数字赋能背景下制造业企业的可持续发展

Sustainable Development of Manufacturing Enterprises in the Context of Digital Empowerment

摘要: 本文在数字经济与实体经济深度融合的背景下，系统研究了数字化转型对制造业企业可持续发展的影响及其作用机制。通过构建企业数字化转型指数，并选取2011~2023年中国A股制造业上市公司为样本，本文实证检验了数字化转型对企业财务绩效和环境绩效的影响。研究发现，数字化转型显著正向影响制造业企业的可持续绩效，具体表现为提升企业的财务绩效和环境绩效。进一步的机制检验表明，资源配置效率和绿色创新能力在数字化转型与企业可持续绩效之间起到了双重中介作用。本文的研究不仅丰富了数字化转型的经济效应理论，也为制造业企业实施数字化转型提供了实践指导。

Abstract: Against the backdrop of the deep integration of the digital economy and the real economy, this paper systematically studies the impact of digital transformation on the sustainable development of manufacturing enterprises and its mechanism. By constructing an enterprise digital transformation index and selecting Chinese A-share listed manufacturing companies from 2011 to 2023 as the sample, this paper empirically tests the impact of digital transformation on the financial performance and environmental performance of enterprises. The study finds that digital transformation has a significantly positive impact on the sustainable performance of manufacturing enterprises, specifically manifested in the improvement of enterprises’ financial performance and environmental performance. Further mechanism tests show that the efficiency of resource allocation and green innovation capabilities play a dual mediating role between digital transformation and the sustainable performance of enterprises. The research of this paper not only enriches the theory of the economic effects of digital transformation, but also provides practical guidance for manufacturing enterprises to implement digital transformation.

1. 引言

近年来，数字化转型对实体经济高质量发展的重要性多次被强调，数字技术正全面融入人类经济等各领域。党的二十大报告和《“十四五”数字经济发展规划》均着重强调需加速数字经济与实体经济的深度融合，在此背景下，数字化转型对实体经济的影响成为了一个值得深入探讨的课题。对过去的研究结论进行回顾可以发现，数字化转型对实体经济类企业的影响主要有以下几个方面：从经济方面来看，廖志超等[1]的研究表明数字化转型显著促进制造业企业高质量发展。罗良文等[2]研究发现数字化转型能够增强企业韧性。刘敦虎等[3]通过实证分析证实了数字化转型对制造企业新质生产力存在显著正向影响。从环境方面来看，有些学者认为数字化转型可释放巨大低碳发展潜能，助推企业ESG绩效提升[4]。同时数字化转型具有对碳排放总量的提升效应与对碳排放强度的抑制效应[5]。从社会方面来看，数字化转型为制造业企业稳就业提供了新契机[6]并显著提升了企业人力资本结构水平[7]。以上文献虽从经济、环境、社会方面探讨了数字化转型对实体经济的影响，但仅从单一视角回答了数字化转型对实体经济某一方面影响，并未结合其他维度。

具体而言，本文主要研究：1) 数字化转型与制造业企业可持续发展究竟呈现怎样的关系？2) 在数字化转型影响制造业企业可持续发展的过程中，具体的中介路径是什么？

本文对相关领域研究可能的边际贡献有以下两点：第一，从动态视角下研究数字化转型对制造业企业的影响，当前大多数文献局限于从静态视角下研究数字化转型对企业财务绩效的影响，且大多使用净资产收益率(ROE)、总资产报酬率(ROA)等体现企业短期财务绩效的指标作为企业财务绩效的代理变量，本文不同之处在于，在企业财务绩效的基础上加入了企业环境绩效体现动态可持续的观念，并且使用体现企业长期绩效的托宾Q值作为企业财务绩效衡量指标。第二，在双重中介机制下研究数字化转型对制造业企业可持续发展的研究路径，从经济方面来说，数字化转型通过提高资源配置效率来促进企业可持续发展，从环境方面来说，数字化转型通过提高企业绿色创新能力来促进企业可持续发展。

2. 假设提出

2.1. 数字化转型与制造业企业可持续发展

通过引入物联网技术、自动化生产设备以及智能机器人等先进技术，企业可以实现生产线的自动化和智能化，从而大幅降低人工成本。同时，通过建立数字化供应链管理系统，企业能够实时监控和管理供应链的各个环节，提高物流效率，减少库存成本，并避免因供需不平衡带来的生产停滞和资金浪费[8]。此外，数字化转型还能够帮助企业更好地管理和使用企业数据，通过数据的收集、存储、分析和应用，企业能够实时了解生产运作情况，并根据数据分析进行生产计划和调度，从而提高生产效率，进而对制造业企业财务绩效产生积极影响。

随着环保意识的日益增强，制造业企业面临着越来越严格的环保要求。数字化转型可以帮助企业实现绿色生产和可持续发展[9]。通过数字化技术，企业可以实时监测生产过程中的各项关键参数，及时发现和解决潜在的环境问题。同时，数字化转型还可以帮助企业建立完善的环境管理体系，通过数据分析和统计，企业能够更好地对生产过程进行追溯和分析，及时改进和优化生产工艺，降低能耗和减少污染物排放，进而对制造业企业环境绩效有积极影响。基于以上分析提出以下假设：

H1：数字化转型能够显著促进制造业企业可持续绩效。

H1a：数字化转型对制造业企业财务绩效产生积极促进作用。

H1b：数字化转型对制造业企业环境绩效产生积极促进作用。

2.2. 数字化转型、资源配置效率、制造业企业可持续绩效

数字化转型通过数据驱动、流程再造与协同优化的路径提升资源配置效率，进而推动企业可持续绩效增长。具体而言，企业借助物联网、大数据等技术实现生产全链条数据的实时采集与可视化管理，形成动态资源图谱，打破传统管理中信息不对称的局限[10]，准确识别产品缺陷并加以改进，提高产品质量，促进企业全要素生产率的提升；依托云计算与智能算法构建需求预测模型，优化资源调度逻辑，使资源分配从经验驱动转向数据驱动，提升响应市场变化的灵活性；通过工业互联网平台打通部门数据壁垒，促进研发、生产、销售等环节的资源协同，实现跨域整合与高效复用[11]。资源配置效率的提升能够降低生产运营成本、优化订单交付流程，并通过闲置资源的整合利用衍生新的价值增长点，从经济层面夯实企业可持续发展的基础。基于以上分析，提出以下假设：

H2：数字化转型通过提高内部资源配置效率对制造业企业可持续绩效产生积极促进作用。

2.3. 数字化转型、绿色创新、制造业企业可持续绩效

数字化转型通过信息处理、技术模拟与资源聚合的机制赋能绿色创新，进而提升企业可持续发展绩效。基于组织信息处理理论，数字化转型有助于提高企业信息处理能力。如企业通过在线平台可以实时了解绿色产品的市场需求，这不仅能够直接激发企业的绿色创新动力，而且有助于激励企业进行持续、长周期的绿色创新投入[12]；借助数字孪生等技术在虚拟环境中模拟不同绿色工艺的可行性，优化创新流程并降低研发试错成本；数字化转型有利于协同创新网络的跨区域扩展。数字技术的发展，例如物联网和区块链技术，为形成虚拟产业集群等新型产业空间组织形式创造了条件，打破了知识交流的空间限制，促进跨区域的知识整合，为绿色创新提供更多渠道的异质性知识[13]。绿色创新能力的提升不仅有助于企业开发环保型产品、优化生产工艺以降低能耗与排放，还能通过满足环保政策要求、提升品牌形象等方式，从环境与社会层面推动企业可持续发展目标的实现。基于以上分析，提出以下假设：

H3：数字化转型通过提高企业绿色创新水平对制造业企业可持续绩效产生积极促进作用。

综上所述，本文构建理论模型，具体见图1。

3. 研究设计

3.1. 样本选择与数据来源

本文选取2011~2023年中国A股制造业上市公司为样本，实证检验数字化转型对制造业可持续绩效

Figure 1. Logical structure diagram

图1. 逻辑结构图

的影响，大部分企业数字化转型主要发生在2011年后，故以2011年为研究起点。本文对样本作如下处理：删除样本中ST、*ST和PT企业；剔除数据存在严重缺失的样本；对所有连续变量采取1%分位上下缩尾处理。最终得到12,931条观测值，相关数据来源于国泰安数据库，运用Stata16软件进行数据清洗及处理。

3.2. 变量定义

3.2.1. 被解释变量：企业可持续绩效

本研究将制造业企业可持续绩效划分为财务绩效和环境绩效两个维度。本文采用企业价值(Fin)作为企业财务绩效的代理变量，采用华证数据库提供的ESG指标体系中的环境得分(Env)作为企业环境绩效的代理变量。基于上述指标，本文使用熵权法综合计算所得指数，以此测算制造业企业可持续绩效。

3.2.2. 解释变量：数字化转型

参考吴非[14]等学者做法，从政策文件和高被引文献中选取涵盖信息技术、智能技术、制造技术三大维度的关键词，如“大数据”“人工智能”“智能制造”等，具体如图2所示，在此基础上，剔除关键词前存在“没”“无”“不”等否定词语的表述，同时也剔除非本公司(包括公司的股东、客户、供应商、公司高管简介介绍在内)的“数字化转型”关键词。最后，用Python对上市公司年报相关章节文本清洗、分词后，统计关键词出现频率并标准化处理，最终指数为“ln(标准化词频数 + 1)”。

Figure 2. Atlas of characteristic words in enterprise digital transformation

图2. 企业数字化转型特征词图谱

3.2.3. 中介变量

资源配置效率。本文选取LP法计算的全要素生产率来衡量制造业企业的资源配置效率[15]。

绿色创新能力。本文采用绿色专利申请数量作为绿色创新能力的代理变量。

3.2.4. 控制变量

考虑到企业可持续绩效会受到诸多因素的影响，为使本文研究结果更可靠，本文对企业规模、企业年龄、资产负债率、股权集中度、每股收益、现金流量、董事会规模、营业毛利率进行了控制。具体衡量方式如表1所示。

Table 1. Definitions of main variables

表1. 主要变量定义

变量类型	变量名称	变量符号	变量定义
被解释变量	财务绩效	Fin	企业市价/企业资产总额
	环境绩效	Env	华证ESG指标体系中的环境得分
	可持续绩效	Sdp	企业财务绩效和环境绩效的熵权和
解释变量	数字化转型	Dt	Ln(数字化转型相关关键词词频 + 1)
中介变量	绿色创新	Greenino	Ln(绿色专利申请数量 + 1)
	资源配置效率	Alleff	根据LP方法所计算的企业全要素生产率
控制变量	企业规模	Size	Ln(年末总资产)
	企业年龄	Age	Ln(1 + 企业年限)
	资产负债率	Lev	负债合计/资产总计
	股权集中度	Focus	公司第一大股东持股比例
	每股收益	Eps	税后净利润/期末总股本
	现金流量	Car	经营活动产生的现金流净额/总资产
	董事会规模	Bos	Ln(1 + 董事会人数)
	营业毛利率	Op	营业毛利额/主营业务收入

3.3. 研究模型设立

面板数据通过了Hausman检验和F检验，因此选择固定效应进行回归分析更为适合。因此本文使用固定效应模型检验数字化转型对制造业企业可持续发展绩效的影响。为减少内生性问题的干扰，模型中控制了个体、年份固定效应。

为了验证假设1，构建基准回归模型(1)如下：

${\text{SDP}}_{it}={\alpha }_0+{\alpha }_1{\text{DT}}_{it}+\alpha {\text{Controls}}_{it}+{\delta }_i+{\gamma }_t+{\epsilon }_{it}$ (1)

其中，SDP_it表示i企业第t年对应的可持续绩效，Dt_it表示i企业第t年的数字化转型，Controls_it表示系列控制变量，α₀、α₁、α分别表示常数项、数字化转型回归系数及各控制变量的回归系数矩阵，其中δ_i与γ_t分别表示个体、时间固定效应，ε_it表示随机扰动项。

为了验证假设2，借鉴江艇等人[16]的研究成果，本文在模型(1)的基础上建立模型(2)，构建中介效应模型如下：

$\text{Alleff}/{\text{Greenino}}_{it}={\alpha }_0+{\alpha }_1{\text{Dt}}_{it}+\alpha {\text{Controls}}_{it}+{\delta }_i+{\gamma }_t+{\epsilon }_{it}$ (2)

4. 实证分析

4.1. 描述性统计

表2显示了描述性统计分析结果。数字化转型(Dt)的均值为1.339，最小值和最大值分别为0和4.691，标准差为1.283，最小值与最大值之间差异较大，说明数字化转型程度在不同制造业企业之间存在较大差异。财务绩效(Fin)的均值为2.037，最小值与最大值之间差异较大，说明不同制造业企业财务绩效有所差异。环境绩效(Env)的均值为4.118，最小值为1.5，最大值为6，说明不同制造业企业环境绩效存在差异。可持续绩效(Sdp)的最小值为0.017，最大值为0.116，说明不同制造业企业可持续绩效同样存在较大差异。最后，其余变量的描述统计结果与现有文献基本一致。从描述性统计来看，样本主要变量数据之间存在明显的差异，为回归分析提供了可行性基础。

Table 2. Descriptive statistical analysis

表2. 描述性统计分析

变量名	样本量	均值	标准差	最小值	最大值
Dt	13,662	1.339	1.283	0	4.691
Fin	13,662	2.037	1.218	0.866	7.82
Env	13,662	4.118	0.924	1.5	6
Sdp	13,662	0.066	0.019	0.017	0.116
Fcon	13,662	0.521	0.935	0	4.127
Alleff	13,662	8.429	0.963	6.397	11.005
size	13,662	22.336	1.19	20.161	25.889
Age	13,662	2.152	0.753	0.693	3.332
Lev	13,662	0.426	0.186	0.064	0.871
Focus	13,662	33.159	14.127	8.891	71.238
Eps	13,662	0.472	0.778	−1.471	4.199
Car	13,662	0.051	0.064	−0.129	0.243
Bos	13,662	2.234	0.167	1.792	2.708
Op	13,662	0.276	0.164	0.011	0.819

4.2. 回归结果分析

在基准回归之前，为了判断各变量间是否有多重共线性，使用方差膨胀因子(VIF)进行检验，检验结果表明，VIF的均值为1.34，最大值为1.85，远小于10，表明变量之间不存在多重共线性。

表3为数字化转型对制造业企业可持续绩效的回归结果，列(1)~(3)为未加入控制变量的结果，其中列(3)结果显示数字化转型对制造业可持续绩效有显著促进作用，列(4)~(6)为在列(1)~(3)基础上加入控制变量的结果，其中列(4)与列(5)结果显示Dt系数为正，显著性为5%，表明数字化转型对制造业企业财务绩效及环境绩效均有显著促进作用，列(6)结果显示Dt系数为正，显著性为1%，由此说明考虑影响制造业企业可持续绩效的其他因素后，数字化转型依然有利于提高制造业企业可持续绩效，因此由以上分析得出假说1成立。

Table 3. Results of the benchmark regression

表3. 基准回归结果

	(1)	(2)	(3)	(4)	(5)	(6)
	Fin	Env	Sdp	Fin	Env	Sdp
Dt	−0.006	0.039^***	0.001^***	0.026^**	0.031^***	0.001^***
	(−0.539)	(4.242)	(3.728)	(2.472)	(3.373)	(4.194)
size				−0.621^***	0.287^***	0.001^*
				(−31.042)	(16.458)	(1.765)
Age				0.740^***	−0.275^***	0.000
				(20.352)	(−8.672)	(0.324)
Lev				0.386^***	−0.837^***	−0.012^***
				(4.885)	(−12.155)	(−8.761)
Focus				−0.004^***	0.002^*	0.000
				(−3.334)	(1.802)	(0.095)
Eps				0.333^***	0.027^*	0.003^***
				(20.905)	(1.944)	(10.388)
Car				0.526^***	−0.222^*	−0.000
				(3.806)	(−1.842)	(−0.178)
Bos				0.036	−0.143^**	−0.002^*
				(0.466)	(−2.138)	(−1.734)
Op				0.768^***	0.178^*	0.008^***
				(6.200)	(1.651)	(3.915)
_cons	1.811^***	4.109^***	0.064^***	13.663^***	−1.181^***	0.057^***
	(59.801)	(162.352)	(127.905)	(31.186)	(−3.087)	(7.401)
个体/时间固定	YES	YES	YES	YES	YES	YES
N	13,662	13,662	13,662	13,662	13,662	13,662
R^2	0.200	0.012	0.031	0.301	0.058	0.062
F	241.950	11.971	31.167	249.827	35.531	38.602

注：^*、^**和^***分别表示10%、5%和1%的统计显著性水平，括号内数字为t值，后表同。

4.3. 机制检验

本文通过模型(2)进一步检验资源配置效率与绿色创新的中介作用。表4报告了作用机制检验的结果。

表4的列(1)可以看出，数字化转型在1%的显著性水平下促进资源利用效率。资源配置效率也能促进企业可持续发展，一方面，制造业企业提升资源配置效率能显著增强财务绩效，优化投资行为并降低成本，带来更佳的盈利和业绩[17]。另一方面，尽管短期内可能影响利益，但提高资源配置效率对制造业企业的环境绩效有长远积极影响，是实现可持续发展的关键[18]。由此可得出资源配置效率在企业数字化转型与制造业企业可持续绩效间存在中介作用，验证了本文的假设H2。

表4列(2)的结果表明，数字化转型能促进绿色创新。绿色创新是企业可持续发展的核心驱动力。绿色创新可以为企业赢得政府的财政支持和税收优惠，进而增强其财务可持续性。企业高管的环境感知通过推动绿色技术创新与管理创新，对企业的可持续发展绩效产生深远影响[19]。从竞争力角度看，绿色创新动态能力与工业企业的可持续竞争力显著正相关[20]。同时，双元绿色创新策略的运用能够显著提升企业的竞争优势[21]。基于以上分析，绿色创新在多个维度上均对企业实现可持续发展具有积极作用。验证了本文的假设H3。

Table 4. Mechanism test

表4. 机制检验

	(1)	(2)	(3)	(4)	(5)
	Alleff	Greenino	Sdp	Fin	Env
Dt	0.020^***	0.043^***	0.001^***	0.026^**	0.031^***
	(5.540)	(5.961)	(4.194)	(2.472)	(3.373)
控制变量	YES	YES	YES	YES	YES
个体/时间固定	YES	YES	YES	YES	YES
_cons	−3.110^***	−1.182^***	0.057^***	13.663^***	−1.181^***
	(−20.723)	(−3.867)	(7.401)	(31.186)	(−3.087)
N	13,662	13,662	13,662	13,662	13,662
R^2	0.658	0.038	0.062	0.301	0.058
F	1114.739	22.741	38.602	249.827	35.531

5. 结论与启示

本研究证实，数字化转型可显著推动制造业企业实现可持续发展，此影响借助提升资源配置效率与增强绿色创新能力这两条关键路径达成。具体而言，数字化转型在优化企业资源利用与生产效率的同时，还能强化企业的绿色创新能力，进而对企业的财务绩效和环境绩效起到提升作用，有力推动制造业企业向可持续发展方向转型。基于上述研究结论，制造业企业在实际发展过程中，应积极且全面地推进数字化转型进程。在技术应用层面，企业可加大对物联网、大数据分析等先进数字技术的投入与应用力度，以此搭建智能化的生产管理体系，实现对生产全流程的精准把控，从而提高资源的配置效率，减少资源浪费，降低生产成本，提升企业的经济效益。在创新发展方面，企业要充分借助数字化转型带来的优势，加强对绿色创新技术的研发与应用，积极探索绿色生产模式和可持续发展路径，例如开发环保型产品、优化生产工艺以降低能耗和污染物排放等，以提升企业的环境绩效，履行企业的社会责任。此外，企业还应注重培养兼具数字技术和绿色创新理念的复合型人才，为企业的数字化转型和绿色创新发展提供人才支撑。同时，企业需建立健全数字化转型与绿色创新相结合的发展战略和管理机制，促进两者的协同发展，实现企业经济效益与环境责任的双重提升，最终推动企业可持续发展目标的实现。