摘要
在环境、社会和治理（ESG）评级方法和结果存在日益加剧的分歧与混乱的背景下，本研究提出了一种双维度框架，通过两个不同但互补的视角来界定ESG评级质量——有效性（评级方法的严谨性、透明度和可复现性）和实用性（评级输出对用户特定目标的实际价值和相关性）。该框架不仅为评估现有评级提供了结构化方法，还作为构建用户导向型ESG评估模型的指导性指引。为展示其操作性价值，该框架在中国A股市场进行了实施，并设定了两个明确的实用性目标——本地适应性（解决国际ESG标准跨地区迁移性差的问题）和创业赋能（纠正ESG评级中系统性的规模歧视现象）。研究结果表明，该双维度框架不仅为自下而上评估ESG评级质量提供了连贯的基础（所实施模型的整体质量评分为71.67），还产生了有意义实证模式，支持自上而下的目标（中国重大政策事件后，ESG评级分布和市场反应中均反映出相应的ESG趋势，ESG与规模的相关性显著从0.27降至0.18，且小型企业的缺失指标比例从81%降至74%）。在方法论上，目标对齐得益于四大数据科学技术的运用——事件驱动和基于位置的数据、用于碳足迹估算的机器学习、用于提取和总结结构化ESG信息的生成式人工智能，以及层次分析法与熵权法的混合方法。本研究为ESG评估提供了一种可复制且用户可交互的方法，架起了宏观层面政策影响与微观层面数据有效性之间的桥梁，对投资者、监管者、评级机构以及处于可持续发展"长尾"中的小型企业具有实际意义。
