数字化转型有助于提升企业环境绩效吗?

于连超 王 雷

(兰州大学,甘肃 兰州 730000)

一、引言与相关文献回顾

近年来,我国生态文明建设卓有成效。党的二十大报告提出,“我们坚持绿水青山就是金山银山的理念,坚持山水林田湖草沙一体化保护和系统治理,全方位、全地域、全过程加强生态环境保护,生态文明制度体系更加健全……生态环境保护发生历史性、转折性、全局性变化,我们的祖国天更蓝、山更绿、水更清。”然而,我国生态环境保护的结构性、根源性、趋势性压力依然处于高位。一方面,我国环境治理体系还不够健全,表现为命令型环境制度占据主体地位(沈洪涛 等,2017),市场型和自愿型环境制度发展相对滞后,因而需要加快建立健全现代环境治理体系,借助市场的资源配置作用和行业、公众的治理监督作用,推进企业绿色转型。2021年3月,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》(以下简称《“十四五”规划》)正式发布,提出要“深入打好污染防治攻坚战,建立健全环境治理体系”。另一方面,企业环境管理效率仍处于低位,表现为不能及时识别、发现和防范环境风险,因而需要加快推进数字技术发展,赋能企业绿色转型。《“十四五”规划》还提出,“加快建设数字经济、数字社会、数字政府,以数字化转型整体驱动生产方式、生活方式和治理方式变革。”因此,如何实现数字化转型对生态文明建设的赋能成为亟待探讨的重要问题。

现有研究侧重于从内部经济效应和外部市场表现两个方面探讨数字化转型能否赋能经济高质量发展。对于内部经济效应而言,数字化转型有助于提升公司治理水平(祁怀锦 等,2020),提高企业新产品开发绩效(池毛毛 等,2020),促进企业扩大出口(易靖韬 等,2021),提高企业现金持有的资源价值(谭志东 等,2022),推动企业成长(倪克金 等,2021),最终提高企业主业业绩(易露霞 等,2021),提升企业生产效率(涂心语 等,2022)。对于外部市场表现来说,数字化转型能够降低股价波动性,具有较好的资本市场表现(吴非 等,2021),且可以降低审计费用(张永珅 等,2021),提高审计质量(翟华云 等,2022),具有较好的审计市场表现。不难发现,现有文献普遍证实数字化转型取得了积极的内部经济效应和良好的外部市场表现,能够赋能经济高质量发展。然而,鲜有研究关注数字化转型对生态文明建设的影响。因此,本文选取企业环境绩效作为研究视角,探讨数字化转型的环境效应,为政府推进数字经济发展、企业推进数字化转型提供决策参考。

本文的理论贡献可以概括为如下三个方面:第一,从企业环境绩效角度补充了数字化转型的环境效应研究。既有研究聚焦于数字化转型在公司治理、新产品开发绩效、企业出口、现金持有、企业成长、主业业绩、生产效率、股价波动性、审计费用、审计质量等方面的经济效应,忽视了其产生的环境效应。事实上,数字化转型将数字技术与环境管理相结合,可以促使企业更好地履行环境责任。本文通过探讨数字化转型对企业环境绩效的影响,丰富了数字化转型的环境效应研究。第二,从数字经济角度拓展了企业环境绩效的驱动因素研究。从已有文献来看,国内外学者着重从环境合法压力和外部资源获取两个视角分析企业环境绩效的驱动因素,即更为关注企业环境绩效提升的环境合法动因和资源获取动因,缺乏对内在支撑因素的深入探讨。面对环境管理效率低下的现实困境,企业提升环境绩效需要数字技术的有力支撑。本文通过考察数字化转型如何影响企业环境绩效,拓宽了企业环境绩效的研究视角,揭示了数字技术对企业环境绩效提升的支撑作用。第三,厘清了数字化转型对企业环境绩效的作用机制,以及环境制度、金融制度对上述二者间关系的影响。数字化转型之所以能够赋能企业提升环境绩效,原因主要在于数字化转型将数字技术与环境监督、环境沟通相结合,提高了环境管理效率。数字化转型改善企业环境绩效作用的发挥,需要良好的环境制度和金融制度作为支撑,其中环境制度是企业提升环境绩效的外部压力,金融制度是企业提升环境绩效的内在动力。因此,本文进一步明晰了数字化转型提升企业环境绩效的内在机理及其制度边界。

二、理论分析与研究假说

面对政府施加的环境合法压力和环境导向的资源分配机制(唐国平 等,2013;吕明晗 等,2018;Cai et al.,2020;Xie et al.,2022),企业会出于环境合法动因和资源获取动因来改善环境绩效。在企业提升环境绩效的过程中,环境监督和环境沟通的作用尤为重要。当环境监督较弱时,董事会的环境战略和内部的环境控制将难以执行;当环境沟通较差时,企业内部的环境信息传递和外部的环境信息沟通将存在阻碍。数字化转型在解决上述问题时具有明显的信息优势和技术优势。其中,信息优势是指数字化转型有助于企业获取和传递与环境相关的信息,技术优势是指数字化转型有助于企业提升与环境相关的技术。本文认为,数字化转型凭借信息优势和技术优势从以下两个方面提高了企业环境绩效。

第一,数字化转型通过强化环境监督提升了企业环境绩效。数字化转型通过将数字技术与环境监督相结合,可以赋能企业环境监督。一方面,数字化转型具有信息获取功能(张永珅 等,2021),能够帮助企业更加准确地评价环境监管的合理性,并加以完善。比如,利用数字技术可以帮助企业从外部获取先进的环境监管经验,改善环境监管流程,从内部制度设计层面强化环境监督。另一方面,数字化转型具有违规预警功能,能够帮助企业及时发现环境风险,并加以改正。比如,利用数字技术建立内部环境监管系统,设置污染排放超标报警线,可以帮助企业更加及时地发现环境风险,追溯风险产生的原因,并督促相关部门改进生产流程、优化生产工艺,降低污染排放,从内部生产环节层面强化环境监督。可见,数字化转型的信息获取功能和违规预警功能可以帮助企业强化环境监督,进而改善环境绩效。

第二,数字化转型通过优化环境沟通提升了企业环境绩效。数字化转型通过将数字技术与环境沟通相结合,可以赋能企业环境沟通。一方面,数字化转型具有内部信息传递功能(祁怀锦 等,2020),能够帮助企业强化内部的环境沟通,提高环境管理效率。比如,利用数字技术构建内部环境管理协作平台,明确各个部门的环境分工和环境责任,有助于改进环境管理流程,加强内部环境协作,优化内部环境沟通。另一方面,数字化转型具有外部信息传递功能,能够帮助企业加强外部的环境沟通,树立正面的公司形象,获取更多的可用于支持企业改善环境绩效的资源。比如,利用数字技术建立外部环境信息发布平台,定期公开企业污染排放合规的环境信息,向外部传递积极的环境信号,有助于降低内外环境信息不对称,优化外部环境沟通。可见,数字化转型的内部信息传递功能和外部信息传递功能可以帮助企业优化环境沟通,进而改善环境绩效。

根据上述分析,数字化转型不仅可以通过强化环境监督来提升企业环境绩效,也能够通过优化环境沟通来改善企业环境绩效。由此,本文提出:

H1:数字化转型能够提升企业环境绩效。

面对政府施加的环境合法压力,企业会出于环境合法动因来提升环境绩效。环境规制强度越高,企业受到的环境合法压力越大(于连超 等,2022),这将提高企业利用数字化转型来改善环境绩效的外部压力。一方面,环境规制强度较高,意味着政府制定的环境标准较高(毕茜 等,2015),这会提高企业环境责任履行的遵循成本,约束企业通过数字化转型来改善环境绩效以满足更高的环境标准。另一方面,环境规制强度较高,还意味着政府执行的环境监管较严(沈洪涛 等,2017),这会提高企业环境责任履行的惩罚成本,约束企业通过数字化转型来改善环境绩效以迎合更严的环境监管。可见,较高的环境规制强度带来的较高的环境标准和较严的环境监管,促使企业更有动力利用数字化转型来提升环境绩效。由此,本文提出:

H2:当环境规制强度较高时,数字化转型提升企业环境绩效的效果更明显。

面对环境导向的资源分配机制,企业会出于资源获取动因来提升环境绩效。当金融生态环境较好时,企业债务融资环境更好(魏志华 等,2014),金融资源配置效率更高(谢德仁 等,2009),这将提高企业利用数字化转型来改善环境绩效的内在动力。一方面,当金融生态环境较好时,企业能够获取更多的金融资源来支撑数字化发展(靳毓 等,2022),从而助力企业通过数字化转型来改善环境绩效。另一方面,当金融生态环境较好时,金融资源会优先支持环境绩效较好的企业发展(姚圣 等,2017;Shen et al.,2021),从而激励企业通过数字化转型来改善环境绩效。可见,较好的金融生态环境有助于改善企业债务融资环境、优化企业金融资源配置,增强企业通过数字化转型来提升环境绩效的内在动力。由此,本文提出:

H3:当金融生态环境较好时,数字化转型提升企业环境绩效的效果更明显。

综上所述,本研究的理论框架如图1所示。

图1 理论框架

三、研究设计

(一)样本选取与数据来源

本文选取2007—2020年沪深A股重污染企业作为研究样本。选取2007年作为样本起始年份的原因在于,2007年实施的新版《企业会计准则》在会计确认、计量、报告方面发生了重大变化,导致会计指标的纵向可比性下降。选取重污染企业作为研究对象的理由在于,重污染企业的污染超标排放严重,迫切需要提升环境绩效以推进生态文明建设。在剔除ST、*ST等特殊处理,以及数据缺失的样本后,本文最终获得8186个观测值。

本文数据来源如下:(1)计算企业环境绩效的环境税费数据源于财务报表附注之管理费用明细和税金及附加明细,营业收入数据源于国泰安数据库(CSMAR);(2)衡量数字化转型的文本数据源于年度报告中的“管理层讨论与分析”部分,通过提取核心关键词进行文本分析得到;(3)计算控制变量的原始数据来自国泰安数据库(CSMAR)、中国研究数据服务平台(CNRDS)和中国经济数据库(CEIC)。本文对连续变量进行了上下1%的缩尾处理,并使用Stata16展开数据分析。

(二)变量说明

1.被解释变量:企业环境绩效

从现有研究来看,学者们主要使用评价指标法(Zou et al.,2015;卢洪友 等,2017;杜兴强 等,2021;Francoeur et al.,2021)、污染排放法(沈洪涛 等,2017)、资本支出法(唐国平 等,2013;黎文靖 等,2015)、环境税费法(张兆国 等,2019;于连超 等,2020)等来衡量企业环境绩效。鉴于评价指标法的主观性较强,污染排放法的数据不易获取,资本支出法侧重关注企业环境行为,本文参考张兆国等(2019)、于连超等(2020)的研究思路,使用环境税费法来衡量企业环境绩效(EP),其数值等于环境税费除以营业收入,并乘以100。该指标能够从公开的企业财务报表及其附注中获取,是企业必须披露的财务数据,客观性较强。一般来说,该指标值越高,代表企业环境绩效越差。在稳健性检验部分,本文采用资本支出法构建了替代指标,以验证研究结论的可靠性。

2.解释变量:数字化转型

学者们主要从数字年报文本和数字无形资产两个方面来衡量数字化转型。其中,数字年报文本维度是指通过分析年度报告中数字化相关的词频数量或词频占比来测度数字化转型(吴非 等,2021;袁淳 等,2021),数字无形资产维度是指通过使用无形资产中的数字资产占比来测度数字化转型(祁怀锦 等,2020)。从本文的研究主题来看,数字年报文本维度更为契合,因此参考吴非等(2021)、袁淳等(2021)的做法,使用数字化相关的词频占比来衡量数字化转型(DT),并乘以100。该指标的构建过程如下:首先,借助中央人民政府、工业和信息化部等网站公布的数字经济重要文件,提取频次大于等于5的数字化词汇;其次,运用文本分析法统计企业年报中“管理层讨论与分析”部分的数字化词频,并计算其占比。在稳健性检验部分,本文使用数字无形资产金额占无形资产总额的比例来构建替代指标,以验证研究结论的可靠性。

3.控制变量

参考Glass et al.(2016)、沈洪涛等(2017)、Latan et al.(2018)、杜兴强等(2021)等研究的实证模型,本文控制了如下变量(CVs):(1)基本因素,包括企业规模(Size)、资产负债率(Lev)、资产净利率(Roa)、企业成长性(Growth)、上市年龄(Age)、产权性质(State)、事务所类别(Big4);(2)治理因素,包括董事会规模(Director)、监事会规模(Supervisor)、独立董事占比(Id)、两职合一(Dual);(3)行业因素,包括行业竞争程度(IC);(4)地区因素,包括经济发展水平(ED)、财政盈余情况(FS)。此外,本文还控制了年份(Year)和行业(Indu)效应。

本文研究变量的具体说明如表1所示。

表1 变量说明

(三)模型设定

本文构建模型(1)来检验数字化转型对企业环境绩效的影响。

EPi,t=α0+β1DTi,t+θCVsi,t+Year+Indu+εi,t

(1)

其中,i为个体,t为年份,ε为随机扰动项。其他变量含义见前文变量说明部分,不再赘述。

四、实证结果与分析

(一)描述性统计

对核心变量进行描述性统计,结果见表2和表3。由表2可知,EP的最小值为0.000,最大值为0.799,表明企业环境绩效存在明显的个体差异;DT的平均值为0.377,中位数为0.308,表明企业数字化转型近似符合正态分布,且整体水平较低,有待提升。由表3可知,DT的平均值由2007年的0.171攀升至2020年的0.574,表明样本企业数字化转型水平呈波动上升趋势。

表2 主要变量的整体统计描述结果

表3 数字化转型的分年统计描述结果

(二)基本回归

对数字化转型与企业环境绩效进行多元回归,结果见表4。其中,列(1)为未纳入任何控制变量的回归结果,列(2)为加入基本因素控制变量的回归结果,列(3)为引入基本因素和治理因素控制变量的回归结果,列(4)为包含所有控制变量的回归结果。由列(1)～(4)可见,DT的回归系数分别为-0.031、-0.027、-0.027、-0.028,且均在1%的水平显著,说明数字化转型对企业环境绩效存在显著的正向影响,该结论具有一定的稳定性。当DT变动一个标准差时,EP会降低0.009(=0.028×0.317)个单位,占其平均值的23.36%(=0.028×0.317/0.038),表明数字化转型对企业环境绩效的正向影响具有经济显著性。综上分析可知,在数字化转型的助力下,企业环境绩效将得到明显提升,H1成立。

表4 基本回归结果

(三)稳健性检验

为验证上述结论的可靠性,本文进行了以下稳健性检验:

第一,工具变量法。虽然上文中已尽可能控制了会影响企业环境绩效的重要变量,但仍存在忽视某些因素的可能,进而产生遗漏变量问题。由此,本文采用工具变量法,选取“宽带中国”战略作为数字化转型的工具变量,并以2013年作为政策实施年份,将战略实施前两年数字化转型水平均值的前1/3作为政策实验组别,构建交互项(Treat×Post)来识别“宽带中国”战略。Treat×Post的定义为:当数字化转型水平位于前1/3且时间位于2013年及以后年份时取1,否则取0。2013年,《国务院关于印发“宽带中国”战略及实施方案的通知》(国发〔2013〕31号)发布,标志着“宽带中国”战略进入全面实施阶段。在“宽带中国”战略实施后,地方政府开始逐步加大对数字经济的支持力度,如提高财政投入、加大税收优惠等,以推动企业数字化转型。可见,“宽带中国”战略促进了企业数字化转型,满足相关性假设。并且,“宽带中国”战略与随机扰动项不相关,其核心目的是推动数字经济发展,不太可能通过其他途径影响企业环境绩效,满足外生性假设。弱工具变量检验结果显示,Cragg-Donald Wald F Statistic等于6881.510,强烈地拒绝了原假设,表明“宽带中国”战略不是弱工具变量。

表5列(1)和列(2)报告了工具变量法的估计结果。列(1)显示,Treat×Post的回归系数为0.483,且通过了显著性检验,表明“宽带中国”战略能够促进企业数字化转型,印证了上述的理论预期。列(2)显示,DT的回归系数为-0.025,且在5%的水平显著,说明在使用工具变量法后,数字化转型依然能够显著提升企业环境绩效,本文研究结论稳健成立。

表5 稳健性检验结果(一)

第二,控制个体效应。考虑到遗漏个体层面不随时间变化的因素可能会导致实证结果受到干扰,本文控制了个体效应,使用双向固定效应模型来检验数字化转型对企业环境绩效的影响,结果见表5列(3)和列(4)。不难发现,DT的回归系数分别为-0.014、-0.012,且均在1%的水平显著。这表明在控制个体效应后,数字化转型对企业环境绩效的正向作用依然存在,H1再次得到验证。

第三,使用Tobit模型。由于企业环境绩效的取值大于等于0,存在一定限制,因而使用OLS回归可能导致实证结果出现一定偏差。为此,采用Tobit模型重新进行检验,下限设定为0,结果报告于表5列(5)和列(6)。从中可见,DT的回归系数分别为-0.107、-0.098,且均通过了显著性检验。这表明在使用Tobit模型后,数字化转型与企业环境绩效仍然显著正相关,与基本回归结果一致。

第四,提高行业可比性。企业环境绩效可能存在明显的行业差异,从而降低指标衡量过程中的行业可比性。为了缓解这一顾虑,提高行业可比性,本文使用行业均值平减企业环境绩效构建指标EP_mean,回归结果见表5列(7)和列(8)。结果显示,DT的回归系数分别为-0.681、-0.634,且均在1%的水平显著。这说明在提高行业可比性后,数字化转型对企业环境绩效的正向影响依然成立,前文研究结论并未发生根本性改变。

第五,替换被解释变量的测量方法。参考唐国平等(2013)、黎文靖等(2015)的做法,使用资本支出法重新测度企业环境绩效,记为EP_inv。EP_inv等于企业环境保护方面的资本支出金额加1取自然对数,数据源于在建工程附注。表6列(1)和列(2)的结果显示,DT的回归系数分别为-0.318、-0.296,且均通过了显著性检验。可见,在替换被解释变量的测量指标后,数字化转型依然能够显著改善企业环境绩效,与上文实证分析结果一致。

表6 稳健性检验结果(二)

第六,替换解释变量的测量方法。为克服自变量衡量偏误可能对实证结果造成的不利影响,此处参考祁怀锦等(2020)的方法,使用数字无形资产金额占无形资产总额的比例作为数字化转型的代理指标,记为DT_IA。其中,数字无形资产包括网络、软件、客户端、管理系统、智能平台等。调整数字化转型度量指标后的回归结果见表6列(3)和列(4)。不难发现,DT_IA的回归系数分别为-0.056、-0.053,且均在1%的水平显著。由此可知,在替换解释变量的测量方法后,数字化转型仍然能够显著提升企业环境绩效,与表4的回归结果一致。

第七,排除新《环保法》影响。2015年我国实施了被称为“史上最严”的新《环保法》,此外生冲击的影响重大且深远,很可能导致本文的实证结果受到干扰。为排除新《环保法》的替代性解释,本文按新《环保法》的实施时间将样本划分为实施前和实施后两组,回归结果见表6列(5)和列(6)。结果显示,DT的回归系数分别为-0.023、-0.032,且均通过了显著性检验;同时,组间系数差异为-0.009,未通过显著性检验(P值=0.407)。这意味着无论在新《环保法》实施前还是实施后,数字化转型均能够显著改善企业环境绩效。因此,可以有效排除新《环保法》的替代性解释。

第八,排除其他环境政策影响。除新《环保法》外,近年来我国还实施了其他一系列重要环境政策,如中央环保督察、领导干部自然资源资产离任审计等,这些重要的环境政策也可能导致本文实证结果受到影响。为排除其他环境政策的替代性解释,本文构建以下两个变量:一是环保督察(EI),若企业注册地所在地区接受了中央环保督察,则EI取1,否则取0;二是离任审计(RA),若企业注册地所在地区进行了领导干部自然资源资产离任审计试点,则RA取1,否则取0。回归结果如表6列(7)和列(8)所示。EI的回归系数分别为-0.010、-0.010,且均通过了显著性检验,说明中央环保督察能够有效提升企业环境绩效;RA的回归系数分别为-0.056、-0.045,且均通过了显著性检验,表明领导干部自然资源资产离任审计有助于改善企业环境绩效;DT的回归系数分别为-0.031、-0.028,且均通过了显著性检验,意味着剔除中央环保督察、领导干部自然资源资产离任审计等环境政策的影响后,数字化转型依然能够显著提升企业环境绩效。据此,可以有效排除其他环境政策的替代性解释。

第九,安慰剂检验。为缓解其他潜在因素对实证结果造成的不利影响,本文还进行了安慰剂检验,主要思路为:将数字化转型随机赋值给企业,构建虚拟的数字化转型,进行多元回归,重复1000次。理论上,数字化转型变量通过显著性检验是小概率事件。重复1000次之后,数字化转型变量t值的平均值为-0.131,中位数为-0.063,在1%的水平通过显著性检验的次数为8,占比为0.8%,不足1%。这说明数字化转型通过显著性检验是小概率事件,侧面印证了企业环境绩效提升确实是由数字化转型带来的,而非其他因素,即排除了其他潜在因素的影响。

五、影响机制检验

正如理论分析与假说提出部分所述,数字化转型提升企业环境绩效的逻辑在于:其一,数字化转型通过赋能企业环境监督提升了企业环境绩效,表现为环境监督机制;其二,数字化转型通过赋能企业环境沟通提升了企业环境绩效,表现为环境沟通机制。为验证上述两种机制是否成立,本文参考江艇(2022)的研究思路,构建模型(2),重点分析数字化转型对机制变量的影响。

MVi,t=α0+β1DTi,t+θCVsi,t+Year+Indu+εi,t

(2)

其中,MV为机制变量,其他变量含义同模型(1)。

(一)环境监督机制

为考察环境监督机制,本文构建以下两个变量:一是环境监督与否(ES_dummy)。当企业建立环境监督系统时,ES_dummy取1,否则取0。相关数据来自企业ESG报告、企业社会责任报告、企业可持续发展报告、企业年度报告等。二是环境监督水平(ES_degree)。ES_degree用企业内部监督评分加1的自然对数衡量。相关数据来自迪博的内部控制数据库。企业建立了环境监督系统以及内部监督水平越高,表明企业环境监督越好。

环境监督机制的检验结果见表7。对于环境监督与否来说,列(1)显示,使用OLS模型,DT的回归系数为0.062,且通过了显著性检验;列(2)显示,使用Probit模型,DT的回归系数为0.188,且通过了显著性检验。这表明数字化转型能够促进企业建立环境监督系统。对于环境监督水平而言,列(3)显示,使用OLS模型,DT的回归系数为0.064,且通过了显著性检验;列(4)显示,使用Tobit模型,DT的回归系数为0.065,且通过了显著性检验。这表明数字化转型能够提高企业环境监督水平。综上可知,环境监督机制得到了验证。

(二)环境沟通机制

为探究环境沟通机制,本文构建以下两个变量:一是环境沟通与否(EC_dummy)。当企业建立环境沟通渠道时,EC_dummy取1,否则取0。相关数据来自企业ESG报告、企业社会责任报告、企业可持续发展报告、企业年度报告等。二是环境沟通水平(EC_degree)。EC_degree用企业信息与沟通评分加1的自然对数衡量。相关数据来自迪博的内部控制数据库。企业建立了环境沟通渠道以及信息与沟通水平越高,表明企业环境沟通越好。

表8报告了环境沟通机制的检验结果。对于环境沟通与否来说,列(1)显示,使用OLS模型,DT的回归系数为0.041,且通过了显著性检验;列(2)显示,使用Probit模型,DT的回归系数为0.287,且通过了显著性检验。这表明数字化转型能够促进企业建立环境沟通渠道。对于环境沟通水平而言,列(3)显示,使用OLS模型,DT的回归系数为0.080,且通过了显著性检验;列(4)显示,使用Tobit模型,DT的回归系数为0.083,且通过了显著性检验。这说明数字化转型能够提高企业环境沟通水平。上述检验结果证实,优化环境沟通是数字化转型提升企业环境绩效的重要机制之一。

表8 环境沟通机制的回归结果

六、异质性分析

(一)环境规制强度

理论上,数字化转型与企业环境绩效的关系会受到环境规制强度的影响。环境规制强度较高,意味着环境标准较高、环境监管较严,这会增强企业通过数字化转型来改善企业环境绩效的外部压力,表现为数字化转型对企业环境绩效的正向作用更明显。为验证上述推断,本文参考傅京燕等(2010)的做法,从废气、废水、固废三个方面构建环境规制评价指标体系,使用主成分分析法提取主成分,计算环境规制综合指数,据此衡量环境规制强度,并根据其中位数构建环境规制强度较高(ERI_high)变量。当环境规制综合指数大于中位数时,ERI_high取1,否则取0。计算环境规制综合指数的原始数据来自《中国环境统计年鉴》《中国环境年鉴》《中国统计年鉴》。

对环境规制强度的影响进行检验,结果见表9。列(1)为使用交互项方法得到的回归结果,从中可见,ERI_high×DT的回归系数为-0.035,且通过了显著性检验,说明环境规制强度会正向调节数字化转型与企业环境绩效的正向关系。列(2)和列(3)为分组回归结果,不难发现,DT的回归系数虽均为负(分别为-0.003、-0.037),但仅在环境规制强度较高组显著;同时,组间系数差异为-0.034,且在统计上显著。这表明环境规制强度越高,数字化转型对企业环境绩效的正向影响越明显,H2成立。

(二)金融生态环境

在理论分析部分,本文预期数字化转型与企业环境绩效的关系还可能受到金融生态环境的影响。金融生态环境较好,意味着企业债务融资环境较好、金融资源配置效率较高,这会强化企业通过数字化转型来提高企业环境绩效的内在动力,表现为数字化转型对企业环境绩效的正向作用更显著。为验证上述推断,本文参考谢德仁等(2009)的做法,使用金融生态环境综合指数作为金融生态环境的代理指标,并根据其中位数构建金融生态环境较好(FEE_high)变量。当金融生态环境综合指数大于中位数时,FEE_high取1,否则取0。金融生态环境的数据源于王国刚等(2015)。

对金融生态环境的影响进行检验,结果报告于表10。对于交互项方法,列(1)显示,FEE_high×DT的回归系数为-0.032,且通过了显著性检验,表明金融生态环境可以正向调节数字化转型与企业环境绩效的正向关系。对于分组回归方法,列(2)和列(3)显示,DT的回归系数虽均为负(分别为-0.009、-0.041),但仅在金融生态环境较好组通过了显著性检验;同时,组间系数差异为-0.032,且在统计上显著。这表明金融生态环境越好,数字化转型对企业环境绩效的正向影响越显著,H3成立。

表10 异质性检验结果:金融生态环境的影响

七、研究结论与启示

本文选取2007—2020年沪深A股重污染企业作为研究样本,探讨了数字化转型对企业环境绩效的影响。结果表明,数字化转型对企业环境绩效具有显著的正向影响,即数字化转型能够发挥环境效应,且该结论在经过一系列稳健性测试后依然成立。作用机制检验结果显示,数字化转型通过强化环境监督和优化环境沟通提升了企业环境绩效,说明数字化转型发挥环境效应的逻辑在于赋能环境监督和环境沟通。异质性分析发现,当环境规制强度较高、金融生态环境较好时,数字化转型对企业环境绩效的积极影响更显著,可见建立健全环境制度和金融制度能够更好地发挥数字化转型的环境效应。

上述研究结论为政府推进数字经济发展以助力生态文明建设、企业推进数字化转型以实现绿色发展提供了重要启示。对于政府来说,一方面,应持续优化环境制度,通过制定更高的环境标准和执行更严格的环境监管,提高企业通过数字化转型来改善环境绩效的外部压力,赋能生态文明建设;另一方面,要不断完善金融制度,通过优化债务融资环境和提高金融资源配置效率,增强企业通过数字化转型来改善环境绩效的内在动力,推进生态文明建设。对于企业来说,应加快数字化转型步伐,投入更多的资金开展数字资产研发,引进优秀的人才助力数字化发展,依靠数字化转型赋能环境监督和环境沟通,改善企业环境绩效,转变企业发展模式,实现高质量发展。