Using the data of Chinese listed enterprises from 2015 to 2023, this paper introduces the mediating variables of agility responsiveness and ESG disclosure and the moderating variable of local government's attention to new quality productive forces and empirically explores how DT empowers GI of enterprises from the perspective of new quality productive forces. The results show that DT has a positive and significant impact on GI; agility responsiveness and ESG disclosure play a mediating role between DT and GI; local government's attention to new qualitative productivity positively moderates the relationship among DT, ESG disclosure and GI, and at the same time strengthens the mediating role of ESG disclosure between DT and GI. Further analysis reveals that the local government's concern on new quality productive forces can positively moderate the relationship between agility responsiveness and GI, and strengthen the mediating role of agility responsiveness in the relationship between DT and GI only when the degree of enterprise capital redundancy is high.
This paper makes several significant contributions to the literature on digital transformation (DT) and green innovation (GI). Firstly, it shifts the focus from the economic impacts of DT to its role in driving green development and green innovation dividends under the framework of new quality productive forces. This approach bridges gaps in current research and offers new empirical evidence on value creation through green-oriented digital transformation. Secondly, the study reveals the dual mediating roles of agility responsiveness and ESG disclosure quality between DT and enterprise GI. Unlike previous research that examined resource input, information sharing, and governance, this paper explores the theoretical mechanisms underlying these relationships, expanding the understanding of how DT empowers GI. Thirdly, it examines the moderating role of local governments' attention to new quality productive forces in influencing the GI process through DT. This research clarifies the contextual boundaries of DT's impact on GI and aligns with China's emphasis on developing new quality productive forces. It provides new empirical insights into how local government focus can shape enterprises' DT and GI, contributing to both theoretical and practical advancements in the field.
数字化转型是指企业将数字技术融入日常业务流程,引发业务模式、价值创造路径变革的过程[1]。近年来,学者们关注到数字化转型对企业绿色创新的影响。如肖静和曾萍[2]研究指出,数字化转型通过促进企业人力、财力资源投入,实现企业绿色创新质量和数量提升;高智林和谭文浩[3]研究发现,数字化转型通过信息共享和治理水平提高赋能绿色创新;Mubarak等[4]认为,数字技术提高信息传递效率,有助于企业知识重构、绿色创新水平提升等。有学者研究提出不同观点,如Porfirio等[5]指出,数字化转型是一把双刃剑,数据孤岛、数据安全等风险对企业绿色创新产生抑制作用;杜爽和曹效喜[6]提出,数字化转型通过不断调整企业战略目标或重新配置内部资源,显著增加企业成本,从而不利于绿色创新发展。总体来看,有关数字化转型与企业绿色创新关系的研究方兴未艾,现有研究因切入视角不同所得结论迥异,二者关系有待进一步的数据验证。
虽然现有文献关注到数字化转型是企业绿色创新的重要支撑,但尚未充分诠释数字化转型赋能企业绿色创新的内部机制。一方面,绩优企业具有一个共同点,即不断变革和优化组织系统,提升组织敏捷反应能力。信息处理理论也强调,信息处理能力与决策能力契合是提高企业绩效的关键[7]。数字化转型有助于提高企业信息处理能力,通过强化市场感知、优化生产流程或产品设计,实现企业产业端、生产端和销售端的敏捷响应[8]。如特斯拉制胜的关键不仅在于其产品性能卓越和技术领先,更在于其能够关注新客户需求、用户体验与价值主张,根据市场变化不断推出具有创新性的电动汽车产品和技术解决方案,从而极大地促进其在电动汽车、电池技术等领域的绿色创新。但这种个案的成功能否证明敏捷响应度就是数字化转型赋能企业绿色创新的作用路径呢?既有文献并未就此问题给出合理解答,因此有必要提供经验证据。另一方面,企业绿色创新具有周期长、成本高等典型特征,致使企业在开展绿色创新活动中面临诸多挑战,从而限制其绿色创新意愿[9]。信号传递理论提出,当企业受到资源限制时可以通过主动向外界传递正面信号的方式缓解问题[10-11]。数字化转型已不仅仅局限于企业内部生产效率提升,而是广泛存在于企业与社会的互动中,如企业的ESG信息披露表现。ESG 是企业从环境、社会责任、内部治理层面综合体现的可持续理念,对于提升我国企业绿色竞争力具有显著影响。基于信号传递理论,高质量的ESG信息披露可以发挥信号效应,向社会传递良好的企业声誉和品牌形象,易获得相关政策支持、市场认可与投资者青睐,为企业绿色创新发展创造良好条件。面对国际竞争日益激烈的现实,企业亟需结合ESG提升绿色创新能力以应对环境压力。综上,敏捷响应度和ESG信息披露均是影响企业绿色创新的重要因素。既有文献主要聚焦于资源投入[2]、信息共享和公司治理水平[3]、关系强度和知识耦合[12]等方面考察数字化转型对企业绿色创新的影响机制,而敏捷响应度、ESG信息披露是否在数字化转型与企业绿色创新间起到中介作用?既有研究鲜有深入探讨。为此,本文拟基于敏捷响应度、ESG信息披露视角,深入探究二者在数字化转型—企业绿色创新间的内在作用机制。
此外,上述作用机制的边界条件也有待进一步考察。近年来,在国家发展新质生产力的号召下,地方政府对新质生产力的关注度日益提升,不断寻求提升本地区新质生产力的途径与方法。在企业绿色创新过程中,企业与政府间存在多重互动。注意力基础理论提出,行为主体对特定领域的关注重点和程度具有显著差异。关注度反映决策主体将精力、资源分配给特定议题、领域及空间的程度,以及针对该领域相关议题集中开展的资源配置活动。因此,政府对某议题的关注度实质上也是一种资源配置行动。地方政府的新质生产力关注度对企业绿色创新的影响侧面反映出有为政府对市场的干预[13],即政府可以通过制定产业政策或市场引导,直接或间接影响企业绿色创新。已有学者从政府环境关注度[14]、绿色发展关注度[15]等视角探究其对企业绿色创新的影响,与其相比,地方政府对新质生产力的关注度作为影响先进生产力的重要环境要素,除强调绿色发展目标外,更多地从高科技、高效能、高质量角度全面深入地反映政府在推动产业升级、实现高质量发展方面的战略意图和具体措施。地方政府的新质生产力关注度是否构成企业绿色创新过程中的情境因素呢?为此,本文拟进一步探究地方政府的新质生产力关注度在数字化转型与企业绿色创新过程中的作用机制。
综上,本文以2015-2023年中国上市企业为研究样本,引入敏捷响应度、ESG信息披露为中介变量、地方政府的新质生产力关注度为调节变量,回答新质生产力视域下数字化转型何以赋能企业绿色创新的问题。本文的边际贡献在于:第一,区别于现有的数字化转型研究多着眼于其对企业资本表现[1]、企业价值[2]、劳动生产率[16]等经济方面的影响分析,本文将绿色发展的时代要求融入企业数字化转型目标,重点考察企业数字化转型带来的绿色创新红利,为企业价值创造提供新的经验证据。第二,已有文献从资源投入[2]、信息共享和公司治理水平[3]、关系强度和知识耦合[12]等视角搭建数字化转型与企业绿色创新关系的理论分析框架,本文则基于组织信息处理理论和信号传递理论,重点关注敏捷响应度、ESG信息披露质量在数字化转型与企业绿色创新间的双重中介作用,为探究数字化转型影响企业绿色创新提供新的机制证据。第三,现有研究普遍从地方政府的环境关注度[14]、绿色发展关注度[15]等视角分析其对企业绿色创新影响,本文从地方政府的新质生产力关注度视角,探究其在数字化转型影响企业绿色创新过程中的调节机制,厘清数字化转型影响企业绿色创新的情境边界,同时,为解构地方政府的新质生产力关注度如何影响企业数字化转型和绿色创新提供新的经验证据。
绿色创新被定义为企业决策者将环境意识和责任纳入生产与管理流程,鼓励绿色技术改造、设备创新和产品研发的行为[17]。基于组织信息处理理论,数字化转型有助于提高企业信息处理能力。如企业通过在线平台可以实时了解绿色产品的市场需求,这不仅能够直接激发企业的绿色创新动力,而且有助于激励企业进行持续、长周期的绿色创新投入[18]。此外,对于企业而言,绿色创新对企业内部绿色治理能力提出更高要求[18],需要企业将环境问题整合到传统的产品开发和制造流程中,这使得决策和操作更加复杂。依据组织信息处理理论,数字化转型可以为企业绿色产品设计、生产和服务提供高效的解决方案,并在整个产品生命周期中最大限度地减少自然资源消耗[19],通过支持生态产品设计和产品优化提升企业绿色创新水平。同时,通过智能制造和物联网技术,企业可以实现生产过程自动化和智能化,提升环境监测精准性和实时性,或通过物联网、遥感等技术手段实现对生产过程和排放物的实时监测与数据分析,减少能源消耗和废弃物排放,极大程度地提高企业内部绿色治理能力,从而促进企业绿色创新[18]。许多学者的研究也支持这一观点。如Gobbo等[20]指出,数字化转型有助于改善信息收集和处理结果,通过自动化优化生产过程,更好地控制能源效率、水质、空气污染问题,释放企业绿色创新潜力,实现绿色制造[19, 21];Jabbour等[21]也指出,数字化转型有利于企业收集和应用消费者反馈信息,促使产品开发更加符合5R战略(即减少、修复、再利用、再循环和再制造),从而有助于提高企业绿色创新水平;Dubey等[22]进一步证实,数字化转型可以通过提升企业信息流管理水平促进绿色创新。据此,本文提出如下研究假设:
H1:数字化转型能够促进企业绿色创新。
敏捷响应度是企业感知、识别外部环境变化后及时响应与满足客户需求的能力[8]。组织信息处理理论强调信息是组织决策和创新的基础,有效的信息处理能够提高组织响应速度和决策质量,从而增强组织竞争力和创新能力。数字化转型有助于提高企业信息处理能力和速度,优化信息传递效率和利用率。首先,数字化转型借助先进的数字技术为企业提供充足的产品和市场信息,协助企业挖掘信息价值,从而强化其市场感知并实现产品优化和需求预测,使企业能够实时获取市场反馈,及时调整产品和服务,提高了企业基于销售端的敏捷响应度[23]。其次,数字化转型推动企业以更灵活、更有效的方式重新配置生产资源,生产定制化产品[24],提高了企业基于生产端的敏捷响应度。同时,外部信息共享强调企业与其他市场参与者互联互通,而数字化转型有助于打破企业间的信息壁垒,降低企业间信息交换成本,提高企业基于产业端的敏捷响应度[25]。由此,拥有卓越数字化转型能力的企业能够高效“扫描”和洞察不断变化的环境,监控内部管理,优化流程,实现敏捷响应。
随着空气污染等环境问题越来越受到公众的关注,企业也面临日益增大的来自利益相关者的绿色环保压力和来自政府的环境规制压力。敏捷响应度高的企业能够迅速捕捉到市场信号,发现市场需求和政策、环境变化,通过快速识别市场机会与威胁,帮助企业在绿色创新过程中及时调整资源投入、迅速开展行动[8],驱动企业由传统创新体系向绿色创新体系转变。此外,企业敏捷响应度越高,越有利于提高企业与其他绿色创新主体的互动频率和深度[8],通过不同绿色创新主体间的知识共享协同赋能企业绿色创新。同时,基于组织信息处理理论,数字化转型有助于提升企业信息处理能力与决策能力的契合度,这也是促进企业绿色创新的关键;也有研究指出,数字化转型能够强化企业挖掘内外信息的能力,实现对市场发展前沿的敏捷响应和精准把握,并通过快速识别生产过程中的资源浪费、污染排放等环境问题,降低企业绿色创新成本,提高绿色创新成功率[26]。综上,数字化转型有利于企业提升敏捷响应度,进而通过提升敏捷响应度促进企业绿色创新。据此,本文提出如下研究假设:
H2a:数字化转型能够提升企业敏捷响应度;
H2b:敏捷响应度在数字化转型与企业绿色创新间发挥中介作用。
ESG是一种关注企业环境、社会责任、内部治理绩效而非传统财务绩效的可持续发展理念[27]。当企业与利益相关者之间存在高度的信息不对称时,管理层倾向于有选择地披露社会责任信息,如夸大其环保成就以获得利益相关者支持。数字化转型通过数字技术拉近企业与利益相关者之间的“距离”[28],提高企业信息透明度。而利益相关者可以通过在线手段参与企业战略决策并对企业污染行为进行监督,促使企业将绿色实践纳入战略规划和污染控制计划,增强企业社会责任意识。基于信号传递理论,在信息不对称情况下,投资者可以基于企业行为传递出的信息评估企业。在ESG信息披露情境下,数字化转型通过引入先进的信息技术和系统,使企业能够快速、准确地收集、处理和分析ESG相关信息。这不仅有助于提高ESG信息披露的及时性,而且能够增强信息可靠性和可比性。企业也可以借此机会展示社会责任和形象,向投资者、消费者等利益相关者传递其在环境、社会和公司治理方面的成效,增强公众的信任度和认同感。Cardinali等[29]也证实,数字化水平提高增加了企业信息造假成本,促使只关注自身利益的理性行为者转变为关注不同利益相关者诉求的亲社会行为者,承担更大的社会责任。此外,企业数字化转型促进企业组织结构转向网络化、扁平化,促使决策过程更加透明,有利于提高企业治理质量。Li 等[30]也证实,数字化转型对企业ESG理念具有促进作用。综上,数字化转型有利于企业从环境、社会责任和内部治理绩效层面获得高质量的ESG信息披露。
根据信号传递理论,企业可通过高质量的ESG信息披露向外界传递出重视环境保护的积极信号,发挥“声誉效应”,增强投资者和消费者对企业产品的信心,回应外界的绿色环保诉求,吸引更多关注可持续发展的投资者,为企业绿色创新提供资金支持[27],确保绿色创新活动的推进[25]。此外,ESG信息披露有助于降低投资者和消费者的信息搜索与获取成本,有助于政府和其他利益相关者强化管理层监督,减少企业的委托代理问题,督促企业将绿色创新融入战略规划和治理方面[31],提升企业绿色创新水平。李井林等[27]也研究发现,高质量的ESG信息披露能够通过缓解融资约束、促进环保投入、加强内部控制等途径提高企业绿色创新能力;胡洁等[32]也证实ESG信息披露对企业绿色创新的促进作用。综上,数字化转型不仅有利于提升企业ESG信息披露质量,而且通过提升ESG信息披露质量促进企业绿色创新。据此,本文提出如下研究假设:
H3a:数字化转型能够提升企业ESG信息披露质量;
H3b:ESG信息披露在数字化转型与企业绿色创新间发挥中介作用。
新质生产力是由技术革命性突破、生产要素创新性配置、产业深度转型升级催生出的先进生产力[33]。随着国家对发展新质生产力的要求与重视,各地政府积极寻求本土新质生产力发展途径与方法,逐步加大对新质生产力各层面的资源配置力度。对企业而言,一方面,基于注意力基础观,组织注意力是一种有限资源,其配置和分布对企业具有重大影响。在促进经济高质量发展的背景下,企业为了获得政府支持,会积极开展数字化转型(张秀娥等,2024),利用数字化转型赋能企业绿色创新。另一方面,地方政府对新质生产力的关注也会引发高校、科研院所等区域内其他主体的追随[33-35],在此影响下企业势必需要做出响应,将企业战略与新质生产力发展要求相匹配以获取政府或公众青睐。敏捷响应度越高的企业越能迅速捕捉到外界的关于新质生产力发展的要求与需求,从而适时调整资源、更快开展行动,不断提高绿色创新水平。因此,本文认为当地方政府的新质生产力关注度越高时,越会强化数字化转型与敏捷响应度对企业绿色创新的积极作用。对于投资者而言,高质量的ESG信息披露符合发展新质生产力背景下的企业发展理念[35]。基于信号传递理论,当地方政府对新质生产力关注度较高时,高质量的企业ESG信息披露有助于向外界发出更强烈的正面信号,更易吸引投资者或政府对企业绿色创新予以资源或政策支持,从而促进企业绿色创新。因此,本文认为当地方政府对新质生产力的关注度越高时,越会强化ESG信息披露对企业绿色创新的积极作用。据此,本文提出如下研究假设:
H4a:地方政府的新质生产力关注度在数字化转型与企业绿色创新间发挥正向调节作用;
H4b:地方政府的新质生产力关注度在敏捷响应度与企业绿色创新间发挥正向调节作用;
H4c:地方政府的新质生产力关注度在ESG信息披露与企业绿色创新间发挥正向调节作用。
综上,本文以数字化转型为前置变量,以敏捷响应度和ESG信息披露为中介变量,以地方政府的新质生产力关注度为调节变量,构建企业绿色创新理论分析模型如图1所示。
图1 研究模型
Fig.1 Theoretical model
(1)绿色创新:本文参照江鑫等[18]的做法,采用绿色创新专利数作为企业绿色创新的表征变量。具体在实证分析中,对企业绿色创新专利数加1取对数,使其接近正态分布并提升回归拟合度。
(2)数字化转型:数字化转型作为现阶段的重大战略部署,上市企业有意愿在年报中对其披露以获得资本青睐[36-37]。因此,本文参照吴非等[1]、Liang &Zhang[38]的做法,基于企业上市年报从人工智能技术、大数据技术、云计算技术、区块链技术、数字技术运用等5个维度统计数字化转型相关词频,对其加总取对数予以衡量。
(3)ESG信息披露:本文主要借鉴高原等[39]的做法,采用华政信息平台的ESG评级数据衡量企业ESG信息披露质量,具体将ESG评级标准C~AAA的9个等级依次赋值为1~9,并采用华证ESG得分均值衡量企业年度ESG信息披露水平。该指标值越大,代表企业ESG信息披露水平越高。
(4)敏捷响应度:参考范合君和潘宁宁[8]的做法,采用当年董事会会议召开次数测度企业敏捷响应度。该指标值越大,说明企业敏捷响应度水平越高。
(5)地方政府新质生产力关注度:政府工作报告是具有纲领性和法定效力的综合性政策文本,展现了政府在各方面的工作业绩和发展蓝图,是政府资源配置和行动方向的指挥棒。其不仅充分反映政府施政理念和意识形态,而且集中体现政府领导班子在特定区间内的关注点或注意力分配。因此,本文参考游家兴等[14]的研究,利用文本分析方法量化地方政府关注度。首先,选取“新质生产力”“高质量”“先进生产力”等61个与新质生产力相关的高频词汇,建立新质生产力词汇表;然后,收集企业所在地级市政府工作报告,使用Python程序统计新质生产力词汇出现总数并取对数以衡量地方政府对新质生产力的关注程度。
(6)控制变量:在控制变量选取方面,本文依次选取企业规模、财务杠杆、成长性、盈利能力、第一大股东持股比例、流动资产比率变量,并控制了年份和个体固定效应。具体变量定义和衡量方法如表1所示。
表1 变量定义
Table 1 Variable definitions
变量类型变量名称变量符号衡量方法被解释变量绿色创新Green企业绿色创新专利总数加1后取对数解释变量数字化转型DT企业年度报告中数字化转型关键词频次总数的对数中介变量ESG信息披露ESG华证ESG得分年均值敏捷响应度Agi董事会召开次数调节变量城市政府新质生产力关注度NQP政府工作报告中新质生产力词汇数的对数控制变量企业规模Size企业固定资产净值的对数财务杠杆Lev资产负债率企业成长性Growth总资产增长率盈利能力Roa总资产净利润率第一大股东持股比例Top企业中第一大股东持股比例流动资产比率LD流动资产/总资产时间Year时间固定效应个体Firm个体固定效应
为检验数字化转型对企业绿色创新的促进作用,构建式(1);为检验敏捷响应度以及ESG信息披露的中介作用,构建式(2)~(5),其中,式(2)(3)检验企业敏捷响应度的中介作用;式(4)(5)检验ESG信息披露的中介作用;为检验地方政府新质生产力关注度的调节作用,构建式(6)~(10),其中,式(6)检验城市政府新质生产力关注度在数字化转型与企业绿色创新间的调节作用;式(7)(8)检验城市政府新质生产力关注度在敏捷响应度与企业绿色创新间的调节作用;式(9)(10)检验城市政府新质生产力关注度在ESG信息披露与企业绿色创新间的调节作用。
(1)

(2)
![]()
(3)
(4)
![]()
![]()
(5)
![]()
![]()
(6)
![]()
(7)
![]()
(8)
![]()
![]()
(9)
![]()
![]()
(10)
式中各变量符号含义如表1所示,其中,Controls代表控制变量,ut和ui分别代表时间与个体固定效应,ε代表残差,i和t分别代表企业与观测年份。
本文主要选取2015-2023年我国A股上市公司为样本,剔除ST、*ST企业、金融业、存在极端值以及数据缺失样本。企业财务、个体特征数据来源于国泰安数据库和企业年度报告;ESG信息披露数据来源于上海“华政”信息平台数据库;地方政府新质生产力关注度数据来源于地方政府工作报告。
如表2所示,绿色创新的均值为0.467,最小值是0,最大值是7.062,可以看出我国企业绿色创新水平普遍较低。企业数字化转型均值为1.728,最小值为0,最大值为6.380,说明我国大部分企业的数字化转型仍处于初级阶段,尚有较大提升空间。敏捷响应度标准差为4.019,表明我国企业敏捷响应度的差异较大。地方政府新质生产力关注度均值为3.922,最大值是5.043,表明各地区普遍关注新质生产力发展,这也表明我国对大力发展新质生产力的重视。
表2 描述性统计结果
Table 2 Descritive statistics
变量ObsMeanStdMinMaxGreen30 0030.4670.9160.0007.062DT30 0031.7281.4330.0006.380ESG30 0034.1250.9821.0008.000Agi30 0039.6974.0192.00057.000NQP30 0033.922 0.4780.0005.043Lev30 0030.4180.2180.0104.995Growth30 0030.1750.419-0.9578.884Roa30 0030.0310.119-4.7827.446Top30 0030.3310.1480.0030.900Size30 00320.2181.8077.19827.320LD30 0030.5770.2010.0000.970
如表3所示,数字化转型与企业绿色创新、ESG信息披露和敏捷响应度的相关系数显著为正,初步证实核心变量关系与前文预测一致。此外,方差膨胀因子检验(VIF)结果显示,Vif最大值为1.68,远小于10,表明本文研究不存在严重的多重共线性问题。
表3 相关性分析结果和VIF值
Table 3 Correlation analysis and VIF values
变量GreenDTESGNQPAgiLevGrowthRoaTopSizeLDVifGreen1DT0.136***11.10ESG0.180***0.120***11.16Agi0.061***0.080***-0.022***11.12NQP0.065***0.147***0.066***-0.043***11.03Lev0.104***-0.027***-0.147***0.274***-0.00311.44Growth0.0030.021***0.081***0.087***-0.022***-0.128***11.08Roa0.037***-0.034***0.173***-0.057***-0.007-0.357***0.203***11.26Top0.028***-0.113***0.125***-0.046***-0.0010.009-0.010*0.119***11.08Size0.198***-0.147***0.141***0.130***-0.041***0.306***-0.100***0.048***0.189***11.68LD0.053***0.169***0.108***-0.081***0.082***-0.123***0.120***0.076***-0.019***-0.491***11.43
注:***、**和*分别表示1%、5%和10%的显著性水平,下同
首先对模型进行豪斯曼检验,结果在1%水平上拒绝原假设,说明回归分析适用于采用固定效应模型,模型计算均采用Stata 16。
3.2.1 主效应检验
回归结果如表4所示。列(1)报告数字化转型对企业绿色创新的回归结果,数据显示,数字化转型回归系数为0.025,在1%水平上显著为正,说明数字化转型能够有效提升企业绿色创新水平,故研究假设H1得到验证。
表4 基准回归分析结果
Table 4 Baseline regression analysis
变量主效应Green(1)中介效应AgiESGGreenGreen(2)(3)(4)(5)调节效应GreenGreenGreenGreenGreen(6)(7)(8)(9)(10)DT0.025***0.312***0.033***0.024***0.024***0.025***(0.005)(0.029)(0.007)(0.005)(0.005)(0.005)Agi0.003**0.003***0.003***(0.001)(0.001)(0.001)ESG0.022***0.023***0.024***(0.005)(0.005)(0.005)NQP-0.022**-0.022**-0.100***(0.009)(0.009)(0.030)DT×NQP0.012**(0.005)Agi×NQP-0.001(0.002)ESG×NQP0.019***(0.007)Lev0.0041.882***-0.757***-0.0000.0210.003-0.0030.020-0.0040.018(0.030)(0.176)(0.041)(0.030)(0.030)(0.030)(0.030)(0.030)(0.030)(0.030)Growth-0.0050.868***0.084***-0.007-0.007-0.004-0.007-0.006-0.007-0.005(0.008)(0.047)(0.011)(0.008)(0.008)(0.008)(0.008)(0.008)(0.008)(0.008)Roa0.0380.847***-0.183***0.0360.0420.0400.0350.0420.0350.039(0.030)(0.178)(0.042)(0.030)(0.030)(0.030)(0.030)(0.030)(0.030)(0.030)Top-0.0180.779**0.155*-0.020-0.021-0.010-0.024-0.025-0.024-0.026(0.063)(0.371)(0.087)(0.063)(0.063)(0.063)(0.063)(0.063)(0.063)(0.063)Size0.040***0.304***0.074***0.039***0.039***0.040***0.041***0.041***0.042***0.040***(0.006)(0.034)(0.008)(0.006)(0.006)(0.006)(0.006)(0.006)(0.006)(0.006)LD0.171***-0.1240.347***0.172***0.164***0.170***0.172***0.164***0.172***0.164***(0.038)(0.222)(0.052)(0.038)(0.038)(0.038)(0.038)(0.038)(0.038)(0.038)YearYesYesYesYesYesYesYesYesYesYesFirmYesYesYesYesYesYesYesYesYesYes_cons-0.558***2.299***2.642***-0.564***-0.616***-0.538***-0.574***-0.628***-0.562***-0.635***(0.125)(0.733)(0.172)(0.125)(0.125)(0.125)(0.125)(0.125)(0.125)(0.125)N30 00330 00330 00330 00330 00330 00330 00330 00330 00330 003R20.0200.0460.0290.0200.0210.0210.0190.0200.0200.021F34.4980.06 50.6832.69 33.8231.18 33.20 34.3929.70 31.15
注:括号内为标准差,下同
3.2.2 中介效应检验
列(2)(3)分别报告数字化转型对企业敏捷响应度和ESG信息披露的回归结果,数据显示,数字化转型回归系数分别为0.312和0.033且均在1%水平上显著为正,说明数字化转型能有效提升企业敏捷响应度和ESG信息披露质量,故研究假设H2a、H3a得到验证。列(4)(5)报告数字化转型与企业敏捷响应度、ESG信息披露共同对绿色创新的回归结果,结果显示,企业敏捷响应度回归系数为0.003,在5%水平上显著为正;企业ESG信息披露回归系数为0.022,在1%水平上显著为正;两组回归结果中数字化转型回归系数均比列(1)中回归系数有所减小并表现出1%的正向显著水平,表明敏捷响应度和ESG信息披露在数字化转型与企业绿色创新间发挥中介作用,故研究假设H2b、H3b得到验证。
3.2.3 调节效应检验
列(6)报告地方政府新质生产力关注度与数字化转型的交乘项对企业绿色创新的回归结果。数据显示,地方政府新质生产力关注度与数字化转型的交乘项系数为0.012,在5%水平上显著为正,表明地方政府新质生产力关注度在数字化转型与绿色创新间发挥正向调节的作用,即研究假设H4a得到验证。列(7)报告敏捷响应度对企业绿色创新的回归结果,列(9)报告地方政府新质生产力关注度与企业敏捷响应度的交乘项对企业绿色创新的回归结果,数据显示,地方政府新质生产力关注度与企业敏捷响应度的交乘项系数为-0.001且不显著,表明地方政府新质生产力关注度并没有在敏捷响应度与企业绿色创新间发挥调节作用,故研究假设H4b未得到验证。列(8)报告ESG信息披露对企业绿色创新的回归结果,列(10)报告地方政府新质生产力关注度与企业ESG信息披露的交乘项对企业绿色创新的回归结果,数据显示,地方政府新质生产力关注度与企业ESG信息披露的交乘项系数为0.019,在1%水平上显著为正,表明地方政府新质生产力关注度在ESG信息披露与企业绿色创新间发挥正向调节作用,故研究假设H4c得到验证。
3.3.1 Sobel和Bootstrap检验
为了验证企业敏捷活跃度和ESG信息披露中介作用的稳健性,本文在逐步回归法基础上进一步使用Sobel检验和Bootstrap方法,进行中介作用的验证。如表5所示,企业敏捷活跃度和ESG信息披露的Sobel Z值分别为4.559与13.700,且均表现为1%水平上显著。敏捷响应度和ESG信息披露的Bootstrap置信区间均不包含0,表明敏捷响应度和ESG信息披露的中介作用稳健。
表5 Sobel和Bootstrap检验回归结果
Table 5 Sobel and Bootstrap test regression results
检验方式变量中介变量被解释变量解释变量Sobel Z95% 置信区间PBCSobel检验AgiGreenDT4.559***ESGGreenDT13.700***Boostrap检验AgiGreenDT(0.001,0.003)(0.096,0.112)ESGGreenDT(0.008,0.010)(0.088,0.106)
3.3.2 工具变量法
本文使用IV-2SLS工具变量方法进行回归分析以排除模型中潜在的内生性问题。参考刘海洋等[40]的研究,以核心解释变量的滞后项作为工具变量进行回归。工具变量有效性检验结果显示,Cragg-Donald Wald F在10%水平下大于Stock-Yogo临界值,证明本文工具变量选择合理。表6结果显示,在考虑内生性情况下本文结论依然成立。限于篇幅,控制变量结果均采用Controls代替。
表6 工具变量法
Table 6 Instrumental variable approach
变量DTGreenFirst-stageSecond-stageDT0.093***(0.015)IV_DT0.347***(0.006)ControlsYesYesN24 67924 679R20.1920.011F350.540***451.100***Cragg-Donald Wald F statistic3 073.397***Anderson Canon Corr LM Statistic2 676.881***
3.3.3 缩小样本
本文按照样本数据观测年份缩小样本,重新进行回归。结果显示,与前文回归结果保持一致,验证本文结论可靠,具体结果见表7。
表7 缩小样本的稳健性检验结果
Table 7 Robustness tests for reduced samples
变量主效应Green(1)中介效应AgiESGGreenGreen(2)(3)(4)(5)调节效应GreenGreenGreenGreenGreen(6)(7)(8)(9)(10)DT0.027***0.309***0.036***0.026***0.026***0.027***(0.005)(0.030)(0.007)(0.005)(0.005)(0.005)Agi0.002**0.003***0.003**(0.001)(0.001)(0.001)ESG0.019***0.020***0.021***(0.005)(0.005)(0.005)NQP-0.052***-0.024**-0.123***(0.013)(0.010)(0.032)DT×NQP0.016***(0.005)Agi×NQP-0.002(0.002)ESG×NQP0.024***(0.007)ControlsYesYesYesYesYesYesYesYesYesYes_cons-0.640***2.503***2.608***-0.647***-0.691***-0.667***-0.655***-0.701***-0.644***-0.704***(0.131)(0.785)(0.183)(0.131)(0.132)(0.131)(0.131)(0.132)(0.132)(0.132)N27 28427 28427 28427 28427 28427 28427 28427 28427 28427 284R20.0210.0420.0260.0210.0210.0210.0200.0200.0200.021F 33.79 70.38 42.85 31.88 32.63 30.51 32.3033.09 28.7430.02
3.3.4 替换被解释变量
本文在稳健性检验中对企业绿色专利进行了剥离,采用企业独立申请的绿色创新专利总数加1取对数以替换前文中的绿色创新测量值,重新进行回归检验,回归结果如表8所示。可以发现,与前文结果保持一致,即本文研究结论稳健。
表8 替换被解释变量的稳健性检验结果
Table 8 Robustness test results with replacement of the dependent variable
变量主效应Green(1)中介效应AgiESGGreenGreen(2)(3)(4)(5)调节效应GreenGreenGreenGreenGreen(6)(7)(8)(9)(10)DT0.016***0.312***0.033***0.015***0.015***0.016***(0.005)(0.029)(0.007)(0.005)(0.005)(0.005)Agi0.002**0.002**0.002**(0.001)(0.001)(0.001)ESG0.018***0.018***0.019***(0.004)(0.004)(0.004)NQP-0.029***-0.029***-0.100***(0.008)(0.008)(0.028)DT×NQP0.010**(0.005)Agi×NQP-0.002(0.002)ESG×NQP0.017***(0.007)ControlsYesYesYesYesYesYesYesYesYesYes_cons-0.558***2.299***2.642***-0.564***-0.616***-0.358***-0.370***-0.412***-0.368***-0.424***(0.125)(0.733)(0.172)(0.125)(0.125)(0.117)(0.116)(0.117)(0.117)(0.117)N30 00330 00330 00330 00330 00330 00330 00330 00330 00330 003R20.0120.0460.0290.0120.0130.0130.0120.0120.0120.013F20.5180.0650.6819.5220.2919.1220.0920.9118.5919.58
3.4.1 调节中介效应分析
前文实证分析了地方政府新质生产力关注度分别在数字化转型、敏捷响应度、ESG信息披露与企业绿色创新间的调节作用,随着地方政府新质生产力关注度的提升,敏捷响应度、ESG信息披露在数字化转型与企业绿色创新间的中介作用也可能受到地方政府新质生产力关注度的调节作用。为此,本文参考刘景东和程允[41]的研究,进行回归分析,结果如表9所示。数据显示,列(1)中敏捷响应度与地方政府新质生产力关注度的交乘项不显著,表明地方政府新质生产力关注度没有显著调节敏捷响应度在数字化转型与企业绿色创新间的中介作用;列(2)中ESG信息披露与地方政府新质生产力关注度的交乘项系数为0.018,在5%水平上显著为正,表明地方政府新质生产力关注度强化了ESG信息披露在数字化转型与企业绿色创新间的中介作用。
表9 进一步分析结果
Table 9 Further analysis results
变量调节中介效应GreenGreen(1)(2)高资金冗余组GreenGreen(3)(4)低资金冗余组GreenGreen(5)(6)DT0.024***0.024***0.035***0.016**(0.005)(0.005)(0.009)(0.006)Agi0.002**0.004*0.003*0.002*0.002(0.001)(0.002)(0.002)(0.001)(0.001)ESG0.023***(0.005)NQP-0.023**-0.022**-0.011-0.012-0.025**-0.025**(0.009)(0.009)(0.016)(0.016)(0.012)(0.012)Agi×NQP-0.0010.010***0.009***-0.003-0.003(0.002)(0.003)(0.003)(0.002)(0.002)ESG×NQP0.018**(0.007)ControlsYesYesYesYesYesYes_cons-0.556***-0.528***-0.234-0.231-0.637***-0.628***(0.125)(0.125)(0.229)(0.229)(0.172)(0.172)N30 00330 00311 39711 39718 60618 606R20.0210.0220.0250.0260.0200.021F29.4530.8111.7611.9717.9817.36
3.4.2 异质性分析
根据上述实证结果发现,地方政府的新质生产力关注度并没有在敏捷响应度与企业绿色创新间发挥调节作用,同时,也没有调节敏捷响应度在数字化转型与企业绿色创新间的中介作用。原因可能是:虽然地方政府的新质生产力关注度对企业绿色创新发挥宏观的引导作用,但企业因资源条件不足而限制了自身对地方政府新质生产力关注度的快速响应,从而制约企业敏捷响应度对绿色创新的促进作用。有学者已证实,当企业具备充足的现金流时,将有效避免现金约束问题,从而有助于企业绿色创新(柯迪等,2024)。为此,本文结合企业资金冗余差异对该问题展开进一步分析。具体地,参考相关研究做法,采用现金资产比率衡量企业资金冗余水平,并根据整体样本均值分为高资金冗余组和低资金冗余组以展开进一步分析(苗文龙,2021),回归分析结果如表9所示。其中,列(3)(5)反映地方政府新质生产力关注度在敏捷响应度与企业绿色创新间的调节作用;列(4)(6)反映地方政府新质生产力关注度对敏捷响应度中介作用的调节效应。回归结果表明,高资金冗余组中,地方政府的新质生产力关注度与敏捷响应度的交乘项系数均在1%水平上显著为正;在低资金冗余组中,地方政府的新质生产力关注度与敏捷响应度的交乘项系数不显著,表明地方政府的新质生产力关注度只有在组织资金冗余度较高的企业中才能够真正发挥“催化剂”作用,正向调节敏捷响应度与企业绿色创新间的关系以及强化敏捷响应度的中介作用。
本文针对新质生产力视域下的数字化转型赋能企业绿色创新的影响机制进行实证分析,研究发现:第一,数字化转型对企业绿色创新存在显著正向影响,研究结论与现有数字化转型赋能企业绿色化发展的研究观点相呼应,为现有关于数字化转型与企业绿色创新方面的争议提供了新证据。第二,从敏捷响应度和ESG信息披露角度出发,研究发现,数字化转型提升了企业敏捷响应度和ESG信息披露水平,且敏捷响应度、ESG信息披露在数字化转型与企业绿色创新间存在中介作用,拓展了数字化转型与企业绿色创新间的渠道机制研究。第三,地方政府新质生产力关注度分别正向调节数字化转型、ESG信息披露与企业绿色创新间的关系,并强化ESG信息披露在数字化转型与企业绿色创新间的中介作用。此外,地方政府新质生产力关注度仅在资金冗余度较高的企业中正向调节敏捷响应度与企业绿色创新间关系以及强化敏捷响应度在数字化转型与企业绿色创新间的中介作用。
(1)基于组织信息处理理论、信号传递理论,深化了数字化转型赋能企业绿色创新的作用机制研究。首先,组织信息处理理论强调,组织信息处理能力与管理者决策能力的契合度对企业发展至关重要。数字化转型通过提高企业的信息处理与应用能力,提高其敏锐捕捉和快速响应市场信号的能力,促进企业绿色创新。由此,本文将敏捷响应度作为数字化转型与企业绿色创新之间的中介传导机制。其次,基于信号传递理论,面对信息不对称时企业可通过行为观察传递信息。数字化转型使企业能够更快速准确地收集、处理ESG相关信息,提高信息披露及时性和可靠性,并通过展示社会责任和企业形象,向利益相关者传递自身在ESG方面的努力和成果,增强信息披露透明度和公信力,从而吸引绿色投资和环保消费者,推动企业绿色创新,这一过程符合信号传递理论的逻辑框架。由此,本文将ESG信息披露作为数字化转型与企业绿色创新间的另一中介传导机制。本文为理解数字化转型如何影响企业绿色创新过程提供了新视角,也丰富了组织信息处理理论和信号传递理论在企业数字化转型与绿色创新研究领域的应用。
(2)拓展了注意力基础观在新质生产力发展背景下企业绿色创新领域的理论应用。已有学者从地方政府环境关注度[14]、地方政府绿色发展关注度[15]的视角探究其对企业绿色发展的重要影响。在大力发展新质生产力的时代背景下,地方政府的新质生产力关注度作为一种推动先进生产力发展的重要环境要素,其直接反映了政府对创新、绿色、智能等先进生产力质态的重视程度,是影响数字化转型赋能企业绿色创新过程的重要情境条件,更成为新时代数字化转型赋能企业绿色创新过程中不可或缺的关键因素。注意力基础观认为,企业决策和行为受到其注意力配置的影响,而政府关注度则可通过政策引导、资源配置等方式影响企业注意力分配。为此,本文将地方政府新质生产力关注度纳入注意力基础观的分析框架中,揭示地方政府的新质生产力关注度在数字化转型赋能企业绿色创新过程中的重要调节作用,丰富了数字化转型赋能企业绿色创新的情景机制研究。
(1)通过内部变革或外部合作方式大力推进数字化转型,加强与优秀数字化转型企业交流学习。同时,引进或培育一批数字科技企业,出台针对性财税政策,针对数字经济下的侵权新特点完善法律法规,对成效显著的数字化转型示范项目予以扶持,注重当地数字基础设施搭建,加大对企业数字化转型的服务支撑。
(2)企业充分认识数字化转型对敏捷响应度的促进作用,积极推动组织内部与互联网平台的对接,加强与其他企业的互动交流和知识共享,综合运用各种数字技术对企业流程进行优化,提高企业响应能力和灵活性。特别是在感知到环境规制压力、绿色消费需求变化等关乎企业绿色化发展的市场机会或威胁时要做到快速响应,及时调整企业战略,提升企业绿色创新水平。
(3)抓住数字化转型的机遇,围绕可持续发展目标,坚持经济效益和社会价值相统一。制定长期战略规划,加大数字化专业人才的引进与培育,推动数字化技术在管理、生产流程和关键运营部门中的应用,充分利用数字化转型优势提高ESG信息披露质量,并在实践过程中积极践行绿色低碳的生产理念,履行社会责任,强化内部治理,树立良好的可持续发展形象,获得外界利益相关者的认可,提高绿色创新水平。
(4)出台相关激励措施,如采取定向研发资金、市场准入优先等手段,充分发挥ESG信息质量披露在促进绿色创新过程中的“催化剂”作用。同时,强化与企业内部管理层的沟通交流,引导企业从组织敏捷度等角度形成对发展新质生产力的重视,并配套系列财政支持,如专项发展奖励、投资补贴等,减少企业绿色创新障碍,从发展新质生产力的视角进一步提升企业绿色创新水平。
本文虽然分析并验证了新质生产力视域下数字化转型对企业绿色创新的影响,但尚存在一定局限性:首先,考虑到数据来源的完整性,本文选取2015-2023年中国上市企业为研究对象,未来可进一步提升研究的颗粒度,聚焦某行业企业展开针对性研究。其次,在发展新质生产力的号召下,数字化转型与企业绿色创新间仍可能存在其他中介和调节机制,未来可尝试从政产学研合作、知识学习等其他视角探讨数字化转型对企业绿色创新的影响效应。
[1] 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.
[2] 肖静, 曾萍. 数字化能否实现企业绿色创新的“提质增量”——基于资源视角[J].科学学研究, 2023,41(5):925-935.
[3] 高智林, 谭文浩. 企业数字化转型会促进绿色技术创新吗——基于文本分析方法的经验证据[J].财经论丛, 2024,40(1):79-91.
[4] MUBARAK M, TIWARI S, PETRAITE M, et al. How Industry 4.0 technologies and open innovation can improve green innovation performance[J].Management of Environmental Quality an International Journal, 2021,32(5):1007-1022.
[5] PORFIRIO J A, CARRILHO T, FELICIO J A. Leadership characteristics and digital transformation[J].Journal of Business Research, 2021, 124:610-619.
[6] 杜爽, 曹效喜. 企业数字化转型能否促进绿色创新——来自中国上市公司的证据[J].中国地质大学学报(社会科学版), 2023,23(4):56-71.
[7] ZHU S, SONG J, HAZEN B T, et al. How supply chain analytics enables operational supply chain transparency: an organizational information processing theory perspective[J].International Journal of Physical Distribution and Logistics Management, 2018,48(1):47-68.
[8] 范合君, 潘宁宁. 数字化转型、敏捷响应度与企业韧性[J].经济管理, 2024,46(7):36-54.
[9] LIU X, LIU F, REN X. Firms' digitalization in manufacturing and the structure and direction of green innovation[J].Journal of Environmental Management, 2023,335:117525.
[10] 董聪, 董秀成, 蒋庆哲, 等. ESG评级分歧对上市公司绿色创新的影响及作用机制[J].中国人口·资源与环境, 2024,34(8):103-113.
[11] DENICOL
V A. A signaling model of environmental overcompliance[J].Journal of Economic Behavior &Organization, 2008,68(1):293-303.
[12] 吴群, 胡勇浩, 李梦晓. 数字化能力对制造企业绿色创新的影响——关系强度与知识耦合的链式中介作用[J].科技进步与对策, 2024,41(17):87-96.
[13] 阳镇, 凌鸿程, 陈劲. 城市绿色发展关注度与企业绿色技术创新[J].世界经济, 2024,47(1):211-232.
[14] 游家兴, 于明洋, 曹旭, 等. 政府环境关注与企业环境治理——基于政府工作报告文本分析的视角[J].管理评论, 2024,36(5):235-247.
[15] 刘坚, 康心, 刘新恒. 地方政府绿色发展关注度对绿色全要素生产率的影响[J].系统管理学报,2025,34(3):766-779.
[16] GAGLIO C K E L E. The effects of digital transformation on innovation and productivity: firm-level evidence of Southt African manufacturing micro and small enterprises[J].Technological Forecasting and Social Chance, 2022,182:121785.
[17] CHEN Y S, LAI S B, WEN C T. The influence of green innovation performance on corporate advantage in Taiwan[J].Journal of Business Ethics, 2006,67(4):331-339.
[18] 江鑫,胡文涛,许文立,等.政府绿色采购如何激发企业绿色创新活力[J].数量经济技术经济研究,2024,41(11):200-220.
[19] LI Y, DAI J, CUI L. The impact of digital technologies on economic and environmental performance in the context of Industry 4.0: a moderated mediation model[J].International Journal of Production Economics, 2020,229:107777.
[20] GOBBO J A, BUSSO C M, GOBBO S C O, et al. Making the links among environmental protection, process safety, and Industry 4.0[J].Process Safety &Environmental Protection, 2018,117:372-382.
[21] JABBOUR A B L D, FOROPON C, GODINHO FILHO M. When titans meet-can Industry 4.0 revolutionise the environmentally-sustainable manufacturing wave? the role of critical success factors[J].Technological Forecasting and Social Change, 2018,132:18-25.
[22] DUBEY R, GUNASEKARAN A, CHILDE S J, et al. Can big data and predictive analytics improve social and environmental sustainability[J].Technological Forecasting &Social Change, 2019,144:534-545.
[23] MIKALEF P, KROGSTIE J, PAPPAS I O, et al. Exploring the relationship between big data analytics capability and competitive performance: the mediating roles of dynamic and operational capabilities[J].Information &Management, 2020,57(2):103-169.
[24] DALENOGARE L S, BENITEZ G B, AYALA N F, et al. The expected contribution of Industry 4.0 technologies for industrial performance[J].International Journal of Production Economics, 2018,204(10):383-394.
[25] HAN Y, LI Z, FENG T, et al. Unraveling the impact of digital transformation on green innovation through microdata and machine learning[J].Journal of Environmental Management, 2024,354:120271.
[26] 马苓, 刘硕, 郑敏娜. 企业数字化转型、绿色创新与碳绩效——碳排放权交易政策与公众环境关注度的调节作用[J].研究与发展管理, 2024,36(2):63-73.
[27] 李井林,阳镇,陈劲.ESG表现如何赋能企业绿色技术创新——来自中国上市公司的微观证据[J].管理工程学报,2024,38(5):1-17.
[28] NAMBISAN S, WRIGHT M, FELDMAN M. The digital transformation of innovation and entrepreneurship: progress, challenges and key themes[J].Research Policy, 2019,48(8):103773.
[29] CARDINALI P G, DE GIOVANNI P. Responsible digitalization through digital technologies and green practices[J].Corporate Social Responsibility and Environmental Management, 2022,29(4):984-995.
[30] LI B Z, MIAO S P, XU L Y. Digital transformation and environmental, social, and governance greenwashing:evidence from China[J].Journal of Environmental Management, 2024,365:121460.
[31] 李慧云, 刘倩颖, 李舒怡, 等. 环境、社会及治理信息披露与企业绿色创新绩效[J].统计研究, 2022,39(12):38-54.
[32] 胡洁, 于宪荣, 韩一鸣. ESG评级能否促进企业绿色转型——基于多时点双重差分法的验证[J].数量经济技术经济研究, 2023,40(7):90-111.
[33] 李律成, 曾媛杰, 彭华涛. 数字创新生态系统驱动新质生产力发展的组态路径研究[J].科研管理, 2024,45(8):1-10.
[34] 董庆前. 中国新质生产力发展水平测度、时空演变及收敛性研究[J].中国软科学, 2024,39(8):178-188.
[35] 宋佳, 张金昌, 潘艺. ESG发展对企业新质生产力影响的研究——来自中国A股上市企业的经验证据[J].当代经济管理, 2024,46(6):1-11.
[36] GUO X, LI M, WANG Y, et al. Does digital transformation improve the firm's performance? from the perspective of digitalization paradox and managerial myopia[J].Journal of Business Research, 2023,163:113868.
[37] 马鹏飞,魏志华.企业数字化转型如何影响现金股利政策:“信息面”还是“资金面”[J].南开管理评论,2024,27(3):50-62.
[38] LIANG Y, ZHANG C. Digital transformation and total factor productivity of enterprises: evidence from China[J].Economic Change and Restructuring, 2024,57(1):7.
[39] 高原, 张颖, 刘长军. 数字化转型能否提升企业环境、社会及治理绩效——高管团队异质性的调节作用[J].科技进步与对策, 2024,41(11):55-66.
[40] 刘海洋, 林令涛, 李倩婷. 进口中间品与中国企业生存扩延[J].数量经济技术经济研究, 2017,34(12):58-75.
[41] 刘景东, 程允. 研发联盟提前终止何以影响知识获取[J].外国经济与管理, 2023,45(3):137-152.