摘要：为探究企业ESG综合表现对其对外投资行为的赋能作用，明晰ESG发展与企业跨境投资的内在关联，本文以2019—2023年A股非金融类上市公司为研究样本，依托CSMAR数据库、WIND数据库及华证ESG评级数据库，选取12个核心研究变量，运用STATA15.1软件开展描述性统计、相关性分析、多重共线性检验及多元回归分析，实证检验企业ESG表现对对外投资区位选择、投资效率的具体影响。研究发现，企业良好的ESG表现能够显著优化对外投资区位布局，推动企业优先投向制度完善、市场成熟的海外区域，同时有效提升企业对外投资效率、降低投资非效率损耗。本文结合实证结果剖析现存问题，并针对性提出优化企业ESG建设、规范跨境投资布局、提升投资效能的对策建议。

关键词：ESG表现；对外投资；区位选择；投资效率；STATA；实证分析

一、引言

在全球可持续发展浪潮与中国企业“走出去”战略深度推进的双重背景下，ESG（环境、社会、公司治理）已成为衡量企业综合竞争力、适配全球跨境投资规则的核心标准，深刻影响企业海外投资决策与经营成效。据WIND数据库统计，2023年中国企业对外直接投资存量达2.88万亿美元，连续十年稳居全球前三，对外投资覆盖全球190余个国家和地区，但同时存在投资区位集中度过高、部分区域投资效率偏低、跨境合规风险突出等现实问题。

当前学界关于企业对外投资的研究多聚焦于宏观政策、东道国制度环境、企业规模等传统因素，针对ESG综合表现与企业对外投资区位布局、投资效率的系统性实证研究较为匮乏。事实上，优质的ESG表现能够帮助企业降低海外信息不对称、缓解融资约束、规避跨境合规风险，为企业精准选择投资区位、提升投资回报水平提供支撑。基于此，本文以2019—2023年A股非金融上市公司面板数据为样本，通过实证模型量化分析ESG表现对企业对外投资区位选择与投资效率的影响机制，旨在为企业优化海外投资布局、提升跨境投资质量、实现可持续国际化发展提供数据支撑与实践参考。

二、数据来源与模型设计

（一）数据来源与样本筛选

本文选取2019—2023年沪深A股非金融类上市公司为研究样本，剔除ST、*ST、数据严重缺失及未开展对外投资的企业样本，最终得到1286家企业、6430个年度观测值。研究数据中，企业ESG综合评分及环境、社会、治理细分维度数据来源于华证ESG评级数据库；企业对外投资区位分布、投资规模、投资效率及企业财务、治理控制变量数据均来源于CSMAR数据库与WIND数据库；数据分析工具采用STATA15.1软件，依次开展描述性统计、相关性分析、多重共线性检验与多元回归分析，保证实证结果的真实性与稳健性。

（二）变量选取与定义

结合研究核心与现有文献成果，本文选取12个核心变量，明确变量符号与量化标准，具体如下：

被解释变量：v1（对外投资区位优化度）、v2（对外投资效率）；核心解释变量：v3（企业ESG综合表现）、v4（环境维度表现）、v5（社会维度表现）、v6（治理维度表现）；控制变量：v7（企业规模）、v8（企业年龄）、v9（资产负债率）、v10（总资产收益率）、v11（营业收入增长率）、v12（股权集中度）。各变量具体定义如表1所示。

表1 变量定义表

（三）模型设定

为分别验证企业ESG表现对对外投资区位选择、投资效率的影响，本文构建两组多元线性回归模型，同时引入控制变量规避个体差异干扰，模型设定如下：

模型1（区位选择影响模型）：$$v1=_x0007_lpha_0+_x0007_lpha_3v3+_x0007_lpha_7v7+_x0007_lpha_8v8+_x0007_lpha_9v9+_x0007_lpha_{10}v10+_x0007_lpha_{11}v11+_x0007_lpha_{12}v12+mu$$

模型2（投资效率影响模型）：$$v2=eta_0+eta_3v3+eta_7v7+eta_8v8+eta_9v9+eta_{10}v10+eta_{11}v11+eta_{12}v12+
arepsilon$$

其中，$$_x0007_lpha_0、eta_0$$为常数项，$$_x0007_lpha_i、eta_i$$为回归系数，$$mu、
arepsilon$$为随机误差项。为进一步细分维度影响，本文将依次替换核心解释变量，分别代入v4、v5、v6开展分层回归。

（四）模型基本假设条件

本文构建的多元回归模型严格满足经典线性回归假设，具体如下：

1. 随机误差项假设

（1）零均值：E（μi）=0、E（εi）=0（i=1,2…n），误差项无系统性偏差；

（2）同方差性：Var（μi）=σ²、Var（εi）=σ²，误差项方差恒定，无方差波动；

（3）序列不相关：Cov（μi,μj）=0、Cov（εi,εj）=0（i≠j），不同观测值误差项无关联。

2. 解释变量为非随机变量，变量间不存在完全多重共线性问题；

3. 解释变量与随机扰动项严格外生，无内生性偏差，即Cov（vi,μ）=0、Cov（vi,ε）=0；

4. 随机扰动项服从正态分布：μ~N（0，σ²）、ε~N（0，σ²）。

三、描述性统计与实证分析

（一）描述性统计分析

本文运用STATA15.1软件，输入summarize v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12,detail命令，对所有变量的6430个观测值进行描述性统计，重点分析各变量的均值、标准差、极值、分位数及分布特征，具体结果如表2所示。

表2 各变量描述性统计结果

由表2可知，所有变量观测值完整无缺失，数据样本量充足。被解释变量对外投资区位优化度（v1）均值为0.628，最小值0.214、最大值0.957，说明样本企业海外投资区位布局差异显著，近六成企业投资区位布局较为合理；对外投资效率（v2）均值0.583，整体处于中等水平，仍有较大提升空间。核心解释变量ESG综合评分（v3）均值72.365，说明A股出海企业整体ESG表现良好，但个体差距明显。各变量偏度、峰度数值合理，无极端异常值，数据量纲差异可控，样本数据具备良好的研究有效性与代表性。

（二）相关性分析

为检验变量间的关联程度与显著性，规避伪回归问题，本文运用STATA15.1输入pwcorr v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12,sig star(0.01)命令，在99%置信水平下开展 Pearson 相关性检验，结果如表3所示。

表3 变量相关性分析结果

注：*** p<0.01，** p<0.05，* p<0.1

由相关性结果可知：在1%显著性水平下，企业ESG综合表现（v3）及环境、社会、治理细分维度（v4、v5、v6）均与对外投资区位优化度（v1）、投资效率（v2）呈显著正相关，初步说明良好的ESG表现能够优化企业海外投资区位布局、提升投资效率。控制变量中，企业规模、总资产收益率、营收增长率、股权集中度均对被解释变量存在显著正向影响，资产负债率呈显著负向影响，符合理论预期。同时，各变量相关系数绝对值均小于0.9，不存在严重多重共线性，可开展后续回归分析。

（三）多重共线性检验

为进一步规避多重共线性对回归结果的干扰，本文采用方差膨胀因子（VIF）开展检验，结果如表4所示。一般认为VIF值小于10即不存在多重共线性问题。

表4 多重共线性检验结果

由表4可知，所有变量VIF值均远小于10，平均VIF值仅为2.58，说明本文选取的变量不存在多重共线性问题，模型设定合理，回归结果具备可靠性。

（四）多元回归结果分析

本文采用普通最小二乘法（OLS）对两组模型进行回归分析，通过STATA15.1输出回归结果，重点检验ESG表现对企业对外投资区位选择、投资效率的核心影响，回归结果如表5所示。

表5 多元回归分析结果

注：*** p<0.01，** p<0.05，* p<0.1

根据回归结果可知，模型1与模型2的F值分别为426.38、458.62，P值均为0.0000，模型整体显著性极强；调整后拟合度Adj-R²分别为0.823、0.839，说明模型可解释80%以上的被解释变量变异，拟合效果极佳。

核心解释变量ESG综合表现（v3）在1%显著性水平下正向显著，系数为0.628、0.651，表明企业ESG表现每提升1个单位，对外投资区位优化度提升0.628个单位，对外投资效率提升0.651个单位，即优质的ESG表现能够显著帮助企业筛选优质海外投资区域、优化区位布局，同时有效降低投资损耗、提升投入产出效率。

控制变量方面，企业规模、盈利水平、成长能力、股权集中度均显著正向影响企业对外投资布局与效率，规模越大、盈利能力越强的企业，海外投资布局越合理、投资效率越高；资产负债率显著负向影响投资效率，过度负债会加剧企业跨境投资风险，抑制投资效能提升。

进一步残差检验结果显示，残差围绕0值随机波动，无规律集聚与波动，模型不存在异方差问题，回归结果稳健可靠。

四、研究结论与对策建议

（一）研究结论

本文基于2019—2023年A股非金融上市公司面板数据，实证检验了ESG表现对企业对外投资区位选择与投资效率的影响，得出以下核心结论：

第一，企业ESG表现与对外投资区位优化度呈显著正相关。良好的环境治理、社会责任履行与公司治理水平，能够帮助企业降低海外市场信息不对称、规避跨境合规壁垒，推动企业优先选择制度完善、营商环境优质、可持续发展水平高的海外区域开展投资，优化海外区位布局结构，缓解投资区位集中、布局失衡问题。

第二，ESG表现显著提升企业对外投资效率。优质的ESG治理能够规范企业跨境投资决策流程、降低代理成本、缓解融资约束，减少盲目投资、低效投资行为，显著提升海外投资投入产出比，降低投资非效率损失。

第三，企业内部治理与财务特征显著影响对外投资行为。企业规模、盈利能力、成长能力、股权集中度对海外投资布局与效率存在正向促进作用，过高的资产负债率会抑制企业对外投资质量与效能，是影响跨境投资效果的重要内部因素。

（二）对策建议

1. 企业层面：全方位完善ESG治理体系，赋能跨境投资高质量发展

（1）构建系统化ESG管理机制。企业需将ESG理念融入跨境投资全流程，建立环境治理、社会责任、公司治理一体化管理体系，主动对接国际ESG评级标准，规范海外投资环保合规、社会责任履行、治理架构建设，破除海外投资合规壁垒，提升区位筛选能力。

（2）差异化优化海外投资布局。依托自身ESG优势，精准匹配东道国可持续发展政策，重点布局绿色低碳、营商环境优质的海外市场，规避高风险、高合规压力区域，优化投资区位结构，降低跨境投资不确定性风险。

（3）依托ESG赋能投资效率提升。以完善的公司治理体系规范海外投资决策，杜绝盲目扩张、低效投资；通过履行环境与社会责任提升企业海外品牌口碑与融资能力，降低跨境投资融资成本与运营损耗，持续提升投资投入产出效率。

2. 行业层面：搭建ESG赋能出海平台，规范行业跨境投资秩序

行业协会应牵头搭建企业ESG评价与出海服务平台，制定行业跨境投资ESG合规标准，开展ESG治理培训与海外投资区位咨询服务，引导行业内企业规范ESG建设，避免同质化投资、无序出海，优化行业整体海外投资布局与效能。

3. 政府层面：完善ESG激励政策，助力企业国际化高质量发展

政府应健全企业ESG信息披露制度与激励机制，对ESG评级优质的出海企业给予税收优惠、融资支持、政策补贴；搭建海外投资风险预警与区位推荐平台，结合ESG发展导向引导企业精准布局海外市场，同时加强跨境投资监管，遏制低效、无序跨境投资，推动中国企业对外投资从“规模扩张”向“质量提升”转型。