企業(yè)數(shù)字化轉(zhuǎn)型的碳減排效應(yīng)研究
——來自制造業(yè)上市公司的經(jīng)驗數(shù)據(jù)

馬從文,楊 潔

(1.湘潭大學(xué) 商學(xué)院,湖南 湘潭 411100;2.湖南工業(yè)大學(xué) 經(jīng)濟與貿(mào)易學(xué)院,湖南 株洲 412000)

一、 引言

隨著人類社會步入工業(yè)化時代,煤、原油和天然氣等不可再生資源得到了充分利用,人類社會也實現(xiàn)了空前的發(fā)展,但也釋放出大量二氧化碳,并引發(fā)出一系列環(huán)境問題。作為負責任大國,中國政府提出“碳達峰、碳中和”戰(zhàn)略,這一戰(zhàn)略不僅體現(xiàn)了中國政府實現(xiàn)綠色低碳發(fā)展的決心,也是中國實現(xiàn)高質(zhì)量發(fā)展的客觀要求。

與此同時,中國政府也高度重視數(shù)字經(jīng)濟的發(fā)展。數(shù)字經(jīng)濟有利于產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和資源使用效率的提升,進而減少資源浪費和改善生態(tài)環(huán)境[1]。數(shù)字經(jīng)濟分為產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化,而企業(yè)數(shù)字化轉(zhuǎn)型是產(chǎn)業(yè)數(shù)字化的重要組成部分;同時,企業(yè)是市場經(jīng)濟的微觀主體,微觀層面上的企業(yè)碳減排對整體的環(huán)境治理有著重要的影響。那么,企業(yè)數(shù)字化轉(zhuǎn)型是否影響碳排放水平,企業(yè)數(shù)字化轉(zhuǎn)型能否成為中國實現(xiàn)“碳達峰、碳中和”的新引擎,是值得深入探討的重大現(xiàn)實問題。

通過對現(xiàn)有文獻梳理發(fā)現(xiàn),驅(qū)動因素及經(jīng)濟后果是當下數(shù)字化轉(zhuǎn)型研究的主流研究方向,其中關(guān)于驅(qū)動因素的研究主要體現(xiàn)在內(nèi)外部兩個維度考察。從企業(yè)內(nèi)部層面看,具備數(shù)字領(lǐng)導(dǎo)力的管理者和數(shù)字化思維的員工,有助于企業(yè)數(shù)字化戰(zhàn)略的實施,積極適應(yīng)數(shù)字化轉(zhuǎn)型的新環(huán)境[2-3]。從外部層面看,不同類型的機構(gòu)投資者對數(shù)字化轉(zhuǎn)型的影響不同,其中壓力抵抗型機構(gòu)投資者推動了數(shù)字化轉(zhuǎn)型,而壓力敏感型機構(gòu)投資者阻礙了數(shù)字化轉(zhuǎn)型[4];地方經(jīng)濟增長目標過高時,將加劇資源配置扭曲,阻礙企業(yè)數(shù)字化轉(zhuǎn)型[5]。關(guān)于數(shù)字化轉(zhuǎn)型的后果研究,在微觀層面上,已有不少學(xué)者從資本市場表現(xiàn)[6]、專業(yè)化分工[7]、審計定價[8]、企業(yè)出口[9]、企業(yè)績效[10]和社會責任[11]等維度,考察企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果,但尚未涉及環(huán)境后果。此外,雖然有學(xué)者從宏觀層面探討數(shù)字經(jīng)濟的環(huán)境后果,但尚未得出統(tǒng)一結(jié)論。其中一種觀點認為,數(shù)字經(jīng)濟帶動信息通信技術(shù)和相關(guān)產(chǎn)業(yè)的高速發(fā)展,消耗了大量電力等資源,從而提高碳排放水平,加劇了環(huán)境污染[12-13]。另外一種觀點認為,數(shù)字經(jīng)濟通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、促進技術(shù)創(chuàng)新和提高基礎(chǔ)設(shè)施建設(shè)降低了碳排放水平,進而實現(xiàn)環(huán)境治理[14-15]。

綜上所述,在微觀層面,現(xiàn)有研究主要考察企業(yè)數(shù)字化轉(zhuǎn)型的影響因素和經(jīng)濟后果,缺乏環(huán)境后果研究視角;在宏觀層面上,現(xiàn)有研究雖然考察了數(shù)字經(jīng)濟的環(huán)境后果,但尚未得出統(tǒng)一結(jié)論。鑒于此,為彌補現(xiàn)有研究的不足,本文從微觀層面出發(fā),以制造業(yè)上市公司為考察對象,對其數(shù)字化轉(zhuǎn)型的環(huán)境后果展開研究。即從微觀企業(yè)視角探討數(shù)字化轉(zhuǎn)型能否實現(xiàn)環(huán)境紅利。

本文的研究貢獻主要有:(1)探究數(shù)字化轉(zhuǎn)型的碳減排效應(yīng),拓寬了數(shù)字化轉(zhuǎn)型的環(huán)境后果研究;(2)從企業(yè)數(shù)字化轉(zhuǎn)型的視角探討企業(yè)碳減排問題,豐富了企業(yè)碳減排的途徑與措施;(3)厘清了數(shù)字化轉(zhuǎn)型影響碳排放水平的作用機制,并將數(shù)字金融引入分析框架,考察數(shù)字金融對數(shù)字化轉(zhuǎn)型與碳排放水平二者間關(guān)系的影響;(4)從產(chǎn)權(quán)性質(zhì)和環(huán)境規(guī)制角度探討數(shù)字化轉(zhuǎn)型對碳排放水平影響的異質(zhì)性。

二、 理論分析與假設(shè)提出

數(shù)字化轉(zhuǎn)型實質(zhì)上是企業(yè)運營模式由“工業(yè)化”向“數(shù)字化”的重大轉(zhuǎn)變[16],將大數(shù)據(jù)、人工智能等先進技術(shù)運用到經(jīng)營活動中,重塑企業(yè)業(yè)務(wù)流程、商業(yè)模式和組織結(jié)構(gòu)[17],并實現(xiàn)管理思維的轉(zhuǎn)變,從而激發(fā)企業(yè)潛能和驅(qū)動企業(yè)進行顛覆性創(chuàng)新[18]。數(shù)字化轉(zhuǎn)型有助于企業(yè)實現(xiàn)碳減排。首先,企業(yè)通過引入先進技術(shù)不僅可以降低生產(chǎn)設(shè)備能耗,還可以升級末端治理技術(shù),進而提高企業(yè)環(huán)境治理能力并實現(xiàn)碳減排。其次,企業(yè)依托數(shù)據(jù)庫、云計算和物聯(lián)網(wǎng)等技術(shù),及時收集、整理和分析能源數(shù)據(jù),以支撐能源供應(yīng)、能源使用和能源核算的智慧化管理,進而提高能源使用效率實現(xiàn)碳減排。最后,數(shù)字化轉(zhuǎn)型必然會引起制造業(yè)企業(yè)生產(chǎn)方式的變革,通過引入數(shù)字化技術(shù),優(yōu)化企業(yè)產(chǎn)品生產(chǎn)流程,提高機器運營效率,提升生產(chǎn)過程管理的精準性[6],進而在提升企業(yè)生產(chǎn)力和工作效率的同時有效促進企業(yè)節(jié)能減排。

具體來說,數(shù)字化轉(zhuǎn)型通過以下三個方面降低企業(yè)碳排放水平:

第一,數(shù)字化轉(zhuǎn)型通過促進企業(yè)技術(shù)創(chuàng)新實現(xiàn)碳減排。數(shù)字化轉(zhuǎn)型推動企業(yè)技術(shù)進步。首先,企業(yè)人工智能整合復(fù)雜多樣的知識,與R&D部門共享,提高R&D人員獲取知識的效率[19]。特別是企業(yè)購買數(shù)字設(shè)備搭建網(wǎng)絡(luò)平臺,各部門精英可以通過網(wǎng)絡(luò)平臺分享經(jīng)驗,相互交流,產(chǎn)生新的想法,有利于激發(fā)企業(yè)活力,從而推動企業(yè)技術(shù)進步[20]。其次企業(yè)通過虛擬技術(shù)模擬產(chǎn)品研發(fā)過程,及時發(fā)現(xiàn)、修正產(chǎn)品研發(fā)中存在的缺陷,極大地降低了創(chuàng)新風險,進而促進企業(yè)技術(shù)創(chuàng)新[21]。而技術(shù)進步有助于企業(yè)降低碳排放水平。一方面,在生產(chǎn)經(jīng)營過程中,隨著企業(yè)技術(shù)的積累,企業(yè)將逐步使用清潔能源替換原有的不可再生能源,進而減少煤、原油和天然氣等不可再生資源的消耗,降低企業(yè)碳排放水平[22]。另一方面,隨著企業(yè)技術(shù)進步,企業(yè)的能源使用效率也隨之提升,從而促進企業(yè)碳減排。因此,數(shù)字化轉(zhuǎn)型通過企業(yè)技術(shù)創(chuàng)新影響碳排放水平。

第二,數(shù)字化轉(zhuǎn)型通過提高企業(yè)服務(wù)化實現(xiàn)碳減排。將人工智能、云計算等技術(shù)引入到企業(yè)生產(chǎn)經(jīng)營中,有助于推動企業(yè)服務(wù)化轉(zhuǎn)型[23]。具體來說,一方面,傳統(tǒng)的經(jīng)營模式主要以企業(yè)內(nèi)部管理為主,客戶很難參與到產(chǎn)品的設(shè)計和生產(chǎn)過程中。但隨著互聯(lián)網(wǎng)的普及,打破了客戶與企業(yè)之間的溝通障礙,使客戶及時與企業(yè)溝通,為產(chǎn)品設(shè)計和生產(chǎn)做出貢獻,進而促進企業(yè)服務(wù)化轉(zhuǎn)型[24]。另一方面,企業(yè)通過大數(shù)據(jù)、云計算等技術(shù)及時收集、整理、分析客戶數(shù)據(jù),洞悉客戶需求并升級相關(guān)產(chǎn)品,在提高客戶對企業(yè)產(chǎn)品依賴度的同時也推動了企業(yè)服務(wù)化轉(zhuǎn)型[25]。企業(yè)服務(wù)化有助于降低碳減排水平。當企業(yè)處在勞動生產(chǎn)率較低的粗放型增長階段時,企業(yè)的生產(chǎn)工藝、品牌聲譽都處于劣勢地位,不得不通過投入大量生產(chǎn)要素實現(xiàn)企業(yè)成長,導(dǎo)致企業(yè)長期處在低利潤、高耗能的生產(chǎn)環(huán)節(jié),并釋放出大量二氧化碳[26]。而企業(yè)通過服務(wù)化轉(zhuǎn)型將人力資本和先進知識融入企業(yè)生產(chǎn)流程的各個環(huán)節(jié),進而提高了企業(yè)勞動生產(chǎn)率,為企業(yè)降低碳排放水平打下了良好基礎(chǔ)[27]。因此,數(shù)字化轉(zhuǎn)型通過企業(yè)服務(wù)化影響碳排放水平。

第三,數(shù)字化轉(zhuǎn)型通過抑制企業(yè)過度投資實現(xiàn)碳減排?，F(xiàn)代公司治理機制中,由于兩權(quán)分離導(dǎo)致管理層與所有者產(chǎn)生利益沖突,管理層追求短期績效和高額薪酬,所有者追逐企業(yè)長期發(fā)展,致使管理層在做出經(jīng)營決策時為了私利而侵害所有者利益,進而降低企業(yè)管理效率,加劇企業(yè)過度投資[28]。當企業(yè)過度投資時,企業(yè)生產(chǎn)過多同質(zhì)化產(chǎn)品,加劇了企業(yè)產(chǎn)能過剩,并導(dǎo)致資源配置的扭曲。而資源配置效率的降低,將會使企業(yè)鎖定在粗放型的增長模式下,并可能對企業(yè)綠色技術(shù)創(chuàng)新產(chǎn)生擠出效應(yīng),阻礙企業(yè)綠色轉(zhuǎn)型,進而惡化環(huán)境污染并提高企業(yè)碳排放水平[29]。數(shù)字化轉(zhuǎn)型通過提高信息透明度和內(nèi)部控制抑制企業(yè)過度投資。首先,數(shù)字化轉(zhuǎn)型極大提高了企業(yè)數(shù)據(jù)處理能力,并將原始數(shù)據(jù)轉(zhuǎn)化成結(jié)構(gòu)化、標準化信息,進而提高信息透明度[30]。隨著信息透明度的提高,外部利益相關(guān)者可以充分了解企業(yè)經(jīng)營狀況,更容易發(fā)現(xiàn)管理層的短視行為,并對相關(guān)經(jīng)營決策進行監(jiān)督,一定程度上緩解了企業(yè)過度投資行為[31]。其次,數(shù)字化轉(zhuǎn)型能夠通過提高企業(yè)內(nèi)部控制,強化對管理層的監(jiān)督、緩解代理問題,進而抑制企業(yè)過度投資。具體而言:隨著人工智能、云計算和大數(shù)據(jù)等先進技術(shù)在企業(yè)內(nèi)部控制工作中的應(yīng)用,企業(yè)通過數(shù)字化轉(zhuǎn)型,將內(nèi)部控制管理融入企業(yè)生產(chǎn)經(jīng)營過程中,深入到企業(yè)戰(zhàn)略規(guī)劃、產(chǎn)品生產(chǎn)銷售等細節(jié)層面,及時發(fā)現(xiàn)生產(chǎn)經(jīng)營不當之處,進而抑制過度投資[11]。另外,傳統(tǒng)內(nèi)部控制體系對風險的應(yīng)對策略,是在風險發(fā)生后再實施應(yīng)對措施,而企業(yè)借助數(shù)字化轉(zhuǎn)型,以先進技術(shù)為依托化“被動”為“主動”,主動識別投資風險并及時向管理層匯報和預(yù)警[11]。因此,數(shù)字化轉(zhuǎn)型通過抑制過度投資影響碳排放水平。綜上,本文提出以下假說:

假說1:數(shù)字化轉(zhuǎn)型降低了企業(yè)碳排放水平。

假說2:數(shù)字化轉(zhuǎn)型通過促進企業(yè)技術(shù)創(chuàng)新、推動企業(yè)服務(wù)化和抑制過度投資實現(xiàn)碳減排。

三、 研究設(shè)計

(一) 樣本選擇與數(shù)據(jù)來源

以2011—2020年制造業(yè)上市公司為研究對象,其中數(shù)字化轉(zhuǎn)型數(shù)據(jù)通過Python文本挖掘技術(shù)從上市年報中進行收集,碳排放水平數(shù)據(jù)來源于《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》與《中國能源統(tǒng)計年鑒》,其他財務(wù)數(shù)據(jù)均從CSMAR數(shù)據(jù)庫、CNRDS數(shù)據(jù)庫和Wind數(shù)據(jù)庫中獲取,為保證數(shù)據(jù)的有效性,對數(shù)據(jù)進行以下處理:(1)剔除關(guān)鍵數(shù)據(jù)缺失;(2)剔除在2011—2020年被ST處理的公司;(3)在1%分位數(shù)上對連續(xù)變量進行縮尾處理,最終得到15806個非平衡面板數(shù)據(jù)。

(二) 變量說明

1. 被解釋變量:企業(yè)碳排放水平(Ce)

借鑒Chappleetal.[32]和沈洪濤等[33]的研究,以企業(yè)碳排放強度衡量企業(yè)碳排放水平,同時為保證結(jié)果可靠性使用企業(yè)碳排放量作為代理變量進行穩(wěn)健性檢驗。其中,企業(yè)碳排放量=(行業(yè)能源消耗總量×二氧化碳折算系數(shù)×企業(yè)營業(yè)成本)/行業(yè)營業(yè)成本,行業(yè)能源消耗總量數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》,行業(yè)營業(yè)成本數(shù)據(jù)來自《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》,部分缺失數(shù)據(jù)使用插值法補齊,二氧化碳折算系數(shù)采用廈門節(jié)能中心的標準為2.493;企業(yè)碳排放強度=企業(yè)碳排放量/企業(yè)營業(yè)收入。

2. 解釋變量:數(shù)字化轉(zhuǎn)型(Digital)

首先,運用Python文本挖掘技術(shù)提取企業(yè)年報中的管理層討論與分析部分;其次,借鑒吳非等[6]的研究,從數(shù)字技術(shù)應(yīng)用、人工智能、大數(shù)據(jù)、區(qū)塊鏈和云計算五個維度構(gòu)建數(shù)字化轉(zhuǎn)型詞典,選取的特征詞見圖1;最后,運用Python的“jieba”分詞組件進行分詞處理,根據(jù)處理結(jié)果,在對特征詞的詞頻數(shù)加總求和基礎(chǔ)上進行對數(shù)化處理,從而得到企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)。

圖1 企業(yè)數(shù)字化轉(zhuǎn)型

3. 控制變量

參考已有研究,本文還控制了以下變量:(1)企業(yè)規(guī)模(Size),以期末總資產(chǎn)的自然對數(shù)表示;(2)資產(chǎn)負債率(Lev),以總負債與總資產(chǎn)之比表示;(3)資產(chǎn)收益率(Roa),以凈利潤與總資產(chǎn)之比表示;(4)總資產(chǎn)周轉(zhuǎn)率(Tat),以營業(yè)收入與總資產(chǎn)之比表示;(5)營業(yè)收入增長率(Growth),以本年營業(yè)收入增加額與上年度營業(yè)收入總額之比表示;(6)獨立董事比例(Pid),以獨立董事與董事會總?cè)藬?shù)之比表示;(7)股權(quán)集中度(Cr),以第一大股東持股比例表示。

(三) 模型設(shè)定

構(gòu)建基準模型(1)檢驗假說1,其中i代表企業(yè),t代表年份,j代表行業(yè),β0為常數(shù)項,Controls為控制變量集合,δt為時間固定效應(yīng),ψj為行業(yè)固定效應(yīng),λi為個體固定效應(yīng),εi,t為殘差項。

Cei,t=β0+β1Digitali,t+β2Controls+δt+φj+λi+εi,t

(1)

四、 實證結(jié)果分析

(一) 基準回歸分析

表1為基準回歸結(jié)果,其中列(1)僅放入解釋變量進行回歸,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0216且在1%水平下顯著;列(2)在列(1)的基礎(chǔ)上加入控制變量,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0288且在1%水平下顯著。即數(shù)字化轉(zhuǎn)型負向影響企業(yè)碳排放水平,假說1成立。

表1 基準回歸分析

(二) 分位數(shù)回歸

普通最小二乘法無法觀察某一區(qū)間內(nèi)解釋變量對被解釋變量的影響,因此本文使用分位數(shù)回歸,考察在企業(yè)碳排放水平的不同分位數(shù)下數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的影響,其中選取10%、25%、50%、75%和90%五個經(jīng)典分位點,回歸結(jié)果見表2。由表2可知,從10%到90%分位點上的數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的回歸系數(shù)均顯著為負,和前文結(jié)論相一致。但在不同碳排放水平分位點上,數(shù)字化轉(zhuǎn)型的系數(shù)有所差別,總體上隨著分位點的提高,數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平回歸系數(shù)的絕對值不斷變小;同時在10%分位點處的數(shù)字化轉(zhuǎn)型回歸系數(shù)的絕對值最大,90%分位點處數(shù)字化轉(zhuǎn)型回歸系數(shù)的絕對值最小,這意味著在低分位點處,數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的抑制作用較強;且隨著碳排放水平的增加,數(shù)字化轉(zhuǎn)型的抑制效果呈現(xiàn)遞減趨勢;上述結(jié)果表明數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的影響具有分位數(shù)異質(zhì)性。

表2 分位數(shù)回歸結(jié)果

(三) 穩(wěn)健性檢驗

1. 替換被解釋變量

在基準回歸中使用企業(yè)碳排放強度衡量碳排放水平,為保證結(jié)果的穩(wěn)健性,本文以企業(yè)碳排放量作為碳排放水平(Ce1)的代理變量并重新回歸,回歸結(jié)果見表3列(1),其中數(shù)字化轉(zhuǎn)型(Digital1)的回歸系數(shù)顯著為負,和前文結(jié)論一致。

表3 穩(wěn)健性檢驗

2. 替換解釋變量

參考已有研究[34],重新度量數(shù)字化轉(zhuǎn)型,其中若當年進行數(shù)字化轉(zhuǎn)型賦值為1,否則賦值為0,并進行多元回歸,結(jié)果見表3列(2),其中數(shù)字化轉(zhuǎn)型(Digital1)的回歸系數(shù)為-0.0381且在1%水平下顯著,和上文結(jié)果一致。

3. 內(nèi)生性問題的考慮

考慮到還可能存在內(nèi)生性問題,本文運用工具變量法進一步克服內(nèi)生性,參考肖紅軍等[11]的研究,以數(shù)字化轉(zhuǎn)型行業(yè)平均水平(IV)為工具變量,回歸結(jié)果見表3中的列(3)和列(4)。列(3)中數(shù)字化轉(zhuǎn)型行業(yè)平均水平(IV)的回歸系數(shù)為0.8391且在1%水平下顯著,列(4)中數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.1532且在1%水平下顯著,和前文結(jié)論一致。

五、 機制分析

上文驗證了數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的顯著負向影響。那么數(shù)字化轉(zhuǎn)型如何影響企業(yè)碳排放水平?上文通過理論分析,得出數(shù)字化轉(zhuǎn)型通過技術(shù)創(chuàng)新、服務(wù)化和過度投資影響企業(yè)碳排放水平,下文將通過實證檢驗上述作用機制是否成立。

借鑒溫忠麟等[35]的研究,構(gòu)建模型(2)和模型(3)檢驗中介效應(yīng)是否成立,其中Mediator為中介變量,本文中介變量分別是技術(shù)創(chuàng)新(Gi)、服務(wù)化(Ser)和過度投資(Over)。

Mediatori,t=β0+β1Digitali,t+β2Controls+δt+φj+λi+εi,t

(2)

Cei,t=β0+β1Mediatori,t+β2Digitali,t+β3Controls+δt+φj+λt+εi,t

(3)

(一) 技術(shù)創(chuàng)新的中介效應(yīng)

參考李磊等[36]的研究,以發(fā)明專利申請數(shù)量加1后的自然對數(shù)衡量企業(yè)技術(shù)創(chuàng)新。表4中列(1)和列(2)為技術(shù)創(chuàng)新的中介效應(yīng)檢驗結(jié)果,列(1)中數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.2305且在1%水平下顯著;同時,列(2)技術(shù)創(chuàng)新(Gi)的回歸系數(shù)為-0.0108且在1%水平下顯著,而數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0263且在1%水平下顯著。上述結(jié)果表明企業(yè)進行數(shù)字化轉(zhuǎn)型需要大量高端人才,積累了人力資本并產(chǎn)生知識溢出,進而推動企業(yè)技術(shù)創(chuàng)新;而隨著企業(yè)技術(shù)進步,提高了企業(yè)能源使用效率,最終實現(xiàn)碳減排。即數(shù)字化轉(zhuǎn)型通過推動技術(shù)創(chuàng)新實現(xiàn)碳減排。

表4 中介效應(yīng)檢驗

(二) 服務(wù)化的中介效應(yīng)

數(shù)字化轉(zhuǎn)型可以實現(xiàn)碳減排,但企業(yè)服務(wù)化是否承擔中介效應(yīng)還不清楚。參考陳麗嫻和沈鴻[37]的研究,以服務(wù)業(yè)務(wù)收入與主營業(yè)務(wù)收入之比衡量企業(yè)服務(wù)化。表4中列(3)和列(4)為服務(wù)化的中介效應(yīng)檢驗結(jié)果,列(3)中數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.1153且在1%水平下顯著;同時,列(4)中服務(wù)化(Ser)的回歸系數(shù)為-0.0303且通過5%水平的顯著性檢驗,而數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0253且在1%水平下顯著。上述結(jié)果表明數(shù)字化轉(zhuǎn)型驅(qū)動企業(yè)組織改革,優(yōu)化管理模式,進而促進企業(yè)服務(wù)化轉(zhuǎn)型;同時,企業(yè)服務(wù)化有助于提高資源利用效率,在生產(chǎn)經(jīng)營過程中以服務(wù)要素代替部分自然要素,減少不可再生能源的使用,進而降低碳排放水平。即數(shù)字化轉(zhuǎn)型通過提高企業(yè)服務(wù)化影響碳排放水平。

(三) 過度投資的中介效應(yīng)

借鑒Richardson[38]的研究,構(gòu)建模型(4)衡量過度投資(Over)。當殘差大于0時,過度投資(Over)取值為1,否則取值為0。其中,inv代表資本投資額,Grw代表成長性,Lev代表資產(chǎn)負債率,Cash代表現(xiàn)金流,Age代表上市年齡,Size代表規(guī)模,Ret代表股票年度回報。

invi,t=β0+β1invi,t-1+β2Grwi,t-1+β3Levi,t-1+β4Cashi,t-1+β5Agei,t-1+β6Sizei,t-1

+β7Reti,t-1+δt+φj+λi+εi,t

(4)

過度投資的中介效應(yīng)見表4列(5)和列(6),列(5)中數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0436且在1%水平下顯著;同時,列(6)中過度投資(Over)的回歸系數(shù)為0.0448且通過1%水平的顯著性檢驗,而數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0264且在5%水平下顯著。上述結(jié)果表明數(shù)字化轉(zhuǎn)型提高了企業(yè)內(nèi)部控制質(zhì)量,緩解了企業(yè)代理沖突,從而抑制過度投資;同時,過度投資受到抑制有助于優(yōu)化資源配置,從而提高能源使用效率,實現(xiàn)節(jié)能減排。即數(shù)字化轉(zhuǎn)型通過抑制過度投資影響碳排放水平。

六、 進一步研究

(一) 數(shù)字金融的調(diào)節(jié)效應(yīng)

充足的資金有助于企業(yè)數(shù)字化轉(zhuǎn)型,當企業(yè)融資約束程度較高時,企業(yè)很難從外部籌集到資金或需付出較大成本才能融資成功,進而給企業(yè)經(jīng)營決策帶來不利影響。甚至使企業(yè)不能做出最優(yōu)決策,讓企業(yè)不得不放棄凈現(xiàn)值為正的項目,最終扭曲資源配置,阻礙企業(yè)數(shù)字化轉(zhuǎn)型進程。而數(shù)字金融有助于緩解企業(yè)資金錯配和拓寬融資渠道,為企業(yè)數(shù)字化轉(zhuǎn)型提供資金支持。因此,考察數(shù)字金融對數(shù)字化轉(zhuǎn)型與企業(yè)碳排放水平二者間關(guān)系的影響是很有必要的。參考尹振濤等[39]的研究,以北京大學(xué)編制的數(shù)字普惠金融指數(shù)并除以100衡量數(shù)字金融,同時構(gòu)建模型(5)檢驗數(shù)字金融的調(diào)節(jié)作用,回歸結(jié)果見表5。

表5 調(diào)節(jié)效應(yīng)檢驗

Cei,t=β0+β1Digitali,t+β2Fin×Digitali,t+β3Fini,t+β4Controls+δt+φj+λi+εi,t

(5)

由表5列(2)可知,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0336且在1%水平下顯著,相對于基準回歸,數(shù)字化轉(zhuǎn)型(Digital)回歸系數(shù)的絕對值增加了,且數(shù)字金融與數(shù)字化轉(zhuǎn)型的交乘項(Fin×Digital)的回歸系數(shù)為-0.1132并通過了1%水平的顯著性檢驗。產(chǎn)生上述結(jié)果的原因可能是數(shù)字金融的發(fā)展緩解了融資約束,為數(shù)字化轉(zhuǎn)型和技術(shù)創(chuàng)新提供資金支持,進而強化了數(shù)字化轉(zhuǎn)型的碳減排效應(yīng)。

(二) 異質(zhì)性分析

與國有企業(yè)相比,非國有企業(yè)面臨較多的資源約束,不能進行有效投資,進而阻礙數(shù)字化轉(zhuǎn)型進程。此外,嚴格的環(huán)境規(guī)制不僅可以倒逼企業(yè)加大環(huán)保投資與研發(fā)投資,還可以推動企業(yè)使用先進的數(shù)字化技術(shù),進而實現(xiàn)節(jié)能減排。因此,考察不同產(chǎn)權(quán)性質(zhì)和環(huán)境規(guī)制下,數(shù)字化轉(zhuǎn)型對碳排放水平的影響是很有必要的。

1. 產(chǎn)權(quán)性質(zhì)的影響

為了考察不同產(chǎn)權(quán)性質(zhì)下數(shù)字化轉(zhuǎn)型對碳排放水平的影響,本文將全樣本分為國有與非國有企業(yè)進行分組回歸,回歸結(jié)果如表6所示。其中列(1)為國有企業(yè)樣本組回歸結(jié)果,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0295且通過1%水平顯著性檢驗;列(2)為非國有企業(yè)樣本組回歸結(jié)果,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0134但未通過5%水平顯著性檢驗,相對于國有企業(yè)樣本組,非國有企業(yè)樣本組數(shù)字化轉(zhuǎn)型(Digital)回歸系數(shù)的絕對值較低。即數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的影響在國有企業(yè)樣本組中更為明顯。產(chǎn)生上述結(jié)果的原因可能是在社會主義市場經(jīng)濟體制中,國有企業(yè)擁有天然的政治關(guān)聯(lián),在“碳達峰、碳中和”目標下,國有企業(yè)具有更強的環(huán)境責任,更有意愿增加環(huán)保投資以實現(xiàn)碳減排。此外,數(shù)字化轉(zhuǎn)型需要大量資金,而國有企業(yè)擁有天然的政治關(guān)聯(lián),更容易獲取政府補貼和銀行貸款,可以進行深層次、全方位的數(shù)字化轉(zhuǎn)型。

表6 異質(zhì)性檢驗

2. 環(huán)境規(guī)制的影響

環(huán)境規(guī)制綜合指數(shù)是由工業(yè)廢水排放量、工業(yè)SO2排放量以及工業(yè)煙塵排放量計算而來,相關(guān)數(shù)據(jù)來自《中國統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》,具體計算步驟:(1)將上述三種污染物進行標準化;(2)求取每種污染物的權(quán)重;(3)通過權(quán)重和標準化的乘積得出環(huán)境規(guī)制綜合指數(shù)。以環(huán)境規(guī)制的中位數(shù)為臨界值,將全樣本分為高環(huán)境規(guī)制樣本組和低環(huán)境規(guī)制樣本組?；貧w結(jié)果見表6,其中列(3)為高環(huán)境規(guī)制樣本組回歸結(jié)果,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0373且通過1%水平顯著性檢驗;列(4)為低環(huán)境規(guī)制樣本組回歸結(jié)果,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.0248但未通過10%水平穩(wěn)健性檢驗,即數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的影響在高環(huán)境規(guī)制樣本組中更為明顯。產(chǎn)生上述結(jié)果的原因可能是實施嚴格的環(huán)境規(guī)制使企業(yè)承擔較高的環(huán)境成本,企業(yè)通過提高環(huán)保投入和技術(shù)升級,降低碳排放水平,進而規(guī)避環(huán)保處罰、降低環(huán)境成本。此外,技術(shù)創(chuàng)新是實現(xiàn)碳減排的關(guān)鍵因素之一,根據(jù)波特假說,采取嚴格的環(huán)境規(guī)制有助于激勵企業(yè)技術(shù)創(chuàng)新,進而推動企業(yè)綠色轉(zhuǎn)型,實現(xiàn)碳減排。

七、 研究結(jié)論與政策建議

(一) 研究結(jié)論

經(jīng)濟高質(zhì)量發(fā)展離不開良好的生態(tài)環(huán)境,為此,中國政府提出“碳達峰、碳中和”戰(zhàn)略,這一戰(zhàn)略體現(xiàn)了大國擔當也將倒逼經(jīng)濟轉(zhuǎn)型;同時數(shù)字化技術(shù)憑借綠色、高效等特點推動著數(shù)字產(chǎn)業(yè)的發(fā)展,并成為企業(yè)低碳綠色發(fā)展的重要引擎。因此,研究數(shù)字化轉(zhuǎn)型的碳減排效應(yīng)具有重要理論意義和現(xiàn)實價值。本文以制造業(yè)上市公司為研究對象,從理論和實證兩個方面探討了數(shù)字化轉(zhuǎn)型對碳排放水平的影響。研究表明:(1)企業(yè)數(shù)字化轉(zhuǎn)型可以顯著降低碳排放水平,機制分析發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型的抑制效果可以通過促進企業(yè)技術(shù)創(chuàng)新、推動企業(yè)服務(wù)化轉(zhuǎn)型和抑制企業(yè)過度投資三個維度來實現(xiàn)。(2)數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的影響在不同產(chǎn)權(quán)性質(zhì)和環(huán)境規(guī)制樣本組中表現(xiàn)出差異性,即數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的影響在國有企業(yè)和高環(huán)境規(guī)制樣本組中更為顯著。(3)將數(shù)字金融引入分析框架,發(fā)現(xiàn)數(shù)字金融強化了數(shù)字化轉(zhuǎn)型對企業(yè)碳排放水平的影響。

(二) 政策建議

本文提出如下幾點政策建議:(1)提高企業(yè)數(shù)字化轉(zhuǎn)型意識,構(gòu)建有高度的數(shù)字化轉(zhuǎn)型戰(zhàn)略。當前中國仍有許多企業(yè)沒有數(shù)字化轉(zhuǎn)型的規(guī)劃,沒有意識到數(shù)字化轉(zhuǎn)型的重要性和必要性,還停留在傳統(tǒng)的管理思維模式中。特別地,企業(yè)即使有強烈的數(shù)字化轉(zhuǎn)型意愿,但由于經(jīng)營層缺乏長遠的戰(zhàn)略發(fā)展規(guī)劃,導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型進程緩慢。因此,企業(yè)要把數(shù)字化轉(zhuǎn)型納入企業(yè)戰(zhàn)略規(guī)劃,鼓勵員工積極參與,實現(xiàn)多部門協(xié)調(diào)發(fā)展;同時成立數(shù)字化轉(zhuǎn)型領(lǐng)導(dǎo)小組,提供系統(tǒng)性數(shù)字化轉(zhuǎn)型方案,督促指導(dǎo)企業(yè)在組織管理、產(chǎn)品研發(fā)、內(nèi)部控制等事項靈活融入數(shù)字技術(shù),并進行業(yè)績考核。(2)建設(shè)數(shù)字化轉(zhuǎn)型引進、培訓(xùn)體系。專業(yè)化人才是數(shù)字化轉(zhuǎn)型的基礎(chǔ),而專業(yè)化人才的培育是一項系統(tǒng)工程,需要政府和企業(yè)共同發(fā)力。一方面,政府應(yīng)積極順應(yīng)數(shù)字化發(fā)展潮流,加大政策傾斜力度,推進數(shù)字技術(shù)的基礎(chǔ)設(shè)施建設(shè),并鼓勵科研院所、高校培養(yǎng)數(shù)字化轉(zhuǎn)型研究型和操作型人才;另一方面,企業(yè)應(yīng)完善員工培訓(xùn)體系,提高員工數(shù)字化、智能化素養(yǎng),并積極和高校、科研院所合作,攻破技術(shù)難關(guān),推動企業(yè)數(shù)字化轉(zhuǎn)型。(3)完善金融監(jiān)管體系,加快數(shù)字金融快速發(fā)展。各級政府應(yīng)積極建設(shè)數(shù)字金融設(shè)施,打造高水平的數(shù)字金融聚集高地,并加強金融監(jiān)管,如試點監(jiān)管沙盒等,促進數(shù)字金融健康發(fā)展;另外,也要發(fā)揮政策方面對數(shù)字金融推動企業(yè)數(shù)字化轉(zhuǎn)型的引導(dǎo)作用,帶動數(shù)字化轉(zhuǎn)型的減排效應(yīng)。(4)對不同類型企業(yè)實施針對性政策,同時建立健全環(huán)境規(guī)制體系。目前中國中小微企業(yè)大多是民營企業(yè),缺乏資金進行數(shù)字化轉(zhuǎn)型。對于中小微企業(yè),政府應(yīng)提高政策支持力度,積極引導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型;同時,政府應(yīng)給予中小微企業(yè)一定稅收優(yōu)惠和政府補貼,幫助中小微企業(yè)完成數(shù)字化轉(zhuǎn)型。此外,政府應(yīng)建立健全環(huán)境規(guī)制體系,獎懲結(jié)合。對碳排放超標企業(yè)提高處罰力度,對運用數(shù)字化技術(shù)進行低碳綠色轉(zhuǎn)型的企業(yè),給予一定財政補貼和稅收減免。