1. 引言
党的二十大报告提出推进高质量发展，强调企业需在现代化产业体系中践行社会责任。根据《2023年度中国电子商务市场数据报告》，2023年中国电子商务市场规模达50.57万亿元，但数据隐私泄露、平台垄断等社会责任议题频发。在此背景下，探讨电商企业社会责任对财务绩效的影响机制，对引导行业可持续发展具有现实意义。
现有研究多集中于制造业，对电商行业特殊性关注不足。相较于传统行业，电商企业具有平台化、数据化特征，其CSR实践呈现新形态：京东通过“青流计划”推动包装减量化，降低物流成本的同时提升绿色品牌形象；拼多多“农地云拼”模式助力乡村振兴，通过供应链优化实现农户与消费者双赢。这些实践表明，电商企业CSR不仅关乎社会价值创造，更通过资源优化配置直接影响财务表现。并且，融资约束是制约电商企业发展的关键因素。研究表明，CSR可通过信号传递机制缓解信息不对称，增强投资者信心。阿里巴巴2023年发布的《环境、社会及治理(ESG)报告》显示，其碳中和目标推动标普全球评级将其ESG评分提升至行业领先水平，融资成本同比下降1.2%。这种传导路径在电商领域尤为显著：平台型企业需应对高频交易中的资金周转压力，而良好的CSR记录能形成独特的融资优势[1]。
本研究旨在深入探讨电子商务企业社会责任对财务绩效的作用机制，通过实证分析揭示其通过缓解融资约束影响财务表现的传导路径。理论层面，深化对新兴业态社会责任价值创造机理的认识；实践层面，为电商企业制定差异化的可持续发展战略提供决策依据，助力其在“双循环”新发展格局中实现经济效益与社会价值的协同共生。
2. 理论分析及研究假设
首先，Freeman在《战略管理：利益相关者方法》中提出的利益相关者理论，在电子商务领域形成了重要突破，其核心思想仍延续了对股东利益至上主义的批判——电商平台作为数字经济的核心载体，其发展目标不能仅止步于股东资本增值，而需将多元利益相关者的诉求纳入战略决策体系[2]。在数字化的多边市场结构中，该理论需延伸出两个理论：平台经济的网络效应放大了利益相关者之间的依存关系，消费者、商家、服务商等主体的利益诉求通过数据流形成动态平衡；平台算法影响多方利益，这要求企业必须将社会责任融入技术治理的基础架构，通过流量分配机制、信用评价体系等数字化工具实现多方权益的系统性协调。当平台通过制度化手段平衡各主体利益时，能够降低交易摩擦成本、提升生态协同效率，进而将社会价值创造转化为可持续的经济价值产出。利益相关者理论的发展奠定了企业社会责任理论产生和评估体系建设的基础，并有效阐释了企业为什么要主动担负起社会责任。通过承担社会责任，企业不仅能更好地服务自身利益，而且能够促成更广泛的利益共赢。因此本文提出假设：
H1：电商企业良好的履行社会责任有助于提升财务绩效。
其次，信息不对称理论是指交易双方因信息差异引发逆向选择(劣币驱逐良币)和道德风险(滥用信息优势)，导致市场资源配置效率降低。由于电商企业轻资产、高无形资产占比等特征，投资者难以通过传统财务指标准确评估其真实价值与风险，导致信息不对称问题加剧，进而推高融资成本或限制融资渠道[3]。在此情境下，CSR行为可通过信号传递机制向资本市场释放可信的质量信号：一方面，高成本的CSR投入能自动筛选出优质企业，因为低效企业无法长期负担这类投入，例如京东持续投入新能源配送车与可降解包装，向投资者传递其技术稳定性与长期战略承诺，从而降低债务融资成本；另一方面，CSR实践通过社会效益增强企业声誉，缓解投资者对经营风险的担忧，帮助其获得低息政策性贷款。例如拼多多自2017年起推出“农货上行”工程，帮助偏远地区农户搭建直连消费者的电商渠道。截至2018年底间接覆盖700万农业生产者。2022年，其助农模式被农业农村部评为“全国乡村振兴典型案例”，凭借该资质获得中国农业银行定向提供的超低息乡村振兴贷款。这种信号传递能够直接降低外部投资者与企业之间的信息鸿沟，使融资约束得以缓解，具体表现为债务融资利率下降、股权融资渠道拓宽以及政府资源倾斜。而融资约束的缓解进一步释放流动性资源，支撑企业技术升级与市场扩张，最终转化为收入增长与盈利提升。因此本文提出假设：
H2：融资约束在电商企业社会责任对财务绩效的影响中起中介作用。
3. 研究设计
3.1. 样本选择和数据来源
本研究选取了2013年至2023年所有有电子商务交易额的A股上市公司作为研究对象。数据全部源自CSMAR数据库。根据现有研究习惯，我们对数据样本进行了筛选，排除了保险、货币金融服务及资本市场服务等行业的公司，去除了数据缺失项以及ST和*ST标记的公司。并对主要连续变量执行了1%和99%分位的缩尾处理。
3.2. 变量选择及设置
3.2.1. 被解释变量
财务绩效(ROA)。本文参考骆嘉琪等从资产和股东权益两个方面出发，首先利用总资产收益率(ROA)作为核心指标进行回归分析，随后为了验证结果的稳健性，又选取了净资产收益率(ROE)作为另一财务绩效的衡量标准，这两者能从不同的角度去反映企业的盈利能力[4]。
3.2.2. 解释变量
企业社会责任(CSR)。本文参考邹萍在《经济管理》关键核心变量的构建[5]，以及Yuan等《Economic Modelling》2022年的企业社会责任CSR的衡量[6]，选取8个利益相关者维度：基于国泰安数据库中的社会责任报告信息，涵盖企业对股东、员工、消费者、供应商、环境、社区、政府及公益等8个方面的披露情况，构建了企业社会责任的综合指标。多角度反映企业履行责任的表现。确保了企业社会责任执行情况的全面与客观评量，从而生成科学的CSR总评分。
3.2.3. 中介变量
融资约束(KZ)。本文参考黄耀苇的研究，选用KZ指数作为衡量工具[7]。
3.2.4. 控制变量
本文参考众多学者[8]-[13]，选用资产负债率(Lev)，企业成长性(Growth)，托宾Q值(TobinQ)，股权集中度(TOP1)，总资产周转率(TAT)作为控制变量。
主要变量名称及定义参见表1。
Table 1. Table of main variables
表1. 主要变量表
变量类型 |
变量名称 |
变量代码 |
变量定义 |
解释变量 |
企业社会责任 |
CSR |
企业社会总得分/8 |
被解释变量 |
财务绩效 |
ROA |
净利润/平均资产总额 |
中介变量 |
融资约束 |
KZ |
CSMAR数据库中的融资约束KZ指数 |
控制变量 |
企业成长性 |
Growth |
营业收入增长率 |
|
资产负债率 |
LEV |
年末负债总额/年末资产总额 |
|
托宾Q值 |
TobinQ |
(流通股市值 + 非流通股股份数 * 每股净资产 + 负债账面值)/总资产 |
|
股权集中度 |
TOP1 |
第一大股东持股比例 |
|
总资产周转率 |
TAT |
销售收入/资产平均总额 |
3.3. 模型构建
为检验本文的研究假设，本文建立以下回归模型进行实证检验：
第一，为验证假设H1，构建模型(1)以探究CSR表现对企业绩效的影响。
(1)
第二，为初步验证假设H2，构建模型(2)探究CSR表现与融资约束的关系。
(2)
第三，为进一步验证假设H2，构建模型(3)探究融资约束的中介作用。
(3)
4. 实证分析
4.1. 描述性统计
从下表2中可知，财务绩效(ROA)均值为0.037，标准差为0.064。说明企业的财务表现整体比较稳定。CSR的数值范围从−0.059到0.784，显示出明显的差异，而其均值仅有0.227，这表明样本企业的CSR能力尚待提升，具备较大的进步空间。关于融资约束(KZ)，不同企业间的差距还是十分大的，从−7.291到6.072的巨大差异，而均值为0.723与标准差为2.251说明企业整体面临的融资约束比较良好，而不同企业的融资约束情况差异巨大。
4.2. 相关性分析
下表3显示，CSR与财务绩效显著正相关，相关系数为0.456，从而对假设H1提供了初步支持，表明企业履行社会责任能够增强企业的财务表现。同时，CSR和财务绩效分别与融资约束在相同的显著性水平上显示出显著的负相关性，相关系数分别为−0.289和−0.512，为假设H2提供了初步证据，说明增强电商企业社会责任的履行能有效减轻融资约束，并使企业更易于获取资金，从而为企业提供进一步发展的机会，最终提升财务绩效。
Table 2. Table of descriptive statistics
表2. 描述性统计表
变量 |
样本量 |
最大值 |
最小值 |
均值 |
标准偏差 |
ROA |
17,938 |
0.295 |
−0.431 |
0.037 |
0.064 |
CSR |
17,938 |
0.784 |
−0.059 |
0.227 |
0.136 |
KZ |
17,938 |
6.072 |
−7.291 |
0.723 |
2.251 |
LEV |
17,938 |
0.927 |
0.046 |
0.418 |
0.199 |
TOP1 |
17,938 |
0.825 |
0.000 |
0.343 |
0.147 |
Growth |
17,938 |
10.287 |
−0.745 |
0.395 |
0.999 |
TobinQ |
17,938 |
15.606 |
0.810 |
2.111 |
1.435 |
TAT |
17,938 |
2.656 |
0.055 |
0.605 |
0.408 |
Table 3. Correlation analysis table
表3. 相关性分析表
|
ROA |
CSR |
KZ |
LEV |
TOP1 |
Growth |
TobinQ |
TAT |
ROA |
1 |
|
|
|
|
|
|
|
CSR |
0.456*** |
1 |
|
|
|
|
|
|
KZ |
−0.512*** |
−0.289*** |
1 |
|
|
|
|
|
LEV |
−0.309*** |
−0.041*** |
0.616*** |
1 |
|
|
|
|
TOP1 |
0.127*** |
0.150*** |
−0.084*** |
0.064*** |
1 |
|
|
|
Growth |
−0.005 |
0.058*** |
0.067*** |
0.092*** |
0.009 |
1 |
|
|
TobinQ |
0.160*** |
−0.020*** |
−0.031*** |
−0.289*** |
−0.095*** |
0.008 |
1 |
|
TAT |
0.095*** |
0.049*** |
−0.004 |
0.151*** |
0.069*** |
−0.160*** |
−0.015** |
1 |
注：* p < 0.1, ** p < 0.05, *** p < 0.01(下同)
4.3. 回归分析
在表4所展示的实证分析中，模型(1)实证结果显示电商企业社会责任与财务绩效之间存在着正向显著影响，具体体现在相关系数达到了0.202。这一结果支持了假设H1。可见良好的CSR表现可以为企业的发展带来积极影响，企业可能通过承担社会上的责任来增强了企业的品牌价值和消费者信任，促进了更为稳固的客户关系和提高了市场竞争力，从而增加销售额和市场份额。
模型(2)显示，CSR和融资约束的相关系数为−4.032，并在1%的水平上显著负相关，这表明企业良好的社会责任表现有助于缓解融资约束。假设H2得到初步验证。
模型(3)可知CSR和融资约束与财务绩效的相关系数分别为0.157和−0.011，均在1%的显著性水平上表现出显著性。这不仅确认了电商企业社会责任对于缓解融资约束的正向效应，也确认了融资约束在CSR与财务绩效关系中的中介角色，为假设H2提供了坚实的证据。
Table 4. Mediation effects test table
表4. 中介效应检验表
|
(1) ROA |
(2) KZ |
(3) ROA |
CSR |
0.202*** |
−4.032*** |
0.157*** |
|
(68.188) |
(−44.748) |
(53.395) |
LEV |
−0.093*** |
7.531*** |
−0.009*** |
|
(−43.797) |
(116.087) |
(−3.365) |
TOP1 |
0.036*** |
−1.066*** |
0.024*** |
|
(13.172) |
(−12.765) |
(9.336) |
Growth |
0.001** |
0.013 |
0.001*** |
|
(2.196) |
(1.051) |
(2.718) |
TobinQ |
0.004*** |
0.233*** |
0.007*** |
|
(14.685) |
(26.357) |
(24.715) |
TAT |
0.018*** |
−0.468*** |
0.013*** |
|
(18.207) |
(−15.315) |
(13.720) |
KZ |
|
|
−0.011*** |
|
|
|
(−48.607) |
_cons |
−0.002 |
−1.362*** |
−0.018*** |
|
(−1.309) |
(−25.992) |
(−10.629) |
N |
17938 |
17938 |
17938 |
adj. R2 |
0.320 |
0.483 |
0.399 |
4.4. 稳健性检验
为了提高本研究结论的准确性和稳定性，让结论更具稳健性，通过将被解释变量和控制变量滞后一期和替换解释变量进行稳健性检验。
4.4.1. 更换被解释变量的稳健性检验
在主回归分析中，本文利用了ROA来衡量企业的财务绩效，而在进行稳健性检验时，选用ROE作为财务绩效的替代变量。分析样本与之前相同，选自2013年至2023年间的我国A股市场部分上市公司，采用相同的数据来源、数据处理方式和模型。相关结果见下表5。
从模型(1)~(3)的回归结果观察到CSR和财务绩效在1%的水平上显著正相关，相关系数为0.354，且融资约束依旧在CSR和财务绩效关系中起到部分中介作用。回归结果与上文实证结果基本一致，提出的三个假设仍然成立，初步判定了该研究的稳健性。
4.4.2. 滞后效应检验
上文回归结果已经得到电商企业社会责任的履行能够正向影响财务绩效，为了减少研究的内生性问题，接下来本研究将被解释变量和控制变量滞后一期的处理后进行回归分析检验。相关的稳健性回归结果详见表6。
Table 5. Table of robustness tests for replacement variables
表5. 替换变量稳健性检验表
|
(1) ROE |
(2) KZ |
(3) ROE |
CSR |
0.422*** |
−4.032*** |
0.354*** |
|
(64.865) |
(−44.748) |
(53.094) |
LEV |
−0.098*** |
7.531*** |
0.028*** |
|
(−20.975) |
(116.087) |
(4.712) |
TOP1 |
0.069*** |
−1.066*** |
0.051*** |
|
(11.449) |
(−12.765) |
(8.676) |
Growth |
0.006*** |
0.013 |
0.006*** |
|
(6.397) |
(1.051) |
(6.829) |
TobinQ |
0.004*** |
0.233*** |
0.008*** |
|
(6.072) |
(26.357) |
(12.320) |
TAT |
0.033*** |
−0.468*** |
0.025*** |
|
(14.993) |
(−15.315) |
(11.672) |
KZ |
|
|
−0.017*** |
|
|
|
(−32.072) |
_cons |
−0.051*** |
−1.362*** |
−0.074*** |
|
(−13.555) |
(−25.992) |
(−19.794) |
N |
17938 |
17938 |
17938 |
adj. R2 |
0.241 |
0.483 |
0.282 |
Table 6. Lag effect test
表6. 滞后效应检验
|
(1) ROA |
(2) KZ |
(3) ROE |
L.CSR |
0.108*** |
−2.709*** |
0.155*** |
|
(30.341) |
(−27.816) |
(20.443) |
LEV |
−0.096*** |
7.478*** |
0.070*** |
|
(−35.463) |
(100.531) |
(9.508) |
TOP1 |
0.053*** |
−1.364*** |
0.071*** |
|
(15.200) |
(−14.435) |
(9.771) |
Growth |
0.003*** |
−0.020 |
0.009*** |
|
(4.780) |
(−1.377) |
(8.271) |
TobinQ |
0.004*** |
0.224*** |
0.010*** |
|
(12.309) |
(22.966) |
(12.918) |
TAT |
0.022*** |
−0.578*** |
0.025*** |
|
(17.190) |
(−16.685) |
(9.329) |
KZ |
|
|
−0.024*** |
|
|
|
(−38.624) |
_cons |
0.010*** |
−1.421*** |
−0.056*** |
|
(4.401) |
(−24.037) |
(−12.216) |
N |
14561 |
14561 |
14561 |
adj. R2 |
0.184 |
0.441 |
0.193 |
在表6中，针对模型(1)~(3)均做了滞后一期的处理，以此来研究电商企业社会责任的履行是否存在跨期效应。从实证结果可知，依旧符合之前的假设，说明电商企业社会责任对财务绩效存在跨期影响，也使上文的实证结果更具稳健性。
5. 研究结论与建议
5.1. 研究结论
本文以2013~2023年中国电商上市公司为样本，基于平台经济特征探究企业社会责任对财务绩效的作用机制，通过理论与实证分析的结合，本文得出以下发现：
电商企业的社会责任履行对其财务绩效具有显著正向促进作用，且这一效应在平台经济模式下呈现独特的强化机制。研究发现，电商行业的平台化运营模式通过双边市场协同效应放大CSR价值传导效率：平台型企业依托网络效应将社会责任实践嵌入多边用户生态，通过数据驱动的需求洞察优化资源配置，使CSR投入能够精准触达消费者、供应商等核心利益相关方，形成规模化的价值共创。这种效应具有持续性，表明优质CSR实践通过优化资源配置效率、增强利益相关方信任，有助于提升企业的财务表现。
融资约束在社会责任与财务绩效间发挥部分中介作用，且这一传导机制在电商领域呈现显著的数字化特征。平台型企业借助数字技术提升ESG信息披露的透明度和可追溯性，通过区块链、大数据风控等工具增强投资者对CSR绩效的信任度，从而更高效地对接绿色债券、供应链金融等创新融资渠道。研究显示，网络效应带来的声誉积累形成独特竞争优势，平台企业通过用户评价体系、社交媒体传播等数字化触点，将社会责任实践转化为可量化的信用资产，显著改善资本市场对其长期价值的评估。
研究结论的理论价值在于揭示了数字经济时代CSR价值创造的双重路径：一方面，平台经济的网络外部性使社会责任实践突破传统线性价值链，通过生态协同实现社会效益的指数级扩散；另一方面，数据要素的资产化属性推动CSR投入从成本项向战略性投资转化，形成社会价值与商业价值的动态平衡机制。这种将社会责任深度嵌入数字生态核心逻辑的模式，为理解新兴业态的价值转化规律提供了新的理论视角。
5.2. 建议
本文通过理论与实证分析揭示了电商企业社会责任对财务绩效的作用机制，为强化企业社会责任实践提供实证支撑。基于平台经济特性与数字技术发展趋势，提出以下具可操作性的优化建议：
从全方面解析社会责任实践对电商运营的价值传导机理，重点剖析资源投入、过程转化与终端效益的协同路径。首先，聚焦流量运营、供应链协同、跨境合规等核心场景，开发场景化社会责任指标体系，将用户行为数据与供应链效率指标纳入动态监测；其次，运用数据分析测量社会责任投入对运营效率的边际影响，量化其通过用户粘性增强、交易摩擦降低等路径对财务绩效的传导效应；最后，建立跨期追踪数据库，捕捉社会责任实践的长期价值积累规律，为企业优化资源配置提供动态决策支持。
金融机构与电商平台协同设计差异化融资方案。一是将社会责任绩效纳入授信模型，建立动态权重调整机制，针对绿色供应链建设、普惠服务覆盖等核心维度设置阶梯式利率优惠；二是开发社会责任挂钩的金融衍生工具，通过可转债条款设计等模式，将企业社会责任投入转化为可量化的融资成本优势；三是搭建CSR数据交易平台，推动碳减排量、公益流量等非财务资产的标准化估值与流转，拓宽社会责任价值变现渠道。