数字化转型的环境绩效研究*——来自中国制造业上市公司的微观证据

刘洪铎 陈钊泳 陈晓珊

引 言

改革开放四十多年来，我国创造了举世瞩目的经济快速增长奇迹。然而，在我国成为当今全球第二大经济体和连续多年蝉联世界第一制造业大国的背后，传统的“高投入、高能耗、高污染、低效率”发展模式导致的生态环境问题已严重制约了我国经济的可持续发展，由此引起社会各界的高度关注。对此，党的二十大报告在有关生态环境保护章节中明确提出了“推动绿色发展，促进人与自然和谐共生”的发展主线，并从加快发展方式绿色转型、深入推进环境污染防治、积极稳妥推进碳达峰碳中和等方面作出部署。由此观之，以生态文明建设为引领，全力打好污染防治攻坚战，既是落实党的二十大报告提出的绿色发展理念的关键举措，也是推动经济社会全面绿色转型的必然选择。

随着以人工智能、区块链、云计算、大数据等为代表的新一代信息通信技术兴起，数字经济与实体经济加速融合并渗透到经济社会的诸多领域。近年来，党中央深刻洞悉数字革命浪潮席卷之下所带来的生产方式转型、经济结构变迁和治理方式变革的历史趋势，将加快数字化发展的重要性置之于前所未有的高度。在我国政府大力推动数字化变革创新的影响下，数字化转型越发成为重塑制造业核心竞争优势、驱动实体企业提质增效以及引领我国经济动能转换的重要引擎。

在数字化转型与绿色发展已成为我国经济社会变革的主旋律这一背景下，随着数字化转型日益嵌入到微观个体的行为决策中，其对我国制造业企业的环境绩效将有何影响？如果数字化转型有利于降污减排，那么背后的作用机制是什么？更进一步地，数字化转型的环境绩效是否会因企业属性特征的不同而表现出相应的差异？前、末端治理在企业数字化转型影响降污减排的过程中究竟扮演何种角色？厘清上述问题具有重要的学术价值与实践意义：一方面，有助于增进对企业数字化转型的环境效应的理解，进而拓展与数字化转型、企业环境污染等相关的学术研究；另一方面，有助于深入挖掘企业环境治理的有效路径，为绿色发展新理念的贯彻落实提供决策参考，从而实现降污减排与高质量发展的“双赢”目标。

与已有研究相比，本文可能在以下方面有所贡献：一是在选题立意上，针对企业数字化转型与环境污染治理的内在逻辑关系进行系统的研究，从微观结构主体视角拓展了对环境绩效影响因素的认识，并深化了对数字化转型与降污减排之间互动机制的理解。二是在研究范式上，构筑了分层递进式的经验分析框架，并围绕“绿色技术进步效应”“管理效率优化效应”这两个传导途径进行解析，进一步打开数字化转型影响企业环境污染治理的机制“黑箱”。三是在研究内容上，一方面从人工智能、区块链、云计算、大数据等更加细化的维度探讨了数字化转型对企业降污减排的影响；另一方面则通过捕捉数字化转型的前、末端治理效应，更加精准地识别数字化转型驱动企业环境绩效提升这一逻辑链条上的关键节点。四是在指标刻画上，利用非结构化的上市公司年报信息并结合文本分析法对我国制造业上市企业的数字化发展水平展开全面测度，这有助于弥补传统衡量指标的不足；与此同时，采用工业废水、二氧化硫排放强度等衡量指标来对企业的环境污染状况进行直接刻画，较之既往研究所采用的绿色专利、环保费用支出等间接衡量指标更加准确恰当。

一、文献综述与理论分析

（一）文献综述

与本文密切相关的研究文献主要集中在以下三个方面：一是有关数字化影响效应的探讨。部分学者从宏、中观层面，考察了数字化对国际贸易、高质量发展、包容性增长等领域的影响；①施炳展：《互联网与国际贸易——基于双边双向网址链接数据的经验分析》，《经济研究》2016年第5期；赵涛、张智、梁上坤：《数字经济、创业活跃度与高质量发展——来自中国城市的经验证据》，《管理世界》2020年第10期；陈东、秦子洋：《人工智能与包容性增长——来自全球工业机器人使用的证据》，《经济研究》2022年第4期。在微观层面，已有研究则主要探讨了数字化转型对生产效率、专业化分工、资本市场表现等领域的作用。②刘淑春、闫津臣、张思雪、林汉川：《企业管理数字化变革能提升投入产出效率吗》，《管理世界》2021年第5期；袁淳、肖土盛、耿春晓、盛誉：《数字化转型与企业分工：专业化还是纵向一体化》，《中国工业经济》2021年第9期；吴非、胡慧芷、林慧妍、任晓怡：《企业数字化转型与资本市场表现——来自股票流动性的经验证据》，《管理世界》2021年第7期。二是有关环境绩效决定因素的探讨。大量文献致力于揭示环境污染背后的动因及其演变规律，由此形成了“环境库兹涅茨曲线”“污染天堂”“污染光环”等理论假说。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.随着实证研究的推进，越来越多的学者将研究视角从国别、行业层面延伸拓展至微观层面，并围绕环境规制、外向型经济活动、产业集聚、政府行为等多个方面探讨了企业环境绩效的决定因素。①Gibson M., “Regulation-induced Pollution Substitution”, Review of Economics and Statistics, Vol.101, No.5, 2019, pp.827-840；陈登科：《贸易壁垒下降与环境污染改善——来自中国企业污染数据的新证据》，《经济研究》2020年第12期；苏丹妮、盛斌：《产业集聚、集聚外部性与企业减排——来自中国的微观新证据》，《经济学（季刊）》2021年第5期；金刚、沈坤荣、李剑：《“以地谋发展”模式的跨界污染后果》，《中国工业经济》2022年第3期。三是有关数字化与环境绩效之间关系的探讨。部分文献证实了人工智能的应用有助于降低行业或企业的污染排放，②陈昊、闫雪凌、朱博楷：《机器人使用影响污染排放的机制和实证研究》，《中国经济问题》2021年第5期；盛丹、卜文超：《机器人使用与中国企业的污染排放》，《数量经济技术经济研究》2022年第9期。且数字赋能对制造业企业的绿色转型存在积极影响。③戴翔、杨双至：《数字赋能、数字投入来源与制造业绿色化转型》，《中国工业经济》2022年第9期。通过对相关文献的回顾可以发现，既有研究围绕企业数字化转型与环境绩效进行了较为系统的讨论，但在以下方面仍存在进一步拓展的空间：一是正面探讨数字化与环境污染之间因果关系的文献基本局限于宏、中观层面，微观层面的研究则较为鲜见，这可能掩盖了企业特质性并导致现有研究难以提供深刻的洞见；二是虽有零星文献涉及企业数字化转型绿色效应的探讨，但相关研究要么囿于绿色技术创新，要么采用行业层面的投入产出数据来对微观层面的数字化发展水平进行近似推断，前者缺乏对企业污染排放的直接考察，后者则隐含着较强的前提假设，在指标衡量方面值得商榷。

（二）理论分析

数字化转型指通过信息技术、计算技术、通信技术和连接技术的组合应用，触发企业组织特性的重大变革，并重构组织结构、行为及运行系统的过程。④黄丽华、朱海林等：《企业数字化转型和管理：研究框架与展望》，《管理科学学报》2021年第8期。将数字化转型战略引入到企业的日常生产经营管理过程中，有利于促进生产范式的改进、业务流程的再造以及资源配置的优化，从而推动企业向节能环保的新型发展模式转变。一方面，数字化转型有助于打破知识和信息在企业内外部的流动壁垒，在消除信息不对称的同时提升企业的知识存量，使其能够做出更加科学合理的生产经营决策以实现提质增效、资源集约利用等精益化管理目标，从而为企业改善环境绩效提供基础性保障。另一方面，数字化转型将大数据平台、传感器、智能监测设备等数字基础设施与企业的生产经营活动有机结合起来，有助于对企业的能耗物耗、环境污染等进行实时、精准的监控，从而推动企业污染防治方式的创新变革，这对企业的环境绩效具有直接的改善作用。近年来，随着ESG评价标准风靡全球，可持续发展引致的社会责任要求正在重塑企业的经营理念，这对企业的环境绩效提出了更高的要求，从而倒逼其不断加强绿色发展能力建设。为进一步提升自身的ESG表现以确保在激烈的市场竞争中获得更多的收益和立于不败之地，企业将会有较强的激励动机去开展污染防治工作并采用更好的绿色技术，在此情境下数字化转型为企业相关目标的实现提供了有力的抓手。基于上述分析，本文提出以下研究假设：

H1：给定其他条件不变，数字化转型有助于改善制造业企业的环境绩效。

数字化转型影响制造业企业环境绩效的中间传导机制主要体现在以下两个方面。其一是绿色技术进步效应。首先，企业数字化转型所倚赖的新一代信息通信技术具有高科技属性与低环境成本特征，相比传统技术，高新技术的大规模投入更具节能环保功效。其次，数字化转型能够加速推动信息的扩散传播以及不同领域知识的集成共享，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.这有助于促进创新主体之间的交流协作，降低绿色创新要素的流动成本并放大其技术溢出效应，使企业得以整合内外部的创新技术资源并推动自身绿色创新活动的进展。再次，数字化转型通过促进数字技术与其他生产要素的深度融合，进一步拓展了绿色创新资源的配置范围，⑥宋德勇、朱文博、丁海：《企业数字化能否促进绿色技术创新？——基于重污染行业上市公司的考察》，《财经研究》2022年第4期。这为企业绿色技术的研发应用提供重要的支撑。最后，数字化转型能够提升企业价值和财务稳定性，⑦吴非、胡慧芷、林慧妍、任晓怡：《企业数字化转型与资本市场表现——来自股票流动性的经验证据》，《管理世界》2021年第7期。使其更容易从资本市场获得融资并为绿色创新活动提供充足的资金支持，这有助于进一步激发企业的绿色创新动机并提升其创新产出绩效。既有研究认为，以绿色技术为导向的创新从根本上提高了企业的资源利用效率，并强化了企业的环境保护能力和污染治理水平，是企业实现节能减排与绿色转型的重要途径。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：《绿色发展与全球工业化的新阶段：中国的进展与比较》，《中国工业经济》2018年第10期。基于此，本文提出以下研究假设：

H2：数字化转型通过推动绿色技术进步改善了制造业企业的环境绩效。

其二是管理效率优化效应。数字化转型在很大程度上突破了传统组织管理模式的窠臼，使其沿着科学管理、信息管理的发展方向演进，并通过以下途径改善企业的管理效率：第一，数字化转型打破了“信息孤岛”的局面，有效解决了信息流动过程中存在的部门化、碎片化等问题，借此企业能够对其运营流程进行更加科学合理的规划设计，并推动内部组织架构由传统的“垂直化”向开放式的“扁平化”转变，从而优化企业管理效能。第二，数字化转型便于企业对消费者的需求偏好实施动态监测和智能分析，②许宪春、任雪、常子豪：《大数据与绿色发展》，《中国工业经济》2019年第4期。这强化了企业的洞察力，使其能够通过不断调整、优化组织方式和商业模式来适应瞬息万变的现实需要，从而实现业务运营的智能化和精细化管理。第三，数字化转型所带来的信息公开化、透明化不仅有助于规范和约束企业自身行为，而且强化了外界对企业经营管理的监督作用。这一方面能够避免因委托代理问题造成的效率损失，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.另一方面通过外部舆论诉求将传统的企业内部治理拓展至“线上—线下”相结合的方式，促使外部主体与企业共同参与治理，进而提高企业的管理效率。④戚聿东、肖旭：《数字经济时代的企业管理变革》，《管理世界》2020年第6期；陈德球、胡晴：《数字经济时代下的公司治理研究：范式创新与实践前沿》，《管理世界》2022年第6期。综合已有研究结论来看，管理效率的提升有助于降低企业的运营成本，促进各种生产要素的灵活调度和优化组合，⑤孙浦阳、侯欣裕、盛斌：《服务业开放、管理效率与企业出口》，《经济研究》2018年第7期。在减少资源浪费的基础上提高资源的配置效率，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.从而有效降低企业的污染排放。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设：

H3：数字化转型通过优化管理效率改善了制造业企业的环境绩效。

二、研究设计

（一）样本选择与数据来源

本文的数据来源如下：一是中国A股上市公司数据，其中用于构造企业数字化转型衡量指标的原始资料来自上市公司年报，其他有关企业基本信息、财务信息等控制变量的原始数据则来自国泰安数据库。二是企业层面的污染排放数据，其来自中国工业企业污染排放数据库。本文利用企业名称、年份等识别信息将上述两套微观数据进行匹配合并，从而得到考察期为2007—2014年的实证研究样本。

（二）指标变量构造

1.被解释变量：企业污染排放强度

本文主要立足于水污染、大气污染两个方面，通过计算相关污染物的排放强度来反向刻画企业的环境绩效。一方面，随着工业的迅速发展，制造业企业在生产过程中引致的水污染问题日益严重，且在企业污染排放数据库中工业废水排放量指标的缺失相对较少，故而选择其作为企业水污染的典型代表；另一方面，作为全球最大的煤炭生产和消费国，我国的能源结构决定了以煤烟型为主的大气污染是当前环境污染的主要表现形式，鉴于二氧化硫不仅是燃煤的主要产物，而且是国内外相关研究中最为常用的指标选择，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.因此以其作为企业大气污染的典型代表。为进一步消除规模因素差异的影响，本文以人均工业废水、二氧化硫排放量（已对数化处理）来对企业的污染排放强度进行衡量。

2.核心解释变量：企业数字化转型

本文借鉴吴非等、袁淳等的做法，②吴非、胡慧芷、林慧妍、任晓怡：《企业数字化转型与资本市场表现——来自股票流动性的经验证据》，《管理世界》2021年第7期；袁淳、肖土盛、耿春晓、盛誉：《数字化转型与企业分工：专业化还是纵向一体化》，《中国工业经济》2021年第9期。基于上市公司年报并运用文本分析法来构造企业数字化转型的衡量指标，具体步骤如下：首先，运用Python爬虫功能对沪深两市A股上市公司年报进行归集整理，然后通过JavaPDFbox库提取所有文本内容，以此作为数据池供后续特征词筛选使用。其次，对政学业三界有关数字化表述的语义体系加以综合、梳理和结构化分类，然后从“底层技术运用”、“技术实践应用”两个层面筛选得到相应的数字化关键词，据此构建企业数字化特征术语库，并剔除掉关键词前存在否定词语表述以及非企业本身的“数字化转型”关键词。最后，基于对上市公司年报文本提取形成的数据池，根据确定的特征词执行“搜寻—匹配—词频统计”程序，进而分类归集关键技术方向的词频并形成最终加总词频。鉴于词频数据具有典型的“右偏性”特征，因此将其加上1后再进行对数化处理，从而得到本文企业数字化转型的衡量指标。

3.控制变量

为缓解遗漏变量问题，本文借鉴已有研究，纳入了一组与环境污染密切相关的企业层面控制变量，具体包括企业规模（Size）、企业年龄（Age）、资产负债率（Lev）、总资产收益率（ROA）、融资约束（Credit）、全要素生产率（TFP）、产权性质（SOE）。上述相关变量的定义及描述性统计列示于表1。

表1 变量的定义及描述性统计

（三）计量模型设定

为检验制造业企业数字化转型对其环境绩效的影响，本文构建如下计量模型：

式中，被解释变量EIit表示企业i在第t年的工业废水或二氧化硫排放强度；核心解释变量DTIit表示企业i在第t年的数字化转型程度，下文将重点关注其待估参数的数值符号及显著性，其经济含义即反映了企业数字化转型所带来的环境效应；Controlsit表示前述的企业层面控制变量集合；Industry、Year分别表示行业（证监会的二分位行业标准）、年度固定效应，用于控制行业层面特定时间不可观测的影响因素以及随时间变化的潜在影响因素；①在本文中核心解释变量企业数字化转型指标的变异程度具有局部性特征，其更多地存在于企业之间而非企业内部，此时若控制企业层面固定效应则容易产生计量估计偏误，故而采用行业层面固定效应更为适宜。ζit为随机误差项，表示影响企业污染排放强度的其他不可观测因素。为排除异常值的干扰，本文根据“企业—年份”层级结构对连续型变量位于双侧1%分位的极端值进行缩尾处理；另外，考虑到企业的污染排放可能存在一定的空间相关性，因此在回归分析中若无特别说明均采用聚类至企业层面的稳健性标准误。

三、实证结果分析

（一）基准回归

表2报告了基于式（1）并采用递进式回归策略得到的基准估计结果。其中，第（1）（5）列对应的是尚未纳入控制变量和固定效应的估计结果，此时企业数字化转型变量的估计系数均在1%的统计水平上显著为负。第（2）（6）列是纳入控制变量后的估计结果，可以发现企业数字化转型变量的估计系数再次在1%的统计水平上显著为负。在此基础上，第（3） — （4）、（7） — （8）列进一步控制了行业、年度固定效应，结果显示企业数字化转型变量估计系数的量级虽然有所下降，但其统计显著性和符号方向依然保持不变。上述估计结果意味着制造业企业的数字化转型程度越高，则其工业废水、二氧化硫的排放强度越低，可见上述二者存在显著的负相关关系。在经济含义的诠释方面，以第（4）（8）列的估计结果为例，可以发现，披露了一个与数字化转型相关关键词的企业的工业废水、二氧化硫排放强度，较之没有披露任何相关关键词的企业而言平均要低4.573%、4.278%。②计算公式为In2×1 /θ—，其中表示工业废水或二氧化硫排放强度的平均值。这说明数字化转型对制造业企业污染排放的抑制效应具有显著的经济意义。由上可见，基准回归结果初步验证了研究假设1，即数字化转型有助于改善制造业上市企业的环境绩效。

表2 基准回归结果

（二）内生性问题的应对

基准回归结果可能面临内生性问题的干扰。一方面，环境行为、数字化策略均内生于企业的经营决策之中，这意味着上述二者可能存在相互影响关系。从现实来看，要实现降污减排目标往往需要投入大量的资金和技术设备，对于环境绩效较好的企业而言，其通常具备更加雄厚的资金和技术实力，这反过来可能会进一步强化企业推行数字化战略的动机，由此引发的逆向因果问题会导致核心参数出现估计偏误。另一方面，尽管基准回归已控制了企业层面的相关影响因素以及行业、年度固定效应，但由于难以保证与企业数字化转型、环境绩效相关的不可观测因素均被囊括在内，因此遗漏变量的潜在可能性仍然存在。针对此，本文采用以下两种方法来进行应对。

一是构建企业数字化转型的工具变量并执行IV-2SLS估计。既有研究认为，企业的经营决策通常会受到上一期同地区其他企业的影响。①Srinidhi B., Gul F.A., Tsui J., “Female Directors and Earnings Quality”, Contemporary Accounting Research, Vol.28, No.5, 2011,pp.1610-1644.受此启发，本文构造了与样本企业位于同一城市的其他上市企业上一年度的数字化转型平均指数并以此作为工具变量，具体计算公式如下：

式中，DTI_IVrji－1表示第t－1年与样本企业i位于同一城市r的其他上市企业j的数字化转型指数的平均值，DTIrji－1表示第t－1年同城市的其他上市企业j的数字化转型指数，Nri－1表示第t－1年城市r除样本企业i外的其他上市企业的总数。上述工具变量能够在一定程度上反映地区数字化的演变趋势，其与样本企业的数字化转型存在一定的关联，故满足相关性要求；与此同时，该工具变量由其他上市企业决定，不大可能对样本企业的污染排放产生直接影响，因而能够较好地满足外生性与排他性约束条件的要求。从列示于表3第（1）（4）列的第一阶段估计结果来看，工具变量对核心解释变量的回归系数在1%的统计水平上显著为正，与预期相符，说明企业的数字化决策会受到上一年度同区域其他企业的影响。另外，从工具变量的检验结果来看，不存在识别不足、弱识别及过度识别等问题，因此其合理性和有效性得以验证。在上述基础上，表3第（2）（5）列的第二阶段估计结果表明企业数字化转型变量的估计系数均在1%的统计水平上显著为负，且其数值量级较之表2第（4）（8）列的基准回归结果有所扩大。由此可见，通过引入工具变量对潜在的内生性问题加以控制后，IV-2SLS估计结果再次印证了企业数字化对其污染排放具有显著的抑制效应，并且具有较为可观的边际效应。

表3 应对内生性问题的检验结果

二是借鉴李磊等的研究，②李磊、刘常青、韩民春：《信息化建设能够提升企业创新能力吗？——来自“两化融合试验区”的证据》，《经济学（季刊）》2022年第3期。利用“两化融合”试验政策这一外生冲击事件作为准自然实验，通过构建多期DID模型来克服内生性问题。国家级“两化融合试验区”在建设过程中强调利用信息技术改造和提升传统产业、培育和发展新兴产业，切实提升工业企业的信息化水平，因此“两化融合”试验政策自实施以来逐渐成为我国推行信息化环境建设与驱动企业数字化转型的重要制度抓手。本文将受“两化融合”试验政策影响的样本企业视为处理组，而未受影响者则作为对照组，据此设定如下形式的多期DID模型：

式中，核心解释变量DIDit表示企业i所属城市在第t年是否入选“两化融合试验区”，③根据工业和信息化部官网提供的资料，“两化融合试验区”共涉及上海、重庆等30个城市。若是则在当年及之后均赋值为1，反之为0。其余指标变量的定义同前，此处不再赘述。

为验证多期DID模型识别策略的有效性，首先进行平行趋势假设条件检验。本文将“两化融合”试验政策发生前后的时间长度归并至[－4, 4]的区间内，并将政策试验前的－4年设定为事件分析基期。从检验结果来看，④限于篇幅，平行趋势检验结果从略，备索。在试验政策实施前各期的估计参数均不显著，这意味着样本企业在工业废水、二氧化硫排放强度方面不存在趋势性差异，即满足事前平行趋势假设。表3的第（3）（6）列进一步报告了基于多期DID模型的估计结果，可以发现企业数字化变量的估计系数分别在10%、1%的统计水平上显著为负，这表明“两化融合”试验政策对实施城市企业的工业废水、二氧化硫排放均具有显著的抑制作用，换言之其有助于改善企业的环境绩效。

（三）其他稳健性检验

为确保研究结论的准确可信，本文从以下五个方面进行了稳健性检验：

一是替换核心变量的衡量指标。一方面，分别采用企业单位产出、单位营业收入的工业废水、二氧化硫排放量以及化学需氧量、工业废气、烟尘等污染物的人均排放量来作为企业污染排放强度的衡量指标；另一方面，通过剔除“行业—年份”层面的共同度量偏差、计算词频密度、将上市公司年报内容限定于MD&A区间、计算软件投资占总资产比重等不同方式来重新构造企业数字化转型衡量指标。

二是剔除特殊样本。通过剔除国际金融危机发生期间样本、直辖市企业样本和排除企业策略性披露行为等来隔绝各类特殊样本的干扰。

三是调整稳健性标准误。一是改变稳健性标准误的聚类层级，将其由原先的企业层面进一步调整为“城市—行业”层面，以及在企业和年份层面进行双向聚类；二是改变稳健性标准误的设定方法，采用Conley的空间二维标准误校正方法来控制企业间数字化决策、环境行为的策略互动特征。①Conley T. G., “GMM Estimation with Cross Sectional Dependence”, Journal of Econometrics, Vol.92, No.1, 1999, pp.1-45.

四是遗漏变量问题的检验及应对。首先，借鉴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.通过构造不可观测因素的选择性偏误判定指标来对遗漏变量问题进行检测。其次，参照陈登科的研究，③陈登科：《贸易壁垒下降与环境污染改善——来自中国企业污染数据的新证据》，《经济研究》2020年第12期。在基准计量方程中纳入省级、行业各自与年份的交乘固定效应，以实现对与环境规制政策、数字化发展政策等相关的一系列特定冲击因素的联合控制。

五是安慰剂检验。将样本企业的污染排放强度变量与数字化转型变量的真实对应关系打乱后进行随机配对，在构造虚假测试样本的基础上重新进行估计并循环重复500次，以排除虚假回归的潜在威胁。综合上述检验结果来看，本文的核心结论并未发生实质性的改变，因而具备较好的稳健性。④因篇幅所限具体检验结果从略，留存备索。

（四）作用机制检验

根据前文的理论分析，绿色技术进步与管理效率优化是数字化转型作用于企业环境绩效的两个潜在机制，本节将对此进行检验。首先，构造渠道变量的衡量指标。一方面，根据宋德勇等的研究，①宋德勇、朱文博、丁海：《企业数字化能否促进绿色技术创新？——基于重污染行业上市公司的考察》，《财经研究》2022年第4期。采用独立获得的绿色专利数量（对数值）来作为企业绿色技术进步的衡量指标。另一方面，借鉴孙浦阳等的做法，②孙浦阳、侯欣裕、盛斌：《服务业开放、管理效率与企业出口》，《经济研究》2018年第7期。通过估计下述管理费用决定方程并提取残差值来对企业的管理效率进行测度：mfit=α0+α1lit+α2frit+α3markupit+λs+λt+εit。其中，mfit表示企业i的管理费用（对数值）；lit表示企业的员工人数（对数值），作为企业规模的代理变量；frit表示企业的海外业务收入额（对数值）；markupit表示企业的价格加成，采用企业收入与企业收入和利润差额之间的比值来进行衡量；λs、λt分别表示行业、年份固定效应。在上述基础上提取残差值εit并根据其大小对各行业中的企业进行排序，将排序中前10分位数内的企业定义为高管理效率者并以其管理费用残差值的平均值作为本行业管理效率的前沿值，然后利用各个企业的管理费用残差值除以该前沿值得到企业管理效率水平的衡量指标，其数值越大表示企业的相对管理效率越低。

接下来，本文以上述渠道变量作为被解释变量，并纳入式（1）所示的控制变量和固定效应，在此基础上检验数字化转型对企业环境绩效的作用机制。表4的估计结果表明，数字化转型对企业绿色技术进步的估计系数在10%的统计水平上显著为正，而对企业管理效率的估计系数则在10%的统计水平上显著为负。上述估计结果符合理论预期，表明数字化转型的确有利于促进企业的绿色技术进步和管理效率优化，其呼应了前文的逻辑推理，并验证了研究假说2、3。

表4 作用机制检验结果

（五）异质性分析

考虑到不同企业可能存在比较明显的内外部属性特征差异，因此数字化转型对企业环境绩效的影响未必完全相同，鉴于此，接下来进一步探究数字化转型对环境绩效的影响是否会因企业的科技属性、所在地域、要素密集度等的不同而有所差异。

首先，表5的第（1） — （2）、（6） — （7）列针对企业的科技属性特征进行了异质性分析。在高科技组别中，企业数字化转型具有显著的环境绩效改善效应，而在非高科技组别中，企业数字化转型变量的估计系数则没有通过统计显著性检验，这表明数字化转型对高科技企业降污减排的促进效应更加明显。导致上述差异化效果的原因在于，数字化转型需要较强的创新支撑基础，相比于非高科技企业，高科技企业能够更好地满足数字化转型所需的主客观条件，这决定了其在数字化转型战略的推进上更加有效，因而也更有利于环境绩效的改善。

表5 异质性检验结果1

其次，本文将整体样本划分为东、中、西部地区企业三个组别，相应的估计结果如表5的第（3） — （5）、（8） — （10）列所示。研究发现，在工业废水排放方面，数字化转型对东、中部地区企业具有显著的抑制作用，对西部地区企业的影响则不显著。在二氧化硫排放方面，数字化转型对东、西部地区企业具有显著的抑制效应，而对中部地区企业的影响却不显著。其原因可能在于东部地区在经济、技术、人才、设施等方面的发展水平均显著高于中、西部地区，因此在数字化转型带动企业降污减排这一过程中，其能够更加有效地发挥外在支撑及辅助作用，从而使得东部地区企业数字化转型所带来的环境绩效提升效应较之于中、西地区同行更加显著。

最后，参考赵宸宇的做法，①赵宸宇：《数字化发展与服务化转型——来自制造业上市公司的经验证据》，《南开管理评论》2021年第2期。根据要素密集度差异将整体样本企业划分为资本密集型、技术密集型、劳动密集型三个组别。表6的检验结果显示，数字化转型对资本密集型、技术密集型企业的环境绩效的改善效应均通过了统计显著性水平检验，而对劳动密集型企业的环境绩效的影响则不显著。对上述差异一个可能的解释是，相对于劳动密集型企业而言，资本密集型企业、技术密集型企业往往拥有更加雄厚的资金和技术实力，这为企业推行数字化战略提供了前提基础和重要保障，其更有利于发挥数字化转型在绿色技术创新、管理效率优化等方面的功效，从而能够对企业环境绩效的改善起到更加显著的促进作用。

表6 异质性检验结果2

四、拓展性分析

（一）数字化转型的降维分解考察

为了进一步细化企业的数字化转型与环境绩效之间因果关系的分析，本文根据数字化转型的权威界定并以“ABCD”技术为划分依据，将企业整体的数字化转型指标降维分解至底层技术与实践应用两大层面，其中前者包含人工智能、区块链、云计算和大数据4个子指标，后者则采用实践中的具体数字化运用关键词为依据构建得到数字化运用指标来表示。基于此得到的估计结果如表7所示，可以发现几乎所有的数字化转型子指标的估计系数均显著为负，其中人工智能技术的应用对企业环境绩效的改善效应尤其显著。在万物互联的时代，一方面，区块链技术因其颠覆性数据结构、不可篡改的特性为经济社会的运行提供了“信用”解决方案，对此有学者指出，将区块链技术部署于环境监测系统，可以发挥可信监测、污染溯责等作用，这对强化污染防治机制具有“奇兵”效果。另一方面，人工智能作为新一代通用信息技术，其深层次应用不仅可以有效识别环境污染源，而且能够优化污染防治的决策机制并实现动态化、精细化管理，这有利于进一步提高企业降污减排的成效。

表7 基于数字化转型降维分解指标的估计结果

（二）数字化转型的前、末端治理效应考察

现行的环境规制方式可以归纳为前端治理与末端治理两大类。其中，前端治理基于“事前预防”的思路，其通过减少生产、采用更加清洁的能源或更高效的生产设备等方式，从源头上抑制污染的产生；末端环境管制则基于“先污染后治理”的思路，通过事后干预的方式来去除企业生产经营过程中产生的污染物以达到降污减排的目的。对此，本节拟进一步探讨的问题是，数字化转型在赋能企业降污减排的过程中，其究竟是通过前端治理还是末端治理实现的？抑或二者兼而有之？

基于数据的可得性考虑，此处仅以二氧化硫为例，就数字化转型对企业污染排放的前、末端治理效应进行探讨。参考盛丹和卜文超的研究，①陈登科：《贸易壁垒下降与环境污染改善——来自中国企业污染数据的新证据》，《经济研究》2020年第12期；盛丹、卜文超：《机器人使用与中国企业的污染排放》，《数量经济技术经济研究》2022年第9期。一方面采用二氧化硫产生量、煤炭消费量、洁净燃气消费量来作为前端衡量指标，另一方面则采用二氧化硫去除量、脱硫设施数量、脱硫设施脱硫能力来作为末端衡量指标，上述指标的原始数据同样来自中国工业企业污染排放数据库。然后，以上述前、末端衡量指标作为被解释变量，企业数字化转型为解释变量，同时纳入同式（1）所示的其他相关控制变量及行业、时间固定效应，据此考察企业数字化转型对其二氧化硫排放的前、末端治理效应。

表8的估计结果显示，在前端治理方面，企业数字化转型变量的系数估计值分别为－0.347、－0.331、0.010，可见系数符号均符合预期的方向，但其中仅对二氧化硫产生量的影响效应通过1%的统计显著性水平检验；而在末端治理方面，企业数字化转型对二氧化硫去除量、脱硫设施数量、脱硫设施脱硫能力的影响效应均缺乏统计显著性意义。可见，数字化转型主要通过前端规制而非末端处理的方式来降低企业的二氧化硫排放，且并非通过减少传统能源的使用或增加清洁能源的使用等治理方式实现的。通常而言，使用清洁能源、改进生产工艺或运用排污处理设施是企业为实现减排目的而采取的三种最为常见的做法，鉴于上述实证研究已经排除了使用清洁能源或排污处理设施者这两种可能，因此我们猜测数字化转型可能通过改进生产工艺这一前端干预方式来降低企业的二氧化硫排放。不过需要指出的是，由于数据样本存在较为明显的缺失问题，因此对上述结论需要谨慎解读，有待进一步的研究。

表8 数字化转型的前末端治理效应估计结果

结论与政策启示

“数字中国建设”与“美丽中国建设”是新时期推动我国经济社会高质量发展的重要战略部署，在此背景下数字化转型能否成为我国制造业绿色转型的驱动引擎备受瞩目。本文利用2007—2014年中国A股上市公司数据与中国工业企业污染排放数据库匹配合并后的微观样本，实证检验数字化转型对我国制造业企业环境绩效的影响及其作用机制，研究结论主要有下：（1）数字化转型显著降低了我国制造业企业的污染排放强度，具体表现为披露了一个与数字化转型相关关键词的企业相对于没有披露任何相关关键词的企业而言，其工业废水、二氧化硫排放强度平均要低4.573%、4.278%；（2）作用机制检验表明，数字化转型主要通过绿色技术进步、管理效率优化这两个渠道来促进企业环境绩效的改善；（3）异质性分析显示，数字化转型的降污减排效应在高科技属性、资本密集型、技术密集型以及位于东部地区的企业中更为明显；（4）拓展性分析发现，人工智能、区块链、云计算、大数据等数字技术的应用基本上有利于企业环境绩效的改善，前端治理在数字化转型推动企业二氧化硫减排过程中扮演着更加重要的角色。

本文研究为深入揭示数字化转型的微观环境效应及其内在逻辑机理提供了理论阐释与经验证据，这对于我国探寻制造业绿色转型的有效发展路径具有以下重要启示：（1）在宏观层面，政府应多管齐下和积极引领企业推进数字化转型战略。一是破除现有制约数字化转型的机制阻碍，为企业数字化转型营造良好的制度环境；二是从资金、技术、人才等各个方面出台相应的扶持政策，切实帮助企业化解数字化转型面临的风险挑战及现实困难，从根本上解决“不敢转”“不会转”“不能转”等问题；三是构建完备的数字化基础设施体系，加快形成数字技术赋能平台，以此助力企业实现高质量的数字化转型。（2）在微观层面，企业应顺应时代发展趋势，主动拥抱数字经济浪潮，大力推动数字技术的创新应用，在激发自身绿色创新能力的同时实现管理效能的优化。此外，企业应重视数字人才队伍建设，可以采取完善科技人才的引进培育机制、加大人力资本投入力度、优化人员结构等多种措施来打造契合数字化时代发展需要的专业技术人才，为企业借助数字化转型契机赋能绿色转型提供优质的人力资源支撑。