《World Electric Vehicle Journal》：Digital Transformation and Green Innovation in New Energy Vehicle Firms: Evidence from China
编辑推荐：
数字化转型与绿色化在新能源汽车（NEV）产业中日益相互关联，然而关于数字化转型与绿色创新之间关系的企业层面证据仍然有限。本研究使用2013—2024年间中国新能源汽车产业链上899家A股上市公司的非平衡面板数据，估计了双向固定效应模型，并采用基于非绿色专利的代
数字化转型与绿色化在新能源汽车（NEV）产业中日益相互关联，然而关于数字化转型与绿色创新之间关系的企业层面证据仍然有限。本研究使用2013—2024年间中国新能源汽车产业链上899家A股上市公司的非平衡面板数据，估计了双向固定效应模型，并采用基于非绿色专利的代理变量检验了探索式与利用式创新路径。数字化转型与绿色创新呈正相关（系数 = 0.05896，标准误 = 0.01306，p < 0.001），且这一关系得到一系列替代度量与稳健性设定的支持。路径证据为正，但对测量与时间安排较为敏感：在时间顺序设定下探索式路径得到更强支持，而在替代性数字化转型度量下利用式路径得到更强支持。正式交互检验进一步表明，这一正相关在国有企业和较大规模企业中更强，而未检测到系统性区域差异。这些发现提供了关于数字化转型—绿色创新关系的行业特定证据，并强调了企业层面异质性与创新路径设定的重要性。
论文解读：新能源汽车产业链企业数字化转型与绿色创新
一、研究背景与问题提出
在全球交通运输业电动化、智能化与数字化重塑的背景下，中国新能源汽车产业在政策支持、技术进步、基础设施建设和产业链协同下快速扩张，成为交通脱碳与先进制造的重要组成部分。绿色创新对新能源车企的重要性日益凸显。数字化转型并非传统信息化的简单延伸，而是通过数字技术系统性地重构组织结构、资源配置、业务流程和价值创造逻辑。既有研究多基于一般上市公司、广义制造业或多国企业样本，发现数字化转型与绿色创新总体呈正相关，但针对新能源汽车产业链企业层面的证据仍然有限。同时，探索式创新（面向新技术、新知识的搜寻与试验）与利用式创新（对既有知识与技术的精炼和高效使用）如何在这一关系中发挥作用，尚缺乏系统的企业层面检验。为此，研究人员利用2013—2024年中国A股新能源汽车产业链上市公司数据，回答三个相互关联的问题：数字化转型是否与绿色创新正相关；探索式与利用式创新活动能否提供补充性的路径证据；这一关联是否因企业所有权、规模与区域条件而异。
二、研究方法与数据
研究人员构建了包含899家企业和6901个企业—年度观测值的非平衡面板。绿色创新数据来自CNRDS绿色专利研究数据库，依据世界知识产权组织（WIPO）IPC绿色清单识别绿色专利，以绿色发明专利申请量与绿色实用新型专利申请量之和加1取自然对数（LnGreen）作为基准测度。数字化转型采用基于年报文本的关键词频率测度（DT），参照已有文本分析方法，汇总人工智能、大数据、云计算、区块链及数字技术应用等类别的关键词频次并加1取对数。基准模型为企业和年份双向固定效应模型。路径分析以非绿色发明专利申请量代理探索式创新（Explore）、非绿色实用新型专利申请量代理利用式创新（Exploit），通过系数乘积与bootstrap置信区间评估间接关联。异质性分析采用正式交互项检验，并进行了包括替代度量、滞后项、倾向得分匹配、更强固定效应和FE-PPML在内的大量稳健性检验。
三、主要研究结果
（一）基准回归与稳健性检验
基准双向固定效应模型中，数字化转型的系数为0.0590（聚类标准误0.0131，p < 0.001），表明数字化转型与绿色创新显著正相关，支持假设H1。该正向关联在采用绿色发明专利申请量、绿色专利授权量作为替代被解释变量，以及采用替代性数字化转型文本指标后依然成立。控制年报长度或使用长度标准化关键词密度后，结论不变。滞后一期和滞后两期的数字化转型系数仍显著为正。引入行业—年份固定效应后系数为0.0545（p < 0.001）。倾向得分匹配后的匹配样本双向固定效应估计系数在1:1、1:2、1:3匹配下分别为0.0640、0.0537和0.0606，均在1%水平显著。FE-PPML分析则显示，原始专利计数对数字化转型的响应并非完全同期：提前一年的总绿色专利申请和绿色发明专利申请呈现出显著正向关联。
（二）创新路径分析
在同期基准设定下，数字化转型与Explore的关联在10%水平为正，Explore与绿色创新显著正相关，间接乘积的90% bootstrap置信区间排除零，但95%区间包含零；利用式路径的结果类似。采用替代性数字化转型指标INDT时，利用式路径的间接乘积为0.01519，95% bootstrap置信区间为[0.00588, 0.02503]，证据更强。在时间顺序设定（t期数字化转型→t+1期路径变量→t+2期绿色创新）下，探索式路径的间接乘积为0.00836，95%置信区间为[0.00168, 0.01553]，支持更强；而利用式路径的95%区间包含零。总体而言，路径证据为正但存在测量与时间敏感性，不能解释为因果中介。
（三）异质性分析
正式交互检验显示，数字化转型与国有企业的交互项系数为0.0639（p = 0.040），表明国有企业中正向关联更强；数字化转型与大规模企业的交互项系数为0.0610（p = 0.003），表明大规模企业中正向关联更强。东部地区虚拟变量与数字化转型的交互项不显著（系数 = ?0.0307，p = 0.351），未检测到系统的区域差异。
四、讨论与结论
研究人员认为，研究结果在三个方面具有贡献：将数字化转型—绿色创新关系的企业层面证据拓展至新能源汽车产业链；在探索—利用框架下区分两种创新导向，并以非绿色专利代理变量提供补充路径证据；通过正式交互检验识别所有权与规模作为边界条件。管理启示包括：新能源车企应将数字化转型与绿色研发目标相结合，而非视作孤立的信息技术投资；应平衡广泛技术搜寻与既有知识精炼；政策支持应关注中小型和非国有企业获取共享数字基础设施与创新资源的需求。研究局限性包括：样本限于A股上市公司，文本测度可能无法完全反映真实数字化投资强度，专利类型无法直接揭示组织学习过程，观测性研究不能完全排除反向因果与遗漏变量偏误。未来研究可利用准自然实验强化因果识别，并考察环境规制、市场竞争、ESG治理、供应链位置等边界条件。
