氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響研究

摘" "要：隨著全球氣候問題日益嚴(yán)峻，各國紛紛出臺相關(guān)政策以促進可持續(xù)發(fā)展，這些政策的頻繁調(diào)整給企業(yè)運營帶來了新的挑戰(zhàn)。在此背景下，數(shù)字化轉(zhuǎn)型作為企業(yè)發(fā)展的關(guān)鍵戰(zhàn)略，也不可避免地受到氣候政策不確定性的影響。本文以2007—2022年中國上市企業(yè)為研究樣本，檢驗氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響。研究結(jié)果表明，氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型具有正向影響，該結(jié)果在替換子指標(biāo)、自變量滯后、替換被解釋變量以及剔除特殊年份后仍然穩(wěn)健。進一步的分析發(fā)現(xiàn)，氣候政策不確定性的持續(xù)攀升通過降低供應(yīng)鏈韌性、促進綠色創(chuàng)新以及增加企業(yè)風(fēng)險承擔(dān)水平的機制，增強了企業(yè)數(shù)字化轉(zhuǎn)型的意愿；并且對于東部地區(qū)、第二產(chǎn)業(yè)、高科技發(fā)展水平以及高碳排放行業(yè)的企業(yè)，氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用更大。研究不僅豐富了氣候政策不確定性與企業(yè)數(shù)字化轉(zhuǎn)型關(guān)系的理論探討，還為政策制定者設(shè)計氣候治理框架以及推進數(shù)字化戰(zhàn)略提供了重要的理論依據(jù)和實踐指導(dǎo)。

關(guān)鍵詞：氣候政策不確定性；數(shù)字化轉(zhuǎn)型；供應(yīng)鏈韌性；綠色創(chuàng)新；風(fēng)險承擔(dān)

中圖分類號：F830" "文獻標(biāo)識碼：A" 文章編號：1674-2265（2025）07-0003-12

DOI：10.19647/j.cnki.37-1462/f.2025.07.001

一、引言

近年來，全球極端天氣頻發(fā)，海平面不斷升高，生態(tài)系統(tǒng)遭到破壞，氣候變化已經(jīng)逐漸成為全球面臨的挑戰(zhàn)，這嚴(yán)重威脅著人類的生存與發(fā)展。為應(yīng)對這一全球性挑戰(zhàn)，各國政府紛紛出臺了一系列氣候政策，旨在減少溫室氣體排放，推動綠色低碳發(fā)展。自氣候變化問題在全球范圍內(nèi)日益引起關(guān)注以來，特別是自2015年《巴黎協(xié)定》達(dá)成以來，在應(yīng)對氣候變化問題上，國際社會不斷采取更為嚴(yán)厲和系統(tǒng)的政策與措施。中國作為碳排放量世界第一的國家，也在“雙碳”目標(biāo)的驅(qū)動下，實施了一系列具有深遠(yuǎn)意義與影響的氣候政策（陳國進等，2021）[1]。然而，由于氣候問題的復(fù)雜性和長期性，以及各國政治經(jīng)濟利益的博弈，氣候政策往往呈現(xiàn)出高度的不確定性，主要表現(xiàn)為氣候政策是否實施、何時實施、實施力度和實施節(jié)奏等均存在較強的不確定性（馬正宇和秦放鳴，2022）[2]。氣候變化的復(fù)雜性加劇了氣候政策的不確定性，這種不確定性成為影響經(jīng)濟發(fā)展的重要因素（汪順等，2024）[3]。氣候政策的調(diào)整伴隨能源價格的波動和環(huán)境標(biāo)準(zhǔn)的更新，導(dǎo)致一系列連鎖反應(yīng)，如原材料供應(yīng)成本上升、中間商品交付延誤等，企業(yè)不可避免地會受到政策不確定性的影響，尤其是在經(jīng)營活動和風(fēng)險承擔(dān)方面（胡麗寧，2024）[4]。

與此同時，隨著第四次工業(yè)革命的浪潮席卷全球，以區(qū)塊鏈、人工智能、物聯(lián)網(wǎng)和云計算等為代表的新一代數(shù)字技術(shù)正在重塑全球經(jīng)濟格局，企業(yè)數(shù)字化轉(zhuǎn)型正逐步成為推動經(jīng)濟高質(zhì)量發(fā)展的核心動力，越來越多的企業(yè)開始重視向數(shù)字化逐步轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型通過數(shù)據(jù)驅(qū)動、流程優(yōu)化和商業(yè)模式創(chuàng)新，成為企業(yè)提升效率、降低成本、優(yōu)化人力資本，進而增強競爭力的核心路徑（楊志紅和王小林，2024）[5]。據(jù)世界經(jīng)濟論壇（2020）預(yù)測，到2025年，數(shù)字化轉(zhuǎn)型有望為全球經(jīng)濟創(chuàng)造超過100萬億美元的價值。然而，企業(yè)數(shù)字化轉(zhuǎn)型是一項高風(fēng)險、高投入、易受市場環(huán)境變化影響的投資活動。其前期需投入大量資金用于技術(shù)研發(fā)、設(shè)備更新和人才儲備，且轉(zhuǎn)型效果易受外部政策環(huán)境制約（Nambisan等，2019）[6]。在這一背景下，企業(yè)是否能夠適應(yīng)氣候政策的不確定性，以及氣候政策的不確定性如何影響企業(yè)的數(shù)字化轉(zhuǎn)型，是企業(yè)長遠(yuǎn)發(fā)展面臨的重要理論問題。特別是隨著全球氣候變化給企業(yè)經(jīng)營環(huán)境帶來了深遠(yuǎn)影響，氣候政策的不確定性成為企業(yè)戰(zhàn)略決策和數(shù)字化轉(zhuǎn)型過程中不可忽視的重要因素。鑒于此，本文以2007—2022年的中國上市企業(yè)作為樣本，利用雙向固定效應(yīng)模型研究氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響，并對影響機制進行深入探討。

本文的邊際貢獻主要體現(xiàn)在：第一，本研究從氣候政策角度對企業(yè)數(shù)字化轉(zhuǎn)型的影響因素進行了補充，目前文獻主要集中于企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)價值、綠色創(chuàng)新等方面的影響，而關(guān)于地級市層面的氣候政策不確定性對微觀企業(yè)數(shù)字化轉(zhuǎn)型的影響研究相對較少。本文可以進一步補充氣候金融的研究，將氣候政策不確定性與企業(yè)數(shù)字化轉(zhuǎn)型的聯(lián)系納入考量。第二，本研究將探討氣候政策不確定性影響企業(yè)數(shù)字化轉(zhuǎn)型的潛在機制，除了綠色創(chuàng)新外，將供應(yīng)鏈韌性和風(fēng)險承擔(dān)作為中介變量納入考量。通過探索這些潛在機制，本研究可以加深我們對氣候政策在促進企業(yè)數(shù)字化轉(zhuǎn)型方面重要性的理解，這對于利用氣候政策來促進企業(yè)發(fā)展具有重要的政策意義。第三，從現(xiàn)實意義來看，隨著氣候政策的不斷完善和監(jiān)管要求的加強，企業(yè)面臨的外部環(huán)境愈加復(fù)雜。企業(yè)如何有效應(yīng)對氣候政策的不確定性，成功實現(xiàn)數(shù)字化轉(zhuǎn)型，或成為行業(yè)發(fā)展的關(guān)鍵命題。因此，本研究或能為企業(yè)提供實際的決策依據(jù)和應(yīng)對策略，幫助企業(yè)提升在行業(yè)中的競爭力和可持續(xù)發(fā)展能力。

二、理論分析與研究假說

（一）氣候政策不確定性與數(shù)字化轉(zhuǎn)型

根據(jù)Carney（2015）[7]、中國人民銀行研究局課題組（2020）[8]等的研究，氣候變化給經(jīng)濟金融系統(tǒng)帶來兩類風(fēng)險，即物理風(fēng)險和轉(zhuǎn)型風(fēng)險，氣候政策沖擊屬于轉(zhuǎn)型風(fēng)險。而氣候政策不確定性主要表現(xiàn)為氣候政策是否實施、何時實施、實施力度和實施節(jié)奏等均存在較強的不確定性（馬正宇和秦放鳴，2022）[2]。Ma等（2023）[9]基于中國六家主流新聞報道數(shù)據(jù)，結(jié)合人工審計和深度學(xué)習(xí)算法，首次綜合構(gòu)建了中國國家、省份及城市的不同層面的氣候政策不確定性指數(shù)。基于這些測度指標(biāo)，現(xiàn)有研究發(fā)現(xiàn)隨著氣候政策不確定性的上升，企業(yè)現(xiàn)金流會出現(xiàn)顯著波動（翟鵬翔等，2024）[10]，使得企業(yè)增加預(yù)防性現(xiàn)金的持有量，導(dǎo)致企業(yè)相關(guān)項目投資的減少（Ren等2022a）[11]，進而引起企業(yè)層面全要素生產(chǎn)率的下降（Ren等，2022b）[12]，通過增加技術(shù)不確定性抑制高排放企業(yè)的研發(fā)投資水平（Khanh，2022）[13]。同時，氣候政策不確定性的增加也會帶來系統(tǒng)性風(fēng)險（Liu等，2024）[14]，影響企業(yè)的投資決策和行為。中國人民銀行西安分行課題組（2023）[15]研究發(fā)現(xiàn)，隨著企業(yè)盈利受到影響、行業(yè)違約風(fēng)險增加，銀行業(yè)金融機構(gòu)等也會提高風(fēng)險權(quán)重，增加其資本占用，進而導(dǎo)致信貸收縮等一系列問題。

而數(shù)字化轉(zhuǎn)型作為企業(yè)應(yīng)對外部不確定性和提升競爭力的關(guān)鍵戰(zhàn)略之一，近年來受到了廣泛關(guān)注。數(shù)字化轉(zhuǎn)型涉及企業(yè)運營模式的重塑、決策過程的優(yōu)化以及市場動態(tài)的快速響應(yīng)等多個方面（張培等，2025）[16]。因此，在氣候政策不確定性日益加劇的背景下，企業(yè)可能更傾向于通過數(shù)字化轉(zhuǎn)型來提高運營效率和降低經(jīng)營風(fēng)險。氣候政策的不確定性可能導(dǎo)致原材料供應(yīng)成本上升、中間商品交付延誤等一系列連鎖反應(yīng)（胡麗寧，2024）[4]，進而影響企業(yè)的正常運營。通過數(shù)字化轉(zhuǎn)型，企業(yè)可以實現(xiàn)生產(chǎn)流程的自動化和智能化，提高生產(chǎn)效率和資源配置效率以及降低成本（王昱等，2025）[17]，從而增強應(yīng)對氣候政策不確定性的能力。Borghesi等（2015）[18]的研究表明，環(huán)境政策的不確定性指數(shù)每提高1個標(biāo)準(zhǔn)差，歐盟制造業(yè)的數(shù)字化研發(fā)投入增長約0.8%。在氣候政策不確定性較高的情況下，企業(yè)面臨著資源配置效率與戰(zhàn)略決策靈活性的雙重挑戰(zhàn)，數(shù)字化轉(zhuǎn)型作為應(yīng)對這一挑戰(zhàn)的關(guān)鍵戰(zhàn)略工具，通過構(gòu)建數(shù)據(jù)驅(qū)動的決策支持系統(tǒng)，為企業(yè)提供實時的數(shù)據(jù)支持和決策分析，幫助企業(yè)更準(zhǔn)確地判斷市場趨勢和政策走向，從而優(yōu)化資源配置和降低投資風(fēng)險。國際能源署（IEA）（2023）[19]研究發(fā)現(xiàn)，施耐德電氣通過部署智能能源管理系統(tǒng)，將政策變動對運營成本的影響預(yù)測準(zhǔn)確率提升了40%，顯著降低了投資決策的不確定性。同時，面對氣候政策的不確定性，企業(yè)需要通過不斷創(chuàng)新來保持市場競爭力，數(shù)字化轉(zhuǎn)型可以為企業(yè)提供更加便捷和高效的創(chuàng)新平臺，通過構(gòu)建開放式創(chuàng)新平臺，促進跨部門、跨領(lǐng)域的知識流動與協(xié)同創(chuàng)新（Ren等，2024）[20]，從而加快新技術(shù)、新產(chǎn)品的研發(fā)和推廣。因此，本文提出以下假說：

假說1：氣候政策不確定性可以有效提高企業(yè)數(shù)字化轉(zhuǎn)型程度。

（二）氣候政策不確定性、供應(yīng)鏈韌性與數(shù)字化轉(zhuǎn)型

在氣候政策不確定性的環(huán)境下，政策的頻繁變動可能導(dǎo)致供應(yīng)鏈中的原材料供應(yīng)、生產(chǎn)制造、物流運輸?shù)拳h(huán)節(jié)受到干擾，進而可能影響企業(yè)供應(yīng)鏈（Cao等，2024）[21]。因此，企業(yè)需要構(gòu)建更加靈活和更具韌性的供應(yīng)鏈體系來應(yīng)對潛在的風(fēng)險和挑戰(zhàn)。供應(yīng)鏈韌性是指供應(yīng)鏈系統(tǒng)在遭遇外部突發(fā)事件沖擊時，企業(yè)能夠迅速調(diào)動內(nèi)部資源、調(diào)整組織結(jié)構(gòu)來適應(yīng)新的環(huán)境，響應(yīng)市場需求，恢復(fù)供應(yīng)鏈正常運行的能力（李維安和馬茵，2022）[22]，這種能力對于企業(yè)在復(fù)雜多變的市場環(huán)境中保持競爭力至關(guān)重要。

氣候政策的不確定性可能改變原材料的生產(chǎn)成本、供應(yīng)渠道或貿(mào)易政策，導(dǎo)致原材料供應(yīng)的不穩(wěn)定、供應(yīng)渠道的減少（Zhao等，2025）[23]，進而破壞企業(yè)供應(yīng)鏈的連續(xù)性。同時，氣候政策變動往往伴隨著成本的劇烈波動，而成本的不穩(wěn)定使得企業(yè)難以制定穩(wěn)定的定價策略和盈利預(yù)期，也增加了與供應(yīng)商、客戶之間合作關(guān)系的協(xié)調(diào)難度（陳峻等，2015）[24]，削弱了供應(yīng)鏈的穩(wěn)定性。當(dāng)企業(yè)供應(yīng)鏈因氣候政策變動遭到?jīng)_擊后，企業(yè)難以建立完善、有效的風(fēng)險應(yīng)對體系。例如，企業(yè)原本針對原材料價格波動制定的風(fēng)險預(yù)案，可能因新政策導(dǎo)致的供應(yīng)渠道變化而失效。此外，政策變動帶來的成本壓力也限制了企業(yè)在風(fēng)險應(yīng)對方面的資源投入，使得企業(yè)在遭遇供應(yīng)鏈中斷等風(fēng)險事件時，缺乏足夠的資金、人力和技術(shù)支持來快速恢復(fù)供應(yīng)鏈運轉(zhuǎn)，降低了供應(yīng)鏈的恢復(fù)性（楊飛，2025）[25]。所以，當(dāng)企業(yè)所在地區(qū)面臨更加不確定的氣候政策時，企業(yè)供應(yīng)鏈的連續(xù)性、穩(wěn)定性以及恢復(fù)性會受到影響，為了提升供應(yīng)鏈的適應(yīng)能力和抗風(fēng)險能力，企業(yè)可能更傾向于加強數(shù)字化轉(zhuǎn)型。

數(shù)字化轉(zhuǎn)型通過對供應(yīng)鏈管理流程的優(yōu)化、提升供應(yīng)鏈可視化程度、強化供應(yīng)鏈協(xié)同等方式，提高供應(yīng)鏈的靈活性和響應(yīng)速度，從而增強供應(yīng)鏈韌性（Li等，2024）[26]。具體而言，通過大數(shù)據(jù)分析、人工智能等數(shù)字化技術(shù)手段，企業(yè)可以實時掌握供應(yīng)鏈的運行狀態(tài)和市場動態(tài)，為決策提供有力支持，這有助于企業(yè)及時發(fā)現(xiàn)并應(yīng)對潛在的風(fēng)險和挑戰(zhàn)（劉偉華等，2025）[27]。同時，通過數(shù)字化轉(zhuǎn)型，企業(yè)能夠更好地優(yōu)化供應(yīng)鏈流程，減少不必要的流程環(huán)節(jié)和資源浪費，提升供應(yīng)鏈的效率和響應(yīng)速度，從而幫助企業(yè)降低運營成本，提高競爭能力。通過引入供應(yīng)鏈協(xié)同平臺和技術(shù)手段，企業(yè)可以實現(xiàn)與供應(yīng)商、客戶等參與方的緊密協(xié)作和信息共享，建立更加穩(wěn)定、可靠的供應(yīng)鏈關(guān)系，保障企業(yè)供應(yīng)鏈的韌性和穩(wěn)定性（Qi等，2024）[28]。所以，氣候政策不確定性的增加導(dǎo)致企業(yè)面臨供應(yīng)鏈韌性降低的挑戰(zhàn)，促使企業(yè)尋求數(shù)字化轉(zhuǎn)型這一有效的解決方案。數(shù)字化轉(zhuǎn)型不僅可以幫助企業(yè)提高供應(yīng)鏈的透明化、智能化和協(xié)同化水平，還可以增強供應(yīng)鏈的適應(yīng)性和恢復(fù)力。因此，本文提出以下假說：

假說2：氣候政策不確定性可以通過降低企業(yè)供應(yīng)鏈韌性來促進數(shù)字化轉(zhuǎn)型。

（三）氣候政策不確定性、綠色創(chuàng)新與數(shù)字化轉(zhuǎn)型

氣候政策不確定性不僅影響了企業(yè)的投資決策和資源配置（孫海波等，2024）[29]，還對企業(yè)的創(chuàng)新活動產(chǎn)生了深遠(yuǎn)影響（王沐丹和胡文濤，2024）[30]。綠色創(chuàng)新作為一種應(yīng)對環(huán)境挑戰(zhàn)的戰(zhàn)略選擇，正逐漸成為企業(yè)提升競爭力和實現(xiàn)可持續(xù)發(fā)展的重要途徑。綠色創(chuàng)新不僅涉及環(huán)保技術(shù)和產(chǎn)品的開發(fā)（雷善玉等，2014）[31]，還包括生產(chǎn)流程的優(yōu)化、資源利用效率的提升以及管理模式的創(chuàng)新等（甄美榮和李婉婷，2025）[32]。在氣候政策不確定性的背景下，企業(yè)更加注重綠色創(chuàng)新，通過研發(fā)并利用清潔能源技術(shù)提高環(huán)保性能，同時生產(chǎn)符合環(huán)保要求的產(chǎn)品來降低企業(yè)在生產(chǎn)過程中的碳排放（張芳華等，2024）[33]。通過綠色創(chuàng)新，企業(yè)可以減少對有限資源的依賴，提高資源利用效率，從而更好應(yīng)對氣候政策的不確定性（溫磊，2024）[34]。同時，氣候政策的頻繁變動會引發(fā)投資者的綠色關(guān)注，這促使企業(yè)通過提高產(chǎn)品的環(huán)保性能和資源利用效率來增強自身的市場競爭力，進而獲得投資者的認(rèn)可。這使得綠色創(chuàng)新在氣候政策不確定性與企業(yè)數(shù)字化轉(zhuǎn)型之間起到了橋梁作用。

綠色創(chuàng)新需要借助數(shù)字技術(shù)來實現(xiàn)更高效精準(zhǔn)的研發(fā)、生產(chǎn)和管理（孫明茜，2025）[35]，數(shù)字化轉(zhuǎn)型能為企業(yè)的綠色創(chuàng)新活動提供先進的數(shù)字技術(shù)支持，通過整合大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等前沿技術(shù)，企業(yè)能夠推動生產(chǎn)流程向自動化和智能化方向發(fā)展，顯著提升綠色創(chuàng)新的效率與效果。通過數(shù)字化手段，企業(yè)不僅能夠減少資源浪費，還能優(yōu)化運營模式，從而更有效地實現(xiàn)綠色創(chuàng)新的目標(biāo)（Luo等，2025）[36]。因而企業(yè)進行綠色創(chuàng)新能倒逼自身的數(shù)字化轉(zhuǎn)型進程。同時，綠色創(chuàng)新過程中形成的環(huán)保技術(shù)和產(chǎn)品往往具有更高的附加值和市場競爭力，這可以激發(fā)企業(yè)進行數(shù)字化轉(zhuǎn)型的動力和意愿（陶鋒等，2023）[37]。綠色創(chuàng)新強調(diào)企業(yè)對資源的優(yōu)化配置和管理效率的提升，這一目標(biāo)與數(shù)字化轉(zhuǎn)型的核心方向高度契合。所以，在氣候政策不確定性的環(huán)境下，企業(yè)為了應(yīng)對外部不確定性和提升競爭力，會更加積極地尋求綠色創(chuàng)新。而綠色創(chuàng)新過程中形成的環(huán)保技術(shù)和產(chǎn)品以及優(yōu)化資源配置和提高管理效率的需求，會促進企業(yè)進行數(shù)字化轉(zhuǎn)型，最終，數(shù)字化轉(zhuǎn)型的實現(xiàn)將進一步提升企業(yè)的運營效率和競爭力，形成良性循環(huán)。因此，本文提出以下假說：

假說3：氣候政策不確定性可以通過推動企業(yè)綠色創(chuàng)新來促進數(shù)字化轉(zhuǎn)型。

（四）氣候政策不確定性、風(fēng)險承擔(dān)水平與數(shù)字化轉(zhuǎn)型

企業(yè)風(fēng)險承擔(dān)作為反映公司在投資決策中對風(fēng)險投資項目選擇傾向的關(guān)鍵指標(biāo)，其水平的高低直接體現(xiàn)了高管團隊的冒險精神和對項目凈現(xiàn)值評估的敏銳度。氣候政策的不確定性源于多個層面：政策內(nèi)容的模糊性、實施時點的不可預(yù)測性以及影響程度的未知性（Borenstein等，2019）[38]，這些不確定性因素共同構(gòu)成了企業(yè)決策環(huán)境的復(fù)雜性和動態(tài)性，要求企業(yè)具備更高的適應(yīng)性和靈活性。在這樣的背景下，企業(yè)風(fēng)險承擔(dān)水平的變化成為一種重要的應(yīng)對策略。較高的風(fēng)險承擔(dān)水平意味著高管團隊更愿意承擔(dān)風(fēng)險，更傾向于選擇那些雖然風(fēng)險較高但預(yù)期凈現(xiàn)值為正的投資項目（李文貴和余明桂，2012）[39]。

翟鵬翔等（2024）[10]研究發(fā)現(xiàn)氣候政策的不確定性減少了企業(yè)未來現(xiàn)金流，使得企業(yè)在評估投資項目時，面臨著更大的風(fēng)險和挑戰(zhàn)。為了應(yīng)對這種不確定性，企業(yè)可能會選擇提高風(fēng)險承擔(dān)水平，通過投資更多元化、更具創(chuàng)新性的項目來分散風(fēng)險，尋求新的增長點。同時，氣候政策頻繁變動也會迫使企業(yè)尋求更多的內(nèi)部融資或替代性融資方式，如股權(quán)融資、債券融資等。這些融資方式往往要求企業(yè)具備更高的風(fēng)險承擔(dān)水平和更強的創(chuàng)新能力（李守偉等，2025）[40]，以吸引投資者的關(guān)注和信任。因此，氣候政策的不確定性在一定程度上推動了企業(yè)風(fēng)險承擔(dān)水平的提升。

企業(yè)風(fēng)險承擔(dān)水平的提升一定程度上也為數(shù)字化轉(zhuǎn)型提供了重要的動力和契機。較高的風(fēng)險承擔(dān)水平使得企業(yè)更愿意投資于新技術(shù)、新產(chǎn)品的研發(fā)和創(chuàng)新，而在數(shù)字化轉(zhuǎn)型的過程中，企業(yè)需要不斷引入這樣的新技術(shù)、工具和平臺來支持業(yè)務(wù)的轉(zhuǎn)型和升級（竇永香等，2024）[41]。因此，這種技術(shù)投入和創(chuàng)新能力的提升，不僅有助于企業(yè)應(yīng)對氣候政策不確定性帶來的挑戰(zhàn)，還有助于企業(yè)在數(shù)字化轉(zhuǎn)型的過程中保持領(lǐng)先地位和競爭優(yōu)勢。同時，數(shù)字化轉(zhuǎn)型往往伴隨著企業(yè)組織結(jié)構(gòu)和業(yè)務(wù)流程的深刻變革，而較高的風(fēng)險承擔(dān)水平使得企業(yè)更愿意嘗試新的組織模式和業(yè)務(wù)流程，以適應(yīng)數(shù)字化轉(zhuǎn)型的需求，這種變革不僅有助于企業(yè)提高效率和靈活性，還有助于企業(yè)創(chuàng)造新的價值點和商業(yè)模式（張遼和曾佳城，2024）[42]。此外，風(fēng)險承擔(dān)水平的提高使得企業(yè)更愿意投資于數(shù)據(jù)分析和人工智能等技術(shù)，以提高數(shù)據(jù)驅(qū)動能力和決策效率（Chen等，2024）[43]。所以企業(yè)需要不斷提高風(fēng)險承擔(dān)水平，積極投身于數(shù)字化轉(zhuǎn)型的浪潮，以應(yīng)對氣候政策不確定性帶來的挑戰(zhàn)并抓住新的發(fā)展機遇。因此，本文提出以下假說：

假說4：氣候政策不確定性可以通過提高企業(yè)風(fēng)險承擔(dān)水平來促進企業(yè)數(shù)字化轉(zhuǎn)型。

三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

本文選取2007—2022年中國上市企業(yè)為初始研究樣本，整理構(gòu)建面板數(shù)據(jù)。中國上市公司氣候政策不確定性指數(shù)來自國際能源轉(zhuǎn)型學(xué)會能源金融專業(yè)委員會（IEFN）網(wǎng)站，測量數(shù)字化轉(zhuǎn)型程度所需企業(yè)年報主要來自巨潮資訊網(wǎng)，財務(wù)數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫（CSMAR）和萬得數(shù)據(jù)庫（WIND）。同時，對樣本進行以下處理和篩選：（1）剔除關(guān)鍵變量數(shù)據(jù)嚴(yán)重缺失的樣本；（2）僅保留狀態(tài)為“正常上市”的企業(yè)，剔除標(biāo)記為ST、暫停上市及終止上市等的企業(yè)；（3）對所有連續(xù)變量進行1%和99%的縮尾處理，避免極端值對回歸結(jié)果的影響。最終獲得42563個觀測值。

（二）變量說明

1. 核心解釋變量：氣候政策不確定性（CPU）。本文使用Ma等（2023）[9]構(gòu)建的中國省級氣候政策不確定性指數(shù)刻畫氣候政策不確定性程度。首先，從可信度、影響力和國際化三個維度考量，選取《人民日報》《光明日報》《經(jīng)濟日報》《環(huán)球時報》《科技日報》《中國新聞社》6家主流報紙作為主要數(shù)據(jù)來源。其次，利用深度學(xué)習(xí)算法Mac BERT模型自動識別文本內(nèi)容，提煉與氣候政策和不確定性相關(guān)的詞匯。再次，計算特定時期內(nèi)包含與氣候政策不確定性相關(guān)詞匯的新聞數(shù)量，并將其除以該時期內(nèi)文章總數(shù)，得到原始數(shù)據(jù)。最后，對原始數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，得到氣候政策不確定性指數(shù)，包括中國293個地級市層面的年度數(shù)據(jù)。

2. 被解釋變量：數(shù)字化轉(zhuǎn)型（DCG）。本文參考吳非等（2021）[44]對企業(yè)數(shù)字化轉(zhuǎn)型程度的測量方法，將年報中數(shù)字化轉(zhuǎn)型關(guān)鍵詞的詞頻作為代理變量。

3. 控制變量。本文借鑒現(xiàn)有文獻，選取如下控制變量：企業(yè)規(guī)模（Scale）、凈資產(chǎn)收益率（ROE）、企業(yè)年齡（Age）、第一大股東持股比例（Owncon1）、董事會人數(shù)（Boards）、資產(chǎn)負(fù)債率（DAR）、人力資本水平（HC）。主要變量說明和描述性統(tǒng)計結(jié)果如表1所示。

（三）模型設(shè)計

為研究氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響，參考單偉等（2024）[45]的研究，使用雙向固定效應(yīng)進行分析，構(gòu)建如下基準(zhǔn)回歸模型：

[DCGi，r，t=α0+α1CPUr，t+βkControlski，t+δi+γt+εi，t]" （1）

其中，[i]表示不同企業(yè)個體，[r]表示城市，[t]表示年份，[DCGi，r，t]為企業(yè)[i]在[t]年的數(shù)字化轉(zhuǎn)型程度，[CPUr，t]為對應(yīng)城市[t]年的氣候政策不確定性指數(shù)，[Controlski，t]為一組控制變量，[δi]和[γt]分別為行業(yè)層面和時間層面的固定效應(yīng)，[εi，t]為模型的隨機干擾項。

四、實證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

表2匯報了基準(zhǔn)回歸結(jié)果。其中，第（1）列僅對固定效應(yīng)進行控制，氣候政策不確定性的系數(shù)為0.049且在1%的水平上顯著，這意味著氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型有正向影響。第（2）、（3）列進一步加入企業(yè)層面的控制變量。結(jié)果顯示，氣候政策不確定性的系數(shù)為0.051，同樣在1%的水平上顯著為正。以上檢驗結(jié)果初步證明氣候政策不確定性能夠顯著提升企業(yè)的數(shù)字化轉(zhuǎn)型程度，該結(jié)果支持本文的研究假說1。

（二）穩(wěn)健性檢驗

1. 替換子指標(biāo)。為了進一步細(xì)化企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)，參考吳非（2021）[44]的研究，本文將企業(yè)數(shù)字化轉(zhuǎn)型的綜合評估指標(biāo)劃分為底層技術(shù)層面和實踐應(yīng)用層面。具體而言，在底層技術(shù)層面，劃分出了人工智能（AI）、區(qū)塊鏈（BD）、云計算（CC）和大數(shù)據(jù)（DT）4個子指標(biāo)；而在實踐應(yīng)用層面（ADT），則依據(jù)實踐中的數(shù)字化運用具體關(guān)鍵詞構(gòu)建子指標(biāo)。五個子指標(biāo)均采用詞頻法衡量，使用這五個不同的數(shù)字化轉(zhuǎn)型子指標(biāo)，以檢驗基準(zhǔn)回歸結(jié)果的穩(wěn)健性。表3展示了替換被解釋變量后的穩(wěn)健性檢驗結(jié)果。回歸結(jié)果顯示，氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響始終為正，且大多數(shù)子指標(biāo)均在1%的水平上顯著為正，進一步證明了氣候政策不確定性對數(shù)字化轉(zhuǎn)型的推動作用。

2. 自變量滯后。鑒于政策外部傳導(dǎo)過程與企業(yè)對氣候政策不確定性的感知之間存在時滯，企業(yè)在實際運營中往往無法即時響應(yīng)政策變化，這種滯后性可能導(dǎo)致企業(yè)在短期內(nèi)難以準(zhǔn)確評估政策的影響，從而延緩其數(shù)字化轉(zhuǎn)型的決策調(diào)整和戰(zhàn)略部署。因此，參考Khanh（2022）[13]的做法，將氣候政策不確定性滯后一期（L.CPU）和滯后二期（L2.CPU），分別考察其對企業(yè)數(shù)字化轉(zhuǎn)型的影響。表4列（1）和列（2）的結(jié)果表明，滯后一期、滯后二期的氣候政策不確定性均在1%的水平上對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生顯著的正向影響，表明氣候政策不確定性對數(shù)字化轉(zhuǎn)型的影響具有顯著的持續(xù)性和延遲效應(yīng)。

3. 替換被解釋變量。基準(zhǔn)回歸主要通過詞頻法對企業(yè)數(shù)字化轉(zhuǎn)型進行測度，為了避免數(shù)字化轉(zhuǎn)型變量測度誤差對估計結(jié)果的干擾，本文選取國泰安數(shù)據(jù)庫中的數(shù)字化轉(zhuǎn)型指數(shù)（DTD）來替代原有的衡量指標(biāo)，該指數(shù)的構(gòu)建主要基于對上市公司年度報告文本的量化分析，通過自然語言處理技術(shù)對文本內(nèi)容進行分詞與詞頻統(tǒng)計，從中篩選出與數(shù)字化轉(zhuǎn)型密切相關(guān)的特征詞匯。在此基礎(chǔ)上，研究進一步構(gòu)建了多維度評價體系，包括技術(shù)賦能、組織變革、數(shù)字化應(yīng)用等核心維度，通過統(tǒng)計各維度關(guān)鍵詞的出現(xiàn)頻率，并結(jié)合宏觀環(huán)境支撐因素，最終形成企業(yè)數(shù)字化轉(zhuǎn)型的綜合評價指數(shù)。表4列（3）展示了替換被解釋變量后的穩(wěn)健性檢驗結(jié)果。結(jié)果表明，氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的正向影響在1%的水平下依然顯著，驗證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

4. 剔除特殊年份樣本。考慮到研究樣本期間遭遇了兩次具有重大影響的外生事件，分別是2008年的金融危機與2020年的新冠疫情，為了剝離這些外部沖擊可能對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生的干擾，從原始數(shù)據(jù)剔除了這兩年的數(shù)據(jù)，重新進行回歸分析。表4列（4）的估計結(jié)果表明，基準(zhǔn)回歸的結(jié)論依然保持穩(wěn)健。

（三）內(nèi)生性檢驗

上述實證結(jié)果表明氣候政策不確定性會促使企業(yè)進行數(shù)字化轉(zhuǎn)型，以此來應(yīng)對風(fēng)險。但同時，數(shù)字化水平高的企業(yè)可能反過來會影響氣候政策制定，加劇政策不確定性。因此，為減輕二者之間潛在的反向因果關(guān)系，本文參考孫海波等（2024）[29] 的研究，使用極端高溫天氣（EH）作為氣候政策不確定性的工具變量，進行兩階段最小二乘法回歸。極端高溫天氣的頻發(fā)會促使政府調(diào)整或加速氣候政策的制定，從而增加氣候政策不確定性；但極端高溫天氣理論上不直接影響企業(yè)數(shù)字化轉(zhuǎn)型，從而滿足外生性約束。因此，極端高溫天氣可以作為氣候政策不確定性的有效工具變量。

表5列（1）第一階段回歸結(jié)果表明，極端高溫天氣與企業(yè)面臨的氣候政策不確定性的回歸系數(shù)在1%的水平上顯著，且Cragg-Donald Wald F值大于16.83，Kleibergen-Paap rk Wald F值拒絕了工具變量不可識別的原假設(shè)，說明極端高溫天氣對氣候政策不確定性具有一定的解釋力。列（2）第二階段回歸結(jié)果表明，氣候政策不確定性與企業(yè)數(shù)字化轉(zhuǎn)型存在顯著的正向關(guān)系，表明基準(zhǔn)回歸結(jié)果依舊穩(wěn)健。

五、進一步分析

（一）作用機制分析

前文實證檢驗了氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響，為了進一步探究氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的作用機制，本文在模型（1）的基礎(chǔ)上，進一步構(gòu)建模型（2）—（4）。

[SCRi，r，t=α0+α1CPUr，t+βkControlski，t+δi+γt+εi，t]" " （2）

[Greeni，r，t=α0+α1CPUr，t+βkControlski，t+δi+γt+εi，t]" "（3）

[CRTi，r，t=α0+α1CPUr，t+βkControlski，t+δi+γt+εi，t]" " （4）

其中，[SCRi，r，t]表示企業(yè)[i]在[t]年的供應(yīng)鏈韌性，[Greeni，r，t]表示企業(yè)[i]在[t]年的綠色創(chuàng)新，[CRTi，r，t]表示企業(yè)[i]在[t]年的風(fēng)險承擔(dān)水平，其余變量的含義與模型（1）保持一致。

1. 供應(yīng)鏈韌性（SCR）。當(dāng)企業(yè)所在地區(qū)面臨更加不確定的氣候政策時，企業(yè)供應(yīng)鏈的連續(xù)性、穩(wěn)定性以及恢復(fù)性會受到影響，為了提升供應(yīng)鏈的適應(yīng)能力和抗風(fēng)險能力，企業(yè)可能更傾向于加強數(shù)字化轉(zhuǎn)型。本文參考Lin和Li（2025）[46]的研究，采用熵權(quán)法來衡量企業(yè)的供應(yīng)鏈韌性水平，在此基礎(chǔ)上將企業(yè)供應(yīng)鏈韌性擴展為三個指標(biāo)：吸收能力、抵御能力和恢復(fù)力。供應(yīng)鏈吸收能力體現(xiàn)了供應(yīng)鏈對新信息和知識的接收、處理、整合與應(yīng)用能力，即在面對環(huán)境快速變化時，供應(yīng)鏈能夠有效學(xué)習(xí)和創(chuàng)新以適應(yīng)和利用這些變化（盧毅等，2025）[47]，本文認(rèn)為企業(yè)研發(fā)強度是吸收能力的重要體現(xiàn)，采用研發(fā)投入與營業(yè)收入之比表示吸收能力；供應(yīng)鏈抵御能力指企業(yè)在面對突發(fā)事件、風(fēng)險和不確定性時，能夠在采購、生產(chǎn)、分銷、零售等諸多環(huán)節(jié)快速做出調(diào)整和反應(yīng)，以最大限度地減少對自身的不利影響，本文采用資本占用率和客戶穩(wěn)定性來衡量，資本占用率使用應(yīng)收賬款與收入之比的自然對數(shù)來測量，其中應(yīng)收賬款采用的是企業(yè)存量數(shù)據(jù)，客戶穩(wěn)定性使用企業(yè)前五大客戶和供應(yīng)商與上一年重復(fù)比例的均值測量；供應(yīng)鏈恢復(fù)能力指企業(yè)在遭受各種突發(fā)事件或不可預(yù)見的情況時，能夠快速有效地恢復(fù)供應(yīng)鏈的正常運作，確保產(chǎn)品和服務(wù)的穩(wěn)定供應(yīng)（王煜昊等，2024）[48]，本文采用供需波動，即企業(yè)生產(chǎn)和需求波動的偏離程度來衡量。數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫，具體指標(biāo)衡量方式如表6所示。

表7匯報了回歸結(jié)果，從列（1）可以看出，供應(yīng)鏈韌性的回歸系數(shù)在1%的水平上顯著為負(fù)，說明氣候政策不確定性降低了企業(yè)的供應(yīng)鏈韌性，從而驗證了假說2。

2. 綠色創(chuàng)新（Green）。在氣候政策不確定性的背景下，企業(yè)更加注重綠色創(chuàng)新，通過提高環(huán)保性能和資源利用效率來增強自身的市場競爭力，同時也會引發(fā)投資者的綠色關(guān)注。而綠色創(chuàng)新需要借助數(shù)字技術(shù)來實現(xiàn)更高效、更精準(zhǔn)的研發(fā)、生產(chǎn)和管理（孫明茜，2025）[35]，綠色創(chuàng)新過程中形成的環(huán)保技術(shù)和產(chǎn)品往往具有更高的附加值和市場競爭力，可以激發(fā)企業(yè)進行數(shù)字化轉(zhuǎn)型的動力和意愿（陶鋒等，2023）[37]。因此，本文參考王馨和王營（2021）[49]的做法，以綠色專利申請的數(shù)量來衡量企業(yè)的綠色創(chuàng)新水平。回歸結(jié)果如表7列（2）所示，綠色創(chuàng)新的回歸系數(shù)為0.659，且在1%的水平上顯著為正，即氣候政策不確定性顯著促進了企業(yè)綠色創(chuàng)新，進而推動企業(yè)數(shù)字化轉(zhuǎn)型。

3. 企業(yè)風(fēng)險承擔(dān)水平（CRT）。氣候政策的不確定性增加了企業(yè)經(jīng)營環(huán)境的復(fù)雜性，迫使企業(yè)提高風(fēng)險承擔(dān)水平以應(yīng)對潛在挑戰(zhàn)。這種不確定性促使企業(yè)更加積極地尋求變革，而數(shù)字化轉(zhuǎn)型成為提升企業(yè)競爭力和適應(yīng)性的關(guān)鍵途徑。相較于財務(wù)性指標(biāo)，股票收益率的波動并不受財務(wù)報表的限制，能夠更直接地體現(xiàn)企業(yè)的風(fēng)險承擔(dān)水平，常被用作衡量企業(yè)風(fēng)險承擔(dān)水平的重要指標(biāo)。因此，本文參考蘇坤（2015）[50] 的研究，使用年化月度收益率標(biāo)準(zhǔn)差的對數(shù)值來衡量企業(yè)風(fēng)險承擔(dān)水平，該值越大說明企業(yè)風(fēng)險承擔(dān)水平越高。回歸結(jié)果見表7列（3），風(fēng)險承擔(dān)水平的回歸系數(shù)在5%的水平上顯著為正，說明氣候政策不確定性的增加使得企業(yè)風(fēng)險承擔(dān)水平提升，進而提高企業(yè)數(shù)字化轉(zhuǎn)型程度。

（二）異質(zhì)性分析

氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響可能由于企業(yè)的不同特征屬性而具有異質(zhì)性。因此，本文從企業(yè)所屬地區(qū)、科技發(fā)展水平、行業(yè)和碳排放水平的異質(zhì)性視角出發(fā)，分析氣候政策不確定性對不同特征企業(yè)數(shù)字化轉(zhuǎn)型的影響差異。

1. 地區(qū)。不同地區(qū)氣候政策的實施方式和力度存在差異，可能導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型存在差距。例如，東部發(fā)達(dá)地區(qū)可能會提供更多激勵措施，而西部欠發(fā)達(dá)地區(qū)可能因資源有限，導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型更落后。因此，本文將上市公司所在地劃分為東部、中部、西部和東北地區(qū)，來檢驗不同地區(qū)氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響。檢驗結(jié)果如表8列（1）—（4）所示，氣候政策不確定性對東部地區(qū)的上市企業(yè)數(shù)字化轉(zhuǎn)型有正向影響，并且在5%的水平下顯著，中部地區(qū)、西部地區(qū)和東北地區(qū)則不顯著。原因可能是，東部地區(qū)經(jīng)濟較發(fā)達(dá)，基礎(chǔ)設(shè)施、政策等更完善，而中部地區(qū)、西部地區(qū)和東北地區(qū)在經(jīng)濟發(fā)展水平、基礎(chǔ)設(shè)施等方面相對滯后，制約了企業(yè)數(shù)字化轉(zhuǎn)型。

2. 科技發(fā)展水平。高科技發(fā)展水平企業(yè)的創(chuàng)新以高速度、高科技密集度、高收益等為顯著特征，面對不斷變化的市場環(huán)境，相較于低科技發(fā)展水平，這類企業(yè)具有更強的技術(shù)儲備，也更有能力將政策不確定性挑戰(zhàn)轉(zhuǎn)化為發(fā)展的新機遇。因此，氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響可能因企業(yè)科技發(fā)展水平的不同而異。為了驗證這一假設(shè)，本文根據(jù)《高新技術(shù)企業(yè)認(rèn)定管理辦法》規(guī)定的高新技術(shù)領(lǐng)域，將化學(xué)原料和化學(xué)制品制造業(yè)、醫(yī)藥制造業(yè)、化學(xué)纖維制造業(yè)、通用設(shè)備制造業(yè)、專用設(shè)備制造業(yè)、汽車制造業(yè)、電氣機械及器材制造業(yè)、互聯(lián)網(wǎng)和相關(guān)服務(wù)、軟件和信息技術(shù)服務(wù)業(yè)等行業(yè)界定為高科技水平組，其余行業(yè)界定為非高科技水平組，分別檢驗氣候政策不確定性和企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系，檢驗結(jié)果如表8的列（5）和列（6）所示。結(jié)果顯示，氣候政策不確定性的系數(shù)在高科技水平組顯著為正，而在低科技水平組不顯著，說明高科技水平企業(yè)在面對氣候政策不確定性增加時的數(shù)字化轉(zhuǎn)型水平更高，其憑借技術(shù)能力、資源配置、戰(zhàn)略靈活性、人才優(yōu)勢以及外部支持等方面的優(yōu)勢，能夠更好地應(yīng)對氣候政策不確定性，并將其轉(zhuǎn)化為數(shù)字化轉(zhuǎn)型的動力。

3. 行業(yè)。不同行業(yè)對氣候的敏感度不同，如農(nóng)業(yè)等行業(yè)受氣候變化以及氣候政策不穩(wěn)定的影響更為顯著，因此，氣候政策不確定性對不同行業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響可能不同。因此，本文根據(jù)《國民經(jīng)濟行業(yè)分類》（GB/T 4754—2002），將樣本企業(yè)分為第一產(chǎn)業(yè)（農(nóng)林牧漁行業(yè)）、第二產(chǎn)業(yè)（采礦業(yè)、制造業(yè)等）和第三產(chǎn)業(yè)（服務(wù)業(yè)等）進行分組回歸，具體結(jié)果見表9列（1）—（3）。結(jié)果顯示，氣候政策不確定性的系數(shù)在第二產(chǎn)業(yè)顯著為正，第三產(chǎn)業(yè)不顯著，而第一產(chǎn)業(yè)在10%的顯著性水平上為負(fù)。原因可能是，第二產(chǎn)業(yè)大多是碳排放監(jiān)管重點，氣候政策不確定性直接增加企業(yè)減排壓力，促使其投資數(shù)字化技術(shù)以優(yōu)化生產(chǎn)流程；而第三產(chǎn)業(yè)多為服務(wù)業(yè)，該行業(yè)與氣候政策的直接聯(lián)系較小，氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響甚微；第一產(chǎn)業(yè)氣候敏感性最高，農(nóng)業(yè)等行業(yè)依賴自然氣候，政策頻繁變動可能使企業(yè)更傾向于保守經(jīng)營，減少數(shù)字化轉(zhuǎn)型等長期投資。例如，氣候政策變動導(dǎo)致原材料供應(yīng)成本上升，農(nóng)戶面臨農(nóng)產(chǎn)品價格波動等情況，可能優(yōu)先維持生存，而非投資智慧農(nóng)業(yè)，因此，氣候政策不確定性可能會抑制該行業(yè)中企業(yè)的數(shù)字化轉(zhuǎn)型。

4. 碳排放特征。碳排放水平不同的企業(yè)面臨的合規(guī)成本存在明顯差異，在應(yīng)對氣候政策不確定性時的適應(yīng)策略也有所不同，進而影響其數(shù)字化轉(zhuǎn)型進程，因此，本文關(guān)注氣候政策不確定下高碳排放量企業(yè)與低碳排放量企業(yè)的數(shù)字化轉(zhuǎn)型行為。借鑒閆海洲和陳百助（2017）[51] 的研究，把采礦業(yè)，制造業(yè)，電力、熱力、燃?xì)狻⑺a(chǎn)和供應(yīng)業(yè)，建筑業(yè)，交通運輸、倉儲、郵政業(yè)企業(yè)劃分為高碳排放企業(yè)，其他行業(yè)則歸為非低碳排放企業(yè)。檢驗結(jié)果如表9的列（4）和列（5）所示。研究發(fā)現(xiàn)，氣候政策不確定性在高碳排放企業(yè)中顯著為正，并在1%的統(tǒng)計水平下通過了顯著性檢驗，在低碳排放企業(yè)中則不顯著，這說明高碳排放企業(yè)在面對氣候政策不確定性時的數(shù)字化轉(zhuǎn)型水平更高。原因在于，當(dāng)氣候政策不確定性上升時，高碳排放企業(yè)面臨更高的轉(zhuǎn)型風(fēng)險，這會增加企業(yè)運營的復(fù)雜性，進一步倒逼企業(yè)數(shù)字化轉(zhuǎn)型。

六、結(jié)論與建議

本文以2007—2022年中國上市企業(yè)為研究樣本，檢驗氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的影響。研究結(jié)果表明，氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型具有正向影響，該結(jié)果在替換子指標(biāo)、自變量滯后、替換被解釋變量以及剔除特殊年份后仍然穩(wěn)健。進一步分析發(fā)現(xiàn)，氣候政策不確定性的持續(xù)攀升通過降低供應(yīng)鏈韌性、促進綠色創(chuàng)新以及增加企業(yè)風(fēng)險承擔(dān)水平，增強了企業(yè)數(shù)字化轉(zhuǎn)型的意愿；并且對于東部地區(qū)、第二產(chǎn)業(yè)、高科技發(fā)展水平以及高碳排放行業(yè)的企業(yè)，氣候政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用更大。基于研究結(jié)論，本文從企業(yè)戰(zhàn)略調(diào)整與政府治理創(chuàng)新雙重維度提出系統(tǒng)性建議，旨在引導(dǎo)企業(yè)主體有效應(yīng)對氣候政策波動，同時為政府部門優(yōu)化政策設(shè)計提供理論支撐，最終實現(xiàn)環(huán)境保護與數(shù)字經(jīng)濟發(fā)展的協(xié)同共贏。

第一，對于微觀企業(yè)主體而言，氣候政策不確定性既是挑戰(zhàn)也是機遇。企業(yè)需將數(shù)字化轉(zhuǎn)型納入長期戰(zhàn)略框架，構(gòu)建氣候風(fēng)險與數(shù)字創(chuàng)新的動態(tài)響應(yīng)機制。首先，應(yīng)建立政策敏感性分析體系，通過監(jiān)測氣候政策動態(tài)、評估政策調(diào)整對企業(yè)運營的潛在影響，提前布局?jǐn)?shù)字化能力建設(shè)。例如，高碳排放行業(yè)企業(yè)可引入碳足跡數(shù)字化追蹤系統(tǒng)，實時監(jiān)控生產(chǎn)環(huán)節(jié)的碳排放強度，借助物聯(lián)網(wǎng)技術(shù)優(yōu)化能源使用效率，從而降低政策突變帶來的合規(guī)風(fēng)險。其次，企業(yè)需加速供應(yīng)鏈數(shù)字化重構(gòu)，通過區(qū)塊鏈技術(shù)增強供應(yīng)鏈透明度，利用大數(shù)據(jù)分析預(yù)測原材料供應(yīng)波動，建立彈性化供應(yīng)鏈網(wǎng)絡(luò)。對于東中部地區(qū)的制造業(yè)企業(yè)，可聯(lián)合上下游合作伙伴搭建區(qū)域性產(chǎn)業(yè)云平臺，實現(xiàn)生產(chǎn)數(shù)據(jù)共享與協(xié)同調(diào)度，緩解因政策調(diào)整導(dǎo)致的供應(yīng)鏈中斷風(fēng)險。最后，企業(yè)需完善氣候風(fēng)險對沖機制，將數(shù)字化能力納入風(fēng)險管理體系。例如，引入壓力測試模型評估不同政策強度下的經(jīng)營脆弱性，建立數(shù)字化應(yīng)急預(yù)案庫，通過智能決策系統(tǒng)快速響應(yīng)政策變化。

第二，政府部門需在政策穩(wěn)定性與創(chuàng)新激勵之間尋求平衡，構(gòu)建“政策引導(dǎo)—市場響應(yīng)—反饋優(yōu)化”的動態(tài)治理模式。應(yīng)建立氣候政策分層實施框架，在保持“雙碳”目標(biāo)戰(zhàn)略定力的前提下，增強中短期政策的可預(yù)見性。在區(qū)域協(xié)同發(fā)展方面，需針對不同區(qū)位特征實施差異化支持策略。東部沿海經(jīng)濟發(fā)達(dá)地區(qū)應(yīng)側(cè)重政策創(chuàng)新，依托數(shù)字技術(shù)優(yōu)勢建設(shè)氣候智慧型產(chǎn)業(yè)集群。對于西部生態(tài)脆弱地區(qū)，應(yīng)強化政策扶持與數(shù)字基建投入并行，通過建設(shè)綠色數(shù)據(jù)中心、部署智慧能源網(wǎng)絡(luò)等新型基礎(chǔ)設(shè)施，縮小區(qū)域數(shù)字化能力差距。同時，政策設(shè)計需精準(zhǔn)對接產(chǎn)業(yè)轉(zhuǎn)型需求。在高科技產(chǎn)業(yè)領(lǐng)域，應(yīng)推動數(shù)字技術(shù)與低碳技術(shù)的深度融合創(chuàng)新，支持人工智能、區(qū)塊鏈技術(shù)在碳核查、綠電交易等場景的應(yīng)用突破。建立行業(yè)級數(shù)字化轉(zhuǎn)型標(biāo)桿案例庫，通過經(jīng)驗復(fù)制推廣降低中小企業(yè)試錯成本。

第三，構(gòu)建多方參與的協(xié)同治理體系，提升政策效能。政府需搭建政企數(shù)據(jù)共享平臺，打通氣候政策信息與企業(yè)轉(zhuǎn)型數(shù)據(jù)的交互通道。例如，建設(shè)全國統(tǒng)一的企業(yè)數(shù)字化碳管理平臺，集成政策發(fā)布、技術(shù)咨詢、成果認(rèn)證等功能，為企業(yè)提供一站式服務(wù)。在金融支持方面，可創(chuàng)新氣候?qū)虻慕鹑诋a(chǎn)品，開發(fā)“數(shù)字轉(zhuǎn)型掛鉤債券”，將債券利率與企業(yè)數(shù)字化減排績效動態(tài)關(guān)聯(lián)，引導(dǎo)資本市場資金流向綠色創(chuàng)新領(lǐng)域。同時，完善綠色信貸評估體系，將企業(yè)數(shù)字化成熟度作為授信審批的重要參考指標(biāo)，對獲得權(quán)威數(shù)字認(rèn)證的企業(yè)給予利率優(yōu)惠。政策制定者需充分認(rèn)識到適度政策波動產(chǎn)生的創(chuàng)新激勵效應(yīng)，通過制度設(shè)計將不確定性轉(zhuǎn)化為技術(shù)進步的催化劑。企業(yè)則應(yīng)主動將數(shù)字化能力建設(shè)嵌入氣候戰(zhàn)略，構(gòu)建可持續(xù)競爭優(yōu)勢。未來，隨著數(shù)字技術(shù)的深度滲透和氣候治理體系的不斷完善，有望形成政策驅(qū)動與企業(yè)自覺響應(yīng)良性互動的綠色發(fā)展新格局，最終實現(xiàn)經(jīng)濟效益、環(huán)境效益與社會效益的有機統(tǒng)一。

參考文獻：

[1]陳國進，郭珺瑩，趙向琴.氣候金融研究進展 [J].經(jīng)濟學(xué)動態(tài)，2021，（08）.

[2]馬正宇，秦放鳴.宏觀金融網(wǎng)絡(luò)中的氣候政策沖擊機制和效應(yīng)分析 [J].金融與經(jīng)濟，2022，（04）.

[3]汪順，余璐，雷玲.氣候政策不確定性與中國企業(yè)升級困境 [J].財經(jīng)研究，2024，50（02）.

[4]胡麗寧.氣候政策不確定性、投資者氣候風(fēng)險感知與系統(tǒng)性金融風(fēng)險 [J].世界經(jīng)濟研究，2024，（08）.

[5]楊志紅，王小林.企業(yè)數(shù)字化轉(zhuǎn)型與綠色協(xié)同創(chuàng)新行為 [J].經(jīng)濟學(xué)動態(tài)，2024，（12）.

[6]Nambisan S，Wright M，F(xiàn)eldman M.2019.The Digital Transformation of Innovation and Entrepreneurship：Progress，Challenges and Key Themes [J].Research Policy，48（8）.

[7]Carney M.2015.Breaking the Tragedy of the Horizon-climate Change and Financial Stability [J].Speech Given at Lloyd's of London，（29）.

[8]中國人民銀行研究局課題組.氣候相關(guān)金融風(fēng)險——基于央行職能的分析 [R].中國人民銀行工作論文，2020年第3號.

[9]Ma，YR，Liu，Z，Ma，D，Zhai P，Guo K，Zhang D，Ji Q.2023.A News-Based Climate Policy Uncertainty Index for China [J].Scientific Data，10（1）.

[10]翟鵬翔，雷雷，范英，郭琨，張大永，姬強.氣候政策不確定性與企業(yè)債券融資成本 [J].系統(tǒng)工程理論與實踐，2024，44（11）.

[11]Ren X，Shi Y，Jin C.2022a.Climate Policy Uncertainty and Corporate Investment：Evidence from the Chinese Energy Industry [J].Carbon Neutrality，1（1）.

[12]Ren X，Zhang X，Yan C，Gozgor G.2022b.Climate Policy Uncertainty and Firm-Level Total Factor Productivity：Evidence from China [J].Energy Economics，113（9）.

[13]Khanh H.2022.How does Corporate Ramp;D Investment Respond to Climate Policy Uncertainty？ Evidence from Heavy Emitter Firms in the United States [J].Corporate Social Responsibility and Environmental Management，29（4）.

[14]Liu Y，Wang J，Wen F，Wu C.2024.Climate Policy Uncertainty and Bank Systemic Risk：A Creative Destruction Perspective [J].Journal of Financial Stability，73.

[15]中國人民銀行西安分行課題組.氣候變化對系統(tǒng)性金融風(fēng)險的影響研究——兼論應(yīng)對氣候變化的宏觀審慎管理 [J].金融發(fā)展研究，2023，（01）.

[16]張培，楊丹丹，劉鑫.制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型：整合分析框架與研究展望 [J].管理學(xué)刊，2025，38（01）.

[17]王昱，安浩楠，楊冠華.數(shù)字化轉(zhuǎn)型與企業(yè)新質(zhì)生產(chǎn)力提升——基于中國上市企業(yè)的實證研究 [J].科技進步與對策，2025，42（12）.

[18]Borghesi S，Cainelli G，Mazzanti M.2015.Linking Emission Trading to Environmental Innovation：Evidence from the Italian Manufacturing Industry [J].Research Policy，44（3）.

[19]IEA.2023.Digitalization and Energy Efficiency：Policy Implications [R].International Energy Agency.

[20]Ren X，Li W，Li Y.2024.Climate Risk，Digital Transformation and Corporate Green Innovation Efficiency：Evidence from China [J].Technological Forecasting amp; Social Change，209.

[21]Cao Z，Chen S，Dong T，Lee E.2024.Climate Change Uncertainty and Supply Chain Financing [J].The British Accounting Review.

[22]李維安，馬茵.如何構(gòu)造供應(yīng)鏈韌性的有效機制？[J].當(dāng)代經(jīng)濟管理，2022，44（12）.

[23]Zhao L，Ma Y，Chen N，Wen F.2025.How does Climate Policy Uncertainty Shape Corporate Investment Behavior？ [J].Research in International Business and Finance，74.

[24]陳峻，王雄元，彭旋.環(huán)境不確定性、客戶集中度與權(quán)益資本成本 [J].會計研究，2015，（11）.

[25]楊飛.溫室氣體排放與全球供應(yīng)鏈風(fēng)險：基于機器學(xué)習(xí)方法的實證研究 [J].世界經(jīng)濟研究，2025，（06）.

[26]Li Y，Zhang Y，Geng L.2024.Digital Finance，F(xiàn)inancing Constraints and Supply Chain Resilience [J].International Review of Economics and Finance，96（PA）.

[27]劉偉華，李哲，龍尚松，余玉剛，霍寶鋒.平臺供應(yīng)鏈管理：新挑戰(zhàn)與新機遇 [J].中國管理科學(xué)，2025，33（01）.

[28]Qi R，Ma G，Liu C，Zhang Q，Wang Q.2024.Enterprise Digital Transformation and Supply Chain Resilience[J].Finance Research Letters，66.

[29]孫海波，曹迪，劉忠璐.氣候政策不確定性、數(shù)字化轉(zhuǎn)型與企業(yè)投資效率 [J].上海財經(jīng)大學(xué)學(xué)報，2024，26（06）.

[30]王沐丹，胡文濤.氣候政策不確定性與企業(yè)綠色低碳創(chuàng)新 [J].工業(yè)技術(shù)經(jīng)濟，2024，43（10）.

[31]雷善玉，王煥冉，張淑慧.環(huán)保企業(yè)綠色技術(shù)創(chuàng)新的動力機制——基于扎根理論的探索研究 [J].管理案例研究與評論，2014，7（04）.

[32]甄美榮，李婉婷.雙生命周期下數(shù)據(jù)驅(qū)動制造企業(yè)綠色技術(shù)創(chuàng)新機理的案例研究 [J/OL].工業(yè)工程與管理，2025-02-27.

[33]張芳華，何心玥，傅傳銳，王焰輝.綠色投資者能抑制高耗能企業(yè)碳排放嗎？[J].金融發(fā)展研究，2024，（12）.

[34]溫磊.氣候風(fēng)險與企業(yè)綠色創(chuàng)新 [J].云南財經(jīng)大學(xué)學(xué)報，2024，40（05）.

[35]孫明茜.數(shù)據(jù)要素賦能綠色低碳發(fā)展的理論邏輯與實踐路徑 [J].西南金融，2025，（02）.

[36]Luo Q，Deng L，Zhang Z，Wang H.2025.The Impact of Digital Transformation on Green Innovation：Novel evidence from Firm Resilience Perspective [J].Finance Research Letters，74.

[37]陶鋒，朱盼，邱楚芝，王欣然.數(shù)字技術(shù)創(chuàng)新對企業(yè)市場價值的影響研究 [J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2023，40（05）.

[38]Borenstein S，Bushnell J，Wolak FA，Zaragoza-Watkins M.2019.Expecting the Unexpected：Emissions Uncertainty and Environmental Market Design [J].American Economic Review，109（11）.

[39]李文貴，余明桂.所有權(quán)性質(zhì)、市場化進程與企業(yè)風(fēng)險承擔(dān) [J].中國工業(yè)經(jīng)濟，2012，（12）.

[40]李守偉，伍鑫，潘志磊，楊斯童.氣候變化沖擊與銀行風(fēng)險承擔(dān)：理論分析與經(jīng)驗證據(jù) [J].東南大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2025，27（01）.

[41]竇永香，劉子圓，楊東.數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)風(fēng)險承擔(dān)水平的影響 [J].華東經(jīng)濟管理，2024，38（09）.

[42]張遼，曾佳城.數(shù)字化轉(zhuǎn)型、同群效應(yīng)與企業(yè)風(fēng)險承擔(dān) [J].商業(yè)研究，2024，（03）.

[43]Chen H，Zhang M，Zeng J，Wang W. 2024.Artificial Intelligence and Corporate Risk-Taking：Evidence from China [J].China Journal of Accounting Research，17（3）.

[44]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)——來自股票流動性的經(jīng)驗證據(jù) [J].管理世界，2021，37（07）.

[45]單偉，程長風(fēng)，孫一中.經(jīng)濟政策不確定性對企業(yè)數(shù)字化轉(zhuǎn)型影響研究 [J].科研管理，2024.

[46]Lin Y，Li S.2025.Supply Chain Resilience，ESG Performance，and Corporate Growth [J].International Review of Economics and Finance，97.

[47]盧毅，鄭青昊，鄧揚.資源編排視角下供應(yīng)鏈金融對供應(yīng)鏈韌性的影響研究 [J].統(tǒng)計與信息論壇，2025，40.

[48]王煜昊，馬野青，承朋飛.跨境電商賦能企業(yè)供應(yīng)鏈韌性提升：來自中國上市公司的微觀證據(jù) [J].世界經(jīng)濟研究，2024，（06）.

[49]王馨，王營.綠色信貸政策增進綠色創(chuàng)新研究 [J].管理世界，2021，37（06）.

[50]蘇坤.管理層股權(quán)激勵、風(fēng)險承擔(dān)與資本配置效率 [J].管理科學(xué)，2015，28（03）.

[51]閆海洲，陳百助.氣候變化、環(huán)境規(guī)制與公司碳排放信息披露的價值 [J].金融研究，2017，（06）.