融合因果图发现与双重机器学习的因果推断框架：评估 IDC 部署对企业 ESG 绩效的影响

《Scientific Reports》：A causal inference framework integrating causal graph discovery and double machine learning: estimating the impact of IDC deployment on corporate ESG performance

　　

摘要

在全球数字化转型与可持续发展深度融合的背景下，互联网数据中心（IDC）已成为与 ESG 绩效相关的关键计算基础设施。针对高维混淆和复杂结构关系带来的挑战，本研究构建了一个整合的因果推断框架，融合了因果图发现（DirectLiNGAM）、双重机器学习（DML）和贝叶斯优化。基于 2017 年至 2023 年中国 A 股上市公司的面板数据，我们进行了全面的实证分析。结果表明，在提出的识别策略下，IDC 部署与企业 ESG 绩效呈正相关，且该发现在多项稳健性检验中依然稳定。潜在渠道分析识别出的经验模式表明，数字化转型和绿色创新是与 IDC 部署和 ESG 绩效之间关系相关的两个合理渠道。然而，这些发现不应被解释为正式识别的因果中介效应。异质性分析进一步显示，与 IDC 部署相关的 ESG 回报在高污染行业中更为显著，在不同区域背景下存在较大差异，且在管理体系更规范的企业（如体现于 ISO 认证）中更强。本研究构建了一个可扩展的高维因果推断框架，提供了稳健的实证证据，支持数字基础设施与企业可持续发展之间存在正相关关系，为企业的绿色转型提供了可操作的见解。