楊利紅，賈茹蕓

（西安科技大學(xué) 管理學(xué)院，陜西 西安 710600）

黨的十八大報(bào)告指出，良好生態(tài)環(huán)境是人和社會(huì)持續(xù)發(fā)展的根本基礎(chǔ)，然而傳統(tǒng)工業(yè)化的迅猛發(fā)展在創(chuàng)造巨大物質(zhì)財(cái)富的同時(shí)，也付出了沉重的環(huán)境代價(jià)。因此，為了在維持經(jīng)濟(jì)增長(zhǎng)的同時(shí)保護(hù)好生態(tài)環(huán)境，我國(guó)經(jīng)濟(jì)發(fā)展重心逐漸從追求經(jīng)濟(jì)效益轉(zhuǎn)移到追求綠色創(chuàng)新發(fā)展上。企業(yè)作為經(jīng)濟(jì)發(fā)展的主體，其綠色創(chuàng)新績(jī)效的提高對(duì)加快我國(guó)綠色創(chuàng)新發(fā)展具有重要意義。在此背景下，多數(shù)企業(yè)逐漸開始將人工智能、區(qū)塊鏈、云計(jì)算及大數(shù)據(jù)等信息技術(shù)應(yīng)用于生產(chǎn)經(jīng)營(yíng)過程中，希望能夠通過企業(yè)數(shù)字化轉(zhuǎn)型來推動(dòng)綠色創(chuàng)新績(jī)效的提高。然而，在數(shù)字化轉(zhuǎn)型的過程中，企業(yè)不僅要擺脫對(duì)傳統(tǒng)經(jīng)營(yíng)模式的依賴，還要經(jīng)歷技術(shù)升級(jí)、組織結(jié)構(gòu)調(diào)整、資源重組等多方位變革[1]，這使得企業(yè)數(shù)字化轉(zhuǎn)型周期長(zhǎng)、成本高。因此，探討企業(yè)數(shù)字化轉(zhuǎn)型能否促進(jìn)綠色創(chuàng)新績(jī)效的提高是目前亟待解決的問題。

在數(shù)字化轉(zhuǎn)型影響綠色創(chuàng)新績(jī)效的過程中，由于信息不對(duì)稱問題和代理問題的存在，導(dǎo)致企業(yè)從外部獲得融資的成本較高，從而形成融資約束，進(jìn)一步對(duì)企業(yè)綠色創(chuàng)新績(jī)效產(chǎn)生影響。由此可見，融資約束會(huì)在數(shù)字化轉(zhuǎn)型影響企業(yè)綠色創(chuàng)新績(jī)效的過程中產(chǎn)生作用，但這一作用是不是中介效應(yīng)尚未可知。此外，綠色創(chuàng)新活動(dòng)作為一項(xiàng)資源需求量大的資本密集型活動(dòng)，其面臨著風(fēng)險(xiǎn)高、資金投入大的問題，由此可見，企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平及政府對(duì)企業(yè)提供的資金支持也在很大程度上影響著企業(yè)的綠色創(chuàng)新績(jī)效?；诖?，本文在探究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響的同時(shí)，也對(duì)融資約束在其中的中介效應(yīng)和風(fēng)險(xiǎn)承擔(dān)水平、政府補(bǔ)助的調(diào)節(jié)作用進(jìn)行了研究，以此為促進(jìn)企業(yè)綠色創(chuàng)新績(jī)效的提高提供科學(xué)的參考依據(jù)。

目前，現(xiàn)有學(xué)者對(duì)企業(yè)如何進(jìn)行數(shù)字化轉(zhuǎn)型已經(jīng)取得了較為豐富的研究。相關(guān)學(xué)者認(rèn)為，高管團(tuán)隊(duì)內(nèi)部的異質(zhì)性[2]、稅收激勵(lì)[3]、平臺(tái)賦能的方式[4]、企業(yè)自身的創(chuàng)新能力[5]、制度慣性以及數(shù)字技術(shù)驅(qū)動(dòng)張力[6]等均會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響。同時(shí)，還有學(xué)者就數(shù)字化轉(zhuǎn)型對(duì)企業(yè)產(chǎn)生的影響進(jìn)行了研究，具體來看，數(shù)字化轉(zhuǎn)型可以抑制企業(yè)的費(fèi)用粘性[7]、促進(jìn)企業(yè)經(jīng)濟(jì)增長(zhǎng)[8]、提高企業(yè)勞動(dòng)生產(chǎn)率[9]和全要素生產(chǎn)率[10]、推動(dòng)企業(yè)高層次勞動(dòng)力需求上升及勞動(dòng)力結(jié)構(gòu)的優(yōu)化[11]。此外，多數(shù)學(xué)者認(rèn)為數(shù)字化轉(zhuǎn)型能促進(jìn)企業(yè)創(chuàng)新績(jī)效的提高[12-14]，然而還有少部分學(xué)者認(rèn)為數(shù)字化轉(zhuǎn)型并不能使所有企業(yè)都獲得收益[15]，其原因可能在于信息技術(shù)無法適應(yīng)企業(yè)現(xiàn)有組織結(jié)構(gòu)[16]、管理層管理能力欠缺[17]等導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型失敗。由此可見，已有關(guān)于數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新績(jī)效影響的研究尚未形成一致結(jié)論，且鮮有學(xué)者就數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色創(chuàng)新績(jī)效的影響進(jìn)行研究。

本文的創(chuàng)新點(diǎn)主要有以下幾方面：第一，將企業(yè)數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新績(jī)效聯(lián)系起來，進(jìn)一步拓展了影響企業(yè)綠色創(chuàng)新績(jī)效的因素研究；第二，從企業(yè)產(chǎn)權(quán)性質(zhì)、企業(yè)的污染程度及市場(chǎng)化程度三個(gè)方面探討了數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響的異質(zhì)性特征，豐富了相關(guān)文獻(xiàn)；第三，從融資約束的角度出發(fā)，研究其在數(shù)字化轉(zhuǎn)型影響綠色創(chuàng)新績(jī)效過程中的中介效應(yīng)，完善了數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響的機(jī)制研究；第四，以風(fēng)險(xiǎn)承擔(dān)水平和政府補(bǔ)助為視角，探討其在數(shù)字化轉(zhuǎn)型影響綠色創(chuàng)新績(jī)效過程中的調(diào)節(jié)作用，為企業(yè)積極進(jìn)行數(shù)字化轉(zhuǎn)型、有效提高綠色創(chuàng)新績(jī)效提供了理論支撐。

1 理論分析與研究假設(shè)

1.1 數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響

在數(shù)字經(jīng)濟(jì)發(fā)展的新形勢(shì)下，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型可以優(yōu)化生產(chǎn)流程，降低企業(yè)生產(chǎn)與運(yùn)營(yíng)成本、提高生產(chǎn)與運(yùn)營(yíng)效率[18]，進(jìn)一步提高企業(yè)創(chuàng)新意愿、提升企業(yè)的創(chuàng)新效率、降低研發(fā)成本，從而對(duì)企業(yè)綠色創(chuàng)新績(jī)效的提高產(chǎn)生有利影響。

首先，數(shù)字化轉(zhuǎn)型能夠提高企業(yè)創(chuàng)新意愿，從而促進(jìn)綠色創(chuàng)新績(jī)效的提高。由于股東和企業(yè)管理層之間存在委托代理關(guān)系，高管可能會(huì)為了謀求私利而減少對(duì)具有較高風(fēng)險(xiǎn)的綠色創(chuàng)新活動(dòng)的投入，而數(shù)字化轉(zhuǎn)型依托互聯(lián)網(wǎng)強(qiáng)大的信息整合功能，使企業(yè)能夠及時(shí)、快速地獲取外界新信息[19]，從而有效識(shí)別綠色創(chuàng)新活動(dòng)可能會(huì)遇到的風(fēng)險(xiǎn)，并對(duì)其進(jìn)行規(guī)避，以減少企業(yè)面臨的損失，從而提升企業(yè)進(jìn)行綠色創(chuàng)新活動(dòng)的意愿，進(jìn)一步促進(jìn)綠色創(chuàng)新績(jī)效的提高。

其次，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)創(chuàng)新效率，從而促進(jìn)綠色創(chuàng)新績(jī)效的提高。數(shù)字化轉(zhuǎn)型能夠加強(qiáng)企業(yè)內(nèi)部各部門之間的信息交流與溝通[20]，使研發(fā)人員更好地了解企業(yè)的生產(chǎn)經(jīng)營(yíng)情況及市場(chǎng)需求情況，并依據(jù)企業(yè)自身情況有針對(duì)性地進(jìn)行綠色創(chuàng)新活動(dòng)，進(jìn)一步提升企業(yè)創(chuàng)新效率，從而對(duì)綠色創(chuàng)新績(jī)效的提高產(chǎn)生促進(jìn)作用。

最后，數(shù)字化轉(zhuǎn)型能夠降低企業(yè)研發(fā)成本，從而促進(jìn)綠色創(chuàng)新績(jī)效的提高。企業(yè)在引進(jìn)信息技術(shù)進(jìn)行數(shù)字化轉(zhuǎn)型后，有利于優(yōu)化資源配置，加速了資源在企業(yè)間的流動(dòng)，進(jìn)而提高資源利用效率，降低了企業(yè)研發(fā)成本[21]；同時(shí)，數(shù)字化轉(zhuǎn)型使得企業(yè)可以低成本、高效率地獲得并利用與綠色創(chuàng)新活動(dòng)相關(guān)的內(nèi)外部數(shù)據(jù)，促使內(nèi)部創(chuàng)新和外部市場(chǎng)需求相匹配，進(jìn)而降低研發(fā)失敗的可能性，從而進(jìn)一步推動(dòng)企業(yè)綠色創(chuàng)新績(jī)效的提高。基于上述分析，本文提出以下假設(shè)：

假設(shè)1：數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效具有顯著的正向影響。

1.2 融資約束的中介效應(yīng)

融資約束理論認(rèn)為，由于信息不對(duì)稱問題和代理問題的存在，導(dǎo)致企業(yè)從外部獲得融資的成本較高，致使企業(yè)無法達(dá)到理想中的投資水平，從而形成了融資約束，限制了企業(yè)的融資渠道，對(duì)企業(yè)綠色創(chuàng)新績(jī)效產(chǎn)生不利影響。而企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型可以在一定程度上緩解這一問題。

首先，數(shù)字經(jīng)濟(jì)是我國(guó)近年來一項(xiàng)重要發(fā)展戰(zhàn)略，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型作為符合國(guó)家發(fā)展戰(zhàn)略的重要舉措，可以獲得國(guó)家的戰(zhàn)略支持，在進(jìn)行融資時(shí)也更容易享受到政策優(yōu)惠，有效緩解了融資難的問題[22]，這使得企業(yè)能夠獲得充足的資金，并將其投入綠色創(chuàng)新活動(dòng)中，進(jìn)一步推動(dòng)企業(yè)綠色創(chuàng)新績(jī)效的提高。

其次，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型之后，可以通過人工智能、區(qū)塊鏈、云計(jì)算及大數(shù)據(jù)等信息技術(shù)及時(shí)、高效地處理和傳遞信息，確保信息的時(shí)效性和真實(shí)性，從而降低企業(yè)與外部資金提供者的信息不對(duì)稱問題[23]，緩解企業(yè)的融資約束，在此基礎(chǔ)上，進(jìn)一步推動(dòng)企業(yè)綠色創(chuàng)新績(jī)效的提高。

最后，代理成本過高是企業(yè)產(chǎn)生融資約束的重要原因之一，而企業(yè)通過應(yīng)用信息技術(shù)進(jìn)行數(shù)字化轉(zhuǎn)型，有利于對(duì)經(jīng)營(yíng)活動(dòng)的成本進(jìn)行及時(shí)計(jì)算，從而能夠?qū)蓶|與高管之間、高管與員工之間的代理成本進(jìn)行有效控制[24]，在降低代理成本的同時(shí)，緩解企業(yè)的融資約束，進(jìn)一步減少代理成本對(duì)企業(yè)造成的資金壓力，從而為企業(yè)進(jìn)行綠色創(chuàng)新活動(dòng)提供保障，促進(jìn)綠色創(chuàng)新績(jī)效的提高?；谏鲜龇治隹梢钥闯?，融資約束在數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新績(jī)效之間具有橋梁作用，因此，本文提出以下假設(shè)：

假設(shè)2：融資約束在數(shù)字化轉(zhuǎn)型影響綠色創(chuàng)新績(jī)效的過程中存在中介效應(yīng)。

1.3 風(fēng)險(xiǎn)承擔(dān)水平的調(diào)節(jié)作用

綠色創(chuàng)新活動(dòng)是一項(xiàng)資源投入大、周期長(zhǎng)的高風(fēng)險(xiǎn)活動(dòng)，因此，企業(yè)想要開展綠色創(chuàng)新活動(dòng)、提高綠色創(chuàng)新績(jī)效，就必須擁有較高的風(fēng)險(xiǎn)承擔(dān)水平。具體來看，風(fēng)險(xiǎn)承擔(dān)水平能夠在數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響中發(fā)揮如下作用：首先，具有高風(fēng)險(xiǎn)承擔(dān)水平的企業(yè)對(duì)綠色創(chuàng)新活動(dòng)失敗的容忍度更高，高管受到短期業(yè)績(jī)目標(biāo)的壓力較小[25]，因此，在數(shù)字化轉(zhuǎn)型促進(jìn)綠色創(chuàng)新績(jī)效提高的過程中，企業(yè)高風(fēng)險(xiǎn)承擔(dān)水平能夠提升高管開展綠色創(chuàng)新活動(dòng)的意愿和信心，從而加強(qiáng)數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的正向影響；其次，根據(jù)風(fēng)險(xiǎn)與報(bào)酬對(duì)等理論，更高的投資收益對(duì)應(yīng)更高的投資風(fēng)險(xiǎn)，而高投資收益較多地體現(xiàn)在創(chuàng)新活動(dòng)上[26]，因此，企業(yè)要想獲得更多的投資收益，就需要開展更多的綠色創(chuàng)新活動(dòng)，這就要求企業(yè)必須承擔(dān)更多的風(fēng)險(xiǎn)，由此可見，企業(yè)承擔(dān)風(fēng)險(xiǎn)的能力越高，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的正向影響作用就越強(qiáng)?；谏鲜龇治隹梢钥闯觯?dāng)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平較高時(shí)，更有利于發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的正向影響作用，因此，本文提出以下假設(shè)：

假設(shè)3：風(fēng)險(xiǎn)承擔(dān)水平在數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響中發(fā)揮正向調(diào)節(jié)作用。

1.4 政府補(bǔ)助的調(diào)節(jié)作用

企業(yè)在進(jìn)行綠色創(chuàng)新活動(dòng)時(shí)需要人力、資金等資源的大量投入，然而根據(jù)外部性理論，企業(yè)的綠色創(chuàng)新成果可能會(huì)被其他群體無償獲得，即企業(yè)在經(jīng)歷了投入多、風(fēng)險(xiǎn)高、不確定大且周期長(zhǎng)的綠色創(chuàng)新活動(dòng)后不能獨(dú)自享有創(chuàng)新成果，這在一定程度上降低了其進(jìn)行綠色創(chuàng)新活動(dòng)的意愿，進(jìn)而抑制企業(yè)綠色創(chuàng)新績(jī)效的提高。此時(shí)，政府通過實(shí)施補(bǔ)助為企業(yè)提供資金支持，可以在一定程度上促進(jìn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色創(chuàng)新績(jī)效的正向影響作用。具體來看，政府補(bǔ)助能夠在數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響中發(fā)揮如下作用：首先，獲得政府補(bǔ)助較高的企業(yè)可以直接增加其綠色創(chuàng)新活動(dòng)所需資金，緩解企業(yè)面臨的資源約束，引導(dǎo)社會(huì)資源流向企業(yè)綠色創(chuàng)新活動(dòng)[27]，從而滿足了企業(yè)開展綠色創(chuàng)新活動(dòng)所需的各類資源，進(jìn)一步提升數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的正向影響作用；其次，政府補(bǔ)助也可以在一定程度上彌補(bǔ)創(chuàng)新成果外溢導(dǎo)致的收益損失，削弱創(chuàng)新成果的外部性，從而提高企業(yè)進(jìn)行綠色創(chuàng)新活動(dòng)的意愿；最后，根據(jù)信號(hào)傳遞理論，企業(yè)獲得較高政府補(bǔ)助能夠提高企業(yè)綠色創(chuàng)新活動(dòng)的“信譽(yù)度”，并釋放“利好信號(hào)”，不斷吸引外部投資者參與[28]，從而擴(kuò)大企業(yè)獲得資金支持的渠道，進(jìn)一步分擔(dān)企業(yè)綠色創(chuàng)新活動(dòng)的資金壓力，不斷刺激企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色創(chuàng)新績(jī)效的正向影響作用。基于上述分析可以看出，當(dāng)企業(yè)獲得的政府補(bǔ)助較高時(shí)，更有利于發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的正向影響作用，因此，本文提出以下假設(shè)：

假設(shè)4：政府補(bǔ)助在數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響中發(fā)揮正向調(diào)節(jié)作用。

2 研究設(shè)計(jì)

2.1 樣本選取與數(shù)據(jù)來源

本文選取2016—2021 年滬深兩市A 股上市公司的數(shù)據(jù)作為研究樣本。在此基礎(chǔ)上，為了確保樣本數(shù)據(jù)的完整性及研究結(jié)論的可靠性，本文對(duì)樣本企業(yè)進(jìn)行了如下篩選：①剔除ST 和ST*企業(yè)；②剔除關(guān)鍵數(shù)據(jù)缺失的企業(yè)；③剔除金融企業(yè)和保險(xiǎn)企業(yè)。同時(shí)，為了避免極端值對(duì)研究結(jié)果造成誤差，本文對(duì)所有連續(xù)變量進(jìn)行了上下1%的Winsorize 縮尾處理。經(jīng)過以上篩選和處理，最終得到了977 家數(shù)據(jù)完整的樣本企業(yè)，共計(jì)5 862 個(gè)有效樣本數(shù)據(jù)。其中，綠色專利申請(qǐng)數(shù)據(jù)來自中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS），數(shù)字化轉(zhuǎn)型數(shù)據(jù)來自上市公司年報(bào)，其余數(shù)據(jù)均來自萬德數(shù)據(jù)庫（WIND）。本文使用Excel 對(duì)相關(guān)數(shù)據(jù)進(jìn)行整理，最終運(yùn)用Stata 17.0 統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)統(tǒng)計(jì)與分析。

2.2 變量定義

2.2.1 被解釋變量

本文的被解釋變量為綠色創(chuàng)新績(jī)效。根據(jù)國(guó)外早期代表學(xué)者ACS 等[29]的研究發(fā)現(xiàn)，綠色專利是企業(yè)綠色創(chuàng)新成果產(chǎn)出的集中體現(xiàn)，能夠可靠衡量企業(yè)的綠色創(chuàng)新績(jī)效。企業(yè)綠色專利主要包括發(fā)明專利和實(shí)用新型專利兩種，雖然實(shí)用新型專利的創(chuàng)新程度較低，但其作為企業(yè)創(chuàng)新成果的產(chǎn)出，也能給企業(yè)帶來收益。同時(shí)，由于專利授權(quán)往往需要經(jīng)過較長(zhǎng)周期，不能反映企業(yè)當(dāng)期的創(chuàng)新成果，因此與專利授權(quán)數(shù)相比，專利申請(qǐng)數(shù)更能反映企業(yè)當(dāng)期的創(chuàng)新成果[30]。此外，考慮到綠色專利申請(qǐng)數(shù)具有“右偏性”的特點(diǎn)，本文參考潘紅波等[25]、申明浩等[31]的做法，以綠色專利申請(qǐng)數(shù)加1 取自然對(duì)數(shù)的方式來衡量綠色創(chuàng)新績(jī)效，并用Pat表示。

2.2.2 解釋變量

本文的解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型。通過對(duì)相關(guān)文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn)，大多數(shù)學(xué)者采用“是否進(jìn)行數(shù)字化轉(zhuǎn)型”作為虛擬變量對(duì)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行衡量[32]，但該指標(biāo)無法反映企業(yè)數(shù)字化轉(zhuǎn)型的程度，因此，本文借鑒吳非等[17]的做法，以上市公司年報(bào)中與“企業(yè)數(shù)字化轉(zhuǎn)型”相關(guān)的詞頻總數(shù)作為衡量企業(yè)數(shù)字化轉(zhuǎn)型程度的指標(biāo)。具體而言，本文共選取了人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)和數(shù)字技術(shù)應(yīng)用五大類別共76 個(gè)特征詞進(jìn)行統(tǒng)計(jì)，如表1 所示。

表1 數(shù)字化轉(zhuǎn)型特征詞表

本文根據(jù)表1 所示的特征詞譜對(duì)企業(yè)年報(bào)中出現(xiàn)的詞頻數(shù)進(jìn)行統(tǒng)計(jì)，以此來衡量企業(yè)數(shù)字化轉(zhuǎn)型程度，同時(shí)考慮到該數(shù)據(jù)的“右偏性”特點(diǎn)，本文將其進(jìn)行對(duì)數(shù)化處理，并用Dig表示。

2.2.3 中介變量

本文的中介變量為融資約束。融資約束的衡量方式主要包括單一指標(biāo)和綜合指標(biāo)兩種，其中，單一指標(biāo)包括企業(yè)的股利支付水平、現(xiàn)金流量、企業(yè)規(guī)模等；綜合指標(biāo)包括FC 指數(shù)、WW 指數(shù)及KZ 指數(shù)等。與單一指標(biāo)相比，運(yùn)用綜合指標(biāo)能更全面地衡量企業(yè)的融資約束水平，同時(shí)，在綜合指標(biāo)中，WW 指數(shù)及KZ 指數(shù)存在一定程度上的內(nèi)生性問題，因此，本文借鑒苑澤明等[23]、顧雷雷等[33]學(xué)者的做法，選取FC 指數(shù)作為企業(yè)融資約束的衡量指標(biāo)，并用FC表示。

2.2.4 調(diào)節(jié)變量

本文的調(diào)節(jié)變量為風(fēng)險(xiǎn)承擔(dān)水平和政府補(bǔ)助?，F(xiàn)有學(xué)者主要通過盈余波動(dòng)性、股票回報(bào)波動(dòng)性、資產(chǎn)負(fù)債率及研發(fā)支出等指標(biāo)對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平進(jìn)行衡量，由于我國(guó)股票市場(chǎng)波動(dòng)性較大[1]，因此，本文借鑒何瑛等[34]的做法，選取盈余波動(dòng)性作為風(fēng)險(xiǎn)承擔(dān)水平的衡量指標(biāo)，具體計(jì)算公式如式（1）和式（2）所示。

式（1）、（2）中：i、n分別表示上市公司及時(shí)間，ROA為企業(yè)當(dāng)年息稅折舊及攤銷前利潤(rùn)（EBITDA）與當(dāng)年末總資產(chǎn)（ASSETS）的比值，為緩解行業(yè)和周期的影響，將企業(yè)ROA減去年度行業(yè)均值得到ADJ_ROA，如公式（1）所示。同時(shí)，本文以每3 年為一個(gè)觀測(cè)時(shí)段，滾動(dòng)計(jì)算ADJ_ROA的標(biāo)準(zhǔn)差，以此來衡量企業(yè)的盈余波動(dòng)性，如公式（2）所示。本文以盈余波動(dòng)性來衡量企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平，并用Risk表示。

此外，政府補(bǔ)助是政府無償給予企業(yè)的資金支持，本文依據(jù)企業(yè)財(cái)務(wù)報(bào)表附注中公布的政府補(bǔ)貼金額獲得該指標(biāo)的具體數(shù)據(jù)，同時(shí)為了避免企業(yè)規(guī)模造成的差異，本文借鑒黃琰等[35]的做法，用政府補(bǔ)助金額的對(duì)數(shù)作為衡量政府補(bǔ)助的指標(biāo)，并用Gov表示。

2.2.5 控制變量

考慮到影響本研究的因素較多，因此，為了控制其他變量的影響，本文參考吳非等[17]、潘紅波等[25]學(xué)者的做法，選取資產(chǎn)負(fù)債率（Lev）、研發(fā)投入強(qiáng)度（R&D）、第一大股東持股比例（Top1）、凈資產(chǎn)收益率（Roe）、賬面市值比（BM）及企業(yè)年齡（Age）作為控制變量，同時(shí)，將年份（Year）和行業(yè)（Ind）作為虛擬變量，來控制其對(duì)企業(yè)創(chuàng)新績(jī)效產(chǎn)生的影響。相關(guān)變量定義及說明如表2所示。

表2 變量定義表

2.3 模型設(shè)計(jì)

為了驗(yàn)證企業(yè)數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響作用，本文根據(jù)假設(shè)1 構(gòu)建了模型（1），具體公式如下所示。

式中：β為回歸系數(shù)，ε為隨機(jī)誤差項(xiàng)。為了驗(yàn)證融資約束在企業(yè)數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響中的中介效應(yīng)，本文根據(jù)假設(shè)2 構(gòu)建了模型（2）和模型（3），具體公式如下所示。

為了驗(yàn)證風(fēng)險(xiǎn)承擔(dān)水平和政府補(bǔ)助在企業(yè)數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響中的調(diào)節(jié)作用，本文分別根據(jù)假設(shè)3 和假設(shè)4 構(gòu)建了模型（4）和模型（5），具體公式如下所示：

3 實(shí)證分析

3.1 描述性統(tǒng)計(jì)分析

本文對(duì)樣本數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)分析，包括數(shù)據(jù)的最小值、最大值、均值及標(biāo)準(zhǔn)差，描述性統(tǒng)計(jì)分析具體結(jié)果如表3 所示。

表3 描述性統(tǒng)計(jì)分析

由表3 可以看出，本文被解釋變量——綠色創(chuàng)新績(jī)效（Pat）的最小值為0，最大值為5.740，均值為1.973，標(biāo)準(zhǔn)差為1.307，說明不同企業(yè)之間綠色創(chuàng)新績(jī)效存在明顯差異。解釋變量——企業(yè)數(shù)字化轉(zhuǎn)型（Dig）的最小值為0，最大值為5.361，均值為1.818，標(biāo)準(zhǔn)差為1.450，說明在本文選取的樣本企業(yè)中，數(shù)字化轉(zhuǎn)型程度差異較大，且仍有部分企業(yè)尚未進(jìn)行數(shù)字化轉(zhuǎn)型。本文的中介變量——融資約束（FC）的最小值為0.000 12，最大值為0.974，均值為0.392，標(biāo)準(zhǔn)差為0.271，說明目前不同企業(yè)之間融資約束具有較大的差異。在調(diào)節(jié)變量中，風(fēng)險(xiǎn)承擔(dān)水平的最小值為-23.88，最大值為22.59，均值為5.072，標(biāo)準(zhǔn)差為6.220，說明樣本企業(yè)之間對(duì)風(fēng)險(xiǎn)的承擔(dān)能力存在顯著差異；政府補(bǔ)助的最小值為13.78，最大值為20.78，均值為17.12，標(biāo)準(zhǔn)差為1.368，說明不同企業(yè)之間獲得的資金支持具有差異。從控制變量的最小值、最大值、均值及標(biāo)準(zhǔn)差可以看出，各控制變量在不同企業(yè)之間也存在不同程度的差異。

3.2 回歸結(jié)果分析

3.2.1 基準(zhǔn)回歸

為了探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色創(chuàng)新績(jī)效的影響，本部分根據(jù)前文構(gòu)建的模型（1）進(jìn)行回歸分析，具體結(jié)果如表4 所示。

表4 基準(zhǔn)回歸結(jié)果

表4 的列（1）和列（2）分別列示了未加入控制變量和加入控制變量后的回歸結(jié)果?？梢园l(fā)現(xiàn)，在未加入控制變量時(shí)，模型（1）的F值為40.41，在1%水平下通過了顯著性檢驗(yàn)，同時(shí)調(diào)整后的R2為0.133 9；在進(jìn)一步加入控制變量后，模型（1）的F值為70.96，且在1%水平下通過了顯著性檢驗(yàn)，調(diào)整后R2為0.257 1，說明本文選取的控制變量加強(qiáng)了模型對(duì)企業(yè)綠色創(chuàng)新績(jī)效的解釋力度。同時(shí)，由表4 的回歸結(jié)果可知，在未加入控制變量和加入控制變量后，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)分別為0.119 8 和0.137 9，均在1%水平下通過了顯著性檢驗(yàn)，這表明數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效產(chǎn)生了顯著的正向影響，假設(shè)1 得到驗(yàn)證。

3.2.2 內(nèi)生性檢驗(yàn)

由于企業(yè)綠色創(chuàng)新績(jī)效的提高可能會(huì)在一定程度上倒逼企業(yè)向數(shù)字化方向發(fā)展[31]，因此，企業(yè)數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新績(jī)效之間存在一定的內(nèi)生性問題。為了避免內(nèi)生性問題對(duì)研究結(jié)果產(chǎn)生影響，本文分別選取滯后數(shù)據(jù)及工具變量進(jìn)行內(nèi)生性檢驗(yàn)。

（1）滯后數(shù)據(jù)進(jìn)行檢驗(yàn)。本文借鑒付劍茹等[36]的研究，選用解釋變量和控制變量滯后一期的數(shù)據(jù)進(jìn)行回歸，以緩解企業(yè)數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新績(jī)效之間的反向因果問題。在此基礎(chǔ)上，本文進(jìn)一步將滯后兩期的數(shù)據(jù)代入模型（1）中進(jìn)行回歸，具體結(jié)果如表5 所示。

表5 內(nèi)生性檢驗(yàn)結(jié)果（滯后數(shù)據(jù)）

表5 的列（1）和列（2）分別列示了解釋變量和控制變量滯后一期、滯后兩期的回歸結(jié)果，可以看出，將滯后一期、滯后兩期的數(shù)據(jù)代入模型（1）進(jìn)行回歸后，F(xiàn)值分別為63.25 和55.64，均在1%水平下通過了顯著性檢驗(yàn)，且調(diào)整后R2分別為0.263 0 和0.274 1，說明模型與變量數(shù)據(jù)之間的擬合優(yōu)度較高，可以用來進(jìn)行內(nèi)生性檢驗(yàn)。同時(shí)，滯后一期、滯后兩期的數(shù)字化轉(zhuǎn)型系數(shù)分別為0.132 6 和0.128 0，均在1%的水平上顯著為正，這在一定程度上緩解了企業(yè)數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新績(jī)效之間的反向因果問題。

（2）工具變量進(jìn)行檢驗(yàn)。雖然滯后數(shù)據(jù)可以在一定程度上緩解內(nèi)生性問題，但也有可能遺漏當(dāng)期的有效變量，因此，本文還選取了工具變量進(jìn)行內(nèi)生性檢驗(yàn)。本文借鑒肖紅軍等[37]、尚洪濤等[38]的研究，選用同年度、同行業(yè)除企業(yè)自身外的企業(yè)數(shù)字化均值（IV1）作為工具變量進(jìn)行內(nèi)生性檢驗(yàn)。此外，本文還參考了潘洪波等[25]的做法，選取企業(yè)所在城市的上市公司數(shù)（IV2）作為另一個(gè)工具變量進(jìn)行內(nèi)生性檢驗(yàn)。同年度、同行業(yè)除企業(yè)自身外的企業(yè)數(shù)字化均值（IV1）及企業(yè)所在城市的上市公司數(shù)（IV2）均與企業(yè)自身數(shù)字化水平緊密相關(guān)，但難以對(duì)企業(yè)自身的綠色創(chuàng)新績(jī)效產(chǎn)生直接關(guān)聯(lián)，因此，這兩個(gè)指標(biāo)均滿足工具變量相關(guān)性和排他性的要求。在選取工具變量之后，本文運(yùn)用兩階段最小二乘法進(jìn)行了內(nèi)生性檢驗(yàn)，檢驗(yàn)結(jié)果如表6 所示。

表6 內(nèi)生性檢驗(yàn)結(jié)果（工具變量）

在表6 中，列（1）和列（3）分別列示了IV1 和IV2 兩個(gè)工具變量第一階段的回歸結(jié)果，結(jié)果顯示，兩個(gè)工具變量對(duì)數(shù)字化轉(zhuǎn)型程度的效應(yīng)均在1%水平下顯著為正，且模型的F值分別為267.33 和119.08，遠(yuǎn)大于臨界值10，排除了弱工具變量的問題。列（2）和列（4）分別列示了IV1 和IV2 兩個(gè)工具變量第二階段的回歸結(jié)果，結(jié)果顯示，IV1 和IV2 對(duì)企業(yè)綠色創(chuàng)新績(jī)效的回歸系數(shù)分別為0.069 1 和1.392 2，均在1%水平下顯著為正，與前文回歸結(jié)果一致，這進(jìn)一步緩解了企業(yè)數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新績(jī)效之間的內(nèi)生性問題。

3.2.3 穩(wěn)健性檢驗(yàn)

為保證實(shí)證結(jié)果的可靠性，本文采用替換變量、區(qū)分綠色創(chuàng)新類型及更換回歸模型三種方法進(jìn)行穩(wěn)健性檢驗(yàn)。

（1）替換變量進(jìn)行檢驗(yàn)。本文借鑒靳毓等[39]的做法，將上市公司獲得的綠色專利數(shù)（Pat-Obtain）作為衡量綠色創(chuàng)新績(jī)效的指標(biāo)，并利用上文構(gòu)建的回歸模型，對(duì)基準(zhǔn)回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。檢驗(yàn)結(jié)果如表7 所示。

表7 穩(wěn)健性檢驗(yàn)結(jié)果（替換變量）

由表7 可以看出，在替換了綠色創(chuàng)新績(jī)效的衡量指標(biāo)后，模型（1）的F值為72.33，在1%水平下通過了顯著性檢驗(yàn)，且調(diào)整后的R2為0.260 9，說明回歸模型的擬合優(yōu)度較高，可以利用模型（1）進(jìn)行檢驗(yàn)。同時(shí)，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的回歸系數(shù)為0.078 6，依然在1%水平上顯著為正，這表明模型（1）通過了穩(wěn)健性檢驗(yàn)，實(shí)證結(jié)果具有可靠性。

（2）區(qū)分綠色創(chuàng)新類型進(jìn)行檢驗(yàn)。企業(yè)綠色專利包括綠色發(fā)明專利（Pat-Inn）和綠色實(shí)用新型專利（Pat-Other）兩種，發(fā)明專利和實(shí)用新型專利包含的創(chuàng)新程度不同[40]，使得數(shù)字化轉(zhuǎn)型對(duì)不同類型綠色專利的影響程度也存在差異。因此，本文將企業(yè)綠色專利分為綠色發(fā)明專利和綠色實(shí)用新型專利兩種類型，利用上文構(gòu)建的回歸模型（1），對(duì)基準(zhǔn)回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。檢驗(yàn)結(jié)果如表8 所示。

表8 穩(wěn)健性檢驗(yàn)結(jié)果（區(qū)分綠色創(chuàng)新類型）

表8 中，列（1）和列（2）分別列示了數(shù)字化轉(zhuǎn)型對(duì)綠色發(fā)明專利和綠色實(shí)用新型專利的回歸結(jié)果。可以看出，兩個(gè)回歸的F值分別為53.99 和85.66，均在1%水平下通過了顯著性檢驗(yàn)，且調(diào)整后的R2分別為0.207 7和0.295 2，說明回歸模型的擬合優(yōu)度較高。數(shù)字化轉(zhuǎn)型對(duì)綠色發(fā)明專利和綠色實(shí)用新型專利的回歸系數(shù)分別為0.162 5 和0.056 3，均在1%水平上顯著為正，這說明模型（1）通過了穩(wěn)健性檢驗(yàn)，實(shí)證結(jié)果具有可靠性，同時(shí)表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色發(fā)明專利的促進(jìn)作用更明顯。

（3）更換回歸模型進(jìn)行檢驗(yàn)。由于綠色專利申請(qǐng)量為計(jì)數(shù)型變量，且在0 處存在左截?cái)嗟奶卣鳎虼?，本文分別采用Tobit 模型和負(fù)二項(xiàng)回歸模型對(duì)基準(zhǔn)回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。檢驗(yàn)結(jié)果如表9 所示。表9 中，列（1）和列（2）分別列示了Tobit 模型和負(fù)二項(xiàng)回歸模型的回歸結(jié)果。根據(jù)回歸結(jié)果可以看出，在Tobit 模型和負(fù)二項(xiàng)回歸模型中，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色創(chuàng)新績(jī)效的回歸系數(shù)分別為3.909 6 和0.139 6，均在1%水平下顯著為正，這說明模型（1）通過了穩(wěn)健性檢驗(yàn)，實(shí)證結(jié)果具有可靠性。

表9 穩(wěn)健性檢驗(yàn)結(jié)果（更換模型）

3.2.4 異質(zhì)性檢驗(yàn)

本文從企業(yè)的產(chǎn)權(quán)性質(zhì)、所屬行業(yè)及市場(chǎng)化程度三個(gè)方面來檢驗(yàn)在不同性質(zhì)企業(yè)中數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響是否存在不同。

（1）區(qū)分產(chǎn)權(quán)性質(zhì)。產(chǎn)權(quán)性質(zhì)不同會(huì)導(dǎo)致企業(yè)對(duì)綠色創(chuàng)新活動(dòng)的開展存在差異[41]。為了進(jìn)一步驗(yàn)證不同產(chǎn)權(quán)性質(zhì)下數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響的差異，本文按照產(chǎn)權(quán)性質(zhì)的不同將樣本企業(yè)區(qū)分為國(guó)有企業(yè)和非國(guó)有企業(yè)，根據(jù)模型（1）進(jìn)行回歸分析，結(jié)果如表10 所示。

表10 異質(zhì)性檢驗(yàn)結(jié)果（區(qū)分產(chǎn)權(quán)性質(zhì)）

表10 中，列（1）和列（2）分別列示了國(guó)有企業(yè)和非國(guó)有企業(yè)的回歸結(jié)果。可以看出，兩個(gè)回歸的F值分別為33.11 和38.84，均在1%水平下顯著為正，且調(diào)整后的R2分別為0.291 9 和0.223 6，說明回歸模型的擬合優(yōu)度較高，可以利用模型（1）進(jìn)行檢驗(yàn)。在國(guó)有和非國(guó)有企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的回歸系數(shù)分別為0.195 3和0.111 6，均在1%水平上顯著為正，這表明在國(guó)有企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的促進(jìn)作用更強(qiáng)。

（2）區(qū)分行業(yè)。由于所屬行業(yè)不同，企業(yè)對(duì)開展綠色創(chuàng)新活動(dòng)的需求及條件也會(huì)存在差異。因此，本文根據(jù)我國(guó)《上市公司行業(yè)分類指引》《上市公司環(huán)保核查行業(yè)分類管理名錄》以及《上市公司環(huán)境信息披露指南》的規(guī)定，將煤炭、采礦、紡織、制革、造紙、石化、制藥、化工、冶金、火電等16 個(gè)行業(yè)劃分為重污染行業(yè)，其他行業(yè)劃分為非重污染行業(yè)，并以此為基礎(chǔ)，將樣本企業(yè)劃分為重污染企業(yè)和非重污染企業(yè)，進(jìn)一步驗(yàn)證在不同行業(yè)中數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響作用的差異。本文在此基礎(chǔ)上根據(jù)模型（1）進(jìn)行回歸分析，回歸結(jié)果如表11 所示。

表11 異質(zhì)性檢驗(yàn)結(jié)果（區(qū)分行業(yè)）

表11 中，列（1）和列（2）分別列示了重污染行業(yè)和非重污染行業(yè)的回歸結(jié)果。可以看出，兩個(gè)回歸的F值分別為33.41 和56.15，均在1%水平下顯著為正，且調(diào)整后的R2分別為0.234 1 和0.277 5，說明回歸模型的擬合優(yōu)度較高，可以利用模型（1）進(jìn)行檢驗(yàn)。在重污染企業(yè)和非重污染企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的回歸系數(shù)分別為0.055 5 和0.131 0，均在1%水平上顯著為正，這表明在非重污染行業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的促進(jìn)作用更強(qiáng)。

（3）區(qū)分市場(chǎng)化程度。市場(chǎng)化程度是影響企業(yè)綠色創(chuàng)新能力的重要因素[42]，因此，為了進(jìn)一步驗(yàn)證市場(chǎng)化程度的高低是否會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響綠色創(chuàng)新績(jī)效產(chǎn)生差異，本文采用《中國(guó)市場(chǎng)化指數(shù)》對(duì)企業(yè)所在省份的市場(chǎng)化程度進(jìn)行衡量，同時(shí)依據(jù)各年份市場(chǎng)化程度的中位數(shù)對(duì)樣本企業(yè)進(jìn)行分組，高于當(dāng)年中位數(shù)的企業(yè)劃分為高市場(chǎng)化組，其余為低市場(chǎng)化組，在此基礎(chǔ)上分別將兩組數(shù)據(jù)代入模型（1）進(jìn)行回歸分析，結(jié)果如表12 所示。

表12 異質(zhì)性檢驗(yàn)結(jié)果（區(qū)分市場(chǎng)化程度）

表12 中，列（1）和列（2）分別列示了高市場(chǎng)化組和低市場(chǎng)化組的回歸結(jié)果。可以看出，兩個(gè)回歸的F值分別為46.09 和32.14，均在1%水平下顯著為正，且調(diào)整后的R2分別為0.307 1 和0.236 9，說明回歸模型的擬合優(yōu)度較高，可以利用模型（1）進(jìn)行檢驗(yàn)。同時(shí)，在高市場(chǎng)化組和低市場(chǎng)化組中，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的回歸系數(shù)分別為0.102 7 和0.174 3，均在1%水平上顯著為正，這表明在市場(chǎng)化程度較低的企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的促進(jìn)作用更強(qiáng)。

3.2.5 進(jìn)一步分析

前文的分析表明，數(shù)字化轉(zhuǎn)型顯著促進(jìn)了綠色創(chuàng)新績(jī)效的提高。在此基礎(chǔ)上，本文進(jìn)一步對(duì)融資約束在其中的中介效應(yīng)及風(fēng)險(xiǎn)承擔(dān)水平、政府補(bǔ)助在其中的調(diào)節(jié)作用進(jìn)行了分析，以期探討數(shù)字化轉(zhuǎn)型促進(jìn)綠色創(chuàng)新績(jī)效提高的內(nèi)在機(jī)理。

（1）融資約束的中介效應(yīng)。為了驗(yàn)證融資約束在企業(yè)數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響中的中介效應(yīng)，本部分根據(jù)前文構(gòu)建的模型（2）和模型（3）進(jìn)行回歸分析，具體結(jié)果如表13 所示。

表13 融資約束的中介效應(yīng)

由表13 可以看出，模型（2）和模型（3）的F值分別為168.24 和89.23，均在1%水平下顯著為正，且調(diào)整后的R2分別為0.452 8 和0.311 1，說明回歸模型的擬合優(yōu)度較高，可以利用該模型進(jìn)行檢驗(yàn)。同時(shí)，依據(jù)表13 的回歸結(jié)果，并結(jié)合溫忠麟等[43]的中介效應(yīng)檢驗(yàn)流程，本文就融資約束在數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響中的中介效應(yīng)進(jìn)行分析：首先，數(shù)字化轉(zhuǎn)型對(duì)融資約束的回歸系數(shù)a為-0.017 3，融資約束對(duì)綠色創(chuàng)新績(jī)效的回歸系數(shù)b為-1.519 6，其均在1%水平下顯著為負(fù)；其次，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的回歸系數(shù)c為0.111 6，在1%水平下顯著為正；最后，系數(shù)a和系數(shù)b的乘積與系數(shù)c同號(hào)，說明融資約束在數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響中具有部分中介效應(yīng)，即數(shù)字化轉(zhuǎn)型可以通過緩解企業(yè)融資約束來促進(jìn)綠色創(chuàng)新績(jī)效的提高，假設(shè)2 得到驗(yàn)證。

（2）風(fēng)險(xiǎn)承擔(dān)水平和政府補(bǔ)助的調(diào)節(jié)作用。為了驗(yàn)證風(fēng)險(xiǎn)承擔(dān)水平和政府補(bǔ)助在企業(yè)數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響中的調(diào)節(jié)作用，本文根據(jù)前文構(gòu)建的模型（4）和模型（5）進(jìn)行回歸分析，具體結(jié)果如表14 所示。

表14 風(fēng)險(xiǎn)承擔(dān)水平和政府補(bǔ)助的調(diào)節(jié)作用

由表14 可以看出，模型（4）和模型（5）的F值分別為66.87 和95.30，均在1%水平下顯著為正，且調(diào)整后的R2分別為0.258 4 和0.332 8，說明回歸模型的擬合優(yōu)度較高，可以利用該模型進(jìn)行檢驗(yàn)。同時(shí)，依據(jù)表14的回歸結(jié)果可以看出，風(fēng)險(xiǎn)承擔(dān)水平、政府補(bǔ)助與數(shù)字化轉(zhuǎn)型的交乘項(xiàng)系數(shù)分別為0.005 9 和0.014 2，在1%和10%水平下顯著為正，說明風(fēng)險(xiǎn)承擔(dān)水平和政府補(bǔ)助在企業(yè)數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效影響中均發(fā)揮了正向調(diào)節(jié)作用，假設(shè)3 和假設(shè)4 得到驗(yàn)證。

4 研究結(jié)論與啟示

本文以2016—2021 年滬深兩市A 股上市公司的數(shù)據(jù)作為研究樣本，理論分析并實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響、融資約束在其中的中介效應(yīng)以及風(fēng)險(xiǎn)承擔(dān)水平、政府補(bǔ)助的調(diào)節(jié)作用。研究結(jié)果表明：第一，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色創(chuàng)新績(jī)效具有顯著的正向激勵(lì)作用，且從區(qū)分創(chuàng)新類型來看，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色發(fā)明專利的促進(jìn)作用更明顯；第二，融資約束在數(shù)字化轉(zhuǎn)型影響綠色創(chuàng)新績(jī)效的過程中存在中介效應(yīng)，即數(shù)字化轉(zhuǎn)型能夠通過緩解企業(yè)的融資約束來推動(dòng)綠色創(chuàng)新績(jī)效的提高；第三，風(fēng)險(xiǎn)承擔(dān)水平和政府補(bǔ)助均在數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的影響中發(fā)揮正向調(diào)節(jié)作用；第四，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的促進(jìn)作用存在明顯的企業(yè)異質(zhì)性，具體而言，在國(guó)有企業(yè)、非重污染企業(yè)及市場(chǎng)化程度較低的企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)綠色創(chuàng)新績(jī)效的促進(jìn)作用更顯著。

基于研究結(jié)論得出如下啟示：第一，企業(yè)應(yīng)加快推進(jìn)數(shù)字化轉(zhuǎn)型，尤其是國(guó)有企業(yè)、非重污染企業(yè)及市場(chǎng)化程度較低的企業(yè)更應(yīng)該提高信息化程度，積極引入人工智能、區(qū)塊鏈、云計(jì)算及大數(shù)據(jù)等信息技術(shù)，并將其應(yīng)用于生產(chǎn)經(jīng)營(yíng)活動(dòng)中，推動(dòng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，從而為綠色創(chuàng)新績(jī)效的提高提供數(shù)字化保障；第二，企業(yè)應(yīng)提高綠色創(chuàng)新項(xiàng)目的信息透明度，通過降低企業(yè)與外部資金提供者之間的信息不對(duì)稱程度，來緩解企業(yè)融資約束，從而促進(jìn)企業(yè)綠色創(chuàng)新績(jī)效的提高；第三，企業(yè)應(yīng)合理提升自身風(fēng)險(xiǎn)承擔(dān)水平，增強(qiáng)對(duì)資源投入多、風(fēng)險(xiǎn)高、周期長(zhǎng)、不確定性大的綠色創(chuàng)新活動(dòng)的容忍度和自信心，避免因過度規(guī)避風(fēng)險(xiǎn)而失去創(chuàng)新機(jī)會(huì)，進(jìn)一步提高企業(yè)綠色創(chuàng)新績(jī)效；第四，政府應(yīng)完善補(bǔ)助政策，加大對(duì)實(shí)施數(shù)字化轉(zhuǎn)型企業(yè)的補(bǔ)助力度，為保證企業(yè)綠色創(chuàng)新活動(dòng)持續(xù)、穩(wěn)定開展提供長(zhǎng)期的資金支持，從而推動(dòng)企業(yè)綠色創(chuàng)新績(jī)效的持續(xù)提高。