碳排放交易试点政策对制造业高质量发展影响研究——以长三角地区制造企业为例

郑兰祥,李金莲,李多啸

(1.安徽大学 经济学院,安徽 合肥 230601;2.安徽大学 大数据与统计学院,安徽 合肥 230601)

当前我国经济已由高速增长阶段转向高质量发展阶段,党的二十大报告提出加快构建新发展格局,着力推动高质量发展是全面建设社会主义现代化国家的首要任务;制造业是实体经济的基础,是经济高质量发展的关键[1]。改革开放以来,我国制造业发展成效显著,制造业规模连续多年位居世界首位,产业体系独立完整且门类齐全。随着制造业的快速发展,粗放的发展模式带来了严重的环境污染,环境问题亟须解决。党的二十大报告指出“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”“加快发展方式绿色转型”[2]。企业作为生产活动的主要参与者,环境治理不可避免地会带来经营成本的增加,因此不愿进行污染治理。地方政府若强制企业增加环境治理投入,可能会迫使它将原投入技术研发创新的资金用来治理污染,从而降低市场竞争力。碳排放交易试点政策作为一种市场激励型环境规制,可以促进企业进行技术创新,将内部环境治理成本外部化,在提高技术水平的同时实现环境保护,从而实现绿色高质量发展。长三角地区作为全国重要的经济增长带与先进制造业示范区,地区生产总值约占全国四分之一,推动该地区制造业高质量发展对促进全国制造业高质量发展具有重要的启示作用[3]。因此,本文将以2010—2021年长三角区域制造业上市公司数据为样本,探讨碳排放交易试点政策对该区域制造业高质量发展的影响以及作用机制。

1 文献综述

关于制造业高质量发展水平的评判标准并不唯一。有研究利用制造业行业数据进行测度,如李春梅[4]基于中国制造业行业数据进行测算,发现中国制造业发展水平不高;汪芳和石鑫[5]以中国制造业27个行业为研究对象进行测度,发现中国制造业高质量发展水平在逐年提高。也有利用省际数据进行测度,如杨浩昌等[6]利用省际数据从经济、创新、开放、环保四个方面构建指标体系分析制造业高质量发展水平,结果发现整体呈上升趋势但创新程度不足;王梅娟和余东华[7]从8个维度构建综合指数对我国30个省(市、自治区)进行了测度,发现我国制造业高质量发展水平稳步上升。不管是利用行业数据还是省际数据,都认为高质量发展应是多维度的。而从企业层面的研究大多采用全要素生产率来衡量[8-9],如王贞洁和王惠[9]利用全要素生产率和可持续发展表现从经济效率和社会效益两个角度来衡量。尽管如此,现有文献很少在微观层面采用多维视角衡量企业高质量发展水平。

碳排放交易试点政策对企业的影响是多方面的。沈洪涛和黄楠[10]研究认为碳排放交易能够提高企业短期价值,但长期来看影响不显著;宋德勇等[11]研究发现碳排放交易能够显著促进企业绿色创新;林志宏和赵思艺[12]利用2009—2020年A股上市公司数据分析发现碳排放交易政策显著提高了企业的财务绩效;Pei等[13]发现碳排放交易政策在减少二氧化碳排放的同时也促进了企业的财务绩效;范丹等[14]研究发现碳排放交易试点政策能够提升企业全要素生产率。

综上所述,现有研究对于制造业高质量发展的测度主要以城市、行业作为研究对象,企业层面测度的文献较少,以碳排放交易试点政策为背景探究制造业高质量发展的研究也较少,因此探究碳排放交易试点政策对制造业企业高质量发展的影响,对宏观经济高质量发展具有重要意义。综上所述,本文拟对碳排放交易试点政策作用制造企业的影响机制进行理论分析,并利用2010—2021年长三角地区制造业上市公司数据,构建制造企业高质量发展指标体系,采用双重差分法、中介效应分析等方法,实证分析碳排放交易试点政策对制造企业的政策影响及作用机制。

2 理论分析与研究假设

2.1 碳排放交易试点政策与企业高质量发展

Porter和Lin[15]认为严格而灵活的环境规制能带来社会生产率的提高。碳排放交易试点政策作为一种市场激励型环境规制,是为实现“双碳”目标而开展的试点环境规制,相较于命令导向型的环境规制,具有强约束性与强激励性。强约束性体现在试点地区政府会以“双碳”目标为依据,制定地区碳排放额度,并根据实际进行分配,企业在目标期间必须完成规定的减排目标,未完成则需要支付额外的“环境治理成本”购买碳排放额完成减排目标。强激励性体现企业在减少二氧化碳排放过程中,虽然产生环境治理成本,但同时通过提升研发投入和管理效率来减少碳排放,并从完成减排目标后减少的碳排放额中获利。已有研究从宏观与微观层面都证明碳排放交易试点政策能够有效降低试点地区的二氧化碳排放,实现减排目标[16-17]。根据波特假说,碳排放交易试点政策作为一种环境规制政策,理论上对企业市场竞争力、技术创新、经济增长与社会声誉等有一定影响。在政策约束下,短期内会造成一定的经济负担,企业需要通过减少部分生产、降低化石能源消耗或购买碳排放额完成规定的目标,无疑会使利润降低[18];长期来看,能够激励企业研发新技术或使用更加绿色清洁的能源,摆脱对高能源消耗的依赖,以创新补偿效应与市场机制抵消初期增加的成本,从而提升竞争力促进高质量发展。其次,在政策实施期间,政府可以根据企业减排情况给予适当的税收减免或环保补助,缓解融资约束,避免因资金不足导致研发投入减少的情况。另外,创新投资作为高投入与高风险项目,企业管理者主观上不愿意将企业有限的资金投资于未知预期的项目,碳排放交易试点政策带来的创新补偿预期能够提高进行创新投资的可能性,优化企业资金配置。最后,低碳企业更欢迎碳排放交易试点政策,不仅可以利用额外的碳配额获利,而且良好的环境信息也可以向外界树立低碳环保形象,有利于获得更好的社会声誉,消费者对于声誉良好的企业更具偏好,使得企业市场份额增加,带来更多经济收益[19]。企业在创造价值的同时也要共享成果,碳排放交易试点政策可以使低碳环保企业获得更多的资金分享成果,以及公众的认同与支持。马宗国和曹璐[20]认为制造企业高质量发展包括经济效益、技术创新、环境保护、社会共享等四个特质。因此综合来看,碳排放交易试点政策可以促进制造企业高质量发展。据此本文提出假设:

H1 碳排放交易试点政策能够促进制造企业经高质量发展。

2.2 技术创新、融资约束与企业高质量发展

高质量发展的关键在于动力变革,激发企业创新活力以需求推动供给形成供给侧结构性变革是动力变革的核心[21]。创新作为企业实现高质量发展的关键因素,主要通过绿色技术创新优化能源消耗结构,采用循环再生技术、净化技术等从源头消减二氧化碳排放,削减或淘汰部分高污染、高排放的产业,将绿色能源、绿色工艺、绿色回收等技术应用到生产的各个环节,促进企业绿色发展[22]。“波特假说”认为,合理的环境监管机制可以通过刺激企业技术创新,增加创新补偿效应,降低创新抵消效应,弥补或超过环境监管成本,使企业绿色转型实现绿色发展[23]。碳排放交易试点政策具有波特效应,可以避免传统环境规制带来的“遵循成本”,挤占企业的技术创新投入。企业通过市场使内部环境成本“外部化”获得创新补偿,有更多资金用于研发新技术,降低生产过程中的碳排放实现绿色生产[24]。因此在碳排放交易试点的政策倒逼下,企业技术创新的动力增强,不断加大技术研发投入,实现绿色高质量发展。资金的可获得性影响企业技术创新效率,技术创新具有的高投入与高风险性容易导致企业面临外部融资约束,而融资约束会抑制企业研发创新[25]。为了避免企业陷入资金困境,在前期研发投入时期必须给予一定的资金帮助。在碳排放交易试点政策的实施过程中,政府可以通过税收减免、科研补贴等形式增加企业的融资渠道,一些金融机构也可以通过降低信贷门槛,为企业提供资金支持缓解融资约束[24]。在政府与金融机构的双重帮扶下,企业可以获得更多的融资进行研发创新、设备升级、扩大生产等,促进高质量发展。据此本文提出假设:

H2 碳排放交易试点政策通过促进技术创新与缓解融资约束,进而实现制造业企业高质量发展。

2.3 碳排放交易试点政策与不同类型的企业

碳排放交易试点政策作为一种环境规制策略,不同类型企业因自身特点实施效果也存在差异。大型企业资金雄厚抗风险能力强,面对环境规制,有足够的资金进行技术研发、优化产业结构、减少生产流程、提高能源使用效率,促进绿色发展;小型企业规模小、经营范围单一,受到环境规制时容易陷入进行技术创新还是环境治理的抉择困境[26]。国有企业与非国有企业在环境规制中也会受到不同影响,国有企业一般体量较大,拥有足够的资金进行技术创新以降低污染排放,并且在环境补贴、税收减免和融资等方面享有一定优势;相比之下,非国有企业因为市场竞争激烈,缺少足够的资金进行技术创新,阻碍企业高质量发展[27]。高碳密集企业因为高碳排放与高能源消耗,产业转型与创新研发投入成本高,创新转型意向不高,碳排放交易试点政策可能造成抑制影响;中碳密集企业碳排放量适中,可以从政策中获得环境治理边际补偿收益,刺激加快技术创新投入,促进绿色高质量发展[28];低碳密集企业因为本身碳排放量不高,能够将多余的碳排放额放入市场中交易获得收益,从而用于投资、研发,促进高质量发展。重污染企业除受到碳排放交易试点政策的规制,本身也受其它环境规制,如强制淘汰高耗能产业、限制能源使用量、限制高污染项目的建设等,环境治理成本高,碳排放交易试点政策可能会加重企业成本,阻碍高质量发展[29]。据此本文提出假设:

H3 碳排放交易试点政策对不同类型制造企业高质量发展影响存在差异。

3 研究设计

3.1 基准模型

上海碳排放交易试点是中国第一批开设的,于2013年11月正式开启交易,碳排放交易市场的履约期一般为一年。企业从市场中交易所拥有的碳排放额,碳排放交易试点政策开始产生影响。为了考察碳排放交易试点政策对长三角区域制造业高质量发展的影响,本文将上海的制造业企业作为试验组,其他三省的作为对照组,参考范丹等[30]的方法使用双重差分进行实证分析,构建模型如下:

Scoreijt=αijt+β1timet×treatedij+β2Xijt+λi+μj+ηt+εijt

(1)

其中,Scoreijt为企业高质量发展水平,下标i表示企业,j为省份,t为年份,timet为时间虚拟变量,将2014年及以后的年份设置为1,其余年份为0。treatedij为地区虚拟变量,企业所在地在上海取值为1,不在则为0。Xijt是控制变量,λi是个体固定效应,μj是省份固定效应,ηt是时间固定效应,εijt为随机误差项。

3.2 重要变量及其测量

被解释变量 制造业高质量发展水平 已有研究认为高质量发展是多维度、多方面。因此,本文参考李春梅[4]、汪芳和石鑫[5]、马宗国和曹璐[20]的研究,从经济效益、创新发展、绿色发展、社会共享四个维度,构建制造业高质量发展的评价指标体系(如表1所示),并利用熵权法进行加权计算。

表1 制造业高质量发展评价指标体系

表2 主要变量定义表

中介变量 技术创新 大多研究采用专利数量或研发投入衡量企业技术创新,考虑到企业专利数据缺失较多以及数据获取不易,参考范丹等[30]的做法选择研发投入代替。

融资约束 采用SA指数衡量。因KZ指数与WW指数计算过程可能出现数据内生性问题,导致结果产生偏差,Hadlock和Pierce[32]提出的SA指数对企业融资约束类型进行分类,采用企业规模与企业年龄计算融资约束水平,避免内生性的影响。

控制变量 参考文献[31],控制变量选取成立年限、净资产收益率、劳动力、营运能力、企业规模。

3.3 数据来源与样本选择

本文以2010—2021年长三角地区制造业上市公司作为研究对象。首先根据证监会行业分类2012年版,确定长三角地区A股制造业上市公司;然后参考任胜钢等[33]的处理方法,剔除ST、*ST、PT企业和数据缺失较多的企业;最终选取323个企业作为样本。指标中经济效益、创新发展与社会共享数据来源于RESSET数据库中上市公司行业数据库,绿色发展数据来自CSMAR数据库。控制变量采用的资产负债、利润及其他企业特征的微观数据来自RESSET金融研究数据库与CSMAR数据库。

4 实证结果与分析

4.1 描述性统计

表3为主要变量描述性统计,可以看出样本企业高质量发展水平均值为0.0559,标准差为0.0521,最大值为0.784,最小值为0.0104,表明不同企业的发展水平差异较大;其余指标均在合理的范围内。

表3 主要变量描述性统计

4.2 基准回归

根据所构建的基准回归模型(1)探讨碳排放交易试点政策对长三角制造业企业高质量发展的影响(结果如表4所示)。OLS回归结果显示,控制时间、地点固定效应后,碳排放交易试点政策对制造企业高质量发展的回归系数为0.0102,且在5%的显著性水平下显著,说明碳排放交易试点政策显著促进了制造企业高质量发展;在此基础上加入控制变量,回归系数略微变小,依旧在5%的显著性水平下显著。FE回归结果显示,在考虑时间与地点固定效应基础上控制个体固定效应的固定效应模型,回归系数与OLS结果一致,且在1%的显著性水平下显著;加入控制变量后,与OLS结果相似,同样在1%的显著性水平下显著。两个模型结果基本一致,说明回归结果在一定程度上稳健,假设H1得证。

表4 碳排放交易试点政策对高质量发展水平影响的DID回归结果

4.3 稳健性检验

为了使研究结果的可信度更高,下面进行稳健性检验。

4.3.1 平行趋势检验使用DID方法的前提是满足平行趋势,即政策实施前后处理组与对照组发展趋势要一致。本文借鉴文献[34]使用事件驱动方法对碳排放交易试点政策进行平行趋势检验,构建模型如下:

(2)

其中,以上海碳排放交易市场一个履约期后的2014年作为基准年,βt表示2010—2021年影响系数估计值。X是控制变量,控制企业的其它影响因素;μj是地区固定效应,控制各地区不因时间而改变的因素;ηt是时间固定效应,控制时间不变的指标;εijt为随机误差项。

图1展示了95%置信区间下βt的估计结果。可以看出2010—2012年βt包含0且不显著,在政策实施后快速增加并在三年后显著高于0,虽然在2020年轻微下降(可能受疫情影响),但总体呈上升趋势。表明地区层面不存在显著差异,满足平行趋势假设,碳排放交易政策实施效果开始显现,且政策出台与实施之间存在时滞。因此前文基准回归结果有效。

图1 平行趋势检验

4.3.2 PSM-DID检验由于处理组和对照组的经济发展水平与地区地理位置存在差异,为避免组间差异造成结果的偏误,参考文献[30]使用PSM-DID进行稳健性检验。选择控制变量作为匹配变量,计算企业被碳排放交易试点政策覆盖的概率,采用邻近法开展匹配。图2和图3表示共同支撑检验的结果,经过匹配后处理组与对照组的核密度曲线基本重合,满足共同支撑假设。表5为使用满足共同支撑假定的样本后控制时间与地区固定效应OLS的回归结果,回归系数为0.0097,且在5%的水平下显著。使用频数加权Weight的回归结果,回归系数为0.0124,同样在5%的水平下显著。与前文一致,支持了基准回归的结论。

表5 PSM-DID回归结果

4.3.3 替换被解释变量测算本文利用熵权法计算的企业高质量发展水平,所选取变量可能因特殊性及数据可获取性,并不能覆盖全部高质量发展的范围而产生误差,参考张志新等[8]使用企业全要素生产率来衡量碳排放交易试点政策对企业发展的影响。测算企业全要素生产率时,参考鲁晓冬和连玉君[35]的研究,因为企业投资变量的不易获取,采用LP法测算企业全要素生产率(TFP)。结果如表6所示,加入控制变量,控制时间和地区固定效应的OLS回归结果和FE回归结果,回归系数都显著为正,且在5%的显著性水平下显著。表明碳排放交易试点政策同样能够显著提高企业全要素生产率,结果保持稳健。

表6 碳排放交易试点对企业全要素生产率的回归结果

4.3.4 安慰剂检验为了检验碳排放交易试点政策能够促进制造企业高质量发展是因为企业位于碳排放交易试点城市,而不是由于企业个体等不可观测的原因导致的异常值。参考石大千等[31]所做的安慰剂检验(见图4),本文随机从323个样本企业中选取43个企业作为处理组,并假设全部实施了碳排放交易政策,其它企业作为对照组,重复抽样500次,利用模型(1)进行回归,观察500次抽样中自变量time×treated的回归系数是否与本文的回归结果有显著差异决定本文回归结果的有效性。经过500次抽样得到自变量time×treated系数的概率密度,如图4所示。可以看出大部分抽样结果的系数都在0附近,本文真实估计所得到的系数明显属于异常点,证明结果稳健。

图4 安慰剂检验

4.4 中介效应分析

4.4.1 技术创新采用Baron等[36]提出的逐步回归法,验证技术创新对碳排放交易试点政策促进企业高质量发展的中介机制(检验结果见表5)。逐步回归法的三步由模型(1)(3)(4)构成,模型(3)(4)如下:

Inovationijt=α0+α1timet×treatedij+ρXijt+μj+ηt+εijt

(3)

scoreijt=γ0+γ1Inovationijt+γ2timet×treatedij+ρXijt+μj+ηt+εijt

(4)

其中,Inovationijt表示企业技术创新水平,用企业研发投入进行衡量。

由表7可知,模型(3)中time×treated对Inovation的回归系数为251.754,且在1%的水平下显著,模型(4)中time×treated的回归系数不显著,而Inovation的回归系数为0.000034,且在1%的水平下显著,表明技术创新在碳排放交易试点政策促进企业高质量发展的过程中起到完全中介作用,碳排放交易试点政策通过促进企业技术创新进而促进企业高质量发展。

表7 技术创新中介机制检验

4.4.2 融资约束对于融资约束的衡量已有文献[32,37-39]从不同角度进行测度,但KZ指数和WW指数可能会因为所需数据的内生性而对结果产生偏误。为避免内生性的影响,本文采用Hadlock等[32]构建的SA指数:

其中,size表示企业规模,age表示企业年龄。SA指数值为负,SA数值越大,企业的融资约束越小。

检验步骤依次采用同模型(1)、模型(3)、模型(4),回归结果如表8所示。Step2中time×treated的系数显著为负,表明碳排放交易试点政策能够缓解企业融资约束。第三步中SA的系数显著为正说明企业所受的融资约束越小,对制造业企业高质量发展的促进作用越大。可以看出,碳排放交易试点政策能通过减少企业融资约束,来促进制造业企业高质量发展,假设H2得证。

表8 融资约束中介机制检验

4.5 异质性分析

前文验证了碳排放交易试点政策能够促进制造业企业高质量发展,这一作用是否对不同类型的企业存在差异是接下来进行探讨的问题。

4.5.1 企业规模根据企业总资产取对数的年度平均值将样本分为小型企业与大型企业,利用模型(1)分别进行回归。如表9所示,小型企业的time×treated的系数为负,而大型企业的系数为正,且在1%水平下显著,表明碳排放交易试点政策能够显著促进大型企业高质量发展,对小型企业有抑制作用。可能因为相较小型企业,大型企业拥有更多资金来进行技术创新减少碳排放,面对环境规制的适应能力更强,因此碳排放交易试点政策对大型企业高质量发展有正向影响。

表9 企业规模异质性回归结果

4.5.2 企业所有制企业根据所有制性质可以分为国有企业与非国有企业。对于一些企业在样本期内所有制发生改变,若在2014年及之前未改变则按其原有的所有制进行划分。利用模型(1)对国有与非国有企业组分别进行回归。如表10所示,不论是否加入控制变量,国有企业的time×treated的系数始终为正,且在1%的显著性水平下显著,表明碳排放交易试点政策能够显著促进国有企业高质量发展。而非国有企业的time×treated的系数都为负,表明碳排放交易试点政策对其有抑制作用。可能是由于面对环境规制,国有企业因本身具有的优势,可能享受更多的财政补贴和资金支持进行技术创新以降低污染排放,加快生产效率,促进企业高质量发展,而非国有企业因为市场竞争激烈,缺少足够的资金进行技术创新。

4.5.3 碳密集程度参考刘传江和赵晓梦[40]的研究结果,以行业作为分类标准将样本企业分为高碳密集企业、中碳密集企业和低碳密集企业,利用模型(1)分别进行回归,结果如表11所示。对于高碳密集企业time×treated的系数为负,而对于中碳与低碳密集企业的系数都为正,且中碳密集企业的系数在5%的显著性水平下显著。表明政策对中碳密集企业和低碳企业高质量发展具有正向促进作用,但对低碳密集企业的促进作用不显著,而对高碳密集企业有抑制作用。可能是因为高碳产业企业产业转型与创新研发投入成本高,企业创新转型意向不高;而中碳密集企业投入一定的资金减少碳排放所获得的边际收益更大,政策能刺激企业加快技术创新投入,促进企业绿色高质量发展。

表11 碳密集程度异质性分析结果

4.5.4 污染程度根据《上市公司环保核查行业分类管理名录》选出8个制造业重污染行业,其它则定为轻污染行业,然后利用模型(1)对其分别进行回归分析(结果如表12所示)。可以看出,不论是否加入控制变量重污染企业的time×treated的系数一直为负,而轻污染企业的为正,且在1%水平下显著。表明碳排放交易试点政策对重污染企业高质量发展具有抑制作用,对轻污染企业具有显著的促进作用。重污染企业因为是污染排放大户,受环境规制的影响最为明显,自身也受各种环境治理成本的限制,碳排放交易试点政策的施行更加重企业的环境治理费用,发展受限。而轻污染企业的环境治理外部成本不高,碳排放交易试点政策不会造成太多负担,企业可以投入更多资金到技术创新与产业升级上,因此碳排放交易试点政策对轻污染企业高质量发展具有提升作用。综上证明假设H3成立。

表12 污染行业异质性分析结果

5 结语

碳排放交易试点政策作为一种市场激励型政策,为探究该政策对制造业高质量发展影响,本文基于长三角制造业企业2010—2021年的数据,采用DID方法进行实证,采用稳健性检验验证结果的可靠性,分析中介效应,进行异质性检验。主要得出以下结论:碳排放交易试点政策能够显著促进制造业高质量发展,在进行平行趋势检验、更换被解释变量指标、安慰剂检验等一系列稳健性检验后,结论仍显著;中介效应检验显示,碳排放交易试点政策通过推动企业技术创新与缓解企业融资约束,进而促进制造业高质量发展;异质性分析显示,碳排放交易试点政策能显著促进大型企业、国有企业、中碳密集企业与轻污染企业高质量发展,对高碳密集企业与重污染企业反而会起抑制作用,对低碳密集企业有促进作用但不显著。根据以上结论,本文提出以下建议:

第一,完善碳排放交易试点市场,有计划地扩大行业覆盖范围。研究表明碳排放交易试点政策能够有效促进制造业高质量发展,说明市场激励型政策能够实现环境保护与高质量发展双重目标。所以政府在推行碳排放交易试点政策时,可以减少强制干预措施,利用市场机制引导企业实现高质量发展,避免因监管过度而导致政策失效。平行趋势检验表明,碳排放交易试点政策对于企业高质量发展的影响具有很长的持续影响效果,说明市场激励型政策的优越性,政府可以合理设置碳排放额分配机制,以更好地与碳排放交易试点政策相匹配,实现更高质量的发展。

第二,企业要大力加强研发投入进行技术创新,实现节能低碳发展目标。碳排放交易试点政策能够缓解企业融资约束,有更多资金加大技术创新力度,改进产业结构,降低二氧化碳排放量。政府可设立环保奖励机制,缓解企业初始研发投入的资金匮乏,鼓励通过技术创新来降低碳排放,实现绿色高质量发展。

第三,对非国有企业、高碳密集企业与重污染企业进行扶持帮助。研究显示碳排放交易试点政策对非国有企业、高碳密集企业与重污染企业高质量发展有抑制作用。因此,对于这些企业,政府可以鼓励市场提供更多金融支持,如银行可以在企业进行绿色转型升级过程中提供更多信贷,帮助企业解决目前所面临的困境。