市场激励型环境规制与审计收费

芦海燕 宋学兴

【摘要】基于A股上市公司2010 ～ 2020年的数据， 以我国在7个省市先后开展的碳排放权交易试点为准自然实验， 通过构建多期PSM-DID模型考察市场激励型环境规制对企业审计收费的影响机制。研究发现， 在其他条件不变的情况下， 试点政策会显著提升企业的审计收费， 且该结论经过安慰剂检验、 排除其他政策干扰、 改变时间窗口等一系列稳健性检验后仍然成立。进一步研究发现， 试点政策的实施产生的“遵循成本”效应和“创新补偿”效应是审计收费提高的重要作用路径。异质性分析发现， 试点政策与审计收费的正向关系在高污染行业企业、 国有企业与环境执法力度大的地区企业中更为显著。基于以上结论， 政府在继续推进碳排放权交易市场建设的同时， 可以加大环境执法力度， 完善相应的奖惩措施， 充分发挥试点政策的“创新补偿”效应。

【关键词】碳排放权交易；审计收费；遵循成本；创新补偿

【中图分类号】F239.4      【文献标识码】A      【文章编号】1004-0994（2023）21-0102-8

一、 引言

随着全球经济的快速发展， 气候变暖已成为各国面临的重大挑战。在此背景下， 作为全球最大的发展中国家和二氧化碳排放国家， 探索一条经济高质量发展的低碳转型之路， 实现碳减排目标， 成为我国面临的现实选择。而碳排放导致的气候问题具有典型的外部性特征， 该问题的解决很大程度上需通过环境规制内化碳排放主体产生的外部成本。根据“波特假说”， 严格的环境规制， 尤其是市场激励型环境规制， 能够推动企业增加研发投入以进行减排技术创新， 最终在实现碳排放目标的同时， 提高企业产品的市场竞争力与盈利能力， 进而弥补环境规制带来的高额成本（Porter 和Linde，1995）。自2013年以来， 我国先后在北京等7个省市開启了碳排放权交易试点（简称“试点政策”）， 并于2021年7月正式启动全国碳市场， 这标志着碳排放权交易机制正式在我国建立， 并成为目前最具代表性的市场激励型环境规制。

已有研究表明， 试点政策的实施能够显著降低试点地区和企业的碳排放水平。也有部分学者进一步研究发现， 试点政策会对企业绿色转型、 技术创新、 投资效率等产生影响（苏涛永等，2022；李晖，2022；张涛等，2022）。而这些影响最终必然会反映在企业的财务报表上， 进而影响注册会计师的审计判断。同时根据财政部2006年修订的《中国注册会计师审计准则第1631号——财务报表审计中对环境事项的考虑》， 注册会计师在执行审计业务时， 需依据自身职业判断， 考虑可能引致财务报表重大错报风险的环境事项。在此背景下， 探讨试点政策对注册会计师审计行为决策可能产生的影响具有重要的现实意义。为此， 本文从审计收费的角度出发， 试图为从试点企业外部研究试点政策的经济后果提供一种新的视角。

本文以2010 ～ 2020年我国沪深A股上市企业为研究对象， 基于试点政策这一准自然实验， 使用多期PSM-DID方法研究试点政策对企业审计收费的影响及其作用机制。研究发现， 试点政策的实施显著提升了控排企业的审计收费。进一步研究发现， 试点政策的实施产生的“遵循成本”效应和“创新补偿”效应是审计收费提高的重要机制。异质性分析发现， 试点政策与审计收费的正向关系在高耗能行业企业、 国有企业与环境执法力度大的地区企业中更显著。

本文的边际贡献在于： 其一， 丰富和拓展了试点政策经济后果的相关研究。以往文献主要从如何实现减排目标、 如何促进地区经济低碳转型以及如何影响企业技术创新、 绿色转型等角度展开， 鲜有研究揭示试点政策对企业外部注册会计师行为决策的影响。本文从审计收费角度出发， 有助于弥补现有研究的不足， 并深化对试点政策经济后果的认识。其二， 丰富和拓展了审计收费影响因素的研究。长期以来， 关于环境规制与审计收费的研究多围绕命令控制型环境规制， 而本文则围绕试点政策这一市场激励型环境规制展开研究， 有利于深入理解环境因素对审计收费的影响。

二、 文献回顾与研究假设

（一）文献回顾

现有关于试点政策实施效果的研究主要围绕政策实施带来的环境效应和经济效应两个维度展开。从试点政策的环境效应看， 现有研究大多证明碳排放权交易能够显著减少试点地区和企业的二氧化碳排放。如张彩江等（2021）基于我国省际面板数据研究发现， 试点政策能够显著抑制试点区域的碳排放量增长。潘敏等（2022）认为， 试点政策会显著减少企业的碳排放量。在试点政策的经济效应方面， 部分研究表明试点政策的推进能够实现绿色和发展共赢。其中苏涛永等（2022）认为， 试点政策的实施会显著促进企业进行绿色转型。胡珺等（2020）研究发现， 碳排放权交易机制的实施能够显著推动企业技术创新。周畅等（2020）实证发现， 碳排放权交易能够有效提升企业价值与财务绩效。也有部分研究表明， 碳排放权交易机制无法兼顾企业效益与绿色效率。胡玉凤和丁友强（2020）认为， 碳排放权交易在实现碳减排的同时， 会导致企业营业成本增加， 进而对企业全要素生产率产生显著负向影响。梅应丹等（2023）基于石化上市企业的研究发现， 短期内碳排放权交易并未推动石化企业的技术创新， 反而降低了企业的全要素生产率。Zhang等（2018）探讨了碳排放权交易对试点企业价值的影响， 发现碳排放权交易对企业股票价值有显著的负向影响。

总体来看， 现有文献从试点政策环境效应和经济效应两个维度进行了较为丰富的探索， 且越来越多的研究逐渐从宏观视角转入微观企业领域。然而， 现有研究就试点政策能否实现绿色与发展共赢得出的结论不一致， 且鲜有研究关注试点政策对企业外部注册会计师风险决策产生的影响。鉴于此， 本文尝试从注册会计师审计收费的视角切入， 以拓展现有文献的研究视角。

（二）研究假设

试点政策是企业必须遵循的外在硬约束。试点政策实施后会同时产生“遵循成本”效应与“创新补偿”效应， 从而影响注册会计师对企业的风险感知， 进而影响审计收费。

当企业被纳入试点政策范围后， 短期内可能难以改变现有的生产技术和生产方式， 为满足碳排放总量的控制需求， 企业可能做出以下选择： 一是维持原有产量， 在碳排放权交易市场购买相应的碳排放配额或从其他企业购置环境污染物处置的技术、 设备等（张海军和段茂盛，2020）； 二是减少产量确保碳排放量控制在限定的范围内。但无论怎样选择， 企业被纳入试点政策范围后， 都会产生诸如环保投入、 配额获取等“遵循成本”， 这无疑会提高企业的生产运营成本， 增加企业的经营风险， 使企业偏离原有的最优生产状态（林伯强等，2021）。此外， 已有研究表明， 碳排放权交易机制会引导银行等机构和个人投资者更加关注低碳政策， 对高耗能企业要求更高的投资回报， 从而增加企业的资金使用成本（Koch和Bassen，2013）。由此可见， 试点政策的实施可能会增加被审计单位的经营风险和财务风险， 从而影响注册会计师对企业重大错报风险的感知。当企业因试点政策实施而面临更高的经营风险和财务风险时， 会计师事务所为应对可能的诉讼风险， 通常会提高财务报表重大错报的评估风险并配备具有行业专长的人才进行审计。这意味着注册会计师审计时需要投入更多的审计资源， 扩大审计范围， 增加审计程序， 以确保发表合适的审计意见， 因此， 企业的审计收费也会随之增加。

而从长期来看， 企业选择购买碳排放配额或减少产量都会降低企业的竞争力、 影响企业的利润， 这与企业追求利润最大化的目标不符。因此， 企业有动机增加研发投入， 进行技术创新以缓解“遵循成本”压力（胡珺等，2020）。在被纳入控排企业后， 短期内企业可能会因为“遵循成本”压力挤占研发投入所需资金， 但企业在经过阵痛期后通常会获得更充足的研发经费， 此时试点政策会促进企业的技术创新。而通过创新可能会使企业实现绿色发展， 甚至当技术创新使得碳排放量小于碳排放配额时， 企业还能够在碳市场出售碳排放配额获利， 以弥补创新产生的成本。但创新活动也可能因其周期长、 高度不确定性而具有较高的风险， 一旦失败会对企业的经营产生较大影响； 与此同时， 管理层往往不愿意透露过多与研发活动相关的信息， 由此可能会提高企业与投资者之间的信息不对称程度， 导致投资者用脚投票， 从而影响企业股价并加剧企业的经营风险和重大错报风险， 审计收费也会随之增加（胡海川等，2022）。一般而言， 减排技术创新往往都是针对企业生产工艺的原创性创新， 具有较高的新颖度。而创新新颖度的提升会增加审计师工作的复杂度、 降低企业会计信息的透明度、 提高审计师的诉讼风险， 进而提高企业的审计收费（李哲等，2020）。基于以上分析， 本文认为试点政策能够通过“遵循成本”效应与“创新补偿”效应， 提高企业的审计收费。由此， 提出以下假设：

H1： 在其他条件不变的情况下， 试点政策的实施会提高控排企业的审计收费。

三、 研究设计

（一）样本选择和数据来源

我国从2013年开始， 先后在北京、 天津、 上海、 重庆、 广东、 湖北、 深圳和福建开启试点政策， 并于2021年7月正式启动全国碳市场。为有效分析试点政策对企业审计收费的影响， 同时考虑到金融危机对审计收费的影响， 本文选择2010 ～ 2020年作为样本研究区间。对样本做如下处理： 剔除金融保险类上市企业样本； 剔除被ST、 ?ST类企业样本； 剔除存在严重缺失值的企业样本。最终得到15113个企业样本数据。纳入试点政策范围的企业名单从各地政府部门网站及发改委网站的披露数据手工整理得到， 其他公司层面的数据来源于国泰安数据库（CSMAR）。此外， 为避免极端值的影响， 本文对连续型变量分别进行1%和99%水平的Winsorize处理。

（二）模型设定与变量定义

DID方法因其能够有效排除样本期内其他因素对估计结果的干扰， 被广泛用于各类政策实施效果的评估（李卫兵等，2020）。试点政策实施为本研究提供了一个较好的自然实验场景， 因此， 本文采用DID方法来估计市场激励型环境规制对企业审计收费的影响， 即将北京、 天津、 上海、 重庆、 湖北、 广东、 福建等7个省市参与试点的企业作为实验组， 其余省份（港澳台、 西藏除外）企业作为对照组。考虑到我国碳排放权交易试点城市主要集中在北京、 上海等经济发达地区， 省份之间存在较大的异质性， 而且不同省份选择试点企业的标准不一， 为了避免样本选择性偏误， 本文通过倾向得分匹配（PSM）方法将多个指标合成为一个指标， 为实验组匹配尽可能相似的对照组。同时由于PSM只能对截面数据进行匹配， 本文参照Heyman等（2007）的研究， 采用逐期PSM方法进行匹配。具体步骤如下：

首先， 选择协变量。本文参照已有研究， 选择企业资产规模、 上市年份、 子公司数量等控制变量作为协变量（宋德勇等，2021）， 并运用Logit模型计算倾向得分。具体模型如下：

Logit（Policyi，t）=β0+βiControli，t+εi，t                     （1）

其次， 选用卡尺（0.05）最近邻匹配（1∶2）方法确定与实验组相匹配的控制组个体集合。

最后， 构建多期DID模型评估试点政策对审计收费的作用。对应模型如下：

其中， AuditFeei，t为被解释变量——审计收费， 用企业当期审计费用的自然对数衡量。Policyi，t为解释变量， 表示企业是否被纳入试点政策范围企业名单， 若企业i在第t年被纳入试点政策范围则为1， 否则为0。在模型（2）中， 本文主要关注的是Policy的系数β1， 该系数即为试点政策效应， 能够反映实验组与对照组企业在被纳入试点前后审计费用的差异， 当β1显著为正时， 说明相比未纳入试点企业， 试点企业在纳入试点后审计费用显著提升。Controlsi，t为控制变量， 参照于瑶等（2022）的研究， 本文控制如下变量： 企业规模（Size）、 应收账款比例（Rec）、 存货比例（Inv）、 资产负债率（Lev）、 资产收益率（Roa）、 是否亏损（Loss）、 营业收入增长率（Growth）、 第一大股东持股比例（First）、 董事会规模（Broad）、 独立董事比例（IHDR）、 是否四大审计（Big4）、 审计意见变更（LAGOP）、 企业性质（SOE）、 两职合一（PLU）、 子公司数量（SQSUBS）、 上市年限（Age）。此外， 為消除随时间变化的难以观测的行业因素影响， 本文进一步控制了年度（Year）、 行业（IND）固定效应以及行业—年度联合固定效应（IND-Year）。

四、 实证分析

（一）描述性统计

表2为主要变量的描述性统计结果。从表2可以看出， AuditFee均值为13.831， 标准差为0.742， 取值范围为12.506 ～ 16.385， 表明不同企业的审计收费差异比较大。试点政策（Policy）的均值为0.052， 表明有5.2%的企业受到试点政策的影响。控制变量方面： Big4均值为0.07， 表明有7%的企业选择了“四大”审计； LAGOP均值为0.024， 表明有2.4%的企业出现了审计意见变更； SOE均值为0.485， 表明有48.5%的企业为国有企业， 而51.5%的企业为民营企业； PLU的均值为0.22， 表明有22%的企业董事长和总经理是同一人。其他控制变量描述性统计结果均在合理范围之內， 同时相关性分析结果显示各控制变量之间不存在严重的多重共线性问题。

（二）基准回归结果

1. PSM平衡性检验。本文参照谢申祥等（2021）的研究， 对匹配效果进行了逐期平衡性检验（Logit回归结果与平衡性检验结果未予列示，留存备索）。结果显示， 各变量的系数值相对较小， 且均未通过10%的显著性检验， 同时伪R2也相对较小， 说明不同年份两组的协变量不存在系统性偏差， 基本满足PSM平衡性假设。图1描述了匹配前后倾向得分的核密度分布， 可以发现匹配前试点企业与非试点企业的倾向得分分布存在较大差异； 而使用核匹配法进行匹配后， 二者间的差距得到有效缩减， 而且走势基本一致， 说明匹配结果较为理想。因此， 本文可以通过双重差分模型进一步研究试点政策对审计收费的影响。

2.  PSM-DID回归结果。根据前文设计的待检验模型（2）， 表3报告了试点政策对企业审计收费的回归结果。其中第（1）、 （2）列显示的是多期DID估计结果， 可以看出Policy的系数至少在1%的水平上显著为正， 证实了试点政策可以显著提高企业的审计收费， 但由于存在选择性偏误， 多期DID的回归结果得出的结论可能不可靠。因此， 第（3） ～ （6）列进一步给出了PSM-DID的估计结果。其中： 第（3）列是不考虑任何控制变量后选择权重不为空的样本进行回归的估计结果； 第（4）列是引入控制变量并选择权重不为空的样本进行回归的估计结果（本文后续部分的检验将继续以权重不为空的样本为依据展开）； 第（5）列表示引入控制变量并选择满足共同支撑域假设的样本进行回归的估计结果； 第（6）列是考虑控制组样本的重要性程度进行频数加权回归的估计结果。结果一致表明， Policy的回归系数均在1%的水平上显著为正， 证实了试点政策会提升企业的审计收费。此外， 从各回归中样本数N可以发现： 由于第（3）、 （4）列使用的是PSM匹配成功的样本， 因此样本量相比DID回归有所减少； 第（5）列使用的是满足共同支撑假设的样本， 由于有92个样本不满足假设， 故参与回归的样本比基础回归少92个； 第（6）列由于是根据权重进行的频数加权回归， 参与回归的样本会根据权重进行复制， 因此最终有17865个样本参与回归。

3. 平行趋势检验。此外， 使用双重差分模型需通过平行趋势检验， 即实验组和对照组在受到政策冲击前具有平行趋势。就本文而言， 在试点政策实施前实验组与对照组的样本之间对审计收费的影响无显著差异， 在被纳入试点后对审计收费的影响存在显著差异。因此， 本文参照Beck等（2010）的研究， 引入试点政策实施前4年和后7年的虚拟变量替换模型（2）中的Policy， 检验试点政策实施前后各期对企业审计收费的影响， 具体模型如下：

其中： Before4i，t表示t时期为企业被纳入试点前的第4年时取值为1， 否则为0； 同理Currenti，t表示t时期为企业被纳入试点的当期时取值为1， 否则为0。表4展示了观测区间各年份虚拟变量估计值的显著性及其动态变化趋势。从回归结果看， 企业被纳入试点前各年虚拟变量的回归系数均不显著， 表明试点政策实施前两组样本企业之间审计收费的变化趋势不存在系统性差异， 符合双重差分法平行趋势假定的要求， 而且实施当期和实施后的回归系数在1%的水平上显著为正， 说明试点政策提高了企业的审计收费。此外， 从图2也可以看出， 试点政策实施前， 实验组和对照组地区企业审计收费水平不存在显著性差异； 而试点政策实施后， 随着时间的推移， 试点政策实施对企业审计收费的影响越来越大， 且明显呈现出两个阶段。可能的解释是： 在试点政策实施前期， 试点政策主要通过“遵循成本”效应影响企业的审计收费， 而随着试点政策的推进， “遵循成本”效应逐渐减弱， 此时主要通过“创新补偿”效应影响企业的审计收费。

（三）稳健性检验

1. 安慰剂检验。本文已在准自然实验中尽可能地控制了企业层面特征变量， 但仍有可能存在其他不可观测因素影响试点政策的评估结果。为了检验PSM-DID回归结果的稳健性， 参照白俊红等（2022）对多期DID进行安慰剂检验的思路， 通过随机安排生成伪处理组虚拟变量（Treat）和伪政策冲击时间变量（Post）， 为每个样本随机生成试点政策时间， 并重复此过程2000次。如果交叉项（Treat×Post）的估计系数仍显著为正， 则表明审计收费的提高并不是由试点政策实施所引起的， 而是受到其他不可观测因素的影响， 反之， 则能佐证基准回归的稳健性。如图3所示， 安慰剂检验生成的核密度集中于0附近且接近于正态分布， 同时基准回归中的估计系数0.063落在随机抽样分布图的尾端， 表明审计收费并未受到试点政策的影响， 即回归结果具有稳健性。

2. 基于模型设定的稳健性检验。考虑到多时点PSM-DID模型PSM只适用于截面数据， 现阶段文献除采用逐期匹配方法外， 还有部分文献采用混合匹配法， 即将面板数据视为截面数据， 为处理组在试点政策时间的每条样本在控制组中寻找倾向得分最接近的样本进行匹配。本文选择采用混合PSM对多时点PSM-DID模型进行稳健性检验。表5第（1）列报告了混合匹配下PSM-DID的回归结果， 结果显示， Policy的回归系数仍显著为正， 这在一定程度上说明试点政策会提高企业审计收费这一结论是稳健的。

3. 剔除其他政策影响。本文选取的样本期为2010 ～ 2020年， 但2010年、 2012年、 2017年国家先后开展了低碳省区和低碳城市试点工作， 如果不考虑上述政策的影响， 就可能难以将审计收费的提高完全归因于试点政策的实施。有鉴于此， 为有效识别和剔除其他政策的影响， 本文参照苏涛永等（2022）的研究， 构建新的政策年度虚拟变量LCCit。当企业i所在城市被纳入试点名单， 则该企业当年及以后年份LCC赋值为1， 否则为0， 并将LCC与处理变量的交互项LCC×Policy纳入基准回归后进行再估计， 回归结果见表5第（2）列。结果显示， 交互项的系数显著为正， 说明排除了其他试点政策影响后本文的结论仍然稳健。

4. 改变时间窗口。基准回归的时间区间为2010 ～ 2020年， 为了证明结论的稳健性， 将时间窗口缩短至2011 ～ 2019年， 回归结果见表5第（3）列。结果显示， Policy的系数仍然显著为正， 说明回归结果是稳健的。

五、 进一步分析

（一）机制检验

在试点政策会提高企业审计收费这一结论的基础上， 借鉴有关中介效应的检验方法， 探究试点政策作用于审计收费的影响机制。为此， 在模型（2）的基础上构建如下中介效应模型：

其中， M表示中介变量。参考车帅（2022）的研究， “遵循成本”效应（Cost）用企业当年的营业成本衡量， “创新补偿”效应（Ino）用企业研发投入衡量。

表6报告了中介效应的检验结果， 其中第（1） ～ （3）列是“遵循成本”作为中介变量时的结果， 第（4） ～ （6）列是“创新补偿”作为中介变量时的结果。从第（2）列和第（5）列可以看出， 试点政策的实施显著提高了企业的经营成本和研发投入， 与预期相符。第（3）列和第（6）列的检验结果中Cost和Ino的系数为正， 表明企业的营业成本越高， 研发投入越大， 审计收费越高。同时通过了Sobel检验， 表明“遵循成本”效应与“创新补偿”效应在试点政策与审计收费之间存在中介效应。

（二）异质性分析

考虑到不同企业产权性质和制度环境等可能会影响注册会计师对企业环境风险的评估， 因此， 本文进一步针对这些差异进行异质性分析， 以检验试点政策对审计收费的影响差异。

1. 产权性质。对于不同产权性质的企业， 试点政策可能会对审计收费产生不同的影响。表7第（1）、（2）列报告了将全样本分为国有企业和非国有企业的分组回归结果。当企业产权性质为国有时， 分组为国有企业； 当产权性质为民营、 外资和其他时， 分组为非国有企业。结果显示， Policy的回归系数只在国有企业样本中与审计收费显著正相关， 在非国有企业样本中不显著， 表明试点政策显著提升了国有企业的审计收费， 而对非国有企业审计收费的影响不具有统计显著性。究其原因可能在于： 相较于非国有企业， 国有企业面临着政府的强监管， 同时也拥有特殊的资源优势， 可以获得更多的政府补贴、 税收优惠等以保障企业的技术创新（张涛等，2022）。因此， 国有企业更愿意增加研发投入进行减排技术创新， 进而审计收费更高。

2. 环境执法力度。试点政策的实施依赖于良好的政策环境。而环境执法力度体现了地方政府对试点政策的关注程度。环境执法力度越大， 企业为了避免环保处罚， 越有可能遵循试点政策的规制， 从而更好地发挥环境政策的效果。因此， 本文探究不同环境执法力度下试点政策对审计收费影响的异质性。借鉴已有研究（林寿富和董小卿，2021）， 将试点期内（2013 ～ 2020年）各省的环境执法案件数由高到低排列， 选取高于中位数的省份作为环境执法力度大的地区， 低于中位数的省份作为环境执法力度小的地区。表7第（3）、 （4）列报告了考虑环境执法力度后的回归结果。结果显示， 在环境执法力度大的地区， 试点政策对企业的审计收费有显著的提升作用， 而在环境执法力度小的地区， 没有出现这种提升效果。可能的原因在于： 在环境执法力度小的地区， 企业未完成碳减排目标而受到的处罚对企业影响较小， 试点政策产生的“遵循成本”效应与“创新补偿”效应较弱， 试点政策效果有限。

六、 结论与建议

本文将我国实施的试点政策作为一项准自然实验， 利用2010 ～ 2020年A股上市公司面板数据， 构建多期PSM-DID模型实证检验了试点政策对企业审计收费的影响。研究发现， 在其他条件不变的情况下， 试点政策的实施会显著提升企业的审计收费， 且该结论在经过一系列稳健性检验后仍然成立。进一步研究發现， 试点政策的实施产生的“遵循成本”效应和“创新补偿”效应是审计收费提高的重要作用路径。异质性分析发现， 试点政策的实施对企业审计收费的影响在不同类型企业中具有明显差异， 即试点政策对审计收费的提升作用在高耗能企业、 国有企业与环境执法力度大的企业中更为显著。

基于以上结论， 本文提出如下建议： 其一， 注册会计师在进行审计时， 要充分考虑试点政策带来的影响。本文研究发现， 试点政策会通过增加企业的营业成本与研发投入加剧企业面临的经营风险与财务风险， 进而影响注册会计师对企业财务报表重大错报风险的感知。因此， 注册会计师应将企业相关碳信息纳入重大错报风险评估框架， 合理投入和分配审计资源， 保证审计质量， 降低审计风险。其二， 企业需积极采取措施缓解试点政策带来的影响。企业可以采取诸如申请政府补助等手段控制研发过程中的风险， 加速创新成果转化， 减弱创新活动带来的不利影响， 真正发挥试点政策的“创新补偿”效应。其三， 政府在继续推进碳排放权交易市场建设的同时， 需完善相应的奖惩措施并加大环境执法力度， 引导企业向“创新补偿”阶段过渡。技术创新是实现企业由“遵循成本”向“创新补偿”过渡的关键， 也是决定试点政策能否实现绿色与发展共赢的关键， 政府可以采取创新补助等措施发挥政府对企业减排技术创新的指引作用。

【 主 要 参 考 文 献 】

白俊红，张艺璇，卞元超．创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据［ J］．中国工业经济，2022（6）：61 ～ 78．

车帅．“节能低碳”政策能否实现企业绩效双赢［ J］．财经科学，2022（9）：91 ～ 106．

胡珺，黄楠，沈洪涛．市场激励型环境规制可以推动企业技术创新吗？——基于中国碳排放权交易机制的自然实验［ J］．金融研究，2020（1）：171 ～ 189．

胡玉凤，丁友强．碳排放权交易机制能否兼顾企业效益与绿色效率？［ J］．中国人口·资源与环境，2020（3）：56 ～ 64．

李晖．碳排放权交易能促进企业创新吗？——基于中国碳交易试点覆盖企业的检验［ J］．系统工程，2022（6）：11 ～ 22．

李卫兵，王鹏．提高排污费会抑制FDI流入吗？——基于PSM-DID方法的估计［ J］．西安交通大学学报（社会科学版），2020（3）：91 ～ 100．

李哲，黄静，孙健．企业创新新颖度与审计收费——基于上市公司专利分类数据的证据［ J］．会计研究，2020（8）：178 ～ 192．

林伯强，王喜枝，杜之利．环境规制对中国工业能源效率的影响——基于微观企业数据的实证研究［ J］．厦门大学学报（哲学社会科学版），2021（4）：30 ～ 42．

林寿富，董小卿．排污权交易政策能否提高企业能源利用效率？［ J］．东南学术，2021（1）：170 ～ 180．

梅应丹，邓雅芮，马婷．碳交易与企业生产力：来自中国石化企业的证据［ J］．中国环境科学，2023（2）：1 ～ 11．

潘敏，王晨．碳排放权交易试点阶段企业减排效应研究［ J］．经济纵横，2022（10）：73 ～ 81．

宋德勇，朱文博，王班班．中国碳交易试点覆盖企业的微观实证：碳排放权交易、配额分配方法与企业绿色创新［ J］．中国人口·资源与环境，2021（1）：37 ～ 47．

苏涛永，孟丽，张金涛．中国碳市场试点与企业绿色转型：作用效果与机理分析［ J］．研究与发展管理，2022（4）：81 ～ 96．

谢申祥，范鹏飞，宛圆渊．传统PSM-DID模型的改进与应用［ J］．统计研究，2021（2）：146 ～ 160．

于瑶，祁怀锦，李若琳．国有股东参股与民营企业审计定价［ J］．审计研究，2022（6）：105 ～ 116．

张彩江，李章雯，周雨．碳排放权交易试点政策能否实现区域减排？［ J］．软科学，2021（10）：93 ～ 99．

张海军，段茂盛．碳排放权交易体系政策效果的评估方法［ J］．中国人口·资源与环境，2020（5）：17 ～ 25．

张涛，吴梦萱，周立宏．碳排放权交易是否促进企业投资效率？——基于碳排放权交易试点的准实验［ J］．浙江社会科学，2022（1）：39 ～ 47+157 ～ 158．

周畅，蔡海静，刘梅娟．碳排放权交易的微观企业财务效果——基于“波特假说”的PSM-DID检验［ J］．财经论丛，2020（3）：68 ～ 77．

Beck T.， Levine R.， Levkov A.. Big bad banks？ The winners and losers from bank deregulation in the United States［ J］．The Journal of Finance，2010（5）：1637 ～ 1667．

Heyman F.， Sj?holm F.， Tingvall P. G.. Is there really a foreign ownership wage premium？ Evidence from matched employer-employee data［ J］．Journal of International Economics，2007（2）：355 ～ 376．

Porter M. E.， Linde C.. Toward a new conception of the environment-competitiveness relationship［ J］．Journal of Economic Perspectives，1995（4）：97 ～ 118．

Zhang F.， Fang H.， Wang X.. Impact of carbon prices on corporate value： The case of China's thermal listed enterprises［ J］．Sustainability，2018（9）：3328．

（責任编辑·校对： 李小艳  黄艳晶）