劉洪鐸 陳釗泳 陳曉珊

引 言

改革開放四十多年來，我國創(chuàng)造了舉世矚目的經(jīng)濟快速增長奇跡。然而，在我國成為當今全球第二大經(jīng)濟體和連續(xù)多年蟬聯(lián)世界第一制造業(yè)大國的背后，傳統(tǒng)的“高投入、高能耗、高污染、低效率”發(fā)展模式導(dǎo)致的生態(tài)環(huán)境問題已嚴重制約了我國經(jīng)濟的可持續(xù)發(fā)展，由此引起社會各界的高度關(guān)注。對此，黨的二十大報告在有關(guān)生態(tài)環(huán)境保護章節(jié)中明確提出了“推動綠色發(fā)展，促進人與自然和諧共生”的發(fā)展主線，并從加快發(fā)展方式綠色轉(zhuǎn)型、深入推進環(huán)境污染防治、積極穩(wěn)妥推進碳達峰碳中和等方面作出部署。由此觀之，以生態(tài)文明建設(shè)為引領(lǐng)，全力打好污染防治攻堅戰(zhàn)，既是落實黨的二十大報告提出的綠色發(fā)展理念的關(guān)鍵舉措，也是推動經(jīng)濟社會全面綠色轉(zhuǎn)型的必然選擇。

隨著以人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等為代表的新一代信息通信技術(shù)興起，數(shù)字經(jīng)濟與實體經(jīng)濟加速融合并滲透到經(jīng)濟社會的諸多領(lǐng)域。近年來，黨中央深刻洞悉數(shù)字革命浪潮席卷之下所帶來的生產(chǎn)方式轉(zhuǎn)型、經(jīng)濟結(jié)構(gòu)變遷和治理方式變革的歷史趨勢，將加快數(shù)字化發(fā)展的重要性置之于前所未有的高度。在我國政府大力推動數(shù)字化變革創(chuàng)新的影響下，數(shù)字化轉(zhuǎn)型越發(fā)成為重塑制造業(yè)核心競爭優(yōu)勢、驅(qū)動實體企業(yè)提質(zhì)增效以及引領(lǐng)我國經(jīng)濟動能轉(zhuǎn)換的重要引擎。

在數(shù)字化轉(zhuǎn)型與綠色發(fā)展已成為我國經(jīng)濟社會變革的主旋律這一背景下，隨著數(shù)字化轉(zhuǎn)型日益嵌入到微觀個體的行為決策中，其對我國制造業(yè)企業(yè)的環(huán)境績效將有何影響？如果數(shù)字化轉(zhuǎn)型有利于降污減排，那么背后的作用機制是什么？更進一步地，數(shù)字化轉(zhuǎn)型的環(huán)境績效是否會因企業(yè)屬性特征的不同而表現(xiàn)出相應(yīng)的差異？前、末端治理在企業(yè)數(shù)字化轉(zhuǎn)型影響降污減排的過程中究竟扮演何種角色？厘清上述問題具有重要的學(xué)術(shù)價值與實踐意義：一方面，有助于增進對企業(yè)數(shù)字化轉(zhuǎn)型的環(huán)境效應(yīng)的理解，進而拓展與數(shù)字化轉(zhuǎn)型、企業(yè)環(huán)境污染等相關(guān)的學(xué)術(shù)研究；另一方面，有助于深入挖掘企業(yè)環(huán)境治理的有效路徑，為綠色發(fā)展新理念的貫徹落實提供決策參考，從而實現(xiàn)降污減排與高質(zhì)量發(fā)展的“雙贏”目標。

與已有研究相比，本文可能在以下方面有所貢獻：一是在選題立意上，針對企業(yè)數(shù)字化轉(zhuǎn)型與環(huán)境污染治理的內(nèi)在邏輯關(guān)系進行系統(tǒng)的研究，從微觀結(jié)構(gòu)主體視角拓展了對環(huán)境績效影響因素的認識，并深化了對數(shù)字化轉(zhuǎn)型與降污減排之間互動機制的理解。二是在研究范式上，構(gòu)筑了分層遞進式的經(jīng)驗分析框架，并圍繞“綠色技術(shù)進步效應(yīng)”“管理效率優(yōu)化效應(yīng)”這兩個傳導(dǎo)途徑進行解析，進一步打開數(shù)字化轉(zhuǎn)型影響企業(yè)環(huán)境污染治理的機制“黑箱”。三是在研究內(nèi)容上，一方面從人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等更加細化的維度探討了數(shù)字化轉(zhuǎn)型對企業(yè)降污減排的影響；另一方面則通過捕捉數(shù)字化轉(zhuǎn)型的前、末端治理效應(yīng)，更加精準地識別數(shù)字化轉(zhuǎn)型驅(qū)動企業(yè)環(huán)境績效提升這一邏輯鏈條上的關(guān)鍵節(jié)點。四是在指標刻畫上，利用非結(jié)構(gòu)化的上市公司年報信息并結(jié)合文本分析法對我國制造業(yè)上市企業(yè)的數(shù)字化發(fā)展水平展開全面測度，這有助于彌補傳統(tǒng)衡量指標的不足；與此同時，采用工業(yè)廢水、二氧化硫排放強度等衡量指標來對企業(yè)的環(huán)境污染狀況進行直接刻畫，較之既往研究所采用的綠色專利、環(huán)保費用支出等間接衡量指標更加準確恰當。

一、文獻綜述與理論分析

（一）文獻綜述

與本文密切相關(guān)的研究文獻主要集中在以下三個方面：一是有關(guān)數(shù)字化影響效應(yīng)的探討。部分學(xué)者從宏、中觀層面，考察了數(shù)字化對國際貿(mào)易、高質(zhì)量發(fā)展、包容性增長等領(lǐng)域的影響；①施炳展：《互聯(lián)網(wǎng)與國際貿(mào)易——基于雙邊雙向網(wǎng)址鏈接數(shù)據(jù)的經(jīng)驗分析》，《經(jīng)濟研究》2016年第5期；趙濤、張智、梁上坤：《數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)》，《管理世界》2020年第10期；陳東、秦子洋：《人工智能與包容性增長——來自全球工業(yè)機器人使用的證據(jù)》，《經(jīng)濟研究》2022年第4期。在微觀層面，已有研究則主要探討了數(shù)字化轉(zhuǎn)型對生產(chǎn)效率、專業(yè)化分工、資本市場表現(xiàn)等領(lǐng)域的作用。②劉淑春、閆津臣、張思雪、林漢川：《企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎》，《管理世界》2021年第5期；袁淳、肖土盛、耿春曉、盛譽：《數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化》，《中國工業(yè)經(jīng)濟》2021年第9期；吳非、胡慧芷、林慧妍、任曉怡：《企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)》，《管理世界》2021年第7期。二是有關(guān)環(huán)境績效決定因素的探討。大量文獻致力于揭示環(huán)境污染背后的動因及其演變規(guī)律，由此形成了“環(huán)境庫茲涅茨曲線”“污染天堂”“污染光環(huán)”等理論假說。③Grossman G.M., Krueger A.B., “Economic Growth and the Environment”, Quarterly Journal of Economics, Vol.110, No.2, 1995,pp.353-377; Eskeland G.S., Harrison A.E., “Moving to Greener Pastures? Multinationals and the Pollution Haven Hypothesis”,Journal of Development Economics, Vol.70, No.1, 2003, pp.1-23.隨著實證研究的推進，越來越多的學(xué)者將研究視角從國別、行業(yè)層面延伸拓展至微觀層面，并圍繞環(huán)境規(guī)制、外向型經(jīng)濟活動、產(chǎn)業(yè)集聚、政府行為等多個方面探討了企業(yè)環(huán)境績效的決定因素。①Gibson M., “Regulation-induced Pollution Substitution”, Review of Economics and Statistics, Vol.101, No.5, 2019, pp.827-840；陳登科：《貿(mào)易壁壘下降與環(huán)境污染改善——來自中國企業(yè)污染數(shù)據(jù)的新證據(jù)》，《經(jīng)濟研究》2020年第12期；蘇丹妮、盛斌：《產(chǎn)業(yè)集聚、集聚外部性與企業(yè)減排——來自中國的微觀新證據(jù)》，《經(jīng)濟學(xué)（季刊）》2021年第5期；金剛、沈坤榮、李劍：《“以地謀發(fā)展”模式的跨界污染后果》，《中國工業(yè)經(jīng)濟》2022年第3期。三是有關(guān)數(shù)字化與環(huán)境績效之間關(guān)系的探討。部分文獻證實了人工智能的應(yīng)用有助于降低行業(yè)或企業(yè)的污染排放，②陳昊、閆雪凌、朱博楷：《機器人使用影響污染排放的機制和實證研究》，《中國經(jīng)濟問題》2021年第5期；盛丹、卜文超：《機器人使用與中國企業(yè)的污染排放》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2022年第9期。且數(shù)字賦能對制造業(yè)企業(yè)的綠色轉(zhuǎn)型存在積極影響。③戴翔、楊雙至：《數(shù)字賦能、數(shù)字投入來源與制造業(yè)綠色化轉(zhuǎn)型》，《中國工業(yè)經(jīng)濟》2022年第9期。通過對相關(guān)文獻的回顧可以發(fā)現(xiàn)，既有研究圍繞企業(yè)數(shù)字化轉(zhuǎn)型與環(huán)境績效進行了較為系統(tǒng)的討論，但在以下方面仍存在進一步拓展的空間：一是正面探討數(shù)字化與環(huán)境污染之間因果關(guān)系的文獻基本局限于宏、中觀層面，微觀層面的研究則較為鮮見，這可能掩蓋了企業(yè)特質(zhì)性并導(dǎo)致現(xiàn)有研究難以提供深刻的洞見；二是雖有零星文獻涉及企業(yè)數(shù)字化轉(zhuǎn)型綠色效應(yīng)的探討，但相關(guān)研究要么囿于綠色技術(shù)創(chuàng)新，要么采用行業(yè)層面的投入產(chǎn)出數(shù)據(jù)來對微觀層面的數(shù)字化發(fā)展水平進行近似推斷，前者缺乏對企業(yè)污染排放的直接考察，后者則隱含著較強的前提假設(shè)，在指標衡量方面值得商榷。

（二）理論分析

數(shù)字化轉(zhuǎn)型指通過信息技術(shù)、計算技術(shù)、通信技術(shù)和連接技術(shù)的組合應(yīng)用，觸發(fā)企業(yè)組織特性的重大變革，并重構(gòu)組織結(jié)構(gòu)、行為及運行系統(tǒng)的過程。④黃麗華、朱海林等：《企業(yè)數(shù)字化轉(zhuǎn)型和管理：研究框架與展望》，《管理科學(xué)學(xué)報》2021年第8期。將數(shù)字化轉(zhuǎn)型戰(zhàn)略引入到企業(yè)的日常生產(chǎn)經(jīng)營管理過程中，有利于促進生產(chǎn)范式的改進、業(yè)務(wù)流程的再造以及資源配置的優(yōu)化，從而推動企業(yè)向節(jié)能環(huán)保的新型發(fā)展模式轉(zhuǎn)變。一方面，數(shù)字化轉(zhuǎn)型有助于打破知識和信息在企業(yè)內(nèi)外部的流動壁壘，在消除信息不對稱的同時提升企業(yè)的知識存量，使其能夠做出更加科學(xué)合理的生產(chǎn)經(jīng)營決策以實現(xiàn)提質(zhì)增效、資源集約利用等精益化管理目標，從而為企業(yè)改善環(huán)境績效提供基礎(chǔ)性保障。另一方面，數(shù)字化轉(zhuǎn)型將大數(shù)據(jù)平臺、傳感器、智能監(jiān)測設(shè)備等數(shù)字基礎(chǔ)設(shè)施與企業(yè)的生產(chǎn)經(jīng)營活動有機結(jié)合起來，有助于對企業(yè)的能耗物耗、環(huán)境污染等進行實時、精準的監(jiān)控，從而推動企業(yè)污染防治方式的創(chuàng)新變革，這對企業(yè)的環(huán)境績效具有直接的改善作用。近年來，隨著ESG評價標準風靡全球，可持續(xù)發(fā)展引致的社會責任要求正在重塑企業(yè)的經(jīng)營理念，這對企業(yè)的環(huán)境績效提出了更高的要求，從而倒逼其不斷加強綠色發(fā)展能力建設(shè)。為進一步提升自身的ESG表現(xiàn)以確保在激烈的市場競爭中獲得更多的收益和立于不敗之地，企業(yè)將會有較強的激勵動機去開展污染防治工作并采用更好的綠色技術(shù)，在此情境下數(shù)字化轉(zhuǎn)型為企業(yè)相關(guān)目標的實現(xiàn)提供了有力的抓手?；谏鲜龇治觯疚奶岢鲆韵卵芯考僭O(shè)：

H1：給定其他條件不變，數(shù)字化轉(zhuǎn)型有助于改善制造業(yè)企業(yè)的環(huán)境績效。

數(shù)字化轉(zhuǎn)型影響制造業(yè)企業(yè)環(huán)境績效的中間傳導(dǎo)機制主要體現(xiàn)在以下兩個方面。其一是綠色技術(shù)進步效應(yīng)。首先，企業(yè)數(shù)字化轉(zhuǎn)型所倚賴的新一代信息通信技術(shù)具有高科技屬性與低環(huán)境成本特征，相比傳統(tǒng)技術(shù)，高新技術(shù)的大規(guī)模投入更具節(jié)能環(huán)保功效。其次，數(shù)字化轉(zhuǎn)型能夠加速推動信息的擴散傳播以及不同領(lǐng)域知識的集成共享，⑤Subramaniam M., Yound M.A., “The Influence of Intellectual Capital on the Tpes of Innovative Capabilities”, Academy of Management Journal, Vol.48, No.3, 2005, pp.450-463.這有助于促進創(chuàng)新主體之間的交流協(xié)作，降低綠色創(chuàng)新要素的流動成本并放大其技術(shù)溢出效應(yīng)，使企業(yè)得以整合內(nèi)外部的創(chuàng)新技術(shù)資源并推動自身綠色創(chuàng)新活動的進展。再次，數(shù)字化轉(zhuǎn)型通過促進數(shù)字技術(shù)與其他生產(chǎn)要素的深度融合，進一步拓展了綠色創(chuàng)新資源的配置范圍，⑥宋德勇、朱文博、丁海：《企業(yè)數(shù)字化能否促進綠色技術(shù)創(chuàng)新？——基于重污染行業(yè)上市公司的考察》，《財經(jīng)研究》2022年第4期。這為企業(yè)綠色技術(shù)的研發(fā)應(yīng)用提供重要的支撐。最后，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)價值和財務(wù)穩(wěn)定性，⑦吳非、胡慧芷、林慧妍、任曉怡：《企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)》，《管理世界》2021年第7期。使其更容易從資本市場獲得融資并為綠色創(chuàng)新活動提供充足的資金支持，這有助于進一步激發(fā)企業(yè)的綠色創(chuàng)新動機并提升其創(chuàng)新產(chǎn)出績效。既有研究認為，以綠色技術(shù)為導(dǎo)向的創(chuàng)新從根本上提高了企業(yè)的資源利用效率，并強化了企業(yè)的環(huán)境保護能力和污染治理水平，是企業(yè)實現(xiàn)節(jié)能減排與綠色轉(zhuǎn)型的重要途徑。①Acemoglu D., Aghion P., Bursztyn L., Hemous D., “The Environment and Directed Technical Change”, American Economic Review, Vol.102, No.1, 2012, pp.131-166；史丹：《綠色發(fā)展與全球工業(yè)化的新階段：中國的進展與比較》，《中國工業(yè)經(jīng)濟》2018年第10期。基于此，本文提出以下研究假設(shè)：

H2：數(shù)字化轉(zhuǎn)型通過推動綠色技術(shù)進步改善了制造業(yè)企業(yè)的環(huán)境績效。

其二是管理效率優(yōu)化效應(yīng)。數(shù)字化轉(zhuǎn)型在很大程度上突破了傳統(tǒng)組織管理模式的窠臼，使其沿著科學(xué)管理、信息管理的發(fā)展方向演進，并通過以下途徑改善企業(yè)的管理效率：第一，數(shù)字化轉(zhuǎn)型打破了“信息孤島”的局面，有效解決了信息流動過程中存在的部門化、碎片化等問題，借此企業(yè)能夠?qū)ζ溥\營流程進行更加科學(xué)合理的規(guī)劃設(shè)計，并推動內(nèi)部組織架構(gòu)由傳統(tǒng)的“垂直化”向開放式的“扁平化”轉(zhuǎn)變，從而優(yōu)化企業(yè)管理效能。第二，數(shù)字化轉(zhuǎn)型便于企業(yè)對消費者的需求偏好實施動態(tài)監(jiān)測和智能分析，②許憲春、任雪、常子豪：《大數(shù)據(jù)與綠色發(fā)展》，《中國工業(yè)經(jīng)濟》2019年第4期。這強化了企業(yè)的洞察力，使其能夠通過不斷調(diào)整、優(yōu)化組織方式和商業(yè)模式來適應(yīng)瞬息萬變的現(xiàn)實需要，從而實現(xiàn)業(yè)務(wù)運營的智能化和精細化管理。第三，數(shù)字化轉(zhuǎn)型所帶來的信息公開化、透明化不僅有助于規(guī)范和約束企業(yè)自身行為，而且強化了外界對企業(yè)經(jīng)營管理的監(jiān)督作用。這一方面能夠避免因委托代理問題造成的效率損失，③Chen W., Kamal F., “The Impact of Information and Communication Technology Adoption on Multinational Firm Boundary Decisions”, Journal of International Business Studies, Vol.47, No.5, 2016, pp.563-576.另一方面通過外部輿論訴求將傳統(tǒng)的企業(yè)內(nèi)部治理拓展至“線上—線下”相結(jié)合的方式，促使外部主體與企業(yè)共同參與治理，進而提高企業(yè)的管理效率。④戚聿東、肖旭：《數(shù)字經(jīng)濟時代的企業(yè)管理變革》，《管理世界》2020年第6期；陳德球、胡晴：《數(shù)字經(jīng)濟時代下的公司治理研究：范式創(chuàng)新與實踐前沿》，《管理世界》2022年第6期。綜合已有研究結(jié)論來看，管理效率的提升有助于降低企業(yè)的運營成本，促進各種生產(chǎn)要素的靈活調(diào)度和優(yōu)化組合，⑤孫浦陽、侯欣裕、盛斌：《服務(wù)業(yè)開放、管理效率與企業(yè)出口》，《經(jīng)濟研究》2018年第7期。在減少資源浪費的基礎(chǔ)上提高資源的配置效率，⑥Acemoglu D., Akcigit U., Alp H., Bloom N., Kerr W., “Innovation, Reallocation and Growth”, American Economic Review,Vol.108, No.11, 2018, pp.3450-3491.從而有效降低企業(yè)的污染排放。⑦Bloom N., Genako C., Marti R., Sadun R., “Modern Management: Good for the Environment or Just Hot Air?”, Economic Journal,Vol.120, No.544, 2010, pp.551-572.由此，本文提出以下研究假設(shè)：

H3：數(shù)字化轉(zhuǎn)型通過優(yōu)化管理效率改善了制造業(yè)企業(yè)的環(huán)境績效。

二、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

本文的數(shù)據(jù)來源如下：一是中國A股上市公司數(shù)據(jù)，其中用于構(gòu)造企業(yè)數(shù)字化轉(zhuǎn)型衡量指標的原始資料來自上市公司年報，其他有關(guān)企業(yè)基本信息、財務(wù)信息等控制變量的原始數(shù)據(jù)則來自國泰安數(shù)據(jù)庫。二是企業(yè)層面的污染排放數(shù)據(jù)，其來自中國工業(yè)企業(yè)污染排放數(shù)據(jù)庫。本文利用企業(yè)名稱、年份等識別信息將上述兩套微觀數(shù)據(jù)進行匹配合并，從而得到考察期為2007—2014年的實證研究樣本。

（二）指標變量構(gòu)造

1.被解釋變量：企業(yè)污染排放強度

本文主要立足于水污染、大氣污染兩個方面，通過計算相關(guān)污染物的排放強度來反向刻畫企業(yè)的環(huán)境績效。一方面，隨著工業(yè)的迅速發(fā)展，制造業(yè)企業(yè)在生產(chǎn)過程中引致的水污染問題日益嚴重，且在企業(yè)污染排放數(shù)據(jù)庫中工業(yè)廢水排放量指標的缺失相對較少，故而選擇其作為企業(yè)水污染的典型代表；另一方面，作為全球最大的煤炭生產(chǎn)和消費國，我國的能源結(jié)構(gòu)決定了以煤煙型為主的大氣污染是當前環(huán)境污染的主要表現(xiàn)形式，鑒于二氧化硫不僅是燃煤的主要產(chǎn)物，而且是國內(nèi)外相關(guān)研究中最為常用的指標選擇，①Antweiler W., Copeland B.R., Taylor M.S., “Is Free Trade Good for the Environment”, American Economic Review, Vol.91, No.4,2001, pp.877-908.因此以其作為企業(yè)大氣污染的典型代表。為進一步消除規(guī)模因素差異的影響，本文以人均工業(yè)廢水、二氧化硫排放量（已對數(shù)化處理）來對企業(yè)的污染排放強度進行衡量。

2.核心解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型

本文借鑒吳非等、袁淳等的做法，②吳非、胡慧芷、林慧妍、任曉怡：《企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)》，《管理世界》2021年第7期；袁淳、肖土盛、耿春曉、盛譽：《數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化》，《中國工業(yè)經(jīng)濟》2021年第9期?；谏鲜泄灸陥蟛⑦\用文本分析法來構(gòu)造企業(yè)數(shù)字化轉(zhuǎn)型的衡量指標，具體步驟如下：首先，運用Python爬蟲功能對滬深兩市A股上市公司年報進行歸集整理，然后通過JavaPDFbox庫提取所有文本內(nèi)容，以此作為數(shù)據(jù)池供后續(xù)特征詞篩選使用。其次，對政學(xué)業(yè)三界有關(guān)數(shù)字化表述的語義體系加以綜合、梳理和結(jié)構(gòu)化分類，然后從“底層技術(shù)運用”、“技術(shù)實踐應(yīng)用”兩個層面篩選得到相應(yīng)的數(shù)字化關(guān)鍵詞，據(jù)此構(gòu)建企業(yè)數(shù)字化特征術(shù)語庫，并剔除掉關(guān)鍵詞前存在否定詞語表述以及非企業(yè)本身的“數(shù)字化轉(zhuǎn)型”關(guān)鍵詞。最后，基于對上市公司年報文本提取形成的數(shù)據(jù)池，根據(jù)確定的特征詞執(zhí)行“搜尋—匹配—詞頻統(tǒng)計”程序，進而分類歸集關(guān)鍵技術(shù)方向的詞頻并形成最終加總詞頻。鑒于詞頻數(shù)據(jù)具有典型的“右偏性”特征，因此將其加上1后再進行對數(shù)化處理，從而得到本文企業(yè)數(shù)字化轉(zhuǎn)型的衡量指標。

3.控制變量

為緩解遺漏變量問題，本文借鑒已有研究，納入了一組與環(huán)境污染密切相關(guān)的企業(yè)層面控制變量，具體包括企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、資產(chǎn)負債率（Lev）、總資產(chǎn)收益率（ROA）、融資約束（Credit）、全要素生產(chǎn)率（TFP）、產(chǎn)權(quán)性質(zhì)（SOE）。上述相關(guān)變量的定義及描述性統(tǒng)計列示于表1。

表1 變量的定義及描述性統(tǒng)計

（三）計量模型設(shè)定

為檢驗制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對其環(huán)境績效的影響，本文構(gòu)建如下計量模型：

式中，被解釋變量EIit表示企業(yè)i在第t年的工業(yè)廢水或二氧化硫排放強度；核心解釋變量DTIit表示企業(yè)i在第t年的數(shù)字化轉(zhuǎn)型程度，下文將重點關(guān)注其待估參數(shù)的數(shù)值符號及顯著性，其經(jīng)濟含義即反映了企業(yè)數(shù)字化轉(zhuǎn)型所帶來的環(huán)境效應(yīng)；Controlsit表示前述的企業(yè)層面控制變量集合；Industry、Year分別表示行業(yè)（證監(jiān)會的二分位行業(yè)標準）、年度固定效應(yīng)，用于控制行業(yè)層面特定時間不可觀測的影響因素以及隨時間變化的潛在影響因素；①在本文中核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型指標的變異程度具有局部性特征，其更多地存在于企業(yè)之間而非企業(yè)內(nèi)部，此時若控制企業(yè)層面固定效應(yīng)則容易產(chǎn)生計量估計偏誤，故而采用行業(yè)層面固定效應(yīng)更為適宜。ζit為隨機誤差項，表示影響企業(yè)污染排放強度的其他不可觀測因素。為排除異常值的干擾，本文根據(jù)“企業(yè)—年份”層級結(jié)構(gòu)對連續(xù)型變量位于雙側(cè)1%分位的極端值進行縮尾處理；另外，考慮到企業(yè)的污染排放可能存在一定的空間相關(guān)性，因此在回歸分析中若無特別說明均采用聚類至企業(yè)層面的穩(wěn)健性標準誤。

三、實證結(jié)果分析

（一）基準回歸

表2報告了基于式（1）并采用遞進式回歸策略得到的基準估計結(jié)果。其中，第（1）（5）列對應(yīng)的是尚未納入控制變量和固定效應(yīng)的估計結(jié)果，此時企業(yè)數(shù)字化轉(zhuǎn)型變量的估計系數(shù)均在1%的統(tǒng)計水平上顯著為負。第（2）（6）列是納入控制變量后的估計結(jié)果，可以發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型變量的估計系數(shù)再次在1%的統(tǒng)計水平上顯著為負。在此基礎(chǔ)上，第（3） — （4）、（7） — （8）列進一步控制了行業(yè)、年度固定效應(yīng)，結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型變量估計系數(shù)的量級雖然有所下降，但其統(tǒng)計顯著性和符號方向依然保持不變。上述估計結(jié)果意味著制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型程度越高，則其工業(yè)廢水、二氧化硫的排放強度越低，可見上述二者存在顯著的負相關(guān)關(guān)系。在經(jīng)濟含義的詮釋方面，以第（4）（8）列的估計結(jié)果為例，可以發(fā)現(xiàn)，披露了一個與數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞的企業(yè)的工業(yè)廢水、二氧化硫排放強度，較之沒有披露任何相關(guān)關(guān)鍵詞的企業(yè)而言平均要低4.573%、4.278%。②計算公式為In2×1 /θ—，其中表示工業(yè)廢水或二氧化硫排放強度的平均值。這說明數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)污染排放的抑制效應(yīng)具有顯著的經(jīng)濟意義。由上可見，基準回歸結(jié)果初步驗證了研究假設(shè)1，即數(shù)字化轉(zhuǎn)型有助于改善制造業(yè)上市企業(yè)的環(huán)境績效。

表2 基準回歸結(jié)果

（二）內(nèi)生性問題的應(yīng)對

基準回歸結(jié)果可能面臨內(nèi)生性問題的干擾。一方面，環(huán)境行為、數(shù)字化策略均內(nèi)生于企業(yè)的經(jīng)營決策之中，這意味著上述二者可能存在相互影響關(guān)系。從現(xiàn)實來看，要實現(xiàn)降污減排目標往往需要投入大量的資金和技術(shù)設(shè)備，對于環(huán)境績效較好的企業(yè)而言，其通常具備更加雄厚的資金和技術(shù)實力，這反過來可能會進一步強化企業(yè)推行數(shù)字化戰(zhàn)略的動機，由此引發(fā)的逆向因果問題會導(dǎo)致核心參數(shù)出現(xiàn)估計偏誤。另一方面，盡管基準回歸已控制了企業(yè)層面的相關(guān)影響因素以及行業(yè)、年度固定效應(yīng)，但由于難以保證與企業(yè)數(shù)字化轉(zhuǎn)型、環(huán)境績效相關(guān)的不可觀測因素均被囊括在內(nèi)，因此遺漏變量的潛在可能性仍然存在。針對此，本文采用以下兩種方法來進行應(yīng)對。

一是構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的工具變量并執(zhí)行IV-2SLS估計。既有研究認為，企業(yè)的經(jīng)營決策通常會受到上一期同地區(qū)其他企業(yè)的影響。①Srinidhi B., Gul F.A., Tsui J., “Female Directors and Earnings Quality”, Contemporary Accounting Research, Vol.28, No.5, 2011,pp.1610-1644.受此啟發(fā)，本文構(gòu)造了與樣本企業(yè)位于同一城市的其他上市企業(yè)上一年度的數(shù)字化轉(zhuǎn)型平均指數(shù)并以此作為工具變量，具體計算公式如下：

式中，DTI_IVrji－1表示第t－1年與樣本企業(yè)i位于同一城市r的其他上市企業(yè)j的數(shù)字化轉(zhuǎn)型指數(shù)的平均值，DTIrji－1表示第t－1年同城市的其他上市企業(yè)j的數(shù)字化轉(zhuǎn)型指數(shù)，Nri－1表示第t－1年城市r除樣本企業(yè)i外的其他上市企業(yè)的總數(shù)。上述工具變量能夠在一定程度上反映地區(qū)數(shù)字化的演變趨勢，其與樣本企業(yè)的數(shù)字化轉(zhuǎn)型存在一定的關(guān)聯(lián)，故滿足相關(guān)性要求；與此同時，該工具變量由其他上市企業(yè)決定，不大可能對樣本企業(yè)的污染排放產(chǎn)生直接影響，因而能夠較好地滿足外生性與排他性約束條件的要求。從列示于表3第（1）（4）列的第一階段估計結(jié)果來看，工具變量對核心解釋變量的回歸系數(shù)在1%的統(tǒng)計水平上顯著為正，與預(yù)期相符，說明企業(yè)的數(shù)字化決策會受到上一年度同區(qū)域其他企業(yè)的影響。另外，從工具變量的檢驗結(jié)果來看，不存在識別不足、弱識別及過度識別等問題，因此其合理性和有效性得以驗證。在上述基礎(chǔ)上，表3第（2）（5）列的第二階段估計結(jié)果表明企業(yè)數(shù)字化轉(zhuǎn)型變量的估計系數(shù)均在1%的統(tǒng)計水平上顯著為負，且其數(shù)值量級較之表2第（4）（8）列的基準回歸結(jié)果有所擴大。由此可見，通過引入工具變量對潛在的內(nèi)生性問題加以控制后，IV-2SLS估計結(jié)果再次印證了企業(yè)數(shù)字化對其污染排放具有顯著的抑制效應(yīng)，并且具有較為可觀的邊際效應(yīng)。

表3 應(yīng)對內(nèi)生性問題的檢驗結(jié)果

二是借鑒李磊等的研究，②李磊、劉常青、韓民春：《信息化建設(shè)能夠提升企業(yè)創(chuàng)新能力嗎？——來自“兩化融合試驗區(qū)”的證據(jù)》，《經(jīng)濟學(xué)（季刊）》2022年第3期。利用“兩化融合”試驗政策這一外生沖擊事件作為準自然實驗，通過構(gòu)建多期DID模型來克服內(nèi)生性問題。國家級“兩化融合試驗區(qū)”在建設(shè)過程中強調(diào)利用信息技術(shù)改造和提升傳統(tǒng)產(chǎn)業(yè)、培育和發(fā)展新興產(chǎn)業(yè)，切實提升工業(yè)企業(yè)的信息化水平，因此“兩化融合”試驗政策自實施以來逐漸成為我國推行信息化環(huán)境建設(shè)與驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型的重要制度抓手。本文將受“兩化融合”試驗政策影響的樣本企業(yè)視為處理組，而未受影響者則作為對照組，據(jù)此設(shè)定如下形式的多期DID模型：

式中，核心解釋變量DIDit表示企業(yè)i所屬城市在第t年是否入選“兩化融合試驗區(qū)”，③根據(jù)工業(yè)和信息化部官網(wǎng)提供的資料，“兩化融合試驗區(qū)”共涉及上海、重慶等30個城市。若是則在當年及之后均賦值為1，反之為0。其余指標變量的定義同前，此處不再贅述。

為驗證多期DID模型識別策略的有效性，首先進行平行趨勢假設(shè)條件檢驗。本文將“兩化融合”試驗政策發(fā)生前后的時間長度歸并至[－4, 4]的區(qū)間內(nèi)，并將政策試驗前的－4年設(shè)定為事件分析基期。從檢驗結(jié)果來看，④限于篇幅，平行趨勢檢驗結(jié)果從略，備索。在試驗政策實施前各期的估計參數(shù)均不顯著，這意味著樣本企業(yè)在工業(yè)廢水、二氧化硫排放強度方面不存在趨勢性差異，即滿足事前平行趨勢假設(shè)。表3的第（3）（6）列進一步報告了基于多期DID模型的估計結(jié)果，可以發(fā)現(xiàn)企業(yè)數(shù)字化變量的估計系數(shù)分別在10%、1%的統(tǒng)計水平上顯著為負，這表明“兩化融合”試驗政策對實施城市企業(yè)的工業(yè)廢水、二氧化硫排放均具有顯著的抑制作用，換言之其有助于改善企業(yè)的環(huán)境績效。

（三）其他穩(wěn)健性檢驗

為確保研究結(jié)論的準確可信，本文從以下五個方面進行了穩(wěn)健性檢驗：

一是替換核心變量的衡量指標。一方面，分別采用企業(yè)單位產(chǎn)出、單位營業(yè)收入的工業(yè)廢水、二氧化硫排放量以及化學(xué)需氧量、工業(yè)廢氣、煙塵等污染物的人均排放量來作為企業(yè)污染排放強度的衡量指標；另一方面，通過剔除“行業(yè)—年份”層面的共同度量偏差、計算詞頻密度、將上市公司年報內(nèi)容限定于MD&A區(qū)間、計算軟件投資占總資產(chǎn)比重等不同方式來重新構(gòu)造企業(yè)數(shù)字化轉(zhuǎn)型衡量指標。

二是剔除特殊樣本。通過剔除國際金融危機發(fā)生期間樣本、直轄市企業(yè)樣本和排除企業(yè)策略性披露行為等來隔絕各類特殊樣本的干擾。

三是調(diào)整穩(wěn)健性標準誤。一是改變穩(wěn)健性標準誤的聚類層級，將其由原先的企業(yè)層面進一步調(diào)整為“城市—行業(yè)”層面，以及在企業(yè)和年份層面進行雙向聚類；二是改變穩(wěn)健性標準誤的設(shè)定方法，采用Conley的空間二維標準誤校正方法來控制企業(yè)間數(shù)字化決策、環(huán)境行為的策略互動特征。①Conley T. G., “GMM Estimation with Cross Sectional Dependence”, Journal of Econometrics, Vol.92, No.1, 1999, pp.1-45.

四是遺漏變量問題的檢驗及應(yīng)對。首先，借鑒Nunn和Wantchekon的做法，②Nunn N., Wantchekon L., “The Slave Trade and the Origins of Mistrust in Africa”, American Economic Review, Vol.101, No.7,2011, pp.3221-3252.通過構(gòu)造不可觀測因素的選擇性偏誤判定指標來對遺漏變量問題進行檢測。其次，參照陳登科的研究，③陳登科：《貿(mào)易壁壘下降與環(huán)境污染改善——來自中國企業(yè)污染數(shù)據(jù)的新證據(jù)》，《經(jīng)濟研究》2020年第12期。在基準計量方程中納入省級、行業(yè)各自與年份的交乘固定效應(yīng)，以實現(xiàn)對與環(huán)境規(guī)制政策、數(shù)字化發(fā)展政策等相關(guān)的一系列特定沖擊因素的聯(lián)合控制。

五是安慰劑檢驗。將樣本企業(yè)的污染排放強度變量與數(shù)字化轉(zhuǎn)型變量的真實對應(yīng)關(guān)系打亂后進行隨機配對，在構(gòu)造虛假測試樣本的基礎(chǔ)上重新進行估計并循環(huán)重復(fù)500次，以排除虛假回歸的潛在威脅。綜合上述檢驗結(jié)果來看，本文的核心結(jié)論并未發(fā)生實質(zhì)性的改變，因而具備較好的穩(wěn)健性。④因篇幅所限具體檢驗結(jié)果從略，留存?zhèn)渌鳌?/p>

（四）作用機制檢驗

根據(jù)前文的理論分析，綠色技術(shù)進步與管理效率優(yōu)化是數(shù)字化轉(zhuǎn)型作用于企業(yè)環(huán)境績效的兩個潛在機制，本節(jié)將對此進行檢驗。首先，構(gòu)造渠道變量的衡量指標。一方面，根據(jù)宋德勇等的研究，①宋德勇、朱文博、丁海：《企業(yè)數(shù)字化能否促進綠色技術(shù)創(chuàng)新？——基于重污染行業(yè)上市公司的考察》，《財經(jīng)研究》2022年第4期。采用獨立獲得的綠色專利數(shù)量（對數(shù)值）來作為企業(yè)綠色技術(shù)進步的衡量指標。另一方面，借鑒孫浦陽等的做法，②孫浦陽、侯欣裕、盛斌：《服務(wù)業(yè)開放、管理效率與企業(yè)出口》，《經(jīng)濟研究》2018年第7期。通過估計下述管理費用決定方程并提取殘差值來對企業(yè)的管理效率進行測度：mfit=α0+α1lit+α2frit+α3markupit+λs+λt+εit。其中，mfit表示企業(yè)i的管理費用（對數(shù)值）；lit表示企業(yè)的員工人數(shù)（對數(shù)值），作為企業(yè)規(guī)模的代理變量；frit表示企業(yè)的海外業(yè)務(wù)收入額（對數(shù)值）；markupit表示企業(yè)的價格加成，采用企業(yè)收入與企業(yè)收入和利潤差額之間的比值來進行衡量；λs、λt分別表示行業(yè)、年份固定效應(yīng)。在上述基礎(chǔ)上提取殘差值εit并根據(jù)其大小對各行業(yè)中的企業(yè)進行排序，將排序中前10分位數(shù)內(nèi)的企業(yè)定義為高管理效率者并以其管理費用殘差值的平均值作為本行業(yè)管理效率的前沿值，然后利用各個企業(yè)的管理費用殘差值除以該前沿值得到企業(yè)管理效率水平的衡量指標，其數(shù)值越大表示企業(yè)的相對管理效率越低。

接下來，本文以上述渠道變量作為被解釋變量，并納入式（1）所示的控制變量和固定效應(yīng)，在此基礎(chǔ)上檢驗數(shù)字化轉(zhuǎn)型對企業(yè)環(huán)境績效的作用機制。表4的估計結(jié)果表明，數(shù)字化轉(zhuǎn)型對企業(yè)綠色技術(shù)進步的估計系數(shù)在10%的統(tǒng)計水平上顯著為正，而對企業(yè)管理效率的估計系數(shù)則在10%的統(tǒng)計水平上顯著為負。上述估計結(jié)果符合理論預(yù)期，表明數(shù)字化轉(zhuǎn)型的確有利于促進企業(yè)的綠色技術(shù)進步和管理效率優(yōu)化，其呼應(yīng)了前文的邏輯推理，并驗證了研究假說2、3。

表4 作用機制檢驗結(jié)果

（五）異質(zhì)性分析

考慮到不同企業(yè)可能存在比較明顯的內(nèi)外部屬性特征差異，因此數(shù)字化轉(zhuǎn)型對企業(yè)環(huán)境績效的影響未必完全相同，鑒于此，接下來進一步探究數(shù)字化轉(zhuǎn)型對環(huán)境績效的影響是否會因企業(yè)的科技屬性、所在地域、要素密集度等的不同而有所差異。

首先，表5的第（1） — （2）、（6） — （7）列針對企業(yè)的科技屬性特征進行了異質(zhì)性分析。在高科技組別中，企業(yè)數(shù)字化轉(zhuǎn)型具有顯著的環(huán)境績效改善效應(yīng)，而在非高科技組別中，企業(yè)數(shù)字化轉(zhuǎn)型變量的估計系數(shù)則沒有通過統(tǒng)計顯著性檢驗，這表明數(shù)字化轉(zhuǎn)型對高科技企業(yè)降污減排的促進效應(yīng)更加明顯。導(dǎo)致上述差異化效果的原因在于，數(shù)字化轉(zhuǎn)型需要較強的創(chuàng)新支撐基礎(chǔ)，相比于非高科技企業(yè)，高科技企業(yè)能夠更好地滿足數(shù)字化轉(zhuǎn)型所需的主客觀條件，這決定了其在數(shù)字化轉(zhuǎn)型戰(zhàn)略的推進上更加有效，因而也更有利于環(huán)境績效的改善。

表5 異質(zhì)性檢驗結(jié)果1

其次，本文將整體樣本劃分為東、中、西部地區(qū)企業(yè)三個組別，相應(yīng)的估計結(jié)果如表5的第（3） — （5）、（8） — （10）列所示。研究發(fā)現(xiàn)，在工業(yè)廢水排放方面，數(shù)字化轉(zhuǎn)型對東、中部地區(qū)企業(yè)具有顯著的抑制作用，對西部地區(qū)企業(yè)的影響則不顯著。在二氧化硫排放方面，數(shù)字化轉(zhuǎn)型對東、西部地區(qū)企業(yè)具有顯著的抑制效應(yīng)，而對中部地區(qū)企業(yè)的影響卻不顯著。其原因可能在于東部地區(qū)在經(jīng)濟、技術(shù)、人才、設(shè)施等方面的發(fā)展水平均顯著高于中、西部地區(qū)，因此在數(shù)字化轉(zhuǎn)型帶動企業(yè)降污減排這一過程中，其能夠更加有效地發(fā)揮外在支撐及輔助作用，從而使得東部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型所帶來的環(huán)境績效提升效應(yīng)較之于中、西地區(qū)同行更加顯著。

最后，參考趙宸宇的做法，①趙宸宇：《數(shù)字化發(fā)展與服務(wù)化轉(zhuǎn)型——來自制造業(yè)上市公司的經(jīng)驗證據(jù)》，《南開管理評論》2021年第2期。根據(jù)要素密集度差異將整體樣本企業(yè)劃分為資本密集型、技術(shù)密集型、勞動密集型三個組別。表6的檢驗結(jié)果顯示，數(shù)字化轉(zhuǎn)型對資本密集型、技術(shù)密集型企業(yè)的環(huán)境績效的改善效應(yīng)均通過了統(tǒng)計顯著性水平檢驗，而對勞動密集型企業(yè)的環(huán)境績效的影響則不顯著。對上述差異一個可能的解釋是，相對于勞動密集型企業(yè)而言，資本密集型企業(yè)、技術(shù)密集型企業(yè)往往擁有更加雄厚的資金和技術(shù)實力，這為企業(yè)推行數(shù)字化戰(zhàn)略提供了前提基礎(chǔ)和重要保障，其更有利于發(fā)揮數(shù)字化轉(zhuǎn)型在綠色技術(shù)創(chuàng)新、管理效率優(yōu)化等方面的功效，從而能夠?qū)ζ髽I(yè)環(huán)境績效的改善起到更加顯著的促進作用。

表6 異質(zhì)性檢驗結(jié)果2

四、拓展性分析

（一）數(shù)字化轉(zhuǎn)型的降維分解考察

為了進一步細化企業(yè)的數(shù)字化轉(zhuǎn)型與環(huán)境績效之間因果關(guān)系的分析，本文根據(jù)數(shù)字化轉(zhuǎn)型的權(quán)威界定并以“ABCD”技術(shù)為劃分依據(jù)，將企業(yè)整體的數(shù)字化轉(zhuǎn)型指標降維分解至底層技術(shù)與實踐應(yīng)用兩大層面，其中前者包含人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)4個子指標，后者則采用實踐中的具體數(shù)字化運用關(guān)鍵詞為依據(jù)構(gòu)建得到數(shù)字化運用指標來表示。基于此得到的估計結(jié)果如表7所示，可以發(fā)現(xiàn)幾乎所有的數(shù)字化轉(zhuǎn)型子指標的估計系數(shù)均顯著為負，其中人工智能技術(shù)的應(yīng)用對企業(yè)環(huán)境績效的改善效應(yīng)尤其顯著。在萬物互聯(lián)的時代，一方面，區(qū)塊鏈技術(shù)因其顛覆性數(shù)據(jù)結(jié)構(gòu)、不可篡改的特性為經(jīng)濟社會的運行提供了“信用”解決方案，對此有學(xué)者指出，將區(qū)塊鏈技術(shù)部署于環(huán)境監(jiān)測系統(tǒng)，可以發(fā)揮可信監(jiān)測、污染溯責等作用，這對強化污染防治機制具有“奇兵”效果。另一方面，人工智能作為新一代通用信息技術(shù)，其深層次應(yīng)用不僅可以有效識別環(huán)境污染源，而且能夠優(yōu)化污染防治的決策機制并實現(xiàn)動態(tài)化、精細化管理，這有利于進一步提高企業(yè)降污減排的成效。

表7 基于數(shù)字化轉(zhuǎn)型降維分解指標的估計結(jié)果

（二）數(shù)字化轉(zhuǎn)型的前、末端治理效應(yīng)考察

現(xiàn)行的環(huán)境規(guī)制方式可以歸納為前端治理與末端治理兩大類。其中，前端治理基于“事前預(yù)防”的思路，其通過減少生產(chǎn)、采用更加清潔的能源或更高效的生產(chǎn)設(shè)備等方式，從源頭上抑制污染的產(chǎn)生；末端環(huán)境管制則基于“先污染后治理”的思路，通過事后干預(yù)的方式來去除企業(yè)生產(chǎn)經(jīng)營過程中產(chǎn)生的污染物以達到降污減排的目的。對此，本節(jié)擬進一步探討的問題是，數(shù)字化轉(zhuǎn)型在賦能企業(yè)降污減排的過程中，其究竟是通過前端治理還是末端治理實現(xiàn)的？抑或二者兼而有之？

基于數(shù)據(jù)的可得性考慮，此處僅以二氧化硫為例，就數(shù)字化轉(zhuǎn)型對企業(yè)污染排放的前、末端治理效應(yīng)進行探討。參考盛丹和卜文超的研究，①陳登科：《貿(mào)易壁壘下降與環(huán)境污染改善——來自中國企業(yè)污染數(shù)據(jù)的新證據(jù)》，《經(jīng)濟研究》2020年第12期；盛丹、卜文超：《機器人使用與中國企業(yè)的污染排放》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2022年第9期。一方面采用二氧化硫產(chǎn)生量、煤炭消費量、潔凈燃氣消費量來作為前端衡量指標，另一方面則采用二氧化硫去除量、脫硫設(shè)施數(shù)量、脫硫設(shè)施脫硫能力來作為末端衡量指標，上述指標的原始數(shù)據(jù)同樣來自中國工業(yè)企業(yè)污染排放數(shù)據(jù)庫。然后，以上述前、末端衡量指標作為被解釋變量，企業(yè)數(shù)字化轉(zhuǎn)型為解釋變量，同時納入同式（1）所示的其他相關(guān)控制變量及行業(yè)、時間固定效應(yīng)，據(jù)此考察企業(yè)數(shù)字化轉(zhuǎn)型對其二氧化硫排放的前、末端治理效應(yīng)。

表8的估計結(jié)果顯示，在前端治理方面，企業(yè)數(shù)字化轉(zhuǎn)型變量的系數(shù)估計值分別為－0.347、－0.331、0.010，可見系數(shù)符號均符合預(yù)期的方向，但其中僅對二氧化硫產(chǎn)生量的影響效應(yīng)通過1%的統(tǒng)計顯著性水平檢驗；而在末端治理方面，企業(yè)數(shù)字化轉(zhuǎn)型對二氧化硫去除量、脫硫設(shè)施數(shù)量、脫硫設(shè)施脫硫能力的影響效應(yīng)均缺乏統(tǒng)計顯著性意義。可見，數(shù)字化轉(zhuǎn)型主要通過前端規(guī)制而非末端處理的方式來降低企業(yè)的二氧化硫排放，且并非通過減少傳統(tǒng)能源的使用或增加清潔能源的使用等治理方式實現(xiàn)的。通常而言，使用清潔能源、改進生產(chǎn)工藝或運用排污處理設(shè)施是企業(yè)為實現(xiàn)減排目的而采取的三種最為常見的做法，鑒于上述實證研究已經(jīng)排除了使用清潔能源或排污處理設(shè)施者這兩種可能，因此我們猜測數(shù)字化轉(zhuǎn)型可能通過改進生產(chǎn)工藝這一前端干預(yù)方式來降低企業(yè)的二氧化硫排放。不過需要指出的是，由于數(shù)據(jù)樣本存在較為明顯的缺失問題，因此對上述結(jié)論需要謹慎解讀，有待進一步的研究。

表8 數(shù)字化轉(zhuǎn)型的前末端治理效應(yīng)估計結(jié)果

結(jié)論與政策啟示

“數(shù)字中國建設(shè)”與“美麗中國建設(shè)”是新時期推動我國經(jīng)濟社會高質(zhì)量發(fā)展的重要戰(zhàn)略部署，在此背景下數(shù)字化轉(zhuǎn)型能否成為我國制造業(yè)綠色轉(zhuǎn)型的驅(qū)動引擎?zhèn)涫懿毮俊１疚睦?007—2014年中國A股上市公司數(shù)據(jù)與中國工業(yè)企業(yè)污染排放數(shù)據(jù)庫匹配合并后的微觀樣本，實證檢驗數(shù)字化轉(zhuǎn)型對我國制造業(yè)企業(yè)環(huán)境績效的影響及其作用機制，研究結(jié)論主要有下：（1）數(shù)字化轉(zhuǎn)型顯著降低了我國制造業(yè)企業(yè)的污染排放強度，具體表現(xiàn)為披露了一個與數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞的企業(yè)相對于沒有披露任何相關(guān)關(guān)鍵詞的企業(yè)而言，其工業(yè)廢水、二氧化硫排放強度平均要低4.573%、4.278%；（2）作用機制檢驗表明，數(shù)字化轉(zhuǎn)型主要通過綠色技術(shù)進步、管理效率優(yōu)化這兩個渠道來促進企業(yè)環(huán)境績效的改善；（3）異質(zhì)性分析顯示，數(shù)字化轉(zhuǎn)型的降污減排效應(yīng)在高科技屬性、資本密集型、技術(shù)密集型以及位于東部地區(qū)的企業(yè)中更為明顯；（4）拓展性分析發(fā)現(xiàn)，人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等數(shù)字技術(shù)的應(yīng)用基本上有利于企業(yè)環(huán)境績效的改善，前端治理在數(shù)字化轉(zhuǎn)型推動企業(yè)二氧化硫減排過程中扮演著更加重要的角色。

本文研究為深入揭示數(shù)字化轉(zhuǎn)型的微觀環(huán)境效應(yīng)及其內(nèi)在邏輯機理提供了理論闡釋與經(jīng)驗證據(jù)，這對于我國探尋制造業(yè)綠色轉(zhuǎn)型的有效發(fā)展路徑具有以下重要啟示：（1）在宏觀層面，政府應(yīng)多管齊下和積極引領(lǐng)企業(yè)推進數(shù)字化轉(zhuǎn)型戰(zhàn)略。一是破除現(xiàn)有制約數(shù)字化轉(zhuǎn)型的機制阻礙，為企業(yè)數(shù)字化轉(zhuǎn)型營造良好的制度環(huán)境；二是從資金、技術(shù)、人才等各個方面出臺相應(yīng)的扶持政策，切實幫助企業(yè)化解數(shù)字化轉(zhuǎn)型面臨的風險挑戰(zhàn)及現(xiàn)實困難，從根本上解決“不敢轉(zhuǎn)”“不會轉(zhuǎn)”“不能轉(zhuǎn)”等問題；三是構(gòu)建完備的數(shù)字化基礎(chǔ)設(shè)施體系，加快形成數(shù)字技術(shù)賦能平臺，以此助力企業(yè)實現(xiàn)高質(zhì)量的數(shù)字化轉(zhuǎn)型。（2）在微觀層面，企業(yè)應(yīng)順應(yīng)時代發(fā)展趨勢，主動擁抱數(shù)字經(jīng)濟浪潮，大力推動數(shù)字技術(shù)的創(chuàng)新應(yīng)用，在激發(fā)自身綠色創(chuàng)新能力的同時實現(xiàn)管理效能的優(yōu)化。此外，企業(yè)應(yīng)重視數(shù)字人才隊伍建設(shè)，可以采取完善科技人才的引進培育機制、加大人力資本投入力度、優(yōu)化人員結(jié)構(gòu)等多種措施來打造契合數(shù)字化時代發(fā)展需要的專業(yè)技術(shù)人才，為企業(yè)借助數(shù)字化轉(zhuǎn)型契機賦能綠色轉(zhuǎn)型提供優(yōu)質(zhì)的人力資源支撐。