1. 引言
ESG信息披露是指企业对外展示自身在环境(Environmental)、社会(Social)以及公司治理(Governance)三个维度的相关政策、实践举措、绩效表现等信息。在当今经济全球化与可持续发展并行的时代背景下,企业的ESG信息披露逐渐成为各界关注的焦点[1]。近年来,现代化企业逐渐向高质量发展模式转变,强调可持续的、兼顾多方利益的发展路径。企业面临着来自环境、社会以及自身治理等多方面的挑战与机遇,增强企业竞争力是影响企业长期稳定发展的重要因素。而良好的ESG表现被视为提高企业长期竞争力的关键因素之一,因此进行ESG信息披露也就成为向外界展示自身高质量发展能力的重要手[2]。针对可持续发展要求,我国政府对ESG信息披露体系发展的重视度越来越高,并颁布了一系列有关ESG信息披露标准重要政策文件[3]。
基于此,本文以2010~2022年沪深A股上市公司为研究对象,基于理论分析和实证研究重点探索ESG信息披露能否有效提高企业竞争力以及作用机制,并进一步考虑个体异质性和经济后果。本文的边际贡献主要体现在:第一,区别于已有聚焦于财务指标、市场策略、技术创新的研究,本文从ESG信息披露角度研究企业竞争力,拓展了企业竞争力影响因素的研究视角。第二,深化ESG与企业经营关联性理论,本研究着重关注ESG信息披露与企业竞争力之间的内在联系,详细阐述了信息披露行为如何转化为企业在市场竞争中的实际优势以及深层次作用机制,有助于完善ESG相关理论中关于企业实践层面的理论架构。
2. 理论分析和研究假设
管涛和汪永福等提出高质量的ESG信息披露和良好的ESG表现有促进企业高质量发展的作用[4]。良好的ESG表现和信息披露可提升企业在资本市场的声誉和形象,吸引更多长期投资者,为企业提供稳定的资金支持,增加投资机会。企业积极履行社会责任并公开披露相关信息,能减少因环境、社会等问题引发的矛盾冲突,利于企业在外部环境中更好地发展。卫铭等在研究中提出“言行一致”的信息披露模式的概念对提高企业竞争力作出解释[5]。积极且高质量的ESG信息披露意味着企业在环境管理、社会责任履行以及公司治理方面有着较好的表现,有助于提升企业市场价值[6],使企业在所处行业中更具竞争力。上市公司提高ESG信息披露质量,对资本市场资源配置效率提升具有促进作用[7],从而增强企业在资本市场的竞争力,获得更多发展机会。企业的生存与发展依赖于与各方建立良好的关系,基于利益相关者理论,积极的ESG信息披露能够增强供应链的稳定性和合作的可持续性,提升客户对企业的信任度和忠诚度,有力地增强了企业的竞争力。综上,提出假设:
假设1:ESG信息披露对提高企业竞争力具有促进作用。
通过全面准确的ESG信息披露,能吸引更多关注社会责任投资的投资者和金融机构,使企业在融资时更具优势,获得更优惠的贷款利率和融资条件,降低融资成本。徐光华等提出企业良好的ESG信息披露情况能够显著提高其在资本市场中的价值,在吸引外界资金方面更具有竞争力[8]。企业通过ESG信息披露能够有效缓解信息不对称,增强投资者对企业的信任程度,从而吸引多元融资群体,拓宽融资渠道,为企业吸引更多外部资金和资源支持,实现企业的可持续发展。ESG信息披露可提升企业在资本市场的声誉和形象,吸引更多长期投资者,为企业提供稳定的资金支持,增加投资机会。注重ESG表现并积极披露相关信息的企业,能够增强投资者投资信心,降低了企业吸引外界投资的不确定性。在政府方面,企业通过良好的ESG信息披露,展示其在可持续发展方面的积极表现,更容易获得政府的政策扶持,增加融资渠道,从而缓解融资约束,提高企业竞争力。基于信号传递理论,在充满竞争且信息不对称的市场环境中,企业通过披露ESG信息,向市场参与者传递自身在环境、社会责任和公司治理方面的积极信号,能够树立良好的企业形象,从而有效提升消费者对企业产品或服务的购买意愿,吸引更多投资者关注。综上,提出假设:
假设2:ESG信息披露通过缓解融资约束来提高企业竞争力。
3. 数据来源与研究设计
3.1. 数据来源与样本选择
见表1,本文选取2010至2022年间中国沪深A股上市公司的数据作为研究样本。为确保研究结果的准确性,本文排除了金融行业样本、ST样本以及存在相关变量缺失的样本,最终获得了包含11,086个“公司–年度”样本观测值的面板数据集。为减轻极端值对分析结果的影响,我们对所有连续变量实施了上下1%水平的Winsorize缩尾处理。本文中的可持续发展率数据是通过计算上市公司的相关盈利指标得出的。企业ESG (环境、社会与治理)信息披露的数据则来源于国际权威的彭博(Bloomberg)数据库,而ESG表现数据则取自华证ESG评级体系。此外,研究所需的其他数据均来自国泰安(CSMAR)数据库。
3.2. 变量定义
Table 1. Variable definition
表1. 变量定义
类型 |
名称 |
符号 |
定义说明 |
解释变量 |
ESG信息披露 |
ESG_strategic |
Bloomberg数据库 |
被解释变量 |
可持续发展率 |
SGR |
SGR = (E × A × S × G)/[1 + (E × A × S × G)] |
控制变量 |
营业收入增长率 |
Growth |
(本期营业收入 − 上期营业收入)/上期营业收入 × 100% |
托宾Q值 |
TobinQ |
公司的市场价值/公司的资产重置成本 |
企业规模 |
Size |
ln(总资产) |
第一大股东持股比例 |
Top1 |
第一大股东持股数量/总股数 |
标准审计意见标识 |
Opinion |
标准审计意见取值为1,否则为0 |
总资产增长率 |
AssetGrowth |
本年总资产增长额/年初资产总额 × 100% |
两职合一 |
Dual |
两职兼任 |
无形资产 |
Intangible |
无形资产 = 无形资产原值 − 累计摊销 − 无形资产减值准备 |
个体 |
Id |
控制个体固定效应 |
年份 |
Year |
控制年份固定效应 |
注:关于可持续发展率的指标定义如下文所示。
① 环境绩效指标(E):加权平均得分 = (单位产出的能源消耗量得分 × 30%) + (废水处理率得分 × 30%) + (废气排放达标率得分 × 40%)
单位产出的能源消耗量(权重:30%):根据企业年报或行业数据,计算每单位产出所消耗的能源量,并与行业标准或优秀企业进行比较评分。
废水处理率(权重:30%):根据企业废水处理设施的处理能力和实际处理量,计算废水处理率,并与行业标准或法规要求进行比较评分。
废气排放达标率(权重:40%):根据企业废气排放监测数据,计算废气排放达标率,并与行业标准或法规要求进行比较评分。
② 经济绩效指标(A):净资产收益率(ROE)
③ 社会贡献指标(S):加权平均得分 = (员工福利支出比例得分 × 40%) + (社区公益活动参与度得分 × 30%) + (客户满意度得分 × 30%)
员工福利支出比例(权重:40%):根据企业年报中的员工福利支出和总支出数据,计算员工福利支出比例。
社区公益活动参与度(权重:30%):根据企业参与社区公益活动的次数、规模和影响力等因素进行评分。
客户满意度(权重:30%):可以通过问卷调查、客户反馈等方式获取客户满意度数据,并进行量化评分。
④ 公司治理指标(G):加权平均得分 = (董事会独立性得分 × 30%) + (透明度得分 × 40%) + (风险管理得分 × 30%)
董事会独立性(权重:30%):根据董事会中独立董事的比例、董事会成员的背景和专长等因素进行评分。
透明度(权重:40%):根据企业信息披露的及时性、准确性和完整性等因素进行评分。
风险管理(权重:30%):根据企业风险管理制度的完善程度、风险应对能力等因素进行评分。
3.3. 回归模型
3.3.1. 基础回归模型
在本项研究中,核心的解释变量设定为ESG信息披露(ESG_strategic),而企业可持续发展率(SGR)则作为被解释变量加以考察。为了全面剖析两者之间的关系,模型中还融入了一系列前文详述的控制变量(Controls),以确保分析的周详性。为了更精确地评估ESG信息披露对企业可持续发展率的潜在影响,本研究进一步在模型中控制了个体固定效应(Id)和年份固定效应(Year),旨在获取更为稳健且可靠的实证研究结果。
3.3.2. 机制测度模型
本研究构建了一个合并模型,旨在深入探究企业ESG信息披露对企业竞争力的影响机制。在此模型中,本文特别引入了调节变量,以期通过这一调节渠道,更加细致地剖析企业ESG信息披露如何对企业竞争力产生作用。具体而言,本模型旨在揭示在不同调节变量的作用下,企业ESG信息披露与企业竞争力之间的动态关系,从而为相关领域的研究提供更为深入和全面的见解。
4. 实证结果
4.1. 描述性统计
Table 2. Descriptive statistics
表2. 描述性统计
VarName |
Obs |
Mean |
SD |
Min |
Median |
Max |
SGR |
11,086 |
0.107 |
0.456 |
−29.583 |
0.097 |
6.333 |
ESG_strategic |
11,086 |
28.143 |
8.991 |
6.198 |
27.221 |
68.917 |
Growth |
11,086 |
1.837 |
141.773 |
−0.953 |
0.113 |
14883.060 |
TobinQ |
11,086 |
2.017 |
1.688 |
0.641 |
1.487 |
29.167 |
Size |
11,086 |
23.200 |
1.351 |
18.594 |
23.081 |
28.636 |
Top1 |
11,086 |
37.326 |
16.397 |
3.390 |
35.897 |
89.991 |
Opinion |
11,086 |
0.978 |
0.147 |
0.000 |
1.000 |
1.000 |
AssetGrowth |
11,086 |
0.436 |
11.831 |
−0.697 |
0.105 |
1137.562 |
Dual |
11,086 |
0.212 |
0.408 |
0.000 |
0.000 |
1.000 |
Intangible |
11,086 |
0.051 |
0.073 |
0.000 |
0.033 |
0.895 |
表2为主要变量的描述性统计结果。变量SGR的均值为0.107,标准差0.456,表明该变量围绕均值波动程度较小,最小值为负且与均值差异明显,说明样本中存在部分极端值,可能对整体分析产生一定影响。样本企业的ESG信息披露最小值为6.198,最大值为68.917,均值为28.143,表明样本企业的ESG信息披露得分处于中等水平;标准差为8.991,说明企业间的ESG信息披露程度存在较为显著的差异。
4.2. 基准回归结果
ESG信息披露对企业竞争力的基准回归分析结果展示于表3中。具体而言,第1列呈现了未纳入任何控制变量的回归结果;第2列则是在逐步纳入所有控制变量后的回归结果;第3列则是在进一步加入了个体和年份固定效应后的回归结果,且其显著性依旧保持。从列(1)的回归结果来看,ESG信息披露的系数值为3.352,且在1%的显著性水平上高度显著。随后,在依次引入营业收入增长率、托宾Q值、企业规模等一系列解释变量后,如列(2)和列(3)所示,ESG信息披露的系数依然保持在1%的显著性水平上高度显著。这一结果有力地表明,ESG信息披露对企业的可持续发展率具有显著的正向促进作用,从而验证了假设1的成立。
Table 3. Baseline regression results
表3. 基准回归结果
|
(1) |
(2) |
(3) |
SGR |
SGR |
SGR |
ESG_strategic |
0.001*** |
0.000** |
0.003*** |
(3.352) |
(0.975) |
(2.622) |
Growth |
|
0.000*** |
0.000*** |
|
(3.550) |
(3.316) |
TobinQ |
|
0.025*** |
0.015** |
|
(5.185) |
(2.017) |
Size |
|
0.013*** |
0.014 |
|
(5.821) |
(0.929) |
Top1 |
|
0.001*** |
0.003*** |
|
(6.392) |
(2.883) |
Opinion |
|
0.334*** |
0.349*** |
|
(3.479) |
(4.068) |
AssetGrowth |
|
0.002* |
0.002* |
|
(1.715) |
(1.957) |
Dual |
|
0.020* |
−0.018 |
|
(1.653) |
(−0.923) |
Intangible |
|
−0.071*** |
−0.094 |
|
(−3.708) |
(−0.592) |
_cons |
0.066*** |
−0.618*** |
−0.789** |
(4.228) |
(−6.080) |
(−2.095) |
N |
11,086 |
11,086 |
11,086 |
Id |
NO |
NO |
YES |
Year |
NO |
NO |
YES |
R2 |
0.001 |
0.037 |
0.277 |
注:***、**、*为在1%、5%、10%的水平上显著。下同。
5. 稳健性检验
5.1. 解释变量滞后3期
见表4,根据庞瑞芝的方法[9],为了验证基准回归结果的稳健性,本文进一步进行了如表4列(1)所示的稳健性检验。考虑到ESG信息披露对企业可持续发展率的影响可能存在时滞效应,即当期的ESG信息披露可能需要在未来一段时间内才能充分体现在企业的可持续发展率上,因此本文将解释变量ESG信息披露滞后3期,并重新考察其对被解释变量企业可持续发展率的影响。通过这一检验,本文不仅探讨了ESG信息披露与企业可持续发展率之间的动态关系,还验证了基准回归模型的可行性和结论的可靠性。
5.2. 增加控制的固定效应
见表4,参考杨宜平[10]的方法,本研究设计了如列(3)、(4)所示的一系列拓展性检验。在原有控制个体效应和年份效应的基础上,进一步将控制变量扩展至行业和省份层面,这一拓展的考量在于,行业和省份的特有特征往往对企业的可持续发展轨迹产生深远影响,而仅依靠个体和年份的固定效应控制可能难以全面捕捉这些细微差异。通过引入行业和省份层面的固定效应控制,本文力求更精确地剥离出ESG信息披露对企业可持续发展率的独立影响。实证结果显示,这一系列的稳健性检验验证了基准回归结果的稳健性,也进一步证实了ESG信息披露对企业可持续发展率具有显著且稳健的影响。
Table 4. Explanatory variables lagged by 3 periods, controlling for fixed effects (province, industry)
表4. 解释变量滞后3期、控制固定效应(省份、行业)
|
(1) |
(2) |
(3) |
(4) |
SGR |
SGR |
SGR |
SGR |
ESG_strategic |
0.002*** |
0.003*** |
0.003*** |
0.003*** |
(2.778) |
(2.622) |
(2.662) |
(2.648) |
Controls |
YES |
YES |
YES |
YES |
_cons |
−1.124*** |
−0.789** |
−0.794** |
−0.827* |
(−2.832) |
(−2.095) |
(−2.089) |
(−1.881) |
N |
8480 |
11,086 |
11,086 |
11,086 |
Id |
YES |
YES |
YES |
YES |
Year |
YES |
YES |
YES |
YES |
Province |
NO |
NO |
YES |
NO |
Industry |
NO |
NO |
NO |
YES |
R2 |
0.466 |
0.277 |
0.278 |
0.284 |
5.3. 分别剔除2008年世界金融危机、2015年中国股灾、资不抵债的企业
见表5,根据吴宝[11]的策略,鉴于2008年世界金融危机、2015年中国股灾以及资不抵债的企业等特殊样本可能引入异常波动,影响ESG信息披露与企业可持续发展率之间的正常关系判断,因为这些特殊事件或企业财务状况可能导致两者数据出现非典型性变动。因此,本文逐一剔除了这些特殊样本,旨在检验基准回归模型在排除异常干扰后的稳定性和适用性。经过这一系列的严谨检验,研究更加确信ESG信息披露对企业可持续发展率具有显著影响,这一发现增强了基准回归结果的可靠性,也提升了其学术说服力和实践指导意义。
Table 5. Excluding the impact of the 2008 global financial crisis, the 2015 Chinese stock market crash, and insolvent enterprises respectively
表5. 分别剔除2008年世界金融危机、2015年中国股灾、资不抵债的企业的影响
|
(1) |
(2) |
(3) |
SGR |
SGR |
SGR |
ESG_strategic |
0.003*** |
0.001** |
0.002** |
(2.604) |
(2.420) |
(2.221) |
Controls |
YES |
YES |
YES |
_cons |
−0.753* |
−0.321 |
−0.386 |
(−1.925) |
(−1.022) |
(−1.307) |
N |
10,975 |
9915 |
10,961 |
Id |
YES |
YES |
YES |
Year |
YES |
YES |
YES |
R2 |
0.276 |
0.356 |
0.279 |
6. 异质性分析
6.1. 基于行业特征的异质性
见表6,参考张林郁[12]的方法,制造业和非制造业由于生产经营性质和资产结构等方面存在不同,对于ESG信息披露影响的响应程度可能也存在差异。表6 (1)~(2)列的回归结果显示,制造业企业ESG信息披露系数为0.004且在10%水平上显著,非制造业企业ESG系数为0.002且在1%水平上显著。这表明ESG对两类企业均有正向影响,但影响程度和显著性存在差异,非制造业企业的ESG信息披露影响更为显著,可能由于非制造业在市场竞争、社会形象塑造等方面对ESG信息披露更为敏感。其他解释变量在制造业与非制造业企业间的系数和显著性也存在不同程度差异,反映出两类企业在市场估值、规模效应、股权结构、审计意见、资产增长、治理结构及无形资产影响等方面的异质性。
Table 6. Heterogeneity analysis based on industry characteristics
表6. 基于行业特征的异质性分析
|
(1) |
(2) |
(3) |
(4) |
制造业 |
非制造业 |
重污染 |
非重污染 |
SGR |
SGR |
SGR |
SGR |
ESG_strategic |
0.004* |
0.002*** |
0.009** |
0.000 |
(1.851) |
(2.855) |
(2.105) |
(0.686) |
Controls |
YES |
YES |
YES |
YES |
_cons |
−0.449 |
−0.674*** |
0.541 |
−0.871*** |
(−0.642) |
(−2.835) |
(0.296) |
(−3.192) |
N |
6371 |
4561 |
2836 |
8107 |
Id |
YES |
YES |
YES |
YES |
Year |
YES |
YES |
YES |
YES |
R2 |
0.271 |
0.424 |
0.263 |
0.403 |
见表6,根据张娆[13]的策略,而重污染企业面临更多环境监管和社会压力,本研究将样本分为重污染企业和非重污染企业,表6 (3)~(4)列的回归结果显示,ESG信息披露系数在重污染企业显著为正,在非重污染企业系数为0.000且不显著。表明ESG信息披露对提高企业可持续发展率的正向促进作用主要体现在重污染企业。重污染企业面临更高的社会期望,公众和投资者对其在环境、社会等方面的表现更为关注,ESG信息披露带来的正向影响较强。
6.2. 基于企业地域分布的异质性
见表7,不同地区之间存在着经济发展水平、ESG公众关注度以及当地政府的政策导向等方面的差异,本研究将样本企业分为东、中、西三个地区,由此得到的回归结果如表7 (1)~(3)列所示。东部地区企业的ESG信息披露系数在1%的水平上显著。中、西部地区的ESG信息披露系数的显著性水平接近10%。由此表明,ESG信息披露的影响在东部地区更为显著。东部地区经济发达,市场竞争激烈,监管环境和社会对企业的ESG要求较高。企业为提升自身竞争力和形象,积极进行ESG实践和披露,具有显著正向影响。
6.3. 基于企业内部控制有效性的异质性
见表7,通过采取范明珠[14]的方法,本文创新性地通过迪博DIB内部控制指数,综合衡量样本企业内部控制有效性。企业迪博DIB内部控制指数高于样本平均水平的为高内部控制企业,低于样本平均水平的为低内部控制企业。由此得到的表7 (4)~(5)列的回归结果显示,高内部控制企业的ESG信息披露系数为−0.000,不具有统计显著性。而低内部控制企业的ESG信息披露系数为0.003且在5%的水平上显著,说明在低内部控制企业中,ESG信息披露对企业可持续发展率的正向效应更为明显。这种异质性存在的原因可能是由于高内部控制企业自身内部控制体系相对完善,ESG信息披露对企业影响的边际效应较小。而低内部控制企业在ESG方面的投入对企业的正向影响较强。
Table 7. Heterogeneity analysis based on geographical distribution of enterprises and heterogeneity in the effectiveness of internal control within enterprises
表7. 基于企业地域分布的异质性分析、企业内部控制有效性的异质性
|
(1) |
(2) |
(3) |
(4) |
(5) |
东部 |
西部 |
中部 |
高内部控制企业 |
低内部控制企业 |
SGR |
SGR |
SGR |
SGR |
SGR |
ESG_strategic |
0.003*** |
0.008 |
0.001 |
−0.000 |
0.003** |
(2.002) |
(1.494) |
(1.552) |
(−0.267) |
(2.290) |
Controls |
YES |
YES |
YES |
YES |
YES |
_cons |
−0.324 |
−1.443 |
−1.045*** |
−0.452 |
−0.798 |
(−1.037) |
(−0.702) |
(−2.683) |
(−1.446) |
(−1.299) |
N |
7511 |
1190 |
2085 |
8107 |
5261 |
Id |
YES |
YES |
YES |
YES |
YES |
Year |
YES |
YES |
YES |
YES |
YES |
R2 |
0.277 |
0.282 |
0.498 |
0.403 |
0.322 |
7. 机制检验
见表8,本文采纳了郭俊杰[15]的方法论框架,依据WW指数对企业融资约束程度进行了细致的量化评估。表8中第(1)列的回归分析结果清晰地揭示出,ESG信息的披露对企业所面临的融资约束——即WW指数,产生了具有统计显著性的影响。这一发现表明,当企业更加透明、全面地披露其ESG表现时,能够在一定程度上缓解其融资约束,这可能是因为投资者和金融机构更加青睐那些注重可持续发展和社会责任的企业,认为它们具有更低的风险和更长远的投资价值。进一步地,第(2)列的实证研究结果则深入地阐述了WW指数(即融资约束)对企业的可持续发展率所具有的显著效应。具体而言,在99%的置信区间内,融资约束的缓解对于促进企业的可持续发展进程具有至关重要的作用。这背后的机制原理在于,融资约束的减轻使得企业能够更容易地获得所需的资金,从而支持其研发创新、市场拓展、环保改造等可持续发展相关的活动。这些活动能够提升企业的核心竞争力,还能够增强其在社会和环境方面的表现,进而形成良性循环,推动企业的长期可持续发展。
Table 8. Mechanism test based on financing constraints
表8. 基于融资约束的机制检验
|
(1) |
(2) |
WW |
SGR |
ESG_strategic |
−0.000*** |
|
(−3.619) |
|
WW |
|
−1.157*** |
|
(−7.568) |
Controls |
YES |
YES |
_cons |
0.078*** |
−0.633 |
(4.346) |
(−1.436) |
N |
10,146 |
10,146 |
Id |
YES |
YES |
Year |
YES |
YES |
R2 |
0.683 |
0.274 |
8. 研究结论和建议对策
8.1. 研究结论
本研究选取了2010年至2022年期间我国沪深A股上市公司作为研究对象,旨在通过实证方法检验企业ESG (环境、社会与治理)信息披露对其可持续发展率(即企业竞争力)的影响及内在作用机制。通过严谨而系统的实证分析,本文深入探究了企业ESG信息披露与可持续发展率之间的关联,并揭示了这一关系背后的作用机理。实证结果表明,首先,企业ESG信息披露对其可持续发展率具有显著的正向影响。这一结论在经过一系列严格的稳健性检验后依然保持稳健,有力地证实了企业ESG信息披露对提升其可持续发展率的积极作用。其次,本研究进一步发现,企业ESG信息披露能够通过缓解融资约束来增强其竞争力表现。为了更全面地理解这一效应,本文从行业特征、地域分布、内部控制程度等多个维度进行了异质性分析。研究结果显示,对于非制造业、重污染行业、位于东部地区以及内部控制程度较低的企业而言,其ESG信息披露对可持续发展率的影响更为显著。这一发现丰富了我们对ESG信息披露作用机制的理解,也为针对不同类型企业制定ESG信息披露策略提供了实证依据。
8.2. 政策建议
基于以上结论,本文得到以下几点启示:
首先,建立完善的ESG工作组织体系。企业应该将ESG理念融入企业长期发展规划中,构建专业的ESG管理体系,确保ESG信息披露数据的准确性、一致性和规范性。非制造企业可以成立专门的ESG管理团队,负责收集、整理和披露ESG信息,主动参与行业内的ESG信息披露交流活动,学习先进经验,定期发布ESG报告,展示企业在可持续发展方面的成果。
其次,提高ESG信息披露质量。我国企业的ESG信息披露水平还存在较大差异,企业应该抓住机会,遵循ESG信息披露标准,提升ESG信息披露的准确性和效率以及披露数据的透明度,以便在差异化竞争中脱颖而出,获取更多资金支持。针对非制造业企业、重污染企业,政府需要制定严格和细化的ESG信息披露标准,要求企业定期披露,同时建立严格的监管与惩罚机制,对于未按要求披露的企业给予相应处罚。而重污染企业,除了常规披露要求,还应要求其额外披露污染物排放、环保措施投入等详细信息,加强审核,引导企业提高信息披露质量。
对于企业来说,东部地区企业应发挥带头作用,分享自身在ESG信息披露方面的成熟经验和模式,与中西部地区企业开展合作项目,协助其提升披露水平;中西部地区企业则要积极学习,结合自身特点,逐步完善ESG信息披露体系。重污染企业应加大环保技术研发投入,积极改善生产流程,降低污染排放。在披露ESG信息时,突出企业在环保方面的努力和改进,树立企业的绿色形象,吸引更多关注可持续发展的投资者和客户。低内部控制企业要加强内部管理流程的优化,建立健全信息收集与传递机制,确保ESG信息的准确性和及时性;高内部控制企业则应在保持现有优势的基础上,进一步探索ESG信息披露与企业战略融合的新路径。
最后,政府要加强ESG信息披露制度建设,完善差异化披露要求。基于ESG信息披露企业地域分布的异质性,政府应鼓励中西部地区企业加强ESG信息披露,提供政策支持和资源倾斜,如设立专项扶持资金、组织专业培训与交流活动等,帮助企业提升ESG信息披露能力,缩小区域间差距。针对内部控制水平较低的企业,政府应出台相关政策鼓励企业提升内部控制水平,对于低内部控制企业,提供免费的内控建设咨询服务,引导金融机构对内控提升效果明显的企业给予更优惠的信贷政策,帮助企业建立健全内部控制体系,提升信息披露的可靠性和有效性。