企業碳信息披露的碳減排效應及其作用機制

郭四代，雷高文，2，蘇偉洲，袁子寒

（1.西南科技大學經濟管理學院，四川 綿陽 621010；2.中國科學技術大學管理學院，安徽 合肥 230026）

2020年，中國政府向國際社會鄭重承諾“二氧化碳排放力爭于2030 年前達到峰值、努力爭取2060 年前實現碳中和”。這不僅展示了中國在應對氣候變化上應有的責任和擔當，也明確了中國碳減排的時間表、路線圖和目標任務。工業企業作為碳排放的主要源頭，2019 年工業碳排放量就已占中國同期碳排放總量的60%［1］。同時，工業企業也是碳減排的主要踐行者，在實現“雙碳”目標的過程中起到至關重要的作用。因此，建立完善的碳信息披露機制，不僅是推動企業實現碳減排的重要途徑，也是完善碳交易體系和碳減排政策的重要基礎。為此，2022 年生態環境部頒布施行的《企業環境信息依法披露管理辦法》要求符合規定的企業應當披露碳排放信息，碳信息披露成為了理論與實務界關心的熱門話題。但目前研究主要集中在碳信息披露對企業融資、企業績效和企業價值的影響方面，而企業碳信息披露的碳減排機制這一根本問題卻并未引起學者們的廣泛關注。

就碳信息披露對企業融資的影響研究而言，大多數研究表明碳信息披露與債務融資成本呈顯著倒“U”型等非線性關系［2］，而企業的社會責任、成長水平、所有權性質和債務風險承擔能力等自身特征因素的變化會導致碳信息披露對企業融資產生差異化影響［3］。就碳信息披露對企業績效的影響研究而言，主要研究結論表明碳信息披露會正向促進企業的財務績效和金融績效［4］，這種正向促進作用也會受到媒體關注［5］、企業產權性質［6］等因素的影響。在碳信息披露對企業價值的影響研究上，有的研究表明碳信息披露會使企業價值得到提升，且這種影響會受到企業碳排放的正向調節作用［7］，符少燕等［8］則認為碳信息披露與企業價值存在“U”型關系，且從短期經營成果和長期市場價值角度來看，短期碳信息披露會抑制企業價值的增長，長期則會促進［9］。相較于中國，歐美國家較早建立起了成熟的碳信息披露體系，較多研究成果以歐美企業為研究對象驗證了碳信息披露的碳減排效應［10-12］。事實上，中國在去碳階段、碳交易體系設計等方面均與歐美國家存在較大的差異，在中國政府穩步推動全國碳排放權交易市場建設、落實“雙碳”行動的宏觀背景下，探究中國企業碳信息披露的碳減排效應對合理安排“雙碳”目標的實現路徑具有重要的現實意義。

基于此，本研究從合法性理論和自愿披露理論角度闡釋企業碳信息披露的碳減排效應及其作用機制，并以2018—2020 年中國A 股上市公司中制造業企業面板數據對其進行了實證分析。與現有研究相比，該研究主要創新性和價值體現在以下3點：①在研究視角上。國內文獻大多集中在碳信息披露對企業融資、企業績效和企業價值的影響3個方面，國外碳信息披露的碳減排效應則以歐美企業為研究對象，缺乏中國企業的經驗證據。本研究從因果推斷的視角分析了企業碳信息披露對企業碳排放的影響，系統地回答了“中國企業的碳信息披露是否具有碳減排效應”這一問題。②在研究數據與方法上。本研究區別于已有研究，基于“披露載體”“碳治理”“碳業務”和“碳績效”4 個維度構建了企業碳信息披露質量評價體系，綜合主成分分析法和熵權法測度了制造業企業2018—2020 年碳信息披露質量水平及變化趨勢，有效降低了評價指標的維數，避免了單一熵權法權重失真的可能，從而有效把握企業碳信息披露的本質特征，提高了研究結論的可靠度。③在研究意義上。通過分析碳信息披露對企業碳減排的影響及其內在作用機制，可以為政府制定完善的碳信息披露政策以推動企業碳減排，實現“雙碳”目標提供重要的經驗證據。

1 理論分析與研究假設

1.1 碳信息披露與企業碳減排

歐美企業的經驗研究表明，碳信息披露會促進企業碳減排［10-12］，而中國企業的碳信息披露是否也具有碳減排效應仍處于探索之中。在合法性理論框架內，早期的研究認為企業的責任是將股東的利益最大化，公司利潤成為了衡量企業合法性的重要標準［13］。后來的研究強調企業不僅要保障股東的權益，更要滿足社會的多樣化需求［14-15］。當前，氣候風險已成為企業利益相關者決策的主要考量因素［16］，企業有效應對氣候風險的能力是其合法性地位的重要體現。信息披露作為企業證明自身合法性的有效手段，可以影響利益相關者對企業合法性的感知［17］。當企業碳排放水平過高而損害自身合法性地位時，企業便會通過模棱兩可的碳信息披露來掩蓋實際情況以保證其合法性地位［18］。因此，在合法性理論的框架下，企業低質量的碳信息披露有可能對應著較高的碳排放水平。

自愿披露理論認為，任何實體都只會向外披露對自己有利的信息，而隱藏對自己不利的信息［19］。所謂的不利信息包括兩種含義，一是待披露信息是“壞消息”；二是由于信息披露存在自有成本，即使待披露信息是“好消息”，但披露信息的收益要低于自有成本［20］。因此，企業更傾向于披露那些潛在收益高于自有成本的信息［21-22］。從環境治理信息披露角度來看，企業環境績效越好，其信息披露的自有成本就越低［23］，因而環境績效較好的企業更有動力披露高質量的環境信息，從而區別于其他未披露的企業，緩解企業內部與外部的信息不對稱問題［24］，進一步改善企業的外部融資環境，緩解融資約束，降低融資成本［25-28］。在碳減排行動成為大部分國家應對氣候變化問題的首要選擇時，高質量的碳信息披露不僅可以反映企業的碳減排情況，還能促使企業獲取額外資源以提升全要素生產率［29］，進而降低企業碳排放水平。基于以上分析，提出有待驗證的假設H1。

H1：企業碳信息披露質量的提升會抑制企業碳排放。

1.2 作用機制

碳信息披露反映了企業的碳減排情況［24］，為投資者提供了更多關于企業的非財務信息，能最大程度減少投資者的信息不對稱問題，降低不確定性［30］。依據目標披露周期理論，企業碳信息披露會對投資者的投資決策及企業的生產決策產生影響并最終作用于企業碳減排［31］。當前，碳減排已成為全球應對氣候變化的廣泛共識，高碳排放不僅會使企業面臨較大的環境監管和利益相關者壓力，也會給投資者帶來較高的投資風險，這將迫使企業不得不披露更多的碳信息［32-33］。對高碳企業而言，碳信息披露質量的提升可使投資者很容易甄別出其碳排放水平及氣候風險應對能力，并減少對這類企業的投資［34］。而低碳企業則更愿意主動提升自身的碳信息披露質量，強化企業低碳責任履行，降低企業與投資者之間的信息不對稱與不確定性，這將向投資者傳遞出企業較強的氣候風險應對能力和良好的環保聲譽［35］，促使企業吸引更多的投資。這種資本從高碳企業流向低碳企業的過程迫使高碳企業不得不大量采用綠色低碳技術，積極引導企業向低碳轉型，以保持對投資者的吸引力［34］。但企業要在短期內快速實現碳減排，最主要的路徑還是依賴企業降低產品產量，即高碳企業短期內只能通過產量調整的方式減少碳排放。因此，正是這種高碳企業向低碳企業的資本流動機制以及企業的生產調整機制推動了碳信息披露對企業碳減排的作用。

基于以上分析，提出假設H2和H3。

H2：碳信息披露通過資本從高碳企業向低碳企業流動的機制抑制企業碳排放。

H3：碳信息披露通過企業的生產調整機制抑制企業碳排放。

2 研究設計

2.1 模型設計

為了識別企業碳信息披露對企業碳排放的影響，設計了如下實證模型：

其中：CEit表示企業i在第t年的二氧化碳排放水平；α0為常數項；CDit表示企業i在第t年的碳信息披露質量，α1為其系數；Xit表示由一系列控制變量所組成的控制變量矩陣，γ為該控制變量矩陣的估計系數向量；ui表示企業固定效應；εit為隨機擾動項。

2.2 變量選取

（1）被解釋變量。被解釋變量為企業的二氧化碳排放水平（CE），由于中國企業較少對外披露其碳排放信息和能源消耗情況，因此，本研究參照陳小蓓等［36］、韓國文等［37］和CHIO 等［38］的研究方法，通過制造業企業所在子行業的能源消耗折算企業的碳排放。其中，制造業企業子行業的確定依據為2017國民經濟行業分類（GB/T 4754—2017）國家標準中的三位數行業代碼，若多個企業所屬行業的3位數代碼一致，則將這些企業歸屬于同一子行業。具體計算過程如下：首先，利用制造業各子行業各年度的能源消耗計算出當年的子行業二氧化碳排放總量。其次，以每年各子行業中各企業的營業成本為依據，將各企業的營業成本除以所在行業的營業總成本得到各企業每年的權重。最后，將企業的權重乘以細分行業的二氧化碳排放總量，取自然對數后求得企業各年度的二氧化碳排放水平。

（2）核心解釋變量。核心解釋變量為企業的碳信息披露質量（CD），參照宋曉華等［9］、柳學信等［39］和張嬌寧等［40］的研究，構建將企業的碳信息披露質量評價指標體系構，其中包含“披露載體”“碳治理”“碳業務”和“碳績效”4 個一級指標和相應的12 個二級指標（表1）。在變量的衡量依據上，通過巨潮資訊網調取樣本企業年報及社會責任報告，逐一閱讀并對照各指標賦值標準進行打分后，綜合主成分分析法和熵權法對企業的碳信息披露質量進行評價。

表1 評價指標及其賦值標準

（3）控制變量。基于已有研究，選取企業內部因素中對企業碳信息披露具有較大影響的變量作為控制變量，以消除遺漏變量帶來的估計偏誤，這些變量包括企業的研發人員、研發投入、資產規模、負債水平等8個變量。此外，考慮到企業的碳信息披露及碳減排會受到外部宏觀因素的影響，還進一步控制了企業所在省份的工業發展水平、環境規制力度以及科學技術投入等變量。本研究所涉及主要變量的符號、含義及衡量方式見表2。

表2 實證研究涉及的主要變量

2.3 數據來源及樣本說明

（1）數據來源。《上市公司信息披露管理辦法》要求企業定期披露年報和中期報告，并未要求企業定期披露社會責任報告或環境治理報告，而在實際情況中也有少部分企業同時披露社會責任報告和環境治理報告。由此，在評價企業碳信息披露質量時，綜合考慮了企業年報、社會責任報告和環境治理報告的內容。企業的年報、社會責任報告和環境治理報告數據通過爬蟲從巨潮資訊網獲取，研究中所涉及的其他數據來源于國泰安數據庫（CSMAR）和《中國能源統計年鑒》。在樣本的處理上，僅保留了企業所屬行業代碼為C開頭的企業，同時剔除了ST、PT以及同時發行A、B股的企業，最終保留了722家制造業企業。根據研究需要，手工收集了樣本企業2018—2020 年所披露的碳信息。

（2）樣本說明。選取2018—2020年A股上市公司中制造業企業作為研究樣本的原因主要有以下4點。①樣本研究期限起點。2017 年末，國家發展和改革委員會印發的《全國碳排放權交易市場建設方案》將電力行業作為首批碳排放權交易的試點行業。由于宏觀政策具有較強的外生性，因而以2018年為起點研究企業碳信息披露的減排效應將增加因果推斷的可信度。②上市公司定期披露機制。上市公司會定期向外界公布其年報、社會責任報告或環境治理報告，這為收集、評價企業的碳信息披露質量等工作提供了極大的便利條件。③行業單一性。將研究樣本限定在制造業中，這是因為制造業中的上市公司在中國A股上市公司中占據較大比例，而且將研究樣本控制在單一行業內可以消除因行業變化導致對因果識別結果的潛在影響。④樣本研究期限終點。中國于2021年正式啟動全國碳排放權交易市場，若將樣本時間段擴展至2021年，則企業參與碳交易這一因素會混淆因果識別的結果，但考慮到此前中國已在深圳、上海、北京、廣東、湖北、天津和重慶7個不同省市開展了碳排放權交易市場的試點建設，研究樣本中可能存在已有企業參與碳排放權交易的情況，因而在后續的實證分析部分，將參與碳排放權交易的企業從研究樣本中剔除進行穩健性檢驗。

3 實證結果

3.1 描述性統計

本研究所涉及的企業碳排放水平（CE）、碳信息披露水平（CD）、研發人員（R&DP）等變量的描述性統計結果見表3。從表3可以看出，企業的碳排放水平（CE）的最大值為9.055，最小值為0.072，而該變量的均值為2.843，表明各企業的碳排放水平之間存在較大差距。此外，企業碳信息披露水平（CD）與碳排放水平（CE）的情況相似，最大值為0.945，最小值為0.032，而該變量的均值僅為0.107，同樣表明不同企業間的碳信息披露水平存在較大差異。

表3 主要變量描述性統計

3.2 基準回歸

表4 匯報了企業碳信息披露影響企業碳排放水平的檢驗結果。表4列（1）是控制了企業層面相關變量后的估計結果，此時核心解釋變量碳信息披露（CD）的估計系數顯著為負，表明了碳信息披露質量的提升能促進企業碳減排。為了消除企業自身不隨時間變化的特征以及外部宏觀因素對估計結果的潛在影響，列（2）和列（3）依次控制了企業固定效應以及企業所在省份的工業發展水平、環境規制力度和科學技術投入3個變量，結果仍然顯示了企業碳信息披露存在顯著碳減排效應。此外，樣本企業中存在較多企業屬于同一制造業子行業的情況，而同一子行業企業的各項指標可能存在高度相似性，這可能會引起估計偏誤。為解決這一問題，在列（4）中將模型的穩健標準誤聚類到企業所屬的制造業子行業進行重新估計。最終結果顯示了核心解釋變量碳信息披露（CD）的估計系數在5%的顯著性水平下為負，表明了企業的碳信息披露存在明顯的碳減排效應，這一實證結果與理論分析所得假設相一致。

表4 企業碳信息披露的減排效應

3.3 穩健性檢驗

為驗證基準回歸所得結果的穩健性，通過更換核心解釋變量和被解釋變量測度方式、排除其他政策干擾、消除股市周期性波動以及選取工具變量等五種方式進行檢驗。

（1）更換核心解釋變量測度方式。參照柳學信等［39］的研究，將企業碳信息披露質量的計算方式更換為指標體系中各二級指標得分之和以反映企業的碳信息披露水平（CDR），變量CDR的值越大，表明企業的碳信息披露水平越高。更換核心解釋變量測度方式后，碳信息披露影響企業碳排放水平的檢驗結果見表5列（1），從中可知，變量CDR的估計系數顯著為負，表明企業碳信息披露水平上升會抑制企業碳排放，這一結論與基準回歸所得結論一致。

表5 穩健性檢驗結果

（2）更換被解釋變量測度方式。參照李力等［3］的研究，以企業是否獲得政府授予環保方面的榮譽或獎勵（HN）作為衡量企業減排的依據，如果企業獲得了相應的榮譽或獎勵，則變量HN取值為1，如果未獲得，則取值為0。由于變量HN為虛擬變量，故需采用面板Probit模型進行估計，如果企業碳信息披露（CD）的估計系數為正且顯著，這表明企業碳信息披露水平的提高會促進企業碳減排。從表5 列（2）的估計結果可知，企業碳信息披露（CD）的估計系數為1.241，且在10%的水平下顯著，表明企業碳信息披露水平的提升會抑制二氧化碳的排放。該結論與表4中基準回歸所得到的結論一致，進一步驗證了其穩健性。

（3）消除股市周期性波動。考慮到股市的周期性波動有可能影響上市公司的生產經營決策，因而需要在模型（1）中對這一因素加以控制。2018—2020 年間，A 股指數在2019 年呈現出較大波動，為控制這一影響，在模型（1）中加入了2019年的時間虛擬變量進行重新估計，結果見表5 列（3），可知核心解釋變量碳信息披露（CD）估計系數的符號在5%的水平下顯著為負。因此，在消除了股票市場的周期性波動因素后，碳信息披露對企業碳排放仍然存在明顯的抑制作用。

（4）排除其他政策干擾。2011年，國家發展和改革委員會批準了在北京、天津、上海、重慶、湖北、廣東以及深圳等7省份開展碳排放權交易試點，若研究樣本中已有企業參與碳排放權交易，則有可能對因果識別的結果造成影響。為了剝離碳排放權交易對估計結果產生的影響，從樣本中剔除了2018—2020 年間79 家參與碳排放權交易的企業，再使用模型（1）進行重新估計，由表5 列（4）可知核心解釋變量碳信息披露（CD）估計系數在5%的顯著性水平下為負，表明在排除了碳排放權交易試點這一政策的影響后，碳信息披露對企業碳排放仍然存在明顯的抑制作用。

（5）工具變量。考慮到企業的碳信息披露和碳排放之間的反向因果關系會混淆因果識別的結果，需要選取合適的工具變量加以解決。參照朱杰［42］的研究，將同一年度、同一子行業內所有企業碳信息披露質量的均值作為企業碳信息披露的工具變量。在工具變量的相關性上，若企業所處子行業的碳信息披露質量均值較高，則企業自身的碳信息披露質量有很大可能處于較高水平。在工具變量的外生性上，由于子行業的碳信息披露質量不能被單一企業的決策行為所影響，故工具變量與企業的碳排放水平并不直接相關。因此，以同一年度、同一子行業內所有企業碳信息披露質量的均值作為企業碳信息披露的工具變量可以滿足工具變量的相關性和外生性假設。在選定工具變量后，采用兩階段最小二乘法（2SLS）進行工具變量估計，結果見表5列（5）。可以看出，工具變量的Kleibergen-Paap rk LM 統計量為7.496，且在1%的水平下顯著，表明工具變量不存在不可識別問題。工具變量的Kleibergen-Paap Wald rk F 統計量為362.224，大于15%的臨界值16.38，表明不存在弱工具變量問題。而且，核心解釋變量碳信息披露（CD）的估計系數仍然顯著為負，這與基準回歸所得結論一致。

3.4 異質性分析

前面研究表明，企業碳信息披露具有明顯的碳減排效應。但企業的碳信息披露策略會因其融資約束程度和區域位置不同而出現異質性，特別是在東西部經濟發展水平存在較大差異的情形下，企業的區域特征會對其碳信息披露決策產生重要的影響。因此，基于企業所受融資約束水平和區域位置的不同分析碳信息披露對企業碳減排的差異化影響，能為進一步細化降碳減污政策提供更加全面的理論和經驗證據。

（1）融資約束異質性。由于環境信息披露質量會受到融資約束的正向影響［43］，其碳減排效應可能也會因為企業融資約束的不同而出現異質性。這是因為較高的融資約束會影響企業的現金持有進而制約其各種行為。而信息不對稱則是影響企業融資的重要因素之一，若企業向外傳遞信息不足，則投資者無法對企業風險進行準確評估，由此帶來更高的風險溢價強化了企業的融資約束［44］。碳信息披露作為環境信息披露的一種，能在一定程度上解決信息不對稱問題。當面臨較高的融資約束時，為了降低外源性融資的難度和成本，企業會更加積極披露碳信息。因此，不同的融資約束會導致企業采取差異化的碳信息披露策略，從而造成企業碳信息披露的碳減排效應因其所受融資約束的不同而出現異質性。參照劉貫春等［45］的研究檢驗融資約束的異質性，以SA 指數為企業融資約束水平的衡量依據，分年度計算出SA指數的中位數。若企業的SA指數大于中位數，則將其劃歸為高融資約束子樣本，否則歸類為低融資約束子樣本。分樣本回歸結果見表6列（1）和列（2），可以看出，碳信息披露的碳減排效應在低融資約束水平下不顯著，而在高融資約束水平下顯著為負。該結果表明，碳信息披露對企業碳排放的抑制作用因其所受融資約束的強弱而出現異質性。

表6 融資約束與區域異質性檢驗結果

（2）區域異質性。環境庫茲涅茨曲線假說認為，當地區經濟發展到一定程度后，人均收入會增加，環境污染物排放量逐漸降低，環境質量逐步改善。人們會更加關注經濟發展的質量與生態環境的保護，各利益相關者對企業的生產經營模式也會有更高的環保要求，從而造成不同區域經濟發展水平下企業碳減排的差異性。東部區域的經濟發展水平遠高于中部和西部區域，因此，位于東部區域的企業可能更加偏向于環境友好型的生產經營模式，從而造成碳信息披露對企業碳減排的作用出現區域異質性。為檢驗企業碳信息披露對其碳排放是否存在區域差異化影響，以企業所在省份為依據，將樣本劃分為東部和東部以外區域兩個子樣本，分樣本回歸的結果見表6列（3）和列（4）。可以看出，在東部區域樣本中，企業碳信息披露（CD）的估計系數在1%的顯著性水平下為負，而在東部以外區域樣本中，企業碳信息披露（CD）的估計系數并不顯著，這表明企業碳信息披露的碳減排效應存在區域異質性。

3.5 機制分析

前面理論分析表明，為規避氣候監管等風險，資本會從高碳企業流向低碳企業，這種資本的流動過程會迫使高碳企業調整生產，從而實現碳減排。為識別上述機制，以各年度企業碳排放水平的中位數為依據，將碳排放水平大于等于中位數的企業劃分為高碳企業，以企業機構持股總數的對數值（IH）作為投資者關注的代理變量，用以反映資本在企業間的流動。此外，參照毛歡歡等［46］的研究，通過新增營業成本、存貨和期末資產總額來構建企業產量變量（PRODUCTION）。此后，將模型（1）中的被解釋變量分別替換為IH與PRODUCTION，并按照企業碳排放水平高低進行分組回歸，預期結論為在高碳企業樣本中碳信息披露質量的提升會降低企業的機構持股水平和產量，而在低碳企業樣本中碳信息披露質量的提升則會促進企業的機構持股水平，但對企業產量無顯著影響。

機制檢驗結果見表7，其中：列（1）和列（3）為高碳企業樣本的估計結果，列（2）和列（4）為低碳企業樣本的估計結果。可以看出，在高碳企業樣本中，企業碳信息披露質量的提升均導致了機構持股和企業產量的下降，但低碳排放企業并未出現這種現象，該結論與預期結論一致。這表明，碳信息披露質量的提升一方面有助于投資者甄別企業碳排放水平從而減少對高碳企業的投資，另一方面可以對企業的生產活動給予有效反饋，幫助企業及時調整生產活動。

表7 機制分析檢驗結果

4 結論及啟示

本研究采用A 股上市公司中制造業企業2018—2020年的面板數據，從理論和經驗上對中國企業的碳信息披露是否具有碳減排效應這一問題進行系統性回答。理論分析表明，企業的碳信息披露具有明顯的碳減排效應，且該效應通過資本在高碳企業與低碳企業間的流動機制以及企業的生產調整機制發揮作用。經驗研究的結果表明，企業碳信息披露的碳減排效應顯著且穩健，但會因企業融資約束程度、區域位置的不同而出現異質性。機制分析發現，碳信息披露質量的提升導致高碳企業的機構持股和產量下降，而低碳企業并未出現該現象。

基于研究結論，提出如下建議。①強化企業碳信息披露的主動性。加強低碳知識的有效宣傳，引導企業充分認知碳信息披露在提升企業形象與競爭力、降低融資成本與減排成本、提高資源利用效率和氣候風險管理能力等方面的益處，有利于企業內部形成低碳循環的發展氛圍，增強企業的碳信息披露意識。同時，根據減排目標，將碳信息披露納入企業核心業務戰略中，完善企業碳信息披露實踐體系，提高企業碳信息披露的自主性和參與度。②分階段推行企業碳信息強制披露機制。根據實際碳減排情況，可逐步將強制披露清單擴大到非重點排污單位，推動更多企業參與碳減排行動計劃。進一步明確企業碳信息披露的內容、范圍、格式和核算方法等，統一碳信息披露標準，充分保障企業碳信息的真實性、可比性和對稱性。建立由政府、行業、第三方鑒證機構和公民等主體構成的碳信息披露監督機制，提升企業碳信息披露質量。③推動企業碳信息異質性披露。結合區域經濟發展水平，中西部地區應借鑒東部地區企業碳信息披露制度的先進做法和經驗，“因地制宜”地制定差異化的企業碳信息披露管理制度，采用扶持和激勵等多種方式推動企業向綠色低碳模式轉型。對于不同融資約束水平的企業，應分類制定指導政策以提高企業碳信息披露質量，降低融資成本，減緩融資壓力。