链主企业的领头雁效应：ESG责任履行对供应链环境投资的溢出效应——来自中国A股市场的传导渠道与异质性证据

《Sustainability》：The Lead Goose Effect of Chain Leaders: ESG Responsibility Spillovers on Supply Chain Environmental Investment—Mediating Channels and Heterogeneous Evidence from China’s A-Share Market

　　

摘要专业翻译 在中国“双碳”目标背景下，碳排放与污染沿供应链跨主体转移阻碍了系统性低碳转型；既有关于ESG与企业环境投资的研究主要聚焦于单一企业层面的效应，忽视了供应链网络中核心链主企业独特的领头雁治理功能及其内部传导机制。本研究基于利益相关者理论（stakeholder theory），构建了由链主企业主导的协同式绿色供应链治理框架，以填补上述研究空白。研究以2011—2023年沪深A股上市公司为样本，通过结合官方产业链链主企业名单与总资产门槛标准识别链主企业，基准ESG数据来源于Wind数据库，并以Bloomberg ESG评分进行稳健性检验。两阶段最小二乘（2SLS）工具变量回归处理内生性问题，遗漏变量敏感性分析、指标替换及逐步高维固定效应确保实证结论的可靠性。研究结果提供了显著的领头雁溢出效应证据：链主企业ESG表现每提升一个单位，上游供应商环境投资增加8.33%（1%显著性水平），下游客户环境投资增加3.54%（5%显著性水平），而非链主企业未产生有意义的溢出影响，且该效应对上游合作伙伴更强。机制检验支持两条核心中介渠道：链主企业ESG表现通过提升环境敏感性凸显度（environmental sensitivity salience）和降低企业间交易成本（transaction costs）刺激供应链绿色投资。异质性分析表明，该溢出效应在污染行业和高集中度供应链中被放大。本研究通过记录经正式识别的链主企业对合作伙伴实际环境投资的领头雁效应、区分方向不对称性并揭示双元中介机制，拓展了新兴的供应链ESG溢出效应文献。

论文解读

一、研究背景与问题提出

中国“双碳”战略对产业链系统性绿色低碳转型提出了迫切要求。碳排放与污染转移贯穿上下游各环节，单个企业的孤立环境治理无法实现全产业链脱碳。在此背景下，中国各级政府出台专项政策培育核心“链主企业”，这些企业占据供应链网络中心位置，具有独特的领头雁效应，其ESG行为可树立标杆并带动合作伙伴协同绿色投资。然而，许多链主企业的ESG承诺未能有效传导至供应商和客户，加剧了供应链环境治理的碎片化。现有文献已识别出企业环境投资的多种决定因素，包括环境规制、利益相关者监督和内部治理因素，近年来也开始关注供应链上的ESG溢出效应。但已有研究存在三个关键缺口：其一，多数研究以合作伙伴ESG评级或绿色创新产出衡量溢出结果，而非更直接和实质性的环境投资指标；其二，既有研究仅考察单一方向（链主→客户或供应商→链主），未在同一框架内同时追踪对上游供应商和下游客户的溢出并进行方向不对称性比较；其三，已有文献未打开链主企业ESG实践如何转化为合作伙伴环境支出的机制黑箱。基于利益相关者理论，本研究构建了由链主企业主导的协同式绿色供应链治理框架，系统回答链主企业ESG责任履行是否对上游供应商和下游客户的环境投资产生显著溢出效应，以及通过何种机制和边界条件发挥作用。

二、研究设计与主要结论

研究人员以2011—2023年沪深A股上市公司为样本，通过结合官方产业链链主企业名单与总资产门槛标准识别链主企业，基准ESG数据来源于Wind数据库，以Bloomberg ESG评分进行稳健性检验。实证结果表明：链主企业ESG表现每提升一个单位，上游供应商环境投资增加8.33%（1%显著性水平），下游客户环境投资增加3.54%（5%显著性水平），且上游效应是下游的两倍以上，证实了领头雁效应的方向不对称性。相比之下，非链主企业未产生显著的绿色溢出效应。机制检验支持两条并行中介渠道：环境敏感性凸显度和交易成本降低。异质性分析显示，溢出效应在污染行业和高集中度供应链中被显著放大。该研究在理论层面将ESG溢出研究边界从单一企业拓展至全供应链视角，打开绿色溢出的机制黑箱，并在实践层面为政府利用链主企业推动全产业链低碳转型提供政策参考。

三、关键技术方法

研究采用2011—2023年沪深A股上市公司面板数据，链主企业识别结合19个省份工信部门官方链主企业名单与总资产门槛标准。ESG数据来源于Wind数据库，稳健性检验使用Bloomberg ESG评分，财务与治理数据来自CSMAR数据库。供应链合作伙伴通过CSMAR披露的上市公司前五大供应商和客户信息识别，构建链主—合作伙伴—年度三元组面板。核心估计采用两阶段最小二乘（2SLS）工具变量回归，以同行业其他上市公司ESG均值（IV1）和同省份其他上市公司ESG均值（IV2）为工具变量。稳健性检验包括Oster（2019）遗漏变量敏感性分析、替换ESG指标及逐步引入城市固定效应和行业×年份交互固定效应。机制检验采用江艇（2022）两步法，环境敏感性凸显度通过年报关键词词频文本分析度量，交易成本以销售费用、管理费用、财务费用和广告费用之和除以总资产衡量。

四、研究结果

4.1 基准回归结果

基准回归显示，链主企业ESG表现与上游供应商环境投资在1%显著性水平上正相关，ESG每提升一个单位，供应商环境投资增加8.33%；与下游客户环境投资在5%显著性水平上正相关，增幅为3.54%。系数差异检验证实上游主导模式在统计上显著，支持了方向不对称性的理论预期。对照回归显示，非链主企业与其供应商和客户之间不存在显著溢出效应，跨模型系数检验确认链主企业溢出系数显著大于非链主企业。

4.2 两阶段最小二乘回归

第一阶段回归中两个工具变量系数均在1%水平上显著，Kleibergen–Paap rk Wald F统计量分别为46.78（供应商）和82.15（客户），超过Stock–Yogo 10%临界值，排除弱工具变量问题。Hansen J过度识别检验p值分别为0.372和0.418，支持工具变量联合有效性。第二阶段结果显示上游供应商和下游客户的溢出系数分别在1%和10%水平上显著为正，进一步支持假设H1。

4.3 稳健性检验

4.3.1 遗漏变量敏感性分析

以现金流量比、托宾Q和独立董事比例为对比变量，供应商和客户样本的R2_dz和R2_yz均小于稳健性阈值，表明即使遗漏变量强度达到对比变量的数倍，原始估计仍然稳健。

4.3.2 替换解释变量

使用Bloomberg ESG评分重新估计，供应商系数为0.1223，客户系数为0.0590，均显著为正；在相同匹配子样本上，Wind系数（供应商0.1156，客户0.0521）与Bloomberg估计无显著差异，排除指标测量偏差和样本选择问题。

4.3.3 逐步控制高维固定效应

在行业和年份固定效应基础上逐步加入城市固定效应及行业×年份交互固定效应，回归结果的方向和显著性与基准回归一致，结论保持稳健。

五、进一步分析

5.1 机制检验

5.1.1 环境敏感性凸显度机制

通过年报关键词词频文本分析度量合作伙伴的环境敏感性凸显度，结果显示链主企业ESG表现与合作伙伴环境敏感性显著正相关，后者进一步促进供应链环境投资，支持假设H2。间接效应检验显示，供应商渠道间接效应为0.0087（占总效应10.4%），客户渠道为0.0018（占5.1%），均显著。

5.1.2 交易成本降低机制

以期间费用与总资产之比度量交易成本，结果显示链主企业ESG履行显著降低供应链交易成本并进一步促进环境投资，支持假设H3。供应商渠道间接效应为0.0019（占2.3%），客户渠道为0.0015（占4.2%），均显著。

5.2 异质性检验

5.2.1 行业异质性

依据环保部《上市公司环境信息披露指南》将企业分为污染行业和清洁行业，结果显示污染行业中链主企业ESG履行与供应链环境投资显著正相关，清洁行业中无显著关系，交互项检验确认组间差异显著。

5.2.2 供应链集中度异质性

以最大供应商采购额占总采购额比例衡量供应链集中度并分组回归，高集中度供应链中溢出效应在1%水平上显著为正，交互项检验确认高低组差异显著，表明稳定的长期合作关系有助于ESG责任传导。

六、讨论与结论

研究讨论部分围绕三个核心主题展开：上游主导的不对称溢出效应与资源依赖理论预期一致，供应商因议价劣势和高资产专用性而对链主企业绿色采购标准更为敏感；双元中介机制分别对应制度理论的模仿同构逻辑和交易成本经济学的信任型关系治理逻辑；污染行业和高集中度供应链中的效应放大揭示了重要的边界条件。研究结论指出，链主企业ESG表现对上游供应商（8.33%）和下游客户（3.54%）均产生显著正向溢出，上游效应是下游的两倍以上，效应通过环境敏感性凸显度和交易成本降低两条并行渠道传导，并在污染行业和高集中度供应链中放大，而非链主企业不产生有意义的绿色溢出效应。研究为政府监管部门、链主企业和供应链中小企业分别提出了针对性建议：政府应制定链主企业专项ESG评估标准并实施激励政策；链主企业应发布统一绿色采购标准并优化长期合作机制；上下游中小企业应主动对标链主企业ESG标准并扩大环境治理投入。