企业定期向社会公众披露ESG责任信息，再由第三方评级机构对披露的相关信息进行评级，企业利益相关者、社会公众、政府等再根据评级的分数或者等级做出相应决策，这些决策反过来又影响着企业未来的发展。相关研究主要分为三个方面，第一、ESG经济后果方面，主要集中在企业价值 [ 9 ] 、盈余管理 [ 10 ] 、审计收费 [ 11 ] 、股价崩盘风险 [ 12 ] [ 13 ] 、绿色创新 [ 14 ] 、企业风险 [ 15 ] 等方面，这些都是将ESG作为自变量研究，探索ESG信息披露、ESG表现对企业发展的各种影响。第二、在ESG影响因素方面，主要有制度压力 [ 16 ] 、高管背景特征 [ 17 ] [ 18 ] 、内部控制质量 [ 19 ] 、数字化转型 [ 20 ] 等，这些都不同程度地对企业ESG表现产生了不同的影响。第三、ESG体系构建上，有一部分学者主要是从企业ESG社会责任披露的角度去钻研，探索了不同企业ESG披露过程中存在的各种问题，以及披露的质量对企业带来的经济结果。如学者白牧蓉与张佳鑫(2022)对中国不同区域的企业披露的制度、标准、质量等方面进行对比，由此给出了相关的建议 [ 21 ] 。还有一部分的学者则更注重ESG评级过程中的各种问题，如框架的建设、评级指标的选择、准则的制定等。如安国俊等(2022)深入剖析ESG体系框架并探讨国内ESG体系发展现状及趋势，对ESG不同领域评级指标的选定和评级体系的构建上给出了建议 [ 22 ] 。

认知理论最早由March和Simon于1958年提出，他们研究发现管理层在企业发展中做出的各种经营决策是基于自身的认知，而对未来的规划、对全部决策方案的认识程度、对各个决策方案预期结果的综合评估构成了高管的认知基础 [ 23 ] 。梁敏等(2022)认为，高管绿色认知是指面对复杂的内外部环境，高管对环境政策信息的关注、解读和判断，并将其运用于企业决策的认知结构与认知过程 [ 24 ] 。除了去界定绿色认知的内涵，一部分学者们致力于去量化高管绿色认知，Dutton和Jackson (1987)将管理者环境认知分为机会认知和威胁认知，从可控性、积极性和获利性三个维度来衡量 [ 25 ] 。Sharma (2000)采用三题项量表衡量管理者环境认知，包括判断环境行为的损益、是否得到组织成员支持、了解环境经营技术和知识等 [ 26 ] 。本研究主要参考贺爱忠等(2013)的研究，并结合自身研究目的，认为高管绿色认知是企业高管形成的对资源环境的一种认识结构，和在承担环境保护与资源节约责任时的心理体验，主要包括企业社会责任意识、绿色竞争优势认知、外部压力感知等因素 [ 27 ] 。其中，社会责任意识是指高管主动贡献的心理体验和特征，积极履行环境保护相应的责任；绿色竞争优势认知是指高管对绿色化发展战略为企业带来竞争优势的判断；外部压力感知是指高管对当前市场具有绿色消费偏好的感觉和直觉，以及对政府环境规制政策的认识和理解。

Martin等(2011)研究发现，高管越关注环境相关问题，企业越可能采用环境友好型的技术和设备从事生产活动 [ 28 ] 。谢凤华等(2008)认为，高管认知能够提升或降低企业价值，是影响企业绩效的核心因素，能显著影响企业竞争优势获取及维持 [ 29 ] 。冯忠垒等(2015)研究发现，高管对社会网络中危险和机会的认知会影响他们日常管理中的决策，进而这种高管认知驱动了企业绿色行为的开展和实施 [ 30 ] 。席龙胜与赵辉(2022)认为，企业高管拥有较强的绿色认知能力，能驱动企业积极进行环境保护、绿色管理创新、绿色技术创新等各种绿色行为，进而就越有利于企业可持续绩效的提升 [ 31 ] 。李亚兵等(2023)通过对重污染行业企业进行实证分析后发现，高管绿色认知正向促进企业经济绩效和环境绩的效提升 [ 32 ] 。ESG作为衡量企业综合绩效和企业可持续发展能力的重要指标，高管绿色认知能力也就会影响企业的ESG表现。本研究认为，企业高管对环境保护的认识和重视程度会决定企业资源是否向绿色发展模式倾斜，高管拥有越强的绿色认知，就越倾向于采取绿色发展战略，实施各种绿色决策，进而提高企业的ESG表现，推动企业的可持续发展。

因此，根据相关理论和研究分析，本文提出如下研究假设：

H1：高管绿色认知对企业ESG表现有显著的正向影响。

本文选取了2011~2022年A股上市公司作为研究样本，并对数据做了如下处理：剔除ST及ST*公司的样本数据；剔除金融行业上市公司的样本数据；剔除相关变量存在缺失值的样本数据。为避免异常值的影响，本文对相关连续变量均在1%和99%的水平上进行了Winsorize缩尾处理，最终得到19,325个年度公司观测样本。ESG评级数据来源于WIND数据库，高管绿色认知数据通过上市公司年报获取，其他数据均来自于国泰安数据库。

本文构建了如下实证检验模型，运用以OLS回归分析为主的计量方法来检验高管绿色认知与企业ESG表现的影响机制：

ESG_i,t= β₀+ β₁EGP + β∑Control_i,t+ YEAR + IND + ε_i,t

若本文的研究假设成立，则本文预期高管绿色认知(EGP)的回归系数β₁应显著为正。

1) 解释变量：高管绿色认知(EGP)。高管绿色认知的测量主要参考贺爱忠等(2013)的测量方法，共包含4个题项，涉及企业绿色竞争优势认知、社会责任认知以及外部环境压力感知三个维度 [ 27 ] 。因此，本研究采用文本分析法，基于这3个维度选取一系列关键词，通过上述关键词语在2011~2022年上市公司年报出现的频次并取对数来测定高管绿色认知。

2) 被解释变量：ESG表现(ESG)。参考高杰英等(2021)的研究 [ 33 ] ，并对比了国内现有的各种ESG评级数据，本文选取其中更新频率最高、覆盖时间最长的华证ESG评级数据来衡量企业的ESG表现，该数据包含了A股3000余家上市公司，样本齐全，基于该样本分析所得结论更具说服力和可靠性。华证ESG评级共分为9级，由高至低分别为AAA、AA、A、BBB、BB、B、CCC、CC、C，本文将由低到高的评级依次赋值为1~9分，即评级为C时，ESG = 1；评级为AAA时，ESG = 9。

3) 控制变量：参考相关研究，本文纳入如下可能会影响企业ESG表现的控制变量：总资产收益率(ROA)、企业规模(SIZE)、资产负债率(LEV)、企业上市年限(AGE)、两职合一(DUAL)、股权集中度(FIRST)、企业成长性(GROWTH)、董事会独立性(INDR)、董事会规模(BOARD)。具体变量定义见表1。

表1. 变量衡量方法

表2报告了主要变量的描述性统计结果。表2的具体内容显示，样本企业ESG表现的均值为4.173，最大值为8.000，最小值为1.000，标准差为1.047，说明我国A股上市公司的ESG评级平均水平在B~BB之间，总体水平不高；高管绿色认知的均值为1.106，最大值为3.296，最小值为0.000，标准差为0.807，表明我国上市公司高管绿色认知水平还有待进一步提高。上述数据特征的显著差异性有利于我们开展进一步的研究。其他控制变量的描述性特征均在合理范围之内，与其他相关研究基本一致。

表2. 描述性统计

本文通过主要变量的相关性分析，来初步检验高管绿色认知及各控制变量与企业ESG表现之间的关系。表3具体展示了主要变量间的Person相关系数。结果表明，高管绿色认知与ESG表现的相关系数为0.043，在1%的水平上显著为正，初步说明增强高管绿色认知可以促进企业ESG表现。同时分析得出，各个主要变量间不存在多重共线性问题，一定程度上保证了回归分析结果的可靠性。

表3. 主要变量相关性分析

注：^*、^**、^***分别表示10%、5%、1%的显著性水平。

回归分析的结果如表4所示，其中第(1)列给出的是不加入控制变量的基准模型，在该列中高管绿色认知(EGP)的回归系数为0.05，在1%的显著性水平上为正。考虑到其他财务因素与公司特征因素同样会对ESG表现产生影响，于是第(2)列在第(1)列的基础上加入了控制变量，此时，高管绿色认知(EGP)回归系数为0.027，在1%的水平上依旧显著为正。第(3)列在第(2)列的基础上，进一步控制了年份和行业固定效应，回归结果基本保持不变，说明高管绿色认知水平越高，企业的ESG表现越好，反映了高管绿色认知与ESG表现的正相关关系，即本文假设得到验证。

表4. 回归分析结果

注：^*、^**、^***分别表示10%、5%、1%的显著性水平，括号内为异方差调整后的t值。

1) 替换被解释变量。目前比较科学系统的评级体系较多，其他多元化的ESG评价体系同样能够从不同的角度综合衡量企业的ESG表现，基于数据可得性考虑，本文选择彭博的ESG评分(记为ESG_PB)和Wind的ESG评级(记为ESG_WIND)对高管绿色认知与ESG表现之间的关系进行稳健性验证，在剔除缺失值后使用同样的OLS重复检验。研究结果如表5所示，第一列为Wind的ESG评级与高管绿色认知(EGP)的回归结果，其回归系数为0.031，在5%的显著水平下为正，第二列采取的彭博ESG数据，其EGP的回归系数为0.386，依然保持正向显著，与前文检验结果基本保持一致。

表5. 替换变量回归结果

注：^*、^**、^***分别表示10%、5%、1%的显著性水平，括号内为异方差调整后的t值。

2) 工具变量法。为了减缓双向因果带来的内生性问题，本文选取同行业公司高管绿色认知均值(EGP_MEAN)和滞后一期的高管绿色认知的数值(L.EGP)这两个外生变量，通过两阶段最小二乘法(2SLS)进行工具变量回归。研究结果如表6所示，第(1)列表示第一阶段的回归结果，两个工具变量的系数分别为0.732和0.311，在1%的水平上都显著为正。由第(2)列回归结果可见，在第二阶段回归中，高管绿色认知的拟合值(EGP_PREDICT)的系数为0.07，在1%的水平上显著为正，即本文结论依旧稳健。

表6. 工具变量法回归结果

注：^*、^**、^***分别表示10%、5%、1%的显著性水平，括号内为异方差调整后的t值。