■匡广璐 杨杰 张宇
随着工业化技术的不断发展，全球人口增长、气候变化、环境污染、能源危机等问题日益显现，绿色、环保、可持续发展等理念逐渐成为全球共识。中国政府将经济绿色发展纳入“十四五规划”重点，并在二十大报告中进一步强调绿色发展理念。企业在注重经济效益的同时，应肩负起环境治理、民众利益维护等多重社会责任。因此，促进企业可持续发展刻不容缓。环境、社会和公司治理（Environmental，So-cial and Governance，简称ESG）作为符合当下时代发展的新理念，不仅可以综合衡量一家企业在环境治理、社会责任履行以及内部治理三个维度的作为[1]，而且高度契合当下我国经济高质量发展阶段，成为实现“碳达峰、碳中和”目标政策的有效抓手。
从现有文献来看，学者关于ESG 表现经济后果的研究多集中于企业ESG 表现对融资约束[2]、财务绩效[3]、绿色创新[4]、市场价值[5，6]等的影响。疫后经济形势低迷，就业形势严峻。从劳动力需求层面来看，经济环境的不确定性使大量企业生产经营举步维艰，甚至濒临破产，企业用工需求急剧缩减；
从劳动力供给层面来看，高校毕业生规模逐年增加，屡创新高，城镇新增待就业人数居高不下。劳动力供需市场的“冷热不均”进一步加剧了社会的就业压力。企业在追求经济效益的同时，能否兼顾履行社会责任与稳就业的双重目标，显得至关重要。
图1报告了2011—2019年A股上市公司员工人数与ESG 报告披露数量变化趋势。可以看出，上市企业披露ESG 报告的数量逐年增加，企业员工人数在此期间也不断上升。那么，随着企业对ESG 重视程度的加深，其是否会对劳动力需求产生一定的影响？两者之间是否存在因果关系？从理论上讲，企业ESG 表现对劳动力需求的影响存在两种不同的作用机制。一方面，企业ESG 表现可以在一定程度上获取消费者、投资者、供应商等不同利益相关者的支持并建立起良好的声誉[7]，这种无形资产的增加能帮助企业缓解外部融资约束，扩大生产规模，进而对劳动力需求总量产生正向作用。本文将该机制称为资金支持效应。另一方面，ESG 评级越高的企业越注重生产流程绿色化和长期可持续发展，愿意牺牲短期利益，通过加大研发投入进而刺激绿色技术创新，体现为增加对高学历劳动力的需求，而减少对低学历劳动力的需求，劳动力需求总量则取决于两者增减的相对幅度。本文将该机制称为技术升级效应。可以发现，企业对高学历劳动力的需求主要表现为增加效应，因为对于高学历劳动力而言，资金支持效应和技术升级效应的影响方向是一致的；
而对低学历劳动力的需求则同时存在正向和负向的作用，最终导致对劳动力总需求产生不确定性的影响。那么，企业ESG 表现对劳动力总需求的影响最终是体现为正向作用还是负向作用？目前学术界关于企业ESG 表现对劳动力需求影响的文献十分匮乏，已有的文献大多围绕E（环境）单个维度来进行探讨。如，李珊珊[8]基于我国1995—2012 年省级动态面板数据，实证考察了环境规制对劳动力就业的影响；
崔广慧等[9]发现环保产业政策会抑制国有企业的劳动力需求，而对非国有企业劳动力需求产生促进作用；
张华[10]发现二氧化碳排放每增加1%，就业人数就会下降0.3345个百分点；
而Berman 等[11]则发现空气污染法规的颁布并不会减少就业需求。
图1 A股上市公司员工人数与ESG报告披露变化趋势
基于此，本文以2011—2019 年我国沪深A股非金融类上市公司为研究样本，从微观层面实证检验企业ESG 表现对劳动力需求的影响及其作用机理。本文可能的边际贡献在于：第一，不同于以往的文献侧重于探讨金融发展[12]、出口贸易[13]、宏观政策[14，15]以及技术进步[16，17]对劳动力需求的影响，本文首次基于可持续发展的视角，利用工具变量法，在解决模型内生性问题的基础上系统地检验了企业ESG表现对劳动力需求的影响，将企业ESG 表现后果的相关研究延伸到了劳动力市场。第二，基于企业层面微观数据，识别并实证检验了企业ESG 表现影响劳动力需求的作用机理，清晰揭示出企业ESG 表现可以通过资金支持效应和技术升级效应作用于劳动力需求，为经济社会实现可持续发展和就业双增长的目标提供理论基础。第三，进一步从企业的产权性质、污染性质和区域差异三个维度考察企业ESG表现对劳动力需求的非对称影响，为因“企”施策提供参考和依据。
ESG 理念最初诞生于联合国责任投资原则组织，是社会责任理念的延伸与发展，其提倡企业将环境保护、社会责任和公司治理因素融入自身经营布局中，而这也势必会对企业的雇佣决策产生一定的影响。本文在可持续发展的大背景下，实证考察了企业ESG 表现与劳动力需求的关系，形成了资金支持效应与技术升级效应两种不同的作用机制。
（一）资金支持效应
积极进行ESG 实践活动的企业通常会获得大量资金支持，融资约束问题也会随之得到缓解。这种资金支持效应主要通过以下三个渠道来实现：第一，利益相关者理论强调企业是履行社会责任的“社会生态经济人”[18]，在经营发展中不应该仅仅只考虑股东的利益，其他利益相关者的诉求同样重要。企业积极进行ESG 实践活动不仅可以加强与利益相关者的沟通交流，还可以向市场传递企业值得信赖的积极信号，从而树立良好的声誉与企业形象，降低企业从各利益相关方获取可持续发展所需关键资源的门槛，进而提升资金可得性，降低融资成本。第二，随着公众社会责任意识的逐渐增强，传统的财务信息已无法满足全部投资者的信息需求，而ESG 作为财务信息的增量与补充，提升了企业的信息透明度，进一步缓解了投资者面临的信息不对称问题，使投资者能对企业的财务和非财务绩效进行全方位考察，降低了投资者对未来收益的不确定性[6]。第三，我国政府和银行在对企业进行信贷资源供给方面存在较大的差异。积极响应政府号召、主动承担社会责任的企业更容易获取银行的优惠贷款，尤其是近年在国家大力扶持环保产业以及绿色金融政策的背景下，ESG 表现更优秀的企业可以加强其与政府之间的关联，获取额外的补助和融资支持[5]。
目前，国内外已有大量文献证实充足的资金是影响企业劳动力需求的关键因素[19—21]。罗长远等[22]指出，面临融资约束的企业获取流动性资本的能力会下降，进而减少其劳动力需求。优秀的ESG 评级反映了企业的可持续发展观，助力企业获取稳定、低廉和便捷的外部资金来源，从而导致其生产规模扩大，带动就业岗位增加。此外，资金的缓解还可能影响企业对不同“等级”劳动力的雇佣策略。一方面，高学历劳动力具备较强的学习能力和专业知识，这部分人才可以很好地为企业高质量发展赋能。因此，企业在规模扩张的同时会注重对这部分人才的引进。另一方面，低学历劳动力的劳动必要报酬率较低，随着生产规模和业务范围的飞速扩张，企业为降低劳动力成本，也会适当增加对低学历劳动力的需求，如传统的生产人员、销售人员等。基于以上分析，本文提出研究假设1：
H1：ESG表现会通过缓解企业融资约束作用于劳动力需求和结构，具体表现为增加了高学历和低学历劳动力需求。
（二）技术升级效应
优秀的ESG 表现会促进企业绿色技术创新，产生技术升级效应。一方面，企业在ESG 实践过程中，无疑会受到政府和媒体更为严格的监管。为传递自身的环保意识，企业会增加环保投资，采用更先进、安全、节能环保的生产工艺和流程[5]，或通过购买清洁设备，引入和自主研发绿色生产技术来降低生产过程的环境污染。另一方面，研发创新活动具有高风险、长周期的特点，需要管理层拥有长远眼光，注重企业可持续发展，不能只关注短期利益[23]，这与ESG 理念不谋而合。具体而言，ESG 表现可以减少管理层的机会主义行为，提升企业治理效率，促使管理层根据企业长期价值导向进行资源配置，积极响应国家“双碳”战略，加大绿色环保投入。
技术升级对企业劳动力需求和结构的影响较为复杂。一方面，企业生产过程中的绿色化可以带来就业红利[24]，ESG 表现能够激励企业进行绿色技术创新，将绿色技术融入生产全过程中，雇佣更多的员工来运行和维护污染处理设备，而这往往要求劳动者具备较高的技能和学历素养。此外，研发创新活动离不开核心技术人员的支持，企业需源源不断地注入优质的人力资本。另一方面，先进技术和清洁设备的引入会提高企业生产效率，缩短工艺流程和劳动时间，降低对劳动力的需求，尤其是从事机械性、重复性工作的低学历劳动力。基于以上分析，本文提出研究假设2：
H2：ESG表现会通过促进企业绿色技术创新作用于劳动力需求和结构，具体表现为增加了高学历劳动力需求，而降低了低学历劳动力需求。
（一）样本选择与数据来源
本文以2011—2019 年沪深A 股非金融类上市公司为研究样本，为保证研究结论的真实性，对初始数据进行如下处理：（1）剔除样本期间属于ST或PT的上市企业；
（2）剔除资产负债率小于0或大于1的样本；
（3）为消除极端值的影响，对所有连续变量进行上下1%水平的缩尾处理。本文所选数据中，企业ESG 表现数据来自万得（Wind）数据库，企业绿色专利数据来自中国研究数据服务平台（CNRDS），企业融资约束以及其他财务指标数据来源于国泰安（CS-MAR）数据库。
（二）变量说明
1.被解释变量
被解释变量为企业劳动力需求（t_labor）。借鉴目前已有研究[15，9]，用企业当年在职员工数量的自然对数进行度量。此外，按照受教育程度对在职员工进行分组，将拥有本科及以上学历的员工视为高学历劳动力（h_labor），拥有本科以下学历的员工视为低学历劳动力（l_labor）。
2.核心解释变量
核心解释变量为企业ESG 表现。随着可持续发展、社会责任投资全球化，国内外逐渐出现大量ESG评价体系和标准，如国外主流评级机构彭博（Bloom-berg ESG）、明晟（MSCI ESG）、富时罗素（FTSE ESG）以及国内的华证、和讯、商道融绿等。考虑到华证ESG 指数更符合中国资本市场的特点，且覆盖范围广（包含所有A 股上市公司）、更新速度快以及数据可信度高[5]，本文参照席龙胜等[3]的做法，选取华证ESG 评级指数作为企业ESG 表现的代理变量，并分别将华证ESG评级C～AAA从1赋值到9。
3.中介变量
（1）融资约束（KZ）。本文参考魏志华等[25]的度量方法，根据企业的经营性现金流、现金股利、现金持有、资产负债率、托宾Q 值以及年初总资产构建KZ指数。KZ指数越大，表明融资约束越强。
（2）绿色技术创新（Green）。企业研发创新水平通常可从研发投入和研发产出两个层面来度量，但企业绿色研发投入很难从总研发投入中分离，因此，本文采用企业当年绿色专利授权数量的自然对数来衡量企业的绿色产出，并以此作为企业绿色技术创新的代理变量。
4.控制变量
为了更好地考察企业ESG 表现对劳动力需求的影响，排除其他干扰因素，本文选取资产负债率（Lev）、企业成长性（Growth）、经营活动现金流（Cflow）等企业层面的财务指标，以及企业年龄（Age）、企业规模（Size）、两职合一（Cp）、董事会规模（Board）、独立董事占比（Indr）、股权集中度（Top1）等企业层面的治理指标作为控制变量。具体变量定义如表1所示。
表1 变量定义
（三）模型构建
为了检验企业ESG 表现对劳动力需求规模的影响，本文采用双向固定效应模型，即同时控制企业和时间固定效应，构建模型如下：
其中，laborit代表第i个企业第t年的员工数量，包括企业员工总数以及高、低学历员工人数；
ESGit为第i 个企业第t 年的ESG 表现；
Controls为控制变量的向量集合；
λt为时间固定效应，μi为企业固定效应，εit为随机扰动项。考虑到企业ESG表现对劳动力需求的影响可能存在滞后性，本文对企业ESG表现进行滞后1期处理。
（一）变量描述性统计
表2为各变量描述性统计分析结果。从劳动力总量看，企业劳动力需求（t_labor）均值为7.605，标准差为1.265，最小值和最大值分别为4.466 和11.110，表明上市企业整体对劳动力的需求较大，但各上市企业之间存在一定差异。从劳动力学历类型看，高学历劳动力（h_labor）和低学历劳动力（l_la-bor）均值分别为6.217 和7.403，表明现阶段我国劳动力市场依旧是低学历劳动力占主导。企业ESG表现均值为6.537，说明上市企业华证ESG评级介于BBB～A之间，整体表现还有提升空间。
表2 变量描述性统计结果
（二）基准回归分析结果
表3 报告了基准回归分析结果。（1）列为企业ESG 表现对劳动力需求的回归结果，结果显示ESG表现的系数为0.0187，且在1%的水平上显著，这意味着企业进行ESG 实践最终会对劳动力需求产生正向作用。（2）和（3）列为进一步按照员工受教育程度划分的结果，从ESG 系数的大小和方向来看，企业ESG 表现会增加对高学历劳动力需求，而对低学历劳动力需求不显著。可能的解释是，资金支持效应与技术升级效应对低学历劳动力需求发挥的正负作用相互抵消，最终导致企业ESG 表现对劳动力需求的增加主要体现在对高学历劳动力的需求上。
表3 基准回归结果
（三）异质性分析
1.产权异质性
基于我国制度背景，国有企业和非国有企业的经营发展目标、内部管理、社会承担、政治关联均有所不同[3]。一方面，国有企业作为国家重要产业支柱，往往承担着污染治理等多重社会责任，尤其是在国家环境规制和“双碳”目标背景下，国有企业进行ESG 实践往往带有一定的政策性和强制性，并不会引起公众太大的反应。而非国有企业经营发展以实现企业价值最大化为目的，通过ESG 实践可以向社会公众传递自身的可持续发展意识，使外界更看好公司未来发展前景，从而获取丰厚的经济回报，扩大劳动力需求。另一方面，非国有企业面临较强的融资约束，因此往往拥有更强的动机优化ESG 表现来获取银行、政府等利益相关者的资金支持[5]。根据以上分析，本文按照企业产权性质将样本划分为国有企业和非国有企业，并进行分组回归，具体结果如表4所示。结果表明，从劳动力需求规模来看，企业ESG表现对劳动力需求的正向作用主要体现在非国有企业，对国有企业并不显著。进一步基于员工学历分类的结果发现，企业ESG 评级提升整体加大了对高学历劳动力的需求，对低学历劳动力不显著，但主要体现在非国有企业中。可能的解释是，高学历的人才具有较强的学习能力和专业知识，在求职过程中比起低学历劳动力具备更强的竞争优势，因此企业会更青睐高学历的人才。相较于国有企业，ESG 表现更可能会促使非国有企业迅速发展，增加劳动力需求，从而加大对高学历人才的需求。
表4 产权异质性分组回归结果
2.污染异质性
党的十八大以来，生态文明建设上升至国家层面，绿色发展理念逐渐深入人心。十九大报告中明确强调要“构建以政府为主导，企业为主体，社会公众共同参与的环境治理体系”。因此，在环境规制背景下，污染企业所面临的监管压力和环境风险较大，其更倾向于积极地开展ESG 活动，通过强化清洁治理流程，从而增加与污染治理活动相匹配的劳动力投入，比如环境监督治理、污染处理设备或低能耗设备的管理操作等[8]，进而吸纳更多员工，带动就业增长。根据以上分析，本文借鉴张琦等[26]的研究，根据环境保护部2008年制定的《上市公司环保核查行业分类管理名录》将样本划分为污染企业与非污染企业，并进行分组回归，具体结果如表5所示。结果表明，从劳动力需求规模来看，企业ESG 表现对劳动力需求的正向作用主要体现在污染企业，对非污染企业并不显著。进一步基于员工学历分类的结果发现，企业ESG 表现会加大高学历员工数量，对低学历员工不显著，但主要体现在污染企业。可能的解释是，开展污染治理活动以及清洁设备的操作都需要相关人员具备一定的技术含量，而员工所掌握的技术与学历教育密不可分。相较于非污染企业，ESG 表现更可能会促使污染企业增加环保投资，引入清洁技术和设备，从而加大对高学历人才的需求。
表5 污染异质性分组回归结果
3.区域异质性
在分析企业ESG 表现对劳动力需求影响时，区域之间的差异性是不可忽视的关键因素。东部地区经济发展水平高，制度环境相对完善，公众的社会责任意识更强，政府对企业承担环境责任和完善内部治理的要求更为严格，这会迫使东部地区的企业更加注重自身的ESG 表现，从而减轻来自政府的监管压力[6]。此外，东部地区雄厚的经济实力使政府有能力为那些积极改善自身ESG 表现的企业提供补助、税收减免等政策支持，从而调动企业履行社会责任的积极性。相反，中西部地区法制环境较差，经济资源匮乏，监管力度薄弱，企业缺乏提升ESG 表现的主动性。一方面，由于监管力度不足，企业污染生态环境、侵犯员工利益、伪造财务信息等行为可能并不会受到严厉处罚；
另一方面，经济发展水平低下会使企业更加注重短期效益，忽视其他利益相关者的诉求，对ESG 实践产生挤出效应。根据以上分析，本文按照企业注册地所处地理位置①将样本划分为东部、中部以及西部三个区域，并进行分组回归。具体结果如表6所示，结果表明，从劳动力需求规模来看，企业ESG 表现对劳动力的就业创造效应主要体现在东部地区，对中部和西部地区并不显著。进一步基于员工学历分类的结果发现，企业ESG 表现提升会加大高学历员工的人数，对低学历员工不显著，但主要体现在东部地区。可能的解释是，东部地区竞争更激烈，企业生存发展壁垒较高，对人才需求较大。相较于中西部地区，东部地区的企业更有可能通过提高ESG 表现来扩大市场竞争优势，加大高学历劳动力需求。
表6 区域异质性分组回归结果
（一）机制分析
1.基于资金支持效应的机制检验
基于前文理论分析，企业ESG 表现有利于与利益相关者建立长期稳定的社交关系网络，获取来自利益相关者的信赖和资金支持，进而缓解融资约束，扩大生产规模，增加高学历和低学历劳动力需求，最终对劳动力总需求产生正向影响。基于此，本文构建KZ指数绝对值来衡量企业融资约束，并参照温忠麟等[27]的研究，运用三步法对其进行中介效应检验，在模型（1）的基础上设定以下回归模型：
表7 报告了资金支持效应的机制检验回归结果。由（1）列可知，企业ESG 表现的系数在5%水平上显著为负，说明企业ESG 表现提升显著缓解了融资约束。由（2）至（4）列可知，在全样本中，KZ 系数在1%水平上显著为负，说明企业可以通过缓解融资约束进而增加劳动力总需求。进一步从员工学历分类的结果可以看出，融资约束KZ 系数在高、低学历劳动力的样本中同时显著为负，即企业通过缓解融资约束增加了对高、低学历劳动力的需求。故本文假设H1成立。
表7 资金支持效应的机制检验
2.基于技术升级效应的机制检验
基于前文理论分析，企业在ESG 表现过程中会积极响应国家环保产业政策的号召，增加环保投资，购买清洁设备，自主研发或引进绿色生产技术，进而刺激绿色技术创新，增加了高学历劳动力需求，而减少了低学历劳动力需求，劳动力需求总量则取决于两者的相对增减幅度。基于此，本文用企业当年绿色专利授权数量的自然对数来衡量企业的绿色技术创新（Green），并运用三步法对其进行中介效应检验[27]，模型设定如下：
表8 报告了技术升级效应的机制检验回归结果。由（1）列可知，企业ESG 表现系数在1%水平上显著为正，说明企业ESG 表现的提升显著地促进了企业绿色技术创新。由（2）至（4）列可知，在全样本中，Green 的系数为0.0346，在1%的水平上显著为正，这说明技术升级效应最终会导致企业劳动力需求总量增加。进一步从员工学历分类的结果可以看出，Green 的系数在高学历劳动力的样本中显著为正，在低学历样本中显著为负，即企业通过促进绿色技术创新增加了高学历劳动力需求，而减少了低学历劳动力需求。故本文假设H2成立。
表8 技术升级效应的机制检验
（二）稳健性检验
1.替换变量
为了验证以上结论的稳健性，本文对解释变量的度量指标进行了替换，将和讯网公布的ESG 评级指数（H_ESG）作为解释变量重新纳入模型（1）中。回归结果如表9所示，可以看出本文结论依旧稳健。
表9 替换解释变量
2.内生性处理
由于企业劳动力雇佣规模的增加会促进地区就业水平的提高，从而带动该地区经济增长。而经济水平越高的地区，政府越重视企业ESG 的表现。因此，本文可能存在由反向因果所导致的内生性问题。为了缓解模型内生性问题，本文用企业受到的分析师关注度（analyst）作为工具变量。首先，分析师的关注能对企业日常经营行为产生监督作用。分析师发现企业污染环境、不履行社会责任时，既可以向高管直接提出疑问，也可以通过发布调查报告或下降该企业的ESG 评级来向利益相关者传递预警信号[5]。因此，企业受到分析师关注度越高，越倾向于提升其ESG 表现，满足工具变量相关性要求。其次，企业受到分析师关注度越高，并不会对劳动需求产生直接的影响，从而也满足工具变量的外生性。表10 报告了工具变量法的回归结果。其中，（1）列报告了第一阶段回归结果，结果表明analyst 的系数在1%水平上显著为正，这说明分析师关注度与企业ESG 表现高度正相关。（2）至（4）列报告了第二阶段回归结果，结果表明在克服内生性问题后，企业ESG表现依然能够提升高学历和总体劳动力需求。
表10 内生性处理
基于前文分析，本文根据员工受教育程度对企业在职员工进行分组，实证检验企业ESG 表现对劳动力需求的影响。进一步，本文对员工结构重新分类，以考察企业ESG 表现对劳动力需求效应的多方面影响。Autor 等[28]给出了常规低技能劳动力和非常规高技能劳动力的定义和标准，将从事简单指令、程序化以及非交互性的工作人员定义为常规低技能劳动力，将从事复杂分析、具备交流能力的工作人员视为非常规高技能劳动力。根据以上标准，本文按照企业内部员工所处不同岗位，将销售、技术以及管理人员划分为非常规高技能劳动力，将生产、客服、财务、人事和行政人员划分为常规低技能劳动力，分别用各人员数量的自然对数作为被解释变量重新纳入模型（1）进行回归。表11给出了企业ESG对员工技能结构的回归结果，可以看出企业ESG 表现会对从事非常规高技能的人员需求产生促进作用，而对从事常规低技能的人员需求不显著。可能原因在于，常规化工作意味着机械性、重复性和可替代性，与ESG 强调的企业长期、可持续性发展理念相违背，而在非常规化工作中往往高学历劳动力居多，这部分劳动力可以很好地为企业ESG 实践赋能。这也呼应了本文的核心结论：企业ESG 表现会加大高学历劳动力需求。
表11 技能结构回归分析
本文以2011—2019 年沪深A 股非金融类上市公司为研究样本，实证检验了企业ESG 表现对劳动力需求的影响以及作用机理，主要结论如下：（1）企业ESG 表现最终会增加劳动力需求，具体体现为对高学历劳动力需求增加，而对低学历劳动力需求不显著。（2）企业ESG 表现对劳动力需求的影响主要通过资金支持效应和技术升级效应两种机制来实现。（3）企业ESG 表现对劳动力需求的影响存在明显的异质性：非国有企业、污染企业以及处于东部地区的企业对劳动力需求的增加更为明显。（4）进一步研究发现，企业ESG 表现会提升非常规高技能劳动力需求，而对常规低技能劳动力的作用不显著。
本文研究成果表明了企业积极进行ESG 实践可以促进就业增长，这一结论为未来实现经济可持续发展与就业增长的“双重红利”提供了理论支撑。根据研究结论，提出以下政策建议：
第一，继续引导和强化企业履行ESG 的责任意识，对于主动进行ESG 表现的企业应加大政策扶持力度，以更好地激发企业建设ESG 的主观意愿，通过助力企业可持续发展来缓解现阶段我国的就业矛盾。此外，考虑到技术升级效应对低学历劳动力存在的破坏作用，政府应注重人才培养，加大对高校教育经费的投入水平，满足市场对本科及以上学历人才的需求。同时，也应鼓励企业加强对低学历劳动力的吸纳能力，开展对低学历劳动力的就业技能培训，为这部分人群提供更多就业支持。
第二，企业ESG 对劳动力需求的影响因企业的产权性质、污染性质以及所处区域的不同存在一定的差异，因此政府在制定相关政策时要避免“一刀切”。首先，优惠政策应尽量向非国有企业倾斜，鼓励非国有企业积极承担社会责任。其次，要加大对污染企业的监管力度，对这部分企业的环境污染、损害社会责任的行为给予更严厉的处罚，对绿色创新行为给予长期的奖励。最后，东部地区的企业应继续树立长期、可持续发展理念，充分发挥ESG 表现对该地区企业的就业增长效应。而由于中西部地区企业ESG 表现对就业的吸纳能力有限，因此政府应推进中西部地区产业结构升级，增加更多基础性就业岗位，促进该地区经济发展。
注 释
①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；
中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西；
西部地区包括四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、**。