《Business Strategy and the Environment》：Predicting Environmental Violations: A Cross-Method Framework Integrating Parametric and Non-Parametric Approaches
编辑推荐：
先前的研究在解释环境违规行为时大多依赖线性和参数模型，但这些模型在捕捉影响企业环境合规因素的非线性和非对称效应方面能力有限。为了弥补这一空白，研究人员整合了随机效应Logit模型（random effects logit model）与先进的机器学习方法，基于
先前的研究在解释环境违规行为时大多依赖线性和参数模型，但这些模型在捕捉影响企业环境合规因素的非线性和非对称效应方面能力有限。为了弥补这一空白，研究人员整合了随机效应Logit模型（random effects logit model）与先进的机器学习方法，基于2000年至2024年美国上市企业的纵向企业-年度面板数据集（firm-year panel dataset）。通过比较随机效应Logit模型估计值与XGBoost指标（metrics）和SHAP均值（SHAP mean values），研究人员发现企业先前的环境合规行为是未来环境处罚违规的主要预测因子。随机效应Logit模型确认累积处罚次数（cumulative penalty count）为显著的正向预测因子，而XGBoost赋予其最高的增益（gain）和SHAP重要性评分（importance scores）。SHAP分析中累积处罚次数的边际贡献（marginal contribution）表明其存在递减的边际效应（diminishing marginal effects），这一效应仅通过Logit模型难以识别。跨方法比较进一步揭示，治理和行政激励变量是未来环境违规的弱预测因子。研究结果揭示了环境违规的轨迹依赖性特征（trajectory-dependent nature），即执法结果与行为轨迹高度相关。本研究提供了方法论贡献，并展示了通过整合参数分析（parametric analysis）和机器学习方法，跨方法三角验证（cross-method triangulation）在解决参数方法间不一致性方面的价值。
**研究背景与问题**
环境违规研究长期依赖线性参数模型（如Logit回归），但这些模型假设变量间线性关系，无法捕捉非线性和非对称效应。虽然已有研究识别了财务、治理、运营等多维度因素，但单一参数方法常导致不一致结论，实际管理效用有限。为此，本研究旨在通过整合参数与非参数方法，更全面地揭示哪些因素能最准确预测未来环境违规，并解决传统方法对路径依赖和边际效应递减的忽视。
**研究内容与结论**
研究人员整合Violation Tracker、Compustat和ExecuComp数据库，构建了2000–2024年美国上市企业的14,352个企业-年度观测值面板数据集。以随机效应Logit模型（random effects logit model）为参数基线，结合XGBoost机器学习方法与SHAP（Shapley additive explanations）值，比较两种方法的结果。研究发现：历史处罚行为（尤其是累积处罚次数）是预测未来环境违规的最强因子，且该关系呈非线性饱和形态（边际效应递减）。治理和行政激励变量（如CEO薪酬、任期、高管团队规模）在所有模型中均为弱预测因子。跨方法比较还揭示，Logit模型可能高估现金持有量、资本支出强度等财务变量的重要性，而XGBoost则赋予运营因素（如资本强度、库存强度）更高权重。论文发表在《Business Strategy and the Environment》。
**关键技术方法**
（1）样本来源：美国上市企业，2000–2024年，合并Violation Tracker（环境处罚记录）、Compustat（财务数据）和ExecuComp（治理数据）三个数据库，清洗后得到14,352个企业-年度观测值。
（2）随机效应Logit模型：作为参数基线，估算各预测变量的系数和优势比（odds ratio），处理面板数据的未观测异质性，并采用1年滞后因变量以避免反向因果。
（3）XGBoost方法：配置最大树深度6、学习率0.05等超参数，通过300轮提升训练，使用逻辑损失函数，将数据按时间顺序分为80%训练集和20%测试集，并设定固定随机种子1234确保可复现。
（4）SHAP分析：基于博弈论Shapley值，计算每个变量对单个预测的边际贡献，并可视化非线性模式和边际效应。
**研究结果**
**描述性统计与相关性分析**
各变量存在较大变异，部分变量标准差高于均值。相关性矩阵显示多数预测变量间相关性较低，表明多重共线性不严重，但处罚相关变量间高度正相关，反映执法连续性。
**随机效应Logit模型结果**
企业规模、可见性、资本强度、资本支出强度显著正向预测未来处罚；现金持有量显著负向预测；累积处罚次数正向显著（优势比1.30，p<0.05），而“曾受处罚”哑变量负向显著（优势比0.70，p<0.1），可能反映纠正行为。治理和行政激励变量均不显著。
**XGBoost模型结果**
ROC曲线下面积（AUC）为0.771，表明模型可较好区分未来违规者与非违规者。变量重要性指标（增益、覆盖、频率）显示，累积处罚次数增益最高（0.18），其次为累积处罚金额（0.06）、资本强度（0.07）和可见性（0.07）。治理变量（如TMT规模）增益最低（0.01）。跨方法比较发现，XGBoost与Logit模型在累积处罚次数的重要性上一致，但Logit中显著的现金持有量和资本支出强度在XGBoost中排名中等，而Logit不显著的劳动强度和库存强度在XGBoost中重要性较高，表明XGBoost能捕捉线性模型遗漏的非线性效应。
**SHAP分析结果**
平均SHAP值显示，累积处罚次数排名第一（0.54），其次为可见性（0.36）、资本强度（0.24）、劳动强度（0.18）和企业规模（0.18）。现金持有量（0.17）和累积处罚金额（0.10）居中。治理变量SHAP值最低（0.09、0.05、0.03），“曾受处罚”哑变量仅0.02。观察级SHAP图进一步表明，高累积处罚次数对应正向贡献，低值对应负向贡献，且颜色分布显示特征值高低与贡献方向一致。
**边际效应分析**
SHAP依赖图揭示累积处罚次数对未来处罚概率的非线性、饱和式影响：低历史处罚企业SHAP值为负（降低预测风险），存在一个阈值使SHAP转为正，且在高累积处罚次数区间边际效应递减（斜率趋于平缓）。这一模式无法通过Logit或线性回归识别。
**总结讨论与结论**
讨论部分强调，参数模型（如Logit）因线性假设而遗漏路径依赖和边际效应递减，而XGBoost和SHAP能够补充这些缺失。历史处罚行为积累是最强预测因子，且其边际效应递减表明，执法机构应聚焦于接近阈值的企业，此时未来违规风险上升最快。财务结构变量（如现金持有量）在Logit中显著，但实际预测能力有限；治理和行政激励变量在两种方法中均弱，表明其直接执法影响可忽略。研究结论指出：**环境违规具有轨迹依赖性，早期合规行为对长期执法风险至关重要；管理者应将环境合规视为战略性长期问题，而非孤立事件；财务资源单独不足以改变违规轨迹，历史处罚行为是最具信息性的信号。** 本研究通过参数与非参数方法的显式整合，解决了单一方法研究长期存在的结论不一致问题，为环境治理领域提供了方法论创新。
