摘 要：依據(jù)2010—2022年中國(guó)滬深A(yù)股上市公司面板數(shù)據(jù)，運(yùn)用雙向固定效應(yīng)模型，考量數(shù)字技術(shù)應(yīng)用的減污降碳協(xié)同效應(yīng)及首席數(shù)據(jù)官調(diào)節(jié)作用。結(jié)果顯示：企業(yè)數(shù)字技術(shù)應(yīng)用通過(guò)提升綠色技術(shù)創(chuàng)新和改善ESG績(jī)效，降低污染物排放及碳排放效應(yīng)顯著，設(shè)立首席數(shù)據(jù)官?gòu)?qiáng)化了這一效應(yīng)；異質(zhì)性檢驗(yàn)顯示，減污降碳協(xié)同效應(yīng)在中小規(guī)模企業(yè)、非重污染行業(yè)以及東部地區(qū)企業(yè)更為顯著。鑒于此，建議強(qiáng)化企業(yè)ESG績(jī)效考核，進(jìn)一步加大數(shù)字技術(shù)應(yīng)用力度，鼓勵(lì)綠色技術(shù)創(chuàng)新。

關(guān)鍵詞： 數(shù)字技術(shù)；減污降碳；協(xié)同效應(yīng)；首席數(shù)據(jù)官

中圖分類號(hào)：F062；F205 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1003-7217（2024）04-0136-08

一、引 言

企業(yè)協(xié)同減排的順利推進(jìn)對(duì)于應(yīng)對(duì)全球氣候變化問(wèn)題至關(guān)重要。近年數(shù)字技術(shù)在中國(guó)快速推進(jìn)，正逐步應(yīng)用到經(jīng)濟(jì)社會(huì)發(fā)展各領(lǐng)域全過(guò)程。自然資源觀理論認(rèn)為，企業(yè)保持競(jìng)爭(zhēng)優(yōu)勢(shì)的能力越來(lái)越依賴于與自然環(huán)境相關(guān)的可持續(xù)增長(zhǎng)資源。有研究基于該理論指出，數(shù)字技術(shù)是緩解環(huán)境問(wèn)題的戰(zhàn)略性工具，對(duì)企業(yè)增強(qiáng)競(jìng)爭(zhēng)優(yōu)勢(shì)具有至關(guān)重要的作用[1]。但是，在數(shù)字技術(shù)的實(shí)際應(yīng)用中，短期也不可避免地會(huì)增加企業(yè)成本，甚至有可能擠占環(huán)境投入，進(jìn)而損害環(huán)境。因此，迫切需要科學(xué)評(píng)估數(shù)字技術(shù)應(yīng)用對(duì)環(huán)境的影響，特別是對(duì)企業(yè)減少污染物和降低碳排放的作用。

與研究相關(guān)的文獻(xiàn)主要有兩支。第一支文獻(xiàn)主要從宏觀層面研究數(shù)字化與環(huán)境保護(hù)的關(guān)系，涵蓋了從國(guó)家[2]、省級(jí)[3]到城市層面[4-6]的數(shù)字化對(duì)污染物排放及碳排放的影響。如張爭(zhēng)妍和李豫新[3]發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)的發(fā)展顯著降低了中國(guó)人均碳排放量、碳排放增量和碳排放增速；楊剛強(qiáng)等[4]證實(shí)數(shù)字經(jīng)濟(jì)發(fā)展通過(guò)促進(jìn)技術(shù)進(jìn)步、技術(shù)多樣化和能源利用效率，推動(dòng)了碳減排。第二支文獻(xiàn)主要考察了企業(yè)高管如何有效利用數(shù)字技術(shù)更好地解決環(huán)境問(wèn)題。為適應(yīng)數(shù)字化趨勢(shì)，一些企業(yè)已設(shè)立了首席數(shù)據(jù)官一職[7]，以提升高層管理團(tuán)隊(duì)對(duì)數(shù)字技術(shù)及應(yīng)用的認(rèn)知和重視?，F(xiàn)有研究將首席數(shù)據(jù)官定義為在企業(yè)內(nèi)部擬定及全面推廣數(shù)字戰(zhàn)略、向各方利益相關(guān)者宣傳數(shù)字化項(xiàng)目以及引導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型的高層管理者[8]，并探討了首席數(shù)據(jù)官對(duì)企業(yè)創(chuàng)新的影響。

綜上，現(xiàn)有研究主要在宏觀層面對(duì)數(shù)字技術(shù)的環(huán)境效應(yīng)進(jìn)行探討，鮮有文獻(xiàn)關(guān)注微觀層面的企業(yè)數(shù)字技術(shù)應(yīng)用對(duì)減污降碳的協(xié)同影響。鑒于此，依據(jù)2010—2022年中國(guó)滬深兩市2687家A股上市公司的面板數(shù)據(jù)，運(yùn)用雙向固定效應(yīng)模型，考量數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)減污降碳的協(xié)同效應(yīng)及首席數(shù)據(jù)官的調(diào)節(jié)作用；同時(shí)，從綠色技術(shù)創(chuàng)新和環(huán)境、社會(huì)、治理（ESG）績(jī)效兩個(gè)維度檢驗(yàn)影響機(jī)制以及由企業(yè)的所有權(quán)結(jié)構(gòu)、規(guī)模、所屬行業(yè)、地理位置等因素導(dǎo)致的異質(zhì)性特征，為政府針對(duì)企業(yè)制定減污降碳政策提供實(shí)踐證據(jù)和理論依據(jù)。

二、理論分析和研究假設(shè)

（一）企業(yè)數(shù)字技術(shù)應(yīng)用的減污降碳效應(yīng)

工業(yè)污染物排放與碳排放（例如氮氧化物和二氧化硫排放）具有同源特征[9]，這揭示了同步緩解環(huán)境污染和碳排放問(wèn)題的可能性[10]，即企業(yè)在減少污染物排放和碳排放方面的協(xié)同作用是切實(shí)可行的。首先，在研發(fā)階段，利用人工智能可以簡(jiǎn)化產(chǎn)品設(shè)計(jì)流程，縮短研發(fā)周期，進(jìn)而降低資源的消耗與浪費(fèi)[11]。其次，在生產(chǎn)階段，利用大數(shù)據(jù)技術(shù)可以對(duì)污染源進(jìn)行實(shí)時(shí)監(jiān)控，并促進(jìn)生產(chǎn)過(guò)程中的節(jié)能減排[12]。再次，在產(chǎn)品終端階段，云計(jì)算和人工智能都可以高效地分揀成品，加強(qiáng)廢物管理和資源回收。最后，在運(yùn)營(yíng)管理層面，互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)有助于實(shí)現(xiàn)更高效的資源調(diào)配，提升運(yùn)營(yíng)效率，從而節(jié)約能源[13]?；诖?，提出：

假設(shè)1 企業(yè)數(shù)字技術(shù)應(yīng)用有助于污染物排放和碳排放的協(xié)同減少。

（二）首席數(shù)據(jù)官的調(diào)節(jié)作用

首席數(shù)據(jù)官承擔(dān)著在企業(yè)內(nèi)推動(dòng)數(shù)字化轉(zhuǎn)型的關(guān)鍵使命，通常負(fù)責(zé)開(kāi)展和實(shí)施數(shù)字技術(shù)相關(guān)活動(dòng)，并引領(lǐng)組織范圍內(nèi)的數(shù)字變革[7]。有文獻(xiàn)指出，首席數(shù)據(jù)官是制定與執(zhí)行數(shù)字化戰(zhàn)略的高層管理人員，其專業(yè)背景、價(jià)值觀和技能在引導(dǎo)企業(yè)應(yīng)用數(shù)字技術(shù)實(shí)現(xiàn)環(huán)境可持續(xù)性方面發(fā)揮著重要作用[8]。例如，Bendig等[1]發(fā)現(xiàn)首席數(shù)據(jù)官通過(guò)引入并推廣物聯(lián)網(wǎng)（IoT）、云計(jì)算以及人工智能等技術(shù)，有效提升了能效、減輕了環(huán)境影響；此外，Scuotto等[14]的研究也表明，首席數(shù)據(jù)官通過(guò)大數(shù)據(jù)分析促進(jìn)資源配置優(yōu)化、減少能源消耗和流程數(shù)字化來(lái)縮減企業(yè)的碳足跡。由此可見(jiàn)，首席數(shù)據(jù)官在企業(yè)數(shù)字技術(shù)應(yīng)用對(duì)環(huán)境效應(yīng)的影響中發(fā)揮著重要作用?；诖?，提出：

假設(shè)2 首席數(shù)據(jù)官的設(shè)立有利于強(qiáng)化企業(yè)數(shù)字技術(shù)應(yīng)用的減污降碳效應(yīng)。

（三）綠色技術(shù)創(chuàng)新提升機(jī)制

數(shù)字技術(shù)的核心優(yōu)勢(shì)在于能夠加速知識(shí)溢出和信息傳遞，這一過(guò)程可以極大地推動(dòng)技術(shù)進(jìn)步，如綠色技術(shù)創(chuàng)新。有研究表明，數(shù)字技術(shù)通過(guò)技術(shù)手段加強(qiáng)污染物或廢物管理、激發(fā)企業(yè)綠色技術(shù)創(chuàng)新潛力[15]，實(shí)現(xiàn)對(duì)環(huán)境污染和碳排放的協(xié)同控制。如云計(jì)算和大數(shù)據(jù)技術(shù)的應(yīng)用提升了綠色創(chuàng)新資源的配置效率，使企業(yè)得以構(gòu)建促進(jìn)降低污染物和碳排放的低碳運(yùn)營(yíng)模式；人工智能技術(shù)能運(yùn)用于企業(yè)的生產(chǎn)全過(guò)程，顯著減少整個(gè)行業(yè)的能源消耗，提高能效，為通過(guò)加強(qiáng)綠色技術(shù)創(chuàng)新來(lái)減少污染物及碳排放提供助力?；诖耍岢觯?/p>

假設(shè)3 數(shù)字技術(shù)應(yīng)用有助于提升綠色技術(shù)創(chuàng)新來(lái)協(xié)同降低企業(yè)污染物及碳排放。

（四）環(huán)境、社會(huì)和治理（ESG）績(jī)效強(qiáng)化機(jī)制

現(xiàn)有研究已明確了數(shù)字技術(shù)在提升ESG績(jī)效的數(shù)據(jù)收集和報(bào)告準(zhǔn)確性及可靠性方面的作用，并揭示了其改進(jìn)企業(yè)減污降碳效應(yīng)的可能性[16]。具體而言，在環(huán)境（E）維度上，物聯(lián)網(wǎng)和智能傳感器等技術(shù)能夠持續(xù)監(jiān)測(cè)能源使用情況和控制污染，這有利于改善ESG表現(xiàn)，進(jìn)而激勵(lì)企業(yè)減少污染物和碳排放。在社會(huì)（S）維度上，人工智能技術(shù)在供應(yīng)鏈管理中的應(yīng)用，優(yōu)化了運(yùn)作流程，從而為節(jié)能減排工作做出貢獻(xiàn)。在治理（G）維度上，區(qū)塊鏈技術(shù)的采用提高了數(shù)據(jù)交換的安全性和透明度，提升了管理團(tuán)隊(duì)的治理水平和資源配置效率，進(jìn)而幫助企業(yè)減少能源消耗。基于此，提出：

假設(shè)4 數(shù)字技術(shù)有助于通過(guò)強(qiáng)化ESG績(jī)效來(lái)協(xié)同降低企業(yè)污染物及碳排放。

三、研究設(shè)計(jì)

（一）樣本與數(shù)據(jù)來(lái)源

研究樣本為2010—2022年期間滬深A(yù)股上市公司。為了提高數(shù)據(jù)的可靠性、準(zhǔn)確性及穩(wěn)定性，剔除了金融機(jī)構(gòu)，ST、*ST、PT 股以及退市或暫停上市的公司，資產(chǎn)小于零或關(guān)鍵變量缺失的公司，最終獲取了2687家公司的15163個(gè)觀測(cè)值樣本。此外，為了盡量減少離群值的影響，對(duì)所有連續(xù)變量進(jìn)行了1%和99%水平的縮尾處理。

污染物排放和碳排放數(shù)據(jù)從上市公司的年報(bào)、社會(huì)責(zé)任報(bào)告和相關(guān)網(wǎng)站上手工收集。此外，數(shù)字技術(shù)和其他控制變量的數(shù)據(jù)來(lái)自CSMAR（國(guó)泰安）數(shù)據(jù)庫(kù)；首席數(shù)據(jù)官的數(shù)據(jù)則從CSMAR數(shù)據(jù)庫(kù)中的高管簡(jiǎn)歷中手動(dòng)提取。

（二）變量選取

1. 解釋變量。數(shù)字技術(shù)應(yīng)用（DT）。參照Gu等[17]的方法，采用機(jī)器學(xué)習(xí)技術(shù)對(duì)企業(yè)年報(bào)中的文本信息進(jìn)行挖掘，提取包含大數(shù)據(jù)、人工智能、區(qū)塊鏈和云計(jì)算這四個(gè)關(guān)鍵領(lǐng)域的62個(gè)數(shù)字技術(shù)相關(guān)關(guān)鍵詞，構(gòu)成了一個(gè)詞典集①，計(jì)算出總詞頻。最終，依據(jù)式（1）計(jì)算出各公司數(shù)字技術(shù)應(yīng)用得分，以此量化企業(yè)數(shù)字技術(shù)的應(yīng)用水平。

DTit=∑d∈D0.5504×Adit+0.1298×Bdit+

0.1832×Cdit+0.1366×Ddit（1）

其中，DTit表示樣本i公司在t年的數(shù)字技術(shù)應(yīng)用得分。Adit、Bdit、Cdit、Ddit分別代表人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)技術(shù)等術(shù)語(yǔ)的詞頻。d∈D表示數(shù)字技術(shù)的術(shù)語(yǔ)詞典集。

2. 被解釋變量。（1）污染物排放（PE）。借鑒毛捷等[18]的方法，將企業(yè)的污染物排放量定義為綜合水污染和大氣污染的總和。具體根據(jù)《排污費(fèi)征收標(biāo)準(zhǔn)管理辦法》確定各污染物的污染當(dāng)量值進(jìn)行標(biāo)準(zhǔn)化；同時(shí)為避免發(fā)生數(shù)據(jù)截?cái)嗟膯?wèn)題，將污染當(dāng)量值加1取自然對(duì)數(shù)，以反映企業(yè)污染物排放水平。（2）碳排放（CE）。參考Wang等[5]提出的方法計(jì)算企業(yè)的碳排放量，如式（2）所示。

CEit= ∑FFCit+BFCit+RMEit （2）

其中，CEit 表示樣本 i 企業(yè)在 t 年的碳排放量。FFCit、BFCit、RMEit 分別代表 i企業(yè)在 t 年的化石燃料燃燒排放、生物質(zhì)燃燒排放和原材料開(kāi)采的逃逸性排放。

3. 調(diào)節(jié)變量。首席數(shù)據(jù)官（CDO）。借鑒Kunisch等[7]的方法，采用0～1虛擬變量來(lái)衡量首席數(shù)據(jù)官的設(shè)立：若在特定年度末企業(yè)設(shè)有首席數(shù)據(jù)官職位，則該變量賦值為1，否則賦值為0。

4. 控制變量。根據(jù)方先明和胡丁[19]的研究，在模型中考慮了以下控制變量：企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、財(cái)務(wù)杠桿（Lev）、資產(chǎn)收益率（ROA）、凈銷售利潤(rùn)率（Net Profit）、現(xiàn)金流比率（Cashflow）和營(yíng)業(yè)收入增長(zhǎng)率（Growth）。變量定義見(jiàn)表1。

（三）模型設(shè)定

1. 基準(zhǔn)模型。為了檢驗(yàn)企業(yè)數(shù)字技術(shù)應(yīng)用的減污降碳效應(yīng)，借鑒Plümper和Troeger[20]的研究，構(gòu)建雙向固定效應(yīng)模型進(jìn)行分析：

Yit=β0+β1DTit+δControlsit+μi+γt+εit（3）

其中，Yit 為被解釋變量，表示樣本 i 公司在 t 年的污染物排放（PE）和碳排放（CE）。DTit為解釋變量，捕捉樣本 i 公司在 t 年的數(shù)字技術(shù)水平。Controlsit 是表1中定義的所有控制變量的向量。β0 代表截距。μi 和 γt 分別代表公司和年份的固定效應(yīng)。εit 表示隨機(jī)誤差項(xiàng)。

2. 調(diào)節(jié)效應(yīng)模型。在基準(zhǔn)回歸中加入首席數(shù)據(jù)官和數(shù)字技術(shù)的交乘項(xiàng)（DT×CDO）檢驗(yàn)首席數(shù)據(jù)官設(shè)立在企業(yè)數(shù)字技術(shù)應(yīng)用的減污降碳效應(yīng)中的調(diào)節(jié)作用，具體如下：

Yit=β0+β1DTit+θ1CDOit+θ2DTit×CDOit+δControlsit+μi+γt+εit（4）

其中，CDOit 表示調(diào)節(jié)變量，即樣本 i 公司在 t 年是否設(shè)立首席數(shù)據(jù)官。

（四）數(shù)據(jù)描述

1.描述性統(tǒng)計(jì)。表2報(bào)告了回歸中關(guān)鍵變量的描述性統(tǒng)計(jì)結(jié)果，結(jié)果顯示各公司之間存在較大的差異與波動(dòng)性。

圖1反映了核心變量——數(shù)字技術(shù)應(yīng)用、污染物排放以及碳排放的分布情況。結(jié)果顯示數(shù)字技術(shù)應(yīng)用和碳排放的數(shù)據(jù)分布具有均衡性；但是污染物排放變量的箱形圖很短且中值線不位于箱形圖的中間，意味著其大部分?jǐn)?shù)據(jù)點(diǎn)都相似并位于較小范圍內(nèi)，表明數(shù)據(jù)分布不均衡。

2.企業(yè)數(shù)字技術(shù)應(yīng)用的動(dòng)態(tài)演進(jìn)。圖2繪制了2010—2022年樣本企業(yè)數(shù)字技術(shù)術(shù)語(yǔ)詞頻分布趨勢(shì)。結(jié)果顯示，盡管2021年企業(yè)數(shù)字技術(shù)應(yīng)用存在下滑狀態(tài)，但總體而言，隨時(shí)間推進(jìn)而呈穩(wěn)定增長(zhǎng)趨勢(shì)。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

表3列出了基準(zhǔn)回歸結(jié)果，列（1）和列（2）顯示，在1%的顯著性水平上，企業(yè)的數(shù)字技術(shù)應(yīng)用與污染物及碳排放之間存在顯著的負(fù)相關(guān)關(guān)系。具體而言，企業(yè)的數(shù)字技術(shù)應(yīng)用水平每增加一個(gè)單位，將帶來(lái)污染物排放量減少3.68%、碳排放量減少0.31%。因此，假設(shè)1得到驗(yàn)證，即企業(yè)數(shù)字技術(shù)應(yīng)用有助于污染物排放及碳排放的協(xié)同減少。

此外，在控制變量中，企業(yè)年齡（Age）、企業(yè)規(guī)模（Size）、現(xiàn)金流比率（Cashflow）對(duì)企業(yè)的污染物排放和碳排放存在顯著正向影響；財(cái)務(wù)杠桿（Lev）和凈銷售利潤(rùn)率（Net profit）的系數(shù)為負(fù)，表明其存在減污降碳協(xié)同效應(yīng)；而隨著企業(yè)資產(chǎn)收益率（ROA）的提升，顯著降低了污染物排放，但企業(yè)資產(chǎn)收益率（ROA）和營(yíng)業(yè)收入增長(zhǎng)率（Growth）的提高導(dǎo)致了碳排放增加。

（二）首席數(shù)據(jù)官的調(diào)節(jié)效應(yīng)

表4揭示了首席數(shù)據(jù)官的調(diào)節(jié)效應(yīng)。列（1）和列（2）數(shù)據(jù)分別顯示，企業(yè)數(shù)字技術(shù)應(yīng)用與首席數(shù)據(jù)官之間交乘項(xiàng)（DT×CDO）的回歸系數(shù)均為負(fù)，這表明首席數(shù)據(jù)官設(shè)立在企業(yè)數(shù)字技術(shù)應(yīng)用與減污降碳關(guān)系中發(fā)揮了正向調(diào)節(jié)作用，假設(shè)2得到驗(yàn)證，即首席數(shù)據(jù)官角色強(qiáng)化企業(yè)數(shù)字技術(shù)應(yīng)用的減污降碳協(xié)同效應(yīng)。配備了首席數(shù)據(jù)官的企業(yè)更傾向于使用數(shù)字技術(shù)來(lái)優(yōu)化環(huán)境戰(zhàn)略的制定。

（三）內(nèi)生性問(wèn)題與穩(wěn)健性檢驗(yàn)

1.為了消除樣本自選擇偏誤帶來(lái)的內(nèi)生性問(wèn)題，采用傾向得分匹配法（PSM）進(jìn)行樣本匹配，以檢驗(yàn)結(jié)果的穩(wěn)健性。鑒于核心解釋變量是一個(gè)連續(xù)變量，首先進(jìn)行組內(nèi)均值處理，然后將樣本根據(jù)DT值的大小從高到低劃分為四等份，將DT值最高的一組作為實(shí)驗(yàn)組，剩余DT值較小的三組作為對(duì)照組；設(shè)置卡尺值的閾值為0.01，并采用1∶1的最近鄰匹配方法。圖3顯示，匹配后兩組的傾向得分具有顯著的相似性，這驗(yàn)證了該匹配方法的有效性。

此外，對(duì)匹配后樣本的平衡性進(jìn)行評(píng)估。表5顯示了匹配前后協(xié)變量的差異情況。通過(guò)判斷bias前后的變化可以觀察到，所有協(xié)變量的偏差百分比均降至10%以下，t檢驗(yàn)的結(jié)果均未拒絕零假設(shè)，這表明樣本間的協(xié)變量匹配度得到了顯著提升，樣本選擇誤差被有效降低，說(shuō)明了匹配過(guò)程的有效性。

最后，對(duì)執(zhí)行PSM后的樣本進(jìn)行重新回歸，結(jié)果如表6所示，在1%的顯著性水平上，數(shù)字技術(shù)應(yīng)用這一核心解釋變量對(duì)企業(yè)污染物及碳排放的影響仍然呈現(xiàn)顯著負(fù)向效應(yīng)，這與先前的基準(zhǔn)回歸結(jié)果相吻合，證實(shí)了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

2.采取替代變量法進(jìn)行穩(wěn)健性檢驗(yàn)。一方面，選擇了使用省級(jí)污染物排放數(shù)據(jù)替代企業(yè)級(jí)數(shù)據(jù)，采用熵值法構(gòu)建了省級(jí)污染物排放的綜合指標(biāo)①，該指標(biāo)被標(biāo)記為PE_2，數(shù)據(jù)源自《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。另一方面，借鑒何勤等[21]的做法，選用另一種衡量數(shù)字技術(shù)的指標(biāo)——人工智能的采用程度（AI），使用公司機(jī)器的賬面價(jià)值除e6l66YxI14lj83YhjzN5Aw==以員工總數(shù)進(jìn)行測(cè)度?；貧w結(jié)果如表7所示，其中，列（1）和列（2）表明，在1%的顯著性水平上，企業(yè)數(shù)字技術(shù)應(yīng)用對(duì)污染物排放和碳排放均具有顯著的負(fù)向影響，與基準(zhǔn)回歸結(jié)果相符。

3.調(diào)整樣本期進(jìn)行穩(wěn)健性檢驗(yàn)?？紤]到2020—2021年的新冠疫情擾亂了中國(guó)和全球經(jīng)濟(jì)，剔除疫情年份并加入?yún)f(xié)變量Covid后重新進(jìn)行回歸。表7列（3）和列（4）的結(jié)果證實(shí)了數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)污染物及碳排放仍有顯著負(fù)向影響。

五、機(jī)制檢驗(yàn)與異質(zhì)性分析

（一）機(jī)制檢驗(yàn)

1.綠色技術(shù)創(chuàng)新提升機(jī)制。沿用任曉松等[22]的研究方法，將綠色專利授權(quán)總量的自然對(duì)數(shù)作為綠色技術(shù)創(chuàng)新水平的測(cè)度。綠色專利授權(quán)總量包括企業(yè)在特定年份獨(dú)立或聯(lián)合獲得的綠色發(fā)明和綠色實(shí)用新型的數(shù)量。數(shù)據(jù)來(lái)源于中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS）。表8第（1）列的結(jié)果顯示，綠色技術(shù)創(chuàng)新系數(shù)在1%的顯著性水平上為正，假設(shè)3得到驗(yàn)證。

2.企業(yè)ESG績(jī)效強(qiáng)化機(jī)制。參考謝紅軍和呂雪[23]的方法，使用華正ESG評(píng)級(jí)作為企業(yè)ESG績(jī)效的衡量指標(biāo)。表8第（2）列的結(jié)果顯示，ESG績(jī)效的系數(shù)在1%的水平上顯著為正，假設(shè)4得到驗(yàn)證。企業(yè)ESG表現(xiàn)作為一種“加速器”，加速了數(shù)字化轉(zhuǎn)型在降低環(huán)境污染和碳排放方面的協(xié)同效應(yīng)。

（二）異質(zhì)性分析

1.基于企業(yè)規(guī)模的異質(zhì)性。參考方先明和胡丁[19]的做法，以數(shù)據(jù)集的中位數(shù)為分界點(diǎn)，將企業(yè)劃分為中小型企業(yè)與大型企業(yè)進(jìn)行檢驗(yàn)，回歸結(jié)果見(jiàn)表9所示。列（1）和列（2）結(jié)果顯示，在大型企業(yè)中，數(shù)字技術(shù)應(yīng)用與污染物及碳排放降低之間并未表現(xiàn)出統(tǒng)計(jì)學(xué)上的顯著關(guān)聯(lián)。列（3）和列（4）結(jié)果顯示，中小型企業(yè)數(shù)字技術(shù)應(yīng)用對(duì)污染物及碳排放影響的回歸系數(shù)均顯著為負(fù)，表明其通過(guò)數(shù)字技術(shù)應(yīng)用有效降低了污染物及碳排放。

2.基于所屬行業(yè)的異質(zhì)性。遵循毛其淋和王玥清[24]的行業(yè)分類方法，將企業(yè)區(qū)分為重污染企業(yè)和非重污染企業(yè)進(jìn)行檢驗(yàn)。表10的結(jié)果顯示，僅在非重污染企業(yè)中，數(shù)字技術(shù)應(yīng)用對(duì)污染物及碳排放存在顯著的協(xié)同減少，這一現(xiàn)象背后的原因可能是：相對(duì)于重污染企業(yè)，非重污染企業(yè)的現(xiàn)有污染水平相對(duì)較低，通過(guò)數(shù)字技術(shù)產(chǎn)生減污降碳效應(yīng)可能更明顯。

3.基于地域的異質(zhì)性。借鑒Shahbaz等[25]的研究方法，進(jìn)一步考察中國(guó)東部、中部和西部地區(qū)企業(yè)的異質(zhì)性。表11列（1）和列（2）顯示東部地區(qū)的企業(yè)數(shù)字技術(shù)應(yīng)用對(duì)污染物及碳排放影響的系數(shù)均為負(fù)，說(shuō)明該地區(qū)的企業(yè)采用數(shù)字技術(shù)實(shí)現(xiàn)了減污降碳協(xié)同。第（3）至第（6）列顯示，在中部和西部地區(qū)，企業(yè)采用數(shù)字技術(shù)盡管降低了污染物排放，但增加了碳排放。出現(xiàn)這種現(xiàn)象的原因可能是中西部地區(qū)數(shù)字基礎(chǔ)設(shè)施相對(duì)落后，企業(yè)采用數(shù)字技術(shù)的普及率較低，導(dǎo)致無(wú)法有效推動(dòng)企業(yè)減污降碳的協(xié)同。

六、結(jié)論與建議

依據(jù)2010—2022年滬深A(yù)股上市公司面板數(shù)據(jù)，運(yùn)用雙向固定效應(yīng)模型，考量數(shù)字技術(shù)應(yīng)用的減污降碳協(xié)同效應(yīng)及首席數(shù)據(jù)官調(diào)節(jié)作用。結(jié)果顯示：（1）數(shù)字技術(shù)應(yīng)用顯著促進(jìn)了企業(yè)污染物及碳排放的協(xié)同減少。企業(yè)的數(shù)字技術(shù)應(yīng)用水平每提高1個(gè)單位，將導(dǎo)致企業(yè)污染物排放量和碳排放量分別下降3.68%、0.31%。（2）首席數(shù)據(jù)官角色在企業(yè)數(shù)字技術(shù)應(yīng)用的減污降碳效應(yīng)中起到了正向調(diào)節(jié)作用。（3）企業(yè)數(shù)字技術(shù)應(yīng)用能夠通過(guò)提升企業(yè)ESG績(jī)效和激發(fā)綠色技術(shù)創(chuàng)新，推動(dòng)企業(yè)減污降碳。（4）企業(yè)數(shù)字技術(shù)應(yīng)用的減污降碳效應(yīng)因企業(yè)規(guī)模、行業(yè)和地理位置而呈現(xiàn)顯著異質(zhì)性。

建議：第一，加大企業(yè)數(shù)字技術(shù)應(yīng)用激勵(lì)力度。企業(yè)數(shù)字技術(shù)有助于降低污染物排放及碳排放。政府對(duì)應(yīng)用數(shù)字技術(shù)，包括大數(shù)據(jù)、人工智能、云計(jì)算以及區(qū)塊鏈等技術(shù)實(shí)現(xiàn)減污降碳目標(biāo)的企業(yè)提供稅收減免、財(cái)政補(bǔ)貼、金融支持等激勵(lì)政策。第二，鼓勵(lì)企業(yè)綠色技術(shù)創(chuàng)新，并強(qiáng)化企業(yè)ESG績(jī)效考核。政府在加大企業(yè)數(shù)字技術(shù)應(yīng)用激勵(lì)力度過(guò)程中，強(qiáng)化ESG績(jī)效考核相應(yīng)措施，如對(duì)綠色技術(shù)研發(fā)專利成功獲批的事后獎(jiǎng)勵(lì)、ESG報(bào)告的強(qiáng)制性披露等。第三，因企精準(zhǔn)施策。考慮數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)污染物排放及碳排放影響因企業(yè)規(guī)模、行業(yè)和地理位置差異而產(chǎn)生的異質(zhì)性，針對(duì)中西部地區(qū)的企業(yè)、重污染行業(yè)所屬企業(yè)以及大規(guī)模企業(yè)，在推進(jìn)數(shù)字技術(shù)應(yīng)用的過(guò)程中，應(yīng)注意污染溢出問(wèn)題。

注釋：

① 因篇幅限制，感興趣的讀者請(qǐng)找作者索取。

參考文獻(xiàn)：

［1］ Bendig D， Schulz C， Theis L， et al. Digital orientation and environmental performance in times of technological change[J]. Technological Forecasting and Social Change， 2023， 188： 122272.

［2］ Wang L， Chen Y Y， Ramsey T， et al. Will researching digital technology really empower green development？[J]. Technology in Society， 2021， 66： 101638.

［3］ 張爭(zhēng)妍，李豫新.數(shù)字經(jīng)濟(jì)對(duì)我國(guó)碳排放的影響研究[J].財(cái)經(jīng)理論與實(shí)踐，2022，43（5）：146-154.

［4］ 楊剛強(qiáng)，王海森，范恒山，等.數(shù)字經(jīng)濟(jì)的碳減排效應(yīng)：理論分析與經(jīng)驗(yàn)證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2023（5）：80-98.

［5］ Wang H， Li Y Y， Lin W F， et al. How does digital technology promote carbon emission reduction？ Empirical evidence based on ecommerce pilot city policy in China[J]. Journal of Environmental Management， 2023， 325：116524.

［6］ 余典范，龍睿，王超.數(shù)字經(jīng)濟(jì)與邊界地區(qū)污染治理[J].經(jīng)濟(jì)研究，2023，58（11）：172-189.

［7］ Kunisch S， Menz M， Langan R. Chief digital officers： an exploratory analysis of their emergence， nature， and determinants[J]. Long Range Planning， 2022， 55（2）： 101999.

［8］ Singh A， Klarner P， Hess T. How do chief digital officers pursue digital transformation activities？ The role of organization design parameters[J]. Long Range Planning， 2020， 53（3）： 101890.

［9］ Liu B， Qiu Z X， Hu L T， et al. How digital transformation facilitate synergy for pollution and carbon reduction： evidence from China[J]. Environmental Research， 2024， 251： 118639.

［10］孫博文，鄭世林.環(huán)境規(guī)制的減污降碳協(xié)同效應(yīng)——來(lái)自清潔生產(chǎn)標(biāo)準(zhǔn)實(shí)施的準(zhǔn)自然實(shí)驗(yàn)[J].經(jīng)濟(jì)學(xué)（季刊），2024，24（2）：624-642.

［11］Sheng H Y， Feng T W， Liu L. The influence of digital transformation on low-carbon operations management practices and performance： does CEO ambivalence matter？[J]. International Journal of Production Research， 2023， 61（18）： 6215-6229.

［12］Liu Q L， Trevisan A H， Yang M Y， et al. A framework of digital technologies for the circular economy： digital functions and mechanisms[J]. Business Strategy and the Environment， 2022， 31（5）： 2171-2192.

［13］陳劍，黃朔，劉運(yùn)輝.從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運(yùn)營(yíng)管理[J].管理世界，2020，36（2）：117-128，222.

［14］Scuotto V， Magni D， Theofilos T， et al. Chief digital officer and organizational creativity toward digitalization[J]. IEEE Transactions on Engineering Management， 2022： 1-12.

［15］曹裕，李想，胡韓莉，等.數(shù)字化如何推動(dòng)制造企業(yè)綠色轉(zhuǎn)型？——資源編排理論視角下的探索性案例研究[J].管理世界，2023，39（3）：96-112，126，113.

［16］Makov T， Meshulam T， Cansoy M， et al. Digital food sharing and food insecurity in the COVID -19 era[J]. Resources， Conservation， and Recycling， 2023， 189： 106735.

［17］Gu W T， Li L X， Zhang S F， et al. The path analysis of entrepreneurship impacts on circular economy in emerging markets： a mediating role of digital technology[J]. Management Decision， 2023.

［18］毛捷，郭玉清，曹婧，等.融資平臺(tái)債務(wù)與環(huán)境污染治理[J].管理世界，2022，38（10）：96-118.

［19］方先明，胡丁.企業(yè)ESG表現(xiàn)與創(chuàng)新——來(lái)自A股上市公司的證據(jù)[J].經(jīng)濟(jì)研究，2023，58（2）：91-106.

［20］Plümper T， Troeger V E. Not so harmless after all： the fixed-effects model[J]. Political Analysis， 2019， 27（1）： 21-45.

［21］何勤，李雅寧，程雅馨，等.人工智能技術(shù)應(yīng)用對(duì)就業(yè)的影響及作用機(jī)制研究——來(lái)自制造業(yè)企業(yè)的微觀證據(jù)[J].中國(guó)軟科學(xué)，2020（S1）：213-222.

［22］任曉松，孫莎，馬茜，等.新能源汽車推廣政策、融資約束與綠色技術(shù)創(chuàng)新[J].管理評(píng)論，2024，36（1）：131-148.

［23］謝紅軍，呂雪.負(fù)責(zé)任的國(guó)際投資：ESG與中國(guó)OFDI [J].經(jīng)濟(jì)研究，2022，57（3）：83-99.

［24］毛其淋，王玥清.ESG的就業(yè)效應(yīng)研究：來(lái)自中國(guó)上市公司的證據(jù)[J].經(jīng)濟(jì)研究，2023，58（7）：86-103.

［25］Shahbaz M， Li J M， Dong X C， et al. How financial inclusion affects the collaborative reduction of pollutant and carbon emissions：the case of China[J]. Energy Economics， 2022， 107： 105847.

（責(zé)任編輯：鐘瑤，鄒彬）

Research on the Synergistic Effects of Firm Digital Technology

Application on Pollution and Carbon Reduction

QING Lingli1， JI Zhou2， ZHANG Wenyue3

（1.School of Accounting， Guangzhou College of Commerce， Guangzhou， Guangdong 511363，China;

2.Shanghai National Accounting College， Shanghai 201702，China; 3. School of Economics，

Heilongjiang University of Science and Technology， Harbin， Heilongjiang 150022，China）

Abstract：Using panel data from A-share listed companies in Shanghai and Shenzhen stock market in China from 2010 to 2022， this study employs a two-way fixed effects model to examine the synergistic effects of digital technology （DT） applications on pollution emissions （PE） and carbon emission （CE） reduction， as well as the moderating role of Chief Digital Officer （CDO）. The results indicate that the application of DT significantly reduces PE and CE by enhancing green technology innovation （GTI） and improving ESG performance， with the establishment of CDO strengthening this effect. Heterogeneity tests reveal that the synergistic effects of PE and CE reduction are more pronounced in small and medium-sized enterprises， non-heavy pollution industries， and those located in the eastern regions. In light of these findings， it is recommended to strengthen ESG performance assessment， further intensify the application of DT， and encourage GTI.

Key words：digital technology; pollution and carbon reduction; synergistic effect; chief digital officer （CDO）