《财经研究》
2025第51卷第5期
ESG评级与企业劳动要素配置*——兼论效率和公平的统一性
王孝华1 , 韩晓逸2 , 魏志华2     
1. 东北财经大学 财政税务学院,辽宁 大连 116025;
2. 厦门大学 经济学院,福建 厦门 361005
摘要: 正确把握效率与公平的辩证关系是推进中国式现代化建设强有力的支撑。文章试图从企业劳动要素配置的视角出发,探讨ESG评级的就业效应和收入分配效应,旨在揭示企业在应对ESG评级时如何在效率与公平之间做出抉择。文章以2011—2019年中国A股上市公司为研究对象,重点探讨ESG评级对企业就业变动、员工雇佣效率和工资分配不公平的影响及作用路径,并进一步考察了在调整经营策略时,企业对效率与公平的偏好。研究发现,ESG评级降低了企业就业净增长并倒逼企业改善了员工雇佣效率,但同时也加剧了企业工资分配不公平。路径分析表明,ESG评级虽然通过降低就业创造的路径导致企业就业增长速度收缩,但却从抑制过度雇佣员工和缓解雇佣不足的双重路径改善了员工雇佣效率;ESG评级引发工资分配不公平的核心逻辑在于,其在推动高管薪酬和普通员工工资提升的同时,加剧了高管超额薪酬问题。ESG评级引致的市场压力和监督效应是企业员工雇佣决策和收入分配调整的主要动因;基于公平和效率视角的情境分析发现,ESG评级驱动下的企业经营决策调整更加偏向效率原则。此外,ESG评级能够提高企业资本劳动比,优化劳动力技能结构。文章丰富了ESG评级经济后果的研究,为理解外部监督下的企业适应性行为提供了有益思考。
关键词: ESG评级    效率与公平    就业变动    雇佣效率    工资分配不公平    
ESG Ratings and Allocation of Labor Factors in Enterprises: Also on the Unity of Efficiency and Equity
Wang Xiaohua1, Han Xiaoyi2, Wei Zhihua2     
1. School of Public Finance and Taxation, Dongbei University of Finance and Economics, Dalian 116025, China;
2. School of Economics, Xiamen University, Xiamen 361005, China
Summary: Correctly grasping the dialectical relationship between efficiency and equity serves as a robust pillar for advancing the Chinese path to modernization, while the organic integration of ESG principles into corporate development strategies offers critical guidance for enterprises to navigate the efficiency-equity dynamic. As both ESG performance and financial outcomes are endogenous outcome variables of corporate decision-making, their inherent endogeneity obscures the behavioral adjustments and goal prioritization of enterprises when implementing ESG principles. Exogenously determined third-party ESG ratings provide an ideal setting to identify corporate behavioral choices and value preferences in ESG practice. Against this backdrop, investigating corporate adaptive behaviors under ESG ratings and their trade-offs between efficiency and equity not only helps clarify the behavioral logic of enterprises in balancing these dual objectives, but also help address the effectiveness of ESG principles in practice. Using data from China’s A-share listed companies from 2011 to 2019, this paper analyzes how ESG ratings affect employment changes, hiring efficiency, and wage distribution inequity, while revealing corporate preferences for efficiency or equity during strategic adjustments. The results show that ESG ratings reduce net employment growth but improve hiring efficiency, while exacerbating wage distribution inequity. Path analysis reveals that while ESG ratings contribute to a contraction in corporate employment growth rates by reducing job creation paths, they simultaneously improve hiring efficiency through the dual mechanisms of curbing over-hiring and alleviating under-staffing. The core logic behind ESG ratings exacerbating wage inequality lies in their dual effects: While driving increases in both executive compensation and general employee wages, they disproportionately amplify the issue of excessive executive pay. Further analysis identifies market pressure and supervisory effects as the key drivers of employment and wage adjustments. Contextual analysis from the efficiency-equity perspective demonstrates that corporate decision-making driven by ESG ratings leans toward efficiency. Additionally, ESG ratings promote capital-labor ratio growth and labor skill structure upgrading. Theoretically, this paper enriches the ESG ratings research; practically, it provides empirical evidence for balancing efficiency and equity at the firm level, shedding light on corporate adaptive behaviors under external supervision.
Key words: ESG ratings    efficiency and equity    employment changes    hiring efficiency    wage distribution inequity    

一、引 言

效率与公平的辩证统一关系是经济学研究的经典话题,更是习近平新时代中国特色社会主义思想理论体系的重要内容,正确处理好二者之间的关系对于推进中国式现代化意义重大。作为市场经济主体和中国式现代化的践行者,企业如何在创造经济价值的同时兼顾社会价值,促进“做大蛋糕”和“分好蛋糕”的动态平衡,是国家赋予企业的时代使命。这一时代使命与ESG(Environmental,Social,Governance)的理念是高度契合的。ESG理念是兼顾经济、社会和环境可持续发展,其价值目标是实现利益相关者的共享价值最大化(黄世忠,2021),这一目标既体现了对价值最大化的效率的追求,又体现了对利益共享的公平的追求。可见,推动ESG理念融入企业发展战略将是落实中国式现代化战略部署的可行路径之一。作为践行ESG理念的“先锋队”,第三方ESG评级具有重要的价值引导和行为监督作用(刘柏等,2023),其能否通过客观评级企业ESG表现而引导企业向“兼顾效率与公平”的方向进行调整,是一个值得思考和关注的现实问题。

实践中,ESG评级能将企业与市场连接起来,形成ESG评级软监管压力(胡洁等,2023刘柏等,2023),督促企业做好ESG实践以获得良好的ESG表现。良好的ESG表现不仅能向外界传递企业积极的信号(Riedl和Smeets,2017),降低企业融资成本(Goss和Robert,2011邱牧远和殷红,2019)和经营风险(Albuquerque等,2019),还能促进企业扩大对外投资规模(谢红军和吕雪,2022)、增加劳动雇佣(毛其淋和王玥清,2023)、推动企业创新(方先明和胡丁,2023),进而改善经营效率(Houston和Shan,2022),最终实现企业绩效和长期价值的提升(Friede等,2015)。上述研究从ESG表现角度证实了ESG评级对企业经营效率的积极作用,但由于ESG表现与企业财务绩效均属于企业经营决策的结果变量,二者间天然存在的内生关系使得现有研究尚不能清晰地揭示企业在应对ESG评级时的行为调整以及目标抉择。外生于企业ESG表现的第三方ESG评级为识别企业在践行ESG理念时的行为选择和价值偏好提供了良好的研究场景。基于此,探究ESG评级下企业的适应性行为,揭示其对效率和公平的抉择,既有助于理解企业层面处理效率与公平关系的行为逻辑,还有助于回应ESG理念在实践中的有效性问题,从而可在一定程度上弥补现有文献的不足。

劳动要素配置是企业生产经营中的重要决策,其中蕴含了企业处理效率与公平关系的行为偏好。例如,企业就业变动体现了企业劳动要素配置的“量”变,由此引致的企业员工雇佣效率变化体现了企业对效率原则的权衡,而工资分配不公平程度则表征了企业在劳动收入分配中对公平原则的偏好程度。因此,以劳动要素配置为切入视角探究ESG评级下企业的适应性行为,可以很好地理解企业在应对外界压力时对效率与公平的决策。理论上,ESG评级会引起外部市场对评级企业的关注和监督,出于迎合市场压力和监督效应的需求,管理层会适时地调整企业的员工雇佣决策和薪酬体系,这些变化势必会对企业劳动要素配置产生不可忽视的影响。基于此,本文试图以企业就业变动为切入点,将员工雇佣效率(效率维度)和工资分配不公平(公平维度)纳入统一的分析框架,进而探究ESG评级对企业劳动要素配置的影响,以厘清ESG评级价值引导和行为监督的微观传导机制和企业的适应性行为。

本文以2011—2019年中国A股上市公司为研究对象,借助商道融绿2015年首次公布ESG评级公告的准自然实验,实证检验了ESG评级对企业就业变动、员工雇佣效率和工资分配不公平的影响及作用路径,试图揭示ESG评级驱动下企业对效率与公平的偏好。研究发现,ESG评级降低了企业就业净增长并倒逼企业改善了员工雇佣效率,但也加剧了企业工资分配不公平问题。路径分析表明,ESG评级通过降低就业创造的路径降低了企业就业增长速度,但从抑制过度雇佣员工和缓解雇佣不足的双重路径改善了员工雇佣效率;ESG评级虽然同时推动了高管薪酬和普通员工工资的提升,但加剧了高管超额薪酬问题,导致工资分配不公平。进一步地,ESG评级引致的市场压力和监督效应是企业员工雇佣决策和收入分配调整的主要动因;基于公平视角和效率视角的情境检验发现企业在应对ESG评级时更加注重效率原则。研究还发现,ESG评级能够扩大员工雇佣规模,提高资本劳动比,进而促进人力资本升级。

相比于既有研究,本文可能的边际贡献主要体现在以下几个方面:第一,本文从效率与公平辩证统一的关系出发,揭示了企业应对ESG评级时的行为偏好。现有研究主要聚焦于ESG表现的经济后果,而忽略了ESG评级的价值引导和行为监督效应,难以客观评价ESG理念的有效性。本文借助第三方ESG评级机构首次公布ESG评级公告的准自然实验,考察ESG评级对企业劳动要素配置的复杂影响,不仅直观地展现了微观企业应对评级压力的适应性行为,而且揭示了企业在处理效率和公平关系时的目标抉择。在理论上深化了ESG评级的经济后果研究,在实践上为处理好效率与公平关系提供了企业层面的经验证据。第二,基于就业变动、员工雇佣效率和工资分配不公平三个维度细化了企业劳动要素配置的研究视角,拓展了劳动与金融领域的研究边界。现有文献多从单一视角展开企业劳动要素配置研究,本文以就业变动刻画劳动要素配置的“量”变,以员工雇佣效率刻画劳动要素配置的“质”变,以超额薪酬差距测度工资分配的公平性,更细致地剖析了企业劳动要素配置行为,有助于以系统性思维理解外部压力下企业劳动要素配置的动态调整。第三,本文的研究为规范企业ESG实践提供了更加直接、翔实的数据支持,为加强ESG实践与中国式现代化战略部署的协同性提供了经验借鉴。本文研究发现,ESG评级对企业劳动要素配置的影响是一把“双刃剑”,既改善了员工雇佣效率,又加剧了工资分配不公平。这意味着,实践中,在政府推进ESG理念融入企业发展战略的过程中,要综合评估ESG的利弊,避免出现“按下葫芦浮起瓢”的问题。

二、理论分析与研究假说

从外部监督的角度而言,第三方评级机构发布目标企业的ESG评级公告,会引起媒体和投资者的更多关注,形成市场压力和监督效应(Dyck等,2008应千伟等,2017刘柏等,2023),从而触发企业以及管理层的相机抉择机制。现有研究表明,良好的ESG表现有助于提升企业的市场竞争力和长期价值(Borghesi等,2014Ferrell等,2016)。在ESG评级引致的市场压力下,企业有动机通过调整经营决策来获得良好的ESG表现以迎合资本市场(宋献中等,2024),这将间接引起企业调整要素配置。由于劳动要素配置具有更明显的流动性和可逆性(Pindyck,1988),企业调整要素配置时倾向于优先调整员工雇佣决策(Pinnuck和Lillis,2007)。本文认为,企业接受ESG评级后,可能会调整其劳动要素配置,并会对企业就业产生直接影响。一方面,ESG评级冲击下管理层对环境绩效的偏好可能会降低企业就业净增长。在“双碳”目标背景下,环境绩效的改善更有利于企业协调社会责任和可持续发展之间的关系(Huang和Li,2017刘柏等,2023),这一发展思路备受各利益主体“青睐”。由此,企业为了改善环境绩效,可能会加大绿色投入力度(方先明和胡丁,2023胡洁等,2023),这将会挤占原本用于扩大劳动要素配置的资源(Garcia和Orsato,2020)。可以预期,理性的管理层在应对ESG评级冲击时,更加偏向于改善环境绩效,将更多的资源用于资本支出,这会对企业新增就业产生一定的挤出效应,从而抑制企业就业净增长的扩张。另一方面,ESG评级对企业社会责任的关注会倒逼管理层改善员工福利、加大健康保障和职业培训力度,这将提高单位劳动力的用工成本,从而在短期内增加企业的经营成本,降低企业经营绩效(Schuler和Cording,2006)。企业为了应对ESG评级引致的劳动力成本上升,可能会调整员工雇佣决策,减少新员工雇佣,从而对就业净增长产生负向影响。基于此,本文提出假说H1:ESG评级会对企业就业净增长产生负向影响。

企业就业净增长的调整会伴随着员工雇佣效率的变化。相比就业变动的直观变化,员工雇佣效率在短期内难以直接评估,外部市场可能会忽略企业就业变动背后的员工雇佣效率问题,由此导致管理层过度地调整员工雇佣数量来迎合市场而忽视隐性的员工雇佣效率。实际上,虽然降低就业增长速度是管理层为应对ESG评级而做出的市场迎合行为,但ESG评级引致的监督效应也能倒逼企业在调整员工雇佣决策时更多地考虑利益相关者的利益和企业长期价值,从而矫正企业的过度迎合行为,实现员工雇佣效率的改善。原因在于,作为企业内外部利益主体之间的沟通渠道,ESG评级增加了二者之间的互信机制(Drempetic等,2020Huang,2022),这将驱动企业提高信息披露质量并对员工雇佣效率产生影响。理论上,企业信息披露质量的提高能缓解企业管理层与股东之间的信息不对称,约束管理层的机会主义,降低代理成本(Bushman和Smith,2003)。本文认为,ESG评级驱动下企业信息披露质量的提高将有助于减少管理层在劳动雇佣决策中的机会主义行为,提高企业员工雇佣效率。同时,从内部视角而言,ESG评级驱动下企业财务信息披露质量的提高还能在一定程度上帮助管理层做出更符合企业实际情况的员工雇佣决策,减少员工雇佣非效率的影响因素。因此,在可持续发展的理论框架下,ESG评级将倒逼企业管理层更加注重企业的长期发展,督促企业在迎合市场压力的同时兼顾员工雇佣决策的理性化和合理化,减少员工雇佣非效率行为。基于此,本文提出假说H2:ESG评级会显著提高企业的员工雇佣效率。

如前文所述,ESG评级引致的市场压力和监督效应可能会对企业的就业变动以及员工雇佣效率产生影响。相应地,ESG评级也可能对企业内部的工资分配产生影响。虽然ESG评级能够约束管理层与股东之间的“显性”代理冲突,但这也为管理层通过改善ESG表现来获取超额薪酬提供了“隐性”渠道,从而有可能会加剧企业工资分配的不公平性。管理层权力使得高管天然具备获得超额薪酬的能力,而在薪酬体系中纳入ESG指标可以帮助其掩盖获取超额薪酬的机会主义行为(Hong等,2016Bebchuk和Tallarita,2022)。与企业财务违规和员工雇佣操纵相比,ESG表现潜在的薪酬操纵问题容易被“ESG薪酬”(ESG绩效与高管薪酬挂钩)的“可置信承诺”合理化,并且这类薪酬操纵相对隐蔽,难以被缺乏内部专业信息的个人投资者所察觉。因此,粉饰ESG表现的策略性行为能够在短期内使高管个人利益最大化,且这种行为较少会引起外部人员的关注和监督。由此可见,在ESG评级驱动下,管理层在调整员工雇佣策略的同时,可能会借助改善ESG表现的契机而掩盖或转移公众对企业薪酬体系合理性的关注,并适时地调整薪酬策略以获取更多“看似”合理的利益。这一干扰薪酬体系的自利性行为将会破坏企业内部工资分配的公平性,加剧管理层与普通员工之间的薪酬差距,激化企业工资分配不公平问题。基于此,本文提出假说H3:ESG评级会显著加剧企业内部的工资分配不公平。

三、研究设计

(一)模型构建

为了综合考察第三方ESG评级对企业劳动要素配置的影响,本文构建如下模型:

$ {Y}_{it}={\beta }_{0}+{\beta }_{1}{treat}_{it}+{\beta }_{2}CV+{\delta }_{i}+{\theta }_{t}+{\varepsilon }_{it} $ (1)

其中,Y表示本文的被解释变量,包括就业变动、员工雇佣效率和工资分配不公平。下标it分别表示企业和年份。treat代表企业是否受到商道融绿首次ESG评级。系数$ {\beta }_{1} $测度了ESG评级对企业劳动要素配置的影响。CV代表控制变量集合,$ {\varepsilon }_{it} $表示随机干扰项。本文控制了企业固定效应($ {\delta }_{i} $)和年份固定效应($ {\theta }_{t} $),并对回归标准误进行公司层面聚类处理。

(二)变量定义

1.核心解释变量。企业是否受到了ESG评级将是本文的核心解释变量。商道融绿是我国首家公布中国上市公司ESG评级数据的机构,该机构自2015年逐年分批次发布了我国上市公司的ESG评级公告,2020年其评级范围覆盖沪深A股全部上市公司。商道融绿ESG评级具有“分批、试点”的推进性质,为探究企业应对ESG评级的适应性行为提供了良好的准自然实验场景。本文借鉴胡洁等(2023)的做法,构建了ESG评级的处理变量treat,如果商道融绿当年及以后年份发布了某企业的ESG评级公告,treat取值为1,否则treat取值为0。

2.被解释变量。根据研究需要,本文的被解释变量包括企业就业变动(netjob)、员工雇佣效率(abhire)和工资分配不公平(overgap)三个变量,相关变量的具体测度方法如下:

①就业变动。借鉴Davis和Haltiwanger(1992)以及毛日昇(2024)的做法,本文利用企业就业净增长表征就业变动。具体测算方法为:netjobit=jobsit–jobsit-1,这里的jobsit为企业it年员工人数的对数。相比于雇佣规模,netjob衡量了企业的就业变化情况,能反映企业员工雇佣策略的适应性调整。

②员工雇佣效率。参考Jung等(2014)和孔东民等(2017)的做法,本文以企业实际员工变化率与预期员工变化率的绝对差值作为员工雇佣效率的代理变量,该值越小,意味着员工雇佣效率越高。具体而言,我们将企业实际员工变化率对营业收入增长率、资产收益率、资产收益率变化值、企业市值排名、速动比率、速动比率变化值、长期负债率、年个股回报率、经营损失虚拟变量 1,年份和行业虚拟变量等进行回归并取残差。如果残差大于0,说明企业员工雇佣过度;反之,说明员工雇佣不足。残差绝对值即为员工雇佣效率。

③工资分配不公平。借鉴覃予等(2013)和魏志华等(2022)的思路,本文利用高管与普通员工之间的超额薪酬差距衡量企业工资分配不公平程度。其中,超额薪酬差距等于实际薪酬差距减去合理薪酬差距。在合理薪酬差距的计算上,我们将企业实际薪酬差距(高管平均薪酬减去员工平均工资)对总资产规模、总资产收益率、长期负债率、营业收入增长率、年个股回报率、员工人数、企业年龄、企业是否发放现金股利的虚拟变量以及年份和行业虚拟变量等进行回归得到的。超额薪酬差距越大,意味着企业工资分配不公平问题越严重。

3.控制变量。除了本文关注的ESG评级以外,还有许多因素会影响企业的劳动要素配置。对此,本文控制了以下企业特征变量:①企业规模(size),采用总资产的自然对数衡量;②长期负债率(lev),等于长期负债与总资产的比值;③市值账面比(mb),等于企业市值与账面价值的比值;④速动比率(quick),采用流动资产与存货的差值除以流动负债衡量;⑤股利支付(divdum),设置为虚拟变量,如果企业发放股利则取值为1,否则为0;⑥经营盈利(loss),设置为虚拟变量,如果总资产收益率为正则取值为1,否则为0;⑦机构持股(inst),采用机构投资者持股百分比衡量;⑧资本投资效率(abinv),根据Richardson(2006)研究中的模型进行测算;⑨产权性质(soe),设置为虚拟变量,国有企业取值为1,非国有企业取值为0。

(三)样本选择、数据来源与描述性统计

考虑到商道融绿ESG评级公告自2015年开始发布,2020年覆盖全部上市公司,加上本文关注的企业就业变动、员工雇佣效率等问题受宏观形势的影响较大,我们拟用2020年前的样本进行研究,本文最终选取2011—2019年中国A 股上市公司作为研究样本。ESG评级数据来源于Wind数据库,财务数据来源于CSMAR数据库。为保证样本的有效性,本文进行了如下筛选:删除金融行业的样本,剔除公司财务异常的样本,剔除关键数据不全的样本。此外,为了排除极端值对实证结果的干扰,本文对连续变量进行了上下1%分位数的缩尾处理。描述性统计结果显示, 2样本期间内企业就业变动(netjob)的均值为0.0573,表明中国上市公司整体上处于就业扩大阶段,但仍有部分企业的员工雇佣处于负增长状态(netjob的最小值为−0.6510);员工雇佣效率(abhire)的均值为0.3120,最大值和最小值分别是2.02400.0024,相差较大,表明企业间员工雇佣效率存在一定的差异性;超额薪酬差距(overgap)的均值为负但接近于0,最大值为609.4000,最小值为−70.2300,平均而言,样本企业高管与普通员工薪酬差距是合理的,但部分企业仍存在超额薪酬差距的问题;变量treat的均值为0.1410,表明在样本期间内,受到ESG评级影响的样本占14.1%;其他控制变量的描述性统计结果与现有文献较为接近。

四、实证结果与分析

(一)基准回归

表1报告了ESG评级对企业就业变动、员工雇佣效率和工资分配不公平的估计结果。列(1)和列(2)是ESG评级对企业就业变动的估计结果。其中,列(1)仅控制了企业固定效应和年份固定效应,列(2)进一步控制了企业特征变量。列(2)结果显示,treat的估计系数在1%水平上显著为负,说明ESG评级能显著抑制企业就业净增长,即假说H1得到了支持。具体而言,在其他条件不变的情况下,ESG评级后企业的就业增长率显著降低0.0350个单位,占企业平均就业增长率的61.1%(0.0350/0.0573)。类似地,列(3)和列(4)报告了ESG评级对企业员工雇佣效率的回归结果,treat的估计系数至少在5%水平上显著为负,表明ESG评级显著改善了企业员工雇佣效率,即假说H2得到了验证。列(4)的估计系数表明,ESG评级使得企业的员工雇佣效率提高0.0400个单位,较平均水平改善了12.8%(0.0400/0.3120)。结合列(2)的结果,上述发现意味着,企业在ESG评级冲击下调整了员工雇佣决策,降低了就业净增长,但这种降低是有效率的。综合来看,上述发现与本文的理论预期一致,即ESG评级对企业员工雇佣决策的积极影响占主导地位,这体现了企业应对ESG评级时对效率原则的考量也间接优化了企业资源配置。

表 1 ESG评级的就业效应和收入分配效应
变量 就业变动 员工雇佣效率 工资分配不公平
(1)netjob (2)netjob (3)abhire (4)abhire (5)overgap (6)overgap
treat 0.0169*(−1.796) 0.0350***(−3.613) 0.0266**(−2.255) 0.0400***(−3.288) 4.6167***(3.747) 5.0091***(4.075)
控制变量 未控制 控制 未控制 控制 未控制 控制
固定效应 控制 控制 控制 控制 控制 控制
观测值 13992 13992 13992 13992 13992 13992
R2 0.0268 0.0724 0.3272 0.3411 0.0053 0.0247
  注:******分别代表1%、5%和10%的显著性水平,括号内为t值,标准误经公司层面聚类调整。固定效应包含企业固定效应和年份固定效应。限于篇幅,控制变量和常数项的估计结果未予列出,结果备索,下表统同。

表1列(5)和列(6)报告了ESG评级对工资分配不公平的影响。结果显示,ESG评级的估计系数均在1%水平上显著为正,表明ESG评级显著拉大了企业高管与普通员工之间的超额薪酬差距,即假说H3也得到了验证。具体而言,在其他条件不变的情况下,相比于对照组企业,ESG评级使处理组企业高管与普通员工之间的超额薪酬差距拉大了50091元(5.0091×10000),对于平均超额薪酬差距接近于0的样本企业而言,这是不可忽视的工资分配不公平加剧问题。综合ESG评级影响企业就业变动和员工雇佣效率的实证结果可以发现,ESG评级在改善企业员工雇佣效率的同时并没有兼顾工资分配的公平性,ESG评级对企业劳动要素配置的影响是一把“双刃剑”,既改善了员工雇佣效率,也加剧了工资分配的不公平。

(二)路径分析

1. ESG评级影响企业员工雇佣的路径分析:基于就业结构分解的视角。为了考察ESG评级冲击可能通过什么渠道抑制企业净增长,本文通过分解就业变动结构来检验ESG评级的作用路径。借鉴Davis和Haltiwanger(1992)以及毛日昇(2024)的做法,本文将企业就业净增长分解为企业就业创造(creation)和就业破坏(destruction)两个变量。具体地,netjob= creationdestructioncreation=max(netjob,0),destruction=max(0,–netjob)。其中,就业创造主要体现了企业就业机会的增加,而就业破坏则体现了企业就业机会的减少。借助这种分解方法,可以进一步考察ESG评级冲击下企业就业配置的结构变化特征,以便厘清ESG评级影响企业就业变动的路径。表2列(1)和列(2)的回归结果显示,ESG评级在1%水平上显著抑制了就业创造,但未对就业破坏产生显著影响,这表明ESG评级主要是通过降低就业创造而抑制企业就业净增长。

进一步地,根据员工雇佣效率的测度方法,本文将样本划分为过度雇佣员工和员工雇佣不足两组来考察ESG评级对企业员工雇佣效率的影响。表2列(3)和列(4)的结果显示,ESG评级的估计系数均在5%水平上显著为负,意味着ESG评级对过度雇佣员工和员工雇佣不足均产生了抑制效应,即ESG评级能减少企业员工雇佣的非效率行为,从而改善劳动要素的配置效率。

表 2 ESG评级影响企业员工雇佣的路径分析:基于就业结构分解视角
变量 就业创造 就业破坏 过度雇佣 雇佣不足
(1)creation (2)destruction (3)abhire (4)abhire
treat 0.0338***(−4.054) 0.0013(0.395) 0.0684**(−2.137) 0.0177**(−2.359)
控制变量 控制 控制 控制 控制
固定效应 控制 控制 控制 控制
观测值 13992 13992 4333 9659
R2 0.0659 0.0321 0.1490 0.6782

需要加以说明的是,ESG评级对企业员工雇佣效率的积极效应与ESG评级降低企业就业净增长并不矛盾,而是相辅相成的。因为从变量测度角度而言,企业就业变动与员工雇佣效率存在本质上的区别,就业变动表征了企业员工雇佣决策“量”的变化,而员工雇佣效率则表征了企业员工雇佣决策“质”的变化。ESG评级对企业员工雇佣效率的改善更多地体现了ESG评级缩小了“实际雇佣”与“理论雇佣”的偏离值,纠正了企业雇佣决策中的非理性行为。ESG评级对就业净增长的抑制作用只是降低了企业就业规模扩张的速度,但并不意味着缩小了员工雇佣规模。例如,毛其淋和王玥清(2023)研究指出,ESG优势的生产规模效应能够提高企业雇佣规模。总之,上述发现表明,ESG评级在提高企业员工 “实际雇佣”与“理论雇佣”阈值的同时,减缓了“实际雇佣”的增长速度(降低就业净增长),并缩小了“实际雇佣”与“理论雇佣”的偏离值(改善员工雇佣效率),这为ESG评级驱动下企业的效率偏好提供了证据。

2. ESG评级影响企业工资分配的路径分析:基于薪酬结构分解视角。为了进一步揭示ESG评级对企业超额薪酬差距的作用路径,本文接下来从薪酬结构分解的角度探究ESG评级的收入分配效应。鉴于超额薪酬差距是在薪酬差距的基础上测算而得,我们首先考察了ESG评级对高管薪酬和普通员工工资的影响。表3列(1)和列(2)的结果显示,ESG评级均在1%水平上显著提高了高管薪酬和普通员工工资,这意味着ESG评级的确提高了企业的劳动力成本,这也是ESG评级提高S项得分的重要体现之一,上述结果符合理论预期和实践要求。在此基础上,为明确揭示ESG评级加剧工资分配不公平的作用路径,我们进一步考察了ESG评级对合理薪酬差距和高管超额薪酬的影响。 3表3列(3)的结果显示,ESG评级未对企业合理薪酬差距产生显著影响,这一结果意味ESG评级并未激化高管与普通员工之间的工资极化问题,企业超额薪酬差距的拉大可能与管理层攫取私人利益的动机相关。表3列(4)的结果表明,ESG评级显著提高了高管超额薪酬,意味着ESG评级驱动下企业的薪酬设计的确隐含着管理层的私利行为,这将加剧企业的工资分配不公平问题。在企业存在天然型代理冲突的条件下,即使ESG评级能够促使企业实现高管薪酬与普通员工工资的“双增”,但也为管理层获取超额薪酬提供了契机,从而破坏了工资分配的公平性,这反映出企业管理层在应对ESG评级时对公平原则的忽视。

表 3 ESG评级影响企业工资分配的路径分析:基于薪酬结构分解视角
变量 高管薪酬 员工工资 合理薪酬差距 高管超额薪酬
(1)manapay (2)salary (3)normalgap (4)overpay
treat 6.0405***(4.757) 0.8573***(4.269) 0.1741(0.853) 5.9791***(4.775)
控制变量 控制 控制 控制 控制
固定效应 控制 控制 控制 控制
观测值 13992 13992 13992 13992
R2 0.2107 0.3660 0.7703 0.0268

(三)稳健性检验 4

1.平行趋势检验。本文借鉴Beck等(2010)的研究,采用类似事件研究法的方式进行平行趋势检验。具体地,选取企业受ESG评级影响的前1年作为基期,分析窗口设定为(–8,4)。结果显示,在ESG评级冲击前,企业就业变动、员工雇佣效率和工资分配不公平在两个组别中不存在显著差异,本文的模型设定能基本满足平行趋势假设的要求。

2.安慰剂检验。为了证明本文的实证结果并非偶然性事件所致,本文通过500次随机设定ESG评级变量的方式进行安慰剂检验。结果显示,随机置换得到的ESG评级估计系数均集中在0附近且大部分p值在0.1以上,这意味着本文的研究结果并非由偶然因素引起。

3. PSM-DID。虽然ESG评级作为外生冲击事件已经在很大程度上缓解了内生性问题,但ESG评级的试点企业选取并非是完全随机的,这在一定程度上增加了本文事件评估的“噪音”。为了解决上述问题,本文使用倾向得分匹配(PSM)为每一个处理组企业寻找与其最为相似的对照企业,然后再利用匹配后的样本进行模型估计。结果表明,在消除企业特征差异后,ESG评级仍能够显著降低企业就业净增长、改善员工雇佣效率和加剧工资分配不公平。

4.异质性处理效应检验。最新的多期DID理论文献表明,异质性处理效应问题可能会引起传统双向固定效应估计量的偏误(Goodman-Bacon,2021)。为了排除这一疑虑,本文尝试通过两阶段DID回归模型检验ESG评级对企业就业变动、员工雇佣效率和工资分配不公平的影响。两阶段DID回归结果表明,ESG评级仍在1%水平上对企业劳动要素配置产生了显著影响。这意味着异质性处理效应问题并不会影响本文的研究结论,本文的研究结论具有可靠性和稳健性。

5.更换关键变量。①针对解释变量:我们根据商道融绿ESG评级公告,对企业ESG评级等级进行赋值,构建类强度DID变量②针对被解释变量:第一,考虑到不同行业之间的劳动力密集度存在很大的差异性,本文采用企业就业变动的行业中位数进行修正,得到经行业中位数调整的就业变动变量;第二,利用劳动投入成本(员工工资总额)来衡量企业员工雇佣规模,然后重新估计员工雇佣效率;第三,对超额薪酬差距进行二值化处理,如果超额薪酬差距大于0,则表明企业存在工资分配不公平问题,overgap赋值为1,否则赋值为0。结果显示,在排除关键变量度量方法的干扰后,本文的研究结论仍保持稳健。

6.排除干扰性因素。为了进一步排除相关因素对本文研究结论的干扰,我们进行了五个维度的考虑,以保证研究结果的可靠性。①控制高维固定效应。为排除地区层面的时变因素对研究结论产生干扰,本文在基准回归的基础上进一步加入省份—年份交互固定效应。②子样本回归。考虑到农业、服务业等行业灵活用工较多,劳动要素配置易受外部经济形势影响,可能会对研究结论造成一定的干扰,为解决该问题,本文选择制造业的样本进行子样本回归。③排除环保税政策干扰。为了排除《中华人民共和国环境保护税法》出台对研究结论的干扰,我们设置了环保税政策虚拟变量eta,即2017年及以后年份重污染企业取值为1,否则为0,并将该变量纳入基准回归模型重新回归。 5④排除滞后效应。一方面,将企业首次接受ESG评级的年份后移一年,构建新的冲击变量treat_1,并重新回归;另一方面,剔除ESG评级冲击当年的样本,重新回归。⑤排除其他评级机构干扰。自2015年商道融绿发布上市公司ESG评级公告后,国内外其他评级机构也陆续开始发布企业的ESG评级公告,这可能会干扰商道融绿首次ESG评级的净效应。对此,我们仅选择2015年接受商道融绿ESG评级的上市公司作为处理组企业,构建传统DID模型。 6此外,我们还在基准回归的基础上控制了华证ESG指数,以期控制其他评级数据对研究结论的影响。上述排除干扰性因素的实证结果与前述基准回归结果均基本保持一致,说明本文的研究结论保持稳健。

五、拓展性分析

(一)ESG评级驱动企业劳动要素调整的动因

如前文所述,在ESG评级引致市场压力的理论框架下,降低就业增长速度可能是企业应对外部环境变化迎合市场关注的理性选择。如果企业应对ESG评级市场压力降低就业增长速度的推论成立,那么企业的外部市场压力越低,其对ESG评级冲击越敏感,企业为迎合市场需求而改善ESG表现的动机就越强,ESG评级对企业就业变动的影响将越明显。为了验证这一推论,本文采用分析师关注度作为企业外部市场压力的代理变量,将样本企业分为高市场压力和低市场压力两组,分别考察ESG评级对企业就业变动的影响。表4列(1)和列(2)的分组回归结果显示,ESG评级对企业就业变动的影响在低市场压力的样本中更明显。这意味着,降低就业增长速度的确是企业在ESG评级驱动下迎合市场压力的“应激行为”。

表 4 ESG评级驱动企业劳动要素配置调整的动因
变量 就业变动 员工雇佣效率 工资分配不公平
高市场压力 低市场压力 高市场压力 低市场压力 高市场压力 低市场压力
(1)netjob (2)netjob (3)abhire (4)abhire (5)overgap (6)overgap
treat 0.0238**(−2.065) 0.0837***(−2.988) 0.0440***(−3.033) 0.0393(−1.197) 3.4905**(2.310) 5.6105***(2.893)
控制变量 控制 控制 控制 控制 控制 控制
固定效应 控制 控制 控制 控制 控制 控制
观测值 7642 6350 7642 6350 7642 6350
R2 0.0613 0.0761 0.3447 0.3413 0.0155 0.0925

如前所述,ESG评级引致的就业增长速度降低会伴随着员工雇佣效率的变化,且ESG评级的监督效应能够倒逼管理层改善员工雇佣效率。那么,一个关键且需要回答的问题是,ESG评级的监督效应是否真的存在呢?如果ESG评级的监督效应确实存在的话,则会矫正管理层的过度迎合市场行为,从而抑制企业员工雇佣的非效率倾向。可以预期,当企业面临的外部市场压力增大时,企业过度迎合市场的扭曲程度将会增大,由此引致的员工雇佣非效率倾向也会相应增强,此时ESG评级监督效应改善员工雇佣效率的作用空间更大,也即ESG评级对员工雇佣效率的改善效应将更明显。为了检验上述推论,表4列(3)和列(4)汇报了ESG评级影响员工雇佣效率的分组回归结果。结果显示,ESG评级显著改善了较高市场压力样本企业的员工雇佣效率。上述发现表明,企业降低就业增长速度是其应对ESG评级市场压力的迎合行为,但这一行为并非一定会加剧企业员工雇佣的非效率问题,只有当企业面临的外部市场压力也变大时,企业才会出现过度迎合行为,从而造成员工雇佣的非效率问题,而此时ESG评级又能发挥监督效应,纠正企业过度迎合行为,抑制员工雇佣的非效率行为。

进一步地,表4列(5)和列(6)汇报了市场压力视角下ESG评级影响工资分配不公平的分组回归结果。结果显示,ESG评级对工资分配不公平的影响在低市场压力的样本中更明显。可见,当企业受到ESG评级引致的外部监管压力时,管理层通过ESG绩效这一“合理”途径攫取私人利益的动机更强,从而加剧了企业内部工资分配的不公平程度。综合来看,就业净增长降低和工资分配不公平加剧更多地体现了管理层应对ESG评级的“主动性”,而员工雇佣效率改善则体现了管理层应对ESG评级的“被动性”。但三者均体现了企业进行劳动要素配置调整的动因是应对ESG评级引致的市场压力和监督效应。

(二)异质性分析

在传统经济学理论框架下,效率与公平是辩证统一的概念,理性经理人会在效率和公平的优先序间进行抉择。前文的实证结果表明,ESG评级对企业就业净增长的抑制作用和对员工雇佣效率的改善作用验证了企业在调整经营决策时对效率原则的偏好,而ESG评级对企业超额薪酬差距的激化作用则表明企业在调整经营决策时并未兼顾公平原则。那么,一个有意思的问题是,上述结果是否真的由企业对效率与公平原则的取舍而引起的呢?为了进一步考察企业在应对ESG评级冲击时对效率与公平的偏好,我们将从两个方面考察ESG评级影响企业劳动要素配置的异质性:一是基于公平视角考察ESG评级就业效应的异质性;二是基于效率视角考察ESG评级收入分配效应的异质性。

1. 基于公平视角的ESG评级就业效应的异质性分析。本文选择超额薪酬差距水平(overgap)作为衡量企业收入分配规则公平性的代理变量,并以此作为调节变量考察ESG评级对企业就业变动和员工雇佣效率的影响。具体地,根据超额薪酬差距的测度方法,如果overgap>0,则表明企业的工资分配存在向上不公平问题,即拉大了高管与普通员工之间的薪酬差距,高管属于受益方;如果overgap<0,则表明企业的工资分配存在向下不公平问题,普通员工属于受益方。对此,本文将样本企业分为工资分配向上不公平组和工资分配向下不公平组,并以此考察ESG评级对企业员工雇佣决策的影响。表5的实证结果显示,无论是对企业就业变动的回归还是对员工雇佣效率的回归,ESG评级的估计系数均在工资分配向上不公平组中更明显。上述结果表明,当管理层获得应对ESG评级冲击的“超额补贴”时,ESG评级对员工雇佣效率的提升作用才能体现出来。换言之,ESG评级驱动下管理层对劳动要素配置的优化调整是以加剧工资分配不公平为代价的,企业更偏好效率。

表 5 基于公平视角的ESG评级就业效应的异质性分析
变量 就业变动 员工雇佣效率
向上不公平 向下不公平 向上不公平 向下不公平
(1)netjob (2)netjob (3)abhire (4)abhire
treat 0.0359**(−1.975) 0.0253**(−2.054) 0.0611***(−2.884) 0.0210(−1.385)
控制变量 控制 控制 控制 控制
固定效应 控制 控制 控制 控制
观测值 5973 8019 5973 8019
R2 0.0582 0.0729 0.3762 0.3403

2. 基于效率视角的ESG评级收入分配效应的异质性分析。类似地,如果企业在应对ESG评级冲击时更加偏好效率原则,企业的员工雇佣效率越低,那么管理层因改善雇佣效率而获取“超额补贴”的空间越大,动机越强,也即ESG评级对工资分配不公平的激化作用将越明显。为了验证这一推论,本文根据企业员工雇佣效率中位数将样本企业分为低雇佣效率组和高雇佣效率组,并分别考察ESG评级对企业工资分配不公平的影响。表6报告了效率视角下ESG评级对工资分配不公平影响的分组回归结果。结果显示,ESG评级的估计系数均在1%水平上显著为正,表明ESG评级冲击下工资分配不公平加剧属于企业的共性问题,这从侧面说明了企业在应对ESG评级时忽视了收入分配的公平问题。对比两组的估计系数可以发现,ESG评级对企业工资分配不公平的激化作用在低雇佣效率组更明显,这支持了本文的理论预期,即企业员工雇佣效率越低,ESG评级改善员工雇佣效率的作用空间就越大,高管越能因这一行为而“合理化”获得超额收益,从而带来更严重的企业工资分配不公平问题。

表 6 基于效率视角的ESG评级收入分配效应的异质性分析
变量 低雇佣效率 高雇佣效率
(1)overgap (2)overgap
treat 6.4693*** 3.9124***
(2.934) (2.845)
控制变量 控制 控制
固定效应 控制 控制
观测值 5088 8904
R2 0.0353 0.0209

结合表5的实证结果,本文揭示了企业在应对ESG评级冲击时的行为偏好,即管理层在主动迎合市场需求和被动接受外部监督的双重驱动下,会适时调整员工雇佣决策、改善员工雇佣效率,但这也为管理层获取超额收益提供了契机,破坏了工资分配的公平性。

(三)ESG评级如何影响企业劳动力配置结构

ESG评级驱动下企业就业净增长降低和员工雇佣效率改善本质上属于企业在外部压力下的劳动力配置问题。接下来,本文将从资本劳动比和劳动力技能结构两个维度进一步考察ESG评级对企业劳动力配置结构的影响。如前文所述,ESG评级驱动下企业可能会扩大资本投资,从而降低员工雇佣增长速度,对就业变动产生负向影响。结合ESG优势的就业扩大效应(毛其淋和王玥清,2023),我们认为ESG评级减缓员工雇佣增长速度的一个潜在假设是,ESG评级对资本投资的促进效应大于其对劳动投资的促进效应。为了验证这一潜在假设,我们进一步从员工雇佣总数(hire)、固定资产投资(ppe,固定资产净额/总资产)和资本劳动比(K/L,固定资产净额/员工雇佣总数)三个维度考察ESG评级的经济影响。

表7列(1)和列(2)的结果显示,ESG评级在1%水平上显著增加了员工雇佣总数和固定资产投资,这表明ESG评级对劳动投资和资本投资均产生了积极影响。表7列(3)的结果显示,ESG评级在10%水平上提高了企业资本劳动比,这意味着ESG评级进一步拉大了资本要素与劳动要素的比例结构。结合基准回归的实证结果,上述发现进一步揭示了ESG评级降低企业就业净增长的内在机制,即ESG评级引致的资本投资挤出了部分劳动投资。

表 7 ESG评级与企业资本劳动配置结构
变量 员工总数 固定资产投资 资本劳动比
(1)hire (2)ppe (3)K/L
treat 0.0480*** 0.0128*** 2.9363*
(2.744) (3.676) (1.728)
控制变量 控制 控制 控制
固定效应 控制 控制 控制
N 13992 13992 13992
R2 0.4048 0.1015 0.0876

进一步地,本文从员工学历视角探究ESG评级对企业劳动力技能结构的影响。表8报告了ESG评级影响企业劳动力技能结构的实证结果。可以看出,ESG评级在1%水平上显著增加了研究生学历员工的占比,在10%水平上降低了本科及大专学历员工的占比,但对高中及以下学历员工的占比未产生显著影响。结合资本—技能互补理论,上述研究发现并不意外。Krusell等(2000)研究指出,资本要素与高技能劳动力(研究生学历)之间存在互补性,而与低技能劳动力(本科以下学历)间存在一定替代性。那么,在ESG评级引致的绿色创新效应驱动下(胡洁等,2023),企业会通过增加研究生学历员工的雇佣来配比资本投入,同时通过减少本科及大专学历员工的雇佣比例来降低企业提升ESG评级中S项得分的压力。综上,ESG评级促使企业调整了高学历与低学历员工的比例,促进了企业人力资本结构的升级。

表 8 ESG评级与企业劳动力技能结构
变量 研究生学历 本科及大专学历 高中及以下
(1)mskill (2)baskill (3)jucskill
treat 0.0034*** 0.0098* 0.0082
(3.251) (−1.876) (−1.075)
控制变量 控制 控制 控制
固定效应 控制 控制 控制
观测值 13992 13992 13992
R2 0.0850 0.1718 0.2681

六、研究结论与启示

ESG理念与实现效率和公平有效统一的要求高度契合。在效率与公平的框架下,厘清ESG评级与企业劳动要素配置的关系,不仅有助于辩证地评估ESG评级的经济后果,还有助于探索推进中国式现代化的可行路径。鉴于此,本文试图从企业就业变动、员工雇佣效率和工资分配不公平三个维度深入考察ESG评级的经济效应。基于上市公司微观数据的经验研究表明:第一,ESG评级降低了企业就业净增长并倒逼企业改善了员工雇佣效率,但也加剧了工资分配不公平问题。第二,ESG评级通过降低就业创造的路径降低了企业就业净增长,却从抑制过度雇佣员工和缓解雇佣不足的双重路径改善了员工雇佣效率;ESG评级同时推动了高管薪酬和普通员工工资提升,但由于其加剧了高管超额薪酬现象而加剧了工资分配不公平。第三,ESG评级引致的市场压力和监督效应是企业员工雇佣决策和收入分配调整的主要动因;基于公平和效率视角的情境检验证实了企业在应对ESG评级时更加偏好效率。此外,ESG评级促使企业提高了资本劳动比,调整了劳动力技能结构,推动了人力资本的升级。

本文的研究不仅从效率和公平的双重视角深化了ESG评级经济后果的研究,同时还为政府继续完善ESG信息披露机制与加快构建中国特色ESG评级体系提供了重要启示。一方面,企业要辩证看待ESG评级的经济影响,避免出现“厚此薄彼”的失衡现象。虽然ESG理念强调经济价值与社会价值的有效统一,但在企业实践中可能面临着效率与公平的取舍。本文发现,企业在应对ESG评级时更加偏好效率原则,虽然企业的员工雇佣效率因ESG评级得到了显著改善,但管理层也因此获得了超额薪酬,破坏了工资分配的公平性。因此,在ESG理念逐渐深入实践的过程中,企业要从处理好效率和公平关系的视角出发合理调整经营行为,切勿过度迎合市场而忽略了ESG实践的长期价值。尤其是在“双碳”背景下,部分企业可能会采用激进的环保投资行为来迎合外部的关注,忽视社会责任和公司治理绩效改善的积极作用。另一方面,监管部门要加快健全ESG披露标准,提高信息披露质量,防止ESG实践的策略性行为。当下,ESG投资逐渐成为资本市场的主流共识,ESG评级是上市公司与外部投资者沟通的重要渠道,信息披露质量的高低直接影响了投资者的判断,从而影响资本市场的整体运行效率。然而,部分企业的ESG行动可能仅是管理层形式主义下的私利行为,是经理人代理问题的行为表征,这会导致企业ESG信息披露存在较多“噪音”,造成投资者对企业长期价值的误判。此外,各方应协同发力加快建立具有中国特色的ESG评价体系,促进ESG理念与中国式现代化精神实质的有机衔接。企业作为中国式现代化的主要推动力量,其发展方向要服从党和国家的决策部署,其ESG实践也要尽量满足当下现实问题的迫切需求。这需要既有国际共识又有中国特色的ESG评价指标体系来引导企业积极践行符合现实需求的ESG理念,切实履行公众需要的社会责任。

  * 感谢厦门大学中国式现代化专项(207202310513)的支持,同时也感谢审稿专家和编辑老师提出的宝贵意见。

1经营损失变量分为5个虚拟变量(lossbin1—lossbin5),根据资产收益率的区间按照0.005平均划分,若资产收益率的取值范围为−0.005~0,则lossbin1取值为1,否则为0;以此类推,若资产收益率的取值范围为−0.025~−0.020,则lossbin5取值为1,否则为0。

2限于篇幅,变量描述性统计的详细结果未予列出,结果备索。

3与超额薪酬差距计算思路类似,高管超额薪酬等于高管实际薪酬与高管合理薪酬的差值。高管合理薪酬由高管实际薪酬对总资产规模、总资产收益率、长期负债率、营业收入增长率、年个股回报率、员工人数、企业年龄和企业是否发放现金股利的虚拟变量以及年份和行业虚拟变量等进行回归得到。

4限于篇幅,稳健性检验的相关结果未在正文中汇报,结果备索。

5根据2010年中国环境保护部发布的《上市公司环境信息披露指南》,重污染行业包括火电、钢铁、水泥、电解铝、煤炭、冶金、化工、石化、建材、造纸、酿造、制药、发酵、纺织、制革和采矿业。

6非常感谢审稿专家的宝贵意见。由于国内外其他评级机构是在2018年以后根据历史数据报告了中国上市公司ESG评级数据,我们在构建传统DID模型时,将样本期间设定为2011—2018年,以保证对照组不受其他评级机构的影响。

主要参考文献
[1] 方先明, 胡丁. 企业ESG表现与创新——来自A股上市公司的证据[J]. 经济研究, 2023(2): 91–106.
[2] 胡洁, 于宪荣, 韩一鸣. ESG评级能否促进企业绿色转型?——基于多时点双重差分法的验证[J]. 数量经济技术经济研究, 2023(7): 90–111.
[3] 黄世忠. ESG视角下价值创造的三大变革[J]. 财务研究, 2021(6): 3–14.
[4] 孔东民, 项君怡, 代昀昊. 劳动投资效率、企业性质与资产收益率[J]. 金融研究, 2017(3): 145–158.
[5] 刘柏, 卢家锐, 琚涛. 形式主义还是实质主义: ESG评级软监管下的绿色创新研究[J]. 南开管理评论, 2023(5): 16–28.
[6] 毛其淋, 王玥清. ESG的就业效应研究: 来自中国上市公司的证据[J]. 经济研究, 2023(7): 86–103.
[7] 毛日昇. 工业机器人应用与就业再配置[J]. 管理世界, 2024(9): 98–116.
[8] 覃予, 傅元略, 杨隽萍. 高管薪酬激励是否应兼顾分配公平?[J]. 财经研究, 2013(8): 110–121.
[9] 邱牧远, 殷红. 生态文明建设背景下企业ESG表现与融资成本[J]. 数量经济技术经济研究, 2019(3): 108–123.
[10] 宋献中, 潘婧, 韩杰. 资本市场国际化的鞭策效应: A股纳入MSCI指数与企业ESG表现[J]. 数量经济技术经济研究, 2024(4): 153–172.
[11] 魏志华, 王孝华, 蔡伟毅. 税收征管数字化与企业内部薪酬差距[J]. 中国工业经济, 2022(3): 152–170.
[12] 谢红军, 吕雪. 负责任的国际投资: ESG与中国OFDI[J]. 经济研究, 2022(3): 83–99.
[13] 应千伟, 呙昊婧, 邓可斌. 媒体关注的市场压力效应及其传导机制[J]. 管理科学学报, 2017(4): 32–49.
[14] Albuquerque R, Koskinen Y, Zhang C D. Corporate social responsibility and firm risk: Theory and empirical evidence[J]. Management Science, 2019, 65(10): 4451–4469. DOI:10.1287/mnsc.2018.3043
[15] Bebchuk L A, Tallarita R. The perils and questionable promise of ESG-based compensation[J]. Journal of Corporation Law, 2022, 48(1): 37–75.
[16] Beck T, Levine R, Levkov A. Big bad banks? The winners and losers from bank deregulation in the United States[J]. The Journal of Finance, 2010, 65(5): 1637–1667. DOI:10.1111/j.1540-6261.2010.01589.x
[17] Borghesi R, Houston J F, Naranjo A. Corporate socially responsible investments: CEO altruism, reputation, and shareholder interests[J]. Journal of Corporate Finance, 2014, 26: 164–181. DOI:10.1016/j.jcorpfin.2014.03.008
[18] Bushman R M, Smith A J. Transparency, financial accounting information, and corporate governance[J]. Economic Policy Review, 2003, 9(4): 65–87.
[19] Davis S J, Haltiwanger J. Gross job creation, gross job destruction, and employment reallocation[J]. The Quarterly Journal of Economics, 1992, 107(3): 819–863. DOI:10.2307/2118365
[20] Drempetic S, Klein C, Zwergel B. The influence of firm size on the ESG score: Corporate sustainability ratings under review[J]. Journal of Business Ethics, 2020, 167(2): 333–360. DOI:10.1007/s10551-019-04164-1
[21] Dyck A, Volchkova N, Zingales L. The corporate governance role of the media: Evidence from Russia[J]. The Journal of Finance, 2008, 63(3): 1093–1135. DOI:10.1111/j.1540-6261.2008.01353.x
[22] Ferrell A, Liang H, Renneboog L. Socially responsible firms[J]. Journal of Financial Economics, 2016, 122(3): 585–606.
[23] Friede G, Busch T, Bassen A. ESG and financial performance: Aggregated evidence from more than 2000 empirical studies[J]. Journal of Sustainable Finance & Investment, 2015, 5(4): 210–233.
[24] Garcia A S, Orsato R J. Testing the institutional difference hypothesis: A study about environmental, social, governance, and financial performance[J]. Business Strategy and the Environment, 2020, 29(8): 3261–3272.
[25] Goodman-Bacon A. Difference-in-differences with variation in treatment timing[J]. Journal of Econometrics, 2021, 225(2): 254–277.
[26] Goss A, Roberts G S. The impact of corporate social responsibility on the cost of bank loans[J]. Journal of Banking & Finance, 2011, 35(7): 1794–1810.
[27] Hong B, Li Z C, Minor D. Corporate governance and executive compensation for corporate social responsibility[J]. Journal of Business Ethics, 2016, 136(1): 199–213.
[28] Houston J F, Shan H Y. Corporate ESG profiles and banking relationships[J]. The Review of Financial Studies, 2022, 35(7): 3373–3417.
[29] Huang D Z X. Environmental, social and governance factors and assessing firm value: Valuation, signalling and stakeholder perspectives[J]. Accounting & Finance, 2022, 62(S1): 1983–2010.
[30] Huang J W, Li Y H. Green innovation and performance: The view of organizational capability and social reciprocity[J]. Journal of Business Ethics, 2017, 145(2): 309–324.
[31] Jung B, Lee W J, Weber D P. Financial reporting quality and labor investment efficiency[J]. Contemporary Accounting Research, 2014, 31(4): 1047–1076. DOI:10.1111/1911-3846.12053
[32] Krusell P, Ohanian L E, Rios-Rull J V, et al. Capital-skill complementarity and inequality: A macroeconomic analysis[J]. Econometrica, 2000, 68(5): 1029–1053.
[33] Pindyck R S. Irreversible investment, capacity choice, and the value of the firm[J]. American Economic Review, 1988, 78(5): 969–985.
[34] Pinnuck M, Lillis A M. Profits versus losses: Does reporting an accounting loss act as a heuristic trigger to exercise the abandonment option and divest employees?[J]. The Accounting Review, 2007, 82(4): 1031–1053.
[35] Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies, 2006, 11(2): 159–189.
[36] Riedl A, Smeets P. Why do investors hold socially responsible mutual funds?[J]. The Journal of Finance, 2017, 72(6): 2505–2550. DOI:10.1111/jofi.12547
[37] Schuler D A, Cording M. A corporate social performance–corporate financial performance behavioral model for consumers[J]. Academy of Management Review, 2006, 31(3): 540–558. DOI:10.5465/amr.2006.21318916

1经营损失变量分为5个虚拟变量(lossbin1—lossbin5),根据资产收益率的区间按照0.005平均划分,若资产收益率的取值范围为−0.005~0,则lossbin1取值为1,否则为0;以此类推,若资产收益率的取值范围为−0.025~−0.020,则lossbin5取值为1,否则为0。

2限于篇幅,变量描述性统计的详细结果未予列出,结果备索。

3与超额薪酬差距计算思路类似,高管超额薪酬等于高管实际薪酬与高管合理薪酬的差值。高管合理薪酬由高管实际薪酬对总资产规模、总资产收益率、长期负债率、营业收入增长率、年个股回报率、员工人数、企业年龄和企业是否发放现金股利的虚拟变量以及年份和行业虚拟变量等进行回归得到。

4限于篇幅,稳健性检验的相关结果未在正文中汇报,结果备索。

5根据2010年中国环境保护部发布的《上市公司环境信息披露指南》,重污染行业包括火电、钢铁、水泥、电解铝、煤炭、冶金、化工、石化、建材、造纸、酿造、制药、发酵、纺织、制革和采矿业。

6非常感谢审稿专家的宝贵意见。由于国内外其他评级机构是在2018年以后根据历史数据报告了中国上市公司ESG评级数据,我们在构建传统DID模型时,将样本期间设定为2011—2018年,以保证对照组不受其他评级机构的影响。

a18QEBx.3aEL