环境不确定性对碳排放的影响:来自中国非金融企业的证据

《Sustainability》:Navigating the Effect of Environmental Uncertainty on Carbon Emission: Evidence from Chinese Non-Financial Enterprises

【字体: 大 中 小 】 时间:2026年07月11日 来源:Sustainability 4.1

编辑推荐:

  环境不确定性(EU)已成为影响企业决策的关键决定因素之一,然而现有文献尚未充分探讨其影响。基于2010年至2023年中国非金融上市公司的数据,研究人员考察了EU对碳排放的影响。实证结果表明,EU对企业碳排放具有显著的负向影响。具体而言,EU每增加一个单位,碳排

  
环境不确定性(EU)已成为影响企业决策的关键决定因素之一,然而现有文献尚未充分探讨其影响。基于2010年至2023年中国非金融上市公司的数据,研究人员考察了EU对碳排放的影响。实证结果表明,EU对企业碳排放具有显著的负向影响。具体而言,EU每增加一个单位,碳排放下降约9.13%。此外,研究人员发现EU提高了企业的融资约束,从而降低了产能利用率和碳排放。同时,EU能够刺激创新,导致积极的脱碳。最后,这一发现在非国有企业(N-SOEs)中更为显著。上述发现为政策制定者和企业经营者推动碳减排提供了启示。
论文解读:环境不确定性对中国非金融企业碳排放的影响

**研究背景与问题**

全球气候变化、污染和生态退化等环境问题日益加剧,导致严重的经济损失。投资者、消费者和政府越来越意识到环境保护的重要性,这凸显了减少碳排放的必要性。作为微观经济主体,企业在履行碳减排责任和推动绿色转型中发挥关键作用。现有文献已从城市层面和企业层面探讨了碳排放的决定因素,包括法规、金融政策、数字化转型和企业特征等内外部因素。然而,这些研究忽略了商业环境波动——即环境不确定性(EU)——对企业碳排放的影响。EU被定义为由宏观层面(如政策变化、商业周期)和微观层面(如运营波动)引起的企业经营环境不可预测变化的程度。现有研究多通过具体政策不确定性(如经济政策不确定性EPU、气候政策不确定性CPU)的视角进行分析,但这些宏观指标将所有企业视为同质受体,忽略了异质性和企业自身的应对能力。此外,实证结果存在分歧:多数研究认为EPU与碳排放正相关,而CPU则可能减少碳排放。中国作为全球最大碳排放国,面临平衡经济发展与环境保护的挑战,同时经历经济转型和贸易摩擦,增加了商业环境的不确定性。因此,有必要探究微观层面的EU如何影响企业碳排放,以填补研究空白。

**研究内容与结论**

研究人员利用2010年至2023年中国沪深两市非金融上市公司的数据,基于期权理论和信息不对称理论,考察了EU对碳排放的影响、机制及异质性。主要结论包括:(1)EU对企业碳排放具有显著的负向影响,EU每增加一个单位,碳排放下降约9.13%;(2)EU通过两条渠道影响碳排放:一是被动脱碳渠道——EU加剧融资约束,降低产能利用率,从而减少碳排放;二是主动脱碳渠道——EU促进企业创新,实现主动减排;(3)异质性分析显示,在非国有企业(N-SOEs)中,EU的减排效应更为显著。该研究将分析视角从政策不确定性转向企业层面运营波动,揭示了EU影响碳排放的被动链式机制,为政策制定者和企业经营者推动碳减排提供了重要启示。论文发表在《Sustainability》。

**主要关键技术方法**

研究人员采用以下关键技术方法:基于中国股票市场与会计研究数据库(CSMAR),选取2010-2023年沪深两市非金融上市公司样本,剔除上市不足一年、账面市值比低于零及变量缺失的公司,最终获得18,881个观测值。核心自变量环境不确定性(EU)通过行业调整后的五年内销售营业收入残差标准差除以同期平均营业收入计算,以消除行业效应。因变量企业碳排放(CCE)依据CSMAR数据库中企业所在国民经济部门的煤炭消费量(标准煤)乘以转换系数(2.493),再乘以企业在该部门的成本占比估算。模型采用双向固定效应回归(控制行业和年份固定效应),机制检验使用两步回归法,异质性分析通过分组回归和Fisher置换检验完成。稳健性检验包括更换EU代理变量(无行业调整的EU_U、基于股票收益波动率的Vol)、剔除控制变量、仅保留工业行业样本、剔除新冠疫情年份(2020-2021),以及使用滞后一期EU作为工具变量的两阶段回归。

**研究结果**

**4.1. 基准结果**
通过双向固定效应回归模型(控制行业和年份固定效应),发现EU系数显著为负(系数-0.0957,p<0.01),表明EU每增加一个单位,碳排放下降约9.13%,支持假设H1。控制变量中,企业规模、年龄、固定资产比率、资产负债率、账面市值比、前十大股东持股比例等均与碳排放正相关,符合预期。

**4.2. 稳健性检验**
- 替换变量:使用无行业调整的EU_U作为EU代理变量,结果仍显著负向;使用股票收益波动率(Vol)衡量不确定性,系数-0.5788(p<0.01)。
- 遗漏变量:剔除控制变量Sep后,EU系数仍为-0.0958(显著),表明结果对可观测变量不敏感。
- 样本调整:仅保留工业行业样本,EU系数显著为负;剔除2020-2021年新冠疫情影响,结果稳健。
- 内生性处理:以滞后一期EU(L.EU)作为工具变量两阶段回归,第一阶段显示强相关性,第二阶段EU系数显著为负。

**4.3. 机制检验**
- **被动脱碳渠道(H2)**:第一步,EU对融资约束指数(KZ)回归系数显著为正(0.1421,p<0.01),表明EU加剧融资约束。第二步,融资约束对产能利用率(FAT)回归系数显著为负(-0.0375,p<0.01),且EU直接对FAT的系数为负(-0.0556,p<0.01),表明EU既直接降低产能利用率,也通过融资约束间接降低产能利用率。第三步,FAT对碳排放(CCE)回归系数显著为正(0.8101,p<0.01),且EU总效应为负(-0.0477,p<0.01),Sobel检验验证间接效应显著。
- **主动脱碳渠道(H3)**:EU对企业创新(专利申请量对数)回归系数显著为正(0.0087,p<0.05),表明EU促进创新。Sobel检验显示间接效应显著(系数-0.005,Z=-5.064,p=0.000),支持H3。

**4.4. 异质性分析**
- **企业规模异质性**:将样本分为大型和小型企业,EU对两类企业的碳排放均有显著负向影响,但组间系数差异不显著(p=0.467)。
- **污染程度异质性**:分为重污染和非重污染行业,EU系数均显著为负(p<0.01),组间差异不显著(p=0.467)。
- **所有权异质性**:分为国有企业(SOEs)和非国有企业(N-SOEs),EU系数均显著为负,但Fisher置换检验显示差异显著,表明在N-SOEs中EU的减排效应更强。原因在于N-SOEs决策更灵活,能及时采用新技术;而SOEs在不确定性下倾向于“漂绿”,缓冲了生产收缩。

**讨论与结论**

研究结论部分翻译如下:
在环境风险和政策波动的背景下,探讨EU对企业决策的影响日益必要。因此,研究人员利用2010年至2023年中国沪深两市非金融上市公司的数据,考察了EU如何影响企业碳排放,并从规模差异、污染差异和所有权差异角度进行异质性分析,同时从企业创新和融资约束视角探讨了EU影响碳排放的机制。主要结论如下:第一,EU对碳排放具有显著的负向影响;第二,EU通过创新和融资约束影响碳排放;第三,异质性结果表明,EU对碳排放的影响在非国有企业中更为显著。
基于上述发现,提出两项碳减排政策建议:一是积极碳减排依赖创新,政府应制定激励政策支持企业低碳技术研发,加强知识产权保护和创新平台建设;二是被动脱碳路径脆弱(由低产能利用率驱动),政府应实施有条件融资政策,要求企业提高单位产能的能源效率,推动被动产能闲置向主动脱碳转化。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号