企業(yè)數(shù)字化轉(zhuǎn)型能助力我國“雙碳”目標(biāo)實現(xiàn)嗎?

孫 凡,楊 青

(山西財經(jīng)大學(xué) 會計學(xué)院,山西 太原 030031)

一、 引言

改革開放以來,中國的經(jīng)濟發(fā)展速度之快,令世界矚目,經(jīng)濟體量一躍成為世界第二,被許多學(xué)者譽為“中國奇跡”。然而,與此同時,經(jīng)濟的粗放式增長、“一煤獨大”的能源資源稟賦以及溫室氣體的排放帶來了環(huán)境污染等問題,制約了中國經(jīng)濟的高質(zhì)量發(fā)展。企業(yè)作為經(jīng)濟活動主體,在實現(xiàn)“雙碳”目標(biāo)過程中扮演著關(guān)鍵角色,影響國家“雙碳”目標(biāo)的如期實現(xiàn)。因此,探究企業(yè)碳排放的影響因素有助于有效遏制碳排放趨勢,對于促進經(jīng)濟高質(zhì)量發(fā)展具有重要的理論和現(xiàn)實意義。目前學(xué)術(shù)界主要從外部環(huán)境[1-4]、內(nèi)部資源[5-6]與管理層特質(zhì)[7-8]等方面對企業(yè)的污染排放進行研究,都存在一定局限性。隨著我國發(fā)展進入新時代,作為經(jīng)濟高質(zhì)量發(fā)展的新動能,企業(yè)數(shù)字化轉(zhuǎn)型能否有效降低企業(yè)碳排放,有待進一步研究。

已有研究發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型能夠推動綠色創(chuàng)新[9],改善企業(yè)社會責(zé)任表現(xiàn)[10],提高環(huán)境績效[11]。然而,鮮有學(xué)者聚焦于企業(yè)的碳排放量來研究企業(yè)數(shù)字化轉(zhuǎn)型的環(huán)境效應(yīng)。因此,本文擬基于數(shù)字化轉(zhuǎn)型的角度,探究企業(yè)數(shù)字化轉(zhuǎn)型對其碳排放的影響效果及作用機理,有助于準(zhǔn)確理解企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)碳減排的綜合影響,為政府有關(guān)制度政策的制定提供參考借鑒。

本文選取2011—2020年滬深兩市A股上市工業(yè)企業(yè)的數(shù)據(jù),探討了企業(yè)數(shù)字化轉(zhuǎn)型與其碳排放之間的關(guān)系。研究發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型程度顯著降低了其碳排放量。上述影響在非高科技企業(yè)以及行業(yè)競爭程度較低的企業(yè)中更明顯。機制檢驗則表明,企業(yè)數(shù)字化轉(zhuǎn)型主要通過改善內(nèi)部控制質(zhì)量與提高分析師關(guān)注度的途徑來影響企業(yè)碳減排行為。

與現(xiàn)有研究相比,本文可能的增量貢獻如下:首先,豐富和拓展了關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果和企業(yè)碳排放影響因素的相關(guān)研究,拓展了二者之間的關(guān)系圖譜,對于推動上市公司更好地降低碳排放量和落實“雙碳”目標(biāo)具有增量貢獻;其次,從企業(yè)內(nèi)部控制質(zhì)量和分析師關(guān)注度的新視角,清晰構(gòu)建了企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)碳減排決策間的邏輯鏈條,打開了企業(yè)數(shù)字化轉(zhuǎn)型影響其碳減排行為的理論“黑箱”,并全面揭示了二者間作用的情境差異;最后,對促進企業(yè)數(shù)字化轉(zhuǎn)型以及降低企業(yè)碳排放具有重要的現(xiàn)實意義。目前,中國正處在高速發(fā)展的數(shù)字經(jīng)濟時代,面臨著實現(xiàn)“雙碳”目標(biāo)的緊迫任務(wù),從企業(yè)管理視角探討企業(yè)數(shù)字化轉(zhuǎn)型降低其碳排放的機制與途徑,對于促進經(jīng)濟高質(zhì)量發(fā)展具有重要意義。

二、 文獻回顧

(一) 關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟后果的相關(guān)研究

相關(guān)研究主要集中于經(jīng)濟效應(yīng)和環(huán)境效應(yīng)兩個方面。從經(jīng)濟效應(yīng)來看,大致上可以分為三大類。第一類研究從宏觀經(jīng)濟發(fā)展層面展開,認(rèn)為數(shù)字化轉(zhuǎn)型能夠促進企業(yè)出口[12],提升企業(yè)實業(yè)投資水平[13]。第二類研究從中觀資本市場層面進行分析,發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型能夠降低股價崩盤風(fēng)險[14],提升股票流動性[15],從而提高資本市場表現(xiàn)[16]。第三類研究則從微觀企業(yè)層面出發(fā),發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型能夠提高企業(yè)的全要素生產(chǎn)率[17],增進企業(yè)績效[18],促進經(jīng)濟的發(fā)展。從環(huán)境效應(yīng)來看,數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)的綠色創(chuàng)新質(zhì)量和數(shù)量[9],能夠?qū)G色技術(shù)資源進行整合,提高環(huán)境績效[11],并推動公司的發(fā)展。

(二) 關(guān)于企業(yè)碳減排影響因素的相關(guān)研究

已有文獻主要集中于外部環(huán)境、內(nèi)部資源與管理層特質(zhì)等三個層面探究企業(yè)碳減排的影響因素?；谕獠凯h(huán)境層面,已有研究試圖從政策制度和社會層面等視角進行分析。具體而言,基于政策制度層面,Daietal.[1]研究認(rèn)為,財政補貼可以通過激勵和加強企業(yè)的綠色技術(shù)創(chuàng)新來大幅降低企業(yè)的碳排放;范德成和張修凡[2]研究發(fā)現(xiàn),綠色金融改革創(chuàng)新試驗區(qū)的建立能夠激勵高排放企業(yè)實行碳減排活動?；谏鐣用?Duanmuetal.[3]研究發(fā)現(xiàn),激烈的市場競爭對企業(yè)的環(huán)境績效有總體的負(fù)面影響;Aerts and Cormier[4]證實媒體報道能夠影響企業(yè)的環(huán)境治理。基于內(nèi)部資源層面,張寧[5]指出,低碳技術(shù)創(chuàng)新是提升碳全要素生產(chǎn)率的主要驅(qū)動因素;Li and Tian[6]發(fā)現(xiàn)機器人的使用能夠顯著降低中國制造業(yè)的碳排放。基于管理層特質(zhì)層面,Boiraletal.[7]研究發(fā)現(xiàn),管理者的意識形態(tài)會影響到企業(yè)的環(huán)境行為;Fanetal.[8]進一步發(fā)現(xiàn),董事會特征對企業(yè)碳排放也有著顯著影響。

(三) 文獻評述

通過前述對企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)碳排放研究文獻的系統(tǒng)回顧,可以發(fā)現(xiàn):首先,就企業(yè)數(shù)字化轉(zhuǎn)型而言,現(xiàn)有研究很少關(guān)注其是否及如何影響企業(yè)碳排放量。其次,就企業(yè)碳排放而言,現(xiàn)有研究雖然涉及機器人的使用以及技術(shù)創(chuàng)新對企業(yè)碳排放的影響,但很少就企業(yè)數(shù)字化轉(zhuǎn)型可能會對企業(yè)碳減排產(chǎn)生的影響進行深入探討。因此從企業(yè)數(shù)字化轉(zhuǎn)型的視角研究企業(yè)碳減排有助于深入剖析中國情境下企業(yè)碳減排行為的根本動因,進而為引導(dǎo)企業(yè)降低碳排放,助力我國“雙碳”目標(biāo)實現(xiàn)以及促進經(jīng)濟高質(zhì)量發(fā)展提供全新治理思路。

三、 理論分析與研究假說

本文從內(nèi)部控制質(zhì)量與分析師關(guān)注度兩個主要路徑出發(fā),探討企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)碳排放的影響效果及其作用機制。

第一,企業(yè)數(shù)字化轉(zhuǎn)型通過改善內(nèi)部控制質(zhì)量,進而降低企業(yè)碳排放。首先,借助數(shù)字化轉(zhuǎn)型能夠改善企業(yè)內(nèi)部控制質(zhì)量,為降低企業(yè)碳排放量提供內(nèi)部基礎(chǔ)條件。借助數(shù)字化轉(zhuǎn)型,可將企業(yè)內(nèi)部控制管理與業(yè)務(wù)過程升級改造有機結(jié)合起來,充分利用數(shù)字化資源和信息化手段提高企業(yè)內(nèi)部控制的自動化程度和精準(zhǔn)度,進而增大企業(yè)管理過程的透明度[19],從而有效地提高企業(yè)合規(guī)風(fēng)險的管理水平,增強企業(yè)內(nèi)部控制質(zhì)量。張欽成和楊明增[20]基于“兩化融合”貫標(biāo)試點的準(zhǔn)自然實驗,證實了企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提升內(nèi)部控制質(zhì)量。其次,內(nèi)部控制質(zhì)量會影響到企業(yè)的碳排放量。一方面,通過內(nèi)部控制能夠有效配置企業(yè)資源,完善治理結(jié)構(gòu),監(jiān)督管理層不合理的行為,提升公司的決策質(zhì)量[21],有助于企業(yè)高層制定合理的“雙碳”目標(biāo);另一方面,通過內(nèi)部控制進行科學(xué)化、合理化的管理,提升工作效率和工作質(zhì)量,從而能夠及時發(fā)現(xiàn)企業(yè)在運營中存在的違規(guī)行為[22],及時發(fā)現(xiàn)在“雙碳”目標(biāo)實現(xiàn)中存在的問題,并能及時地采取補救措施加以改善;其他方面,將企業(yè)“雙碳”目標(biāo)實現(xiàn)置于內(nèi)部控制之中有助于企業(yè)向社會傳遞良好信號,提升企業(yè)的聲譽和形象,進一步增強企業(yè)影響力,實現(xiàn)可持續(xù)發(fā)展。鄒海亮等[23]證實董事會的獨立性有利于提升企業(yè)的環(huán)境績效。肖紅軍等[10]研究發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型能夠通過強化內(nèi)部控制質(zhì)量促進企業(yè)履行社會責(zé)任。因此,內(nèi)部控制的品質(zhì)愈高,愈能保證其對碳減排的執(zhí)行,愈能減少其碳排放。簡言之,企業(yè)數(shù)字化轉(zhuǎn)型能夠改善企業(yè)內(nèi)部控制質(zhì)量,進而減少企業(yè)碳排放量。

第二,企業(yè)數(shù)字化轉(zhuǎn)型通過提高分析師關(guān)注度,進而降低企業(yè)碳排放。首先,企業(yè)數(shù)字化轉(zhuǎn)型能夠提高分析師關(guān)注度。一方面,企業(yè)數(shù)字化轉(zhuǎn)型的推進促使企業(yè)釋放出標(biāo)準(zhǔn)化、結(jié)構(gòu)化特征的信息[15],實現(xiàn)透明的信息共享,從而被外界所識別,吸引媒體和分析師的關(guān)注。另一方面,企業(yè)進行數(shù)字化轉(zhuǎn)型,順應(yīng)了當(dāng)前時代的潮流,市場更容易對其形成正面預(yù)期[24],從而提高分析師的關(guān)注度。Chenetal.[16]證實了數(shù)字化轉(zhuǎn)型能夠顯著改善分析師預(yù)測的準(zhǔn)確度。其次,分析師關(guān)注度會影響到企業(yè)碳排放量。Jingetal.[25]研究發(fā)現(xiàn),由券商合并所引致的分析師關(guān)注減少會導(dǎo)致企業(yè)有毒污染物排放的增加,進而從一個反面證實了分析師關(guān)注對抑制相關(guān)企業(yè)污染物排放的監(jiān)督作用,而程博[26]則證實了分析師關(guān)注能夠有效提升環(huán)境治理績效,因而分析師關(guān)注度會影響到企業(yè)的碳減排行為。一方面,分析師作為資本市場上重要的信息中介,利用其專業(yè)知識,將搜集的信息進行解讀分析,出具信息報告,并向市場傳遞,從而降低管理層、投資者和股東之間的信息不對稱程度,監(jiān)督和約束企業(yè)經(jīng)營行為和管理層行為,從而有效地遏制公司的環(huán)境機會主義,企業(yè)被迫加大環(huán)境保護的投入,從而降低碳排放量,提高環(huán)境績效。另一方面,分析師公開信息,各個利益相關(guān)者將會進行廣泛監(jiān)督,企業(yè)面臨的外部市場環(huán)境更佳[24],考慮到企業(yè)的長遠發(fā)展,企業(yè)將會積極進行碳減排,減少污染,以使其環(huán)境績效為公眾所知。因此,分析師的關(guān)注能夠有效地發(fā)揮市場監(jiān)管功能,改善公司環(huán)境績效,從而減少碳排放。因而,企業(yè)數(shù)字化轉(zhuǎn)型將通過提高分析師關(guān)注度,進而降低企業(yè)碳排放量?；谝陨戏治?本文提出假說1。

假說1:在其他條件不變的情況下,企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)碳排放量。

四、 研究設(shè)計

(一) 樣本選擇與數(shù)據(jù)來源

本文研究樣本為2011至2020年間我國滬深A(yù)股工業(yè)企業(yè)上市公司。本文以2011年作為樣本時間起點主要有以下考量:我國數(shù)字經(jīng)濟是在2010年以后迅速發(fā)展的,且2011年以后,中國互聯(lián)網(wǎng)企業(yè)紛紛開放平臺戰(zhàn)略,助推了企業(yè)數(shù)字化轉(zhuǎn)型的進程[27]。由于本文所能獲取的最新行業(yè)能源消耗總量數(shù)據(jù)與行業(yè)營業(yè)成本數(shù)據(jù)為2020年,故選擇樣本截至該年。在此基礎(chǔ)上對樣本做如下處理:(1)剔除ST樣本公司數(shù)據(jù);(2)進行手工整理,剔除主要缺失值;(3)進行縮尾處理。本文行業(yè)能源消耗總量數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》;行業(yè)營業(yè)成本數(shù)據(jù)來源于《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》;其他相關(guān)數(shù)據(jù)均來自國泰安;此外還對所有回歸模型中系數(shù)標(biāo)準(zhǔn)誤進行了公司維度聚類處理。

(二) 模型設(shè)計與變量定義

1. 模型設(shè)計

本文建立模型(1)檢驗假說1即企業(yè)數(shù)字化轉(zhuǎn)型對其碳排放量的影響效果:

Cei,t=α0+α1Dti,t+α2Controlsi,t+∑Ind+∑Year+εi,t

(1)

其中,被解釋變量Ce代表企業(yè)碳排放量水平;i代表企業(yè)個體,t代表時間;核心解釋變量Dt代表企業(yè)數(shù)字化轉(zhuǎn)型程度;Controls代表控制變量;Ind為行業(yè)虛擬變量;Year為年度虛擬變量;ε為隨機擾動項。若假說1成立,則α1應(yīng)該顯著為負(fù),說明企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)碳排放量。

2. 變量定義

(1) 被解釋變量。參照沈洪濤和黃楠[28]對碳強度的度量,本文的被解釋變量設(shè)定為企業(yè)碳排放水平(Ce),具體公式(2)如下。

(2)

(2) 解釋變量。本文的解釋變量是企業(yè)數(shù)字化轉(zhuǎn)型(Dt)。其數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫,通過對數(shù)字化的數(shù)據(jù)處理,得出數(shù)字化轉(zhuǎn)型指標(biāo),設(shè)定為Dt1。此外,為排除不同行業(yè)、不同年份的企業(yè)數(shù)字化轉(zhuǎn)型可能對研究結(jié)論產(chǎn)生的影響,將Dt1進行行業(yè)、年份的均值調(diào)整,設(shè)定為Dt2。

(3) 控制變量。參考已有研究,本文選擇一系列控制變量,具體說明如表1所示。

表1 主要變量定義

五、 實證結(jié)果與分析

(一) 描述性統(tǒng)計

表2列示了主要變量的描述性統(tǒng)計結(jié)果。從中可以看出,企業(yè)碳排放量(Ce)的最大值為2.374,最小值為0.041,而平均水平為0.488,說明各個公司之間的碳排放量存在較大的差異。企業(yè)數(shù)字化轉(zhuǎn)型(Dt1)的平均值為1.055,最大值為4.500,中位數(shù)為0.693,最小值為0.000,與已有研究結(jié)果相似。且經(jīng)過行業(yè)均值調(diào)整的數(shù)字化轉(zhuǎn)型(Dt2)的均值和中位數(shù)分別為-0.002、-0.198,最小值為-1.797,最大值為2.939,表明我國上市公司數(shù)字化轉(zhuǎn)型程度整體還處于較低水平,且不同公司間數(shù)字化轉(zhuǎn)型程度存在較大差異。其余控制變量變化范圍與已有研究基本一致。

表2 主要變量的描述性統(tǒng)計

(二) 基準(zhǔn)結(jié)果分析

表3為基準(zhǔn)回歸結(jié)果,其中列(1)和列(3)僅對行業(yè)和時間進行了控制,企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)分別為-0.094、-0.093,均在1%的水平下顯著;列(2)和列(4)增加控制變量后,企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)為-0.088,在1%的水平下顯著。這表明企業(yè)數(shù)字化轉(zhuǎn)型程度越強,企業(yè)碳排放量越少。且從經(jīng)濟意義上來說,增加控制變量以后,企業(yè)數(shù)字化轉(zhuǎn)型程度每增強一個標(biāo)準(zhǔn)差(1.205、1.082),企業(yè)碳排放量就會降低0.088×1.205=0.106、0.088×1.082=0.095,相對于企業(yè)碳排放水平的均值(0.488)而言,下降幅度為0.106/0.488=21.72%、0.095/0.488=19.47%,假說1得以驗證。

表3 基準(zhǔn)回歸結(jié)果

(三) 穩(wěn)健性檢驗

1. 工具變量法

企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)碳排放之間可能存在雙向因果關(guān)系,為緩解基于雙向因果關(guān)系對研究結(jié)論的潛在影響,本文采用工具變量法進行處理。具體地,借鑒肖土盛等[29]的做法,選取上一年全國互聯(lián)網(wǎng)上網(wǎng)人數(shù)與1984年企業(yè)地級市每萬人固定電話數(shù)量的交互項(Dt×Iv)作為工具變量。檢驗結(jié)果如表4所示,列(1)和列(3)中,工具變量(Dt×Iv)的回歸系數(shù)分別為0.200、0.197,在1%的水平下顯著為正;列(2)和列(4)中,企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)均在1%的水平下顯著為負(fù),與主回歸結(jié)論一致。

表4 穩(wěn)健性檢驗結(jié)果——工具變量法

2. 選取外生政策

2012年我國住房城鄉(xiāng)建設(shè)部公布首批智慧城市試點名單,2013及2014年相繼公布后兩批。參考賴曉冰和岳書敬[30]的研究,將這三批智慧城市建設(shè)試點作為一項外生沖擊事件,構(gòu)建如下多期雙重差分模型進一步解決內(nèi)生性問題。

Cei,t=α0+α1Dui×Dti,t+α2Dui+α3Controlsi,t+∑Ind+∑Year+εi,t

(3)

其中,Du區(qū)分處理組和控制組,Du=1表示企業(yè)所在城市列于三批試點名單中,Du=0表示企業(yè)所在城市不在三批試點名單中;Dt區(qū)分企業(yè)所在城市處于智慧城市試點的時間,由于政策效果可能存在時滯性,將試點名單公布次年及之后設(shè)定為Dt=1,否則Dt=0;企業(yè)所在城市納入試點名單次年及之后,則Du×Dt為1,否則為0;其余控制變量與前文一致。表5列示了相關(guān)結(jié)果,可以發(fā)現(xiàn),無論增加控制變量與否,交互項Du×Dt的回歸系數(shù)均在5%的水平下顯著為負(fù),再次驗證了前文結(jié)論。

表5 穩(wěn)健性檢驗結(jié)果——多期雙重差分模型

3. 滯后核心解釋變量

由于引入數(shù)字化轉(zhuǎn)型的效果存在一定的滯后性,本文將解釋變量企業(yè)數(shù)字化轉(zhuǎn)型滯后一至二個時期,進行回歸分析?；貧w結(jié)果見表6,企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)均在1%的水平下顯著,進一步驗證本文結(jié)論。

表6 穩(wěn)健性檢驗結(jié)果——滯后核心解釋變量

4. 考慮省份固定效應(yīng)

隨著企業(yè)數(shù)字化轉(zhuǎn)型的推進,地區(qū)層面可能存在一些不可觀測因素的影響。為了緩解內(nèi)生性問題,本文在控制行業(yè)、年份的基礎(chǔ)上,進一步控制了省份固定效應(yīng)。結(jié)果如表7所示,企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)均在1%的水平下顯著為負(fù),結(jié)論穩(wěn)健。

表7 穩(wěn)健性檢驗結(jié)果——考慮省份固定效應(yīng)

5. 替換被解釋變量

借鑒胡珺等[31]的研究,選用企業(yè)環(huán)保支出與營業(yè)收入的比值(Epe)替代被解釋變量進行回歸。結(jié)果如表8所示,企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)均在5%的水平下顯著為負(fù),表明結(jié)論穩(wěn)健。

表8 穩(wěn)健性檢驗結(jié)果——替換被解釋變量

(四) 影響機制檢驗

為了驗證企業(yè)數(shù)字化轉(zhuǎn)型對其碳排放量的作用機理,本文在模型(1)的基礎(chǔ)上構(gòu)建模型(4)和模型(5)進行機制研究,并采用Sobel方法進行檢驗。

Medi,t=β0+β1Dti,t+β2Controlsi,t+∑Ind

+∑Year+εi,t

(4)

Cei,t=γ0+γ1Dti,t+γ2Medi,t+γ3Controlsi,t

+∑Ind+∑Year+εi,t

(5)

其中,Med為中介變量,即內(nèi)部控制質(zhì)量與分析師關(guān)注度,其余變量設(shè)定同前文一致。若α1、β1、γ1、γ2是顯著的,則說明存在中介效應(yīng),表明企業(yè)數(shù)字化轉(zhuǎn)型可以通過改善內(nèi)部控制質(zhì)量以及提高分析師關(guān)注度,進而降低企業(yè)碳排放量。

1. 機制一:改善內(nèi)部控制

本文選取深圳迪博數(shù)據(jù)庫的內(nèi)部控制指數(shù),將其進行對數(shù)化處理,作為內(nèi)部控制質(zhì)量這一中介變量的代理變量,進行逐步回歸?；貧w結(jié)果如表9所示,列(1)和列(3)中,企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)均在5%水平下顯著為正;列(2)和列(4)中,企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)均為-0.090,內(nèi)部控制質(zhì)量(Icq)的回歸系數(shù)均為-0.025,兩者都在1%的水平下顯著。以上結(jié)果表明,企業(yè)數(shù)字化轉(zhuǎn)型能夠通過改善內(nèi)部控制質(zhì)量,從而有效減少碳排放量。經(jīng)過Sobel檢驗,P值均為0.001,且關(guān)于Dt1的內(nèi)部控制質(zhì)量中介效應(yīng)占比為7.0%,關(guān)于Dt2的內(nèi)部控制質(zhì)量中介效應(yīng)占比為6.8%,說明該中介效應(yīng)成立。

表9 影響機制檢驗結(jié)果——改善內(nèi)部控制

2. 機制二:提高分析師關(guān)注

本文通過研究在一年中,有多少個分析師追蹤了這家公司,對沒有分析師跟蹤的公司該變量取值為0,有分析師跟蹤的按照跟蹤人數(shù)加1后再取對數(shù)處理,作為分析師關(guān)注度這一中介變量的代理變量,進行逐步回歸,回歸結(jié)果如表10所示。列(1)和列(3)企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)均在1%的水平下顯著為正;列(2)和列(4)企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)均為-0.087,分析師關(guān)注度(Aan)的回歸系數(shù)均為-0.013,兩者至少在10%的水平下顯著。以上結(jié)果表明,企業(yè)數(shù)字化轉(zhuǎn)型能夠通過提高分析師關(guān)注度,從而減少碳排放量。經(jīng)過Sobel檢驗,P值均為0.000,且關(guān)于Dt1的分析師關(guān)注度中介效應(yīng)占比為42.3%,關(guān)于Dt2的分析師關(guān)注度中介效應(yīng)占比為41.9%,說明該中介效應(yīng)成立。

表10 影響機制檢驗結(jié)果——提高分析師關(guān)注

(五) 異質(zhì)性分析

接下來進一步從企業(yè)科技屬性與行業(yè)競爭強度兩方面對企業(yè)數(shù)字化轉(zhuǎn)型與其碳排放量影響的不對稱效應(yīng)進行深入的研究。

1. 企業(yè)科技屬性

為了研究企業(yè)的科技屬性是否會影響到企業(yè)數(shù)字化轉(zhuǎn)型與其碳排放之間的關(guān)系,本文借鑒董松柯等[32]的研究,將樣本分為高科技企業(yè)和非高科技企業(yè),若企業(yè)為高科技企業(yè),則Hitech=1,否則為0,然后進行回歸分析。結(jié)果見表11的列(1)和列(2),企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)均在1%的水平下顯著為負(fù),數(shù)字化轉(zhuǎn)型與企業(yè)科技屬性的交乘項(Hitech×Dt1和Hitech×Dt2)的回歸系數(shù)均在1%的水平下顯著為正,表明企業(yè)科技屬性會影響企業(yè)數(shù)字化轉(zhuǎn)型的碳排放量抑制效應(yīng),且數(shù)字化轉(zhuǎn)型對非高科技企業(yè)碳排放量的抑制作用優(yōu)于高科技企業(yè)。這是因為高科技企業(yè)自身擁有較好的創(chuàng)新基礎(chǔ)和技術(shù)條件[32],更具有發(fā)揮數(shù)字技術(shù)的優(yōu)勢,因此,其數(shù)字化轉(zhuǎn)型發(fā)揮作用的空間有限。

表11 異質(zhì)性分析結(jié)果

2. 行業(yè)競爭強度

為了探究不同行業(yè)競爭強度下數(shù)字化轉(zhuǎn)型對企業(yè)碳排放的影響差異,本文采用赫芬達爾指數(shù)(HHI)來衡量行業(yè)競爭強度,若其大于年度中位數(shù),表明企業(yè)所處行業(yè)競爭程度較低,則Hhi取1,否則取0?；貧w結(jié)果見表11的列(3)和列(4),企業(yè)數(shù)字化轉(zhuǎn)型(Dt1和Dt2)的回歸系數(shù)均在1%的水平下顯著為負(fù),數(shù)字化轉(zhuǎn)型與行業(yè)競爭強度的交乘項(Hhi×Dt1和Hhi×Dt2)的回歸系數(shù)至少在10%的水平下顯著為負(fù),這一結(jié)果表明行業(yè)競爭強度會在一定程度上影響企業(yè)數(shù)字化轉(zhuǎn)型的碳排放量抑制效應(yīng),且行業(yè)競爭程度越低,企業(yè)數(shù)字化轉(zhuǎn)型的碳排放量抑制效應(yīng)越顯著。這是因為處于行業(yè)競爭程度偏低的企業(yè),其面臨的競爭壓力及經(jīng)營風(fēng)險處于低水平狀態(tài),對于進行碳減排的積極性并不高,數(shù)字化轉(zhuǎn)型作為強大動力,將會產(chǎn)生極大的作用。

六、 結(jié)論與建議

在新的經(jīng)濟形勢下,企業(yè)的數(shù)字化轉(zhuǎn)型是必然的。本文運用滬深A(yù)股2011—2020年的數(shù)據(jù),從理論和實證研究兩個角度,對我國企業(yè)數(shù)字化轉(zhuǎn)型與其碳排放的相關(guān)性進行了研究,并得出如下結(jié)論:(1)企業(yè)數(shù)字化轉(zhuǎn)型可以使公司的碳排放得到明顯的下降,即使經(jīng)過穩(wěn)健性檢驗,這一結(jié)論依然成立。(2)機制分析結(jié)果表明,企業(yè)數(shù)字化轉(zhuǎn)型能夠通過改善內(nèi)部控制質(zhì)量與提高分析師關(guān)注度的途徑來降低企業(yè)碳排放量。(3)基于企業(yè)層面以及行業(yè)層面進行異質(zhì)性分析,結(jié)果表明,數(shù)字化轉(zhuǎn)型對企業(yè)碳排放的抑制效應(yīng)在非高科技企業(yè)以及行業(yè)競爭程度較低的企業(yè)中更為顯著。本文探究了企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)碳排放量的前因后果,拓寬了企業(yè)碳排放量影響因素與企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟后果的研究。

基于上述結(jié)論,提出以下建議:(1)政府應(yīng)該完善數(shù)字化轉(zhuǎn)型與“雙碳”目標(biāo)實現(xiàn)的相關(guān)政策,構(gòu)建合理的政策體系,加大政策扶持力度,完善監(jiān)督機制,發(fā)揮引導(dǎo)作用,為企業(yè)推進數(shù)字化轉(zhuǎn)型,助力“雙碳”目標(biāo)實現(xiàn)提供良好的環(huán)境和支持。具體而言,一方面,政府要依據(jù)企業(yè)科技屬性以及行業(yè)競爭等因素,制定具有差異化、可行性的政策支持體系,并通過銀行、社會資本等方式加大支持力度,以非高科技企業(yè)和行業(yè)競爭程度較低的企業(yè)為領(lǐng)頭羊,帶領(lǐng)高科技企業(yè)和行業(yè)競爭程度較高的企業(yè),抓住數(shù)字經(jīng)濟發(fā)展的契機,實現(xiàn)數(shù)字化協(xié)同發(fā)展;另一方面,政府部門應(yīng)當(dāng)針對企業(yè)發(fā)展現(xiàn)狀建立專門基金,針對進行數(shù)字化轉(zhuǎn)型實現(xiàn)減排效果明顯的企業(yè),在稅費減免、企業(yè)融資等方面優(yōu)先落實相關(guān)政策或給予一定的優(yōu)惠,幫助企業(yè)實現(xiàn)節(jié)能降碳,同時釋放積極信號,給其他企業(yè)進行示范,促使其他企業(yè)看齊,積極進行轉(zhuǎn)型,從而降低碳排放。(2)企業(yè)應(yīng)該加強自身內(nèi)部控制,制定實現(xiàn)“雙碳”目標(biāo)的規(guī)則,提高管理水平,從而助力“雙碳”目標(biāo)的實現(xiàn)。具體而言,企業(yè)應(yīng)結(jié)合數(shù)字化轉(zhuǎn)型,強化內(nèi)控管理,完善企業(yè)內(nèi)部管理流程,增強員工意識和責(zé)任感,增強溝通協(xié)調(diào)能力,將內(nèi)部控制制度與企業(yè)的“雙碳”目標(biāo)相結(jié)合,并貫徹執(zhí)行,實現(xiàn)綠色發(fā)展,從而有效規(guī)避各種經(jīng)營風(fēng)險,降低企業(yè)碳排放量,提高經(jīng)濟效益。(3)企業(yè)應(yīng)該充分利用數(shù)字化轉(zhuǎn)型這個抓手提高信息透明度,吸引分析師關(guān)注,再充分利用分析師這支力量引發(fā)的市場效應(yīng),從積極減少碳排放入手,不斷提升企業(yè)聲譽和形象,獲得更好的經(jīng)營效益。具體而言,企業(yè)應(yīng)該充分應(yīng)用包括人工智能在內(nèi)的數(shù)字化技術(shù)促進信息資源的全面整合和自動化處理水平,加強信息共享,從根本上提高信息透明度,吸引分析師關(guān)注,及時建立與分析師的有效溝通渠道,企業(yè)將自身關(guān)于數(shù)字化轉(zhuǎn)型以及“雙碳”目標(biāo)實現(xiàn)的戰(zhàn)略介紹給分析師并吸納分析師的意見不斷改進,與分析師之間建立起正向的反饋機制,進而通過分析師的工作吸引更多投資者,更好地支持企業(yè)的數(shù)字化轉(zhuǎn)型和“雙碳”目標(biāo)的實現(xiàn)。