基于元分析的企业数字化转型与可持续发展关系研究

张金山1,孙霆姝1,徐广平2

(1.吉林大学 商学与管理学院,吉林 长春 130012;2.长春理工大学 经济管理学院,吉林 长春 130013)

摘 要:数字化转型为企业可持续发展提供了新机遇,现有针对二者关系的研究结论存在一定分歧,同时缺乏对可持续发展细分维度与边界条件的深入分析。基于143篇文献177个效应值的元分析结果表明,企业数字化转型能够促进可持续发展,促进效果由强到弱依次为经济价值、环境价值、社会价值。就细分维度看,数字化转型对供应链管理、组织韧性、新产品开发绩效的激励效果显著。就促进效果看,在非制造企业、非重污染行业企业、中小规模企业,数字化转型对可持续发展绩效的促进作用更显著,且行业科技强度不是两者关系的调节因素。与客观测量方式相比,主观测量方式下数字化转型对可持续发展的影响更显著。结论有助于厘清数字化转型与可持续发展间的逻辑关系,对企业实施数字化赋能可持续发展具有参考价值。

关键词:数字化转型;可持续发展;元分析;经济价值;环境价值;社会价值

A Meta-Analysis on the Relationship between Enterprise Digital Transformation and Sustainable Development

Zhang Jinshan1 , Sun Tingshu1 , Xu Guangping2

(1. School of Business and Management, Jilin University, Changchun 130012, China; 2. School of Economics and Management, Changchun University of Science and Technology, Changchun 130013, China)

AbstractDigital transformation relies on the application of digital technology to achieve disruptive innovation in enterprise factor reorganization, R&D production, operation and sales, and can trigger multi-level changes in individuals, organizations, and industries. In the context of environmental regulation constraints and high-quality development demands, digital transformation is regarded as an important solution to achieve sustainable development that balances corporate economic development, environmental protection, and social responsibility. Digitalization and sustainable development have become hot topics in academia and industry. Scholars have analyzed from the perspective of resource-based view, dynamic capability theory and information processing theory, found that digital transformation can have a positive impact on sustainable development. However, some scholars have questioned the actual effect of digital transformation, believing that most digital transformation projects have failed to achieve the expected effect of improving corporate economic returns. In addition, negative behaviors such as differential pricing, carbon emissions, and information leakage derived from digital transformation will generate digital liability risks, which will have a negative impact on corporate environmental and social benefits.

This study employs meta-analysis, a rigorous research methodology known for synthesizing findings from existing studies, to explore the relationship between enterprise digital transformation and sustainable development. By leveraging data from a broad and varied range of samples, the study enhances the objectivity and robustness of its analysis. It uses the funnel plot technique and a fail-safe number approach to assess publication bias within the dataset. Utilizing the software of CMA 3.0 , the study processes encoded data to investigate heterogeneity and the principal effects of digital transformation on sustainable development. Aligning with the triple bottom line principle of sustainable development, the study categorizes sustainable development into economic, environmental, and social dimensions. On the basis of 177 effect values from 143 samples, it scrutinizes the impact of digital transformation on sustainable development and its sub-dimensions, as well as the moderating effects of organizational context factors and measurement methods on this relationship.

The study reveals that, first, digital transformation effectively promotes the sustainable development of enterprises, and the promotion intensity of the three connotations of sustainable development is economic value, environmental value, and social value. Second, in terms of subdivision, digital transformation has the best incentive effect on supply chain management, organizational resilience, and new product development performance. Third, the impact of digital transformation on enterprises with different characteristics is asymmetric. The digital transformation of non-manufacturing enterprises, non-heavy pollution industries, and small and medium-sized enterprises has a stronger role in promoting sustainable development performance, and the industrial technological intensity is not a moderating factor affecting the relationship between the two. Fourth, when assessing the relationship between two variables, subjective measurement methods tend to yield stronger correlations compared to objective measurement methods.

In theory, the study uses large sample and cross-context sample data to test the correlation between digital transformation and sustainable development, and obtains a more stable effect value. It also provides a new basis for explaining the contradictory conclusions through subdivision dimensions and moderating effect analysis, which further deepens the logical framework and internal mechanism between digital transformation and sustainable development. This has practical significance for clarifying the complex logical relationship between digital transformation and sustainable development, and also has certain implications for the future direction of related research. In practice, when enterprises specifically solve conflicts such as external environment regulation and social problem solving, they need to focus on the significance of digital solutions. The formulation of digital transformation strategies should be closely centered around key variables such as enterprise scale, industry type, and industry characteristics. In addition, the government should formulate a digital transformation policy system based on incentive goals and enterprise conditions to maximize the positive effects of digital transformation.

Future studies could dissect digital transformation into detailed dimensions like technology applications and management to understand its mechanisms on sustainable development, incorporate moderating variables like cultural and organizational differences, and expand analysis to employee and industry levels to assess practical impacts on achieving sustainability goals and addressing social issues.

Key WordsDigital Transformation; Sustainable Development; Meta-analysis; Economic Value; Environmental Value; Social Value

DOI:10.6049/kjjbydc.2024070131

开放科学(资源服务)标识码(OSID):

中图分类号:C93

文献标识码:A

文章编号:1001-7348(2025)11-0129-10

收稿日期:2024-07-04

修回日期:2024-10-07

基金项目:国家社会科学基金青年项目(22CTQ026);教育部人文社会科学研究项目(23YJC630200)

作者简介:张金山(1971-),男,吉林长春人,博士,吉林大学商学与管理学院教授、博士生导师,研究方向为战略管理;孙霆姝(1998-),女,吉林长春人,吉林大学商学与管理学院博士研究生,研究方向为创新与创业管理;徐广平(1992-),男,吉林松原人,博士,长春理工大学经济管理学院副教授,研究方向为创新与创业管理。

0 引言

企业数字化转型与可持续发展成为我国经济实现高质量发展的重要途径。根据世界环境与发展委员会(WCED)提出的可持续发展理念,企业发展应遵循可持续发展经营原则,注重提升自身可持续发展能力,平衡自身经济增长、环境保护和社会责任的关系[1-2]。党的二十大报告提出“推动制造业高端化、智能化、绿色化发展”。可见,数字化转型与可持续发展已成为现代化治理和国家战略的核心要素。在环境规制日益严格和高质量发展需求不断增长的时代背景下,数字化转型可为企业实现可持续发展提供重要解决方案[3]

已有相关文献基于资源基础观[3]、动态能力理论[4]、信息处理理论[5],发现企业数字化转型能够促进可持续发展。也有学者对实际效果质疑,认为企业大部分数字化转型项目并未得到预期回报[6],加上数字化转型衍生的区别定价、碳排放、信息泄露等问题会导致数字责任风险,进而对企业可持续发展产生负向影响[7]。为厘清这一问题,学者们从微观视角探究企业数字化转型对经济、环境、社会维度以及各个子维度的影响。但受限于现有研究对可持续发展维度划分的不一致[8],或研究样本在行业、企业层面特征上的差异[9-10],导致研究结论缺乏稳健性。总体来看,企业数字化转型和可持续发展关系研究存在正向、负向和不确定的结论。因此,有必要对企业数字化转型与可持续发展关系理论体系进行归纳,进一步将引致效果差异的因素整合至组织情境要素层面。

受研究视角、研究样本、研究方法限制,基于单一维度的实证研究无法全面揭示企业数字化转型与可持续发展间的复杂逻辑关系,且特定情境下企业数字化转型的激励效果不明,这不利于对两者关系的深入探讨。作为汇总性研究方法,元分析能够通过整合大样本和跨情境样本数据,得出更具严谨性和客观性的结论。

本文基于143篇企业数字化转型与可持续发展关系研究文献,运用元分析方法检验企业数字化转型对可持续发展及其经济、环境、社会维度的影响强度,并考察行业要素(行业类型、行业污染程度、行业科技强度)、企业要素(企业规模)对两者关系的调节作用和测量方式差异的影响。本文的研究贡献如下:第一,采用元分析方法进一步验证企业数字化转型与可持续发展的内在关联;第二,通过细分维度与调节效应分析,探讨现有研究矛盾性结论成因,为理解两者关系提供新视角;第三,探讨企业数字化转型与可持续发展间的内在作用机制,进一步厘清两者逻辑关系,以期为组织数字可持续实践提供启示。

1 文献回顾与假设

1.1 企业数字化转型与可持续发展

依托数字技术集合,数字化转型有助于企业在研发生产、业务流程、商业模式等方面实现颠覆性创新,对原有组织惯例进行数字化重塑,进而引发个人、组织、产业层面变革[11]。现代公司治理理论和利益相关者理论强调,企业不再单一追求经济价值最大化目标,而是将环境效益和社会责任纳入自身战略规划中[1],并与员工、供应商、顾客、社区以及政府等利益相关者协作,实现价值共创共享。为此,学界对企业可持续发展内涵进行探讨,将经济要素、环境要素和社会要素三要素协同发展作为可持续发展的核心内容[1-2]

进入工业4.0时代,数字化转型成为企业必行之举,实现经济、环境、社会协调发展被视为企业存续与发展的重要条件。George&Schillebeeckx等[12]提出“数字可持续”概念,旨在倡导企业将数字化转型与可持续发展作为行动指南。数字化转型可为企业可持续发展提供技术解决方案和关键驱动力。一方面,数字技术嵌入能够重塑组织需求收集、产品研发、产品试制与制造过程,进而影响企业环境可持续实践效率与效果。另一方面,数字化转型能够提升企业信息披露水平,帮助企业满足内外部利益相关者可持续发展诉求,将共创与协作经营理念融入自身文化体系中[5]。从资源获取角度看,数字化转型能够拓宽企业资源获取渠道、降低资源获取成本,通过持续引进数字新技术、新知识推动数字资源与传统生产要素融合,为企业识别与开发可持续创业机会提供资源保障[3]。由此,数字化转型可为企业推进具有三重底线(经济、环境、社会)特征的可持续发展实践创造内在条件。为此,本文提出以下假设:

H1:企业数字化转型能够促进可持续发展。

1.2 企业数字化转型与经济价值

现有数字化转型与经济价值关系研究发现,数字化转型的系统性、灵活性、联通性能够促进经济价值提升。从数字赋能视角看[13],数字化转型有助于企业利用大数据、云计算、区块链等数字技术集合优化既有算法与信息系统,抽取隐含于顾客行为中的数据要素,并采用可视化工具获取决策支持,以适应环境变化和市场需求,从而推动产品、服务创新以及商业模式创新[14]。同时,在数字化转型过程中,虚拟现实技术、人工智能技术能够帮助企业通过模拟试验降低试错成本,从而提升创新成功率[15]。此外,借助数字技术,企业能够重塑组织运营流程与管理机制,提高运营效率并释放冗余资源,从而实现循环加速。

学者们基于资源基础观对企业数字化转型与经济绩效关系进行探讨[3,16],结果发现,资源是企业持续发展的源泉,数字技术有助于企业搜寻与整合可持续发展相关资源,通过跨界搜索和环境扫描活动应对环境不确定性风险,从而提升组织韧性。作为资源基础观的延伸,组织能力理论认为,企业需要获取特定资源以培育自身能力,而数字化转型过程是动态能力构建过程,有助于企业主动感知环境变化并快速响应市场需求,进而制定多样化解决方案。

部分学者基于供应链和生态系统视角研究发现,数字技术应用能够拓展组织交流渠道,将原有线性结构转变为网络结构。企业数字化转型可为多主体经济生产活动奠定基础,进而为开放性技术共建、共享平台搭建、智能化场景交互以及价值动态匹配提供载体[17],促进数字生态系统建设、跨边界合作生产与创新活动开展。

部分学者认为,企业数字化转型与经济绩效可能存在负相关或倒U型关系[8]。一方面,数字技术不当引入会导致企业资源浪费,不利于企业短期经济表现。另一方面,过高的数字技术敏感度可能造成组织在尚未做好数字化准备的情况下对组织惯例进行调整,从而破坏战略定力。

尽管企业在数字化转型过程中面临经济风险,但数字化转型仍被业界和学界视为企业实现战略更新与变革的驱动力。在数字化转型过程中,企业会对经济目标进行优化,从而确保经济价值不受损害[18]。因此,本文提出如下假设:

H2:企业数字化转型能够提升经济价值。

1.3 企业数字化转型与环境价值

自然资源基础观认为,企业需要通过调整资源和行为缓解经营活动对自然环境的负面影响,进而获取环境可持续竞争优势[19]。数字技术被认为是解决诸多环境问题的重要手段,在空气污染、废物治理、能量消耗等方面发挥重要作用。例如,在绿色农业生产方面,借助北斗导航、卫星遥感等数字技术可以实现精准灌肥与实时检测;借助物联网技术,企业能够实现生产流程和末端污染排放全过程智能绿色监管,提升生产运作环节透明度,优化粗放、高耗能结构[20]。此外,数字技术的去中心化优势有助于企业释放冗余资源,并将其投入到投资回报周期长的绿色项目中,进而为绿色行动提供资源保障。由此可见,数字技术能够减少环境事故发生,从而提升企业环境绩效。

在绿色创新方面,云计算、互联网、区块链等数字技术能够促进绿色信息精准交互,加快绿色信息资源流通,有助于企业以低成本获取大量异质性信息,实现资源获取与资源编排,进而促进绿色创新行动。同时,数字化转型有助于企业通过模拟实验、虚拟研发环境、自动化测试工具提前试错,进一步规避风险,降低绿色创新风险,从而提高绿色创新成功率[21]

借助数字技术,企业能够实现生产与经营智能化和节能化发展,但运营排放与废物处理可能会带来新的环境问题。此外,有学者认为,相较于环境绩效,企业数字化转型可能优先服务于经济绩效提升,且环境绩效提升过程相对缓慢[22]。整体来看,数字化转型可为企业绿色监管和绿色转型提供技术支撑,进而促进环境绩效提升。因此,本文提出如下假设:

H3:企业数字化转型能够提升环境价值。

1.4 企业数字化转型与社会价值

利益相关者理论指出,要考虑每个利益相关者的社会责任问题[23]。数字化转型的及时性、开放性、交互性能够强化企业与利益相关者间的联结,实现对接智能化、问题实时响应、社会价值可视化,并驱动社会创业指数增长[24],进而优化社会问题解决方式。同时,企业可以借助数字技术为社会价值创造提供多样化方案[17]。例如,灾难预警、疾病控制、定向扶贫、智能顾问等程序被广泛应用于解决应急管理、贫困帮扶等问题。

从企业内部体系看,数字化转型促使企业原有“技术—经济”单一增长导向转变为“技术—社会”多重价值导向,加快企业社会创新与创业,加速负责任的创新成果扩散,从而提升绩效[24]。部分研究表明,数字化转型能够提升企业价值创造效率和价值占有效率,强化企业薪酬支付能力,实现企业内部共同富裕。同时,AI等数字技术引入能够强化员工对组织公民身份的认同感,抑制员工对外部群体(不同种族、宗教、移民、性取向)的排外倾向,进而缓解群体间的冲突[25]

从外部交互视角看,数字技术能够提升企业与外部主体间的协同性,借助数字交互网络为多主体协同提供可能[26],有助于企业与关联企业保持良好的竞合关系。数字技术应用能够强化信息披露和外部监管,使企业生产经营信息更加公开、透明。此外,竞争者的模仿压力与利益相关者监管会促使企业积极关注社会问题解决。同时,数字化转型有助于企业塑造履行社会责任的良好形象,进而获取社会责任履行的正向反馈,并促使利益相关者形成对企业可持续发展的认知。

企业数字化导致的泛在性问题会导致角色边界模糊,进而增加员工心理压力,使其产生焦虑、倦怠等负面情绪[27]。除组织内部问题外,数字技术快速变革可能导致用户或供应商隐私信息泄露,进而引发电信诈骗、价格歧视等潜在风险。尽管数字化转型对企业社会价值的影响具有两面性,但整体来看,数字化转型能够加强企业与利益相关者间的连接,在政府规制、内部监管下数字责任风险仍处于可控范围。因此,本文提出如下假设:

H4:企业数字化转型能够提升社会价值。

1.5 调节因素的影响

基于既有文献,本文选取行业类型、行业污染程度、行业科技强度以及企业规模,以检验企业数字化转型与可持续发展的边界条件,并考察不同测量方式对研究结论的影响。

1.5.1 行业层面调节作用

(1)行业类型的调节作用。不同行业在生产流程、服务策略和价值创造方式具有显著差异。制造企业是实现经济高质量发展和双碳发展目标的关键主体,其数字化转型目标是进一步优化生产制造流程,从而提升生产运营效率[28]。非制造企业是指服务业企业,其数字化转型目标是满足消费者个性化需求、提升用户体验等。制造企业与非制造企业数字化转型诉求差异较大,两者数字化转型路径与效果差异有待检验。因此,本文将企业样本划分为制造企业和非制造企业,进一步检验行业类型的调节作用,并提出以下假设:

H5:行业类型在数字化转型与可持续发展之间发挥调节作用。

(2)行业污染强度的调节作用。重污染行业企业普遍具有三废排放量大、污染扩散幅度广、资源依赖性强等特征。重污染行业企业能够借助数字技术规避非正常损耗,从而提升废品与残次品回收利用效率[29]。因此,重污染行业企业对数字化转型与可持续发展的关系具有较强的敏感性。此外,重污染行业企业是环保部门重点监管对象,受到公共媒体、社会公众关注。外部压力下,重污染行业企业需要快速适应制度要求,开展绿色化、可持续性变革,并利用数字化转型实现绿色创新提质增量。因此,本文将企业样本划分为重污染企业和非重污染企业,探究行业污染程度的调节作用,并提出以下研究假设:

H6:与非重污染行业企业相比,重污染行业企业数字化转型对可持续发展的影响更显著。

(3)行业科技强度的调节作用。数字化转型能够促进企业创新资源富集,为企业创新提供数字技术与异质性资源,加快生产要素流向企业。关于行业科技强度对企业数字化转型与可持续发展关系的影响存在两种观点:一种观点认为,非高科技行业企业大多为劳动密集型行业,能够通过数字化转型替代部分重复劳动,释放冗余资源,从而促进企业可持续发展[30]。劳动密集型行业涉及技术领域相对集中,数字化转型带来的边际收益更为可观。另一种观点认为,非高科技行业企业创新敏感度较低,开展颠覆式创新的可能性较小,进而导致数字创新变革对非高科技行业企业的影响有限。据此,本文将企业样本划分为高新科技行业企业和非高新科技行业企业,探讨行业科技强度的调节作用,并提出以下假设:

H7:行业科技强度在企业数字化转型与可持续发展之间发挥调节作用。

1.5.2 企业规模调节作用

数字化转型需要组织资源支撑,企业规模能够在一定程度上代表企业可调动资源以及应对内外部环境变化的能力。学者们基于两种视角分析企业规模的调节作用:部分学者认为,数字化转型对企业资金要求较高,需要数字基础设施和数字平台支撑。大企业组织结构完整、人才储备充足,具备强大的社会网络,能够获取更多内外部资源,形成规模经济,进而提升创新能力与创新绩效。部分学者认为,中小企业是最活跃、占比最高的企业群体[31],因组织结构精简、成员结构简单,能够灵活地应对环境变化,激发数字化转型动力。因此,本文企业样本划分为中小企业和大企业,探讨企业规模的调节作用并提出以下假设:

H8:企业规模在数字化转型与可持续发展之间发挥调节作用。

1.5.3 测量方式差异的影响

不同测量方式会对研究结果产生影响,本文利用元分析模型对测量方式引致的结果差异进行探讨,可增进对差异性结论的理解,深化对数字化转型与可持续发展关系的认识。现有数字化转型与可持续发展研究测量方法有客观测量方法和主观测量方法。客观测量方法大多利用Python软件抓取上市公司年报与其它公开信息,该方法透明度较高且不受主观因素影响,但代理变量无法完整刻画数字化转型程度。主观测量方法即邀请受访者根据企业数字化转型与可持续发展现状填写问卷,具有针对性强、标准化程度高的优势,但会受到受试者主观偏见的影响[32],可能导致测量结果出现偏差。由此可知,客观测量方式和主观测量方式均可能导致测量结果出现偏差。因此,本文提出如下研究假设:

H9:与客观测量方式相比,主观测量方式下数字化转型对可持续发展的作用更显著。

综上所述,本文构建理论分析框架如图1所示。

图1 理论框架
Fig. 1 Theoretical framework

2 研究设计

2.1 方法选择

元分析方法能够通过汇总既往研究成果得出结论,因其较强的客观性、严谨性与归纳性被广泛应用于战略管理、人力资源管理、创业管理等研究领域。本文运用元分析方法对企业数字化转型与可持续发展关系研究进行汇总,并明确影响两者关系的相关要素,深化对“企业数字化转型—可持续发展”关系的认识。

2.2 文献搜集与编码

本文文献搜索与筛选过程如图2所示。

图2 文献检索与筛选流程
Fig. 2 Literature search and selection process

(1)在CNKI、维普等中文文献库中搜索“可持续发展”“企业成长”“经济”“社会”“环境”“绿色”“数字化”“数字化转型”等关键词,并在Web of Science、 EBSCO、 Scoups、 Elsevier等英文数据库中搜索“digital transformation”“sustainable development”“ESG”“CSR”“growth”“environmental performance”“green innovation”“social”等关键词。为确保研究文献质量,本文收集经过同行严谨审议的期刊论文与会议论文,文献检索截止日期为2024年8月31日。

(2)逐篇阅读文献标题与摘要,筛选符合本文研究主旨的文献,并剔除非企业层面研究、无关研究文献、采用相同独立样本的研究、非实证类研究。

(3)剔除未汇报元分析所需关键指标(相关系数与样本量等)的文献。依据元分析研究的基本原理,本文收录143篇文献的177个效应值,筛选流程如图2所示。

为确保编码的准确性,本文制定编码手册,由两位作者独立编码,差异部分邀请另一位作者进行确定,并采用Cohen's Kappa系数作为一致性检验指标。检验结果显示,编码一致性系数达到0.970。由此表明,编码结果具有较高的一致性和可靠性。

3 数据结果分析

3.1 出版偏倚检验

在元分析数据处理过程中,剔除不符合标准的文献可能导致部分重要研究基础数据被筛掉。出版偏倚检验能够验证剔除文献能否对研究结论带来影响,本文采用失安全系数法和漏斗图法进行出版偏倚检验,企业数字化转型与可持续发展及各维度的失安全系数值如表1所示。由表1可知,失安全系数值均远大于5K+10的安全系数标准,表明本文不存在严重出版偏倚。

表1 失安全系数检验、异质性检验与主效应分析结果
Table 1 Results of the safety coefficient test,heterogeneity test and main effect analysis

因变量研究样本KN失安全系数检验失安全系数值5K+10异质性检验Q值DfI2主效应检验r95%CIZ值可持续发展3053 1726 194160945.415***2996.9330.215***[0.163,0.266]7.866经济价值8888 13484 7734503 712.304***8797.6560.331***[0.289,0.372]14.488企业成长4150 2164 4112151 670.487***4097.6050.309***[0.249,0.368]9.502创新绩效3031 1631 6571601 206.588***2997.5970.309***[0.237,0.378]8.005供应链管理61 58063140166.412***596.9950.523***[0.277,0.704]3.839企业能力61 2322004065.873***592.4100.338***[0.142,0.509]3.301新产品开发绩效51 2522103529.912***486.6270.359***[0.219,0.486]4.783组织韧性52 19149435237.481***498.3160.455***[0.128,0.692]2.660环境价值4244 0615 7702201 533.546***4197.3260.295***[0.236,0.351]9.484环境绩效168 4581 30990336.882***1595.5470.262***[0.154,0.364]4.648绿色创新2534 9037 2971351 152.118***2497.9170.320***[0.245,0.392]7.986社会价值1710 55798795156.098***1689.7500.184***[0.121,0.246]5.631

注:***表示p<0.01,**表示p<0.05,*表示p<0.1,下同

漏斗图显示,绝大部分原始研究位于效应值两侧且基本对称,表明本文不存在严重出版偏差。由此,本文元分析识别的效应值较少受出版偏倚影响,研究结果可信(漏斗图因篇幅限制未展示)。

3.2 异质性检验与主效应检验

本文利用CMA3.0软件对编码数据进行处理,得出企业数字化转型与可持续发展及经济、环境、社会价值异质性检验及主效应检验结果。为了尽可能详细地反映可持续发展内涵,本文基于三重底线理论和现有研究成果对经济价值、环境价值作进一步划分,结果如表1所示。结果显示,异质性检验p值小于0.01,I-squared值均大于85%,表明变量间存在显著异质性。由此可知,本研究独立样本存在较大的组间差异,故选择随机效应模型进行元分析。参考Lipsev&Wilson[33]的研究成果,本文变量间关系强度如下:相关系数r<0.1为弱相关关系,0.10.4为高度正相关关系。

实证结果表明,企业数字化转型对可持续发展绩效具有显著正向影响(r=0.215,p<0.01),假设H1成立。就各维度而言,数字化转型与经济价值、环境价值、社会价值为中度正相关关系,假设H2、H3、H4成立。其中,企业数字化转型对企业经济价值的影响最显著,效应值为0.331(p<0.01),其次为数字化转型与环境价值的关系,效应值为0.295(p<0.01),数字化转型与社会价值的关系最为薄弱,效应值为0.184(p<0.01)。由此可见,目前,企业数字化转型发展目标依旧是以经济发展为主。

本文选取反映经济价值和环境价值内涵且受学界和业界广泛关注的细分维度,进一步探讨数字化转型对各维度的影响。经济价值涉及企业成长、技术创新、产品创新、供应链、能力与组织韧性等方面,研究表明,企业数字化转型与供应链管理(r=0.523,p<0.01)、组织韧性(r=0.455,p<0.01)高度正相关;企业数字化转型与新产品开发绩效(r=0.359,p<0.01)、企业能力(r=0.338,p<0.01)、企业成长(r=0.309,p<0.01)、创新绩效(r=0.309,p<0.01)中度正相关。由此可见,企业数字化转型对经济价值的促进效果稳健,且促进作用全面。

环境价值主要体现为涵盖污染治理、避免环境事故、降低碳排放等维度的环境绩效,以及企业产品与流程绿色创新。研究发现,企业数字化转型与绿色创新(r=0.320,p<0.01)、环境绩效(r=0.262,p<0.01)中度正相关,表明企业数字化转型能够促进环境价值提升。

3.3 调节效应检验

由上文分析可知,企业数字化转型与可持续发展各细分维度的关系强度差异较大,可能是所处行业、企业情况以及测量方式不同所致。针对这一问题,本文采用亚组分析探讨行业类别、行业污染程度、行业科技强度、企业规模对数字化转型与可持续发展关系的调节作用,以及不同测量方式对两者关系强度测量结果的影响。

在行业类型层面,本文将研究样本划分为制造企业和非制造企业,制造企业包括电子信息产品制造业、机械制造业、医药制造业等行业企业;非制造企业包括金融行业、服务行业及信息服务业等行业企业,行业类型调节效应检验结果如表2所示。结果显示,行业类型对数字化转型与可持续发展关系(QB=3.706,p<0.1)、数字化转型与经济价值关系(QB=4.695,p<0.1)、数字化转型与环境价值关系(QB=56.851,p<0.01)、数字化转型与社会价值关系(QB=5.067,p<0.1)的调节效应均显著,假设H5得到验证。相较于制造企业,数字化转型对非制造企业可持续发展的正向影响更显著,原因在于:不同数字化转型诉求会导致差异化绩效反馈结果,非制造企业数字化转型侧重对组织运营流程以及人力资源结构进行优化,转型门槛较低且初期边际收益较高。

表2 行业类型调节效应检验结果
Table 2 Moderating effect test resutls of industry type

因变量行业特征研究样本KN主效应检验r95%CIZ值QB可持续发展制造业85 0660.252***[0.072,0.416]2.7193.706*非制造业23260.408***[0.175,0.597]3.315经济价值制造业3327 6320.342***[0.270,0.410]8.7994.695* 非制造业72 0090.432***[0.336,0.519]8.041 环境价值制造业2212 4790.359***[0.243,0.464]5.78556.851*** 非制造业24600.527***[0.457,0.590]12.475 社会价值制造业85 0830.108***[0.048,0.167]3.5395.067* 非制造业24440.346**[0.024,0.603]2.102

在行业污染程度层面,本文根据《上市公司环境信息披露指南》将研究样本划分为重污染行业企业和非重污染行业企业,行业污染程度的调节效应检验结果如表3所示。结果显示,行业污染程度对数字化转型与可持续发展关系(QB=4.662,p<0.1)、数字化转型与经济价值关系(QB=17.116,p<0.01)、数字化转型与环境价值关系(QB=9.975,p<0.01)、数字化转型与社会价值关系(QB=10.644,p<0.01)的调节效应显著,与假设H6相反。相较于重污染企业,数字化转型对非重污染企业可持续发展的正向影响更显著,原因在于:重污染企业大多是水泥、水电、石材等资源型行业企业,处于“数字孤岛”困境[34],缺乏数字化人才,难以实施数字化转型。

表3 行业污染程度调节效应检验结果
Table 3 Moderating effect test resutls of industrial pollution intensity

因变量行业特征研究样本KN主效应检验r95%CIZ值QB可持续发展重污染企业25380.337***[0.178,0.478]4.0334.662*非重污染企业51 0920.496[-0.336,0.893]1.193经济价值重污染企业52 7800.108*[-0.001,0.214]1.94617.116***非重污染企业147 5960.318***[0.216,0.412]5.889环境价值重污染企业73 4130.134***[0.034,0.232]2.6119.975*** 非重污染企业2432 5670.338***[0.251,0.421]7.178社会价值重污染企业31 7280.071***[0.024,0.118]2.94410.644*** 非重污染企业49000.298***[0.139,0.443]3/587

在行业科技强度层面,本文采用OECD标准将航空航天制造业、计算机与办公设备制造业、电子与通讯设备制造业、医药品制造业确定为高新技术行业,并将研究样本划分为高新技术行业企业和非高新技术行业企业,行业科技强度的调节效应检验结果如表4所示。结果显示,行业科技强度对数字化转型与可持续发展关系(QB=2.167,p>0.1)、数字化转型与经济价值关系(QB=0.578,p>0.1)、数字化转型与环境价值关系(QB=0.493,p>0.1)、数字化转型与社会价值关系(QB=0.384,p>0.1)的调节效应均不显著。由此表明,行业科技强度不是影响企业数字化转型与可持续发展关系的调节变量,假设H7未得到验证。原因在于:行业科技强度主要反映行业整体创新生态,无法全面揭示企业数字化与可持续发展的关系。同时,数字化转型能够降低技术与知识获取成本[35],使非高科技行业企业共享高科技研究成果,进而弱化行业科技强度对数字化转型与可持续发展关系的影响。

表4 行业科技强度调节效应检验结果
Table 4 Moderating effect test resutls of industrial technological intensity

因变量行业特征研究样本KN主效应检验r95%CIZ值QB可持续发展高新技术行业31 1560.258***[0.072,0.426]2.7032.167非高新技术行业48380.345***[0.124,0.533]3.001经济价值高新技术行业206 8650.323***[0.194,0.441]4.7300.578非高新技术行业111 8640.296***[0.187,0.397]5.167环境价值高新技术行业61 7850.333***[0.193,0.460]4.5070.493非高新技术行业46750.325***[0.127,0.498]3.151社会价值高新技术行业25670.332***[0.111,0.522]2.8950.384 非高新技术行业62 5020.191**[0.042,0.331]2.508

在企业层面,本文根据我国工业和信息化部发布的《关于印发中小企业划型标准规定的通知》将样本企业划分为大型企业和中小企业,描述性统计结果如表5所示。结果显示,企业规模对数字化转型与可持续发展关系(QB=19.051,p<0.01)、数字化转型与经济价值关系(QB=56.511,p<0.01)、数字化转型与环境价值关系(QB=8.540,p<0.05)、数字化转型与社会价值关系(QB=15.700,p<0.01)的调节效应显著,假设H8得到验证。相较于大型企业,数字化转型对中小企业可持续发展的正向影响更显著,原因在于:相较大型企业,中小企业具有敏捷性,能够快速响应内外部环境变化,进而开展数字化转型。此外,由于受到资源约束,中小企业数字化转型更具有针对性,对自身可持续发展的促进效应更显著。

表5 企业规模调节效应检验结果
Table 5 Moderating effect test resutls of firm size

因变量行业特征研究样本KN主效应检验r95%CIZ值QB可持续发展大型企业1522 5440.129***[0.067,0.190]4.04019.051***中小企业828 4560.225***[0.114,0.330]3.933经济价值大型企业337 5960.139***[0.093,0.184]5.90256.511***中小企业92 7800.347***[0.245,0.441]6.342 环境价值大型企业178750.190***[0.110,0.268]4.5888.540**中小企业222 8380.346***[0.175,0.497]3.841 社会价值大型企业77 4070.073***[0.044,0.103]4.80615.700***中小企业26280.202***[0.052,0.343]2.626

本文采用主观测量方法和客观测量方法对研究样本进行测量(主观测量是采用问卷方式进行数据搜集,客观测量是采用年报数据、二手数据等方式进行数据搜集),分组检验结果如表6所示。结果发现,与客观测量方式相比,主观测量方式下数字化转型与可持续发展间的效应值更高,假设H9得到验证。原因在于:受访者在填写问卷时对数字化转型效果较为乐观,加上受访者倾向于向外界传递有利信息以维护企业声誉,由此导致采用主观测量方式得出的数字化转型效果更好。

表6 测量方式调节效应检验结果
Table 6 Moderating effect test resutls of measurement method

因变量行业特征研究样本KN主效应检验r95%CIZ值QB可持续发展主观测量1328 9110.389***[0.287,0.282]6.99432.982***客观测量1724 2610.067***[0.043,0.090]5.587经济价值主观测量5317 1430.451***[0.394,0.504]13.80976.103***客观测量3570 5080.125***[0.083,0.166]5.783环境价值主观测量2122 5390.424***[0.313,0.523]6.93417.769***客观测量2118 2730.147***[0.088,0.205]4.857社会价值主观测量83 5690.266***[0.169,0.358]5.2389.879***客观测量96 9880.096***[0.055,0.137]4.537

4 结语

4.1 结论

(1)数字化转型能够促进企业可持续发展,这与Ardito[36]、王海花等[3]的研究结论一致。具体而言,数字化转型对经济价值的影响更为显著,随后依次是环境价值和社会价值。

(2)企业数字化转型影响显著的细分维度依次为供应链管理、组织韧性和新产品开发绩效,由此验证了Yang等[37]、He等[38]、Dabic等[39]的研究结论。由此说明,数字化转型既能提升供应链运转效率,塑造柔性供应链,又能为危机情境下组织能力跃升提供路径,帮助企业重塑商业模式和运营场景,进而利用先进技术加快产品和商业模式创新。

(3)不同情境要素对企业数字化转型与可持续发展关系具有差异化影响。在行业类型方面,数字化转型对非制造企业可持续发展的促进效果优于制造企业。在行业污染程度方面,相较于重污染企业,数字化转型对非重污染企业可持续发展的正向影响更显著。行业科技强度对企业数字化转型与可持续发展关系不发挥调节作用,高新技术行业、非高新技术行业企业数字化转型与可持续发展呈显著正相关关系。在企业规模方面,相较于大企业,数字化转型与中小企业可持续发展关系更为紧密[40]。在测量方式方面,相较于客观测量方式,主观测量方式下数字化转型对可持续发展的影响更显著。

4.2 理论贡献

(1)本文基于大样本和跨情境样本探讨了企业数字化转型与可持续发展的关系,回答了“数字化转型为何能促进企业可持续发展”这一核心问题,弥补了以往研究的不足,为该领域研究提供了阶段性结论,丰富了数字可持续理论。

(2)进一步探讨了企业数字化转型与可持续发展细分维度间的关系,验证了数字化转型在经济、环境和社会价值方面的相对有效性及效果差异,支持部分学者关于利用数字化推动企业经济、环境和社会价值创造的观点[12],并为数字化转型在可持续发展领域的比较研究提供了经验证据。

(3)系统地阐明了企业数字化转型对可持续发展影响的边界条件,证实了不同行业要素、企业特征及测量工具情境下,数字化转型对可持续发展的促进效果存在差异,为数字化转型与可持续发展关系研究提供了新视角,拓展了数字化赋能可持续发展理论。

4.3 管理启示

(1)数字化能够推动企业可持续发展并提升经济、环境和社会价值。在应对外部环境规制和社会问题时,企业应重点关注数字化解决方案的作用和贡献。

(2)在加强供应链管理以及促进组织韧性和新产品创新绩效提升方面,数字化转型能够发挥显著激励作用。企业应加强对数字化解决方案的关注,以应对特定挑战;相关部门应制定数字化转型相关政策,构建有助于企业可持续发展的长效机制。

(3)数字化转型对可持续发展的影响与企业、行业特征密切相关。相关部门应针对不同企业和行业特征,制定相关转型政策。例如,非制造企业、非重污染企业及中小企业应积极开展数字化转型,促进可持续发展。其它企业需要谨慎制定数字化转型策略,避免盲目实施可持续发展战略。

4.4 不足与展望

本文存在以下不足:第一,在文献搜集过程中,因无法获取变量间相关系数,部分参考文献在前期处理阶段被剔除,可能导致数据偏差。第二,受限于研究样本数量,反映经济、环境、社会价值细分维度的研究样本较少(K=2或K=3),可能在一定程度上影响研究结论的准确性。未来可将数字化转型划分为具体维度,如数字技术应用、数字化管理、数据要素等维度,进而深入探究其各维度对可持续发展的影响机制。此外,未来可以考虑引入更多调节变量,如文化差异(中西方文化差异、组织文化等)、企业情景因素(企业年龄、人才结构等)、研究样本体量等,并基于不同视角剖析企业数字化转型与可持续发展的关系。

参考文献:

[1] SCHMIDHEINY S. The business of sustainable development[J]. Finance and Development, 1992, 29(12): 24-34.

[2] MUOZ P, DIMOV D. The call of the whole in understanding the development of sustainable ventures[J]. Journal of Business Venturing, 2015, 30(4): 632-654.

[3] 王海花,谭钦瀛,李烨.数字技术应用、绿色创新与企业可持续发展绩效——制度压力的调节作用[J].科技进步与对策,2023,40(7):124-135.

[4] GHOSH S, HUGHES M, HODGKINSON I, et al. Digital transformation of industrial businesses: a dynamic capability approach[J]. Technovation, 2022, 113(5): 102414.

[5] LI Y,DAI J,CUI L. The impact of digital technologies on economic and environmental performance in the context of Industry 4.0: a moderated mediation model[J].International Journal of Production Economics,2020,229(11):107777.

[6] GEBAUER H, FLEISCH E, LAMPRECHT C, et al. Growth paths for overcoming the digitalization paradox[J]. Business Horizons, 2020, 63(3): 313-323.

[7] WIRTZ J, PATTERSON P G, KUNZ W H, et al. Brave new world: service robots in the frontline[J]. Journal of Service Management, 2018, 29(5): 907-931.

[8] 高原,张颖,刘长军.数字化转型能否提升企业环境、社会及治理绩效——高管团队异质性的调节作用[J].科技进步与对策,2024,41(11):55-66.

[9] 戴翔,杨双至.数字赋能、数字投入来源与制造业绿色化转型[J].中国工业经济,2022,39(9):83-101.

[10] ABDOH S A. Art and sustainability: can digital technologies achieve sustainability[J]. Journal of Cultural Heritage Management and Sustainable Development, 2024, 14(4): 555-562.

[11] NAMBISAN S, WRIGHT M, FELDMAN M. The digital transformation of innovation and entrepreneurship: progress, challenges and key themes[J]. Research Policy,2019, 48(8): 103773.

[12] GEORGE G, SCHILLEBEECKX S J D. Digital sustainability and its implications for finance and climate change[J]. Macroeconomic Review, 2021, 20(1): 103-109.

[13] 池毛毛, 叶丁菱, 王俊晶, 等. 我国中小制造企业如何提升新产品开发绩效——基于数字化赋能的视角[J]. 南开管理评论, 2020, 23(3): 63-75.

[14] HININGS B, GEGENHUBER T, GREENWOOD R. Digital innovation and transformation: an institutional perspective[J]. Information and Organization, 2018, 28(1): 52-61.

[15] LOKUGE S, SEDERA D, GROVER V, et al. Organizational readiness for digital innovation: development and empirical calibration of a construct[J]. Information &Management, 2019, 56(3): 445-461.

[16] 戚聿东, 蔡呈伟. 数字化对制造业企业绩效的多重影响及其机理研究[J]. 学习与探索, 2020, 42(7): 108-119.

[17] TILSON D, LYYTINEN K, SØRENSEN C. Research commentary—digital infrastructures: the missing is research agenda[J]. Information Systems Research, 2010, 21(4): 748-759.

[18] LAMMERS T, RASHID L, KRATZER J, et al. An analysis of the sustainability goals of digital technology start-ups in Berlin[J]. Technological Forecasting and Social Change, 2022, 185(12): 122096.

[19] HART S L. A natural resource-based view of the firm[J]. Academy of Management Review, 1995, 20(4): 986-1014.

[20] SASMOKO S, MIHARDJO L W W, ALAMSJAH F, et al. Investigating the effect of digital technologies, energy consumption and climate change on customer's experience: a study from Indonesia [J]. International Journal of Energy Economics and Policy, 2019, 9(5): 353-362.

[21] 马文甲, 张弘正, 陈劲. 企业数字化转型对绿色创新模式选择的影响[J]. 科研管理, 2023, 44(12): 61-70.

[22] 王晓红, 李娜, 陈宇. 冗余资源调节、数字化转型与企业高质量发展[J]. 山西财经大学学报, 2022, 44(8): 72-84.

[23] CARROLL A B. The pyramid of corporate social responsibility: toward the moral management of organizational stakeholders[J]. Business Horizons, 1991, 34(4): 39-48.

[24] 刘志阳, 赵陈芳, 李斌. 数字社会创业:理论框架与研究展望[J]. 外国经济与管理, 2020, 42(4): 3-18.

[25] JACKSON J C, CASTELO N, GRAY K. Could a rising robot workforce make humans less prejudiced[J]. American Psychologist, 2020, 75(7): 969-982.

[26] GRUND T, WALOSZEK C, HELBING D. How natural selection can create both self- and other-regarding preferences and networked minds[J]. Scientific Reports, 2013, 3(12):1480.

[27] CHAROENSUKMONGKOL P, MOQBEL M, GUTIERREZ-WIRSCHING S. Social media sites use intensity and job burnout among the U.S. and Thai employees[J]. International Journal of Cyber Behavior, Psychology and Learning , 2017, 7(1): 34-51.

[28] 戚聿东, 肖旭. 数字经济时代的企业管理变革[J]. 管理世界, 2020, 36(6): 135-152, 250.

[29] ZHAO S, ZHANG L, PENG L, et al. Enterprise pollution reduction through digital transformation? evidence from Chinese manufacturing enterprises[J]. Technology in Society, 2024, 77(2): 102520.

[30] 赵宸宇, 王文春, 李雪松. 数字化转型如何影响企业全要素生产率[J]. 财贸经济, 2021, 42(7): 114-129.

[31] BRUQUE S, MOYANO J. Organizational determinants of information technology adoption and implementation in SMEs: the case of family and cooperative firms[J]. Technovation,2007,27(5):241-253.

[32] NADEEM M, BAHADAR S, GULL A A, et al. Are women eco-friendly? board gender diversity and environmental innovation[J]. Business Strategy and the Environment, 2020,29(8):3146-3161.

[33] LIPSEV M W, WILSON D B. Practical Meta-analysis[M]. Thousand Oaks, CA: Sage Publications,Inc,2001.

[34] BELLAMY D, PRAVICA L. Assessing the impact of driverless haul trucks in Australian surface mining[J]. Resources Policy, 2011, 36(2): 149-158.

[35] VIAL G. Understanding digital transformation: a review and a research agenda[J].The Journal of Strategic Information Systems, 2019, 28(2):118-144.

[36] ARDITO L. The influence of firm digitalization on sustainable innovation performance and the moderating role of corporate sustainability practices: an empirical investigation[J]. Business Strategy and the Environment, 2023, 32(8): 5252-5272.

[37] YANG M, FU M, ZHANG Z. The adoption of digital technologies in supply chains: drivers, process and impact[J]. Technological Forecasting and Social Change, 2021, 169(8): 120795.

[38] HE Z, HUANG H, CHOI H, et al. Building organizational resilience with digital transformation[J]. Journal of Service Management, 2023, 34(1): 147-171.

[39] DABIC M, POSINKOVIC T O, VLACIC B, et al. A configurational approach to new product development performance: the role of open innovation, digital transformation and absorptive capacity[J]. Technological Forecasting and Social Change, 2023, 194(6): 122720.

[40] HERNNDEZ V, REVILLA A, RODRGUEZ A. Digital data-driven technologies and the environmental sustainability of micro, small, and medium enterprises: does size matter[J]. Business Strategy and the Environment, 2024,33(6):5563-5582.

(责任编辑:张 悦)