从知识到认知：数字化智能化双重转型与绿色创新的量质转变

《Journal of Innovation & Knowledge》：From knowledge to cognition: Digital-intelligent dual transformation and the quantity-quality transformation of green innovation

　　

推进绿色创新的量质转变（Quantity-Quality Transformation of Green Innovation, QQT-GI）对于实现可持续绿色创新至关重要。基于计划行为理论（Theory of Planned Behavior）与动态能力理论（Dynamic Capabilities Theory），本研究建立“知识-认知”分析框架，考察数字化与智能化双重转型（Dual Transformation of Digitalization and Intelligence, DTDI）如何影响企业绿色创新。研究人员利用大语言模型（Large Language Model, LLM）识别企业DTDI实践，基于2010年至2024年中国A股上市公司48,503个时间-个体观测值进行实证分析。结果表明，DTDI是推动企业绿色创新从追逐数量向质量导向范式转变的关键引擎。这一转变促进了绿色知识的积累与整合，强化了企业对环境治理责任、绿色创新机会及绿色创新效能的感知，从而重新导向绿色创新目标。DTDI对绿色创新质量（Green Innovation Quality, GIQ）的正向影响在任命具有绿色经验或高等教育的管理人员以及改善当地营商环境时被放大；相反，合规风险的增加削弱了该效应。此外，在非国有企业或重污染行业实施DTDI在促进从绿色创新数量（Green Innovation Quantity, GIQu）向GIQ过渡方面更为有效。进一步分析表明，跨主体绿色创新知识整合以及数字与绿色创新知识的跨界融合，是DTDI提升企业绿色发展认知的关键来源。这些发现凸显了数字化智能化时代GIQu快速增长带来的潜在可持续性挑战，为推动企业绿色创新实践从象征性合规转向实质性质量提升提供了理论基础。

研究背景方面，全球变暖与能源危机促使绿色发展成为首要目标，但激励政策下的信息不对称导致了研发操纵与“漂绿（greenwashing）”等伦理风险，企业倾向于增加低技术、同质化的绿色创新数量（GIQu）以符合考核指标，挤出了高质量（GIQ）投入，阻碍了可持续进展。现有研究常将数字化与智能化概念混淆，缺乏对绿色创新量质差异的批判性审视，且传统测量方法存在模糊性与代表性不足。为此，研究人员开展研究，基于计划行为理论与动态能力理论构建“知识-认知”框架，利用大语言模型（LLM）精准识别2010至2024年中国A股上市公司48,503个观测值的数字化智能化双重转型（DTDI）水平，实证检验其对绿色创新量质转变（QQT-GI）的影响及机制。结论表明DTDI显著驱动绿色创新从量到质的转变，通过增强环境治理责任感知、机会感知与效能感知实现，且该效应受高管特质、营商环境正向调节及合规风险负向调节，在非国企与重污染行业更有效。该研究厘清了数字化与智能化的本质差异，弥补了量质区分研究的不足，为从合规转向实质质量提升提供理论依据，论文发表于《Journal of Innovation》。

研究人员为开展研究用到的主要关键技术方法包括：基于BERT-Base-Chinese大语言模型（LLM）对企业年报文本进行数字化与智能化双重转型（DTDI）的语义识别与分类预测，构建核心解释变量虚拟变量；以绿色发明专利与实用新型专利申请数对数测度GIQu，以绿色发明专利申请数对数测度GIQ；选取2010至2024年中国A股非金融、非ST/PT上市公司样本队列，剔除缺失值后得48,503个观测值；运用固定效应模型、工具变量法（以城市历史邮电设施为IV）及倾向得分匹配（PSM）处理内生性与稳健性检验；通过中介效应与调节效应模型检验环境治理责任感知、机会感知、效能感知及高管特质、营商环境、合规风险的机制作用。

研究结果部分保留小标题说明如下：

理论与分析及研究假设部分，研究人员基于计划行为理论与动态能力理论阐述DTDI通过积累环境与创新知识改变企业认知进而影响决策的逻辑，提出假设H1：DTDI驱动绿色创新从“追逐数量”向“质量导向”转变；H1a：通过影响环境治理责任感知驱动QQT-GI；H1b：通过影响绿色创新机会感知驱动QQT-GI；H1c：通过影响绿色创新效能感知驱动QQT-GI；H2：高素质管理者正向调节DTDI与QQT-GI关系；H3：营商环境正向调节二者关系；H4：合规风险正向调节二者关系。

研究设计部分，构建固定效应基准回归模型，GIQu取绿色发明与实用新型专利和的对数，GIQ取绿色发明专利申请数的对数；核心解释变量DTDI利用BERT模型对年报“管理层讨论与分析”等章节分词预测，企业同年应用数字与智能技术赋值为1否则为0；控制变量含企业规模(Lnsize)、杠杆率(Lev)、资产收益率(Roa)等；数据源自中国A股上市公司、国家知识产权局及CSMAR库，描述性统计显示Dint均值0.2498。

实证分析部分，基准回归显示DTDI对GIQu与GIQ系数均显著为正，对GIQ驱动效应是对GIQu的1.18倍，且对可持续创新(Sus)显著促进，单一数字化(Dig)或智能化(Int)对可持续创新无显著影响；内生性检验用1984年城市每百万人固定电话与邮局数乘上年全国信息技术服务收入作IV，KPF统计量41.09排除弱工具变量，IV回归后DTDI对GIQ仍显著正；稳健性测试替换负二项、泊松、Tobit模型，替换被解释变量为授权专利(Egra, Egraq)，替换核心变量为AI投资(Inv)与AI发明专利数(Gra)，排除战略披露样本及PSM匹配后结论均稳固。

机制检验与异质性分析部分，中介机制表明DTDI显著提升环境治理责任感知(Disc, Env)、绿色创新机会感知(Stra, Dev)与绿色创新效能感知(Risk, ER)，验证H1a-c；调节机制显示高管环保经验(Menv)与学历(Medu)、营商环境(Benv)正向调节DTDI对GIQ的作用，合规风险(Crisk)负向调节；异质性分析显示DTDI对非国企与重污染行业QQT-GI驱动更显著，重污染行业对GIQu影响不显著但对GIQ显著，国企虽绝对效应大但量质转变效率低于非国企。

扩展分析部分，研究人员检验知识整合路径，以联合绿色专利申请数(Gcol)测度跨主体知识整合，以IPC共类数字-绿色技术专利数(Gfus)测度跨界知识融合，结果均显著为正，证明DTDI通过促进实体间绿色知识整合与数字-绿色知识跨界融合提升认知，印证“知识改变认知”框架。

讨论部分总结指出DTDI对GIQ提升效应是GIQu的1.18倍，单一转型无法实现可持续增长，证实DTDI较单一转型更能促进QQT-GI；机制上DTDI通过知识积累整合重塑环境治理责任、机会与效能三维度认知，且跨主体与跨界知识融合是认知提升根源；外部营商环境与内部高管特质强化该效应，合规风险削弱之；非国企与重污染行业转型更有效。翻译研究结论部分：本研究将绿色创新视为企业战略选择，基于计划行为理论与动态能力理论构建“知识-认知”分析框架，利用LLM识别DTDI，对中国2010至2024年A股上市公司48,503个时间-个体观测值实证检验。研究发现：第一，DTDI加速绿色创新从追逐数量向质量导向转变，表明DTDI下QQT-GI加速；第二，DTDI加速绿色发展信息与知识积累，通过增强环境治理责任感知、绿色创新机会感知与绿色创新效能感知驱动QQT-GI；第三，高管职业经验与学历背景及营商环境正向调节DTDI赋能效应，使绿色创新从量转质，合规风险则相反；第四，非国企或重污染行业更易在DTDI推动下驱动QQT-GI；第五，跨主体绿色创新知识整合与数字-绿色创新知识跨界融合是DTDI提升企业绿色发展认知的根本来源。