人工智能技術(shù)能抑制ESG漂綠行為嗎？

摘" "要：新一輪科技革命和產(chǎn)業(yè)變革背景下，人工智能技術(shù)作為核心驅(qū)動(dòng)力正受到社會(huì)各界的廣泛重視與實(shí)踐應(yīng)用。當(dāng)前國(guó)內(nèi)企業(yè)普遍存在ESG漂綠現(xiàn)象，針對(duì)人工智能技術(shù)能否改善ESG漂綠的問(wèn)題，本文以2012—2022年滬深A(yù)股上市公司為研究樣本，探討人工智能技術(shù)對(duì)ESG漂綠的影響。研究發(fā)現(xiàn)，人工智能技術(shù)能夠顯著抑制公司ESG漂綠，該結(jié)論在進(jìn)行一系列穩(wěn)健性檢驗(yàn)后依然成立。機(jī)制檢驗(yàn)表明，人工智能技術(shù)能夠提升投資者關(guān)注、改善信息披露質(zhì)量，從而抑制ESG漂綠。異質(zhì)性分析發(fā)現(xiàn)，人工智能技術(shù)對(duì)ESG漂綠行為的抑制作用在東部地區(qū)、非重污染行業(yè)和國(guó)有企業(yè)樣本中更強(qiáng)。研究結(jié)論對(duì)于鼓勵(lì)上市公司規(guī)范ESG信息披露和采取實(shí)質(zhì)性ESG舉措、逐步完善信息披露相關(guān)立法和監(jiān)管提供了經(jīng)驗(yàn)證據(jù)和管理啟示。

關(guān)鍵詞：人工智能技術(shù)；信息披露質(zhì)量；機(jī)構(gòu)投資者關(guān)注；個(gè)人投資者關(guān)注；ESG漂綠

中圖分類號(hào)：F830" 文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：1674-2265（2025）05-0057-10

DOI：10.19647/j.cnki.37-1462/f.2025.05.006

一、引言

黨的二十大報(bào)告明確指出，“協(xié)同推進(jìn)降碳、減污、擴(kuò)綠、增長(zhǎng)，推進(jìn)生態(tài)優(yōu)先、節(jié)約集約、綠色低碳發(fā)展?！盓SG理念與我國(guó)“雙碳”目標(biāo)高度契合，在生態(tài)文明建設(shè)背景下，越來(lái)越多的公司選擇公開(kāi)披露ESG報(bào)告。相比財(cái)務(wù)報(bào)表信息披露，ESG信息作為非財(cái)務(wù)信息，國(guó)內(nèi)尚未提出一個(gè)完整且被證實(shí)有效的ESG評(píng)級(jí)體系（李宗澤和李志斌，2023）[1]，導(dǎo)致公司披露ESG信息不規(guī)范，ESG漂綠成為企業(yè)成本較低且能在短期內(nèi)塑造良好公共形象的投機(jī)行為。在ESG報(bào)告中宣稱嚴(yán)格履行環(huán)保責(zé)任的公司，卻在一年內(nèi)多次因違規(guī)行為受到環(huán)保處罰，此類ESG漂綠現(xiàn)象屢見(jiàn)不鮮。ESG漂綠指出了公司信息披露與實(shí)際的環(huán)境責(zé)任履行相悖的問(wèn)題，其不僅蒙蔽、混淆了外部公眾的投資視野，還影響了環(huán)境信息披露質(zhì)量，阻礙了我國(guó)生態(tài)文明建設(shè)和高質(zhì)量發(fā)展的進(jìn)程。ESG漂綠作為當(dāng)前我國(guó)普遍存在且不容忽視的問(wèn)題，如何治理ESG漂綠備受關(guān)注。

新一輪科技革命和產(chǎn)業(yè)革命背景下，數(shù)字技術(shù)尤其是人工智能技術(shù)賦能企業(yè)治理為ESG漂綠治理提供了有益的視角。2024年7月，中共中央、國(guó)務(wù)院發(fā)布《關(guān)于加快經(jīng)濟(jì)社會(huì)發(fā)展全面綠色轉(zhuǎn)型的意見(jiàn)》，強(qiáng)調(diào)深化人工智能等數(shù)字技術(shù)在各個(gè)領(lǐng)域的應(yīng)用，實(shí)現(xiàn)數(shù)字技術(shù)賦能企業(yè)綠色發(fā)展。不同于其他數(shù)字技術(shù)，人工智能技術(shù)具備很強(qiáng)的自主性和學(xué)習(xí)性，可以在無(wú)人類輔助干預(yù)的情況下自主感知、學(xué)習(xí)、推理、決策和行動(dòng)，并能持續(xù)迭代演化（陳鳳仙，2022）[2]。隨著人工智能技術(shù)在公司各環(huán)節(jié)的深度滲透，其將賦能公司治理模式和經(jīng)營(yíng)流程的綠色發(fā)展與變革。探究人工智能技術(shù)究竟能否有效抑制ESG漂綠，對(duì)于推進(jìn)上市公司綠色化進(jìn)程、加快我國(guó)生態(tài)文明建設(shè)及完善我國(guó)環(huán)境信息披露政策具有重要意義。

基于此，本文利用2012—2022年滬深A(yù)股上市公司數(shù)據(jù)，深入分析人工智能技術(shù)對(duì)ESG漂綠的影響及作用機(jī)制。研究結(jié)果顯示，人工智能技術(shù)對(duì)ESG漂綠具有顯著的抑制作用。經(jīng)過(guò)一系列內(nèi)生性處理和穩(wěn)健性檢驗(yàn)后，研究結(jié)論依然成立。作用機(jī)制檢驗(yàn)發(fā)現(xiàn)，人工智能技術(shù)對(duì)ESG漂綠的影響主要通過(guò)提高投資者關(guān)注和信息披露質(zhì)量?jī)蓚€(gè)渠道實(shí)現(xiàn)。進(jìn)一步分析發(fā)現(xiàn)，人工智能技術(shù)對(duì)漂綠的抑制作用在東部地區(qū)、非重污染行業(yè)以及國(guó)有企業(yè)中更強(qiáng)。

與既有研究相比，本文可能的邊際貢獻(xiàn)體現(xiàn)在以下幾個(gè)方面：首先，豐富了人工智能技術(shù)應(yīng)用的非財(cái)務(wù)后果，既有研究探討了人工智能技術(shù)對(duì)企業(yè)層面的能源結(jié)構(gòu)、創(chuàng)新水平等的影響（Li等，2023；李玉花等，2024）[3，4]。與以往研究相比，本文將人工智能技術(shù)這一新興數(shù)字技術(shù)與ESG漂綠納入同一研究框架，為人工智能技術(shù)對(duì)公司ESG漂綠發(fā)揮治理作用、改善公司ESG信息披露狀況提供了新的證據(jù)。其次，拓展了ESG漂綠的影響因素的相關(guān)研究。既有研究就ESG漂綠的影響因素展開(kāi)了豐富的探索，圍繞國(guó)家政策、環(huán)境稅征收等及上市公司高管特征和股東持股等方面探討其對(duì)ESG漂綠的治理作用。不同于人為治理等分散、短期的方式影響上市公司ESG漂綠，人工智能技術(shù)能夠高效、持續(xù)作用于公司治理模式和經(jīng)營(yíng)流程的特點(diǎn)將對(duì)ESG漂綠治理發(fā)揮重要作用。研究結(jié)論對(duì)深入認(rèn)識(shí)人工智能技術(shù)在公司內(nèi)部的治理效能具有啟發(fā)意義。最后，深化了人工智能技術(shù)影響ESG漂綠的機(jī)制分析。本文從投資者關(guān)注和信息披露質(zhì)量?jī)蓚€(gè)方面考察人工智能技術(shù)對(duì)ESG漂綠的影響，并將投資者關(guān)注細(xì)分為機(jī)構(gòu)投資者和個(gè)人投資者關(guān)注，不僅從監(jiān)督層面和信息層面解釋了人工智能技術(shù)抑制ESG漂綠的內(nèi)在機(jī)理，還進(jìn)一步探討了區(qū)域?qū)傩浴⑿袠I(yè)屬性和產(chǎn)權(quán)屬性給兩者關(guān)系帶來(lái)的差異性影響，豐富了人工智能技術(shù)對(duì)ESG漂綠影響的研究情境。

二、文獻(xiàn)回顧、理論分析與研究假說(shuō)

（一）文獻(xiàn)回顧

1. 人工智能技術(shù)相關(guān)研究。人工智能具備以下三點(diǎn)能力：一是快速獲取用于算法訓(xùn)練的海量數(shù)據(jù)，二是精準(zhǔn)監(jiān)測(cè)和跟蹤數(shù)據(jù)足跡，三是通過(guò)持續(xù)迭代算法預(yù)測(cè)、整合數(shù)據(jù)并優(yōu)化方案決策。本文針對(duì)人工智能技術(shù)以上三種能力，對(duì)關(guān)于人工智能技術(shù)實(shí)現(xiàn)微、宏觀層面目標(biāo)的能力及其影響后果的研究進(jìn)行了回顧。

微觀層面，從人工智能技術(shù)精準(zhǔn)監(jiān)測(cè)和跟蹤數(shù)據(jù)足跡來(lái)看，既有研究發(fā)現(xiàn)人工智能技術(shù)驅(qū)動(dòng)的ACMS系統(tǒng)能夠精準(zhǔn)捕捉并跟蹤公司的數(shù)據(jù)足跡，對(duì)公司潛在的違規(guī)數(shù)據(jù)建立風(fēng)險(xiǎn)預(yù)警機(jī)制從而促使公司行為合規(guī)（Bello和Bronitt，2024）[5]；從人工智能技術(shù)持續(xù)迭代算法預(yù)測(cè)并優(yōu)化方案決策來(lái)看，學(xué)者發(fā)現(xiàn)人工智能建立的模型通過(guò)對(duì)能源設(shè)備進(jìn)行實(shí)時(shí)監(jiān)測(cè)和控制，預(yù)測(cè)未來(lái)的能源需求并促使企業(yè)調(diào)整和優(yōu)化策略，減少能源消耗和供需失衡，從而改善公司能源結(jié)構(gòu)（Li等，2023）[3]。此外，人工智能技術(shù)將主要依賴個(gè)人經(jīng)驗(yàn)的產(chǎn)品創(chuàng)新決策轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新決策，通過(guò)將人力資源釋放到更具創(chuàng)造性和戰(zhàn)略性的領(lǐng)域，提高了公司內(nèi)部資源分配效率和創(chuàng)新水平（李玉花等，2024）[4]。

宏觀層面，學(xué)者探討了人工智能技術(shù)對(duì)全球能源市場(chǎng)、區(qū)域氣候和環(huán)境治理的影響。研究發(fā)現(xiàn)人工智能技術(shù)有助于優(yōu)化全球能源結(jié)構(gòu)，并對(duì)國(guó)際能源市場(chǎng)不確定性具有緩解效應(yīng)（Zhong等，2024）[6]。在精準(zhǔn)監(jiān)測(cè)區(qū)域環(huán)境和氣候數(shù)據(jù)方面，學(xué)者發(fā)現(xiàn)人工智能技術(shù)的環(huán)境輻射監(jiān)測(cè)系統(tǒng)具有低功耗、高效節(jié)能的特點(diǎn)（Das和Chandra，2023）[7]，為極端環(huán)境提供自適應(yīng)無(wú)監(jiān)督異常檢測(cè)，為空氣污染指數(shù)和災(zāi)害預(yù)警提供準(zhǔn)確的數(shù)據(jù)（Istofa等，2023）[8]。

2. ESG漂綠的治理因素研究。外部治理層面，現(xiàn)有文獻(xiàn)從國(guó)家政策、環(huán)境稅征收和機(jī)構(gòu)監(jiān)督等方面探討了其對(duì)ESG漂綠的影響。國(guó)家通過(guò)系統(tǒng)建立評(píng)估和監(jiān)測(cè)體系，集中履行環(huán)境質(zhì)量監(jiān)測(cè)職責(zé)，確保能夠嚴(yán)格觀察真實(shí)的ESG績(jī)效，從而遏制公司ESG漂綠行為（Zhang，2023）[9]。也有學(xué)者發(fā)現(xiàn)新出臺(tái)的環(huán)保費(fèi)改稅有效彌補(bǔ)了原有的排污費(fèi)制度在執(zhí)法剛性方面的不足，能夠抑制ESG漂綠行為（楊有德等，2024）[10]。機(jī)構(gòu)監(jiān)督方面，既有研究發(fā)現(xiàn)外部審計(jì)威脅能顯著抑制公司ESG漂綠行為（Lyon和Maxwell，2011）[11]。隨著信息技術(shù)的發(fā)展與普及，部分學(xué)者認(rèn)為公司受媒體曝光越多，越容易處在輿論焦點(diǎn)，往往會(huì)減少ESG漂綠行為（孫自愿等，2023）[12]。

內(nèi)部治理層面，現(xiàn)有研究從高管特征和股東持股等方面探討其對(duì)企業(yè)ESG漂綠的治理作用。高管特征方面，高管團(tuán)隊(duì)穩(wěn)定性能夠促使高管擺脫短期利益束縛，做出更加符合企業(yè)可持續(xù)發(fā)展方向的戰(zhàn)略選擇，從而減少ESG漂綠（周燕和藍(lán)海林，2025）[13]。股東持股方面，研究發(fā)現(xiàn)中小股東積極參與公司治理能夠顯著抑制ESG漂綠（沈弋等，2023）[14]，綠色共同機(jī)構(gòu)投資者有動(dòng)機(jī)促使企業(yè)實(shí)施綠色行為，并通過(guò)對(duì)其組合內(nèi)公司采取相似的治理模式改善ESG漂綠行為（王壘等，2023）[15]。

3. 文獻(xiàn)述評(píng)。既有文獻(xiàn)為理解人工智能技術(shù)的影響后果與ESG漂綠行為的治理前因提供了有價(jià)值的探索，但在人工智能技術(shù)應(yīng)用場(chǎng)景不斷豐富以及ESG漂綠現(xiàn)象屢見(jiàn)不鮮的當(dāng)下，人工智能技術(shù)對(duì)ESG漂綠行為影響的研究依舊有待補(bǔ)充?；诖?，本文聚焦人工智能技術(shù)與公司ESG漂綠行為之間的關(guān)系，并嘗試?yán)迩迤渲械臋C(jī)制路徑以及上市公司所處差異化情境對(duì)這一關(guān)系的異質(zhì)性影響，以補(bǔ)充和拓展相關(guān)研究。

（二）理論分析與假設(shè)提出

公司實(shí)施ESG漂綠的原因可能有以下兩點(diǎn)：一是公司的監(jiān)督環(huán)境較弱。目前我國(guó)對(duì)上市公司信息披露和語(yǔ)調(diào)的監(jiān)管尚處于空白階段（袁玉等，2024）[16]。與數(shù)字信息相比，文本信息不受會(huì)計(jì)準(zhǔn)則約束，在語(yǔ)義表達(dá)上更自由且彈性更大。因此，在正式機(jī)構(gòu)監(jiān)督機(jī)制較弱時(shí)，管理層利用私有信息優(yōu)勢(shì)操縱環(huán)境披露信息進(jìn)行印象管理以獲得短期收益的機(jī)會(huì)主義動(dòng)機(jī)可能更強(qiáng)。二是公司的信息披露環(huán)境較差。在不完美資本市場(chǎng)上，信息發(fā)布者和信息使用者因?yàn)楂@取信息的成本與難度存在差異而面臨信息壁壘，管理層作為信息發(fā)布者在與利益相關(guān)者等信息使用者進(jìn)行信息博弈時(shí)仍處于絕對(duì)的優(yōu)勢(shì)地位。此外，ESG投資具備公共物品屬性，回收周期長(zhǎng)、不確定性高，導(dǎo)致公司真正履行環(huán)境責(zé)任的積極性并不高（Gray，1987）[17]，相比做出有環(huán)保意義的實(shí)質(zhì)性舉措，改變信息傳播策略能夠避免付出高昂的代價(jià)（Shevchenko等，2016）[18]。在信息不透明的情況下，ESG漂綠不易被識(shí)別，這進(jìn)一步激發(fā)了管理層漂綠ESG信息的動(dòng)機(jī)。

通過(guò)上述分析可知，抑制公司ESG漂綠需要對(duì)其所處的監(jiān)督環(huán)境和信息披露環(huán)境進(jìn)行相應(yīng)的約束，基于這一邏輯，本文從投資者關(guān)注和信息披露質(zhì)量?jī)蓚€(gè)角度來(lái)分析人工智能技術(shù)抑制ESG漂綠的路徑。

一方面，人工智能技術(shù)能夠提升投資者關(guān)注度從而抑制ESG漂綠。根據(jù)合法性理論，公司需要積極響應(yīng)投資者環(huán)保訴求以維護(hù)其合法性地位（Meyer和Rowan，1977）[19]?；谌斯ぶ悄芗夹g(shù)在推動(dòng)全球經(jīng)濟(jì)增長(zhǎng)方面的貢獻(xiàn)，運(yùn)用人工智能技術(shù)的公司可能會(huì)面臨更多的投資者關(guān)注和更高的環(huán)保訴求。具體來(lái)講，人工智能技術(shù)能夠建立更精確的風(fēng)險(xiǎn)預(yù)測(cè)模型和信用評(píng)分模型，實(shí)時(shí)監(jiān)測(cè)并分析公司的信用狀況，為投資者等外部利益相關(guān)者提供更可靠的投資策略。投資者在作出投資決策時(shí)關(guān)注到人工智能技術(shù)賦能的投資領(lǐng)域和機(jī)會(huì)，從而提高對(duì)相關(guān)上市公司的關(guān)注，這種關(guān)注度的提升具體體現(xiàn)為機(jī)構(gòu)投資者增加在上市公司的持股比例，進(jìn)一步提高其在公司內(nèi)部的話語(yǔ)權(quán)。除了直接的資金注入，機(jī)構(gòu)投資者作為公司重要的股東，與管理層構(gòu)成委托代理關(guān)系，一旦發(fā)現(xiàn)管理層采取損害股東利益和公司長(zhǎng)期發(fā)展的決策，機(jī)構(gòu)投資者便可以通過(guò)“用手投票”的方式介入公司治理或減持股票，從而影響公司股價(jià)，進(jìn)而對(duì)管理層的短期投機(jī)行為施加壓力（馮鮑等，2025）[20]。對(duì)于個(gè)人投資者，深證“互動(dòng)易”和上證“e互動(dòng)”兩大互聯(lián)網(wǎng)投資者平臺(tái)具備互動(dòng)直接、監(jiān)管保障的特性，為聚合個(gè)人投資者發(fā)聲提供了良好的渠道（張俊瑞等，2025）[21]，個(gè)人投資者可以就公司的治理問(wèn)題在以上平臺(tái)提出質(zhì)疑，面對(duì)投資者的質(zhì)詢，若公司不如實(shí)回應(yīng)，將招致問(wèn)詢函或政府處罰（Zhang，2024）[22]。ESG漂綠作為管理層的機(jī)會(huì)主義行為，與股東長(zhǎng)期價(jià)值目標(biāo)導(dǎo)向相違背，為維護(hù)公司整體利益，機(jī)構(gòu)投資者和個(gè)人投資者作為股東會(huì)對(duì)ESG漂綠行為進(jìn)行監(jiān)控和干預(yù)，借助持股比例的提升和投資者互動(dòng)平臺(tái)的持續(xù)質(zhì)詢，投資者關(guān)注致使公司潛在的聲譽(yù)損失和監(jiān)管壓力增加，進(jìn)一步降低管理層ESG漂綠的意愿。管理層轉(zhuǎn)變行為采取實(shí)質(zhì)性環(huán)保舉措，規(guī)范ESG信息披露則是對(duì)投資者環(huán)保訴求的有力回應(yīng)?？梢?jiàn)在正式機(jī)構(gòu)監(jiān)管水平較低的環(huán)境中，人工智能技術(shù)通過(guò)提高機(jī)構(gòu)和個(gè)人投資者這類非正式渠道關(guān)注對(duì)ESG漂綠行為施加一定壓力，可抑制因監(jiān)管制度偏弱產(chǎn)生的投機(jī)行為。

另一方面，人工智能技術(shù)能夠提升公司信息披露質(zhì)量，從而緩解ESG漂綠行為?；谛盘?hào)傳遞理論，公司通常借助信息披露來(lái)實(shí)現(xiàn)與公司外部的溝通（Spence，1973）[23]。人工智能技術(shù)能夠通過(guò)提升信息傳遞效率、改善信息分析水平提高公司信息披露質(zhì)量，良好的信息披露質(zhì)量能夠有效回應(yīng)公眾利益關(guān)切。一是人工智能技術(shù)提高了公司的信息傳遞效率。人工智能技術(shù)能夠促進(jìn)組織變革升級(jí)，減少組織層級(jí)冗余（戚聿東和肖旭，2020）[24]，實(shí)現(xiàn)組織架構(gòu)和管理層級(jí)的網(wǎng)絡(luò)化、扁平化，減少信息傳遞的阻礙，提升信息傳遞效率。同時(shí)，人工智能技術(shù)能夠抑制信息傳遞過(guò)程中可能出現(xiàn)的失真和滯留問(wèn)題，減少公司對(duì)外輸出信息的損耗，從而促進(jìn)數(shù)據(jù)共享，突破信息壁壘，加快組織與外部環(huán)境的信息傳遞，提升信息發(fā)布者與信息使用者之間的溝通有效性。二是人工智能技術(shù)能夠改善信息分析水平。公司的ESG漂綠行為具有隱蔽性，公司對(duì)外披露的環(huán)境信息即便帶有明顯的語(yǔ)義漂綠傾向，事實(shí)上也很難被察覺(jué)。傳統(tǒng)的外部審計(jì)和分析師對(duì)于問(wèn)題的發(fā)現(xiàn)存在一定滯后性和主觀偏差（Bello和Bronitt，2024）[5]，而人工智能技術(shù)驅(qū)動(dòng)的信息識(shí)別具備實(shí)時(shí)性、精準(zhǔn)性的特點(diǎn)，人工智能數(shù)據(jù)平臺(tái)能夠?qū)崟r(shí)監(jiān)控并追蹤企業(yè)各個(gè)產(chǎn)業(yè)鏈中的海量數(shù)據(jù)，并從數(shù)據(jù)中識(shí)別和預(yù)測(cè)問(wèn)題（Haenlein和Kaplan，2019）[25]，提高數(shù)據(jù)監(jiān)測(cè)的實(shí)時(shí)性和準(zhǔn)確性，還能夠降低人為經(jīng)驗(yàn)判斷帶來(lái)的主觀偏差（Berente等，2021）[26]。環(huán)保部門能夠通過(guò)數(shù)據(jù)平臺(tái)及時(shí)掌握公司真實(shí)的ESG責(zé)任履行情況，加大ESG漂綠被曝光和識(shí)別的風(fēng)險(xiǎn)，從而壓縮公司ESG漂綠空間。同時(shí)，人工智能技術(shù)驅(qū)動(dòng)的系統(tǒng)能夠高效且準(zhǔn)確地編制環(huán)境責(zé)任報(bào)告。Minkkinen等（2023）[27]指出，人工智能技術(shù)能夠基于物聯(lián)網(wǎng)收集和分析有關(guān)公司社會(huì)和環(huán)境責(zé)任的大數(shù)據(jù)，公司的環(huán)境責(zé)任信息披露行為從難以識(shí)別性、隱蔽性向可識(shí)別性、可驗(yàn)證性轉(zhuǎn)化，從而抑制ESG漂綠行為。

綜上，本文認(rèn)為人工智能技術(shù)具備監(jiān)督效應(yīng)和信息效應(yīng)，能夠抑制ESG漂綠行為?；诖耍岢鲆韵录僬f(shuō)：

H1：人工智能技術(shù)能夠抑制ESG漂綠行為。

三、研究設(shè)計(jì)

（一）樣本選取

本文以2012—2022年滬深A(yù)股所有上市公司作為初始樣本，并按照研究慣例對(duì)樣本進(jìn)行如下篩選：刪除ST（包括*ST、PT）公司；刪除金融、保險(xiǎn)行業(yè)公司；刪除相關(guān)數(shù)據(jù)存在缺失的觀測(cè)值。在對(duì)樣本進(jìn)行合并篩選后得到7531個(gè)公司—年度觀測(cè)值。為了避免極端值的影響，本文對(duì)所有連續(xù)變量進(jìn)行了1%和99%的縮尾處理。本文的ESG實(shí)際績(jī)效評(píng)級(jí)數(shù)據(jù)來(lái)自華證ESG評(píng)級(jí)，ESG披露水平評(píng)級(jí)來(lái)自彭博（Bloomberg）數(shù)據(jù)庫(kù)，個(gè)人投資者關(guān)注數(shù)據(jù)來(lái)自深證“互動(dòng)易”及上證“e互動(dòng)”兩大投資者平臺(tái)，其他數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。

（二）變量定義

1. 解釋變量：人工智能技術(shù)（Lnwords）。人工智能指標(biāo)的構(gòu)建參考姚加權(quán)等（2024）[28]的研究。上市公司年報(bào)描述了公司對(duì)人工智能技術(shù)的應(yīng)用情況。將生成的人工智能詞典作為預(yù)設(shè)專有名詞詞典加入“jieba”的分詞模塊并統(tǒng)計(jì)上市公司年報(bào)中人工智能詞語(yǔ)的數(shù)量，進(jìn)而基于上市公司年報(bào)構(gòu)建公司人工智能指標(biāo)。此外，上市公司申請(qǐng)的人工智能相關(guān)技術(shù)專利的標(biāo)題和摘要需要經(jīng)由相關(guān)人員的嚴(yán)格審查（張建宇等，2025）[29]，因此，人工智能專利數(shù)（AI_Patent）能夠在一定程度上捕捉上市公司實(shí)際的人工智能應(yīng)用程度。因此，本文在基準(zhǔn)回歸中采用上市公司年報(bào)中人工智能關(guān)鍵詞數(shù)量加1的自然對(duì)數(shù)作為衡量公司人工智能的指標(biāo)，穩(wěn)健性檢驗(yàn)則采用上市公司申請(qǐng)的人工智能專利數(shù)（AI_Patent）進(jìn)行衡量。

2. 被解釋變量：ESG漂綠（GW）。本文參考現(xiàn)有研究（Zhang，2023）[9]，采用下列方法構(gòu)建ESG漂綠指標(biāo)：將彭博（Bloomberg）ESG評(píng)級(jí)作為公司表現(xiàn)得分，將華證ESG評(píng)級(jí)作為公司實(shí)際績(jī)效得分，對(duì)ESG披露數(shù)據(jù)和ESG實(shí)際表現(xiàn)數(shù)據(jù)按照行業(yè)和年份進(jìn)行歸一化處理，并按照如下模型構(gòu)建公司ESG漂綠行為指標(biāo)。

[GWi，t=ESGDisi，t-ESGDisi，tσESGDis-ESGRai，t-ESGRai，tσESGRa]" （1）

式（1）中[ESGDisi，t]代表公司[i]在第[t]期的ESG信息披露狀況，[ESGRai，t]代表公司[i]在第[t]期ESG責(zé)任的實(shí)際履行狀況。[ESGDisi，t]、[ESGRai，t]分別代表公司[i]在第[t]期ESG信息披露和ESG責(zé)任實(shí)際履行狀況的均值，[σESGDis]、[σESGRa]代表公司[i]在第[t]期ESG信息披露和ESG責(zé)任實(shí)際履行狀況的標(biāo)準(zhǔn)差，[GWi，t]代表公司[i]在第[t]期的ESG漂綠程度，其值越高表明公司ESG漂綠程度越高。

3. 控制變量?？紤]其他可能影響公司ESG漂綠的變量，參照已有文獻(xiàn)（黃溶冰等，2019；馬凌遠(yuǎn)和朱宇航，2025）[30，31]，選取以下控制變量：公司財(cái)務(wù)特征方面，公司規(guī)模（Size）為公司總資產(chǎn)的自然對(duì)數(shù)，杠桿比率（Lev）為公司總負(fù)債與總資產(chǎn)的比值，托賓Q值（TobinQ）使用公司資產(chǎn)的市場(chǎng)價(jià)值與重置成本的比值衡量，凈資產(chǎn)收益率（ROE）為公司凈利潤(rùn)與平均凈資產(chǎn)之比。公司管理特征方面，包括公司成立時(shí)間（FirmAge）、兩職合一（Dual）、第一大股東持股比例（Top1）、管理層持股比例（Mshare）、董事會(huì)獨(dú)立性（Indep）以及董事會(huì)人數(shù)（Board）。

4. 模型構(gòu)建。為檢驗(yàn)公司人工智能技術(shù)對(duì)ESG漂綠的影響，構(gòu)建以下模型：

[GWi，t=α0+α1Lnwordsi，t+α2Controlsi，t+∑Ind+∑Year+ε]" " （2）

其中，[GWi，t]代表上市公司[i]在第[t]期的ESG漂綠程度，[Lnwordsi，t]為上市公司[i]在第[t]期年報(bào)中人工智能關(guān)鍵詞數(shù)量加1的自然對(duì)數(shù)，[Lnwordsi，t]值越大代表企業(yè)的人工智能程度越高。[Controlsi，t]代表控制變量。[∑Ind]、[∑Year]分別為行業(yè)、年份固定效應(yīng)，[ε]為誤差項(xiàng)。

為檢驗(yàn)人工智能技術(shù)對(duì)ESG漂綠的影響機(jī)制，本文參考溫忠麟和葉寶娟（2014）[32]的做法，構(gòu)建如下模型：

[Mi，t=β0+β1Lnwordsi，t+β2Controlsi，t+∑Ind+∑Year+ρ]" " "（3）

[GWi，t=γ0+γ1Lnwordsi，t+γ2Mi，t+γ3Controlsi，t+∑Ind+∑Year+μ]" " " "（4）

其中，[Mi，t]為中介變量，包括機(jī)構(gòu)投資者關(guān)注（Inst）、個(gè)人投資關(guān)注（Act_num）和信息披露質(zhì)量（kv）。具體變量定義見(jiàn)表1。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

變量描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2，ESG漂綠的最大值為5.691，最小值為-5.546，標(biāo)準(zhǔn)差為1.276，說(shuō)明ESG漂綠在企業(yè)中廣泛存在。人工智能技術(shù)均值為1.423，標(biāo)準(zhǔn)差為1.293，說(shuō)明人工智能技術(shù)在企業(yè)得到廣泛應(yīng)用，但企業(yè)間運(yùn)用程度不一。企業(yè)財(cái)務(wù)變量層面，企業(yè)規(guī)模、資產(chǎn)負(fù)債率、托賓Q值、凈資產(chǎn)收益率的標(biāo)準(zhǔn)差分別為1.347、0.194、1.713和0.130，表明樣本企業(yè)在企業(yè)規(guī)模、財(cái)務(wù)杠桿、盈利能力，尤其是市場(chǎng)價(jià)值方面存在較大差異。企業(yè)管理特征層面，企業(yè)成立年限的最大值為4.007，標(biāo)準(zhǔn)差為0.311，說(shuō)明樣本中包含不同發(fā)展階段的企業(yè)。兩職合一的均值為0.198，說(shuō)明董事會(huì)兼任總經(jīng)理企業(yè)占樣本企業(yè)的19.8%。股權(quán)集中度和管理層持股的標(biāo)準(zhǔn)差分別為0.158和0.140，說(shuō)明樣本企業(yè)中第一大股東持股比例和管理層持股比例相差不大。董事會(huì)規(guī)模和獨(dú)立董事占比的標(biāo)準(zhǔn)差分別為0.204和5.961，說(shuō)明企業(yè)的董事會(huì)獨(dú)立性有明顯差異，而董事會(huì)規(guī)模差距不大。

（二）基準(zhǔn)回歸

如表3所示，列（1）提供了人工智能技術(shù)對(duì)公司ESG漂綠影響的檢驗(yàn)結(jié)果，列（2）加入了控制變量，以上回歸均考慮了行業(yè)與年份固定效應(yīng)。結(jié)果表明，人工智能技術(shù)與公司ESG漂綠的回歸系數(shù)均在1%水平上顯著為負(fù)。上述結(jié)果證明，人工智能技術(shù)應(yīng)用程度越高，ESG漂綠情況越少，據(jù)此驗(yàn)證本文H1，即人工智能技術(shù)能夠抑制ESG漂綠。

（三）穩(wěn)健性檢驗(yàn)

1. 內(nèi)生性檢驗(yàn)?？赡艽嬖谝恍┎槐挥^察到的因素導(dǎo)致內(nèi)生變量與誤差項(xiàng)相關(guān)，為了緩解以上問(wèn)題，本文進(jìn)行以下內(nèi)生性檢驗(yàn)。

（1）傾向得分匹配法（PSM）。公司是否引入人工智能會(huì)受到財(cái)務(wù)狀況和董事會(huì)情況的影響，故本文可能存在樣本自選擇問(wèn)題。為了排除此類問(wèn)題對(duì)研究結(jié)果的影響，參考許家云等（2024）[33]的研究，通過(guò)分年度分行業(yè)1∶1不放回最鄰近匹配的方法，為每個(gè)已采用人工智能技術(shù)的公司匹配參照公司，將引入人工智能技術(shù)的公司作為實(shí)驗(yàn)組，將通過(guò)上述傾向得分匹配獲取的公司作為控制組，回歸結(jié)果如表4中列（1）所示，該結(jié)果表明經(jīng)過(guò) PSM 對(duì)自選擇偏差進(jìn)行校正后，人工智能技術(shù)的估計(jì)系數(shù)仍顯著為負(fù)，與前文結(jié)論基本一致，說(shuō)明在控制了可能的內(nèi)生性問(wèn)題后本文結(jié)果依然成立。

（2）工具變量法。參照Lewbel（1997）[34]和李唐等（2020）[35]的研究思路，構(gòu)造人工智能技術(shù)工具變量（Lnwords_IV），即以公司人工智能技術(shù)水平與按行業(yè)和省份分類的人工智能發(fā)展水平均值差額的三次方作為工具變量，檢驗(yàn)結(jié)果如表4所示。第一階段的結(jié)果顯示，工具變量在1%的水平上顯著，說(shuō)明該工具變量有效。F統(tǒng)計(jì)值為328.10，遠(yuǎn)大于臨界值10，弱工具變量得到否定。表4列（3）第二階段的回歸結(jié)果顯示，人工智能技術(shù)的回歸系數(shù)為-0.094，在1%的水平上顯著，與前文結(jié)果一致。

2. 滯后回歸。考慮到人工智能技術(shù)應(yīng)用效果存在一定的滯后性，需要較長(zhǎng)時(shí)間才能對(duì)ESG漂綠行為產(chǎn)生影響。因此，采用滯后一期和滯后兩期的人工智能技術(shù)（L.Lnwords、L2.Lnwords）探究其對(duì)ESG漂綠的影響。表5列（1）和列（2）的結(jié)果顯示，滯后一期、滯后兩期的人工智能技術(shù)與ESG漂綠的回歸系數(shù)均在1%的水平上顯著為負(fù)。

3. 替換解釋變量。參考已有文獻(xiàn)（姚加權(quán)等，2024）[28]，重新構(gòu)建人工智能衡量指標(biāo)，采用上市公司當(dāng)年申請(qǐng)的人工智能專利數(shù)量加1的自然對(duì)數(shù)（AI_Patent）衡量人工智能技術(shù)。表5列（3）的回歸結(jié)果顯示，企業(yè)人工智能專利申請(qǐng)數(shù)與企業(yè)ESG漂綠行為之間的系數(shù)仍然在1%的水平上顯著為負(fù)，說(shuō)明人工智能技術(shù)能夠抑制ESG漂綠，與前文結(jié)論一致。

4. 替換被解釋變量?？紤]到ESG評(píng)分不能完全反映公司的環(huán)境責(zé)任承擔(dān)情況，本文選取環(huán)境維度（E）中的信息披露和實(shí)際績(jī)效得分，根據(jù)公式（1）重新計(jì)算企業(yè)的ESG漂綠得分（GW_e），回歸結(jié)果如表5列（4）所示，人工智能技術(shù)的系數(shù)在1%水平上顯著為負(fù)，再次支持本文假設(shè)。

五、進(jìn)一步分析

（一）作用機(jī)制分析

1. 投資者關(guān)注機(jī)制。前文分析指出，人工智能技術(shù)提高外部投資者關(guān)注，致使公司潛在的聲譽(yù)損失增加，從而減少ESG漂綠。為驗(yàn)證這一機(jī)制，本文進(jìn)一步區(qū)分機(jī)構(gòu)投資者關(guān)注和個(gè)人投資者關(guān)注，參考Kempf等（2017）[36]的研究，以機(jī)構(gòu)投資者在上市公司的重要性作為機(jī)構(gòu)投資者關(guān)注的代理變量。構(gòu)建公式如下：

[wi，f，t=QPFweighti，f，q+QperOwni，f，qf? i，qQPFweighti，f，q+QperOwni，f，q]" （5）

其中，[wi，f，t]代表機(jī)構(gòu)投資者在上市公司的重要程度，[QPFweighti，f，q]為第[q]期季度末機(jī)構(gòu)投資者[f]所持公司[i]中的市值占其投資組合總市值的比例，[QperOwni，f，q]為機(jī)構(gòu)投資者[f]在[q]期季度末對(duì)于公司[i]的流通股持股比例，將公司[i]全年各季度機(jī)構(gòu)投資者指標(biāo)進(jìn)行平均，得到年度機(jī)構(gòu)投資者關(guān)注指標(biāo)。[wi，f，t]值越大，機(jī)構(gòu)投資者對(duì)上市公司的關(guān)注度越高。

參考Zhang（2024）[22]的研究，以個(gè)人投資者在深證“互動(dòng)易”和上證“e互動(dòng)”兩大平臺(tái)發(fā)布的問(wèn)題數(shù)作為個(gè)人投資者關(guān)注的代理變量。由深圳證券交易所和上海證券交易所推出的兩大平臺(tái)建立起投資者與上市公司直接、規(guī)范的溝通渠道，改變了以往個(gè)人投資者維護(hù)自身權(quán)益難、訴求得不到重視的情況。通過(guò)互聯(lián)網(wǎng)形成的互動(dòng)內(nèi)容的發(fā)表能夠使個(gè)人投資者聚合力量，可以對(duì)公司ESG漂綠行為施加壓力并進(jìn)行有效監(jiān)督。

為檢驗(yàn)以上兩類投資者關(guān)注的中介作用，采用三步法進(jìn)行檢驗(yàn)，具體回歸結(jié)果如表6所示。表6列（2）和列（4）為第二步檢驗(yàn)結(jié)果，人工智能與機(jī)構(gòu)投資者關(guān)注、個(gè)人投資者關(guān)注的回歸系數(shù)分別在5%和1%的水平上顯著，系數(shù)為0.013和0.105，說(shuō)明人工智能技術(shù)提高了這兩類投資者關(guān)注。列（3）和列（5）為第三步檢驗(yàn)結(jié)果，人工智能與ESG漂綠的回歸系數(shù)在1%的水平上顯著為負(fù)，同時(shí)，機(jī)構(gòu)投資者關(guān)注、個(gè)人投資者關(guān)注與ESG漂綠的回歸系數(shù)均在1%的水平上顯著為負(fù)。機(jī)制檢驗(yàn)結(jié)果表明，投資者關(guān)注在人工智能技術(shù)和ESG漂綠之間起到了部分中介作用，即人工智能技術(shù)可以通過(guò)提高投資者關(guān)注進(jìn)而抑制ESG漂綠。

2. 信息披露質(zhì)量機(jī)制。前文分析指出，人工智能技術(shù)能夠通過(guò)提升信息傳遞效率、改善信息分析水平提高公司信息披露質(zhì)量，從而抑制ESG漂綠。為檢驗(yàn)公司信息披露質(zhì)量提升的渠道是否有效，本文參考周開(kāi)國(guó)等（2011）[37] 的研究，采用kv指數(shù)衡量信息披露質(zhì)量，kv指數(shù)實(shí)際上代表公司的信息不對(duì)稱程度。回歸結(jié)果如表7所示，列（2）為信息披露質(zhì)量影響機(jī)制的第二步檢驗(yàn)結(jié)果，人工智能與信息披露質(zhì)量的回歸系數(shù)在5%的水平上顯著為負(fù)，說(shuō)明人工智能技術(shù)運(yùn)用能夠降低信息不對(duì)稱程度，提升信息披露質(zhì)量。列（3）為第三步檢驗(yàn)結(jié)果，人工智能與公司ESG漂綠的回歸系數(shù)在1%的水平上顯著，回歸系數(shù)為-0.097。同時(shí)，信息披露質(zhì)量與公司ESG漂綠的回歸系數(shù)在1%的水平上顯著為正。綜上，信息披露質(zhì)量在人工智能技術(shù)和ESG漂綠之間起到了部分中介作用，即人工智能可以通過(guò)降低公司信息不對(duì)稱程度、提升信息披露質(zhì)量進(jìn)而抑制ESG漂綠。

（二）異質(zhì)性分析

1. 區(qū)域?qū)用?。考慮到人工智能技術(shù)的影響在區(qū)域上的差異性，本文將樣本公司所在地區(qū)分為東部和中西部地區(qū)。一方面，相較于中西部地區(qū)以農(nóng)業(yè)、資源型工業(yè)為主，東部地區(qū)高耗能、高污染產(chǎn)業(yè)集中，公司面臨的環(huán)保壓力更重，為了維護(hù)自身環(huán)保形象和合法性地位，更有動(dòng)機(jī)進(jìn)行ESG漂綠。另一方面，相較于數(shù)字化基礎(chǔ)設(shè)施薄弱的中西部地區(qū)，東部地區(qū)經(jīng)濟(jì)總量大，對(duì)人工智能等新技術(shù)的需求更強(qiáng)烈，支持政策和配套設(shè)施更多，因此，人工智能技術(shù)對(duì)東部地區(qū)公司ESG漂綠的治理效能得到充分釋放。本文推測(cè)人工智能技術(shù)抑制ESG漂綠的作用在東部地區(qū)將更顯著，結(jié)果如表8列（1）所示，分析得到了驗(yàn)證。

2. 行業(yè)層面。一方面，在生態(tài)文明建設(shè)背景下，重污染行業(yè)企業(yè)為尋求合法性、獲取更多的市場(chǎng)資源，將在ESG方面做出更多實(shí)質(zhì)性舉措。另一方面，重污染行業(yè)更容易受到監(jiān)管機(jī)構(gòu)或媒體、分析師等群體的關(guān)注，導(dǎo)致人工智能所發(fā)揮的抑制作用在一定程度上被外部監(jiān)管的抑制作用所替代，弱化了其對(duì)重污染行業(yè)ESG漂綠的影響。因此，本文推測(cè)人工智能技術(shù)在非重污染行業(yè)企業(yè)更能充分發(fā)揮ESG漂綠治理作用。分組回歸結(jié)果如表8列（3）和列（4）所示，驗(yàn)證了前文的判斷。

3. 企業(yè)層面。相較于非國(guó)有企業(yè)，一方面，國(guó)有企業(yè)和政府具有天然聯(lián)系，環(huán)境表現(xiàn)受政府約束力度更大，人工智能技術(shù)能夠幫助政府部門更準(zhǔn)確地評(píng)估國(guó)有企業(yè)在ESG責(zé)任實(shí)際履行和信息披露方面的表現(xiàn)。另一方面，國(guó)有企業(yè)受政府資金支持，技術(shù)投入可能更多，人工智能技術(shù)水平更高。而非國(guó)有企業(yè)不具備較多資源稟賦和政策傾斜，且面臨較強(qiáng)的融資約束，對(duì)新興技術(shù)如人工智能的投入有限，人工智能技術(shù)對(duì)企業(yè)ESG漂綠發(fā)揮的治理作用也就相對(duì)有限。因此，本文推測(cè)人工智能技術(shù)對(duì)國(guó)有企業(yè)ESG漂綠行為的抑制程度可能更大。為驗(yàn)證這一推測(cè)，本文根據(jù)企業(yè)性質(zhì)將樣本分為國(guó)有企業(yè)和非國(guó)有企業(yè)進(jìn)行分組回歸，回歸結(jié)果見(jiàn)表8列（5）、（6）?？梢钥闯?，國(guó)有企業(yè)的回歸系數(shù)相對(duì)非國(guó)有企業(yè)更顯著，且通過(guò)組間差異系數(shù)檢驗(yàn)。這表明相較于非國(guó)有企業(yè)，人工智能技術(shù)抑制國(guó)有企業(yè)ESG漂綠的效應(yīng)更強(qiáng)。

六、結(jié)論與啟示

本文以2012—2022年滬深A(yù)股上市公司樣本為基礎(chǔ)，探討人工智能技術(shù)對(duì)ESG漂綠行為的影響，實(shí)證發(fā)現(xiàn)：人工智能技術(shù)能夠抑制ESG漂綠行為；機(jī)制檢驗(yàn)表明，人工智能技術(shù)應(yīng)用能夠提升投資者關(guān)注和信息披露質(zhì)量從而顯著抑制公司ESG漂綠；異質(zhì)性分析發(fā)現(xiàn)，在東部地區(qū)、非重污染行業(yè)和國(guó)有企業(yè)的樣本中，人工智能技術(shù)對(duì)ESG漂綠行為的抑制作用更加顯著。

本文研究結(jié)論對(duì)于數(shù)字經(jīng)濟(jì)時(shí)代下發(fā)揮人工智能技術(shù)治理功能、完善資本市場(chǎng)監(jiān)管和建設(shè)均具有一定借鑒意義?；诒疚难芯拷Y(jié)論，提出以下建議：

第一，應(yīng)充分重視人工智能技術(shù)運(yùn)用在公司治理中的重要作用，通過(guò)政策支持和信號(hào)牽引推動(dòng)構(gòu)建人工智能技術(shù)與實(shí)體行業(yè)的融合框架。作為新一輪產(chǎn)業(yè)革命和技術(shù)革命的核心驅(qū)動(dòng)力，人工智能技術(shù)將驅(qū)動(dòng)公司實(shí)現(xiàn)管理范式的全面升級(jí)。應(yīng)引導(dǎo)公司積極將人工智能技術(shù)與公司經(jīng)營(yíng)活動(dòng)和業(yè)務(wù)流程相融合，提高公司對(duì)外傳遞信息的可靠性和真實(shí)性。

第二，上市公司應(yīng)從長(zhǎng)期投資和戰(zhàn)略價(jià)值角度正視ESG責(zé)任表現(xiàn)，擺脫短期利益束縛，做出更加契合企業(yè)長(zhǎng)遠(yuǎn)發(fā)展的戰(zhàn)略選擇。ESG理念強(qiáng)調(diào)長(zhǎng)期導(dǎo)向，上市公司應(yīng)將ESG理念融入決策過(guò)程，制定長(zhǎng)期導(dǎo)向的戰(zhàn)略決策，如開(kāi)展實(shí)質(zhì)性環(huán)保舉措和規(guī)范ESG信息披露，這不僅有助于其維護(hù)合法性，還能夠獲取具備可持續(xù)發(fā)展理念的外部投資者的長(zhǎng)期信任，切實(shí)推動(dòng)上市公司的高質(zhì)量可持續(xù)發(fā)展，并為其構(gòu)建長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)。

第三，逐步完善企業(yè)環(huán)境信息披露相關(guān)法律制度，為規(guī)范企業(yè)披露真實(shí)ESG信息、培育綠色發(fā)展?fàn)I造良好的市場(chǎng)環(huán)境。ESG漂綠源于信息披露準(zhǔn)則的不完善和不規(guī)范，ESG漂綠程度在不同行業(yè)、不同產(chǎn)權(quán)性質(zhì)企業(yè)之間差異較大，由于不同行業(yè)的環(huán)境責(zé)任難以比較，國(guó)內(nèi)尚未構(gòu)建共同的評(píng)價(jià)指標(biāo)體系。因此，應(yīng)依據(jù)各個(gè)行業(yè)的差異，分類制定環(huán)境信息披露準(zhǔn)則，引導(dǎo)企業(yè)在環(huán)境信息披露方面走上規(guī)范化、制度化軌道。

參考文獻(xiàn)：

[1]李宗澤，李志斌.企業(yè)ESG信息披露同群效應(yīng)研究[J].南開(kāi)管理評(píng)論，2023，26（05）.

[2]陳鳳仙.人工智能發(fā)展水平測(cè)度方法研究進(jìn)展 [J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2022，732（02）.

[3]Li J，Herdem M S，Nathwani J，Wen J Z. 2023. Methods and Applications for Artificial Intelligence，Big Data，Internet of Things，and Blockchain in Smart Energy Management [J].Energy AI 11，100208.

[4]李玉花，林雨昕，李丹丹.人工智能技術(shù)應(yīng)用如何影響企業(yè)創(chuàng)新 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2024，（10）.

[5]Bello y Villarino J M，Bronitt S. 2024. AI-Driven Corporate Governance：A Regulatory Perspective [J].Griffith Law Review.

[6]Zhong Y，Chen X，Wang Z，Lin F Y Regina. 2024. The Nexus Among Artificial Intelligence，Supply Chain and Energy Sustainability：A Time-Varying Analysis [J].Energy Economics，132.

[7]Das K P，Chandra J. 2023. A Survey on Artificial Intelligence for Reducing the Climate Footprint in Healthcare [J].Energy Nexus，9.

[8]Istofa，Prajitno P，Susila I P. 2023. Systematic Literature Review of TinyML for Environmental Radiation Monitoring System [M].Atlantis Press：Amsterdam，The Netherlands.

[9]Zhang D.2023. Can Environmental Monitoring Power Transition Curb Corporate Greenwashing Behavior [J].Journal of Economic Behavior amp; Organization，212.

[10]楊有德，徐光華，費(fèi)錦華.環(huán)境稅能否抑制公司“漂綠”行為？ [J].中國(guó)軟科學(xué)，2024，（05）.

[11]Lyon P T，Maxwell J W. 2011. Greenwash：Corporate Environmental Disclosure Under Threat of Audit [J]. Journal of Economics amp; Management Strategy.

[12]孫自愿，汪瑋，孫孟欣，章硯.媒體報(bào)道對(duì)企業(yè)“漂綠”的影響——高管特征與內(nèi)部監(jiān)督的中介作用 [J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，25（01）.

[13]周燕，藍(lán)海林.高管團(tuán)隊(duì)穩(wěn)定性、戰(zhàn)略前瞻性與企業(yè)ESG漂綠 [J].軟科學(xué)，2025，39（03）.

[14]沈弋，錢明，呂明晗，朱佳立.中小股東監(jiān)督與漂綠治理——基于詞向量模型的文本分析 [J].中國(guó)人口·資源與環(huán)境，2023，33（08）.

[15]王壘，李正陽(yáng)，沙一凡.協(xié)同還是合謀：異質(zhì)機(jī)構(gòu)共同持股與公司“漂綠”行為 [J].財(cái)經(jīng)論叢，2023，（08）.

[16]袁玉，吳戰(zhàn)篪，廖佳.機(jī)構(gòu)投資者分心會(huì)加劇管理層語(yǔ)言膨脹嗎？——基于年報(bào)文本語(yǔ)調(diào)的實(shí)證研究[J/OL].南開(kāi)管理評(píng)論，2024-05-30.

[17]Gray W B. 1987. The Cost of Regulation： OSHA，EPA and the Productivity Slowdown [J].The American Economic Review，77（5）.

[18]Shevchenko A，Lévesque M，Pagell M. 2016. Why Firms Delay Reaching True Sustainability [J].Journal of Management Studies，53（5）.

[19]Meyer J W，Rowan B. 1977. Institutionalized Organizations：Formal Structure as Myth and Ceremony [J]. American Journal of Sociology，83（2）.

[20]馮鮑，聞岳春，趙松慧.機(jī)構(gòu)投資者持股與企業(yè)金融化 [J].華東經(jīng)濟(jì)管理，2025，39（02）.

[21]張俊瑞，宋曉悅，尹興強(qiáng).中小股東在線發(fā)聲如何影響企業(yè)前瞻性信息披露？——來(lái)自投資者互動(dòng)平臺(tái)的證據(jù)[J/OL].系統(tǒng)工程理論與實(shí)踐，2025-02-17.

[22]Zhang X. 2024. Can Retail Investor Activism Inhibit Corporate Greenwashing Behavior：Evidence from Investor Interactive Platforms in China [J].Journal of Cleaner Production，461.

[23]Spence M. 1973. Job Market Signaling [J].The Quarterly Journal of Economics，87（3）.

[24]戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)管理變革 [J].管理世界，2020，36（06）.

[25]Haenlein M，Kaplan A. 2019. A Brief History of Artificial Intelligence：On the Past，Present，and Future of Artificial Intelligence [J].California Management Review，61（4）.

[26]Berente N，Gu B，Recker J，Santhanam R. 2021. Managing Artificial Intelligence [J].MIS Quarterly，45（3）.

[27]Minkkinen M，Zimmer M P，Mantymaki M. 2023. Co-Shaping an Ecosystem for Responsible AI：Five Types of Expectation Work in Response to a Technological Frame [J].Information Systems Frontiers，25 （1）.

[28]姚加權(quán)，張錕澎，郭李鵬，馮緒.人工智能如何提升公司生產(chǎn)效率？——基于勞動(dòng)力技能結(jié)構(gòu)調(diào)整的視角[J].管理世界，2024，40（02）

[29]張建宇，楊旭，魯超冉，林香宇.人工智能采用對(duì)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響研究 [J].科研管理，2025，46（01）.

[30]黃溶冰，陳偉，王凱慧.外部融資需求、印象管理與公司漂綠 [J].經(jīng)濟(jì)社會(huì)體制比較，2019，（03）.

[31]馬凌遠(yuǎn)，朱宇航.“國(guó)家隊(duì)”持股能抑制企業(yè)“漂綠”行為嗎？[J].金融發(fā)展研究，2025，（03）.

[32]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（05）.

[33]許家云，沈含雨，周新博.人工智能發(fā)展與企業(yè)ESG表現(xiàn) [J].世界經(jīng)濟(jì)研究，2024，（09）.

[34]Lewbel A.1997. Constructing Instruments for Regressions with Measurement Error when no Additional Data are Available，with an Application to Patents and Ramp;D [J].Econometrica：Journal of the Econometric Society.

[35]李唐，李青，陳楚霞.數(shù)據(jù)管理能力對(duì)企業(yè)生產(chǎn)率的影響效應(yīng)——來(lái)自中國(guó)企業(yè)—?jiǎng)趧?dòng)力匹配調(diào)查的新發(fā)現(xiàn) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2020，（06）

[36]Kempf E，Manconi A，Spalt O. 2017. Distracted Shareholders and Corporate actions [J].The Review of Financial Studies，30（5）.

[37]周開(kāi)國(guó)，李濤，張燕.董事會(huì)秘書(shū)與信息披露質(zhì)量[J].金融研究，2011，（07）.