迈向数字可持续：数智化转型、可持续商业模式创新与ESG绩效
主要作者与研究机构
本研究由来自吉林大学商学与管理学院的孙露露、广东工业大学管理学院的朱秀梅（通讯作者：zhuxiumei@gdut.edu.cn）以及加拿大布鲁克大学古德曼商学院的邓胜梁（通讯作者：sdeng@brocku.ca）共同完成。这项研究成果发表于学术期刊《*Business Strategy and the Environment*》，预计于2026年正式刊出，论文DOI为https://doi.org/10.1002/bse.71110。
学术背景与研究目的
在全球可持续发展议题日益受到关注的背景下，环境、社会和治理（Environmental, Social, and Governance，简称ESG）绩效已然成为企业可持续发展的核心支柱。然而，尽管中国政府持续加强政策引导，中国上市公司的整体ESG表现仍相对薄弱。与此同时，以大数据和人工智能为代表的数智化转型（Digital Intelligence Transformation）正在为企业运营效率的提升和可持续发展创造新的机遇。然而，现有研究关于数智化转型对ESG绩效的影响存在分歧：主流观点认为其能通过提升环境效率、社会责任履行和治理质量来改善ESG绩效，但也有新兴研究指出，过度的数字化可能因增加能源消耗而损害可持续表现。这种矛盾表明，两者的关系可能并非简单的线性正相关，尤其在中国的制度环境下，其影响路径更为复杂。此外，数智化转型如何通过重塑价值创造、传递与获取过程来影响ESG，其内部机制如同一个尚未打开的“黑箱”。同时，企业将可持续创新转化为ESG绩效的能力，也深受其绿色吸收能力等内部条件的制约。
为填补上述研究空白，本研究基于“自然基础资源观”（Natural Resource-Based View，简称NRBV）和“颠覆式创新理论”（Disruptive Innovation Theory），旨在系统探究数智化转型对中国上市公司ESG绩效的非线性影响机制、可持续商业模式创新（Sustainable Business Model Innovation）的中介作用，以及绿色吸收能力（Green Absorptive Capacity）的调节效应，为企业的数字可持续发展（Digital Sustainability）提供理论洞见与实践指引。
研究设计与方法
本研究采用了严谨的定量实证研究设计，具体工作流程分为样本数据处理、变量测量、模型设定与假设检验四个关键环节。
在数据获取与样本处理阶段，研究团队选取了2011年至2021年间中国A股上市公司作为初始研究样本。为确保数据的可靠性和准确性，研究者执行了一系列严格的筛选程序：剔除了金融和保险行业的公司；剔除了研究期间内被特殊处理（ST、*ST或PT）或已退市的公司；并清除了关键变量缺失的观测值。为消除极端值的影响，所有连续变量均在1%和99%分位数上进行了缩尾处理（Winsorization）。经过上述处理，最终获得了一个包含23,231个公司-年度观测值的大型面板数据样本。研究中使用的ESG绩效数据通过万得（Wind）金融终端从彭博（Bloomberg）数据库获取，公司年报来自深交所和上交所官网，绿色吸收能力数据采集自国家知识产权局，其余财务数据均来自国泰安（CSMAR）数据库。
在变量测量环节，研究者创新性地运用文本分析法构建了核心解释变量和中介变量的测度指标。首先，因变量ESG绩效（esgp）采用彭博ESG披露评分来衡量，该评分体系综合评估公司在环境、社会、治理三个维度的信息披露情况，分数范围为0-100，分值越高代表ESG表现越好。其次，自变量数智化转型（dtm）的测量是基于公司年报的文本分析。研究者构建了一个包含“数字化”和“智能化”词汇的特定词典，利用Python的“jieba”和“pandas”等软件包对年报文本进行分词和词频统计，最终以“1加上数字化与智能化关键词总词频”的自然对数作为衡量指标。同样，中介变量可持续商业模式创新（sbmi）的测量也采用类似方法，通过构建包含“绿色商业模式”、“可持续商业模式”等词的词典来统计年报中的词频并取自然对数。调节变量绿色吸收能力（gac）则被操作化为“1加上公司绿色专利总数”的自然对数。此外，为了控制其他因素的干扰，研究模型还纳入了公司年龄、规模、资产负债率、股权集中度等十三个控制变量，并控制了行业和年份的固定效应。
在模型设定与假设检验阶段，研究者构建了四个核心回归方程。为检验数智化转型与ESG绩效之间的U型关系（假设H1），基准模型在纳入控制变量和固定效应的基础上，同时引入了数智化转型的一次项和二次项。为验证中介效应（假设H2-H4），研究遵循经典的Baron和Kenny三步法，分别建立了检验数智化转型对可持续商业模式创新影响的方程，以及包含中介变量一次项和二次项的ESG绩效方程。为检验绿色吸收能力的调节效应（假设H5），方程中包含了绿色吸收能力与可持续商业模式创新一次项及二次项的交互项。
**核心研究结果与逻辑
推演**
研究借助Stata 16.0软件进行面板数据分析，得出了一系列具有深刻理论意义的发现。
关于主效应，回归结果显示，数智化转型的一次项系数为负且显著（b = −0.397, p < 0.01），而二次项系数为正且显著（b = 0.158, p < 0.001），这为U型关系提供了初步证据。研究者进一步遵循Lind和Mehlum提出的U型关系三步检验法，证实曲线的斜率在自变量取值区间的下限为负，上限为正，且转折点（1.252）位于数据范围内，从而有力地支持了假设H1。这意味着，在数智化转型初期，由于大量资源投入对ESG相关活动产生“挤出效应”以及组织变革带来的适应成本和不确定性，企业的ESG绩效会经历一个暂时性的下降阶段。然而，一旦转型超越某个临界点，数字技术在提升治理效率、促进绿色创新、优化资源配置等方面的优势开始显现，ESG实践从被动合规转变为嵌入核心运营的价值创造活动，从而推动ESG绩效显著提升。这一发现挑战了现有研究中普遍假设的线性正相关观点。
关于中介机制，研究发现，数智化转型显著正向促进了可持续商业模式创新（b = 0.151, p < 0.001），假设H2得到支持。这表明数字智能技术强化了企业的市场感知能力并优化了信息沟通渠道，为企业重构价值主张、创造、传递和获取模式提供了可能。进一步的分析揭示，可持续商业模式创新与ESG绩效之间本身也呈现出U型关系（一次项b = −0.762, p < 0.001; 二次项b = 0.282, p < 0.001），且其转折点（1.353）同样位于有效范围内，假设H3成立。这表明，颠覆式创新带来的商业模式变革初期，同样会因研发投入、市场不确定性等因素短期内抑制ESG绩效；但随着新模式重塑市场逻辑并将环境、社会责任内化于核心业务，最终能创造经济价值的同时持续提升ESG绩效。当将中介变量加入主效应模型后，数智化转型的系数绝对值下降，证实可持续商业模式创新在两者U型关系中扮演了部分中介的角色，假设H4得以验证，从而打开了数智化转型影响ESG绩效的“黑箱”。
关于调节效应，研究发现绿色吸收能力与可持续商业模式创新一次项的交互项正向显著（b = 0.401, p < 0.05），假设H5得到支持。这意味着，具备更强绿色吸收能力的企业能更迅速地获取、消化并整合外部环境知识，从而能够缩短可持续商业模式创新从调整到市场接受和价值实现的“阵痛期”，加速将创新的绿色价值主张转化为实际的ESG绩效提升。这揭示了数智化转型驱动ESG绩效提升的一个关键内部边界条件。
研究结论与贡献
本研究构建并实证检验了一个将数智化转型、可持续商业模式创新、绿色吸收能力与ESG绩效相连接的U型中介调节模型，具有重要的理论价值和实践意义。
在理论层面，本研究做出了三点主要贡献。首先，它首次提出并验证了数智化转型与ESG绩效之间的U型非线性关系，调和了现有文献中关于二者关系的矛盾结论，深化了对数字技术与可持续发展交叉领域的理论认识。其次，通过引入并发现可持续商业模式创新同样具有U型中介作用，将研究视角从单纯的技术创新拓展至商业模式重构，解释了数字化转型优势转化为可持续绩效的内在路径，拓展了颠覆式创新理论的应用边界。最后，通过识别绿色吸收能力这一正向调节机制，将ESG边界条件的研究从外部环境因素引向企业内部能力，为理解商业模式创新何时以及如何更有效地提升ESG绩效提供了更细致的洞见。
在实践层面，本研究为企业管理者提供了一个阶段性的战略框架。研究警示管理者，数智化转型并非提升ESG绩效的速效药，早期可能会面临“绩效阵痛”。因此，企业应秉持长期主义视角，在转型初期就做好资源储备和变革管理，以渡过“数字化陷阱”。更重要的是，企业应致力于将数字技术深度融入可持续商业模式的创新之中，并同时着力培育自身的绿色吸收能力，如增加绿色研发专利、构建环境知识管理体系，这不仅能缩短转型阵痛期，更能加速释放数智化转型的可持续红利，最终实现经济价值与社会环境价值的双赢。
研究亮点与创新点
本研究的亮点及创新之处在于其研究框架、洞见和方法的系统性。首先，研究打破了传统线性思维的桎梏，系统性地揭示了数智化转型、可持续商业模式创新及ESG绩效之间的双重U型复杂路径，提供了一种更为动态和辩证的理解。其次，在方法论上，研究巧妙地利用上市公司年报文本分析和专利数据，为“数智化转型”与“可持续商业模式创新”等前沿概念提供了客观、可复制的量化测量方法，为大数据时代下的管理学实证研究提供了有益借鉴。最后，研究深入挖掘了企业所有制、行业和规模等情境因素的异质性影响，发现U型关系在大型非国有企业中更为显著，为精准施策提供了实证依据。