数字化转型对制造业企业绿色创新的“双刃剑”效应

敬 莉，宁雄伟

（新疆财经大学，新疆 乌鲁木齐 830012）

一、问题的提出

近年来，我国经济规模不断扩大，国内生产总值从2007 年的246619 亿元增至2020 年的1015986亿元，人均GDP 从2007 年的20494.4 元增至2020 年的72000 元，年均增速分别为7.6%与10.9%①根据国家统计局公开数据手工整理得到。。传统的依赖要素和资源高投入的粗放型经济增长模式导致大气与水污染、生物多样性减少、垃圾污染等严重的环境污染问题，我国正面临如何在创造新的经济增长点的同时提高环境绩效的重大挑战［1］，这就要求具有资源高投入、能源高消耗、污染高排放等特点的制造业企业这一微观市场主体，建立起以绿色、低碳、创新为导向的可持续发展模式。党的二十大报告明确提出“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。作为绿色发展的第一动力，绿色技术创新既是实现经济增长与提高环境绩效的有效途径［2］，又是突破制度与效率“二元悖论”的有效方式［3］。国家“十四五”规划提出要推动绿色发展，党的二十大报告进一步指出要坚持创新在我国现代化建设全局中的核心地位，创新是第一动力。在此背景下，制造业企业进行绿色创新迫在眉睫。数字化转型是影响制造业企业绿色创新的重要因素之一［4］，数字技术赋能实体经济加速制造业企业数字化转型，为企业提高绿色创新水平进而实现经济效益与环境绩效之间的平衡带来了新的可能，基于此，深入探究数字化转型对制造业企业绿色创新的影响具有重要的理论与现实意义。

纵观既有研究，学者们初步分析了数字化转型与企业绿色创新之间的关系，但结论并不一致。一种观点认为，数字技术赋能企业主体产品生产与服务提供的各个环节，可提高企业内部的资源配置效率，减少绿色技术创新过程中的资源损耗，从而产生成本降低效应；同时，数字技术的应用还能加速释放与交换组织内部的信息与资源，加强市场供需方的信息交流，提高沟通效率，使企业在绿色创新过程中不仅能有效利用内部已有资源，还能拓宽资源获取渠道，从而提升企业绿色创新能力［5］。另一种观点认为，企业在数字化转型过程中会面临数字化悖论问题，即企业对数字化进行的投资无法实现预期的收入增长［6］。埃森哲最新研究显示：在受访的中国工业企业高管中，超过九成（92%）的受访者表示由于企业内部缺乏有效协作，导致在推进数字化过程中成本增加，收益受损②参见《合力共赢：以协作化危为机》，https://baogao.store/62604.html。；同时，企业在数字化转型过程中往往会因技术门槛高、资源投入大、回报周期短而出现“不会转”“不愿转”“不敢转”的困境［7］，从而产生不利于企业绿色创新的负向作用。

基于此，关于数字化转型对企业绿色创新的影响，多数学者认为数字化转型能够有效激发企业绿色创新，即二者之间存在正向促进的线性关系。数字化转型能够通过提升知识整合能力与绿色创新能力促进企业提高绿色技术水平［8-9］，能够通过提升企业成长能力、缓解融资约束和代理冲突以实现企业绿色创新［10］。申明浩［11］基于文本挖掘的分析方法，指出数字化不仅能带来企业绿色创新“量”的增加，还能促进绿色创新“质”的改善。少数学者认为数字化转型会对企业绿色创新产生非线性影响。王旭［12］基于非线性视角，发现数字化转型战略与企业绿色创新战略之间存在倒U形的非线性关系，证实了数字化悖论。王锋正［13］突破数字化水平单一维度的考量，验证了数字化发展对资源型企业绿色技术创新的非线性作用。

综上可知，虽然学者们从不同角度分析了数字化转型与企业绿色创新之间的关系，并取得了丰富的研究成果，但仍有不足。首先，关于数字化转型与企业绿色创新之间关系的研究结论学界仍存在争议，多数学者肯定了数字化转型对企业绿色创新的激励作用，但对二者之间非线性关系的探讨相对较少。其次，关于数字化转型通过何种路径作用于企业绿色创新的研究也较少。最后，在企业所有制、行业污染程度、所在地区以及市场化水平不同的情况下，数字化转型对企业绿色创新的影响是否存在差异，相关研究也较为匮乏。数字化转型与企业绿色创新之间究竟存在怎样的关系？数字化转型达到某种程度后是否会对企业绿色创新带来“双刃剑”效应？对该问题的探究有助于推进企业数字化转型，增强企业的绿色创新能力。为此，本文基于我国432家A股制造业上市企业的面板数据，研究数字化转型与企业绿色创新之间的关系。本文的边际贡献在于：一是基于文本分析的方法，实证分析数字化转型对企业绿色创新水平的影响，且在此基础上分析数字化转型对企业绿色创新质量的作用，拓展了数字化转型与企业绿色创新之间关系的相关研究；二是分析并验证了数字化转型对企业绿色创新的内在影响机制，为提升数字化转型的绿色创新效用提供更多思路；三是基于股权性质、行业分类、所在地区以及市场化水平进行异质性分析，为深入理解数字化转型在不同企业特征下对企业绿色创新影响的差异提供经验证据。

二、理论分析与研究假说

企业绿色创新具有节约资源、保护生态环境、减少公害等特点［14］，是统筹管理与技术且以低碳经济发展为导向的变革，也是平衡经济增长与环境治理的有效手段，制造业企业可以凭借绿色技术创新突破制度与效率的困境从而实现经济可持续发展［3］。随着数字经济的蓬勃兴起与数字技术的进一步发展，企业数字化转型成为当前我国经济增长的新引擎，为提升企业绿色创新水平带来了新的可能。首先，企业在进行绿色创新的过程中，为规避核心技术溢出风险，往往会投入较一般性创新更多的资金［15］，也会因为创新周期长、不确定性强而产生巨额支付，此时，企业面临的成本压力会阻碍绿色创新水平与绿色创新质量的提升。根据交易成本理论，数字化转型不仅能够降低企业信息搜寻产生的外部交易成本，还能够加强组织内各部门之间的交流与协作，减少资源损耗，提高资源配置效率，降低内部交易成本［11］，破除企业在绿色创新过程中面临的成本樊篱，从而产生成本效应并正向作用于绿色创新水平与绿色创新质量。其次，信息不对称致使企业更愿意持续开展低风险的常规项目［16］，外部投资者也因此要花费更多人力、物力对企业未来经营状态进行甄别，这将对企业绿色创新造成不利影响。根据信号传递理论，数字化转型能够在企业进行绿色研发活动时，促进市场供给方与需求方之间实现高效的信息沟通与交流，有效进行静态化数据信息的交换与流动［17］，从而产生信息效应并正向作用于绿色创新水平与绿色创新质量。最后，企业在进行绿色创新的过程中，往往会因资源稀缺而陷入创新困境，根据资源编排理论，企业绿色创新的关键是如何有效利用资源，而数字化转型不仅能够有效协调企业内部的已有资源，还能拓宽资源获取渠道，从外部寻求资源支持，产生资源效应并为企业提升绿色创新水平与绿色创新质量打下坚实基础［18］。

适度的数字化转型与企业绿色创新水平和绿色创新质量提升存在正相关关系。从成本效应角度来看，企业将人工智能、区块链、云计算、大数据等数字新兴技术应用于产品生产与服务供给的各个环节，能够优化企业营运流程，推动内部结构变革，降低对人力资源的依赖程度，减少人工成本，可对实体经济提高效率与降低成本产生积极作用［5］，从而提升绿色创新水平与绿色创新质量。从信息效应角度来看，企业数字化可以加强实时信息交流，提高生产的灵活性和供应链的协同性，从而增加企业内部的创新技术资源［8］，还能传递出企业响应国家数字经济发展战略的“激励性信号”，增强投资方与利益相关者对企业未来良性发展的信心，有助于企业获得更多的资金支持，从而对绿色创新水平与绿色创新质量提升产生积极作用。从资源效应角度来看，企业数字化能够通过数据挖掘、智慧凝聚、知识提取对资源进行积累与利用，在作用于绿色创新时发挥空间溢出效应，产生正外部性［19］，并且数字技术的嵌入能够显著提高企业的信息搜集与分析能力，帮助企业更好地获取、重组、利用资源［6］，进而提升绿色创新水平与绿色创新质量。

需要注意的是，当数字化转型达到一定程度之后，继续进行数字化将会对企业绿色创新水平与绿色创新质量提升产生抑制作用。从成本效应角度来看，随着数字化转型程度的加深，成本效应开始减弱，数字技术的过度应用将导致数据的质量得不到进一步提升、数据的安全性与可靠性得不到有效保障、数据负载过重等一系列问题［13］；同时，价值链各环节过度应用数字技术将导致利益相关者增多和企业价值创造的复杂度提升，这将增加企业的协调成本和经营成本，带来更多的资金消耗［20］，从而对企业绿色创新水平与绿色创新质量提升产生抑制作用。从信息效应角度来看，数字技术的过度应用将造成企业内部大量数据积累，导致信息过载与信息共享受阻，使得信息处理成本远超收益，并对企业内部原有的管理能力与运营体系带来更大挑战，使企业无法有效向外部市场传递重视绿色创新的信号，从而制约企业绿色创新水平与绿色创新质量的提升［21］。从资源效应角度来看，企业的创新活动既依赖于自身具备的能力与资源基础，又会受到外部创新环境的影响，数字化转型程度过高和数字使用范围过广均会使企业无法支撑过度数字化对资源基础与经营能力的要求，无法有效应对外部创新环境的不确定性变化，致使其绿色创新水平与绿色创新质量出现不升反降的局面［22］。

基于以上分析，本文提出研究假说1 和研究假说2。研究假说1 即数字化转型与企业绿色创新水平、绿色创新质量之间存在倒U 形关系；研究假说2 即数字化转型通过成本效应、信息效应、资源效应作用于企业绿色创新水平与绿色创新质量。

三、研究设计

（一）样本选取与数据来源

本文根据中国证监会发布的《上市公司行业分类指引》（2012 年修订），选取我国432 家A 股制造业上市企业2007—2020 年面板数据作为样本，并对资产负债率大于1、财务状况异常、数据缺失较多的样本进行剔除。本文所使用的制造业上市企业数据主要包括两类：一是企业各类专利数据，来源于国家知识产权局；二是数字化转型与公司财务的原始数据，均来源于CSMAR数据库。另外，为避免离群值的影响，对样本中相应的连续型变量进行上下1%的缩尾处理，最终共得到6048个观测值。

（二）变量选取

1.被解释变量。本文的被解释变量为企业绿色创新。目前，学界关于企业绿色创新水平的度量方法大致可分为3 种：一是以绿色创新投入测度绿色创新水平，主要以企业研发投入作为代理变量［23］；二是以绿色创新产出测度绿色创新水平，主要以绿色专利申请的数量和比例对企业绿色创新水平进行衡量［24］；三是数据包络分析方法，即基于要素投入的角度将全要素生产率拆解为技术进步、技术效率、纯技术效率三部分，以其度量企业绿色创新水平［25］，以及采用基于投入、产出、管理的综合指标度量企业绿色创新水平［26］。综上，本文依据世界知识产权组织公布的《绿色专利清单》中的IPC 代码，在国家知识产权局专利检索及分析系统中搜寻样本企业2007—2020 年的绿色专利数据，采用各年度企业绿色专利申请数量与专利申请总量的比值衡量企业绿色创新水平（GreInP）；另外，本文还借鉴张国胜［27］的研究，采用各年度企业绿色发明专利申请数量与专利申请总量的比值衡量企业绿色创新质量（GreIniP），并选取企业绿色专利申请数量加1的对数值（lngre）和绿色发明专利申请数量加1的对数值（lningre）进行后续检验。

2.解释变量。本文的核心解释变量为企业数字化转型程度（Digt）。本文参考祁怀锦［28］、张永珅［29］的研究，将企业财务报表附注中包含“软件”“网络”“客户端”“管理系统”“智能平台”“人工智能”等关键词的无形资产明细视为与数字化转型有关的年终无形资产项目，并对该项目涉及的资金进行加总，采用其加总资金占无形资产总额的比值衡量企业数字化转型程度。另外，鉴于企业会在年报“管理层讨论与分析”（MD&A）中对过去的业务发展情况与未来的业务发展规划进行回顾与展望，本文进一步参考袁淳［30］的做法，利用文本分析方法统计MD&A 中“数字化”一词的词频占MD&A 语段长度的比例衡量企业数字化转型程度，在基准回归部分作进一步检验分析，并参考吴非［31］、齐绍洲［32］的研究，利用文本分析方法从企业年报中检索出与“企业数字化转型”相关的词，采用其词频度量数字化转型程度（Digtf）并进行后续的稳健性检验。

3.控制变量。为控制其他因素对企业绿色创新可能产生的影响，本文借鉴黎文靖［24］、杨名彦［33］的研究，选取政府补助（Gvg）、公司规模（Cps）、企业成长能力（Egh）、两职合一（Gma）、机构投资者持股比例（Ish）、总资产周转率（Tat）、托宾Q值（Tqv）、资产负债率（Ger）作为控制变量。具体而言：采用通过企业财务报表核算的政府补贴金额衡量政府补助（Gvg），采用企业年总资产的自然对数衡量公司规模（Cps），采用营业收入增长率衡量企业成长能力（Egh），采用董事长与总经理兼任情况衡量两职合一（Gma），采用机构投资者的股份总数与已发行股本之比衡量机构投资者持股比例（Ish），采用营业收入与平均资产总额的比值衡量总资产周转率（Tat），采用年末总负债与年末总资产的比值衡量资产负债率（Ger），托宾Q 值（Tqv）为每股净资产、流通股的市场价值、负债的账面价值、非流通股的市场价值四者之和与公司总资产的比值。

（三）模型构建

本文构建基准模型（1）实证检验数字化转型对企业绿色创新的影响，模型具体形式如下：

模型（1）中：Yijkt代表j地区k行业i企业在第t年绿色专利申请数量与专利申请总量的比值（GreInP）、绿色发明专利申请数量与专利申请总量的比值（GreIniP）、绿色专利申请数量加1的对数值（lngre）、绿色发明专利申请数量加1的对数值（lningre）；鉴于数字化转型对企业绿色创新的作用效果可能存在时滞性，故对其进行滞后一期处理，Digtijk,t-1代表j地区k行业i企业滞后一期的数字化转型程度（L.Digt），Digtijk,t-12代表j地区k行业i企业滞后一期的数字化转型程度的平方（L.Digt2）；Controlijkt为控制变量，φj、ωk、γi分别为地区、行业、时间效应，εijkt为随机误差项。

四、实证分析

（一）主要变量的描述性分析

主要变量的描述性统计结果如表1所示。

表1 主要变量的描述性统计结果

表1 中：企业绿色创新水平的标准差为0.137，表明我国制造业企业的绿色创新水平存在较大差异；企业绿色创新质量的平均值为0.033，进一步计算发现，80.700%的样本企业其绿色创新质量小于平均值，表明我国制造业企业的绿色创新质量有待进一步提升；数字化转型程度最大值为0.073，最小值为0.000，平均值为0.002，表明不同制造业企业的数字化转型程度参差不齐，这与我国数字经济与智能经济发展起步晚、时间短存在必然联系。

（二）基准回归结果

表2列示了数字化转型对企业绿色创新影响的估计结果。

表2 基准回归结果

表2 中，列（a）、列（b）为数字化转型对企业绿色创新水平的影响，列（c）、列（d）为数字化转型对企业绿色创新质量的影响。列（a）结果显示，在控制时间、地区、行业效应但未控制企业层面控制变量影响的情况下，L.Digt对GreInP的回归系数为0.026 且在1%水平显著，L.Digt2对GreInP的回归系数为-0.453且在1%水平显著，说明数字化转型与企业绿色创新水平之间存在显著的先增后减的倒U形关系，即在数字化转型程度跨过一定的门槛之后，其会抑制企业绿色创新水平的提升。列（b）为在列（a）的基础上控制了企业层面控制变量的影响结果，可知结果并未发生明显改变，同时Utest检验结果均在1%水平通过了显著性检验，且极值点包含在样本区间内，说明数字化转型与企业绿色创新水平之间的倒U 形关系真实有效。列（c）为控制了时间、地区、行业效应但未控制企业层面控制变量的影响结果，列（d）为在列（c）基础上控制了企业层面控制变量的影响结果，结果显示数字化转型与企业绿色创新质量之间存在显著的倒U 形关系，且Utest检验结果均在1%水平通过了显著性检验，即倒U 形关系真实有效。进一步计算发现，企业绿色创新水平和绿色创新质量对应的最优数字化转型程度即拐点值分别为0.030 和0.033，而目前我国制造业企业数字化转型程度的平均值为0.002，小于拐点值，表明当前的企业数字化转型程度可以促进企业绿色创新水平与绿色创新质量的提升，并且相较于绿色创新水平，绿色创新质量达到最优需要的数字化转型程度更高。

同时，利用MD&A中“数字化”一词的词频占比重新衡量数字化转型程度并进行回归分析，结果见列（e）、列（f）。结果显示在控制企业、时间、地区、行业层面影响的情况下，数字化转型与企业绿色创新水平、绿色创新质量之间的关系仍为显著的先增后减的倒U 形关系，并且Utest检验结果均在1%水平通过了显著性检验，即倒U形关系真实有效。至此，研究假说1得证。

（三）内生性问题处理

模型内生性问题可能引起参数估计值偏误或非一致性，宋德勇［8］认为，数字化转型与企业绿色创新之间不太可能存在反向因果关系，但影响企业绿色创新的因素较多，遗漏变量问题不可忽视。为此，本文借鉴赵宸宇［34］的做法，采用IV-2SLS 方法减少内生性问题，分别选取核心解释变量与其平方项（Digt与Digt2）的两阶滞后项（L2.Digt与L2.Digt2）作为工具变量进行回归分析。结果（限于篇幅未列示）显示，第一阶段回归的F值均大于10，表明相应的工具变量均通过了弱工具变量检验，第二阶段的回归结果表明，数字化转型与企业绿色创新水平、绿色创新质量之间均为倒U 形关系，与基准回归结果一致，说明前文结论稳健，研究假说1进一步得证。

（四）稳健性检验

本文通过更换估计模型、延长考察窗口期、替换关键变量等方法进行稳健性检验。首先，本文构建的被解释变量企业绿色创新水平（GreInP）与企业绿色创新质量（GreIniP）均在0处存在左截断特征，因此利用Tobit 样本对结果进行重新估计，结果（限于篇幅未列示）与基准回归结果一致。其次，考虑到数字化转型对企业绿色创新的影响存在一定滞后性，本文将企业绿色创新水平（GreInP）与企业绿色创新质量（GreIniP）作超前一期处理，得到F.GreInP与F.GreIniP对结果进行重新估计，结果（限于篇幅未列示）显示数字化转型对企业绿色创新的影响效应相较于基准回归结果有增强的趋势。这证实了管考磊［35］的结论，即数字化转型对企业绿色创新水平与绿色创新质量的影响存在时滞效应，前文结论依旧稳健。最后，本文参考吴非［31］、齐绍洲［32］的研究，利用文本分析方法从企业年报中检索出与“企业数字化转型”相关的词，采用其词频来度量数字化转型程度（Digtf），并将当年企业绿色专利申请数量、绿色发明专利申请数量分别加1之后取自然对数，作为企业绿色创新水平、绿色创新质量的替代变量lngre、lningre，回归结果（限于篇幅未列示）与基准回归结果仍然一致，说明前文结论稳健，研究假说1进一步得证。

五、进一步分析

（一）中介效应分析

根据前文的分析，数字化转型可通过成本效应（Coe）、信息效应（ASY）、资源效应（Res）3 个渠道作用于企业绿色创新水平与绿色创新质量。本文采用负债合计占营业收入的比重来衡量成本效应；借鉴于蔚［36］的做法，对流动性比率、非流动性比率、收益率反转指标进行主成分分析，得到信息不对称的综合指标（ASY）来衡量信息效应，该指标值越大代表信息不对称程度越高；借鉴刘树林［16］的做法，采用管理费用的对数来衡量资源效应。在此基础上，借鉴温忠麟［37］、罗胜强［38］对中介效应的检验方法，以“数字化转型—成本效应/信息效应/资源效应—制造业企业绿色创新”为分析框架，在模型（1）的基础上构建模型（2）和模型（3）。模型（2）用于检验数字化转型与成本效应、信息效应、资源效应之间的关系，系数β1、β2的显著性是本文关注的重点。模型（3）用于检验成本效应、信息效应、资源效应的中介传导作用，系数β1、β2与ρ的显著性是本文关注的重点，并通过对比模型（1）的结果来检验中介路径。模型具体形式如下：

1.成本效应。表3为成本效应的中介作用检验结果。

表3 成本效应的中介作用检验结果

由表3列（c）可以看出，L.Digt对Coe的回归系数为-0.131且在1%水平显著，L.Digt2对Coe的回归系数为1.696且在1%水平显著，表明数字化转型与成本效应之间存在先降后升的U 形关系，即适度的数字化转型能够减轻企业在绿色创新过程中面临的成本约束，而过度的数字化转型会耗费大量资金，给企业造成经济负担，从而制约企业绿色创新。列（d）、列（e）结果显示，企业成本增加显著抑制了绿色创新水平与绿色创新质量的提升，数字化转型与企业绿色创新水平、绿色创新质量之间依旧为倒U形关系，且回归系数绝对值分别较列（a）、列（b）小，说明成本效应在数字化转型影响企业绿色创新水平与绿色创新质量的过程中发挥了部分中介作用。

2.信息效应。表4为信息效应的中介作用检验结果。

表4 信息效应的中介作用检验结果

由表4列（c）可以看出，L.Digt对ASY的回归系数为-0.046且在1%水平显著，L.Digt2对ASY的回归系数为0.653且在1%水平显著，表明数字化转型与信息效应之间存在先降后升的U形关系，即适度的数字化转型能够降低企业信息不对称程度，有利于企业绿色创新，而过度的数字化转型会使信息处理成本远超收益，造成信息超载，若处理不及时还将产生信息安全问题，导致信息不对称程度加深，从而制约企业绿色创新。列（d）、列（e）结果显示，企业信息不对称显著抑制了绿色创新水平与绿色创新质量的提升，数字化转型与企业绿色创新水平、绿色创新质量之间依旧为倒U 形关系，且回归系数绝对值分别较列（a）、列（b）小，说明信息效应在数字化转型影响企业绿色创新水平与绿色创新质量的过程中发挥了部分中介作用。

3.资源效应。表5为资源效应的中介作用检验结果。

表5 资源效应的中介作用检验结果

由表5列（c）可以看出，L.Digt对Res的回归系数为0.054且在1%水平显著，L.Digt2对Res的回归系数为-0.602 且在1%水平显著，表明数字化转型与资源效应之间存在倒U 形关系，即适度的数字化转型能够提升企业内部的资源协同能力，带来资源效应，但当数字化转型程度达到最优之后继续进行数字化转型将不利于企业内部的资源整合与利用。列（d）、列（e）结果显示，资源效应能够显著促进企业绿色创新水平与绿色创新质量提升，数字化转型与企业绿色创新水平、绿色创新质量之间依旧为倒U形关系，且回归系数绝对值分别较列（a）、列（b）小，说明资源效应在数字化转型影响企业绿色创新水平与绿色创新质量的过程中发挥了部分中介作用。至此，研究假说2得证。

（二）异质性分析

1.基于企业产权性质的异质性分析。从企业产权性质来看，国有企业是国民经济的支柱，承担了维护社会稳定、提供就业岗位等更多的社会责任［32］，在我国具有重要的战略地位，相较于民营企业更容易获得政策倾斜与财政支持［33］，因此其在数字化转型与绿色创新过程中遇到的阻力相对较小。而非国有企业往往面临更激烈的市场竞争和更强的融资约束，同时我国信贷市场仍存在较为严重的企业所有制歧视问题［39］，银行更愿意将贷款低息发放给国有企业［40］，这进一步加大了非国有企业在数字化转型与绿色创新过程中的阻力。据此，数字化转型对企业绿色创新水平与绿色创新质量的影响会因企业产权性质不同而存在差异。基于此，本文将样本企业分为国有企业组与非国有企业组进行分组回归，结果见表6、表7。可知数字化转型与企业绿色创新水平、绿色创新质量之间的倒U 形关系在国有企业中显著，而在非国有企业中不显著。

表6 数字化转型对企业绿色创新水平的异质性回归结果

表7 数字化转型对企业绿色创新质量的异质性回归结果

2.基于行业污染程度的异质性分析。从行业污染程度来看，数字化转型对不同污染程度企业绿色创新水平与绿色创新质量的影响具有差异性。污染较为严重的行业不仅对能源的需求较多、利用效率较低，资源消耗速度也较快，对环境的负外部性更强。为此，本文依据生态环境部的相关规定，将样本企业按照污染程度划分为重污染行业企业组与非重污染行业企业组①根据生态环境部发布的《上市公司环保核查行业分类管理名录》和《上市公司环境信息披露指南》对样本进行划分。进行分组回归，结果见表6、表7。可知数字化转型与企业绿色创新水平、绿色创新质量之间的倒U形关系在非重污染行业企业中显著，而在重污染行业企业中不显著。这表明重污染行业企业应积极响应国家号召，借助数字化转型尽快转变生产方式，促进绿色可持续发展。

3.基于地区层面的异质性分析。从地区层面来看，由于资本、劳动力、技术、制度安排、生态环境不同，我国地区发展水平存在差异。2021 年东部地区以全国40.1%的人口创造了全国51.8%的地区生产总值，而中西部地区以全国59.9%的人口仅创造了全国48.2%的地区生产总值①根据国家统计局公开数据手工整理得到。。东部地区人口稠密，地理位置优越，拥有较多的高技能劳动力和充足的资金，多发展资本密集型的高新技术产业，因此该地区企业数字化转型基础条件更好，绿色创新能力更强。而中西部地区人口稀疏，资金供应不足，土地和矿产资源丰富，其发展更多依赖资源与资本密集的重工业以及传统产业［41］，并部分承接了东部地区高耗能、高污染的落后产业转移，其5G、大数据与人工智能等新一代数字技术发展缺乏要素基础，经济发展带来的环境污染问题更为严重。由此可知，数字化转型对企业绿色创新水平与绿色创新质量的影响具有地区差异性。基于此，本文将样本企业分为东部地区组与中西部地区组进行分组回归，结果见表6、表7。可知数字化转型与企业绿色创新水平、绿色创新质量之间的倒U 形关系在东部地区的企业中显著，而在中西部地区的企业中不显著。

4.基于市场化水平的异质性分析。市场化水平是指市场在资源配置中发挥作用的程度，是衡量地区经济体制完善程度与经济发展水平的重要指标［42］。我国各地区市场化进程在时间与空间上存在差异，导致要素配置效率也存在差异［43］。地区市场化水平越高，制度保障越完善，法律监管体制越健全，市场配置资源越有效，政府干预也相对越少，更有利于企业进行数字化转型，降低企业绿色创新所面临的技术风险，增强企业进行技术变革的信心。此外，地区市场化水平越高，其市场竞争越激烈，这会在一定程度上倒逼企业进行绿色创新和数字化转型，有利于实现企业经济效益最大化。为此，本文采用李艳丽［44］的做法，将样本企业划分为高市场化水平地区组与低市场化水平地区组进行分组回归，结果见表6、表7。可知数字化转型与企业绿色创新水平、绿色创新质量之间的倒U形关系在高市场化水平地区的企业中显著，而在低市场化水平地区的企业中不显著。

六、研究结论与政策建议

本文基于我国A 股制造业上市企业2007—2020 年面板数据，实证考察了数字化转型对企业绿色创新的影响。研究发现：数字化转型与企业绿色创新水平、绿色创新质量之间存在倒U 形关系；机制分析发现数字化转型能够通过成本效应、信息效应、资源效应作用于企业绿色创新水平与绿色创新质量；异质性分析发现数字化转型与企业绿色创新水平、绿色创新质量之间的倒U 形关系在国有企业、非重污染行业企业、东部地区企业、高市场化水平地区的企业中显著。

上述研究结论对制造业企业进行数字化转型、推动绿色创新有如下参考和启示：第一，制造业企业应借助数字经济的发展浪潮，积极进行企业数字化转型，努力发展如大数据分析与云计算应用等数字新兴技术，立足于数字化转型激励企业拓宽绿色创新的成本渠道、信息渠道、资源渠道，深入挖掘企业内部的创新潜能，从而提升绿色创新水平与绿色创新质量。第二，鉴于数字化悖论问题的存在，制造业企业必须立足于自身资源条件，权衡信息共享与处理能力，合理引进与发展数字技术，进行数字战略布局，辩证地处理数字化转型问题，避免过度数字化造成协调、经营、信息处理等成本的增加，致使自身绿色创新水平与绿色创新质量不升反降。第三，要继续有效发挥数字化转型对国有企业、非重污染行业企业、东部地区企业、高市场化水平地区企业绿色创新的激励作用，政府应对非国有企业进行数字化转型和绿色创新给予更多支持，减轻非国有企业的信贷约束，激发其绿色创新活力，使非国有企业能够更好地依托数字化转型进行绿色创新，同时还应出台相关政策引导重污染行业企业与中西部地区制造业企业改变传统的高污染、高排放、高投入的生产模式，激励其有效利用数字化转型带动绿色创新。