數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”行為的影響

摘" "要：數(shù)字化轉(zhuǎn)型已被證實(shí)對(duì)研發(fā)操縱等企業(yè)投機(jī)行為具有治理效應(yīng)，“雙碳”目標(biāo)下，其對(duì)企業(yè)“漂綠”行為的影響有待深入研究。本文以2008—2021年中國A股上市公司為研究樣本，考察了數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”的關(guān)系。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型能有效抑制企業(yè)“漂綠”行為，數(shù)字化轉(zhuǎn)型水平每提高1%，企業(yè)“漂綠”行為會(huì)降低3.42%。環(huán)境成本與媒體監(jiān)督在數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”之間起部分中介作用。異質(zhì)性分析表明，在環(huán)境規(guī)制強(qiáng)度較低、代理成本較高以及民營企業(yè)組別中，數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”行為的負(fù)相關(guān)關(guān)系更為明顯。經(jīng)濟(jì)后果檢驗(yàn)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型通過抑制“漂綠”行為促進(jìn)了企業(yè)的高質(zhì)量發(fā)展。文章結(jié)論有助于為數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)“漂綠”行為治理及經(jīng)濟(jì)高質(zhì)量發(fā)展提供重要政策啟示。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；“漂綠”；環(huán)境成本；媒體監(jiān)督

中圖分類號(hào)：F830" "文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：1674-2265（2024）07-0065-12

DOI：10.19647/j.cnki.37-1462/f.2024.07.007

一、引言與文獻(xiàn)回顧

企業(yè)作為碳排放的重要主體，在我國實(shí)現(xiàn)“雙碳”目標(biāo)和高質(zhì)量發(fā)展中扮演著關(guān)鍵角色。近年來，各級(jí)政府紛紛出臺(tái)相應(yīng)政策，從低碳試點(diǎn)城市、碳排放權(quán)交易試點(diǎn)的設(shè)立到綠色金融改革創(chuàng)新試驗(yàn)區(qū)的獲批建設(shè)等，政策目標(biāo)均重點(diǎn)指向企業(yè)的綠色低碳發(fā)展。已有研究表明，政府政策的激勵(lì)約束機(jī)制對(duì)企業(yè)的綠色技術(shù)創(chuàng)新和碳減排具有顯著的促進(jìn)作用（肖仁橋等，2023；喻旭蘭和周穎，2023）[1，2]。然而，在環(huán)境信息強(qiáng)制性披露制度尚未全面建立、低碳發(fā)展缺乏有效監(jiān)督的情況下，相關(guān)政策也會(huì)增加企業(yè)的“漂綠”行為（蘇冬蔚和劉子茗，2023）[3]，即部分企業(yè)會(huì)通過信息的選擇性披露、對(duì)資產(chǎn)標(biāo)的進(jìn)行綠色包裝、將綠色信貸資金投向非綠色項(xiàng)目等復(fù)雜隱蔽的手段進(jìn)行投機(jī)行為，以達(dá)到獲取政策紅利或免于行政處罰的目的。企業(yè)“漂綠”獲得的短期收益會(huì)吸引更多的企業(yè)效仿，造成“劣幣驅(qū)逐良幣”的局面，引致政策性資源錯(cuò)配，對(duì)整體社會(huì)福利產(chǎn)生嚴(yán)重負(fù)面影響（Delmas和Burbano，2011）[4]。就企業(yè)自身而言，“漂綠”行為一旦曝光，將會(huì)持續(xù)引發(fā)消費(fèi)者信任危機(jī)和社會(huì)聲譽(yù)的重大損失，繼而引致外界投資意愿下降（Gatti等，2021）[5]、財(cái)務(wù)績效受損以及股票表現(xiàn)不佳（Du，2015）[6]等連鎖反應(yīng)，不利于企業(yè)價(jià)值的提升。盡管如此，企業(yè)“漂綠”現(xiàn)象仍普遍存在并屢見報(bào)端，《南方周末》連續(xù)發(fā)布的9期“中國漂綠榜”顯示，“漂綠”的企業(yè)覆蓋乘用車、食品、化學(xué)制藥、養(yǎng)殖、建筑和服裝等眾多行業(yè)，更有個(gè)別企業(yè)屢屢上榜。在“雙碳”目標(biāo)下，如何有效防控企業(yè)“漂綠”行為，化“漂綠”為“真綠”，是政府和學(xué)界亟待研究解決的問題。

隨著數(shù)字經(jīng)濟(jì)時(shí)代的到來，數(shù)字化轉(zhuǎn)型已經(jīng)成為企業(yè)可持續(xù)發(fā)展的必選項(xiàng)。已有研究表明，數(shù)字技術(shù)的持續(xù)嵌入能夠提升企業(yè)內(nèi)部各部門之間的信息傳播效率（劉艷霞，2022）[7]，帶來公司運(yùn)營、管理以及決策模式的全方位、深層次組織變革（劉洋等，2020）[8]，而內(nèi)部信息透明度的提高緩解了企業(yè)與外界的信息不對(duì)稱，在吸引潛在投資者的同時(shí)也拓寬了外部監(jiān)督渠道（王會(huì)娟等，2022）[9]，繼而能夠有效抑制盈余操縱（羅進(jìn)輝和巫奕龍，2021）[10]與研發(fā)操縱（董松柯等，2023）[11]等投機(jī)行為。而企業(yè)“漂綠”作為一種典型的機(jī)會(huì)主義行為，數(shù)字化轉(zhuǎn)型對(duì)其是否具有抑制作用及其作用路徑尚不清晰。已有研究指出，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效打破信息壁壘，大幅減少環(huán)境信息的披露成本，進(jìn)而提升企業(yè)發(fā)布環(huán)境信息的意愿，同時(shí)數(shù)字技術(shù)應(yīng)用可編譯海量環(huán)境數(shù)據(jù)使其輸出為可比信息，進(jìn)而提升環(huán)境信息披露質(zhì)量（劉敏等，2023）[12]。此外，數(shù)字技術(shù)所帶來的信息通用性與滲透性拉近了企業(yè)與利益相關(guān)者之間的距離，使雙方互動(dòng)更加透明化，同時(shí)提升了企業(yè)環(huán)境治理主體責(zé)任意識(shí)（肖紅軍等，2021）[13]，進(jìn)而通過信息披露機(jī)制促使企業(yè)切實(shí)履行環(huán)境責(zé)任。因此，可以推斷數(shù)字化轉(zhuǎn)型在企業(yè)“漂綠”治理中應(yīng)發(fā)揮著積極作用。

關(guān)于企業(yè)“漂綠”行為的影響因素，已有文獻(xiàn)主要從企業(yè)外部與內(nèi)部兩個(gè)層面展開論證。在企業(yè)外部層面，當(dāng)政府環(huán)境監(jiān)管政策過于嚴(yán)格時(shí)，企業(yè)有強(qiáng)烈的動(dòng)機(jī)通過“漂綠”來避免或推遲環(huán)保處罰，而綠色發(fā)展的政策紅利也是企業(yè)實(shí)施“漂綠”行為的一個(gè)重要誘因，綠色金融改革創(chuàng)新試驗(yàn)區(qū)、低碳試點(diǎn)城市等政策雖對(duì)企業(yè)綠色低碳發(fā)展產(chǎn)生了激勵(lì)作用，但也在一定程度上為企業(yè)的“漂綠”操縱留下了空間（蘇冬蔚和劉子茗，2023；馬凌遠(yuǎn)和丁博雯，2023）[3，14]，而以媒體報(bào)道為代表的外部監(jiān)管對(duì)企業(yè)“漂綠”行為能夠產(chǎn)生直接的抑制作用。就企業(yè)自身而言，處于成長期的較大規(guī)模企業(yè)為獲得暫時(shí)的綠色溢價(jià)更傾向于“漂綠”（Delmas和Burbano，2011）[4]，“漂綠”也與企業(yè)的組織文化、業(yè)績表現(xiàn)、股權(quán)結(jié)構(gòu)等有關(guān)，內(nèi)部自利主義盛行的企業(yè)更可能實(shí)施“漂綠”行為（Blome等，2017）[15]，業(yè)績期望落差會(huì)通過加劇融資約束與管理層短視而引致企業(yè)“漂綠”（李強(qiáng)和宋嘉瑋，2022）[16]，綠色機(jī)構(gòu)共同持股與中小股東的監(jiān)督均能有效抑制企業(yè)的“漂綠”行為（沈弋等，2023；王壘等，2023）[17，18]。然而，數(shù)字化轉(zhuǎn)型作為企業(yè)內(nèi)部的一種深層次變革，其對(duì)于“漂綠”的影響并未得到應(yīng)有的關(guān)注。

基于此，本文嘗試探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”行為的影響，以2008—2021年滬深A(yù)股上市公司為研究樣本，實(shí)證檢驗(yàn)兩者的關(guān)系及其作用機(jī)制。本研究的邊際貢獻(xiàn)在于：第一，現(xiàn)有研究更多從企業(yè)內(nèi)部的組織文化、業(yè)績表現(xiàn)和股權(quán)結(jié)構(gòu)等不同角度探討了“漂綠”的成因或治理機(jī)制，而本文基于數(shù)字化轉(zhuǎn)型的視角研究“漂綠”問題，豐富了企業(yè)“漂綠”行為的影響因素研究；第二，已有文獻(xiàn)指出數(shù)字化轉(zhuǎn)型能夠抑制諸如盈余操縱、研發(fā)操縱等投機(jī)行為，沿著這一邏輯，本研究從“漂綠”行為的投機(jī)屬性切入探討數(shù)字化轉(zhuǎn)型的治理效應(yīng)，拓展了數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果研究；第三，本文從環(huán)境成本和媒體監(jiān)督兩個(gè)方面論證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”的作用機(jī)制，并從環(huán)境規(guī)制、代理成本以及產(chǎn)權(quán)性質(zhì)等方面檢驗(yàn)了其影響的異質(zhì)性，為數(shù)字經(jīng)濟(jì)背景下政府“漂綠”治理提供了新的經(jīng)驗(yàn)證據(jù)，也為數(shù)字要素賦能綠色發(fā)展提供了一種新的思路。

二、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”行為

基于行為動(dòng)機(jī)，企業(yè)“漂綠”可分為主觀操縱和被動(dòng)掩飾兩類，前者表現(xiàn)為追逐短期經(jīng)濟(jì)利益而采用浮于表面的綠色承諾或通過有目的性地操控有關(guān)組織、媒體來美化其“失真”的環(huán)境信息，而后者往往是受制于綠色認(rèn)知理念不深或自身發(fā)展能力不足等短板，在政府環(huán)境規(guī)制壓力或其他企業(yè)“漂綠”效應(yīng)下的一種被動(dòng)選擇或跟風(fēng)行為，例如選擇性披露等。已有研究表明，發(fā)布數(shù)量化的環(huán)境信息比定性描述更能反映企業(yè)真實(shí)的環(huán)境績效（沈洪濤等，2014）[19]，然而當(dāng)前企業(yè)環(huán)境數(shù)據(jù)欠缺，加之環(huán)境信用評(píng)級(jí)機(jī)構(gòu)補(bǔ)充底層數(shù)據(jù)庫困難重重，間接影響了數(shù)據(jù)完整性和時(shí)效性，進(jìn)而放大了銀企、政企之間的信息不對(duì)稱程度，使得企業(yè)“漂綠”行為無法得到有效根治。

數(shù)字技術(shù)的引入以及數(shù)據(jù)中臺(tái)的搭建對(duì)于推動(dòng)企業(yè)環(huán)境信息全流程管理升級(jí)至關(guān)重要。首先，云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)在深度融入企業(yè)生態(tài)環(huán)境治理的過程中，可對(duì)企業(yè)價(jià)值鏈與生產(chǎn)經(jīng)營全過程的碳排放、輻射等環(huán)境信息進(jìn)行有效集成和共享，將眾多分散的綠色數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、結(jié)構(gòu)化處理，以減少數(shù)據(jù)處理過程中存在的人為主觀臆斷和個(gè)體化理解偏差，進(jìn)而提高企業(yè)環(huán)境披露報(bào)告質(zhì)量，弱化其被動(dòng)“漂綠”動(dòng)機(jī)。其次，信息管理系統(tǒng)等數(shù)字平臺(tái)可實(shí)時(shí)監(jiān)測企業(yè)碳排放狀態(tài)，使得企業(yè)在處理環(huán)境業(yè)務(wù)流程時(shí)減少模糊節(jié)點(diǎn)與管理摩擦，從而對(duì)管理層的機(jī)會(huì)主義行為形成隱性制約，減少企業(yè)主動(dòng)“漂綠”的灰色空間。最后，數(shù)字技術(shù)的深度嵌入在提高企業(yè)數(shù)據(jù)治理能力的同時(shí)也拓展了與利益相關(guān)者之間的信息渠道，推進(jìn)企業(yè)內(nèi)部治理更加透明化，同時(shí)良好的環(huán)境治理績效有利于吸引投資者關(guān)注（程博，2019）[20]和獲得正面的媒體評(píng)價(jià)，進(jìn)而強(qiáng)化了環(huán)境信息披露的信號(hào)傳遞效應(yīng)，使得企業(yè)有動(dòng)機(jī)披露真實(shí)的綠色轉(zhuǎn)型成果?；谏鲜龇治觯疚奶岢黾僭O(shè)H1。

H1：數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)“漂綠”行為。

（二）數(shù)字化轉(zhuǎn)型、環(huán)境成本與企業(yè)“漂綠”行為

追逐純粹的經(jīng)濟(jì)利益，被視為企業(yè)實(shí)施“漂綠”行為的關(guān)鍵誘因。根據(jù)外部性理論，企業(yè)在經(jīng)營過程中常常將環(huán)境成本轉(zhuǎn)嫁至外部（張吉廷和朱進(jìn)東，2024）[21]，以此攫取更多的經(jīng)濟(jì)利益。然而，在面臨嚴(yán)格的環(huán)境監(jiān)管時(shí)，合規(guī)性壓力會(huì)促進(jìn)環(huán)境成本內(nèi)部化，并可能伴隨一定的合規(guī)成本支出，而這極易引發(fā)成本收益失衡，對(duì)企業(yè)追求穩(wěn)定的收益增長及實(shí)現(xiàn)利潤最大化的核心目標(biāo)構(gòu)成阻礙。同時(shí)，環(huán)境成本內(nèi)部化會(huì)導(dǎo)致環(huán)境治理支出增加，進(jìn)而引發(fā)總成本上升。迫于成本壓力與合規(guī)性要求，企業(yè)傾向于采取策略性披露環(huán)境信息等象征性環(huán)境實(shí)踐，以此規(guī)避環(huán)境保護(hù)責(zé)任。因此，有效降低企業(yè)環(huán)境成本，是遏制企業(yè)“漂綠”行為的關(guān)鍵舉措。

隨著數(shù)字技術(shù)在生產(chǎn)體系中的深度嵌入與應(yīng)用，企業(yè)的環(huán)境成本將得到有效緩解。一方面，數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)的綠色管理水平，進(jìn)而降低環(huán)境成本。借助大數(shù)據(jù)、云計(jì)算等新興智能化技術(shù)，實(shí)現(xiàn)數(shù)字化的企業(yè)可以實(shí)時(shí)監(jiān)測生產(chǎn)全流程，及時(shí)掌握生產(chǎn)設(shè)備運(yùn)行狀態(tài)，實(shí)現(xiàn)預(yù)測性維護(hù)和更新，這不僅能夠減少資源損耗，提升能源使用效率（Chiarini，2021）[22]，還能促進(jìn)環(huán)境管理向精細(xì)化發(fā)展，從而在一定程度上減少不必要的環(huán)境成本支出。另一方面，數(shù)字化轉(zhuǎn)型能夠通過改善生產(chǎn)工藝進(jìn)一步降低企業(yè)的環(huán)境成本。數(shù)字技術(shù)在工藝設(shè)計(jì)、生產(chǎn)制造、回收利用等各環(huán)節(jié)中的廣泛應(yīng)用，有助于對(duì)傳統(tǒng)生產(chǎn)工藝進(jìn)行合理改進(jìn)，推動(dòng)企業(yè)打造資源集約、節(jié)能提效的綠色生產(chǎn)工藝。這不僅有利于提升資源能源循環(huán)利用能力，抑制企業(yè)污染物排放，還能有效削弱生產(chǎn)經(jīng)營活動(dòng)所造成的環(huán)境負(fù)外部性，緩解了潛在的環(huán)境合規(guī)風(fēng)險(xiǎn)所引致的排污費(fèi)、環(huán)境處罰費(fèi)用等環(huán)保支出壓力（亞琨等，2022）[23]，進(jìn)一步降低企業(yè)環(huán)境成本?；谏鲜龇治?，本文提出假設(shè)H2。

H2：環(huán)境成本在數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”行為之間發(fā)揮中介作用。

（三）數(shù)字化轉(zhuǎn)型、媒體監(jiān)督與企業(yè)“漂綠”行為

媒體監(jiān)督作為一種非正式環(huán)境治理機(jī)制，在促進(jìn)企業(yè)履行社會(huì)責(zé)任方面發(fā)揮著重要作用（Yi，2018）[24]。從外部壓力的角度來看，媒體對(duì)企業(yè)的關(guān)注一定程度上會(huì)增加企業(yè)的合法性壓力，尤其是當(dāng)企業(yè)的環(huán)境績效受到媒體質(zhì)疑時(shí)，往往會(huì)引起環(huán)保部門的注意或介入。為避免因合規(guī)風(fēng)險(xiǎn)暴露而面臨環(huán)境處罰，企業(yè)會(huì)傾向于積極回應(yīng)并改善其環(huán)境行為。此外，負(fù)面報(bào)道可能會(huì)損害企業(yè)聲譽(yù)，阻礙產(chǎn)品銷售，從而迫使企業(yè)采取實(shí)質(zhì)性的環(huán)境行動(dòng)，如綠色創(chuàng)新等，以重塑企業(yè)形象。從信息傳遞的視角來看，媒體對(duì)企業(yè)違規(guī)信息的持續(xù)披露會(huì)使企業(yè)陷入輿論旋渦，這些負(fù)面信息不斷傳遞給利益相關(guān)者，不僅可能引發(fā)消費(fèi)者的質(zhì)疑和排斥，還可能促使投資者重新評(píng)估企業(yè)的投資價(jià)值（楊晉華和郝曉雁，2023）[25]，并最終反饋到資本市場，進(jìn)而通過提升經(jīng)營風(fēng)險(xiǎn)來促使管理者放棄“漂綠”行為。因此，加強(qiáng)媒體監(jiān)督是減弱企業(yè)“漂綠”動(dòng)機(jī)的有效途徑。

相較于貼吧、公眾號(hào)等新媒體平臺(tái)，報(bào)紙、雜志、電視等傳統(tǒng)媒體憑借真實(shí)性與可靠性，始終占據(jù)主流輿論陣地。數(shù)字化轉(zhuǎn)型在增強(qiáng)媒體對(duì)企業(yè)的關(guān)注度方面具有顯著作用。一方面，以人工智能為代表的前沿?cái)?shù)字技術(shù)能夠助力企業(yè)實(shí)現(xiàn)業(yè)務(wù)全流程的數(shù)據(jù)服務(wù)系統(tǒng)升級(jí)（Liu等，2011）[26]，推動(dòng)非結(jié)構(gòu)性信息向標(biāo)準(zhǔn)化數(shù)據(jù)的轉(zhuǎn)化，進(jìn)而更為真實(shí)地披露環(huán)境信息，在提高企業(yè)環(huán)境信息可得性的同時(shí)降低了企業(yè)內(nèi)外部信息不對(duì)稱程度，這不僅降低了媒體的報(bào)道成本，還提高了報(bào)道的準(zhǔn)確性，使媒體對(duì)企業(yè)的環(huán)境監(jiān)督更加有力。另一方面，企業(yè)在年報(bào)中充分披露數(shù)字化轉(zhuǎn)型信息不僅展示了其積極響應(yīng)國家政策、融入數(shù)字經(jīng)濟(jì)發(fā)展大潮的姿態(tài)，有助于提升企業(yè)的聲譽(yù)和形象，還能夠吸引更多媒體的關(guān)注和監(jiān)督。此外，數(shù)字化程度較高的企業(yè)在與外部環(huán)境的溝通中可以表現(xiàn)出更高的效率，能夠向外界傳遞更多正面和積極的信息，進(jìn)而在社會(huì)公眾中塑造更加優(yōu)秀的品牌形象，這無疑會(huì)增加媒體對(duì)企業(yè)的關(guān)注度，進(jìn)而提升企業(yè)的外部監(jiān)管水平，促進(jìn)企業(yè)的健康可持續(xù)發(fā)展。基于上述分析，本文提出假設(shè)H3。

H3：媒體監(jiān)督在數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”行為之間發(fā)揮中介作用。

綜上，數(shù)字化轉(zhuǎn)型可以通過降低環(huán)境成本和增強(qiáng)媒體監(jiān)督抑制企業(yè)“漂綠”行為，具體作用機(jī)制見圖1。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

為全面衡量我國企業(yè)“漂綠”情況，本文以所有滬深A(yù)股上市企業(yè)為研究對(duì)象，同時(shí)為避免研究結(jié)果受到于2022年開始施行的《企業(yè)環(huán)境信息依法披露管理辦法》的潛在影響，將樣本觀測時(shí)段限制在2021年之前，在剔除金融保險(xiǎn)行業(yè)、非正常交易（含ST、ST*）、數(shù)據(jù)缺失嚴(yán)重以及時(shí)間跨度僅為一年的企業(yè)樣本后，最終整理得到2008—2021年包含2934家企業(yè)的非平衡面板數(shù)據(jù)。企業(yè)“漂綠”數(shù)據(jù)來自上市公司年報(bào)、社會(huì)責(zé)任報(bào)告以及可持續(xù)發(fā)展報(bào)告等非財(cái)務(wù)信息披露內(nèi)容，企業(yè)治理與財(cái)務(wù)指標(biāo)相關(guān)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。通過對(duì)以上數(shù)據(jù)進(jìn)行匹配，最終獲得19780個(gè)年度觀測值。同時(shí)，為減少極端值的干擾，本文對(duì)連續(xù)變量進(jìn)行1%和99%分位上的縮尾處理。

（二）變量定義與說明

1.被解釋變量。本文借鑒黃溶冰等（2019）[27]的經(jīng)典做法，并從環(huán)保管理、環(huán)境監(jiān)管與認(rèn)證披露情況、環(huán)境負(fù)債披露情況以及環(huán)境業(yè)績與治理披露情況四個(gè)方面（含環(huán)保理念等27個(gè)項(xiàng)目）對(duì)其評(píng)價(jià)體系進(jìn)行補(bǔ)充（具體見表1），確定應(yīng)披露而未披露事項(xiàng)數(shù)與已披露事項(xiàng)中的象征性披露事項(xiàng)數(shù)，然后利用內(nèi)容分析法計(jì)算選擇性披露與表述性操縱的得分，并進(jìn)行幾何平均值處理，最終得到企業(yè)“漂綠”程度的測算結(jié)果（GWL），具體計(jì)算公式如下：

2.核心解釋變量。目前關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的定量測度方式主要有兩種：一是文本分析法，其通過計(jì)算機(jī)編程語言充分挖掘年報(bào)中與數(shù)字化技術(shù)聯(lián)系緊密的關(guān)鍵詞，而后以統(tǒng)計(jì)頻數(shù)或比重度量企業(yè)數(shù)字化轉(zhuǎn)型水平（吳非等，2021）[28]；二是數(shù)字化資產(chǎn)投入法，其利用上市企業(yè)年度財(cái)務(wù)報(bào)告附注中與數(shù)字化技術(shù)相關(guān)的無形資產(chǎn)份額來衡量企業(yè)數(shù)字化轉(zhuǎn)型水平（趙寰宇等，2021）[29]。兩種測量方法各具優(yōu)勢，前者能在一定程度上反映企業(yè)數(shù)字化認(rèn)知程度與戰(zhàn)略規(guī)劃，但數(shù)字技術(shù)更新迭代速度快、企業(yè)披露主觀意愿較強(qiáng)等因素使得詞頻分析存在合理性偏差，而后者能夠較為真實(shí)地體現(xiàn)數(shù)字技術(shù)與經(jīng)營活動(dòng)的融合程度。因此，本文借鑒張永珅等（2021）[30]的研究，構(gòu)建如下衡量指標(biāo)：

其中，[Digital_iai，t]為企業(yè)[i]第[t]年年末無形資產(chǎn)明細(xì)項(xiàng)目中與數(shù)字化技術(shù)相關(guān)的資產(chǎn)價(jià)值總額，[Total_iai，t]為企業(yè)[i]第[t]年年末財(cái)務(wù)報(bào)告附注里無形資產(chǎn)價(jià)值總計(jì)。[Digitali，t]反映的是企業(yè)[i]第[t]年數(shù)字化轉(zhuǎn)型水平。

3. 控制變量。參考現(xiàn)有研究，本文選取了財(cái)務(wù)杠桿（Lev）、盈利能力（Roa）、企業(yè)規(guī)模（Size）、增長潛力（TobinQ）、股權(quán)集中度（Top1）、管理層性別結(jié)構(gòu)（Female）、獨(dú)董治理（Indep）、高管股權(quán)激勵(lì)（Msr）、可擔(dān)保性（Tanasset）以及企業(yè)年齡（Age）作為控制變量，同時(shí)為使模型更具穩(wěn)健性，本文控制了行業(yè)與年份雙向固定效應(yīng)。具體定義如表2所示。

（三）模型設(shè)定

為探究數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”行為的關(guān)系，本文構(gòu)建如下基準(zhǔn)模型：

其中，被解釋變量[GWLi，t]表示企業(yè)“漂綠”程度；解釋變量[Digi，t]為企業(yè)數(shù)字化轉(zhuǎn)型水平；[Controlsi，t]為控制變量合集；[Year]與[Industry]分別為年度固定效應(yīng)和行業(yè)固定效應(yīng)；[εi，t]為隨機(jī)誤差項(xiàng)。為更好地反映估計(jì)系數(shù)的真實(shí)變異性，本文采用了企業(yè)層面與年度層面的雙重聚類標(biāo)準(zhǔn)誤來緩解不可觀測因素的影響。

（四）描述性統(tǒng)計(jì)

表3列示了描述性統(tǒng)計(jì)結(jié)果。具體而言，樣本企業(yè)的“漂綠”程度均值為0.319，遠(yuǎn)大于其中位數(shù)，表明樣本企業(yè)整體的“漂綠”程度大致呈現(xiàn)出正偏態(tài)分布的趨勢，即相較于平均水平，多數(shù)企業(yè)的“漂綠”程度相對(duì)較低。企業(yè)數(shù)字化轉(zhuǎn)型水平的均值為0.103，意味著在無形資產(chǎn)明細(xì)項(xiàng)中，平均僅有10.3%的資產(chǎn)與數(shù)字化技術(shù)緊密相關(guān)，這一現(xiàn)象反映出我國上市企業(yè)目前在數(shù)字化轉(zhuǎn)型方面的努力亟待進(jìn)一步加強(qiáng)。

此外，本文繪制了企業(yè)數(shù)字化轉(zhuǎn)型水平與“漂綠”程度的散點(diǎn)圖及擬合線（見圖2）。不難發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”之間呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系。換言之，隨著企業(yè)數(shù)字化程度的提升，“漂綠”現(xiàn)象趨于減少。該結(jié)果在一定程度上支持了數(shù)字化轉(zhuǎn)型可能是抑制企業(yè)“漂綠”的重要因素。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

表4列示了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”影響的回歸結(jié)果。由第（1）—（3）列可知，在逐步加入企業(yè)財(cái)務(wù)指標(biāo)和特征變量后，核心解釋變量Dig的估計(jì)系數(shù)均通過了1%的顯著性檢驗(yàn)。進(jìn)一步加入年度與行業(yè)雙向固定效應(yīng)后，由第（6）列可知，實(shí)施數(shù)字化轉(zhuǎn)型有助于抑制企業(yè)“漂綠”行為，并且數(shù)字化轉(zhuǎn)型水平每提高一個(gè)標(biāo)準(zhǔn)差，企業(yè)“漂綠”程度相應(yīng)減少3.42%，初步驗(yàn)證了本文的研究假設(shè)H1。在控制變量方面，首先，盈利能力對(duì)企業(yè)“漂綠”行為具有正向推動(dòng)作用，這可能是由于可持續(xù)發(fā)展戰(zhàn)略固有的周期長、風(fēng)險(xiǎn)高等特性，使得企業(yè)管理層在追求高盈利水平的驅(qū)動(dòng)下，更傾向于采取“漂綠”策略，以保障自身利益最大化并減少潛在的機(jī)會(huì)成本。其次，相較于小型企業(yè)，大型企業(yè)在市場適應(yīng)及戰(zhàn)略決策方面的靈活性相對(duì)不足。在組織結(jié)構(gòu)較為固化的情況下，大型企業(yè)更傾向于通過美化其綠色表現(xiàn)來進(jìn)行“漂綠”印象管理（劉亦晴等，2022）[31]，以提升公眾對(duì)其環(huán)保形象的認(rèn)可。再次，高管團(tuán)隊(duì)中女性占比的增加能夠有效抑制企業(yè)的“漂綠”行為。根據(jù)社會(huì)角色理論，女性管理者往往擁有更高的社會(huì)責(zé)任感與道德標(biāo)準(zhǔn)，因而其更傾向于實(shí)施綠色發(fā)展戰(zhàn)略（王為東等，2022）[32]，從而降低企業(yè)采取“漂綠”行為的動(dòng)機(jī)。此外，股權(quán)激勵(lì)作為一種激勵(lì)機(jī)制，能夠在一定程度上緩解委托代理沖突，降低代理成本，使企業(yè)管理層更加重視綠色發(fā)展戰(zhàn)略的實(shí)施，進(jìn)而減少因自利動(dòng)機(jī)而引發(fā)的環(huán)境信息選擇性披露等“漂綠”行為。最后，股權(quán)集中度能夠正向助推企業(yè)“漂綠”，可能的原因是，相較于持股比例低、所有權(quán)分散的中小股東，大股東能夠更全面地掌握企業(yè)的社會(huì)責(zé)任信息，這可能導(dǎo)致企業(yè)降低環(huán)境信息披露的意愿，甚至采取僅對(duì)大股東有利的短期印象管理策略，從而加劇了企業(yè)“漂綠”程度。

（二）穩(wěn)健性檢驗(yàn)

1. 更換核心解釋變量。借鑒吳非等（2021）[28]的研究，本文采用文本分析法充分挖掘企業(yè)年報(bào)中關(guān)于人工智能、區(qū)塊鏈以及云計(jì)算等數(shù)字化技術(shù)相關(guān)的關(guān)鍵詞，將其出現(xiàn)總頻次加1的自然對(duì)數(shù)作為企業(yè)數(shù)字化轉(zhuǎn)型的替代指標(biāo)（DCG），重新檢驗(yàn)數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”的關(guān)系。表5第（1）列顯示了更換核心解釋變量后的實(shí)證結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型水平在5%水平下顯著為負(fù)，驗(yàn)證了基準(zhǔn)回歸的穩(wěn)健性。

2.排除特殊地區(qū)的影響。已有研究指出，企業(yè)數(shù)字化轉(zhuǎn)型受地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展的影響較大（呂康銀等，2023）[33]，而數(shù)字基礎(chǔ)設(shè)施完善、地理位置較好的地區(qū)在數(shù)字經(jīng)濟(jì)發(fā)展方面具有明顯的比較優(yōu)勢。工業(yè)和信息化部電子第五研究所發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)報(bào)告（2023）》顯示，北京、廣東以及上海等10個(gè)地區(qū)被列為第一梯隊(duì)，因而具有較為強(qiáng)勁的數(shù)字經(jīng)濟(jì)發(fā)展活力，那么本文的估計(jì)結(jié)果是否會(huì)受到以上特殊地區(qū)的影響呢？對(duì)此，本文將位列第一梯隊(duì)的地區(qū)均予以剔除，隨后對(duì)基準(zhǔn)模型進(jìn)行再估計(jì)。表5第（2）列顯示了排除特殊地區(qū)影響后的實(shí)證結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型水平的估計(jì)系數(shù)依然顯著為負(fù)，再次驗(yàn)證了本文的基本結(jié)論。

3.替換估計(jì)模型。借鑒黃溶冰等（2019）[27]的做法，本文以企業(yè)“漂綠”程度的中位數(shù)為臨界值設(shè)置虛擬變量，大于中位數(shù)賦值為1，否則為0。改變因變量的衡量方式后，采用Logit模型對(duì)本文基本結(jié)論進(jìn)行再檢驗(yàn)。表5第（3）列顯示了替換檢驗(yàn)?zāi)Ｐ秃蟮膶?shí)證結(jié)果，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”行為的影響仍然顯著為負(fù)，進(jìn)一步驗(yàn)證了前文結(jié)論的穩(wěn)健性。

4.考慮滯后效應(yīng)的影響?？紤]到數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”的影響具有一定的滯后性，故本文對(duì)核心解釋變量以及控制變量進(jìn)行滯后一期處理。表5第（4）列顯示了滯后處理后的實(shí)證結(jié)果，數(shù)字化轉(zhuǎn)型回歸系數(shù)的顯著性并未發(fā)生明顯改變，證實(shí)了本文結(jié)論是相對(duì)穩(wěn)健的。

5.高階固定效應(yīng)。為應(yīng)對(duì)潛在遺漏變量偏差導(dǎo)致的估計(jì)量不一致的問題，本文借鑒顧雷雷和王鴻宇（2020）[34]的做法，在基準(zhǔn)回歸模型的基礎(chǔ)上逐步控制了城市、行業(yè)與年份的交互項(xiàng)以及城市與年份的交互項(xiàng)，采用更為嚴(yán)格的高階固定效應(yīng)控制模式重新檢驗(yàn)了數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”的關(guān)系。表6顯示，在控制了地區(qū)效應(yīng)、行業(yè)隨時(shí)間變化效應(yīng)以及城市隨時(shí)間變化效應(yīng)后，核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型水平的系數(shù)仍顯著為負(fù)，與前文結(jié)果一致，表明研究結(jié)論具有穩(wěn)健性。

6.工具變量法?？紤]到數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”之間可能存在由反向因果而導(dǎo)致的內(nèi)生性問題，即“漂綠”程度較高的企業(yè)通常具有短視主義傾向，進(jìn)而可能會(huì)對(duì)其數(shù)字化轉(zhuǎn)型帶來負(fù)面影響。基于此，本文借鑒方明月等（2022）[35]的做法，利用樣本企業(yè)同年度同行業(yè)其他企業(yè)的數(shù)字化轉(zhuǎn)型水平的平均值來構(gòu)建第一個(gè)工具變量（Dig_tool1）；此外，由于組均值作為工具變量容易受到行業(yè)固定效應(yīng)干擾，因此，本文借鑒沈國兵和袁征宇（2020）[36]的做法，利用樣本前一年即2007年樣本企業(yè)同年度同行業(yè)其他企業(yè)的數(shù)字化轉(zhuǎn)型水平的平均值作為基準(zhǔn)值，與其所在省份互聯(lián)網(wǎng)普及率的乘積作為數(shù)字化轉(zhuǎn)型的第二個(gè)工具變量（Dig_tool2）。表7列示了使用工具變量后的回歸結(jié)果，列（1）和列（2）為第一階段估計(jì)結(jié)果，列（3）和列（4）為第二階段估計(jì)結(jié)果，可以發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”的回歸系數(shù)均顯著為負(fù)，證明研究結(jié)果具有較強(qiáng)的穩(wěn)健性。

7.外生政策沖擊。“寬帶中國”戰(zhàn)略于2013年8月被正式提出，旨在通過寬帶網(wǎng)絡(luò)升級(jí)，推動(dòng)新一代互聯(lián)網(wǎng)、移動(dòng)通信、物聯(lián)網(wǎng)以及云計(jì)算等的創(chuàng)新發(fā)展，為企業(yè)數(shù)字化轉(zhuǎn)型提供有力的政策支撐。本文借鑒李萬利等（2022）[37]的做法，將“寬帶中國”試點(diǎn)政策作為外生沖擊，構(gòu)建如下多期雙重差分模型：

[GWLi，t=β0+β1DIDi，t+β3Controlsi，t+Industry+Year+εi，t] （6）

其中，[DIDi，t]表示“寬帶中國”試點(diǎn)政策虛擬變量，若樣本企業(yè)所在的城市被選為“寬帶中國”試點(diǎn)城市，則將該地區(qū)樣本企業(yè)在當(dāng)年及之后年份賦值為1，否則取0。結(jié)果如表8第（1）和（2）列所示，無論是否加入控制變量，政策虛擬變量的估計(jì)系數(shù)均顯著為負(fù)，這說明“寬帶中國”試點(diǎn)政策對(duì)企業(yè)“漂綠”行為起到了顯著的抑制作用。為充分驗(yàn)證“寬帶中國”試點(diǎn)政策沖擊的有效性，本文運(yùn)用事件研究法對(duì)處理組與控制組進(jìn)行事前動(dòng)態(tài)效應(yīng)檢驗(yàn)，圖3報(bào)告了企業(yè)“漂綠”程度的平行趨勢檢驗(yàn)結(jié)果，可以發(fā)現(xiàn)在政策實(shí)施節(jié)點(diǎn)之前估計(jì)系數(shù)均不顯著，滿足平行趨勢假說。此外，本文隨機(jī)抽樣500次構(gòu)建“偽政策虛擬變量”進(jìn)行安慰劑檢驗(yàn)，圖4顯示“偽系數(shù)”分布與正態(tài)分布極為接近，且與真實(shí)系數(shù)相距甚遠(yuǎn)，說明雙重差分模型回歸結(jié)論并未受到混雜因素的干擾，再次證實(shí)了本文研究結(jié)論的穩(wěn)健性。

五、進(jìn)一步分析

（一）作用機(jī)制分析

前文理論分析表明，數(shù)字化轉(zhuǎn)型抑制企業(yè)“漂綠”行為的主要路徑為降低環(huán)境成本和增強(qiáng)媒體監(jiān)督。本部分借鑒牛志偉等（2023）[38]的研究方法，采用四階段中介效應(yīng)模型進(jìn)行機(jī)制檢驗(yàn)，具體模型如下：

本文參考亞琨等（2022）[23]的研究，將環(huán)保技改、綠化費(fèi)等自愿性環(huán)境支出以及排污費(fèi)、環(huán)評(píng)費(fèi)、資源稅等強(qiáng)制性環(huán)境支出費(fèi)用加總并取自然對(duì)數(shù)，以衡量企業(yè)的環(huán)境成本（Cost），數(shù)值越大代表企業(yè)經(jīng)營過程中所產(chǎn)生的環(huán)境成本越高。表9列（1）中企業(yè)數(shù)字化轉(zhuǎn)型水平的估計(jì)系數(shù)顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型可降低企業(yè)環(huán)境成本，列（2）和列（3）中企業(yè)環(huán)境成本估計(jì)系數(shù)顯著為正，說明環(huán)境成本的存在會(huì)促使企業(yè)“漂綠”，而列（3）中企業(yè)數(shù)字化轉(zhuǎn)型水平估計(jì)系數(shù)顯著為負(fù)，且其絕對(duì)值較基準(zhǔn)回歸估計(jì)系數(shù)有所降低，表明環(huán)境成本是數(shù)字化轉(zhuǎn)型抑制企業(yè)“漂綠”行為的部分中介因素。進(jìn)一步地，Sobel Z統(tǒng)計(jì)量在1%水平下顯著，且Bootstrap（1000次）中介效應(yīng)檢驗(yàn)的置信區(qū)間不包含0?？傮w來看，研究假設(shè)H2得到了驗(yàn)證。

本文借鑒王云等（2017）[39]的研究思路，選取環(huán)境方面的媒體報(bào)道數(shù)量加1的自然對(duì)數(shù)衡量媒體監(jiān)督（Media），數(shù)值越大代表媒體對(duì)企業(yè)環(huán)保監(jiān)督的力度越強(qiáng)。表9中第（4）—（6）列的檢驗(yàn)結(jié)果表明，媒體監(jiān)督是數(shù)字化轉(zhuǎn)型抑制企業(yè)“漂綠”行為的部分中介因素。另外，Sobel Z統(tǒng)計(jì)量通過了顯著性檢驗(yàn)，且Bootstrap（1000次）中介效應(yīng)檢驗(yàn)的置信區(qū)間不包含0。綜上所述，研究假設(shè)H3通過了驗(yàn)證。

（二）異質(zhì)性分析

1. 環(huán)境規(guī)制差異。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”行為的抑制作用在不同環(huán)境規(guī)制強(qiáng)度下可能呈現(xiàn)出差異性。具體而言，當(dāng)一個(gè)地區(qū)環(huán)境規(guī)制強(qiáng)度較高時(shí)，企業(yè)進(jìn)行綠色違規(guī)行為的空間會(huì)相應(yīng)縮小，其“漂綠”行為被查處的概率增大，從而降低了企業(yè)實(shí)施“漂綠”行為的動(dòng)機(jī)。相較之下，在環(huán)境規(guī)制較為寬松的地區(qū)，企業(yè)更有可能利用監(jiān)管漏洞進(jìn)行“漂綠”活動(dòng)，而數(shù)字化轉(zhuǎn)型通過其信息傳遞效應(yīng)，增加了企業(yè)“漂綠”行為的曝光風(fēng)險(xiǎn)，從而在一定程度上彌補(bǔ)了制度監(jiān)管的不足。因此，在環(huán)境規(guī)制強(qiáng)度較低的地區(qū)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”行為的抑制作用可能更為顯著。為驗(yàn)證該異質(zhì)性影響，本文借鑒劉暢等（2023）[40]的做法，以樣本企業(yè)所在地區(qū)當(dāng)年投入廢氣廢水污染治理的金額占該年工業(yè)產(chǎn)值的比重衡量環(huán)境規(guī)制強(qiáng)度，并以中位數(shù)為基準(zhǔn)將樣本劃分為環(huán)境規(guī)制水平強(qiáng)、弱兩組。估計(jì)結(jié)果如表10第（1）和（2）列所示，可以發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”行為的抑制作用主要存在于環(huán)境規(guī)制水平較弱的地區(qū)。

2. 代理成本差異。企業(yè)代理成本的高低可能會(huì)對(duì)數(shù)字化轉(zhuǎn)型在抑制“漂綠”行為方面發(fā)揮的作用產(chǎn)生異質(zhì)性影響。企業(yè)所有者與經(jīng)理人之間的信息不對(duì)稱會(huì)導(dǎo)致代理問題，而代理成本與企業(yè)信息披露質(zhì)量負(fù)相關(guān)（雷振華，2014）[41]。當(dāng)代理成本較高時(shí)，企業(yè)“漂綠”程度也可能相應(yīng)提升。然而，數(shù)字技術(shù)的廣泛應(yīng)用能夠有效降低企業(yè)所有者與經(jīng)理人之間的信息不對(duì)稱，降低代理成本，進(jìn)而削弱企業(yè)的“漂綠”動(dòng)機(jī)。因此，當(dāng)企業(yè)代理成本較高時(shí)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”行為的抑制作用可能更強(qiáng)。為深入探究這一差異化影響，本文借鑒朱滔和涂躍?。?023）[42]的研究，采用管理費(fèi)用與業(yè)務(wù)收入之比衡量企業(yè)代理成本，并根據(jù)行業(yè)—年度中位數(shù)將企業(yè)劃分高、低代理成本兩組。估計(jì)結(jié)果如表10第（3）和（4）列所示，相較于低代理成本企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)高代理成本企業(yè)的“漂綠”行為抑制作用更為顯著。

3.企業(yè)產(chǎn)權(quán)差異。數(shù)字化轉(zhuǎn)型對(duì)不同產(chǎn)權(quán)性質(zhì)企業(yè)的“漂綠”行為可能產(chǎn)生不同的影響。具體而言，相較于民營企業(yè)，國有企業(yè)在制定經(jīng)營決策時(shí)，除了追求經(jīng)濟(jì)利益外，還需要承擔(dān)更多的社會(huì)責(zé)任，這在一定程度上可能減弱數(shù)字化轉(zhuǎn)型對(duì)“漂綠”行為的抑制效應(yīng)。此外，受信貸市場中存在的“所有制歧視”現(xiàn)象影響（張杰和吳迪，2013）[43]，民營企業(yè)通常面臨較為嚴(yán)重的融資約束問題，而國有企業(yè)則相對(duì)較少受到此類限制。數(shù)字化轉(zhuǎn)型可以通過緩解融資約束抑制企業(yè)的“漂綠”行為。因此，相對(duì)而言，民營企業(yè)數(shù)字化轉(zhuǎn)型對(duì)“漂綠”行為的抑制作用可能會(huì)更為明顯。為檢驗(yàn)該異質(zhì)性影響，本文分別對(duì)國有企業(yè)和民營企業(yè)兩組樣本進(jìn)行估計(jì)，結(jié)果如表10第（5）和（6）列所示，相對(duì)于國有企業(yè)，民營企業(yè)數(shù)字化轉(zhuǎn)型對(duì)“漂綠”行為的抑制作用更為突出。

（三）經(jīng)濟(jì)后果分析

“漂綠”行為雖然能為企業(yè)帶來短期利益，然而一旦其真實(shí)面目被揭露，將對(duì)企業(yè)聲譽(yù)造成無法挽回的嚴(yán)重?fù)p害（Seele和Gatti，2017）[44]，甚至還可能使企業(yè)遭受資本市場的嚴(yán)厲懲戒（王欣等，2015）[45]，進(jìn)而給企業(yè)高質(zhì)量發(fā)展帶來不利的影響。鑒于此，數(shù)字化轉(zhuǎn)型對(duì)于抑制企業(yè)“漂綠”行為的積極作用，能否推動(dòng)企業(yè)高質(zhì)量發(fā)展呢？為此，本部分延續(xù)前文的機(jī)制檢驗(yàn)方法，在模型（5）的基礎(chǔ)上構(gòu)建如下計(jì)量模型：

其中，[Effect]為經(jīng)濟(jì)后果變量，以企業(yè)高質(zhì)量發(fā)展來衡量。借鑒魯曉東和連玉君（2012）[46]的研究做法，選擇OP法和GMM法測度企業(yè)全要素生產(chǎn)率（TFP_OP、TFP_GMM）并作為企業(yè)高質(zhì)量發(fā)展的代理變量，同時(shí)考慮到時(shí)滯效應(yīng)與持續(xù)性，進(jìn)一步將被解釋變量滯后一期處理并重新進(jìn)行檢驗(yàn)。表11的Panal A中列示了當(dāng)期全要素生產(chǎn)率的回歸結(jié)果，可以發(fā)現(xiàn)，“漂綠”是企業(yè)數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率的部分中介因子，即數(shù)字化轉(zhuǎn)型可以抑制企業(yè)“漂綠”，最終助推企業(yè)高質(zhì)量發(fā)展。此外，Panal B中展示了滯后一期的實(shí)證結(jié)果，也得到了相同結(jié)論。

六、結(jié)論與建議

本文以2008—2021年所有滬深A(yù)股上市公司為研究樣本，考察了數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”行為的關(guān)系。結(jié)果表明，數(shù)字化轉(zhuǎn)型水平每提高1%，企業(yè)“漂綠”程度會(huì)降低3.42%。在采取多種方法進(jìn)行穩(wěn)健性檢驗(yàn)后，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)“漂綠”的抑制效應(yīng)依然成立。機(jī)制研究發(fā)現(xiàn)，環(huán)境成本和媒體監(jiān)督在數(shù)字化轉(zhuǎn)型與企業(yè)“漂綠”之間發(fā)揮部分中介作用。異質(zhì)性分析表明，數(shù)字化轉(zhuǎn)型的“漂綠”抑制效應(yīng)在環(huán)境規(guī)制強(qiáng)度較低、代理成本較高以及民營企業(yè)樣本中更加明顯。經(jīng)濟(jì)后果檢驗(yàn)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型會(huì)通過抑制企業(yè)“漂綠”行為進(jìn)而促進(jìn)企業(yè)的高質(zhì)量發(fā)展。

本文的研究結(jié)論可為數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)“漂綠”行為的治理提供一定的政策啟示：

首先，政府應(yīng)多措并舉積極推進(jìn)“數(shù)實(shí)融合”，引導(dǎo)支持企業(yè)數(shù)字化轉(zhuǎn)型，充分發(fā)揮大數(shù)據(jù)與人工智能的技術(shù)優(yōu)勢，構(gòu)建統(tǒng)一的環(huán)境信息共享平臺(tái)，破解環(huán)境數(shù)據(jù)與信息的分割現(xiàn)象，從而確保及時(shí)獲取真實(shí)可靠的企業(yè)環(huán)境信息，有效緩解信息不對(duì)稱。特別是應(yīng)加大對(duì)各行業(yè)領(lǐng)軍企業(yè)數(shù)字化轉(zhuǎn)型的政策扶持力度，防止因“同構(gòu)效應(yīng)”導(dǎo)致市場整體“漂綠”現(xiàn)象加劇。其次，政府應(yīng)分階段、分場景設(shè)置經(jīng)濟(jì)政策“工具箱”，為企業(yè)數(shù)字化建設(shè)提供有力的政策保障與優(yōu)良的營商環(huán)境，推動(dòng)企業(yè)實(shí)現(xiàn)降本增效。例如，稅務(wù)等相關(guān)部門應(yīng)積極推動(dòng)大數(shù)據(jù)平臺(tái)與企業(yè)經(jīng)濟(jì)活動(dòng)的深度融合，以便真實(shí)評(píng)估企業(yè)環(huán)境績效，進(jìn)而提供精準(zhǔn)的綠色補(bǔ)貼、稅費(fèi)優(yōu)惠等綠色政策，從緩解融資約束視角出發(fā)，推動(dòng)企業(yè)實(shí)現(xiàn)綠色低碳發(fā)展。此外，監(jiān)管部門應(yīng)加強(qiáng)對(duì)第三方綠色認(rèn)證機(jī)構(gòu)和平臺(tái)的監(jiān)管力度，著力規(guī)范綠色認(rèn)證制度，制定統(tǒng)一的綠色認(rèn)證標(biāo)準(zhǔn)，防止第三方在綠色認(rèn)證環(huán)節(jié)中出現(xiàn)舞弊和“漂綠”行為，以確保綠色認(rèn)證的公信力和權(quán)威性。最后，政府應(yīng)加強(qiáng)對(duì)環(huán)保公益組織的培育和支持，充分發(fā)揮其在綠色治理中的督導(dǎo)作用，使其能夠承擔(dān)政府監(jiān)管部門轉(zhuǎn)移的部分職能，有效補(bǔ)充監(jiān)督企業(yè)“漂綠”行為。同時(shí)，相關(guān)部門應(yīng)積極同環(huán)保組織合作，共同組建綠色咨詢機(jī)構(gòu)，開展有針對(duì)性的綠色教育，提高公眾對(duì)綠色信息的認(rèn)知能力和判斷力，從而在消費(fèi)環(huán)節(jié)上抵制企業(yè)的“漂綠”行為。

參考文獻(xiàn)：

[1]肖仁橋，馬伯凡，錢麗，沈佳佳.低碳城市試點(diǎn)政策對(duì)企業(yè)綠色創(chuàng)新的影響及其作用機(jī)制 [J].中國人口·資源與環(huán)境，2023，33（05）.

[2]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（07）.

[3]蘇冬蔚，劉子茗.綠色金融改革是否影響企業(yè)綠色績效與漂綠風(fēng)險(xiǎn)？[J].國際金融研究，2023，（04）.

[4]Delmas M A，Burbano V C. 2011. The Drivers of Greenwashing [J].California Management Review，54（1）.

[5]Gatti L，Pizzetti M，Seele P. 2021. Green Lies and Their Effect on Intention to Invest [J].Journal of Business Research，127.

[6]Du X. 2015. How the Market Values Greenwashing？ Evidence from China [J].Journal of Business Ethics，128.

[7]劉艷霞.數(shù)字經(jīng)濟(jì)賦能企業(yè)高質(zhì)量發(fā)展——基于企業(yè)全要素生產(chǎn)率的經(jīng)驗(yàn)證據(jù) [J].改革，2022，（09）.

[8]劉洋，董久鈺，魏江.數(shù)字創(chuàng)新管理：理論框架與未來研究 [J].管理世界，2020，36（07）.

[9]王會(huì)娟，陳新楷，陳文強(qiáng)，張路.數(shù)字化轉(zhuǎn)型能提高企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平嗎？ [J].財(cái)經(jīng)論叢，2022，（12）.

[10]羅進(jìn)輝，巫奕龍.數(shù)字化運(yùn)營水平與真實(shí)盈余管理[J].管理科學(xué)，2021，34（04）.

[11]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（04）.

[12]劉敏，趙漢暉，吳懋.企業(yè)數(shù)字化、環(huán)境信息披露質(zhì)量和綠色技術(shù)創(chuàng)新 [J].學(xué)術(shù)研究，2023，（08）.

[13]肖紅軍，陽鎮(zhèn)，劉美玉.企業(yè)數(shù)字化的社會(huì)責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗(yàn) [J].經(jīng)濟(jì)管理，2021，43（11）.

[14]馬凌遠(yuǎn)，丁博雯.低碳城市試點(diǎn)政策會(huì)引致企業(yè)“漂綠”嗎？ [J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，（06）.

[15]Blome C，F(xiàn)oerstl K，Schleper M C. 2017. Antecedents of Green Supplier Championing and Greenwashing：An Empirical Study on Leadership and Ethical Incentives [J]. Journal of Cleaner Production，152.

[16]李強(qiáng)，宋嘉瑋.業(yè)績期望落差與企業(yè)“漂綠”行為[J].南京審計(jì)大學(xué)學(xué)報(bào)，2022，19（03）.

[17]沈弋，錢明，呂明晗，朱佳立.中小股東監(jiān)督與漂綠治理——基于詞向量模型的文本分析 [J].中國人口·資源與環(huán)境，2023，33（08）.

[18]王壘，李正陽，沙一凡.協(xié)同還是合謀：異質(zhì)機(jī)構(gòu)共同持股與企業(yè)“漂綠”行為 [J].財(cái)經(jīng)論叢，2023，（08）.

[19]沈洪濤，黃珍，郭肪汝.告白還是辯白——企業(yè)環(huán)境表現(xiàn)與環(huán)境信息披露關(guān)系研究 [J].南開管理評(píng)論，2014，17（02）.

[20]程博.分析師關(guān)注與企業(yè)環(huán)境治理——來自中國上市公司的證據(jù) [J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019，34（02）.

[21]張吉廷，朱進(jìn)東.馬克思主義勞動(dòng)價(jià)值理論在當(dāng)代經(jīng)濟(jì)全球化中的應(yīng)用研究 [J].現(xiàn)代經(jīng)濟(jì)探討，2024，（01）.

[22]Chiarini A. 2021. Industry 4.0 Technologies in the Manufacturing Sector：Are We Sure They are All Relevant for Environmental Performance？[J].Business Strategy and the Environment，30（7）.

[23]亞琨，羅福凱，王京.技術(shù)創(chuàng)新與企業(yè)環(huán)境成本——“環(huán)境導(dǎo)向”抑或“效率至上”？ [J].科研管理，2022，43（02）.

[24]Yi JS. 2018. A New Perspective on Corporate Social Responsibility Using Social Media：the Effects of Authenticity and Fit on Trust and Relationship Satisfaction [J]. The Journal of Internet Electronic Commerce Research，18（1）.

[25]楊晉華，郝曉雁.企業(yè)ESG表現(xiàn)與全要素生產(chǎn)率提升——基于財(cái)務(wù)柔性與媒體監(jiān)督的調(diào)節(jié)作用 [J].會(huì)計(jì)之友，2023，（19）.

[26]Liu D Y，Chen S W，Chou T C. 2011. Resource Fit in Digital Transformation：Lessons Learned from the CBC Bank Global E‐Banking Project [J].Management Decision，49（10）.

[27]黃溶冰，陳偉，王凱慧.外部融資需求、印象管理與企業(yè)漂綠 [J].經(jīng)濟(jì)社會(huì)體制比較，2019，（03）.

[28]吳非，胡慧芷，林慧妍，任曉怡.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù) [J].管理世界，2021，37（07）.

[29]趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率 [J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（07）.

[30]張永珅，李小波，邢銘強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià) [J].審計(jì)研究，2021，（03）.

[31]劉亦晴，許雅琴，陳思.企業(yè)漂綠行為的驅(qū)動(dòng)因素——基于158家重污染企業(yè)的fsQCA分析 [J].財(cái)會(huì)月刊，2022，（18）.

[32]王為東，沈悅，王笑楠，盧娜.女性高管權(quán)力與企業(yè)綠色創(chuàng)新 [J].華東經(jīng)濟(jì)管理，2022，36（12）.

[33]呂康銀，梁孝成，賈利雯.數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)勞動(dòng)資源配置效率 [J].商業(yè)研究，2023，（06）.

[34]顧雷雷，王鴻宇.社會(huì)信任、融資約束與企業(yè)創(chuàng)新[J].經(jīng)濟(jì)學(xué)家，2020，（11）.

[35]方明月，林佳妮，聶輝華.數(shù)字化轉(zhuǎn)型是否促進(jìn)了企業(yè)內(nèi)共同富裕？——來自中國A股上市公司的證據(jù) [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（11）.

[36]沈國兵，袁征宇.企業(yè)互聯(lián)網(wǎng)化對(duì)中國企業(yè)創(chuàng)新及出口的影響 [J].經(jīng)濟(jì)研究，2020，55（01）.

[37]李萬利，潘文東，袁凱彬.企業(yè)數(shù)字化轉(zhuǎn)型與中國實(shí)體經(jīng)濟(jì)發(fā)展 [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（09）.

[38]牛志偉， 許晨曦， 武瑛. 營商環(huán)境優(yōu)化、人力資本效應(yīng)與企業(yè)勞動(dòng)生產(chǎn)率 [J]. 管理世界， 2023，39（02）.

[39]王云，李延喜，馬壯，宋金波.媒體關(guān)注、環(huán)境規(guī)制與企業(yè)環(huán)保投資 [J].南開管理評(píng)論，2017，20（06）.

[40]劉暢，潘慧峰，李珮，馮雅欣.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].中國軟科學(xué)，2023，（04）.

[41]雷振華.股權(quán)性質(zhì)、代理成本與社會(huì)責(zé)任信息披露質(zhì)量——來自我國上市公司的經(jīng)驗(yàn)證據(jù) [J].經(jīng)濟(jì)社會(huì)體制比較，2014，（01）.

[42]朱滔，涂躍俊.專業(yè)化功能定位與競爭類國有企業(yè)投資羊群行為——基于國有企業(yè)分類改革的準(zhǔn)自然實(shí)驗(yàn)[J].財(cái)經(jīng)研究，2023，49（04）.

[43]張杰，吳迪.銀行與企業(yè)的關(guān)系：共生抑或掠奪 [J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013，（06）.

[44]Seele P，Gatti L. 2017. Greenwashing Revisited：In search of a Typology and Accusation‐Based Definition Incorporating Legitimacy Strategies [J].Business Strategy and the Environment，26（2）.

[45]王欣，鄭若娟，馬丹丹.企業(yè)漂綠行為曝光的資本市場懲戒效應(yīng)研究 [J].經(jīng)濟(jì)管理，2015，37（11）.

[46]魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007 [J].經(jīng)濟(jì)學(xué)（季刊），2012，11（02）.