本研究通过构建相对外生的数据要素流动指标和企业污染排放强度指标体系,利用中国的数据要素流动限制政策和企业污染排放数据对理论假设进行检验。数据要素是当今数字经济中必不可少的新型生产要素,没有数据的高效流动,数据就无法发挥其价值。本研究构建了基于投入产出纵向关联的数据要素流动对下游制造业企业污染排放影响的理论模型。此外,本研究使用额外的污染物作为稳健性检验,并使用空气污染的常见代表二氧化硫作为基准。实证分析结果表明:( 1 )数据要素流动显著降低了制造业企业污染。( 2 )数据要素流动帮助组织减少污染的主要方式是通过提高组织的生产率和技术创新能力。( 3 )在帮助工业企业减少污染方面,国内数据流动比跨境数据流动更重要。( 4 )总体而言,外资企业比国有和私营企业对数据要素流动减少污染的需求更大。
随着全球经济的快速发展和城市化进程的加快,环境污染问题日益突出,大气污染、水污染和土壤污染不仅对人类健康造成巨大威胁,而且严重影响生态平衡和可持续发展。在这一背景下,随着政府和企业开始将污染减排和环境治理作为优先事项,鼓励企业实现绿色可持续发展变得至关重要。然而,传统的污染治理方法往往会遇到一些障碍和限制。一方面,由于技术和资金的限制,企业可能很难减少污染物的排放。另一方面,治理的广泛性、信息的不对称性、监管的挑战性又使政府监管面临。如何增强污染减排的有效性成为亟待解决的问题。
在这方面,数字化和数据要素流动正越来越多地被用作企业降低环境影响和提高环境绩效的动力。通过数字化和信息通信技术实现数据和知识的共享、传递和利用,称为数据要素流。它可以鼓励环境保护、绿色创新和企业间合作。数据要素的交换和交换可以为企业提供更多的环境信息和技术帮助,促进企业对环境问题的理解和解决。这反过来又有助于污染减排和环境治理目标的实现。这些知识和信息可以帮助参与绿色创新过程的企业做出更好的决策,这将提高创新的标准。然而,这些工作都没有提及数据流动给企业带来的数据要素投入是否会起到降低企业污染的作用。
总之,迄今为止的大部分工作都集中在数字化转型的环境绩效方面。然而,鉴于数字转型的广泛定义,研究这些效应背后的微观机制具有挑战性。鉴于企业数字化转型不仅仅涉及数字技术的应用,数据因素也是这一过程的主要驱动因素,其顺畅流动对企业数字化转型价值的实现至关重要,更为重要的是对企业数字绿色化倡议的协同发展至关重要。然而,直接分析数据要素流动对制造业企业污染减排的作用机制和影响效应的文献较少,这为本文研究数字赋能的环境效应拓展了空间。
本研究可能具有以下边际研究贡献:( 1 )在研究视角选择方面,本研究考察了促进数据要素流动对企业污染减排的影响,揭示了数字赋能的环境效应;( 2 )在理论机制方面,本研究将数据要素视为制造企业绿色环保要素的投入。试图分析数据要素流动是否影响企业的生产率和绿色技术创新渠道,并构建引入数据要素流动的企业污染排放模型;( 3 )以二氧化硫为基准,结合其他污染物排放量,构建数据要素流动指标和企业污染排放指标进行实证分析。在数字贸易全球化快速发展的背景下,数据要素流动进一步分为国内数据流动和跨境数据流动。这使得研究人员可以考察不同方向的数据流对制造企业环境绩效的不同影响。
研究假说:
H1:促进数据要素流动可以降低企业污染排放强度
H2:通过改善生产效率机制促进数据要素流动,降低了企业污染排放强度。
H3:通过增强技术创新机制促进数据要素流动,降低了企业污染排放强度。
1.基准回归分析
表4报告了数据流动限制对制造业企业污染排放影响的实证回归结果。它包括将回归分析的结果聚类到企业层面的稳健性标准误。具体而言,在被解释变量中依次加入控制变量后,解释变量数据流限制对制造业企业二氧化硫污染排放具有显著的促进作用。即数字流动限制程度越高,制造业企业的二氧化硫排放量越高。其原因在于,数据的自由流动能够使更多的数据要素投入到制造业企业中,而数据要素本身所蕴含的丰富信息、知识、技术等高级要素能够提高企业生产效率和促进技术创新,提升企业能源利用效率和降低能源消耗,从而降低二氧化硫污染排放。数据流通过联系实际经济活动,不仅可以为制造企业提供更多的市场供需信息,及时调整研发、生产、销售等活动,减少不必要的生产浪费,还可以激励更多的技术研发要素投入企业,改进生产流程,优化生产流程,改造减排设备等,减少制造企业的污染排放。综上,H1得以验证。
2.高维固定效应面板泊松模型
本研究使用高维固定效应面板泊松模型进行了稳健性检验,回归结果如表5所示。数据流动限制对制造业企业二氧化硫污染排放仍具有显著的促进作用,证明了基准回归结果的稳健性。
3.机制分析
本研究进一步检验了数据流影响企业环境绩效的作用机制。为了证实数据要素流动通过提高企业生产效率和技术创新两个渠道促进企业环境绩效,本研究采用OP方法测度企业生产效率。此外,选择制造业企业的新产品产值来衡量制造业企业的技术创新变量。表7的实证结果表明,数据要素流动限制对企业生产率和技术创新均具有显著的阻碍作用,意味着数据要素流动能够提高企业生产率和技术创新,促进企业污染减排,进而提高企业环境绩效,支持了H2和H3。
4.拓展性分析
4.1不同数据流类别的差异性分析
上述分析表明,数据要素流动有助于制造业企业二氧化硫排放强度的降低,但未考虑开放条件下数据要素流动类别的影响差异。为此,本研究借鉴费拉卡内的方法,使用数据流动限制政策分别测度国内数据流动指标和跨境数据流动指标。表8的实证结果表明,国内和跨境数据流动限制均显著增加了企业污染排放。反之,促进数据流动可以显著降低企业污染排放强度。但不同的是,从核心解释变量的系数大小比较可以看出,国内数据流动限制对增加企业污染排放的作用大于跨境数据流动。基于前文对国内数据流动限制政策和跨境数据流动限制政策的分类,造成差异化影响的原因可能在于,以数据本地化政策为主要内容的跨境数据流动是指将数据保留在边境以内或对国外数据传输施加额外要求的措施。更多的是国内企业与国外企业之间的数据流动,而国内数据自由流动问题,如企业访问、存储、处理,或对管辖范围内的数据提出任何歧视性的商业要求,给国内企业之间的数据流动带来更多的障碍。因此,与跨境数据流动限制政策相比,国内数据流动限制政策对增加企业污染排放的影响更大。
4.2不同企业所有制类型的差异性分析
接下来,本研究将企业分为国有企业、民营企业和外资企业进行异质性检验。根据表9的实证回归结果,国有、私营和外资企业在污染减排方面显著受益于国内和跨境数据流动,从而提高了其环境绩效。比较发现,数据流动限制对外资企业污染排放增加的影响高于国有企业和民营企业。企业高于国有和私营企业。这很可能是由于外资企业比国有和私营企业经历了更大的数字化转型。根据德勤2021年对中国145家不同所有制企业数字化转型状况的在线调查,发现国有企业、私营企业和外资企业的数字化转型比例分别为57 %、53 %和100 %。数据流动加快了数据要素流入企业生产过程,对提高生产率的影响更大。此外,外资企业利用其稳健的创新网络,可以充分释放数据要素的绿色技术创新潜力。因此,促进数据要素流动对降低外资企业污染排放强度的影响更大。
4.3企业能源强度与其他污染物排放测试的差异性分析
二氧化硫是中国空气污染的重要来源,但在生产过程中,企业可能同时排放一系列污染物,其排放模式可能会根据所排放的污染物而改变。本研究利用煤炭消费量和烟尘、粉尘排放量构建企业污染排放强度进行稳健性检验,以更透彻地考察数据要素流动的微观环境影响。表10的实证回归结果表明,国内和跨境数据流动限制均显著促进了企业煤炭消费和烟粉尘排放。反之,促进国内或跨境数据流动可以显著降低企业煤炭消费量和烟粉尘排放量,实现企业污染减排的目标。
为了强调数据要素流动在减少污染和提高工业企业环境绩效方面的重要性,本文提出了以下三个政策建议。首先,政府应建立数据驱动的环境保护监管框架。通过优化数据要素的流动,提高环保规制的效力和效率,政府应建立数据驱动的规制框架。二是鼓励数据技术在环境保护中的创新运用。为提高制造业企业的环境效率,政府应积极鼓励数据技术在环保领域的应用创新。最后,政府应加强政策引导和激励。政府应加强立法建议和激励措施,鼓励制造业企业充分利用数据要素,积极参与环保行动。
初审:梁笑嫣
审核:徐彩瑶
排版编辑:蒋定宏
文献推荐人:蒋定宏
参考文献:Ming Gao, Hao Wei, Liuying Li, Fanchao Zhuo, How data factor flow affects corporate pollution reduction: The environmental effects of digital empowerment, Journal of Cleaner Production, Volume 478, 2024, 143946, ISSN 0959-6526.
以上内容仅代表个人对文章的理解,详情请点击阅读原文。
【数字生态与绿色发展学术团队】How data factor flow affects corporate pollution reduction: The environmental effects of digital empowerment.pdf推荐阅读
探索基于自然的生态文明解决方案,助力实现“双碳”战略目标,协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设,让我们一起加油!