1. 引言
“双碳”目标即代表实现碳达峰和碳中和,在第七十五届联合国大会上,中国提出将在2030年前实现碳达峰,在2060年前实现碳中和[1],将“碳排放达峰后稳中有降”作为2035年国家的远景目标[2]。“双碳”是我国主动承担全球气候环境变化责任,加快构建人类命运共同体和人与自然和谐共生的现代化的重要战略决策,积极开发创新新能源,改善产业生产结构,促进可持续绿色发展,实现低碳、绿色、环保、创新的新经济发展趋势[3],加快建设资源节约型和环境友好型社会,统筹推进“五位一体”的总体布局,系统性地加快建设以国内大循环为主,国内国际双循环互相促进的绿色低碳的经济社会转型,从量到质地改善生态环境,是实现国家绿色创新和高质量发展的重要抓手[4]。
ESG分别指的是环境、社会责任和公司治理三个方面。作为企业价值评估的重要非财务信息因素之一,它可以让信息使用者更直观看到企业对环境保护的贡献,对社会责任的承担以及营运治理的情况,综合地评判和考察,助力于更有效、更正确的投资[5]。ESG理念不仅是对企业履行社会责任的观念和企业保持绿色投资的延展和创新,更是促进国内外企业未来可持续发展的关键所在。虽然我国对ESG的理念提出晚于国外发达国家,但是发展迅速,现如今ESG评价标准已经成为国内外投资市场的重要评判标准。
ESG作为一种新型绿色的投资理念和评判标准与目前我国统筹推行的“双碳”目标十分契合[6]。实现碳达峰和碳中和,缓解资源约束,加快对环境友好型社会的转型,发展绿色低碳经济,履行企业对环境保护的责任,维持可持续发展的义务等都与ESG中环境、社会责任和治理密不可分,同时ESG信息披露和评级标准也可以有效地引导投资活动、融资活动等向更加绿色低碳的方向发展,对我们国家甚至是全球的资源结构和能源生产产生关键性变革[7]。
国家将ESG这种非财务指标纳入经济决策之中,弥补了信息不足和评估框架体系的缺陷。环境目前已经成为国内外发展阶段考虑的重要因素,ESG中的环境涉及到了碳排放、新能源、环境保护、绿色可持续发展、全球气候变化等多个重大方面,同时结合社会责任和治理原则综合来看,顺应了“双碳”目标[8]。由于国家对ESG的大力推行,相关的法律法规的日益完善,监督力度逐步加强,都使ESG理念能够迅速发展,越来越多投资者、债权人、管理者等信息使用者对ESG的重视力度也在不断加强,这也从正面直接对市场环境和企业环境产生激励作用,推动“双碳”目标实现进程。
本文在研究内容和影响机制上加以创新。前人研究关于ESG表现对企业产生的经济影响主要侧重于企业价值、财务绩效和投资效率等方面,关于企业高质量的影响研究略显单薄,虽然目前相关文献中对ESG表现对企业高质量发展的影响机制和推动因素研究愈发丰富多样,但大多研究都局限于ESG表现中环境、社会责任和公司治理三个维度中的一个或两个方面对企业高质量发展的影响,鲜有学者综合考虑ESG表现的三个维度对企业高质量发展的影响,本文平衡协调了企业在环境、社会责任和公司治理三方关系,丰富了ESG表现对企业高质量发展的影响机制研究[9],同时,利用中介效应模型研究分析了融资约束在ESG表现对企业高质量发展影响研究过程中的中介作用,同时根据稳健性检验进一步全面研究分析ESG表现对企业高质量发展的影响,具有一定的创新性,对进一步完善了ESG理论和企业绿色转型、可持续发展相关领域文献有一定现实意义。
2. 理论分析与研究假设
数字金融的健康发展能够有效提高企业劳动收入份额,但是由于数字金融是借助于现代科技,技术水平更加复杂,金融风险的传染性、外部性和隐蔽性可能更加严重[10]。
2.1. ESG表现与高质量发展
随着ESG在我国的快速发展,根据利益相关者理论,越来越多的投资者会更关注ESG评级和信息披露,ESG表现越好的企业,实现了更多社会环境效益和公司治理效益,在“双碳”目标下能够更顺利的向新能源生产和绿色创新发展变革,树立了更好的企业形象,获得更多社会认可,从而得到更多优质、长期、稳定的投资,形成一定的竞争壁垒和良性循环,促进企业高质量发展[11];ESG表现良好的企业其治理理念更符合员工内心需求,丰厚的工资薪酬、员工福利、社会保险等可以吸引更多优秀员工,从而提高企业生产经营效率,促进企业可持续高质量发展;积极主动地执行和发展ESG理念,意味着企业更加注重长期发展,资源依赖理论说明企业要更多的利用绿色环保技术和能源来构建企业生产结构,主动承担责任和义务,充分发挥自身能动性,提高企业对内的财务绩效和对外的综合实力,同高质量发展这一核心目标相符。基于此本文提出如下假设:
H1:当控制其他变量条件保持不变时,企业ESG表现对高质量发展有一定的激励作用,即企业ESG表现与高质量发展呈现正相关。
2.2. ESG表现与融资约束
就目前我国的金融大环境来看,很多企业都普遍面临着融资约束问题,或大或小的融资约束都会对企业获得资金的能力加以限制,即无法以相对较低的成本来获得资金,对其扩大生产规模,增加投资范围等都产生了抑制作用,而且如果融资约束非常大,那么就不得不放弃融资、筹资机会,这就很可能会影响企业资金配置率,降低绩效,甚至出现资金链断裂的现象[12]。
当企业主动承担起绿色发展、保护环境的社会责任,就可以起到一个良好的声誉机制,释放出更多的优秀信息,获得更多的支持,使投资者更愿意投资,筹集更多资金,缓解企业融资问题;ESG三方面综合的非财务信息,可以降低双方的信息不对称性,信息使用者了解的信息越多,所造成的风险就可能越低,为投资提供了便利,提高了企业的融资效率,是一种“双赢”;企业的可持续发展战略,表明公司治理需要契合国家绿色经济发展的相关法律法规和道德要求,顺应国家发展大趋势可能得到补贴或者是照顾,一定程度上缓解融资约束的压力。没有了融资约束,企业处于一个资金充足的状态下,可以更好的扩大规模和范围,增大资金流转率,增强实力,促进企业高质量发展。基于此,本文提出如下假设:
H2:当控制其他变量条件保持不变时,企业ESG表现可以一定程度上削弱融资约束,即企业ESG表现与融资约束呈现负相关。
2.3. ESG表现、融资约束与高质量发展
在“双碳”目标下,我国大部分企业都在向绿色低碳可持续高质量发展,融资约束是阻碍当今企业成功变革的一个重大因素。ESG表现良好可以表明企业积极履行社会责任,合理配置企业内外资源,公司治理和营运状况良好,预期可以盈利或者是有长期稳定的发展,这对债权人、员工、投资者等信息使用者来说是有利信号,一定程度上弥补了信息不对称的缺陷,又因为优序融资理论证明信息不对称理论与融资约束呈现负相关,所以ESG可以一定程度上降低融资缺陷的束缚[13]。解决企业融资约束问题就是解决了企业的融资问题,企业资金充足,就能改变生产结构,扩大生产规模,吸引高端技术人才提高生产效率,升级技术设备等,就可以实现企业的高质量发展。基于此本文提出如下假设:
H3:当控制其他变量条件保持不变时,融资变量在企业ESG表现与高质量发展之间起到了中介作用,即企业ESG表现如果呈现一个良好的状态和评级,就可以削弱企业融资约束的束缚,从而促进企业的高质量发展。
3. 研究设计
3.1. 样本选择与数据来源
本文选取自2010年至2020年中国全部沪深上市A股公司为主要研究对象,对ST或ST*上市公司、变量数据缺失、变量数据错误或变量数据无法补齐的上市公司、金融行业的上市公司都进行了筛选和剔除,共得到了25,905家上市公司相关数据,其中企业的年度财务数据来源于国泰安数据库(CASMR)和锐思数据库(RESSET),企业基本概况来自于企业官网和各地方相关《年鉴》,数据分析采用Stata17进行处理与分析。
3.2. 变量定义
3.2.1. 被解释变量:企业高质量发展(LP)
本文采用LP法来测算企业全要素生产率,利用全要素生产率来评估企业高质量发展的质量[14]。
3.2.2. 解释变量:ESG表现(E)
本文选取华证ESG评级系统,覆盖环境、社会责任和公司治理三个层级指标,相较于其他ESG评级更全面、更新、更权威。华证ESG评级共有“AAA-C”九档等级,AAA等级公司ESG表现赋值为9,逐级递减,C等级公司ESG表现赋值为1。
3.2.3. 中介变量:融资约束(FC)
本文采用的融资约束指标是企业SA指数绝对值取自然对数,数值越大证明融资约束的束缚程度越高。
3.2.4. 控制变量
通过参考已知文献,本文选取财务杠杆、盈利能力、现金流、企业成长性、托宾Q值、排名前十的股东的持股比例、企业年龄、行业(IND)和年份(YEAR)的固定效应等作为控制变量。如表1所示:
Table 1. Variable definition and description
表1. 变量定义以及说明
变量类型 |
变量名称 |
变量符号 |
变量定义 |
自变量 |
ESG表现 |
ESG |
华证ESG评级 |
因变量 |
企业高质量发展 |
LP |
LP测算法 |
中介变量 |
融资约束 |
FC |
企业SA指数绝对值取自然对数 |
控制变量 |
资产负债率 |
Lev |
总负债/总资产 |
盈利能力 |
ROA |
总资产净利润率 |
盈利能力 |
ROE |
净资产收益率 |
现金流 |
Cashflow |
现金净流量/营业利润 |
企业成长性 |
Growth |
固定资产增长率 |
前十排名的股东的持股比例 |
Top10 |
排名前十的股东比例和 |
托宾Q值 |
TobinQ |
股票市值/总资产 |
企业年龄 |
Dturn |
Ln (报表年度 − 成立年度 + 1) |
行业固定效应 |
Ind |
行业哑变量 |
年份固定效应 |
Year |
年份哑变量 |
3.3. 模型构建
本文为了研究ESG表现对企业高质量发展的影响,首先构建了基准回归模型如下所示:
其中,ESGit表示上市公司的ESG表现,LPit表示企业高质量发展指数,controlit表示影响企业高质量发展的其他一系列的控制变量,εit表示随机误差项。在此之外,本文模型中还加入年份固定效应(Yeart)和个体固定效应(Indi)这两个因素,目的是为了消除随时间和个体变化的出现的不可观测因素的影响[15]。
进一步地研究,考虑到融资约束作为中介变量对企业高质量发展的影响,构建了如下三个模型:
首先,建立模型(1)验证企业ESG表现对高质量发展的直接影响。
其次,建立模型(2)验证企业ESG表现对融资约束的影响。
最后,建立模型(3)验证企业ESG表现与高质量发展中是否存在中介效应。
4. 实证结果
4.1. 描述性统计分析
如表2描述性统计结果可以看出,计算全要素生产率利用LP法得出最大值为13.000,最小值为4.493,说明企业整体运营发展速度良好,标准差为1.068,平均数为8.364,由上述数据可以看出这些企业的发展质量有一定差异。ESG表现的最大值为8,最小值为1,标准差为1.104,平均数为4.090,由这些数据可知所采取的样本数据的整体ESG表现较好,但是不同企业之间的ESG表现差异仍较大,且整体表现一般[16]。其余控制变量波动较小,数据平稳,所表现的基本特征同以往研究数据基本相符。
Table 2. Describes the attribute statistics
表2. 描述属性统计结果
变量 |
观测数 |
均值 |
标准差 |
最小值 |
最大值 |
LP |
25,905 |
8.364 |
1.068 |
4.493 |
13.000 |
ESG |
25,905 |
4.091 |
1.104 |
1 |
8 |
FC |
25,905 |
−3.779 |
0.261 |
−5.600 |
−1.805 |
Lev |
25,905 |
0.431 |
0.207 |
0.027 |
0.925 |
ROA |
25,905 |
0.039 |
0.065 |
−0.398 |
0.244 |
ROE |
25,905 |
0.063 |
0.134 |
−1.072 |
0.397 |
Cashflow |
25,905 |
0.046 |
0.070 |
−0.224 |
0.257 |
Growth |
25,905 |
0.172 |
0.428 |
−0.660 |
4.330 |
Top10 |
25,905 |
0.581 |
0.151 |
0.199 |
0.910 |
TobinQ |
25,905 |
2.072 |
1.422 |
0.802 |
17.729 |
Dturn |
25,905 |
−0.132 |
0.512 |
−2.540 |
1.585 |
4.2. 相关性分析
如表3相关性和显著性分析结果所示,企业ESG表现与高质量发展的相关系数为0.202,并且在1%的显著性水平呈现正相关,这就说明模型(1)即企业ESG表现与高质量发展呈现正相关得到了初步验证;ESG表现和融资约束在表中呈现了负相关,即良好的ESG表现可以降低融资约束的束缚,模型(2)得到了初步证实。
Table 3. Results of correlation and significance analysis
表3. 相关性和显著性分析结果
|
LP |
ESG |
FC |
Lev |
ROA |
ROE |
Cashflow |
Growth |
Top10 |
TobinQ |
Dturn |
LP |
1 |
|
|
|
|
|
|
|
|
|
|
ESG |
0.202*** |
1 |
|
|
|
|
|
|
|
|
|
FC |
−0.002 |
0.078*** |
1 |
|
|
|
|
|
|
|
|
Lev |
0.464*** |
−0.053*** |
−0.076*** |
1 |
|
|
|
|
|
|
|
ROA |
0.109*** |
0.213*** |
0.073*** |
−0.345*** |
1 |
|
|
|
|
|
|
ROE |
0.205*** |
0.209*** |
0.070*** |
−0.175*** |
0.894*** |
1 |
|
|
|
|
|
Cashflow |
0.077*** |
0.080*** |
−0.015** |
−0.177*** |
0.372*** |
0.287*** |
1 |
|
|
|
|
Growth |
0.117*** |
−0.007 |
0.053*** |
0.030*** |
0.234*** |
0.242*** |
0.012* |
1 |
|
|
|
Top10 |
0.156*** |
0.122*** |
0.234*** |
−0.089*** |
0.225*** |
0.199*** |
0.121*** |
0.090*** |
1 |
|
|
TobinQ |
−0.312*** |
−0.118*** |
0.047*** |
−0.259*** |
0.152*** |
0.067*** |
0.100*** |
0.026*** |
−0.099*** |
1 |
|
Dturn |
0.100*** |
−0.049*** |
−0.144*** |
0.129*** |
−0.131*** |
−0.098*** |
0.019*** |
−0.051*** |
−0.197*** |
0.056*** |
1 |
注:***,**和*分别表示回归系数在1%、5%和10%的水平上显著相关。
4.3. 基准回归分析
如表4所示的基准回归结果,模型(1)在采用LP法测算的全要素生产率基准回归结果,考虑了时间固定和个体固定效应,模型(4)在模型(1)的基础上又增加了一系列控制变量,模型(2)和模型(3)考虑了多个控制变量但分别没有考虑时间固定效应和个体固定效应,但是由表3可见,企业ESG表现的系数都是在1%的显著性水平呈现正相关,这说明模型(1)得到了实证,即当控制其他变量条件保持不变时,企业ESG表现对高质量发展有一定的激励作用,企业ESG表现与高质量发展呈现正相关。
Table 4. Baseline regression results
表4. 基准回归结果
变量 |
(1) |
(2) |
(3) |
(4) |
LP |
LP |
LP |
LP |
ESG |
0.0295*** |
0.141*** |
0.0298*** |
0.0281*** |
(0.00350) |
(0.00949) |
(0.00552) |
(0.00474) |
Lev |
|
2.557*** |
1.166*** |
1.034*** |
|
(0.0678) |
(0.0786) |
(0.0683) |
ROA |
|
2.128*** |
0.281 |
1.010*** |
|
(0.361) |
(0.233) |
(0.218) |
ROE |
|
1.162*** |
0.416*** |
0.374*** |
|
(0.159) |
(0.107) |
(0.102) |
Cashflow |
|
1.098*** |
0.909*** |
0.501*** |
|
(0.140) |
(0.0761) |
(0.0662) |
Growth |
|
0.127*** |
0.216*** |
0.249*** |
|
(0.0155) |
(0.0103) |
(0.00920) |
TobinQ |
|
−0.164*** |
−0.0720*** |
−0.0463*** |
|
(0.00863) |
(0.00566) |
(0.00581) |
Dturn |
|
0.173*** |
0.117*** |
0.0149*** |
|
(0.0102) |
(0.00547) |
(0.00536) |
Constant |
8.245*** |
6.821*** |
7.790*** |
7.775*** |
(0.0145) |
(0.0563) |
(0.0453) |
(0.0384) |
时间固定 |
Y |
Y |
N |
Y |
个体固定 |
Y |
N |
Y |
Y |
Observations |
25,708 |
25,853 |
25,655 |
25,655 |
R-squared |
0.872 |
0.404 |
0.865 |
0.899 |
4.4. 中介效应分析
如表5展现的中介效应的结果,在考虑了时间固定效应和个体固定效应双向固定模型之后,由模型(1)可见,ESG表现对企业高质量发展的回归系数为正,且在1%的显著性水平上十分显著,这就说明ESG表现与高质量发展呈现正相关,良好的ESG表现可以推动企业高质量发展;由模型(3)可见,ESG表现的回归系数相较于模型(1)的回归系数有所减小,说明了ESG表现对企业高质量发展的推动作用,有一部分是通过促进融资约束间接实现的,即融资约束在企业ESG表现和高质量发展中起到中介作用。
Table 5. Results of mediating effect
表5. 中介效应结果
变量 |
(1) |
(2) |
(3) |
LP |
FC |
LP |
ESG |
0.141*** |
0.00494*** |
0.0294*** |
(0.00949) |
(0.00159) |
(0.00316) |
FC |
|
|
−0.274*** |
|
|
(0.0460) |
Lev |
2.557*** |
−0.103*** |
1.024*** |
(0.0678) |
(0.0208) |
(0.0258) |
ROA |
2.128*** |
0.377*** |
1.007*** |
(0.361) |
(0.0535) |
(0.111) |
ROE |
1.162*** |
−0.0358 |
0.371*** |
(0.159) |
(0.0227) |
(0.0481) |
Cashflow |
1.098*** |
−0.201*** |
0.505*** |
(0.140) |
(0.0197) |
(0.0439) |
Growth |
0.127*** |
0.0110*** |
0.247*** |
(0.0155) |
(0.00222) |
(0.00608) |
TobinQ |
−0.164*** |
0.0159*** |
−0.0439*** |
(0.00863) |
(0.00145) |
(0.00268) |
Dturn |
0.173*** |
−0.0699*** |
0.0113* |
(0.0102) |
(0.00166) |
(0.00583) |
Constant |
6.821*** |
−3.802*** |
6.732*** |
(0.0563) |
(0.0124) |
(0.176) |
时间固定 |
Y |
Y |
Y |
个体固定 |
Y |
Y |
Y |
Observations |
25,853 |
25,655 |
25,655 |
R-squared |
0.404 |
0.814 |
0.899 |
4.5. 稳健性检验
替换解释变量:将华证ESG评级另采用彭博ESG评级进行重新赋值,再次进行回归检验;替换被解释变量:采用OP法代替LP法测度全要素生产率[5]。如表6稳健性检验结果所示,上述结论依旧稳健。
Table 6. Robustness test results
表6. 稳健性检验结果
变量 |
(1) |
(2) |
(3) |
(4) |
OP |
OP |
LP |
LP |
ESG |
0.0997*** |
0.00996** |
|
|
(0.00809) |
(0.00439) |
|
|
PBESG |
|
|
0.0359*** |
0.00370** |
|
|
(0.00293) |
(0.00181) |
Lev |
2.026*** |
0.765*** |
2.601*** |
1.135*** |
(0.0598) |
(0.0608) |
(0.119) |
(0.118) |
ROA |
1.442*** |
0.878*** |
3.608*** |
0.958*** |
(0.307) |
(0.202) |
(0.660) |
(0.328) |
ROE |
1.077*** |
0.335*** |
1.088*** |
0.600*** |
(0.138) |
(0.0942) |
(0.280) |
(0.147) |
Cashflow |
0.462*** |
0.497*** |
0.208 |
0.425*** |
(0.122) |
(0.0640) |
(0.237) |
(0.0979) |
Growth |
0.142*** |
0.224*** |
0.105*** |
0.193*** |
(0.0146) |
(0.00945) |
(0.0243) |
(0.0150) |
TobinQ |
−0.125*** |
−0.0319*** |
−0.145*** |
−0.0237** |
(0.00715) |
(0.00512) |
(0.0127) |
(0.00978) |
Dturn |
0.133*** |
0.0146*** |
0.0878*** |
0.00741 |
(0.00891) |
(0.00491) |
(0.0244) |
(0.0133) |
Constant |
5.500*** |
0.765*** |
6.763*** |
8.237*** |
(0.0487) |
(0.0608) |
(0.102) |
(0.0784) |
时间固定 |
Y |
Y |
Y |
Y |
个体固定 |
N |
Y |
N |
Y |
Observations |
25,853 |
25,655 |
9,260 |
9,195 |
R-squared |
0.359 |
0.876 |
0.436 |
0.922 |
5. 结论及建议
5.1. 研究结论
本文通过对2010~2020华证ESG评级的沪深A股25,905家上市公司的有效数据研究发现:第一,企业ESG表现良好会推动企业高质量发展,二者呈现正相关关系;第二,企业ESG表现良好可以缓解一定程度的融资约束的阻碍,又因为融资约束与企业高质量发展呈现负相关,所以ESG表现可以通过缓解融资约束来促进企业高质量发展,对于透明度和公开度更高的企业,更多的声誉效应可以使ESG表现推动企业高质量发展的作用体现得更大更明显。
5.2. 研究建议
企业层面上,要注重企业对环境的保护职责、社会责任的履行情况、企业内部的治理问题等的影响,保障企业未来可以可持续发展,重视企业人才的培养和战略方向和布局方向正确,缓解“融资难、融资贵”的问题,使得企业有更好的竞争壁垒,避免短视利益,实现绿色、低碳的高质量发展。
投资者层面上,需要在本质上理解和践行ESG理论,将ESG融入到各项投资活动之中,利用ESG评级来降低双方的信息不对称的问题,强化非财务指标因素,如环境、社会和治理对企业投资的影响,促进企业积极承担社会责任。同时,将投资和社会责任相结合,将社会福利政策和基本生活需求与企业ESG表现相关联,利用人民的力量来约束企业,助力企业向绿色、低碳、人与环境和谐共生、积极承担社会责任、保护环境的方向推进和实现[17]。
政府层面上,不断建设和完善企业ESG理论体系的信息披露和评价控制体系,扩大政府的监督和规范职能,改变部分企业对ESG理论认知不足,数据披露不准确、不规范,参与评级的意愿较低等问题。同时,合理的分配资源和优化市场以及资金配置,对有关部分进行有效合理的人员和资金分配,对不同ESG水平的企业制定不同的融资约束或者奖惩制度[18],通过对企业融资约束的束缚程度来促进企业高质量发展,让“双碳”目标和ESG表现成为企业高质量发展的重要推动力量。
5.3. 研究不足与展望
本文平衡协调了企业在环境、社会责任和公司治理三方关系,综合考虑ESG表现的三个维度对企业高质量发展的影响,从阅读、收集、整理实证数据,到利用双向固定效应模型进行实证检验,最后得出结论并提出对企业高质量发展的现实意义,每一步的撰写、修改、润色,都让我深知研究不易,但受限于个人知识储备和学术能力,本文存在很多不足和深入研究之处。
1) 由于评判企业高质量发展的概念和测算标准的差异性,实证结果可能会出现一定的偏差或主观性,因此在未来深入研究ESG对企业高质量发展的影响机制过程中,需扩大研究范围,进一步寻求更合适的测算指标,选取更有效的样本数据,得出更准确的实证结论。
2) 由于个人能力和学术水平有限,在研究ESG对企业高质量发展的影响机制过程中,仅筛选出融资约束作为影响机制和推动因素,没有在其他方面深入研究,因此在未来研究中,应在更多方面上进行作用机制分析。
3) 本文基于中国全部上市企业进行研究分析,没有考虑不同行业的差异性[19],因此所得出结论的适用性有待商榷,因此在未来研究中,应不断扩大样本规模,分类讨论各行业的影响机制,进行更全面更专项的调研和分析,让结论的适普性得以提升。
基金项目
河北地质大学国家预研项目(KY2024YB19);河北地质大学2023年度教学改革研究与实践项目(重点项目) (2023J12);河北河北省审计厅2023年度审计科研课题(项目编号:B2023030);2023年度石家庄市社科专家培养项目(项目编号:2023zjpy01);河北地质大学2022年度研究生课程建设与教育教学改革研究项目(YJGX2022023);2023年度河北地质大学混合式课程建设项目(2023029);2021年度国家社会科学基金一般项目(项目编号:21BTJ049);河北省矿产资源战略与管理研究基地阶段性成果;河北地质大学科技创新团队:双碳目标下绿色资本有效配置与经济高质量发展研究(KJCXTD-2022-01)阶段性成果。
NOTES
*通讯作者。