摘要：随着数字经济时代的来临，数字技术创新正在日益成为中国经济高质量发展的重要着力点。基于2013—2023年中国制造业上市企业专利数据，探究数字技术创新对绿色创新质量的作用和机制。研究发现，数字技术创新对制造业绿色创新质量有正向提升作用，在经过内生性和稳健性处理后仍是成立的。机制检验表明：数字技术创新通过提高制造业企业研发投入和环境信息披露质量机制来提升绿色创新质量，然而会受到环境规制的负向调节。研究结论为中国如何强化数字技术创新以及促进企业高质量发展，提供重要的事实支撑和政策启示。

关键词：数字技术，绿色创新质量，数字专利，研发投入，环境信息披露，环境规制

一、引言

中国制造业绿色低碳发展是社会经济发展的基本立足点，其核心在于绿色创新。2016—2022年，中国绿色低碳技术专利申请量达46万件，但海外授权仅2.1万件，远低于欧洲的7.4万件，反映出“量高质低”问题，这表明当前绿色创新存在专利“漂绿”和模仿式创新，导致创新质量不足，形成绿色“创新假象”^[1]。随着人工智能、大数据等技术的崛起，数字技术创新已成为经济增长的新引擎。我国高度重视数字技术创新的发展，着力突破核心技术瓶颈，培育数字产业和人才，以提升创新活力和国际竞争力。在当前经济转型与环保双重压力下，数字技术为制造业绿色转型提供了新机遇。因此，如何利用数字技术创新推动制造业绿色转型的同时，还要确保绿色创新的质量，已经成为当前学术界共同关注的焦点。因此，有必要深入探讨数字技术创新能否提升制造业绿色创新质量，以及其中的作用机制又是怎样的。

当前学者们对于数字技术创新的研究主要集中于数字技术创新的定义及其对企业带来的经济效益。学者们认为数字技术创新指既是企业或者组织对当前拥有的数字技术进行的技术的突破和创新，即数字技术本身的创新，也是企业或者组织将数字技术应用到生产、管理以及经营等必要流程中来，创造出全新的产品、管理方法以及商业模式的过程和结果^[2]。数字技术创新还会对企业的发展带来一定的经济效益，黄勃等（2023）^[3]研究发现数字技术创新在管理、投资、运营以及劳动四个方面来提高企业的全要素生产率，进而加快企业高质量发展；陶锋等（2023）^[4]发现数字技术创新会显著提升企业的市场价值，但是只在一些特定行业中才能成立。然而，目前还很少有学者关注到数字技术创新对企业内部创新的影响。

有关于企业绿色创新质量的研究多集中于影响因素上。首先，从企业内部组织文化、技术能力和高管水平三方面进行研究，企业内部工资上涨等员工福利的提升有利于企业创新绩效的提升，员工福利的上涨有利于提升企业创新的员工度，从而有利于创新质量的提升^[5-6]；冯熹宇等（2023）^[7]认为绿色创新网络的嵌入会促进企业绿色创新质量的提升；CEO的技术经验^[8]会对创新质量产生影响，CEO技术经验水平越高，企业创新质量的提升越强，是企业绿色创新的推动者。其次，政府政策法规和外部研发合作等外部因素产生的影响。绿色信贷政策^[9]、“高新技术企业认证”等激励政策^[10]和政府的税收优惠政策^[11]显著提升了企业绿色创新质量，龙小宁等（2023）^[12]和刘斐然等（2020）^[13]探究不同合作研发模式对创新质量的差异化影响，发现产学研合作模式是最能提升企业创新质量的，合作的深度越深，影响越大。

基于以上分析，本研究的边际贡献可能体现在：第一，研究将数字技术创新作为一个关键变量纳入影响制造业企业绿色创新质量的理论框架之中，拓展了制造业企业绿色创新质量驱动因素的研究边界，为推动制造业绿色转型提供了新的理论解释；第二，研究揭示了数字技术创新的作用机制，通过识别研发投入与环境信息披露两条关键中介路径，环境规制的负向调节作用，尝试打开了数字技术创新赋能制造业绿色创新质量过程中的“黑箱”，深化了学界对“数字技术-绿色创新”这一复杂过程的理解，为后续研究奠定了更细致的理论基础。

二、理论分析与研究假设

（一）数字技术创新对制造业企业绿色创新质量的影响

数字技术创新是企业通过数字技术在生产、管理等流程中的运用，进而在产品研发、生产流程和商业模式等开展创新的过程^[14]。在此过程中，数字技术创新通过成本降低、协作提升以及资源配置来提升制造业企业绿色创新质量。第一，创新能力提升效应。大数据与人工智能等数字技术极大提升了知识挖掘与模拟计算效率，使研发人员能从海量数据中识别新的环保材料与工艺路径，将试错式研发升级为靶向式探索。企业能够在实体投入之前，就于数字空间内达成最优的绿色设计，提升了绿色技术创新的技术先进性与系统可靠性。数字技术并非简单工具，而是作为一种赋能型技术，扩展了企业认知和解决复杂环境问题的能力边界。第二，成本降低效应。数字技术创新可以有效地降低制造业企业的信息搜索成本，面对庞大且复杂的数据信息，新兴数字技术可以进行全面和深入的分析，使制造业企业可以提取出最有价值的信息，使绿色创新决策更具科学性，有助于制造业企业绿色创新质量的提升。第三，协作提升效应。制造业企业应用数字技术搭建出更先进、更有效的研发合作平台，从而有利于制造业企业与政府、其他企业、科研机构以及消费者等多个创新参与者之间形成更加紧密的信息交流网，打破时间和空间上绿色创新所受到的限制，提高制造业企业对外开放协作能力，完善制造业企业绿色创新开放模式，激发绿色创新活力，获取更高质量的绿色创新成果。第四，资源配置效应。数字技术创新能够降低信息市场的交易成本并释放制造业企业转型升级的积极信号，从而得到金融市场、能源市场等资源市场的青睐，使更多的投资者关注到企业，迎来更多的投资热情，使得制造业企业获得资源支持的力度增大，使制造业企业获取更高的资源配置地位，合理的运转资源，为绿色创新质量提升奠定了充足的资源基础。基于以上分析，提出如下假设：

假设1：数字技术创新能够提升制造业企业绿色创新质量。

（二）研发投入的中介效应

数字技术创新是一项耗时较长、风险较高的企业活动，一旦开始着手规划和执行，就会倒逼制造业企业不断地投入研发资源来提高风险承担能力，为高质量绿色创新保驾护航。第一，随着数字技术创新的不断推进，企业会提高原有研发投入的产出水平，吸引政府和投资者的关注，拓展研发资金渠道，加大企业研发资金的投入。第二，数字技术创新活动的正常运转往往离不开充足的数字技术型人才，这就会倒逼制造业企业从内部原有员工数字技术知识培训或者外部招揽技术型人才两个方面来提升企业研发人才的数量。第三，根据资源的有限性，生产效率和资源利用效率的提升，以及数字先进技术取代一定工人岗位，降低生产所需要的人力、财力需求，企业将节省下来的资源转移到研发投入中，形成数字技术创新增加制造业企业研发投入这一稳定的传导链。

研发人才是绿色技术创新的创造者、应用者与转化者，研发资金为绿色技术创新提供必要的资源保障和风险承担能力，两者共同为制造业企业绿色创新质量的提升提供了智力条件和资本条件。首先，制造业企业不断自我培养或引进具有高创新思维的数字技术型人才，直接决定了绿色技术创新的技术先进性和环境效益的深度，提升了绿色技术创新的系统性与完整性，有助于制造业企业在创新过程中持续地进行技术迭代和更新，促使制造业企业创造出更多高质量的绿色创新成果。其次，随着研发资金的增加，制造业企业可以探索前沿技术逐渐提升和改善自身的创新能力，也可以购买外部优秀的绿色创新技术，加大创新力度，积累绿色创新成果，提升制造业企业绿色创新质量。最后，研发人才和研发资金绝非孤立发挥作用，两者的有机结合将产生“1+1>2”的协同效应，高质量的研发人才决定了研发资金投入的方向与质量，研发资金则直接决定了研发人才能力发挥的规模与效率，两者的合力形成一个推动制造业企业绿色创新质量持续提升的正向增强回路。据此，提出如下假设：

假设2：数字技术创新通过增加制造业企业研发投入的力度提升制造业企业绿色创新质量。

（三）环境信息披露的中介效应

数字技术创新改变了企业产品或者服务的性质与结构，让更多不同目标、不同能力的参与者加入创新组织中来^[14]。之所以参与者能够加入创新组织中来，是因为数字技术创新在提高制造业企业挖掘和信息处理技术的同时会提升利益相关方和社会公众的信息可及性，使制造业企业的经营管理情况更加透明化，即环境信息披露质量得到了提升。第一，数字技术创新所带来的放大信号传递效应就会吸引更多的利益相关方，从而增强了企业提升环境信息披露质量的动机。第二，随着数字技术创新的提升，扩大了公众对环境诉求的表达和传播渠道，增强了公众的话语权和参与感，提高了公众对企业环境信息的监督地位，倒逼环境信息披露质量提升。第三，开展数字技术创新的制造业企业还会受到更多分析师的关注，面临更大的外部监管力度，为了维护自身形象，保持市场竞争力，制造业企业会主动提升环境信息的披露质量。因此，数字技术创新会提高环境信息披露质量。

制造业企业环境信息披露质量的提升使企业变得更加透明化，从而能够赢取更多投资者的青睐、社会公众的外部监督以及提升内部信息治理水平，达到制造业企业绿色创新质量提升的目的。第一，环境信息披露质量的提升使投资者获取更多的信息，更加了解企业，获取到投资者的信赖，赢取更多的投资为制造业企业绿色创新提供充足的研发资金，提升制造业企业绿色创新质量。第二，从外部监督管理来看，环境信息披露质量的提升使社会公众了解到了更多有关企业的环境信息，赢得了更多的关注度，从而获取更高的外部监管力度，倒逼制造业企业更加注重高质量绿色创新。第三，从制造业企业内部来看，环境信息披露质量的提升优化了制造业企业内部部门与部门之间信息传递和资源整合的路径，追踪各部门生产流程和环节，改善绿色创新决策，确保环保责任落实到各个部门，倒逼制造业企业绿色创新质量提升。据此，提出如下假设：

假设3：数字技术创新能够通过提高环境信息披露质量提升制造业企业绿色创新质量。

（四）环境规制的调节效应

环境规制是政府为了达到环保和提高环保意识的目的，通过法律法规、政策出台和经济措施来直接或者间接地对企业的资源利用进行干预，形成了一种无形的约束企业浪费资源和污染的力量。在环境规制下，制造业企业成本增加，挤占研发资源的局面，不利于数字技术创新促进制造业企业绿色创新质量的提升。当环境规制力度较低时，制造业企业环境治理的压力还不是很大，不会挤占太多的企业资源，具有足够的能力来满足环境保护与研发共同推进，对数字技术创新促进制造业企业绿色创新治理的提升影响不大。但是环境规制力度的加大也带来了制造业企业成本的增加，使得制造业企业不得不提高自身的环境污染治理能力，更新环保设备，使用环保材料，从而增加降污的成本；投资者更会考察制造业企业的降污减排能力，为制造业企业的融资又增加了一个关键性的条件，获得投资难度更大，成本压力也随之上升；政府也会加大投入到环境治理中来，财政压力也会随之上升，那么政府就会加大税收力度，这也会使制造业企业的成本压力上升。最终造成制造业企业成本压力骤增的局面，会削弱了制造业企业的研发资源，延长了制造业企业研发周期以及降低了制造业企业研发的成功率，对数字技术创新提升制造业企业绿色创新质量产生了负向调节作用。据此，提出如下假设：

假设4：环境规制在数字技术创新对制造业企业绿色创新质量的影响中发挥负向调节作用。

三、研究设计

（一）模型构建

为了进行数字技术创新与制造业企业绿色创新质量的影响及机制，建立了如下模型：

giq_it=α₀+α₁dig_it+∑controls+γ_i+δ_t+θ_i+μ_i+ε_it （1）

中介检验模型：

m_it=α₀+α₁dig_it+∑controls+γ_i+δ_t+θ_i+μ_i+ε_it （2）

giq_it=α₀+α₁dig_it+α₂m_it+∑controls+γ_i+δ_t+θ_i+μ_i+ε_it （3）

调节检验模型：

giq_it=α₀+α₁dig_it+α₂er_it+α₃dig_it*er_it+∑controls+γ_i+δ_t+θ_i+μ_i+ε_it （4）

模型中，giq代表制造业企业绿色创新质量，dig代表数字技术创新，controls代表控制变量，i代表企业，t代表年份，γ、δ、θ和μ分别表示公司、年份、行业和地区的固定效应，ε代表随机扰动项。其中，m为中介变量，er表示环境规制水平。

（二）变量定义

1.被解释变量。绿色创新质量（giq），借鉴马红和侯贵生（2024）^[15]的研究，选取绿色发明专利申请数量来衡量绿色创新质量。为了提高实证结果的可靠性，借鉴刘维刚等（2020）^[16]的研究，用绿色发明专利的授权数量来进行稳健性检验。

2.解释变量。数字技术创新（dig），通过借鉴黄勃等（2023）^[3]的思路，对制造业上市企业的专利文件进行关键词文本分析来确认数字专利申请数量，最后汇总制造业企业数字专利的申请数量来衡量数字技术创新。

3.中介变量。第一，研发投入（talent、fund），通过借鉴肖静和曾萍（2023）^[17]的研究，分别采用制造业上市公司的研发人员数量和研发投入资金总额来衡量。第二，环境信息披露（edi），通过借鉴沈洪涛等（2014）^[18]的研究采用内容分析法来测算环境信息披露指数。

4.调节变量。环境规制（er），通过借鉴张建鹏和陈诗一（2021）^[19]的做法，采用各省级政府工作报告中有关环境保护的词频数量和地级市层面重工业占GDP的比例的交互项来衡量环境规制。

5.控制变量。为了更好地估计数字技术创新对企业绿色创新质量的影响，避免公司自身发展特征与治理指标造成的偏差，控制了如下变量，（1）企业年龄（age），成立年数的自然对数值；（2）董事会规模（board），董事会人数的自然对数值；（3）财务杠杆（leverage），企业的总负债与总资产的比值；（4）市场价值（tobin），企业的总市值与总资产的比值；（5）流动资产比（liquid），企业流动资金与总资金之间的比值；（6）现金资产比例（cashflow），企业的现金流量额与总资金之间的比值。并且在实证分析中加入了企业、年份、行业和地区的控制效应。

（三）数据说明与描述性统计

研究选取2013—2023年A股制造业上市公司作为研究样本。企业文本数据来自WinGo财经文本数据平台，其他数据来自CSMAR数据库，在计算本文所涉及的相关变量后根据企业股票代码、年份、地区行政区划代码进行匹配，并剔除ST、IPO未满一年的样本，共获取了16231个观测样本。主要变量的描述性统计结果如表1所示：

四、实证结果分析

（一）回归分析

1.基准回归。表2展示了数字技术创新对制造业企业绿色创新质量的回归结果，数字技术创新对制造业企业绿色创新质量的回归系数均是正向的，且在1%水平上显著，表明数字技术创新会提升制造业企业绿色创新质量。由表2列（4）结果可知，数字技术创新的系数在加入控制变量和固定效应后为0.279，仍在1%的水平上显著，说明数字技术创新水平每提高1%，制造业企业绿色创新质量便会提高0.279%，说明数字技术创新会提升制造业企业的绿色创新质量，与前面理论分析一致，验证了假设1。

2.内生性检验。为了解决因互为因果导致的内生性问题，即绿色创新质量高的制造业企业原本数字技术创新水平就高。通过借鉴黄群慧等（2019）^[20]的研究方法，采用企业所在城市1984年固定电话数量（取自然对数）与所在省份互联网接入端口数的交互项作为工具变量（digiv），进行回归检验。结果如表3所示，列（1）显示，第一阶段回归估计系数在1%水平上显著为正，说明该工具变量满足相关性要求。由列（2）可知，第二阶段的回归系数也是显著为正的，表明工具变量估计结果与基准回归结果在系数方向和显著性水平上保持一致，回归结果依然是成立的，再次验证了假设1。

3.稳健性检验。为了确保研究结论的可靠性，通过采用滞后一期核心解释变量、更换tobit模型、替换被解释变量衡量指标以及剔除直辖市样本等维度进行稳健性检验。所有稳健性检验中估计系数均保持正向显著，表明基准回归具有高度稳定性。

五、作用机制检验

（一）研发投入机制检验

根据理论分析指出，数字技术创新会使制造业企业增加研发资金的投入以及具备更多高技术型人才，以此来提升制造业企业绿色创新质量。结果如表4的列（1）至列（4）所示，从列（1）、列（3）结果可知，数字技术创新的系数且均在1%的水平上显著为正，说明数字技术创新能够显著增加制造业企业研发资金和研发人才投入。列（2）、列（4）结果显示，数字技术创新、研发资金投入和研发人才投入的回归系数且均在1%的水平上显著为正，这说明数字技术创新可以通过增加制造业企业的研发资金和研发人才的投入来提升制造业企业绿色创新质量，与预期结果保持一致，验证了假设2。

（二）环境信息披露质量机制检验

根据理论分析指出，数字技术创新提升制造业挖掘和处理信息能力，提升信号放大作用、拓展公共群众的诉求渠道以及受到更多分析师的关注，从而倒逼制造业企业提升自身环境信息披露质量，以此提升制造业企业绿色创新质量。结果如表4的列（5）和列（6）列所示，在列（5）中，数字技术创新的估计系数在1%水平上显著为正，表明其对环境信息披露质量具有显著促进作用。而在列（6）中，数字技术创新型和环境信息披露的系数在1%水平上显著为正，表明数字技术创新可以通过提升环境信息披露来提升制造业企业绿色创新质量，与预期结果一致，验证了假设3。

（三）环境规制的调节效应检验

表4中列（7）报告的是环境规制在数字技术创新对制造业绿色创新质量的影响中是否存在调节效应。列（7）的被解释变量为制造业企业绿色创新质量，在加入调节变量以及交互项之后，数字技术创新与环境规制的交互性系数显著为负，表明环境规制会产生显著的负向调节效应。与预期一致，验证了假设4。

六、结论与政策建议

本研究以2013—2023年上市制造业企业为研究对象，从数字技术创新视角出发，采用专利数据作为切入点，探讨数字技术创新对制造业企业绿色创新质量的影响。研究结果表明：第一，数字技术创新提升了制造业企业绿色创新质量，该结果在经过工具变量法处理内生性问题后依然成立，且通过了替换核心解释变量、采用不同的计量模型、更换被解释变量和调整样本范围等一系列稳健性检验。第二，在作用机制上，数字技术创新能够通过增加制造业企业研发投入和提高环境信息披露质量，来提升制造业企业绿色创新质量；环境规制作为外部调节指标，其对数字技术创新提升制造业企业绿色创新质量的影响存在负向调节作用。

该研究结论为我国制造业企业绿色创新质量的提升提供了新的解题思路，也为我国如何提升数字技术创新水平，实现创新驱动发展战略提供了重要的政策启示：

首先，政府部门应当充分发挥引导作用，通过税收减免、专项补贴、低息贷款等组合式政策工具，通过设立针对数字技术的国家级重大专项基金，引导社会资本共同投入，构建一个靶向精准、激励有效的绿色创新支持体系，重点支持数字核心技术的自主研发。同时优化环境规制政策，避免“一刀切”，根据不同区域和行业特点实施差异化监管策略，对绿色发展领军企业和战略性新兴产业，实施正面清单管理模式和预警提醒等。对高耗能、高排放重点行业，则强化基于先进监测技术的精准管控，并配套提供绿色技术改造的转型金融支持，为制造业创新营造更为有利的制度环境。

其次，制造业企业作为创新主体，应从战略执行和能力建设两端发力，将数字化机遇转化为实实在在的创新优势与竞争壁垒。在战略执行层面，企业需进行前瞻性布局与系统化部署，推动研发、生产、管理、营销全价值链的数字化重塑。在突破路径上，应坚持自主研发与合作创新双轮驱动，聚焦关键环节，实行精准投入，也要通过构建开放创新的生态网络，嫁接外部智力资源，弥补自身研发短板。在能力构建上，要夯实数据基础并培育融合型组织，加强内部数据治理，打破数据孤岛，构建统一、高质量的数据池，为数字技术创新提供肥沃土壤，同时必须着力培育既懂制造技术又通数字技能的复合型人才队伍。

最后，企业还应当建立健全环境信息披露机制，主动接受社会监督，将绿色发展理念深度融入创新全过程。在支撑体系建设方面，需要重点加强数字基础设施建设，通过建设区域性数字技术创新平台、组织行业交流活动等方式，促进创新资源跨区域流动和共享，切实解决中小企业数字化转型面临的资金、技术、人才等现实困难，推动形成全国制造业协同创新、绿色发展的新格局。这一系统性推进策略将有效促进数字技术与绿色创新的深度融合，为中国制造业高质量发展注入新动能。

参考文献

[1]张杰，郑文平.创新追赶战略抑制了中国专利质量么？[J].经济研究，2018，53（5）：28-41.

[2]Nambisan S，Lyytinen K，Majchrzak A，et al.Digital innovation management[J].MIS quarterly，2017，41（1）：223-238.

[3]黄勃，李海彤，刘俊岐，等.数字技术创新与中国企业高质量发展——来自企业数字专利的证据[J].经济研究，2023，58（3）：97-115.

[4]陶锋，朱盼，邱楚芝，等.数字技术创新对企业市场价值的影响研究[J].数量经济技术经济研究，2023，40（5）：68-91.

[5]曲玥，刘睿蕾.制造业高质量创新的路径与机制：对工资上涨影响效应的检验[J].经济与管理评论，2023，39（5）：70-85.

[6]Wei Y，Nan H，Wei G.The impact of employee welfare on innovation performance：Evidence from China's manufacturing corporations[J].International Journal of Production Economics，2020，228：107753.

[7]冯熹宇，王菌丽，徐娜.绿色创新网络嵌入、资源获取与企业绿色创新质量[J].中国软科学，2023（11）：175-188.

[8]Song C，Nahm A Y，Song Z.Executive technical experience and corporate innovation quality：evidence from Chinese listed manufacturing companies[J].Asian Journal of Technology Innovation，2023，31（1）：94-114.

[9]Wang H，Qi S，Zhou C，et al.Green credit policy，government behavior and green innovation quality of enterprises[J].Journal of Cleaner Production，2022，331：129834.

[10]陈强远，林思彤，张醒.中国技术创新激励政策：激励了数量还是质量[J].中国工业经济，2020（4）：79-96.

[11]白旭云，王砚羽，苏欣.研发补贴还是税收激励——政府干预对企业创新绩效和创新质量的影响[J].科研管理，2019，40（6）：9-18.

[12]龙小宁，刘灵子，张靖.企业合作研发模式对创新质量的影响——基于中国专利数据的实证研究[J].中国工业经济，2023（10）：174-192.

[13]刘斐然，胡立君，范小群.产学研合作对企业创新质量的影响研究[J].经济管理，2020，42（10）：120-136.

[14]闫俊周，姬婉莹，熊壮.数字创新研究综述与展望[J].科研管理，2021，42（4）：11-20.

[15]马红，侯贵生.数字化转型与制造企业绿色创新质量——基于供需双侧机制的再检验[J].软科学，2024，38（10）：77-83.

[16]刘维刚，周凌云，李静.生产投入的服务质量与企业创新——基于生产外包模型的分析[J].中国工业经济，2020（8）：61-79.

[17]肖静，曾萍.数字化能否实现企业绿色创新的“提质增量”？——基于资源视角[J].科学学研究，2023，41（5）：925-935，960.

[18]沈洪涛，黄珍，郭肪汝.告白还是辩白——企业环境表现与环境信息披露关系研究[J].南开管理评论，2014，17（2）：56-63，73.

[19]张建鹏，陈诗一.金融发展、环境规制与经济绿色转型[J].财经研究，2021，47（11）：78-93.

[20]黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验[J].中国工业经济，2019（8）：5-23.

作者简介：董明放，男，河南商丘人，博士，西安建筑科技大学管理学院副教授，研究方向：数字经济与制造业创新；刘晓昊，男，河北保定人，西安建筑科技大学管理学院硕士研究生，研究方向：数字经济与企业创新；杨建平，男，河南平顶山人，博士，西安建筑科技大学管理学院教授，研究方向：区域发展与绿色宜居城乡营建管理、数字化决策管控。杨建平为通讯作者。