1. 引言
党的十八大以来，我国政府高度重视品牌建设。对企业而言，建立良好的声誉是创造和维护优秀品牌形象的关键[1]。企业声誉是一项重要的无形资产[2]，其独特性和难以模仿的特点使其成为企业核心竞争力的重要元素，能够为企业在长期内创造价值。良好的声誉既有助于企业培养客户忠诚度以创造竞争壁垒，又可以吸引投资者和高质量员工[3]，从而进一步提升企业生产力和品牌价值。
声誉的重要性促使企业愈发重视声誉管理，更引发了国内外学者对企业声誉成因的广泛研究。声誉的形成过程是一种信号传递活动，企业通过信息披露等手段向外界传递积极信号从而建立企业声誉[4]。其中，企业社会责任信息披露是学术界公认的提升企业声誉的重要途径[5]。企业通过披露社会责任信息向利益相关者传递信号，以彰显自身经营状况和社会责任感，沈洪涛等[6]实证检验了企业社会责任与企业声誉间的正相关关系。随着研究的不断深入，学者们发现企业各项社会责任行为均对企业声誉有单独影响，如慈善捐赠[7]、环境创新[8]等。Sánchez-Torné等[5]从产品和服务、创新、工作场所、治理、公民身份、领导力和绩效七个维度解释社会责任对企业声誉的影响。相反，不负责任的企业[9]，如欺诈、误报[10]、环境违规行为[11]等会带来声誉处罚。环境信息披露既是企业社会责任的重要组成部分，也是信号传递理论发挥作用的有效途径，对企业声誉的影响不容忽视。数字经济时代，数字技术应用提升了企业信息传播效率，数字化转型能否帮助企业进行环境信息披露进而作用于企业声誉，有待进一步检验。
2. 理论分析与研究假设
2.1. 数字化转型与企业声誉
数字技术对企业声誉的直接影响主要体现在提升服务水平和信号传递效应两个方面。在提升服务水平方面，移动互联网平台拉近了生产者和消费者间的关系，使得企业能够更精准地掌握客户需求，并根据客户需求推出产品和服务。不仅如此，企业还可以凭借数字化工具进行营销宣传、客户维护与售后服务，实现产品全生命周期管理[12]，提高客户满意度。在信号传递方面，数字化转型的声誉提升效应主要通过向市场传递积极信号，缓解信息不对称的方式实现。数字经济时代，企业开展数字化转型是积极响应国家政策导向的体现[13]，有助于企业展示自身发展前景、提高市场口碑形象并建立声誉。此外，利用数字信息平台，企业可以向公众传递自身在环境保护、创新研发、慈善捐赠等方面的成果，增强社会公众对企业的认同感。
H1：数字化转型有助于提升企业声誉。
2.2. 数字化转型、环境信息披露质量与企业声誉
与空泛的、易被操纵的软环境信息相比，包含实质性内容的硬环境信息通常被视为更高质量的环境信息，更能帮助利益相关者做出理性决策[14]。一方面，企业凭借数字化技术增强了硬环境信息披露的能力，进而提升企业声誉。企业既能够利用数字化设备实时收集能源消耗、废物处理及污染排放等环境数据，还能够凭借云计算和数据可视化等技术对这些数据进行整合和处理，进而输出为准确的、实用的硬环境信息。高质量的环境信息披露有助于利益相关者感知企业的社会责任感，从而建立企业声誉。另一方面，企业出于以低成本谋取高收益的动机，也可能利用数字技术披露模糊的无法轻易验证的软环境信息，试图改变利益相关者及社会公众对其的看法，维护企业形象。
H2a：数字化转型通过促进硬环境信息披露提升企业声誉，即硬环境信息披露在数字化转型与企业声誉之间具有中介作用。
H2b：数字化转型通过促进软环境信息披露提升企业声誉，即软环境信息披露在数字化转型与企业声誉之间具有中介作用。
2.3. 数字化转型、环境信息披露性质与企业声誉
企业通过数字化转型披露正面和负面的环境信息，有助于建立和维持声誉。一方面，随着社会公众的环境保护意识逐渐增强，企业在环保方面的表现将直接影响其在公众心目中的形象。利益相关者通过接收到的环境信息来评估企业的环保表现，进而形成正面或负面的主观评价。在这个过程中，企业所传递的环境信息是积极还是消极，影响着利益相关者对企业声誉的感知。若企业认真履行环境责任，主动提升环境治理和环境信息披露水平，使得利益相关者了解其良好的环境风险管控能力和优渥的发展前景，将有助于吸引他们的关注和青睐，进而提升企业声誉。不仅如此，当企业出现负面新闻时，正面环境信息披露还能在一定程度上抵消这种负面影响，维持公司股价[15]。另一方面，企业主动披露负面环境信息同样有助于维护其声誉。当企业面临环境风险或环保处罚时，若能够运用数字技术全面、准确地向社会公开相关信息，并承诺积极治理，将会让外界感受到企业的诚意和社会责任感，从而提升企业声誉。相反，如果企业对负面环境信息采取消极回避和隐瞒的态度，在当前数字化水平不断提高、信息透明度增强的背景下，这种行为可能会被利益相关者察觉，从而损害企业声誉。
H3a：数字化转型通过促进正面环境信息披露提升企业声誉，即正面环境信息披露在数字化转型与企业声誉之间具有中介作用。
H3b：数字化转型通过促进负面环境信息披露提升企业声誉，即负面环境信息披露在数字化转型与企业声誉之间具有中介作用。
2.4. 数字化转型、环境表现与企业声誉
企业利用数字化技术进行声誉管理的过程受到环境表现的影响，尤其是在当前环境污染问题日益严重，人类基本生存条件受到威胁的背景下，政府、公众、投资者等利益相关者对企业的环境表现愈发关注。消费者偏好环境友好型商品，并对环保企业及其产品表现出更高的忠诚度[16]；投资者将企业环境绩效作为重要决策指标；金融机构减少对高碳强度项目提供融资；政府及公众也更加关注企业在节能减排、绿色发展方面做出的努力。因此，环境表现好的企业利用数字化转型传递积极信号，更容易获得认可建立声誉。
H4：环境表现越好的企业，数字化转型对企业声誉的促进效应越强。
3. 研究设计
3.1. 模型构建
本文首先设定双重固定效应模型以检验数字化转型对企业声誉的直接影响：
(1)
为检验策略性环境信息披露的中介效应，本文进一步构建如下中介效应模型：
(2)
(3)
其中，repit代表i企业第t年的声誉水平，digitalit代表i企业第t年的数字化转型程度，eidit为i企业第t年的环境信息披露，controlsit为其他控制变量。λi、μt、εit分别表示个体固定效应、时间固定效应及随机扰动项。此外，为了保证结果的稳健性，本文使用稳健标准误进行分析。
3.2. 变量定义
被解释变量。本文的被解释变量是企业声誉，参考已有研究[17]，从利益相关者视角出发，选取消费者、股东、债权人和企业发展四个维度共12个指标，采用因子分析法计算得出企业声誉变量。
核心解释变量。本文的核心解释变量是企业数字化转型程度。上市公司年报中会披露主营业务和内部组织结构信息，从中可以反映管理层对未来发展方向及战略的判断，因此采用词频统计的方法构建数字化转型指标具有合理性。本文参考李雪松等[18]的做法，基于数字技术应用、互联网商业模式、智能制造和现代信息系统四个维度进行词频统计，并将总词频进行对数化处理得到数字化转型指数。
中介变量。本文的中介变量为企业策略性环境信息披露，参考以往研究[19]，根据披露内容将环境信息披露划分为软披露、硬披露、正面环境信息披露及负面环境信息披露。其中，软披露包括环境管理披露、环境信息披露载体两个维度，硬披露包括环境认证披露、环境负债披露、环境业绩与治理披露三个维度；环境负债和环境监管维度的环境信息披露属于负面环境信息披露，其他属于正面环境信息披露。
控制变量。除核心变量以外，本文进一步引入企业基本特征和治理层面的控制变量。具体包括公司规模(size)、公司年龄(firm age)、股权性质(soe)、股权集中度(top1)、董事会规模(board)、董事年龄(age)、政治关联程度(political)。主要变量定义如表1。
Table 1. Variable definitions
表1. 变量定义
名称 |
符号 |
定义 |
企业声誉 |
rep |
因子分析法 |
数字化转型 |
digital |
基于文本分析、词频统计、对数化处理 |
环境信息软披露 |
soft |
环境管理披露、环境信息披露载体 |
环境信息硬披露 |
hard |
环境认证披露、环境负债披露、环境业绩与治理披露 |
正面环境信息披露 |
pos |
环境管理、环境认证、环境治理 |
负面环境信息披露 |
neg |
环境负债和环境监管 |
公司规模 |
size |
ln(年总资产) |
公司年龄 |
firm age |
ln(当年年份 − 上市年份 + 1) |
股权性质 |
soe |
国有企业赋值为1，非国有企业赋值为0 |
股权集中度 |
top1 |
第一大股东持股比例 |
董事会规模 |
board |
董事会人数 |
董事年龄 |
age |
董事年龄均值 |
政治关联程度 |
political |
若企业董事长或总经理在政府机构任职，部级、厅级、处级、科级分别赋值为4~1、无任职经历取值为0；若企业董事长或总经理担任党代表、人大代表或政协委员，国家级、省级、市级、区县级及以下分别赋值为4~1、无担任经历赋值为0；若两种级别定义方式都有数据，取两者的最大值 |
3.3. 数据来源及描述性统计
本文选取了2008~2021年中国A股上市公司作为研究对象，并按照如下标准对原始数据进行了处理：(1) 剔除金融、保险等特殊行业的样本；(2) 剔除ST、PT公司的样本；(3) 剔除主要变量存在数据缺失的观测值，最终样本涉及3612家上市公司，26,855条公司年度观测值。本文数字化转型数据通过对上市公司的年报进行文本分析和词频统计得到，其他数据来自CSMAR数据库。表2为本文主要变量的描述性统计结果。
Table 2. Descriptive statistics
表2. 描述性统计
变量 |
样本量 |
平均值 |
标准差 |
最小值 |
中位数 |
最大值 |
rep |
26,855 |
5.587 |
2.879 |
1.000 |
6.000 |
10.000 |
digital |
26,855 |
2.556 |
1.162 |
0.000 |
2.485 |
6.909 |
soft |
26,855 |
2.486 |
2.299 |
0.000 |
2.000 |
11.000 |
hard |
26,855 |
4.730 |
4.958 |
0.000 |
2.000 |
27.000 |
pos |
26,855 |
4.330 |
4.512 |
0.000 |
2.000 |
23.000 |
neg |
26,855 |
2.434 |
2.386 |
0.000 |
1.000 |
14.000 |
size |
26,855 |
22.20 |
1.368 |
17.757 |
21.998 |
28.636 |
top1 |
26,855 |
0.360 |
0.152 |
0.003 |
0.342 |
0.900 |
soe |
26,855 |
0.384 |
0.486 |
0.000 |
0.000 |
1.000 |
firm age |
26,855 |
2.815 |
0.385 |
0.000 |
2.890 |
4.159 |
board |
26,855 |
2.143 |
0.199 |
0.693 |
2.197 |
2.890 |
age |
26,855 |
51.090 |
3.749 |
34.556 |
51.091 |
66.800 |
political |
26,855 |
1.090 |
1.583 |
0.000 |
0.000 |
4.000 |
4. 实证分析
4.1. 基准回归
表3为本文的基准回归模型检验结果。列(1)只加入核心解释变量，列(2)、(3)、(4)是在加入控制变量的基础上分别使用普通标准误、稳健标准误、bootstrap标准误的结果。结果显示，数字化转型指标的估值参数均显著为正，数字化转型程度与企业声誉之间存在正相关关系。支持假设1。
Table 3. Baseline regression
表3. 基准回归
变量 |
(1) |
(2) |
(3) |
(4) |
rep |
rep |
rep |
rep |
digital |
0.343*** |
0.092*** |
0.092*** |
0.092*** |
|
(0.014) |
(0.011) |
(0.017) |
(0.013) |
Constant |
4.206*** |
−39.945*** |
−39.945*** |
−39.945*** |
|
(0.047) |
(0.419) |
(0.893) |
(0.507) |
firm FE |
YES |
YES |
YES |
YES |
year FE |
YES |
YES |
YES |
YES |
Observations |
26,855 |
26,855 |
26,855 |
26,855 |
R-squared |
0.103 |
0.454 |
0.454 |
0.454 |
注：*、**、***分别表示在10%、5%和1%的水平上显著，括号内为稳健标准误。下表同。
4.2. 稳健性检验
一是替换解释变量，参考吴非等[20]的做法，基于大数据、人工智能、区块链、云计算、数字技术运用五个维度构建数字化转型指标，替换原有指标进行检验，结果如表4列(1)所示。二是替换被解释变量，参考已有研究[1]，将本文被解释变量企业声誉替换为企业无形资产进行回归，结果见表4列(2)。三是增加控制变量，考虑到企业声誉可能受到地区层面因素的影响[3]，本文进一步增加宏观层面控制变量，包括地区人口密度、地区消费水平、地区经济发展水平，结果见表4列(3)。可以看出，在进行了一系列稳健性检验后，本文结论仍然稳健。
Table 4. Robustness test
表4. 稳健性检验
变量 |
(1) |
(2) |
(3) |
替换解释变量 |
替换被解释变量 |
增加控制变量 |
rep |
无形资产 |
rep |
digital2 |
0.033** |
|
|
|
(0.015) |
|
|
digital |
|
0.049*** |
0.068*** |
|
|
(0.015) |
(0.019) |
Constant |
−40.176*** |
−5.314*** |
−39.261*** |
|
(0.894) |
(0.797) |
(1.713) |
Control |
YES |
YES |
YES |
firm FE |
YES |
YES |
YES |
year FE |
YES |
YES |
YES |
Observations |
26,855 |
25,548 |
19,694 |
R-squared |
0.453 |
0.454 |
0.422 |
4.3. 中介效应
4.3.1. 基于环境信息披露质量的中介效应检验
表5列(1) (2)为硬披露的中介效应检验结果，列(1)显示，数字化转型对硬披露的估计系数显著为正，列(2)显示，企业硬环境信息披露对企业声誉的影响系数显著为正，本文假设2a中关于硬环境信息披露的中介效应假设成立。表5列(3) (4)为软环境信息披露的中介效应检验结果，可以看出，数字化转型显著促进了企业软环境信息披露，但软披露对企业声誉的影响系数不显著，需要进一步采用bootstrap检验间接效应是否存在。bootstrap检验结果见表6，置信区间中包含0，本文假设2b中关于软披露的中介效应假设不成立。可能的原因在于：一方面，数字化技术增强了企业采集并披露实质性硬环境信息的能力；另一方面，随着数字化进程的推进，企业内部信息变得更加透明，利益相关者对企业的了解也愈加全面。如果企业仅披露低质量的软环境信息，容易被识别并可能损害声誉[21]。为了降低这种声誉风险，企业有动机披露高质量的硬环境信息。
Table 5. The intermediary effect test of environmental information disclosure quality
表5. 环境信息披露质量的中介效应检验
变量 |
(1) |
(2) |
(3) |
(4) |
hard |
rep |
soft |
rep |
digital |
0.089** |
0.091*** |
0.075*** |
0.092*** |
|
(0.045) |
(0.017) |
(0.019) |
(0.017) |
hard |
|
0.010*** |
|
|
|
|
(0.003) |
|
|
soft |
|
|
|
0.004 |
|
|
|
|
(0.007) |
Constant |
−2.156 |
−39.923*** |
−6.459*** |
−39.920*** |
|
(2.070) |
(0.891) |
(0.870) |
(0.896) |
Control |
YES |
YES |
YES |
YES |
firm FE |
YES |
YES |
YES |
YES |
year FE |
YES |
YES |
YES |
YES |
Observations |
26,855 |
26,855 |
26,855 |
26,855 |
R-squared |
0.209 |
0.454 |
0.306 |
0.454 |
Table 6. Bootstrap test results
表6. Bootstrap检验结果
效应 |
z |
P > |z| |
置信区间(95%) |
间接效应 |
−1.17 |
0.241 |
−0.0005 |
0.0001 |
直接效应 |
19.04 |
0.000 |
0.164 |
0.202 |
4.3.2. 基于环境信息披露性质的中介效应检验
表7列(1) (2)为企业正面环境信息披露的中介效应检验结果，列(1)显示，数字化转型对正面信息披露的估计系数显著为正，列(2)显示，企业正面环境信息披露对企业声誉的影响系数显著为正，本文假设3a中关于正面环境信息披露的中介效应假设成立。表7列(3) (4)为负面环境信息披露的中介效应检验结果，可以看出，数字化转型对企业负面环境信息披露的影响系数不显著，需要进一步采用bootstrap检验间接效应是否存在。bootstrap检验结果见表8，置信区间中不包含0，本文假设3b中关于负面环境信息披露的中介效应假设成立。
Table 7. The intermediary effect test of environmental information disclosure nature
表7. 环境信息披露性质的中介效应检验
变量 |
(1) |
(2) |
(3) |
(4) |
pos |
rep |
neg |
rep |
digital |
0.107*** |
0.091*** |
0.029 |
0.092*** |
|
(0.038) |
(0.017) |
(0.023) |
(0.017) |
pos |
|
0.010*** |
|
|
|
|
(0.004) |
|
|
neg |
|
|
|
0.012** |
|
|
|
|
(0.006) |
Constant |
−9.675*** |
−39.852*** |
0.809 |
−39.954*** |
|
(1.684) |
(0.894) |
(1.072) |
(0.892) |
Control |
YES |
YES |
YES |
YES |
firm FE |
YES |
YES |
YES |
YES |
year FE |
YES |
YES |
YES |
YES |
Observations |
26,855 |
26,855 |
26,855 |
26,855 |
R-squared |
0.270 |
0.454 |
0.224 |
0.454 |
Table 8. Bootstrap test results
表8. Bootstrap检验结果
效应 |
z |
P > |z| |
置信区间(95%) |
间接效应 |
7.91 |
0.000 |
0.007 |
0.011 |
直接效应 |
17.75 |
0.000 |
0.155 |
0.194 |
4.4. 调节效应
为检验企业环境表现在数字化转型影响企业声誉的过程中发挥的调节作用，本文采用企业环境污染程度作为评价环境表现的指标。污染程度越低，表示企业环境表现越好，结果如表9所示。列(2)显示，企业污染程度与数字化转型的交互项在1%水平上显著为负，说明环境污染抑制了数字化转型对企业声誉的促进作用。企业环境表现越好，数字化转型对企业声誉的促进作用越强，支持假设4。
Table 9. Moderation effect test
表9. 调节效应检验
|
(1) |
(2) |
变量 |
rep |
rep |
digital |
0.092*** |
1.038*** |
|
(0.017) |
(0.356) |
污染程度 |
|
21.606** |
|
|
(8.757) |
digital*污染程度 |
|
−6.713*** |
|
|
(2.511) |
Constant |
−39.945*** |
−42.572*** |
|
(0.893) |
(1.557) |
Control |
YES |
YES |
firm FE |
YES |
YES |
year FE |
YES |
YES |
Observations |
26,855 |
24,743 |
R-squared |
0.454 |
0.442 |
5. 结论与政策建议
本文在统一的框架内探讨并检验了数字化转型对企业声誉的影响，为数字化转型和企业声誉方面的研究提供了重要补充。并从企业策略性环境信息披露视角出发，深入剖析了数字化转型促进企业声誉提升的内在机理，有利于深化学界对数字化转型、环境信息披露和企业声誉之间复杂关系的微观理解。主要结论如下：第一，企业数字化转型有助于提升企业声誉。第二，数字化转型主要通过促进企业硬环境信息披露促进企业声誉。第三，企业正面及负面环境信息披露均能在数字化转型影响企业声誉的过程中发挥中介作用。第四，企业环境污染程度越高，数字化转型对企业声誉的促进作用越小。上述结论蕴含的启示在于：企业在披露环境信息时应减少“避重就轻”和“报喜不报忧”等策略性行为，积极披露高质量、可验证的环境信息以及负面环境信息，在响应国家号召的同时赢得企业声誉。