


关键词:绿色工厂供应商供应链合法性理论绿色采购DOI:10.19592/j.cnki.scje.422442JEL分类号:014,025,Q56 中图分类号:F205文献标识码:A 文章编号:1000-6249(2026)01-114-24
一、引 言
平衡好经济增长与环境治理是中国经济的一个核心议题。《"十四五"工业绿色发展规划》中提出,推动绿色制造领域产业融合化、集群化、生态化发展,提高供应链上企业的绿色协同能力。相比生产制造环节的碳排放,企业在供应链上的碳足迹更为集中(Matthews et al.,2008;Huang et al.,2009;Blanco,2021),因此企业不仅致力于优化内部生产流程,还会将节能减排和低碳生产的压力沿供应链传导至上游供应商,进而影响其供应商选择策略,企业因此面临着利弊权衡:选择绿色供应商虽然符合可持续发展目标,但企业需要对现有合作网络进行重塑,面临着较高的成本与不确定性。因此,深入探究企业的供应商选择策略——其是否愿意主动选择绿色供应商,并在供应链上构建"绿色联合体”——对于理解并推进制造业绿色化和供应链低碳化建设意义重大。
目前关于绿色制造的研究方兴未艾。已有丰富文献关注其多重积极影响,如提高全要素生产率(韩超和胡浩然,2015)产品质量(高翔和何欢浪,2021)、信息披露质量(王茂斌等,2024)和绿色创新能力(戴魁早等,2024),同时可能造成短期"阵痛”,如抑制企业短期研发创新(张彩云和吕越,2018)加剧收入分配失衡(范庆泉等,2022),但现有文献主要聚焦于企业自身的生产运营,对于供应链内部的互动——尤其是与供应商之间的关系关注不足。虽然部分文献探讨了供应商选择的驱动因素与决策过程(Igarashi etal.,2013;Rezaei etal.,2016;Zimmer etal.,2016),并构建了供应链绿色转型的理论基础与实践路径(Srivastava,2007;Carter and Rogers,2008),但基于实证视角验证绿色制造政策对于企业供应商选择策略影响的研究仍然较为缺乏。现有研究主要基于静态视角下行业层面的投人产出数据(李波和杨先明,2024),缺乏更为精细的企业层面数据支撑,难以揭示企业在供应商选择策略上的“动态"调整过程。从合法性理论视角来看,绿色制造政策提升了企业面临的环保压力和外部利益相关者的监督关注,进而驱动企业调整供应商选择策略。基于此,本文以绿色工厂政策作为外生冲击,探究其对企业供应商选择策略的影响,该问题对于深人理解绿色制造体系、构建清洁低碳的全产业链生态至关重要。
在绿色制造体系中,“清洁生产标准①"和"绿色制造工厂②”是两项关键且受到广泛关注的代表性政策。前者为关键行业和产品生命周期提供了宏观层面的技术标准与指导框架,但基于行业层面的制度设计使其难以准确识别同行业企业之间的异质性,导致政策效果评估存在局限。相较而言,“绿色制造工厂"政策通过遴选试点企业的方式,能够实现基于企业微观层面的、更为精准的政策效果评估,有助于为地方政府提供具体化和针对性的效果反馈。
基于上述分析,本文以工业和信息化部发布的《关于开展绿色制造体系建设的通知》中的绿色工厂作为研究对象,探究企业获评绿色工厂后对其供应商选择策略的影响效果和作用机制。研究发现:(1)绿色工厂企业为寻求地方政府、社会公众和机构投资者的合法性认可,倾向于主动选择绿色供应商进行合作采购。在考虑测量误差、遗漏变量与反向因果等内生性问题后,结论仍然显著成立;(2)绿色工厂政策促进企业主动选择绿色供应商进行合作采购的作用效果在重污染企业、国有企业、大规模企业和具有环保背景高管的企业中更加显著;(3)进一步分析发现,绿色工厂政策有助于企业在供应链上构建"绿色联合体”与“高新技术联合体”,推进对于上下游合作伙伴的高质量筛选。
本文可能的主要贡献有三:其一,本文基于驱动因素视角,证明了绿色工厂政策促进企业主动调整供应商选择策略的作用效果。在供应链绿色化的主题下,现有研究主要基于定性视角,关注供应链绿色化转型的理论基础、实践路径与决策过程(Srivastava,2007;Carter and Rogers,2008;Rezaei etal.,2016;Birasnav etal.,2022;Khan et al.,2023),同时证明了绿色供应链的多重治理效果,如促进经济绩效与环境绩效的平衡(Zhu and Sakris,2004)、提高可持续发展能力(Yadav et al.,2023;曾云敏和黄阳华,2025)和缓解财务困境(Juetal.,2024),但对其驱动因素的关注相对较少且缺乏定量层面的实证检验。本文揭示了在外部合法性的压力下,绿色工厂政策驱动企业主动调整供应商选择策略的作用效果,拓展了绿色供应链管理领域对驱动机制的理解。
其二,本文深化了合法性理论在供应链管理情境下的适用性与解释力。首先,目前基于合法性理论的研究主要关注企业自身在内部环境治理中的表现,如优化环境信息披露(Cho and Patten,2007)促进绿色创新(Berroneetal.,2013),本文将合法性理论扩展至外部供应链网络,证明了合法性压力对于供应商选择策略的引导和约束作用;其次,不同于以往文献基于单一合法性视角的分析思路(O'Donovan,2002;Flammer,2013;Hahn et al.,2014),本文基于Suchman(1995)的分类框架,将合法性压力细分为实用合法性(pragmatic legitimacy)、道德合法性(morallegitimacy)与认知合法性(cog-nitive legitimacy),揭示各类合法性压力在供应商选择中的差异化驱动机制,为合法性理论在供应链研究中的应用提供了更为细致和更具结构化的经验证据。
其三,本文证明了绿色工厂政策在供应链上的“治理溢出效应”,为构造绿色可持续的产业体系提供了参考与启示。本文研究发现,获评绿色工厂的企业在追求外部合法性认可的过程中,会将绿色规范和技术标准双向扩散至供应链上下游,同步推进合作伙伴的绿色生产与技术创新,说明绿色工厂政策的治理效果超越了获评企业本身,能够通过市场机制溢出到整个产业链,有效促进链上环保与技术标准的协同提升,为优化绿色工厂政策、发挥其跨界治理效能提供了有益参考。
二、理论分析与研究假设
在绿色工厂政策的制度背景下,组织合法性理论为分析企业如何平衡多重利益相关者的期望并相应调整供应商选择策略提供了有力的理论框架(伊凌雪等,2022)。Suchman(1995)根据利益相关者认可机制的差异,将组织合法性细分为实用合法性、道德合法性和认知合法性三类,为理解绿色工厂政策如何影响企业行为提供了结构化的分析工具。首先,实用合法性聚焦组织行动为利益相关者带来的可感知收益。地方政府推动绿色工厂政策,意在通过引导企业低碳生产,实现环境治理、经济发展和社会福利的综合绩效目标(Peng etal.,2008),这与实用合法性的核心逻辑直接对应,突出地方政府在多重政绩目标驱动下的现实利益考量。其次,道德合法性关注组织行为是否符合社会公认的价值观规范。在绿色低碳发展的趋势下,公众对绿色企业的环境绩效表现寄予厚望,直接影响其品牌形象与市场声誉(Duand Vieira,2012),凸显了道德合法性在社会评价体系中的重要作用。最后,认知合法性强调组织行为与文化规范或行业标准的契合度。机构投资者秉持长期价值投资理念,高度关注企业的ESG表现,倾向于支持符合绿色发展理念的企业(Graves andWaddock,1994;Ambecand Lanoie,2008;Lyon et al.,2013;宋德勇等,2023),因此执行绿色发展战略的企业更易被视为符合行业发展趋势,从而获得认知层面的认可。综上所述,在地方政府、社会公众和机构投资者的多方关注下,绿色工厂企业为获得上述合法性认可,会主动调整其供应商选择策略以“取信于人”。
(一)实用合法性:地方政府视角
为寻求地方政府的合法性认可,绿色工厂企业倾向于主动选择绿色供应商进行合作采购,以实现实用合法性框架下的资源获取与合规目标。首先,我国目前已设立较为完善的绿色采购指南,积极鼓励企业执行绿色采购计划、选择绿色合作伙伴(Zhang and Jiang,2022;黄继承和朱光顺,2023;江鑫等,2024)。《企业绿色采购指南(试行)》中提出,鼓励企业在采购活动中推广绿色低碳理念,优先采购和使用节能节水节材等有利于环境保护的原材料、产品和服务。同时,各地政府也积极出台相关政策,例如,杭州市要求将绿色采购需求嵌人采购文件中,评审标准和方法均需体现绿色导向。邓可斌和李嘉琪(2024)研究发现,政府通过拉动市场需求,在促进企业绿色采购中发挥关键作用。作为绿色采购计划的重点关注对象,绿色工厂企业受到地方政府的密切关注:《绿色制造制造企业绿色供应链管理 信息追溯及披露要求》规定,绿色工厂企业需要建立供应链信息追溯系统,便于地方政府审查其供应链碳足迹。供应链信息披露增强了企业与地方政府之间的信息透明度,有助于地方政府开展针对性监督,激励绿色工厂企业选择绿色供应商合作伙伴以证明其合法性。其次,执行绿色采购有助于绿色工厂企业获取资源优势。一方面地方政府为执行绿色采购的企业提供信贷资金、税收优惠和财政补贴等政策资源(封红旗等,2019;侯林岐等,2024;Singh et al.,2024),另一方面通过绿色采购行为,绿色工厂企业得以向地方政府证明其在环保领域的积极实践和领先地位(黄继承和朱光顺,2023;江鑫等,2024),进一步证明其合法性优势,同时为争取政府采购订单创造机会(游家兴等,2023)。此外,各省生态环境厅会对绿色工厂企业进行不定期抽查,并对抽查不合格的企业进行除名,进一步加大其合规压力(王茂斌等,2024)。综上所述,绿色工厂企业为寻求地方政府的合法性认可,倾向于主动选择绿色供应商进行合作采购,以在实用合法性框架下寻求政策支持与资源回报。
(二)道德合法性:社会公众视角
为寻求社会公众的合法性认可,绿色工厂企业倾向于主动选择绿色供应商进行合作采购,以在道德合法性框架下体现其对社会价值和环境保护的承诺。首先,绿色工厂企业作为地区环保模范,本地社会公众对其环境治理表现的期望较高(Thgersen,2006;孙洪锋等,2024)。由于社会公众普遍缺乏专业背景与技能,对企业内部生产流程了解有限,相比废物回收管理、工艺流程改进等内部绿色改革举措,与绿色供应商建立合作伙伴关系更为直观,更容易被社会公众识别并解读为企业履行社会责任的表现。选择绿色供应商不仅满足了社会公众对企业履行社会责任的期待,同时提升了品牌黏性和消费者忠诚度(Jira and Toffel,2013;Martinez,2015;高维和和陈转青,2016;Gelderman et al.,2021)。其次,通过顺应社会公众的道德期望,绿色企业能够巩固行业优势地位,提高股票收益水平和市场份额(EI Ouadghiri etal.,2021;Guo etal.,2022)。凭借该优势,绿色工厂企业可以吸引更多绿色合作伙伴,拓展绿色生产网络,一方面在区域内构筑绿色技术壁垒并建立独特市场优势(Chen etal.,2019;Calzaet al.,2021),另一方面提升企业在绿色供应链上下游的议价能力(Bae et al.,2019;谭劲松等,2022)。此外,公众舆论作为政府环境监督的重要补充(张国兴等,2019;Zeng etal.,2023),对维护企业形象至关重要。通过响应社会公众的环保诉求,绿色工厂企业在地方政府的环保评选和资格认定中占据舆论优势,有助于获取税收减免和政策补贴。在公众监督的背景下,获得政府补贴的企业倾向于进一步扩大信息披露范围,形成"公众监督-政府补贴-信息披露"的正反馈循环机制(Huang,2022),从而完善供应链上的信息监督机制。综上所述,绿色工厂企业为寻求社会公众的合法性认可,倾向于主动选择绿色供应商进行合作采购,以在道德合法性框架下实现社会责任与市场价值的双重提升。
(三)认知合法性:机构投资者视角
为寻求机构投资者的合法性认可,绿色工厂企业倾向于主动选择绿色供应商进行合作采购,以在认知合法性框架下顺应绿色投资的行业规范。作为重要的外部利益相关者,投资者对于环境绩效的高度重视成为推动环境信息披露质量提高的关键因素(Reid and Toffel,2009)。相比散户投资者,专业投资者由于具有技术能力优势与信息获取优势,在上市公司的环保绿色行为监督中发挥更强的约束作用,其中尤其以机构投资者为代表(Cohenet al.,2023;张云等,2024)。作为长期价值投资者的代表,机构投资者对于企业的环保和社会责任绩效高度重视,将其视为综合竞争力与可持续发展能力的直接体现,因此更倾向于投资符合绿色发展理念的企业(Graves and Waddock,1994;Ambecand Lanoie,2008;Lyon et al.,2013;宋德勇等,2023),从而形成对于绿色工厂企业的隐性规范压力。基于全产业链下的碳足迹视角,相比自身生产过程的碳排放,企业在供应链其他环节的碳排放明显更多。Matthews etal.(2008)研究发现,企业自身生产过程产生的碳排放仅占全部碳足迹的1/3,剩余的2/3均来自供应链上的碳排放。随着节能减碳、绿色生产的压力逐渐增加,许多企业开始将其碳排放较为密集的业务进行外包以减少自身的碳排放,通过供应链碳转移的方式执行策略性减排(Blanco,2021)。绿色工厂企业受政策约束需要充分披露供应链信息,因此为机构投资者提供了更为全面的审查依据,不符合绿色供应商规范的企业面临着较大的趋同压力。综上所述,绿色工厂企业为寻求机构投资者的合法性认可,倾向于主动选择绿色供应商进行合作采购,以获得机构投资者的市场青睐。
基于上述内容,提出本文研究假设:
H1:为寻求地方政府、社会公众和机构投资者的合法性认可,绿色工厂企业倾向于主动选择绿色供应商进行合作采购。
图1研究假设逻辑

三、研究设计
(一)数据来源
本文选取2013—2021年我国沪深A股上市公司为样本①,绿色工厂的获评企业名单与成立时间来自工业和信息化部的公开信息披露②,经手工整理获得。上市公司前五大供应商的明细信息来自国泰安数据库,利用供应商名称在天眼查网站手工匹配查询获取行业类型,其余控制变量的信息来自国泰安数据库和CNRDS数据库。本文针对样本进行了如下步骤筛选:(1)剔除金融类和ST类的企业观测;(2)剔除前五大供应商信息缺失的企业观测①;(3)剔除控制变量缺失的企业观测。经上述筛选后,共获得3282条年度一企业层面观测数据,并对其进行了上下 1% 缩尾处理。
(二)研究模型与变量定义
由于企业获评绿色工厂的时间存在差异,本文构建多时点双重差分模型进行检验,同时控制年度层面和企业层面的固定效应。此外,由于不同行业在供应链结构配置上存在较大差异,本文参考肖红军等(2024)的研究设计,为控制行业层面的偏误影响,对回归标准误进行了行业层面的聚类调整。
Green_supplieri =α0+βFactoryi, +βControlsi, + Year Fe + FirmFe+εit
1.被解释变量
为衡量核心供应商配置结构的变化,本文采用行业污染特征作为供应商绿色属性的间接测度指标(Geng etal.,2017)。具体而言,本文参考谢东明(2020)的研究设计,按照生态环境部印发的《上市公司环保核查行业分类管理名录》对于重污染行业类型的划分,将名录内的行业类型划分为重污染行业,其余行业类型划分为非重污染行业。基于上述分组依据,本文按照企业前五大供应商的行业代码将其分别归纳为“重污染供应商"与"绿色供应商"两类,并选择绿色供应商占比(Green_sup-plier),即企业前五大供应商中绿色供应商的采购金额之和占企业采购总金额的比重作为被解释变量,该比重越高,说明企业更倾向于选择绿色供应商进行合作采购。
2.解释变量
参考陈艳莹等(2022)、王茂斌等(2024)的研究设计,本文选择企业自身或子公司获评绿色工厂的年度作为多时点双重差分模型(DID)的政策冲击时间,据此设置绿色工厂(Factory)的二值变量:企业获评绿色工厂当年及之后年度的自变量赋值为1,其余年度的自变量赋值为0。
表1变量定义

① 为统一比较口径,本文仅保留了企业前五大供应商信息均明确披露的样本观测。
3.控制变量
首先,本文参考王茂斌等(2024)戴魁早等(2024)的做法,基于企业财务维度和治理维度两个层面设置控制变量。财务维度选择资产规模(Size)、资产负债率(Lev)、资产收益率(Roa)和营业收入增长率(Growth);治理维度选择独立董事占比(Indep)前五大股东占比(Top5)、企业年限(Firmage)和产权性质(SOE)。其次,考虑到高管环保背景对于企业环保行为具有直接影响,本文还基于绿色维度进一步补充了控制变量,分别选择CEO环保背景(Green_CEO)、环保背景高管占比(Green_execu-tive)环保背景董事占比(Green_bod)。本文同时控制了年份层面(YearFe)和企业层面(FirmFe)的固定效应。上述变量的具体定义方式参考表1。
四、基准回归检验
(一)描述性统计
根据表2结果,被解释变量的均值为0.2706,说明企业前五大供应商中重污染企业采购的累计占比仍然显著高于非重污染企业,极差为0.9439,说明不同企业的供应商结构配置存在较大差异。中位数为0.2168,说明样本呈现右偏分布。解释变量的均值为0.0253,说明共有 2.53% 的年度-企业样本受到绿色工厂政策的冲击影响。
表2描述性统计

(二)主检验
本文采用分步法回归并逐步列示回归结果。根据表3结果,第(1)一(3)列均控制了年度和企业层面的固定效应,其中第(1)列未引人控制变量,第(2)列引人了财务维度的控制变量,第(3)列引入了三个维度的全部控制变量。结果表明,第(1)一(3)列解释变量的系数均显著为正,其中第(1)和(3)列解释变量的系数在 1% 水平显著为正,第(3)列解释变量的系数为0.0538,说明绿色工厂企业更倾向于选择绿色供应商进行合作采购。经济学意义表明,企业获评绿色工厂后前五大供应商中绿色供应商的采购金额之和占采购总金额的比重平均增加了 5.38% ,可以初步证明假设H1成立。
表3主检验结果

注:括号内为t值,*、**和**分别表示 10%.5% 和 1% 的显著性水平,下同。
(三)稳健性检验:测量误差问题
1.安慰剂检验
为检验结论是否受到随机性影响,本文通过随机虚构处理组的方式进行安慰剂检验。具体而言,本文选取与主检验中处理组相同数量的企业作为伪处理组,并将2021年指定为伪事件年,可以得到与主检验回归系数定义相似的伪回归系数,之后将其带人双重差分模型,并提取伪回归系数和p值,将上述过程重复1000次,绘制伪回归系数的整体分布图。根据图2结果,随机虚构处理组后,解释变量的系数基本符合正态分布,系数值集中分布在0附近且显著异于主检验的回归系数(黑色虚线标出),主检验结论仍然显著成立。
图2安慰剂检验

2.替换被解释变量
首先,为避免前五大供应商中金融类企业的影响,本文将企业前五大供应商中包含金融类企业的样本观测删除,仅保留企业当年前五大供应商信息全部明确且均为非金融类企业的观测样本,重新构建替换被解释变量1;其次,主检验中的被解释变量基于绿色供应商企业,本文在稳健性检验中将被解释变量的衡量视角转为非绿色(重污染)供应商企业——衡量企业前五大供应商中重污染企业的采购金额之和占企业采购总金额的比重,重新构造替换被解释变量2;最后,更换了供应商占比的计算方式,将被解释变量替换为前五大供应商中绿色供应商企业的采购金额之和占前五大供应商采购金额之和的比重,作为替换被解释变量3。
根据表4结果,第(1)和(3)列解释变量的系数显著为正,第(2)列解释变量的系数显著为负,说明绿色工厂企业的绿色供应商采购占比显著提升、重污染供应商采购占比显著降低,主检验结论仍然显著成立。
表4替换被解释变量

(四)稳健性检验:遗漏变量问题
1.倾向得分匹配
为避免绿色工厂企业与其他控制组企业变动趋势存在系统性差异的影响,降低双重差分的估计偏误,本文进一步利用双重差分倾向得分匹配方法(PSM-DID),将式(1)中的全部控制变量作为可能影响企业是否获评绿色工厂的协变量,采用半径匹配并分别设定匹配卡尺为0.01和0.001,分别对应表5第(1)和(2)列。平衡性测试结果显示①,匹配前处理组和控制组各协变量的差距较大,在匹配后差距显著缩小,说明匹配效果良好。根据表5结果,第(1)和(2)列解释变量的系数均在 1% 水平显著为正,说明主检验结论仍然显著成立。
2.熵平衡检验
为进一步降低绿色工厂企业与其他控制组企业之间固有特征差异对于研究结果的影响,本文参考Hainmueller(2012)提出的熵平衡匹配法进行检验,同时将式(1)中的全部控制变量纳入回归。平衡性测试结果显示,匹配前处理组和控制组变量的均值、方差和偏度差距均较大,经加权匹配调整后,处理组与控制组变量的均值、方差和偏度差距明显缩小,说明加权后样本平衡效果良好。本文对所有控制变量的一阶、二阶和三阶矩进行熵平衡处理,容忍度(tolerance)设定为默认值0.015,对熵平衡处理后的样本进行检验。根据表5结果,第(3)列解释变量的系数在 5% 水平显著为正,说明主检验结论仍然显著成立。
表5倾向得分匹配与熵平衡检验

(五)稳健性检验:反向因果问题
1.平行趋势检验
若平行趋势假设成立,则获评绿色工厂前处理组与控制组的绿色供应商采购占比应呈现相同变化趋势,获评绿色工厂后处理组中绿色供应商的采购占比应显著提高。基于此,本文构建如式(2)的动态效应方程,检验平行趋势假设是否成立。
Greenupplieriε=δ0+δ1Pre5+δ2Pre4+δ3Pre3+δ4Pre2+δ3Current+δ6Post1+δ7Post2+δ8Post3+δ7Post3+δ8Post3+δ8Post1.δ9Controlsi,t+YearFe+FirmFe+?i,t
式(2)中, Pre、Current 和 Post 均为虚拟变量。若当年为企业获评绿色工厂的前 Πn 年,则
否则为0;若企业当年获评绿色工厂,则Current 1=1 ,否则为0;若当年为企业获评绿色工厂的后n年,则 Post(Ωn)=1 ,否则为0。其他变量的定义与式(1)相同。具体回归时,将早于前五年的企业观测归并于 Pre5 ,将晚于后三年的企业观测归并于Post3。其中,本文以入选绿色工厂前一期的数据作为基准对照组(Pre1),分别选择政策冲击前五年至前两年 (Pre5.Pre4.Pre3.Pre2) 冲击当年(Current)、冲击后三年(Post1、Post2、Post3)共八个期间数据。根据图3结果,企业获评绿色工厂前,解释变量系数相对稳定,数值集中分布在0附近且置信区间包含0;企业获评绿色工厂后,解释变量系数显著增加且置信区间明显异于0。综上所述,结果通过平行趋势检验,主检验结论仍然显著成立。
图3平行趋势检验

2.Heckman两阶段
由于只有部分企业明确披露了前五大供应商的详细信息,由此引发的样本自选择问题可能会影响研究结论,因此本文采用Heckman两阶段模型加以缓解。具体地,本文参考张琦等(2019)研究设计,选择企业环保投资金额①作为工具变量,同时包含式(1)中的全部控制变量。环保投资可以较好地满足工具变量需求。首先,环保投资金额较高的企业往往具备更强的绿色生产能力,更有可能获评绿色工厂,因此满足工具变量的相关性要求;其次,尽管环保投资与企业的绿色生产能力高度相关,但并不直接影响企业的供应商选择策略。因为环保投资主要反映企业自身对环境绩效的承诺(周泽将等,2023),相关决策主要基于企业内部运营效率与长期战略规划的综合考虑,而非供应链中的合作伙伴选择,因此满足工具变量的外生性要求。综上所述,环保投资可以作为合理的工具变量选择。
具体设定方式为:第一阶段,利用Probit模型估计企业获评绿色工厂的概率,其中选择环保投资作为工具变量同时包含主检验中的全部控制变量;第二阶段,将第一阶段回归估计得到的逆米尔斯比率带入回归,解决可能潜在的样本选择偏差问题。根据表6结果,第(1)列工具变量环保投资的系数在 5% 水平显著为正,说明环保投资越高,企业获评绿色工厂的概率明显越高;第(2)列解释变量的系数在 1% 水平显著为正,逆米尔斯比率系数为正但不显著。综上所述,主检验结论仍然显著成立。
表6Heckman两阶段检验

3.反向回归检验
前述结果证明,绿色工厂企业更倾向于选择绿色供应商进行合作采购。但结论可能受到反向因果的影响:地方政府在评定绿色工厂时,可能对于企业的采购对象做出部分限制,倾向于选择具有更多绿色供应商合作伙伴的企业作为绿色工厂。为厘清潜在的反向因果影响,本文分别通过政策分析和实证检验的方法进行论证:首先,《绿色工厂评价要求》①中对于企业采购做出了如下要求:“确保采购的产品满足规定的采购要求”“优先采购《国家鼓励发展的重大环保技术装备目录》大气污染防治重点工业行业清洁生产技术推行方案》中的技术装备”"对国家明令淘汰的生产工艺、设备及产能进行识别并避免采购”。综上所述,绿色工厂评定考核中对于企业的采购要求主要集中在合规性视角。虽然对于绿色采购有所提及,但并非强制性要求,因此政策制定层面存在反向因果的可能性较低。其次,本文通过反向回归的方式进行实证检验。具体而言,本文选择企业是否获评绿色工厂作为被解释变量,为避免内生性影响,选择滞后一期的绿色供应商采购占比(L1.绿色供应商占比)作为解释变量,同时引人模型(1)的全部控制变量并同做滞后一期处理。借鉴Amore and Bennedsen(2016)、Chen et al.(2018)的研究设计,控制行业和年份固定效应进行估计。若滞后一期的绿色供应商采购占比(L1.绿色供应商占比)的系数不显著,则说明不存在反向因果关系。根据表7结果,第(1)和(2)列解释变量的系数均不显著,说明反向因果问题不存在,主检验结论仍然显著成立。
表7反向回归检验

(六)其他稳健性检验
1.删除单一年度企业观测
由于明确详细披露前五大供应商信息的企业数量较少,且企业在不同年度间的披露习惯存在明显差异,部分企业仅有单一年度的观测数据。为避免此类数据对于主检验结果的影响,本文剔除了仅有单一年度数据的企业观测后重新进行检验。根据表8结果,第(1)列解释变量的系数显著为正,主检验结论仍然显著成立。
2.企业层面聚类调整
为检验标准误聚类层面差异对于结果可能的影响,本文将标准误的聚类层面由主检验中的行业层面调整至企业层面进行重新检验。根据表8结果,第(2)列解释变量的系数显著为正,主检验结论仍然显著成立。
3.控制省份层面固定效应
由于不同地区的环境规制强度存在较大差异,可能对于企业的生产方式造成影响,因此本文在主检验控制年度与企业层面固定效应的基础上,进一步控制了省份层面的固定效应。根据表8结果,第(3)列解释变量的系数显著为正,主检验结论仍然显著成立。
表8其他稳健性检验

五、作用机制检验
(一)实用合法性认可:地方政府视角
本文参考陈诗一和陈登科(2018)的研究设计,选取市政府工作报告中与环境相关词汇的出现频数作为地方政府环保政策的导向强度指标,环保关键词数量越多,说明地方政府环保政策的导向强度越高,对于绿色工厂企业的实用合法性压力越大。具体关键词选择参考CNRDS数据库,分别基于六个维度:保护和改善环境、促进经济社会可持续发展、防治污染和其他公害、推进生态文明建设、协同发展与环境共治、资源节约。基于年度、行业层面对企业所在地区的环保政策引导强度进行分组,大于等于关键词频数中位数的观测标记为“政府环保关注多"组,其余标记为"政府环保关注少"组。
根据表9结果,第(1)列解释变量的系数在 10% 水平显著为正,进一步地,本文参考曾国安等(2023)的做法,采用bdiff命令进行费舍尔组合检验(Fisher'sPermutationTest)来验证组间系数差异是否显著,若解释变量系数的经验p值在 10% 显著性以下,则可以认为不同组间系数差异显著,后文的组间系数差异检验均采用相同方法。结果表明,第(1)列解释变量的系数显著大于第(2)列且组间系数差异显著,说明为寻求地方政府的合法性认可,绿色工厂企业倾向于主动选择绿色供应商进行合作采购,可以初步证明假设H1成立。
(二)道德合法性:社会公众视角
本文参考吴力波等(2022)的研究设计,选择省份层面环保关键词在“PC端 + 移动端"的年度整体日均百度搜索指数作为公众环境关注度的衡量指标。环保关键词的百度搜索指数越高,说明所在地区的公众环保关注度水平越高,对于绿色工厂企业的道德合法性压力越大。具体选择“环境污染、环境保护、清洁能源、能源危机、节能"共五个关键词,将各关键词的百度搜索指数累加作为地区层面公众环境关注度指标。基于年度、行业层面对企业所在地区的公众环境关注度进行分组,大于等于环保关键词百度搜索指数中位数的观测标记为“公众环保关注多"组,其余标记为“公众环保关注少”组。
表9作用机制检验1

根据表9结果,第(3)列解释变量的系数在 5% 水平显著为正,明显大于第(4)列且组间系数差异显著,说明为寻求社会公众的合法性认可,绿色工厂企业倾向于主动选择绿色供应商进行合作采购,可以初步证明假设H1成立。
(三)认知合法性:机构投资者视角
相比其他投资者,机构投资者更关注企业的环保绩效表现,对绿色工厂企业具有更强的监督约束作用。机构投资者的持股比例越高,说明来自投资者的环保监督约束越强,对于绿色工厂企业的认知合法性压力越大。本文参考Blanco(2021)的研究设计,基于年度、行业层面对企业的机构投资者持股比例进行分组,大于等于年度、行业中位数的观测标记为“机构投资者持股较多"组,其余标记为"机构投资者持股较少"组。
根据表10结果,第(1)列解释变量的系数在 1% 水平显著为正,明显大于第(2)列且组间系数差异显著,说明为寻求机构投资者的合法性认可,绿色工厂企业倾向于主动选择绿色供应商进行合作采购,可以初步证明假设H1成立。
表10作用机制检验2

六、异质性检验
主检验结果表明,在合法性压力的驱动下,绿色工厂企业更倾向于主动选择绿色供应商进行合作采购。由于各类型企业对于合法性压力的敏感性不同,本文将企业面临的压力区分为外部和内部两类,探究企业在不同压力情景下的行为动机差异。其中,外部因素一方面来自行业规范施加的监管合规压力,另一方面来自企业间的市场竞争压力;内部因素则主要源于企业高管的价值导向压力。因此,后文分别基于上述三个内外部压力视角,分析企业在不同压力机制下的差异化反馈。
(一)监管合规压力
基于监管合规的视角,不同行业所受到的环境规制强度存在显著差异。相比于非重污染行业,重污染行业的环境绩效直接关系到企业的合规性与生存空间,因此面临着更严苛的行业监管与社会舆论压力(周泽将等,2023)。此外,违规企业还可能面临停产、罚款甚至吊销执照等严格处罚。因此可以预期,在监管合规压力更强的重污染行业中,绿色工厂企业为积极响应政策导向,降低环境违规风险,更倾向于主动选择绿色供应商进行合作采购,以展现其环境责任与合规性。为检验上述假设:首先,本文基于企业年报中“上市公司及其子公司是否属于环境保护部门公布的重点排污单位"披露,将企业分别定义为“重点排污”与“非重点排污”;其次,本文基于《上市公司环保核查行业分类管理名录》对于环保核查行业的划分,将企业分别定义为“重污染”与“非重污染”。根据表11结果,第(1)列解释变量的系数在 1% 水平显著为正,明显大于第(2)列且组间系数差异显著;第(3)列解释变量的系数在 5% 水平显著为正,明显大于第(4)列且组间系数差异显著。综上所述,结果符合预期,重污染行业由于受到更多监管合规压力,其选择绿色供应商进行合作采购的意愿明显更强。
表11监管合规压力

(二)市场竞争压力
基于市场竞争的视角,产权性质和企业规模将直接影响企业的行为动机,并最终体现为市场竞争策略差异。首先,相比非国有企业,国有企业不仅承担经济效益责任,同时肩负社会责任和政策导向落实的双重任务(綦好东等,2024)。环境绩效不仅关乎企业自身发展,更直接体现政府公信力与社会责任形象,成为其市场竞争中除经济效益外的重要考量,因此,国有企业更倾向于提升环境绩效以维护良好声誉,增强市场竞争力。其次,相比中小规模企业,大规模企业由于具有更广泛的品牌知名度与市场影响力,其环境绩效更容易受到政府、市场和消费者的多方关注,环境负面事件可能引发品牌声誉风险与市场信任危机,对市场竞争地位造成直接冲击影响,因此,大规模企业有更强的意愿主动履行环保责任。综上所述,相比非国有企业和中小规模企业,国有企业和大规模企业在市场竞争压力的驱动下,更倾向于主动选择绿色供应商进行合作采购,取信于市场、消费者和政府。为检验上述假设,首先,本文基于产权性质将企业划分为“国有企业"与“非国有企业”;其次,本文基于年度、行业层面对企业规模进行分组,大于等于年度、行业中位数的企业观测标记为"大规模企业”,其余标记为“中小规模企业”。根据表12结果,第(1)列解释变量的系数在 5% 水平显著为正,明显大于第(2)列且组间系数差异显著;第(3)列解释变量的系数在 1% 水平显著为正,明显大于第(4)列且组间系数差异显著。综上所述,结果符合预期,国有企业与大规模企业在多方面的市场竞争压力驱动下,其选择绿色供应商进行合作采购的意愿明显更强。
表12市场竞争压力

(三)价值导向压力
基于价值导向的压力,企业高管的价值观与战略偏好构成影响企业行为动机的关键因素(姜付秀等,2009;Zhang and Wiersema,2009;张兆国等,2011)。不同于监管合规与市场竞争压力,价值导向压力更多源自企业内部,体现为高管对于环境保护与可持续发展的内在价值认同与战略追求。王辉等(2022)研究发现,具备环保背景的高管通常具有更强的环境责任意识。高管内生的价值导向,将深刻影响企业的战略决策与资源配置,并驱动企业在日常运营和供应链管理中积极践行绿色环保理念。因此可以预期,在价值导向更强的、具有环保背景高管的企业中,绿色工厂企业更有可能将绿色采购视为契合企业自身价值追求与战略方向的主动选择,因此更倾向于主动选择绿色供应商进行合作采购,以适配高管的价值导向需求。为检验上述假设,本文参考王辉等(2022)的研究设计,从新浪财经网公布的高管个人简历信息中进行筛选,若个人简历中包含“环境、环保、新能源、清洁能源、生态、低碳、可持续、节能、绿色"等环保关键词则视为其具有环保背景,按照上述标准分别对董事长和CEO进行分组:若当年企业董事长具有环保背景,则归类为“环保背景董事长”,其余归类为“非环保背景董事长”;若当年企业CEO具有环保背景,则归类为“环保背景CEO”,其余归类为“非环保背景CEO”。根据表13结果,第(1)列解释变量的系数在 5% 水平显著为正,明显大于第(2)列且组间系数差异显著( p=0.0000 ;第(3)列解释变量的系数在 10% 水平显著为正,明显大于第(4)列且组间系数差异显著 Πp=0.0000 )。综上所述,结果符合预期,环保背景的董事长和CEO为企业树立了绿色价值导向,其选择绿色供应商进行合作采购的意愿明显更强。
表13价值导向压力

七、进一步分析
主检验结果表明,企业获评绿色工厂后,更倾向于选择绿色供应商进行合作采购。为进一步分析绿色工厂政策的“治理溢出效应"能否扩散至供应链上下游,本文分别基于供应商视角与客户视角展开探讨:供应商视角,在主检验的基础上,进一步探究企业获评绿色工厂后,是否会引导其主动选择高新技术供应商企业进行合作采购;客户视角,进一步探究企业获评绿色工厂后,是否会引导其选择绿色客户或高新技术客户进行合作销售。基于上述角度,本文试图解答关键问题:绿色工厂政策是否有助于获评企业在供应链上构造“绿色联合体”与“高新技术联合体”推进企业对于上下游合作伙伴的高质量筛选。
(一)供应商视角:高新技术企业占比
参考郑江淮和师磊(2023)的做法,本文依据《高技术产业(制造业)分类(2013)》对于高新技术行业的定义,将前五大供应商分别划分为"高新技术企业”与"非高新技术企业”,将"高新技术"供应商企业的累计采购金额占企业采购总金额的比例作为衡量指标(高科技供应商占比),占比越高,说明企业越倾向与高新技术供应商进行合作采购。根据表14结果,第(1)列解释变量的系数在 10% 水平显著为正,说明绿色工厂企业更倾向于选择高新技术供应商进行合作采购,证明了绿色工厂政策引导企业供应商选择策略向“高新技术"方向倾斜的显著效果。
(二)客户视角:绿色企业与高新技术企业占比
首先,参考谢东明(2020)的做法,依据《上市公司环保核查行业分类管理名录》对于重污染企业的定义将企业前五大客户划分为"绿色客户"与“非绿色客户”,将前五大客户中绿色客户企业的累计销售金额占企业销售总金额的比例作为衡量指标(绿色客户占比),占比越高,说明企业越倾向与绿色客户进行合作销售;其次,参考郑江淮和师磊(2023)的做法,依据《高技术产业(制造业)分类(2013)》对于高新技术行业的定义将企业前五大客户划分为"高新技术客户"和"非高新技术客户”,将前五大客户中高新技术客户企业的累计销售金额占企业销售总金额的比例作为衡量指标(高科技客户占比),占比越高,说明企业越倾向与高新技术客户进行合作销售。
表14进一步分析

根据表14结果,第(2)列解释变量的系数在 5% 水平显著为正,第(3)列解释变量的系数在 10% 水平显著为正,说明绿色工厂企业更倾向于选择绿色客户与高新技术客户进行合作销售,证明了绿色工厂政策引导企业客户选择策略向“绿色"与"高新技术"方向倾斜的显著效果。
八、研究结论与政策启示
(一)研究结论
在绿色低碳的发展背景下,企业不仅需要专注于自身生产流程的绿色化,还需要主动“向上管理”——选择适配自身绿色发展方向的供应商合作伙伴。本文研究发现,绿色工厂政策通过施加合法性压力,促进企业主动筛选绿色供应商进行合作采购,该效果在重污染企业、国有企业、大规模企业和具有环保背景高管的企业中更加显著。此外,绿色工厂政策还具有“治理溢出效应”,将有效促进绿色工厂企业在供应链上下游构建"绿色联合体”与“高新技术联合体”,推动对于上下游合作伙伴的高质量筛选。
理论贡献层面,通过引人合法性理论,本文拓展并延伸了供应链话题领域的分析框架:首先,本文深化了合法性理论在供应链管理情境下的适用性与解释力。现有研究主要关注合法性压力对于企业内部绿色治理的作用效果,如优化环境信息披露、促进绿色创新等。不同于现有文献,本文将合法性理论拓展至外部供应商网络,证明了合法性压力对于企业供应商选择策略的引导和约束作用。其次,本文构建了较为全面综合的合法性分析框架。不同于现有文献大多基于单一合法性视角分析企业行为,本文利用Suchman(1995)的分类框架,将合法性压力细分为实用合法性、道德合法性与认知合法性,具体分析了来自地方政府、社会公众和机构投资者的合法性认可如何影响并重塑企业的供应商选择策略。依托于合法性理论,本文证明了绿色工厂政策驱动企业向上进行绿色管理、促进产业链协同迭代的作用效果,为各级政府推进制造业绿色化、采购绿色化提供了政策参考。
(二)政策启示
近年来,绿色供应链治理持续升级。工业和信息化部等部门于2024年发布《关于加快推动制造业绿色化发展的指导意见》,强调绿色企业须推动上下游协同减碳,建立碳足迹核算与供应链信息披露机制,凸显出该议题在政策层面的重要性与紧迫性。本文基于以下四个视角提出相关政策建议:
其一,深化绿色工厂建设的内涵与实施路径。作为我国绿色制造体系的支撑单元和实施主体,绿色工厂在推动制造业绿色转型中扮演着关键角色。然而,企业在执行绿色采购时需要重整供应链关系、重塑合作网络,面临额外的成本与不确定性,使得企业主动选择与绿色供应商合作采购的动机相对不足。如何将绿色采购理念融人企业战略并内化为自觉行为,是绿色制造体系建设中的核心难题。本文研究发现,绿色工厂企业为寻求外界的合法性认可,有意愿主动调整供应商选择策略、执行绿色采购。未来在持续扩大绿色工厂试点范围的同时,应着重提升绿色工厂的建设质量:一方面,应进一步细化绿色采购的评价体系与实施指南,为企业提供清晰的操作路径。例如,可以制定不同行业的绿色供应商示范清单、绿色采购流程指引等。另一方面,要建立常态化、多部门协同的环保监督机制,并积极引入第三方评估,确保绿色工厂不仅在建设初期达标,更能在运营过程中持续践行绿色采购,进而将绿色采购要求真正融入企业的长期发展战略。
其二,构建多元共治的环保监督体系。企业的环保行为受到多方利益相关者的监督关注,获取其合法性认可成为企业的关键诉求,为进一步发挥驱动作用,需要构建多方参与、协同治理的环保监督格局。首先,地方政府应完善激励与约束机制。例如,通过财政补贴、税收优惠等方式激励企业开展绿色采购,为绿色企业开拓市场创造机会。国家发展改革委2022年发布的《关于推进共建“一带一路"绿色发展的意见》提出,大力支持绿色企业“出海"开展国际合作。同时需进一步加大对违规企业和违规行为的惩罚力度,做到“赏罚分明”。其次,进一步完善社会公众参与环保监督的渠道,利用新媒体平台等鼓励公众积极举报企业在供应链上的环境违规违法行为,建立完善的举报反馈与奖励机制,提升公众监督的积极性与有效性。最后,机构投资者应强化绿色投资理念,将企业供应链上的碳足迹和碳绩效作为投资决策的重要考量因素,并推动行业协会制定相关信息披露标准。综上所述,地方政府应积极发挥主导作用,整合行政监管、社会监督和市场约束力量,构建高效协同的"三位一体"环保监督体系,共同推动企业供应商选择策略的绿色转变。
其三,充分激发非国有企业和中小规模企业的绿色采购动力。相比国有企业和大型成熟企业,短期视角下非国有企业和中小企业在更换供应商时面临着更高的原材料成本压力和关系成本压力,因此需要更有针对性的政策引导。除财政补贴和税收减免外,地方政府可以设立绿色采购专项资金,用于支持非国有企业和中小企业开展绿色供应商认证、技术改造等。同时,地方政府应积极牵头搭建绿色供应链对接平台,促进绿色供应商与非国有企业和中小企业的合作,降低其搜寻成本和交易成本。此外,政府主导的采购项目应优先考虑采用绿色供应商产品的企业,发挥示范效应。2024年国务院办公厅发布的《政府采购领域"整顿市场秩序、建设法规体系、促进产业发展"三年行动方案(2024—2026年)》提出,对获得绿色产品认证或符合政府绿色采购需求标准的产品实施优先采购或者强制采购。同时积极鼓励大型国有企业发挥供应链龙头作用,带动上下游中小规模企业共同执行绿色采购。
其四,加快供应链碳足迹追踪平台的建设与应用。供应链碳排放是企业碳排放的重要组成部分,构建完善的追踪体系是实现精准减排的关键。未来应加大对供应链碳足迹追踪平台的技术研发与应用推广力度,鼓励企业采用先进的物联网、大数据等技术,实现对供应链全流程碳排放数据的实时监测与分析。近年来,已有多家龙头企业积极推进供应链减排的管理实践,如隆基绿能构建绿色采购指数体系,协助一级供应商开展碳排查与减排路径规划;比亚迪建立碳排放管理制度,推动“供应链碳账本"体系化建设;海尔智家致力于打造绿色再循环工厂,强化供应链合作伙伴之间的协同减碳。上述企业实践为碳足迹追踪平台的推广提供了良好示范。此外,地方政府可以逐步探索将供应链碳足迹信息纳入绿色产品认证、绿色环境标志等体系,引导消费者选择更具环境友好性的产品,从而形成市场对于绿色供应链的拉动效应。
参考文献
陈诗一、陈登科,2018,“雾霾污染、政府治理与经济高质量发展”,《经济研究》,第2期,第20-34页。
陈艳莹、于千惠、刘经珂,2022,“绿色产业政策能与资本市场有效'联动'吗——来自绿色工厂评定的证据”,《中国工业经济》,第12期,第89-107页。
戴魁早、王思曼、黄姿,2024,“绿色工厂建设促进了企业绿色创新吗?”,《数量经济技术经济研究》,第11期,第177-199页。
邓可斌、李嘉琪,2024,“政府需求引致创新:来自中国绿色采购政策的实证证据”,《当代财经》,第3期,第83-96页。
范庆泉、刘净然、王竞达,2022,“清洁生产补贴、收入分配失衡与碳排放权再分配机制研究”,《世界经济》,第7期,第50-72页。
封红旗、吴芸芸、熊亮亮,2019,“基于系统动力学的政府补贴政策对绿色采购供应链的影响机制研究”,《中国矿业大学学报(社会高维和、陈转青,2016,“绿色采购治理与绩效——企业战略驱动效应与客户认知调节作用”,《经济管理》,第4期,第104-116页。
高翔、何欢浪,2021,“清洁生产、绿色转型与企业产品质量升级”,《统计研究》,第7期,第64-75页。
韩超、胡浩然,2015,“清洁生产标准规制如何动态影响全要素生产率——剔除其他政策干扰的准自然实验分析”,《中国工业经济》,弟5期,第/0-82贝。
侯林岐、蔡书凯、王雅莉,2024,“政府‘向绿而行'如何提升企业碳绩效?——基于政府绿色采购视角”,《软科学》,第12期,第26-35页。
黄继承、朱光顺,2023,“绿色发展的中国模式:政府采购与企业绿色创新”,《世界经济》,第11期,第54-78页。
姜付秀、伊志宏、苏飞、黄磊,2009,“管理者背景特征与企业过度投资行为”,《管理世界》,第1期,第130-139页。
江鑫、胡文涛、许文立、李光龙,2024,“政府绿色采购如何激发企业绿色创新活力”,《数量经济技术经济研究》,第11期,第200-220页。
李波、杨先明,2024,清洁生产环境规制、供应链关系与非对称性减排效应”,《财贸经济》,第8期,第105-120页。
蔡好东、杨丹、朱炜、李伟健,2024,“环境污染责任保险与企业高质量审计需求——基于保险公司监督视角的经验证据”,《审计研究》,第3期,第37-49页。
宋德勇、汪涌、胡杨,2023,“外资持股的供应链低碳化效应研究”,《中国工业经济》,第11期,第155-173页。孙洪锋、刘嫦、郭娟娟,2024,“政府绿色认证制度对制造业企业的环境激励效应与溢出效应”,《中国人口·资源与环境》,第7期,第
谭劲松、黄仁玉、张京心,2022,“ESG表现与企业风险-基于资源获取视角的解释”,《管理科学》,第5期,第3-18页。
王辉、林伟芬、谢锐,2022,“高管环保背景与绿色投资者进入”,《数量经济技术经济研究》,第12期,第173-194页。
王茂斌、叶涛、孔东民,2024,“绿色制造与企业环境信息披露——基于中国绿色工厂创建的政策实验”,《经济研究》,第2期,第116-134页。
吴力波、杨眉敏、孙可驾,2022,“公众环境关注度对企业和政府环境治理的影响”,《中国人口·资源与环境》,第2期,第1-14页。
肖红军、沈洪涛、周艳坤,2024,“客户企业数字化、供应商企业ESG表现与供应链可持续发展”,《经济研究》,第3期,第54-73页。
谢东明,2020,“地方监管、垂直监管与企业环保投资——基于上市A股重污染企业的实证研究”,《会计研究》,第11期,第170-186页。
伊凌雪、蒋艺翅、姚树洁,2022,“企业ESG实践的价值创造效应研究——基于外部压力视角的检验”,《南方经济》,第10期,第93-110页。
游家兴、吕可夫、于明洋,2023,“市场型政策工具下的绿色创新效果研究——基于政府绿色采购清单的视角”,《经济管理》,第3期,第148-169页。
曾国安、苏诗琴、彭爽,2023,“企业杠杆行为与技术创新”,《中国工业经济》,第8期,第155-173页。
曾云敏、黄阳华,2025,“绿色产业革命带来全球普惠增长还是新的"中心—外围"陷阱?”,《南方经济》,第3期,第1-13页。
张彩云、吕越,2018,“绿色生产规制与企业研发创新——影响及机制研究”,《经济管理》,第1期,第71-91页。
张国兴、邓娜娜、管欣、程赛、保海旭,2019,“公众环境监督行为、公众环境参与政策对工业污染治理效率的影响——
级面板数据的实证分析”,《中国人口·资源与环境》,第1期,第144-151页。张琦、郑瑶、孔东民,2019,“地区环境治理压力、高管经历与企业环保投资——一项基于《环境空气质量标准(2012)》的准自然实验”,《经济研究》,第6期,第183-198页。
张云、吕纤、韩云,2024,“机构投资者驱动企业绿色治理:监督效应与内在机理”,《管理世界》,第4期,第197-221页。
张兆国、刘永丽、谈多娇,2011,“管理者背景特征与会计稳健性——来自中国上市公司的经验证据”,《会计研究》,第7期,第11-18+97页。
郑江淮、师磊,2023,“本地化创新能力、区域创新高地与产业地理梯度演化路径”,《中国工业经济》,第5期,第43-60页。
周泽将、汪顺、张悦,2023,“税制绿色化的微观政策效应— 一基于企业环保新闻文本情绪数据的检验”,《中国工业经济》,第7期,第 103-121页。
Ambec,.andLnoie,P.O8,“DosItPaytoBeGreen?ASystematicOverview",heAcademyofMaagementPerspectives,(4): 45-62.
Amore,M.D.andBenedsen,M,16,“orprateGoveanceandGreenIovatio”,JoualofEnviroentalEcoomicsndag ment, 75: 54-72.
Be,K.-H,Eoulue,OKokCC.YndZeg,Y9,“DoCorateSoialspoibitReuc Leverage?Evidencefrom CapitalStructureandProductMarketInteractions”,Journalof Banking&Finance,Oo:135-150.
Berrone,P.,ui.lbLdejL“iof‘Gessi and Environmental Innovations",Strategic Management Journal,34(8): 891-909.
Birasnav,.aruJetckJ.daanC“relygt:eicalok and Research Directions”,Computers&Industrial Engineering,172:108441.
Blanco,C.C.,2O21,“SupplyChainCarbonFotprintingand Climate Change Disclosuresof GlobalFirms”,ProductionandOperations Management,30(9): 3143-3160.
Calza,F.,Paautoe,,“FGttfooaGalsole formance", Business Strategy and the Environment,30(1): 267-281.
Carter,C.R.ndRogers,D.S.O8,“AFrameworkofSustaiableupplyChaiManagement:MovingTowardNewTeory,teaioal Journal of Physical Distribution & Logistics Management,38(5): 360-387.
Chen,X.,Wang, X.and ZhouM.,2019,“Fims'Green R&DCooperation BehaviourinaSupplyChain: TechologicalSpilover,Powernd Coordination",International Journal of Production Economics,218:118-134.
Chen,Y.C., Hung,M.andWangY,18,“TheEfectofMandatoryCSRDisclosreonFrofiabiltndScialExtealitis:Evidence from China”,Journal of Accounting and Economics,65(1):169-190.
Cho,C.H.adtD.“eoleofrotalosussiicyAeahte",i tions and Society,32(7-8): 639-647.
Cohen,S.,Kdach,Oaabal,G.dielstein,“ExeutieoeatiodtGnce:ItetialEi dence",Journal of Accounting Research,61(3): 805-853.
Du,S.andViiaJE“SriigfogicoghooateialspliyihtfroOp,l Business Ethics,110(4): 413-427.
ElOuadghiri,si,KelJndgle,.“ubctotalsssdckkeu logical Economics,180:106836.
Flammer,C.O13“CorporateSocialResponsibityndShareholderReactio:TheEnviromentalAwarenessofInvestors”,Acadeyof Management Journal, 56(3): 758-781.
Gelderman,C.J.isJ.ambhs,.nVgn,GnketingiotalPrtice:Tactoa isfactionandGreenLoyaltyinaBusiness-to-BusinessContext",Business StrategandtheEnvironment,30(4):2061-076.
Geng,R.,Mansouri,S.A.andAktas,E.,2O17,“TheRelationshipBetweenGreenSpplyChain ManagementandPerformance:Aeta AnalysisofEmpiricalEvidencsinsianEmergingEconomies”,IteatioalJoualofroductionconomics,83:24-258.
Graves,S.B.ndddck.994stalOsdateialef",aofagl4) 1034-1046.
Guo,Y.,Fan,Ldan“rkitaltioiEvifro'sc dustries",Frontiers in Environmental Science,10: 836019.
Hahn,T.reuss,LiseJ.dgeF,“Cgisipatesability:ageraleigiol and Business Case Frames",Academy of Management Review,39(4): 463-487.
Hainmueler,JO12,“EntroyBalaningforCusalEfcts:AulivariateReweightigMetotoroduceBalancedSmplesinOseational Studies",Political Analysis,2O(1): 25-46.
Huang,Y.,2O22,“GovernmentSubsidiesand Corporate Disclosure",JournalofAccountingandEconomics,74(1):101480.
Huang,Y.A.,WbrCdH.,“Cegfe3sioeaEseCbi", Environmental Science & Technology,43(22): 8509-8515.
Igarashi,M.deBer,L.andFet,.O13,“WhatIseqedforGreSuleectioLiterareReviendCocaloel Development",Journal of Purchasing and Supply Management,19(4): 247-263.
Jira,C.andTfel,.W1,“EnggingupplyasinliateCange",auacturing&SericeOperatiosaaget(4): 559-577.
Ju,Y.Hou,Heg,YndFng,Y4“AsseingtIacofoveLedreelmosrao nancialDistres:TheRoleofEnvironmentalInformationDisclosureQualityandSupplyChainConcentration”,JouralofCleanerPro duction, 440: 140786.
Khan,M.Ajmal,..JabeeF.alwar,ndi,A“GreeSulyinageentinufacurings:soc Based Viewpoint",Business Strategy and the Environment,32(4): 1603-1618.
Lyon,T.,Lu,Y.ShiX.ndYinQ,,“HowDvestorsRespondtGnCopanAwadsinina”,EolgicalEos,94: 1-8.
Martinez,.,O5,“CustoerLoyalty:ExploingIsntecedentsfroGnaketigPersectie",teatioalJoualoftep rary Hospitality Management,27(5): 896-917.
Mathews,H.droC.dbL,“arbotiod”,oa ence & Technology,42(16): 5839-5842.
O'Donovan,G2,“EnviromentalDisclosursintheAualReport:ExtendingtheApplicabilityandPredictivePoweofLgitacy Theory",Accounting,Auditing &Accountability Journal,15(3): 344-371.
Peng,M..,Wang,D.ndJiang,Yo“AnIstiutioBasedVieofIteaioalsinssategy:AFocusonEengEo mies",Journal of International Business Studies,39(5): 920-936.
Reid,E.M.fe,spgtbateeoreofateg Management Journal,30(11): 1157-1178.
Rezaei,J,isengTis,dvsL6"eioieeachegad mental Criteria Using the Best Worst Method”,Journal of Cleaner Production,135:577-588.
Singh,S.,Singh,G.ingh,.andsra,S.C.4,“UderstaningGreenrocuntDaics:Ansemnameokoublc Sector Organizations",Journal of Environmental Management,351: 119756.
Srivastava,S."Glingnt:atertieratureRev,eatialJualo views,9(1): 53-80.
Suchman,M.C.995,“anagingLegitiacytrategicandsiutioalApproachs”,cadeyofagementRevie,(3)610.
Thgersen,J.,“Mediaentionandhearketfor‘Green’osuerPructs",usinssStrategandtheEviront5(3): 145-156.
Yadav,S.,CoiT.KuarA.uth,S.ndNazF.“AMetaAalyisofstaiableSplinractiesandfe: TheModeratingRolesofTypeofEconomyandInnovation”,InternationalJournalofOperations&ProductionManagement,43(5): 802-845.
Zeng,H.,Huang,,Zhou,Q.He,P.andCheng,X,O2,“CorporateEnviromentalGveanceStrategiesUndertheDualSuprvisionof the Government and the Public",Business & Society,62(4): 860-907.
Zhang,Y.andWiersema,M.F.,O9,“StockMarketReactiontoCEOCertification:TeSignalingRoleofCEOBackground,Srategican agement Journal,30(7): 693-710.
Zhang,Z.andJiang,Y.2O,“CanGeePublicProcurementChangeEnergyEficiency?EvidencefromaQuasi-NaturalExperientin China",Energy Economics,113: 106244.
Zhu,Q.andSarkis,J.,O0,“RelationshipsBetwnOperationalPracticesandPerformanceAmongEarlyAdoptersofGenSupplyChain Management Practices in Chinese Manufacturing Enterprises",Journal ofOperations Management,22(3): 265-289.
Zimmer,K.,ring,M.ndShulmann,F.,O6“ustaableupplieraagent:ARevieofodelsupportingstaiableup plierSelection,MonitoringandDevelopment",International JournalofProductionResearch,54(5):1412-1442.
Abstract:Corporatecarbon footprintsare predominantlyconcentrated withinsupplychains,significantlysurpassngtheemissionsgeneratedbyfirms’internalproductionprocesses.Consequentlyfirmspossessstrongincentives totransfersio reductionpresuresupstream,particularlyinfluencing theirsupplierselectionstrategies.Utilizing legitimacytheoryasaconceptual frameworkandemployingstaggeeddiference-in-diferences (DID)researchdesign,thisstudyempiricallyinvestigateshow China's GreenFactory policy influences corporate supplierselection behavior.Specificall,this studyleverages paneldatafrom Chinesepubliclylistedcompanies spaningfrom2O13 to2O21,identifying causal efectsderivedfromthe staggered implementationof thepolicyacrossdiferentfirmsandtime periods.Empirical findingsrobustlydemonstratethat firmsreceiving theGreenFactorydesignationexhibitasignificantlyincreasedpropensitytoengagewithenvironmentallycompliant ("green") suppliers in their procurement activities.
