“多言少行”的數字化轉型會影響公司碳排放嗎?

孔 莉,劉同州,彭宇亭

(云南大學 工商管理與旅游管理學院,云南 昆明 650500)

一、 引言

碳減排是中國經濟轉型高質量發展階段的重要任務,公司作為宏觀經濟的微觀載體,對減碳具有承載作用和義不容辭的責任。制造業和重污染公司碳排放的減少主要由生產方式和技術的變化引起,當前如火如荼的“數字化轉型”正在引領這一變革,它席卷了公司和社會,被視為實現“雙碳”目標的主要路徑。在數字化具有碳減排效應的背景下,政府提供了一系列資金和政策激勵企業進行數字化轉型,例如,2022年8月,工業和信息化部、財政部兩部委發布《關于開展財政支持中小企業數字化轉型試點工作的通知》,提出中央財政計劃分三批支持地方公司開展數字化轉型,打造4000—6000家公司作為數字化轉型樣本。在大量政策的傾斜下,公司的數字化轉型賦能碳減排取得快速進展,如港華能源的數字化平臺每年可減少數十萬噸碳排放。然而,出于獲取補助、融資和高管激勵等自利動機,公司會過度宣傳數字化轉型情況,塑造高數字競爭優勢的假象。

年報是公司向外界傳遞信息的重要渠道,數字化轉型信息披露以年報定性描述為主,定性描述的信息披露更具有操縱性和迷惑性[1],因此,年報數字化轉型文本就成了合適的粉飾對象和投機工具[2]。數字化轉型文本信息也是實踐和學術中重要的研究工具,目前大量文獻使用年報文本詞頻法計算公司數字化轉型水平,但這種方法存在不足之處,無法區分策略性信息披露,比如公司年報中披露的數字化要比真實推進的多,或者在年報中大量披露前瞻性數字化關鍵詞但并不落實到實際行動中等,這些皆為“言行不一”的行為[3]。

信息披露和實際行動不統一的現象在公司與利益相關者的博弈中時有發生,其中“多言少行”最為常見和典型。李哲等發現公司在環境責任履行中存在“多言少行”,并且這種情況有助于獲得政府補貼[4]。曾慶生等研究了年報語調和管理層實際行動的不一致性,發現公司管理層存在策略性操縱年報文本以使自己獲利的情況[5]。李哲等發現公司內部控制也存在信息披露和實際行動不一致的“多言少行”情況,具有潛在風險[6]。王韌等基于市場角度,使用政策報告的文本信息和政策事件分別度量“言”和“行”,研究了貨幣政策的“言”和“行”對應的信號傳遞和實際操作對行業杠桿率帶來的不同影響[7]。Zhang和王嘉鑫等則發現企業ESG行為也存在“言行不一”的印象管理現象,并受到了監管壓力的影響[8-9]。公司文本信息披露可以起到和實際行動一樣的作用,同樣讓外界信息使用者提高對公司的評價,并且信息披露相比于實際行動成本更低[10]。因此公司具有操縱和美化信息披露以獲取信貸、響應政策、獲得補貼以及獲取利益相關者支持的動機,并且“多言少行”往往與較差的治理質量和投機主義相關聯[11]。在此背景下,針對數字化轉型“多言少行”的研究具有重要意義。

圖1 研究框架

本文將公司言過其實、過度宣傳和美化的數字化轉型稱為“多言少行”數字化轉型(見圖 1),這種行為是“言行不一”中有代表性的一種,會誤導信息使用者對公司數字化程度的判斷,影響資源配置效率和市場公平,并偏離政府采用數字化推動碳減排的初衷。學術上,學者們對數字化轉型的影響進行了大量研究,并驗證了數字化轉型的減碳作用[12],但對數字化轉型的真實性及“多言少行”數字化轉型在公司層面是否依然具有減碳效應卻鮮有涉及。公司數字化轉型“多言少行”是否有利于碳減排?為什么會進行“多言少行”數字化轉型?對此,學界尚缺少回應,而這正是本文的研究價值所在。與現有研究相比,本文的貢獻體現在:第一,本文采用詞頻法度量數字化轉型“言”,采用數字專利、無形資產度量“行”,識別了公司“言行不一”的數字化轉型,為判斷公司數字化轉型的真實性提供借鑒;并且當前公司層面碳排放的研究中,多采用份額法來測度公司的碳排放量,這忽視了不同公司間生產運營的差異,會給結論帶來偏差,本文從社會責任等報告中收集數據,測算更精準的公司碳排放量,補充了相關研究。第二,當前研究主要認為數字化轉型有助于降低碳排放,本文發現了不同的研究結果,為數字化轉型研究提供了新的視角,也為政府分類具體評估數字化轉型的減碳能力提供參考。第三,本文分析政府補助、融資和管理層短視的傳遞機制,一定程度上說明了“多言少行”數字化轉型的動機,為公司通過美化信息披露獲取不當利益提供理論證據,也為監管機構規范公司數字化轉型信息披露提供一定的依據。

二、 理論分析與假設提出

(一) “多言少行”數字化轉型與碳排放

1. 多“言”的信號傳遞效應

非財務信息是了解公司發展的重要渠道,在數字經濟背景下,公司通過向外界披露積極正向的數字化轉型信息,可以向市場傳遞積極信號,獲得市場參與者認可[13],進而獲得額外利益。

從政策套利角度看,參與政府導向的活動有助于企業獲得政府認可和獲取政府資源。“十四五”數字經濟發展規劃、黨的二十大報告等系列重要政策都強調要多方發力推動制造業和高污染企業加快數字化轉型升級。因此各地各級政府會通過財政等形式支持獎勵制造業數字化轉型企業,包括提供政府補助,比如:漯河市印發《關于支持數字化轉型若干政策措施》的通知,對于數字化轉型表現較好的企業每戶獎勵50萬,對于進入互聯網百強等榜單的工業企業獎勵100萬至600萬,并對各縣區數字化轉型工作開展考評。因此,數字化轉型的高成本和高外部回報特征使得企業有動機通過策略性的包裝數字化轉型的“言”來迎合政策需求,以套取政府補助資金[14]。政府補助種類繁多,一部分用于企業繼續數字化轉型工作,另一部分作為獎勵,補充企業的運營發展資金。政府補助有用論的觀點認為,政府補助對企業的生產和業績的增長等有顯著正向影響[15],并且數字化轉型的少“行”意味著企業在獲得補助后并沒有投入實際的數字化技術建設上,補助的資金被用于生產經營,生產經營的擴大會增加碳排放。

從政府監管方面,政府監管資源有限,而監管業務是無限的,無法做到對所有公司的監控,需要合理調配監管資源,因此政府的環境監管存在著“抓大放小”[16]。沈洪濤等研究發現,公司傾向于通過增加信息披露數量來為自己“洗白”,以減少監管的壓力[17]。比較而言,高技術的制造業和重污染公司的碳排放低于低技術公司。因此,公司增加數字化轉型信息披露,向環保部門塑造了“高技術”的印象,這些信息使得環保部門放松對公司的監管,公司的減碳壓力和動力變弱。

從融資獲取角度看,我國信貸資本市場是政府主導型,政府一直在推動對科技型公司的信貸投入。例如:2014年六部委發布《關于扎實做好科技金融服務的意見》,鼓勵金融機構支持科技公司融資;2020年銀保監會發布《關于推動銀行業和保險業高質量發展的指導意見》,強調加大對科技創新的金融支持。而數字化轉型是典型的科技創新表現,可以說,公司的數字化表現是獲取資金的關鍵科技因素,銀行等債權人會重點關注公司對政策的契合性。因此,公司具有夸大數字化轉型披露來塑造高技術形象以獲取信貸資金傾斜的可能。

銀行和投資者與公司存在著信息不對稱,會通過公司信息披露來逆向判斷公司狀況,已有研究發現良好的非財務信息有利于公司獲得債權人的青睞[18],所以本文認為多“言”的數字化轉型會受到債權人的關注。數字化轉型“言”的增加,會將相關信息傳遞到債權人,債權人基于這些信息認為公司技術水平高、經營現狀好,傾向于給公司更多更低成本的信貸和投資。更多資金的進入有助于公司擴大生產運營規模,擴大了碳排放的基數,同時也意味著債務壓力增加,公司為了及時償還債務,需要擴大經濟效益,這又帶來了生產端的擴張,降低對碳減排的關注和投入,從而引發了碳排放“越說越多”的問題。

從管理層短視角度看,公司董事會與管理層存在代理問題,管理層為了獲取更多回報,可能通過操縱年報文本信息、夸大數字化信息的披露,達成利于個人績效評價的“好成績”,進而謀取私利[19],這加劇了公司資源配置的不平衡。而由于數字化文本信息的操縱無法改變利潤等數字信息,管理者操縱文本信息更可能是為了獲取應得薪酬以外的超額激勵,比如股權激勵[13]。在“行”不多的前提下,公司大量宣傳數字化轉型信息,謀取管理層激勵,意味著管理層短視主義的上升,而管理層短視不利于公司的綠色發展[20]。這樣的管理層也更有可能受利益主導,忽視需要耗費大量投入且收效緩慢的碳減排行動。

2. 少“行”的逆技術效應

數字化轉型是應用數字技術對企業原有業務流程重塑的過程[21],技術進步是環境庫茲涅茨曲線后半段污染降低的主要原因之一。大量研究表明,數字技術可以顯著提高能源效率、生產率和運營效率來降低碳排放,可以說,制造業和重污染公司的減碳沒有數字技術的支撐是難以實現的[22]。數字化轉型的“行”是減碳的關鍵驅動,反之,少“行”恰恰在數字化技術應用上沒有行動,缺乏數字技術在碳排放的關鍵環節的監控優化,導致了碳排放易升難降。同時,在多“言”增加碳排放的前提下,多“言”和少“行”的綜合作用會促使碳排放增加。

綜合以上分析,“多言少行”數字化轉型在缺少減碳能力的前提下,又通過獲得政府補助、信貸融資來擴大生產,并且管理層短視上升,因此,本文提出第一個假設:

假設1:“多言少行”數字化轉型能夠顯著促進公司碳排放增加。

(二) “多言少行”數字化轉型與生產過程碳排放

在制造業和重污染公司環境管理的實踐中,生產制造環節是產品全生命周期中資源消耗和碳排放的主要環節,提升生產作業效率也是這類公司實施數字化轉型的主要效果,所以數字化轉型對生產環節的碳排放影響最顯著[23]。反之,對于“多言少行”數字化轉型的公司,生產過程的碳排放掌控力會明顯不足,碳排放強度也最大。而燃燒和廢棄物處理過程碳排放量較為穩定且占比較小,這兩個過程中數字技術應用的空間也不大。基于以上分析,本文提出第二個假設:

假設2:“多言少行”數字化轉型對公司碳排放的增加在生產過程中更明顯。

(三) 環境規制的影響效應

制度是影響公司技術和環境行為的重要變量,環境規制作為政府應對環境污染的重要手段,會直接作用于公司的生產,在減少制造業和重污染行業碳排放方面發揮重要作用[24],“波特假說”也認為環境規制能顯著減少污染。因此在環境規制的調節下,“多言少行”數字化轉型對碳排放可能存在不一樣的影響。在面臨的環境規制強度增加時,由于公司對外部監管壓力變化的感知,公司減碳的意愿增強,會主動采取措施加強碳減排,同時信息披露也會更規范,進而抑制“多言少行”數字化轉型與碳排放的關系。另外,在較強的環境規制力度下,監管部門可能會直接在公司碳排放端口進行實地監測,提高對真實碳排放的甄別能力,進而抑制上述分析中多“言”的美化作用。基于此,本文提出第三個假設:

假設3:環境規制對“多言少行”數字化轉型促進公司碳排放增加起到負向調節效應。

三、 研究設計

(一) 數據來源

制造業和重污染公司是碳排放的主要來源,因此本研究選取2009—2020年中國制造業和重污染上市公司的數據作為初始樣本,其中重污染公司為生態環境部發布的重點污染監控單位。碳排放數據來自上市公司社會責任、可持續發展報告、環境報告里的直接碳排放或相關資源消耗數據;數字化轉型詞頻爬取自上市公司相關報告;數字專利和財務數據來自中國研究數據服務平臺(CNRDS)和國泰安數據庫(CSMAR)。此外,本文剔除了金融行業、ST、PT及數據缺失嚴重的公司等,對連續變量進行1%和99%縮尾處理,最后共得到11927個公司-年度觀測值。其中,穩健性檢驗等部分因匹配了額外的變量,觀測值相應有所減少。

(二) 變量選取

1. 公司碳排放

因為缺乏微觀層面碳排放監測和披露的標準,公司很少主動披露定量的碳排放信息。現有文獻針對公司碳排放測度的方法主要為兩種:第一種采用IPCC指南中的排放因子法,基于最終產品服務或生產服務過程計量,如,計算整個行業、地區的能源消耗總量,將能源消耗轉換為碳排放,然后折算行業單位營收或產值的碳排放量[25]。但該方法假定了不同來源的碳排放系數相同,以及所有生產和運營過程的碳排放都會反映到折算單位中,這在實際中極為少見。第二種以其他環保變量來衡量碳排放強度,如公司是否進行環保披露或公司排污費[26]。但該方法是用其他變量近似代理,低排污不等于低碳排放,存在較大誤差。

為了得到更準確的公司碳排放數據,本文參考王浩等的做法[27]并進行了補充,針對樣本公司采用Python技術結合手工補充收集了公司年報、環境報告、社會責任報告和可持續發展報告中的能源資源消耗、生產、廢棄物處理數據。參照《溫室氣體核算體系》(GHG Protocol),將上市公司碳排放分為三個主要部分:第一是能源消耗過程中的排放,包括化石燃料燃燒排放、生物質燃料燃燒排放、外購電力調入的間接碳排放。第二是生產過程的直接排放,包括工業過程和現場。第一和第二部分是本文考察的重點,涵蓋了《溫室氣體核算體系》要求必須披露的公司大部分碳排放。第三是公司其他碳排放,主要包括固體廢棄物焚燒排放、污水處理導致的排放等其他披露的含碳過程。

本文收集相應的數據后,根據披露情況將數據分為兩類:第一類披露了年度直接、間接或總碳排放,本文直接使用其報告披露的數據,并統一為相同的單位。第二類沒有直接披露碳排放數據,但是披露了不同類型的能源消耗量、用電量和用熱量,本文根據發改委《企業溫室氣體核算方法和報告指南》以及《IPCC溫室氣體清單指南》,采用相應的碳排放計算方法及排放因子,將公司相應的消耗量轉換為碳排放。其中,能源碳排放計算方法如下:

(1)

式中i表示公司采用的化石燃料類型,Ei和NCVi分別代表能源的消耗量和平均低熱值,CCi是指能源的碳含量,COFi是指不同能源的碳氧化系數。

外購電力和熱力間接碳排放計算方法為:

Carbon=AD×EF

(2)

AD為公司外購電力或熱力量,EF為國家應對氣候變化戰略研究中心發布的公司所在區域電網平均排放因子,或國家統一規定的熱力排放因子0.11tCO2/GJ。

碳測量中通常認為廢棄物焚燒以化石碳氧化直接排放為主,碳排放計算方法為:

(3)

SWi為披露的年被焚燒或者開放燃燒的廢物種類i的質量(Gg),DMi為廢物種類i的干物質質量(%),CFi為干物質中碳含量(%),FCFi為總碳中燃料碳含量(%),OFi為碳氧化系數(%),44/12為二氧化碳與碳的質量換算關系。

廢棄物處理排放以直接排放的甲烷(CH4)和氧化氮(N2O)排放為主,碳排放計算方法為:

CH4=∑i(Mi×EFi)×10-3-R

(4)

N2O=∑i(Mi×EFi)×10-3

(5)

CH4和N2O分別是甲烷排放量和氧化氮排放量(Gg),Mi為廢棄物中有機固體廢物質量(Gg),EFi為處理方法i的排放因子(gCH4,N2O/kg OW),R為披露的年回收的甲烷總量。

基于相應消耗計算得到公司直接和間接碳排放,匯總為公司碳排放總額。為了剔除公司因行業不同,碳排放總量間存在的固定差異,本文分行業計算碳排放總量的均值,然后計算公司碳排放總量與行業平均值的差異并標準化到0至100區間,得到公司剔除行業差異后的碳排放強度(CO2)作為被解釋變量。

2. “多言少行”數字化轉型

第一,度量公司數字化宣傳披露程度(“言”)。借鑒王桂軍等的研究[28],先構建公司數字化轉型的關鍵詞詞庫,然后收集樣本公司年報,在詞庫構建時,進一步考慮數字化轉型詞的共性特征進行補充測算,以避免測算偏差。然后采用Python技術對收集的年報文本進行關鍵詞抓取,計算公司年報的相應關鍵詞的數量和年報整體篇幅(中英文文本的總長度),用關鍵詞數量和文本總篇幅的比值衡量公司“言”。

第二,度量公司數字化行動程度(“行”)。采用數字專利申請數作為公司數字化轉型的實際行動,理由如下:數字化轉型本質是一個技術創新導向的轉變,技術行為的測量中,學者們通常采用的方法包括用研發經費和人員投入等來衡量[25],對于那些不易觀察的、難以量化的與公司技術創新戰略相關的變量考慮不足。其次,研發投入僅反映了技術投入過程中的一個要素,而專利代表了公司的技術轉變和產出,是了解公司內部技術活動的強有力的工具,公司技術能力更看重產出能力,因此專利數目更能有效地反映出公司的技術能力。最后,專利申請數比授權數更能反映當年公司技術轉變的積極性和綜合實力。

第三,識別“多言少行”數字化轉型。首先參考李哲等的做法[29],以公司所處行業同年度的中位數為標準,構造“言”的虛擬變量(DY),若i公司數字化轉型詞頻數高于行業內的中位數,則該公司為多“言”(DYi,t=1),若i公司數字化轉型詞頻數低于行業中位數,則該公司為少“言”(DYi,t=0)。然后根據數字專利申請數分行業的中位數,構造“行”的虛擬變量(DX),若i公司數字專利數低于行業中位數,則該公司為少“行”(DXi,t=1),反之則該公司為多“行”(DXi,t=0)。

最后根據虛擬變量取值,若公司DYi,t=1,DXi,t=1,則認為該公司數字化轉型“多言少行”。同時,本文控制了其他可能會影響公司碳排放的指標,包括:公司收益率(ROE);賬市比(BMT),用賬面價值/總市值度量;固定資產比例(Fixed),用固定資產/資產總額度量;流動比率(CR),用流動資產/流動負債度量;金融化程度(FIN),用金融資產/總資產度量;兩權分離率(Separation),用實際控制人擁有控制權比例減去實際控制人持有所有權比例度量;獨立董事比例(Independent),用獨立董事人數/董事會人數度量。具體變量統計見表 1,碳排放強度CO2平均值為4.760,最小值為0.186,最大值為11.050,表明樣本公司間碳排放強度差異較大,并且該變量分布左偏,數字化轉型言行分布較為平均。

表1 主要變量描述性統計

(三) 模型設定

為驗證本文的研究假設,本文構建如下模型,考慮到擾動項可能在城市層面存在相關性,模型均采用地級市層面聚類穩健標準誤估計。為盡可能吸收固定效應,控制了公司和年份的虛擬變量。

CO2i,t=β0+β1DYi,t×DXi,t+β2Controlsi,t+μi+μt+εi,t

(6)

其中,被解釋變量CO2i,t表示公司i在t年的碳排放強度,值越大表示碳排放越高,解釋變量DYi,t×DXi,t為公司i在t年的數字化轉型的“言行”,當取值1時,表示為“多言少行”,Controlsi,t為一系列控制變量。此外,μi、μt分別表示公司和年份固定效應。根據前文理論分析,如系數β1顯著為正,表明“多言少行”數字化轉型提高了公司碳排放。

四、 實證分析

(一) 基準回歸

1. 主效應檢驗

本文首先對“多言少行”數字化轉型與公司碳排放的關系進行檢驗,表2報告了模型的基準回歸結果,列(1)未加入控制變量,列(2)加入控制變量,同時都控制了公司和年份層面的固定效應,加入城市層面聚類調整標準誤。結果顯示,不論是否加入控制變量,關鍵交互項DY×DX的系數都在1%水平上顯著為正,這說明“多言少行”數字化轉型會顯著促進公司碳排放增加,假設1得到驗證。從經濟意義看,即使被解釋變量碳排放為去除行業差異并標準化后的值,“多言少行”數字化轉型依舊有顯著影響,具體而言,“多言少行”數字化轉型公司的碳排放相比本行業平均值的碳排放強度增加了14.76%(0.031×4.76),明顯帶來了碳排放量的增加,具有一定的經濟學意義。各變量間的VIF值都在接受水平內(VIF<5),這表明變量之間不存在多重共線性問題。

表2 “言行不一”數字化轉型對碳排放的影響

表3 不同過程及環境規制的影響

表4 PSM匹配檢驗結果

表5 工具變量檢驗

為了進一步研究數字化轉型言行不一對碳排放的不同影響,本文根據數字化轉型“言行”相對于行業中位數的多少進一步將其余樣本分為“少言少行”、“多言多行”、“少言多行”三個組別(見圖 2),然后將三個組別納入模型進行檢驗分析。結果如表 2列(3)至列(5)所示,列(3)“少言少行”組對碳排放沒有顯著影響,結合上文理論分析,數字化轉型“言”的減少使得多“言”帶來的信號傳遞減弱,政府補助、融資獲取和管理層短視都降低,進而對碳排放沒有影響。列(4)“多言多行”組對碳排放依舊有顯著正向影響,但顯著性和系數相比于“多言少行”組都明顯下降。由理論分析可知,數字化轉型“行”的增多使得數字技術得到應用,具有一定的減碳效果,因此,多“言”對碳排放的增加被一定程度上削弱,表現出來的顯著性和系數都降低。列(5)“少言多行”組系數顯著為負,相比于列(4)“多言多行”組系數顯著降低,主要是因為“言”的減少使得對碳排放的促進作用降低,多“行”的減碳效果占據了主導。接下來本文分別對“多言少行”和“少言少行”、“多言多行”和“少言多行”進行組間系數差異檢驗以驗證“言”的作用。表 2的系數差異檢驗結果顯示,“言”的增加都會帶來DY×DX系數的顯著增加,這印證了上文的理論分析,多“言”具有信號傳遞作用,對碳排放有正向影響。

圖2 數字化轉型“言行”類型分類

2. 不同過程的影響

以上分析初步驗證了假設1,接下來,本文根據假設2的理論分析進一步檢驗“多言少行”數字化轉型對碳排放的促進體現在哪些過程。根據碳排放的主要過程進行分類,重新使用模型(6)進行檢驗,結果見表 3前三列。從交乘項DY×DX的系數可以看出,“多言少行”數字化轉型對碳排放三個主要過程的增加作用都顯著為正,但對生產過程碳排放的影響系數最大,顯著性水平也最高,符合本文的理論預期,驗證了假設2。這說明數字化轉型的多“言”獲得了更多資金投入生產過程中,少“行”使得作為主要排放來源的生產過程中碳排放得不到充分的抑制,兩者共同作用,對生產過程影響最明顯。

3. 環境規制的影響

環境規制顯著改變了地方政府和企業面臨的政策壓力,為了驗證假設3環境規制在“多言少行”數字化轉型和碳排放間的抑制作用,本文借鑒劉榮增等的研究[30],采用上市公司所在省份工業污染治理投資總額占工業增加值的比重來衡量制造業和重污染上市公司所面臨的環境規制強度(REG),并與解釋變量構建交乘項DY×DX×REG加入模型進行檢驗。表 3列(4)的結果顯示,交乘項系數在1%水平上顯著為負,與主效應結果相反。這證明了環境規制的負向調節,說明“多言少行”數字化轉型對碳排放的作用在環境規制強的地區得到緩解,驗證了假設3,環境規制會讓企業感知到較大的監管力度,加強碳減排力度,并且降低了多“言”的美化作用,對于企業碳排放治理的效果顯著。

(二) 穩健性檢驗

(1) 傾向得分匹配法。為了控制可能存在的遺漏不可觀測因素,本文借鑒李哲的研究[10],以數字化轉型詞頻中位數作為分界點,采用“多言少行”數字化轉型作為處理組,匹配基本特征相似的樣本作為對照組,然后采用差分模型重新估計。分別采用1∶1和1∶2的卡尺最近鄰匹配的方法,結果見表 4,關鍵系數分別在5%和1%水平上都顯著為正,與結論一致。

(2) 工具變量法。為了進一步控制可能的反向因果,本文使用兩階段最小二乘法,選取同年同行業以及同年同省份其他公司數字化轉型“言”和“行”的標準差均值(IV1和IV2),作為“多言少行”數字化轉型的工具變量。其中剔除了“少言多行”的言行標準差干擾。從相關性來看,同行業或者同省份的公司面臨相似的行業特征和外部環境,因而他們的數字化轉型的“言”和“行”具有一定的相關性,“多言少行”的程度也相關。而目前尚沒有研究證據表明同行業或同省份其他公司的數字化轉型“言”和“行”會對本公司碳排放強度帶來影響,滿足外生性要求。相關統計檢驗結果顯示,K-P rk LM統計量都在1%的水平上顯著,拒絕工具變量識別不足的假設;K-P rk Wald F統計量都遠大于10%顯著性水平上的臨界值16.38,拒絕弱工具變量的假設。檢驗結果見表 5,解釋變量系數在1%水平上依然顯著為正,支持了本文的主要結論。

(3) 替換測量方式。本文采用言行標準差度量數字化轉型“多言少行”的程度。具體而言,先對數字化轉型詞頻數和數字化轉型專利數進行標準化處理,剔除公司規模差異,然后計算兩者之間的標準差值(SD),并剔除“少言多行”樣本的干擾。結果見表 6列(1),數字化轉型言行標準差的系數在1%水平上顯著為正,并且系數更大,與基準結果一致。

(4) 替換解釋變量。本文進一步聚焦公司年報中管理層討論與分析部分,該部分是管理層信息操縱的常見場所。用該部分的數字化詞頻數和文本總字數之比度量“言”,另外采用公司無形資產中數字化資產占總資產之比度量“行”,重新構造言行虛擬變量(DY2×DX2)進行檢驗。結果見表6列(2),解釋變量系數在5%水平上顯著為正,與基準結果一致。

表6 穩健性檢驗

表7 多“言”和多“行”獨立分析

表8 機制檢驗

(5) 替換被解釋變量。借鑒李婉紅等的研究[25],采用行業份額法計算公司碳排放強度,計算方法見式(7),其中CO2_Ind表示行業的碳排放量,等于行業能源消耗量乘以相應的能源碳排放系數,COS_Ind表示行業的主營業務成本,COS表示公司主營業務成本,再將得到的公司碳排放量Car剔除行業差異并進行標準化處理作為碳排放強度。檢驗結果見表 6列(3),解釋變量系數在1%水平上依舊顯著為正。

Cari,t=(CO2_Indk,t/COS_Indk,t)×COSi,t

(7)

(6) 擴大樣本范圍。制造業和重污染公司是碳排放的主力,“多言少行”數字化轉型影響可能較為明顯,為了進一步驗證結論的穩健性,本文補充了其他行業上市公司重新檢驗,檢驗結果見表 6列(4),關鍵系數在5%水平上依然顯著為正。至此,以上的檢驗充分說明了主要結論是穩健的。

五、 進一步分析

(一) “言”和“行”的獨立影響分析

以上主檢驗證實了“多言少行”數字化轉型對碳排放的促進作用,為了進一步分析“言”和“行”的變化是否都對碳排放產生影響以及產生何種影響,本文參考李哲等的研究[6],分別從“言”和“行”角度獨立分析,使用少“行”和多“言”子樣本研究“言”和“行”的作用,在第一組“言”的作用影響中,刪除多“行”的樣本以剔除“行”的變化帶來的干擾。表 7報告了檢驗結果,列(1)為僅使用少“行”樣本檢驗的結果,DY系數在1%水平上顯著為正,說明在排除“行”變化的基礎上,“言”的增多帶來了碳排放的顯著上升。列(2)為僅使用多“言”樣本檢驗的結果,DX系數顯著為正,說明在排除“言”變化的基礎上,“行”的降低帶來了碳排放顯著增加。這一結論印證了本文的理論分析,“多言少行”數字化轉型對碳排放的影響同時受到了“言”增多和“行”降低兩個維度共同作用的驅動。

(二) 機制檢驗

以上研究結果驗證了本文的主要假設,進一步的,我們不禁思考:“多言少行”數字化轉型對政府補助、融資約束和管理者短視有何影響?這種影響是否能在一定程度上說明“多言少行”數字化轉型加劇碳排放的機制,并反過來加強前文的理論分析?因此,接下來本文借鑒李哲的研究[10],構建如下模型進行檢驗,其中M為機制變量:

CO2i,t=β0+β1DYi,tDXi,t+β2Mi,t+β3DYi,tDXi,t×Mi,t+β4Controlsi,t+μi+μt+εi,t

(8)

1. 基于政府補助角度。參考以往研究[15],本文采用公司年度收到的政府補助資金占總資產的比值來衡量政府補助程度(Subsidy),其中年度收到的政府補助根據財務報表附注中政府補助科目進行計算。將政府補助變量加入模型,結果見表 8列(1),關鍵交乘項DYDX×Subsidy的系數在5%水平上顯著為正,這說明政府補助會加強“多言少行”數字化轉型對碳排放的增加,可能在其中起到正向傳遞作用。即在數字化轉型少“行”的條件下,企業通過數字化轉型的多“言”來釋放信號,獲得更多的政府補助用于擴大生產經營,進而增加了碳排放。

2. 基于融資約束角度。“多言少行”數字化轉型有助于獲得更多的融資,本文采用FC指數來衡量公司融資約束程度,將FC指數值加入模型進行檢驗,結果見表 8列(2),核心交乘項DYDX×FC系數在5%水平上顯著為負,“多言少行”數字化轉型的影響會隨著融資約束降低而提高。這說明“多言少行”數字化轉型可能通過美化數字化轉型信息披露,獲得了更高的信貸和投資支持,緩解了融資約束,有更多的資金用于生產,進而促進碳排放的增加。

3. 基于管理層短視角度。“多言少行”數字化轉型可能使管理層獲得超額激勵并加劇管理層短視,本文設置兩個變量進行檢驗。首先檢驗數字化轉型是否有助于提高管理層超額激勵,股權激勵是對管理層重要的超額激勵機制,因此本文采用高管獲受的激勵股權數占總股數的比值衡量管理層超額激勵水平(Incentive)。然后檢驗管理層短視的影響,采用真實盈余管理(EarningsManage)衡量管理層短視程度。將兩個變量分別加入模型檢驗,結果見表 8列(3)和列(4),關鍵交乘項DYDX×Incentive和DYDX×EarningsManage的系數都在5%水平上顯著為正,管理層短視為碳排放的增加提供了合理的解釋。綜合以上結果可以得出:“多言少行”的數字化轉型公司碳排放更高,因為它們獲得了更多的資金來擴大生產,并且它們的管理層是短視主義的人。

六、 結論性評述

本文以制造業和重污染上市公司2009—2020年的數據為樣本,從不同角度實證研究公司“多言少行”數字化轉型對碳排放的影響。研究結論可概括為四個方面:第一,公司“多言少行”數字化轉型會顯著增加碳排放,經過一系列內生性和穩健性檢驗后結果依然成立;相比于“少言少行”和“少言多行”,多“言”的數字化轉型對碳排放有更明顯的增加作用。第二,“多言少行”對能源燃燒、生產、廢物處理過程的碳排放強度都有正向影響,其中對生產過程的影響最為明顯。第三,環境規制顯著抑制了“多言少行”對碳排放的增加作用,起到了良好的治理效果。第四,“言”的增多對碳排放有增加作用,“行”的增多對碳排放有降低作用,“多言少行”對碳排放的影響受到了“言”增多和“行”減少的共同作用;從機制角度看,“多言少行”數字化轉型對碳排放的影響受到了政府補助、融資約束、管理層短視的影響,這說明“多言少行”數字化轉型可能通過獲得政府補貼、獲取融資、加劇管理短視,促進碳排放增加。本文的研究有助于市場信息使用者全面評估公司數字化轉型的真實情況,數字化轉型“多言少行”是一種信息扭曲行為,這種行為誤導了外部信息使用者的判斷,成了公司自利工具,進而給公司碳減排行動帶來阻礙。本文也拓展了當前數字化研究的視角,研究結論和“多言少行”數字化轉型識別方法為后續研究提供有益的參考。

本研究也具有重要的實踐意義:第一,制造業和重污染公司應積極融入碳減排大局,在生產、能源燃燒、廢物處理等過程中應用適當的數字化監測控制技術,并且公司董事會應合理制定對高管的激勵策略,多元化監測高管業績,降低數字化轉型上的代理問題。第二,政府部門、信貸機構和研究人員應認識到公司年報中數字化轉型披露的策略性問題,基于特定文本獲得的結果可能不具有真實性,在根據公司數字化績效做出決策和進行研究時,謹慎評估披露的信息,使用多種方式分析公司真實數字化水平。第三,環保部門需要合理利用環境規制策略,同時強化對碳排放直接監測的能力,避免過度信任帶來的“燈下黑”現象,以服務“雙碳”目標的推進。第四,證券監管機構應建立對公司數字化轉型信息披露真實性、準確性的規范要求,抑制公司通過美化信息披露包裝數字化水平謀利的行為。

盡管本文對“多言少行”的數字化轉型與碳排放這一環境問題的關系進行了研究,但仍然有相關機制和問題沒有被完全理解。具體而言,在數字經濟背景下,以下主題的研究值得進一步討論:第一,公司數字化轉型“多言少行”行為對資本市場參與者反應的影響,如對股價波動、分析師預測和審計費用等方面的影響,“多言少行”作為一種信息操縱行為,可能會給市場信息使用者帶來干擾。第二,從公司管理者等角度研究中國情景下數字化轉型“漂綠”,即虛假的數字化轉型行為的其他表現特征、測度方式、深層次動因以及潛在規避渠道,比如將數字化轉型納入管理層績效評估中會如何影響管理層行為。此外,數字化轉型的“少言多行”和“漂棕”行為背后的動機值得深入公司中進行案例性的調查研究。第三,進一步的,將公司“多言少行”的行為擴展到碳排放研究中,關于碳排放“漂綠”的問題正在引起越來越多的討論,數字化轉型“多言少行”和碳排放“漂綠”的聯系及驅動因素值得研究。