引言

2023年9月，习总书记在考察调研期间首次提出“新质生产力”这一重要概念；2024年3月全国两会期间，新质生产力被进一步阐释为顺应新一轮科技革命与产业变革趋势、契合我国经济发展新阶段特征的关键理论，为新时代推动高质量发展、牢牢把握发展主动权提供了重要理论指引与实践遵循。

新质生产力与传统生产力存在本质区别。传统生产力以资本、劳动力等传统生产要素为核心驱动，而新质生产力以科技创新为主导，是摆脱传统粗放型增长模式与路径依赖的先进生产力质态。其兼具高科技、高效能、高质量的核心特征，深度契合新发展理念，为经济绿色转型注入核心动力。

企业作为经济绿色发展的核心主体，当前正面临资源约束趋紧与技术水平不足的双重困境，绿色转型与创新效率提升成为紧迫任务。绿色全要素生产率凭借投入产出指标选取的灵活性，能够综合反映企业经济效益与生态效益的协同水平，已成为衡量企业技术进步与绿色发展质量的核心指标。因此，提升绿色全要素生产率已成为企业战略规划与经营管理体系中的关键内容。

新质生产力将创新置于生产力发展的核心位置，通过技术创新、制度创新与管理创新的多元协同，推动生产要素的优化配置与高效利用，与企业提升绿色全要素生产率的发展诉求高度契合。基于此，本文以新质生产力为研究切入点，聚焦其对企业绿色全要素生产率的影响机制，旨在为企业绿色转型与高质量发展提供理论参考与实践路径，展开针对性深入研究。

一、文献综述

企业绿色全要素生产率是指企业通过合理调配全部或部分生产要素，实现环境、社会、经济协调发展的生产效率指标。这是生产力科技进步的重要体现，也是可持续发展战略的重要支撑。目前，大量研究主要从实证视角对企业绿色全要素生产率进行分析，在金融发展方面，张帆认为金融发展能够同时促进全要素生产率和绿色全要素生产率的增长，这种增长促进作用会随着金融发展水平的提高而递减，呈现出非线性的关系。尹子擘论证了绿色金融发展水平对绿色全要素生产率的影响并非简单的线性关系，而是呈现“U”型关系，且存在空间溢出效应。刘晓辉认为数字经济发展通过优化资本配置扭曲，从而提升绿色全要素生产率。在创新方面，葛鹏飞认为基础创新对绿色全要素生产率有着显著正向边际递减的非线性驱动效应，应用创新对绿色全要素生产率则有着先降后升的正“U”型非线性关系。袁宝龙则认为实质性创新对绿色全要素生产率具有显著的促进作用，但是，策略性创新的影响并不显著。

对新质生产力的研究主要从内涵、特征和意义三个方面来展开。高帆通过结果、要素、要素组合等多维度阐释新质生产力的内涵，且基于供求维度阐述新质生产力是通过怎样的逻辑提出的。周绍东和胡华杰对新质生产力的界定是通过马克思主义哲学中质变和量变的原理提出的，认为新质生产力是一个过程，主要通过生产力的质变和量变协同发展形成，新质生产力发展的重要因素是高质量劳动力。周文和许凌云认为新质生产力的“新”强调新经济、新技术以及新业态，而新质生产力的“质”强调将技术的颠覆性突破作为创新驱动力，推动生产力的快速发展，新质生产力体现了高质量和高效能，代表生产力的飞跃。

总上所述，绿色全要素生产率作为企业绿色发展的主要手段之一，对金融发展以及企业优化资源配置都起到了显著的促进作用。而新质生产力作为一种新的生产方式通过创新来实现生产力和生产关系的转型实现资源的有效配置。但是，新质生产力的发展到底能不能促进企业的绿色转型提高绿色全要素生产率，关于这个问题，学术界暂时没有相关的论证。

二、研究假设

（一）新质生产力和绿色全要素生产率

重污染行业作为加剧我国环境污染的核心主体之一，其绿色转型进程直接关系到经济社会绿色可持续发展目标的实现。因此，将重污染行业绿色全要素生产率的提升纳入优先战略范畴，成为推动生态环境改善与高质量发展协同推进的关键举措，这就要求通过加大污染治理专项投入、强化绿色资源优化配置等路径，助力行业系统性实现节能减排目标。新质生产力是以创新驱动、低碳环保、高效资源利用为特征的新型生产力形态。一方面，新质生产力以创新为核心，为的企业技术创新和绿色转型提供了契机，推动企业采用先进的环保技术和清洁生产方式，提高生产过程的绿色化程度，从而有助于提升绿色全要素生产率。另一方面，企业绿色全要素生产率体现了当今社会对环境保护和资源有效利用的高度重视,与当新质生产力强调以形成高效资源利用为特征的新型生产力形态的新理念不谋而合。基于此，本文提出如下假设：

H1：新质生产力能促进重污染企业绿色全要素生产率的提高。

（二）新质生产力、绿色技术效率、绿色全要素生产率

绿色全要素生产率以生态环境保护为核心准则，通过对生产环节中各类资源的优化配置，以最低的资源投入强度实现产出效益的最大化，进而推动企业可持续经营与区域经济高质量增长。这一指标可进一步分解为绿色技术效率与绿色技术进步两个核心维度。其中，绿色技术效率聚焦于绿色技术应用场景下，生产、能源消耗等经济活动对资源与环境的综合利用效率及管理水平。企业获取充足的金融资源支持，能够有效弥补经营管理中的薄弱环节，优化产品生产工艺流程，进而提升资源配置的精准性与有效性。由此可见，提升绿色技术效率是实现企业节能降耗与经济效益提升协同发展的关键路径。相比之下，绿色技术进步属于长期动态演进过程，需要持续且大规模的资本与研发投入作为支撑。本研究选取微观企业短面板数据作为研究样本，在短期经营目标导向下，企业往往更倾向于追求效率提升，可能会暂时缩减对技术进步的投入力度；同时，绿色技术进步的驱动因素具有多元性特征，环境规制强度等外部政策因素均会对其产生显著影响。基于以上分析，本文提出如下研究假设：

H2：新质生产力通过提高绿色技术效率促进重污染企业绿色全要素生产率提升。

三、研究设计

（一）数据来源

本文着眼于研究新质生产力对重污染企业绿色全要素生产率的影响，为此选取了2011-2022年沪深A股重污染行业上市公司为样本进行研究。其中，重污染行业的界定来自2010.9.14环保部公布的《上市公司环境信息披露指南》，选取电解铝、水泥制造、电火、钢铁冶炼四个代表性行业74家上市公司2011-2022年共888条数据进行分析。上市公司相关数据来自国泰安CSMAR数据库、上市公司年报，并剔除掉ST和*ST企业。其他数据来源于《中国城市统计年鉴》《中国环境统计年鉴》以及上市公司年报，企业公开信息，同花顺官网。

变量说明

1. 被解释变量——绿色全要素生产率 GTFP

绿色要素生产率主要参考崔立志、孙旺的测算方法，计算需要相关的投入产出变量，分为劳动投入（以各企业的员工数来衡量），资本投入（以固定资产净值来衡量），期望产出（以各企业的营业收入来衡量）以及非期望产出（以各企业的排污费来衡量）。采用非径向SBM-ML指数对企业绿色全要素生产率进行测度。根据研究需求，采用取对数的 lngtfp作为被解释变量。

2.解释变量——企业新质生产力指数

新质生产力发展水平主要参考宋佳、张金昌的企业新质生产力评价体系为依据进行计算。该指标体系将企业新质生产力分为劳动力、生产工具两类，4个二级指标和11个三级指标，采用熵值法计算各指标权重测度新质生产力水平。且取对数为 lnnqpf作为原始数据。

3. 控制变量

为了控制影响绿色全要素生产率的其他因素，本文选取以下控制变量：

（1）流动比率（Liquid），由企业当期的流动资产和流动负债之比表示。

（2）企业盈利能力（ROA)，使用企业当期税后净利润和总资产之比表示。盈利能力强的企业通常拥有更多的财务资源，使得它们拥有更多的资金可以用于绿色技术与创新来提升自身的绿色全要素生产率。

（3）企业成长能力（gro），使用企业营业收入增长率表示。企业成长能力强的企业往往具备更高的资源配置效率和战略规划能力，有更多的机会和动力去优化资源配置，实现资源的有效利用促进绿色全要素生产率。

（4）企业规模（lnsize），企业规模，由企业当年总资产的对数表示，大规模的企业通常拥有更多的资本和资源，这使得它们在投入绿色技术和创新方面更具优势。

（5）企业年龄（lnage），由企业当年年份-企业上市年份+1的值取对数表示。

4. 中介变量

前文提到企业新质生产力可以通过绿色技术效率（lngec，gec取对数）这一中介变量促进绿色全要素生产率的提升，借鉴张军涛和范卓玮的方法，采用绿色全要素生产率分解指数来分别衡量企业绿色技术效率和绿色技术进步。相较于绿色技术效率，绿色技术进步（lngtc）一定程度上并不能促进绿色全要素生产率的提升。

（三）模型构建

为了检验企业新质生产力水平是否会显著影响绿色全要素生产率，构建以下单固定效应模型，控制了个体固定效应。

单固定效应模型，控制了个体固定效应。

其中，表示被解释变量绿色全要素生产率，lnnqpf_i表示解释变量企业新质生产力，代表控制变量，代表中介变量，、、表示回归系数，表示个体固定，为随机扰动项。

实证分析

（一）描述性统计

变量描述性统计分析见表1。结果显示，企业绿色全要素生产率最小值与最大值没有特别明显差异，但是均值远小于最大值，表明不同企业的企业绿色全要素生产率水平差异较大，且我国企业绿色全要素生产率整体水平较低，企业企业绿色全要素生产率水平还有很大的提升空间。各企业的新质生产了水平没有存在较为明显差异。

变量	样本数	均值	标准差	最小值	最大值
lnGTFP	888	-0.007	0.096	-0.189	0.161
lngec	888	-0.007	0.096	-0.19	0.162
lngtc	888	-0.001	0.02	-0.047	0.047
lnnqpf	888	-5.196	0.363	-6.864	-4.2
gro	888	0.188	0.954	-0.811	18.555
roa	888	0.042	0.054	-0.238	0.399
Liquid	888	1.34	1.596	0.094	21.338
Lnage	888	2.695	0.506	0.693	3.401
Lnsize	888	23.768	1.492	20.460	27.155

（二）基准回归结果与分析

基于豪斯曼检验结果，本文选取个体固定效应模型，对核心解释变量、被解释变量及控制变量展开回归分析，实证检验过程借助Stata16软件完成，具体回归结果如表2所示。列（1）仅纳入核心解释变量新质生产力的回归结果显示，其回归系数为0.1458，且在1%统计水平下显著为正，这表明新质生产力对重污染企业绿色全要素生产率具有显著正向驱动效应。列（2）至列（6）采用逐步添加控制变量的回归策略，逐步纳入各类控制变量后，核心解释变量新质生产力的回归系数仍保持正向，且在添加全部控制变量的列（6）中，其系数为0.0370，进一步验证了新质生产力发展对重污染企业绿色全要素生产率的正向赋能作用。

本质而言，新质生产力以资源高效利用与技术创新为核心导向，重污染企业可通过引进前沿生产技术与环保设备、优化创新生产工艺流程等方式，降低能源消耗与污染物排放强度，提升资源循环利用效率，进而推动企业绿色转型进程。综上，本文提出的研究假设 H1 得到实证结果支持。

变量	（1）	（2）	（3）	（4）	（5）	（6）
	lnGTFP	lnGTFP	lnGTFP	lnGTFP	lnGTFP	lnGTFP
lnnqpf	0.1458*** (9.5831)	0.0371*** (4.8240)	0.0348*** (4.5811)	0.0367*** (4.9340)	0.0369*** (4.9606)	0.0370*** (4.9854)
Lnage		0.2839*** (51.2245)	0.2885*** (52.1647)	0.2603*** (36.3130)	0.2599*** (36.2910)	0.2579*** (35.3780)
Liquid			0.0084*** (5.1310)	0.0082*** (5.1045)	0.0077*** (4.7343)	0.0075*** (4.6103)
Lnsize				0.6019*** (5.9830)	0.5930*** (5.8977)	0.6419*** (6.0744)
roa					0.0654 (1.8731)	0.0737* (2.0866)
gro						-0.0026 (-1.4931)
_cons	0.7102*** (9.0213)	-0.7221*** (-15.2284)	-0.7554*** (-16.0231)	-2.5911*** (-8.3511)	-2.5622*** (-8.2606)	-2.7117*** (-8.3255)
个体固定	YES	YES	YES	YES	YES	YES
N	888	888	888	888	888	888
R-sq	0.1031	0.7880	0.7947	0.8034	0.8042	0.8048

注：*、**、***分别表示在10%、5%、1%的水平上显著；括号内为t值。

（三）稳健性检验

为了得到可靠的研究结果，本文采用三种方法分别进行稳健性检验：一是考虑到固定效应模型存在一定的数据归并问题，因此将模型更换为随机效应模型；二是通过分样本回归法，以根据国家统计局对东、中、西部的划分为依据重新进行了回归估计，三是对解释变量进行滞后一期。

首先表3的列（1）展示的是将个体固定效应模型更改为随机效应模型后的回归结果，新质生产力的回归系数为0.0273，在1％的显著性水平上提升重污染企业绿色全要素生产率。其次，列（2）表示将解释变量（新质生产力）滞后一期进行回归分析，回归结果依旧显著，结果与前文结论保持一致，说明本文的结论是稳健的。

变量	(1)	(2)
	lnGTFP	lnGTFP
lnnqpf	0.0273*** (3.6429)
L.lnnqpf		0.0243*** (3.4492)
Lnage	0.1007*** (17.0257)	0.2934*** (37.7715)
Liquid	0.0108*** (5.6285)	0.0060*** (4.0977)
Lnsize	0.1441** (3.0313)	0.3907*** (3.8180)
roa	0.0742 (1.4439)	0.0405 (1.2717)
gro	0.0055 (1.9194)	-0.0011 (-0.6865)
_cons	-0.6112*** (-3.9791)	-2.0705*** (10.5808)
个体固定	否	是
N	888	814
R2	0.3114	0.8178

注：*、**、***分别表示在10%、5%、1%的水平上显著；括号内为t值。

（四）机制检验

本文依托中介效应三步法检验框架，针对前文提出的绿色技术效率与绿色技术进步相关研究假设，分别将二者设定为中介变量，构建中介效应计量模型进行实证检验，相关计量结果如表4所示。表4列（1）报告了未纳入中介变量时的基准回归估计结果，核心解释变量新质生产力对被解释变量绿色全要素生产率的估计系数统计显著为正，为后续中介效应检验奠定基础。列（2）聚焦新质生产力与绿色技术效率的关系，其回归结果显示，新质生产力对绿色技术效率的估计系数在统计水平上显著为正，表明新质生产力的发展能够有效推动重污染企业绿色技术效率的提升。列（4）在模型中同时纳入核心解释变量与绿色技术效率中介变量后发现，绿色技术效率对绿色全要素生产率的估计系数仍保持显著为正，而新质生产力的估计系数不再具备统计显著性。依据中介效应三步法的判定标准，这一结果表明绿色技术效率在新质生产力与重污染企业绿色全要素生产率之间发挥完全中介效应，研究假设 H2 得到实证印证。反观另一中介变量绿色技术进步的检验结果，表4列（3）中新质生产力对绿色技术进步的回归估计系数未通过统计显著性检验。按照中介效应三步法的逻辑，这意味着新质生产力无法通过驱动绿色技术进步这一路径促进重污染企业绿色全要素生产率提升，即绿色技术进步未具备中介传导作用，未通过中介效应检验。

从产业属性来看，重污染企业大多隶属于第二产业，此类企业的实质性技术进步往往受限于较长的创新周期，短期内难以显现成效。与之不同的是，相对充裕的金融支持可助力企业在短期内实现生产流程优化、流通模式创新等非技术性创新，或其他形式的业态创新，进而通过绿色技术效率的改善形成传导路径，最终推动企业绿色全要素生产率的提升。这一差异也从产业特征层面解释了为何绿色技术效率能够成为完全中介变量，而绿色技术进步未发挥中介作用。

变量	(1)	(2)	(3)	(4)	(5)
	lnGTFP	lngec	lngtc	lnGTFP	lnGTFP
lnnqpf	0.0370*** (4.9854)	0.0375*** (5.2356)	-0.0005 (-0.1410)	0.0023 (0.6661)	0.0373*** (5.2741)
lngec				0.9273*** (56.7674)
lngtc					0.6704*** (9.0538)
Lnsize	0.6419*** (6.0744)	0.7007*** (6.8756)	-0.0588 (-1.2285)	-0.0078 (-0.1612)	0.6813*** (6.7565)
roa	0.0737* (2.0866)	0.0624 (1.8329)	0.0113 (0.7041)	0.0158 (0.9972)	0.0662* (1.9638)
gro	-0.0026 (-1.4931)	-0.0026 (-1.5641)	0.0000 (0.0338)	-0.0002 (-0.2104)	-0.0026 (-1.5769)
Lnage	0.2579*** (35.3780)	0.2578*** (36.6821)	0.0000 (0.0031)	0.0188*** (3.5211)	0.2578*** (37.1073)
Liquid	0.0075*** (4.6103)	0.0084*** (5.3484)	-0.0009 (-1.2093)	-0.0003 (-0.3790)	0.0081*** (5.2162)
_cons	-2.7117*** (-8.3255)	-2.8981*** (-9.2259)	0.1863 (1.2630)	-0.0244 (-0.1592)	-2.8367*** (-9.1259)
个体固定	是	是	是	是	是
N	888	888	888	888	888
R2	0.8048	0.8186	0.0657	0.9609	0.8228

注：*、**、***分别表示在10%、5%、1%的水平上显著；括号内为t值。

五、研究结论及对策建议

（一）研究结论

新质生产力摆脱了传统经济增长方式和传统生产力发展路径的束缚，为经济社会发展注入了新的活力。对于企业而言，新质生产力是推动其实现技术创新、产业升级和绿色发展的重要动力。实证检验表明新质生产力对中国重污染企业绿色全要素生产率具有正向的促进作用，影响机制检验结果表明，绿色技术效率机制是新质生产力提升绿色全要素生产率的重要中介。因此，本文的研究结果表明培育新质生产力对中国重污染企业可持续发展，实现绿色转型有着重要意义，这不仅有助于企业的长期稳定发展，也为推动整个社会的绿色发展和生态文明建设作出了积极贡献。

（二）对策建议

企业层面上，应制定明确的绿色发展战略。为了在新质生产力的浪潮中立足并持续发展，企业必须制定明确的绿色发展战略，以提升绿色全要素生产率，实现可持续发展。企业需要全面审视自身的资源利用和生产过程，找出存在的浪费和污染问题。通过引入先进的生产技术和设备，实现生产过程的智能化、绿色化。这不仅可以降低能耗和排放，减少对环境的影响，还能提高生产效率，降低生产成本。其次打造一支具备创新能力、实践能力和国际视野的高素质人才队伍。通过提供良好的工作环境和激励机制，吸引和留住人才，为新质生产力的培育提供有力支撑。这支团队将成为企业绿色发展战略的重要推动力量，引领企业在绿色发展中不断取得新突破。

政府要加强对企业发展新质生产力的扶持力度。在基础设施方面，为企业提供技术创新、人才引进、市场开拓等方面的服务。通过搭建公共服务平台，政府可以整合各类资源，为企业提供一站式服务，降低企业的创新风险，提高创新成功率。在政策方面，为企业发展新质生产力提供有力的支持。这包括税收优惠、资金扶持、项目倾斜等方面的政策，以降低企业的创新成本，提高创新积极性。在专项基金方面，专门用于支持新质生产力的研发和应用，以推动产业的深度转型升级。

参考文献：

1. [1] 宋佳, 张金昌, 潘艺. ESG发展对企业新质生产力影响的研究——来自中国A股上市企业的经验证据[J]. 当代经济管理,2024,46(06):1-11.
2. [2] 何德旭, 程贵.绿色金融[J].经济研究,2022,57(10):10-17.
3. [3] 谌莹, 张捷. 碳排放、绿色全要素生产率和经济增长[J]. 数量经济技术经济研究,2016,33(08):47-63.
4. [4] 张帆. 金融发展影响绿色全要素生产率的理论和实证研究[J]. 中国软科学,2017(09):154-167.
5. [5] 尹子擘, 孙习卿, 邢茂源.绿色金融发展对绿色全要素生产率的影响研究[J].统计与决策,2021,37(03):139-144.
6. [6] 周晓辉, 刘莹莹, 彭留英. 数字经济发展与绿色全要素生产率提高[J]. 上海经济研究,2021(12):51-63.
7. [7] 葛鹏飞, 黄秀路, 韩先锋. 创新驱动与“一带一路”绿色全要素生产率提升——基于新经济增长模型的异质性创新分析[J].经济科学,2018(01):37-51.
8. [8] 袁宝龙, 李琛. 环境规制政策下创新驱动中国工业绿色全要素生产率研究[J].产业经济研究,2018(05):101-113.
9. [9] 高帆. “新质生产力”的提出逻辑、多维内涵及时代意义[J]. 政治经济学评论,2023,14(06):127-145.
10. [10] 周绍东, 胡华杰. 新质生产力推动创新发展的政治经济学研究[J]. 新疆师范大学学报(哲学社会科学版),2024,45(05):26-35.
11. [11] 周文,许凌云.论新质生产力：内涵特征与重要着力点[J]. 改革,2023(10):1-13.
12. [12] 韩文龙, 董鑫玮, 唐湘. 新质生产力与绿色发展的辩证关系与实践路径[J].电子科技大学学报(社科版),2024,26(03):12-21.
13. [13] 张军涛, 范卓玮. 城市产业结构与绿色全要素生产率——基于东北地区的实证分析[J]. 科技管理研究,2021,41(13):77-86.
14. [14] 崔立志, 孙旺, 黄敏敏. 新能源示范城市建设对企业绿色全要素生产率的影响研究——基于A股上市公司的实证分析[J]. 广西财经学院学报,2023,36(01):92-104.
15. [15] 刘锦慧, 邹振东, 邱国玉. 环境规制对工业绿色全要素生产率的影响——短期偿债能力的中介效应[J]. 北京大学学报(自然科学版),2021,57(01):189-198.
16. [16] 张军涛, 范卓玮. 城市产业结构与绿色全要素生产率——基于东北地区的实证分析[J]. 科技管理研究,2021,41(13):77-86.