中国企业的生物多样性风险敞口：基于自然资本理论的系统性视角，运用机器学习和深度学习算法进行分析

《Ecological Economics》：Corporate biodiversity risk exposure in China: A system-based perspective from natural capital theory using machine and deep learning algorithms

企业运营实践、财务活动及治理结构对生物多样性风险的影响机制研究，基于自然资本理论构建分析框架，运用文本分析法结合机器学习模型（SVM、随机森林、KNN及LSTM、DMLP）对2011-2022年中国1960家上市公司数据建模，发现高资源消耗、碳排放、供应链集中度及财务杠杆企业风险显著更高，而绿色创新投入、机构投资者持股及设立环境治理委员会的企业风险较低，深度学习模型预测效能优于传统方法。

　　

李佩红|乌迈尔·沙赫扎德

上海立信会计金融学院会计学院，中华人民共和国

摘要

本研究通过分析企业生物多样性风险暴露与公司运营实践、财务活动和治理结构的关联，探讨了企业层面影响生物多样性风险的因素。该理论框架基于自然资本理论的系统视角，将生态系统视为支撑经济活动的重要资产。生物多样性风险通过文本分析方法进行衡量，该方法利用结构化的生物多样性词典来捕捉财务报告中与生物多样性相关的术语频率。样本包括2011年至2022年间中国的1960家上市公司。为了验证所提出的框架，我们应用了支持向量回归、随机森林和K最近邻等机器学习算法，以及长短期记忆网络和深度多层感知器等深度学习模型。研究结果表明，资源使用量高、碳排放量大、供应链集中度较高和财务杠杆率高的企业面临更大的生物多样性风险；而投资于绿色创新、吸引机构投资者并建立环境治理委员会的企业则表现出较低的生物多样性风险。使用正态验证、交叉验证和自助法等技术对模型进行验证后，发现深度学习模型在预测生物多样性风险方面优于传统机器学习方法。这些发现为研究人员和政策制定者提供了宝贵的见解，有助于他们理解和降低复杂工业和生态系统中的企业生物多样性风险。

部分内容摘录

JIC分类

Q56

自然资本理论

自然资本是一个概念，可分为生物资源（如水、森林和生物质）、非生物（不可再生）资源（如化石燃料和矿物）以及生物资源（包括野生动物、海洋生态系统和陆地栖息地）（Pelenc和Ballet，2015）。这些资源和生态系统的退化被称为生物多样性风险。自然资本理论强调，自然系统并非企业的外部因素，而是其资源体系的重要组成部分。

数据来源和样本特征

本研究聚焦中国企业，因为自2007年以来，中国在农业、林业和水资源等领域越来越重视生物多样性问题。政府的各项举措进一步提高了企业的生物多样性意识，促使企业关注生产过程中的生物多样性风险。公司层面的财务、环境和治理指标数据来源于中国资本市场会计研究（CSMAR）数据库，时间跨度为2010年至2022年。

描述性统计

表1展示了研究中使用变量的描述性统计信息，包括它们的分布和变异性。同时报告了运营、财务和治理活动各项指标的变异性。

此外，还评估了变量间的相关系数及其显著性水平，以检测潜在的多共线性（见表2）。VIF（方差膨胀因子）值均低于可接受阈值（通常为5）。

主要研究结果

本研究提出了一个理论模型，将企业生物多样性风险暴露置于运营、财务和治理活动的更广泛框架内，将自然资本理论的系统视角延伸到商业领域。实证结果表明，包括资源消耗、碳排放量和供应链集中度在内的运营因素显著影响了生物多样性风险暴露，凸显了这些因素之间的关键关联。

CRediT作者贡献声明

李佩红：撰写——审稿与编辑、监督、资源协调、项目管理、概念构建。乌迈尔·沙赫扎德：撰写——初稿撰写、数据可视化、模型验证、软件使用、方法设计、数据分析、数据整理、概念构思。

关于写作过程中生成式AI和AI辅助技术的声明

本文的所有理论和实证内容均由作者独立完成。作者未使用[ChatGPT或Gemini/英语编辑服务]来生成或撰写任何内容，但这些工具/服务仅用于提升文本的可读性、清晰度和语法表达。使用这些工具/服务后，作者对材料进行了全面审查和编辑，并对最终发表的内容负全责。

资金支持

本研究得到了国家社会科学基金重点项目的支持，该项目由国家哲学与社会科学办公室管理，项目编号为25AJY017。

利益冲突声明

作者在论文的任何部分（包括设计、结果、解释和政策建议）均不存在利益冲突。