公众环境关注与企业绿色治理——基于城市百度指数的研究.pdf

第 36 卷 第 1 期2024 年 2 月Vol.36 No.1Feb.2024研究与发展管理R&D MANAGEMENT公众环境关注与企业绿色治理基于城市百度指数的研究周阔1，2，张黎芮3，陶云清4，5，王悦溪2（1.吉林大学 东北亚研究中心，长春130012；2.吉林大学 东北亚学院，长春130012；3.中国科学技术大学 管理学院，合肥230026；4.北京大学 国家发展研究院，北京100871；5.北京大学 数字金融研究中心，北京100871）摘要：在多元共治的现代环境治理体系构建中，公众作为不可或缺的参与主体，发挥着利益诉讼表达、舆论信息传播以及政策执行监督等重要作用。本文以20112019年中国重污染上市公司为研究样本，利用百度搜索指数测度地级市公众环境关注度，应用机器学习方法和文本分析方法全面刻画企业绿色治理水平，实证考察了公众环境关注对企业绿色治理的影响及其机制。研究结果显示：公众环境关注显著提升了辖区内企业绿色治理水平。机制分析表明，公众环境关注作为一种重要的非正式制度，能够通过提高环境规制执行力度和加大环境治理财政投入，发挥环境治理作用，促进企业绿色治理行为。进一步研究发现：公众环境关注的直接影响在企业特征和地区特征层面存在着异质性，在融资约束弱、政治关联强、企业规模大以及地区法制环境好、空气质量差的分样本中，公众环境关注对企业绿色治理的提升效应更为显著。本文为互联网背景下公众环境关注的积极后果提供了经验证据，对于我国企业更好实现绿色治理具有启示意义。关键词：公众环境关注；企业绿色治理；非正式制度；环境规制中图分类号：F42 文献标识码：A0 引言党的二十大报告明确指出，“要加快发展方式绿色转型”“积极稳妥推进碳达峰碳中和”。工业企业是推动形成绿色低碳生产方式的行动主体。同时，企业作为自然资源消耗和污染物排放的主体，在实现全社会可持续发展目标过程中扮演着核心角色。根据经济绿色治理机制和内部控制原理，企业绿色治理是指企业需要以绿色价值理念为指导，通过技术创新、管理革新和模式更新来协调自身经济利益与生态环境可持续发展1-4。已有文献大多基于政府环境规制5、执法力度6、市场压力7-9、企业所有权性质10及管理层特征11等视角研究了企业绿色治理的驱动因素。然而，鲜有文献考察公众环境关注对企业绿色治理的影响。环境污染是影响公民生命健康和生活质量的重要因素，因此，公众作为环境利益相关者，普遍具有参与环境治理的意愿和需求，在环境治理中发挥了越来越重要的作用12-13。党的十八大以来，中国不断通过各项法律法规对公众参与环境治理进行了相关规定，从制度上保障了公众参与环境治理的权利和渠道。公众参与环境治理，不仅可以在一定程度上解决央地委托代理关系产生的环境污染信息不对称问题14，而且能够通过举报投诉污染项目、表达自身环境诉求、监督环保法令执行等多种途径降低环境治理社会成本15，推动中国生态环境治理现代化。收稿日期：2023-02-14；修改日期：2023-12-30。基金项目：教育部人文社会科学研究青年基金项目“基于深度学习的企业漂绿行为识别测度、市场后果及管治策略研究”（23YJC790205）；中央高校基本科研业务费专项资金资助“双碳 目标下中国企业漂绿行为的识别测度与市场后果研究”（2023-JCXK-16）。第一作者：周阔（1991），女，博士，讲师，研究方向为企业环境信息披露、环境经济与政策，。通信作者：陶云清（1994），男，博士，博士后，研究方向为金融科技、政策评估与公司金融，。文章编号：1004-8308（2024）01-0001-13DOI：10.13581/ki.rdm.20230133研究与发展管理第 36 卷一部分研究认为，公众环保参与可以显著降低污染排放水平16-18、提高工业污染治理效率19-20。郑思齐等21以中国86个地市为研究对象，发现公众环境诉求的提升能够有效促使当地政府重视环境问题，并以环境治理投入和产业结构优化等措施改善环境质量。同时，也有研究发现，公众环境关注能够在资本市场中显著发挥“威慑效应”，提高环保类上市公司股票收益22。然而，另一些学者则持有相反观点，认为公众环境参与也可能无法发挥监督治理作用。例如，ZHANG等23研究发现公众污染投诉对于当地环境质量没有显著提升作用，ZHAO等24认为环境非政府组织的约束无法有效促进企业绿色技术创新。总体来看，已有研究对公众环境关注的作用效果尚未形成一致观点，有必要对其进行进一步讨论分析。从企业绿色治理的行为特点来看，绿色治理具有较强的正外部性，其带来的环境效益和社会效益往往大于经济效益25，导致企业主动进行绿色治理的意愿不足。尽管地方政府作为环境治理监管主体，采取了一系列积极行动以改善这一现状，但在分权治理结构下，仍有部分地方政府选择性执行环境规制政策以拉高经济增速，为污染企业的超标排污行为提供了滋生空间26-29。值得注意的是，有效的环境治理应是政府主导、企业治理与社会监督共同形成的多元协同共治过程22，30。其中，公众作为社会监督的重要力量31，通过利益诉讼表达、舆论信息传播以及政策执行监督等多种方式参与环境保护32-33，在自下而上的环境治理格局中发挥作用21。从企业绿色治理的行为度量来看，已有研究做出了大量有益尝试，包括采用污染排放水平25、企业环保投资34、能源消耗水平35、绿色创新专利36等变量对其进行刻画。然而，上述方法无法从整体上刻画企业绿色治理水平，难以有效覆盖企业在绿色治理中的多种实践行为。此外，部分学者基于内容分析法，人工阅读海量上市公司环境信息披露并根据制定的编码规则和评价体系，应用手工编码方式进行逐条评分赋值进而汇总分析企业绿色行为37-38。然而，即使是在中等规模的语料库中，手工执行相近的文本阅读仍是困难的，具有处理成本较高、可重复性较差、疲劳所致判断失误等弱点39-40。那么，如何对企业绿色治理行为进行有效刻画？公众对于环境问题的关注，能否对企业真实绿色治理产生显著促进作用呢？如果能，其作用机制是什么？对这些问题的解答，有助于加深对公众力量和环境治理的理解，也有助于积极构建现代环境治理体系。基于此，本文以20112019年中国重污染行业上市公司为研究样本，采用机器学习和文本分析方法创新地刻画企业绿色治理水平，在地级市层面考察了公众环境关注对企业绿色治理的影响及其机制，为互联网背景下公众环境关注的积极效果提供了微观证据。研究发现，公众环境关注显著提升了辖区内企业绿色治理水平。机制检验表明，公众环境关注作为一种重要的非正式制度，能够通过提高环境规制执行力度和加大环境治理财政投入，发挥环境治理作用，促进企业绿色治理行为。进一步分析发现，对于融资约束弱、政治关联强、生产规模大以及地处法制环境好、空气质量差的企业而言，公众环境关注对企业绿色治理的提升效应更为显著。1 文献综述与理论假设 制度理论认为，组织根植于社会结构，其行为会受到既有社会制度及其体系的影响和制约41。组织获得合法性可以提高其生存机会，因此，组织通常会将制度规范融入其正式结构中42。这些制度不仅包括政府制定的法律、规制等正式规定，还包括公众、媒体等第三方形成具有约束力的非正式规范和惯例43。已有研究表明，非正式制度能够塑造社会期望，对微观企业行为决策具有重要影响44，尤其是在正式制度相对失灵的环境治理领域中，其影响更为显著45。同时，在同一区域内的企业行为具有典型的共有特征，而这些特征决定于其受到的地区制度压力46。公众关注作为一种典型的非正式制度，必然会对企业这一组织的生产经营活动发挥着深层次影响47。环境问题与公民生命健康密切相关，公众普遍具有参与环境治理的意愿和需求48，公众环境关注是影响企业环境治理行为的关键30。公众对环境问题的关注，是社会历史、文化传承和地域特色所共同塑造的公众对环境问题的高度关注和行动的共同倾向。在某些地区，深厚的环保文化使人们从小就被教导要尊重自然、节约资源，并对环境问题有着高度的认知和重视。这种社会氛围和价值观形成了非正式制度，促使公众参与环境保护。吴力波等30研究发现，公众环境关注显著提高了企业环保投资；李欣等16研究发现，公众环境关注有效抑制了企业污染排污活动。公众环境关注所反映的非正式制度，实际上涵盖了公众对环境问题的态度、行为2第 1 期周阔等：公众环境关注与企业绿色治理习惯、对环境污染的容忍度以及对环保行动的支持度等多个方面，在环境保护这一问题的共同价值观和行为准则对当地企业的环境治理行为产生影响1，促使其优化环境治理战略，积极进行排污治理装置改造、生产工艺绿色化改进、优化清洁生产技术、提高环境管理水平等一系列绿色治理行为。这些绿色治理行为不仅有助于塑造积极正面的环保形象，向公众传递其在环境治理上的企业文化、管理水平、实践努力等积极信号，以回应公众环境关注所构成的地区对企业绿色治理的社会期望，也能够形成具有持续性和差异化的绿色产品市场竞争优势49，获得当地政府的资源倾斜。由此，本文提出如下假设。H1公众环境关注能够促进企业绿色治理。非正式制度也会通过补充、扩展正式制度，间接影响企业经营决策和绩效表现45-46。公众环境关注作为非正式制度，会增强政府环境治理正式制度的作用，进而推动了企业采取更多积极的绿色治理行动。其一，公众环境关注能够通过强化地区环境规制力度，促进企业绿色治理。已有研究表明，在环境绩效纳入官员考核体系背景下，非正式制度的社会影响力很可能会重塑地方政府环境政策制定等正式制度，强化地区环境规制执行力度，为环境保护注入更广泛和更深远的影响47，50-51。换句话说，公众环境关注水平越高，对地方政府施加的环境治理压力就越大30。绿色技术创新、环境保护投资、环境体系管理升级等实质性绿色行为，具有周期长、风险大的特点36，在地方政府环境治理干预压力较小时，追求经济利润短期最大化的企业主动进行环境治理的动机不足52。当地方政府将公众环境关注化为环境治理压力向下转移至污染企业时，企业面临着排污短视行为和绿色治理行为间的成本权衡及选择比较。直接排污带来的直接间接惩罚将高于环保治理成本，推动了企业实施更多符合低碳绿色可持续发展的前瞻性积极绿色治理行为。由此，本文提出如下假设。H2政府环境规制在公众环境关注影响企业绿色治理过程中发挥中介作用。其二，公众环境关注能够激励地方政府提高在环境治理领域中的财政投入，促进企业绿色治理。公众环境关注水平越高，地方政府采取除环境规制外的财政引导、金融支持、税收调节等多项举措的动机越强烈1，其中，地方政府环保财政投入可以较好地反映地方政府环境治理强度53，有助于提升地区环境治理效率，引导企业绿色低碳转型发展、环境治理责任提升，推动企业进行现有生产工艺绿色化改造、优化清洁生产技术、提升环境管理水平等一系列绿色治理行为。由此，本文提出如下假设。H3政府环境投资在公众环境关注影响企业绿色治理过程中发挥中介作用。融资约束是影响微观企业实施环境治理行动的关键因素54。企业面临的融资约束越高，表明企业面临的流动性约束越强，为绿色创新、环保投资等绿色治理活动提供充足资金支持的可能性越小；相反，企业面临的融资约束程度越低，通常越倾向于投入规模较大的资金用以支持优化购买减排设备、升级绿色技术、研发绿色产品等。因此，对于融资约束小的企业而言，由于其已经拥有较高的环境管理水平和节能减排成效，受地区公众环境关注形成的治理压力较小；与之形成鲜明对比的是，为满足公众日益增长的环境质量要求，融资约束较大的企业需要开展更多包括进行绿色创新、升级减排设备、研发绿色产品等在内的绿色治理行动，以大幅度改善其环境绩效表现。因此，与融资约束较弱的企业相比，对于融资约束较强的企业，公众环境关注对企业绿色治理的促进作用会更加显著。由此，本文提出如下假设。H4融资约束越小，公众环境关注对企业绿色治理的促进作用越显著。政治关联是企业十分重要的关系资源 55，会显著影响企业绿色治理动机和行为 34。根据资源依赖理论，相比无政治关联的企业，具有政治关联的企业很可能不惜降低短期利润，在当地政府面对较强的来自公众环境诉求压力时，主动承担环境治理这一社会责任，积极提升绿色治理水平，有利于企业得到政府部门的正面评价和认可，以期获得政府环保补贴、政策扶持、信息等偏袒收益和稀缺资源。由此，本文提出如下假设。H5政治关联越强，公众环境关注对企业绿色治理的促进作用越显著。BECKER等56研究发现，公众环境诉求对大中型企业的污染排放具有显著抑制作用。企业规模越大，越容易引发公众对其环境污染行为的关注，进而对企业声誉、市场地位产生负面影响。为应对公众环境舆论压力和与之增加的环境规制执行水平，规模较大的企业具有强烈动机积极实施清洁技术革新、末端污染治理等绿色治理行为，以维护自身声誉和品牌形象。由此，本文提出如下假设。3研究与发展管理第 36 卷H6企业规模越大，公众环境关注对企业绿色治理的促进作用越显著。2 研究设计2.1数据来源本文选取20112019年重污染上市企业为初始样本，剔除退市公司、“特殊处理”类公司以及数据缺失或异常的样本，最终获得272家重污染企业样本，共1 596个企业年度观测值。企业绿色治理数据来自对上市公司社会责任报告的文本分析，公众环境关注数据来源于百度网站官方披露的搜索指数，其他所用数据来自国泰安（CSMAR）数据库、中国环境年鉴 中国环境统计年鉴。2.2变量定义2.2.1被解释变量企业绿色治理（Greengov）是指企业进行生产工艺绿色化改造、清洁生产技术优化、环境管理水平提升等一系列积极的环境治理行为1，3-4。本文利用社会责任报告中的文本信息测度企业绿色治理水平，即采用计算机自然语言处理技术和深度学习分类算法，获取企业实质性环境信息披露。与描述未来环保计划或承诺的象征性信息相比，企业实质性环境信息披露更加强调提高环境绩效采取切实措施和具体行动，如企业追加环保投资、优化环保生产工艺、创新产品绿色包装等57。然而，重污染上市公司往往出于应付监管部门检查和公众关注监督的合规性动机，策略性地披露环境信息，致使该部分文字内容的同质性无用信息畸多，而实质性信息含量却广泛偏低58。本文通过阅读大量环境信息披露文本后发现，如果企业切实进行了绿色治理，就会事无巨细地在环境信息披露中提供包含人员、日期、标准名称等具体内容，反之，则会含糊其词地提供难以验证的“空洞”信息。因此，本文将采用企业实质性环境信息披露的量化数据来刻画企业绿色治理。针对管理层在环境信息披露中使用大量非实质性语言这一文本操纵手段，本文建立基于循环神经网络（RNN）的文本分类模型，按照环境信息披露单句是否包含实质性信息来进行二元标记。其中，0表示该文本为没有实质内容的象征性环境信息，如介绍性语句、口号性语句；1则表示该文本信息具备实质性含义，并以此构建深度学习所需的训练集、测试集和验证集用于分类的文本示例如表1所示。已标记的文本数据，80%将用于构建训练集，确保模型分类任务的顺利进行；20%将被用来进行测试和验证，从而评估模型分类的有效性。之后，定义RNN各层函数形式，并优化神经网络参数和训练模型，采用包含实质性信息的文本字数（单位：百字）以量化企业绿色治理水平。2.2.2解释变量公众环境关注（Pubcon）反映了公众在环境保护、污染治理等问题上的注意力30。随着信息基础设施建设的不断完善和移动设备的进一步普及，互联网已经成为公众表达诉求、参与社会治理的重要渠道。网络平台所具有的曝光性高、准入门槛低、成本低等特点，使信息的可获得性增强，极大推动了公众环境参与的及时性和广泛性，公众越来越多地使用网络工具了解环境治理问题并表达自己环境诉求。互联网已成为公众参与环境治理的重要新媒体渠道20，促进了非正式环境规制的发展33。根据这一特点，并参考相关文献21-22，本文使用百度搜索指数来直接反映某一地区公众环境注意力的变化。本文统计形成20112019年分地区分年度的“污染”环境关键词的日均搜索数量，作为衡量该地级市公众表1深度学习人工标记部分样例Tab.1Partial sample of the manual labeling section for deep learning环境信息类型象征性实质性赋值01示例文本可持续发展关乎国计民生，也是企业发展战略中非常重要的部分，如何打造清洁生产体系，降低能源消耗，对保护环境至关重要公司结合国内外优秀能源企业先进管理经验，建立契合自身发展要求的特色环保工作责任体系、全过程监控的环境预警机制和考核管理体系完成全部6台机组催化剂提效技改，全年氮氧化物排放656吨，仅为总量控制指标的25%，减排成效显著；2020年克服新冠肺炎疫情影响，顺利完成煤场全封闭建设项目竣工验收，每年减少扬尘排放约200吨配套 电厂节能管理 企业节能专项考核管理 等制度文件，积极开展节能减排创新技术管理、创新运行方式的探索与应用，进一步完善节能管理三级工作网络体系，明确管理层各层级环境管理职责4第 1 期周阔等：公众环境关注与企业绿色治理环境关注的代理变量。此外，稳健性检验部分还利用各地级市“环境保护”词条的百度搜索指数作为公众环境关注的度量指标。2.2.3控制变量为控制其他变量对企业绿色治理行为的潜在影响，参考已有文献1，4，47，本文进一步加入了一系列控制变量，包括：企业年龄（Age）、企业规模（Size）、资产负债率（Lev）、劳动力投入（Lnlabor）、独立董事比例（Indep）、第一大股东持有比例（Largesh）、营业收入增长率（Growth）、托宾Q值（TQ）。此外，还控制各地区经济发展水平（GDP）对企业绿色治理的潜在影响。变量的具体定义和度量方法如表2所示。2.3模型设定本文采用模型（1）检验公众环境关注对企业绿色治理的影响。Greengovijt=+Pubconjt+Xit+i+t+it（1）其中：i、j和t分别代表企业、城市以及年份；Greengovijt代表企业绿色治理，Pubconjt为公众环境关注，Xit为控制变量；i和t分别为企业、年份固定效应；it为随机误差项，标准误在企业层面上进行聚类。3 实证结果 3.1描述性统计表3显示了主要变量的描述性统计情况。其中，企业绿色治理Greengov的均值为9.597，说明重污染上市公司实质性环境信息披露部分平均有959.7个汉字。公众环境关注Pubcon的均值为6.492，标准差为6.143，说明不同城市间的公众环境关注度存在较大差异。相关性系数结果表明，公众环境关注（Pubcon）与企业绿色治理（Greengov）的相关系数为0.010，并通过了1%水平的显著性检验，初步验证了H1，即城市公众环境关注度越高，企业绿色治理的程度越高。3.2基准回归公众环境关注对企业绿色治理影响的回归结果见表4。第（1）列为单变量回归检验结果，Pubcon的系数显著为正。第（2）列加入企业层面控制变量，Pubcon的系数为0.189，且显著性水平有所提高。第（3）列进一步控制了地区经济发展水平，Pubcon系数在5%水平上仍然显著为正，这说明公众环境关注显著提升了当地污染企业绿色治理水平，H1得以验证。总体而言，表4的检验结果证明了公众对环境污染问题关注越积极广泛，当地企业承担环保责任的压力越大时，越能够主动实施实质性绿色治理行为，同时从企业微观层面验证了郑思齐等21在城市层面的研究结论。因篇幅所限，相关分析结果未予汇报，感兴趣的读者可向作者索取。表2变量定义Tab.2Variable definition变量类型因变量自变量控制变量变量企业绿色治理公众环境关注企业年龄企业规模企业资产负债率劳动力投入独立董事比例第一大股东持股比例营业收入增长率托宾Q值国内生产总值变量符号GreengovPubconAgeSizeLevLaborIndepLargeshGrowthTQGDP变量度量方法实质性环境信息披露的字数/百字“污染+地级市名称”百度指数年度日均搜索数量成立年限加1取对数总资产取对数总负债除以总资产员工人数的对数独立董事人数除以全部董事人数第一大股东持股比数除以总股本数当年营业收入较上一年的增长率总市值与总负债之和除以总资产地级市国内生产总值取对数5研究与发展管理第 36 卷3.3中介效应分析工业企业是造成环境污染的主要来源，但由于环境物品具有公共属性和外部性特征，企业减少污染排放所产生的利益不能完全被企业获取，需要政府主导的环境治理措施将企业环境治理或污染排放成本内部化34。随着环保意识不断增强，公众可通过“用脚投票”的迁移和“用手投票”的选举方式，向地方政府施加环境治理压力，以期地方政府进行切实有效的环境治理。因此，公众参与可在环境治理体系中有效发挥监督作用，自下而上推动地方政府提高环境治理力度，促使当地污染企业实施更多绿色治理行为。为了进一步考察公众环境关注影响企业绿色治理的作用机制，本文以推动地方政府提高环境治理力度为切入点，从提高环境规制执行力度和加大环境治理财政投入两个维度进行分析。采用各城市环境行政处罚案件数加1的自然对数来表示地级市环境处罚力度（InPenalty），数据来自北大法宝；采用各地级市节能环保支出的自然对数来表示地级市环境治理财政投入（InInv），数据来自手工收集查找各地级市统计年鉴、财政年鉴或政府年度财政预决算报告，但仍存在部分缺失值。本文采用地级市一般公共预算支出在本省一般公共预算支出占比作为权重，将省级节能环保支出转化为地级市环保投入；并加入地区经济发展水平（GDP）、第二产业增加值比重（Indstruc）以及城镇化率（Urban）作为控制变量。表4基准回归结果Tab.4Baseline regression results变量PubconAgeSizeLevLaborTQLargeshGrowthIndepGDP常数项观测值企业固定效应年份固定效应R2Greengov（1）0.191*（1.919）7.806*（12.692）1 596YesYes0.116（2）0.189*（2.174）0.158（1.435）0.006（0.008）3.427*（1.814）-0.047（-0.075）-0.722*（-2.874）-4.572（-1.528）2.322*（2.584）-6.068（-1.257）9.184（0.665）1 596YesYes0.133（3）0.217*（2.265）0.211*（1.659）0.033（0.044）3.420*（1.810）-0.029（-0.046）-0.717*（-2.857）-4.622（-1.544）2.312*（2.572）-5.680（-1.171）-0.091（-0.832）8.231（0.594）1 596YesYes0.136注：*p 0.10，*p 0.05，*p 0.01；括号中为t值，下表同。表3主要变量统计特征Tab.3Statistical characteristics of the main variables变量GreengovPubconAgeSizeLevLaborTQLargeshGrowthIndepGDP观测值1 5961 5961 5961 5961 5961 5961 5961 5961 5961 5961 596均值9.5976.49217.49422.9030.4628.3251.8070.3800.1150.3668.437标准差10.4876.1434.7841.2890.2031.1381.1770.1560.1920.0471.196最小值0.0000.0003.00020.0780.0475.7070.6990.034-0.2330.3334.189中位数5.8954.23217.00022.7930.4758.3571.4110.3650.0750.3338.397最大值57.56021.06833.00026.6230.86710.81611.4220.8821.1060.55610.5496第 1 期周阔等：公众环境关注与企业绿色治理本文采用模型（2）模型（3），以识别环境处罚力度在公众环境关注影响企业绿色治理中是否发挥了中介作用。InPenaltyjt=+Pubconjt+Xit+i+t+it（2）Greengovijt=+Pubconjt+InPenaltyjt+Xit+i+t+it（3）表5第（1）第（2）列给出了环境处罚力度作为中介变量的实证回归结果。可以发现，第（1）列的被解释变量为地级市环境处罚力度（InPenalty），公众环境关注的回归系数显著为正，表明公众对于环境问题的关注显著提高了当地环境处罚力度；进一步将公众环境关注与环境处罚力度同时纳入回归方程后，结果如第（2）列所示，自变量公众环境关注和中介变量环境处罚力度均显著为正，验证了H2，即公众环境关注能够通过提高政府环境规制力度进而促进企业绿色治理。为检验环境治理财政投入在公众环境关注和企业绿色治理之间的中介作用，本文构建如下模型。InInvjt=+Pubconjt+Xit+i+t+it（4）Greengovijt=+Pubconjt+InInvjt+Xit+i+t+it（5）表5第（3）第（4）列结果表明，城市环境治理财政投入的提高，在公众环境关注推动企业实施更多绿色治理行为过程中发了重要的中介作用，即H3得到了实证支持。综上所述，提高环境规处罚力度和加大环境治理财政投入在公众环境关注影响企业绿色治理的中介效应得到了支持。3.4企业性质的调节效应首先，本文根据SA指数来衡量企业融资约束水平，并将企业融资约束水平以虚拟变量（Fincon）形式引入，如果企业融资约束水平低于样本中位数，则为1，否则为0。表6中的第（1）列报告了企业融资约束在公众环境关注与企业绿色治理之间调节效应的回归结果。与本文预期一致，交互项Pubcon Fincon系数显著为正。这一结果表明，在融资约束越弱的企业中，公众环境关注对企业绿色治理的促进作用越大。表5中介效应分析Tab.5Mediating effect analysis变量PubconInPenaltyInInv控制变量观测值固定效应R2（1）InPenalty0.110*（3.146）Yes1 596Yes0.809（2）Greengov0.106*（2.541）0.721*（1.868）Yes1 596Yes0.270（3）InInv0.094*（2.567）Yes1 596Yes0.161（4）Greengov0.045*（2.063）0.651*（2.143）Yes1 596Yes0.059表6企业特征的调节效应Tab.6Moderating impact of corporate characteristics变量PubconPubcon FinconFinconPubcon PolconPolconPubcon Asset控制变量观测值固定效应R2Greengov（1）0.235*（2.094）0.013*（1.842）1.090*（1.876）Yes1 596Yes0.127（2）0.237*（2.297）0.068*（2.080）1.154*（1.921）Yes1 596Yes0.119（3）0.267*（2.308）0.078*（2.174）Yes1 596Yes0.133（4）0.105（1.106）0.012（0.209）0.969（1.362）0.063*（1.854）0.903*（2.002）0.001*（1.928）Yes1 596Yes0.1187研究与发展管理第 36 卷其次，本文以企业董事长、总经理的政治身份来判断企业是否存在政治关联（Polcon），若企业董事长、总经理为现任或前政府官员，则认为该企业有政治关联，赋值为1，否则为0。如表6第（2）列的回归结果所示，交互项的Pubcon Polcon回归系数显著为正，表明在有政治关联的企业中，公众环境关注对企业绿色治理的影响更为明显，与预期一致。最后，本文考虑企业资产规模的调节效应。采用企业总资产均值作为划分依据，如果该地企业总资产位于全样本的前50%，则被认定为具有较大规模的企业，Asset取值为1，否则为0。表6的第（3）列的结果显示，公众环境关注对企业绿色治理的促进作用确实在不同规模的企业中存在差异，企业规模越大，公众环境关注（Pubcon）的治理作用越加凸显。本文进一步考虑了包含所有调节变量、调节变量与解释变量交互项的全模型，以观察调节效应的整体情况，回归结果如表6的第（4）列所示。可以看到，政治关联、资产规模能在公众环境关注驱动企业绿色治理中发挥更为显著的调节作用。3.5基于地区特征的进一步分析3.5.1地区法制环境法制强化能带来明显的污染减排效应，地区的法制环境越差，给予地方政府策略性执行环境规制的空间越大，无法有效地遏制企业的非法排污行为。相反，地区的法制环境越好，越能遏制地方政府在环境污染治理中滋生的“懈怠”行为，推动企业有效开展污染减排行动。鉴于此，本文以樊纲编制的中国市场化指数中的法律制度指数衡量地区法制环境，并根据法律制度指数中位数将全样本分为法制环境较好和较差两组，结果见表7第（1）和第（2）列。与本文预期一致，公众环境关注（Pubcon）的回归系数仅在法制环境较好的分组中显著为正。可见，在法制环境较好的地区中，公众环境关注对企业绿色治理的影响更为明显。3.5.2地区空气质量空气污染能够引发来自公众和媒体的非正式环境规制压力，促进企业的绿色创新。地区的空气状况越差，公众作为环境污染的切身感受者，越是更加关注当地企业的污染生产活动，督促企业实施清洁技术革新、末端污染治理等企业绿色治理行为。反之，地区的空气质量越好，公众对生命健康的需求越容易得到满足，进而降低了对环境问题的关注。为了进一步检验地区空气质量的异质性影响，本文根据企业所在地级市每年的PM2.5浓度将样本划分为空气质量较好和较差两类，回归结果如表7的第（3）列和第（4）列所示。可以发现，在空气质量较差的分组中，公众环境关注（Pubcon）的回归系数在1%的水平上显著为正，而空气质量较好的地区分组中，公众环境关注对企业绿色治理行为的影响并不显著。上述结果表明，公众环境关注对企业绿色治理的促进作用确实在不同空气质量的地区中存在差异。3.6内生性检验前文结果表明，公众环境关注显著提高了当地企业绿色治理水平，但很可能受到内生性问题的干扰。第一，尽管基准回归模型已经尽可能多地加入了控制变量，但公众环境关注的非正式规制作用仍可能受到遗漏变量的影响，如企业信息披露水平或管理者能力。第二，环境绩效差的重污染企业污染排放水平普遍较高，也会引起当地公众的不满与谴责，造成反向因果这一内生性问题。为此，本文使用地级市层面的互联网宽带接入数（IntUsers）作为公众使用互联网表达环境诉求的工具变量。一方面，网络信息可获得性的增强，显著提升了公众对环境治理问题的关注和意见表达21，59，因此，企业所在地区的信息基础设表7地区特征的影响Tab.7Influence of regional characteristics变量Pubcon控制变量观测值固定效应R2Greengov（1）法制环境好0.330*（2.729）Yes845Yes0.138（2）法制环境差-0.043（-0.149）Yes751Yes0.058（3）空气质量好0.249（0.910）Yes789Yes0.136（4）空气质量差0.335*（2.945）Yes801Yes0.0738第 1 期周阔等：公众环境关注与企业绿色治理施建设越完善，网络接入成本越低，公众使用网络工具在搜索引擎上检索环境污染与治理信息的可能性越高16，47，即城市互联网宽带接入数与公众使用互联网表达环保诉求具有一定相关性。另一方面，互联网宽带接入是宏观层次的经济变量，很难直接影响某一企业的环保行为。因此，城市人均互联网宽带接入数（IntUsers）满足工具变量的相关性和外生性条件，数据来自中国区域经济数据库。表8为工具变量回归结果。第（1）列报告了第一阶段的回归结果，回归系数显著为正，这表明企业所在城市互联网宽带接入用户数量越多、地区网络发达程度越高，当地的公众环境关注程度越高，证实了该工具变量与公众环境关注具有相关性。从第（2）列第二阶段的回归结果可以看到，公众环境关注（Pubcon）的系数在5%的显著性水平上为正。同时，结果显示工具变量也不存在识别不足和过度识别等问题。综上所述，在考虑了内生性问题对上述估计结果的潜在干扰后，公众环境关注依然显著提升了企业绿色治理水平，这与前文结论基本一致。3.7稳健性检验第一，改变变量测度方法。前文采用“污染”作为刻画公众环境关注水平的检索关键词，由于这一关键词可能无法完全覆盖公众对环境的关注，因此，选取“环境保护”作为关键词在百度指数进行检索，重新度量公众环境关注（Pubconnew1）。鉴于目前仅能获取省级层面相关数据，以地级市工业产值在本省工业总产值中的所占比例作为权重，将省级环保提案转化为地级市环保提案，再次测度该城市的公众环境关注水平（Pubconnew2）。对企业绿色专利申请数加1取对数，用以衡量企业在环境治理方面所开展的技术创新活动，重新测度企业实质性环境治理行为（Greenpatent）。以上3种改变变量测度方法的稳健性检验结果表明，前文结论是稳健的。第二，改变聚类方法。公众环境关注是属于地级市层面数据，同一城市的上市公司环境治理行为可能存在一定相关性，本文将聚类标准误调整为城市层面，检验结果表明基准结果具有稳健性。第三，更换固定效应。重新控制行业固定效应、年份固定效应和城市固定效应，以进一步捕捉行业层面和城市层面不可观测因素对基准结果的干扰，结果表明，前文结论依旧稳健。第四，增加地区层面控制变量。本文进一步加入城市人口规模（Pop）、人口密度（Popdensity）、产业结构（Ind）、城镇化（Urban）4个城市层面控制变量，检验结果与前文结论基本一致。第五，使用广义估计方程。为了适应纵向样本的非独立性，本文重新使用广义估计方程（GEE）方法进行回归，结果依然稳健。4 结论与启示 4.1研究结论本文基于20112019年中国重污染行业上市企业的绿色治理数据，探讨公众环境关注对企业绿色因篇幅所限，本文对稳健性检验的结果未予汇报，感兴趣的读者可向作者索取。表8基于工具变量法的内生性检验Tab.8Endogeneity test based on instrumental variable method变量IntUsers（IV）Pubcon控制变量观测值固定效应Kleibergen-Paap rk LM统计量Kleibergen-Paap rk Wald F统计量Hansen J 检验R2（1）第一阶段：Pubcon0.148*（3.032）Yes1 596Yes22.698*31.7420.1770.958（2）第二阶段：Greengov0.044*（2.143）Yes1 596Yes0.7899研究与发展管理第 36 卷治理的影响。主要结论有如下3点。公众环境关注度越高，企业的绿色治理效应越高。机制检验表明，公众环境关注作为一种重要的非正式制度，能够通过提高环境规制执行力度和加大环境治理财政投入，发挥环境治理作用，从而推动企业的绿色治理行为。公众环境关注对企业绿色治理的促进作用可能会受到企业特征、地区特征的影响，在融资约束弱、政治关联强以及规模大的企业中，公众环境关注对其绿色治理的促进作用更加显著；企业所在地的法制环境越好、空气质量越差，公众环境关注越能发挥对企业绿色治理的促进效应。4.2理论贡献本文的边际贡献有如下3点。拓展了企业绿色治理的影响因素研究。本文以更具及时性和广泛性的百度指数索引量衡量公众环境关注，分析了公众环境治理力量对企业绿色治理的促进作用，并就相关内在机制和异质性进行了深入分析，扩展了企业绿色治理的影响因素研究。区别于现有采用绿色专利、环保投资等方法来测度企业绿色治理的研究范式，本文借助深度学习算法对环境信息披露文本中实质性信息进行识别，能够更加全面、更加立体地刻画企业绿色治理行为。丰富了非正式环境规制治理效应的研究。本文从企业实质性环境信息披露行为的角度丰富了环境网络舆情微观治理效应的研究视角，拓宽了制度理