管理者绿色认知对企业“漂绿”程度的影响——基于媒体关注和环境规制的调节作用

doi:10.12677/ecl.2024.133675

期刊菜单

管理者绿色认知对企业“漂绿”程度的影响——基于媒体关注和环境规制的调节作用
The Impact of Managers’ Green Cognition on the Degree of Corporate Greenwashing—Based on the Moderating Effect of Media Attention and Environmental Regulation

DOI: 10.12677/ecl.2024.133675, PDF, HTML, XML,
作者: 金佳玮：浙江理工大学经济管理学院，浙江杭州
关键词: 管理者绿色认知；企业“漂绿”程度；媒体关注；环境规制；制度理论；Managers’ Green Cognition； The Degree of “Greenwashing” of Enterprises； Media Attention； Environmental Regulation； Theory of Institutions

摘要: 近年来，企业“漂绿”现象屡见不鲜，且呈现扩大化的趋势，这与国家的“双碳”战略规划背道而驰。本文利用2013~2022年中国上市企业数据，实证分析了管理者绿色认知对“漂绿”程度的影响，并基于制度理论，检验了媒体关注和环境规制的调节作用。研究发现，管理者绿色认知对“漂绿”程度有显著的抑制作用，而媒体关注和环境规制能够强化管理者绿色认知对于企业“漂绿”程度的抑制作用。本文弥补了对企业“漂绿”程度前因的不足，为抑制企业“漂绿”程度提供了新的视角和理论支持，并为中国企业有效实施绿色行为提供了针对性的建议。

Abstract: In recent years, the phenomenon of “greenwashing” is common in enterprises, and it shows a trend of expansion, which runs counter to the national “double carbon” strategic planning. Using the data of China’s listed enterprises from 2013 to 2022, this paper empirically analyzes the impact of managers’ green cognition on the degree of greenwashing, and based on institutional theory, tests the moderating effect of media attention and environmental regulation. The study finds that managers’ green cognition has a significant inhibitory effect on the degree of greenwashing, and media attention and environmental regulation can strengthen the inhibitory effect of managers’ green cognition on the degree of greenwashing. This paper makes up for the lack of understanding of the causes of corporate greenwashing, provides a new perspective and theoretical support for restraining the degree of corporate greenwashing, and provides targeted suggestions for Chinese enterprises to effectively implement green behaviors.

文章引用：金佳玮. 管理者绿色认知对企业“漂绿”程度的影响——基于媒体关注和环境规制的调节作用[J]. 电子商务评论, 2024, 13(3): 5498-5506. https://doi.org/10.12677/ecl.2024.133675

2.1. 管理者绿色认知与企业“漂绿”程度

管理者绿色认知是指企业高层管理人员对外部复杂的环境资源信息的关注、了解和判断，形成对资源环境的认知，并将其运用到企业管理和决策过程中[6]。已有研究表明，企业管理者的绿色认知对企业的绿色行为产生积极的推动作用[7]明确了企业在实施绿色行为时具备的主观能动性和自觉性[4]。具有较高绿色认知的管理者一方面能够积极进行绿色技术创新[8]，采用绿色环保设备进行生产活动[9]另一方面通过绿色管理策略提升企业绿色形象，形成竞争优势[10]。综上，当管理者的绿色认知更为强烈时，他们更可能推动企业积极践行各种绿色环保举措，从而降低企业“漂绿”程度。据此，本文提出以下假设：

H1：管理者绿色认知会对企业“漂绿”程度产生抑制作用。

2.2. 媒体关注的调节作用

基于制度理论，非正式制度会通过媒体关注、社会期望和文化传统[11]等方式对企业的绿色形象塑造、环保战略选择、促使企业达到各项环保标准等方面产生重要影响。在制度理论中，媒体关注被认为是一种非正式的制度环境[12]。

媒体对企业管理者采取的绿色行为产生监督，一方面增加企业“漂绿”曝光的风险成本[13]，另一方面加大了企业的社会责任感[10]。对管理者而言，认识到满足媒体期望能够给企业带来绿色形象和声誉的提升，从而在履行环保责任方面更积极作为[14]，进而减轻企业“漂绿”程度。因此，文本提出以下假设：

H2：媒体关注能够强化管理者绿色认知对于企业“漂绿”程度的抑制作用。

2.3. 环境规制的调节作用

基于制度理论，正式制度在法规约束、政策引导、市场机制和社会规范等维度对企业产生着重要作用。环境规制是指政府部门为降低环境污染、防止资源浪费而制定的一系列规范性措施、法规和政策[4]。

在低强度的环境规制环境中，企业在决定是否采取“漂绿”策略上拥有较大的自主权。这种情况下，企业对于绿色行为所带来的收益具有较高的“感知成本”，这使得它们在理解绿色行为时更倾向于将其视为一种实现差异化竞争的手段或工具，从而更容易通过“漂绿”行为迅速获得短期的经济利益和声誉提升，同时避免了承担过多的风险和成本。相比之下，当企业处于较强环境规制的环境中时，环境规制对企业管理者绿色认知和对企业社会责任提高的“倒逼效应”也会更加显著[15]。在绿色认知的指导下，管理者感知到环境规制带来的“漂绿”成本加强，从而积极落实绿色行为来抵消环境规制带来的成本的负面影响，降低“漂绿”程度。因此，基于上述分析，本文提出以下假设：

H3：环境规制能够强化管理者绿色认知对于企业“漂绿”程度的抑制作用。

本文假设模型图如图1所示。

Figure 1. Hypothetical model

图1. 假设模型

3. 研究设计

3.1. 样本选择与数据来源

本文选取2013~2022年十年间中国A股上市企业为研究样本，对样本进行筛选，具体步骤如下：(1)剔除金融类上市企业；(2) 剔除性质无法判定的企业；(3) 剔除ST、*ST和PT企业样本，以及从事公共事业的企业样本；(4) 为避免异常值的影响，对连续型变量进行上下1%的Winsorize处理。本文共有四部分数据来源，第一部分来源于国泰安数据库(CSMAR)和万得数据库(WIND)。第二部分来源于，中国地级市十年间的政府工作报告。第三部分企业“漂绿”的数据通过对上市企业年报、社会责任报告、ESG报告和可持续发展报告等的相关内容进行研读分析，并结合彭博ESG数据库对比。第四部分来自中国研究数据服务平台(CNRDS)。最终获得1048家企业非平衡面板数据，共5645个观测值。

3.2. 变量测量

3.2.1. 被解释变量：企业“漂绿”程度(GWL)

本文借鉴已有研究[2] [16]的测量方式，对中国企业“漂绿”程度进行计算，具体计算公式如下：

$G r e e n w a s h i n g_{i, t} = [\frac{(E S G_{D i s c l o s u r e i, t} - \bar{E S G_{D i s c l o s u r e i, t}})}{σ E S G_{D i s c l o s u r e}}] - [\frac{(E S G_{A c t i o n i, t} - \bar{E G S_{A c t i o n i, t}})}{σ E S G_{A c t i o n}}]$ (1)

其中， $G r e e n w a s h i n g_{i, t}$ 代表企业“漂绿”程度， $E S G_{D i s c l o s u r e i, t}$ 是企业的ESG披露，根据彭博数据库ESG披露评分衡量的。 $\bar{E S G_{D i s c l o s u r e i, t}}$ 是ESG披露的平均值。 $E S G_{A c t i o n i, t}$ 代表实际ESG披露。 $σ E S G_{D i s c l o s u r e}$ 和 $σ E S G_{A c t i o n}$ 是企业标准差。通过计算得出企业“漂绿”程度。

3.2.2. 解释变量：管理者绿色认识(GRC)

对于管理者绿色认知(GRC)，本文借鉴已有研究[4] [9]，采用文本分析法，通过2013~2022年间企业年报中相关的关键词出现的频次进行统计，从而测定管理者绿色认知。

3.2.3. 调节变量：媒体关注(NEW)和环境规制(ENV)

(1) 媒体关注(NEW)

根据现有研究基础，本文使用媒体关注变量数据来自中国研究数据服务平台(CNRDS)。通过对环境新闻报道内容进行归纳，然后通过对检索出的正面媒体报道数量、负面媒体报道数量进行汇总，最后通过媒体报道总量来反映媒体关注程度。

(2) 环境规制(ENV)

环境规制指标的构建步骤如下：第一，收集2013~2022年各省各地区的政府工作报告；第二，对报告进行分词处理；第三，本文借鉴已有研究[17] [18]，对政府工作报告中与“环境”相关词汇出现的频次进行统计，得出其在政府工作报告全文词频所占的比例从而得出该地区的环境规制水平。

3.2.4. 控制变量

本文借鉴已有研究[2] [19]，选取企业规模(Size)、资产负债率(Lev)、企业年龄(Firm Age)、资产报酬率(ROA)、总资产周转率(ATO)、前3大股东股权集中度(TOP3)、是否四大审计(Big4)、融资约束程度(SA)作为控制变量。具体变量定义见表1。

3.3. 描述性统计

各变量最大值、最小值、均值、标准差如表1。可以看出，GWL的最大值为5.691，最小值为−4.898，均值为−0.472，标准差为1.243，表明在中国市场环境内，企业间“漂绿”行为存在显著的差异性，因此具有一定的研究价值；对于GRC而言，最大值为40，最小值为0，均值为3.052，标准差为4.373，表明当前我国企业管理者绿色认知水平存在显著的差异，对于企业“漂绿”程度产生的影响具有差异性，为本文研究企业“漂绿”程度的影响提供了良好的实验环境。

3.4. 研究设计

基于本文研究假设，本文将样本个体与时间进行双重固定。此外，为进一步避免由于变量间量纲差异所带来的偏差，本文对所有连续变量均进行标准化处理。本文设定以下待检验主效应模型：

Table 1. Descriptive statistics

表1. 描述性统计

	Max	Min	Mean	p50	SD	N
GWL	5.691	−4.898	−0.472	−0.516	1.243	5645
GRC	40.000	0.000	3.052	1.000	4.373	5645
NEW	43109	5.000	702.343	282.000	1703.596	5645
ENV	136.000	3.000	48.902	46.000	19.096	5645
Size	28.636	20.000	23.399	23.274	1.392	5645
Lev	125.484	0.589	2.886	2.055	3.465	5645
Firm Age	4.007	1.099	2.947	2.996	0.329	5645
ROA	0.969	−0.644	0.052	0.042	0.072	5645
ATO	7.788	0.024	0.687	0.572	0.551	5645
TOP3	97.950	9.316	52.250	51.860	16.871	5645
Big4	1.000	0.000	0.153	0.000	0.360	5645
SA	−2.109	−5.318	−3.791	−3.820	0.317	5645

$G W L_{i, t} = α + β_{1} G R C_{i, t} + \sum^{} C o n t r o l s_{i, t} + \sum^{} Y e a r + δ_{i} + ε_{i, t}$ (2)

式中， $G W L_{i, t}$ 表示被解释变量，企业“漂绿”程度， $G R C_{i, t}$ 表示解释变量，管理者绿色认知。α表示常数项，Year为年度虚拟变量， $δ_{i}$ 表示个体固定效应， $ε_{i, t}$ 为误差项， $C o n t r o l s_{i, t}$ 为控制变量的总称。式(2)为检验假设1。

3.5. 相关性分析

根据表2结果显示，各变量间相关性良好，在此基础上，本文进一步进行VIF检验。根据VIF检验结果可知，均小于10表明变量间不存在多重共线性问题，模型可进行回归分析。

Table 2. Correlation analysis and VIF test

表2. 相关性分析及VIF检验

VAR	GWL	GRC	NEW	ENV	Size	Lev	VIF
GWL	1.000
GRC	−0.126^***	1.000					1.020
NEW	0.041^***	−0.005	1.000				1.230
ENV	0.028^**	−0.040^***	−0.033^**	1.000			1.070
Size	0.096^***	0.096^***	0.309^***	0.080^***	1.000		3.070
Lev	0.021	−0.081^***	−0.026^**	−0.017	−0.270^***	1.000	1.140
Firm Age	−0.029^**	0.003	−0.057^***	0.227^***	0.092^***	−0.021	4.950
ROA	0.061^***	−0.054^***	0.021	−0.001	−0.098^***	0.178^***	1.090
ATO	0.022^*	0.002	0.015	0.026^**	−0.037^***	−0.086^***	1.050
TOP3	0.120^***	0.031^**	0.104^***	−0.048^***	0.317^***	−0.049^***	1.220
Big4	0.192^***	−0.019	0.212^***	0.021	0.409^***	−0.046^***	1.300
SA	0.098^***	0.041^***	0.302^***	−0.163^***	0.457^***	−0.090^***	6.450
VAR	Firm Age	ROA	ATO	TOP3	Big4	SA	VIF
Firm Age	1.000						4.950
ROA	−0.077^***	1.000					1.090
ATO	−0.063^***	0.165^***	1.000				1.050
TOP3	−0.159^***	0.078^***	0.016	1.000			1.220
Big4	−0.033^**	−0.002	−0.014	0.312^***	1.000		1.300
SA	−0.742^***	−0.013	0.025^*	0.306^***	0.290^***	1.000	6.450

注：^*代表10%显著，^**代表5%显著，^***代表1%显著。

3.6. 回归结果分析

由表3可知，管理者绿色认知对企业“漂绿”的回归系数为−0.087，在1%水平上显著，表明两者之间存在负相关关系，假设1成立。另外，媒体关注调节作用在5%水平上负向显著，假设2成立；环境规制在5%水平上负向显著，假设3成立。

Table 3. Regression results

表3. 回归结果

VAR	(1) GWL	(2) GWL	(3) GWL	(4) GWL
GRC	−0.087^***	−0.089^***	−0.075^**	−0.013
	(−3.504)	(−3.609)	(−2.934)	(−0.300)
NEW			−0.025
			(−0.520)
ENV				0.021
				(1.035)
NEW × GRC			−0.037^**
			(−2.135)
ENV × GRC				−0.071^**
				(−2.084)
Size		−0.088	−0.081	−0.083
		(−1.260)	(−1.149)	(−1.188)
Lev		0.001	0.001	0.000
		(0.093)	−0.097	−0.004
Firm Age		−0.101	−0.102	−0.090
		(−0.904)	(−0.910)	(−0.807)
ROA		0.043^**	0.043^**	0.043^**
		(2.543)	(2.554)	(2.576)
ATO		−0.018	−0.017	−0.013
		(−0.592)	(−0.580)	(−0.444)
TOP3		0.057	0.059	0.060
		(1.285)	(1.315)	(1.333)
SA		0.139	0.140	0.128
		(1.219)	(1.240)	(1.103)
Big4		0.319^**	0.321^**	0.330^**
		(2.662)	(2.682)	(2.735)
Year	YES	YES	YES	YES
ID	YES	YES	YES	YES
Cons	−0.059	−0.327^**	−0.326^**	−0.285^*
	(−1.332)	(−2.250)	(−2.248)	(−1.947)
N	5645	5645	5645	5645
R-sq	0.005	0.012	0.013	0.013

注：^*代表10%显著，^**代表5%显著，^***代表1%显著。括号内为T值(下同)。

3.7. 稳健性检验

3.7.1. 替换时间区间

本文选取2018~2022年的样本再进行检验。在这段时间内，习近平在2018年全国生态环境保护大会上强调要“坚决打好污染防治攻坚战，推动生态文明建设迈上新台阶”，说明国家对企业绿色行为的重视程度进一步加深。根据表4第(1)列结果显示，呈现5%水平上负向显著，结论稳健。

3.7.2. 滞后一期自变量

由于企业“漂绿”程度在一定程度上会对管理者绿色认知产生反向因果的作用，因此本文对管理者绿色认知进行一期滞后，重新检验两者间关系。根据表4第(2)列结果显示，仍呈1%水平负向显著，结论稳健。

Table 4. Robustness test

表4. 稳健性检验

VAR	(1) GWL		(2) GWL
GRC	−0.059^**	(−1.997)
L.GRC			−0.144^***	(−5.471)
Controls	YES		YES
Year	YES		YES
ID	YES		YES
Cons	−0.007	(−0.169)	−0.345^**	(−2.395)
N	3051		4540
R-sq	0.014		0.020

4. 结论

本文以2013~2022年中国上市企业为样本，研究管理者绿色认知与企业“漂绿”程度的关系，分析了调节机制。第一，管理者绿色认知对企业“漂绿”程度具有显著的抑制作用，即管理者绿色认知水平的提高能够减少企业“漂绿”行为的发生，降低企业“漂绿”的程度，这补充了之前学者从政府驱动[20]角度和市场驱动[21]角度展开对企业“漂绿”动因的研究结论。第二，基于制度理论，实证检验了环境规制和媒体关注在管理者绿色认知和企业“漂绿”程度间发挥正向调节作用。本文结论与已有关于媒体关注和环境规制的相关研究形成互补，回应了有关环境规制和媒体关注产生影响的争论，能够有效解释媒体期望和政府政策的积极作用。

因此，本文提出以下建议：

对于企业而言，一是要加强对管理者绿色认知的培养，培育企业绿色文化。二是要符合当地政府的环境规制，精准把握政策方向。三是要满足媒体期望，时刻关注市场和社会需求的动态，以便及时应对消费行为的变动，从而获得竞争优势。

对于政府而言，一是要积极发挥引导作用，引导企业管理者形成绿色认知和落实绿色行为。二是健全环境相关制度法规，将企业绿色表现纳入企业的考核标准。三是要为企业提供良好的社会环境，从而充分发挥出社会媒体对企业的监督作用。

参考文献

[1]	陈玲芳. 企业漂绿行为的地区同群效应——来自中国工业上市公司的经验证据[J]. 科学决策, 2023(6): 29-41.
[2]	黄溶冰. 企业漂绿行为影响审计师决策吗? [J]. 审计研究, 2020(3): 57-67.
[3]	李强, 王睿, 何子纯. 机构投资者退出威胁具有绿色治理作用吗?——基于企业“漂绿”行为的考察[J]. 经济与管理, 2023, 37(4): 72-82.
[4]	李亚兵, 夏月, 赵振. 高管绿色认知对重污染行业企业绩效的影响: 一个有调节的中介效应模型[J]. 科技进步与对策, 2023, 40(7): 113-123.
[5]	王垒, 李正阳, 沙一凡. 协同还是合谋: 异质机构共同持股与企业“漂绿”行为[J]. 财经论丛, 2023(8): 70-80.
[6]	罗勇根, 饶品贵, 陈灿. 高管宏观认知具有管理者“烙印”吗?——基于管理者风格效应的实证检验[J]. 金融研究, 2021(5): 171-188.
[7]	陈琪, 李梦函. 经济政策不确定性与企业“漂绿”行为[J]. 华东经济管理, 2024, 38(2): 85-95.
[8]	邢丽云, 俞会新. 绿色动态能力对企业环境创新的影响研究——环境规制和高管环保认知的调节作用[J]. 软科学, 2020, 34(6): 26-32.
[9]	邹志勇, 辛沛祝, 晁玉方, 等. 高管绿色认知、企业绿色行为对企业绿色绩效的影响研究——基于山东轻工业企业数据的实证分析[J]. 华东经济管理, 2019, 33(12): 35-41.
[10]	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.
[11]	廖中举, 刘晓蝶, 王宇菲. 非正式制度与企业生态创新: 一个研究述评[J/OL]. 北京航空航天大学学报(社会科学版), 1-16. https://doi.org/10.13766/j.bhsk.1008-2204.2023.0104, 2024-03-09.
[12]	赵莉, 张玲. 媒体关注对企业绿色技术创新的影响: 市场化水平的调节作用[J]. 管理评论, 2020, 32(9): 132-141.
[13]	孙自愿, 汪玮, 孙孟欣, 等. 媒体报道对企业“漂绿”的影响——高管特征与内部监督的中介作用[J]. 北京理工大学学报(社会科学版), 2023, 25(1): 67-79.
[14]	Vial, G. (2019) Understanding Digital Transformation: A Review and a Research Agenda. The Journal of Strategic Information Systems, 28, 118-144. https://doi.org/10.1016/j.jsis.2019.01.003
[15]	康鹏辉, 茹少峰. 环境规制的绿色创新双边效应[J]. 中国人口∙资源与环境, 2020, 30(10): 93-104.
[16]	Liao, F., Sun, Y. and Xu, S. (2023) Financial Report Comment Letters and Greenwashing in Environmental, Social and Governance Disclosures: Evidence from China. Energy Economics, 127, Article ID: 107122. https://doi.org/10.1016/j.eneco.2023.107122
[17]	Chen, Z., Kahn, M.E., Liu, Y. and Wang, Z. (2018) The Consequences of Spatially Differentiated Water Pollution Regulation in China. Journal of Environmental Economics and Management, 88, 468-485. https://doi.org/10.1016/j.jeem.2018.01.010
[18]	陈诗一, 陈登科. 雾霾污染、政府治理与经济高质量发展[J]. 经济研究, 2018, 53(2): 20-34.
[19]	吴秋生, 任晓姝. 绿色信贷政策与企业“漂绿”行为治理——基于国家金融学框架下的实证研究[J]. 金融经济学研究, 2023, 38(1): 146-160.
[20]	洪祥骏, 林娴, 陈丽芳. 地方绿色信贷贴息政策效果研究——基于财政与金融政策协调视角[J]. 中国工业经济, 2023(9): 80-97.
[21]	李哲, 王文翰. “多言寡行”的环境责任表现能否影响银行信贷获取——基于“言”和“行”双维度的文本分析[J]. 金融研究, 2021(12): 116-132.

为你推荐

友情链接