环境规制强度与行业内企业加总全要素生产率

2021-12-16周瑞辉刘耀彬杨新梅

南京财经大学学报 2021年5期

周瑞辉，刘耀彬,杨新梅

(1. 南昌工程学院经济贸易学院，江西南昌 330013；2. 南昌大学经济管理学院，江西南昌 330031；3. 江西财经大学经济学院，江西南昌 330099)

一、引言与文献综述

较早期的研究认为，环境规制带来了政策的挤出效应，从而增大了企业的运营成本，由于成本内部化而降低受规制企业的生产效率和竞争力[1]。但是Porter and Van der Linde[2]发现，只要环境规制设计较好，反而可以激励企业研发创新和引进新的先进技术，进而可以抵消环境规制所带来的短期成本增加，在长期提高企业的生产率，即“波特假说”。既有的实证研究也未取得一致的结论，“抑制假说”“促进假说”与“不确定假说”均获得了一定的经验支持。一些学者的经验研究表明，环境规制的负效应主要来自企业生产成本和寻租成本的增加，不确定性对企业投资和创新的负面影响[3-5]。另外一些学者的经验研究则表明环境规制提升了生产率[6-8]。环境规制的正效应主要来自企业环保研发、R&D投资、资源配置效率等[8]。此外，还有研究认为环境规制对企业生产率的影响是正或负取决于企业生产成本机制和创新机制相互抵消的结果，即“不确定假说”[9]。环境规制对生产率的研究从企业自身拓展到了区域和行业，且存在政策异质性、区域异质性和行业异质性。政策异质性方面，不少学者研究了不同类型环境规制对行业全要素生产率的影响。Gray and Shadbegian[10]以美国制造业为例，研究发现命令型环境规制对行业全要素生产率的影响为负；李树和翁卫国[11]发现，地方环保法律和地方环境规章等不同的地方环保政策对全要素生产率的影响也不同。区域异质性方面，李胜文等[12]利用排污成本测度环境规制强度，研究发现1986—2007年环境规制仅对东部省份的生产效率具有促进效应；祁毓等[13]评估了环境规制能否实现城市层面的降污和增效。行业异质性方面，王杰和孙学敏[14]研究表明，环境规制有效降低了重度污染行业和中度污染行业的生产率离散度，但对轻度污染行业生产率分布具有相反作用。

尽管以上研究都从各自的角度检验了环境规制对生产率的影响关系，并提出了正反两方面的证据，但仍有可进一步探索和拓展之处：(1)环境规制作用于不同行业或者不同区域的企业生产率研究，存在可比性较小甚至无法比较的问题。比如，不同两位数行业的企业在同一环境规制政策下的生产率变化进行比较的意义不大；同一环境规制政策在不同区域和行业之间的执行度会不一样。(2)同一环境规制政策，作用于相同细分行业企业的全要素生产率也会不一样，会有抑制、促进与不确定等可能结果。环境规制会导致低效率、高污染企业淘汰退出市场[15]、区域间迁移[16]、行业间产品转换[17]，以规避环境规制对企业全要素生产率的负面冲击。盛丹和张国峰[18]研究表明，两控区政策通过淘汰效率较低的高污染企业，提升生产成本阻碍了生产率增长，提升区内平均生产率水平；两控区政策对生产率增长的阻碍作用占主导地位；两控区政策对生产率的作用在高研发密集度与高污染行业、政策执行力较强和经济发展较快的地区更显著。(3)从国家的角度来说，关注的重点是某一环境规制政策是否促进同一细分行业整体的技术进步，而不是个别企业的全要素生产率变化。研究环境规制政策对细分行业的总体技术进步非常重要，然而这方面的研究比较少。

因此，本文做了如下工作：(1)基于《国民经济行业分类(GB/T4754—2002)》的四位数行业划分标准，对2003—2009年的工业企业进行划分，以保证行业内企业加总全要素生产率测度的可加性。(2)采用EPS数据平台的《工业企业数据库》《绿色发展数据库》的微观企业数据，精确测度四位数行业的环境规制强度和加总全要素生产率变化及其行业结构分解项，准确地捕捉加总生产率变化的来源，保障了研究结论的可靠性。(3)在研究结论上，量化环境规制强度的变化作用于中国工业四位数行业内企业加总全要素生产率变化的情况，为实现经济与环境双赢提供一定的政策参考。

二、指标构建与统计分析

(一) 行业环境规制强度

首先，基于工业四分位行业的各种污染物(化学需氧量、氨氮、二氧化硫、烟尘和工业粉尘)排放量数据，采用线性标准化与等权加和平均的方法计算各个行业的污染排放强度[19]，具体步骤为：

1. 计算各污染行业的各污染物单位产值的排放值：

UEij:UEij=Eij/Oi

(1)

其中，下标i和j分别表示行业类别、污染物类别，E为污染物排放量，O为工业总产值。

(2)

其中，max(UEj)和min(UEj)分别为污染物j在所有行业中的最大值和最小值。

(3)

然后，基于节能减排综合方案及数据的可得性，本文选取了以上各种污染物的去除比率单项指标来计算环境规制强度。具体步骤为：

1. 对化学需氧量去除比率、氨氮去除比率、二氧化硫去除比率、烟尘去除比率和工业粉尘去除比率按0～1区间进行线性标准化，以消除指标间的不可度量。

2. 计算每个行业的各种污染物指标的权重Wj：

(4)

3. 基于各单项指标的标准化值和平均权重计算行业环境规制强度。

(二) 生产率变化的行业结构分解

为了将生产率变化进行结构分解，本文利用企业微观数据考察加总生产率水平变化的来源，将行业生产率变化分解为持续经营企业的技术进步、资源配置效率、新企业进入以及企业退出四个部分。本文采用DOP方法对微观企业的全要素生产率进行四位数行业分解(关于DOP方法的优势，请参阅吴利学等[20])。

为了评估整个工业四位数行业的生产率受环境规制强度的影响，将四位数行业的加总全要素生产率表示为：

(5)

sit与φit为企业i在t时期的行业市场份额与全要素生产率。

环境规制强度不仅可能使企业自身生产率发生变化，也可能使行业内企业间的资源再配置。因此借鉴Olley and Pakes[21]的分解方法，将加总全要素生产率分解为:

(6)

由于式(6)未考虑企业进入与退出市场的影响，本文参考Melitz and Polanec[22]将连续两期的加总生产率定义为:

φt-1=st-1(S)φt-1(S)+st-1(X)φt-1(X),φt=st(S)φt(S)+st(E)φt(E)

(7)

Δφt=φt(S)-φt-1(S)+st(E)[φt(E)-φt(S)]+st-1(X)[φt-1(S)-φt-1(X)]

(8)

将式(6)代入式(8)可得:

(9)

(三) 统计分析

将前文计算出的中国工业四位数行业的污染排放强度和环境规制强度均值与加总全要素生产率分别绘制趋势图(见图1)，可以初步判断：(1)污染排放强度从2004年到2009年持续下降。(2)环境规制强度从2004年开始，在2005年下降，之后一直上升，持续到2008年，到2009年小幅下降。这一走势可能与2006年中央政府实施了“十一五”节能减排综合方案有关，该方案制定了到2010年基本实现二氧化硫和化学需氧量等主要污染物排放总量比2005年减少10%的约束性目标，并纳入了地方政府领导干部的综合考核评价，实行“一票否决制”。工业四位数行业的污染排放强度大幅下降，环境规制强度平稳上升，表明2006年实施的节能减排综合方案是有效的，导致了工业总体的污染排放强度下降，环境规制强度上升。(3)工业总体的环境规制强度均值在2008年大于2009年，原因在于国务院确定了2008年为中期评估年份，地方政府在2008年增强了环境规制[23]；而2009年为非考核年份，地方政府在2009年减弱了环境规制强度。(4)四位数行业内企业的加总全要素生产率变化，在2005年上升，2006年虽然下降，但是依然为正，但是2007年及之后的年份为负，表明中央政府在2006年实施节能减排综合方案之后，污染排放强度持续下降，环境规制强度整体上升，加总全要素生产率由正转为负，故初步推断环境规制强度上升导致行业总体全要素生产率下降。

图1 四位数行业的污染排放强度、环境规制强度、加总全要素生产率变化均值走势：2004—2009年

三、计量模型与数据说明

上述统计分析发现，中央政府在2006年实施节能减排综合方案之后，污染排放强度持续下降，环境规制强度整体上升，加总全要素生产率变化由正转为负，环境规制强度上升降低了工业四位数行业内企业的加总全要素生产率。接下来将从技术进步、资源配置效率和企业进出动态性方面，通过构建计量模型进一步考察环境规制强度变化对中国工业四位数行业内企业加总全要素生产率的影响。

(一) 计量模型

本文检验中国工业四位数行业的环境规制强度对行业内企业加总全要素生产率及其分解项的影响，计量模型设定如下：

dtfpjt=α0+α1dhjgzqdjt+α2dhhijt+α3agejt+α4drjgzspjt+α5dstatejt+α6dforeignjt+γh+γt+εjt

(10)

其中，j、t分别表示工业四位数行业、年份；dtfp表示行业内企业加总全要素生产率变化Δφt及其结构分解项(平均技术进步、资源配置效率、企业进入效应、企业退出效应)。具体变量指标及其预期：

1.dhjgzqd为四分位行业环境规制强度的差分

依据初步的统计分析，四分位行业环境规制强度的差分越大，行业内企业加总全要素生产率变化越小，预测系数为负。

2.dhhi为行业集中度的差分

行业集中度采用赫芬达尔指数表示。行业集中度高既代表着垄断势力，企业生产率比较高，但又不利于竞争。预测系数难以确定。

3. 企业年龄(age)用年度各行业中所有企业的平均年龄衡量

考虑到企业成立后的学习效应和固化效应，预测系数难以确定。

4.drjgzsp为行业内人均工资水平的差分，以应付工资总额除以全部职工的差分进行衡量

人均工资水平上升，有可能是行业的劳动力成本上升，也有可能是人力资本水平的上升，预测系数难以确定。

5.dstate和dforeign分别为国有股权市场份额和外资股权市场份额的差分

依据《工业企业数据库》的企业登记注册类型，进一步归类为国有企业、民营企业(1)民营企业包括集体企业、法人企业、私营企业。和外资企业(2)外资企业包括港澳台商企业和外商企业。。本文按照其股份比例最大的股东性质来确定企业性质，更可靠准确。国有企业一般效率低下，国有企业市场份额的下降，意味着生产率较低的企业退出市场，有利于提升行业整体技术水平，预期α5为负；外资企业一般效率较高，技术先进，外资企业市场份额的下降，会导致行业整体技术水平下降，预期α6为正。

此外，行业固定效应γh是指企业所在行业的周期、产品特性、污染密集度等不随时间变化的特征；年份固定效应γt控制的是所有企业共有的时间因素；εjt为其他的扰动项。

(二) 数据说明

1. 企业生产率的测算

本文选择以LP-ACF法[24]测度企业全要素生产率为主，以克服相关性问题(3)OP法和LP法都假设企业面对生产率冲击能够对投入进行无成本的即时调整，均存在“函数相关性”问题，即生产函数中的劳动投入是其他变量的确定函数，因此理论上不能直接估计出劳动投入的系数，否则，第一步的估计系数之间存在严重的共线性。且OP方法要求企业真实投资必须大于0，这一限制导致在估计过程中损失了很多企业样本。因此未采用这两种方法，仅将LP法测算的全要素生产率结果作为稳健性检验之一。。以LP法[25]、ACF法[26]和WRDG法[27]的全要素生产率测度结果进行全要素生产率测量误差的稳健性检验。

2. 企业经营状态的定义

本文定义企业的经营状态采用企业成立准则[20]，即表1中的方式1。相比企业统计准则(表中的方式2)，方式1充分地利用了企业建立时间和生存状况的信息，更能准确地反映现实经济中企业真实进入和退出行为。

表1 企业经营状态的定义

(三) 数据来源及处理

数据来源于《绿色发展数据库》和EPS数据平台的《工业企业数据库》，时间为2003—2009年。根据已有的数据处理经验，进行了如下的数据整理：首先，对各个数据库不同年份之间的企业进行匹配。《工业企业数据库》的整理主要参考Brandtetal.[28]和杨汝岱[29]采用的“序贯匹配法”，主要匹配字段有企业组织机构代码、企业名称、县级行政区划代码+法定代表人、县级行政区划代码+电话号码+成立年份；《绿色发展数据库》由于企业信息较少，只利用企业组织机构代码、企业名称进行匹配，匹配方式为“序贯匹配法”。然后，以企业组织结构代码、企业名称这两种方式对《工业企业数据库》和《绿色发展数据库》进行了匹配。最后，依据以下原则进行数据筛选和处理：(1)删除企业各项投入为零或为负的样本；(2)删除企业出口交货值为负的样本；(3)剔除固定资产原价小于固定资产合计的企业；(4)剔除就业人数小于8人的企业；(5)以2003年为基期按相应价格指数进行平减处理，见表2。(6)对工业总产值、工业增加值、中间投入合计、全部职工、增值税、固定资产合计和应付工资总额等变量进行0.5%的缩尾处理，以进行数据修正[30]。

相关变量核算和处理如下：(1)以固定资产合计衡量固定资本存量[31]。(2)劳动投入衡量，现有文献有采用年末从业人数[29]和全部职工人数[32]。2004—2009年的工业企业数据库，缺失2008年、2009年的年末从业人数，而全部职工人数不存在年份缺失，同时，全部职工人数缺失的数据，有应付工资总额,为此采用全部职工人数衡量劳动投入。借鉴才国伟和杨豪[32]的思路，依次以企业人均应付职工薪酬的均值、企业所在省份的四位数行业的人均应付职工薪酬的均值和企业所在的四位数行业的人均应付职工薪酬的均值来填补缺失值，形成完备的全部职工，拟合值和实际值如图2。总体上全部职工实际值与拟合值密度几乎一致。(3)工业总产值。鉴于污染企业相比清洁企业的全要素生产率较低，工业增加值为零或者负数的概率更高，采用工业总产值来衡量企业的产出。本文借鉴刘小玄和李双杰[33]的方法(4)工业增加值=产品销售收入+期末存货-期初存货-中间投入+增值税。核算缺失的2004年的工业增加值。又因工业企业数据库2008—2009年未报告工业增加值和中间投入合计，本文首先采用两种方法推算工业增加值，方法一：参考陈诗一和陈登科[34]采用2003—2007年企业工业增加值占工业总产值比例的平均值乘以2008年和2009年工业总产值；方法二：参考康志勇等[35]采用分省份、分行业汇总的应交增值税与工业增加值的比例推算相应年份的工业增加值。

图2 全部职工的原始值和拟合值的核密度图

为了更好地呈现工业增加值的实际值和拟合值的核密度对比，进行了截尾处理。图3左和图3右是分别采用两种方法测度的工业增加值与实际工业增加值的核密度图，表明陈诗一和陈登科[34]的方法一优于康志勇等[35]的方法二，因此，采用陈诗一和陈登科[34]的方法推算出缺失的2008—2009年的工业增加值。然后，根据“工业增加值=工业总产值-中间投入+增值税”计算出缺失的中间投入合计。

图3 工业增加值实际值与两种方法测度拟合值的核密度对比

四、实证结果和分析

本部分实证检验环境规制强度对加总全要素生产率变化、持续经营企业的平均技术进步效应、资源配置效率、企业进入效应和企业退出效应的影响。

(一) 加总全要素生产率变化

从企业生产率增长的角度，就行业环境规制强度对技术进步的影响进行实证检验。为了规避全要素生产率测量误差对回归结果的影响，我们依次采取了LP-ACF法[24]、LP法[25]、ACF法[26]和WRDG法[27]测度全要素生产率。在此基础上，Hausman检验结果显示，卡方统计量为11.93，概率值为0.0363，则应选择固定效应模型。表3列出了环境规制强度对加总全要素生产率变化的回归估计值。第(1)列至第(4)列回归结果表明，无论采用何种全要素生产率测度方法，环境规制强度对行业内企业加总全要素生产率变化的影响显著为负，表明环境规制强度的上升降低了行业内企业加总全要素生产率。控制变量方面对行业内企业加总全要素生产率变化的影响，在显著性上不怎么显著，可能的原因在于本文的回归模型是基于差分的回归，难以给出确定的结论。

表3 环境规制强度对加总全要素生产率变化的影响

(二) 加总全要素生产率变化的分解项

1. 持续经营企业的平均技术进步

持续经营企业的平均技术进步，反映的是行业内部存续企业自身的技术进步，检验结果见表4第(1)列。结果表明，环境规制强度的上升，没有带来行业内存续企业自身的技术进步。

表4 环境规制强度对加总全要素生产率变化的分解项的影响

2. 资源配置效率

资源配置效率，反映的是行业内部存续企业之间的资源优化配置，检验结果见表4第(2)列。结果表明，环境规制强度的上升，没有带来行业内存续企业之间的资源优化配置。

3. 企业进入效应

面临环境规制强度的增长，新企业进入的概率会下降，企业进入效应的回归系数为-0.00003，非常小，同时也不显著，表明环境规制强度上升并没有带来高生产率企业的进入。

4. 企业退出效应

企业退出效应的回归系数为-0.0142，显著为负，表明环境规制强度上升，导致了行业中生产率比较高的企业退出了市场，进而拉低了行业整体的全要素生产率水平。环境规制导致高生产率的企业退出市场，可能的原因在于节能减排约束性目标在东部、中部和西部分配不一致[36]，二氧化硫下降幅度均值,在东部、中部和西部分别为0.144、0.078和0.065，化学需氧量下降幅度均值在东部、中部和西部分别为0.120、0.089和0.066。国家实行区域差异化的环境规制强度，导致东部地区高生产率的企业退出市场，而中部和西部低生产率的企业留在了市场，这意味为环境规制政策没能发挥市场优化配置资源的作用，实现优胜劣汰。

综上可得，行业环境规制强度上升并没有带来存续企业自身的技术进步、没有实现行业内部企业之间资源的优化配置，没有促进外部高生产率企业的加入带来的竞争进步效应，反而导致了行业内生产率比较高的企业退出了市场，降低了整个行业的全要素生产率。

五、进一步讨论：影响机制和异质性效应

(一) 影响机制分析

环境规制作用于企业全要素生产率的本质在于传导给污染企业的环境规制强度引致的治污成本和创新收益大小的比较[37-39]：当治污成本大于创新收益时，为抑制假说；当治污成本小于创新收益时，为促进假说。各种环境规制政策导致污染企业合规的污染排放强度下降、环境规制强度上升；污染企业为了达到合规的污染排放强度，一方面会增加污染设施的支出和运行费用，另一方面亦会进行产品创新来获取产品竞争优势。为此，进一步检验环境规制强度上升带来的创新行为效应和污染治理支出效应。

1. 创新行为效应

《工业企业数据库》仅提供了新产品产值这一指标可以衡量创新行为。汇总四位数行业的新产品产值以衡量创新行为，结果见表5第(1)列。四位数行业环境规制强度作用于新产品产值的回归系数为52361.73为正，但是不显著，表明环境规制强度的上升，并没有显著带来新产品产值的增加，即环境规制的创新激励不足。

表5 环境规制强度影响企业全要素生产率的机制检验

2. 污染治理支出效应

《绿色发展数据库》提供了废气治理设施数(套)、废水治理设施数(套)、废水治理设施处理能力(吨/日)、废水治理设施处理能力(吨/日)和各种污染物处理量等反映污染治理的指标，未提供污染设备采购支出和污染设备运行支出。一般可以认为，污染治理设备套数越多，污染设备采购和运行的支出越多，故以微观企业的废气治理设备和废水治理设备(套)，进行四位数行业加总，得出废气废水治理设备套数为四位数行业污染治理支出的衡量变量，检验结果见表5第(2)列。结果表明，行业环境规制强度的上升导致了废气废水治理设备的显著增加，表明环境规制强度上升带来了行业污染治理支出的增加。

综上可得，环境规制强度的上升，显著增加了行业的污染治理支出，但是对行业新产品产出的增加却不显著，主要体现为环境规制的污染治理支出效应，挤出了高生产率企业，降低了整个行业的加总全要素生产率。

(二) 行业污染排放强度异质性效应分析

尽管本文已经论证了环境规制强度作用于行业内企业加总全要素生产率及其分解项的结果，及其内在机理，但是在不同污染排放强度的行业中，该影响是否存在一定差异？探讨该问题有利于了解环境规制作用于行业生产率的边界条件。因此，本文将从行业污染排放强度方面检验环境规制强度上升对行业加总全要素生产率影响的异质性效应。

以2004年和2005年的四位数行业环境污染排放强度均值的上0.33分位数和上0.67分位数，把工业四位数行业划分为高污染排放强度行业、中等污染排放强度行业和低污染排放强度行业，回归结果见表6。结果表明，环境规制强度对中等污染排放强度行业和低污染排放强度行业的加总全要素生产率无显著影响，而对高污染排放强度行业的加总全要素生产率有显著的负影响，由此进一步论证了环境规制强度主要是作用于高污染排放强度行业。