环境规制与企业创新：基于对千家企业节能行动的分析

张艳云，黄 涛

(北京大学 光华管理学院， 北京 100871)

一、政策背景

从1980 年至2002年，中国经历了万元GDP(国内生产总值)能耗年均降低5%的过程。而从2002年至2005年，能耗与GDP增长关系的历史趋势出现了巨大的逆转，万元GDP能耗在此阶段年均增长3.8%[1]。为扭转这一局面，中国政府于2005年提出了一个宏大的目标：到2010年底能耗强度(单位GDP耗能量)要下降20%。为实现这一目标，中国政府在“十一五”期间实施了许多能效项目，其中最为关键的项目之一就是千家企业节能行动，该行动需在“十一五”期间实现1亿吨标准煤的节能量。入选的“千家”工业企业均为节能大户，以2004年为例，它们的能耗量分别占全国总能耗量和工业能耗总量的33%和47%。每家节能企业的节能目标设定主要取决于该企业能耗在所有被管制能耗企业中的占比，并根据企业的节能技术进步潜力微调[2]。根据官方统计，“十一五”期间，纳入千家企业节能行动考核的881家企业共实现节能量1.65亿吨标准煤，超额65%完成节能1亿吨的目标[3]。除了国家层面和省级层面颁布的相关政策和提出的要求，企业层面实现既定节能目标的手段之一就是技术更新和改造[4]。但是由于企业数据的保密性，企业真实的节能手段采用情况并未公布，这使得节能目标的实现无据可查。作为实现节能目标的重要途径，工业企业的技术改造和创新是我们关心的重点。因此，本文试图利用政策已有的公开信息，探寻千家企业节能行动政策下企业是否真正在技术创新上有所突破。

二、文献回顾

环境改善和企业创新是维持社会环境和企业可持续发展的两个重要手段，但是以改善自然环境为初衷的环境政策对企业技术开发的影响往往是不确定的。虽然根据发挥作用的主体性角度和政策工具的强弱性特征相结合的标准，环境政策被大致划分为三大类型：命令—控制型、市场激励型和自愿行动型[5]，但是基于中国目前的政策施行情况，最能发挥作用的一直是命令—控制类型。现有理论关于命令—控制政策对企业创新能力的作用的争论主要有两类观点：一类学者认为强制性的政策增加了企业成本，占用了企业用于提升经济绩效(例如开发新产品和开拓新市场)的资源，从而降低了企业的竞争力[6]；另一类学者则主张“波特假说”(Porter’s Hypothesis)，认为适当的环境规制能激发企业的创新潜能，实现环境绩效与经济绩效的“双赢”[7-8]。

除了理论上的争论，环境规制对企业创新不同方向的影响亦有实证检验。赵红使用中国30个省市工业企业1996—2004年的面板数据，实证分析了环境规制对于企业技术创新的影响，结果显示，环境规制对滞后1期或2期的R&D投人强度以及专利申请数量有显著的正效应，环境规制强度每提高1%，二者分别增加0.12%和0.30%[9]，表明环境规制在中长期对中国企业技术创新有一定的促进作用。蒋伏心等运用2004—2011年江苏省28个制造业行业面板数据，采用两步GMM法实证分析了环境规制对技术创新的直接效应和间接效应，结果表明，环境规制与企业技术创新之间呈现先下降后提升的U型动态特征，随着环境规制强度由弱变强，影响效应由抵消效应转变为补偿效应[10]。同样是对环境规制强度和企业生产技术进步之间关系的研究，张成等指出这一影响在不同地区呈现的效果不同，在东部和中部地区，初始较弱的环境规制强度确实削弱了企业的生产技术进步率，然而随着环境规制强度的增加，企业的生产技术进步率逐步提高，即环境规制强度和企业生产技术进步之间呈现U型关系；在西部地区，受到环境规制形式的影响，环境规制强度和企业的生产技术进步之间尚未形成在统计意义上显著的U型关系[11]。

现有文献对环境规制的测量大多基于政策的经济指标，均存在一定程度的不足[11]。千家企业节能行动作为“十一五”期间重要的能源环境政策，为控制—命令型环境规制与企业创新关系的研究提供了“拟自然实验”的机会[12]。借鉴申萌等[12]的研究方法，本文尝试对此进行实证检验，并从以下3个方面避免相关研究中的偏误问题：第一，通过双重差分法观察政策的平均处理效应(average treatment effect)，不需要直接观察治污成本，避免治污成本指标的选择问题；第二，通过倾向得分匹配搜寻与政策实施企业相似的对照组企业，有效规避企业异质性问题；第三，《千家企业节能行动实施方案》明确指出，原则上5年内不对千家企业名单作大的调整，规避选择性偏误问题。

三、实证方法

(一)倾向得分匹配—双重差分法

本文利用双重差分法(difference-in-difference，DID)和倾向得分匹配(propensity score matching,PSM)相结合的方法考察千家企业节能行动对企业创新的影响。双重差分法是研究政策效应的常用方法，在理论上，当政策目标企业是随机产生时，通过双重差分法比较政策组和对照组在政策实施前后创新绩效的变化差，可以得到政策效果，即创新绩效的平均处理效应，具体表达为：

ΔEDID=E(yi1-yi0′)-E(yi0-yi0′)

(1)

其中：yi1表示受政策处理后企业i的创新绩效，yi0表示假设企业未受政策处理的创新绩效，yi0′表示政策实施前的创新绩效。对于所有政策组企业，yi0是无法观测的。如果政策组企业是随机选择的，对照组企业的创新绩效yj0可近似代理yi0。此时，平均处理效应可通过OLS回归获得：

yit=α0+α1·Treati+α2·Timet+β·(Treati·Timet)+γ·Xit+εit

(2)

其中：yit表示企业i在年份t的创新绩效，Treati表示企业i是否属于政策组的0-1变量(取值为1表示属于政策组)，Timet表示年份t处于政策实施前或者后的时间虚拟变量(取值为1表示属于政策后)，Xit表示其他控制变量，系数β为平均处理效应ΔEDID。

上述分析方法适用于随机产生的政策组企业，但是千家企业节能行动中选出的企业不满足此条件[12]，千家企业均为精心选择的特定行业的重点耗能企业。当政策组企业并非随机选择时，由于各组企业存在不同特征，双重差分法将产生选择性偏误。因此，本文利用倾向得分匹配解决该问题[13]。为给政策组找到合适的对照组企业，本文选择了与政策组企业所在二位数工业行业代码相同的具有创新行为的企业，以降低其他行业政策的干扰。同时，为避免选择性偏误，需要找到一组可行协变量Z，满足式(3)：

E(yi0-yi0′|Treat=1,P(Z))=E(yj0-yj0′|Treat=0,P(Z))

(3)

其中，P(Z)表示企业在政策实施前被归于政策组的倾向得分，这一得分来源于将“是否属于政策组”虚拟变量对企业基期的协变量进行Probit回归获得，得到倾向得分之后需进行平衡假设检验，目的是说明在政策组和对照组之间是否不再具有显著差异。在实际操作中，由于倾向得分是连续分布，很难找到两个企业具有完全相同的倾向得分[12]。为解决这一问题，本文使用了半径匹配(本文设定半径值为0.05)和核匹配两个方法以保证回归结果的稳健。

(二)数据处理和变量说明

千家企业节能行动是相关部门于2006年开始实施的，针对钢铁、石油石化、电力、化工等九大行业中2004年企业综合能源消费量达18万吨标准煤以上的1 008家重点企业的节能政策，由于兼停并转等原因，2007—2010年政策中实际参与评估的企业数目分别为998、959、925和905家。本文使用的数据为《中国工业企业数据库》近几年更新的数据，并经历了繁复的数据清理过程。首先，本文根据千家企业的代码和名称与工业企业数据库进行匹配；其次，如果代码和名称均未匹配到，再根据企业的其他唯一性信息进行匹配，例如电话、公司网址等。最终由工业企业数据库匹配到的企业数目为430家。为了获取企业的创新数据，本文以这430家企业为基础，利用Python 3.4软件，在国家知识产权局专利检索系统爬取相应企业的专利数据，其中能检索到的企业数目为255家，但是由于大量企业在“十一五”期间不存在专利数据而被删除，最终得到的企业数目为122家。根据双重差分法，本文需观察政策执行前后企业创新绩效的变化，另外，由于节能行动的政策实施时间为 2006—2010年，千家企业名单公布时间为2004年，而且Price等[14]认为该行动到2007年已显出效果，因此本文的基准研究期限为2004—2007年。

表1报告了 2004年和 2007年政策组和对照组的主要变量的分布情况。各变量的定义如下：(1)考虑到环境政策对企业创新绩效的影响存在滞后效应，本文使用企业未来3年的专利申请数目之和作为企业当年的创新绩效(例如2004年的创新绩效为2004—2006年的专利申请数目之和)。(2)固定资产利润率(FixPftRatio)：用于反映企业的盈利能力，根据公式“总利润/固定资产合计”获得。(3)流动比率(CurRatio)：反映企业短期偿债能力，根据公式“流动资产/流动债务”计算。(4)单位债务收益率(StkLiabRatio)：表示企业的长期偿债能力，根据公式“所有者权益/总债务”获取。(5)企业规模(Size)：用数据库提供的“全部从业人员年平均数”表示。(6)企业隶属关系(affiliation)：为0-1虚拟变量，其中取值为1表示该企业隶属于中央。

表1 关键变量均值与组间差异

注：报告数据为主要变量的均值，括号内为标准差，*、**和 ***分别表示在10%、5%和1%水平上显著

四、实证分析

(一)PSM方法的结果

表2 Probit模型回归结果

注：报告数据为2004年的匹配结果，括号内为标准误，*、**和***分别表示在10%、5%和1%水平上显著

在表2中，模型1汇报了Probit模型回归的结果，模型2和模型3分别对应半径值为0.05的半径匹配和核匹配的“加权Probit”回归结果。相比于匹配前的模型1，匹配之后的R2在另外两个模型中均大幅度下降，说明匹配后的模型在整体上已不能解释组间差异，匹配方法可行。

表3是匹配之后的平衡性检验结果，结果表明半径匹配和核匹配均平衡了原有的组间差异，即两种匹配方法都较好地通过了平衡性检验。

(二)DID方法的结果

表4报告了平均处理效应，其中可以看到匹配前政策组企业相比对照组企业在2004—2007年专利申请数目增长了26.99%，但是因为选择偏差的存在，匹配前的结果不能反映政策的效果。匹配后的平均处理效应都显著为正，且系数明显大于匹配前的数据，这表明匹配前的平均处理效应偏低。另外，半径匹配的平均处理效应为63.71%，核匹配的平均处理效应为59.46%，说明千家企业节能行动这项政策使得政策组企业的创新能力在2004—2007年得到了60%左右的提升。

表3 平衡性检验结果

注：括号内为t值，*、**和***分别表示在10%、5%和1%水平上显著

表4 双重差分法回归结果

注：括号内为标准误，*、**和 ***分别表示在10%、5%和1%水平上显著

表5显示了分地区(东部、中部和西部)匹配之后的平均处理效应，可以看出，政策对企业专利申请数目的影响具有明显的地区差异，其中，随着时间的推移，中部地区企业的创新能力也出现了显著的提升，但是政策和时间交叉系数的符号为负，且没有显示出统计意义上的显著性。另外，政策对东部和西部地区企业的创新能力均具有显著正向影响，但是相比于西部，东部企业受益更大。从综合半径匹配和核匹配的结果来看，在2004年到2007年，千家企业节能行动这项政策对东部企业创新能力的提升比西部企业大约高出20%。

表5 不同地区双重差分法回归结果

注：括号内为标准误，*、**和***分别表示在10%、5%和1%水平上显著

五、结论与讨论

千家企业节能行动是“十一五”期间最为关键的节能项目之一，涵盖了钢铁、石油石化、电力、化工、建材、纺织等九大重点耗能行业，该行动不仅超额完成了既定的节能目标，而且在促进企业的技术创新上也取得了显著的效果，对以后的节能行动也有很好的启发和助益，这在近年来的实践中得到了充分的证实。本文结合倾向得分匹配和双重差分法，减弱了政策企业选择的非随机性带来的选择偏误，在此基础上研究了这项节能政策对规制企业创新绩效的影响。在对数据进行匹配之前，单纯的双重差分法显示政策组企业的专利申请数目相比非政策企业平均增加26.99%，但是在匹配之后，平均处理效应高达60%左右，说明组间特征的差异抵消了30%～40%专利申请数目的增加。显著正向的政策效应表明千家企业节能行动不仅没有增加企业节能减排的成本，还促进了企业技术的创新，说明政策企业将这项节能行动视为敦促自身进行技术改造和更新的契机，也进一步证实了适当的环境政策可以实现节能绩效与企业效率的“双赢”。但是，这项政策对企业创新能力的提升只对东部和西部企业作用明显，对中部地区企业影响不明显，不过中部地区企业的创新能力在时间上是出现了显著提升的，这一点值得我们进一步思考和探索政策是否抑制了中部企业创新能力的提升。千家企业节能行动虽然获得了节能绩效上的成功，但是从可持续性角度来讲，节能政策的真正成功是要让企业逐步具备节能自主性，而这一自主性离不开企业创新能力环境的培养。