數字化轉型對重污染企業可持續績效的影響

摘 要：高質量發展是全面建設社會主義現代化國家的首要任務，其中推動重污染企業可持續發展至關重要?；谫Y源基礎觀和動態能力理論，利用2008—2022年中國A股重污染行業上市公司數據，實證檢驗數字化轉型對重污染企業可持續績效的影響。結果發現，數字化轉型正向影響重污染企業可持續績效；數字化轉型通過提升資源配置效率促進重污染企業財務績效提升，但上述關系在環境績效中不成立；吸收能力未能正向調節數字化轉型對重污染企業可持續績效的促進作用；通過數字化轉型促進可持續績效提升， 這一積極作用在國有性質以及成長期重污染企業中更顯著。結論既可深化對重污染企業可持續發展驅動因素與數字化轉型的認知，也可為加快重污染企業采用數字技術實現高質量發展提供參考。

關鍵詞：數字化轉型；可持續績效；資源配置效率；吸收能力

DOI：10.6049/kjjbydc.2024050176

中圖分類號：F272.7-39

文獻標識碼：A

文章編號：1001-7348（2025）02-0082-11

0 引言

資源枯竭、氣候變化和污染物過度排放等問題導致自然環境惡化，嚴重制約發展。如何在追求經濟效益的同時保護環境成為亟待解決的重要問題。作為經濟社會的重要組成部分，企業既是污染排放主體，又是污染治理主體[1]，其可持續發展與經濟高質量發展密切相關。重污染企業是環境污染的主要來源[2]，幫助重污染企業實現可持續發展目標不僅是經濟高質量發展的內在要求，更是積極應對環境變化的重要舉措?？沙掷m績效常用于衡量企業可持續發展水平，是兼顧經濟可持續發展目標和環境可持續發展目標的綜合指標[3]，需要企業在達到盈利目標，即財務績效增長的同時，盡量減少對生態環境的破壞。然而，目前我國企業難以在可持續發展戰略中兼顧環境效益和經濟發展目標[4]。事實上，重污染企業可持續績效增長面臨考驗。因此，如何推動重污染企業實現財務績效與環境績效協同增長，成為學界與業界亟待解決的重要問題。

數字經濟時代背景下，數字化轉型成為引領企業發展的核心驅動力[5]。數字化轉型既是企業借助數字技術實現商業模式創新，進而創造更多價值的過程[6]，也是企業平衡經濟效益和環境績效的手段。已有研究指出，數字化轉型可提升企業經濟收益和環境績效[7]。但也有學者認為，引入數字技術不利于企業整體系統穩定，會增加企業管理費用[8]，降低企業財務績效。同時，數字化轉型過程充滿不確定性風險，需要大量數據支撐[9]。數據存儲與傳輸需要消耗大量能源[10]，導致更多資源消耗和碳排放，進而對企業環境績效產生負面影響。因此，有必要進一步探討數字化轉型能否對重污染企業可持續績效產生正向影響。

現有研究存在以下不足：首先，以往研究主要關注全行業樣本[11]，鮮有基于重污染企業視角探討數字化轉型對企業可持續績效的影響。根據最新公布的《生態環境統計年報》，42個工業行業在2021年共排放二氧化硫209.7萬t，其中前三大重污染行業排放占比為71.3%。因此，探究如何提高重污染企業可持續績效刻不容緩。其次，已有研究基于創新[12-14]、組織[15]視角探討了數字化轉型對企業可持續績效的影響路徑，而資源基礎觀認為，不同組織間資源差異會導致績效差異[16]，資源壁壘會阻礙企業發展。數字化轉型可以緩解企業資源約束[17]，但僅依靠資源是不夠的，還需要具備與之配套的能力，即動態能力。企業所處環境會發生變化，數字化轉型有助于企業迅速適應環境變化，對資源和能力進行重新配置與組合，促使二者與環境動態匹配[18]，從而提高資源配置效率[19]。資源配置效率在重污染企業可持續績效提升過程中發揮關鍵作用，但現有研究并未基于動態能力視角探討資源配置效率在數字化轉型與企業可持續績效間的中介作用。最后，已有研究基于市場動蕩[11]、經濟政策不確定性[12]等外部因素視角探究了數字化轉型對企業可持續績效影響的邊界效應，而企業內部因素對可持續發展的影響更顯著[12]。隨著數字技術發展，企業能夠獲得大量技術、知識、技能及經驗等資源。只有轉化和利用這些資源，重污染企業才能更好地提升自身可持續績效。吸收能力是影響企業轉化和利用資源能力的重要變量，因而有必要進一步探討吸收能力在數字化轉型與重污染企業可持續績效間的調節作用。

基于此，本文以2008—2022年A股重污染上市公司為研究樣本，探究數字化轉型對重污染企業可持續績效的影響。與現有研究相比，本文的邊際貢獻如下：第一，基于資源基礎觀和動態能力理論探討數字化轉型能否提升重污染企業可持續績效這一問題，基于資源與能力交互視角豐富重污染企業可持續績效驅動因素研究。第二，以“戰略—能力—績效”為整體邏輯，進一步探究資源配置效率的中介作用，拓展數字化轉型的作用渠道，以期打開數字化轉型與重污染企業可持續績效關系的“黑箱”。第三，通過分析吸收能力的調節效應，并對企業性質等相關因素進行分組回歸，揭示數字化轉型對重污染企業可持續績效影響的邊界條件，有助于進一步認識數字化轉型對于培育新質生產力，實現高質量發展的重要價值。

1 理論分析與研究假設

1.1 數字化轉型與重污染企業可持續績效

在追求可持續發展過程中，企業不僅需要關注經濟收益，更要注重環境保護，從而促進經濟與環境協同發展。資源基礎觀注重企業發展的內生性，認為企業競爭與成長依賴于內部資源及能力[16]。數字技術既可幫助企業在識別資源需求的基礎上確定其潛在來源，又能拓展企業資源獲取范圍，為可持續發展奠定基礎。

從財務績效視角出發，首先，數字化轉型可以提升重污染企業盈利能力。在數字化轉型過程中，企業可以利用數字技術開展新業務，實現商業模式創新[20]，拓展價值創造渠道，進而提升財務績效。其次，數字化轉型可以降低重污染企業經營成本。企業可以利用人工智能、云計算、大數據等數字技術整合采購、設計、生產與銷售等流程，精細化管理全部生產流程，降低管理支出[12]，進而提升財務績效。最后，數字化轉型有助于重污染企業獲取資源。數字化轉型能夠降低組織壁壘，有助于企業獲取新知識[21]，進而豐富信息、知識與技術等資源。同時，數字化轉型有助于企業傳遞更多真實經營信息，銀行等金融機構能夠利用這些信息對企業進行評估，為企業信貸提供支持[22]，緩解企業融資約束，從而促進企業財務績效提升。

從環境績效視角出發，首先，數字化轉型有利于重污染企業降低資源消耗。數字化轉型能夠為企業綠色產品設計、生產和服務提供技術支撐，降低資源消耗[5]，減少污染排放，從而提升企業環境績效。其次，數字化轉型有利于重污染企業減少資源浪費。企業能夠通過數字技術獲取生產系統、供應鏈和客戶消費數據，實現原材料、能源、電力和水等資源高效配置[23]，減少資源浪費，從而提升自身環境績效。最后，數字化轉型有助于重污染企業實現綠色創新。數字化轉型能夠使企業間聯系更加緊密，推動信息共享，使技術交流更加頻繁，拓展企業技術資源獲取渠道，提高企業綠色技術創新效率[24]，從而提高企業環境績效。

綜上所述，數字化轉型可以提升重污染企業可持續績效。因此，本研提出如下假設：

H1：數字化轉型對重污染企業可持續績效具有正向影響。

H1a：數字化轉型對重污染企業財務績效具有正向影響；

H1b：數字化轉型對重污染企業環境績效具有正向影響。

1.2 資源配置效率的中介效應

動態能力差異會導致資源基礎同質化企業具有不同績效[25]。重污染企業可持續發展的關鍵在于通過合理配置資源使產出最大化，因而資源配置效率至關重要。數字化轉型能夠通過以下途徑提升重污染企業資源配置效率：第一，數字技術能夠極大降低信息不對稱程度，有助于企業獲取更多有效信息，捕捉更多投資機會[19]，從而提升資源配置效率。第二，借助數字化轉型，企業系統分析外部數據資源，提取決策所需的關鍵信息，減少決策失誤，從而提升資源配置效率[26]。第三，數字化轉型有助于企業降低信息搜尋成本、契約簽訂成本和契約履行成本等[27]，提高投入產出轉化效率，從而提升資源配置效率。第四，企業利用大數據與區塊鏈等數字技術及時與客戶聯系，提高溝通效率并獲取更多客戶資源，進而減少對關鍵客戶的依賴[19]，更好地配置現有資源。

資源配置效率越高，越有利于重污染企業提升自身可持續績效。一方面，重污染企業資源配置效率越高，企業財務績效越高。高資源配置效率能夠降低過度投資與投資不足出現概率，投資效率能夠影響企業盈利能力，投資效率越高，企業業績越出色[28]，財務績效越高。此外，資源配置效率越高，企業產出越多，資源浪費越少，成本越低，財務績效越高。另一方面，資源配置效率提升有利于重污染企業提高環境績效。提升環境績效需要企業開展環境治理，意味著企業需要將現有部分生產經營資源用于減排治污，這會損害企業當期利益[29]。資源配置效率越高，內部資源越豐富，企業擁有更多資源用于提升環境績效。同時，資源配置效率較高的企業更受投資者青睞，資源獲取機會更多，擁有更多資源用于污染治理，環境績效更高。

綜上所述，數字化轉型通過提升資源配置效率促進重污染企業可持續績效提升。因此，本研究提出如下假設：

H2：資源配置效率在數字化轉型與重污染企業可持續績效間發揮中介作用。

H2a：資源配置效率在數字化轉型與重污染企業財務績效間發揮中介作用；

H2b：資源配置效率在數字化轉型與重污染企業環境績效間發揮中介作用。

1.3 吸收能力的調節效應

重污染企業能夠通過數字化轉型彌補技術與信息資源不足的短板，獲取大量外部知識。多樣化知識只有被企業吸收利用，才能轉化為可持續績效。吸收能力是組織識別、獲取、整合和利用外部知識的能力[30]。已有研究指出，利用外部知識是企業提高可持續績效的關鍵[31]。企業吸收能力越強，越能對獲取的信息、數據與知識進行處理，其績效越高[32]。吸收能力有助于重污染企業探索、評估、整合和使用新知識[33]，從而促進可持續績效提升。

一方面，吸收能力越強，重污染企業通過數字化轉型對財務績效的提升作用越顯著。吸收能力較強的企業可以更好地識別外部機會和威脅，其戰略靈活性較強[34]，可根據外部環境變化及時調整數字化戰略以獲得經濟收益，從而提升財務績效。此外，吸收能力越強，知識獲取、轉化和產出成本越低，企業能夠實現知識存量擴張[35]，為自身財務績效增長提供資源保障。另一方面，吸收能力越強，重污染企業通過數字化轉型對自身環境績效的提升作用越顯著。當前，利益相關者如政府和客戶會對企業施加環保壓力，吸收能力較強的企業可以更好地捕捉這些信息，并利用數字技術進行污染治理，從而提高環境績效。同時，吸收能力越強，企業越能利用現有知識資源，通過優化生產流程開發綠色產品，從而提高企業環境績效。

綜上所述，重污染企業吸收能力越強，數字化轉型對企業可持續績效的提升作用越顯著。因此，本研究提出如下假設：

H3：吸收能力正向調節數字化轉型對重污染企業可持續績效的影響。

H3a：吸收能力正向調節數字化轉型對重污染企業財務績效的影響；

H3b：吸收能力正向調節數字化轉型對重污染企業環境績效的影響。

綜上所述，本文構建理論模型，具體見圖1。

2 樣本選擇與研究設計

2.1 樣本選擇

本文選取2008—2022年中國A股中的重污染行業上市公司作為研究對象（根據2010年原環境保護部公布的《上市公司環境信息披露指南》，參考證監會2012版行業分類標準對重污染行業進行識別），并對數據進行如下篩選：第一，剔除ST和*ST樣本；第二，剔除相關變量存在缺失的企業樣本。為避免異常值的影響，本文對連續型變量進行上下1%縮尾處理，經過篩選和縮尾處理后，獲得774家重污染企業4 134個樣本。本研究使用的環境績效數據來自CNRDS數據庫，其它數據均來自CSMAR數據庫。

2.2 變量定義

（1）被解釋變量。根據解學梅和朱琪瑋[4]的研究成果，本研究將重污染企業可持續績效劃分為財務績效和環境績效兩個維度。對于企業財務績效，現有研究一般采用總資產報酬率（Roa）衡量企業短期經營效益，采用托賓Q值（Tobinq）衡量企業未來價值。考慮到市場變化，本研究采用資產報酬率（Roa）衡量企業財務績效。現有研究一般采用ESG評分體系中的環境得分衡量企業環境績效，評分越高說明企業環境績效表現越好。ESG數據主要來自第三方機構，如華證、商道融綠、彭博等。華證ESG指數自2009年起對A股及發債主體等證券發行人進行ESG表現評估，得到業界與學界廣泛認可[36]，其評級結果具有科學性和有效性。其它ESG評級體系不能涵蓋大部分企業，同時數據時間范圍較窄[37]。因此，本文采用華證ESG評分體系的環境得分衡量企業環境績效。基于上述指標，本文使用熵權法綜合計算所得指數，以此測度重污染企業可持續績效。

（2）解釋變量。年報文本方法會高估企業實際數字化水平[38]，結合數字化轉型戰略實施狀況，企業會通過購置軟件和硬件設施引進數字技術。因此，采用資產測算方法可以更好地體現企業數字化水平。基于張永珅等[39]的方法，本文以數字化資產/無形資產總額測量重污染企業數字化轉型水平。本研究將無形資產明細中含有相關關鍵詞的項目界定為數字化資產，如“網絡”“軟件”“客戶端”“智能平臺”和“管理系統”等。

（3）中介變量。參考呂可夫等[19]的研究成果，采用基于LP法的企業全要素生產率衡量重污染企業資源配置效率。

（4）調節變量?，F有研究主要采用以下方法測量吸收能力：一是使用企業研發支出與企業營業收入的比值[40]，二是使用本科學歷及以上員工人數與總員工數的比值[41]。借助吸收能力獲取知識并轉化利用可以通過研發活動體現，并且外部知識獲取和轉化效率與研發支出密切相關。因此，本研究采用研發支出/營業收入衡量企業吸收能力[40]。

（5）控制變量。參考王博和康琦[12]的研究成果，本文選取企業規模（Size）、企業年齡（Age）、資產負債率（Lev）、營業收入增長率（Grow）、股權集中度（Sc）、管理層持股比例（Ms）、董事會規模（Bs）和獨立董事比例（Pid）作為控制變量。此外，本文控制了時間固定效應和個體固定效應。變量具體描述詳見表1。

2.3 模型設定

本文對被解釋變量作前置一期處理，以控制數字化轉型對重污染企業可持續績效的滯后影響和逆向因果導致的內生性問題。

為了驗證假設H1，本文構建模型如下：

Cspi，t+1=α0+α1Dti，t+α2Controli，t+βt+δi+εi，t（1）

為了驗證假設H1a，本文構建模型如下：

Fpi，t+1=α0+α1Dti，t+α2Controli，t+βt+δi+εi，t（2）

為了驗證假設H1b，本文構建模型如下：

Epi，t+1=α0+α1Dti，t+α2Controli，t+βt+δi+εi，t（3）

為了驗證假設H2，本文構建模型如下：

Raei，t=α0+α1Dti，t+α2Controli，t+βt+δi+εi，t（4）

Cspi，t+1=α0+α1Dti，t+α2Raei，t+α3Controli，t+βt+δi+εi，t（5）

為了驗證假設H2a，本文構建模型如下：

Fpi，t+1=α0+α1Dti，t+α2Raei，t+α3Controli，t+βt+δi+εi，t（6）

為了驗證假設H2b，本文構建模型如下：

Epi，t+1=α0+α1Dti，t+α2Raei，t+α3Controli，t+βt+δi+εi，t（7）

為了驗證假設H3，本文構建模型如下：

Cspi，t+1=α0+α1Dti，t+α2Dti，t×Aci，t+α3Ac+α4Controli，t+βt+δi+εi，t（8）

為了驗證假設H3a，本文構建模型如下：

Fpi，t+1=α0+α1Dti，t+α2Dti，t×Aci，t+α3Ac+α4Controli，t+βt+δi+εi，t（9）

為了驗證假設H3b，本文構建模型如下：

Epi，t+1=α0+α1Dti，t+α2Dti，t×Aci，t+α3Ac+α4Controli，t+βt+δi+εi，t（10）

其中，Dti，t表示i企業在t年的數字化轉型水平，Cspi，t+1表示i企業在t+1年的可持續績效，Fpi，t+1表示i企業在t+1年的財務績效，Epi，t+1表示i企業在t+1年的環境績效，Raei，t表示i企業在t年的資源配置效率，Aci，t表示i企業在t年的吸收能力，Controli，t表示控制變量，βt表示時間固定效應，δi表示個體固定效應。

3 實證結果與分析

3.1 描述性統計

表2為本文所有變量描述性統計結果。Csp的最大值為0.997，最小值為0.028，說明我國重污染企業可持續績效差距較大；Csp均值為0.477，略大于中位數0.474，一半以上重污染企業可持續績效在平均值以下，說明目前我國重污染企業需要進一步提升可持續績效。Dt的最大值為0.49，最小為0，表明我國重污染企業數字化轉型水平差距較大，且Dt的均值遠大于中位數，說明大部分重污染企業數字化轉型水平較低。

3.2 基準回歸分析

表3為數字化轉型與重污染企業可持續績效回歸結果。從列（4）可以看出，Dt的系數為0.066 7，在5%水平下顯著為正，驗證了假設H1，表明隨著重污染企業數字化轉型水平提升，其可持續績效得以提升。從列（5）可以看出，Dt的系數為0.043 4，在1%水平下顯著為正，驗證了假設H1a，表明隨著重污染企業數字化轉型水平提升，企業財務績效得以提升。由列（6）可以看出，Dt的系數為2.230 6，在10%水平下顯著為正，驗證了假設H1b，表明隨著重污染企業數字化轉型水平提升，企業環境績效得以提升。

3.3 穩健性檢驗

（1）更換被解釋變量。以托賓Q值（Tobinq）替換總資產回報率（Roa），以彭博ESG數據（Pbe）替換華證ESG數據，采用熵權法重新計算重污染企業可持續績效（Csp2）并進行回歸，結果如表4列（1）—（3）所示。

（2）改變樣本范圍。外生事件會對企業產生沖擊（如2008年國際金融危機和2015年中國股災），為減小誤差，本文剔除2008年與2015年企業樣本，回歸結果如表4列（4）—（6）所示。

（3）加入固定效應。重污染企業可持續發展會受其它因素的影響，因而本文進一步控制城市固定效應和行業固定效應，回歸結果如表5列（1）—（3）所示。

（4）添加其它控制變量?？紤]到其它因素對重污染企業可持續績效的影響，本文加入管理費用率（Msr）和董監高海外背景（Obds）兩大控制變量進行回歸，結果如表5列（4）—（6）所示。

由表4、表5可知，所有穩健性檢驗結果與基準檢驗一致。由此表明，本研究結論具有穩健性。

3.4 內生性檢驗

為解決遺漏變量等內生性問題，本文采用工具變量法進行檢驗，工具變量包括：第一，將重污染企業數字化轉型水平減去按年份及行業分類的重污染企業數字化轉型水平均值，取其三次方并記作Iv1。第二，參考肖紅軍等[42]的研究成果，本文選取地區—行業—年度重污染企業數字化轉型水平均值作為工具變量，記為Iv2。

表6為內生性檢驗結果。由表6可知，Kleibergen-Paap rk LM統計量為85.099、89.548，均在1%水平上顯著，說明工具變量選取有效。Kleibergen-Paap rk Wald F統計量分別為1 254.006、974.305，顯著大于臨界值16.380。由此可知，兩個工具變量選擇恰當，不是弱工具變量。從工具變量檢驗結果看，在第一階段估計中，Iv1、Iv2的系數在1%水平上顯著，工具變量與解釋變量呈正相關關系。在第二階段中，由列（2）和列（6）看出，Iv1、Iv2與Csp在1%水平下顯著正相關，數字化轉型與重污染企業可持續績效呈正相關關系。由列（3）和列（7）看出，Iv1、Iv2與Fp分別在1%、5%水平上顯著正相關，說明在排除內生性干擾后，數字化轉型與重污染企業財務績效呈正相關關系。由列（4）和列（8）看出，Iv1、Iv2與Ep分別在10%、1%水平上顯著正相關，說明在排除內生性干擾后，數字化轉型與重污染企業環境績效呈正相關關系。

4 進一步檢驗

4.1 中介效應檢驗

表7為資源配置效率的中介效應檢驗結果。表7列（1）中Dt的系數為0.143 6，在10%水平上顯著為正，表明數字化轉型能夠顯著提高重污染企業資源配置效率。從表7列（2）可以看出，Dt的系數為0.063 7，在5%水平上顯著為正；Rae的系數為0.020 3，在5%水平上顯著為正，表明資源配置效率在數字化轉型對重污染企業可持續績效影響過程中發揮中介作用，支持假設H2。從表7列（3）可以看出，Dt的系數為0.037 1，在5%水平上顯著為正；Rae的系數為0.043 8，在1%水平上顯著為正，表明資源配置效率在數字化轉型對重污染企業財務績效影響過程中發揮中介作用，支持假設H2a。從表7列（4）可以看出，Dt的系數為2.230 1，在10%水平上顯著為正；Rae的系數為0.003 2且不顯著，表明資源配置效率在數字化轉型對重污染企業環境績效影響過程中并未發揮中介作用，拒絕假設H2b。原因在于，重污染企業關注財務績效，傾向于利用數字化轉型帶來的資源提升財務績效，故資源配置效率的中介作用不顯著。

4.2 調節效應檢驗

表8為吸收能力的調節效應回歸結果。由表8可知，列（1）中Dt×Ac的系數為-2.128 7，在10%水平上顯著為負，假設H3未得到支持。列（2）中Dt×Ac的系數為-1.192 4，在10%水平上顯著為負，假設H3a未得到支持。列（3）中Dt×Ac的系數為-75.523 4且不顯著，假設H3b未得到支持。

已有研究指出，吸收能力越強，企業越了解數字技術的潛在商業價值，進而利用數字技術加快生產和創造[43]。假設H3、H3a、H3b不成立的原因與重污染企業吸收能力較弱相關，即吸收能力未達到閾值。在排除極端值后，中國A股所有上市公司平均吸收能力為0.074，而重污染企業平均吸收能力只有0.027。培育較強吸收能力需要大量資源投入，導致企業經營成本提升，因而不利于其可持續績效提升。因此，在當前階段，吸收能力并未在數字化轉型與重污染企業可持續績效間發揮正向調節作用。對于重污染企業而言，目前需要開展吸收能力培育，以便更好地利用數字化轉型帶來的資源。

4.3 異質性檢驗

企業性質等因素可能影響數字化轉型對重污染企業可持續績效的作用，因而本文從企業性質和企業生命周期兩個方面進行異質性檢驗。

從企業性質看，相較于非國有企業，國有企業資源稟賦更好，政策支持力度更大。在數字化轉型時，國有企業可持續績效與非國有企業可持續績效差異較大。從表9可以看出，數字化轉型對重污染國有企業可持續績效的影響更顯著。原因在于，相較于非國有企業，國有企業肩負的社會責任更大，能夠迅速響應政策要求，通過數字化促進自身可持續績效提升。此外，數字化轉型需要大量資源投入，相較于非國有企業，國有企業在生產規模、資源基礎和創新能力等方面具有優勢[12]，因而對數字化支持力度更大，能夠引進相關數字技術促進自身可持續績效提升。

企業生命周期不同，組織結構和戰略目標會存在較大差異，導致數字化轉型對重污染企業可持續績效的影響有所不同。參考Dickinson[44]的研究成果，本文根據企業籌資、投資和經營現金流量，將其分為成長期企業、成熟期企業和衰退期企業。從表10可以看出，數字化轉型正向影響成長期重污染企業可持續績效，負向影響衰退期重污染企業可持續績效，并且數字化轉型無法提升成熟期重污染企業可持續績效。原因在于，成長期企業關注的是市場擴張和自身成長，能夠通過數字化轉型提升可持續績效以實現快速成長目標。成熟期企業雖然盈利能力較強且資金充裕，但缺乏靈活性，因而不傾向于通過數字化轉型實現可持續發展。衰退期企業缺乏穩定的現金流，其資源相對匱乏，組織運營效率較低，難以開展數字化轉型，因而無法提升自身可持續績效。

5 結語

5.1 研究結論

基于2008—2022年中國A股重污染行業上市公司面板數據，本文考察了數字化轉型對重污染企業可持續績效的影響，得出以下主要結論：

（1）數字化轉型正向影響重污染企業可持續績效，結論與現有研究結論[12]一致。

（2）資源配置效率在數字化轉型與重污染企業財務績效間發揮中介作用，但未能在數字化轉型與重污染企業環境績效間發揮中介作用。原因如下：一方面，實現利潤最大化是企業目標，環境績效無法為企業帶來直接經濟利益[45]。因此，重污染企業更注重利用數字化轉型帶來的資源提升自身財務績效。另一方面，從描述性統計結果看，一半以上重污染企業資源配置效率在平均值以下。由此可見，重污染企業整體資源配置效率較低，資源配置效率發揮中介作用存在一個閾值，故假設H2b不成立。

（3）吸收能力未在數字化轉型與重污染企業可持續績效間發揮正向調節作用，原因在于，吸收能力會影響企業對數字技術潛在價值的認知[43]。當前，重污染企業吸收能力較弱，排除極端值后，滬深A股所有上市公司平均吸收能力為0.074，而重污染企業平均吸收能力只有0.027，并未達到閾值。此外，培育吸收能力需要大量資源投入，導致企業對可持續發展目標的投入不足，不利于短期內可持續績效增長。由此，在當前階段，吸收能力并未在數字化轉型與重污染企業可持續績效間發揮正向調節作用。

（4）異質性分析表明，國有重污染企業和成長期重污染企業開展數字化轉型能夠獲得較高的可持續績效。

5.2 理論貢獻

（1）進一步拓展了數字化轉型非經濟價值創造的理論邏輯。已有研究驗證了數字化轉型對企業可持續績效的潛在影響[11]，但未關注重污染企業這一亟需實現可持續發展的特殊群體。本文基于資源基礎觀和動態能力理論，驗證了數字化轉型對重污染企業可持續績效的影響，拓展了數字技術在企業可持續發展研究中的應用空間。

（2）進一步拓展了動態能力理論應用范圍。已有研究主要從創新[12]、組織[15]等層面探討數字化轉型對企業可持續績效的影響，既未關注企業動態能力，也未基于資源配置視角探討數字化轉型對企業可持續績效的影響路徑。本文探討了資源配置效率在數字化轉型與重污染企業可持續績效間的中介作用，進一步細化了動態能力，打開了數字化轉型影響重污染企業可持續績效過程的“黑箱”，彌補了現有相關研究的不足，為重污染企業實現可持續發展提供了新思路。

（3）拓展了數字化轉型對重污染企業可持續績效影響的邊界條件。已有文獻從外部視角出發，探討市場動蕩[11]、經濟政策不確定性[12]等外部因素的調節作用，并未關注企業內部因素。本文探討了吸收能力在數字化轉型與重污染企業可持續績效間的權變作用，并揭示了數字化轉型影響重污染企業績效的邊界條件，提升了動態能力理論在數字化與綠色化研究情景中的適用性。

5.3 實踐啟示

（1）重污染企業管理者需要積極引進數字技術。目前，大部分重污染企業數字化轉型水平較低，企業管理層擔心開展數字化轉型無法獲得預期回報。本文驗證了數字化轉型對重污染企業可持續績效的正向影響，有助于重污染企業管理層消除這一顧慮，將數字技術應用于企業生產流程，從而獲得經濟效益與環境效益。此外，數字化轉型不可能一蹴而就，企業管理者不能中途放棄。

（2）重污染企業需要注重提升環境績效并持之以恒。本研究發現，資源配置效率并未在數字化轉型與重污企業環境績效間發揮中介作用，這是由于重污染企業更注重財務績效。因此，重污染企業應通過資源配置促進環境績效提升。例如，重污染企業可以配備智能設備，實時收集生產數據，利用信息技術科學配置資源，從而降低污染排放。

（3）重污染企業需要加大研發投入，提高自身吸收能力。本研究發現，較低的吸收能力導致重污染企業無法轉化和利用數字化轉型帶來的資源?！澳サ恫徽`砍柴工”，重污染企業需要在數字化轉型前，提升自身知識與技術利用能力，進而高效利用數字技術實現可持續發展。

（4）政府部門應考慮為企業數字化轉型提供補貼，并制定相關政策引導和激勵重污染企業開展數字化轉型。一方面，政府可以給予重污染企業補貼或稅收優惠，鼓勵重污染企業實施數字化轉型；另一方面，政府可以積極構建創新平臺，通過整合大學、企業和研發機構知識資源，降低重污染企業數字技術引進成本，從而更好地實現可持續發展。

5.4 不足與展望

本文存在以下不足：第一，數字化轉型與重污染企業可持續績效可能存在非線性關系，未來需要對此作進一步探討。第二，為進一步深化與拓展研究，需要探索其它因素，如突破式創新與顛覆式創新。第三，不同文化特征情景下數字化轉型對重污染企業可持續績效的影響可能存在差異，未來可以采用其它國家相關數據進行深入研究，提升研究結論的適用性。

參考文獻：

[1] 崔惠玉，王寶珠，徐穎.綠色金融創新、金融資源配置與企業污染減排[J].中國工業經濟，2023，40（10）：118-136.

[2] 張玉明，劉晗，李雙.信息透明度、環保關注與重污染企業綠色創新[J].科技進步與對策，2023，40（8）：118-129.

[3] CHOWDHURY S， DEY P K， RODRGUEZ-ESPNDOLA O， et al. Impact of organisational factors on the circular economy practices and sustainable performance of small and medium-sized enterprises in Vietnam[J]. Journal of Business Research， 2022， 147（10）： 362-378.

[4] 解學梅，朱琪瑋.企業綠色創新實踐如何破解“和諧共生”難題[J].管理世界，2021，37（1）：128-149.

[5] 李金昌，連港慧，徐藹婷.“雙碳”愿景下企業綠色轉型的破局之道——數字化驅動綠色化的實證研究[J].數量經濟技術經濟研究，2023，40（9）：27-49.

[6] VERHOEF P C， BROEKHUIZEN T， BART Y， et al. Digital transformation： a multidisciplinary reflection and research agenda[J]. Journal of Business Research， 2021， 122（1）： 889-901.

[7] 張秀娥，于泳波.數字化轉型對農業企業可持續績效影響研究——來自中國農業上市公司的實證[J].數量經濟研究，2024，15（2）：24-43.

[8] 戚聿東，蔡呈偉.數字化對制造業企業績效的多重影響及其機理研究[J].學習與探索，2020，42（7）：108-119.

[9] AHMADOVA G， DELGADO-MRQUEZ B L， PEDAUGA L E， et al. Too good to be true： the inverted u-shaped relationship between home-country digitalization and environmental performance[J]. Ecological Economics， 2022， 196（6）： 1-15.

[10] CORBETT C J. How sustainable is big data[J]. Production and Operations Management， 2018， 27（9）： 1685-1695.

[11] LI L. Digital transformation and sustainable performance： the moderating role of market turbulence[J]. Industrial Marketing Management， 2022， 104（5）： 28-37.

[12] 王博，康琦.數字化轉型與企業可持續發展績效[J].經濟管理，2023，45（6）：161-176.

[13] 徐懷寧，董必榮.數字化轉型如何推動企業可持續發展——基于企業核心競爭力塑造的視角[J].當代經濟管理，2023，45（7）：44-53.

[14] 王海花，譚欽瀛，李燁.數字技術應用、綠色創新與企業可持續發展績效——制度壓力的調節作用[J].科技進步與對策，2023，40（7）：124-135.

[15] 李遼遼，張亞莉，楊朝君.數字化轉型、組織韌性與企業可持續發展——雙元學習視角[J/OL].軟科學，1-12[2024-06-22].http：//kns.cnki.net/kcms/detail/51.1268.G3.20240319.1412.007.html.

[16] BARNEY J B. Firm resources and sustained competitive advantage[J]. Journal of Management， 1991， 17（1）： 99-120.

[17] 李琦，劉力鋼，邵劍兵.數字化轉型、供應鏈集成與企業績效——企業家精神的調節效應[J].經濟管理，2021，43（10）：5-23.

[18] 王墨林，宋淵洋，閻海峰，等.數字化轉型對企業國際化廣度的影響研究：動態能力的中介作用[J].外國經濟與管理，2022，44（5）：33-47.

[19] 呂可夫，于明洋，阮永平.企業數字化轉型與資源配置效率[J].科研管理，2023，44（8）：11-20.

[20] LI F. The digital transformation of business models in the creative industries： a holistic framework and emerging trends[J]. Technovation， 2020， 92（3）： 1-10.

[21] ZHAI H， MIN Y， CHAN K C. Does digital transformation enhance a firm's performance？ evidence from china[J]. Technology in Society， 2022， 68（1）： 1-10.

[22] 張一林，郁蕓君，陳珠明.人工智能、中小企業融資與銀行數字化轉型[J].中國工業經濟，2021，38（12）：69-87.

[23] DE SOUSA JABBOUR A B L， JABBOUR C J C， FOROPON C， et al. When Titans meet——can industry 4.0 revolutionise the environmentally-sustainable manufacturing wave？ the role of critical success factors[J]. Technological Forecasting and Social Change， 2018， 132（7）： 18-25.

[24] 宋德勇，朱文博，丁海.企業數字化能否促進綠色技術創新——基于重污染行業上市公司的考察[J].財經研究，2022，48（4）：34-48.

[25] 蘇敬勤，韓貴齡.資源運作模式對能力演化的影響研究——基于組織慣性的調節作用[J].管理評論，2017，29（8）：198-210.

[26] 王京濱，劉趙寧，劉新民.數字化轉型與企業全要素生產率——基于資源配置效率的機制檢驗[J].科技進步與對策，2024，41（3）：23-33.

[27] 李衛兵，張星.數字化轉型與企業交易成本[J].華中科技大學學報（社會科學版），2023，37（6）：8-17.

[28] 羅明琦，宋常.投資效率、代理成本與企業績效——基于中國上市公司的經驗證據[J].云南財經大學學報，2014，30（5）：134-140.

[29] 張嬈，郭曉旭.綠色信貸政策對企業綠色治理績效的影響研究——基于政策傳導視角[J].管理學刊，2023，36（5）：76-95.

[30] COHEN W M， LEVINTHAL D A. Absorptive capacity： a new perspective on learning and innovation[J]. Administrative Science Quarterly， 1990， 35（1）： 128.

[31] FORES B，FERNANDEZ-YANEZ J M.Sustainability performance in firms located in a science and technology park： the influence of knowledge sources and absorptive capacity[J].Journal of Knowledge Management，2023，27（11）：112-135.

[32] INKPEN A C. Learning through joint ventures： a framework of knowledge acquisition[J]. Journal of Management Studies， 2000， 37（7）： 1019-1044.

[33] ALBORT-MORANT G， LEAL-RODRGUEZ A L， DE MARCHI V. Absorptive capacity and relationship learning mechanisms as complementary drivers of green innovation performance[J]. Journal of Knowledge Management， 2018， 22（2）： 432-452.

[34] MIROSHNYCHENKO I， STRBL A， MATZLER K， et al. Absorptive capacity， strategic flexibility， and business model innovation： empirical evidence from Italian SMEs[J]. Journal of Business Research， 2021，130（9）： 670-682.

[35] LYU C， PENG C， YANG H， et al. Social capital and innovation performance of digital firms： serial mediation effect of cross-border knowledge search and absorptive capacity[J]. Journal of Innovation amp; Knowledge， 2022， 7（2）： 1-15.

[36] LIN Y， FUNG K C， FU X. Varieties in state capitalism and corporate innovation： evidence from an emerging economy[J]. Journal of Corporate Finance， 2021， 67（2）： 1-41.

[37] 高杰英，褚冬曉，廉永輝，等.ESG表現能改善企業投資效率嗎[J].證券市場導報，2021，31（11）：24-34，72.

[38] 余典范，王超，陳磊.政府補助、產業鏈協同與企業數字化[J].經濟管理，2022，44（5）：63-82.

[39] 張永珅，李小波，邢銘強.企業數字化轉型與審計定價[J].審計研究，2021，37（3）：62-71.

[40] 趙鑫，楊棉之，曹迅.國有股權參與、吸收能力與民營企業綠色技術創新——一個有調節的中介效應模型[J].科技進步與對策，2023，40（7）：23-33.

[41] 李凡，代永瑋，張迪.出口活動、吸收能力、研發合作與創新績效[J].科研管理，2022，43（3）：125-133.

[42] 肖紅軍，陽鎮，劉美玉.企業數字化的社會責任促進效應：內外雙重路徑的檢驗[J].經濟管理，2021，43（11）：52-69.

[43] 甄杰，謝宗曉，董坤祥.企業數字化轉型中吸收能力影響組織敏捷性機理探究——IT創新和流程創新的鏈式中介作用[J].中央財經大學學報，2023，43（1）：105-114.

[44] DICKINSON V. Cash flow patterns as a proxy for firm life cycle[J]. The Accounting Review， 2011， 86（6）： 1969-1994.

[45] WANG L， ZHOU Y， CHIAO B. Robots and firm innovation： evidence from Chinese manufacturing[J]. Journal of Business Research， 2023， 162（9）： 1-12.

The Impact of Digital Transformation on Sustainable Performance of Heavily Polluting Enterprises

Abstract：Resource depletion， climate change and excessive pollutant emissions have led to the deterioration of the natural environment， seriously constraining high-quality economic development. Heavily polluting enterprises are an important source of environmental pollution， and improving the sustainable performance of heavily polluting enterprises is not only an intrinsic requirement to follow the high-quality development of the economy， but also a responsibility to actively address environmental challenges. Digital transformation has become the core driving force behind the development of enterprises. Therefore， it is necessary to study whether digital transformation can positively affect the sustainable performance of heavily polluting enterprises. However， few studies have explored the impact of digital transformation on sustainable performance from the perspective of heavily polluting enterprises. Then digital transformation empowers businesses to swiftly adapt their resources and competencies to the ever-shifting competitive landscape. It facilitates a dynamic alignment between a company's internal assets and the external environment， optimizing the allocation of existing resources and enhancing the efficiency of resource distribution. However， few existing studies have focused on the mediating role of resource allocation efficiency between digital transformation and enterprise sustainable performance from the integrated perspective of resources and capabilities. Finally， absorptive capacity is an important variable that affects the ability of firms to transform and utilize resources， but few studies have focused on the moderating role of absorptive capacity between digital transformation and sustainable performance of heavily polluting enterprises.

Therefore， this study examines the impact of digital transformation on the sustainable performance of heavily polluting enterprises based on the resource base view and dynamic capability theory， using data from A-share heavily polluting listed companies from 2008 to 2022. The results of the study show that digital transformation can enhance the sustainable performance of heavily polluting enterprises; digital transformation will promote the sustainable performance of heavily polluting enterprises through improving resource allocation efficiency， but resource allocation efficiency does not play a mediating role between digital transformation and the environmental performance of heavily polluting enterprises; absorptive capacity does not play a positive moderating role between digital transformation and the sustainable performance of heavily polluting enterprises; the state-owned nature as well as the positive effect of digital transformation on sustainable performance improvement is more significant for heavy polluters in the growth period.

This study has three theoretical contributions. First， this study further expands the theoretical logic of digital transformation for non-economic value creation. It verifies the key role of digital transformation in achieving sustainable performance of heavily polluting enterprises， and further proves the importance of digital transformation in high-quality economic development. Second， this study further expands the scope of application of dynamic capabilities theory between digital transformation and sustainable performance of heavily polluting enterprises. By identifying the mediating role of resource allocation efficiency in the relationship between digital transformation and sustainable performance of HIPCs， this study further refines dynamic capabilities and opens the \"black box\" of the process of digital transformation affecting the sustainable performance of HIPCs. Third， it expands the boundary conditions for the impact of digital transformation on the sustainable performance of heavy pollution enterprises. By identifying the weighted role of absorptive capacity in the relationship between digital transformation and sustainable performance of heavily polluting enterprises and regressing it into groups according to the nature of the enterprise and the life cycle of the enterprise， this study enriches the contextualized research from the perspective of resources and capabilities.

Future research could explore if there is a nonlinear relationship between digital transformation and sustainable performance of heavily polluting enterprises. Then， the mechanisms of other factors， such as green innovation and business model innovation are worthy of further analysis， for it will generate valuable insights into the mechanism linking digital transformation and sustainable performance of heavily polluting enterprises under different circumstances. Furthermore， there may be differences in the impact of digital transformation on the sustainable performance of heavily polluting enterprises with the same cultural characteristics， so future research could use data from other countries to determine the applicability of the findings.

Key Words：Digital Transformation; Sustainable Performance; Resource Allocation Efficiency; Absorptive Capacity