Research on the mechanisms of the digital transformation of manufacturing enterprises for carbon emissions reduction

还原(数学) 温室气体 转化(遗传学) 碳纤维 业务 数字化转型 环境经济学 产业组织 制造工程 环境科学 工程类 计算机科学 经济 化学 数学 复合数 万维网 基因 生物 生物化学 生态学 算法 几何学
作者
Juan Chen,Zhiguang Guo,Zhijie Lei
出处
期刊:Journal of Cleaner Production [Elsevier]
卷期号:449: 141817-141817 被引量:8
标识
DOI:10.1016/j.jclepro.2024.141817
摘要

With the rapid development of digital technologies, digital transformation has emerged as a crucial strategy to increase competitiveness and lower carbon emissions. To explore the impact and mechanisms of manufacturing enterprises' digital transformation on reducing their carbon emissions, this study uses data from A-share listed manufacturing enterprises on the Shanghai and Shenzhen Stock Exchanges from 2010 to 2019. Employing fixed-effect and mediation models, the empirical analyses yield the following results: (1) Digital transformation positively influences carbon emissions reduction in manufacturing enterprises. (2) The fulfillment of corporate social responsibility and advancement in technological innovation mediate the relationship between digital transformation and carbon emissions reduction. (3) Both internal (redundant resources) and external (government support) factors affect the impact of digital transformation on carbon emissions. Reducing redundant resources and strengthening government support amplify the positive effect of digital transformation, while redundant resources negatively regulate the initial phase of the impact path of "digital transformation - technological innovation–carbon emissions intensity". (4) Heterogeneity results reveal that digital transformation plays a more significant role in carbon emission reduction for heavy-polluting enterprises and China's central region. Hence, proactive digital transformation promotion is essential for enterprises aiming to achieve the "dual-carbon" goal, with optimization of internal resource integration and government-appropriate support.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
3秒前
Terahertz完成签到 ,获得积分10
3秒前
苹果丑应助LL采纳,获得10
3秒前
灰灰发布了新的文献求助10
3秒前
4秒前
hhhhhhhhhhh发布了新的文献求助10
6秒前
7秒前
10秒前
落地满霜完成签到,获得积分20
10秒前
玛卡巴卡完成签到,获得积分20
14秒前
任性半凡发布了新的文献求助10
14秒前
丘比特应助Renly采纳,获得10
15秒前
半岛完成签到 ,获得积分10
15秒前
温柔孤兰发布了新的文献求助10
19秒前
salty完成签到 ,获得积分10
20秒前
21秒前
hhhhhhhhhhh完成签到,获得积分20
21秒前
SciGPT应助历史真相采纳,获得10
23秒前
yanjiusheng完成签到,获得积分10
26秒前
29秒前
31秒前
binz完成签到,获得积分10
32秒前
绿色的大嘴鸟完成签到 ,获得积分10
34秒前
历史真相发布了新的文献求助10
35秒前
清逸之风完成签到 ,获得积分10
36秒前
lmma完成签到,获得积分10
37秒前
37秒前
li发布了新的文献求助10
38秒前
任性半凡完成签到,获得积分10
40秒前
lmma发布了新的文献求助10
41秒前
42秒前
研友_5Zl9D8发布了新的文献求助10
45秒前
45秒前
45秒前
hmj007发布了新的文献求助10
47秒前
47秒前
Arthur完成签到,获得积分10
47秒前
48秒前
思源应助Who采纳,获得30
48秒前
49秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Fundamentals of Dispersed Multiphase Flows 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3254133
求助须知:如何正确求助?哪些是违规求助? 2896458
关于积分的说明 8292745
捐赠科研通 2565360
什么是DOI,文献DOI怎么找? 1392956
科研通“疑难数据库(出版商)”最低求助积分说明 652418
邀请新用户注册赠送积分活动 629856