数字化转型对企业能源环境效率的影响

The Impact of Digital Transformation on Corporate Energy and Environmental Efficiency

摘要: 数字经济时代，数字化转型已经成为企业可持续发展的重要影响因素，本文以2009~2022年我国上市企业为样本，利用文本分析方法刻画企业数字化转型程度，实证检验数字化转型对企业能源环境效率的影响。研究发现：数字化转型能够显著提升企业能源环境效率，且该结论经过一系列稳健性检验后依然成立；数字化转型通过促进企业绿色创新提高企业能源环境效率；在高新技术行业及东部地区，数字化转型对企业能源环境效率的促进作用更显著。本文研究为企业可持续发展提供了参考。

Abstract: In the era of digital economy, digital transformation has become an important influence on the sustainable development of enterprises. This paper takes listed enterprises in China as samples from 2009~2022, and uses text analysis methods to portray the degree of digital transformation of enterprises, and empirically examines the impact of digital transformation on the energy and environmental efficiency of enterprises. The study finds that: digital transformation can significantly improve corporate energy and environmental efficiency, and the conclusion still holds after a series of robustness tests; digital transformation improves corporate energy and environmental efficiency by promoting corporate green innovation; in high-tech industries and the eastern part of the country, the promotion effect of digital transformation on corporate energy and environmental efficiency is more significant. The research in this paper provides a reference for the sustainable development of enterprises.

1. 引言

如何缓解当前日益严重的环境问题，实现人与自然的和谐发展，一直是世界各国十分关注的议题。作为世界上最大的碳排放国家，我国过去长期“高投入、高消耗、高排放”的粗放型发展模式，使得我国在现阶段能源利用方面一直存在产业结构偏重、能源结构偏煤、能源利用效率低下等问题，在污染环境的同时也制约着我国经济的高质量发展。为此，党的十九大报告提出要大力推进能源革命，构建安全高效的能源体系。党的二十大报告也提出，要深入推进能源革命，完善能源消耗总量和强度调控，重点控制化石能源消费，逐步转向碳排放总量和强度“双控”制度；同时推动制造业高端化、智能化、绿色化发展。企业作为经济发展的重要组成部分，既是能源消费的主体，也是治理主体，积极调整能源消费结构及降低化石能源消耗，提高其能源环境效率，加快绿色转型，对我国多项低碳目标的实现具有决定性作用，因此，企业如何提高能源环境效率便成为了当前亟待解决的问题。

近年来，以“ABCD”即人工智能、区块链、云计算、大数据为代表的新兴信息技术不断涌现，我国数字应用、数字平台和数字消费得到了高速发展[1]。同时也为企业数字化转型创造了条件，通过将数字技术与实体经济深度融合，改变企业的商务模式、业务流程、组织结构等，企业的竞争力得到提升。国家“十四五”规划和2035远景目标纲要明确提出要深化企业生产经营过程中的数字化应用，要推动互联网、大数据等新兴技术与绿色低碳产业深度融合，实现绿色发展。那么，在新一代科技革命背景下，数字化转型作为引领企业发展的核心动力[2]，能否助力中国企业能源环境效率的提升，实现可持续发展？

基于此，本文以2009~2022年中国上市公司为样本，实证检验数字化转型对企业能源环境效率的影响，并得出数字化转型能够提高企业能源环境效率的结论。本文的边际贡献主要体现在：第一，丰富了数字化转型对企业环境行为的影响文献，已有研究多关注数字化转型对企业价值等方面的影响[3]；第二，现有研究主要关注数字经济发展对省域或城市层面的能源效率影响，企业层面的相对欠缺，因此，本文选择从微观层面出发，为企业实现绿色发展提供了经验支持。

2. 文献综述与假设提出

2.1. 文献综述

2.1.1. 数字化转型相关研究

企业数字化是指通过对互联网、通信技术、人工智能等相关数字技术的综合应用，塑造一个全感知、全联接、全场景、全智能的数字世界，触发企业颠覆性变革，对企业商业模式、业务模型、组织结构等进行全面塑造的过程[4]。现有研究主要考察了企业数字化转型对企业经营管理，企业生产和业绩等的积极作用，研究发现企业数字化能够提高企业的信息获取及整合能力，降低企业内外部信息不对称程度，改善企业的治理水平[5]；信息透明度的增加还有助于缓解企业的融资约束，降低企业的债务违约风险[6]，这为企业的绿色创新活动的开展提供了资金支持[7]，助力企业全要素生产率的提高[8]，赋能企业新质生产力的发展[9]。此外，企业数字化转型还能够提高企业的抗风险能力，提高企业韧性[10]，体现到资本市场上，即企业数字化转型能够通过降低信息不对称程度的改善企业股票流动性水平[11]，降低企业的股价崩盘风险[12]。

2.1.2. 能源环境效率相关研究

为构建安全高效的能源体系，提高能源效率，早日实现“双碳”目标，政府先后推出了一系列环境规制政策，包括排污权交易制度[13]、低碳城市试点政策[14]、碳排放权交易政策[15]等，其本质上是通过奖励先进企业，增加落后企业的排污成本，激发市场参与主体的绿色创新活力，改进生产技术，推动产业结构升级，提高能源环境效率。其中，技术创新是提高能源效率一个至关重要的因素，有学者认为只有以生产技术革新的形式，提高传统化石能源利用效率，积极开发利用清洁能源，优化能源结构，才能从本质上实现节能减排，提高能源环境效率[16]，如数字普惠金融可以利用其技术优先满足低碳产业及新能源企业的资金需求，控制对高能耗和高排放企业的信贷投放，鼓励企业绿色转型[17]。除此之外，对外直接投资或外商直接投资[18]、产业集聚等[19]、金融业聚集程度[20]、金融发展[21]等均是能源效率的影响因素。

2.1.3. 数字化转型与能源环境效率

已有部分文献分析了数字化对环境的影响，有学者从城市层面研究发现数字经济能够促进绿色创新、优化产业结构，进而降低城市中工业二氧化硫、工业烟尘及工业废水的排放量[22]；企业数字化还能够提高信息在企业内部的处理效率，促进企业内外部信息共享及知识整合，激励企业进行绿色技术创新[23]；有研究以我国工业企业为样本发现，企业数字化转型能够激发企业的创新能力，促使企业的能源消耗由重转轻，提高企业的能源效率[24]；此外，企业数字化转型还有助于降低企业的碳排放水平[25]，提升企业的ESG表现[26]，加快企业的绿色转型[27]。持不同意见的则认为企业数字化转型能够通过提高公司治理能力、缓解信息不对称等方式提高企业生产效率，但传统企业引进先进的数字技术可能会产生高昂的成本，这不利于企业提高环境治理效率[28]。

综上所述，现有文献针对企业数字化转型的经济后果进行了广泛的讨论，普遍认为企业数字化转型有助于企业成长，部分学者从城市及企业层面研究数字经济对环境绩效的影响，但并未得到一致结论。目前鲜有文献探讨企业数字化转型对企业能源效率的影响，因此，本文从企业层面探讨企业数字化转型对企业能源环境效率的影响，并进行了路径分析，为推动企业数字化转型及促进企业可持续发展提供了有益参考。

2.2. 假设提出

2.2.1. 数字化转型对能源环境效率的影响

企业数字化转型即通过对云计算、人工智能等数字技术高效整合应用，通过引入数字这一生产要素，优化业务流程，变革生产方式[29]。实质上是企业管理模式由“工业化”向“数字化”的重大转变[25]，有效的数字化转型可以扩大企业的竞争优势，促进企业绿色发展。首先，数字技术拥有天然的绿色特征，相比于传统生产技术而言，数字技术的运用摆脱了对不可再生资源的依赖[30]。从能源投入的角度看，一方面，企业数字化转型通过引入物联网，搭建数字平台，监控生产流程，根据采集的数据对生产过程进行模拟及预测，以实现能源投放的精准计量及智能化管理，减少能源浪费，提高能源效率；另一方面，数字化转型通过监测产品整个生产周期，以减少生产过程中由意外导致的资源浪费。从产出的角度看，首先，企业数字化转型伴随着的是企业生产设备的更新，新型的生产设备通过优化企业的生产工艺，并结合数字平台对污染物排放进行管理，进而减少废气废水等非期望产出的排放量。其次，数字技术能够有效改善新能源的生产效率，因技术受限，可再生能源与现有能源系统及生产体系融合性不高，企业数字化通过对能源系统进行改造，使新能源能够被大规模使用，从而逐渐替代传统化石能源的地位[31]，降低污染物的排放，提高能源环境效率。基于此，本文提出假设：

H1：数字化转型能够提高企业能源环境效率。

2.2.2. 数字化转型对能源环境效率的影响机制

首先，数字化转型优化了企业内外部的创新环境。一方面，企业通过引入云计算、人工智能等数据技术提高企业数据采集、资源整合及分析的能力，推动创新流程，缩短研发周期，提高创新效率；另一方面，数字化转型通过构建信息系统能够打破企业间原有的信息壁垒，有助于实现企业间的信息共享和技术交流，促使企业更好地吸收行业前沿信息，提高企业的绿色创新水平[23]。其次，数字化转型帮助企业更好地获得外部资源。一方面，在数字经济背景下，企业数字化转型符合当前“数字中国”的发展战略，有助于企业获得更多的政府补贴及资源支持[11]，参与数字化变革的企业通过向外界其正面发展形象更容易获得投资者的关注，为企业进行绿色创新活动提供资金支持，另一方面，大数据和互联网等新技术在金融机构绿色信贷等中的应用，有助于金融机构筛选绿色环保型企业，发放贷款，为企业绿色创新提供资金保障。而绿色技术创新作为一种以能源节约为导向的技术进步，是提升能源环境效率及实现“双碳”目标的重要途经[32]。一方面，绿色技术创新可以推动传统能源产业由高能耗向高效率转变，提高企业的生产力和生产效率，降本增效，优化产业结构；另一方面，绿色技术创新可以加快清洁能源替代煤炭等化石能源的进程，降低企业对煤炭等化石燃料的依赖，升级能源消费结构，减少企业在生产过程中的废气污染物排放量，提高企业的能源环境效率。

综上，本文提出假设H2：数字化转型可以促进企业绿色创新提高企业能源环境效率。

3. 研究设计

3.1. 样本选择与数据来源

本文选取2009~2022年沪深A股上市公司为样本。对研究样本进行了如下处理：第一，剔除ST和^*ST的样本；第二，剔除金融企业；第三，剔除主要变量及控制变量数据缺失的样本。最终获得1630家公司12,023个公司年度观测值。此外，为降低极端值的影响，本文对所有连续变量进行了上下1%的缩尾处理。相关财务数据来源于国泰安数据库，相关企业年报数据来自深圳证券交易所、上海证券交易所官方网站。

3.2. 模型构建

为检验数字化转型对企业能源环境效率的影响，构建如下基准模型。

${\text{EEPI}}_{i,t}={\beta }_0+{\beta }_1{\text{Digit}}_{i,t}+{\beta }_2{\text{Controls}}_{i,t}+\text{year}+\text{ind}+{\epsilon }_{i,t}$ (1)

在模型(1)中，${\text{EEPI}}_{i,t}$ 表示企业i在年份t的能源环境效率，${\text{Digit}}_{i,t}$ 表示企业i在年份t的数字化转型程度；${\text{Controls}}_{i,t}$ 表示企业i在年份t其他控制变量水平；Year和ind分别为年度和行业固定效应；${\epsilon }_{i,t}$ 为随机扰动项。模型中需要关注的是${\text{Digit}}_{i,t}$ 的系数${\beta }_1$ 的大小和正负，如果${\beta }_1>0$ 且显著，则支持假说1，即企业数字化转型程度越高，上市企业的能源环境效率会随之上升；反之亦然。

3.3. 变量说明

3.3.1. 被解释变量：能源环境效率(EEPI)

当前研究关于能源效率的评估方法主要分为两类：单要素能源效率和全要素能源效率。单要素常用“单位GOP的能源碳排放量”或“单位能源消费的碳排放量”衡量，鉴于其不能将经济、能源和环境三方面充分考虑，因此，本文参考研究[33]选择Zhang et al. (2014) [34]基于非径向方向性距离函数(NDDF)模型[35]提出的全要素非径向方向距离函数(TNDDF)和能源–环境非径向方向距离函数(ENDDF)构建能源环境效率指标，在计算全效率指数时，参考已有研究将投入、期望产出和非期望产出变量的权重分别设定为1/3，再将投入要素均等分，即资本、劳动力、能源三种要素权重各为1/9，即权重向量为W^T = (1/9，1/9，1/9，1/3，1/3)，方向向量为G = (−K, −L, −E, Y, −U)，利用TNDDF函数计算出全效率指数(UEI)，用于稳健性检验；在计算能源环境效率指数时，由于资本和劳动力本身并不产生碳排放，因此，将资本和劳动力从目标函数和约束条件中移除，能源投入、期望产出和非期望产出权重各为1/3，即权重向量为W^T = (0，0，1/3，1/3，1/3)，方向向量为G = (0, 0, −E, Y, −U)，并利用ENDDF计算出能源环境效率(EEPI)，测算出的数值越大，表明企业能源环境效率越高。

其中，以每家企业固定资产净额(百万元)作为资本(K)投入要素、以企业综合能源消耗(万吨标准煤)作为能源(E)投入要素、以企业员工人数作为劳动力(L)为投入要素，期望产出(Y)为企业期末营业收入(百万元)，非期望产出(U)为企业碳排放量(吨)；将资本投入要素和期望产出以2009年为基期分别利用固定资产投资价格平减指数和工业生产者价格平减指数进行平减；能源消耗数据参考研究[36]利用企业当年的耗水量(万吨)、耗电量(万千瓦时)、煤炭使用量(万吨)、天然气使用量(万立方米)、汽油使用量(万吨)、柴油使用量(万吨)和集中供热(万吉焦)折算成统一标准煤(万吨标准煤)核算，即综合能源消耗 = 耗水量 × 0.0002429 + 耗电量 × 1.229 + 煤炭使用量 × 0.7143 + 天然气使用量 × 13.3 + 汽油使用量 × 1.4717 + 柴油使用量 × 1.4571 + 集中供热 × 0.03412，折算系数参照《中国能源统计年鉴》；碳排放数据参考研究[37]-[39]按照上市公司碳排放数据 = 燃烧和逃逸排放 + 生产过程排放 + 废气排放 + 土地利用方式转变(森林转工业用地)导致的排放来核算。相关数据提取自上市公司年报、社会责任报告、环境报告、投资者关系活动中的能源消耗信息以及结合企业及其子公司所在地环保部门的微观能源消耗数据库。本文研究样本中剔除了零排放、缺少污染排放数据或能源消耗数据的公司。

3.3.2. 解释变量：数字化转型(Digit)

目前关于企业数字化转型的定量研究中，较多的做法是利用上市公司年报中数字化相关的词频来测算。参考已有研究[11]，从“底层技术运用”和“技术实践应用”两个维度选取76个数字化相关关键词，并对其在年报中出现的次数进行统计，将“底层技术运用”和“技术实践应用”两类词频加总，构建企业数字化转型的指标。为保证测度结果无偏性，本文对数字化相关关键词词频总数进行加1并取对数处理，记为DigitA。

3.3.3. 控制变量

根据以往学者研究，本文对可能影响企业能源环境效率的其他经济特征变量进行了控制，包括总资产收益率(Roa)、董事会规模(Board)、资产负债率(Lev)、上市年限(ListAge)、企业成长性(Growth)、第一大股东持股比例(Top1)、审计质量(Big4)、管理费用(Mfee)、独立董事(Indep)、机构持股比例(Inst)等。具体定义变量见表1。

Table 1. List of variable definitions

表1. 变量定义表

变量类型	变量名称	变量符号	变量定义
被解释变量	能源环境效率	EEPI	详见上文
解释变量	数字化转型	DigitA	数字化相关词频加1取对数
控制变量	董事会规模	Board	董事会总人数的自然对数
	总资产收益率	Roa	净利润与总资产之比
	资产负债率	Lev	总负债与总资产之比
	公司成长性	Growth	营业收入增长率
	股权集中度	Top1	第一大股东持股数占总股数的比例
	审计质量	Big4	年报经四大会计事务所审计取值为1，否则为0
	管理费用率	Mfee	管理费用/营业收入
	独立董事比例	Indep	独立董事/董事人数
	机构持股比例	Inst	机构持股/总股数
	上市年限	ListAge	ln (当年年份 − 上市年份 + 1)

4. 实证分析

4.1. 描述性统计

本文对计量模型检验中的主要变量进行描述性统计，结果如表2所示，结果显示，企业能源环境效率的最大值为1，最小值为0.083，均值为0.358，说明我国上市公司的能源环境效率存在较大差异。数字化转型最大值为4.159，最小值为0，说明我国企业间数字化发展水平差距显著，同时部分企业尚未开始进行数字化转型。

Table 2. Table of descriptive statistics

表2. 描述性统计表

变量	观测值	均值	标准差	最小值	最大值
EEPI	12,025	0.358	0.178	0.0830	1
DigitA	12,025	1.060	1.126	0	4.159
Lev	12,025	0.436	0.190	0.0720	0.880
ROA	12,025	0.0410	0.0580	−0.176	0.211
Growth	12,025	0.168	0.350	−0.447	2.055
Board	12,025	2.137	0.199	1.609	2.708
Indep	12,025	0.373	0.0520	0.333	0.571
Top1	12,025	0.346	0.147	0.0900	0.742
ListAge	12,025	2.115	0.764	0.693	3.332
INST	12,025	0.386	0.236	0.00100	0.893
Mfee	12,025	0.0750	0.0470	0.00900	0.263
Big4	12,025	0.0540	0.226	0	1

4.2. 基准回归结果

表3报告了企业数字化转型对能源效率的基准回归结果，其中，第(1)列为仅控制了行业和年度但未加入控制变量的回归结果，DigitA的系数为0.007，在1%的水平上显著；第(2)列是加入控制变量并控制行业和年度的回归结果，DigitA的系数为0.007，在1%的水平上显著，由此说明，企业数字化转型能够提高企业的能源环境效率，假设H1得到验证。

Table 3. Benchmark regression results

表3. 基准回归结果

变量	(1)	(2)
	EEPI	EEPI
DigitA	0.007^***	0.007^***
	(0.002)	(0.001)
常数项	0.351^***	0.046
	(0.002)	(0.028)
控制变量	否	是
时间固定效应	是	是
行业固定效应	是	是
样本量	12,023	12,023
R^2	0.0807	0.2452

注：^***、^**、^*分别代表p < 0.01、p < 0.05和p < 0.1上有统计学意义，括号内为标准误，下同。

4.3. 稳健性检验

Table 4. Robustness test

表4. 稳健性检验

变量	更换被解释变量	更换解释变量		滞后一期	双重聚类
	(1)	(2)	(3)	(4)	(5)
	UEI	EEPI	EEPI	EEPI	EEPI
DigitA	0.01^***			0.007^**	0.007^**
	(0.001)			(0.002)	(0.003)
DigitB		0.006^***
		(0.002)
DigitC			0.004^***
			(0.001)
常数项	0.158^***	0.04	0.046	0.003	0.046
	(0.028)	(0.028)	(0.028)	(0.031)	(0.052)
控制变量	是	是	是	是	是
时间固定效应	是	是	是	是	是
行业固定效应	是	是	是	是	是
样本量	12,023	12,023	12,023	9976	12,023
R^2	0.2583	0.2448	0.2443	0.2404	0.2452

为了保证研究结果的可靠性，本文进行以下稳健性检验：一是替换被解释变量。参考已有研究[34]利用全要素非径向方向距离函数(TNDDF)计算出全效率指数(UEI)替换EEPI作为被解释变量，重新进行模型检验。二是替换解释变量。参考文献[40]的做法，从数字技术运用、互联网商业模式、智能制造和现代信息系统四个维度选取99个数字化相关词频统计作为解释变量，记为DigitB；参考文献[41]采用CSMAR数据库中国上市公司数字化转型研究数据库中企业数字化转型指数来衡量企业数字化转型水平，记为DigitC，将DigitB和DigitC作为数字化转型的代理变量重新进行回归。三是加入滞后效应。考虑到企业数字化转型对企业能源环境效率的影响可能存在滞后性，本文将解释变量滞后一期重新进行检验。四是双重聚类，为避免异方差和自相关对回归结果的影响，对公司和年份进行了双重聚类回归。以上一系列稳健性检验结果如表4所示，数字化转型系数均显著为正，证实了本文的基准回归结果是稳健的。

4.4. 异质性分析

由于企业本身特性以及所处区位等不同，这些因素可能会导致数字化转型对企业能源环境效率的影响存在差异。故本文进行了以下异质性分析。从企业所处行业来看，高科技行业的企业知识、技术、人才储备都较为优越，能为企业开展数字化转型提供基础支撑，故本文预期数字化转型对高新技术行业企业的提升作用更明显，为验证上述推测，本文将企业分为“高科技行业”和“非高科技行业”两个子样本，回归结果如下表5所示，本文预期得到验证。二为研究不同地区企业数字化转型对企业能源环境效率的差异，本文根据企业注册地将样本分为“中部”“西部”“东部”三个子样本，回归结果如表5所示，可以发现，东部地区企业数字化转型对企业能源环境效率的影响较为显著，原因在于，相对中西部地区，东部地区经济发展较好，基础设施比较完善，资源相对丰富，为企业数字化转型及后续活动的开展提供了有利的外部环境。

Table 5. Heterogeneity analysis

表5. 异质性分析

变量	是否属于高科技行业		所属地区
	高新技术行业	非高新技术行业	中部	东部	西部
DigitA	0.007^***	0.004	0.003	0.009^***	−0.004
	(0.001)	(0.006)	(0.004)	(0.002)	(0.005)
常数项	0.03	0.143	0.199	−0.019	0.02
	(0.03)	(0.082)	(0.064)	(0.036)	(0.074)
控制变量	是	是	是	是	是
时间固定效应	是	是	是	是	是
行业固定效应	是	是	是	是	是
样本量	10,219	1804	2227	8028	1740
R^2	0.2341	0.2562	0.2672	0.2713	0.1835

4.5. 机制检验

基准回归结果表明，数字化转型能够显著提升企业能源环境效率。结合理论分析，本文认为数字化转型主要通过“绿色创新”对企业能源环境效率产生显著的促进作用，接下来，对上述作用机制进行检验。参考文献[42]的研究，以绿色发明专利申请数量和绿色实用新型专利申请数量的总和加1取自然对数来衡量企业绿色创新(GPatent)。参考文献[43]的研究，在模型(1)的基础上构建了模型(2)。模型(2)用来检验企业数字化转型对企业绿色创新的影响，若系数${\beta }_1$ 显著为正，表明企业数字化转型能提升企业绿色创新水平，即企业数字化转型能够通过促进企业绿色创新提高企业的能源环境效率。

${\text{GPatent}}_{i,t}={\beta }_0+{\beta }_1{\text{Digit}}_{i,t}+{\beta }_2{\text{Controls}}_{i,t}+\text{year}+\text{ind}+{\epsilon }_{i,t}$ (2)

表6列示了模型(2)的回归结果，DigitA的回归系数为0.107，在1%的水平上显著，表明企业数字化转型能够促进企业绿色创新，本文假设H2得到验证。

Table 6. Mechanism test regression results

表6. 机制检验回归结果

变量	(1)
	GPatent
DigitA	0.11^***
	(0.007)
Constant	−1.535^***
	(0.151)
控制变量	是
时间固定效应	是
行业固定效应	是
样本量	12,023
R^2	0.1201

5. 结论与建议

本文以2009~2022年沪深A股上市公司为样本，利用企业年报中数字化相关词频数衡量企业数字化转型程度，通过构建双向固定效应模型分析了企业数字化转型与能源环境效率的影响关系，研究发现：企业数字化转型有助于提高企业能源环境效率，一系列稳健性检验均验证了这一结论。其次，异质性分析表明，这种影响在高科技行业企业和东部地区的企业更为明显，机制检验表明数字化转型能够通过促进企业绿色创新提高能源环境效率。

本文的研究成果丰富了企业数字化转型领域的相关文献，从企业行为角度为经济的绿色可持续发展提供了新思路，基于研究结论，本文得出如下政策建议：首先，企业应积极创新和运用数字技术、人工智能及绿色低碳技术等，加强生产流程控制，降低生产能耗，提高生产力水平；重视数字化相关知识人才的引进，加快数字化在企业各方面的渗透融合，重塑企业经营生产模式；发挥企业数字化转型的信息沟通优势，搭建企业内及企业间的交流平台，降低信息搜寻成本，实现资源共享、优势互补，进而提高企业创新效率，促进能源效率的提高；此外，不同产权性质、行业类型的企业应根据自身特点有针对性地推行数字化，高科技行业企业应充分利用大数据、云计算等新一代信息技术来突破原有经营模式弊端，从管理、生产、销售等全方面提高企业数字化程度，继续为促进企业绿色环保活动注入动力；其次，政府应出台相应的政策指导，重视信息平台建设，帮助企业解决数字化转型中遇到的技术困难，推动节能减排的实现；建议政府实施税收减免或抵免政策，给予数字化转型中的企业相应的补贴，为部分规模相对较小的企业提高前期可能无力承担的数字化转型投入；各地政府要因地制宜，由于不同地区经济发展水平及资源禀赋不同，东部、中部、西部应根据区域自身特点，如东部企业应因势利导，继续发挥企业数字化转型带来的经济和环境效益，而中西部地区应着力为企业打造良好的数字化转型环境，提高数字化赋能增效水平。