企业ESG表现与财务绩效

Corporate ESG Performance and Financial Performance

摘要: 本文以2011~2023年A股上市公司财务数据为样本，探究ESG表现与企业财务绩效的关系。研究发现：首先，良好的ESG表现能显著提升企业财务绩效；其次，数字普惠金融可强化二者关系，其借助数字技术助力企业披露ESG信息，引导资金流向ESG表现良好的企业。再次，良好的ESG表现会降低融资约束，进而提升财务绩效，融资约束在二者关系中起中介作用。最后，异质性分析表明，在东部地区、非重污染企业和高科技行业，ESG表现对企业财务绩效的正向影响更显著。基于研究结论，本文提出完善ESG相关政策法规与监管体系、强化数字普惠金融对ESG发展的支持、推动不同地区、行业企业的ESG实践的建议，为企业、投资者及政策制定者提供了参考。

Abstract: This article takes the financial data of A-share listed companies from 2011 to 2023 as a sample to explore the relationship between ESG performance and corporate financial performance. Research has found that: firstly, good ESG performance can significantly improve a company’s financial performance; secondly, digital inclusive finance can strengthen the relationship between the two by leveraging digital technology to assist companies in disclosing ESG information and guiding funds towards companies with good ESG performance. Again, good ESG performance can reduce financing constraints, thereby improving financial performance, and financing constraints play a mediating role in the relationship between the two. Finally, heterogeneity analysis indicates that in the eastern region, non heavily polluting enterprises, and high-tech industries, ESG performance has a more significant positive impact on corporate financial performance. Based on the research findings, this article proposes suggestions to improve ESG related policies, regulations, and regulatory systems, strengthen the support of digital inclusive finance for ESG development, and promote ESG practices among enterprises in different regions and industries, providing references for enterprises, investors, and policy makers.

1. 引言

ESG是环境(Environmental)、社会(Social)和公司治理(Governance)的英文首字母缩写，是一种关注企业非财务绩效的可持续发展理念和评价标准。它从这三个维度评估企业经营活动对生态环境、社会发展和公司治理的影响，为投资者、企业、监管机构等利益相关者提供了更全面评估企业的视角。2024年，中国证监会指导下沪深北交易所发布的《上市公司持续监管指引——可持续发展报告》，明确了从环境、社会、公司治理三方面的21个具体议题披露要求，涵盖应对气候变化、员工权益、利益相关方沟通等内容，促使上市公司依据统一标准披露ESG信息，提升信息透明度。财政部等九部委联合印发的《企业可持续披露准则——基本准则(试行)》，构建起统一的可持续信息披露框架，对企业披露目标、原则、要素等予以规定，推动企业ESG披露规范化。企业作为经济活动的重要主体，其对于ESG理念的认同和实践正成为提高企业财务绩效的关键因素。在当前复杂多变的市场环境下，这一理念的融入不仅深刻影响着企业的内部运营，更在外部形象塑造、市场竞争力提升以及长期可持续发展等多方面发挥着不可忽视的作用。

现有文献对企业ESG表现与企业财务绩效之间的关系展开了详尽研究，杨睿博等(2023)指出良好的ESG表现通过影响信息透明度进而影响企业财务绩效，尤其是在低污染、非国有、东部地区及非省会城市更为显著[1]；杜宇等(2024)指出，ESG表现与财务绩效呈正向关系，同时董事持股能够在ESG与财务绩效的关系中起到中介作用[2]；崔秀梅等(2024)指出较好的ESG表现显著降低了企业破产风险[3]；苏玲等(2024)指出ESG表现主要通过提高企业声誉，进而提升财务绩效[4]；王晓亚等(2025)指出农业上市公司的ESG表现与财务绩效呈正相关关系，特别是在农业行业上市公司和小规模企业中影响更为显著[5]。

为深入ESG表现与企业财务绩效两者关系，本文基于2011~2023年A股上市公司财务数据为研究样本，探析ESG表现与企业财务绩效之间的线性关系。研究发现，良好的ESG表现会提高企业财务绩效；数字普惠金融会强化ESG表现与企业财务绩效之间的关系；融资约束在ESG表现与企业财务绩效之间发挥了中介作用。异质性分析表明上述关系在东部地区、非重污染企业以及高科技行业的样本中更为明显。本文的研究贡献主要有：第一，从数字普惠金融和融资约束角度出发，在研究企业ESG表现与企业财务绩效关系的基础之上，深入探索ESG表现对企业财务绩效的作用机制；第二，考虑到不同地区、不同行业的差异，进一步从地区、行业角度出发，通过异质性分析来丰富企业的ESG表现对企业财务绩效的影响；第三，丰富企业绩效影响因素理论。将ESG因素纳入企业财务绩效影响因素体系，拓展了企业绩效理论的研究范畴，为深入理解企业价值创造机制提供了新视角。

2. 理论基础和研究假设的提出

2.1. 理论基础

2.1.1. 信息不对称理论

信息不对称理论由美国经济学家约瑟夫·斯蒂格利茨、乔治·阿克洛夫和迈克尔·斯彭斯提出。该理论指出，市场经济活动中，信息掌握程度的差异会导致资源配置扭曲[6]。在ESG研究场景中，这种不对称性具体表现为企业与投资者之间的ESG信息差。

企业作为ESG实践的主体，掌握内部环境治理投入、社会责任履行细节及公司治理结构等一手信息；而投资者仅能通过企业披露的ESG报告、新闻报道等碎片化信息进行评估。这种信息差可能导致投资者难以准确判断企业ESG表现对长期价值的影响，这种信息不对称可能使投资者难以准确评估企业的ESG表现对财务绩效的潜在影响。信息不对称的缓解能降低投资者的风险溢价。当投资者确信企业ESG表现真实可靠时，更愿意以较低成本为企业提供融资，进而降低企业加权平均资本成本，直接改善财务绩效。此外，信息透明度的提升还能减少监管处罚风险，降低运营成本，间接提升利润水平。

2.1.2. 信号传递理论

信号传递理论由迈克尔·斯彭斯(Michael Spence)正式提出。在劳动力市场，雇主难以直接知晓求职者的真实能力，求职者可通过获取高学历、考取专业证书等可观察的“信号”，向雇主传递自身具备高生产效率、学习能力强等不可直接观察的品质信息，雇主依据这些信号评估求职者并做出招聘决策[7]。

ESG信号通过影响资本流动方向提升财务绩效。某上市公司披露高标准ESG报告后，被纳入MSCI ESG指数，触发被动基金跟踪配置，短期内股价上涨；长期来看，ESG信号吸引的长期资本降低了股权融资成本，同时绿色信贷优惠降低债务成本，双重作用下企业融资约束缓解，进而有更多资金投入研发与扩张，推动营收增长。企业的ESG表现可作为一种信号向外界传递企业的经营理念、管理水平和发展潜力等信息。积极披露ESG报告且表现优异的企业，向投资者表明其注重可持续发展、风险管理能力强，能吸引投资者关注和资金投入；向消费者传递企业社会责任意识强的信号，增强消费者对企业产品或服务的信任，从而扩大市场份额，最终提升财务绩效。

2.1.3. 利益相关者理论

该理论由Freeman (1984)提出，核心观点是企业的生存与发展依赖于与利益相关者的互动关系，包括股东、员工、客户、供应商、社区、政府及环境等。ESG理念与利益相关者理论存在天然契合性，其作用机制体现在企业践行环保政策时，既能满足政府环保监管要求，避免行政处罚，又能响应社区居民对清洁环境的诉求，降低项目落地阻力。这种平衡可降低运营风险，间接提升财务绩效。当企业通过ESG实践满足多方利益相关者需求时，会形成“利益相关者满意度提升、资源获取成本下降、财务绩效优化”的正向循环。

2.2. 研究假设

根据对信息不对称理论、信号传递理论的深入分析，本文认为良好的ESG表现可以提高企业财务绩效。基于此，本文提出第一个研究假设：

H1：良好的ESG表现会提高企业财务绩效

数字普惠金融依托大数据、云计算等先进技术，能够突破传统金融服务的限制，为企业提供更为便捷、高效的融资渠道，对企业财务绩效有积极影响[8]。基于此，本文提出第二个研究假设：

H2：数字普惠金融会强化ESG表现与企业财务绩效之间的关系

企业ESG表现越好，投资者所面临的风险就越小，企业所面临的融资机会也越多，有助于企业降低融资成本，缓解融资约束，从而提升企业财务绩效[9]。基于此，本文提出第三个假设：

H3：良好的ESG表现会降低融资约束，进而增加企业财务绩效

3. 研究设计

3.1. 数据来源与样本选取

本文选取2011~2023年A股上市公司财务数据作为研究样本，研究企业ESG表现与财务绩效之间的关系。为确保实证结果科学合理，对相关数据进行如下处理：(1) 剔除经营不善的ST和*ST或PT上市企业样本；(2) 剔除企业ESG表现与企业财务绩效指标缺失的样本；(3) 剔除金融行业样本。经过筛选整理，最终得到41,115个样本观测值。本文使用的ESG数据选自华证提供的评级数据，其他变量数据来源于CSMAR数据库。数据筛查、处理和分析使用EXCEL和Stata16软件完成。

3.2. 变量定义

3.2.1. 被解释变量

企业财务绩效为本文的被解释变量。通常是指企业在一定时期内利用其资源从事经营活动所取得的成果和效益，是对企业经营效果的综合衡量。本文选取净资产收益率(ROE)来衡量企业财务绩效。

3.2.2. 解释变量

企业ESG表现为本文核心解释变量。选取华证ESG评级，该指标包含C、CC、CCC、B、BB、BBB、A、AA、AAA共9个等级，本文参考高杰英等(2021)的研究，将上市公司ESG等级进行量化处理，从低到高分别赋值为1至9 [10]。

3.2.3. 控制变量

本文参考已有文献，选取公司规模(Size)、财务杠杆率(Lev)、公司成长性(Growth)、董事会规模(Board)、独董比例(lndep)、股权集中度(TOP1)、两职合一(Dual)、行业(Industry)、年度(Year)作为控制变量。其中，公司规模用总资产的账面价值的自然对数衡量；财务杠杆率用总负债与总资产的比率衡量；公司成长性用年营业收入的增长率衡量；董事会规模用董事会总人数的自然对数衡量；独董比例用独立董事数量与董事会总人数的比例衡量；股权集中度用第一大股东持股比例衡量；董事长与总经理是同一人即两职合一为1，否则为0。

3.3. 模型构建

为了验证假设1，构建ESG表现与企业财务绩效的多元回归模型1。

${\text{ROE}}_{i,t}={\beta }_0+{\beta }_1{\text{ESG}}_{i,t}+{\beta }_m{X}_{i,t}+{\text{year}}_t+{\text{industry}}_i+{\zeta }_{i,t}$ (1)

其中，ROE_i,t为被解释变量，是企业i在t年的净资产收益率，ESG_i,t为解释变量，X_i,t表示控制变量，year_t为时间固定效应，industry_i为个体固定效应，${\zeta }_{i,t}$ 表示误差项。

为了验证假设2，研究数字普惠金融水平对ESG水平与企业财务绩效关系的调节作用，将调节变量与解释变量交乘，构建多元回归模型2。

${\text{ROE}}_{i,t}={\beta }_0+{\beta }_1{\text{ESG}}_{i,t}+{\beta }_2{\text{DFT}}_{i,t}+{\beta }_3{\left(\text{ESG}\ast \text{DFT}\right)}_{i,t}+{\beta }_m{X}_{i,t}+{\text{year}}_t+{\text{industry}}_i+{\zeta }_{i,t}$ (2)

其中，ROE_i,t为被解释变量，是企业i在t年的净资产收益率，ESG_i,t为解释变量，DFT为调节变量为数字普惠金融指数，X_i,t表示控制变量，year_t为时间固定效应，industry_i为个体固定效应，${\zeta }_{i,t}$ 表示误差项。

为验证假设3，首先构建模型3检验ESG与融资约束(KZ)的线性关系。

${\text{KZ}}_{i,t}={\alpha }_0+{\alpha }_1{\text{ESG}}_{i,t}+{\alpha }_m{X}_{i,t}+{\text{year}}_t+{\text{industry}}_i+{\zeta }_{i,t}$ (3)

其次，在模型(1)、(3)的基础上构建模型4检验融资约束(KZ)的中介效应。

${\text{ROE}}_{i,t}={\beta }_0+{\beta }_1{\text{ESG}}_{i,t}+{\beta }_2{\text{KZ}}_{i,t}+{\beta }_m{X}_{i,t}+{\text{year}}_t+{\text{industry}}_i+{\zeta }_{i,t}$ (4)

其中，ROE_i,t为被解释变量，是企业i在t年的净资产收益率，ESG_i,t为解释变量，KZ为融资约束，X_i,t表示控制变量，year_t为时间固定效应，industry_i为个体固定效应，${\zeta }_{i,t}$ 表示误差项。

4. 实证研究

4.1. 描述性统计

本文对被解释变量、解释变量、控制变量做了描述性统计，结果如表1所示。企业净资产收益率(ROE)的最大值为0.414，最小值为−0.962，均值为0.059，标准差为0.137，说明样本企业差异较大且分布离散。ESG得分均值4.157，中位数4.000，标准差0.929，表明企业ESG表现有一定差异，整体处于中等水平，大部分企业集中在中位数附近，少数企业表现突出或较差。

Table 1. Descriptive statistics of each variable

表1. 各变量描述性统计

VarName	Obs	Mean	Median	SD	Min	Max
ROE	41,115	0.059	0.071	0.137	−0.962	0.414
ESG	41,115	4.157	4.000	0.929	1.000	8.000
Size	41,115	22.210	22.010	1.304	19.585	26.440
Lev	41,115	0.414	0.404	0.207	0.032	0.925
Growth	41,115	0.148	0.093	0.381	−0.653	3.808
Board	41,115	2.112	2.197	0.198	1.609	2.708
Indep	41,115	37.719	36.360	5.376	28.570	60.000
Top1	41,115	0.338	0.315	0.148	0.076	0.758
Dual	41,115	0.302	0.000	0.459	0.000	1.000

4.2. 相关性分析

本文对样本公司的被解释变量、解释变量和控制变量进行了相关性分析，如表2所示。大部分变量之间的相关性数值小于0.5，表明变量之间不存在严重的多重共线性问题。

4.3. 基准回归分析

表3为企业ESG表现与财务绩效之间的回归结果，汇报了普通标准误和时间层面的聚类标准误结果。列(1)和列(3)为不加入控制变量的估计结果，列(2)和列(4)为加入控制变量的结果。

其中，第(1)列和第(3)列未加入控制变量，普通标准误下ESG表现与企业财务绩效的系数为0.0343 (t = 47.66)，在1%水平上显著。时间层面的聚类标准误下，ESG表现与企业财务绩效的系数为0.0343 (t = 10.07)，在1%水平上显著。

Table 2. Pearson correlation coefficient matrix

表2. 皮尔逊相关系数矩阵

	ROE	ESG	Size	Lev	Growth	Board	Indep	Top1	Dual
ROE	1
ESG	0.218^***	1
Size	0.087^***	0.201^***	1
Lev	−0.237^***	−0.107^***	0.504^***	1
Growth	0.262^***	−0.005	0.041^***	0.033^***	1
Board	0.039^***	0.020^***	0.261^***	0.150^***	0.003	1
Indep	−0.019^***	0.074^***	0.001	−0.011^**	−0.007	−0.554^***	1
Top1	0.159^***	0.104^***	0.177^***	0.033^***	0.006	0.019^***	0.037^***	1
Dual	0.017^***	0.007	−0.188^***	−0.150^***	0.019^***	−0.179^***	0.102^***	−0.057^***	1

注：括号内为t统计量；^***、^**、^*分别表示参数在1%、5%和10%的水平上显著。

Table 3. Regression analysis of ESG performance and corporate financial performance

表3. ESG表现与企业财务绩效的回归结果分析

	(1)	(2)	(3)	(4)
	ROE	ROE	ROE	ROE
ESG	0.0343^***	0.0193^***	0.0343^***	0.0193^***
	(47.66)	(27.54)	(10.07)	(15.92)
Size		0.0243^***		0.0243^***
		(38.59)		(12.93)
Lev		−0.242^***		−0.242^***
		(−65.72)		(−9.90)
Growth		0.0909^***		0.0909^***
		(57.40)		(6.68)
Board		0.00117		0.00117
		(0.30)		(0.34)
Indep		−0.000664^***		−0.000664^***
		(−4.89)		(−6.15)
Top1		0.0971^***		0.0971^***
		(22.76)		(9.34)
Dual		0.00551^**^*		0.00551^**
		(4.09)		(2.73)
_cons	−0.0619^***	−0.464^***	−0.0619^***	−0.464^***
	(−6.01)	(−26.29)	(−5.19)	(−13.24)
Industry	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes
N	41,115	41115	41115	41115
R^2	0.086	0.244	0.086	0.244
调整后的R^2	0.084	0.242	0.084	0.242

注：括号内为t统计量；^***、^**、^*分别表示参数在1%、5%和10%的水平上显著。

进一步，第(2)列和第(4)列为加入控制变量后的回归结果。普通标准误下ESG表现与企业财务绩效的系数为0.0193 (t = 27.54)，在1%水平上显著。时间层面的聚类标准误下，企业ESG表现与企业财务绩效的系数为0.0193 (t = 15.92)，在1%水平上显著。不论是否加入控制变量和采用何种稳健标准误，结果显示ESG表现与企业财务绩效的系数均在1%水平上显著。该结果初步验证了H1良好的ESG表现会提高企业财务绩效。

这主要是因为良好的ESG表现主要从环境、社会、公司治理三方面提升企业绩效。环境方面，ESG表现良好的企业积极践行环保，可降低环境风险和成本，避免因违反法规遭受处罚，稳定生产。同时，发展绿色业务、开发环保产品来开拓新市场以增加营收与利润；社会维度，ESG表现良好的企业会保障员工权益，降低人员管理成本，促进企业创新发展；公司治理维度，健全的治理结构能完善决策机制，加强风险管理，降低运营风险。提升信息透明度，能增强市场信任，吸引投资与合作，助力企业可持续发展。

4.4. 进一步分析

4.4.1. 机制性分析

1) 数字普惠金融的调节效应

数字普惠金融指数是对数字普惠金融发展状况进行多维度、定量化评估的工具。它通过构建一套科学的指标体系，将数字金融服务的多个方面进行量化分析，以一个具体的数值或数值范围来反映一个国家、地区或群体在数字普惠金融领域的发展程度，帮助政策制定者、金融机构和研究者了解数字普惠金融的发展现状、趋势和存在的问题，为政策制定、资源配置、业务拓展和学术研究等提供重要参考。数字普惠金融可以优化资源配置、加强监督与约束、提升信息透明度进而强化企业ESG表现与财务绩效之间的关系。数字普惠金融借助数字技术，能更精准地识别ESG表现良好的企业。通过大数据分析等手段，金融机构可以评估企业的可持续发展潜力和ESG实践情况，帮助其扩大生产规模、提升技术水平，从而进一步提高财务绩效。

基于此，本文采用北京大学数字金融研究中心公布的数字普惠金融指数取对数来衡量数字普惠金融水平(DFT) [11]。

为规避多重共线性问题，在构建交互项前需先对调节变量与自变量实施中心化处理，然后将中心化后的自变量与调节变量相乘得到交互项。调节效应检验结果详见表4所示。

Table 4. Verification of the moderating effects of corporate ESG performance, digital inclusive finance, and financial performance

表4. 企业ESG表现、数字普惠金融与财务绩效调节效应检验

	(1)	(2)
	ROE	ROE
ESG	0.0181^***	0.0186^***
	(24.03)	(24.66)
ESG_DFT_c		0.0000602^**^*
		(8.81)
DFT		−0.000127^***
		(−6.18)
Size	0.0264^***	0.0264^***
	(38.95)	(38.91)
Lev	−0.240^***	−0.240^***
	(−60.79)	(−60.78)
Growth	0.0904^***	0.0901^***
	(53.95)	(53.80)
Board	0.00378	0.00389
	(0.89)	(0.92)
Indep	−0.000598^***	−0.000577^***
	(−4.12)	(−3.98)
Top1	0.0940^***	0.0938^***
	(20.34)	(20.32)
Dual	0.00384^***	0.00406^***
	(2.62)	(2.78)
_cons	−0.509^***	−0.506^***
	(−27.10)	(−26.96)
Industry	Yes	Yes
Year	Yes	Yes
N	36225	36225
R^2	0.244	0.246
调整后的R^2	0.242	0.244

注：括号内为t统计量；^***、^**、^*分别表示参数在1%、5%和10%的水平上显著。

表4为数字普惠金融水平对企业ESG表现与财务绩效关系的调节效应检验结果。列(1)中ESG表现与企业财务绩效的系数为0.0181 (t = 24.03)，在1%的水平上显著。列(2)加入交互项之后，ESG表现与数字普惠金融的交乘项的系数在1%的水平上显著，表明调节效应成立。且这两项的系数同号，表明数字普惠金融水平可以正向调节企业ESG水平与财务绩效之间的关系，即数字普惠金融能够强化企业ESG水平与财务绩效之间的关系。

2) 融资约束的中介效应

融资约束是指企业在资本市场上融资时所面临的制约和限制，反映了公司融资能力与外部融资环境的匹配程度。常见的融资约束指标包括SA指数、FC指数、WW指数和KZ指数。

本文参考Kaplan和Zingales (1997)构建的反映企业融资约束的KZ指标[12]，一般来说，KZ 指数的值越大，表明企业面临的融资约束程度越高，意味着企业在资本市场上获取资金的难度较大；值越小，说明融资约束程度越低，企业在资本市场上的融资能力就越强。企业管理者可以利用该指标来评估自身企业的融资状况，以便制定更合理的融资策略。本文参考温忠麟的三步法(2014) [13]，建立模型(3.3)、(3.4)研究ESG表现如何通过降低融资约束来提高企业财务绩效。中介效应的检验结果如表5所示。

Table 5. Testing the mediating effect of ESG performance, financing constraints, and corporate financial performance

表5. ESG表现、融资约束与企业财务绩效中介效应检验

	(1)	(2)	(3)
	ROE	KZ	ROE
ESG	0.0181^***	−0.261^***	0.0127^***
	(24.74)	(−24.90)	(18.02)
KZ			−0.0207^***
			(−60.90)
Size	0.0270^***	−0.428^***	0.0182^***
	(40.92)	(−45.26)	(28.12)
Lev	−0.245^***	8.938^***	−0.0603^***
	(−63.81)	(162.97)	(−12.68)
Growth	0.0903^***	−0.640^***	0.0770^***
	(55.24)	(−27.32)	(48.89)
Board	0.00353	−0.0296	0.00295
	(0.86)	(−0.50)	(0.75)
Indep	−0.000575^***	0.0117^***	−0.000333^**
	(−4.07)	(5.79)	(−2.46)
Top1	0.0918^***	−1.605^***	0.0586^***
	(20.43)	(−24.89)	(13.53)
Dual	0.00442^***	−0.150^***	0.00133
	(3.10)	(−7.32)	(0.98)
_cons	−0.520^***	9.452^***	−0.325^***
	(−28.24)	(35.83)	(−18.17)
Industry	Yes	Yes	Yes
Year	Yes	Yes	Yes
N	38420	38465	38420
R^2	0.245	0.533	0.311
调整后的R^2	0.243	0.531	0.309

注：括号内为t统计量；^***、^**、^*分别表示参数在1%、5%和10%的水平上显著。

表5为融资约束对企业ESG表现与财务绩效关系的中介效应检验结果。列(1)为ESG表现与企业财务绩效的回归结果，二者的相关系数为0.0181 (t = 24.74)，在1%的水平上显著。列(2)为ESG表现与融资约束的回归结果。二者的相关系数为−0.261 (t = −24.9)，在1%的水平上显著。说明良好的ESG表现会显著降低融资约束。列(3)为加入中介变量融资约束(KZ)后ESG表现与企业财务绩效的回归结果。KZ的系数−0.0207 (t = −60.9)，在1%的水平上显著为负，ESG系数0.0127 (t = 18.02)，在1%的水平上显著为正。这些显著的回归系数共同说明了融资约束发挥的中介作用是显著的，且是不完全中介。

进一步，为确保上述结果的稳健性，本文通过Bootstrap检验和Sobel检验研究融资约束的中介作用，检验结果如表6、表7所示。

Table 6. Bootstrap test for mediating effects of financing constraints

表6. 融资约束的中介效应Bootstrap检验

Bootstrap检验	Coef.	Std Err	Z	P > |Z|	95%置信区间
					下限	上限
间接效应	0.00448^***	0.0002078	21.57	0.000	0.004075	0.0048896
	(21.57)
直接效应	0.0140^***	0.0008075	17.35	0.000	0.0124286	0.015594
	(17.35)

注：括号内为t统计量；^***、^**、^*分别表示参数在1%、5%和10%的水平上显著。

Table 7. Sobel test for mediating effects of financing constraints

表7. 融资约束的中介效应Sobel检验

		Coef	Std Err	Z	P > |Z|
Sobel检验		0.00448232	0.00022	20.77	0
Goodman-1检验		0.00448232	0.00022	20.76	0
Goodman-2检验		0.00448232	0.00022	20.77	0
中介效应		0.004482	0.000216	20.7656	0
直接效应		0.014011	0.000686	20.4215	0
总效应		0.018494	0.000711	26.0152	0
中介效应比例	中介效应占总效应	24.24%
	中介效应占直接效应	31.99%

表6为重复了1000次的Bootstrap检验结果。从重复1000次的Bootstrap检验结果可以看出间接效应的t值为21.57，在1%的水平上显著，偏差矫正95%置信区间不包括0。这说明研发投入的中介效应存在；直接效应的t值为17.35，在1%的水平上显著，偏差矫正95%置信区间也不包括0。这说明融资约束发挥了部分中介效应，进一步验证了H3。即ESG表现可以直接影响企业财务绩效，也可以通过影响融资约束来间接影响企业财务绩效。

表7中Sobel检验和Goodman-1、2检验的p值均小于0.05，这表明中介效应成立。进一步分析中介效应的具体占比情况，中介效应在总效应中占24.24%，中介效应占直接效应的比例为31.99%。进一步验证了H3，良好的ESG表现会降低融资约束，进而增加企业财务绩效。

4.4.2. 异质性分析

1) 不同地区下ESG表现对企业财务绩效的影响

我国东部和中西部地区在自然环境、经济发展、社会文化等多个方面存在着明显的差异，这也将影响ESG表现对企业绩效的影响程度。本文进一步对不同地区下的企业进行分组研究，探讨不同地区下ESG表现对企业财务绩效的影响机制。不同地区下ESG表现对企业财务绩效的回归结果如表8所示。列(1)为东部地区ESG表现对企业财务绩效的回归结果，ESG表现的系数为0.020 (t = 21.728)，在1%的水平下显著。列(2)为中西部地区企业ESG表现与财务绩效的回归结果，ESG表现的系数为0.015 (t = 10.833)，在1%的水平下显著。尽管东部与中西部地区的 ESG 表现均对企业财务绩效呈现显著正向作用，但是二者的t值相差较大，东部地区企业ESG表现对财务绩效的影响更显著。这主要是因为东部地区经济发展水平较高，资本市场更为成熟，投资者对企业ESG表现的关注度和要求更高。企业良好的ESG表现更容易获得投资者的认可，进而获取更多投资并降低融资成本。同时东部地区在吸引外资、推动产业升级等方面往往能获得更多的政策支持，环保、劳动保障方面的监管力度也相对较大。这也促使企业更加注重ESG表现，从而对企业财务绩效影响更加显著。另外，东部地区环境规制强度显著高于中西部。根据《中国环境规制强度指数报告》，东部省份的污染排放标准平均比中西部严格30%，且碳排放权交易市场、环保税征收等政策落地更早。这种严格监管倒逼东部企业增加环保技术投入，而ESG表现优异的企业可通过绿色生产降低合规成本，同时获得政府专项补贴，直接提升财务绩效。相比之下，中西部地区因环境承载力相对宽松，部分省份仍以GDP增长为首要目标，环境规制执行力度较弱，企业ESG投入的“合规收益”不显著，导致ESG对财务绩效的影响较弱。

Table 8. Heterogeneity test under different regions, pollution levels, and high-tech levels

表8. 不同地区、污染程度、高科技水平下异质性检验

	(1)	(2)	(3)	(4)	(5)	(6)
	东部	中西部	重污染企业	非重污染企业	高科技行业	非高科技行业
ESG	0.020^***	0.015^***	0.010^***	0.021^***	0.023^***	0.013^***
	(21.728)	(10.833)	(6.796)	(23.863)	(22.266)	(11.312)
Size	0.026^***	0.029^***	0.027^***	0.026^***	0.026^***	0.027^***
	(31.347)	(22.338)	(19.772)	(32.247)	(27.910)	(26.208)
Lev	−0.245^***	−0.281^***	−0.281^***	−0.238^***	−0.250^***	−0.255^***
	(−50.387)	(−37.465)	(−35.971)	(−50.803)	(−46.798)	(−41.670)
Growth	0.091^***	0.080^***	0.095^***	0.085^***	0.102^***	0.075^***
	(43.909)	(26.851)	(26.134)	(43.858)	(42.677)	(30.589)
Board	0.006	0.021^***	0.019^**	0.006	0.004	0.014^**
	(1.113)	(2.754)	(2.268)	(1.253)	(0.743)	(2.260)
Indep	−0.000^***	−0.001^*	−0.000	−0.001^***	−0.001^***	−0.000
	(−2.585)	(−1.894)	(−0.758)	(−3.390)	(−2.996)	(−1.462)
Top1	0.095^***	0.093^***	0.028^***	0.112^***	0.101^***	0.088^***
	(16.602)	(10.444)	(2.875)	(20.471)	(15.463)	(12.405)
Dual	0.006^***	0.004	0.006^*	0.007^***	0.006^***	0.006^**
	(3.596)	(1.371)	(1.751)	(3.798)	(2.940)	(2.518)
_cons	−0.552^***	−0.550^***	−0.482^***	−0.518^***	−0.514^***	−0.521^***
	(−21.967)	(−17.025)	(−13.788)	(−24.278)	(−22.332)	(−19.968)
Industry	YES	YES	YES	YES	YES	YES
Year	YES	YES	YES	YES	YES	YES
N	24493	10503	7888	27108	18732	16264
F	84^***	42^***	84^***	111^***	204^***	61^***
R^2	0.252	0.270	0.267	0.254	0.270	0.238
调整后的R^2	0.249	0.264	0.264	0.252	0.269	0.235

注：括号内为t统计量；^***、^**、^*分别表示参数在1%、5%和10%的水平上显著。

2) 不同污染程度的企业ESG表现对企业财务绩效的影响

不同污染程度企业的经营活动、资源消耗以及环境监管要求不同，也将影响ESG表现对企业绩效的影响程度。本文对重污染企业和非重污染企业进行分组研究，探讨不同污染程度的企业ESG表现对企业财务绩效的影响机制。不同污染程度的企业ESG表现对企业财务绩效的回归结果如表8所示。列(3)为重污染企业ESG表现对企业财务绩效的回归结果，ESG表现的系数为0.010 (t = 6.796)，通过1%显著性水平检验。列(4)为非重污染企业ESG表现对企业财务绩效的回归结果，ESG表现的系数为0.021 (t = 23.863)，在1%的水平下显著。虽然重污染企业和非重污染企业ESG表现对企业财务绩效都存在显著正向影响，但是二者的t值相差较大，非重污染企业ESG表现对财务绩效的影响更显著。这主要因为非重污染企业相较于重污染企业在环境维度上资源利用效率较高、污染物排放较低；在社会维度上更加重视员工福利与发展；在治理维度上公司治理结构、信息披露制度更加完善。因此非重污染企业ESG表现对企业财务绩效的正向影响更为显著。此外，重污染行业多为寡头垄断格局，市场集中度超过50%，企业更关注产能扩张而非ESG投入，导致ESG对财务绩效的边际影响较小。而非重污染行业市场竞争激烈，市场集中度低于30%，企业需通过ESG表现构建差异化优势。ESG在竞争性行业中对市场份额的提升作用更显著。

3) 不同高科技水平下ESG表现对企业财务绩效的影响

高科技企业和非高科技企业由于自身特点和发展需求不同，在对ESG的态度上存在一些差异。本文对高科技行业和非高科技行业进行分组研究，探讨企业ESG表现对企业财务绩效的影响机制。不同高科技水平下ESG表现对企业财务绩效的回归结果如表8所示。列(5)为高科技行业企业ESG表现对企业财务绩效的回归结果，ESG表现的系数为0.023 (t = 22.266)，通过1%显著性水平检验。列(6)为非高科技行业企业ESG表现对企业财务绩效的回归结果，ESG表现的系数为0.013 (t = 11.312)，在1%的水平下显著。虽然高科技行业与非高科技行业ESG表现对企业财务绩效都存在显著正向影响，但是二者的t值相差较大，高科技行业企业ESG表现对财务绩效的影响更显著。这主要是因为高科技企业具有较强的创新能力和技术优势，将ESG视为企业发展的重要机遇。在环境方面，一些高科技企业利用自身的技术优势，积极开发和推广清洁能源技术、节能环保产品；在社会方面，高科技企业注重吸引和培养高素质的人才，提供良好的工作环境和发展机会；在公司治理方面，高科技企业通常具有较为灵活和创新的治理结构，注重信息披露和透明度，以吸引投资者和合作伙伴。因此高科技行业企业ESG表现对企业财务绩效的正向影响更为显著。此外，高科技行业研发投入强度平均为5.7%，高于非高科技行业2.3个百分点。ESG表现好的企业更易将环保技术转化为创新产出。这种“ESG–创新–绩效”的良性循环在高科技行业更显著，而非高科技行业研发投入较低，ESG对技术创新的驱动作用有限。

5. 研究结论与政策建议

5.1. 研究结论

本文以A股上市公司2011~2023年的数据作为研究样本，探析ESG表现与企业财务绩效之间的线性关系，进一步研究数字普惠金融和融资约束在作用机制中发挥的调节效应和中介效应。另外，本文进一步分析了ESG表现对企业财务绩效的影响存在地区和行业的异质性。研究得出：

首先，良好的ESG表现会提高企业财务绩效。企业良好的ESG表现会降低融资成本、拓宽融资渠道。企业注重环境保护、社会责任和公司治理，能够提升企业形象，增强投资者信心，进而对企业财务绩效产生积极影响。

其次，数字普惠金融会强化ESG表现与企业财务绩效之间的关系。数字普惠金融利用区块链、人工智能等技术，帮助企业更高效地收集、整理和披露ESG信息。准确、及时的信息披露有助于投资者更准确地评估企业价值，将资金流向 ESG表现良好的企业，推动企业财务绩效提升。

再次，良好的ESG表现会降低融资约束，进而增加企业财务绩效。ESG表现良好的企业，往往会定期发布ESG报告，详细披露在环境治理、社会责任履行、公司治理等方面的举措与成果。这使投资者能更全面了解企业运营情况，减少因信息缺失产生的不确定性，降低投资者感知的风险，进而更愿意为企业提供资金，缓解融资难题，进而提升企业财务绩效。

最后，ESG表现对企业财务绩效的影响存在地区和行业异质性。相较于中西部地区、重污染企业和非高科技行业而言，在东部地区、非重污染企业和高科技行业中，ESG表现对企业财务绩效的影响更为显著。

5.2. 政策建议

5.2.1. 完善ESG相关政策法规与监管体系

当前ESG评价标准尚未完全统一，政府应牵头整合各方资源，联合行业协会、专业机构制定统一ESG评价标准和信息披露准则，明确环境、社会、公司治理各维度具体指标及量化方法，减少企业披露的模糊性和投资者评估的不确定性，增强信息的可比性和实用性。监管部门要加大对企业ESG信息披露的监管力度，建立常态化监督机制，对披露虚假信息或不按规定披露的企业进行严格处罚，确保ESG信息真实可靠。设立专项奖励基金，对ESG表现突出、财务绩效提升显著的企业给予资金奖励、税收优惠、项目优先审批等政策支持，引导企业积极提升ESG水平。

5.2.2. 强化数字普惠金融对ESG发展的支持

推动数字技术在金融与ESG融合中的应用，鼓励金融机构加大在区块链、人工智能、大数据等数字技术方面的投入，利用区块链的不可篡改特性保证ESG数据真实性，借助人工智能分析海量ESG数据，为企业精准画像，为投资者提供更准确的ESG投资建议，提升金融服务与ESG的融合度和效率；引导金融机构开发多样化的与ESG挂钩的金融产品。对于ESG表现良好的企业，给予更低利率、更长期限的绿色信贷支持；鼓励保险公司推出针对企业ESG风险的保险产品，帮助企业应对环境、社会等方面的潜在风险，促进企业可持续发展。

5.2.3. 推动不同地区、行业企业的ESG实践

针对东部与中西部地区ESG发展差异，政府应加强区域间政策协调。对中西部地区，给予更多政策倾斜，设立ESG发展专项资金，支持企业开展节能减排、员工培训等ESG项目；搭建区域间ESG交流平台，组织东部地区优秀企业与中西部企业分享经验，推动中西部企业提升ESG表现，缩小区域差距，促进区域ESG协同发展；对于重污染企业，加强环境监管，提高环境标准，倒逼企业加大环保投入，采用清洁生产技术，减少污染排放；对于非重污染企业，鼓励其在社会和公司治理方面进一步优化，提升综合ESG水平。针对高科技企业，鼓励其发挥技术优势，研发更多环保技术和产品；引导非高科技企业借鉴高科技企业的治理经验，完善公司治理结构，加强信息披露，推动不同行业企业ESG实践共同发展。