
从“十四五”时期中国ESG(环境、社会与治理)实践的快速发展到“十五五”时期的全面绿色转型和可持续发展战略部署,中国ESG实践正在从“合规管理”向“价值创造”转型,实现环境、社会与治理三方面的综合效益提升,可持续发展理念成为全社会共识。政府、资本市场投资者、社会公众对ESG的日益关注,激发了企业管理层提高ESG表现的动机。通过积极履行ESG责任,不仅可以提升企业的形象和声誉,还能吸引更多的投资和消费者。尽管ESG对于社会整体福祉和企业长远发展至关重要,但由于其具有外部性,可能带来额外成本,有些企业管理层缺乏践行ESG的动力,而合理的薪酬契约设计则成为激励管理层履行ESG责任的关键。
根据企业行为理论(BTOF),企业是一个由多元利益群体(股东、管理者、员工、社会公众等)组成的联合体,由于认知局限和环境不确定性,企业无法实现绝对最优决策,而是追求满意解,其核心机制是绩效反馈(Cyert和March,1963):当实际绩效低于管理层设定的期望水平(如历史绩效、同行绩效)时,组织会触发问题搜索机制,倾向于寻求变革和创新;反之,若绩效高于期望水平,组织则倾向于维持现状。企业行为理论揭示了企业行为并非源于对风险的理性计算,而是源于应对绩效落差时的反应行为。行为代理模型(BAM)整合了委托代理理论与企业行为理论的观点。传统代理理论认为管理者是风险厌恶的,其薪酬结构是解决委托代理问题的核心工具。行为代理模型则对此进行了修正,认为管理者的风险偏好取决于问题处境,即当前财富水平相对于参照点的位置。当管理者的当前财富或预期收益低于参照点时,处于损失框架中,表现出机会寻求,以挽回损失;当管理者的当前收益高于参照点时,处于收益框架中,为了保护既有收益,倾向于规避风险,表现出风险厌恶。薪酬结构不仅影响利益一致性,更直接影响管理者对得失的感知(Wiseman和Gomez-Mejia,1998)。
行为代理模型是企业行为理论在管理者个体层面的深化与微观机制分析,企业行为理论强调组织期望水平作为决策参照点;行为代理模型强调管理者个人收益与职业安全作为参照点(Hoskisson等,2017;贺小刚等,2022)。管理层的行为决策不仅与自身绝对薪酬水平有关,而且存在参照点依赖(行业差距影响)。受到有限理性以及其他心理因素影响,管理层通常会依赖薪酬参照点进行决策(Kahneman和Tversky,1979;Tsang等,2023)。由于信息不对称和注意力有限,行业平均表现为薪酬激励设计提供了重要的外部参照(Xu等,2019)。现有研究从不同角度提供了管理层薪酬参照点影响其行为的证据。当管理层薪酬高于参照点水平时,管理层将产生互惠心理,采取提升业绩等回馈行为(Cohn等,2015);而当其薪酬低于参照点水平时,可能导致激励不足,削弱其努力水平,甚至采取损害企业长期发展的行为以获取补偿(姜富伟等,2023)。企业ESG目标基于长期价值导向,当薪酬低于参照点时,管理层可能会感知到问题,触发问题驱动搜寻机制,进行就近的针对性搜索,旨在快速解决问题,例如提升短期财务业绩而导致ESG表现不佳。现有研究中更多关注薪酬低于参照点的影响,如诱发管理层攀比心理(Coles等,2018)和引发风险行为(朱沛华等,2024)等,而相对忽视了薪酬优势的积极治理效果。
本文关注薪酬激励高于外部参照点的情境,旨在揭示薪酬激励的非对称性与情境依赖性,探究管理层薪酬激励行业参照对企业ESG表现的影响及其作用机制,边际贡献在于:一是现有文献主要探究公司特征(Thorne等,2014)、管理层特征(姜富伟等,2024)、外部治理因素(Kordsachia等,2022)、静态的绝对激励(魏宇琦和高锦萍,2025)对企业ESG表现的影响,尚未关注相对薪酬优势对企业ESG表现的影响。本文通过深入分析管理层薪酬激励行业参照与企业ESG表现之间的关系,为理解企业ESG表现的影响因素提供了新的视角。第二,已有研究认为,管理层薪酬高于参照点时可以提高公司绩效(黎文靖等,2014)、增加创新投入和提高创新质量(栾甫贵和纪亚方,2020)等,本文从外部关注的视角探讨了管理层薪酬参照影响ESG表现的作用机制,发现外部关注是影响企业ESG表现的重要机制之一,丰富了这一领域的研究。第三,现有研究主要关注管理层激励对企业创新投入等经济指标的影响,而对于其在企业行为失真方面的影响较少关注。本文进一步研究企业ESG表现的脱耦现象,并侧重于关注企业ESG的真实表现,为管理层激励与企业ESG关系的研究提供了新的解释。
二、文献与理论假设现有关于企业ESG表现影响因素的研究,主要围绕企业所处外部环境和自身特征两大维度展开,形成了较为丰富的研究成果(Kannenberg和Schreck,2019;Kordsachia等,2022;王海军等,2023)。考虑到企业ESG表现本质上是管理层战略决策的最终结果,在研究ESG表现的影响因素时也应当关注管理层的个体行为逻辑,揭示其中的内在驱动机制。传统委托代理理论多聚焦于管理层绝对薪酬水平的激励驱动效应,但并未形成一致性结论。一些学者认为薪酬激励能够实现管理层与股东利益的协同,促进企业ESG表现(Barnea和Rubin,2010;Flammer,2015)。另外一些学者则发现薪酬激励并未促进企业的ESG表现(Berman等,1999;魏宇琦和高锦萍,2026)。不同结论出现的主要原因在于忽视了管理层的有限理性带来的差异化激励效果。而企业行为理论和行为代理模型则为更加客观地深入分析管理层的决策行为提供了新的理论视角(贺小刚等,2016)。Cyert和March(1963)在企业行为理论(BTOF)中明确提出,决策者会基于行业平均水平、历史业绩等可观测标尺设定期望参照点,并根据实际结果与参照点的差距调整决策行为;而行为代理模型(BAM)则进一步发展了企业行为理论,强调管理者的决策逻辑是以个人财富与职业安全作为参照点而展开,而非单纯的企业绩效(Wiseman和Gomez-Mejia,1998;贺小刚等,2022)。由于信息不对称和注意力有限,行业平均表现为薪酬激励设计提供了重要的外部参照(Xu等,2019)。已有研究虽然探究了薪酬参照对企业行为的影响,但大多关注薪酬落差(徐细雄和谭瑾,2014;姜富伟等,2023)而相对忽视了管理层薪酬参照优势的积极治理效果。基于此,本文在已有研究的基础上,将进一步考虑薪酬参照优势的积极治理效果,探究管理层薪酬激励行业参照对企业ESG表现的影响。
一. 管理层薪酬激励行业参照与企业ESG表现根据企业行为理论,由于认知局限和环境不确定性,企业无法实现最优决策,而是根据参照点追求满意解,其核心机制是绩效反馈。若绩效高于参照点,组织倾向于维持现状(Cyert和March,1963;贺小刚等,2016)。而管理层作为有限理性的决策主体,其决策行为还会受到自身财富变化的影响,前期的企业行为理论简化了企业行为决策中的代理问题(贺小刚等,2022)。行为代理模型则整合企业行为理论和委托代理理论的观点进一步指出,薪酬结构直接影响管理者对得失的感知,管理层在薪酬顺差状态下的决策是围绕自身财富的保值增值与损失规避展开(Wiseman和Gomez-Mejia,1998)。因此,在强调ESG理念的背景下,考虑到良好ESG表现带来的积极治理效果,管理层为了实现自身财富的保值增值与损失规避,可能通过提升ESG表现进行薪酬辩护与声誉维护。
具体而言,当管理层薪酬水平高于行业参照点时,处于损失规避框架的管理层为实现薪酬合理性辩护与声誉维护的双重目标,将有动力推动ESG表现的提升。一方面,基于薪酬辩护假说,当管理层薪酬高于行业平均水平时,其薪酬的合理性可能受到股东和社会公众的广泛关注与质疑,管理层必须通过一系列行为为自身高额薪酬的合理性提供证据(谢德仁等,2012;罗宏等,2016)。而ESG表现作为企业可持续发展能力与社会责任履行水平的重要体现,是管理层向外界传递“自身高额薪酬与企业社会价值创造相匹配”的重要信号,管理层可通过提升ESG表现,为高额薪酬提供合理性支撑,缓解外界的质疑与监督压力(程新生等,2015)。另一方面,从声誉管理的视角来看,薪酬高于行业参照点的管理层,往往在经理人市场中拥有更高的知名度与关注度,其个人声誉与企业社会形象的绑定程度更高(耿云江和王明晓,2016)。ESG表现是企业社会形象的核心构成,良好的ESG表现具有积极的治理效果,例如,降低企业债务资本成本、缓解监管处罚的负面影响等,能够显著提升企业的社会声誉,进而实现管理层个人声誉的保值增值,因此处于薪酬优势状态的管理层,有更强的动力通过良好的ESG表现维护自身在市场中的声誉与地位。
基于上述分析,本文提出如下假设:
H1:管理层薪酬激励高于行业参照点时,企业的ESG表现将会提升。
二. 管理层薪酬激励行业参照对ESG表现影响的作用机制 1. 分析师关注的作用管理层薪酬激励能够催生声誉效应,这一效应所携带的信息增量与声誉增量吸引了分析师关注。延续前文薪酬辩护和声誉维护动机,本文认为,管理层薪酬激励高于外部参照点引起的分析师关注可能从以下两方面影响企业的ESG表现。
第一,分析师搭建了管理者与外部投资者之间的信息桥梁,发挥着信息中介作用。分析师凭借专业的行业知识与信息解读能力,能够有效挖掘并传递企业ESG信息的长期价值(Arif和Golshan,2026),让投资者更充分地认识到企业ESG表现对企业可持续发展的正向作用。当管理层处于薪酬顺差状态时,分析师对ESG信息的传递与价值解读,会显著提升ESG表现的市场反馈,让管理层更清晰地感知到ESG表现对薪酬辩护和声誉维护的正向作用,进而强化提升企业ESG表现的动机。
第二,分析师的研究报告能够引发市场关注,激发社会舆论监督,进而约束管理层的机会主义行为。已有研究表明,分析师加强了外部监督,能够吸引特定投资者参与公司治理,推动企业ESG表现显著提升(王雪和刘清源,2024)。当管理层薪酬高于行业平均水平时,分析师的关注会进一步放大管理层面临的舆论压力与声誉风险,其薪酬的合理性会被置于更广泛的监督视野之下。为了缓解外界质疑,规避声誉损失,管理层会更有动力优化自身环境治理决策,通过更积极的ESG表现维护声誉和薪酬合理性。基于上述分析,本文提出如下假设:
H2:管理层薪酬激励行业参照将增强分析师关注,从而激励管理层提升企业ESG表现。
2. 媒体关注的作用媒体关注作为重要的外部治理力量,通过制造和传递信息,将公司的管理者暴露于监管部门和投资者的目光之下,从而抑制管理者的短视行为,发挥外部监督作用(于忠泊等,2011;刘振和宋小军,2025)。从现实情况看,无论是《中央管理企业负责人薪酬制度改革方案》等限薪令的出台,还是新闻媒体报道的中国上市公司高管薪酬排行榜,管理层的相对高薪酬一直是媒体关注的重点。已有研究也表明,高薪酬与薪酬合理性问题一直是社会和新闻媒体关注的重点(李培功和沈艺峰,2013)。可见,采取相对较高管理层薪酬激励的公司将吸引更多新闻媒体的关注。
延续前文管理层动机,媒体关注主要通过舆论效应发挥监督作用。具体而言,媒体具有信息揭露功能。在ESG理念的影响下,媒体对企业ESG议题的关注已成为市场获取企业ESG信息的重要渠道。媒体通过信息传播形成的社会舆论效应,增加了管理层外部监督压力(Dyck等,2008)。尤其是在媒体负面报道时,舆论效应将降低公司的市场表现,使管理层容易失去控股股东的支持(罗宏等,2016;连燕玲等,2022),对管理层的职业声誉造成负面影响。而管理层薪酬的获得往往与企业市场表现和股东信任有关联,媒体舆论带来的冲击,会影响管理层现有薪酬水平的维持与职业地位的稳定(于忠泊等,2011)。因此,管理层出于个人声誉、薪酬稳定与职业发展的考量,会更有动机通过提升企业ESG表现来缓解媒体关注带来的舆论压力,降低负面冲击的风险。基于上述分析,本文提出如下假设:
H3:管理层薪酬激励行业参照将增强媒体关注,从而激励管理层提升企业ESG表现。
3. 管理层关注环境和社会责任根据高阶理论,管理层的价值观、认知等心理特质能够深刻影响企业的行为选择(Hambrick和Mason,1984)。管理层对可持续发展及社会责任的价值认同和关注,也进一步影响着企业的ESG表现。薪酬作为减少管理者道德风险和提供有效激励的重要手段,在获得相对较高的薪酬激励时,管理层将更多考虑企业的长期利益,提升对环境与社会责任等长期价值创造要素的关注(严若森和张素各,2025)。此时,管理层不仅更有精力了解ESG相关政策制度与技术进展,也能够减轻管理层短视倾向,推动组织采纳先进的环保技术和可持续运营模式,从而推动企业ESG表现的提升。
此外,根据信号传递理论,在信息不对称的环境中,企业可以通过发出信号来传递其生产经营情况,从而减少潜在风险并获得市场信任。已有研究表明,企业ESG表现具有积极的信号效应,ESG表现较好的企业在降低债务资本成本、改善财务绩效等方面具有显著优势。此时,获得相对较高薪酬激励的管理者出于薪酬辩护和声誉维护动机,可能会进行印象管理,向市场和公众传递积极信号,表现出对环境与社会责任的关注,塑造一个负责任、可持续的企业整体形象,以增强个人的薪酬合理性与社会认可度。综上所述,当管理层薪酬高于外部参照点时,这种激励会内化为管理层对环境和社会责任的更多关注,从而提升企业的ESG表现。基于上述分析,本文提出如下假设:
H4:管理层薪酬激励行业参照通过提高管理层对环境和社会责任的关注,从而提升企业的ESG表现。
三、研究设计 一. 样本选择与数据来源本文选取2011—2022年沪深两市A股上市公司作为研究对象,为了使观测值符合研究要求,基于如下原则对样本数据进行了筛选:(1)剔除了金融业样本;(2)剔除交易状态为ST、*ST的样本;(3)剔除了存在数据缺失的观测值。(4)为降低异常值的干扰,对所有连续变量进行了上下1%分位的Winsorize处理。经过以上筛选后共获得
本文的核心被解释变量ESG是基于华证ESG评价体系构造而来的,目前该指标已得到业界和学术界的认可和应用(Broadstock等,2020)。华证ESG指标体系通过各项指标得分,为企业提供了从C到AAA的九档评级。为了便于后续的实证分析,本文将这九档评级分别赋值1~9,进而得到了本文的被解释变量ESG表现,记作ESG。
2. 解释变量:管理层薪酬激励参照本文借鉴姜富伟等(2023)的研究,将高管薪酬水平定义为高管货币薪酬和在职消费之和占总资产的比例,其中在职消费使用办公费、差旅费、业务招待费、通信费、出国培训费、董事会费、交通费、会议费等衡量。考虑到我国高管薪酬制定还与产权性质有密切关联,国有企业高管薪酬可能受薪酬管制等的影响,导致与非国有企业存在较大差别(姜付秀等,2014)。鉴于此,薪酬参照点应进一步细分至同行业同产权层面。综上,薪酬参照点定义为上一年度同行业同产权高管薪酬水平的中位数(
分析师关注(Analyst):借鉴李丹蒙等(2015)的方法,本文使用一年内跟踪分析该公司的分析师(团队)人数加1取自然对数衡量。
媒体关注(Media):参考沈洪涛和冯杰(2012)的方法,本文采用企业当年新闻媒体报道的文章数量加1后取自然对数衡量。
分析师报告负面语调(Negative_analyst):公司当年所有分析师报告中的负面语句占句子总数的比重,大于中位数取1,否则为0。
媒体负面报道(Negative_news):公司当年的负面新闻数量占新闻总数的比重,大于中位数取1,否则为0。
管理层环境和社会责任关注(Greencog):参考李亚兵等(2023)的做法,从绿色竞争优势认知、社会责任意识、外部压力感知三个维度构建19个指标体系,通过文本分析法计算出的词频数汇总值,加1后取对数来衡量。
4. 控制变量借鉴王海军等(2023)、姜富伟等(2024)的研究,本文引入企业规模(Size)、财务绩效(ROA)、产权性质(SOE)、成长性(Growth)、第一大股东持股比例(Top1)、独立董事比例(Indep)、管理层平均年龄(Executive_age)、管理层金融背景(Financial_Back)、管理层海外背景(Overseas_Back)作为控制变量,具体变量定义见表1。此外,本文控制了年份(Year)和行业(Industry)固定效应。
| 变量类型 | 变量名称 | 变量符号 | 变量描述 |
| 被解释变量 | ESG表现 | ESG | 华证ESG评级赋值 |
| 解释变量 | 薪酬激励参照 | High_Ind | 高管薪酬水平高于参照点取1,否则为0;其中,高管薪酬水平=(货币薪酬+在职消费)/总资产,参照点为上一年度同行业同产权的高管薪酬中位数 |
| 控制变量 | 企业规模 | Size | 年末总资产的自然对数 |
| 财务绩效 | ROA | 净利润/总资产平均余额 | |
| 产权性质 | SOE | 国有企业取1,民营企业取0 | |
| 成长性 | Growth | (本期营业收入总额-上期营业收入总额)/上期营业收入总额 | |
| 第一大股东持股比例 | Top1 | 第一大股东持股数量/总股数 | |
| 独立董事比例 | Indep | 独立董事/董事会总人数 | |
| 管理层平均年龄 | Executive_age | 管理层平均年龄 | |
| 管理层金融背景 | Financial_Back | 董监高是否具有金融背景,是则为1,否则为0 | |
| 管理层海外背景 | Overseas_Back | 董监高是否具有海外背景,是则为1,否则为0 | |
| 年份 | Year | 控制年份固定效应 | |
| 行业 | Industry | 控制行业固定效应 | |
| 机制变量 | 分析师关注 | Analyst | 一年内跟踪分析该公司的分析师(团队)人数加1后取对数 |
| 媒体关注 | Media | 企业当年新闻媒体报道的文章数量加1后取自然对数 | |
| 媒体负面报道 | Negative_news | 公司当年的负面新闻数量占新闻总数的比重,大于中位数取1,否则为0 | |
| 分析师报告负面语调 | Negative_analyst | 公司当年所有分析师报告中的负面语句占句子总数的比重,大于中位数取1,否则为0 | |
| 管理层环境和社会责任关注 | Greencog | 从绿色竞争优势认知、社会责任意识、外部压力感知三个维度构建19个指标体系,通过文本分析法计算出的词频数汇总值加1后取对数衡量 |
为检验研究假设H1a和H1b,本文设定如下模型:
| $ {ESG}_{it}={\alpha }_{0}+{\alpha }_{1}{High\_ Ind}_{it}+\mathit{\Sigma }{\alpha }_{n}{Control}_{it}+\mathit{\Sigma }Year+\mathit{\Sigma }Industry+{\varepsilon }_{it} $ | (1) |
模型(1)验证管理层外部薪酬激励参照对企业ESG表现的影响,解释变量为管理层外部薪酬激励参照(High_Ind),被解释变量为企业ESG表现(ESG),主要关注系数
从表2中可以看出,ESG表现的均值为4.130,中位数为4.000,标准差为1.028,说明目前我国企业ESG表现的整体水平相对较低,并且不同企业间存在着较大差异。管理层激励参照High_Ind的均值为0.467,标准差为0.499,表明有46.7%的样本观测的薪酬水平高于薪酬参照点。此外,本文采用方差膨胀因子对所有变量进行了多重共线性检验,所有变量的VIF均低于5(最大值为1.44,平均值为1.15),未发现明显的多重共线性问题。
| 变量名称 | 样本数量 | 均值 | 标准差 | 最小值 | 中位数 | 最大值 |
| ESG | 4.130 | 1.028 | 1.000 | 4.000 | 8.000 | |
| High_Ind | 0.467 | 0.499 | 0.000 | 0.000 | 1.000 | |
| Size | 22.163 | 1.245 | 19.922 | 21.987 | 25.949 | |
| ROA | 0.042 | 0.065 | −0.226 | 0.040 | 0.226 | |
| SOE | 0.331 | 0.471 | 0.000 | 0.000 | 1.000 | |
| Growth | 0.163 | 0.384 | −0.559 | 0.105 | 2.292 | |
| Top1 | 0.342 | 0.146 | 0.091 | 0.320 | 0.737 | |
| Indep | 0.377 | 0.053 | 0.333 | 0.364 | 0.571 | |
| Executive_age | 3.895 | 0.065 | 3.726 | 3.898 | 4.035 | |
| Financial_Back | 0.683 | 0.465 | 0.000 | 1.000 | 1.000 | |
| Overseas_Back | 0.576 | 0.494 | 0.000 | 1.000 | 1.000 |
表3显示了管理层激励参照对企业ESG表现影响的回归结果,列(1)和列(2)分别为不包含固定效应和包含固定效应的回归结果。表3列(1)、(2)的回归结果显示,High_ind的回归系数均在1%水平下显著为正。经济意义方面,以列(2)为例,相对于ESG的均值和标准差来说,管理层薪酬水平高于行业参照点时,ESG的评级提升2.59%(0.107/4.130)和10.41%(0.107/1.028)。因此,当管理层的薪酬水平高于参照点时,企业的ESG表现显著提升,表3的结果支持了本文假设H1。
| 变量名称 | (1) | (2) |
| ESG | ESG | |
| High_Ind | 0.087*** | 0.107*** |
| (7.56) | (9.45) | |
| Size | 0.141*** | 0.160*** |
| (26.40) | (28.42) | |
| ROA | 3.845*** | 3.831*** |
| (40.32) | (39.99) | |
| SOE | −0.003 | 0.012 |
| (−0.21) | (0.88) | |
| Growth | −0.173*** | −0.164*** |
| (−11.27) | (−10.85) | |
| Top1 | 0.182*** | 0.241*** |
| (4.64) | (6.17) | |
| Indep | 1.405*** | 1.396*** |
| (13.64) | (13.72) | |
| Executive_age | 0.358*** | 0.657*** |
| (3.96) | (7.17) | |
| Financial_Back | −0.036*** | −0.044*** |
| (−3.11) | (−3.88) | |
| Overseas_Back | 0.050*** | 0.035*** |
| (4.54) | (3.24) | |
| Constant | −1.167*** | −2.756*** |
| (−3.39) | (−7.79) | |
| Industry | No | Yes |
| Year | No | Yes |
| N | ||
| adj.R2 | 0.136 | 0.092 |
| 注:***、**、*分别表示在1%、5%、10%水平下显著,括号内为经稳健标准误差调整后的t值。 | ||
为避免管理层激励参照度量方式所带来的偏误,进一步提升管理层激励参照变量的稳健性,本文使用前三名高管货币薪酬之和占总资产的比例重新定义薪酬水平,然后按照主要解释变量相同的方法定义薪酬激励参照变量(Top3_High_Ind)并重新进行回归。表4列(1)显示了使用上述指标作为解释变量的回归结果,Top3_High_Ind的回归系数在5%的水平上显著为正,结果保持不变。其次,本文参考贺小刚等(2020)的研究,构建截尾的连续性变量来度量管理层薪酬参照(High_Ind_con),即管理层薪酬高于外部薪酬参照点时保留原始值,而低于或等于外部薪酬参照点的取值为0。表4列(2)为主要解释变量替换为High_Ind_con的回归结果。回归结果显示,High_Ind_con的回归系数仍然显著为正,表明本文结果依然稳健。
| 变量名称 | (1) | (2) | (3) |
| ESG | ESG | ESG_CNRDS | |
| Top3_High_Ind | 0.034** | ||
| (2.40) | |||
| High_Ind_con | 2.170*** | ||
| (2.95) | |||
| High_Ind | 0.600*** | ||
| (6.05) | |||
| Size | 0.144*** | 0.145*** | 1.544*** |
| (26.78) | (26.85) | (32.22) | |
| ROA | 3.879*** | 3.869*** | −2.696*** |
| (40.36) | (40.16) | (−3.48) | |
| SOE | 0.023* | 0.026* | 0.554*** |
| (1.72) | (1.92) | (4.58) | |
| Growth | −0.165*** | −0.165*** | 0.046 |
| (−10.89) | (−10.87) | (0.36) | |
| Top1 | 0.238*** | 0.237*** | −1.086*** |
| (6.08) | (6.07) | (−3.21) | |
| Indep | 1.394*** | 1.394*** | −2.169** |
| (13.69) | (13.70) | (−2.52) | |
| Executive_age | 0.662*** | 0.659*** | 4.195*** |
| (7.21) | (7.19) | (5.21) | |
| Financial_Back | −0.043*** | −0.043*** | −0.115 |
| (−3.79) | (−3.79) | (−1.13) | |
| Overseas_Back | 0.041*** | 0.040*** | −0.164* |
| (3.79) | (3.70) | (−1.71) | |
| Constant | −2.397*** | −2.405*** | −22.682*** |
| (−6.81) | (−6.84) | (−7.27) | |
| Industry | Yes | Yes | Yes |
| Year | Yes | Yes | Yes |
| N | |||
| adj.R2 | 0.131 | 0.131 | 0.432 |
| 注:***、**、*分别表示在1%、5%、10%水平下显著,括号内为经稳健标准误差调整后的t值。 | |||
目前,ESG评级标准尚未实现统一,不同指标间的计算方法和标准存在较大差异,这在一定程度上增加了评估的复杂性和多样性。为了增强本研究的稳健性,本文选择与华证ESG所覆盖公司数量相近的CNRDS数据库的ESG年度得分(ESG_CNRDS)作为替代的解释变量进行稳健性检验。表4列(3)汇报了采用CNRDS数据库中ESG评分的回归结果。结果显示,High_Ind的回归系数仍然在1%的水平上显著为正,进一步说明了本文研究结论的稳健性。
3. 采用企业层面聚类稳健标准误尽管在本文的回归分析中已充分考虑了可能影响企业ESG表现的多重因素,包括但不限于企业特征、财务表现以及公司治理机制等,并进行了相应的控制。然而,每个企业的经营与发展都带有其独特的个性特征和潜在的惯性趋势,即面板数据同一个体在不同时期的扰动项之间往往存在自相关,这种因素可能对回归结果的显著性产生潜在影响。为了降低这种企业层面聚集效应对研究结论的干扰,本文在回归过程中采用了企业层面聚类稳健标准误差。表5列(1)的回归结果显示,即使在考虑了企业层面的聚类效应后,High_Ind的回归系数仍然在1%的显著性水平上保持为正,与本文的主要回归结果一致。
| 变量名称 | (1) | (2) |
| ESG | ESG | |
| High_Ind | 0.107*** | 0.103*** |
| (5.61) | (7.63) | |
| Size | 0.160*** | 0.164*** |
| (14.98) | (23.32) | |
| ROA | 3.831*** | 3.751*** |
| (28.21) | (33.35) | |
| SOE | 0.012 | −0.012 |
| (0.45) | (−0.78) | |
| Growth | −0.164*** | −0.154*** |
| (−10.28) | (−8.00) | |
| Top1 | 0.241*** | 0.251*** |
| (3.29) | (5.39) | |
| Indep | 1.396*** | 1.355*** |
| (8.25) | (11.18) | |
| Executive_age | 0.657*** | 0.451*** |
| (4.12) | (4.18) | |
| Financial_Back | −0.044*** | −0.068*** |
| (−2.65) | (−5.18) | |
| Overseas_Back | 0.035** | 0.023* |
| (1.97) | (1.82) | |
| Constant | −2.756*** | −2.001*** |
| (−4.47) | (−4.75) | |
| Industry | Yes | Yes |
| Year | Yes | Yes |
| N | ||
| adj.R2 | 0.133 | 0.132 |
| 注:***、**、*分别表示在1%、5%、10%水平下显著,列(2)括号内为经稳健标准误差调整后的t值。 | ||
为缓解高于薪酬参照点的公司与未高于薪酬参照点的公司之间可观测特征所带来的内生性问题,本文将基准回归的控制变量作为协变量,采用1:1最近邻匹配的逐年PSM方法进行重新检验。PSM平衡性检验结果见图1,匹配后所有协变量的标准化均值偏差均在5%以内,明显小于匹配前的标准化偏差,满足平衡性检验条件。采用逐年PSM后样本的回归结果见表5列(2)。表5列(2)High_Ind的回归系数仍然在1%的显著性水平上保持为正,结果依然保持不变。
|
| 图 1 PSM平衡性检验 |
为解决可能存在的反向因果问题,本文运用工具变量法,进一步削弱内生解释变量对研究结论的潜在干扰。
考虑到不同企业管理层之间薪酬差距的来源,本文引入企业对应区域的金融环境因素作为薪酬差距的工具变量进行内生性检验。其中,地区金融环境以区域中单个上市公司对应的商业银行机构营业网点占银行网点总数的比例来表示。该指标越大,表明上市公司面临的融资市场环境更为发达,营商环境更为优越,企业发展差异将不断扩大,进而导致企业间薪酬差距的进一步扩大(朱沛华等,2024)。同时,由于区域中银行机构营业网点占比与上市公司个体的ESG行为无直接联系,能够较好地满足外生性的要求。此外,工具变量Bank成功通过了弱工具变量检验和不可识别检验。在弱工具变量检验中,Cragg-Donald Wald F统计量为57.985,大于10%的临界值16.38,表明不存在弱工具变量问题。在不可识别检验中,Anderson LM统计量为58.025,P值为0.000,小于0.1,拒绝“工具变量识别不足”的原假设。因此,Bank是有效的工具变量。
2SLS回归结果如表6的(1)(2)列所示。在第一阶段回归中,区域中单个上市公司对应的银行机构营业网点占比(Bank)与管理层外部薪酬激励(High_Ind)在1%的显著性水平上呈现显著正相关。在第二阶段回归中,管理层外部薪酬激励(High_Ind)的系数在1%的水平上通过了显著性检验,与假设H1的理论预期一致。
| 变量名称 | (1) | (2) |
| High_Ind | ESG | |
| Bank | 0.288*** | |
| (7.63) | ||
| High_Ind | 1.912*** | |
| (5.37) | ||
| Size | −0.164*** | 0.458*** |
| (−73.26) | (7.74) | |
| ROA | 0.544*** | 2.836*** |
| (12.66) | (12.32) | |
| SOE | 0.133*** | −0.226*** |
| (20.84) | (−4.53) | |
| Growth | −0.012* | −0.141*** |
| (−1.77) | (−7.11) | |
| Top1 | −0.070*** | 0.357*** |
| (−3.74) | (6.30) | |
| Indep | −0.045 | 1.462*** |
| (−0.93) | (10.77) | |
| Executive_age | 0.031 | 0.577*** |
| (0.71) | (4.73) | |
| Financial_Back | 0.009 | −0.062*** |
| (1.62) | (−3.94) | |
| Overseas_Back | 0.062*** | −0.083*** |
| (11.65) | (−3.02) | |
| Industry | Yes | Yes |
| Year | Yes | Yes |
| N | ||
| 注:***、**、*分别表示在1%、5%、10%水平下显著,括号内为经稳健标准误差调整后的t值。 | ||
基于前文理论分析,当管理层薪酬高于参照点时,将引起更多分析师的关注,分析师作为信息中介和外部监督者,对管理层的行为形成有效的约束和监督。这种监督机制促使管理层更加注重提升ESG表现。为检验上述机制,本文构建管理层外部薪酬激励参照与分析师关注的交乘项以检验上述预期。回归结果见表7列(1)。回归结果显示,High_Ind×Aanalyst的回归系数显著为正,表明在分析师关注度越高的企业中,相对较高的管理层薪酬激励得以更好地发挥作用,推动企业在ESG方面取得持续改进和卓越表现。
| 变量名称 | (1) | (2) | (3) | (4) | (5) |
| ESG | ESG | ESG | ESG | ESG | |
| High_Ind×Aanalyst | 0.002** | ||||
| (2.09) | |||||
| Aanalyst | 0.013*** | ||||
| (15.58) | |||||
| High_Ind×Negative_analyst | 0.069*** | ||||
| (2.66) | |||||
| Negative_analyst | −0.075*** | ||||
| (−4.12) | |||||
| High_Ind×News | 0.030*** | ||||
| (3.68) | |||||
| News | 0.056*** | ||||
| (8.97) | |||||
| High_Ind×Negative_News | 0.049** | ||||
| (2.32) | |||||
| Negative_ News | −0.135*** | ||||
| (−8.93) | |||||
| High_Ind×Greencog | 0.036*** | ||||
| (2.88) | |||||
| Greencog | 0.048*** | ||||
| (5.35) | |||||
| High_Ind | 0.103*** | 0.065*** | 0.177*** | 0.081*** | 0.078*** |
| (7.48) | (3.37) | (7.39) | (5.47) | (4.75) | |
| Size | 0.113*** | 0.139*** | 0.138*** | 0.157*** | 0.153*** |
| (18.06) | (19.61) | (22.46) | (27.87) | (26.95) | |
| ROA | 3.232*** | 3.088*** | 3.759*** | 3.680*** | 3.844*** |
| (31.51) | (24.57) | (38.96) | (37.99) | (40.10) | |
| SOE | 0.041*** | 0.015 | 0.012 | 0.009 | 0.006 |
| (3.03) | (0.88) | (0.86) | (0.68) | (0.48) | |
| Growth | −0.166*** | −0.229*** | −0.161*** | −0.174*** | −0.165*** |
| (−11.08) | (−12.06) | (−10.71) | (−11.56) | (−10.90) | |
| Top1 | 0.276*** | 0.104** | 0.236*** | 0.251*** | 0.240*** |
| (7.10) | (2.17) | (6.06) | (6.44) | (6.16) | |
| Indep | 1.348*** | 1.478*** | 1.359*** | 1.406*** | 1.431*** |
| (13.34) | (11.94) | (13.39) | (13.86) | (14.06) | |
| Executive_age | 0.754*** | 0.569*** | 0.665*** | 0.636*** | 0.615*** |
| (8.24) | (5.07) | (7.28) | (6.97) | (6.72) | |
| Financial_Back | −0.043*** | −0.025* | −0.046*** | −0.041*** | |
| (−3.78) | (−1.82) | (−4.07) | (−3.59) | (−3.73) | |
| Overseas_Back | 0.023** | 0.030** | 0.034*** | 0.035*** | 0.039*** |
| (2.13) | (2.24) | (3.16) | (3.24) | (3.57) | |
| Constant | −2.423*** | −1.786*** | −2.137*** | −2.543*** | −2.500*** |
| (−6.82) | (−4.14) | (−6.06) | (−7.20) | (−7.05) | |
| Industry | Yes | Yes | Yes | Yes | Yes |
| Year | Yes | Yes | Yes | Yes | Yes |
| N | |||||
| adj.R2 | 0.135 | 0.115 | 0.141 | 0.136 | 0.135 |
| 注:部分上市公司没有分析师报告,因而列(2)的样本量减少。***、**、*分别表示在1%、5%、10%水平下显著,括号内为经稳健标准误差调整后的t值。 | |||||
为探究分析师关注作用的具体路径,本文进一步考虑分析师报告的情感语调,设置分析师报告负面语调Negative_analyst变量(公司当年所有分析师报告中的负面语句占句子总数的比重,大于中位数取1,否则为0)进行衡量,回归结果见表7列(2)。结果表明,High_Ind×Negative_analyst系数在1%的水平上显著为正,表明当分析师报告的负面信息较多时,分析师信息中介和外部监督的作用效果更为显著,此时获得相对较高薪酬激励的管理层将更努力地提升企业的ESG表现,以缓解负面语调带来的影响。
二. 媒体关注基于前文理论分析,当管理层薪酬高于参照点时,也将引起更多媒体的关注,媒体的信息揭露功能和形成的社会舆论效应可能发挥外部治理作用,促使获得相对较高薪酬激励的管理层提升企业的ESG表现。为检验上述机制,本文构建管理层外部薪酬激励参照与媒体关注的交乘项以检验上述预期。回归结果见表7列(3)。回归结果显示,High_Ind×News的回归系数显著为正,表明在媒体关注度越高的企业中,相对较高的管理层薪酬激励得以更好地发挥作用,推动企业在ESG方面取得持续改进和卓越表现,支持了本文的假设H3。
为探究媒体关注作用的具体路径,本文进一步考虑媒体报道的情感语调,设置媒体报道负面语调Negative_news变量(公司当年的负面新闻数量占新闻总数的比重,大于中位数取1,否则为0)进行衡量,回归结果见表7列(4)。结果表明,High_Ind×Negative_news系数在5%的水平上显著为正,表明当媒体报道的负面新闻较多时,媒体的信息揭露功能和社会舆论效应的效果更为显著,此时获得相对较高薪酬激励的管理层将更努力地提升企业的ESG表现,以缓解负面新闻带来的影响。
三. 管理者关注环境和社会责任基于前文理论分析,当管理层薪酬高于外部参照点时,这种激励将增强管理层对环境和社会责任的关注,进而提升企业的ESG表现。为检验上述机制,本文构建管理层薪酬激励参照与管理层绿色认知的交乘项以检验上述预期。回归结果见表7列(5)。回归结果显示,High_Ind×Greencog的回归系数显著为正,表明随着管理层环境和社会责任认知水平的提升,管理层薪酬激励参照得以更好地发挥激励作用,从而提升了企业的ESG表现,支持了本文的假设H4。
六、进一步分析 一. 异质性分析 1. 重污染行业随着ESG理念愈发受到重视,重污染企业作为环境污染的重要源头和环境治理的主要对象,更加受到广泛的社会关注。然而,企业的逐利性和环境治理的非排他性致使重污染企业普遍缺乏环境治理意愿。因此,本文认为,在ESG治理框架中,相较于非重污染企业,重污染企业因受到更广泛的社会关注,其管理层在获得高于参照点的薪酬激励时将面临更大的市场压力,从而诱发更强的印象管理动机,提升企业的ESG表现。本文借鉴潘爱玲等(2019)的做法,将15个二级行业界定为重污染行业并进行分组检验。表8(1)(2)列示了是否属于重污染行业的分组回归结果。在重污染行业的样本的回归中,管理层薪酬激励参照的回归系数分别为0.191,在1%水平显著为正;而在非重污染行业的样本中,虽然回归系数也在1%的水平上显著为正,但系数较小,为0.093。进一步进行组间系数差异检验,结果显示两组之间High_Ind系数的差异在1%的水平上显著。这一研究结果与本文的预期相吻合。
| 变量名称 | (1) | (2) | (3) | (4) | (5) | (6) |
| ESG | ESG | ESG | ESG | ESG | ESG | |
| 重污染 行业 | 非重污染 行业 | 环境规制 力度强 | 环境规制 力度弱 | 管理层有 环保背景 | 管理层无 环保背景 | |
| High_Ind | 0.191*** | 0.093*** | 0.154*** | 0.096*** | 0.225*** | 0.087*** |
| (6.97) | (7.35) | (5.16) | (7.87) | (6.77) | (7.24) | |
| Size | 0.164*** | 0.163*** | 0.204*** | 0.162*** | 0.154*** | 0.157*** |
| (13.49) | (25.69) | (14.78) | (25.21) | (9.20) | (26.30) | |
| ROA | 3.896*** | 3.911*** | 3.569*** | 3.824*** | 4.311*** | 3.771*** |
| (17.10) | (37.07) | (13.23) | (37.53) | (13.31) | (37.67) | |
| SOE | −0.027 | 0.025* | 0.066** | 0.007 | 0.041 | 0.013 |
| (−0.92) | (1.67) | (1.99) | (0.48) | (1.03) | (0.91) | |
| Growth | −0.196*** | −0.144*** | −0.097** | −0.174*** | −0.097** | −0.173*** |
| (−5.95) | (−8.45) | (−2.33) | (−10.75) | (−2.47) | (−10.64) | |
| Top1 | 0.249*** | 0.257*** | 0.039 | 0.252*** | 0.111 | 0.266*** |
| (2.92) | (5.87) | (0.37) | (6.06) | (0.95) | (6.44) | |
| Indep | 1.238*** | 1.424*** | 1.924*** | 1.270*** | 1.359*** | 1.397*** |
| (5.26) | (12.68) | (7.64) | (11.47) | (4.54) | (12.92) | |
| Executive_age | 0.577*** | 0.707*** | 1.252*** | 0.571*** | 0.535** | 0.702*** |
| (2.72) | (7.00) | (4.75) | (5.87) | (2.13) | (7.15) | |
| Financial_Back | 0.003 | −0.057*** | −0.009 | −0.051*** | −0.055 | −0.047*** |
| (0.12) | (−4.50) | (−0.30) | (−4.19) | (−1.60) | (−3.94) | |
| Overseas_Back | 0.101*** | 0.015 | 0.117*** | 0.018 | 0.066** | 0.031*** |
| (4.17) | (1.23) | (4.04) | (1.58) | (2.08) | (2.65) | |
| Constant | −2.614*** | −3.005*** | −6.540*** | −2.364*** | −2.100** | −2.876*** |
| (−3.16) | (−7.70) | (−6.66) | (−6.19) | (−2.12) | (−7.61) | |
| Industry | Yes | Yes | Yes | Yes | Yes | Yes |
| Year | Yes | Yes | Yes | Yes | Yes | Yes |
| 组间系数差异 | P值:0.000*** | P值:0.034** | P值:0.000*** | |||
| N | ||||||
| adj.R2 | 0.108 | 0.150 | 0.156 | 0.135 | 0.120 | 0.140 |
| 注:***、**、*分别表示在1%、5%、10%水平下显著,括号内为经稳健标准误差调整后的t值。系数组间差异检验的P值采用费舍尔组合检验(抽样 | ||||||
管理层在决策过程中,不可避免地受到外部治理环境的影响,其中政府监管环境的影响尤为重要。现有研究显示,尽管我国企业环保投资的力度在逐步增强,但投资规模依然不足。由于环保投资的负外部性特性,企业往往缺乏主动投资的动力。因此,政府需要发挥监督职能,加强环境规制,推动企业增加环保投资。例如,企业环保税征收和环境罚款等强制性现金流出,这可能会压缩高管对企业转移性环境治理投入的操纵空间。因此,区域环境规制越严格,企业的环境遵从成本越高,对享有激励的管理层的消极环境治理行为约束越大,受到相对较高薪酬激励的管理层可能更有动机通过改善ESG表现来提高企业绩效和市场形象。因此,本文预期当管理层薪酬高于外部参照点时,处于环境规制力度较强地区的企业管理层提升企业ESG表现的动机更强。本文借鉴王云等(2020)的做法,采用企业环境行政处罚数据衡量环境规制力度以检验上述预期。
表8(3)(4)列示了环境规制力度的分组回归结果。在环境规制力度较强样本的回归中,管理层外部薪酬激励参照的回归系数分别为0.154,在1%水平显著为正;而在环境规制力度较轻的样本中,虽然回归系数也在1%的水平上显著为正,但系数较小,为0.096。进一步进行组间系数差异检验,结果显示两组之间High_Ind系数的差异在5%的水平上显著。这一研究结果与本文的预期相吻合。
3. 管理层环保背景根据高阶理论,管理者的背景特征将影响企业的行为决策。具有环保背景的管理层在以往的环保学习和工作经历中容易形成以环境为导向的可持续发展价值观和较高的道德意识,有助于提升整个企业的环境注意力和环保执行力,促进企业ESG表现的提高。此外,拥有环保背景管理层凭借其长期积累的环境经验与知识,能够有效降低企业环境投资风险,激励企业践行环境投资,从而提升其环境表现。因此,本文预期拥有环保背景高管的企业,管理层外部薪酬激励参照对企业ESG表现的促进作用将更为显著。综上,本文借鉴王辉等(2022)的研究构建管理层环保背景变量。具体而言,公司当年管理层中至少存在一位具有环保背景的管理者时,则认定当年该企业具有环保背景高管,取值为 1, 否则为0。
表8(5)(6)列示了管理层环保背景的分组回归结果。相对于管理层无环保背景样本,在管理层存在环保背景的样本中,管理层薪酬激励参照的回归系数更高,且组间系数差异显著。这一结果表明当管理层有环保背景时,相对较高的管理层激励对ESG表现的促进作用更大。
二. 拓展性分析:管理层薪酬行业参照与ESG脱耦本文发现相对较高的管理层薪酬激励水平能够显著提升企业的ESG表现。然而,从实践看,在将ESG表现纳入管理层绩效考量因素的背景下,管理层经过成本收益权衡,经常会有企业发生“言行不一”的ESG脱耦事件。具体而言,ESG脱耦,是指企业ESG信息披露夸大或扭曲事实,披露内容偏离其实际ESG绩效的现象。那么,管理层激励对于企业ESG表现的提升是否存在ESG脱耦的问题,值得进一步研究。
本文借鉴已有研究(龙立等,2025),采用经标准化处理的企业ESG披露与企业实际ESG绩效的差异衡量企业ESG脱耦(ESG_Dec)。
表9的(1)列呈现了管理层薪酬激励参照与企业ESG脱耦的回归结果。该回归结果表明,管理层外部薪酬激励参照(High_Ind)的系数并不显著。这说明,相对较高的管理层薪酬激励并不会引发企业的ESG脱耦现象。为进一步验证此结论,本文选取了具体的ESG表现指标检验管理层是否真正做到了言行一致。具体来说,本文从CNRDS数据库中收集是否发生会计违规(Violation),是否发生污染物排放(Pollution),是否有志愿者活动(Volunteer),是否发生慈善活动(Charity)四个指标作为具体ESG表现的衡量,并采用logit模型进行检验。
| 变量名称 | (1) | (2) | (3) | (4) | (5) |
| ESG_Dec | Violation | Pollution | Volunteer | Charity | |
| High_Ind | −0.015 | −0.178** | −0.977*** | 0.110** | 0.360*** |
| (−0.59) | (−1.98) | (−12.57) | (2.12) | (5.93) | |
| Size | 0.175*** | −0.011 | 0.177*** | 0.334*** | 0.361*** |
| (14.60) | (−0.27) | (5.51) | (14.58) | (12.99) | |
| ROA | −2.109*** | −4.723*** | −1.492** | 1.221*** | 4.084*** |
| (−10.57) | (−6.56) | (−2.49) | (2.91) | (7.88) | |
| SOE | −0.024 | −0.075 | 0.399*** | 0.345*** | −0.777*** |
| (−0.92) | (−0.76) | (4.94) | (6.08) | (−11.55) | |
| Growth | 0.208*** | 0.017 | 0.507*** | −0.095 | −0.183** |
| (6.40) | (0.12) | (4.72) | (−1.29) | (−1.98) | |
| Top1 | −0.090 | −1.220*** | −0.374 | 0.493*** | −1.000*** |
| (−1.14) | (−3.93) | (−1.55) | (2.97) | (−5.11) | |
| Indep | −1.169*** | 0.206 | −1.914*** | 0.032 | −0.838 |
| (−5.49) | (0.27) | (−2.80) | (0.07) | (−1.60) | |
| Executive_age | −0.252 | −2.602*** | 0.921 | 0.759* | −0.054 |
| (−1.17) | (−3.42) | (1.36) | (1.70) | (−0.10) | |
| Financial_Back | 0.105*** | 0.103 | −0.159** | 0.169*** | 0.218*** |
| (4.22) | (1.10) | (−2.15) | (3.16) | (3.44) | |
| Overseas_Back | 0.117*** | −0.100 | −0.134* | −0.069 | 0.217*** |
| (5.03) | (−1.16) | (−1.88) | (−1.38) | (3.73) | |
| Constant | −2.926*** | 8.040*** | −9.804*** | −12.380*** | −8.657*** |
| (−3.55) | (2.78) | (−3.74) | (−7.20) | (−4.27) | |
| Industry | Yes | Yes | Yes | Yes | Yes |
| Year | Yes | Yes | Yes | Yes | Yes |
| N | |||||
| adj.R2/pseudo R2 | 0.052 | 0.048 | 0.236 | 0.111 | 0.308 |
| 注:列(3)样本量小于列(2)、(4)、(5)的样本量,是logit回归自动剔除的结果。***、**、*分别表示在1%、5%、10%水平下显著,括号内为经稳健标准误差调整的t值或z值。 | |||||
表9的第(2)—(5)列呈现了具体ESG表现的回归结果。回归结果表明,四个指标的系数均显著,表明管理层薪酬高于外部薪酬参照点时,会激励企业减少会计违规和污染物排放,并促进企业参与志愿者活动和慈善活动。这一发现进一步验证了受到相对较高激励的管理层并非通过夸大ESG行为来为自己的高薪酬辩护,而是真实提升了企业的ESG表现。
七、结论与启示国内外投资者对于企业ESG表现的关注度不断提升,促使企业将ESG理念融入其战略发展之中。在此背景下,本文研究了企业薪酬激励机制和ESG表现的关系,得出以下主要结论。
(1)高于外部参照点的管理层薪酬激励能够显著促进企业ESG表现的提升。作为公司治理的核心环节,管理层薪酬激励通过缓解企业管理层对短期利益的过度追求,从而促使其践行ESG发展理念。
(2)机制分析显示,管理层薪酬激励行业参照提高了分析师和媒体的关注度,促进了管理层对环境和社会责任的关注,提升了企业的ESG表现,而且这种作用机制在分析师和媒体展现更多负面语调时表现更好。
(3)在异质性检验中,外部环境压力更大(重污染行业、受到环境规制约束的企业)以及管理层存在环保背景的企业,管理层薪酬激励行业参照对ESG表现的正向影响更强。
(4)管理层薪酬激励高于外部参照点的企业,没有出现ESG脱耦的现象,受到激励的管理层提升了企业的ESG实际表现。
本文研究结果表明,通过优化管理层激励机制,可以推动ESG责任的履行,进而促进企业绿色发展和可持续发展目标的实现。基于上述结论,得出以下启示。
第一,关注管理层薪酬激励在推动企业ESG履行方面所发挥的重要作用。具体而言,一是设计合理权重,将ESG指标与其他关键业绩指标相结合,强调ESG指标的重要性。二是考虑相对绩效的评估,将企业的ESG表现与同行业竞争者进行比较,减少可能的ESG表现脱耦问题。三是加强透明度和问责制,建立透明的ESG报告和披露机制,并公开披露管理层薪酬与ESG绩效的关联信息。这些措施有助于企业利益相关者更精准地评估管理层在ESG方面的表现,增强对管理层的监督。
第二,健全分析师准入机制,清晰界定其应负的法律职责。分析师也应该充分挖掘并追踪公司信息,结合自身专业背景提供专业化的分析报告,以便让各利益相关者对企业有充分的了解,推动企业更加积极、正确地履行ESG责任。同时应强化媒体监督职能,充分发挥其在ESG治理中的信息传播、舆论引导和声誉约束等效能。媒体可以构建常态化、深度化的企业ESG实践追踪与报道机制,通过专业调查、数据挖掘与案例剖析,提升企业信息披露的透明度与公信力。这种基于信息传播的声誉激励机制与舆论压力传导机制,能够有效营造全社会关注企业可持续发展绩效的良性氛围,显著提升企业ESG表现可见度与ESG责任感知,从而激发改善ESG表现的内生动力,形成声誉激励与行为改进的正向循环。
第三,优化企业ESG相关报告的鉴证评估体系和违规披露的监督惩罚机制,通过对企业ESG相关报告真实性和有效性的审核,压缩企业ESG脱耦的空间。在鉴证评估体系建设方面,可以引入独立第三方鉴证机构,明确鉴证标准,并推动鉴证机构的资质认证与轮换机制,避免利益冲突,提升鉴证结果的独立性和公信力。在违规披露的监督惩罚机制建设方面,可以将ESG报告中的虚假陈述、遗漏或误导性信息纳入监管处罚范围,设定相应的法律责任。同时,畅通投资者、媒体及社会公众的举报渠道,引入举报奖励和保护机制,形成多层次监督合力,共同推动ESG实践发展。
| [1] | 程新生, 刘建梅, 陈靖涵. 才能信号抑或薪酬辩护: 超额薪酬与战略信息披露[J]. 金融研究, 2015(12): 146–161. |
| [2] | 耿云江, 王明晓. 超额在职消费、货币薪酬业绩敏感性与媒体监督——基于中国上市公司的经验证据[J]. 会计研究, 2016(9): 55–61. |
| [3] | 贺小刚, 贾植涵, 彭屹, 等. 财富预期与企业家冒险行为: 进取还是越轨?[J]. 管理世界, 2022, 38(10): 226–239. |
| [4] | 贺小刚, 连燕玲, 吕斐斐. 期望差距与企业家的风险决策偏好——基于中国家族上市公司的数据分析[J]. 管理科学学报, 2016, 19(8): 1–20. |
| [5] | 贺小刚, 彭屹, 郑豫容, 等. 期望落差下的组织搜索: 长期债务融资及其价值再造[J]. 中国工业经济, 2020(5): 174–192. |
| [6] | 姜富伟, 丁慧, 靳馥境. 参照点效应、公司治理与上市公司财务重述[J]. 经济研究, 2023, 58(10): 191–208. |
| [7] | 姜富伟, 张芷宁, 丁慧. 管理层有限视野与企业ESG表现[J]. 金融研究, 2024(9): 134–152. |
| [8] | 姜付秀, 朱冰, 王运通. 国有企业的经理激励契约更不看重绩效吗?[J]. 管理世界, 2014(9): 143–159. |
| [9] | 李丹蒙, 叶建芳, 叶敏慧. 分析师跟进对上市公司盈余管理方式的影响研究[J]. 外国经济与管理, 2015, 37(1): 11–20. |
| [10] | 李培功, 沈艺峰. 经理薪酬、轰动报道与媒体的公司治理作用[J]. 管理科学学报, 2013, 16(10): 63–80. |
| [11] | 黎文靖, 岑永嗣, 胡玉明. 外部薪酬差距激励了高管吗——基于中国上市公司经理人市场与产权性质的经验研究[J]. 南开管理评论, 2014, 17(4): 24–35. |
| [12] | 李亚兵, 夏月, 赵振. 高管绿色认知对重污染行业企业绩效的影响: 一个有调节的中介效应模型[J]. 科技进步与对策, 2023, 40(7): 113–123. |
| [13] | 连燕玲, 郑伟伟, 刘依琳, 等. 社会绩效反馈视角下媒体负面报道对企业战略响应的影响研究[J]. 管理学报, 2022, 19(10): 1446–1455. |
| [14] | 刘振, 宋小军. 高管薪酬差距影响企业持续绿色创新的链式中介机制研究[J]. 研究与发展管理, 2025, 37(5): 107–122. |
| [15] | 龙立, 王含含, 张旻. “推波助澜”抑或“激浊扬清”: 投资者环境风险感知与企业ESG漂绿[J]. 会计研究, 2025(8): 120–132. |
| [16] | 栾甫贵, 纪亚方. 高管外部薪酬差距、公司治理质量与企业创新[J]. 经济经纬, 2020, 37(1): 114–122. |
| [17] | 罗宏, 曾永良, 宛玲羽. 薪酬攀比、盈余管理与高管薪酬操纵[J]. 南开管理评论, 2016, 19(2): 19–31,74. |
| [18] | 潘爱玲, 刘昕, 邱金龙, 等. 媒体压力下的绿色并购能否促使重污染企业实现实质性转型[J]. 中国工业经济, 2019(2): 174–192. |
| [19] | 沈洪涛, 冯杰. 舆论监督、政府监管与企业环境信息披露[J]. 会计研究, 2012(2): 72–78. |
| [20] | 王海军, 王淞正, 张琛, 等. 数字化转型提高了企业ESG责任表现吗?——基于MSCI指数的经验研究[J]. 外国经济与管理, 2023, 45(6): 19–35. |
| [21] | 王辉, 林伟芬, 谢锐. 高管环保背景与绿色投资者进入[J]. 数量经济技术经济研究, 2022, 39(12): 173–194. |
| [22] | 王雪, 刘清源. 分析师关注提高了企业的ESG表现吗[J]. 现代经济探讨, 2024(2): 51–66. |
| [23] | 王云, 李延喜, 马壮, 等. 环境行政处罚能以儆效尤吗?——同伴影响视角下环境规制的威慑效应研究[J]. 管理科学学报, 2020, 23(1): 77–95. |
| [24] | 魏宇琦, 高锦萍. 高管激励对企业ESG“漂绿”行为的影响研究[J]. 科学学与科学技术管理, 2026, 47(1): 153–167. |
| [25] | 谢德仁, 林乐, 陈运森. 薪酬委员会独立性与更高的经理人报酬—业绩敏感度——基于薪酬辩护假说的分析和检验[J]. 管理世界, 2012, 28(1): 121–140,188. |
| [26] | 徐细雄, 谭瑾. 高管薪酬契约、参照点效应及其治理效果: 基于行为经济学的理论解释与经验证据[J]. 南开管理评论, 2014, 17(4): 36–45. |
| [27] | 严若森, 张素各. 高管团队稳定性与企业社会责任脱耦: 推动还是抑制?[J]. 会计研究, 2025(4): 165–179. |
| [28] | 于忠泊, 田高良, 齐保垒, 等. 媒体关注的公司治理机制——基于盈余管理视角的考察[J]. 管理世界, 2011(9): 127–140. |
| [29] | 朱沛华, 李方方, 李军林. 高管外部薪酬差距的激励扭曲效应——以企业违规为例的研究[J]. 经济管理, 2024, 46(4): 113–131. |
| [30] | Arif S, Golshan N M. The value of values: Does focusing on sustainability provide a competitive advantage in forecasting earnings?[J]. Contemporary Accounting Research, 2026: 1-38. |
| [31] | Barnea A, Rubin A. Corporate social responsibility as a conflict between shareholders[J]. Journal of Business Ethics, 2010, 97(1): 71–86. |
| [32] | Berman S L, Wicks A C, Kotha S, et al. Does stakeholder orientation matter? The relationship between stakeholder management models and firm financial performance[J]. Academy of Management Journal, 1999, 42(5): 488–506. |
| [33] | Broadstock D C, Matousek R, Meyer M, et al. Does corporate social responsibility impact firms' innovation capacity? The indirect link between environmental & social governance implementation and innovation performance[J]. Journal of Business Research, 2020, 119: 99–110. |
| [34] | Cohn A, Fehr E, Goette L. Fair wages and effort provision: Combining evidence from a choice experiment and a field experiment[J]. Management Science, 2015, 61(8): 1777–1794. |
| [35] | Coles J L, Li Z C, Wang A Y. Industry tournament incentives[J]. The Review of Financial Studies, 2018, 31(4): 1418–1459. |
| [36] | Cyert R M, March J G. A behavioral theory of the firm[M]. Englewood Cliffs: Prentice-Hall, 1963. |
| [37] | 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. |
| [38] | Flammer C. Does corporate social responsibility lead to superior financial performance? A regression discontinuity approach[J]. Management Science, 2015, 61(11): 2549–2568.. |
| [39] | Hambrick D C, Mason P A. Upper echelons: The organization as a reflection of its top managers[J]. Academy of Management Review, 1984, 9(2): 193–206. |
| [40] | Hoskisson R E, Chirico F, Zyung J, et al. Managerial risk taking[J]. Journal of Management, 2017, 43(1): 137–169. |
| [41] | Kahneman D, Tversky A. Prospect theory: An analysis of decision under risk[J]. Econometrica, 1979, 47(2): 263–291. |
| [42] | Kannenberg L, Schreck P. Integrated reporting: Boon or bane? A review of empirical research on its determinants and implications[J]. Journal of Business Economics, 2019, 89(5): 515–567. |
| [43] | Kordsachia O, Focke M, Velte P. Do sustainable institutional investors contribute to firms’ environmental performance? Empirical evidence from Europe[J]. Review of Managerial Science, 2022, 16(5): 1409–1436. |
| [44] | Thorne L, Mahoney L S, Manetti G. Motivations for issuing standalone CSR reports: A survey of Canadian firms[J]. Accounting, Auditing & Accountability Journal, 2014, 27(4): 686-714. |
| [45] | Tsang A, Frost T, Cao H J. Environmental, Social, and Governance (ESG) disclosure: A literature review[J]. The British Accounting Review, 2023, 55(1): 101149. |
| [46] | Wiseman R M, Gomez-Mejia L R. A behavioral agency model of managerial risk taking[J]. Academy of Management Review, 1998, 23(1): 133–153. |
| [47] | Xu D A, Zhou K Z, Du F. Deviant versus aspirational risk taking: The effects of performance feedback on bribery expenditure and R&D intensity[J]. Academy of Management Journal, 2019, 62(4): 1226–1251. |