《Technological Forecasting and Social Change》：How does corporate greenwashing affect firm resilience –Causal inference utilizing dual machine learning techniques
编辑推荐：
企业绿色漂绿（CGW）通过动态能力循环扭曲影响公司韧性，融资约束负中介、运营闲置正中介，环境监管强度与投资者关注度正向调节。基于2017-2023年中国制造业上市公司面板数据，构建CGW文本指数，采用双重机器学习方法验证机制。研究发现CGW显著削弱企业韧性，私企受冲击更大，并首次揭示绿色漂绿与动态能力的悖论关系。
Fu Jia|Dingguo Hu|Lujie Chen
首都经济贸易大学商学院，中国北京市丰台区张家路121号
摘要
在气候变化加速的背景下，企业“漂绿”（CGW）已成为一种关键的治理风险，严重威胁着长期的可持续发展。本研究基于动态能力理论，并结合悖论理论，系统地揭示了CGW如何影响企业韧性的机制。利用2017年至2023年间中国上市公司的面板数据，我们通过文本分析构建了一个新的CGW指数，并通过全要素生产率的波动性来衡量企业韧性。为了解决内生性问题并控制高维变量，我们采用了双重机器学习方法。研究结果表明：（1）CGW通过扭曲企业感知、抓住机会和重新配置的动态能力循环，显著削弱了企业的韧性；（2）融资约束起到了负面中介作用，因为它加剧了信息不对称，从而提高了融资成本；而运营冗余则起到了正面中介作用，因为多余的资源可以为企业提供应对外部冲击的短期缓冲；（3）环境监管强度和投资者关注度对这种负面关系具有正向调节作用，这意味着私营企业由于无法获得政策支持而更加脆弱。本研究通过将CGW视为一种“负面”能力，为理解企业韧性提供了理论上的新视角，并揭示了内部中介和外部调节的机制。这些发现为企业减轻CGW影响、优化资源配置和加强风险管理提供了实践启示。
引言
气候变化是21世纪最严重的全球挑战，迫使企业将可持续发展置于战略核心。然而，在企业实践中出现了一个令人担忧的趋势：企业“漂绿”（CGW）的兴起，即企业夸大或歪曲其环保举措，以营造生态责任的假象，但这些行为往往缺乏实质性行动的支持（Seele和Gatti，2017）。尽管这种策略可能带来短期的声誉收益，但长期来看却蕴含重大风险。在当今“VUCA”（易变、不确定、复杂和模糊）的环境中，“企业韧性”——即企业吸收冲击、有效恢复和适应重大环境变化的能力——已成为可持续竞争力的基石（Ambulkar等人，2015；Wieland和Durach，2021）。因此，一个紧迫的问题是：CGW是增强还是削弱了企业的韧性？尽管这一问题非常重要，但现有研究尚未建立CGW与韧性之间的系统联系，更未探究两者之间的影响机制。
CGW不仅与企业形象和声誉密切相关，还与其市场竞争力、供应链稳定性、利益相关者信任以及业务运营的各个方面密切相关（Deng等人，2025）。例如，2022年5月，美国证券交易委员会（SEC）因BNY Mellon的投资咨询部门在管理共同基金时对ESG考虑的虚假陈述和遗漏行为，对其处以150万美元的罚款。该机构被发现对ESG合规性的审查不足，这与其公开的投资策略相矛盾（美国证券交易委员会，2022a）。同年11月，SEC又因高盛资产管理公司传播关于ESG投资的误导性信息并向客户虚假宣传其ESG产品而对其处以400万美元的罚款。调查显示，高盛在选择基金证券前未能完成关键的ESG问卷调查，并且该公司缺乏评估ESG因素的正式书面政策和程序（美国证券交易委员会，2022b）。这两个案例表明，从事CGW的企业不仅面临法律制裁和巨额罚款，还可能损害其声誉和品牌形象，最终削弱其韧性。因此，全面研究这一问题对于扩展企业韧性的理论框架至关重要，也有助于揭示CGW与企业韧性之间的复杂关系。
现有文献主要从两个不同角度探讨企业韧性。外部因素方面，学者们强调了社会网络（Li等人，2023b）、政府补贴（Onjewu等人，2023）和环境法规（Parker和Ameen，2018）的作用；内部因素方面，研究则侧重于静态资源缓冲，如人力资本（Sajko等人，2021）、财务冗余（Wiengarten等人，2017）和知识储备（Khurana等人，2022）。
然而，关于企业在危机中如何动态分配资源的问题仍存在关键空白，而CGW可能会扭曲这一过程。CGW相关研究已经建立了较为完善的框架，包括虚假环境宣传和ESG信息披露操纵等概念（Kim和Lyon，2015；Marquis等人，2016）。经济研究探讨了CGW对融资成本和品牌声誉的影响（Ioannou等人，2023；Lee和Raschke，2023），而治理导向的研究则关注监管干预和媒体监督（Long等人，2025；Zhang，2022b）。然而，CGW与韧性之间的直接实证联系仍大多未被探索，尤其是在边界条件和因果机制方面。
动态能力理论为分析CGW对韧性的影响提供了理论基础。企业韧性源于“感知、抓住机会和重新配置”的三阶段动态循环（Teece，2007）。然而，悖论理论指出，CGW行为在这一循环中蕴含内在矛盾（Hahn等人，2014）。企业在追求短期合法性（如获得政策支持或投资者信任）的过程中，会系统性地扭曲其动态能力，从而削弱长期能力发展。这种合法性-能力悖论最终使企业韧性陷入自我毁灭的轨道。
在本研究中，我们探讨了CGW如何基于特定边界条件导致韧性下降的合法性-能力悖论（Smith和Lewis，2011）。基于动态能力理论并结合悖论理论，我们研究了环境监管强度（ERI）、投资者关注度（IA）和控制人性质（NOC）对CGW负面后果的调节作用。为进一步阐明CGW与韧性之间的复杂关系，我们还考察了融资约束、绿色创新和运营闲置的中介作用，从而明确了潜在的因果路径。据此，我们提出了以下研究问题（RQs）：
RQ2
内部环境（如融资约束、绿色创新能力和运营冗余）在CGW与企业韧性关系中起什么作用？
RQ3
外部环境（如环境监管强度、投资者关注度和控制人性质）在塑造CGW行为对企业韧性影响方面起什么作用？
面对日益增加的不确定性和对环境保护及可持续发展的重视，本研究考察了CGW对企业韧性的影响，并探讨了影响这一关系的机制。分析基于2017年至2023年间中国上市公司的披露数据。
本研究构建了一个理论模型，并采用双重机器学习（DML）方法进行实证分析。首先，利用全要素生产率（TFP）和企业环境披露数据构建变量来衡量企业韧性和CGW。这些变量与控制变量一起纳入DML模型，以全面评估CGW对企业韧性的影响。其次，调整样本规模，改进TFP计算方法，并修改DML模型以检验研究结果的稳健性。然后使用R语言的causalweight包进行实证测试，探讨融资约束、创新能力和运营闲置在CGW影响企业韧性方面的潜在中介作用。最后，通过子样本回归分析，实证检验了ERI、IA和NOC对CGW与企业韧性关系的调节作用。
本研究对CGW与企业韧性研究做出了三项重要贡献。首先，它超越了传统框架（如强调外部冲击或静态资源禀赋），将CGW引入作为“负面”能力的一种形式：企业通过象征性的环保承诺获得短期合法性，但逐渐侵蚀其动态能力。这种行为虽然可能带来即时声誉或财务收益，却削弱了长期韧性，为“追求合法性会侵蚀核心竞争力”的战略观点提供了新的实证支持。其次，研究发现两种关键的中介机制：（1）CGW增加了融资约束，从而削弱了韧性；（2）运营闲置起到了补偿性的正面中介作用。通过整合这两种调节和中介路径，本研究扩展了战略韧性的理论范围，突显了CGW在塑造长期适应性方面的复杂和矛盾作用。研究还表明，外部环境调节了CGW对企业韧性的影响：加强的环境监管和增强的投资者关注度加剧了负面效应，私营企业尤其脆弱。第三，通过结合DML方法，本研究克服了传统计量经济方法的局限性，如内生性偏差和高维控制变量处理中的过拟合问题。DML框架的规范化算法和交叉拟合程序使得CGW与企业韧性关系的因果推断更加稳健，为未来需要高维混杂因素调整的复杂组织现象研究开辟了新途径。
第2节概述了基于动态能力理论的理论框架和可检验的假设；第3节描述了研究设计，包括使用的变量和样本；第4节展示了实证分析结果；第5节讨论了研究结果及其意义，并指出了研究的局限性。
理论背景
动态能力理论将“企业韧性”的概念扩展到了恢复和反弹之外，强调了增强和促进新能力的重要性。组织整合和重新配置内部资源和能力，以发展新的竞争力，从而适应快速变化的环境（Pavlou和El Sawy，2011；Teece，2007）。在此背景下，披露ESG绩效信息在减少信息不对称方面发挥着关键作用。
数据和样本
我们从两个重要的数据库——中国股票市场与会计研究数据库（CSMAR）和Wind China金融数据库——收集了相关样本数据，以研究CGW对企业韧性的影响，以及融资约束、绿色创新和运营效率的中介作用。数据涵盖2017年至2023年的时期，这一时期正值监管机构于2016年8月发布《关于建立绿色金融体系的指导意见》之后。
描述性分析
表4展示了各变量的描述性统计信息，表5显示了相关变量的皮尔逊相关系数，表6提供了用于检测变量间潜在冗余的多重共线性测试结果。结果显示方差膨胀因子低于2，证实了多重共线性较低，从而保证了实证分析的有效性。
回归结果
本研究采用DML模型来评估绿色化行为的影响
结果总结
本研究利用2017年至2023年间中国2982家上市公司的年度报告数据，探讨了CGW实践对企业韧性的影响。通过DML模型进行实证分析，主要发现如下：
首先，CGW显著削弱了企业韧性。实证证据支持H1，表明CGW对企业抵御和适应外部冲击的能力产生了显著负面影响。
其次，
作者贡献声明
Fu Jia： 数据整理、概念化。Dingguo Hu： 初稿撰写、正式分析。Lujie Chen： 文稿审阅与编辑。
致谢
我们感谢国家社会科学基金（项目编号：24BGL106）的财政支持。
Fu Jia博士是中国首都经济贸易大学商学院的供应链管理教授。他的研究兴趣包括供应链管理（包括农业供应链和合作社）以及可持续性。他在《运营管理杂志》、《国际运营与生产管理杂志》等国际顶级OM/SCM期刊上发表了大量论文。
