智能制造對企業綠色轉型的影響

一、問題的提出

黨的二十大報告再次強調了我國的“雙碳”目標，即要積極穩妥地推進碳達峰碳中和。制造業作為社會財富的創造者和資源消耗、碳排放的主要來源，在實現“雙碳”目標中起到關鍵作用。推動制造業綠色轉型不僅是達成“雙碳”目標的重要途徑，也是塑造產業競爭優勢、建設現代化產業體系的關鍵手段。然而，制造業綠色轉型面臨技術與資源等多重挑戰。智能制造作為一種創新性的生產方式，借助自動化、數字化和智能化技術，為企業綠色轉型提供了有效的解決方案，成為突破轉型困境的關鍵路徑。黨的二十屆三中全會提出“推動制造業高端化、智能化、綠色化發展”，《“十四五”國家信息化規劃》《“十四五”智能制造發展規劃》《“十四五”工業綠色發展規劃》等政策文件也明確要以智能制造賦能綠色制造。因此，研究智能制造對企業綠色轉型的影響和機制具有重要的理論價值和實踐意義，有助于加速制造業向高端化、智能化、綠色化發展。

關于智能制造與企業綠色轉型的研究主要聚焦于三個方面。

第一，關于智能制造的研究。隨著信息技術的迅速發展，制造系統間逐步實現互聯互通，智能制造這一概念應運而生，并迅速成為全球制造業關注的焦點。國內外學者圍繞智能制造的含義、演進階段和影響效應等方面展開了深人研究。Wright和Bourne[1]認為，智能制造是通過制造技術與信息技術的深度融合，使智能機器人具備獨立完成小批量生產任務的能力，從而實現高效、靈活的生產過程。楊叔子和丁洪[2將智能制造系統定義為一種通過智能化和集成化手段提高制造系統柔性和自組織能力，從而提高快速響應市場需求變化能力的系統。隨著智能化、數字化的不斷推進，智能制造的研究在廣度和深度上持續拓展和深化。學者們主要圍繞信息技術與智能設備的高度匹配、數字技術與制造業的深度融合，以及人工智能、工業互聯網、大數據等技術的應用維度展開研究[3-6]。Zhou等[進一步將智能制造的發展劃分為數字化、網絡化集成和智能化升級三個階段。陳永偉③認為，數字化和網絡集成化是實現智能制造的前提條件，而智能化升級則以“計算機 + ”“互聯網 + ”為基礎。概而言之，智能制造作為一種集成先進技術的綜合模式，通過深度融合制造技術與信息技術，能夠有效推動企業加速轉型，實現從傳統生產模式向綠色、可持續發展模式的跨越。

第二，關于企業綠色轉型的研究。在全球經濟一體化和環境問題日益凸顯的背景下，制造業作為國民經濟的支柱產業，推動其從傳統生產模式向可持續發展模式轉變已成為社會各界重點關注的領域。學者們圍繞企業綠色轉型的內涵、效應和衡量等方面展開了深人研究。中國社會科學院工業經濟研究所課題組認為，企業綠色轉型是以資源節約和環境友好為指導原則，推動新型工業化道路的探索和創新，旨在實現全產業鏈和價值鏈的可持續發展。萬攀兵等[10]認為，企業綠色轉型是可持續發展的關鍵環節，涵蓋從產品研發、生產到最終的回收和分解的整個生命周期，追求經濟效益和環境績效雙重目標。Kaswan等[]認為，企業綠色轉型能夠顯著減少從生產到運營各個環節對環境的影響。現有研究關于企業綠色轉型的衡量方法主要有以下兩種。一種是采用單一指標衡量企業綠色轉型。王曉祺和寧金輝[12]采用企業綠色專利申請量衡量企業綠色轉型；吳非和黎偉[13]篩選與綠色發展相關的詞匯，采用文本分析法計算詞頻衡量企業綠色轉型。另一種則是通過構建綜合指標體系衡量企業綠色轉型。于連超等[14]基于企業綠色轉型內涵的界定，從綠色文化、綠色戰略、綠色創新、綠色投入、綠色生產和綠色排放六個維度構建指標體系；胡志飛等[15]將企業綠色轉型分為策略化轉型和實質化轉型，并選取了四個指標構建指標體系；孫傳旺和張文悅[則從技術創新、生產水平、降污減排、環境保護和社會評價五個維度構建指標體系。

第三，關于智能制造對企業綠色轉型影響的相關研究。隨著智能制造在制造業中的深入應用，學術界對其帶來的影響展開了廣泛研究。學者們的研究主要集中在智能制造所帶來的經濟和技術效應，認為智能制造能夠重構企業信息系統、優化資源配置、激發技術創新和改善治理結構[17-20]。此外，也有學者開始探討智能制造對企業綠色發展的影響，并在如何表征企業綠色行為和智能制造方面提出了不同的研究視角。谷城和張樹山[19借助智能制造項目的準自然實驗，采用企業綠色發明專利申請量衡量企業綠色創新質量，研究認為，智能制造對企業綠色創新質量具有溢出效應；毛其淋和石步超[18采用綠色專利申請量衡量企業綠色轉型，利用雙重差分法驗證了智能制造能夠推動企業綠色轉型；顏逢和趙秀云[20則衡量了綠色全要素生產率，研究認為，智能制造能夠顯著提高企業綠色全要素生產率；林熙等[2引入包含機器人、污染、能源等要素的異質性企業模型，探討機器人應用能否降低污染排放，以此說明智能制造對綠色發展的推動作用；韓少真等22]采用碳排放強度衡量企業的碳減排水平，研究認為，智能制造能夠顯著降低企業的碳排放強度。

現有研究多關注智能制造對企業經濟和技術效應的影響，而對其綠色績效的研究相對欠缺。即便涉及綠色績效，也多集中于碳排放量、綠色發明專利等單一指標，維度較為狹窄。例如，采用碳排放量與經濟或能源指標的比值衡量綠色績效，雖便于操作，但忽略了其他投人要素的替代效應[23]，且因存在行業異質性（如傳統鋼鐵業與新興制造業的差異），單純依賴碳排放量難以反映不同行業的環保努力和成效。綠色發明專利雖能體現創新成果，但無法全面衡量多領域變革，因其在創新難度和成本上存在顯著差異。因此，企業綠色轉型需從整體、多維度進行綜合評價。

本文構建了涵蓋綠色戰略、綠色創新、綠色投入、綠色排放和綠色治理五個維度的指標體系，分別評估企業綠色轉型的整體規劃、核心動力、基礎保障、轉型成效和制度保障，從而全面反映企業綠色轉型的表現，彌補現有研究中維度單一的問題。此外，智能制造的衡量方法主要有以下兩種。一種是基于國際機器人聯合會（IFR）提供的機器人存量或安裝量數據[24]，該方法聚焦硬件設備數量，但忽視了圍繞機器人部署的配套流程改造和員工技能調整等深層次內容。另一種則是通過文本分析法抓取企業年報關鍵詞，這種方法可從軟件、管理和創新等多方面補充信息，揭示企業的戰略意圖、管理難題和技術投入方向，能夠提供更全面的評估視角。基于此，本文采用文本分析法衡量智能制造，以更好地捕捉其對企業綠色轉型的影響。

鑒于以上分析，本文基于2009—2022年滬深A股3229家制造業上市公司，探究智能制造對企業綠色轉型的影響和機制。本文可能的研究貢獻體現在以下兩個方面。一是在研究視角上，本文從整體、多維度綜合評價企業綠色轉型，采用文本分析法衡量智能制造，彌補了現有研究對企業綠色轉型和智能制造評價維度單一的不足，豐富了相關領域的研究。二是在理論機制上，本文從理論層面探討了智能制造對企業綠色轉型的影響，并從綠色技術創新和資源獲取能力兩個方面揭示了作用機制，為推動企業綠色轉型提供了理論支持和實踐路徑。

二、理論分析與研究假設

（一）智能制造對企業綠色轉型的影響

智能制造通過深度融合新一代信息通信技術和先進制造技術，重塑企業設計、研發、供應鏈、生產、銷售和管理等多方面系統，從而在多個維度推動企業綠色轉型。

從生產過程看，智能制造能夠從源頭減少污染物排放。其一，機器替代人工，以及精密化、標準化的處理流程顯著減少廢棄物產生。智能化設備（如自動化機器人、無人運輸車輛）可以減少對人工勞動的依賴，同時優化生產工藝，提高資源利用效率。其二，智能制造促使企業升級生產設備，采用高效節能設備（如高效電機、鍋爐），實現對能源和材料使用的精確控制，推動污染減量化。其三，智能生產系統的引人有效避免物料浪費[25]。通過實時監測和調整生產過程，企業獲得全面的生產數據視圖，制定合理計劃并自動適應變化，縮短生產周期，減少中斷和延誤，從而減少資源浪費[26]。

從用能角度看，智能制造能夠改善企業的用能結構[27]。其一，智能制造通過引入技術和知識要素，逐步替代傳統高污染、低效率的能源使用方式[28]。其二，技術創新不僅提高了企業對清潔能源的利用能力，還推動了相關技術研發水平的提高，進一步促進可再生能源的普及和應用，從而實現能源結構的優化調整，并顯著提高清潔能源在整體能源構成中的比例。

從治理角度看，智能制造技術（如數字孿生系統、全生命周期評價工具）助力企業在產品設計階段考慮環境影響，實現污染預防，減輕末端治理壓力。同時，這些技術可以精準監測和分析廢棄物，提高其資源化利用率，實現有效管理和回收利用。

從供應鏈管理角度看，數字化和自動化的供應鏈管理系統為企業及其合作伙伴搭建了一個高效協作的平臺，使各方能夠實現信息共享和實時溝通。通過這一系統，企業可以全面掌握訂單狀態、庫存水平、物流動態等關鍵信息，從而提升供應鏈的透明度和響應速度。同時，借助先進的數據分析技術和預測模型，企業能夠更精準地把握市場需求的變化趨勢，科學制定生產計劃和采購策略。這種智能化的管理模式不僅有效減少了因庫存積壓或資源錯配而導致的成本浪費，還顯著提高了供應鏈的整體效率和靈活性，為企業在競爭激烈的市場環境中贏得了更大的優勢。

綜上所述，智能制造通過優化生產端、調整用能結構、引入智能生產系統和改進供應鏈管理等多個維度，減少污染物排放、提高廢棄物資源化利用率，為企業綠色轉型提供強有力的支持。這種轉型不僅有助于實現“雙碳”目標，還為制造業高質量發展開辟了新路徑。據此，本文提出如下假設：

假設1：智能制造能夠推動企業綠色轉型

（二）智能制造對企業綠色轉型的機制分析

1.綠色技術創新的間接作用機制

智能制造通過提高人力資本水平和發揮知識溢出效應，促進企業加快綠色技術創新，從而推動企業綠色轉型。綠色技術創新強調技術研發和應用中的環境保護，是實現經濟、生態和社會效益共贏的關鍵手段[29]。它不僅能降低減碳成本，還能助力企業在綠色技術發展中獲益。

一方面，智能制造通過提高人力資本水平為企業綠色技術創新提供人才支持。智能制造的“機器換人”效應促使低技能崗位減少，知識密集型崗位增加。為適應這一趨勢，企業積極開展技術培訓并出臺激勵措施，大幅提高員工的專業技能和創新能力[30]。這些高素質人力資本能夠推動生產資料和技能革新，提高生產效率，從內部促進技術研發和綠色創新。

另一方面，智能制造促進知識和技術溢出，加速綠色技術創新進程。智能制造突破了信息傳播的時空限制，幫助企業構建數字交流平臺，增強企業間的溝通協作，使知識共享和溢出效應更加顯著[311。同時，智能制造突破了傳統的組織邊界，構建起一個互聯互通的商業網絡，促進了產業鏈的協同發展。通過強化信息共享與深度合作，它不僅優化了資源配置，還為綠色技術創新積累了豐富的知識基礎，并創造了更多的合作機會。這一變革性模式正在重塑產業生態，推動可持續發展的實現。

綠色技術創新進一步推動企業綠色轉型。從生產端看，綠色技術創新可實現能源替代和節能減排，減少污染等非期望產出[32]。從治理端看，相關技術（如CCUS）能有效收集、存儲和轉化二氧化碳，減少溫室氣體排放。這些技術通過優化資源配置、降低資源能源消耗和浪費，為企業綠色轉型提供了新思路和方法[33]。據此，本文提出如下假設：

假設 2a ：智能制造通過提高綠色技術創新水平推動企業綠色轉型。

2.資源獲取能力的間接作用機制

智能制造通過優化企業與利益相關者的關系，以及提高其內部資源利用水平，提高了企業資源獲取能力，從而推動企業綠色轉型。

一方面，智能制造優化了企業與利益相關者的關系，提高了企業獲取外部資源的能力。根據利益相關者理論，企業的可持續發展依賴于利益相關者的參與和支持，因而在經營決策中需充分考慮其需求。智能互聯技術的應用突破了傳統的組織和產業邊界，構建起數字生態共同體的價值共創鏈，使企業能夠更好地滿足利益相關者的需求。例如，在供應商和客戶關系方面，個性化定制、數字化制造等新模式推動了信息共享與生產合作的緊密化，形成了利益共同體，顯著提高了供應鏈融資水平[34]。在投資者關系方面，智能制造拓寬了信息傳播渠道，降低了信息不對稱性程度，增強了企業信息的可靠性，幫助企業獲取低成本的債務融資和股權融資。這些外部資源的獲取為企業購置高效節能設備、促進綠色技術創新提供了有力支持。

另一方面，智能制造提高了企業內部資源的利用水平，優化了資源配置。根據資源基礎理論，企業通過對其自身資源進行有效管理和整合，能夠將其轉化為獨特的競爭優勢。智能制造作為一種稀缺且難以模仿的技術資源，顯著提高了物質、組織和平臺資源的利用效率。在物質資源方面，智能制造引入信息技術和自動化設備，實現了生產過程的自動化和智能化，減少了無效生產和廢品的產生，如傳感器和自動化設備的實時監控功能能夠快速發現并解決問題，提高生產效率。在組織資源方面，智能供應鏈的構建提高了采購、庫存管理等環節的效率，降低了成本和風險[35]。數字化采購、智能決策技術的應用使企業在采購過程中更加高效，同時智能化需求分析和庫存控制系統可以幫助企業優化資源配置。在平臺資源方面，數字化平臺實現了資源的實時監控和動態調配，提高了透明度和可追溯性，為企業決策提供了準確數據支持，進一步提高了資源使用效率。

綜上所述，智能制造通過優化企業與利益相關者的關系，提高了外部資源獲取能力；通過提高內部資源利用水平，優化了資源配置，為企業綠色轉型提供了重要支撐。這種內外結合的方式不僅有助于降低企業運營成本，還能促進綠色技術創新，實現可持續發展目標。據此，本文提出如下假設：

假設2b：智能制造通過提高資源獲取能力促進企業綠色轉型。

三、研究設計

（一）計量模型

依據以上理論分析，為檢驗智能制造對企業綠色轉型的影響，本文構建如下基準回歸模型：

其中，被解釋變量 代表各企業各年份綠色轉型，解釋變量 代表各企業各年份智能制造，Controlu代表各控制變量， 和 λ 分別代表企業固定效應和年份固定效應，用于減弱企業個體差異和時間沖擊帶來的影響， 代表隨機誤差項。

（二）變量定義

1.被解釋變量：企業綠色轉型 （G T）

本文根據企業綠色轉型的內涵，從綠色戰略、綠色創新、綠色投入、綠色排放和綠色治理五個維度構建指標體系。具體而言：本文參考周闊等[3]的方法，采用爬蟲技術抓取企業年報中綠色轉型關鍵詞并計算詞頻衡量綠色戰略；本文參考趙領娣等[3的方法，采用企業綠色專利申請數衡量綠色創新；本文參考趙領娣和王小飛[38的方法，采用企業年報“在建工程科目”明細中與環境保護直接相關的支出衡量綠色投入；本文參考何玉等[39的方法，采用碳排放量與營業收入的比值衡量綠色排放；本文參考張云等[4的方法，基于公司參與綠色治理的正面和負面得分，采用Janis-Fadner系數測度的綠色治理績效衡量綠色治理。同時，本文運用無量綱化方法對數據進行標準化處理，并利用熵權法對指標賦權，最終測算得出企業綠色轉型得分。

2.解釋變量：智能制造（IM）

現有研究對智能制造的衡量方法主要有單一指標法和文本分析法兩種，考慮智能制造這一概念較為復雜，單一指標不能全面反映企業的智能制造情況，本文參考溫素彬等的智能制造詞典，采用文本分析法抓取企業年報關鍵詞并計算詞頻衡量智能制造。該詞典從學術文獻、相關政策文件、上市公司年報等三個方面選取關鍵詞，具有全面性和科學性，智能制造的結構化特征詞匯總如表1所示。具體操作方法是針對巨潮資訊網的上市公司年報，以智能制造詞典為基礎，運用Python抓取關鍵詞并計算詞頻，將詞頻加1后取自然對數作為智能制造的衡量指標。

3.機制變量

本文選取的機制變量有：綠色技術創新，從創新投入 （R d） 、創新產出（ G r d ）兩個方面考慮，分別采用研發投入與主營業務收入的比值、綠色專利申請量加1后取自然對數衡量。資源獲取能力，從融資成本 （L p） 、資源配置效率 （K l） ）兩個方面考慮，分別采用利息債務比、資本勞動比衡量。

4.控制變量

考慮到企業綠色轉型會受到其他諸多因素的影響，本文參考解學梅和朱琪瑋[41]的方法，設置如下控制變量：成長能力（Growth），采用營業總收入同比增長率衡量；股權集中度（Top1），采用第一大股東持股數與總股數的比值衡量；銷售利潤率（Ros），采用營業利潤與營業總收入的比值衡量；財務杠桿 （L e v ），采用負債與總資產的比值衡量；凈資產收益率（ （R o a ，采用凈利潤與總資產的比值衡量；企業人數（ （N u m b ），采用總員工人數的自然對數衡量。

本文主要變量的描述性統計結果如表2所示。

（三）數據來源

本文以2009—2022年滬深A股制造業上市公司的數據為樣本，數據處理如下：依據國民經濟行業分類（GB/T+4754-2017）（按第1號修改單修訂）留取制造業范疇的企業；為減少異常值的影響，剔除了ST、 和PT企業；為確保數據分析的準確性和可靠性，減少極端值帶來的影響，本文對所有連續變量都進行了 1% 和 99% 水平的縮尾處理。在對所有觀測值整理篩選后，本文共計得到3229家制造業上市公司共計24313個觀測值。企業綠色轉型數據主要來源于巨潮資訊網、各企業的年度報告和國泰安（CSMAR）數據庫；智能制造數據主要來源于巨潮資訊網和各企業的年度報告；機制變量、控制變量數據來源于國泰安（CSMAR）數據庫和Wind數據庫。

四、實證結果與分析

（一）基準回歸

表3列出了智能制造對企業綠色轉型的基準回歸結果。表3列（1）為未加入控制變量和固定效應的回歸結果，智能制造的系數為正，且在 1% 水平上顯著；列（2）至列（4）分別為加入控制變量、企業固定效應、年份固定效應的回歸結果，智能制造的系數均為正，且在 1% 水平上顯著，由此假設1得以驗證，智能制造在推動企業綠色轉型方面發揮了重要作用。其核心原因在于，智能制造具備顯著減少企業生產環節污染排放的能力，通過將智能化技術深度融合到生產管理流程中，可以實現對整個生產鏈條的實時監控和精準優化，從而推動清潔生產的有效實施。同時，智能制造還顯著提高了企業在末端治理方面的能力，為企業綠色轉型提供了強有力的支持。

（二）內生性檢驗①

本文盡管引入了企業層級的控制變量，但仍可能存在一些同時影響智能制造和企業綠色轉型的潛在因素。此外，重污染企業可能由于其特殊性，會更積極地尋求智能制造技術的應用，這可

能導致智能制造與企業綠色轉型之間存在互為因果的關系。因此，為確保研究結果的穩健性和可靠性，有必要對內生性問題進行檢驗。本文通過以下兩種方法開展內生性檢驗。

1.工具變量法

本文將智能制造的一階差分項（ 作為工具變量進行二階段最小二乘法（2SLS）估計。智能制造的一階差分項具有較強的外生性，又與當期的解釋變量密切相關，符合工具變量的選取要求。具體回歸模型如下：

其中， 代表根據工具變量（ ）回歸得到的智能制造擬合估計值，其余變量設定與基準回歸模型保持一致。

回歸結果顯示， 的系數為正，且在 1% 水平上顯著。這表明 與IM存在高度相關性。同時，智能制造的系數也為正，且在 1% 水平上顯著，這意味著在引入工具變量以控制潛在內生性問題后，智能制造對企業綠色轉型的積極影響依然穩健且顯著。總體來看，這一結果進一步證實，在排除內生性因素的影響后，智能制造與企業綠色轉型之間的正向相關關系仍然成立。

2.Heckman兩步法

在第一階段，本文參考何勤等[42]關于人工智能應用程度的研究方法，構建了一個反映企業是否應用智能制造的虛擬變量，并將其作為被解釋變量，進行Probit回歸分析，同時計算出逆米爾斯比率（IMR）。在第二階段，將所得的IMR作為控制變量納入模型（1）中繼續進行回歸分析。回歸結果顯示，智能制造的系數仍然為正，且顯著。這一結果驗證了基準回歸結果的穩健性。

（三）穩健性檢驗

1.添加遺漏控制變量

本文通過引入可能被遺漏的控制變量，進一步開展了穩健性檢驗。除模型中已有的控制變量外，根據現有研究，企業規模和企業上市年限也被認為對企業綠色轉型具有重要影響[43]。因此，本文新增了兩個控制變量：以總資產的自然對數衡量的企業規模（size），以及通過觀測年份減去企業上市年份計算得出的企業上市年限（age）。將這兩個變量納人模型后重新進行回歸分析，回歸結果顯示，智能制造的系數為正，且在 1% 水平上顯著。這一結果表明，本文的基準回歸結果具有較強的穩健性，不受上述潛在遺漏變量的影響。

2.替換變量

本文通過替換被解釋變量和解釋變量的方式，進一步檢驗基準回歸結果的穩健性。

首先，在替換被解釋變量的檢驗中，本文參考周闊等[3的方法，采用企業年報中披露的文本信息衡量企業綠色轉型。具體而言，以綠色轉型相關詞頻加1后取自然對數的形式構建替代變量，并將其作為新的被解釋變量進行回歸分析。回歸結果顯示，智能制造的系數為正，且在 1% 水平上顯著。這一結果驗證了基準回歸結果的穩健性。

其次，在替換解釋變量的檢驗中，本文參考李婉紅和王帆[4的方法，通過構建智能化轉型相關的關鍵詞組合，從企業年報中抓取相關信息并計算詞頻，將詞頻加1后取自然對數的形式構建替代變量，用以替換原有的解釋變量。回歸結果顯示，智能制造的系數為正，且在 1% 水平上顯著。這一結果驗證了基準回歸結果的穩健性。

3.更改樣本容量

本文參考韓少真等[22]的方法，剔除了尚未應用智能制造的企業樣本，以此進行穩健性檢驗。這一處理旨在控制應用與未應用智能制造企業之間可能存在的系統性差異。回歸結果顯示，即使在排除未應用智能制造的企業后，智能制造的系數依然為正，且在 1% 水平上顯著。這一結果驗證了基準回歸結果的穩健性。

4.增加固定效應和聚類效應

在基準回歸模型中，由于控制變量的數量有限，難以全面涵蓋所有影響企業綠色轉型的因素。為彌補這一缺陷，本文在企業固定效應和年份固定效應的基礎上，進一步引入了地區層面的固定效應，以及企業層面的聚類效應進行調整。回歸結果顯示，智能制造對企業綠色轉型的促進作用依然顯著。這一結果進一步驗證了基準回歸結果的穩健性。

（四）異質性檢驗

1.企業所有權性質

國有企業和民營企業在政策支持和生產運營方面存在顯著差異。基于此，本文按照企業所有權性質，將企業劃分為國有企業和民營企業，分別進行回歸分析。表4列（1）和列（2）分別展示了國有企業和民營企業的回歸結果。回歸結果顯示，智能制造對國有企業綠色轉型的促進作用更為顯著。這一現象可能有以下三方面原因。

首先，國有企業作為國民經濟的重要支柱，在引領產業發展和科技創新中扮演著“國家隊”的角色。憑借較強的研發能力和資金實力，國有企業能夠集中資源投入智能制造和綠色技術的研發和應用，從而更有可能實現技術突破，為企業綠色轉型提供強有力的技術支持。

其次，國有企業在規模和資源方面相較于民營企業具有明顯優勢。這種優勢進一步提高了其在資金、人力等資源上的吸引力和整合能力，使其能夠將更多資源投入智能制造和綠色技術創新中，加速推動企業綠色轉型。

最后，近年來，隨著政府持續推進智能制造和實現“雙碳”目標的國家戰略，國有企業作為政策執行的核心力量，在碳減排的實際行動中發揮了引領和示范作用。國有企業不僅主動響應國家政策，還通過實踐不斷探索并推廣高效的綠色技術，積極引領清潔生產，為整個行業樹立了典范。這些因素共同強化了國有企業在智能制造推動企業綠色轉型中的獨特優勢。

2.市場競爭程度

為探討市場競爭程度對智能制造推動企業綠色轉型的影響，本文參考韓少真等[22]的方法，以赫芬達爾指數的均值構建市場競爭行業虛擬變量。表4列（3）和列（4）分別展示了企業在低市場競爭度環境和高市場競爭度環境中的回歸結果。回歸結果顯示，在高市場競爭度環境中，智能制造對企業綠色轉型的促進作用更為明顯。這一現象可能有以下三方面原因。

首先，在高市場競爭度環境中，市場參與者眾多，產品同質化程度較高且更新換代迅速，價格競爭尤為激烈。在這種環境中，企業通過智能化和綠色化轉型能夠有效降低成本、提高生產效率，并提高產品質量和服務水平，從而在激烈的市場競爭中脫穎而出。

其次，在高市場競爭度環境中，消費者需求呈現多樣化特征。現代消費者不僅關注產品的基本功能，還對產品的環保屬性提出了更高要求。企業借助智能化和綠色化轉型，可以持續優化生產流程，開發、生產和推廣符合環保標準的產品，滿足消費者日益增長的綠色消費需求。

最后，在高市場競爭度環境中，企業往往具備更強的動力進行綠色轉型，以迎合利益相關者的綠色投資偏好。例如，投資者和合作伙伴越來越傾向于支持具有可持續發展能力的企業，而綠色轉型正是企業展現其環境責任和社會價值的重要途徑之一。這種外部壓力進一步推動了企業在高市場競爭度環境中加速向綠色化方向邁進。

3.環境規制強度

為考察環境規制強度對智能制造推動企業綠色轉型的影響，本文參考劉暢等[45]的方法，采用企業所在地區當年用于廢氣、廢水污染治理的金額與該年工業產值的比值衡量環境規制強度，并以其均值構建虛擬變量。表4列（5）和列（6）分別展示了企業在弱環境規制和強環境規制地區中的回歸結果。回歸結果顯示，位于強環境規制地區的企業，智能制造對企業綠色轉型的促進作用更為明顯。這一現象可能有以下三方面原因。

首先，在強環境規制地區，地方政府通常更積極地貫徹國家“雙碳”政策，采取更加嚴格的監管措施和嚴厲的懲罰手段，以約束和減少企業對環境的不利影響。面對這樣的監管壓力，企業更有動力探索和應用智能制造技術，通過提高能源利用效率和減少碳排放適應政策要求。

其次，強環境規制地區往往具備更多的政策支持和激勵措施，如財政補貼、稅收優惠和綠色信貸等。這些政策措施有效降低了企業綠色轉型的成本，為企業提供了更強的經濟激勵，從而推動其加快綠色轉型步伐。

最后，在強環境規制地區，社會公眾對環境保護的關注度較高，企業的環境表現更容易受到社會監督和評價。這種來自社會的壓力促使企業更加重視自身的環境形象，主動采取綠色轉型措施，以贏得社會認可并提高市場競爭力。

綜上所述，強環境規制不僅通過外部監管施加壓力，還通過政策激勵和社會監督等多重機制，共同強化了智能制造對企業綠色轉型的推動作用。

（五）機制檢驗

依據前文的機制分析，智能制造還會通過提高綠色技術創新水平、提高資源獲取能力對企業綠色轉型產生影響，基于此，本文構建如下計量模型進行機制檢驗：

其中，Mechanismi代表機制變量，包含創新投入 （R d） 、創新產出（ （G r d） 、融資成本 （L p） 、資源配置效率 （K l） 。其余變量設定與基準回歸模型保持一致。

1.綠色技術創新的機制檢驗

依據前文分析，智能制造主要通過提高人力資本水平和發揮知識技術溢出效應，促進企業的綠色技術創新。綠色技術在生產環節的減碳和末端治理方面均發揮重要作用，從而加速企業綠色轉型。本文從創新投人和創新產出兩個方面進行機制檢驗。其中，創新投入（ （R d ）采用研發強度衡量，即以研發投入與主營業務收入的比值作為指標。研發強度是反映企業創新投入的重要指標，能夠直接體現企業在創新活動中的資金投入情況，展示企業對研發工作的重視程度[46]。創新產出（Grd）采用企業綠色專利申請量加1后取自然對數衡量。綠色專利申請量是評估企業綠色技術創新能力的關鍵指標，能夠直觀反映企業在綠色技術領域的創新成果[47]。表5列（1）和列（2）列展示了智能制造對綠色技術創新水平的影響。回歸結果顯示，智能制造的系數均為正，且在 1% 水平上顯著。這表明智能制造有助于企業增加研發投入，并擴大綠色創新產出，從而提高綠色技術創新水平。結合前文的理論分析，假設2a得以驗證。

2.資源獲取能力的機制檢驗

依據前文分析，智能制造不僅能夠優化企業與利益相關者的關系，提高企業獲取外部資源的能力，還可以提高企業內部資源的利用水平，優化內部資源配置。本文從融資成本和資源配置效率兩個方面對這一機制進行檢驗。融資成本 （L p ）采用利息債務比衡量，企業單位負債的利息支出越高，表明其融資成本越高。這一指標直接反映了企業在使用債務資本時所需承擔的成本，是評估企業外部融資成本的重要參考[48]。資源配置效率（ ）則采用資本勞動比衡量，這一指標能夠間接反映企業的生產效率和資源配置效率。表5列（3）和列（4）展示了智能制造對企業資源獲取能力的影響。回歸結果顯示，智能制造對融資成本的影響為負，對資源配置效率的影響為正，且兩者都顯著。這表明智能制造能夠有效降低企業的融資成本，同時提高資源配置效率，從整體上提高企業資源獲取能力。結合前文的理論分析，假設2b得以驗證。

五、研究結論與政策建議

本文基于2009—2022年滬深A股3229家制造業上市公司數據，采用雙向固定效應模型實證分析了智能制造對企業綠色轉型的影響和機制。結果表明，智能制造能夠顯著推動企業綠色轉型，該結論經過內生性檢驗和穩健性檢驗后仍然成立。異質性檢驗結果表明，相較于民營企業，國有企業在智能制造推動企業綠色轉型中具有獨特優勢；高市場競爭度和強環境規制都會強化智能制造對企業綠色轉型的推動作用。機制檢驗結果表明，智能制造通過提高綠色技術創新水平和提高資源獲取能力推動企業綠色轉型。基于以上研究結論，本文提出以下政策建議：

第一，企業層面。企業應抓住智能制造的發展機遇，積極推進智能化轉型，實現環境績效和經濟績效的雙贏。為此，企業需制定長期的智能制造發展戰略，以智能工廠建設為核心，全面覆蓋設計、研發、供應鏈管理、生產、銷售、回收和運營管理等各個環節。同時，企業在轉型過程中應注意風險控制，合理平衡收益與成本、長期與短期目標，以及經濟效益與環境效益之間的關系，逐步實現智能化升級與綠色低碳發展目標的協同發展。

此外，企業應充分發揮智能制造在綠色技術創新和資源獲取方面的優勢，高度重視綠色技術創新。通過技術突破提高資源利用效率，減少環境污染，并優化內部資源配置，提高外部資源獲取能力，為企業綠色轉型提供堅實的資源保障。

第二，政府層面。實現智能制造與“雙碳”目標的協同推進，需要中央和地方政府充分發揮政策的引導和支持作用，同時強化監管職能，形成支持與約束相結合的政策體系。政府可通過財稅激勵措施（如財政補貼、稅收優惠）和金融工具（如政府投資基金、政策性銀行貸款），為智能制造和企業綠色轉型提供必要的政策支持，降低企業轉型的成本和風險。

此外，政府應強化監管職能，將智能制造技術引人環境治理和碳減排監管體系（如建立智慧碳減排平臺），提高監管效率和精準度，確保相關政策的有效實施。通過支持和監管并重的方式，政府能夠更好地推動企業邁向智能化和綠色化發展的新階段。

參考文獻：

[1]WRIGHTPK，BOURNE DA.Manufacturing intellgence[M].Massachusets：Addison-Wesley Longman PublishingCo.，Inc.，1988：31-33.

[2]楊叔子，丁洪.智能制造技術與智能制造系統的發展與研究[J].中國機械工程，1992（2）：18-21.

[3]TAOF，CHENGJ，QIQ，et al. Digital twin-driven product design，manufacturing andservicewith bigdata[J].Theinternational journal of advanced manufacturing technology，2018，94（9-12）：3563-3576.

[4]VIALG.Understanding digital ransformation：areviewandaresearchagenda[J].The journal of strategic informationsystems，2019，28（2）：118-144.

[5］張化堯，倪悅雨，綦方中.美國“脫鉤\"政策對我國智能制造的影響研究[J].科學學研究，2024，42（7）：1409-1418.

[6]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.

[7]ZHOU J，ZHOU Y，WANG B，et al. Human-cyber-physical systems（HCPSs）in the context of new-generationintelligentmanufacturing[J].Engineering，2019，5（4）：624-636.

[8]陳永偉.人工智能與經濟學：近期文獻的一個綜述[J].東北財經大學學報，2018（3）：6-21.

[9][中國社會科學院工業經濟研究所課題組.中國工業綠色轉型研究[J].中國工業經濟，2011（4）：5-14.

[10]萬攀兵，楊冕，陳林.環境技術標準何以影響中國制造業綠色轉型——基于技術改造的視角[J].中國工業經濟，2021（9）：118-136.

[11]KASWAN M S，RATHI R，CROSS J，et al. Integrating green lean six sigma and industry4.O：a conceptualframework[J].Journal of manufacturing technology management，2O22，34（1）：87-121.

[12］王曉祺，寧金輝.強制社會責任披露能否驅動企業綠色轉型？——基于我國上市公司綠色專利數據的證據[J].審計與經濟研究，2020，35（4）：69-77.

[13］吳非，黎偉.稅收激勵與企業綠色轉型——基于上市企業年報文本識別的經驗證據[J].財政研究，2022（4）：100-118.

[14] 于連超，張衛國，畢茜.環境稅對企業綠色轉型的倒逼效應研究[J].中國人口·資源與環境，2019，29（7）：112-120.

[15］胡志飛，劉喜和，李欣宇.數字金融、綠色財政政策與企業綠色轉型[J].華東經濟管理，2024，38（11）：96-105.

[16］孫傳旺，張文悅.對外直接投資與企業綠色轉型——基于中國企業微觀數據的經驗研究[J].中國人口·資源與環境，2022，32（9）：79-91.

[17］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，2022，57（4）：68-84.

[18]毛其淋，石步超.通向綠色發展之路：智能制造與企業綠色轉型[J].世界經濟，2024，47（9）：152-182.

[19] 谷城，張樹山.智能制造何以實現企業綠色創新\"增量提質\"[J].產業經濟研究，2023（1）：129-142.

[20]顏逢，趙秀云.智能制造推動了企業綠色全要素生產率提升嗎？——基于智能制造示范點企業的研究[J].商業研究，2024（3）：41-49.

[21]林熙，劉啟仁，馮桂媚.智能制造與綠色發展：基于工業機器人進口視角[J].世界經濟，2023，46（8）：3-31.

[22]韓少真，張田，李輝.智能制造能否有效促進企業碳減排[J].財經科學，2024（9）：72-88.

[23］王少劍，高爽，黃永源，等.基于超效率SBM模型的中國城市碳排放績效時空演變格局及預測[J].地理學報，2020，75（6）：1316-1330.

[24]ACEMOGLUD，RESTREPO P. Robots and jobs：evidence from US labor markets[J]. Journal of political economy，2020，128（6）：2188-2244.

[25］戴翔，楊雙至.數字賦能、數字投入來源與制造業綠色轉型[J].中國工業經濟，2022（9）：83-101.

[26]韓超，王震，田蕾.環境規制驅動減排的機制：污染處理行為與資源再配置效應[J].世界經濟，2021，44（8）：82-105.

[27]祝樹金，謝煜，吳德勝.制造業服務化的節能效應及其中介機制研究[J].財貿經濟，2020，41（11）：126-140.

[28]章文光，吳映雄.基于人工智能的創新變革[J].北京大學學報（哲學社會科學版），2020，57（4）：139-148.

[29]FAERE R，GROSSKOPF S，PASURKA C A.Environmental production functions and environmental directionaldistance functions[J].Energy，2007，32（7）：1055-1066.

[30]尹洪英，李闖.智能制造賦能企業創新了嗎？——基于中國智能制造試點項目的準自然試驗[J].金融研究，2022（10）：98-116.

[31］張強，趙爽耀，蔡正陽.高端裝備智能制造價值鏈的生產自組織與協同管理：設計制造一體化協同研發實踐[J].管理世界，2023，39（3）：127-139.

[32]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，2019，35（1）：36-60+226.

[33］趙息，馬杰.環境規制與綠色創新的關系研究——基于金融發展與人力資本調節效應的實證分析[J].現代財經（天津財經大學學報），2018，38（2）：63-72+90.

[34]孫新波，李祎禎，張明超.智能制造企業數字化賦能供應鏈敏捷性實現機理的案例研究[J].管理學報，2023，20（8）：1116-1127.

[35］李金昌，連港慧，徐藹婷“雙碳\"愿景下企業綠色轉型的破局之道——數字化驅動綠色化的實證研究［J].數量經濟技術經濟研究，2023，40（9）：27-49.

[36]周闊，王瑞新，陶云清，等.企業綠色化轉型與股價崩盤風險[J].管理科學，2022，35（6）：56-69.

[37]趙領娣，王小飛，徐樂.企業綠色投資降低了股價波動性嗎？[J].中國人口·資源與環境，2022，32（2）：85-95.

[38］趙領娣，王小飛.企業綠色投資及綠色費用能否提升經營績效？——基于EBM和面板Tobit模型的經驗分析[J].北京理工大學學報（社會科學版），2022，24（3）：28-42.

[39]何玉，唐清亮，王開田.碳績效與財務績效[J].會計研究，2017（2）：76-82+97.

[40]張云，呂纖，韓云.機構投資者驅動企業綠色治理：監督效應與內在機理[J].管理世界，2024，40（4）：197-221.

[41]解學梅，朱琪瑋.企業綠色創新實踐如何破解“和諧共生\"難題？[J].管理世界，2021，37（1）：128-149.

[42］何勤，李雅寧，程雅馨，等.人工智能技術應用對就業的影響及作用機制研究——來自制造業企業的微觀證據[J].中國軟科學，2020（Z1）：213-222.

[43］席龍勝，趙輝.高管雙元環保認知、綠色創新與企業可持續發展績效[J].經濟管理，2022，44（3）：139-158.

[44]李婉紅，王帆.智能化轉型、成本粘性與企業績效——基于傳統制造企業的實證檢驗[J].科學學研究，2022，40（1）：91-102.

[45］劉暢，潘慧峰，李珮，等.數字化轉型對制造業企業綠色創新效率的影響和機制研究[J].中國軟科學，2023（4）：121-129.

[46]張遠，李煥杰.服務型制造如何影響企業環境績效[J].經濟管理，2022，44（11）：167-187.

[47]劉金科，肖翊陽.中國環境保護稅與綠色創新：杠桿效應還是擠出效應？[J].經濟研究，2022，57（1）：72-88.

[48］邱牧遠，殷紅.生態文明建設背景下企業ESG表現與融資成本[J].數量經濟技術經濟研究，2019，36（3）：108-123.