企業(yè)投入數(shù)字化的污染減排效應
——基于ICT產(chǎn)品進口的視角

彭冬冬

（中共福建省委黨校生態(tài)文明教研部，福建福州 350118）

引言

黨的二十大報告提出：“要深入推進環(huán)境污染防治，堅持精準治污、科學治污、依法治污，持續(xù)深入打好藍天、碧水、凈土保衛(wèi)戰(zhàn)。”企業(yè)是發(fā)展的主體，也是污染減排的責任主體，推動企業(yè)污染減排對建設人與自然和諧共生的中國式現(xiàn)代化具有重要意義。然而，當前我國仍處于工業(yè)化快速發(fā)展階段，部分企業(yè)能源結構偏煤、能源效率偏低，推動企業(yè)污染減排仍然面臨較大壓力和挑戰(zhàn)。隨著5G 通信、云計算、人工智能（AI）等數(shù)字技術的快速發(fā)展，數(shù)字產(chǎn)品應用將在推動企業(yè)污染減排進程中發(fā)揮重要作用。

數(shù)字產(chǎn)品分為有形數(shù)字產(chǎn)品和無形數(shù)字產(chǎn)品，其中有形數(shù)字產(chǎn)品主要表現(xiàn)為信息和通信技術（ICT）產(chǎn)品。盡管中國已是世界上第一大ICT產(chǎn)品出口國，但是中國仍然需要從美國、日本、韓國等國家進口大量以電子元件為代表的ICT 產(chǎn)品[1]。這主要是因為中國的ICT 產(chǎn)品目前還沒有完全擺脫低技術含量、低附加值的生產(chǎn)模式，并呈現(xiàn)出整機產(chǎn)業(yè)強、核心器件弱的發(fā)展格局。通過對CEPII 數(shù)據(jù)的整理發(fā)現(xiàn)，2000—2021 年中國ICT產(chǎn)品貿(mào)易條件均小于1，且近幾年呈現(xiàn)迅速下降態(tài)勢，顯示出中國ICT 產(chǎn)品的國際競爭力還比較薄弱。因此，企業(yè)進口ICT產(chǎn)品是提升企業(yè)投入數(shù)字化水平的重要體現(xiàn)。特別是企業(yè)將內(nèi)含在進口ICT產(chǎn)品中的數(shù)字技術與生產(chǎn)過程深度融合，可以減少能源消耗，促進能源優(yōu)化、成本優(yōu)化、風險預知、決策控制等，進而整體上實現(xiàn)污染減排。那么，現(xiàn)實數(shù)據(jù)能否支持這一觀點？本文將圍繞這一問題展開分析。具體而言，本文將結合中國海關貿(mào)易數(shù)據(jù)庫、中國工業(yè)企業(yè)污染數(shù)據(jù)庫和中國工業(yè)企業(yè)數(shù)據(jù)庫的合并數(shù)據(jù)，利用雙重差分法識別ICT產(chǎn)品進口對企業(yè)污染減排的實際影響、作用機制以及差異化特征。

一、文獻綜述

與本文直接相關的文獻主要有兩類。一類是研究投入數(shù)字化在推動綠色低碳發(fā)展方面所發(fā)揮的重要作用。這類文獻大多在測度各行業(yè)投入數(shù)字化的基礎上，探討投入數(shù)字化對碳排放等因素的影響。根據(jù)投入數(shù)字化的測度方法，這些研究又分為兩種類型。一是基于投入產(chǎn)出數(shù)據(jù)測度各行業(yè)的投入數(shù)字化程度。例如：楊丹輝和胡雨朦（2022）[2]、Tang 等（2023）[3]基于中國工業(yè)行業(yè)投入產(chǎn)出數(shù)據(jù)，發(fā)現(xiàn)投入數(shù)字化顯著降低了碳排放強度；Fang等（2022）[4]基于全球40個主要經(jīng)濟體工業(yè)行業(yè)的投入產(chǎn)出數(shù)據(jù)也得到類似結論。除證明投入數(shù)字化具有減污降碳節(jié)能效應外，這些研究還發(fā)現(xiàn)投入數(shù)字化對提高各行業(yè)低碳發(fā)展水平和綠色全要素生產(chǎn)率以及推動各地區(qū)綠色創(chuàng)新均產(chǎn)生積極影響[5-7]。二是以ICT技術在生產(chǎn)和運營中的應用表征各行業(yè)的投入數(shù)字化程度。例如，Wen等（2021）[8]在使用ICT 資本和ICT 服務的中間投入衡量工業(yè)投入數(shù)字化的基礎上，檢驗了投入數(shù)字化對企業(yè)污染物排放強度的影響，發(fā)現(xiàn)投入數(shù)字化顯著降低了企業(yè)化學需氧量的排放強度。另一類是分析進口對企業(yè)綠色轉型的影響。一方面，有文獻發(fā)現(xiàn)，中間品的進口會作用于企業(yè)的能源效率和污染物排放。例如：Imburno 和Ktterer（2018）[9]、Gutierrez 和Teshima（2018）[10]、田晴等（2022）[11]分別使用印度尼西亞、墨西哥和中國企業(yè)層面的數(shù)據(jù)發(fā)現(xiàn)，企業(yè)進口中間品可以提高能源效率；郭樹龍（2019）[12]、蘇丹妮和楊琦（2021）[13]則發(fā)現(xiàn)，企業(yè)中間品進口規(guī)模的擴張顯著降低了中國企業(yè)的污染物排放量和排放強度。另一方面，也有研究指出，關鍵設備的進口有助于企業(yè)實現(xiàn)清潔生產(chǎn)[14]。

現(xiàn)有研究證實了投入數(shù)字化可以賦能減污降碳，但已有文獻大多從行業(yè)層面刻畫投入數(shù)字化程度，忽略了行業(yè)內(nèi)部企業(yè)間數(shù)字投入化程度的異質性；同時，現(xiàn)有研究關注到部分產(chǎn)品進口可以改善企業(yè)的環(huán)境績效，但遺憾的是，鮮有文獻涉及ICT 產(chǎn)品進口對企業(yè)環(huán)境績效的影響。鑒于此，本文將投入數(shù)字化、ICT產(chǎn)品進口與企業(yè)污染減排納入同一分析框架。與現(xiàn)有研究相比，本文的貢獻可能體現(xiàn)在以下三個方面。一是研究ICT產(chǎn)品進口對企業(yè)污染減排的影響以及差異化特征。ICT產(chǎn)品作為核心的數(shù)字產(chǎn)品之一，其進口使用是企業(yè)投入數(shù)字化的重要體現(xiàn)，本文的研究結論為推動企業(yè)污染減排，加快數(shù)字化、綠色化協(xié)同轉型發(fā)展提供可行思路。二是基于雙重差分模型識別ICT產(chǎn)品進口對企業(yè)污染減排的影響。雙重差分模型通過加入可以與處理組對比的控制組，減少需要考慮控制的變量個數(shù)，以解決模型的內(nèi)生性問題。三是揭示ICT產(chǎn)品進口降低企業(yè)污染排放強度的內(nèi)在機制。一方面，ICT產(chǎn)品進口通過提升全要素生產(chǎn)率，促進企業(yè)產(chǎn)出規(guī)模增長，進而降低企業(yè)污染物排放強度；另一方面，ICT產(chǎn)品進口通過優(yōu)化能源結構、提高能源效率，降低企業(yè)污染物的排放規(guī)模和排放強度。

二、研究假設

與陳登科（2020）[15]、 戴翔和楊雙至（2022）[16]的研究一致，本文使用污染物排放強度來衡量企業(yè)污染物排放水平。污染物排放強度是指單位產(chǎn)出的污染物排放量，是反映經(jīng)濟環(huán)境質量的重要指標[17]。根據(jù)污染物排放強度的測度方式可知，在其他條件不變的情況下，企業(yè)產(chǎn)出規(guī)模或污染物排放規(guī)模的變動會直接影響企業(yè)的污染物排放強度，企業(yè)產(chǎn)出規(guī)模的增長或污染物排放規(guī)模的減少能夠有效降低企業(yè)的污染物排放強度。因此本文認為，ICT產(chǎn)品進口可以通過引致企業(yè)產(chǎn)出規(guī)模或污染物排放規(guī)模的變動來影響企業(yè)的污染物排放強度。

第一，ICT 產(chǎn)品進口通過提升全要素生產(chǎn)率，促進企業(yè)產(chǎn)出規(guī)模增長。ICT產(chǎn)品作為一種內(nèi)含通用目的技術的技術密集型產(chǎn)品，其進口使用可以提高數(shù)據(jù)等生產(chǎn)資料的使用效率，優(yōu)化企業(yè)生產(chǎn)環(huán)節(jié)，提高企業(yè)的全要素生產(chǎn)率。在數(shù)字經(jīng)濟時代，數(shù)據(jù)成為一項關鍵的生產(chǎn)要素，ICT產(chǎn)品進口使用可以幫助企業(yè)收集和傳輸數(shù)據(jù)。一方面，企業(yè)可以基于ICT產(chǎn)品收集和傳輸?shù)臄?shù)據(jù)對生產(chǎn)流程進行優(yōu)化再造，減少生產(chǎn)過程中的設置時間、運行時間和檢查時間，強化生產(chǎn)過程中各個環(huán)節(jié)的溝通與協(xié)作，進而提高資本、勞動力等傳統(tǒng)生產(chǎn)要素的效率[18-19]。另一方面，企業(yè)可以使用ICT 產(chǎn)品收集和傳輸?shù)臄?shù)據(jù)進行預測分析，提前進行生產(chǎn)布局和規(guī)劃，提高生產(chǎn)的靈活性和可靠性，減少無效率的生產(chǎn)活動，進而提高企業(yè)的全要素生產(chǎn)率。

第二，ICT產(chǎn)品進口通過優(yōu)化能源結構、提高能源效率，降低企業(yè)污染物排放規(guī)模。一方面，ICT 產(chǎn)品進口使用有助于企業(yè)優(yōu)化能源結構。ICT行業(yè)能耗較少來自煤炭、石油等化石燃料，而更多來自天然氣、電力等。因此，企業(yè)進口使用ICT 產(chǎn)品并以ICT 產(chǎn)品替代高能耗的生產(chǎn)設備，可以直接降低化石燃料的消耗，增加清潔能源的使用。同時，ICT 產(chǎn)品進口使用還可以使企業(yè)以虛擬過程代替物理過程，使用審查工具進行系統(tǒng)監(jiān)測、數(shù)據(jù)傳輸和處理以及設備控制，這些功能加強了生產(chǎn)活動與化石能源使用的脫鉤[20]。另一方面，ICT 產(chǎn)品進口使用有助于企業(yè)提高能源效率。企業(yè)運用內(nèi)含在進口ICT 產(chǎn)品中的數(shù)字技術，可以分析消費者需求偏好，開展有針對性的生產(chǎn)活動，并與供應之間形成動態(tài)和精確的匹配機制，從而減少生產(chǎn)過程中污染物的產(chǎn)生，進而降低單位產(chǎn)出所排放的污染物規(guī)模。例如，有工程研究表明，企業(yè)通過運用機器學習、大數(shù)據(jù)等技術，可以提高企業(yè)的電力效率，減少企業(yè)單位產(chǎn)出所排放的污染物數(shù)量[21]。此外，ICT 產(chǎn)品作為具有代表性的數(shù)字產(chǎn)品之一，其使用可以促進資源節(jié)約、推動技術進步和環(huán)境保護技術的開發(fā)[22]，從而有利于企業(yè)降低單位產(chǎn)出所排放的污染物規(guī)模。

因此，本文提出如下三個研究假設。

假設1：ICT 產(chǎn)品進口可以降低企業(yè)污染物排放強度。

假設2：ICT 產(chǎn)品進口通過提升全要素生產(chǎn)率，促進企業(yè)產(chǎn)出規(guī)模增長，進而降低企業(yè)污染物排放強度。

假設3：ICT 產(chǎn)品進口通過優(yōu)化能源結構、提高能源效率，降低企業(yè)污染物排放規(guī)模，進而降低企業(yè)污染物排放強度。

三、模型與數(shù)據(jù)

（一）模型設定

本文通過雙重差分模型（DID）識別ICT 產(chǎn)品進口對企業(yè)污染減排的影響，即將進口ICT產(chǎn)品的企業(yè)作為處理組，將未進口ICT產(chǎn)品的企業(yè)作為控制組。由于企業(yè)進口ICT產(chǎn)品并不是發(fā)生在同一時點，因此本文設定一個連續(xù)時間形式的DID 模型，具體計量方程如下：

式（1）中，i、j、k、t 分別表示企業(yè)、行業(yè)、城市和年份。ln_SO2it為企業(yè)i在t年的二氧化硫排放強度取對數(shù)，其中，二氧化硫排放強度用“企業(yè)二氧化硫排放量除以企業(yè)總產(chǎn)值”來衡量。選擇二氧化硫排放強度體現(xiàn)企業(yè)污染物排放強度有兩個原因：第一，二氧化硫作為影響空氣質量的核心污染物，是國家最主要控制的污染物之一；第二，大量文獻，例如任飛州等（2021）[23]、呂越和陳泳昌（2022）[24]、韓超和王震（2022）[25]等，均將二氧化硫作為企業(yè)的核心污染物指標。termit是本文核心的解釋變量，通過兩個虛擬變量相乘得到，即termit=Ti×Pit。其中：Ti為樣本期內(nèi)企業(yè)i 是否進口ICT 產(chǎn)品的虛擬變量，若企業(yè)在2002—2012年進口了ICT產(chǎn)品，則Ti取1，否則為0；Pit為企業(yè)i 進口ICT 產(chǎn)品之后的虛擬變量，若企業(yè)在t 年進口了ICT 產(chǎn)品，則從t 年到2012 年Pit取1，否則為0。因此，termit=1 表示企業(yè)i受到進口ICT 產(chǎn)品的影響，termit=0 則表示企業(yè)i 未受到進口ICT產(chǎn)品的影響。因為無法定義一個對于每個處理組企業(yè)而言都相同的政策發(fā)生時間，所以本文在模型中不再單獨控制Ti或Pit，而是改為控制企業(yè)固定效應和年份固定效應。 Xit為“企業(yè)-年份”層面的控制變量，ηt為年份固定效應，ηj為行業(yè)固定效應，ηk為城市固定效應，ηi為企業(yè)固定效應， μit為誤差項。

借鑒已有研究，本文在企業(yè)層面選取以下五個控制變量：企業(yè)規(guī)模（ln_asset），用“企業(yè)總資產(chǎn)的對數(shù)值”來衡量；企業(yè)平均工資（ln_wage），用“企業(yè)應付工資與應付福利之和除以平均從業(yè)人數(shù)的對數(shù)值”來衡量；企業(yè)年齡（ln_age），用“當年年份與企業(yè)開業(yè)年份的差值加1 的對數(shù)值”來衡量；企業(yè)出口強度（exp_ratio），用“企業(yè)出口額除以企業(yè)銷售總額”來衡量；企業(yè)外資占比（fdi），用“港澳臺資本與外商資本之和占企業(yè)實收資本的比重”來衡量。

（二）數(shù)據(jù)說明

本文使用的數(shù)據(jù)主要來自以下三個數(shù)據(jù)庫。

1.中國海關貿(mào)易數(shù)據(jù)庫

該數(shù)據(jù)庫記錄了2000—2015 年企業(yè)名稱、出口產(chǎn)品、出口目的國等方面的信息。對該數(shù)據(jù)庫作如下處理：（1）清理企業(yè)名稱，去除企業(yè)名稱中的“省、市、縣、區(qū)、股份、責任、集團”等字眼以及括號等標點符號，刪除每年調(diào)整后的企業(yè)名稱不唯一的樣本；（2）調(diào)整HS 產(chǎn)品編碼，考慮到HS 海關編碼在2002 年、2007 年以及2012 年均發(fā)生調(diào)整，本文將該數(shù)據(jù)庫中產(chǎn)品的HS 海關編碼統(tǒng)一轉換為HS1996版本。

2.中國工業(yè)企業(yè)污染數(shù)據(jù)庫

該數(shù)據(jù)庫提供了2000—2012 年占全國主要污染物排放總量85%的企業(yè)的名稱、法人代碼、能源投入、各類污染排放、污染治理能力等方面的信息。為了便于匹配，對該數(shù)據(jù)庫中的企業(yè)法人代碼進行清理：去除企業(yè)法人代碼中的“空格、*、-”等字符，刪除每年調(diào)整后的企業(yè)法人代碼不唯一的樣本。

3.中國工業(yè)企業(yè)數(shù)據(jù)庫

該數(shù)據(jù)庫涵蓋了1998—2013 年我國全部國有企業(yè)以及規(guī)模以上非國有企業(yè)的相關生產(chǎn)信息。對該數(shù)據(jù)庫作如下處理：（1）清理企業(yè)名稱，與中國海關貿(mào)易數(shù)據(jù)庫中企業(yè)名稱的處理方式一致；（2）清理企業(yè)法人代碼，與中國工業(yè)企業(yè)污染數(shù)據(jù)庫中企業(yè)法人代碼的處理方式一致；（3）考慮到數(shù)據(jù)庫中部分變量存在異常情況，本文對數(shù)據(jù)進行篩選，一是剔除總資產(chǎn)、固定資產(chǎn)凈值、平均就業(yè)人數(shù)缺失或小于零的觀測值，二是總資產(chǎn)必須大于或等于固定資產(chǎn)凈值、固定資產(chǎn)總額和流動資產(chǎn)，三是剔除平均就業(yè)人數(shù)小于8的樣本，四是將樣本期內(nèi)企業(yè)所屬行業(yè)的代碼統(tǒng)一調(diào)整為2002年版本。

數(shù)據(jù)的合并及處理過程如下：第一步，基于經(jīng)合組織公布的HS2017 版本ICT 產(chǎn)品的海關編碼、HS2017與HS1996的對應關系以及清理后的中國海關貿(mào)易數(shù)據(jù)庫，識別出貿(mào)易企業(yè)進口ICT產(chǎn)品的行為；第二步，根據(jù)清理后的企業(yè)法人代碼，將中國工業(yè)企業(yè)污染數(shù)據(jù)庫與中國工業(yè)企業(yè)數(shù)據(jù)庫相匹配，得到各個工業(yè)企業(yè)的生產(chǎn)與排污信息；第三步，根據(jù)清理后的企業(yè)名稱，將進口ICT產(chǎn)品的貿(mào)易企業(yè)與工業(yè)企業(yè)進行合并，識別出進口ICT產(chǎn)品的工業(yè)企業(yè)；第四步，現(xiàn)有研究證實中國加入WTO 后貿(mào)易壁壘與貿(mào)易政策不確定性的降低對企業(yè)進口和污染物排放均產(chǎn)生深刻影響[15，26]，為剔除這種影響，本文將樣本期確定為2002—2012年；第五步，為盡可能保證在樣本期內(nèi)企業(yè)是初次進口ICT產(chǎn)品，本文刪除2002年以前進口ICT產(chǎn)品的企業(yè)。最終，本文獲得了2002—2012年47276家企業(yè)共計172426個樣本，表1報告了各變量的描述性統(tǒng)計。由表1可知，進口ICT 產(chǎn)品的企業(yè)污染物排放強度明顯低于未進口ICT產(chǎn)品的企業(yè)。

表1 變量的描述性統(tǒng)計

四、實證結果及分析

（一）基準回歸結果

表2 報告了式（1）的估計結果，各列均控制了年份、行業(yè)、城市以及企業(yè)的固定效應。列（1）未納入“企業(yè)-年份”層面的控制變量，term的估計系數(shù)在1%的置信水平下顯著為負；列（2）至列（6）逐步納入企業(yè)規(guī)模、平均工資水平、企業(yè)年齡、出口強度、外資占比等“企業(yè)-年份”層面的控制變量，term 的估計系數(shù)仍然在1%的置信水平下顯著為負。列（6）顯示，term 的估計系數(shù)為-0.2819，即進口ICT 產(chǎn)品使企業(yè)污染物排放強度平均下降了24.56%（exp-0.2819-1）左右，這一結果支持了假設1。

表2 基準回歸結果

各控制變量的情況如下：ln_asset 的估計系數(shù)顯著為負，表明企業(yè)規(guī)模越大，企業(yè)污染物排放強度越低，這是因為大規(guī)模企業(yè)擁有更強的技術能力和更小的融資約束，進而具備更強的污染減排能力；ln_wage 的估計系數(shù)顯著為負，表明企業(yè)平均工資水平越高，企業(yè)污染物排放強度越低，這是因為企業(yè)平均工資水平越高意味著企業(yè)的人力資本水平越高，企業(yè)通過推動技術創(chuàng)新實現(xiàn)污染減排的能力越強；ln_age 的估計系數(shù)顯著為正，表明隨著企業(yè)年齡的增長，企業(yè)污染物排放強度會有所提高，這與呂越和陳泳昌（2022）[24]的研究發(fā)現(xiàn)相一致；exp_ratio的估計系數(shù)顯著為負，表明企業(yè)出口強度越高，企業(yè)污染物排放強度越低，這是因為企業(yè)出口強度的提高可以通過規(guī)模效應和學習效應促使企業(yè)減排。

（二）穩(wěn)健性檢驗

1.平行趨勢檢驗

雙重差分估計有效的前提條件是處理組和控制組之間要滿足平行趨勢條件，即在進口ICT產(chǎn)品以前，處理組企業(yè)和控制組企業(yè)污染物排放強度的變動趨勢是相同的，否則通過雙重差分法得到的估計量是有偏的。為驗證平行趨勢，本文在式（1）的基礎上設定如下回歸方程：

式（2）中，beforej i是一個虛擬變量，當企業(yè)i在j 年之后進口ICT 產(chǎn)品，則該變量取1，否則為0。b_j刻畫了企業(yè)進口ICT產(chǎn)品之前，處理組企業(yè)和控制組企業(yè)污染物排放強度的變動趨勢。本文將企業(yè)進口ICT 產(chǎn)品前的第十年作為參考，若b_9至b_1的估計系數(shù)不顯著，則意味著相比于企業(yè)進口ICT 產(chǎn)品前的第十年，處理組企業(yè)在進口ICT 產(chǎn)品前的第九年至進口ICT產(chǎn)品前的第一年與控制組企業(yè)在污染物排放強度方面不存在顯著差異，說明樣本數(shù)據(jù)滿足平行趨勢條件。也是一個虛擬變量，當企業(yè)i在j年之前進口ICT產(chǎn)品，則該變量取1，否則為0。a_j 刻畫了企業(yè)進口ICT產(chǎn)品之后，處理組企業(yè)和控制組企業(yè)污染物排放強度的變動趨勢。

從圖1 可以看出，在進口ICT 產(chǎn)品之前，處理組企業(yè)和控制組企業(yè)污染物排放強度的變動趨勢保持一致，表現(xiàn)為b_9 至b_1 的估計系數(shù)在90%的置信水平下不顯著（圖1中90%的置信區(qū)間內(nèi)包含了0 值），說明本文的數(shù)據(jù)滿足平行趨勢條件。此外，a_0 的估計系數(shù)不顯著，而a_1 至a_10 的估計系數(shù)顯著為負且逐漸變小，說明ICT產(chǎn)品進口的污染減排效應要在一年之后才能顯現(xiàn)，且這種效應呈現(xiàn)逐步增強的趨勢。總而言之，圖1的結果印證了處理組企業(yè)與控制組企業(yè)污染物排放強度的變動趨勢在進口ICT產(chǎn)品之前是相似的，因此本文的數(shù)據(jù)滿足平行趨勢條件。

圖1 平行趨勢檢驗

2.傾向得分匹配

已有研究發(fā)現(xiàn)，企業(yè)進口具有自選擇特征，生產(chǎn)率高的企業(yè)更能克服進口的固定成本而產(chǎn)生進口行為[27]。除生產(chǎn)率以外，企業(yè)資本密集度、外資進入等生產(chǎn)特征也是影響企業(yè)進口決策的重要因素[28]。因此，企業(yè)是否進口ICT 產(chǎn)品可能并不是隨機的，基準回歸的估計可能存在樣本選擇問題。本文使用PSM-DID 方法處理這一問題。具體步驟為：首先，通過Probit模型估計出各個企業(yè)進口ICT產(chǎn)品的傾向得分；其次，根據(jù)傾向得分按照1:1 的比例選擇出與處理組企業(yè)相似的控制組企業(yè)；最后，基于處理組企業(yè)與新的控制組企業(yè)重新使用雙重差分法進行估計。在使用Probit模型估計傾向得分時，選取企業(yè)全要素生產(chǎn)率（取對數(shù)）、資本密集度（取對數(shù)）、就業(yè)規(guī)模（取對數(shù)）、出口強度、外資占比和所屬行業(yè)作為匹配變量。為確保傾向得分匹配結果的可靠性，匹配變量需滿足平衡性條件。匹配變量的平衡性檢驗發(fā)現(xiàn)，各匹配變量標準偏差的絕對值均不到10%，處理組企業(yè)與控制組企業(yè)在匹配變量方面不存在顯著差異，按照Rosenbaum 和Rubin （1985）[29]的20%標準值，匹配變量滿足平衡性條件。表3 列（1）報告了基于1∶1 匹配比例的估計結果，term的估計系數(shù)在5%的置信水平下顯著為負，說明在處理了“模型可能存在樣本選擇問題”之后，ICT產(chǎn)品進口的污染減排效應依然顯著。本文進一步按照1∶2、1∶3、1∶4、1∶5 的匹配比例選擇出與處理組企業(yè)相似的控制組企業(yè)，如表3 列（2）至列（4）所示，改變匹配比例后，term 的估計系數(shù)至少在10%的置信水平下顯著為負，再次驗證了基準回歸結論的穩(wěn)健性。

3.進一步控制其他因素的影響

雙重差分法的優(yōu)勢是通過在樣本中納入可以與處理組進行比較的控制組，減少需要考慮的控制變量數(shù)，從而較好地解決模型的“變量遺漏”問題。然而本文仍可能遺漏一些與企業(yè)污染減排和ICT 產(chǎn)品進口行為同時相關的因素，例如非ICT產(chǎn)品進口、國家或地區(qū)層面實施的節(jié)能減排政策、行業(yè)技術變革、企業(yè)進入退出行為以及其他無法觀測的因素。因此，本文進一步控制這些因素的影響。

（1）控制非ICT 產(chǎn)品進口的影響。非ICT 產(chǎn)品進口也可能對企業(yè)污染物排放強度產(chǎn)生影響。如果ICT 產(chǎn)品進口行為與非ICT 產(chǎn)品進口行為存在較強的相關關系，那么在回歸分析中遺漏“非ICT產(chǎn)品進口”這個因素就可能造成估計的偏誤。為此，本文在解釋變量中加入“企業(yè)非ICT產(chǎn)品進口規(guī)模”，并以企業(yè)非ICT 產(chǎn)品進口金額（other）來度量企業(yè)非ICT 產(chǎn)品進口規(guī)模（單位為百萬美元）。表4列（1）的結果顯示：一方面，在控制企業(yè)非ICT產(chǎn)品進口規(guī)模后，term的估計系數(shù)仍然在1%的置信水平上顯著為負；另一方面，other 的估計系數(shù)為負但不顯著，表明非ICT產(chǎn)品進口也有助于降低企業(yè)污染物排放強度，但這一影響還不夠明顯。

表4 控制其他因素的影響

（2）控制節(jié)能減排政策實施的影響。“十一五”規(guī)劃綱要首次提出了節(jié)能減排的戰(zhàn)略要求，自2006 年以來，國務院陸續(xù)出臺了《關于加強節(jié)能工作的決定》《節(jié)能減排綜合性工作方案》等文件，各部委結合各自業(yè)務范圍出臺了具體政策。毫無疑問，節(jié)能減排政策的實施促進了企業(yè)污染物排放強度的下降。因此，本文在解釋變量中引入term 與節(jié)能減排政策實施的虛擬變量（policy）的交互項（term×policy），若政策實施于2006 年及以后，則policy 取1，否則為0。表4 列（2）的結果顯示：一方面，term的估計系數(shù)顯著為負，表明在控制節(jié)能減排政策實施后，ICT產(chǎn)品進口的污染減排效應依然顯著；另一方面，term×policy的估計系數(shù)顯著為負，表明節(jié)能減排政策的實施強化了ICT產(chǎn)品進口的污染減排效應。

（3）控制“城市-年份”和“行業(yè)-年份”的固定效應。本文在基準回歸中引入年份、行業(yè)、城市和企業(yè)層面的固定效應以及一系列“企業(yè)-年份”層面的控制變量，以規(guī)避“變量遺漏”問題，但仍可能遺漏某些難以觀測且影響企業(yè)污染物排放強度的變量，例如各地區(qū)實施的產(chǎn)業(yè)政策、各行業(yè)清潔生產(chǎn)的標準以及技術變革等，進而導致估計偏誤。因此，本文進一步控制“城市-年份”和“行業(yè)-年份”的固定效應。表4 列（3）的結果顯示，term 的估計系數(shù)仍然顯著為負，再次驗證了基準回歸結論的可靠性。

（4）控制企業(yè)進入退出的影響。企業(yè)的進入退出可能同時影響污染減排行為和ICT產(chǎn)品進口行為。因此，本文在解釋變量中引入新進入企業(yè)虛擬變量（entry）、退出企業(yè)虛擬變量（exit）、term和新進入企業(yè)虛擬變量（entry）的交互項（term×entry）以及term 和退出企業(yè)虛擬變量（exit）的交互項（term×exit）。表4列（4）的結果顯示，term×entry 和term×exit 的估計系數(shù)均不顯著，而term 的估計系數(shù)仍然顯著為負，表明企業(yè)的進入退出行為并不會對基準回歸的結論產(chǎn)生影響。

4.排除其他未觀測因素的影響

由于部分“企業(yè)-年份”層面的特征無法被直接觀測到，因此本文模型中可能遺漏了“企業(yè)-年份”層面的一些重要因素。根據(jù)式（1）可以得到term估計系數(shù)的表達式：

式（3）中，ωit表示“企業(yè)-年份”層面的控制變量以及年份、行業(yè)、城市和企業(yè)層面的固定效應。由式（3）可知，若η不為0，則表示未觀測因素會對估計結果產(chǎn)生影響，遺憾的是，我們并不能直接檢驗η 是否為0。換個角度，如果讓“企業(yè)是否進口ICT產(chǎn)品”變得隨機，則理論上term就不會對企業(yè)污染物排放強度產(chǎn)生實際影響，即β1=0，若此時再估計出也等于0，就可以證明η 為0。因此，本文將“企業(yè)是否進口ICT 產(chǎn)品”變得隨機，并使這個過程運行200次，這樣就可以估計出200 個。圖2 展示了隨機處理后估計值的分布，可以看出，200個集中分布在0附近，其最小值也遠遠大于基準回歸結果中的估計值。同時，通過t 檢驗可以發(fā)現(xiàn)，200 個和0 不存在顯著差異。由此可以反推η 為0，表明未觀測因素不會對估計結果產(chǎn)生影響。

圖2 隨機處理后估計值的分布

5.改變被解釋變量的測度

第一，借鑒呂越和陳泳昌（2022）[24]的研究方法，本文將被解釋變量從二氧化硫排放強度的對數(shù)值調(diào)整為二氧化硫生產(chǎn)強度的對數(shù)值（ln-SO2_a），即采用二氧化硫產(chǎn)生量與工業(yè)總產(chǎn)值比值的對數(shù)值來衡量。表5 列（1）報告了相應的估計結果，可以看出，term 的估計系數(shù)仍然在1%的置信水平下顯著為負。

表5 改變被解釋變量測度和剔除異常值影響

第二，借鑒韓超和王震（2022）[25]的研究方法，本文將被解釋變量從二氧化硫排放強度的對數(shù)值調(diào)整為二氧化硫排放量的對數(shù)值（lnSO2_b）。表5 列（2）報告了相應的估計結果，可以看出，term的估計系數(shù)仍然在5%的置信水平下顯著為負。

第三，鑒于企業(yè)排放的污染物不僅包含二氧化硫等大氣污染物，還包含工業(yè)廢水等水體污染物，本文將被解釋變量從二氧化硫排放強度的對數(shù)值分別調(diào)整為工業(yè)廢水排放強度的對數(shù)值（ln_water） 和化學需氧量排放強度的對數(shù)值（ln_cod）。表5 列（3）和列（4）報告了相應的估計結果，可以看出，term的估計系數(shù)至少在10%的置信水平下顯著為負，表明ICT產(chǎn)品進口對企業(yè)水體污染物的減排效應仍然成立。

6.剔除異常值的影響

為剔除異常值對基準回歸結果的影響，本文對被解釋變量在上下1%分別進行縮尾和截尾處理。表5 列（5）和列（6）報告了相應的估計結果，可以看出，term的估計系數(shù)至少在10%的置信水平下顯著為負，表明在剔除異常值的影響后，基準回歸的結論仍然成立。

（三）機制分析

根據(jù)企業(yè)污染物排放強度的表達式可知，企業(yè)產(chǎn)出規(guī)模和污染物排放規(guī)模的變動是影響企業(yè)污染物排放強度的直接因素，因此本文針對ICT產(chǎn)品進口對企業(yè)產(chǎn)出規(guī)模、污染物排放規(guī)模以及企業(yè)污染物排放強度的影響進行檢驗①。表6 報告了相應的檢驗結果。其中：output_scale 表示企業(yè)產(chǎn)出規(guī)模，用“企業(yè)總產(chǎn)值取對數(shù)”來衡量；SO2_scale 表示企業(yè)污染物排放規(guī)模，用“企業(yè)二氧化硫排放量取對數(shù)”來衡量。可以看出，ICT產(chǎn)品進口不僅顯著促進了企業(yè)產(chǎn)出規(guī)模的增長，還顯著降低了污染物的排放規(guī)模，而二者共同引致了企業(yè)污染物排放強度的降低。

表6 ICT產(chǎn)品進口對企業(yè)產(chǎn)出規(guī)模、污染物排放規(guī)模和污染物排放強度的影響

那么，ICT產(chǎn)品進口為何會對企業(yè)產(chǎn)出規(guī)模和污染物排放規(guī)模產(chǎn)生影響？針對這一問題，本文從以下兩個方面展開探討。

1.ICT產(chǎn)品進口影響企業(yè)產(chǎn)出規(guī)模的內(nèi)在機制

本文在理論分析部分指出，ICT產(chǎn)品進口會通過提高全要素生產(chǎn)率來促進企業(yè)規(guī)模增長。本文采用中介效應模型來驗證這一機制。需要說明的是，工業(yè)企業(yè)數(shù)據(jù)庫中缺少部分年份企業(yè)的中間品投入信息和工業(yè)增加值信息，本文借鑒余淼杰等（2018）[30]的研究方法，將缺失的企業(yè)中間品投入信息和工業(yè)增加值信息補齊，并使用LP 方法估算企業(yè)的全要素生產(chǎn)率（ln_tfp）。表7 列（1）的結果顯示，term的估計系數(shù)顯著為正，即ICT產(chǎn)品進口顯著提高了企業(yè)的全要素生產(chǎn)率。表7 列（2）的結果表明，全要素生產(chǎn)率的提高促進了企業(yè)產(chǎn)出規(guī)模的增長，且在控制企業(yè)全要素生產(chǎn)率后，ICT 產(chǎn)品進口對企業(yè)產(chǎn)出規(guī)模的促進作用下降。結合表6 和表7 列（1）、列（2）的結果可知，ICT產(chǎn)品進口可以通過提高全要素生產(chǎn)率來促進企業(yè)規(guī)模增長，進而降低企業(yè)污染物排放強度，假設2得以驗證。

表7 機制檢驗

2.ICT 產(chǎn)品進口影響企業(yè)污染物排放規(guī)模的內(nèi)在機制

本文在理論分析部分指出，ICT產(chǎn)品進口會通過優(yōu)化能源結構、提高能源效率來降低企業(yè)污染物排放規(guī)模。同樣，本文也采用中介效應模型來驗證這一機制。關于中介變量的選擇：一是使用企業(yè)工業(yè)煤炭消費量的對數(shù)值（ln_coal）、燃料油消費量的對數(shù)值（ln_oil）和潔凈燃氣消費量的對數(shù)值（ln_gas）表征企業(yè)的能源結構；二是參考陳釗和陳喬伊（2019）[31]的做法，使用企業(yè)單位煤炭投入的工業(yè)產(chǎn)值的對數(shù)值（energy_eff）表征企業(yè)的能源效率。表7 列（3）至列（6）報告了ICT 產(chǎn)品進口對企業(yè)能源結構和能源效率的影響結果。其中：列（3）至列（5）的結果顯示，盡管ICT產(chǎn)品進口未對企業(yè)工業(yè)煤炭消費量的增長產(chǎn)生顯著影響，但卻顯著抑制了企業(yè)燃料油消費量的增長并刺激了潔凈燃氣消費量的增長，表明ICT產(chǎn)品進口有助于優(yōu)化企業(yè)的能源結構；表7 列（6）的結果顯示，term的估計系數(shù)顯著為正，表明ICT產(chǎn)品進口有助于提高企業(yè)的能源效率。表7 列（7）報告了中介變量ln_oil、ln_gas 和energy_eff 對企業(yè)污染物排放規(guī)模的影響。結果顯示：一方面，燃料油消費量的下降、潔凈燃氣消費量的增長以及能源效率的提高均會顯著降低企業(yè)污染物的排放規(guī)模；另一方面，在控制中介變量ln_oil、ln_gas 和energy_eff后，term的估計系數(shù)不再顯著。結合表6和表7 列（3）至列（7）的結果可知，ICT 產(chǎn)品進口可以通過優(yōu)化能源結構、提高能源效率來降低企業(yè)污染物排放規(guī)模，進而降低企業(yè)污染物排放強度，假設3得以驗證。

（四）差異化分析

1.企業(yè)規(guī)模差異

ICT產(chǎn)品進口對不同規(guī)模企業(yè)污染物排放強度的影響可能存在差異。一般而言，大規(guī)模企業(yè)具備更強的規(guī)模經(jīng)濟效應和更多的技術儲備，也更能發(fā)揮ICT產(chǎn)品進口對優(yōu)化能源結構、提高能源效率以及升級技術手段的積極影響。因此，ICT產(chǎn)品進口對大規(guī)模企業(yè)產(chǎn)生的污染減排效應可能更為明顯。為驗證這一猜測，本文以樣本中企業(yè)規(guī)模的中位數(shù)為標準，將企業(yè)劃分為大規(guī)模企業(yè)和小規(guī)模企業(yè)，再分別進行回歸分析。表8 列（1）和列（2）報告了相應的估計結果，可以看出，ICT產(chǎn)品進口未對小規(guī)模企業(yè)的污染物排放強度產(chǎn)生顯著影響，但卻顯著降低了大規(guī)模企業(yè)的污染物排放強度，這與預期相一致。

表8 差異化分析

2.行業(yè)要素密集度差異

ICT產(chǎn)品進口產(chǎn)生的污染減排效應也可能因企業(yè)所屬行業(yè)要素密集度的不同而存在差異。相對于非技術密集型行業(yè)，技術密集型行業(yè)的污染物排放強度較低，下降空間也較小，但技術密集型行業(yè)在生產(chǎn)過程中反而會更多更好地應用ICT 產(chǎn)品，ICT 產(chǎn)品進口對其產(chǎn)生的影響會更大。那么，ICT產(chǎn)品進口對技術密集型行業(yè)產(chǎn)生的污染減排效應到底是更小還是更大？為回答這一問題，本文將樣本中的行業(yè)劃分為技術密集型和非技術密集型，再分別進行回歸分析。表8 列（3）和列（4）報告了相應的估計結果②，可以看出，相對于非技術密集型行業(yè)，技術密集型行業(yè)企業(yè)在進口ICT產(chǎn)品后，更明顯地降低了企業(yè)的污染物排放強度，表明生產(chǎn)過程能否更好地與ICT產(chǎn)品相結合決定著ICT產(chǎn)品進口的污染減排效應的發(fā)揮。

3.地區(qū)數(shù)字經(jīng)濟發(fā)展水平差異

已有研究證實，各地區(qū)的數(shù)字經(jīng)濟發(fā)展也對降低本地區(qū)污染物排放發(fā)揮了重要作用[32-33]。那么，在推動企業(yè)污染減排方面，各地區(qū)的數(shù)字經(jīng)濟發(fā)展能否與企業(yè)ICT 產(chǎn)品進口形成良性互動？在理論上，數(shù)字經(jīng)濟發(fā)展能夠優(yōu)化產(chǎn)業(yè)結構、推動生產(chǎn)方式綠色化轉變、推動科技創(chuàng)新等，這些因素都會使進口ICT 產(chǎn)品的企業(yè)更有動機和能力去釋放ICT 產(chǎn)品進口的污染減排效應。因此，ICT 產(chǎn)品進口對數(shù)字經(jīng)濟發(fā)展水平較高地區(qū)的企業(yè)產(chǎn)生的污染減排效應可能更為明顯。為驗證這一猜測，本文借鑒于歡等（2022）[34]的研究方法，根據(jù)《2012 年中國數(shù)字經(jīng)濟發(fā)展指數(shù)白皮書》中我國31 個省（自治區(qū)、直轄市）的數(shù)字經(jīng)濟發(fā)展指數(shù)，將各地區(qū)劃分為數(shù)字經(jīng)濟發(fā)展水平較低地區(qū)和數(shù)字經(jīng)濟發(fā)展水平較高地區(qū)，再分別進行回歸分析。表8 列（5）和列（6）報告了相應的估計結果，可以看出，ICT 產(chǎn)品進口未對數(shù)字經(jīng)濟發(fā)展水平較低地區(qū)的企業(yè)污染物排放強度產(chǎn)生顯著影響，但卻顯著降低了數(shù)字經(jīng)濟發(fā)展水平較高地區(qū)的企業(yè)污染物排放強度，這與預期相符合。

五、結論與政策啟示

推動企業(yè)污染減排是建設人與自然和諧共生現(xiàn)代化的關鍵著力點，而企業(yè)投入數(shù)字化在推動污染減排進程中扮演著重要角色。本文以企業(yè)ICT產(chǎn)品進口表征其投入數(shù)字化行為，通過理論分析和雙重差分估計，深入研究ICT產(chǎn)品進口對企業(yè)污染減排的實際影響、作用機制以及差異化特征。研究證實，ICT產(chǎn)品進口能夠顯著降低企業(yè)污染物排放強度，且從多個角度進行穩(wěn)健性檢驗后該結論仍然成立。機制檢驗表明：一方面，ICT產(chǎn)品進口通過提升全要素生產(chǎn)率，促進企業(yè)產(chǎn)出規(guī)模增長，進而降低企業(yè)污染物排放強度；另一方面，ICT 產(chǎn)品進口通過優(yōu)化能源結構、提高能源效率，降低企業(yè)污染物排放規(guī)模，進而降低企業(yè)污染物排放強度。此外，ICT產(chǎn)品進口產(chǎn)生的污染減排效應會因企業(yè)規(guī)模、所屬行業(yè)和所屬地區(qū)的不同而存在差異，具體而言，ICT 產(chǎn)品進口對大規(guī)模企業(yè)、技術密集型行業(yè)企業(yè)和數(shù)字經(jīng)濟發(fā)展水平較高地區(qū)企業(yè)的污染減排效應更為明顯。

本文的研究結論具有如下政策啟示：首先，鼓勵和擴大ICT產(chǎn)品進口，推動企業(yè)投入數(shù)字化轉型與污染減排協(xié)同發(fā)展。一方面，要降低數(shù)字產(chǎn)品進口關稅，簡化數(shù)字產(chǎn)品進口流程和手續(xù)，持續(xù)提升數(shù)字產(chǎn)品進口的貿(mào)易便利化水平；另一方面，通過實施進口貼息等政策，激勵企業(yè)積極進口和使用ICT 產(chǎn)品。其次，推動ICT 產(chǎn)品核心技術研發(fā)創(chuàng)新，打造ICT產(chǎn)品自主可靠的供應鏈。近年來中國ICT 產(chǎn)品進口頻頻出現(xiàn)被西方國家“卡脖子”的現(xiàn)象，正在面臨“受制于人”的風險，因此應瞄準ICT 產(chǎn)品領域的核心技術，持續(xù)加大技術、人力和資金投入力度，補短板、鍛長板，加強我國ICT產(chǎn)品供應鏈的安全性與韌性。再次，持續(xù)完善數(shù)字基礎設施，拓展ICT產(chǎn)品應用場景。未來應加快構建高速、移動、安全、泛在的新一代信息基礎設施，形成萬物互聯(lián)、人機交互的網(wǎng)絡空間，為ICT產(chǎn)品應用場景在各個行業(yè)、各類企業(yè)中的拓展營造良好的外部環(huán)境。

注釋

①由于在后文使用中介效應模型進行機制檢驗時部分樣本的中介變量缺失，本文基于新的樣本重新檢驗ICT 產(chǎn)品進口對企業(yè)污染物排放強度的影響。

②技術密集型行業(yè)包括專用設備制造業(yè)、儀器儀表制造業(yè)、醫(yī)藥制造業(yè)、汽車制造業(yè)、電氣機械和器材制造業(yè)、石油加工、煉焦和核燃料加工業(yè)、計算機、通信和其他電子設備制造業(yè)、通用設備制造業(yè)、鐵路、船舶、航空航天和其他運輸設備制造業(yè)。