数智化转型如何赋能企业绿色创新

摘要：当前，数字产业化已从数量扩张走向高质量发展，传统产业数字化、智能化转型是实现碳达峰的关键节点，有助于改变创新模式，提高绿色创新。基于2009—2019年中国A股上市非金融类企业的面板数据，采用倾向得分匹配方法和双重差分模型探究企业数智化转型如何影响绿色创新，分析治理结构和社会责任的多重链式中介效应，以及不同地区和不同所有制结构的异质性影响。研究发现：企业数智化转型促进绿色创新；企业数智化转型通过提升高管薪酬激励、董监高受教育水平和董监高老龄化，进而促进社会责任，最终提高绿色创新；民营企业数智化转型对绿色创新的正向作用大于国有企业，且民营企业社会责任和治理结构对数智化转型与绿色创新的多重链式中介效应显著，国有企业不显著；东部地区企业数智化转型对绿色创新的作用大于中部，西部地区最小。

关键词：社会责任；绿色创新；治理结构；中介效应；PSM-DID

中图分类号：F49；F273；F425文献标识码：A文章编号：1001-148X（2024）05-0134-11

收稿日期：2023-11-12

作者简介：张万里（1990—），男，陕西渭南人，副教授，研究方向：数字经济、产业升级与企业创新；黄水明（2001—），男，福建龙岩人，硕士研究生，研究方向：产业经济与数字经济；宣旸（1990—），本文通讯作者，女，陕西西安人，工程师，研究方向：数字经济与智慧教育。

基金项目：国家自然科学基金青年项目“数字经济促进产业转型升级的最优劳动要素配置：辐射效应与区域协调对策研究”，项目编号：72203168；教育部人文社会科学青年基金项目“数字经济推动消费升级的机理与路径研究：供需动态平衡的视角”，项目编号：21YJC790163；中央高校基本科研业务费资助项目“基于数字经济复杂网络的产业空间布局：辐射效应与区域协调对策研究”，项目编号：D5000210962；陕西省社科联青年项目“数字经济背景下陕西省兼顾公平与效率的内在机理与空间平衡机制研究”，项目编号：2024QN017。

①数据来源：智研咨询发布的《2020—2026年中国人工智能行业市场竞争状况及发展战略研究报告》。

一、引言

党的二十大报告指出，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群，推动制造业高端化、智能化、绿色化发展。党的二十大报告还指出，推动绿色发展，促进人与自然和谐共生。2020年的“十四五规划”强调，要加强关键数字技术创新应用，加快推动数字产业化，推进产业数字化转型。数智化转型已成为经济、社会和政府发展的重要方向，改变着企业生产模式、居民生活和政府治理。但现阶段我国各行业产能过剩和环境污染现象较为严重，产品结构、资本结构和技术结构的人均资本远不如发达国家，自主创新能力不足。2020年末“中央经济工作会议”首次将“碳达峰碳中和”列入新一年的重点任务，同年的“绿色发展科技创新大会”也指出，要围绕数字技术在绿色发展中的创新引领，推动5G、人工智能、物联网和区块链等数字新基建的建设，改善能源结构，绿色城市的发展需要向清洁能源和数智化转型。因此，研究企业数智化转型促进绿色发展、绿色创新的内在机理是必要的，对实现我国经济健康可持续、内生增长至关重要。

2010年，我国GDP超过日本，成为世界第二大经济体。与此同时，全球信息通信技术发展迅速，而我国技术水平相比国外还稍显不足。2019年，中国人工智能市场规模达到4893亿元，同比增长275%。虽然2019年我国人工智能专利申请数量首次超越美国，但自主研发能力不足①。2020年末，我国网民规模达989亿，互联网普及率达704%。中国数字经济规模也从11万亿增长到358万亿，占GDP总量达到362%数据来源：2020年《中国经济周刊》第24期。。但同时，2019年全国337个地级及以上城市中，只有157个城市环境空气质量达标，占全部城市数的466%，180个城市环境空气质量超标，占534%数据来源：产业信息网，https：//wwwchyxxcom/industry/202007/882979html。，解决环境污染问题成为改善经济增长的首要任务。

我国近年来地区贫富差异加大，高技术企业、高技能人才、资金设备等都集中在东部沿海地区，西部地区企业发展缓慢，导致企业差异逐渐拉大。经济全球一体化也使各国经济关联度加深，需要创新驱动策略加快各产业使用新技术，提高竞争力。随着大数据、云计算、物联网、人工智能等技术的发展，数智化作用越加凸显，当前，需要加强数字化和智能化基础设施建设。但数智化转型对高技术人才需求更高，企业的员工结构也需要相应调整变化，对管理层的能力要求更高。同时，与经济快速发展相伴随的高能耗和高污染现象日益严重，需要改变生产模式，提高生产技术，降低能源消耗和二氧化碳排放。因此，加速企业数智化转型与生产运营和研发的结合，促进绿色创新，提高企业可持续健康发展能力成为一个重要课题。

本文使用数据挖掘技术搜集2009—2019年中国A股上市非金融类企业的年报，抓取出现数字化和智能化相关关键词的企业，采用PSM-DID模型，实证检验企业数智化转型对绿色创新的影响，并探讨治理结构和社会责任的多重链式中介效应，分析所有权结构和地区异质性。本文边际贡献如下：（1）使用文本挖掘的方法，通过企业年报搜索数智化关键词，并且PSM-DID模型更能精确研究企业数智化转型对绿色创新的作用；（2）将高管薪酬激励、董监高受教育水平和董监高老龄化作为治理结构变量，分析治理结构和社会责任的多重链式中介效应，考虑多重中介变量更能全面反映影响机制；（3）考虑不同地区和不同所有权结构企业的异质性，分析治理结构和社会责任在不同所有权结构下企业数智化对绿色创新的差异化多重链式中介效应。

二、研究假设

数字化和智能化是信息技术发展的高级阶段，是数字经济的主要驱动力。随着新一代数字技术的快速发展，各行各业利用数字技术创造越来越多的价值。人工智能、大数据等技术最大的特点是对低技能劳动力的替代和高技能劳动力的互补，通过自动化、数字化和智能化替代体力劳动和部分脑力劳动，提高劳动生产率［1］。数字化和智能化技术可以完成传统研发过程无法完成的任务，提高创新效率。国内学者通过分析得出，各种数智化技术对企业创新均起着重要的推动作用，当前数智化进程不断加速，对企业创新的影响也愈加深入［2］。

企业数智化转型不仅降低劳动时间，提高劳动生产率，还可以释放高科技人才进行研发，完成传统创新模式无法完成的任务，主要通过以下几个方面来影响企业绿色创新：（1）生产率效应。人工智能、深度学习等技术提供和人类一样的自我决策，大数据和云计算加速决策的高效，缩短创新周期，提高研发成功率［3］。并且，数智化转型通过改变内部员工结构提高生产率，为研发机构和企业研发部门提供数量更多和质量更好的设备和原材料，提高创新水平。数智化对高技术人才和管理人才需求提升，倒逼相关人员提高其知识和素质，有利于绿色创新的知识储备和人才储备；（2）知识溢出效应。互联网、物联网等技术可以减少企业间和员工间的交流距离，普通员工通过与高技术人才和管理人才交流提升技能和素质，而研发人员也通过数智化技术在同行业或跨行业学习最新的生产科技和污染处理技术，进而促进绿色创新；（3）资源配置效应。大数据和云计算等技术的结合能够根据现有生产资源制订最优的方案。物联网将原材料、中间品和最终品以最有效的速度和方式传输给企业和客户，可以促进提高产能利用率，降低环境污染和二氧化碳排放。并且，数智化转型通过构造动态大数据库，运用云计算进行智能分析和处理，有助于实现企业资本、劳动力和资源等的灵活调度，为研发人员提供降低二氧化碳排放的信息，利于绿色创新［4］。基于此，本文提出如下假设：

H1：数智化转型可以提升企业绿色创新。

数字化、智能化最大的特点是对劳动力的直接影响，而高新技术的应用可以提高高管层的受教育水平、知识技能和素质等，改变治理结构。数智化转型能够提高劳动生产率和研发效率，通过先进技术占领市场获得更多的利润，因此，企业更愿意尽早应用数智化技术和设备，为企业带来收益。首先，企业内部的组织要素与数字要素互为决定、相互牵引，导致企业组织结构悄然发生演变，企业愿意提高管理层的薪酬或以其他股权激励方式，来激励管理层使用数字化和智能化技术，降低组织信息成本并降低组织代理成本，削弱高管权力，增强基层权力［5］；其次，数智化转型对技术、技能和素质的要求更高，高管层在境内高校、科研单位或境外机构任职、求学经历都能提高高管团队思维方式和管理理念的升华和开放，增加对新技术或创新战略变革的风险承受程度，吸收数字化等先进技术和经验；最后，数智化对老龄化普通劳动力产生影响，虽然老龄化普通劳动力有着丰富的经验，却无法适应和使用数字化和智能化技术，经验也会被数智化所替代，并通过互联网、大数据和云计算等技术传递给员工［6］，但企业内部管理层拥有着高学历和高超的学习能力，更能适应数智化转型，而年龄越大，经验越丰富，也就是说，数智化更能提高老龄化管理层的需求。因此，企业数智化转型有利于提升治理结构，即提高高管薪酬激励、管理层学历水平和老龄化程度。

从社会责任考虑，首先，从代理理论及利益相关者理论层面出发，采用薪酬激励措施，可以在保障满足各方利益相关者利益需求的基础上，促进培育和员工、顾客、社区等关键利益相关者良性关系的行为。高管从高薪酬和高激励中，更愿意以企业生产和社会发展为目标，承担社会责任。其次，高管学历越高，越有利于使用科学知识进行理性分析，关注利益相关者的诉求，即高管的受教育水平越高，越能关注长期利益和可持续发展，及社会上的利益相关者［7］。再次，随着高管团队年龄的增加，会更遵守既定道德伦理原则，顾及不同利益群体，为了提高社会声誉，会变得更加保守。最后，尤其是在全球范围内突发性重大公共危机治理过程中，数智化平台企业发挥着愈发重要的社会责任治理价值［8］。数智化的发展让整个社会处在关联网络中，每个人在应用数智化技术的同时都会影响利益相关者，为避免风险而主动承担社会风险，需要时时关注社会责任。因此，企业的数智化转型和完善的内部治理结构都能促进社会责任。

从绿色创新角度出发，首先，以区块链为核心的数智化技术能够减少信息不对称、降低交易成本，实现资源配置的优化，推动企业向绿色生产方式转型［9］。而数字化和智能化相结合创造的自主决策和数据处理等功能，能够完成传统企业无法完成的任务，进而提高研发成功率。普惠金融让资金、资源和信息充分流动，激励企业以最有效率的方式组织创新资源，降低绿色生产技术的研发与使用成本，促进各主体有效协同创新，提高绿色创新［10］。其次，合理高强度的高管薪酬激励机制能够约束管理层的短期机会主义，破除被降薪的担忧，促使其进行有利于企业长期发展的绿色创新行为［11］。在位时间越长的高管团队越愿意维持社会声誉，而丰富的经验有利于他们进行合理的创新，进而提高绿色创新。最后，企业社会利益相关者会谴责社会责任差的企业，舆论压力促进企业履行并提高社会责任，而社会责任越强，进行绿色创新行为的积极性就越高。企业绿色创新研发是复杂的知识行为，不能仅靠企业自身的技术和经验，还要不断和外部环境相结合，在这个过程中，利益相关者将外部知识与企业的经验和技术相整合，促进企业绿色工艺创新。因此，本文提出如下假设：

H2：企业社会责任和治理结构中介了数智化转型对绿色创新的正向作用。

企业的所有权结构通常对其创新行为产生不同影响。国有企业存在很强的路径依赖效应，在地方经济中发挥重要的作用，受到更弱的环境规制约束［12］。所有制偏向带来歧视和规制非完全执行的现象，国有企业更容易逃脱排污处罚并拥有弱规制偏向。而国有企业承担着经营性和政策性双目标，在绿色可持续和创新驱动策略的带动下，国有企业有责任降低环境外部性，提高创新水平，重塑政府和企业形象，但这可能意味着国有企业更偏向使用低投入、见效快的末端治理策略，对绿色创新的促进作用不如民营企业［13］。

政府锦标赛制度考察我国官员任职期间对地区经济增长等方面的贡献，加剧了由地方政府过度竞争导致的企业过度投资、无效率扩张，而国有企业是“过度竞争”的主要载体。国有企业存在双重目标，即“公共性”和“企业性”，盈利最大化不再是国有企业的主要目标，并且国有企业的“懒政”现象更为严重，使其更愿意维持原状，而不愿意学习新的数智化技术，或对内部员工和高管结构进行调整。但民营企业的竞争压力更大，更愿意研发和使用新技术，因此数智化转型的驱动力更高。

国有企业受政府管制较多，存在更强的政治关联和政治压力，接受政府指示关注社会责任的实施，在社会责任履行和披露的表现上显著优于非国有企业。因此，国有企业更有责任进行响应“碳达峰碳中和”、可持续发展的绿色创新行为。国有企业承担扩大就业和社会稳定的多重任务，削弱了业绩薪酬制度的有效性，降低了激励对创新的作用［14］，而非国有企业要与其他行业竞争，获取盈利，对高管的薪酬激励更能促进绿色创新。创新需要时间来投资，非国有企业高管层会因为失败的创新决策而承担巨大的责任，而国有企业高管层具备低辞退率，国有企业改变管理层结构的意愿不如民营企业，导致数字化和智能化的应用不能带来更多有用的人才［15］。韩忠雪等（2014）［16］认为，管理层年龄越小，越有利于创新。民营企业相比国有企业，竞争压力更大，管理层更愿意提高自身技能、知识等来适应数智化转型，并且管理层本身受教育水平和学习能力就强，而年龄越大，丰富的经验越有利于他们进行绿色创新，同时国有企业存在“懒政”和双重目标，往往年龄越大的管理层越看重声誉，不愿意冒险进行创新。因此，本文提出如下假设：

H3：民营企业数智化转型对绿色创新的正向作用大于国有企业，且民营企业社会责任和治理结构的中介效应更强。

三、研究设计

（一）模型构建

本文根据企业相关特征，通过倾向得分匹配方法（PropensityScoreMatching，PSM）寻找对照组，采用双重差分模型（DifferenceInDifference，DID）估算企业数智化转型对绿色创新的真实效应。构建如下模型：

Yit=δ0+δ1MAi×Dit+ui+λt+δ2Xit+εit（1）

其中，MAi表示企业i是否数智化转型，Dit表示时期虚拟变量，企业i数智化转型的当年和以后年份赋予Dit=1。Yit为被解释变量，使用企业绿色创新来衡量。Xit为控制变量向量，ui为个体固定效应，λt为时间固定效应，εit为误差项。本文使用“双向固定效应模型”（Two-wayFixedEffect）来拟合面板数据。

为了进一步分析企业社会责任和治理结构的影响机制，构建如下多重链式中介效应模型：

Yit=β0+β1MAi×Dit+β′X1it+u1i+λ1t+ε1it（2）

EGCit=α0+α1MAi×Dit+α′X2it+u2i+λ2t+ε2it（3）

CSRit=ρ0+ρ1EGCit+ρ2MAi×Dit+ρ′X3it+u3i+λ3t+ε3it（4）

Yit=γ0+γ1CSRit+γ2EGCit+γ3MAi×Dit+γ′X4it+u4i+λ4t+ε4it（5）

其中，EGCit和CSRit均为中介变量，EGCit指企业治理结构，使用高管薪酬激励Exsait、董监高受教育水平Exedit和董监高老龄化Exolit衡量，CSRit为企业社会责任；X1it、X2it、X3it和X4it分别代表上式的控制变量，使用逐步回归进行估计［17］。由式（2）可知，β1为企业是否数智化转型对绿色创新的总效应，将式（3）代入式（4）可得，ρ2为企业是否数智化转型对社会责任的直接效应，而企业是否数智化转型通过治理结构影响社会责任的中介效应或间接效应为ρ1α1。将式（4）代入式（5）可得，γ3为企业是否数智化转型对绿色创新的直接效应，γ2为企业治理结构对绿色创新的直接效应，而企业治理结构通过社会责任影响绿色创新的中介效应或间接效应为ρ1γ1，企业是否数智化转型对绿色创新的中介效应为ρ1α1γ1，此模型为链式多重中介效应模型。本文采用夏凡和冯华（2020）［18］的方法，使用链式多重Sobel检验验证中介效应是否显著。

（二）变量介绍

1被解释变量

专利申请量和专利授权量是衡量企业技术创新的有效指标，而多数学者以能耗或新产品对绿色创新进行测算［11］，该方法无法精确到微观企业层面。因此，本文采用世界知识产权组织（WIPO）发布的“IPC绿色清单”，然后在国家知识产权局依据分类号检索出每个企业每一期的绿色发明专利、绿色实用新型专利的申请量和授权量。选取绿色专利授权量（Autp）作为被解释变量，即绿色发明专利授权量（Autpn）和绿色实用新型专利授权量（Autpc）的总和。本文还将绿色专利申请量作为稳健性检验来分析结果的有效性。

2解释变量

本文的核心解释变量为MAi×Dit，即企业i在t年及以后开始数智化转型。其中，MAi为组别虚拟变量，表示企业i是否数智化转型，Dit代表时期虚拟变量，交互项MAi×Dit的系数表示企业数智化转型对地区解释变量的影响，称为数智化相关行为带来的处置效应（TreatmentEffect）。由于使用双重固定效应模型，因此MAi、Dit与个体效应和时间效应完全共线性，这里剔除这两个变量。

企业是否数智化转型的数据来源于文本挖掘，即从上交所和深交所官网搜集所有上市企业的年报数据来源：深交所官网http：//wwwszsecn/和上交所官网http：//wwwssecomcn/。，采用Python软件对数智化相关关键词进行抓取，关键词主要包括数字化、数字经济、人工智能、深度学习、自主决策、图像识别、物联网、区块链、互联网+、大数据、云计算、Blockchain等。由于部分企业可能好几年年报都出现关键词，本文选取关键词首次出现的年份作为实施年份。

3中介变量

本文采用多重链式中介效应模型，中介变量为企业社会责任（CSR）、高管薪酬激励（Exsa）、董监高受教育水平（Exed）和董监高老龄化（Exol）。

第一，企业社会责任（CSR）。采用和讯网发布的上市公司社会责任指数（CSR），该评分以A股上市公司的社会责任报告和财务报告信息为基础，从股东责任、员工责任、供应商、客户和消费者权益责任、环境责任和公共责任等五个方面对企业的社会责任履行情况进行全面的评价。

第二，高管薪酬激励（Exsa）。企业数智化转型加速扁平化治理，原处在金字塔治理结构中间部分的普通管理层被数智化技术替代，高管、董事会等高级管理层与员工的交流更加直接，提高员工生产效率和企业绩效，因此，高管薪酬激励提升，可以促使其更有效地进行数智化治理、数智化生产和创新。本文选取上市企业前三名高管薪酬之和的自然对数测度高管薪酬激励程度。

第三，董监高受教育水平（Exed）。Acemoglu和Restrepo（2020）［19］指出，人工智能等数智化技术会替代低技能劳动力和互补高技能人才，数字化和智能化对高学历人才的需求越来越高。因此，本文使用董监高的受教育年限衡量其受教育水平。

第四，董监高老龄化（Exol）。数智化转型造成老龄化被替代的现象，那些有经验的老龄劳动力无法适应新技术，则会在时代中被淘汰［20］。而对于董监高阶层，数智化的应用是否也会降低他们的平均年龄。本文采用50周岁以上董监高人数占比作为董监高老龄化的衡量方法。

4控制变量

本文选取如下控制变量：（1）企业年龄（Age），企业当年与成立年份的差额；（2）资本密集度（Cala），即固定资产合计与员工人数的比值；（3）固定资产占比（Fixca），采用固定资产总额比年末总资产来衡量；（4）主营业务收入增长率（Revg），使用主营业务收入相对去年的增长率来衡量；（5）资产负债率（Loar），即年末负债与年末总资产的比例；（6）资本周转率（Catu），使用总营业额和总资产的比例来衡量；（7）管理费用占比（Mafe），即管理费用占主营业务收入的比例；（8）研发人员占比（Rera），使用研发人员占员工总数的比例来衡量；（9）资产回报率（Roa），即净利润与平均资产总额之比。

5匹配变量

本文选择如下匹配变量：（1）企业年龄（Age），同上；（2）资本密集度（Cala），同上；（3）研发人员占比（Rera），同上；（4）资产回报率（Roa），同上；（5）员工人数（Labor），采用企业员工总数来衡量。

（三）数据来源与描述性统计分析

所有数据来源于国泰安上市公司财务报表数据库、Wind数据库、国家知识产权局、上交所官网和深交所官网，为了避免2008年国际金融危机对企业带来的事件影响，因此，本文选取2009—2019年中国A股非金融类上市公司作为研究对象，按照如下原则进行筛选：（1）删除ST、*ST和SST企业；（2）删除经营年限不足2年的企业；（3）剔除主要财务指标数据缺失严重的企业，对主要指标数据缺失不多的企业进行插值处理；（4）对选取的样本企业的主要变量进行1%和99%水平上的缩尾处理。部分变量进行自然对数变换。

由变量的描述性统计分析限于篇幅，描述性统计分析结果未做报告，如有需要可向作者索取。可见。除企业社会责任和研发人员占比的标准差为23123和10950外，其他变量的标准差均小于10，说明数据波动幅度不大。绿色专利、绿色发明专利和绿色实用新型专利的标准差为1325、1216和1030，最大值和最小值相差均超过5，因此，变量的变化幅度小。虽然企业社会责任的标准差为23123，但最大值和最小值相差64960，远大于标准差，因此，数据波动小。而高管薪酬激励、董监高受教育水平和董监高老龄化的均值也都较小，分别为1047、2515和0447，标准差均小于均值，说明所有数值都在均值附近波动。其他控制变量均能得到同样的结论，数据稳定性高。

四、实证结果分析

（一）PSM-DID匹配结果分析

本文参照1∶3近邻匹配方法，使用平衡性检验证明匹配变量在进行匹配前后试验组和对照组是否分布均衡限于篇幅，相关检验结果未做报告，如有需要可向作者索取。。由于年份较多，这里只分析2019年的结果。匹配变量的t检验均减少，匹配后的标准偏差均小于15%，除了资本密集度，其他变量的偏差减少幅度均超过了60%，说明本文的匹配变量是合理的，能够剔除匹配变量的影响。以上分析可知，企业是否数智化转型与匹配变量无关，是随机进行的，符合“反事实”标准。

（二）基准回归分析

由表1列（1）可知，交互项的系数为0510，在1%的水平上显著，而表1列（2）交互项对企业绿色创新的作用同样在1%的水平上显著为0517，即企业数智化转型有利于提升绿色专利。由表1列（3）和列（4）可知，交互项的系数分别为0417和0385，均在1%的水平上显著，企业数智化转型提升企业绿色发明专利和绿色实用新型专利。由表1列（5）可见企业是否数智化转型对绿色创新的作用为0296，表1列（6）MA×D的系数为0295，虽然均在1%的水平上显著，但系数远小于表1列（1）和列（2），说明使用PSM方法可以匹配到数智化转型企业相关特征类似的对照组，且实验组要比对照组的绿色创新更高，与研究假设H1相同。

数字化和智能化技术可以替代低技能劳动力和互补高技能劳动力［3］，能够释放更多技术人才和管理人员，使其投入到创造性思维工作和研发工作，提高高技能人才占比，提升企业创新。人工智能、大数据、云计算等还能改善生产要素的组合和配置，通过海量数据和深度学习等技术为研发人员提供更优、更高效的决策信息，进而提高创新成功率。企业数智化转型代表着国家的发展方向，虽然2020年底才提出“碳中和碳达峰”政策，但我国在很早以前就主导绿色创新，而数智化技术通过自动化、智能化和信息化等促进能源的合理利用，使用大数据和云计算研发出的创新技术可有效提高产能利用率，降低环境污染，促进企业绿色创新。

（三）异质性分析

1不同地区

由于东部沿海地区具有贸易港口、外商直接投资、环境等先天优势，其经济发展远超中西部地区，地区间的企业发展存在显著差异［21］。

由表2西部地区检验结果可见，表2列（1）—列（3）交互项的系数分别为0486、0309和0449，均在1%的水平上显著，即西部地区企业数智化转型有利于提升绿色创新；由表2中部地区检验结果可见，表2列（4）—列（6）企业数智化转型对绿色专利、绿色发明专利和绿色实用新型专利的作用均在1%的水平上显著为0508、0431和0350；由表2东部地区检验结果可见，表2列（7）—列（9）交互项的系数同样都在1%的水平上显著为正，即0557、0465和0477。

通过对比发现，首先，绿色专利和绿色发明专利东部地区交互项的系数大于中部地区，西部地区最小，因为东部地区的数字化和智能化发展最快，且有着较多的高学历人才、外商直接投资等，企业的集聚促进知识溢出效应，政府对环境污染的监管更加严格，更能适应国家政策所需，因此，东部地区企业数智化转型更能提升绿色创新。并且，发明专利门槛更高，更适合东部地区，即东部地区企业数智化转型对绿色专利和绿色发明专利的作用最大，西部地区最小。其次，绿色实用新型专利授权量东部地区交互项的系数最大，西部地区其次，中部地区最小。东部地区的分析与绿色专利类似，而中部地区紧邻东部地区，企业竞争压力较大，为了能够和东部地区企业进行竞争，而更多地进行绿色发明专利的研发，并且相比西部地区，中部地区人才、资本和技术的优势更大。而西部地区地处偏远，由于人才和资本外流，财务状况好、技术水平高的企业也都转移到东中部地区，且发明专利门槛更高，更难研发，导致西部地区致力于门槛低的绿色实用新型专利，因此，西部地区数智化转型对绿色实用新型专利的作用大于中部地区，但对绿色发明专利的影响不如中部地区。

2不同所有权结构

对于国有股份和非国有股份公司，企业的创新存在差异。因此，本文将样本按照所有权结构分成国有企业和民营企业，验证所有权结构如何影响企业数智化转型促进绿色创新，结果见表3。

由表3可见民营企业检验结果，表3列（1）—列（3）交互项的系数同样在1%的水平上显著为正，即0533、0461和0406。国有企业检验结果，表3列（4）—列（6）企业数智化转型对绿色创新的作用在1%的水平上显著为0510、0354和0373，同样促进绿色创新。可以发现，民营企业数智化转型对绿色创新的作用均显著大于国有企业，与研究假设H3相同，乔坤元（2013）［22］研究发现，我国地方政府官员存在以经济增长为主要考核内容的晋升锦标赛机制，不断吸引大量投资、人才等，导致资源错配，出现产能过剩，不利于长期的地区经济增长和创新提升。国有企业受到国家和地方的支持和补助，虽然具有“公司”属性，但竞争力远不如民营企业。国家和地方政府对国有企业数智化转型的补助幅度大，国有企业竞争力不足导致其对绿色创新的作用不强。并且，国有企业员工往往拥有一份稳定的工作，不愿意适应数字化和智能化等新技术，导致数智化技术和设备的浪费。民营企业处于不进则退的境况，需要不断研发和创新利于内生增长的产品和技术，保证市场份额和地位，进行绿色创新的动力更高。因此，民营企业更愿意数智化转型，对绿色创新的正向作用大于国有企业。

五、进一步分析

（一）数智化转型对企业绿色创新的影响机制分析

由表4可见治理结构检验结果，表4列（1）交互项的系数在1%的水平上显著为0049。表4列（2）企业数智化转型对董监高受教育水平的作用也为正，并且在1%的水平上显著。表4列（3）交互项的系数为0026，同样在1%的水平上显著。由表4可见社会责任检验结果，表4列（4）高管薪酬的系数为3233，在1%的水平上显著，即不考虑其他治理结构因素，高管薪酬提升可增加企业社会责任。表4列（5）董监高受教育水平同样在1%的水平上显著提升企业社会责任。表4列（6）董监高老龄化的系数为5999，在1%的水平上显著，说明董监高老龄化也会促进企业社会责任。当把治理结构的三个因素全都考虑进来可知，表4列（7）高管薪酬激励、董监高受教育水平和董监高老龄化的系数分别为1594、2399和2223，均在1%的水平上显著，与李端生和周虹（2017）［23］的结论相同，而表4列（4）—列（7）企业数智化转型对企业社会责任的作用也显著为正。由表4可见企业绿色创新检验结果，表4列（8）企业社会责任的系数为0003，在5%的水平上显著。治理结构的系数分别为0227、0104和0241，除董监高老龄化不显著以外，其他均在1%的水平上显著，因为董监高的年龄越大，他们越考虑公司的盈利能力，而对绿色创新的动力就稍显不足。交互项的系数为0517，即企业数智化转型对绿色创新的直接效应仍然在1%的水平上显著为正。

仅从表4列（1）—列（8）核心解释变量和中介变量来看，均较为显著，但中介效应是否存在还需要验证。如表5所示，首先，路径1的中介效应为0078，Sobel标准误、Aroian标准误和Goodman标准误下的中介效应检验分别为215、210和220，均在5%的水平上显著，同理，路径2和路径3的中介效应均在10%的水平上显著；其次，考虑多重中介变量则需要多重中介效应检验，路径4的中介效应为0495，Delta标准误下的检验在5%的水平上显著，说明治理结构起到了正向中介效应；再次，路径5到路径7的中介效应都在10%的水平上显著，说明高管薪酬激励、董监高受教育水平和董监高老龄化均通过提升企业社会责任，最终促进企业绿色创新；最后，以上仅考虑非链式中介效应，而以链式路径8为例，中介效应为0001需要说明的是，中介效应为三个系数的乘积，因此数值较小。，虽然精准标准误下的检验不显著，但Delta标准误和无偏标准误下的检验均显著，即企业数智化转型改善高管薪酬激励，进而提高企业社会责任，最终促进绿色创新。路径9和路径10的中介效应均在10%的水平上显著，说明治理结构和企业社会责任的链式中介效应是显著存在的，与研究假设H2相同。

（二）不同所有权结构下数智化转型对企业绿色创新的影响机制分析

本文再次将样本按照所有权结构分为民营企业和国有企业，结果见表6。

以民营企业为例，表6列（1）—列（5）交互项的系数均在1%的水平上显著为正。表6列（4）高管薪酬激励、董监高受教育水平和董监高老龄化的系数同样在10%的水平上显著。表6列（5）企业社会责任对绿色创新的作用为0004，同样显著。而高管薪酬激励、董监高受教育水平和董监高老龄化链式中介效应分别为0001、0002和0001，同样在10%的水平上显著，说明民营企业数智化转型有利于通过治理结构提升企业社会责任，最终提高绿色创新。

以国有企业为例，表6列（6）—列（8）交互项的系数分别为0020、0054和0015，数智化转型并没有显著提升高管薪酬激励。表6列（9）除了董监高受教育水平的系数在1%的水平上显著为正，高管薪酬激励和董监高老龄化都没有显著提升企业社会责任，并且表6列（10）企业社会责任的系数在1%的水平上显著。而高管薪酬激励、董监高受教育水平和董监高老龄化的中介效应均不显著，说明企业数智化转型并没有通过治理结构、社会责任，最终影响绿色创新，这与研究假设H3相同。

六、稳健性检验限于篇幅，相关检验结果未做报告，如有需要可向作者索取。

（一）稳健性检验：变量改变

本文使用润灵公开的上市公司社会责任指数CSR2和绿色专利申请量Aptp2，对上文实证结果重新进行拟合回归。首先，以和讯网企业社会责任指标为例，交互项的系数均不显著，因为和讯网与润灵社会责任的衡量还存在一定出入，导致企业数智化转型对社会责任的作用不同，但均为正，而高管薪酬激励、董监高受教育水平和董监高老龄化的系数均在1%的水平上显著，即治理结构促进企业社会责任。通过计算可知，高管薪酬激励、董监高受教育水平和董监高老龄化的链式中介效应均不显著，但都为正。其次，以专利申请量为例，除董监高老龄化的系数不显著以外，其他系数均显著，这与上文的结论相同。

（二）稳健性检验：方法改变

本文采用1∶4近邻匹配方法重新寻找对照组。首先，企业数智化转型对绿色专利、绿色发明专利和绿色实用新型专利的作用均在1%的水平上显著，与表1的结论相同。其次，交互项的系数均在1%的水平上显著为正，企业数智化转型促进高管薪酬激励、董监高受教育水平和董监高老龄化。通过计算可知，高管薪酬激励、董监高受教育水平和董监高老龄化的链式中介效应分别为0003、0001和0001，除董监高老龄化的中介效应检验不通过以外，其他均在5%的水平上显著。虽然董监高老龄化中介效应不显著，但仍为正。

（三）稳健性检验：平行趋势检验

由于企业数智化转型是多时点政策，这里只对2012—2015年分别进行平行趋势检验。数智化转型前实验组和控制组（即数智化转型企业和非数智化转型企业）绿色创新的变动趋势是一致的，不存在显著差异。而数智化转型后，实验组企业的绿色创新水平显著高于控制组。

（四）稳健性检验：安慰剂检验

本文随机改变数智化转型的企业，而实施年份不变，进行DID拟合回归，每个检验重复进行1000次，得到系数估计值的概率分布。进行1000次随机处理后，企业是否数智化转型的估计系数集中分布在零值附近，t值也都在零值附近，显著性差，因此，本文的结论是稳健的。

七、结论与政策建议

本文使用2009—2019年中国A股上市非金融类企业的面板数据，通过企业年报搜索数智化转型关键词，采用倾向得分匹配方法寻找数智化转型企业的对照组，使用双重差分模型分析企业数智化转型对绿色创新的影响，并根据多重链式中介效应模型探究社会责任、高管薪酬激励、董监高受教育水平和董监高老龄化的机制作用，厘清不同地区和不同所有权结构的异质性影响。得到的结论如下：（1）企业数智化转型促进绿色创新；（2）企业社会责任和治理结构正向中介了数智化转型和绿色创新的关系；（3）民营企业数智化转型对绿色创新的正向作用大于国有企业，并且企业社会责任和治理结构在民营企业的多重链式中介效应较为显著，国有企业不显著；（4）东部地区企业数智化转型对绿色创新的作用大于中部，西部地区最小。

根据研究结论，本文提出如下政策建议：（1）政府和企业应继续大力发展数字经济，加强人工智能、深度学习、大数据、云计算等技术的研发和融合，吸引科研人才并增加研发补贴。政府还应建立人才培训机构，加强政企学研相结合，努力将高校和研究院的数智化成果运用到经济社会中。（2）企业要合理调整内部结构。首先，企业要提高董监高的受教育水平，鼓励董监高去高校或国外进修，学习数智化相关技术。其次，企业要合理构建高管薪酬激励机制，适当提高高管薪酬，建立合理的绩效体系。最后，企业要对年龄大的董监高进行培训，有效促进经验和技术的结合。（3）政府和企业要推进企业绿色生产和绿色创新。政府要引入国外先进的污染治理技术，对开展绿色创新研发和绿色技术应用的企业进行奖励，并制定严格的政府监管制度，对污染严重和生产违规企业进行处罚。企业要提高社会责任，积极进行污染处理设备的投资和升级，提高数智化转型对生产和研发的作用。（4）不同地区要素禀赋结构不同，企业创新行为也就受到限制。东部地区要继续引进高技术人员、资金和外商直接投资，促进地区间合作。中西部地区要制定合理的人才引进政策，并不断完善本地基础设施建设，还要配套数智化和绿色创新等高技术的发展。（5）国有企业应完善员工和高管的薪酬体系，引入竞争压力和退出机制，规避企业内部的慵懒行为，鼓励数智化转型和绿色创新行为。

参考文献：

［1］AcemogluD，RestrepoP.AutomationandNewTasks：HowTechnologyDisplacesandReinstatesLabor［J］．JournalofEconomicPerspectives，2019，33（2）：3-30.

［2］陈剑，黄朔，刘运辉.从赋能到使能——数字化环境下的企业运营管理［J］．管理世界，2020，36（2）：117-128+222.

［3］PrettnerK，StrulikH.Innovation，Automation，andInequality：PolicyChallengesintheRaceAgainsttheMachine［J］．JournalofMonetaryEconomics，2020，116：249-265.

［4］赵宸宇.数字化发展与服务化转型——来自制造业上市公司的经验证据［J］．南开管理评论，2021，24（2）：149-163.

［5］刘政，姚雨秀，张国胜，等.企业数字化、专用知识与组织授权［J］．中国工业经济，2020，4（9）：156-174.

［6］陆杰华，韦晓丹.老年数字鸿沟治理的分析框架、理念及其路径选择——基于数字鸿沟与知沟理论视角［J］．人口研究，2021，45（3）：17-30.

［7］邹萍.儒家文化能促进企业社会责任信息披露吗？［J］．经济管理，2020，42（12）：76-93.

［8］阳镇，尹西明，陈劲.新冠肺炎疫情背景下平台企业社会责任治理创新［J］．管理学报，2020，17（10）：1423-1432.

［9］林木西，张紫薇.“区块链+生产”推动企业绿色生产——对政府之手的新思考［J］．经济学动态，2019，4（5）：42-56.

［10］韩晶，孙雅雯，陈曦.后疫情时代中国数字经济发展的路径解析［J］．经济社会体制比较，2020，4（5）：16-24.

［11］肖小虹，潘也，王站杰.企业履行社会责任促进了企业绿色创新吗？［J］．经济经纬，2021，38（3）：114-123.

［12］徐佳，崔静波.低碳城市和企业绿色技术创新［J］．中国工业经济，2020，4（12）：178-196.

［13］王旭，张晓宁，朱然.企业绿色创新视角下“环保督政”的价值创造效应——基于环保约谈的准实验研究［J］．科研管理，2021，42（6）：102-111.

［14］陈修德，梁彤缨，雷鹏，等.高管薪酬激励对企业研发效率的影响效应研究［J］．科研管理，2015，36（9）：26-35.

［15］何瑛，于文蕾，戴逸驰，等.高管职业经历与企业创新［J］．管理世界，2019，35（11）：174-192.

［16］韩忠雪，崔建伟，王闪.技术高管提升了企业技术效率吗？［J］．科学学研究，2014，32（4）：559-568.

［17］王亚，李桂华，卢宏亮，等.关系治理对B2B品牌绩效的影响机制研究［J］．管理学报，2021，18（7）：1040-1048.

［18］夏凡，冯华.技术市场规模与区域技术进步——基于创新投入的多重中介效应分析［J］．宏观经济研究，2020，4（1）：95-111+140.

［19］AcemogluD，RestrepoP.Robotsandjobs：EvidencefromUSLaborMarkets［J］．JournalofPoliticalEconomy，2020，128（6）：2188-2244.

［20］陈秋霖，许多，周羿.人口老龄化背景下人工智能的劳动力替代效应——基于跨国面板数据和中国省级面板数据的分析［J］．中国人口科学，2018，4（6）：30-42+126-127.

［21］李杰，陈子钰.制度优势转化：政治关联与企业绿色创新［J］．财经科学，2020，4（9）：108-120.

［22］乔坤元.我国官员晋升锦标赛机制的再考察——来自省、市两级政府的证据［J］．财经研究，2013，39（4）：123-133.

［23］李端生，周虹.高管团队特征、垂直对特征差异与内部控制质量［J］．审计与经济研究，2017，32（2）：24-34.

HowDoesDigitalizationandIntelligenceImproveGreenInnovation

——TheMultipleChainMediatingEffectofSocialResponsibilityandGovernanceStructure

ZHANGWanli1，HUANGShuiming1，XUANYang2

（1.PublicPolicyandAdministration，NorthwesternPolytechnicalUniversity，Xi’an710072，

China;2.SchoolofHumanities，XidianUniversity，Xi’an710126，China）

Abstract：Withthedevelopmentofdigitaleconomy，digitalindustrializationhaschangedfromquantitativeexpansiontohigh-qualitydevelopment.Digitalandintelligencetransformationoftraditionalindustryisimportanttoachievethepeakofcarbon，whichcanchangeinnovationmodeandimprovegreeninnovation.BasedonthepaneldataofChina’sA-sharelistednon-financialenterprisesfrom2009to2019，thispapersearchesfordigitalandintelligentkeywordsfromannualreportofenterprisethroughdataminingmethod.Wealsousepropensityscorematchingmethodanddifferenceindifferencemodeltostudytheeffectsofdigitizationandintelligenceongreeninnovation，andanalyzethemulti-chain-mediatingeffectofsocialresponsibilityandgovernancestructurewithregardtotheheterogeneityofdifferentregionsanddifferentownershipstructures.Thisarticleobtainsthefollowedconclusions.First，digitalizationandintelligenceoffirmpromotesgreeninnovation.Second，digitalizationandintelligencepromotesexecutivecompensationincentive，educationofdirectorsandsupervisors，andagesofdirectorsandsupervisors，whichcanalsoincreasegreeninnovationbyimprovingsocialresponsibility.Third，thepositiveeffectsofdigitalizationandintelligenceofprivate-ownedenterprisesongreeninnovationarelargerthanthatofstate-ownedenterprises.Moreover，themulti-chain-mediatingeffectofsocialresponsibilityandgovernancestructureofprivate-ownedenterprisesongreeninnovationissignificant，whichisinsignificantforstate-ownedenterprises.Fourth，theeffectsofdigitalizationandintelligenceongreeninnovationintheeasternregionaregreaterthanthatinthecentralregion，whichisthesmallestinthewesternregion.

Keywords：socialresponsibility;greeninnovation;governancestructure;mediationeffect;PSM-DID

（责任编辑：赵春江）