劉艷霞 陳 樂 周昕格

黨的二十大報告指出，“推動經(jīng)濟(jì)社會發(fā)展綠色化、低碳化是實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)”。加快經(jīng)濟(jì)發(fā)展方式綠色低碳轉(zhuǎn)型是形成綠色生產(chǎn)生活方式和實現(xiàn)美麗中國建設(shè)目標(biāo)的重要戰(zhàn)略舉措。與此同時，大數(shù)據(jù)、人工智能等數(shù)字技術(shù)的顛覆式創(chuàng)新，沖擊了實體經(jīng)濟(jì)現(xiàn)有的商業(yè)模式，促使數(shù)字技術(shù)和實體經(jīng)濟(jì)更快融合。《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》明確提出要進(jìn)一步將數(shù)字經(jīng)濟(jì)等要素作為實現(xiàn)碳中和目標(biāo)的關(guān)鍵支柱，賦能綠色制造。在此背景下，數(shù)字化推動綠色化發(fā)展不僅是實現(xiàn)“雙碳”目標(biāo)的“破局”之道，而且是實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的必然要求。

已有研究發(fā)現(xiàn)，企業(yè)綠色創(chuàng)新發(fā)展主要面臨以下問題：第一，企業(yè)為追求短期的環(huán)境業(yè)績會削減對高質(zhì)量綠色創(chuàng)新的資源配置，從而形成逐量舍質(zhì)的“二元悖論”問題［1］；第二，受限于行業(yè)內(nèi)技術(shù)性人才的單一化以及行業(yè)間綠色創(chuàng)新知識壁壘，不少企業(yè)陷入綠色創(chuàng)新“有心無力”的窘境［2］；第三，多方面的信息約束阻礙了企業(yè)綠色創(chuàng)新發(fā)展，消費者與企業(yè)之間的信息不對稱加大了企業(yè)綠色創(chuàng)新失敗的風(fēng)險，所有者與企業(yè)之間的信息不對稱降低了企業(yè)對具有高度不確定性和外部性的綠色創(chuàng)新的積極性。

數(shù)字技術(shù)在碳排放監(jiān)控、環(huán)境數(shù)據(jù)精準(zhǔn)采集和可視化上的應(yīng)用日趨廣泛［3-4］。對此，我們不禁要問：數(shù)字化是否可以解決企業(yè)綠色創(chuàng)新發(fā)展面臨的問題？ 已有研究發(fā)現(xiàn)，數(shù)字化提升了信息要素的價值稟賦，不僅能夠提高資源配置效率，促進(jìn)創(chuàng)新知識的共享，淡化產(chǎn)業(yè)邊界，打破行業(yè)間技術(shù)壁壘［5-7］；而且可以拓寬企業(yè)現(xiàn)有的信息獲取渠道，彌補(bǔ)管理者在信息搜集和分析上的能力不足，提高企業(yè)在資本市場中的信息透明度，從而使得企業(yè)能夠獲取市場更多的關(guān)注與支持，破解不想、不敢進(jìn)行綠色創(chuàng)新的難題［8］。本文認(rèn)為，企業(yè)數(shù)字化轉(zhuǎn)型通過信息傳遞效應(yīng)和信息資源效應(yīng)促進(jìn)綠色創(chuàng)新。一方面，隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入，企業(yè)信息披露的數(shù)量和質(zhì)量得以提升，企業(yè)與利益相關(guān)者之間的信息不對稱得到有效緩解，使得信息的傳遞優(yōu)勢轉(zhuǎn)換為促進(jìn)企業(yè)綠色創(chuàng)新的監(jiān)督優(yōu)勢；另一方面，數(shù)字化轉(zhuǎn)型增強(qiáng)企業(yè)多元化信息的獲取能力，促進(jìn)信息的資源優(yōu)勢作用于綠色創(chuàng)新研發(fā)的各個階段?；诖?，本文從信息的傳遞效應(yīng)和資源效應(yīng)視角，分析數(shù)字化轉(zhuǎn)型對企業(yè)綠色創(chuàng)新的影響并提出研究假說，以我國A 股2009—2020 年上市公司為研究樣本，進(jìn)行實證分析以驗證本文提出的研究假說，再進(jìn)行異質(zhì)性分析和經(jīng)濟(jì)后果檢驗，最后總結(jié)研究結(jié)論并提出相應(yīng)政策建議。

一、相關(guān)文獻(xiàn)綜述與研究假說提出

（一）相關(guān)文獻(xiàn)綜述

現(xiàn)有關(guān)于數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的研究主要體現(xiàn)在生產(chǎn)活動、銷售活動、管理模式等方面。其中，生產(chǎn)活動方面，數(shù)字化轉(zhuǎn)型可以通過實現(xiàn)服務(wù)業(yè)和制造業(yè)的“兩業(yè)融合”、優(yōu)化人力資本結(jié)構(gòu)、提升企業(yè)創(chuàng)新能力、改變創(chuàng)新模式提高企業(yè)全要素生產(chǎn)率［9-10］。銷售活動方面，企業(yè)數(shù)字化轉(zhuǎn)型可拓寬銷售渠道，改變原有的銷售模式［11-12］；同時強(qiáng)化信息在企業(yè)銷售活動中的作用：一方面借助數(shù)據(jù)信息實現(xiàn)精準(zhǔn)營銷與推廣、智能配送，從而提高銷售效率，降低銷售成本；另一方面滿足客戶個性化需求并提供銷售終端的智能化服務(wù)，從而在供應(yīng)鏈末端形成額外的價值附加［13-14］。管理模式方面，數(shù)字化轉(zhuǎn)型改變現(xiàn)有的組織結(jié)構(gòu)和組織文化，提高企業(yè)在競爭環(huán)境中的組織敏捷性［15-16］，通過緩解信息不對稱從而發(fā)揮監(jiān)督與治理作用［17］。

綜觀綠色創(chuàng)新的研究，已有文獻(xiàn)基于利益相關(guān)者理論和制度理論對綠色創(chuàng)新的外部驅(qū)動因素進(jìn)行研究，認(rèn)為企業(yè)的綠色創(chuàng)新行為主要受環(huán)境規(guī)制以及政府、競爭者、CSR 投資者、媒體等利益相關(guān)者的行為影響［18-20］。關(guān)于綠色創(chuàng)新內(nèi)部驅(qū)動因素，學(xué)者們基于自然資源觀，認(rèn)為綠色創(chuàng)新驅(qū)動因素體現(xiàn)于企業(yè)應(yīng)對外部環(huán)境壓力和滿足外部綠色需求的資源能力。具體地，企業(yè)綠色創(chuàng)新的內(nèi)部驅(qū)動因素分為兩類：企業(yè)綠色導(dǎo)向和綠色能力。其中，綠色導(dǎo)向是指企業(yè)對環(huán)境保護(hù)承諾的內(nèi)在價值和倫理標(biāo)準(zhǔn)，包括企業(yè)高管的環(huán)境意識、行為意向、企業(yè)戰(zhàn)略和企業(yè)文化等［21-22］；綠色能力是指企業(yè)實施綠色戰(zhàn)略的能力或資源，包括融資能力、技術(shù)能力、組織激勵、人力資源、公司治理能力等［23-24］。

現(xiàn)有關(guān)于數(shù)字經(jīng)濟(jì)與企業(yè)綠色創(chuàng)新之間關(guān)系的文獻(xiàn)，從研究視角來看，主要分為宏觀城市層面和微觀企業(yè)層面。就宏觀城市層面而言，重點研究數(shù)字經(jīng)濟(jì)對綠色創(chuàng)新的影響［25-26］，其中的作用機(jī)制包括區(qū)域?qū)用娴慕?jīng)濟(jì)開放度、產(chǎn)業(yè)結(jié)構(gòu)和市場機(jī)會［27］，公司層面的內(nèi)部控制質(zhì)量和融資約束［28］。就微觀企業(yè)層面而言，已有研究發(fā)現(xiàn)企業(yè)大數(shù)據(jù)應(yīng)用［29］、工業(yè)4.0 技術(shù)運用［30］以及企業(yè)數(shù)字化轉(zhuǎn)型［31］都會對綠色創(chuàng)新產(chǎn)生影響。這些研究除了對所有上市公司進(jìn)行探討外，還有個別研究以資源型企業(yè)［8］和重污染型企業(yè)［31］為研究樣本，其中的作用機(jī)制主要是數(shù)字化轉(zhuǎn)型通過提升盈余信息質(zhì)量、緩解融資約束、提高技術(shù)整合能力［32］、提高企業(yè)內(nèi)部的信息共享水平和知識整合效率［31］、緩解市場投資者與企業(yè)之間的信息約束［3］，從而促進(jìn)企業(yè)綠色創(chuàng)新水平的提升。

綜上，雖然有文獻(xiàn)對宏觀區(qū)域?qū)用娴臄?shù)字經(jīng)濟(jì)發(fā)展進(jìn)行了研究，認(rèn)為數(shù)字經(jīng)濟(jì)的發(fā)展會對企業(yè)產(chǎn)生區(qū)域效應(yīng)或同群效應(yīng)，但是企業(yè)個體之間的數(shù)字化滲入程度、應(yīng)用程度和創(chuàng)新程度存在差異，因而基于企業(yè)層面研究數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新的關(guān)系將更為直接。目前關(guān)于數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新的關(guān)系研究大多基于自然資源觀，即數(shù)字化轉(zhuǎn)型通過提升企業(yè)研發(fā)水平和資金能力促進(jìn)綠色創(chuàng)新。雖然有個別文獻(xiàn)涉及企業(yè)數(shù)字化轉(zhuǎn)型帶來的信息效應(yīng)，但并未完整地就信息對綠色創(chuàng)新的作用機(jī)制展開全面的詮釋。此外，鮮有研究區(qū)分綠色創(chuàng)新與一般創(chuàng)新之間的不同，并針對我國企業(yè)綠色創(chuàng)新發(fā)展的痛點，挖掘數(shù)字化轉(zhuǎn)型促進(jìn)綠色創(chuàng)新的底層機(jī)制。與一般創(chuàng)新相比，綠色創(chuàng)新具有雙重外部性特點，其更依賴于環(huán)境政策的拉動和企業(yè)利益相關(guān)者需求的拉動［33］。因此，基于利益相關(guān)者理論的外部關(guān)注和監(jiān)督對于推動綠色創(chuàng)新具有重要作用，而數(shù)字化轉(zhuǎn)型通過提升關(guān)注與監(jiān)督效應(yīng)促進(jìn)綠色創(chuàng)新在相關(guān)文獻(xiàn)中尚未得到充分關(guān)注。

（二）研究假說提出

企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)歷了信息化、數(shù)字化和智能化三個階段。我國企業(yè)信息化始于20 世紀(jì)90 年代，主要受益于信息存儲技術(shù)的發(fā)展，實現(xiàn)企業(yè)的信息利用與共享［34］。信息化的價值在于將數(shù)據(jù)進(jìn)行存儲和分享，緩解企業(yè)管理層與股東之間的信息不對稱［35］。數(shù)字化不同于信息化之處在于，數(shù)字化基于云計算、互聯(lián)網(wǎng)和數(shù)據(jù)端，通過對數(shù)據(jù)的計算、分析和應(yīng)用，實現(xiàn)信息在價值創(chuàng)造中的賦能，從而提升全要素生產(chǎn)率［36］。智能化是企業(yè)在組織結(jié)構(gòu)、價值創(chuàng)造模式上實現(xiàn)全面數(shù)字化轉(zhuǎn)型后，信息這一生產(chǎn)要素從人為主動生產(chǎn)到自動迭代、生產(chǎn)的過程［37］。 綜上可知，企業(yè)數(shù)字化轉(zhuǎn)型會產(chǎn)生兩種效應(yīng)：一是信息的存儲與傳輸發(fā)揮信息傳遞效應(yīng)，二是信息的開發(fā)與利用發(fā)揮信息資源效應(yīng)。 接下來，基于信息的傳遞效應(yīng)和資源效應(yīng)分析數(shù)字化轉(zhuǎn)型影響企業(yè)綠色創(chuàng)新的理論機(jī)制。

1.信息傳遞效應(yīng)

數(shù)字化轉(zhuǎn)型通過提升企業(yè)信息披露的數(shù)量和質(zhì)量發(fā)揮信息傳遞效應(yīng)，緩解企業(yè)與外部利益相關(guān)者之間的信息不對稱，對企業(yè)產(chǎn)生“聚光燈”效應(yīng)，從而促進(jìn)企業(yè)綠色創(chuàng)新。

一方面，受限于行業(yè)內(nèi)技術(shù)性人才的單一化以及行業(yè)間綠色創(chuàng)新知識壁壘，不少企業(yè)陷入綠色創(chuàng)新“有心無力”的窘境［4］，而數(shù)字化提升了信息要素的價值稟賦，促進(jìn)創(chuàng)新知識的共享，淡化產(chǎn)業(yè)邊界，打破行業(yè)間技術(shù)壁壘，提高了行業(yè)的信息透明度。 同時，更高的透明度讓企業(yè)在“聚光燈”下重新審視自身的ESG行為，從而迫使企業(yè)進(jìn)行綠色創(chuàng)新，并改善其環(huán)境表現(xiàn)。

另一方面，數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)挖掘企業(yè)內(nèi)部和市場中的多元化信息，提升企業(yè)信息披露的能力和意愿。數(shù)字化轉(zhuǎn)型程度高的企業(yè)能夠通過連接機(jī)器設(shè)備、網(wǎng)絡(luò)平臺等底層信息獲取接口，形成企業(yè)內(nèi)部以及市場豐富的信息節(jié)點，從而獲取更多關(guān)于運營狀況、創(chuàng)新項目和潛在投資機(jī)會等信息，以此作為可供披露的軟信息，更為全面地展示公司未來的業(yè)績和潛在市場競爭力，進(jìn)而發(fā)揮企業(yè)的信息披露優(yōu)勢［38］。在更高的信息透明度和信息披露優(yōu)勢下，企業(yè)會受到更強(qiáng)的外部監(jiān)督，環(huán)境信息藏匿成本隨之也會提升，企業(yè)會為了降低或消除披露環(huán)境信息帶來的負(fù)面影響而進(jìn)行綠色創(chuàng)新，以降低環(huán)境成本。企業(yè)在受到更多外部監(jiān)督的同時，會提升在資本市場中的信息透明度及聲譽，以獲得更多的外部資金支持。 更高的信息透明度有利于降低投資者和債權(quán)人的資金成本，將信息披露優(yōu)勢轉(zhuǎn)換為融資優(yōu)勢，從而為企業(yè)綠色創(chuàng)新提供更為充足的資金，以此增強(qiáng)企業(yè)實施綠色創(chuàng)新的能力。

綜上所述，數(shù)字化轉(zhuǎn)型通過發(fā)揮信息傳遞效應(yīng)促進(jìn)企業(yè)綠色創(chuàng)新。

2.信息資源效應(yīng)

數(shù)字化轉(zhuǎn)型將原有的信息符號轉(zhuǎn)化為有價值的資源，提升企業(yè)動態(tài)能力，從而促進(jìn)企業(yè)綠色創(chuàng)新。動態(tài)能力觀認(rèn)為，企業(yè)數(shù)字化轉(zhuǎn)型提升企業(yè)適應(yīng)外部環(huán)境變化的能力是促進(jìn)綠色創(chuàng)新的重要因素［39］。

首先，數(shù)字化轉(zhuǎn)型能夠挖掘更多有關(guān)企業(yè)環(huán)境的信息，從而激發(fā)企業(yè)綠色創(chuàng)新的動機(jī)。數(shù)字技術(shù)可以實現(xiàn)信息和知識的自我存儲與迭代，打破信息獲取的時空約束，顯化生產(chǎn)過程中的潛在環(huán)境成本。在日益重視生態(tài)環(huán)境的背景下，環(huán)境成本成為機(jī)構(gòu)投資者、政府等外部利益相關(guān)者衡量企業(yè)可持續(xù)發(fā)展能力的重要指標(biāo)。企業(yè)出于環(huán)境成本的考量，不得不增加綠色創(chuàng)新的研發(fā)投入，以改善自身的環(huán)境表現(xiàn)。

其次，數(shù)字化轉(zhuǎn)型提高了研發(fā)的技術(shù)可行性，為綠色創(chuàng)新提供了技術(shù)支撐。研發(fā)能力是企業(yè)動態(tài)能力的重要表現(xiàn)之一，數(shù)字技術(shù)打破了人為獲取知識的局限性，為企業(yè)在捕捉綠色機(jī)會后快速實現(xiàn)研發(fā)與產(chǎn)出提供了必要條件［40］。另外，企業(yè)數(shù)字化轉(zhuǎn)型能降低信息的轉(zhuǎn)換成本，有效整合各部門之間以及與外部創(chuàng)新合作伙伴之間的綠色要素，為綠色創(chuàng)新的實現(xiàn)提供知識保障。 綠色創(chuàng)新依賴于知識機(jī)構(gòu)的先進(jìn)技術(shù)、經(jīng)銷商的市場信息和供應(yīng)鏈上下游環(huán)境友好型技術(shù)等外部知識，知識整合能力是促進(jìn)企業(yè)綠色創(chuàng)新的重要動態(tài)能力［33］。數(shù)字技術(shù)降低了不同行為主體之間的信息轉(zhuǎn)換成本，使得創(chuàng)新主體之間的信息交流與合作更為便利，從而提升綠色創(chuàng)新的能力。

最后，數(shù)字化轉(zhuǎn)型提升企業(yè)風(fēng)險評估能力，為綠色創(chuàng)新的實施與市場化提供保障。 由于綠色創(chuàng)新具有回收期長、雙重外部性和收益難以量化等特點，風(fēng)險評估能力成為影響綠色創(chuàng)新實施和市場化、保障企業(yè)風(fēng)險適配的重要因素。數(shù)字化轉(zhuǎn)型有助于企業(yè)形成一個基于數(shù)據(jù)挖掘、分析和應(yīng)用的全新治理體系，不僅提高企業(yè)對市場前景、技術(shù)環(huán)境及可行性等因素的評估準(zhǔn)確性，而且通過模擬和優(yōu)化不同的綠色投資方案，幫助企業(yè)更加清楚地了解各種綠色投入決策的收益和風(fēng)險的分布情況，為企業(yè)綠色創(chuàng)新的研發(fā)投入提供風(fēng)險保障。

綜上所述，數(shù)字化轉(zhuǎn)型通過發(fā)揮信息資源效應(yīng)促進(jìn)企業(yè)綠色創(chuàng)新。

由此可見，企業(yè)數(shù)字化轉(zhuǎn)型的程度越高，越能發(fā)揮信息傳遞效應(yīng)和信息資源效應(yīng)，從而提升企業(yè)綠色創(chuàng)新水平。 鑒于此，提出如下假說：

假說1：數(shù)字化轉(zhuǎn)型會提升企業(yè)綠色創(chuàng)新水平。

假說2：數(shù)字化轉(zhuǎn)型通過信息傳遞效應(yīng)促進(jìn)企業(yè)綠色創(chuàng)新水平的提升。

假說3：數(shù)字化轉(zhuǎn)型通過信息資源效應(yīng)促進(jìn)企業(yè)綠色創(chuàng)新水平的提升。

二、研究設(shè)計

（一）數(shù)據(jù)來源與選擇

本文選取2009—2020 年中國A 股上市公司作為樣本。為了避免2008 年全球金融危機(jī)對企業(yè)數(shù)字化轉(zhuǎn)型和綠色創(chuàng)新決策的影響，故選擇2009 年為起始年份；考慮到研究變量數(shù)據(jù)的可獲得性，樣本時間截至2020 年。對樣本進(jìn)行如下處理：剔除金融行業(yè)和房地產(chǎn)行業(yè)；剔除*ST 和ST 上市公司；剔除數(shù)據(jù)缺失的樣本；剔除樣本期間上市時間不足一年的樣本；對連續(xù)變量在1%和99%分位數(shù)上進(jìn)行Winsorize處理以消除極端值的影響。 最終，獲得21 252個公司—年度觀測值，數(shù)據(jù)均來自CSMAR 數(shù)據(jù)庫。

（二）變量定義

1.被解釋變量：企業(yè)綠色創(chuàng)新

本文構(gòu)建三個綠色創(chuàng)新指標(biāo)，分別為綠色創(chuàng)新數(shù)量（GI_quantity）、綠色創(chuàng)新質(zhì)量（GI_quality）和綠色創(chuàng)新效率（GI_efficiency）。目前對綠色創(chuàng)新數(shù)量的衡量主要是基于一年內(nèi)專利申請或授權(quán)的數(shù)量?？紤]到綠色專利授權(quán)需要3—5 年的時間，本文使用綠色專利申請數(shù)加1 后的自然對數(shù)度量企業(yè)當(dāng)年綠色創(chuàng)新數(shù)量。

綠色創(chuàng)新質(zhì)量的測度，已有文獻(xiàn)主要采用專利引用數(shù)量、發(fā)明型綠色專利申請數(shù)量以及專利申請到第一次被引用的時間等。本文在專利引用數(shù)量的基礎(chǔ)上，考慮時間因素的影響。具體而言，隨著時間推移，專利被引數(shù)量的膨脹使專利被引機(jī)會越來越大，因而無法直接比較同一專利在不同滯后期限內(nèi)的被引次數(shù)，例如一項專利在2018 年被授權(quán)，那么2019 年被引用100 次和2020 年被引用100 次在創(chuàng)新質(zhì)量上是存在差異的。對此，將專利被引用數(shù)量從授權(quán)年開始以后作移動平均，以此降低時間積累對被引數(shù)量的影響。具體公式如式（1）：

其中，Citationsj,t為專利j在t年的被引用次數(shù)，GI_qualityi,t為公司i在t年產(chǎn)生的所有專利的年平均被引用次數(shù)之和。

綠色創(chuàng)新效率指標(biāo)的測度，已有文獻(xiàn)采用隨機(jī)前沿法（SFA）和數(shù)據(jù)包絡(luò)法（DEA）衡量研發(fā)效率，但該方法大多被用在宏觀層面的測算。 對于微觀層面的創(chuàng)新效率的測度，大部分學(xué)者采用創(chuàng)新產(chǎn)出和研發(fā)投入之間的比值進(jìn)行測算。本文考慮到綠色創(chuàng)新效率是為了反映高質(zhì)量綠色創(chuàng)新產(chǎn)出與研發(fā)投入的比例關(guān)系，故采用上述計算創(chuàng)新質(zhì)量中的所有專利的年平均被引用次數(shù)之和除以企業(yè)近三年研發(fā)投入均值在資產(chǎn)中的占比后取自然對數(shù)，具體公式如式（2）：

其中，RNDi,t、RNDi,t-1、RNDi,t-2分別為公司i在t年、t-1 年和t-2 年的研發(fā)投入金額；Asseti,t為公司i在t年年末的總資產(chǎn)金額，其他變量定義同上文。

2.解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型程度

數(shù)字化轉(zhuǎn)型不僅是數(shù)字技術(shù)的應(yīng)用，而且要求企業(yè)具有數(shù)字化的經(jīng)營理念和變革戰(zhàn)略?？紤]到樣本公司的數(shù)量和數(shù)據(jù)可獲取性，年度報表中數(shù)字化轉(zhuǎn)型特征詞的詞頻能夠較好地刻畫企業(yè)數(shù)字化轉(zhuǎn)型的程度。數(shù)字化技術(shù)包括人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)，構(gòu)成企業(yè)數(shù)字化的核心底層技術(shù)架構(gòu)，也為數(shù)字化詞語的構(gòu)建提供了基礎(chǔ)[36]。因此，參考吳非等［41］的做法，基于機(jī)器學(xué)習(xí)的方法利用Python 爬蟲技術(shù)歸集整理全部A 股上市公司的年度報告，并提取所有文本內(nèi)容，計算數(shù)字化詞語在“管理層討論與分析（MDA）”中出現(xiàn)的頻次，并將其加總構(gòu)建出企業(yè)數(shù)字化轉(zhuǎn)型程度，由于數(shù)據(jù)的“右偏”特性，對其加1 后取自然對數(shù)，用Digit表示。

3.中介變量：信息傳遞效應(yīng)和信息資源效應(yīng)

數(shù)字化轉(zhuǎn)型發(fā)揮的信息傳遞效應(yīng)提升了企業(yè)信息透明度。分析師作為企業(yè)信息搜集和傳遞的重要媒介，對緩解所有者與經(jīng)理人之間的信息不對稱和代理問題發(fā)揮了重要作用，已有文獻(xiàn)將分析師跟蹤數(shù)量作為外部關(guān)注度、信息透明程度和外部監(jiān)督程度的代理變量［42］。本文借鑒已有研究，采用分析師跟蹤人數(shù)加1 后的自然對數(shù)衡量上市公司的信息透明程度，以此反映數(shù)字化轉(zhuǎn)型帶來的信息傳遞效應(yīng)，用IE_trans表示。數(shù)字化轉(zhuǎn)型發(fā)揮的信息資源效應(yīng)提升企業(yè)動態(tài)能力，直接表現(xiàn)為企業(yè)投入的研發(fā)資金增長，從而提升綠色創(chuàng)新的產(chǎn)出。 因此，選取研發(fā)投入衡量數(shù)字化轉(zhuǎn)型帶來的信息資源效應(yīng)，具體采用當(dāng)期年報中研發(fā)投入的金額加1 后的自然對數(shù)度量，用IE_resource表示。

4.控制變量（Control）

考慮到影響綠色創(chuàng)新的其他因素，借鑒Del 等［33］，本文選取可能對企業(yè)綠色創(chuàng)新產(chǎn)生影響的因素作為控制變量。具體變量詳見表1。

表1 變量定義

（三）模型構(gòu)建

1.基準(zhǔn)回歸模型

為研究企業(yè)數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新之間的關(guān)系，本文構(gòu)建模型（3）：

其中，GIi,t是企業(yè)i在t年的綠色創(chuàng)新相關(guān)指標(biāo)；Digiti,t-1是企業(yè)i在t-1 年的數(shù)字化轉(zhuǎn)型程度；∑Controli,t是企業(yè)i在t年的各項控制變量；εi,t是隨機(jī)擾動項；同時，本文控制了年度固定效應(yīng)和公司固定效應(yīng)。

2.中介效應(yīng)模型

借鑒溫忠麟等［43］的研究，在模型（3）的基礎(chǔ)上構(gòu)建模型（4）和（5）進(jìn)行中介效應(yīng)檢驗，其中模型（4）是檢驗數(shù)字化程度對中介變量的影響；模型（5）是在模型（3）的基礎(chǔ)上加入中介變量。

其中，Mediatingi，t是企業(yè)i在t年的中介變量相關(guān)指標(biāo)；其他變量定義同模型（3）。若模型（4）中數(shù)字化轉(zhuǎn)型的回歸系數(shù)顯著，且模型（5）中介變量的回歸系數(shù)顯著，則說明中介效應(yīng)存在。

（四）描述性統(tǒng)計

變量的描述性統(tǒng)計結(jié)果如表2（下頁）所示，綠色創(chuàng)新數(shù)量（GI_quantity）的均值為0.758，標(biāo)準(zhǔn)差為1.089；綠色創(chuàng)新質(zhì)量（GI_quality）的均值為0.300，標(biāo)準(zhǔn)差為0.684；綠色創(chuàng)新效率（GI_efficiency）的均值為0.952，標(biāo)準(zhǔn)差為1.846。這說明樣本的綠色創(chuàng)新數(shù)量、質(zhì)量和效率都存在較大差異，其中綠色創(chuàng)新效率的極值最大，說明不同企業(yè)的綠色創(chuàng)新效率相差較大。 數(shù)字化轉(zhuǎn)型程度（Digit）的均值為0.973，標(biāo)準(zhǔn)差為1.266，最大值為4.754，說明企業(yè)之間存在一定的差異且整體具有較大提升空間?？刂谱兞康拿枋鲂越y(tǒng)計結(jié)果基本上與已有研究保持一致。

表2 變量描述性統(tǒng)計

三、實證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

基準(zhǔn)回歸結(jié)果如表3（下頁）所示，Digit與GI_quantity、GI_quality、GI_efficiency之間的回歸系數(shù)分別為0.022、0.039、0.086，均在1%的水平下顯著，假說1 得到驗證。以上結(jié)果表明，數(shù)字化轉(zhuǎn)型能夠提升綠色創(chuàng)新的數(shù)量，同時幫助企業(yè)打破綠色創(chuàng)新的“二元悖論”，提升企業(yè)綠色創(chuàng)新的質(zhì)量和效率。

表3 基準(zhǔn)回歸結(jié)果

張澤南等［32］在控制行業(yè)和年份固定效應(yīng)后發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型能提升綠色創(chuàng)新的數(shù)量。本文在控制了更為嚴(yán)格的公司個體固定效應(yīng)和年份固定效應(yīng)后發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型對綠色專利申請數(shù)有顯著提升作用，與已有研究相符；同時本文檢驗了數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新質(zhì)量和效率的影響，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型程度越高，企業(yè)的綠色創(chuàng)新質(zhì)量和效率也越高，拓展了現(xiàn)有文獻(xiàn)對綠色創(chuàng)新的研究范疇。

（二）內(nèi)生性檢驗

1.Heckman 兩階段回歸

由于綠色專利本身的特殊性，往往進(jìn)行綠色創(chuàng)新的企業(yè)大多為重污染型企業(yè)或科創(chuàng)企業(yè)，因而本文研究可能存在樣本自選擇偏差。為解決這一問題，本文使用Heckman 兩階段模型進(jìn)行實證檢驗。具體而言，在第一階段以“企業(yè)是否進(jìn)行綠色創(chuàng)新”作為被解釋變量進(jìn)行Probit 回歸；在第二階段將第一階段估計得到的逆米爾斯比（IMR）加入模型中進(jìn)行回歸?；貧w結(jié)果如表4（下頁）所示，列（1）為第一階段回歸結(jié)果，Digit與企業(yè)是否進(jìn)行綠色創(chuàng)新（DGI）之間的回歸系數(shù)為0.089，在1%水平下顯著，說明數(shù)字化轉(zhuǎn)型能夠提高企業(yè)綠色創(chuàng)新的概率。列（2）—（4）為第二階段回歸，Digit與GI_quantity、GI_quality、GI_efficiency之間的回歸系數(shù)分別為0.109、0.108、0.235，均在1%水平下顯著，說明在考慮自選擇偏差這一內(nèi)生性問題后，研究結(jié)果依然成立。

表4 Heckman 兩階段模型回歸

2.工具變量法

考慮到可能存在同時影響數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新的因素，本文采用工具變量法緩解這一內(nèi)生性問題。借鑒孫偉增和郭冬梅［44］的研究，使用各城市1984 年每百人郵局?jǐn)?shù)量與上一年全國信息服務(wù)技術(shù)收入的交互項，作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量（Digit_IV）。表5（下頁）列（1）為第一階段工具變量對解釋變量（數(shù)字化轉(zhuǎn)型程度）的影響，回歸系數(shù)為0.008，在1%水平下顯著，滿足工具變量相關(guān)性假設(shè)。 列（2）—（4）檢驗了Digit_IV作為工具變量后數(shù)字化轉(zhuǎn)型對企業(yè)綠色創(chuàng)新數(shù)量、質(zhì)量和效率的影響，可以發(fā)現(xiàn)Digit與GI_quantity、GI_quality、GI_efficiency之間的回歸系數(shù)分別為0.392、0.432、0.766，分別在5%、1%和10%水平下顯著。此外，Kleibergen-Paap rk LM 統(tǒng)計量為25.337，在1%的水平下拒絕工具變量識別不足的原假設(shè)；Cragg-Donald Wald F 統(tǒng)計量為25.340，大于Stock-Yogo 弱工具變量識別檢驗在10%顯著性水平下的臨界值（16.38），拒絕弱工具變量的原假設(shè)，該結(jié)果意味著本文所選取的工具變量是合理的。上述結(jié)果表明在利用工具變量解決內(nèi)生性問題后，數(shù)字化轉(zhuǎn)型程度的提高依然能夠顯著提升企業(yè)綠色創(chuàng)新的數(shù)量、質(zhì)量和效率。

表5 工具變量檢驗結(jié)果

3.PSM-DID 檢驗

考慮到企業(yè)綠色創(chuàng)新水平的提升可能并不是企業(yè)數(shù)字化轉(zhuǎn)型帶來的，而是由公司背景、業(yè)務(wù)特征等決定的，為解決該內(nèi)生性問題，本文通過構(gòu)造多期雙重差分模型考察數(shù)字化轉(zhuǎn)型對企業(yè)綠色創(chuàng)新的影響，具體實施步驟如下：第一，將企業(yè)披露的數(shù)字化詞頻第一次進(jìn)入當(dāng)年樣本公司的前25%視為一次沖擊事件，進(jìn)入當(dāng)年及之后年份Post取值為1，否則為0；第二，為了使得檢驗接近準(zhǔn)自然實驗近似隨機(jī)，本文采用傾向得分匹配法（PSM）進(jìn)行1∶1 近鄰匹配，使得處理組樣本匹配到特定的控制組樣本；第三，對匹配后的樣本進(jìn)行回歸，結(jié)果如表6（下頁）所示。列（1）—（3）分別是數(shù)字化轉(zhuǎn)型對企業(yè)綠色創(chuàng)新數(shù)量、質(zhì)量和效率的影響，Digit_Post與GI_quantity、GI_quality、GI_efficiency之間的回歸系數(shù)分別為0.053、0.041 和0.148，均在5%的水平下顯著，結(jié)論與基準(zhǔn)回歸保持一致。

表6 PSM-DID 檢驗結(jié)果

（三）穩(wěn)健性檢驗

為了保證研究結(jié)果的可靠性，本文還進(jìn)行以下穩(wěn)健性檢驗①受篇幅所限，穩(wěn)健性檢驗結(jié)果未在文中報告。若有需要，可聯(lián)系作者索取。。

1.去除異方差

考慮到數(shù)據(jù)可能存在異方差，本文使用穩(wěn)健標(biāo)準(zhǔn)誤以去除異方差對回歸結(jié)果的影響。 結(jié)果發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新數(shù)量、綠色創(chuàng)新質(zhì)量和綠色創(chuàng)新效率之間的回歸系數(shù)分別在5%、1%和1%水平下顯著，說明排除異方差的影響后，數(shù)字化轉(zhuǎn)型依然會促進(jìn)企業(yè)綠色創(chuàng)新。

2.去除自相關(guān)影響

由于企業(yè)進(jìn)行綠色創(chuàng)新可能依賴于前期的創(chuàng)新成果，具有路徑依賴效應(yīng)，數(shù)據(jù)上容易產(chǎn)生自相關(guān)問題，因而本文在主回歸模型中加入被解釋變量的滯后項以去除自相關(guān)的影響。結(jié)果發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新數(shù)量、綠色創(chuàng)新質(zhì)量和綠色創(chuàng)新效率之間的回歸系數(shù)均在1%水平下顯著，說明排除路徑依賴效應(yīng)的影響后，數(shù)字化轉(zhuǎn)型依然會促進(jìn)企業(yè)綠色創(chuàng)新。

3.替換被解釋變量

考慮到變量度量的可靠性，采用綠色創(chuàng)新專利授權(quán)數(shù)加1 后的自然對數(shù)度量綠色創(chuàng)新數(shù)量，采用各年度綠色專利被引用量加1 后的自然對數(shù)度量創(chuàng)新質(zhì)量，創(chuàng)新效率的替代性度量是將主回歸中計算創(chuàng)新效率中的資產(chǎn)替換為銷售費用和管理費用之和，對基準(zhǔn)回歸模型重新進(jìn)行檢驗。 結(jié)果發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新數(shù)量、綠色創(chuàng)新質(zhì)量和綠色創(chuàng)新效率之間的回歸系數(shù)均在1%水平下顯著，說明在考慮變量度量方式的影響后，數(shù)字化轉(zhuǎn)型依然會促進(jìn)企業(yè)綠色創(chuàng)新。

（四）作用機(jī)制檢驗

1.信息傳遞效應(yīng)檢驗

在基準(zhǔn)回歸的基礎(chǔ)上，采用中介效應(yīng)模型（4）和（5），檢驗信息傳遞效應(yīng)在數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新之間的中介效應(yīng)，結(jié)果如表7 所示。列（1）為數(shù)字化轉(zhuǎn)型對分析師關(guān)注的影響，發(fā)現(xiàn)Digit與IE_trans之間的回歸系數(shù)為0.069，在1%水平下顯著，說明數(shù)字化轉(zhuǎn)型程度的提高能夠有效提升企業(yè)的信息透明度，從而獲得更多的外部關(guān)注。 列（2）—（4）分別為數(shù)字化轉(zhuǎn)型程度和分析師關(guān)注度對綠色創(chuàng)新數(shù)量、質(zhì)量和效率的影響，其中中介變量IE_trans與GI_quantity、GI_quality、GI_efficiency之間的回歸系數(shù)分別為0.044、0.030 和0.079，均在1%水平下顯著，且通過Sobel 檢驗，說明數(shù)字化轉(zhuǎn)型能夠有效提升分析師關(guān)注度，通過發(fā)揮信息傳遞效應(yīng)促進(jìn)企業(yè)綠色創(chuàng)新數(shù)量、質(zhì)量和效率的提升，假說2 得以驗證。

表7 信息傳遞效應(yīng)檢驗

2.信息資源效應(yīng)檢驗

采用中介效應(yīng)模型（4）和（5），檢驗信息資源效應(yīng)在數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新之間的中介效應(yīng)，結(jié)果如表8（下頁）所示。列（1）為數(shù)字化轉(zhuǎn)型程度對企業(yè)研發(fā)投入的影響，可以發(fā)現(xiàn)Digit與IE_resource之間的回歸系數(shù)為0.085，在10%水平下顯著，說明數(shù)字化轉(zhuǎn)型程度的提高能夠有效提升企業(yè)研發(fā)投入水平。列（2）—（4）檢驗了數(shù)字化轉(zhuǎn)型程度和研發(fā)投入分別對綠色創(chuàng)新數(shù)量、質(zhì)量和效率的影響，其中中介變量IE_resource與GI_quantity、GI_quality、GI_efficiency之間的回歸系數(shù)分別為0.011、0.005、0.045，均在1%水平下顯著，均通過Sobel 檢驗，說明數(shù)字化轉(zhuǎn)型能夠增加企業(yè)研發(fā)投入，通過發(fā)揮信息資源效應(yīng)促進(jìn)綠色創(chuàng)新數(shù)量、質(zhì)量和效率的提升，假說3 得以驗證。

表8 信息資源效應(yīng)檢驗

（五）異質(zhì)性檢驗

1.信息透明度的異質(zhì)性分析

為進(jìn)一步檢驗數(shù)字化轉(zhuǎn)型的信息傳遞效應(yīng)機(jī)制，本文考察數(shù)字化轉(zhuǎn)型在不同信息透明度下的異質(zhì)性。 參考Kim 等［45］，選取KV 指數(shù)衡量企業(yè)的信息透明度，其值越大，信息透明度越低。根據(jù)年度行業(yè)均值將樣本分為兩組，高于年度行業(yè)均值的樣本劃分為信息透明度較低組，反之為透明度較高組。結(jié)果如表9（下頁）所示，列（1）—（2）分別檢驗了數(shù)字化轉(zhuǎn)型程度在高KV、低KV 樣本中對綠色創(chuàng)新數(shù)量的影響，可以發(fā)現(xiàn)Digit與GI_quantity之間的回歸系數(shù)在高KV 樣本中為0.028，在1%水平下顯著；在低KV 樣本中為0.017，在10%水平下顯著。 同時，對Digit在兩組中的系數(shù)進(jìn)行Chow 檢驗，P 值為0.017，即Digit的回歸系數(shù)在兩組中具有顯著性差異，說明數(shù)字化轉(zhuǎn)型在高KV 組中更能提升綠色創(chuàng)新數(shù)量。 列（3）—（6）分別檢驗了數(shù)字化轉(zhuǎn)型程度在高KV、低KV 樣本中對綠色創(chuàng)新質(zhì)量和效率的影響，同理可知數(shù)字化轉(zhuǎn)型在高KV 組中更能提升綠色創(chuàng)新質(zhì)量和效率。 綜上所述，數(shù)字化轉(zhuǎn)型在信息透明度較低的樣本中更能發(fā)揮信息傳遞效應(yīng)，這不僅揭示了在信息透明度不同的樣本中數(shù)字化轉(zhuǎn)型程度對綠色創(chuàng)新的影響差異，而且進(jìn)一步驗證了數(shù)字化轉(zhuǎn)型通過信息傳遞效應(yīng)促進(jìn)企業(yè)綠色創(chuàng)新的假說。

表9 信息透明度的異質(zhì)性檢驗

2.不同類型城市的異質(zhì)性分析

為進(jìn)一步檢驗數(shù)字化轉(zhuǎn)型的信息資源效應(yīng)機(jī)制，本文考察數(shù)字化轉(zhuǎn)型在不同類型城市的異質(zhì)性。企業(yè)所處的信息環(huán)境基礎(chǔ)存在差異，而信息基礎(chǔ)設(shè)施建設(shè)為企業(yè)數(shù)字化轉(zhuǎn)型效應(yīng)的發(fā)揮提供重要支撐作用。 鑒于此，本文根據(jù)中國信息通信研究院發(fā)布的《中國城市數(shù)字經(jīng)濟(jì)指數(shù)藍(lán)皮書（2021）》中對數(shù)字經(jīng)濟(jì)城市等級的劃分標(biāo)準(zhǔn)將企業(yè)樣本劃分為數(shù)字經(jīng)濟(jì)一線城市樣本和其他城市樣本①數(shù)字經(jīng)濟(jì)一線城市包含上海、深圳、北京、成都、杭州、廣州6 個城市，以及47 個數(shù)字經(jīng)濟(jì)新一線城市。，分別考察數(shù)字化轉(zhuǎn)型在不同類型城市發(fā)揮的異質(zhì)性作用。結(jié)果如表10 所示。 其中，列（1）—（2）分別檢驗數(shù)字化轉(zhuǎn)型在數(shù)字經(jīng)濟(jì)一線城市和其他城市樣本中對綠色創(chuàng)新數(shù)量的影響，可以發(fā)現(xiàn)Digit與GI_quantity之間的回歸系數(shù)在數(shù)字經(jīng)濟(jì)一線城市樣本中為0.025，在1%水平下顯著；在其他城市樣本中回歸系數(shù)在統(tǒng)計上不顯著；同時，對Digit在兩組中的系數(shù)進(jìn)行Chow 檢驗，P 值為0.000，即Digit在兩組中的系數(shù)具有顯著性差異，說明數(shù)字化轉(zhuǎn)型在位于數(shù)字經(jīng)濟(jì)一線城市的企業(yè)中更能提升綠色創(chuàng)新數(shù)量。列（3）—（6）分別檢驗數(shù)字化轉(zhuǎn)型在數(shù)字經(jīng)濟(jì)一線城市和其他城市樣本中對綠色創(chuàng)新質(zhì)量和效率的影響，同理可知在位于數(shù)字經(jīng)濟(jì)一線城市的企業(yè)中，數(shù)字化轉(zhuǎn)型更能提升綠色創(chuàng)新質(zhì)量和效率。綜上所述，數(shù)字化轉(zhuǎn)型在信息環(huán)境基礎(chǔ)較好的樣本中更能發(fā)揮信息資源效應(yīng)。

表10 不同類型城市的異質(zhì)性檢驗

四、進(jìn)一步分析

由前文的分析可知，數(shù)字化轉(zhuǎn)型有助于綠色創(chuàng)新水平的提升，從目前綠色創(chuàng)新的經(jīng)濟(jì)后果研究來看，綠色創(chuàng)新能夠為企業(yè)帶來經(jīng)濟(jì)效益，是企業(yè)獲得持續(xù)競爭優(yōu)勢、提升企業(yè)價值的內(nèi)在動力。在此，本文進(jìn)一步檢驗數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新的促進(jìn)作用是否會提升未來財務(wù)績效。

本文分別選取了未來三年的銷售收入加總和未來三年凈利潤加總后取自然對數(shù)作為被解釋變量，結(jié)果發(fā)現(xiàn)，GI_quantity、GI_quality和GI_efficiency與未來三年銷售收入之間的回歸系數(shù)分別為0.058、0.064 和0.014，均在1%水平下顯著；與未來三年凈利潤之間的回歸系數(shù)分別為0.103、0.113 和0.012，均在1%水平下顯著①受篇幅所限，經(jīng)濟(jì)后果檢驗結(jié)果未在文中報告。若有需要，可聯(lián)系作者索取。。由此可知，數(shù)字化轉(zhuǎn)型帶動綠色創(chuàng)新數(shù)量、質(zhì)量和效率的提升，不僅會增加銷售收入，而且能夠促進(jìn)未來凈利潤的提升。

五、研究結(jié)論與政策建議

本文以我國A 股上市公司2009—2020 年的數(shù)據(jù)為研究樣本，考察數(shù)字化轉(zhuǎn)型對企業(yè)綠色創(chuàng)新的影響。本文將數(shù)字化轉(zhuǎn)型帶來的信息效應(yīng)歸納為信息的傳遞效應(yīng)和資源效應(yīng)，不僅考察數(shù)字化轉(zhuǎn)型通過提高企業(yè)信息透明度、強(qiáng)化利益相關(guān)者監(jiān)督而發(fā)揮的信息傳遞效應(yīng)，而且探究企業(yè)數(shù)字化轉(zhuǎn)型帶來的信息在研發(fā)過程中發(fā)揮的資源效應(yīng)。同時，考慮到綠色創(chuàng)新可能存在逐量舍質(zhì)的“二元悖論”問題，不僅檢驗數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新數(shù)量的影響，而且檢驗數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新質(zhì)量和效率的影響。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型不僅能提升綠色創(chuàng)新的數(shù)量，而且能有效提升企業(yè)綠色創(chuàng)新的質(zhì)量和效率。機(jī)制分析表明，數(shù)字化轉(zhuǎn)型能夠發(fā)揮信息的傳遞效應(yīng)和資源效應(yīng)，從而促進(jìn)企業(yè)綠色創(chuàng)新。異質(zhì)性分析表明，對于信息透明度較低、處于數(shù)字經(jīng)濟(jì)一線城市的企業(yè)，數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新具有更強(qiáng)的促進(jìn)作用。經(jīng)濟(jì)后果檢驗發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對企業(yè)綠色創(chuàng)新的促進(jìn)作用能夠帶來未來財務(wù)績效的提升。

根據(jù)上述研究結(jié)果，提出以下政策建議：

第一，加快推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，消除綠色發(fā)展的信息壁壘，推動經(jīng)濟(jì)可持續(xù)發(fā)展。就政府而言，需制定長期發(fā)展規(guī)劃和信息政策，完善數(shù)字經(jīng)濟(jì)相關(guān)的基礎(chǔ)設(shè)施，夯實信息傳遞的設(shè)施基礎(chǔ)。同時，應(yīng)繼續(xù)落實“互聯(lián)網(wǎng)+”的政府?dāng)?shù)據(jù)開放政策，實現(xiàn)企業(yè)環(huán)境治理與政府治理的信息共享，助力經(jīng)濟(jì)綠色發(fā)展。就企業(yè)而言，應(yīng)借助數(shù)字技術(shù)挖掘更多潛在機(jī)會，消除與市場之間的信息壁壘。依托數(shù)字技術(shù)披露更多軟信息，將信息優(yōu)勢轉(zhuǎn)化為資源優(yōu)勢，從而賦能綠色創(chuàng)新。

第二，鑒于數(shù)字化轉(zhuǎn)型促進(jìn)綠色創(chuàng)新依托于信息資源效應(yīng)的機(jī)制，企業(yè)應(yīng)充分發(fā)揮信息資源的綠色價值。特別是對于自身信息利用效率不高的企業(yè)，應(yīng)不斷完善自身的信息管理系統(tǒng)，將數(shù)字技術(shù)融于研發(fā)過程和決策評估，以此提升企業(yè)的綠色創(chuàng)新效率。 例如，重污染企業(yè)可以將數(shù)字技術(shù)應(yīng)用于環(huán)境監(jiān)測，以發(fā)現(xiàn)潛在的環(huán)境成本，從而更為合理地評估綠色創(chuàng)新的必要性。 除數(shù)字化技術(shù)應(yīng)用層面外，企業(yè)還需深入實施數(shù)字化戰(zhàn)略，以此形成戰(zhàn)略層面的綠色競爭優(yōu)勢，助力綠色價值的提升。

第三，完善企業(yè)綠色考核方式，為實現(xiàn)綠色轉(zhuǎn)型提供保障。在環(huán)境績效、綠色創(chuàng)新數(shù)量作為企業(yè)環(huán)境表現(xiàn)考核的基礎(chǔ)之上，可以考慮增加如綠色創(chuàng)新質(zhì)量和綠色創(chuàng)新效率等考核方式，以此緩解企業(yè)綠色創(chuàng)新逐量舍質(zhì)的“二元悖論”問題，推動綠色發(fā)展質(zhì)量的提升。同時，積極引導(dǎo)資本市場對企業(yè)績效進(jìn)行多維度評價，避免出現(xiàn)財務(wù)績效單一考核的問題，幫助科技型企業(yè)將數(shù)字優(yōu)勢、信息優(yōu)勢轉(zhuǎn)化為資源優(yōu)勢，以激發(fā)這些企業(yè)的創(chuàng)新意愿和知識外溢效應(yīng)，助力經(jīng)濟(jì)社會發(fā)展全面綠色轉(zhuǎn)型。Reform