1. 引言
近年来,国家一系列政策的出台纷纷指向“数字经济”和“可持续发展”。2021年“双碳”政策的提出在国内外各界引发关注;同年全国碳排放交易市场启动上线;2022年我国二氧化碳排放强度下降4.6%;2023年陆续出台十余份保障方案,“双碳”政策体系构建完成并持续落实。企业在响应“双碳”政策的过程中逐步探索出兼顾经济效益和社会效益的融合性可持续发展路径。esg作为一种新兴的企业发展观念,强调关注environmental环境责任、social社会责任和governance公司治理,高度契合“双碳”目标下的可持续发展需求。与此同时,2023年发布的《数字中国建设整体布局规划》,提出“要全面赋能经济社会发展,做强做优做大数字经济。培育壮大数字经济核心产业,推动数字技术和实体经济深度融合,支持数字企业发展壮大”,则全面提升了各行各业数字化转型的进程。因此,探索数字化转型与提升esg表现相辅相成的内在关系及影响机制是促进企业良性协同及长远发展的根本所在,企业能否在数字化转型中实现可持续发展的目标,以及哪些因素、如何影响数字化转型对可持续发展的作用,是本文探讨的核心问题。
本文以2012~2022年沪深a股上市公司为研究样本,通过实证分析方法检验企业数字化转型对企业esg表现的影响及作用路径,并通过一系列稳健性检验保证结论的可靠性。创新点主要体现在:① 基于数字化转型战略视角:以往对于企业esg表现的研究大多基于资源能力视角,考虑企业须具备怎样的能力和资源才能提高esg表现,而本文基于“战略”视角,认为企业数字化转型战略对esg表现提升有重大影响。② 基于外部关注度视角,探究投资者关注、分析师关注、媒体关注的中介作用,尝试打开不同外部关注度作用下数字化转型影响企业esg表现的“黑箱”。以往学者提出过“创新绩效、绿色技术创新”“内部透明度、信息披露质量”“财务绩效、融资约束”“运营效率、全要素生产率”等内部路径,本文选用外部关注路径,以期从不同视角进行验证。
2. 理论分析与研究假设
传统公司治理理论认为实现利润最大化是企业经营的最终目标,但是现代公司治理理论认为企业不仅要对投资者和利润负责,还应对员工、社会、环境等所有利益相关方负责,顺应esg发展理念。进行数字化转型之前,企业开展esg活动需要高昂的成本,需要大量资金投入购买设备、升级工艺、引进人才等,在环境方面的活动如使用可再生能源、减少碳排放等,需要的投资成本很高,而esg活动带来的收益通常是难以直接量化,这种不确定性使得企业难以对开展esg活动收益做出明确的经济评估,导致许多企业不愿意开展esg活动。进行数字化转型之后,企业开展esg活动的过程更为透明,收益更为明显:一方面,数字技术的使用能够帮助企业全过程监控资源的使用情况、新工艺的产出质量、污染物的排放水平,便于及时调整战略提高效率,能够为企业带来资产结构、内部管理等方面的改善。另一方面,数字化的高效透明可以带来企业形象和商誉的提高,从而为企业带来利润的增长,弥补开展esg活动的高昂成本,甚至可能改变企业自身的盈利模式,在平衡企业收入成本的同时为社会创造更多的就业机会,进而推动经济可持续增长。
已有研究证明,在环境方面,庞瑞芝证实数字化能提高环境治理绩效,且提高效应长期存在。在社会责任方面,ning y 等发现数字金融通过改善融资效应来促使企业社会责任的履行。在公司治理方面,祁怀锦认为企业数字经济化对治理水平具有积极的影响。综上所述,本文提出如下研究假设。
h1:根据现代公司治理理论,企业数字化转型能够提高企业esg表现。
关于数字化转型如何影响企业esg表现,以往学者提出过很多观点:胡洁等认为企业数字化转型可以通过促进企业绿色技术创新、提升企业内部信息透明度、提高企业决策和运营管理效率等渠道对企业esg表现产生促进作用。王应欢等认为数字化转型主要通过企业的绿色创新能力和信息披露质量两条渠道来影响企业esg表现。韩忠雪等认为数字化转型通过提升信息透明度和全要素生产率,进而促进企业esg表现。王海军等认为数字化转型提高了企业运行效率和感知能力,同时也为企业履行esg责任创造了基础条件,数字化转型通过企业创新能力、信息互动和财务绩效三种渠道对esg责任表现发挥了间接作用。但以往研究多为企业内部因素的作用路径。企业外部因素的作用路径没有集中的探讨,随着各类投资者、分析师、媒体对上市公司的关注度越来越高,在信息传递门槛不断下降的背景下,越来越多学者意识到,外部关注度可能会带来诸如声誉收入、行政干预等经济行为,对企业可持续发展产生影响。
投资者包括个人投资者和机构投资者,个人投资者畅所欲言的表达在一定程度上影响esg表现的披露水平;机构投资者偏好投资具有较高社会价值的公司;整体而言投资者由于时间精力有限,对发展好势头足的公司会重点关注。根据信号传递理论,企业数字化转型水平越高,会吸引到更多来自投资者的关注,较高的投资者关注为企业吸引更多的商业合作与资源,吸引到的投资可以为企业履行社会责任保驾护航,同时企业为避免资源流失,也会提高esg表现来维持认可度。郭元源等研究发现普通投资者数字化关注作为一种非正式制度压力,对企业数字化转型具有促进作用;积极参与投资者互动的企业在这种非正式制度压力下数字化转型水平更高。
分析师是指利用专业数据和实习分析企业和行业发展情况的一部分个人(或团体),他们更关注真实事件和数据表现,对所在领域的发展及商业模式有深入的了解和洞察。根据迎合理论,一方面,分析师团体会迎合国家政策和社会热点进行深入分析,数字水平高、社会表现好的公司会得到优先关注;另一方面,当企业受到专业的分析师关注时,压力和期望会促使企业改善其esg表现,以便得到分析师更高的评价。石华军等发现分析师关注可以显著提高企业esg表现,且这种影响在非国有企业中更加显著。
根据声誉机制理论,企业会为了声誉而努力表现,以获得社会的认可和信任,进而获取更多的资源和机会。而媒体具有监督效力和扩大效力,当公司出现不利于自身和社会可持续发展的行为时,媒体的快速捕捉和放大,会使企业声誉受损,声誉建立又需要漫长的过程,因此媒体关注会在一定程度上提升esg表现减少可能存在的声誉损伤,热比亚吐尔逊等 研究发现媒体关注在数字化转型与环境绩效之间起到了正向调节作用,且此调节作用通过绿色供应链的中介作用来实现。
因此企业外部关注度在数字化转型影响企业esg表现的路径中非常值得关注,具体而言为投资者关注、分析师关注、媒体关注。据此,本文提出如下研究假设,如所示。
h2:根据信号传递理论,企业数字化转型通过提高投资者关注度,进而提高企业esg表现。
h3:根据迎合理论,企业数字化转型通过提高分析师关注度,进而提高企业esg表现。
h4:根据声誉理论,企业数字化转型通过提高媒体关注度,进而提高企业esg表现。
figure 1. the relationship and pathway between enterprise digital transformation and esg performance
图1. 企业数字化转型与esg表现的影响关系及路径
3. 研究设计
3.1. 数据来源和变量度量
除了一些众所周知的英文缩写,如ip、cpu、fda,所有的英文缩写在文中第一次出现时都应该给出其全称。文章标题中尽量避免使用生僻的英文缩写。
本文采用2012~2022年沪深a股上市公司的数据进行实证分析,进行如下处理:(1) 本文去除了出现st、*st和s*st的样本;(2) 去除金融行业上市公司样本;(3) 去除2012年后上市的公司样本。同时为了减少极端值影响,本文在1%和99%水平对连续型变量进行缩尾处理。共得到1863个企业11年间共20486个数据的平衡面板。具体变量衡量方式如下。
被解释变量——企业esg表现。参考谢红军等和周莎等的方法,采用华证esg评级体系数据。华证esg评级体系区分环境、社会、治理三大维度,有多个细分议题和大量具体指标,以季度为单位进行评级和打分,分为aaa~c共9个等级和详细评分,本文将获取的季度详细得分数据取平均作为年度得分进行回归。
解释变量——数字化转型(dt)。参考吴非等学者的做法,对人工智能、大数据技术、云计算技术、区块链技术、数字技术这五个维度的相关关键词构造数字化字典,运用python对上市公司年报全文的词条进行分析,统计出以上五个维度关键词总词频数,csmar数据库中已收录相关数据。
中介变量——投资者关注、分析师关注、媒体关注。参考张文菲等学者,选取cnrds数据库中的以公司名称和股票代码搜索量总和的网络搜索指数作为投资者关注的代理变量。参考陈钦源等学者的研究,选取csmar数据库中以分析师跟踪人数(团队数)作为分析师关注的代理指标。参考徐莉萍等学者,选取cnrds数据库中的网络媒体和报纸刊物标题报道上市公司的新闻总数作为媒体关注的代理变量。
控制变量:选取上市年限、董事规模、前十大股东持股比例、两职合一、营业收入增长率、资产负债率、流动资产收益率、财务杠杆、是否四大审计作为本文的控制变量,如覆盖了公司基本情况、管理层能力、公司财务状况等方面。还控制了行业和年份固定效应。控制变量数据均取自csmar数据库。
table 1. symbols and definitions of the main variables
表1. 主要变量的符号和定义
|
变量名称 |
变量符号 |
变量定义 |
解释变量 |
数字化转型 |
dt |
csmar数据库中上市公司数字化转型子库,取自然对数 |
被解释变量 |
企业esg表现 |
esg |
华证esg数据库,季度数据取平均作为年度数据 |
中介变量 |
投资者关注 |
investor |
cnrds数据库中的以公司名称和股票代码搜索量总和的网络搜索指数,取自然对数 |
分析师关注 |
analyst |
csmar数据库中分析师跟踪人数(团队数),取自然对数 |
媒体关注 |
web |
cnrds数据库中的网络媒体和报纸刊物标题报道上市公司的新闻总数,取自然对数 |
3.2. 模型设定
=
(1)
=
(2)
=
(3)
其中,
为被解释变量,表示第i个企业在第t年的esg表现;
为解释变量,表示企业i在第t年的数字化转型程度;系数
为核心估计系数,表示进行数字化转型对企业esg表现的净效应;式(2) (3)中
表示中介变量,具体为投资者关注、分析师关注和媒体关注;controls表示一系列控制变量;还控制了行业和年份固定效应;
表示随个体和时间变化的随机扰动项。
4. 模型与实证分析结果
4.1. 描述性统计与相关性分析
本文对2012~2022年沪深a股上市公司相关数据进行清洗、处理、计算后,得到20518个样本,对全体变量的均值、标准差、最大值、最小值进行统计,如所示。可以看出:样本期内企业esg表现的最大得分为92.93,最小得分为41.19,平均得分为73.33,不同企业的esg表现存在较大差异,如的正态分布可看出存在左侧长尾效应。数字化转型水平最大值为6.301,最小值为0,平均值为1.419,整体水平偏低,从概率密度图也可以近20%的企业没有进行数字化转型,不同企业数字化水平存在很大差异。三种外部关注中,投资者关注最高,平均值达到12.78,分析师关注最低,平均值仅为1.457,媒体关注平均值为4.383,与投资者群体数量大,分析师群体数量小相关。
table 2. descriptive statistics
表2. 描述性统计
variable |
n |
mean |
p50 |
sd |
min |
max |
企业esg表现 |
20518 |
73.33 |
73.6 |
5.367 |
41.19 |
92.93 |
数字化转型 |
20518 |
1.419 |
1.099 |
1.390 |
0 |
6.301 |
投资者关注 |
20518 |
12.780 |
12.708 |
0.697 |
6.227 |
17.294 |
分析师关注 |
20518 |
1.457 |
1.386 |
1.199 |
0 |
4.331 |
媒体关注 |
20518 |
4.383 |
4.564 |
1.296 |
0 |
8.957 |
上市年限 |
20518 |
12.84 |
12 |
7.160 |
0 |
32 |
董事规模 |
20486 |
2.136 |
2.197 |
0.198 |
0 |
2.708 |
前十大股东持股比例 |
20518 |
55.95% |
56.06% |
15.13% |
1.320% |
89.93% |
两职合一 |
20486 |
0.235 |
0 |
0.424 |
0 |
1 |
营业收入增长率 |
20486 |
8.68% |
8.70% |
35% |
−94% |
204.3% |
资产负债率 |
20518 |
43.5% |
43.1% |
19.9% |
0.8% |
86.9% |
流动资产收益率 |
20518 |
8.0% |
6.40% |
13.6% |
−367.7% |
60.3% |
财务杠杆 |
20486 |
1.371 |
1.067 |
18.679 |
−582.580 |
2402.774 |
是否四大 |
20486 |
0.0710 |
0 |
0.257 |
0 |
1 |
figure 2. probability density of esg and digital transformation
图2. esg和数字化转型概率密度图
在对所有连续变量进行缩尾处理后,为初步了解各变量对企业esg表现的影响,对各变量之间进行相关性分析,篇幅所限表暂不列出,还对所有变量进行了vif检验,所有变量vif小于10,两种方式均证明所选变量不存在多重共线性。
4.2. 基本回归结果
为研究数字化转型对企业esg表现的影响,本文首先对模型(1)进行回归,列(1)为不加控制变量的结果,系数为0.131,在1%水平下显著,初步证实数字化转型正向影响esg表现;列(2)为加控制变量的结果,数字化转型dt的系数为0.105,在1%的水平下显著,表明控制其他因素时,进行数字化转型的企业其esg水平越高,这支持了本文假设h1企业数字化转型能够提高企业esg表现。
table 3. baseline regression results
表3. 基准回归结果
|
(1) |
(2) |
|
esg |
esg |
数字化转型 |
0.131*** |
0.105*** |
|
(0.011) |
(0.010) |
_cons |
1.657*** |
−1.837*** |
|
(0.172) |
(0.204) |
控制变量 |
不控制 |
控制 |
行业 |
no |
yes |
年份 |
no |
yes |
n |
20518 |
20486 |
r2 |
0.116 |
0.254 |
r2_a |
0.112 |
0.251 |
4.3. 稳健性检验
为验证前文结论的可靠性,本文通过替换被解释变量、对被解释变量进行滞后处理、进一步控制个体效应这三种方式进行稳健性检验。
(1) 替换被解释变量:本文选取bloomberg披露的esg评分替换华证esg评分进行回归,bloomberg评分是一个较为透明、完全参数化和基于规则的esg评分框架,由列(1)可以看出,企业数字化转型对bloombergesg的系数为0.005,在1%的水平显著正相关,与基准回归结果一致。(2) 对被解释变量进行滞后处理:数字化转型是一个长期过程,可能存在滞后性的影响,当期进行数字化投入可能在滞后一两年后有实际效应和影响,因此本文将被解释变量esg滞后一年和滞后两年分别与当年的数字化转型进行回归,列(2) (3)显示,在滞后一年和两年之后,数字化转型与esg评分仍然呈现1%的显著正相关,与基准回归结论吻合。(3) 控制个体效应,在主回归中控制了年份和行业固定效应以控制难以观测的变量。考虑随着时间变化,个体变量对回归结果的影响,本部分采取年份和个体双固定效应模型进行稳健性检验。结果如列(4)所示,系数依然显著为正,拟合结果r2更好。基于以上稳健性检验,得出企业数字化转型能够提高企业esg表现的结论具有较高的稳定性。
table 4. robustness test results
表4. 稳健性检验结果
|
(1) |
(2) |
(3) |
(4) |
|
bloomberg esg |
esg |
esg |
esg |
|
替换被解释变量 |
滞后一期 |
滞后二期 |
控制个体效应 |
数字化转型 |
0.005*** |
0.106*** |
0.097*** |
0.050*** |
|
(0.000) |
(0.010) |
(0.011) |
(0.008) |
_cons |
4.212*** |
−2.008*** |
−1.989*** |
2.873*** |
|
(0.009) |
(0.212) |
(0.221) |
(0.522) |
控制变量 |
控制 |
控制 |
控制 |
控制 |
行业 |
yes |
yes |
yes |
no |
年份 |
yes |
yes |
yes |
yes |
个体 |
no |
no |
no |
yes |
n |
20486 |
18619 |
16756 |
20486 |
r2 |
0.137 |
0.261 |
0.255 |
0.824 |
r2_a |
0.133 |
0.257 |
0.251 |
0.805 |
4.4. 内生性分析
为进一步检验数字化转型与esg表现之间可能存在的双向关系,本文采用工具变量法和倾向得分匹配方法检验内生性。
4.4.1. 工具变量法
参考袁淳等学者的做法,选取1984年各城市邮电数据作为数字化转型的工具变量。企业所在地发展过程中的通信方式改变会影响企业对信息技术的应用,但不会直接影响企业esg表现,满足工具变量选取的条件。使用全国互联网用户数量与1984年各城市每百万人电话数量交乘的交乘项作为数字化转型的工具变量,并采用ols进行回归检验。根据列(1)可知,第一阶段回归结果中,工具变量与解释变量的系数为0.002,在1%的水平上显著为正,验证了工具变量和解释变量之间的相关性。第二阶段中,anderson lm统计量在1%的水平上显著,拒绝了工具变量识别不足的假设;c-d wald f统计量为564.379,远大于16.38,表示不存在弱工具变量,即选取的工具变量是有效的。根据列(2)可知,在排除内生性问题后,数字化转型与esg表现的回归结果依然显著为正,前文结论得到验证。
4.4.2. 倾向得分匹配法
参考刘晔等学者的做法,首先根据企业是否进行了数字化转型将样本分为两组,并以上市年限、董事规模、前十大股东持股比例、两职合一、营业收入增长率、资产负债率、流动资产收益率、财务杠杆、是否四大审计等代表公司主要特征的变量作为协变量,采用1:1近邻匹配法进行匹配。然后对该倾向得分匹配结果的有效性进行检验。两组样本满足共同支撑假设,对所有协变量进行的平衡性检验均已通过,而且数字化转型企业的平均处理效应(att)在1%的水平上显著为负。列(3)报告了匹配后样本的回归结果,数字化转型的回归系数为0.0186,在1%的水平上显著为正,由此可知,前文研究结论依旧可靠。
table 5. endogeneity analysis
表5. 内生性分析
|
(1) |
(2) |
(3) |
第一阶段 |
第二阶段 |
倾向得分匹配psm |
数字化转型 |
esg |
esg |
工具变量 |
0.002*** |
|
|
数字化转型 |
|
0.352** |
0.0186*** |
控制变量 |
控制 |
控制 |
控制 |
anderson lm统计量 |
|
6.894*** |
|
c-d wald f统计量 |
|
564.379 |
|
年份固定效应 |
yes |
yes |
yes |
行业固定效应 |
yes |
yes |
yes |
样本量 |
18628 |
18628 |
20486 |
4.5. 中介机制检验:外部关注度
投资者关注:根据前文的分析,基于信号传递理论,数字化转型可能通过提高投资者关注度,进而提高企业esg表现。中的列(1)报告了数字化转型对投资者关注有正向影响,系数为0.08,在1%的水平下显著。列(2)报告了投资者关注对esg表现有正向影响,系数为0.887,在1%的水平下显著。列(3)结果证实投资者关注在数字化转型和企业esg表现中存在中介效应,且为部分中介。验证了假设h2。
table 6. intermediation effects concerned by investors
表6. 投资者关注的中介效应
|
(1) |
(2) |
(3) |
|
投资者关注 |
esg |
esg |
数字化转型 |
0.080*** |
|
0.035*** |
|
(0.004) |
|
(0.010) |
投资者关注 |
|
0.887*** |
0.877*** |
|
|
(0.018) |
(0.018) |
_cons |
12.275*** |
−12.725*** |
−12.599*** |
|
(0.072) |
(0.277) |
(0.280) |
控制变量 |
控制 |
控制 |
控制 |
行业 |
yes |
yes |
yes |
年份 |
yes |
yes |
yes |
n |
20483 |
20483 |
20483 |
r2 |
0.374 |
0.329 |
0.330 |
r2_a |
0.372 |
0.326 |
0.327 |
分析师关注:基于迎合理论,企业数字化转型可能通过提高分析师关注度,进而提高企业esg表现。中的列(1)报告了数字化转型对分析师关注有正向影响,系数为0.125,在1%的水平下显著。列(2)报告了分析师关注对esg表现有正向影响,系数为0.457,在1%的水平下显著。列(3)结果证实分析师关注在数字化转型和企业esg表现中存在中介效应,且为部分中介。验证了假设h3。
table 7. intermediation effects of concern to analysts
表7. 分析师关注的中介效应
|
(1) |
(2) |
(3) |
|
分析师关注 |
esg |
esg |
数字化转型 |
0.125*** |
|
0.049*** |
|
(0.007) |
|
(0.010) |
分析师关注 |
|
0.457*** |
0.451*** |
|
|
(0.010) |
(0.010) |
_cons |
−0.319** |
−1.699*** |
−1.694*** |
|
(0.133) |
(0.193) |
(0.193) |
控制变量 |
控制 |
控制 |
控制 |
行业 |
yes |
yes |
yes |
年份 |
yes |
yes |
yes |
n |
20486 |
20486 |
20486 |
r2 |
0.316 |
0.323 |
0.324 |
r2_a |
0.313 |
0.320 |
0.320 |
媒体关注:基于声誉机制理论,数字化转型可能通过提高媒体关注度,进而提高企业esg表现。中的列(1)报告了数字化转型对媒体关注有正向影响,系数为0.07,在1%的水平下显著。列(2)报告了媒体关注对esg表现有正向影响,系数为0.169,在1%的水平下显著。列(3)结果证实媒体关注在数字化转型和企业esg表现中存在中介效应,且为部分中介。验证了假设h4。
table 8. mediating effects of media attention
表8. 媒体关注的中介效应
|
(1) |
(2) |
(3) |
|
媒体关注 |
esg |
esg |
数字化转型 |
0.070*** |
|
0.094*** |
|
(0.008) |
|
(0.010) |
媒体关注 |
|
0.169*** |
0.164*** |
|
|
(0.009) |
(0.009) |
_cons |
3.864*** |
−2.504*** |
−2.470*** |
|
(0.147) |
(0.197) |
(0.196) |
控制变量 |
控制 |
控制 |
控制 |
行业 |
yes |
yes |
yes |
年份 |
yes |
yes |
yes |
n |
20486 |
20486 |
20486 |
r2 |
0.241 |
0.263 |
0.266 |
r2_a |
0.238 |
0.259 |
0.262 |
整体而言,投资者关注、分析师关注、媒体关注这三个外部关注度均在数字化转型和企业esg表现之间构成中介关系,且均为部分中介,残差表现和拟合优度尚可。为检验中介结论的可靠性,本文采用替换中介变量衡量方式的方法进行稳健性检验。(1) 替换投资者关注衡量方式:公司的股票交易以及财务信息可以从侧面体现出市场上投资者对该股票与公司的关注度,因此采用公司股票的日交易量作为投资者关注的替换变量。(2) 替换分析师关注衡量方式:以分析师对公司出具的研报总量替换分析师跟踪人数(团队数)来衡量分析师关注度。(3) 替换媒体关注衡量方式:以全年网络新闻和报刊新闻的标题和内容出现该企业的新闻总数替换标题出现总数来衡量媒体关注度。将以上三个替换衡量指标分别重新进入回归,碍于篇幅暂不列出表结果,显示系数均为正且显著,证明了中介结论的稳健性。
4.6. 异质性分析:产权性质
国有企业与非国有企业之间在资源、目标、价值观等方面有较大差异。国有企业拥有更多资源禀赋进行数字化转型,往往规模较大,也更容易得到政策倾斜和支持,国有企业在响应国家号和外部关注的双重压力下更要把好环保关。因此,根据产权性质分为国有企业和非国有企业进行异质性检验,结果如所示,列(1) (2)为不受外部关注度影响时数字化转型对esg表现的影响,国企和非国企都在1%水平下显著,但国企的系数更大,意味着数字化转型对esg表现的影响在国企中表现更好。列(3) (4)增加投资者关注影响,列(5) (6)增加分析师关注影响,列(7) (8)增加媒体关注影响,虽然列(3)~(8)较列(1)~(2)系数略有减小,但仍旧显著,且仍旧在国企中表现更好。即数字化转型通过影响外部关注度进而影响企业esg表现的这一路径在国企当中更为显著。
table 9. heterogeneity analysis
表9. 异质性分析
|
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
(7) |
(8) |
|
国企 |
非国企 |
国企 |
非国企 |
国企 |
非国企 |
国企 |
非国企 |
|
esg |
esg |
esg |
esg |
esg |
esg |
esg |
esg |
数字化转型 |
0.115*** |
0.105*** |
0.042*** |
0.032* |
0.071*** |
0.047*** |
0.103*** |
0.094*** |
|
(0.017) |
(0.012) |
(0.017) |
(0.012) |
(0.017) |
(0.012) |
(0.017) |
(0.012) |
投资者关注 |
|
|
0.804*** |
0.884*** |
|
|
|
|
|
|
|
(0.029) |
(0.024) |
|
|
|
|
分析师关注 |
|
|
|
|
0.433*** |
0.445*** |
|
|
|
|
|
|
|
(0.016) |
(0.012) |
|
|
媒体关注 |
|
|
|
|
|
|
0.135*** |
0.186*** |
|
|
|
|
|
|
|
(0.014) |
(0.012) |
_cons |
−1.405*** |
−1.693*** |
−11.487*** |
−12.553*** |
−1.172*** |
−1.542*** |
−1.889*** |
−2.406*** |
|
(0.322) |
(0.262) |
(0.473) |
(0.387) |
(0.309) |
(0.249) |
(0.324) |
(0.264) |
控制变量 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
行业 |
yes |
yes |
yes |
yes |
yes |
yes |
yes |
yes |
年份 |
yes |
yes |
yes |
yes |
yes |
yes |
yes |
yes |
n |
8647 |
11839 |
8646 |
11837 |
8647 |
11839 |
8647 |
11839 |
r2 |
0.256 |
0.245 |
0.318 |
0.323 |
0.314 |
0.321 |
0.263 |
0.261 |
r2_a |
0.248 |
0.240 |
0.311 |
0.318 |
0.307 |
0.316 |
0.256 |
0.255 |
5. 研究结论及启示
在数字化转型和提升esg表现成为企业发展双重责任的大趋势下,通过研究发现:(1) 企业数字化转型能够有效促进其esg表现的提升;(2) 企业数字化转型通过提高投资者关注度、分析师关注度和媒体关注度这三个外部关注因素,进而提高其esg表现。(3) 国有企业在数字化转型中,通过影响外部关注度进而提升esg表现的作用,较民营企业更为显著。
本文通过理论研究为数字化转型和企业esg表现提供实证支持,创新地从外部关注度(投资者关注、分析师关注、媒体关注)视角论证了数字化转型对esg的作用机制。从而激发企业在实践方面:① 积极投入资源用于数字技术的研发和应用,例如大数据分析、人工智能、区块链等技术,从而更精准地制定esg策略,促进企业可持续发展。② 在资源能力有限的情况下,利用数字化平台加强与投资者、分析师和媒体的沟通,比如通过企业官方网站、社交媒体账号发布esg报告和动态,让利益相关者能够方便地获取信息,以增强公众对其esg努力的认知和认可,通过外部关注的渗透推动实现可持续发展。