《Sustainability》：The Impact of Intelligent Manufacturing on Green Total Factor Productivity in the Lithium Industry: A Dual Perspective Based on Intrinsic Motivation Incentives and Extrinsic Pressure Drives
编辑推荐：
摘要：智能制造已成为锂行业全面绿色转型发展的新动能，是推进行业高质量发展的重要内在要求与战略方向。本研究基于2010—2023年中国A股锂行业上市公司相关数据，从企业内部动机与外部压力双重视角考察智能制造能否有效提升锂行业绿色全要素生产率(Green Tota
摘要：智能制造已成为锂行业全面绿色转型发展的新动能，是推进行业高质量发展的重要内在要求与战略方向。本研究基于2010—2023年中国A股锂行业上市公司相关数据，从企业内部动机与外部压力双重视角考察智能制造能否有效提升锂行业绿色全要素生产率(Green Total Factor Productivity, GTFP)。研究发现：(1)智能制造能显著提升锂行业GTFP。(2)异质性分析表明，地区环境规制强度与行业内绿色竞争强度均与锂行业GTFP提升幅度呈正相关关系。(3)机制分析揭示，智能制造通过绿色技术创新(Green Technological Innovation)与ESG披露(ESG Disclosure)两条路径影响GTFP；其中绿色技术创新这一内生激励效应的作用强于ESG披露带来的外在压力驱动效应。(4)进一步分析表明，"智能制造试点示范项目(Intelligent Manufacturing Pilot Project, IMP)"政策与"经济社会发展全面绿色转型(Green Transformation Policy, GTP)"政策为锂行业智能制造应用与绿色发展提供了有力支撑与驱动作用。
论文解读：
一、研究背景与意义
在全球能源转型与"双碳(Dual Carbon)"目标驱动下，绿色低碳发展已成为制造业关键方向。锂行业作为战略性新兴产业，是新能车与储能领域的核心上游原料行业，对国家能源安全与绿色转型具有重要意义。但锂采选及冶炼环节具高能耗、低资源利用率及污染物排放特征，全产业链绿色属性仍受公众质疑，现有文献多关注制造业整体全要素生产率，鲜有针对锂行业绿色全要素生产率(Green Total Factor Productivity, GTFP)的专门探讨，亦较少同时考量绿色技术创新之内生驱动与ESG披露之外在约束双重传导机制，且GTFP测算多未体现锂行业特有污染排放特征。为此，研究人员以中国A股锂行业上市公司2010—2023年面板数据为基础，将智能制造(Intelligent Manufacturing, IM)与锂行业GTFP纳入统一分析框架，实证检验IM对GTFP的影响、异质性与作用渠道，并评估相关政策之支持与引导效应，该论文发表于《Sustainability》。
二、主要研究方法概述
研究人员选取2010—2023年中国A股锂行业上市公司为初始样本，剔除ST/*ST及关键变量缺失观测值，并对连续变量在1%和99%分位进行缩尾(Winsorize)处理。被解释变量GTFP采用非导向SBM–Malmquist(SBM-ML)指数测算，投入指标为从业人员数、固定资产净额与能源消耗，期望产出为营业收入，非期望产出为工业三废。核心解释变量智能制造(IM)借鉴既有文献以工业机器人渗透度(Industrial Robot Penetration Rate)度量。控制变量含企业规模(Size)、资产收益率(Roa)、资本结构(Cs)、高管薪酬(Salary)、营收增长率(Growth)、独董比例(Indr)、机构投资者持股比(Lnv)、负债规模(Lia)及上市年限(Age)。基准模型为面板固定效应模型并聚类至企业层面；通过替换GTFP与IM测度（DDF-ML指数、年报关键词构建综合IM指数）、以5G覆盖率为工具变量(Instrumental Variable, IV)、Heckman两阶段法排除样本选择偏误、加入行业与城市×年度联合固定效应进行稳健性检验；按地区环境规制强度与行业绿色竞争强度分组做异质性分析；以绿色发明专利申请量代表绿色技术创新、以分析师关注度与利益相关者绿色关注度代理ESG披露进行机制检验；以智能制造试点示范项目(IMP)与全面绿色转型政策(GTP)分别构建单期与多期双重差分(Difference-in-Differences, DID)模型评估政策效应。
三、研究结果
(一)基准回归结果(Baseline Regression Results)
研究人员构建个体与时间双向固定效应模型，逐步加入控制变量及聚类稳健标准误。IM估计系数在1%水平上显著为正，表明在其他条件不变时，工业机器人渗透度每提升一单位，锂企业GTFP平均显著提升，验证Hypothesis 1(H1)：智能制造可提升锂行业绿色全要素生产率。
(二)内生性与稳健性检验(Endogeneity Test & Robustness Test)
替换被解释变量为方向距离函数–Malmquist(DDF-ML)测算之GTFPddf、替换核心解释变量为基于年报关键词构建之标准化综合智能制造指数(IMI*)，回归系数方向与显著性不变。以地区5G覆盖率作IV，K–P LM统计量在1%水平拒绝原假设，K–P Wald F统计量远大于10，满足相关与外生条件，IM系数仍显著为正。采用Heckman两阶段法引入逆米尔斯比(Inverse Mills Ratio, IMR)，控制样本选择偏误后IM系数依旧显著为正。额外控制机构持股、上市年限及行业、城市×年度固定效应，结论保持不变。剔除新冠疫情扰动年份及仅保留锂资源开采/锂盐加工/锂电材料为主业之核心样本，IM系数仍于1%水平显著为正；Oster敏感性分析δ=1.783>1，通过敏感性测试。综上基准结论稳健可靠。
(三)异质性分析(Heterogeneity Analysis)
按地区环境规制强度分组：高环境规制地区组内IM对GTFP之提升效应显著高于低环境规制组，说明较强外部监管促使企业更积极借助IM推进绿色升级。按行业内绿色竞争强度分组：高绿色竞争强度组内IM对GTFP促进效应大于低绿色竞争组，表明同业绿色竞争压力强化IM之赋能作用。按经济体在锂产业链位置讨论：具备先进下游加工技术之发达经济体，IM引致GTFP改善程度高于资源丰富但工业基础薄弱之上游资源出口型发展中经济体。
(四)影响机制分析(Analysis of the Mechanism of Influence)
机制一——绿色技术创新(Green Technological Innovation)：将绿色发明专利申请量(Npatents)与专利质量(Qpatent)纳入中介检验，IM系数显著为正，证实智能制造激发绿色技术创新之内生动机进而提升GTFP，支持Hypothesis 2(H2)。机制二——ESG披露(ESG Disclosure)：以分析师关注(Analyst)与利益相关者绿色关注(Gattention)为代理变量，IM系数显著为正，表明智能制造借助ESG披露之外在压力倒逼企业绿色发展与GTFP提升，支持Hypothesis 3(H3)。比较两通道系数可知，绿色技术创新之内生驱动效应对GTFP的提升作用强于ESG披露之外在压力驱动效应。
(五)进一步分析——政策评估(Further Analysis)
以智能制造试点示范项目(Intelligent Manufacturing Pilot Project, IMP)作准自然实验，单期DID显示IMP与IM之交乘项系数显著为正，IMP本身系数为负不违理论预期，说明该试点政策通过对企业IM之扶持间接赋能锂行业GTFP提升。以经济社会发展全面绿色转型政策(Green Transformation Policy, GTP)作准自然实验，多期DID显示GTP与IM之交乘项系数显著为正，表明全面绿色转型政策能有效牵引IM对GTFP之改善效应。
四、讨论与结论翻译
研究人员指出，该研究将IM与锂行业GTFP纳入统一框架，细化绿色创新内生激励与ESG披露外在压力双通道机制，并从区域环境规制与行业绿色竞争视角开展异质性探讨，弥补了既往聚焦制造业整体而忽略典型资源型新兴产业之不足，可为"双碳"目标下资源型产业转型提供理论与实务依据。研究局限含微观企业长期追踪数据仍有限、5G基站建设与细分行业IM应用匹配数据较粗、双向因果与潜在不可观测遗漏变量尚待进一步排除检验。
研究结论原文总结翻译如下：
智能制造可显著提升锂行业绿色全要素生产率(GTFP)。异质性分析表明地区环境规制水平与行业内绿色竞争强度均与该行业GTFP改善程度呈正向关联。机制分析表明智能制造经由绿色技术创新与ESG披露两条路径影响GTFP，且绿色技术创新之内生激励效应强于ESG披露之外在压力驱动效应。进一步分析表明，"智能制造试点示范项目(IMP)"政策为锂企业智能制造发展提供有力支持，"经济社会发展全面绿色转型政策(GTP)"对立项企业绿色发展发挥引导驱动作用。
