数字化转型、绿色创新与高污染企业全要素生产率

张建伟

（黄淮学院经济与管理学院，河南驻马店，463000）

一、文献综述

长期以来中国一直通过高投入、高耗能和高污染的粗放型发展模式来推动经济的快速发展，但是这种模式已经带来了一系列生态环境问题。在这样的背景下，高污染企业将面临向高效、绿色和环保方向转型的前所未有的压力。高污染企业作为绿色转型发展的关键，其高质量发展在很大程度上影响着国家整体绿色经济转型。高污染企业加大环保投入，大力推动绿色技术和绿色工艺创新，是当前中国摆脱高污染、高能耗的粗放经济增长模式，从而实现绿色可持续发展的关键。

关于绿色创新的研究颇受重视。Rennings 最早提出了绿色技术创新，相对于一般创新而言，绿色创新具有双重外部性，一方面，由于绿色技术和技术知识外溢的正外部性，使得绿色技术开发企业无法获得与自身投入相匹配的回报；另一方面，由于环境治理制度的不健全，企业污染物排放存在环境负的外部性，污染物排放并未被计入经营成本，这导致企业绿色技术创新的积极性受挫。[1]虽然，负的外部性制约了企业绿色技术创新，但是学者们发现绿色创新也会对企业经营活动产生积极影响。绿色技术创新通过提升资源使用效率和单位产出率来降低企业经营成本，从而有助于企业获取更多经济收益。[2-3]此外，高水平的绿色技术创新能够更有效发挥资源优势，这有助于推动相关行业积极开展创新成果转化，提升行业整体技术水平，促进行业整体生产效率的提升。[4]

企业层面全要素生产率（TFP）是指在既有生产要素下，企业通过管理的优化、技术进步和规模经济实现额外生产率的提升。目前学者们已经从环境规制、环保税费和企业绿色责任角度探讨高污染企业全要素生产率的影响因素：较低的环保规制引发的环保投入增加会挤压高污染企业的研发投入，抑制企业全要素生产率，而当环境规制强度上升后，将倒逼企业加大生产技术革新，带动创新效率和生产效率提升[5]；“环保费改税”通过增加资源配置效率提高税费负担提标地区重污染企业的全要素生产率[6]；企业绿色责任行为模式能够对全要素生产率呈正向调节[7]。因而，从上市企业整体角度来看，绿色创新对企业全要素生产率有显著的促进作用。[3]

随着人工智能、区块链、云计算等新一代数字科技的创新突破及其对工业企业的持续渗透，“数字化”对企业绿色创新流程各环节都将产生较大影响，从而影响企业绿色创新。学者们已经从多个方面探讨了数字化转型对绿色创新数量、绿色创新质量和绿色创新效率产生的影响。从增加创新投入规模和优化投入结构来看，数字化转型一方面通过创新人力资源投入和财力资源投入途径来提升企业绿色创新质量和数量[8]，另一方面通过优化人力资本结构和提升产学研合作水平促进了企业绿色技术创新数量和质量的提升[9]。另外，数字化转型能够通过强化媒体监督、应用虚拟仿真技术和提升资源配置效率渠道提高企业绿色创新效率。[10-11]此外，数字化转型通过缓解融资约束、弱化代理冲突、提升成长能力促进了企业绿色创新。[12]

目前，国内外关于绿色创新和企业全要素生产率关系的研究，大多都基于工业或者制造业整体角度，微观视角的较少。尚未有学者考虑数字化转型在绿色创新影响企业全要素生产率的过程中所发挥的调节效应。本文以中国沪深A股高污染上市企业为例，拟明确高污染企业绿色创新与全要素生产率间的关系，剖析数字化转型对于上述两者关系所发挥的调节效应。如此，不仅可以帮助高污染企业更好地制定企业绿色创新和数字化转型战略，使企业更好做到绿色创新和全要素生产率的双向提升，还可以为政府制定数字经济、绿色创新和高质量发展等相关政策提供一定的理论依据。

二、理论分析与假说提出

（一）绿色创新对高污染企业全要素生产率的影响

其一，企业绿色创新活动将提升高污染企业的生产效率，进而提高企业全要素生产率。

在企业绿色创新过程中企业投入了大量的人力、物力和财力，在这个过程中企业的技术、产品的技术含量、员工的经验都会得到积累和提升，这些积累和提升又通过在生产经营过程中人力资本和生产设备改造升级等途径转化为更高效的生产力，从而促进企业全要素生产率提升。[3]企业绿色创新具体可以分为绿色工艺创新和绿色产品创新。绿色工艺创新是指改变企业现有的生产技术及流程，包括新设备和新工艺的引进。绿色工艺创新后企业产品的优良率提升，残存品减少，产品的销售效率提高，从而相应实现全要素生产率提升。绿色产品创新是指企业创造了一种全新的绿色产品，或者是对原来旧产品功能的绿色改进。[9]绿色产品创新使得企业生产的产品更符合当前的市场需求，企业的市场竞争力得到提升，而且相对于旧产品，新产品的内在价值和市场价值都得到了提升。企业会将更多的资源投入到自己具有比较优势的新产品生产过程中，提升生产资料的使用效率，从而促进企业全要素生产率提升。

其二，企业绿色创新将降低高污染企业生产成本，进而提高企业全要素生产率。

高污染企业的生产成本主要包括原材料成本、劳动力成本和环境成本：绿色创新过程中开发出来的新型节约能源和原材料的绿色产品将提高企业生产资源使用效率，绿色工艺通过对旧工艺的技术改进，有效降低生产过程中残废品比率，促进废弃材料的回收再利用，降低企业原材料成本；绿色工艺创新，能够促进生产环节的精简，助力解决人员冗杂和人均生产效率低下问题，降低劳动力成本；绿色创新能够有效降低企业总的污染物排放量，企业的环保费用相应减少，从而促进企业全要素生产率提升。

其三，绿色创新将改进高污染企业形象，提升绿色创新质量，进而提高企业全要素生产率。

在当前绿色发展成为全社会共识的背景下，主动开展绿色技术创新、承担更多绿色责任的企业更容易受到消费者的青睐[7]，这有利于提高绿色创新企业的市场份额。因此绿色创新技术更容易得到规模化应用，进而促进高污染企业全要素生产率提升。此外，当前政府大力倡导绿色可持续发展，相关开展绿色创新的企业更容易获得信贷资金的支持，降低企业绿色技术创新的成本和风险，进而进一步激励企业开展高质量的绿色技术创新，有效促进企业全要素生产率提升。

基于此，本文提出如下研究假设：

H1：绿色创新对高污染企业全要素生产率产生显著促进作用。

（二）数字化转型在绿色创新与高污染企业全要素生产率间的调节效应

企业数字化转型能够提高绿色创新要素在企业间快速交流，提升绿色创新要素的流动效率，也有助于企业突破时间和空间的限制，形成有关生产要素投入结构、污染物排放量和绿色创新技术共享的绿色创新协作平台，加速高污染企业全要素生产率的提升。

1.数字化转型有利于提升绿色创新技术在高污染企业的应用效率，带动高污染企业的全要素生产率提升。企业数字化转型包括数据的搜集、传输、分析和应用等过程，通过数字技术的应用能够实现企业产品研发、设计、生产和销售等各个流程的信息化，从而破除各个环节之间的信息孤岛的壁垒，打破各个环节之间的时空界限，更加科学合理地安排、实现各个生产环节的高效衔接。数字化转型有助于提升企业绿色创新技术与具体生产流程的精准对接，优化绿色创新技术在企业生产过程中的应用，提升绿色创新对高污染企业全要素生产率的促进作用。

2.数字化转型有助于绿色创新技术跨部门之间的协作，提升绿色创新质量，带动高污染企业全要素生产率提升。数字技术的应用提高了企业绿色创新技术的搜寻效率，降低了绿色创新技术合作对象之间信息不对称，企业能够更高效、更高质量地搜寻绿色创新技术开发合作伙伴。此外，数字技术的应用不仅扫除了绿色创新知识在合作方之间交流的时空障碍，而且提升了绿色创新主体将绿色知识转化成绿色创新成果的概率。[8]数字化转型为绿色创新主体提供了协作平台，有利于绿色创新资源优势的互补，缩短绿色创新周期，降低绿色创新风险，从而提升高质量绿色创新技术研发效率，进而带动高污染企业全要素生产率提升。

基于此，本文提出如下研究假设：

H2：数字化转型可正向调节绿色创新对高污染企业全要素生产率的促进效应。

三、实证模型构建及数据分析

（一）样本选择与数据来源

本文选取2007—2021 年我国沪深A 股上市高污染企业①根据2010 年环保部公布的《上市公司环境信息披露指南》，火电、钢铁、水泥、电解铝、煤炭、冶金、化工、石化、建材、造纸、酿造、制药、发酵、纺织、制革和采矿业等16类行业为高污染行业。为样本，研究绿色创新对高污染企业全要素生产率产生的影响，以及数字化转型对上述二者关系所产生的调节效应。考虑到数据的可得性，本文对原始数据进行了如下处理：（1）删除了金融类、被标注为ST、已经退市和核心变量缺少的上市企业数据；（2）对连续变量进行上下1%的winsorize 处理。本文所使用上市企业的财务数据均来源于CSMAR 数据库。

（二）变量选取

1.被解释变量。参考曹越等的方法，使用LP 法测算高污染企业全要素生产率（tfplp）。[6]该方法需要企业的投入与产出数据。投入包括直接投入与中间投入。直接投入包括劳动投入和资本投入，劳动投入用企业员工人数对数值衡量，资本投入用固定资产净额的对数值衡量，中间投入使用购买商品、接受劳务支付的现金的对数值衡量。产出用企业营业收入的对数值衡量。此外，在稳健性检验中本文进一步使用OP 法获取企业的全要素生产率。

2.核心解释变量。借鉴郭丰等的方法，首先通过国家知识产权局网站检索企业的专利申请数据，并通过绿色专利IPC 分类号获得企业绿色专利申请数据，然后使用绿色专利申请数量加1 并取对数值后获得的数值来衡量企业绿色创新水平（gree）。[8]由于绿色专利从申请到最终获得授权的过程中存在较长时间间隔，因而，相对于绿色专利授权数据，绿色专利申请数据能够更好反映企业当前开展绿色创新的情况。在稳健性检验中，本文使用绿色专利授权数量加1 并取对数值后获得的数值来衡量企业绿色创新水平。

3.调节变量

本文参照吴非等的方法，通过使用Python 软件对上市企业发布的相关文件中与数字化转型相关文字出现的频率进行文本分析，来获取企业数字化转型程度数值。[13]通过对上市企业年报中关于企业数字化转型的特征词进行搜索、匹配和词频计数，并最终以企业数字化转型特征词出现的总频数的对数值作为数字化转型的衡量指标（lndltn）。

4.控制变量

为了避免因遗漏变量而造成实证精度的降低，本文进一步选取了相关可能影响高污染企业全要素生产率的企业层面相关特征变量。这些变量包括企业规模（size）、盈利能力（roa）、固定资产占比（FIXED）、资产负债率（lev）、董事会规模（board）、企业经营年限（age1）和股权集中度（top5）。

其中企业规模（size）使用总资产对数值衡量；盈利能力（roa）使用总资产收益率衡量；固定资产占比（FIXED）使用固定资产占总资产比重衡量；董事会规模（board）使用董事人数对数值衡量；企业经营年限（age1）使用经营年限的对数值衡量；资产负债率（lev）使用总负债与总资产的比值衡量；股权集中度（top5）采用前五大股东持股数量占总股数比重衡量。

（三）实证模型构建

为检验绿色创新对高污染企业全要素生产率产生的影响，本文构建了如下实证模型：

模型（1）中的被解释变量为全要素生产率tfplp，核心解释变量为绿色创新gree，如果其回归系数为正数，则表明绿色创新能够显著提升企业全要素生产率。X为前述控制变量，同时控制了年份效应和行业效应的影响，为随机误差项。

在此基础上，为进一步分析高污染企业绿色创新与数字化转型交互作用对企业全要素生产率产生的影响，在模型中进一步加入中心化后的绿色创新与数字化转型的交互项②中心化后能够有效降低变量之间的多重共线性问题。，得到计量模型（2）：

其中：digit为数字化转型程度，α3为交互效应，当α3> 0 时，数字化转型对绿色创新与高污染企业全要素生产率关系具有正向调节效应，反之，当α3< 0，则为负向调节效应。本文回归过程中所使用的主要变量的基本统计信息见表1。

表1 变量描述性统计

表1 报告了主要变量描述性统计结果。企业全要素生产率（tfplp）的均值和中位数分别为14.672和14.608，最小值为12.228 最大值为17.549，说明高污染企业全要素生产率存在显著差异。企业绿色创新水平（gree）的均值和中位数分别为0.743 和0，最小值为0 最大值为7.356，说明高污染企业绿色创新水平存在显著差异。

四、实证结果与分析

（一）基准回归结果分析

利用模型（1）对绿色创新与高污染企业全要素生产率间关系进行回归，回归结果见表2。未加入控制变量时绿色创新（gree）的回归系数为0.06989 且在1%的显著性水平下显著；加入控制变量后虽然系数减小到0.01397 但依然在1%的显著性水平下显著。即无论是否加入其他影响企业全要素生产率的因素，绿色创新均显著促进了高污染企业全要素生产率的提升。表明绿色创新确实能够促进高污染企业技术创新、优化高污染企业的资源配置效率，降低生产经营成本，从而促进高污染企业全要素生产率的提升。

表2 绿色创新对高污染企业全要素生产率影响分析

控制变量中企业规模（size）的扩大显著促进了高污染企业全要素生产率的提升，这可能是规模越大，先进的管理方法和技术在大型企业更容易得到规模化应用，从而促进高污染企业全要素生产率提升；固定资产占比（FIXED）的提升抑制了高污染企业全要素生产率，这表明固定资产占比过高，企业经营方式较为固化，企业转型发展难度变大；企业经营年限（age1）显著促进了高污染企业全要素生产率的提升，这可能是因为经营年限越长，企业市场经营管理经验越丰富，从而对企业全要素生产率产生积极影响；盈利能力（roa）的提高显著促进了高污染企业全要素生产率的提升，这可能是因为盈利能力越强的企业，内部资源配置越科学合理，因而越有利于促进企业全要素生产率提升；董事会规模（board）的扩大显著促进了高污染企业全要素生产率的提升，表明通过董事会的集体讨论，企业更容易做出科学合理的生产经营决策，从而对企业全要素生产率产生积极影响。

（二）基于绿色创新类型视角的分析

企业绿色创新又可以分为以发明专利为主的实质性创新与以使用新型为主的形式创新。不同类型的绿色创新对高污染企业全要素生产率产生的影响可能存在一定程度的差异。为此，为此本文进一步根据绿色专利申请类型的不同，将绿色创新分为实质性绿色创新和形式绿色创新，分组讨论不同类型绿色创新对高污染企业全要素生产率产生的差异影响，具体的回归结果见表3。其中，实质性绿色创新使用绿色发明专利申请数量加1 后取对数值衡量（gree1），形式绿色创新使用绿色使用新型专利申请数量加1 后取对数值衡量（gree2）。

表3 不同类型绿色创新对高污染企业全要素生产率异质性影响分析

由表3（1）（2）列可见实质性绿色创新和形式绿色创新均对高污染企业全要素生产率产生显著促进作用，但是实质性创新产生的促进效应更明显。这可能是因为实质性绿色创新能够更加高效提升高污染企业能源和其他生产投入要素的利用效率，从而对企业全要素生产率产生的促进效应更明显。

（三）稳健性分析

1.改变核心解释变量和被解释变量的测量

本文进一步使用OP 法核算的全要素生产率来考察绿色创新与高污染企业全要素生产率之间的关系，回归结果见表4 列（1）。由表4 列（1）可见，改变全要素生产率的衡量方法后，绿色创新依然显著促进高污染企业全要素生产率的提升。

此外，本文进一步使用绿色专利授权数量加1 并取对数值后获得的数值来衡量企业绿色创新水平（gree3），并重新进行回归，回归结果见表4 列（2）。由表4 列（2）可见，改变绿色创新的衡量方法后，绿色创新依然显著促进高污染企业全要素生产率的提升，因而本文的回归结论是稳健的。

2.内生性分析

绿色创新会影响高污染企业全要素生产率，但是另一方面全要素生产率比较高的高污染企业，为了保持自身的市场竞争优势，往往会投入更多的资金到绿色技术开发过程中，二者之间的逆向因果关系易导致内生性问题。为了消除内生性问题而对回归结果造成的偏差，本文选择高污染企业所在城市所在年份绿色专利申请数量平均值（mgree）作为工具变量并采用两阶段最小二乘法重新进行回归，回归结果见表4 列（3）。由表4 列（3）可见，高污染企业所在城市所在年份的绿色创新水平对该企业的绿色创新产生显著促进作用，这可能是因为某一个城市的环境规制政策和其他其业绿色技术创新带来的技术溢出效应，都会促进所在地区高污染企业的绿色技术创新，因而所选择的工具变量是有效的。由表4 列（3）可见使用工具变量进行回归后绿色创新依然显著促进高污染企业全要素生产率的提升。因而，本文的实证回归结论比较稳健。

（四）数字化转型的调节效应检验

1.调节效应的实证检验

根据前文分析，我们认为绿色创新对高污染企业全要素生产率的影响可能受到数字化转型的作用。因此，本文进一步引入数字化转型调节变量，考察其对于绿色创新与高污染企业全要素生产率关系的调节效应，回归结果见表5 列（1）。如表5 列（1）所示，绿色创新的系数和绿色创新与数字化转型的交互项系数均显著为正，表明数字化转型能够促进绿色创新对高污染企业全要素生产率的正向影响，理论假设H2 得以验证。这可能是因为数字化转型促进了高污染企业内部生产要素的流动，提高了内部资源的综合配置效率，有助于提升高污染企业绿色创新动力、优化绿色创新方式，从而促进高高污染企业全要素生产率的提升。此外，数字化转型提升了高污染企业对自身生产过程的全程实时监控，促进企业在实际生产情况中更有针对性地开发和应用相关绿色技术，从而促进高污染企业全要素生产率提升。

表5 数字化转型的调节效应检验

2.调节效应的异质性检验

考虑到不同规模以及不同地区高污染企业之间因特质不同导致绿色创新、数字化转型路径的差异，故数字化转型对其高污染企业绿色创新与全要素生产率的影响存在一定异质性。因此，本文从企业规模和企业所处地区异质性角度就绿色创新、数字化转型与高污染企业全要素生产率关系进行估计，回归结果见表5（2）~（5）列。根据企业资产规模的大小，将样本分为大型企业与中小型企业组。由表5（2）（3）列可见，绿色创新与数字化转型的交互项系数在大型企业中显著为正而在中小型企业组中不显著，表明绿色创新对大型高污染企业全要素生产率产生显著促进作用，而对中小型高污染企业全要素生产率产生的影响不显著。这可能是因为企业绿色创新与数字化转型本身需要投入大量的资源，只有在应用前景较好情况下企业才愿意投入相关资源，而在大型企业中数字化转型能够加快绿色创新技术在企业中的规模化应用，促进企业全要素生产率提升。

由表5（4）（5）列可见，绿色创新与数字化转型的交互项系数在东中部地区企业中显著为正而在西部地区企业组中不显著，表明绿色创新对东中部地区高污染企业全要素生产率产生显著促进作用，而对西部地区高污染企业全要素生产率产生的影响不显著。这可能是因为东中部地区由于面临更严格的环境规制，因而高污染企业本身绿色创新动力较大。此外，东中部地区的先进数字技术更容易推动企业数字化转型，因而数字化技术更容易在企业绿色创新过程中得到应用，提升企业绿色创新效率，从而更有效发挥绿色创新对企业全要素生产率产生的积极影响。

五、研究结论与启示

（一）结论

本文以2007—2021 年高污染上市企业为样本，实证分析绿色创新对高污染企业全要素生产率的影响效应，并以数字化转型为调节变量，解析数字化转型作用下绿色创新对高污染企业全要素生产率的影响机制。实证结果显示，绿色创新可显著提升高污染企业的全要素生产率，实质性绿色创新产生的提升效应更显著。数字化转型则正向调节绿色创新对高污染企业全要素生产率的提升作用。考虑企业规模和所属区位差异，大型和东中部地区的高污染企业，数字化转型的调节效应显著；中小型和西部地区的高污染企业，数字化转型的调节效应不显著。

（二）启示

一是高污染企业应当积极主动加快绿色创新，把绿色创新当作企业的长期战略决策目标。高污染企业应当加强绿色技术投资、积极引进绿色技术生产工艺、开发绿色环保产品，从而获得持续的绿色创新驱动力，实现绿色转型和全要素生产率的提升。

二是高污染企业应当将更多资源投入到实质性绿色技术开发中。实证分析发现实质性绿色创新对高污染企业全要素生产率产生的提升效应更显著，为此，高污染企业应当将更多资源投入到绿色研发能力提升中，通过人才创新、协同创新来激活实质性绿色创新。

三是加大数字技术投资，加快数字化转型的进程。大型和东中部地区应当率先加大数字技术投资，加快数字技术在绿色创新过程的应用，释放数字要素的绿色创新促进效应，从而提升企业绿色创新效率，进而更好发挥数字化转型的正向调节效应。

四是政府应当持续激励企业绿色化发展。针对不同企业数字化转型和绿色创新结合情况，给予适当的税收优惠和财政支持，从而强化企业绿色创新过程中数字技术的嵌入。此外，政府可以通过对应用数字技术成功实现绿色创新的企业进行奖励和宣传的途径来助力企业克服数字技术应用到绿色创新过程中面临的难点，提升企业绿色创新成功概率，从而更好助推企业全要素生产率提升。