数据要素市场化与企业ESG表现

宣烨; 李洋

数据要素市场化与企业ESG表现

宣烨,
李洋

南京财经大学，江苏南京 210046

基金项目:

国家社会科学基金后期资助重点项目 21FJLA001

江苏省研究生科研与实践创新计划 KYCX23_1844

详细信息

作者简介:
宣烨(1968-)，男，安徽合肥人，南京财经大学金融学院教授，博士生导师

通讯作者:
李洋(2000-)(通讯作者)，男，江苏扬州人，南京财经大学江苏产业发展研究院硕士研究生

中图分类号: F49
计量
- 文章访问数: 13
- HTML全文浏览量: 6
- PDF下载量: 2
- 被引次数: 0
出版历程
- 收稿日期: 2024-05-30
- 网络出版日期: 2025-03-01
- 刊出日期: 2025-01-28

Data Element Marketization and Corporate ESG Performance

XUAN Ye,
LI Yang

Nanjing University of Finance and Economics, Nanjing 210046, China

摘要

摘要: 企业ESG表现的影响因素已成为目前学术界关注的热点问题。本研究以城市数据交易平台的建立作为外生政策冲击，运用双重差分法实证检验数据要素市场化对企业ESG表现的影响与机制。研究表明，数据要素市场化通过推动企业数字化转型来促进ESG表现提升；高污染企业基于监督压力，更倾向于利用大数据的精准决策提升ESG表现；网络媒体关注度高的企业数据要素交易效率更高，具有提升ESG表现的信息优势。此外，在地方政府财政支持力度大、市场化程度高的区域内，企业具有资源支持及制度保障优势，数据要素市场化对区域内企业ESG表现的提升作用更强。数据要素市场化对周边地区企业可持续发展的溢出效应存在空间异质性，呈现随地理距离由小变大再变小的特征。研究结论对数字经济时代促进企业高质量发展具有启示作用，为以数据要素驱动的可持续发展提供参考路径。
- 数据要素市场化 /
- ESG /
- 数字化转型 /
- 溢出效应 /
- 数据交易平台
Abstract: The influencing factors of corporate ESG performance have become a hot issue in academia. Seeing the establishment of urban data trading platforms as the exogenous policy impact, this study empirically tests the impact and mechanism of data element marketization on corporate ESG performance by differences-in-differences. The research shows that the data element marketization promotes ESG performance by promoting the digital transformation of enterprises; based on the regulatory burden, heavy-polluting enterprises tend to use the accurate decision-making of big data to improve ESG performance, and enterprises with high online media attention have higher transaction efficiency of data elements, owning the information advantage of ESG performance improvement. In addition, in regions with strong financial support from local governments and high-degree marketization, enterprises have the advantages of resource support and system guarantee, and the data element marketization has a stronger role in improving corporate ESG performance. The data element marketization has spatial heterogeneity in its spillover effects on the sustainable development of surrounding regional enterprises, exhibiting a pattern of initially decreasing, then increasing, and finally decreasing again with geographic distance. The research findings offer insights into promoting high-quality development of enterprises in the digital economy era, providing a reference for the sustainable development driven by data elements.
- data element marketization /
- ESG /
- digital transformation /
- spillover /
- data trading platform

HTML全文

图 1 平行趋势检验

下载: 全尺寸图片幻灯片

图 2 安慰剂检验

下载: 全尺寸图片幻灯片

表 1 变量描述性统计

变量	观测值	均值	标准差	最小值	中位数	最大值
ESG	29 961	4.105	1.081	1.000	4.000	6.000
DID	29 961	0.296	0.456	0.000	0.000	1.000
digital	29 961	1.298	1.391	0.000	1.099	6.301
size	29 961	22.246	1.312	19.317	22.058	26.452
roa	29 961	0.041	0.065	-0.373	0.039	0.247
firmAge	29 961	2.884	0.352	1.099	2.944	3.611
top10	29 961	2.080	9.444	0.208	0.594	90.618
tobinq	29 961	2.079	1.398	0.802	1.641	15.607
soe	29 961	0.397	0.489	0.000	0.000	1.000
kuandai	29 961	0.703	0.457	0.000	1.000	1.000

下载: 导出CSV

表 2 基准回归结果

变量	(1)	(2)
DID	0.077^**	0.076^**
	(0.027)	(0.026)
size		0.179^***
		(0.019)
roa		1.449^***
		(0.132)
firmage		-0.490^***
		(0.124)
top10		0.003
		(0.002)
tobinq		-0.020^**
		(0.007)
soe		0.038
		(0.050)
kuandai		0.029
		(0.045)
时间固定效应	是	是
企业固定效应	是	是
N	29 961	29 961
Adj.R²	0.480	0.491
注：* * 、和分别表示在1%、5%和10%的统计水平上显著；括号内是企业层面的聚类稳健标准误。下表同。

下载: 导出CSV

表 3 内生性处理

变量	(1)	(2)
IV	0.120^***
	(0.005)
DID		0.392^***
		(0.081)
Kleibergen-Paap rk LM	405.687
	[0.000]
Kleibergen-Paap rk Wald F	1 923.731
	{16.380}
控制变量	是	是
年份固定效应	是	是
企业固定效应	是	是
N	29 871	29 871
Adj.R²	0.723	0.021
注：[]内为P值；{}内为Stock-Yogo检验10%水平上的临界值。

下载: 导出CSV

表 4 更换变量、样本与聚类层级

变量	(1)	(2)	(3)	(4)
DID	0.430^**	0.072^**	0.076^**	0.076^**
	(0.133)	(0.028)	(0.034)	(0.034)
控制变量	是	是	是	是
年份固定效应	是	是	是	是
企业固定效应	是	是	是	是
N	29 961	26 629	29 961	29 961
Adj.R²	0.526	0.497	0.491	0.491

下载: 导出CSV

表 5 控制遗漏变量与改变时间窗口

变量	(1)	(2)	(3)
DID	0.066^**	0.066^**	0.063^**
	(0.027)	(0.027)	(0.029)
lnapgdp	0.058
	(0.043)
fdigdp	-0.358
	(0.245)
finace	0.038
	(0.027)
industry	0.006^**
	(0.003)
控制变量	是	是	是
年份固定效应	是	是	是
企业固定效应	是	是	是
N	28 799	23 735	22 920
Adj.R²	0.034	0.537	0.492

下载: 导出CSV

表 6 考虑预期效应与更换估计方法

变量	(1)	(2)	(3)
DID	0.091^**	0.019^**	0.075^**
	(0.028)	(0.007)	(0.027)
DID_1	-0.022
	(0.026)
控制变量	是	是	是
年份固定效应	是	是	是
企业固定效应	是	是	是
N	29 961	29 961	29 946
Adj.R²	0.548		0.491

下载: 导出CSV

表 7 企业层面异质性

变量	(1)	(2)	(3)	(4)
	是否重污染企业		网络媒体关注度
	重污染	非重污染	高关注度	低关注度
DID	0.157^**	0.055^*	0.110^**	0.004
	(0.067)	(0.029)	(0.034)	(0.039)
控制变量	是	是	是	是
年份固定效应	是	是	是	是
企业固定效应	是	是	是	是
N	6 640	23 275	15 446	13 829
Adj.R²	0.462	0.509	0.499	0.514

下载: 导出CSV

表 8 地区层面异质性

变量	(1)	(2)	(3)	(4)
	财政支持水平		市场化程度
	财政支持度高	财政支持度低	市场化程度高	市场化程度低
DID	0.082^**	0.020	0.127^**	0.036
	(0.039)	(0.042)	(0.041)	(0.038)
控制变量	是	是	是	是
年份固定效应	是	是	是	是
企业固定效应	是	是	是	是
N	14 792	14 815	14 733	14 591
Adj.R²	0.532	0.483	0.524	0.497

下载: 导出CSV

表 9 机制检验

变量	(1)	(2)
	digital	ESG
	DID	0.132^***	0.073^**
	(0.029)	(0.026)
digital		0.021^**
		(0.009)
控制变量	是	是
年份固定效应	是	是
企业固定效应	是	是
N	29 961	29 961
Adj.R²	0.766	0.491

下载: 导出CSV

表 10 溢出效应

变量	(1)	(2)
DID	0.066^**	0.065^**
	(0.027)	(0.026)
DID50	-0.046	-0.059
	(0.099)	(0.097)
DID100	-0.089^**	-0.104^**
	(0.037)	(0.036)
DID150	0.096^**	0.107^**
	(0.036)	(0.035)
DID200	-0.008	-0.021
	(0.039)	(0.038)
DID250	0.077	0.078
	(0.056)	(0.055)
DID300	0.053	0.044
	(0.078)	(0.076)
DID350	-0.091	-0.076
	(0.070)	(0.068)
控制变量	是	是
年份固定效应	是	是
企业固定效应	否	是
N	29 961	29 961
Adj.R²	0.480	0.492

下载: 导出CSV

参考文献(35)

[1]	方先明, 胡丁. 企业ESG表现与创新——来自A股上市公司的证据[J]. 经济研究, 2023(2): 91-106. doi: 10.3969/j.issn.1002-5863.2023.02.022
[2]	史丹, 孙光林. 大数据发展对制造业企业全要素生产率的影响机理研究[J]. 财贸经济, 2022(9): 85-100. doi: 10.3969/j.issn.1002-8102.2022.09.010
[3]	何玉长, 王伟. 数据要素市场化的理论阐释[J]. 当代经济研究, 2021(4): 33-44. doi: 10.3969/j.issn.1005-2674.2021.04.005
[4]	龚强, 班铭媛, 刘冲. 数据交易之悖论与突破: 不完全契约视角[J]. 经济研究, 2022(7): 172-188. doi: 10.3969/j.issn.1002-5863.2022.07.043
[5]	刘禹君. 数据要素市场赋能城市绿色创新发展——来自中国城市的经验证据[J]. 贵州社会科学, 2023(1): 124-133.
[6]	陶卓, 黄卫东, 闻超群. 数据要素市场化配置典型模式的经验启示与未来展望[J]. 经济体制改革, 2021(4): 37-42.
[7]	JONES C I, TONETTI C. Nonrivalry and the economics of data[J]. American Economic Review, 2020(9): 2819-2858.
[8]	VARIAN H R. Artificial intelligence, economics, and industrial organization[R]. National Bureau of Economic Research, 2018: 24839.
[9]	周雪峰, 王大英. 企业ESG表现的研究综述及展望[J]. 财会月刊, 2024(2): 56-62.
[10]	史丹, 李少林. 排污权交易制度与能源利用效率——对地级及以上城市的测度与实证[J]. 中国工业经济, 2020(9): 5-23. doi: 10.3969/j.issn.1006-480X.2020.09.001
[11]	杨青峰, 任锦鸾. 发展负责任的数字经济[J]. 中国科学院院刊, 2021(7): 823-834.
[12]	陈文, 常琦. 大数据赋能了企业绿色创新吗——基于国家级大数据综合试验区的准自然实验[J]. 财经科学, 2022(8): 76-92. doi: 10.3969/j.issn.1000-8306.2022.08.007
[13]	郑国强, 张馨元, 赵新宇. 数据要素市场化能否促进企业绿色创新?——基于城市数据交易平台设立的准自然实验[J]. 上海财经大学学报, 2024(3): 33-48.
[14]	AKCIGIT U, LIU Q. The role of information in innovation and competition[J]. Journal of the European Economic Association, 2016, 14(4): 828-870. doi: 10.1111/jeea.12153
[15]	YANG X, WU H, REN S, et al. Does the development of the internet contribute to air pollution control in China? mechanism discussion and empirical test[J]. Structural Change and Economic Dynamics, 2021, 56: 207-224. doi: 10.1016/j.strueco.2020.12.001
[16]	杨艳, 王理, 廖祖君. 数据要素市场化配置与区域经济发展——基于数据交易平台的视角[J]. 社会科学研究, 2021(6): 38-52. doi: 10.3969/j.issn.1000-4769.2021.06.005
[17]	李三希, 武玙璠, 鲍仁杰. 大数据、个人信息保护和价格歧视——基于垂直差异化双寡头模型的分析[J]. 经济研究, 2021(1): 43-57. doi: 10.3969/j.issn.1005-2674.2021.01.010
[18]	郑威, 陈辉. 数据要素市场化配置对城市经济韧性的影响: 促进还是抑制——基于数据交易平台设立的准自然实验[J]. 现代财经(天津财经大学学报), 2023(12): 78-92.
[19]	张叶青, 陆瑶, 李乐芸. 大数据应用对中国企业市场价值的影响——来自中国上市公司年报文本分析的证据[J]. 经济研究, 2021(12): 42-59.
[20]	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(9): 94-108.
[21]	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(7): 130-144. doi: 10.3969/j.issn.1002-5502.2021.07.010
[22]	陈晓珊, 陈思敏, 刘洪铎. "双碳"目标下政府环境治理补助会提升公司ESG表现吗[J]. 中国地质大学学报(社会科学版), 2023(5): 132-144.
[23]	陶云清, 侯婉玥, 刘兆达, 等. 公众环境关注如何提升企业ESG表现——基于外部压力与内部关注的双重视角[J]. 科学学与科学技术管理, 2024(7): 88-109.
[24]	戴魁早, 王思曼, 黄姿. 数据交易平台建设如何影响企业全要素生产率[J]. 经济学动态, 2023(12): 58-75.
[25]	权小锋, 尹洪英. 风险投资持股对股价崩盘风险的影响研究[J]. 科研管理, 2017(12): 89-98.
[26]	白俊红, 张艺璇, 卞元超. 创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据[J]. 中国工业经济, 2022(6): 61-78. doi: 10.3969/j.issn.1006-480X.2022.06.004
[27]	黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23.
[28]	赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020(10): 65-76.
[29]	潘爱玲, 刘昕, 邱金龙, 等. 媒体压力下的绿色并购能否促使重污染企业实现实质性转型[J]. 中国工业经济, 2019(2): 174-192.
[30]	连玉君, 彭方平, 苏治. 融资约束与流动性管理行为[J]. 金融研究, 2010(10): 158-171.
[31]	余艳, 王雪莹, 郝金星, 等. 酒香还怕巷子深?制造企业数字化转型信号与资本市场定价[J]. 南开管理评论, 2024(1): 1-27.
[32]	樊纲, 王小鲁, 马光荣. 中国市场化进程对经济增长的贡献[J]. 经济研究, 2011(9): 4-16.
[33]	CUBERES D, DESMET K, RAPPAPORT J. Urban growth shadows[J]. Journal of Urban Economics, 2021, 123: 103334.
[34]	曹清峰. 国家级新区对区域经济增长的带动效应——基于70大中城市的经验证据[J]. 中国工业经济, 2020(7): 43-60.
[35]	余泳泽, 宣烨, 沈扬扬. 金融集聚对工业效率提升的空间外溢效应[J]. 世界经济, 2013(2): 93-116.