吴朝霞,葛冰馨
(湘潭大学 商学院,湖南 湘潭 411105)
在工业化和城镇化迅速发展的同时,我国环境污染问题日益突出。我国于2002年开始6个省市的排污权试点工作,2007年排污权交易试点范围扩大到了11个省市,试点十余年以来是否实现了波特效应呢?本文将采用双重差分法对排污权交易的政策效果进行实证研究,为政策的进一步完善与推广提供参考,以期实现经济发展与生态环境改善的良性互动。
环境规制最初的目标是促进污染物的减排。目前,越来越多的人意识到促进污染物减排早已不再是环境工具的唯一目标。合理有效的环境工具应该不仅可以实现节能减排,还可以促进经济增长。Porter M E(1991)[1]168和Ambec S(2002)[2]355-360指出恰到好处的环境规制会对企业产生正向的外部性影响,通过倒逼企业改进生产流程,节省资源投入,促进生产技术创新,创新所带来的生产力提高和生产效率提高能够弥补因环境规制所引发的额外成本,并让企业获得净收益,学术界称之为“波特假说”。国外学者们的研究主要有“波特假说”不成立、“波特假说”成立、“波特假说”的成立是有条件的三种不同观点。
国内关于“波特假说”的研究主要以经验分析、利用省际、行业宏观数据和企业微观数据对我国环境规制和绿色创新的关系进行研究。陈诗一(2010)对中国工业38个两位数行业节能减排双赢前景进行了预测分析,结果表明虽然节能减排在企业初期会造成一定的额外成本形成潜在损失,但从长期来看随着时间的推移潜在损失最终会逐渐减少,并低于企业因减排形成的潜在产出增长,实现“波特假说”提出的双赢发展[3]129-143。沈能、刘凤朝(2012)的研究结果显示,环境规制的技术创新效应需要跨越一定的“门槛”,只有当跨越“门槛”时“波特假说”才会实现,因此也造成了我国“波特假说”支持区域的差异[4]49-59。刘和旺等人(2018)提出的“弱波特假说”在我国只对非国有企业和高污染企业成立,原因在于2006年的环保成绩与政府政绩挂钩,迫使上述企业进行创新,且成立条件为有合适的环境规制并得以实施,企业主动采用环保战略等[5]54-62。涂正革、谌仁俊(2015)首次将“波特假说”引入排污权交易的政策效果研究中,选取2002年到2012年的数据并采取DID(短期)和DEA(长期)的方法研究了6个试点省份的短期和长期的政策效果,研究结果证明排污权交易试点政策在短期内没有实现波特效应,长期潜在的环境红利是巨大的,但不存在可持续性的潜在经济红利;实现波特效应的两个必要条件是推进市场建设和加强环境规制[6]160-173。
综上所述,排污权交易与“波特假说”之间有何联系的研究不多见。根据国外经验,环境政策的实践效果需要一定的时间才能显现。从2007年开始,排污权试点范围扩大,与此同时交易制度不断完善、交易平台日渐成熟,当下我国正处于经济从高速度向高质量发展的阶段,我们采取DID方法来检验排污权交易试点政策在我国能否实际产生“波特效应”颇具现实意义。
本部分将采用广泛用于对公共政策实施效果进行定量评估的DID法(倍差法、双重差分法),以29个省份为研究对象,2007年国务院批复的11个试点省市为实验组,非试点省份为对照组,选取2002年到2016年的数据,构造两个DID模型,分别对经济效应和减排效应进行实证研究。
1.模型构建
(1)减排效应模型:排污权交易减排效应研究的主要对象为工业二氧化硫排放量,因为工业二氧化硫排放量占总排放量的90%以上。基于环境库兹涅茨曲线,认为经济规模、技术水平和经济结构是对环境产生影响的主要因素,对应选取的控制变量为人均GDP、专利数和工业化程度。在控制变量中加入环境治理强度(ER)验证排污权交易试点政策在不同环境治理强度下的影响。为了更好地衡量影响程度,再加入了受高等教育程度和国有企业占比等其他控制变量。模型如下:
InSEit=α0+α1Tt+α2Pi+α3Tt·Pi+β1InPerGDPit+β2InPatentit+β3InIndustryit+β4InHigheduit+β5InState_rate+β6ER+μit
(1)
其中,SE代表工业二氧化硫排放量、T和P分别为时间虚拟变量和分组虚拟变量、PerGDP代表人均GDP、Patent代表专利数、Industry代表工业化程度、Highedu代表受高等教育程度、State_rate代表国有企业占比、ER代表环境治理强度,α0~α3以及β1~β6为待估参数。
(2)经济效应模型:本文以工业总产值为指标研究经济效应,以C-D生产函数为基础加入影响工业总产值的因素为控制变量,除了选取影响工业总产值的常用的两个控制变量劳动力(L)、资本(K)外,将环境规制强度(ER)作为控制变量,研究差异化的环境规制强度会对经济增长产生不同的影响。为了更好地衡量影响程度,我们加入了其他的控制变量,如对经济增长约束性较强的能源消费量(E)。模型如下:
InYit=α0+α1Tt+α2Pi+α3Tt·Pi+β1InLit+
β2InKit+β3InEit+β4ERit+μit
(2)
Y为工业总产值,T和P为时间虚拟变量和分组虚拟变量,L为劳动力,K为资本,E为能源消费,ER为环境规制。其中α0~α3以及β0~β4是待估计参数。
2.数据处理说明
本文研究的省级面板样本数据选取了全国29个省市规模以上(1)2006年以前为全部国有及规模以上非国有工业企业,2007—2010年为年主营业务收入在500万元以上的工业企业,2011年后为年主营业务收入在2 000万元以上的工业企业。的工业企业数据(2)主要来源于2003—2017年《中国工业统计年鉴》、2003—2017年《中国能源统计年鉴》、2003—2017年《中国统计年鉴》、2003—2017年《中国环境统计年鉴》和2002—2016年《中国科技统计年鉴》。。考虑到数据的可获得性,西藏和海南两个省份予以剔除,同时剔除港澳台。缺失数据采用线性插空法以及SPSS进行填补。
(1)减排效应的数据处理
人均GDP(PerGDP):采用以2002年为基期(=100)的地方生产值数对人均GDP进行平减以消除价格变动的影响;专利数(Patent):采用各省市专利申请授权数;工业化程度(Industry):采用地区工业总产值占地区GDP的比重(%)表示;受高等教育程度(Highedu):采用大专及以上学历人口占15岁以上人口的比例(%)作为指标;国有企业占比(State_rate):采用国有及国有控股企业主营业务成本占全部国有及规模以上非国有工业企业总主营业务成本的比例(%)作指标;环境治理强度(ER):参照张成、陆旸等[7]113-124(2011)衡量环境治理强度指标的方式。具体公式为:
(3)
PIit代表第t年省份i的工业废气治理完成投资额,MBCit代表第t年省份i的规模以上工业企业主营业务成本,最后乘以100作为指标调整。
(2)经济效应的数据处理
本文选取工业总产值Y作为衡量指标,采用2002年为基期(2002年=100)的各地区工业生产者出厂价格分类指数(3)此指数2012年以前为工业品出厂价格指数。构建2002—2017年工业总产值平减指数。劳动力(L):选取规模以上工业企业从业人员年均人数作为劳动力(L)指标;资本(K):参照涂正革、谌仁俊(2015)以各省市规模以上工业企业的固定资产净值作为资本(K)指标的做法[6]160-173,采用以2002年为基期(2002年=100)的各省份固定资产投资价格指数平减;能源消费(E):采用的指标为各省份工业终端能源消耗量;环境治理强度(ER)同减排效应模型。
本文所用变量的简单统计概述如表1:
表1 各变量的统计描述
数据来源:本文根据各类统计年鉴中的数据整理得来。
1.减排效应的实证分析
(1)回归结果与分析
表2中第(1)列剔除了所有虚拟变量,(2)列和(3)列分别控制了时间效应和地区效应,(4)列控制了两个效应。本文最关注的是第(4)列时间虚拟变量和分组虚拟变量交叉项tp的系数,表示排污权交易试点政策减排作用的净效应,而(1)列和(2)列的交叉项并不显著。第(3)列的交互项显著为负,说明对比非试点地区,排污权交易试点地区的污染排放情况得到显著改善。我们最关注的第(4)列交叉项在10%的水平上显著为负,说明2007年的排污权交易试点在实际上确实减少了工业二氧化硫排放量。因此排污权作为一项环境政策来说,可以成功实现促进地区污染减排的作用。
表2 基础回归
注:本文采用Stata 14.0软件,回归系数括号内的数为t值。*、 **、 ***分别表示在10%、5%、1%水平上显著,下表同。
进一步对实证结果分析可以得到下列结论:(1)人均GDP的系数为0.001 65,在1%水平上显著,说明人均GDP与工业二氧化硫排放量成正相关 。一方面,人均GDP对工业二氧化硫的影响程度很小;另一方面人均GDP的增加会使工业二氧化硫排放量增加,这与目前一些学者的研究结论矛盾。有些学者如豆建民等(2014)[8]96-102、常静等(2015)[9]139-141、刘友金等(2015)[10]87-95认为经济越发达的地区越可能将重污染企业从城市向外迁移,导致污染减少。笔者认为,人均GDP系数符号为正并不奇怪,可以用环境库兹涅茨倒U型曲线来解释。当一个国家经济发展水平较低的时候,环境污染的程度较轻,但是随着人均收入的增加,环境污染由低趋高,环境恶化程度随经济的增长而加剧;当经济发展达到一定水平后,即到达某个临界点或“拐点”后,随着人均收入的进一步增加,环境污染又由高趋低,环境质量逐渐得到改善。显然,我国各地的经济发展并未到达经济发展的“拐点”,因此人均GDP的增加会造成工业二氧化硫排放量的增加。(2)专利数在1%水平上显著,系数为0.000 158。这与我们的实际经验相吻合,因为当地的技术水平越高,对于污染减排可采取的办法也就越多,因此可以减少污染的排放量。虽然系数较小,但对于减少工业二氧化硫排放量还是有促进作用的。(3)工业化程度的系数为0.083 1,在5%的水平上显著为正,说明工业化程度越高,工业二氧化硫排放量也越多。这与我们的实际经验相符,也与环境经济学中的经典模型Kaya恒等式和环境库兹涅茨曲线的理论一致。(4)在减排模型回归中,环境治理强度在1%的水平上显著为正,系数高达24.20,这似乎与我们的实际经验大相径庭。理论上来说,环境治理强度越高会使污染排放越少。但是,不可忽略的一点是污染排放也会反过来影响环境治理强度,因为污染排放越多的地方才越需要进行环境治理,投入污染治理的成本也越大,因此才会造成环境治理强度显著为正的现象。
(2)稳健性检验
本文首先将被解释变量工业二氧化硫排放量替换为人均工业二氧化硫排放量,稳健性检验结果如表3所示,第(4)列交互项显著为负,说明基础回归的结果稳健。
表3 稳健性检验:人均工业二氧化硫排放量
为了进一步研究排污权交易试点政策的效果,本文再次进行压缩时间窗口检验(4)因文章篇幅有限此回归系数表备索。。从估计结果来看,无论是交叉项还是核心控制变量人均GDP、专利数、工业化程度的系数符号和显著性都与表2的基础回归存在一致性,说明人均GDP、工业化程度与污染排放呈正比,专利数与污染排放呈反比;各地区的污染排放情况和政策实施效果并不相同,因此有必要研究减排效应的区域性差异(5)因文章篇幅有限此回归系数表备索。。本文将样本分为东、中、西部,估计结果tp交互项系数分别在10%、10%和1%的置信水平上显著,说明排污权交易在全国都起到了一定的减排作用。西部地区的tp交互项系数达到-0.339,大于东、中部的tp交互项系数,由此可见排污权交易试点政策在西部地区的减排作用十分显著。
2.经济效应的实证分析
(1)回归结果与分析
表4中第(1)列剔除了所有虚拟变量,(2)列和(3)列分别控制了时间效应和地区效应,(4)列控制了全部两个效应。本文最关注的是第(4)列分组虚拟变量和时间虚拟变量交叉项tp的系数,因为其体现的是实施排污权交易试点政策对经济的净效应。从(1)列至(4)列该值均为正,在99%的置信水平上显著。说明在99%的置信水平上,实施排污权政策能使2007年的试点地区工业产值增加,即实现了经济效应,且效果十分明显。
表4 基础回归
注:本文采用Stata 14.0软件,回归系数括号内的数为t值。*、 **、 ***分别表示在10%、5%、1%水平上显著,下表同。
从实证结果我们可以得出结论:(1)资本K的系数为0.246,在10%的水平上显著,意味着资本投入得越多工业总产值越高。劳动力L的系数为0.402,在5%的水平上显著,与工业总产值成正比。上述结果与C-D函数理论预期是完全一致的,资本和劳动力投入是影响产出的主要因素。(2)在99%的置信水平上,实施排污权交易试点政策能使2007年的试点地区工业产值增加,即实现了经济效应,且效果十分明显。(3)因为本文的对照组是实行强制减排政策,环境治理强度ER系数不显著说明政府命令控制型环境规制方式不能显著促进产出增加。所以我们可以认为实行市场型规制政策比实行政府命令型规制政策更具有可持续性,可以促进经济增长。
(2)稳健性检验
本文首先将被解释变量工业总产值替换成人均工业产值进行稳健性检验,结果如表5所示。(1)至(4)列的tp交叉项符号均为正且显著,说明基础回归具有稳健性。
表5 稳健性检验:人均工业产值
其次,进一步将省级数据细分为东、中、西部,观察了排污权交易的试点实施对不同地域的影响,即政策试点的地区异质性(6)因篇幅有限相关数据备索。。估计结果为:由tp交互项可得东部和西部的经济效应是显著的,且政策试点实施效果对于西部影响更大。
本文研究发现:(1)实证研究表明排污权交易试点政策并非纸上谈兵,而是能实际推进经济和环境双贏发展,实现“波特效应”。这佐证了排污权交易在我国由部分地区试点走向全面推广的正确性。(2)分地区的实证结论表明西部的“波特效应”最为明显,而在经济发达的东部地区“水花”甚小。在这一点上排污权交易试点政策的实际效果与理论存在一定差异。原因在于经济越发达的地区对环境控制也越严,而经济落后的西部地区环境管制强度则较为宽松。实证研究表明这些环境规制手段非但没有与排污权交易产生互补,反而极大地挤占了排污权交易的生存空间。(3)排污权交易试点政策目前虽产生了“波特效应”,但效果较弱。相对而言该政策的经济效用比较显著,但减排效应并不明显。由此可知,我国排污权交易制度的不完善是阻碍排污权交易产生显著“波特效应”的“拦路虎”。
因此,我们应科学核算排污权额度和价格,提升排污权初始分配的公平与效率;扩大交易主体范围,增强二级市场活力;建立排污权交易主体、排污权定价、排污权交易程序等相关法律,为排污权交易提供法律保障;充分调动地方和企业治理污染的积极性,有效提高资源配置效率和污染减排绩效,确保环境和经济的可持续发展。