數字化轉型對企業綠色創新的影響

摘 要：借助數字化轉型推動企業綠色創新是適應當今世界發展趨勢、謀求綠色可持續發展的必要途徑。以2011—2021年中國滬深上市公司的面板數據為樣本，運用面板固定效應模型和調節效應模型探討企業數字化轉型的綠色創新效應，重點識別數字化轉型影響企業綠色創新的微觀傳導機制以及稅收優惠和財政補貼兩種政府干預手段的干預作用。研究發現：數字化轉型對企業綠色創新具有顯著的促進作用，且該結論在經過一系列內生性處理和穩健性檢驗后依然成立。機制分析表明，數字化轉型通過降低信息不對稱程度、緩解融資約束、提升企業治理水平等推動企業綠色創新；政府的稅收優惠政策強化了數字化轉型對企業綠色創新的促進作用，而財政補貼政策對企業數字化轉型綠色創新效應的發揮并未產生明顯影響。異質性分析顯示，企業數字化轉型的綠色創新效應因創新專利類型、生產要素依賴、企業產權性質、行業競爭程度和地理區位分布等的不同而存在差異。

關鍵詞：數字化轉型；綠色創新；上市公司

中圖分類號：F273.1；X322" " 文獻標志碼：A" " 文章編號：1671-0037（2024）7-75-17

DOI：10.19345/j.cxkj.1671-0037.2024.7.7

0 引言

綠色創新兼具促進經濟增長、協助環境治理和提升社會福祉等三重優點，對于實現綠色轉型可持續發展至關重要。作為最主要的排放主體和最重要的創新主體，企業是否向綠色創新方向調整直接影響發展方式綠色轉型的成效［1］。隨著以人工智能、區塊鏈、云計算、大數據為代表的新一輪科技革命的興起，習近平總書記已多次提到數字中國建設，強調加快數字化發展。企業是承擔前沿創新的重要載體，企業數字化轉型正成為推動中國式現代化的新動能［2］。此外，面對日益嚴峻的生態環境問題，黨和國家高度重視數字化轉型對綠色發展的重要作用。《“十四五”國家信息化規劃》和《數字中國建設總體布局規劃》均提出推進綠色智慧的數字生態文明建設，意在強調以數字化引領綠色化，數字化和綠色化協同發展。上述頂層設計既為數字化轉型賦能企業綠色創新提供了新方向，也提出了新要求。由此，在數字生態文明時代，重新審視企業數字化轉型與綠色創新的邏輯關系，研究企業數字化轉型如何有效發揮綠色創新效應具有重大現實意義。

在數字化轉型的實踐中，企業往往因轉型成本高、陣痛期長而出現不愿轉、不敢轉等現象。與此同時，由于綠色創新具有多重正外部性，企業在開展綠色創新的過程中經常遭遇“搭便車”問題。在此情境下，政府干預有助于緩解企業數字化轉型和綠色創新面臨的市場困境。而稅收優惠和財政補貼是政府進行市場干預的主要政策手段。理論上，政府干預能為企業開展數字化轉型和綠色創新提供資金支持，促使企業將二者擺在優先發展的位置，但也可能對企業自身的綠色研發投入產生擠出效應［3］。稅收優惠和財政補貼也有本質上的不同。其中：稅收優惠的社會目標側重于減輕納稅人負擔，為正外部性買單；而財政補貼的社會目標側重于支持企業長期發展，增加社會投資與就業。因此，二者在企業數字化轉型與綠色創新之間能否產生政策制定之初的預想效果？作用效果是否有所不同？這些都有待進一步研究。

基于上述背景，本文從理論上解析了數字化轉型影響企業綠色創新的微觀傳導機制，并探討了稅收優惠和財政補貼兩種政策手段對二者關系的干預作用；以滬深A股上市公司為樣本，實證檢驗了企業數字化轉型的綠色創新效應及其作用機制。相較于已有文獻，本文可能的邊際貢獻在于：第一，從信息效應、投資效應、治理效應等三方面探討了企業數字化轉型促進綠色創新的傳導機制，為二者關系的研究提供了新的切入點；第二，將稅收優惠和財政補貼納入數字化轉型影響企業綠色創新的理論框架，考察政策手段對二者的干預作用，豐富了政府行為對企業數字化轉型和綠色創新影響的學術研究，拓展了相關機制分析的范疇。

1 文獻回顧

企業數字化轉型對綠色創新的影響研究屬于數字經濟、企業創新管理與可持續發展等交叉的研究領域。在存在政府干預的情況下，與本文相關且具有支撐作用的文獻主要涉及以下4個方面。

一是數字化轉型的微觀影響效應。學術界主要圍繞數字化轉型對企業經營績效、治理能力和研發創新等的影響展開探討。關于數字化轉型對企業經營績效的影響，現有研究尚存在分歧。一種觀點認為，數字化轉型有助于緩解信息不對稱對企業融資的約束，是企業創新效率提升的強勁動力［4］；另一種觀點強調，企業組織結構與數字化轉型技術架構的不匹配會阻礙數字化轉型對企業經營積極效應的發揮［5］。從治理能力看數字化轉型對企業發展的影響，也存在兩種相反的觀點。“促進論”認為，數字化運營可以通過降低信息不對稱程度和管理者決策行為的非理性程度來提高公司治理水平［6］；“抑制論”則強調，數字技術賦能商業模式創新會增加企業經營業務的復雜性，從而間接加劇股東和管理者之間的代理沖突［7］。針對數字化轉型與企業研發創新，已有研究普遍認為，數字化轉型有助于降低研發成本，促進企業創新效率提升［8］；同時，數字化轉型向外釋放的積極信號和對融資約束的緩解能夠使企業實現更高水平的創新產出［9］。

二是企業綠色創新的驅動因素。現有文獻主要集中于環境規制、宏觀政策和市場因素等視角。從環境規制視角看，部分學者認為，環境規制會增加企業的制度遵循成本和環境治理成本，導致企業減少創新資金投入，從而抑制綠色創新行為［10］。但“波特假說”的支持者指出，環境規制向企業施加的外部壓力可以幫助企業克服組織惰性，促使其將外部壓力轉換為綠色創新的激勵因素［11］。從宏觀政策視角看，排污權交易、低碳城市建設和綠色信貸等政策對企業綠色創新具有較為顯著的促進作用［12-14］，而政府補貼由于缺乏有效監督可能會對企業綠色創新投入產生“擠出效應”［15］。從市場因素視角看，上游供應商和下游客戶等利益相關者的綠色需求使企業綠色創新活動更加活躍，現代社會化大生產帶來的市場競爭使企業綠色創新活動逐漸轉向高投入高產出模式，而市場壟斷則成為企業綠色創新的制約因素［16］。

三是數字化轉型與企業綠色創新。目前，僅有少量文獻涉及這方面的研究，且尚未達成一致觀點。部分學者認為，數字化轉型能提高企業間信息共享的效率，從而促進綠色創新［17-18］。也有研究指出，在數字化轉型過渡階段，企業為了迅速擴大產出會加大資源開采力度，導致能源損耗增加，這可能阻礙其綠色創新活動［19-20］。結論不一致的原因可能在于：一是對企業數字化轉型和綠色創新的概念理解存在差異；二是忽視了其他潛在因素對數字化轉型綠色創新效應的影響。

四是稅收優惠和財政補貼對企業數字化轉型綠色創新效應的影響。目前，已有文獻關注到稅收優惠和財政補貼對數字化轉型與綠色創新的影響，但未對影響進行深刻剖析。在對數字化轉型的影響方面，稅收優惠和財政補貼能夠通過緩解企業融資約束、提高企業風險承擔能力以及強化“認證效應”促進其數字化轉型，并且還會降低企業在數字化轉型過程中對現金流的敏感性［21-23］。在對綠色創新的影響方面，財政補貼與稅收優惠均能正向激勵企業開展綠色創新，且在一定條件下，這兩種政策干預手段還會產生協同效應，更進一步地促進企業綠色創新［24-25］。不過，也有研究表明，財政補貼在通過收入效應、認證效應促進綠色創新的同時，可能引致企業的尋租行為，對企業綠色創新的影響呈先升后降的倒U形特征［26］。

綜上所述，已有研究為本文探討企業數字化轉型的綠色創新效應提供了堅實的基礎，但仍存在進一步完善的空間。第一，既有文獻對數字化轉型影響企業綠色創新的理論機制解讀得不夠深入且相對分散，導致企業數字化轉型的影響效應及其作用機制尚存在分歧。第二，現有研究大都忽略了外部政策環境對企業數字化轉型與綠色創新關系的干預作用，而單純依靠市場推動企業數字化轉型發揮綠色創新效應可能面臨市場失靈的問題，因此有必要從政策干預層面探討企業數字化轉型發揮綠色創新效應所受到的調節作用。

2 理論分析與研究假設

基于數字經濟的廣覆蓋性和強滲透性，企業在推動數字化轉型的過程中，利用數字技術整合各類資源信息，降低企業與外界的信息不對稱程度，使得外部融資環境和企業治理水平得到改善和提高，這可能是推動企業更多關注綠色創新的“催化劑”。與此同時，政府稅收優惠也可能在一定程度上緩解企業的融資約束，從而強化企業數字化轉型對綠色創新正向作用的發揮；而政府財政補貼雖然也能給企業帶來一定的資金支持，但作為一種事前激勵政策，可能引發企業虛假研發行為，造成激勵扭曲現象，從而不利于數字化轉型綠色創新效應的發揮。概括而言，在政府干預條件下，數字化轉型對企業綠色創新的影響機制如圖1所示。

2.1 數字化轉型影響企業綠色創新的傳導機制

結合資源基礎理論、融資約束理論和委托代理理論，本文將企業數字化轉型發揮綠色創新效應的微觀傳導機制概括為信息效應、投資效應和治理效應等3個方面。

從信息效應看，數字化轉型可以有效降低企業與各方之間的信息不對稱程度，為企業綠色創新提供信息支撐。首先，數字化轉型有助于降低企業與消費者之間的信息不對稱程度，挖掘消費者真正的綠色需求，避免消費者需求與企業生產之間的結構性錯配，使企業更有動力開展綠色創新活動［6］。其次，數字化轉型能夠降低產業鏈供應鏈上的信息不對稱程度，有助于在上下游鏈條上傳遞真實有效的供需信息，推動企業精準化、合理化生產，形成穩定的供需關系，為綠色研發提供良好的外部環境［27］。最后，企業通過數字化手段可以更好地向外界傳遞真實的信息，吸納外界優質資源，為企業綠色創新提供有力的支撐。

從投資效應看，數字化轉型通過緩解融資約束為企業開展綠色創新提供資金支持。首先，企業利用數字技術推動自身信用體系的建設和發展，有助于破除銀行信貸中長期存在的“規模歧視”與“所有權歧視”問題，使信貸資源分配更加公平，擴大企業所獲得信貸的規模，從而為綠色創新提供銀行信貸的資金支持［28］。其次，企業進行數字化轉型契合國家發展主流導向，更容易獲得分析師關注，并在分析師深度挖掘解讀公司信息的基礎上走進資本市場，進而獲得投資者的青睞，為企業綠色創新活動提供資本市場的資金支持［6］。最后，互聯網平臺運用數字技術打造透明的交易流程，提升企業的商業融資信用，為綠色創新提供供應鏈的資金支持［29］。

從治理效應看，數字化轉型通過降低委托代理風險與管理者非理性決策程度為企業開展綠色創新提供戰略保障。委托代理理論認為，企業管理者更注重其在位時的業績，而數字技術能夠打破股東與管理者之間的信息壁壘，促使企業提升自身風險承擔水平，從而壓縮管理者的機會主義空間與自由裁量權，抑制委托代理問題，推動企業開展綠色創新活動［30］。在決策過程中，管理者面臨“認識有限”與“決策無限”之間的矛盾，極易作出非理性決策；而數字化轉型過程中的數據挖掘系統、決策支持系統等能夠幫助管理者發現事物之間的真實聯系，在業績與綠色研發投入兩相權衡中作出最優決策，從而在一定程度上推動綠色創新發展。

基于上述分析，本文提出研究假設H1：

H1：數字化轉型能夠促進企業綠色創新，其內在傳導機制體現為降低信息不對稱程度、緩解融資約束、提升治理水平等3個方面。

2.2 稅收優惠對企業數字化轉型發揮綠色創新效應的調節作用

對企業而言，稅收優惠是政府激勵企業進行數字化轉型和綠色創新的一種重要手段。稅收優惠可緩解由稅收帶來的價格扭曲問題，促使資源要素流向數字化轉型和綠色研發領域，同時可以提高資源配置效率，助力企業數字化轉型綠色創新效應的發揮［31］。與此同時，由于綠色創新活動具有長周期性和不確定性等特點，有可能產生綠色供給的市場失靈問題；而稅收優惠除了間接給企業提供資金支持外，還能激勵風險投資基金向企業投資，進而多渠道緩解企業研發過程中資金約束問題，釋放數字化轉型活力，推動綠色創新［32］。此外，稅收減免優惠政策可長期正向激勵企業加大研發投入，且具有風險分擔功能，這使得企業有動機在戰略決策時向綠色創新傾斜［33］。由此，在數字化轉型為綠色創新提供良好外部環境的基礎上，稅收優惠可以增強企業的綠色創新意愿。

基于上述分析，本文提出研究假設H2：

H2：稅收優惠在數字化轉型影響綠色創新的過程中發揮正向調節作用。

2.3 財政補貼對企業數字化轉型發揮綠色創新效應的調節作用

財政補貼屬于事前補貼，即政府向符合補貼條件的企業撥款，充實企業的現金流，進而影響企業的經營、投融資和科技創新活動。從投融資層面看，一方面，財政補貼可以直接給企業提供資金支持；另一方面，財政補貼具有信號傳遞功能，可以緩解企業與資本市場之間的信息不對稱問題，有助于企業獲得外界資金，進一步釋放數字化轉型對綠色創新的促進作用［26］。從成本層面看，財政補貼能夠有效降低企業創新過程中的“試錯成本”，提高企業的綠色創新意愿。然而，財政補貼是政府事前選擇企業進行補貼的一種政策手段，由于政企信息不對稱，極易產生“逆向選擇”問題。企業可能通過釋放綠色創新的虛假信號來獲得財政補貼，而實際上將補貼資金挪作他用，從而抑制數字化轉型的綠色創新效應［34］。另外，長期的財政補貼會抬高Ramp;D要素價格，增加研發活動成本，甚至造成價格扭曲合法化的情況，干擾企業內部運營，影響數字化轉型優勢轉化，抑制企業綠色創新［35］。

基于上述分析，本文提出研究假設H3：

H3：財政補貼在數字化轉型影響綠色創新的過程中同時發揮正向和負向調節作用，由于兩種作用相互影響，其調節作用可能并不顯著。

3 研究設計

3.1 模型設定

首先，為驗證數字化轉型是否有助于推動企業綠色創新（即假設H1的前半部分），構建如下計量模型：

[GIit=α0+α1DGTit+αjXj，it+μi+λt+εit] （1）

其中：i和t分別代表企業和年份；GI為被解釋變量——企業綠色創新；DGT為核心解釋變量——企業數字化轉型；X為一系列控制變量；[μi]、[λt]和[εit]分別表示個體固定效應、年份固定效應和隨機干擾項。若[α1]大于0，則表明數字化轉型能夠促進企業綠色創新。

其次，為進一步檢驗數字化轉型促進企業綠色創新的傳導機制（即假設H1的后半部分），根據江艇［36］的建議，構建如下模型：

[MEVit=β0+β1DGTit+βjXj，it+μi+λt+εit] （2）

[GIit=γ0+γ1MEVit+γjXj，it+μi+λt+εit] （3）

其中：[MEV]為渠道變量，具體包括信息不對稱程度（ASY）、融資約束程度（SA）和公司治理水平（LCG）等3個指標。由于此處要驗證的是數字化轉型影響企業綠色創新的傳導機制，因而主要關注回歸系數[β1]和[γ1]。對于投資效應和治理效應，[β1]和[γ1]的理論預期符號為正；對于信息效應，[β1]和[γ1]的理論預期符號為負。

最后，在假設H1成立的基礎上，為考察稅收優惠和財政補貼的調節效應是否存在（即驗證假設H2、H3），構建如下回歸模型：

[GIit=θ0+θ1DGTit+θ2MOVit+θ3DGTit×MOVit+θjXj，it+μi+λt+εit] （4）

其中：MOV代表兩個調節變量，分別是稅收優惠（GTB）和財政補貼（GS）。若[θ3]的符號為正，表明存在正向調節效應，相應的調節變量能夠強化企業數字化轉型的綠色創新效應；反之，表明存在負向調節效應，相應的調節變量會削弱數字化轉型對企業綠色創新的推動作用；若不顯著，則表明相應的調節變量不會對數字化轉型與企業綠色創新的關系產生干預作用。

3.2 變量說明

3.2.1 被解釋變量：企業綠色創新（GI）

當前，學術界對于綠色創新的量化主要有兩種方法：一是基于投入產出理論從效率視角測度綠色創新，使用的指標一般為綠色創新效率；二是從創新成果視角衡量綠色創新，通常將綠色專利申請數或授權數作為基礎指標。考慮到綠色專利能較好地反映企業綠色創新效果，本文參考黎文靖和鄭曼妮［34］的做法，用企業獨立申請的綠色發明專利和綠色實用新型專利之和加1取自然對數表征企業綠色創新水平。

3.2.2 核心解釋變量：企業數字化轉型（DGT）

關于企業數字化轉型的測度，目前較多研究以上市公司年報中數字化相關詞匯占比為量化指標。這是一種文本分析方法，對企業決策的定性信息關注較多，而忽視了企業數字化發展過程中的定量指標。為了體現權威性，本文直接使用中國上市公司數字化轉型指數作為代理變量。數字化轉型指數是由CSMAR數據庫研發人員運用主觀和客觀相結合的賦權方法基于企業數字化轉型評價指標體系計算得出的。該指標體系是由戰略引領、技術驅動、組織賦能、環境支撐、數字化成果、數字化應用等6個維度構建而成的，涉及微觀、中觀、宏觀等3個層面的因素，能夠全面反映企業數字化轉型的進程。為盡可能降低原始指數的分布偏差，本文對該指數做對數化處理。

3.2.3 渠道變量

3.2.3.1 信息不對稱程度（ASY）

證券市場上股票的流動性可以反映企業的生產決策行為是否契合市場主流方向，以及社會各方主體對企業發展的認知狀況。據此衡量信息效應，能夠較好地體現數字化轉型通過降低信息不對稱程度而促進綠色創新的內涵機理。因此，借鑒宋敏等［37］的研究，以信息不對稱指數衡量上市公司所面臨的信息不對稱程度。具體而言，利用企業個股流動性比率、非流動性比率和收益率反轉指標，通過主成分分析法提取第一主成分作為代理變量。該指標數值越大，表明企業面臨的信息不對稱程度越高。

3.2.3.2 融資約束程度（SA）

目前，學術界關于融資約束的度量主要采用指數法，其中KZ指數、WW指數和SA指數被廣泛使用。由于KZ指數和WW指數在計算過程中包含了較多具有內生性的金融變量，如現金流、杠桿等，可能影響實證估計結果的精確性；而SA指數僅使用企業規模和企業年齡兩個隨時間變化不大且具有較強外生性的變量來構建，能夠較好地避免內生性問題［38］。SA指數為負，其絕對值越大，表示企業受到的融資約束越嚴重。換言之，企業SA指數越大，則受到的融資約束越小。

3.2.3.3 公司治理水平（LCG）

由于公司治理是公司各利益相關者綜合協調之后的結果，使用單一指標測度往往有失偏頗。因此，借鑒胡楠等［39］的研究，采用主成分分析法對公司治理水平進行量化。具體而言，將董事會規模（董事會總人數取對數）、股權制衡比（第二到第五大股東持股占比之和/第一大股東持股占比）、機構持股比例（機構投資者持股比例）、兩職合一（總經理與董事長是否為同一人，若是為1，否則為0）、產權性質（國有企業取1，非國有企業取0）等因素作為主成分分析的基礎，通過提取前兩大主成分并計算得分來度量公司治理水平。LCG值越大，代表公司治理水平越高。

3.2.4 調節變量

3.2.4.1 稅收優惠（GTB）

考慮到稅收優惠政策涉及企業繳納的增值稅、所得稅等多種稅種，使用企業繳納的單一稅種進行測算容易出現較大誤差。所以，參照柳光強［35］的做法，使用企業“收到的各項稅費返還/（收到的各項稅費返還+支付的各項稅費）”來衡量稅收優惠。

3.2.4.2 財政補貼（GS）

借鑒郭玥［40］的研究，利用文本分析法，通過設定關于財政補貼的關鍵詞，在企業財務報表附注“營業外收入”科目下的“政府補助明細”中搜索符合關鍵詞的具體項目；將項目逐一加總，從而得到該企業每一年度獲得的政府補助總額；最后將這一總額與企業總資產的比值作為企業獲得的財政補貼的衡量指標。

3.2.5 控制變量

為削弱遺漏變量對模型估計結果準確性的影響，同時剝離其他因素對企業綠色創新的干擾，借鑒已有研究的做法，選取如下控制變量。資產負債率（LEV），用企業年末總負債與總資產的比值衡量；企業年齡（AGE），用公司成立年限取對數衡量；總資產凈利潤率（ROA），用凈利潤與總資產的比值衡量；企業成長性（GRW），用企業營業收入增長率衡量；托賓Q值（Q），用股票市值與總資產的比值衡量；股權集中度（CR），用前三大股東持股數量占總股數的比例衡量；股權制衡度（BAE），用第二大股東持股比例與第一大股東持股比例的比值衡量。

3.3 樣本選取與數據來源

本文以中國2011—2021年滬深A股上市公司為研究對象，并剔除樣本期間數據缺失較多以及退市、被實施退市風險警示（ST、*ST）的企業。衡量企業綠色創新水平的數據源自中國研究數據服務平臺（CNRDS）；企業數字化轉型指數、3個中介變量和稅收優惠的原始指標數據以及控制變量中涉及上市公司的財務數據等源自CSMAR數據庫；財政補貼數據源自滬深交易所披露的上市公司年報。表1顯示了相關變量的描述性統計概況。

4 實證結果

4.1 基準回歸

基于模型（1）檢驗數字化轉型對企業綠色創新的直接影響效應，結果如表2所示。列（1）顯示了混合回歸結果，列（2）—（3）分別顯示了僅控制個體固定效應和時間固定效應的回歸結果，列（4）顯示了同時控制個體固定效應和時間固定效應的回歸結果。可以看出，無論在哪種估計模型下，數字化轉型（DGT）對企業綠色創新（GI）的影響均顯著為正。其中，雙向固定效應模型的擬合優度（R2）最高，接下來的分析均基于該模型的估計結果進行。從經濟意義上看，在控制其他變量的情況下，數字化轉型指數每增加一個單位就會使企業綠色專利的申請量提高19.7%。這意味著，數字化轉型能夠在較大程度上推動企業綠色創新水平提升。由此，假設H1得以驗證。

4.2 內生性處理

在基準估計中，雖然引入了一些必要的控制變量，但仍可能面臨遺漏變量所產生的內生性問題。同時，創新型企業更傾向于進行數字化轉型。所以，綠色創新能力強的企業往往更有動力開展數字化轉型，即二者之間可能互為因果，致使模型存在內生性問題。再者，企業是否進行數字化轉型是自身權衡利弊后的結果，這使得樣本面臨自選擇狀況，從而誘發內生性問題。對此，本文擬采取以下幾種方法進行處理。

4.2.1 考慮行業和地區因素

對于遺漏變量可能導致的內生性問題，在基準回歸中加入行業和地區層面的控制變量。具體地，行業層面的控制變量選取用營業收入計算得到的赫芬達爾指數（HHI），地區層面的控制變量包括市場化水平（MKT）和經濟發展水平（AVGDP）。然后，在模型中引入行業、省份固定效應以及二者的交叉固定效應。回歸結果如表3中列（1）所示，數字化轉型的回歸系數在1%的水平上顯著為正，說明基準回歸結果依然成立。

4.2.2 工具變量法

對于基準估計中可能由互為因果關系引致的內生性問題，借鑒黃群慧等［41］的研究，初步選取1984年中國各城市的郵電數據作為工具變量。企業數字化發展水平會受到其所在地區的信息基礎設施的影響，滿足相關性條件；同時，信息基礎設施主要為居民通信提供保障，不直接影響企業綠色創新水平，滿足外生性條件。但由于1984年中國各城市的郵電數據屬于非面板數據，將全國互聯網上網人數（時間變量）的滯后一期與1984年中國各城市每百萬人郵局數的交乘項作為解釋變量的工具變量（IV）。由表3中列（2）可知：第一階段中工具變量（IV）在5%的水平上與DGT正相關，表明工具變量與數字化轉型具有相關性；不可識別檢驗統計量（Anderson LM）的P值為0.006，表明拒絕了工具變量不可識別的原假設；弱工具變量檢驗統計量（Cragg-Donald Wald F）為9.636，大于Stock-Yogo檢驗在15%水平上的臨界值（8.960），表明不存在弱工具變量問題。工具變量的估計結果如表3中列（3）所示，DGT的估計系數在10%的水平上顯著為正，說明在排除內生性問題后，基準回歸結果依然成立。

4.2.3 傾向得分匹配法

對于樣本自選擇可能產生的內生性問題，使用傾向得分匹配法（PSM）對開展數字化轉型的企業進行半徑為0.05的卡尺匹配，將企業數字化轉型水平是否高于分年度分行業均值作為判斷標準。若高于均值，則取值為1，表明企業開展數字化轉型；若低于均值，則取值為0，表明企業未開展數字化轉型，然后重新構造一個近似隨機樣本，使用面板Logit模型進行估計。匹配中的協變量選取企業規模（SIZE）、企業負債率（LEV）、總資產凈利潤率（ROA）、企業成長性（GRW）、股權制衡度（BAE）、企業性質（SOE）、兩職合一（DUAL）等，以確保兩組樣本在可觀測到的企業特征上基本相同，從而使組別之間的差異主要體現為數字化轉型的影響。表4顯示了PSM樣本匹配后的檢測結果。結果顯示，匹配后（M）所有變量的差異均小于10%，且t值表明接受匹配后變量不存在顯著差異的原假設，即PSM的結果可靠。經過PSM后的模型平均處理效應（ATT）估計結果如表5所示，其在1%的水平上顯著。最后，將處理后的樣本進行實證檢驗，結果如表3中列（4）所示，DGT的估計系數在1%的水平上顯著為正，表明基準回歸結果可靠。

4.3 其他穩健性檢驗

4.3.1 替換數字化轉型的衡量指標

為了排除企業數字化轉型測度偏誤對實證結果的影響，借鑒吳非等［6］的方法，首先從“底層技術運用”和“技術實踐應用”兩方面構建數字化轉型的特征詞庫。其中，技術實踐應用包括人工智能技術詞庫、大數據技術詞庫、云計算技術詞庫、區塊鏈技術詞庫等。其次，從滬深交易所公布的上市公司年報中爬取各詞庫中的關鍵詞進行詞頻測度。最后，得到企業數字化轉型的另一代理指標（DGT1）。將這一指標代入基準回歸中，結果如表6中列（1）所示，DGT1的回歸系數在1%的水平上顯著為正，說明替換新的數字化轉型指標后，基準回歸結果沒有改變。

4.3.2 替換企業綠色創新的衡量指標

選取企業綠色專利授權量作為綠色創新的替代性指標重新估計模型。具體而言，將企業獨立獲得的綠色發明專利數量和綠色實用新型專利數量加總之后再加1取自然對數得到新的綠色創新水平指標。表6中列（2）顯示了重新估計的回歸結果。可以看出，DGT的回歸系數在1%的水平上顯著為正。這表明更換了綠色創新的衡量指標后，企業數字化轉型的作用效果依然存在，基準回歸結果具有穩健性。

4.3.3 關注制造業企業

制造業是實體經濟的主體，制造業企業能否有效開展綠色創新直接關系中國經濟綠色轉型能否取得成功。因此，制造業企業數字化轉型的綠色創新效應是否存在值得高度關注。根據證監會2012版行業分類標準，提取制造業企業樣本進行回歸，結果如表6中列（3）所示。從中可知，DGT的估計系數在1%的水平上顯著為正，表明在制造業企業樣本中，企業數字化轉型對綠色創新同樣具有正向效應。

4.3.4 剔除樣本期內未開展綠色創新的企業

考慮到將樣本期內從未申請過綠色專利的企業納入綠色創新的研究范疇可能造成回歸結果偏差，剔除樣本期內綠色專利申請數量為0的企業，對其余樣本重新進行回歸，結果如表6中列（4）所示。可以看出，DGT的估計系數在1%的水平上仍顯著為正，與基準回歸結果保持一致。

4.3.5 更換估計方法

企業開展綠色創新活動往往具有一定的持續性，前一期的創新行為可能會對后一期產生影響。因此，引入企業前一期的綠色創新水平（L.GI），并使用系統GMM模型進行估計，結果如表6中列（5）所示。其中，模型自相關檢驗顯示，擾動項不存在二階和更高階的自相關；同時，Sargen檢驗和Hansen檢驗接受了原假設，表明系統GMM模型的估計結果是有效的。可以看出，L.GI的估計系數在5%的水平上顯著為正，表明企業綠色創新確實受其過去綠色創新水平的影響；在控制了這一因素后，DGT的估計系數在5%的水平上依然顯著為正，與基準回歸結果保持一致。

4.3.6 樣本縮尾處理

為了排除極端值對回歸結果的干擾，將所有變量進行雙側縮尾處理（1%）后再次進行實證檢驗，結果如表6中列（6）所示。此時，DGT的估計系數在1%的水平上顯著為正，表明排除極端值的干擾后，數字化轉型對企業綠色創新同樣存在顯著的促進作用。

5 機制檢驗

5.1 企業數字化轉型發揮綠色創新效應的傳導機制

5.1.1 信息效應：降低信息不對稱程度

理論分析表明，數字化轉型可能通過降低信息不對稱程度來促進企業綠色創新，相關實證結果如表7中列（1）—（2）所示。可以看出，數字化轉型（DGT）對信息不對稱（ASY）的估計系數在1%的水平上顯著為負，且ASY對企業綠色創新（GI）的影響同樣顯著為負，表明信息不對稱程度隨著數字化轉型水平的提高而下降，數字化轉型通過降低企業面臨的信息不對稱程度驅動綠色創新。由此，研究假設H1中的信息效應得到驗證。

5.1.2 投資效應：緩解企業融資約束

數字化轉型通過投資效應對企業綠色創新產生影響的實證檢驗結果如表7中列（3）—（4）所示。從列（3）中可以看出，DGT對SA指數的估計系數在5%的水平上顯著為正，表明數字化轉型能夠促使各方資金流入，緩解企業融資約束；在列（4）中，SA指數對GI的影響系數在1%的水平上顯著為正，表明企業資金越充裕，其綠色創新水平越高。這意味著數字化轉型能夠通過緩解企業融資約束對綠色創新產生促進作用，研究假設H1中的投資效應得到驗證。

5.1.3 治理效應：提升企業治理水平

理論分析表明，數字化轉型能夠通過提高企業治理水平來促進綠色創新。實證結果如表7中列（5）—（6）所示。在列（5）中，DGT對企業治理水平（LCG）的影響系數在1%的水平上顯著為正，表明企業治理水平隨著數字化轉型水平的提高而提升；在列（6）中，LCG對GI的回歸系數在10%的水平上顯著為正，表明隨著治理水平的提高，企業綠色創新水平也隨之提升。由此，可以判斷，治理水平的提升是企業數字化轉型發揮綠色創新效應的重要渠道，研究假設H1中的治理效應得到驗證。

5.2 稅收優惠和財政補貼對企業數字化轉型發揮綠色創新效應的干預作用

5.2.1 稅收優惠的作用

表8中前兩列顯示了稅收優惠對企業數字化轉型發揮綠色創新效應的影響，其中列（1）僅控制了個體固定效應，列（2）同時控制了個體固定效應和時間固定效應。結果顯示，無論是單向固定效應模型還是雙向固定效應模型，數字化轉型（DGT）以及數字化轉型與稅收優惠交互項（DGT*GTB）的回歸系數均顯著為正。這表明稅收優惠對數字化轉型促進企業綠色創新發揮了正向調節作用，即稅收優惠強化了企業數字化轉型的綠色創新效應，研究假設H2得以驗證。

5.2.2 財政補貼的作用

表8中后兩列顯示了財政補貼對企業數字化轉型發揮綠色創新效應的影響，其中列（3）僅控制了個體固定效應，列（4）同時控制了個體固定效應和時間固定效應。結果顯示，無論是何種固定效應模型，數字化轉型（DGT）的回歸系數均顯著為正，但數字化轉型與財政補貼的交互項（DGT*GS）都不顯著。這說明財政補貼對數字化轉型綠色創新效應的正負效果相互作用。雖然財政補貼能有效為企業提供資金，降低企業“試錯成本”，但政府補貼分配過程不透明、政企雙方信息不對稱等因素，可能導致企業操縱綠色研發活動。此外，在政府補貼過程中，企業的尋租行為造成激勵效應扭曲，以及長期補貼使得生產要素價格扭曲，削弱了財政補貼的正向激勵作用，最終表現為財政補貼對二者關系無顯著調節作用，研究假設H3得以驗證。

6 異質性分析

6.1 區分綠色專利類型

鑒于綠色發明專利的科技含量和研發難度均高于綠色實用新型專利，將企業獨立申請的綠色專利分為綠色發明專利和綠色實用新型專利兩類，用以表征發明型綠色創新和實用型綠色創新。表9中列（1）和列（2）分別顯示了數字化轉型對這兩類綠色創新的估計結果。可以看出，企業數字化轉型（DGT）對發明型綠色創新和實用型綠色創新的估計系數均在1%的水平上顯著為正，但前者的估計值較大。這表明數字化轉型對綠色發明專利的驅動效應更大，即數字化轉型可以更好地推動企業開展實質性創新，提高企業長期競爭力。

6.2 考慮生產要素依賴

不同企業對不同生產要素的依賴往往存在一定的差異，從而形成特定要素密集的企業類型，這也會對企業創新的行為決策產生影響。根據各要素密集程度，將樣本企業劃分為勞動密集型、資本密集型和技術密集型等3類企業，然后分組進行回歸，回歸結果如表9中列（3）—（5）所示。可以看出，3類企業數字化轉型（DGT）的回歸系數均在1%的水平上顯著為正，表明無論企業屬于哪一類行業，數字化轉型都能對其綠色創新產生促進作用。但相對于勞動密集型和技術密集型企業，資本密集型企業數字化轉型的回歸系數最大，且3組之間的組間系數差異在1%的水平上顯著，表明數字化轉型的綠色創新效應在資本密集型企業中最大。這可能是因為企業數字化轉型和綠色創新都直接依賴資本投入，而資本密集型企業憑借自身強大的資金實力更有能力進行數字化轉型和綠色創新。

6.3 區分企業產權性質

由于銀行存在“規模歧視”“信貸歧視”的現象，以及受企業產權性質的影響，在獲得政策支持、資金支持等方面，國有企業均比非國有企業擁有更好的條件，由此可以推斷出國有企業數字化轉型對其綠色創新的促進作用大于非國有企業。將樣本企業按照產權性質分組進行估計，結果如表10中列（1）—（2）列示。結果顯示，國有企業和非國有企業數字化轉型對綠色創新的影響均在1%的水平上顯著為正，但國有企業的系數更大，且二者的組間系數差異在1%的水平上顯著。這表明相比非國有企業，數字化轉型更有利于國有企業綠色創新。

6.4 考慮行業競爭程度

首先，相對于競爭性行業，管制性行業主要是涉及國計民生、自然資源和國家安全的行業，具有較強的政策依賴性。因此，政策工具的作用效果在這類行業中更易發揮。在國家推進落實數字化戰略和“雙碳”目標的進程中，該類行業的數字化轉型及綠色創新通常走在前端。其次，該類行業在資本市場上也更易受到投資者青睞，進而獲得開展數字化轉型的資金支持。最后，該類行業的管理易受到政治因素的影響，可能存在治理能力不足等問題；而較高的數字化轉型水平更能發揮其治理效應，進而影響企業綠色創新行為。故可以判斷出在管制性行業中，數字化轉型的綠色創新效應更大。借鑒Ke等［42］的做法，將證監會2012版行業分類中代碼為B、C25、C31、C32、C36、C37、D、E48、G53、G54、G55、G56、I63、I64、K、R等的行業定義為管制性行業，將其余的行業定義為競爭性行業，分組進行回歸，結果如表10中列（3）—（4）所示。可以看出，競爭性行業和管制性行業的數字化轉型（DGT）系數均在1%的水平上顯著為正，但管制性行業的回歸系數較大，且二者的組間系數差異在1%的水平上顯著，表明管制性行業企業數字化轉型的綠色創新效應更大。

6.5 考慮區域差異狀況

我國幅員遼闊，不同地區之間的發展存在較大差異。沿海地區自改革開放初期便開始接軌國際市場，相比內陸地區在經濟社會發展和科技創新方面形成了較大的領先優勢，進行數字化轉型的條件也更為充分。因此，按照地理區位將樣本企業所在地分為沿海地區和內陸地區兩類，并進行異質性分析。其中，沿海地區包括天津、河北、遼寧、山東、江蘇、上海、浙江、福建、廣東、海南、廣西等。回歸結果如表10中列（5）—（6）所示。可以看出，沿海地區與內陸地區數字化轉型（DGT）的系數均在1%的水平上顯著為正，表明無論地處沿海地區還是內陸地區，企業數字化轉型都能有效促進綠色創新。二者的組間差異系數P值為0.106，因而基本可以接受沿海地區和內陸地區數字化轉型的綠色創新效應存在一定差異的結論。此外，內陸地區數字化轉型的回歸系數（DGT）大于沿海地區，說明經濟欠發達地區可通過推動數字化轉型迅速提升企業綠色創新水平，形成對經濟發達地區的追趕之勢。

7 結論與啟示

立足于中國建設數字生態文明、推進綠色可持續發展的時代背景，從理論層面解析了數字化轉型對企業綠色創新的作用效果，將微觀傳導機制分解為信息效應、投資效應和治理效應等3類，同時從財政干預視角分析了稅收優惠和財政補貼對企業數字化轉型綠色創新效應發揮的調節作用。然后，以中國2011—2021年滬深上市公司的面板數據為樣本對上述理論機制進行了實證檢驗。主要研究發現如下：①在數字經濟迅猛發展的時代，數字化轉型已成為促進企業綠色創新的重要動力。實證結果顯示，企業數字化轉型指數每提高一個單位，就會使企業綠色專利的申請量提升19.7%。經過一系列內生性處理和穩健性檢驗后，企業數字化轉型能夠顯著發揮綠色創新效應的結論依然穩健。②數字化轉型通過發揮信息效應、投資效應和治理效應對企業綠色創新產生促進作用。借助數字化轉型，企業與各方保持信息互聯互通，進而促使信息透明化，暢通融資渠道，遏制委托代理問題，最終促進企業綠色創新。③稅收優惠對企業數字化轉型的綠色創新效應具有正向調節作用，通過獲得政府的稅收優惠，企業數字化轉型對綠色創新的促進作用得到進一步強化；而財政補貼由于促進與抑制作用交織，最終表現為對二者關系無顯著調節作用。④異質性分析表明，在發明型綠色創新、資本密集型企業、國有企業、管制性行業、內陸地區中，企業數字化轉型對綠色創新的推動效應更大。

基于以上研究結論，提出如下政策建議：

第一，全方位推動企業數字化轉型，助力企業綠色創新。數字化轉型從多層面助力綠色創新，表明數字化轉型是實現中國式現代化目標的重要一環。政府應加快推進5G基站、超算中心和物聯網等數字基礎設施建設，從而為企業數字化轉型提供強力支撐；積極引導企業開展數字化轉型，發揮行業領頭羊的示范帶頭作用，加大對數字化轉型的投資力度，探索適合自身發展的數字化轉型道路，積極開展綠色創新實踐，從而助力企業全方位長遠發展。

第二，暢通數字化賦能路徑，為綠色創新提供內在動能。前文研究表明，數字化轉型通過降低企業與各界信息不對稱程度、緩解融資約束和提升企業治理水平來促進綠色創新。因此，應積極推動將數字技術嵌入企業內部全鏈條以及建立與外部產業鏈供應鏈融合的機制，促進數據在全國范圍內的高效傳輸與共享，保證企業與市場的有效溝通，打造企業與市場雙贏的局面，進而暢通數字化賦能路徑，為綠色創新提供源源不斷的內在動力。

第三，創新優化財政干預手段，為綠色創新提供政策保障。在稅收優惠方面，政府應繼續創新稅收優惠手段，拓展優惠稅種，加大優惠力度，進而推動數字化轉型綠色創新效應的完全發揮。在財政補貼方面，政府本身也應加快數字化轉型步伐，提升信息透明度，消除與企業之間的信息不對稱問題，準確識別企業虛假的綠色創新信號，避免企業尋租行為；密切關注要素市場價格，防止長期財政補貼導致的Ramp;D要素價格扭曲，必要時采取行政干預手段來調控價格，推動市場有序平穩發展，為綠色創新提供健康穩定的宏觀生態環境。

第四，實施差異化助企舉措，為綠色創新夯實基礎。數字化轉型對發明型綠色創新的推動效果更大。政府應抓住企業數字化轉型這一特殊優勢，充分發揮數字化轉型效能，為企業綠色轉型提供方向和路徑。對于勞動密集型和技術密集型企業，應加強對企業從業人員的培訓，構建與數字化轉型相匹配的人才供給體系。對于民營企業，應利用行政手段釋放金融活力，在企業利用數字化轉型自發吸引資金的基礎上，通過定向采購等方式，為民營企業提供支持，引導其堅持綠色創新方向。對于競爭性行業企業，由于市場參與主體多，應優化企業競合的社會網絡，推動各企業間協同共創，釋放企業綠色創新的市場價值。對于內陸地區企業，應加強數字基礎設施建設，如寬帶網絡、數據中心和云計算平臺等，為企業數字化轉型提供堅實基礎，進一步縮小內陸地區與沿海地區的發展差距。

參考文獻：

［1］ 陳詩一.低碳經濟［J］.經濟研究，2022，57（6）：12-18.

［2］ 李萬利，潘文東，袁凱彬.企業數字化轉型與中國實體經濟發展［J］.數量經濟技術經濟研究，2022，39（9）：5-25.

［3］ BOEING P.The allocation and effectiveness of China’s Ramp;D subsidies-evidence from listed firms［J］.Research Policy，2016，45（9）：1774-1789.

［4］ 袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化［J］.中國工業經濟，2021（9）：137-155.

［5］ LI Z，LIAO G，WANG Z，et al. Green loan and subsidy for promoting clean production innovation［J］.Journal of Cleaner Production，2018，187：421-431.

［6］ 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144，10.

［7］ 李榮，王瑜，陸正飛.互聯網商業模式影響上市公司盈余質量嗎：來自中國證券市場的經驗證據［J］.會計研究，2020（10）：66-81.

［8］ SMITH C，SMITH B J，SHAW E.Embracing digital networks：entrepreneurs’ social capital online［J］.Journal of Business Venturing，2017，32（1）：18-34.

［9］ HOENIG D，HENKEL J.Quality signals？The role of patents，alliances，and team experience in venture capital financing［J］.Research Policy，2015，44（5）：1049-1064.

［10］ ZHOU P，SONG F M，HUANG X.Environmental regulations and firms’ green innovations： transforming pressure into incentives［J］.International Review of Financial Analysis，2023（86）：102504.

［11］ RUBASHKINA Y，GALEOTTI M，VERDOLINI E.Environmental regulation and competitiveness：empirical evidence on the porter hypothesis from European manufacturing sectors［J］.Energy Policy，2015（83）：288-300.

［12］ 齊紹洲，林屾，崔靜波.環境權益交易市場能否誘發綠色創新？——基于我國上市公司綠色專利數據的證據［J］.經濟研究，2018，53（12）：129-143.

［13］ TIAN Y，SONG W，LIU M.Assessment of how environmental policy affects urban innovation： evidence from China’s low-carbon pilot cities program［J］.Economic Analysis and Policy，2021（71）：41-56.

［14］ 王馨，王營.綠色信貸政策增進綠色創新研究［J］.管理世界，2021，37（6）：173-188，11.

［15］ 劉津汝，曾先峰，曾倩.環境規制與政府創新補貼對企業綠色產品創新的影響［J］.經濟與管理研究，2019，40（6）：106-118.

［16］ QUAN X F，KE Y，QIAN Y T，et al.CEO foreign experience and green innovation：evidence from China［J］.Journal of Business Ethics，2021，182（2）：1-23.

［17］ EL-KASSAR A N，SINGH S K.Green innovation and organizational performance：the influence of big data and the moderating role of management commitment and HR practices［J］.Technological Forecasting and Social Change，2019（144）：483-498.

［18］ MUBARAK M F，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.

［19］ GHASEMAGHAEI M，CALIC G.Assessing the impact of big data on firm innovation performance：big data is not always better data［J］.Journal of Business Research，2020（108）：147-162.

［20］ LIU Q L，YANG X X，SHEN Z Y，et al.Digital economy and substantial green innovation：empirical evidence from Chinese listed companies［J/OL］.Technology Analysis amp; Strategic Management，2022：1-15.https：//doi.org/10.1080/09537325.2022.2156336.

［21］ 成瓊文，丁紅乙.稅收優惠對資源型企業數字化轉型的影響研究［J］.管理學報，2022，19（8）：1125-1133.

［22］ 黃一松.稅收優惠能促進企業數字化轉型嗎［J］.當代財經，2023（12）：144-156.

［23］ 柳雅君，薛文靜.助力還是阻力：稅收優惠政策與企業數字化轉型［J］.經濟問題，2024（4）：37-43.

［24］ 柳學信，王書鵬.異質性政府補貼對企業綠色創新的影響研究［J］.首都經濟貿易大學學報，2022，24（6）：77-90.

［25］ 黃壽峰，趙巖.稅收優惠與企業綠色創新［J］.財政研究，2023（2）：68-81.

［26］ 鄒甘娜，袁一杰，許啟凡.環境成本、財政補貼與企業綠色創新［J］.中國軟科學，2023（2）：169-180.

［27］ 陶鋒，王欣然，徐揚，等.數字化轉型、產業鏈供應鏈韌性與企業生產率［J］.中國工業經濟，2023（5）：118-136.

［28］ MURRAY A，KUBAN S，JOSEFY M，et al.Contracting in the smart era：the implications of blockchain and decentralized autonomous organizations for contracting and corporate governance［J］.Academy of Management Perspectives，2021，35（4）：622-641.

［29］ 祁懷錦，魏禹嘉，劉艷霞.企業數字化轉型與商業信用供給［J］.經濟管理，2022，44（12）：158-184.

［30］ 黃大禹，謝獲寶，孟祥瑜，等.數字化轉型與企業價值：基于文本分析方法的經驗證據［J］.經濟學家，2021（12）：41-51.

［31］ 申廣軍，陳斌開，楊汝岱.減稅能否提振中國經濟？——基于中國增值稅改革的實證研究［J］.經濟研究，2016，51（11）：70-82.

［32］ 彭濤，黃福廣，孫凌霞.稅收優惠能否激勵風險投資：基于準自然實驗的證據［J］.管理世界，2021，37（1）：33-46.

［33］ 韓寶山，李夏.稅收減免提高企業創新活力了嗎？——基于融資約束視角的檢驗［J］.經濟學動態，2022（3）：88-107.

［34］ 黎文靖，鄭曼妮.實質性創新還是策略性創新？——宏觀產業政策對微觀企業創新的影響［J］.經濟研究，2016，51（4）：60-73.

［35］ 柳光強.稅收優惠、財政補貼政策的激勵效應分析：基于信息不對稱理論視角的實證研究［J］.管理世界，2016（10）：62-71.

［36］ 江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100-120.

［37］ 宋敏，周鵬，司海濤.金融科技與企業全要素生產率：“賦能”和信貸配給的視角［J］.中國工業經濟，2021（4）：138-155.

［38］ 鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業創新可持續性［J］.經濟研究，2013，48（1）：4-16.

［39］ 胡楠，薛付婧，王昊楠.管理者短視主義影響企業長期投資嗎？——基于文本分析和機器學習［J］.管理世界，2021，37（5）：139-156.

［40］ 郭玥.政府創新補助的信號傳遞機制與企業創新［J］.中國工業經濟，2018（9）：98-116.

［41］ 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：5-23.

［42］ KE B，LIU N，TANG S.The effect of anti-corruption campaign on shareholder value in a weak institutional environment：evidence from China［R］.SSRN Working Paper，2017.

The Impact of Digital Transformation on Enterprises' Green

Innovation

— Micro Transmission Mechanisms and Government Fiscal

Interventions

Dong Xu， Wang Xiaoxiao

（School of Economics， Zhengzhou University of Aeronautics， Zhengzhou 450046， China）

Abstract： Green innovation is of utmost importance in facilitating the worldwide green transformation， as it offers triple benefits in terms of economic expansion， environmental management and social welfare. The extent to which enterprises transition to green innovation has a direct role in shaping the green transformation of the development mode as the most important emitters and innovators. Currently， the wave of digital development is sweeping across the world， profoundly reshaping the world pattern. Promoting green innovation in enterprises through digital transformation is an imperative strategy for adapting to the global development trend and achieving green and sustainable development. In the process of digital transformation， enterprises are often reluctant and afraid to transform due to the high cost of transformation and long pain period. Meanwhile， due to the multiple positive externalities of green innovation， enterprises often encounter the problem of \"free-riding\" when engaging in green innovation activities. In this context， appropriate government intervention would help to alleviate the market dilemma faced by enterprises in digital transformation and green innovation.

Drawing from the aforementioned context， we theoretically analyze the microscopic transmission mechanisms through which digital transformation influences enterprises' green innovation， and discuss the intervention effect of two policy means of tax incentives" and fiscal subsidies on the relationship between the two， and then provide empirical evidence using a sample of" the panel data of Chinese A-share listed companies in Shanghai and Shenzhen from 2011 to 2021 for the examination of the green innovation effect of enterprises' digital transformation and its mechanism. It is found that digital transformation has a significant driving effect on enterprises' green innovation， and this result still holds after a series of endogeneity treatments and robustness tests. The examination of mechanisms indicates that enterprises' digital transformation facilitates green innovation through the reduction of information asymmetry， mitigation of financial constraints， and enhancement of governance structures. And the tax incentives implemented by government play a crucial role in enhancing the influence of digital transformation in driving green innovation within enterprises， while fiscal subsidies do not significantly intervene in whether enterprises' digital transformation exerted green innovation effects. Meanwhile， the green innovation effects of enterprises' digital transformation are heterogeneous depending on the type of innovation patents， production factor dependence， ownership structure， degree of industry competitiveness and geographic distribution.

This paper seeks to offer new contributions beyond what is currently available in the literature. First， we explore the micro-transmission mechanisms of green innovation resulting from enterprises' digital transformation. Specifically， we examine the information effect， investment effect， and governance effect， providing a novel perspective for investigating the causal relationship between the two. Second， we incorporate tax incentives and fiscal subsidies into the theoretical framework of the impact of enterprises' digital transformation on green innovation， and examine the intervention effect of policy measures on the two. Our work contributes to expanding the academic research of the impact of government actions on enterprises' digital transformation and green innovation and improving the understanding of how digital transformation impacts enterprises' green innovation by enhancing comprehensiveness and depth.

Key words： digital transformation; green innovation; listed companies

（欄目編輯：朱可染）

收稿日期：2024-04-19

基金項目：國家自然科學基金項目“不同環境規制下綠色創新效應研究：微觀機制與政策選擇”（71903063）；河南省軟科學研究項目“‘雙碳’目標下企業數字化轉型的綠色創新效應及優化策略研究”（242400411154）；河南省高校哲學社會科學創新人才支持計劃（2024-CXRC-14）。

作者簡介：董旭（1990—），男，河南駐馬店人，博士，講師，碩士生導師，研究方向：區域經濟綠色發展；王笑笑（1998—），女，河南商丘人，碩士研究生，研究方向：公司金融。本文通信作者為王笑笑。