油氣企業數字創新能否抑制企業碳排放

摘 要：在“碳達峰、碳中和”戰略目標下，油氣企業作為以化石能源開采為主的傳統行業其碳排放量不容小覷，在數字經濟背景下，數字創新是企業數字化中的重要組成部分，然而數字創新與碳排放的關系尚不明確。以2012—2021年上市公司中的油氣企業為研究對象，利用Tobit模型實證檢驗數字創新對碳排放的影響和作用機制。研究發現，油氣企業數字創新對碳排放有顯著的抑制作用；該作用可以通過技術進步和提高勞動投資效率兩種機制來實現；與國有企業相比，非國有企業的油氣企業數字創新能夠抑制企業的碳排放。

關鍵詞：數字創新；碳排放；技術進步；勞動投資效率

當前全球經濟正明顯呈現數字化特征，人類已步入數字化發展的新時代，數字經濟已然成為全球發展的新趨勢。數字技術已廣泛滲透于生產和生活的方方面面，互聯網、大數據、云計算、人工智能、區塊鏈等數字技術創新已成為產業升級的主要技術應用。信息的獲取在企業管理決策中扮演著重要的角色，數據分析在提高生產和管理效率方面的作用也日益凸顯。這一切都取決于數字創新的推動，所以對企業而言，數字創新能力乃至其核心競爭力的形成至關重要。而油氣企業不僅為我國能源安全提供了有力支撐，同時也構建了國民生活的基礎保障體系。但是，石油、天然氣等化石能源的燃燒卻會產生大量二氧化碳，面對“雙碳”目標的新壓力，我國油氣企業必須實現減排減碳，以改善生態環境問題。因此，數字創新是否能夠有效抑制油氣企業的碳排放成為一個值得深入探討的問題。

油氣行業作為碳排放的主要行業之一，其碳排放是貫穿上、中、下游全產業鏈的。傳統機械化的技術迭代升級所帶來的節能減排空間逐漸減小，數字化技術將成為能源行業實現低能耗、低排放的主要發展方向[1]。施耐德電氣公司在《2019年全球數字化轉型收益報告》中提出了油氣企業的未來數字化前景，全面數字化管理和自動化生產可以實現20%的碳減排量[2]。油氣行業的各個環節已經逐漸實現了數字化的技術升級[3]。埃森哲在有關油氣行業數字化轉型的相關報告中闡述了數字技術對于碳減排的促進作用[4]。

大數據、云計算、人工智能行業的不斷成熟，使得傳統和數字技術不斷地相互促進，推動了油氣行業的智能化進程[5]。數字創新作為一種利用數字技術進行的創新過程，可以同時產生一種產品、過程或者一種新型的商業[6]。與傳統創新相比，它是一種利用了信息、計算、溝通和連接技術的組合，從而帶來了新的產品或服務、改進傳統生產過程、變革原有組織模式以及改變商業固有發展模式等[7]。另外，實現了實體經濟與數字經濟不斷融合的企業日益增多，數字化轉型已經是越來越多企業落實節能減排的重要手段[8]。劉慧等[9]（2022）以2010—2019年上市公司為樣本，討論了數字化轉型可以有效促進企業節能減排，降低碳排放。Ren等[10]（2021）研究發現互聯網可以有效降低企業的能源強度，互聯網加快了企業能源消費結構變化。張亞豪等[11]（2022）采用動態空間杜賓模型驗證了工業數字化存在顯著的減碳效應，并且其他地區工業數字化程度提高會帶動本地區工業數字化程度提高，從而進一步增強工業發展的減碳效應。

綜上所述，現有研究主要集中在數字化與碳排放的關系上，而對于數字創新給企業碳排放帶來的影響的研究內容還不夠豐富。因此本文以2012—2021年中國滬深A股上市油氣企業為研究樣本，借助Tobit實證模型研究油氣企業數字創新對于碳排放的影響和作用機制，以期為促進油氣企業減排，早日實現“雙碳”目標提供作用。

一、理論分析與研究假設

（一）數字創新與碳排放

數字創新是數字技術的產生、迭代、組合的過程，這個過程中許多環節發生了變化，包括新產品的誕生，生產環節的改進，企業架構的重組和整個行業模式的創新[12]。根據自然資源基礎觀理論，企業的技術進步和管理創新是可以減少企業對于環境的污染，提升自身競爭實力，反之企業為了提升自身實力，會將可持續發展作為公司的核心競爭力，從而愿意去減少環境污染，促進企業的技術進步。數字創新增加了企業數據的獲取渠道，降低獲取信息所需的人力和財力成本，優化了企業的管理和生產，加速了企業的轉型和結構升級。

首先，從資源配置的視角來看，數字創新可以使企業利用數據分析市場和企業自身的經營狀態，從而對資源有效配置。在管理過程中，數字技術的融入可以及時獲得各個部門的信息數據，消除了信息壁壘，企業的管理層可以根據數據反映出的問題，最大程度平衡各部門之間的資源平衡，提高運營效率和能源利用效率，降低碳排放。其次，從信息共享的視角來看，數字創新在企業技術的進步中起到重要作用，使得行業知識和經驗數據化、模塊化，有利于企業內的技術人員和管理人員共享、學習，進一步促進了技術的創新和應用[13]。并且依托于數字技術的進步，例如人工智能、大數據、物聯網、云計算等先進技術，可以深入剖析各環節的能源消耗、碳排放強度與節能空間，從而更有利于進行技術的改造，提高能源利用效率，進而降低碳排放?；谏鲜稣撌觯疚奶岢鋈缦录僭O：

假設H1：數字創新能夠降低油氣企業碳排放。

（二）數字創新、技術進步與碳排放

信息化、網絡化、數字化及智能化的發展，使得先進的計算機信息技術、多媒體技術及數字化技術等被應用到各大領域，數字創新推動了企業的技術進步。首先，數字創新為企業提供了搭建數字化平臺的機會和資源。通過數字化平臺的建立，企業可以快速獲取行業內的供需信息等，從而企業能在第一時間了解市場的供需關系，可以有針對性地對產品性能和質量進行升級，促進企業的技術進步[14]。其次，數字創新更新了企業的運營模式，帶來了生產方式的升級和組織架構的變革。數字技術相關人才流動性增加，降低了制造研發的成本，也降低了技術創新的成本，企業更愿意投入研發，從而企業技術進步[15]。而技術進步有助于企業降低碳排放水平。一方面隨著企業技術的升級，生產過程中可以減少高碳能源的使用，同時轉向清潔能源，可以有效降低碳排放[16]。另一方面企業技術進步可以減少能源消耗，提高能源利用效率減少碳排放[17]?；谏鲜稣撌?，本文提出如下假設：

假設H2：數字創新通過促進企業技術進步降低油氣企業碳排放。

（三）數字創新、勞動投資效率與碳排放

數字創新通過提高油氣企業勞動投資效率實現企業碳減排。勞動力是企業中最為重要的要素之一，在生產環節中必不可少。勞動要素配置的合理性既可以決定自身是否能發揮最大價值，同時又能對企業其他要素產生影響。當企業的勞動資源配置不合理時，勞動投資效率會減弱，影響企業的發展[18]。因為當企業高速發展的時候，企業更多的資金投入到創新中，此時如果企業的勞動投資效率較低，那么企業就會造成人員冗余，企業會承擔更多如人員薪酬、社會保險和勞動成本等的人力成本，這些勞動成本會削弱企業的利潤，使得企業對研發的投入、技術創新等減少，持續影響企業的創新能力，對企業的能源利用效率和勞動生產效率產生負面影響[19]。如果企業勞動投資效率較高時，企業人力資源配置會更為合理，勞動生產過程會更為高效，人力成本降低，使企業有更多資金投入到其他環節的改進，使得生產效率提高[20]。當前社會環境不穩定性和信息環境的復雜性使得管理者對于眾多信息的識別利用難度增大，造成管理者難以利用有效的依據來做出決策，造成勞動投資過度或不足，使得勞動投資率下降[21]。根據管理學理論，決策者掌握更多與決策相關的信息，更有利于做出最優決策，數字創新所帶來的企業管理模式、組織模式等，可以有效提高信息獲取率和利用率，使得管理者對于勞動力的投資決策更為精準。戚聿東和肖旭[22]（2020）也指出數字化有助于企業內部信息的交流，增加信息的透明度和信息的傳遞效率，進而改善企業的管理效率，使得勞動投資效率有所提升。因此數字創新可以提高企業獲取自身和行業信息的效率，能夠使企業管理者獲取多方位信息，行業整體經濟狀況等，從而可以進行綜合分析和決策。

假設H3：數字創新通過提高勞動投資效率降低油氣企業碳排放。

二、研究設計

（一）樣本選取與數據來源

油氣企業是一個廣義的概念，包括從事石油和天然氣資源的勘探、開發、儲運、加工以及銷售與其相關產品的企業。其具體領域包括上游，即勘探開發和儲運；中游，涵蓋生產相關產品，如石油、煤炭加工業，提供原材料和中間有機產品，生產化工產品，如化學原料及化學制品制造業，化學纖維制造業等；以及下游，包括加工企業、石油化工企業、工程服務企業以及銷售企業。

本文選取2012—2022年上市公司中的油氣企業為研究對象，除去變量嚴重缺失的公司；和ST類上市公司的樣本，得到161家公司1146條基礎觀測樣本。數字創新有關的專利數來自國家統計局網；碳排放數據來自上市公司年報、社會責任報告、環境報告；其他數據均從CSMAR數據庫、CNRDS數據庫和Wind數據庫、《中國工業城市統計年鑒》中獲取。

（二）關鍵變量定義

1. 數字創新（lndiginv）

本文通過國家知識產權公布的《數字經濟核心產業分類與國際專利分類參照關系表（2023）》識別出企業的數字創新專利數，將專利數加1取對數用來衡量數字創新。國家知識產權公布的《數字經濟核心產業分類與國際專利分類參照關系表（2023）》是將《數字經濟及其核心產業統計分類（2021）》與《國際專利分類表（IPC）》進行對照，從IPC層面上識別出企業申請的數字創新專利。所以該分類表可以從IPC層面相對完整的識別出數字創新所屬的領域，構建了一個較為全面反映中國上市企業數字技術創新的指標。

2. 碳排放（GHGint）

碳排放總量根據上市公司年報、社會責任報告、環境報告披露手工進行整理，得到年度總碳排放量。本文將以碳排放強度用來衡量企業碳排放，碳強度測量方法為碳排放總量除以營業收入[23]。

3. 技術進步（TECH）

借鑒汪旭暉和萬叢穎[24]（2009）、張成等[25]（2011）的方法，采用基于數據包絡分析（DEA）的Malmquist生產率指數方法，對油氣企業的技術進步水平進行測量。Fare等[26]（1997）將全要素生產率（TEPCH）分解為技術進步變化（TECH）、純技術效率的變化（PECH）和規模效率的變化（SECH），即式（1）。

其中[（xt，yt）]表示企業在t時的投入產出量，[（xt+1，yt+1）]表示企業在t+1時的投入產出量。本文將采用技術進步變化（TECH）來衡量油氣企業的技術進步。TECH的值大于1則說明從t期到t+1期該企業技術取得進步。

在數據的選取上根據數據的可獲得性，選取主營業務收入作為產出；選取固定資產總額作為資本投入；勞動投入選擇企業的就業人員數。本文以2012年的數據為基準，采用樣本中2012—2021年中的平衡面板數據進行分析，利用DEAP2.1軟件計算得到油氣企業的技術進步。

4. 勞動投資效率（Abresid）

本文采用劉進等[27]（2022）的做法，將企業員工數量增長率與其相關的經濟變量進行按年份、行業回歸，具體見式（2），得到的殘差的絕對值即為勞動投資效率的反向指標勞動投資非效率，Abresid其值越小，說明勞動投資效率越高，反之則表示勞動投資效率越低。

其中，Δ表示變化值，Growth為營業收入增長率，ROA為資產收益率，Return為年度股票回報，Size為年總資產的自然對數，Quick為速動比率，Lev為資產負債率。將ROA從-0.025到0平均劃分為五個區間，Lossbin根據ROA的取值定義，若ROA在第一區間[-0.005，0]內，則[Loss]bin=1，否則為0。Nethire為企業勞動力投資，采用企業員工增長率來衡量。

5. 控制變量（Controls）

結合相關文獻，本文選取的控制變量包括：①總資產凈利潤率（ROA）：采用凈利潤除以總資產平均余額。②托賓Q值（TobinQ）：計算過公式為（流通股市值+非流通股股份數×每股凈資產+負債賬面值）/總資產。③營業收入增長率（Growth）：本年營業收入除以上一年營業收入然后減1。④第一大股東持股比例（TOP1）：第一大股東持股數量/總股數⑤企業規模（Size）：年總資產的自然對數。⑥兩權分離（Seperate）：實際控制人擁有上市公司控制權比例與其擁有上市公司所有權比例之差。⑦資產負債率（Lev）：年末總負債/年末總資產。

（三）計量模型設定

本文的解釋變量數字創新采用專利數衡量，因此在一定比例的觀測值取值為零，為了解決數據的截堵問題，本文采用Tobit模型檢驗數字創新對油氣企業碳排放的影響。

為了驗證假設H1，本文設定計量模型（3）如下：

其中i、j、t分別表示上市公司、行業以及時間，[β?]為常數項，[lndiginvi，t]為i公司第t年的數字創新水平，[GHGinti，t]為i公司第t年的碳排放強度，[Controls]為控制變量，[δt]為時間固定效應，[λj]為行業固定效應，[εi，t]為殘差項。

為了檢驗技術進步和勞動投資效率對企業數字創新和碳排放的中介效應，采用溫忠麟等[28]（2014）的中介效應檢驗方法，構建計量模型（4）和計量模型（5）如下：

其中[Mediatori，t]為中介變量，中介變量為技術進步（TECH）、勞動投資效率（Abhire）。

三、實證結果分析

（一）描述性統計

本文主要變量的描述性統計如表1所示。被解釋變量碳排放強度（GHGint）的平均值為45.453，最小值為0.899，最大值為349.110，說明樣本公司碳排放水平差距較大。解釋變量數字創新（lndiginv）均值為1.151，標準差為1.226，中位數為0.693，反映出樣本公司的數字化創新水平參差不齊，存在較大差異，數字創新在企業的重要性有待提高。勞動投資效率（Abresid）的平均值為0.246，中位數分別為0.183，平均值大于中位數，表明樣本企業勞動投資效率較低，勞動力配置存在一定的不合理。企業技術進步（TECH）平均值為1.080，但中位數為0.950，中位數小于平均值，表明企業技術進步不平衡。

觀測期樣本內企業規模（Size）、總資產凈利潤率（ROA）、托賓Q值（TobinQ）、兩權分離（Seperate），營業收入增長率（Growth）、第一大股東持股比例（TOP1）、資產負債率（Lev）可以從下表看出均具有一定程度的水平差異，說明樣本有較好的區分效果。

（二）基準模型回歸結果

油氣企業數字創新對碳排放的回歸結果見表2。其中，列（1）為在不加控制變量的情況下，對數字創新（lndiginv）和碳排放（GHGint）單獨進行回歸，回歸結果為，數字創新（lndiginv）對碳排放（GHGint）在5%的水平下顯著負相關（[β?]=-0.234，p<0.05）；列（2）為控制時間效應下的回歸結果，數字創新（lndiginv）對碳排放（GHGint）在1%的水平下負向顯著（[β?]=-0.321，p<0.01）；列（3）為時間和行業雙固定效應下，同時加入控制變量的回歸結果，數字創新（lndiginv）的回歸系數在5%的水平下負向顯著（[β?]=-0.410，p<0.05）?；貧w結果表明樣本企業數字創新對碳排放產生負向作用，即數字創新對油氣企業碳排放有抑制作用，驗證了假設H1。

（三）穩健性檢驗

1. 工具變量法

為了緩解內生性問題對結果的干擾，采用IV-Tobit工具變量法進行兩階段回歸。本文參考呂重陽等[29]（2023）的方法，數字創新（lndiginv）第一階段的工具變量（digIV）采用數字創新的歷史淵源，計算方法為首先將1997年各省的互聯網普及率作為初始水平，其次將該普及率與樣本觀察期內歷年的上一年全國互聯網上網人數相乘構造交互項，得到的交互項即為工具變量（digIV）。各省份歷史互聯網普及率形成了數字創新所需要的外部條件等影響企業數字創新的進程，但對于企業的碳排放不產生影響，保證了工具變量的排他性。

從實證結果來看，選用的工具變量digIV在弱工具變量檢驗中的F值為25.01，大于經驗值10，拒絕了弱工具變量的原假設，說明此工具變量有效。將工具變量帶入基準模型進行回歸，結果見表3第（2）列，數字創新（lndiginv）對企業碳排放（GHGint）在10%的水平下顯著為負，說明研究結果具有一定的穩健性。

2. 替換被解釋變量

考慮變量可能存在衡量偏誤和有所遺漏，本文將替換被解釋變量的衡量方法進行穩健性檢驗。本文參考王浩等[22]（2022）的做法將碳排放強度計算更換為碳排放總量除以員工人數（GHGint1），因為產品價格會受到時間的影響，會影響企業的營業收入，因此使用員工人數代替營業收入，以此消除價格的影響?；貧w結果見表4第（1）列，結果依然顯著，回歸系數為負，符合前述結論。

3. 解釋變量滯后一期

為了減緩反向因果問題，本文采用數字創新滯后一期作為解釋變量，重新帶入模型檢驗數字創新水平對油氣企業碳排放的影響，回歸結果見表4第（2）列，結果表明數字創新對企業碳排放在1%的水平下依然有顯著的負向影響，說明研究結果不受反向因果的影響，結果具有穩健性。

四、可能的機制檢驗

（一）技術進步的中介效應

通過前文所述的公式（4）和（5）考察油氣企業技術進步的中介作用，結果見表5。列（1）顯示數字創新（lndiginv）對技術進步（TECH）在5%水平下顯著（[β?]=0.0304，p<0.05），表明數字創新可以促進油氣企業技術進步；列（2）為數字創新（lndiginv）與技術進步（TECH）對碳排放的回歸，在1%的水平下，顯著為負。說明數字創新可以促進企業的技術進步，經過技術的積累，企業提高能源使用效率，降低高碳能源的使用，從而降低企業的碳排放。即數字創新通過促進油氣企業技術進步抑制碳排放，驗證了假設H2。

（二）勞動投資效率的中介效應

結合公式（4）和（5）考察企業綠色化轉型對數字創新與碳排放關系之間的中介作用，結果如表6所示。其中，第（1）列為數字創新（lndiginv）和勞動投資效率（Abresid）的回歸結果。列（1）中數字創新（lndiginv）的回歸系數為負（估計系數為-0.00260），且在1%水平下顯著；同時，列（2）中勞動投資效率（Abresid）對碳排放（GHGint）的回歸結果為正（[β?]=5.342），且在1%水平下顯著，數字創新（lndiginv）的回歸系數為負（[β?]=0.352），在5%水平下顯著。上述結果表明數字創新提高了勞動投資效率、優化了企業的管理模式、提升了管理效率，進而企業能夠提高運營效率，降低油氣企業碳排放水平，即數字創新通過提高企業勞動投資效率抑制油氣企業碳排放水平，驗證了假設H3。

五、進一步分析

由于國有企業和非國有企業在資源基礎、經營戰略、資金來源等都有顯著差異，因此本文在基準模型的基礎上，將樣本分為國有企業與非國有企業兩個樣本進行回歸，再次帶入模型（3）中進行回歸分析，以考察企業在不同產權下在數字創新與碳排放的關系。回歸結果見表7列（1）和列（2）。

表7結果顯示，國有企業和非國有企業數字創新（lndiginv）對碳排放（GHGint）的回歸系數均為負數，非國有企業在1%水平下顯著（[β?]=-1.093），但是國有企業回歸結果不顯著。說明與國有企業相比，非國有企業的油氣企業數字創新能夠促進企業的碳減排。原因可能在于，非國有企業具有更靈活的運營特點，這使它們更容易應對外部環境的變化，特別是在數字化浪潮中能夠更及時地作出反應。與國有企業相比，非國有企業通常面臨更大的績效增長壓力，這迫使它們積極尋求創新和轉型的途徑。此外，非國有企業通常擁有更多的內在創新動力，因為它們在市場競爭中需要不斷改進和創新以保持競爭力。相比之下，國有企業可能面臨一些制度性劣勢，這些劣勢可能阻礙了其數字創新。國有企業通常承擔著特殊的社會責任和義務，這可能需要分配資源用于滿足這些責任，從而削弱了用于數字創新的資源。同時，國有企業的決策過程可能受政府政策和制度體系的影響，這可能導致決策速度較慢和較少的創新，因此會使得數字創新對碳排放的影響較弱。

六、結論與建議

在數字經濟的背景下，數字創新已經是企業管理中必不可少的一部分。本文以油氣上市企業為研究對象，從理論和實證兩個方面探討了數字創新對碳排放水平的影響。研究表明：首先企業數字創新可以降低企業碳排放。其次在機制分析上，發現數字創新可以通過技術進步和提升企業勞動投資效率，促進企業碳減排。最后通過異質性分析，發現數字創新對油氣企業碳排放水平的影響在不同產權中表現出差異性，相對于國有油氣企業，非國有油氣企業數字創新水平的提升可以顯著降低油氣企業碳排放。

根據上述研究結論，本文提出以下政策建議：第一，在數字經濟的背景下，數字創新能夠有利于企業實現轉型，滿足市場需求，提升企業的環保能力。但是，當前多數企業沒有意識到數字創新的重要性，被傳統的管理模式組織形式所束縛，缺乏長遠發展眼光，導致企業數字創新水平較低，碳排放水平居高不下，在數字經濟的推動下，企業應該重視數字創新的發展，將其與傳統業務相結合，降低成本費用和能源消耗，提升運營效率，優化生產要素配置效率，促進企業的可持續發展。第二，企業應當優化人力資源配置，提升自身的企業社會責任，為了適應數字化的浪潮，企業應該完善員工的培養體系，提高員工數字化應用水平，大力鼓勵研發人員參與數字創新，攻破技術難關。第三，政府應順應數字化的發展潮流，同時完善環保政策，針對不同類型企業提供不同的政策支持，并給予企業一定的資金支持，例如減免稅收和政府補貼，幫助其數字創新和數字化改革促進企業綠色轉型，減少碳排放，鼓勵企業打破原有的運營體系，逐步數字化產業鏈、優化業務鏈，使其在“雙碳”目標和數字化浪潮下發揮重要的作用，引領低碳革命。

參考文獻：

[1] 王同良，徐鵬，郝宏娜.數字化技術助力油氣企業低碳發展的實踐與思考[J].石油科技壇，2022，41（1）：87-91.

[2] SCHNEIDER ELECTRIC. Global Digital Transformation Benefits Report[R]. 2019.

[3] 閆娜，蔣海軍，王敏生.埃尼公司數字化轉型的經驗及啟示[J].國際石油經濟，2020，28（9）：33-40.

[4] ACCENTURE. Digital Transformation Initiative： Oil and Gas Industry[R].2017.

[5] CHEN Y，LEE C C.Does Technological Innovation Reduce CO2 Emissions？ Cross-country Evidence[J]. Journal of Cleaner Production，2020（263）：121550.

[6] NAMBISAN S，LYYTINEN K，MAJCHRZAK A，ET AL.Digital Innovation Management[J]. MIS Quarterly， 2017，41（1）：223-238.

[7] BHARADWAJ A，El SAWY O A，PAVLOU P A，ET AL. Digital Business Strategy： Toward a Next Generation of Insights[J]. MIS Quarterly，2013：471-482.

[8] MAY G，STAHL B，TAISCH M，ET AL. Energy Management in Manufacturing： from Literature Review to a Conceptual Framework[J]. Journal of Cleaner Production，2017（167）：1464-1489.

[9] 劉慧，白聰.數字化轉型促進中國企業節能減排了嗎？[J].上海財經大學學報，2022，24（5）：19-32.

[10] REN S，HAO Y，XU L，ET Al. Digitalization and Energy： How Does Internet Development Affect China'S Energy Consumption？[J]. Energy Economics，2021（98）：105220.

[11] 張亞豪，金殿臣，曾昭睿.工業數字化的減碳效應檢驗[J].統計與決策，2022，38（24）：49-52.

[12] 謝衛紅，林培望，李忠順，郭海珍.數字化創新：內涵特征、價值創造與展望[J].外國經濟與管理，2020，42（9）：19-31.

[13] 鐘廷勇，馬富祺.企業數字化轉型的碳減排效應：理論機制與實證檢驗[J].江海學刊，2022（4）：99-105.

[14] 黃勃，李海彤，劉俊岐等.數字技術創新與中國企業高質量發展——來自企業數字專利的證據[J].經濟研究，2023，58（3）：97-115.

[15] 韓國高，陳庭富，劉田廣.數字化轉型與企業產能利用率——來自中國制造企業的經驗發現[J].財經研究，2022，48（9）：154-168.

[16] 張意翔，成金華，徐卓程等.綠色創新是否適應氣候變化：中國專利和GHG排放數據的實證[J].中國人口·資源與環境，2021，31（1）：48-56.

[17] 馬從文，楊潔.企業數字化轉型的碳減排效應研究——來自制造業上市公司的經驗數據[J].南京財經大學學報，2023（2）：76-85.

[18] 馬穎，何清，李靜.行業間人力資本錯配及其對產出的影響[J].中國工業經濟，2018（11）：5-23.

[19] 管考磊.勞動投資效率會影響企業創新嗎——來自中國上市公司的經驗證據[J].當代財經，2021（3）：136-148.

[20] 胡雨朦，郭朝先.數字化對制造業企業碳排放強度的影響研究：理論建模與機制檢驗[J].北京工業大學學報（社會科學版），2023，23（5）：153-168.

[21] 張路，李金彩，張瀚文等.管理者能力影響企業成本粘性嗎？[J].會計研究，2019（3）：71-77.

[22] 戚聿東，肖旭.數字經濟時代的企業管理變革[J].管理世界，2020，36（6）：135-152+250.

[23] 王浩，劉敬哲，張麗宏.碳排放與資產定價——來自中國上市公司的證據[J].經濟學報，2022，9（2）：28-75.

[24] 汪旭暉，萬叢穎.零售業上市公司生產率增長、技術進步與效率變化——基于Malmquist指數的分析[J].經濟管理，2009，31（5）：43-47.

[25] 張成，陸旸，郭路等.環境規制強度和生產技術進步[J].經濟研究，2011，46（2）：113-124.

[26] FARE R，GROSSKOPF S，NORRIS M.Productivity Growth， Technical Progress， and Efficiency Change in Industrialized Countries： Reply[J].The American Economic Review，1997，87（5）：1040-1044.

[27] 劉進，孫蓀璐.機構投資者持股會提高勞動投資效率嗎？——基于中國A股上市公司的經驗證據[J].北京工商大學學報（社會科學版），2022，37（2）：47-58.

[28] 溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（5）：731-745.

[29] 呂重陽，傅聯英，韓蓄.數字創新創業實現共同富裕的機理和證據[J].研究與發展管理，2023，35（1）：12-26.

基金項目：國家自然科學基金項目“地方官員更替對高耗能企業綠色技術創新影響機理研究”（72002029）；衢州市重點科技攻關項目“衢州市高耗能企業碳減排潛力分析模型構建及應用”（Z2022009）；東北石油大學校文科基地開放基金項目“官員更替對石化企業綠色技術創新的影響機理研究”（WKJD202001）；黑龍江省高?；究蒲袠I務費項目“雙碳目標下能源企業數字化轉型測度、機理與路徑研究”（2022TSZX-06）；大慶市哲學社會科學規劃研究項目“數字化轉型驅動大慶能源產業鏈現代化的影響機理與優化路徑”；黑龍江省哲學社會科學基金項目“地方官員激勵驅動能源企業數字化轉型：機理、演化與路徑重塑”（22GLB113）

作者簡介：張建華（1980— ），女，黑龍江大慶人，東北石油大學教授，管理學博士，博士生導師，研究方向為能源經濟；代鈴嘉（1995— ），黑龍江大慶人，女，東北石油大學碩士研究生，研究方向為能源經濟。