郭沛瑤　馬乾龍　尹志超

摘 要：數(shù)字化轉(zhuǎn)型作為企業(yè)發(fā)展的重要?dú)v程，能否通過(guò)“科技賦能”為企業(yè)高質(zhì)量發(fā)展開(kāi)辟新路徑，助力實(shí)現(xiàn)“雙碳”目標(biāo)？本文以2010—2021年中國(guó)上市公司數(shù)據(jù)作為研究樣本，采用雙向固定效應(yīng)模型探討了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響。研究結(jié)果顯示，數(shù)字化轉(zhuǎn)型顯著促進(jìn)企業(yè)低碳發(fā)展。其中，數(shù)字技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)和人工智能技術(shù)的運(yùn)用賦能企業(yè)低碳發(fā)展成效顯著。異質(zhì)性分析表明，位于數(shù)字金融發(fā)達(dá)地區(qū)和工業(yè)機(jī)器人普及率高省份的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其低碳發(fā)展的促進(jìn)作用更大；數(shù)字化轉(zhuǎn)型的促進(jìn)作用在實(shí)體行業(yè)和高碳行業(yè)中更為顯著；相對(duì)于民營(yíng)企業(yè)，國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型助推企業(yè)低碳發(fā)展的作用更強(qiáng)。機(jī)制分析表明，數(shù)字化轉(zhuǎn)型通過(guò)增強(qiáng)經(jīng)營(yíng)穩(wěn)定性、緩解融資約束、提高持續(xù)研發(fā)能力和提高全要素生產(chǎn)率等方式促進(jìn)企業(yè)低碳發(fā)展。本文為企業(yè)低碳轉(zhuǎn)型發(fā)展提供全新視角，為協(xié)同推動(dòng)企業(yè)綠色化和數(shù)字化“雙轉(zhuǎn)型”提供決策參考。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；企業(yè)低碳發(fā)展；數(shù)字技術(shù)

中圖分類(lèi)號(hào)：F270.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-176X（2024）01-0072-14

一、問(wèn)題的提出

隨著工業(yè)的不斷發(fā)展，全球二氧化碳排放量逐漸增加，導(dǎo)致全球變暖和海洋氣候變化，引發(fā)眾多自然災(zāi)難。因此，世界各國(guó)十分重視碳排放問(wèn)題。黨的二十大報(bào)告明確提出，“加快發(fā)展方式綠色轉(zhuǎn)型”“實(shí)施全面節(jié)約戰(zhàn)略”“發(fā)展綠色低碳產(chǎn)業(yè)”“倡導(dǎo)綠色消費(fèi)”“推動(dòng)形成綠色低碳的生產(chǎn)方式和生活方式”。在這一目標(biāo)的實(shí)現(xiàn)過(guò)程中，企業(yè)肩負(fù)著重要責(zé)任。面對(duì)氣候變化的壓力和日益增加的資源環(huán)境約束，企業(yè)需要通過(guò)技術(shù)進(jìn)步、節(jié)能減排和高效生產(chǎn)等方式實(shí)現(xiàn)綠色生產(chǎn)，從而減少對(duì)環(huán)境的影響。企業(yè)低碳轉(zhuǎn)型不僅能解決中國(guó)的資源環(huán)境問(wèn)題，更能推動(dòng)經(jīng)濟(jì)高質(zhì)量、可持續(xù)發(fā)展。嚴(yán)格的環(huán)境規(guī)制會(huì)倒逼企業(yè)提高生產(chǎn)效率，加快低碳轉(zhuǎn)型，促進(jìn)企業(yè)高質(zhì)量發(fā)展［1］。企業(yè)通過(guò)低碳發(fā)展和綠色技術(shù)創(chuàng)新不僅能夠得到政府補(bǔ)貼，還能進(jìn)一步增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力［2］。因此，企業(yè)低碳發(fā)展是大勢(shì)所趨。隨著人工智能、大數(shù)據(jù)等新一代信息通信技術(shù)的興起，數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合，數(shù)字技術(shù)滲透到經(jīng)濟(jì)社會(huì)的各個(gè)領(lǐng)域，數(shù)字經(jīng)濟(jì)逐步成為企業(yè)的核心競(jìng)爭(zhēng)優(yōu)勢(shì)，是驅(qū)動(dòng)實(shí)體經(jīng)濟(jì)提質(zhì)增效并引領(lǐng)中國(guó)經(jīng)濟(jì)動(dòng)能轉(zhuǎn)換的重要引擎。數(shù)字化轉(zhuǎn)型通過(guò)“數(shù)字化”引領(lǐng)“綠色化”，實(shí)現(xiàn)數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量發(fā)展的賦能，不斷提高企業(yè)綠色創(chuàng)新效率，助力實(shí)現(xiàn)“雙碳”目標(biāo)［3］。但數(shù)字化轉(zhuǎn)型能否有效支持企業(yè)低碳發(fā)展，如果能，那么其以何種機(jī)制影響企業(yè)低碳轉(zhuǎn)型？現(xiàn)有文獻(xiàn)鮮有對(duì)這個(gè)問(wèn)題進(jìn)行深入探討。

基于此，本文選取2010—2021年中國(guó)上市公司數(shù)據(jù)，采用雙向固定效應(yīng)模型探討了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響。本文的邊際貢獻(xiàn)如下：其一，本文構(gòu)建了多維度企業(yè)低碳發(fā)展評(píng)價(jià)體系，更為精確地衡量企業(yè)低碳發(fā)展水平，拓展了企業(yè)低碳發(fā)展的研究視角。其二，本文從地區(qū)、行業(yè)和企業(yè)三個(gè)維度對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)低碳發(fā)展之間的關(guān)系進(jìn)行檢驗(yàn)，這有助于打開(kāi)數(shù)字化轉(zhuǎn)型影響企業(yè)低碳發(fā)展的“黑匣子”，為協(xié)同推動(dòng)綠色化和數(shù)字化“雙轉(zhuǎn)型”提供決策參考。

二、理論分析與研究假設(shè)

關(guān)于數(shù)字化轉(zhuǎn)型的研究主要集中在以下三個(gè)方面：其一，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)出口行為的影響。現(xiàn)有研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)出口韌性［4］，帶動(dòng)企業(yè)出口增長(zhǎng)［5］。其二，數(shù)字化轉(zhuǎn)型可以加強(qiáng)企業(yè)間的協(xié)同效應(yīng)［6-7］和產(chǎn)業(yè)鏈間的互動(dòng)作用［8-9］。其三，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效有積極影響，企業(yè)數(shù)字化程度的增加能夠提高企業(yè)的資本市場(chǎng)表現(xiàn)、財(cái)務(wù)績(jī)效和企業(yè)ESG評(píng)級(jí)［10-11］、降低企業(yè)的融資成本及代理成本［12］，同時(shí)促進(jìn)企業(yè)研發(fā)［13］并提高企業(yè)創(chuàng)新效率［14-15］和產(chǎn)出效率［16-17］。此外，一些學(xué)者對(duì)數(shù)字技術(shù)與企業(yè)低碳發(fā)展之間的關(guān)系進(jìn)行了探究［3，18］，但鮮有文獻(xiàn)從微觀層面關(guān)注數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響及作用機(jī)制。

目前，對(duì)企業(yè)低碳發(fā)展的衡量有單一指標(biāo)和多維指標(biāo)兩類(lèi)指標(biāo)體系。單一指標(biāo)方面，學(xué)者們主要用四種方式度量企業(yè)低碳發(fā)展：其一，用綠色專(zhuān)利數(shù)量作為代理變量衡量企業(yè)低碳轉(zhuǎn)型程度［19-20］。其二，用綠色全要素生產(chǎn)率作為代理變量衡量企業(yè)綠色轉(zhuǎn)型水平［21］。其三，用化石燃料測(cè)算企業(yè)二氧化碳及二氧化硫排放量衡量企業(yè)綠色發(fā)展水平［22］。其四，采取文本分析法對(duì)企業(yè)綠色轉(zhuǎn)型程度進(jìn)行測(cè)度［23］。多維指標(biāo)方面，學(xué)者們普遍將企業(yè)低碳發(fā)展界定為傳統(tǒng)工業(yè)邁向能源資源利用集約、污染物排放少、環(huán)境影響低、勞動(dòng)生產(chǎn)率高和可持續(xù)發(fā)展能力強(qiáng)的新型工業(yè)的過(guò)程。新型工業(yè)以資源集約利用和環(huán)境友好為導(dǎo)向，注重環(huán)境效益與經(jīng)濟(jì)效益的協(xié)調(diào)統(tǒng)一。部分研究認(rèn)為，應(yīng)將文化、戰(zhàn)略、創(chuàng)新、投入、生產(chǎn)和排放等多個(gè)維度信息融入企業(yè)綠色轉(zhuǎn)型評(píng)估體系中［24］。因此，本文從技術(shù)創(chuàng)新、社會(huì)評(píng)價(jià)、環(huán)境保護(hù)和生產(chǎn)水平四個(gè)方面構(gòu)建企業(yè)低碳發(fā)展綜合評(píng)價(jià)指標(biāo)體系。

數(shù)字化轉(zhuǎn)型是建設(shè)數(shù)字中國(guó)的重要戰(zhàn)略任務(wù)，是實(shí)現(xiàn)“雙碳”目標(biāo)的有效手段［25］。其一，數(shù)字化轉(zhuǎn)型能夠降低企業(yè)內(nèi)部信息不對(duì)稱(chēng)程度，提高信息處理能力，增加經(jīng)營(yíng)穩(wěn)定性［26］，從而有效避免頻繁調(diào)整經(jīng)營(yíng)戰(zhàn)略，保證企業(yè)研發(fā)的持續(xù)性，推動(dòng)低碳轉(zhuǎn)型。其二，數(shù)字化轉(zhuǎn)型能夠提高企業(yè)信息透明度，降低融資成本，緩解融資約束［27］，使更多資金投向技術(shù)研發(fā)。其三，數(shù)字技術(shù)的廣泛應(yīng)用能夠緩解銀行與企業(yè)之間的信息不對(duì)稱(chēng)問(wèn)題，金融機(jī)構(gòu)可以借助數(shù)字金融拓寬服務(wù)半徑，從而優(yōu)化資源配置，提高金融服務(wù)效率［28］，并對(duì)企業(yè)低碳轉(zhuǎn)型和綠色發(fā)展提供金融支持。企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中存在技術(shù)吸收和技術(shù)外溢，數(shù)字技術(shù)的擴(kuò)散能夠促進(jìn)企業(yè)間共享信息平臺(tái)的建立和技術(shù)合作［7-8］，提高企業(yè)的持續(xù)研發(fā)能力和全要素生產(chǎn)率。四是，數(shù)字技術(shù)在促進(jìn)企業(yè)生產(chǎn)技術(shù)進(jìn)步和流程優(yōu)化的同時(shí)，能夠?yàn)槠髽I(yè)提供實(shí)時(shí)監(jiān)測(cè)能源消耗的工具和手段，為企業(yè)實(shí)現(xiàn)低碳發(fā)展提供技術(shù)支持?；谏鲜龇治?，筆者提出如下研究假設(shè)：

假設(shè)1：數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)低碳發(fā)展。

數(shù)字技術(shù)的應(yīng)用推動(dòng)企業(yè)內(nèi)部組織結(jié)構(gòu)與運(yùn)行機(jī)制重構(gòu)，推動(dòng)企業(yè)在穩(wěn)健發(fā)展中逐步提升融資能力，持續(xù)助力低碳發(fā)展。一方面，數(shù)字化轉(zhuǎn)型能夠增加企業(yè)經(jīng)營(yíng)穩(wěn)定性。數(shù)字化轉(zhuǎn)型可以通過(guò)自動(dòng)化程序性業(yè)務(wù)決策，實(shí)現(xiàn)更高效的數(shù)據(jù)管理、流程協(xié)調(diào)和資源配置，從而降低成本、減少錯(cuò)誤和延誤，有助于企業(yè)更好地應(yīng)對(duì)市場(chǎng)競(jìng)爭(zhēng)，增加經(jīng)營(yíng)穩(wěn)定性［26］。同時(shí)，通過(guò)數(shù)據(jù)分析，企業(yè)可以更好地了解市場(chǎng)趨勢(shì)、客戶(hù)需求和業(yè)務(wù)表現(xiàn)，作出更明智的決策，減少?zèng)Q策的不確定性，增加經(jīng)營(yíng)的可預(yù)測(cè)性。另一方面，數(shù)字化轉(zhuǎn)型緩解企業(yè)融資約束。數(shù)字化轉(zhuǎn)型豐富了企業(yè)的融資方式和融資渠道，通過(guò)數(shù)字化平臺(tái)和眾籌平臺(tái)，企業(yè)可以直接吸引社會(huì)公眾和投資者參與融資，降低對(duì)傳統(tǒng)融資渠道的依賴(lài)［27］。數(shù)字化轉(zhuǎn)型促進(jìn)區(qū)塊鏈和加密貨幣等新興金融技術(shù)的發(fā)展，為企業(yè)提供更多融資渠道［29］。數(shù)字化轉(zhuǎn)型能夠?yàn)槠髽I(yè)提供實(shí)時(shí)精確的數(shù)據(jù)和信息，方便投資者和融資機(jī)構(gòu)評(píng)估企業(yè)的價(jià)值和潛力，從而增強(qiáng)投資者對(duì)企業(yè)的信心，降低融資難度［30］。因此，企業(yè)借助數(shù)字科技增加經(jīng)營(yíng)穩(wěn)定性，緩解融資約束，為企業(yè)低碳發(fā)展引入金融“活水”，加快綠色轉(zhuǎn)型進(jìn)程?；谏鲜龇治?，筆者提出如下研究假設(shè)：

假設(shè)2a：數(shù)字化轉(zhuǎn)型通過(guò)增加經(jīng)營(yíng)穩(wěn)定性促進(jìn)企業(yè)低碳發(fā)展。

假設(shè)2b：數(shù)字化轉(zhuǎn)型通過(guò)緩解融資約束促進(jìn)企業(yè)低碳發(fā)展。

數(shù)字化轉(zhuǎn)型帶動(dòng)產(chǎn)品、過(guò)程、組織和商業(yè)模式等多維度創(chuàng)新發(fā)展，提升綠色技術(shù)水平，賦能低碳發(fā)展。一方面，數(shù)字化轉(zhuǎn)型能夠提高企業(yè)持續(xù)研發(fā)能力。首先，數(shù)字化轉(zhuǎn)型促使企業(yè)進(jìn)行技術(shù)創(chuàng)新和研發(fā)，以便更好地適應(yīng)數(shù)字化時(shí)代的需求。企業(yè)需要制定數(shù)字戰(zhàn)略，整合數(shù)字資源，提升數(shù)字創(chuàng)新能力，借助人工智能、大數(shù)據(jù)分析和云計(jì)算等數(shù)字技術(shù)，實(shí)現(xiàn)數(shù)字產(chǎn)品、數(shù)字過(guò)程、數(shù)字組織和數(shù)字商業(yè)模式等多維度創(chuàng)新。其次，在數(shù)字化轉(zhuǎn)型過(guò)程中，企業(yè)需要不斷加大研發(fā)投入，推動(dòng)技術(shù)進(jìn)步與創(chuàng)新［10，31］。數(shù)字化轉(zhuǎn)型鼓勵(lì)企業(yè)與技術(shù)研發(fā)機(jī)構(gòu)、科研院所深度合作，增強(qiáng)創(chuàng)新活力，實(shí)現(xiàn)協(xié)同發(fā)展［7-8］。最后，數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)與技術(shù)生態(tài)系統(tǒng)中其他參與者的合作，共同推動(dòng)技術(shù)的發(fā)展和應(yīng)用。另一方面，數(shù)字化轉(zhuǎn)型提高企業(yè)全要素生產(chǎn)率。數(shù)字化轉(zhuǎn)型通過(guò)自動(dòng)化、數(shù)據(jù)分析和優(yōu)化決策等方式，提高企業(yè)生產(chǎn)效率［22］。企業(yè)基于數(shù)字化技術(shù)的應(yīng)用，不斷優(yōu)化生產(chǎn)流程，提高資源利用效率，增加產(chǎn)出與輸入的比率，提高全要素生產(chǎn)率［21］，降低單位產(chǎn)出耗能，減少碳排放。因此，企業(yè)以數(shù)字技術(shù)為支撐，以綠色創(chuàng)新為引領(lǐng)，逐步提升生產(chǎn)效率，有序推進(jìn)能源轉(zhuǎn)型，全力實(shí)現(xiàn)生產(chǎn)理念環(huán)?；?、生產(chǎn)技術(shù)綠色化與生產(chǎn)流程高效化發(fā)展。基于上述分析，筆者提出如下研究假設(shè)：

假設(shè)2c：數(shù)字化轉(zhuǎn)型通過(guò)提高持續(xù)研發(fā)能力促進(jìn)企業(yè)低碳發(fā)展。

假設(shè)2d：數(shù)字化轉(zhuǎn)型通過(guò)提高全要素生產(chǎn)率促進(jìn)企業(yè)低碳發(fā)展。

三、研究設(shè)計(jì)

（一） 樣本數(shù)據(jù)與來(lái)源

本文以2010—2021年中國(guó)上市公司數(shù)據(jù)作為研究樣本，并對(duì)原始數(shù)據(jù)進(jìn)行如下處理：剔除ST、*ST、PT類(lèi)上市公司樣本，剔除金融、保險(xiǎn)和房地產(chǎn)行業(yè)上市公司樣本，對(duì)所有連續(xù)變量進(jìn)行上下1%縮尾處理。經(jīng)過(guò)上述處理，最終得到3 798家上市公司共26 426個(gè)有效樣本。本文的財(cái)務(wù)數(shù)據(jù)及其他公司特征數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)、和訊網(wǎng)及上市公司年報(bào)，專(zhuān)利數(shù)據(jù)來(lái)源于國(guó)家知識(shí)產(chǎn)權(quán)局網(wǎng)站。

（二） 變量定義

⒈被解釋變量

本文的被解釋變量為企業(yè)低碳發(fā)展（GT），用企業(yè)低碳發(fā)展水平衡量。本文參考中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所課題組［32］、鄧慧慧和楊露鑫［33］與孫傳旺和張文悅［34］的研究，采用4個(gè)一級(jí)指標(biāo)、8個(gè)二級(jí)指標(biāo)對(duì)企業(yè)低碳發(fā)展水平進(jìn)行綜合評(píng)價(jià)，具體如表1所示。

⒉解釋變量

本文的解釋變量為數(shù)字化轉(zhuǎn)型（DGI），用數(shù)字化轉(zhuǎn)型程度衡量。本文參考吳非等［10］ 的研究，從數(shù)字技術(shù)（ADT）、云計(jì)算技術(shù)（CC）、大數(shù)據(jù)技術(shù)（BD）、人工智能技術(shù)（AI） 和區(qū)塊鏈技術(shù)（BT） 五個(gè)方面得到數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞庫(kù)，對(duì)上市公司的年報(bào)進(jìn)行文本分析，獲得企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞頻，對(duì)關(guān)鍵詞詞頻進(jìn)行加總以度量數(shù)字化轉(zhuǎn)型程度，具體如表2所示。

⒊機(jī)制變量

（1） 經(jīng)營(yíng)穩(wěn)定性（EPC）。本文參考聶輝華等［35］ 的研究，通過(guò)文本分析法對(duì)企業(yè)年報(bào)中的“管理層討論與分析”部分進(jìn)行分詞，共得到N個(gè)句子，且每個(gè)句子Si包含所得到的詞語(yǔ)集合Wi。將表示不確定性的詞與政府、政策等內(nèi)容相關(guān)的詞分別形成集合J和K，如果J∩Wi≠Φ且K∩Wi≠Φ，則認(rèn)定該句子Si為表示經(jīng)濟(jì)政策不確定性的句子，總計(jì)n個(gè)。計(jì)算EPC=-n/N，得到經(jīng)營(yíng)穩(wěn)定性的衡量指標(biāo)，該數(shù)值越大，說(shuō)明企業(yè)經(jīng)營(yíng)越穩(wěn)定。

（2） 融資約束（SA）。本文參考梁榜和張建華［36］，用SA指數(shù)衡量企業(yè)的融資約束，該數(shù)值越大，表示企業(yè)受到的融資約束越低，即企業(yè)更容易獲取外部資金。

（3） 持續(xù)研發(fā)能力（R&D）。本文參考何郁冰等［37］的研究，假定企業(yè)在t年的專(zhuān)利申請(qǐng)數(shù)量（或研發(fā)經(jīng)費(fèi)） 為Innt。計(jì)算企業(yè)研發(fā)的環(huán)比增長(zhǎng)率r等于（Innt-1+Innt ） /（Innt-1+Innt-2）。計(jì)算r×（Innt-1+Innt ） 的數(shù)值。該數(shù)值越大，表示企業(yè)的持續(xù)研發(fā)能力越強(qiáng)。

（4） 全要素生產(chǎn)率（TFP）。本文參考孫傳旺和張文悅［34］的研究，基于LP法計(jì)算。

⒋控制變量

本文參考吳非等［10］的研究，選取控制變量如下：企業(yè)規(guī)模（Size），用企業(yè)總資產(chǎn)加1的自然對(duì)數(shù)衡量；資產(chǎn)負(fù)債率（Lev），用總負(fù)債與總資產(chǎn)的比值衡量；資產(chǎn)回報(bào)率（Roa），用凈利潤(rùn)與總資產(chǎn)的比值衡量；自由現(xiàn)金流（Cashflow），用自由現(xiàn)金流與總資產(chǎn)的比值衡量；固定資產(chǎn)比例（Fixed），用企業(yè)的固定資產(chǎn)與總資產(chǎn)的比值衡量；營(yíng)業(yè)增長(zhǎng)率（Growth），用營(yíng)業(yè)額增長(zhǎng)額與當(dāng)年?duì)I業(yè)額的比值衡量；董事會(huì)規(guī)模（Board），用董事會(huì)人數(shù)加1的自然對(duì)數(shù)衡量；第一大股東持股比例（Top1），用第一大股東持股數(shù)與總股數(shù)的比值度量；托賓Q值（Tobin Q），用企業(yè)市值與替換成本的比值衡量；企業(yè)年齡（Age），用企業(yè)年齡加1的自然對(duì)數(shù)衡量。

（三） 模型構(gòu)建

為探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響，本文構(gòu)建如下模型：

GTit = β0 + β1DGIit + ρXit + γi + μt + τst + ωct + εit （1）

其中，GTit 為企業(yè)低碳發(fā)展，DGIit 為數(shù)字化轉(zhuǎn)型，Xit為控制變量，γi和μt分別為企業(yè)和年份固定效應(yīng)，τst 和ωct 分別為行業(yè)×年份和城市×年份固定效應(yīng)，εit 為隨機(jī)誤差項(xiàng)。

本文影響機(jī)制分析模型如下：

GTit = β0 + β1DGIit + β2Modit + β3DGIit × Modit + ρXit + γi + μt + τst + ωct + εit （2）

其中，Modit 為機(jī)制變量，分別表示經(jīng)營(yíng)穩(wěn)定性（EPC）、融資約束（SA）、持續(xù)研發(fā)能力（R&D） 和全要素生產(chǎn)率（TFP）。其余變量的設(shè)定方式與模型（1） 相同。如果β3 顯著且符合預(yù)期，則說(shuō)明Modit 是企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)低碳發(fā)展之間的重要機(jī)制。

（四） 描述性統(tǒng)計(jì)

表3為主要變量的描述性統(tǒng)計(jì)結(jié)果。由表3可知，企業(yè)低碳發(fā)展的平均值為28. 390，標(biāo)準(zhǔn)差為7. 020。數(shù)字化轉(zhuǎn)型的平均值為1. 320，標(biāo)準(zhǔn)差為1. 382。這表明不同企業(yè)之間的數(shù)字化轉(zhuǎn)型和企業(yè)低碳發(fā)展存在較大差異。其他各變量的分布均在合理范圍之內(nèi)。

四、實(shí)證分析

（一） 基準(zhǔn)回歸分析

基準(zhǔn)回歸結(jié)果如表4所示。其中，列（1） —列（3） 分別為逐步加入企業(yè)和年份固定效應(yīng)、行業(yè)×年份固定效應(yīng)、城市×年份固定效應(yīng)的回歸結(jié)果。由表4列（3） 可知，數(shù)字化轉(zhuǎn)型程度每提高1%，企業(yè)低碳發(fā)展水平上升1. 458%，這說(shuō)明數(shù)字化轉(zhuǎn)型顯著促進(jìn)了企業(yè)低碳發(fā)展，本文實(shí)證結(jié)果與曹裕等［38］的結(jié)論相似，假設(shè)1得到驗(yàn)證?？赡艿脑蚴牵瑐鹘y(tǒng)企業(yè)與數(shù)字化智能化技術(shù)結(jié)合能夠加快釋放企業(yè)數(shù)據(jù)要素價(jià)值潛力，促進(jìn)數(shù)字經(jīng)濟(jì)和綠色低碳經(jīng)濟(jì)發(fā)展。

（二） 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展分項(xiàng)指標(biāo)的影響

數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展分項(xiàng)指標(biāo)（技術(shù)創(chuàng)新、社會(huì)評(píng)價(jià)、環(huán)境保護(hù)和生產(chǎn)水平） 影響的回歸結(jié)果如表5所示。由表5可知，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展分項(xiàng)指標(biāo)均產(chǎn)生了顯著的促進(jìn)作用。數(shù)字化轉(zhuǎn)型每提高1%，技術(shù)創(chuàng)新水平上升4. 621%，數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新的促進(jìn)作用最為明顯，該結(jié)果與Chen等［39］的研究結(jié)論相似?？赡艿脑蚴?，一方面，在數(shù)字化轉(zhuǎn)型賦能企業(yè)低碳發(fā)展的過(guò)程中，信息技術(shù)的交叉應(yīng)用促使企業(yè)突破綠色研發(fā)瓶頸，更好地解決了“卡脖子”難題［40］；另一方面，企業(yè)在降污減排方面持續(xù)投入資金，加強(qiáng)環(huán)境保護(hù)，實(shí)現(xiàn)了綠色生產(chǎn)。

（三） 數(shù)字化轉(zhuǎn)型分項(xiàng)指標(biāo)對(duì)企業(yè)低碳發(fā)展的影響

各類(lèi)數(shù)字技術(shù)應(yīng)用情況對(duì)企業(yè)低碳發(fā)展影響回歸結(jié)果如表6所示。由表6可知，數(shù)字技術(shù)水平、云計(jì)算技術(shù)水平、大數(shù)據(jù)技術(shù)水平和人工智能技術(shù)水平每提高1%，企業(yè)低碳發(fā)展水平分別提升1. 230%，0. 961%、0. 830%和0. 501%。這說(shuō)明數(shù)字技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)和人工智能技術(shù)對(duì)企業(yè)低碳發(fā)展具有顯著的促進(jìn)作用，而區(qū)塊鏈技術(shù)對(duì)企業(yè)低碳發(fā)展的影響不顯著。數(shù)字化轉(zhuǎn)型帶動(dòng)企業(yè)綠色產(chǎn)品創(chuàng)新和服務(wù)發(fā)展，持續(xù)推動(dòng)數(shù)字技術(shù)應(yīng)用不斷向深、向廣拓展，助力企業(yè)低碳發(fā)展?？赡艿脑蚴牵栽朴?jì)算為代表的數(shù)字科技可以實(shí)現(xiàn)對(duì)企業(yè)資源的靈活分配和按需使用，綜合應(yīng)用于數(shù)字化業(yè)務(wù)場(chǎng)景中，助力企業(yè)實(shí)現(xiàn)綠色增長(zhǎng)和可持續(xù)發(fā)展［41］。

（四） 內(nèi)生性檢驗(yàn)

⒈工具變量法

為確保研究結(jié)論可靠，本文參考聶輝華等［35］與黃群慧等［42］的研究，采用工具變量法緩解內(nèi)生性問(wèn)題。本文分別選取同一行業(yè)、同一省份其他企業(yè)數(shù)字化轉(zhuǎn)型程度的平均值（IV1） 和地級(jí)市郵局?jǐn)?shù)量加1的自然對(duì)數(shù)（IV2） 作為工具變量。一方面，同一行業(yè)、同一省份其他企業(yè)數(shù)字化轉(zhuǎn)型程度的平均值與該企業(yè)數(shù)字化轉(zhuǎn)型程度高度相關(guān)。同時(shí)，郵局布局通過(guò)影響互聯(lián)網(wǎng)的使用技術(shù)與習(xí)慣養(yǎng)成影響互聯(lián)網(wǎng)的普及與發(fā)展，而互聯(lián)網(wǎng)的搭建與城市的數(shù)字基礎(chǔ)設(shè)施密不可分，城市的郵局?jǐn)?shù)量一定程度上可以反映城市數(shù)字化轉(zhuǎn)型程度。因此，工具變量的相關(guān)性得到滿(mǎn)足。另一方面，其他企業(yè)數(shù)字化轉(zhuǎn)型程度的平均值并不會(huì)影響該企業(yè)低碳發(fā)展水平。同時(shí)，城市的郵局?jǐn)?shù)量并不會(huì)直接影響企業(yè)低碳發(fā)展水平，滿(mǎn)足選取工具變量的外生性條件。工具變量的Cragg?Donald Wald F 統(tǒng)計(jì)量均大于16. 380，拒絕了弱工具變量的原假設(shè)，這說(shuō)明本文所選取的工具變量是合理的。①采用IV1和IV2兩個(gè)工具變量運(yùn)用2SLS進(jìn)行回歸分析的第二階段回歸結(jié)果如表7的列（1） 和列（2） 所示，回歸結(jié)果表明，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展具有顯著的正向影響，這說(shuō)明本文的主要結(jié)論是穩(wěn)健的。

⒉傾向得分匹配法

為緩解樣本自選擇問(wèn)題，本文參考王海軍等［43］的方法，采用傾向得分匹配法緩解內(nèi)生性。首先，根據(jù)企業(yè)數(shù)字化轉(zhuǎn)型程度是否大于總樣本均值，生成虛擬變量。如果數(shù)字化轉(zhuǎn)型程度高于均值，則該虛擬變量取值為1，否則為0。其次，選用企業(yè)規(guī)模、固定資產(chǎn)占比、企業(yè)年齡、資產(chǎn)回報(bào)率、營(yíng)業(yè)增長(zhǎng)率、第一大股東持股比例等控制變量作為協(xié)變量，估計(jì)傾向得分。最后，采用1∶3進(jìn)行近鄰匹配，根據(jù)匹配后處理組相對(duì)于控制組的平均處理效應(yīng)來(lái)檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響。傾向得分匹配后的回歸結(jié)果如表7列（3） 所示。回歸結(jié)果表明，數(shù)字化轉(zhuǎn)型顯著促進(jìn)企業(yè)低碳發(fā)展，證明本文的主要研究結(jié)論是穩(wěn)健的。

（五） 穩(wěn)健性檢驗(yàn)①

⒈Bootstrap自助檢驗(yàn)及調(diào)整指標(biāo)權(quán)重

為了進(jìn)一步驗(yàn)證研究結(jié)論的穩(wěn)健性，本文分別采取Bootstrap自助檢驗(yàn)法和按照均勻加權(quán)方法調(diào)整一級(jí)指標(biāo)權(quán)重分別進(jìn)行回歸分析，回歸結(jié)果表明，本文研究結(jié)論穩(wěn)健。

2.替換被解釋變量

由于企業(yè)低碳發(fā)展與企業(yè)綠色專(zhuān)利申請(qǐng)數(shù)量密切相關(guān)，本文采用企業(yè)綠色專(zhuān)利申請(qǐng)數(shù)量替換被解釋變量，重新進(jìn)行回歸，回歸結(jié)果表明，本文研究結(jié)論穩(wěn)健。

⒊滯后解釋變量

考慮到企業(yè)創(chuàng)新風(fēng)險(xiǎn)較高，并且實(shí)現(xiàn)技術(shù)進(jìn)步、設(shè)備改造升級(jí)和綠色研發(fā)通常需要很長(zhǎng)時(shí)間［42］，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響可能存在滯后效應(yīng)。本文將解釋變量滯后1—2期，再次進(jìn)行回歸，回歸結(jié)果表明，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響存在滯后性，但這種滯后性逐漸減弱，這說(shuō)明企業(yè)當(dāng)期的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響最明顯。

4.滯后一期控制變量

由于上市公司年報(bào)數(shù)據(jù)中時(shí)間差效應(yīng)引致的偏誤可能會(huì)對(duì)實(shí)證結(jié)果產(chǎn)生影響，本文參考孫傳旺和張文悅［34］的研究，將控制變量滯后1期，再次進(jìn)行回歸。將控制變量滯后1期后，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展具有顯著的正向影響，證明本文的研究結(jié)論是穩(wěn)健的。

（六） 異質(zhì)性分析

⒈地區(qū)異質(zhì)性

劉敏樓等［44］發(fā)現(xiàn)，數(shù)字金融對(duì)綠色發(fā)展具有顯著的促進(jìn)作用，因而本文依據(jù)上市公司所在地級(jí)市的數(shù)字金融指數(shù)的中位數(shù)將樣本分為數(shù)字金融發(fā)達(dá)地區(qū)和數(shù)字金融落后地區(qū)，表8的列（1） 和列（2） 分別匯報(bào)了分組回歸結(jié)果。結(jié)果表明，在數(shù)字金融發(fā)達(dá)的地區(qū)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的促進(jìn)作用更為明顯。這說(shuō)明較好的金融環(huán)境可以降低融資成本，緩解融資約束，從而降低企業(yè)低碳轉(zhuǎn)型的后顧之憂(yōu)。

工業(yè)機(jī)器人作為人工智能技術(shù)在生產(chǎn)領(lǐng)域的核心載體，既可以利用自動(dòng)化技術(shù)成為工業(yè)生產(chǎn)的發(fā)動(dòng)機(jī)，也可以通過(guò)生產(chǎn)工具創(chuàng)新和生產(chǎn)知識(shí)創(chuàng)新實(shí)現(xiàn)工業(yè)機(jī)器人的價(jià)值［45］?；诖?，本文以工業(yè)機(jī)器人普及率的中位數(shù)為標(biāo)準(zhǔn)將樣本分為工業(yè)機(jī)器人普及率高的省份和工業(yè)機(jī)器人普及率低的省份，表8的列（3） 和列（4） 分別匯報(bào)了分組回歸結(jié)果。結(jié)果表明，在工業(yè)機(jī)器人普及率高的省份，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的促進(jìn)作用更為明顯?？赡艿脑蚴?，工業(yè)機(jī)器人的應(yīng)用可以減少企業(yè)對(duì)人力資源的依賴(lài)，提高生產(chǎn)效率，提升生產(chǎn)的精確度。相對(duì)于傳統(tǒng)生產(chǎn)方式，工業(yè)機(jī)器人能夠更高效地完成任務(wù)，減少能源消耗和碳排放，并通過(guò)自動(dòng)化生產(chǎn)過(guò)程，減少對(duì)環(huán)境的影響。

⒉行業(yè)異質(zhì)性

宋旭光等［46］認(rèn)為，促進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合是發(fā)展數(shù)字經(jīng)濟(jì)的目的之一。為探究數(shù)字產(chǎn)業(yè)與實(shí)體產(chǎn)業(yè)融合發(fā)展是否會(huì)進(jìn)一步提升企業(yè)低碳發(fā)展水平，本文依據(jù)《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類(lèi)（2021）》的分類(lèi)標(biāo)準(zhǔn)，將企業(yè)所在的行業(yè)分為數(shù)字行業(yè)和實(shí)體行業(yè)兩組，表9的列（1） 和列（2） 分別匯報(bào)了分組回歸結(jié)果。結(jié)果表明，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的帶動(dòng)作用在實(shí)體行業(yè)更為明顯?？赡艿脑蚴?，數(shù)字技術(shù)在實(shí)體行業(yè)存在“擴(kuò)散效應(yīng)”，實(shí)體行業(yè)的企業(yè)通過(guò)吸收數(shù)字行業(yè)中先進(jìn)的數(shù)字科技，完善生產(chǎn)流程，提升生產(chǎn)技術(shù)，提高生產(chǎn)水平，從而加快企業(yè)綠色轉(zhuǎn)型進(jìn)程。例如，企業(yè)可以使用智能能源管理系統(tǒng)監(jiān)測(cè)和優(yōu)化能源使用情況，通過(guò)傳感器、物聯(lián)網(wǎng)和數(shù)據(jù)分析技術(shù)，實(shí)時(shí)監(jiān)測(cè)能源消耗、識(shí)別能源浪費(fèi)和優(yōu)化能源利用，從而減少能源消耗和碳排放。

本文借鑒張?jiān)频龋?7］的研究，并參照《上市公司環(huán)保核查行業(yè)分類(lèi)管理名錄》，將火電、鋼鐵、水泥、電解鋁、煤炭、冶金、化工、石化、建材、造紙、釀造、制藥、發(fā)酵、紡織、制革和采礦業(yè)等16類(lèi)行業(yè)劃分為高碳行業(yè)，其他行業(yè)劃分為低碳行業(yè)，表9的列（3） 和列（4） 分別匯報(bào)了分組回歸結(jié)果。結(jié)果表明，相對(duì)于低碳行業(yè)，高碳行業(yè)的上市公司數(shù)字化轉(zhuǎn)型對(duì)其低碳發(fā)展的提升作用更強(qiáng)?？赡艿脑蚴?，一方面，高碳行業(yè)的上市公司面對(duì)的環(huán)境規(guī)制及社會(huì)關(guān)注度較高，其借助數(shù)字技術(shù)進(jìn)行低碳轉(zhuǎn)型既是“迫不得已”也是“眾望所歸”；另一方面，綠色轉(zhuǎn)型可以提升投資者的價(jià)值定位，提高市場(chǎng)競(jìng)爭(zhēng)力，獲得額外利潤(rùn)，從而促進(jìn)高碳行業(yè)的上市公司進(jìn)行低碳轉(zhuǎn)型［2］。

⒊企業(yè)異質(zhì)性

由于中國(guó)體制的特殊性，國(guó)有企業(yè)與民營(yíng)企業(yè)在技術(shù)創(chuàng)新方面得到的政府補(bǔ)貼不同。因此，本文探究不同產(chǎn)權(quán)性質(zhì)的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其低碳發(fā)展影響的差異性。表9的列（5） 和列（6）分別匯報(bào)了分組回歸結(jié)果。結(jié)果表明，國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展有更為顯著的促進(jìn)作用?？赡艿脑蚴?，相對(duì)于民營(yíng)企業(yè)，國(guó)有企業(yè)能夠獲得更多的稅收優(yōu)惠和信貸補(bǔ)貼，面臨的融資約束較小且融資成本更低，因而國(guó)有企業(yè)傾向于將更多的資金投入數(shù)字化建設(shè)，以此推動(dòng)企業(yè)低碳發(fā)展。

五、機(jī)制分析

表10列（1） 匯報(bào)了以經(jīng)營(yíng)穩(wěn)定性為機(jī)制變量時(shí)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響?；貧w結(jié)果表明，數(shù)字化轉(zhuǎn)型與經(jīng)營(yíng)穩(wěn)定性交互項(xiàng)的系數(shù)為1. 772，且在1%水平上顯著。這說(shuō)明數(shù)字化轉(zhuǎn)型有助于增加經(jīng)營(yíng)穩(wěn)定性，促進(jìn)企業(yè)低碳發(fā)展。可能的原因是，數(shù)字化車(chē)間的打造、智慧化工廠(chǎng)的建設(shè)有效提高企業(yè)信息處理能力，全面助推生產(chǎn)過(guò)程精準(zhǔn)管控，快速增加自身經(jīng)營(yíng)穩(wěn)定性，從而企業(yè)更有意愿將資金投入到環(huán)境協(xié)同、綠色低碳和節(jié)能減排等項(xiàng)目中，推進(jìn)低碳發(fā)展。因此，假設(shè)2a得到驗(yàn)證。表10列（2） 匯報(bào)了以融資約束為機(jī)制變量時(shí)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響。回歸結(jié)果表明，數(shù)字化轉(zhuǎn)型與融資約束交互項(xiàng)的系數(shù)為1. 002，且在1%水平上顯著。這說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)信息透明度、降低融資成本，緩解企業(yè)融資約束，促使企業(yè)有更多的資金進(jìn)行低碳轉(zhuǎn)型。因此，假設(shè)2b得到驗(yàn)證?？赡艿脑蚴牵环矫?，隨著企業(yè)數(shù)字化轉(zhuǎn)型程度的提高，銀行與企業(yè)之間的信息不對(duì)稱(chēng)問(wèn)題得到緩解，金融機(jī)構(gòu)借助數(shù)字金融拓寬了服務(wù)半徑；另一方面，數(shù)字金融的廣泛滲透和普及應(yīng)用提高了金融服務(wù)效率，優(yōu)化了金融資源配置，對(duì)實(shí)體經(jīng)濟(jì)生產(chǎn)經(jīng)營(yíng)活動(dòng)產(chǎn)生了影響，對(duì)企業(yè)低碳轉(zhuǎn)型和綠色發(fā)展起到了重要支撐作用。表10列（3） 匯報(bào)了以持續(xù)研發(fā)能力為機(jī)制變量時(shí)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響?；貧w結(jié)果表明，數(shù)字化轉(zhuǎn)型與持續(xù)研發(fā)能力交互項(xiàng)的系數(shù)為0. 066，且在1%水平上顯著。這說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)提高創(chuàng)新績(jī)效，減少研發(fā)操縱行為，提高企業(yè)持續(xù)研發(fā)能力。同時(shí)，持續(xù)研發(fā)能力可以加快企業(yè)綠色技術(shù)創(chuàng)新，帶動(dòng)企業(yè)生產(chǎn)設(shè)備及生產(chǎn)流程的升級(jí)改造，以“數(shù)字”為新引擎，助推企業(yè)低碳發(fā)展。因此，假設(shè)2c得到驗(yàn)證。表10列（4） 匯報(bào)了以全要素生產(chǎn)率為機(jī)制變量時(shí)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響?；貧w結(jié)果表明，數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率交互項(xiàng)的系數(shù)為0. 097，且在1%水平上顯著。這說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型可以在技術(shù)層面促進(jìn)效率變革和技術(shù)創(chuàng)新，在公司治理層面提高決策和監(jiān)督效率，從而提高企業(yè)全要素生產(chǎn)率。全要素生產(chǎn)率的提高可以推動(dòng)企業(yè)采用更加高效、節(jié)能、環(huán)保和低碳的生產(chǎn)方式，從而減少企業(yè)對(duì)自然資源的消耗和對(duì)生態(tài)環(huán)境的污染。因此，假設(shè)2d得到驗(yàn)證。

綜上所述，數(shù)字化轉(zhuǎn)型通過(guò)增加經(jīng)營(yíng)穩(wěn)定性、緩解融資約束、提高持續(xù)研發(fā)能力和提高全要素生產(chǎn)率促進(jìn)企業(yè)低碳發(fā)展。

六、研究結(jié)論與政策建議

（一） 研究結(jié)論

本文選取2010—2021年中國(guó)上市公司數(shù)據(jù)，運(yùn)用雙向固定效應(yīng)模型研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的影響。研究結(jié)論如下：數(shù)字化轉(zhuǎn)型顯著促進(jìn)企業(yè)低碳發(fā)展，數(shù)字化轉(zhuǎn)型程度每提高1%，企業(yè)低碳發(fā)展水平上升1. 458%。其中，數(shù)字技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)和人工智能技術(shù)每提高1%，企業(yè)低碳發(fā)展水平分別上升1. 230%、0. 961%、0. 830%和0. 501%。內(nèi)生性分析和一系列穩(wěn)健性檢驗(yàn)結(jié)果均表明本文研究結(jié)論穩(wěn)健。地區(qū)異質(zhì)性分析表明，位于數(shù)字金融發(fā)達(dá)地區(qū)和工業(yè)機(jī)器人普及率高省份的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)低碳發(fā)展的促進(jìn)作用更大；行業(yè)異質(zhì)性分析表明，數(shù)字化轉(zhuǎn)型的促進(jìn)作用在實(shí)體行業(yè)和高碳行業(yè)中更為顯著；另外，相對(duì)于民營(yíng)企業(yè)，國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型助推企業(yè)低碳發(fā)展的作用更強(qiáng)。機(jī)制分析表明，數(shù)字化轉(zhuǎn)型通過(guò)增加經(jīng)營(yíng)穩(wěn)定性、緩解融資約束、提高持續(xù)研發(fā)能力和提高全要素生產(chǎn)率等方式為企業(yè)低碳發(fā)展注入新動(dòng)力。

（二） 政策建議

第一，政府部門(mén)應(yīng)大力開(kāi)展數(shù)字基礎(chǔ)設(shè)施建設(shè)，充分發(fā)揮數(shù)據(jù)要素的作用，提供良好的規(guī)制環(huán)境。首先，政府部門(mén)應(yīng)鼓勵(lì)數(shù)字經(jīng)濟(jì)配套產(chǎn)業(yè)發(fā)展，鼓勵(lì)金融機(jī)構(gòu)、科研院所和企業(yè)開(kāi)展合作，打破數(shù)據(jù)孤島，推動(dòng)形成信息“匯聚地”和資源“匹配器”，幫助企業(yè)克服技術(shù)瓶頸，實(shí)現(xiàn)低碳發(fā)展。其次，地方政府應(yīng)從稅收優(yōu)惠、研發(fā)補(bǔ)貼和獎(jiǎng)勵(lì)機(jī)制等方面鼓勵(lì)企業(yè)進(jìn)行低碳生產(chǎn)，推動(dòng)形成穩(wěn)定可預(yù)期的宏觀政策環(huán)境，降低企業(yè)轉(zhuǎn)型的經(jīng)濟(jì)成本。最后，政府應(yīng)制定企業(yè)環(huán)境信息披露的法規(guī)和標(biāo)準(zhǔn)，對(duì)企業(yè)環(huán)境績(jī)效和碳排放水平進(jìn)行評(píng)估，激勵(lì)企業(yè)低碳發(fā)展。

第二，金融機(jī)構(gòu)應(yīng)加強(qiáng)核心技術(shù)開(kāi)發(fā)，加速智能升級(jí)，提升綠色金融服務(wù)質(zhì)效。首先，金融機(jī)構(gòu)應(yīng)建立前沿金融數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)核心技術(shù)突破，提高自身信息處理能力，降低與企業(yè)間的代理成本，實(shí)現(xiàn)更好的客戶(hù)畫(huà)像及追蹤。其次，金融機(jī)構(gòu)急需豐富綠色金融產(chǎn)品“工具包”，積極研究與碳排放權(quán)掛鉤的各類(lèi)金融產(chǎn)品，構(gòu)建多層次、多元化綠色金融市場(chǎng)，提高綠色金融服務(wù)效率。最后，金融機(jī)構(gòu)可以提供相關(guān)的咨詢(xún)和評(píng)估服務(wù)，幫助企業(yè)評(píng)估綠色項(xiàng)目的可行性和風(fēng)險(xiǎn)，支持企業(yè)在綠色能源、清潔技術(shù)和環(huán)境保護(hù)等方面的項(xiàng)目，助力低碳發(fā)展行穩(wěn)致遠(yuǎn)。

第三，企業(yè)應(yīng)積極主動(dòng)優(yōu)化生產(chǎn)流程，加速改善產(chǎn)業(yè)結(jié)構(gòu)，培育綠色智慧生產(chǎn)方式。首先，企業(yè)應(yīng)加大研發(fā)投入，升級(jí)生產(chǎn)設(shè)備，推動(dòng)工業(yè)機(jī)器人在生產(chǎn)流程中的運(yùn)用，加快實(shí)現(xiàn)源頭減排、過(guò)程控制、末端治理、綜合利用全流程低碳發(fā)展。其次，企業(yè)應(yīng)探索產(chǎn)品設(shè)計(jì)、生產(chǎn)工藝、產(chǎn)品分銷(xiāo)及回收處置利用全產(chǎn)業(yè)鏈低碳化，重點(diǎn)行業(yè)企業(yè)應(yīng)當(dāng)開(kāi)展清潔生產(chǎn)改造，提高生產(chǎn)效率和環(huán)保水平，踐行低碳理念，構(gòu)建數(shù)智化綠色制造體系。最后，企業(yè)應(yīng)加強(qiáng)社會(huì)各主體間的信息共享，充分發(fā)揮數(shù)據(jù)要素價(jià)值，打破技術(shù)壁壘，加快優(yōu)勢(shì)互補(bǔ)，實(shí)現(xiàn)互贏互利，協(xié)同推進(jìn)減污降碳，共同推動(dòng)低碳發(fā)展進(jìn)程。

參考文獻(xiàn)：

［1］ 楊嵐，周亞虹.環(huán)境規(guī)制與城市制造業(yè)轉(zhuǎn)型升級(jí)——基于產(chǎn)業(yè)結(jié)構(gòu)綠色轉(zhuǎn)型和企業(yè)技術(shù)升級(jí)雙視角分析［J］.系統(tǒng)工程理論與實(shí)踐，2022，42（6）：1616-1631.

［2］ 蘇媛，李廣培.綠色技術(shù)創(chuàng)新能力、產(chǎn)品差異化與企業(yè)競(jìng)爭(zhēng)力——基于節(jié)能環(huán)保產(chǎn)業(yè)上市公司的分析［J］.中國(guó)管理科學(xué)，2021，29（4）：46-56.

［3］ 劉暢，潘慧峰，李珮，等.數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)綠色創(chuàng)新效率的影響和機(jī)制研究［J］.中國(guó)軟科學(xué)，2023（4）：121-129.

［4］ 張鵬楊，劉維剛，唐宜紅.貿(mào)易摩擦下企業(yè)出口韌性提升：數(shù)字化轉(zhuǎn)型的作用［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（5）：155-173.

［5］ 戴翔，馬皓巍.數(shù)字化轉(zhuǎn)型、出口增長(zhǎng)與低加成率陷阱［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（5）：61-79.

［6］ 杜勇，婁靖，胡紅燕.供應(yīng)鏈共同股權(quán)網(wǎng)絡(luò)下企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（4）：136-155.

［7］ 范合君，吳婷，何思.企業(yè)數(shù)字化的產(chǎn)業(yè)鏈聯(lián)動(dòng)效應(yīng)研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（3）：115-132.

［8］ 袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專(zhuān)業(yè)化還是縱向一體化［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

［9］ 張虎，高子桓，韓愛(ài)華.企業(yè)數(shù)字化轉(zhuǎn)型賦能產(chǎn)業(yè)鏈關(guān)聯(lián)：理論與經(jīng)驗(yàn)證據(jù)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（5）：46-67.

［10］ 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2021，37（7）：130-144.

［11］ PENG Y， TAO C. Can digital transformation promote enterprise performance？ From the perspective of public policy and innovation［J］. Journal of innovation & knowledge，2022，7（3）：100198.

［12］ SUN C， ZHANG Z， VOCHOZKA M， et al. Enterprise digital transformation and debt financing cost in China？A?share listed companies［J］. Oeconomia copernicana，2022，13（3）：783-829.

［13］ 董松柯，劉希章，李娜.數(shù)字化轉(zhuǎn)型是否降低企業(yè)研發(fā)操縱？［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（4）：28-51.

［14］ 賀正楚，潘為華，潘紅玉，等.制造企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新效率：制造過(guò)程與商業(yè)模式的異質(zhì)性分析［J］.中國(guó)軟科學(xué)，2023（3）：162-177.

［15］ LI R， RAO J， WAN L. The digital economy， enterprise digital transformation， and enterprise innovation［J］.Managerial and decision economics，2022，43（7）：2875-2886.

［16］ 劉淑春，閆津臣，張思雪，等.企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎？［J］.管理世界，2021，37（5）：170-190.

［17］ ZHANG T， SHI Z Z， SHI Y R， et al. Enterprise digital transformation and production efficiency： mechanism analysis and empirical research［J］. Economic research?ekonomska istra?ivanja，2022，35（1）：2781-2792.

［18］ SHANG Y， RAZA S A， HUO Z， et al. Does enterprise digital transformation contribute to the carbon emission reduction？ Micro?level evidence from China［J］. International review of economics & finance，2023，86（4）：1-13.

［19］ 王曉祺，寧金輝.強(qiáng)制社會(huì)責(zé)任披露能否驅(qū)動(dòng)企業(yè)綠色轉(zhuǎn)型？——基于我國(guó)上市公司綠色專(zhuān)利數(shù)據(jù)的證據(jù)［J］.審計(jì)與經(jīng)濟(jì)研究，2020，35（4）：69-77.

［20］ ZHANG W，LI G，GUO F. Does carbon emissions trading promote green technology innovation in China？［J］.Applied energy，2022，315（6）：119012.

［21］ 鄒靜，王強(qiáng)，鄢慧麗，等.數(shù)字經(jīng)濟(jì)如何影響綠色全要素生產(chǎn)率？——來(lái)自中國(guó)地級(jí)市證據(jù)［J］.軟科學(xué)，2023（6）：1-16.

［22］ 喻旭蘭，周穎.綠色信貸政策與高污染企業(yè)綠色轉(zhuǎn)型：基于減排和發(fā)展的視角［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（7）：1-22

［23］ 吳非，黎偉.稅收激勵(lì)與企業(yè)綠色轉(zhuǎn)型——基于上市企業(yè)年報(bào)文本識(shí)別的經(jīng)驗(yàn)證據(jù)［J］.財(cái)政研究，2022（4）：100-118.

［24］ 劉學(xué)敏，張生玲.中國(guó)企業(yè)綠色轉(zhuǎn)型：目標(biāo)模式、面臨障礙與對(duì)策［J］.中國(guó)人口·資源與環(huán)境，2015，25（6）：1-4.

［25］ 周文，施炫伶.中國(guó)式現(xiàn)代化與數(shù)字經(jīng)濟(jì)發(fā)展［J］.財(cái)經(jīng)問(wèn)題研究，2023（6）：3-15.

［26］ 方明月，聶輝華，阮睿，等.企業(yè)數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)政策不確定性感知［J］.金融研究，2023（2）：21-39.

［27］ 王敬勇，孫彤，李珮，等.數(shù)字化轉(zhuǎn)型與企業(yè)融資約束——基于中小企業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.科學(xué)決策，2022（11）：1-23.

［28］ 田杰，譚秋云，靳景玉.數(shù)字金融能否改善資源錯(cuò)配？［J］.財(cái)經(jīng)論叢，2021（4）：49-60.

［29］ 王麗艷，張凱強(qiáng)，馬光榮.資源稟賦能否轉(zhuǎn)換為地區(qū)創(chuàng)新優(yōu)勢(shì)？［J］.財(cái)經(jīng)問(wèn)題研究，2023（11）：31-46.

［30］ KONG T， SUN R J， SUN G， et al. Effects of digital finance on green innovation considering information asymmetry： an empirical study based on Chinese listed firms［J］. Emerging markets finance and trade，2022，58（15）：4399-4411.

［31］ 馬德芳，李良偉，王夢(mèng)凱.數(shù)字化轉(zhuǎn)型的治理效應(yīng)——基于企業(yè)信息披露違規(guī)的視角［J］.財(cái)經(jīng)問(wèn)題研究，2023（11）：86-100.

［32］ 中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所課題組.中國(guó)工業(yè)綠色轉(zhuǎn)型研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2011（4）：5-14.

［33］ 鄧慧慧，楊露鑫.霧霾治理、地方競(jìng)爭(zhēng)與工業(yè)綠色轉(zhuǎn)型［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019（10）：118-136.

［34］ 孫傳旺，張文悅.對(duì)外直接投資與企業(yè)綠色轉(zhuǎn)型——基于中國(guó)企業(yè)微觀數(shù)據(jù)的經(jīng)驗(yàn)研究［J］.中國(guó)人口·資源與環(huán)境，2022，32（9）：79-91.

［35］ 聶輝華，阮睿，沈吉.企業(yè)不確定性感知、投資決策和金融資產(chǎn)配置［J］.世界經(jīng)濟(jì)，2020，43（6）：77-98.

［36］ 梁榜，張建華.數(shù)字普惠金融發(fā)展能激勵(lì)創(chuàng)新嗎？——來(lái)自中國(guó)城市和中小企業(yè)的證據(jù)［J］.當(dāng)代經(jīng)濟(jì)科學(xué)，2019，41（5）：74-86.

［37］ 何郁冰，周慧，丁佳敏.技術(shù)多元化如何影響企業(yè)的持續(xù)創(chuàng)新？［J］科學(xué)學(xué)研究，2017，35（12）：1896-1909.

［38］ 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.

［39］ CHEN S， YANG Y， WU T. Research on the impact of digital transformation on green development of manufacturing enterprises［J］. Frontiers in energy research， 2023，10（4）：1045328.

［40］ FENG H， WANG F， SONG G， et al. Digital transformation on enterprise green innovation： effect and transmission mechanism［J］. International journal of environmental research and public health，2022，19（7）：10614.

［41］ 王馨，王營(yíng).綠色信貸政策增進(jìn)綠色創(chuàng)新研究［J］.管理世界，2021，37（6）：173-188.

［42］ 黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019（8）：5-23.

［43］ 王海軍，奚浩彬，邢華.管理者從政經(jīng)歷增加了國(guó)企的海外并購(gòu)傾向嗎？來(lái)自上市公司的經(jīng)驗(yàn)證據(jù)［J］.世界經(jīng)濟(jì)研究，2021（4）：70-87.

［44］ 劉敏樓，黃旭，孫俊.數(shù)字金融對(duì)綠色發(fā)展的影響機(jī)制［J］.中國(guó)人口·資源與環(huán)境，2022，32（6）：113-122.

［45］ 孫早，陳玉潔.機(jī)器人角色、生產(chǎn)分割與生產(chǎn)方式轉(zhuǎn)換［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（4）：5-23.

［46］ 宋旭光，何佳佳，左馬華青.數(shù)字產(chǎn)業(yè)化賦能實(shí)體經(jīng)濟(jì)發(fā)展：機(jī)制與路徑［J］.改革，2022（6）：76-90.

［47］ 張?jiān)?，劉枚蓮，王向進(jìn).中國(guó)工業(yè)部門(mén)貿(mào)易開(kāi)放與碳泄漏效應(yīng)研究——高低碳行業(yè)分類(lèi)實(shí)證對(duì)比［J］.華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019，51（6）：151-161.

［48］ 高蒙蒙，汪沖.經(jīng)濟(jì)不確定性下研發(fā)補(bǔ)助與企業(yè)實(shí)質(zhì)性創(chuàng)新［J］.北京社會(huì)科學(xué)，2021（7）：98-108.

（責(zé)任編輯：巴紅靜）