大數據發展、知識產權保護對企業綠色技術創新的影響

任英華 劉宇釗 胡宗義 李海彤

摘要 大數據提高了信息交流和知識傳播的速度與效率，是中國經濟高質量發展的重要推手?，F有研究針對大數據發展的紅利效應進行了一系列的探討，但鮮有從企業綠色發展視角進行的分析。為系統評估大數據發展對企業綠色技術創新的影響，該研究在理論分析大數據發展影響企業綠色技術創新內在機理和知識產權保護調節作用的基礎上，借助“國家大數據綜合試驗區”的外生政策沖擊，以滬深A股上市公司為研究對象，采用雙重差分模型評估大數據發展對企業綠色技術創新的影響以及知識產權保護在二者之間發揮的調節效應。研究結果表明，大數據發展顯著促進了企業綠色技術創新，經過一系列穩健性檢驗后結論仍然成立。異質性檢驗表明，大數據發展對企業綠色技術創新的促進作用在大規模企業、國有企業和地方政府數據開放水平高的企業中更為顯著。機制檢驗表明，大數據發展可以通過提高地區環境規制強度、緩解企業融資約束和提升企業人力資本水平三種渠道促進企業綠色技術創新。調節效應檢驗表明，知識產權保護在大數據發展與企業綠色技術創新之間發揮了顯著的正向調節作用。因此，政府應完善大數據發展政策，持續推進大數據與實體經濟深度融合發展；加強大數據發展政策引導企業綠色技術創新的制度設計，將大數據發展與碳達峰、碳中和等綠色發展目標有機結合起來；因地制宜、因企施策，建立支持企業綠色創新發展的長效機制；加強知識產權保護制度體系建設，更有效地促進企業綠色技術創新，推進綠色發展。

關鍵詞 大數據發展；企業綠色技術創新；知識產權保護；雙重差分模型；國家大數據綜合試驗區

中圖分類號 F623 文獻標志碼 A 文章編號 1002-2104（2023）07-0157-11 DOI：10. 12062/cpre. 20230114

為了破解發展難題，厚植發展優勢，中共十八屆五中全會提出了“創新、協調、綠色、開放、共享”的新發展理念。綠色是中國高質量發展的底色，是實現“雙碳”目標的必經途徑。為了推動綠色發展，2019年4月，國家發改委、科技部聯合出臺了《關于構建市場導向的綠色技術創新體系的指導意見》，指出綠色技術創新正在成為綠色發展的重要動力，要加快構建企業為主體的綠色技術創新體系。然而，目前大多數企業在綠色技術創新方面動力不足、能力不強［1］，亟須尋找新的綠色創新動力。

近年來，以大數據、云計算等為代表的信息技術迅猛發展，已成為中國經濟轉型發展的新動力［2］。中國政府高度重視大數據發展，從2015年開始，黨的十八屆五中全會正式將大數據發展上升為國家戰略，國務院出臺了《促進大數據發展行動綱要》，指出“大數據成為推動經濟轉型發展的新動力”，要鼓勵大數據發展以及大數據與實體經濟的融合。為了進一步推動大數據創新發展，2016年，國家發改委等部門批準在貴州等10省市開展國家大數據綜合試驗區建設。在技術發展和政策鼓勵的雙重推動下，大數據已成為中國經濟轉型的重要支點［3］。在此背景下，深入探究大數據發展對企業綠色技術創新的影響及其作用機理，對于更好釋放大數據發展紅利效應以助力綠色發展具有重要的理論和現實意義。

大數據作為引領新一輪科技革命和技術變遷的戰略性生產要素［4］，具有大量高價值知識產權。與大多數創新成果相同，大數據技術或應用的創新可能面臨知識產權侵權風險。數字化背景下，創新成果被侵占時，創新主體也將面臨更大的損失［5］，因而知識產權保護的作用變得愈發重要。中國政府高度重視知識產權保護對創新發展的推動作用，提出了知識產權強國戰略，指出加強知識產權保護是激勵高價值創新的重要保障。因此，該研究進一步考察知識產權保護對大數據發展與企業綠色技術創新之間關系的影響，這對更好地抓住新一輪科技革命，完善知識產權保護體系具有重要的理論和現實意義。

該研究的邊際貢獻主要有三個方面：第一，從企業綠色技術創新角度考察大數據發展帶來的影響，并深入探究其影響機制，梳理出地區環境規制強度、企業融資約束和企業人力資本水平等作用機制，在此基礎上對其進行實證檢驗，豐富大數據發展對綠色發展影響的研究。第二，首次將大數據發展、知識產權保護和企業綠色技術創新納入同一理論框架，實證檢驗知識產權保護在大數據發展與企業綠色技術創新之間發揮的調節效應，為政府制定大數據等數字技術的知識產權保護政策提供參考。第三，從企業微觀特征和地區宏觀環境兩個視角進一步區分企業規模、企業所有制和地方政府數據開放水平的差異，深入探討大數據發展對企業綠色技術創新影響的異質性，為政府精準施策提供有益的參考。

1 文獻綜述

政策文件和已有文獻為大數據確定了較為統一的定義。國務院出臺的《促進大數據發展行動綱要》中指出，大數據不僅是數量巨大、應用價值高的數據集合，還是對數據進行采集、存儲和關聯分析的新一代信息技術。已有文獻認為，數據、技術和應用是大數據的三個要素［6］，大數據的核心是從海量數據中獲取高價值的知識信息，而不是對數據的簡單統計［2］?；谏鲜龆x，該研究認為，大數據發展的目的是從大數據集中提取更高價值的數據信息，所以其核心內容包括用于處理大數據集的大數據技術和大數據應用的創新發展。

隨著大數據的飛速發展，大數據與實體經濟融合的廣度和深度持續增加，涉及經濟、商業、公共管理、國家安全、科學研究等諸多領域和部門［4，7］。關于大數據發展的經濟效應，現有研究大多從宏觀視角切入，聚焦于經濟增長、效率提升、創新驅動等方面。在經濟增長方面，許憲春等［2］系統分析了大數據在資源整合、科學決策和環境監管三個方面的重要作用，認為大數據可以促進經濟綠色發展。徐翔等［8］認為大數據可以加快資源流通，優化資源配置，從而促進經濟增長。在效率提升方面，學者們一致認為大數據集中隱藏著巨大的價值，通過大數據技術對海量數據進行挖掘開發可以帶來資源配置優化和效率提升［9］。趙云輝等［10］構建了包含大數據發展、制度環境和政府治理效率的理論框架，研究發現大數據發展有助于政府治理效率的提升，并能通過與制度環境的有效契合抑制腐敗行為。在創新驅動上，陳國青等［11］發現大數據能創造管理決策的新范式，提升企業管理決策水平，賦予企業創新原動力。楊俊等［4］認為大數據可以引起生產研發模式轉型，通過自身的“乘數作用”驅動技術創新。然而，大數據發展對企業的影響僅得到較少關注，現有文獻的研究視角主要集中在企業創新、企業價值和企業全要素生產率等方面。Wu等［12］專門探討了大數據對企業技術創新的影響，研究發現大數據能幫助企業擴展現有知識的搜索空間，并能通過數據分析組合現有技術來創造新技術。張葉青等［3］探究了大數據對企業市場價值的影響，發現大數據應用可以提高企業的市場價值，其主要影響機制在于大數據應用提高了企業的生產效率和研發投入，但是相關技術和人才供給的不足可能會限制其積極影響。史丹等［13］也發現大數據發展會提升制造業企業全要素生產率，并且企業創新、要素配置和數據賦能在其中起到了中介作用。

關于知識產權保護對企業創新的影響，現有文獻基于外部性理論也進行了一些探討。有研究發現，知識產權保護可以有效促進企業創新［14-15］。龍小寧等［16］在此基礎上將知識產權保護區分出立法制規保護、司法保護和行政保護三個維度，研究發現司法保護的作用最大，立法制規保護的作用次之，行政保護的作用尚不明確。黎文靖等［17］將企業創新質量進行區分，構建了低質量創新主導模式下知識產權司法保護影響企業創新的理論框架，實證研究發現知識產權司法保護減少了低質量專利申請，促使企業創新模式向高質量創新主導模式轉移。關于企業綠色技術創新的影響因素，現有文獻主要關注環境規制的作用。眾多學者基于“波特假說”進行了研究，發現無論是強約束力的命令型環境規制，還是弱約束力的市場型環境規制和自愿型環境規制都可以促進企業綠色技術創新［18-21］。也有部分學者從金融支持的角度進行了研究：王馨等［22］采用雙重差分方法檢驗了《綠色信貸指引》政策對企業綠色創新表現的影響，發現綠色信貸是促進企業綠色技術創新的重要動力；伍格致等［23］研究發現中國融資融券限制的放寬會促進標的公司綠色創新數量的提升；金環等［24］也發現，綠色金融改革試驗區的設立可以通過緩解融資約束，整體上促進制造業企業綠色技術創新。此外，近年來數字經濟的發展使得少數學者關注到數字化對企業綠色技術創新的影響：宋德勇等［25］發現企業數字化水平的提升能夠促進重污染企業綠色技術創新；王鋒正等［26］也發現地區數字化可以促進資源型企業綠色技術創新。

綜合來看，已有研究就大數據發展和知識產權保護對企業創新的影響分別進行了一些有益的探討，但未進一步研究大數據發展與企業綠色技術創新之間的內在關系，更忽略了知識產權保護對二者關系產生的沖擊。大數據作為推動經濟轉型發展的新動力，在中國經濟需要轉型綠色發展的關鍵時期，研究大數據發展對企業綠色技術創新的影響顯得尤為迫切。由此，該研究借助國家大數據綜合試驗區（以下簡稱大數據試點政策）的準自然實驗，基于2012—2019年中國滬深A股上市公司的面板數據，將大數據發展、知識產權保護和企業綠色技術創新納入同一理論框架，利用大樣本實證研究深入探討大數據發展對企業綠色技術創新的影響及其作用機理，以及知識產權保護在二者之間發揮的作用，為更好推動綠色發展提供實證依據和決策參考。

2 理論分析與研究假設

2. 1 大數據發展與企業綠色技術創新

大數據發展可能會對企業綠色技術創新產生積極影響。一方面，大數據可以擴大企業信息搜索的空間［3］，幫助企業更高效地采集和開發碎片化的信息資源［2］，使得企業能夠有效獲取和利用海量的數據信息［13］，提高企業從已有信息中提煉創新要素的能力［27］，進而促進企業綠色技術創新。另一方面，大數據技術有利于企業收集消費者的歷史信息、挖掘消費者的潛在需求，從而促進生產者與消費者的信息交流。以消費者需求為導向有利于企業明確研發創新的方向，降低研發過程中的不確定性，可以有效緩解企業創新系統中的研發要素供需矛盾和創新產品供需矛盾［28］，進而大幅度降低研發創新成果商業化失敗的風險［3］，提高綠色技術創新產出的回報率，調動企業綠色技術創新的積極性。

大數據發展對企業綠色技術創新的影響機制可分為宏觀和微觀兩個層面。宏觀機制層面，大數據發展可以通過提高地區環境規制強度影響企業綠色技術創新。環境規制是促進企業綠色技術創新的主要因素之一，不同類型的環境規制均可促進企業的綠色技術創新，大量研究圍繞“波特假說”對此進行了驗證［18-21］。目前，中國環境信息治理仍存在著信息公開不足、環境信息失真、信息交流缺少反饋等一系列環境信息傳播困境［29］，面對冗雜的環境信息，憑借傳統的管理方法和資源已很難處理當前的環境治理問題，而大數據恰好可以解決這一問題。大數據技術可以迅速整合不同系統、部門和企業各自碎片化的環境數據信息，打破信息傳播壁壘，形成統一的環境數據信息系統，幫助監管部門及時獲取高價值的環境數據信息，有助于實現環境監管的實時化、精準化［2］。同時，大數據技術能夠提升社會公眾對環境信息的獲取能力，增強公眾參與環境信息治理的愿望［30］，完善公眾對環境問題進行監督和舉報的反饋機制，從而健全現代環境治理體系。環境監管的加強和環境治理體系的完善也會提高地區環境規制強度，進而促進企業綠色技術創新。微觀機制層面，大數據發展可以通過緩解企業融資約束和提升企業人力資本水平影響企業綠色技術創新。首先，相較傳統的技術創新，綠色技術創新具有前期投入大、回本周期長的特征，因此，必須輔以一定的資金支持，以解決創新過程中可能面對的一系列市場機制問題［19］，這也意味著融資約束往往是企業綠色技術創新過程中面臨的關鍵障礙。而大數據技術可以通過降低金融機構與企業之間的信息不對稱問題，有效緩解企業的融資約束。金融機構借助大數據技術，可以對碎片化的海量信息進行采集、分類與解析，更好地研判企業的財務狀況，降低與企業之間的信息不對稱［31］，從而幫助金融機構提升資源配置效率和風險管理能力，有效避免金融市場中的逆向選擇問題［32］，進而幫助企業加快融資速度，降低融資成本，解決其在綠色技術創新過程中所面臨的資金問題，為企業綠色技術創新活動的開展提供便利條件［33］。其次，企業創新活動產出的質量依賴于人力資本的水平［34］。大數據發展使得大數據技術與企業生產經營活動深度融合［4］，從而提高企業對大數據技術的應用程度［3］，加大企業對高技能勞動力的需求，促使企業提升人力資本水平［35-36］。經自身學習、經驗積累及對技術消化吸收而實現自主創新，促進技術與技能勞動的匹配［37］。隨著企業人力資本水平的提升，高質量人力資本所附帶的知識資本將融入企業綠色創新過程，高效率的交流將產生直接的知識外溢效應和技術擴散效應［38-39］，進而提升企業綠色技術創新水平?；谏鲜龇治?，提出以下假設。

假設1：大數據發展能夠促進企業綠色技術創新。

假設2：大數據發展可以通過提高地區環境規制強度、緩解企業融資約束和提升企業人力資本水平三種渠道促進企業綠色技術創新。

2. 2 知識產權保護在大數據發展與企業綠色技術創新之間的調節作用

技術創新是大數據發展的重要動力［2］。大數據技術作為驅動生產力變革的前沿技術，具有大量高價值知識產權。然而，由于知識產權具有較強的外部性［14］，當大數據新技術在市場出現時，可能會面臨知識產權侵權風險。一些企業為獲取新技術紅利與提高市場競爭力，會對新技術進行不斷地復制、模仿、研發與應用，直至新技術紅利消失殆盡后形成新的市場均衡［40］。因此，如果這些知識產權沒有得到有效保護，將無法避免其他組織或個人的“搭便車”行為，造成知識產權侵權現象［41］。此外，數字技術和數字產品可復制性強的特點造成了數字技術領域侵權現象頻發［42］，這些特征將進一步損害企業創新成果的價值，打壓企業的創新意愿，進而限制大數據技術的創新和發展。

針對大數據技術創新侵權問題，知識產權保護可以通過限制同行或競爭對手的模仿行為，在一定程度上消除企業創新的潛在風險，提高企業研發成果的價值［43］，提升企業創新意愿，從而促進大數據技術的創新和發展。

因此，知識產權保護可以通過降低知識產權原本較強的外部性，實現對大數據技術創新成果的保護，有利于企業充分發揮大數據技術的價值，進而在更大程度上對企業綠色技術創新活動產生積極影響?；谏鲜龇治?，提出以下假設。

假設3：知識產權保護在大數據發展對企業綠色技術創新的影響中起正向調節作用。

3 研究設計

3. 1 模型構建

使用雙重差分模型評估大數據試點政策影響企業綠色技術創新的效應，基準模型設置如下：

ln = 0 + 1 （× ）+ ++ + （1）

其中：ln i，t表示上市公司在年的綠色技術創新水平，表示大數據試點政策的政策虛擬變量，表示政策實施時間的時間虛擬變量；1是雙重差分項的系數，反映在對大數據試點政策實施前后和試點地區及非試點地區之間進行雙重差分后，大數據試點政策對試點地區企業綠色技術創新的凈影響。表示控制變量；和分別表示時間、企業固定效應，為隨機誤差項。為使回歸結果更加穩健，采用聚類穩健標準誤估計回歸模型。

基于前文對知識產權保護調節作用的理論分析，為進一步檢驗知識產權保護在大數據發展與企業綠色技術創新之間發揮的調節作用，構建調節效應模型，具體模型設定如下：

ln = 0 + 1 （× ）+ 2 it +?1（（× ）× it） + ++ + （2）

其中：為知識產權保護代理變量，是大數據試點政策與知識產權保護交乘項的系數。如果顯著且與1符號相同，則說明存在正向調節效應。模型其他變量與參數說明同式（1）。

3. 2 指標說明及數據來源

3. 2. 1 被解釋變量

企業綠色技術創新（ln ）。參考齊紹洲等［18］、徐佳等［19］以及鄧玉萍等［20］的研究，采用企業綠色發明專利申請數量加1后的自然對數作為其衡量指標，選擇依據如下：第一，綠色發明專利申請數量最直觀地反映了企業綠色技術創新活動的產出，可量化性高［19］，相較于綠色實用專利更能反映高層次的綠色創新能力［20，44］；第二，相較于專利授權數據，專利申請數據具有更高的時效性，可以更及時地展示企業綠色技術創新活動的產出［18-20］。

3. 2. 2 核心解釋變量

大數據試點政策（），表示為政策虛擬變量（）和時間虛擬變量（）兩者的交乘項。政策虛擬變量（），如果上市公司位于試點范圍內，取值為1，否則為0。時間虛擬變量（），政策實施期間（2016年及以后）取值為1，在非試點期間（2016年之前）取值為0。

3. 2. 3 調節變量

知識產權保護水平（）。參考周澤將等［45］的做法，采用國家知識產權局發布的知識產權保護指數，并將各省每年的知識產權保護指數減去年度中位數得出的數值作為省際知識產權保護水平的衡量指標。

3. 2. 4 控制變量

為了控制其他企業特征對綠色技術創新的影響，參考徐佳等［19］、鄧玉萍等［20］相關文獻，選取以下控制變量：企業規模（）、企業年齡（）、資產負債率（）、凈資產收益率（）、托賓Q值（）、董事會人數（）、獨立董事比例（）、管理費用率（）以及企業所有制（）。模型中選取的變量和具體衡量指標見表1。

3. 2. 5 數據來源和處理

考慮到大數據試點政策推出時間相對較短，并且在2020年初全球爆發了新冠肺炎疫情，企業正常的生產經營活動受疫情影響較大。因此，選用2012—2019年滬深A股企業為樣本。數據來源分為兩部分：①綠色發明專利申請數據源自數據庫；②企業特征數據來自國泰安數據庫。

在實證分析前，對數據進行了預處理：第一，剔除金融類企業的樣本；第二，剔除各年度ST、＊ST、PT的樣本；第三，參考唐松等［46］的研究，保留數據至少5年連續的樣本；第四，剔除模型變量數據缺失的樣本；第五，對數據中所有連續變量進行1%的雙邊縮尾處理，最終得到15 760個“企業-年度”觀測值。主要變量的描述性統計見表2。

4 實證分析

4. 1 基準回歸結果

基準模型的回歸結果見表3。列（1）是未控制“時間-企業”固定效應以及控制變量的結果，列（2）是控制“時間-企業”固定效應的結果，列（3）、列（4）是分別在列（1）、列（2）基礎上加入控制變量的結果。列（1）、列（2）結果可以看出，無論是否控制“時間-企業”固定效應，回歸結果都非常顯著。列（3）、列（4）結果顯示，進一步在模型中加入控制變量后，大數據試點政策的估計系數仍然在1%的水平上顯著為正，但系數有所下降。這表明企業層面還存在其他影響綠色技術創新水平的因素，因此，模型中控制變量的選取是有效的。列（4）全變量的回歸結果表明，在剔除了可能的混淆因素后，大數據試點政策顯著提升了企業綠色技術創新水平，該項政策使得試點地區上市公司綠色技術創新水平提高了7. 60%（e0. 073 2-1），表明大數據發展顯著促進了企業綠色技術創新，支持了假設1。

4. 2 穩健性檢驗

4. 2. 1 平行趨勢檢驗

借鑒Hering等［47］的做法，選取樣本期第一年2012年為基期，將大數據試點政策變量與年份虛擬變量的交乘項納入基本模型，據此考察試點地區與非試點地區上市公司的綠色技術創新水平在大數據試點政策實施前后是否存在顯著差異，檢驗結果見表4。平行趨勢檢驗的回歸結果表明，（=2013，…， 2015）的估計系數均未通過10%的顯著性水平檢驗，說明大數據試點政策實施前試點地區與非試點地區上市公司的綠色技術創新水平并沒有顯著差異，支持了平行趨勢假設。在大數據試點政策實施當年，的估計系數顯著為正，表明大數據試點政策對企業綠色技術創新水平的提升作用不存在時滯效應。之后幾年除了2018年，估計系數都顯著為正，表明大數據發展對企業綠色技術創新的促進作用存在動態變化。另外，加入控制變量后，（=2013，…，2019）的估計系數顯著性均未發生變化，但影響程度都略小于前者，這一結果與基準回歸結果保持一致。結果表明，模型設置滿足平行趨勢假設。因此，前文結果具備穩健性。

4. 2. 2 PSM?DID

企業層面不同的經濟特征也可能影響企業的綠色技術創新水平，干擾主回歸結果。因此，使用PSM?DID方法檢驗大數據發展對企業綠色技術創新的影響。參考何靖［48］和王修華等［49］的做法，采用基準模型的控制變量作為匹配變量，再采用半徑匹配、核匹配方法分別給試點地區企業樣本匹配企業層面經濟特征最為接近的對照組，以確保實驗組和對照組可以進行更加合理的對比。兩種PSM方法均通過平衡性檢驗，在此基礎上，利用雙重差分模型對匹配后的數據進行回歸，提煉出大數據試點政策對企業綠色技術創新的凈效應。具體回歸結果見表5列（1）、列（2），其中列（1）是半徑匹配的估計結果，列（2）是核匹配的估計結果。表5列（1）、列（2）結果顯示，不同匹配方法中大數據試點政策的估計系數均在1%水平上顯著為正，與表3中基準回歸的估計結果保持一致，驗證了前文結果的穩健性。

4. 2. 3 政策外生性檢驗

雙重差分模型要求政策實施前試點地區和非試點地區不能因為產生有效預期而提前采取行動，即理論上政策是外生的。借鑒邱子迅等［50］的做法，在估計中加入政策虛擬變量1（取值為1的條件為該地區一年后為試驗區）控制預期效應。表5 列（3）結果顯示，1的估計系數不顯著，且大數據試點政策的估計系數在5%的水平上顯著為正，說明大數據試點政策的預期效應不存在，進一步驗證了前文結果的穩健性。

4. 2. 4 加入區域經濟特征控制變量

區域經濟發展水平和互聯網普及程度都可能對企業綠色技術創新產生影響。因此，在模型中加入省級人均GDP（取自然對數，1）、用戶互聯網寬帶接入率（2）、互聯網寬帶接入端口率（3）和各省人均使用計算機數（取自然對數，4）作為區域經濟特征控制變量后進行回歸，回歸結果見表5列（4）。表5列（4）結果顯示，大數據試點政策的估計系數顯著為正，再次驗證了基準回歸結果的穩健性。

4. 2. 5 排他性檢驗

在大數據試點政策實施的同期，部分試點省份和城市可能受到其他綠色創新政策的激勵，例如7 省市于2013年逐步啟動的碳排放交易試點政策（1）對企業綠色技術創新起到了顯著的促進作用［51］。此外，自2012年底開始，國家發展改革委開始大規模啟動低碳城市試點政策（2）。已有研究表明，該項政策也能顯著促進企業綠色技術創新［19］。最后，部分試點地區可能受到其他創新政策的影響，如科技部和國家發展改革委于2016年在全國范圍內進一步推動的創新型城市建設試點政策。為此，在基準模型中加入這三項政策的虛擬變量進行回歸，以進一步控制其對基準結果的影響，回歸結果見表5列（5）。表5列（5）結果顯示，在控制了其他政策變量的影響后，大數據試點政策的估計系數依然顯著為正，說明大數據發展明顯促進了企業綠色技術創新，前文結果依舊穩健。

4. 2. 6 更換企業綠色技術創新水平衡量指標

參考徐佳等［19］的做法，采用綠色發明專利申請數量占總發明專利申請數量的比例（）作為衡量企業綠色技術創新水平的指標。該指標有助于排除同時影響企業綠色發明專利申請和發明專利申請的混淆因素。估計結果見表5列（6）。列（6）中大數據試點政策的估計系數在5%的水平上顯著為正，這意味著改變企業綠色技術創新衡量指標并不會影響主要研究結論。

4. 3 異質性分析

前述實證結果表明，大數據發展可以促進企業綠色技術創新。進一步地，分別從企業微觀特征和地區宏觀環境的異質性視角考察大數據發展與企業綠色技術創新的關系，主要回答以下問題：大數據發展對企業綠色技術創新的影響是否因企業規模、企業所有制和地方政府數據開放水平不同而存在明顯差異？

4. 3. 1 企業規模的異質性

大數據發展對不同規模企業的影響可能存在差異。相較于小規模企業，大規模企業擁有更多的資金、技術和人才儲備，大數據技術能夠幫助大規模企業更迅速地采集與分析資金、技術和人才的數據信息，高效整合綠色創新研發活動所需的資源，提升綠色技術的研發效率，從而更顯著地提升企業綠色技術創新水平。因此，大數據發展對大規模企業綠色技術創新的促進作用可能更突出。為了驗證上述邏輯，根據企業總資產的中位數將樣本企業分為大規模企業（）和小規模企業（）后進行分組回歸，結果見表6列（1）、列（2）?？梢钥闯?，大規模企業分組中，的系數顯著為正，說明大數據發展顯著促進了大規模企業綠色技術創新；而小規模企業分組中，的系數不顯著，說明大數據發展對小規模企業綠色技術創新未產生明顯的促進作用?；貧w結果與推論一致：大數據發展對企業綠色技術創新的促進作用在大規模企業中更加突出。

4. 3. 2 企業所有制的異質性

大數據發展對不同所有制企業的影響也可能存在差異。相較于非國有企業，國有企業受到地方政府和經濟政策影響的程度更大，而大數據試點政策是國家發改委為了大數據發展制定的“自上而下”的頂層設計，代表了中國未來的發展方向。國有企業為了迎合國家發展訴求，會更加積極地貫徹落實這一政策的各項要求。此外，國有企業受到資源扶持和政策支持的力度更大，更有能力落實大數據發展政策。因此，大數據發展對國有企業綠色技術創新的影響可能更為顯著。為了驗證以上推論，根據企業所有制類型將樣本企業分為國有企業（）和非國有企業（）后進行分組回歸，回歸結果見表6列（3）、列（4）?？梢钥闯?，無論是國有企業還是非國有企業，大數據發展均顯著促進了企業綠色技術創新，但通過對組間系數差異進行Chow檢驗，發現大數據發展對國有企業的促進作用更為顯著?；貧w結果與推論一致：大數據發展對企業綠色技術創新的促進作用在國有企業中更為顯著。

4. 3. 3 地方政府數據開放水平的異質性

地方政府數據開放水平不同的地區，大數據發展對企業綠色技術創新的影響也可能存在差異。地方政府手中優質的數據資源是提升地區數據信息整合能力和數據資源配置能力，推動地區創新發展的重要因素。地方政府數據開放水平高的地區，企業通過大數據技術能獲取的優質數據更多，創新資源的有效配置能力更強，該地區企業可以更便捷地獲取綠色技術創新所需的知識信息資源，從而更高效地進行綠色技術創新活動。因此，大數據發展對企業綠色技術創新的促進作用在地方政府數據開放水平高的地區可能更為明顯。為了驗證上述推論，根據復旦大學發布的“數林匹克”指數劃分地區數據開放水平高低（前25%為高，后75%為低），將樣本企業按所在地分為兩組進行回歸?；貧w結果見表6列（5）、列（6）?；貧w結果表明，對于地方政府數據開放水平高（）的企業，大數據發展對其綠色技術創新的影響正向顯著；對于地方政府數據開放水平低（）的企業，大數據發展對其綠色技術創新沒有顯著的影響?；貧w結果與推論一致：大數據發展對企業綠色技術創新的促進作用在地方政府數據開放水平高的地區更為顯著。

5 影響機制檢驗

基于前文理論分析，構建中介效應模型對大數據發展影響企業綠色技術創新的機制進行檢驗。

，= 0 + 1（× ），+ ，++ + ，（3）

ln ，= 0 + 1（× ），+ 2 ，+，+ + + ，（4）

其中：為中介變量，分別為地區環境規制強度、企業融資約束和企業人力資本水平；模型其他變量與參數說明同式（1）。

5. 1 提高地區環境規制強度

為衡量地區環境規制強度的中介效應，參考劉榮增等［52］的做法，選用各省工業污染治理投資完成額與第二產業增加值的比值（）作為衡量地區環境規制強度的指標，回歸結果見表7列（1）、列（2）。列（1）結果顯示，變量的系數顯著為正。以上結果表明，大數據發展可以提高地區的環境規制強度，環境規制強度的提升會對企業綠色技術創新產生顯著的促進作用。

5. 2 緩解企業融資約束

如前文所述，企業融資約束是限制企業綠色技術創新的重要因素。參考宋敏等［53］的做法，使用SA指數（）作為企業融資約束的衡量指標，回歸結果見表7列（3）、列（4）。列（3）變量的系數顯著為負，表明大數據發展明顯緩解了企業融資約束；列（4）融資約束指標的系數顯著為負，變量的系數顯著為正，表明融資約束起到了部分中介效應。簡言之，大數據發展通過緩解企業融資約束促進了企業綠色技術創新產出的提升。

5. 3 提升企業人力資本水平

企業的綠色創新活動離不開高知識人才的支撐。參考肖土盛等［54］的做法，以上市公司中碩士及以上學歷員工占比（）作為企業人力資本水平的衡量指標，回歸結果見表7列（5）、列（6）。結果表明，大數據發展顯著優化了企業人力資本結構，高質量的人力資本水平為企業的研發活動提供了充足的人才和知識儲備，從而促進了企業的綠色技術創新活動。上述結果支持了該研究的假設2。

6 知識產權保護調節效應檢驗

調節效應模型的回歸結果見表8。列（1）是僅控制了“時間-企業”固定效應的回歸結果，列（2）是既控制了固定效應，還控制了控制變量的回歸結果。列（1）結果顯示，大數據試點政策與知識產權保護交乘項的估計系數在5%的水平上顯著為正；列（2）結果顯示，加入控制變量后，交乘項的估計系數依然顯著為正，表明知識產權保護在大數據發展對企業綠色技術創新的影響中起到了正向調節作用，支持了該研究的假設3。

7 結論與政策建議

該研究借助大數據試點政策的準自然實驗，基于2012—2019年滬深A股企業數據，運用雙重差分模型，系統評估了大數據發展對企業綠色技術創新的影響以及知識產權保護在二者之間發揮的調節作用。結果表明：①大數據發展顯著促進了企業綠色技術創新，這一結論在進行了一系列穩健性檢驗之后仍然成立。②異質性檢驗表明，大數據發展對企業綠色技術創新的促進作用在大規模企業、國有企業和地方政府數據開放水平高的企業中更為突出。③機制檢驗表明，大數據發展主要通過提高地區環境規制強度、緩解企業融資約束和提升企業人力資本水平三種渠道促進企業綠色技術創新。④調節效應檢驗表明，知識產權保護在大數據發展與企業綠色技術創新之間發揮了顯著的正向調節作用。

上述研究結論對于更好釋放大數據發展紅利效應和推進綠色發展具有重要的政策啟示。①政府應該以“國家大數據綜合試驗區”的實踐作為基礎，加強大數據發展政策引導企業綠色技術創新的制度設計，將大數據發展與碳達峰、碳中和等綠色發展目標有機結合起來，充分發揮大數據發展帶來的紅利效應，從而更好地推進綠色發展。②要進一步細化大數據發展政策，增強其對不同類型和不同地區企業的針對性，避免“一刀切”。異質性分析發現，地方政府數據開放水平等因素會影響大數據發展對企業綠色技術創新的促進作用。因此，政府要堅持面向社會提供優質數據，以推動大數據在企業生產經營中的開發應用，進而推動大數據和企業綠色創新協調發展。③應建立支持企業綠色技術創新的長效機制，重視大數據在環境保護、企業融資和人才引進上的重要作用，深入疏通大數據發展促進企業綠色技術創新的傳導渠道，通過制度保障更好地推動綠色發展。④要加強知識產權保護制度體系建設，構建包含立法、行政、司法的知識產權保護制度體系，以充分發揮知識產權保護在大數據發展與企業綠色技術創新之間的正向調節作用，從而促進綠色發展。

參考文獻

［1］ 汪明月，李穎明，王子彤，等. 政治嵌入、外部融資對環境規制與綠色技術創新關系的影響［J］. 中國人口·資源與環境，2022，32（8）：75-88.

［2］ 許憲春，任雪，常子豪. 大數據與綠色發展［J］. 中國工業經濟，2019（4）：5-22.

［3］ 張葉青，陸瑤，李樂蕓. 大數據應用對中國企業市場價值的影響：來自中國上市公司年報文本分析的證據［J］. 經濟研究，2021，56（12）：42-59.

［4］ 楊俊，李小明，黃守軍. 大數據、技術進步與經濟增長：大數據作為生產要素的一個內生增長理論［J］. 經濟研究，2022，57（4）：103-119.

［5］ 袁勝超. 數字化驅動了產學研協同創新嗎：兼論知識產權保護與企業吸收能力的調節效應［J/OL］. 科學學與科學技術管理，2022-08-05［2022-10-10］. https：//smartlib. buu. edu. cn/asset/detail/0/2031139259235.

［6］ 朱揚勇，熊赟. 大數據是數據、技術，還是應用［J］. 大數據，2015，1（1）：78-88.

［7］ 胡鍵. 基于大數據的國家實力：內涵及其評估［J］. 中國社會科學，2018（6）：183-192.

［8］ 徐翔，趙墨非. 數據資本與經濟增長路徑［J］. 經濟研究，2020，55（10）：38-54.

［9］ GLAESER E L，KOMINERS S D，LUCA M，et al. Big data and bigcities：the promises and limitations of improved measures of urbanlife［J］. Economic inquiry，2018，56（1）：114-137.

［10］ 趙云輝，張哲，馮泰文，等. 大數據發展、制度環境與政府治理效率［J］. 管理世界，2019，35（11）：119-132.

［11］ 陳國青，張瑾，王聰，等.“大數據-小數據”問題：以小見大的洞察［J］. 管理世界，2021，37（2）：203-213.

［12］ WU L， HITT L， LOU B. Data analytics， innovation， and firm productivity［J］. Management science， 2020， 66（5）： 2017-2039.

［13］ 史丹，孫光林. 大數據發展對制造業企業全要素生產率的影響機理研究［J］. 財貿經濟，2022，43（9）：85-100.

［14］ 吳超鵬，唐菂. 知識產權保護執法力度、技術創新與企業績效：來自中國上市公司的證據［J］. 經濟研究，2016，51（11）：125-139.

［15］ 王海成，呂鐵. 知識產權司法保護與企業創新：基于廣東省知識產權案件“三審合一”的準自然試驗［J］. 管理世界，2016（10）：118-133.

［16］ 龍小寧，易巍，林志帆. 知識產權保護的價值有多大：來自中國上市公司專利數據的經驗證據［J］. 金融研究，2018（8）：120-136.

［17］ 黎文靖，彭遠懷，譚有超. 知識產權司法保護與企業創新：兼論中國企業創新結構的變遷［J］. 經濟研究，2021，56（5）：144-161.

［18］ 齊紹洲，林屾，崔靜波. 環境權益交易市場能否誘發綠色創新：基于我國上市公司綠色專利數據的證據［J］. 經濟研究，2018，53（12）：129-143.

［19］ 徐佳，崔靜波. 低碳城市和企業綠色技術創新［J］. 中國工業經濟，2020（12）：178-196.

［20］ 鄧玉萍，王倫，周文杰. 環境規制促進了綠色創新能力嗎：來自中國的經驗證據［J］. 統計研究，2021，38（7）：76-86.

［21］ 王分棉，賀佳，孫宛霖. 命令型環境規制、ISO 14001認證與企業綠色創新：基于《環境空氣質量標準（2012）》的準自然實驗［J］.中國軟科學，2021（9）：105-118.

［22］ 王馨，王營. 綠色信貸政策增進綠色創新研究［J］. 管理世界，2021，37（6）：173-188.

［23］ 伍格致，游達明. 融資融券能夠促進企業綠色創新嗎？［J］. 中國軟科學，2022（4）：172-182.

［24］ 金環，于立宏，徐遠彬. 綠色產業政策與制造業綠色技術創新［J］. 中國人口·資源與環境，2022，32（6）：136-146.

［25］ 宋德勇，朱文博，丁海. 企業數字化能否促進綠色技術創新：基于重污染行業上市公司的考察［J］. 財經研究，2022，48（4）：34-48.

［26］ 王鋒正，劉向龍，張蕾，等. 數字化促進了資源型企業綠色技術創新嗎？［J］. 科學學研究，2022，40（2）：332-344.

［27］ 陶長琪，丁煜. 數據要素何以成為創新紅利：源于人力資本匹配的證據［J］. 中國軟科學，2022（5）：45-56.

［28］ 胡山，余泳澤. 數字經濟與企業創新：突破性創新還是漸進性創新？［J］. 財經問題研究，2022（1）：42-51.

［29］ 傅毅明. 大數據時代的環境信息治理變革：從信息公開到公共服務［J］. 中國環境管理，2016，8（4）：48-51.

［30］ 方印，張海榮. 大數據時代公眾環境信息傳播權初探［J］. 中國礦業大學學報（社會科學版），2021，23（1）：53-63.

［31］ 裴長洪，倪江飛，李越. 數字經濟的政治經濟學分析［J］. 財貿經濟，2018，39（9）：5-22.

［32］ 艾永芳，孔濤. 區域大數據發展能促進企業綠色創新嗎？［J］.中南財經政法大學學報，2021（6）：116-126，160.

［33］ 金芳，齊志豪，梁益琳. 大數據、金融集聚與綠色技術創新［J］.經濟與管理評論，2021，37（4）：97-112.

［34］ 沈國兵，袁征宇. 企業互聯網化對中國企業創新及出口的影響［J］. 經濟研究，2020，55（1）：33-48.

［35］ ARVANITIS S，LOUKIS E. Employee education，information andcommunication technologies，workplace organization，and trade：acomparative analysis of Greek and Swiss firms［J］. Industrial andcorporate change，2015，24（6）：1417-1442.

［36］ 孫早，侯玉琳. 工業智能化如何重塑勞動力就業結構［J］. 中國工業經濟，2019（5）：61-79.

［37］劉濤，油永華. 供給側結構性改革：基于技術資本與技能勞動關系的視角［M］. 北京：經濟科學出版社. 2021.

［38］ 趙宸宇，王文春，李雪松. 數字化轉型如何影響企業全要素生產率［J］. 財貿經濟，2021，42（7）：114-129.

［39］ 劉維剛，倪紅福. 制造業投入服務化與企業技術進步：效應及作用機制［J］. 財貿經濟，2018，39（8）：126-140.

［40］ 王林輝，姜昊，董直慶. 工業智能化會重塑企業地理格局嗎［J］. 中國工業經濟，2022（2）：137-155.

［41］ 周洲，吳馨童. 知識產權保護對企業數字化轉型的影響：來自“三審合一”改革的經驗證據［J］. 科學學與科學技術管理，2022，43（6）：89-109.

［42］ 姜南，李鵬媛，歐忠輝. 知識產權保護、數字經濟與區域創業活躍度［J］. 中國軟科學，2021（10）：171-181.

［43］ 劉建江，熊智橋，羅雙成. 知識產權保護是否提升了企業全要素生產率：基于知識產權示范城市建設的準自然實驗［J］. 南京財經大學學報，2022（2）：1-11.

［44］ WURLOD J D， NOAILLY J. The impact of green innovation onenergy intensity： an empirical analysis for 14 industrial sectors inOECD countries［J］. Energy economics， 2018， 71： 47-61.

［45］ 周澤將，汪順，張悅. 知識產權保護與企業創新信息困境［J］.中國工業經濟，2022（6）：136-154.

［46］ 唐松，伍旭川，祝佳. 數字金融與企業技術創新：結構特征、機制識別與金融監管下的效應差異［J］. 管理世界，2020，36（5）：52-66.

［47］ HERING L， PONCET S. Environmental policy and exports：evidencefrom Chinese cities［J］. Journal of environmental economicsand management， 2014， 68（2）： 296-318.

［48］ 何靖. 延付高管薪酬對銀行風險承擔的政策效應：基于銀行盈余管理動機視角的PSM?DID 分析［J］. 中國工業經濟，2016（11）：126-143.

［49］ 王修華，劉錦華，趙亞雄. 綠色金融改革創新試驗區的成效測度［J］. 數量經濟技術經濟研究，2021，38（10）：107-127.

［50］ 邱子迅，周亞虹. 數字經濟發展與地區全要素生產率：基于國家級大數據綜合試驗區的分析［J］. 財經研究，2021，47（7）：4-17.

［51］ 董直慶，王輝. 市場型環境規制政策有效性檢驗：來自碳排放權交易政策視角的經驗證據［J］. 統計研究，2021，38（10）：48-61.

［52］ 劉榮增，何春. 環境規制對城鎮居民收入不平等的門檻效應研究［J］. 中國軟科學，2021（8）：41-52.

［53］ 宋敏，周鵬，司海濤. 金融科技與企業全要素生產率：“賦能”和信貸配給的視角［J］. 中國工業經濟，2021（4）：138-155.

［54］ 肖土盛，吳雨珊，亓文韜. 數字化的翅膀能否助力企業高質量發展：來自企業創新的經驗證據［J］. 經濟管理，2022，44（5）：41-62.