ESG绩效对可持续发展目标的非线性效应:来自人工智能、可再生能源与制度质量阈值的证据

《Borsa Istanbul Review》:Nonlinear effects of ESG performance on sustainable development goals: Evidence from artificial intelligence, renewable energy, and institutional quality thresholds

【字体: 大 中 小 】 时间:2026年08月30日 来源:Borsa Istanbul Review 5.7

编辑推荐:

  摘要翻译:在ESG框架下调动私人资本依赖于一个未经检验的前提,即在企业层面评分并聚合至国家层面的ESG绩效,能够转化为可持续发展目标(SDGs)所衡量的公共成果。这种转化是否发生以及在何种条件下发生,仍存在争议。本研究考察了2000–2024年间61个国家的国

  
摘要翻译:在ESG框架下调动私人资本依赖于一个未经检验的前提,即在企业层面评分并聚合至国家层面的ESG绩效,能够转化为可持续发展目标(SDGs)所衡量的公共成果。这种转化是否发生以及在何种条件下发生,仍存在争议。本研究考察了2000–2024年间61个国家的国家层面ESG绩效与SDG实现程度之间的关系。研究人员构建了一个新颖的熵权复合ESG指数,整合了环境、社会和治理维度的60项指标。平均而言,ESG绩效提高了SDG实现程度,且该效应通过了工具变量(IV)、敏感性和安慰剂检验。随后,阈值回归揭示了非线性动态:以人工智能(AI)、可再生能源和制度质量作为阈值变量,ESG–SDG关系在临界阈值以下可忽略不计,而一旦国家超越这些阈值则该效应放大,这一模式与能力依赖的机制转换(regime switching)一致。因此,ESG的采纳仅在互补性的信息、基础设施和制度能力已具备的地方才能推进可持续发展。
**ESG绩效对可持续发展目标影响的非线性机制——基于61国面板数据的阈值分析**

**一、研究背景与问题提出**

2030年可持续发展议程(2030 Agenda)目前进展严重偏离轨道。联合国评估显示,仅有少数SDG目标按计划推进,许多目标的进展停滞甚至倒退,仅发展中国家每年的融资缺口估计就达数万亿美元。公共预算无法弥合这一缺口,这使得全球资本将目光转向以ESG为投资导向的最大私人资本池——全球ESG管理资产规模已超过30万亿美元。然而,这一资本重新配置背后的前提——在企业层面评分并聚合至国家层面的ESG绩效能够转化为SDG所衡量的公共卫生、教育、清洁能源、体面工作和有效制度等公共成果——很少被明确表述,更鲜少被检验。

已有研究存在诸多疑点:各ESG评级机构之间的评分存在显著分歧(Berg et al., 2022);在执法薄弱的环境中,披露可能替代实际绩效(Delmas & Burbano, 2011; Marquis et al., 2016);企业层面的行为传导至国家发展指标的渠道依赖于许多国家所缺乏的基础设施和制度。与此同时,利益相关者理论(Freeman & Mcvea, 2001)、自然资源基础观(Hart, 1995)和共享价值论(Porter & Kramer, 2011)均预测,企业将社会和环境成本内部化的经济体应在这些成本原本会破坏的目标上取得更快进展。实证文献尚未解决这一矛盾:既有研究集中于企业层面和财务结果(Friede et al., 2015; Gillan et al., 2021),少数关于ESG–SDG关系的国家层面研究样本量小、强加线性设定、止步于相关性分析。若ESG努力向SDG成果的转化依赖于国家能力(吸收能力理论,Cohen & Levinthal, 1990),那么单一的线性系数就是错误的估计对象。该论文发表于《Borsa Istanbul Review》,正是针对上述问题展开研究。

**二、研究设计与核心方法**

该研究基于61个国家2000–2024年的平衡面板数据(共1525个国别—年度观测值),样本覆盖发达、新兴和发展中经济体。主要关键方法如下:

第一,构建熵权复合ESG指数:基于60项指标(环境27项、社会17项、治理16项),采用熵权法(Entropy Weight Method, EWM)——即根据指标在样本中的离散程度赋予权重的统计方法——生成国家层面年度ESG综合得分,指标数据主要来源于世界发展指标(WDI)和全球治理指标(WGI)。

第二,基准模型采用双向固定效应(Two-Way Fixed Effects, TWFE)模型,控制人均收入、人口规模、资源依赖、贸易开放度、产业结构、通货膨胀和政治稳定度等变量。

第三,工具变量(IV)策略:包括Bartik shift-share工具变量(基于基期ESG暴露与leave-one-out全球ESG趋势的交互项)、区域同行溢出工具变量以及深度滞后工具变量,并采用Cinelli-Hazlett敏感性检验(评估未观测混杂因素的稳健性界限)和500次重复安慰剂检验。

第四,采用Hansen (1999)面板阈值回归(Panel Threshold Regression)框架,以AI能力、可再生能源部署和制度质量作为阈值变量,在数据驱动的机制转换结构中检验ESG–SDG关系的非线性。

**三、研究结果**

**3.1 基准估计**

双向固定效应模型显示,ESG绩效对SDG指数的平均弹性为0.041,在1%水平上显著,支持了H1假设——国家层面ESG绩效对SDG实现程度具有正向效应。

**3.2 内生性分析**

工具变量估计采用三种互补策略。Bartik shift-share工具变量和区域同行溢出工具变量分别得到0.055和0.056的系数,均在1%水平显著;深度滞后工具变量得到0.194的长期效应估计。所有工具变量均通过弱识别检验(Cragg-Donald Wald F统计量超过Stock-Yogo临界值)。IV估计值系统性地高于OLS估计值,这表明测量误差(评级分歧)导致的衰减偏误占主导地位,而非反向因果的膨胀作用。敏感性分析显示,一个强度为产业增加值三倍的未观测混杂因素仍无法推翻基准结论;500次随机化安慰剂检验中,真实估计值位于安慰剂分布的最右尾。

**3.3 稳健性检验**

八种替代设定——包括Driscoll-Kraay标准误、剔除危机年份、系统GMM估计(System GMM, 处理动态面板内生性的广义矩估计方法)、滞后回归量、等权指数、PCA标准化指数、外部固定支柱权重方案以及缩尾处理——均保持系数在0.04–0.09区间内正显著。将三大支柱分开回归时,环境支柱并未吸收其他支柱的效应,表明复合指数并非环境指数的简单替代。

**3.4 异质性分析**

分样本估计呈现系统性模式:ESG效应在治理能力强(强治理国家)、高度全球化经济体、发达经济体和可再生能源导向的能源系统中强且显著;在非OECD国家、新兴经济体、化石燃料依赖国中微弱或不显著;在资源丰富国家和大人口国家中出现负向翻转。这两个负向结果分别与资源诅咒机制(财政联系弱化导致的象征性合规)和大国特有机制(二元经济结构中的供应链排斥与财政联邦制中的责任纵向错配)相关。

**3.5 阈值分析**

对三个阈值变量均拒绝了无阈值和单阈值原假设,支持双阈值设定。具体而言:以AI能力为阈值变量,低机制下ESG系数不显著(0.044, t=1.36),中机制下为0.039(显著),高机制下跃升至0.175——约为中间机制的四倍以上,最AI能力强的经济体中10%的ESG改善与SDG指数1.75%的提升相关。以可再生能源为阈值变量,低机制下系数显著为负(-0.059),这是三个条件变量中唯一出现负向显著的低机制,构成了碳锁定(carbon lock-in)的最强形式;中机制下转正(0.037),高机制下达到0.118。以制度质量为阈值变量,低机制下系数不显著(0.017, t=0.31),中机制下为0.041,高机制下为0.120,呈现三个模型中最为陡峭的单调递增梯度。

**四、讨论与结论**

三个阈值变量呈现相同的机制结构:最低机制中ESG无效(在化石燃料锁定系统中甚至有害),中间机制中接近全样本平均水平,高机制中效应显著放大。全样本约0.04的系数是对真实效应范围(-0.06至0.175)的加权平均,低估了ESG在能力充裕经济体中的贡献,同时误述了其在化石燃料依赖经济体中的负向效应。由于三个模型中人均收入均被控制,阈值效应并非发展水平的简单代理,它们分别对应信息能力、基础设施和执行机制三方面不同的转化障碍。

政策含义因国家所处机制而异。对制度和清洁能源供应均薄弱的六国(阿尔及利亚、孟加拉国、白俄罗斯、伊朗、俄罗斯联邦和南非),强制披露或引入评级框架不仅无效,在化石锁定下还可能将资源从执行转移至报告;优先投资应是电网脱碳和基础统计监测能力。对双重能力均高的十一国(奥地利、加拿大、丹麦、芬兰、德国、冰岛、爱尔兰、新西兰、挪威、瑞典和瑞士),ESG政策与能力投资为互补关系,任一方面的强化都提高另一方面的回报。

研究结论为:ESG投资对可持续发展的回报既非自动也非均匀。只有当国家能够核实企业报告、惩罚错误报告、并提供环境承诺所需的清洁能源时,ESG的成果才会显现。政策任务在于优先建设这些能力,并将ESG框架的采纳视为紧随其后的步骤,而非其替代品。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号