【摘" 要】論文以成渝地區(qū)雙城經(jīng)濟(jì)圈A股國有上市公司為對象，基于2011-2022年數(shù)據(jù)，采用DEA模型測度國企綠色轉(zhuǎn)型，結(jié)合熵值法評估城市數(shù)字經(jīng)濟(jì)發(fā)展水平和科技創(chuàng)新環(huán)境，運用隨機(jī)效應(yīng)模型與間接效應(yīng)驗證假設(shè)。結(jié)果表明：數(shù)字經(jīng)濟(jì)發(fā)展水平對國有企業(yè)綠色轉(zhuǎn)型具有顯著正向影響。企業(yè)年齡、償債能力等對轉(zhuǎn)型有正向作用，規(guī)模、現(xiàn)金流等有負(fù)面影響?？萍紕?chuàng)新環(huán)境在數(shù)字經(jīng)濟(jì)影響企業(yè)綠色轉(zhuǎn)型的過程中起到部分中介作用。論文建議提升國企管理效率、加大創(chuàng)新支持、加強(qiáng)數(shù)字經(jīng)濟(jì)與綠色技術(shù)融合，促進(jìn)國企綠色發(fā)展。

【關(guān)鍵詞】數(shù)字經(jīng)濟(jì)；國有企業(yè)；綠色轉(zhuǎn)型

【中圖分類號】F276.1；F49" " " " " " " " " " " " " " " " " " " " " " "【文獻(xiàn)標(biāo)志碼】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章編號】1673-1069（2024）10-0033-03

1 引言

近年來，中國經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段，強(qiáng)調(diào)經(jīng)濟(jì)效益、創(chuàng)新和綠色可持續(xù)性。作為西部大開發(fā)和區(qū)域協(xié)調(diào)發(fā)展的重點，成渝雙城經(jīng)濟(jì)圈正加速向綠色、創(chuàng)新驅(qū)動轉(zhuǎn)型，國有企業(yè)在此過程中發(fā)揮核心作用。數(shù)字經(jīng)濟(jì)的快速發(fā)展為國企綠色轉(zhuǎn)型帶來新機(jī)遇。然而，現(xiàn)有文獻(xiàn)多關(guān)注宏觀層面，微觀個體的實證研究不足。因此，本文選取2011-2022年成渝地區(qū)國有上市公司數(shù)據(jù)，實證分析數(shù)字經(jīng)濟(jì)對國企綠色轉(zhuǎn)型的影響，并探討科技創(chuàng)新環(huán)境的中介作用，提出數(shù)字經(jīng)濟(jì)賦能國企綠色轉(zhuǎn)型的政策建議，為成渝地區(qū)可持續(xù)發(fā)展提供參考。

2 文獻(xiàn)綜述與假設(shè)提出

2.1 數(shù)字經(jīng)濟(jì)與企業(yè)綠色轉(zhuǎn)型的測度方法

學(xué)者們采用不同方法測度數(shù)字經(jīng)濟(jì)發(fā)展：孔維娜等[1]利用華為全球聯(lián)接指數(shù)衡量78國數(shù)字經(jīng)濟(jì)水平；羅良清等[2]基于OECD等框架設(shè)計了中國數(shù)字經(jīng)濟(jì)衛(wèi)星賬戶；王迎等[3]利用主成分分析法計算各省數(shù)字經(jīng)濟(jì)發(fā)展綜合指數(shù)；何玉梅等[4]采用熵值法從多維度多指標(biāo)綜合評價不同地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平。為確保地區(qū)間可比性并減少主觀干擾，本文采用熵值法進(jìn)行測度。對于企業(yè)綠色轉(zhuǎn)型的測度，李政等[5]從產(chǎn)業(yè)層面，采用熵值法賦權(quán)測算綠色轉(zhuǎn)型指數(shù)；畢茜等[6]使用BP神經(jīng)網(wǎng)絡(luò)法測度重污染企業(yè)的綠色轉(zhuǎn)型；車德欣等[7]通過機(jī)器學(xué)習(xí)與詞頻統(tǒng)計，形成表征企業(yè)綠色轉(zhuǎn)型的強(qiáng)度指標(biāo)；郭林英[8]、張靜曉等[9]分別采用DEA和SBM模型測度企業(yè)綠色技術(shù)創(chuàng)新效率和綠色全要素生產(chǎn)率。本文采用DEA效率測度法。

2.2 數(shù)字經(jīng)濟(jì)對國有企業(yè)綠色轉(zhuǎn)型的直接影響

數(shù)字經(jīng)濟(jì)對國有企業(yè)綠色轉(zhuǎn)型的邏輯關(guān)系主要體現(xiàn)在：①提高資源使用效率。數(shù)字技術(shù)優(yōu)化要素配置、提升生態(tài)效率并助力產(chǎn)業(yè)升級[10]。②推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。數(shù)字經(jīng)濟(jì)通過提升綠色創(chuàng)新水平和吸引勞動力，促進(jìn)產(chǎn)業(yè)升級和制造業(yè)轉(zhuǎn)型[11]。③促進(jìn)綠色金融創(chuàng)新。數(shù)字金融提高融資效率，增強(qiáng)綠色技術(shù)研發(fā)能力，降低融資成本，激勵國企綠色投資[12]。據(jù)此，本文提出如下假設(shè)：

H1：數(shù)字經(jīng)濟(jì)發(fā)展有利于促進(jìn)國有企業(yè)綠色轉(zhuǎn)型升級。

2.3 數(shù)字經(jīng)濟(jì)對國有企業(yè)綠色轉(zhuǎn)型的間接影響

數(shù)字經(jīng)濟(jì)通過提供先進(jìn)的技術(shù)平臺和智能化工具，推動國企在綠色技術(shù)創(chuàng)新和資源優(yōu)化方面的進(jìn)步，從而促進(jìn)綠色轉(zhuǎn)型。科技創(chuàng)新環(huán)境增強(qiáng)了企業(yè)的技術(shù)研發(fā)能力和數(shù)據(jù)決策支持，提高了資源利用效率和環(huán)境治理水平。然而，科技創(chuàng)新的初期成本和技術(shù)適應(yīng)性問題可能在短期內(nèi)對企業(yè)轉(zhuǎn)型造成一定的負(fù)面影響。據(jù)此，本文提出如下假設(shè)：

H2：科技創(chuàng)新環(huán)境在數(shù)字經(jīng)濟(jì)賦能國企綠色轉(zhuǎn)型中起中介作用。

3 研究設(shè)計

3.1 樣本選擇與數(shù)據(jù)來源

本文選取2011-2022年成渝雙城經(jīng)濟(jì)圈A股國有上市公司面板數(shù)據(jù)，處理如下：剔除ST和金融行業(yè)企業(yè)；剔除數(shù)據(jù)少于連續(xù)3年的企業(yè)；刪除重要數(shù)據(jù)缺失的企業(yè)。最終獲得736個觀測樣本。上市公司數(shù)據(jù)來自CSMAR數(shù)據(jù)庫，地區(qū)宏觀數(shù)據(jù)來自《中國信息統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《四川統(tǒng)計年鑒》《重慶統(tǒng)計年鑒》及各市、區(qū)統(tǒng)計公報。

3.2 變量選取與說明

①被解釋變量：企業(yè)綠色轉(zhuǎn)型（EGT）

本文采用數(shù)據(jù)包絡(luò)分析DEA模型，以每個樣本企業(yè)為DMU，對企業(yè)綠色全要素生產(chǎn)率（GTFP）進(jìn)行測算，以GTFP作為企業(yè)綠色轉(zhuǎn)型的代理變量。因上市公司對污染排放數(shù)據(jù)披露不完整，本文參考郭林英的做法，引入綠色技術(shù)、綠色管理、綠色文化3個層面的指標(biāo)來計算GTFP。具體指標(biāo)如表1所示。

②核心解釋變量：數(shù)字經(jīng)濟(jì)發(fā)展水平（DECO）

根據(jù)國家統(tǒng)計局《中國數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)白皮書》，結(jié)合江元等[15]、徐慧琳等[16]的方法，從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化3個維度，采用熵值法測度成渝雙城經(jīng)濟(jì)圈的數(shù)字經(jīng)濟(jì)發(fā)展水平。具體指標(biāo)見表2。

③中介變量：科技創(chuàng)新環(huán)境（IT）

本文借鑒李政等的做法，選取RD支出強(qiáng)度（Ramp;D支出占GDP比重）、RD全時當(dāng)量（人年）、科學(xué)支出（萬元）、每十萬人高等教育在校學(xué)生數(shù)（人）4項指標(biāo)，采用熵值法計算綜合指數(shù)來衡量各地區(qū)科技創(chuàng)新環(huán)境。

④控制變量

本文從企業(yè)基本特征、財務(wù)和治理層面選取控制變量：企業(yè)年齡（Age，當(dāng)前年份減上市年份）、企業(yè)規(guī)模（Size，總資產(chǎn)的自然對數(shù)）；現(xiàn)金流（Cash，自由資金流量）、償債能力（Debt，現(xiàn)金及現(xiàn)金等價物/流動負(fù)債）、發(fā)展能力（Growth，營業(yè)收入同比增長率）；董事會規(guī)模（BOD，董事會人數(shù)的自然對數(shù)）、獨立董事比例（ID，獨立董事人數(shù)/董事會人數(shù)）。

3.3 研究模型

為確保模型選擇的科學(xué)性，本文在面板數(shù)據(jù)回歸分析前進(jìn)行了F檢驗、BP檢驗和Hausman檢驗。F檢驗（p值=0.000）表明存在個體固定效應(yīng)，拒絕POOL模型；BP檢驗（p值=0.000）支持隨機(jī)效應(yīng)模型；Hausman檢驗（p值=0.401 7）顯示固定效應(yīng)與自變量無關(guān)，最終選擇隨機(jī)效應(yīng)模型。

為研究數(shù)字經(jīng)濟(jì)對國企綠色轉(zhuǎn)型的影響，本文設(shè)定如下模型：

EGTit=？琢+？茁1DECOit+？酌1Controlit+μi+εit" " " " " " " " "（1）

在模型（1）中，EGTit為i企業(yè)第t年的綠色轉(zhuǎn)型程度；DECOit為i地區(qū)第t年的數(shù)字經(jīng)濟(jì)發(fā)展水平；？琢為常數(shù)項；？茁1、？酌1分別為對應(yīng)解釋變量和控制變量的待估參數(shù)；μi為個體特定效應(yīng)；εit為隨機(jī)誤差項。

為探究二者的間接影響機(jī)制，本文參考溫忠麟等[17]的方法建立中介效應(yīng)模型，并采用Sobel法進(jìn)一步檢驗科技創(chuàng)新環(huán)境的中介作用：

ITit=？琢2+？茁2DECOit+？酌2Controlit+μi2+εit2" " " " " " " " "（2）

EGTit=？琢3+？茁3DECOit+δITit+？酌3Controlit+μi3+εit3" " " " " " " " （3）

模型（2）和（3）中，EGTit為被解釋變量；DECOit為解釋變量；ITit為中介變量；Controlit為若干控制變量；？琢2、？琢3為截距項；μi2、μi3為個體特定隨機(jī)效應(yīng)；εit2、εit3為隨機(jī)誤差項。

4 實證檢驗與分析

4.1 基準(zhǔn)回歸結(jié)果與分析

本文使用STATA軟件，首先通過VIF系數(shù)確認(rèn)無共線性問題。隨后采用逐步回歸法逐步加入變量，通過公式（1）驗證數(shù)字經(jīng)濟(jì)與國有企業(yè)綠色轉(zhuǎn)型的關(guān)系。表3中，列（1）不含控制變量，列（2）至列（4）逐步加入控制變量。

表3中，DECO系數(shù)均為正，且在1%顯著水平上顯著，表明地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平顯著促進(jìn)企業(yè)綠色轉(zhuǎn)型，驗證了假設(shè)H1成立。系數(shù)范圍在0.117～0.156，說明數(shù)字經(jīng)濟(jì)水平每提高1個單位，企業(yè)綠色轉(zhuǎn)型程度提高11.7%～15.6%?？刂谱兞可?，Age、Debt、Growth和ID呈正向顯著影響，說明企業(yè)年齡越大，對綠色轉(zhuǎn)型的傾向可能更強(qiáng)。償債能力越強(qiáng)、獨立董事比例較高的企業(yè)越有能力和意愿推動綠色轉(zhuǎn)型，營業(yè)收入增長越快的企業(yè)對綠色轉(zhuǎn)型的投入越多。Size、Cash呈負(fù)向顯著影響，說明企業(yè)規(guī)模越大，綠色轉(zhuǎn)型的難度可能增加，因為大企業(yè)轉(zhuǎn)型成本更高或靈活性較差。綠色轉(zhuǎn)型通常意味著初期的高成本和較長的投資回報周期，因而現(xiàn)金流較高的企業(yè)可能傾向于保守，減少對綠色轉(zhuǎn)型的投入。同時，短期利潤壓力也會抑制企業(yè)對長期綠色發(fā)展的投資。BOD在列（4）中不顯著，說明董事會規(guī)模對綠色轉(zhuǎn)型的影響有限。綜上，地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展顯著促進(jìn)了企業(yè)綠色轉(zhuǎn)型，企業(yè)內(nèi)部特征在綠色轉(zhuǎn)型過程中也發(fā)揮了重要作用。

4.2 間接效應(yīng)分析

表4中，列（1）顯示，DECO對IT的回歸系數(shù)為1.149，且在1%顯著水平上顯著，表明數(shù)字經(jīng)濟(jì)發(fā)展顯著促進(jìn)科技創(chuàng)新環(huán)境提升。列（2）中，DECO對EGT的回歸系數(shù)為0.230，依舊顯著，表明在控制中介變量后DECO對EGT的直接效應(yīng)依然存在。使用Sobel法進(jìn)一步檢驗間接效應(yīng)，結(jié)果顯示中介效應(yīng)系數(shù)為-0.127 5，在10%顯著性水平下顯著，說明科技創(chuàng)新環(huán)境在數(shù)字經(jīng)濟(jì)影響企業(yè)綠色轉(zhuǎn)型的過程中起到部分中介作用，驗證了假設(shè)H2成立。系數(shù)為負(fù)，說明雖然數(shù)字經(jīng)濟(jì)促進(jìn)了科技創(chuàng)新環(huán)境提升，但科技創(chuàng)新環(huán)境可能帶來了短期內(nèi)對綠色轉(zhuǎn)型的某些抑制作用。例如，一些企業(yè)中，數(shù)字化推動的創(chuàng)新環(huán)境可能集中于市場導(dǎo)向型創(chuàng)新，而非綠色導(dǎo)向創(chuàng)新，短期內(nèi)對綠色轉(zhuǎn)型產(chǎn)生抑制作用。特別是在科技創(chuàng)新資源分配不均的情況下，這種抑制效應(yīng)尤為顯著。長期來看，隨著技術(shù)創(chuàng)新與綠色轉(zhuǎn)型適配性提升，這種抑制作用可能會逐漸消失，最終促進(jìn)綠色轉(zhuǎn)型目標(biāo)的實現(xiàn)。

5 結(jié)論與建議

本文以成渝地區(qū)雙城經(jīng)濟(jì)圈A股國有上市公司為研究對象，選取2011-2022年數(shù)據(jù)，實證分析數(shù)字經(jīng)濟(jì)對國企綠色轉(zhuǎn)型的影響，并探討科技創(chuàng)新環(huán)境的中介作用。研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了國有企業(yè)綠色轉(zhuǎn)型升級，企業(yè)年齡、償債能力、發(fā)展能力等對綠色轉(zhuǎn)型有積極影響，而企業(yè)規(guī)模、現(xiàn)金流和盈利能力則產(chǎn)生負(fù)面影響，科技創(chuàng)新環(huán)境在數(shù)字經(jīng)濟(jì)影響企業(yè)綠色轉(zhuǎn)型的過程中起到部分中介作用。

根據(jù)研究結(jié)果和地區(qū)實際情況，提出以下政策建議：①提升管理效率。優(yōu)化國企管理流程，簡化決策，提升科技創(chuàng)新成果轉(zhuǎn)化效率，加快綠色轉(zhuǎn)型。②加大技術(shù)創(chuàng)新支持。提供稅收優(yōu)惠和資金激勵，緩解創(chuàng)新初期的資源壓力，降低國企保守傾向。③加強(qiáng)數(shù)字經(jīng)濟(jì)與綠色技術(shù)融合，避免科技創(chuàng)新與綠色發(fā)展目標(biāo)的潛在矛盾。

【參考文獻(xiàn)】

【1】孔維娜，張其仔，伍業(yè)君.數(shù)字經(jīng)濟(jì)對全球知識生產(chǎn)的影響[J].中國流通經(jīng)濟(jì)，2023，37（08）：3-13.

【2】羅良清，平衛(wèi)英，張雨露.基于融合視角的中國數(shù)字經(jīng)濟(jì)衛(wèi)星賬戶編制研究[J].統(tǒng)計研究，2021，38（01）：27-37.

【3】王迎，史亞茹，于津平.數(shù)字經(jīng)濟(jì)與國內(nèi)價值鏈分工[J].中南財經(jīng)政法大學(xué)學(xué)報，2023（02）：118-130.

【4】何玉梅，易大智，陳穎.成渝地區(qū)雙城經(jīng)濟(jì)圈數(shù)字經(jīng)濟(jì)與經(jīng)濟(jì)高質(zhì)量發(fā)展耦合協(xié)調(diào)度研究[J].科技管理研究，2022，42（15）：196-203.

【5】李政，張怡，趙哲.數(shù)字經(jīng)濟(jì)與工業(yè)綠色轉(zhuǎn)型——基于科技創(chuàng)新的中介效應(yīng)和門檻效應(yīng)[J].工業(yè)技術(shù)經(jīng)濟(jì)，2023，42（10）：3-16.

【6】畢茜，李虹媛.綠色稅收優(yōu)惠能促進(jìn)企業(yè)綠色轉(zhuǎn)型嗎[J].貴州財經(jīng)大學(xué)學(xué)報，2019（04）：89-99.

【7】車德欣，丁子家，張玲.點綠成金：企業(yè)綠色轉(zhuǎn)型與主業(yè)業(yè)績[J].學(xué)習(xí)與實踐，2023（09）：55-65.

【8】郭林英.雙重環(huán)境規(guī)制、企業(yè)綠色轉(zhuǎn)型與企業(yè)成長關(guān)系研究[D].武漢：中南財經(jīng)政法大學(xué)，2022.

【9】張靜曉，顧楊，董戰(zhàn)峰，等.環(huán)境責(zé)任對大型建筑企業(yè)綠色全要素生產(chǎn)率的影響研究[J].生產(chǎn)力研究，2022（08）：6-11+161.

【10】李凌杰.數(shù)字經(jīng)濟(jì)發(fā)展對制造業(yè)綠色轉(zhuǎn)型的影響研究[D].長春：吉林大學(xué)，2023.

【11】喻開志，石瑤，馮佳晗.數(shù)字經(jīng)濟(jì)對長江經(jīng)濟(jì)帶產(chǎn)業(yè)結(jié)構(gòu)升級的影響[J].財經(jīng)科學(xué)，2024（02）：119-135.

【12】呂知新，包權(quán)，任龍梅，等.數(shù)字金融能夠促進(jìn)工業(yè)經(jīng)濟(jì)綠色轉(zhuǎn)型發(fā)展嗎？——基于規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)經(jīng)驗分析[J].科技管理研究，2021，41（24）：184-194.

【13】謝琨，徐曉玲.雙重環(huán)境規(guī)制、綠色技術(shù)創(chuàng)新與制造業(yè)企業(yè)綠色全要素生產(chǎn)率[J].現(xiàn)代管理科學(xué)，2023（03）：103-113.

【14】惠獻(xiàn)波.智慧城市建設(shè)與企業(yè)綠色全要素生產(chǎn)率：內(nèi)在機(jī)制與經(jīng)驗證據(jù)——基于“賦能”和信貸配給的視角[J].企業(yè)經(jīng)濟(jì)，2023，42（02）：118-128.

【15】江元，徐林.數(shù)字經(jīng)濟(jì)、能源效率和碳排放——基于省級面板數(shù)據(jù)的實證[J].統(tǒng)計與決策，2023，39（21）：58-63.

【16】徐慧琳，楊望，譚小芬.數(shù)字經(jīng)濟(jì)對共同富裕的影響——基于省級面板數(shù)據(jù)的實證[J].統(tǒng)計與決策，2023，39（19）：5-10.

【17】溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（05）：731-745.