ESG表现、数字化转型与企业绩效研究-以我国上市公司为例

)第6章实证检验与结果分析6.1描述性统计对所研究的样本进行描述性统计，如表6.1所示，经过预处理后的样本中含有34669个观测数据。其中ROA的均值为0.0395，小于标准差，且最大值29.66，可以看出企业间的绩效水平差距较大，某些企业甚至处于负盈利状态，表明大多数企业的资产运营效率和总体获利能力还有待提高。企业ESG表现的最小值为1，最大值为8，平均数为4.156，中位数为4，单独来看，企业间的ESG表现差别较大，个别公司需要积极进行ESG实践；整体来看，上市公司的ESG表现位于B等级，处于中等偏下水平，企业仍需进一步重视实践以实现更高水平的ESG表现。对于数字化转型指数，从其最值来看，最小值为0.212，最大值为0.810，企业间数字化转型程度存在显著差异，其均值为0.361，中位数0.343，可以看出上市公司的数字化转型程度普遍处于较低水平，有待进一步发展。对于控制变量的描述性统计，其中第一大股东平均占比33.3%，最高占比90.00%，说明大股东对于公司有绝对的话语权，对企业的经营决策会产生重要影响。上市公司董事会中独立董事人数平均占比37.7%，最小占比0%，最高占比81.8%，说明独立董事占比存在差异，公司治理结构独立性有别。固定资产比率平均为0.198，最小值0，而最大值为0.954，可以看出不同上市公司的固定资产比率有较大差异，大多数公司的比率处于低水平，说明企业存在较多的流动性资产，企业营运能力较强。资产负债率最小值为0.00906，最大值178.3，企业债务负担差异极大，部分企业偿债压力大，平均数为0.430，说明样本企业的财务杠杆设置较合理。从企业成长性来看，最小值-1.309，最大值944.1，说明样本企业中有出现负增长的情况，且不同企业间的成长能力相距甚远。现金实力均值0.0479，标准差0.0774，最小值-1.686，最大值2.222，企业现金创造能力有差异，影响财务健康和运营稳定性。表6.1变量描述性统计变量样本均值标准差中位数最小值最大值ROA346690.03950.2040.0379-9.11729.66ESG346694.1560.936418DIG346690.3610.1020.3430.2120.810AGE346693.0210.3023.0451.3864.234FIXED346690.1980.1570.16500.954INDEP346690.3770.05450.36400.818LEV346690.4301.0000.4080.00906178.3GROWTH346690.2336.5860.0849-1.309944.1TOP1346690.3330.1490.3090.002900.900SIZE3466922.381.50522.1114.9431.43CASH346690.04790.07740.0471-1.6862.2226.2相关性分析本相关性检验涉及ROA、ESG、DIG等多个变量，旨在探究这些变量之间的线性关联程度，为后续研究和决策提供基础信息，结果如表6.2。ROA与ESG表现呈正相关,系数为0.0575，说明ESG表现越好的企业，盈利能力可能越强。ROA与FIXED呈负相关，系数为-0.0268，固定资产相关因素对ROA有负面影响，可能是固定资产投入产出失衡，或更新不及时拖累盈利。ROA与Lev呈负相关，系数为-0.2787且较为显著，意味着其越高，企业盈利能力可能越弱，高负债带来的财务风险和偿债压力会抑制企业的盈利空间。ESG表现与数字化转型程度正相关，系数为0.1544，表明数字化转型程度越高的企业，ESG表现可能越好。与企业规模呈正相关系数为0.2153，即规模越大的企业，ESG表现可能越好。选取的主要控制变量与ROA具有一定的相关性，且各控制变量之间系数绝对值不超过0.8的标准值，表明控制变量间不存在高度的相关性，可以进行后续的回归分析。表6.2相关性检验ROAESGDIGAGEFIXEDINDEPLEVGROWTHTOP1SIZECASHROA1.000ESG0.0575***1.000DIG0.0314***0.1544***1.000AGE-0.0361***-0.0246***0.0508***1.000FIXED-0.0268***-0.1322***-0.2670***0.00821.000INDEP-0.0010.0684***0.0559***-0.0291***-0.0376***1.000LEV-0.2787***-0.0418***0.00290.0464***0.0027-0.00281.000GROWTH0.0157***-0.0071-0.013**-0.0102*-0.0127**-0.005-0.00121.000TOP10.0473***0.0726***-0.1573***-0.0799***0.0980***0.0445***0.0068-0.00231.000SIZE-0.0145***0.2618***0.1285***0.1830***0.0203***-0.00490.0863***-0.00510.1523***1.000CASH0.1373***0.0850***-0.0458***-0.0010.1925***0.0032-0.0338***-0.0271***0.1088***0.0524***1.000Standarderrorsinparentheses*p<0.1,**p<0.05,***p<0.01注：*、**、***分别表示在10%、5%、1%的水平上显著，下同。6.3共线性检验如表6.3所示。学术研究领域判别多重共线性问题常把方差膨胀因子（VIF）当作关键指标（如表6.3所示），通常VIF数值大于10时模型就存在严重多重共线性，VIF值在5到10之间时模型可能有一定共线性问题，VIF值小于5时共线性问题就处于较低水平。对本研究数据所涉及的变量进行深入分析后发现，所有变量的VIF值均显著低于10这一临界值。表明这些变量之间多重共线性状况并不严重，所以多元回归分析时变量相互干扰程度低，回归结果可靠性就高。此外，变量容忍度可由1/VIF值来衡量，1/VIF值越接近1则变量间共线性关系越弱，数据表中能清楚看到各变量1/VIF值大多接近1，就Growth变量来说，1/VIF值是0.999，这更直观表明各变量共线性程度极低，综合多维度分析结果，本研究能判定所涉各变量不存在严重多重共线性问题。表6.3共线性检验结果主要变量VIF1/VIFSIZE1.1800.850DIG1.1400.875FIXED1.1400.877ESG1.1400.881TOP11.0900.920CASH1.0600.942AGE1.0500.948LEV1.0100.986INDEP1.0100.989GROWTH1.0000.999MeanVIF1.0806.4基准回归分析参考表6.4呈现的回归分析结果，在探究ESG表现对企业绩效的影响时，选取ROA作为被解释变量。在三个构建的回归模型里，ESG变量的系数依次为0.00616、0.00707以及0.00834，并且全部通过显著性检验。这一实证数据清晰地揭示出企业ESG表现与绩效之间存在正向关联，即企业的ESG实践成果越出色，其绩效水平越高，为研究假设H1提供了有力的实证支撑。其他纳入模型的控制变量企业年龄、固定资产占比、资产负债率系数均为负值且较显著，因为企业经营年限增加会使组织架构僵化、决策流程变长从而抑制企业绩效提升，固定资产占比提高会降低资产灵活性、减慢资金周转速度进而不利于企业绩效增长，资产负债率上升会加重企业债务负担、增大偿债压力从而制约企业绩效提升，但是企业成长性和现金实力系数为正且显著，即企业成长能力越强、现金储备越充足越有助于提升企业绩效，而董事会独立性和企业规模这两个变量经回归分析发现对企业绩效影响不显著。进一步聚焦模型（3），其交互项ESG*DIG的系数是0.0427且显著为正，这有力表明在ESG表现与企业绩效的关系里数字化转型起着正向调节作用，具体来说企业数字化转型程度越高ESG表现对企业绩效的促进作用就越明显，这一结论支撑了研究假设H2，从作用机制上讲凭借先进数字技术手段数字化转型可优化企业内部资源配置、提升整体运营效率，进而助力企业把ESG实践积累的优势更有效地转化为推动绩效提升的实际动力。表6.4基准回归分析(1)(2)(3)VARIABLESROAROAROAESG0.00616***0.00707***0.00834**(0.00118)(0.00118)(0.00404)DIG0.0884***0.270***(0.0107)(0.0468)ESG*DIG0.0427***(0.0107)AGE-0.0150***-0.0139***-0.0145***(0.00352)(0.00352)(0.00352)FIXED-0.0627***-0.0773***-0.0781***(0.00685)(0.00707)(0.00707)INDEP-0.0243-0.0175-0.0176(0.0192)(0.0192)(0.0192)LEV-0.0554***-0.0555***-0.0556***(0.00105)(0.00105)(0.00105)SIZE-5.64e-050.0005620.000424(0.000735)(0.000738)(0.000739)GROWTH0.000570***0.000551***0.000550***(0.000158)(0.000158)(0.000158)CASH0.357***0.356***0.356***(0.0138)(0.0138)(0.0138)Cons0.0888***0.100***0.170***(0.0190)(0.0190)(0.0259)N34,66934,66934,6696.6稳健性检验稳健性检验环节中，本研究把ROA和ROE分别当作被解释变量以深入探究企业绩效和其他关键变量的关系（详情见表6.6），当ROA作被解释变量时ESG的回归系数是0.00616，被解释变量换成ROE时ESG系数就成了0.0297且两种情况系数都通过显著性检验，结果表明不管用什么企业绩效衡量指标，ESG表现和企业绩效都有显著正相关关系，进而实证支持了研究假设H1即企业ESG表现越好绩效水平越高，结论的稳健性得到有力验证。控制变量里两组回归结果中企业年龄、固定资产占比和资产负债率的系数均为负且显著，这表明这些变量对企业绩效的抑制作用较为稳定，例如企业年龄方面，企业经营年头越多组织架构可能僵化且决策流程变长，进而阻碍绩效提升，固定资产占比过高会使资产灵活性低、资金周转慢从而影响企业绩效，资产负债率高意味着企业债务负担大，偿债压力会抑制企业绩效增长；企业成长性这个变量以ROA为被解释变量时系数为正且显著，以ROE为被解释变量时却不显著，这种差异体现出企业成长性对企业绩效的正向影响在不同绩效衡量指标下有所不同，可能是因为ROA重点在资产运营效率，ROE更看重股东权益回报，企业成长性在不同层面作用效果不同；现金实力的系数在两种回归情况下均为正且显著，表明企业现金实力对绩效的促进作用稳定，现金储备充裕时企业在面对投资机会、市场波动或者债务偿还时应对能力强，能推动企业绩效提升；企业绩效依旧未被董事会独立性和企业规模这两个变量显著影响，这一结果和基准回归大体一致。ROA模型调整R2为0.1252，ROE模型调整R2为0.2030。虽然二者数值不同，但都表明模型中自变量对因变量有一定解释力，且这种解释力在不同绩效指标设定下相对稳定，说明模型整体具备一定稳健性。整体而言，从变量系数显著性和模型拟合优度等方面来看，研究结果在不同财务绩效指标设定下表现出较高的稳健性，研究结论可靠性较强。表6.6稳健性检验检验(1)(2)ROAROEESG0.00616***0.0297***(0.00118)(0.00514)AGE-0.0150***-0.0662***(0.00352)(0.0154)续表6.6稳健性检验检验(1)(2)ROAROEFIXED-0.0627***-0.147***(0.00685)(0.0299)INDEP-0.0243-0.128(0.0192)(0.0837)LEV-0.0554***-0.0123***(0.00105)(0.00458)SIZE-5.64e-050.00512(0.000735)(0.00321)GROWTH0.000570***-0.000823***(0.000158)(0.000691)CASH0.357***0.781***(0.0138)(0.0603)Cons0.0888***0.0549***(0.0190)(0.0829)N34,66934,669adj.R20.12520.20306.7异质性分析首先，依据企业规模SIZE相关指标对样本企业进行划分。将企业规模处于前一定50%的界定为大规模企业，后50%为小规模企业，结果如表6.7所示。小规模企业的ESG*DIG系数为0.000467，为不显著。大规模企业的ESG*DIG系数为0.0704，显著为正且远大于小规模企业。说明数字化转型对大规模企业ESG表现与绩效关系的调节作用更强。大规模企业借助数字化转型，优化运营流程，更充分地发挥ESG优势提升绩效。企业年龄、固定资产占比对大规模和小规模企业绩效均有抑制作用，且大规模企业中抑制作用更强。大规模企业运营成本高，固定资产占比增加会加重负担；小规模企业调整灵活，受影响相对较小。资产负债率对大规模企业绩效抑制作用为-0.167，在小规模企业中为-0.0592，相较于小规模企业，大规模企业往往面临更高的债务风险，高负债对其绩效的负面影响更为突出。企业规模对绩效的作用有着明显的规模差异特征，大规模企业的企业规模扩张与绩效正向关联，凭借庞大业务体量，生产、采购、销售等环节能实现规模经济，单位成本降低，运营效率提升，从而积极影响绩效，而小规模企业不同，其扩大规模时可能面临管理复杂度剧增难题，由于资源和管理能力有限，规模扩张中可能出现协调不畅、决策效率降低等问题，进而对绩效产生负面作用。从企业成长性角度看，不同规模企业的绩效受其影响有所差异，实证研究测算出大规模企业绩效受企业成长性影响的系数处于较高水平而小规模企业该系数为0.000275，这表明企业成长性对大规模企业正向推动作用更强，因为大规模企业资源储备更丰富，如资金、技术、人才等，市场渠道和客户群体也更广泛，能更有效地抓住成长机会转化为业务增长和发展成果，虽然小规模企业也能从成长性受益，但受资源和渠道限制，把成长性转化为绩效提升的能力弱些。表6.7大小规模企业异质性分析(1)(2)小规模大规模ESG0.000682***0.0195***(0.00155)(0.00908)DIG0.0780**0.428***(0.0190)(0.108)ESG*DIG0.0004670.0704***(0.00411)(0.0254)AGE-0.0283***-0.0157**(0.00175)(0.00752)FIXED-0.0750***-0.100***(0.00358)(0.0183)INDEP-0.00891-0.0317(0.00851)(0.0447)LEV-0.167***-0.0592***(0.00304)(0.00163)SIZE0.00837***-0.0329***(0.000548)(0.00407)GROWTH0.000275***0.000331**(0.000225)(0.000240)CASH-0.163***0.276***(0.0187)(0.00552)Cons0.0453***0.976***(0.0138)(0.0945)N1733517334adj.R20.2980.315第7章研究结论与展望7.1研究结论本实证研究以我国上市公司2014-2023年的面板数据为基础，数据涵盖多行业、多年度信息，为研究提供了丰富且全面的样本支撑。运用多元回归分析方法，通过构建一系列严谨的计量模型，将ESG表现、数字化转型以及企业绩效相关变量纳入其中，深入探究三者之间的关系，得出以下主要结论。7.1.1ESG表现对企业绩效的正向推动研究表明，公司的ESG表现越好业绩水平就越高，上市公司在环境、社会和公司治理这三重角色下的ESG履职表现对企业绩效有着显著的正向推动。从环境方面来说，企业实施一系列绿色行动，像采用节能设备与技术节约资源、升级生产工艺减少污染、建立完善回收体系实现资源回收利用等，这些行动既减轻了环境压力又带来不少经济收益，节能降耗直接削减企业能源采购成本，减少污染和回收利用也能降低废弃物处理费用等从而减少企业生产和运营成本，而且企业积极的环保行动可提升自身社会形象，吸引更多环保意识强的消费者购买其产品或服务，也会得到关注环境责任的投资者喜爱，让企业得到更多资金，最终提高市场份额实现绩效增长。社会角度上，重视员工权益保护，给员工合理薪酬、良好工作环境和职业发展机会，积极参与社区建设，助力社区基础设施完善、文化发展，始终保证产品质量和安全，这些行为意义深远，因为员工权益得到保障后，会对企业有更高的忠实度和认同感，工作积极性与效率大幅提升。企业产品可靠且积极回馈社会时，消费者对企业的信任度不断增加，这为企业营造了良好的内外部经营环境，内部员工齐心且外部市场需求稳定增长，有力推动企业绩效持续上升；在公司治理方面，良好完善的治理结构和体系是企业稳健发展的基石，科学合理的治理结构能明确各部门各层级职责权限，提升企业决策能力和效率且避免决策失误损失，完善的治理体系也增强投资人投资信心，让企业在资本市场更具吸引力，开辟更多融资渠道，获取充足资金用于业务拓展、技术研发等，全方位促进企业发展且有效提高企业绩效，但要注意这一促进效应有一定滞后性，履行ESG理念不能一蹴而就，企业需长期坚持践行才能实现业绩稳步增长。7.1.2数字化转型的正向调节数字化转型对ESG表现与企业绩效之间的关系起正向调节作用，即数字化程度越高的企业，ESG表现对于企业绩效的正向促进效应越显著。​数字化转型为企业的ESG实践提供了强有力的工具和技术支撑。在环境领域，企业借助智能能源管理系统，能够实时监测和精准调控自身能耗，运用先进的污染处理设备与数字化监控技术，有效控制污染物排放，精准实现节能减排目标，减少环境治理成本，提高资源利用效率。在社会方面，数字人力资源管理系统的良好应用，使企业能够更精准地了解员工需求，切实有效实施对员工的关心关爱举措，如个性化培训、弹性工作安排等。同时，借助数字化平台等载体，企业能够更便捷地组织社区参与活动，与供应商、客户等相关利益者建立紧密联系，共同实现利益共赢的目标。在公司治理层面，先进的数字化办公系统能对决策执行及各类业务流程进行全程跟踪与记录，实现透明度最大化，及时发现潜在风险与问题。利用数字化技术完善内控体系建设，可有效防范舞弊行为，提升企业运营的合规性。通过数字化转型升级，公司能够打破部门壁垒，更好更高效地将内外部资源进行合理有效的利用、调配和组合，使得公司在整个实践ESG的过程中做到效果最优，由此对公司ESG表现正向影响的企业绩效起到进一步放大效果。7.1.3数字化转型调节作用的异质性调节作用的异质性分析结果表明，数字化转型的调节作用存在显著的企业异质性，即数字化转型对ESG与企业绩效关系的调节作用在大规模企业中更强。大规模企业拥有丰富的资金、技术和人才资源，更侧重于企业绩效的提升，因此其数字化转型的目的更为明确、务实。大规模企业通常围绕降成本和增营收来开展数字化转型，例如通过建设智能化供应链体系，降低采购成本与库存积压，运用大数据分析精准营销，增加销售收入。而小规模企业组织结构相对简单，管理层级少，信息传递迅速，能够凭借自身灵活性，迅速抓住市场变化的机会调整数字化转型方案，不过受限于资源，在数字化转型对ESG与企业绩效调节作用的发挥上，弱于大规模企业。​本研究清晰地揭示了ESG表现对企业绩效的积极影响，以及数字化转型在其中的重要调节作用。企业应重视ESG实践与数字化转型，大规模企业可进一步发挥自身优势，加大投入；小规模企业则需结合自身特点，合理规划，提升自身竞争力，实现可持续发展。未来的研究可进一步探索不同行业、不同区域企业在这一关系中的差异，以及如何更有效地推动企业在ESG和数字化转型方面的协同发展。7.2研究展望我国上市公司有着独特的股权结构与治理模式，未来研究能够运用行为经济学、组织社会学等多学科理论深入探寻ESG表现和企业绩效的内在联系，例如可以研究控股股东性质如何影响企业ESG决策以及不同企业文化背景下数字化转型对ESG与企业绩效关系的差异化调节作用，在研究数字化转型调节路径时使用案例研究、模拟仿真等方法并结合我国数字化技术发展的现状构建符合国情的动态理论模型，综合考量政策导向、技术创新、组织变革等因素的交互作用为我国上市公司ESG实践与数字化战略融合筑牢理论依据。传统制造业、金融业、服务业等上市公司以及新兴行业如5G通信、半导体等行业的上市公司和不同规模、不同地域的上市公司都是研究对象，通过对比分析来验证研究结论在我国资本市场是否适用并挖掘不同企业特征下ESG表现与企业绩效关系的独特规律，研究内容涵盖国内宏观经济政策调整如财政政策对绿色产业的扶持、货币政策对企业融资成本的影响以及行业监管政策变化，运用计量经济学模型分析这些因素与ESG表现、数字化转型的协同效应以全面揭示影响我国上市公司绩效的多种因素。我国上市公司实际运营需求被后续研究紧密结合且深度合作在企业间开展，企业在实施ESG战略和数字化转型过程中面临的难题通过行动研究被深入了解。将研究成果转化为具有针对性的操作指南，涵盖适合我国上市公司的ESG目标设定、符合国内数字化技术生态的转型技术选型建议，以及分行业的ESG实践优秀案例分析。通过举办线上线下相结合的企业培训、专题研讨会等活动，为上市公司管理者提供贴合实际的专业指导，助力企业制定科学的ESG发展战略与数字化转型方案，推动我国上市公司实现经济价值与社会价值的协同发展，在可持续发展道路上稳步前行。

参考文献李井林,阳镇,陈劲,崔文清.ESG促进企业绩效的机制研究——基于企业创新的视角[J].科学学与科学技术管理,2021,42(9):71-89.邱牧远,殷红.生态文明建设背景下企业ESG表现与融资成本[J].数量经济技术经济研究,2019,36(03):108-123.王琳璘,廉永辉,董捷.ESG表现对企业价值的影响机制研究[J].证券市场导报,2022(5):23-34.上官泽明,张媛媛.企业ESG表现与金融资产配置：刺激还是抑制？[J].上海财经大学学报,2023,25(6):44-58.陈静,罗焰.ESG表现、绿色创新与企业财务绩效[J].科技创业月刊,2024,37(9):67-73.李向前,金语沁.异质性视角下环境规制对企业ESG表现的影响[J].华北金融,2024(9):28-41,54.罗斌元,赵帅恒.数字化转型对制造企业创新绩效的影响研究[J].创新科技,2022,22(3):57-68.巫强,黄孚,汪沛.人工智能技术与企业创新绩效[J].财经问题研究,2024(10):67-80.吴非,胡慧芷,林慧妍,等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界,2021,37(7):130-144.熊艳.数字化转型与企业全要素生产率——来自中国上市公司的经验证据[D].长江大学,2023.庄翠荣.基于价值链理论的绩效评价文献综述[J].合作经济与科技,2018(3):126-128.江诗松,龚丽敏,魏江.转型经济中后发企业的创新能力追赶路径：国有企业和民营企业的双城故事[J].管理世界,2011(12):96-115.王应欢,郭永祯.企业数字化转型与ESG表现——基于中国上市企业的经验证据[J].财经研究,2023,49(09):94-108.刘海曼,龙建成,申尊焕.数字化转型对企业绿色创新的影响研究[J].科研管理,2023,44(10):22-34.聂军.数字化转型、社会责任履行与企业技术创新绩效[J].技术经济与管理研究,2023(1):50-54.王琛驹.企业数字化转型、ESG与企业绩效的实证研究[D].吉林大学,2024.匡增杰,周馨迪.数字化转型对企业ESG表现的影响研究[J].上海对外经贸大学学报,2025,32(1):34-50.魏红山.ESG表现、数字化转型与企业绩效[D].集美大学,2024.黄千崧.数字化转型、ESG表现与企业绩效[D].江西财经大学,2024.王丽新,常逸潇.数字化转型与ESG对上市公司企业绩效影响的熵值法研究[J].北方工业大学学报,2023,35(04):85-95.Alb