Green Technology Footprint Similarity and Corporate ESG Performance：An Empirical Test Based on the GIRQ Four-Dimensional Mechanism Framework

Hao Feng, Li Jiashuo, Fan Bokai

(School of Economics, Tianjin University of Commerce, Tianjin 300134, China)

Abstract：Against the dual backdrop of advancing global sustainable development agendas and the accelerating implementation of China's "dual carbon" strategy, green technology innovation has become a core driver of high-quality corporate development. Existing literature has extensively explored the determinants of ESG performance from two perspectives: external policy drivers and internal governance constraints. However, research on green innovation tends to focus on factor accumulation in terms of innovation intensity, with insufficient attention paid to the strategic logic of corporate green technology path selection. This makes it difficult to effectively explain the practical puzzle of "similar green technology investment intensity but divergent ESG performance". Meanwhile, firms face a dilemma between "conformity" and "differentiation" in their green technology deployment: following mainstream industry technology paths can secure institutional legitimacy and resource support, while exploring differentiated paths may create first-mover advantages. To clarify this strategic dilemma and its impact mechanism on corporate ESG performance, this study introduces green technology footprint similarity (GTS) as an analytical tool, shifting the research focus from technology stock evaluation to technology structure evaluation, and systematically examines how the alignment between corporate green technology path selection and the industry mainstream affects ESG performance.

This study employs data from Chinese A-share listed companies spanning 2009-2024. Drawing on the International Patent Classification (IPC) system, the study identifies the technological domains of corporate green patents and calculates corporate green technology footprint similarity using the cosine similarity algorithm. This measurement approach overcomes the semantic noise problem inherent in traditional text mining methods and achieves comparability of technology structures across firms, time periods, and industries. At the theoretical level, by integrating four core stages of the value creation process,inculding resource accumulation, capability building, risk control, and value realization,this study innovatively constructs the "Green-Intelligence-Resilience-Quality" (GIRQ) four-dimensional mechanism framework, achieving a theoretical breakthrough from "factor accumulation" to "mechanism integration" in the analysis of ESG determinants.

The findings are as follows: First, GTS exhibits a significant U-shaped relationship with corporate ESG performance. However, due to measurement implications, the vast majority of sample firms are located in the right-side ascending segment of the U-shaped curve, indicating that a "follow the trend" technology convergence strategy is more conducive to gaining recognition from ESG evaluation systems. Second, mechanism tests confirm the explanatory power of the GIRQ four-dimensional framework: in the Green dimension, higher technology similarity significantly strengthens the corporate green knowledge base by facilitating knowledge sharing and reducing knowledge recombination costs; in the Intelligence dimension, technology path convergence enhances compatibility between firms and industry digital infrastructure, accelerating digital transformation processes; in the Resilience dimension, mainstream technology path selection reduces policy compliance costs and environmental uncertainty, enhancing firms' ability to adapt to external environmental changes; in the Quality dimension, GTS exhibits a U-shaped relationship with firm competitiveness, with high-similarity firms obtaining sustainable competitive advantages through ecological synergy and agglomeration effects. Finally, heterogeneity analysis reveals that the ESG-enhancing effect of GTS is more pronounced in large-scale firms and high-growth firms, with a greater impact on environmentally sensitive industries. This reflects that resource integration capability and strategic flexibility are key conditions for converting technology footprint similarity advantages into ESG performance.

The marginal contributions of this study are threefold: First, it introduces GTS into corporate ESG research, enriching the theoretical understanding of the relationship between green technology strategy and sustainable development, and revealing how green technology embeds into ESG governance logic through institutional isomorphism mechanisms. Second, it improves the measurement methodology of GTS by constructing an operable and comparable quantitative indicator based on the IPC classification system and cosine similarity algorithm, enhancing measurement precision. Third, it constructs the GIRQ four-dimensional mechanism framework, systematically integrating ESG determinants and delineating multiple transmission pathways. The research conclusions provide decision-making references for firms in formulating green technology strategies, adapting upward to institutional pressures, and balancing innovation differentiation, while also offering empirical support for governments in constructing precisely classified green governance policy systems.

Key Words：Green Technology Footprint Similarity; ESG Performance; Green Knowledge Base; Digital Transformation; Environmental Uncertainty; Firm Competitiveness

收稿日期：2025-06-05

修回日期：2025-12-28

基金项目：全国统计科学研究项目(重大项目)(2024LD003)

作者简介：郝枫(1979—),男,河北河间人,博士,天津商业大学经济学院教授、博士生导师,研究方向为宏观经济统计分析;李佳朔(2001—),男,辽宁鞍山人,天津商业大学经济学院硕士研究生,研究方向为产业绿色发展;范博凯(1993—),男,河北魏县人,博士,天津商业大学经济学院讲师、硕士生导师,研究方向为新空间经济学。

通讯作者：范博凯。

DOI：10.6049/kjjbydc.D12025060136

开放科学(资源服务)标识码(OSID)：

中图分类号：F205

文献标识码：A

文章编号：1001-7348(2026)12-0104-12

0 引言

在全球可持续发展议题和我国加快推进“双碳”目标背景下,绿色发展已成为企业高质量发展的重要方向。《碳达峰碳中和的中国行动》白皮书强调“实现碳达峰碳中和,是中国站在对人类文明负责的高度,基于实现可持续发展的内在要求作出的重大决策部署”。企业在环境、社会责任与公司治理(Environmental,Social and Governance, ESG)方面的表现(后文简称企业ESG表现)不仅成为衡量其可持续竞争力的重要标尺,还会影响其资源配置效率与长期价值创造能力。绿色技术创新是低碳转型的核心驱动力,探究企业绿色技术战略选择如何影响企业ESG绩效具有理论和实践意义。

绿色技术创新领域呈现数字化绿色化协同融合、碳中和关键技术加速突破、多能源系统集成优化等特征,技术发展从单一领域纵向深化转向跨领域横向融合,从单独技术创新转向系统性解决方案构建。同时,头部企业技术布局往往成为后发企业竞相模仿的锚点,使行业主流技术范式逐渐收敛并自我强化。对于后发企业而言,究竟是追随行业主流绿色技术以获取制度合法性与资源支持,还是探索差异化路径以构建竞争优势,成为两难抉择:前者有利于降低技术不确定性,但需让渡技术路径自主性;后者可能形成先发优势,但会显著加剧资源错配与市场认可滞后的双重风险。“求同”与“存异”间的战略权衡,构成企业绿色转型的核心议题。

实践中,绿色技术创新的“量”,难以直接决定企业ESG表现的“质”。同行业内,绿色研发投入强度相当的企业,其ESG表现显著分化;即使绿色专利数量有限的企业,仍可通过精确选择技术路径获得较高ESG表现评价。企业绿色技术战略布局方式,成为理解两者关系的关键。企业绿色技术布局深度嵌入行业技术标准与市场竞争环境中,社会各界的多重期待使其陷入两难:一方面,监管部门和ESG评级机构,倾向于认可主流、成熟、可验证的绿色技术路径;另一方面,投资者对价值创造的关注以及消费者对产品多样化的需求,激励企业开展具有独特性的绿色技术创新。不同利益相关者的差异化期待,会影响企业在技术路径趋同与分化间的抉择。

绿色技术足迹相似度(Green Technology Footprint Similarity, GTS)可为识别上述选择困境提供有效工具,它将分析重心从技术存量评价转向技术定位评价,揭示技术战略与外部生态的适配性。一方面,绿色技术足迹相似度将企业技术选择战略显性化,通过测度企业技术组合与行业技术范式的匹配度,刻画企业在行业绿色技术版图中的相对位置。另一方面,绿色技术足迹相似度可为企业量化评估技术适配性提供有效工具。由此,技术路径选择这一难以观测的战略维度,被纳入可量化的分析框架。

本文旨在探讨如下核心问题:绿色技术足迹相似度如何影响企业ESG表现?这一影响通过何种机制传导?不同情境下是否存在差异?为此,本文采用2009—2024年中国A股上市公司数据,实证检验绿色技术足迹相似度对企业ESG表现的影响效应与作用路径。边际贡献如下:其一,将绿色技术足迹相似度引入企业ESG表现研究框架,强调技术战略选择与外部制度环境、市场结构间的适配关系,揭示绿色技术在“同构”机制中如何嵌入ESG治理逻辑,深化对绿色技术结构配置影响ESG表现机制的认识。其二,绿色技术足迹相似度测度方法尚未成熟,本文基于国际专利分类(IPC)构建绿色技术组合,以余弦相似度改进绿色技术足迹相似度测度方法。其三,构建“绿色—智慧—韧性—品质”四维机制分析框架,提升ESG研究的理论整合度与现实解释力,并为政府与行业组织提供决策参考。

1 文献综述

1.1 企业ESG表现及影响机制

当前,企业ESG表现研究相关理论体系日益丰富、经验证据不断积累,但企业ESG表现的显著差异仍未得到充分解释。已有研究围绕外部政策驱动与内部治理约束,构建以“制度—治理”为核心的分析体系。

外部政策驱动的来源广泛,已有文献展开了广泛探讨。第一,环境政策的影响方面。强制性环境规制可通过构建绿色投入与治理机制改善企业ESG表现[1],税制绿色化能够显著提升企业ESG表现评分[2];环境补贴对提升流通企业ESG表现具有显著影响。此外,政府环境关注度还通过强化高管环保意识与推动企业创新,显著提升企业ESG表现[3]。第二,融资约束的影响方面。绿色信贷政策可借助融资约束、环保激励及信息披露提升企业ESG表现[4];地方政府债务改革则通过缓解企业融资约束和抑制金融化倾向提升企业ESG表现。第三,数字技术影响方面。数字化转型背景下,客户企业数字化通过结构赋能效应和资源赋能效应,对供应商企业ESG表现产生促进作用,而降低代理成本与提升供应链效率,成为推动供应商企业可持续发展的关键引擎[5]。但此类研究多采用企业层面的数字化转型指标,难以揭示数字化转型在不同行业与企业发展阶段的差异化影响。第四,产权制度的影响方面。混合所有制改革通过产权结构优化,促进国有企业与民营企业在ESG三大维度的表现实现协同提升[6]。此类研究偏重所有权配置的静态结果,对治理机制的动态演化、产权配置的非线性效应以及改革效果的持续性缺乏系统考察。

从内部控制约束看,高管团队特征对ESG决策的影响最受关注。CEO海外背景、绿色经历[7]以及女性高管占比[8],均有助于抑制企业决策短视行为、提升创新质量,进而驱动ESG表现提升。基于社会角色理论的研究发现,女性董事具有共情与关怀特质,其参与决策对企业履行社会责任具有积极影响(梁强等,2022)。聚焦高管能力的研究发现,能力较强的管理者更愿选择兼顾股东价值与ESG目标的项目配置路径[9]。但此类研究忽略了不同高管团队间的交互效应,对高管特征影响企业ESG表现的边界条件与作用机制缺乏深入剖析。股权治理结构的作用也广受认同,非国有企业股东可通过优化决策机制、促进绿色创新以及传递市场信号,改善企业ESG表现。鉴于股权质押已异化为股价维稳工具,质押比例与企业ESG表现显著负相关[6]。此类研究主要关注股权结构的静态特征,尚未探讨不同条件下股权治理的影响差异,以及股权质押与其他治理变量的交互作用。

1.2 绿色技术足迹相似度

绿色技术足迹相似度用于反映企业在绿色技术组合布局上与行业整体的趋同程度,其本质是测度企业绿色技术路径的“求同”与“存异”属性[10]。有别于技术多元化,绿色技术足迹相似度关注技术布局的分布重合度:即使企业技术范围广泛,但若其技术领域处于行业竞争者稀少的“稀疏区”,其相似度仍较低;即使企业技术领域不广泛,若聚焦行业竞争者较多的“密集区”,相似度仍可能较高[11]。绿色技术足迹相似度反映企业绿色技术选择的战略定位:高相似度意味着企业技术发展轨迹与行业主流技术路径高度一致,有助于降低创新风险;低相似度意味着企业倾向于在非行业主流技术领域寻求突破,虽可能获得颠覆性技术机会,但更易导致技术能力与市场需求错配。鉴于产业技术演进路径依赖,多数企业倾向于围绕行业主流技术开展创新[12]。

绿色技术足迹相似度取决于技术间演化与适应制度的动态互动。现有绿色发展相关政策在指导技术选择方面存在盲区:宏观层面,“双碳”目标与绿色发展规划多聚焦总量控制目标和行业减排指标,对企业技术路径选择缺乏具体指导[13];中观层面,行业主管部门发布的各类标准主要用于技术认证与合规审查,难以为企业优化技术组合提供指引[14];微观层面,绿色金融相关政策与ESG监管要求虽激励企业加大绿色技术投入,但企业难以准确识别政策导向对不同技术路径的偏好差异。既有研究多将技术差异化视为创新优势的核心来源,忽视了技术相似性潜在的协同效应与制度嵌入优势。

企业在选择技术路线时,通常会经历学习与模仿的过程。制度同构理论指出,企业可能因规范压力、模仿压力或强制性压力,在某些领域趋于同质化。环境规制通过强制披露与技术标准,倒逼企业趋近行业绿色技术主流路径[2];绿色信贷[4]、绿色补贴[3]则通过融资激励,引导企业选择高相似度、低风险的技术组合。行业和市场层面,下游客户ESG需求通过供应链传导形成技术溢出效应,促使供应商趋近其绿色技术路径[5]。

企业战略层面,根据资源基础观,企业采用特定技术路线,本质上是资源配置决策。企业采用“求同”策略,可降低供应链协同成本和技术融合成本。多家企业选择相似的技术路径,会直接影响企业环境绩效、社会责任以及治理结构,进而影响ESG表现评分。技术融合理论认为,适度的技术相似性有助于知识溢出,降低知识重组成本,提升发明绩效与市场绩效,并通过规模经济与知识共享增强协同效应[15]。在绿色技术布局过程中,企业需要在拓展知识广度与维持认知一致性之间寻求平衡。过远的知识距离会加剧隐性知识转移障碍,也不利于现有绿色技术优化升级[16]。

绿色技术相似性测度方法,经历了从文本分析到结构化编码的演进过程。传统方法基于专利文本信息进行主题挖掘与关键词提取,代表性技术包括基于文本主题识别模型的狄利克雷分布(LDA)[17],以及基于词频统计文本重要性的“词频—逆文件频率”(TF-IDF)等技术。但上述方法易受语义漂移与上下文依赖的影响。近年来,基于专利分类代码的结构化测度方法在技术相似性研究中逐渐兴起。早期研究主要依赖美国专利分类(USPC)体系构建技术邻近度指标,后续研究逐步转向国际专利分类(IPC)体系,并在技术溢出、研发合作等领域得到广泛应用[18]。IPC分类体系因层级化、标准化特征受到青睐,通过将专利组合转化为基于IPC代码的向量,为绿色技术结构的量化刻画提供可行路径。

1.3 文献述评

绿色技术与ESG表现关系研究初具规模,但在解释企业ESG表现的现实差异时仍存在不足:一是研究焦点上,现有ESG表现的影响机制研究聚焦绿色技术的数量规模与质量水平,对企业技术路径选择的战略逻辑及其ESG效应关注不足;二是测度方法上,局限于对企业内部技术能力的评价,缺乏衡量技术布局与行业主流适配程度的有效工具;三是理论解释上,对解释各类要素如何协同作用于ESG表现缺乏统一理论框架,也未回应“绿色技术投入相近但ESG表现迥异”的现实问题。

借鉴已有研究,本文从测度方法与分析框架两方面进行拓展:一是改进绿色技术足迹相似度测度方法。借鉴IPC专利分类体系在技术结构分析中的应用,构建企业绿色技术足迹向量,采用余弦相似度测度技术足迹方向相似性。该方法不仅保留了结构化测度方法的稳健性优势,能够有效捕捉绿色技术路径的动态调整,又可避免文本挖掘的语义噪声,实现跨企业、跨时期、跨行业的技术结构可比性。二是引入“绿色—智慧—韧性—品质”(Green-Intelligence-Resilience-Quality, GIRQ)四维机制分析框架,将绿色技术路径对企业ESG可持续战略的作用机制拆解为多个传导通道,多维度剖析绿色技术足迹相似度对企业ESG表现的影响路径。该框架可为深化绿色技术与可持续发展关系研究,提供更完整的分析视角。

2 理论分析与研究假设

2.1 “绿色—智慧—韧性—品质”四维机制理论框架

企业ESG表现的改善本质上是价值创造过程,也是企业对社会公众、投资者、监管机构等多元利益相关者诉求的综合回应[19],这种回应直接反映企业价值的增量能力。然而,价值创造是复杂的系统性过程,需要多维度机制的协同作用。企业价值创造通常需要经历资源积累、能力构建、风险控制和价值实现4个递进阶段,各阶段相互独立又彼此关联,共同构成价值创造的完整链条[20]。

波特价值链理论认为,企业价值创造依赖于基本活动与支持活动的系统协同,任一环节缺失都会降低整体价值创造效能[21]。具体到ESG实践,基于单一维度的分析难以全面揭示绿色技术足迹相似度对ESG表现的复杂影响机制。基于这一理论逻辑,本文将价值创造过程的4个核心阶段(资源积累、能力建设、风险控制和价值实现),分别映射为绿色、智慧、韧性和品质四大维度,构造“绿色—智慧—韧性—品质”(GIRQ)四维机制框架。

上述四大维度均具备理论逻辑与现实基础。绿色维度回应ESG价值创造的资源基础问题,聚焦环境资源保护与可持续发展等核心议题,解决“用什么创造价值”。智慧维度反映ESG价值创造的能力建设路径,基于智慧城市、数字经济等理论,强调技术创新与数字化转型对ESG实践的赋能作用[22],解决“如何提升创造价值的能力”。韧性维度反映ESG价值创造面临的复杂性与不确定性挑战,涉及生态韧性与复杂适应系统等理论,强调系统对多重风险冲击的适应与恢复能力[23],解决“如何保障价值创造的稳定性”。品质维度体现ESG价值创造的实现与转化过程,涉及品牌价值、空间品质以及高质量发展理论,从追求数量提升转向质量提升与价值创造[24],解决“如何将能力转化为ESG表现提升”。

GIRQ四维框架为揭示绿色技术足迹相似度对企业ESG表现的影响,提供了清晰的机制路径。四大维度涵盖ESG价值创造的全过程(资源积累、能力建设、风险控制和价值实现),既相对独立又互为支撑。因此,构建综合理论框架可揭示绿色技术足迹相似度影响企业ESG表现的完整链条,具有坚实的理论基础和较高的分析价值。

2.2 绿色技术足迹相似度提升企业ESG表现的直接作用

绿色技术足迹相似度不仅反映企业静态结构特征,更是企业动态战略的直接体现,其技术路径选择与融合程度,从多方面影响企业ESG表现。第一,高相似度意味着企业在绿色技术领域更易与外部主体实现知识共享[16],突破企业间绿色创新信息壁垒,形成较强的知识筛选、吸收与转化能力,引领行业生态共同进化,实现企业发展与环境价值协同。第二,企业间绿色技术同质性带来数字化能力倍增效应。高相似度企业易获取与主流行业配套的数字化工具与方法论体系,进而以更低的转换成本实现环境数据的高精度采集与多维呈现,消解ESG信息披露中的结构性障碍[5]。第三,提高企业绿色技术轨迹的同步性与匹配性,获得对环境变动的适应韧性。更规范的环境风险评估体系能够将不确定性转化为可控风险,进而将韧性优势转化为ESG绩效持续提升,降低企业合规风险与调适成本。第四,企业技术路径选择,能够影响其竞争优势来源与可持续性。低相似度企业往往选择非共识性技术路线开展前沿探索,通过率先布局技术“蓝海”并占据技术利基,构建差异化竞争优势。高相似度企业则倾向于依托成熟的绿色技术路径,嵌入行业主流绿色创新生态,在成熟的技术平台开展整合、优化与再创新,从而获取后发优势。由此,本文提出以下假设:

H1:绿色技术足迹相似度对企业ESG表现发挥促进作用。

2.3 绿色技术足迹相似度影响企业ESG表现的作用机制

2.3.1 绿色:绿色知识基础

企业绿色技术足迹相似度提升,能够强化绿色知识基础的积累与运用能力。企业技术相似性越高,其绿色知识积累与创新越相似。企业吸收能力依赖现有知识基础,高绿色技术足迹相似度的企业更易与主流绿色技术路线深度融合。位于行业技术“密集区”的高相似度企业,对外部知识的共享与整合成本下降,能够更快吸收技术融合产生的知识溢出[15],进而提高创新能力与效率[16]。拥有绿色知识基础的企业能够更好地应用绿色技术,提升环境(E)绩效。

知识结构一致性有利于企业推动环境治理的制度化与科学化。随着绿色技术日趋标准化,企业逐步将环境治理的制度规则与操作模板内化为自身管理体系。依托绿色知识嵌入治理体系,企业从外部获取高质量的治理经验与通行标准,在构建自身治理体系时更加有据可循[25]。治理体系科学化体现为设立ESG专责机构、制定环境合规政策、构建信息披露与风险预警机制,进而增强对外部监管与市场变化的响应能力,提升治理(G)绩效。由此,本文提出以下假设:

H2:绿色技术足迹相似度通过强化企业绿色知识基础提高企业ESG表现。

2.3.2 智慧:企业数字化转型

绿色技术足迹相似度提升,为企业数字化转型提供重要驱动力。数字化转型能够提升信息披露透明度和数据可靠性,使企业重视履行社会责任。技术路径与行业主流技术路径高度契合,更易接入统一的绿色技术标准与数字化基础设施。在技术路径标准化过程中,企业数字兼容性提升[22],推动构建统一的ESG信息披露框架和可持续发展数据平台。借助人工智能、大数据与物联网等技术,企业能够实时、精准采集和传递绿色运营数据,提升环境信息和社会责任履行的可视化与可验证性,进而改善企业在社会(S)维度的表现。

数字化转型还能推动企业履行社会责任。高绿色技术足迹相似度企业,其数字平台化治理模式能够有效提升组织内部信息流动效率与决策一致性,进而提升治理系统的协同性与执行力。借助统一数字平台整合多个模块,企业实现跨部门协同治理与上下游对接。依托实时碳监测系统、ESG绩效反馈机制和风险预警模型,企业治理流程更具动态性、前瞻性与可控性,组织协调性得以提升[26]。内部制度设计与流程搭建难度降低,企业能够以更低的组织成本实施高质量治理行动,提升治理(G)维度的表现。由此,本文提出以下假设:

H3:绿色技术足迹相似度通过提升企业数字化转型程度提高企业ESG表现。

2.3.3 韧性:环境不确定性

企业经营面临市场需求波动、政策变化以及技术更新带来的多重环境不确定性,导致其信息收集成本与决策复杂性提升。若企业难以准确预测外部演化方向,则会产生战略摇摆与资源浪费,进而降低ESG绩效。

绿色技术足迹相似度是企业应对环境不确定性的战略工具。环保政策和环境规制通常基于行业主流技术制定[4],趋向行业主流技术可使企业更适应外部变化。环境合规成本降低,企业更易达成环境治理目标。高相似度企业能够更快对接国家与行业层面的绿色规范及管理体系,减少监管者在识别企业绿色表现时的信息不对称与沟通障碍。依托标准化的技术范式与行业治理模板,企业更易构建清晰、稳定、规范的内部治理机制,在环境(E)、社会(S)和治理(G)3个维度呈现更强的适应性。

协同与资源共享程度提升,推动企业嵌入绿色技术集群,形成产业集聚效应[25]。集群内绿色技术路径互通,基于行业标准形成统一的碳核算、排放控制和节能管理模式,实现绿色生产过程协同优化。高度相似的技术语言与绿色治理逻辑,还能降低企业与产业集群间的沟通成本,有利于强化企业间的信任机制,提升社会(S)维度的表现。由此,本文提出以下假设:

H4:绿色技术足迹相似度通过降低环境不确定性提高企业ESG表现。

2.3.4 品质:企业竞争力

企业竞争优势通常源自差异化战略和成本领先战略[27]。差异化战略下,企业核心竞争力可归结为在市场中脱颖而出的独特能力和资源。通过差异化技术策略,企业偏离既有行业技术范式,规避主流市场竞争,塑造初期市场定位与技术壁垒,提升自身社会地位。这种非共识性创新的前沿性与不确定性并存,企业得到“窗口期”机会之际,其长期竞争力易陷入脆弱状态[28]。

高绿色技术足迹相似度企业,依托成熟路径与生态协同效应,在可持续性、扩张性与效率性方面具有更大的潜力。从企业竞争力可持续提升视角看,高绿色技术足迹相似度带来的集聚效应、协同效率和制度优势,比低绿色技术足迹相似度企业利用差异化战略获取的短期技术新颖性更有价值,是构建持久竞争优势的关键路径。因此,学习先进主流技术、提高绿色技术足迹相似度,是企业获取长期竞争力的必然选择[29]。由此,本文提出以下假设:

H5:绿色技术足迹相似度对企业竞争力具有U型影响。

综上,本文构建理论逻辑与研究框架如图1所示。

3 研究设计

3.1 变量定义

3.1.1 被解释变量:企业ESG表现(ESG)

参考谢红军等[1]的研究,本文采用华证ESG评级指数衡量企业ESG表现。具体而言,将该评级体系中C、CC、CCC、B、BB、BBB、A、AA、AAA共9个等级依次赋值为0.1～0.9,数值越大,企业ESG表现越好。

3.1.2 核心解释变量:绿色技术足迹相似度(GTS)

本文通过确定企业申请的专利所属技术领域揭示其技术足迹[12],并将绿色技术足迹相似度,定义为企业在各绿色技术领域的专利分布与行业整体绿色专利分布的接近程度。

借鉴Martynov[11]、龚红等[12]的研究,本文对绿色技术足迹相似度进行测算:首先,根据国家知识产权局《绿色低碳技术专利分类体系》,筛选并匹配上市公司历年绿色低碳专利数据。其次,根据国际专利分类号小类,确定各专利所属技术领域,并统计所有专利涉及的技术领域,经处理得到19个技术领域。再次,分别汇总t年企业i和行业k在各技术领域的专利数量,由此构建19维技术向量Fi,t、Fk,t,以反映该年份企业和绿色低碳行业的技术足迹。最后,采用t年企业与行业绿色技术向量的余弦相似度,衡量各企业绿色技术足迹相似度。具体公式如下:

(1)

相较于传统专利信息文本挖掘方法,本文采用的测度方法在理论逻辑与操作层面更具优势。首先,理论维度上,相较于侧重评估单项技术或产品的纵向环境绩效LCA方法,本文基于技术结构相似性的测度方法能够有效捕捉企业绿色技术路径选择的“求同”或“存异”特征,为ESG战略提供结构性解释视角。其次,结构维度上,相较于缺乏结构化表征能力的绿色专利计数或TF-IDF关键词识别方法,本文通过划分技术领域并构建绿色技术向量,采用余弦相似度测算企业与行业技术结构的趋同程度,揭示绿色创新的结构特征与相对位置,反映企业在绿色技术上的集聚或差异程度。这一方法能够有效弥补传统方法在横向对比与结构比较方面的不足,为揭示企业绿色技术战略与ESG表现间的潜在机制,提供更具解释力的技术指标。

3.1.3 机制变量

(1)绿色知识基础(GKF)。本文采用企业绿色创新数量(GINUM)和绿色创新质量(GICIT)两个指标进行测度。其中,采用上市公司绿色发明数量衡量绿色创新数量;鉴于上市公司绿色专利被引用次数能够反映专利影响广度、技术质量和市场价值,因而采用上市公司当年申请的绿色专利在未来两年内被引用次数衡量绿色创新质量。

(2)企业数字化转型(DCG)。借鉴吴非等[30]的研究,本文采用文本分析方法,提取并统计上市公司年报中的特征关键词频数,进而构建企业数字化转型测度指标体系。

(3)环境不确定性(EU)。参考申慧慧等[31]的研究,本文对企业五年营收数据进行时间序列回归,计算残差的标准差与营收均值的比值作为初始指标,将其除以行业年度中位数,得到相对环境不确定性衡量指标。该指标值越大,表明企业面临的环境不确定性越高。

(4)企业竞争力(GPM)。参考蒋志文等[32]的研究,本文采用毛利率衡量企业竞争实力与持续增长能力,较高、稳定的毛利率表明企业具备稳健的盈利能力、长期成长潜力,以及将利润转化为业务扩张资本的基础条件。

3.1.4 控制变量

参考已有研究,本文引入如下控制变量:企业规模(Size)、企业年龄(ListAge)、企业成长性(Growth)[5]、资产负债率(Lev)、总资产净利润率(ROA)[2]、董事会规模(Board)、托宾Q值(TobinQ)、两职合一(Dual)。

本文主要变量定义如表1所示。

3.2 样本选择与数据来源

本文选取2009—2024年拥有绿色低碳技术专利的A股上市公司为研究样本,核心数据包括两方面:一是来自国家知识产权局的绿色低碳技术专利数据,二是采用华证ESG评级指标衡量企业ESG表现。借鉴已有研究,本文剔除金融行业以及被标记为ST、*ST类企业,并剔除数据缺失样本,同时对样本数据进行上下1%的缩尾处理,最终获得7 470条企业—年度面板数据。此外,机制变量与控制变量等基础数据均来自国泰安(CSMAR)数据库和万得(WIND)数据库。

表2显示,样本企业ESG表现(ESG)的均值为0.429 3(标准差为0.117 3),绿色技术足迹相似度(GTS)的均值为0.331 6(标准差为0.193 2),表明企业ESG表现与绿色技术路径选择均存在显著差异。其余控制变量也具有适度变异性,满足模型估计需要。

3.3 模型构建

3.3.1 基准回归模型

为揭示绿色技术足迹相似度对企业ESG表现的影响,本文构建如下模型:

ESGi,t=λ0+λ1GTSi,t+λ2Xi,t+∑IND+∑YEAR+εi,t

(2)

(3)

其中,i代表企业,t代表年份;ESG代表企业ESG表现评级分数;GTS代表企业绿色技术足迹相似度;GTS2代表其平方项;X代表一组控制变量;ε为随机误差项。不同行业企业ESG表现评级差异较大,模型还控制了行业固定效应(IND)和年份固定效应(YEAR)。

3.3.2 机制检验模型

为揭示绿色技术足迹相似度对企业ESG表现的影响机制,参考江艇[33]的研究,本文采用中介效应模型进行分析,如式(4)所示。

Mi,t=λ0+λ1GTSi,t+λ2Xi,t+∑IND+∑YEAR+εi,t

(4)

其中,M表示4个中介变量,在检验企业竞争力(GPM)的中介效应时,本文加入绿色技术足迹相似度(GTS)的平方项。在该机制识别框架下,验证GTS→M的显著性,并结合既有文献论证M→ESG的方向。

4 实证结果与分析

4.1 基准回归

基准回归以企业绿色技术足迹相似度(GTS)为核心解释变量,并增加其二次项(GTS2)以检验非线性影响。模型中加入一系列控制变量,同时控制行业与年份固定效应。面板回归模型估计结果如表3所示。

在未引入控制变量的模型中,企业绿色技术足迹相似度(GTS)的系数为0.060 7,且在1%水平上显著。加入控制变量后,企业绿色技术足迹相似度(GTS)的系数为0.036 2且在1%水平上显著,表明绿色技术足迹相似度越高,企业ESG表现越好。

为进一步检验绿色技术足迹相似度(GTS)对企业ESG表现是否存在非线性影响,本文引入企业绿色技术足迹相似度的二次项(GTS2)。此时,绿色技术足迹相似度平方项(GTS2)的估计系数(λ2=0.094 1)在1%水平上显著,意味着企业ESG表现(ESG)与绿色技术足迹相似度(GTS)存在U型关系。计算得出的拐点为x*≈0.165 2,且根据变量定义与指标构造,企业ESG表现评分与绿色技术足迹相似度(GTS)均处于正值区间,所保留曲线大部分为U型右半部分。整体表现为企业ESG表现随绿色技术足迹相似度(GTS)提升而提升。由此,假设H1基本得到验证。

4.2 稳健性检验

(1)替换被解释变量。考虑到采用单一评级机构的ESG得分可能存在偏差,本文将被解释变量替换为彭博咨询公司提供的企业ESG表现数据(Bloombergesg)并重新回归,结果如表4列(1)所示。替换被解释变量后,研究结论依然成立。

(2)剔除极端样本。考虑到新冠疫情影响,本文剔除2020—2022年样本后进行基准回归,结果如表4列(2)所示。结果显示,企业绿色技术足迹相似度(GTS)的系数在1%水平上显著为正,表明绿色技术足迹相似度对企业ESG表现仍具有正向影响。

(3)增加控制变量。为避免遗漏变量的影响,本文在基准回归模型中进一步引入企业层面的控制变量,包括总资产增长率(tagr)、账面市值比(mbratio)、资产结构(tang)、最大股东持股比例(top1)、董事会会议次数(A0101b)、是否四大事务所审计(Big4)等。表4列(3)结果与基准回归结果一致,再次验证了本文结论的稳健性。

4.3 内生性检验

本文采用多种方法进行内生性检验,结果如表 5 所示。

(1)滞后核心解释变量。专利数据反映企业过往技术活动,而ESG评级往往以上一财年的综合表现为评估依据。引入滞后变量有助于校准变量间的时间结构关系。为此,本文将自变量分别滞后1期和滞后2期进行回归。表5列(1)(2)结果显示,绿色技术足迹相似度对企业ESG表现的正向影响保持不变。

(2)工具变量法。为缓解反向因果造成的内生性问题,借鉴Goldsmith-Pinkham等(2020)的研究,构建Bartik工具变量。以行业绿色专利总量一阶差分与企业市场份额权重的交互项,作为绿色技术足迹相似度的工具变量[34],其包含行业层面的绿色技术发展外部冲击和企业对该行业冲击的暴露程度。该交互项Bartik IV与企业绿色技术足迹相似度(GTS)高度相关,但与残差项不相关,能够有效捕捉行业绿色技术演进带来的外部技术压力,并通过企业市场份额加权反映个体企业对行业冲击的暴露程度。因此,该变量对企业绿色技术路径调整具有较强的解释力,且不直接影响企业ESG表现,满足工具变量的外生性要求。表5列(3)(4)结果显示,工具变量回归结果与基准回归结果一致并通过有关检验。

(3)PSM倾向得分匹配法。为减轻数据偏差与其他混杂因素的潜在影响,本文根据企业绿色技术足迹相似度(GTS)是否大于均值,将全部样本企业划分为“与行业绿色技术足迹相似”和“与行业绿色技术足迹不相似”两组。以控制变量作为协变量,对样本进行带宽为0.06的二次核匹配,最终得到5 673个样本。平衡性检验结果表明,匹配后协变量的标准化偏差小于10%,且t检验结果表明不存在显著差异,满足平衡性假设。使用匹配样本进行回归,如表5列(5)所示,检验结果仍显著。

4.4 机制检验

借鉴江艇(2022)的研究,本文采用两步检验法对有关机制进行检验,结果如表6所示。绿色技术足迹相似度通过加强知识共享、促进标准化知识吸收以及降低重组成本,夯实企业绿色知识基础。表6列(1)(2)显示,绿色技术足迹相似度对企业绿色知识基础具有显著正向促进作用(GINUM:λ=19.897 5,p<0.01;GICIT:λ=48.222 5,p<0.01),由此,假设H2得到验证。这一结论支持相关研究成果[35]。

绿色技术足迹相似度对企业ESG表现的积极影响,部分通过数字化能力实现。表6列(3)显示,绿色技术足迹相似度对企业数字化能力的回归系数为11.279 1且在1%水平上显著。由此,假设H3得到验证。该结果支持相关文献[36]的结论。

环境不确定性通过降低信息透明度、削弱绿色创新能力以及干扰高管团队稳定性等,对企业ESG表现产生负向影响。表6列(4)显示,绿色技术足迹相似度对企业环境不确定性的回归系数为-0.302 5且在1%水平上显著,表明绿色技术足迹相似度越高,企业面临的环境不确定性越小。由此,假设H4得到验证。该结果支持相关文献[37]的结果。

绿色技术足迹相似度呈现动态竞争力效应。表6列(5)显示,绿色技术足迹相似度的一阶项系数为负(λ=-0.160 0,p<0.01),二阶项系数为正(λ=0.163 5,p<0.01)。实证结果表明,企业竞争力是绿色技术足迹相似度影响企业ESG表现的重要中介变量,且高绿色技术足迹相似度情境下企业竞争力的增益作用更为显著、持久。现有研究成果[38]表明,企业竞争力提升能够有效提升企业ESG表现。本文发现,企业竞争力与绿色技术足迹相似度存在U型关系,绿色技术足迹相似度对企业竞争力的影响呈现先抑制、后提升的非线性特征;高绿色技术足迹相似度对企业竞争力的提升效应更为显著。由此,假设H5得到验证。

4.5 异质性检验

首先,采用分组回归方法进行异质性检验。其次,参考肖土盛等(2022)的研究,采用纳入交互项的异质性回归模型对分组回归结果进行验证。结果显示,组间差异在统计上均显著。

4.5.1 企业规模

在企业资源禀赋与战略弹性方面,企业规模具有一定影响[39]。本文按照企业规模是否超过均值,将全样本划分为大型企业与中小企业两个子样本。表7列(1)(2)显示,无论是大型企业还是中小企业,绿色技术足迹相似度对企业ESG表现的回归系数均显著为正。相较于中小企业,绿色技术足迹相似度对大型企业ESG表现的促进作用更强。交互项异质性检验结果表明,组间差异统计上显著。大型企业资源充足、组织能力较强,在研发投入、合规管理与信息披露等方面易形成规模效应,更能够将技术路径趋同转化为ESG表现提升。

4.5.2 企业成长性

企业成长性体现为企业长期盈利与实现持续增值的能力,是企业可持续发展空间的集中反映。本研究采用托宾Q值对企业成长性进行测度。具体而言,依据以托宾Q值表示的年度行业中位数,将总样本划分为高成长性企业组和低成长性企业组。对比表7列(3)(4)结果发现,企业绿色技术足迹相似度(GTS)对高成长性企业ESG表现的提升效应更大。交互项异质性检验结果表明,组间差异统计上显著。高成长性企业通常处于技术扩散前沿(如新能源、人工智能领域),凭借较强的技术吸收能力与较短的学习曲线,能够更快对接行业主流绿色技术与配套数字化基础设施,进而提升环境绩效与信息披露质量。

4.5.3 环境敏感性

为进一步探讨企业所处行业环境敏感性的异质性影响,依据《上市公司行业分类指引》(2012年修订)与《上市公司环保核查行业分类管理名录》,将重污染行业归为高环境敏感性行业,其余行业归为低环境敏感性行业。结果显示,绿色技术足迹相似度(GTS)对高环境敏感性行业企业ESG表现的影响更大。交互项异质性检验结果显示,组间差异统计上显著。在高环境敏感性行业,企业面临更强的监管约束与更密集的外部监督,采用主流合规技术更易释放“合法性信号”,进而提升企业ESG表现。

5 结语

5.1 研究结论

本文基于绿色技术足迹相似度视角,采用2009—2024年中国A股上市公司数据,探讨其对企业ESG表现的影响,并构建“绿色—智慧—韧性—品质”四维机制框架,以揭示绿色技术足迹相似度与企业ESG表现间的作用路径,得出以下主要结论:

(1)绿色技术足迹相似度能够提升企业ESG表现,有助于破解企业绿色技术战略中“求同”与“存异”的选择困境。随着企业绿色技术路径与行业主流技术路径相似程度提升,企业ESG表现显著改善。尽管二者在品质维度存在U型关系,但样本企业主要分布在U型曲线的上升区间,意味着大多数企业通过提高绿色技术足迹相似度提升ESG表现。该发现可为企业在制度合规性与创新差异性之间寻求平衡提供参考依据。经过稳健性检验及内生性处理后,这一核心结论依然稳健。

(2)机制检验表明,GIRQ四维机制框架能够有效解释绿色技术足迹相似度影响企业ESG表现的传导路径。具体而言,绿色技术足迹相似度通过夯实绿色知识基础(绿色维度)、加速企业数字化转型(智慧维度)、缓释环境不确定性(韧性维度),以及提升企业竞争力(品质维度)4条路径,作用于企业ESG表现。

(3)异质性分析发现,企业资源禀赋与发展特征在绿色技术足迹相似度与企业ESG表现间发挥显著调节作用。绿色技术足迹相似度对企业ESG表现的促进效应在大规模企业、高成长性企业以及高环境敏感性行业企业中更加显著。

5.2 对策建议

(1)构建基于GIRQ四维机制的绿色技术战略管理体系。一是将绿色技术足迹相似度纳入绿色知识管理与研发决策体系,定期对标行业主流技术路径,提升绿色知识积累与协同效率。二是加快ESG治理数字化,搭建统一的数据平台与披露口径,推动ESG管理从“静态披露”向“过程管控”转变。三是强化技术风险与合规管理,基于主流技术路径构建预警机制,降低环境不确定性。四是在适度趋同的基础上,培育长期竞争优势,避免盲目差异化导致高不确定性。

(2)完善信息工具与激励机制,引导企业形成可验证、可比较的绿色技术路径。一是探索将绿色技术足迹相似度纳入ESG表现评级或可持续金融评估体系,提升投资者对企业技术战略风险的识别能力。二是通过绿色信贷、供应链准入等渠道实施差异化激励,优先支持在关键绿色技术领域实现协同与兼容的企业。三是推动行业绿色技术标准与共享平台建设,降低中小企业绿色技术采用成本,促进产业链协同减排。

(3)构建基于GIRQ四维机制的分类精准治理政策体系。一是制定分行业、分阶段的绿色技术路径引导相关政策,对成熟行业强化趋同与扩散激励,对探索期技术保留创新空间。二是优化ESG监管与披露要求,在现有框架下适度引入反映技术结构与演进趋势的指标(如绿色技术足迹相似度),进而提高监管措施的针对性与可比性。三是运用数字化手段提升政策供给质量,释放更清晰的技术与标准信号,降低企业绿色转型过程中的不确定性。

5.3 不足与展望

本文存在以下不足:首先,因果识别仍存在提升空间。本文采用滞后变量、Bartik工具变量以及倾向得分匹配(PSM)等方法处理内生性问题,但可能存在未观测企业特质导致的偏误。未来可结合政策冲击、标准调整等外生事件,采用准自然实验设计强化因果推断。同时,可利用机器学习算法识别和控制更多潜在混淆变量,提升因果推断的精度与可信度。其次,非线性机制有待细化。受数据分布范围限制,本文对拐点附近的企业行为与机制转换讨论尚不充分。未来可构建长周期动态追踪数据,补充更多处于技术路径探索期的企业样本,深入分析拐点附近企业转型路径与临界状态下的机制转换过程,同时结合定性案例研究,揭示非线性关系的微观决策逻辑。最后,GIRQ四维机制框架内部的动态与交互尚未展开。绿色技术足迹相似度对企业ESG表现的影响机制较为复杂,本文仅检验了4条传导路径的独立效应,未充分识别GIRQ四维机制框架内部维度间的交互作用与时变权重。未来可解构四维机制的内部结构,通过数值模拟构建更精细的理论解释模型,并构建碳排放强度等环境绩效数据与专利结构指标的联合测度体系,以提升结论的解释力与普适性。

参考文献：

[1] 谢红军, 吕雪. 负责任的国际投资: ESG与中国OFDI[J].经济研究, 2022, 57(3): 83-99.

[2] 王禹, 王浩宇, 薛爽. 税制绿色化与企业ESG表现——基于《环境保护税法》的准自然实验[J].财经研究, 2022, 48(9): 47-62.

[3] 赵燕子. 环境补贴、绿色创新与流通企业ESG表现[J].商业经济研究, 2024,43(23): 168-171.

[4] 董雨, 吴心慧, 李周. 绿色信贷能否提升企业ESG表现——来自中国A股上市公司的经验证据[J].南京财经大学学报, 2024,42(4): 45-55.

[5] 肖红军, 沈洪涛, 周艳坤. 客户企业数字化、供应商企业ESG表现与供应链可持续发展[J].经济研究, 2024, 59(3): 54-73.

[6] 苏畅, 陈承. 新发展理念下上市公司ESG评价体系研究——以重污染制造业上市公司为例[J].财会月刊, 2022, 43(6): 155-160.

[7] LIU Y, ZHANG F K, ZHANG H. CEO foreign experience and corporate environmental, social, and governance (ESG) performance[J].Business Strategy and the Environment, 2024, 33(4): 3331-3355.

[8] AL-SHAER H, ZAMAN M, ALBITAR K. CEO gender, critical mass of board gender diversity and ESG performance: UK evidence[J].Journal of Accounting Literature, 2026, 48(1): 76-110.

[9] WELCH K,YOON A.Do high-ability managers choose ESG projects that create shareholder value?evidence from employee opinions[J].Review of Accounting Studies,2023,28(4):2448-2475.

[10] AHARONSON B S, SCHILLING M A. Mapping the technological landscape: measuring technology distance, technological footprints, and technology evolution[J].Research Policy, 2016, 45(1): 81-96.

[11] MARTYNOV A. Technological footprint similarity and firm performance[J].Strategic Organization, 2021, 19(2): 237-262.

[12] 龚红, 丁梦梦, 胡思源. “求同”还是“存异”?技术足迹相似度、环境动态性与企业关键核心技术创新[J].南开管理评论, 2025, 28(4): 86-97.

[13] 周天舒, 迟东训, 艾明晔. 双碳背景下可再生能源面临的挑战及对策建议[J].宏观经济管理, 2022,38(7): 59-65.

[14] 黄晓杏, 余达锦, 刘亦晴. 区域绿色创新系统成熟度指标体系的构建与评价[J].统计与决策, 2019, 35(21): 45-49.

[15] 薛朝改,冯凯博,曹武军.知识生态结构、知识创新行为与知识环境促进制造业集群优化升级的多元路径分析——基于汽车产业数据的模糊集定性比较分析[J].科技进步与对策,2024,41(20):88-97.

[16] 曾德明, 陈培祯. 企业知识基础、认知距离对二元式创新绩效的影响[J].管理学报, 2017, 14(8): 1182-1189.

[17] 曾子明, 王婧. 基于LDA和随机森林的微博谣言识别研究——以2016年雾霾谣言为例[J].情报学报, 2019, 38(1): 89-96.

[18] BLOOM N, SCHANKERMAN M, VAN REENEN J. Identifying technology spillovers and product market rivalry[J].Econometrica, 2013, 81(4): 1347-1393.

[19] PARMAR B L, FREEMAN R E, HARRISON J S, et al. Stakeholder theory: the state of the art[J].Academy of Management Annals, 2010, 4(1): 403-445.

[20] BOWMAN C, AMBROSINI V. Value creation versus value capture: towards a coherent definition of value in strategy[J].British Journal of Management, 2000, 11(1): 1-15.

[21] KRAMER M R, PORTER M. Creating shared value [J].Harvard Business Review, 2011,89(1-2):62-77.

[22] 杨开忠. 建立绿智时代的城市经济学: 新城市经济学[J].城市问题, 2024,43(5): 4-8.

[23] 薛领, 杨开忠. 中国式现代化背景下国土空间优化与调控: 抗解性范式转型[J].经济纵横, 2023,39(6): 47-55.

[24] 杨开忠, 刘威, 董亚宁, 等. 区域经济发展新逻辑: 纳入旅行成本的新空间经济学[J].世界经济, 2024, 47(1): 30-56.

[25] 杨开忠. 以优化新质生产力布局为中心推动新区域协调发展——新发展阶段和十五五时期区域协调发展战略思路[J].区域经济评论, 2024,12(3): 37-45.

[26] 王辰, 赵钰莹, 薛睿, 等. 数字化领导力如何驱动高耗能企业绿色技术创新[J].科技进步与对策, 2025, 42(24): 138-149.

[27] 白延涛. 从国际经验透视“内卷式”价格竞争: 特征、成因与建议[J].价格理论与实践, 2025,45(1): 60-66.

[28] 申晨荣, 高波. 企业家精神与战略性新兴产业突破性创新[J].山西财经大学学报, 2025, 47(4): 99-112.

[29] 肖涵月, 宋晓玲, 赵向豪. 标杆的力量: 绿色工厂评定的技术创新扩散效应研究[J].科技进步与对策, 2025, 42(21): 85-95.

[30] 吴非, 胡慧芷, 林慧妍, 等. 企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界, 2021, 37(7): 130-144.

[31] 申慧慧, 于鹏, 吴联生. 国有股权、环境不确定性与投资效率[J].经济研究, 2012, 47(7): 113-126.

[32] 蒋志文, 陈强, 敦帅. 研发强度对“专精特新”中小企业竞争力影响的分析[J].同济大学学报(自然科学版), 2024, 52(8): 1312-1320.

[33] 江艇. 因果推断经验研究中的中介效应与调节效应[J].中国工业经济, 2022,39(5): 100-120.

[34] 孙黎, 常添惠. 数字化转型如何影响中国企业对外直接投资的模式选择[J].当代财经, 2025,46(5): 115-128.

[35] ZHENG J, KHURRAM M U, CHEN L. Can green innovation affect ESG ratings and financial performance? evidence from Chinese GEM listed companies [J].Sustainability, 2022, 14(14): 8677.

[36] 张新月, 刘智云, 师博. 数字化转型与企业ESG表现——基于资源获取与配置视角[J].商业研究, 2025,68(1): 122-131.

[37] 罗飞飞, 邓德军, 唐佳贤. 环境不确定性对企业ESG表现的影响效应与机制研究[J].管理现代化, 2025, 45(1): 171-181.

[38] XU X, ZHAO H. An empirical study on ESG evaluation of Chinese energy enterprises based on high-quality development goals—a case study of listed company data[J].Sustainability, 2024, 16(15): 6602.

[39] 董延安, 展嘉宜, 彭影. 高管绿色认知对ESG评级分歧的影响研究[J].贵州财经大学学报, 2025,43(3): 101-110.

(责任编辑：张 悦)