韓曉晨,陳風帆

(遼寧工程技術(shù)大學 工商管理學院,遼寧 葫蘆島 125105)

引 言

當前我國經(jīng)濟發(fā)展態(tài)勢已由高速度發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變。提高全要素生產(chǎn)率是實現(xiàn)我國經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵[1],雖然我國國內(nèi)生產(chǎn)總值已經(jīng)居于國際前列,但全要素生產(chǎn)率與發(fā)達國家的差距仍然較大,我國全要素生產(chǎn)率還有較大提升空間。黨的十九大報告明確提出“推動經(jīng)濟發(fā)展質(zhì)量變革、效率變革、動力變革,提高全要素生產(chǎn)率”。因此,提升全要素生產(chǎn)率成為我國當前經(jīng)濟發(fā)展階段必須實現(xiàn)的目標,并為我國進行產(chǎn)業(yè)升級提供核心動力[2]。

隨著數(shù)字經(jīng)濟的不斷發(fā)展,數(shù)字技術(shù)與實體產(chǎn)業(yè)的融合程度成為經(jīng)濟高質(zhì)量增長的新動能[3]。我國“十四五”規(guī)劃中已將數(shù)字化作為國家戰(zhàn)略,明確提出“大力推進產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型,提高全要素生產(chǎn)率,提高經(jīng)濟質(zhì)量效益和核心競爭力”,數(shù)字化轉(zhuǎn)型已然成為重構(gòu)現(xiàn)有生產(chǎn)要素體系、推動經(jīng)濟向高質(zhì)量發(fā)展的關(guān)鍵因素[4]。

微觀企業(yè)作為宏觀經(jīng)濟的重要組成部分,其發(fā)展狀況將深刻影響宏觀經(jīng)濟的發(fā)展態(tài)勢。而微觀企業(yè)想要突破原有瓶頸限制,實現(xiàn)高質(zhì)量發(fā)展,則必然要擁有高效的生產(chǎn)率,因此提升微觀企業(yè)全要素生產(chǎn)率將是實現(xiàn)我國經(jīng)濟高質(zhì)量發(fā)展的必然要求,而將數(shù)字技術(shù)引入微觀企業(yè),推進微觀企業(yè)進行數(shù)字化轉(zhuǎn)型將為提升全要素生產(chǎn)率提供新的路徑。

基于上述背景,數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率的關(guān)系一直是國內(nèi)外學者的重點關(guān)注方向?，F(xiàn)有文獻在宏觀、中觀及微觀層面均有研究。首先,從宏觀層面來看,數(shù)字經(jīng)濟的產(chǎn)生橫跨傳統(tǒng)行業(yè)與新興技術(shù)產(chǎn)業(yè),從而使生產(chǎn)方式得到革新,全要素生產(chǎn)率得到升級。杜傳忠等(2021)[5]發(fā)現(xiàn)通過數(shù)字化轉(zhuǎn)型,將ABCD技術(shù)(即人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù))運用于傳統(tǒng)生產(chǎn)方式,將會使原有生產(chǎn)方式擁有智能化、無人化等特征,使原有勞動密集型產(chǎn)業(yè)擺脫人力限制,人工成本大幅下降,從而提升全要素生產(chǎn)率。Jorgenson等(2008)[6]發(fā)現(xiàn)信息技術(shù)及計算機產(chǎn)品能夠顯著提升并促進經(jīng)濟復(fù)蘇。其次,從中觀層面來看,將數(shù)字技術(shù)運用在某一個行業(yè)中,將會使該行業(yè)通過資本增密與技術(shù)增密兩條路徑提升全要素生產(chǎn)率。劉平峰等(2021)[7]發(fā)現(xiàn)制造業(yè)進行數(shù)字化轉(zhuǎn)型能夠通過資本賦能與技術(shù)賦能兩條路徑使全要素生產(chǎn)率得到提升。郭慧芳(2022)[8]發(fā)現(xiàn)服務(wù)業(yè)數(shù)字化轉(zhuǎn)型程度越深,其全要素生產(chǎn)率提升越高。最后,從微觀層面來看,數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響又分為內(nèi)外兩個角度:從內(nèi)部來看,沈國兵等(2020)[9]發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型會使企業(yè)內(nèi)部信息交流更為順暢,信息傳遞更為便利,從而提升企業(yè)生產(chǎn)效率;從外部來看,在外部因素上,數(shù)字金融發(fā)展、智能制造政策能夠有效提升全要素生產(chǎn)率[10-11]。

綜上所述,學者們從不同角度對數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率之間的關(guān)系進行了探究,但仍有不足之處:(1)微觀企業(yè)作為宏觀經(jīng)濟的重要組成部分,其全要素生產(chǎn)率的高低將深刻影響宏觀經(jīng)濟態(tài)勢,因此提升企業(yè)全要素生產(chǎn)率是當務(wù)之急,然而大多數(shù)研究關(guān)注的是宏觀環(huán)境或某個行業(yè)中數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響,尚缺乏對全行業(yè)微觀企業(yè)中數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率關(guān)系的實證研究。(2)全要素生產(chǎn)率的提升必須擺脫高耗費、高污染、高成本的特征,使企業(yè)向綠色化、環(huán)保化轉(zhuǎn)變,然而目前在數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率的研究中,鮮有學者將綠色創(chuàng)新這一影響因素納入其中考察。

本文與以往研究的區(qū)別:(1)從微觀視角出發(fā),分析并實證檢驗數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響機制,豐富了微觀層面的理論研究內(nèi)容。(2)將綠色創(chuàng)新作為中介變量,探討數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率的間接作用機制,擴展了對數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率機理的認知。(3)從產(chǎn)權(quán)性質(zhì)等方面進一步探討了數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率影響差異的約束因素,豐富了數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率關(guān)系影響因素的研究內(nèi)容。

一、理論分析與研究假設(shè)

(一)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率

數(shù)字化轉(zhuǎn)型是企業(yè)應(yīng)對市場和技術(shù)變化的一種戰(zhàn)略舉措,旨在提高企業(yè)的生產(chǎn)效率和管理效率,從而提高企業(yè)的綜合競爭力和經(jīng)濟效益。全要素生產(chǎn)率是衡量企業(yè)或產(chǎn)業(yè)在一定的資源投入下創(chuàng)造產(chǎn)出效率的一個重要指標,是評估企業(yè)績效的關(guān)鍵指標之一,數(shù)字化轉(zhuǎn)型是企業(yè)采用數(shù)字技術(shù)改造生產(chǎn)、營銷、管理等方面的重要手段,對企業(yè)全要素生產(chǎn)率在內(nèi)部和外部均會產(chǎn)生一定影響。

第一,從企業(yè)內(nèi)部角度來看,數(shù)字化轉(zhuǎn)型為企業(yè)在技術(shù)創(chuàng)新、組織優(yōu)化、人力資源管理和培訓(xùn)等方面提供了幫助,從而提升了全要素生產(chǎn)率。首先,數(shù)字化技術(shù)的應(yīng)用能夠帶動技術(shù)創(chuàng)新的深度和廣度[12]。采用數(shù)字化技術(shù)能夠幫助企業(yè)實現(xiàn)技術(shù)的跨越式創(chuàng)新,推動企業(yè)從傳統(tǒng)產(chǎn)業(yè)向數(shù)字化和智能化產(chǎn)業(yè)轉(zhuǎn)型[13];智能化設(shè)備、自動化流程等數(shù)字化技術(shù)能夠?qū)崿F(xiàn)生產(chǎn)線的智能化協(xié)同[14],提高生產(chǎn)效率,降低生產(chǎn)成本,提高產(chǎn)品的質(zhì)量和可靠性,進而提高企業(yè)的生產(chǎn)效率和質(zhì)量[15-16],加快生產(chǎn)流程,縮短產(chǎn)品生產(chǎn)周期,從而提升全要素生產(chǎn)率。其次,數(shù)字化轉(zhuǎn)型能夠促進企業(yè)組織的優(yōu)化和升級。采用數(shù)字化技術(shù)能夠幫助企業(yè)實現(xiàn)組織的扁平化、靈活化和智能化[3],采用數(shù)字化協(xié)同工具、云計算等技術(shù),實現(xiàn)企業(yè)內(nèi)部的協(xié)同和共創(chuàng)[17],加速決策的制定和實施,降低組織的溝通成本和管理成本[18],從而提升全要素生產(chǎn)率。最后,數(shù)字化轉(zhuǎn)型能夠促進企業(yè)實現(xiàn)人力資源管理的戰(zhàn)略配稱。數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)將人力資源納入企業(yè)的戰(zhàn)略規(guī)劃和實施,打破傳統(tǒng)的人力資源管理模式和方式[19],通過大數(shù)據(jù)和人工智能等技術(shù)更加準確地了解員工的工作狀態(tài)、技能和偏好,實現(xiàn)人力資源與企業(yè)戰(zhàn)略的有效配稱[20],從而提升全要素生產(chǎn)率。

第二,從企業(yè)外部角度來看,數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響主要表現(xiàn)在市場競爭力和品牌效應(yīng)、產(chǎn)業(yè)協(xié)同和生態(tài)效應(yīng)等方面。首先,數(shù)字化轉(zhuǎn)型可以提高企業(yè)在市場上的競爭力和品牌效應(yīng)。數(shù)字化技術(shù)的應(yīng)用可以為企業(yè)提供更準確的市場預(yù)測和消費者需求分析,提高企業(yè)產(chǎn)品和服務(wù)的質(zhì)量與定制化水平[21]、提高企業(yè)的市場占有率和品牌聲譽,從而提高企業(yè)的全要素生產(chǎn)率。其次,數(shù)字化轉(zhuǎn)型可以促進企業(yè)與產(chǎn)業(yè)鏈上下游企業(yè)之間的協(xié)同作用[22],實現(xiàn)資源共享和優(yōu)化,提高企業(yè)與供應(yīng)商、客戶、合作伙伴之間的信息交流和協(xié)調(diào)能力,從而提高產(chǎn)業(yè)協(xié)同效應(yīng),進一步提高企業(yè)的全要素生產(chǎn)率。最后,數(shù)字化轉(zhuǎn)型可以促進企業(yè)與生態(tài)系統(tǒng)之間的互動和共生關(guān)系,優(yōu)化企業(yè)的資源利用方式和減少環(huán)境污染[23],從而促進企業(yè)與自然環(huán)境的和諧共處,進一步提高企業(yè)的社會責任感和品牌形象,最終提高企業(yè)的全要素生產(chǎn)率。基于上述分析,本文提出以下研究假設(shè):

H1:企業(yè)的數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率有正向作用

(二)數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新

綠色創(chuàng)新是企業(yè)實現(xiàn)可持續(xù)發(fā)展和增強競爭優(yōu)勢的重要途徑[24],數(shù)字化轉(zhuǎn)型作為前沿的發(fā)展模式,是綠色創(chuàng)新的有力支撐[25]。一方面,數(shù)字化技術(shù)可以幫助企業(yè)實現(xiàn)資源和能源的智能管理和優(yōu)化,減少浪費和污染,從而實現(xiàn)環(huán)境保護和資源可持續(xù)利用的目標[26]。例如,通過大數(shù)據(jù)分析和物聯(lián)網(wǎng)技術(shù),可以實現(xiàn)工業(yè)設(shè)備的智能監(jiān)控和維護,降低能源消耗和廢棄物排放;通過虛擬化技術(shù)和遠程辦公,可以減少交通擁堵和碳排放。另一方面,數(shù)字化轉(zhuǎn)型可以為綠色創(chuàng)新提供更廣闊的創(chuàng)新空間和可能性。數(shù)字化技術(shù)可以幫助企業(yè)實現(xiàn)產(chǎn)品和服務(wù)的個性化、定制化和交互化,從而更好地滿足消費者的需求和偏好[27]。例如,通過智能物流和配送系統(tǒng),可以實現(xiàn)準確、高效、低碳的物流管理;通過數(shù)字化營銷和社交媒體,可以實現(xiàn)更精準的營銷和客戶服務(wù)。這些數(shù)字化轉(zhuǎn)型的創(chuàng)新實踐,也為企業(yè)在綠色創(chuàng)新領(lǐng)域探索更多可能性和機會提供了有力支持[28]。此外,數(shù)字化轉(zhuǎn)型還可以促進產(chǎn)業(yè)協(xié)同和創(chuàng)新合作,為綠色創(chuàng)新的跨界合作和共贏提供更好的條件[29]。通過數(shù)字化技術(shù),不同產(chǎn)業(yè)、不同企業(yè)之間可以更加便捷地實現(xiàn)信息共享、資源共享和協(xié)同創(chuàng)新,從而推動綠色創(chuàng)新的跨界融合和協(xié)同發(fā)展[30]。例如,通過數(shù)字化供應(yīng)鏈和協(xié)同制造,不同企業(yè)之間可以實現(xiàn)更緊密的協(xié)作和共同創(chuàng)新;通過數(shù)字化平臺和開放創(chuàng)新,企業(yè)可以更好地連接客戶和社會,共同探索綠色創(chuàng)新的新路徑和新模式?；谏鲜龇治?本文提出以下研究假設(shè):

H2a:企業(yè)的數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新數(shù)量有正向作用

H2b:企業(yè)的數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新質(zhì)量有正向作用

(三)數(shù)字化轉(zhuǎn)型、綠色創(chuàng)新與全要素生產(chǎn)率

如今我國經(jīng)濟增長速度放緩,也意味著資源總量增長速度放緩,因此如何利用有限的資源發(fā)揮最大的效用成為我國企業(yè)目前必須面對的問題。全要素生產(chǎn)率是衡量經(jīng)濟績效和可持續(xù)性的重要指標,它反映了一個實體如何利用有限的資源來進行最大化生產(chǎn),因此,提升我國企業(yè)全要素生產(chǎn)率是目前發(fā)展的必然要求。而現(xiàn)有技術(shù)與世界先進技術(shù)的差距將對全要素生產(chǎn)率帶來影響[31]。由于市場競爭、企業(yè)創(chuàng)新等內(nèi)部因素的推動,內(nèi)生技術(shù)進步可以為整個經(jīng)濟帶來新的增長點和發(fā)展動力[32]。綠色創(chuàng)新的本質(zhì)是在傳統(tǒng)的經(jīng)濟活動中引入環(huán)保和可持續(xù)發(fā)展的理念[33],通過應(yīng)用環(huán)保技術(shù)、資源節(jié)約技術(shù)和清潔生產(chǎn)技術(shù)等手段,不僅可以通過減少能源和資源消耗帶來環(huán)境效益[34],還可以通過降低成本、提高產(chǎn)品競爭力帶來經(jīng)濟效益[35],從而提升全要素生產(chǎn)率。如今的數(shù)字化轉(zhuǎn)型時期,數(shù)字技術(shù)已然成為綠色創(chuàng)新的重要推動因素,在此背景下全要素生產(chǎn)率的提升將會更為顯著。一方面,數(shù)字化轉(zhuǎn)型為綠色創(chuàng)新提供了更多途徑[36],利用物聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字技術(shù),可以實現(xiàn)對能源、水資源等環(huán)境資源的精細化管理和監(jiān)測,從而提升企業(yè)全要素生產(chǎn)率;另一方面,數(shù)字化轉(zhuǎn)型可以強化綠色創(chuàng)新的效果[37],通過數(shù)字化技術(shù)可以實現(xiàn)生產(chǎn)過程的精細化管理和控制,提高資源利用效率和能源效率,進而提高全要素生產(chǎn)率。基于上述分析,本文提出以下研究假設(shè):

H3a:企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)綠色創(chuàng)新數(shù)量進而提升全要素生產(chǎn)率

H3b:企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)綠色創(chuàng)新質(zhì)量進而提升全要素生產(chǎn)率

本文研究框架如下圖所示:

圖 研究框架

二、研究設(shè)計

(一)樣本選擇與變量定義

1.樣本選擇與數(shù)據(jù)來源

以2013—2021年中國滬深兩市A股上市公司為研究對象。數(shù)據(jù)來源于三方面:數(shù)字化轉(zhuǎn)型程度原始數(shù)據(jù)來源于深圳證券交易所、上海證券交易所官方網(wǎng)站;綠色創(chuàng)新數(shù)量與綠色創(chuàng)新質(zhì)量原始數(shù)據(jù)來源于CNRDS數(shù)據(jù)庫;其他財務(wù)數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。并使用Excel軟件對數(shù)據(jù)做以下篩選和處理:第一,為避免極端值帶來的影響,對所有連續(xù)變量做上下1%縮尾處理;第二,剔除ST、*ST及PT等非正常樣本;第三,剔除關(guān)鍵數(shù)據(jù)缺失樣本。共取得7 974條樣本,數(shù)據(jù)處理及其多元統(tǒng)計回歸分析借助Stata17.0。

2.變量定義

(1)被解釋變量:全要素生產(chǎn)率TFP-LP。目前學界對全要素生產(chǎn)率的衡量方法包括LP法、GMM法和OLS法,考慮到數(shù)據(jù)的可得性,并為了解決產(chǎn)量與資本存量的同時性偏差,參考魯曉東和連玉君(2010)[38]的方法,以LP法測算全要素生產(chǎn)率,并在穩(wěn)健性檢驗時使用GMM法測得的全要素生產(chǎn)率做替代指標。

(2)解釋變量:數(shù)字化轉(zhuǎn)型程度lnDT。參考吳非等(2021)[19]提出的關(guān)鍵詞頻文本分析方法計算得出,具體方法為:通過Python的爬蟲功能抓取2013—2021年度A股上市公司財報中與數(shù)字技術(shù)相關(guān)詞匯,劃分為底層技術(shù)邏輯與數(shù)字技術(shù)應(yīng)用兩方面,并對底層技術(shù)邏輯繼續(xù)劃分ABCD(即人工智能技術(shù)、區(qū)塊鏈結(jié)束、云計算技術(shù)以及大數(shù)據(jù)技術(shù))四個方向,構(gòu)建“數(shù)字化轉(zhuǎn)型”文本詞典,將詞典中第n個詞匯在個股i第t年的年度報告中的詞頻除以個股i在第t年的年度報告的總詞頻,并取對數(shù)從而計算得出數(shù)字化轉(zhuǎn)型程度lnDT指標。

(3)中介變量:綠色創(chuàng)新數(shù)量lnGreen1。目前學界對于綠色創(chuàng)新數(shù)量的測度方法尚不能達成一致,有按照研發(fā)投入、綠色專利獲得數(shù)量等方法,然而這些方法可能存在一些內(nèi)生性問題,如綠色專利獲得數(shù)量可能會收到公司前期經(jīng)營成果的影響。因此,以綠色專利的申請數(shù)量來度量上市公司綠色創(chuàng)新數(shù)量,將綠色實用型發(fā)明專利與綠色新型發(fā)明專利數(shù)量加總代表綠色創(chuàng)新數(shù)量。

綠色創(chuàng)新質(zhì)量lnGreen2。企業(yè)進行綠色創(chuàng)新申請綠色專利后,如何衡量企業(yè)的綠色創(chuàng)新質(zhì)量也是目前學界爭議的話題,相對于其他指標,企業(yè)授權(quán)給其他企業(yè)使用的綠色專利數(shù)量似乎更能代表綠色創(chuàng)新質(zhì)量,因此參考易靖韜(2015)[39]以綠色發(fā)明專利、綠色實用新型專利授權(quán)數(shù)量總和衡量創(chuàng)新質(zhì)量。本文將所有專利相關(guān)數(shù)字對其加1取自然對數(shù)以克服數(shù)據(jù)右偏性。

(4)控制變量:為避免其他因素干擾研究結(jié)論,參考現(xiàn)有研究[5,40],選取公司規(guī)模(Size)、資產(chǎn)負債率(Lev)、凈資產(chǎn)收益率(ROA)、總資產(chǎn)收益率(ATO)、董事會規(guī)模(Board)、獨立董事比例(Indep)、兩職合一(Dual)、第一大股東持股比例(TOP1)、股權(quán)制衡度(Balance)為控制變量,變量具體說明見表2。

(二)模型設(shè)計

為驗證前述假設(shè),本文擬構(gòu)建四段中介效應(yīng)模型進行檢驗,采取該方法是因為許多研究已經(jīng)指出傳統(tǒng)三段中介效應(yīng)模型可能存在明顯缺陷[41]。具體來說,傳統(tǒng)的三段檢驗方法三個模型將會涉及三個變量的估計,而這也將帶來三個內(nèi)生性問題,至少需要兩個工具變量(IV1:X→Y,X→M;IV2:M→Y),并且需要三個誤差項e1、e2、e3之間兩兩不相關(guān),由于大多數(shù)論文使用的是觀察數(shù)據(jù),因此在此基礎(chǔ)上涉及如此多的內(nèi)生性問題將會使文章變得更為復(fù)雜。本文的設(shè)計思路:第一,進一步增加Bootstrap推導(dǎo)的基于百分比的置信區(qū)間,依靠非參數(shù)測試程序來緩解Sobel檢驗中介效應(yīng)是建立在假設(shè)系數(shù)的乘積是正態(tài)分布的基礎(chǔ)之上的問題;第二,在中介效應(yīng)中同時考慮中介變量與被解釋變量之間的關(guān)系,進一步增加實證鏈條的完備性。基于上述分析,本文構(gòu)建以下模型以驗證假設(shè):

TFP-LPi,t=β0+β1lnDT+ΣControlsi,t+Yeart+Industryi+εi,t

(1)

lnGreeni,t=β0+β1lnDT+ΣControlsi,t+Yeart+Industryi+εi,t

(2)

TFP-LPi,t=β0+lnGreeni,t+ΣControlsi,t+Yeart+Industryi+εi,t

(3)

TFP-LPi,t=β0+β1lnDTi,t+β2Greeni,t+ΣControlsi,t+Yeart+Industryi+εi,t

(4)

式(1)-(4)中,β0為截距項,βn為估計系數(shù),TFP-LPi,t為被解釋變量,表示企業(yè)i在第t年的全要素生產(chǎn)率;lnDTi,t為解釋變量,表示企業(yè)i在第t年的數(shù)字化轉(zhuǎn)型程度;lnGreeni,t為中介變量,分別表示企業(yè)i在第t年的綠色創(chuàng)新數(shù)量lnGreen1、綠色創(chuàng)新質(zhì)量lnGreen2;Controls為控制變量,Year為年份控制效應(yīng),Industry為行業(yè)控制效應(yīng),εi,t為隨機擾動項。

三、實證結(jié)果分析

(一)描述性統(tǒng)計

研究樣本的描述性統(tǒng)計見表3。被解釋變量全要素生產(chǎn)率TFP-LP的最小值為5.307,最大值為12.167,均值為8.689,標準差為1.086,表明我國企業(yè)整體全要素生產(chǎn)率水平較低且存在一定差距;主要解釋變量數(shù)字化轉(zhuǎn)型程度lnDT最小值為0.000,最大值為4.934,均值為1.594,標準差為1.46,表明我國企業(yè)數(shù)字化轉(zhuǎn)型仍處在初級階段且各企業(yè)之間差異較為明顯。中介變量綠色創(chuàng)新數(shù)量lnGreen1及綠色創(chuàng)新質(zhì)量lnGreen2最小值均為0,標準差均超過1,表明我國企業(yè)綠色創(chuàng)新的數(shù)量與質(zhì)量差異較大,且整體水平不一。

(二)相關(guān)性分析

本文對主要變量進行了Person相關(guān)性檢驗,具體結(jié)果見表4。數(shù)字化轉(zhuǎn)型lnDT與綠色創(chuàng)新數(shù)量lnGreen1、綠色創(chuàng)新質(zhì)量lnGreen2及全要素生產(chǎn)率TFP-LP均呈現(xiàn)正相關(guān)關(guān)系,已經(jīng)初步表明數(shù)字化轉(zhuǎn)型可能促進綠色創(chuàng)新的數(shù)量與質(zhì)量,并可能對全要素生產(chǎn)率存在正向作用,初步驗證了本文假設(shè)H1。當然,想要更為嚴格地證明仍需進一步分析?？傮w而言,絕大部分變量之間的相關(guān)性均在0.5以下,綠色創(chuàng)新數(shù)量lnGreen1和綠色創(chuàng)新質(zhì)量lnGreen2之間的相關(guān)性超過了0.5,這主要是由兩者之間性質(zhì)決定的。綠色專利的申請數(shù)量越多,就可能有越多的專利授權(quán)給予其他企業(yè),因此帶來兩者較高的相關(guān)性,從整體來看這樣的結(jié)果是能夠接受的。本文在此基礎(chǔ)之上進一步做方差膨脹因子VIF檢驗來檢查各變量之間的共線性,可以從表4中看出,各變量VIF值均小于5,排除了各變量之間存在嚴重多重共線性的可能。

(三)回歸分析

本文為驗證假設(shè)所構(gòu)建的實證模型的回歸結(jié)果見表5。具體的檢驗過程如下:第一,將數(shù)字化轉(zhuǎn)型程度lnDT與全要素生產(chǎn)率TFP-LP同時納入模型(1)中回歸。由表5可見,模型(1)中數(shù)字化轉(zhuǎn)型程度lnDT系數(shù)為0.053且在1%水平下顯著,假設(shè)H1得到驗證,即企業(yè)的數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率有正向作用。第二,分別將數(shù)字化轉(zhuǎn)型程度lnDT與綠色創(chuàng)新數(shù)量lnGreen1、綠色創(chuàng)新質(zhì)量lnGreen納入模型(2)中回歸。由表5可見,數(shù)字化轉(zhuǎn)型程度lnDT系數(shù)分別為0.108及0.104且均在1%水平下顯著,假設(shè)H2a及H2b得到了驗證,即企業(yè)的數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量有正向作用。第三,在原有三段式中介效應(yīng)檢驗?zāi)Ｐ偷幕A(chǔ)上,參考牛志偉(2023)[42]構(gòu)建的四段式中介效應(yīng)檢驗?zāi)Ｐ?進一步考慮中介變量與被解釋變量之間的關(guān)系(M→Y),因此將綠色創(chuàng)新數(shù)量lnGreen1、綠色創(chuàng)新質(zhì)量lnGreen2及全要素生產(chǎn)率TFP-LP納入模型(3)中進行回歸。由表5可見,綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量的回歸系數(shù)分別為0.014及0.012且均在1%水平下顯著。第四,將被解釋變量全要素生產(chǎn)率TFP-LP、解釋變量數(shù)字化轉(zhuǎn)型程度lnDT、中介變量綠色創(chuàng)新數(shù)量lnGreen1綠色創(chuàng)新質(zhì)量lnGreen2納入模型(4)中進行回歸。從表5中可以看出,數(shù)字化轉(zhuǎn)型系數(shù)均為正且在1%水平下顯著,綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量系數(shù)均為正且在5%水平下顯著,并且數(shù)字化轉(zhuǎn)型的系數(shù)均較模型(1)有所下降,因此假設(shè)H3a、H3b得到驗證,即企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量進而提升全要素生產(chǎn)率。進一步地,本文分別對兩條影響路徑進行了Sobel檢驗,可以看到Z值統(tǒng)計量分別為2.459及2.49,在5%水平下顯著。本文還進行了Bootstrap(1000次)抽樣檢驗,可以發(fā)現(xiàn)置信度為95%的中介效應(yīng)置信區(qū)間為[0.0001454,0.001584]及[0.0001044,0.001642],均未包含0,上述結(jié)果再次證明綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量發(fā)揮了機制作用。

(四)穩(wěn)健性檢驗

為驗證實證結(jié)果的穩(wěn)健性,本文采用替換變量和滯后回歸兩種方式進行穩(wěn)健性檢驗,得到的結(jié)果與假設(shè)預(yù)期仍然保持一致,說明研究結(jié)論穩(wěn)健性良好。

1.替換變量

本文將被解釋變量由原來的LP法測得的全要素生產(chǎn)率替換為GMM法測得的全要素生產(chǎn)率,并命名為TFP-GMM,帶入構(gòu)建的模型(1)-(4)中進行回歸,具體回歸結(jié)果見表6。結(jié)果表明,在替換了全要素生產(chǎn)率的度量指標之后,研究結(jié)論仍然保持穩(wěn)健。

2.滯后回歸

由于企業(yè)的數(shù)字化轉(zhuǎn)型從投入產(chǎn)生效果需要一定的時間,經(jīng)過不斷的磨合才能使數(shù)字技術(shù)與實體經(jīng)濟融合,也就是說數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響可能存在一定的滯后性。而且綠色創(chuàng)新也是企業(yè)的一種長期行為,專利從申請到實際應(yīng)用以及授權(quán)給其他企業(yè),整個過程也需要一定的時間,因此本文考慮將綠色創(chuàng)新數(shù)量、綠色創(chuàng)新質(zhì)量及全要素生產(chǎn)率同時滯后一期,帶入模型(1)-(4)中進行回歸,同時緩解反向因果對研究結(jié)論產(chǎn)生的干擾。對變量滯后一期的回歸結(jié)果見表7,可以看出雖然系數(shù)大小有所變化,但總體結(jié)論并未受到影響,研究結(jié)論依然保持穩(wěn)健。

(五)內(nèi)生性檢驗

雖然本文采用的固定效應(yīng)模型能夠在一定程度上緩解由于遺漏某些不隨時間變化的固定因素帶來的內(nèi)生性問題,但仍然可能存在樣本的選擇偏誤所帶來的內(nèi)生性問題。因此,本文采用Heckman兩階段模型緩解樣本選擇偏誤對研究結(jié)論的干擾。第一階段以當期是否進行數(shù)字化轉(zhuǎn)型為基礎(chǔ)生成啞變量,并帶入Probit回歸中求出逆米爾斯比率(IMR),在第二階段將求出的逆米爾斯比率作為控制變量帶入模型(1)-(4)中進行回歸,具體回歸結(jié)果見表8?？梢钥闯?雖然IMR顯著為正或不顯著,但核心變量的顯著性仍然保持不變,因此在排除了樣本選擇的偏誤問題后,研究結(jié)論仍然保持穩(wěn)健。

(六)異質(zhì)性分析

2021年10月國務(wù)院國資委、工業(yè)和信息化部共同簽署《關(guān)于加快推進中央企業(yè)兩化融合和數(shù)字化轉(zhuǎn)型戰(zhàn)略合作協(xié)議》,以進一步推動國有企業(yè)積極進行數(shù)字化轉(zhuǎn)型以加深數(shù)字技術(shù)與實體產(chǎn)業(yè)的融合。因此,數(shù)字化轉(zhuǎn)型程度在政策的引導(dǎo)下可能在不同產(chǎn)權(quán)性質(zhì)下表現(xiàn)出差異。為進一步探索產(chǎn)權(quán)性質(zhì)不同的企業(yè)數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新與全要素生產(chǎn)率影響可能存在的差異,將研究樣本以是否國有分組進行回歸,具體回歸結(jié)果見表9及表10?？梢钥闯?不論企業(yè)產(chǎn)權(quán)性質(zhì)如何,本文假設(shè)均能得到驗證,但數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新及全要素生產(chǎn)率的影響在國有企業(yè)中的正向作用要較高于非國有企業(yè)。產(chǎn)生這種現(xiàn)象的原因可能是國有企業(yè)的定位與其他企業(yè)不同,國有企業(yè)的首要目標是積極執(zhí)行國家戰(zhàn)略要求,對數(shù)字化轉(zhuǎn)型這一目標會主動采取更多措施,以實現(xiàn)兩化融合改革目標,因此國有企業(yè)在數(shù)字化轉(zhuǎn)型的速度及深度上都會領(lǐng)先于其他企業(yè),在提升企業(yè)綠色創(chuàng)新及全要素生產(chǎn)率方面的作用也就發(fā)揮得更明顯。

表1 數(shù)字化轉(zhuǎn)型詞頻框架

表2 樣本變量說明

表3 變量的描述性統(tǒng)計結(jié)果

表4 變量的相關(guān)性檢驗結(jié)果

表6 樣本替換變量的中介效應(yīng)檢驗結(jié)果

表7 樣本滯后變量的中介效應(yīng)檢驗結(jié)果

表8 樣本中介效應(yīng) Heckman 兩階段模型檢驗結(jié)果

表9 國有企業(yè)樣本中介效應(yīng)檢驗結(jié)果

表10 非國有企業(yè)樣本中介效應(yīng)檢驗結(jié)果

四、結(jié)論與啟示

(一)結(jié)論

本文以中國滬深兩市A股2013—2021年上市公司的非平衡面板數(shù)據(jù),實證檢驗了企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響,并進一步探索了綠色創(chuàng)新在兩者關(guān)系中的中介機制作用。研究得出以下結(jié)論:(1)數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率具有正向作用。企業(yè)數(shù)字化轉(zhuǎn)型可以提高生產(chǎn)效率和產(chǎn)品質(zhì)量、減少生產(chǎn)成本、提高企業(yè)整體運營效率、帶來創(chuàng)新機會和新的商業(yè)模式,從而提升全要素生產(chǎn)率。(2)企業(yè)的數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新具有正向作用。數(shù)字化轉(zhuǎn)型不僅可以加大企業(yè)綠色創(chuàng)新的數(shù)量,還會提升企業(yè)綠色創(chuàng)新質(zhì)量,從而提升綠色創(chuàng)新。(3)綠色創(chuàng)新在數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響機制中起到中介作用。數(shù)字化轉(zhuǎn)型旨在提高企業(yè)的生產(chǎn)效率和管理效率,從而提高企業(yè)的綜合競爭力和經(jīng)濟效益。這與綠色創(chuàng)新要求在同等生產(chǎn)效率下實現(xiàn)更低成本、更低耗費、更少污染的目標不謀而合,因此企業(yè)進行數(shù)字化轉(zhuǎn)型同時推動綠色創(chuàng)新將會使全要素生產(chǎn)率得到進一步提升。(4)企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響在不同產(chǎn)權(quán)性質(zhì)的企業(yè)中存在差異。相對于非國有企業(yè),國有企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的提升作用會更明顯。

(二)啟示

(1)數(shù)字化轉(zhuǎn)型是當今經(jīng)濟發(fā)展的必然趨勢,也是企業(yè)高質(zhì)量發(fā)展的必然要求。企業(yè)應(yīng)該在數(shù)字化轉(zhuǎn)型的過程中積極探索數(shù)字化技術(shù)的應(yīng)用,與傳統(tǒng)業(yè)務(wù)相結(jié)合,實現(xiàn)數(shù)字化轉(zhuǎn)型的全面升級,從而推動企業(yè)創(chuàng)新發(fā)展,提高全要素生產(chǎn)率。(2)綠色創(chuàng)新不僅是企業(yè)實現(xiàn)可持續(xù)發(fā)展的重要途徑,也是推動產(chǎn)業(yè)環(huán)保發(fā)展和促進經(jīng)濟增長的重要手段,是提升企業(yè)經(jīng)濟效益和社會效益的重要途徑。企業(yè)應(yīng)當重視綠色創(chuàng)新,借助數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的正向作用,加快推進企業(yè)向創(chuàng)新促發(fā)展模型轉(zhuǎn)變。(3)政府在引導(dǎo)企業(yè)進行數(shù)字化轉(zhuǎn)型方面扮演著重要角色。不僅應(yīng)當加強數(shù)字基礎(chǔ)設(shè)施建設(shè),而且政府也應(yīng)進一步加強政策引導(dǎo),在促進國有企業(yè)進行數(shù)字化改革之外,也適當促進非國有企業(yè)進行數(shù)字化轉(zhuǎn)型,實現(xiàn)國民經(jīng)濟的均衡發(fā)展。