工業機器人應用廣度深度與企業綠色化轉型

關鍵詞：工業機器人應用廣度；工業機器人應用深度；綠色化轉型；要素投入集約；產出結構優化文章編號： 2095-5960（2025）04-0101-10 ：中圖分類號：F124.3；F270-05；文獻標識碼：A

一、問題提出

工業機器人作為前沿科技的核心載體與現代制造業的關鍵裝備，能夠引領產業數字化發展和智能化升級，成為推動經濟高質量發展的重要抓手。1]2021年12月，工業和信息化部等十五部門印發的《“十四五\"機器人產業發展規劃》強調要拓展工業機器人應用廣度深度。2023年1月，工業和信息化部等十七部門印發的《“機器人 + ”應用行動實施方案》指出以產品創新和場景推廣為著力點，分類施策拓展機器人應用廣度深度，助力經濟綠色低碳轉型。在一系列政策支持引導下，我國工業機器人安裝量持續增長，截至2023年底，全國工業機器人總保有量接近180萬臺，數量全球第一。然而，我國工業機器人主要集中于焊接、組裝、搬運等中低端領域，汽車、半導體等高端場景滲透率不足，這可能會影響技術進步對綠色發展的賦能效應。因此，在我國大力發展數字經濟和人工智能產業的背景下，科學系統評估工業機器人應用影響企業綠色化轉型的效果具有重要的現實意義。

現有文獻關注工業機器人應用與綠色轉型的關系，主要集中在以下幾個方面。一是，部分學者基于智能技術的綠色賦能，從宏觀經濟、中觀產業和微觀企業等層面探討了工業機器人應用的污染減排效應。在宏觀經濟層面上，黃琳和蔣鵬程發現工業機器人的碳減排效應不僅具有時間持續性，還呈現邊際效益遞增的特點，有助于促進經濟低碳轉型。2在中觀產業層面上，劉勝等發現工業機器人應用能促進制造業污染減排，實現綠色轉型。3在微觀企業層面上，袁麗靜等發現工業機器人不僅能促進核心企業污染減排，還能帶動上下游企業污染減排，即存在產業鏈傳導效應。4]二是，有一些學者提出了智能技術的“綠色悖論”，認為工業機器人等人工智能技術會對環境產生負面影響。Strubell等指出機器學習在提高計算精度的同時也會產生較高的環境成本，一個深度學習模型訓練產生的二氧化碳排放相當于一次跨美洲飛行。5]Luan等運用74個國家數據發現工業機器人使用帶來的生產力和能源效率的提高會刺激國家擴大生產和消費，進而導致總能耗增加、空氣質量惡化。6三是，還有一些學者認為工業機器人應用與綠色轉型并非簡單的線性關系，而是存在倒U型關系。]綜上，可以發現現有研究關于工業機器人應用與綠色轉型關系的研究結論相互矛盾，未達成一致。此外，現有研究在工業機器人應用維度的細分方面關注不足。

本文將工業機器人應用細分為以下2個維度：工業機器人應用廣度用來衡量企業在運營過程中工業機器人應用領域的多元化程度;工業機器人應用深度用來衡量企業在特定領域尤其是生產領域工業機器人應用的垂直滲透度。通過引入工業機器人應用維度這一新視角，本文采用理論分析與實證檢驗相結合的方式探究并驗證了工業機器人應用廣度、應用深度與企業綠色化轉型的內在關系。與以往研究相比，本文可能存在的邊際貢獻在如下三個方面：第一，現有文獻未區分工業機器人應用維度，本文通過將工業機器人滲透度與數字化無形資產相結合，創新性地將工業機器人應用分解為應用廣度和應用深度2個維度，從指標構建角度豐富了工業機器人應用的相關研究。第二，揭示了工業機器人應用廣度和應用深度對企業綠色化轉型的差異化提升作用，豐富了企業綠色化轉型影響因素的研究。第三，從投入產出角度，厘清并驗證了工業機器人應用促進企業綠色化轉型的作用路徑，即工業機器人應用廣度和應用深度通過促進企業要素投入集約和產出結構優化，從而提升綠色化轉型水平。

二、理論分析與假設提出

（一）工業機器人應用與企業綠色化轉型

工業機器人應用是智能化時代企業管理者的戰略決策要務，智能資源稟賦和發展周期的不同導致企業工業機器人應用水平存在差異。8]有的企業選擇在企業層面全面推廣工業機器人，有的企業選擇在部分部門或領域應用工業機器人。因此，不同現實約束條件下企業機器人應用存在應用廣度和應用深度兩種應用模式。

工業機器人應用廣度關注企業應用工業機器人等人工智能技術的領域，衡量了企業中工業機器人的覆蓋范圍和多樣化程度，為企業管理流程改進、綠色轉型注入活力。工業機器人應用部門、領域多樣有助于企業實現生產數智化、流通數智化和銷售數智化，推動其建立智能決策的管理系統。2這不僅可以幫助企業打破各部門的信息壁壘，推動企業研發生產、倉儲物流、營銷銷售等環節的各項信息實時傳遞，進而緩解要素錯配、優化資源配置;還可幫助企業加強與客戶的信息交互，捕捉消費變化和需求信息，進而分析和預測市場變化，做出更準確的生產響應，從而提高要素利用效率，促進要素投入集約。同時，大范圍的工業機器人應用有助于企業實現協同管理，構建清潔生產型組織架構和管理體系，推動產出結構優化。已有研究顯示，要素投入集約和產出結構優化是推動企業綠色化轉型的重要因素。10]據此，本文提出如下假設。

H1a：工業機器人應用廣度能夠提升企業綠色化轉型水平。

H1b：工業機器人應用廣度通過促進企業要素投入集約和產出結構優化提升企業綠色化轉型水平。

工業機器人應用深度關注企業在某一領域掌握的人工智能技術專業知識，衡量了特定部門或領域應用工業機器人的深度程度，為企業生產流程再造、綠色轉型增添動力。一方面，在特定部門尤其是生產部門應用工業機器人有助于各類生產要素高效配置，減少生產過程中的資源浪費，實現集約化生產。1]同時，在生產部門引進工業機器人等自動化智能化技術還有助于企業提高生產效率，增加期望產出。另一方面，工業機器人具有高精度、高效率等優勢，其應用深度能夠助力企業構建智能化碳排放管理系統，并利用碳排放數據調控各個生產環節的碳排放，促進節能降碳，實現產出結構優化。同時，工業機器人應用深度還能優化升級污染物處理設備的工藝參數，提高污染物凈化效率和精度，從而增強企業的污染治理能力，賦能企業綠色化轉型。[12]已有研究顯示，要素投入集約和產出結構優化是推動企業綠色化轉型的重要因素。10]據此，本文提出如下假設。

H2a ：工業機器人應用深度能夠提升企業綠色化轉型水平。

H2b：工業機器人應用深度通過促進企業要素投入集約和產出結構優化提升企業綠色化轉型水平。

（二）企業環境注意力的影響

注意力基礎觀認為，高管注意力會影響企業決策，為此，可通過配置高管注意力來建構企業戰略。[13]企業環境注意力是指企業高管對環境治理議題的關注程度及其在配套應對策略中投入的精力。14]企業環境注意力越高，越會認識到粗放式發展中的資源浪費、環境污染等問題，從而更加重視工業機器人應用帶來的流程優化與改進，推進企業集約化生產。同時，對環境問題的關注會使企業主動搜集與可持續發展相關的信息，洞察綠色化轉型過程中的發展機遇，進而使企業更加重視工業機器人的綠色賦能作用，主動開展生產綠色化、治理綠色化、運營綠色化等綠色實踐，提升企業綠色化轉型水平。因此，當企業環境注意力較高時，其對環境問題的解讀能力更強，更可能把握綠色發展機遇，進而增強了工業機器人應用廣度和應用深度對企業綠色化轉型的提升作用。據此，本文提出如下假設。

H3a：企業環境注意力加強了工業機器人應用廣度對企業綠色化轉型的提升作用，即企業環境注意力越高，工業機器人應用廣度對企業綠色化轉型的提升作用越強。

H3b：企業環境注意力加強了工業機器人應用深度對企業綠色化轉型的提升作用，即企業環境注意大越高，工業機器人應用深度對企業綠色化轉型的提升作用越強。

（三）環境保護稅稅負的影響

我國環境保護稅由排污費“費改稅\"改革而來，具有更強的法定化特征與行政強制力，能通過規制一激勵雙重機制影響企業綠色化轉型。一方面，環境保護稅使企業面臨更高的稅負成本、更強的監管壓力。15]基于理性原則，企業會引人工業機器人等自動化智能化技術以減少污染物排放，降低環境保護稅稅負，實現綠色化轉型。另一方面，由\"波特假說”可知，嚴格的環境規制帶來成本增加的同時推動了企業技術創新，從而產生創新補償效應，推動企業綠色化轉型。16此外，鼓勵清潔生產等環境保護稅減免政策也會激勵企業通過技術創新效應實現綠色化轉型。因此，當環境保護稅稅負較高時，企業引入工業機器人等自動化智能化技術進行生產流程、管理流程改進的動力更強，進而綠色化轉型水平更高。據此，本文提出如下假設。

H4a：與低環境保護稅稅負企業相比，高環境保護稅稅負企業工業機器人應用廣度對綠色化轉型的提升作用更強。

H4b：與低環境保護稅稅負企業相比，高環境保護稅稅負企業工業機器人應用深度對綠色化轉型的提升作用更強。

三、研究設計

（一）樣本選取與數據來源

2016年以來，中國逐步攻克機器人核心技術，工業機器人產業發展迅速。本文選取2016—2019年中國滬深A股上市公司作為初始樣本，并按照如下原則進行樣本篩選：首先，本文剔除了2016—2019 年被特別處理（ Γ?ST，?ST ）的樣本;其次，本文剔除了銀行、證券、保險等金融行業樣本;再次，本文剔除了關鍵變量數據不完整的樣本;最終，本文得到1268家滬深A股上市公司的 5072個公司－年度觀測值。工業機器人數據來源于國際工業機器人聯合會（IFR），員工構成數據來源于萬德數據庫（Wind），環境注意力數據來源于 WinGo （文構）文本數據庫，其他變量數據均來源于上市公司年報、企業社會責任報告和國泰安數據庫（CSMAR）。

（二）變量設定

1.被解釋變量：綠色化轉型（green）。借鑒Loughran和 Mcdonald[17]、周闊等[18]的研究，從宣傳倡議、戰略理念、技術創新、排污治理和監測管理5個維度測度，使用綠色發展、循環發展、低碳發展、可持續發展等113個關鍵詞在年報中的總詞頻數量測度企業綠色化轉型水平。

2.核心解釋變量：工業機器人應用廣度（robot width）和工業機器人應用深度（robot depth）。借鑒Ace-moglu 和 Restrepo[19]、王永欽和董雯[20]的研究，測算出企業層面的工業機器人滲透度作為工業機器人應用廣度的度量指標。具體做法如下：首先，基于行業工業機器人保有量與行業從業人員數量的比值構造行業層面的工業機器人滲透度指標;其次，利用標準化后的企業生產部門員工占比與行業工業機器人滲透度的乘積測算企業層面的工業機器人滲透度。工業機器人滲透度越大，表明工業機器人應用范圍越廣。

工業機器人是硬件的集成體，需要軟件的支持才能更好地發揮智能作用。軟件是工業機器人的靈魂，賦予機器特定的功能和能力，使其能夠更好地感知環境、理解任務、智能決策與準確執行，助力其在復雜精密場景下應用，是拓展企業工業機器人應用深度的重要資產與工具。借鑒張永坤等的做法[21]，將無形資產明細中包含“軟件\"“智能平臺”“網絡”“客戶端”“管理系統”等關鍵詞的無形資產界定為軟件類無形資產，然后對同公司同年度各項軟件類無形資產加總，計算其占企業無形資產的比例。軟件類無形資產占比與企業工業機器人滲透度的乘積即為工業機器人應用深度的代理變量，數值越大，表明工業機器人應用深度越高。

3.調節變量：企業環境注意力（focus）和環境保護稅稅負（tax）。借鑒張增田等的做法[22]，，采用上市公司社會責任報告中披露的與環境問題相關詞頻數量測度環境注意力。選取安全生產、保護、超標等75個環境注意力關鍵詞，通過WinGo（文構）文本數據庫獲取各個關鍵詞的頻數，從而得到環境注意力總詞頻。環境注意力總詞頻占企業社會責任報告總詞頻的比值即為企業環境注意力水平。

環境保護稅稅負是指為了降低環境負面影響，對環境損害行為征收的稅種。我國于2018年開始征收的環境保護稅由排污費改制而來，兩者均是將企業污染的負外部社會成本內部化，在污染物覆蓋種類與計費標準層面保持政策連貫性，變化不大。為此，借鑒王珮等的研究[23]，本文搜集2018—2019 年環境保護稅數據和2016—2017年排污費數據，并取自然對數作為環境保護稅稅負的度量指標。

4.中介變量：要素投入集約（input）和產出結構優化（output）。首先，采用同時考慮期望產出與非期望產出的DEA－NDDF模型對企業綠色全要素生產率進行測度。假定每個企業為一個生產單元，每個生產單元包括投入、期望產出和非期望產出3類要素。投入要素分為勞動投入、資本投入和能源投入。勞動投入以企業年末披露的在冊員工數量進行測度。資本投人借鑒張軍等的研究[24]，以2008 年為基期，采用永續盤存法進行測度，具體計算公式為K，=（1-σ）×K-1+。 其中， K_ι 為企業當期的資本存量； K_t-1 為企業上一期的資本存量，基期資本存量為2008年固定資產投資總量除以 10% ： I_ι 為企業新增的固定資產投入； P_t 為企業所在省份的固定資產價格投資指數； σ 為折舊率 10% 。能源投入采用企業營業成本占行業成本的比重與行業能源消耗量的乘積進行測算。期望產出采用企業所在省份GDP平減后的營業收入進行測度。非期望產出采用企業污染物排放量進行測量。借鑒毛捷等的做法[25]，將企業排放的化學需氧量COD、氨氮NH3-N、二氧化硫 SO₂ 和氮氧化物Nox四種污染物依照《排污費征收管理辦法》建立的污染當量換算體系進行標準化處理并加總合成反映企業污染排放水平的綜合污染指數。參考張寧[26]，李冬和楊萬平[10]的研究，對投入要素和產出要素賦予相同的權重（1/2），再按照投入要素和產出要素各自的數量對權重進行平均分配，進而得到勞動、資本、能源、期望產出和非期望產出對應的權重（1/6、1/6、1/6、1/4、1/4）。

其次，由于DEA－NDDF生產率指數具有加減性特征，借鑒張寧[26]、李冬和楊萬平[10]的研究，從投入產出角度對全要素生產率進行分解，以反映不同要素變化對企業全要素生產率的貢獻變化。本文將全要素生產率分解為要素投入集約和產出結構優化。其中，要素投入集約（input）表示為生產單元相鄰兩期內投人端的總體相對變化對全要素生產率的貢獻變化;產出結構優化（output）表示為生產單元相鄰兩期內產出端的總體相對變化對全要素生產率的貢獻變化。當input大于0和output大于0時，表明企業投入冗余、期望產出不足、非期望產出過多的問題有所改進，進而表現為要素投入集約和產出結構優化。

5.控制變量。借鑒已有研究[4]，本文選取企業規模（size）、資產負債率（lev）、兩職合一（merge）、盈利能力（roe）、成長能力（grow）、股權集中度（top）、董事會規模（board）和董事會獨立性（independent）作為控制變量。

本文相關變量定義及測算方法如表1所示。

（三）模型構建

為檢驗工業機器人應用廣度和應用深度對企業綠色化轉型的影響，本文構建了如下雙向固定效應模型。

式（1）中下標i和t分別表示企業和年份;green表示企業綠色化轉型;robot表示企業工業機器人應用廣度和應用深度;X為一系列控制變量; λ_i 為公司固定效應； η_t 為年份固定效應； ε_it 為隨機擾動項。模型中主要關注工業機器人應用廣度和應用深度的系數 β₁ ，如果 β₁ 顯著為正，表明工業機器人應用廣度和應用深度能有效提升企業綠色化轉型水平。

四、實證結果分析

（一）描述性統計分析

表2報告了主要變量的描述性統計結果。根據表2可知，綠色化轉型（green）平均值為39.8912，中位數為34，說明樣本公司綠色化轉型水平較低，有待進一步提升。工業機器人應用廣度（robot width）平均值為57.8166，標準差為84.4995，在0.0122到601.4222的范圍內波動，工業機器人應用深度（robot depth）平均值為3.7549，標準差為12.9142，在0到226.3185的范圍內波動，說明樣本公司間工業機器人應用廣度和應用深度存在較大差距。

（二）基準回歸分析

在進行基準回歸分析之前，本文首先對模型進行了固定效應與隨機效應的豪斯曼檢驗，檢驗結果支持使用固定效應模型。表3列示了雙向固定效應下工業機器人應用廣度和應用深度對企業綠色化轉型的實證結果。表3第（1）列和第（2）列結果顯示：未加入控制變量時，工業機器人應用廣度的系數在 1% 的水平下顯著為正；加入控制變量后，工業機器人應用廣度的系數為0.0423，在 1% 的水平下顯著。數據表明工業機器人應用廣度能有效提升企業綠色化轉型水平，即工業機器人應用廣度每增加1個單位，企業綠色化轉型將提高0.11個百分點 （0.0423/39.8912×100% ）。由此發現，工業機器人應用廣度越大，企業綠色化轉型水平越高，假設H1a得到驗證。事實上，聶飛等發現工業機器人應用能有效降低企業SO2 排放量和排放強度，從而促進企業綠色生產，也在一定程度上支持了本文的研究結論。27]

表3第（3）列和第（4）列結果顯示：未加入控制變量時，工業機器人應用深度的系數在 1% 的水平下顯著為正;加入控制變量后，工業機器人應用深度的系數為0.1560，在 1% 的水平下顯著。數據表明工業機器人應用深度能有效促進企業綠色化轉型，即工業機器人應用深度每增加1個單位，企業綠色化轉型將提高0.40個百分點 （0.1560/39.8912×100% ）。由此發現，工業機器人應用深度越高，企業綠色化轉型水平越高，假設 H2a 得到驗證。進一步比較應用廣度和應用深度的綠色化提升作用，發現工業機器人應用深度的綠色化提升作用更強，是應用廣度的3.64倍。這可能是由于工業機器人應用深度對減少物料浪費、促進流程優化和增強末端治理的能力更強，故綠色化提升效應更強。

（三）穩健性檢驗①

為了增強實證結果的穩健性，本文進行了如下穩健性檢驗。

1.縮尾處理。考慮到異常值可能對估計系數產生較大的影響，本文對核心解釋變量工業機器人應用廣度和應用深度做上下 1% 的縮尾處理。結果顯示，剔除異常值后工業機器人應用廣度和應用深度的系數均在 1% 的水平下顯著，基準結論較為穩健。

2.更換回歸模型。考慮到使用的回歸模型不同，工業機器人應用廣度和應用深度對企業綠色化轉型的影響可能不同。本文分別使用混合OLS模型和隨機效應模型進行檢驗，回歸結果與基準結果一致，結論穩健。

3.傾向得分匹配（PSM）。借鑒已有研究的做法，選擇前文控制變量即企業規模、資產負債率、兩職合一、盈利能力、成長能力、股權集中度、董事會規模、董事會獨立性作為匹配變量，以Logit模型進行傾向評分，采用1：3的最近鄰匹配法進行樣本匹配，匹配后對獲得的3490個有效觀測值重新回歸。結果顯示，工業機器人應用廣度和應用深度的系數分別在 10% .1% 的水平下顯著，本文結論穩健。

（四）內生性處理

借鑒王永欽和董雯的做法[20]，利用美國行業層面的工業機器人數據作為工業機器人應用廣度和應用深度的工具變量，采用2SLS方法進行內生性檢驗，回歸結果如表4所示。一階段回歸結果表明，工具變量對內生變量工業機器人應用廣度和應用深度的影響顯著，滿足相關性要求。二階段回歸結果表明，工業機器人應用廣度和應用深度的系數分別在 1%5% 的水平下顯著，表明在考慮到內生性問題后，工業機器人應用廣度和應用深度仍顯著提升了企業綠色化轉型水平。此外，在原假設“工具變量識別不足”的檢驗中，Kleibergen－Paaprk LM統計量p值為0.O00，顯著拒絕原假設;在工具變量弱識別的檢驗中，Keibergen-PaaprkWaldF統計量大于Stock-Yogo弱識別檢驗 10% 顯著性水平上的臨界值。這說明工具變量通過了弱工具變量和外生性檢驗，工具變量選擇較為合理。綜上，本文結論依舊穩健。

五、進一步分析

（一）作用機制分析

基準回歸結果表明，工業機器人應用廣度和應用深度均能提升企業綠色化轉型水平。結合理論分析部分論述，本文基于要素投人集約和產出結構優化的渠道機制探究并驗證工業機器人應用廣度和應用深度提升企業綠色化轉型水平的內在機制。基于溫忠麟和葉寶娟的做法[28]，本文以模型（1）為基底構建了模型（2）（3）。

在式（2）和式（3）中， 是中介變量，包括要素投入集約（input）和產出結構優化（output），其他變量與式（1）含義相同。

表5匯報了工業機器人應用廣度提升企業綠色化轉型水平的作用機理。第（1）列結果顯示，工業機器人應用廣度的系數為0.0001，在 5% 的水平下顯著，表明工業機器人應用廣度可有效減少冗余投入，促進要素投入集約。第（2）列結果顯示，要素投人集約的系數為9.0017，在 5% 的水平下顯著，表明要素投入集約能夠提升企業綠色化轉型水平。同時，工業機器人應用廣度略小于基準回歸中的系數 （0.0412lt; 0.0432），表明要素投入集約在工業機器人應用廣度提升企業綠色化轉型水平過程中表現為部分中介效應，且中介效應占比為 2.08% 。同理，第（3）列、第（4）列結果表明，產出結構優化也是工業機器人應用廣度提升企業綠色化轉型水平的重要渠道，中介效應占比為 7.92% 。綜上，假設H1b得到了驗證。

表6匯報了工業機器人應用深度提升企業綠色化轉型水平的作用機理。第（1）列結果顯示，工業機器人應用深度的系數為0.0003，在 10% 的水平下顯著，表明工業機器人應用深度可有效減少冗余投入，促進要素投入集約。第（2）列結果顯示，要素投人集約的系數為8.9615，在 5% 的水平下顯著，表明要素投入集約能夠提升企業綠色化轉型水平。同時，工業機器人應用深度略小于基準回歸中的系數 （0.1537lt; 0.1560），表明要素投入集約在工業機器人應用深度提升企業綠色化轉型水平過程中表現為部分中介效應，且中介效應占比為 1.72% 。同理，第（3）列、第（4）列結果表明，產出結構優化也是工業機器人應用深度提升企業綠色化轉型水平的重要渠道，中介效應占比為 1.44% 。綜上，假設H2b得到了驗證。

（二）調節效應分析

為考察企業環境注意力和環境保護稅稅負等不同情境下，工業機器人應用廣度和應用深度對企業綠色化轉型的異質性提升作用，本文在基準回歸模型中分別加入環境注意力和環境保護稅稅負與工業機器人應用廣度和應用深度的交乘項，回歸結果如表7所示。

表7第（1）列和第（2）列為企業環境注意力調節效應的檢驗結果。結果顯示，工業機器人應用廣度和應用深度與企業環境注意力交乘項的系數分別在 10% （20 5% 的水平下顯著為正。這表明企業環境注意力加強了工業機器人應用廣度和應用深度對企業綠色化轉型的提升作用。假設H3a、H3b得到驗證。

表7第（3）列和第（4）列為環境保護稅稅負調節效應的檢驗結果。結果顯示，工業機器人應用廣度和應用深度與環境保護稅稅負交乘項的系數不顯著，表明環境保護稅稅負的調節作用不顯著，假設 H4a 、H4b 未得到驗證。這可能是由于納稅人排污口多、申報數據多，稅務部門將企業申報的數據與環保部門傳送的數據對比，出現異常時請環保部門復核，這屬于事后復核，復核效率受環保部門、第三方監測機構等利益主體的影響，進而使其無法及時掌握申報不實的數據，導致征稅效率低，從而影響環境保護稅稅負的效用發揮。29]

（三）時間持續性分析①

工業機器人應用廣度和應用深度是促進企業高端化智能化綠色化發展的重要抓手，不僅能提升企業當期的綠色化轉型水平，還可能產生持續影響。本文將企業綠色化轉型后置1期、2期、3期重新回歸，結果發現，工業機器人應用廣度的系數分別在 5% ） 10% 和 10% 的水平下顯著，表明工業機器人應用廣度能夠在較長的一段時間內對企業綠色化轉型產生影響，即存在一定的時間持續性。而工業機器人應用深度僅在企業綠色化轉型后置1期時顯著，表明應用深度的綠色化提升作用也具有一定的時間持續性，但與應用廣度相比，其綠色化持續時間更短。可能的原因在于工業機器人的大范圍推廣應用有助于各行業、各部門共享技術進步紅利，進而在推動企業智能化、綠色化轉型方面具有長期潛力。

六、研究結論與政策啟示

本文基于微觀企業視角，通過理論分析和實證檢驗的方式探究了工業機器人應用對企業綠色化轉型的影響及其內在機理，得到以下幾點結論：第一，本研究在已有研究基礎上提出細分框架，將工業機器人應用分解為應用廣度和應用深度2個維度，發現工業機器人應用廣度越大，企業綠色化轉型水平越高；工業機器人應用深度越高，企業綠色化轉型水平越高;與應用廣度相比，工業機器人應用深度的綠色化促進作用更強。第二，基于投入產出視角，發現工業機器人應用廣度和應用深度通過促進企業要素投入集約和產出結構優化，推動企業綠色化轉型。工業機器人應用廣度主要通過管理流程改進實現企業要素投入集約和產出結構優化，從而為綠色化轉型注入活力。工業機器人應用深度主要通過生產流程再造實現企業要素投入集約和產出結構優化，從而為綠色化轉型增添動力。第三，企業環境注意力正向調節工業機器人應用廣度和應用深度對企業綠色化轉型的促進作用，環境保護稅稅負的調節作用不顯著。企業對環境問題的關注度越高，越重視工業機器人應用的綠色賦能作用，從而主動實施綠色實踐，實現綠色化轉型。第四，工業機器人應用廣度和應用深度均能在未來一定時間內對企業綠色化轉型產生影響，即存在一定的時間持續性，但應用廣度的持續時間更長。針對上述結論，本文提出如下政策建議：

一是對政府的政策建議。第一，現有政策多集中于工業機器人在傳統制造業中的應用，政府應針對醫療、農業、建筑等新興領域推出定制化應用方案與補貼政策，擴大工業機器人應用場景的覆蓋范圍;第二，現有政策對工業機器人高端核心部件的補貼力度不足，相關研發補貼未覆蓋全產業鏈，政府應設立長期專項資金支持工業機器人關鍵核心部件的技術攻關，推進產學研協作，提升其在復雜場景下的適應能力，拓展工業機器人應用深度;第三，現有法規對環境信息內容披露的細化不足，政府應針對不同行業出臺環境信息的差異化規定，提升企業對環境保護和綠色發展的重視程度。

二是對企業管理的啟示。第一，目前企業多注重數字化應用，建議企業積極拓展工業機器人應用廣度和應用深度，發揮工業機器人等人工智能技術的環境賦能效應。一方面，應主動探索機器人在生產操作和質量控制、倉儲和物流協作、營銷和銷售等環節的應用，使得企業內各環節信息實時交互，從而減少物料浪費，實現資源最優配置。同時，借助工業機器人在企業內的廣泛應用，構建智能化管理系統，助力企業清潔生產、綠色轉型。另一方面，企業應重點關注工業機器人在生產領域應用的精進性和標準化，使其能夠解決復雜度、精確度更高的任務，助力企業柔性生產、清潔生產。同時，將工業機器人接入工業互聯網，使其具備感知、決策等能力以智能監測企業的污染排放，提升企業綠色化轉型水平。第二，企業應加大對環境問題的關注力度，落實綠色發展戰略。企業可借助數字化智能化工具收集、分析、解讀綠色信息，并定期在高管內部討論當下可以開展的綠色商業機會及綠色實踐，尤其是討論由工業機器人等人工智能技術帶來的綠色機遇，提高企業綠色化轉型水平。

參考文獻：

[1]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（8）：3～31.

[2]黃賾琳，蔣鵬程.數字低碳之路：工業機器人與城市工業碳排放[J].財經研究，2023（10）;34～48.

[3]劉勝，溫錫峰，陳秀英.機器人應用與中國制造業綠色轉型[J].首都經濟貿易大學學報，2023（5）：50～64.

[4]袁麗靜，王婉軍，王國新.智能化改造與企業綠色轉型：基于進口工業機器人微觀數據的研究[J].經濟學動態，2024（3）：44～60.

[5]StrubellE，GaneshA，McCallum A.Energy andPolicy Considerationsfor DeepLearning inNLP.[C]Proceedingsof the57th Annual Meeting of the Association for Computational Linguistics，2O19：3645～3650.

[6]LuanFS，YangXH，RegisPJ.IndustrialRobotsandAirEnvironment：AModeratedMediationModelofPopulationDensityand Energy Consumption[J]. Sustainable Production and Consumption，2O22，30（1）：870～888.

[7]Yang X，LuanF，Zhang J，etal.TestingforQuadratic Impactof Industrial RobotsonEnvironmental PerformanceandRe-action toGreenTechnologyandEnvironmentalCostJ].EnvironmentalScienceandPolutionResearch，023，30：9278292800.

[8]張慧，楊永聰，彭璧玉.工業機器人應用可以重塑企業生存優勢嗎：來自中國工業企業的證據[J].經濟經緯，2023（5） ：113～124.

[9]黃亮雄，林子月，王賢彬，等.工業機器人應用對全球價值鏈分工地位的影響：來自跨國面板數據的經驗證據[J].經濟與管理研究，2024（2）：41～69.

[10]李冬，楊萬平.面向經濟高質量發展的中國全要素生產率演變：要素投入集約還是產出結構優化[J].數量經濟技術經濟研究，2023（8）： 46～68

[11]RoyV，Singh S.Maping the BusinessFocus in SustainableProductionand Consumption Literature：ReviewandResearchFramework[J].JournalofCleanerProduction，2O17，150：224～236.

[12]鄧榮榮，肖湘濤.工業智能化對城市綠色生態效率的影響：基于工業機器人數據的實證研究[J].當代經濟研究，2023（10） ：98～113.

[13]OcasioW.Towardsanatention-basedviewofthefirm[J].StrategicManagementJoumal，1997，8（S1）：187206.

[14]吳建祖，華欣意.高管團隊注意力與企業綠色創新戰略：來自中國制造業上市公司的經驗證據[J]．科學學與科學技術管理，2021（9）：122～142.

[15]溫湖煒，鐘啟明.環境保護稅改革能否撬動企業綠色技術創新：來自中國排污費征收標準變遷的啟示［J].貴州財經大學學報，2020（3）：91～100.

[16]PorterME，LindeC.TowardaNew Conceptionof theEnvironment-CompetitivenessRelationship[J].JournalofEco-nomicPerspectives，1995，9（4）：97～118.

[17]LoughranT，McdonaldB.WhenisALiabilityNotALiability？TextualAnalysis，Dictionaries，and10-Ks[J].TheJournalofFinance，2011，66（1）：35～65.

[18]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（6）：56～69.

[19]AcemogluD，RestrepoP.RobotsandJobs：EvidencefromUSLaborMarketsJ]JournalofPoliticalEconomy，2，18（6） ：2188～2244.

[20]王永欽，董雯.機器人的興起如何影響中國勞動力市場：來自制造業上市公司的證據[J].經濟研究，2020（10）：159 ～175.

[21]張永坤，李小波，邢銘強.企業數字化轉型與審計定價[J].審計研究，2021（03）：62～71.

[22]張增田，姚振玖，盧琦，等.高管海外經歷能促進企業綠色創新嗎？［J].外國經濟與管理，2023（8）：68～82.

[23]王珮，楊淑程，黃珊.環境保護稅對企業環境、社會和治理表現的影響研究：基于綠色技術創新的中介效應[J].稅務研究，2021（11）：50～56.

[24]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究，2004（10）：35～44.

[25]毛捷，郭玉清，曹婧，等.融資平臺債務與環境污染治理[J].管理世界，2022（10）：96～118.

[26]張寧.碳全要素生產率、低碳技術創新和節能減排效率追趕：來自中國火力發電企業的證據［J]．經濟研究，2022（2）：158～174.

[27]聶飛，胡華璐，李磊.工業機器人何以促進綠色生產：來自中國微觀企業的證據[J].產業經濟研究，2022（4）：1～14.

[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（5）：731～745.

[29]高萍.環境保護稅實施情況分析及完善建議[J].稅務研究，2019（1）：21～24.

The Application Breadth and Depth of Industrial Robots and the Green Transformation of Enterprises

FAN Hejun，PAN Ningning

（College of Business Administration， Capital University of Economics and Business，Beijing 1Ooo7o，China;

School of Economicand Management，North China Institute of Aerospace Enginering，Langfang，Hebei O65Ooo，China）

Abstract：Robotisaimportantgrasptoseizethehlandofsientificandtechologicaliovatioinourcountrywhetherobot canrelease thegreendividend hasbecomean importantresearch topic.Theexisting literatureontherelationship between industrialrobotapplicationand green transformationhasnotyetreachedanagreement.Basedonthe diferentchoicesof industrialrobotaplicationmodes，thisstudydividesthe industrialrobotapplicationintotwodimensions：application breadthandappicationdepth，explores its impactandmechanismon thegree transformationof enterprises.Theresults showthat，firstly，thewider theapplicationofindustrialrobots，thehigherthelevelof gree transformationofenterprises. The highertheapplicationdepthofindustrialrobots，thehigherthelevelof greentransformationofenterprises.Compared withtheapplicationbreadth，thegreen promotioneffectof theapplicationdepthof industrialrobots isstronger.Secondly， theaplication breadth anddepth of industrial robotsachieve green transformation bypromoting enterprise factor input intensificationandoutputstructureoptimization.Thirdly，thehighertheenvironmentalattentionofenterprises，thestronger theroleof thebreadthanddepthofapplicationof industrialrobotsinpromotingthegreentransformationofenterprises. Fourthly，thepromotionefectof the breadthanddepthofapplicationof industrialrobotsonthegreen transformationof enterprisesexistsforalongtime，butthedurationofthebreadthofapplicationislonger.Thispaperprovidessomepolicy implications for how industrial robots and other AI technologies can enable the green development of China economy.

Keywords：thebreadthofindustrialobotapplications；thedepthofindustrialobotaplication；genransformation；factorinput intensification；output structure optimization

責任編輯：張建偉