1. 引言
绿色作为人类存续不可或缺的基本条件与经济社会高质量发展的普遍形态,已成为现代社会的必然要求。在全球环境日益恶化,气候变化、生物多样性丧失等环境问题愈发紧迫的形势下,我国始终秉持绿色发展理念,将其视为推动国家长远发展的基石。我们致力于探索一条既能实现经济效益最大化,又能确保资源环境效益得到有效保护的创新发展路径,旨在探寻经济发展与环境保护之间的理想平衡点,确保两者和谐共存。党的十九大报告着重强调,中国致力于打造一个以市场为引领的绿色技术革新体系,这一体系的建立,旨在通过市场机制的引导,调动企业、高等院校、科研组织等创新实体的积极性与活力,推动绿色技术的研发与应用,构建绿色的发展模式与生活方式,为创新驱动发展战略的推行构筑了强有力的后盾。绿色技术创新是一种以减少能源消耗、减轻环境污染并优化生态环境为目标的活动,提升企业绿色技术创新层次能明显加强其可持续发展的潜力。在企业绿色创新活动中,管理者扮演着核心执行与决策的关键角色,其对于绿色发展的深刻认识与坚定信念,是提升企业的绿色技术创新能力的重要因素。
股权激励作为一种高效的长期激励手段,能够促进高管个人收益、公司长远愿景与股东利益之间的协同并进与和谐共生,它被视为推动企业技术创新与持续发展的核心内在动力(姜帅和龙静,2022) [1]。现有研究明确指出,股权激励能够显著削减企业的代理成本,减轻风险规避态度,并有效抑制高管的短视行为,促使管理层将注意力聚焦于企业的长远战略规划与目标实现上。但是,当前的股权激励机制普遍倾向于静态和短期化的视角,忽略了与人力资本动态性相匹配的重要性。
企业在运营过程中,所真正购买的并非仅仅是高管手中的单纯货币资本,而是他们所拥有的宝贵的人力资本。鉴于人力资本对于企业发展的至关重要性,企业往往会采取一系列措施来激励高管,以促使他们能够更加积极地投身于企业的决策与运营之中。其中,授予股票期权便是一种被广泛采用且成效显著的激励手段。具体而言,企业授予高管股票期权,意在通过这样一种长期的激励方式,来促使高管在企业的长远发展中发挥更加积极的作用。然而,这种激励并非是无条件的。高管们必须在为企业作出实质性的贡献,推动企业实现稳健的增长与盈利后,方能真正行使其手中的股票期权,从而获取相应的收益。这一做法不仅体现了企业对高管人力资本的高度重视,更在股权激励机制的设计之初,就将动态性的考量融入其中。左晶晶等学者(2024) [2]在研究中指出,高管股权激励作为一种着眼长远的激励策略,其对高管行为产生的影响深远而持久。鉴于高管向企业投入的人力资本蕴含着高度的主观能动性,这要求我们必须将传统上较为静态的治理机制转变为更加灵活、适应性强的动态机制,以适应这一变化并充分发挥股权激励的积极作用。目前,关于股权激励对企业研发创新影响的文献已较为丰富,那么股权激励动态性是否可以作用于绿色技术创新呢?
2. 理论分析与研究假设
2.1. 高管股权激励动态性与企业绿色技术创新
企业的创新活动往往具备长期性、高风险及显著的外溢效应等特点。出于个人利益考虑,高管倾向于规避高风险的创新活动。健全的公司治理机制能激励企业参与那些虽然蕴含较大风险,但有望为股东创造更大价值的投资活动。按照风险承担理论分析,合理的激励机制有助于减轻管理层对风险的规避倾向,增强高层管理人员的风险承受能力是关键所在。利益趋同效应假说认为,股权激励使高管的个人薪酬与企业效益挂钩,促使其以股东身份参与到企业的创新决策中,以企业的长期发展为主要目的,更倾向于将资源投入到绿色创新实践中,这最终将促使企业在绿色技术创新方面的能力得到提升(田轩和孟清扬,2018;Wu et al., 2022) [3] [4]。朱德胜和周晓珮(2016) [5]的研究发现,企业高管所持有的股份比例越大,一个企业的创新能力越强,这意味着高级管理人员的持股行为可以有效地解决委托代理的问题,确保管理层和股东的利益更加一致,能促使高层管理者更加聚焦于企业的长期战略规划与发展。股权激励的动态特性显著体现在其激励手段与条件的灵活应变能力上,能够依据企业的具体运营状况、外部市场环境的变迁以及高管的绩效表现进行适时调整。股权激励动态性不仅有助于激发高管的积极性和创新精神,还能有效缓解代理冲突和管理层短视的问题,从而为企业绿色技术创新提供强有力的内部驱动力。综上,提出以下假设。
H1:高管股权激励动态性促进企业绿色技术创新。
2.2. 环境不确定性的调节作用
企业的绿色技术创新不仅受内部因素的驱动,还需应对来自外部环境不确定性的诸多考验。环境不确定性描述的是企业对于外部环境的变动难以进行准确预判的状态,如顾客偏好、技术发展、竞争行为等(Lin等,2011) [6],这些因素会对企业创新行为产生影响。根据资源依赖理论,企业作为一个开放体系存在,外部环境的变化与其决策制定行为之间存在着紧密的关联性。环境不确定性会对组织的战略决策及经营绩效产生重要影响(Sharma, 2002) [7]。企业通过实施股权激励策略,旨在提升高层管理人员的创新理念,从而激励企业加大对创新活动的投入力度,但在环境不确定性高的情况下,企业往往倾向于编制短期的财务规划,高风险的创新活动减少(王怀明和陈雪,2017;邢霂等,2023) [8] [9]。同时,由于环境不确定性较高,企业的盈利能力和市场前景变得更加难以预测,高管的利益与企业的利益紧密联系在一起,这势必会在很大程度上对高管的战略决策产生影响(梁敏等,2022) [10]。一方面,环境的不确定性增加了企业与其外部环境之间存在的信息不对称的现象,对于市场及企业绿色经营的现状,管理者难以收集到有效的信息资料,这导致对于环境变化可能引发的收益与成本,进行合理预估存在难度,这极大地增加了决策失误的可能性(牛建波和赵静,2012;张泽南等,2023) [11] [12],绿色创新活动无法顺利展开。另一方面,环境不确定性越高,项目成功所需的高管所承担的个人开支预计会有所增加,这致使管理者在面对风险时展现出规避的倾向,这种趋势阻碍了对绿色技术创新活动投资意愿的激发(徐倩,2014) [13]。综上,提出以下假设。
H2:环境不确定性负向调节股权激励动态性与企业绿色技术创新之间的关系。
2.3. 媒体关注度的调节作用
媒体关注是企业外部治理机制的非正式监督主体,它在提升信息清晰度及降低信息不对称程度上起到了至关重要的作用(龚光明和黄诗音,2014) [14]。一方面,媒体关注度可以有效缩小投资者间获取信息量和获取信息时间的差异,帮助利益相关者减少获取信息的成本。媒体作为信息渠道,可使公众在一定程度上获取企业环境资讯,从而缓解公众与企业间的信息不对称状况,促进投资者提升决策过程的科学性及合理性,激励企业采取环保创新举措(刘亦文等,2023) [15]。另一方面,随着媒体关注度的提升,这不仅会引来社会公众与行政机构的广泛关注与监督,还会促使企业为了响应公众的期待并规避行政机构的潜在处罚,而积极主动地承担起社会责任,投身于绿色技术创新活动中。此外,当网络媒体报道企业的正面新闻时,企业可以获得更好的融资机会和社会声誉。这不仅有助于企业以更低的成本获取研发所需资金,还为企业推动绿色创新活动提供了坚实的资金支持(周开国等,2016;郭金花等,2024) [16] [17]。根据外部压力理论,企业进行股权激励计划会引起媒体关注度的增加,企业的自利行为被发现的概率大大提升,会给企业管理者带来压力,从而影响企业决策与绿色创新行为。媒体关注的监督治理效应使得企业更加重视通过股权激励计划对企业绿色技术创新的影响,并规范高管在股权激励过程中的行为。综上,提出以下假设。
H3:媒体关注度正向调节股权激励动态性与企业绿色技术创新之间的关系。
3. 研究设计
3.1. 样本选择和数据来源
本文使用沪深A股制造业上市公司2009~2019年的数据作为研究样本,探讨股权激励动态性对企业绿色技术创新的影响。其中,上市公司绿色专利申请和媒体关注度数据来自中国研究数据平台,其他数据主要来源于国泰安数据库。为消除极端值影响,本文剔除了ST、*ST与数据存在缺失的样本,并对连续变量进行1%的缩尾处理,最终得到8941个样本,使用Excel和Stata17.0进行数据处理和分析。
3.2. 研究变量
3.2.1. 因变量
本文的因变量是企业绿色技术创新(Green)。本文借鉴高磊和杨晓丽(2024) [18]的研究方法,采用绿色专利的申请量衡量绿色技术创新总量(Green1),采用绿色实用新型专利的申请量衡量绿色技术创新数量(Green2)。
3.2.2. 自变量
本文的自变量是股权激励动态性(Ehr_sd)。本文参考左晶晶等(2024) [2]的方法,利用高管持股比例(Ehr)的3年滚动波动率作为股权激励动态性的衡量指标。
Ehr = 高管持股份额/总股数
3.2.3. 调节变量
(1) 环境不确定性(Eu)。本文参照申慧慧等(2012) [19]的研究,采用公司收入波动来衡量企业的环境不确定性,企业以当年为起始点,前后5年销售收入的标准差并经行业调整后的值。根据每家企业前后5年的数据,运行如下模型:
其中,Sale为销售收入,Year为年份。对残差进行标准化,并除以这5年残差的平均值,将所得结果除以同一年度同一行业内所有公司的中位数,最终得到企业经行业调整后的环境不确定性。
(2) 媒体关注度(Med)。本文参考王福胜等(2022) [20]的做法,以公司当年媒体报道总数量加1后的自然对数衡量媒体关注程度。
3.2.4. 控制变量
根据现有文献,选取资产负债率(Lev)、企业规模(Size)、净资产收益率(Roe)、企业成长性(Growth)、独立董事比例(Idp)、董事会规模(Boards)、股权性质(Soe)、行业虚拟变量(Industry)和年度虚拟变量(Year)作为控制变量。主要变量测度方法如表1所示。
Table 1. Table of main variables
表1. 主要变量表
变量类型 |
变量名称 |
变量符号 |
变量定义说明 |
因变量 |
企业绿色技术创新 |
Green1 Green2 |
绿色专利申请总量加1后取自然对数 绿色实用新型专利申请量加1后取自然对数 |
自变量 |
股权激励动态性 |
Ehr_sd |
高管持股比例3年滚动波动率 |
调节变量 |
环境不确定性 |
Eu |
用公司营业收入波动来予以衡量 |
媒体关注度 |
Med |
媒体报道总量加1后取自然对数 |
控制变量 |
资产负债率 |
Lev |
负债总额/资产总额 |
净资产收益率 |
Roe |
净利润/净资产 |
独立董事比例 |
Idp |
独立董事人数与董事会总人数的比值 |
企业成长性 |
Growth |
(本期营业收入 − 上期营业收入)/上期营业收入 |
公司规模 |
Size |
企业总资产自然对数 |
董事会规模 |
Boards |
董事会总人数取自然对数 |
产权性质 |
Soe |
虚拟变量,国有企业,取值为1;否则为0 |
所属年份 |
Year |
年度虚拟变量 |
所属行业 |
Industry |
行业虚拟变量 |
3.3. 模型构建
构建模型(1)检验高管股权激励动态性对企业绿色技术创新的影响。
(1)
构建模型(2),(3)检验环境不确定性在高管股权激励动态性与企业绿色技术创新之间的调节作用。
(2)
(3)
构建模型(4),(5)检验媒体关注度在高管股权激励动态性与企业绿色技术创新之间的调节作用。
(4)
(5)
其中,Green为企业绿色技术创新,包括Green1和Green2,Ehr_sd为高管股权激励动态性,Eu为环境不确定性,Med为媒体关注度,Ehr_sd × Eu和Ehr_sd × Med分别代表股权激励动态性与环境不确定性和媒体关注度的交互项,Controls为上文定义的控制变量。Year表示年份虚拟变量,Industry表示行业虚拟变量,ε表示残差。
4. 实证研究结果分析
4.1. 描述性统计
从表2可以看出,因变量Green1和Green2的平均值分别为0.400和0.240,最小值都是0,最大值分别为3.850和2.830,这说明不同样本企业在绿色技术创新方面展现出的水平普遍偏低,并且这些企业之间呈现出显著的差异性。自变量Ehr_sd的标准差为0.030,均值为0.010,离散程度较大,表明不同企业之间的股权激励动态性存在显著差异。调节变量Eu的最大值为6.290,最小值为0.140,平均值为1.220,说明企业所面临的环境不确定性处于较高水平。调节变量Med的平均值为5.460,最小值为2.890,最大值为8.370,说明不同企业之间媒体关注度虽然存在差异,但是普遍都是被媒体关注的。
Table 2. Descriptive statistics
表2. 描述性统计
变量 |
观测值 |
平均值 |
标准差 |
最小值 |
最大值 |
Green1 |
8941 |
0.400 |
0.830 |
0 |
3.850 |
Green2 |
8941 |
0.240 |
0.590 |
0 |
2.830 |
Ehr_sd |
8941 |
0.010 |
0.030 |
0 |
0.210 |
Eu |
8941 |
1.220 |
1.050 |
0.140 |
6.290 |
Med |
8941 |
5.460 |
1.030 |
2.890 |
8.370 |
Size |
8941 |
22.24 |
1.150 |
19.97 |
25.60 |
Lev |
8941 |
0.440 |
0.190 |
0.070 |
0.870 |
Roe |
8941 |
0.060 |
0.110 |
−0.510 |
0.330 |
Grouth |
8941 |
0.170 |
0.370 |
−0.470 |
2.400 |
Idp |
8941 |
0.370 |
0.050 |
0.330 |
0.570 |
Boards |
8941 |
2.140 |
0.190 |
1.610 |
2.710 |
Soe |
8941 |
0.410 |
0.490 |
0 |
1 |
4.2. 回归结果分析
4.2.1. 基准回归分析
表3第(1)列显示加入控制变量后,股权激励动态性(Ehr_sd)与企业绿色技术创新总量(Green1)的系数在1%的水平上正相关,表明股权激励动态性有助于企业绿色技术创新;第(2)列显示加入行业、年度固定效应后,股权激励动态性(Ehr_sd)与企业绿色技术创新总量(Green1)的相关系数为0.608,在5%的水平上显著,其具体经济意义在于,股权激励动态性每增强1个单位,将使得企业绿色技术创新总量增加0.608个单位。表中第(3)列显示加入控制变量后,股权激励动态性(Ehr_sd)的系数在1%的水平上正相关;第(4)
Table 3. Benchmark regression results
表3. 基准回归结果
变量 |
(1) Green1 |
(2) Green1 |
(3) Green2 |
(4) Green2 |
Ehr_sd |
0.947*** |
0.608** |
0.756*** |
0.543*** |
|
(3.566) |
(2.504) |
(3.984) |
(3.035) |
Controls |
Yes |
Yes |
Yes |
Yes |
Year |
No |
Yes |
No |
Yes |
Industry |
No |
Yes |
No |
Yes |
_cons |
−4.957*** |
−4.921*** |
−2.982*** |
−2.943*** |
|
(−23.274) |
(−18.188) |
(−19.595) |
(−15.625) |
N |
8941 |
8941 |
8941 |
8941 |
R2 |
0.110 |
0.155 |
0.082 |
0.126 |
注:括号内数据为t值;***、**、*分别代表1%、5%、10%的显著性水平,下同。
列显示加入行业、年度固定效应后,股权激励动态性与企业绿色技术创新数量(Green2)的相关系数为0.543,仍然在1%的水平上显著,其具体经济意义在于,股权激励动态性每增强1个单位,将使得企业绿色技术创新数量增加0.543个单位,即高管股权激励动态性与企业绿色技术创新正相关,这表明提高股权激励动态性能够促进企业绿色技术创新水平,该结果支持了研究假设H1。高管股权激励动态性正向影响企业绿色技术创新表明,通过动态调整高管股权激励策略,企业不仅能够更加精准地匹配高管个人目标与企业的长远发展战略,还能有效减轻高管与股东间长期存在的委托代理冲突。根据企业绿色技术创新的实际进展与高管个人的贡献程度,适时调整股权激励的力度与条件,企业能够激励高管在决策时更加关注企业的长远利益,而非仅仅局限于眼前的短期收益。这种激励机制的动态调整,是提升企业绿色技术创新水平的关键所在。
4.2.2. 调节效应分析
表4报告了环境不确定性与媒体关注度的调节效应检验结果。列(1)股权激励动态性(Ehr_sd)的系数在5%水平上显著正相关。列(3)股权激励动态性(Ehr_sd)的系数在1%水平上显著正相关。列(2)和列(4)高管股权激励动态性与环境不确定性的交互项(Ehr_sdxEu)的系数分别为−0.461和−0.406,均在1%水平上负显著,且与股权激励动态性(Ehr_sd)系数符号相反,表明环境不确定性将会减弱股权激励动态性与企业绿色技术创新之间的正相关关系,该结果支持假设H2。这一结果说明外部环境不确定性越高,高管股权激励动态性对企业绿色技术创新的促进作用越弱。列(5)股权激励动态性(Ehr_sd)的系数在5%水平上显著正相关。列(7)股权激励动态性(Ehr_sd)的系数在1%水平上显著正相关。列(6)和列(8)高管股权激励动态性与媒体关注度的交互项(Ehr_sdxMed)的系数分别为0.506和0.411,均在10%水平上正显著,且与股权激励动态性(Ehr_sd)系数符号相同,表明媒体关注度可以强化股权激励动态性与企业绿色技术创新之间的正相关关系,该结果支持假设H3。高度的媒体关注度能够提升企业的社会责任感和公众形象意识,企业会更加注重自身的长远发展和社会价值创造,从而更倾向于通过实施股权激励计划来激励高管团队和核心员工,推动他们在绿色技术创新领域投入更多的精力和资源。
4.3. 稳健性检验
本文主要通过改变观测自变量来检验实证结果的稳健性,考虑到不同行业的高管股权激励水平存在
Table 4. The moderating effect of environmental uncertainty and media attention
表4. 环境不确定性与媒体关注度的调节作用
变量 |
(1) Green1 |
(2) Green1 |
(3) Green2 |
(4) Green2 |
(5) Green1 |
(6) Green1 |
(7) Green2 |
(8) Green2 |
Ehr_sd |
0.615** |
0.702*** |
0.547*** |
0.624*** |
0.593** |
0.721*** |
0.535*** |
0.638*** |
|
(2.549) |
(2.833) |
(3.075) |
(3.381) |
(2.490) |
(2.664) |
(3.021) |
(3.227) |
Eu |
−0.045*** |
−0.044*** |
−0.025*** |
−0.025*** |
|
|
|
|
|
(−5.452) |
(−5.411) |
(−4.167) |
(−4.119) |
|
|
|
|
Med |
|
|
|
|
0.124*** |
0.125*** |
0.068*** |
0.070*** |
|
|
|
|
|
(11.923) |
(12.085) |
(8.995) |
(9.175) |
Ehr_sdxEu |
|
−0.461*** |
|
−0.406*** |
|
|
|
|
|
|
(−3.154) |
|
(−4.109) |
|
|
|
|
Ehr_sdxMed |
|
|
|
|
|
0.506* |
|
0.411* |
|
|
|
|
|
|
(1.695) |
|
(1.911) |
Controls |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Year |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Industry |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
_cons |
−4.872*** |
−4.885*** |
−2.915*** |
−2.927*** |
−4.158*** |
−4.192*** |
−2.522*** |
−2.549*** |
|
(−18.029) |
(−18.072) |
(−15.482) |
(−15.536) |
(−15.889) |
(−15.952) |
(−13.595) |
(−13.685) |
N |
8941 |
8941 |
8941 |
8941 |
8941 |
8941 |
8941 |
8941 |
R2 |
0.157 |
0.158 |
0.127 |
0.128 |
0.169 |
0.169 |
0.134 |
0.135 |
Table 5. Robust test
表5. 稳健性检验
变量 |
(1) Green1 |
(2) Green2 |
(3) Green1 |
(4) Green1 |
(5) Green2 |
(6) Green2 |
(7) Green1 |
(8) Green1 |
(9) Green2 |
(10) Green2 |
Ehr_Ind |
0.625** |
0.549*** |
0.632*** |
0.711*** |
0.552*** |
0.624*** |
0.614** |
0.739*** |
0.542*** |
0.644*** |
|
(2.565) |
(3.054) |
(2.610) |
(2.866) |
(3.093) |
(3.381) |
(2.565) |
(2.726) |
(3.049) |
(3.247) |
Eu |
|
|
−0.045*** |
−0.044*** |
−0.025*** |
−0.025*** |
|
|
|
|
|
|
|
(−5.452) |
(−5.407) |
(−4.166) |
(−4.112) |
|
|
|
|
Med |
|
|
|
|
|
|
0.124*** |
0.125*** |
0.068*** |
0.070*** |
|
|
|
|
|
|
|
(11.925) |
(12.087) |
(8.998) |
(9.176) |
Ehr_IndxEu |
|
|
|
−0.445*** |
|
−0.403*** |
|
|
|
|
|
|
|
|
(−3.022) |
|
(−4.048) |
|
|
|
|
Ehr_IndxMed |
|
|
|
|
|
|
|
0.503* |
|
0.409* |
|
|
|
|
|
|
|
|
(1.679) |
|
(1.892) |
Controls |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Year |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Industry |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
_cons |
−4.921*** |
−2.942*** |
−4.871*** |
−4.883*** |
−2.914*** |
−2.925*** |
−4.158*** |
−4.191*** |
−2.521*** |
−2.547*** |
|
(−18.190) |
(−15.624) |
(−18.031) |
(−18.070) |
(−15.479) |
(−15.531) |
(−15.891) |
(−15.955) |
(−13.593) |
(−13.682) |
N |
8941 |
8941 |
8941 |
8941 |
8941 |
8941 |
8941 |
8941 |
8941 |
8941 |
R2 |
0.155 |
0.126 |
0.157 |
0.158 |
0.127 |
0.128 |
0.169 |
0.169 |
0.134 |
0.135 |
显著差异,剔除行业因素对高管股权激励动态性的影响,故对波动率做剔除行业中位数的处理,将自变量替换为“高管持股比例3年滚动波动率-年度行业中位数”(Ehr_Ind)。结果如表5所示,所得结果与前述分析在核心内容上保持一致,未出现显著性差异。
5. 结论与建议
5.1. 研究结论
基于2009~2019年沪深A股制造业上市公司的面板数据,从环境不确定性和媒体关注度两个视角出发,实证检验了股权激励动态性影响企业绿色技术创新的两条路径。研究结果显示:(1) 高管股权激励动态性能够显著促进企业绿色技术创新的发展进程。股权激励计划的灵活调整与持续优化,通过与企业绩效、市场环境以及技术发展趋势的紧密结合,激励高管团队在追求企业经济效益的同时,更加注重企业的长远发展和环境责任;(2) 环境不确定性削弱股权激励动态性对企业绿色技术创新的促进作用。环境不确定性增加了企业面临的风险和不确定性,使得高管团队在决策时更加谨慎和保守。在股权激励计划的激励下,尽管高管们有动力推动企业技术创新,但当外部环境充满变数时,他们可能会优先考虑短期内的财务稳定性和市场份额,而非长期的绿色技术创新;(3) 媒体关注度强化股权激励动态性对企业绿色技术创新的促进作用。当企业受到媒体的高度关注时,其高管团队在股权激励计划的激励下,会更加积极地投入到绿色技术创新的实践中去。
5.2. 管理建议
基于研究结论,本文得出以下启示与建议:(1) 重视高管股权激励的动态调整在公司治理中的积极作用,高管股权激励动态性显著促进企业绿色技术创新,有针对性地设计动态激励机制,是企业推动绿色技术创新、实现可持续发展的重要保障。通过不断优化激励机制,企业可以激发高管团队的潜力,共同为构建绿色、低碳、循环发展的经济体系贡献力量;(2) 提升企业适应环境的能力,是确保企业在复杂多变的市场环境中保持竞争力与稳定性的关键所在。企业的战略决策与经营绩效不仅深受内部因素的影响,更会受到外部环境的显著制约与推动。为了有效应对外部环境的不确定性,企业必须积极构建一套灵活高效的适应机制,减轻企业因环境不确定性所遭受的不利影响;(3) 网络媒体作为企业环境治理的外部监督者,充分利用新媒体等手段提高环境信息披露质量,显著提高了环境信息披露的透明度与质量。在这一进程中,网络媒体不仅扮演着信息传递者的角色,更是成为了推动环境治理、营造良好舆论与监督环境的重要推手。这种高强度的舆论监督,不仅促使企业更加重视自身的环境责任,还激励其真正将可持续发展理念内化于心、外化于行,激励企业真正践行可持续发展理念。
NOTES
*通讯作者。