智能制造推動了企業綠色全要素生產率提升嗎？

顏逢 趙秀云

摘?要：本文以我國智能制造示范項目為準自然實驗，手工收集并整理了2015—2022年上市公司是否實施智能制造的年度數據，采用PSM-DID的研究方法，從企業綠色全要素生產率的研究視角考察了智能制造的實施效果。研究發現，智能制造能夠顯著提升企業的綠色全要素生產率。機制檢驗表明，該影響是通過促進企業綠色技術創新，優化人力資本結構兩條渠道得以發揮。異質性檢驗發現，這種影響在企業的規模屬性、產權屬性、行業屬性和地區屬性中存在異質性。拓展性檢驗發現，智能制造的實施具有長期價值效應，能夠提升企業當期及未來一期價值。

關鍵詞：智能制造；綠色全要素生產率；綠色技術創新；人力資本結構；價值效應

中圖分類號：F270??文獻標識碼：A??文章編號：1001-148X（2024）03-0041-09

收稿日期：2023-11-27

作者簡介：顏逢（1997—），女，吉林遼源人，博士研究生，研究方向：資本市場與公司財務；趙秀云（1965—），女，天津人，教授，博士生導師，研究方向：資本市場與公司財務。

基金項目：天津市教委社會科學重大項目“加快打造世界一流智慧港口、綠色港口研究——雙循環下供應鏈信用機制與天津港智能風控優化研究”，項目編號：2020JWZD04；天津市財政局會計學會重點會計科研項目“智慧供應鏈下中小企業融資風險管控研究”，項目編號：Y210802。

一、引?言

我國經濟已經邁入新發展階段，但仍然無法從對能源的嚴重依賴中解脫出來，這使得我們亟須加快轉變經濟發展模式，由追求速度和數量的粗放式發展轉向追求綠色和質量的內涵式發展［1］。《國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》強調要“推動經濟社會發展全面綠色轉型，建設美麗中國”，因此，提高綠色經濟效率已成為當前我國經濟高質量發展的新目標。作為實現綠色高質量發展的重要指標，綠色全要素生產率（GTFP）引起了政府、社會以及學界的廣泛關注。

作為經濟增長的新推力，人工智能、大數據、云計算等新一代信息技術快速發展，深刻影響甚至重塑了現有的經濟活動模式，為企業綠色轉型發展提供了廣闊的空間和契機。作為第四次工業革命的主導力量，智能制造融合了現代化信息技術與先進制造技術，已成為我國制造業企業轉型的必經之路。2015年，國務院印發了《中國制造2025》，將智能制造升至國家級戰略。2022年《政府工作報告》進一步將“增強制造業核心競爭力、大力推進智能制造”劃為工作重點。為貫徹落實智能制造發展規劃，工業和信息化部聯合開展智能制造試點示范行動。智能制造已由理念普及、試點示范轉入深入應用、全面推廣的新發展階段。在新一代技術變革下，企業應該抓住機遇，將數字信息技術融入傳統生產模式中，用更好的制造業生態助力企業綠色全要素生產率的提升，正確處理好“綠水青山”和“金山銀山”之間的辯證關系，為助推我國經濟綠色高質量發展不斷積蓄新動能。

綠色全要素生產率（GTFP）相較于全要素生產率增加了對非期望產出如污染排放，以及生態環境如資源承載力等因素的考量，能夠全面、客觀地反映經濟發展質量，更加契合新時代的綠色發展理念。圍繞GTFP的測量體系，學界展開了許多探討。Chung等（1977）［2］基于方向性距離函數和生產率（ML）指數將環境因素納入測量體系，且ML指數得到了廣泛應用［3］。Tone等（2001）［4］建立了基于松弛變量的SBM-DDF函數模型，有效克服了非零松弛問題。緊接著，為了提高GTFP測量的準確度，進一步將方向性距離函數和SBM函數結合［5］。有關其影響因素學界也積累了許多有價值的成果。有研究發現，環境規制、研發能力和科技創新等均對GTFP的提升有促進作用［6］。而對外貿易和對外投資均能正向促進GTFP的提升，但會受到融資約束、制度環境等條件限制［7］。作為一種新型制造模式，智能制造帶來了先進的信息技術和制造技術，能夠提升企業運營效率［8］，降低生產成本，抑制成本粘性［9］等，從多方面增加企業的競爭優勢。相關研究有，數字經濟能夠促進經濟、環境協同發展，提高企業綠色研發投入和環境保護意識，促進綠色創新［10］。但實證研究仍不是很多。

綜上所述，上述文獻在相關領域內均積累了諸多有益的研究和討論，但關于智能制造實施與企業GTFP之間的關系和內在邏輯尚未有學者進行探討，缺乏理論闡釋和實證分析。綠色低碳發展是全球所趨，綠色經濟已然成為全球產業競爭的重要制高點。而智能制造通過將信息技術融入企業生產過程，在很大程度上緩解了傳統制造業生產模式所導致的高投入、高污染、高消耗等問題，對制造業綠色轉型升級起到了極大的助推作用。因此，在中國的“雙碳”承諾以及后疫情時代再度發展的經濟全球化這一雙重背景下，借助GTFP這一能夠反映綠色經濟發展全貌的指標，考察智能制造對綠色發展的作用效果，對當前我國綠色經濟發展具有重要意義。

基于此，本文從智能制造角度出發，探究提升企業GTFP的有效工具，以我國智能制造試點示范專項行動為準自然實驗，研究制造業上市公司智能制造與其GTFP之間的關系。本文的邊際貢獻如下：第一，在研究視角上：首先，研究補充并豐富了GTFP驅動因素的文獻體系和智能制造經濟后果的研究范式。我國有關GTFP的研究目前仍不是很多，且鮮有研究以企業生產模式為角度。受限于智能制造的數據度量，已有研究大多集中在規范研究和案例分析上，實證方法研究目前較少。本文對工信部發布的智能制造試點示范項目名單進行手工收集和整理數據，采用PSM-DID的方法進行實證檢驗，補充并拓寬了智能制造實踐效果的研究。其次，在全球性智能制造趨勢和綠色新發展的要求下，研究基于企業綠色轉型升級的角度評估智能制造的影響效果，為深刻認識智能制造與GTFP之間的關系提供了新的經驗證據。第二，在研究內容上：從公司層面出發，研究智能制造對GTFP的影響。將綠色技術創新和人力資本結構作為中介變量，挖掘智能制造與GTFP的作用機理，深入探討智能制造助力企業GTFP提升的路徑，且進一步分析智能制造對GTFP的異質性影響，這有助于更好地理解智能制造在提升GTFP方面發揮的重要作用。第三，在政策應用上：研究在數字經濟背景下為實施智能制造推動我國制造業企業綠色轉型發展提供有益的啟示和指導。本文揭示智能制造對企業GTFP的正向促進作用，并且從微觀視角和多個維度剖析智能制造影響企業GTFP的具體路徑和調節因素，研究結果有助于促進企業智能制造轉型，進而提升企業GTFP，為國家落實智能制造政策和綠色高質量發展提供理論依據和重要啟示。

二、理論分析與研究假設

智能制造通過優化企業各方面要素，包括勞動、資本、數據、能源等，激發企業創新潛力，提升勞動力整體素養，打造綠色技術創新與高質量勞動力雙重驅動力，助力企業智能化和綠色化協同發展。具體而言，智能制造對GTFP的積極作用主要體現在激勵企業綠色技術創新和促進人力資本結構優化兩個方面。

（一）促進綠色技術創新

基于企業內部角度，企業各部門之間普遍存在多方面的差異，致使企業內部出現信息流通速度慢、流通效率不高等問題。而智能制造帶來的信息技術能夠優化企業的內部環境，將各個部門劃入統一信息管理范疇內，有助于數據搜集、數據處理的實時性和高效性，實現各環節信息互聯互通，簡化內部信息傳遞流程，實現內部信息公開化、透明化，解決企業內部面臨的“信息孤島”難題［11］。特別地，人工智能、云共享、區塊鏈等技術幫助企業實現了內部活動信息的實時記錄和可追溯性，能夠及時將環境污染相關信息傳送至相關部門。同時，利用數字技術還可以對綠色技術創新和產品研發進行指導，提高其產出效率，進而促進企業可持續發展。另外，就專業程度的要求而言，綠色技術創新要明顯高于傳統技術創新。由于信息在整個研發過程與應用過程中透明度均較低，造成股東對管理層的監督難度較大。數字化手段的應用極大地提高了企業內部信息的透明度，不僅有助于管理層及時獲取基層部門的信息，還有助于股東了解管理層的決策動態，包括增加股東對關鍵數據抽查的便利性、及時了解關鍵決策的動態性等，推動整個流程信息透明化及可視化，這在一定程度上弱化了代理問題對綠色技術創新的阻礙效應。智能制造的引入還可以節約企業的信息處理成本，增強企業的信息分析與處理能力，提高企業的信息整合與應用能力。大數據、云計算等數字技術能夠對數據進行技術層面的加工處理和實時分析，節約了對海量數據處理的時間成本和人工成本，幫助企業完成對數據的高效篩選，減少誤導性信息的干擾，彌補了大數據價值密度低的缺陷，提高了數據資源的利用率［12］。這不僅加快了知識在企業內部之間的流動和擴散，還能以最小化的記錄成本將企業內部的知識儲備量最大化。這也有助于企業迅速定位創新突破點，準確掌握市場動向和行業趨勢，根據真實需求改善生產技術，降低生產不確定性，最大程度契合市場上的低碳消費需求，充分發揮綠色技術創新效應。

基于企業外部環境角度，一方面，在智能制造模式下，科斯交易成本理論中所提到的邊界理論將被打破，數據能夠破除傳統生產要素無法突破的時間和空間的限制。市場上的信息、技術與人才的流動壁壘不斷被打破，并通過溢出效應和示范效應激勵企業綠色技術創新。此時，信息傳播與共享的速度和效率不斷被加快和提高，傳統創新知識和創新技術傳播不再具有阻礙，極大地發揮了知識技術的溢出作用和擴散作用，在將知識轉化為綠色技術成果的同時為創新主體的實時交流和深層次互動提供了技術支撐，使得行業內先進制造技術更好與傳統產業相融合，推動傳統制造業產業轉型升級，降低能源損耗，推動技術進步。另一方面，智能制造的引入可以有效節約企業的信息搜集成本、信息處理成本和信息交易成本［13］，從而消除交易壁壘，進而打破市場邊界，有利于生產要素在更大空間內自由流動，促進企業要素配置進一步優化，極大地提升GTFP。從合作角度出發，知識與技術的整合在整個創新的過程中至關重要，這是因為創新的實質就是將既有的碎片知識進行重新組合。此外，市場為生產者與消費者之間的知識摩擦、交流提供了機會，由于突破了空間和地理的限制，創新知識的主體和來源不斷被豐富和增加，使得創新模式不斷發生演變，進一步促進綠色技術創新。而作為GTFP的決定性因素，綠色技術創新能力的提高為提高企業GTFP注入活力。

（二）優化人力資本結構

智能制造帶來的新一代信息技術與企業的各種要素進行深度融合，為企業擴展了經濟活動的空間，創造了優化資源配置的空間，有助于提高正向經濟效益產出，降低負向環境效益產出。具體而言，數據與勞動生產要素的融合，改變了制造業企業人力需求結構，提高了對人力資本要素培養的要求。以新一代信息技術為載體的智能制造重塑了企業的生產經營模式，誘發企業組織方式和管理模式作出調整和改變，增加了企業對高學歷、高技術等人才的需求，隨之而來的對低學歷和低技術人員不斷擠出，進而優化了企業的人力資本結構。

一方面，企業實施智能制造將增加對高技能勞動力的需求，對部分低技能勞動力產生擠出效應。首先，相較于傳統制造企業，智能制造企業的智能工廠、自動化工廠的數量逐漸增多，伴隨著“機器換人”的現象也越來越廣泛。其次，從某種程度來講，每一次的技術革命都會或多或少造成“技術性失業”，加之我國智能制造發展目前處于初級階段，智能制造技術主要應用于復雜度低且重復性高的任務，因此，智能制造帶來的技術進步最可能對企業中常規性、重復性等崗位類型產生替代效用，比如生產線搬運工、生產性行政員工等工作崗位，“機器換人”首要對該類型員工的工作造成沖擊。相比之下，高技能人員主要從事復雜度高且無序的工作，被替換的次序遠遠靠后且被替換的可能性也相對較低。與此同時，基于資本-技能互補性這一特點，相較于低技能型勞動力，智能化資產與高技能型勞動力更能起到互補作用，誘發了企業對勞動力技能的高需求［14］，比如智能化操作人員、智能系統維修人員等高水平化技能人才。因而，智能制造引發“機器換人”的同時也帶來了與新技術相適配的新工作崗位，這主要增加了與高端設備相配套的高精尖人才的需求。智能制造所引起的上述變化均會導致企業中高技能勞動力比例的提高。此外，在智能制造的背景下，企業分工化程度會逐漸有所提高，這也對設備操控、維護以及升級后的產品設計、營銷等工作人員提出了更高的技術能力和技術水平要求。在這種情況下，會促使相關崗位的從業人員不斷學習專業知識，提高專業能力以適應技術性工作。與此同時，企業內部其他人員如果有從生產崗位轉向技術崗位或管理崗位的訴求，更需要專業知識素養和技術能力的提高以匹配高技術含量崗位。如此一來，“倒逼”各種崗位的員工主動學習與智能制造相關的知識技能，在增加企業人力資本存量的同時不斷優化企業技術人員結構。而人力資本結構的優化反過來也會促使員工更愿意接受和吸收新技能知識，將越來越豐富的高技能知識應用、融入企業的生產經營中，更好地發揮綠色技術的積極作用，產生良性循環，進而有效促進企業GTFP的提升。

另一方面，數字技術催生的智能制造等高水平技術企業憑借著各種競爭優勢，不斷強化自身的盈利能力和盈利質量，吸引高學歷人才的涌入。而制造企業智能化轉型需要高學歷、高素養的人才提供重要基礎和保障。隨著企業對信息技術的應用，有效改變了就業和勞動力結構，擴大了企業對高學歷人才的需求，促使人才向企業不斷集聚。新增長理論明確了經濟體系內部要素對生產效率產生一定的作用，并且在經濟增長模型中增加了人力資本要素。其一，凝結了高教育水平投入的人力資本有助于綠色產品的研發和綠色技術的產出。高教育水平的人力資本相對而言具備更強的技術學習和吸收能力，能夠將智能制造帶來的新綠色技術更好地應用到企業的生產經營中。同時，在高學歷的人力資本將其自身具備的高水平知識要素融入企業的生產過程，能夠進一步激活企業的綠色創造力，有助于企業實現在綠色發展方面的提質增量，進而提高GTFP。其二，人力資本要素的水平影響了市場對綠色產品的消費偏好。高水平的人力資本更易呈現高環境保護傾向，這類人員更偏向生產環境污染程度較低的綠色產品，進而增加環境友好型產品的市場占有量。綜上，新一代信息技術與勞動要素的融合，優化了企業的人力資本結構，提高了人力資源配置水平，助力制造業企業人力資本結構轉型升級，不斷擴張了企業的生產可能性邊界，進而促進企業GTFP的提高。基于以上分析，提出以下研究假設：

H1：企業實施智能制造后能夠有效提升自身GTFP。

三、研究設計

（一）樣本選取與數據來源

本文以我國A股制造業上市公司為樣本，選取2015—2022年為樣本觀察期。具體的數據來源：智能制造的數據根據工信部發布的智能制造試點示范項目名單進行手工收集、整理；GTFP測算的相關數據來自《中國城市統計年鑒》《中國環境統計年鑒》、上市公司社會責任報告、上市公司年報等；控制變量及其他數據來自CSMAR數據庫。樣本篩選過程如下：（1）剔除了金融業、ST和*ST類以及上市不足一年的上市公司；（2）剔除了所有資不抵債（即資產負債率大于1）和關鍵性變量缺失的樣本。為了消除極端影響，對所有的連續變量進行上下1%的Winsorize縮尾處理，最終共得到20181個觀測值。其中，有84家企業在樣本期內實施了智能制造，3811家企業在樣本期內沒有實施智能制造。

（二）PSM傾向得分匹配法

企業入選智能制造示范名單時，存在一定非隨機性，可能由某些企業特征因素所決定。因此，為了緩解樣本的自選擇偏誤，本文參考《智能制造發展規劃》等政策性文件以及權小鋒和李闖（2022）［9］的研究，選取了企業規模、資產負債率、盈利能力、第一大股東持股比例、管理層持股比例、主營業務收入增長率、固定資本密度等一系列特征變量作為匹配變量，進行1∶1最近鄰匹配。經匹配后，得到實驗組企業84家，445個“企業-年度”樣本；對照組企業84家，437個“企業-年度”樣本。且經過PSM處理后的協變量在處理組與控制組中均不存在顯著差異。

（三）變量定義與說明

1?智能制造（IM）

本文旨在考察智能制造的實踐效果，因此設虛擬變量IM，上市公司實施智能制造的當年及以后的年份定義為1，否則為0。

2企業綠色全要素生產率（GTFP）

借鑒羅軍和邱海桐（2022）［15］的研究，采用非徑向SBM-ML指數對企業GTFP進行測度。企業GTFP的投入和產出指標的具體測度如下：（1）要素投入：勞動投入以企業員工數作為代理變量；資本投入以企業固定資產凈額作為代理變量；能源投入以企業所在城市工業用電量按企業從業人員占城市城鎮人員就業比重進行換算作為代理變量。（2）期望產出：以企業營業收入作為企業期望產出的代理變量。（3）非期望產出：參考崔興華和林明裕（2019）［16］的做法，以企業從業人員占所在城市城鎮人員就業比重，對“工業三廢”即工業二氧化硫、工業廢水、工業煙粉塵排放量進行換算，作為企業非期望產出的代理變量。

3控制變量（Controls）

借鑒已有研究，本文進一步控制了企業規模（Size），等于年末總資產取自然對數；資產負債率（Lev），等于年末負債與總資產比值；資產收益率（Roa），等于年末凈利潤與總資產比值；企業成長性（Growth），等于年度營業收入增長率；第一大股東持股比例（Top1），等于第一大股東持股的百分比；管理層持股比例（Mngmhldn），等于年末管理層持股數量占總股數的百分比；管理層薪酬（Salary），等于管理層薪酬總額取自然對數；賬面市值比（Mb），等于賬面價值與市場價值比值；現金流成長性（Cashflow），等于經營活動產生的凈流量增長率可能對企業GTFP產生影響的變量以消除可能存在的遺漏變量偏誤，同時控制了年度（Year）和個體（Id）層面固定效應。關鍵變量定義及具體說明如表1。

（三）模型設計

GTFP=β0+β1IM+β2Size+β3Lev+β4Roa+β5Growth+β6Top1+β7Mngmhldn+β8Salary+β9Mb+β10Cashflow+Year+Id+ε?（1）

其中，GTFP代表企業綠色全要素生產率，該值越大表示企業的GTFP水平越高；IM表示企業是否實施智能制造指標，如果企業當年實施了智能制造，則IM在當年及以后的年份均為1，否則為0；Year及Id代表年度和個體層面固定效應。在實證過程中主要通過觀測IM的回歸系數β1，我們預期系數β1顯著為正，代表智能制造對企業GTFP的凈效應，即智能制造能夠顯著提升企業GTFP。

四、實證結果分析

（一）描述性統計

描述性統計結果如表2所示：樣本企業中IM的均值為040，表明制造業中約有40%的上市公司已實施智能制造。GTFP的中位數為106，均值為104，說明樣本中企業GTFP水平仍然不均衡。其余控制變量分布和現有研究成果相一致。

（二）基準回歸

表3列示了智能制造影響企業GTFP的多元回歸結果。表3中列（1）為僅包含解釋變量和被解釋變量的基準回歸結果，在控制年度、個體層面固定效應的前提下，IM變量的回歸系數為0005，在5%水平上顯著為正。列（2）為進一步添加了控制變量的回歸結果，依舊得到了5%顯著正相關的系數。說明在控制其他條件下，智能制造能夠促進企業GTFP的提升，支持了本文假設。

（三）穩健性檢驗

1平行趨勢檢驗

為了避免DID模型檢驗結果產生偏差，需要保持實驗組與控制組在政策實施前發展趨勢相同。具體地，構造交乘項，IM（-2）表示實施智能制造前第二年，IM（-1）表示實施智能制造前第一年，IM（0）表示實施智能制造當年，IM（1）表示實施智能制造后第一年，IM（2）表示實施智能制造后第二年。檢驗結果如表4所示，智能制造實施之前交乘項系數均不顯著，在智能制造實施當年開始顯著，且以后年份交乘項系數也均顯著為正。總體來看，滿足平行趨勢假設。

2安慰劑檢驗

采取安慰劑檢驗方法可以進一步排除外界偶然因素，以免對結果產生影響。具體地，利用配對樣本隨機生成一個偽處理組，構建新的樣本組對模型再次進行回歸，如果回歸系數不顯著偏離原點，說明隨機產生的智能制造樣本的GTFP并沒有被提升，具體結果如圖1所示。圖1的橫軸表示隨機生成的交乘項系數，縱軸表示估計系數的P值和密度分布情況。由圖1可知，估計系數在0兩側呈正態分布，P值絕大部分均大于01，這表示智能制造對“偽處理組”的GTFP沒有顯著作用。圖1中的垂直虛線表示模型的真實回歸系數，值為00054122。安慰劑檢驗的回歸系數并未落在該區域內，主要分布區域距離真實回歸系數較遠，表明隨機生成的智能制造樣本的GTFP未被顯著提高。綜上，通過了安慰劑測試。

3改變事件窗口期

數字經濟于2017年被寫入黨的十九大報告以及政府工作報告中，自此數字經濟得以快速發展。為避免與之相關的戰略規劃緊密出臺對結果可能產生的影響，剔除了2017年的觀測樣本重新進行回歸。另外，為了剔除2020年新冠肺炎疫情的影響，將樣本觀測期剔除2020年，均得到了5%顯著正相關的系數，說明改變樣本窗口期后結論保持不變。

4遺漏變量問題

本文還通過加入財務杠桿、審計質量、兩權分離等可能會影響企業GTFP的控制變量重新對樣本進行回歸檢驗，以緩解遺漏變量問題。如表5中列（3）所示，結果依舊保持不變。綜上所述，智能制造提升企業GTFP的結論可靠。

五、進一步檢驗

（一）機制分析

1?綠色技術創新

據上文分析，實施智能制造能夠激發企業創新潛力，從而提升企業GTFP。為了驗證該機制，借鑒了Chang等人（2019）［17］的研究，選取綠色專利的申請數量（Gpatent_a）和綠色專利的獲得數量（Gpatent_g）作為企業綠色技術創新的代理變量。檢驗結果如表6所示，表6中列（1）和列（2）顯示，實施智能制造后，企業的綠色專利申請數量和獲得數量均顯著增加，這表明，智能制造促進了企業綠色技術創新，進而提升了企業GTFP，符合我們的預期。

2人力資本結構

實施智能制造后，優化了企業人力資本結構，提升了勞動力整體素養，進而促進了企業GTFP的提高。為檢驗上述該機制，我們從員工學歷水平和技術水平兩個層面進行考量。參考趙宸宇等（2021）［18］的研究，將本科及其以上學歷的人數占比（Degree）作為衡量員工學歷水平的代理指標；將企業高技能人才數量占比（Skill）作為衡量員工技術水平的代理變量。結果由表6列（3）和列（4）可知，實施智能制造后能夠增加企業高學歷水平和高技能水平的人員數量，提高企業高學歷、高技能人才比例，優化了企業人力資本結構，進而提升了企業GTFP，與我們的預期相符。

（二）異質性分析

智能制造對企業GTFP的作用效果在企業不同屬性方面可能存在異質性。本部分將進一步考察企業屬性特征對二者之間的關系是否會產生非對稱性影響。具體地，我們針對企業的規模屬性、產權屬性、行業屬性以及地區屬性等方面進行了檢驗。

1規模屬性

大規模企業擁有雄厚的資金、人才儲備和管理經驗，能夠更好地克服企業在引入新技術時可能遇到的難題［19］。另外，大規模企業踐行綠色化轉型的主動性更高。企業規模越大，所受到的資源稀缺性約束越弱，受到的社會關注和政府監管越多。處于嚴格的監督環境中，企業發生環境污染等負面行為的違規成本增高，隨之會有更高的聲譽維持需求。加之智能制造扮演了“錦上添花”的角色，為企業多方面提供技術支持，使其充分挖掘和利用自身優勢，助力企業高質量發展。因此，我們預測智能制造對企業GTFP的影響在大規模企業中更為顯著。以企業總資產的中位數來劃分企業規模，分別對兩組樣本進行回歸，結果如表7列（1）和列（2）所示。在大規模企業中系數顯著為正，而在小規模企業中系數不顯著，這表明智能制造提升企業GTFP的表現在大規模企業中的效果更明顯。

2產權屬性

近年來，政府對制造業企業智能化轉型十分重視，與政府有密切關系的國有企業能夠發揮良好的示范作用，更好地完成智能化轉型、綠色轉型等政策的落實。一方面，國有企業在智能化發展和綠色發展上具備政策優勢和資源傾斜，有助于促進其GTFP的提高。另一方面，無論是智能制造的引入還是綠色化發展，都需要前期投入較多的資本且回報周期較長。而國有企業自身具備的資金、人才等優勢為企業智能化以及綠色化轉型升級提供了完備的客觀條件。因此，我們預期國有企業更易通過智能制造提升企業GTFP。基于此，我們將樣本以產權性質劃分為兩組，回歸結果如表7列（3）和列（4）所示。在國有企業中系數顯著為正，在非國有企業中系數不顯著，與預期相符。

3行業屬性

高科技企業高度重視科學技術的創新和發展，以及技術人員的培養。另外，相較于非高科技企業，高科技企業在資金、人才、技術等資源上有著得天獨厚的優勢，這種優勢能更好地與智能制造相結合。而非高科技企業不具備這種客觀條件，且這類企業對智能化轉型的敏感度也不高，這也就導致他們無法合理利用數字技術提升自身的GTFP。基于此，我們認為智能制造對企業GTFP的促進作用在高科技企業中更為顯著。根據《上市公司行業分類指引（2012年修訂）》將樣本分為高科技企業與非高科技企業兩組。結果如表7列（5）和列（6）所示，符合預期。

4地區屬性

我國具有區域發展不均衡的特點，這也為不同地區企業實施智能制造轉型提供了不同的客觀條件，也使得智能制造對企業GTFP的作用具有差異化。源于歷史原因、自然優勢、政策實施等一系列因素，我國東部地區擁有較好的發展條件和較大的發揮空間，其地區經濟水平和科技發展現狀相較于中西部地區比較超前。企業憑借這種區位優勢能夠集聚各種綠色創新資源、高水平人力資本、產品研發資金等要素，營造了有利于企業智能化和綠色轉型發展的外部環境。再者，相較于中西部地區，東部地區在環保制度、環保意識等方面具有更強的約束性，企業的環保意識普遍較強，這加速了東部地區企業的智能化轉型和綠色發展。為了檢驗地區特征的異質性影響，將樣本劃分成東部、中部、西部等三大地區，回歸結果如表8所示。該結果表明，智能制造的引入能夠顯著影響東部地區企業GTFP，而對中西部地區企業并不產生顯著影響。

六、拓展性分析

基于前文分析可知，智能制造能夠提升企業GTFP。而GTFP作為企業樹立形象、傳遞信號、提升競爭力的重要方式，對企業綠色高質量發展起著至關重要的作用。由此引發了一個思考：智能制造引起企業GTFP的提升能否轉化成其市場價值？為檢驗上述價值效應，我們采用Tobins?Q來衡量公司價值，同時控制了企業規模、資產負債率、企業成長性、大股東持股比例、產權性質、審計質量等一系列變量，回歸結果如表9所示，表9中列（1）和列（2）分別為智能制造對企業當期和未來一期市場價值的影響，交乘項回歸系數均顯著為正，這表明企業實施智能制造后，其GTFP的提升有助于企業當期及未來價值的提高，具有長期價值提升效應。

七、結論與建議

作為第六次科技革命的主導力量，智能制造是我國建設制造強國的必然之路。本文驗證了智能制造的影響，主要結論如下：（1）實施智能制造能夠顯著提升企業GTFP，且在企業規模屬性、產權屬性、行業屬性和地區屬性中存在異質性。（2）機制分析發現，智能制造的積極效應通過促進企業綠色技術創新、優化人力資本結構兩條渠道得以發揮。拓展性檢驗發現，智能制造具有價值效應，能夠給企業帶來長期價值的提升。

根據研究結論，提出以下政策建議：第一，各級政府要科學合理地落實智能制造政策，準確引導企業智能制造轉型發展，不斷完善相關數字基礎設施，縮小區域發展差距。根據地區發展水平，合理實施區域化、差異化戰略，實現智能制造賦能，助力不同區域內企業GTFP的提升。與此同時，政府還應全面強化數據安全保障與網絡監管，避免因盲目、過分追求企業轉型升級而損害生產效率，為智能制造賦能企業綠色轉型升級，提升GTFP創造良好的客觀條件。第二，企業應加大對綠色技術創新和人力資本結構優化的支持力度。積極借鑒和吸收新型技術，縮小與其他企業的技術差距，不斷完善和積累技術創新資源，提高生產效率和綠色創新質量，為企業轉型升級提供助力。同時，企業需要結合當前的人才需求，積極完善人才引進制度，有針對性地對人才開展專業性培養，有效克服人力資源儲備不足等問題。幫助企業更好地利用智能制造進行人才培養與技術創新，通過持續推動智能化轉型實現企業綠色發展。第三，從研究結論可知，智能制造對企業GTFP的影響存在異質性。因此，企業應結合自身特征和外部區域環境，采用科學合理的戰略規劃開展轉型活動，避免盲目開展智能制造，阻礙其積極效應的有效發揮，將智能制造與企業各方面深度融合，助推企業綠色高質量發展。

參考文獻：

［1］?邵帥，張可，豆建民.經濟集聚的節能減排效應：理論與中國經驗［J］．管理世界，2019（1）：36-60+226.

［2］?Chung?Y，Fare?R，Grosskopf?S.?Productivity?and?Undesirable?Outputs：?A?Directional?Distance?Function?Approach［J］．?Journal?of?Environmental?Management，1997（3）：229.

［3］?陳詩一.中國的綠色工業革命：基于環境全要素生產率視角的解釋（1980—2008）［J］．經濟研究，2010（11）：21-34+58.

［4］?Tone?K，?Toloo?M，?Izadikhah?M.?A?Modified?Slacks-Based?Measure?of?Efficiency?in?Data?Envelopment?Analysis［J］．?European?Journal?of?Operational?Research，2020（2）：560-571.

［5］?Fare?R，Grosskopf?S.?Directional?Distance?Functions?and?Slacks-based?Measures?of?Efficiency：?Some?Clarifications［J］．?European?Journal?of?Operational?Research，2010（3）：702-702.

［6］?上官緒明，葛斌華.科技創新、環境規制與經濟高質量發展——來自中國278個地級及以上城市的經驗證據［J］．中國人口·資源與環境，2020（6）：95-104.

［7］?張建，李占風.對外直接投資促進了中國綠色全要素生產率增長嗎——基于動態系統GMM估計和門檻模型的實證檢驗［J］．國際貿易問題，2020（7）：159-174.

［8］?溫素彬，張金泉，焦然.智能制造、市場化程度與企業運營效率——基于A股制造業上市公司年報的文本分析［J］．會計研究，2022（11）：102-117.

［9］?權小鋒，李闖.智能制造與成本粘性——來自中國智能制造示范項目的準自然實驗［J］．經濟研究，2022（4）：68-84.

［10］姚樹俊，荊玉蕾，丁冠翔.智能信息互聯、綠色治理能力與制造業環境績效［J］．西安財經大學學報，2022（1）：53-65.

［11］Wu，L.，L.Hitt，?and?B.Lou.?Data?Analytics，?Innovation，and?Id?Production［J］．Management?Science，2020（5）：2017-2039.

［12］楊德明，劉泳文.“互聯網+”為什么加出了業績［J］．中國工業經濟，2018（5）：80-98.

［13］Goldfarb，A，?and?C.Tucker.?Digital?Economics［J］．?Journal?of?Economics?Literature，2019（1）：3-43.

［14］譚玉松，王林輝，胡晟明.人工智能技術能促進就業質量提升嗎？［J］．?哈爾濱商業大學學報（社會科學版），2022（3）：65-77+89.

［15］羅軍，邱海桐.城市數字經濟驅動制造業綠色發展的空間效應［J］．經濟地理，2022（12）：13-22.

［16］崔興華，林明裕.FDI如何影響企業的綠色全要素生產率？——基于Malmquist-Luenberger指數和PSM-DID的實證分析［J］．經濟管理，2019（3）：38-55.

［17］Chang?X，?Chen?Y，?Wang?Q?S?et?al.?Credit?Default?Swaps?and?Corporate?Innovation［J］．?Journal?of?Financial?Economics，2019（2）：474-500.

［18］趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］．財貿經濟，2021（7）：114-129.

［19］池毛毛，葉丁菱，王俊晶，等.我國中小制造企業如何提升新產品開發績效——基于數字化賦能的視角［J］．南開管理評論，2020（3）：63-75.

Does?Intelligent?Manufacturing?Promote?Green?Total?Factor?Productivity?of?Enterprises？

——Research?Based?on?Intelligent?Manufacturing?Demonstration?Site?Enterprises

YAN?Feng，?ZHAO?Xiuyun

（Tianjin?University?of?Finance?and?Economics，Tianjin?300222，China）

Abstract：?Based?on?Chinas?intelligent?manufacturing?demonstration?project?as?the?natural?experiment，?this?paper?manually?collected?and?sorted?out?the?annual?data?of?whether?listed?companies?implement?intelligent?manufacturing?from?2015?to?2022，?and?investigated?the?implementation?effect?of?intelligent?manufacturing?from?the?perspective?of?enterprise?green?total?factor?productivity.?The?study?found?that?intelligent?manufacturing?can?significantly?improve?the?green?total?factor?productivity?of?enterprises.?The?mechanism?test?shows?that?the?influence?can?be?exerted?through?two?channels?of?promoting?enterprises?green?technology?innovation?and?optimizing?human?capital?structure.?The?heterogeneity?test?shows?that?the?influence?is?heterogeneous?among?firm?size?attributes，?property?rights?attributes，?industry?attributes?and?regional?attributes.?The?expansion?test?found?that?the?implementation?of?intelligent?manufacturing?has?a?long-term?value?effect，?which?can?enhance?the?value?of?the?enterprise?in?the?current?and?future?periods.

Key?words：intelligent?manufacturing;green?total?factor?productivity;green?technology?innovation;human?capital?structure;value?effect

（責任編輯：趙春江）