创新驱动战略下ESG、研发投入与企业价值的联动效应

王鉴雪，黄玉屏，王宛秋，郜怡雯

（1.北京工业大学经济与管理学院，北京 100124；2.哥伦比亚大学专业研究学院，纽约 10027）

0 引言

重污染行业具有高投入、高消耗、高污染的生产特性，现已成为中国重污染事件发生的主因之一。然而，其中部分企业在产业链上处于重要环节，促进其低碳转型、提高可持续发展水平迫在眉睫。为此，国家不断完善监管，环保总局从2003 年起要求其每年公布环境保护信息，2015 年，修订后的《中华人民共和国环境保护法》第一次以立法形式规定重点排污单位应如实公开污染物排放及防治信息。2021年，生态环境部发布的《企业环境信息依法披露管理办法》提出重点排污企业应依法披露环境信息。2022 年，证监会发布的《上市公司投资者关系管理工作指引（2022）》中首次纳入环境、社会和公司治理（ESG）信息。相应地，企业为了践行社会责任、谋求长期发展亦将目光聚焦于可持续发展能力建设，ESG 作为衡量可持续发展能力的重要标准成为企业战略制定的重要依据［1］。

创新是企业应对竞争挑战、谋求战略升级和可持续发展的支撑保障［2］。重污染企业的创新活动面临着如何主动融入ESG 表现以实现价值提升的现实问题。现有文献对企业研发投入、ESG、企业价值关系进行了有益的探索。如王晓红等［3］发现，研发投入对ESG、市场价值具有正向促进作用，重污染企业更倾向加大环保研发投入，向外界披露环境信息，履行环境责任，以树立优质企业社会形象，提高企业价值回报。李心斐等［4］进一步研究发现企业社会责任能够反向推动企业研发投入。但是，刘乾等［5］提出不同观点，认为研发投入周期长、投入高导致企业创新动力不足，影响ESG 水平提高和企业价值提升，且企业社会责任也对研发投入存在“挤出效应”；温素彬等［6］认为会削弱其财务价值创造效应。这些聚焦于研发投入与企业价值或ESG 之间关系的研究并未得到一致的结论，由此引发了对三者长期作用机制的思考。企业研发投入与ESG 表现、企业价值的关系到底如何？是“促进”还是“阻碍”？企业ESG 表现的改善能否促进其价值的提升？企业ESG 表现、企业价值是否会反过来促进其研发投入？这些问题的解答对于重污染企业开展ESG 实践、研发投入选择、企业价值提升，实现企业长期可持续发展具有重要意义。

内生增长理论认为，内生的技术进步是实现持续增长的决定因素，研发投入会提高企业的技术创新能力［2］。但由于研发投入长周期的特征，其对ESG 表现、企业价值提升往往在后期才开始显露，使得研发投入与企业价值、ESG 的关系在长期可能出现新变化，因此，亟需关注三者间是否存在动态的长期滞后效应。此外，过往研究结论的不一致是否也说明三者之间可能不是简单的单向因果关系，可能存在更为复杂的双向互动机制和影响效应？由于企业ESG 的相关研究在中国尚处在起步阶段，对这些问题的回答尚缺少中国制度背景和市场环境的经验证据。因此，本文以重污染行业A 股上市公司为研究对象，从内生增长视角，基于PVAR 模型探讨ESG 表现、研发投入与企业价值的动态互动机制和长期联动效应，为相关领域的理论和实践提供经验证据。

1 理论分析与文献综述

1.1 ESG 与企业价值

ESG 理念源于伦理投资和责任投资［7］。企业ESG 可能带来的经济效应可以概括为沟通效应和资源效应两个方面。（1）沟通效应：根据信号传递理论、利益相关者理论，企业ESG 信息披露具有信息沟通效应，能够释放积极信号，降低企业与利益相关者的信息不对称程度［8］，提高公司经营透明度，降低利益相关者的决策误差［9］。当其传递的行为信号与社会规范、主流价值理念一致时，更易吸引来自市场和利益相关者的关注，降低交易成本，获得来自于政府、投资者、社会公众更低的融资成本，以及更佳的市场体验，从而提高企业价值。McWilliams等［10］进一步发现，企业社会责任对企业价值的影响存在随时间变化的长期、短期的差异。短期内ESG对企业价值的影响只有ESG 达到门槛值后才能得到企业价值回报［11］，但从长期来看，企业社会责任行为能够提升企业价值［6］。（2）资源效应（机会假说）：Bowman 等［12］从有限资源的角度出发，认为企业最大的社会责任就是为股东创造最佳收益，开展ESG实践会增加资源占用，提高企业成本，削弱企业竞争力，进而降低企业价值。甚至有些企业的社会责任行为具有工具属性，往往是管理层为遮掩企业不当行为经济损失的自利行为［13］，甚至权小锋等［14］的研究发现，企业社会责任表现与股价崩盘表现正相关。已有文献对ESG 与企业价值关系的结论并不统一，大多是基于企业社会责任或者ESG 对企业价值的作用机制展开，对于企业价值提高是否会反向激励ESG 关注较少。

1.2 研发投入与企业价值

研发投入是企业获得核心技术、实现技术创新的重要手段。Warusawitharana［15］证实研发投入对企业价值具有促进效应。根据“波特假说”［16］，环境规制加强等原因使重污染企业主动加大研发投入，提高资源使用效率、污染治理能力、产品科技含量。颉茂华等［17］、朱乃平等［18］研究发现，由于研发投入周期长，研发投入与经营绩效虽然正相关，但存在滞后效应，表现为研发投入对当期绩效影响不显著，随时间推移对绩效影响逐渐累积并逐步增强。且研发投入对企业长期绩效的促进作用在高利润企业中表现更明显［19］。虽然大量文献证实研发投入对企业价值具有正向影响，但颉茂华等［17］、Mank等［20］的研究表明，研发投入对股东回报、企业利润存在负面影响。这源于从研发投入到企业生产、价值实现需要周期，导致研发投入对企业短期绩效的影响是负向的，尤其对高利润企业的短期绩效是不利的［18］。由于技术、政策、市场等的不确定性，研发投入回报存在着极大的不确定性，已有文献研究结论也存在着争议。重污染企业作为备受社会公众关注的社会责任敏感行业，研发投入带来的技术创新可以为企业降低污染排放，扭转社会形象。但研发投入预期收益的不确定能否对企业形成充分的内部激励，促使企业主动进行研发投入也存在极大的不确定，因此，研发投入与企业价值的关系仍需进一步探讨。

1.3 ESG 与研发投入

企业ESG 和研发创新是现代化企业的历史使命，实现二者的协调发展是实现可持续发展的关键。然而，从资源配置角度考虑，企业在ESG 投入与研发投入中如何配置才能实现资源投入最优化，是企业发展面临的重要难题。学界对二者关系的研究呈现两极分化的现象，表现为互促效应和替代效应。

（1）互促效应。林炳洪等［21］的资源依赖理论、吴迪等［22］的利益相关者理论认为，企业的发展是不断选择环境、适应环境的过程，其在经营过程中既要考虑经济价值，也要关注社会效益，积极履行环境责任、社会责任以获得利益相关者支持，获取更多资源和更大竞争优势。ESG 是企业向利益相关者传递非财务信息的重要评价，较好的ESG 表现有利于塑造优质的企业形象，增进企业与利益相关者互信，减少内部代理问题，缓解融资约束，使其从利益相关者处获取更多资源支持以提升研发投入［23］，对技术创新具有正向的促进效应［24］。与此同时，重污染企业ESG 表现提升，需要企业投入更多的研发经费，以支撑企业更高质量地履行社会责任［4］。因此，ESG 与研发投入呈现互为促进的关系。

（2）替代效应。但Lvarez 等［23］、Coluccia 等［24］认为，ESG 与研发投入都需要占用企业资源，承担社会责任会增加企业运营成本，导致研发投入融资约束加重，当ESG 投入与研发投入无法共存时可能存在此消彼长的替代效应。因此，企业控制社会责任支出的同时，应向利益相关者披露更多关于研发投入和创新的信息［26］，以使研发投入获得更多的资金支持。从已有文献来看，研发投入与ESG 的关系尚存在争议，无论是ESG 还是研发投入，对企业而言都是着眼于未来的长期投资，在重污染企业中二者关系是互促抑或替代，关系到企业长期决策，值得进一步深入探究。

1.4 ESG、研发投入与企业价值的联动效应

根据内生增长理论和企业价值理论，内生的技术进步是保证经济持续增长的决定因素，融入绿色理念的负责任创新是新时代企业价值创造的基础动力［27］。因此，长期而言，研发投入、ESG 与企业价值三者很可能存在动态互动的联动效应。李心斐等［4］、Nollet 等［11］、Lvarez 等［23］已有关于ESG 的相关研究，多从企业责任与研发投入、企业价值单一视角展开，集中于单向因果关系研究，且对长期关系研究的关注较少，尤其对变量间较长时间周期的动态联动效应关注不足。因此，有必要对单向因果关系可能忽略的变量间联动效应进行深入研究，从而揭示重污染企业ESG、研发投入、企业价值间互动机制。

2 研究设计

2.1 变量与数据

2.1.1 数据来源与处理

研究以重污染企业为研究对象，行业划分标准依据中华人民共和国生态环境部2008 年制定的《上市公司环保核查行业分类管理名录》《上市公司环境信息披露指南》及2012 证监会行业分类，主要包括火电、钢铁、水泥、制药、制革和采矿业等行业。数据来源于国泰安数据库（CSMAR），剔除ST 和*ST 的样本，缺失数据以线性插值法进行补充，共获得2011—2020 年231 家上市公司的平衡面板数据。为避免极端值对计量结果的干扰，对变量数据做1%和99%的缩尾处理。

2.1.2 变量选择与测度

研究涉及研发投入、企业价值和ESG 3 个核心变量，异质性分析引入企业规模、成长能力变量，见表1。核心变量及相关分组变量的界定如下：

表1 变量名称与测算

（1）研发投入：借鉴朱乃平等［18］的做法，以研发强度，即企业研发投入占营业收入的比重衡量。

（2）企业价值：以托宾Q 衡量［19］，公式为托宾Q=（流通股市值+非流通股股份数×每股净资产+负债账面值）/总资产。

（3）ESG：鉴于数据可得性与完整性，采用彭博咨询公司的ESG 评分度量，该评分从环境、社会、公司治理3 个方面给出ESG 分项得分和综合评分，评分越高，代表公司在此方面的表现越好。

（4）分组变量：以企业规模、成长能力进行样本分组，开展核心变量关系的异质性分析。其中，企业规模以总资产的自然对数度量，企业成长能力以营业收入增长率度量。

2.1.3 变量描述性统计

表2 为核心变量的描述性统计结果。研发投入最大值为14.254，最小值接近0，说明不同上市公司间研发投入存在明显差异。ESG 的最大值为55.372，最小值为1.653，标准差为7.197，说明不同企业间的ESG 差别较大，反映出企业对ESG 的重视程度存在明显差异，可进行分组探讨，使分析结果更具指向性。

表2 变量描述性统计

2.2 研究方法

2.2.1 研究模型

为客观刻画ESG 与研发投入、企业价值的动态联动关系，选择以面板向量自回归（PVAR）模型探究三者的动态关系。PVAR 模型将系统中所有变量都视为内生变量，通过GMM 估计、脉冲响应，分析各个变量与其滞后项的关系，模型充分考虑个体效应与时间效应，解决了内生性与个体异质性问题。模型的一般形式如下［28］：

公式（1）中，α0为截距，βj为回归系数矩阵，j为滞后阶数，fi为固定效应，dt为时间效应，εit为随机扰动项。公式（2）中，yit为第i家企业第t年的RDIit、TOBINQit、ESGit所组成的向量，其中i的取值范围为1～231，t的取值范围为2011—2020 年。

2.2.2 单位根检验与滞后阶数选择

为避免伪回归，在进行面板向量自回归（PVAR）分析前，分别对模型中的核心变量进行相同单位根下的LLC 检验，与不同单位根下的IPS 检验、ADF检验和PP 检验。各变量均通过了显著性检验，为平稳序列，可构建PVAR 模型。

PVAR 模型运算前需要进行滞后阶数选择，根据AIC、BIC 和HQIC 信息准则确定三变量全样本、异质性分组样本，以及E、S、G分指标样本的最优滞后阶数，结果显示均为一阶滞后最优，最终确定模型为滞后一阶的PVAR。

3 实证结果分析

去除固定效应与时间效应后，计算公式（1）中的回归系数，表3 为GMM 估计结果。选用脉冲响应图呈现变量间长期的动态交互关系，结合样本特征，将冲击期设置为6 期和10 期，衡量某一变量受到一单位标准差冲击后对自身或其他变量6、10 期的脉冲响应。

表3 GMM 估计结果

3.1 ESG、研发投入与企业价值的内生关系：互动机制与长期效应

表3 中ALL3 为 ESG、研发投入与企业价值三变量GMM 的估计结果，图1 为三变量的脉冲响应图。

图1 全样本ESG、RDI、TOBINQ 的脉冲响应

3.1.1 ESG 与企业价值——价值共创与双向互动

以当期TOBINQ 为因变量时，前一期的ESG对TOBINQ 具有显著的正向影响，以当期ESG 为因变量时，前一期的TOBINQ 亦对当期ESG 具有正向推动作用。TOBINQ 面对ESG 冲击和ESG 面对TOBINQ 冲击表现为滞后1 期的正向响应，在第2 期响应达到峰值，第10 期影响仍未结束。ESG 涵盖环境责任、社会责任、公司治理等多个方面，关系到企业内部员工、消费者、客户、社会公众等利益相关者，根据价值共创理论，企业价值创造有赖于利益相关者，企业良好的ESG 表现有利于内外部治理优化，与客户建立良好的信任关系，满足消费者低碳、绿色产品需求，建立更积极的社会形象，为企业与员工、客户、社会公众价值共创提供了可能。与此同时，企业价值是企业经营的动力和可持续发展的基础，具有高增长愿景的企业已从只关注企业短期收益向考虑更广泛的利益相关者长期利益转变，因此作为积极的信息传递，企业价值提升也正向推动ESG 水平，以获得利益相关者更多关注和支持。因此，ESG 与TOBINQ 关系表现为价值共创与双向互动。

3.1.2 ESG 与研发投入——互为引致与持续响应

以当期ESG 为因变量时，前一期RDI 对其有显著正向影响，以当期RDI 为因变量时，前一期的ESG 对其亦具有显著正向影响。ESG 与RDI 的互为引致关系进一步体现在时间上的持续响应，ESG 在面临RDI 冲击时所作出的响应更为明显，在第2 期达到峰值，随后在第10 期左右结束。重污染企业是环境规制的重点，内生增长理论和波特假说认为，内生的技术进步是持续增长的决定因素，环境规制对经济发展的作用主要通过企业创新实现。重污染企业通过研发投入提升企业技术创新水平，使企业能够高质量履行社会责任和环境责任，促进ESG 水平的整体提升。与此同时，企业ESG 水平的提高为企业带来更积极的企业形象，又反向激励企业持续追加研发投入，因此企业研发投入与ESG 表现具有互为引致的促进作用，且表现为时间上的持续响应。

3.1.3 研发投入与企业价值——价值滞后与研发持续韧性不足

如表3 所示，GMM 估计中，TOBINQ 和RDI 的互动关系不显著。RDI 在面临TOBINQ 冲击时未发生显著影响，与GMM 估计结果一致。但TOBINQ 面临RDI 冲击时的影响存在滞后期，在第2 期效果逐渐显现，到第10 期正向影响仍未结束，长期持续效应显著。颉茂华等［17］、朱乃平等［18］验证了研发投入对企业价值的正向影响存在滞后期。但俞彬等［27］也发现，企业价值增长并未对研发投入产生显著的正向激励，这可能与研发投入未来收益不确定相关，也可能与企业所处的不同成长阶段有关。

综上，如图2 所示，RDI →TOBINQ →ESG 形成了单向循环联动，ESG 与RDI、ESG 与TOBINQ间存在长期双向互动，验证了企业ESG 与企业价值、研发投入间的沟通效应和互促效应。同时也发现，虽然RDI 对TOBINQ 存在长期的滞后促进作用，但TOBINQ 对研发投入不存在直接促进作用，表现为通过ESG 的间接影响。

图2 全样本ESG、RDI、TOBINQ 三者互动关系

3.2 E、S、G 与研发投入、企业价值：E 未能充分融入RDI、TOBINQ 循环

表3（2）（3）（4）列为环境责任（E）、社会责任（S）、公司治理（G）与研发投入（RDI）、企业价值（TOBINQ）的GMM 估计结果。

首先，环境责任能够提升企业价值，但企业价值和研发投入对环境责任激励不足。TOBINQ 与RDI 对E的影响均不显著。但前一期的E对当期TOBINQ 表现为正向显著影响，长期内TOBINQ 面对E的冲击表现为正向脉冲响应且不存在滞后期，在第10 期影响仍未结束。重污染企业环境方面的积极行为有利于降低环境风险和成本，促进企业价值提高，且长期促进效应持久。但企业价值和研发投入并未显著改善环境表现，说明重污染企业对环境责任的价值提升作用并未引起重视。

其次，社会责任与企业价值双向互动，研发投入单向提升社会责任。前一期的TOBINQ 与RDI 对当期S的影响为正向显著，长期内S面对TOBINQ、RDI 冲击表现为正向脉冲响应，第8 期左右影响结束。以当期TOBINQ 与RDI 为因变量时，前一期的S影响均不显著，但脉冲图显示S对TOBINQ 的影响在第3 期后表现为正向显著，持续时间较长，第10 期仍未结束，验证了社会责任对企业价值提升的滞后效应。实证结果表明重污染企业的企业价值和研发投入能够推动社会责任的履行，企业社会责任表现亦能进一步促进企业价值的提高，但社会责任对RDI 的激励作用并未显现。

最后，公司治理与研发投入双向互动，企业价值亦能提升公司治理。前一期的TOBINQ 与RDI 对当期G的影响均为正向显著，长期内依然表现为正向脉冲响应，且响应时间较长。G对RDI 为正向显著影响，脉冲图显示该影响在第8 期左右结束。但G对TOBINQ 的影响表现为负向显著，结合脉冲图来看该影响是暂时的，在第4 期后即变得不显著，说明公司内部治理优化在短期内可能以企业价值为代价。

综上，RDI →S→TOBINQ →G→RDI 形成闭环循环联动，研发投入促进社会责任履行，企业社会责任表现带来企业价值提升，企业价值又进一步促进公司治理水平提高，激励研发投入。由图3 可知，ESG 与RDI 的互为引致效应主要来自G的贡献，ESG 与TOBINQ 的双向互动效应主要来自S的贡献。值得关注的是，RDI 和TOBINQ 都关注到S、G对企业经营的积极作用，正向推动S、G水平的提高，但均忽视E 的企业价值提升作用，RDI 和TOBINQ均未对E产生显著影响。然而根据图4 所示，E对TOBINQ 的贡献最大，但与E 相关的RDI 严重不足，这也反映出重污染企业对环境责任的回报认识不足。

图3 E、S、G 与研发投入、企业价值关系

图4 E、S、G 与RDI、TOBINQ 的脉冲响应

3.3 稳健性检验

PVAR 模型将所有变量视为内生系统的部分，稳定性检验区别于一般线性回归。借鉴Güneri 等［28］的做法，作如下验证。

3.3.1 特征根检验

为了保证分析结果可靠性，以特征根检验的方式检验模型的稳定性，当特征根的模（Modulus）小于1 时，说明特征根处于伴随矩阵圆内部，模型为稳定，反之，则模型不稳定。结果显示分析模型均通过了稳定性检验。

3.3.2 方差分解

方差分解通过量化分解变量的方差贡献度，衡量变量间长期互动关系，可进一步验证前述分析结果的可靠性［28］。方差贡献度结果显示ESG 与RDI、TOBINQ 的互动关系未改变，研发投入、企业价值与ESG 分指标的方差分解显示的互动关系与GMM、脉冲结果一致。

3.3.3 变量替代排序

参考Güneri 等［28］的做法，采用变量替代排序以检查稳健性，更改变量顺序后变量间关系并未发生实质变化，验证了变量间关系的稳定性。

3.4 异质性分析

3.4.1 企业规模异质性

企业规模不同受外界关注不同，其承担的企业责任也有所差异［6］。为探析不同规模企业ESG、研发投入与企业价值的关系，以样本规模指标的中位数作为分界，将大于中位数的样本定义为大企业，将小于中位数的样本定义为小企业，规模异质性分析的GMM 估计结果如表3（5）（6）列所示，整体表现见图5。

图5 大、小规模企业ESG、研发投入、企业价值关系

（1）大企业创新驱动ESG 与TOBINQ 提升，且ESG 与TOBINQ 双向互动。根据图6，首先，大企业RDI 对ESG 呈现滞后一期的正向影响，影响程度大于小企业，但ESG 对RDI 的影响不显著。其次，RDI 对TOBINGQ 表现为滞后的正向响应，第6 期仍未结束，反映出研发投入对大企业的企业价值提升作用虽然滞后但效应较持久。最后，ESG 与TOBINQ呈双向互动，与小企业相比，大企业正向脉冲响应表现的影响程度更大，影响程度随时间推移呈先增后减趋势，在第6 期仍未结束，说明大企业的企业价值与ESG 的互动效应更为显著且持久。但也发现大企业的ESG 与TOBINQ 对RDI 的激励不足，研发投入并未显著增长。

（2）小企业ESG 与RDI 双向互动，但ESG、RDI 并未有效转化为TOBINQ。根据图7，首先，ESG 与RDI 双向互动，小企业ESG 对RDI 呈现滞后一期的正向影响，影响在第3 期左右结束。RDI 对ESG 同样呈现滞后一期的正向影响，影响在第6 期仍未结束，说明RDI 对ESG 的影响效应较为持久。其次，ESG与TOBINQ、RDI与TOBINQ关系均不显著，说明小企业TOBINQ 与ESG、RDI 并未建立价值链接。

图7 小企业脉冲响应图（部分）

图8 低、高成长企业ESG、研发投入、企业价值关系

大企业拥有规模经济优势，在自身的垂直产业链拥有丰富的资金、研发、市场渠道等创新资源，能以更负责任的可持续方式从事创新活动，创新释放的影响和创新活力更大，同时兼顾经济价值和社会价值。但大企业研发投入激励不足，不利于持续创新，巩固其创新主体地位。小企业数量众多、紧贴市场，是最具活力的创新单元，小企业ESG与RDI 能够双向互动，但小企业的ESG、RDI 与TOBINQ 的直接链接并未形成，说明小企业创新投入更注重提升品牌形象和社会影响，但基于经济价值的创新能力、ESG 影响力尚未释放。

3.4.2 企业成长异质性

企业成长能力是企业对外扩张、持续经营能力的体现，影响到投资者、债权人对其收益和偿债能力的判断，是利益相关者关注的重要指标。针对企业成长异质性，以营业收入增长率中位数作为分界，超过中位数的样本为高成长企业，低于中位数的样本作为低成长企业，表3（7）、（8）为GMM 估计结果。

（1）根据图9，低成长企业TOBINQ、RDI 与ESG 呈双向互动，且形成创新驱动的单向循环。首先，低成长企业ESG 与TOBINQ、ESG 与RDI 关系表现出与全样本相似的双向互动，且ESG 与TOBINQ、ESG 与RDI 的互动系数、脉冲峰值明显高于高成长企业。其次，RDI 显著影响TOBINQ，形成RDI 驱动的单向循环联动，与全样本的研发投入价值反馈滞后类似，RDI 对TOBINQ 的正向影响在第3 期才显现，但TOBINQ 对RDI 的影响无论GMM 估计还是脉冲均不显著。可以看出，低成长企业形成了与全样本相似的RDI →TOBINQ →ESG 单向循环联动，企业价值和研发投入对ESG 的改善优于高成长企业，相对于价值增长数量，其更关注创新质量，研发投入绩效体现为经济价值与社会价值双向提升，但TOBINQ 对RDI 的激励不足。

图9 低成长企业脉冲响应（部分）

（2）根据图10，高成长企业ESG 是RDI 向TOBINQ 转化的价值中介，RDI 向TOBINQ 的价值转化未形成。首先，ESG 是RDI 向TOBINQ 转化的价值中介，RDI 与ESG 的关系表现为RDI 对ESG 的滞后一期正向影响，影响程度低于低成长企业，在第6 期仍未结束。ESG 与TOBINQ 的关系表现为ESG对TOBINQ 的正向影响，影响在第6 期仍未结束。如图8 所示，相较于低成长企业形成的单向循环联动，高成长企业ESG 在创新价值转化中发挥信号传递的价值中介作用。其次，RDI 向TOBINQ 的价值转化未形成，RDI 与TOBINQ 的双向影响均不显著，创新投入通过ESG中介实现价值转化。虽然张琳等［29］的研究证实创新投入是瞪羚企业等高成长企业生产效率增长的主要推动力，但支持重污染行业高成长企业高速增长的因素，更表现为创新外的其他因素，从实证结果看其创新投入更关注ESG 社会价值的实现，直接经济价值回报并不理想，未来其发展面临着质的有效提升和量的合理增长的权衡。

图10 高成长企业脉冲响应（部分）

4 结论与政策建议

本文以2011—2020 年231 家重污染行业上市公司为样本，构建面板向量自回归（PVAR）模型，验证ESG 表现、研发投入、企业价值之间的联动效应，并进一步分析了企业在不同规模、成长能力的差异化表现。

研究结果表明：（1）ESG、研发投入与企业价值关系：形成创新驱动的单向闭环联动，企业价值对研发投入的激励不足。ESG 与企业价值呈双向互动，体现了ESG 的信息沟通效应和利益相关者的价值共创作用。ESG 与研发投入存在明显的互为引致与持续效应，内生的技术进步促进企业ESG 水平提升，ESG 改善进一步促进企业研发投入。研发投入对企业价值的正向影响存在滞后期，企业价值升高并未推动研发投入持续增长，三者的双向闭环联动并未形成。（2）ESG 分指标与研发投入、企业价值的关系：环境责任未能充分融入研发投入、企业价值循环。与社会责任、公司治理相比，企业环境责任未能融入循环，ESG 与研发投入的互为引致效应主要来自公司治理的贡献，ESG 与企业价值的双向互动效应主要来自社会责任的贡献。环境责任对企业价值提升的贡献最大，但研发投入和企业价值均未对环境责任做出正向响应。（3）规模、成长能力异质性：大企业创新投入的经济和社会效果显著，但ESG、企业价值对研发投入的激励不足。小企业ESG 与研发投入呈双向互动，但基于企业价值的创新能力、ESG 影响力未释放。低成长企业基本形成良性的单向循环联动。高成长企业ESG 是研发投入向企业价值转化的价值中介，未来创新投入面临着如何在ESG 有效提升与企业价值合理增长间的权衡。

研究结论为社会经济转型关键期，创新驱动发展战略下重污染企业实践ESG 提供了决策依据。企业的ESG 行动只有与创新投入、企业价值形成稳定的价值转化、反馈循环联动，才能持续推进企业可持续发展。因此，基于以上研究结论从政策层面和企业层面提出如下建议：

政策层面，完善监管政策与激励政策，促进重污染企业的绿色创新发展。（1）完善ESG 相关监管法规制度，构建重污染行业ESG 强制信息披露制度体系，加大重污染企业排污收费力度和监管力度，使企业污染成本和收益内生化，引导企业ESG 表现的提升。（2）实施ESG 激励政策，通过清洁能源退税、低碳工艺改造补贴、排污降碳的税收信用等级评价等政策激励重污染企业的绿色研发投入，激发ESG价值创造功能。

企业层面，加强绿色创新投入。（1）加强环境方面的研发投入，重污染企业应集中力量突破环境责任发展瓶颈，将绿色创新投入贯彻到企业战略规划，关注与自身发展强关联的绿色技术研发和产品品类、工艺创新，健全ESG 责任履行的资源保障与组织行动。（2）大企业应把ESG 理念和标准融入创新发展、生产经营各方面，发挥创新引领作用；小企业则应加强价值转化，在保证ESG 与研发投入有效互动的同时，探索ESG 与研发投入的价值收获机制与联动机制。（3）高成长企业应从数量增长向创新型成长转变，企业要兼顾量的合理增长与质的有效提升，加大绿色研发投入及其价值转化，在快速成长与可持续发展中寻求平衡。