环境信息披露制度改革对绿色全要素生产率的影响测度研究

李少林，杨文彤

东北财经大学产业组织与企业组织研究中心，辽宁 大连 116025

作为企业主动承担社会责任和公众参与环境治理的重要制度安排，环境信息披露从污染源主体到监管部门和社会感知之间建立了信息衔接和反馈机制，自2007 年以来，我国陆续出台和实施《环境信息公开办法(试行)》《企业事业单位环境信息公开办法》等政策措施；2015 年，《中华人民共和国环境保护法》以法律形式规定重污染企业公开具体的环境信息且提高相关披露要求；2020 年3 月，《关于构建现代环境治理体系的指导意见》将健全排污企业信用体系和完善强制性环境信息披露制度作为重点任务；2020年12 月，中央全面深化改革委员会会议审议通过《环境信息依法披露制度改革方案》，进一步从国家顶层设计高度将环境信息披露提升到生态文明制度体系建设层面，从企业、管理、监督等视域进行了充分优化，为打赢污染攻坚战奠定了坚实的制度保障.

在环境信息披露制度日臻完善形势下，我国二氧化硫排放总量由2016 年的854.9×104t 降至2019 年的457.3×104t，取得了较好的绿色发展成效.然而《中国上市公司环境责任信息披露评价报告(2019 年)》认为，“污染排放披露情况”指标的得分率不足10%，生态环境部因为环保问题通报处罚多家上市公司，《A 股ESG 评级分析报告2020 年》(ESG 代表环境、社会和公司治理)的数据显示，2012 年6 月—2020年6 月，1 293 家上市公司涉及ESG 风险事件，其中的环境类风险事件高达8 447 件，比重高居首位，达到43%，在一定程度上表明环境信息披露数据完整性与数据质量仍存在较大的提升空间.这就引发一系列值得深入探讨的问题：环境信息披露制度改革对促进绿色全要素生产率增长的效应如何？其背后的作用机制是什么？不同地区之间存在怎样的异质性？该文就环境信息披露制度改革对于倒逼城市绿色全要素生产率增长的效能不足、环境信息披露数据完整性和数据质量不高的现实难点问题，基于渐进双重差分模型(渐进DID 模型)对环境信息披露制度改革的绿色全要素生产率影响进行测度，为识别环境信息披露制度改革的传导机制和效果、进一步优化环境信息披露制度改革与提升绿色全要素生产率提供实证依据及政策启示.

环境信息披露制度改革对绿色全要素生产率增长效应的诱发机制和作用效果，直接关乎环境信息披露制度红利的发挥.环境信息质量影响人类健康效益[1-2]、经济绿色转型[3]及地区经济发展均衡性[4]等方面，近年来引发国内外学者对环境制度研究的重视.环境污染治理由于受经济发展水平[5]、技术创新[6-7]、政府监管[8]、外商投资[9-10]、城市规模[11]及基础设施建设水平[12]等方面的综合影响，导致企业环境信息披露质量存在地域性[13].环境信息披露制度作为对企业环境行为的“问责制”，影响政企关系融洽程度[9]，能够降低企业与政府环境治理之间的信息不对称问题[14]，影响绿色创新水平的提升[15]与产业结构的绿色转型[16].目前而言，我国环境信息披露程度总体一般[17]，基于利益考虑，高污染企业倾向于选择性披露环境信息，而政府具有更为强烈的环境信息披露意愿，能够通过环境规制手段规范企业环境信息披露行为[18].

但也有研究[19]指出，政府环境规制手段对企业而言，会引起企业污染行为转变，逃避环境规制.环境信息披露制度能够在一定程度上规范企业环境信息披露范围与环境信息披露质量，提高政府环境规制效率[20-21].但是政府迫于财政压力与经济发展水平等因素，很可能倾向于降低污染治理的强度[22]，而公众环保意识的提高以及对污染问题的反馈，能有效监督政府与企业的环境行为[23-24].除此之外，政府与各方利益相关者的互动能够促进污染企业绿色创新，否则，即使政府拥有高度权力，没有各方利益相关者的互动配合，企业污染治理效率也难以提高[25-26].环境污染治理需要各方配合[27]，而环境信息披露制度作为对企业、政府等各方环境行为规范的相关立法补充，能够有效提高污染治理效率[28-29].以上国内外研究丰富了环境信息披露制度改革的理论与实证体系，但大多都是针对企业的绩效、环境责任、技术发展倾向以及政府环境规制等方面的研究，国内关于环境信息披露制度改革对绿色全要素生产率的研究还在探索发展阶段，主要关注企业或政府行为主体，污染指标较为单一，这类研究将个体环境行为从城市绿色发展整体当中分离出来，忽略了环境信息披露制度改革对整个城市的经济增长、技术创新、环境发展等多因素的综合作用测度和内在机制分析.

基于2008 年开始实施的《环境信息公开办法(试行)》，公众环境研究中心(Institute of Public and Environmental Affairs,IPE)与自然资源保护委员会(National Resource Defence Council,NRDC)评价了113个城市污染源监管信息公开状况，明确了城市环境信息披露制度改革的基准线，随后经历了2013 年城市扩容.鉴于此，该研究以253 个地级及以上城市为研究样本，利用夜间灯光数据将能源消费量这一评估绿色发展的重要指标纳入绿色全要素生产率测度当中，考虑非期望产出与规模报酬可变形式，以SBM 模型与Malmquist-Luenberger 指数测度1998—2018 年绿色全要素生产率，基于我国环境信息披露制度改革实践，将杭州至各城市球面距离作为环境信息披露制度改革的工具变量和安慰剂检验，在剔除其他干扰政策等一系列稳健性检验基础上，运用渐进DID 模型对绿色全要素生产率影响进行测度，并进一步分析其作用机制，此外，分别考察了不同地区、不同对外开放水平的异质性效应，以期为评估环境信息披露制度红利和推进制度改革提供参考.

1 实证设计

1.1 实证模型

1.1.1 基准回归模型

参考Beck 等[30]的研究策略及设计思路，该文所用的渐进DID 模型如式(1)所示.

式中：GTFPi,t表示i城市第t年的绿色全要素生产率；Di,t表示核心解释变量；CONTROL 表示一系列控制变量；γi、δt分别表示年份固定效应与城市固定效应；εi,t表示随机干扰项；α1表示常数项；α2表示环境信息披露制度改革带来的绿色全要素生产率增长效应的评估系数，其为核心解释变量系数，若α2＞0 且在统计上显著，则表明环境信息披露制度改革能够促进绿色全要素生产率提升；α3表示控制变量系数.渐进DID模型中的部分样本城市在不同时间节点分批进入试验组，若城市i在第t年属于试验组城市，则D=1；若城市i在第t年属于对照组城市，则D=0.

1.1.2 机制分析模型

环境信息披露制度改革对机制变量影响评价的模型如式(2)所示，环境信息披露制度改革对绿色全要素生产率影响测度的机制分析模型如式(3)所示.

式中：ADJ 表示机制变量；β1、β2、β3分别表示常数项、核心解释变量Di,t的系数和控制变量CONTROL 的系数，其中β2用以衡量环境信息披露制度改革对机制变量的影响程度；ADJ×Di,t表示机制变量与核心解释变量的交互项；ρ1、ρ2、ρ3、ρ4、ρ5分别表示常数项、核心解释变量Di,t的系数、机制变量与核心解释变量的交互项ADJ×Di,t的系数、机制变量ADJ 的系数和控制变量CONTROL 的系数，其中ρ3用以衡量环境信息披露制度改革通过机制变量对绿色全要素生产率的影响程度.

式(1)～(3)的假设基础一：较早与较晚进入环境信息披露制度改革试验组的城市在环境信息披露制度改革之前的发展趋势不应当存在系统性差异，亦即二者的发展趋势基本一致，只有这样才能认为较晚进入改革试验组的城市是较早进入改革试验组城市的合适对照组，为此，2.1 节共同趋势检验验证了假设基础一是成立的.假设基础二：环境信息披露制度改革不受绿色全要素生产率增长影响，原因在于环境信息披露制度改革是源自部分企业瞒报、误报污染排放信息，而不是基于考虑当地的绿色全要素生产率，满足渐进DID 模型的适用性前提，为进一步克服可能存在的内生性问题，2.4.2 节工具变量检验验证了假设基础二是成立的.假设基础三：环境信息披露制度改革的试验组选取具有随机性，2.4.1 节安慰剂检验验证了假设基础三是成立的.假设基础四：研究的时间区间不存在环境信息披露制度改革以外的其他政策干扰，为此，2.5 节稳健性检验分别剔除可能存在的政策干扰，进而验证了假设基础四是成立的.

1.2 变量设计

1.2.1 主要变量

1.2.1.1 绿色全要素生产率

基于考虑非期望产出的SBM 模型与Malmquist-Luenberger 指数模型，对1998—2018 年我国253 个地级及以上城市绿色全要素生产率(GTFP)进行测度(见表1).劳动、资本、能源投入分别使用单位从业人员(lnL)、资本存量(lnW)、能源消费量(lnN)来衡量；期望产出利用地区生产总值(ln GDP)衡量，非期望产出为工业废水(lnF)、工业二氧化硫(ln SO2)与工业烟尘(lnC)，由于非期望产出缺少2003 年之前相关数据，该文使用工业企业污染数据库进行填充，分别使用四位数与六位数行政区划代码提取企业所在城市信息，剩余企业通过人工提取地名，利用天眼查、百度地图等网络平台搜索公司信息，归类整理获得各地级及以上城市的污染排放数据.另外，根据各地级及以上城市夜间灯光数据所占全省(自治区、直辖市)灯光数据的比例作为能源消耗程度，与省级能源消费量进行匹配，获得城市能源消费量.其中，能源消费量数据源于《中国能源统计年鉴》，夜间灯光数据源于美国国家海洋与大气管理局.

表1 主要变量的描述性统计结果Table 1 Descriptive statistical results of the main variables

1.2.1.2 核心解释变量

2008 年，《环境信息公开办法(试行)》正式实施，对政府、企业在环境信息披露方面的要求更加具体，环境信息披露制度在我国正式施行，与此同时，公众环境研究中心与自然资源保护委员会共同开发污染源监管信息公开指数(Pollution Information Transparency Index,PITI)，该指数涵盖污染源、清洁生产、企业环境行为等影响环境污染治理的细分指标，据此从2008 年开始对113 个城市的污染源监管信息公开状况进行初步评价.其中，113 个城市中除110 个国家环境保护重点城市外，还包括东莞市、盐城市、鄂尔多斯市等3 个非国家环境保护重点城市.2013 年，镇江市、三门峡市、自贡市、德阳市、南充市、玉溪市、渭南市等7 个非国家环境保护重点城市也被纳入PITI 指数公开城市名单，截至目前，PITI 指数公开城市名单涵盖120 个城市.该文借助PITI 指数分析环境信息披露制度改革对绿色全要素生产率的影响，样本中共包含118 个PITI 指数公开城市(缺失鄂尔多斯市和湘潭市数据).因此，将纳入第一批、第二批PITI 指数公开名单城市的核心解释变量(D)取值为1，否则取值为0.

1.2.2 其他变量与描述性统计

该文选取以1998 年为基期进行指数平减得到的实际使用外商直接投资对数(ln FDI)、绿色创新强度(LC)、综合创新强度(ZC)、第二产业从业人员占比(DEP)、第三产业从业人员占比(DSP)、人口密度对数(ln PMD)、高等学校在校生占年末总人口比重(PXS)以及第二产业增加值占比(DE/GDP)、第三产业增加值占比(DS/GDP)、规模以上工业增加值占地区生产总值比重(GY/GDP)、房地产投资与地区生产总值占比(PFDC)作为控制变量，因GY/GDP 缺失1998 年数据，所以样本量为5 060.2.4.2 节使用的工具变量(IV)利用地理经纬度计算得到杭州到其他252 个城市的球面距离数据，除绿色创新强度与综合创新强度所需的专利授权总量、绿色发明专利数、发明专利授权量数据源于国家知识产权局官网以外，其他数据均源于历年《中国城市统计年鉴》.

2 实证结果与分析

2.1 共同趋势假设检验

该文采取渐进DID 模型考察环境信息披露制度改革对绿色全要素生产率的影响，需满足共同趋势假设前提.该文共同趋势假设检验的基本逻辑：①按照2008 年和2013 年的时间节点分别将城市样本中的第一批、第二批PITI 指数公开城市纳入试验组，其余视为对照组.据此获得PITI 指数公开之前不同组别绿色全要素生产率的变化情况(见图1)，其中2008年、2013 年用虚线标注以便于厘清各组变化.根据城市PITI 指数公开时间划分为三类：第一类是从未纳入PITI 指数公开名单的城市，G(分组虚拟变量)=0；第二类是2008 年PITI 指数公开名单的城市，G=1；第三类为2013 年PITI 指数公开名单的城市，G=2.②在满足绿色全要素生产率增长与环境信息披露制度改革之前保持一致的前提下，利用固定效应模型控制个体效应，加入上述一系列控制变量，在排除其他干扰环境信息披露制度改革对绿色发展效果的评估因素后，最终获得环境信息披露制度改革带来的绿色全要素生产率的变化趋势.由图1 可见，PITI 指数公开之前(2008 年)，第一批试验组(G=1)与对照组(G=0)的绿色全要素生产率的变化趋势一致，第一批试验组与第二批试验组(G=2)绿色全要素生产率的变化趋势也基本一致.2008 年后，第一批试验组与第二批试验组和对照组绿色全要素生产率的变化趋势存在明显不同.2013 年后，第二批试验组与对照组绿色全要素生产率的变化趋势也存在明显不同.因此，可以判断得出满足共同趋势假设前提.

2.2 基准模型回归结果分析

由表2 可见，模型1 的核心解释变量D的系数在1%水平上显著为正，在纳入控制变量后，模型2的核心解释变量D系数为0.347 1，解释能力略有提升，显著性水平不变，环境信息披露程度每增加1 个标准差(核心解释变量标准差为0.062 7)，绿色全要素生产率提升0.021 8，这说明环境信息披露制度改革能够增强对污染源头的治理，对城市绿色发展具备显著正向效应.考虑国家环境保护重点城市类型的影响因素，设置国家环境保护重点城市类型的虚拟变量(TYPE)，若该城市为国家环境保护重点城市，TYPE=1，反之为0.通过核心解释变量D与TYPE 交互项(D×TYPE)的系数，衡量试验组中的国家环境保护重点城市绿色全要素生产率的变动程度.如模型3、模型4 所示，无论是否加入控制变量，该文关注的D×TYPE 系数皆在1%水平上显著为正，表明在环境信息披露制度改革下，国家环境保护重点城市的绿色全要素生产率增长效应更强，对环境信息披露制度改革的反应更敏感.

表2 基准模型回归结果Table 2 Benchmark model regression results

2.3 环境信息披露制度改革对绿色全要素生产率影响的动态效应

通过共同趋势假设检验是渐进DID 模型成立的基本条件.为更好地显示制度改革的动态效应，参考Beck 等[30]做法，将2008 年、2013 年作为前后两批次环境信息披露制度改革对绿色全要素生产率的动态影响进行加权处理后界定的综合改革元年，得到距离第一次环境信息披露制度改革之前的第1～15 年的时间虚拟变量(a)，以及环境信息披露制度改革之后的第1～10 年的时间虚拟变量，对照组城市由于一直没有被纳入PITI 指数公开名单，将其时间虚拟变量赋值为0，以估计环境信息披露制度改革下绿色全要素生产率的年均值，经过缩尾处理，获得环境信息披露制度改革前后10 年的时间虚拟变量.以初始的PITI指数公开前的第10 年作为基期，每隔两年形成核心解释变量D与时间虚拟变量的交互项，加入控制变量，这样不同批次的试验组与对照组获得距离环境信息披露制度改革实施前的第a年(a=—8、—6、—4、—2)、改革元年(a=0)以及实施后的第a年(a=1、3、5、7、9)的绿色全要素生产率年均值，结果如图2 所示.环境信息披露制度的综合改革元年为0，以虚线标出，在环境信息披露制度改革之前，绿色全要素生产率增长效应并不显著，环境信息披露制度改革之后的第1 年和第9 年，绿色全要素生产率增长效应变得显著，通过渐进DID 模型和事件研究法相结合的检验方式，证明了共同趋势假设的成立，表明环境信息披露制度改革存在持续显著的绿色全要素生产率增长效应.

2.4 内生性检验

2.4.1 安慰剂检验

PITI 指数公开城市由IPE 与NRDC 选择，为剔除环境信息披露制度改革以外的其他内生性因素对绿色全要素生产率的干扰，该文对样本数据进行安慰剂检验.从原始数据中提取核心解释变量(D)，利用计算机随机打乱组合，形成新的核心解释变量，再与剔除核心解释变量之后的原始数据进行随机匹配，获得新数据样本，利用Stata16 软件随机抽取部分城市作为渐进DID 模型中的试验组，其余作为对照组，重复抽样1 000 次，如图3 所示，核心解释变量P值均在0.1 以上，且核心解释变量整体平均值为—0.001 5，带宽为0.222 1，与基准回归模型结果系数相比近似于0，表明不存在其他内生性因素影响结论稳健性.

2.4.2 工具变量检验

渐进DID 模型应用假设基础之一是试验组与对照组的选择是完全随机的，不受任何主观因素干扰.鉴于PITI 指数公开城市名单中包含国家环境保护重点城市，而国家环境保护重点城市倾向于选择环境污染较为严重地区的省会(首府)城市、沿海开放城市与重点旅游城市，在产业结构调整、环境治理等方面要求更为严格，导致其城市环境保护的积极效应本身就更为显著，试验组与对照组的选取很可能受这部分因素的内生性干扰.

为进一步克服试验组选取可能存在的内生性问题，该文参考张勋等[31]关于工具变量的选取思想，认为杭州到252 个城市的球面距离能够很好地解释数字网络特点，与互联网联系深刻，环境信息披露制度改革主要就是通过数字网络平台途径提高公众对企业、地区污染问题的重视，信息流通速度越快，地方企业、政府对地方环境污染信息披露的重视程度越高，环境信息披露制度改革对地方环境污染治理强度的倒逼作用越强.选择杭州到样本中其余252 个城市的球面距离(IV)作为环境信息披露制度改革的核心解释变量D的工具变量，加入控制变量后，第1 阶段检验中，将时间虚拟变量(TIME)与工具变量(IV)作交互项(TIME×IV)，替代现有核心解释变量，将核心解释变量D作为被解释变量.第1 阶段的检验结果(见表3)表明，TIME×IV 与D之间存在显著相关性，工具变量IV 对内生变量D的解释力度较强，并且第1阶段的弱工具变量检验F值为128.06，显著大于10，说明不存在弱工具变量问题，工具变量选取十分有效.第2 阶段检验结果的核心解释变量系数为0.994 1，且在1%水平上显著为正，表明在克服内生性问题基础上，环境信息披露制度改革能够显著促进绿色全要素生产率增长.

表3 工具变量检验结果Table 3 Results of instrumental variable tests

2.5 稳健性检验

2007 年，我国决定进行排污权交易试点，财政部、原环境保护部、国家发展和改革委员会批复了天津市、河北省、山西省、内蒙古自治区等11 个省(自治区、直辖市)开展排污权交易试点，参考史丹等[32]研究，将2008 年作为该政策实施的时间节点，为剔除排污权交易政策干扰，构建排污权交易虚拟政策指标PW，若样本城市属于11 个试点地区，则PW=1，否则PW=0；设置排污权交易时间虚拟指标POST1，2008年后，POST1=1，否则POST1=0，以PW×POST1作为排污权交易政策效应交互项来剔除该试点政策影响.由表4 可见，模型1 中环境信息披露制度改革所代表的核心解释变量D与排污权交易核心交互项(PW×POST1)在1%水平上显著为正，加入控制变量后，环境信息披露制度改革虽然受到排污权交易政策影响，导致模型2 中核心解释系数D与基准回归结果略小，但不可否认的是环境信息披露制度改革整体仍对绿色全要素生产率增长存在积极效能.

表4 剔除干扰政策的稳健性检验结果Table 4 Robustness test results of interference elimination policy

此外，2012 年10 月，原环境保护部、国家发展和改革委员会、财政部联合印发《重点区域大气污染防治“十二五”规划》的通知中，对经济发展水平、大气污染程度等影响大气污染防治效果的各类因素进行综合考量，将北京市、天津市、河北省等19 个省(自治区、直辖市)划分为重点控制区与一般控制区，进行差异化管控与针对性治污减排，其中，重点地区的环境准入条件、行业污染物排放限值更为严苛，包含47 个城市，分别涵盖京津冀地区、长三角地区、珠三角地区、成渝地区及辽宁省等.将2013 年作为该政策实施的时间节点，为剔除此类政策干扰，设置该虚拟政策指标DQ，若样本城市属于重点控制区，则DQ1=1，否则DQ1=0；若样本城市属于一般控制区，则DQ2=1，否则DQ2=0；设置《重点区域大气污染防治“十二五”规划》政策时间虚拟指标POST2，2013 年后，POST2=1，否则POST2=0；以DQ1×POST2、DQ2×POST2分别作为《重点区域大气污染防治“十二五”规划》与时间虚拟变量的交互项来剔除重点控制区、一般控制区的政策影响.模型3、模型4 分别报告了重点控制区与一般控制区在加入控制变量之后，环境信息披露制度改革所带来的绿色全要素生产率增长效应存在地区差异性.模型5、模型6 报告了同时剔除排污权交易政策和《重点区域大气污染防治“十二五”规划》干扰以后的回归结果，无论是否加入控制变量，环境信息披露制度改革均能显著促进绿色全要素生产率增长.

3 机制研究

3.1 传导机制一

环境信息披露制度改革通过将企业污染物排放信息公开，倒逼了污染产业退出与清洁产业扩张，进而从总体上带动产业结构调整，与此同时，产业结构调整也将对就业结构产生重要影响.因此，该研究将产业结构和就业结构作为考察环境信息披露制度改革对绿色全要素生产率影响的机制变量.从产业结构维度(见表5)来看：模型1 显示，当被解释变量为第二产业增加值占比(DE/GDP)时，核心解释变量D在10%水平上显著为负，表明环境信息披露制度改革降低了第二产业增加值占比；模型3 显示，当被解释变量为规模以上工业增加值占地区生产总值比重(GY/GDP)时，环境信息披露制度改革导致的第二产业增加值下降的主要原因来自于工业结构的收缩；模型5 显示，将第三产业增加值占比(DS/GDP)作为被解释变量时，与第二产业相比，环境信息披露制度改革显著提高了第三产业增加值占比；模型2、模型4、模型6 显示，与第三产业比重较高地区相比，环境信息披露制度改革显著抑制了工业和第二产业比重较高地区的绿色全要素生产率增长.

从就业结构维度(见表5)来看：模型7 显示，当第二产业从业人员占比(DEP)作为被解释变量时，环境信息披露制度改革导致第二产业人员占比大幅下降；模型8 显示，当第三产业从业人员占比(DSP)作为被解释变量时，环境信息披露制度改革对第三产业从业人员占比的影响较小；模型9 显示，将第三产业从业人员占比(DSP)与核心解释变量D作交互项时，环境信息披露制度改革导致第三产业从业人员占比较大地区实现绿色全要素生产率增长.

表5 产业结构与就业结构作为机制变量的回归结果Table 5 Regression results of industrial structure and employment structure as mechanism variables

3.2 传导机制二

环境信息披露制度改革通过将企业污染信息公开，增加了企业生产成本，倒逼了污染产业进行基于污染减排导向的绿色创新和研发新兴产业技术的综合创新.因此，该研究将绿色创新强度和综合创新强度作为考察环境信息披露制度改革对绿色全要素生产率影响的机制变量.该文将绿色发明专利占专利授权总量比例作为衡量绿色创新强度(LC)的指标，将发明专利与实用新型专利之和占专利授权总量的比例作为衡量综合创新强度(ZC)的指标，分别代入1.1.2 节机制分析模型的式(2)中，结果如表6 所示.模型1、模型2 显示，以绿色创新强度(LC)作为被解释变量，无论是否加入控制变量，其核心解释变量D的系数始终为负，但数值较小且不显著；模型5、模型6 显示，以综合创新强度(ZC)作为被解释变量，无论是否加入其他控制变量，其核心解释变量D的系数始终在1%水平上显著为正，表明环境信息披露制度改革能够激发综合创新强度提高.将绿色创新强度与核心解释变量D作交互项后，模型3、模型4 显示，无论是否加入控制变量，D×ADJ 系数在1%水平上始终显著为正，表明环境信息披露制度改革能够通过促进绿色创新强度提高带动绿色全要素生产率增长；以综合创新强度与核心解释变量D作交互项后，模型7、模型8 显示，无论是否加入控制变量，表明环境信息披露制度改革能够通过促进综合创新强度提高带动绿色全要素生产率增长.从绿色创新强度与综合创新强度在实现绿色全要素生产增长方面的贡献来看，将模型4 和模型8 中D×ADJ 的系数相除，得出在环境信息披露制度改革下，绿色创新强度机制变量对绿色全要素生产率增长的贡献度为综合创新强度机制变量贡献度的85.2%.

表6 绿色创新强度与综合创新强度作为机制变量的回归结果Table 6 Regression results of green innovation intensity and comprehensive innovation intensity as mechanism variables

4 异质性分析

4.1 地区异质性

由于产业结构、就业结构和创新水平存在较大的地区差异性，为针对性评价不同地区的环境信息披露制度改革影响，该研究结合3.1 节和3.2 节涉及的机制变量，对东部地区、中部地区、西部地区和东北地区进行地区异质性检验，结果如表7 所示.模型1、模型3、模型5 和模型7 表明：受环境信息披露制度改革影响，东北地区、东部地区并未表现出绿色全要素生产率增长效应，核心解释变量的系数分别为—0.447 4 和—0.189 0；西部地区与中部地区具有积极的绿色全要素生产率增长效应，核心解释变量的系数分别为1.015 1、0.879 9，西部地区绿色全要素生产率增长效应更为显著.这说明各地环境信息披露制度改革影响程度存在显著地区性差异.

表7 地区异质性分析结果Table 7 Regional heterogeneity analysis results

由于环境治理需要持续性的地方财政投入支持，不同地区财政压力各有差异，环境信息披露制度改革下财政压力如何影响绿色全要素生产率增长，需进一步研究.被解释变量为一般公共预算收支差额与一般公共预算收入比值，用以衡量地区财政收支缺口，参考曹春方等[33]的方法，加入地区生产总值对数(ln GDP)和房地产投资占地区生产总值比重(PFDC)作为控制变量，剔除经济周期性影响，获得各地区动态财政压力(CY)，回归结果如表7 所示.模型2、模型4、模型6 和模型8 显示，与地区异质性有所区别，东北地区、东部地区中的财政压力较大地区能够显著提高绿色全要素生产率，而西部地区、中部地区不显著，可能的原因在于西部地区与中部地区作为欠发达地区，财政压力并未产生倒逼绿色全要素生产率提升的效果.

4.2 对外开放水平异质性

经济全球化背景下一国是否存在“污染避难所假说”，成为国内外环境经济领域研究的热点问题之一.该文将衡量对外开放水平的指标界定为是否属于沿海地区的虚拟变量和实际使用外商直接投资规模变量，将样本中所包含的天津市、上海市、杭州市、大连市等51 个沿海地级及以上城市划分为沿海城市，将沿海城市所在省份的其他城市视为其他沿海地区，其余城市所在地区为非沿海地区，以考察对外开放水平的异质性.

模型1、模型3(见表8)表明，环境信息披露制度改革对沿海城市(核心解释变量系数为—0.351 1)、其他沿海地区(核心解释变量系数为—0.401 0)均未起到积极的绿色全要素生产率增长效应，相对于沿海城市，其他沿海地区的核心解释变量系数与显著性水平均较高，说明环境信息披露制度改革下，其他沿海地区绿色全要素生产率的抑制效应更为明显；模型5 表明，非沿海地区的绿色全要素生产率增长效应表现良好，说明在环境信息披露制度改革影响下，非沿海地区与其他沿海地区绿色全要素生产率存在较大的差异性.利用实际使用外商直接投资对数(ln FDI)作为城市对外开放水平的衡量指标，与核心解释变量作交互项，模型2、模型4 和模型6 显示，对外开放水平对非沿海地区绿色全要素生产率的影响不显著，而沿海城市与其他沿海地区的D×ln FDI 系数分别为—0.171 8、—0.295 3，并且都在1%水平上显著相关，说明受环境信息披露制度改革影响，对外开放水平属于抑制沿海地区绿色全要素生产率增长的主要因素，将模型2 与模型4 的D×ln FDI 系数相减，得到其他沿海地区与沿海城市绿色全要素生产率的降幅差额为0.123 5.

表8 对外开放水平异质性分析结果Table 8 Analysis results of heterogeneity of opening-up level

5 结论与建议

a) 环境信息披露制度改革存在显著的绿色全要素生产率增长效应，将显著提升试验组绿色全要素生产率(0.347 1)，对国家环境保护重点城市绿色全要素生产率增长效能更好.为强化环境信息披露制度改革对绿色全要素生产率增长的倒逼作用，应注重制度落实过程中的监管，提高环境信息透明度并接受公众监督，尤其是发挥国家环境保护重点城市示范作用，并不断对环境信息披露制度存在的问题进行充分完善和分批次推广至其他城市.

b) 环境信息披露制度改革对绿色全要素生产率增长的作用机制主要是通过调整产业结构和就业结构提高绿色全要素生产率；从静态角度看，绿色创新强度占综合创新强度的贡献度为85.2%，从动态角度看，环境信息披露制度改革能够显著提高城市综合创新强度，但对绿色创新强度影响较弱.应协同考虑环境信息披露制度改革对产业结构、就业结构调整以及对绿色创新、综合创新的影响，畅通环境信息披露制度改革对绿色全要素生产率增长的机制发挥.

c) 环境信息披露制度改革显著提升了中部地区、西部地区的绿色全要素生产率，对东北地区、东部地区的影响不显著；促进了东北地区、东部地区中财政压力较大地区的绿色全要素生产率增长；抑制了沿海城市、其他沿海地区绿色全要素生产率增长，提高了非沿海地区的绿色全要素生产率.应进一步推进中部地区、西部地区环境信息披露制度改革，因地制宜，充分挖掘东北地区、东部地区的绿色全要素生产率增长潜力，提高沿海地区外商引资的环境准入门槛，强化环境信息披露制度改革对绿色全要素生产率的积极效应.