新思想前沿 · 第 156 号

商业伦理与企业责任

20 条转向 · 两幕 · 王德生 亲撰 · 全文 29646 汉字

这门学科二十年里经历了一次它自己并不情愿的转向。上一个十年，它最有影响的贡献是把伦理问题从品格移到情境与认知：多数不当行为不是坏人有意为之，而是普通人在压力、模糊与自我辩护中一步步走过去的；由此产生了一整套关于「人如何在不觉得自己不道德的情况下做出不道德的事」的机制。这些机制大多来自实验室，其中一批在这十年的复现清算中显著缩水甚至倒塌，而最具讽刺意味的是——其中若干标志性研究因数据造假被撤回，一门研究不诚实的学科在自己的证据上出了不诚实的问题。第二条主线在企业侧：责任承诺的数量在这二十年持续增长，而这十年的主要工作是检验它们究竟兑现了多少，答案的形态高度一致——政策、实践与结果三层之间存在系统性的脱钩，而脱钩的位置比脱钩的程度更有信息量。下面二十条按这两条主线排。

【第一幕】上一个十年 · 约 2006—2016

第一幕的八条有一个共同的走向：把伦理问题从品格移到情境与认知，再用元分析、自然实验与实地实验把它们量出来。八条里有四条来自实验室（乙、戊、己、辛的一半），四条来自行政记录与实地（甲、丙、丁、庚）——这个来源分布决定了它们在第二幕各自的命运。

甲、社会责任与财务绩效的关系Corporate Social and Financial Performance

提出：Orlitzky, Schmidt & Rynes，2003，Corporate Social and Financial Performance: A Meta-Analysis，《Organization Studies》24(3):403–441，DOI 10.1177/0170840603024003910（Ref.[1]）　争议：Krüger 2015 用 2,116 起企业社会责任事件的事件研究发现，正面责任新闻多数引来负的股价反应，只有在抵消先前失责时才转正——与元分析的「小幅正相关」在市场读数上反号（Ref.[2]）　最新：Berg、Kölbel 与 Rigobon 2022 测得六家评级机构的 ESG 评分两两相关平均只有 0.54，即自变量本身在不同数据源下不是同一样东西（Ref.[3]）　关键：同一家企业在两家以上评级源下的责任得分之差／该企业责任得分的标准差；该比值大于 1 的样本，任何「责任—绩效」相关都先不作方向解读

把「行善是否有利可图」变成一个可以汇总的问题，是 Orlitzky、Schmidt 与 Rynes 2003 年那篇元分析做的事：52 项研究、三万多个观测被并成一个校正后的相关系数，约在 0.36 上下，方向为正。这个数字随后被商学院教材与咨询报告反复引用，成了「责任不吃亏」的标准出处。相关的大小与方向在 52 项研究之间差异很大，元分析的作者把差异归因于责任与绩效各自的度量方式，而不是归因于企业。（Orlitzky 2003，Ref.[1]）

同一篇元分析里写得同样清楚的，是相关的构成：声誉类指标与会计类指标之间的相关最强，与市场回报之间的相关弱得多；也就是说，正相关的大头来自「被认为负责」与「账面利润」这两样彼此本就相近的东西，而不是来自投资者用真金白银投的票。（Orlitzky 2003，Ref.[1]）

市场那一侧的读数后来被 Krüger 用事件研究单独拿出来看。2,116 起责任相关事件里，负面事件的股价反应强烈为负并不意外，意外的是正面事件也多数为负；只有当一家企业先前有失责记录、正面举动像是在弥补时，市场才给出正反应。投资者读到的是「花了股东的钱」，而不是「做了好事」。这项事件研究用的是 KLD 数据库逐条登记的责任事件，把正面与负面事件分开做，股价反应按事件类型分别报告。（Krüger 2015，Ref.[2]）

更根本的一处松动落在自变量上。Berg、Kölbel 与 Rigobon 比对了六家主要评级机构对同一批企业的 ESG 评分，两两相关平均 0.54，最低只有 0.38；分歧的一半以上来自测量方式不同，其余来自范围不同，权重差异只占很小一部分。二十年的「责任—绩效」文献，多数时候是在拿并不相同的自变量算同一条相关。（Berg 2022，Ref.[3]）

把这三处放在一起，这条结论可以保留的部分是：责任支出通常不损害账面绩效。不能保留的是「责任创造绩效」这一步——效应量小、方向依赖度量、自变量在数据源之间不一致。当资本市场对可持续议题的兴趣在这十年后半段回落时，只用「有利可图」立起来的承诺随之收缩，这本身就是那条小相关承受不起重量的一次实地读数。2022 年之后多家欧美资产管理公司缩减或改名 ESG 产品线，就是这条小相关在市场上承受不起重量的一次现场读数。（Orlitzky 2003，Ref.[1]）

本块第九条「说做不一」与第十二条「承诺兑现率」是这一条的下游：只要责任—绩效相关的自变量本身在评级源之间不一致，说与做之间的落差就无法从评级里读出，只能从企业自己的承诺与可核实践之间去数。与第 149 号第一幕丙《价值相关性下降与无形资产》的分工在于：对方问账面数字为何越来越解释不了市值，本块问责任支出这一项为何进不了账面。（Orlitzky 2003，Ref.[1]）

位置：S—把「元分析汇总为正」这一个可见读数当成责任—绩效关系的充分证据　单因：决定方向的只有责任指标与绩效指标各自的度量口径，不是企业做了多少事　预设：〔15 同名即同物〕默认不同评级源下的「社会责任得分」测的是同一对象　量纲：跨评级源仍同号的企业数／进入责任—绩效回归的全部企业数　失效：当绩效指标由会计口径换成市场回报时，责任得分越高，事件窗内的异常收益反而越可能为负　自曝：元分析自己报告了声誉—会计类相关远强于市场类相关，却仍以单一汇总值作结　空栏：被评级机构未覆盖的中小企业与非上市企业，从未进入任何一条责任—绩效相关的分母　异名：公司金融称「治理溢价被定价掉」，会计学称「价值相关性」；另见第 150 号第一幕甲《治理指数的异常收益消失了：不是结论错了，是它被定价掉了》与第 149 号第一幕丙《价值相关性下降与无形资产》

乙、有限伦理与伦理淡出Bounded Ethicality and Ethical Fading

提出：Chugh, Banaji & Bazerman，2005，Bounded Ethicality as a Psychological Barrier to Recognizing Conflicts of Interest，收入 Moore 等编《Conflicts of Interest》（Cambridge University Press），DOI 10.1017/CBO9780511610332.006（Ref.[4]）　争议：Oswald 等 2013 对内隐联想测验预测歧视行为的元分析测得相关只有 0.15 左右，且对高影响行为几乎无预测力——有限伦理所倚重的「无意识偏差驱动行为」这一底层证据被大幅缩水（Ref.[5]）　最新：Rees、Tenbrunsel 与 Diekmann 2021 用实验拆开「商业框架」与「伦理框架」，发现同一决定被贴上商业标签后，不当行为率上升，且当事人事后仍不认为自己做了伦理决定（Ref.[6]）　关键：同一决定在两种问法（「这是商业决定」／「这是伦理决定」）下，当事人事后承认其中含伦理成分的比例之差；差值小于 10 个百分点时，伦理淡出这一机制在该情境不成立

Chugh、Banaji 与 Bazerman 在 2005 年那本讨论利益冲突的文集里提出的诊断，把商业伦理教育的前提翻了过来：多数不当行为的当事人并不是明知故犯，而是根本没有把眼前的事当成一个伦理问题。他们把这叫有限伦理——人在判断自己是否公正时，受到的系统性限制与判断概率时一样多。文集由 Moore、Cain、Loewenstein 与 Bazerman 编成，讨论的是审计、医药与金融里的利益冲突为何披露不了；这一章是全书的心理学地基。（Chugh 2005，Ref.[4]）

这套论证的核心机件是「伦理淡出」：当一个决定被框定为定价问题、技术问题或合规问题时，它的伦理维度会从注意力里消失。文集的语境是审计师与医生的利益冲突，作者的结论是披露利益冲突不足以纠正它，因为当事人自己也不知道冲突正在起作用。（Chugh 2005，Ref.[4]）

这一支理论的底层证据，很大一部分来自内隐联想测验之类的无意识偏差测量。Oswald 等 2013 年的元分析把这条地基敲松了：内隐测验与歧视行为之间的相关只在 0.15 上下，对招聘、评价这类真正有后果的行为几乎没有预测力，早先报告的更高数字来自选择性纳入。无意识偏差存在，但它能否驱动组织里的不当行为，证据比宣称的薄得多。这篇元分析汇总了 46 项研究、86 个独立样本，是当时对内隐测验预测效度最大的一次核算，也是此后「内隐偏差培训」被质疑的起点。（Oswald 2013，Ref.[5]）

框架效应那一半却在这几年得到了更直接的检验。Rees、Tenbrunsel 与 Diekmann 2021 年让被试在同一个决定前分别接受「这是商业决定」与「这是伦理决定」的提示，前者组的不当行为率更高；更要紧的是事后访谈，商业框架组的多数人仍不认为自己刚才做过任何伦理决定——淡出发生在决定之前，也没有在决定之后回来。实验用的是一组可以少报、多报的自利决定，两种框架只差提示语，其余材料完全相同。（Rees 2021，Ref.[6]）

对实务的推论因此分成两半。作用于「知道对错」的培训，在这套理论下本就收效有限；作用于「决定被怎么框定」的干预——在流程里强制加入伦理审查节点、把伦理语言写进决策模板——是它推荐的路。但这些机制多数建立在实验室情境里，其在真实组织中的强度尚未被系统检验，而第二幕的复现清算恰好落在这一类研究上。（Chugh 2005，Ref.[4]）

本块第十一条「本学科自己的复现危机」是这一条的反例来源：有限伦理所依赖的实验室范式——先启动、再测不当行为——正是被注册复现清算得最重的那一类。与第 405 号《政治心理学》一类面板的接口在动机性推理：对方讲人为什么相信自己愿意相信的，本块讲人为什么看不见自己不愿意看见的，两边共用「无意识」这个词，而测量它的工具在 2013 年之后都被削弱了。（Chugh 2005，Ref.[4]）

位置：D—把「决定被怎么框定」这一条路径当成不当行为的充分解释　单因：决定方向的只有框架标签是否遮住了伦理维度，不是当事人的品格　预设：〔07 效果可由参与者自己评定〕默认当事人事后能准确报告自己当时有没有看见伦理问题　量纲：事后承认决定含伦理成分的人数／被商业框架提示的全部被试数　失效：当决定的后果由当事人以外的人承担时，商业框架越强，当事人事后的伦理自评反而越高　自曝：文集本身承认披露利益冲突不足以纠正它，却未给出可核的替代干预读数　空栏：那些从未被问及「这是不是伦理决定」的日常决策，没有任何淡出率的记录　异名：决策心理学称「框架效应」，组织社会学称「不端行为的正常化」；另见第 407 号第二幕十一《组织不端常由正常化过程生成》

丙、腐败研究的实证转向Field Experiments on Corruption

提出：Olken，2007，Monitoring Corruption: Evidence from a Field Experiment in Indonesia，《Journal of Political Economy》115(2):200–249，DOI 10.1086/517935（Ref.[7]）　争议：Björkman 与 Svensson 2009 在乌干达初级卫生站的随机实验里，社区监督把婴儿死亡率压低约三分之一——与 Olken「社区参与几乎无效、外部审计才有效」的读数反号（Ref.[8]）　最新：Colonnelli 与 Prem 2022 用巴西随机抽签审计发现，被审计地方的企业事后增长更快，把反腐审计从「减少流失」推进到「改变企业环境」这一层结果（Ref.[9]）　关键：审计概率从基线提高到接近确定后，项目资金缺口的下降幅度（百分点）；下降不足 5 个百分点的地区，外部审计机制在该处不成立

腐败长期只能靠感知指数与个案讲述，因为行为本身是隐蔽的。Olken 2007 年在印度尼西亚六百多个村庄修路项目上做的随机实验，第一次把腐败直接量了出来：由独立工程师核算每条路实际用料与报账用料的差，缺口就是被拿走的钱。基线缺口约四分之一。实验覆盖印尼东爪哇与中爪哇 608 个村庄的乡村道路项目，独立工程师逐条核算沙、石、砾的用量。（Olken 2007，Ref.[7]）

实验分两臂。把政府审计概率从约 4% 提高到 100% 的村庄，资金缺口下降了八个百分点上下；而增加村民大会参与、发放匿名意见表的村庄，缺口几乎没有变化，只有在意见表直接送到学校而非村干部手里时，工资部分的流失才略有减少。作者的读法是：自上而下的监督比自下而上的参与更能压住腐败。审计臂把缺口从约 27.7% 压到约 19.2%，社区参与臂的变化不到两个百分点。（Olken 2007，Ref.[7]）

这条读数两年后遇到了方向相反的实验。Björkman 与 Svensson 在乌干达五十个初级卫生站做社区监督——把服务质量的记分卡交给村民并组织与医护的对话——结果是就诊量上升、婴儿死亡率下降约三分之一、医护的旷工减少。同样是社区参与，一处几乎无效，一处效果显著，差别在参与者手里有没有可比较的信息以及能否改变服务者的处境。（Björkman 2009，Ref.[8]）

这十年的进展把审计的结果变量往外推了一层。Colonnelli 与 Prem 利用巴西联邦审计署对地方政府的随机抽签，比较被抽中与未抽中地区的企业，发现审计之后当地企业的增长与雇佣都上升，且集中在此前依赖政府关系的行业——反腐带来的不只是账面资金少流失，还有企业投入方向的改变。研究用的是巴西联邦审计署对市镇的随机抽签记录，配上企业登记与雇佣的行政数据，对照组是同期未被抽中的市镇。（Colonnelli 2022，Ref.[9]）

留下来的偏斜是：研究得最清楚的，是能被随机化的那一类腐败——地方项目、基层服务、政府采购；高层的、跨国的、以政策换取利益的那一类，既不可随机也不易核算。实证转向让腐败第一次可被因果地研究，同时也把「腐败」这个词悄悄收窄到了可以被审计的那部分。（Olken 2007，Ref.[7]）

本块第丁条「把违规直接观测出来」是这一条的姊妹条：一个用工程核算量腐败，一个用罚单记录量腐败，两者共同的方法遗产是把腐败从感知指数改成可登记的行为。与第 161 号第一幕己《第三方报告》的接口最直接——税收研究里第三方报告压低逃税的读数，与审计概率压低资金缺口的读数，都是「有人核对∶无人核对」这一个量纲上的两个点。（Olken 2007，Ref.[7]）

位置：E—把审计概率这一项制度条件当成腐败水平的充分决定项　单因：决定资金缺口方向的只有被发现的概率，不是参与者的道德水平　预设：〔04 测量不改变被测对象〕默认独立工程师的核算不会反过来改变承包方的报账方式　量纲：审计臂资金缺口下降的百分点／基线缺口的百分点　失效：当审计结果不与处罚挂钩时，审计概率越高，报账越精细，实际缺口反而不降　自曝：作者自报社区意见表只在绕开村干部直送学校时才略有效，等于承认「参与无效」的结论依赖传递渠道　空栏：不能被随机分配审计的高层与跨境腐败，在这一整套实验文献里没有位置　异名：公共财政称「第三方报告」，监管学称「元规制」；另见第 161 号第一幕己《第三方报告》与第 171 号第一幕甲《元规制》

丁、把违规直接观测出来：从感知指数到行为记录Observing Misconduct Directly: Diplomatic Parking Tickets

提出：Fisman & Miguel，2007，Corruption, Norms, and Legal Enforcement: Evidence from Diplomatic Parking Tickets，《Journal of Political Economy》115(6):1020–1048，DOI 10.1086/527495（Ref.[10]）　争议：Barr 与 Serra 2010 的贿赂实验发现，母国腐败程度只能预测本科生的行贿倾向，对研究生完全失效——「行为倾向随人迁移」这条结论被限定到特定人群（Ref.[11]）　最新：Colonnelli 等 2022 用巴西审计揭露的腐败企业名单发现，被揭露后企业的政府合同与雇员规模下降，把「执法改变行为」从个人层推到企业层（Ref.[12]）　关键：同一群体在免责期与执法期的违规率之比；比值小于 2 时，「执法环境而非文化」这条读法在该群体不成立

Fisman 与 Miguel 找到了一个几乎完美的自然实验：1997 至 2002 年间，驻纽约的各国外交官享有停车罚单豁免，违规不必付钱也不受处罚。同一座城市、同一套规则、同一种诱惑之下，来自不同国家的外交官留下了多少未付罚单，就成了一份关于「腐败倾向能否随人迁移」的行为记录。样本是 149 个国家近 1,800 名外交官在 1997 至 2002 年的十五万余张未付罚单。（Fisman 2007，Ref.[10]）

结果是母国腐败指数越高的外交团，人均未付罚单越多，差距在数量级上；而 2002 年 11 月纽约获准对累计违规者吊销车牌之后，未付罚单在所有国家的外交团里都骤降九成以上。前一半读数指向文化，后一半读数指向执法——两者不是二选一，而是同一批人在两种制度下的两个读数。科威特、埃及、乍得的外交团人均未付罚单在两位数以上，挪威、瑞典、加拿大接近零。（Fisman 2007，Ref.[10]）

「倾向随人迁移」这条结论很快被限定。Barr 与 Serra 在牛津做贿赂实验，母国腐败程度确实能预测本科生的行贿行为，但对研究生完全没有预测力；作者的解释是研究生在国外待得更久、与母国规范的联系已松。文化那一半的效应，看来只在迁移早期成立。（Barr 2010，Ref.[11]）

这十年把「执法改变行为」这条线从个人层推到了企业层。Colonnelli 等利用巴西随机审计揭露出的腐败企业名单，追踪这些企业在被公开之后的变化：政府采购合同减少，雇员规模缩小，且流失的雇员并不流向其他有腐败记录的企业。被揭露本身——而不只是被处罚——改变了企业的处境。他们用的是巴西联邦审计署随机抽签审计的市镇名单，把被点名的企业与同市镇未被点名的企业在事后逐年比较。（Colonnelli 2022，Ref.[12]）

这一支研究留给学科的方法遗产，是把腐败拆成可被登记的具体行为（未付罚单、虚报工程、被审计发现的违规合同），再找规则或执法强度的外生变化。它同时留下一个未解的问题：外交官与被审计企业的违规都有账可查，多数商业不当行为没有，于是这门方法最擅长的仍是它最容易看见的那一类。这套「找外生变化」的思路成了此后十年腐败实证的标准起手式，感知指数不再是唯一的读数。（Fisman 2007，Ref.[10]）

与本块第丙条相比，这一条多出一个「同一批人换制度」的设计——外交官在免责期与执法期是同一群人，这是随机审计做不到的。与第 412 号第一幕乙《跨文化博弈推翻单一经济人》的分工在于：对方用实验室博弈量文化差异，本块用行政记录量文化差异在执法面前还剩多少；两边合起来的读数是「文化解释免责期的差异，执法解释执法期的趋同」。（Fisman 2007，Ref.[10]）

位置：E—把执法环境这一项制度条件当成违规率的充分决定项　单因：决定违规率方向的只有违规是否会被处罚，不是违规者来自哪里　预设：〔28 记录存在即可核对〕默认纽约市的罚单记录完整登记了外交官的全部违规　量纲：执法期人均未付罚单数／免责期人均未付罚单数　失效：当执法只针对可登记的违规时，登记违规率越低，未登记违规的占比反而越高　自曝：作者自己报告 2002 年执法后所有国家都骤降九成，等于承认文化差异在有执法时几乎不显示　空栏：没有罚单记录的外交豁免行为（雇佣、租赁、海关）从未进入任何一次这样的比较　异名：实验经济学称「跨文化博弈推翻单一经济人」，公共财政称「合规的第三方报告」；另见第 412 号第一幕乙《跨文化博弈推翻单一经济人》

戊、自我概念维护与小额不诚实Self-Concept Maintenance and Small-Scale Dishonesty

提出：Mazar, Amir & Ariely，2008，The Dishonesty of Honest People: A Theory of Self-Concept Maintenance，《Journal of Marketing Research》45(6):633–644，DOI 10.1509/jmkr.45.6.633（Ref.[13]）　争议：Verschuere 等 2018 的注册复现报告汇集 25 个实验室 5,786 人，「道德提醒减少作弊」这一原始效应（d=0.48）在复现中为零甚至方向相反（多报 0.11 题）（Ref.[14]）　最新：2021 年 PNAS 撤回 Shu 等 2012 年「先签名减少不诚实」一文，因其中一项保险实地实验的数据被证明是伪造的——这一支理论最著名的实地证据从此不存在（Ref.[15]）　关键：同一作弊任务在注册复现中的效应量／原始论文的效应量；比值低于 0.25 的效应，本条不再作为机制证据引用

Mazar、Amir 与 Ariely 2008 年提出的自我概念维护理论，回答的是一个很具体的问题：既然作弊有利可图又几乎不会被抓，为什么人只作一点点弊？答案是人同时要钱和要一个诚实的自我形象，于是作弊被控制在不必更新自我形象的幅度之内——这就是「诚实的人的不诚实」。在此之前，经济学的标准模型预测人会在收益大于被抓成本时作弊，而这一预测与「多数人只作小弊」的实验现象对不上。（Mazar 2008，Ref.[13]）

支撑它的实验设计后来成了整个领域的通用工具：一张矩阵题纸，自报解题数领钱，无人核对。原文第一项实验里，先默写十诫的被试比先列书名的被试少多报了 1.45 题，效应量 0.48；作者据此推论「道德提醒」能压低不诚实，而且成本几乎为零。原文共六项实验，被试以美国大学的本科生为主，每项一百至三百人。矩阵任务后来被几十项研究直接沿用，是这门学科少数几个通用测量工具之一。（Mazar 2008，Ref.[13]）

十年后这项实验被拿去做注册复现。Verschuere 等组织 25 个实验室按同一预注册方案重做，总样本 5,786 人；主分析里道德提醒组反而多报了 0.11 题，置信区间跨过零。原作者事先审阅并同意了方案，事后的回应是讨论情境差异，但那个被引用最多的数字已经站不住了。复现分布在北美、欧洲与以色列的实验室，被试来源与原研究相同，都是本科生。（Verschuere 2018，Ref.[14]）

更重的一击落在实地证据上。这一支理论最常被引的实地案例，是 Shu 等 2012 年在一家保险公司做的「先签名再填表」实验；2021 年 Data Colada 用公开数据证明其中的保险里程数据系伪造，PNAS 随即撤稿。一门研究不诚实的学问，最著名的一条实地证据出自伪造数据。2012 年那篇论文被引两千余次，「把签名放到表格开头」曾被多家机构写进表格设计。（PNAS 编辑部 2021，Ref.[15]）

理论并没有整体倒塌——「多数人只作小弊」这一描述性发现在大量任务里稳定复现，倒塌的是把它归因于自我形象的那一步和据此推荐的低成本干预。这条线在第二幕的「本学科自己的复现危机」里有它的下半场。「先签名」是这一支理论进入政策最远的一步，2021 年撤稿之后，它成了行为科学从实验室到政策这条路径上最常被引用的反例。（Mazar 2008，Ref.[13]）

本块第己条「道德许可」与这一条共用同一套矩阵任务与同一批作者，也共用同一场复现清算；第十一条是两条的下半场。与第 412 号第一幕己《实验者需求效应必须进入设计》的接口在于：注册复现之所以能把 0.48 压到零，一半靠样本量，一半靠把「被试猜到实验者想要什么」这一项从设计里排除——原研究没有做这一步。（Mazar 2008，Ref.[13]）

位置：D—把「维护自我形象」这一条心理路径当成小额作弊幅度的充分解释　单因：决定作弊幅度的只有当事人能否不更新自我形象，不是被抓的概率　预设：〔04 测量不改变被测对象〕默认自报解题数这一测量环节本身不改变被试的作弊倾向　量纲：注册复现测得的效应量／原始论文报告的效应量　失效：当作弊所得由他人承担损失时，道德提醒越强，多报幅度反而越大　自曝：原作者事先批准了复现方案，复现失败后仍以情境差异解释，等于承认效应边界从未被写出　空栏：矩阵任务之外那些没有自报环节的不诚实（挪用、隐瞒），这套理论从未测过　异名：行为经济学称「说谎厌恶」，实验经济学称「实验者需求效应」；另见第 412 号第一幕己《实验者需求效应必须进入设计》

己、道德许可与道德补偿Moral Licensing and Moral Cleansing

提出：Merritt, Effron & Monin，2010，Moral Self-Licensing: When Being Good Frees Us to Be Bad，《Social and Personality Psychology Compass》4(5):344–357，DOI 10.1111/j.1751-9004.2010.00263.x（Ref.[16]）　争议：Blanken、van de Ven 与 Zeelenberg 2015 对 91 项研究的元分析把道德许可的效应量压到 d=0.31，并发现已发表研究的效应显著大于未发表研究——发表偏倚而非机制在撑起这条文献（Ref.[17]）　最新：Rotella 等 2026 对 115 项实验、21,770 人的元分析发现：被观察时许可效应 g=0.65，无人观察时只有 0.13，校正发表偏倚后后者归零——许可是做给别人看的，不是做给自己看的（Ref.[18]）　关键：有观察者与无观察者两种条件下许可效应量之差；差值小于 0.3 的情境，本条不成立

Merritt、Effron 与 Monin 2010 年的综述给一批零散的实验起了一个统一的名字：道德许可——先做了一件好事的人，随后更容易允许自己做一件不那么好的事，因为好事已经替自己「买了单」。与它对称的是道德补偿：先做了坏事的人会用随后的好事把账抹平。综述整理的实验多数出自 Monin 与 Miller 2001 年以来的「道德凭证」范式：先让被试表现出不带偏见，再看他们随后的选择。（Merritt 2010，Ref.[16]）

这个框架在商业伦理里之所以要紧，是因为它直接质疑责任项目的方向：一家高调做慈善的企业，是否因此在别处给自己留出了余地；一个刚完成合规培训的经理，是否反而更放心地跨过边界。综述本身承认这些推论多数来自实验室的小样本，但当时几乎没有反对的声音。这个词也进入了消费者研究——买了环保产品之后是否更愿意在别处放纵——并在营销教材里被当成一条稳定效应教。（Merritt 2010，Ref.[16]）

元分析把热度降了下来。Blanken 等汇集 91 项研究、7,397 名被试，效应量 0.31，比早期单项研究报告的小一半以上；更要紧的是已发表研究的效应显著大于作者们向同行索要来的未发表数据，说明抽屉里躺着的是反例。他们自己的三次直接复现也全部失败。91 项研究里包含大量作者向同行索要来的未发表数据，这一部分的平均效应明显低于已发表部分。（Blanken 2015，Ref.[17]）

随后的在线复现继续失败，直到 Rotella 等把观察者这一变量拆出来：在 115 项实验的多层元分析里，有观察者时许可效应仍有 0.65，无人观察时只有 0.13，用稳健贝叶斯方法校正发表偏倚之后，后者变成零。人在被看着的时候用好事换余地，独处时并不。这也解释了为什么线上实验总是复现不出来——没人看。115 项实验、21,770 名被试，是这一主题迄今最大的一次汇总，观察者有无由各实验的程序逐项编码。（Rotella 2026，Ref.[18]）

对企业的推论因此换了方向：道德许可如果是一种名声核算而不是自我核算，那么它最可能出现在公开的责任承诺之后、而不是私下的合规培训之后。先前那批「培训让人更放肆」的担忧多半是虚警，而「高调承诺之后别处放松」这一半仍值得盯。（Rotella 2026，Ref.[18]）

反例来自本块自己：第九条「说做不一」测得对外姿态多于对内行动的企业估值更低，若道德许可在企业层成立，这类企业本该在承诺之后放松、而市场本该看不出来；市场看出来了，说明企业层的许可即便存在也没有逃过对账。与第 434 号第二幕三《伦理领导必须防止道德许可》的分工是：对方把许可当成领导者要防的风险，本块把它当成一个先要证明存在于组织层的假说。（Rotella 2026，Ref.[18]）

位置：D—把「先做好事再放松」这一条心理路径当成后续不当行为的充分解释　单因：决定许可效应有无的只有当事人是否被观察，不是先前那件好事的大小　预设：〔25 失败样本不含信息〕默认未发表的零结果只是噪声而不是效应边界　量纲：有观察者条件下的效应量／无观察者条件下的效应量　失效：当好事本身已被公开记账时，先前的好事越多，随后的私下放松反而越少　自曝：2010 年综述自己承认多数证据来自实验室小样本，却把推论一路推到了企业　空栏：企业层面的许可（高调承诺之后别处放松）至今没有任何一项以企业为单位的测量　异名：领导力研究称「伦理领导必须防止道德许可」，社会心理学称「道德凭证」；另见第 434 号第二幕三《伦理领导必须防止道德许可》

庚、谁真正揭发了舞弊Who Blows the Whistle

提出：Dyck, Morse & Zingales，2010，Who Blows the Whistle on Corporate Fraud?，《Journal of Finance》65(6):2213–2253，DOI 10.1111/j.1540-6261.2010.01614.x（Ref.[19]）　争议：Bowen、Call 与 Rajgopal 2010 用 OSHA 与媒体记录里的举报案例发现，被举报企业事后重述与诉讼增多，但举报者本人多数遭报复——揭发者「常被奖励」这一读法在举报者一侧反号（Ref.[20]）　最新：Call 等 2018 追踪 SEC 与司法部的执法案件，有举报人参与的案件罚金更高、刑期更长，但办案时间也更长——举报改变的是处罚强度，不是发现速度（Ref.[21]）　关键：某年被查处的舞弊案中由员工首先揭发的比例；该比例连续三年低于 10% 的市场，本条的「员工是主要发现者」不成立

谁发现了舞弊，这个问题在 Dyck、Morse 与 Zingales 之前几乎没人认真数过。他们把 1996 至 2004 年间美国大型上市公司的 216 起被证实的舞弊逐案回溯到最初的揭发者，得到的分布让审计与监管的自我叙述很难堪：员工揭发的占 17%，媒体 13%，行业监管机构 13%，分析师 14%，而证监会只有 7%，外部审计师约 10%。216 起案例限定在资产超过 7.5 亿美元的美国上市公司，且以法院或监管机构判定为准。（Dyck 2010，Ref.[19]）

更让人不安的是动机一栏。多数揭发者没有得到金钱回报，员工揭发者里有相当比例事后被辞退或被迫离职；唯一稳定获得回报的是医疗行业的举报人，因为《虚假申报法》给他们分成——而恰恰是这个行业，员工揭发的比例最高。作者据此提出：钱不是揭发的原因，但钱能改变揭发的数量。（Dyck 2010，Ref.[19]）

Bowen、Call 与 Rajgopal 从另一头核对了这条读数。他们用 OSHA 备案与媒体报道汇集举报案例，发现被举报企业事后确实更常重述财报、更常卷入诉讼、股价也跌，说明举报多半指向了真问题；但同一批记录显示举报者本人多数遭到报复。举报对市场有信息价值，对举报者却是净损失——这两个读数方向相反。举报案例从 OSHA 备案与新闻报道里逐起收集，结果变量是被举报企业事后的重述、诉讼与股价。（Bowen 2010，Ref.[20]）

这十年的追踪把举报的作用定位得更窄。Call 等比对了 SEC 与司法部的财务不实陈述执法案，有举报人参与的案件处罚金额更高、责任人刑期更长，这与「举报提供了内部证据」相符；但这些案件的办案时间也更长，举报并没有让舞弊更早被发现。举报改变的是结局的重量，不是发现的时点。举报人参与与否按案卷逐案编码，结果变量分处罚金额、刑期与办案时长三栏。（Call 2018，Ref.[21]）

这条线对制度设计的含义是清楚的：既然员工是最大的发现来源而又最常被报复，那么保护与激励举报人就比增加外部审计的强度更划算——《多德—弗兰克法》2010 年的举报人奖励条款正是沿这条推论立的。它的实证后果在第二幕「举报制度的实证」里另起一条。SEC 举报人办公室自 2011 年成立以来的年度报告，是检验这一推论最直接的公开数据源。（Dyck 2010，Ref.[19]）

本块第二条「举报制度的实证」与第三条「不当行为的暗数」都从这一条出发：前者问给员工一条制度化渠道之后企业变了没有，后者问 216 起被证实的案例之外还有多少。与第 149 号第一幕庚《审计质量代理变量的危机》的接口在「谁算发现者」：会计学用审计意见、重述等代理变量衡量审计质量，本块的分布说明外部审计只发现了约一成的舞弊——两边用的分母不是一个。（Dyck 2010，Ref.[19]）

位置：S—把「谁被记录为最初揭发者」这一份可见分布当成舞弊发现机制的充分描述　单因：决定发现比例的只有揭发者能否接触内部信息，不是揭发者的职业身份　预设：〔25 失败样本不含信息〕默认未被证实、未进入案卷的举报不含关于发现机制的信息　量纲：由员工首先揭发的案件数／同期被证实的舞弊案件总数　失效：当举报奖励与案件金额挂钩时，员工举报的比例越高，小额舞弊被揭发的比例反而越低　自曝：作者自报只有医疗行业的举报人稳定获得回报，等于承认样本外的行业分布可能完全不同　空栏：那些被员工发现却从未举报、也从未被证实的舞弊，在这份 216 起的分布里没有位置　异名：会计学称「审计质量代理变量」，劳动法称「雇佣关系由事实决定」；另见第 149 号第一幕庚《审计质量代理变量的危机》

辛、坏苹果还是坏桶Bad Apples, Bad Cases, Bad Barrels

提出：Kish-Gephart, Harrison & Treviño，2010，Bad Apples, Bad Cases, and Bad Barrels: Meta-Analytic Evidence about Sources of Unethical Decisions at Work，《Journal of Applied Psychology》95(1):1–31，DOI 10.1037/a0017103（Ref.[22]）　争议：Cohen 等 2014 用三个工作场所样本发现内疚倾向这一项人格特质对反生产行为的预测力稳定且不小，把「情境压倒个人」的读法拉回到个人一侧（Ref.[23]）　最新：Egan、Matvos 与 Seru 2022 在金融顾问的执业记录里发现同样的不当行为下女性被解雇的概率高 20%、再就业概率低 30%——桶怎么处理苹果，取决于苹果是谁（Ref.[24]）　关键：同一违规类型下个人特质变量与组织氛围变量各自解释的方差之比；比值在 0.5–2 之间的样本，「坏苹果还是坏桶」这一二分不成立

Kish-Gephart、Harrison 与 Treviño 2010 年的元分析汇总了 136 项研究，把「不当行为来自坏人、坏事还是坏环境」这一争论第一次放到同一张表上比。三类来源都有可测的贡献：个人一侧是马基雅维利倾向、外控点与道德认知发展阶段；事件一侧是后果大小与社会共识；环境一侧是伦理氛围与文化。136 项研究覆盖 1970 年代以来的实验室与现场研究，结果变量是不当行为的意图与实际行为。（Kish-Gephart 2010，Ref.[22]）

表上最扎眼的一个读数与合规制度有关：伦理守则的存在与不当行为之间没有可测的关系，守则被执行的强度才有。这条结果后来被反复引用去反对「有守则就算合规」的做法，也是第二幕「合规职能的形式化」那一条的经验起点。这张表也第一次把「伦理氛围」这种组织层变量与个人特质放进同一个效应量口径里比较。（Kish-Gephart 2010，Ref.[22]）

「环境压倒个人」的读法很快遇到了反证。Cohen 等 2014 年在三个工作场所样本里测量内疚倾向——预期自己做错事时会内疚的程度——发现它对反生产行为、对不道德决策的预测力稳定且不小，且不被组织氛围变量吃掉。个人差异不只是「坏桶」的噪声，它是一个独立的自变量。三个样本都是在职员工，反生产行为由本人与同事分别报告，内疚倾向用 GASP 量表测量。（Cohen 2014，Ref.[23]）

这十年最有力的一批证据来自行政记录而不是问卷。Egan、Matvos 与 Seru 先用金融顾问的执业记录发现约 7% 的顾问有不当行为记录、且被解雇者近半在一年内被别家雇佣；随后的论文更进一步：同样的违规下，女性被解雇的概率高出 20%，再就业概率低 30%。桶如何处理苹果，取决于苹果是谁。第一篇论文用的是 FINRA 的 BrokerCheck 记录，覆盖 2005 至 2015 年间约 120 万名金融顾问。第二篇论文的样本是同一批顾问里有不当记录者，按性别比较解雇与再就业的概率。（Egan 2022，Ref.[24]）

这条线因此从「坏苹果还是坏桶」走到了「桶怎么挑苹果、怎么扔苹果」：不当行为的分布不只由个人与环境决定，还由组织之间流转的规则决定——有不当记录的人被再雇佣的市场本身，就是一个制度性的桶。FINRA 的公开执业记录让这类追踪在金融业可以做，而在多数行业，被解雇者的去向没有任何登记。（Egan 2022，Ref.[24]）

本块第一条「合规职能的形式化」直接承接这里的守则读数：守则存在与否零相关，守则被执行才相关，于是「有守则」的公司可以同时是「不合规」的公司。与第 159 号第一幕乙《企业工资溢价》的接口在于：AKM 分解把工资拆成人与企业两部分，Egan 等的执业记录等于把不当行为也拆成了人与企业两部分，而后者还多出一层——企业之间的再雇佣市场。（Egan 2022，Ref.[24]）

位置：E—把伦理氛围与守则执行强度这一组制度条件当成不当行为率的充分决定项　单因：决定方向的只有守则是否被执行，不是守则是否存在　预设：〔22 通过形式审查＝实质合规〕默认守则存在就等于组织已经合规　量纲：守则被执行样本中的不当行为率／守则仅存在样本中的不当行为率　失效：当有不当记录者能被同业再雇佣时，单个组织的处置越严，行业层面的不当行为率反而不降　自曝：元分析自报守则存在与否与不当行为零相关，等于承认它自己汇总的大量守则研究测的不是合规　空栏：被解雇后流向无执业记录行业的人，任何一份行政记录都追不到　异名：劳动经济学称「企业工资溢价」，公司治理称「共同所有权」；另见第 159 号第一幕乙《企业工资溢价 Firm Wage Premia (AKM Decomposition)》与第 150 号第二幕一《共同所有权的反竞争效应之争》
【第二幕】这十年 · 约 2016—2026

第二幕的十二条分两组：前七条（一至七）追企业承诺从文件到实践的那段路，读数的形态高度一致——脱钩存在、脱钩有位置、脱钩的位置比程度更有信息量；后五条（八至十二）是清算——认证、姿态、原则与本学科自己的实验证据各被数了一遍。

一、合规职能的形式化Decoupled Compliance Programs

提出：MacLean & Behnam，2010，The Dangers of Decoupling: The Relationship between Compliance Programs, Legitimacy Perceptions, and Institutionalized Misconduct，《Academy of Management Journal》53(6):1499–1527，DOI 10.5465/amj.2010.57319198（Ref.[25]）　争议：Short 与 Toffel 2010 用 1993–2003 年美国《清洁空气法》设施数据发现，象征性采纳的自我监管承诺在监管盯得紧的地方确实兑现——形式化未必空转，取决于外部执法环境（Ref.[26]）　最新：美国司法部刑事司 2020 年 6 月更新《企业合规项目评估》，把检察官的三问定为「设计得好吗、认真实施了吗、实际有效吗」，并要求企业拿出数据证明第三问（Ref.[27]）　关键：合规部门年度处理的举报与调查件数／员工数；该比值连续两年为零的企业，其合规项目按本条判为形式化

MacLean 与 Behnam 2010 年追踪的是一家金融服务公司：它有完整的合规部门、守则、培训与热线，样样齐全，同时在销售一线系统性地误导客户。作者用制度理论的语言把这叫「脱钩」——合规项目与日常运作各走各的，而正因为项目齐全，外界与内部都把它读成「这家公司是合规的」。案例材料是这家公司的内部文件与访谈，作者追踪了一项销售违规如何在合规部门眼皮底下持续多年。（MacLean 2010，Ref.[25]）

论文最锋利的一处不是「脱钩存在」，而是脱钩的后果：正式项目带来的合法性感知，反过来让不当行为被制度化——既然公司已经被认定合规，一线的做法就不再被当成问题看。合规职能在这里不是失灵，而是替不合规提供了掩护。与「脱钩」这个词在制度理论里的老用法不同，作者强调这里的脱钩不是无害的仪式，而是有代价的掩护。（MacLean 2010，Ref.[25]）

「形式化必然空转」这一推论被 Short 与 Toffel 拿真实设施数据挡了一下。他们看的是美国环保署鼓励企业自查并自报违规的项目：象征性地承诺自我监管的设施，在监管机构盯得紧、同行也被盯的地方，确实随后改善了合规实绩。承诺是不是空的，取决于承诺之外有没有人在看。比较的是自报违规的设施与未自报的设施在事后合规实绩上的差，按监管盯梢强度分层。（Short 2010，Ref.[26]）

监管一侧在这十年把「看」写成了标准。美国司法部刑事司 2020 年更新的《企业合规项目评估》要求检察官问三件事——设计得好吗、认真实施了吗、实际有效吗——并明确第三问要用数据答：举报数量、调查结果、纪律处分的分布、风险评估的更新频率。空有守则与培训的项目，在这份文件下拿不到减刑。这份文件 2017 年首次发布，2019 年与 2020 年两次更新，2023 年再加入对薪酬追回与激励条款的要求。（U.S. Department of Justice 2020，Ref.[27]）

这条线留下的可数的东西，是把「合规项目存在」与「合规项目在动」分开：前者是文件清单，后者是每年处理了多少件事、处分了多少人、改了多少流程。第一幕「坏苹果还是坏桶」那条元分析里守则存在与否零相关、执行强度有相关，说的是同一件事。（MacLean 2010，Ref.[25]）

本块第五条「脱钩的三层」把这一条的单一案例推广成两种脱钩，第辛条的元分析给了它守则层面的统计底座。与第 171 号第一幕甲《元规制》的分工在于：对方讲监管者如何要求企业自我监管，本块讲被要求的企业如何把自我监管做成一份文件；司法部 2020 年的三问正是两边的交汇——监管者开始要求企业拿出自我监管在动的数据。（MacLean 2010，Ref.[25]）

位置：E—把合规项目的存在这一项制度条件当成组织合规的充分证据　单因：决定合规实绩方向的只有项目是否被外部盯着执行，不是项目是否齐全　预设：〔07 效果可由参与者自己评定〕默认合规部门自己的评估可以评定合规项目是否有效　量纲：合规部门年度处理的调查与处分件数／员工总数　失效：当合规项目本身成为合法性来源时，项目越完整，一线不当行为被当成问题看的概率反而越低　自曝：单一公司的案例研究无法排除该公司本就特殊，作者自己也未给出可跨企业比较的读数　空栏：合规部门从未受理、也从未登记的那些一线做法，在任何合规评估里都没有位置　异名：监管学称「元规制」，组织社会学称「形式采纳与实质实施脱钩」；另见第 407 号第二幕四《形式采纳与实质实施可以脱钩》与第 171 号第一幕甲《元规制》

二、举报制度的实证Whistleblowing Institutions in Practice

提出：Wilde，2017，The Deterrent Effect of Employee Whistleblowing on Firms’ Financial Misreporting and Tax Aggressiveness，《The Accounting Review》92(5):247–280，DOI 10.2308/accr-51661（Ref.[28]）　争议：Berger、Perreault 与 Wainberg 2017 的实验发现，在部分条件下给举报附加金钱激励反而压低了报告意愿——奖励把一件道德义务改写成一桩交易（Ref.[29]）　最新：Stubben 与 Welch 2020 用 NAVEX 平台一千余家企业的内部举报系统数据发现，内部举报用得多的企业随后的诉讼与和解金额更少——举报量高不是坏消息（Ref.[30]）　关键：企业每百名员工年度内部举报件数；低于 0.5 件的企业，本条把它读作举报渠道失灵而非组织干净

第一幕「谁真正揭发了舞弊」推出的结论是员工最会发现问题，于是这十年的问题变成：给员工一条制度化的举报渠道之后，企业的行为变了没有。Wilde 2017 年用 OSHA 备案的雇员举报记录做事件研究，发现被举报的企业在随后几年财务误报与激进避税都下降——举报本身有威慑，不必等到被证实。举报记录来自 OSHA 备案，被举报企业的会计与税务数据来自 Compustat，比较的是举报前后各三年。（Wilde 2017，Ref.[28]）

这条结果的可贵之处在于因果方向：举报是外生事件，企业事后的账目是结果变量，二者之间隔着可核的年份。它推翻的是一种常见的担心——举报只是噪声，企业不会因为一个员工投诉就改变什么。数据说企业会改，而且改在举报之后。（Wilde 2017，Ref.[28]）

激励设计那一侧却出现了反号。Berger、Perreault 与 Wainberg 在实验里比较有无金钱奖励下的举报意愿，发现在部分条件下加入奖励反而降低了报告意愿；他们的解释是奖励把一件本被当作道德义务的事改写成一桩交易，于是原本愿意「白举报」的人开始盘算值不值。《多德—弗兰克法》式的奖金条款，可能压低了它最想鼓励的那部分人。实验情境是发现同事的费用造假，被试要决定是否通过内部渠道报告。（Berger 2017，Ref.[29]）

这十年最厚的一份数据来自企业内部而不是监管机构。Stubben 与 Welch 拿到 NAVEX 平台上一千余家企业的内部举报记录，约百名员工每年一件出头；举报用得多的企业随后卷入的诉讼更少、和解金额更低。举报多不是问题多的信号，而是渠道通的信号——这与管理层看见举报数上升就紧张的本能相反。数据覆盖 2004 至 2017 年，是这一主题第一次拿到企业内部而非监管机构的举报记录。（Stubben 2020，Ref.[30]）

两幕合起来读，举报制度的实证给出的不是「有没有用」的答案，而是「在哪一段有用」：外部举报在威慑与处罚强度上有效，内部举报在早期纠错上有效，而金钱奖励在两者之间可能把义务换成交易。可数的判据是每百名员工的举报件数——太低说明渠道死了，不说明组织干净。欧盟 2019 年举报人保护指令与美国的路线不同——它不给奖金，只给保护——两种制度正好构成一组可比较的自然实验。（Stubben 2020，Ref.[30]）

本块第庚条给出举报者的分布，这一条给出举报渠道的后果，第三条给出举报之外还有多少没人举报。与第 422 号第一幕甲《雇佣关系由事实而非合同标签决定》的接口在举报者保护：劳动法判定谁是雇员，决定了谁能受《多德—弗兰克法》与欧盟 2019 年举报人指令保护——零工与承包者在多数举报统计里既不是举报者也不是被保护者。（Stubben 2020，Ref.[30]）

位置：E—把举报渠道这一项制度条件当成不当行为被纠正的充分保证　单因：决定纠错方向的只有举报能否进入可追踪的处理流程，不是举报是否被奖励　预设：〔25 失败样本不含信息〕默认未被证实的举报不含信息，可以不进举报制度的分母　量纲：每百名员工年度内部举报件数　失效：当举报与金钱奖励挂钩时，奖励越高，出于义务的举报反而越少　自曝：NAVEX 数据只覆盖购买了该平台的企业，作者自己承认样本偏向本就重视合规的公司　空栏：从未安装举报系统的中小企业与那些举报后被静默关闭的案件，两种数据里都没有　异名：劳动法称「雇佣关系由事实决定」，会计学称「审计报告改成叙述判断」；另见第 422 号第一幕甲《雇佣关系由事实而非合同标签决定》

三、不当行为的暗数The Dark Figure of Corporate Misconduct

提出：Zakolyukina，2018，How Common Are Intentional GAAP Violations? Estimates from a Dynamic Model，《Journal of Accounting Research》56(1):5–44，DOI 10.1111/1475-679X.12190（Ref.[31]）　争议：Dyck、Morse 与 Zingales 2024 用安达信倒闭这一自然实验估计每年约一成大型上市公司在做证券舞弊、只有约三分之一被发现——与 Zakolyukina 从 CEO 决策模型算出的更高比例在量级上不一致（Ref.[32]）　最新：同一篇 2024 年论文把未发现舞弊的年成本估在上市公司市值的 1.6% 左右——暗数第一次有了价格（Ref.[32]）　关键：某市场被发现的舞弊数／用外生冲击估出的舞弊总数；该比值高于 0.5 的估计，本条要求先核查冲击是否真的外生

被发现的不当行为只是全部不当行为的一部分，这一点人人承认，但「一部分」是多大，直到这十年才有人认真算。2018 年那篇动态模型论文的做法是从 CEO 的决策出发建一个动态模型：在给定的被发现概率与处罚下，一个理性的 CEO 何时会选择违反会计准则；再用被发现的案例反推模型参数，得到蓄意违规的实际发生率。在此之前最常被引的比例来自问卷——问 CFO 有多少同行在操纵——这类自报数字既不可核，也没有分母。（Zakolyukina 2018，Ref.[31]）

模型给出的读数远高于被发现的比例：蓄意违反会计准则在 CEO 任期内不是罕见事件，而被发现的只是其中一小部分。这条结论的方法学地位是「模型内推断」——它依赖对 CEO 目标函数的假设，换一套假设数字就会变。模型用 SEC 判定的会计违规案例校准，被发现概率是模型的一个参数而不是给定值。（Zakolyukina 2018，Ref.[31]）

Dyck、Morse 与 Zingales 2024 年换了一条路，用自然实验而不是模型。2002 年安达信倒闭，它的客户被迫在短时间内换审计师，新审计师有动机把前任放过的问题翻出来——这一批客户被发现的舞弊率因此接近「真实率」。由此估出美国大型上市公司每年约一成在做证券舞弊，只有约三分之一被发现。对照组是同期未换审计师的企业，处理组是被迫换审计师的安达信客户。（Dyck 2024，Ref.[32]）

两种方法在量级上并不一致，Zakolyukina 的比例更高——一部分差别来自定义（会计准则违反宽于证券舞弊），一部分来自方法本身。但两者都指向同一个方向：被发现的案例不到全部的一半，任何用「被发现率」当结果变量的研究，测的都是发现机制而不是行为本身。两位作者都把「被发现率」当成一个要估的参数而不是给定值，这一点是与此前文献最大的分野。（Dyck 2024，Ref.[32]）

2024 年那篇论文还给暗数标了价：未被发现的舞弊每年抹去上市公司市值的 1.6% 左右。这个数字把「不当行为的暗数」从一个方法论提醒变成一个可以进入监管成本收益核算的量——加强审计、保护举报人的投入，第一次有了可以比较的分母。1.6% 的年成本是把已发现舞弊的市值损失按发现率放大后的估计。把这个数字与审计费用、举报奖励的年支出并列，是监管成本收益核算第一次有了同一量纲的两边。（Dyck 2024，Ref.[32]）

本块第庚条的 216 起与这一条的「每年约一成」是同一件事的两个分母：前者只数被证实的，后者估全部的。与第 149 号第二幕十二《本学科自己的可信性清算》的接口最直接——安达信倒闭这一自然实验对会计学是审计失败的样本，对本块是暗数的量具；两边读同一批客户，问的问题相反。（Dyck 2024，Ref.[32]）

位置：S—把「被发现的舞弊数」这一可见读数当成舞弊水平的充分测量　单因：决定被发现率的只有发现机制的强度，不是舞弊本身的多少　预设：〔04 测量不改变被测对象〕默认发现机制的强度不改变舞弊行为本身的多少　量纲：外生冲击下估出的舞弊总数／同期被发现的舞弊数　失效：当发现机制随舞弊增多而同步加强时，被发现率越高，估出的暗数反而越大　自曝：两种方法各自承认依赖假设——模型依赖 CEO 目标函数，自然实验依赖安达信客户的代表性　空栏：非上市企业、无审计要求的企业，在两种估计里都没有分母　异名：会计学称「本学科自己的可信性清算」，犯罪学称「犯罪黑数」；另见第 149 号第二幕十二《本学科自己的可信性清算》

四、洗绿的类型学与绿色沉默Greenwashing and Brownwashing

提出：Delmas & Burbano，2011，The Drivers of Greenwashing，《California Management Review》54(1):64–87，DOI 10.1525/cmr.2011.54.1.64（Ref.[33]）　争议：Kim 与 Lyon 2015 在美国电力公司的排放披露里发现相反的行为——把真实改善说少（brownwash），因为高调宣传会招来更多审视（Ref.[34]）　最新：Bingler 等 2022 用 ClimateBert 读了支持 TCFD 的企业的气候披露，发现多数内容是空话与挑好的说，支持 TCFD 与否在披露实质上没有可测差别（Ref.[35]）　关键：企业披露文本中可核对的量化承诺句数／全部气候相关句数；低于 20% 的披露，本条判为洗绿风险高

Delmas 与 Burbano 2011 年给洗绿画了一张驱动图：外部一侧是监管松、消费者与投资者的压力不对称、非政府组织的监督不均；组织一侧是激励结构、伦理氛围、沟通部门与运营部门的脱节；个人一侧是乐观偏差与过度自信。洗绿不是一种品格，而是这几层条件同时满足时的产物。类型学把驱动分成外部（监管、市场、非政府组织）、组织（激励、伦理氛围、沟通）与个人（乐观偏差、狭隘决策框架）三层。（Delmas 2011，Ref.[33]）

这张图的用处在于它把「什么情况下企业会说得比做得好」变成了可以逐层检验的命题，也把治理的着力点从道德劝诫移到条件改变：让披露可核、让惩罚可信、让运营部门参与沟通。欧盟 2023 年提出的《绿色声明指令》草案要求环境声明须有第三方核实，正是从「让披露可核」这一层下手。（Delmas 2011，Ref.[33]）

随后出现的反号读数来自 Kim 与 Lyon：他们比对美国电力公司自报的排放改善与实际数据，发现一部分企业把真实改善说少了——作者称之为 brownwash。原因是高调的环境宣传会招来更多审视与更高期待，对一家本来做得不错的企业而言，沉默比宣传更划算。洗绿的对面不是诚实，而是绿色沉默。比对用的是《新闻周刊》绿色排名与 EPA 的排放数据，「说少了」按自报与实测之差判定。（Kim 2015，Ref.[34]）

这十年的披露量激增之后，读披露的方式也变了。Bingler 等训练了一个专门读气候披露的语言模型 ClimateBert，扫过支持 TCFD 框架的企业的报告：多数句子是不可核对的空话，可核对的内容集中在对企业有利的部分；宣称支持 TCFD 的企业与没有宣称的企业，在披露实质上没有可测差别。语言模型读的是 2014 至 2020 年间支持 TCFD 的企业的年报与可持续报告，句子按「可核／不可核」分类。（Bingler 2022，Ref.[35]）

类型学与沉默两条线合起来的结论是：披露的数量与披露的实质之间没有稳定关系，而披露的方向（说多还是说少）由审视的不对称决定。可数的东西是披露里可核对的句子占比——这一比值比「有没有发可持续报告」更能说明一家企业在做什么。欧盟可持续报告准则（ESRS）要求指标按规定字段披露而不是写在叙述里，正是冲着这一比值去的。（Bingler 2022，Ref.[35]）

本块第九条「说做不一」量的是声明与实践之差，这一条量的是声明本身的可核比例，两者相乘才是企业责任的可信度。与第 437 号第一幕庚《绿色漂洗是选择性披露与行为脱钩》的分工在于：对方从危机管理看选择性披露如何招来声誉惩罚，本块从类型学看它在什么条件下发生、又在什么条件下反向变成沉默。（Bingler 2022，Ref.[35]）

位置：S—把「企业说了什么」这一可见披露当成企业环境行为的充分表征　单因：决定披露偏向的只有审视的不对称程度，不是企业的真实表现　预设：〔22 通过形式审查＝实质合规〕默认通过了框架形式审查的披露就是有实质的披露　量纲：披露中可核对的量化句数／全部气候相关句数　失效：当高调宣传招来更多审视时，真实改善越大的企业，披露反而越保守　自曝：2011 年的类型学自己列出了组织内部沟通与运营脱节这一驱动，却没有给出任何一项可测量　空栏：那些做了改善却选择沉默的企业，在以披露为数据源的洗绿研究里全部消失　异名：危机管理称「绿色漂洗是选择性披露与行为脱钩」，经济社会学称「ESG 评价是竞争性价值装置」；另见第 437 号第一幕庚《绿色漂洗是选择性披露与行为脱钩》

五、脱钩的三层Policy–Practice and Means–Ends Decoupling

提出：Bromley & Powell，2012，From Smoke and Mirrors to Walking the Talk: Decoupling in the Contemporary World，《Academy of Management Annals》6(1):483–530，DOI 10.1080/19416520.2012.684462（Ref.[36]）　争议：Haack、Schoeneborn 与 Wickert 2012 提出「道德套牢」——企业先说后做，说出口的话会把自己一步步套进实践，脱钩因此可能是耦合的前奏而不是终点（Ref.[37]）　最新：Haack、Martignoni 与 Schoeneborn 2021 把这一动态写成「诱饵—转换」模型：象征性采纳吸引来的人与关注，反过来推动实质实施（Ref.[38]）　关键：企业承诺公开后三年内新增的可核对实践项数／承诺项数；该比值大于 0.5 的样本，脱钩在该处按「前奏」读，否则按「终点」读

Bromley 与 Powell 2012 年的长文把「脱钩」拆成两种：政策与实践的脱钩——写了政策不做；手段与目的的脱钩——做了，但做的事与宣称的目的之间没有可证的联系。他们的判断是当代组织里后一种正在取代前一种：评估、认证、指标越多，手段越被认真执行，而它们是否达到目的越没人问。这篇长文发表在《管理学会年鉴》，把此前二十年制度理论里的脱钩研究分成两条线各自梳理。（Bromley 2012，Ref.[36]）

对商业伦理而言，这意味着「看企业做了没有」不够，还要看做的事与结果之间有没有账。一家企业可以真的做了全部培训、真的通过了全部审计，同时对不当行为的发生率没有任何影响——这不是伪装，而是第二种脱钩。联合国全球契约的年度进展报告要求企业逐条说明政策的落实，正是针对第一种脱钩；针对第二种的制度至今没有。（Bromley 2012，Ref.[36]）

脱钩是不是终点，Haack 等提出了相反的读法。他们追踪企业加入责任标准后的叙事变化，发现先说后做的企业会被自己的话「套牢」：公开承诺引来外部追问与内部认同，实践被一步步逼出来。脱钩在这里是耦合的前奏——只要有人拿承诺去对账。研究追踪的是加入联合国全球契约的企业在加入前后的报告叙事。「套牢」的机制是承诺一旦公开，外部追问与内部认同就把实践一步步逼出来。（Haack 2012，Ref.[37]）

2021 年这条动态被写成正式模型。Haack、Martignoni 与 Schoeneborn 的「诱饵—转换」模型里，象征性采纳是诱饵：它吸引来关注这件事的员工与外部方，这些人随后推动实质实施，于是最初的空话可能以真实践收场——条件是诱饵吸引来的人有足够的位置去推。模型给出的条件是：诱饵吸引来的内部支持者要占据能改流程的位置，且外部方要持续对账。（Haack 2021，Ref.[38]）

三层放在一起，脱钩的位置比脱钩的程度更有信息量：政策—实践的脱钩可以被对账逼成耦合；手段—目的的脱钩却很难，因为手段被执行得越认真，越少有人问目的。可数的判据是承诺之后三年内新增的可核实践项数与承诺项数之比。教科书里的「脱钩」仍多按第一种讲，第二种脱钩在管理教育里几乎没有位置。（Haack 2021，Ref.[38]）

本块第一条是政策—实践脱钩的单一案例，第九条是对外—对内脱钩的大样本读数，这一条给两者一个共同的分类。与第 171 号第二幕一《指标治理》的接口在手段—目的脱钩：监管学讲指标如何取代目的，本块讲企业如何在指标上全部达标而目的未动；两边的失效条件同型——评估越密，目的越少被问。（Haack 2021，Ref.[38]）

位置：D—把「政策→实践→目的」这一条路径上的断点当成组织责任的充分诊断　单因：决定脱钩能否转为耦合的只有承诺之后有没有人拿它对账，不是承诺本身的真诚　预设：〔15 同名即同物〕默认政策文本里的一个词与实践里的同一个词指的是同一件事　量纲：承诺后三年内新增的可核实践项数／承诺项数　失效：当评估与认证越密集时，手段被执行得越认真，目的是否达到反而越少被问　自曝：2012 年的综述自己承认手段—目的脱钩几乎无法直接测量，却把它定为当代主流形态　空栏：那些通过了全部审计、完成了全部培训而结果未变的企业，没有任何数据库把它们单列　异名：组织社会学称「形式采纳与实质实施脱钩」，监管学称「指标治理」；另见第 407 号第二幕四《形式采纳与实质实施可以脱钩》与第 171 号第二幕一《指标治理》

六、私人监管的限度The Limits of Private Regulation

提出：Locke，2013，The Promise and Limits of Private Power: Promoting Labor Standards in a Global Economy（专著，Cambridge University Press），DOI 10.1017/CBO9781139381840（Ref.[39]）　争议：Toffel、Short 与 Ouellet 2015 用一家审计机构在数十国的工厂审计记录发现，在新闻自由高、劳动法执行强的国家守则遵守显著更好——私人监管不是无效，而是只在公共监管有效的地方有效（Ref.[40]）　最新：Boudreau 2024 与 29 家跨国买家合作，在孟加拉 84 家供应商工厂随机执行安全委员会法定要求，合规与委员会运作上升，安全指标小幅改善——买家执法这一路第一次有了随机实验的读数（Ref.[41]）　关键：审计后一年内同一工厂再审仍不合格的项目数／首次审计不合格项目数；该比值高于 0.6 的国家，审计模式在该处判为无效

Locke 2013 年那本书是对二十年供应链守则实践的总账。他拿到耐克、惠普等品牌的内部审计数据，数千家工厂、上万次审计，结论直白：审计与守则改善了工厂的合规文件，对工时、工资、安全这些结果的改善微弱且不持续；同一家工厂被反复审、反复不合格是常态。书里用的耐克数据覆盖 2001 至 2005 年间约 800 家供应商工厂的审计得分。（Locke 2013，Ref.[39]）

书里给出的替代路是「能力建设」——买家与工厂一起改生产组织与管理，而不是查完开单；但他同样写明，能力建设只在少数愿意投入的买家—供应商关系里出现，且始终受制于买家自己的采购压力。私人监管的限度不在技术，而在它绕不开国家。这本书直接改变了行业协议的写法：2013 年拉纳广场之后的《孟加拉消防与建筑安全协议》把买家的法律责任写了进去，而不再只写审计。（Locke 2013，Ref.[39]）

限度在哪里，Toffel、Short 与 Ouellet 用一家全球审计机构在数十个国家的工厂审计记录量了出来：新闻自由度高、劳动法执行强、当地有活跃非政府组织的国家，守则遵守显著更好。私人监管不是没用，而是在公共监管本就有效的地方才有用——它是公共治理的补充项，不是替代品。审计记录来自一家全球审计机构对数十个国家工厂的评估，所在国的制度变量来自公开指数。（Toffel 2015，Ref.[40]）

随机实验这一步在 2024 年才有。Boudreau 与 29 家跨国服装买家合作，在孟加拉 84 家供应商工厂里随机对一半执行当地法律要求的职业安全委员会，结果是合规率与委员会的真实运作上升，安全指标小幅改善，未见对工厂经营的可测损害。买家执法的效应存在，但幅度与 Locke 的判断相符——有限。84 家工厂位于孟加拉的服装出口区，实验持续约一年，结果由独立调查与买家审计两侧记录。（Boudreau 2024，Ref.[41]）

这条线在制度上的下一步是欧盟 2024 年的企业可持续尽职调查指令，它把供应链上的人权与环境责任从自愿守则改成法定义务——等于把 Locke 的结论写进了法律：既然私人监管绕不开国家，那就让国家进来。它的实证后果要到 2027 年之后才有读数。指令须由成员国转化为国内法后分批适用，首批是雇员超过 5,000 人、营收超过 15 亿欧元的公司。（European Union 2024，Ref.[42]）

本块第七条「从审计到共担责任」是这一条的下一步，第八条「自愿认证的实效」是它在农业上的同型。与第 481 号第二幕五《供应链尽责与跨国协议》的分工在于：对方讲工会与品牌如何签跨国协议，本块讲协议之下审计这一工具本身能改变什么；Boudreau 的实验是两边都缺的那一种证据——买家真的执法时，工厂发生了什么。（European Union 2024，Ref.[42]）

位置：E—把买家审计这一项制度条件当成供应商劳动标准的充分保证　单因：决定守则遵守方向的只有所在国公共监管是否有效，不是审计的频率　预设：〔15 同名即同物〕默认审计通过的「合规」与工人处境的「合规」是同一样东西　量纲：再审仍不合格的项目数／首审不合格项目数　失效：当买家的交期与价格压力越大时，审计越频繁，工厂为通过审计而伪造的记录反而越多　自曝：Locke 自己承认能力建设只在少数买家关系里出现，等于承认替代路的可推广性未证　空栏：从未被任何买家审计的二级、三级供应商，在全部审计数据库里没有位置　异名：劳动法称「拉纳广场把供应链安全变成跨国责任」，劳资关系称「供应链尽责与跨国协议」；另见第 422 号第一幕庚《拉纳广场把供应链安全变成跨国责任》与第 481 号第二幕五《供应链尽责与跨国协议》

七、从审计到共担责任From Auditing to Shared Responsibility

提出：Locke, Rissing & Pal，2013，Complements or Substitutes? Private Codes, State Regulation and the Enforcement of Labour Standards in Global Supply Chains，《British Journal of Industrial Relations》51(3):519–552，DOI 10.1111/bjir.12003（Ref.[43]）　争议：Amengual、Distelhorst 与 Tobin 2020 用一家品牌的采购与审计记录发现，决定供应商劳动条件的是订单稳定与价格，而不是审计结果——「共担责任」所缺的那一层是买家自己的采购部门（Ref.[44]）　最新：Boudreau 2024 的随机实验把「买家参与执法」做成了可估计的处理，结果是合规上升而工厂经营未受损——共担在实验条件下成立（Ref.[41]）　关键：买家采购部门与其合规部门之间共享的供应商评估字段数／全部评估字段数；低于三分之一的买家，本条判其「共担责任」为口号

Locke、Rissing 与 Pal 2013 年的问题是私人守则与国家劳动法是互相替代还是互相补充。他们用一家跨国品牌供应商的审计记录发现，在国家执法强的地方守则遵守更好——两者是补充关系；私人监管的效力，很大一部分是从公共监管那里借来的。数据是一家跨国品牌对全球供应商的审计得分与所在国的劳动法执行强度。（Locke 2013，Ref.[43]）

由此引出的政策主张是「共担责任」：品牌、供应商、政府与工人组织各自承担一段，而不是品牌查、供应商应付。这个词在这十年成了行业协议与多方倡议的标准用语，但它究竟指哪几段、每段由谁负责、缺了哪一段会怎样，长期没有可核的答案。国际劳工组织的 Better Work 项目从工厂合规评估扩展到与买家一起改采购安排，是这一主张进入制度的一处。「共担责任」一词在多方倡议的章程里出现时，通常没有写明各方各担哪一段。（Locke 2013，Ref.[43]）

缺的那一段被 Amengual、Distelhorst 与 Tobin 指了出来。他们拿到一家品牌的采购记录与审计记录并把两者对上，发现供应商劳动条件的变化跟着订单稳定性与价格走，审计结果几乎不解释什么；而采购部门与合规部门在同一家买家内部各算各的账。共担责任所缺的不是政府或工会，是买家自己的采购部门——作者称之为「缺失的中间层」。配对的是一家服装品牌的采购订单与审计记录，订单稳定性用交期与数量的波动测量。（Amengual 2020，Ref.[44]）

共担在什么条件下真的成立，Boudreau 的随机实验给了一个读数：29 家买家共同承诺执法、84 家工厂随机分组，处理组的合规与安全委员会运作上升，经营指标未见受损。这里的「共担」是买家把执法当成自己的事，而不是把守则发给供应商就算完。实验的处理是买家共同向供应商发出执法通知并跟进，而不是任何一家买家单独行动。（Boudreau 2024，Ref.[41]）

两条线合起来，「从审计到共担责任」这条转向的可数版本是：买家内部采购与合规两个部门共享的供应商评估字段占比。这一比值低的买家，无论签了多少多方协议，其供应商的劳动条件仍会跟着订单走。Fair Labor Association 已把采购实践列入对成员品牌的评估项，正是往这个比值走的第一步。（Amengual 2020，Ref.[44]）

本块第六条给出审计的天花板，这一条给出天花板之上还缺哪一层。与第 431 号第一幕丙《全球工厂把供应商纳入企业边界之外》和第 151 号第一幕戊《多级可见性与供应商的供应商》的接口在同一处：采购部门的订单决策决定劳动条件，而它既不在合规部门的账上，也不在二级供应商的可见范围内——三块面板各看见了这一层的一个侧面。（Amengual 2020，Ref.[44]）

位置：D—把「审计→整改→合规」这一条路径当成供应链劳动标准改善的充分机制　单因：决定供应商劳动条件方向的只有买家的采购行为，不是买家的审计频率　预设：〔22 通过形式审查＝实质合规〕默认供应商通过审计就等于劳动条件达标　量纲：采购与合规共享的供应商评估字段数／全部评估字段数　失效：当买家把执法责任下放给供应商时，签署的多方协议越多，采购压力对劳动条件的支配反而越强　自曝：「共担责任」一词在原文里没有任何一项可核的分担比例，作者自己承认它是方向而非测量　空栏：买家采购部门的订单与价格决策从未进入任何一份供应链劳动审计的数据集　异名：国际商务称「全球工厂把供应商纳入企业边界之外」，运营管理称「多级可见性」；另见第 431 号第一幕丙《全球工厂把供应商纳入企业边界之外》与第 151 号第一幕戊《多级可见性与供应商的供应商》

八、自愿认证的实效Voluntary Certification: Fair Trade Evidence

提出：Dragusanu, Giovannucci & Nunn，2014，The Economics of Fair Trade，《Journal of Economic Perspectives》28(3):217–236，DOI 10.1257/jep.28.3.217（Ref.[45]）　争议：Cramer 等 2017 在埃塞俄比亚与乌干达的实地调查发现，公平贸易认证产区的雇工工资与工作条件并不好于、有时差于未认证产区——认证的收益停在农户层，没有下到雇工（Ref.[46]）　最新：Meemken 2020 对小农可持续标准的系统综述与元分析：价格与收入的平均效应为正，产量与工资的效应混杂，且效应随认证类型与国家差异很大（Ref.[47]）　关键：认证产区雇工日工资／同区未认证产区雇工日工资；该比值不大于 1 的认证，本条判其对雇工无实效

Dragusanu、Giovannucci 与 Nunn 2014 年在《经济展望杂志》上给公平贸易做了一次经济学清算：它对认证农户的价格有保护作用，对收入的效应为正但小，对认证组织之外的农户与雇工的效应证据薄弱，且多数研究无法处理自选择——愿意认证的合作社本就与众不同。综述覆盖咖啡、可可与香蕉三种作物在拉美与非洲的研究。（Dragusanu 2014，Ref.[45]）

这篇综述把此前分散在发展研究与商业伦理之间的证据放到同一把尺子下，也把「自愿认证是否有效」从一个信念问题改成了一个识别问题：需要的是认证前后的面板、可比的未认证对照、以及把农户与雇工分开算的结果变量。公平贸易国际 2014 年起改写了雇工标准，要求认证种植园设立工人委员会——这是对雇工那一栏批评的制度回应。（Dragusanu 2014，Ref.[45]）

雇工那一栏被 Cramer 等填上了，而且方向不利。他们在埃塞俄比亚与乌干达做了四年实地调查，重点是通常被认证研究忽略的季节工与雇工：认证产区的工资与工作条件并不好于未认证产区，部分指标更差；认证的收益停在拥有土地的农户与合作社层，没有下到最穷的那群人。调查覆盖埃塞俄比亚与乌干达的咖啡与花卉产区，重点访问的是雇工家庭而不是合作社成员。（Cramer 2017，Ref.[46]）

Meemken 2020 年的元分析给出了全景：把数十项可持续标准的研究汇在一起，价格与收入的平均效应为正，产量与雇工工资的效应方向不一，且效应随认证类型、作物与国家差异很大——平均值几乎不能预测任何一个具体地点会发生什么。元分析的认证类型包括公平贸易、雨林联盟、有机与 UTZ，结果变量分价格、收入、产量与工资四栏报告。（Meemken 2020，Ref.[47]）

这条线因此把「认证有没有用」改写成「认证的收益停在哪一层」：可数的判据是认证产区与未认证产区雇工日工资之比。这个比值在多数已有研究里不大于 1，说明消费者为标签多付的钱，多数没有走到标签宣称要帮助的人那里。消费者为标签多付的溢价与雇工工资之间的这一条通路，至今没有任何认证机构公开过账。（Cramer 2017，Ref.[46]）

本块第六、七条讲私人监管在工厂里的限度，这一条讲它在农场里的限度，三条共用一个失效形状：收益停在签约的那一层。与第 490 号第一幕庚《土地收购与负责任农业投资》的接口在分配规则——认证溢价按土地分与投资准则按合同分，都绕过了无地的劳动者；与第 408 号第一幕庚《全球价值链由治理类型而非距离组织》的分工是对方讲链由谁治理，本块讲治理的收益落到谁。（Cramer 2017，Ref.[46]）

位置：S—把认证标签这一可见信号当成生产端条件改善的充分表征　单因：决定认证收益去向的只有收益在产区内部的分配规则，不是认证的溢价大小　预设：〔07 效果可由参与者自己评定〕默认认证机构自己的影响评估可以评定认证的效果　量纲：认证产区雇工日工资／同区未认证产区雇工日工资　失效：当认证溢价按土地而非按劳动分配时，认证覆盖率越高，产区内雇工与农户的收入差反而越大　自曝：2014 年综述自己承认多数研究无法处理自选择，等于承认「效应为正」的估计上界不可信　空栏：季节工、迁移工与无地雇工在多数认证影响评估里根本不是调查对象　异名：农业政策称「土地收购与负责任农业投资」，经济社会学称「全球价值链由治理类型组织」；另见第 490 号第一幕庚《土地收购与负责任农业投资》与第 408 号第一幕庚《全球价值链由治理类型而非距离组织》

九、说做不一：外部姿态与内部行动的落差Mind the Gap: External versus Internal CSR Actions

提出：Hawn & Ioannou，2016，Mind the Gap: The Interplay between External and Internal Actions in the Case of Corporate Social Responsibility，《Strategic Management Journal》37(13):2569–2588，DOI 10.1002/smj.2464（Ref.[48]）　争议：Marquis 与 Qian 2014 在中国上市公司的责任报告里发现，政府监督越可信的地方报告越有实质内容——说做落差不是企业的常态，而是监督不可信时的产物（Ref.[49]）　最新：Brown 等 2026 对四千余家有气候承诺的企业做了七维洗绿风险筛查，96% 至少触发一项红旗，最常见的是范围三缺口、无阶段目标与依赖抵消（Ref.[50]）　关键：企业对外责任声明数与对内可核实践数之比；比值大于 2 的企业，本条判其存在说做落差

Hawn 与 Ioannou 2016 年把企业的责任行为拆成对外的与对内的：对外是声明、报告、加入倡议；对内是流程、政策、可核的实践。他们用大样本发现，对外多于对内的企业市场价值更低——投资者能读出落差，并且给落差定价。样本是多国上市公司的 KLD 与汤森路透责任数据，对外与对内按数据库字段分开编码。对外行动包括声明、报告与加入倡议，对内行动包括政策、流程与可核的实践项。（Hawn 2016，Ref.[48]）

这条结果给「说做不一」加上了一个此前缺的东西：代价。此前的文献能证明落差存在，不能证明落差有人在意；这里的读数说资本市场在意，而且在意的是差，不是两者各自的水平。这条区分后来成了质疑 ESG 评级的标准问法：评的是承诺，还是已实施。（Hawn 2016，Ref.[48]）

落差是不是企业的常态，Marquis 与 Qian 用中国上市公司的责任报告给了一个条件性的答案：政府监督越可信的地方，报告的实质内容越多，象征性报告越少。说做落差是监督不可信时的理性产物，而不是企业固有的习性——把制度环境换掉，落差会跟着变。样本是中国 A 股上市公司发布的责任报告，实质性按报告里可核内容的比例判定。实质与象征两类报告按可核内容比例区分，政府监督的可信度按地区分层。（Marquis 2014，Ref.[49]）

气候承诺这一块的落差在这两年被大规模筛了一遍。Brown 等把 CDP 披露、游说记录与净零追踪数据对上，给四千余家有气候承诺的企业做七维筛查：96% 至少触发一项洗绿红旗，最常见的是不算范围三排放、没有阶段目标、依赖抵消额度；各项红旗之间相关很弱，说明落差不是一个维度上的。四千余家企业的承诺来自 Net Zero Tracker 2023 年的登记，红旗数据来自 CDP 与 InfluenceMap。红旗筛查的七个维度包括阶段目标、范围三覆盖、抵消依赖、计划与披露质量、游说一致等，各维度分别打分。（Brown 2026，Ref.[50]）

可数的判据是企业对外责任声明数与对内可核实践数之比。它比任何一项评级都更直接，因为它不需要判断企业做得好不好，只需要判断企业说的与做的是不是一个数量级。这一比值在欧盟 CSRD 下第一次有了可算的分母，因为报告须按准则逐项披露对内实践。（Hawn 2016，Ref.[48]）

本块第四条给出洗绿与沉默两个方向，这一条给落差定了价；第十二条再把价与兑现率对上。与第 408 号第二幕六《ESG评价是竞争性价值装置》的接口在于：经济社会学说评级机构在竞争中生产不同的价值定义，本块第一条测得它们的相关只有 0.54——两边说的是同一件事，一个从生产侧，一个从测量侧。（Hawn 2016，Ref.[48]）

位置：S—把对外声明这一可见姿态当成企业责任水平的充分表征　单因：决定落差大小的只有监督的可信程度，不是企业的责任意愿　预设：〔28 记录存在即可核对〕默认企业披露的对内实践可以按披露核对　量纲：对外责任声明数／对内可核实践数　失效：当监督不可信时，对外声明越多，对内可核实践反而越少　自曝：Hawn 与 Ioannou 的对内行动仍取自数据库编码，作者自己承认编码依赖企业的自报　空栏：那些对内做了、对外不说的企业（第四条的绿色沉默）在落差的分子分母里都算不进去　异名：危机管理称「品牌行动主义可能滑向觉醒漂洗」，经济社会学称「ESG 评价是竞争性价值装置」；另见第 437 号第二幕二《品牌行动主义可能滑向“觉醒漂洗”》与第 408 号第二幕六《ESG评价是竞争性价值装置》

十、原则与实践的落差AI Ethics: Principles without Practice

提出：Jobin, Ienca & Vayena，2019，The Global Landscape of AI Ethics Guidelines，《Nature Machine Intelligence》1:389–399，DOI 10.1038/s42256-019-0088-2（Ref.[51]）　争议：McNamara、Smith 与 Murphy-Hill 2018 让软件开发者在有无 ACM 伦理守则提示下作决定，结果没有可测差别——原则文本对行为的影响为零（Ref.[52]）　最新：Corrêa 等 2023 把样本扩到 200 份指南，抽出 17 条原则，并发现多数指南没有任何执行机制，机构分布高度偏向北半球（Ref.[53]）　关键：指南中带执行机制（审计、问责、罚则）的条款数／全部原则条款数；低于 10% 的指南，本条判其为原则声明而非治理文件

Jobin、Ienca 与 Vayena 2019 年读了当时能找到的 84 份人工智能伦理指南，发现它们在五条原则上高度趋同：透明、公正、不伤害、责任、隐私。趋同本身是新闻，因为这些文件出自政府、企业、学会与非政府组织，彼此没有协调；但趋同止于词语——同一个「透明」在不同文件里指的东西差别很大。84 份文件多数发布于 2016 至 2019 年间，以英语为主，私营企业发布的占相当比例。发布者从各国政府到行业协会都有，彼此并未协调，却在五条原则上走到了一起。（Jobin 2019，Ref.[51]）

这篇综述把人工智能伦理从一个哲学话题变成了一个可数的对象：多少份文件、多少条原则、多少种定义。它也第一次把商业伦理的老问题——原则与实践的落差——搬到了新的行业上：有了原则之后，行为变了没有。欧盟《人工智能法》2024 年通过后，原则文件第一次有了可以对照的法定义务清单。（Jobin 2019，Ref.[51]）

行为那一栏，一年前已经有人量过。McNamara、Smith 与 Murphy-Hill 让几十名软件开发者与上百名学生在有无 ACM 伦理守则提示的条件下对一组两难情境作决定，结果两组没有可测差别。守则被读过，决定照旧——原则文本对行为的直接影响为零。实验被试是 63 名软件开发者与 105 名软件专业学生，情境是 11 个包含伦理两难的开发决定。两组被试读过守则与没读过守则，在同一组两难情境上的决定分布没有可测差别。（McNamara 2018，Ref.[52]）

Corrêa 等 2023 年把样本扩到 200 份指南，抽出 17 条原则，同时统计了三样此前没人数的东西：多数指南没有执行机制；作者机构高度集中在北半球；相当比例的文件由私营企业发布，而这些企业正是被它们规制的对象。原则的产地与执行的缺席，是同一份统计的两栏。200 份指南在 2014 至 2022 年间发布，作者机构以美国与欧盟为主。（Corrêa 2023，Ref.[53]）

这条线因此不是关于人工智能的，而是关于商业伦理自己：一个新行业在二十年里重演了责任承诺的全部剧情——先趋同于原则，再被证明原则不改变行为，再被数出执行机制的缺席。可数的判据是指南中带执行机制的条款占比。在此之前的软法文件里，只有 IEEE 的 P7000 系列把原则写成了可审计的工程流程，属少数例外。（Corrêa 2023，Ref.[53]）

本块第一条「合规职能的形式化」是这一条在旧行业的前身：守则齐全而不当行为照旧，与指南趋同而行为不变是同一形状。与第 172 号第二幕一《设计内嵌与默认保护》的分工在于：数据法把原则写进了可执行的设计要求与罚则，本块数的正是这一步在人工智能伦理指南里有多少份做到了——不到一成。（Corrêa 2023，Ref.[53]）

位置：S—把原则文本的趋同这一可见现象当成行业伦理约束的充分证据　单因：决定原则能否改变行为的只有原则是否附带执行机制，不是原则的内容　预设：〔15 同名即同物〕默认不同文件里的「透明」「公正」指的是同一样东西　量纲：带执行机制的条款数／全部原则条款数　失效：当指南由被规制者自己发布时，原则趋同度越高，执行机制的比例反而越低　自曝：2019 年综述自己承认五条原则在各文件里定义不同，等于承认「趋同」只在词语层成立　空栏：从未发布过伦理指南、也从未被任何指南覆盖的中小人工智能开发者，不在任何一份统计里　异名：数据法称「设计内嵌与默认保护」，监管学称「风险分级的技术监管」；另见第 172 号第二幕一《设计内嵌与默认保护》与第 171 号第二幕十一《风险分级的技术监管》

十一、本学科自己的复现危机The Field’s Own Replication Crisis

提出：Kristal, Whillans, Bazerman, Gino, Mazar, Shu & Ariely，2020，Signing at the Beginning versus at the End Does Not Decrease Dishonesty，《Proceedings of the National Academy of Sciences》117(13):7103–7107，DOI 10.1073/pnas.1911695117（Ref.[54]）　争议：Simonsohn、Simmons 与 Nelson 2021 用公开数据证明 Shu 等 2012 年论文里的保险实地数据系伪造——「复现失败」在这一条上升级成了「原始数据是假的」（Ref.[55]）　最新：2025 年 5 月哈佛大学撤销 Gino 的终身教职，此前 2024 年 3 月解封的 1,300 页调查报告认定其研究不端，四篇论文已撤回，她对 Data Colada 的诽谤诉讼 2024 年 9 月被驳回（Ref.[56]）　关键：本领域被引前 100 的实验结果中经注册复现且效应量保住原值一半以上的比例；该比例低于 30% 时，本条判该领域的实验证据整体不可承重

Kristal 等 2020 年在 PNAS 上发表的复现论文，作者名单里包括原研究的作者本人：他们重做「先签名再填表能减少不诚实」这项 2012 年的著名发现，五项研究、大样本，没有任何效应。一门以研究不诚实为业的学科，从这里开始清算自己的证据。五项研究共约 4,500 名被试，作者名单里同时有原研究的作者与后来揭发数据问题的研究者。（Kristal 2020，Ref.[54]）

复现失败在这一年还只是「效应不稳」这一层。2021 年 Data Colada 用 2012 年论文公开的保险数据做了一件更直接的事：里程数据的分布不可能来自真实客户——均匀分布、字体混用、重复行——数据是伪造的。PNAS 随后撤稿。「复现失败」从此在这条线上升级成「原始数据是假的」。伪造的迹象包括里程数字在 0 至 50,000 之间近乎均匀分布，以及同一列数据里两种不同字体交替出现。（Simonsohn 2021，Ref.[55]）

2023 年同一批研究者把疑点扩大到另一位共同作者 Gino 的四篇论文；哈佛商学院的内部调查早于博客两年开始，1,300 页的报告在 2024 年 3 月因诉讼而解封，结论是「故意、明知或鲁莽地实施研究不端」。她对博客作者的诽谤诉讼在 2024 年 9 月被联邦法院驳回，2025 年 5 月哈佛撤销其终身教职。三篇 2023 年撤回的论文发表于 2012 至 2020 年间，主题是诚实、创造力与真实性。（NBC News 2025，Ref.[56]）

这一串事件对本学科的含义超出两位作者。第一幕「自我概念维护」那一条的注册复现失败、「道德许可」那一条的效应缩水、「有限伦理」那一条的底层测量被削弱，与这里的伪造是同一批文献、同一批方法、部分是同一批人。商业伦理在这十年最有影响的实验证据，很大一部分不再能被引用。第一幕八条里来自实验室的只有三条，但它们恰是被引最多、进入教材与培训最深的三条。（Kristal 2020，Ref.[54]）

可数的判据是被引前 100 的实验结果里经注册复现且效应保住一半以上的比例。这个比例在心理学整体上已被测过，在商业伦理这一子领域还没有人系统地算——而在算出来之前，本块第一幕所有实验室来源的条目都应按「待证」而非「已证」读。多家管理学期刊在此后加强了数据公开要求，是这场清算留下的第一道制度痕迹。（Kristal 2020，Ref.[54]）

反例要说清楚：不是本块第一幕的每一条都倒了。第丙、丁两条来自行政记录与随机实验，第庚条来自案卷回溯，它们没有被清算；被清算的是乙、戊、己三条所依赖的实验室范式。与第 291 号第二幕四《运动科学的复制危机》的接口在于：两个领域都是先有产业需求、后有实验证据，复现率的账都欠着——对方已经开始算，本块还没有。（Kristal 2020，Ref.[54]）

位置：D—把「实验室效应→组织推论」这一条路径当成本学科证据的默认通道　单因：决定一条实验结论能否承重的只有它是否经过独立注册复现，不是它被引用了多少次　预设：〔11 可复现＝可重做〕默认一项实验被别人重做出同样结果就等于机制成立　量纲：注册复现后效应量保住原值一半以上的结果数／被引前 100 的实验结果数　失效：当复现由原作者参与设计时，复现方案越贴近原研究，失败后被归因于情境差异的概率反而越高　自曝：Kristal 等的复现由原作者共同署名，等于原作者承认自己此前推荐的干预无效　空栏：那些从未被复现、也从未被质疑但同样出自小样本实验室的结论，至今没有任何清单　异名：实验经济学称「经济学实验复制率需要量化」，体育科学称「运动科学的复制危机」；另见第 412 号第一幕庚《经济学实验复制率需要量化》与第 291 号第二幕四《运动科学的复制危机》

十二、承诺兑现率的追踪Tracking the Fulfilment of Corporate Commitments

提出：García-Sánchez, Hussain, Khan & Martínez-Ferrero，2021，Do Markets Punish or Reward Corporate Social Responsibility Decoupling?，《Business & Society》60(6):1431–1467，DOI 10.1177/0007650319898839（Ref.[57]）　争议：Tashman、Marano 与 Kostova 2019 发现新兴市场跨国企业在发达市场上市后责任脱钩反而更多——市场惩罚脱钩这一读数在跨制度样本里反向（Ref.[58]）　最新：Ruiz Manuel 与 Blok 2023 用 102 家最大成员企业 2015–2019 年的公开环境数据评估 SBTi 与 RE100 等倡议：进展参差，多数成员的减排难以与倡议本身区分开（Ref.[59]）　关键：企业到期承诺中按原口径兑现的项数／到期承诺总项数；该比值低于 0.5 的企业，其新承诺按本条不计入任何评级

责任承诺的数量在这二十年持续增长，兑现率却长期没人系统地算。2021 年那篇《商业与社会》论文做的是市场那一侧的账：把企业责任报告里的承诺与可核的实践对上，算出脱钩程度，再看资本市场怎么反应——脱钩越大的企业市场估值越低，尤其在机构投资者集中的样本里。样本是多国上市公司的责任报告与市场数据，脱钩按报告承诺与可核实践之差编码。（García-Sánchez 2021，Ref.[57]）

这条结果与第九条 Hawn 与 Ioannou 的读数同向，多出来的是条件：惩罚的强度随投资者结构变化，散户为主的市场几乎不惩罚脱钩。也就是说，「说到做到」之所以有回报，是因为有人在对账，而对账的人是谁决定了回报有多大。SBTi 2021 年发布净零标准，要求承诺企业提交阶段目标并接受核验，是兑现率问题进入制度的第一处。（García-Sánchez 2021，Ref.[57]）

跨制度的样本却出现了反向。Tashman、Marano 与 Kostova 追踪新兴市场跨国企业，发现它们在发达市场上市后责任脱钩反而增加：面对更严的披露要求，企业先把话说满，实践跟不上。在这类样本里，市场没有惩罚脱钩，反而在无意间制造了脱钩。样本是来自新兴市场、随后在发达市场上市的跨国企业，脱钩在上市前后各测一次。（Tashman 2019，Ref.[58]）

气候承诺是这十年兑现率问题最集中的一块。Ruiz Manuel 与 Blok 用 102 家最大成员企业 2015 至 2019 年的公开环境数据评估科学碳目标倡议与 RE100，结论是「参差」：一部分企业按承诺减排，但多数企业的减排无法与倡议本身区分开——它们在加入之前就已经在减；倡议是不是原因，从数据上看不出来。102 家企业按营收从 SBTi 与 RE100 成员里选出，数据来自 CDP 与企业自报。加入倡议的多是本就已在减排的企业，倡议的增量因此无法与选择效应分开。（Ruiz Manuel 2023，Ref.[59]）

这条线留下的可数判据是到期承诺的按原口径兑现率。「按原口径」这四个字是要害：企业常在承诺到期前更换基准年、扩大排除项、把绝对目标改成强度目标，于是账面兑现了而承诺没有。追踪兑现率的第一步，是先冻结承诺时的口径。Net Zero Tracker 自 2021 年起逐年登记企业承诺的口径变化，是目前唯一能算「按原口径」的公开数据源。（Ruiz Manuel 2023，Ref.[59]）

本块第九条给出落差的价，第五条给出落差能否被逼成耦合，这一条给出落差最常见的逃法——改口径。与第 419 号第二幕一《不可燃碳成为搁浅资产》的接口在于：能源经济学把储量按碳预算重估，本块把承诺按原口径重算，两者都是「冻结一个基准再看剩下多少」；与第 424 号第二幕五《可持续报告采用双重重要性》的分工是对方讲报告要写什么，本块讲写了之后按哪一版核。（Ruiz Manuel 2023，Ref.[59]）

位置：D—把「承诺→兑现」这一条路径当成企业责任可信度的充分测量　单因：决定兑现率能否被读出的只有承诺口径是否被冻结，不是企业是否兑现　预设：〔28 记录存在即可核对〕默认承诺时的基准年、范围与排除项在到期时仍可按原样核对　量纲：按原口径兑现的到期承诺项数／到期承诺总项数　失效：当披露要求收紧时，企业的承诺越多，按原口径的兑现率反而越低　自曝：Ruiz Manuel 与 Blok 自报多数成员的减排无法与倡议区分，等于承认倡议的因果效应未被识别　空栏：那些到期后被静默撤回、不再出现在下一份报告里的承诺，没有任何数据库登记　异名：能源经济学称「不可燃碳成为搁浅资产」，公司法称「可持续报告采用双重重要性」；另见第 419 号第二幕一《不可燃碳成为搁浅资产》与第 424 号第二幕五《可持续报告采用双重重要性》

◎ 二十年连起来看

第一条线是证据来源的更换。上一个十年商业伦理最有影响的贡献来自实验室——自我概念维护、道德许可、有限伦理——而这十年对这三条各做了一次注册复现或元分析，效应分别归零、缩半、被削弱；同一个十年里，来自行政记录的条目（外交官罚单、舞弊揭发者分布、金融顾问执业记录、内部举报系统）不但站住了，而且越做越厚。学科的证据重心已经从「让被试作弊」移到「读企业留下的记录」。

第二条线是脱钩的定位。从合规职能的形式化到承诺兑现率，七条企业侧的条目给出的读数形态相同：政策与实践之间、手段与目的之间、对外与对内之间都有落差，落差有代价（市场估值、诉讼），落差可以被对账逼成耦合，也可以在评估越密时越难看见。二十年里没有一条证据说落差消失了，但有多条证据说落差的位置能被数出来。

第三条线是学科对自己的清算。研究不诚实的学科在自己最著名的实地证据上出了伪造，研究承诺兑现的学科对自己文献的复现率至今没有系统的数；这两件事在第十一条汇合。到 2026 年，本块最可靠的进步不是任何一条正面结论，而是每一条都写出了它在什么读数下不成立。

◎ 三个常见误解

误解一：「元分析说责任与绩效正相关，所以做责任划算。」第一条的元分析自己就写明相关的大头来自声誉与账面利润这两样相近的东西，市场那一侧的事件研究是负的，自变量在评级机构之间只有 0.54 的相关。正确表述是：责任支出通常不损害账面绩效，此外什么也没证明。

误解二：「举报数上升说明公司出了问题。」第二幕第二条的内部举报数据说的正好相反——举报用得多的企业随后的诉讼与和解更少。举报数是渠道通畅度的读数，不是不当行为发生率的读数；真正该紧张的是每百名员工举报数接近零的公司。

误解三：「审计越严，供应链越干净。」第六、七条的证据是审计改善的是文件，改善劳动条件的是订单稳定与价格，而买家的采购部门与合规部门各算各的账。审计频率上升时，为通过审计而伪造记录的动机也在上升。

◎ 与相邻领域的接口

与第 149 号《会计与审计》的分工在证据对象：本块看不当行为如何发生、被谁发现、以什么比例暗藏；对方看不当行为在账目上留下什么、审计能否捕获。第三条「暗数」的两种估计——CEO 决策模型与安达信自然实验——都以对方的审计数据为原料。

与第 407 号《组织社会学》的分工在解释层：本块的脱钩条目（一、五、九）取的是可数的落差，对方的「形式采纳与实质实施脱钩」「不端由正常化过程生成」给的是落差为什么会稳定存在的机制。两边共用「脱钩」一词，但对方不算比值，本块不讲过程。

与第 422 号《劳动与社会保障法》和第 481 号《劳资关系》的接口在供应链：本块第六、七条是私人监管的实证读数，对方是同一问题的法定化（拉纳广场之后的跨国责任、供应链尽责协议）。欧盟 2024 年尽职调查指令是两边的交汇点，其实证后果三边都还没有。

与第 412 号《实验经济学》的接口在方法：本块第十一条清算的正是对方第一幕「经济学实验复制率需要量化」「实验者需求效应必须进入设计」所要求的东西。本块第一幕四条实验室来源的条目，其可承重程度取决于对方那套复现规范能否在商业伦理子领域落地。

◎ 争议现场

第一场围绕第五条与第一条的对撞：脱钩是终点还是前奏。Bromley 与 Powell 说手段—目的的脱钩在评估越密时越难看见，Haack 等说公开承诺会把企业套进实践。两边都对的条件是「有没有人拿承诺去对账」——可以收敛的检验是把承诺公开后三年内新增可核实践项数与承诺项数之比按「有无外部对账方」分层，若两层比值同向，Haack 的机制不成立。

第二场围绕第九条与第十二条：市场惩罚脱钩，还是市场制造脱钩。Hawn 与 Ioannou、García-Sánchez 等在发达市场样本里测得惩罚，Tashman 等在新兴市场跨国企业上市后测得脱钩上升。两边的分母不同——前者是存量企业，后者是刚进入更严披露制度的企业；收敛条件是在同一批企业上市前后各测一次说做落差，而不是在两批企业上各测一次。

第三场围绕第十一条：复现失败之后，第一幕的实验室条目该按什么读。一种读法是效应缩水但机制仍在（道德许可在被观察时仍有 0.65），另一种读法是整批证据在系统复现之前一律待证。这一争议只能靠数字收敛：本领域被引前 100 的实验结果里，经注册复现且效应保住一半的占多少——这个数至今没人算过。

◎ 往下五年看什么

第一看兑现率的口径冻结：到 2030 年，那些 2020 年前后定下 2030 年目标的企业，按承诺时的基准年、范围与排除项计算的兑现比例是多少；与按更改后口径计算的比例差多少。差值就是第十二条那条「静默改口径」的规模。

第二看欧盟尽职调查指令的第一批读数：2027 年起适用后，被覆盖企业的供应链审计再审不合格率（第六条的量纲）是下降、不变，还是伪造记录上升。这是私人监管被法定化之后的第一次实证。

第三看内部举报系统的普及：每百名员工年度举报件数在中小企业与非美国市场的分布，以及该指标接近零的企业随后的诉讼率——第二条的结论目前只在一家平台的客户里成立。

第四看本学科自己的复现账：商业伦理子领域被引前 100 的实验结果有多少被注册复现、多少保住一半效应。在这个数出来之前，第一幕的乙、戊、己三条应按待证读。

◎ 可与哪些领域对撞

本块第三条《不当行为的暗数》可与第 149 号第二幕十二《本学科自己的可信性清算》对撞：两边共享「记录存在即可核对」这一预设，本块用外生冲击估暗数，对方用审计失败清算可信性；若两边都成立，被审计捕获的舞弊比例应随审计失败率同向变化——这是一条可以直接检验的联合预测。

本块第六条《私人监管的限度》可与第 481 号第二幕五《供应链尽责与跨国协议》对撞：本块说审计改善文件不改善条件，对方说跨国协议把责任写进了程序。两边的分歧点在「协议是否改变买家的采购行为」——第七条的「缺失的中间层」正是两边都没量过的那一格。

本块第十一条《本学科自己的复现危机》可与第 412 号第一幕庚《经济学实验复制率需要量化》对撞：对方已经给出经济学实验的复现率，本块还没有。把对方的规范搬到商业伦理子领域跑一遍，得到的数字将直接决定本块第一幕四条实验室条目的去留。

本块第八条《自愿认证的实效》可与第 490 号第一幕庚《土地收购与负责任农业投资》对撞：两边共享「认证收益停在哪一层」这一问题，本块的读数是停在农户层不下到雇工，对方的读数是投资准则停在合同层不下到被征地者。两条线的失效条件同型——按土地而非按劳动分配。

◎ 十条可做的研究命题

  1. 1. 承诺口径冻结后的兑现率　命题：把 2019–2021 年间发布 2030 年气候目标的企业，按承诺时原口径重算，到期兑现率将低于按企业现行口径自报的兑现率 20 个百分点以上。　方法：以 Net Zero Tracker 与 CDP 2019–2021 年披露为承诺基线，逐家冻结基准年、范围与排除项；2030–2031 年用同一企业的 CDP 与年报数据按两种口径各算一次。　证伪：两种口径的兑现率之差在样本中位数上小于 5 个百分点，或口径更改的企业不多于样本的 10%。
  2. 2. 内部举报数与诉讼的负相关能否出平台　命题：每百名员工年度内部举报件数与随后三年的证券集体诉讼率之间的负相关，在 NAVEX 客户之外的企业里同样成立。　方法：2026–2029 年用美国证监会 10-K 里自 2023 年起要求披露的举报渠道信息与 Stanford Securities Class Action Clearinghouse 的诉讼记录配对，按是否为 NAVEX 客户分层。　证伪：非客户层的相关系数符号为正或不显著，而客户层显著为负。
  3. 3. 举报奖励对小额举报的挤出　命题：美国证监会举报人奖励与案件金额挂钩，导致涉案金额低于 100 万美元的舞弊由员工首先揭发的比例在 2011 年后下降。　方法：用 SEC 举报人办公室年度报告与 AAER 执法记录，比较 2005–2010 与 2012–2025 两窗内按涉案金额分层的员工揭发占比。　证伪：小额层的员工揭发占比在两窗之间不下降，或下降幅度不大于大额层。
  4. 4. 审计频率与记录伪造的同向变化　命题：在同一供应商工厂，买家审计次数每年增加一次，后续审计中被认定为「记录不一致」的项目数上升而不是下降。　方法：2026–2029 年用 Better Work（国际劳工组织）公开的工厂评估数据，以审计次数为处理变量，以「工时记录不一致」项为结果，做工厂固定效应回归。　证伪：审计次数与记录不一致项数负相关，或在控制订单波动后相关消失。
  5. 5. 缺失的中间层能否被量化　命题：买家采购部门与合规部门共享的供应商评估字段占比高于三分之一的品牌，其供应商工厂的工时超标率比占比低于三分之一的品牌低 10 个百分点以上。　方法：2026–2028 年向 Fair Labor Association 成员品牌索取供应商评估表单结构（字段级），与 FLA 公开的工厂评估结果按品牌配对。　证伪：两组品牌的供应商工时超标率之差小于 3 个百分点，或字段共享占比与超标率无单调关系。
  6. 6. 道德许可在企业层的首次测量　命题：企业发布高调责任承诺（进入年度报告标题或新闻稿首段）后的四个季度内，其被 Violation Tracker 记录的监管处罚件数高于承诺前四个季度。　方法：2026–2030 年用 Good Jobs First 的 Violation Tracker 处罚记录与企业新闻稿数据库，做承诺前后的事件研究，以同行业未承诺企业为对照。　证伪：承诺后四个季度的处罚件数不高于承诺前，或与对照组同幅变化。
  7. 7. 绿色沉默的分母　命题：在美国环保署温室气体报告计划的设施数据里，实际减排幅度最大的四分位企业，其年度报告中提及减排的句子数低于减排幅度第二四分位的企业。　方法：2026–2027 年用 EPA GHGRP 2015–2025 年设施级排放算各企业减排幅度，用 10-K 文本抽取减排相关句数，按减排四分位比较。　证伪：减排幅度最大的四分位在披露句数上不低于第二四分位。
  8. 8. AI 伦理指南的执行条款与投诉量　命题：发布带执行机制（审计、问责、罚则）条款占比高于 10% 的伦理指南的企业，其在欧盟《人工智能法》生效后两年内被市场监管机构受理的投诉件数，低于只发布原则声明的企业。　方法：2026–2028 年以 Corrêa 等的 200 份指南为起点编码执行条款占比，与欧盟各国市场监管机构公开的 AI 法投诉登记配对。　证伪：两组企业的投诉件数无差异，或执行条款占比与投诉件数正相关。
  9. 9. 商业伦理子领域的复现率　命题：本领域被引前 100 的实验结果中，经注册复现且效应量保住原值一半以上的比例低于 30%。　方法：2026–2028 年以 Web of Science 商业伦理类目被引前 100 的实验论文为清单，与 Open Science Framework 的注册复现记录及 Retraction Watch 数据库配对，逐条判定。　证伪：保住一半效应的比例高于 50%。
  10. 10. 揭发者分布的跨市场复现　命题：Dyck 等在美国 1996–2004 年测得的「员工揭发占 17%、证监会占 7%」这一分布，在中国证监会 2016–2025 年公开的行政处罚案件里员工揭发占比更低而监管机构占比更高。　方法：2026–2027 年用中国证监会行政处罚决定书全文，逐案编码最初线索来源，与 Dyck 等的编码规则对齐后比较。　证伪：中国样本里员工揭发占比不低于 15%，或监管机构占比不高于 15%。

◎ 资料核验

  1. Orlitzky, Schmidt & Rynes，2003，Corporate Social and Financial Performance: A Meta-Analysis，《Organization Studies》24(3):403–441，DOI 10.1177/0170840603024003910
  2. Krüger，2015，Corporate Goodness and Shareholder Wealth，《Journal of Financial Economics》115(2):304–329，DOI 10.1016/j.jfineco.2014.09.008
  3. Berg, Kölbel & Rigobon，2022，Aggregate Confusion: The Divergence of ESG Ratings，《Review of Finance》26(6):1315–1344，DOI 10.1093/rof/rfac033
  4. Chugh, Banaji & Bazerman，2005，Bounded Ethicality as a Psychological Barrier to Recognizing Conflicts of Interest，收入 Moore 等编《Conflicts of Interest》（Cambridge University Press），DOI 10.1017/CBO9780511610332.006
  5. Oswald, Mitchell, Blanton, Jaccard & Tetlock，2013，Predicting Ethnic and Racial Discrimination: A Meta-Analysis of IAT Criterion Studies，《Journal of Personality and Social Psychology》105(2):171–192，DOI 10.1037/a0032734
  6. Rees, Tenbrunsel & Diekmann，2021，“It’s Just Business”: Understanding How Business Frames Differ from Ethical Frames and the Effect on Unethical Behavior，《Journal of Business Ethics》176(3):429–449，DOI 10.1007/s10551-020-04729-5
  7. Olken，2007，Monitoring Corruption: Evidence from a Field Experiment in Indonesia，《Journal of Political Economy》115(2):200–249，DOI 10.1086/517935
  8. Björkman & Svensson，2009，Power to the People: Evidence from a Randomized Field Experiment on Community-Based Monitoring in Uganda，《Quarterly Journal of Economics》124(2):735–769，DOI 10.1162/qjec.2009.124.2.735
  9. Colonnelli & Prem，2022，Corruption and Firms，《Review of Economic Studies》89(2):695–732，DOI 10.1093/restud/rdab040
  10. Fisman & Miguel，2007，Corruption, Norms, and Legal Enforcement: Evidence from Diplomatic Parking Tickets，《Journal of Political Economy》115(6):1020–1048，DOI 10.1086/527495
  11. Barr & Serra，2010，Corruption and Culture: An Experimental Analysis，《Journal of Public Economics》94(11–12):862–869，DOI 10.1016/j.jpubeco.2010.07.006
  12. Colonnelli, Lagaras, Ponticelli, Prem & Tsoutsoura，2022，Revealing Corruption: Firm and Worker Level Evidence from Brazil，《Journal of Financial Economics》143(3):1097–1119，DOI 10.1016/j.jfineco.2021.12.013
  13. Mazar, Amir & Ariely，2008，The Dishonesty of Honest People: A Theory of Self-Concept Maintenance，《Journal of Marketing Research》45(6):633–644，DOI 10.1509/jmkr.45.6.633
  14. Verschuere, Meijer, Jim 等（25 个实验室），2018，Registered Replication Report on Mazar, Amir, and Ariely (2008)，《Advances in Methods and Practices in Psychological Science》1(3):299–317，DOI 10.1177/2515245918781032
  15. PNAS 编辑部，2021，Retraction for Shu et al., Signing at the Beginning Makes Ethics Salient and Decreases Dishonest Self-Reports，《Proceedings of the National Academy of Sciences》118(38):e2115397118，DOI 10.1073/pnas.2115397118
  16. Merritt, Effron & Monin，2010，Moral Self-Licensing: When Being Good Frees Us to Be Bad，《Social and Personality Psychology Compass》4(5):344–357，DOI 10.1111/j.1751-9004.2010.00263.x
  17. Blanken, van de Ven & Zeelenberg，2015，A Meta-Analytic Review of Moral Licensing，《Personality and Social Psychology Bulletin》41(4):540–558，DOI 10.1177/0146167215572134
  18. Rotella, Jung, Chinn & Barclay，2026，Observation Moderates the Moral Licensing Effect: A Meta-Analytic Test of Interpersonal and Intrapsychic Mechanisms，《Personality and Social Psychology Bulletin》（2025 年在线先发），DOI 10.1177/01461672251345512
  19. Dyck, Morse & Zingales，2010，Who Blows the Whistle on Corporate Fraud?，《Journal of Finance》65(6):2213–2253，DOI 10.1111/j.1540-6261.2010.01614.x
  20. Bowen, Call & Rajgopal，2010，Whistle-Blowing: Target Firm Characteristics and Economic Consequences，《The Accounting Review》85(4):1239–1271，DOI 10.2308/accr.2010.85.4.1239
  21. Call, Martin, Sharp & Wilde，2018，Whistleblowers and Outcomes of Financial Misrepresentation Enforcement Actions，《Journal of Accounting Research》56(1):123–171，DOI 10.1111/1475-679X.12177
  22. Kish-Gephart, Harrison & Treviño，2010，Bad Apples, Bad Cases, and Bad Barrels: Meta-Analytic Evidence about Sources of Unethical Decisions at Work，《Journal of Applied Psychology》95(1):1–31，DOI 10.1037/a0017103
  23. Cohen, Panter, Turan, Morse & Kim，2014，Moral Character in the Workplace，《Journal of Personality and Social Psychology》107(5):943–963，DOI 10.1037/a0037245
  24. Egan, Matvos & Seru，2022，When Harry Fired Sally: The Double Standard in Punishing Misconduct，《Journal of Political Economy》130(5):1184–1248，DOI 10.1086/718964
  25. MacLean & Behnam，2010，The Dangers of Decoupling: The Relationship between Compliance Programs, Legitimacy Perceptions, and Institutionalized Misconduct，《Academy of Management Journal》53(6):1499–1527，DOI 10.5465/amj.2010.57319198
  26. Short & Toffel，2010，Making Self-Regulation More Than Merely Symbolic: The Critical Role of the Legal Environment，《Administrative Science Quarterly》55(3):361–396，DOI 10.2189/asqu.2010.55.3.361
  27. U.S. Department of Justice, Criminal Division，2020，Evaluation of Corporate Compliance Programs（2020 年 6 月更新版），justice.gov/criminal-fraud/page/file/937501/download
  28. Wilde，2017，The Deterrent Effect of Employee Whistleblowing on Firms’ Financial Misreporting and Tax Aggressiveness，《The Accounting Review》92(5):247–280，DOI 10.2308/accr-51661
  29. Berger, Perreault & Wainberg，2017，Hijacking the Moral Imperative: How Financial Incentives Can Discourage Whistleblower Reporting，《Auditing: A Journal of Practice & Theory》36(3):1–14，DOI 10.2308/ajpt-51663
  30. Stubben & Welch，2020，Evidence on the Use and Efficacy of Internal Whistleblowing Systems，《Journal of Accounting Research》58(2):473–518，DOI 10.1111/1475-679X.12303
  31. Zakolyukina，2018，How Common Are Intentional GAAP Violations? Estimates from a Dynamic Model，《Journal of Accounting Research》56(1):5–44，DOI 10.1111/1475-679X.12190
  32. Dyck, Morse & Zingales，2024，How Pervasive Is Corporate Fraud?，《Review of Accounting Studies》29:736–769，DOI 10.1007/s11142-022-09738-5
  33. Delmas & Burbano，2011，The Drivers of Greenwashing，《California Management Review》54(1):64–87，DOI 10.1525/cmr.2011.54.1.64
  34. Kim & Lyon，2015，Greenwash vs. Brownwash: Exaggeration and Undue Modesty in Corporate Sustainability Disclosure，《Organization Science》26(3):705–723，DOI 10.1287/orsc.2014.0949
  35. Bingler, Kraus, Leippold & Webersinke，2022，Cheap Talk and Cherry-Picking: What ClimateBert Has to Say on Corporate Climate Risk Disclosures，《Finance Research Letters》47:102776，DOI 10.1016/j.frl.2022.102776
  36. Bromley & Powell，2012，From Smoke and Mirrors to Walking the Talk: Decoupling in the Contemporary World，《Academy of Management Annals》6(1):483–530，DOI 10.1080/19416520.2012.684462
  37. Haack, Schoeneborn & Wickert，2012，Talking the Talk, Moral Entrapment, Creeping Commitment? Exploring Narrative Dynamics in Corporate Responsibility Standardization，《Organization Studies》33(5–6):815–845，DOI 10.1177/0170840612443630
  38. Haack, Martignoni & Schoeneborn，2021，A Bait-and-Switch Model of Corporate Social Responsibility，《Academy of Management Review》46(3):440–464，DOI 10.5465/amr.2018.0139
  39. Locke，2013，The Promise and Limits of Private Power: Promoting Labor Standards in a Global Economy（专著，Cambridge University Press），DOI 10.1017/CBO9781139381840
  40. Toffel, Short & Ouellet，2015，Codes in Context: How States, Markets, and Civil Society Shape Adherence to Global Labor Standards，《Regulation & Governance》9(3):205–223，DOI 10.1111/rego.12076
  41. Boudreau，2024，Multinational Enforcement of Labor Law: Experimental Evidence on Strengthening Occupational Safety and Health Committees，《Econometrica》92(4):1269–1308，DOI 10.3982/ECTA19408
  42. European Union，2024，Directive (EU) 2024/1760 on Corporate Sustainability Due Diligence，《Official Journal of the European Union》L 2024/1760，eur-lex.europa.eu/eli/dir/2024/1760/oj
  43. Locke, Rissing & Pal，2013，Complements or Substitutes? Private Codes, State Regulation and the Enforcement of Labour Standards in Global Supply Chains，《British Journal of Industrial Relations》51(3):519–552，DOI 10.1111/bjir.12003
  44. Amengual, Distelhorst & Tobin，2020，Global Purchasing as Labor Regulation: The Missing Middle，《ILR Review》73(4):817–840，DOI 10.1177/0019793919894240
  45. Dragusanu, Giovannucci & Nunn，2014，The Economics of Fair Trade，《Journal of Economic Perspectives》28(3):217–236，DOI 10.1257/jep.28.3.217
  46. Cramer, Johnston, Mueller, Oya & Sender，2017，Fairtrade and Labour Markets in Ethiopia and Uganda，《Journal of Development Studies》53(6):841–856，DOI 10.1080/00220388.2016.1208175
  47. Meemken，2020，Do Smallholder Farmers Benefit from Sustainability Standards? A Systematic Review and Meta-Analysis，《Global Food Security》26:100373，DOI 10.1016/j.gfs.2020.100373
  48. Hawn & Ioannou，2016，Mind the Gap: The Interplay between External and Internal Actions in the Case of Corporate Social Responsibility，《Strategic Management Journal》37(13):2569–2588，DOI 10.1002/smj.2464
  49. Marquis & Qian，2014，Corporate Social Responsibility Reporting in China: Symbol or Substance?，《Organization Science》25(1):127–148，DOI 10.1287/orsc.2013.0837
  50. Brown, Hsu, Manya 等，2026，Red Flags in Green Promises: A Framework for Identifying Greenwashing Risk in Corporate Climate Pledges，《npj Climate Action》5:19，DOI 10.1038/s44168-026-00346-6
  51. Jobin, Ienca & Vayena，2019，The Global Landscape of AI Ethics Guidelines，《Nature Machine Intelligence》1:389–399，DOI 10.1038/s42256-019-0088-2
  52. McNamara, Smith & Murphy-Hill，2018，Does ACM’s Code of Ethics Change Ethical Decision Making in Software Development?，ESEC/FSE 2018 论文集 729–733，DOI 10.1145/3236024.3264833
  53. Corrêa 等，2023，Worldwide AI Ethics: A Review of 200 Guidelines and Recommendations for AI Governance，《Patterns》4(10):100857，DOI 10.1016/j.patter.2023.100857
  54. Kristal, Whillans, Bazerman, Gino, Mazar, Shu & Ariely，2020，Signing at the Beginning versus at the End Does Not Decrease Dishonesty，《Proceedings of the National Academy of Sciences》117(13):7103–7107，DOI 10.1073/pnas.1911695117
  55. Simonsohn, Simmons & Nelson（Data Colada），2021，Evidence of Fraud in an Influential Field Experiment about Dishonesty，datacolada.org/98
  56. NBC News，2025，What to Know about Francesca Gino, the Harvard Professor Whose Tenure Was Revoked amid Data Fraud Investigation，nbcnews.com（rcna209219）
  57. García-Sánchez, Hussain, Khan & Martínez-Ferrero，2021，Do Markets Punish or Reward Corporate Social Responsibility Decoupling?，《Business & Society》60(6):1431–1467，DOI 10.1177/0007650319898839
  58. Tashman, Marano & Kostova，2019，Walking the Walk or Talking the Talk? Corporate Social Responsibility Decoupling in Emerging Market Multinationals，《Journal of International Business Studies》50(2):153–171，DOI 10.1057/s41267-018-0171-7
  59. Ruiz Manuel & Blok，2023，Quantitative Evaluation of Large Corporate Climate Action Initiatives Shows Mixed Progress in Their First Half-Decade，《Nature Communications》14:3487，DOI 10.1038/s41467-023-38989-2
新思想前沿：近二十年各主要领域真正立住、可核对、可反驳的思想转向。 · ← 返回栏目