企业风险承担水平对环境绩效影响研究——基于高能耗上市公司的实证检验

严星，张毅

（太原理工大学 经济管理学院，山西 太原 030024）

当前，贸易保护主义、逆全球化趋势和美对华贸易战持续发酵，新冠肺炎疫情仍有反复，消费乏力，投资增长缓慢，经济发展变数不断增多。与此同时，2020年政府工作报告提出继续降低单位国内生产总值能耗和主要污染物排放量，努力完成“十三五”规划目标任务。在此形势下，我国企业面临着既要化解不断增大的经营风险，又要实现绿色生产方式转变的重任，企业经营发展与环境约束趋紧的矛盾正在经历前所未有的挑战。那么，企业所承担的风险大小是否会影响环境绩效呢？其影响机制又是怎样的？

改善环境绩效的努力必然伴随着成本的大幅上升，在我国污染的外部性未能充分内化的现实下，无论是绿色创新还是节能减排设施所需的巨额投资无疑都会增大经营风险，而过高的风险会使企业陷入生存危机[1]；另一方面，环境污染形势依然严峻，政府和社会都日益关注企业的绿色转型，良好的环境绩效已经逐渐成为企业可持续发展的核心竞争力。显然，企业必须权衡自身的风险承担水平与实施节能减排带来的风险和收益。企业资源基础理论认为，企业拥有的不同资源可转变成企业的竞争优势[2]。在此框架下，本文将企业风险承担水平看作一种特殊的资源，而将良好的环境绩效作为企业能够获取的竞争优势，实证研究企业风险承担水平对环境绩效的影响。

基于此，本文以2011—2017年高能耗上市公司为研究对象，先利用方向距离函数测算环境绩效，再用Tobit模型着重研究以下两个问题：一是风险承担水平如何影响企业环境绩效？二是企业的规模和所有制在此过程中起到了什么作用？本文可能的贡献在于：第一，拓展了企业环境绩效的研究范围，提出并实证企业风险承担水平与环境绩效之间的密切关系，不仅是企业环境绩效影响因素上的延伸和补充，也为政府从风险管理角度制定政策、提升企业环境绩效提供了理论依据。第二，对比以往文献聚焦于单个因素对环境绩效的影响，本文采用了5个因素来衡量企业的综合风险承担水平，更能反映企业的总体经营状态，有助于更深刻地理解企业节能减排决策的影响因素，把握企业节能减排行为的内在规律。

1 文献综述和研究假设

本部分首先回顾了企业环境绩效的影响因素，在总结企业资源基础观文献的基础上，分析风险承担、规模对企业环境绩效的可能影响，并提出研究假设。随后，回顾了风险承担水平对企业的影响和衡量方法，说明本文采用综合风险承担水平的必要性和具体办法。

1.1 企业风险承担对环境绩效的影响

总的来说，现有文献对企业环境绩效影响因素的研究呈现多元化格局，研究从宏观政策制度层面逐渐延伸到微观企业层面，学者们围绕政府管制[3-5]、利益相关者[6-8]、企业管理[9-12]等因素的分析取得了大量成果。虽然以上研究能够直观地反映哪些因素影响了企业的环境效率，但对于什么样的企业有能力改善环境绩效却考虑不多。注意到这点，近几年研究者从企业资源基础视角出发，开展了企业资源对环境绩效影响的分析，取得了不少进展。Tian & Lin[13]根据世界银行2011—2013年的调查数据研究了融资约束对企业环境绩效的影响，发现较小的融资约束不会对环境绩效产生影响，但中等和较大程度的融资约束会负向影响企业的环境绩效；孙燕燕等[14]采用Meta分析国内外51项实证研究的58个独立样本，发现企业环境绩效与经济绩效之间的相关关系存在显著的差异，观测期、经济指标类型及研究企业所处国家对研究结果具有较明显的作用；Aigbedo[15]发现公司收入增长对环境绩效的影响是负面的，原因是企业可能将增长的收入更多地用于了非环境投资。就与本文相关的主题而言，仅有极少量文献研究了企业风险对环境绩效的影响，例如Semenova & Hassel[16]的研究发现行业风险在财务绩效和环境绩效之间起到了调节作用。

从以上文献回顾可以看出，基于企业资源基础观的研究多将所考察的因素看作资源或者能力，结论显示，当企业有比较宽裕的资源时，更容易获得好的环境绩效。沿循这一思路，本文将风险承担水平当作企业的可利用资源，当风险承担水平较低时，企业更有信心投资外部性较高的节能减排活动，而获得可持续发展的竞争力；而当风险承担水平较高时，为了经营稳健，重污染企业往往选择牺牲环境绩效来提高财务绩效[17]，从而降低自己的风险。基于此，提出假设1：

H1：企业风险承担水平负向影响环境绩效。

1.2 企业规模和性质对环境绩效的影响

公司规模对公司环境绩效的影响一直是学者们关注的重点问题。尹建华等[17]、王建秀等[18]、刘中文和段升森[19]等学者的研究认为企业规模对财务绩效和环境绩效之间的关系有着显著的调节作用；但也有不同观点认为企业规模对两者之间的关系无调节作用[20]。为了提高环境绩效，企业必然要增加资金投入、重新分配各项资源、改革原有的生产管理方式，这些举措势必会对运营产生冲击，带来新的风险，但不同规模的企业应对风险的能力是不同的，一般来说，规模大的企业承担风险的能力更强。因此，提出假设2：

H2：企业规模对风险承担水平和环境绩效之间的关系有显著的调节作用。

杨瑞龙等[21]发现国有企业的领导人更像官员而非职业经理人，从而受到风险承担水平的影响更少。从落实国家环保政策来说，国企更有可能加大环保投入，改善环境绩效，结论也得到了张兆国等[11]学者研究的支持。而非国有上市公司的职业经理人必须以股东利益最大化为目标，因此风险承担水平对其影响更大。基于此，提出假设3：

H3：企业所有制对风险承担水平和环境绩效之间的关系有显著的调节作用。

综上，本文研究假设如图1所示。

图1 研究假设

1.3 风险承担水平的研究和衡量

已有文献从不同角度研究了风险承担水平对企业的影响。李文贵和余明桂[22]、余明桂等[23]学者的研究结论认为风险承担能显著提高企业的价值或资本配置效率；John等[24]的研究认为风险承担与企业资产增长率、销售收入增长率显著正相关；也有学者认为企业应该选择合理的风险承担水平，风险承担不足或过度都不利于企业绩效，如董保宝[25]对新企业的研究发现企业风险承担与绩效具有倒“U”型关系；而李海霞[26]对我国上市公司的研究则认为上市公司风险承担对公司成长性有显著的拖累作用。

在企业风险承担度量的方法上，学者们采用了不同的指标，主要包括：①业绩波动程度。资产回报率波动[27]、 净资产收益率波动[28]、股票回报波动[29]等指标均用于衡量风险承担，这种方法得到了大多数学者的认同，应用也最为广泛。②财务决策。Coles等[30]将研发投入作为衡量企业风险承担的标志，另一些学者采用新增资本性投资[31]、财务杠杆率[32]等指标度量企业风险承担。③以企业发生的特定事件衡量。如以企业年度并购事件数量[33]，或者以是否投资高新技术项目[34]来衡量。

已有文献在企业风险承担对资产配置、股价波动、企业成长的影响上取得了重要成果，但此类研究普遍重视风险承担与经济绩效的关系，而忽略了对环境绩效的影响。此外，用三年资产收益率（ROA）波动来衡量风险承担水平是目前文献的常用做法，但该方法本质上并未离开财务绩效的范畴。诚如学者胡曲应[35]所言，已有文献对财务绩效和环境绩效之间关系的研究结论基本涵盖了统计学上的所有可能，单一的经济原因似乎难以充分解释企业的环境绩效。要更深入地理解什么因素决定了企业环境绩效，可能还需要补充对其他因素的探讨。

从企业资源视角出发，盈利水平仅是影响企业风险承担水平的一个因素，即便盈利水平很高，高财务杠杆、弱势的股价、激烈的行业竞争同样会使企业处于高风险承担水平，企业极有可能预留资源以应对这些经营中的挑战。实际上，不少研究已经注意到了行业竞争[36]、资本市场[37]与环境绩效之间的密切关系。因此，一个直观的想法就是节能减排活动更有可能是企业综合考量多个因素后的审慎决策，以上这些因素共同决定了风险承担水平，进而影响了环境绩效。鉴于此，本文在苏坤[38]的研究基础上，选取盈利水平、资产负债率、股票盈利水平、行业竞争激烈程度、行业地位等5个变量，采用投影寻踪模型降维为一维变量来表征企业的风险承担水平。

2 研究方法

本文首先利用方向距离函数（DDF）计算高能耗上市公司的环境非效率水平，再用投影寻踪模型计算高能耗企业的综合风险承担水平，最后采用Tobit回归验证本文的假设。以下重点说明方向距离函数和投影寻踪模型的适用性及步骤。

2.1 方向距离函数

Chung等[39]提出方向距离函数来测量包含非期望产出的单元效率，通过数据包络分析（DEA）求解以下模型，可计算出每个公司的环境无效率值。

式中：β代表无效率值，xm表示投入，ys表示期望产出，bj表示非期望产出，gxm、gys、gbj为方向向量，zn表示线性组合系数。

2.2 投影寻踪模型

投影寻踪模型是一种探索性数据分析方法，基于数据的结构特征将高维数据降为低维数据，通过最优投影向量发现影响综合风险承担水平的各因素权重，避免了人为的干扰。主要计算步骤如下：

（1）首先对指标集归一化处理，消除指标的量纲和统一各指标的变化范围。设指标的原样本集为｛x*(i,j)|i=1, 2, …,n;j=1, 2, …,p｝，公式如下：

其中，x*(i,j)为第i个样本的第j个指标值，n、p分别为样本容量和指标数，xmax(j)、xmin(j)分别为第j个指标的最大值和最小值。本文中，资产负债率与风险承担水平成正比，用式（2）计算；资产收益率、股票收益率、行业竞争激烈程度、行业地位与风险承担水平成反比，用式（3）计算。

（2）构造投影指标函数Q(a)。投影寻踪方法就是将以上五维数据｛x(i,j)|j=1, 2, 3, 4, 5｝综合为以a=｛a(1),a(2),a(3),a(4),a(5)｝为投影方向的一维投影值z(i)，z(i)即为综合风险承担水平：

z(i)的散布特征应为：局部投影点尽可能密集，最好凝聚成若干个点团，而在整体上投影的点团之间尽可能散开，因此投影指标函数可以表示为：

式中：Sz为投影值z(i)的标准差；Dz为投影值z(i)的局部密度；E(z)为｛z(i)|i=1, 2, …,n｝的均值；R为局部密度的窗口半径；r(i,j)表示样本之间的距离；u(t)为指示函数，当t≥0时，u(t)=1，而当t＜0时，u(t)=0。

（3）优化投影指标函数，当各指标的样本集给定时，投影指标函数Q(a)只随着投影方向a的变化而变化，不同投影方向反映不同的数据结构特征，最佳投影方向就是最大可能暴露高维数据某类特征结构的投影方向，因此可以通过求解投影指标函数最大化问题来估计最佳投影方向，即：

这是一个非线性优化问题，用传统的优化方法处理较难，因此，本文用加速遗传算法来求解。

3 数据来源及变量说明

本文数据筛选分为两步。首先，按照《上市公司行业分类指引（2012年修订）》筛选2011—2017年六大能耗行业所包含的公司，剔除2017年以后上市、ST、重大资产重组、主营业务改变以及注册地为西藏的公司后，得到249家高能耗上市公司、1 497个观测值，利用投影寻踪模型分年度测算各公司的综合风险承担水平。随后，进一步筛选年报中含有排污费的上市公司，获得62家高能耗上市公司、434个观测值的平衡面板数据。公司数据主要来源于CSMAR数据库，其他数据主要来源于《中国能源统计年鉴》《中国物价年鉴》。除了本文的解释变量综合风险承担水平外，引入环境规制、企业规模、股权性质、所属行业等因素作为控制变量。以下对变量逐一说明，并进行初步的统计分析。

3.1 企业风险承担水平变量

采用资产收益率（ROA）表征上市公司盈利水平，使用资产负债率表征财务杠杆，使用股票年收益率表征股票盈利水平，使用赫芬达尔—赫希曼指数（HHI）表征行业竞争激烈程度，采用勒纳指数（Pcm）表征企业的行业地位。ROA、资产负债率、股票年收益率可以直接从国泰安数据库中获得，HHI的计算方法为行业各公司营业收入占行业总营业收入的平方和，即其中n为行业内公司数量，Si为第i家公司的收入，S为行业总收入，HHI越小意味着行业竞争越激烈；借鉴Kale & Loon[40]的方法计算勒纳指数，即Pcm=(营业收入-营业成本-销售费用-管理费用)/营业收入，其中Pcm越小，代表公司行业地位越弱。

3.2 DDF投入与产出变量

将年末固定资产和企业员工人数作为投入，将主营业务收入作为期望产出。在非期望产出的代理变量选择上，一些文献选用CO2、SO2等污染物作为非期望产出，本文在考虑数据可获得性的基础上，借鉴沈洪涛和周艳坤[41]等学者的做法，采用排污费表征排污总量，并作为非期望产出的代理变量。

3.3 影响企业环境绩效的控制变量

3.3.1 命令型规制强度

利用“十二五”和“十三五”期间各省份节能减排目标作为指标，数据来源于《国务院关于印发“十二五”节能减排综合性工作方案的通知》（国发〔2011〕26号）、《国务院关于印发“十三五”节能减排综合工作方案的通知》（国发〔2016〕74号）。节能减排目标包括节能目标、化学需氧量排放、氨氮排放、二氧化硫排放、氮氧化物排放5个分指标，因此，须计算综合指数来表征命令型规制强度，计算方法借鉴叶琴等[42]的研究，具体步骤如下：

3.3.2 市场型规制强度

同样借鉴叶琴等[42]的方法，推算综合能源价格指数来表征各省份的市场型规制强度。根据《中国统计年鉴》，2011—2017年，煤炭、天然气、电力3种能源最低占总能源消耗的81.7%（2015年），因此本文以上述3种能源计算各省份综合能源价格。具体步骤如下：《中国物价年鉴》每年公布36个大中城市的煤炭、汽油、电力价格，《中国能源统计年鉴》每年公布各省份分品种能源消费量以及总能源消费量，加权计算各省份3种能源价格和消费量，得到各省份的能源总成本。用2011—2017年各省份能源总成本与能源消费总量之比代表市场型环境规制的强度。

3.3.3 其他控制变量

以每年年末固定资产来代表企业规模；以成立年份与统计年份之差代表企业年龄；采用虚拟变量来控制不同高能耗行业的其他因素；股权性质设置为虚拟变量，1代表国有，0代表民营。

4 企业环境非效率和综合风险承担水平

4.1 环境非效率水平

本文采用Chung等[39]提出的方向距离函数（DDF），以CCR模型为基础，以产出为导向，分年度测算高能耗上市公司的环境无效率值。软件采用Stata16 SE，计算统计结果如表1所示。

表1 高能耗上市公司分年度环境非效率值统计

整体来看，高能耗上市公司各年环境无效率均值在0.70～0.94之间，整体环境绩效不高。各行业分年度环境非效率值的散点图如图2所示。可以看出，电力热力生产和供应、化学原料及化学制品制造、非金属矿物制品行业所属企业的环境非效率水平整体上较高，黑色金属冶炼及压延加工、有色金属冶炼及压延加工行业所属企业的环境非效率水平分布相对均衡，而石油加工焦炼及核燃料加工业的环境非效率水平较为分化。

图2 六大高能耗行业环境非效率水平（2011—2017年）

4.2 综合风险承担水平

投影寻踪模型利用原始数据集的结构特征进行降维，各企业的综合风险计算结果实际上是6个高能耗行业数据集相关的相对评价值。本文希望发现不同企业的异质性所造成的风险承担水平的差异，而非同一企业风险承担水平随时间的变化。因此，将每年的全部高能耗企业观察值作为原始数据集，采用MATLAB 2018b逐年计算各个公司的风险承担水平，最优投影向量a的计算结果如表2所示。

表2 2011—2017年最优投影向量a

尽管a中各指标的权重每年都在变化，但从均值来看，对企业风险承担水平影响的排序为：行业集中度＞行业地位＞资产负债率＞股票年收益率＞资产收益率。根据a，可求得各公司的综合风险承担水平。图3列出了6个行业公司的风险承担水平分布。可以看出，同一个行业中的企业风险承担水平呈积聚状态，而不同行业公司的风险承担水平呈现出显著的异质性。非金属矿物制品、黑色金属冶炼及压延加工、有色金属冶炼及压延加工所属企业的风险承担水平较高，而石油加工焦炼及核燃料加工、电力热力生产和供应、化学原料及化学制品制造所属企业的风险承担水平相对较低。

图3 六大高能耗行业综合风险承担水平

5 Tobit回归结果分析

5.1 描述性统计和相关性分析

本文用Stata 16进行描述性统计，并采用Pearson相关分析。表3给出了各变量的描述性统计，其中企业规模取对数值。表4列出了环境非效率与综合风险承担水平、命令型环境规制、市场型环境规制、成立年份、企业规模、股权性质之间的相关关系。

表3 描述性统计

表4 相关系数分析

5.2 综合风险承担水平对环境绩效影响的回归分析

同样采用Stata 16运行Tobit回归，结果如表5所示。模型1包括所有控制变量，模型2加入解释变量综合风险承担水平和企业规模变量，模型3在模型2的基础上增加了综合风险承担水平和企业规模的交乘项，模型4在模型2的基础上增加了综合风险承担水平和企业所有制的交乘项，模型5和模型6分别用面板固定效应和滞后一期因变量进行稳健性检验。

表5 Tobit回归结果

从回归结果来看，模型2的风险承担水平解释变量系数为0.16（P＜0.01），说明在控制其他变量的基础上，企业风险承担水平与环境绩效的无效率正相关，即风险承担水平越高，企业的环境绩效越低，验证了假设1。从理论上分析，企业承担风险的能力是有限的，风险承担水平较高，可用的“风险资源”紧缺时，企业必然会采取较为保守的经营战略，减少节能减排设施投资、绿色技术研发投入等，从而降低了企业环境绩效。

尽管以往的学者没有直接研究风险承担水平对环境绩效的影响，但一些结论与本文有着相关性。张弛等[36]、徐建中等[43]学者认为财务绩效对企业的环境绩效至关重要，在逻辑上与本文的结论是一致的。从企业资源基础视角来看，财务绩效和风险承担水平都可视为企业的可用资源，当资源较为充裕时，企业有能力采取节能减排行动，提高环境绩效。此外，如前文所述，以往的大多数文献正是以盈利能力（ROA）波动作为风险承担水平的指代变量，财务能力实际上部分反映了企业的风险承担水平，盈利高的企业风险承担水平必然较低。本文的不同之处在于采用了综合的企业风险承担水平，仅将盈利能力作为企业风险承担水平的因素之一。结果表明，行业竞争的激烈程度是决定企业风险承担水平的最重要因素，而风险承担水平又负向影响了企业的环境绩效。

模型2还显示市场型环境规制显著为负，表明能源价格越高，企业环境绩效越好，这可能是因为能源在高能耗企业运营成本中占很大比例，高能源价格（即市场型环境规制）会激发企业的节能减排意愿。而企业成立年份在1%的水平上显著为负，表明企业成立时间越长，环境绩效越差，这可能是因为新成立的企业环保意识更强，生产设备更为环保。

模型3中，综合风险承担水平与企业规模交乘项的系数为-0.085（p＜0.01），表明企业规模对风险承担水平与环境绩效之间的关系有显著的调节作用，当风险承担水平一定时，企业规模越大，环境绩效越好，因此假设2得到了验证。模型4中，综合风险承担水平与企业所有制交乘项的系数没有通过显著性检验，因此，本文的假设3没有得到验证。可能的原因是，非国有企业的管理者虽未受到行政职务等的影响，但其他利益相关者同样会关注企业的环境绩效，如供应链、股东等，因非国有企业必须保证良好的环境绩效来获得长期的竞争力。

5.3 稳健性检验

本文采用两种方法检验上述结果的稳健性：（1）固定效应模型检验，模型5表明结果没有变化。（2）将因变量滞后一期进行回归，如模型6所示，结果依然是稳健的。

6 研究结论和政策启示

本文以2011—2017年高能耗上市公司环境绩效为研究对象，实证研究风险承担水平与企业环境绩效之间的关系。得出以下结论：（1）风险承担水平负向影响了企业的环境绩效，且决定风险承担水平的最重要因素是行业竞争。（2）企业规模显著调节了风险承担水平与企业环境绩效之间的关系，当风险承担水平一定时，规模越大的企业环境绩效越好。（3）企业所有制对风险承担水平和环境绩效之间关系的调节作用没有得到验证。

在实践指导和政策建议上，对促进高能耗企业的环境绩效有以下启发：（1）以往的研究重视财务绩效与企业环境绩效的研究，财务能力强的公司更有能力实施节能减排活动，但本文的研究证实企业风险承担水平会影响环境绩效，相较于财务能力，行业的竞争激烈程度更能反映高能耗企业风险承担水平，因此提高行业集中度有可能降低企业的风险承担水平，进而提高环境绩效。（2）企业规模起到了显著的调节作用，大企业的环境绩效更好，因此，对于经营不善、环境较差的小企业，应该及时采取关停并转等措施。