數字化水平對企業碳績效的非線性影響
——綠色技術創新的中介作用

肖仁橋，王 冉，錢 麗,2

(1.安徽財經大學 工商管理學院，安徽 蚌埠 233030；2.東南大學 經濟管理學院，江蘇 南京 211189)

0 引言

改革開放以來，我國工業經濟高速增長，為緩解隨之而來的能源緊缺與環境污染問題，我國工業增長的主要源泉已基本實現從勞動力、資本投入到技術進步的轉變，但仍存在相當規模的制造業表現為粗放型增長，處于國際產業鏈中低端環節，亟待調整經濟結構，實現產業升級[1]。作為世界工廠，中國經濟高速增長為全球經濟穩定與發展作出重要貢獻，2021年中國GDP約為美國的77%。中國政府秉持人類命運共同體理念，以切實行動為全球氣候治理作出表率，承諾分別于2030年和2060年前實現碳達峰和碳中和。當前，我國二氧化碳排放主要以化石能源為主，2019年占比達85%，僅煤炭就占57%。如何在當前能源約束和保證經濟穩步增長的前提下降低企業碳排放水平，促使我國工業企業在不犧牲經濟效益的前提下兼顧環境效益，對實現“雙碳”目標和我國經濟高質量發展具有重要理論與現實意義。

隨著數字技術與實體經濟不斷融合，經濟社會網絡化、數字化、智能化發展已是大勢所趨。數字化與碳排放的結合為工業企業發展帶來新的驅動力，數字技術可以通過賦能技術供給、建立管碳降碳示范、降低契約成本等方式助力碳減排(王鋒正等，2022)。2021年，國務院印發《2030年前碳達峰行動方案》，強調綠色低碳科技創新行動是碳達峰行動的重點任務，提出要強化企業創新主體地位，支持企業承擔國家綠色低碳重大科技項目，加快綠色低碳科技革命。在數字化時代，綠色技術創新依托數字化資源與環境，能夠發揮出更大潛力，助力節能降碳。因此，本文將數字化水平、綠色技術創新和企業碳績效納入同一框架，探討不同維度數字化水平對企業碳績效的非線性影響機理以及綠色技術創新在其中的中介作用。這將有利于最大化發揮數字技術對企業低碳發展的促進效應，為相關部門制定數字化低碳發展戰略提供決策參考。

1 文獻綜述

數字化一詞最早由Negroponte[2]提出，其認為數字化是指將現實中的物理原子轉化為虛擬比特的過程。目前，學界對數字化的核心理解是將其視為一個復雜過程，如龐瑞芝等[3]提出數字化是指運用數字技術促進經濟發展、環境友好和社會轉型的復雜過程。在數字化水平衡量上，部分研究基于單一指標衡量地區數字化水平，如互聯網普及率、互聯網寬帶接入用戶數等[4]。為更加全面準確反映地區數字化水平，周青等[5]、肖仁橋等[6]通過構建數字化測度指標體系，分別從區域和全國層面探討數字化水平對企業創新績效的影響。另一些研究對數字化與綠色技術創新的關系進行了初步探討與分析，如宋德勇等[7]指出，重污染行業企業的數字化能夠通過知識整合能力等顯著促進企業綠色技術創新；王鋒正等(2022)發現，地區數字化綜合水平及其4個維度均對資源型企業綠色技術創新存在顯著倒U型影響。

碳績效是指在保持經濟效益穩定的情形下降低碳排放量，實現經濟、社會和環境效益的協同發展[8]。已有文獻對碳績效的影響因素進行了有益探討，根據研究方法可分為以下兩類：一是指數分析法。該方法往往將碳排放分解為能源強度、人口規模等要素，根據分解公式考察各影響因素的重要性，學者們普遍認為能源強度、經濟規模和技術進步是碳排放的主要影響因素[9-10]。指數分析法的優勢在于能夠根據實際對分解恒等式進行各種變化，但其局限性在于很難將其它因素(如技術進步、環境規制等)納入統一框架研究，也很難研究各種因素對碳績效的非線性影響機制。二是計量經濟分析方法。早期文獻基于宏觀時間序列數據對我國碳績效影響因素進行實證研究，探討碳績效與收入水平、技術吸收能力、碳排放強度等之間的線性或非線性關系[11]，發現碳排放量與碳排放強度、技術吸收能力存在負相關關系，與人均收入水平存在倒U型關系。近年來，學者們廣泛運用數據包絡分析(DEA)方法對碳績效進行測算，更加全面準確地探究碳績效的影響因素。如邵帥等[12]基于DEA方法，從投入和產出視角對碳績效影響因素進行分解，認為要素節約效應和碳減排效應是促進碳績效提升的關鍵因素。此外，也有學者考慮環境問題的空間關聯性特征，從空間溢出效應視角更加清晰地揭示經濟結構調整、綠色技術進步等因素對碳績效發揮的不同作用[12-13]。

現有研究對數字化與碳績效間的關系關注較少，主要涉及以下兩方面：一是聚焦數字金融、數字經濟對碳排放的影響機制。如姚鳳閣等[14]實證檢驗數字普惠金融對碳排放效率的影響機制，發現數字普惠金融發展能夠促進碳排放效率提高，其積極影響主要通過提高區域創新與創業水平實現；徐維祥等[15]也得出類似結論。還有部分研究討論數字經濟對綠色發展的促進作用，主要關注其行業異質性與空間溢出效應等。二是分析信息化、智能化對碳排放的影響。如史丹和李鵬[16]認為智能化改造能夠強化碳減排效應；許憲春等[17]提出大數據可助力需求結構優化和傳統產業轉型升級，推動綠色發展。

上述文獻為本文提供了重要參考，但仍存在一些不足之處：首先，主要關注數字經濟和數字金融對碳排放的作用以及數字化對綠色發展的影響，鮮有文獻探討數字化水平對碳績效的影響，不同維度數字化水平與碳績效之間的非線性機理分析則更為少見。其次，更多探討數字化對碳排放的直接影響，未深入考察其內部作用機制，綠色技術創新在數字化水平與企業碳績效之間是否存在間接傳導作用，有待進一步研究。最后，現有碳排放相關研究集中在省市或特定區域層面，缺少從工業企業等微觀角度的探討。

基于此，本文首先探討不同維度數字化水平對企業碳績效的非線性作用機理，以豐富數字化水平測度指標體系，彌補既有文獻探討相關影響因素與碳績效之間線性假設的不足；其次，分析不同類型綠色技術創新在數字化水平與企業碳績效之間的中介作用，深入探究數字化水平與企業碳績效間的內部作用機制，豐富綠色技術創新與企業碳績效間關系的理論和實證研究。

2 理論分析與研究假設

2.1 數字化水平各維度對企業碳績效的影響機制

數字化轉型進程反映了經濟增長與社會結構演變的復雜系統過程，現有研究從不同理論視角對數字化水平進行維度劃分與實證分析。如龐瑞芝等[3]基于數字化的內涵與發展條件，從數字基礎設施、數字化應用、數字產業發展3個維度進行分析；肖仁橋等[6]基于數字化的內涵與發展歷程，選取數字化建設、接入、應用和流通4個維度刻畫數字化水平；周青等[5]在信息化水平測度的基礎上，從數字化接入、裝備、應用和平臺建設4個維度對區域數字化水平進行實證研究。已有研究更多關注數字基礎設施建設和數字技術應用等維度，忽略了數字化發展階段的遞進。本文在現有研究基礎上，著重從數字化不同階段出發，將數字化水平劃分為數字化建設水平、應用水平和發展水平3個遞進維度，并將區域內企業看作一個整體[5]，研究區域數字化水平對企業碳績效的影響機制。其中，數字化發展水平是建設與應用水平的延伸，側重點各有不同。數字化建設水平突出數字基礎設施建設，數字化應用水平重點關注數字技術的普及和應用，而數字化發展水平強調數字化產業發展、產業數字化發展和數字創新能力。

數字化建設水平反映區域數字基礎設施完善程度，是數字化發展的重要前提。當數字化建設水平較低時，傳統企業在數字化轉型初期會加大基礎設施建設力度，在建設過程中不可避免產生大量能源消耗，導致碳排放量明顯增加，不利于企業碳績效提升。企業引進數字化基礎設施需要耗費大量資金，基礎設施引進后不僅需要一定維護成本，還需要引進數字化人才或對企業員工進行數字化知識培訓，在資源有限的前提下必然會擠壓節能降碳投資，導致提升碳績效的動力不足[18]。此時，數字化建設存在成本效應，無法在短期內實現碳績效提升[19]。因此，較低的數字化建設水平會對企業碳績效產生抑制作用。當數字化建設達到一定規模后，基礎設施建設基本能夠滿足后續發展需要，企業將逐漸減少對新設施的引進，碳排放與能源消耗相對減少。企業員工熟練運用數字化設備，不僅能夠降低企業人力成本，還能利用較為完備的數字基礎設施，實現生產流程優化升級[20]，有效減少生產過程中的能源消耗與資源浪費，增加節能降碳投入。因此，數字化建設水平發揮的經濟效應能抵消降碳成本，使企業能夠兼顧經濟效益與環境效益目標，逐漸成熟的數字技術也有助于重塑工業企業的能源終端使用格局[21]，促進能源效率提升，一定程度降低碳排放量。此時，數字化建設水平對碳績效表現出顯著促進作用。由此，本文提出如下假設：

H1a：數字化建設水平與企業碳績效之間呈U型關系。

數字化應用水平是指IT 技術的掌握和普及程度，是數字化投入生產生活中的終端成果。當數字化應用水平較低時，傳統生產生活方式仍占主導地位，數字技術的普及會占用員工時間和精力，企業需要在海量數據中進行辨別處理[6]，還需要投入相應資金與電力等資源，必然會增加碳排放。此時，企業還無法熟練應用數字技術共享信息、準確預測市場需求，數字化轉型帶來的經濟效益具有遲滯效應，從而相應減少節能降碳投入。因此，較低的數字化應用水平會抑制企業碳績效提升。當數字化應用達到一定規模后，數字技術滲透到企業研發、生產、銷售等各個環節，企業能夠運用數字技術準確預測市場需求，以防止生產過剩與資源浪費，促進綠色交易，進而降低碳排放量。數字技術應用還會帶動清潔生產和節能技術創新，推動低碳生產技術和低碳生產方式的發展。同時，數字技術應用能夠擴大碳交易市場，通過產權定價、市場交易行為平衡未受到懲罰或補償的碳排放行為[22]，政府可以利用數字技術加強對排污企業的監管，有助于降低碳排放量[23]，促進企業碳績效提升。此外，充分利用數字化平臺淘汰高污染高能耗企業，引導資源流向環境友好型企業，從而建立基于數字化應用平臺的資源優化配置和管理系統[24]。此時，數字化應用水平能夠促進企業碳績效提升。由此，本文提出如下假設：

H1b：數字化應用水平與企業碳績效之間呈U型關系。

數字化發展水平是數字經濟的重要支撐，主要反映數字產業化、產業數字化發展程度和數字化創新能力。當數字化發展水平較低時，數字化主體及從業人數都較少，數字產業收入占GDP的比重較低。此時，數字化發展水平提升將刺激經濟規模增長[3]，隨之而來的生產污染物、二氧化碳排放也會增加，技術進步帶來的能源節約被能源消費增長部分或全部抵消，即產生能源回彈效應[25]，在一定程度上加劇環境污染。同時，企業技術研發缺乏人才基礎，可能使企業承擔高額的人才引進與培訓費用，促使企業更加偏向于提升經濟效益，而忽視綠色創新動機和技術突破[26]，從而對企業碳績效提升產生阻滯作用。當數字化發展超出一定規模后，數字產業主體數量、從業人數和數字產業規模顯著增加，企業借助數字技術與思維，能夠打破企業邊界[27]，促進各類數字產業主體間的信息與資源交流。企業依托高質量的數字人才基礎，能夠實現技術創新與產業結構升級，推動傳統企業實現智能化、綠色化轉型，數字化人力資本的增加有利于資源型企業跨越“數字鴻溝”，使企業在綠色實踐中能夠精確地批判性分析和選擇所需信息 (王鋒正等，2022)，促進企業碳績效提升。數字化人才能為政府提供大量準確的環境信息，有利于降低環境規制成本，提高決策效率，從而促進節能減排。此外，數字化發展水平提高促使數字產業產生規模經濟效應，有利于降低污染減排成本，加大綠色技術投入，促進企業碳績效提升。由此，本文提出如下假設：

H1c：數字化發展水平與企業碳績效之間呈U型關系。

2.2 綠色技術創新的中介效應

數字化發展既能直接推動企業碳績效提升，也是企業綠色技術創新的重要動力。已有研究表明，數字化能夠激勵企業綠色技術創新，共同提高企業經濟效益與環境效益[7]，而追求綠色技術創新是突破當前資源環境問題、推動新常態下工業發展的有效手段(徐建中等，2022)。基于已有研究，綠色技術創新對區域碳排放的影響存在正向或負向的雙重效應[25]，綠色技術創新可以劃分為綠色產品創新、綠色工藝創新與末端治理技術創新等。李依等(2021)采用綠色專利對綠色技術創新進行定量評價，而綠色專利又可根據專利類型分為以發明創新為主的綠色發明專利和以改進創新為主的綠色實用新型專利。參考已有研究，本文根據關聯的專利類型將綠色技術創新劃分為發明型綠色技術創新和改進型綠色技術創新，認為綠色技術創新在數字化水平與企業碳績效之間起間接傳導作用，數字化水平提升能夠為企業提供環境支撐與要素供給 (王鋒正等，2022)，促進兩類綠色技術創新。

隨著數字化建設水平的提升，企業擁有較好的創新環境和堅實的物質基礎，數字技術與能源等其它要素的融合，推動生產要素重組，帶動企業綠色技術創新。已有研究表明，數字化建設對綠色技術創新具有顯著促進作用，企業可通過高效連通的信息網絡獲得顯著的外溢效應[28]，推動改進型綠色技術創新，孕育發明型綠色技術創新。加大數字基礎設施投入能夠提高技術效率，推動技術進步從而促進綠色增長(李健旋，姚幃之，2020)。隨著數字化應用水平的提升，新一代數字技術廣泛應用于企業生產、銷售和管理等各個環節，有助于提高合作創新水平，促進環境信息聯動，準確預測市場需求，加強環境監管，加快匯集企業內外部節能降碳相關信息與知識，促進企業綠色技術創新。同時，企業數字化應用水平的提升可以拓展創新資源配置范圍，提高企業基于現有技術進行自主創新的能力，進而優化企業技術資源配置[7]。大數據分析、數字仿真等技術的應用有助于企業實現研發創新和碳減排管理的智慧化，降低綠色技術創新的試錯成本，促進兩類綠色技術創新。隨著數字化發展水平的提升，數字產業的規模效應帶動地區經濟發展，良好的經濟效益促進區域內人才、技術和知識等要素流動，企業將數字資源與原有資源進行整合，有利于綠色技術創新的實施(王鋒正等，2022)。數字化發展水平提升帶來的網絡經濟效應[29]，有助于企業降低信息不對稱和資源消耗，使企業在價值網絡中更易獲取創新資源，實現綠色技術創新。數字化發展水平的提升促進企業對外部知識的吸收和人力資本的高級化，也為發明型綠色技術創新與改進型綠色技術創新提供良好基礎。

兩類綠色技術創新均可以提高企業環境效益，但其作用方式不完全一致。發明型綠色技術創新旨在突破現有產品或工藝流程(徐建中等，2022)，突出對產品與生產流程的徹底變革，改善企業各部門資源冗余與不足，并優化企業污染治理范式，使企業能夠大幅提高節能減排與污染治理效率。發明型綠色技術創新成本較高，且具有較高的技術壁壘，是企業綠色發展核心競爭力的來源。改進型綠色技術創新在不改變原有產品技術原理的前提下，側重改進產品技術、擴展產品功能。改進型綠色技術創新雖不涉及改變核心技術，但也能為企業優化生產工藝與末端治理作出貢獻，助力企業綠色發展。兩類綠色技術創新對碳績效的影響存在差異[30]，但均在不同維度的數字化水平與碳績效之間發揮中介作用。據此，本文提出如下假設:

H2a：發明型綠色技術創新在數字化水平各維度與企業碳績效關系間起中介作用；

H2b：改進型綠色技術創新在數字化水平各維度與企業碳績效關系間起中介作用。

本文理論模型如圖1所示。圖1歸納了不同維度數字化水平對企業碳績效的影響，以及發明型綠色技術創新與改進型綠色技術創新在數字化水平對企業碳績效影響中的中介效應。

圖1 理論模型Fig.1 Theoretical model

3 研究設計

3.1 指標選擇

3.1.1 被解釋變量

企業碳績效(cp)。部分研究基于碳排放量等結果績效[11]衡量企業碳績效，本文則從效率績效[12]角度出發，構建投入產出指標體系，利用SE-SBM模型測度分析2010—2020年我國各省份工業企業碳績效[31]。效率績效測度有助于清晰了解企業碳排放和經濟效益產出過程，并可輔助改善碳排放問題。其中，投入指標包括資本投入、勞動投入和能源投入，產出指標包括期望產出和非期望產出。具體而言，資本投入借鑒張軍等[32]的研究，采用工業資本存量測度，以2005年為基期，用固定資產投資價格指數對工業固定資產投資總額進行平減，取折舊率為9.6%，采用永續盤存法計算存量；勞動投入用各省份工業企業年底從業人員數表征[8]；能源投入用各省份工業折標后的能源消費總量表征；期望產出用工業實際總產值表示，以2010年為不變價；非期望產出參照趙桂梅等[33]的研究，用工業企業二氧化碳排放量表征，選取原煤、焦炭、汽油、柴油、燃料油、液化石油氣和天然氣7種能源，利用能源折標煤系數和碳排放系數進行估算，計算公式為：

(1)

其中，Ci是第i個省份的工業企業碳排放量，λj是第j種能源的折標準煤系數，ηj是第j種能源的碳排放系數，Eij是第i個省份工業企業第j種能源的實際消費量。

3.1.2 解釋變量

數字化水平(dl)。本文基于數字化轉型發展階段，從數字化建設、應用和發展水平3個維度進行測度。采用固定和移動基礎設施指標衡量數字化建設水平(infas)，并對指標進行優化處理。具體來說，選取平均每戶移動電話交換機容量(x1=移動電話交換機總容量/總戶數)、互聯網寬帶接入端口數(x2)和光纜線路密度(x3=光纜線路長度/各省份總面積)衡量數字化建設水平。數字化應用水平(app)體現IT技術的普及與應用情況，從生產和生活兩方面選取指標。具體來說，選取電話普及率(x4)、互聯網普及率(x5)和電子商務銷售額占GDP比重(x6)衡量數字化應用水平。從數字產業化發展、產業數字化發展、數字化創新能力3個維度衡量數字化發展水平(dev)。其中，數字產業化發展用數字產業企業數(x7=信息傳輸、計算機服務和軟件業法人單位數)和數字產業規模收入(x8=郵政業務收入、軟件產品收入及電信業務收入之和/GDP)表征，產業數字化發展用軟件業務收入占GDP比重(x9)表征，數字化創新能力用信息傳輸、軟件和信息技術服務業從業人員數與總就業人數的比值(x10)表征。此外，本文采用熵值法確定數字化水平各維度具體指標權重，得到數字化建設、應用和發展水平值。

3.1.3 中介變量

發明型綠色技術創新(ingp)與改進型綠色技術創新(newgp)。專利數量能夠直觀體現企業技術創新程度，雖然部分專利未得到授權，但在促進經濟發展和環境改善中仍發揮重要作用。綠色發明專利是對產品或工藝流程的突破性創新，有助于企業實現節能減排目標；綠色實用新型專利是在不改變原有產品技術原理的前提下，側重對產品進行技術改進或功能擴展(徐建中等，2022)。因此，為更好地研究不同類型綠色技術創新在數字化水平與碳績效之間的中介傳導機制，本文選取綠色發明專利申請數和綠色實用新型專利申請數分別作為發明型綠色技術創新和改進型綠色技術創新的產出指標，衡量各地區企業綠色技術創新能力。

3.1.4 控制變量

為探討數字化水平對碳績效的非線性影響，參考已有研究[3,34]，選取以下控制變量：①城鎮化水平(ur)，采用城鎮人口占總人口的比重衡量；②外商投資水平(fdi)，用外商對工業企業的實際投資占GDP比重表示；③產業結構水平(ind)，采用第三產業與第二產業的比值衡量；④經濟發展水平(rs)，用人均GDP表征；⑤財政分權(fis)，用地區財政收入與財政支出的比值表示。

3.2 樣本數據來源

本文以2010—2020年中國內地30個省份(西藏因數據不全，未納入統計)工業企業為研究對象。由于目前我國沒有強制規定企業披露碳排放相關信息，自愿披露碳排放數據的企業較少且數據可用性較低。因此，將區域內所有企業看作一個整體，測度區域數字化水平和區域內工業企業的整體綠色技術創新能力與碳績效情況，更利于從整體層面把握企業碳績效以及數字化水平對企業碳績效的影響。本文數據來自《中國統計年鑒》《中國能源統計年鑒》《中國勞動統計年鑒》《中國科技統計年鑒》《2006年IPCC國家溫室氣體清單指南》以及中國國家知識產權局等。對部分年份缺失的數據，采用插值法和均值填補法補齊。

3.3 回歸模型設定

由于企業碳績效可能存在一定動態效應，即前期碳績效水平會對后期碳績效水平產生影響，本文采用動態GMM估計方法構建回歸模型，探討數字化水平對企業碳績效的非線性影響以及綠色技術創新的中介效應，能夠彌補可能遺漏重要解釋變量從而導致模型解釋性不強的缺陷。同時，考慮到企業碳績效與數字化水平間可能存在內生性，本文選取核心解釋變量數字化水平的滯后項作為模型的工具變量，以克服變量間的內生性問題。數字化水平各維度對企業碳績效影響的主效應模型如下：

cpit=α0+α1cpit-1+α2dlit+α3dl2it+α4Zit+εit

(2)

其中，cpit為被解釋變量，代表i省份在t年的企業碳績效，cpit-1為企業碳績效的滯后一期值；dlit為解釋變量，表示i省份在t年不同維度的數字化水平，包括數字化建設水平(infas)、應用水平(app)和發展水平(dev)；dl2it為不同維度數字化水平的平方項，用以檢驗數字化水平對企業碳績效的非線性影響；Zit代表控制變量集，εit表示隨機誤差項，α0為常數項。

公式(3)為數字化水平各維度對兩類綠色技術創新的回歸模型，公式(4)為兩類綠色技術創新對數字化水平各維度與企業碳績效關系的中介效應模型。

Mit=x0+x1Mit-1+x2dlit+x3dl2it+x4Zit+εit

(3)

cpit=β0+β1cpit-1+β2dlit+β3dl2it+β4Mit+β5Zit+εit

(4)

其中，Mit為中介變量，表示i省份在t年的發明型綠色技術創新和改進型綠色技術創新，Mit-1表示發明型綠色技術創新和改進型綠色技術創新的滯后一期值，x0、β0為常數項，其余變量的含義同式(2)。

4 實證分析

4.1 描述性統計分析

變量的描述性統計分析結果見表1。可以發現，中國各省份企業碳績效水平的均值為0.379，標準差為0.283，表明各省份工業企業碳績效整體水平不高，還有較大提升潛力，且區域間差異明顯。從數字化水平各維度看，數字化建設水平、應用水平和發展水平的均值分別為0.144、0.182和0.104，標準差分別為0.086、0.168和0.122，變異系數分別為59.7%、92.3%和117.3%，表明各省份數字化建設、應用和發展整體水平不高，且區域差距較明顯。發明型綠色技術創新和改進型綠色技術創新(取對數)的均值分別為7.299和7.372，最小值分別為2.565和2.890，最大值分別為10.382和10.468，說明各省份綠色技術創新能力差異也較大，具有較大提升空間。

表1 變量描述性統計結果Tab.1 Descriptive statistical analysis of sample data (2010-2020)

4.2 回歸分析

4.2.1 數字化水平對企業碳績效的非線性影響分析

根據上述影響機制分析和系統GMM回歸模型，運用Stata16.0軟件實證檢驗數字化建設、應用和發展水平對企業碳績效的非線性影響，回歸結果見表2。

表2 數字化水平各維度對企業碳績效影響的回歸結果Tab.2 Regression results of the impact of various dimensions of digitalization level on corporate carbon performance

由表2可知，AR(1)的p值均小于0.1，AR(2)的p值均大于0.1，Sargan檢驗的p值均大于0.1，符合GMM估計的要求，工具變量選取有效。本文借鑒Haans等[35]提出的U(倒U)型曲線檢驗方法，判斷回歸結果滿足U(倒U)型曲線需符合3個條件：①一次項系數顯著為負(正)，二次項系數顯著為正(負)；②自變量取值范圍最小值(左端點處)的斜率為負(正)，自變量取值范圍最大值(右端點處)的斜率為正(負)；③曲線拐點應落于自變量取值范圍內。

列(2)展示了數字化建設水平對企業碳績效的影響結果。結果顯示，數字化建設水平的一次項系數顯著為負(-1.484***)，二次項系數顯著為正(3.272***)，滿足U型曲線第一個判定條件；數字化建設水平的取值范圍是[0.018,0.647]，左端點處的斜率為k1=-1.484+2×3.272×0.018=-1.366，右端點處的斜率為k2=-1.484+2×3.272×0.647=2.750，滿足第二個判定條件；經過計算，得到拐點為x1=-(-1.484)/(2×3.272)=0.227，落于數字化建設水平取值范圍內，符合第三個判定條件。由此，數字化建設水平與企業碳績效之間呈先抑后揚的U型關系，H1a得到驗證。

列(4)展示了數字化應用水平與企業碳績效間的關系。結果顯示，數字化應用水平的一次項系數顯著為負(-0.486***)，二次項系數顯著為正(0.529***)；數字化應用水平的取值范圍是[0.020,0.936]，左端點處的斜率為k3=-0.486+2×0.529×0.020=-0.465，右端點處的斜率為k4=-0.486+2×0.529×0.936=0.504；經過計算，得到拐點為x2=-(-0.486)/(2×0.529)=0.459。符合U型曲線判定的所有條件，表明數字化應用水平與企業碳績效間呈U型關系，H1b得到驗證。

同樣地，由列(6)可知，數字化發展水平的一次項系數顯著為負(-0.171**)，二次項系數顯著為正(0.572***)；數字化發展水平的取值范圍是[0.007,0.834]，左端點處的斜率為k5=-0.171+2×0.572×0.007=-0.163，右端點處的斜率為k6=-0.171+2×0.572×0.834=0.783；經過計算，得出拐點為x3=-(-0.171)/(2×0.572)=0.149。滿足U型曲線判定的所有條件，表明數字化發展水平對企業碳績效具有U型影響，H1c得到驗證。

由列(7)～(9)可知，在去掉最后一年數據后，數字化水平各維度對企業碳績效的影響方向和程度均未發生明顯變化，結論與之前均保持一致，驗證了研究結論的穩健性。

查閱數據發現，對于數字化建設與應用水平，我國大多數省份仍處于拐點左側，僅少數東部省份(如北京、上海、江蘇、浙江、廣東等)跨過拐點。中西部地區數字化建設與應用水平對企業碳績效的影響仍處于負向效應階段，表現為成本效應，應進一步加快中西部地區數字化基礎設施建設和數字技術在生產生活中的融合應用，待數字化建設與應用發展到一定程度時，其對企業碳績效的促進作用才會顯現。對于數字化發展水平而言，東部地區和部分中西部省份(如湖北、河南、四川和陜西)跨過拐點，整體表現為對企業碳績效的促進效應。

4.2.2 綠色技術創新的中介作用

由上述分析可知，數字化建設、應用和發展水平與企業碳績效間均呈顯著U型關系，為檢驗綠色技術創新在數字化水平與企業碳績效間的中介作用，本文采用逐步多元回歸法進行檢驗，包括以下步驟：①檢驗自變量與因變量之間的顯著性，若顯著則進入第二步；②檢驗自變量與中介變量之間的顯著性，若顯著則進入第三步；③將自變量納入回歸模型，檢驗自變量、中介變量與因變量之間的顯著性。此時，若自變量顯著，說明存在部分中介作用；若自變量不顯著，說明存在完全中介作用。數字化水平各維度對企業綠色技術創新影響的回歸結果見表3。

表3 數字化水平各維度對企業綠色技術創新影響的回歸結果Tab.3 Regression results of the influence of various dimensions of digitalization level on corporate green technology innovation

需要說明的是，數字化水平3個維度對企業碳績效的影響已在表2中得到證實，逐步回歸法第一步完成。由表3中數字化水平各維度一次項與二次項系數的顯著性可知，數字化建設、應用和發展水平對發明型綠色技術創新和改進型綠色技術創新的影響顯著，逐步回歸第二步得到驗證。在第三步檢驗中，以數字化水平各維度與兩類綠色技術創新作為自變量，以企業碳績效為結果變量進行回歸分析，結果見表4。

表4 綠色技術創新中介作用的回歸結果Tab.4 Regression results of the mediating effect of green technology innovation

表4結果顯示，發明型綠色技術創新和改進型綠色技術創新對企業碳績效的影響顯著。列(1)～(3)分析了發明型綠色技術創新在數字化水平各維度與企業碳績效之間的中介作用。列(1)結果顯示，在數字化建設水平維度下，發明型綠色技術創新與企業碳績效之間呈顯著負相關關系(-0.005*)，數字化建設水平與企業碳績效之間具有顯著相關性(-0.641**)。結合表3中數字化建設水平與發明型綠色技術創新一次項系數顯著為正(7.447**)，由于7.447×(-0.005)=-0.037，與-0.641符號一致，表明發明型綠色技術創新在數字化建設水平與企業碳績效間起部分中介作用。此時，發明型綠色技術創新對企業碳績效產生抑制作用，可能是因為綠色技術創新對區域碳排放的影響本身存在正向或負向雙重效應[25]，數字化基礎設施建設需要大量能源投入，且存在成本效應，綠色技術創新能顯著提升能源效率，從而產生回彈效應，對企業碳績效產生負向影響。同理，列(2)結果表示，在數字化應用水平維度下，發明型綠色技術創新與企業碳績效顯著正相關(0.030***)，數字化應用水平與企業碳績效之間具有顯著相關性(-1.089***)。結合表3中數字化應用水平與發明型綠色技術創新之間呈U型關系，且數字化應用水平的一次項系數顯著為負(-2.993***)，由于-2.993×0.030=-0.090，與-1.089符號一致，說明發明型綠色技術創新在數字化應用水平與企業碳績效間起部分中介作用。列(3)結果表示，在數字化發展水平維度下，發明型綠色技術創新與企業碳績效顯著正相關(0.004***)，數字化發展水平與企業碳績效顯著相關(-0.124**)。結合表3中數字化發展水平與發明型綠色技術創新之間呈U型關系，且數字化發展水平的一次項系數顯著為負(-8.241***)，由于-8.241×0.004=-0.033，與-0.124符號一致，說明發明型綠色技術創新在數字化發展水平與企業碳績效間起部分中介作用。綜上，發明型綠色技術創新在數字化水平各維度與企業碳績效間具有中介作用，即H2a得到驗證。

表4中列(4)～(6)分析了改進型綠色技術創新在數字化水平各維度與企業碳績效間的中介作用。列(4)結果顯示，在數字化建設水平維度下，改進型綠色技術創新與企業碳績效顯著負相關(-0.013***)，數字化建設水平與企業碳績效之間顯著負相關(-0.919*)。結合表3中數字化建設水平與改進型綠色技術創新的顯著正相關關系(2.383*)，由于2.383×(-0.013)=-0.031，與-0.919符號一致，說明改進型綠色技術創新在數字化建設水平與企業碳績效之間的部分中介作用成立。此時，改進型綠色技術創新對企業碳績效的負向影響，可能與上述發明型綠色技術創新在數字化建設水平維度下對碳績效抑制作用的原因一致。同理，列(5)結果顯示，在數字化應用水平維度下，改進型綠色技術創新與企業碳績效顯著正相關(0.032***)，數字化應用水平與企業碳績效之間具有顯著相關性(-1.041***)。結合表3中數字化應用水平與改進型綠色技術創新之間呈U型關系，且數字化應用水平的一次項系數顯著(-1.259**)，由于-1.259×0.032=-0.040，與-1.041符號一致，說明改進型綠色技術創新在數字化應用水平與企業碳績效間起部分中介作用。列(6)結果顯示，在數字化發展水平維度下，改進型綠色技術創新與企業碳績效顯著正相關(0.007***)，數字化發展水平與企業碳績效之間具有顯著相關性(-0.770***)。結合表3中數字化發展水平與改進型綠色技術創新之間呈U型關系，且數字化發展水平的一次項系數顯著(-2.990***)，由于-2.990×0.007=-0.021，與-0.770符號一致，說明改進型綠色技術創新在數字化發展水平與企業碳績效間起部分中介作用。綜上，改進型綠色技術創新在數字化水平各維度與企業碳績效間具有中介作用，即H2b得到驗證。

此外，參考溫忠麟和葉寶娟[36]的研究，通過各變量的一次項系數計算中介效應的效應量。其中，發明型綠色技術創新在數字化建設、應用、發展水平與企業碳績效間的中介效應占總效應的比重分別為51.72%、63.23%和63.39%，改進型綠色技術創新的中介效應占比分別為43.03%、28.37%和40.25%。由此可知，與改進型綠色技術創新相比，發明型綠色技術創新在數字化水平各維度與企業碳績效間的傳導作用更為顯著。

5 結論與對策

本文基于數字化戰略與“雙碳”目標，以2010—2020年中國內地省域工業企業為研究樣本，采用動態GMM面板模型分析和檢驗數字化水平各維度對企業碳績效的非線性影響機理，進而探討綠色技術創新在其中的中介效應，得到以下主要結論：首先，不同維度的數字化水平與企業碳績效之間呈先抑后揚的U型關系。當前我國只有少數東部省份的數字化建設與應用水平跨過U型曲線拐點，大部分省份尚未跨過曲線拐點，其數字化建設與應用水平對企業碳績效表現為抑制作用。我國東部和少數中西部省份數字化發展水平已跨過U型曲線拐點，進入對企業碳績效產生促進作用的階段，大部分中西部省份仍處于抑制階段。其次，兩類綠色技術創新在數字化水平各維度與企業碳績效的U型關系中發揮間接傳導作用，且均表現為部分中介效應。與改進型綠色技術創新相比，發明型綠色技術創新的中介效應更為顯著。 根據上述結論，本文提出以下對策建議：

(1)加大中西部地區數字化投入力度，縮小企業數字化水平區域發展差距，充分發揮數字化水平對碳績效的促進作用。對于數字化建設水平，中西部與東部地區發展差距較大，應加大數字化基礎設施投入，優化數字資源配置，數字化轉型政策向中西部地區適當傾斜，逐步完善中西部地區創新環境和人才保障體系，為中西部地區人才集聚、資本積累和技術引進營造更好的環境，以平衡數字資源的區域分布，幫扶中西部省份盡快跨越拐點，進一步發揮數字化建設水平對中西部地區企業碳績效的促進效應。對于數字化應用水平，我國大部分地區仍未跨過拐點，需進一步加快數字技術普及與應用，促進數字化與生產生活的深度融合。中西部地區應加強與東部地區的溝通和合作，充分發揮東部地區的輻射效應，深入開展數字技術的引進、消化和吸收，縮短數字技術普及與應用的成本周期以及對碳績效的阻滯效應時間，帶動各省份加速跨越拐點。對于數字化發展水平，部分中西部省份尚未跨過拐點，需進一步優化數字化人才激勵機制，建立數字產業引導基金，扶持優秀數字產業主體，提高數字化發展水平，利用數字化轉型趨勢推動原有創新管理方式的變革或優化，實現數字化高質量發展，充分發揮數字化發展水平對企業碳績效的促進作用。

(2)優化綠色技術創新資源配置，推動數字化與綠色技術創新的深度融合。首先，企業應依托數字技術實現企業內外部知識信息共享，提升綠色技術創新效率，加快大數據分析、數字仿真等技術在研發創新和碳減排管理等過程中的應用，以實現綠色智慧化生產，構建以數字技術為基礎的可持續研發創新體系。其次，政府應加大對企業綠色技術創新行為的資金支持和產權保護，進一步發揮綠色技術創新對市場經濟的重要作用，營造公平競爭的市場環境，進一步規范參與者行為，克服能源回彈效應，同時借助數字技術進一步完善現有數據資源平臺，實現智能化和實時化監管，提升政府環境監管質量。最后，企業應借助數字技術促進創新組織方式的網絡化和生態化，積極探索基于產學研合作的多主體綠色協同創新體系，并依據自身實際情況，選擇適當的綠色技術創新類型，在不確定條件下加大對發明型綠色技術創新的投入，促進改進型綠色技術創新的轉型和技術升級，有效推動企業綠色低碳發展。