林 欣 杜國(guó)梓 林素絮

一、引言

數(shù)字經(jīng)濟(jì)事關(guān)國(guó)家發(fā)展大局，正成為重組要素資源和經(jīng)濟(jì)結(jié)構(gòu)的關(guān)鍵力量。從發(fā)展規(guī)模來(lái)看，我國(guó)數(shù)字經(jīng)濟(jì)連續(xù)多年位居世界第二位，其GDP占比在2022年已達(dá)到41.5%①該數(shù)據(jù)來(lái)源于國(guó)家互聯(lián)網(wǎng)信息辦公室發(fā)布的《數(shù)字中國(guó)發(fā)展報(bào)告（2022）》。。黨的二十大報(bào)告指出，“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群?！睆摹敖ㄔO(shè)數(shù)字中國(guó)和智慧社會(huì)”到“推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化”，數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合程度逐漸深入。企業(yè)數(shù)字化轉(zhuǎn)型作為數(shù)字經(jīng)濟(jì)發(fā)展重要的組成部分，是數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)融合的重要載體，對(duì)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展意義重大。因此，數(shù)字化轉(zhuǎn)型已然成為中國(guó)企業(yè)未來(lái)的重要發(fā)展方向，越來(lái)越多企業(yè)擁抱數(shù)字化轉(zhuǎn)型的潮流（杜明威等，2022）。

數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任履行的影響受到部分學(xué)者的關(guān)注。肖紅軍等（2021）認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型主要通過(guò)提高內(nèi)控信息披露水平、降低盈余管理傾向提升企業(yè)社會(huì)責(zé)任水平。與肖紅軍等（2021）觀點(diǎn)相似，申明浩等（2022）闡明數(shù)字化轉(zhuǎn)型可以通過(guò)完善企業(yè)內(nèi)部管理機(jī)制、改善企業(yè)生產(chǎn)方式以及降低企業(yè)內(nèi)外部信息不對(duì)稱(chēng)程度以提升企業(yè)社會(huì)責(zé)任表現(xiàn)。趙宸宇（2021）認(rèn)為，企業(yè)數(shù)字化轉(zhuǎn)型提升企業(yè)創(chuàng)新、綠色創(chuàng)新能力以及促進(jìn)企業(yè)服務(wù)化轉(zhuǎn)型進(jìn)而改善企業(yè)社會(huì)責(zé)任表現(xiàn)。

上述作者雖然對(duì)于數(shù)字化轉(zhuǎn)型與企業(yè)社會(huì)責(zé)任之間的關(guān)系進(jìn)行了闡釋?zhuān)嚓P(guān)研究依然存在很大的拓展空間。一方面，上述文獻(xiàn)均分析數(shù)字化轉(zhuǎn)型在技術(shù)層面上如何促進(jìn)企業(yè)社會(huì)責(zé)任履行。認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型切實(shí)為其提升企業(yè)社會(huì)責(zé)任履行提供可能，然而企業(yè)不一定有充足動(dòng)機(jī)去提升企業(yè)社會(huì)責(zé)任履行；另一方面，雖然數(shù)字化轉(zhuǎn)型戰(zhàn)略對(duì)企業(yè)資源獲取與運(yùn)用進(jìn)行提升，但是并不一定將資源投入到企業(yè)社會(huì)責(zé)任履行中，因此分析數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任旅行需要考慮履行動(dòng)機(jī)的影響。企業(yè)戰(zhàn)略不同，其資源獲取和分配模式也不同。作為公司戰(zhàn)略的一部分，企業(yè)社會(huì)責(zé)任履行極有可能作為對(duì)外改善關(guān)系，獲取企業(yè)發(fā)展所需要資源的重要手段，但上述文獻(xiàn)并未從資源獲取角度對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與社會(huì)責(zé)任履行的關(guān)系進(jìn)行分析。在企業(yè)數(shù)字化轉(zhuǎn)型實(shí)施過(guò)程中常伴隨著高投入與高風(fēng)險(xiǎn)，許多企業(yè)存在“不敢轉(zhuǎn)、不能轉(zhuǎn)、不會(huì)轉(zhuǎn)”等情況。實(shí)際而言，這三種情況出現(xiàn)的最重要的原因在于企業(yè)所掌握的資源有限。當(dāng)企業(yè)在實(shí)施數(shù)字化轉(zhuǎn)型后，需要獲取更多的資源以支撐其戰(zhàn)略的實(shí)施及本身的經(jīng)營(yíng)與發(fā)展，因此企業(yè)需要與其他組織或個(gè)人進(jìn)行互動(dòng)，以獲取企業(yè)所不具備或不足的資源，而履行企業(yè)社會(huì)責(zé)任便是與利益相關(guān)者建立良好關(guān)系，獲取更多資源，緩解對(duì)外部資源依賴(lài)的重要手段。

數(shù)字化轉(zhuǎn)型并非將簡(jiǎn)單的數(shù)字技術(shù)應(yīng)用于企業(yè)生產(chǎn)經(jīng)營(yíng)管理之中，而是借助現(xiàn)代信息技術(shù)將企業(yè)“沉淀”在生產(chǎn)或業(yè)務(wù)過(guò)程中的數(shù)據(jù)提取精煉，將生產(chǎn)與業(yè)務(wù)流程數(shù)字化（吳非等，2021）。因此，數(shù)字化轉(zhuǎn)型不僅僅是新技術(shù)應(yīng)用于企業(yè)，更多是企業(yè)發(fā)展戰(zhàn)略。在數(shù)字化轉(zhuǎn)型戰(zhàn)略推進(jìn)落實(shí)過(guò)程中，需要投入大量的資源以支撐，這對(duì)于企業(yè)資源分配與行動(dòng)方式都可能存在極大影響。企業(yè)戰(zhàn)略不同也會(huì)導(dǎo)致企業(yè)行為差異，社會(huì)責(zé)任履行作為與利益相關(guān)者進(jìn)行溝通與交流的重要方式。從戰(zhàn)略角度出發(fā)進(jìn)行分析，探究企業(yè)社會(huì)責(zé)任履行動(dòng)機(jī)及如何履行具有重要意義。由此，本文提出并嘗試回答三個(gè)問(wèn)題：第一，數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)社會(huì)責(zé)任履行是否具有影響？第二，數(shù)字化轉(zhuǎn)型過(guò)程中，企業(yè)又是出于什么動(dòng)機(jī)去履行企業(yè)社會(huì)責(zé)任？第三，企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中，如果有動(dòng)機(jī)去履行社會(huì)責(zé)任，那么在此過(guò)程中企業(yè)數(shù)字化轉(zhuǎn)型是如何促進(jìn)企業(yè)社會(huì)責(zé)任履行并且這個(gè)過(guò)程受到什么影響呢？

鑒于此，以2010—2020年中國(guó)滬深A(yù)股上市公司為研究樣本，利用廣東金融學(xué)院基于文本數(shù)據(jù)挖掘方法構(gòu)建的企業(yè)數(shù)字化詞庫(kù)，及其編制的中國(guó)上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)，基于KNN分類(lèi)算法，通過(guò)機(jī)器學(xué)習(xí)對(duì)數(shù)字化轉(zhuǎn)型強(qiáng)度指數(shù)進(jìn)行評(píng)級(jí)，研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任履行的促進(jìn)作用，并探究企業(yè)履行社會(huì)責(zé)任的動(dòng)機(jī)與數(shù)字化轉(zhuǎn)型過(guò)程中企業(yè)如何促進(jìn)社會(huì)責(zé)任的履行水平及影響因素。本文的邊際貢獻(xiàn)如下：第一，從企業(yè)資源獲取動(dòng)機(jī)出發(fā)，以資源獲取的新視角探究企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)社會(huì)責(zé)任履行的關(guān)系，并通過(guò)構(gòu)造數(shù)字化轉(zhuǎn)型程度評(píng)級(jí)、企業(yè)治理指數(shù)等方法證明企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中如何提升企業(yè)社會(huì)責(zé)任履行。第二，基于KNN分類(lèi)算法，通過(guò)機(jī)器學(xué)習(xí)對(duì)上市公司數(shù)字化轉(zhuǎn)型程度進(jìn)行評(píng)級(jí)，相比通過(guò)詞頻度量能更好地刻畫(huà)企業(yè)數(shù)字化轉(zhuǎn)型程度，較好地緩解年報(bào)文本挖掘帶來(lái)的數(shù)字化轉(zhuǎn)型度量區(qū)分度過(guò)低的狀況，使實(shí)證結(jié)果更具說(shuō)服力。第三，在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任履行影響的實(shí)證分析中，通過(guò)構(gòu)造Bartik工具變量等方法檢驗(yàn)回歸結(jié)果穩(wěn)健性，以確保實(shí)證分析的可靠性。

二、理論分析與研究假說(shuō)

目前企業(yè)數(shù)字化轉(zhuǎn)型之所以會(huì)出現(xiàn)“不敢轉(zhuǎn)、不能轉(zhuǎn)、不會(huì)轉(zhuǎn)”的情況，主要是受到資源不足及對(duì)數(shù)字化轉(zhuǎn)型認(rèn)知較少的影響。所以本文探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任的促進(jìn)作用主要基于內(nèi)外兩個(gè)方面；外部方面，在數(shù)字化轉(zhuǎn)型的過(guò)程中，企業(yè)是否存在獲取更多資源以保證企業(yè)發(fā)展的動(dòng)機(jī)，以履行社會(huì)責(zé)任；內(nèi)部方面，數(shù)字化轉(zhuǎn)型在滲透到企業(yè)運(yùn)營(yíng)管理與業(yè)務(wù)流程的過(guò)程中如何影響企業(yè)社會(huì)責(zé)任履行。

（一）數(shù)字化轉(zhuǎn)型與企業(yè)社會(huì)責(zé)任履行

1.企業(yè)數(shù)字化轉(zhuǎn)型、資源獲取動(dòng)機(jī)與企業(yè)社會(huì)責(zé)任履行。數(shù)字化轉(zhuǎn)型即運(yùn)用大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算等現(xiàn)代信息科學(xué)技術(shù)實(shí)現(xiàn)企業(yè)內(nèi)部生產(chǎn)經(jīng)營(yíng)的過(guò)程優(yōu)化，故企業(yè)數(shù)字化轉(zhuǎn)型更需要大量資源支撐，其原因有以下幾點(diǎn)。首先，數(shù)字化轉(zhuǎn)型并非簡(jiǎn)單的將企業(yè)信息數(shù)據(jù)化，而是管理與生產(chǎn)的數(shù)字化，更是孕育新業(yè)態(tài)與新路徑（陳德球和胡晴，2022）。其次，數(shù)字化轉(zhuǎn)型過(guò)程中，隨著數(shù)字化轉(zhuǎn)型水平提高，企業(yè)更有可能采取較為激進(jìn)的戰(zhàn)略（王墨林等，2022），需要更多資源支撐，所以企業(yè)更會(huì)重視與外部利益相關(guān)者關(guān)系，更積極履行社會(huì)責(zé)任。再次，企業(yè)數(shù)字化轉(zhuǎn)型有助于企業(yè)運(yùn)營(yíng)降本增效，長(zhǎng)期來(lái)看，可以在一定程度上減少企業(yè)對(duì)外部資源的依賴(lài)。但在企業(yè)數(shù)字化轉(zhuǎn)型的過(guò)程中，企業(yè)有可能處于構(gòu)建自身競(jìng)爭(zhēng)優(yōu)勢(shì)，使企業(yè)迅速擴(kuò)張生產(chǎn)規(guī)模并追加資源投入，反而在短期內(nèi)增加了對(duì)外部資源的需求，以支撐自身數(shù)字化轉(zhuǎn)型策略與企業(yè)的經(jīng)營(yíng)發(fā)展。最后，由于資產(chǎn)專(zhuān)用性使然，企業(yè)需要與其他組織建立及保持良好關(guān)系獲得所需資源，這也讓企業(yè)對(duì)資源產(chǎn)生依賴(lài)性（倪娟等，2019）。而企業(yè)制定戰(zhàn)略及其結(jié)構(gòu)調(diào)整，更主要的目的是緩解對(duì)外部資源的依賴(lài)，降低外部資源依賴(lài)所帶來(lái)的不確定性影響（譚勁松等，2022）。因此，在數(shù)字化轉(zhuǎn)型過(guò)程中，企業(yè)存在充足的資源獲取動(dòng)機(jī)以改變自身的策略行為。

企業(yè)社會(huì)責(zé)任指企業(yè)在實(shí)現(xiàn)股東價(jià)值最大化的同時(shí)，進(jìn)一步履行對(duì)利益相關(guān)者的責(zé)任（McWilliams and Siegel，2001）。利益相關(guān)者理論也被確定為企業(yè)社會(huì)責(zé)任履行最重要的分析要素（Freeman et al.，2020）。企業(yè)社會(huì)責(zé)任的履行雖然會(huì)消耗一定資源，但也可以為企業(yè)帶來(lái)相應(yīng)的資源效益（張多蕾等，2022），并提升企業(yè)價(jià)值（王宏濤等，2023）。所以，結(jié)合上文分析，我們認(rèn)為企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中很可能通過(guò)不同程度地履行企業(yè)社會(huì)責(zé)任以獲取外部組織的資源支持。

2.企業(yè)數(shù)字化轉(zhuǎn)型、公司治理與企業(yè)社會(huì)責(zé)任履行。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任的影響也與公司治理存在較大關(guān)聯(lián)。數(shù)字化轉(zhuǎn)型深刻地影響著企業(yè)的經(jīng)營(yíng)生產(chǎn)與管理范式，對(duì)企業(yè)社會(huì)責(zé)任履行意識(shí)與履行范式都存在影響。

第一，數(shù)字化轉(zhuǎn)型降低企業(yè)信息不對(duì)稱(chēng)程度，有助于改善對(duì)股東及消費(fèi)者的社會(huì)責(zé)任履行。從內(nèi)部經(jīng)營(yíng)管理視角來(lái)看，數(shù)字化轉(zhuǎn)型是借助現(xiàn)代信息技術(shù)將生產(chǎn)與業(yè)務(wù)流程數(shù)字化（吳非等，2021）。曾經(jīng)沉淀在流程中的信息被結(jié)構(gòu)化、標(biāo)準(zhǔn)化，有助于企業(yè)從被動(dòng)披露到主動(dòng)披露，為處于信息“弱勢(shì)”的外部利益相關(guān)者提供更多企業(yè)資訊。

第二，數(shù)字化轉(zhuǎn)型可以促動(dòng)企業(yè)商業(yè)模式轉(zhuǎn)變，改善與供應(yīng)商、友商的合作情況，提升對(duì)消費(fèi)者的服務(wù)水平（趙宸宇，2021），進(jìn)而提升社會(huì)責(zé)任履行。企業(yè)為了整合競(jìng)爭(zhēng)優(yōu)勢(shì)，利用數(shù)字技術(shù)加強(qiáng)與供應(yīng)商的信息交流，推進(jìn)供應(yīng)商的數(shù)字化轉(zhuǎn)型（楊金玉等，2022）。企業(yè)為整合資源與優(yōu)勢(shì)互補(bǔ)，利用互聯(lián)網(wǎng)進(jìn)行跨界合作，企業(yè)生態(tài)圈也逐漸出現(xiàn)（Jacobides，2019；Fuller et al.，2022）。在新時(shí)代信息技術(shù)幫助下，企業(yè)生態(tài)圈交流效率逐步提高，有助于產(chǎn)生梅卡特夫效應(yīng)進(jìn)而降低企業(yè)創(chuàng)新成本，實(shí)現(xiàn)企業(yè)間互惠共贏。

第三，數(shù)字化轉(zhuǎn)型可以?xún)?yōu)化企業(yè)生產(chǎn)流程、要素配置結(jié)構(gòu)，為企業(yè)社會(huì)責(zé)任履行提供必要的資源。數(shù)字技術(shù)應(yīng)用到企業(yè)研發(fā)與生產(chǎn)活動(dòng)之中，有助于減少實(shí)體資源消耗（羅軍，2023），為企業(yè)社會(huì)責(zé)任履行提供實(shí)體資源支撐。同時(shí)，數(shù)字化轉(zhuǎn)型有助于企業(yè)協(xié)作水平提升，提高全要素生產(chǎn)率，使企業(yè)更愿意履行企業(yè)社會(huì)責(zé)任。

綜上所述，數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)社會(huì)責(zé)任履行的促進(jìn)作用主要體現(xiàn)兩個(gè)方面：第一，企業(yè)數(shù)字化轉(zhuǎn)型賦能企業(yè)治理能力的提升，為企業(yè)社會(huì)責(zé)任履行提供助力與資源保障；第二，數(shù)字化轉(zhuǎn)型的高投入、長(zhǎng)周期也會(huì)增加企業(yè)對(duì)外部資源的依賴(lài)，為企業(yè)履行企業(yè)社會(huì)責(zé)任提供更大的動(dòng)機(jī)與動(dòng)力。據(jù)此提出假說(shuō)1。

假說(shuō)1：數(shù)字化轉(zhuǎn)型可以提升企業(yè)社會(huì)責(zé)任履行。

（二）數(shù)字化轉(zhuǎn)型與企業(yè)社會(huì)責(zé)任履行——?jiǎng)訖C(jī)識(shí)別

冗余資源即企業(yè)在滿(mǎn)足正常運(yùn)營(yíng)之后未被使用的資源。在企業(yè)運(yùn)營(yíng)管理中，一定的“池”資源為企業(yè)管理者實(shí)施競(jìng)爭(zhēng)策略提供保障（Finkelstein and Hambrick，1990）。冗余資源越多，越能緩解企業(yè)所面臨的資源約束（Bourgeois and Singh，1983），進(jìn)而降低對(duì)利益相關(guān)者的依賴(lài)。數(shù)字化轉(zhuǎn)型過(guò)程中，企業(yè)的社會(huì)責(zé)任履行行為，更有可能是為了獲取利益相關(guān)者信任，因此在企業(yè)冗余資源充裕的情況下，企業(yè)可能會(huì)首先使用自身內(nèi)部的冗余資源以支撐其發(fā)展戰(zhàn)略。反之，在企業(yè)面臨冗余資源不足的情況下，企業(yè)可能會(huì)改善與利益相關(guān)者之間的關(guān)系，獲取企業(yè)生存與發(fā)展的外部資源，以更好地實(shí)施自身發(fā)展策略?；诖?，本文提出假說(shuō)2。

假說(shuō)2：在數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)社會(huì)責(zé)任履行的過(guò)程中，企業(yè)冗余資源起到負(fù)向調(diào)節(jié)作用，冗余資源越少的企業(yè)越會(huì)在數(shù)字化轉(zhuǎn)型過(guò)程中提升社會(huì)責(zé)任履行。

一定程度上，政府掌握著企業(yè)發(fā)展所需的關(guān)鍵性資源。獲得政府的信任與支持，有助于緩解企業(yè)資源約束，減少未來(lái)不確定性。同時(shí)，企業(yè)獲取到政府資源也有助于樹(shù)立市場(chǎng)信心。良好的社會(huì)責(zé)任履行表現(xiàn)可以與政府建立更為穩(wěn)固的政企關(guān)系，從而獲取如政府補(bǔ)貼等重要資源（戴亦一等，2014）。

從消費(fèi)者角度看，企業(yè)提升已有消費(fèi)者的忠誠(chéng)度與吸引潛在消費(fèi)者是銷(xiāo)售策略的重要組成部分。企業(yè)履行社會(huì)責(zé)任可以提升企業(yè)形象與知名度，從而鞏固已有客戶(hù)群體。同時(shí)，良好的企業(yè)社會(huì)責(zé)任履行表現(xiàn)有助于吸引潛在客戶(hù)群體。

綜上所述，數(shù)字化轉(zhuǎn)型提升企業(yè)社會(huì)責(zé)任履行過(guò)程中，首要是為了獲取政府資源與顧客資源，并據(jù)此提出假說(shuō)3與假說(shuō)4。

假說(shuō)3：在數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)社會(huì)責(zé)任履行過(guò)程中，企業(yè)可能出于獲取政府資源動(dòng)機(jī)提升企業(yè)社會(huì)責(zé)任履行，政府資源獲取越少，越傾向于履行企業(yè)社會(huì)責(zé)任。

假說(shuō)4：在數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)社會(huì)責(zé)任履行過(guò)程中，企業(yè)可能出于獲取消費(fèi)者資源動(dòng)機(jī)提升企業(yè)社會(huì)責(zé)任履行，市場(chǎng)競(jìng)爭(zhēng)越激烈導(dǎo)致企業(yè)獲得消費(fèi)者資源難度越大，越傾向于履行企業(yè)社會(huì)責(zé)任。

（三）數(shù)字化轉(zhuǎn)型與企業(yè)社會(huì)責(zé)任履行——公司治理的促進(jìn)作用

袁淳等（2021）與肖土盛等（2022）認(rèn)為，企業(yè)數(shù)字化轉(zhuǎn)型提升企業(yè)專(zhuān)業(yè)分工與勞動(dòng)收入份額，但數(shù)字化轉(zhuǎn)型也顯著促進(jìn)了企業(yè)生產(chǎn)效率提升，有助于推動(dòng)企業(yè)高質(zhì)量發(fā)展。數(shù)字化轉(zhuǎn)型可以通過(guò)專(zhuān)業(yè)分工細(xì)化，賦能供應(yīng)鏈整合與價(jià)值共創(chuàng)，改善企業(yè)對(duì)供應(yīng)商、員工等的社會(huì)責(zé)任履行情況。同時(shí)，數(shù)字化轉(zhuǎn)型在推動(dòng)企業(yè)運(yùn)營(yíng)管理革新過(guò)程中，公司治理水平也會(huì)有所提升，企業(yè)創(chuàng)新能力通過(guò)與市場(chǎng)要素的交互作用可以實(shí)現(xiàn)信息互動(dòng)與共享，可以降低外部環(huán)境不確定性（Mohsen and Eng，2016），并為企業(yè)提供良好的治理環(huán)境。如海爾集團(tuán)在數(shù)字化背景下，構(gòu)建“共享賦能平臺(tái)”配合其激勵(lì)模式，使員工能夠較好地利用企業(yè)細(xì)分資源，把握市場(chǎng)機(jī)會(huì)，增加企業(yè)營(yíng)收。

企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中，數(shù)字技術(shù)應(yīng)用于企業(yè)經(jīng)營(yíng)管理流程的各個(gè)環(huán)節(jié)時(shí)，觸及企業(yè)內(nèi)部治理結(jié)構(gòu)與外部信息披露。其一，數(shù)字化轉(zhuǎn)型使企業(yè)管理者對(duì)于企業(yè)內(nèi)部信息有更為客觀地認(rèn)識(shí)，提升公司治理水平；其二，外界媒體易被數(shù)字化轉(zhuǎn)型吸引，外部利益相關(guān)者也會(huì)對(duì)企業(yè)經(jīng)營(yíng)狀況及財(cái)務(wù)信息給予更多關(guān)注，實(shí)行監(jiān)督（邵劍兵和王露曄，2023）。因此，企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中，公司治理水平有所改善，輔以利益相關(guān)者監(jiān)督，更好地提升企業(yè)社會(huì)責(zé)任履行。鑒于此，本文提出假說(shuō)5。

假說(shuō)5：在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任履行的促進(jìn)作用中，公司治理水平起到正向調(diào)節(jié)作用。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源與樣本選取

本文所選取的企業(yè)社會(huì)責(zé)任評(píng)分來(lái)自和訊網(wǎng)，企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)評(píng)分來(lái)源于廣東金融學(xué)院編制的中國(guó)上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)，并在此基礎(chǔ)上通過(guò)機(jī)器學(xué)習(xí)進(jìn)行擴(kuò)展得出。根據(jù)該指數(shù)，使用KNN算法對(duì)其未評(píng)測(cè)年度進(jìn)行評(píng)級(jí)，拓展樣本年限。企業(yè)財(cái)務(wù)數(shù)據(jù)來(lái)源于企業(yè)財(cái)務(wù)數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)。本文選取2010-2020年A股上市公司樣本，并對(duì)數(shù)據(jù)進(jìn)行如下處理：首先，剔除社會(huì)責(zé)任評(píng)分、數(shù)字化轉(zhuǎn)型指數(shù)以及關(guān)鍵財(cái)務(wù)數(shù)據(jù)缺失的樣本；其次，剔除ST、PT企業(yè)；最后，為避免異常值影響，對(duì)主要連續(xù)變量進(jìn)行上下1%縮尾處理，得到23029個(gè)觀測(cè)值。本文所使用的數(shù)據(jù)處理軟件為Stata17。

（二）變量定義

1.被解釋變量。被解釋變量為企業(yè)社會(huì)責(zé)任履行表現(xiàn)（CSR）。當(dāng)前，衡量企業(yè)社會(huì)責(zé)任評(píng)分?jǐn)?shù)據(jù)主要來(lái)源為和訊網(wǎng)CSR評(píng)分和潤(rùn)靈環(huán)球CSR評(píng)分。潤(rùn)靈環(huán)球CSR評(píng)分在2019年后停止使用，鑒于數(shù)據(jù)完整性與可獲得性，本文采用和訊網(wǎng)CSR評(píng)分。

2.解釋變量。解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGIT）。當(dāng)前，衡量數(shù)字化轉(zhuǎn)型程度的方法暫時(shí)沒(méi)有定論，有研究通過(guò)文本分析，選擇年報(bào)中摘取如人工智能、大數(shù)據(jù)等數(shù)字化相關(guān)的關(guān)鍵詞詞頻進(jìn)行度量（吳非等，2021），也有研究通過(guò)主成分分析法或熵權(quán)法將相關(guān)指標(biāo)降維形成新指標(biāo)進(jìn)行度量等。部分研究文獻(xiàn)更進(jìn)一步，使用多種指標(biāo)進(jìn)行客觀評(píng)價(jià)，如謝絢麗和王詩(shī)卉（2022）從戰(zhàn)略、管理與業(yè)務(wù)三個(gè)維度構(gòu)建指標(biāo)體系對(duì)銀行數(shù)字化轉(zhuǎn)型程度進(jìn)行測(cè)度。為了提升區(qū)分度與評(píng)級(jí)綜合性，本文以廣東金融學(xué)院所編制的中國(guó)上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)為基礎(chǔ)，基于KNN分類(lèi)算法，通過(guò)機(jī)器學(xué)習(xí)對(duì)數(shù)字化轉(zhuǎn)型強(qiáng)度指數(shù)評(píng)級(jí)結(jié)果進(jìn)行拓展，新評(píng)級(jí)指數(shù)將時(shí)間跨度延伸為2010—2020年。具體做法是，選用scikit-learn庫(kù)中的KNeighborsClassifier算法在標(biāo)記過(guò)的數(shù)據(jù)上訓(xùn)練模型。scikit-learn是一個(gè)廣為使用的Python機(jī)器學(xué)習(xí)庫(kù)。其中，KNeighborsClassifier是一個(gè)執(zhí)行k-近鄰算法的分類(lèi)器，可用于分類(lèi)和回歸任務(wù)。使用這個(gè)訓(xùn)練完成的模型預(yù)測(cè)原始數(shù)據(jù)中缺失的評(píng)級(jí)樣本，可以有效地自動(dòng)填充缺失評(píng)級(jí)。這種能夠處理缺失數(shù)據(jù)的評(píng)級(jí)系統(tǒng)使得公司信用評(píng)級(jí)更為完善，為后續(xù)分析提供了更好的基礎(chǔ)數(shù)據(jù)支持。在樣本周期2010—2020年，樣本中的企業(yè)數(shù)字化轉(zhuǎn)型程度呈上升趨勢(shì)。

3.影響機(jī)制變量。本文參考賀小剛等（2017）的做法使用已吸收冗余（管理費(fèi)用/營(yíng)業(yè)收入×100%）與未吸收冗余（速動(dòng)比率、資產(chǎn)負(fù)債率）三者的均值作為冗余資源（SR）的代理變量；參考譚勁松等（2022）的做法，使用營(yíng)業(yè)毛利率、政府補(bǔ)貼作為消費(fèi)者資源（CR）、政府資源（GR）的代理變量；參考周茜等（2020）的做法，運(yùn)用主成分分析法，選用高管薪酬（Mana_Pay）、高管持股比例（Mana_Share）、獨(dú)立董事比例（indepen）、董事會(huì)規(guī)模（board）、機(jī)構(gòu)持股比例（Inst_share）、股權(quán)制衡度（Share_Balance）（二至五大股東持股比例之和/控股股東持股比例）、是否兩職合一（dual）等共七個(gè)指標(biāo)構(gòu)建企公司治理水平指數(shù)。

4.控制變量。借鑒以往研究，本文選取的控制變量有企業(yè)年齡（age）、董事會(huì)規(guī)模（board）、第一大股東持股比例（top1）、兩職合一（dual）、產(chǎn)權(quán)性質(zhì)（soe）、獨(dú)立董事比例（indepen）、營(yíng)業(yè)收入增長(zhǎng)率（growth）、資產(chǎn)負(fù)債率（lev）和企業(yè)規(guī)模（lnsize）。

（三）實(shí)證模型設(shè)定

為了檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任履行的影響，本文構(gòu)造如下實(shí)證模型。

其中i代表企業(yè)，t代表年份。CSRi，t代表企業(yè)社會(huì)責(zé)任，DIGITi，t為企業(yè)數(shù)字化轉(zhuǎn)型水平，Controli，t為控制變量，μi和ψt分別代表行業(yè)固定效應(yīng)和時(shí)間固定效應(yīng)，εi，t為隨機(jī)擾動(dòng)項(xiàng)。

為檢驗(yàn)公司治理水平、獲取政治資源、獲取顧客資源及冗余資源機(jī)制，本文參考江艇（2022）的做法，通過(guò)構(gòu)造調(diào)節(jié)變量與數(shù)字化轉(zhuǎn)型的交互項(xiàng)，并將交互項(xiàng)與影響機(jī)制的代理變量加入到式（1）中構(gòu)成式（2）進(jìn)行回歸，在式（2）中，Mi，t為影響機(jī)制變量，其余符號(hào)含義與式（1）相同。

四、實(shí)證檢驗(yàn)結(jié)果與討論

（一）變量描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)結(jié)果表1可見(jiàn)，國(guó)內(nèi)上市企業(yè)的企業(yè)社會(huì)責(zé)任履行情況差異巨大，縮尾后中位數(shù)為21.66，最小值為-3.320，最大值為74.69，標(biāo)準(zhǔn)差為15.84，可見(jiàn)我國(guó)上市企業(yè)的企業(yè)社會(huì)責(zé)任履行總體情況一般。數(shù)字化轉(zhuǎn)型評(píng)分（DIGIT）的平均數(shù)為4.39、中位數(shù)為4，可見(jiàn)國(guó)內(nèi)相當(dāng)一部分企業(yè)存在數(shù)字化轉(zhuǎn)型現(xiàn)象，總體處于中等水平。此外，在控制變量維度上，第一大股東股權(quán)占比（top1）平均數(shù)為35.47%、獨(dú)立董事占比（indepen）平均數(shù)為37%、營(yíng)業(yè)收入增長(zhǎng)率（growth）中位數(shù)為9%、資產(chǎn)負(fù)債率（lev）中位數(shù)為44%、董事會(huì)規(guī)模平均數(shù)為8.680、大約25%的樣本存在兩職合一（dual）的情況、企業(yè)年齡（age）平均數(shù)為2.87、中位數(shù)為2.94。所有變量的統(tǒng)計(jì)分布皆在合理范圍內(nèi)。

表1 主要變量定義與描述性統(tǒng)計(jì)

（二）基準(zhǔn)模型回歸結(jié)果

表2為回歸結(jié)果，模型中的被解釋變量為企業(yè)社會(huì)責(zé)任履行（CSR），核心解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGIT）。其中（1）列結(jié)果顯示，核心解釋變量系數(shù)均1%水平上顯著為正，雖然加入控制變量后，核心解釋變量顯著性與系數(shù)有所減小，依然在10%水平上顯著為正，證明企業(yè)數(shù)字化轉(zhuǎn)型能促進(jìn)企業(yè)社會(huì)責(zé)任履行，驗(yàn)證了假說(shuō)1。

表2 基準(zhǔn)模型回歸結(jié)果

（三）穩(wěn)健性檢驗(yàn)

1.替換解釋變量與被解釋變量。對(duì)于數(shù)字化轉(zhuǎn)型程度的度量，前期的研究文獻(xiàn)主要使用企業(yè)年報(bào)中數(shù)字技術(shù)應(yīng)用相關(guān)詞頻進(jìn)行度量，或者使用主成分分析法構(gòu)造數(shù)字化轉(zhuǎn)型強(qiáng)度指標(biāo)。在此，本文將使用企業(yè)年報(bào)數(shù)字技術(shù)應(yīng)用相關(guān)關(guān)鍵詞詞頻數(shù)加1再取對(duì)數(shù)（DIGIT_new）作為企業(yè)數(shù)字化轉(zhuǎn)型的替代變量進(jìn)行檢驗(yàn)。表3中（1）～（2）列為回歸結(jié)果。

表3 替換解釋變量、被解釋變量與更換回歸模型

對(duì)于企業(yè)社會(huì)責(zé)任的度量，本文采用潤(rùn)靈環(huán)球CSR數(shù)據(jù)作為企業(yè)社會(huì)責(zé)任履行的替代變量進(jìn)行穩(wěn)健性檢驗(yàn)。因?yàn)闈?rùn)靈環(huán)球CSR評(píng)級(jí)采用整體性（M）、內(nèi)容性（C）、技術(shù)性（T）、行業(yè)性（I）4個(gè)維度對(duì)企業(yè)社會(huì)責(zé)任履行水平進(jìn)行評(píng)價(jià)，使用不同體系指標(biāo)所構(gòu)造的企業(yè)社會(huì)責(zé)任履行有助于提升實(shí)證結(jié)果的穩(wěn)健性。

表3結(jié)果表明，無(wú)論使用何種變量作為企業(yè)數(shù)字化轉(zhuǎn)型程度與企業(yè)社會(huì)責(zé)任履行水平的替代變量，其結(jié)果均在1%顯著性水平上為正。因此，本文的實(shí)證結(jié)果具有一定穩(wěn)健性。

2.更換回歸模型。企業(yè)社會(huì)責(zé)任履行中，公開(kāi)的社會(huì)責(zé)任報(bào)告是其重要一環(huán)。若沒(méi)有獨(dú)立的社會(huì)責(zé)任報(bào)告，外部利益相關(guān)者對(duì)于企業(yè)社會(huì)責(zé)任履行情況難以獲取足夠的信息與細(xì)節(jié)。因此本文參考Gerged等（2023）做法，將企業(yè)社會(huì)責(zé)任履行的替代變量替換為是否獨(dú)立發(fā)布企業(yè)社會(huì)責(zé)任報(bào)告（CSRtpy）以及是否遵守GRI規(guī)范（GRI），有則賦值為1，否則為0，并使用logit模型進(jìn)行回歸分析。表3第（5）列為是否獨(dú)立發(fā)布企業(yè)社會(huì)責(zé)任報(bào)告的回歸結(jié)果，可見(jiàn)解釋變量DIGIT在1%水平上顯著為正，第（6）列為是否遵守GRI規(guī)范的回歸結(jié)果，解釋變量DIGIT同樣顯著為正。因此，數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)社會(huì)責(zé)任報(bào)告的披露水平有著顯著的促進(jìn)作用。

（四）內(nèi)生性檢驗(yàn)

1.Heckman兩步法檢驗(yàn)?？紤]到企業(yè)在披露企業(yè)社會(huì)責(zé)任報(bào)告存時(shí)在一定的選擇性，本文采用Heckman兩步法以避免樣本選擇偏差。第一階段的Probit回歸中被解釋變量為是否獨(dú)立披露社會(huì)責(zé)任報(bào)告，若獨(dú)立披露賦值為1，否則賦值為0。此外，本文參考張多蕾等（2022）做法，在一階段模型中加入年度—行業(yè)（csr_ind）企業(yè)社會(huì)責(zé)任報(bào)告獨(dú)立披露占比與年度—地區(qū)（csr_pvc）企業(yè)社會(huì)責(zé)任報(bào)告獨(dú)立披露占比。在一階段檢驗(yàn)中還控制了其他影響因素，如企業(yè)年齡、產(chǎn)權(quán)性質(zhì)、獨(dú)立董事比例等。此外，本文還參考了李小榮和劉行（2012）在一階段Probit回歸中不控制行業(yè)固定效應(yīng)，以降低多重共線性的可能。

Heckman兩步法檢驗(yàn)的具體結(jié)果見(jiàn)表4。第一階段被解釋變量為是否獨(dú)立公布企業(yè)社會(huì)責(zé)任報(bào)告（CSRtpy），本文將第一階段所得出的imr（逆米爾斯系數(shù)）放入第二階段回歸方程中，從表4第（4）列可見(jiàn)其在5%水平上顯著為正，說(shuō)明使用Heckman兩步法矯正樣本選擇偏差是有必要的，第一階段模型設(shè)定有一定合理性，而且解釋變量DIGIT在5%水平上顯著為正，結(jié)果與前文一致，說(shuō)明回歸結(jié)果穩(wěn)健。

表4 Heckman二階段的實(shí)證結(jié)果

2.工具變量檢驗(yàn)。為了緩解內(nèi)生性問(wèn)題，本文使用行業(yè)—地區(qū)—年度數(shù)字化水平均值、滯后一期企業(yè)數(shù)字化轉(zhuǎn)型水平以及參考杜明威等（2022）、Goldsmith-Pinkham et al.（2020）構(gòu)造Bartik工具變量，進(jìn)行二階段回歸，本文在進(jìn)行工具變量檢驗(yàn)時(shí)采用穩(wěn)健標(biāo)準(zhǔn)誤。

上述工具變量二階段回歸系數(shù)為正且均通過(guò)1%顯著性水平的檢驗(yàn)。此外，兩者均通過(guò)弱相關(guān)工具變量檢驗(yàn)及不可識(shí)別檢驗(yàn)。另外，本文將行業(yè)—地區(qū)—年度數(shù)字化水平均值以及滯后一期企業(yè)數(shù)字化轉(zhuǎn)型一同加入回歸模型，再次進(jìn)行工具變量檢驗(yàn)，結(jié)果見(jiàn)表5的（1）～（2）列，均通過(guò)弱工具變量檢驗(yàn)與不可識(shí)別檢驗(yàn)，Hensen J統(tǒng)計(jì)量不顯著，通過(guò)過(guò)度識(shí)別檢驗(yàn)。

表5 工具變量法檢驗(yàn)結(jié)果

接下來(lái)，本文采用Bartik工具變量進(jìn)行檢驗(yàn)。該工具變量的構(gòu)建過(guò)程如下：根據(jù)式（3），計(jì)算樣本初始年份2010年各個(gè)公司對(duì)應(yīng)省份的數(shù)字化轉(zhuǎn)型程度∑i∈rDIGIT2010i，r，t，然后計(jì)算每年各省數(shù)字化轉(zhuǎn)型程度相較于初始年份2010年各省數(shù)字化程度的增長(zhǎng)率，并進(jìn)行相乘。Bartik工具變量的構(gòu)造使用初始年度2010年省級(jí)維度的數(shù)字化轉(zhuǎn)型程度與其相對(duì)于基期增長(zhǎng)率相乘，在控制時(shí)間、行業(yè)固定效應(yīng)之后，其他難以觀測(cè)的影響基準(zhǔn)回歸的因素也盡可能降低。因此，使用省級(jí)維度的Bartik變量作為工具變量有助于保證相關(guān)性的前提下滿(mǎn)足工具變量的外生性要求。

五、進(jìn)一步討論

（一）機(jī)制分析

1.表6第（1）列為冗余資源調(diào)節(jié)作用的檢驗(yàn)結(jié)果。其中，第（1）列中數(shù)字化轉(zhuǎn)型與冗余資源（SR）的交乘項(xiàng)在5%水平上顯著為負(fù)，說(shuō)明冗余資源越少，在企業(yè)數(shù)字化轉(zhuǎn)型的過(guò)程中越會(huì)提升企業(yè)社會(huì)責(zé)任履行，提升與利益相關(guān)者的關(guān)系，獲得企業(yè)生存與發(fā)展的外部資源，以更好地實(shí)施自身發(fā)展策略，假說(shuō)2成立。

表6 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任履行影響的相關(guān)機(jī)制檢驗(yàn)

2.表6第（2）列中，政治資源（GR）與數(shù)字化轉(zhuǎn)型（DIGIT）的交互項(xiàng)在1%水平上顯著為負(fù)，說(shuō)明與政府關(guān)系越薄弱的企業(yè)，在數(shù)字化轉(zhuǎn)型過(guò)程中更會(huì)選擇提升企業(yè)社會(huì)責(zé)任履行。由此證明假說(shuō)3成立。表6第（3）列中顧客資源（CR）與數(shù)字化轉(zhuǎn)型（DIGIT）的交互項(xiàng)在1%水平上顯著為負(fù)，說(shuō)明假說(shuō)4成立。

3.表6第（4）列為公司治理水平機(jī)制的檢驗(yàn)結(jié)果。數(shù)字化轉(zhuǎn)型（DIGIT）與公司治理水平（ZLpca）的交互項(xiàng)系數(shù)在1%水平上顯著為正，假說(shuō)5成立。

（二）異質(zhì)性分析

1.按照是否兩職合一劃分。是否兩職合一在數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)社會(huì)責(zé)任履行過(guò)程中發(fā)揮著重要影響，在不同影響機(jī)制中，是否兩職合一也呈現(xiàn)出不同的結(jié)果。在公司治理水平機(jī)制中，非兩職合一的企業(yè)公司治理水平的促進(jìn)作用更為明顯。而獲取顧客資源方面，兩職合一的企業(yè)在獲取顧客資源上顯得更為積極，而在獲取政治資源機(jī)制方面，兩職合一與非兩職合一分組的解釋變量系數(shù)并無(wú)顯著差異。

分組回歸結(jié)果差異的原因可能如下：第一，分權(quán)結(jié)構(gòu)更好地保證企業(yè)社會(huì)責(zé)任履行；第二，兩職合一的企業(yè)權(quán)力過(guò)于集中，相對(duì)于有分權(quán)結(jié)構(gòu)的企業(yè)而言更容易出現(xiàn)問(wèn)題影響企業(yè)形象，因此更為積極地去改善與消費(fèi)者之間的關(guān)系。

2.按照組織慣性大小劃分。組織慣性對(duì)于企業(yè)運(yùn)營(yíng)與戰(zhàn)略方向存在負(fù)面影響（Mishina et al.，2010），在數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)社會(huì)責(zé)任履行過(guò)程中，組織慣性又起到什么作用呢？本文參考連燕玲等（2015）的做法使用員工規(guī)模與成立期限兩指標(biāo)標(biāo)準(zhǔn)化并相加進(jìn)行衡量，并根據(jù)行業(yè)—年度中位數(shù)分組進(jìn)行回歸。

在公司治理水平、獲取政治資源與獲取顧客資源三個(gè)機(jī)制中，組織慣性較大的企業(yè)分組中交互項(xiàng)系數(shù)正負(fù)與前文機(jī)制檢驗(yàn)的結(jié)果相同并在1%水平上顯著，且費(fèi)舍爾檢驗(yàn)的經(jīng)驗(yàn)P值均小于5%，兩組解釋變量系數(shù)存在顯著差異。由此表明，在組織慣性較大的企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任履行的促進(jìn)作用更為明顯。對(duì)于組織慣性較大的企業(yè)，數(shù)字化轉(zhuǎn)型的降本增效作用較為明顯。此外，規(guī)模較大的企業(yè)也更容易與政府建立良好關(guān)系。另外，組織慣性較大的企業(yè)往往成立時(shí)間較長(zhǎng)，客戶(hù)對(duì)其品牌新鮮感可能會(huì)降低，而且組織慣性較大的企業(yè)更需要穩(wěn)定的收入來(lái)源，而企業(yè)經(jīng)營(yíng)收入對(duì)于企業(yè)而言最為重要，因此組織慣性較大的企業(yè)會(huì)更為積極地與消費(fèi)者改善關(guān)系。①由于篇幅有限，異質(zhì)性檢驗(yàn)結(jié)果表格備索。

六、研究結(jié)論與政策建議

（一）研究結(jié)論

本文以2010—2020年中國(guó)滬深A(yù)股上市公司為研究樣本，利用廣東金融學(xué)院基于文本數(shù)據(jù)挖掘方法構(gòu)建的企業(yè)數(shù)字化詞庫(kù)，以詞庫(kù)詞頻為基礎(chǔ)測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型程度，并基于KNN分類(lèi)算法，通過(guò)機(jī)器學(xué)習(xí)對(duì)其編制的中國(guó)上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)進(jìn)行拓展來(lái)構(gòu)造新評(píng)級(jí)指數(shù)，探究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)社會(huì)責(zé)任履行的影響及其機(jī)制，研究結(jié)果表明，第一，數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)社會(huì)責(zé)任履行，具有明顯的促進(jìn)效應(yīng)；第二，在數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)社會(huì)責(zé)任履行過(guò)程中，企業(yè)資源獲取動(dòng)機(jī)越強(qiáng)、公司治理水平越高，企業(yè)社會(huì)責(zé)任履行的提升就越明顯。本文從資源獲取與企業(yè)治理視角出發(fā)，結(jié)合T-O-E（技術(shù)-組織-環(huán)境）框架揭示數(shù)字化轉(zhuǎn)型戰(zhàn)略對(duì)企業(yè)社會(huì)責(zé)任履行的促進(jìn)作用，進(jìn)一步豐富了數(shù)字化轉(zhuǎn)型與企業(yè)社會(huì)責(zé)任的相關(guān)文獻(xiàn)。

（二）蘊(yùn)含的政策建議

基于上述研究結(jié)論，本文提出以下政策建議。第一，政府在引導(dǎo)企業(yè)社會(huì)責(zé)任履行過(guò)程中，需要注意到企業(yè)在數(shù)字化轉(zhuǎn)型的不同階段所需要的資源類(lèi)別、總量有所不同，在制定資源分配計(jì)劃時(shí)，或許可以考慮引入社會(huì)責(zé)任履行情況作為考量因素，引導(dǎo)企業(yè)改善自身社會(huì)責(zé)任履行情況。政府在通過(guò)政策支持手段鼓勵(lì)企業(yè)履行社會(huì)責(zé)任時(shí)需要更多地考慮實(shí)際情況，提供帶有更嚴(yán)格監(jiān)督、更科學(xué)的制度供給。同時(shí)，政府需要考慮到外部制度供給的持續(xù)性及有效性，促進(jìn)企業(yè)持續(xù)履行和改善社會(huì)責(zé)任履行情況。第二，企業(yè)管理層需要認(rèn)識(shí)到企業(yè)社會(huì)責(zé)任履行有助于獲取戰(zhàn)略實(shí)施與平穩(wěn)發(fā)展所需資源，發(fā)揮利益相關(guān)者在企業(yè)發(fā)展與戰(zhàn)略轉(zhuǎn)型過(guò)程中的作用。因此，企業(yè)管理者不能僅以股東利益為上，在制定戰(zhàn)略時(shí)需更多考慮相關(guān)利益者的利益共創(chuàng)。通過(guò)構(gòu)建或參與數(shù)字化平臺(tái)，形成新的利益鏈條并賦能企業(yè)發(fā)展，減少企業(yè)與外部利益相關(guān)者的信息不對(duì)稱(chēng)程度。以數(shù)字化轉(zhuǎn)型帶動(dòng)企業(yè)信息公開(kāi)與溝通水平，擴(kuò)大利益相關(guān)者群體范圍，提升企業(yè)聲譽(yù)。同時(shí)，由于企業(yè)在數(shù)字化轉(zhuǎn)型與履行社會(huì)責(zé)任的過(guò)程中需要投入大量資金。因此，更應(yīng)重視發(fā)揮企業(yè)數(shù)字化轉(zhuǎn)型的提質(zhì)增效作用，將數(shù)字技術(shù)應(yīng)用到實(shí)需、急需環(huán)節(jié)，提升生產(chǎn)績(jī)效與治理績(jī)效，減少對(duì)外部資源依賴(lài)，獲取更多外部戰(zhàn)略資源。

誠(chéng)然，對(duì)于企業(yè)履行社會(huì)責(zé)任過(guò)程中具體側(cè)重于哪個(gè)群體，以及其具體偏向于何種履行方式，本文未進(jìn)行深入考察，未來(lái)研究或許可以從以上角度出發(fā)，進(jìn)一步深入探討。