綠色動態能力視角下制造企業數字化轉型對碳減排的賦能作用機理研究

一、引言

綠色是高質量發展的底色，推動綠色低碳發展已成為我國各行各業的一致行動。近年來，我國年碳排放量仍持續增加，2020年、2021年和2022年分別為112.1億噸、117.8億噸和120.6億噸，但增幅逐漸放緩。制造業作為我國碳排放量最大的行業，2020年、2021年和2022年碳排放量分別為59.2億噸、55.8億噸、53.8億噸，碳排放強度是0.42噸/萬元、0.36噸/萬元、0.32噸/萬元，碳排放強度雖逐漸下降，但與歐美發達國家相比仍有較大差距，尚未擺脫“高投入、高消耗、高排放”的粗放式發展模式，亟需開展綠色低碳轉型①。2016年，《工業綠色發展規劃（2016—2020）》首次提出要加快構建科技含量高、資源消耗低、環境污染少的綠色制造體系②。2020年，《工業領域碳達峰實施方案》強調要以重點行業碳達峰為突破口，推動構建綠色制造體系，推動能源結構調整、能效提升和綠色技術推廣，促進數字化、智能化與綠色化融合③。2024年，《數字化綠色化協同轉型發展實施指南》明確了推動數字產業綠色低碳發展、加快數字技術賦能行業綠色化轉型兩大發力方向④。因此，探索制造業業科學合理運用數字技術賦能綠色低碳轉型的作用機理和路徑策略具有重要意義。

同時，隨著人工智能、大數據、云計算和區塊鏈等數字技術的廣泛應用，制造企業生產方式、商業模式和管理模式正在發生深刻變革。大量實踐和研究表明，制造企業數字化轉型不僅能夠提高生產效率、降低成本、提升顧客體驗和忠誠度，而且能促進商業創新和市場拓展，具有顯著的正向經濟效益[1-3]。然而，制造企業數字化轉型對環境產生的影響復雜而不確定，“碳鎖定效應”和“能源回彈效應\"普遍存在[4]。一方面，數字技術運用通過提高能源使用效率、減少資源浪費等途徑降低碳排放。國際電信聯盟（ITU）預測，到2030年，信息通信技術有望幫助其他行業減少 20% 左右全球碳排放量[5]。另一方面，呈指數級上升的數據獲取、存儲、傳輸和計算需求要消耗巨大的能源電力，造成海量的溫室氣體排放。國際能源署（IEA）報告顯示，數據行業每消耗1kwh電能對應著 0.23kg 二氧化碳排放，當前數據中心和網絡設施消耗的電力已達到全球能源的 2%～3%^[6] 。正反兩面說明，制造企業數字化轉型具有巨大碳減排潛力，但如何優化運用數字技術驅動新的綠色產品、綠色能源、綠色生產、綠色供應鏈等綠色運營能力開發到位是成敗關鍵，而綠色動態能力即重塑綠色運營能力的能耐則是著力突破的門檻。因此，亟需弄清制造企業綠色動態能力的內涵結構和演化特征，以及數字化轉型如何通過綠色動態能力提升重塑綠色運營能力進而實現碳減排的路徑機制，為高效推動制造企業數字化綠色化協同發展、充分挖掘數字賦能低碳發展潛力提供指導。

理論上講，現有文獻基于不同層次、不同視角和不同方位對數字化轉型和綠色化轉型開展了大量深入的探討，但是將數字化和綠色化整合起來剖析兩者相互關系及協同發展的研究尚不充分，對我國制造企業數字化轉型對碳排放的影響及其內在機理的理論探索和經驗證據更是缺乏，這嚴重制約數字技術對實現“雙碳”目標賦能效應的充分釋放。已有數字化和綠色化轉型關聯研究主要存在以下不足：第一，大多基于宏觀國家經濟和中觀行業與區域層面，剖析和檢驗數字經濟發展水平對碳排放總量和強度的線性與非線性影響，針對微觀企業層面的研究較為欠缺;第二，企業層面數字化轉型的多重碳排放效應、綠色化轉型對數字化的場景帶動效應和數字化綠色化協同發展的研究仍處于起步階段，大樣本實證研究十分有限;第三，雖然動態能力在企業戰略轉型中扮演重要角色，但從動態能力視角剖析企業數字化轉型通過重塑組織能力進而實質性支撐綠色低碳發展的內在作用機制和邊界條件的研究較為缺乏。

針對上述重大挑戰和研究缺口，本文選擇2012—2021年我國長三角地區制造業上市公司作為樣本，聚焦微觀企業層面，從綠色動態能力新理論視角剖析和檢驗制造企業數字化轉型及伴隨的數字能力提升對碳排放的可能影響。其邊際貢獻有以下三點：第一，在我國“雙碳”目標全面實施、數字經濟加速演進和數字賦能碳減排效應尚未充分釋放的新時代背景下，聚焦企業微觀企業層面剖析數字化轉型對碳排放的影響，豐富企業數字化綠色化關聯協同研究；第二，突出綠色動態能力在制造企業數字化轉型對碳排放影響過程中發揮的中介作用，有助于打開企業數字化賦能碳排放效應的“黑箱”;第三，剖析正式環境規制、產權性質和技術先進性等情境變量在制造企業數字化轉型對碳排放影響過程中發揮的調節角色，豐富企業數字化轉型如何影響碳排放的邊界條件研究。

二、理論機制分析與研究假設提出

（一）企業數字化轉型對碳排放的直接影響

在數字經濟新時代，數字化轉型為制造企業節能減排和綠色化轉型注入了新動能，制造企業數字化轉型賦能碳減排的根本機制在于將數據作為新的生產要素投入生產經營和管理全過程，以此實現數字世界和物理世界的融合互動;憑借基于數據的全面感知、廣域連接、智慧決策、自動操作等新數字能力的開發和利用，持續改進優化制造企業產品研發、設計、生產、銷售和回收等全生命周期各階段的活動履行和資源配置；減少資源能源消耗并提高綜合利用效率，最終助力降低二氧化碳排放[]，具體包括以下方面：

第一，制造企業開展數字化轉型，可以通過建設全域分布的傳感系統，更全面、實時、精準地監測企業生產運營全過程的運行狀態，了解把握能源、原材料、設備等資源的使用情況，并通過人工智能、遠程操控、算法學習等技術實現生產過程的自動化和智能化[8]，減少浪費，提高生產效率和資源利用效率，從而減少碳排放。第二，依托智慧能源、能源互聯網等數字綠色技術的使用，制造企業可有效解決風光等清潔能源發電端的間歇性和波動性問題，促進可再生能源開發，在輸送端促進清潔能源并網接入和傳輸穩定性，在使用端平衡能源供需，從而大大增強企業的新能源開發利用水平，減少傳統化石能源消耗，促進能源結構綠色轉型[9]，降低二氧化碳排放。第三，制造企業利用跨職能、跨部門、跨層次的信息系統，可促進綠色技術創新和知識共享，加速綠色產品和生產工藝的設計、測試和優化，以降低產品重量和材料使用量，減少生產過程中的資源損耗，降低碳排放[10]。第四，從產業鏈范圍來看，制造企業利用數字技術可以提升供應鏈的可視性和協調性，實現數據共享和預測評估，選擇環保經濟的多式聯運方案和運輸模式，篩選符合環保標準的綠色供應商，推動整個供應鏈范圍碳排放的降低。據此，本文提出如下假設：

H1：制造企業數字化轉型和數字能力提升對碳排放具有抑制作用。

（二）綠色動態能力的中介作用

綠色動態能力是動態能力理論在企業綠色發展領域中的具體化應用，指企業在面對環境變化和可持續發展機會與挑戰時，能夠快速調整和重塑自身行為和資源分配以高效實現環境保護和資源節約目標的一種組織能力和必要條件。基于Teece[11提出的經典動態能力“感知 + 捕捉 + 重構”三個微觀基礎，并參照許暉等[12]關于綠色動態能力的案例深入研究，本文提出，制造企業綠色動態能力是識別市場、技術和政策等重大變化，搶抓綠色發展重大機遇，靈活調整內部資源和能力，實現綠色生產運營和可持續發展的高階能力體系，主要包括綠色環境感知能力、綠色資源整合能力和綠色資源重構能力。制造企業綠色動態能力的產生和演進具有明顯的階段性特征，隨著時間的推移，綠色動態能力的內涵維度不斷豐富，層次水平持續提高，功能作用不斷轉變，遵循較為明顯的“即時性一適應性—前瞻性”或“認知型—行動型—變革型”的躍遷式演化規律，如圖1所示。

圖1制造企業綠色動態能力演化規律

具體而言，在起步階段，制造企業綠色動態能力主要是綠色環境感知能力，是一種全面且及時地進行內外經營環境監測和識別重大綠色發展機會與挑戰的能力;在中期階段，綠色動態能力在綠色環境感知能力的基礎上融入綠色資源整合能力，體現為企業針對綠色發展機會或挑戰作出內部調整和適應的能力，是一種被動性、響應性的行動能力；在成熟階段，綠色動態能力在綠色環境感知能力和綠色資源整合能力的基礎上進一步生成綠色資源重構能力，此時，綠色動態能力的結構功能更為豐富完整，企業不僅能在短期上作出適應性的調整，而且能從長期上作出戰略性布局和深度創新，是一種主動性、前瞻性的變革能力。

企業數字化轉型的核心不是數字技術，而是組織轉型，組織轉型的標志是組織能力的重塑。數據要素本身具有高穿透性、可高速傳輸、可集成分析等特性，物聯網、大數據、人工智能等數字技術使用和數據要素的開發利用使企業逐步培育發展一種新的數字能力，能夠打破傳統的時空界限和信息孤島，打通企業全價值鏈、全過程和全生態，實現業務運營情況的全面感知、全面連接、智慧決策甚至是自動操作。這種數字能力天然對制造企業綠色動態能力的產生和提升有較強的促進作用，可以實現物理世界與數字世界的融合互動，幫助企業在環境保護和資源管理領域不斷增強感知、適應和重構的能力，支撐推動企業綠色低碳轉型，實現經濟利益和環境利益創造的兼容并蓄[13]。具體來講，第一，制造企業通過采用全域覆蓋的傳感系統和信息采集技術，及時收集、共享和分析企業生產流程、資源使用、綠色技術創新、綠色政策等內外部信息，識別綠色發展重大機會和威脅，強化綠色環境感知能力。第二，通過人工智能和物聯網技術，制造企業可以實時了解綠色資源能源在生產經營全鏈條、各環節的利用情況，進而開展靈活調度和統籌管理，增強綠色資源整合能力，提升企業資源綜合利用水平[14]。第三，基于統一的數字平臺，制造企業能夠清晰掌握自身業務運作、資源利用和環境污染動態，并通過加強與供應鏈上下游的信息共享和業務合作，快速靈活地對內外部資源重新進行組合配置，從而提升綠色資源重構能力。

進一步分析，制造企業綠色動態能力演化具有階段性躍遷式演化規律，這就決定企業綠色動態能力發展處于不同階段和層次水平對碳排放發揮的實質性影響具有差異性。只有當企業綠色動態能力演化到較高的層次和水平，才能充分釋放數字賦能碳減排效應。相反，如果企業綠色動態能力薄弱或停留在較低水平，其實際產生的碳減排效應微不足道。具體來講：

首先，當制造企業綠色動態能力發展演化處于起步階段時，其主要構成是綠色環境感知能力，企業主要通過各種數字技術的應用更高效地收集和分析企業內外部綠色發展相關信息，強化對綠色發展重大機會和威脅的監測和識別[15]。在這一階段，綠色環境感知動態能力停留在“認知”層面，無法對企業碳排放產生實質性的影響。相反，極有可能的是，隨著資源投入和消耗的增加，盡管綠色環境感知動態能力獲得了提升，但是企業碳排放增大，制造企業數字化轉型對綠色環境感知能力的影響與數字化轉型對碳排放的影響的方向相互背離。

其次，當制造企業綠色動態能力進一步演進，在綠色環境感知能力的基礎上形成了綠色資源整合能力，企業利用數字平臺進行快速精準的數據采集、傳輸、匯集和分析，增強了企業的信息透明度，有助于推動企業高效及時地開展內外部資源的配置優化和整合利用，不僅可以提高資源綜合利用效率[16]，減少資源能源消耗，也有助于減少碳排放。此時，企業綠色動態能力演進提升到“行為”層面，通過綠色資源整合能力對企業資源配置和行為模式作出實質性的調整，從而對碳排放產生實在的影響。當企業綠色資源整合能力提升帶來的碳減排收益大于成本時，就會抑制碳排放。

最后，當制造企業綠色動態能力發展演化至成熟階段，在綠色環境感知能力和綠色資源整合能力的基礎上進一步生成綠色資源重構能力，企業通過數字孿生、虛擬仿真、大數據分析等先進數字技術，能促進綠色清潔能源替代，推動能源結構綠色轉型，同時增強企業綠色產品和工藝創新，采用更環保的材料和產品、更優化的生產工藝參數，從而更顯著地影響和減少碳排放[17]。此時，綠色資源重構能力發揮主導作用，企業通過更積極和主動的改變重塑企業的綠色資源結構和行為模式，有助于從根本上支撐節能減碳減污增綠。

據此，本文提出以下假設：

H2a ：綠色環境感知能力在制造企業數字化轉型減少碳排放過程中不發揮中介作用，甚至可能產生遮掩效應。

H2b：綠色資源整合能力在制造企業數字化轉型減少碳排放過程中發揮中介作用。

H2c：綠色資源重構能力在制造企業數字化轉型減少碳排放過程中發揮中介作用。

（三）正式環境規制的調節作用

環境規制是指為實現社會經濟綠色和可持續發展，政府或社會針對各群體尤其是高污染、高排放的工業、制造業企業制定的一系列保護環境的約束措施，主要分為正式環境規制和非正式環境規制。其中，正式環境規制是指政府部門為降低污染和排放而制定的政策法規和規章制度，具體措施包含但不限于制定排污標準、收取排污費用、開展環保補貼等，是約束和刺激企業注重綠色環保的主要力量。非正式環境規制則主要通過社會、市場和道德力量進行引導和推動，包括開展綠色認證、社會公眾監督和履行公司社會責任等措施。相較而言，正式環境規制具有法律強制力和嚴格執法監督，在約束企業行為方面更為有效。

正式環境規制對企業綠色低碳發展產生的影響主要表現在“遵循成本\"效應以及波特假說兩個方面[18]：一是成本擠出效應。環境保護投資和治理污染外部成本的內部化必然導致企業的生產經營成本上升，這在一定程度上會擠占企業的技術創新投人，進而降低企業綠色全要素生產率，減緩企業綠色低碳轉型；二是創新補償效應。環境規制有利于企業更加自覺主動地將外部治污成本內部化，激勵企業進行綠色技術創新，從而提升企業綠色全要素生產率[19]。蒙大斌等對正式環境規制的“成本擠出”和“創新補償”的不同作用進行了深人研究[20]，證實了正式環境規制與綠色技術創新之間存在“U”型關系，當正式環境規制超過某個閾值時，會刺激企業加大綠色技術創新投入。

在\"遵循成本”和波特假說的雙重機制作用下，正式環境規制在制造企業數字化轉型對碳減排影響過程中扮演著不可忽視的調節角色。具體來講，一方面，在高強度的正式環境規制下，政府通過制定嚴格的碳排放標準、征收碳稅等措施增加制造企業的碳成本，倒逼企業加大數字化投入，采用物聯網、大數據等數字技術導人先進適用綠色技術，進一步向綠色領域優化資源配置和加強統籌協調，加快推動數字化與綠色化協同發展，從而開發和利用新的綠色環境感知、綠色資源整合和綠色資源重構動態能力，以實現減少碳排放和運營成本的雙重目標[21]。另一方面，政府提供稅收優惠和財政補貼，會正向引導、激勵制造企業加大力度推動數字化創新和綠色技術創新，通過綠色能源替代、綠色產品設計、綠色工藝升級等多條途徑，加快發展綠色動態能力和運營能力，最大限度減少對環境的不利影響[7]。相反，在低強度的正式環境規制下，制造企業將忽視自身行為對環境產生的不利影響，減少對數字化轉型、綠色技術創新、綠色能源替代等方面的投入和努力，從而減弱綠色動態能力和運營能力的開發、數字碳減排效應的充分發揮。由此，本文提出以下假設：

H3a：正式環境規制在制造企業數字化轉型與碳排放的關系中發揮正向調節作用。

H3b：正式環境規制強化制造企業數字化轉型對綠色環境感知能力的正向影響。

H3c：正式環境規制強化制造企業數字化轉型對綠色資源整合能力的正向影響。

H3d：正式環境規制強化制造企業數字化轉型對綠色資源重構能力的正向影響。

三、研究設計

（一）樣本選擇與數據獲取

本文以我國長三角地區制造業A股上市公司為研究樣本，考慮到碳排放相關能源數據的可獲得性，將2012—2021年設定為研究區間。在此基礎上剔除金融業公司、ST和 ^*ST 公司以及企業數字化轉型、碳排放等關鍵變量數據缺失的公司樣本，并進行上下 1% 水平的縮尾處理。最終得到383家樣本企業，共計3435個觀測值的非平衡面板數據。其中，企業數字化轉型和綠色環境感知能力變量測量所需文本來自各上市公司財務報告，綠色創新專利數據來自CNRDS數據庫;碳排放和各類能源數據來自《中國能源統計年鑒》;其余數據則來自CSMAR數據庫及各類統計年鑒。

（二）變量定義與測量

1．解釋變量：企業數字化轉型 （Dig） 。本文借鑒吳非等[22]、趙宸宇等[23]的研究，采用文本分析法對制造企業數字化轉型水平進行衡量，通過Python工具收集、提取上市公司年報中的MDamp;A部分文本，并從數字技術與數字應用兩個維度構建數字化轉型詞典，運用“Jieba”分詞功能處理并統計企業數字化關鍵詞出現的詞頻總數，并將其加1取對數處理。

2.被解釋變量：企業碳排放水平（ （car） 。本文參考沈洪濤等[24]的研究，采用企業碳排放強度，即企業碳排放量與營業收入的比值來衡量制造企業碳排放水平。其中，受限于企業層面碳排放數據缺失嚴重和無法直接獲得，企業碳排放量通過占行業碳排放量的比重來間接估算，該比重由企業營業成本在行業營業成本中所占的比例來確定。行業碳排放量則借鑒肖仁橋等[25]的研究，選取原煤、焦炭等8種能源，結合各能源的消費量和碳排放系數進行估算。具體公式如下：

上式中， E_ij 是第 i 個行業第 j 種能源的消費量（標準量）， η_j 是第 j 種能源的碳排放系數， EOC 是企業營業成本， IOC 是行業營業成本， EOR 是企業營業收人。最后，將 Car 加1取對數處理后來衡量企業碳排放水平。

3.中介變量：企業綠色動態能力。制造企業綠色動態能力包括綠色環境感知能力、綠色資源整合能力和綠色資源重構能力。本文采用統計公司年報中綠色環境感知關鍵詞詞頻來衡量制造企業的綠色環境感知能力水平。本文借鑒周闊等的“綠色化”詞典[26]和吳建祖等的“TMT環境注意力”詞典[27]，并通過提取《中國制造 2025》《綠色制造標準化白皮書》等文件中的綠色環境關鍵詞語，最終形成較系統全面的制造企業綠色環境感知詞典，如圖3所示。綠色資源整合能力 （EI） ，主要通過對現有資源進行優化配置和高效利用得以體現。本文使用綠色技術創新表征綠色資源整合能力，并參考陶鋒等[28]的做法采用綠色專利申請數量加1取自然對數進行測量。而關于綠色資源重構能力（ER），制造企業實現綠色資源重構的核心路徑是通過綠色資源獲取進而對資源結構進行根本性重塑，綠色清潔能源替代是重中之重，本文采用清潔能源替代水平對其進行表征，并參考朱歡等[29]的做法采用清潔能源消費占能源消費的比重進行測量。

4．調節變量：正式環境規制（Fer）。以往研究主要采用四種方式測量正式環境規制強度：一是企業污染排放相關指標，如工業污染排放絕對量以及經GDP標準化后的相對量指標[30]，通過比較不同地區的污染物排放量或達標率，評估環境規制的嚴格程度和有效性;二是企業環保投資相關指標，如污染治理投資完成額[31]，反映為污染治理上的投入，間接體現環境規制的嚴格程度;三是政府干預情況相關指標，如環保法規數量和環保詞頻占比[32」，反映政府對環境保護的關注程度;四是綜合指數法，選取多個相關指標，通過標準化、熵值法等方法進行加權處理，以全面反映環境規制強度和效果[33]。本文重點借鑒 Naughton[34]的做法，采用污染排放相對量指標來衡量，即企業注冊所在地城市第二產業生產產值與工業廢水排放量的比值。該值越高，說明企業面對的外部正式環境規制強度越大，企業開展環境保護和綠色低碳轉型的壓力和動力越大[35]。

5.控制變量。參考以往制造企業數字化與碳排放相關研究[6]，本文選取企業規模 Size（企業年末總資產的自然對數）、盈利能力Roe（企業當年凈資產收益率）、償債能力 Lev （企業資產負債率）、經營能力Tat（總資產周轉率）獨董占比Indt（獨立董事人數占董事會人數比例）股權集中度Top1（第一大股東持股比例）以及托賓Q值 Tob （企業托賓Q值的自然對數）作為控制變量。

本文研究變量的名稱和定義如表1所示。

（三）模型設置

基于上述理論分析，為剖析制造企業數字化轉型對碳排放的影響效應，本文設立基準回歸模型如下：

Car_i，t=β₀+β₁Dig_i，t+β₂Controls_i，t+γear+ind+ε_i，t

上式中， Car_i，t 是本文的被解釋變量，即制造企業的碳排放。 Dig_i，t 是本文的解釋變量，即制造企業的數字化轉型。 Controls_i，t 是一個變量合集，表示本文使用的所有控制變量。year 和 ind 分別表示時間固定效應與行業固定效應， ε_i，t 是隨機擾動項。

表1變量定義

為檢驗制造企業數字化轉型影響企業碳排放的傳導機制，本文參照溫忠麟等[36]的中介效應檢驗方法，構建如下模型：

Car_i，t=β₀+β₁Dig_i，t+β₂Controls_i，t+year+ind+ε_i，t

Car_i，t=γ₀+γ₁Dig_i，t+γ₂lnter_i，t+γ₃Controls_i，t+year+ind+ε_i，t

上式中， Inter_i，t 表示中介變量，其余變量含義與式（2）相同。

四、實證結果及分析

（一）描述性統計與相關性分析

變量的描述性統計如表2所示。結果表明，制造企業碳排放水平（ （Car） 的均值為5.126，標準差為1.559，表明樣本企業之間的碳排放水平差異明顯。制造企業數字化轉型（ Dig） 的均值為1.88，標準差為1.214，說明樣本企業的數字化轉型程度也存在較大差異。此外，相關性系數結果表明，制造企業數字化轉型與碳排放顯著負相關;企業數字化轉型與綠色動態能力三大構成能力之間顯著正相關。方差膨脹因子（VIF）檢驗結果顯示，各變量VIF均小于3，不存在嚴重的多重共線性。

（二）回歸分析

基于表3展示的主效應與中介效應檢驗結果，本文對提出的一系列假設進行全面驗證。具體來講，根據模型（2），制造企業數字化轉型與數字能力的提升在 1% 的水平上顯著抑制了碳排放，H1得到驗證，即制造企業數字化轉型及其伴隨生成的數字能力對企業碳排放具有顯著的抑制作用。

模型（3）、模型（4）和模型（5）的結果分別表明制造企業數字化轉型對綠色環境感知能力、綠色資源整合能力和綠色資源重構能力具有正向促進影響，其回歸系數顯著為0.1022、0.0513和0.0047。進一步，本文將所有中介變量納入模型（6）進行回歸，結果顯示，制造企業數字化轉型對碳排放的回歸系數依然在 1% 的統計水平上顯著為負，但綠色環境感知能力對碳排放的回歸系數并未通過 1% 水平的顯著檢驗，而且綠色環境感知能力對碳排放的回歸系數與數字化轉型對碳排放的回歸系數正負不一，說明綠色環境感知能力在企業數字化轉型與碳排放之間并未發揮中介作用甚至是可能產生遮掩效應， H2a 假設得到驗證。相對來講，綠色資源整合能力和綠色資源重構能力對碳排放的回歸系數均顯著為負，H2b和 H2c 得到驗證，這表明制造企業數字化轉型不僅直接降低碳排放，還通過提升綠色資源整合能力與綠色資源重構能力間接促進碳減排。

表2描述性統計與相關性分析

注： ***#?plt;0.01 ， **plt;0.05 ， ?_plt;0.1 ，下同

表3主效應與中介效應檢驗

對綠色資源整合能力和綠色資源重構能力的中介效應進行對比分析，發現綠色資源整合能力的中介效應為 -0.0046（0.0513*-0.0902） ，綠色資源重構能力的中介效應為-0.0541（ 0.0047*-11.5012） ，總的中介效應為-0.0587，占總效應比重為 22.4% 。綠色資源重構能力的中介效應遠遠大于綠色資源整合能力，綠色動態能力在制造企業數字化賦能碳減排過程的中介作用主要通過綠色資源重構能力來實現。這進一步驗證了本文的理論假設，即企業綠色動態能力層次水平越高，動態能力的碳減排效應越顯著。這符合制造企業綠色動態能力躍遷式演化的規律，綠色動態能力只有演進到綠色資源整合能力和綠色資源重構能力較高層次時，其碳減排作用才能發揮，低層次水平的綠色環境感知能力提升碳減排的效應不明顯，甚至會增加碳排放。

表4為正式環境規制調節效應的檢驗結果。列（1）顯示，制造企業數字化轉型和正式環境規制均與碳排放顯著負相關，且其交乘項的回歸系數也在 1% 的統計水平上顯著為負（-0.0658）。這說明正式環境規制加劇了制造企業數字化轉型對碳排放的負向影響，H3a得到驗證。列（2）顯示，其交乘項的回歸系數雖然為正，但是并未通過 10% 水平的顯著性檢驗，H3b未得以驗證。列（3）顯示，企業數字化轉型和正式環境規制均與綠色資源整合能力顯著正相關，且其交乘項的回歸系數在 1% 的統計水平上也顯著為正（0.0745），說明正式環境規制增強了企業數字化轉型對綠色資源整合能力的正向影響，H3c得到驗證。列（4）顯示，制造企業數字化轉型和正式環境規制均與綠色資源重構能力顯著正相關，但其交乘項的回歸系數為負，且未通過 10% 水平的顯著性檢驗，H3d未得以驗證。背后的原因是：一方面，現階段我國各地政府施行的正式環境規制手段對當地制造企業綠色低碳轉型的影響刺激作用的性質主要是“成本補償”，高碳成本反向倒逼企業加大現有通過資源的整合利用力度快速實現降碳減排的正向調節作用，以達到制度要求。而作為綠色動態能力的最高層次能力，綠色資源重構能力的提升需要企業主動投人大量的資源和成本，且需要較長的時間周期來實現。在巨大的“遵循成本”壓力機制下，現有環境規制手段對制造企業主動大量地投入數字化轉型以提升綠色資源重構能力的激勵作用明顯不足。另一方面，綠色資源重構能力是一種“前瞻性”特征的能力，需要企業內在強烈的使命感、價值觀和探索式創新來推動，短期外部的環境規制壓力使企業“忙于救火”，難以孕育對未來長期發展的認知和行為，正式環境規制對企業的刺激作用更多體現在“適應性\"特性的綠色資源整合能力開發和利用上。

表4調節效應檢驗

（三）異質性分析

進一步，本文通過分組回歸分析了產權性質以及是否為高新技術行業的異質性影響，同時采用費舍爾組合檢驗，輔助解讀異質性分析結果。如表5所示。

表5異質性檢驗

1.產權性質

在“雙碳”目標下，相較于非國有企業，國有企業有更強的環境責任和社會責任，更強烈的意愿和內在動機去投人環境保護以促進節能降碳減排增綠，而且國有企業擁有天然的政治關聯，更容易獲得更多的綠色發展政策和資金方面的支持，從而投人更多的資源和能力推動更深層次、更全方位的數字化和綠色化轉型升級，進而充分釋放數據和綠色的價值創造潛力，實現高質量發展。因此，本文預期我國國有制造企業數字化轉型和數字能力的提升對碳排放的抑制作用更顯著。表5中，國有企業樣本組和非國有企業樣本組數字化轉型前的回歸系數均在 1% 的統計水平上負向顯著，國有企業樣本組數字化轉型的回歸系數絕對值大于非國有企業樣本組，且組間系數差異顯著。這說明在我國國有企業中，數字化轉型對碳排放的抑制作用更為顯著。

2.是否為高新技術產業

相較于高新技術企業，我國非高新技術企業大多集中于傳統行業，且往往采用資源密集型和勞動密集型的粗放式發展模式，這導致其在能源消耗和環境治理上面臨更為嚴峻的環保挑戰，在單位工業增加值二氧化碳排放指標上面臨更大的環境規制壓力。因此，實踐中這類企業更傾向采用數字化新手段來優化產品設計、生產運營和管理流程和管理方式，進而在短期內實現節能降碳減污減排擴綠的目標。基于這一分析邏輯，本文預期在非高新技術企業中，制造企業數字化轉型及數字能力的提升將對碳排放產生更為顯著的抑制作用。為驗證這一預期，本文借鑒馬苓等[37]的研究方法，將樣本數據分為兩組，分別檢驗制造企業數字化轉型對碳排放的影響，結果如表4所示。兩組樣本的回歸系數均顯著為負，且非高新技術企業樣本組數字化轉型的回歸系數的絕對值更大，同時組間系數差異顯著。這證實了非高新技術企業中數字化轉型對碳排放的抑制作用更加顯著。

（四）穩健性檢驗

為保證回歸結果的可靠性，本文進行了一系列穩健性檢驗，結果如表6所示。

表6穩健性檢驗

（1）替換解釋變量

考慮到企業年報文本長度差異的影響，本文替換解釋變量為數字化相關詞頻占MDA部分詞頻總數比例（Dig_rate）重新進行回歸。結果如列（1）所示，制造企業數字化轉型的回歸系數依然顯著為負，回歸結果未發生改變。

（2）替換回歸模型

本文在原模型的基礎上添加城市固定效應，重新進行回歸分析。結果如列（2）所示，回歸結果依舊穩健。

（3）更換樣本數據

本文借鑒孟甜甜等的研究[38]，隨機刪除樣本 50% 的觀測值后，重新進行回歸。列（3）結果顯示，在 1% 的統計水平上制造企業數字化轉型的回歸系數依舊顯著為負。

（4）添加工具變量

制造企業數字化轉型與碳排放間可能存在內生性問題。因此，本文借鑒楊偉等[39]的做法，采用企業之外的同行業的數字化平均水平作為工具變量， （IV） 進行內生性檢驗。列（4）和列（5）結果顯示，Cragg-DonaldWaldF值大于Stock-Yogo的 10% 水平臨界值，通過了弱工具變量檢驗;可識別檢驗的K-PaarkLM統計量在 1% 水平上拒絕原假設，滿足工具變量可識別性。在考慮內生性問題后，工具變量與制造企業數字化轉型在 1% 的統計水平上顯著正相關，制造企業數字化轉型對碳排放的影響則仍負向顯著，回歸結果依舊穩健。

五、研究結論和實踐政策啟示

（一）研究結論

構建整合重塑內外部綠色資源以積極應對環境變化的綠色動態能力，是企業推動綠色低碳轉型落實到位的重要支撐和必要條件，也是當前我國制造企業未充分釋放數字賦能碳減排效應的最大障礙。本文基于綠色動態能力理論和2012—2021年我國長三角地區制造業上市公司大樣本數據，運用面板回歸和中介檢驗法，考察了制造企業數字化轉型對碳排放的影響，并根據企業綠色動態能力演化規律，探究了不同階段、不同層次的綠色動態能力在制造企業數字化轉型對碳排放影響過程中發揮的中介作用的差異性，得出以下結論：第一，制造企業數字化轉型及伴隨的數字能力提升與碳排放水平顯著負相關。第二，制造企業綠色資源整合能力和綠色資源重構能力在數字化轉型對碳排放影響過程發揮部分中介作用，而綠色環境感知能力不發揮中介效應甚至可能產生遮掩效應。綜合起來，綠色動態能力尤其是高層次水平的綠色動態能力是制造企業挖掘數字賦能碳減排潛力的重要中介渠道，亟需重點提升。第三，正式環境規制加劇了制造企業數字化轉型對碳排放的負向影響，增強了企業數字化轉型對綠色資源整合能力的正向影響，但在企業數字化轉型對綠色資源重構能力影響過程中的調節作用不顯著。第四，相較于國有企業和高新技術制造企業，數字化轉型對碳減排的賦能作用在非國有企業和非高新技術制造企業中更為顯著。

（二）理論貢獻

本文的理論貢獻主要有以下三點：第一，拓展了微觀企業層面數字化轉型對綠色低碳發展的賦能作用研究。本文聚焦制造企業微觀層面，從綠色動態能力的視角剖析數字化轉型對碳排放產生的抑制作用，是對數字化與綠色化關系和協同發展研究的一種補充。第二，揭示了綠色動態能力在制造企業數字化轉型對碳排放影響過程中發揮中介作用，并對不同階段不同層次的綠色動態能力中介作用的差異性進行了深入分析，打開了制造企業數字賦能碳減排作用的“黑箱”。本文引入綠色動態能力這一底層和豐富的概念，在企業數字化轉型與綠色化轉型間建立起有機橋梁，拓展了企業綠色動態能力研究，推進了企業數字化綠色化協同發展研究。第三，豐富了制造企業數字化轉型影響碳排放機制的邊界條件研究。本文深入研究了正式環境規制對制造企業數字化影響綠色環境感知、綠色資源整合以及綠色資源重構三大綠色動態能力調節作用的差異性，揭示了正式環境規制調節企業數字化轉型影響碳減排過程中的主要媒介是綠色資源整合動態能力，這是對正式環境規制影響企業綠色發展研究的進一步拓展。

（三）實踐啟示

為促進我國制造業企業加快數智化、綠色化戰略轉型，并推動數智化和綠色化協同發展，本文基于上述研究結論提出以下實踐啟示：

第一，挖掘數字賦能綠色低碳發展潛力。制造企業要高度重視和緊緊把握數字經濟發展重大新機遇，加快智能化改造和數字化轉型，構建感知、連接、分析和自動的新數字能力，挖掘數據新生產要素的環境價值創造潛力，賦能協同推進減碳、減污、擴綠增長，不斷提升企業“含綠量”“含金量”。制造企業要加快建設統一的物聯網、大數據和云計算平臺，建立高效的能源和碳排放等環境數據采集、匯聚和分析智能系統，開展生產經營全過程智能監控和優化技術工藝設備，提高生產運營效率和資源利用率，降低范圍1和范圍2碳排放。同時，制造企業利用數字技術加強與上下游企業的信息共享和業務協同，精準監測、統計和追溯碳排放，提升產業鏈供應鏈整體運行效率，降低范圍3碳排放。通過推動數字化和綠色化深度融合，全面助力制造業“雙碳”目標實現。

第二，抓住綠色動態能力關鍵短板和發力點，推動綠色低碳轉型破局立新。遵從綠色動態能力的房屋結構特征和階段性躍遷式發展規律，制造企業要積極利用數字技術促進綠色動態能力的生成和從低階向高階的持續升級，為綠色低碳轉型提供重要能力支撐，沒有綠色動態能力的突破，就沒有綠色低碳轉型的真正落地。制造企業要積極采用傳感器、物聯網、人工智能等數字技術，實時監測環境政策、生產經營和污染排放情況，有效識別綠色發展新機遇和潛在風險，提高價值鏈和供應鏈的數字化、可視化、透明化程度，增強企業內外部綠色資源的整合和重構，從而最大限度減少企業能源消耗，提高能源和資源綜合利用效率，降低碳排放及各種負面環境影響。需要特別強調的是，制造企業要聚力補短板，著重培育開發高階綠色動態能力，即綠色資源整合能力、綠色資源重構能力，為推動企業數智化和綠色化深度融合和協同發展注入新動能。

第三，加強環境規制，營造綠色低碳發展良好氛圍。有鑒于正式環境規制在制造企業數字化轉型促進綠色低碳轉型中發揮重要的調節作用，政府部門要一以貫之地堅持綠色發展新理念，持續強化環境保護和生態治理，為制造企業智改數轉和綠色低碳發展營造良好氛圍。積極主動地制定高排污標準、綠色發展財政補貼、ESG投資基金引領等多措并舉，并強化政策舉措之間的協同，充分發揮“有形之手”力量，正向引導和反向倒逼制造企業尤其是高能耗、高排放企業加速向高端化、數智化、綠色化轉型發展，深化推進新型工業化。

第四，非國有和高新技術制造企業要以更強的社會責任感和時代緊迫感加大推動數字化和綠色化協同發展。相較于國有企業，非國有制造企業數字化轉型通過綠色動態能力促進碳減排的賦能作用有待增強。同時，相較于高技術企業，非高技術制造企業大多屬于傳統制造業，在能耗與環境治理方面會面對更大的壓力，開展數字化轉型的動機會更加強烈，數字賦能碳減排的潛力也更易發揮。因此，我國非國有和高新技術制造企業要以更大的勇氣和決心推動高質量發展，在組織內部樹立統一共享的創新和綠色發展核心價值觀和經營理念，構建完善科學系統化的數字管理和綠色管理體系，培養合格的數字人才和綠色人才隊伍，不斷增強企業數智化轉型和綠色化轉型的活力和助力，持續推進數智化轉型和綠色化轉型項目早落地、早見效。

（四）研究局限與展望

本文仍存在不足之處：首先，在研究樣本上，主要選取長三角地區制造業上市公司為研究對象，可能存在區域偏差。未來可覆蓋全國A股制造業上市公司全樣本，探求更具普遍性的研究結論。其次，在內在作用機理上，驗證了企業綠色動態能力的中介作用和躍遷式演化規律，未來可從具象化的綠色動態能力如綠色能源替代、資源循環回收利用等多條路徑，深化對企業數字化轉型賦能對碳減排賦能作用的內在機制的分析。最后，在邊界條件上，未來可進一步拓展分析非正式環境規制、企業資源冗余性等因素發揮的調節作用。

[參考文獻]

[1］李海艦，李真真.數字化轉型對企業高質量發展和高速度增長的影響——基于“質量變革、效率變革、動力變革\"視角的檢驗[J].中國農村經濟，2024（4）：120-140.

[2］何帆，劉紅霞.數字經濟視角下實體企業數字化變革的業績提升效應評估[J].改革，2019（4）：137-148.

[3］曾可昕，張小蒂.數字商務與產業集群外部經濟協同演化：產業數字化轉型的一種路徑[J].科技進步與對策，2021，38（16）：53-62.

[4]WANGZUY.TheIntegratioofTraditoalTransportationInfrastructureandIfoatiatioDevelopnt：HoosifectCarbonEmissions？[J].Energies，2022，15（20）：7535.

[5]MALMODINJ，LOVEHAGENN，BERGMARKP，etal.ICTSector Electricity Consumption andGreenhouse GasEmissons—2020Outcome[J].TelecommunicationsPolicy，2024，48（3）：102701.

[6]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（5）：153-168.

［7］解學梅，韓宇航.本土制造業企業如何在綠色創新中實現\"華麗轉型”？——基于注意力基礎觀的多案例研究[J].管理世界，2022，38（3）：76-106.

[8]許憲春，任雪，常子豪.大數據與綠色發展[J].中國工業經濟，2019（4）：5-22.

[9］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[J].中國科學院院刊，2021，36（9）：1019-1029.

[10]WANGFQ，LIHM，CAOYC，etal.KnowedgeSharingStrategyandEmision ReductionBenefisofLowCarbnTechnologyClab-orativeInnovation in the Green Supply Chain[J].Frontiers in Environmental Science，2O21（9）：783835.

[11]TEECEDJExplicatingDyamicCapabilities：TeNatureandMicrofoudatiosof（Sustainable）EnterprisePerforanceJ.trategicManagement Journal，2007，28（13）：1319-1350.

[12］許暉，楊金東，王澤鵬.逐綠前行，綠浪迭起：制造業企業綠色動態能力的構建機制研究——基于德龍鋼鐵的縱向單案例研究[J].南開管理評論，2024，27（2）：60-74.

[13]焦豪.數字平臺生態觀：數字經濟時代的管理理論新視角[J].中國工業經濟，2023（7）：122-141.

[14]’AHMA，ZHANGDD，HUANGC，tal.ArtifiialtellgeceinSustanableEnergydustry：StatusQuo，Chalengesndpnities[J].Journal ofCleaner Production，2021，289：125834.

[15]JIANGYG，HUYM，ASANTED，etal.TheEfectsofExecutivesLow-carbonCognitiononCorporateLow-carbonPerfoance：AStudyof Managerial Discretionin China[J].Journal of Cleaner Production，2O22，357：132015.

[16]ABBASJ.DestheNexusofCorporateSocialResponsibiltyndGreenDynamicCapabilitiesDriveFirstowardGreenTechologicalInovation？TheModeratingRoleofGreeTransformationalLeadership[J].TechnologicalForecastingandSocialChange，2024，208：123698.

[17]BOROW.igiizatioDigitalTns，lockhainddstry4.OslementsofaagentProcessinEnterpiEergy Sector[J].Energies，2021，14（7）：1885.

[18］吳磊，賈曉燕，吳超，等.異質型環境規制對中國綠色全要素生產率的影響[J]．中國人口·資源與環境，2020，30（10）：82-92.

[19］朱金鶴，王雅莉.創新補償抑或遵循成本？污染光環抑或污染天堂？——綠色全要素生產率視角下雙假說的門檻效應與空間溢出效應檢驗[J].科技進步與對策，2018，35（20）：46-54.

[20］蒙大斌，于瑩瑩.雙重環境規制、創新生態與綠色技術創新——對\"波特假說\"的再探討[J].軟科學，2022（10）：47-54.

[21].胡江峰，黃慶華，潘欣欣.碳排放交易制度與企業創新質量：抑制還是促進[J].中國人口·資源與環境，2020，30（2）：49-59.

[22］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.

[23］趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率[J].財貿經濟，2021，42（7）：114-129.

[24］沈洪濤，黃楠.碳排放權交易機制能提高企業價值嗎？［J].財貿經濟，2019（1）：144-161.

[25］肖仁橋，王冉，錢麗.數字化水平對企業碳績效的非線性影響——綠色技術創新的中介作用[J].科技進步與對策，2023，40（5）：96-106.

[26］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.

[27］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，2021，42（9）：122-142.

[28］陶鋒，趙錦瑜，周浩.環境規制實現了綠色技術創新的“增量提質”嗎——來自環保目標責任制的證據[J].中國工業經濟，2021（2）：136-154.

[29］朱歡，鄭潔，趙秋運，等.經濟增長、能源結構轉型與二氧化碳排放——基于面板數據的經驗分析[J].經濟與管理研究，2020（11）：19-34.

[30]王鵬，郭淑芬.正式環境規制、人力資本與綠色全要素生產率[J].宏觀經濟研究，2021（5）：155-169.

[31］侯建，常青山，陳建成，等.環境規制視角下制造業綠色轉型對能源強度的影響[J]．中國環境科學，2020，40（9）：4155-4166.

[32］陳詩一，陳登科.霧霾污染、政府治理與經濟高質量發展[J].經濟研究，2018，53（2）：20-34.

[33］鄭兵云，徐曼琳，李邃.環境規制對異質型綠色技術創新的非線性影響[J].科研管理，2024，45（4）：157-165.

[34]NAUGHOHT.TShutdowortoShift：MultinatioalsandEnviromentalReglatioJ]EcologicalEcoomics，014，213-117.

[35］王韶華，楊志葳，張偉，等.異質性環境規制對碳中和企業經濟韌性的影響研究[J].管理學報，2023，20（12）：1771-1780.

[36］溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004，36（5）：614-620.

[37］馬苓，劉碩，鄭敏娜.企業數字化轉型、綠色創新與碳績效——碳排放權交易政策與公眾環境關注度的調節作用[J].研究與發展管理，2024，36（2）：63-73.

[38］孟甜甜，周雪梅，彭啟發.超額商譽會增加審計費用嗎——基于企業內外部治理機制的視角[J].會計之友，2023（22）：28-36.

[39]楊偉，汪文杰.數字化轉型對組織韌性的影響——財務冗余和管理者短視主義的調節效應[J].管理評論，2024，36（8）：200-211.

（責任編輯余敏）