智能化能夠抑制企業污染排放嗎？

[中圖分類號] F424；F273.1;X322[文獻標志碼]A[文章編號]1672-4917（2025）04-0054-13

[基金項目]國家自然科學基金面上項目“產業數字化驅動企業碳減排的機制與政策研究：基于本地—鄰地視角”（項目編號：72274112）;山東省泰山學者青年專家項目“環境規制下我國企業低碳發展機制與路徑研究”（項目編號：tsqn202211237）;山東省泰山學者青年專家項目“數字技術賦能區域協同減排的機制與路徑研究”（項目編號：tsqn202306273）。

[作者簡介］李夢潔（1988—），女，安徽淮南人，山東工商學院經濟學院副教授。

一、引言

作為影響人類社會生活的重要方向，智能化發展受到社會各界廣泛關注。尤其是移動互聯網、大數據、超級計算等新理論新技術，推動了經濟社會各領域向智能化加速躍升。習近平總書記在中共中央政治局第三十四次集體學習時強調，把握數字經濟發展趨勢和規律，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級。黨的二十大報告中提出要“推動制造業高端化、智能化、綠色化發展”。與此同時，中國正處于城市化和工業化快速發展階段，粗放型增長模式使得中國環境保護壓力凸顯。經濟增長需要工業化作為支撐，但工業化的過程又必然伴隨環境污染，如何降低經濟增長帶來的環境問題，實現綠色低碳的高質量發展道路，已經成為中國面臨的重大挑戰。

在此背景下，企業智能化發展，不僅可以顛覆傳統生產周期和生產方式、優化生產運營各環節、提升企業產出效率，還可以對傳統生產要素進行改造、整合，提升企業能源、資源、環境管理水平，減少企業生產對環境的負面影響。因此，有必要把企業智能化發展和污染排放的研究有機結合起來，打開智能化轉型下微觀企業行為的“黑箱”，使智能化發展成為企業污染減排的助力。智能化發展是否抑制企業污染排放？其內在機制是什么，是否存在異質性？智能化的污染治理效應是否會從本地向鄰地擴散，能否實現本地一鄰地協同治理的效果？為了回答上述問題，本文通過微觀計量分析，考察了智能化發展對中國企業污染排放的影響程度、作用機制與外溢效應，以期將智能化發展作為抑制企業污染排放的內在激勵，為解決保增長、促減排這一“兩難”格局、實現環境保護與經濟增長的雙贏提供理論依據和政策啟示。

現階段對于企業智能化的研究多集中于其經濟效應與結構效應，對于企業智能化發展的環境效應卻鮮少涉及。針對這一研究缺口，本文的主要貢獻如下。第一，本文采用微觀企業的多源異構數據，企業作為經濟活動的微觀主體，智能化作用下其決策調整將直接關系到中國污染治理的效果，因此，本文以企業作為智能化與污染排放的連接點，為智能化發展驅動污染治理奠定了微觀基礎，為中國工業企業污染治理問題研究提供了新視角。第二，本文厘清了智能化發展抑制企業污染排放的內在機制，打開智能化作用下微觀企業行為的“黑箱”，考慮企業在智能化作用下的差異性響應特征，即智能化發展將通過推動企業技術創新與優化資源配置的路徑實現污染治理，將污染治理的機制與路徑分解至微觀層面，彌補了智能化發展抑制企業污染排放研究中機制檢驗方面的不足。第三，本文通過本地和鄰地雙重視角進行研究，檢驗智能化作用下“本地—鄰地”污染治理的聯動效應。遵循“本地溢出—本地同行業溢出—鄰地溢出—鄰地同行業溢出”的檢驗思路，把外溢效應細化分解，考察了智能化的污染治理效應是否會從本地向鄰地擴散，智能化發展對于鄰地污染治理是“鴻溝”還是“紅利”？能否實現本地—鄰地協同治理的效果？對于這些問題的回答，正是本文試圖深化和拓展的地方，也是與現實需求緊密相關的。

二、理論分析與研究假說

（一）智能化發展對企業污染排放的影響

智能化是傳統產業利用數字技術和人工智能，打通不同層級與不同行業間的數據壁壘，創造新產業、新業態、新商業模式的一種數字化轉型活動[1]。從宏觀層面來看，傳統產業通過智能化發展對業務進行升級，提升生產數量和生產效率[2-3]。廣泛應用互聯網與智能技術可以減緩能源消費持續增長的趨勢，優化社會經濟系統與生態環境系統的關系，重塑污染排放治理格局，為推動地區低碳及可持續發展提供支持[4]。此外，智能化轉型加強了不同區域和不同主體之間在能源調度與利用上的協同，推動制造業[5]、建筑[、交通[7]等典型行業的智能化節能，促進了污染治理。

從微觀層面來看智能化的污染治理效應，一方面，智能化會加劇企業間的競爭程度，倒逼落后低端企業轉型升級或退出市場[8]，同時，可再生能源將更多地替代傳統化石能源，降低傳統能源消耗，減少企業污染排放[9]。另一方面，數字技術在企業中深度應用和滲透融合，企業基于智能技術改善生產流程，消除生產過程的冗余和浪費，優化資源配置[10-1];并且智能化本身蘊含的技術進步，還能與其他的節能措施進行協同，實現能源的循環使用，提高能源利用效率，從而減少污染排放[12-13]。據此，本文提出研究假說1。

假說1：智能化發展有助于抑制企業的污染排放，存在“污染治理效應”。

（二）智能化發展抑制企業污染排放的內在機制

首先，智能化在企業生產運營中可以發揮其本身蘊含的技術進步作用[14]。將智能化的應用引人企業生產制造環節中，會在短期內促進企業生產技術進步，從而減少企業的污染排放[15]。此外，將智能化與其他生產要素進行融合，促使企業在配套設備、基礎設施乃至企業的組織結構上進行相應的調整，能夠推動企業技術進步[16-17]，進而抑制企業污染排放。據此，提出研究假說 2A 。

假說2A：智能化發展可能通過引致技術創新，抑制企業污染排放。

其次，智能化在企業生產運營中的應用，能夠促使企業對生產資源和要素進行重新配置，優化企業內部的生產體系和組織結構，進而顯著提升生產要素配置效率[18]。此外，智能化的應用重構了企業的生產運作過程，優化了銷售服務流程，拓展了企業要素獲取渠道，緩解了要素市場與產品市場的扭曲，促使生產要素逐漸從邊際效益低的部門向邊際效益高的部門流動，提高資源配置效率，從而抑制企業的污染排放[19-20]。據此，提出研究假說 2B。

假說2B：智能化發展可能通過提高資源配置效率，抑制企業污染排放。

（三）智能化發展對鄰地污染治理的外溢效應

外溢效應，指的是進行某種活動不僅對自身帶來預期的結果，而且也會對預期之外的主體產生影響[21]。城市的經濟活動有著明顯的空間相關性，而智能化的重要特征就是具有顯著的空間外溢性。學者們對網絡外溢效應進行了界定，并通過建立模型證明網絡外溢效應的存在[22]。通常，技術領先企業非自愿與無意識的技術擴散會對鄰近其他企業的技術進步產生積極影響[23-24]。智能化作為一種虛擬化的生產要素，降低了節能與環保技術的傳播成本與模仿成本。隨著智能化的快速發展，通過智能化的“外溢效應”，提高了交易的效率[25]，而且有利于促進企業間的協同發展，提高節能技術的傳播與應用，抑制鄰近企業的污染排放[26]。

進一步地，對于本地與鄰地其他企業而言，鑒于智能化傳播可能存在“衰減半徑”[27]，在同一地區內企業智能化更容易呈現示范作用，因此智能化對于本地的其他企業污染治理的外溢效應也會更強;對于同行業與非同行業企業而言，鑒于同行業企業在生產、技術等方面更具有一致性[28]，智能化傳播成本與模仿成本相對較低，在同一行業中更容易呈現引領作用，因此智能化對于同行業的其他企業污染治理的外溢效應也會更強。據此，提出研究假說3。

假說3：智能化發展存在“外溢效應”，能夠抑制鄰近企業的污染排放，并且對于同地區或同行業企業的外溢效應更強。

三、模型設定、指標選取與數據來源

（一）模型設定

為了檢驗企業智能化發展對污染排放的影響，計量模型設定如（1）式。

Pollution_it=α+βRobot_it+X_it+ε_it

其中， i 表示企業， Φ_t 代表年份， Pollution_it 表示企業 χ_i 在 χ_t 期的污染強度， Robot_it 表示企業的智能化程度。X_it 表示模型中其他影響企業污染強度的控制變量，包括企業規模、資本密集度、政治關聯、經營年限、貿易變量和企業所有制變量， ε_it 是隨機誤差項。在模型（1）中， β 是本文最為關心的系數，如果 β 在統計上顯著為負，則說明企業智能化發展將會抑制企業的污染排放。

（二）指標選取

1.被解釋變量：企業污染排放強度

采用綜合指數法，分別基于工業企業污染物排放數據指標計算得到。具體計算方法如下：首先，計算企業廢水、廢氣、二氧化硫、煙塵、粉塵等企業主要污染物單位產值的排放量。其次，依據企業所在行業與年份特征，將上述五類污染物的企業單位產值排放強度進行標準化處理，即 AE_i，j，t^s=（AE_i，j，t-minAE_jtm）/ （20 （maxAE_jtm-minAE_jtm） ，其中 AE_i，j，t^S 代表第 χ_t 年企業 χ_i 污染物 j 的標準化值， AE_i，j，t 代表第 χ_t 年企業 i 污染物 j 的指標原值， maxAE_jtm 和 minAE_jtm 分別為最大值和最小值。最后，進行等權加和平均 ，計算得到中國企業層面污染排放強度綜合指數 Pollution_it 。

2.核心解釋變量：企業智能化水平Robot

參照既有研究[29-30]，采用工業機器人進口作為企業智能化的衡量指標，企業當年存在工業機器人進口取值1，否則取0。采用工業機器人進口作為企業智能化的衡量指標主要依據如下。根據IFR統計，在2013 年之前，我國工業企業所使用的機器人超過2/3來自國外進口[31]。通過中國海關數據庫提供的機器人進口數據，計算我國機器人存量后發現，我國進口機器人存量也是逐年增長的，在2013年之前，增長趨勢和幅度與IFR數據基本一致。在2013年及之后年份，IFR數據的機器人存量開始超過進口量，意味著國產機器人的崛起。上述結論表明在2000—2013年的樣本區間內，采用機器人進口信息識別工業企業的機器人應用與智能化情況是可行的。此外，工業機器人是面向工業領域的多關節機械手或多自由度的機器裝置，它能自動執行工作。很多企業使用機器人在傳統工業領域中代替人類工作，工業機器人作為現代工業發展的重要基礎，已經成為衡量一個企業智能化程度的重要指標[32]。

3．控制變量

企業規模，采用企業的總就業人數進行衡量;資本密集度，采用固定資產平均余額與企業就業人數的比值衡量;政治關聯，按企業隸屬關系中的中央、省、市、縣和其他，分別賦值5、4、3、2、1;經營年限，根據統計年份與企業成立年份的差值加1計算得到;出口強度采用企業出口額與企業總產值的比值衡量，進口強

度則采用企業進口額與企業總產值的比值衡量;企業所有制，以私營企業為基準，分別構建國有企業和外資企業的虛擬變量。

（三）數據來源

本文采用微觀企業的多源異構數據，主要來源于中國海關數據庫、中國工業企業數據庫與中國企業污染排放數據庫，樣本區間為2000—2013年。其中，工業機器人進口信息來源于中國海關數據庫，該數據庫提供了企業產品的HS八位數編碼信息，為本文識別企業工業機器人的進口提供了條件 ① 。企業污染強度數據來源于中國企業污染排放數據庫，該數據庫是由生態環境部建立，樣本涵蓋各縣區內污染排放量占總排放量前 85% 的重點污染企業。其他企業層面數據來源于中國工業企業數據庫。

多源異構數據合并的具體步驟如下：首先，參照 Brandt 等[33]的做法對中國工業企業數據庫進行處理，在此基礎上形成工企面板數據;其次，采用類似的方法對企業污染排放數據庫進行處理，形成污染面板數據;再次，根據企業身份信息所形成的唯一識別碼，將中國工業企業數據庫和企業污染排放數據庫進行合并，形成工企—污染面板數據;最后，按照Upward 等[34]的方法將海關數據庫與工企—污染面板數據庫進行合并，形成滿足本文實證研究所需要的綜合面板數據。

此外，為了排除極端值對分析結果的影響，在 1% 及 99% 水平上進行縮尾處理，主要變量的描述性統計如表1所示。其中，核心解釋變量Robot均值為0.0002，表明樣本區間內有 0.02% 的企業存在工業機器人進口。此外，考慮到模型估計可能存在的異方差問題，本文對數據波動幅度較大的企業規模、資本密集度、經營年限和進出口貿易等變量均進行了對數化處理。

四、實證結果分析

（一）基準分析

基于回歸方程式（1），表2第（1）列以企業污染強度作為被解釋變量，以機器人進口的二元虛擬變量作為核心解釋變量，采用面板固定效應模型，考察企業智能化發展程度對污染排放的影響。第（2）列引入企業生產經營變量（生產規模、資本密集度、政治關聯、經營年限），第（3）列引入企業貿易特征（出口變量與進口變量），第（4）列引入企業所有制變量（以私營企業為基準，加入國有企業與外資企業的虛擬變量），回歸中均控制了企業、行業和年份固定效應。回歸結果可以看出，企業智能化系數為負，且通過了 1% 的顯著性檢驗，其他條件不變時，企業進行智能化轉型，該企業的污染排放強度將會下降 1.1% 。該結果表明，企業智能化發展水平能夠降低企業的污染排放強度，抑制企業的污染排放，驗證了理論假說1。企業智能化發展，可以對傳統生產要素進行改造、整合，提升企業能源、資源、環境管理水平，減少企業生產對環境的負面影響，有助于解決保增長、促減排這一“兩難\"格局，實現環境保護與經濟增長的雙贏發展。

控制變量的結果與預期一致。企業生產規模、資本密集度和經營年限系數顯著為負。一方面，工業排放本身存在規模經濟，隨著企業規模擴大和年限增加，污染排放增加量相對較小，使得企業的污染強度下降[35];另一方面，高資本密集可以帶來生產技術的改進，從而減少污染排放。此外，企業政治關聯變量顯著為正，即政治關聯度越高，企業污染強度越高，政治關聯度高的企業具有制度優勢，可以享受到各種資源和便利，其違規成本也相對更低。出口變量與進口變量的系數均顯著為正，在開放經濟條件下，污染密集型產業會通過貿易渠道，從環境規制嚴格的發達國家轉移到環境規制寬松的發展中國家，加重后者的環境污染。

（二）穩健性分析

本節采用替換指標和排除外生因素干擾的方法，進一步驗證研究結論的穩健性。首先，針對被解釋變量，將企業污染排放強度綜合指數進行細分，對單一污染物指標逐一進行回歸，模型（1）—（5）分別選取廢水、廢氣、二氧化硫、煙塵、粉塵作為被解釋變量，結果如表3所示。可以看出，模型（1）—（5）企業智能化水平的系數均顯著為負，針對各類污染物指標，企業智能化能夠降低企業污染排放，企業智能化的深度應用和滲透融合可以實現污染治理效應，研究結論保持穩健。

其次，針對核心解釋變量，以機器人進口數量與進口金額替代機器人進口的二元虛擬變量進行回歸。表4模型（1）核心解釋變量為機器人進口數量，在此基礎上模型（2）加人其他控制變量;模型（3）核心解釋變量為機器人進口金額，在此基礎上模型（4）加入其他控制變量。回歸結果表明，不管是以機器人進口數量還是進口金額衡量智能化水平，企業智能化變量的系數均顯著為負，即智能化發展的污染治理效應成立，結果保持穩健。

由于外生因素可能對研究結論存在的影響，本文將進一步通過排除樣本因素干擾、滯后因素干擾和用途因素干擾進行穩健性檢驗，如表5所示。第一，考慮到2011年工業企業數據庫對企業規模進行重新界定，為避免由此設定帶來的非國有企業退出概率的上升，在第（1）列中，樣本區間內僅保留規模 2000萬以上的企業樣本。第二，考慮到智能化發展對于企業污染排放可能存在滯后影響，為了排除滯后因素的干擾，在第（2）列回歸中將自變量滯后一期。第三，在中國工業企業數據庫中可能存在部分機器人會被中國的機器人制造商進口作為中間投入或用于研發，為了排除機器人生產企業的干擾，在第（3）列中，我們剔除企業名字中有“機器人\"以及主要產品或出口產品為各類機器人的企業[36]。第（1）列—第（3）列的回歸結果表明，排除了樣本因素干擾、滯后因素干擾和用途因素干擾后，企業智能化變量依然顯著為負，與基準回歸保持一致，驗證了智能化污染治理效應的穩定性。

考慮到企業污染排放強度作為本文的被解釋變量可能存在截尾特征，表6第（1）列嘗試采用面板Tobit模型考察企業智能化對污染排放強度的影響。此外，為了進一步降低傳統方法可能存在的選擇性偏誤問題，表6第（2）列采用傾向得分匹配與雙重差分（PSM-DID）①法，考察企業智能化的污染治理效應。結果顯示，在控制截尾特征與選擇性偏誤后，企業智能化系數均顯著為負，即智能化能夠抑制企業的污染排放，再次驗證了基準回歸結論的穩健性。

（三）內生性分析

影響企業污染強度的因素較多，雖然模型中已經盡可能涵蓋，但為了進一步控制因遺漏變量可能造成的內生性問題，本文試圖通過尋找合適的工具變量降低機器人進口的內生性，利用兩階段最小二乘法（2SLS）進行回歸，如表7所示。借鑒既有文獻[37-39]的做法，第（1）列采用機器人進口來源國的匯率水平作為工具變量，第（2）列采用機器人進口來源國的距離與當年國際油價的乘積作為工具變量，第（3）列和第（4）列分別選取行業機器人進口平均強度與地區機器人進口平均強度作為工具變量。第（1）列和第（2）列工具變量的選擇主要是考慮到匯率與運輸成本會影響企業的機器人進口決策，滿足相關性，但其變化外生于企業的污染排放。第（3）列和第（4）列工具變量的選擇主要考慮到地區機器人進口平均強度衡量了該企業所在地工業機器人發展的比較優勢，行業機器人進口平均強度衡量了該企業所在行業工業機器人發展的市場與前景，在一定程度上都會影響企業的機器人進口決策，滿足相關性，但其變化同樣外生于企業的污染排放。表7回歸結果表明，企業智能化發展程度系數符號和顯著性與之前分析一致，且影響程度與基準回歸相比有所提高，即企業智能化發展水平可以降低企業污染排放強度，實現污染減排，在借助工具變量法重新對基準模型進行估計之后，本文的研究結論依然穩健，再次支持了研究假說1。

五、進一步討論

（一）作用機制探討

根據研究假說2，企業智能化影響污染排放的作用機制包括推進技術創新與優化資源配置，本節通過實證回歸對相關作用機制進行檢驗。分別構建企業技術創新與資源配置變量，根據數據的可得性，具體構建方法如下： ① 以往研究大多采用企業研發投入作為技術創新的代理變量，但創新活動具有典型的不確定性特征，研發投人是否能有效轉化為創新產出存在較大難度[40]。為避免指標測度的高估問題，本文分別采用企業申請專利數量與新產品產值衡量企業技術創新水平。 ② 生產要素在部門間流動，企業平均工資水平的提高能帶來技能供給的增加，企業的勞動生產率越高則代表企業整體員工素質程度的上升[41]，二者都可以優化企業內要素配置。因此，本文分別采用勞動收入與勞動效率衡量企業的資源配置情況。

智能化影響企業污染排放的作用機制檢驗結果如表8所示，第（1）列和第（2）列報告了“技術創新機制\"的檢驗結果，可以看出，智能化水平對企業申請專利數量和企業新產品產值的影響顯著為正，即智能化發展能夠在一定程度上推動創新協作及知識共享，產生數字技術賦能作用，從而實現污染治理效應，驗證了研究假說2A。第（3）列和第（4）列報告了“資源配置機制\"的檢驗結果，可以發現，智能化水平對企業平均工資和勞動生產率的影響顯著為正，表明智能化發展可以促使生產要素逐漸從邊際效益低的部門向邊際效益高的部門流動，優化企業內資源配置效率，實現污染治理效應，驗證了研究假說2B。

（二）異質性探討

前文已經驗證了智能化發展對于抑制企業污染排放的作用，但是對于不同地區、不同行業、不同所有制企業和不同年份，這種污染治理效應是否存在異質性也需要進一步驗證。因此，本文將進一步采用交互效應模型，基于地區—行業—企業—時間的多維度視角考察企業智能化對污染排放的異質性影響。

首先，依據區位差異，將樣本內企業分為東部地區與中西部地區。以中西部地區企業為基準，引入企業智能化與東部地區企業虛擬變量的交互項進行異質性分析，回歸結果如表9第（1）列所示。結果顯示，交互項系數顯著為正，表明智能化的污染治理效應在中西部地區更加明顯。其可能的經濟學解釋為：東部地區已經邁入經濟集約型增長階段，污染減排的空間有限，且市場競爭較為激烈;而中西部地區主要以傳統制造業、原材料加工等為主導產業，這些高污染企業的減排潛力較大，且面臨技術瓶頸的問題格外突出。因此，樣本區間內企業智能化發展的污染治理效應在中西部地區更加明顯。

其次，依據行業的異質性，將樣本分為重工業行業和輕工業行業。以輕工業企業為基準，引人企業智能化與重工業企業虛擬變量的交互項進行異質性分析，回歸結果如表9第（2）列所示。結果顯示，交互項系數顯著為負，表明智能化的污染治理效應在重工業行業更加明顯。其可能的原因為：與輕工業比較，重工業企業在生產、運輸、分析、戰略等方面的智能化空間較大，并且重工業通常具有高污染、高能耗等一系列特征，需要承擔更多的環保責任。因此，重工業企業在智能化發展過程中將更多地伴隨企業綠色轉型，抑制企業的污染排放，其智能化的污染治理效應更明顯。

再次，依據企業所有制的異質性，將樣本分為國有企業與非國有企業。以非國有企業為基準，引人企業智能化與國有企業虛擬變量的交互項進行異質性分析，回歸結果如表9第（3）列所示 ① 。結果表明，交互項系數為負但并未通過顯著性檢驗，表明盡管智能化的污染治理效應對于國有企業和非國有企業均成立，但在影響程度上并未存在顯著差異性。

最后，為了避免2008年的金融危機對于研究結果可能帶來的影響，以2008年為時間節點，建立時期虛擬變量。以正常年份（2008年之前年份）為基期，引入企業智能化與危機年份（2008年及以后年份）虛擬變量的交互項進行異質性分析，回歸結果如表9第（4）列所示。結果表明，交互項系數顯著為正，表明智能化的污染治理效應在正常年份更加明顯。其可能的經濟學解釋為：2008年金融危機之后，企業的生存壓力更大，企業追求經營績效的動力更加突出，在這一時期企業更多的是“先生存、后減排”。因此，在 2008 年之前，智能化的污染治理效應更加明顯。

（三）外溢效應探討

城市的經濟活動有著明顯的空間相關性，而智能化發展的重要特征就是顯著的空間外溢性，智能化發展領先的企業會對鄰近其他企業產生溢出影響。因此，有必要檢驗智能化的污染治理效應是否會從本地向鄰地擴散，以期可以更好地發揮本地—鄰地的協同治理作用。溢出效應的檢驗思路為“本地溢出—本地同行業溢出—鄰地溢出—鄰地同行業溢出”，以企業污染排放作為被解釋變量，表10 中核心解釋變量的構造如下：第（1）列以地區內其他企業是否存在機器人進口作為解釋變量;第（2）列以地區內同一行業其他企業是否存在機器人進口作為解釋變量;第（3）列以鄰近地區是否存在機器人進口作為解釋變量;第（4）列以鄰近地區同一行業是否存在機器人進口作為解釋變量。

觀察表10的回歸結果可以發現：第（1）列—第（4）列智能化變量系數均顯著為負，即智能化對抑制企業污染排放存在外溢效應，具體來說，智能化發展對于本地其他企業、本地同行業其他企業、鄰地企業和鄰地同行業其他企業污染排放均具有顯著的抑制作用。由此可見，智能化的污染抑制效應會從本地向鄰地擴散，智能化發展對于抑制鄰地污染排放具有“紅利”作用，有助于實現本地—鄰地的協同治理。進一步比較表10中回歸結果的系數，繪制圖1為外溢效應強弱對比雷達圖。首先，比較本地和鄰地溢出效應，觀察第（1）（3）列和第（2）（4）列的系數，可以發現第（1）列系數絕對值大于第（3）列，第（2）列系數絕對值大于第（4）列，即不論是否同行業，智能化發展對于本地的溢出效應均強于鄰地的溢出效應。其次，比較同行業與非同行業的溢出效應，觀察第（1）（2）列和第（3）（4）列的系數。可以發現，第（1）列系數絕對值小于第（2）列，第（3）列系數絕對值小于第（4）列，即不論是本地樣本還是鄰地樣本，智能化發展對于同行業的溢出效應更加明顯。表10與圖1的分析結果驗證了研究假說3。

六、結論與政策啟示

（一）主要研究結論

黨的二十大報告明確指出，高質量發展是全面建設社會主義現代化國家的首要任務，要大力推動制造業高端化、智能化、綠色化發展。作為經濟增長的新引擎，人工智能為中國制造業的綠色發展提供了重要驅動力。本文基于中國海關數據庫、中國工業企業數據庫與中國企業污染排放數據庫的多源異構數據，考察了企業智能化發展對污染排放的影響，并在此基礎上進一步探究了其內在作用機制與外溢效應。本文的研究以企業作為智能化與污染排放的連接點，嘗試打開智能化作用下微觀企業行為的“黑箱”，厘清智能化發展抑制企業污染排放的內在機制與聯動效應，為智能化發展驅動污染治理奠定了微觀基礎，為中國工業企業污染治理問題研究提供了新思路。

主要得到以下研究結論。第一，企業智能化發展能夠抑制企業的污染排放，減少企業生產過程對于環境的負面影響，實現環境保護與經濟增長的雙贏發展。第二，智能化發展一方面推動了創新協作及知識共享，增加了企業專利申請與新產品生產;另一方面促使生產要素逐漸從邊際效益低的部門向邊際效益高的部門流動，優化企業內資源配置效率，即智能化能夠通過“技術創新機制”與“資源配置機制”產生賦能作用，抑制企業的污染排放。第三，智能化發展對企業污染排放的影響會“因時、因地、因行業”而異。具體而言，智能化的污染治理效應在 2008 年金融危機年份之前、在中西部地區、重工業行業更加明顯。第四，智能化發展存在“外溢效應”，能夠抑制其他企業的污染排放，實現本地—鄰地的協同治理，并且智能化對于本地區或同行業企業的外溢效應更強。

（二）政策啟示與未來研究方向

結合研究結論，提出如下政策啟示。第一，提高企業智能化發展水平，促使人工智能技術、現代數字信息技術和先進互聯網技術廣泛應用于實體經濟中。出臺相關優惠與扶持政策，安排專項資金激勵企業利用智能化改造傳統生產設備和工藝，促使企業向低能耗生產方式和綠色制造模式轉變，以企業智能化發展驅動生產方式變革，提升能源、資源、環境管理水平，抑制企業的污染排放，引領綠色發展。第二，在智能化與傳統產業融合的過程中，要重視企業推進技術創新與優化資源配置效率。智能化應用會推動企業經濟活動的“虛擬化”和“去物質化”，企業應嘗試運用智能化思維調動各主體的創新積極性，持續激發公司內部的創新活力，促使勞動力在高技術層面聚集，優化資源配置，減少污染排放。第三，結合不同時期、地區和行業的實際，采取差異化的智能化發展政策，避免政策的一刀切。智能化的污染治理效應具有異質性，這就要求政策制定者必須因地制宜，國家層面的智能化發展政策應具有統一的規范性。但執行過程中，在不同時期、不同地區、不同行業應該制定相應的實施細則，智能化發展必須更具針對性、走向精細化。第四，完善政策支持體系，充分發揮智能化發展對于污染治理的“外溢效應”。智能化發展的重要特征就是具有顯著的外溢性，其污染治理效應可以從本地向鄰地擴散。但地方政府不會考慮當地智能化發展對其他地區的外溢效應，必然導致智能化發展程度低于最優值。此時需要國家政策扶持來進一步推進各地區智能化快速發展與深度融合，促使本地智能化發展進一步成為鄰地污染治理的推動力，更好地發揮本地—鄰地的協同治理作用。

本文也存在一定的局限性，有待在未來的研究中進一步深化與拓展。在內在機制研究過程中，本文選取企業專利申請、新產品產出、平均工資與勞動生產率等變量，旨在分析智能化作用下企業技術創新與資源配置對污染排放的影響，但是缺乏企業環保投資、企業污染治理技術等其他作用機制的討論。因此，如何有效構建與測度企業層面環境治理變量，進一步分析智能化作用下企業環境行為對污染排放的影響機制，將成為進一步的研究方向。此外，本文主要研究智能化對在位企業污染物排放的靜態影響，研究過程并未涉及智能化對企業進入與退出的動態影響。未來研究在評估智能化的污染治理效果時，可以進一步考慮智能化沖擊下企業進入、退出行為的動態變化，以彌補因未充分考慮企業動態變化而低估智能化的污染治理效應。

[參考文獻]

[1]GurbaxaniV，DunkleD：“GearingUpfor SucesfulDigital Transformation”，MIS Quarterly Executive，Vol.18，No.3，2019，pp.209-220.

[2]TeceDJ：“Profing from InnovationintheDigitalEconomy：Enabling Technologies，Standards，andLicensing Modelsinthe Wireless World”，Research Policy，Vol.47，No.8，2018，pp.1367-1387.

[3] 江小涓、黃穎軒：《數字時代的市場秩序、市場監管與平臺治理》，《經濟研究》2021年第12期，第20—41頁。

[4] 石大千、丁海、衛平等：《智慧城市建設能否降低環境污染》，《中國工業經濟》2018年第6期，第117—135頁。

[5] 李少林、馮亞飛：《區塊鏈如何推動制造業綠色發展？——基于環保重點城市的準自然實驗》，《中國環境科學》2021年第3期，第1455—1466頁。

[6]AguilarJ，Garces-JimenezA，R-morenoMD：“A Systematic Literature Reviewonthe UseofArtificial Intellgence nEnergySelf-management in Smart Buildings”，Renewableand Sustainable EnergyReviews，Vol.151，No.11，2021，p.111530.

[7]Pan X，LiM，Wang M，etal：“TheEfectsofa Smart Logistics Policyon Carbon Emisions in China：ADierence-in-diferences Analysis”，Transportation Research Part E：Logisticsand Transportation Review，Vol.137，No.5，2020，p.101939.

[8] 王世強、陳逸豪、葉光亮：《數字經濟中企業歧視性定價與質量競爭》，《經濟研究》2020年第 12期，第115—131頁。

[9] Gao F，He B：“Power Suply Line Selection Decision System for New Energy Distribution Network Enterprises Based onDigital Twinning”，Energy Reports，Vol.7，No.11，2021，pp.760-771.

[10]XiongL，NingJ，WangJ，Dong Y：“Coupling Degree Evaluationof HeavyMetal Ecological Capacityand EnterpriseDigitalTransformation in River Basins”，Ecological Indicators，Vol.133，No.12，2021，p.108358.

[11］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》，《管理世界》2021年第7期，第 130-144+10 頁。

[12]MaQ，TariqM，MahmoodH，etal：“The Nexus between Digital Economyand Carbon DioxideEmisionsin China：TheModerating Roleof Investments inResearchandDevelopment”，TechnologyinSociety，Vol.68，No.2，2O22，p.101910.

[13］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》，《中國工業經濟》2021年第9期，第137—155頁。

［14］韓璐、陳松、梁玲玲：《數字經濟、創新環境與城市創新能力》，《科研管理》2021年第4期，第 35—45頁。

[15］何大安：《互聯網應用擴張與微觀經濟學基礎——基于未來“數據與數據對話\"的理論解說》，《經濟研究》2018年第 8期，第177—192頁。

［16］姚亭亭、包雅楠：《人工智能促進服務出口技術復雜度提升嗎？——來自 29個主要經濟體的證據》，《中南財經政法大學學報》2024年第2期，第149—160頁。

[17］楊小康、許巖巖、陳露等：《AI for Science：智能化科學設施變革基礎研究》，《中國科學院院刊》2024 年第1期，第 59—69頁。

［18］陳曉紅、胡東濱、曹文治等：《數字技術助推我國能源行業碳中和目標實現的路徑探析》，《中國科學院院刊》2021年第9期，第 1019—1029頁。

[19]YangX，Wu H，Ren S，etal：“Does the Developmentof the Internet Contribute toAir Polution Control in China？Mechanism Discusionand Empirical Test”，Structural Changeand Economic Dynamics，Vol.56，No.3，2021，pp.207-224.

[20］劉乃全、鄧敏、曹希廣：《城市的電商化轉型推動了綠色高質量發展嗎？——基于國家電子商務示范城市建設的準自然實驗》，《財經研究》2021年第4期，第49—63頁。

[21]RohlfsJ：“A Theoryof Interdependent Demandfora CommunicationsService”，TheBelljournalofEconomics andManagement Science，Vol.5，No.1，1974， pp.16-37.

[22]FarellJ，SalonerG：“Standardization，Compatibility，and Inovation”，TheRand Journalof Economics，Vol.16，No.1，1985， pp. 70-83.

[23］譚用、孫浦陽、胡雪波等：《互聯網、信息外溢與進口績效;理論分析與經驗研究》，《世界經濟》2019 年第12期，第 77—98頁。

[24］王俊豪、周晟佳：《中國數字產業發展的現狀、特征及其溢出效應》，《數量經濟技術經濟研究》2021年第3期，第 103一119頁。

[25］余泳澤、劉鳳娟、莊海濤：《互聯網發展與技術創新：專利生產、更新與引用視角》，《科研管理》2021年第6期，第 41-48頁。

[26]LiM，Du W：“Can Internet Development Improvethe EnergyEficiencyof Firms;Empirical Evidence from China”，Energy，Vol.237，No.12，2021，p.121590.

[27］郭慶賓、汪涌：《城市發展因智慧而綠色嗎？》，《中國軟科學》2022年第9期，第 172—183頁。

[28］戴魁早、陳阿麗、楊新宇：《功能性產業政策能否促進企業生產率增長——基于〈中國制造 2025〉的準自然實驗》，《南開經濟研究》2024年第2期，第43—63頁。

[29][37]李磊、王小霞、包群：《機器人的就業效應：機制與中國經驗》，《管理世界》2021年第9期，第104—118頁。

[30］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》，《世界經濟》2023年第8期，第3—31頁。

[31]Fan H，HuY，Tang L：“Labor Costsandthe Adoption of Robotsin China”，Journalof Economic Behavior andOrganization，Vol.186，No.6，2021，pp.608-631.

[32]Acemoglu D，Restrepo P：“Demgraphics and Automation”，Reviewof Economic Studies，Vol.89，No.1，2022，p.1-44.

[33]BradtL，Van BiesebroeckJ，Zhang Y：“CreativeAccountingorCreative Destruction？Firm-levelProductivity GrowthinChinese Manufacturing”， Journal of Development Economics，Vol.97，No.2，2012，pp.339-351.

[34]UpwardR，Wang Z，Zheng J：“Weighing China’sExport Basket：TheDomestic Contentand Technology Intensityof ChineseExports”，Journal of Comparative Economics，Vol.41，No.2，2013，pp.527-543.

[35］陸銘、馮皓：《集聚與減排：城市規模差距影響工業污染強度的經驗研究》，《世界經濟》2014年第7期，第 86—114頁。

[36]HfA，YhB，LtC：“LaborCostsandtheAdoptionof Robots in China”，JournalofEconomic Behavior amp;Organization，Vol.186，No.6，2021，pp.608-631.

[38]LiM，DuW，Wang Z：“Export Globalization and PolutionLocalization： Multivariate Heterogeneous Data Basedon ChineseEnterprises”，Energy Reports，Vol.9，No.12，2023，pp.472-483.

[39］蔣為、龔思豪、李錫濤：《機器人沖擊、資本體現式技術進步與制造業碳減排——理論分析及中國的經驗證據》，《中國工業經濟》2022年第 10期，第 24—42頁。

[40］唐松、伍旭川、祝佳：《數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異》，《管理世界》2020 年第5期，第52- 66+9 頁。

[41］余玲錚、魏下海、孫中偉等：《工業機器人、工作任務與非常規能力溢價——來自制造業“企業—工人\"匹配調查的證據》，《管理世界》2021年第1期，第 47— 59+4 頁。

Abstract：The intellgent development of enterprises can promote the deep integration of information technology and the real economy.Whether it can beused as an internal incentive to suppressenterprise pollutant emissions and achievea win-win situation of inteligent transformation and pollution reduction is an important proposition for China's high-quality development.Based on the multi-source heterogeneous data of China’s micro-enterprises， this paper uses fixed effects model，panel Tobit model，PSM-DID model，two-stage least squares method，and interaction effects model to examine the extent and mechanism of the impact of intellgent development on the polutant emissions of enterprises through microeconomic analysis，and further discusses the“spillover effect”of intelligent development.The findings are as follows.Firstly，theintellgent development of enterprises has a significant negative impact on pollutant emissions，that is，the emission reduction effect of intellgence exists.This conclusion remains robust for different indicator selection，sample interval and measurement methods.Secondly， the intelligent development of enterprises can reduce polution by promoting technological innovation and optimizing resource allocation.Thirdly，the emision reduction effect of intellgence hasa heterogeneous impacton diffrentregions，industries，enterprises and years.Specifically，the emission reduction fect of intellgent development is more obvious in the central and western regions，heavy industryand the years before the financial crisis.Finally，inteligence has a spillver effect on the pollution reduction of other enterprises in the same region as wellas those in neighboring regions.Among them，the local spillver efect is strongerthanthat in neighboring regions，and the spillver effect for enterprises in the same industry is more obvious.This article is conducive to openingthe black box of enterprise behaviorunder the influenceof inteligence，providing diversified pollution control solutions with inteligence as a breakthrough，and offering scientific support for achieving high-quality development.

Key words：enterprise intellgence；ollutant emissions；technological innovation；esource allocation；spillover effect

（責任編輯 齊立瑤；責任校對 劉永俊）