企业碳信息披露的碳减排效应及其作用机制

郭四代，雷高文，2，苏伟洲，袁子寒

（1.西南科技大学经济管理学院，四川 绵阳 621010；2.中国科学技术大学管理学院，安徽 合肥 230026）

2020年，中国政府向国际社会郑重承诺“二氧化碳排放力争于2030 年前达到峰值、努力争取2060 年前实现碳中和”。这不仅展示了中国在应对气候变化上应有的责任和担当，也明确了中国碳减排的时间表、路线图和目标任务。工业企业作为碳排放的主要源头，2019 年工业碳排放量就已占中国同期碳排放总量的60%［1］。同时，工业企业也是碳减排的主要践行者，在实现“双碳”目标的过程中起到至关重要的作用。因此，建立完善的碳信息披露机制，不仅是推动企业实现碳减排的重要途径，也是完善碳交易体系和碳减排政策的重要基础。为此，2022 年生态环境部颁布施行的《企业环境信息依法披露管理办法》要求符合规定的企业应当披露碳排放信息，碳信息披露成为了理论与实务界关心的热门话题。但目前研究主要集中在碳信息披露对企业融资、企业绩效和企业价值的影响方面，而企业碳信息披露的碳减排机制这一根本问题却并未引起学者们的广泛关注。

就碳信息披露对企业融资的影响研究而言，大多数研究表明碳信息披露与债务融资成本呈显著倒“U”型等非线性关系［2］，而企业的社会责任、成长水平、所有权性质和债务风险承担能力等自身特征因素的变化会导致碳信息披露对企业融资产生差异化影响［3］。就碳信息披露对企业绩效的影响研究而言，主要研究结论表明碳信息披露会正向促进企业的财务绩效和金融绩效［4］，这种正向促进作用也会受到媒体关注［5］、企业产权性质［6］等因素的影响。在碳信息披露对企业价值的影响研究上，有的研究表明碳信息披露会使企业价值得到提升，且这种影响会受到企业碳排放的正向调节作用［7］，符少燕等［8］则认为碳信息披露与企业价值存在“U”型关系，且从短期经营成果和长期市场价值角度来看，短期碳信息披露会抑制企业价值的增长，长期则会促进［9］。相较于中国，欧美国家较早建立起了成熟的碳信息披露体系，较多研究成果以欧美企业为研究对象验证了碳信息披露的碳减排效应［10-12］。事实上，中国在去碳阶段、碳交易体系设计等方面均与欧美国家存在较大的差异，在中国政府稳步推动全国碳排放权交易市场建设、落实“双碳”行动的宏观背景下，探究中国企业碳信息披露的碳减排效应对合理安排“双碳”目标的实现路径具有重要的现实意义。

基于此，本研究从合法性理论和自愿披露理论角度阐释企业碳信息披露的碳减排效应及其作用机制，并以2018—2020 年中国A 股上市公司中制造业企业面板数据对其进行了实证分析。与现有研究相比，该研究主要创新性和价值体现在以下3点：①在研究视角上。国内文献大多集中在碳信息披露对企业融资、企业绩效和企业价值的影响3个方面，国外碳信息披露的碳减排效应则以欧美企业为研究对象，缺乏中国企业的经验证据。本研究从因果推断的视角分析了企业碳信息披露对企业碳排放的影响，系统地回答了“中国企业的碳信息披露是否具有碳减排效应”这一问题。②在研究数据与方法上。本研究区别于已有研究，基于“披露载体”“碳治理”“碳业务”和“碳绩效”4 个维度构建了企业碳信息披露质量评价体系，综合主成分分析法和熵权法测度了制造业企业2018—2020 年碳信息披露质量水平及变化趋势，有效降低了评价指标的维数，避免了单一熵权法权重失真的可能，从而有效把握企业碳信息披露的本质特征，提高了研究结论的可靠度。③在研究意义上。通过分析碳信息披露对企业碳减排的影响及其内在作用机制，可以为政府制定完善的碳信息披露政策以推动企业碳减排，实现“双碳”目标提供重要的经验证据。

1 理论分析与研究假设

1.1 碳信息披露与企业碳减排

欧美企业的经验研究表明，碳信息披露会促进企业碳减排［10-12］，而中国企业的碳信息披露是否也具有碳减排效应仍处于探索之中。在合法性理论框架内，早期的研究认为企业的责任是将股东的利益最大化，公司利润成为了衡量企业合法性的重要标准［13］。后来的研究强调企业不仅要保障股东的权益，更要满足社会的多样化需求［14-15］。当前，气候风险已成为企业利益相关者决策的主要考量因素［16］，企业有效应对气候风险的能力是其合法性地位的重要体现。信息披露作为企业证明自身合法性的有效手段，可以影响利益相关者对企业合法性的感知［17］。当企业碳排放水平过高而损害自身合法性地位时，企业便会通过模棱两可的碳信息披露来掩盖实际情况以保证其合法性地位［18］。因此，在合法性理论的框架下，企业低质量的碳信息披露有可能对应着较高的碳排放水平。

自愿披露理论认为，任何实体都只会向外披露对自己有利的信息，而隐藏对自己不利的信息［19］。所谓的不利信息包括两种含义，一是待披露信息是“坏消息”；二是由于信息披露存在自有成本，即使待披露信息是“好消息”，但披露信息的收益要低于自有成本［20］。因此，企业更倾向于披露那些潜在收益高于自有成本的信息［21-22］。从环境治理信息披露角度来看，企业环境绩效越好，其信息披露的自有成本就越低［23］，因而环境绩效较好的企业更有动力披露高质量的环境信息，从而区别于其他未披露的企业，缓解企业内部与外部的信息不对称问题［24］，进一步改善企业的外部融资环境，缓解融资约束，降低融资成本［25-28］。在碳减排行动成为大部分国家应对气候变化问题的首要选择时，高质量的碳信息披露不仅可以反映企业的碳减排情况，还能促使企业获取额外资源以提升全要素生产率［29］，进而降低企业碳排放水平。基于以上分析，提出有待验证的假设H1。

H1：企业碳信息披露质量的提升会抑制企业碳排放。

1.2 作用机制

碳信息披露反映了企业的碳减排情况［24］，为投资者提供了更多关于企业的非财务信息，能最大程度减少投资者的信息不对称问题，降低不确定性［30］。依据目标披露周期理论，企业碳信息披露会对投资者的投资决策及企业的生产决策产生影响并最终作用于企业碳减排［31］。当前，碳减排已成为全球应对气候变化的广泛共识，高碳排放不仅会使企业面临较大的环境监管和利益相关者压力，也会给投资者带来较高的投资风险，这将迫使企业不得不披露更多的碳信息［32-33］。对高碳企业而言，碳信息披露质量的提升可使投资者很容易甄别出其碳排放水平及气候风险应对能力，并减少对这类企业的投资［34］。而低碳企业则更愿意主动提升自身的碳信息披露质量，强化企业低碳责任履行，降低企业与投资者之间的信息不对称与不确定性，这将向投资者传递出企业较强的气候风险应对能力和良好的环保声誉［35］，促使企业吸引更多的投资。这种资本从高碳企业流向低碳企业的过程迫使高碳企业不得不大量采用绿色低碳技术，积极引导企业向低碳转型，以保持对投资者的吸引力［34］。但企业要在短期内快速实现碳减排，最主要的路径还是依赖企业降低产品产量，即高碳企业短期内只能通过产量调整的方式减少碳排放。因此，正是这种高碳企业向低碳企业的资本流动机制以及企业的生产调整机制推动了碳信息披露对企业碳减排的作用。

基于以上分析，提出假设H2和H3。

H2：碳信息披露通过资本从高碳企业向低碳企业流动的机制抑制企业碳排放。

H3：碳信息披露通过企业的生产调整机制抑制企业碳排放。

2 研究设计

2.1 模型设计

为了识别企业碳信息披露对企业碳排放的影响，设计了如下实证模型：

其中：CEit表示企业i在第t年的二氧化碳排放水平；α0为常数项；CDit表示企业i在第t年的碳信息披露质量，α1为其系数；Xit表示由一系列控制变量所组成的控制变量矩阵，γ为该控制变量矩阵的估计系数向量；ui表示企业固定效应；εit为随机扰动项。

2.2 变量选取

（1）被解释变量。被解释变量为企业的二氧化碳排放水平（CE），由于中国企业较少对外披露其碳排放信息和能源消耗情况，因此，本研究参照陈小蓓等［36］、韩国文等［37］和CHIO 等［38］的研究方法，通过制造业企业所在子行业的能源消耗折算企业的碳排放。其中，制造业企业子行业的确定依据为2017国民经济行业分类（GB/T 4754—2017）国家标准中的三位数行业代码，若多个企业所属行业的3位数代码一致，则将这些企业归属于同一子行业。具体计算过程如下：首先，利用制造业各子行业各年度的能源消耗计算出当年的子行业二氧化碳排放总量。其次，以每年各子行业中各企业的营业成本为依据，将各企业的营业成本除以所在行业的营业总成本得到各企业每年的权重。最后，将企业的权重乘以细分行业的二氧化碳排放总量，取自然对数后求得企业各年度的二氧化碳排放水平。

（2）核心解释变量。核心解释变量为企业的碳信息披露质量（CD），参照宋晓华等［9］、柳学信等［39］和张娇宁等［40］的研究，构建将企业的碳信息披露质量评价指标体系构，其中包含“披露载体”“碳治理”“碳业务”和“碳绩效”4 个一级指标和相应的12 个二级指标（表1）。在变量的衡量依据上，通过巨潮资讯网调取样本企业年报及社会责任报告，逐一阅读并对照各指标赋值标准进行打分后，综合主成分分析法和熵权法对企业的碳信息披露质量进行评价。

表1 评价指标及其赋值标准

（3）控制变量。基于已有研究，选取企业内部因素中对企业碳信息披露具有较大影响的变量作为控制变量，以消除遗漏变量带来的估计偏误，这些变量包括企业的研发人员、研发投入、资产规模、负债水平等8个变量。此外，考虑到企业的碳信息披露及碳减排会受到外部宏观因素的影响，还进一步控制了企业所在省份的工业发展水平、环境规制力度以及科学技术投入等变量。本研究所涉及主要变量的符号、含义及衡量方式见表2。

表2 实证研究涉及的主要变量

2.3 数据来源及样本说明

（1）数据来源。《上市公司信息披露管理办法》要求企业定期披露年报和中期报告，并未要求企业定期披露社会责任报告或环境治理报告，而在实际情况中也有少部分企业同时披露社会责任报告和环境治理报告。由此，在评价企业碳信息披露质量时，综合考虑了企业年报、社会责任报告和环境治理报告的内容。企业的年报、社会责任报告和环境治理报告数据通过爬虫从巨潮资讯网获取，研究中所涉及的其他数据来源于国泰安数据库（CSMAR）和《中国能源统计年鉴》。在样本的处理上，仅保留了企业所属行业代码为C开头的企业，同时剔除了ST、PT以及同时发行A、B股的企业，最终保留了722家制造业企业。根据研究需要，手工收集了样本企业2018—2020 年所披露的碳信息。

（2）样本说明。选取2018—2020年A股上市公司中制造业企业作为研究样本的原因主要有以下4点。①样本研究期限起点。2017 年末，国家发展和改革委员会印发的《全国碳排放权交易市场建设方案》将电力行业作为首批碳排放权交易的试点行业。由于宏观政策具有较强的外生性，因而以2018年为起点研究企业碳信息披露的减排效应将增加因果推断的可信度。②上市公司定期披露机制。上市公司会定期向外界公布其年报、社会责任报告或环境治理报告，这为收集、评价企业的碳信息披露质量等工作提供了极大的便利条件。③行业单一性。将研究样本限定在制造业中，这是因为制造业中的上市公司在中国A股上市公司中占据较大比例，而且将研究样本控制在单一行业内可以消除因行业变化导致对因果识别结果的潜在影响。④样本研究期限终点。中国于2021年正式启动全国碳排放权交易市场，若将样本时间段扩展至2021年，则企业参与碳交易这一因素会混淆因果识别的结果，但考虑到此前中国已在深圳、上海、北京、广东、湖北、天津和重庆7个不同省市开展了碳排放权交易市场的试点建设，研究样本中可能存在已有企业参与碳排放权交易的情况，因而在后续的实证分析部分，将参与碳排放权交易的企业从研究样本中剔除进行稳健性检验。

3 实证结果

3.1 描述性统计

本研究所涉及的企业碳排放水平（CE）、碳信息披露水平（CD）、研发人员（R&DP）等变量的描述性统计结果见表3。从表3可以看出，企业的碳排放水平（CE）的最大值为9.055，最小值为0.072，而该变量的均值为2.843，表明各企业的碳排放水平之间存在较大差距。此外，企业碳信息披露水平（CD）与碳排放水平（CE）的情况相似，最大值为0.945，最小值为0.032，而该变量的均值仅为0.107，同样表明不同企业间的碳信息披露水平存在较大差异。

表3 主要变量描述性统计

3.2 基准回归

表4 汇报了企业碳信息披露影响企业碳排放水平的检验结果。表4列（1）是控制了企业层面相关变量后的估计结果，此时核心解释变量碳信息披露（CD）的估计系数显著为负，表明了碳信息披露质量的提升能促进企业碳减排。为了消除企业自身不随时间变化的特征以及外部宏观因素对估计结果的潜在影响，列（2）和列（3）依次控制了企业固定效应以及企业所在省份的工业发展水平、环境规制力度和科学技术投入3个变量，结果仍然显示了企业碳信息披露存在显著碳减排效应。此外，样本企业中存在较多企业属于同一制造业子行业的情况，而同一子行业企业的各项指标可能存在高度相似性，这可能会引起估计偏误。为解决这一问题，在列（4）中将模型的稳健标准误聚类到企业所属的制造业子行业进行重新估计。最终结果显示了核心解释变量碳信息披露（CD）的估计系数在5%的显著性水平下为负，表明了企业的碳信息披露存在明显的碳减排效应，这一实证结果与理论分析所得假设相一致。

表4 企业碳信息披露的减排效应

3.3 稳健性检验

为验证基准回归所得结果的稳健性，通过更换核心解释变量和被解释变量测度方式、排除其他政策干扰、消除股市周期性波动以及选取工具变量等五种方式进行检验。

（1）更换核心解释变量测度方式。参照柳学信等［39］的研究，将企业碳信息披露质量的计算方式更换为指标体系中各二级指标得分之和以反映企业的碳信息披露水平（CDR），变量CDR的值越大，表明企业的碳信息披露水平越高。更换核心解释变量测度方式后，碳信息披露影响企业碳排放水平的检验结果见表5列（1），从中可知，变量CDR的估计系数显著为负，表明企业碳信息披露水平上升会抑制企业碳排放，这一结论与基准回归所得结论一致。

表5 稳健性检验结果

（2）更换被解释变量测度方式。参照李力等［3］的研究，以企业是否获得政府授予环保方面的荣誉或奖励（HN）作为衡量企业减排的依据，如果企业获得了相应的荣誉或奖励，则变量HN取值为1，如果未获得，则取值为0。由于变量HN为虚拟变量，故需采用面板Probit模型进行估计，如果企业碳信息披露（CD）的估计系数为正且显著，这表明企业碳信息披露水平的提高会促进企业碳减排。从表5 列（2）的估计结果可知，企业碳信息披露（CD）的估计系数为1.241，且在10%的水平下显著，表明企业碳信息披露水平的提升会抑制二氧化碳的排放。该结论与表4中基准回归所得到的结论一致，进一步验证了其稳健性。

（3）消除股市周期性波动。考虑到股市的周期性波动有可能影响上市公司的生产经营决策，因而需要在模型（1）中对这一因素加以控制。2018—2020 年间，A 股指数在2019 年呈现出较大波动，为控制这一影响，在模型（1）中加入了2019年的时间虚拟变量进行重新估计，结果见表5 列（3），可知核心解释变量碳信息披露（CD）估计系数的符号在5%的水平下显著为负。因此，在消除了股票市场的周期性波动因素后，碳信息披露对企业碳排放仍然存在明显的抑制作用。

（4）排除其他政策干扰。2011年，国家发展和改革委员会批准了在北京、天津、上海、重庆、湖北、广东以及深圳等7省份开展碳排放权交易试点，若研究样本中已有企业参与碳排放权交易，则有可能对因果识别的结果造成影响。为了剥离碳排放权交易对估计结果产生的影响，从样本中剔除了2018—2020 年间79 家参与碳排放权交易的企业，再使用模型（1）进行重新估计，由表5 列（4）可知核心解释变量碳信息披露（CD）估计系数在5%的显著性水平下为负，表明在排除了碳排放权交易试点这一政策的影响后，碳信息披露对企业碳排放仍然存在明显的抑制作用。

（5）工具变量。考虑到企业的碳信息披露和碳排放之间的反向因果关系会混淆因果识别的结果，需要选取合适的工具变量加以解决。参照朱杰［42］的研究，将同一年度、同一子行业内所有企业碳信息披露质量的均值作为企业碳信息披露的工具变量。在工具变量的相关性上，若企业所处子行业的碳信息披露质量均值较高，则企业自身的碳信息披露质量有很大可能处于较高水平。在工具变量的外生性上，由于子行业的碳信息披露质量不能被单一企业的决策行为所影响，故工具变量与企业的碳排放水平并不直接相关。因此，以同一年度、同一子行业内所有企业碳信息披露质量的均值作为企业碳信息披露的工具变量可以满足工具变量的相关性和外生性假设。在选定工具变量后，采用两阶段最小二乘法（2SLS）进行工具变量估计，结果见表5列（5）。可以看出，工具变量的Kleibergen-Paap rk LM 统计量为7.496，且在1%的水平下显著，表明工具变量不存在不可识别问题。工具变量的Kleibergen-Paap Wald rk F 统计量为362.224，大于15%的临界值16.38，表明不存在弱工具变量问题。而且，核心解释变量碳信息披露（CD）的估计系数仍然显著为负，这与基准回归所得结论一致。

3.4 异质性分析

前面研究表明，企业碳信息披露具有明显的碳减排效应。但企业的碳信息披露策略会因其融资约束程度和区域位置不同而出现异质性，特别是在东西部经济发展水平存在较大差异的情形下，企业的区域特征会对其碳信息披露决策产生重要的影响。因此，基于企业所受融资约束水平和区域位置的不同分析碳信息披露对企业碳减排的差异化影响，能为进一步细化降碳减污政策提供更加全面的理论和经验证据。

（1）融资约束异质性。由于环境信息披露质量会受到融资约束的正向影响［43］，其碳减排效应可能也会因为企业融资约束的不同而出现异质性。这是因为较高的融资约束会影响企业的现金持有进而制约其各种行为。而信息不对称则是影响企业融资的重要因素之一，若企业向外传递信息不足，则投资者无法对企业风险进行准确评估，由此带来更高的风险溢价强化了企业的融资约束［44］。碳信息披露作为环境信息披露的一种，能在一定程度上解决信息不对称问题。当面临较高的融资约束时，为了降低外源性融资的难度和成本，企业会更加积极披露碳信息。因此，不同的融资约束会导致企业采取差异化的碳信息披露策略，从而造成企业碳信息披露的碳减排效应因其所受融资约束的不同而出现异质性。参照刘贯春等［45］的研究检验融资约束的异质性，以SA 指数为企业融资约束水平的衡量依据，分年度计算出SA指数的中位数。若企业的SA指数大于中位数，则将其划归为高融资约束子样本，否则归类为低融资约束子样本。分样本回归结果见表6列（1）和列（2），可以看出，碳信息披露的碳减排效应在低融资约束水平下不显著，而在高融资约束水平下显著为负。该结果表明，碳信息披露对企业碳排放的抑制作用因其所受融资约束的强弱而出现异质性。

表6 融资约束与区域异质性检验结果

（2）区域异质性。环境库兹涅茨曲线假说认为，当地区经济发展到一定程度后，人均收入会增加，环境污染物排放量逐渐降低，环境质量逐步改善。人们会更加关注经济发展的质量与生态环境的保护，各利益相关者对企业的生产经营模式也会有更高的环保要求，从而造成不同区域经济发展水平下企业碳减排的差异性。东部区域的经济发展水平远高于中部和西部区域，因此，位于东部区域的企业可能更加偏向于环境友好型的生产经营模式，从而造成碳信息披露对企业碳减排的作用出现区域异质性。为检验企业碳信息披露对其碳排放是否存在区域差异化影响，以企业所在省份为依据，将样本划分为东部和东部以外区域两个子样本，分样本回归的结果见表6列（3）和列（4）。可以看出，在东部区域样本中，企业碳信息披露（CD）的估计系数在1%的显著性水平下为负，而在东部以外区域样本中，企业碳信息披露（CD）的估计系数并不显著，这表明企业碳信息披露的碳减排效应存在区域异质性。

3.5 机制分析

前面理论分析表明，为规避气候监管等风险，资本会从高碳企业流向低碳企业，这种资本的流动过程会迫使高碳企业调整生产，从而实现碳减排。为识别上述机制，以各年度企业碳排放水平的中位数为依据，将碳排放水平大于等于中位数的企业划分为高碳企业，以企业机构持股总数的对数值（IH）作为投资者关注的代理变量，用以反映资本在企业间的流动。此外，参照毛欢欢等［46］的研究，通过新增营业成本、存货和期末资产总额来构建企业产量变量（PRODUCTION）。此后，将模型（1）中的被解释变量分别替换为IH与PRODUCTION，并按照企业碳排放水平高低进行分组回归，预期结论为在高碳企业样本中碳信息披露质量的提升会降低企业的机构持股水平和产量，而在低碳企业样本中碳信息披露质量的提升则会促进企业的机构持股水平，但对企业产量无显著影响。

机制检验结果见表7，其中：列（1）和列（3）为高碳企业样本的估计结果，列（2）和列（4）为低碳企业样本的估计结果。可以看出，在高碳企业样本中，企业碳信息披露质量的提升均导致了机构持股和企业产量的下降，但低碳排放企业并未出现这种现象，该结论与预期结论一致。这表明，碳信息披露质量的提升一方面有助于投资者甄别企业碳排放水平从而减少对高碳企业的投资，另一方面可以对企业的生产活动给予有效反馈，帮助企业及时调整生产活动。

表7 机制分析检验结果

4 结论及启示

本研究采用A 股上市公司中制造业企业2018—2020年的面板数据，从理论和经验上对中国企业的碳信息披露是否具有碳减排效应这一问题进行系统性回答。理论分析表明，企业的碳信息披露具有明显的碳减排效应，且该效应通过资本在高碳企业与低碳企业间的流动机制以及企业的生产调整机制发挥作用。经验研究的结果表明，企业碳信息披露的碳减排效应显著且稳健，但会因企业融资约束程度、区域位置的不同而出现异质性。机制分析发现，碳信息披露质量的提升导致高碳企业的机构持股和产量下降，而低碳企业并未出现该现象。

基于研究结论，提出如下建议。①强化企业碳信息披露的主动性。加强低碳知识的有效宣传，引导企业充分认知碳信息披露在提升企业形象与竞争力、降低融资成本与减排成本、提高资源利用效率和气候风险管理能力等方面的益处，有利于企业内部形成低碳循环的发展氛围，增强企业的碳信息披露意识。同时，根据减排目标，将碳信息披露纳入企业核心业务战略中，完善企业碳信息披露实践体系，提高企业碳信息披露的自主性和参与度。②分阶段推行企业碳信息强制披露机制。根据实际碳减排情况，可逐步将强制披露清单扩大到非重点排污单位，推动更多企业参与碳减排行动计划。进一步明确企业碳信息披露的内容、范围、格式和核算方法等，统一碳信息披露标准，充分保障企业碳信息的真实性、可比性和对称性。建立由政府、行业、第三方鉴证机构和公民等主体构成的碳信息披露监督机制，提升企业碳信息披露质量。③推动企业碳信息异质性披露。结合区域经济发展水平，中西部地区应借鉴东部地区企业碳信息披露制度的先进做法和经验，“因地制宜”地制定差异化的企业碳信息披露管理制度，采用扶持和激励等多种方式推动企业向绿色低碳模式转型。对于不同融资约束水平的企业，应分类制定指导政策以提高企业碳信息披露质量，降低融资成本，减缓融资压力。