The Impact of Manufacturing Enterprises' Business Model Innovation on Carbon Emission Intensity

Li Xiao1,2, Huang Jing1

(1.Management School, Hangzhou Dianzi University; 2.Experimental Center of Data Science and Intelligent Decision-Making, Hangzhou Dianzi University, Hangzhou 310018,China)

Abstract：In recent years, global climate change has become increasingly severe, with China actively assuming major-country responsibilities as one of the principal contributors to worldwide carbon reduction. Under the "Dual Carbon Goals" framework, the government vigorously promotes green transformation in the manufacturing sector, advances new industrialization, and cultivates innovative green development models. To achieve win-win outcomes in both economic and environmental performance, manufacturing enterprises have begun experimenting with business model innovations (BMI), such as servitization transformation and circular economy practices. Given its strategic and systemic nature, BMI not only provides manufacturing enterprises with more adaptable production methods and operational patterns but also serves as a potential breakthrough in driving green development and reducing carbon emissions through reconstructing value creation and delivery processes.

Existing studies predominantly focus on the economic impacts of BMI through questionnaires or case studies, while rarely investigating its role in curbing corporate carbon emissions from an enterprise perspective. However, BMI can optimize resource allocation and reduce resource consumption during value creation and delivery processes, making it crucial to explore whether BMI effectively inhibits corporate carbon emission intensity. This study addresses three core questions: (1) Through what pathways does BMI influence carbon emission intensity? (2) How does external environmental regulation affect the relationship between BMI and carbon emission intensity? To answer these questions, the study conducts empirical research using data from Chinese listed manufacturing enterprises between 2012 and 2022.

Grounded in Resource-Based View (RBV) and Dynamic Capability Theory (DCT), this study develops a composite BMI measurement system incorporating subjective and objective indicators using the entropy weight method. It further examines BMI's impact on carbon emission intensity, while investigating the mediating roles of green innovation and digital transformation, along with the moderating effect of local environmental regulation intensity. The findings demonstrate the following: (1) BMI significantly reduces corporate carbon emission intensity, and this conclusion remains valid after a series of robustness tests; (2) The emission-reduction effect is more pronounced in state-owned enterprises, heavily polluting industries, and large-scale firms; (3) Green innovation and digital transformation partially mediate the BMI-emission intensity relationship. Moreover, the mediation role of green innovation is primarily evident in high-quality innovation, namely the output of green invention patents; (4) The moderating effect of local environmental regulation intensity on the relationship between BMI and firm carbon emission intensity is context-dependent. This negative moderating effect is contingent upon firms’ resource endowments: while statistically insignificant in the full sample, it manifests significantly among small-sized firms or firms with low R&D investment.

In light of these findings, the study derives managerial and policy implications as follows. For businesses, it is essential to prioritize the role of business-model innovation on the road to sustainable development by integrating it into strategic dimensions such as carbon-emission governance. By building an innovation matrix of ecological value propositions—intelligent value creation— value delivery circulation, enterprises can achieve the co-evolution of economic and environmental benefits. For governments, the task is to leverage macro-regulatory capacity, balancing the stringency of rules with room for innovation, so as to accelerate corporate green transition and digital upgrading. Policies should be fine-tuned for specific targets through differentiated supervision, guiding enterprises to convert compliance pressure into long-term drivers of low-carbon transformation.

This study contributes theoretically in three dimensions: First, by employing the entropy weight method to measure corporate BMI, it enriches interdisciplinary research on BMI and carbon emission drivers at the micro level. Second, this study constructs the transmission chain of "business model innovation→green innovation/digital transformation→carbon emission intensity", and validates the critical mediating role of substantive green innovation. Third, regarding the moderating effect of local environmental regulation intensity, this study reveals its pronounced context-dependency. It highlights the central role of enterprises’ resource endowments within the regulatory mechanism triggered by external environmental pressures, thereby broadening the theoretical perspective for environmental institutional theory in the context of business model innovation.

Key Words：Business Model Innovation; Carbon Emission Intensity; Green Innovation; Digital Transformation; Local Environmental Regulation Intensity

收稿日期：2025-05-07

修回日期：2025-09-17

基金项目：国家哲学社会科学基金后期资助项目(22FJYB032)

作者简介：李晓(1977—),女,浙江永嘉人,博士,杭州电子科技大学管理学院、数据科学与智能决策实验中心教授、硕士生导师,研究方向为数字化运营管理、可持续商业模式;黄婧(2001—),女,安徽芜湖人,杭州电子科技大学管理学院硕士研究生,研究方向为商业模式创新。

DOI：10.6049/kjjbydc.D72025050146

开放科学(资源服务)标识码(OSID)：

中图分类号：F272

文献标识码：A

文章编号：1001-7348(2026)07-0096-13

0 引言

2024年2月,工业和信息化部、国家发展改革委、财政部等7个部门联合发布《关于加快推动制造业绿色化发展的指导意见》,提出“推动产业结构高端化、能源消费低碳化、资源利用循环化、生产过程清洁化、制造流程数字化、产品供给绿色化全方位转型,构建绿色增长新引擎,锻造绿色竞争新优势”。制造业作为国民经济支柱性产业,既是经济增长的核心驱动力,也是碳排放的主要来源之一[1]。如何实现制造业在推动经济稳步发展的同时做到节能减排绿色发展,即在经济绩效和环境绩效两个层面实现“鱼和熊掌兼得”,已成为学界关注焦点。

近年来,数字技术与各行业深度融合对制造业生产经营方式产生深刻影响,许多企业开始尝试创新商业模式:如构建平台生态系统[2],开展循环经济[3],向客户提供“产品+服务”的集成解决方案等,这本质上是制造企业对自身商业模式进行创新的表现。商业模式创新是企业开展业务以及创造、交付和获取价值的逻辑[4],它涉及企业价值主张重构、价值链重塑、盈利模式突破等多个维度[5]。企业对外提供产品或服务不再是简单在上游生产者与下游消费者之间产生商业价值,而是在整个价值网络利益相关者间产生影响[2]。

在重构企业价值创造与传递逻辑过程中,商业模式创新是驱动绿色转型、降低企业碳排放的潜在突破口[6]。从动态能力理论出发,商业模式创新是企业适应环境变化的动态能力体现,企业通过整合资源、重塑价值链等方式提升企业减排能力[7]。一方面,商业模式创新由于其战略性和系统性,可促使企业利用现有资源突破核心技术(杏稼龙等,2023),其中涵盖清洁技术、环保产品、工艺流程改进等绿色创新成果,以此直接促进企业节能减排和绿色转型;另一方面,在商业模式创新背景下,数字化工具嵌入能提高企业生产运营效率,在降本增效的同时,减少资源消耗,进而减少企业碳排放(马荃等,2024)。从外部环境看,政策管理、制度压力等也会促使企业调整战略达到环保标准,以符合利益相关者期待,并顺应经济和环境可持续发展要求。因此,在数字技术蓬勃发展背景下,聚焦企业环境绩效,探究制造企业借由商业模式创新撬动低碳发展具有重要意义。

本研究旨在解决以下问题:制造企业商业模式创新水平会改变企业碳排放强度吗?具体影响路径是什么?哪些因素调节商业模式创新与企业碳排放之间的关系?为此,本文以2012—2022年我国制造业上市企业数据为样本进行实证研究。本文边际贡献主要体现在以下3个方面:第一,与现有研究多聚焦单一维度绿色创新或技术进步对企业降碳的作用[1,8-9]或利用案例、访谈形式探索商业模式创新对企业的影响[2,5]不同,本文基于熵值法对制造企业商业模式创新进行度量,探讨其对企业碳排放强度的影响,可为企业降低碳排放提供新思路,助力制造企业绿色可持续发展。第二,探讨数字化转型和绿色创新的中介效应,区分绿色创新“提质”与“增量”作用,揭示其在企业商业模式创新降低碳排放强度中的差异性贡献。第三,结合企业资源禀赋特征,探究地方环境规制强度调节效应在不同类型企业中的异质性。

1 文献回顾

1.1 商业模式创新

在环境绩效维度,商业模式创新是企业实现绿色转型的重要战略工具。已有研究表明,企业通过数字平台、循环经济等创新方式降低资源消耗和环境负担。如Bottcher等[2]通过案例分析发现,产品服务系统应用能延长产品生命周期,减少资源消耗,创造可持续价值;綦良群等(2024)发现,以“制造+服务”为代表的制造业服务化模式转型能正向影响企业ESG表现。此外,商业模式创新可赋能企业核心技术突破,帮助企业塑造独特商业生态系统[2],通过与数字技术相结合,对环境保护产生积极影响[10];Chin等[11]指出,基于环境目标而催生的商业模式能有效促进企业创新,尤其是绿色创新,并提高企业环境绩效。也有学者聚焦商业模式创新与外界制度环境的协同作用,发现在政策支持下,由数字技术驱动的商业模式创新能降低城市碳排放[6]。因此,商业模式创新作为提升企业环境绩效的一种系统性战略路径,其价值已得到初步理论阐述和实证支持。

1.2 企业碳排放影响因素

已有研究从不同层面探讨企业碳排放影响因素。在宏观层面,能源结构、地区经济发展水平、政策压力等外部条件是重要影响因素。例如,Ai等[6]指出,环境规制、区域区位、能源结构等显著影响企业碳排放;Tian等[12]从碳交易市场角度分析,认为区域数字经济发展水平提高能有效促进企业碳减排。在中观层面,高污染、高耗能行业往往面临更大的绿色转型压力[13],但由于行业竞争结构不同,企业也会主动学习产业链供应链上其他主体的绿色减排行为,在原材料选择、废物处理等方面注重低碳环保[14]。在微观层面,企业自身治理水平、创新能力、发展阶段等因素也显著影响企业减排措施的落实。研究发现:企业可通过绿色创新提高资源利用效率,代替高排放技术,显著降低碳排放水平[15]。此外,基于数字技术应用的数字化转型是企业实现智能化管理的重要途径,通过智能监控、能源消耗途径优化、供应链协同等方式间接抑制企业碳排放[16]。

综上,上述研究存在如下不足:①尽管国内外学者对商业模式创新进行积极探索,但多为问卷调研或案例研究,且着眼于部分企业,鲜有从微观角度出发,利用企业经营数据研究其对企业环境绩效的影响。②在企业碳排放影响因素方面,也同样缺乏基于商业模式创新这一战略视角展开的研究。因此,本文探讨商业模式创新在企业层面影响碳排放强度的作用机制和边界条件,有助于丰富企业商业模式创新与环境绩效关系理论内涵及实证基础。

2 理论分析与研究假设

2.1 商业模式创新与企业碳排放强度

商业模式创新是多年来诸多企业一直探索的重要方向,它为企业带来成本更低、效率更高的生产方式和适应性更强的业务模式,在制造业和服务业中必不可少[4]。商业模式创新在兼顾经济效益的同时,对低碳转型发挥如下作用:

(1)在价值创造过程中,资源基础观认为,企业内部绿色技术、数字能力、合作伙伴等是企业独特资源,通过整合这些异质性资源,可形成低碳竞争优势。数字资源是企业重要的战略资源[17],而基于数字资源的数字化转型则是企业商业模式创新价值创造方式改变的有力佐证。研究发现,数字化在改善工艺流程和产品创新过程中能不断淘汰高耗能产业线,利用智能化、自动化设备降低企业碳排放[10]。

(2)从动态能力理论出发,企业在创新商业模式动态过程中需具备感知、把握和重塑环境变化的能力[5]。因此,面对消费者日益多样化、个性化需求,许多企业调整价值获取方式,尝试从销售实体产品转向提供“产品+服务”的集成解决方案,如设备租赁、全生命周期管理等。结合远程设备监控和维护,能更好地管理资源消耗和废物的产生,间接减少碳排放,同时带来更多盈利机会(綦良群等,2024)。

(3)企业革新原有商业模式会不断重塑、完善企业价值网络,为回应政府、消费者、投资者等的环保诉求,也会积极进行绿色技术创新,利用数字化改进工艺流程,达到降低碳排放与绿色环保的目的。此外,价值网络扩张会提升企业数字化交互能力,使企业不受时间和地域限制与用户建立长久互动关系(王炳成等,2024)。例如,工业互联网平台的使用使位于价值网络中的企业不再拘泥于时空限制,让信息、资本更加聚集,合作的紧密性与便捷性带来邻近合作的可能性[18],不仅会优化物流网络,又间接在原材料运输、使用、废物处理等环节降低企业碳排放。据此,本文提出如下假设:

H1:制造企业商业模式创新对其碳排放强度具有抑制作用。

2.2 绿色创新的中介作用

制造企业商业模式创新通过促进企业绿色创新抑制碳排放。制造企业商业模式创新往往通过重构价值创造路径、优化资源整合方式,为企业绿色创新提供内在驱动力和实施条件[11]。商业模式创新通过打破传统路径依赖,促使企业将环境目标嵌入产品设计、生产工艺及供应链管理[10],系统性激发绿色创新与管理优化。根据创新难度不同,绿色创新的影响作用也不同:一是以绿色发明专利为代表的实质性技术创新,其在清洁生产和污染治理等方面通过工艺替代、废弃物转化技术等减少生产过程中的碳排放[8];二是以创新程度较低的绿色实用新型专利为代表的增量型创新,其能为企业增加政策补贴[19]。从资源配置角度看,商业模式创新可为绿色创新战略实施创造具体场景[20],绿色创新活动所需技术、人力、产品等要素只有与创新要素匹配,企业绿色创新战略才能产生较高创新绩效[11]。因此,商业模式创新不仅通过自身结构的优化降低碳排放强度,更有可能通过绿色创新“提质”和“增量”作用间接强化减碳效果。据此,本研究提出如下假设:

H2:绿色创新在商业模式创新降低企业碳排放强度过程中发挥中介作用。

H2a:绿色创新通过“提质”作用在商业模式创新降低企业碳排放强度过程中发挥中介作用;

H2b:绿色创新通过“增量”作用在商业模式创新降低企业碳排放强度过程中发挥中介作用。

2.3 数字化转型程度的中介作用

数字化转型是指企业利用数字技术(如大数据、人工智能、物联网等)来改变其业务流程、组织结构和价值创造方式[20]。商业模式创新在重塑企业价值主张与运营架构过程中为数字化转型提供战略导向与技术嵌入需求。第一,以客户需求为中心的柔性制造模式创新倒逼企业引入物联网、大数据等数字技术,以实现对生产流程的实时监控与动态优化,这种企业数字化和实体化的有效交互能降低资源错配风险(王炳成等,2024)。如利用智能算法优化能源消耗[10]、通过供应链协同平台减少冗余运输等[2],从而抑制碳排放强度。第二,企业要高效实现商业模式创新,既需要各环节各部门紧密合作,也需要价值网络利益相关者及时反馈和展开分工合作。数字化转型通过嵌入互联网平台有机整合企业不同地区和市场的经济业务及信息,加速价值创造流程,推动企业专业化分工,为企业绿色转型提供基础技术保障[17]。第三,依托数字技术,数字化转型通过打通产业链数据链监测产品全生命周期中的能源消耗和碳足迹,减少资源浪费[10],进一步扩大减碳效应。例如,海尔智家在商业模式层面通过“场景化生态品牌”打破传统家电制造边界,以用户需求驱动定制化生产,如智慧节能家居方案,构建互联工厂数字化平台,利用工业互联网实时采集生产数据、优化设备能耗、促进产品全生命周期减碳。据此,本文提出如下假设:

H3:数字化转型程度在商业模式创新降低企业碳排放强度过程中发挥中介作用。

2.4 地方环境规制强度的调节作用

制度理论认为,作为经济主体的企业需面对环境规制强度压力,并据此管理环境活动[21]。根据波特假说,严格的环境规制因为“创新补偿”效应[22]有可能会倒逼企业将商业模式创新与低碳转型深度融合。在强规制地区,政策法规严苛,面对碳排放交易、高额碳排放税等压力,商业模式创新成为企业应对环境规制、缓解成本冲击的选择。企业通过尝试重构价值链或优化服务模式降低成本[3],实现合规目标。例如,通过布局再生资源回收网络和产品服务化替代一次性销售,增强商业模式创新对碳排放的削减效果。相反,在规制强度较弱区域,企业面临的合规成本较低,缺乏外在强力驱动,即便具有商业模式创新意愿,也仅停留在降低经济成本层面[11],难以触发结构性减碳,导致商业模式创新对降低碳排放的作用受限。此外,Albitar等[23]发现,环境规制在治理能力强的企业更能发挥碳减排作用;相瑞兵等[24]指出,高排污费对于中小规模企业的创新激励作用更加显著。因此,企业资源禀赋不同,外部环境压力对其碳减排效果也不同。据此,本文提出如下假设:

H4:地方环境规制强度正向调节商业模式创新对碳排放强度的抑制作用。

综上,本文构建研究框架,如图1所示。

3 研究设计

3.1 样本选取与数据来源

本文以2012—2022年沪深A股上市制造企业为研究样本,其中行业主营成本与能源消耗总量数据分别来源于《中国工业经济统计年鉴》《中国能源统计年鉴》,企业年报数据来自巨潮财富网,企业层面数据来自国泰安数据库(CSMAR)和Wind数据库,专利数据来自中国研究数据服务平台(CNRDS)。此外,为确保数据的有效性,剔除*ST类、金融类以及数据缺失严重的样本,并进行上下1%的缩尾处理。

3.2 变量衡量

3.2.1 被解释变量:企业碳排放强度(CEI)

本文借鉴沈洪涛等[25]的衡量方式,用企业二氧化碳排放量除以主营收入衡量企业碳排放强度。其中,企业二氧化碳排放量根据行业能源消耗进行近似估算,而每吨标准煤的二氧化碳折算系数参考国家发展和改革委员会能源研究所推荐的二氧化碳排放系数[1],具体计算方法如式(1)所示。此外,为避免企业个体异质性造成的衡量偏差,将二氧化碳排放量除以企业营业收入得到最终企业层面碳排放强度,如式(2)所示。其中,CEI数值越大,说明企业碳排放强度越大。

企业二氧化碳排放量行业能源消耗总量*二氧化碳折算系数

(1)

(2)

3.2.2 解释变量:企业商业模式创新(BMI)

本文借鉴吴艳等(2023)的研究方法,采用主客观结合法衡量企业商业模式创新水平,利用熵值法计算得分,具体框架指标见表1。

表1中主观指标测量参考仝自强等[26]、杏稼龙等(2023)的研究,首先,基于商业模式创新定义及特征,筛选出若干个商业模式创新的种子词集。其次,利用种子词集进行文本组合、利用Python中的Word2Vec库扩充商业模式创新词集,得到初步的文本词。将得到的文本词发给3位商业模式创新领域专家核验,剔除少数不符合商业模式创新内涵的词并进行同义词合并,确定最终文本词。再次,基于2012—2022年上市企业年报对词频进行统计。最后,采用文本资料平均每 100 字出现主观指标创新词汇频数作为商业模式创新主观指标的代理变量,将其纳入商业模式创新评价体系。此外,客户集中度和供应商集中度为适度性指标,根据唐跃军等[27]的研究,供应商集中度、客户集中度与企业绩效之间存在倒“U”型关系,因此对这一关系进行分析以确定最优值,并用熵值法进行标准化处理。为验证主客观指标体系对企业商业模式创新评估的一致性,本文对主客观指标采用熵值法分别进行测算,得到各企业在两类指标体系下的商业模式创新水平,并采用Spearman秩相关性检验对二者关系进行一致性分析。结果发现,主观得分和客观得分之间存在显著正相关关系(ρ=0.133,p<0.01),表明主客观指标体系在识别企业商业模式创新水平方面具有一致性。

进一步,用熵值法计算企业商业模式创新的综合得分,具体步骤如下:

步骤1:为消除不同量纲的影响,对数据进行标准化处理,其中正向、负向、适度性指标标准化处理公式略有不同,分别如式(3)(4)(5)所示。其中,Xij表示第i个公司第j个指标的原始值,表示标准化后的指标值。

(3)

(4)

(5)

步骤2:计算第j个指标下第i个公司占该指标的权重pij,如式(6)所示。

(6)

步骤3:计算j指标的熵值ej,如式(7)所示。

(7)

步骤4:计算差异系数dj,如式(8)所示。

dj=1-ej,j=1,2,…,12

(8)

步骤5:计算各个指标的权重wj,如式(9)所示。

(9)

步骤6:计算各个企业的综合得分Si,如式(10)所示。

(10)

3.2.3 中介变量

(1)数字化转型(Dt)。本文参考吴非等[28]的研究,通过统计企业年报中数字化转型相关词汇测量数字化转型,这是目前主流测量方式。对词频数加1取自然对数,得到企业数字化转型水平Dt。

(2)绿色创新(Gi)。本文参考戴魁早等[29]的做法,采用绿色专利(绿色发明专利和绿色实用新型专利)申请量加1 取自然对数衡量绿色创新水平;同时,为进一步区分专利质量,以企业当年绿色发明专利申请数占发明专利申请总数的比重衡量绿色创新质量,以企业当年绿色实用新型专利申请数占实用新型专利申请总数的比重衡量绿色创新数量。

3.2.4 调节变量:地方环境规制强度(LERI)

参考胡洁等[30]的研究,选取企业注册地址所属省份工业治理投资完成额与第二产业比重衡量地方环境规制强度。

3.2.5 控制变量

参考仝自强等[26]、杏稼龙等(2023)的研究,选取以下变量作为控制变量:①企业规模(Size):采用年总资产的自然对数;②资产负债率(Lev):采用年末总负债与年末总资产之比;③总资产净利润率(Roa):采用净利润与总资产平均余额之比;④企业年龄(Age):采用企业上市年限加1取自然对数;⑤管理层持股比例(Mshare):采用董监高持股数量与总股本数量之比。

3.3 回归模型

为验证前文假设,本文采用层级回归分析法进行实证检验,构建计量模型如下:

CEIit=β0+β1BMIit+∑βnContVarsit+μi+γt+ρd+εit

(11)

Mediatorit=α0+α1BMIit+μi+γt+ρd+εit

(12)

CEIit=β0+β1BMIit+β2Mediatorit+∑βnContVarsit+μi+γt+ρd+εit

(13)

CEIit=β0+β1BMIit+β2Mediatorit+β3BMIit*

Moderatorit+∑βn(ContVarsit*Moderatorit)+∑βmContVarsit+μi+γt+ρd+εit

(14)

其中,下标 i、t 分别表示企业、年份;CEI表示企业碳排放强度;BMI表示企业商业模式创新水平;ContVarsit为一系列控制变量的集合;Mediator为中介变量;Moderator表示调节变量;μi 为企业固定效应 ,γt为年份固定效应,ρd为行业固定效应,εit为随机扰动项。

4 实证结果与分析

4.1 描述性统计与相关性分析

各变量描述性统计结果如表2所示,其中企业碳排放强度(CEI)、商业模式创新水平(BMI)的均值分别为0.041和0.585,标准差分别为0.054和0.029,数据离散程度较大,表明样本企业碳排放强度差异较大,商业模式创新水平不同。相关性分析结果如表3所示,主要研究变量之间的相关系数在1%水平上显著相关。根据方差膨胀因子(VIF)检验结果,所有变量的VIF值均小于5,说明不存在严重的多重共线性问题。

为更直观展示变量分布特征,绘制商业模式创新(BMI)与企业碳排放强度(CEI)的直方图。如图2所示,样本企业商业模式创新(BMI)分布总体较为集中。如图3所示,总体样本中企业碳排放强度(CEI)呈现明显的右偏特征,且分布出现长尾。为更直观反映大多数企业的分布情况,图4对CEI主区间进行放大处理,结果表明多数企业碳排放强度集中在较低水平,仅少数企业存在高排放问题。这种分布特征表明由于企业规模、行业不同,企业碳排放行为存在异质性。

4.2 基准回归结果

表4为模型基准回归结果,其中列(1)为商业模式创新(BMI)对企业碳排放强度(CEI)的回归结果,列(2)为在逐步加入控制变量后的回归结果,结果显示商业模式创新(BMI)回归系数均在1%水平上显著为负,说明企业商业模式创新水平抑制了企业碳排放强度。因此,假设H1得以验证。进一步,列(3)在列(1)(2)的基础上控制行业属性,结果发现商业模式创新(BMI)的回归系数依然在1%水平上显著为负,但该回归系数有明显变化,说明不同行业特征差异对基准回归的影响存在一定异质性,即商业模式创新对企业碳排放强度在不同行业的影响不同,为后续行业异质性分析提供了理论依据。

4.3 稳健性检验

为验证基准回归的准确性,采用以下5种方法进行稳健性检验,结果如表5和表6所示。

(1)替换被解释变量。ESG评分是近年来评价企业可持续发展表现的主流指标之一,本文采用华证ESG综合评分代替原被解释变量企业碳排放强度,纳入基准回归模型,结果如表5列(1)所示。企业商业模式创新(BMI)系数在1%水平上显著为正,进一步验证了商业模式创新能提高企业环境绩效、助力企业可持续发展的结论。

(2)更改样本时间区间。受新冠疫情影响,样本区间内2020年及以后企业生产经营环境改变可能会间接影响碳排放。为此,剔除2020年及以后样本重新进行回归分析,结果如表5列(2)所示,企业商业模式回归系数依然显著为负,表明研究结果稳健。

(3)对被解释变量作滞后处理。企业碳排放往往具有一定持续性,为缓解滞后效应影响,本文将被解释变量企业碳排放强度滞后一期(F.CEI)纳入回归模型,重新检验商业模式创新对企业碳排放强度的影响。表5列(3)结果显示,企业商业模式创新(BMI)回归系数显著为负,说明在不受前期碳排放干扰下,商业模式创新对当期企业碳排放强度的抑制作用可靠。

(4)内生性检验。企业商业模式创新与企业碳排放强度之间可能存在一定内生性关系。商业模式创新有可能促使企业采用清洁技术,降低碳排放强度;反过来,碳排放强度高的企业有可能面临政策压力或成本问题,从而被迫在企业价值创造过程中进行革新。因此,本文借助工具变量法解决这一问题,借鉴李雪松等[31]的做法,用份额移动工具变量法构建商业模式创新工具变量。这一方法的核心逻辑在于利用外生宏观趋势冲击与企业预先决定的行业暴露度的交互作用生成满足有效性条件的工具变量,并识别结构性转变与个体行为反应之间的因果关系,具有明确的经济含义与理论基础[32-33]。具体步骤为:①计算样本企业商业模式创新水平均值的年增长率,以此作为整体增长率(shift);②针对每家企业,计算其所属行业内其它企业上一年度商业模式创新水平的均值,以此作为分析单元初始份额构成(share);③以shift×share作为每家企业每个年度的商业模式创新水平模拟增量值,将其设为本文工具变量IV。由于shift表现全局性商业模式创新趋势,而share衡量企业对该趋势的初始暴露程度,两者相乘可有效预测企业实际商业模式创新程度,满足工具变量相关性要求。另外,该工具变量来源于行业整体结构与创新趋势的交互,而非直接来源于单个企业的经营行为或碳排放决策,因而不会直接影响企业碳排放强度,其影响作用仅通过推动商业模式创新间接实现,能够较好地满足排他性假设。因此,采用2SLS对式(3)再次进行回归,结果如表5列(4)(5)所示,该工具变量通过不可识别检验和弱工具变量检验;同时,商业模式创新(BMI)回归系数依然显著为负,说明商业模式创新显著抑制企业碳排放强度这一结论在排除内生性问题后依然成立。

(5)排除其它政策影响。为排除碳排放权交易市场政策和绿色金融试验区政策的潜在干扰,参考刘文革等(2024)、Liu等[18]的做法,采取以下3种方法重新调整样本数据进行检验:①剔除受影响实验样本;②将“城市—年份”项加入固定效应;③将政策作为虚拟变量引入控制变量。结果如表6所示,各列商业模式创新回归系数依然在1%水平上显著为负,说明商业模式创新对企业碳排放强度的抑制作用结论可靠。

4.4 异质性分析

4.4.1 产权性质

根据企业性质不同,将样本企业划分为国有企业和非国有企业,考察不同所有权性质企业商业模式创新对碳排放强度的影响。表7列(1)(2)结果显示,商业模式创新(BMI)回归系数显著为负,同时组间差异系数显著,说明商业模式创新对国有企业和非国有企业碳排放强度均存在显著抑制作用,但对国有企业的作用更大。首先,国有企业在政策响应、战略执行等方面具有制度性优势。国有企业通常承担更多政策导向责任,受到更严格的环保监督和考核,因此在应对碳减排政策时更具有执行力和规范性,商业模式创新更易与环境目标相结合。其次,相较于非国有企业,国有企业在绿色信贷、财政补贴等资源方面具有较强优势[13],更能为商业模式创新提供有力的研发保障和政策支持,加速低碳转型政策落地。此外,国有企业因具有较强的长期战略容错能力和稳定的市场地位,在开展周期长、成本高的商业模式创新过程中,更能推动供应链协同,进而提高碳减排效益。

4.4.2 是否为高污染企业

参考潘爱玲等[34]的划分方法,将样本企业划分为高污染企业和非高污染企业,考察不同行业企业商业模式创新对碳排放强度的影响。表7列(3)(4)结果显示,商业模式创新对高污染企业和非高污染企业碳排放强度均存在显著抑制作用,组间差异系数显著,且其对高污染企业的影响作用更大。这可能是因为:第一,高污染行业面临较强的环境规制压力和公众监督,转型压力促使企业开展多维度创新活动以规避环境风险[24]。第二,高污染行业碳排放基数大,边际减排效果显著。钢铁、化工等高污染行业具备较强的技术改造空间和碳减排潜力,单位创新投入减排效果能长期得以释放。第三,高污染行业往往是节能减排政策的重点覆盖对象,其能够获得更多金融支持和技术改造补贴,为商业模式创新提供有利条件。

4.4.3 企业规模

根据企业规模不同,以所有样本企业规模均值为划分标准,将大于等于平均规模的企业设为大中型企业,将小于平均规模的企业设为小型企业,考察不同规模企业商业模式创新对碳排放强度的影响。表7列(5)(6)结果表明,商业模式创新对大中规模企业碳排放强度具有显著抑制作用,对小规模企业的影响不显著。这可能与企业资源能力、治理水平和战略规划有关:一方面,小规模企业资源有限,其所具备的资金、技术和人才储备并不能有效支撑商业模式创新,更难以促进企业绿色转型。另一方面,小规模企业抗风险能力弱于大型企业,创新容错率低,商业模式创新意向不高,导致商业模式创新对碳排放强度的影响作用不显著。

5 机制检验

根据前文机制分析,商业模式创新赋能企业绿色可持续发展依赖绿色创新和数字化转型,其中地方环境规制强度可能发挥调节效应。本文调节效应分组检验采用企业研发投入水平作为划分标准,选取企业研发投入金额加1取自然对数值衡量,中介效应与调节效应检验结果如表8和表9所示。

5.1 绿色创新的中介效应

表8列(1)结果显示,商业模式创新系数在1%水平上显著为正,说明企业商业模式创新能有效提升企业绿色创新能力。列(2)将企业绿色创新能力作为中介变量纳入模型,商业模式创新(BMI)和绿色创新(Gi)回归系数均显著为负,说明绿色创新在商业模式创新和企业碳排放强度之间起部分中介作用,假设H2得以到验证。此外,考虑到专利创新难度差异,将绿色创新进一步细分为创新质量和创新数量两个方面,检验企业商业模式创新降低碳排放强度是通过绿色创新“提质”还是“增量”作用。表8列(3)(5)显示,商业模式创新对企业绿色发明专利占比和绿色实用新型专利占比均具有正向影响。列(4)中绿色发明专利占比系数(Gi_Qual)显著为负,说明绿色创新质量在企业商业模式创新降低碳排放强度过程中起部分中介效应,假设H2a得到验证。但列(6)绿色实用新型专利占比系数(Gi_Quan)不显著,即未通过中介效应检验,假设H2b未通过验证。

上述结果表明,在绿色创新中介效应中,相较于增加绿色实用新型专利数量,商业模式创新主要通过增加创新程度更高的绿色发明专利数量占比抑制企业碳排放强度,绿色实用新型专利减排效果有限。而绿色创新的中介作用主要体现为将商业模式创新战略转化为具体技术或工艺改进等实质性创新,利用其“提质”作用实现企业减碳目标。这与现有研究结论相似[19,24],高质量绿色发明专利通常伴随着较强的原创性和技术壁垒,相较于实用新型专利,更能驱动企业碳排放强度下降。

5.2 数字化转型的中介效应

如表8列(7)(8)结果显示,商业模式创新(BMI)显著正向促进企业数字化转型(Dt);将其作为中介变量纳入基准回归模型,商业模式创新(BMI)和数字化转型(Dt)的回归系数显著为负,说明企业数字化转型程度在企业商业模式创新降低碳排放强度过程中发挥部分中介效应,假设H3得到验证。数字化转型的中介作用在于以数字技术重构生产、管理和交易流程,通过数据驱动优化运营模式,实现系统性减排。如商业模式创新通过引入数据驱动的价值主张,促使企业部署传感器、物联网等基础设施,实现全流程碳数据采集;通过构建数字平台,整合上下游数据,驱动跨组织协作减排。

5.3 地方环境规制强度的调节效应

为验证地方环境规制强度在企业商业模式创新与碳排放强度之间所发挥的调节作用,基于式(14)所示模型进行检验。结果如表9列(1)所示,商业模式创新(BMI)回归系数和地方环境规制强度(LERI)回归系数均显著为负,说明制造企业商业模式创新和地方环境规制强度对企业碳排放强度具有抑制作用。但二者交互项系数为正且不显著,说明在全样本区间不具有调节效应,假设H4未得到验证。

进一步,为探究在不同子样本中调节效应是否由于企业自身资源差异而存在异质性,本文以企业规模均值和企业研发投入水平均值为划分依据对样本进行分组检验。结果如表9列(2)～(5)所示,在大中规模企业和高研发投入企业,商业模式创新和地方环境规制强度交互项系数不显著,说明地方环境规制强度不存在调节效应;而在小规模企业或低研发投入企业,两者交互项系数显著为正,说明地方环境规制强度会削弱商业模式创新对碳排放强度的抑制作用,即存在一定的负向调节作用。可见,地方环境规制强度对企业商业模式创新与碳排放强度关系的调节作用依赖企业自身资源条件,如企业规模、研发投入等因素。原因可能在于:一方面,在资源相对有限的小规模企业或低研发投入型企业,较高强度的环境规制可能会促使企业优先满足合规目标,将有限资源投入到短期末端治理[24],如购买碳配额等,从而挤占用于商业模式创新等长期减排路径的资源与意愿;另一方面,即使这类企业尝试开展商业模式创新,由于本身资源配置能力有限,面对高强度环境压力,商业模式创新的作用机制容易受到干扰,其对碳排放强度的降低作用也会被削弱。而大规模企业或者具有高研发投入能力的企业对商业模式创新投入和转型动力充足,受外界环境压力影响较小[23],因此这类企业环境规制强度对商业模式创新的碳减排效应不存在显著调节作用。

6 结语

6.1 研究结论

本文以2012—2022年中国A股上市制造企业样本为研究对象,实证检验其商业模式创新对碳排放强度的影响,并探究企业绿色创新、数字化转型的中介作用以及地方环境规制强度的调节作用,得出以下结论:

(1)制造企业商业模式创新对碳排放强度具有显著抑制作用,且在国有企业、高污染行业、大中规模企业抑制效果更明显。由于国资属性、行业特点等因素,商业模式创新在这些企业中更易转化为实质性的低碳成效。

(2)绿色创新和数字化转型在商业模式创新抑制企业碳排放强度过程中发挥部分中介作用。在细分绿色创新维度后发现,绿色创新的中介作用主要体现在高质量创新上,即绿色发明专利产出。这表明,相较于以绿色实用新型专利为代表的增量型绿色创新,创新程度高的实质性技术突破更能释放商业模式创新减排潜能。

(3)地方环境规制强度对商业模式创新和企业碳排放强度的调节效应具有情景依赖性。该负向调节效应依赖于企业资源禀赋,在小规模企业和低研发企业效应显著;而大规模企业和高研发投入企业因充足的资源缓冲了地方环境规制强度压力,所以调节效应不明显。这与现有文献所揭示的“资源约束型企业更易受到外部制度干预影响”的观点类似[13,23-24],说明环境规制强度影响企业减排行为表现出因企业内生资源结构不同而导致的差异化效应。

6.2 理论贡献

(1)丰富了商业模式创新与企业碳减排研究。本文从企业微观层面分析商业模式创新对企业碳排放强度的影响,将企业内部绿色创新、数字化转型程度以及地方环境规制强度纳入同一研究框架,有助于拓宽商业模式创新在环境层面的作用边界。

(2)通过构建“商业模式创新—绿色创新、数字化转型—碳排放强度”传导链条,完善了可持续商业模式创新理论体系下企业碳排放影响因素理论架构。进一步细分绿色创新这一传导路径,验证商业模式创新的关键在于通过绿色创新的“提质”作用,通过实质性技术创新降低企业碳排放强度。

(3)通过企业规模和研发投入分组分析,深入识别并验证商业模式创新影响企业碳排放强度过程中,地方环境规制强度的调节作用存在明显的情境依赖与边界条件。同时,分组检验中地方环境规制强度呈现出负向调节效应,揭示企业资源禀赋在外界环境压力下所发挥的核心作用,从企业商业模式创新层面为环境制度理论提供新视角。

6.3 实践启示

(1)企业需重视商业模式创新,将其纳入碳排放治理体系,通过构建“价值主张生态化—价值创造智能化—价值传递循环化”创新矩阵,实现经济效益与环境效益协同共生。首先,企业需营造良好的创新氛围,积极引入数字孪生、人工智能等数字技术,加快数据资源流动,拓宽企业价值网络,为企业商业模式创新提供条件。同时,把握商业模式创新后发优势,持续为企业创新注入新资源,形成良性循环。其次,重视绿色技术创新与数字基础设施建设,构建高效率碳足迹全周期监督机制,实现数智化管理;重视高质量绿色创新培育与发展,将资源优先配置于具有技术前瞻性和环境引领性的绿色发明专利研发上,通过实质性创新提高企业环境效益。最后,提高环保意识,自觉履行减碳义务,根据自身资源条件动态应对外界政策压力,灵活调整现有资源,把握商业模式创新后发优势,持续为企业创新注入新资源,从而形成良性循环。

(2)发挥政府宏观调控作用,平衡规制力度与创新空间,促进企业绿色转型和数字化建设,并细化政策作用对象,实行差异化监管,引导企业将合规压力转化为长期低碳转型动力。一方面,积极宣传企业商业模式创新成功的典型案例,鼓励企业探索新减碳途径。同时,宣传创新发展理念,激励企业多维度创新,如建立工业互联网平台并以此为依托拓展市场,挖掘生产和消费潜力等。另一方面,警示“一刀切”式的环境规制,主动倾听多方意见,根据企业所在区域、所处行业等特性推行分级分类监管政策。在制定绿色政策时,考虑企业规模、资源禀赋及创新能力差异,注重分层分类政策精准施策,结合激励与规制工具,避免对中小企业产生政策抑制效应,努力形成由政策牵引、市场需求驱动并通过企业技术支撑的良性治理格局。

6.4 研究局限与展望

本文存在一些不足:首先,对企业商业模式创新的度量采用主客观指标结合再利用熵值法得到综合得分,考虑到现实中企业商业模式创新侧重点不同以及商业模式创新内涵的丰富性,未来应重点关注如何获取并衡量商业模式创新。其次,本文研究对象为制造企业,未来可聚焦其它行业,如服务业、金融业等进行研究。最后,在机制检验上,本文关注绿色创新、数字化转型程度以及地方环境规制强度,未来可从其它视角进一步分析其影响路径。

参考文献：

[1] 潘颖,刘颖,韩少真.高管技术背景能否促进企业降碳增效协同——绿色技术创新的传导机制与情境效应[J].科技进步与对策,2026,43(2):141-151.

[2] BOTTCHER T P, EMPELMANN S, WEKING J, et al. Digital sustainable business models: using digital technology to integrate ecological sustainability into the core of business models[J]. Information Systems Journal, 2024, 34(3): 736-761.

[3] GEISSDOERFER M, PIERONI M P P, PIGOSSO D C A, et al. Circular business models: a review[J]. Journal of Cleaner Production, 2020, 277: 123741.

[4] SHAKEEL J, MARDANI A, CHOFREH A G, et al. Anatomy of sustainable business model innovation[J]. Journal of Cleaner Production, 2020, 261: 121201.

[5] 李盼盼,乔晗,郭韬.数字化水平对制造企业商业模式创新的跨层次作用研究[J].科研管理,2022,43(11):11-20.

[6] AI H, MANGLA S K, SONG M, et al. Technology-enabled business model innovation and carbon emission reduction: evidence from a place-based policy in China[J]. Technovation, 2024, 134: 103052.

[7] FOSS N J, SAEBI T. Fifteen years of research on business model innovation[J]. Journal of Management, 2017, 43(1): 200-227.

[8] 刘婷婷, 周兵, 梁博. 人工智能、绿色创新与企业碳绩效[J]. 经济体制改革, 2024,42(4): 193-200.

[9] 王新成, 李垣. 人工智能技术赋能企业碳减排绩效的实证研究[J]. 中国软科学, 2024,39(9): 142-150.

[10] JORZIK P, ANTONIO J L, KANBACH D K, et al. Sowing the seeds for sustainability: a business model innovation perspective on artificial intelligence in green technology startups[J]. Technological Forecasting and Social Change, 2024, 208: 123653.

[11] CHIN T, SHI Y, SINGH S K, et al. Leveraging blockchain technology for green innovation in ecosystem-based business models: a dynamic capability of values appropriation[J]. Technological Forecasting and Social Change, 2022, 183: 121908.

[12] TIAN H, ZHAO T, WU X, et al. The impact of digital economy development on carbon emissions-based on the perspective of carbon trading market[J]. Journal of Cleaner Production, 2024, 434: 140126.

[13] 步晓宁, 赵丽华. 自愿性环境规制与企业污染排放——基于政府节能采购政策的实证检验[J]. 财经研究, 2022,48(4): 49-63.

[14] 杨刚强, 王海森, 岳子洋, 等. 客户数字化转型、供应商碳减排与碳信息披露迎合[J]. 中国工业经济, 2024,42(8): 99-117.

[15] LI Y, ZHANG Y, PAN A, et al. Carbon emission reduction effects of industrial robot applications: heterogeneity characteristics and influencing mechanisms[J]. Technology in Society, 2022, 70: 102034.

[16] CHONG Y, ZHANG Y, DI D, et al. Digital transformation and synergistic reduction in pollution and carbon emissions——an analysis from a dynamic capability perspective[J]. Environmental Research, 2024, 261: 119683.

[17] GAO M, WEI H, LI L, et al. How data factor flow affects corporate pollution reduction: the environmental effects of digital empowerment[J]. Journal of Cleaner Production, 2024, 478: 143946.

[18] LIU Y,ZHANG X,SHEN Y.Technology-driven carbon reduction:analyzing the impact of digital technology on China′s carbon emission and its mechanism[J].Technological Forecasting and Social Change,2024,200:123124.

[19] 武恒光, 徐艳丽. 环境司法改革能够抑制企业“漂绿”行为吗——基于环境资源审判庭设立的证据[J]. 改革, 2024,36(9): 47-66.

[20] 刘思慧,李文,俞荣建,等. 商业模式创新和数字赋能对数字化转型的驱动机制研究——基于TJ-QCA的案例分析[J]. 管理评论, 2023, 35(8): 342-352.

[21] 夏学超,孙慧,祝树森,等. 多元主体环境规制组合如何实现降碳减污扩绿增长协同推进[J]. 中国人口·资源与环境, 2024, 34(8): 22-35.

[22] 袁嘉琪,卜伟,唐雨妮. 环境规制、要素配置对工业绿色全要素生产率的影响——产出补偿还是创新补偿[J]. 管理评论, 2023,35(10): 45-62.

[23] ALBITAR K, BORGI H, KHAN M, et al. Business environmental innovation and CO2 emissions: the moderating role of environmental governance[J]. Business Strategy and the Environment, 2023, 32(4): 1996-2007.

[24] 相瑞兵, 田成诗, 张焰朝. 环境规制与企业研发投入:挤出抑或诱发——来自二氧化硫排污费征收的经验证据[J]. 中国环境科学, 2023,43(12): 6803-6816.

[25] 沈洪涛, 黄楠. 碳排放权交易机制能提高企业价值吗[J]. 财贸经济, 2019, 40(1): 144-161.

[26] 仝自强, 李鹏翔, 杨磊, 等. 商业模式创新与技术创新匹配性对后发企业绩效的影响——来自年报文本分析的实证研究[J]. 科技进步与对策, 2022, 39(11): 84-93.

[27] 唐跃军. 供应商、经销商议价能力与公司业绩——来自2005—2007年中国制造业上市公司的经验证据[J]. 中国工业经济, 2009,27(10): 67-76.

[28] 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, 10.

[29] 戴魁早, 王思曼, 黄姿. 绿色工厂建设促进了企业绿色创新吗[J]. 数量经济技术经济研究, 2024,41(11): 177-199.

[30] 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.

[31] 李雪松, 党琳, 赵宸宇. 数字化转型、融入全球创新网络与创新绩效[J]. 中国工业经济, 2022,40(10): 43-61.

[32] 武常岐, 张昆贤, 周欣雨, 等. 数字化转型、竞争战略选择与企业高质量发展——基于机器学习与文本分析的证据[J]. 经济管理, 2022,44(4): 5-22.

[33] GOLDSMITH-PINKHAM P,SORKIN I,SWIFT H.Bartik instruments: what, when, why, and how[J]. American Economic Review, 2020, 110(8): 2586-2624.

[34] 潘爱玲, 刘昕, 邱金龙, 等. 媒体压力下的绿色并购能否促使重污染企业实现实质性转型[J]. 中国工业经济, 2019,37(2): 174-192.

(责任编辑：王敬敏)