排污费征收标准调整对制造业企业减排影响研究

任飞州 吴力波 马 戎

(复旦大学 经济学院，上海 200433)

一、 引言和文献综述

中国二氧化硫污染严重程度在全球位居前列。根据芬兰能源和清洁空气研究中心(CREA)公布的《2019～2020全球二氧化硫排放热点地区排名》，尽管中国2019年二氧化硫排放量自2011年达到顶峰后已减排87%，但现有排放依然位列全球第三，仅次于印度和俄罗斯。为控制二氧化硫排放，我国自“九五”计划起，就始终将二氧化硫列为主要污染物。不仅如此，中国政府提出“两控区”和环境保护重点城市等政策以进一步降低各地区二氧化硫排放，这些政策也确实取得了一定的成效(1)汤韵、梁若冰：《两控区政策与二氧化硫减排——基于倍差法的经验研究》，《山西财经大学学报》2012年第6期。祁毓、卢洪友、张宁川：《环境规制能实现“降污”和“增效”的双赢吗——来自环保重点城市“达标”与“非达标”准实验的证据》，《财贸经济》2016年第9期。。但不可忽视的是，中国政府对未来二氧化硫的控制更加严格。中共十九届五中全会明确指出我国的生态环保任重道远，在2035年需要实现“生态环境根本好转”的奋斗目标。在二氧化硫污染控制任务难度进一步加大与中国环境质量提升的边际成本不断提高的背景下，研究相关环境政策是否能有效控制二氧化硫排放具有重要的现实意义。(2)刘峥延、毛显强、江河：《“十四五”时期生态环境保护重点方向和任务研究》，《中国环境管理》2019年第3期。

中国工业二氧化硫排放呈现出极强的行业间异质性。中国工业二氧化硫的减排主要是来源于电力行业。根据2003～2015年《中国环境统计年报》数据，电力行业的排放占全国工业二氧化硫排放的35%～60%，在2010年前这一占比维持在50%以上，2015年的二氧化硫排放相比2006年下降了58%；而除电力行业外的其他行业，从总量数据观察，2015年的排放总量相比2006年反而出现上升。因此，探究环境政策对二氧化硫排放的控制效果必须深入到微观企业层面。

另一方面，二氧化硫排放的治理力度也存在行业差异，制造业在治理力度方面显著落后于电力行业。自“十一五”开始，我国在不断收紧企业污染排放规制力度的同时，着重加强了对燃煤发电行业的污染排放治理。相关部委于2015年颁布《全面实施燃煤电厂超低排放和节能改造工作方案》，要求我国全面实施燃煤电厂超低排放，到2020年所有具备改造条件的燃煤电厂力争实现超低排放(二氧化硫排放浓度不高于35毫克/立方米)。超低排放属于末端治理，我国脱硫、脱硝等超低排放技术已经达到国际先进水平，这有助于显著降低燃煤发电污染排放(3)帅伟、李立、崔志敏、吴家玉、莫华：《基于实测的超低排放燃煤电厂主要大气污染物排放特征与减排效益分析》，《中国电力》2015年第11期。徐静馨、朱法华、王圣、张明、赵秀勇、孙雪丽、胡耘、田文鑫：《超低排放燃煤电厂和燃气电厂综合对比》，《中国电力》2020年第2期。。与此同时，制造业还未将超低排放作为强制技术标准。中国如果要进一步控制二氧化硫排放，就必须加强研究环境政策对制造业企业减排的影响及其传导机制。

本文研究主题在于探讨排污费作为一种环境政策工具对制造业企业二氧化硫排放的影响。排污费是中国最主要的市场激励型政策工具之一，研究排污费对企业减排的影响对于未来环境政策制定具有重要意义。已有研究对排污费改革政策减排效应进行评估，如郭俊杰等(2019)使用2004～2014年的省级面板数据对排污费减排效应进行验证，发现排污费标准调整这一政策具有非常显著的减排效果(4)郭俊杰、方颖、杨阳：《排污费征收标准改革是否促进了中国工业二氧化硫减排》，《世界经济》2019年第1期。。涂正革等(2019)同样使用2004～2014年的省级数据发现排污费改革政策并未呈现显著的减排效果，只有在更为严格的环境执法强度下排污费标准的提高才能促进二氧化硫减排(5)涂正革、周涛、谌仁俊、甘天琦：《环境规制改革与经济高质量发展——基于工业排污收费标准调整的证据》，《经济与管理研究》2019年第12期。。卢洪友等(2019)则在地级市层面验证了排污费征收标准变革对二氧化硫的减排效应，且这一政策对经济增长存在抑制作用(6)卢洪友、刘啟明、徐欣欣、杨娜娜：《环境保护税能实现“减污”和“增长”吗?——基于中国排污费征收标准变迁视角》，《中国人口·资源与环境》2019年第6期。。对上述研究进行总结可以发现，现有对排污费征收标准改革这一政策减排效应的研究主要集中在地级市与省份等中观层面，忽略了电力行业与非电力行业之间存在的行业差异，也无法对行业特征进行控制，并且上述研究对于政策有效性的研究结论不尽相同。关于排污费标准改革对控制制造业企业的二氧化硫排放是否有效这一问题尚未得到充分解答。

本文拟对以下问题进行研究：在排污费征收标准调整政策下制造业企业是否显著减少了二氧化硫排放？如果制造业企业二氧化硫排放显著下降，那么主要是通过哪些减排行为实现的？不同特征的企业在减排效应和减排路径方面是否存在差异？当企业受环境规制影响而改变生产行为时，服从“遵循成本说”还是“创新补偿说”？为回答上述问题，本文使用多时点双重差分(Time-varying DID)模型研究排污费调整政策对2004年至2013年我国制造业企业减排的影响。本文的核心贡献在于将研究视角拓展到企业微观层面，对企业减排行为进行实证检验。最后，讨论了四类异质性下政策减排效果及传导机制的差异，分别为行业异质性、企业污染异质性、企业所有制异质性和企业规模异质性，并根据研究结论给出相应的政策建议。

二、 研究背景、方法和数据

(一) 政策背景

中国治理污染的主要市场激励型政策工具是排污收费制度。自2003年《排污费征收标准管理办法》(后简称《办法》)和《排污费征收使用管理条例》(后简称《条例》)颁布之后，排污费征收从按浓度收费转向按总量收费。同时在《办法》和《条例》中明确指出，如果水污染排放超过国家或地方标准，则需在该种污染物排污费收费额基础上加1倍征收超标准排污费；对空气污染则无超标排污费征收说明，因此二氧化硫排污费的收取与排放之间可以认为是线性关系。根据经济学原理，当排污收费与企业边际减排成本相一致时达到最优，但在《办法》开始执行时对于二氧化硫排污费的定价是0.63元/千克，当时排污收费标准仅为企业污染治理设施运转成本的50%，部分项目甚至不足10%。(7)王萌：《我国排污费制度的局限性及其改革》，《税务研究》2009年第7期。2007年，国务院发布《关于印发节能减排综合性工作方案的通知》，要求将二氧化硫排污费由目前的每千克0.63元分三年提高到每千克1.26元。在2007～2012年之间，有12个省市对二氧化硫排污费进行了调整，具体调整见表1。(8)在回归时，各省市实施排污费改革政策时点如下：2007年，江苏；2008年，安徽、河北、山东和内蒙古；2009年，广西、上海和云南；2010年，广东和辽宁；2011年，天津；2012年，新疆。天津市由于年末发布政策文件，故将其政策实施时点往后推迟一年。部分省市在政策实施当年便将排污费提升为改革前的两倍，而部分省市则是在政策实施2～3年后才将二氧化硫排污费提升为1.26元/千克。

(二) 数据处理

本文回归的数据来自2004～2013年中国工业企业环境统计数据库和中国工业企业数据库。中国工业企业环境统计数据库包含企业各类污染数据和产值数据，该数据库被学者广泛用于分析企业微观层面污染行为的各类影响因素，是迄今为止最为权威的微观企业环境统计数据库。(9)陈登科：《贸易壁垒下降与环境污染改善——来自中国企业污染数据的新证据》，《经济研究》2020年第12期。刘啟仁、陈恬：《出口行为如何影响企业环境绩效》，《中国工业经济》2020年第1期。徐志伟、殷晓蕴、王晓晨：《污染企业选址与存续》，《世界经济》2020年第7期。选择2004～2013年作为本文研究窗口有以下两个原因：第一，在政策上排污费转为总量收费是从2003年7月1日起开始执行的，本文研究的是排污费征收标准改革的影响，需剔除排污费由浓度征收转为总量征收这一政策变化带来的冲击；第二，在2004年前本文所使用的环境统计数据库有部分省份数据缺失。综合考虑上述两个原因，为准确识别本次排污费改革政策的影响，以及保证数据的有效性和权威性，将研究时间窗口定为2004～2013年。本文通过组织机构代码证和企业名称将环境统计数据库与工业企业数据库匹配，匹配后的样本同时具有企业经营数据与污染排放数据。其中工业企业数据库根据杨汝岱(2015)的方法进行跨年匹配，并剔除总资产和从业人数为0的企业。(10)杨汝岱：《中国制造业企业全要素生产率研究》，《经济研究》2015年第2期。工业企业环境统计数据库中存在较多的异常值，需要加以清理，具体处理过程如下：

第一，首先剔除工业总产值1万元以下的企业，这些样本的污染物产生量/工业总产值指标异常高，可能存在数据错填、乱填等情况；第二，将全国分为东部、中部、西部三个地区，若当年某企业污染物产生量/工业总产值这一指标高于其所在地区二位数行业99%分位数或低于1%分位数，则认为属异常值而将其剔除；第三，由于部分企业以水污染为主而二氧化硫排放较低，即便其工业总产值存在异常也无法通过单一污染物识别，因此本文同时根据二氧化硫和化学需氧量，使用上述1%和99%分位数准则识别异常值并剔除。由于统计口径的变化，2006～2010年的环境统计数据库中电力行业数据缺失，且本文研究的主要是非电力行业企业，与此同时采掘业由于其资源依赖的特征难以刻画其减排行为，因此本文将工业行业中的采掘业、电力、热力、水的供应业进行剔除，最后只保留制造业企业。(11)陈钊、陈乔伊：《中国企业能源利用效率：异质性、影响因素及政策含义》，《中国工业经济》2019年第12期。尽管北京市在研究窗口期内未进行排污费改革，但为了排除奥运会的影响，故将北京市的样本剔除。同时，本文还删除二氧化硫产生量始终为0的企业，以剔除非二氧化硫排放企业。考虑到后续会涉及政策的长期效应及短期效应研究，平衡面板可以保证实验组与对照组在各时点上比较的样本基本一致，因此最后经以上数据处理后形成2004～2013年工业企业平衡面板数据。

(三) 计量模型和变量说明

排污费征收标准调整在2007～2012年间于不同省份实施，需要使用多时点双重差分模型进行研究。参考Beck等(2010)，将具体计量模型设定如下：(12)T. Beck, L. Ross, and L. Alexey, “Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States,” The Journal of Finance 65.5 (2010): 1637-1667.

lnSO2it=β0+β1Levyit+β2Xit+μi+ωt+εit

(1)

其中下标i表示企业，t表示年份。lnSO2it即为i企业t年的二氧化硫排放量，由于部分企业具备极强的末端治理能力，可以将产生的二氧化硫完全去除，因此会出现排放量为0的情形，因此将该变量加1后取对数处理。Levyit为排污费政策变量，若i企业所在省份在t年实施排污费改革，则该变量在t年之前为0，在t年及以后为1；若i企业所在省份未曾实施排污费改革，则该变量始终为0。Xit为控制变量，本文使用的控制变量分为企业层面的变量和省份层面的变量。其中，企业层面的变量包含企业总资产(lnAsset)、企业从业人数(lnLabor)和企业年龄(lnAge)，上述企业变量均取对数处理；省份层面的变量参考Fan et al.(2019)，包含省份人均GDP(lnGdpper)和省份总人口(lnPop)，上述各省变量均取对数处理。(13)H. Fan, et al., “Going Green in China: Firms’ Responses to Stricter Environmental Regulations,” National Bureau of Economic Research (2019).最后，μi和ωt分别表示企业固定效应和时间固定效应，εit则是残差项，本文回归过程中对省份-年份交乘项进行聚类。

在完成排污费改革政策对企业减排影响研究之后，本文进一步研究了该政策对企业排放产生影响的作用机制，并设定计量方程如下：

Channelit=β0+β1Levyit+β2Xit+μi+ωt+εit

(2)

式(2)中Channel表示排污费对企业减排影响的作用渠道，角标与其余变量含义与式(1)一致。根据Qian等(2021)，企业排放可以做以下分解：(14)H. Qian, et al., “Air Pollution Reduction and Climate Co-Benefits in China’s Industries,” Nature Sustainability (2021): 1-9.。指数分解法还可以包含能源品种变化，但由于本文使用的工业企业环境统计数据库缺少2011～2013年的能源使用数据，因此只将二氧化硫排放量分解为与产值、污染产生量和污染排放量相关的三个指标。

(3)

其中,Y表示企业产出水平，SO2generation表示二氧化硫产生量。根据式(3)，二氧化硫排放可以分解为企业工业总产值、单位工业总产值二氧化硫产生量以及二氧化硫去除率，以上因素即为影响企业污染最主要的三个渠道，在后续的影响机制分析中本文根据式(2)分别对以上三个渠道进行回归。(15)企业二氧化硫去除率的计算公式为：二氧化硫去除量/二氧化硫产生量。其中，二氧化硫去除量=二氧化硫产生量-二氧化硫排放量。其中企业工业总产值(lnY)代表企业产出水平、单位工业总产值二氧化硫产生量代表企业污染过程管理水平(process)、企业二氧化硫去除率代表企业末端治理水平(lnEOP)，以上变量均取对数处理，其中二氧化硫去除率和单位工业总产值二氧化硫产生量可能存在0值，因此在加1后取对数处理。上述变量中，企业数据来自污染数据库和工业企业数据库，各省数据来自国家统计局。变量描述性统计见表2。其中实验组的样本企业数为1692家，控制组的样本企业数为1699家，实验组与控制组企业数基本一致。在整个研究窗口期内，实验组企业相比控制组企业具有更大规模、更长存续时间和更低的污染排放水平，实验组企业所在地区的人均GDP和总人口也相对更高，因此有必要控制上述企业特征与地区特征变量。

表2 控制组和实验组变量描述性统计

三、 基准回归结果

(一) 基准回归结果

本文研究排污费征收标准调整政策对企业二氧化硫污染减排的影响，回归结果见表3，由式(1)的计量模型所得到。表3中列(1)未包含任何解释变量，第(2)、(3)列分别增加了企业解释变量和省份解释变量。列(4)是包含所有解释变量的结果，Levy的系数估计值为-0.112，通过了5%的显著性水平检验，即在控制了企业特征和省份特征后，排污费标准上调令企业二氧化硫排放显著下降了约11%，排污费的提高有效控制了企业的污染排放。不同的模型回归结果表明，是否增加企业控制变量与省份控制变量，排污费政策的系数估计结果并未出现大幅变化。对于具体的控制变量，企业总资产、企业从业人数和企业年龄的系数显著为正，这说明企业的规模越大、企业发展的时间越长，企业所排放的二氧化硫也便越多，这也是排放和产出的紧密关系所决定的。省份控制变量中，人均GDP和人口的回归系数均不显著，说明地区之间宏观经济发展的差异并未显著影响企业这一微观个体的排放决策，企业排放更多受到的是政策冲击以及自身特征所带来的影响。

表3 基准回归结果

(二) 平行趋势检验

在使用双重差分方法前比较重要的前提是满足平行趋势，回归方程如下：

(4)

图1 基准回归平行趋势图

由图1可以看到，t-1期、t-2期以及t-3期回归系数均不显著，这说明排污费改革政策实施前实验组与控制组企业的二氧化硫排放并无显著差异，满足平行趋势假定。政策实施后的第一年即t+1期，回归系数接近于0且不显著；而从t+2期开始，回归系数显著为负，这说明政策实施后实验组二氧化硫排放显著下降，同时从图中可以看到该下降趋势随时间的推移而逐渐扩大。

(三) 稳健性检验(16)因篇幅限制，此处未详细报告回归结果。如有需要，请与本文作者联系。

1. 改变研究样本

在排污费调整政策实施后，部分企业由于承担了过多的减排成本而停止生产，同时也有一些企业是在政策实施后进入市场，或是在政策实施前便由于其他原因退出市场，我们将企业退出市场这一现象纳入考量以验证识别策略的稳健性，将这类在研究窗口期内出现进入或退出行为的企业放入样本，根据式(1)重新回归。同时，前文中由于北京的特殊性而将位于北京市的企业进行删除，在本节也将这类企业重新纳入样本进行回归。表4中列(1)和列(2)报告的是非平衡面板的回归结果。结果显示，在考虑这部分进入或退出企业后排污费标准调整对企业减排的影响依然显著，但政策变量的回归系数发生了变化。比如，列(2)中排污费改革下企业减排的政策效应约为-5%(通过10%的显著性水平检验)，与基准回归表3列(4)中-11%的数字相比政策效应减弱。表4中列(3)和列(4)报告的是考虑北京市企业的回归结果，与基准回归相比回归系数并未出现大幅变动，解释变量的系数符号也与基准回归基本一致。以上结果表明，在改变样本之后，排污费标准改革依然显著降低了企业二氧化硫排放，结果具有稳健性。

2. 比较不同污染物的政策效应

根据政策文件，此次主要上调了二氧化硫这一污染物的排污费标准，对工业烟粉尘排放并未特别说明。因此，为进一步增强研究的可靠性，本文还增加了排污费调整政策对企业工业烟粉尘排放量影响的检验，其中工业烟粉尘排放量同样在加1后取对数处理，变量符号为lnSD。表4中列(5)和列(6)报告的结果显示排污费征收标准调整对工业烟粉尘排放的影响不显著，同时回归系数小于0.001，政策效应在经济意义上不显著。这说明二氧化硫排污费改革对工业烟粉尘排放无显著影响，该政策主要影响企业二氧化硫的排放，并未出现污染物的“协同”减排。这一结果验证了二氧化硫排污费政策的有效性，但同时也揭示了一般污染物控制政策的单一性问题。

表4 稳健性检验

3. 不同聚类稳健标准误

本文设定的回归模型在省份-年份层面进行聚类，即说明允许误差在省份-年份层面相关。我们进一步检验不同聚类层次对回归结果显著性的影响。表4中列(7)是在二位数行业-年份层面聚类的回归结果；列(8)是在企业层面聚类的回归结果。回归结果表明，在不同的聚类方式下，排污费政策的回归系数显著性并未发生变化，与基准回归一致，这说明改变聚类稳健标准误的计算方式并未改变回归结果的显著性。

4. 安慰剂检验

尽管控制了企业特征变量和省份特征变量，但模型的回归结果依然可能会受到不可观测变量的影响。为排除遗漏变量的影响，我们使用安慰剂检验方法进行稳健性检验。参考王班班等(2020)的做法，生成虚拟的排污费改革政策变量，并将这个变量随机分配给所有企业，被分配到的企业即受到了政策冲击，回归后可以得到系数βr以及其统计推断相关变量。(17)王班班、莫琼辉、钱浩祺：《地方环境政策创新的扩散模式与实施效果——基于河长制政策扩散的微观实证》，《中国工业经济》2020年第8期。重复以上过程1000次后可以得到1000个βr。图2展示的结果中，黑色实线为系数βr的概率密度，灰色点则为各系数对应的p值。可以看到，虚拟政策冲击下得到的回归系数接近于0，且大部分都不显著。本文基准回归表3列(4)所得到的-0.112的系数在分布外，显著拒绝系数为0的原假设。安慰剂检验结果表明，前文基准回归模型未受到不可观测变量的影响。

图2 安慰剂检验结果

四、 进一步讨论

(一) 排污费政策效应长短期分析

由平行趋势图可以看到，在政策实施后的前几期，实验组企业的二氧化硫排放并无显著变化，排污费的二氧化硫减排效应在长期才会显现出来，因此本节进行政策效应的长短期分析，设定计量方程如下：

lnSO2it=β0+β1Shortit+β2Longit

+β3Xit+μi+ωt+εit

(5)

式(5)中i代表企业，t代表时间。其中系数β1表示政策短期效应的大小，Short为政策的短期冲击，在实验组企业实施政策后的前三期为1，控制组企业所有样本以及实验组企业除政策实施后前三期外的样本设定为0；系数β2表示政策长期效应的大小，Long为政策的长期冲击，在实验组企业政策实施三期后的样本设定为1，实验组企业其余样本以及控制组企业所有样本设定为0。Xit为控制变量，与基准回归中所使用的变量一致；μi为企业个体固定效应，ωt为时间固定效应。表5中列(1)和列(2)为回归结果，可以看到不论是否添加控制变量，排污费政策的短期效应与长期效应均显著为负。列(2)中政策短期效应系数为-0.088，在10%水平下显著，长期效应的系数为-0.17，在5%水平下显著。排污费征收标准调整政策的长期效应强于短期效应，这一结论与郭俊杰等(2019)的结论一致。(18)郭俊杰、方颖、杨阳：《排污费征收标准改革是否促进了中国工业二氧化硫减排》，《世界经济》2019年第1期。

至此艺术作品本源的解释学循环得以完成，问题又回到了存在的真理，艺术作品和艺术家都被艺术的本质规定，而艺术的本质在于它里面显示了存在的真理。无蔽成为主题。“诗是存在的无蔽状态的道说（die Sage）。……语言本身就是根本意义上的诗。”［4］61-62无蔽与真理问题在《艺术作品的本源》当中值得注意的，除了海德格尔一以贯之地强调澄明（Litchtung）与遮蔽（Verbergung）的关联与斗争，真理与非真理的同属一体，还开始引入了他晚期思想中至为关键的核心问题，即语言与诗意。以上在此不做赘述，而是转入本卷中与他的政治事件直接相关的对诗、艺术与历史的关系的探讨。

政策短期效应弱于长期效应，可能是以下原因导致的:第一，存在环境政策不完全执行的问题，政策在不同地区可能无法完全落实。(19)张华：《地区间环境规制的策略互动研究——对环境规制非完全执行普遍性的解释》，《中国工业经济》2016年第7期。第二，部分省份的排污费改革政策文件在年中才公布，如辽宁、新疆等地区，部分省份的排污费则是在二至三年后才从0.63元提升到1.26元，例如河北、内蒙古等地区。基于上述原因，在政策实施的初始阶段，排污费改革具备一定的效果，并随着政策的推进与落实在长期有所增强。

(二) 影响机制及其长短期分析

在前文中，我们已讨论影响企业减排的三个因素为企业总产值、污染的过程管理和末端治理，现根据式(2)进行回归分析。表5中列(3)至列(5)报告的回归结果显示，企业工业总产值的系数为-0.054，在1%显著性水平上成立，即在排污费改革政策实施后，企业工业总产值下降5.4%；而过程管理的系数为-0.058，说明企业单位总产值二氧化硫产生量受政策影响下降了5.8%；末端治理的回归结果则说明在政策实施后企业末端治理水平提升了0.6%。尽管过程管理与末端治理并未通过10%显著性水平检验，但两个变量的符号说明在排污费政策下企业也尝试通过这两种渠道进行减排。以上回归结果表明，排污费改革实施后企业主要通过减产进行减排，企业的过程管理水平与末端治理水平存在向好的趋势。

进而，我们对上述三个影响机制进行长短期分析，结果见表5列(6)至列(8)。回归结果显示，在短期，三个减排渠道的系数均不显著，但政策变量回归系数的符号方向与列(3)至列(5)一致；而在长期，可以看到企业减排和过程管理两个渠道的政策变量系数绝对值相比短期有所增大，其中企业的工业总产值显著下降10%。将机制分析和长短期分析的结果与表5中减排效应长短期分析的结果结合后可以得到以下结论：第一，在短期企业同时采取了减排、提升污染过程治理技术和末端治理水平的方式进行减排，虽然短期以上三种渠道的变化并不显著，但在共同作用下令企业排放显著下降约8%。第二，政策实施三年后，随着各省二氧化硫排污费标准从0.63元/千克提高到1.26元/千克，在成本压力下企业的产值进一步下降，企业服从“遵循成本说”。(20)熊艳：《基于省际数据的环境规制与经济增长关系》，《中国人口·资源与环境》2011年第5期。与此同时，企业过程管理水平较短期有所提升，t值也有所提高，但依然未通过10%显著性检验。在以上两个渠道的影响下，企业的二氧化硫排放在长期显著下降约17%。第三，不管是在短期还是在长期，企业末端治理水平的政策回归系数为正，但均不显著。这说明对于制造业企业，提升末端治理能力并不是减排的主要选择，企业在减产的同时也在提升生产工艺水平，以降低单位产值所产生的二氧化硫。

表5 排污费征收标准调整政策效应影响机制及其长短期分析

五、 异质性分析

前文已经研究了排污费改革政策对所有企业的影响，并对其政策传导机制和企业长短期应对措施展开了讨论。在此基础上，我们进一步针对四类异质性进行分析，分别在行业排放差异、企业排放强度差异、企业所有制差异以及企业规模差异四个方面讨论政策效应的异质性。

(一) 行业排放差异及政策效应

企业由于其所处行业不同，其要素依赖性和生产行为特征也存在不同，因此我们将企业划分为高耗能行业和非高耗能行业，研究两类行业样本的政策效应差异。参考《2010年国民经济和社会发展统计报告》以及国家统计局的定义(21)国家统计局网站：http://www.stats.gov.cn/tjzs/cjwtjd/201311/t20131105_455942.html。，六大高耗能行业包含石油加工炼焦及核燃料加工业、化学原料及化学制品制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业和电力热力的生产和供应业，这六大行业同样是所有行业中二氧化硫排放量排名最高的行业。我们将除电力热力的生产和供应业外的五个行业列为高耗能行业，将制造业中剩余行业列为非高耗能行业，并对样本进行分组回归。

表6中Panel A报告的是排污费政策减排效应和影响机制回归结果，Panel B则是对政策效应和减排机制的长短期分析。减排效应回归结果显示，在排污费改革政策下，高耗能企业的二氧化硫排放无论在短期还是在长期均未出现显著下降，而列(2)的结果表明非高耗能行业的二氧化硫受政策影响下降了约15%。一般而言，高耗能行业由于其更高的二氧化硫排放量以及排放强度，在排污费改革后承担的成本会更高，其减排效应相比非高耗能行业会更强，但表6的回归结果并未支持以上结论。是什么原因导致排污费改革的政策效应在非高耗能企业更有效呢？为了探究以上问题，研究高耗能行业与非高耗能行业之间的减排差异，我们进一步对两类行业的减排机制进行分析。

表6中Panel A列(3)至列(8)的回归结果表明，高耗能行业与非高耗能行业之间的差异在于产量与末端治理水平的变化。非高耗能行业的产值在政策实施过程中显著下降，同时这类行业的末端治理水平显著提升了1.3%，比全样本下末端治理水平提升的幅度更高；而高耗能行业的产值并未出现显著下降，末端治理水平的回归系数为负。表6中Panel B对减排机制的回归结果则是强化了基准回归的结论，非高耗能行业的产值在长期进一步下降，末端治理水平提升的幅度也更高，从短期的1.1%提高到了长期的1.8%；而高耗能企业的产值在长期虽然下降更多，末端治理水平同样进一步恶化，但回归系数并不显著。而Panel B列(5)和列(6)显示，尽管系数不显著，但可以看到高耗能行业在过程管理这一渠道的表现在长期则要优于非高耗能企业。

表6 排污费征收标准调整对高耗能行业与非高耗能行业减排效应回归结果(22)因篇幅限制，此处未详细报告回归结果。如有需要，请与本文作者联系。

Panel B长短期回归结果

(二) 企业排放强度差异及政策效应

高耗能行业与非高耗能行业除行业排放强度差异外，还存在其他特征差异。若简单根据行业进行分组，则无法将行业要素密集度和生产技术异质性等干扰项剔除。因此，我们进一步将企业分为高排放强度企业和低排放强度企业，以厘清排放强度特征对排污费政策效应差异所带来的影响，同时为高耗能行业和非高耗能行业之间的差异提供更多证据。对于企业的分组，具体做法如下：将各年二位数行业企业样本根据其排放强度进行二分位数分组，每个企业在各年被划分为“高排放强度组”与“低排放强度组”，统计各企业出现在不同组别的众数后将企业设定为众数组别。如M企业在十年样本期内有九次被划分为高排放组，一次被划分为低排放组，则该企业便属于高排放企业。将企业划分为高排放企业和低排放企业后进行分组回归，结果见表7。

表7中Panel A列(1)的回归结果表明，高排放企业在排污费改革后二氧化硫排放显著下降约13%，通过1%的显著性水平检验，同时Panel B列(1)的结果表明这一政策效应在长期会更强。而低排放企业的政策效应不显著，为负数，长短期分析的结果与基准回归结果一致。出现以上差异的主要原因是低排放企业的排放强度更低，单位产值的排放更小，因此在排污费改革后相比高排放企业会承担更低的成本。表7中Panel A影响机制的回归结果则说明高排放企业主要通过减产减排，辅以一定的过程管理和末端治理提升。低排放企业的三个减排渠道虽然回归系数符号与高排放企业一致，但均不显著。

表7的Panel B长短期回归结果展示了更多信息：第一，列(3)中高排放企业的产值在短期与长期均出现下降，与Panel A的结果一致；列(4)中低排放企业产值在短期未出现变化，回归系数在经济意义和统计意义上均不显著，但在长期显著下降了约9%，排污费调整政策在长期实际提升两倍后，即便是低排放企业也受到了成本约束，在长期出现了减产选择。第二，列(5)中高排放企业在短期过程管理回归系数为-0.028，这一系数绝对值小于列(6)中低排放企业过程管理短期政策效应绝对值，且两类企业回归系数均不显著；而在长期，高排放企业在高额的排污费成本压力下提升减排技术，有效降低单位产值二氧化硫产生量约10%，而低排放企业的过程管理水平在长期并未得到改善。上述结果服从波特假说，即合适的环境规制可以倒逼企业进行内生技术改善，提升环境治理水平。最后，本节关于高排放企业与低排放企业的对比与预期一致，说明高耗能行业与非高耗能行业的差异并非行业间排放差异导致，而更多的是受外部宏观经济冲击等因素的影响，这一结果也佐证了前文关于财政刺激政策效应与排污费政策效应相互抵消的判断。

表7 排污费征收标准调整对高排放企业与低排放企业减排效应回归结果

Panel B长短期回归结果

(三) 企业所有制差异及政策效应

国有企业在政治关联、承担政策功能等方面与非国有企业存在差异，并由此影响排污费政策在企业层面的实施效果。(23)郭敏、段艺璇、黄亦炫：《国企政策功能与我国地方政府隐性债：形成机制、度量与经济影响》，《管理世界》2020年第12期。肖浩、夏新平：《政府干预、政治关联与权益资本成本》，《管理学报》2010年第6期。我们将企业划分为国有企业与非国有企业，研究企业所有制对排污费改革减排效应的影响。表8的Panel A中列(1)和列(2)的回归结果显示，在排污费改革这一市场激励型政策下非国有企业二氧化硫排放显著下降约12%，而国有企业排放下降约7%，且回归系数不显著。在Panel B列(1)和列(2)的长短期分析中，非国有企业长期的二氧化硫排放下降约19%，是政策短期效应回归系数的两倍；而国有企业政策长期效应和短期效应回归系数均不显著，且大小基本一致。进一步通过表8中列(3)至列(8)的回归结果分析企业的减排机制，发现非国有企业主要通过减产进行减排，同时在短期，非国有企业的产值并未显著下降，减排效应在长期才凸显，这一结果与全样本回归一致。同时Panel B列(5)和列(6)的结果表明，非国有企业在长期显著提升了其过程管理水平，有效提升了减排技术水平，而国有企业的过程管理水平在长期反而由正转负，列(7)的结果表明末端治理能力在短期也有恶化的趋势。

以上回归结果表明，排污费改革的二氧化硫减排效应主要来自非国有企业。国有企业与非国有企业的差异与Chen等(2020)和韩超等(2020)的结论一致。他们发现，在“十一五”总量控制减排政策与“千家企业”节能政策下，非国有企业的能耗下降幅度与二氧化硫减排效果均优于国有企业。(24)韩超、陈震、王震：《节能目标约束下企业污染减排效应的机制研究》，《中国工业经济》2020年第10期。D. Chen, et al., “The Impact of Energy Regulation on Energy Intensity and Energy Structure: Firm-Level Evidence from China,” China Economic Review 59 (2020): 101351.这一现象有两种可能的解释：第一，国有企业可以通过政治关联因素规避排污费政策的影响；第二，国有企业更多地承担了政策性任务，比如稳定就业、保障生产供应等，因此减排能力相对弱于非国有企业。

表8 排污费征收标准调整对国有企业与非国有企业减排效应回归结果

Panel B长短期回归结果

(四) 企业规模差异及政策效应

不同规模的企业在减排时所采取的行为可能出现差异。一般而言，大规模企业具备更多的技术储备和更小的预算约束，在排污费改革下具备更强的减排技术和能力。(25)韩超、陈震、王震：《节能目标约束下企业污染减排效应的机制研究》，《中国工业经济》2020年第10期。为比较企业规模差异对政策效应的影响，我们将企业分为大规模企业和小规模企业进行研究。对于企业规模的划分，根据《统计上大中小微型企业划分办法(2017)》，将从业人数超过300人且营业收入超过2000万元的大型和中型企业统一列为大规模企业，其余企业被列为小规模企业。表9中两个表格列(1)的回归结果表明大规模企业在短期和长期都有效减排，而Panel B列(2)的回归结果说明小规模企业的短期政策效应不显著，但在长期也能够做到有效减排。

具体看两类企业的减排机制分析。从表9中Panel A列(3)至列(8)的结果比较发现，大规模企业的产量并未出现显著下降，这类企业主要通过提升减排技术水平的方式进行减排；而小规模企业的产量则出现大幅下降，且这类企业的减排技术水平并未出现显著提升。进一步观察影响机制的长短期分析，Panel B列(3)的结果表明即便是大规模企业，其产值在长期依然会受到排污费改革的影响而下降；列(5)和列(6)的结果对比则说明大企业减排技术水平的提升具备即时性和持续性，小企业存在提升减排技术水平的趋势，但回归系数并不显著；同时列(7)和列(8)的比较说明大企业的末端治理水平变化相对优于小企业。

表9 排污费征收标准调整对大规模企业与小规模企业减排效应回归结果

Panel B长短期回归结果

六、 结 语

排污费是我国环境污染治理领域最主要的市场激励型政策之一。在2007年《关于印发节能减排综合性工作方案的通知》的要求下，全国12个省市于2007～2012年间实施了排污费改革，在三年内将二氧化硫排污费从0.63元/千克提升到1.26元/千克。研究排污费对制造业企业减排的影响具有重大意义，明晰这一问题并探索企业内生减排机制，在电力行业减排潜力有限及中国排放标准趋严的背景下至关重要。本文结合2004～2013年中国工业企业数据库和工业企业环境统计数据库，使用多时点双重差分方法研究了有关省市排污费改革政策对企业减排的影响。

主要结论是：第一，排污费征收标准调整后，制造业企业的二氧化硫排放量在企业平均意义上显著下降了11%，这一政策效应通过了样本变更、比较不同污染物的政策效应、改变聚类稳健标准误和安慰剂检验等稳健性检验。第二，企业的减排主要通过产量下降这一渠道实现，企业污染过程管理和末端治理水平有一定改善，但未出现显著性变化。第三，排污费改革政策对非高耗能行业、高排放企业、非国有企业和大规模企业的减排效应更强；且除减排这一渠道外，非高耗能行业还通过提升末端治理水平进行减排，而高排放企业和非国有企业在长期还提升了其污染过程管理能力；大规模企业由于其规模优势在短期和长期均能达成内生的技术减排，不需要依靠减产完成。

上述结论的政策意义在于：首先，高污染企业在排污费改革下不仅有效控制了污染水平，还在长期实现了减排技术的内生增长，这说明排污费征收标准的提升可以通过“波特假说”渠道实现环境保护效果。因此，政策制定者应该持续加大严格的排污费政策力度，通过市场激励来激发企业的减排动力与创新潜能，督促高污染企业持续减排。其次，在环境监管工作中加强垂直监管，特别是应重点排查政府有关人员滥用权力的行为，避免国有企业通过政治关联途径规避排污费政策，从而保证政策落实的严肃性。最后，小企业在排污费标准改革的冲击下产值大幅下降，这意味着小企业需要通过减产实现排污费规制下经营收益与成本的平衡，而大企业则能够进行有效的技术创新。考虑到小企业在资产规模、融资成本、人力资源等方面均存在环保技术投入上的劣势，因此在加强环境政策实施的同时，可以考虑给予小企业在环保设备、技术投入方面更多的融资支持，从而更好实现排污费改革的政策效果。