数字化转型对企业碳信息披露的影响：来自中国资源型上市公司的实证证据

《Resources Policy》：The impact of digital transformation on corporate carbon information disclosure: evidence from China's resource-based listed companies

数字转型对资源型企业碳信息披露的影响及机制研究。基于2010-2023年中国沪深两市资源型上市公司的面板数据，运用OLS模型和因果森林模型，发现数字转型显著提升碳信息披露质量，其作用通过信息透明化、融资约束缓解和人才结构优化三重路径实现。人工智能和大数据技术是主要驱动力，区块链未表现出显著效果。异质性分析表明，企业资产规模和研发强度呈现非线性影响，企业年龄呈现倒U型关系。研究为精准制定资源型行业碳管理政策提供理论依据与实践参考。

　　

肖坦|李南鑫|吴晓轩|李安东|徐大行|韩中奎

中国西南财经大学商学院，成都，611130

摘要

作为主要的能源消耗者和碳排放者，资源型企业对支持低碳社会发展起着关键作用。数字化转型的迅速推进为这一领域增强碳信息披露创造了新的机会。本研究利用2010年至2023年中国沪深证券交易所上市资源型企业的实证数据，结合OLS模型和因果森林模型，系统地探讨了数字化转型对碳信息披露的影响。研究结果表明，数字化转型显著提升了资源型企业的碳信息披露质量。对数字化转型效应的多维度分析表明，人工智能和大数据技术是推动资源型企业碳信息披露的关键驱动力，而区块链目前尚缺乏证明其有效性的证据。机制测试显示，这种效应主要通过三条途径实现：提高信息透明度、缓解融资约束和升级人才结构。我们使用因果森林模型估计了每个观测值的条件平均处理效应，并基于此估计进行了异质性分析。异质性分析表明，企业资产规模和研发强度对数字化转型的处理效应呈现出大致非线性的U形关系，而企业年龄则呈现出倒U形关系。本研究为政策制定者和实践者提供了宝贵的见解，以促进资源型企业的数字化转型并提升其碳信息披露实践。

引言

在全球气候变化加剧以及生态和环境挑战日益紧迫的背景下，减少碳排放和促进可持续发展已成为政府、企业和社会的共同关注点（Soergel等人，2021；Meelen和Sluijs，2025）。近年来，国际社会在推动碳减排方面取得了实质性进展，其中碳信息披露（CID）发挥了越来越重要的作用（Ma等人，2023；Park等人，2023）。1988年成立的政府间气候变化专门委员会（IPCC）以及《国家温室气体清单指南》的发布，为规范企业碳排放披露奠定了系统框架（IPCC，2019）。最近，在2024年，国际财务报告准则基金会（IFRS）发布了《ISSB标准采用或其他使用的初始管辖指南》，标志着碳相关信息的全球协调、标准化和可比性的重大进步（IFRS，2024）。

在不断变化的监管和制度环境中，资源型企业由于对自然资源的严重依赖和高能源消耗，成为碳排放减排的关键目标（Wang等人，2025）。这些企业位于产业链的上游，对构建全面的碳治理起着关键作用。它们的碳管理绩效不仅反映了其对环境责任的承诺，还通过供应链传递机制对下游企业产生显著影响（Zhang等人，2023）。因此，资源型企业的碳信息披露质量不仅是其可持续发展能力的重要指标，也是推动整个工业生态系统低碳转型的战略杠杆。数字技术的快速发展为这些企业的转型创造了新的机会。通过技术赋能和组织创新，数字化转型（DT）正在从根本上重塑企业碳信息披露的质量、效率和透明度（Wang等人，2023）。

这两条研究方向在探讨DT与企业碳行为交叉点的新兴文献中日益融合。早期的研究主要集中在数字化如何促进低碳创新和提升企业的整体碳绩效（Cao等人，2024；Lyu等人，2024），而最近的研究则关注DT与CID之间的具体关系。研究发现，DT可能通过提高资源效率（Chen等人，2024，Chen等人，2024，Chen等人，2024）、简化生产流程（Zhou和Liu，2024）以及加强内部控制系统和治理结构（Han等人，2025）来改善CID。然而，一些学者警告说，过度的数字投资可能会无意中阻碍信息披露实践，主要是因为治理复杂性和运营成本的增加（Chen等人，2024，Chen等人，2024，Chen等人，2024）。这些对比鲜明的发现突显了进一步研究DT对CID实践的细微和潜在差异性影响的必要性。

总之，先前的研究为探讨企业DT与CID之间关系的实证研究奠定了坚实的基础。然而，仍存在几个关键空白（Li等人，2024，Li等人，2024；Song等人，2025，Song等人，2025）。首先，资源型企业由于其异质性而面临信息披露的困境。作为产业链上游的高能源消耗实体，这些公司承受着强烈的环境监管压力和融资约束。以往的行业范围研究难以捕捉DT在缓解这些企业特有的高碳核算成本和融资压力方面的独特作用。其次，现有文献中很少有研究明确探讨DT对CID的影响，对资源型企业和其他主要碳排放行业的关注有限，而这些行业在实现碳减排目标中起着关键作用。第三，DT影响CID的潜在传递机制尚未得到系统阐述。特别是，缺乏对中介渠道和企业层面异质性的深入探索。最终，大多数现有研究严重依赖传统的线性回归模型，这些模型往往无法捕捉复杂和异质的因果效应。尽管先进的机器学习技术（如因果森林模型）具有更准确地识别和解释企业间差异性影响的潜力，但在这一领域仍未被充分利用。因此，本研究选择2010年至2023年中国沪深证券交易所上市的A股资源型上市公司作为研究对象。通过引入机器学习中的因果森林模型，本研究系统地探讨了DT对资源型企业CID的差异化影响，确定了这种影响在不同企业特征下的边界条件，并探索了潜在的潜在机制。本研究旨在以下几个方面做出贡献：

首先，从理论角度来看，本研究将企业DT的技术特征与CID的动机理论相结合，构建了一个全面的分析框架，以理解DT如何影响资源型企业的CID水平。这种方法克服了现有研究的局限性，后者通常将DT对CID的影响视为一种同质的线性关系。通过系统地识别和验证潜在的潜在机制，它揭示了数字技术影响企业CID的内在逻辑链，从而丰富了DT与企业可持续行为交叉点的理论基础。特别是，通过验证DT对CID的促进作用，本研究解决了资源型公司在环境治理中面临的合法性不足问题。从理论上讲，它明确了数字技术不仅仅是信息生成的工具，而是这些行业实现技术责任和重塑环境合法性的关键治理机制，从而深化了对高度环境敏感行业治理转型的理论理解。其次，在实证层面，大多数关于DT经济效应的现有研究依赖于传统的线性回归，并主要关注平均处理效应（ATE），这往往掩盖了具有不同特征的企业之间的异质性个体差异。本研究采用了机器学习中的因果森林模型。该模型克服了传统回归模型中的线性假设限制，有效控制了内生性问题，同时精确描述了DT对CID的异质性处理效应。此外，该研究不仅揭示了特定DT维度对CID的差异性影响，还发现了企业年龄和研发强度等关键变量对政策结果的潜在调节效应。这为理解“哪些企业从数字化中获得了更强的碳披露激励”提供了详细的证据。第三，就政策意义而言，本研究基于资源型企业的异质性特征，为政策制定者提供了精确的监管决策支持。与对整个行业样本的广泛分析不同，本研究专注于资源型行业——这些行业的碳排放最为集中，但转型也最具挑战性。通过揭示一系列高分辨率的异质性证据，它不仅丰富了关于资源型企业转型和发展的知识基础，还为政策制定者提供了数据支持，使他们能够从“一刀切”的强制性披露方法转向基于企业生命周期和治理特征的分层、精确的监管框架。

总体而言，本研究不仅深化了对DT与环境治理交叉点的理论理解，还为政策制定者实施更精确和基于证据的监管策略提供了坚实的科学基础。

章节摘录

理论分析与研究假设

作为主要的碳排放者，资源型企业通过其碳信息披露（CID）的质量，在促进绿色和低碳运营方面发挥着关键作用，从而为整个行业的可持续发展做出贡献（Li等人，2025）。高质量的CID对企业信息管理系统提出了严格要求，特别是在数据收集、处理和验证方面（Comello等人，2023）。准确可靠的碳排放报告需要采用

实证策略

理论分析揭示了DT与CID之间的关系及其潜在机制；然而，对这一因果关系的严格实证验证仍然至关重要。为了实证检验这一关联，本研究利用从中国研究数据服务平台（CNRDS）获取的中国上市公司的年度报告中提取的CID和DT的词频指标，采用逐步识别策略进行基线回归

实证分析

为了准确识别DT对资源型企业CID的净效应，本节首先使用传统的线性回归模型初步验证DT与CID之间的总体关联。然后使用工具变量方法来解决潜在的反向因果关系或遗漏变量问题。随后，我们利用因果森林模型来捕捉DT对CID的异质性影响。最后，检验关于提出的研究假设

结论与政策意义

本研究基于2010年至2023年中国沪深证券交易所上市资源型企业的数据，探讨了DT对资源型企业CID的影响。它采用机器学习中的因果森林模型进行系统分析。研究的主要发现如下：基准测试结果表明，DT显著提升了资源型企业的CID强度。通过OLS和因果森林模型的双重验证

CRediT作者贡献声明

肖坦：撰写——原始草稿，数据整理。李南鑫：撰写——原始草稿，软件，正式分析。吴晓轩：可视化，方法论，正式分析。李安东：验证，软件，资源。徐大行：软件，方法论，正式分析，概念化。韩中奎：撰写——审阅与编辑，监督，资源。

利益冲突声明

作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。

致谢

本项工作得到了国家自然科学基金（72534006，72088101）和国家重点研发计划（2021YFC2901801）的资助。