1. 引言
在“双碳”目标与高质量发展的战略指引下,如何通过有效的政策工具引导企业实现绿色转型与可持续发展已成为核心议题。企业作为微观经济主体,是环境责任、社会责任和治理责任的履行主体,企业环境、社会和公司治理(ESG)表现的提升是推动经济可持续发展的重要环节。企业ESG表现作为绿色可持续发展和高质量发展的联结点,是衡量企业环境表现和低碳转型程度的关键指标,并在市场定价、缓解融资约束和塑造竞争优势中发挥显著作用。
然而,在现实经济运行中,企业提升ESG表现往往面临显著的资源约束与激励错配问题。一方面,传统ESG实践通常伴随高额的前期投入、较长的回收周期以及技术路径不确定性,导致企业在短期绩效压力下可能倾向于“低投入–高回报”的非绿色项目选择。另一方面,ESG具有强外部性特征,企业承担的绿色成本难以及时、充分地转化为可观测的市场收益,进而削弱企业主动提升ESG质量的内生动力。在此情境下,政府绿色补贴作为重要的产业政策工具,通过财政支持降低企业绿色投入成本、缓解融资约束并释放政策信号,被认为能够有效激励企业向更高质量、更可持续的经营模式转型。
现有文献主要从创新产出、绿色技术进步、能源效率提升或污染排放控制等角度评估绿色补贴的政策效果,强调其对企业绿色投资与环境绩效的促进作用。然而,ESG表现具有多维度、系统性与长期性特征,其提升不仅依赖环境技术投入,还涉及社会责任履行与公司治理优化等组织层面的深层调整。因此,若仅从“绿色创新–环境绩效”这一相对单一的视角评估政策效果,可能难以充分覆盖ESG所包含的社会责任与治理维度,从而产生识别不完全问题。
本文可能的边际贡献主要体现在:第一,相较于既有文献更多聚焦于绿色补贴的创新或环境后果,本文将研究视角延伸至企业ESG表现这一综合性可持续指标,全面地评估绿色补贴政策的长期价值创造效应。第二,本文基于绿色创新的中介检验,揭示绿色补贴提升企业ESG表现的关键传导路径,并进一步从资金支持与治理规范化等视角解释其作用逻辑,为理解绿色财政政策的微观治理效应提供经验证据。第三,本文进一步考察不同企业特征与外部制度环境下的政策效果差异,以识别绿色补贴作用的边界条件,为优化补贴精准投放与提升政策效率提供经验依据。
2. 理论机制与研究假说
2.1. 绿色补贴对企业ESG表现的直接影响
依据资源基础观,绿色补贴作为外部资源注入,能够有效缓解企业在绿色治理与可持续投入中的资源约束,并降低环境合规与绿色改造的边际成本,从而增强企业在节能减排、污染治理及环境管理体系建设方面的持续投入能力,进而直接提升其ESG表现。同时,基于信号理论,获得政府绿色补贴的企业往往会被外部投资者认为更具有投资价值,向资本市场及其他利益相关者传递企业环境风险较低、治理质量较高的正向信号。该信号效应将强化外部监督与声誉约束,促使企业进一步完善信息披露与治理机制,从而提升企业ESG水平。
H1:绿色补贴促进企业ESG表现。
2.2. 企业绿色创新的中介作用
绿色创新发挥的中介作用主要体现在:首先,绿色补贴通过降低绿色研发与绿色技术改造的资金压力,提升企业开展绿色创新的投入强度与持续性,进而促进绿色专利产出与绿色技术升级。其次,绿色创新能够通过改进生产技术与流程实现节能降耗和污染减排,提高资源利用效率,改善企业环境绩效;同时,绿色创新通常伴随更严格的环境管理与更规范的信息披露,有助于降低环境风险与合规成本,推动治理机制完善,并提升企业在利益相关者中的可持续形象,从而带动企业ESG整体水平提升。因此,绿色补贴可通过“补贴–绿色创新–ESG提升”的路径发挥作用。
H2:绿色补贴通过促进企业绿色创新从而提升企业ESG表现。
3. 模型、变量与数据
本文主要研究绿色补贴对企业ESG表现的影响,根据前文的理论分析,我们构建绿色补贴对企业ESG表现影响的双向固定效应模型,具体模型形式如下:
(1)
(2)
(3)
在上式中,
表示企业,
表示年份;
为截距项;
为绿色补贴,本文参考于芝麦(2021) [1]的做法,根据年报附注中的政府补助项目明细,按照“绿色”“环保补贴”“环境”“可持续发展”“清洁”“节能”等与环保有关的关键词手工整理企业每年收到的环保补助金额以衡量绿色补贴;
为企业ESG表现,本文参考张冰晔(2024) [2]的做法,使用华证ESG评级指数衡量企业的ESG表现,ESG分数越高,企业ESG表现越好,反之则越差;
为模型的核心解释系数,从平均意义上度量了绿色补贴对企业ESG转型的影响;
为一系列控制变量,包括资产收益率(Roa)、企业成长性(Growth)、企业规模(Size)、第一大股东持股比例(Top1)、资产负债率(Lev),分别采用净利润除以总资产、营业收入增长率、总资产取对数、第一大股东持股比例、总负债除以总资产来衡量。
表示中介变量,代表企业绿色创新(GI),参考王馨和王营(2021) [3]的做法,本文以绿色专利申请数量衡量企业绿色创新。具体地,将绿色发明专利申请数量和绿色实用新型专利申请数量加总得到绿色创新总量,并做加1取对数处理;
为随机扰动项,
与
分别为个体固定效应与年份固定效应。
4. 实证分析与结果讨论
4.1. 基准回归
根据前文理论分析检验绿色补贴对企业ESG表现的影响。首先,采用最小二乘法进行基准回归,以初步检验绿色补贴对企业ESG表现的影响。随后,考虑到样本为面板数据,进行Hausman检验结果显示P值为0.000 < 0.01,故拒绝随机效应模型的原假设,采用固定效应模型进行实证分析,以控制企业层面不随时间变化的不可观测异质性,从而缓解遗漏变量导致的估计偏误。最后,逐步纳入控制变量进行基准回归。具体结果如表1所示,结果表明:绿色补贴对企业ESG表现的估计系数在5%的水平下显著为正,初步表明绿色补贴的提高能够显著促进企业ESG表现,验证前文假设1。
Table 1. Baseline regression results
表1. 基准回归结果
变量 |
ESG |
ESG |
ESG |
(1) |
(2) |
(3) |
Subsidy |
0.011** |
0.032*** |
0.017*** |
|
(0.033) |
(0.000) |
(0.001) |
Roa |
|
|
7.047*** |
|
|
|
(0.000) |
Growth |
|
|
0.058 |
|
|
|
(0.426) |
Size |
|
|
1.313*** |
|
|
|
(0.000) |
Top1 |
|
|
0.008*** |
|
|
|
(0.000) |
Lev |
|
|
−4.983*** |
|
|
|
(0.000) |
_cons |
73.344*** |
69.399*** |
42.712*** |
|
(0.000) |
(0.000) |
(0.000) |
Year FE |
NO |
YES |
YES |
Industry FE |
NO |
YES |
YES |
N |
23,900 |
23,900 |
23,900 |
R2 |
0.001 |
0.071 |
0.172 |
注:***、**、*分别代表估计结果在1%、5%、10%的置信水平上显著,括号内为p值,下同。
4.2. 稳健性检验
为验证上述结果的可靠性与准确性,本文采用更换解释变量衡量方式、被解释变量衡量方式和剔除新冠疫情影响三种做法进行稳健性检验。
4.2.1. 更换衡量方式
更换解释变量衡量方式:本文借鉴孔东民等(2013) [4]的方法,绿色补贴采用企业获得政府环保补贴金额占总收入的比例来衡量其强度,指标通过规模标准化处理,有助于刻画企业受到绿色补贴支持的相对程度(Subsidy1)。回归结果如表2第(1)列所示,Subsidy1的系数仍显著为正,与基准回归结果相比并无系数符号差异,进一步验证前文假设H1。
更换被解释变量衡量方式:本文参照汤旭东等(2024) [5]的研究,采用CNRDS数据库中各上市公司的ESG评级来衡量企业ESG表现(ESG1)。CNRDS的ESG评分体系综合参考国际ESG披露准则,并充分考虑中国ESG信息披露制度安排,更好的反映中国情境下企业可持续发展表现,最终将E、S、G三项一级指标的评估结果整合为ESG的综合得分。ESG分值越大,则代表企业ESG表现越好。回归结果如表2第(2)列所示,Subsidy的系数仍显著为正,且通过1%显著性检验,再次验证基准回归结果的稳健性。
4.2.2. 剔除新冠疫情影响
考虑到2020年新冠疫情冲击可能会对经济发展和企业经营活动带来负面影响,故本文参考曹思宇(2026) [6]的做法,剔除2020~2022年样本,重新进行回归分析。得到的结果如表2第(3)列所示,Subsidy的回归系数值依然为正,且通过1%显著性检验,证明本文基准回归结论的稳健性。
Table 2. Robustness test results
表2. 稳健性检验结果
变量 |
ESG |
ESG1 |
ESG |
(1) |
(2) |
(3) |
Subsidy1 |
1.474*** |
|
|
|
(0.000) |
|
|
Subsidy |
|
0.059*** |
0.027*** |
|
|
(0.000) |
(0.000) |
_cons |
42.480*** |
−8.886*** |
41.923*** |
|
(0.000) |
(0.000) |
(0.000) |
控制变量 |
控制 |
控制 |
控制 |
Year FE |
YES |
YES |
YES |
Industry FE |
YES |
YES |
YES |
N |
23,900 |
23,900 |
16,306 |
R2 |
0.172 |
0.471 |
0.181 |
4.3. 异质性分析
为进一步检验绿色补贴对企业ESG表现影响的差异性,本文从企业产权性质、技术属性以及污染属性三个维度进行异质性分析。
企业产权性质分析:本文按照企业所有制将样本分为国有企业和非国有企业。回归结果如表3第(1)~(2)列所示,可以发现国有企业绿色补贴系数显著为正,非国有企业绿色补贴系数不显著。这表明绿色补贴对ESG表现的促进作用主要体现在国有企业中。可能原因在于:国有企业需要承担更多的政策性目标以及特定的社会责任,对ESG相关治理更敏感,同时在政策资金获取、信息披露规范及外部监督压力方面具有更强约束,因而更容易将绿色补贴转化为实质性的ESG改善。
企业技术属性分析:本文以《国家重点支持的高新技术领域》为依据对样本进行划分,若企业所属行业符合该领域划分,则定义为高科技企业,否则定义为非高科技企业。回归结果如表3第(3)~(4)列所示,高科技企业绿色补贴系数不显著,而非高科技企业绿色补贴系数显著为正,表明绿色补贴对ESG表现的提升效应更多集中在非高科技企业。可能原因在于:高科技企业通常具备较强研发能力与较完善的治理体系,ESG水平基数较高,边际改善空间相对有限,而非高科技企业大多集中于纺织、食品、零售等行业,其绿色改造往往侧重于成熟技术的推广与应用。且由于实施周期短与不确定性较低,外部补贴资金具有更高边际产出效率,从而转化为可量化的ESG增量。
企业污染属性分析:本文根据证监会2012年发布的《上市公司企业行业分类指引》中的行业分类,将样本分为重污染和非重污染两个子样本,分别进行回归。回归结果如表3第(5)~(6)列所示,可以发现重污染企业绿色补贴系数不显著,非重污染企业绿色补贴系数显著为正。可能原因在于:重污染企业处于强监管与高合规压力之下,其绿色补贴可能优先用于满足排放达标等合规性支出,从而缓解短期治理成本。而非重污染企业主要集中在电子与服务业、消费品及商贸物流等行业,企业绿色转型投资回报周期短,易落地形成绩效,且非重污染企业更易通过产品与消费者建立联系。因此,非重污染企业往往表现出更强的内生动力,主动优化ESG实践以响应市场需求。
Table 3. Heterogeneity analysis results
表3. 异质性分析结果
变量 |
国有 |
非国有 |
高科技 |
非高科技 |
重污染 |
非重污染 |
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
Subsidy |
0.026*** |
0.006 |
0.008 |
0.025*** |
0.014 |
0.020*** |
|
(0.001) |
(0.433) |
(0.230) |
(0.002) |
(0.150) |
(0.001) |
_cons |
38.507*** |
47.856*** |
47.494*** |
40.442*** |
43.701*** |
42.607*** |
|
(0.000) |
(0.000) |
(0.000) |
(0.000) |
(0.000) |
(0.000) |
控制变量 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
Year FE |
YES |
YES |
YES |
YES |
YES |
YES |
Industry FE |
YES |
YES |
YES |
YES |
YES |
YES |
N |
9321 |
14563 |
14228 |
9672 |
5559 |
18147 |
R2 |
0.262 |
0.139 |
0.132 |
0.242 |
0.144 |
0.189 |
4.4. 传导机制检验
Table 4. Mechanism test
表4. 传导机制检验结果
变量 |
GI |
ESG |
(1) |
(2) |
Subsidy |
0.002* |
|
|
(0.073) |
|
GI |
|
0.397*** |
|
|
(0.000) |
_cons |
−11.413*** |
47.131*** |
|
(0.000) |
(0.000) |
控制变量 |
控制 |
控制 |
Year FE |
YES |
YES |
Industry FE |
YES |
YES |
N |
23,900 |
23,900 |
R2 |
0.457 |
0.177 |
在实证检验绿色补贴能够促进企业ESG表现的基础上,根据前文理论分析,进一步采用两步法分段检验企业绿色创新的中介作用。检验企业绿色创新的传导机制时,通过以下两个步骤检验企业绿色创新的中介效应。第一步,检验绿色补贴对企业绿色创新的关系,判断绿色补贴回归系数是否显著;第二步,检验企业绿色创新对企业ESG表现的关系,判断企业绿色创新回归系数是否显著,如果两个步骤回归系数均显著,可判断企业绿色创新具有中介效应。机制检验结果如表4第(1)列~第(2)列所示,可以发现绿色补贴的系数在10%的显著性水平上为正,企业绿色创新的系数在1%的显著性水平上为正,表明绿色补贴水平越高,企业绿色创新越多,更容易提升企业ESG表现,验证前文假设。原因在于:企业绿色创新通常具有投入大、周期长、风险高等特征,从而降低企业绿色创新意愿,而绿色补贴能够有效缓解资金压力并分担创新风险,提高企业绿色研发积极性。同时,绿色补贴具有政策信号效应,有助于降低外部信息不对称,提升企业融资可得性并吸引更多资源投入绿色创新。进一步地,绿色创新能够在降耗减排、清洁生产及环境管理体系完善等方面改善企业环境绩效,并通过强化内部治理机制、降低环境风险与提升绿色声誉等方式提升企业ESG表现。
5. 结论与建议
本文基于2011~2022年我国A股上市公司的面板数据,采用双向固定效应实证检验绿色补贴对企业ESG表现的作用效应,结果发现绿色补贴能够促进企业ESG表现。异质性结果表明,绿色补贴对国有、非高科技与非重污染企业的ESG表现促进效应更明显,体现出政策效应在企业特征维度上的显著差异。进一步机制检验结果表明,绿色补贴能够通过促进企业绿色创新,进而提升企业ESG表现。
基于上述结论,本文提出以下政策建议:(1) 强化精准支持与绩效导向:在绿色补贴分配中引入更清晰的ESG导向与绩效考核机制,将补贴与企业绿色创新产出、环境绩效改善及ESG信息披露质量更紧密挂钩,提升财政资金使用效率,避免补贴资金被低效配置或仅用于短期合规性支出。(2) 完善信息披露与外部监督机制,提高补贴资金使用透明度。加强绿色补贴资金用途披露要求与事后监管,推动企业在ESG报告或年报中更清晰披露补贴去向、绿色项目进展与绩效结果,以提升市场监督有效性,进一步提高绿色补贴对ESG表现的改善作用。(3) 完善绿色创新成果转化支持体系。加强对绿色技术产业化、成果转化与示范应用的支持,通过设立绿色技术推广补贴、试点示范项目与采购支持等,提升绿色创新从“专利产出”向“环境绩效改善”的转化效率。