
随着全球社会重大挑战的日益复杂与严峻,社会创新作为一种“旨在产生更有效、更公正的解决方案,以应对复杂社会问题并实现集体利益的新过程或新产品”(Beckman等,2023),逐渐成为学界与实践界高度关注的核心议题(Phills等,2008;纪光欣和岳琳琳,2012;陶秋燕和高腾飞,2019;Beckman等,2023;刘志阳和郑若愚,2024)。中国情境下,腾讯“为村”、阿里巴巴“蚂蚁森林”和华为“未来种子”等项目展示了企业在应对社会挑战和创造共享价值方面的潜力。据中国社会科学院发布的《寻找座头鲸:中国企业社会创新旗舰项目评估报告》显示,已有逾百家企业的实践案例被纳入评估,涵盖了国有与民营企业,表明社会创新正逐步成为企业战略转型的重要考量。
尽管现有研究已经从不同视角对企业社会创新展开探讨,且一致认同跨部门合作的重要作用,但相较于对公共部门(Arslan等,2024)、社会企业(Pillai等,2024)和本地社区(Nwoba等,2024;Xiao等,2024)等外部合作伙伴的广泛关注,投资者在推动企业社会创新中的作用仍被系统性忽视。与此形成鲜明对比的是,投资者对企业技术创新或商业创新的影响已被充分论证(Pahnke等,2015;陈思等,2017)。这种差异不难理解:在金融资本主导的市场环境中,企业更倾向于投入具有较高商业回报潜力的创新活动,而社会创新因边际成本界定模糊、短期收益有限且成果难以量化,往往难以获得资本市场的支持(Moore等,2012)。因此,一个亟须回答的核心问题是:在市场逻辑主导且竞争激烈的商业组织领域,企业为何仍然积极投身于社会创新活动?
在环境、社会与治理(ESG)投资理念不断兴起的全球背景下(陆培丽等,2024;Yan等,2025),ESG基金有望成为推动企业社会创新的重要外部动力。然而,现有研究多聚焦于ESG基金在资本市场层面的表现,如投资回报(Barber等,2021)、资金流向效应(Hartzmark和Sussman,2019)、抗风险能力(Cerqueti等,2021)以及“漂绿”风险(Kräussl等,2024)。仅有少量研究考察了ESG基金在企业层面的影响。例如,蔡贵龙和张亚楠(2023)发现,签署联合国负责任投资原则(PRI)的基金能够显著促进被投企业的绿色技术创新;李志辉等(2025)则认为,ESG基金持股有助于抑制企业的股票操纵等不负责任行为;Yan等(2021)的研究亦表明,绿色投资基金能够有效提升企业的环境绩效。总体而言,这些研究表明ESG基金在改善企业非财务表现方面可能发挥积极作用,但其具体作用机制尚不明确。换言之,企业究竟是通过提出创新性的社会解决方案实现改进,还是主要依赖于常规社会行动或对标同业的模仿策略提升表现,仍缺乏系统性探讨。
本文尝试从制度逻辑理论的能动视角出发(Greenwood等,2011;Thornton等,2012),结合企业社会创新(Herrera,2015;Beckman等,2023)与企业社会行动(Marquis等,2007)相关文献,探讨企业如何在市场逻辑的主导下进行社会创新策略选择,以回应ESG基金的社会福利逻辑压力。本文以2008—2022年沪深A股上市公司为样本,结合机器学习与文本分析方法构建社会创新指标,对研究假设进行检验。结果表明,ESG基金持股抑制了企业社会创新,且这种作用受到场域中金融逻辑的调节:高管金融背景(企业内部金融逻辑表征)会削弱ESG基金持股对企业社会创新的抑制作用,而散户舆论关注(企业外部金融逻辑表征)会增强该抑制作用。进一步研究发现,ESG基金持股促进了企业慈善捐赠和ESG得分中的社会维度,表明其对于社会创新的抑制作用是通过开展常规社会行动所产生的挤出作用而产生的。最后,本文还检验了ESG基金持股对企业社会创新的影响在由不同制度逻辑主导区域中的差异,发现仅市场逻辑能够减弱其抑制作用,而政府逻辑会加强这种抑制作用。
本文主要在三个方面做出理论贡献。首先,在企业社会创新研究方面,一方面通过机器学习方法对企业年报进行文本分析,构建了社会创新指标,为后续组织微观层面的研究提供了新的度量工具;另一方面揭示了ESG基金持股对企业社会创新的影响,从而深化了对组织间关系与跨部门合作这一核心议题的理解。其次,在混合金融实践研究方面,本文揭示了ESG基金在组织层面的作用机制,拓展了相关文献。最后,在制度逻辑理论方面,本文考察了企业在应对ESG基金压力时的社会创新策略选择,丰富了关于制度复杂性与组织战略响应的研究。
二、理论与研究假设(一)制度逻辑理论
制度逻辑是“社会构建的、关于文化象征与物质实践的历史模式,个体通过这些模式为日常活动赋予意义并指导和再现组织的时间与空间”(Thornton等,2012)。也就是说,制度逻辑包含了一系列连贯的、嵌入在组织成员偏好和认知中的假设和价值观,为组织认为有意义和适当的事情建立了一个认知框架,影响着组织内部运作与外部互动方式(Thornton等,2012;邱姝敏等,2023)。组织与管理学者透过制度逻辑理论分析制度、组织和个体在社会系统中的相互关系(Thornton等,2012)。
早期的制度逻辑理论重点关注某特定产业制度场域中单一主导逻辑的转变过程,例如美国高等教育出版行业中的编辑逻辑如何向市场逻辑转变(Thornton和Ocasio,1999)。随着Greenwood等(2011)学者引入“制度复杂性”概念,该领域开始意识到不同制度逻辑在组织场域中共存的普遍性,开始将研究重心转向多重制度逻辑与主体间的互动关系。不同的制度逻辑之间可能相互兼容,也可能相互冲突,这就给面临多重制度逻辑压力的主体决策带来了挑战(Greenwood等,2011)。大量研究针对这一理论问题展开探讨并形成了两种思路:一种是探索多重制度逻辑如何在组织结构和物质实践中体现,以此解释不同个体和组织的行为与变化(Yan等,2019),另一种则试图理解个体和组织行动者在面对多重制度逻辑时的响应策略(Schuessler等,2023)。上述两种思路分别代表了当前制度逻辑理论中的结构与能动两大对立视角(Wu等,2023)。
本文主要从能动视角分析ESG基金对企业社会创新的影响,即探讨上市公司如何通过战略选择回应ESG基金所代表的外部制度逻辑压力。一方面,在ESG基金及其理念逐渐普及的背景下,商业组织场域正经历从单一市场逻辑向双重乃至多重制度逻辑转变(Greve和Man Zhang,2017;肖红军和阳镇,2019)。如何调和商业组织场域的主导市场逻辑与日益增强的社会福利逻辑之间的张力,已成为现代企业治理的核心问题。另一方面,采取何种措施以应对外部制度逻辑冲突,取决于组织对外部制度逻辑来源方的资源依赖程度或权力对等程度(Oliver,1991;Greve和Man Zhang,2017)。尽管上市公司在规模和治理结构上存在异质性,但与初创企业或中小企业相比,其总体而言仍具有更为完善的组织架构和更强的资源动员能力。这使得它们在面对外部干扰时通常具有更高的自主性与应对能力。因此,从能动性制度逻辑的视角切入,更能解释上市公司在应对ESG基金压力时的策略选择与逻辑机制。
在企业与ESG基金互动所构成的制度逻辑场域中,市场逻辑、社会福利逻辑与金融逻辑并存,具有典型的制度复杂性特征(Greenwood等,2011)。如表1所示,市场逻辑强调效率、利润与竞争优势(邱姝敏等,2023),社会福利逻辑以社会或环境价值最大化为导向(Wry和York,2017),而金融逻辑则聚焦于股东财富最大化(Yan等,2021)。这些逻辑通过稳定化的实践得以延续,但也可能通过相互融合而形成新的混合实践,进而重塑既有秩序之外的规范、价值与行动模式(Yan等,2021)。这种混合实践形成的本质在于对不同制度逻辑核心要素的创新性重组。
| 市场逻辑 | 社会福利逻辑 | 金融逻辑 | |
| 目标 | 效率、利润和竞争优势最大化 | 社会福利最大化;多元价值创造 | 股东财富最大化 |
| 手段 | 市场交易;商业模式 | 社会叙事;集体协作 | 金融专业知识;金融产品 |
| 合法性来源 | 企业价值 | 共同价值观 | 财务回报;股东优先 |
| 规范基础 | 组织利益 | 集体利益 | 个人利益 |
| 资料来源:作者根据相关文献整理。 | |||
ESG基金并非简单地由社会福利逻辑主导,而是在传统金融逻辑的资产配置与财务回报框架之上,增量性地嵌入了社会和环境价值目标。正如Yan等(2018)所指出,社会责任投资并不是对金融逻辑的替代,而是将社会目标“重新嵌入于以金融逻辑为主导的实践结构”之中,使其能够在既有金融制度中获得可执行性和合法性。而在后续研究中,Yan等(2021)进一步将类似的投资主体(绿色投资)界定为“以金融逻辑作为运作手段,以环境逻辑为偏好性目标指向”的混合逻辑配置。因此,本研究将金融逻辑视为ESG基金的手段逻辑,而社会福利逻辑作为其在金融决策中引入的目标偏好和意义来源,即在理论分析中强调其逻辑“增量”而非“替代”。最后,因生存于竞争激烈的市场环境之中,企业必须始终将市场逻辑作为组织的目标逻辑(刘德鹏等,2017)。在市场逻辑的主导框架下,企业可以根据实际情况选择合适的手段逻辑,包括市场逻辑、社会福利逻辑和金融逻辑等。这种制度逻辑组合的选择取决于在特定情境下哪些逻辑更有助于支撑市场逻辑所追求的效率、利润与竞争优势(Schuessler等,2023)。表2展示了ESG基金与企业的制度逻辑构成。
(二)企业应对ESG基金压力的社会创新响应策略
ESG基金不仅为企业提供财务与合法性资源,还通过契约条款和评级标准将ESG因素纳入绩效考核,从而构成外部制度逻辑压力。面对与主导市场逻辑相冲突的社会福利逻辑,企业需在社会行动“工具箱”中进行选择,以维持制度逻辑的平衡。结合企业社会创新(Herrera,2015;Beckman等,2023)与企业社会行动(Marquis等,2007)相关文献,本文将企业社会创新界定为社会行动的子类,从而与常规社会行动区分开来(见表3)。根据Marquis等人(2007)的定义,企业社会行动是一种“不以短期利润最大化为目标,旨在为企业外部相关方增加社会效益或缓解社会问题的行为或实践”。
| 特征维度 | 社会创新 | 常规社会行动 |
| 定义 | 通过新产品、新模式、跨界合作创造社会与商业双重价值 | 在合规基础上承担额外社会责任,常见形式 如捐赠、公益、披露 |
| 特征 | 强调战略嵌入、跨界合作与制度化;通过系统性变革重塑价值链;边际成本模糊、收益不确定性较高 | 多为被动回应外部制度压力和社会期待;以捐赠、合规披露、慈善项目为主;缺乏系统性创新;边际成本清晰、投入产出情况明确 |
| 战略意义 | 通过创新形成差异化优势,实现可持续竞争力 | 满足外部合规与声誉管理需求,降低风险 |
| 创新程度 | 高创新性 | 低创新性 |
| 制度逻辑 | 社会福利逻辑(目标)、任意制度逻辑及其组合(手段) | 市场逻辑(目标)、社会福利逻辑(手段) |
| 资料来源:作者根据相关文献整理。 | ||
在这一广义框架下,企业更常见的社会行动通常表现为常规化、可量化的社会责任活动,如公益捐赠、员工志愿、社区服务或环境合规披露等。这类行动多以响应外部规范性压力或提升企业声誉为导向,其目标明确、路径标准化、成果易于评估(Carroll,1999)。常规社会行动往往可通过短期资源投入获得即时的声誉回报,并具有较强的可预期性和低风险特征。由于执行过程无需对企业既有业务流程或组织结构进行重大调整,这类行动的边际成本较低,通常被视为企业履行社会责任的“常规化回应”。
相较之下,社会创新并非对既有社会问题的常规响应,而是通过新技术、新模式或新制度设计提出更具创造性和系统性的解决方案(Mulgan,2006)。社会创新在逻辑上同时嵌入了社会福利目标与创新导向,企业在实施过程中需协调市场逻辑与社会逻辑之间的张力(Fu和Yan,2024)。因此,尽管社会创新未必在资源的直接投入上比常规社会行动更高,但其结果存在更高的不确定性与失败风险,成功与否取决于创新的可行性、市场接受度及外部制度支持。当创新失败时,前期投入难以回收,期望成本显著上升;而成功时则可能带来远超常规行动的社会与经济影响。因此,社会创新的“高成本”更准确地表现为高不确定性与高风险性所带来的期望成本,而非资源投入的绝对量(Marquis等,2007;Herrera,2015)。
企业只有将社会创新嵌入其战略与组织体系并实现制度化,方能将其转化为可持续竞争优势(Herrera,2015)。然而,社会创新的制度化过程并非线性,而是动态演化的多阶段过程(Saka-Helmhout等,2024),本质上源于不同制度逻辑之间的持续互动(Thornton等,2012)。尽管随着ESG理念的普及,社会层面的社会福利逻辑逐渐强化(Yan等,2019),但市场逻辑依然是商业组织场域的主导逻辑(刘德鹏等,2017)。研究表明,当外部逻辑与主导逻辑冲突时,企业通常通过“选择性吸收”将外部逻辑边缘化或工具化(Kim和Schifeling,2022)。在这一过程中,社会福利逻辑往往被转化为满足市场逻辑的合规性工具,而非真正的战略性投资选择(Schuessler等,2023)。
基于上述文献,当企业需要同时回应ESG基金的社会福利逻辑与自身的市场逻辑目标时,更倾向于采取常规化、路径清晰且回报可控的社会行动方式,如慈善捐赠、社区志愿或合规披露等,以满足ESG评价的规范性要求。现有研究已经表明,企业往往将传统社会责任行为视为管理声誉风险的工具(Karwowski和Raulinajtys-Grzybek,2021)。相比之下,社会创新要求企业在战略、结构与价值链上进行系统性调整(Herrera,2015),不仅受到更多组织惯性的阻碍,且预期回报模糊,对企业而言存在更高的不确定性。当外部社会福利逻辑与企业内部市场逻辑的核心目标之间存在冲突时,企业更可能选择常规社会行动,而非在组织转型压力和回报不确定的情况下进行社会创新。基于上述分析,本文提出假设1。
假设1:ESG基金持股会抑制企业社会创新。
(三)场域中金融逻辑的异质性影响
在上述探讨中,本文主要聚焦于企业在市场逻辑主导下如何应对ESG基金所提出的社会福利逻辑要求。然而,这一过程还涉及另一项不可忽视的制度逻辑——金融逻辑,且同时存在于ESG基金、企业内部和外部环境中。首先,金融逻辑主要在ESG基金中发挥工具性作用,作为ESG投资者与企业的纽带而存在。其次,金融逻辑在企业内部同样不可或缺,越来越多的实体企业为实现转型与利润扩张而涉足金融业务,高管金融背景构成重要的推动因素(杜勇等,2019)。最后,外部环境中的金融逻辑主要来自由散户投资者群体所组成的网络社交平台。
因此,尽管前文论证了企业在市场逻辑与社会福利逻辑冲突下,倾向于将社会福利逻辑内化为服务市场逻辑的合规性工具,但作为ESG基金运作手段的金融逻辑,与企业内外部的金融逻辑存在高度一致性。这种一致性可能对ESG基金与企业社会创新之间的关系产生重要影响。相关研究发现,绿色投资基金虽能提升企业环境绩效,但其作用在金融逻辑主导的股东保护政策下更为显著,而在环境逻辑主导的环境保护政策下反而更弱,凸显了手段逻辑一致性对于投资效果的重要作用(Yan等,2021)。基于此,本文将高管金融背景与散户舆论关注分别视为企业内部和外部的金融逻辑来源,并分别展开理论探讨。
1.高管金融背景。作为企业内部金融逻辑的主要来源,高管金融背景不仅代表其在职业生涯中长期接受了以资本配置与风险评估为核心的专业训练(Almandoz,2014),也意味着其更熟悉外部机构投资者尤其是依托金融逻辑运作的ESG基金的行为模式。当企业需要回应ESG基金所施加的社会福利逻辑压力时,金融背景管理者能够提升企业吸收和整合外部金融逻辑的能力,从而减弱ESG基金持股对企业社会创新所构成的抑制效应。
首先,金融背景管理者具备更强的资本理解能力,能够将ESG基金提出的社会目标“转译”为可解释、可度量与可监督的项目形态(如影响力挂钩项目、专项预算规划、社会影响力债券等)。这种金融化处理降低了社会目标及其结果的不确定性与模糊性,使企业在满足ESG基金的社会福利逻辑要求时,有更高的社会创新意愿。其次,具有金融背景的高管更擅长与外部投资者沟通,能够以专业化语言框架解释社会创新的战略价值,并将ESG基金的期望纳入董事会决策与预算流程,从而在治理层面建立预期协商机制(Yan等,2024)。这样的沟通和协商能力使他们能够避免基金对合规性或短期社会行动的单纯要求,为真正的社会创新开辟和保留空间。最后,金融背景高管通常具有更好的风险管理能力和资本结构设计能力,他们可以通过结构性融资、风险对冲、资本组合管理等方式增强企业对长期、高不确定性创新项目的承受力(Tian等,2020;Wei等,2025)。基于上述分析,本文提出假设2。
假设2:在高管具有金融背景的企业中,ESG基金持股对企业社会创新的抑制作用更弱。
2.散户舆论关注。与以机构投资者为主导的西方资本市场不同,中国资本市场呈现出典型的“散户型结构”,散户在交易活动、舆论表达和市场情绪形成中均占据关键地位(胡国强等,2025)。近年来,随着网络社交媒体的迅速发展,以股吧、雪球等为代表的网络讨论平台已成为金融市场的重要组成部分,散户通过对企业的实时讨论、情绪表达与集体关注,正在对上市公司形成一种新的外部治理力量。相比传统意义上的股东大会参与或投票,散户舆论关注是一种非正式、持续、公开可见的市场压力机制,能够在较短时间内直接影响管理层的注意力配置和决策动机。
散户投资者的核心诉求以财务回报最大化与短期绩效改善为中心,并主要依托市场价格波动形成舆论压力。这种压力往往具有高波动性、情绪化和即时性的特征,容易诱发管理层的短期导向行为。已有文献指出,散户关注度越高,管理层越可能关注短期市场反应而牺牲长期投资,形成典型的管理短视(江轩宇等,2021)。相关研究亦表明,散户关注所形成的外部压力会显著抑制管理层进行高不确定性、长期回收型的创新活动(Cao等,2023)。在此情境下,社会创新因其投入产出周期长、可量化程度低、财务回报不确定性高,极易受到管理层“短视化调整”的影响。
更重要的是,散户所遵循的金融逻辑无法像高管金融背景那样作为企业内部可操作的“手段逻辑”。散户不具备专业知识供给、资源调动和资金融通的能力,其市场压力主要是一种情绪化、目标导向的外部约束。因此,散户舆论关注不仅无法帮助企业吸收或理解ESG基金的社会福利逻辑,反而使管理层更加倾向于优先满足短期财务期望,从而弱化对社会创新这类高不确定性项目的支持。在这种情境下,企业在市场逻辑的主导下,面对ESG基金的制度压力时更倾向于采取“工具化”回应。因此,本文提出假设3。
假设3:受到散户舆论关注更高的企业,ESG基金持股对企业社会创新的抑制作用更强。
三、研究设计(一)样本与数据来源
本文以中国沪深A股上市公司为研究对象。受限于关键变量的可获得性,研究将样本区间确定为2008—2022年。数据取自以下两个来源:第一,用于构建企业社会创新指标的上市公司年报搜集自新浪财经网。第二,沪深A股上市公司与ESG基金持股相关数据均来自CSMAR数据库。为了保证数据质量,本文对样本进行如下处理:剔除金融企业,因为金融行业的资产负债结构以及监管政策等均具有特殊性;剔除上市状态为“ST”“*ST”“暂停上市”“终止上市”“退市整理期”的上市公司;剔除关键变量存在严重缺失的样本。最终得到
(二)变量说明
1.被解释变量
企业社会创新(CSI)。以往研究多采用问卷调查方式衡量企业社会创新(例如,Khan等,2024;Rousselière等,2024;Xiao等,2024),存在“光晕效应”、样本选择偏差和指标效度较低等问题(姚加权等,2024)。Alonso-Martínez等(2019)整合经济学与社会学视角,采用综合指标法构建了企业社会创新指标,其计算方式为企业研发投入强度与所在国家当年社会幸福指数的比值。其中,研发投入强度通过研发投入金额与营业收入金额的比值来衡量;社会幸福指数是一个涵盖社会、技术和环境维度的综合指标体系,用于衡量一国人民的整体幸福水平。然而,该方法存在两个关键缺陷:首先,它隐含地假设了企业的所有研发投入均与社会创新相关,未能有效识别和衡量企业研发活动中实际用于解决社会问题的部分;其次,社会幸福指数更多是对区域层面的刻画,难以捕捉组织层面的社会创新活动。
为克服上述局限,本文在现有研究基础上将“社会创新”拆分为“社会”与“创新”两个维度(Mulgan,2006),并参考现有研究的成熟做法(吴非等,2021;姚加权等,2024),采用机器学习方法生成企业社会创新词典。其中,“社会”维度通过年报文本中与社会目标相关关键词占年报总词数的比值(SocWordsProp)来衡量;“创新”维度主要参考Costa-Climent等(2023)基于推特文本构建的商业模式创新词典,通过年报文本中与创新相关关键词占年报总词数的比值(InnoWordsProp)来衡量。在此基础上,本文采用两者的调和平均值构建企业社会创新指标(CSI)。调和平均能够体现社会创新所固有的“双重必要性”特征,即社会创新的形成必须同时兼具社会价值导向与创新性解决方案;若任一维度处于较低水平,其社会创新水平亦将受到明显限制。为便于解释和回归分析中的系数解读,本文将数值放大
| $ CSI=\frac{2\times SocWordsProp\times InnoWordsProp}{SocWordsProp+InnoWordsProp}\times 1000 $ | (1) |
此外,本文还基于年报“管理层讨论与分析”(MD&A)部分构建了企业社会创新的替代指标(CSI_MDA)。两种测量方法在逻辑上保持一致,但基于年报全文所构建的指标能更全面地反映企业整体社会创新取向,基于MD&A部分所构建的指标则更侧重于管理层战略表达。
应当注意,社会目标词频与创新词频较高,并不必然意味着企业已经开展了具体的社会创新实践,它们也可能分别对应常规社会责任表达与一般性创新叙述。基于这一考虑,本文进一步利用大语言模型构建了句级语义识别的社会创新替代指标,以增强对社会创新内涵的识别精度。具体而言,本文首先根据社会目标相关关键词从年报全文中筛选出句级文本片段,并向大语言模型提供社会创新的规范性定义及判断维度,使其依照统一标准识别句子中是否同时体现社会目标与创新性解决方案。该过程包括对“社会目标表达—企业自身行动—创新性方式”三层要素的逐级判别,以确保所识别内容确为企业在社会议题上的创新性实践。为保证识别结果的可靠性,本文在模型输出基础上进行人工抽样核验,模型判定结果的一致性及准确率均满足分析要求。最终,将每家企业每年被识别为“社会创新相关”的句子数量作为句级社会创新指标(CSI_Sentence)。
2.解释变量
ESG基金持股(ESGFund)。根据《中国责任投资年度报告》披露的ESG基金产品名单,本文从上市公司基金持股数据中识别出属于ESG基金的投资部分,并据此构建相关指标。具体而言,本文以ESG基金持股股数占企业总股数的比例作为主要解释变量,该指标能够反映ESG基金在企业股权结构中的渗透程度及其可能施加的外部压力。作为稳健性检验,本文还构造了企业是否被ESG基金持股的虚拟变量(ESGFund_dum),若持股取值为1,否则为0。
3.调节变量
(1)高管金融背景(FinBack)。根据上市公司年报披露的董监高履历信息,若企业管理层成员(包括董事、监事和高级管理人员)具有银行、证券、保险、信托、基金、投行等金融行业工作经历,或在相关金融机构、金融监管部门任职过,则认为该企业具备金融背景的高管。若企业当年存在至少一名此类高管,则取值为1,否则为0。
(2)散户舆论关注(Attention)。采用股吧中针对各企业帖子的评论量来衡量。具体做法是以东方财富网股吧为数据来源,统计上市公司在当年度股吧被跟帖评论的总次数,并将其加1后取自然对数,以消除极端值的影响。
4.控制变量
参考已有研究,本文在模型中加入以下变量对研究模型进行控制:(1)企业规模(Size),采用企业资产总额的自然对数进行衡量;(2)资产负债率(Lev),采用企业负债总计与资产总计的比值进行衡量;(3)总资产净利率(ROA),采用企业净利润与总资产的比值进行衡量;(4)独立董事比例(Indep),采用独立董事人数占董事会总人数的比值;(5)管理层持股比例(Mshare),采用管理层持股数占企业总股数的比值;(6)第一大股东持股数(TOP1),采用第一大股东持股数占企业总股数的比值;(7)企业所有制(SOE),如果企业属于国有企业,则取值为1,否则为0;(8)高科技行业(HighTech),如果企业属于高科技行业,则取值为1,否则为0。
此外,本文还进一步控制了企业所处城市、行业和观测年份的固定效应。本文在模型设定中采用核心解释变量与控制变量的一期滞后值。企业社会创新具有路径依赖与调整惯性,ESG 基金持股亦具有持仓决策与披露节奏的时间滞后特征。因此,将所有解释变量滞后一期,可在时间顺序上确保解释变量发生在社会创新行为之前,从而在一定程度上减轻由反向因果所导致的内生性问题。
四、实证分析(一)描述性统计与相关性分析
所有主要变量的描述性统计结果如表4所示。企业社会创新的均值为0.385,标准差为0.219,最大值为1.243,表明不同企业间社会创新水平存在较大差异。基于管理层讨论与分析部分构建的企业社会创新指标均值为0.312,波动幅度更大(标准差0.391),说明管理层文本在社会创新表达上的差异性更为明显。核心解释变量方面,ESG基金持股比例的均值为0.023,显示总体水平较低,但最大值可达0.665,说明少部分企业获得了ESG基金的大规模持股;ESG基金持股虚拟变量的均值为0.289,意味着约有28.9%的样本企业在当年存在ESG基金持股。总体而言,所有变量的分布情况符合预期,也为后续的回归分析提供了数据基础。
| N | Mean | S. D. | Min | Max | |
| CSI | 0.385 | 0.219 | 0.000 | 1.243 | |
| CSI_MDA | 0.312 | 0.391 | 0.000 | 1.785 | |
| ESGFund | 0.023 | 0.055 | 0.000 | 0.665 | |
| ESGFund_dum | 0.289 | 0.454 | 0.000 | 1.000 | |
| FinBack | 0.618 | 0.486 | 0.000 | 1.000 | |
| Attention | 9.183 | 1.112 | 4.700 | 14.347 | |
| Size | 22.209 | 1.271 | 19.317 | 26.452 | |
| Lev | 0.427 | 0.203 | 0.027 | 0.908 | |
| ROA | 0.043 | 0.063 | −0.373 | 0.257 | |
| Indep | 0.374 | 0.053 | 0.250 | 0.600 | |
| Mshare | 0.130 | 0.194 | 0.000 | 0.706 | |
| TOP1 | 0.347 | 0.147 | 0.080 | 0.758 | |
| SOE | 0.385 | 0.486 | 0.000 | 1.000 | |
| HighTech | 0.589 | 0.492 | 0.000 | 1.000 | |
| 注:本表呈现的是所有变量的当期描述性统计结果。 | |||||
表5报告了主要变量之间的相关性分析结果。核心被解释变量企业社会创新与核心解释变量ESG基金持股之间显著负相关,与预期一致。调节变量方面,高管金融背景与企业社会创新呈现负相关且在统计上显著,但相关系数数值较小,显示其影响方向明确但效应有限;而散户舆论关注与企业社会创新的相关性更强且显著为负,初步说明外部金融逻辑压力不利于企业社会创新。其余控制变量与企业社会创新的相关性整体符合预期,但数值普遍较低。进一步的多重共线性检验结果显示,所有变量的VIF值均远低于10,平均值在2以下,表明模型不存在严重的多重共线性问题,为后续的回归分析提供了可靠基础。
| Variables | (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | (9) | (10) | (11) | (12) |
| (1) CSI | 1.000 | |||||||||||
| (2) ESGFund | −0.042*** | 1.000 | ||||||||||
| (3) FinBack | −0.023*** | 0.025*** | 1.000 | |||||||||
| (4) Attention | −0.132*** | 0.023*** | 0.044*** | 1.000 | ||||||||
| (5) Size | 0.109*** | 0.150*** | 0.098*** | 0.290*** | 1.000 | |||||||
| (6) Lev | −0.034*** | 0.014*** | 0.062*** | 0.170*** | 0.516*** | 1.000 | ||||||
| (7) ROA | 0.019*** | 0.255*** | −0.011* | −0.047*** | −0.020*** | −0.343*** | 1.000 | |||||
| (8) Indep | 0.049*** | 0.004 | −0.013** | −0.009* | 0.020*** | −0.019*** | −0.006 | 1.000 | ||||
| (9) Mshare | 0.022*** | −0.015*** | −0.075*** | −0.221*** | −0.358*** | −0.349*** | 0.158*** | 0.082*** | 1.000 | |||
| (10) TOP1 | 0.012** | −0.074*** | −0.007 | −0.020*** | 0.184*** | 0.060*** | 0.114*** | 0.053*** | −0.099*** | 1.000 | ||
| (11) SOE | 0.020*** | −0.010* | 0.054*** | 0.199*** | 0.361*** | 0.326*** | −0.119*** | −0.061*** | −0.512*** | 0.207*** | 1.000 | |
| (12) HighTech | −0.079*** | 0.047*** | −0.073*** | −0.056*** | −0.208*** | −0.221*** | 0.050*** | 0.000 | 0.200*** | −0.138*** | −0.223*** | 1.000 |
| 注:***、** 和 * 分别表示在1%、5%和10%的水平上显著。 | ||||||||||||
(二)基准回归结果
表6报告了ESG基金持股与企业社会创新的基准回归结果。第(1)列的结果显示,ESG基金持股的系数为负且在1%的水平上显著,表明ESG基金持股抑制了企业社会创新,支持假设1。第(2)列加入了高管金融背景及其与ESG基金持股的交互项,旨在检验高管金融背景的调节作用。结果显示,高管金融背景的系数在10%的水平上显著为负,说明具有金融背景的高管总体上抑制企业社会创新(但显著性较弱,需结合后续稳健性检验审慎解读);交互项系数为正号,且在5%的水平上显著,表明高管金融背景削弱了ESG基金持股对企业社会创新的抑制作用,支持假设2。第(3)列加入了散户舆论关注及其与ESG基金持股的交互项,旨在检验散户舆论关注的调节作用。然而,结果显示,散户舆论关注对企业社会创新的直接影响并不显著,但交互项系数在5%的水平上显著为负,说明在散户舆论关注较高的企业中,ESG基金持股对社会创新的抑制效应更强,支持了假设3b。
| DV: CSI | (1) | (2) | (3) |
| ESGFund | −0.075*** | −0.164*** | −0.075*** |
| (0.027) | (0.041) | (0.026) | |
| Size | 0.001 | 0.001 | 0.001 |
| (0.004) | (0.004) | (0.004) | |
| Lev | −0.039*** | −0.039*** | −0.039*** |
| (0.014) | (0.014) | (0.014) | |
| ROA | 0.082*** | 0.081*** | 0.082*** |
| (0.023) | (0.023) | (0.023) | |
| Indep | 0.004 | 0.001 | 0.005 |
| (0.039) | (0.039) | (0.039) | |
| Mshare | 0.002 | 0.002 | 0.002 |
| (0.017) | (0.017) | (0.017) | |
| TOP1 | 0.067*** | 0.067*** | 0.069*** |
| (0.025) | (0.025) | (0.025) | |
| SOE | 0.016 | 0.016 | 0.015 |
| (0.010) | (0.010) | (0.010) | |
| HighTech | −0.001 | −0.001 | −0.001 |
| (0.010) | (0.010) | (0.010) | |
| FinBack | −0.006* | ||
| (0.003) | |||
| ESGFund × FinBack | 0.122** | ||
| (0.048) | |||
| Attention | 0.001 | ||
| (0.002) | |||
| ESGFund × Attention | −0.049** | ||
| (0.020) | |||
| Constants | 0.225*** | 0.225*** | 0.224*** |
| (0.081) | (0.081) | (0.081) | |
| N | |||
| R2 | 0.357 | 0.357 | 0.357 |
| 注:括号内为企业层面的聚类稳健标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01。 | |||
(三)稳健性检验
1.工具变量法。为缓解 ESG 基金持股与企业社会创新之间可能存在的反向因果和遗漏变量问题,本文采用工具变量法进行识别。参考徐超等人(2017)的思路,本文选取企业所在省份—行业—年份层面的ESG基金平均持股比例(排除自身)作为ESG基金持股的工具变量。该工具变量的合理性主要体现在以下两个方面。首先,从相关性角度看,ESG基金在中国资本市场中的投资配置具有显著的区域性与行业性特征,受信息获取、研究覆盖和行业适配性等因素影响,同一省份与行业内企业更容易受到相似的ESG投资配置约束。因此,省份—行业层面的ESG基金配置水平能够显著影响单个企业获得ESG基金持股的可能性与持股比例。实证结果亦表明,该工具变量在第一阶段回归中具有显著的解释力。其次,从外生性角度看,省份—行业层面的ESG基金配置偏好主要反映基金端的投资供给结构,而非企业自身的社会创新决策,其对企业社会创新的影响主要通过ESG基金持股这一渠道实现。为降低潜在的内生性风险,本文在工具变量构造中采用“排除自身”(leave-one-out)的方法,并在回归中控制企业固定效应、年份固定效应及一系列企业特征变量,从而有效缓解区域或行业层面不可观测因素的干扰。
基于上述工具变量,本文采用两阶段最小二乘法(2SLS)进行估计(见表7)。第一阶段回归结果显示,工具变量对企业ESG基金持股比例具有显著的正向影响,表明该工具变量具有较强的解释力,不存在明显的弱工具问题。进一步地,本文对工具变量的有效性进行了统计检验。结果显示,Cragg-Donald Wald F统计量显著大于Stock-Yogo弱工具变量检验所对应的临界值,表明所采用的工具变量不存在弱工具变量问题。此外,Anderson LM检验显著拒绝“工具变量识别不足”的原假设,说明模型不存在识别不足问题,所选工具变量对内生解释变量具有较强的解释力。上述检验结果共同表明,本文工具变量设定在统计意义上是有效的,为后续因果推断提供了可靠保障。第二阶段回归结果进一步表明,在利用工具变量净化ESG基金持股的内生性后,ESG基金持股比例的上升会显著降低企业的社会创新水平。该结果表明,即便仅考虑由外生金融配置偏好所引致的ESG基金持股变化,其对企业社会创新的抑制效应也依然存在,从而为本文的核心假设提供了有力的因果支持。
| (1) 第一阶段 |
(2) 第二阶段 |
|
| ESGFund | CSI | |
| ESGFund_IV | 0.127*** | |
| (0.022) | ||
| Instrumented_ESGFund | −0.103** | |
| (0.047) | ||
| Size | 0.000 | −0.001 |
| (0.001) | (0.004) | |
| Lev | 0.015*** | −0.037** |
| (0.005) | (0.015) | |
| ROA | 0.117*** | 0.074*** |
| (0.009) | (0.024) | |
| Indep | 0.011 | 0.027 |
| (0.012) | (0.044) | |
| Mshare | 0.010* | −0.012 |
| (0.006) | (0.017) | |
| TOP1 | −0.035*** | 0.072*** |
| (0.008) | (0.028) | |
| SOE | −0.005 | 0.015 |
| (0.004) | (0.010) | |
| HighTech | 0.003 | 0.003 |
| (0.004) | (0.011) | |
| Constants | 0.019 | 0.253*** |
| (0.030) | (0.089) | |
| N | ||
| 注:括号内为企业层面的聚类稳健标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01。 | ||
2.倾向得分匹配。鉴于企业是否被ESG基金持股并非随机事件,而可能受到企业规模、治理结构、盈利能力、行业属性及地区制度环境等因素影响,因此在基准回归中可能存在由样本自选择导致的内生性问题。为缓解该问题,本文进一步采用倾向得分匹配法(Propensity Score Matching, PSM)对被ESG基金持股企业(处理组)和未被持股企业(对照组)进行配对。具体而言,以企业是否被ESG基金持股(ESGFund)为处理变量,以控制变量的一期滞后值作为匹配依据,并采用1:1最近邻匹配和caliper=0.01的共同支持约束执行匹配。
匹配后的平衡性检验结果显示,处理组与对照组之间的协变量差异显著缩小,匹配后大多数协变量的标准化偏差均降至5%以下,企业特征在两组之间已无法通过线性模型显著区分,伪R2较匹配前显著下降,表明样本在匹配后达到了良好的特征平衡性。换言之,企业是否被ESG基金持股所对应的可观测选择性偏差已被显著削弱。对匹配后样本的回归结果如表8所示,ESG基金持股对企业社会创新的主效应仍然显著为负,说明在缓解自选择偏差后,ESG基金的抑制效应具有稳健性。同时,高管金融背景的调节效应依然与假设2保持一致。相比之下,散户舆论关注的调节效应在匹配后样本中不再符合假设3的预期,且回归系数由基准回归中的负向变为正向,且未达到统计显著水平。这一变化可能源于匹配过程削弱了原样本中“高舆论关注—高金融压力—弱社会创新”企业的权重,使得舆论关注中所包含的声誉监督效应相对增强。换言之,散户舆论关注对社会创新的影响具有明显的情境依赖性,其促进或抑制效应会随企业样本结构、社会关注来源及媒体声量差异而发生方向变化。
| DV: CSI | (1) | (2) | (3) |
| ESGFund | −0.134*** | −0.259*** | −0.137*** |
| (0.044) | (0.063) | (0.046) | |
| Size | −0.007 | −0.007 | −0.008 |
| (0.009) | (0.009) | (0.010) | |
| Lev | −0.095** | −0.095*** | −0.095** |
| (0.037) | (0.037) | (0.037) | |
| ROA | 0.050 | 0.048 | 0.050 |
| (0.064) | (0.064) | (0.064) | |
| Indep | 0.106 | 0.104 | 0.105 |
| (0.100) | (0.100) | (0.100) | |
| Mshare | 0.022 | 0.022 | 0.023 |
| (0.049) | (0.049) | (0.049) | |
| TOP1 | −0.034 | −0.033 | −0.033 |
| (0.058) | (0.058) | (0.058) | |
| SOE | 0.004 | 0.005 | 0.004 |
| (0.033) | (0.033) | (0.033) | |
| HighTech | −0.009 | −0.010 | −0.008 |
| (0.020) | (0.020) | (0.020) | |
| FinBack | −0.004 | ||
| (0.008) | |||
| ESGFund × FinBack | 0.162** | ||
| (0.077) | |||
| Attention | −0.000 | ||
| (0.004) | |||
| ESGFund × Attention | 0.017 | ||
| (0.036) | |||
| Constants | 0.430** | 0.424** | 0.436** |
| (0.211) | (0.211) | (0.212) | |
| N | |||
| R2 | 0.363 | 0.364 | 0.363 |
| 注:括号内为企业层面的聚类稳健标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01。 | |||
3.替换解释变量。从样本描述性统计结果看(见表4),ESG 基金持股比例(ESGFund)呈现明显的长尾型分布:其均值为0.023,中位数接近 0,超过70%的企业年度观察值持股比例低于1%,仅有少数企业持股比例显著偏高,最大值可达0.665。这意味着 ESG 基金在中国上市公司中呈现“低覆盖—高集中”的投资结构:多数企业仅被极少量持股,少数企业获得了集中配置。因此,ESG基金持股比例作为连续变量不仅右偏分布显著,同时存在“零值高度集中+高值稀疏尾部”的典型长尾特征。在此分布条件下,直接使用持股比例进行回归可能会使结果过度受高持股企业影响,从而影响估计系数的稳健性和可解释性。
基于上述分布特征,为检验基准结论是否依赖于极端值样本,本文进一步将解释变量替换为“是否被ESG基金持股”的虚拟变量(ESGFund_dum),以识别ESG基金进入企业股东结构本身的影响效应,而不依赖持股比例的数量强弱。表9报告了替代变量的回归结果,第(1)列显示,在仅考察是否被ESG基金持股的情况下,ESG基金持股依然显著抑制企业社会创新,与基准回归方向与显著性保持一致,说明本文结论不依赖高持股尾部样本,具有分布稳健性。第(2)列显示,高管金融背景的交互效应进一步增强,表明当管理层更强调金融逻辑时,ESG 基金持股的抑制效应更为明显,支持假设2。第(3)列显示,散户舆论关注对社会创新具有正向影响,可能反映了一定的声誉监督效应;但其与ESG基金持股的交互项仍显著为负,说明外部金融逻辑压力在公众关注提升的情境下依然削弱社会创新动机,支持假设3。
| DV: CSI | (1) | (2) | (3) |
| ESGFund_dum | −0.008*** | −0.016*** | −0.007** |
| (0.003) | (0.005) | (0.003) | |
| Size | 0.002 | 0.002 | 0.002 |
| (0.004) | (0.004) | (0.004) | |
| Lev | −0.040*** | −0.041*** | −0.041*** |
| (0.014) | (0.014) | (0.014) | |
| ROA | 0.078*** | 0.078*** | 0.078*** |
| (0.023) | (0.023) | (0.023) | |
| Indep | 0.004 | 0.001 | 0.005 |
| (0.039) | (0.039) | (0.039) | |
| Mshare | 0.003 | 0.002 | 0.004 |
| (0.017) | (0.017) | (0.017) | |
| TOP1 | 0.069*** | 0.069*** | 0.072*** |
| (0.025) | (0.025) | (0.025) | |
| SOE | 0.016 | 0.016* | 0.016 |
| (0.010) | (0.010) | (0.010) | |
| HighTech | −0.001 | −0.001 | −0.001 |
| (0.010) | (0.010) | (0.010) | |
| FinBack | −0.009*** | ||
| (0.004) | |||
| ESGFund_dum × FinBack | 0.011** | ||
| (0.006) | |||
| Attention | 0.003* | ||
| (0.002) | |||
| ESGFund_dum × Attention | −0.007*** | ||
| (0.002) | |||
| Constants | 0.210*** | 0.215*** | 0.213*** |
| (0.081) | (0.081) | (0.081) | |
| N | |||
| R2 | 0.357 | 0.357 | 0.357 |
| 注:括号内为企业层面的聚类稳健标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01。 | |||
4.企业社会创新替代指标。为检验研究结论的稳健性,本文进一步将社会创新的被解释变量替换为基于MD&A部分构建的社会创新指数(CSI_MDA)以及句级语义识别得到的句子数量指标(CSI_Sentence),并重新估计主效应及调节效应模型(见表10)。结果显示,关于 ESG 基金持股的主效应(假设1)以及高管金融背景的调节效应(假设2)在替代指标下依然稳健且与基准回归保持一致,表明上述结论并不依赖于特定的社会创新测量方式。然而,散户舆论关注的调节作用(假设3)在替代指标下未能保持显著性。造成这一变化的原因主要包括两个方面。第一,MD&A部分反映的是企业文本披露中的管理层讨论与分析,其特征通常是更稳定、更偏向战略层面的语言表达。散户舆论关注通常通过短期舆情压力影响企业话语表达与策略调整,但其影响往往具有时效性和波动性。因此,当被解释变量由更宏观的MD&A部分所构建时,这类短期外部舆论压力难以形成稳定的调节效应。第二,句级语义识别指标虽具备更高的识别精度,但同样更敏感于文本层面的具体措辞。当散户舆论关注上升时,企业可能在短期内通过官方微博、公众号等社交媒体进行公关,改变部分表达方式,但并不必然在句级层面系统性地增加或减少社会创新相关表述。总体来看,假设3在替代指标下不显著,并不构成对其理论逻辑的实质性否定,而是反映了不同社会创新度量方式在敏感性上的合理差异。
| DV: CSI_MDA | DV: CSI_Sentence | |||||
| (1) | (2) | (3) | (4) | (5) | (6) | |
| ESGFund | −0.107** | −0.225*** | −0.121*** | −0.895** | −2.007*** | −0.980** |
| (0.047) | (0.072) | (0.046) | (0.385) | (0.672) | (0.386) | |
| Size | −0.003 | −0.003 | −0.001 | 0.296*** | 0.294*** | 0.301*** |
| (0.008) | (0.008) | (0.008) | (0.055) | (0.055) | (0.056) | |
| Lev | −0.036 | −0.036 | −0.038 | −0.276 | −0.271 | −0.273 |
| (0.027) | (0.027) | (0.027) | (0.201) | (0.201) | (0.201) | |
| ROA | 0.049 | 0.049 | 0.053 | 0.871*** | 0.863*** | 0.893*** |
| (0.047) | (0.047) | (0.048) | (0.290) | (0.288) | (0.290) | |
| Indep | 0.103 | 0.101 | 0.105 | −0.409 | −0.404 | −0.379 |
| (0.065) | (0.065) | (0.065) | (0.423) | (0.424) | (0.420) | |
| Mshare | −0.005 | −0.005 | −0.010 | 0.704** | 0.709** | 0.690** |
| (0.035) | (0.034) | (0.034) | (0.289) | (0.289) | (0.288) | |
| TOP1 | 0.099** | 0.099** | 0.088* | −0.230 | −0.223 | −0.265 |
| (0.049) | (0.049) | (0.049) | (0.328) | (0.328) | (0.329) | |
| SOE | 0.030 | 0.031 | 0.031 | 0.211* | 0.217* | 0.218* |
| (0.019) | (0.019) | (0.019) | (0.127) | (0.128) | (0.128) | |
| HighTech | −0.026 | −0.026 | −0.025 | 0.015 | 0.020 | 0.017 |
| (0.020) | (0.020) | (0.020) | (0.193) | (0.192) | (0.192) | |
| FinBack | −0.000 | 0.054 | ||||
| (0.006) | (0.039) | |||||
| ESGFund × FinBack | 0.159* | 1.407* | ||||
| (0.087) | (0.745) | |||||
| Attention | −0.007** | −0.028 | ||||
| (0.003) | (0.020) | |||||
| ESGFund × Attention | −0.054 | 0.327 | ||||
| (0.036) | (0.301) | |||||
| Constants | 0.274* | 0.273* | 0.226 | |||
| (0.162) | (0.162) | (0.162) | ||||
| N | ||||||
| R2 | 0.029 | 0.029 | 0.030 | |||
| 注:括号内为企业层面的聚类稳健标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01。 | ||||||
5.剔除敏感年份。本文进一步剔除2008年和2020年分别发生重大自然灾害和公共卫生事件的特殊年份进行稳健性检验,因为这两起灾害和事件引发了非常规的大规模企业社会责任行动,从而对社会创新指标造成干扰。如表11所示,所有回归结果均与基准回归保持一致,所有假设均得到验证。
| DV: CSI | (1) | (2) | (3) |
| ESGFund | −0.076*** | −0.172*** | −0.074*** |
| (0.026) | (0.040) | (0.026) | |
| Size | 0.001 | 0.001 | 0.001 |
| (0.004) | (0.004) | (0.004) | |
| Lev | −0.030** | −0.031** | −0.031** |
| (0.014) | (0.014) | (0.014) | |
| ROA | 0.077*** | 0.076*** | 0.076*** |
| (0.024) | (0.024) | (0.025) | |
| Indep | −0.010 | −0.013 | −0.010 |
| (0.038) | (0.038) | (0.038) | |
| Mshare | −0.012 | −0.012 | −0.011 |
| (0.017) | (0.017) | (0.017) | |
| TOP1 | 0.067*** | 0.067*** | 0.070*** |
| (0.025) | (0.025) | (0.025) | |
| SOE | 0.014 | 0.015 | 0.014 |
| (0.010) | (0.010) | (0.010) | |
| HighTech | −0.003 | −0.003 | −0.004 |
| (0.009) | (0.009) | (0.009) | |
| FinBack | −0.006* | ||
| (0.003) | |||
| ESGFund × FinBack | 0.132*** | ||
| (0.047) | |||
| Attention | 0.002 | ||
| (0.002) | |||
| ESGFund × Attention | −0.047** | ||
| (0.019) | |||
| Constants | 0.239*** | 0.239*** | 0.244*** |
| (0.078) | (0.078) | (0.078) | |
| N | |||
| R2 | 0.348 | 0.348 | 0.348 |
| 注:括号内为企业层面的聚类稳健标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01。 | |||
综合以上检验结果来看,仅散户舆论关注对企业社会创新的直接效应存在不稳定的情况,主要原因在于散户通过网络社交平台对企业战略行动的影响仍然有限。
五、进一步研究(一)ESG基金持股对企业常规社会行动的影响
前文结果表明ESG基金持股抑制了企业社会创新。为了进一步揭示其作用机制,有必要区分企业在应对ESG基金压力时的不同社会行动路径:一方面,企业可能选择投入成本更高、风险更大且具有不确定性的社会创新活动;另一方面,企业也可能选择成本较低、合规性更强的常规社会行动,如进行简单的慈善捐赠或通过完善ESG披露报告质量而获取更高的ESG评分。如果ESG基金持股确实推动企业更多采取后者而非前者,那么其抑制社会创新的作用机制就能得到进一步的验证。
对此,本文分别检验了ESG基金持股对企业慈善捐赠和ESG得分的影响(见表12)。慈善捐赠是最符合常规社会行动的企业实践之一,其行动模式标准化、可操作性强,但基本不具有创新性。而ESG 评分是第三方评级机构对企业ESG表现的整体评价,其主要依据是企业的ESG信息披露报告,因此能够准确体现企业的社会合规性。数据来源与测量方式上,企业慈善捐赠金额来自CSMAR数据库,并对其进行加1取自然对数处理(LnDonation);企业ESG得分采用华证ESG得分(ESGScore),并包含环境(EnvScore)、社会(SocScore)与治理(GovScore)维度的分项得分。
| (1) | (2) | (3) | (4) | (5) | |
| LnDonation | ESGScore | EnvScore | SocScore | GovScore | |
| ESGFund | 2.084*** | 0.419 | 0.731 | 4.185*** | −0.835 |
| (0.604) | (0.583) | (0.892) | (1.231) | (0.754) | |
| Size | 1.657*** | 0.775*** | 1.172*** | 1.188*** | 0.264** |
| (0.103) | (0.095) | (0.141) | (0.180) | (0.132) | |
| Lev | −0.314 | −2.492*** | −0.287 | 1.996*** | −6.664*** |
| (0.398) | (0.351) | (0.488) | (0.671) | (0.515) | |
| ROA | 5.250*** | 11.929*** | −0.894 | 13.677*** | 19.556*** |
| (0.699) | (0.693) | (0.897) | (1.161) | (1.119) | |
| Indep | −0.677 | 3.301*** | −0.709 | −0.656 | 8.035*** |
| (0.933) | (0.894) | (1.303) | (1.684) | (1.209) | |
| Mshare | 1.025** | 1.260** | −0.482 | 1.909** | 2.279*** |
| (0.512) | (0.521) | (0.741) | (0.813) | (0.752) | |
| TOP1 | 0.041 | 0.359 | 0.503 | −1.592 | 1.883** |
| (0.669) | (0.591) | (0.836) | (1.125) | (0.830) | |
| SOE | −0.824*** | 0.722*** | 0.084 | 0.442 | 1.181*** |
| (0.266) | (0.245) | (0.370) | (0.462) | (0.350) | |
| HighTech | −0.108 | −0.006 | 0.189 | 0.108 | −0.029 |
| (0.303) | (0.245) | (0.420) | (0.443) | (0.389) | |
| Constants | −26.864*** | 55.619*** | 33.199*** | 44.661*** | 74.641*** |
| (2.225) | (2.046) | (3.047) | (3.873) | (2.788) | |
| N | |||||
| R2 | 0.081 | 0.050 | 0.090 | 0.091 | 0.152 |
| 注:括号内为企业层面的聚类稳健标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01。 | |||||
结果表明,ESG 基金持股显著提升了企业慈善捐赠水平,并在ESG评分中对社会责任维度得分具有显著正向作用,但对ESG总得分、环境、治理维度不存在显著影响。这表明ESG基金确实促使企业在常规社会行动上更为积极,以满足外部评价和规范性要求,而非推动其开展高风险、高不确定性的社会创新。
(二)基于区域层面制度逻辑的异质性分析
在前述分析中,本文主要从组织及其与外部行动者互动的视角展开,论证了ESG基金持股对企业社会创新的抑制效应。然而,这一影响在不同制度逻辑主导的区域可能存在显著差异。原因在于,经过认同与社会化过程深植于特定制度逻辑的组织与个体,更倾向于在行动中调用与该逻辑相契合的知识体系与认知框架(Thornton等,2012)。既有研究亦多次证实,区域制度逻辑能够显著调节行动者的行为结果(例如,York等,2018;Yan,2020)。基于此,本文以省域作为区域制度逻辑的划分单元,首先检验企业与ESG基金互动场域中主要制度逻辑类别——市场逻辑、社会福利逻辑、金融逻辑——的影响作用;其次,考虑到中国政府在推动ESG发展和增进社会福祉中所发挥的关键作用(Yan和Ferraro,2016),进一步检验区域政府逻辑的影响作用。政府逻辑旨在通过法律法规等规制性手段维持稳定与促进发展(Greenwood等,2010),可能与金融机构和企业在社会问题治理领域存在互补或竞争关系(Yan等,2021)。
一是市场逻辑(MarLogic),参考He等(2022)的做法,采用中国各省份市场化指数(樊纲等,2011)来衡量。二是社会福利逻辑(SocLogic),采取各省份志愿者项目数量加1取自然对数来衡量。该数据收集自中国青年志愿者网站,首先获取“志愿项目”栏目中所有志愿者项目信息,包括关爱行动、西部计划、阳光行动、海外计划、暖冬行动、节水护水行动6个项目类型;
表13中的结果显示,区域层面的市场逻辑与金融逻辑均显著促进企业社会创新,而社会福利逻辑却呈现显著的负向作用,这反映出“挤出效应”的存在。在社会福利逻辑较强的地区,志愿服务等社会责任活动高度制度化和常规化,企业可以通过参与既有的公益项目获得合法性和声誉,从而降低了在社会创新上投入资源的必要性,挤占了企业通过市场逻辑自主推动社会创新的空间。相比之下,市场逻辑与金融逻辑所代表的市场成熟度与金融支持环境,则为企业提供了竞争优势与融资便利,使其更有动力通过社会创新实现战略转型。值得注意的是,政府逻辑虽未直接影响企业社会创新,但其与ESG基金的交互效应显著为负,说明在政府干预较强的地区,企业更倾向于采取合规性应对而非创新性行动,从而进一步强化了ESG基金对社会创新的抑制作用。这些结果表明,只有当市场环境足够发育,企业才会基于战略转型的需要主动开展社会创新,而并非单纯出于外部压力的被动回应。
| (1) | (2) | (3) | (4) | |
| ESGFund | −0.058** | −0.066** | −0.074*** | −0.093*** |
| (0.027) | (0.027) | (0.028) | (0.027) | |
| Size | 0.001 | 0.001 | 0.001 | 0.001 |
| (0.004) | (0.004) | (0.004) | (0.004) | |
| Lev | −0.039*** | −0.041*** | −0.038*** | −0.039*** |
| (0.014) | (0.014) | (0.014) | (0.014) | |
| ROA | 0.079*** | 0.081*** | 0.080*** | 0.083*** |
| (0.023) | (0.023) | (0.023) | (0.023) | |
| Indep | 0.004 | 0.009 | 0.004 | 0.005 |
| (0.039) | (0.039) | (0.039) | (0.039) | |
| Mshare | 0.002 | −0.000 | −0.001 | 0.002 |
| (0.017) | (0.017) | (0.017) | (0.017) | |
| TOP1 | 0.066*** | 0.070*** | 0.065*** | 0.067*** |
| (0.025) | (0.026) | (0.025) | (0.025) | |
| SOE | 0.016 | 0.015 | 0.016 | 0.015 |
| (0.010) | (0.010) | (0.010) | (0.010) | |
| HighTech | −0.001 | 0.001 | −0.000 | −0.001 |
| (0.010) | (0.010) | (0.010) | (0.010) | |
| MarLogic | 0.017*** | |||
| (0.004) | ||||
| ESGFund × MarLogic | 0.037*** | |||
| (0.014) | ||||
| SocLogic | −0.003*** | |||
| (0.001) | ||||
| ESGFund × SocLogic | 0.003 | |||
| (0.007) | ||||
| FinLogic | 0.053*** | |||
| (0.015) | ||||
| ESGFund × FinLogic | 0.013 | |||
| (0.053) | ||||
| GovLogic | 0.063 | |||
| (0.074) | ||||
| ESGFund × GovLogic | −1.330*** | |||
| (0.482) | ||||
| Constants | 0.262*** | 0.208** | 0.257*** | 0.225*** |
| (0.081) | (0.082) | (0.082) | (0.081) | |
| N | ||||
| R2 | 0.358 | 0.356 | 0.358 | 0.357 |
| 注:括号内为企业层面的聚类稳健标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01。 | ||||
(一)研究结论
基于对企业社会创新响应策略的分析,研究发现ESG基金持股对企业社会创新具有抑制作用。这一结果可以通过制度逻辑理论的能动视角来解释:市场逻辑主导的企业在应对来自ESG基金相互冲突的社会福利逻辑时,倾向于将其转化为提升效率、利润与竞争优势的工具,从而不太可能选择需要持续投入且收益不确定性较高的社会创新活动。同时,作为企业内外部金融逻辑表征的高管金融背景和散户舆论关注,对上述影响起到关键的调节作用:尽管企业高管的金融背景对社会创新水平存在直接的负面影响,但由于其具有金融相关的专业知识,以及对风险承担的更高接受度,反而会削弱ESG基金持股对企业社会创新的抑制作用;相比之下,散户投资者大多并不具备系统化的金融专业知识,其舆论关注主要对企业施加外部金融逻辑压力,虽然并未发现对于企业社会创新的直接影响,但由于其导致高管更加短视,从而强化了ESG基金持股对企业社会创新的抑制作用。通过替换自变量、替换因变量和剔除敏感年份的稳健性检验后,上述结论依然成立。
进一步研究表明,ESG基金持股能够促进企业慈善捐赠行为、提升ESG得分中的社会维度得分,从而更有力地验证了ESG基金持股抑制企业社会创新的作用机制,即常规社会行动的挤出效应。最后,研究基于区域层面制度逻辑展开了异质性分析,发现只有市场逻辑能够削弱ESG基金持股对企业社会创新的负面影响,而政府逻辑加强了该影响;市场逻辑和金融逻辑均能够直接促进当地的企业开展社会创新,而社会福利逻辑反而存在抑制作用,这表明不同主体在参与社会治理方面存在明显的“挤出效应”。
(二)理论贡献
首先,本文从两个方面丰富了企业社会创新研究。一方面,本文通过机器学习方法对企业年报进行文本分析,构建企业社会创新指标,为微观层面的社会创新研究提供了可复制的测度工具。另一方面,本文将ESG基金纳入社会创新的组织间关系框架,弥补了既有研究过度聚焦公共部门(Arslan等,2024)、社会企业(Pillai等,2024)与社区合作(Nwoba等,2024;Xiao等,2024),而忽视投资者这一关键行动主体的不足。这种理论倾斜与传统创新研究中高度关注投资者与企业关系(例如,Pahnke等,2015;陈思等,2017)形成鲜明对比,其主要原因在于主流金融投资机构对财务回报的核心追求。在ESG投资理念兴起背景下,投资者是否能够有效促进企业社会创新成为重要议题。尽管本文发现,ESG基金并未直接推动社会创新,但在高管金融背景与市场成熟度较高情境下,其抑制效应有所缓解,从而揭示了一条潜在的制度调适路径。
其次,本文拓展了混合金融实践在组织层面的作用研究。既有文献普遍强调绿色投资(Yan等,2021)、影响力投资(Boulongne等,2024)及ESG基金(蔡贵龙和张亚楠,2023;李志辉等,2025)对企业绩效与责任表现的促进作用,但较少探讨其实现机制:企业究竟是依赖程序化的合规行为,还是通过创造性地提出社会问题解决方案来实现改进?本文将企业社会行动区分为社会创新与常规社会行动,并实证检验混合金融压力下企业的策略选择,发现企业更倾向于通过常规社会行动回应外部压力。这一发现深化了对“商业向善”实现路径的理解。
最后,本文通过考察企业在应对 ESG 基金压力时如何选择社会创新策略,拓展了制度逻辑理论中关于制度复杂性与组织战略响应的相关研究。自Greenwood等(2011)提出“制度复杂性”概念以来,组织如何在多重且相互冲突的制度逻辑中做出反应,已成为该领域的重要议题(例如,Schuessler等,2023)。尽管部分学者尝试从制度逻辑视角探讨组织间关系的建立,并将其视为制度逻辑发挥作用的渠道(Pahnke等,2015;邱姝敏等,2023),但相关研究多将焦点组织描绘为外部制度逻辑塑造下的被动接收者,而较少关注其在回应过程中所展现的能动性。这一研究缺口根源于制度逻辑理论内部的两种对立取向:其一,结构视角强调制度逻辑对个体与组织行为的约束性作用;其二,能动视角则强调行动者能够在制度压力下做出自主选择(Wu等,2023)。本文立足于能动视角,揭示了企业在ESG基金的外部制度逻辑压力下,何以更倾向于采取常规社会行动而非社会创新,从而丰富了制度逻辑理论对组织战略响应机制的理解。
(三)实践启示
在全球社会问题日益复杂的背景下,ESG投资被视为引导商业力量参与社会治理的重要工具。尽管不少研究揭示了ESG基金及其持股企业中存在的“漂绿”行为(Kim和Yoon,2023),但总体支持ESG基金所产生的积极作用(蔡贵龙和张亚楠,2023;李志辉等,2025;Yan等,2021)。本文发现,ESG基金虽能提升企业整体社会责任表现,但未必能够直接激发社会创新。这一结果表明,仅依赖资本市场压力难以自动实现“商业向善”,还需制度与治理层面的协同支持。
对于公募ESG基金管理者,研究发现其持股行为往往促使企业偏向低成本、可量化的常规社会行动,而不利于社会创新的战略性投入。建议基金管理者在产品设计与市场传导中需更加重视社会创新的激励。具体而言,可通过优化基金评价与披露标准,将社会创新纳入考核维度,减少企业“以合规替代创新”的动机。同时,公募基金虽无法与企业直接签订契约,但可通过股东投票、议案建言、研究报告及与第三方评级机构合作,间接施加治理与声誉压力,从而推动企业在战略层面关注社会创新。
对于企业管理者,在资本市场逻辑与社会福利逻辑冲突的情境下,企业往往倾向于以慈善捐赠、信息披露等常规行动满足外部要求。然而,过度依赖此类路径可能挤占社会创新的资源与动力。研究也显示,高管金融背景虽总体上弱化了社会创新,但其专业知识与风险容忍度能够缓解ESG基金持股的抑制效应。因此,企业应构建兼具金融专长与社会使命导向的高管团队,并在战略上将社会创新与长期竞争优势相结合,以避免被动回应外部逻辑压力。
对于政策制定者,区域制度逻辑的差异对企业社会创新影响显著。市场逻辑与金融逻辑可提供积极的外部环境,政府逻辑和社会福利逻辑可能产生挤出效应。政策制定者在推动ESG发展时,应更多依赖市场化与金融化手段,通过完善资本支持和制度供给,为企业社会创新提供资源与激励。同时,应避免过度行政化的硬性要求,使企业流于合规应对。通过营造竞争压力、融资便利与社会创新生态并存的环境,政府才能真正激发企业的战略性社会创新动能。
(四)未来研究展望
尽管本文在理论与实证层面均作出了有益探索,但仍存在若干不足,为后续研究提供了拓展空间。首先,本文基于中国资本市场的实证分析揭示了ESG基金与企业社会创新之间的关系,但社会创新作为一种跨区域、跨文化的现象,其驱动机制可能因制度环境差异而呈现不同模式。未来研究可在跨国样本或多元制度背景下展开比较,以进一步检验结论的普适性。其次,本文主要从制度逻辑理论的能动视角切入,论证了ESG基金持股对企业社会创新的抑制效应,但仍不足以全面揭示企业在多重制度逻辑交织下的应对机制。未来研究可结合质性方法,如案例研究与过程追踪,更细致地呈现社会创新的组织逻辑与动态演化。最后,本文聚焦于上市公司及其应对外部ESG基金压力的社会创新策略,而对中小企业的情境关注不足。未来研究可转向制度逻辑的结构视角,探讨外部投资者在不同类型企业中如何影响社会创新路径。尽管已有文献分析了投资者对企业技术或商业创新的作用(Pahnke等,2015),以及对学术衍生企业技术市场化的影响(邱姝敏等,2023),但鉴于社会创新的独特性,仍有必要展开进一步的深入探讨。
| [1] | 蔡贵龙, 张亚楠. 基金ESG投资承诺效应——来自公募基金签署PRI的准自然实验[J]. 经济研究, 2023, 58(12): 22–40. |
| [2] | 陈思, 何文龙, 张然. 风险投资与企业创新: 影响和潜在机制[J]. 管理世界, 2017(1): 158–169. |
| [3] | 杜勇, 谢瑾, 陈建英. CEO金融背景与实体企业金融化[J]. 中国工业经济, 2019(5): 136–154. |
| [4] | 高腾飞, 陶秋燕, 孙世强. 企业社会创新: 概念特征、内涵要素与理论溯源[J]. 重庆社会科学, 2023(5): 103–117. |
| [5] | 郭欣宇, 吴建祖, 陶克涛, 等. ESG投资者参与会提高企业可持续发展绩效吗?——来自中国上市公司的证据[J]. 南开管理评论, 2026, 29(3): 40–52. |
| [6] | 胡国强, 侯聪聪, 孙文祥, 等. “防微杜渐”还是“推波助澜”? 散户“在线发声”与企业策略性创新信息披露[J]. 南开管理评论, 2025, 28(10): 76–87. |
| [7] | 纪光欣, 岳琳琳. 德鲁克社会创新思想及其价值探析[J]. 外国经济与管理, 2012, 34(9): 1–6. |
| [8] | 江轩宇, 朱琳, 伊志宏. 网络舆论关注与企业创新[J]. 经济学(季刊), 2021, 21(1): 113–134. |
| [9] | 刘德鹏, 贾良定, 刘畅唱, 等. 从自利到德行: 商业组织的制度逻辑变革研究[J]. 管理世界, 2017(11): 94–111. |
| [10] | 刘志阳, 刘建一, 郑若愚. 大模型经济: 多重制度逻辑作用的集成主权经济[J]. 学术月刊, 2025, 57(12): 50–65. |
| [11] | 刘志阳, 赵陈芳, 邱振宇. 突发公共事件下的数字社会创新机制与模式——基于资源编排理论的视角[J]. 管理工程学报, 2023, 37(6): 32–45. |
| [12] | 刘志阳, 郑若愚. AI时代的社会创新理论[J]. 研究与发展管理, 2024, 36(2): 1–10. |
| [13] | 邱姝敏, 高雨辰, 柳卸林, 等. 外部企业股东与学术衍生企业的技术市场化: 基于制度逻辑视角[J]. 管理世界, 2023, 39(12): 185–200. |
| [14] | 陶秋燕, 高腾飞. 社会创新: 源起、研究脉络与理论框架[J]. 外国经济与管理, 2019, 41(6): 85–104. |
| [15] | 王涛, 罗开帆, 于超. 制度复杂性下的企业ESG实践: 研究综述与展望[J]. 外国经济与管理, 2025, 47(4): 21–39. |
| [16] | 吴非, 胡慧芷, 林慧妍, 等. 企业数字化转型与资本市场表现——来自股票流动性的经验证据[J]. 管理世界, 2021, 37(7): 130–144. |
| [17] | 肖红军, 阳镇. 新中国70年企业与社会关系演变: 进程、逻辑与前景[J]. 改革, 2019(6): 5–19. |
| [18] | 徐超, 吴玲萍, 孙文平. 外出务工经历、社会资本与返乡农民工创业——来自CHIPS数据的证据[J]. 财经研究, 2017, 43(12): 30–44. |
| [19] | 杨国超, 刘绍庆, 潘扬. 企业ESG“漂绿”行为研究: 表现形式、行为动机与治理机制[J]. 外国经济与管理, 2026, 48(4): 3–22. |
| [20] | 姚加权, 张锟澎, 郭李鹏, 等. 人工智能如何提升企业生产效率?——基于劳动力技能结构调整的视角[J]. 管理世界, 2024, 40(2): 101–116,133. |
| [21] | Adomako S, Tran M D. Local embeddedness, and corporate social performance: The mediating role of social innovation orientation[J]. Corporate Social Responsibility and Environmental Management, 2022, 29(2): 329–338. |
| [22] | Alonso-Martínez D, González-Álvarez N, Nieto M. The influence of financial performance on corporate social innovation[J]. Corporate Social Responsibility and Environmental Management, 2019, 26(4): 859–871. |
| [23] | Amel-Zadeh A, Serafeim G. Why and how investors use ESG information: Evidence from a global survey[J]. Financial Analysts Journal, 2018, 74(3): 87–103. |
| [24] | Arslan B, Vasudeva G, Hirsch E B. Public-private and private-private collaboration as pathways for socially beneficial innovation: Evidence from antimicrobial drug development tasks[J]. Academy of Management Journal, 2024, 62(2): 554–582. |
| [25] | Barber B M, Morse A, Yasuda A. Impact investing[J]. Journal of Financial Economics, 2021, 139(1): 162–185. |
| [26] | Battilana J, Lee M. Advancing research on hybrid organizing–insights from the study of social enterprises[J]. Academy of Management Annals, 2014, 8(1): 397–441. |
| [27] | Battilana J, Sengul M, Pache A C, et al. Harnessing productive tensions in hybrid organizations: The case of work integration social enterprises[J]. Academy of Management Journal, 2015, 58(6): 1658–1685. |
| [28] | Beckman C M, Rosen J, Estrada-Miller J, et al. The social innovation trap: Critical insights into an emerging field[J]. Academy of Management Annals, 2023, 17(2): 684–709. |
| [29] | Berk J B, van Binsbergen J H. The impact of impact investing[J]. Journal of Financial Economics, 2025, 164: 103972. |
| [30] | Besharov M L, Smith W K. Multiple institutional logics in organizations: Explaining their varied nature and implications[J]. Academy of Management Review, 2014, 39(3): 364–381. |
| [31] | Boulongne R, Durand R, Flammer C. Impact investing in disadvantaged urban areas[J]. Strategic Management Journal, 2024, 45(2): 238–271. |
| [32] | Candi M, Melia M, Colurcio M. Two birds with one stone: The quest for addressing both business goals and social needs with innovation[J]. Journal of Business Ethics, 2019, 160(4): 1019–1033. |
| [33] | Cao Q L, Ju M, Li J L, et al. Managerial myopia and long-term investment: Evidence from China[J]. Sustainability, 2023, 15(1): 708. |
| [34] | Carberry E J, Bharati P, Levy D L, et al. Social movements as catalysts for corporate social innovation: Environmental activism and the adoption of green information systems[J]. Business & Society, 2019, 58(5): 1083–1127. |
| [35] | Casasnovas G, Jones J. Who has a seat at the table in impact investing? Addressing inequality by giving voice[J]. Journal of Business Ethics, 2022, 179(4): 951–969. |
| [36] | Cerqueti R, Ciciretti R, Dalò A, et al. ESG investing: A chance to reduce systemic risk[J]. Journal of Financial Stability, 2021, 54: 100887. |
| [37] | Dyck A, Lins K V, Roth L, et al. Do institutional investors drive corporate social responsibility? International evidence[J]. Journal of Financial Economics, 2019, 131(3): 693–714. |
| [38] | Fu J S, Yan S P. Institutional complexity and social innovation: The case of Chinese social enterprises[J]. Voluntas: International Journal of Voluntary and Nonprofit Organizations, 2025, 36(1): 85–97. |
| [39] | Gautier A, Pache A C, Santos F. Making sense of hybrid practices: The role of individual adherence to institutional logics in impact investing[J]. Organization Studies, 2023, 44(9): 1385–1412. |
| [40] | Geczy C, Jeffers J S, Musto D K, et al. Contracts with (social) benefits: The implementation of impact investing[J]. Journal of Financial Economics, 2021, 142(2): 697–718. |
| [41] | Goodman J, Halme M, Juntunen J K. Sustainability-oriented innovation for system-level impact[J]. Academy of Management Discoveries, 2026, 12(1): 136–162. |
| [42] | Greenwood R, Díaz A M, Li S X, et al. The multiplicity of institutional logics and the heterogeneity of organizational responses[J]. Organization Science, 2010, 21(2): 521–539. |
| [43] | Gupta D, Kopytov A, Starmans J. The pace of change: Socially responsible investing in private markets[J]. The Review of Financial Studies, 2026, 39(1): 30–78. |
| [44] | He X M, Cui L, Meyer K E. How state and market logics influence firm strategy from within and outside? Evidence from Chinese financial intermediary firms[J]. Asia Pacific Journal of Management, 2022, 39(2): 587–614. |
| [45] | Hehenberger L, Mair J, Metz A. The assembly of a field ideology: An idea-centric perspective on systemic power in impact investing[J]. Academy of Management Journal, 2019, 62(6): 1672–1704. |
| [46] | Hockerts K, Hehenberger L, Schaltegger S, et al. Defining and conceptualizing impact investing: Attractive nuisance or catalyst?[J]. Journal of Business Ethics, 2022, 179(4): 937–950. |
| [47] | Jay J. Navigating paradox as a mechanism of change and innovation in hybrid organizations[J]. Academy of Management Journal, 2013, 56(1): 137–159. |
| [48] | Karwowski M, Raulinajtys-Grzybek M. The application of corporate social responsibility (CSR) actions for mitigation of environmental, social, corporate governance (ESG) and reputational risk in integrated reports[J]. Corporate Social Responsibility and Environmental Management, 2021, 28(4): 1270–1284. |
| [49] | Khan H, Amankwah-Amoah J, Lee R, et al. Breaking barriers: How do the marketing capabilities of emerging-market micro-multinationals drive social innovation?[J]. Management International Review, 2024, 64(4): 701–726. |
| [50] | Kim S, Schifeling T. Good corp, bad corp, and the rise of B corps: How market incumbents’ diverse responses reinvigorate challengers[J]. Administrative Science Quarterly, 2022, 67(3): 674–720. |
| [51] | Kim S, Yoon A. Analyzing active fund managers’ commitment to ESG: Evidence from the United Nations principles for responsible investment[J]. Management Science, 2023, 69(2): 741–758. |
| [52] | Kräussl R, Oladiran T, Stefanova D. A review on ESG investing: Investors’ expectations, beliefs and perceptions[J]. Journal of Economic Surveys, 2024, 38(2): 476–502. |
| [53] | Lowry M, Wang P L, Wei K D. Are all ESG funds created equal? Only some funds are committed[J]. The Review of Financial Studies, 2026, 39(1): 79–113. |
| [54] | Marti E, Fuchs M, DesJardine M R, et al. The impact of sustainable investing: A multidisciplinary review[J]. Journal of Management Studies, 2024, 61(5): 2181–2211. |
| [55] | Nwoba A C, Kusi S, Adebajo A, et al. MNCs’ corporate social innovation in emerging markets: Antecedents, outcomes, and boundary conditions[J]. Management International Review, 2024, 64(3): 365–396. |
| [56] | Pache A C, Santos F. Inside the hybrid organization: Selective coupling as a response to competing institutional logics[J]. Academy of Management Journal, 2013, 56(4): 972–1001. |
| [57] | Pillai K G, Nair S R, Zahoor N, et al. Driving social innovation in bottom-of-the-pyramid markets through international social alliances: The role of legitimacy[J]. Management International Review, 2024, 64(3): 567–595. |
| [58] | Reay T, Hinings C R. Managing the rivalry of competing institutional logics[J]. Organization Studies, 2009, 30(6): 629–652. |
| [59] | Rousselière D, Bouchard M J, Rousselière S. How does the social economy contribute to social and environmental innovation? Evidence of direct and indirect effects from a European survey[J]. Research Policy, 2024, 53(5): 104991. |
| [60] | Saka-Helmhout A, Álamos-Concha P, Polo-Barceló C, et al. Corporate social innovation by multinationals: A framework for future research[J]. International Business Review, 2024, 33(5): 102273. |
| [61] | Saka-Helmhout A, Chappin M M H, Rodrigues S B. Corporate social innovation in developing countries[J]. Journal of Business Ethics, 2022, 181(3): 589–605. |
| [62] | Schuessler E S, Lohmeyer N, Ashwin S. “We can’t compete on human rights”: Creating market-protected spaces to institutionalize the emerging logic of responsible management[J]. Academy of Management Journal, 2023, 66(4): 1071–1101. |
| [63] | Smets M, Jarzabkowski P, Burke G T, et al. Reinsurance trading in Lloyd’s of London: Balancing conflicting-yet-complementary logics in practice[J]. Academy of Management Journal, 2015, 58(3): 932–970. |
| [64] | Tabares S, Dionisio M, Parida V. Leveraging corporate social innovation by hybrid organizations: A strategic perspective from B corps in Latin America[J]. Journal of Business Research, 2025, 186: 114945. |
| [65] | van Wijk J, Zietsma C, Dorado S, et al. Social innovation: Integrating micro, meso, and macro level insights from institutional theory[J]. Business & Society, 2019, 58(5): 887–918. |
| [66] | Wagner M. Corporate social performance and innovation with high social benefits: A quantitative analysis[J]. Journal of Business Ethics, 2010, 94(4): 581–594. |
| [67] | Wei D L, Luo C H, Lu J J. CEOs with a financial background and corporate risk-taking[J]. Journal of International Financial Management & Accounting, 2025, 36(2): 266–291. |
| [68] | Wu X J, Tan X X, Wang X Q. The institutional logics perspective in management and organizational studies[J]. Journal of Business Research, 2023, 167: 114183. |
| [69] | Xiao S F, Roh T, Ghauri P N, et al. MNCs’ social innovation in emerging markets: A stakeholder perspective[J]. Management International Review, 2024, 64(4): 633–670. |
| [70] | Yan J, Gu X, Xie Z T. CEO cultural and financial backgrounds and corporate innovation[J]. Finance Research Letters, 2024, 66: 105670. |
| [71] | Yan S P, Almandoz J, Ferraro F. The impact of logic (in)compatibility: Green investing, state policy, and corporate environmental performance[J]. Administrative Science Quarterly, 2021, 66(4): 903–944. |
| [72] | Zhao E Y, Lounsbury M. An institutional logics approach to social entrepreneurship: Market logic, religious diversity, and resource acquisition by microfinance organizations[J]. Journal of Business Venturing, 2016, 31(6): 643–662. |