数字化和绿色化转型的碳排放双控效果：基于制造业新质生产力的机制解析

doi:10.16381/j.cnki.issn1003-207x.2024.1615

中国管理科学 ›› 2025, Vol. 33 ›› Issue (11): 321-335.doi: 10.16381/j.cnki.issn1003-207x.2024.1615

• • 上一篇

数字化和绿色化转型的碳排放双控效果：基于制造业新质生产力的机制解析

王群伟¹^,²^,³, 杜倩¹^,²(), 李振冉¹^,², 曹雅茹¹^,²

^1.南京航空航天大学经济与管理学院，江苏南京 211106
^2.南京航空航天大学能源软科学研究中心，江苏南京 211106
^3.南京航空航天大学“制造系统数智管理与低碳运营”江苏省高校哲学社会科学实验室，江苏南京 211106

收稿日期:2024-09-13 修回日期:2025-03-13 出版日期:2025-11-25 发布日期:2025-11-28
通讯作者: 杜倩 E-mail:13255282385@163.com
基金资助:
国家社会科学基金重大项目(21&ZD110);国家自然科学基金面上项目(52270183);国家自然科学基金面上项目(72373065);江苏省研究生科研与实践创新项目(KYCX24_0511);南京航空航天大学博士学位论文创新与创优基金项目(BCXJ25-18)

The Dual Control Effects of Carbon Emissions of Digital and Green Transitions: A Mechanistic Analysis Based on New Quality Productive Forces in Manufacturing Industries

Qunwei Wang¹^,²^,³, Qian Du¹^,²(), Zhenran Li¹^,², Yaru Cao¹^,²

^1.College of Economics and Management，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China
^2.Research Center for Soft Energy Science，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China
^3.Humanities and Social Sciences Laboratory of Jiangsu Province for Digital Intelligence Management and Low-carbon Operations for Manufacturing System，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China

Received:2024-09-13 Revised:2025-03-13 Online:2025-11-25 Published:2025-11-28
Contact: Qian Du E-mail:13255282385@163.com

摘要/Abstract

摘要：

数字化和绿色化转型是实现环境可持续发展和经济高质量增长的重要战略部署，同时也是推动新质生产力发展的关键抓手。本文系统考察了数字化和绿色化转型影响碳排放量和碳强度（简称碳排放双控）的政策效果，并从结构高度化、全要素生产率优化和要素配置合理化三个维度，系统解析了制造业新质生产力的作用。实证结果表明，得益于制造业结构高度化和全要素生产率提升，数字化转型能够助力碳排放双控，绿色化转型则能显著减少碳排放量，而要素配置的效果不显著。进一步分析发现，“数字化+绿色化”双转型的协同效应在降低碳强度方面优于单一政策的效果之和，发挥了政策协同效应。此外，异质性分析表明，在结构高度化水平较低或全要素生产率水平较高的地区，“数字化+绿色化”双转型对碳排放量减少的效果有所削弱，但促进了碳强度的下降。本文为理解数字化和绿色化转型与碳排放双控之间的复杂关系提供了理论依据。

关键词: 新质生产力, 数字化, 绿色化, 碳排放双控

Abstract:

Digital and green transitions are crucial strategic deployments for achieving high-quality economic development and environmental sustainability， and they also serve as key drivers for advancing new quality productive forces. The policy effects of digital and green transformations on carbon emissions and carbon intensity （referred to as dual control of carbon emissions） is examined， deconstructing the new quality productive Forces in manufacturing industries from the perspectives of structural upgrading， total factor productivity optimization， and rational resource allocation， and the underlying mechanisms of these influences are analyzed.The empirical results indicate that， benefiting from the advancement of manufacturing structure and the optimization of total factor productivity， digital transformation contributes to the dual control of carbon emissions， while green transformation significantly reduces carbon emissions. However， the effect of factor allocation is not apparent. Further research shows that the synergistic effect of the “digital + green” dual transformation in reducing carbon intensity is greater than the sum of the individual policy effects， demonstrating a clear policy synergy effect. In addition， the heterogeneity analysis indicates that in regions with lower levels of structural upgrading or higher levels of total factor productivity optimization， the effect of the “digital + green” dual transition on reducing carbon emissions is weakened， but it significantly enhances the reduction of carbon intensity. It provides new evidence to further understand the complex relationship between digital and green transformations and the dual control of carbon emissions in this paper.

Key words: new quality productive forces, digital transition, green transition, dual control of carbon emissions

中图分类号:

F421

王群伟,杜倩,李振冉, 等. 数字化和绿色化转型的碳排放双控效果：基于制造业新质生产力的机制解析[J]. 中国管理科学, 2025, 33(11): 321-335.

Qunwei Wang,Qian Du,Zhenran Li, et al. The Dual Control Effects of Carbon Emissions of Digital and Green Transitions: A Mechanistic Analysis Based on New Quality Productive Forces in Manufacturing Industries[J]. Chinese Journal of Management Science, 2025, 33(11): 321-335.

图/表 16

图1

图2

表1

表2

图3

表2

图4

表4

表5

表6

表7

图5

图6

图7

表8

表9

参考文献 52

[1]	Ren L， Zhou S， Peng T， et al. A review of CO₂ emissions reduction technologies and low-carbon development in the iron and steel industry focusing on China［J］. Renewable and Sustainable Energy Reviews， 2021， 143： 110846.
[2]	Wang X C， Klemeš J J， Wang Y， et al. Water-Energy-Carbon Emissions nexus analysis of China： An environmental input-output model-based approach［J］. Applied Energy， 2020， 261： 114431.
[3]	金珺，陈泰伦，赵苑婷，等. 产业数字化绿色化协同转型赋能新质生产力：逻辑与进路［J］. 研究与发展管理， 2025， 37（1）： 74-84.
	Jin J， Chen T L， Zhao Y T， et al. Industrial digital green synergistic transition empowering new quality productive forces： Logic and paths［J］. R&D Management， 2025， 37（1）： 74-84.
[4]	杨伟，吉梨霞，周青. 企业数字化转型对创新生态系统的影响：基于市场规模动态的多Agent模型［J］. 中国管理科学， 2022， 30（6）： 223-232.
	Yang W， Ji L X， Zhou Q. Impact of firms’digital transformation on the innovation ecosystem： A multi-agent model considering dynamic of market size［J］. Chinese Journal of Management Science，2022，30（6）： 223-232.
[5]	Bai T， Qi Y， Li Z， et al. Digital economy， industrial transformation and upgrading， and spatial transfer of carbon emissions： The paths for low-carbon transformation of Chinese cities［J］. Journal of Environmental Management， 2023， 344： 118528.
[6]	Wei X， Jiang F， Yang L. Does digital dividend matter in China’s green low-carbon development： Environmental impact assessment of the big data comprehensive pilot zones policy［J］. Environmental Impact Assessment Review， 2023， 101： 107143.
[7]	Yi M， Liu Y， Sheng M S， et al. Effects of digital economy on carbon emission reduction： New evidence from China［J］. Energy Policy， 2022， 171： 113271.
[8]	André F J， Arguedas C， Rousseau S. Strategic pricing， lifespan choices and environmental implications of peer-to-peer sharing［J］. Journal of Environmental Economics and Management， 2024， 125： 102953.
[9]	Linton O， Todorov V， Zhang Z. Editorial for the special issue on financial econometrics in the age of the digital economy［J］. Journal of Econometrics， 2021， 222（1）： 265-268.
[10]	岳鹄，周子灼，谭月彤. 数字经济影响制造业结构优化的机理与实证研究［J］.管理学报，2024，21（5）： 670-681.
	Yue H， Zhou Z Z， Tan Y T. Mechanism and empirical study of digital economy on the upgrading of manufacturing structure［J］. Chinese Journal of Management， 2024， 21（5）： 670-681.
[11]	Okushima S， Tamura M. What causes the change in energy demand in the economy？ The role of technological change［J］.Energy Economics，2010， 32：S41-S46.
[12]	方丽婷，张冠兰，李坤明. 数字化发展对企业绿色创新的影响——来自中国A股上市公司的经验证据［J］. 中国管理科学， 2023， 31（12）： 350-360.
	Fang L T， Zhang G L， Li K M. The impact of digital development on corporate green innovation［J］. Chinese Journal of Management Science， 2023， 31（12）： 350-360.
[13]	邵帅，范美婷，杨莉莉. 经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察［J］. 管理世界， 2022， 38（2）： 46-69+4-10.
	Shao S， Fan M T， Yang L L. Economic restructuring， green technical progress， and low-carbon transition development in China： An empirical investigation based on the overall technology frontier and spatial spillover effect［J］. Journal of Management World， 2022， 38（2）： 46-69+4-10.
[14]	邬彩霞. 中国低碳经济发展的协同效应研究［J］. 管理世界， 2021， 37（8）： 105-117.
	Wu C X. Research on the synergistic effect of low-carbon economy in China［J］. Journal of Management World， 2021， 37（8）： 105-117.
[15]	史丹. 数字经济条件下产业发展趋势的演变［J］. 中国工业经济， 2022（11）： 26-42.
	Shi D. Evolution of industrial development trend under digital economy［J］. China Industrial Economics， 2022（11）： 26-42.
[16]	徐伟呈，周田，郑雪梅. 数字经济如何赋能产业结构优化升级——基于ICT对三大产业全要素生产率贡献的视角［J］. 中国软科学， 2022（9）： 27-38.
	Xu W C， Zhou T， Zheng X M. How does digital economy promote the optimization and upgrading of industrial structure？ Based on the perspective of ICT contribution to total factor productivity of the three major industries［J］. China Soft Science， 2022（9）： 27-38.
[17]	吴茵茵，齐杰，鲜琴，等. 中国碳市场的碳减排效应研究——基于市场机制与行政干预的协同作用视角［J］. 中国工业经济， 2021（8）： 114-132.
	Wu Y Y， Qi J， Xian Q， et al. The carbon emission reduction effect of China’s carbon market： From the perspective of the coordination between market mechanism and administrative intervention［J］. China Industrial Economics， 2021（8）： 114-132.
[18]	杨豪，潘颖豪，才国伟. 碳排放总量控制、配置效率与产出收益［J］. 中国工业经济， 2023（7）： 46-65.
	Yang H， Pan Y H， Cai G W. Carbon emission regulation， allocation efficiency and output benefits［J］. China Industrial Economics， 2023（7）： 46-65.
[19]	Smulders S， Tsur Y， Zemel A. Announcing climate policy： Can a green paradox arise without scarcity？［J］. Journal of Environmental Economics and Management， 2012， 64（3）： 364-376.
[20]	Streimikiene D， Roos I. GHG emission trading implications on energy sector in Baltic States［J］. Renewable and Sustainable Energy Reviews，2009，13（4）： 854-862.
[21]	胡珺，方祺，龙文滨. 碳排放规制、企业减排激励与全要素生产率——基于中国碳排放权交易机制的自然实验［J］. 经济研究， 2023， 58（4）： 77-94.
	Hu J， Fang Q， Long W B. Carbon emission regulation， corporate emission reduction incentive and total factor productivity： A natural experiment based on China’s carbon emission trading system［J］. Economic Research Journal， 2023， 58（4）： 77-94.
[22]	Zhang W， Li G， Guo F. Does carbon emissions trading promote green technology innovation in China？［J］. Applied Energy， 2022， 315： 119012.
[23]	刘向强，方祺，胡珺. 中国碳排放权交易机制与实践：基于微观企业股权资本成本的视角［J］. 中国软科学， 2024（5）： 142-151.
	Liu X Q， Fang Q， Hu J. Carbon emission trading mechanism and practice in China： From the perspective of cost of equity capital［J］. China Soft Science， 2024（5）： 142-151.
[24]	Dechezleprêtre A， Gennaioli C， Martin R， et al. Searching for carbon leaks in multinational companies［J］. Journal of Environmental Economics and Management， 2022， 112： 102601.
[25]	Besley T， Persson T. The political economics of green transitions［J］. The Quarterly Journal of Economics， 2023， 138（3）： 1863-1906.
[26]	李治国，王杰. 中国碳排放权交易的空间减排效应：准自然实验与政策溢出［J］. 中国人口·资源与环境， 2021， 31（1）： 26-36.
	Li Z G， Wang J. Spatial emission reduction effects of China’s carbon emissions trading： Quasi-natural experiments and policy spillovers［J］. China Population， Resources and Environment， 2021，31（1）： 26-36.
[27]	马海良，顾莹莹，黄德春，等. 环境规制、数字赋能对产业结构升级的影响及机理［J］. 中国人口·资源与环境， 2024， 34（3）： 124-136.
	Ma H L， Gu Y Y， Huang D C， et al. Impact and mechanisms of environmental regulation and digital empowerment on industrial structure upgrading［J］. China Population， Resources and Environment， 2024， 34（3）： 124-136.
[28]	刘满凤，程思佳. 碳排放权交易促进地区产业结构优化升级了吗？［J］. 管理评论， 2022， 34（7）： 33-46.
	Liu M F， Cheng S J. Does the carbon emission trading scheme promote the optimization and upgrading of regional industrial structure？［J］. Management Review， 2022， 34（7）： 33-46.
[29]	王林辉，王辉，董直庆. 经济增长和环境质量相容性政策条件——环境技术进步方向视角下的政策偏向效应检验［J］. 管理世界， 2020， 36（3）： 39-60.
	Wang L H， Wang H， Dong Z Q. Policy conditions for compatibility between economic growth and environmental quality： A test of policy bias effects from the perspective of the direction of environmental technological progress［J］.Journal of Management World， 2020， 36（3）： 39-60.
[30]	王柯丹，刘颖，汪寿阳. 数据要素与绿色创新：基于新质生产力视角［J］. 财经问题研究， 2024（9）： 18-33.
	Wang K D， Liu Y， Wang S Y. Data factors and green innovation： A perspective of new quality productive forces［J］. Research on Financial and Economic Issues， 2024（9）： 18-33.
[31]	Chen Y， Zhang D， Guo K， et al. Emission trading schemes and cross-border mergers and acquisitions［J］. Journal of Environmental Economics and Management， 2024， 124： 102949.
[32]	黄帝，陈剑，周泓. 配额-交易机制下动态批量生产和减排投资策略研究［J］.中国管理科学，2016， 24（4）： 129-137.
	Huang D， Chen J， Zhou H. Optimal production and emissions reduction investment policies in a dynamic lot sizing model under cap-and-trade［J］. Chinese Journal of Management Science， 2016， 24（4）： 129-137.
[33]	周密，郭佳宏，王威华. 新质生产力导向下数字产业赋能现代化产业体系研究——基于补点、建链、固网三位一体的视角［J］. 管理世界， 2024， 40（7）： 1-26.
	Zhou M， Guo J H， Wang W H. Research on digital industry empowering the modern industrial system under the guidance of new quality productivity： Based on the perspective of supplementing nodes， establishing links and fixing networks［J］. Journal of Management World， 2024， 40（7）： 1-26.
[34]	祝合良，王春娟. “双循环”新发展格局战略背景下产业数字化转型：理论与对策［J］. 财贸经济， 2021， 42（3）： 14-27.
	Zhu H L， Wang C J. Industry digitalization against the strategic background of the new development paradigm： Theory and countermeasures［J］. Finance & Trade Economics， 2021， 42（3）： 14-27.
[35]	Rehman S U， Giordino D， Zhang Q， et al. Twin transitions & industry 4.0： Unpacking the relationship between digital and green factors to determine green competitive advantage［J］.Technology in Society， 2023， 73： 102227.
[36]	Sarpong K A， Xu W， Gyamfi B A， et al. A step towards carbon neutrality in E7： The role of environmental taxes， structural change， and green energy［J］. Journal of Environmental Management，2023，337： 117556.
[37]	李健旋. 制造业与数字经济产业关联融合测度及异质性研究［J］. 中国管理科学， 2025，33（8）：112-122.
	Li J X. Research on the measurement of the association fusion between digital economy & manufacturing industry and its regional heterogeneity［J］. Chinese Journal of Management Science， 2025，33（8）：112-122.
[38]	张洪胜，杜雨彤，张小龙. 产业数字化与国内大循环［J］. 经济研究， 2024， 59（5）： 97-115.
	Zhang H S， Du Y T， Zhang X L. Industrial digitalization and domestic circulation［J］. Economic Research Journal， 2024， 59（5）： 97-115.
[39]	Yuan S， Pan X. Inherent mechanism of digital technology application empowered corporate green innovation： Based on resource allocation perspective［J］. Journal of Environmental Management， 2023， 345： 118841.
[40]	王寅，杨宛谕，蔡双立. 绿色数字经济与新质生产力协同发展的理论机制与实践路径——基于“技术-要素-产业”理论框架的组态分析［J］. 南开经济研究， 2024（12）： 85-103.
	Wang Y， Yang W Y， Cai S L. Theoretical mechanisms and practical pathways for the synergistic development of the green digital economy and new productive forces： A configurational analysis based on the “technology-factors-industry” theoretical framework［J］. Nankai Economic Studies， 2024（12）： 85-103.
[41]	Yadav S， Samadhiya A， Kumar A， et al. Achieving the sustainable development goals through net zero emissions： Innovation-driven strategies for transitioning from incremental to radical lean， green and digital technologies［J］. Resources， Conservation and Recycling， 2023， 197： 107094.
[42]	金星晔，左从江，方明月，等. 企业数字化转型的测度难题：基于大语言模型的新方法与新发现［J］. 经济研究， 2024， 59（3）： 34-53.
	Jin X Y， Zuo C J， Fang M Y， et al. Measurement problem of enterprise digital transformation： New methods and findings based on large language models［J］. Economic Research Journal， 2024， 59（3）： 34-53.
[43]	金灿阳，徐蔼婷，邱可阳. 中国省域数字经济发展水平测度及其空间关联研究［J］. 统计与信息论坛， 2022， 37（6）： 11-21.
	Jin C Y， Xu A T， Qiu K Y. Measurement of China’s provincial digital economy and its spatial correlation［J］. Journal of Statistics and Information， 2022， 37（6）： 11-21.
[44]	李鹏，金刚. 碳排放权交易政策的就业效应［J］. 经济学动态， 2025（1）： 94-110.
	Li P， Jin G. The employment effects of carbon emission trading policy［J］. Economic Perspectives， 2025（1）： 94-110.
[45]	Zhang X， Fan D. Research on the synergistic emission reduction effect of carbon emission trading and green financial policy［J］. Journal of Environmental Management， 2024， 367： 121924.
[46]	张丽娜，吴凤平，张陈俊，等. 流域水资源消耗结构与产业结构高级化适配性研究［J］. 系统工程理论与实践， 2020， 40（11）： 3009-3018.
	Zhang L N， Wu F P， Zhang C J， et al. The adaptability of basin water resources consumption structure and optimization of industrial structure［J］. Systems Engineering-Theory & Practice， 2020， 40（11）： 3009-3018.
[47]	袁航，朱承亮. 国家高新区推动了中国产业结构转型升级吗［J］. 中国工业经济， 2018（8）： 60-77.
	Yuan H， Zhu C L. Do national high-tech zones promote the transformation and upgrading of China’s industrial structure［J］. China Industrial Economics， 2018（8）： 60-77.
[48]	马占新，白洁，田雨珍. 技术创新、效率改进与企业高质量增长的技术路径［J］. 中国管理科学，2024， DOI：10.16381/j.cnki.issn1003-207x.2023.1979 .
	Ma Z X， Bai J， Tian Y Z. Technological innovation， efficiency improvement and the technological path of high-quality growth for enterprises［J］. Chinese Journal of Management Science，2024， DOI：10.16381/j.cnki.issn1003-207x.2023.1979 .
[49]	安景文，刘颖. 文化创意产业细分行业发展效率异质性实证研究——以北京市为例［J］. 北京社会科学， 2015（5）： 17-25.
	An J W， Liu Y. Empirical analysis on heterogeneity of efficiency of cultural and creative sub-industries： The sample of Beijing［J］. Social Sciences of Beijing， 2015（5）： 17-25.
[50]	Chiu Y H， Chen Y C， Bai X J. Efficiency and risk in Taiwan banking： SBM super-DEA estimation［J］. Applied Economics， 2011， 43（5）： 587-602.
[51]	韩永辉，黄亮雄，王贤彬. 产业政策推动地方产业结构升级了吗？——基于发展型地方政府的理论解释与实证检验［J］. 经济研究， 2017， 52（8）： 33-48.
	Han Y H， Huang L X， Wang X B. Do industrial policies promote industrial structure upgrading？ Theory and evidence from China’s development-oriented local government［J］. Economic Research Journal， 2017， 52（8）： 33-48.
[52]	干春晖，郑若谷，余典范. 中国产业结构变迁对经济增长和波动的影响［J］.经济研究， 2011， 46（5）： 4-16， 31.
	Gan C H， Zheng R G， Yu D F. The impact of China's industrial structure change on economic growth and fluctuations［J］. Economic Research Journal， 2011， 46（5）： 4-16， 31.

变量	观测值	均值	标准差	最小值	最大值
碳排放量	420	3.6225	3.0498	0.3212	20.9979
碳强度	420	0.0336	0.0508	0.0008	0.2965
HSM	420	1.7000	0.2757	1.0986	2.5802
POM	420	0.9350	0.3632	0.2116	2.2080
RAM	420	0.7552	0.1649	0.0000	1.0000
人均GDP	420	1.2481	0.7923	0.4143	4.8075
人均GDP平方	420	2.1841	3.5725	0.1716	23.1121
信息化水平	420	0.0640	0.0501	0.0143	0.2896
劳动力水平	420	7.5968	0.7753	5.6240	8.8639
对外开放程度	420	0.2775	0.3176	0.0076	1.6976
外商直接投资	420	0.0201	0.0161	0.0001	0.0819
政府干预程度	420	0.2395	0.1003	0.0874	0.6430

变量	（1）	（2）
变量	碳排放量	碳强度
Digital	-1.0941^*** （-4.7383）	-1.1268^*** （-2.9902）
控制变量	Yes	Yes
省份固定效应	Yes	Yes
年份固定效应	Yes	Yes
R²	0.9093	0.9431
N	420	420

变量	（1）	（2）
变量	碳排放量	碳强度
Green	-0.7328^*** （-5.3404）	-0.3838 （-1.1502）
控制变量	Yes	Yes
省份固定效应	Yes	Yes
年份固定效应	Yes	Yes
R²	0.9049	0.9409
N	420	420

变量	（1）	（2）	（3）	（4）
变量	碳排放量	碳排放量	碳强度	碳强度
Digital	-1.0979^*** （-4.1531）		-1.3467^*** （-3.8055）
Green		-0.3782^** （-2.2536）		-1.3388^** （-2.0993）
控制变量	Yes	Yes	Yes	Yes
省份固定效应	Yes	Yes	Yes	Yes
年份固定效应	Yes	Yes	Yes	Yes
R²	0.9032	0.8976	0.9512	0.9493
N	420	420	420	420

变量	（1）	（2）	（3）	（4）
变量	碳排放量	碳排放量	碳强度	碳强度
Digital	-0.9619^*** （-4.9845）		-0.8167^*** （-2.8959）
Green		-0.7115^*** （-5.4974）		-0.0986 （-0.4133）
控制变量	Yes	Yes	Yes	Yes
省份固定效应	Yes	Yes	Yes	Yes
年份固定效应	Yes	Yes	Yes	Yes
R²	0.9256	0.9222	0.9543	0.9529
N	420	420	420	420

数字化和绿色化转型的碳排放双控效果：基于制造业新质生产力的机制解析

The Dual Control Effects of Carbon Emissions of Digital and Green Transitions: A Mechanistic Analysis Based on New Quality Productive Forces in Manufacturing Industries

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 52

相关文章 15

Metrics

本文评价

推荐阅读 0

变量	（1）	（2）	（3）	（4）
	制造业结构高度化HSM		制造业全要素生产率优化POM
	碳排放量	碳强度	碳排放量	碳强度
Digital×Green×Low	0.9343^*** (3.2444)	-4.6589^*** (-3.7825)	-0.0224 (-0.0845)	-0.4329 (-1.1624)
Digital×Green×High	0.4042 (1.5819)	-0.1958 (-0.4766)	1.3223^*** (3.9728)	-4.2009^*** (-3.1642)
Digital	-1.1586^*** (-4.3961)	-0.5312^** (-2.0220)	-1.2295^*** (-4.4744)	-0.3806 (-1.4927)
Green	-0.7152^*** (-4.0520)	1.2830^*** (3.9314)	-0.5587^*** (-3.2031)	0.8469^*** (2.9806)
控制变量	Yes	Yes	Yes	Yes
省份固定效应	Yes	Yes	Yes	Yes
年份固定效应	Yes	Yes	Yes	Yes
R²	0.9104	0.9512	0.9112	0.9486
N	420	420	420	420

[1]	王成园, 王琼, 罗彪, 李军, 梁樑. 关系视角下大客户地理距离对企业数字化转型导向的影响[J]. 中国管理科学, 2025, 33(6): 312-321.
[2]	刘维奇, 李建莹, 周洁, 原东良. 数字化转型是否提升了企业经济价值和社会价值？——理论推演及实证检验[J]. 中国管理科学, 2025, 33(5): 138-149.
[3]	胡忠义, 税典程, 吴江. 中国上市公司数字化水平测度与演化研究——来自年报文本的经验证据[J]. 中国管理科学, 2025, 33(4): 36-49.
[4]	饶卫振, 周俐辰, 马翔宇, 朱庆华. 碳交易背景下依托平台的协作配送双重低碳激励策略研究[J]. 中国管理科学, 2025, 33(4): 299-312.
[5]	张华, 顾新. 供应链数字化与制造企业竞争优势的关系研究——供应链弹性的中介效应[J]. 中国管理科学, 2025, 33(4): 285-298.
[6]	郑迪文, 谢卫红, 李淑荧, 李忠顺, 王永健. 基于微分博弈的消费者参与下政企合作的数字化转型策略研究[J]. 中国管理科学, 2025, 33(4): 224-234.
[7]	陈晓红, 许冠英, 徐雪松, 易国栋, 唐加乐, 刘天朔. 新质生产力视域下管理科学变革：内涵特征、现实挑战与发展路径[J]. 中国管理科学, 2025, 33(1): 14-21.
[8]	方颖, 余兴锦. 数字经济测度：地区、行业与企业层面的视角[J]. 中国管理科学, 2025, 33(1): 124-139.
[9]	陈小辉,张红伟,陈文. 企业数字化如何影响企业杠杆率？[J]. 中国管理科学, 2024, 32(7): 19-27.
[10]	张华,顾新. 供应链竞争下制造商数字化转型的博弈均衡研究[J]. 中国管理科学, 2024, 32(6): 163-172.
[11]	宋华,杨晓叶,罗剑玉. 基于数字化平台预约需求系统的供应链解耦点最优决策研究[J]. 中国管理科学, 2024, 32(5): 286-296.
[12]	吴文洋,蒋海,唐绅峰. 数字化转型、网络关联性与银行系统性风险[J]. 中国管理科学, 2024, 32(3): 9-19.
[13]	马平平, 张明, 宋妍. 公众新媒体监督如何促进企业绿色转型基于发展与减排协同视角[J]. 中国管理科学, 2024, 32(12): 71-87.
[14]	方丽婷,张冠兰,李坤明. 数字化发展对企业绿色创新的影响[J]. 中国管理科学, 2023, 31(12): 350-360.
[15]	杨伟, 吉梨霞, 周青. 企业数字化转型对创新生态系统的影响：基于市场规模动态的多agent模型[J]. 中国管理科学, 2022, 30(6): 223-232.