人工智能驱动下上市公司ESG信息披露的法律规制重塑

点击蓝字关注我们

人工智能赋能上市公司ESG信息披露的法律规制

推荐语

文章立足于人工智能嵌入公司治理的现实图景，对人工智能赋能上市公司ESG信息披露的规制转型进行了系统考察，揭示出“算法重大性”与“规范重大性”相互错位的核心症结，认为现行公司法、证券法、侵权法仍以人工编制、事后追责为基准设定注意义务与过错标准，难以规制数据选择偏差、黑箱操作、数据孤岛等新型风险，应通过完善事前预防措施、加强事中监管手段、健全事后追责机制重构规制范式。这一研究兼顾理论洞见与制度供给，对完善人工智能赋能上市公司ESG信息披露的法律规制、推动ESG治理体系的本土化建构具有重要参考价值。

作者简介

薛夷风，厦门大学法学院副教授、博士生导师，法学博士。主要从事民商事法律的研究，在《政法论坛》《当代法学》《学术月刊》等期刊发表论文、译文20多篇，出版《民商事组织形态法律制度的研究》《物权法的理论与实务》《公司法的理论与实务》等著作。

摘要：随着强制性ESG信息披露的加速推进，人工编制与事后追责相结合的传统规制范式在约束披露失实上的边际效能日趋衰减，人工智能赋能上市公司ESG信息披露由此成为现实趋势。人工智能虽未消灭披露中人工判断的存在，但该判断的行使已从管理层的叙事选择转移至模型参数与阈值的技术设定，由此形成“算法重大性”与“规范重大性”的错位，法律规制的对象亦须相应地从陈述本身转向生成陈述的系统。当前，我国人工智能尚不具有独立归责资格，既有规范回应迟滞，内部治理失准与外部救济不足的风险被放大。立足于上市公司治理视角，完善事前预防措施、加强事中监管手段、健全事后追责机制是人工智能赋能上市公司ESG信息披露的制度优化路径。

关键词：人工智能；上市公司；ESG信息披露；算法重大性；规范重大性

随着强制性ESG（Environment, Social and Governance）信息披露在全球范围内的加速推进，我国在2023年也首次将ESG理念纳入新修订的《公司法》，明确公司应承担社会责任并鼓励其公布社会责任报告。当前，现行ESG信息披露实践在标准体系碎片化、披露内容难以验证等方面面临的困境，使得信息披露难以有效支撑风险定价与责任追究。鉴于人工智能在捕捉、识别、分析ESG行为信息方面具有自动化数据采集、非结构化数据挖掘等技术优势，人工智能赋能ESG信息披露已成为国内外实务领域的重要发展趋势，客观上推动了规制范式从真实性审查与事后责任相结合向算法可验证性与事前治理相结合的转型。然而，现行公司法、侵权法等民商事规范对这一范式转型回应不足，难以充分保障上市公司利益相关者的合法权益。在此背景下，如何通过制度设计完善对人工智能赋能ESG信息披露所引发的公司治理新问题与新型侵权风险的规制，并在技术创新与权利保护之间重构规制范式，就成为当前亟待回应的问题。

一、人工智能赋能上市公司ESG信息披露的必要性

（一）现行上市公司ESG信息披露存在的问题

在ESG信息披露由自愿转向强制的制度演进过程中，上市公司亦普遍期望借助良好的ESG数据塑造积极的社会责任形象、吸引资本青睐。然而，当前以人工披露结合事后追责为主的规制范式在ESG信息披露实践中面临着诸多问题。

首先，缺乏统一的ESG信息披露文件的格式规范。当前，我国上市公司ESG报告在编制体例、指标口径与披露周期上均无强制性的统一格式要求，不同公司各依所好、各取所需，呈现出较为明显的“一事多表”格局。在内容结构层面，报告以大段定性叙述为主，定量指标披露力度明显偏弱，缺乏可操作性的量化基础；在指标口径层面，即便同为定量披露，各公司在统计边界、核算方法与计量单位上亦不一致，温室气体排放是否涵盖范围、员工权益数据是否包含劳务派遣人员等关键口径均由公司自行裁量，导致横向不可比；在披露周期层面，上市公司通常每年发布一次ESG报告，时间跨度较长，报告内容与公司真实状况之间存在显著的时间滞差。这种格式规范的缺失，使得ESG报告在相当程度上沦为难以验证的叙事文本。一方面，定性叙述占据主导地位，第三方难以进行严格的量化评估，只能依赖主观判断，容易引发外界质疑其社会责任承诺的真实性。而同一指标因口径各异而无法在公司之间、年度之间进行有效比较，第三方评级机构只能各自设定折算规则，其结果是不同评级机构对同一公司的ESG评价常常出现显著分歧，这进一步削弱了披露信息的决策效用。另一方面，年度披露模式意味着报告所载信息距离事项实际发生时点最长可达一年以上，重大环境事故、劳工权益争议等负面事件往往迟至次年报告才被提及，甚至在媒体曝光后才补充披露，信息的及时性无从保障。2024年沪深北交易所发布的《上市公司可持续发展报告指引》虽然初步确立了“治理—战略—影响、风险和机遇管理—指标与目标”的四要素披露框架，但其过渡期安排仍允许定量披露难度较大的指标以定性方式替代，且强制披露范围仅覆盖部分指数样本公司，使得统一格式规范的形成尚需时日。

其次，缺乏统一、系统的ESG信息披露的法律依据。当前，我国规制上市公司ESG信息披露的规范散见于不同效力层级的法律、政策或指引中，而不同层面的法律法规和政策又分别从偏重各自领域的角度出发制定相关的信息披露标准，由此呈现出信息披露规范的多标准格局。在法律层级，《公司法》仅有框架性规定，缺乏具体的指引；在部门规范层级，证监会、国资委等指引要求不一，适用范围有限；在行业标准层级，沪深北交易所自律监管指引存在着重叠交叉。这种多头规制且各规范难以协调、配合的局面，难以达成统一的信息披露标准，其结果是现实中表现为信息的取得、分析的角度以及监督呈现碎片化的状态。例如：《公司法》第20条第2款鼓励上市公司公布社会责任报告，并未规定社会责任报告的具体制作要求；《环境保护法》仅要求重点排污单位向社会公开其主要污染物的名称、排放方式等信息，对非重点排污单位缺乏强制约束力。国家标准、部门规范性文件、行业规定等对上市公司ESG信息披露报告缺乏统一的、强制的约束力，加上不同标准在指标体系、侧重点、主要目标、应用范围等方面各具特点，使得上市公司制定ESG报告时所参照的标准也较为繁杂。2026年1月30日，在中国证监会指导下，沪深北三家交易所虽然同步修订了《上市公司可持续发展报告编制指南》，新增《第三号 污染物排放》《第四号 能源利用》《第五号 水资源利用》三个应用指南，但从整体法律渊源体系看，仍未形成类似CSRD那样的统一上位法基础，碎片化问题在不同效力层级之间依然存在。

最后，上市公司缺乏如实披露的内在动力。ESG报告的内容在很大程度上取决于公司自身的利益考量。在缺乏可验证性约束的条件下，公司基于利益驱动的披露容易出现以下问题：在选择性披露层面，上市公司为实现自身利益最大化，往往塑造正面形象而故意隐瞒负面事件和数据，将ESG信息披露异化为提升自我竞争力的宣传方式；在象征性承诺层面，上市公司口头上承诺环保与保护员工权益，而实际行为却常常相反，承诺与实践之间出现系统性脱节；在认知甄别层面，信息的不对称使得利益相关者受制于专业能力与认知偏差，难以甄别哪些是真实承诺，哪些是虚假承诺，难以基于披露信息对企业的合法性作出准确判断。

上述三类问题相互叠加，最终侵蚀的是ESG信息披露制度赖以运转的信赖基础。而规范层面虽对此并非全无回应，如《上市公司可持续发展报告指引》第6条已明文要求披露信息客观、真实地反映披露主体在可持续发展方面的表现，不得进行选择性披露，不得误导投资者及其他利益相关方，但在ESG信息高度依赖公司单方供给、外部验证手段匮乏的现实约束下，这一禁令缺乏识别与查证机制的支撑，难以约束语义层面的修饰与“报喜不报忧”式的取舍，“不得选择性披露”在相当程度上也停留于宣示层面。其结果是，报告中承诺多、兑现少渐成常态，利益相关者对ESG披露内容的信任持续下降。国内近年实证研究亦揭示同样规律：声称践行ESG理念的上市公司，其环境违规与劳工权益争议事件未必较其他上市公司更少，部分企业存在披露的ESG与实践的ESG脱节的情形，反映出“漂绿”现象在我国资本市场的真实存在。ESG信息披露面临的技术、制度、利益冲突与认知偏差等，使得信息可验证性普遍不足，进而助长了选择性披露与含糊性陈述等行为，这不仅严重损害了利益相关者对ESG信息真实性的信任，还从根本上动摇了《公司法》第20条ESG义务的履行基础。

（二）人工智能赋能上市公司ESG信息披露的优势

随着人工智能技术的发展，其所具有的自动化数据采集、非结构化数据挖掘、数据治理与区块链记录、NLP与知识图谱等功能，能够突破当前ESG信息披露面临的困境，体现出在真实性、准确性、及时性维度上的优越性。详言之，人工智能赋能ESG信息披露在技术上具有以下优势：

首先，人工智能依托自动化数据采集、多源数据挖掘与区块链存证，保障了ESG信息披露的真实性。如上文所述，披露失实的根源在于上市公司缺乏如实披露的内在动力，报喜不报忧的选择性披露难以从外部识别。对此，人工智能可实现上市公司内部运营数据的全程记录与可追溯，使如实披露不再单纯依赖公司自觉。在完善的数据治理框架支撑下，其还能够有效挖掘非结构化数据，在公司主动供给之外开辟独立的信息