全球航空公司企业社会责任（CSR）对企业价值的影响：碳绩效的调节作用与Skytrax客户感知的中介效应——基于ISO 26000框架的2017—2024年面板数据

《Sustainability》：Stability Assessment of a Large-Scale Landslide in the Minjiang River Basin Based on UAV Oblique Photogrammetry and Numerical Simulation

　　

航空业在平衡经济表现与社会和环境责任方面面临日益增大的压力。本研究考察企业社会责任（CSR）对企业价值的影响，并纳入碳绩效的调节作用与客户感知的中介效应。基于ISO 26000构建了一个涵盖六个维度的综合CSR评估框架：组织治理、劳工实践、环境、消费者议题、公平运营实践和社区参与。使用2017–2024年20家全球航空公司的面板数据检验所提出的关系。结果表明，较高的CSR得分与企业价值正相关，且通过Skytrax评级衡量的客户感知提供部分中介作用。此外，较低的单位碳强度增强了正向的CSR—价值关系，突显可验证碳绩效在提高CSR财务回报中的重要性。这些发现将广义CSR参与与运营碳结果区分开来，并强化碳效率在可持续航空公司战略中的作用。

需说明：所给论文标题为滑坡稳定性评估，但摘要与主体内容均为航空公司企业社会责任（CSR）与企业价值研究；以下依据摘要和主体内容进行解读。

航空业对国际贸易、旅游和连通性具有重要作用，但作为高度依赖化石燃料的资源密集型行业，其碳排放约占全球CO₂排放的2–3%，且若无有效减排，2050年航空排放可能增至三倍。航空公司面临“flygskam”（飞行羞耻）、投资者ESG（Environmental, Social, and Governance）审查、国际民航组织CORSIA（Carbon Offsetting and Reduction Scheme for International Aviation）等监管压力，同时又要满足股东盈利要求。CSR可增强利益相关者信任、品牌忠诚和长期企业价值，但实施CSR需大量投资并可能影响短期利润。既有研究多把环境绩效作为广义CSR得分的一个组成部分，忽视航空公司“声明的CSR承诺”与“可验证运营碳成果”之间的区别。本研究因此提出：较低的单位碳强度是否强化CSR与企业价值之间的正向关系？研究人员以ISO 26000为唯一CSR评估框架，使用2017–2024年20家全球航空公司平衡面板，区分营销竞争力与客户感知两条中介机制，并以单位碳强度和绝对碳足迹作为碳绩效边界条件。

关键技术方法概括：研究构建ISO 26000三级CSR评分体系，覆盖组织治理、员工责任、环境责任、消费者责任、公平运营和社区参与六维度，三级指标按0–3分编码，两名研究者独立编码，加权Cohen’s kappa为0.71。样本为IATA成员或向IATA WATS报告、机队至少50架、年客运量超过1000万、连续披露审计财报及Scope 1和Scope 2碳排放与CSR/ESG报告的20家全球航空公司，形成160个公司—年观测。数据来自审计年报、ESG/可持续报告、CDP、EU ETS、IATA WATS、CAPA和Skytrax。企业价值用Tobin’s Q；中介为营业收入增长和Skytrax评级；调节为gCO₂/RPK单位碳强度和tCO₂e绝对碳足迹。方法包括面板回归、F检验、LR检验、Hausman检验、聚类稳健标准误、Bootstrap 5000次、Sobel检验、IV-2SLS、system-GMM及敏感性分析。

研究结果如下。

5.1 皮尔逊相关分析：2017–2024年窗口覆盖疫情前、COVID-19冲击和疫后恢复。CSR与Tobin’s Q、营销竞争力、客户感知和财务杠杆正相关；CSR与单位碳强度也正相关（r = 0.568），说明高CSR得分并不必然对应高碳效率。所有绝对成对相关系数低于0.80，但规模、年龄和绝对碳足迹的强相关需要在多变量模型中继续检查多重共线性。

5.2 模型选择：通过F检验、似然比检验和Hausman检验，基准CSR—企业价值模型、营销竞争力模型、客户感知—企业价值模型和绝对碳足迹调节模型选择随机效应；CSR—营销竞争力、CSR—客户感知、完整客户感知中介和单位碳强度调节模型选择固定效应。所有回归使用按航空公司聚类的稳健标准误，方差膨胀因子低于5。

5.3 假设检验结果：模型1显示CSR与企业价值正相关且显著，系数0.185（p = 0.025），支持H1。模型2中CSR正向预测营销竞争力，系数0.015（p = 0.041），支持H2a。模型3中营销竞争力与企业价值仅在10%水平显著，系数0.258（p = 0.054），H2b不支持；Sobel检验间接效应a × b = 0.004，z = 1.48，p = 0.14，H2c不支持。模型5中CSR显著预测客户感知，系数0.512（p = 0.015），支持H3a；模型6中客户感知显著关联企业价值，系数0.087（p = 0.016），支持H3b。

5.4 中介分析：模型7同时纳入CSR和客户感知，CSR系数从模型1的0.185降至0.097但仍显著（p = 0.046），客户感知系数0.172（p = 0.018）。间接效应a × b = 0.512 × 0.172 = 0.088，Bootstrap 95%置信区间为[0.0262, 0.1498]，不含零，支持H3c，符合部分中介。研究指出，顺序忽略性假设可能因未测量中介—结果混杂而受影响，因此进一步进行2SLS、system-GMM和敏感性分析。

5.5 调节分析：模型8中CSR × 单位碳强度交互项为负且显著（β = ?0.014，p = 0.018），支持H4。简单斜率显示，在单位碳强度低于均值一个标准差（?15 gCO₂/RPK）时，CSR条件斜率为0.226；高于均值一个标准差（+15 gCO₂/RPK）时，条件斜率为?0.194（p = 0.015），表明CSR对低单位碳强度航空公司更有价值，对最低碳效率航空公司可能损害价值。模型9中CSR × 绝对碳足迹交互项不显著（β = ?0.016，p = 0.467），H5不支持；纳入CC2后CSR系数仅在10%水平显著（0.0062，p = 0.071）。

5.6 稳健性检验：以ROA替代因变量、CSR滞后一期、以收入客公里排名替代年龄、剔除极端总资产和杠杆航空公司后，CSR正向直接效应、客户感知机制和单位碳强度交互保持稳定。

5.7 内生性检验：2SLS和system-GMM用于直接效应。工具联合强，第一阶段Kleibergen–Paap rk Wald F = 24.7，高于Stock–Yogo 10%临界值19.93；不可识别LM p = 0.0001；Hansen J = 2.42，p = 0.120。2SLS中CSR系数0.226（SE = 0.091，p = 0.014），Anderson–Rubin 95%置信集[0.058, 0.412]，高于基准0.185，符合测量误差衰减偏误；Durbin–Wu–Hausman检验χ² = 3.42，p = 0.064，未在5%水平拒绝CSR外生。system-GMM中CSR系数0.203（p = 0.016），滞后因变量0.287（p = 0.002），满足Bond bracketing（0.168 < 0.287 < 0.452），AR(2) p = 0.345，Hansen J p = 0.312。机制模型中，客户感知中介路径a路径0.586/0.534、b路径0.189/0.178，均在p < 0.05显著；CSR × CC1交互稳定在?0.013至?0.011，p < 0.05；营销竞争力b路径和绝对碳足迹交互仍不显著。由于客户感知被视为外生，工具变量只调整CSR内生性，未解决中介—结果混杂，因此客户感知应被读作观察到的传递渠道，而非完全识别的因果分解。

讨论部分总结：理论上，研究支持利益相关者理论、信号理论和资源基础观（RBV）。CSR可能通过乘客主观评价而非即时收入增长转化为价值；客户感知部分中介拓展信号理论；单位碳强度调节作用说明无形CSR声誉需与有形碳效率能力结合，否则可能被视为“漂绿”。管理启示包括：使无形承诺与有形能力一致，优先通过节油飞机、可持续航空燃料、航线与载荷优化降低单位碳强度；沟通应聚焦可验证运营成果和乘客信任，而非期待CSR自动带来收入增长；碳抵消应作为透明补充工具而非直接减排替代。机制结论可信度不同：客户感知中介最脆弱，敏感性分析显示ρ约0.15时间接效应失去显著性，但点估计仍为正；营销竞争力零结果需谨慎，因收入增长具顺周期性且可能受杠杆融资影响；CSR × 单位碳强度交互最稳健，遗漏变量偏误影响交互项相对较小，滞后碳强度估计也缓解同时性问题。

结论部分翻译：使用2017–2024年20家全球航空公司平衡面板，本研究发现CSR平均而言与企业价值正相关，客户感知与部分中介渠道一致，但未检测到收入增长渠道；较低单位碳强度强化CSR—价值关系，而绝对碳足迹不显著。客户感知和单位碳强度发现在内生性检验中保持稳定，但证据基础不同：碳强度边界条件依赖较少限制性识别假设，客户感知路径应被读作观察到的传递渠道，其因果地位取决于当前数据无法验证的假设。对管理者和政策制定者而言，研究支持CSR战略与运营脱碳更紧密对齐；透明沟通可测量环境结果可能增强利益相关者信任并提高CSR相关价值。与仅考察直接CSR—价值关系的研究不同，本研究区分客观营销竞争力与主观客户感知，并分别考察其在价值传递过程中的作用，同时引入碳绩效作为边界条件，区分单位碳强度与绝对碳足迹。研究局限包括：依赖公开披露报告和20家航空公司160个公司—年观测，虽为满足连续CSR披露、碳排放数据可得性和Skytrax覆盖的最大可行平衡面板，但样本量限制中介、调节和多交互模型的统计功效，也限制IV和动态面板估计精度；识别仍依赖无法完全验证的假设，工具排除限制理论上成立但无法完全检验，区域同行CSR工具可能与区域需求或监管冲击相关，母国环境政策严格性可能直接影响航空公司成本；工具化解释变量不能识别中介路径，中介—结果关系仍可能混杂，敏感性分析只能量化所需混杂强度而不能排除混杂；基线面板模型为静态、线性，未利用准实验外生变异；聚类稳健标准误处理异方差和组内序列相关，但不校正截面依赖或更广泛内生性。未来研究应利用CORSIA等外生监管变化，考察多重中介和非线性，扩展观察窗口，通过CDP和IATA扩展数据覆盖，收集一手利益相关者数据，并探索乘客层面和双重差分方法以加强因果识别。