According to the resource-based view, achieving green innovation within a corporation necessitates significant investment in a variety of resources, including financial capital, human resources, technological resources, and knowledge resources.ESG rating divergence can act as a significant barrier to corporate green innovation.Discrepancies in these ratings amplify perceived risks and uncertainties, complicating a firm's ability to secure financing.Banks and financial institutions may see companies with inconsistent ESG scores as entities with higher risks, which can lead to increased borrowing costs or restricted access to essential green financing.Additionally, these discrepancies can undermine employee confidence in their organization's commitment to sustainability.This erosion of trust can hinder the attraction and retention of top talent, particularly individuals who prioritize environmental values in their workplace.Moreover, the uncertainty fostered by divergent ESG ratings discourages investment in research and development for new green technologies.Thus, ESG rating divergence directly affects a company's capability and willingness to innovate in green technologies, ultimately impeding progress towards sustainable development goals.
This paper delves into the nuanced dynamics between ESG rating divergence and green innovation within China's A-share non-financial public companies from 2009 to 2022.The findings reveal a substantial inhibitory effect of ESG rating divergence on green innovation, primarily mediated through increasing financing constraints, diminishing human capital quality, and curtailing R&D investment.Further, this paper identifies that the adverse impact of ESG rating divergence on green innovation is significantly modulated by industry competition and corporate ownership structures.Notably, the negative effect is more pronounced in companies operating within less competitive sectors and non-state-owned enterprises.Furthermore, the analysis categorizes companies into three groups based on ESG rating divergence.It finds that in the group with a high ESG rating divergence, the level of green innovation significantly decreases.In the group with low ESG rating divergence and low ESG ratings, green innovation levels remain largely unaffected.However, in the group with low ESG rating divergence and high ESG ratings, the level of green innovation is notably enhanced.
These insights suggest that policymakers should enforce unified standards and require full transparency of rating methodologies and data sources to enhance ESG ratings' consistency.Additionally, the government could bolster support for green innovation through fiscal incentives and the development of green financial instruments such as green credits and bonds.Companies are encouraged to invest in training programs that increase employee engagement in sustainable practices, promoting a culture of innovation that supports enhanced ESG performance.This integrated approach not only clarifies the pathways through which ESG rating divergence impacts green innovation but also frames actionable strategies for stakeholders to mitigate these effects and foster sustainable corporate growth.
党的二十大报告指出,“加快发展方式绿色转型,推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。这一过程中,企业扮演着至关重要的角色,其生产方式对实现绿色低碳发展意义重大。然而,由于环境和技术的双重外部性,大多数企业不愿意主动投身于绿色创新实践。为解决这一问题,现有相关研究从外部政策制度着手,发现环境规制[1]、政府补贴[2]、绿色信贷政策[3]以及碳排放权交易政策[4]等可以有效促进企业绿色创新。尽管制度压力能够在一定程度上推动企业参与绿色创新,但随着绿色金融稳步推进和市场主体多元化发展,市场因素的影响仍不可或缺。越来越多的学者发现,客户[5]、供应商[6]、政府[7]、投资者[8]、竞争对手[9]、消费者[10]和媒体等利益相关者能够帮助企业从外部获取创新所需信息与资源。作为企业非直接利益相关者,评级机构提供的ESG评级信息能否影响企业绿色创新?上述问题尚未得到有效解答。
作为绿色金融体系的重要组成部分,ESG是推动企业经济转型、助力“双碳”目标达成、实现可持续高质量发展的重要抓手。企业ESG评级是由评级机构根据企业公开的ESG信息及独有的评估模型综合计算得到的,也是外部利益相关者了解企业ESG表现的主要途径。现有研究表明,ESG评级会影响企业融资环境、股票回报、机构投资者持股。然而,不同评级机构采用的ESG评价体系和企业信息披露水平不同[11],导致同一家企业ESG评级可能存在显著差异。例如,对于冀东水泥(000401)2020年的ESG表现,华证ESG评级为AA级,而商道融绿评级为C+级。ESG评级分歧一定程度上能够反映企业ESG表现的风险和信息不确定性,或加剧股价波动[12],或提高股价同步性[13],进而影响银行贷款利率[14]以及分析师盈余预测准确度。目前,ESG评级分歧后果研究主要关注股票市场和债券市场,对企业行为影响的探讨较少。实际上,ESG评级不仅是衡量企业可持续发展的重要标准,而且是企业绿色创新的关键驱动因素。当出现ESG评级分歧时,企业信息风险、ESG表现不确定性以及信息不对称程度较高,不利于企业获取财力资源、人力资源和技术资源,进而影响其绿色创新能力和效果。本文以2009—2022年我国A股上市公司为研究样本,实证检验ESG评级分歧对企业绿色创新的影响。
本文的边际贡献如下:第一,丰富ESG评级分歧的经济后果研究。现有ESG评级分歧的经济后果研究主要关注资本市场,尚未探讨ESG评级分歧对企业核心投资行为,特别是绿色创新活动的影响。第二,丰富企业绿色创新影响因素研究。先前相关研究集中探讨外部制度对企业绿色创新的作用,近期开始关注企业特征的影响,但忽略了评级机构这一利益相关者角色。本文发现,不同评级机构给出的不同ESG评级会影响企业绿色创新行为。第三,丰富绿色创新作用机制研究。现有文献主要关注财力资源和技术资源对企业绿色创新的影响,鲜少涉及人力资源尤其是普通员工与绿色创新的关系。本文发现,ESG评级分歧会降低企业人力资本质量,进而抑制企业绿色创新。
当前,ESG评级作为衡量企业环境、社会与公司治理维度的重要指标,受到广泛关注。现有研究证实,较高的ESG评级能够降低企业融资成本,吸引更多高质量人力资本并促进企业创新,从而显著提升企业价值。不同评级机构会对同一家企业ESG表现作出评级,且部分企业的ESG评级存在显著差异[11]。这种分歧不仅能够反映评级标准的多样性,而且与信息披露程度紧密相关,会给市场带来负面经济后果。
首先,评级分歧与缺乏统一的评价标准紧密相关。Berg等[11]研究发现,评级机构在评估企业ESG表现时,缺乏统一的度量、范围和权重标准会导致评级结果之间存在显著差异。例如,中证指数根据中国国情(如信息披露质量、违法违规情况、精准扶贫等)运用机器学习或文本挖掘方法,对不同行业ESG评级指标进行动态更新。商道融绿的ESG评级体系主要依赖分析师,后者可以通过信息监测和筛选系统对环境、社会和治理相关负面事件的严重程度进行评估。其次,ESG信息披露程度对评级分歧具有影响。ESG报告属于自愿披露信息且主观性较强,会导致不同评级机构对高质量ESG表现的理解存在差异。Christensen等[15]发现,较多ESG信息披露会导致ESG评级分歧加剧;Kimbrough等[16]研究表明,自愿发布ESG报告的企业能够减少不同评级机构间的评级分歧。同时,报告内容较长企业的ESG评级分歧较小,而语气积极或使用较多强调性词语的报告会加剧评级分歧。上述矛盾的研究结论反映出信息披露在ESG评级过程中的复杂作用。
现有研究普遍认为,ESG评级分歧能够反映企业ESG表现的风险以及信息不确定性。Avramov等[17]发现,ESG评级分歧会加大与可持续投资相关的风险,并抑制绿色投资者对这类公司股票的需求;Brandon 等[18]发现, 作为风险表现,ESG 评级分歧会促使投资者要求更高的股票回报。同时,ESG评级分歧可能加大投资者对公司真实ESG表现和风险水平判断难度。上述不确定性会加剧股价波动[12]、提高股价同步性[13]、增加股价崩盘风险[19]。此外,现有研究探讨了ESG评级分歧导致债券投资者信用利差扩大[20]、银行贷款利率上升[14]、分析师盈余预测准确度降低、审计师风险溢价增加[21]等负面经济后果。
绿色创新是企业可持续发展的关键驱动力。与传统创新相比,企业开展绿色创新需要承担更多成本、更长周期和更高风险。此外,在知识溢出和环境效益方面,绿色创新具有双重正外部性,这种特性在一定程度上会抑制企业对绿色创新的积极性。因此,如何有效增强企业绿色创新能力成为重要议题。现有研究主要从外部制度和企业特征两个层面进行探讨。在外部制度层面,研究发现,环境规制[1]、政府补贴[2]、绿色信贷政策[3]、碳排放权交易政策[5]均能激励企业绿色创新。在企业特征层面,利益相关者行为、公司治理水平以及高管个体特征对企业绿色创新具有显著影响。就利益相关者而言,研究发现,客户[4]、供应商[6]、政府[7]、投资者[8]、竞争对手[9]、消费者[10]和媒体等利益相关者在企业绿色创新决策过程中发挥关键作用。公司治理相关研究认为,董事的绿色经历[22]、董事会多元化[23]、董监高责任险[24]以及股东委派董事[25]均能有效促进企业绿色创新。同时,作为企业重要决策者和管理者,高管的海外经历[26]、政治关系[27]、环保认知[28]、绿色经历[29]、短视特质[30]均会影响企业绿色创新。
绿色创新是指企业在追求经济效益的同时,致力缓解自身对环境的负面影响。这一过程中,ESG评级发挥关键作用,它是企业在环保、社会责任和治理方面绩效表现的衡量指标。然而,不同评级机构可能对同一企业ESG表现给出不同的评级结果,这种评级分歧如何影响企业绿色创新策略与实践?本文将探讨ESG评级分歧与企业绿色创新的关系,旨在为企业以及政策制定者提供更为精准的决策参考。
根据资源基础观理论,为实现绿色创新目标,企业需要投入大量资源,包括财力资源、人力资源、技术资源以及知识资源。本文认为,ESG评级分歧可能通过减少企业财力资源、人力资源和技术资源影响企业绿色创新。第一,ESG评级分歧会导致银行对企业的信任度降低,进而导致企业在资金获取方面遇到困难,由此抑制其绿色创新能力。第二,ESG评级分歧会弱化员工对企业未来发展的信心,降低企业对人才的吸引力,进而影响企业绿色创新所需人力资源。第三,ESG评级分歧会提升信息不对称程度,导致企业不愿意在绿色创新技术研发与实施环节进行资源投入,从而影响其绿色创新能力以及可持续发展目标。综上,本文认为,ESG评级分歧通过减少企业财力资源、人力资源和技术资源降低企业绿色创新水平。具体而言,ESG评级分歧通过融资约束渠道、人力资本渠道、研发投入渠道作用于绿色创新(见图1)。
图1 ESG评级分歧与企业绿色创新的逻辑框架
Fig.1 Logic framework of ESG rating divergence and corporate green innovation
(1)融资约束渠道。ESG评级分歧意味着企业信息风险较高,融资约束加剧,因而不利于企业绿色创新。企业开展绿色创新所需的财力资源主要来源于银行绿色信贷[31]。Hu等[3]发现,绿色信贷政策能够缓解企业资金紧张状况,进而促进企业绿色创新;谭常春等[31]发现,金融科技有助于银行提高绿色信贷供给水平,从而促进企业绿色创新。然而,ESG评级分歧意味着公司信息披露不完全,信息不确定性较高,导致银行难以及时评估环境风险并给予企业资金支持。此外,在信贷评估时,银行会考虑企业环境和社会责任因素,ESG评级分歧导致银行要求较高的风险溢价。基于此,ESG评级分歧会加大企业融资约束,不利于企业获取绿色创新所需资金,进而抑制企业绿色创新。
(2)人力资本渠道。ESG评级分歧意味着企业ESG表现的不确定性较高,导致企业人力资本质量下降,从而抑制企业绿色创新。实际上,企业绿色创新离不开高质量人力资源。已有研究认为,人力资本质量越高,这一行为主体的环保意识越强,越能推动企业开展绿色创新活动[22]。沈永建等[32]研究发现,相较于不重视环境保护的企业,重视环境保护和勇于承担社会责任的企业更能留住优秀员工。然而,较大的ESG评级分歧会促使员工对企业ESG承诺和表现产生怀疑,进而弱化对企业未来发展的信心,导致企业对高质量人才的吸引力降低,甚至出现现有优秀员工离职的情况。基于此,ESG评级分歧会降低企业人力资本质量,进而抑制企业绿色创新。
(3)研发投入渠道。ESG评级分歧意味着企业信息不对称程度较高,进而弱化企业研发投入意愿,抑制企业绿色创新。研发投入增加有助于企业丰富技术资源库,通过专注绿色技术研发推进绿色转型,从而进一步促进绿色创新。肖静和曾萍(2023)发现,具有数字化转型意愿的企业可以通过加大研发投入应对转型风险,从而促进绿色创新水平提升。然而,ESG评级分歧会导致信息不对称,致使外部信息使用者搜集与处理信息的成本增加。上述情况下,外部投资者难以识别并支持具有良好前景的绿色创新项目。因此,创新研发资金减少可能导致企业研发投入降低。此外,绿色创新项目具有较高的风险,加上企业绩效考核体系通常以短期利润为核心,导致企业管理层的风险承担意愿较差。管理者这种保守态度会促使企业规避风险,放弃对绿色创新持续投入,从而抑制绿色创新。
据此,本文提出如下假设:
H1:其它条件不变,ESG评级分歧会抑制企业绿色创新。
本文选择2009—2022年A股上市公司为初始样本,并根据以下标准对样本进行筛选:第一,剔除金融类、ST和*ST公司样本;第二,剔除主要研究变量缺失样本。最终,得到34 449个公司—年度观测值,共4 132家上市公司。绿色专利数据来自中国研究数据服务平台(CNRDS),公司财务数据来自国泰安数据库(CSMAR)。此外,本文对所有连续变量进行上下1%水平的缩尾处理。
本文采用普通最小二乘法回归模型,并控制年份和公司固定效应,如模型(1)所示:
GIit+1= β0+β1DISRit +βControlsit+Yeart+Firmi+εit
(1)
GIit+1为企业i在t+1年的绿色创新水平,采用企业绿色专利申请量衡量。本文进一步将企业绿色创新分为绿色创新质量和绿色创新数量。借鉴王分棉等[22]的研究成果,本文采用Ln(1+绿色发明专利申请量+绿色实用新型专利申请量)衡量企业总体绿色创新水平(GIT),采用Ln(1+绿色发明专利申请量)衡量企业绿色创新质量(GII),采用Ln(1+绿色实用新型专利申请量)衡量企业绿色创新数量(GIU)。
DISRit为企业i在t年的ESG评级分歧。具体地,ESG评级分歧基于彭博、CNRDS、商道融绿、和讯网、华证5个ESG评级数据构建而成,借鉴周泽将等(2023)的研究方法,步骤如下:首先,选择两组评级数据,保留同时拥有评级的上市公司数据并按照年份进行排序,使用极差对每个评级机构评估的企业排名进行标准化处理。其次,计算同一企业在这两个评级中标准化排名的标准差。再次,重复这一过程,依次计算5个评级机构间10种组合的标准差,并对这10个标准差取平均值得到ESG评级分歧(DISR1)。此外,本文采用5个评级机构标准化排名的标准差构建变量DISR2,用以衡量ESG评级分歧。若模型(1)中β1显著为负,则说明ESG评级分歧能够抑制企业绿色创新水平,由此支持研究假设H1。
借鉴周泽将等(2023)、王分棉等[22]的研究成果,本文加入如下控制变量:公司规模(Size)、负债水平(Lev)、盈利水平(ROA)、上市年龄(Age)、成长能力(Grow)、现金流(CFO)、现金持有水平(Cash)、资本密集度(AssetInt)、独立董事比例(Indep)、董事会规模(Board)、企业性质(Soe)、ESG评级机构数量(ESGN)。变量定义详见表1。
表1 变量定义
Table 1 Variable definitions
名称符号测算方法绿色创新水平GITLn(1+绿色发明专利申请量+绿色实用新型专利申请量)绿色创新质量GIILn(1+绿色发明专利申请量)绿色创新数量GIULn(1+绿色实用新型专利申请量)ESG评级分歧DISR15家评级机构对评级分歧的标准差取平均值DISR25家评级机构所提供排名的标准差公司规模SizeLn(总资产)负债水平Lev总负债与总资产之比盈利水平ROA净利润与总资产之比上市年龄AgeLn(1+上市年数)成长能力Grow本期与上期营业收入的差与上期营业收入之比现金流CFO经营活动现金净流量与总资产之比现金持有水平Cash货币资金和交易性金融资产的和与总资产之比资本密集度AssetInt总资产与营业收入之比的自然对数独立董事比例Indep独立董事人数与董事会人数之比董事会规模BoardLn(董事会人数)企业性质Soe虚拟变量,若企业为国企取1,否则为0ESG评级机构数量ESGN对一家企业进行ESG评级的评级机构数量
彭博、CNRDS、商道融绿、和讯网、华证这5家评级机构给出的ESG评级间相关系数如表2所示,每两个评级机构间均存在显著正相关关系。这一结果表明,尽管这些评级机构在评价体系上存在差异,但给出的ESG评级结果却表现出明显的一致性。这种一致性不仅能够为基于上述机构数据构建ESG评级分歧指标提供实证基础,而且可以进一步强化此类分歧指标构建的逻辑合理性。因此,可以合理推断这些评级机构虽有所不同,但在评价企业ESG表现时仍具有一定程度的共识。
表2 5家评级机构ESG评级相关系数
Table 2 Correlation coefficients of ESG ratings by five rating agencies
机构名称彭博CNRDS商道融绿和讯网华证彭博1CNRDS0.166***1商道融绿0.449***0.060***1和讯网0.202***0.057***0.035**1华证0.259***0.098***0.300***0.345***1
注:***、**、*分别表示在1%、5%、10%统计水平上显著,下同
5家评级机构两两间评级排名标准差描述性统计结果如表3所示,彭博标准化排名与CNRDS标准化排名之间的标准差的均值为0.212,标准差为0.155,最小值为0.003,最大值为0.610。由此表明,这两个评级机构对企业ESG评级存在较大差异。进一步分析发现,彭博与商道融绿间的ESG评级分歧度最低,均值为0.164;商道融绿与和讯网之间的ESG评级分歧度最高,均值为0.243。
表3 5家评级机构两两之间评级排名标准差描述性统计结果
Table 3 Descriptive statistics of standard deviation in ranking differences between each pair of five rating agencies
两两评级机构的标准差样本量均值标准差最小值最大值SD(彭博,CNRDS)13 5300.2120.1550.0030.610SD(彭博,商道融绿)3 9750.1640.1330.0010.559SD(彭博,和讯网)10 7930.2270.1650.0030.628SD(彭博,华证)12 4870.1990.1480.0030.594SD(CNRDS,商道融绿)4 3800.2180.1580.0040.632SD(CNRDS,和讯网)28 4170.2310.1650.0030.626SD(CNRDS,华证)33 2350.2150.1550.0040.614SD(商道融绿,和讯网)3 5320.2430.1670.0030.651SD(商道融绿,华证)4 3800.1920.1510.0010.600SD(和讯网,华证)28 2430.1860.1420.0030.571
各变量描述性统计结果如表4所示。下一年绿色创新水平(GIT)的均值为0.404,标准差为0.854;下一年绿色创新质量(GII)的均值为0.281,标准差为0.704;下一年绿色创新数量(GIU)的均值为0.237,标准差为0.612。未取自然对数前的绿色专利申请量均值为2.559,绿色发明专利申请量均值为1.590,绿色实用新型专利申请量均值为0.940。上述统计结果与范红忠和董江琛[33]的研究结果接近。ESG评级分歧中DISR1的均值为0.211,最小值为0.018,最大值为0.472,表明不同企业ESG评级分歧存在较大差异。ESG评级机构数量(ESGN)的均值为3.210,表明一家上市公司ESG表现大概由3家评级机构给出ESG评级。此外,本文其它变量均处于合理范围内。
表4 描述性统计结果
Table 4 Descriptive statistics
变量样本量均值标准差最小值中位数最大值GIT34 4490.4040.854005.951GII34 4490.2810.704005.595GIU34 4490.2370.612004.804DISR134 4490.2110.1010.0180.2060.472DISR234 4490.2370.1120.0190.2340.502Size34 44922.2001.29319.82022.01026.190Lev34 4490.4350.2060.0560.4290.903ROA34 4490.0360.064-0.2730.0360.197Age34 4492.1680.79802.3033.332Grow34 4490.1830.422-0.5640.1152.708CFO34 4490.0470.071-0.1630.0460.248Cash34 4490.1950.1380.0160.1570.666AssetInt34 4490.6910.669-0.9300.6502.660Indep34 4490.3750.0530.3330.3570.571Board34 4492.1340.2011.6092.1972.708Soe34 4490.3850.487001ESGN34 4493.2100.868135
4.3.1 基本检验
ESG评级分歧对企业绿色创新影响的检验结果如表5所示,列(1)~(6)中,DISR1、DISR2的系数至少在5%水平上显著,表明ESG评级分歧越大,越可能抑制企业绿色创新,同时导致绿色创新质量和数量显著下降。从经济显著性看,列(1)中,DISR1变动1个单位标准差促使企业绿色创新水平平均降低2.28%;列(2)中,DISR1变动1个单位标准差促使企业绿色创新质量平均降低2.37%;列(3)中,DISR1变动1个单位标准差促使企业绿色创新数量平均降低2.60%。上述结果表明,ESG评级分歧对企业绿色创新的影响在经济意义上显著。
表5 ESG评级分歧对企业绿色创新影响的检验结果
Table 5 Results for the impact of ESG rating divergence on corporate green innovation
变量(1)(2)(3)(4)(5)(6)GITGIIGIUGITGIIGIUDISR1-0.091**-0.066**-0.061**(-2.48)(-2.14)(-2.19)DISR2-0.092***-0.064**-0.064**(-2.73)(-2.25)(-2.50)Size0.0190.0120.0130.0190.0120.013(1.51)(1.15)(1.29)(1.51)(1.15)(1.30)Lev0.0630.067**0.0250.0630.067**0.025(1.56)(2.02)(0.83)(1.56)(2.02)(0.84)ROA0.342***0.259***0.203***0.340***0.258***0.201***(5.32)(4.84)(4.21)(5.30)(4.82)(4.18)Age0.0030.0070.0040.0030.0070.004(0.14)(0.44)(0.29)(0.13)(0.43)(0.29)Grow0.0010.0000.0020.0010.0000.002(0.23)(0.07)(0.43)(0.22)(0.07)(0.43)CFO-0.071-0.075*-0.025-0.071-0.075*-0.025(-1.52)(-1.81)(-0.73)(-1.52)(-1.80)(-0.72)Cash-0.008-0.0120.015-0.008-0.0120.015(-0.20)(-0.35)(0.51)(-0.20)(-0.35)(0.51)AssetInt-0.030**-0.023**-0.019**-0.030**-0.023**-0.019**(-2.44)(-2.22)(-2.06)(-2.44)(-2.22)(-2.06)Indep0.1210.0510.1130.1210.0510.113(0.81)(0.42)(0.93)(0.81)(0.42)(0.93)Board0.0240.0090.0200.0240.0090.020(0.50)(0.22)(0.57)(0.50)(0.22)(0.57)Soe0.0290.0280.0060.0290.0280.006(1.10)(1.10)(0.41)(1.10)(1.10)(0.41)ESGN0.096***0.093***0.042***0.096***0.093***0.042***(6.16)(6.73)(3.39)(6.18)(6.74)(3.41)Year/FirmYesYesYesYesYesYesN34 44934 44934 44934 44934 44934 449Adj R20.0450.0430.0230.0450.0430.023
注:括号内为经过公司层面Cluster后的T统计量,下同
4.3.2 稳健性检验
(1)工具变量法。尽管本文被解释变量绿色创新水平是采用下一年数据构建的,但因为企业绿色创新效果需要较长时间才能体现,仍可能存在互为因果的内生性问题。为了缓解互为因果的内生性问题,参考刘向强等[13]的研究成果,本文采用年度行业平均的ESG评级分歧(分别记为MDISR1与MDISR2)作为工具变量,表6为工具变量回归结果。列(1)(2)为第一阶段回归结果,MDISR1、MDISR2的系数均显著为正,表明企业ESG评级分歧会受到同年度同行业企业的影响。此外,弱工具变量检验结果的F值均大于临界值10,表明本文所选工具变量不是弱工具变量。列(3)~(8)为第二阶段回归结果,DISR1和DISR2的系数至少在5%水平上显著为负,与前文结论一致。
表6 工具变量检验结果
Table 6 Results of instrumental variable tests
变量第一阶段(1)(2)DISR1DISR2第二阶段(3)(4)(5)(6)(7)(8)GITGIIGIUGITGIIGIUDISR1-0.091***-0.066**-0.061**(-2.91)(-2.50)(-2.54)DISR2-0.092***-0.064***-0.064***(-3.23)(-2.65)(-2.94)MDISR10.850***(16.61)MDISR20.740***(12.97)ControlsYesYesYesYesYesYesYesYesYear/FirmYesYesYesYesYesYesYesYesN34 44934 44934 44934 44934 44934 44934 44934 449F值22.23520.85320.01436.06329.54221.672Adj R20.0270.0270.0710.0730.0950.0710.0730.095
(2)PSM与熵平衡。ESG评级分歧通常反映企业在环境、社会和治理方面的差异,上述差异不仅受已观察到因素的影响,而且可能受未观察到因素的影响,这些未观察到因素可能与企业绿色创新水平相关。本文采用倾向得分匹配法(PSM)解决遗漏变量导致的内生性问题。首先,根据ESG评级分歧年度行业中位数将样本划分为高分歧组和低分歧组样本,分别赋值为1和0(记为Dummy)。将Dummy这一变量作为被解释变量进行Logit模型回归,解释变量为模型(1)的控制变量。其次,采用1∶1且卡尺为0.01的近邻匹配方法,在通过PSM选择合适的配对样本后,重新对模型(1)进行回归,结果如表7列(1)~(6)所示,与前文结论保持一致。此外,为了解决PSM匹配导致样本量减少的问题,本文采用了熵平衡法,具体步骤如下:为Dummy找一组特征变量,选用的特征变量与PSM中用于匹配的解释变量保持一致,使Dummy为1和0的样本在这些特征变量上具有相同的加权平均值。权重确定后,在模型(1)中利用该权重进行加权最小二乘估计,回归结果见表7列(7)~(12),与前文结论保持一致。
表7 PSM与熵平衡检验结果
Table 7 PSM and entropy balancing test results
变量(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)(11)(12)GITGIIGIUGITGIIGIUGITGIIGIUGITGIIGIUDISR1-0.116**-0.080**-0.085**-0.094**-0.068**-0.064**(-2.46)(-2.02)(-2.37)(-2.56)(-2.18)(-2.28)DISR2-0.108**-0.069**-0.086***-0.097***-0.066**-0.069***(-2.51)(-1.99)(-2.69)(-2.82)(-2.29)(-2.62)ControlsYesYesYesYesYesYesYesYesYesYesYesYesYear/FirmYesYesYesYesYesYesYesYesYesYesYesYesN19 00519 00519 00519 08319 08319 08334 44934 44934 44934 44934 44934 449Adj R20.0460.0460.0210.0420.0420.0210.6810.6630.6170.6850.6680.621
(3)替换模型。由于企业绿色创新水平较低,大部分样本企业绿色创新水平为0,因而本文采取Logit回归方法进行稳健性检验。具体而言,将绿色创新水平、绿色创新质量、绿色创新数量不为0的样本赋值为1,否则为0。表8列(1)~(6)为回归结果,与前文结论一致。
表8 替换模型与替换被解释变量检验结果
Table 8 Results of alternative models and alternative dependent variables
变量(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)(11)(12)GITGIIGIUGITGIIGIUGITRGIIRGIURGITRGIIRGIURDISR1-0.410*-0.793***-0.508**-0.090**-0.048*-0.051**(-1.81)(-4.09)(-2.00)(-2.00)(-1.89)(-2.43)DISR2-0.414**-0.711***-0.527**-0.087**-0.042*-0.049**(-2.03)(-4.06)(-2.31)(-2.14)(-1.85)(-2.57)ControlsYesYesYesYesYesYesYesYesYesYesYesYesYear/FirmYesYesYesYesYesYesYesYesYesYesYesYesN17 55015 68014 52117 55015 68014 52134 44934 44934 44934 44934 44434 449Pse/Adj R20.0470.0440.0410.0470.0440.0410.1200.1240.1250.1200.1240.125
(4)替换被解释变量。采用王分棉等[22]的研究方法,本文采用绿色创新占比衡量绿色创新,分别使用绿色专利申请数量占企业当年所有专利申请数量的比值(GITR)、绿色发明专利申请数量占企业当年所有发明专利申请数量的比值(GIIR)、绿色实用新型专利申请数量占企业当年所有实用新型专利申请数量的比值(GIUR),表8列(7)~(12)为回归结果,与前文结论一致。
在基本检验中,ESG评级分歧会导致企业整体绿色创新水平、绿色创新质量和数量降低。基于此,本文需要进一步探究ESG评级分歧对企业绿色创新水平、绿色创新质量和数量的影响机制。
(1)ESG评级分歧意味着企业信息风险较高,此时银行会减少企业绿色信贷,加大企业融资约束,导致企业可用于绿色创新的财力资源受限。本文分别使用KZ指数(KZ)和WW指数(WW)衡量企业融资约束,回归结果见表9列(1)~(4)。结果显示,DISR1和DISR2的系数至少在5%水平上显著为正,表明ESG评级分歧会加剧企业融资约束,导致企业缺乏充足的财力资源,进而抑制绿色创新水平。
表9 作用机制检验结果
Table 9 Mechanism test results
变量(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)(11)(12)KZKZWWWWEduempEduempTecempTecempRDPersonRDPersonRDSpendRDSpendDISR10.139**0.009***-0.013**-0.033***-0.012**-0.007*(2.48)(3.66)(-2.22)(-3.31)(-2.29)(-1.83)DISR20.125**0.009***-0.014***-0.034***-0.012***-0.008**(2.08)(4.02)(-2.59)(-3.79)(-2.58)(-2.44)ControlsYesYesYesYesYesYesYesYesYesYesYesYesYear/FirmYesYesYesYesYesYesYesYesYesYesYesYesN34 44934 44934 44934 44930 40630 40630 40630 40634 44934 44934 44934 449Adj R20.6580.6990.5590.5590.0520.0520.0900.0910.4650.4650.2920.292
(2)ESG评级分歧意味着企业ESG表现不确定性较高,会弱化员工对企业可持续发展的信心,导致企业可用于绿色创新的人力资源受限。刘啟仁和赵灿[34]认为,员工技能水平提升是企业人力资本结构升级的体现,而员工技能水平可采用受教育程度和技术工作参与度衡量。本文将本科及以上学历人员和技术人员视为高技能劳动力,并分别以这两类员工占全部员工的比值(记为Eduemp、Tecemp)衡量企业人力资本结构,回归结果如表9列(5)~(8)所示。结果显示,DISR1和DISR2的系数至少在5%水平上显著为负,表明ESG评级分歧会降低企业人力资本质量,导致企业无法获得高质量人力资源,从而抑制绿色创新。
(3)ESG评级分歧意味着企业信息不对称程度较高,导致企业在研发创新方面的投入减少,可用于绿色创新的技术资源受限。企业研发投入包括对研发人员和研发资金投入。本文采用企业中研发人员占全部员工的比值衡量企业研发人员投入(RDPerson),采用企业中研发投入金额占营业收入的比值衡量企业研发资金投入(RDSpend),回归结果如表9列(9)~(12)所示,DISR1和DISR2的系数至少在10%水平上显著为负。由此表明,ESG评级分歧会抑制企业对研发人员和研发资金的投入,导致企业难以获得更多技术资源,从而抑制企业绿色创新。
本文认为,ESG评级分歧会抑制企业绿色创新,主要通过限制企业财力资源、人力资源和技术资源实现。实际上,企业所处市场环境以及企业自身条件差异也可能影响ESG评级分歧与企业绿色创新间的关系。基于此,本文进行异质性分析。
5.2.1 行业竞争程度
在高度竞争市场中,创新成为企业获得竞争优势的关键。为了区别于竞争对手,提高产品或服务的吸引力,满足消费者和投资者多元化需求,即使存在ESG评级分歧,企业也倾向于开展绿色创新。此外,面对激烈的市场竞争,企业更加重视自身品牌形象和风险管理。绿色创新不仅有助于企业树立履行社会责任良好的形象,而且能够作为企业应对环境风险的有效手段。因此,处于竞争激烈的行业,企业倾向于开展绿色创新。本文使用赫芬达尔指数衡量行业竞争程度,即企业营业收入占行业内所有企业营业收入比例的平方和,并根据赫芬达尔指数的年度中位数对样本进行分组,若低于该中位数,则行业竞争程度高;若高于该中位数,则行业竞争程度低。表10列(1)~(6)回归结果显示,在行业竞争程度较低样本中,ESG评级分歧会抑制企业绿色创新;在行业竞争程度较高样本中,ESG评级分歧不再抑制企业绿色创新。
表10 异质性分析检验结果
Table 10 Results of heterogeneity analysis tests
(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)(11)(12)变量GITGITGIIGIIGIUGIUGITGITGIIGIIGIUGIU竞争程度低竞争程度高竞争程度低竞争程度高竞争程度低竞争程度高国企非国企国企非国企国企非国企DISR1-0.110**-0.075-0.073*-0.054-0.087**-0.047-0.042-0.140**-0.020-0.114**-0.045-0.076*(-2.03)(-1.49)(-1.67)(-1.29)(-2.09)(-1.21)(-0.92)(-2.27)(-0.56)(-2.07)(-1.26)(-1.85)ControlsYesYesYesYesYesYesYesYesYesYesYesYesYear/FirmYesYesYesYesYesYesYesYesYesYesYesYesN17 25317 19617 25317 19617 25317 19613 27121 17813 27121 17813 27121 178Adj R20.0610.0390.1030.0360.0310.0200.0690.0280.0690.0230.0810.019
5.2.2 企业产权性质
相较于非国有企业,政府给予国有企业更多政策支持和资源倾斜,因而国有企业更容易获得绿色创新所需的财力资源。同时,国有企业肩负更多社会责任和环境保护义务。因此,相较于非国有企业,国有企业更具备绿色创新能力及意愿。本文根据企业产权性质对样本进行分组,回归结果如表10列(7)~(12)所示。结果显示,在非国有企业组中,ESG评级分歧会抑制企业绿色创新;在国有企业组,ESG评级分歧不再抑制企业绿色创新。
本文认为,虽然ESG评级分歧较小,但如果ESG评级较低,企业也不可能开展绿色创新。如果ESG评级分歧较小且ESG评级较高,企业则倾向于开展绿色创新。考虑到国内企业一般采用华证ESG评级作为ESG表现的评价指标,本文也沿用该指标(ESGP)。基于DISR1、ESGP的年度行业中位数,本文将样本划分为3类,即ESG评级分歧较大(HDISR1)、ESG评级分歧较小且ESG评级较低(LDISR1 &LESGP)、ESG评级分歧较小且ESG评级较高(LDISR1 &HESGP),并设置3个虚拟变量,回归结果如表11所示。列(1)~(3)为ESG评级分歧高对企业绿色创新影响的检验结果,HDISR1的系数均显著为负,表明ESG评级分歧会降低企业绿色创新水平,与前文结论保持一致。列(4)~(6)为ESG评级分歧较小且ESG评级较低对企业绿色创新影响的检验结果,LDISR1 &LESGP的系数均为正且不显著,表明尽管ESG评级分歧较小,但若ESG表现不佳,也无法促进企业绿色创新。列(7)~(9)为ESG评级分歧较小且ESG评级较高对企业绿色创新影响的检验结果,LDISR1 &HESGP的系数均显著为正,表明在ESG评级分歧较小且ESG表现良好的情况下,企业倾向于提升自身绿色创新水平。
表11 进一步检验结果
Table 11 Results of further tests
变量(1)(2)(3)(4)(5)(6)(7)(8)(9)GITGIIGIUGITGIIGIUGITGIIGIUHDISR1-0.020***-0.016***-0.010**(-2.93)(-2.73)(-1.99)LDISR1&LESGP0.0070.0030.006(0.99)(0.57)(1.06)LDISR1&HESGP0.025***0.019***0.014**(3.41)(2.91)(2.44)Size0.0190.0120.0130.0190.0120.0130.0180.0110.012(1.50)(1.14)(1.29)(1.53)(1.16)(1.32)(1.39)(1.05)(1.21)Lev0.0630.067**0.0240.0600.065*0.0230.0650.068**0.025(1.54)(2.01)(0.80)(1.48)(1.95)(0.76)(1.60)(2.06)(0.85)ROA0.344***0.260***0.205***0.349***0.264***0.208***0.334***0.253***0.200***(5.35)(4.86)(4.24)(5.43)(4.95)(4.30)(5.21)(4.73)(4.15)Age0.0030.0070.0040.0030.0070.0040.0040.0080.005(0.14)(0.44)(0.29)(0.13)(0.43)(0.28)(0.22)(0.51)(0.35)Grow0.0010.0000.0020.0010.0000.0020.0020.0010.002(0.22)(0.06)(0.43)(0.23)(0.08)(0.43)(0.25)(0.10)(0.45)CFO-0.073-0.076*-0.026-0.073-0.076*-0.026-0.070-0.074*-0.024(-1.55)(-1.83)(-0.76)(-1.55)(-1.83)(-0.76)(-1.49)(-1.78)(-0.71)Cash-0.008-0.0120.015-0.008-0.0120.016-0.011-0.0140.014(-0.20)(-0.35)(0.51)(-0.19)(-0.35)(0.52)(-0.26)(-0.40)(0.46)AssetInt-0.030**-0.023**-0.019**-0.031**-0.023**-0.019**-0.030**-0.022**-0.019**(-2.44)(-2.22)(-2.06)(-2.44)(-2.22)(-2.07)(-2.38)(-2.17)(-2.02)Indep0.1210.0510.1130.1220.0510.1140.1160.0470.110(0.81)(0.42)(0.93)(0.82)(0.42)(0.94)(0.78)(0.39)(0.91)Board0.0240.0090.0200.0240.0090.0210.0230.0090.020(0.50)(0.22)(0.57)(0.49)(0.21)(0.57)(0.49)(0.21)(0.56)Soe0.0290.0280.0060.0290.0280.0060.0280.0270.006(1.10)(1.10)(0.40)(1.09)(1.09)(0.40)(1.08)(1.08)(0.38)ESGN0.096***0.093***0.042***0.096***0.093***0.042***0.096***0.093***0.042***(6.17)(6.74)(3.40)(6.18)(6.74)(3.41)(6.18)(6.74)(3.40)Year/FirmYesYesYesYesYesYesYesYesYesN34 44934 44934 44934 44934 44934 44934 44934 44934 449Adj R20.0450.0430.0230.0440.0430.0230.0450.0430.023
本文基于2009—2022年中国A股非金融类上市公司数据,深入探讨了ESG评级分歧对企业绿色创新的影响,得出以下主要结论:
(1)ESG评级分歧显著抑制企业绿色创新水平,补充了现有文献中有关ESG评级影响的论述,强调了评级不一致的潜在负面影响。
(2)揭示了ESG评级分歧对企业绿色创新的影响机制,即通过加剧融资约束、降低人力资本质量以及减少研发投入抑制企业绿色创新。
(3)考察了行业竞争程度、企业所有权结构对ESG评级分歧与企业绿色创新关系的调节作用,结果发现,在行业竞争程度较低企业和非国有企业,ESG评级分歧的负向影响显著。由此可见,本研究为探讨不同市场环境和不同企业性质背景下ESG评级分歧的影响提供了新视角。
(4)通过区分ESG评级分歧程度和ESG表现,进一步验证了ESG评级分歧与企业绿色创新的负相关关系。此外,在评级分歧较小且ESG表现良好的企业中,绿色创新水平较高。
(1)提升ESG评级体系的一致性和透明度。政策制定者应根据严格的指导原则和标准,督促评级机构采用统一的评价体系,确保评级过程公开透明。此外,鼓励评级机构公开其评级方法和数据来源,以提升评级结果的透明度和可验证性。上述举措能够有效减少不同评级机构之间的分歧,提升评级结果的可比性以及市场对评级结果的信任度。
(2)实行一系列财政和金融激励政策。政府可以考虑设立专项基金,通过税收优惠政策扶持致力于提高ESG表现和开展绿色创新的企业,尤其对于非国有企业和行业竞争程度较低的企业,可以考虑采取额外激励措施。同时,政府可以引导金融机构推出绿色信贷和绿色债券等产品,为绿色创新项目提供优惠的融资条件,进而降低研发成本,加速企业绿色技术创新。
(3)加强人力资源投入和相关人才培育。企业可以考虑加强对ESG相关培训与发展项目的投资,这不仅能够深化员工对环境保护、社会责任和公司治理的理解,而且可以强化员工在日常工作中开展绿色创新的动机。通过相关培训,促使员工更加重视绿色创新,助力企业提升ESG表现。
本文存在以下不足:首先,采取基于评分差异的定量分析方法对ESG评级分歧进行度量,未深入挖掘评级内容的具体差异。未来既可尝试分析、比较不同评级机构的评级方法、评估标准以及权重分配,也可考虑采用定量与定性相结合的分析方法,全面审视ESG评级分歧对企业绿色创新的影响。其次,以5家代表性评级机构的ESG评级数据为基础,虽然上述评级机构具有一定的影响力和代表性,但它们无法代表所有ESG评级机构的观点。因此,未来可以考虑纳入更多评级机构,包括国际上具有广泛影响力的评级机构,以构建更加全面的ESG评级分歧衡量指标。
[1] 李青原, 肖泽华.异质性环境规制工具与企业绿色创新激励——来自上市企业绿色专利的证据[J].经济研究, 2020, 55(9): 192-208.
[2] 许艺煊, 毛顺宇, 李军林.双重激励下的企业绿色创新——绿色信贷和财政补贴的政策协同效应与机制[J].国际金融研究, 2023, 40(4): 86-96.
[3] HU G, WANG X, WANG Y.Can the green credit policy stimulate green innovation in heavily polluting enterprises? evidence from a quasi-natural experiment in China[J].Energy Economics, 2021, 98(1): 105134.
[4] 张杨, 袁宝龙, 郑晶晶, 等.策略性回应还是实质性响应?碳排放权交易政策的企业绿色创新效应[J].南开管理评论,2024,27(3):129-140.
[5] WEI X, WEI Q, YANG L.Induced green innovation of suppliers:the "green power" from major customers[J].Energy Economics, 2023, 124(1): 106775.
[6] GU H, YANG S, XU Z,et al.Supply chain finance, green innovation, and productivity: evidence from China[J].Pacific-Basin Finance Journal, 2023,78(1): 101981.
[7] 黄继承,朱光顺.绿色发展的中国模式:政府采购与企业绿色创新[J].世界经济, 2023, 46(11): 54-78.
[8] 姜广省, 卢建词.逻辑兼容性:绿色投资者、环境规制与企业绿色创新[J].经济管理, 2023, 45(9): 68-87.
[9] LI J, LIAN G, XU A.How do ESG affect the spillover of green innovation among peer firms? mechanism discussion and performance study[J].Journal of Business Research, 2023, 158(1): 113648.
[10] LI D, LV H.Investment in environmental innovation with environmental regulation and consumers' environmental awareness: a dynamic analysis[J].Sustainable Production and Consumption, 2021, 28(1): 1366-1380.
[11] BERG F, KOELBEL J F, RIGOBON R.Aggregate confusion: the divergence of ESG ratings[J].Review of Finance, 2022, 26(6): 1315-1344.
[12] CHRISTENSEN D M, SERAFEIM G, SIKOCHI A.Why is corporate virtue in the eye of the beholder? the case of ESG ratings[J].The Accounting Review, 2022, 97(1): 147-175.
[13] 刘向强, 杨晴晴, 胡珺.ESG评级分歧与股价同步性[J].中国软科学, 2023,38(8): 108-120.
[14] 张云齐, 杨淏宇, 张笑语.ESG评级分歧与债务资本成本[J].金融评论, 2023, 15(4): 22-43,124.
[15] CHRISTENSEN D M, SERAFEIM G, SIKOCHI A.Why is corporate virtue in the eye of the beholder? the case of ESG ratings[J].The Accounting Review, 2022, 97(1): 147-175.
[16] KIMBROUGH M D, WANG X, WEI S,et al.Does voluntary ESG reporting resolve disagreement among ESG rating agencies [J].European Accounting Review, 2024, 33(1): 15-47.
[17] AVRAMOV D, CHENG S, LIOUI A,et al.Sustainable investing with ESG rating uncertainty[J].Journal of Financial Economics, 2022, 145(2): 642-664.
[18] BRANDON RG, KRUEGER P, SCHMIDT P S.ESG rating disagreement and stock returns[J].Financial Analysts Journal,2021, 77(4): 104-127.
[19] BI Q, QU T.ESG rating disagreement and stock price crash risk[R].Available at SSRN 4578456, 2023.
[20] ZOU J, YAN J, DENG G.ESG rating confusion and bond spreads[J].Economic Modelling, 2023, 129(1): 106555.
[21] 周泽将, 丁晓娟, 伞子瑶.ESG评级分歧与审计风险溢价[J].审计研究, 2023,39(6): 72-83.
[22] 王分棉, 贺佳, 陈丽莉.连锁董事绿色经历会促进企业绿色创新“增量提质”吗[J].中国工业经济, 2023,40(10): 155-173.
[23] USMAN M, JAVED M, YIN J M.Board internationalization and green innovation[J].Economics Letters, 2020, 197(1): 109625.
[24] 李筱乐, 张军, 李梦荷.董监高责任险、企业声誉与绿色创新[J].上海财经大学学报, 2023, 25(2): 93-106,121.
[25] 李维安, 衣明卉.非国有股东委派董事对国有企业绿色技术创新的影响研究[J].外国经济与管理, 2024, 46(4): 3-18.
[26] QUAN X, KE Y, QIAN Y,et al.CEO foreign experience and green innovation: evidence from China[J].Journal of Business Ethics, 2023, 182(1): 535-557.
[27] HUANG M, LI M Y, LIAO Z H.Do politically connected CEOs promote Chinese listed industrial firms' green innovation? the mediating role of external governance environments[J].Journal of Cleaner Production, 2021, 278(1): 123634.
[28] 席龙胜, 赵辉.高管双元环保认知、绿色创新与企业可持续发展绩效[J].经济管理, 2022, 44(3): 139-158.
[29] 卢建词, 姜广省.CEO绿色经历能否促进企业绿色创新[J].经济管理, 2022, 44(2): 106-121.
[30] 余伟,郭小艺.管理者短视对企业绿色创新的影响研究——市场关注的调节作用[J].软科学,2024,38(4):76-82.
[31] 谭常春, 王卓, 周鹏.金融科技“赋能”与企业绿色创新——基于信贷配置与监督的视角[J].财经研究, 2023, 49(1): 34-48,78.
[32] 沈永建, 于双丽, 蒋德权.空气质量改善能降低企业劳动力成本吗[J].管理世界, 2019, 35(6): 161-178.
[33] 范红忠, 董江琛.知识产权保护的绿色技术创新效应[J].经济学动态, 2023,64(10): 71-89.
[34] 刘啟仁, 赵灿.税收政策激励与企业人力资本升级[J].经济研究, 2020, 55(4): 70-85.