工业企业数字化程度对绿色创新的影响研究

戚琦 李晖

摘要：为厘清研发外部性如何影响数字化对绿色创新的作用，以2012—2022年中国A股工业上市企业为例，探究企业数字化对绿色创新的影响以及研发外部性的调节作用，并考察企业生命周期理论和政府补贴的异质性。实证结果表明，工业企业数字化显著促进绿色创新，在缓解内生性问题后结论稳健；行业研发外部性会弱化数字化对绿色创新的促进作用，通过稳健性检验后结论不变；异质性分析结果表明，行业研发外部性对成熟期工业企业的影响效果更显著，政府补贴能够有效缓解行业研发外部性的负向影响。

关键词：企业数字化；研发外部性；绿色创新；生命周期理论；政府补贴

中图分类号：F273.1

文献标志码：A

绿色创新以保护环境为目标，是可持续发展的创新，是贯彻新发展理念、实现绿色高质量发展的重要途径。中国富煤贫油少气的能源结构决定着绝大多数工业企业以煤炭为直接或间接燃料，工业企业成为中国CO2排放的主要主体。近年来，随着人工智能、大数据等数字技术迅猛发展，传统企业数字化转型备受关注。工业企业肩负协调经济发展与环境保护的重任，只有将绿色化作为数字化发展的底色，才能实现经济效益与生态效益的双赢。研究工业企业数字化如何影响绿色创新，对于推动企业数字化与绿色化转型升级、实现社会经济高质量发展具有重要意义。数字化不仅可以促进企业专业化分工，提高全要素生产率、提升企业经济效益[1-2]，还能够缓解融资约束、增强股票流动性[3-4]，进而实现绿色创新。部分文献基于调节效应分析数字化对绿色创新的影响效果，发现媒体关注度和企业高管团队环境关注度[5]，以及外部的监管压力和国际机遇[6]等，均能正向调节企业数字化对绿色创新的促进作用。然而，绿色创新作为工业企业研发活动的成果具有正外部性，与一般创新相比，绿色创新风险更高，其研发外部性问题也更为突出。在数字化时代日益开放的经济环境下，创新研发外部性不仅会产生积极的知识溢出效应，还会带来消极的商业窃取风险，造成研发溢出损失，从而抑制自身研发投资[7-8]。当一个行业存在严重的研发外部性时，该行业中的企业会更多地依赖同行业其他企业的技术创新[9]，从而导致市场失灵，打击企业自主创新的积极性。学界普遍认为政府补贴是纠正企业研发活动中有关市场失灵的最重要政策工具[10-11]。综上，现有文献从多维视角证实企业数字化对绿色创新的积极作用，并聚焦如何增强这一作用效果，少有研究注意研发外部性可能会抑制其的促进作用。因此，本文引入行业层面的研发外部性，将工业企业数字化、研发外部性和绿色创新置于同一框架内，考察行业研发外部性的负向调节作用，并基于企业生命周期理论探讨行业研发外部性的异质性影响，考察不同水平政府补贴下行业研发外部性的异质性效果。

1 研究假说

内生增长理论认为，内生的技术进步是保证经济持续增长的决定因素。工业企业发展的绿色化转型主要依赖于技术进步，运用互联网思维和数字技术驱动绿色创新发展，在推动传统产业数字化转型的同时，不断催生新产业、新业态、新模式，形成先导性产业来引领产业绿色高质量发展。数字化时代，数据成为新的生产要素，不断提高企业生产效率和创新能力，降低企业生产与研发成本[12]，为企业持续开展绿色创新提供了充足的人力、物力和财力，借助数字经济为产业高质量发展输送强劲动能。同时，工业企业数字化还能缓解信息不对称性[13]、提高企业对外的信息透明度，从供给侧需求出发有针对性的开展绿色创新活动，从而规避不必要的积压风险，切实提高企业绿色生产竞争力。据此提出：

H1：工业企业数字化能够促进绿色创新。

正外部性是指某个经济行为个体的活动使他人或社会受益，而受益者无须花费成本。在数字化时代日益开放的经济环境下，工业企业除自主研发投资外，还可以通过学习、吸收、转化和应用其他企业的知识来提高自身技术水平并获得经济效益[14]，这也造成了研发正外部性。开展创新的企业很难阻止其他企业模仿其产品，其他企业不需要花费成本就可以得到及使用该企业的技术成果，企业创新存在被同行业其他企业“搭便车”的风险。研发外部性通常发生在同一行业的不同企业之间，造成市场机制失去效率，导致资源配置不当，即市场失灵。具有正外部性的产品，其私人收益低于社会收益，对良性经济活动产生抑制作用。绿色创新具有投入大、周期长、风险高等不确定性，导致高额边际成本和较低的私人边际收益，外加研发溢出损失风险使企业创新投资决策愈发谨慎，企业通过减少绿色创新研发来规避外部性风险，进而弱化了企业数字化对绿色创新的推动。基于此提出：

H2：行业研发外部性会抑制工业企业数字化对绿色创新的促进作用。

企业生命周期是指企业诞生、成长、壮大、衰退、直至死亡的过程[15]。成长期企业资本实力不足，尚未形成稳定的盈利，生产成本较高，故该阶段企业生存的关键是要抢占市场份额、谋取立足之地[16]。但由于此时企业研发经验不足、缺乏资金和人才，绿色创新成功率通常较低，因而选择更为保守的创新策略以规避风险，倾向“短平快”的绿色创新项目[17]，此类项目对外部环境不敏感，受研发外部性影响相对较小。成熟期企业市场占有率达到最高水平，生产经营模式较为成熟，故该阶段企业发展的关键是巩固行业地位、树立企业形象。成熟期企业已具有较强的研发能力和雄厚的资金实力，故倾向于投入大、风险高、回报高的绿色创新项目，通常对外部环境更为敏感，当行业研发外部性较高时，企业规避意识也会显著增强，绿色创新受行业研发外部性的影响较大。衰退期企业市场占有率下滑、财务状况恶化，与成长期和成熟期相比，筹资相对困难。该阶段企业往往会产生管理“惰性”，随着新技术、新工艺的大量涌现，企业设备陈旧、产品落后，研发能力逐渐跟不上时代潮流，研发成果转化率较低。衰退期企业通常更倾向于在原有技术和产品的基础上“小修小补”，不愿开展突破性绿色创新，因此受行业研发外部性的影响也相对较小。综上提出：

H3：不同生命周期中行业研发外部性的调节作用存在异质性，成熟期企业往往受研发外部性影响更大。

完全竞争市场的运行本身具有自发性、盲目性和滞后性的特点，企业研发外部性导致“看不见的手”失灵，此时需要政府介入来调控市场，而政府补贴通常被认为是有效缓解外部性问题的政策性工具。政府给予创新企业相应补偿，使其私人收益与社会收益趋于一致[18]，激发企业绿色创新积极性。擅长运用智能化和数字化的企业能够向政府机构发出积极信号，从而增加赢得竞争性补贴的机会。同时，政府补贴也可以对投资者释放积极信号[19]，促进外部融资，为企业绿色创新注入充足资金，提高企业抗风险能力。因此，强化政府补贴对绿色创新的正向促进一定程度弥补了行业研发外部性的抑制作用。在政府研发或非研发补贴的保障下，工业企业可以通过推进数字化全面重塑企业竞争优势，更加积极地开展绿色创新活动。据此提出：

H4：不同水平的政府补贴下，行业研发外部性的作用效果存在异质性，政府补贴能够有效缓解研发外部性的负面影响。

2 研究设计

2.1 模型设定

实证部分主要检验两个方面：工业企业数字化程度对其绿色创新的影响；行业研发外部性在工业企业数字化对绿色创新影响中的调节效应。为此，设置研究模型

Gi，t=α0+α1ln Di，t+α2Ci，t+δt+μi+εi，t（1）

Gijpt=β0+β1ln Dijpt+β2spillp+β3Dijpt×spillp+β4Cijpt+δt+μi+εijpt（2）

其中，i、j、p、t分别表示个体、省份、行业和时间；G为企业绿色创新；ln D为企业数字化程度；C为控制变量；spill为行业研发外部性；D×spill为核心解释变量与调节变量交乘项；模型引入μi和δt，代表个体和时间固定效应，分别用于控制企业层面不随时间变化的影响因素和时间层面不随企业变化的影响因素；ε代表随机扰动项；α与β分别为式（1）、（2）的变量系数。回归模型的标准误均聚类在省份层面。

2.2 样本选取与数据来源

选取2012—2022年中国A股工业上市企业作为研究样本，上市企业年报来自巨潮资讯网，绿色专利信息和其他企业相关数据均来自国泰安数据库（CSMAR）和中国研究数据服务平台（CNRDS）。对样本做如下筛选与处理：剔除已退市的企业；剔除ST、*ST、PT等异常状态的企业；为得到平衡面板数据，剔除2012年之后上市的企业；剔除关键变量严重缺失的企业；对连续变量进行双边1%的缩尾处理。

2.3 主要变量设定

被解释变量：绿色创新（G）反映企业开展绿色研发活动的成果，体现了其对环境责任的承担。技术创新是企业资源投入和使用效率的最终体现[20]，采用当期绿色专利申请数量衡量企业绿色创新能力。

核心解释变量：企业数字化（ln D）。采用文本分析法来构造企业数字化程度指标[1，4，21-22]。基于Python程序，从中国证监会指定的上市公司信息披露网站巨潮资讯网爬取样本企业年报，整理相关文献[1，4]得到数字基础、大数据技术、人工智能技术、云计算技术、区块链技术以及数字技术应用6个层面的262个数字化关键词，并统计其词频信息，构建企业数字化变量。

调节变量：行业研发外部性（spill）反映一个行业的研发外部性大小，采用Cobb-Douglas生产函数对数形式模型估计各行业研发外部性程度[9]，模型设定

ln Ii，t=γ0+γ1ln R&Di，t+γ2ln R&Dk，t+γ3ln Fi，t+γ4ln Ei，t+εi，t （3）

其中，ln Ii，t为企业i在第t年的营业收入加1取对数；ln R&Di，t为企业i在第t年的研发投入加1取对数；ln R&Dk，t为第t年行业k中除i之外的所有企业研发投入总数加1取对数；ln Fi，t为企业i第t年的固定资产加1取对数；ln Ei，t表示企业i第t年的员工人数加1取对数；γ为变量系数。调节变量由系数γ2衡量，即企业i所在行业k中其他企业的研发投入对企业i营业收入的贡献程度，反映行业k的研发外部性程度。变量定义及描述性统计见表1。

3 实证结果

3.1 基准回归

表2报告了基准回归结果，第（1）列仅加入核心解释变量，显示工业企业数字化显著促进了绿色创新。第（2）列加入其他可能影响绿色创新的控制变量，ln D系数仍在1%水平上显著。绿色专利研发需要一定时间的投入，当期数字化程度可能并不能立即作用于当年的绿色专利申请，因此，第（3）列中将核心解释变量滞后一期，考察上期数字化程度对当期绿色创新的影响，结论与前两列一致，H1得证。

3.2 内生性检验

基准回归中滞后一期企业数字化能一定程度缓解反向因果导致的内生性问题，为进一步缓解内生性问题，使用现有变量构建工具变量[23]，即采用同行业同省份其他企业的数字化均值作为工具变量（IV）。同行业同省份企业的数字化很大程度上会相互影响、相互激励，而其他企业的数字化程度通常不会对本企业的绿色创新起到显著作用，因此IV可以作为工具变量回归。

表3中，第一阶段考察企业数字化对工具变量的影响，得到企业数字化变量的拟合值；第二阶段，将第一阶段得到的拟合值带入原模型回归，此时所用ln D拟合值与被解释变量之间不再存在相互影响，结果显示H1依然成立。且模型通过工具变量识别检验及弱工具变量检验，充分说明工具变量IV不是弱工具变量。

3.3 调节效应

为考察行业研发外部性的调节效应，在表2第（1）、（2）列的基础上引入调节变量spill以及调节变量与核心解释变量的交乘项D×spill，表4结果显示，主效应ln D和交乘项D×spill的回归系数符号相反且均显著，证实研发外部性具有负向调节作用，表明行业研发外部性会弱化工业企业数字化对绿色创新的促进效果，H2得证。

3.4 稳健性检验

3.4.1 排除企业策略性行为 核心解释变量ln D来源于企业年报，年报文本信息可能被管理层有意操纵，存在企业数字化“说而不做”的现象[24]。企业为吸引更多外部融资，可能策略性地披露信息，夸大数字化程度，而信息披露的真实性会直接影响变量衡量的准确性[1]。为尽可能保证结果准确性，根据深圳证券交易所公示的信息披露考评结果，仅保留在样本期内均为优秀或良好的企业，这些企业的年报信息真实性更高，存在策略性披露的可能性更小；企业是否披露数字化相关词汇可能受策略性信息披露行为影响，剔除数字化词频为0的样本重新回归。表5第（1）、（2）列报告了上述检验结果，ln D的系数均在1%水平上显著为正，交互项至少在10%水平上显著为负，表明工业企业数字化显著促进绿色创新，且研发外部性存在负向调节作用，实证结论稳健且不受策略性披露行为影响。

3.4.2 更换绿色创新的衡量 绿色专利申请能更实时地反映企业绿色创新成果，具有时效性，然而并非所有专利申请都能通过审批。为排除企业只追求专利数量而忽略质量的可能性，考虑使用绿色专利授予数据替换绿色专利申请数据。回归结果见表5第（3）列，数字化水平越高，企业获得的绿色专利数量就越多；调节效应检验中主效应ln D和交互项D×spill的系数均在1%水平上显著且符号相反，研发外部性弱化了工业企业数字化对绿色创新的促进，结论稳健。

3.4.3 更换样本区间 2020年起，线上办公模式加快了企业数字化发展，同时由于生产受限及盈利受损等，也在一定程度上影响了绿色创新产出，仅保留2012—2019年样本重新检验数字化对绿色创新的影响及研发外部性的调节作用。由表5第（4）列可知，在1%显著性水平上，企业数字化对绿色创新具有显著的促进作用，在5%显著性水平上，行业研发外部性显著弱化了这一促进作用，与基准回归结论一致。

4 异质性分析

4.1 企业生命周期

企业生命周期理论认为，研发创新需要企业对自身特征和外部环境综合评估后审慎决策[17]。使用现金流模式法[16-17]，通过区分经营、投资和筹资三项活动现金流净额的正负组合，将样本企业划分为成长期、成熟期和衰退期3个阶段分组回归（表6）。

表7第（1）～（3）列结果显示，在成熟期企业样本中，行业研发外部性的负向调节作用在5%显著水平上通过检验，而在成长期和衰退期企业样本中，交乘项D×spill的回归系数均小于0但并不显著。成熟期工业企业拥有完善的组织结构和稳定的资金来源，为抢占市场份额、巩固行业地位，其自主创新意愿更强，青睐于不确定性大、回报周期长但未来收益高的绿色创新项目，而这类项目对外部环境也更为敏感。成长期和衰退期企业由于经验、资金、技术等限制，相对青睐成功率高、风险小、回报快的“微创新”，受研发外部性的干扰较小。因此，行业研发外部性显著弱化处于成熟期工业企业数字化对绿色创新的促进，而对成长期和衰退期工业企业影响不显著。

4.2 政府补贴

为考察政府补贴对行业研发外部性的作用机制，以样本企业政府补贴的中位数为界，将样本企业分为高政府补贴和低政府补贴两组。表7第（4）、（5）列显示，研发外部性的负向调节作用在政府补贴较低的企业中显著，而在政府补贴较高的企业中不显著。说明较高的政府补贴可以缓解行业研发外部性带来的负向影响，在政府补贴不足时，绿色创新研发的外部性风险会显著打击企业自主研发积极性，而较高的政府补贴一定程度上能够弥补损失，纠正市场失灵现象。在研发外部性严重的行业中，政府补贴实现政府为企业“背书”，降低创新收益损失，激发企业研发意愿。因此，政府补贴能够有效缓解行业研发外部性的负向调节作用。

5 结论与建议

工业企业数字化可以显著促进其绿色创新，而行业研发外部性负向调节了这一作用效果。当某一行业内存在较高的创新成果溢出风险时，会抑制其企业数字化对绿色创新的促进作用，且实证结果显示，研发外部性对成熟期工业企业影响效果更为显著，政府补贴可以有效缓解研发外部性的负向调节作用。及时识别研发外部性的负面影响，有利于政府更好地进行干预调控，弥补外部性引起的市场失灵，保护企业绿色创新成果不被窃取，激发企业研发意愿，从而有针对性地推动数字经济与生态经济的协同发展。据此建议，工业企业应借助数字技术对生产工艺进行绿色革新，实现生产端的降碳减排；政府应为企业绿色创新创造更有利的外部环境，加强知识产权保护执法力度，通过发放创新补贴等方式激发企业绿色创新积极性。

参考文献

［1］肖土盛， 孙瑞琦， 袁淳， 等. 企业数字化转型、人力资本结构调整与劳动收入份额[J]. 管理世界， 2022， 38（12）： 220-237.

［2］何帆， 刘红霞. 数字经济视角下实体企业数字化变革的业绩提升效应评估[J]. 改革， 2019（4）： 137-148.

［3］靳毓， 文雯， 何茵. 数字化转型对企业绿色创新的影响——基于中国制造业上市公司的经验证据[J]. 财贸研究， 2022， 33（7）： 69-83.

［4］吴非， 胡慧芷， 林慧妍， 等. 企业数字化转型与资本市场表现——来自股票流动性的经验证据[J]. 管理世界， 2021， 37（7）： 130-144.

［5］LI J K， WANG L， NUTAKOR F. Empirical research on the influence of corporate digitalization on green innovation[J]. Frontiers in Environmental Science， 2023（11）： 1137271.

［6］HE J Q， SU H W. Digital transformation and green innovation of Chinese firms： The moderating role of regulatory pressure and international opportunities[J]. International Journal of Environmental Research and Public Health， 2022， 19（20）： 13321.

［7］AUDRETSCH D B， BELITSKI M. The role of R&D and knowledge spillovers in innovation and productivity[J]. European Economic Review， 2020， 123（C）： 103391.

［8］BERNAL P， CARREE M， LOKSHIN B. Knowledge spillovers， R&D partnerships and innovation performance[J]. Technovation， 2022（115）： 102456.

［9］吴超鹏， 唐菂. 知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J]. 经济研究， 2016， 51（11）： 125-139.

［10］ SHAO J Y， HUA L. Research on government subsidy policy for firms′ R&D investment considering spillover effects： A stackelberg game approach[J]. Finance Research Letters， 2023， 58（PB）： 104415.

［11］ WU R R， LIU Z Y， MA C L， et al. Effect of government R&D subsidies on firms′ innovation in China[J]. Asian Journal of Technology Innovation， 2020， 28（1）： 42-59.

［12］ 张思思， 崔琪， 马晓钰. 数字要素赋能下有偏技术进步的节能减排效应[J]. 中国人口·资源与环境， 2022， 32（7）： 22-36.

［13］ YANG G G， WANG F Y， DENG F， et al.Impact of digital transformation on enterprise carbon intensity： The moderating role of digital information resources[J]. International Journal of Environmental Research and Public Health， 2023， 20（3）： 2178.

［14］ 胡志强， 裴开兵. 研发溢出、吸收效应与经营绩效——基于创业板上市企业的经验证据[J]. 软科学， 2020， 34（4）： 13-18+50.

［15］ 陈佳贵. 关于企业生命周期与企业蜕变的探讨[J]. 中国工业经济， 1995（11）： 5-13.

［16］ 黄宏斌， 翟淑萍， 陈静楠. 企业生命周期、融资方式与融资约束——基于投资者情绪调节效应的研究[J]. 金融研究， 2016， 433（7）： 96-112.

［17］ 刘诗源， 林志帆， 冷志鹏. 税收激励提高企业创新水平了吗？——基于企业生命周期理论的检验[J]. 经济研究， 2020， 55（6）： 105-121.

［18］ 何晴， 刘净然， 范庆泉. 企业研发风险与补贴政策优化研究[J]. 经济研究， 2022， 57（5）： 192-208.

［19］ 高雨辰， 万滢霖， 张思. 企业数字化、政府补贴与企业对外负债融资——基于中国上市企业的实证研究[J]. 管理评论，2021， 33（11）： 106-120.

［20］ 周煊， 程立茹， 王皓. 技术创新水平越高企业财务绩效越好吗？——基于16年中国制药上市公司专利申请数据的实证研究[J]. 金融研究， 2012（8）： 166-179.

［21］ 赵宸宇， 王文春， 李雪松. 数字化转型如何影响企业全要素生产率[J]. 财贸经济， 2021， 42（7）： 114-129.

［22］ SHANG Y P， RAZA S A， HUO Z， et al. Does enterprise digital transformation contribute to the carbon emission reduction？ Micro-level evidence from China[J]. International Review of Economics and Finance， 2023， 86： 1-13.

［23］ LEWBEL A. Constructing instruments for regressions with measurement error when no additional data are available， with an application to patents and R&D[J]. Econometrica， 1997， 65（5）： 1201.

［24］ 黄勃， 李海彤， 刘俊岐， 等. 数字技术创新与中国企业高质量发展——来自企业数字专利的证据[J]. 经济研究， 2023， 58（3）： 97-115.

Research on the Impact of Industrial Enterprise Digitization on Green Innovation

—Based on the Moderating Effect of R&D Externality

QI Qi， LI Hui

（School of Economics， Qingdao University， Qingdao 266061， China）

Abstract：

To clarify how R&D externality affect the role of digitization in green innovation， A-share industrial listed companies in China from 2012 to 2022 were used as an example to explore the impact of enterprise digitization on green innovation and the moderating effect of R&D externality. The heterogeneity of enterprise lifecycle theory and government subsidies was also examined. The empirical results show that industrial enterprise digitization significantly promotes green innovation， and the conclusion is robust after alleviating endogenous problems. The R&D externality weakens the promotion effect of digitization on green innovation， and the conclusion remains unchanged after robustness tests. The results of heterogeneity analysis show that the impact of industry R&D externality on mature industrial enterprises is more significant， and government subsidies effectively alleviate the negative impact of industry R&D externality.

Keywords：

enterprise digitization; R&D externality; green innovation; lifecycle theory; government subsidies