数字化转型对污染排放强度的影响：来自中国A股上市公司的经验证据

《Scientific Reports》：From digital to green: the effect of corporate digital transformation on pollution emission intensity

　　

数字化转型是中国经济结构优化升级的关键驱动力，也是中国经济社会发展向绿色增长转型的核心要素。本文实证分析了企业数字化转型对污染排放强度的影响及其作用机制。研究结果表明，数字化转型显著提升了企业污染排放强度（即降低了污染排放强度）。该效应在劳动密集型企业（labor-intensive enterprises）和重污染企业（heavily polluting enterprises）中更为显著。管理效率（management efficiency）、绿色技术创新（green technological innovation, GTI）和全要素生产率（total factor productivity, TFP）是数字化转型改善污染排放强度的重要机制。本研究为中国探索绿色转型发展新路径提供了经验证据和政策参考。

在全球范围内，经济发展与工业化进程对生态环境施加了广泛压力。发达国家经历长期工业化后较早开展环境治理，而发展中国家则面临"先发展、后治理"的挑战。技术化、工业化和城镇化的普遍进程对环境产生了正负两方面的影响。作为全球经济和制造业的重要参与者，中国传统的高投入、高能耗发展模式导致了严重的环境问题，制约了可持续发展的实现。2022年，中国能源消费总量达到54.1亿吨标准煤，占全球消费总量的26.2%。中国企业在全国污染排放强度排名中处于较低水平，表明中国与发达国家在此方面存在显著差距。尽管中国企业通过税费优惠政策、绿色供应链管理等积极措施在改善污染排放强度方面取得了进展，但实现可持续发展目标仍需进一步努力。以人工智能、区块链、云计算和大数据为代表的新一代信息技术正推动数字经济与实体经济的深度融合，重塑社会生产方式，全面影响工业4.0时代企业的组织结构、生产能力、运营模式和发展战略。数字化转型是指企业利用数字技术全面改造其商业模式和流程，以提升效率、创新产品和服务、改善客户体验并在激烈竞争的市场中保持竞争力的过程。据《全球数字经济白皮书》显示，2021年中国数字经济增加值达到7.1万亿美元，仅次于美国的15.3万亿美元，位居世界第二。中国数字经济的快速发展及其与实体经济的紧密结合已成为中国经济转型的主要驱动力，促使企业进行数字化转型、重塑发展战略并改善管理实践。数字经济不仅标志着可持续发展的新方向，也要求企业加强数字化能力，以实现经济效益、环境保护和社会福利的协调发展。数字技术在制造业中的广泛应用促进了企业在物理空间和信息空间的高度融合，为减少企业污染排放和改善污染排放强度开辟了新可能。然而，关于数字化转型在环境污染排放中作用的认识仍然有限。学者们从环境政策、企业运营和治理等不同视角探讨了数字化转型对企业可持续发展的影响，但缺乏与环境污染排放数据相关的最直接微观证据，也缺乏对企业综合环境管理策略的考虑。现有文献关于数字化转型的环境效应呈现出两组看似矛盾的发现。大量研究证实了数字化转型的减排效应，表明数字技术通过优化生产流程、提高能源效率和促进绿色技术创新显著降低了企业污染排放强度和碳排放水平。相反，另一部分文献揭示了数字化的"另一面"。文献明确指出数字基础设施本身具有显著的碳足迹；数据中心的电力消耗、5G基站运行的高能源需求以及数字设备的制造和处置都直接产生大量温室气体排放。Beier等将信息通信技术（ICT）的环境效应解构为直接效应和间接效应：前者涵盖数字设备全生命周期（从生产、运营到处置）的能源消耗和资源使用，后者则表现为ICT驱动的传统行业生产效率提升所带来的减排潜力。国际电信联盟的报告进一步表明，全球200家领先数字企业的运营排放占全球温室气体排放的近1%，占全球电力消费的2%。中国的情况也值得关注：截至2023年底，数据中心碳排放已达8400万吨，而5G基站的能耗是4G基站的3至4倍。这两支文献并不矛盾，它们共同说明了数字化环境影响的双刃剑性质。数字技术既是减排工具也是能源消耗来源，其结果关键取决于数字化转型的具体路径、应用场景和制度环境。虽然数字化可以降低生态足迹，但其环境效益可能被上升的经济能源强度所削弱。数字基础设施相关的能源需求和碳排放增长能否实现"脱钩"，取决于技术创新能力、金融发展水平和政策引导。本研究正是在这一文献分歧的背景下开展的。与仅关注数字化减排效应或其碳足迹的研究不同，本研究考察数字化转型对中国企业污染排放强度的影响。利用中国A股上市公司的微观数据，本研究表明在中国当前的制度环境和发展阶段下，观察到的企业层面污染减排效应在环境结果中占主导地位。本文的主要贡献如下：第一，本研究深入探讨数字化转型对污染排放强度的影响，聚焦数字化转型前后的处理效应，准确识别影响污染排放强度的关键节点，为理解数字化转型与污染排放强度之间的复杂关系提供了新视角。第二，本研究使用企业微观数据，以企业污染排放强度作为直接测量指标，为数字化转型与污染排放强度之间的关系提供了新见解。第三，基于企业环境管理的多维分析框架，本研究引入管理效率、绿色技术创新（GTI）和全要素生产率（TFP）作为中介变量，阐明了数字化转型对污染排放强度影响的机制，促进了对数字化与减排之间互动关系的理解。第四，本研究从所有权、地区、生产要素和行业等多个维度进行异质性分析，为企业实现数字经济转型中的减排目标提供理论指导，也为政策制定者在数字化转型过程中考虑污染排放强度提供参考。本文分为七个部分。第一部分为引言。第二部分回顾企业数字化转型对污染排放强度的影响。第三部分提出研究假设。第四部分详述模型构建方法和指标选择。第五部分呈现研究结果。第六部分讨论本研究的贡献和局限性。第七部分进行总结并指出政策启示。在文献综述部分，数字化转型方面，数字经济是以数据为生产要素并引发经济结构和生产方式根本性变化的多维经济活动领域。数字经济的概念已从狭义的互联网经济或数字技术在金融领域的应用演变为涵盖贸易、金融、治理等更广泛的范围。数字化转型现已成为企业适应新技术周期和获取竞争优势的关键过程，涉及大数据、人工智能和工业机器人等先进数字技术的应用。它不仅提高了企业内部资源配置效率，还促进了企业间的技术交流并提升了创新能力。通过构建数字管理系统，企业可以缓解内外部信息不对称，降低逆向选择风险，更好地促进企业社会责任的实践和履行。数字化转型涵盖数字管理、数字文化和数字创新的转型，对企业环境、社会和治理绩效产生关键影响。数字化转型的降本增效效应已被广泛研究。Song等发现数字化转型有效提高了企业媒体关注度。此外，数字化转型与可持续发展密切相关，通过技术改进和战略变革增加了企业改善污染排放强度的潜力。Massaro等指出数字化转型优化了资源配置。Shang等表明数字化转型促进了GTI并实现了循环经济。在污染排放强度方面，企业污染排放强度不仅反映了企业活动对自然环境的影响，还表明企业致力于采取生态友好行动保护自然环境的程度。改善污染排放强度是政府和企业推进可持续发展战略的核心任务，反映了综合生态增长和环境保护。影响企业污染排放强度的因素主要包括内部特征、外部监管和资源配置。在内部特征方面，提高企业管理者数字化导向、伦理领导力和社会责任对污染排放强度具有积极影响。在外部环境监管方面，有利的地方生态法律可以改善污染排放强度，而环境政策的不确定性可能导致生态绩效下降。在资源配置方面，资本市场开放和绿色金融政策通过金融资源配置改善污染排放强度的作用受到关注。企业环境责任对污染排放强度具有积极影响，企业社会责任实践和各种环境项目资金改善了组织的污染排放强度，最终促进可持续发展。公司治理水平在环境可持续性中也发挥重要作用。董事会的独立性和性别多样性与碳减排措施正相关。国际贸易摩擦和环境税也对污染排放强度产生影响。此外，利益相关者的压力促使企业关注环境问题并采取积极的环境治理措施以满足利益相关者的要求。在数字化转型对污染排放强度的影响方面，数字化转型对企业污染排放强度的影响是当前研究热点。企业数字化转型对污染排放强度的影响是多维且复杂的。企业越来越多地利用人工智能、物联网和大数据分析来从事可持续商业实践，包括减少碳排放和最小化环境浪费。数字化转型可以增强企业对环境和可持续发展的贡献，减少信息不对称和交易成本，提高企业透明度，鼓励企业更有效地履行社会责任。数字化转型可以有效促进GTI。企业可以利用人工智能等数字工具识别具有挑战性的环境治理问题，开展独特的绿色技术研究和创新。企业技术创新能力的提升可以降低实施绿色生产的成本，从而更好地履行环境责任并改善污染排放强度。数字化对能源强度和能源效率的积极影响已在不同层面得到验证。然而，数字化的互补效应也可能导致碳排放增加。数字化转型与企业污染排放强度之间的关系仍不明确，作用机制也尚不清楚。关于企业数字化转型对污染排放强度影响的研究非常有限，且大多数研究将绿色专利和环保支出作为企业污染排放强度的间接指标，影响了结果的准确性。在理论机制与假设部分，数字化转型是企业可持续增长的关键。它整合信息技术、计算技术、通信技术和互联互通，引发企业结构和运营的根本性转变。这一过程不仅包括生产方式更新和业务流程优化，还包括资源的高效配置，推动企业向环境友好型发展。数字化转型通过消除信息壁垒、增强知识资本和推进精细化管理，为改善污染排放强度提供了基础。此外，通过与数字基础设施的整合，数字化转型实现了对能源消耗和环境污染的精准监测，推动污染防治策略的创新。企业可以通过数字化转型提升环境、社会和治理绩效，增强绿色竞争力，实施污染控制和绿色技术以获取市场优势。数字化转型还通过新技术和新方法优化生产效率并降低成本，实现低能耗和低排放，从而增强产品的绿色竞争力。此外，中国制造企业可以通过信息协同、供应链协同、组织协同和环境协同实现高水平绿色转型。因此，本文提出假设H1：数字化转型可以提升企业污染排放强度（即降低污染排放强度）。管理效率反映了企业管理者组织、运营和协调生产过程的能力。依托数字技术，数字化转型整合信息技术推进企业流程的数字化、智能化和自动化，显著提升管理效率。数字化转型过程打破了信息孤岛，解决了信息流中的分散和碎片化问题，促进组织结构向更开放、更扁平的方向转变，从而提高管理效率。数字技术的应用可以有效精简内部业务流程，整合企业内部的运营、创新活动和制造流程，实现数字资源的实时传输和共享，从而有效降低内部管理成本。通过数字化转型，企业可以加强公司治理，提高资源利用效率，减少污染物排放，缓解自然资源的过度消耗。数字化转型还使企业能够利用大数据挖掘网络终端积累的消费者信息和交易记录，构建更全面的信息管理系统，加速客户信息的分析和处理，缓解信息不对称。这使企业能够根据客户需求及时更新生产决策，设计满足需求的多元化产品，占领更大的市场份额，同时提升绿色品牌效益。此外，企业的数字化成熟度可以加速信息的实时传输和更新，促进外部知识的高效获取和内部知识库的加速更新，推动异质性知识的碰撞和融合。因此，本文提出假设H2：数字化转型可以通过提高管理效率来提升企业污染排放强度。数字化转型是企业创新的驱动力。通过加速信息流动和优化业务流程，数字化转型可以降低研发成本、提高效率，从而增强企业创新能力。数字化转型深度嵌入创新活动，清除数据障碍，加速信息传播，扩大创新合作和知识传播，提高GTI效率。通过大数据和数字孪生等技术，数字化转型解决了精准建模和实施优化等关键流程，帮助企业实现流程优化、能源管理和协同优化的智能制造过程，实现节能减排目标。数字化转型带来的数字技术和资源可以为企业提供物质生产要素和软环境生产要素，促进不同生产要素的组合，这是企业GTI的关键。企业数字化转型优化流程、实现绿色生产过程、高效配置资源，促进涉及多方的GTI网络组织形成，培育绿色流程创新，为企业带来更大的绿色竞争优势。在产品销售阶段，企业可以通过各种数字技术更准确地获取消费者偏好、市场信息和政策环境，把握市场对绿色产品的需求偏好，将绿色发展和生态友好价值观纳入企业价值创造链，促进企业GTI成果的转化。数字化转型有利于企业内部知识的流动，学习绿色技术基础知识，构建知识网络，分享绿色知识技术和先进绿色成果，增强企业GTI能力。通过这些路径，数字化转型推动GTI，减少企业污染物的产生，从而改善企业污染排放强度。由此提出假设H3：数字化转型可以通过促进GTI来提升企业污染排放强度。数字化转型是企业提升TFP和污染排放强度的关键途径。数字化转型通过优化资源配置、增强创新能力和加强公司治理，深刻影响企业管理与运营。利用数字技术的信息收集和利用优势，数字化转型改变了信息不透明的情况，更好地整合企业内外部资源，降低决策错误的可能性，减少资源错配，提高资源配置效率。数字化转型可以通过提高投资效率、降低外部交易成本和扩大客户资源来增强企业TFP。在污染排放强度方面，TFP的提高意味着资源利用效率的提高，这与污染排放强度的改善直接相关。高效的资源使用可以减少浪费和环境影响，增加产出，提升污染排放强度。因此，本文提出假设H4：数字化转型可以通过促进TFP来提升企业污染排放强度。在方法论部分，本文构建了双向固定效应模型来检验数字化转型对污染排放强度的影响。被解释变量PWASTE_i,t表示企业i在t年的污染排放强度。解释变量DIGT_i,t表示企业i在t年的数字化转型程度。β的符号和显著性反映了企业数字化转型带来的环境效应。CONTROL_i,t表示控制变量。INDUSTRY和YEAR分别表示行业和年份固定效应，用于控制特定时间行业特有的不可观测因素和随时间变化的潜在因素。ε_i,t为随机误差项。传统的中介分析"三步法"存在测量误差和中介变量与结果变量之间潜在反向因果的问题。学者们通常通过选择理论上和逻辑上与结果变量密切相关的mediators来解决这些挑战；仅检验自变量对中介变量的效应——从而避免对直接效应和间接效应的正式分解——随后通过理论推理而非严格的因果推断来解释中介变量与结果变量之间的关系。本文也采用这种两步法来检验潜在机制。在被解释变量方面，为构建企业污染排放强度，本文遵循新环境经济学研究的既定做法（PWASTE_i,t）。企业污染排放强度通过计算企业污染物排放强度来表征。由于八种污染物——包括水污染物、化学需氧量、氨氮、总氮、总磷、二氧化硫、氮氧化物和粉尘——以不同的物理单位计量且数量级差异巨大，本文不直接求和。相反，首先利用全样本中每种污染物的最小值和最大值将每种污染物的每员工排放值转换为零到一之间的无量纲指数。这种标准化使所有污染物指标具有可比性。然后，计算企业层面污染排放强度为这八个标准化指数的简单算术平均值，赋予每种污染物相等的权重。这种方法透明、避免了任意加权，并产生了一个反映企业相对于样本分布的污染绩效的单一综合指标。为消除规模差异的影响，使用污染物排放总量与员工人数之比的对数来衡量企业污染排放强度。污染排放从根本上取决于生产活动的规模和要素投入的强度。就业数据直接反映企业实际经营规模和经济活动水平，从而捕捉其生产要素投入的真实程度。在解释变量方面，解释变量为数字化转型（DIGT_i,t）。文本分析方法在指标测量中被广泛使用。基于上市公司年报，本文构建了企业数字化转型的测量指标。首先，使用Python爬虫功能收集和整理沪深股市A股上市公司年报，并通过JavaPDFbox库提取所有文本内容以供后续特征词筛选。其次，从底层技术应用和技术实践应用两个维度对数字化表达的语义体系进行分类，筛选出相应的数字关键词，构建企业数字特征术语库，并剔除前面有否定词的关键词以及与企自身无关的"数字化转型"关键词。共获得314个关键词。最后，按照确定的特征词执行"搜索—匹配—词频统计"程序，分类收集关键技术方向的关键词词频，形成最终总词频，再经对数化处理得到企业数字化转型的测量指标。在控制变量方面，为缓解遗漏变量偏误问题，本文纳入一组与环境污染密切相关的企业层面控制变量，包括企业规模（SIZE）、股权集中度（TOP1）、企业成长指标（GROWTH）、董事会规模（BOARD）、独立董事比例（INDEP）、CEO与董事长两职合一（DUAL）、资产负债率（LEV）、所有权性质（SOE）和上市年限（AGE）。在数据方面，本文选取2009年至2022年中国A股上市公司作为研究样本，剔除经营异常公司、退市公司、2009年后上市的企业以及数据严重缺失的公司。对缺失数据的变量进行插值处理，并对所有变量进行1%的缩尾处理。最终获得3840家企业共29038个有效观测值。构建企业数字化转型测量指标的原始数据来自上市公司年报。企业基本信息和财务信息数据来源于国泰安数据库（CSMAR）。在实证结果部分，基准回归中，在控制行业和年份固定效应的情况下，数字化转型系数在1%水平上显著为负，表明企业数字化转型显著降低了污染排放，从而提升了污染排放强度（即降低了污染排放强度）。在稳健性检验中，内生性检验方面，为解决反向因果和遗漏变量带来的潜在内生性问题，本文采用工具变量（IV）两阶段最小二乘法（2SLS）估计策略。所选工具变量为1984年人均固定电话数量。该工具变量的相关性基于数字基础设施扩散的路径依赖特征。1984年固定电话普及率较高的地区拥有更广泛的通信网络和更高的用户对电信技术的熟悉度，这降低了后续宽带和互联网部署的边际成本。这种通信基础设施的历史优势转化为后期更高水平的数字化转型，满足相关性条件。关于外生性，1984年固定电话密度远早于样本期，因此不易受当代企业层面碳排放或数字采用的逆向因果影响。1984年，中国仍处于经济改革初期，固定电话分布主要由国家电信政策和地理可行性决定，而非企业层面环境行为。1984年固定电话密度仅通过数字化转型渠道影响当前碳排放，满足排除性限制。第一阶段回归显示工具变量在5%水平上具有统计显著系数，确认与内生回归变量的强相关性。在第二阶段，清除潜在内生性偏误后，核心解释变量的系数仍然为负且在1%水平上显著。这些发现有力支持了基准估计的可靠性。为进一步缓解排放强度固有时间惯性带来的内生性问题，本文将分析扩展为动态面板设定，纳入被解释变量的一阶滞后以捕捉企业层面排放的路径依赖特征。滞后项在1%水平上显著为正，表明排放水平在连续期间具有强正持续性，并指向减排行为存在显著的调整惯性。在控制这一动态效应后，数字化转型系数仍然为负且在10%水平上统计显著，确认排放强度的缓解效应并非由遗漏的动态因素驱动，并产生了稳健的短期净效应。替换被解释变量方面，将被解释变量分别替换为水和空气污染排放强度、排放总量与营业收入之比的对数（PWASTE2）进行稳健性检验，DIG系数在1%水平上显著为负。系数的显著性和绝对值均未发生显著变化，确认了基准回归结果的稳健性。替换解释变量方面，解释变量的测量替换为数字化转型关键词频率与年报总词数之比。系数仍然为负且在1%水平上显著，与基准发现高度一致，确认了稳健性。纳入个体固定效应和聚类标准误方面，模型纳入个体固定效应和聚类稳健标准误进行稳健性检验，DIG系数在1%水平上仍然显著为负。系数的显著性和绝对值均未发生显著变化，确认了基准回归结果的稳健性。排除特殊事件影响的样本方面，2020年新冠疫情对中国经济发展产生了重大影响。考虑该事件的影响，剔除2020年后的样本进行稳健性检验，DIG系数在1%水平上显著为负，与基准回归结论一致。纳入行业—时间控制方面，在基准回归基础上纳入行业—年份交互固定效应以控制随时间变化的行业特定影响，结论仍然成立。在异质性分析部分，生产要素异质性方面，交互项系数在1%水平上显著为负，表明该效应在劳动密集型企业中更为显著。这是因为劳动密集型企业通常面临更高的劳动力成本和环境监管压力。实施数字化转型后，劳动密集型企业可以通过自动化和信息技术提高生产效率，从而减少传统资源和能源的消耗。这种转型使企业能够实时监控生产过程中的原材料使用和废物排放，及时调整工艺以减少污染。数字化转型还鼓励劳动密集型企业增加绿色技术投入，从而优化生产流程，减少废物和有害气体排放。数字化转型为劳动密集型企业提供了有效工具，使其在追求经济效益的同时更好地履行环境责任，实现污染排放的显著降低。行业异质性方面，污染排放强度在不同行业间差异显著，可能影响数字化转型的作用。交互项系数在1%水平上显著为负，表明该效应在重污染行业样本中更为显著。这是因为重污染企业在生产过程中通常涉及大量资源消耗和废物排放，面临更大的环境压力和监管要求。通过数字化转型，重污染企业可以采用先进的监测技术和数据分析工具实时跟踪和管理其排放指标，从而及时发现和纠正超标排放问题。数字化转型还鼓励重污染企业优化生产流程、提高能源利用效率、减少原材料浪费。这不仅降低了生产成本，还显著减少了污染物排放。政府对重污染行业数字化转型的政策支持加速了环境友好技术的应用，使这些企业能够更有效地实现清洁生产目标。数字化转型为重污染企业提供了重要解决方案，帮助它们在遵守环境法规的同时实现可持续发展。在机制检验部分，管理效率方面，管理效率从管理费用角度衡量，通过估计管理费用决定方程并提取残差值来测量企业管理效率。该指标值越高，企业管理费用越高，管理效率越低。数字化转型显著提高了管理效率。数字化转型可以通过优化决策过程、改善信息管理、缓解信息不对称和提高设备效率来增强企业管理效率，从而减少污染排放并改善污染排放强度。绿色技术创新方面，选取企业绿色专利申请数量的自然对数作为GTI变量进行机制检验。GTI系数在1%水平上显著为正，表明具有显著促进作用。数字化转型可以通过增强创新能力、优化技术流程和促进GTI知识共享来提高GTI水平，从而减少污染排放并改善污染排放强度。全要素生产率方面，使用LP方法估计的TFP进行机制检验。数字化转型对TFP在1%水平上具有显著促进作用，表明数字化转型可以通过提高资源配置效率、增强资源利用效率和加强生产过程的可持续性来提高生产效率，从而减少污染排放并改善污染排放强度。在附加检验部分，在数字化转型显著降低企业层面碳排放强度的发现基础上，一个更具政策相关性的问题是数字化转型的不同功能子维度——技术赋能、组织重构和业务应用——是否发挥独立的碳减排效应，还是其影响路径呈现异质性分化。为回答这一问题，将数字化转型分解为三个子维度：技术分类、组织赋能和数字应用，每个子维度替代基准回归中的核心解释变量。三个子维度变量的系数均显著为负，表明数字化转型的碳减排效应不局限于特定阶段，而是广泛渗透于企业的技术架构、组织形式和业务终端。技术分类系数为?0.030，在1%水平上显著。该维度捕捉大数据、云计算和人工智能等底层数字技术的采用，其减排逻辑在于重塑生产函数中的要素组合，直接实现绿色工艺创新和智能能源管理。组织赋能系数为?0.043，在1%水平上显著，反映利用数字工具重构管理流程和决策机制。其效应在三个维度中最为显著，因为组织层面的数字化从根本上减少了信息不对称和协调成本，从而将减排目标嵌入日常运营的各个环节，实现管理效率的整体优化。数字应用系数为?0.018，在10%水平上显著，对应于数字工具在前端业务场景中的部署，如智能营销和在线供应链协作，表明终端业务活动的数字化也通过减少资源浪费和提高流通效率间接促进碳减排。在讨论部分，假设验证方面，本研究结果表明企业数字化转型显著提升了污染排放强度（即降低了污染排放强度），从而证实了H1并与先前研究发现一致。数字化转型通过改善决策过程、增强信息管理和提高设备运行效率，显著提升了管理效率和污染排放强度，支持H2。数字化转型通过增强创新能力、优化技术运营和促进环境创新知识交流与共享，显著提升了GTI水平，从而改善污染排放强度。这证实了H3并与Guo和Pang的结论一致。数字化转型通过优化资源配置、增强资源利用效率和加强生产过程的可持续性，显著提升了TFP和污染排放强度，证实了H4并与X. Wang等的研究一致。在理论贡献方面，第一，本文通过实证分析以企业污染排放强度作为直接测量指标，定量评估了数字化转型对企业污染排放强度的影响。这为数字化转型与企业环境污染之间的直接关系提供了更精确的证据，填补了现有文献中定性描述的空白。第二，本研究不仅证实了数字化转型对污染排放强度的积极影响，还从管理效率、GTI和TFP维度探讨了其潜在机制，为理解数字化转型如何改善污染排放强度提供了理论支持。第三，通过异质性分析，本文揭示了不同生产要素企业和行业在数字化转型过程中污染排放强度的差异。这为理解数字化转型的差异化影响提供了理论支持，丰富了数字化转型理论的内涵。第四，通过揭示不同类型企业在数字化转型过程中污染排放强度的差异，本文为制定差异化的企业数字化转型政策提供了理论支持，有利于政策的精准实施。在实践贡献方面，本研究发现企业数字化转型可以通过提高管理效率、促进绿色技术创新和提高全要素生产率显著改善污染排放强度。这一效应在劳动密集型企业和重污染企业中尤为显著。对企业而言，积极推进数字化转型战略，将数字技术深度融入生产经营和管理过程，对于优化资源配置效率、激活绿色技术创新潜力至关重要，从而实现经济效益和污染排放强度的协同提升。特别是劳动密集型和重污染企业，通过数字化转型具有显著的污染减排潜力，应将其作为绿色发展的重点领域。对政府而言，应进一步完善数字化转型的政策支持体系，加大对企业数字基础设施建设和绿色技术研发的引导和支持。在局限性方面，本研究也存在局限。第一，在中国，数字化转型的推进并非仅由市场力量驱动，而在很大程度上是政府主导的政策举措和多方面政策协调的结果。在这一制度背景下，数字化转型影响企业污染排放强度的机制可能与其他国家背景下存在根本差异。将中国仅作为研究背景，限制了本文结论的国际理论相关性。第二，由于数据可得性，样本选择可能未完全覆盖所有类型的企业，特别是中小企业。第三，所选的影响机制可能不够全面，可能遗漏了其他机制。此外，本研究可能未充分考虑数字化转型过程中外部环境因素对企业污染排放强度的影响，如政策变化和市场需求波动。在未来研究方面，未来研究可以扩展样本以纳入更多中小企业和跨国比较，尽管这一扩展面临具体的数据障碍，限制了其推进速度。中国中小企业不受与上市公司相同的强制性环境披露要求约束，许多企业未在任何系统性公共数据库中报告污染或能源数据，因此为该群体构建可比面板可能需要基于调查的数据收集或获取地方环保局记录，而非使用本研究使用的现有数据库。跨国扩展面临相关问题，因为污染报告标准、行业分类和数字化转型指标在各国家统计体系间差异显著，难以构建与本研究所用指标可比且协调的数字化转型测量，除非对定义进行大量人工协调。未来工作可以通过从已维护与企业披露格式兼容的企业层面环境登记的地区或国家开始，随着更多标准化数据的出现逐步向外扩展。在结果方面，本研究通过基于排放的强度指标测量污染，未来研究可以在企业层面碳核算数据更广泛可用时纳入碳排放强度作为补充测量，因为碳排放捕捉的是与能源消耗和生产过程相关的环境绩效的独特维度，而非直接污染物排放；结合两种测量将使研究人员能够检验本文记录的数字化转型的缓解效应是否延伸至温室气体结果，还是仅针对常规污染物。除样本和测量扩展外，未来研究还可以通过跨学科合作和理论发展探索更多机制，并应用面板数据模型或案例研究方法以及政策分析和市场趋势数据来检验外部环境因素如何随时间影响企业污染强度。在结论部分，基于中国A股上市公司面板数据，本研究对企业数字化转型对污染排放强度的因果效应和内在机制进行了实证分析。核心结论总结如下：第一，企业数字化转型对中国A股上市企业的污染排放强度具有显著改善效应，表明数字化转型是中国上市公司减排和绿色发展的有效内在驱动力。第二，上述改善效应在不同类型公司间存在明显异质性。具体而言，数字化转型对劳动密集型上市公司和重污染上市企业的减排系数更大，意味着这些类型的上市公司可以从数字化转型中获得更显著的绿色减排红利。第三，在中国上市公司研究背景下，数字化转型通过三条有效的内部渠道实现企业污染排放强度的优化：优化和改善企业管理效率、促进GTI以及增强TFP。值得注意的是，本研究的实证发现仅适用于中国A股上市公司和本研究采用的污染排放强度指标。研究样本未完全覆盖中国中小企业和非上市企业。同时，中国独特的制度和市场背景限制了结论的跨地区和跨行业普适性。因此，研究结果不能任意推广到所有中国企业或其他国家和经济背景下的企业。本研究为中国上市公司绿色发展提出了有针对性和审慎的政策启示。第一，应针对中国A股上市公司制定有针对性的数字化转型激励政策，充分释放其减排潜力。监管机构和行业部门应继续支持上市公司的数字化升级和智能化转型，引导上市公司加快数字技术在生产运营、环境管理和节能监管中的应用，从而借助数字赋能降低企业污染排放强度。这一政策取向仅适用于中国上市公司的数字绿色治理，应根据非上市中小企业自身的经营特点和资源禀赋制定差异化的支持措施。第二，应根据A股上市公司的异质性特征实施分层分类的数字化转型指导。考虑到劳动密集型上市公司和重污染上市公司从数字减排中受益更多，有关部门可以重点加强对这些类型上市公司的数字政策支持和资源倾斜，鼓励它们率先完成高质量数字化转型并承担绿色减排责任，形成中国上市公司绿色发展的示范效应。对于效应较弱的资本密集型或轻度污染上市公司，应制定定制化的数字化转型方案，避免对上市公司采取一刀切的政策安排。第三，完善数字化转型赋能中国A股上市公司绿色发展的多维传导机制。相关部门应制定配套政策，帮助上市公司提高内部管理效率，为上市公司绿色技术创新构建健全的制度环境，促进上市公司部门全要素生产率的稳步增长。通过疏通上述三条有效传导渠道，数字化转型对中国上市公司的绿色减排效应可以进一步放大，从而持续优化中国A股上市企业的整体污染排放水平。最后，有必要明确政策适用的边界。所有政策启示均基于中国A股上市公司的经验证据和污染排放强度的具体测量得出。它们不是适用于所有中国企业或跨国企业的通用政策指南。未来针对非上市企业和其他制度背景下企业的政策制定需要独立的实证验证和因地制宜的针对性设计。