉型、知識共享對綠色技術創新效率影響系數均在1%水平上顯著為正。上述結果表明，數字化轉型能夠促進知識共享。在此基礎上，知識共享能夠使企業綠色技術創新所需的知識和資源得到有效整合及利用，從而促進綠色技術創新效率的提高[22]。假設2得到驗證。

4.5 穩健性檢驗

（1）更換解釋變量

為增強研究結論的穩定性，本文使用CSMAR數據庫中企業數字化轉型指數（DTI）來重新衡量企業數字化轉型程度，結果如表4所示。結果顯示，在更換解釋變量后，數字化轉型和知識共享的回歸系數符號和顯著性均未改變，驗證了本文結論的可靠性。

（2）剔除部分樣本

考慮到2015年股災事件和2020年新冠疫情的影響，本部分剔除2015年和2020年數據，回歸結果如表4所示。結果顯示，數字化轉型和知識共享的回歸系數符號和顯著性均未改變，進一步表明本文結論可靠。

4.6 內生性問題

本文借鑒趙宸宇等（2021）[23]的做法，將數字化轉型滯后一期（L.DT）作為工具變量，采用工具變量法進行內生性檢驗。結果顯示，工具變量對數字化轉型的回歸系數為0.378，在1%的水平上顯著，滿足工具變量相關性要求，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，表明結論具有穩健性。

5 結論與建議

5.1 研究結論

本文以2012—2022年中國A股制造企業為研究對象，通過理論分析與實證檢驗，探討了數字化轉型對制造企業綠色技術創新效率的影響。研究發現：（1）數字化轉型能夠提高制造企業綠色技術創新效率，表明數字化轉型是新時代制造企業實現綠色技術創新效率提高的關鍵動力；（2）數字化轉型通過促進知識共享提高制造企業綠色技術創新效率。

5.2 政策建議

（1）數字化轉型有助于提高制造企業綠色技術創新效率，政府應進一步加大數字化轉型推廣力度。一方面，政府可設立專項資金，對積極投入數字化轉型的企業給予一定比例補貼，以減輕企業財務壓力，鼓勵更多企業參與數字化轉型。另一方面，政府可通過降低企業所得稅率以減輕企業數字化轉型的稅收負擔，讓企業更愿意投入資金和資源。此外，政府還可組織專家團隊，為企業提供數字化轉型的技術咨詢、培訓和指導服務，幫助企業解決技術難題，提高數字化轉型成功率。

（2）數字化轉型為制造企業提供綠色技術創新的契機，而知識共享是關鍵。為此，政府應采取措施鼓勵企業間的知識共享和合作，促進綠色技術創新和應用。首先，政府應發揮主導作用，搭建企業間的知識共享平臺，提供集中、便捷的知識交流渠道，促進企業間的技術交流與合作。其次，政府可舉辦技術交流會、研討會等活動，搭建交流合作的橋梁，鼓勵企業開展產學研合作，推動高校、科研機構和企業的深度融合。同時，政府要高度重視知識產權保護工作，確保企業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. 長江經濟帶知識產權保護與城市綠色技術創新效率：基于創新價值鏈視角的空間效應分析[J].中國地質大學學報（社會科學版）， 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. 利率市場化對企業綠色技術創新質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. 數字化能否實現企業綠色創新的“提質增量”：基于資源視角[J]. 科學學研究， 2023， 41（5）： 925-935+960.

田海峰， 劉華軍. 企業數字化轉型與綠色創新的“雙化協同”機制研究[J]. 產業經濟研究， 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. 數字化轉型、平臺化變革與企業創新績效：基于“技術—組織—創新”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. 企業數字化轉型會促進綠色技術創新嗎：基于文本分析方法的經驗證據[J]. 財經論叢， 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. 通向可持續發展之路： 數字化轉型與企業異地合作創新[J]. 財經研究， 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. 大數據應用對中國企業市場價值的影響：來自中國上市公司年報文本分析的證據[J]. 經濟研究， 2021， 56（12）： 42-59.

童紅霞. 數字經濟環境下知識共享、開放式創新與創新績效：知識整合能力的中介效應[J]. 財經問題研究， 2021（10）： 49-61.

劉暢， 潘慧峰， 李珮， 等. 數字化轉型對制造業企業綠色創新效率的影響和機制研究[J]. 中國軟科學， 2023（4）： 121-129.

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+110.

趙炎， 鄧心怡， 韓笑. 網絡閉合對企業創新績效的影響：知識流動的中介作用[J]. 科學學研究， 2021， 39（6）： 1144-1152.

龍小寧， 劉靈子， 張靖. 企業合作研發模式對創新質量的影響：基于中國專利數據的實證研究[J]. 中國工業經濟， 2023（10）： 174-192.

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

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.