數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的影響

摘 要：高質(zhì)量發(fā)展是全面建設(shè)社會主義現(xiàn)代化國家的首要任務(wù)，其中推動(dòng)重污染企業(yè)可持續(xù)發(fā)展至關(guān)重要?；谫Y源基礎(chǔ)觀和動(dòng)態(tài)能力理論，利用2008—2022年中國A股重污染行業(yè)上市公司數(shù)據(jù)，實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的影響。結(jié)果發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型正向影響重污染企業(yè)可持續(xù)績效；數(shù)字化轉(zhuǎn)型通過提升資源配置效率促進(jìn)重污染企業(yè)財(cái)務(wù)績效提升，但上述關(guān)系在環(huán)境績效中不成立；吸收能力未能正向調(diào)節(jié)數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的促進(jìn)作用；通過數(shù)字化轉(zhuǎn)型促進(jìn)可持續(xù)績效提升， 這一積極作用在國有性質(zhì)以及成長期重污染企業(yè)中更顯著。結(jié)論既可深化對重污染企業(yè)可持續(xù)發(fā)展驅(qū)動(dòng)因素與數(shù)字化轉(zhuǎn)型的認(rèn)知，也可為加快重污染企業(yè)采用數(shù)字技術(shù)實(shí)現(xiàn)高質(zhì)量發(fā)展提供參考。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；可持續(xù)績效；資源配置效率；吸收能力

DOI：10.6049/kjjbydc.2024050176

中圖分類號：F272.7-39

文獻(xiàn)標(biāo)識碼：A

文章編號：1001-7348（2025）02-0082-11

0 引言

資源枯竭、氣候變化和污染物過度排放等問題導(dǎo)致自然環(huán)境惡化，嚴(yán)重制約發(fā)展。如何在追求經(jīng)濟(jì)效益的同時(shí)保護(hù)環(huán)境成為亟待解決的重要問題。作為經(jīng)濟(jì)社會的重要組成部分，企業(yè)既是污染排放主體，又是污染治理主體[1]，其可持續(xù)發(fā)展與經(jīng)濟(jì)高質(zhì)量發(fā)展密切相關(guān)。重污染企業(yè)是環(huán)境污染的主要來源[2]，幫助重污染企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)不僅是經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)在要求，更是積極應(yīng)對環(huán)境變化的重要舉措。可持續(xù)績效常用于衡量企業(yè)可持續(xù)發(fā)展水平，是兼顧經(jīng)濟(jì)可持續(xù)發(fā)展目標(biāo)和環(huán)境可持續(xù)發(fā)展目標(biāo)的綜合指標(biāo)[3]，需要企業(yè)在達(dá)到盈利目標(biāo)，即財(cái)務(wù)績效增長的同時(shí)，盡量減少對生態(tài)環(huán)境的破壞。然而，目前我國企業(yè)難以在可持續(xù)發(fā)展戰(zhàn)略中兼顧環(huán)境效益和經(jīng)濟(jì)發(fā)展目標(biāo)[4]。事實(shí)上，重污染企業(yè)可持續(xù)績效增長面臨考驗(yàn)。因此，如何推動(dòng)重污染企業(yè)實(shí)現(xiàn)財(cái)務(wù)績效與環(huán)境績效協(xié)同增長，成為學(xué)界與業(yè)界亟待解決的重要問題。

數(shù)字經(jīng)濟(jì)時(shí)代背景下，數(shù)字化轉(zhuǎn)型成為引領(lǐng)企業(yè)發(fā)展的核心驅(qū)動(dòng)力[5]。數(shù)字化轉(zhuǎn)型既是企業(yè)借助數(shù)字技術(shù)實(shí)現(xiàn)商業(yè)模式創(chuàng)新，進(jìn)而創(chuàng)造更多價(jià)值的過程[6]，也是企業(yè)平衡經(jīng)濟(jì)效益和環(huán)境績效的手段。已有研究指出，數(shù)字化轉(zhuǎn)型可提升企業(yè)經(jīng)濟(jì)收益和環(huán)境績效[7]。但也有學(xué)者認(rèn)為，引入數(shù)字技術(shù)不利于企業(yè)整體系統(tǒng)穩(wěn)定，會增加企業(yè)管理費(fèi)用[8]，降低企業(yè)財(cái)務(wù)績效。同時(shí)，數(shù)字化轉(zhuǎn)型過程充滿不確定性風(fēng)險(xiǎn)，需要大量數(shù)據(jù)支撐[9]。數(shù)據(jù)存儲與傳輸需要消耗大量能源[10]，導(dǎo)致更多資源消耗和碳排放，進(jìn)而對企業(yè)環(huán)境績效產(chǎn)生負(fù)面影響。因此，有必要進(jìn)一步探討數(shù)字化轉(zhuǎn)型能否對重污染企業(yè)可持續(xù)績效產(chǎn)生正向影響。

現(xiàn)有研究存在以下不足：首先，以往研究主要關(guān)注全行業(yè)樣本[11]，鮮有基于重污染企業(yè)視角探討數(shù)字化轉(zhuǎn)型對企業(yè)可持續(xù)績效的影響。根據(jù)最新公布的《生態(tài)環(huán)境統(tǒng)計(jì)年報(bào)》，42個(gè)工業(yè)行業(yè)在2021年共排放二氧化硫209.7萬t，其中前三大重污染行業(yè)排放占比為71.3%。因此，探究如何提高重污染企業(yè)可持續(xù)績效刻不容緩。其次，已有研究基于創(chuàng)新[12-14]、組織[15]視角探討了數(shù)字化轉(zhuǎn)型對企業(yè)可持續(xù)績效的影響路徑，而資源基礎(chǔ)觀認(rèn)為，不同組織間資源差異會導(dǎo)致績效差異[16]，資源壁壘會阻礙企業(yè)發(fā)展。數(shù)字化轉(zhuǎn)型可以緩解企業(yè)資源約束[17]，但僅依靠資源是不夠的，還需要具備與之配套的能力，即動(dòng)態(tài)能力。企業(yè)所處環(huán)境會發(fā)生變化，數(shù)字化轉(zhuǎn)型有助于企業(yè)迅速適應(yīng)環(huán)境變化，對資源和能力進(jìn)行重新配置與組合，促使二者與環(huán)境動(dòng)態(tài)匹配[18]，從而提高資源配置效率[19]。資源配置效率在重污染企業(yè)可持續(xù)績效提升過程中發(fā)揮關(guān)鍵作用，但現(xiàn)有研究并未基于動(dòng)態(tài)能力視角探討資源配置效率在數(shù)字化轉(zhuǎn)型與企業(yè)可持續(xù)績效間的中介作用。最后，已有研究基于市場動(dòng)蕩[11]、經(jīng)濟(jì)政策不確定性[12]等外部因素視角探究了數(shù)字化轉(zhuǎn)型對企業(yè)可持續(xù)績效影響的邊界效應(yīng)，而企業(yè)內(nèi)部因素對可持續(xù)發(fā)展的影響更顯著[12]。隨著數(shù)字技術(shù)發(fā)展，企業(yè)能夠獲得大量技術(shù)、知識、技能及經(jīng)驗(yàn)等資源。只有轉(zhuǎn)化和利用這些資源，重污染企業(yè)才能更好地提升自身可持續(xù)績效。吸收能力是影響企業(yè)轉(zhuǎn)化和利用資源能力的重要變量，因而有必要進(jìn)一步探討吸收能力在數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效間的調(diào)節(jié)作用。

基于此，本文以2008—2022年A股重污染上市公司為研究樣本，探究數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的影響。與現(xiàn)有研究相比，本文的邊際貢獻(xiàn)如下：第一，基于資源基礎(chǔ)觀和動(dòng)態(tài)能力理論探討數(shù)字化轉(zhuǎn)型能否提升重污染企業(yè)可持續(xù)績效這一問題，基于資源與能力交互視角豐富重污染企業(yè)可持續(xù)績效驅(qū)動(dòng)因素研究。第二，以“戰(zhàn)略—能力—績效”為整體邏輯，進(jìn)一步探究資源配置效率的中介作用，拓展數(shù)字化轉(zhuǎn)型的作用渠道，以期打開數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效關(guān)系的“黑箱”。第三，通過分析吸收能力的調(diào)節(jié)效應(yīng)，并對企業(yè)性質(zhì)等相關(guān)因素進(jìn)行分組回歸，揭示數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效影響的邊界條件，有助于進(jìn)一步認(rèn)識數(shù)字化轉(zhuǎn)型對于培育新質(zhì)生產(chǎn)力，實(shí)現(xiàn)高質(zhì)量發(fā)展的重要價(jià)值。

1 理論分析與研究假設(shè)

1.1 數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效

在追求可持續(xù)發(fā)展過程中，企業(yè)不僅需要關(guān)注經(jīng)濟(jì)收益，更要注重環(huán)境保護(hù)，從而促進(jìn)經(jīng)濟(jì)與環(huán)境協(xié)同發(fā)展。資源基礎(chǔ)觀注重企業(yè)發(fā)展的內(nèi)生性，認(rèn)為企業(yè)競爭與成長依賴于內(nèi)部資源及能力[16]。數(shù)字技術(shù)既可幫助企業(yè)在識別資源需求的基礎(chǔ)上確定其潛在來源，又能拓展企業(yè)資源獲取范圍，為可持續(xù)發(fā)展奠定基礎(chǔ)。

從財(cái)務(wù)績效視角出發(fā)，首先，數(shù)字化轉(zhuǎn)型可以提升重污染企業(yè)盈利能力。在數(shù)字化轉(zhuǎn)型過程中，企業(yè)可以利用數(shù)字技術(shù)開展新業(yè)務(wù)，實(shí)現(xiàn)商業(yè)模式創(chuàng)新[20]，拓展價(jià)值創(chuàng)造渠道，進(jìn)而提升財(cái)務(wù)績效。其次，數(shù)字化轉(zhuǎn)型可以降低重污染企業(yè)經(jīng)營成本。企業(yè)可以利用人工智能、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)整合采購、設(shè)計(jì)、生產(chǎn)與銷售等流程，精細(xì)化管理全部生產(chǎn)流程，降低管理支出[12]，進(jìn)而提升財(cái)務(wù)績效。最后，數(shù)字化轉(zhuǎn)型有助于重污染企業(yè)獲取資源。數(shù)字化轉(zhuǎn)型能夠降低組織壁壘，有助于企業(yè)獲取新知識[21]，進(jìn)而豐富信息、知識與技術(shù)等資源。同時(shí)，數(shù)字化轉(zhuǎn)型有助于企業(yè)傳遞更多真實(shí)經(jīng)營信息，銀行等金融機(jī)構(gòu)能夠利用這些信息對企業(yè)進(jìn)行評估，為企業(yè)信貸提供支持[22]，緩解企業(yè)融資約束，從而促進(jìn)企業(yè)財(cái)務(wù)績效提升。

從環(huán)境績效視角出發(fā)，首先，數(shù)字化轉(zhuǎn)型有利于重污染企業(yè)降低資源消耗。數(shù)字化轉(zhuǎn)型能夠?yàn)槠髽I(yè)綠色產(chǎn)品設(shè)計(jì)、生產(chǎn)和服務(wù)提供技術(shù)支撐，降低資源消耗[5]，減少污染排放，從而提升企業(yè)環(huán)境績效。其次，數(shù)字化轉(zhuǎn)型有利于重污染企業(yè)減少資源浪費(fèi)。企業(yè)能夠通過數(shù)字技術(shù)獲取生產(chǎn)系統(tǒng)、供應(yīng)鏈和客戶消費(fèi)數(shù)據(jù)，實(shí)現(xiàn)原材料、能源、電力和水等資源高效配置[23]，減少資源浪費(fèi)，從而提升自身環(huán)境績效。最后，數(shù)字化轉(zhuǎn)型有助于重污染企業(yè)實(shí)現(xiàn)綠色創(chuàng)新。數(shù)字化轉(zhuǎn)型能夠使企業(yè)間聯(lián)系更加緊密，推動(dòng)信息共享，使技術(shù)交流更加頻繁，拓展企業(yè)技術(shù)資源獲取渠道，提高企業(yè)綠色技術(shù)創(chuàng)新效率[24]，從而提高企業(yè)環(huán)境績效。

綜上所述，數(shù)字化轉(zhuǎn)型可以提升重污染企業(yè)可持續(xù)績效。因此，本研提出如下假設(shè)：

H1：數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效具有正向影響。

H1a：數(shù)字化轉(zhuǎn)型對重污染企業(yè)財(cái)務(wù)績效具有正向影響；

H1b：數(shù)字化轉(zhuǎn)型對重污染企業(yè)環(huán)境績效具有正向影響。

1.2 資源配置效率的中介效應(yīng)

動(dòng)態(tài)能力差異會導(dǎo)致資源基礎(chǔ)同質(zhì)化企業(yè)具有不同績效[25]。重污染企業(yè)可持續(xù)發(fā)展的關(guān)鍵在于通過合理配置資源使產(chǎn)出最大化，因而資源配置效率至關(guān)重要。數(shù)字化轉(zhuǎn)型能夠通過以下途徑提升重污染企業(yè)資源配置效率：第一，數(shù)字技術(shù)能夠極大降低信息不對稱程度，有助于企業(yè)獲取更多有效信息，捕捉更多投資機(jī)會[19]，從而提升資源配置效率。第二，借助數(shù)字化轉(zhuǎn)型，企業(yè)系統(tǒng)分析外部數(shù)據(jù)資源，提取決策所需的關(guān)鍵信息，減少?zèng)Q策失誤，從而提升資源配置效率[26]。第三，數(shù)字化轉(zhuǎn)型有助于企業(yè)降低信息搜尋成本、契約簽訂成本和契約履行成本等[27]，提高投入產(chǎn)出轉(zhuǎn)化效率，從而提升資源配置效率。第四，企業(yè)利用大數(shù)據(jù)與區(qū)塊鏈等數(shù)字技術(shù)及時(shí)與客戶聯(lián)系，提高溝通效率并獲取更多客戶資源，進(jìn)而減少對關(guān)鍵客戶的依賴[19]，更好地配置現(xiàn)有資源。

資源配置效率越高，越有利于重污染企業(yè)提升自身可持續(xù)績效。一方面，重污染企業(yè)資源配置效率越高，企業(yè)財(cái)務(wù)績效越高。高資源配置效率能夠降低過度投資與投資不足出現(xiàn)概率，投資效率能夠影響企業(yè)盈利能力，投資效率越高，企業(yè)業(yè)績越出色[28]，財(cái)務(wù)績效越高。此外，資源配置效率越高，企業(yè)產(chǎn)出越多，資源浪費(fèi)越少，成本越低，財(cái)務(wù)績效越高。另一方面，資源配置效率提升有利于重污染企業(yè)提高環(huán)境績效。提升環(huán)境績效需要企業(yè)開展環(huán)境治理，意味著企業(yè)需要將現(xiàn)有部分生產(chǎn)經(jīng)營資源用于減排治污，這會損害企業(yè)當(dāng)期利益[29]。資源配置效率越高，內(nèi)部資源越豐富，企業(yè)擁有更多資源用于提升環(huán)境績效。同時(shí)，資源配置效率較高的企業(yè)更受投資者青睞，資源獲取機(jī)會更多，擁有更多資源用于污染治理，環(huán)境績效更高。

綜上所述，數(shù)字化轉(zhuǎn)型通過提升資源配置效率促進(jìn)重污染企業(yè)可持續(xù)績效提升。因此，本研究提出如下假設(shè)：

H2：資源配置效率在數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效間發(fā)揮中介作用。

H2a：資源配置效率在數(shù)字化轉(zhuǎn)型與重污染企業(yè)財(cái)務(wù)績效間發(fā)揮中介作用；

H2b：資源配置效率在數(shù)字化轉(zhuǎn)型與重污染企業(yè)環(huán)境績效間發(fā)揮中介作用。

1.3 吸收能力的調(diào)節(jié)效應(yīng)

重污染企業(yè)能夠通過數(shù)字化轉(zhuǎn)型彌補(bǔ)技術(shù)與信息資源不足的短板，獲取大量外部知識。多樣化知識只有被企業(yè)吸收利用，才能轉(zhuǎn)化為可持續(xù)績效。吸收能力是組織識別、獲取、整合和利用外部知識的能力[30]。已有研究指出，利用外部知識是企業(yè)提高可持續(xù)績效的關(guān)鍵[31]。企業(yè)吸收能力越強(qiáng)，越能對獲取的信息、數(shù)據(jù)與知識進(jìn)行處理，其績效越高[32]。吸收能力有助于重污染企業(yè)探索、評估、整合和使用新知識[33]，從而促進(jìn)可持續(xù)績效提升。

一方面，吸收能力越強(qiáng)，重污染企業(yè)通過數(shù)字化轉(zhuǎn)型對財(cái)務(wù)績效的提升作用越顯著。吸收能力較強(qiáng)的企業(yè)可以更好地識別外部機(jī)會和威脅，其戰(zhàn)略靈活性較強(qiáng)[34]，可根據(jù)外部環(huán)境變化及時(shí)調(diào)整數(shù)字化戰(zhàn)略以獲得經(jīng)濟(jì)收益，從而提升財(cái)務(wù)績效。此外，吸收能力越強(qiáng)，知識獲取、轉(zhuǎn)化和產(chǎn)出成本越低，企業(yè)能夠?qū)崿F(xiàn)知識存量擴(kuò)張[35]，為自身財(cái)務(wù)績效增長提供資源保障。另一方面，吸收能力越強(qiáng)，重污染企業(yè)通過數(shù)字化轉(zhuǎn)型對自身環(huán)境績效的提升作用越顯著。當(dāng)前，利益相關(guān)者如政府和客戶會對企業(yè)施加環(huán)保壓力，吸收能力較強(qiáng)的企業(yè)可以更好地捕捉這些信息，并利用數(shù)字技術(shù)進(jìn)行污染治理，從而提高環(huán)境績效。同時(shí)，吸收能力越強(qiáng)，企業(yè)越能利用現(xiàn)有知識資源，通過優(yōu)化生產(chǎn)流程開發(fā)綠色產(chǎn)品，從而提高企業(yè)環(huán)境績效。

綜上所述，重污染企業(yè)吸收能力越強(qiáng)，數(shù)字化轉(zhuǎn)型對企業(yè)可持續(xù)績效的提升作用越顯著。因此，本研究提出如下假設(shè)：

H3：吸收能力正向調(diào)節(jié)數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的影響。

H3a：吸收能力正向調(diào)節(jié)數(shù)字化轉(zhuǎn)型對重污染企業(yè)財(cái)務(wù)績效的影響；

H3b：吸收能力正向調(diào)節(jié)數(shù)字化轉(zhuǎn)型對重污染企業(yè)環(huán)境績效的影響。

綜上所述，本文構(gòu)建理論模型，具體見圖1。

2 樣本選擇與研究設(shè)計(jì)

2.1 樣本選擇

本文選取2008—2022年中國A股中的重污染行業(yè)上市公司作為研究對象（根據(jù)2010年原環(huán)境保護(hù)部公布的《上市公司環(huán)境信息披露指南》，參考證監(jiān)會2012版行業(yè)分類標(biāo)準(zhǔn)對重污染行業(yè)進(jìn)行識別），并對數(shù)據(jù)進(jìn)行如下篩選：第一，剔除ST和*ST樣本；第二，剔除相關(guān)變量存在缺失的企業(yè)樣本。為避免異常值的影響，本文對連續(xù)型變量進(jìn)行上下1%縮尾處理，經(jīng)過篩選和縮尾處理后，獲得774家重污染企業(yè)4 134個(gè)樣本。本研究使用的環(huán)境績效數(shù)據(jù)來自CNRDS數(shù)據(jù)庫，其它數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。

2.2 變量定義

（1）被解釋變量。根據(jù)解學(xué)梅和朱琪瑋[4]的研究成果，本研究將重污染企業(yè)可持續(xù)績效劃分為財(cái)務(wù)績效和環(huán)境績效兩個(gè)維度。對于企業(yè)財(cái)務(wù)績效，現(xiàn)有研究一般采用總資產(chǎn)報(bào)酬率（Roa）衡量企業(yè)短期經(jīng)營效益，采用托賓Q值（Tobinq）衡量企業(yè)未來價(jià)值?？紤]到市場變化，本研究采用資產(chǎn)報(bào)酬率（Roa）衡量企業(yè)財(cái)務(wù)績效。現(xiàn)有研究一般采用ESG評分體系中的環(huán)境得分衡量企業(yè)環(huán)境績效，評分越高說明企業(yè)環(huán)境績效表現(xiàn)越好。ESG數(shù)據(jù)主要來自第三方機(jī)構(gòu)，如華證、商道融綠、彭博等。華證ESG指數(shù)自2009年起對A股及發(fā)債主體等證券發(fā)行人進(jìn)行ESG表現(xiàn)評估，得到業(yè)界與學(xué)界廣泛認(rèn)可[36]，其評級結(jié)果具有科學(xué)性和有效性。其它ESG評級體系不能涵蓋大部分企業(yè)，同時(shí)數(shù)據(jù)時(shí)間范圍較窄[37]。因此，本文采用華證ESG評分體系的環(huán)境得分衡量企業(yè)環(huán)境績效?；谏鲜鲋笜?biāo)，本文使用熵權(quán)法綜合計(jì)算所得指數(shù)，以此測度重污染企業(yè)可持續(xù)績效。

（2）解釋變量。年報(bào)文本方法會高估企業(yè)實(shí)際數(shù)字化水平[38]，結(jié)合數(shù)字化轉(zhuǎn)型戰(zhàn)略實(shí)施狀況，企業(yè)會通過購置軟件和硬件設(shè)施引進(jìn)數(shù)字技術(shù)。因此，采用資產(chǎn)測算方法可以更好地體現(xiàn)企業(yè)數(shù)字化水平?；趶堄阔|等[39]的方法，本文以數(shù)字化資產(chǎn)/無形資產(chǎn)總額測量重污染企業(yè)數(shù)字化轉(zhuǎn)型水平。本研究將無形資產(chǎn)明細(xì)中含有相關(guān)關(guān)鍵詞的項(xiàng)目界定為數(shù)字化資產(chǎn)，如“網(wǎng)絡(luò)”“軟件”“客戶端”“智能平臺”和“管理系統(tǒng)”等。

（3）中介變量。參考呂可夫等[19]的研究成果，采用基于LP法的企業(yè)全要素生產(chǎn)率衡量重污染企業(yè)資源配置效率。

（4）調(diào)節(jié)變量?，F(xiàn)有研究主要采用以下方法測量吸收能力：一是使用企業(yè)研發(fā)支出與企業(yè)營業(yè)收入的比值[40]，二是使用本科學(xué)歷及以上員工人數(shù)與總員工數(shù)的比值[41]。借助吸收能力獲取知識并轉(zhuǎn)化利用可以通過研發(fā)活動(dòng)體現(xiàn)，并且外部知識獲取和轉(zhuǎn)化效率與研發(fā)支出密切相關(guān)。因此，本研究采用研發(fā)支出/營業(yè)收入衡量企業(yè)吸收能力[40]。

（5）控制變量。參考王博和康琦[12]的研究成果，本文選取企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、資產(chǎn)負(fù)債率（Lev）、營業(yè)收入增長率（Grow）、股權(quán)集中度（Sc）、管理層持股比例（Ms）、董事會規(guī)模（Bs）和獨(dú)立董事比例（Pid）作為控制變量。此外，本文控制了時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)。變量具體描述詳見表1。

2.3 模型設(shè)定

本文對被解釋變量作前置一期處理，以控制數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的滯后影響和逆向因果導(dǎo)致的內(nèi)生性問題。

為了驗(yàn)證假設(shè)H1，本文構(gòu)建模型如下：

Cspi，t+1=α0+α1Dti，t+α2Controli，t+βt+δi+εi，t（1）

為了驗(yàn)證假設(shè)H1a，本文構(gòu)建模型如下：

Fpi，t+1=α0+α1Dti，t+α2Controli，t+βt+δi+εi，t（2）

為了驗(yàn)證假設(shè)H1b，本文構(gòu)建模型如下：

Epi，t+1=α0+α1Dti，t+α2Controli，t+βt+δi+εi，t（3）

為了驗(yàn)證假設(shè)H2，本文構(gòu)建模型如下：

Raei，t=α0+α1Dti，t+α2Controli，t+βt+δi+εi，t（4）

Cspi，t+1=α0+α1Dti，t+α2Raei，t+α3Controli，t+βt+δi+εi，t（5）

為了驗(yàn)證假設(shè)H2a，本文構(gòu)建模型如下：

Fpi，t+1=α0+α1Dti，t+α2Raei，t+α3Controli，t+βt+δi+εi，t（6）

為了驗(yàn)證假設(shè)H2b，本文構(gòu)建模型如下：

Epi，t+1=α0+α1Dti，t+α2Raei，t+α3Controli，t+βt+δi+εi，t（7）

為了驗(yàn)證假設(shè)H3，本文構(gòu)建模型如下：

Cspi，t+1=α0+α1Dti，t+α2Dti，t×Aci，t+α3Ac+α4Controli，t+βt+δi+εi，t（8）

為了驗(yàn)證假設(shè)H3a，本文構(gòu)建模型如下：

Fpi，t+1=α0+α1Dti，t+α2Dti，t×Aci，t+α3Ac+α4Controli，t+βt+δi+εi，t（9）

為了驗(yàn)證假設(shè)H3b，本文構(gòu)建模型如下：

Epi，t+1=α0+α1Dti，t+α2Dti，t×Aci，t+α3Ac+α4Controli，t+βt+δi+εi，t（10）

其中，Dti，t表示i企業(yè)在t年的數(shù)字化轉(zhuǎn)型水平，Cspi，t+1表示i企業(yè)在t+1年的可持續(xù)績效，F(xiàn)pi，t+1表示i企業(yè)在t+1年的財(cái)務(wù)績效，Epi，t+1表示i企業(yè)在t+1年的環(huán)境績效，Raei，t表示i企業(yè)在t年的資源配置效率，Aci，t表示i企業(yè)在t年的吸收能力，Controli，t表示控制變量，βt表示時(shí)間固定效應(yīng)，δi表示個(gè)體固定效應(yīng)。

3 實(shí)證結(jié)果與分析

3.1 描述性統(tǒng)計(jì)

表2為本文所有變量描述性統(tǒng)計(jì)結(jié)果。Csp的最大值為0.997，最小值為0.028，說明我國重污染企業(yè)可持續(xù)績效差距較大；Csp均值為0.477，略大于中位數(shù)0.474，一半以上重污染企業(yè)可持續(xù)績效在平均值以下，說明目前我國重污染企業(yè)需要進(jìn)一步提升可持續(xù)績效。Dt的最大值為0.49，最小為0，表明我國重污染企業(yè)數(shù)字化轉(zhuǎn)型水平差距較大，且Dt的均值遠(yuǎn)大于中位數(shù)，說明大部分重污染企業(yè)數(shù)字化轉(zhuǎn)型水平較低。

3.2 基準(zhǔn)回歸分析

表3為數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效回歸結(jié)果。從列（4）可以看出，Dt的系數(shù)為0.066 7，在5%水平下顯著為正，驗(yàn)證了假設(shè)H1，表明隨著重污染企業(yè)數(shù)字化轉(zhuǎn)型水平提升，其可持續(xù)績效得以提升。從列（5）可以看出，Dt的系數(shù)為0.043 4，在1%水平下顯著為正，驗(yàn)證了假設(shè)H1a，表明隨著重污染企業(yè)數(shù)字化轉(zhuǎn)型水平提升，企業(yè)財(cái)務(wù)績效得以提升。由列（6）可以看出，Dt的系數(shù)為2.230 6，在10%水平下顯著為正，驗(yàn)證了假設(shè)H1b，表明隨著重污染企業(yè)數(shù)字化轉(zhuǎn)型水平提升，企業(yè)環(huán)境績效得以提升。

3.3 穩(wěn)健性檢驗(yàn)

（1）更換被解釋變量。以托賓Q值（Tobinq）替換總資產(chǎn)回報(bào)率（Roa），以彭博ESG數(shù)據(jù)（Pbe）替換華證ESG數(shù)據(jù)，采用熵權(quán)法重新計(jì)算重污染企業(yè)可持續(xù)績效（Csp2）并進(jìn)行回歸，結(jié)果如表4列（1）—（3）所示。

（2）改變樣本范圍。外生事件會對企業(yè)產(chǎn)生沖擊（如2008年國際金融危機(jī)和2015年中國股災(zāi)），為減小誤差，本文剔除2008年與2015年企業(yè)樣本，回歸結(jié)果如表4列（4）—（6）所示。

（3）加入固定效應(yīng)。重污染企業(yè)可持續(xù)發(fā)展會受其它因素的影響，因而本文進(jìn)一步控制城市固定效應(yīng)和行業(yè)固定效應(yīng)，回歸結(jié)果如表5列（1）—（3）所示。

（4）添加其它控制變量。考慮到其它因素對重污染企業(yè)可持續(xù)績效的影響，本文加入管理費(fèi)用率（Msr）和董監(jiān)高海外背景（Obds）兩大控制變量進(jìn)行回歸，結(jié)果如表5列（4）—（6）所示。

由表4、表5可知，所有穩(wěn)健性檢驗(yàn)結(jié)果與基準(zhǔn)檢驗(yàn)一致。由此表明，本研究結(jié)論具有穩(wěn)健性。

3.4 內(nèi)生性檢驗(yàn)

為解決遺漏變量等內(nèi)生性問題，本文采用工具變量法進(jìn)行檢驗(yàn)，工具變量包括：第一，將重污染企業(yè)數(shù)字化轉(zhuǎn)型水平減去按年份及行業(yè)分類的重污染企業(yè)數(shù)字化轉(zhuǎn)型水平均值，取其三次方并記作Iv1。第二，參考肖紅軍等[42]的研究成果，本文選取地區(qū)—行業(yè)—年度重污染企業(yè)數(shù)字化轉(zhuǎn)型水平均值作為工具變量，記為Iv2。

表6為內(nèi)生性檢驗(yàn)結(jié)果。由表6可知，Kleibergen-Paap rk LM統(tǒng)計(jì)量為85.099、89.548，均在1%水平上顯著，說明工具變量選取有效。Kleibergen-Paap rk Wald F統(tǒng)計(jì)量分別為1 254.006、974.305，顯著大于臨界值16.380。由此可知，兩個(gè)工具變量選擇恰當(dāng)，不是弱工具變量。從工具變量檢驗(yàn)結(jié)果看，在第一階段估計(jì)中，Iv1、Iv2的系數(shù)在1%水平上顯著，工具變量與解釋變量呈正相關(guān)關(guān)系。在第二階段中，由列（2）和列（6）看出，Iv1、Iv2與Csp在1%水平下顯著正相關(guān)，數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效呈正相關(guān)關(guān)系。由列（3）和列（7）看出，Iv1、Iv2與Fp分別在1%、5%水平上顯著正相關(guān)，說明在排除內(nèi)生性干擾后，數(shù)字化轉(zhuǎn)型與重污染企業(yè)財(cái)務(wù)績效呈正相關(guān)關(guān)系。由列（4）和列（8）看出，Iv1、Iv2與Ep分別在10%、1%水平上顯著正相關(guān)，說明在排除內(nèi)生性干擾后，數(shù)字化轉(zhuǎn)型與重污染企業(yè)環(huán)境績效呈正相關(guān)關(guān)系。

4 進(jìn)一步檢驗(yàn)

4.1 中介效應(yīng)檢驗(yàn)

表7為資源配置效率的中介效應(yīng)檢驗(yàn)結(jié)果。表7列（1）中Dt的系數(shù)為0.143 6，在10%水平上顯著為正，表明數(shù)字化轉(zhuǎn)型能夠顯著提高重污染企業(yè)資源配置效率。從表7列（2）可以看出，Dt的系數(shù)為0.063 7，在5%水平上顯著為正；Rae的系數(shù)為0.020 3，在5%水平上顯著為正，表明資源配置效率在數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效影響過程中發(fā)揮中介作用，支持假設(shè)H2。從表7列（3）可以看出，Dt的系數(shù)為0.037 1，在5%水平上顯著為正；Rae的系數(shù)為0.043 8，在1%水平上顯著為正，表明資源配置效率在數(shù)字化轉(zhuǎn)型對重污染企業(yè)財(cái)務(wù)績效影響過程中發(fā)揮中介作用，支持假設(shè)H2a。從表7列（4）可以看出，Dt的系數(shù)為2.230 1，在10%水平上顯著為正；Rae的系數(shù)為0.003 2且不顯著，表明資源配置效率在數(shù)字化轉(zhuǎn)型對重污染企業(yè)環(huán)境績效影響過程中并未發(fā)揮中介作用，拒絕假設(shè)H2b。原因在于，重污染企業(yè)關(guān)注財(cái)務(wù)績效，傾向于利用數(shù)字化轉(zhuǎn)型帶來的資源提升財(cái)務(wù)績效，故資源配置效率的中介作用不顯著。

4.2 調(diào)節(jié)效應(yīng)檢驗(yàn)

表8為吸收能力的調(diào)節(jié)效應(yīng)回歸結(jié)果。由表8可知，列（1）中Dt×Ac的系數(shù)為-2.128 7，在10%水平上顯著為負(fù)，假設(shè)H3未得到支持。列（2）中Dt×Ac的系數(shù)為-1.192 4，在10%水平上顯著為負(fù)，假設(shè)H3a未得到支持。列（3）中Dt×Ac的系數(shù)為-75.523 4且不顯著，假設(shè)H3b未得到支持。

已有研究指出，吸收能力越強(qiáng)，企業(yè)越了解數(shù)字技術(shù)的潛在商業(yè)價(jià)值，進(jìn)而利用數(shù)字技術(shù)加快生產(chǎn)和創(chuàng)造[43]。假設(shè)H3、H3a、H3b不成立的原因與重污染企業(yè)吸收能力較弱相關(guān)，即吸收能力未達(dá)到閾值。在排除極端值后，中國A股所有上市公司平均吸收能力為0.074，而重污染企業(yè)平均吸收能力只有0.027。培育較強(qiáng)吸收能力需要大量資源投入，導(dǎo)致企業(yè)經(jīng)營成本提升，因而不利于其可持續(xù)績效提升。因此，在當(dāng)前階段，吸收能力并未在數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效間發(fā)揮正向調(diào)節(jié)作用。對于重污染企業(yè)而言，目前需要開展吸收能力培育，以便更好地利用數(shù)字化轉(zhuǎn)型帶來的資源。

4.3 異質(zhì)性檢驗(yàn)

企業(yè)性質(zhì)等因素可能影響數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的作用，因而本文從企業(yè)性質(zhì)和企業(yè)生命周期兩個(gè)方面進(jìn)行異質(zhì)性檢驗(yàn)。

從企業(yè)性質(zhì)看，相較于非國有企業(yè)，國有企業(yè)資源稟賦更好，政策支持力度更大。在數(shù)字化轉(zhuǎn)型時(shí)，國有企業(yè)可持續(xù)績效與非國有企業(yè)可持續(xù)績效差異較大。從表9可以看出，數(shù)字化轉(zhuǎn)型對重污染國有企業(yè)可持續(xù)績效的影響更顯著。原因在于，相較于非國有企業(yè)，國有企業(yè)肩負(fù)的社會責(zé)任更大，能夠迅速響應(yīng)政策要求，通過數(shù)字化促進(jìn)自身可持續(xù)績效提升。此外，數(shù)字化轉(zhuǎn)型需要大量資源投入，相較于非國有企業(yè)，國有企業(yè)在生產(chǎn)規(guī)模、資源基礎(chǔ)和創(chuàng)新能力等方面具有優(yōu)勢[12]，因而對數(shù)字化支持力度更大，能夠引進(jìn)相關(guān)數(shù)字技術(shù)促進(jìn)自身可持續(xù)績效提升。

企業(yè)生命周期不同，組織結(jié)構(gòu)和戰(zhàn)略目標(biāo)會存在較大差異，導(dǎo)致數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的影響有所不同。參考Dickinson[44]的研究成果，本文根據(jù)企業(yè)籌資、投資和經(jīng)營現(xiàn)金流量，將其分為成長期企業(yè)、成熟期企業(yè)和衰退期企業(yè)。從表10可以看出，數(shù)字化轉(zhuǎn)型正向影響成長期重污染企業(yè)可持續(xù)績效，負(fù)向影響衰退期重污染企業(yè)可持續(xù)績效，并且數(shù)字化轉(zhuǎn)型無法提升成熟期重污染企業(yè)可持續(xù)績效。原因在于，成長期企業(yè)關(guān)注的是市場擴(kuò)張和自身成長，能夠通過數(shù)字化轉(zhuǎn)型提升可持續(xù)績效以實(shí)現(xiàn)快速成長目標(biāo)。成熟期企業(yè)雖然盈利能力較強(qiáng)且資金充裕，但缺乏靈活性，因而不傾向于通過數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)可持續(xù)發(fā)展。衰退期企業(yè)缺乏穩(wěn)定的現(xiàn)金流，其資源相對匱乏，組織運(yùn)營效率較低，難以開展數(shù)字化轉(zhuǎn)型，因而無法提升自身可持續(xù)績效。

5 結(jié)語

5.1 研究結(jié)論

基于2008—2022年中國A股重污染行業(yè)上市公司面板數(shù)據(jù)，本文考察了數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的影響，得出以下主要結(jié)論：

（1）數(shù)字化轉(zhuǎn)型正向影響重污染企業(yè)可持續(xù)績效，結(jié)論與現(xiàn)有研究結(jié)論[12]一致。

（2）資源配置效率在數(shù)字化轉(zhuǎn)型與重污染企業(yè)財(cái)務(wù)績效間發(fā)揮中介作用，但未能在數(shù)字化轉(zhuǎn)型與重污染企業(yè)環(huán)境績效間發(fā)揮中介作用。原因如下：一方面，實(shí)現(xiàn)利潤最大化是企業(yè)目標(biāo)，環(huán)境績效無法為企業(yè)帶來直接經(jīng)濟(jì)利益[45]。因此，重污染企業(yè)更注重利用數(shù)字化轉(zhuǎn)型帶來的資源提升自身財(cái)務(wù)績效。另一方面，從描述性統(tǒng)計(jì)結(jié)果看，一半以上重污染企業(yè)資源配置效率在平均值以下。由此可見，重污染企業(yè)整體資源配置效率較低，資源配置效率發(fā)揮中介作用存在一個(gè)閾值，故假設(shè)H2b不成立。

（3）吸收能力未在數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效間發(fā)揮正向調(diào)節(jié)作用，原因在于，吸收能力會影響企業(yè)對數(shù)字技術(shù)潛在價(jià)值的認(rèn)知[43]。當(dāng)前，重污染企業(yè)吸收能力較弱，排除極端值后，滬深A(yù)股所有上市公司平均吸收能力為0.074，而重污染企業(yè)平均吸收能力只有0.027，并未達(dá)到閾值。此外，培育吸收能力需要大量資源投入，導(dǎo)致企業(yè)對可持續(xù)發(fā)展目標(biāo)的投入不足，不利于短期內(nèi)可持續(xù)績效增長。由此，在當(dāng)前階段，吸收能力并未在數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效間發(fā)揮正向調(diào)節(jié)作用。

（4）異質(zhì)性分析表明，國有重污染企業(yè)和成長期重污染企業(yè)開展數(shù)字化轉(zhuǎn)型能夠獲得較高的可持續(xù)績效。

5.2 理論貢獻(xiàn)

（1）進(jìn)一步拓展了數(shù)字化轉(zhuǎn)型非經(jīng)濟(jì)價(jià)值創(chuàng)造的理論邏輯。已有研究驗(yàn)證了數(shù)字化轉(zhuǎn)型對企業(yè)可持續(xù)績效的潛在影響[11]，但未關(guān)注重污染企業(yè)這一亟需實(shí)現(xiàn)可持續(xù)發(fā)展的特殊群體。本文基于資源基礎(chǔ)觀和動(dòng)態(tài)能力理論，驗(yàn)證了數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的影響，拓展了數(shù)字技術(shù)在企業(yè)可持續(xù)發(fā)展研究中的應(yīng)用空間。

（2）進(jìn)一步拓展了動(dòng)態(tài)能力理論應(yīng)用范圍。已有研究主要從創(chuàng)新[12]、組織[15]等層面探討數(shù)字化轉(zhuǎn)型對企業(yè)可持續(xù)績效的影響，既未關(guān)注企業(yè)動(dòng)態(tài)能力，也未基于資源配置視角探討數(shù)字化轉(zhuǎn)型對企業(yè)可持續(xù)績效的影響路徑。本文探討了資源配置效率在數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效間的中介作用，進(jìn)一步細(xì)化了動(dòng)態(tài)能力，打開了數(shù)字化轉(zhuǎn)型影響重污染企業(yè)可持續(xù)績效過程的“黑箱”，彌補(bǔ)了現(xiàn)有相關(guān)研究的不足，為重污染企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展提供了新思路。

（3）拓展了數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效影響的邊界條件。已有文獻(xiàn)從外部視角出發(fā)，探討市場動(dòng)蕩[11]、經(jīng)濟(jì)政策不確定性[12]等外部因素的調(diào)節(jié)作用，并未關(guān)注企業(yè)內(nèi)部因素。本文探討了吸收能力在數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效間的權(quán)變作用，并揭示了數(shù)字化轉(zhuǎn)型影響重污染企業(yè)績效的邊界條件，提升了動(dòng)態(tài)能力理論在數(shù)字化與綠色化研究情景中的適用性。

5.3 實(shí)踐啟示

（1）重污染企業(yè)管理者需要積極引進(jìn)數(shù)字技術(shù)。目前，大部分重污染企業(yè)數(shù)字化轉(zhuǎn)型水平較低，企業(yè)管理層擔(dān)心開展數(shù)字化轉(zhuǎn)型無法獲得預(yù)期回報(bào)。本文驗(yàn)證了數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的正向影響，有助于重污染企業(yè)管理層消除這一顧慮，將數(shù)字技術(shù)應(yīng)用于企業(yè)生產(chǎn)流程，從而獲得經(jīng)濟(jì)效益與環(huán)境效益。此外，數(shù)字化轉(zhuǎn)型不可能一蹴而就，企業(yè)管理者不能中途放棄。

（2）重污染企業(yè)需要注重提升環(huán)境績效并持之以恒。本研究發(fā)現(xiàn)，資源配置效率并未在數(shù)字化轉(zhuǎn)型與重污企業(yè)環(huán)境績效間發(fā)揮中介作用，這是由于重污染企業(yè)更注重財(cái)務(wù)績效。因此，重污染企業(yè)應(yīng)通過資源配置促進(jìn)環(huán)境績效提升。例如，重污染企業(yè)可以配備智能設(shè)備，實(shí)時(shí)收集生產(chǎn)數(shù)據(jù)，利用信息技術(shù)科學(xué)配置資源，從而降低污染排放。

（3）重污染企業(yè)需要加大研發(fā)投入，提高自身吸收能力。本研究發(fā)現(xiàn)，較低的吸收能力導(dǎo)致重污染企業(yè)無法轉(zhuǎn)化和利用數(shù)字化轉(zhuǎn)型帶來的資源?！澳サ恫徽`砍柴工”，重污染企業(yè)需要在數(shù)字化轉(zhuǎn)型前，提升自身知識與技術(shù)利用能力，進(jìn)而高效利用數(shù)字技術(shù)實(shí)現(xiàn)可持續(xù)發(fā)展。

（4）政府部門應(yīng)考慮為企業(yè)數(shù)字化轉(zhuǎn)型提供補(bǔ)貼，并制定相關(guān)政策引導(dǎo)和激勵(lì)重污染企業(yè)開展數(shù)字化轉(zhuǎn)型。一方面，政府可以給予重污染企業(yè)補(bǔ)貼或稅收優(yōu)惠，鼓勵(lì)重污染企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型；另一方面，政府可以積極構(gòu)建創(chuàng)新平臺，通過整合大學(xué)、企業(yè)和研發(fā)機(jī)構(gòu)知識資源，降低重污染企業(yè)數(shù)字技術(shù)引進(jìn)成本，從而更好地實(shí)現(xiàn)可持續(xù)發(fā)展。

5.4 不足與展望

本文存在以下不足：第一，數(shù)字化轉(zhuǎn)型與重污染企業(yè)可持續(xù)績效可能存在非線性關(guān)系，未來需要對此作進(jìn)一步探討。第二，為進(jìn)一步深化與拓展研究，需要探索其它因素，如突破式創(chuàng)新與顛覆式創(chuàng)新。第三，不同文化特征情景下數(shù)字化轉(zhuǎn)型對重污染企業(yè)可持續(xù)績效的影響可能存在差異，未來可以采用其它國家相關(guān)數(shù)據(jù)進(jìn)行深入研究，提升研究結(jié)論的適用性。

參考文獻(xiàn)：

[1] 崔惠玉，王寶珠，徐穎.綠色金融創(chuàng)新、金融資源配置與企業(yè)污染減排[J].中國工業(yè)經(jīng)濟(jì)，2023，40（10）：118-136.

[2] 張玉明，劉晗，李雙.信息透明度、環(huán)保關(guān)注與重污染企業(yè)綠色創(chuàng)新[J].科技進(jìn)步與對策，2023，40（8）：118-129.

[3] CHOWDHURY S， DEY P K， RODRGUEZ-ESPNDOLA O， et al. Impact of organisational factors on the circular economy practices and sustainable performance of small and medium-sized enterprises in Vietnam[J]. Journal of Business Research， 2022， 147（10）： 362-378.

[4] 解學(xué)梅，朱琪瑋.企業(yè)綠色創(chuàng)新實(shí)踐如何破解“和諧共生”難題[J].管理世界，2021，37（1）：128-149.

[5] 李金昌，連港慧，徐藹婷.“雙碳”愿景下企業(yè)綠色轉(zhuǎn)型的破局之道——數(shù)字化驅(qū)動(dòng)綠色化的實(shí)證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（9）：27-49.

[6] VERHOEF P C， BROEKHUIZEN T， BART Y， et al. Digital transformation： a multidisciplinary reflection and research agenda[J]. Journal of Business Research， 2021， 122（1）： 889-901.

[7] 張秀娥，于泳波.數(shù)字化轉(zhuǎn)型對農(nóng)業(yè)企業(yè)可持續(xù)績效影響研究——來自中國農(nóng)業(yè)上市公司的實(shí)證[J].數(shù)量經(jīng)濟(jì)研究，2024，15（2）：24-43.

[8] 戚聿東，蔡呈偉.數(shù)字化對制造業(yè)企業(yè)績效的多重影響及其機(jī)理研究[J].學(xué)習(xí)與探索，2020，42（7）：108-119.

[9] AHMADOVA G， DELGADO-MRQUEZ B L， PEDAUGA L E， et al. Too good to be true： the inverted u-shaped relationship between home-country digitalization and environmental performance[J]. Ecological Economics， 2022， 196（6）： 1-15.

[10] CORBETT C J. How sustainable is big data[J]. Production and Operations Management， 2018， 27（9）： 1685-1695.

[11] LI L. Digital transformation and sustainable performance： the moderating role of market turbulence[J]. Industrial Marketing Management， 2022， 104（5）： 28-37.

[12] 王博，康琦.數(shù)字化轉(zhuǎn)型與企業(yè)可持續(xù)發(fā)展績效[J].經(jīng)濟(jì)管理，2023，45（6）：161-176.

[13] 徐懷寧，董必榮.數(shù)字化轉(zhuǎn)型如何推動(dòng)企業(yè)可持續(xù)發(fā)展——基于企業(yè)核心競爭力塑造的視角[J].當(dāng)代經(jīng)濟(jì)管理，2023，45（7）：44-53.

[14] 王?；?，譚欽瀛，李燁.數(shù)字技術(shù)應(yīng)用、綠色創(chuàng)新與企業(yè)可持續(xù)發(fā)展績效——制度壓力的調(diào)節(jié)作用[J].科技進(jìn)步與對策，2023，40（7）：124-135.

[15] 李遼遼，張亞莉，楊朝君.數(shù)字化轉(zhuǎn)型、組織韌性與企業(yè)可持續(xù)發(fā)展——雙元學(xué)習(xí)視角[J/OL].軟科學(xué)，1-12[2024-06-22].http：//kns.cnki.net/kcms/detail/51.1268.G3.20240319.1412.007.html.

[16] BARNEY J B. Firm resources and sustained competitive advantage[J]. Journal of Management， 1991， 17（1）： 99-120.

[17] 李琦，劉力鋼，邵劍兵.數(shù)字化轉(zhuǎn)型、供應(yīng)鏈集成與企業(yè)績效——企業(yè)家精神的調(diào)節(jié)效應(yīng)[J].經(jīng)濟(jì)管理，2021，43（10）：5-23.

[18] 王墨林，宋淵洋，閻海峰，等.數(shù)字化轉(zhuǎn)型對企業(yè)國際化廣度的影響研究：動(dòng)態(tài)能力的中介作用[J].外國經(jīng)濟(jì)與管理，2022，44（5）：33-47.

[19] 呂可夫，于明洋，阮永平.企業(yè)數(shù)字化轉(zhuǎn)型與資源配置效率[J].科研管理，2023，44（8）：11-20.

[20] LI F. The digital transformation of business models in the creative industries： a holistic framework and emerging trends[J]. Technovation， 2020， 92（3）： 1-10.

[21] ZHAI H， MIN Y， CHAN K C. Does digital transformation enhance a firm's performance？ evidence from china[J]. Technology in Society， 2022， 68（1）： 1-10.

[22] 張一林，郁蕓君，陳珠明.人工智能、中小企業(yè)融資與銀行數(shù)字化轉(zhuǎn)型[J].中國工業(yè)經(jīng)濟(jì)，2021，38（12）：69-87.

[23] DE SOUSA JABBOUR A B L， JABBOUR C J C， FOROPON C， et al. When Titans meet——can industry 4.0 revolutionise the environmentally-sustainable manufacturing wave？ the role of critical success factors[J]. Technological Forecasting and Social Change， 2018， 132（7）： 18-25.

[24] 宋德勇，朱文博，丁海.企業(yè)數(shù)字化能否促進(jìn)綠色技術(shù)創(chuàng)新——基于重污染行業(yè)上市公司的考察[J].財(cái)經(jīng)研究，2022，48（4）：34-48.

[25] 蘇敬勤，韓貴齡.資源運(yùn)作模式對能力演化的影響研究——基于組織慣性的調(diào)節(jié)作用[J].管理評論，2017，29（8）：198-210.

[26] 王京濱，劉趙寧，劉新民.數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率——基于資源配置效率的機(jī)制檢驗(yàn)[J].科技進(jìn)步與對策，2024，41（3）：23-33.

[27] 李衛(wèi)兵，張星.數(shù)字化轉(zhuǎn)型與企業(yè)交易成本[J].華中科技大學(xué)學(xué)報(bào)（社會科學(xué)版），2023，37（6）：8-17.

[28] 羅明琦，宋常.投資效率、代理成本與企業(yè)績效——基于中國上市公司的經(jīng)驗(yàn)證據(jù)[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014，30（5）：134-140.

[29] 張嬈，郭曉旭.綠色信貸政策對企業(yè)綠色治理績效的影響研究——基于政策傳導(dǎo)視角[J].管理學(xué)刊，2023，36（5）：76-95.

[30] COHEN W M， LEVINTHAL D A. Absorptive capacity： a new perspective on learning and innovation[J]. Administrative Science Quarterly， 1990， 35（1）： 128.

[31] FORES B，F(xiàn)ERNANDEZ-YANEZ J M.Sustainability performance in firms located in a science and technology park： the influence of knowledge sources and absorptive capacity[J].Journal of Knowledge Management，2023，27（11）：112-135.

[32] INKPEN A C. Learning through joint ventures： a framework of knowledge acquisition[J]. Journal of Management Studies， 2000， 37（7）： 1019-1044.

[33] ALBORT-MORANT G， LEAL-RODRGUEZ A L， DE MARCHI V. Absorptive capacity and relationship learning mechanisms as complementary drivers of green innovation performance[J]. Journal of Knowledge Management， 2018， 22（2）： 432-452.

[34] MIROSHNYCHENKO I， STRBL A， MATZLER K， et al. Absorptive capacity， strategic flexibility， and business model innovation： empirical evidence from Italian SMEs[J]. Journal of Business Research， 2021，130（9）： 670-682.

[35] LYU C， PENG C， YANG H， et al. Social capital and innovation performance of digital firms： serial mediation effect of cross-border knowledge search and absorptive capacity[J]. Journal of Innovation amp; Knowledge， 2022， 7（2）： 1-15.

[36] LIN Y， FUNG K C， FU X. Varieties in state capitalism and corporate innovation： evidence from an emerging economy[J]. Journal of Corporate Finance， 2021， 67（2）： 1-41.

[37] 高杰英，褚冬曉，廉永輝，等.ESG表現(xiàn)能改善企業(yè)投資效率嗎[J].證券市場導(dǎo)報(bào)，2021，31（11）：24-34，72.

[38] 余典范，王超，陳磊.政府補(bǔ)助、產(chǎn)業(yè)鏈協(xié)同與企業(yè)數(shù)字化[J].經(jīng)濟(jì)管理，2022，44（5）：63-82.

[39] 張永珅，李小波，邢銘強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià)[J].審計(jì)研究，2021，37（3）：62-71.

[40] 趙鑫，楊棉之，曹迅.國有股權(quán)參與、吸收能力與民營企業(yè)綠色技術(shù)創(chuàng)新——一個(gè)有調(diào)節(jié)的中介效應(yīng)模型[J].科技進(jìn)步與對策，2023，40（7）：23-33.

[41] 李凡，代永瑋，張迪.出口活動(dòng)、吸收能力、研發(fā)合作與創(chuàng)新績效[J].科研管理，2022，43（3）：125-133.

[42] 肖紅軍，陽鎮(zhèn)，劉美玉.企業(yè)數(shù)字化的社會責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗(yàn)[J].經(jīng)濟(jì)管理，2021，43（11）：52-69.

[43] 甄杰，謝宗曉，董坤祥.企業(yè)數(shù)字化轉(zhuǎn)型中吸收能力影響組織敏捷性機(jī)理探究——IT創(chuàng)新和流程創(chuàng)新的鏈?zhǔn)街薪樽饔肹J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，43（1）：105-114.

[44] DICKINSON V. Cash flow patterns as a proxy for firm life cycle[J]. The Accounting Review， 2011， 86（6）： 1969-1994.

[45] WANG L， ZHOU Y， CHIAO B. Robots and firm innovation： evidence from Chinese manufacturing[J]. Journal of Business Research， 2023， 162（9）： 1-12.

The Impact of Digital Transformation on Sustainable Performance of Heavily Polluting Enterprises

Abstract：Resource depletion， climate change and excessive pollutant emissions have led to the deterioration of the natural environment， seriously constraining high-quality economic development. Heavily polluting enterprises are an important source of environmental pollution， and improving the sustainable performance of heavily polluting enterprises is not only an intrinsic requirement to follow the high-quality development of the economy， but also a responsibility to actively address environmental challenges. Digital transformation has become the core driving force behind the development of enterprises. Therefore， it is necessary to study whether digital transformation can positively affect the sustainable performance of heavily polluting enterprises. However， few studies have explored the impact of digital transformation on sustainable performance from the perspective of heavily polluting enterprises. Then digital transformation empowers businesses to swiftly adapt their resources and competencies to the ever-shifting competitive landscape. It facilitates a dynamic alignment between a company's internal assets and the external environment， optimizing the allocation of existing resources and enhancing the efficiency of resource distribution. However， few existing studies have focused on the mediating role of resource allocation efficiency between digital transformation and enterprise sustainable performance from the integrated perspective of resources and capabilities. Finally， absorptive capacity is an important variable that affects the ability of firms to transform and utilize resources， but few studies have focused on the moderating role of absorptive capacity between digital transformation and sustainable performance of heavily polluting enterprises.

Therefore， this study examines the impact of digital transformation on the sustainable performance of heavily polluting enterprises based on the resource base view and dynamic capability theory， using data from A-share heavily polluting listed companies from 2008 to 2022. The results of the study show that digital transformation can enhance the sustainable performance of heavily polluting enterprises; digital transformation will promote the sustainable performance of heavily polluting enterprises through improving resource allocation efficiency， but resource allocation efficiency does not play a mediating role between digital transformation and the environmental performance of heavily polluting enterprises; absorptive capacity does not play a positive moderating role between digital transformation and the sustainable performance of heavily polluting enterprises; the state-owned nature as well as the positive effect of digital transformation on sustainable performance improvement is more significant for heavy polluters in the growth period.

This study has three theoretical contributions. First， this study further expands the theoretical logic of digital transformation for non-economic value creation. It verifies the key role of digital transformation in achieving sustainable performance of heavily polluting enterprises， and further proves the importance of digital transformation in high-quality economic development. Second， this study further expands the scope of application of dynamic capabilities theory between digital transformation and sustainable performance of heavily polluting enterprises. By identifying the mediating role of resource allocation efficiency in the relationship between digital transformation and sustainable performance of HIPCs， this study further refines dynamic capabilities and opens the \"black box\" of the process of digital transformation affecting the sustainable performance of HIPCs. Third， it expands the boundary conditions for the impact of digital transformation on the sustainable performance of heavy pollution enterprises. By identifying the weighted role of absorptive capacity in the relationship between digital transformation and sustainable performance of heavily polluting enterprises and regressing it into groups according to the nature of the enterprise and the life cycle of the enterprise， this study enriches the contextualized research from the perspective of resources and capabilities.

Future research could explore if there is a nonlinear relationship between digital transformation and sustainable performance of heavily polluting enterprises. Then， the mechanisms of other factors， such as green innovation and business model innovation are worthy of further analysis， for it will generate valuable insights into the mechanism linking digital transformation and sustainable performance of heavily polluting enterprises under different circumstances. Furthermore， there may be differences in the impact of digital transformation on the sustainable performance of heavily polluting enterprises with the same cultural characteristics， so future research could use data from other countries to determine the applicability of the findings.

Key Words：Digital Transformation; Sustainable Performance; Resource Allocation Efficiency; Absorptive Capacity