数字产业与实体经济产业技术融合对企业污染治理的环境效应研究——基于企业-政府-公众三方共治的视角
作者及发表信息
本研究由Yafei Wang、Ming Shi、Junnan Liu、Huanhuan Huang及Ke Yu（通讯作者）团队完成，作者单位均为重庆师范大学经济与管理学院。研究成果发表于期刊*Journal of Cleaner Production*，发表时间为2025年，卷501，文章编号145201。Handling editor为Yutao Wang。
学术背景与研究目标
科学领域与背景
本研究属于环境经济学与数字经济的交叉领域，核心关注数字技术（如物联网、大数据、人工智能）与实体经济产业深度融合对环境污染治理的影响机制。全球环境问题日益严峻（如空气污染导致的经济损失占全球GDP的6.1%），而传统治污模式面临效率瓶颈。在此背景下，数字技术融合被视为推动绿色转型的关键策略，但现有研究多聚焦宏观层面，缺乏对企业微观行为机制的分析。
研究动机与目标
基于技术融合理论和环境协同治理理论，本研究旨在解决以下问题：
1. 技术融合的直接效应：数字技术与实体产业技术融合是否能显著降低企业污染排放？
2. 内在机制：企业集成创新（知识宽度、技术吸收与扩散能力）是否在其中起中介作用？
3. 外部调节：政府环境规制、知识产权保护与公众环境关注是否强化这一效应？
研究设计与方法
数据与样本
研究选取2013—2022年中国A股上市公司为样本，剔除金融类、ST/PT公司及数据缺失样本后，最终获得13,854个有效观测值。样本覆盖一、二、三产业（占比分别为8.3%、85.8%、13.4%）。
变量与模型
1. 核心变量：
- 技术融合（CDR）：基于专利IPC分类与引用数据，量化企业数字-实体技术融合行为（引用数字技术专利的实体技术专利数量）。
- 企业污染排放（CPE）：依据《排污费征收标准管理办法》，将工业废水废气污染物折算为污染当量并取对数。
2. 控制变量：流动比率、公司规模、资产负债率、董事会规模等。
3. 中介变量：知识宽度（HHI指数）、外源技术吸收能力（专利引用量）、内源技术扩散能力（专利被引用量）。
4. 调节变量：政府环境规制（地方政府工作报告中环境相关词频）、知识产权保护强度（知识产权案件数/GDP占比）、公众环境关注（网络媒体报道量）。
分析方法
1. 基准回归：固定效应模型检验技术融合对污染排放的直接效应。
2. 内生性控制：工具变量法（同规模企业技术融合均值、1984年城市固定电话普及率）、双重差分法（DID）及倾向得分匹配（PSM）。
3. 异质性分析：按技术偏向性（资本/劳动偏向）、数字产业类型（数字产品制造/服务/要素驱动）、新基建水平及经济增长压力分组回归。
4. 机制与调节效应：三步法检验中介效应，交互项检验调节效应。
创新方法
- 专利引用网络分析：通过IPC分类识别跨领域技术融合，突破传统宏观测度局限。
- 多维度调节机制：首次将政府、公众与企业的三元互动纳入技术融合的环境效应分析框架。
主要研究结果
1. 技术融合的直接效应
- 基准回归显示，技术融合（CDR）每提升1%，企业污染排放（CPE）显著降低0.319%（p<0.01）。
- DID与PSM结果进一步验证因果效应：技术融合使处理组企业污染排放降低17.6%。
异质性分析
中介机制
调节效应
结论与价值
1. 理论贡献
- 提出“技术融合-集成创新-污染治理”的微观路径，弥补现有研究对企业和三方协同机制的忽视。
- 验证数字技术融合的环境红利，为绿色技术创新理论提供新证据。
研究亮点
1. 方法创新：首次结合专利引用数据与三方共治框架，量化技术融合的微观环境效应。
2. 发现新颖性：揭示数字要素驱动型融合的突出作用，及资本偏向型企业的减排优势。
3. 政策参考：提出差异化治理策略，如针对高增长压力地区需平衡经济与环境目标。
局限性与展望
- 数据仅覆盖上市公司，未来可纳入中小企业样本。
- 长期动态效应需追踪，如技术融合对循环经济的潜在影响。