数据资产化与企业可持续发展绩效:可持续数字化转型中的数据治理视角

《Systems》:Data Assetization and Corporate Sustainable Development Performance: A Data Governance Perspective for Sustainable Digital Transformation

【字体: 大 中 小 】 时间:2026年09月21日 来源:Systems 3.8

编辑推荐:

  随着智能技术嵌入企业运营,数据正从业务副产品演变为决策和价值创造的战略资源。然而,数据量的扩大并不会自动产生可持续价值。企业必须将分散的数据作为组织资产进行治理、整合和部署。数据资产化构成了这一转变,将数字化转型与企业可持续发展联系起来,但其绩效影响和边界条件

  
随着智能技术嵌入企业运营,数据正从业务副产品演变为决策和价值创造的战略资源。然而,数据量的扩大并不会自动产生可持续价值。企业必须将分散的数据作为组织资产进行治理、整合和部署。数据资产化构成了这一转变,将数字化转型与企业可持续发展联系起来,但其绩效影响和边界条件仍未得到充分探索。基于资源编排理论(resource orchestration theory)、制度基础观(institution-based view)、公司治理理论(corporate governance theory)和委托代理理论(principal–agent theory),研究人员分析了2015—2024年中国A股上市公司的29005个公司-年度观测值。研究人员构建了基于BERT(Bidirectional Encoder Representations from Transformers)的数据资产化情境化测量指标,并估计了双向固定效应模型。数据资产化与可持续发展绩效呈正相关,这一发现在替代性测量、样本调整和滞后设定下仍然稳健。在数据要素市场化程度、内部控制质量和审计质量更高的情况下,这种关联更强,且在非国有企业和高科技企业中更为显著。自有使用型数据资产化(own-use-oriented data assetization)和交易型数据资产化(transaction-oriented data assetization)均与绩效正相关,其中后者的关联显著更强。本研究将可持续数字化转型重新定义为数据治理过程,识别了多层次的制度和治理边界条件,并提供了一种情境敏感的测量方法。研究结果为企业数据治理和数据市场政策提供了启示。
随着智能技术深入嵌入企业运营,数据已从业务副产品转变为决策与价值创造的战略资源。然而,单纯积累数据并不能自动产生可持续价值,企业必须将分散的数据治理、整合并部署为组织资产,这一过程即数据资产化(Data Assetization, DA)。尽管数据资产化被视为连接数字化转型与可持续发展的关键桥梁,但现有研究对其绩效后果与边界条件尚未充分探索。已有文献或聚焦于单一数字技术(如人工智能、区块链、大数据分析)的可持续性影响,或采用基于关键词词频的测量方法,难以区分实质性数据资产化披露与一般数字化叙事。为此,研究人员基于资源编排理论(Resource Orchestration Theory)、制度基础观(Institution-based View)、公司治理理论(Corporate Governance Theory)和委托代理理论(Principal–Agent Theory),利用2015—2024年中国A股上市公司的非平衡面板数据,系统考察数据资产化与企业可持续发展绩效(Triple-bottom-line Performance, TDP)的关系,并识别外部市场基础设施、内部治理和外部鉴证等调节条件,以及不同企业类型和数据使用取向上的异质性。

研究发现,数据资产化与企业可持续发展绩效显著正相关,且该关联在数据要素市场化(Data Factor Marketization, DFM)更高、内部控制质量(Internal Control Quality, IC)更高、审计质量(Audit Quality, AQ)更高的企业中更强;在非国有企业和高科技企业中更为显著;交易型数据资产化(Transaction-oriented Data Assetization, DDA)的正向关联显著强于自有使用型数据资产化(Own-use-oriented Data Assetization, ODA)。该研究将可持续数字化转型重新概念化为数据治理过程,为企业数据治理实践和数据市场政策提供了重要启示。

在研究方法上,研究人员采用的主要关键技术方法包括:基于中国A股上市公司2015—2024年年报,利用BERT文本分类技术构建数据资产化测度,通过领域词典检索候选句子,再经两阶段分类(第一阶段识别实质性数据资产化句子,第二阶段区分ODA与DDA)汇总为企业年度指标;企业可持续发展绩效采用三重底线框架,将财务绩效(Return on Assets, ROA)与环境和社会绩效(ESG评分中E和S支柱的平均值)进行最小-最大归一化后,通过几何平均并加入平衡调整项计算;以数据交易平台数量衡量DFM,以DIB指数加1的自然对数衡量IC,以修正Jones模型估计的可操纵应计负绝对值衡量AQ;采用双向固定效应模型估计,标准误在企业层面聚类。样本剔除金融保险业、ST、*ST和PT公司及缺失值后,最终获得29005个公司-年度观测值。

研究结果部分,按原文小标题概述如下:4.1 描述性统计与初步分析(Descriptive Statistics and Preliminary Analysis)显示,TDP均值为36.432,标准差8.411;DA均值为0.090,中位数为0,表明多数企业数据资产化水平较低。4.2 相关性分析(Correlation Analysis)中,DA与TDP的相关系数为0.054(p<0.01),初步支持假设1,且方差膨胀因子最大值1.638,无严重多重共线性。4.3 实证结果分析(Empirical Results Analysis)下:4.3.1 基准回归分析(Benchmark Regression Analysis)在控制变量和双向固定效应下,DA系数为2.645(p<0.01),假设H1成立;4.3.2 稳健性检验(Robustness Tests)中,将因变量替换为华证ESG综合得分、将样本限制为2019年后、剔除直辖市企业、采用滞后一期DA,系数仍显著为正,支持基准结果;4.3.3 调节作用回归分析(Regression Analysis of Moderating Role)中,DA×IC系数为0.567(p<0.05),DA×AQ系数为8.121(p<0.05),DA×DFM系数为0.756(p<0.05),分别支持假设H3、H4、H2。4.4 异质性分析(Heterogeneity Analysis)中,相对于非国有企业,国有企业中DA与TDP的正向关联较弱(交互项系数-1.218,p<0.01);高科技企业的关联强于非高科技企业(交互项系数1.571,p<0.01);ODA和DDA均显著正相关(系数分别为1.604和4.648,p<0.01),Wald检验拒绝系数相等,表明DDA的关联更强。

在讨论部分,研究人员指出,基准结果与资源编排理论一致,即资源只有被结构化、整合和部署才能创造价值;调节效应表明,数据资产化的绩效相关性依赖于互补性的市场和治理制度;异质性结果与数据资源在非国有和科技密集型企业中具有更强创新意义一致。实践上,政策制定者需完善数据权利
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号