供應鏈數字化與企業ESG表現

【摘要】 本文以供應鏈創新與應用試點工作為準自然實驗， 選取2013 ～ 2022年A股上市制造企業為研究對象， 實證考察供應鏈數字化對企業ESG表現的影響。研究發現， 供應鏈數字化顯著提升了企業ESG表現， 并主要通過緩解信息不對稱與促進綠色創新予以實現。異質性分析表明， 在營商環境劣勢地區的企業、 供應鏈中上游企業、 成熟期企業以及重污染行業企業中， 供應鏈數字化對企業ESG表現的促進作用更加顯著。進一步地， 細分ESG維度后發現， 供應鏈數字化對企業的環境（E）、 社會（S）和治理（G）表現均產生了顯著的促進作用。本文結論對于深入推進供應鏈數字化建設， 促進經濟社會可持續發展提供了重要理論支持和經驗啟示。

【關鍵詞】供應鏈數字化；ESG表現；信息不對稱；綠色創新

【中圖分類號】 F272" " "【文獻標識碼】A" " " 【文章編號】1004-0994（2025）03-0026-7

一、 引言

黨的二十屆三中全會通過的《中共中央關于進一步全面深化改革 推進中國式現代化的決定》中提出“加快經濟社會發展全面綠色轉型”“健全綠色低碳發展機制”， 對深化生態文明體制改革、 促進人與自然和諧共生作出重要部署。在中國式現代化建設進程中， 以“雙碳”目標為總牽引， 積極推進產業綠色轉型升級， 是經濟社會邁入高質量發展的內在要求。其中， ESG作為一種新興商業投資理念和可持續評價標準， 已悄然改變企業商務運作模式和資本市場配置效率， 并逐漸成為企業踐行“雙碳”目標， 推動經濟、 社會和環境協調發展的重要驅動力量。近年來， 越來越多的企業開始重視ESG實踐， 不僅加大了對ESG的投入， 還加強了ESG相關信息的披露力度。有數據顯示， 2023年度共有2117家A股公司發布ESG相關報告， 披露率達39.5%， 其中1415家公司已連續三年發布ESG相關報告（陳燕青，2024）。企業對ESG的重視以及由此構建的ESG優勢， 成為促進企業高質量發展的新型競爭優勢（謝紅軍和呂雪，2022）， 也成為企業在資本市場中吸引投資和實現市值可持續增長的關鍵要素。因此， 如何提升企業ESG表現成為學界與業界關注的重大議題。

我國的ESG實踐更多以政策驅動為主， 會受到企業所處制度環境的深刻影響。尤其是在新一輪科技革命和產業革命的推動下， 數字技術的迅猛發展催生出一種新型供應鏈模式——數字供應鏈。數字供應鏈作為現代供應鏈的典型標志， 其本質與核心在于通過數字技術增強供應鏈網絡節點企業的管理運營與決策能力（劉海建等，2023）。其不僅助推了企業內部的信息化流程改造， 更有利于企業與供應鏈合作伙伴間的信息共享與業務拓展（祝丹楓和李宇坤，2023）， 已成為傳統供應鏈向更高水平數字技術深度嵌入的供應鏈變革躍遷的新方向與新模式。為進一步加速推動數字供應鏈的橫向延伸與縱向互動， 2018年4月商務部等八部門聯合發布了《關于開展供應鏈創新與應用試點的通知》， 宣布從城市和企業兩個層面開展為期兩年的供應鏈創新與應用試點工作， 共有266家企業成為試點企業、 55座城市成為試點城市， 積極探索數字技術與供應鏈發展整合的新路徑。已有研究基于供應鏈創新與應用試點政策， 探討了供應鏈數字化對供應鏈韌性（張樹山和谷城，2024）、 環境責任履行（崔云和張媛，2025）、 企業創新（吳煒鵬等，2024）、 全要素生產率（王耀東和徐素波，2024）和企業價值（劉海建等，2023）等方面的影響， 然而對于其能否影響企業ESG表現鮮有文獻探討， 其中的作用機制仍待深入挖掘。

理論上而言， 一方面， 供應鏈數字化通過引進大數據、 人工智能、 區塊鏈等先進數字技術， 能夠實時采集并精準監控企業供應鏈各環節的數據信息， 使供應鏈上下游管理更加智能化、 自動化與高效化， 從而顯著改善信息不對稱。這不僅有利于促進供應鏈上下游企業間的信息共享與互通合作， 更有利于暢通企業與消費者、 外部投資者、 金融機構、 債權人等利益相關者之間的信息渠道， 吸引優質資金注入企業， 為企業持續增強ESG信息披露、 提升ESG表現提供充足的資金支持。另一方面， 供應鏈數字化有助于企業借助數字技術促進綠色供應鏈集成和強化內外部治理效能， 顯著提高企業的綠色創新水平， 增強對環境的治理效能， 從而提升企業ESG表現。從實踐層面來看， 河鋼集團入選全國供應鏈創新與應用試點企業后， 通過推進數智化流程變革和加快區位調整等戰略舉措， 率先成為行業中綠色轉型的領導者， 與上下游企業共同努力， 推動綠色低碳材料技術的創新和應用， 打造產業鏈的“深度融合、 綠色發展”先鋒示范， 深刻踐行生態優先、 綠色低碳的ESG發展之路。

基于此， 本文以供應鏈創新與應用試點工作為準自然實驗， 選取2013 ～ 2022年A股上市制造企業作為研究對象， 采用雙重差分（DID）方法系統考察供應鏈數字化對企業ESG表現的影響及作用機制。本文的邊際貢獻主要包括： 第一， 從供應鏈數字化變革視角豐富了企業ESG表現影響因素的研究。雖然已有文獻考察了數字技術運用， 如數字金融、 金融科技、 企業數字化轉型、 智能制造等對企業ESG表現的作用效果， 但忽視了以“數據融通、 資源共享、 業務協同”為特點的供應鏈數字化改革可能對企業ESG表現造成的潛在影響， 且上述研究對于數字技術的度量可能無法較好地克服內生性問題， 而本文借助供應鏈創新與應用試點工作這一自然外生事件， 較為干凈地識別了供應鏈數字化對企業ESG表現的影響。第二， 從信息不對稱和綠色創新兩個方面揭示了供應鏈數字化驅動企業ESG表現提升的機制， 深化了對供應鏈數字化賦能企業綠色轉型升級效果的理解。第三， 分別解構了地區營商環境、 供應鏈位置、 企業生命周期和行業特征對供應鏈數字化的影響， 從而為加快建設現代供應鏈體系提供具體的政策靶向， 為政府和企業制定相關綠色低碳轉型政策與ESG治理方案提供經驗借鑒與決策咨詢。

二、 理論分析與假設提出

（一） 供應鏈數字化的信息效應

信息不對稱是導致企業間開展ESG活動能力存在差異的關鍵因素（胡潔等，2023）， 而供應鏈數字化建設能夠有效解決此類問題。一方面， 供應鏈數字化借助物聯網、 大數據等數字技術， 能夠實時監控供應鏈各個環節的動態信息， 促進節點企業間高效跨組織溝通與協作， 最大限度地抑制“信息孤島”現象（張樹山等，2021）， 從而提高供應鏈的整體透明度。另一方面， 供應鏈數字化通過搭建以數字技術為底層框架的智能互聯平臺， 能夠高效提升供應鏈上下游的協同效率， 避免因存貨積壓、 產能過剩或供需失衡而引發的非效率行為， 從而有效提升供應鏈運營管理效率， 提高供需匹配的精確度， 降低節點企業間信息整合成本和互動成本， 這有利于形成與各利益相關者之間價值互惠的透明空間， 緩解供應鏈上下游的信息不對稱問題（張樹山和谷城，2024）。特別是利用數字供應鏈構建的智能互聯平臺， 可以不斷對接新的外部主體并無限向外延伸， 這意味著外部治理主體也能更加方便、 快捷地獲取供應鏈上企業的運營信息， 增強供應鏈上各主體間的信任協作， 進一步緩解企業間的信息不對稱問題。

根據信息不對稱理論， 信息不對稱的降低有利于減少企業與高管、 股東、 員工、 供應商及客戶等利益相關者之間的信息差異， 使其能夠較為精準地捕捉與量化企業在ESG實踐上所付出的時間、 精力及資金（王應歡和郭永禎，2023）， 顯著提升企業在環境、 社會和治理領域的信息披露質量。信息披露質量提升釋放出的積極信號， 令企業的社會責任行為更加可視化（胡潔等，2023）， 更有利于吸引優質資金注入企業， 為其持續提升ESG表現提供充足的資金支持。在內外部關注帶來的壓力與激勵下， 企業履行ESG責任的意愿和動力將大大增強， 會履行更多環境、 社會和治理責任， 從而ESG表現得以提升。

（二） 供應鏈數字化的創新效應

開展ESG活動往往需要大量的技術支持與資金投入， 而綠色創新具有高度不確定性（李青原和肖澤華，2020）， 因而綠色創新行為的順利開展將直接影響企業ESG責任的履行。供應鏈數字化為破除綠色創新的障礙提供了解決方案。一方面， 供應鏈數字化推動企業在供應鏈運營的底層框架中嵌入智能技術， 有助于挖掘深層次的海量非結構化數據并幫助供應鏈上下游企業突破“信息藩籬”， 促進供應鏈管理范式的可視化與互聯互通（Stank等，2019）。在此基礎上， 節點企業能重組供應鏈上下游生產要素， 并提升整個供應鏈的生產能力， 為綠色創新提供知識和資源， 促進企業綠色創新能力的提升（劉海建等，2023）。另一方面， 供應鏈數字化能夠拓寬企業綠色資源的獲取渠道， 通過發揮供應鏈綠色創新資源集聚和供需對接功能來增強綠色創新的靶向性（Wu等，2019）， 并推動企業協同供應鏈上下游進行信息共享和聯合決策。此外， 供應鏈數字化為供應鏈上下游企業構造了一個信任網絡， 促使供應鏈上企業形成雙向互助的“強連接”關系， 推動企業充分利用內部互補知識并高效重組外部綠色知識， 發揮要素之間的協同效應， 從而提高企業的綠色創新水平（Kong等，2020）。

綠色創新是企業進行綠色生產轉型的必要技術前提， 并對企業ESG表現發揮著積極穩定的影響（王應歡和郭永禎，2023；張永冀等，2023）。一方面， 綠色創新水平的提高有助于企業獲取更多的綠色專利， 降低企業進行綠色生產的成本并提高企業綠色生產效率， 同時企業可以向社會公眾釋放踐行環境責任的良好信號， 通過塑造良好的品牌形象來提高企業聲譽（范德成和張修凡，2021）； 另一方面， 有綠色創新技術基礎的低碳企業更契合國家倡導的可持續發展戰略， 相較于其他企業更具競爭優勢， 其不僅能獲得更多綠色融資（張永冀等，2023）， 還能因消費者等外部相關者的支持而展現出更佳的財務表現， 從而激勵企業履行環境責任， 實現更好的ESG表現。

綜上， 本文提出如下假設：

H1： 供應鏈數字化能夠顯著提升企業ESG表現。

三、 研究設計

（一） 樣本選擇與數據來源

為使供應鏈創新與應用試點這一政策實施前后的樣本年份盡量相等， 本文選取2013 ～ 2022年A股上市制造企業作為初始研究樣本， 并按照以下原則進行處理： 剔除樣本期內ST、 ?ST公司； 剔除已經退市的公司； 剔除缺失值樣本。最終得到19769個企業—年度非平衡面板觀測值。進一步對所有連續變量進行上下1%的縮尾處理以削弱極端值的影響。本文使用的ESG表現數據來自Wind數據庫， 綠色專利申請與授予數據來自中國研究數據服務平臺（CNRDS）， 其他數據均來自中國經濟金融研究數據庫（CSMAR）。

（二） 變量定義

1. 被解釋變量： 企業ESG表現。本文參考謝紅軍和呂雪（2022）的方法， 采用華證ESG評級數據來衡量企業ESG表現。華證ESG評級數據涵蓋了環境、 社會和公司治理三個維度， 并借鑒了國際ESG核心要義， 有效結合了我國國情與資本市場特點。華證ESG評級覆蓋全部A股， 最早可追溯至2009年， 是目前國內市場上可回溯時間最長的ESG評級體系。這些數據在行業內具有較高的權威性和可獲得性。本文將ESG評級由低至高賦值為1～9分， 并對每年四個季度評分取平均值得到企業每年的ESG表現（ESG）。

2. 核心解釋變量： 供應鏈數字化。本文參考張樹山等（2021）的研究， 構建供應鏈數字化虛擬變量（Treat×Time）。Treat為試點企業虛擬變量， 若企業為供應鏈創新與應用試點企業則取值為1， 否則為0； Time為試點前后虛擬變量， 根據供應鏈創新與應用試點工作的開展時間（2018年）， 若樣本的觀測期處于2018年及以后， 則Time取值為1， 否則為0。

3. 控制變量。本文參考王應歡和郭永禎（2023）的研究， 選取了一系列控制變量。同時， 控制了企業（Firm）和年份（Year）固定效應。具體變量定義見表1。

（三） 模型設定

本文將2018年供應鏈創新與應用試點工作作為外生沖擊事件， 構建雙重差分模型檢驗供應鏈數字化對企業ESG表現的影響， 具體模型如下：

ESGit=α+βTreati×Timet+λControlsit+∑Year+∑Firm+εit （1）

其中， Treat×Time是核心解釋變量， 若其系數β顯著為正， 說明供應鏈數字化能夠促進企業ESG表現的提升。Controls表示一系列控制變量， 包含其他可能影響ESG表現的因素。ε為誤差項。

四、 實證分析

（一） 描述性統計

表2為主要變量的描述性統計結果。ESG的最小值為1、 最大值為8、 標準差為1.080， 說明不同制造企業的ESG表現存在較大差異， 區分效度較好。Treat的均值為0.015， 表明在全樣本中參與供應鏈創新與應用試點工作的樣本僅占1.5%， 后續本文對小樣本估計偏差問題進行了檢驗。Time的均值為0.602， 表明位于2018年及以后的樣本占比為60.2%。

（二） 基準回歸結果

表3報告了供應鏈數字化對企業ESG表現影響的基準回歸結果。其中列（1）為單變量檢驗結果， 列（2）和列（3）分別在列（1）的基礎上加入了企業、 年份固定效應和控制變量， 列（4）為模型（1）的完整估計結果。列（1）～列（3）中， Treat×Time的回歸系數均在1%的水平上顯著為正； 列（4）中Treat×Time的回歸系數為0.3477， 且通過了5%水平上的顯著性檢驗， 表明供應鏈數字化的實施能夠顯著提升企業ESG表現， H1得以驗證。就經濟顯著性而言， 以列（4）為例， 考慮到被解釋變量企業ESG表現的均值為4.074， 供應鏈數字化的運用使得制造企業ESG表現平均提升了8.53%（0.3477/4.074）。

（三） 穩健性檢驗

1. 平行趨勢檢驗。為檢驗雙重差分估計無偏這一前提假定是否成立， 構建模型（2）進行平行趨勢檢驗。

其中， Yearn為年份虛擬變量， n代表樣本相對于供應鏈數字化沖擊年份的時間距離， 如Year-5賦值為1表示樣本位于供應鏈數字化沖擊年份（2018年）的前五年， 即2013年， 其他依次類推。將2017年（試點工作的前一年）設定為基期， 系數βn反映了在試點工作的第n年供應鏈創新與應用試點企業和對照組企業的ESG表現差異。

平行趨勢檢驗結果顯示， 在試點工作開展之前， βn的系數在95%置信區間內包含0， 說明通過了平行趨勢檢驗， 即在外生事件沖擊之前， 處理組與對照組企業ESG表現不存在顯著差異。

2. 安慰劑檢驗。通過隨機賦值從供應鏈創新與應用試點企業名單中抽取34家企業作為“偽處理組”， 在保持沖擊時點不變的基礎上， 運用雙重差分法對模型（1）進行估計， 并重復以上過程2000次。隨機抽取樣本的Treat×Time估計系數的分布情況顯示： 虛假估計系數集中在0附近， 均值為-0.0014， 與真實值0.3477相差較大； t值也集中在0左右， 表明其未通過顯著性檢驗。可見， 非觀測因素對本文估計結果并未產生實質性影響， 結論依然保持穩健。

3. 小樣本估計偏差。考慮到處理組觀測值較少， 借鑒Arkhangelsky等（2021）提出的合成雙重差分方法檢驗小樣本估計偏差是否對本文回歸結果產生了影響。借助Stata軟件中的專用程序sdid， 合成雙重差分法的估計結果顯示， 平均處理效應為0.3561， 在1%的水平上顯著， 說明本文結果并非由小樣本估計偏差所致， 結論穩健。

4. PSM-DID方法。為了克服企業中不可觀測的固有因素所導致的選擇性偏誤問題， 結合傾向得分匹配（PSM）和DID方法估計政策處理效應， 在回歸前通過PSM方法對樣本進行篩選。具體地， 利用模型（1）中的控制變量作為配對的協變量， 對是否入選政策試點城市內的企業選擇0.01半徑匹配進行樣本配對， 通過平衡性檢驗后， 得到與處理組具有相似特征的新對照組。對新樣本進行DID基準回歸， 結果顯示供應鏈數字化對企業ESG表現仍有顯著正向影響。

5. 排除其他替代性解釋。ESG表現的提升可能源于城市試點的外部促進作用， 故進一步控制供應鏈創新與應用試點城市和Time虛擬變量的交互項影響。回歸結果顯示， 供應鏈數字化對企業ESG表現的回歸系數顯著為正， 表明研究結論依然保持穩健。

6. 其他穩健性檢驗。第一， 更換被解釋變量。采用彭博ESG評分來衡量企業ESG表現。第二， 滯后解釋變量。針對可能存在的反向因果問題以及考慮到供應鏈數字化的影響釋放到企業ESG表現中具有一定的時間滯后性， 將核心解釋變量分別進行滯后一期和滯后二期處理。第三， 調整固定效應。在回歸中引入年份與行業固定效應的交互項， 以排除行業層面的影響。第四， 剔除2020年觀測值以排除疫情的影響。經過上述處理后， 研究結論與基準回歸結果無顯著差異。

限于篇幅， 穩健性檢驗結果均未列出， 留存備索。

五、 進一步研究

（一） 機制檢驗

由上文的理論分析可知， 供應鏈數字化對企業ESG表現的影響主要通過緩解信息不對稱和促進綠色創新兩個渠道得以實現。借鑒溫忠麟等（2004）的研究， 在模型（1）的基礎上進一步構建模型（3）、 模型（4）， 分別從供應鏈數字化的信息效應和創新效應兩個方面探索供應鏈數字化對企業ESG表現的作用機制。

Mediatorit=β0+bTreati×Timet+λControlsit+∑Year+∑Firm+εit （3）

ESGit=θ0+aTreati×Timet+cMediatorit+λControlsit+∑Year+∑Firm+εit （4）

其中， Mediator為中介變量， 分別代入信息不對稱（ASY）和綠色創新水平（EnvrPat）， 其余變量定義與模型（1）保持一致。

1. 信息效應。供應鏈數字化能夠借助“大智移云物區”技術， 精準刻畫終端客戶的個人特征與行為偏好， 顯著提高供需雙方匹配的精準度與動態平衡能力， 促進節點企業間高效跨組織溝通協作與信息共享（張樹山等，2021）， 清晰洞察產品從生產到銷售的全流程信息， 從而提高供應鏈的信息透明度， 緩解供應鏈上企業之間以及企業與其他外部利益相關者之間的信息不對稱。大量研究表明， 信息不對稱的改善、 信息透明度的提升能夠強化企業履行ESG責任的意愿和動力（胡潔等，2023；王應歡和郭永禎，2023）， 從而促進企業履行更多環境、 社會和治理責任。

本文首先參考于蔚等（2012）的研究， 構建流動性比率（LR）、 非流動性比率（ILL）以及收益率反轉（GAM）三個股票流動性指標； 然后借鑒Bharath等（2009）的做法， 通過對LR、 ILL及GAM提取第一主成分構建信息不對稱指標（ASY）， 該指標數值越大， 意味著信息不對稱程度越高。表4列（1） ～ 列（3）展示了信息效應的檢驗結果。列（2）中Treat×Time的回歸系數為-0.2365， 在1%的水平上顯著， 說明供應鏈數字化強化了企業的信息披露行為， 降低了企業信息不對稱程度。列（3）顯示： ASY的回歸系數顯著為負， 說明信息不對稱程度越低， 企業履行ESG責任的動機和意愿就越強； Treat×Time的回歸系數相較于列（1）有所減小， 但仍顯著為正。上述結果表明， “供應鏈數字化——緩解信息不對稱——提升制造企業ESG表現”機制成立。

2. 創新效應。供應鏈數字化通過推動企業在供應鏈運營的底層框架中嵌入智能技術， 幫助供應鏈上下游企業突破“信息藩籬”， 并通過發揮供應鏈綠色創新資源集聚效應和供需對接功能來增強綠色創新的靶向性， 在一定程度上破除綠色創新的高度不確定性阻礙， 從而對企業ESG表現發揮穩定正向影響（王應歡和郭永禎，2023；張永冀等，2023）。

本文參考姜軍等（2020）的研究， 采用實質性綠色創新指標， 即企業綠色發明專利申請數量加1后的自然對數來衡量綠色創新水平（EnvrPat）， 該值越大， 說明綠色創新水平越高。表4列（1）、 列（4）和列（5）展示了創新效應的檢驗結果。列（4）中Treat×Time的回歸系數為0.2802， 在1%的水平上顯著， 說明供應鏈數字化可以顯著提升企業綠色創新水平。列（5）顯示： EnvrPat的回歸系數顯著為正， 說明企業綠色創新水平越高， 就越有動力去提升自身的ESG表現； Treat×Time的回歸系數相較于列（1）有所減小， 但仍顯著為正。上述結果表明， “供應鏈數字化——促進綠色創新——提升制造企業ESG表現”機制成立。

（二） 異質性分析

1. 地區營商環境。營商環境是企業賴以生存的土壤， 地區經濟發展水平、 信息披露監管程度、 法律法規建設甚至政府的政策扶持等環境變量均會不同程度地影響企業的ESG責任履行。營商環境優勢地區在法律規范、 環保治理與綠色知識產權保護制度等方面更加成熟， 有助于塑造企業ESG責任履行的良好氛圍， 處于此環境中的企業也將“耳濡目染”， 擁有較強的環保意識來實施綠色行為（張澤南等，2023）、 積極踐行社會責任和提高治理效能以匹配其所處的外部環境， 從而企業ESG表現良好且趨于穩定。與之相反， 由于政府干預過多或技術支持薄弱， 營商環境劣勢區域的企業在面對不利條件時一般不愿主動履行ESG責任。在這種情況下， 供應鏈數字化的賦能優勢將極大地提高企業的環保治理與綠色創新能力， 使企業擁有更加積極的ESG信息披露意識， 對ESG表現的提升意愿更強。基于此， 本文推測在營商環境劣勢地區， 供應鏈數字化對企業ESG表現的影響更明顯。

本文采用王小魯等（2021）的《中國分省份市場化指數報告（2021）》中的市場化指數（market）來衡量地區營商環境。因該數據截止到2019年， 借鑒已有研究， 用平均增長率預測2020 ～ 2022年的數據進行補足。根據地區營商環境的行業—年度中位數對樣本進行分組， 分組回歸結果見表5列（1）和列（2）。僅在營商環境劣勢地區樣本組中Treat×Time的回歸系數顯著為正， 表明供應鏈數字化對企業ESG表現的提升作用在營商環境劣勢地區更為顯著。

2. 供應鏈位置。供應鏈數字化對處于不同供應鏈位置的企業ESG表現可能會產生異質性影響。對于上游企業而言， 供應鏈攜帶的“綠色牛鞭效應”（Lee等，2014）可使下游的環保需求沿供應鏈傳遞至上游企業并持續放大， 使得上游企業更有動力和需求重視環保實踐， 促進綠色創新， 從而最大化賦能供應鏈數字化對企業ESG表現的提升作用。供應鏈數字化增強了供應鏈的可視性和靈活性， 位于供應鏈中游的企業可以通過供應鏈數字化加強與上游供應商及下游客戶的溝通協作， 以緩解信息不對稱及信息滯后造成的“牛鞭效應”， 進一步提升企業ESG表現。因此， 本文預期供應鏈數字化對供應鏈上游和中游企業ESG表現的影響更顯著。

本文借鑒Antràs等（2012）提出的行業上游度指數， 使用世界投入產出數據庫（WIOD）中2020年中國最新投入產出數據進行計算， 并根據上市公司行業分類對計算結果進行匹配。通過行業上游度指數的三分位數將樣本劃分為供應鏈上游、 中游、 下游企業， 分組回歸結果見表5列（3） ～ 列（5）。在供應鏈中游樣本組中， Treat×Time的回歸系數在5%的水平上顯著為正； 在供應鏈上游樣本組中， Treat×Time的回歸系數在1%的水平上顯著為正； 而在供應鏈下游樣本組中， Treat×Time的回歸系數未通過顯著性檢驗。這表明供應鏈數字化對企業ESG表現的提升作用在供應鏈中上游更為顯著。

3. 企業生命周期。企業在不同生命周期階段的ESG表現存在較大差異， 需要審慎地制定ESG戰略規劃。處在成長期或衰退期的企業在供應鏈數字化過程中更多地關注其創造的經濟價值， 以幫助自身加快成長速度或者扭轉衰退局勢， 而對ESG表現的關注度不高。處在成熟期的企業擁有大量穩定的營業收入和現金流， 其實施供應鏈數字化會創造出更多的非經濟價值， 促進企業承擔更多社會責任（胡潔等，2023）。因此， 本文預期供應鏈數字化對成熟期企業ESG表現的促進作用更加明顯。

本文借鑒Dickinson（1972）提出的現金流組合法， 將企業生命周期劃分為成長期、 成熟期和衰退期三個階段， 并據此對樣本進行分組， 分組回歸結果見表6列（1） ～ 列（3）。僅在成熟期企業中Treat×Time的回歸系數顯著為正， 表明供應鏈數字化對成熟期企業ESG表現的提升效應更加顯著。

4. 行業特征。相較于其他行業， 重污染行業企業的環境治理基數更大， 受到的環境約束力更強， 更需要積極主動地承擔保護環境、 治理污染的重任（郭淑娟和閆彩鳳，2024）。供應鏈數字化能夠鼓勵供應商和客戶共同參與綠色研發， 探索減排技術與智能優化方案， 進而革新重污染企業低附加值的發展模式， 大幅減少其環境治理成本。因此， 在“雙碳”目標下， 供應鏈數字化對重污染行業企業的ESG治理會更具傾向性， 有利于重污染企業積極通過供應鏈數字化開拓業務， 踐行社會責任， 以提升ESG表現（劉方媛和吳云龍，2024）。

本文借鑒王伊攀和何圓（2021）的研究， 按照中國證監會2012年修訂的《上市公司行業分類指引》中的二級行業分類， 將總樣本劃分為重污染行業和非重污染行業。表6列（4）和列（5）的回歸結果顯示， 僅在重污染行業中Treat×Time的回歸系數顯著為正， 表明供應鏈數字化對重污染行業企業ESG表現的提升作用更為顯著。

（三） ESG分維度分析

華證ESG評級體系包含環境（E）、 社會（S）、 治理（G）三大維度， 為了揭示供應鏈數字化對ESG三個維度的影響是否存在差異， 本文針對供應鏈數字化與環境、 社會、 治理的關系分別進行回歸。表7中的回歸結果顯示， 供應鏈數字化與企業環境（E）、 社會（S）和治理（G）維度的回歸系數均顯著為正， 表明供應鏈數字化對企業的環境、 社會和治理表現均具有一定的提升效應。

六、 結論和建議

本文以供應鏈創新與應用試點工作為準自然實驗， 選取2013 ～ 2022年A股上市制造企業為研究對象， 實證考察供應鏈數字化對企業ESG表現的影響。研究發現， 供應鏈數字化能夠顯著提升企業ESG表現。機制檢驗表明， 供應鏈數字化通過緩解信息不對稱和促進企業綠色創新來提升企業ESG表現。異質性分析表明， 供應鏈數字化對營商環境劣勢地區的企業、 供應鏈中上游企業、 成熟期企業以及重污染行業企業ESG表現的促進作用更為明顯。細分ESG維度后發現， 供應鏈數字化對企業的環境（E）、 社會（S）和治理（G）表現均具有一定程度的提升效應。

基于上述研究結論， 結合黨的二十大報告提出的“積極穩妥推進碳達峰碳中和”的新思想與新論斷， 本文提出以下建議：

第一， 企業應以供應鏈數字化轉型為抓手， 加快數字技術與供應鏈的深度融合， 為提升ESG表現提供關鍵支撐。一方面， 積極將“大智移云物區”等現代數字技術深度嵌入供應鏈的各個環節中， 暢通供應鏈內外的交互渠道， 全方位提升供應鏈上企業間的信息透明度； 另一方面， 加快供應鏈中新一代信息技術的集成應用， 積極推進供應鏈平臺建設， 充分發揮平臺的供應鏈綠色創新資源集聚和供需對接功能。

第二， 因地制宜、 因企制宜地制定相關政策， 以根據不同的微觀主體精準施策。首先， 對于營商環境劣勢地區的企業， 地方政府通過建立配套的支持政策為企業營造良好的外部環境， 充分發揮“有為政府”的作用， 降低企業建設數字供應鏈的風險和成本， 從而激發供應鏈數字化促進企業ESG表現提升的潛力； 其次， 進一步加強對供應鏈下游企業的關注和引導， 地方政府通過完善相關的環境規制， 促進產業鏈下游企業增加對環保需求的重視， 投入更多精力在ESG實踐上； 最后， 繼續提高重污染企業對環保問題的重視程度， 在發揮供應鏈數字化對重污染企業ESG表現提升作用的同時， 鼓勵、 支持、 引導非重污染企業開展數字供應鏈建設， 加大對其的政策傾斜和資金支持力度， 進而激發非重污染企業的轉型動力。

第三， 發揮優秀試點企業的引領帶動作用， 繼續穩步擴大供應鏈創新與應用試點范圍， 加快對供應鏈數字化轉型成功經驗的總結、 復制和推廣， 進而由點及面在更大范圍內打造供應鏈數字化轉型的新優勢， 為促進實體經濟高質量發展夯實基礎。

【 主 要 參 考 文 獻 】

陳燕青．近四成A股公司披露ESG報告［EB/OL］．深圳商報.http：//szsb.sznews.com/MB/content/202407/17/content_3234441.html，2024-07-17．

崔云，張媛．供應鏈數字化能否促進企業環境責任履行［ J］．財會月刊，2025（1）：33 ～ 40．

范德成，張修凡．綠色金融改革創新對低碳企業可持續發展能力的影響研究［ J］．科學管理研究，2021（3）：85 ～ 90．

郭淑娟，閆彩鳳．綠色金融、數字化轉型與企業ESG表現［ J］．商業研究，2024（1）：91 ～ 102．

胡潔，韓一鳴，鐘詠．企業數字化轉型如何影響企業ESG表現——來自中國上市公司的證據［ J］．產業經濟評論，2023（1）：105 ～ 123．

姜軍，江軒宇，伊志宏．企業創新效率研究——來自股權質押的影響［ J］．金融研究，2020（2）：128 ～ 146．

李青原，肖澤華．異質性環境規制工具與企業綠色創新激勵——來自上市企業綠色專利的證據［ J］．經濟研究，2020（9）：192 ～ 208．

劉海建，胡化廣，張樹山等．供應鏈數字化的綠色創新效應［ J］．財經研究，2023（3）：4 ～ 18．

王耀東，徐素波．供應鏈數字化與企業高質量發展［ J］．財會月刊，2024（17）：55 ～ 61．

王伊攀，何圓．環境規制、重污染企業遷移與協同治理效果——基于異地設立子公司的經驗證據［ J］．經濟科學，2021（5）：130 ～ 145．

王應歡，郭永禎．企業數字化轉型與ESG表現——基于中國上市企業的經驗證據［ J］．財經研究，2023（9）：94 ～ 108．

溫忠麟，張雷，侯杰泰等．中介效應檢驗程序及其應用［ J］．心理學報，2004（5）：614 ～ 620．

謝紅軍，呂雪．負責任的國際投資：ESG與中國OFDI［ J］．經濟研究，2022（3）：83 ～ 99．

于蔚，汪淼軍，金祥榮．政治關聯和融資約束：信息效應與資源效應［ J］．經濟研究，2012（9）：125 ～ 139．

張樹山，谷城．供應鏈數字化與供應鏈韌性［ J］．財經研究，2024（7）：21 ～ 34．

張樹山，胡化廣，孫磊等．供應鏈數字化與供應鏈安全穩定——一項準自然實驗［ J］．中國軟科學，2021（12）：21 ～ 30+40．

張永冀，翟建橋，朱雅軒等．數字化轉型如何影響企業ESG表現［ J］．中國地質大學學報（社會科學版），2023（6）：126 ～ 141．

張澤南，錢欣鈺，曹新偉．企業數字化轉型的綠色創新效應研究：實質性創新還是策略性創新？［ J］．產業經濟研究，2023（1）：86 ～ 100．

祝丹楓，李宇坤．數字化供應鏈變革與企業勞動力投資效率——基于供應鏈創新與應用試點的經驗證據［ J］．商業研究，2023（3）：49 ～ 57．

Antràs P.， Chor D.， Fally T.， et al.. Measuring the Upstreamness of Production and Trade Flows［ J］． The American Economic Review，2012（3）：412 ～ 416．

Bharath S. T.， Pasquariello P.， Wu G.. Does Asymmetric Information Drive Capital Structure Decisions？［ J］． The Review of Financial Studies，2009（8）：3211 ～ 3243．

Dickinson V.. Future Profitability and the Role of Firm Life Cycle［ J］． Harvard Business Review，1972（50）：37 ～ 46．

Kong T.， Feng T. W.， Huang Y. F.， et al.. How to Convert Green Supply Chain Integration Efforts into Green Innovation： A Perspective of Knowledge-based View［ J］． Sustainable Development，2020（5）：1106 ～ 1121．

Lee S.， Klassen R. D.， Furlan A.， et al.. The Green Bullwhip Effect： Transferring Environmental Requirements Along a Supply Chain［ J］． International Journal of Production Economics，2014（156）：39 ～ 51．

Stank T.， Esper T.， Goldsby T. J.， et al.. Toward a Digitally Dominant Para-digm for Twenty-first Century Supply Chain Scholarship［ J］． International Journal of Physical Distribution amp; Logistics Management，2019（10）：956 ～ 971．

Wu C. K.， Tsang K. F.， Liu Y.， et al.." Supply Chain of Things： A Connected Solution to Enhance Supply Chain Productivity［ J］． IEEE Communications Magazine，2019（8）：78 ～ 83．

（責任編輯·校對： 喻晨" 陳晶）

【基金項目】教育部人文社會科學規劃基金項目（項目編號：22YJA630116）；江蘇省社會科學基金項目（項目編號：24GLC008）；江蘇省社科應用研究精品工程財經發展專項課題（項目編號：23SCC-012）