卢国|雷旺|赵文秀
江西财经大学统计与数据科学学院，南昌，中华人民共和国
**摘要**
企业数字化转型作为高质量经济和社会发展的关键驱动力，对运营效率、创新活力以及环境、社会和治理（ESG）绩效产生了日益显著的影响。深入探讨企业数字化转型影响ESG绩效的机制具有重要的理论价值和实际意义。本研究基于2010年至2023年间沪深A股上市公司的年度报告文本，利用大型语言模型构建的数字化转型绩效指数和基于数字专利的实施强度指数，从而能够精确评估企业的整体数字化转型情况。研究结果表明，企业数字化转型显著提升了ESG绩效，并且在解决内生性问题并进行广泛稳健性检验后，这一结论依然成立。机制分析表明，数字化转型通过增加研发（R&D）投资强度和提高研发转化效率来促进ESG绩效。在异质性方面，不同企业在数字化转型对ESG绩效的影响上表现出多样化的模式。特别是那些具有高数字化同质性、严重融资约束和大量资源冗余的企业，数字化转型对其ESG绩效的提升作用更为明显。本研究为推进企业数字化转型、提升ESG绩效以及实现“双碳”目标提供了可行的路径和政策建议。
**引言**
在全球气候治理体系加速演变及其与国家可持续发展战略深度融合的背景下，环境、社会和治理（ESG）已从企业社会责任的外围延伸发展成为评估企业可持续发展能力的正式制度框架（Pu等人，2025年）。随着ESG原则从自愿披露转向强制合规，其监管力度和战略重要性得到了显著增强。2024年5月，欧盟理事会正式通过了《企业可持续性尽职调查指令》（CSDDD），进一步强化了企业在人权保护和环境责任方面的合规义务，标志着全球ESG监管框架进入了一个更为严格的阶段。基于这一更广泛的监管变革，中国企业加快了ESG实践的落实。根据《中国上市公司ESG行业报告》（2024年），截至2024年6月，40.3%的A股上市公司披露了ESG相关报告，比去年同期增长了五个百分点，反映出中国企业对ESG的认知和参与度不断提高。
然而，企业ESG绩效仍存在显著差异。虽然一些领先企业已将ESG纳入长期战略规划，从而推动绿色转型和社会价值的共创（胡等人，2025年），但许多企业仍受短期绩效压力或内部激励不足的制约，导致ESG投资流于形式，甚至在某些情况下出现“漂绿”现象（杜与卢，2025年；牟等人，2025年）。这些ESG实践中的结构性不平衡削弱了ESG治理的实质性效果，阻碍了高质量和可持续的企业发展（高等人，2025年；帕拉斯等人，2025年）。因此，识别能够激发企业内在动机并强化其ESG参与度的机制对于培育独特且具有韧性的ESG生态系统具有重要的理论和实践意义。
在创新驱动发展战略和新一轮技术革命的大背景下，数字化转型被广泛认为是重塑企业发展模式的关键力量。当前，中国的传统增长模式面临着日益严格的环境约束和要素成本上升的双重压力；在这种情况下，仅依靠外部监管或合规要求难以实现企业ESG绩效的持续和实质性提升。相比之下，数字化转型通过将数据元素整合到生产决策、运营流程和组织管理系统中，有可能从根本上重塑企业的资源配置机制（杨等人，2026年）。从内部组织角度来看，新兴数字技术的采用直接促进了绿色技术创新（徐与尹，2025年），提高了生产和管理效率（赵等人，2023年），并加剧了供应链内的竞争（巴格等人，2025年）。这些效应共同促进了能源节约和减排，同时提升了ESG绩效。此外，信息透明度的提高和企业与利益相关者之间的信息不对称性降低（何等人，2024年）使高管能够更准确地评估项目风险和预期回报，从而增强了企业的风险承担能力（王等人，2024b）。因此，企业更倾向于积极履行ESG责任，以追求声誉提升和积极的市场反馈（陈与张，2024年）。此外，系统化的数据收集和分析使内部流程更加透明和可控（万岩与赵，2025年），鼓励企业采取有利于可持续发展的长期价值创造举措。这些举措包括改善员工福利、减少低效投资、提升内部控制质量、采用数字化集成系统、加强动态学习能力以及提高高管的数字素养和领导力（程与杨，2026年；陈与谢，2025年；利扎雷利等人，2025年；乔等人，2025年；宋等人，2025年；张等人，2025a）。
从外部角度来看，数字化转型还增加了分析师的关注度（岑等人，2023年）并吸引了更多的外部投资（哈利德等人，2024年），从而减轻了履行ESG责任所带来的财务压力，促进了企业对ESG导向发展的更强承诺。随着ESG从外部强加的监管要求演变为企业内部的价值创造机制，数字化转型越来越被认可为企业ESG绩效的关键内部决定因素。然而，数字化转型是否通过影响企业的研发（R&D）投资强度和研发转化效率来提升ESG成果，仍是一个需要进一步研究的实证问题。
迄今为止，关于企业数字化转型的测量方法尚未达成共识，文献中采用了三种主要方法。第一种方法依赖于对企业年度报告中数字相关关键词频率的文本分析（韩等人，2023年；扎雷埃等人，2024年）；第二种方法使用财务报表指标，如信息技术投资和无形资产的比例作为间接代理变量（努奇等人，2023年）；第三种方法根据企业采用数字系统（包括ERP、云计算和大数据平台）构建分类或分级指数（阿马多尔与席尔瓦，2025年）。尽管这些方法捕捉到了数字化转型的某些维度，但它们仍存在显著局限性。不同研究中数字化转型的概念化存在很大差异，涵盖了技术应用以及组织和战略转型，从而削弱了实证结果的可比性。此外，依赖单一数据源往往无法同时捕捉数字化转型的战略导向和实质性实施，可能导致测量偏差，例如文本强调度高但缺乏相应投资，或技术采用度高但缺乏明确的战略承诺。因此，开发一个综合且稳健的测量指数，整合战略表征和实施强度，是文献中的一个关键问题。为了解决这一挑战，本研究提出了构建综合数字化转型指数的主要方法创新。
从机制角度来看，现有研究普遍认为，数字化转型通过提高信息透明度、优化资源配置和加强内部控制等渠道提升企业ESG绩效（丁等人，2024年；李等人，2024b；王等人，2025a）。然而，以往的研究大多集中在估计数字化转型对ESG成果的总体影响上（郭与庞，2025年；魏等人，2025年；赵等人，2025年），而对企业的内部创新系统作为核心中介机制的系统性关注不足。现有文献主要遵循两种方法之一：一些研究强调研发投资规模的变化，将数字化转型视为创新支出的外部驱动因素（徐等人，2025年）；另一些研究关注创新产出或技术绩效，将数字技术视为提升组织效率和学习能力的工具（余等人，2024年）。然而，创新投入和创新效率通常被视为独立维度，而没有在统一的分析框架中共同考察。因此，数字化转型对企业创新资源配置决策和转化效率的双重影响尚未得到系统探索，掩盖了数字化转型通过投资扩张和效率提升这两种互补途径影响ESG绩效的内部逻辑。特别是在创新驱动发展已成为经济增长核心引擎的时代，这种机制层面的缺失限制了我们对数字化转型如何推动企业实现可持续发展的深入理解。因此，作为第二项方法论贡献，本研究将投资扩张和效率提升整合到一个统一的分析框架中，以解决这些局限性。
此外，尽管越来越多的研究开始探讨企业特征（如企业规模、所有权结构和行业归属）对数字化转型经济后果的异质性（郭等人，2025年；刘等人，2023年），但数字化转型影响ESG绩效的边界条件尚未得到充分探索，缺乏连贯的理论框架。现有研究大多沿单一维度操作化异质性，忽略了企业外部市场环境和内部资源禀赋的联合影响（克莱门特-阿尔门德罗斯等人，2024年；谢等人，2024年）。此外，相对较少的研究同时考虑了外部竞争压力和内部资源约束，以考察数字化转型对ESG绩效的影响如何随着市场竞争强度、融资约束和资源配置条件的不同而变化（阮等人，2025年；臧与魏，2026年）。因此，边界条件的有限识别限制了现有研究结果的政策相关性和实际应用性。为克服这一缺陷，本研究提供了对相关边界条件的更系统和综合的分析。
本研究旨在三个关键方面做出贡献。首先，利用上市公司的年度报告和大型语言模型构建了数字化转型表示指数，并将其与基于数字专利数据得出的实施强度指数相结合，生成了一个综合数字化转型指数。这种新的测量方法解决了传统指标通常由于概念定义模糊和方法论严谨性不足而导致的可比性问题，显著提高了企业层面数字化转型测量的精确性和可靠性。其次，本研究提出了一个综合分析框架，探讨了创新驱动数字化转型如何通过两个互补渠道提升企业ESG绩效：研发投资强度和研发转化效率。研发投资强度反映了企业对创新的资源投入，而研发转化效率则捕捉了这些投资转化为生产成果的有效性。此外，该研究设计丰富了将数字化转型与可持续发展联系起来的理论范式，并通过将这两个维度整合到一个统一框架中，为推进创新驱动发展战略和实现净零排放目标提供了实际见解。第三，从多维度视角出发，包括市场竞争强度、数字同行趋同、融资约束和资源闲置，系统地考察了数字化转型对ESG绩效的异质性影响。总体而言，这些发现为企业提供了可操作的指导，帮助其在中国的制度背景下优化资源配置和提升ESG绩效。
**理论分析和研究假设**
企业数字化转型通过技术扩散效应重构价值网络。此外，在资源重新分配和透明治理的数据驱动环境中，它通过“成本降低、能力提升和协调加强”的一致逻辑推动ESG绩效的提升。首先，在成本降低方面，从交易成本和信息经济学的角度来看，数字化显著减少了与搜索、协调和监督相关的信息不对称性和交易成本（李等人，2024a）。它提高了流程的可见性和可验证性，从而以较低的边际成本实现环境合规、供应链责任和内部控制，同时释放资源用于能效升级、安全生产和履行社会责任（塔巴库等人，2025年）。其次，在能力提升方面，基于资源和动态能力理论表明，数据、算法和平台等数字元素可以重构为可重构的组织能力。这加强了研发和运营中的实时感知能力，促进了快速迭代和精益管理，推动了绿色技术和清洁生产的采用，提高了劳动力和质量管理的效果，并通过增强的风险识别和韧性增强了治理改进。第三，在对齐性增强方面，利益相关者和声誉资本理论强调，数字化加强了企业与员工、客户、供应商和监管机构之间的实时互动和责任性。它提高了信息披露的可访问性和可靠性，优化了激励和约束机制（McWilliams & Siegel, 2001），遏制了短期主义和机会主义（Lemieux et al., 2012），并巩固了ESG承诺的可持续性。通过可追溯的信息披露和互动渠道，企业可以及时解决利益相关者的关切，从而创造长期的声誉约束和市场驱动的激励（Li et al., 2020; Wang et al., 2023）。数字化的性能评估将关键指标与ESG目标对齐，提高了内部治理与外部监管之间的一致性，并促进了企业ESG绩效的内生动力。基于这些见解，提出了假设1：假设1 数字化转型提升了企业的ESG绩效。
假设1 数字化转型提升了企业的ESG绩效。
研发投资强度的中介效应
数字化转型提高了信息可访问性、流程可视化和数据驱动的决策能力，从而重塑了企业对研发边际回报和风险的评估，最终增加了研发投资强度，作为“资源承诺”的一种关键形式。一方面，数字化降低了技术情报搜索、项目比较和跨部门合作的成本（Acemoglu & Autor, 2011），减少了项目早期的不确定性，提高了可行性评估和成功预期的准确性，并激励企业扩大研发预算并维持长期投资（Altomonte et al., 2016）。另一方面，随着数字化程度的提高，每增加一单位的研发会在需求洞察、基于模拟的迭代和知识重用方面产生更大的边际回报，从而强化了“更多投资——更多回报”的激励。同时，数字化发展产生了精细化的预算和闭环绩效系统，如里程碑跟踪、流程监控和个人责任，有效减少了内部协调摩擦，提高了资金透明度，并加强了责任性（Wang et al., 2025b）。这些机制增加了提高研发强度的组织可行性，同时减轻了资源挤出效应。基于这一基础，更高的研发投资强度在环境、社会和治理三个维度上增强了ESG绩效。在环境方面，持续的研发为清洁工艺、节能设备和减排技术提供了稳定的资源和实验平台（Dachs et al., 2024），从而降低了能源消耗和排放强度。在社会方面，研发推动的流程和质量改进提高了产品安全性，促进了员工技能提升，并加强了供应链责任实践。在治理方面，研发项目对内部控制、合规性和信息披露提出了更严格的要求，从而促进了制度化流程和审计标准的建立，同时遏制了短期主义（Zhang et al., 2025b）。基于这些论点，提出了假设2：假设2 企业数字化转型提升了研发投资强度，从而提高了ESG绩效。
研发转化效率的中介效应
数字化转型通过加强知识获取、整合和实施的全面管理，显著提高了研发转化效率。首先，数据平台、文档库和知识图谱消除了信息孤岛，促进了跨部门的知识流动和解决方案积累（Zang et al., 2025）。这减少了重复实验，提高了从研发到试点试验，最终到生产的转化过程的首次成功率。其次，仿真建模、数字孪生和数据驱动的阶段门管理加速了解决方案筛选和迭代，有效缩短了试错周期。这使得低效路径可以及早被淘汰，资源可以集中在高概率项目上。第三，产品生命周期管理系统（PLM）和制造执行系统（MES）与供应链协作平台集成，支持并行工程。这使得与客户、供应商和研究机构的实时协调成为可能，加速了从技术开发到流程形成，最终到大规模生产的转变（Alharbi, 2024）。第四，传感器和可追溯性系统提供了流程可视化，跟踪产品质量，减少了返工和报废概率，并稳定了输出质量。同时，数字知识产权管理加强了研发结果的保护，降低了专利申请、审查和转化过程中的程序风险，从而提高了结果转化的稳定性（Wang et al., 2024c）。基于改进的转化效率，绿色技术的快速引入和大规模应用有效降低了能源消耗和排放强度，减少了材料浪费，并降低了环境事故的可能性（Baek & Lee, 2024）。此外，通过流程优化和质量一致性的提高，员工和产品安全得到改善，培训成果和技能提升更加明显，供应链责任实践的实施也变得更加可行。此外，标准化的转化流程、数据跟踪和实时披露提高了内部控制和外部监督的质量。这些机制促进了数据驱动的责任和激励结构的建立，增强了将技术进步转化为社会效益的能力。基于这些见解，提出了假设3：假设3 企业数字化转型提升了研发转化效率，从而加强了ESG绩效。
理论模型如图1所示。
研究设计
为了实证研究企业数字化转型对ESG绩效的影响，本研究构建了以下基准回归模型：
(1) ESGi,t = β0 + β1EDTi,t + β2Xi,t + γi + δt + ρi×δt + εi,t
具体来说，ESGi,t代表企业i在年份t的ESG绩效，EDTi,t代表企业i在年份t的数字化转型程度，Xi,t包括可能影响企业ESG绩效的一组控制变量。研究进一步控制了个体固定效应γi、年份固定效应δt以及行业-年份固定效应和ρi×δt。εi,t是随机误差项。β0、β1和β2是需要估计的系数，其中β1代表企业数字化转型对ESG绩效的影响，这是本研究的关键参数。
变量构建和描述性统计分析
因变量
在本研究中，企业ESG绩效使用彭博社发布的综合ESG评分进行衡量。彭博ESG评分基于一个标准化的披露框架，定量评估企业在ESG各个维度上的绩效，并将这些评估汇总成一个综合指数。较高的评分表示更强的ESG绩效。
选择彭博ESG数据的原因有几点。首先，彭博ESG采用了高度结构化和标准化的数据收集框架，使用了多种来源，如企业年度报告、可持续性报告、公司官方网站以及彭博社进行的独立调查。这种系统化的方法减少了由于披露实践差异而产生的测量偏差，并提高了企业间和随时间变化的可比性。其次，彭博ESG评级系统具有清晰透明的指标结构。在综合评分中，每个ESG支柱约占总权重的33%。每个支柱进一步细分为多个主题和具体指标，形成了一个层次化和多维度的评估框架。例如，社会支柱包括社区和客户参与、多样性、伦理和合规、健康和安全、人力资本以及供应链管理等多个主题。每个主题约占总分的5.55%，并进一步分解为几个子领域，从而提供了对企业社会责任实践的全面评估。第三，彭博ESG数据已在国际实证研究中得到广泛使用（Avramov et al., 2022; Fang et al., 2023），显示出强大的学术认可度和数据稳定性。这些属性使得该数据集特别适合大规模、长期的实证研究。
从方法论的角度来看，现有的ESG评估系统通常可以分为三类：基于原始披露数据的定量方法、依赖专家判断或调查工具的定性评估，以及综合来自多个来源信息的综合评级模型（Avramov et al., 2022; Wang et al., 2024a）。与主要依赖主观评估的定性方法相比，彭博ESG评级系统基于标准化的定量指标，因此提供了客观、可复制且跨企业和时间可比的结果。此外，与研究者构建的指数相比，成熟的第三方评级数据集具有更广泛的覆盖范围、更强的数据一致性和更长的长期可用性。此外，先前的证据表明，中国上市公司在ESG披露中系统性地进行虚假报告的动机相对较弱（Fang et al., 2023），进一步增强了基于公开数据的ESG评级的可信度。彭博ESG评分的指标组成和权重方案的详细信息见附录A。
自变量
现有关于衡量数字化转型的文献主要包含以下方法：首先，通过开发数字化转型问卷并根据问卷回答来衡量企业数字化转型的程度（Zahoor et al., 2023）。其次，构建数字化转型词典，并根据年度报告中数字化转型相关关键词的频率来衡量企业数字化转型的程度。学者们在处理词频时采用不同的方法。一些人认为总频率呈现“右偏”分布，需要对其进行对数转换（Jia et al., 2025），而另一些人考虑到文本长度造成的测量误差，采用总词频乘以100的比率操作（Wu et al., 2025）。此外，还有一些学者通过计算年度报告中总披露频率与总词数的比率来衡量数字化转型的程度（Wu et al., 2023）。第三，通过衡量上市公司财务报表附注中披露的数字经济相关无形资产的比例来衡量企业数字化转型（Qi et al., 2020）。
尽管学术界在衡量企业数字化转型方面已有研究和实践努力，但上述每种方法都有明显的局限性。虽然问卷方法依赖于原始数据，但回答的质量往往受到影响，因为受访者倾向于提供符合社会规范的答案，而不是反映他们的真实观点。词频方法相对容易应用，但它们受到研究者偏见的影响，且常见的问题包括词典构建不完整以及实质性转型与概念炒作之间的混淆。此外，使用不同词典构建的数字化转型指标往往缺乏可比性。无形资产比例方法遇到了会计测量扭曲的问题，因为财务报表中未包含大量软数字投资。
在上述考虑的背景下，本研究从两个互补的维度构建了一个全面的企业数字化转型指数：战略表示和实质性实施。一方面，使用大型语言模型开发了一个数字化转型表示指数，以捕捉企业在数字化转型方面的战略定位和认知方向。另一方面，基于企业的数字专利数据构建了一个实施强度指标，以反映其在数字技术采用和相关投资活动方面的实际进展。基于这两个维度，采用了等权重方案，每个组成部分分配了50%的权重，并将它们汇总成一个全面的企业数字化转型指数。
数字化转型绩效指数
基于Jin等人（2024）的方法，本研究使用上市公司的年度报告作为文本数据，并应用大型语言模型来衡量企业数字化转型绩效指数。具体步骤如下：
首先，收集2010年至2023年间上海证券交易所和深圳证券交易所上市公司的年度报告，来自公司网站、Cninfo数据库和其他相关来源。然后将报告转换为文本文件，并提取“管理层讨论与分析”（MD&A）部分作为研究数据。由于MD&A部分涵盖了公司运营、未来战略和风险披露，因此在现有研究中常用于计算与数字技术相关关键词的频率或比例。一些学者还在分析中包括了“目录、定义和主要风险披露”部分，但在审查了大量报告后，发现这部分内容往往太简短，无法支持深入调查。因此，本研究在文本分析中排除了这一部分。总共收集了2010年至2023年的41,636份年度报告文本。
其次，构建预测语料库和标注语料库。将年度报告文本按时期和分号分割，创建预测语料库。接下来，根据Jin等人（2024）的研究，将新的数字技术分为六类：大数据、人工智能、移动互联网、云计算、物联网和区块链。此外，使用Jin等人（2024）构建的数字技术关键词词典，从预测语料库中提取包含关键词的句子和不包含关键词的句子。此外，由于上市公司数量的逐年增加，如果直接随机进行句子标注，样本将偏向于最近几年。为了平衡年份分布，句子按年份分组并随机抽取（不放回），每年选取2000个句子，从而形成了包含28,000个句子的标注语料库。
第三步是人工标注。标注者审查了语料库中的每个句子，并使用关键词词典来识别与关键词匹配的句子。根据关键词匹配结果以及考虑每个句子的上下文和逻辑，标注者评估该句子是否真正涉及数字化转型。如果确认涉及数字化转型，他们将句子分类到新的数字技术类别中，以确保不会因为关键词的存在而产生误分类。为了确保标注结果的可靠性，本研究采用了多名标注者的独立标注，并对结果进行了交叉审查和一致性检查。具体来说，计算了标注者之间的一致性系数，结果为0.83，表明“一致性水平很高”，这表明标注质量是可靠的。最终，文本数据库中的句子被分为七个标签，包括六种新的数字技术和非数字化转型。
第四步是训练大型语言模型。标注后的句子语料库被划分为训练集、测试集和验证集，比例为8:1:1。为了提高测量准确性，本研究独立训练了几个主流的大型模型，包括BERT、ERINE、ChatGPT和Qwen.2。在优化模型参数并比较了每个模型的召回率、F1分数和F.8分数后，确定BERT模型更适合本研究的分类任务。
第五步是构建指数。使用训练好的模型对预测语料库中的句子进行预测。如果一家公司被识别为应用了某种技术，则相应的指标被赋值为1；否则，赋值为0。然后汇总每家公司的技术指标值，从而得出企业数字化转型绩效指数，其值范围从0到6。
数字化转型实施强度
本研究采用了Tao等人（2025年）的方法，基于数字专利数据构建了数字化转型实施强度的指标。首先，从incoPat数据库中检索中国的发明专利数据，并根据专利申请人的名称将专利与上市公司进行匹配。接下来，应用《核心数字经济产业分类与国际专利分类对照表》（2023年）中提供的数字技术领域的IPC信息，识别并匹配每个发明专利的IPC分类号。如果专利的IPC分类号属于数字技术领域，则将其视为数字专利。最后，汇总每家公司的数字专利总数，并使用1加上数字专利数量的自然对数作为数字化转型实施强度的衡量标准。
综合数字化转型指数
基于上述方法，并遵循Li等人（2022年）的方法，本研究将数字化转型绩效指数和数字化转型实施强度各赋予50%的权重，并将它们结合起来构建综合数字化转型指数。这种创新方法特别解决了数字化转型测量中的三个关键挑战。首先，它减轻了基于问卷调查的响应偏差。大型语言模型通过语义分析企业年度报告，客观地捕捉了企业的数字化转型绩效，从而避免了由社会期望的响应和有限的样本覆盖范围造成的扭曲。客观数字专利指标的整合进一步增强了定量测量的稳健性。其次，它解决了词频方法的强烈主观性和概念模糊性问题。大型模型具有更优秀的语义识别和上下文理解能力，能够区分实质性的数字化转型和纯粹的概念性言辞，从而有效避免了由于词典不完整或概念炒作导致的误分类。第三，它解决了无形资产比例方法中固有的会计扭曲问题。作为权威的公开披露，年度报告更真实地反映了企业的数字战略和实践，而客观的数字专利数据有效地捕捉了数字技术转型的强度。
中介变量
为了研究数字化转型如何影响企业层面的ESG绩效，本研究考察了两个中介维度：研发投资强度和研发转化效率，分别对应于“投入了多少”和“转化效率如何”的问题。
首先，研发投资强度。企业研发支出被视为数字化转型过程中的核心资源投入。为了确保可比性，选择2010年作为基准年，并使用CPI对“研发支出”和“总资产”进行折现，以构建实际价值指标。基于此，计算折现后的研发支出与总资产的比率作为研发投资强度的衡量标准，并进一步使用双曲正弦函数的逆变换来减轻极端值的影响。该指标在控制企业规模后，捕捉了创新资源的相对分配情况，从而反映了与数字化转型相关的“投入侧”变化。
其次，研发转化效率。仅有投资并不能保证效率；关键在于将投入转化为产出的效率。遵循Wang和Huang（2007年）的方法，本研究采用了数据包络分析（DEA）方法，使用“研发支出”和“研发人员数量”作为输入变量，“收入增长率”和“毛利率”作为输出变量，为每家公司生成一个研发效率得分。得分范围从0到1，接近1的值表示效率更高。这个效率得分作为研发转化效率的衡量标准，反映了企业在数字化背景下将创新投入转化为业务绩效的能力，从而反映了“效率侧”的改进。
控制变量
为了考虑可能影响ESG绩效的其他企业特定特征，本研究引入了一系列控制变量，遵循了以往研究（Zhang等人，2025b）的方法。在财务层面，控制变量包括股本回报率、市净率、托宾Q值和管理费用比率。在治理层面，还包含了CEO双重性和董事会规模作为控制变量。相关变量的定义及其描述性统计信息见表1。
表1. 变量定义和描述性统计
变量类型 | 变量名称 | 变量符号 | 变量解释 | 均值 | 标准差 |
| --- | --- | --- | --- | --- | --- |
| 因变量 | ESG绩效 | ESG | Bloomberg ESG Score | 31.68 | 20.10 |
| 独立变量 | 企业数字化转型 | EDTA | 通过整合来自大型语言模型的数字化转型绩效指数和基于数字专利的数字化转型实施强度指标构建的综合测量 | 1.97 | 0.11 |
| 中介变量 | 研发投资强度 | RDII | 研发支出与总资产的逆双曲正弦变换比率 | 1.25 | 0.82 |
| 研发投资转化率 | RDCR | 来自DEA的效率得分（范围从0到1），输入变量包括研发支出和研发人员数量，输出变量包括收入增长率和毛利率 | 0.74 | 0.09 |
| 控制变量 | 股本回报率 | ROE | 净利润/股东权益平均余额 | 0.07 | 0.11 |
| 市净率 | B/M | 股东权益/公司市值 | 0.32 | 0.15 |
| 托宾Q值 | Tobin’s Q | （交易股票市值 + 非交易股票数量 × 每股净资产 + 负债账面价值）/ 总资产 | 2.04 | 6.31 |
| 双重性 | DUAL | 如果董事长和总经理是同一个人，则赋值为1，否则为0 | 0.22 | 0.41 |
| 董事会规模 | BSln | 董事会董事数量的对数 | 2.16 | 0.19 |
| 管理费用比率 | AER | 管理费用/总资产 | 0.07 | 0.05 |
数据来源
上市公司的ESG评级数据来自Bloomberg数据库。年度报告文本从Cninfo平台和上市公司的官方网站收集。数字专利数据从incoPat数据库收集并匹配，而额外的财务信息来自CSMAR数据库。本研究选择了2010年至2023年间在上海和深圳上市的A股公司作为研究样本，基于三个主要考虑因素。首先，作为中国资本市场的核心组成部分，A股市场汇集了各个行业的领先企业，确保了广泛的行业覆盖和具有代表性的企业特征。其次，上市公司受到证券法和证券交易所规定的双重披露要求，其财务数据必须经过第三方审计机构的验证，因此与非上市公司相比，数据完整性和可靠性更高。第三，样本期间涵盖了中国数字经济的完整政策周期和技术扩散阶段，从2011年“十二五”计划中提出的产业升级举措，到2017年发布的《新一代人工智能发展计划》等战略文件，再到2023年数字经济占中国GDP的40%以上。这一演变反映了数字化转型从单纯的技术应用向企业战略根本重构的转变。这14年的观察窗口捕捉了企业数字化转型的渐进轨迹，同时揭示了它们与ESG绩效之间动态演变的关系，从而减轻了由于短期政策波动或经济周期引起的估计偏差。为了完善数据集，采用了以下程序：（1）排除了金融公司和被标记为ST、*ST或PT的公司；（2）排除了上市时间不足一年以及被退市或暂停的公司；（3）移除了包含缺失值的观测值；（4）对所有连续变量在两个尾部进行了1%的水平Winsor化处理。
基线分析和实证结果
表2展示了企业数字化转型对ESG绩效影响的回归结果。第（1）列报告了未包含控制变量的结果，而第（2）列包含了完整的控制变量，并考虑了年份、公司和行业-年份的固定效应。研究结果表明，即使在这些严格的规格下，关键解释变量的系数仍然为正且在1%的水平上具有统计学意义，从而支持了假设1，即企业数字化转型对ESG绩效有显著的积极影响。ESG绩效的改善超出了合规性的范畴，与资本市场回报、融资条件和运营结果密切相关。在管理层面，数字化转型使企业能够与员工、客户、供应链合作伙伴和监管机构建立价值共创网络，从而增强了流程透明度和可追溯性。在成本方面，数字工具降低了搜索、监控、合规和协调成本，释放了组织资源以支持ESG相关实践。在收益方面，提升的ESG绩效增强了企业声誉，缓解了融资摩擦，改善了投资者偏好，并可以产生长期的股东收益，从而在资本市场上获得估值溢价。因此，从投入-产出的角度来看，尽管数字化转型需要前期投资，但由此带来的ESG绩效和企业价值的提升可以随着时间的推移产生可持续的经济回报，意味着对大多数公司来说具有积极的净收益和商业可行性。
表2. 基线回归结果
变量 | ESG | EDT | ROE | B/M | Tobin’s Q | DUAL | ROE | B/M | Tobin’s Q | DUAL | BS | AER |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| (1) | 0.4089 | *** | 0.4090 | *** | (0.1350) | (0.1353) | 1.3777 | *(0.7049) | 1.1997 | (1.0688) | 0.1724 |
| (2) | 0.4090 | ** | *** | (0.1353) | 1.3777 | *(0.7049) | 1.1997 | (1.0688) | 0.1411 | (0.2845) | 0.0709 |
| ROE | 1.3777 | *** | 0.7049 | 1.1997 | (1.0688) | 0.1724 | 0.1411 | (0.2845) | 0.0709 | 0.3308 |
| B/M | 1.1997 | *** | 1.0688 | 0.1724 | 0.1411 | (0.2845) | 0.0709 | 0.3308 | 2.6532 |
| DUAL | 0.1411 | *** | 0.2845 | 0.0709 | 0.3308 | 2.6532 | 0.1411 | 0.2845 | 0.0709 |
| ROE | 1.3777 | *** | 0.7049 | 1.1997 | (1.0688) | 0.1724 | 0.1411 | (0.2845) | 0.0709 | 0.3308 |
| 市净率 | 1.1997 | *** | 1.0688 | 0.1724 | 0.1411 | (0.2845) | 0.0709 | 0.3308 | 2.6532 |
| 管理费用比率 | AER | 0.0793 | 0.1141 | 0.3234 | 0.1550 | 0.0746 | 0.0575 |
基线分析和实证结果
表2显示了企业数字化转型对ESG绩效影响的回归结果。第（1）列报告了未包含控制变量的结果，而第（2）列包含了完整的控制变量，并考虑了年份、公司和行业-年份的固定效应。研究结果表明，即使在这些严格的规格下，关键解释变量的系数仍然为正且在1%的水平上具有统计学意义，从而支持了假设1，即企业数字化转型对ESG绩效有显著的积极影响。ESG绩效的改善不仅与合规性有关，还与资本市场回报、融资条件和运营结果密切相关。在管理层面，数字化转型使企业能够与员工、客户、供应链合作伙伴和监管机构建立价值共创网络，从而增强了流程透明度和可追溯性。在成本方面，数字工具降低了搜索、监控、合规和协调成本，并释放了组织资源以支持ESG相关实践。在收益方面，提升的ESG绩效增强了企业声誉，缓解了融资摩擦，改善了投资者偏好，并可以产生长期的股东收益，从而在资本市场上获得估值溢价。因此，从投入-产出的角度来看，尽管数字化转型需要前期投资，但由此带来的ESG绩效和企业价值的提升可以随着时间的推移产生可持续的经济回报，意味着对大多数公司来说具有积极的净收益和商业可行性。此外，作为历史变量的邮局数量不太可能直接影响企业当前的ESG（环境、社会和治理）表现。同样，上一年的国家IT服务收入反映的是宏观层面的冲击，而非企业特定的条件，从而满足了外生性要求。工具变量（IV）回归的结果见表3。第（1）和（2）列展示了两阶段最小二乘法（2SLS）估计的第一阶段和第二阶段结果。第一阶段回归结果表明，IV与核心解释变量在1%的水平上显著正相关，而第二阶段结果确认了企业数字化转型对ESG表现的积极影响在1%的水平上仍然具有统计学意义，这与基线回归的发现一致。此外，Kleibergen-Paap rk Wald F统计量为28.495，超过了10%偏差水平的临界阈值，从而消除了关于工具变量弱效的担忧。因此，所选择的IV是有效的。
表3. 工具变量方法的结果。
由于企业之间初始条件的异质性以及它们采用数字化转型的概率不同，本研究采用了PSM（倾向得分匹配）方法来减轻潜在的样本选择偏差。首先，将ROE、B/M、Tobin’s Q、DUAL、BS和AER以及年份和行业虚拟变量作为协变量纳入Logit模型中，以估计企业进行数字化转型的倾向得分。随后，应用了三种匹配技术：1:1最近邻匹配、核匹配和卡尺匹配来构建控制样本。匹配后的回归结果见表4。三种匹配方法得出的结果一致，系数在1%的水平上仍然具有统计学意义，表明在考虑了可观察到的异质性后，数字化转型对ESG表现的积极影响仍然稳健。
表4. PSM方法的结果。
为了评估基线回归结果的稳健性，采用了两种替代的企业ESG表现衡量方法。首先，根据Fang等人（2023年）的方法，企业按照其彭博社ESG评分进行排名，并分为十个组，每组分配一个1到10的值，其中较高的值表示更好的ESG表现。然后使用这些分配的值重新估计回归，结果见表5的第（1）列。
表5. 稳健性测试的结果。
首先，根据Seth和McGillivray（2018年）的方法，通过将综合数字化转型指数的权重调整为70%给绩效指数，30%给实施强度，然后重新估计回归。结果见表5的第（3）和（4）列。其次，根据Chen等人（2024年）使用词频方法来衡量企业数字化转型，本研究构建了一个数字化转型关键词词典。然后计算了这些关键词在年度报告正文中出现的频率，并使用1加上频率的自然对数作为核心解释变量的替代衡量方法。随后重新估计回归，结果见表5的第（5）列。在所有规格中，回归系数都与预期一致，从而确认了研究结果的稳健性。
为了进一步减轻潜在的遗漏变量偏差并提高识别度，在基线模型上实施了两个额外的严格控制措施。首先，纳入了按省份和年份的固定效应；其次，引入了机构投资者持股比例作为额外的控制变量。相应的回归结果见表5的第（6）和（7）列，显示核心解释变量的系数仍然显著为正，从而加强了基线回归结果的稳健性。
基于前述的理论分析，本研究探讨了企业数字化转型通过两个维度——研发投入强度和研发转化效率——影响ESG表现的机制。实证模型如下：
(2) RDIIi,t = θ0 + θ1EDTi,t + θ2Xi,t + γi + δt + ρi×δt + εi,t
(3) RDCRi,t = α0 + α1EDTi,t + α2Xi,t + γi + δt + ρi×δt + εi,t
其中，RDIIi,t表示企业i在年份t的研发投入强度，而RDCRi,t代表企业i在年份t的研发转化效率。表6中的机制测试结果表明，数字化转型显著增强了研发投入强度和研发转化效率。一方面，数字化转型使企业能够更准确地识别市场需求和潜在的增长机会，迅速响应技术变化，从而增加在开发新产品、技术和服务方面的研发投入。这种投资有助于保持竞争优势，促进持续创新，并推动可持续发展。研发资金的增加为企业提供了加强ESG治理机制的资本和激励，从而提高了ESG表现。另一方面，通过利用先进的转型机制和平台，企业可以更有效地将研发成果转化为有形产品或服务，并加速其商业化。这种转型过程的加速使企业能够更快地实现研发投资的回报，提高转化效率，从而增强技术能力、市场竞争力和ESG表现。因此，假设2和3得到了实证支持。
表6. 机制分析的结果。
基于前述理论分析，本研究调查了企业数字化转型通过两个维度——研发投入强度和研发转化效率——影响ESG表现的机制。实证模型如下：
(2) RDIIi,t = θ0 + θ1EDTi,t + θ2Xi,t + γi + δt + ρi×δt + εi,t
(3) RDCRi,t = α0 + α1EDTi,t + α2Xi,t + γi + δt + ρi×δt + εi,t
其中，RDIIi,t表示企业i在年份t的研发投入强度，而RDCRi,t代表企业i在年份t的研发转化效率。表6中的机制测试结果表明，数字化转型显著增强了研发投入强度和研发转化效率。一方面，数字化转型使企业能够更准确地识别市场需求和潜在的增长机会，迅速响应技术变化，从而增加在开发新产品、技术和服务方面的研发投入。这种投资有助于保持竞争优势，促进持续创新，并推动可持续发展。研发资金的增加为企业提供了加强ESG治理机制的资本和激励，从而提高了ESG表现。另一方面，通过利用先进的转型机制和平台，企业可以更有效地将研发成果转化为有形产品或服务，并加速其商业化。这种转型过程的加速使企业能够更快地实现研发投资的回报，提高转化效率，从而增强技术能力、市场竞争力和ESG表现。
表7. 市场竞争强度异质性对ESG表现的影响
与使用行政行业分类来衡量行业集中的传统做法不同，本研究采用了基于企业“主营业务”披露的文本相似性的产品市场定义方法，从而在企业-年份层面划定了扩展的产品市场。具体来说，根据企业年度报告的“主营业务”部分计算了企业之间的余弦相似性得分。对于给定年份的每家企业i，识别出10个最相似的企业（不包括自身）作为潜在竞争对手集。使用相似性标准化权重和竞争对手企业j的市场份额，构建了扩展集中度指数（ExtHHI），并将其定义为1 - ExtHHI。随后，根据年度竞争强度的中位数将样本分为高竞争组和低竞争组，并进行了子组回归。
表7的结果显示，在高竞争和低竞争环境中，数字化转型对ESG表现都产生了显著的积极影响。从机制角度来看，扩展产品市场中更激烈的竞争倾向于放大数字化的边际影响：一方面，竞争压力加速了企业在供应链和治理过程中采用数据平台、流程重组和可追溯性系统（Nguyen等人，2025年），从而减少了信息摩擦和合规风险；另一方面，数字化提高了环境表现和社会责任的测量和披露质量（McWilliams & Siegel，2001年），增加了外部监督和利益相关者参与的好处，这些都有助于提高ESG表现。
表7. 市场竞争强度和数字同行强度异质性对ESG表现的影响
表7的结果显示，在高竞争组和低竞争组中，数字化转型对ESG表现都产生了显著的积极影响。可能的解释是，具有较高同行强度的企业更有可能建立信息共享和合作机制。资源共享和互补性使它们能够获取最新的ESG相关信息和最佳实践，例如绿色供应链管理和环境绩效改进（Cao等人，2019年）。此外，同一行业内的较高数字同行强度为学习提供了更多标杆企业。这些企业通常表现出更优秀的ESG表现，成为其他企业追求数字化转型和ESG倡议的榜样（Zhao & Wang，2024年）。
为了捕捉融资约束的异质性，本研究采用了Huazheng年度ESG评级作为彭博社ESG评分的替代指标。Huazheng ESG评级系统包括三个主要支柱（环境、社会和企业治理）、16个次要主题（例如气候变化、社会贡献和商业伦理）以及44个三级问题。Huazheng评级在最近的学术研究中被广泛采用（Deng等人，2023年；Li & Cheng，2024年）。Huazheng将ESG表现分为九个等级（AAA、AA、A、BBB、BB、B、CCC、CC和C）。在本研究中，AAA、AA和A被编码为3；BBB、BB和B被编码为2；CCC、CC和C被编码为1。然后重新估计了回归，结果见表5的第（2）列。在第（1）和（2）列中，回归系数仍然显著为正，从而确认了研究结果的稳健性。
表7的结果显示，在高竞争组和低竞争组中，数字化转型对ESG表现都产生了显著的积极影响。可能的解释是，具有较高同行强度的企业更有可能建立信息共享和合作机制。资源共享和互补性使它们能够获取最新的ESG相关信息和最佳实践，例如绿色供应链管理和环境绩效改进（Cao等人，2019年）。此外，同一行业内的较高数字同行强度为学习提供了更多标杆企业。这些企业通常表现出更优秀的ESG表现，成为其他企业追求数字化转型和ESG倡议的榜样（Zhao & Wang，2024年）。
为了捕捉融资约束的异质性，本研究采用了SA指数作为融资约束的衡量指标。根据SA指数的中位数，将企业分为高约束组和低约束组，并分别对每组进行回归估计。结果见表8的第（1）和（2）列，显示数字化转型显著提高了高约束企业的ESG表现，而对低融资约束企业的效果不显著。一个合理的解释是，融资约束较严格的企业更依赖内部融资，降低运营成本是扩大内部资本可用性的重要手段。此外，通过采用先进的信息技术、自动化和人工智能，数字化转型显著提高了生产效率和运营管理效率（Brynjolfsson等人，2021年）。对于高约束企业，这些成本降低和效率提升的效果尤为明显。此外，数字化转型促进了更精确的资源分配，使企业能够将有限的资金用于ESG相关倡议，从而提高了环境表现、增强了社会责任，并改善了企业治理（Liu等人，2025年）。
表8的结果显示，在高约束组中，数字化转型显著提高了ESG表现；而对于低融资约束企业，效果不显著。一个合理的解释是，融资约束较严格的企业更依赖内部融资，降低运营成本是扩大内部资本可用性的重要手段。此外，通过采用先进的信息技术、自动化和人工智能，数字化转型显著提高了生产效率和运营管理效率（Brynjolfsson等人，2021年）。对于高约束企业，这些成本降低和效率提升的效果尤为明显。此外，数字化转型促进了更精确的资源分配，使企业能够将有限的资金用于ESG相关倡议，从而提高了环境表现、增强了社会责任，并改善了企业治理（Liu等人，2025年）。资源冗余度高的企业拥有充足的财务资源和组织缓冲能力，能够成功实施集成系统，如数据平台、环境监测工具和合规披露机制，并且更有可能从资本市场和供应链中获得积极激励（Sekimoto & Amran, 2025）。相比之下，资源冗余度低的企业受到财务和人力资本限制，往往更倾向于注重效率的数字化。它们在ESG方面的结构性投资往往被推迟或分散，导致效果不明显（He et al., 2024）。
**结论与建议**
作为推动可持续发展和重塑商业生态系统的关键途径，企业数字化转型成为提升ESG表现的战略杠杆。基于2010年至2023年间中国A股上市公司的数据，并利用大型语言模型，本研究系统地考察了企业数字化转型对ESG表现的影响及其背后的机制。实证结果表明，企业数字化转型显著提升了企业的ESG表现。机制分析进一步揭示，数字化转型增强了研发投入强度和研发转化效率，从而促进了ESG表现。异质性分析表明，数字化的促进效应在市场竞争程度不同的情况下存在差异。此外，那些数字化同行竞争激烈、融资约束较强且资源充裕的企业在ESG表现上受益于数字化的程度更高。
基于上述发现，提出以下政策和管理建议：
首先，数字化转型应与创新投资紧密结合，以强化创新驱动的ESG表现提升路径。实证证据表明，数字化转型通过增加研发投入强度和研发转化效率显著改善了ESG结果，突显了数字化与创新活动之间的关键联系。因此，企业应避免将数字化转型局限于短期效率提升，而是将数字化战略与长期创新体系建设相结合。具体而言，可以将面向ESG的研发计划纳入数字化转型计划中，将数据分析、智能制造和绿色技术开发整合到一个统一的创新框架中。同时，应设计绩效评估机制，引导数字化投资流向与ESG相关的创新项目。在政策层面，政府可以利用研发补贴、税收优惠和创新基金等工具，鼓励企业将数字化投资投向绿色技术和可持续发展项目，从而放大数字化转型的ESG溢出效应。
其次，应培育一个协调的数字化-ESG生态系统，平衡竞争驱动的激励与基于同行的扩散效应。实证证据表明，数字化转型在竞争激烈和竞争不激烈的市场环境中均显著提升了ESG表现，表明数字化具有广泛适用性和强大的推动力。此外，在数字化同行融合度较高的企业中，数字化的ESG提升效应更为显著；而在同行相似度较低的企业中，这种效应并不显著。这些发现表明，虽然竞争压力为数字化转型提供了基本动力，但同行学习和基于集群的扩散机制进一步放大了数字化的ESG效益。因此，政策制定者应在维护公平竞争市场环境的同时，促进数字化转型和ESG实践的集群化扩散。一方面，应努力降低制度进入壁垒，加强信息透明度和监管监督，鼓励企业在竞争压力下推进数字化和可持续转型；另一方面，应建立行业级的数字化合作平台，传播成功的数字化-ESG整合案例，组织跨企业的技术交流和联合培训，促进领先企业的最佳实践向同行传播。特别是在产业集聚区和高科技园区内，应鼓励建立“数字化-ESG”示范集群，以发挥同行效应推动更广泛和系统的改进。
第三，应为面临资源约束的企业提供有针对性的金融和转型支持政策。研究发现，数字化转型对融资约束较高和资源充裕的企业在ESG表现上的积极影响更为显著，而在融资约束较低或资源匮乏的企业中，这种效应并不显著。这些发现强调了企业资源禀赋在塑造数字化赋能的可持续转型结果中的关键作用。因此，政策重点应从普遍性补贴转向更加精准的支持机制。对于融资约束严重的企业，应通过专用信贷额度、研发贷款风险补偿机制和知识产权支持融资等方式，加强数字化和研发投资的财务支持体系，降低数字化和ESG投资的财务壁垒；对于资源充裕的企业，应设计税收优惠和绩效评估机制，鼓励将闲置资源重新配置到长期数字化和ESG项目中。同时，对于资源约束明显的企业，应引导其采用成本效益高、回报迅速的数字化工具，逐步实现ESG改进。
尽管本研究推进了数字化转型的测量并探讨了其背后的机制，但仍存在一些需要未来研究进一步探讨的局限性。首先，本研究以A股上市公司为样本，因此结论更适用于具有标准化披露和较强外部治理的公开上市实体，对于非上市公司以及中小型企业的适用性尚不确定。未来研究可以扩大样本范围，评估不同类型企业的政策效应。其次，本研究主要通过研发投入强度和研发转化效率来考察数字化转型的ESG影响，未系统探讨其他潜在渠道，如组织管理优化或供应链整合。未来研究可以结合管理实践调查或物联网监测数据，对这些机制进行并行检验。最后，本研究主要使用彭博ESG评分来衡量ESG表现，并以华证ESG评级作为稳健性检验的替代指标。然而，不同评级机构在指标框架和权重设置上的系统性差异可能会影响系数的大小和显著性水平。因此，未来研究可以结合多个机构的评级构建综合指数，以提高跨框架的可比性。
**资助**
本研究得到了国家哲学社会科学基金重大项目[NO.24&ZD069]和江西省研究生创新专项基金[NO. YC2025-B102]的支持。
**作者贡献声明**
- 郭璐：撰写、审稿与编辑、监督、资金获取、概念化
- 王磊：撰写、审稿与编辑、初稿撰写、验证、软件使用、方法论设计、调查实施、数据分析、数据整理
- 赵文秀：撰写、审稿与编辑、验证
打赏
