新質生產力對企業碳排放影響研究

DOI：10.3969/j.issn.1004-910X.2025.09.003 [中圖分類號]F061.1；F062.1 [文獻標識碼]A

引言

在全球氣候治理背景下，我國提出“雙碳”目標：承諾在2030年前二氧化碳排放不再增長，并在2060年前抵消自身產生的二氧化碳排放量。其中，企業減排是實現該目標的關鍵。2023年，習近平總書記首次提到“新質生產力”，它是現有生產力的躍升，以高效能、高質量為基本要求[1]，為綠色生產力的發展提供了技術基礎和創新動力。同時，隨著我國數字經濟的快速發展，大數據逐漸成為推動新一輪科技革命的核心生產要素。2015～2016年間，國家先后批準設立八大國家級大數據綜合試驗區（以下簡稱為“大數據試點政策”），為企業提升新質生產力提供政策支持，對于減少企業對高耗能、高污染資源的依賴也有著重要作用[2]

現有文獻對新質生產力的研究主要從理論角度討論了新質生產力的邏輯體系[3]、內涵特征、發展歷程及實現路徑，以及提升新質生產力的戰略路徑[4]。在宏觀層面，部分學者對我國新質生產力水平進行了分析，表明整體處于穩步上升趨勢，并呈現出不同梯度格局[5]。在經濟發展上，有研究表明新質生產力能夠通過促進國內和國際經濟循環驅動經濟高質量發展[6。不少學者還從服務業[7]及制造業[8等行業角度，深入剖析了新質生產力對行業發展的推動作用及其邏輯。并且新質生產力可通過提升創業活躍度促進中國式產業鏈現代化[9]。在微觀層面，當前研究從多個角度分析了推動企業實現新質生產力的方法，如利用信貸專業化優化資本結構、改善投資效率[10]，以及利用數字化轉型，加快形成新質生產力[\"]，進一步推動產業發展。

對于大數據試點政策的規制研究目前主要聚焦于3個方向：經濟增長、技術創新和環境綠色化。在經濟增長方面，大數據試驗區設立可以對區域經濟高質量發展產生積極影響[2]，并促進數字化改革。大數據試點政策通過提升市場化水平、能源利用效率和綠色技術創新，將顯著推動外貿的高質量發展，加速產業鏈的現代化進程[13]。在企業管理層面，大數據試驗區能顯著降低企業的非效率投資水平[14]，有助于提升信息透明度和企業生產效率，進而抑制企業避稅[15]，促使企業高質量發展。技術創新方面，大數據試點政策的設立帶來了更高的信息傳遞效應和更低的融資約束效應。通過加速企業間知識流動和研發投人提升了企業數字創新水平與質量[16，17]。同時對企業全要素生產率的提高也產生了積極的間接效應[18]，從而有效地推動了企業新質生產力的提升[19]。環境綠色化方面，通過設立大數據試點政策顯著提升了企業綠色技術創新質量和效率[22]，并在城市層面，通過提高綠色創新能力和人工智能水平，進而提升城市生態效率[23]，并顯著降低城市碳排放強度[24]，有利于促進城市低碳轉型。

綜上所述，現有研究針對企業層面的微觀研究尚顯不足，且實證研究較少。并且對于大數據試點政策環境綠色化方面，大多數研究集中于探討企業的綠色技術創新，以及城市層面空氣污染影響，但數字化減排效果的異質性尚未深人分析。因此，本文將實證分析新質生產力對企業碳排放的影響及大數據試驗區政策的調節作用。可能產生的邊際貢獻有：（1）有效補充新質生產力在微觀層面的研究，為推動新質生產力發展及碳減排提供一定理論依據；（2）基于大數據試點政策探討其調節效應，拓展數字化研究視角；（3）基于區域和企業異質性分析，進一步探討差異性成因，從而提出針對性建議。

1理論分析與研究假設

1. 1 新質生產力與企業碳排放

新質生產力的核心要義是以創新驅動發展，擺脫傳統經濟增長方式、生產力發展路徑，通過技術創新、要素重構和產業升級形成的先進生產力形態[25]，隨著向新質生產力的躍升，其碳減排潛力將逐漸顯現。

新質生產力的引入將實現企業經濟效益提升，帶來減排資金支持。通過科技創新，引入自動化、智能化等先進技術，實現生產流程的精細化管理，提高效率與產品質量，降低單位產出的資源消耗與碳排放，同時增強企業盈利能力，為綠色投資積累資金。同時利用現代信息技術，更精準地把握市場需求，優化企業資源配置，提升整體運營效率。在降低成本、提升盈利能力的同時，確保資源的最大化利用，從而減少在生產過程中的碳排放，更將促進企業形成可持續的低碳發展路徑。

經濟效益提升為企業綠色轉型提供了資金保障，從而提升減排潛力，為綠色投資、綠色創新等項目提供支持。

另外，新質生產力的發展目標契合綠色發展訴求，通過技術創新和資源配置優化雙重路徑推動企業低碳轉型。在技術層面，企業綠色發展追求的是科技創新與資源節約的緊密結合，高效高質與低碳環保的和諧統一。而新質生產力的發展則契合并體現了綠色發展的本質訴求，強調科技創新的應用，為企業提供更加高效、環保的生產方式和技術支持。在資源配置層面，新質生產力強調資源的集約利用與優化配置。通過引入清潔能源、智能電網技術等，實現資源合理配置，確保資源得到最大化利用。同時，促進能源的低碳化轉型，推動可再生能源的廣泛應用，從源頭減少碳的排放。因此，新質生產力將在生產和消費全過程中提升經濟效益的同時降低生態破壞和資源消耗，從而促進企業的碳減排。

基于此，本文提出以下假設：

H1：新質生產力發展將促進企業碳減排。

1.2大數據試點政策的調節作用

企業低碳減排時常面臨信息壁壘、管理成本高和綠色技術研發周期長等挑戰，導致減排成本上升，影響企業經營效益。這使得企業往往更注重新質生產力帶來的經濟效益，而忽視減排責任。而大數據的發展則可以在其中有效降低信息不對稱，在企業與利益相關者之間傳遞信號方面提供幫助，從而影響企業新質生產力發展方向，在新質生產力對企業碳減排的影響中產生一定的調節作用。

在企業管理內部，大數據試點政策的實施將通過數字化轉型顯著提升企業運營效率與減排效能。通過大數據分析，提高企業決策的質量和效率，有效地管理各項信息，減少能源和原材料的消耗。此外，大數據技術使企業能夠監測和分析能源消耗模式，在推動綠色技術創新的同時降低能源浪費。同時可以更準確地實現精準營銷，不僅促進經濟發展，還將減少庫存積壓和過剩生產，有助于減少因過度生產而產生的碳排放。

在企業外部環境方面，大數據的發展對于緩解信息不對稱問題具有重要作用。投資者能夠利用大數據技術，通過收集以及篩選關鍵數據，從而進行更精準的綠色投資決策。這有助于企業解決資金短缺問題，并將更多資源投人到綠色生產力的發展中。同時，政府部門可以借助大數據技術，對企業碳排放進行智能化管理，準確衡量企業的環境績效，并實施有針對性的獎懲措施，直接針對企業的具體生產環境進行管制，督促企業進行綠色、可持續的技術創新，從而提升企業綠色技術創新的質量，進而對新質生產力的發展方向進行有效調節，以此進一步推動碳減排的實現因此，本文提出以下假設：

H2：大數據試點政策將正向調節新質生產力對企業的碳減排影響。

2 研究設計

2.1樣本選擇與數據來源

本文選取了 2018～2023 年的滬深A股上市公司為研究樣本，并剔除以下觀測值：（1）金融行業樣本；（2）ST、"^*ST 以及當年新上市或被暫停上市的樣本；（3）主要財務數據存在缺失值的樣本。經篩選，最終獲得共23055個有效觀測值，并對所有連續變量進行上下 1% 縮尾處理。

本文計算企業碳排放數據所需數據以及各企業財務指標均來自于國泰安CSMAR數據庫以及國家統計局，新質生產力數據來源于WIND數據庫。

2.2 定義變量

（1）被解釋變量 碳排放量

本文參考陳小蓓與陳雪婷[24]的計算方法，用行業二氧化碳排放總量①與企業占行業營業總成本的比重相乘，得到企業的碳排放量，同時對其結果取對數，具體公式如下：

（2）解釋變量一 新質生產力

本文參考宋佳等[25]的方法，基于生產力二要素理論，構建新質生產力指標體系，包括兩個要素：新質勞動力和新質生產工具。考慮到新質生產力的核心為創新，其具體指標主要與研發投入有關，勞動力由新質勞動者和新質勞動對象組成；生產工具由科技勞動資料與財務勞動資料組成，采用熵值法測算新質生產力水平。

具體說明如表1所示。

表1企業新質生產力指標

（3）調節變量——大數據試點政策

本文將大數據試點政策作為調節變量，并通過二元虛擬變量反映大數據試驗區的設立狀況。具體而言，若企業所在的省（區、市）在當年被新批準或之前已被批準為試點地區，則取值為1，否則取值為0。

（4）控制變量

參考崔建軍[26]、嚴子淳[27]的研究，本文選取試驗時間（Period）、第一大股東持股比率（Top1）、四委設立個數（Four）、企業規模（Lnsize）、凈資產收益率（ROE）、審計意見（Audittyp）、賬面市值比（BM）作為控制變量。具體變量解釋如表2所示。

表2變量定義

2.3 模型構建

為驗證新質生產力對企業碳排放的影響效果，以及大數據試點政策的調節作用，構建以下模型分別檢驗假設1與假設2：

其中，Control表示控制變量，Year與 Ind 表示年份與行業效應， ε_it 表示隨機誤差項。

3 實證分析

3.1 描述性統計分析

根據描述性統計結果，企業碳排放均值為7.316萬噸，其中最小值與最大值差距較大，且經對數化后標準差仍高達2.560，說明不同企業的碳排放量差距很大。新質生產力均值為0.023，最大值僅為0.045，表明我國企業新質生產力整體水平較低，具有很大的提升空間。

通過相關性檢驗，結果表明各變量間相關系數絕對值較小，且通過計算方差膨脹因子，VIF遠小于10，說明幾乎可以忽略多重共線性的問題，控制變量選取合理。

3.2 回歸分析

從表3可以看出，新質生產力在列（1）中的回歸系數為-17.764，在 1% 的水平上顯著為負，表明新質生產力對企業碳減排有顯著的促進作用，即在其他條件保持不變的情況下，新質生產力的發展程度越高，將促進企業減少更多碳排放量，本文假設H1成立。

在新質勞動者方面，新質生產力發展下勞動者將具備更多的高新科技知識和勞動技能，能夠滿足企業綠色生產的需要以應對碳減排挑戰，制造出節能減碳的先進設備，具備更多的綠色生產意識，從技術與意識上規范生產活動的碳排放。新質勞動資料方面，其核心是勞動工具的數字化和智能化，通過升級綠色低碳技術，更加精準地控制生產流程，實現資源的最大利用，減少在生產過程中的資源浪費與無效的碳排放。在新質勞動對象方面，隨著科技革命的推動，高性能材料、清潔能源以及非物質化勞動對象不斷涌現，具有更高的生產效率和質量，并從源頭上減少了企業的碳排放，減少了對傳統化石能源的依賴。新質生產力將綠色發展理念貫穿傳統產業生產全鏈條，實現生產過程的綠色化、低碳化和資源的高效利用，從而促進企業碳排放的減少。

3.3 調節效應分析

從模型（1）中依次加人大數據試點政策和其與新質生產力的交互項，并考慮政策試點年份的不同，控制實驗時間。加入交互項后，交互項的系數在 5% 的水平上顯著為負，說明大數據試點政策將顯著正向調節新質生產力對企業碳減排的促進作用，假設H2得到驗證。

基于信號傳遞理論從利益相關者角度分析，其中的原因研究可能有以下幾個方面：

（1）從內部利益相關者角度分析。大數據試點政策的實施推動了企業數字化轉型，使企業管理者能夠更有效地管理和協調企業資源，實現成本降低和效率提升，促進新質生產力的綠色發展。同時，大數據的發展也助力企業提高了員工整體素養，推動了新質生產力在新型勞動者方面的進步。大數據技術為企業提供了更高效的資源展示平臺，促使其通過提升低碳形象吸引綠色投資，激勵企業主動強化減排措施，進而優化新質生產力的減排效能。

（2）從外部利益相關者角度分析。企業數字化發展將降低企業與外部的信息不對稱程度，向外界傳遞信號，從而影響企業的發展。債權人與股東作為企業融資的重要來源，大數據技術將降低信息壁壘，幫助投資者精準評估企業環保績效，引導綠色資本流向。同時，利用大數據公開環境績效，將加強社會公眾的外部監督作用，激勵企業提高其環境績效，進而調整新質生產力的發展路徑，加大對企業碳減排的推動力度。政府部門除了可利用大數據技術更好地監管企業綠色發展，并據此實施獎懲機制鼓勵企業綠色發展外，也可以通過大數據平臺公布綠色發展的政策和環保法規，向企業清晰地傳遞政策導向，以明確企業的發展方向。雙向透明的政策溝通有助于企業更好地理解政府的期望和要求，促使新質生產力向降低碳排放方向發展。

表3回歸結果分析

注：括號內為t值，*、**、 *** 分別表示在 10% 1 5% 、1%水平下顯著。下同。

3.4穩健性檢驗

為了進一步檢驗上述研究的穩健性，利用替換變量的方式，將企業碳排放量的數據更換來源及測量方式，參考沈洪濤與黃楠[28的做法，根據行業能源消耗量乘二氧化碳折算系數計算行業碳排放量。檢驗結果如表4所示，新質生產力與交互項系數均顯著為負，與上述結果一致，結果具有穩健性。

表4穩健性檢驗的回歸結果

同時，考慮到新質生產力對企業碳減排的影響作用可能需要一定的時間，因此，采用解釋變量滯后1期作為工具變量的方法來緩解潛在內生性問題帶來的干擾。可以發現，滯后1期的新質生產力對企業碳減排的作用依舊顯著，為本文的假設驗證提供了穩健性支撐。

3.5 異質性分析

（1）區域異質性 —不同發展水平地區

本文將樣本分為東部地區、中西部地區兩個子樣本進行回歸，以便研究其區域異質性。結果如表5所示，新質生產力在 1% 的水平上均顯著促進兩個地區的碳減排，其中東部地區碳減排效果強于中部與西部地區。而大數據試點政策的調節作用在中西部地區顯著，但在東部地區效果并不顯著。

其原因可能在于東部地區經濟發展水平最高，擁有較強的新質生產力，低碳減排發展水平較高，導致碳減排效率較高。此地區企業可能具備較強的自主減排能力，對大數據試點政策的依賴性較低，使得大數據政策的額外調節作用不明顯。相比之下，中西部地區在技術水平和生產管理方面稍顯落后，但在碳減排方面擁有巨大潛力，能源轉型步伐相對較快。國家政策的支持為其提供了有力的幫助。因此，新質生產力能夠有效推動企業的碳減排工作，大數據試點政策也提供了有效的工具，通過增強政策的引導和支持，提升了這些地區的綠色發展能力，進而促進了新質生產力的發展和碳減排。

（2）碳排放權交易試點城市異質性分析

城市政策的施行將在一定程度上影響當地企業的行為，我國自2011年起分階段推進碳排放權交易試點，先后在8個省市開展碳市場建設，并于2021年啟動全國碳市場。基于這一政策背景，本文將企業按城市區分為碳試點城市企業與非試點城市企業進一步進行異質性分析。

表5不同發展水平的區域異質性分析

從表6回歸結果可知，位于試點城市與非試點城市的企業新質生產力系數均在 1% 的水平上顯著為負，試點城市的大數據試點政策系數也在10% 水平上顯著為負，但是其調節作用并不顯著。試點城市的新質生產力系數絕對值顯著較大，說明碳排放權交易試點城市由于政策的推動作用，新質生產力助力企業實現碳減排的效果更加顯著。其原因可能為碳排放權交易試點城市在碳減排方面通常具有更為明確的目標和政策導向，以激勵企業積極碳減排。得益于政策提供的有利環境，這些城市在碳排放、綠色技術創新、產業結構調整等方面往往擁有更多的資源和經驗。因此，這些城市在發展新質生產力時，能夠更有效地與現有低碳減排政策相結合，推動綠色產業的發展和碳減排目標的實現。并且由于市場化的碳交易機制，大數據的發展可以有效打破信息不對稱，在一定程度上推動企業碳減排發展。

表6碳排放權交易試點城市異質性分析

續表

（3）企業異質性 企業股權性質

本文以企業股權性質為依據，將樣本分為國有企業與非國有企業，以進行異質性研究。結果如表7所示，無論是國有企業還是非國有企業，新質生產力均在 1% 的水平上顯著為負，說明二者新質生產力的發展均會顯著促進碳減排。而就大數據試點政策的調節效應而言，國有企業存在正向調節作用，而非國有企業并不顯著。

表7不同股權性質的企業異質性分析

可能存在的原因為國有企業憑借與政府的緊密聯系，能夠快速響應國家“雙碳”戰略。大數據的發展將進一步加深企業對國家政策發布內容的理解，調整新質生產力在碳減排方面的發展策略。同時，嚴格的信息披露要求所形成的監管壓力，促使其主動將新質生產力與減排目標相結合，大數據技術的發展將進一步加強該邊際影響。而非國有企業通常面臨更為激烈的市場競爭，這些企業可能更注重其對經濟效益和市場份額的直接影響。在資源有限的情況下，利用大數據技術的幫助，優先將資源投入到與生產、銷售等直接相關的領域，而非低碳減排的發展。且非國有企業的利益相關者對其在碳減排方面的期望和要求可能也相對較低，導致大數據發展的信號傳遞效應在低碳減排方面的監督作用并不明顯，不能進一步促進新質生產力在碳減排方面的發展，其調節作用不顯著。

4結論與建議

本文以2018～2023年的滬深A股上市公司為研究樣本，探討新質生產力對企業碳減排的影響，并探究了國家級大數據綜合試驗區試點政策在其中的調節效應。研究結果表明：

新質生產力與企業碳排放量存在顯著的負相關關系，大數據試點政策在其中有顯著的正向調節作用，將通過信號傳遞作用，影響利益相關者，從而推動新質生產力對企業碳減排的促進作用。異質性分析發現，東部地區新質生產力對碳減排的促進作用更強，而西部地區與中部地區的大數據試點政策的調節作用更為顯著；位于試點城市的企業新質生產力減排效果更好，能夠更有效地將政策結合促進企業低碳減排；國有企業與非國有企業新質生產力對碳減排的促進效果均顯著，但大數據試點政策所發揮的調節作用在非國有企業上并不顯著。

結合研究結論，本文將提出以下建議：

基于政府角度，鑒于新質生產力對企業碳減排有顯著促進作用，而我國新質生產力仍處于發展階段，政府可以制定特定激勵政策，按照新質生產力發展的不同階段和重點領域，尤其是在綠色研發方面的投入，分級分類提供財政補貼、稅收優惠和貸款支持等獎勵政策促進新質生產力的發展，以激勵企業增加對綠色科技的創新投入，并推動低碳減排。同時積極推動大數據技術的發展，有效利用大數據在其中的正向調節作用，提高政策傳達和實施的效率，與低碳政策形成有效結合，提高各項低碳數據的共享性和可用性，從而因地制宜助力企業提升綠色生產力，進一步減少碳排放量；基于企業角度，企業應充分利用政府提供的政策支持，加速自身的數字化轉型，進而推動新質生產力的發展。充分認識大數據發展下所帶來的信號傳遞效應，主動參與大數據平臺建設，及時準確地披露自身的碳信息，增強環境保護、節能減排等意識，從長遠發展角度增強對新質生產力的發展投人，積極推動綠色科技創新，承擔社會責任，增強碳治理從而減少碳排放，助力國家“雙碳”目標的實現。

注釋：

① 行業二氧化碳排放總量 Σ=Σ 煤炭二氧化碳排放量 + 焦炭二氧化碳排放量 ^?+ 原油二氧化碳排放量 + 汽油二氧化碳排放量 + 煤油二氧化碳排放量 + 柴油二氧化碳排放量 + 燃料油二氧化碳排放量+天然氣二氧化碳排放量。

參考文獻

［1］胡瑩．新質生產力的內涵、特點及路徑探析［J]．新疆師范大學學報（哲學社會科學版），2024，45（5）：36～45，2.

[2]趙鵬，朱葉楠，趙麗．國家級大數據綜合試驗區與新質生產力——基于230個城市的經驗證據［J]：重慶大學學報（社會科學版），2024，30（4）：62～78.

[3］李政，廖曉東．發展“新質生產力”的理論、歷史和現實“三重”邏輯[J].政治經濟學評論，2023，14（6）：146～159.

[4]蔣永穆，喬張媛.新質生產力：邏輯、內涵及路徑［J]．社會科學研究，2024，（1）：10～18，211.

[5］施雄天，余正勇．我國區域新質生產力水平測度、結構分解及空間收斂性分析[J]．工業技術經濟，2024，43（5）：90～99.

[6]王曦.數字新質生產力、國內國際雙循環與經濟高質量發展[J].統計與決策，2024，40（10）：17～22.

[7］王文凱，陳輝民．新質生產力賦能服務業綠色轉型的內在邏輯和政策措施［J/OL]．中國流通經濟：1～12［2024-08-13].http：//kns.cnki. net/kcms/detail/11.3664.F.20240605.1306.006.html.

[8]謝寶劍，李慶雯．新質生產力對制造業轉型升級的驅動效應分析———基于珠三角數字經濟的考察［J].技術經濟與管理研究，2024，（5）：1～10.

[9]王健.新質生產力對中國式產業鏈現代化的影響研究［J].工業技術經濟，2024，43（6）：3～11.

［10］張雪蘭，王劍，徐子堯，等．惟精惟勤，玉汝于成：信貸專業化與企業新質生產力發展［J/OL].金融經濟學研究：1～19[2024-08-13]. http：//kns.cnki.net/kcms/detail/44.1696.f.20240731.1545.002.html.

[11］孫全.數字化轉型與新質生產力——基于信息不對稱和信息披露質量的視角［J]．國際商務財會，2024，（13）：3～11，19.

[12]蘇錦旗，唐詩瑤，張營營．國家級大數據綜合試驗區能否促進區域經濟高質量發展——基于試點區政策的準自然實驗［J].現代財經（天津財經大學學報），2023，43（10）：56～73.

[13］徐毅，周昊朋．國家級大數據綜合試驗區能否驅動外貿高質量發展——基于準自然實驗的實證研究［J]．哈爾濱商業大學學報（社會科學版），2024，（3）：110～128.

[14]丁鋒.企業非效率投資與高質量發展—來自國家級大數據綜合試驗區的證據[J]．會計之友，2024，（13）：48～54.

[15]何涌，吳騰.大數據技術應用能抑制企業避稅嗎—基于國家級大數據綜合試驗區的分析［J].中南財經政法大學學報，2024，（5）：57～69.

[16］陳丹，任曉剛，謝賢君．大數據發展、創新生態與企業技術創新質量——基于國家大數據綜合試驗區的準自然實驗［J].中國科技論壇，2024，（9）：79～89.

［17］張寶建，胡小雨，陳勁．國家級大數據綜合試驗區帶來了普惠效應嗎？——基于企業數字創新的微觀證據［J]．經濟管理，2024，46（8）：106～122.

[18］史丹，孫光林.數據要素與新質生產力：基于企業全要素生產率視角[J].經濟理論與經濟管理，2024，44（4）：12～30.

［19］邢霖，陳東，張紅梅.大數據賦能與區域新質生產力發展來自國家級大數據綜合試驗區的準自然實驗[J].科技進步與對策，2024，41（20）：23～31.

[20]張志新，徐世超，高惠楠．大數據發展能否推動企業綠色技術創新“質效并舉”——基于“國家大數據綜合試驗區”的準自然實驗［J].當代經濟研究，2024，（4）：103～115.

[21]張東玲，劉妍，吳昊．大數據戰略視角下數字經濟對城市生態效率的影響研究［J].陜西師范大學學報（哲學社會科學版），2024，53（5）：31～48.

[22]張營營，許釗，彭碩毅．大數據發展對中國城市低碳轉型的影響及其機制研究[J]．城市問題，2023，（9）：34～43，65.

[23]賈若祥，竇紅濤．新質生產力：內涵特征、重大意義及發展重點[J]．北京行政學院學報，2024，（2）：31～42.

[24]陳小蓓，陳雪婷.媒體壓力、融資約束與工業企業碳排放—綠色發明專利的調節作用［J].科技進步與對策，2021，38（12）：69～78.

[25]宋佳，張金昌，潘藝.ESG發展對企業新質生產力影響的研究——來自中國A股上市企業的經驗證據［J]．當代經濟管理，2024，46（6）：1～11.

[26]崔建軍，雍雁嵐，王少輝．國家級大數據綜合試驗區與企業綠色技術創新[J].經濟問題探索，2023，（12）：37～59.

[27]嚴子淳，王偉楠，王凱，等．數字化轉型能夠提升企業投資效率嗎？——來自制造業上市公司的證據［J]．管理評論，2023，35（12）：20～30.

[28］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，2019，40（1）：144～161.

Research on the Impact of New Quality Productivity on Enterprises’ Carbon Emission

The Role of National Big Data Comprehensive Pilot Zone

Zhang LongtianYu Xuhan （School of Economics and Management，China University of Petroleum（Beijing），Beijing 102249，China）

[Abstract]This paper takes Shanghai and Shenzhen A-sharelistedcompanies from 2O18 to 2023 as aresearch sample to exploretheimpactofnewqualityproductivityonenterprises’carbonemisionandthemoderatingefectofbigdata pilotpolcy.Theresearchresultsshowthatnewqualityproductivitysignificantlypromoteenterprises’carbonemisionreduction，andthebigdatapilot policyhasapositivemoderatingfectinthisregardHeterogeneityanalsisevealstatnterprseslocatedintheeasteegionnd carbonemissons tading pilotcitieshavebeteremissionreduction efectsfromnewqualityproductivity.Both state-ownednd nonstate-ownedenterprisesexhibitsignificantemissonreductionefects，butthemoderatingefectofstateowedenterprssismore significant.Thestudyprovidesempiricalsupportandpolicyrecommendationsforpromotingthedevelopmentof enterpries’new qualityproductivityandcarbon emissionreduction.Thestudyproposesrecommendationsfromthegovernmentandenterprises：the govermentcanformulateaphasedandcategorizedincentivepolicy，promotethedevelopmentofnewqualityproductivitythrougfinancial subsidiesandother means toreducecarbonemissons，and improvetheeficiencyofthepolicywiththehelpofbigdata technology；enterpriseseedtomakeuseoftepolicysupprt toacceleratethedigitaltrasformation，atachimportanetotesig nalingeffect，strengthentedisclosureofcarboninformation，andincreasetheinvestmentinnewqualityproductitytoducear bon emissions，so as to contribute to the“dual carbon”goal.“Dual-carbon” goal.

[Key words]newquality productivity；carbon emission；national bigdata comprehensive pilot zone；enterprises’carbon emissionreduction；environmental impact；pilotcities forcarbonemission trading；bigdata policies；digital technology

[Jelclassification]P21；Q13（責任編輯：楊婧）