APP下载

环境规制性政策负担与能源环境效率
——企业家精神配置视角

2024-01-12张庆君

关键词:非生产性政策性生产性

张庆君 陈 蓉

[提要] 本文以中国上市公司为研究样本,采用NDDF方法构建企业能源环境效率指标,研究政策性负担与企业环境绩效的关系,并从企业家精神配置视角探究其影响机制。研究结果表明,企业承担的环境规制性政策负担越重,其能源环境效率越低。机制分析表明,生产性企业家精神配置与环境规制性政策负担相互替代,能够弱化环境规制性政策负担抑制企业能源环境效率的作用,而非生产性企业家精神配置则显著强化这种抑制作用。进一步研究发现,在股权更集中的国有企业,环境规制强度较高的地区,环境规制性政策负担对企业能源环境效率的抑制作用更为突出。本文的结论为提高企业能源环境绩效,制定科学合理的政策提供参考依据。

一、引言与文献综述

对于发展中国家而言,非市场型环境规制对能源环境效率具有显著的促进作用(Pan等,2019;[1]Blackman等,2018[2](P.381-404),市场型环境规制同样会提升能源效率。现有研究表明,政府将更多的补贴投入到可再生能源项目的部署和建设中,削减传统化石能源的补贴,不仅能降低化石能源消费,减少碳排放(Li等,2015[3]),还能提高能源效率(Si等,2018[4]),改善能源结构(Wang等,2020[5])。在中国,无论是非市场还是市场型环境规制政策主要依托政府主导,那么支持环境保护的政策立场可能被视为一种干涉主义(Li等,2019[6]),增加企业承担的环境规制政策负担,从而使得企业的经营决策受到政府干预的影响。Chen等,(2017)[7]的研究表明,被认为最有效的市场型环境规制手段之一的碳税会加重企业的财务负担,导致企业投入生产意愿降低。2005年后中央政府将环境保护作为地方治理的标准之一,确实减少了地方政府为经济高速增长而牺牲地方环境的现象,但同时带来了地方政府为职业晋升而支持当地环保产业发展的新动机(Yu等,2020[8]);另一方面,出于区域经济发展、环境保护、政治绩效、税收和就业等方面考虑,地方政府也可能对环境污染严重或违规的企业提供掩饰庇护。

由于中国企业的环境治理责任受到政策体制和市场环境的双重制约,政府干预可能迫使企业为获得更多的环保补贴、税收优惠或减免而采取口头承诺等非实质性环保行为。近年来企业表现出的道德伪善、夸大和误导宣传营销,以及“漂绿、榜绿和伪绿”等现象浮出水面,企业伪社会责任行为屡见不鲜(肖红军等,2013[9])。即使中国绿色金融发展态势良好,其政策体系也因银企双方难以实现有效对接而在一定程度上存在着“口惠而实不至”的尴尬局面。在定期考核和晋升激励的模式下,代表政府最终做决策的官员存在不顾长远目标而只顾眼前利益的强烈动机(周黎安,2007[10]),由企业承担政策性负担则是官员依托企业帮助其完成任期内政府目标的最直接方式(廖冠民等,2014[11])。目前,政策性负担与企业环境绩效关系的研究并不多见,但政策性负担导致企业投资效率低下的结论趋于一致,且在国有企业表现更为明显(Chen等,2011;[12]Hao和Lu,2018;[13]叶松勤等,2020[14])。在信息不对称的条件下,即使因国有企业经理人谋求私利导致企业亏损,也会因其承担的政策性负担而得到政府补贴,即出现经理人以公谋私的预算软约束问题,最终造成国有企业运营效率低下(林毅夫等,2004;[15]林毅夫等,2004;[16]林毅夫等,2000;[17]龚强等,2008[18]),企业过度投资严重(Bai等,2013[19])。混合所有制改革能够通过减轻国有企业政策性负担来提高国有高技术企业的全要素生产率(蔡明荣等,2022[20])。Pan等,(2020)[21]的研究表明,腐败官员下马后有政治关联的企业投资效率显著降低。此外,政策性负担会通过诱发寻租而“间接”抑制企业创新(于博等,2022)[22]。

有关企业家精神配置与能源环境效率的研究并不多见,但根据吴娜等(2021)[23]的研究可知,生产性企业家精神主要体现在企业创新。大部分学者认为提高能源效率与企业创新(Sohag等,2015[24])、技术进步和研发投入(Fisher-Vanden等,2006[25])有显著的直接正向关系。Chen等(2021)[26]利用1990-2016年中东和北非国家的样本数据发现技术创新能够显著提高能源效率,但是技术创新与影子经济之间的交互作用会削弱追求能源效率的技术创新。围绕中国的相关研究中同样认为技术进步是提高能源效率的关键因素(Pan等,2019;[1]Wang等,2020;[27]Ouyang等,2021[28])。

综上,从政策性负担的影响效应来看,大部分围绕政策性负担对企业的投资效率和运营效率等经济后果来探讨,几乎没有涉及政策性负担的环境绩效研究。本文试图以政策性负担为切入点,探讨环境规制性政策负担对中国上市企业环境绩效的影响,并从企业家精神配置的视角分析环境规制性政策负担对能源环境效率的作用机制,以此为政策制定者提供政策启示。

本文可能的贡献主要有:第一,将期望产出与非期望产出同时纳入模型测算企业能源效率的NDDF方法并不多见,本文借鉴此方法测算中国上市企业的能源全效率和能源环境绩效,通过手工整理中国企业层面的能源和环境污染数据计算企业能源环境效率以此丰富企业环境绩效的相关研究。第二,多数文献集中研究非市场和市场型环境规制对能源环境效率的促进作用,但几乎没有文献考虑在政府制定和实施一系列节能减排的环境规制政策的强压下,企业所承担的政策性负担可能对能源环境效率的负面影响。本文通过理论假设和实证检验的方式揭示企业承担环境规制性政策负担与环境绩效的关系,以此丰富企业能源环境效率影响因素的文献。第三,本文从企业家精神竞争配置视角探讨其对企业能源环境效率的影响,提出企业家精神配置在环境规制性政策负担与能源环境效率关系中的竞争机制,这有利于从更深层的角度理解政策性负担如何影响企业能源环境效率,并且通过实证检验为其提供量化基础。第四,本文通过理论分析和实证检验揭示了近年来企业在社会责任方面表现出“表里不一”“漂绿”行为背后的原因,对于政策制定者进一步改善环境规制政策促进企业长期可持续发展具有现实意义。

二、理论分析与研究假设

(一)环境规制性政策负担与能源环境效率

近年来,在可持续发展的背景下,为应对全球变暖和环境危机,约200多个缔约国在2015年12月的巴黎气候大会上签署《巴黎协定》,表明环境治理的刻不容缓和坚定决心。企业作为社会经济的主体,尤其是工业企业,虽然在工业化进程中创造了不菲的价值,却消耗了大量对环境威胁最大的化石能源,而且在未来至少50年的时间内,化石能源的消耗仍会不断增加,因此,大部分国家普遍认为强化能源效率是解决既要发展又要环保的两难问题最具成本效益的有效手段(He等,2021[29])。各个国家在保证经济发展的基础上,制定了各项政策举措降低能耗,改善环境。政府会对企业实施一系列政策干预,以实现环境保护和可持续发展战略目标,企业因此承担经济转轨时期的政策性负担需要政府给予政策性补贴、优惠和保护予以弥补(林毅夫等,2004[16])。从企业的动机来看,在生存发展的过程中企业不得不具备与外界环境保持一致的能力,才能适应不断变化的外部环境而获得成功。世界各国在可持续发展目标的引领下,价值取向发生了新的变化,社会责任投资和可持续发展消费逐渐引起重视且持续扩散,社会对企业承担社会责任的预期愈演愈烈,企业不得不做出适应性战略调整。在逐利本性与机会主义倾向所形成的内生性压力和外部环境变化所带来的环境规制性政策负担的影响下,企业会选择成本代价低于前期需要大量投入、试错成本较高的环境创新的伪社会责任行为(肖红军等,2013[9])。此外,承担政策性负担的企业通过其机会主义行为产生规制俘获(龚强等,2015[30]),这意味着,当企业发生严重的环境污染或违规行为时,企业可能通过承担的政策性负担与地方政府讨价还价,削弱环境法律的制约和惩罚(Zhang,2017[31])。从政府的动机来看,作为可持续发展目标政策执行者的地方政府为了在“晋升锦标赛”中拔得头筹,有可能将所有的努力投入到比保护环境更易获得绩效的经济发展和社会稳定上(肖芬蓉和黄晓云,2016[32])。当监管不力,政府更容易与承担政策性负担的企业形成利益联盟,从而削弱企业承担社会环境责任的意识,采取象征性行为和违背社会责任的行动。改善环境的说辞仅成为企业为谋取短期绩效的工具,不利于企业改善环境绩效,导致能源环境效率下降。基于此,本文提出第一个研究假设:

假设1:在环境规制的强压下,承担政策性负担越重的企业,其能源环境效率会越低。

(二)企业家精神配置与能源环境效率

从现有文献来看,企业创新与技术进步是改善能源环境效率的源泉动力(贾军和张卓,2013[33]),企业研发投入会降低能源强度(鞠伟,2021[34]),提高能源效率。Baumol(1996)[35]的生产与非生产性企业家精神配置竞争对企业创新的影响存在着不确定性。一方面,当企业家将精力配置于寻租等非生产性活动中的目的是帮助企业获得更多的政府补贴、信贷优惠或减少税收压力,从而加大研发投入,则会提高企业创新,说明非生产性企业家精神对企业创新具有促进效应;另一方面,企业家将更多的精力配置于寻租等非生产性活动后可能对企业创新产生“挤出”效应,其主要原因是生产性创新活动往往伴随着高度不确定性,成功与失败的几率难以预料和控制。当企业家配置更多的非生产性创新活动后,发现寻租行为反而能够给企业带来更多资源甚至是超额收益时,企业家更愿意将宝贵的社会资源及个人精力投入在确定性更高的非生产性活动上(于博等,2022[24]),形成非生产性企业家精神配置对企业创新的“挤出”效应。这种现象会因为市场要素扭曲程度加大,在经济转型的经济体中表现得愈发明显(葛立宇,2018[36])。结合以上分析,本文认为企业家精神在生产性和非生产性之间的争夺与促进会体现在企业能源绩效的变化上,据此本文提出第二个研究假设:

假设2a:生产性企业家精神配置会提高企业能源环境效率。

假设2b:非生产性企业家精神配置会降低企业能源环境效率。

(三)环境规制性政策负担、企业家精神配置与能源环境效率

一般而言,政府会对企业提供一定的经济支持,包括政府补助、减税降费、高管晋升等,以缓解政策性负担对企业的负面影响(Jian等,2020[37])。具有政治关联的企业可以在花费较低成本的情况下获得更多的政府补助和优惠政策(Yu等,2020[8])。这意味着,在可持续发展的转型期,政府强加的环境规制性政策负担可能会使企业在通过承担政策性负担而获得更多补贴,以此积累较高的自由现金流进行投资。当企业愿意将这些资源配置到生产性创新活动中,并投入更多与环境保护相关的研发支出时,企业的环境绩效将得到改善。此外,被强加政策负担的企业可能更愿意与政府保持良好的政治联系,这不仅有助于降低企业环境投资成本和放松环境投资融资约束,也可与政府共享环境技术创新的风险(Zhang,2017[31]),从而缓解环境规制性政策负担对企业能源环境效率的负面影响。根据上述分析,我们有理由预期政策性负担对能源环境效率的影响会受到生产性企业家精神配置的影响,本文提出研究假设3a:

假设3a:生产性企业家精神负向调节环境规制性政策负担对能源环境效率的抑制作用。

政府控制着至关重要的关键资源,在市场竞争机制下,企业为获得更多的资源,仍离不开与地方政府的密切关联(Li等,2019[6])。地方政府和企业为实现自身利益最大化,都具有产生委托代理问题的动机。一方面,当地方政府在“晋升锦标赛”中面临压力时,其会利用权力在个人财富或晋升机会方面实现自我利益最大化(Yu等,2020;[8]Chen等,2017[38])。另一方面,即使一些环保项目的预期收益不高,企业也不会拒绝政府官员对环保项目进行重复投资的要求,原因在于只有这样企业才更有可能获得投资项目以增加其政治寻租的竞争优势(Yu等,2020[8])。当寻租活动比创新生产性活动更有利可图时,企业家可能有更强的动机将更多资源投入到寻租活动中以获得软预算约束,而不是将更多的资源用于环保投资,从而加剧了政策性负担对企业环境绩效的负面影响,基于此,本文提出假设3b:

假设3b:非生产性企业家精神正向调节环境规制性政策负担对能源环境效率的抑制作用。

三、研究设计

(一)企业能源环境效率的度量

Zhang等(2020)[39]以Zhou等(2012)[40]的研究为基础,构建了全要素非径向方向距离函数(total-factor non-radial directional distance function,TNDFF)和能源-环境径向方向距离函数(energyenvironmentalnon-radial directional distance function,ENDDF),测算中国矿业企业的能源效率。在此基础上,本文从微观企业层面采用TNDFF和ENDDF方法分别测算中国上市公司的能源环境效率指标。

假设有N个决策单元(N家上市公司),每家企业以资本(K)、劳动力(L)和能源(E)为投入要素,以营业收入(Y)为期望产出,污染排放物(P)为非期望产出。多产出的生产技术函数可以定义为:

T={(K,L,E,Y,P):(K,L,E)canproduce(Y,P)}

(1)

以生产集的形式描述上述生产技术函数(Picazo-Tadeo等,2005[41]),可表示为:

Q(K,L,E)={(Y,P):(K,L,E,Y,P)∈T}

(2)

Färe等(2007)[42]的研究表明如果同时存在期望和非期望产出的联合生产情况,则一般生产技术函数T应需满足以下条件:(1)投入要素和期望产出的可处置性,即如果(Y,P)∈Q(K,L,E)和Y'≤Y,则(Y',C)∈Q(K,L,E)。(2)期望产出与非期望产出联合集的弱可处置性,即如果(Y',C)∈Q(K,L,E)和0≤θ≤1,则(θY,θP)∈Q(K,L,E)。(3)期望产出与非期望产出零交集,即如果(Y,P)∈Q(K,L,E)和P=0,则Y=0。

满足以上条件的生产技术函数T即为环境生产技术函数。在有N个决策单元的假设下,该环境生产技术函数可表示为式(3):

其中zn是通过凸组合构建环境生产技术集的强度变量。进一步,定义NDDF如下式所示:

其中,WT=(wK,wL,wE,wY,wP)为权重向量,表示各要素的相对重要性。模型的灵活性表现在权重向量可根据需要任意设定,但也可能带来模型选择的随意性问题,因此,采用TNDDF和ENDDF两种方式保证结果的稳健性。B=(βK,βL,βE,βY,βP)T≥0表示各要素的增加或减少的比例变量。G=(-gK,-gL,-gE,gY,-gP)表示期望各要素是增加或减少的方向向量。式(4)的意义在于当生产技术既定时,生产者希望期望产出沿着gY的方向尽可能增加,同时非期望产出沿着-gK,-gL,-gE,-gP的方向尽可能减少(林伯强等,2015[43])。

1.全效率指标(unified efficiency index,UEI)

由于能源与其他投入要素间存在替代效应,将投入产出变量同时纳入到模型框架中(林伯强等,2015[43]),采用TNDDF的方法计算各企业的全效率指标(UEI)。构建DEA模型如式(5)所示:

2.能源-环境绩效指标(energy-environmentalperformance index,EEI)

NDDF的方法能够克服传统DDF方法无法对单一投入要素的效率值进行测度的缺陷(林伯强等,2015[43]),这为能源环境效率指标的构建提供了新的思路。在UEI的指标构建中可设定相同比例的投入要素,但是在关注能源-环境绩效时,污染排放主要来自于化石能源消耗,而不是直接来自资本和劳动。因此,在构建能源-环境绩效指标时,能源投入、期望产出和代表环境污染的非期望产出被赋予同等的比例,即各为1/3,资本和劳动不纳入考虑,权重为0。采用ENDDF建立能源-环境效率指标的权重向量为WT=(0,0,1/3,1/3,1/3),方向向量为G=(0,0,-gE,gY,-gP),构建模型如式(7)所示:

(二)模型构建

1.基准回归模型

考虑到能源环境效率是0到1之间的双截尾数据,本文依据林伯强等(2015)[43]和Liu等(2018)[44]的研究,选择Tobit模型作为基础模型进行估计。我们注意到一些研究能源环境效率影响因素的文章中采用由(Simar等,2007[45])提出的double bootstrap method,原因在于DEA效率所使用的投入产出值可能在Tobit模型估计中产生共线性导致估计误差较大。但一些研究表明boostrapping的过程依赖数据生成的假设条件,而且不同的bootstrapping方法存在争议,Tobit模型在回归检验中仍然经常使用(Liu等,2016[46])。为检验假设1,政策性负担对能源环境效率是否存在抑制作用,构建面板Tobit模型如式(9)所示:

本文建立如式(10)所示的面板Tobit模型来检验提出的假设2,即企业家精神配置竞争对能源环境效率的影响:

其中,entreit表示第i个企业第t年配置的企业家精神,分为生产性企业家精神和非生产性企业家精神,具体计算方法见变量说明部分,其他设定与式(9)相同。根据假设2a,企业家将更多的精神配置于创新生产,对企业能源环境效率产生正向影响。反之,根据假设2b,企业家精神配置在寻租等非生产性活动中,则会产生相反作用,对企业能源环境效率的改善产生不利影响。

2.机制分析模型

根据假设3,当企业将更多的精力配置于生产性活动中时,会激发企业的创新活力,政策性负担对能源环境效率的抑制效应会因企业配置了更多生产性企业家精神而被削弱;反之,当企业将更多的企业精神配置于寻租、腐败等非生产性活动中时,承担更多政策性负担的企业会因非生产性企业家精神的配置而进一步恶化企业能源环境效率。为验证假设3,本文构建如式(11)的模型:

在模型中加入政策性负担和企业家精神的交互项Buren×entre来探讨企业家精神在政策性负担影响能源环境效率中发挥的调节作用,当entre为生产性企业家精神时,γ3系数符号预期为正,表明生产性企业家精神配置能够正向调节政策性负担对能源环境效率的抑制作用;当entre为非生产性企业家精神时,γ3系数符号预期为负,表明非生产性企业家精神会加重政策性负担对能源环境效率的抑制作用。

(三)变量定义与数据来源

1.UEI和EEI的投入与产出变量定义

本文参考Wang等(2021)[47]的研究选取中国A股上市公司2015-2021年的数据测算能源环境效率。为得到质量更高和相对平衡的面板数据,本文研究样本中剔除了三类企业:零排放公司、缺少污染排数据或能源消耗数据的公司,以及由于未合并报表而出现极端排放值的公司,最后本文共得到44家公司的年度样本,其中包括电力和供热行业、交通运输行业和制造业,制造业包括金属冶炼及压延加工业和汽车制造业。企业能源环境效率的投入指标包括资本、能源和劳动力,期望产出和非期望产出指标,具体测算方法如表1所示。其中企业资本和期望产出变量分别采用固定资产投资价格平减指数和工业生产者价格平减指数调整为2015年不变价格。

2.模型变量定义与数据来源

(1)解释变量

环境规制性政策负担:国务院在2014年5月颁布《低碳发展行动计划》后,一些国有企业和上市公司陆续开始公布节能减排控制措施和环境绩效方面的相关数据,如污染排放数据等,这也为本文界定环境规制性政策负担提供了依据。本文借鉴张霖琳等(2015)[48]的研究方法度量政策性负担,即采用式(12)①的回归残差μ的绝对值衡量政策性负担,再根据所选样本期间将政策性负担界定为环境规制性政策负担Burden。

企业家精神配置:本文借鉴吴娜等(2021)[23]的研究,将企业家精神配置分为生产性与非生产性企业家精神,其中生产性企业家精神主要体现在企业创新活动,采用研发投入占营业收入比来衡量;非生产性企业家精神主要表现为企业通过寻租、腐败等行为与政府部门建立长期稳定关系以获取更多资源,因此,本文借鉴陈骏等(2021)[49]的研究,采用超额管理费作为企业寻租的替代变量用来衡量非生产性企业家精神,回归结果取得的残差项即为超额管理费用,具体模型如式(13)②所示:

(2)控制变量

公司层面选取公司盈利能力、公司上市年限和技术进步作为控制变量(Zhang等,2020;[39]Sun等,2019[50])。地区层面选取地区污染治理成本和市场化水平作为控制变量,具体定义如表1所示。

除企业能耗和污染排放经手工整理上市公司年报和社会责任报告而得,以上所提及的公司层面数据均来源于CSMAR数据库,其他省级数据来源于中国国家统计局。市场化程度数据来自中国省级市场化指数报告(2019),2020年市场化程度数据通过增长率外推得到,2021年采用临近值替代。以上所有连续变量均进行了1%和99%的缩尾处理。

表1 变量定义

四、实证结果与讨论

(一)描述性统计分析

本节给出数据的描述性统计分析,全效率指标UEI和能源环境绩效指标EEI的平均值均高于0.5,分别为0.823和0.782,整体而言中国上市企业的能源环境效率得到了较大的改善。但是从图2的时间趋势可以看出,能源环境效率的两个指标呈左偏分布,随着时间的增加,在0至0.8的范围内能源环境效率水平逐渐提高,但在0.8至1范围内的能源环境效率值的密集度下降,表明能源环境效率的差异性逐渐缩小。高效率值的密度分布逐渐降低可能的原因是中国经济自2010年开始放缓且下行压力逐渐增大,“创新、协调、绿色、开放、共享”的发展理念表明中国全局发展深刻变革的决心,加之2020年突发新冠疫情等因素的影响,经济生产下滑明显,不可避免地降低企业能源消费,导致企业能源环境效率下降。此外,比较两种效率值不难发现,能源环境效率指标分布比全效率指标分布整体偏低,均值低于全效率指标,可能的原因是企业对环境绩效的关注程度仍落后于经济绩效(Zhang等,2020[39])。

表2 变量描述性统计

(二)回归结果分析

1.环境规制性政策负担与能源环境效率

为验证假设1,本文根据式(9)构建的面板Tobit模型分别进行混合回归和面板Tobit回归。环境规制性政策负担对全效率指标UEI和能源环境绩效指标EEI的回归结果如表3和表4分别所示,其中列(1)至(3)和列(4)至(6)分别列示了混合Tobit估计结果和面板Tobit估计结果。LR检验结果(Sigma_u)表明随机效应的面板Tobit模型更为适合。从表3和表4的结果可以看出,政策性负担的估计结果均显著为负,表明企业在此期间承担的环境规制性政策负担越重,其能源环境效率越低。表3和表4列(6)的估计结果分别为-0.031和-0.035,表明企业承担的环境规制性政策负担每增加一个单位,UEI和EEI分别降低0.031和0.035个单位。而且,环境规制性政策负担对单要素的能源环境效率指标的抑制作用高于全要素效率,其可能的原因是当环境规制性政策负担较重时,企业仍以利益最大化为目标而忽略环境绩效表现。本文提出的第一个假设得以验证。

就控制变量而言,公司盈利能力和上市年限会降低能源环境效率,这与Zhang等(2020)[39]研究结论相反的可能原因有两个方面:一方面,研究对象不同;另一方面,研究样本期间不同,本文的研究样本期间正处于中国经济下行压力增大和疫情双重影响下,经济增速放缓,企业面对较大的经济不确定性,可能会更加关注经济绩效,而不是环境绩效,导致盈利能力抑制能源环境效率。

图2 2015-2021年企业UEI和EEI的变化趋势

表3 环境规制性政策负担与UEI基准回归结果

表4 环境规制性政策负担与EEI基准回归结果

2.企业家精神与能源环境效率

为验证假设2,本文以式(10)建立的面板Tobit模型分析生产性和非生产性企业家精神对能源环境效率的影响。表5和表6分别报告了生产性企业家精神配置对企业全效率UEI和能源环境效率EEI影响的回归结果。根据LR检验结果可知,使用随机效应的面板Tobit模型进行估计更合适。从估计结果可以看出,生产性企业家精神配置会显著提高企业UEI,EEI的估计系数为正,但在统计上并不显著,说明生产性企业家精神配置能够促进企业的能源环境效率提升,与本文提出的假设2a一致。

表7和表8报告了非生产性企业家精神对能源环境效率的影响,LR检验结果(Sigma_u)依然显示面板Tobit模型更适合。从结果可以看出,非生产性企业家精神对全效率UEI和单因素效率EEI均会产生抑制作用,假设2b同样得以验证。实证分析的结果表明企业将更多的时间与精力投入到生产性活动中,会提高企业创新从而提高能源环境效率,但当非生产性投入对生产性投入产生挤出效应后,非生产性企业家精神会降低能源环境效率。

表5 生产性企业家精神配置与UEI

表6 生产性企业家精神配置与EEI

表7 非生产性企业家精神配置与UEI

表8 非生产性企业家精神配置与EEI

(三)稳健性检验

本文的实证结果验证了政策性负担和企业家精神配置与能源环境效率的关系,企业承担的政策性负担越重会导致其能源环境效率下降,生产性企业家精神配置越多对能源环境效率有积极作用,反之非生产性企业家精神配置会降低能源环境效率。为了消除数据计量、模型选择等偶然因素对结果造成的影响,本文通过替换NDDF的投入产出变量数据、多维固定效应模型和变换估计方法来检验前述假设的稳健性。结果表明本文的结论并不会受到其他因素的干扰。

首先,为排除数据度量规范引起的回归偏差问题,本文采用公司总资产作为资本投入,净利润作为期望产出分别替换净固定资产和营业收入(Wang等,2021[47]),重新计算全效率和单因素效率值,分别记为UEI_1和EEI_1。根据LR估计结果判断仍应采用随机面板Tobit模型。假设1和假设2的稳健性结果如表9所示,表明政策性负担对能源环境效率的影响仍显著为负,与本文假设1的基准结果一致。企业家精神配置对能源环境效率的影响结果与前文基准回归一致,生产性企业家精神配置越多,企业的能源环境效率提高越多,反之,非生产性企业家精神配置过多会降低能源环境效率。

表9 稳健性检验I:变化数据度量

其次,本文在基准回归的年度和行业固定效应的基础上,进一步考虑地区固定效应,分别检验政策性负担和企业家精神对能源环境效率的估计结果,如表10所示。无论是UEI还是EEI,政策性负担的估计结果仍在1%的水平上显著为负。生产性企业家精神对UEI的估计结果在1%水平上显著为正,对EEI的估计结果仍在5%水平上显著为正。非生产性企业家精神对UEI的估计结果在10%水平上显著为负,对EEI的估计结果为负但统计上并不显著。考虑时间、行业和地区的固定效应后,假设1和假设2的结果仍然稳健。

表10 稳健性检验II:多维固定效应

五、进一步分析

(一)企业家精神配置的机制分析

为验证理论假设3a和假设3b,从企业家精神配置的视角分析政策性负担造成企业能源环境效率下降的机理,本文构建模型(11),加入生产性和非生产性企业家精神与政策性负担的交互项,以检验理论假说。

1.生产性企业家精神配置的机制分析

表11报告了生产性企业家精神配置在环境规制性政策负担与能源环境效率关系中所起的调节作用。结果可见,不仅环境规制性政策负担对UEI和EEI的抑制作用仍然成立,对UEI而言,环境规制性政策负担与生产性企业家精神配置交互项(Burden×Pro_e)的估计系数在10%的水平上显著为正;对EEI而言,政策性负担与生产性企业家精神配置交互项(Burden×Pro_e)的估计系数在5%的水平上显著为正。因此,生产性企业家精神配置在环境规制性政策负担对能源环境效率抑制效应中发挥了反向调节作用,即当企业家将更多的资源配置在生产性活动中时会减少环境规制性政策负担对能源环境效率的抑制作用,有利于企业提升能源环境效率,假设3a成立。

表11 政策性负担、生产性企业家精神与能源环境效率回归结果

2.非生产性企业家精神配置的机制分析

表12报告了非生产性企业家精神在环境规制性政策负担与能源环境效率关系间的调节作用。从表中结果可知,环境规制性政策负担与能源环境效率仍显著负相关,加入非企业家精神与政策性负担的交互项(Burden×Npro_e)后,其估计系数均为负,假设3b成立,即非生产性企业家精神在政策性负担对能源环境效率的抑制作用中起正向调节作用。如果企业对寻租等活动表现出热衷的情绪,那么其会将有限的资源从环境创新中转移至非生产性活动,这会进一步加剧环境规制性政策负担对企业能源环境效率的抑制作用。

表12 政策性负担、非生产性企业家精神配置与能源环境效率回归结果

(二)异质性分析

1.产权异质性

考虑到企业所有权不同带来的差异,本文依据企业所有权将样本划分为国有企业与非国有企业两个子样本,并对模型(9)重新回归,结果见表13的国企与非国企样本的估计结果。具体来说,对国有企业而言,环境规制性政策负担对能源环境效率的影响显著为负。对非国有企业而言,环境规制性政策负担对EEI的估计结果显著为负,但对UEI的影响并不显著,说明环境规制性政策负担对能源环境效率的影响存在企业所有权异质性。其背后的原因可能是:一方面,对各地区、各行业的国有上市企业而言,其往往是政府干预以实现多元化目标的最佳选择,国有企业高管的晋升渠道掌握在政府手中,为争取更多的晋升机会或企业资源,国有企业愿意承担更多的政策性负担;另一方面,政府给予国有企业过多的优惠政策,过大力度的环保补贴,希望企业帮助其在任期内完成政府目标,迫使国有企业承担大量的政策性负担。政府为了保增长而放松对企业污染的监管,导致企业选择成本低、周期短、风险小的伪社会责任,以追求企业利润最大化,对环境保护的正外部性产生抵触,最终对国有企业的能源环境效率产生抑制作用。

2.环境规制异质性

考虑到企业所在地区环境规制强度的差异性使得企业在不同地区面临的环保压力不同,进而可能影响环境规制性政策负担与企业能源环境效率间的关系。本文按照地区环境规制的强弱程度将样本分为高强度规制地区和低强度规制地区,环境规制采用中国各地区环境行政处罚数量来衡量③(Zhang等,2021[51]),行政处罚数量高于中位数的为高强度组,反之为低强度组。不同规制强度地区的政策性负担与能源环境效率的估计结果如表14所示,高强度组的回归结果与基准回归一致,即企业承担的政策性负担越重会抑制其能源环境效率,低强度组的回归结果则表明两者间无显著关系。可能的原因是:高强度规制地区的企业面临更强的行政处罚,为获得更多的政府支持减少行政处罚,企业更愿意与政府官员保持政治关联,容易引发政府对企业的过度干预而造成企业寻求环保“捷径”,降低能源环境效率。而低强度规制地区政府环保意识薄弱,企业面临的环保压力较小、违规成本较低,企业并不需要寻求环保方面的政治关联以获得政策补贴来降低行政处罚,因此环境规制性政策负担降低能源环境效率的动机并不明显。

表14 地区环境规制异质性回归结果

六、结论与政策建议

本文首先从理论上分析归纳总结政策性负担与能源环境效率的关系,从企业家精神配置视角分析环境规制性政策负担影响能源环境效率的内在机理。其次,本文利用2015-2021年中国上市企业的相关数据,采用NDDF构建企业全效率指标UEI和能源环境绩效指标EEI,实证检验环境规制性政策负担与能源环境效率的关系。本文的研究结论支持企业承担的环境规制性政策负担越重,其能源环境效率越低的假设。企业家精神配置对能源环境效率的影响表现为生产性企业家精神显著促进企业能源环境效率,非生产性企业家精神则显著降低能源环境效率。

本文研究有助于解释诸多企业表现出“漂绿、榜绿和伪绿”行为的背后逻辑,并为此提供了经验证据,也为企业能源环境效率影响因素的相关研究提供了新的视角。据此,本文提出以下政策建议。

(1)企业承担环境规制性政策负担应“适度”,对过度承担政策性负担的问题必须予以矫正。企业作为承载环境治理任务的微观主体之一,理应突破古典经济学的“经济人”假设回归“社会人”假设,实现经济利益和社会价值最大化的双赢局面。但在实践过程中,企业的经济属性和社会属性存在悖论,因此需要外部公权力和公共期望的扩张对企业的社会责任履行施加压力(肖红军等,2021[52])。企业通过承担一定的环境规制性政策负担,不仅有助于塑造良好的企业社会形象,还可获得信贷优惠和政策补贴,有助于企业自身经济利益发展,提升公司价值,增进社会福利。但过度的环境规制性政策负担则会严重损害企业的经济效率(廖冠民等,2014[11])和环境绩效,此时不仅无法再为政府承担政策性负担,还会成为政府的负担,需要耗费大量财政资源予以扶持。因此,“过度”的环境规制性政策负担会造成一种双输局面,有必要采取措施予以矫正。

(2)环境规制等政策制定应重视生产性企业家精神的培育。在中国特色社会主义新时代的背景下,企业家精神被赋予了新的时代内涵,尤其是生产性企业家精神,肩负着推动经济高质量发展的崇高使命,充分认识企业家精神配置在促进企业节能减排与经济可持续发展方面的作用极为重要。在制定和实施各项环境规制政策时,中央和各地政府要充分考虑企业面临的实践环境,应根据不同企业性质、不同行业背景和不同地区实际情况,细化、合理地平衡正式法规与非正式环境规制等政策的组合力度,发挥生产性企业家精神配置缓解企业因承担过度政策性负担而降低环境绩效的作用。

(3)环境规制政策应重视外部约束机制的建立。企业承担相应的环境规制性政策负担为企业社会责任寻租提供了空间,当企业家将更多的精力投入到非生产性活动中时会进一步恶化政策性负担对环境绩效的抑制作用。因此,环境规制政策的制定要加强建立声誉制度的外部约束和监督机制,比如减少直接的财政支持,转而采取荣誉、鼓励等间接激励方式,防范企业为了获得更多政策补贴而选择寻租等非生产性行为对企业环境绩效造成的负面影响。

注释:

①其中,i表示第i家企业,t表示第t年。被解释变量Intenc用每百万资产雇佣员工数量来表示资本密集度,sizet-1,levt-z,growtht-1,BOAt-1和capitalt-1分别表示第t-1年的公司规模、资产负债率、公司成长性、资产收益率和资产结构,province,year和indus分别对应地区、年度和行业虚拟变量。

②其中,MgtExp表示管理费用与营业收入之比;lnsale为营业收入的自然对数;lev为资产负债率;growth为公司成长性;board为公司董事会规模;staff为公司员工总数;big4为会计师事务所类型,若为国际四大会计师事务所则取1,否则为0;age为上市公司年限;profit为公司毛利率(盈利能力);H5为公司前五大股东的赫芬达尔指数,衡量股权集中度。

③数据来源:《中国环境年鉴(2020)》。

猜你喜欢

非生产性政策性生产性
嘉兴市2016—2021 年农药中毒病例分析
山西首个政策性大豆玉米带状复合种植收入保险落地
2022-2024 年广东省政策性渔业保险
罗克辛刑事政策性刑法体系批判
非生产性支出损害还是促进了企业创新?
——直接效应与溢出效应的检验
非生产性投入改进了新创企业的经营效率吗?
少数民族传统医药知识生产性保护研究
煤矿工人生产性粉尘对身体健康影响的研究
基于生态的京津冀生产性服务业发展探讨
新媒体时代的生产性受众浅析