地方政府如何面对安全与增长的两难冲突？——来自煤矿关闭的证据

聂辉华 阮 睿 宋佳义

一、导论

事故死亡人数和人均生产经营用固定资产作为安全生产的代理变量，使用企业利润总额、税收规模和营业收入作为经济效益的代理变量，我们发现煤矿企业事故死亡人数增加、人均生产经营用固定资产的减少会提高被强制关闭的概率，而利润总额、税收规模和营业收入的增加会降低被强制关闭的概率。这说明地方政府在面临安全生产和经济增长的两任务冲突时，会综合考虑两方面的因素，既有提高安全生产水平的目标，又有维持经济增长的目标。这里的“经济增长”主要体现为两个方面：企业本身的经济效益(利润和营收收入)，以及企业对地方政府的经济贡献(税收规模)。即便在一些省份存在“安全一票否决”的高压政策，地方政府也不会单纯地为了安全生产而放弃经济增长。有趣的是，当我们把样本分为国有企业和非国有企业时，我们发现安全生产和经济增长之间关系的驱动力量几乎全部来自非国有企业。尽管国企也发生了一定比例的生产安全事故，但是却极少被关闭，这说明地方政府在是否关闭国有企业方面存在明显的偏袒。

本文剩余部分的安排如下：第二节介绍了煤矿关闭的制度背景；第三节介绍了研究设计、数据来源、变量定义和描述性统计；第四节展示了主要回归结果；第五节是稳健性检验；第六节是结论。

二、制度背景

中国煤矿死亡率(按每百万吨煤的死亡人数计算)一度居高不下，引起社会各界的广泛关注[注]聂辉华：《从管制型国家到治理型国家：以煤矿安全为例》，《教学与研究》2015年第7期。。2005年8月7日，广东梅州发生大兴煤矿惨案，造成123名矿工不幸遇难。此次事故促使国务院办公厅发布《国务院办公厅关于坚决整顿关闭不具备安全生产条件和非法煤矿的紧急通知》(后称《紧急通知》)，开始在全国范围内进行煤矿安全生产整顿，整个过程分为“先整顿，再关闭”两个阶段。

第一阶段的任务是停产整顿。根据紧急通知的要求，国家安监总局要在2005年年底之前在全国范围内整顿关闭小煤矿8000余个，并分四批公布了“因逾期没有申办安全生产许可证或经审核不符合发证条件而须停产整顿的煤矿名单”，公告还说明，此次停产整顿与以往不同，仅有一次机会，验收不合格就会被关闭。

第二阶段的任务是整顿验收和关闭煤矿。对于停产整顿的煤矿企业，国家发改委还要求各省级煤炭生产许可证的颁发管理机关(即省级煤炭企业管理机构，并非国家安监总局)组织验收，对仍达不到规定条件的煤矿实施关闭、吊销证照等措施。也就是说，一家企业是否被关闭的决策是由地方政府直接作出的，我们可以将此次整顿运动当做一次“准自然实验”，研究地方政府在生产安全和经济增长之间的多任务冲突。

自2005年11月开始，到2006年5月结束，国家发改委陆续发布了三次公告，分三批披露了“全国实施关闭与吊销煤炭生产许可证煤矿名单”[注]公告全文及关停煤矿名单附件见http://www.ndrc.gov.cn/zcfb/zcfbgg/200511/t20051121_50522.html， 访问日期：2018年9月27日；http://www.ndrc.gov.cn/zcfb/zcfbgg/200602/t20060214_59545.html， 访问日期：2018年9月27日；http://www.ndrc.gov.cn/zcfb/zcfbgg/200605/t20060512_68739.html， 访问日期：2018年9月27日。。名单中包括了煤矿的名称、生产许可证编号、矿长、经济类型、地址、核销能力、决定吊销日期等信息，共计4716家。我们在手工搜集数据过程中，剔除了名字重复的企业，最终共有4616家被关闭煤矿企业。

图2 三批被关闭企业在各省的数量分布

从被关闭企业在各省的分布来看(图2)，山西和内蒙古关闭煤矿企业总数最多，远远超过其他省份，主要是因为这两个地方的煤矿企业较多。对比图1和图2，我们发现总体上煤炭企业越多的省份，关闭的数量也越多，这说明煤炭企业的关闭本身并不存在省份歧视或选择性偏差。同时，每一批关闭煤矿企业数量在各省的分布和总数的分布差异很大，例如广东第一批关闭了超过200家煤矿企业，而山西在第一批没有关闭企业。因此把三批被关闭煤矿企业合并在一起进行研究更加符合实际情况。

三、经验研究

(一)研究设计

一家企业只有被关闭和未被关闭两种状态，所以我们使用二值选择模型(Logit模型)估计安全生产状况和经济效益对是否被关闭的影响。

Di(close=1)=F(β0+β1Ki+δXi+γδi+εi)*MERGEEORMAI

(1)

其中，Di是一个虚拟变量，如果企业被强制关闭，则取值为1，否则为0；Ki代表关键解释变量，包括生产安全状况、经济效益状况等；Xi表示控制变量；δi表示省份虚拟变量；F(·)表示不同的连接函数。为了保证结果的稳健性，我们选择Logistic累积分布函数和线性累积分布函数作为连接函数，同时报告估计结果。

(二)数据来源

我们的数据来源主要有三个。一是中国工业企业数据库中的煤矿行业企业，即行业代码为061、062、069的企业。由于地方政府上报关闭煤矿企业名单的时间是2005年末，决定该名单的时间很可能更早，此时企业的2005年会计年度尚未结束，只有2004年的财务数据可能会影响地方政府的决策，因此，我们选取了2004年的企业财务数据。二是企业事故死亡人数和事故发生次数，根据国家安监总局网站的事故通报进行手工整理。三是煤矿企业关闭名单，来自国家发改委网站。虽然关停企业名单是分三次发布的，但是间隔时间较短。我们认为这三批企业关停都是这一次整顿事件导致的，因此，我们的研究数据只能是横截面数据。

我们需要把企业关闭名单上的企业名称和中国工业企业数据库中的煤矿企业名称进行匹配。为了让匹配结果尽可能准确，我们的匹配过程分两轮进行。第一轮，匹配两个企业名单中名称完全相同的企业，共匹配到139家。第二轮，把两个企业名单中的剩余企业名称相互两两组合求差异度，保留差异度为1的名称组合，手动筛选删除明显不是同一家企业的企业名称组合，剩余的名称组合就可以认为代表同一家企业。例如，被关闭企业名单中有一家企业名称为“新密市牛店镇进兴煤矿”，同时工业企业数据库中有一家企业名称为“新密市牛店进兴煤矿”，后者仅比前者少一个“镇”字。在汉语使用习惯中，在表示地名时经常存在省略“县”“镇”“乡”等汉字的现象，因此我们认为这两个名字代表同一家企业。第二轮匹配得到的17家企业都属于此类情形。全部匹配工作完成以后，我们的样本中共有企业4611家，其中被关闭的企业有151家[注]需要说明的是，2005年的煤矿关闭事件是一次由重大事故引发的运动式治理。此后再也没有出现如此大规模、公开名单的煤矿治理运动，因此目前我们只能获得这一次煤矿关闭的公开数据。。在所有企业中，国企有682家，占大约15%；集体企业有1356家，占大约30%；私营企业有1734家，占大约38%。

(三)变量定义和描述性统计

我们重点关注地方政府关闭企业的决策是否受到企业安全状况和经济效益的影响。被解释变量为一个煤矿企业是否在2005年被关闭，如果被关闭则赋值为1，否则赋值为0。我们有两类关键解释变量。一类是衡量企业安全生产状况的变量。从事后角度讲，如果一家企业因发生事故死亡人数较多，我们可以认为该企业安全状况较差；从事前角度讲，如果一家企业的安全投入较多，我们预期它未来的安全状况会较好。参考Nie和Zhao的做法，因为煤矿企业的安全投入主要体现为机器设备，所以我们使用人均生产经营用固定资产(简称“人均固定资产”，剔除了非生产性固定资产)衡量企业的安全投入[注]Huihua Nie, Huainan Zhao, “Financial Leverage and Employee Death: Evidence from China’s Coalmining Industry”, Working Paper， 2015.。于是，我们使用2004年企业事故死亡人数作为企业安全生产状况的另一个指标。另一类关键解释变量用于衡量企业的经济效益。首先，地方政府会关心企业的盈利能力。盈利能力越高的企业发展前景越好，不仅可以给地方政府带来税收收入，还可以增加就业，具有维持社会稳定的功能。其次，地方政府会关心企业贡献的税收规模，这是企业能给地方政府带来的最直接的收益。另外，地方政府会关心企业的营业收入，营业收入越高的企业雇佣的工人越多，关闭带来的负面影响越严重。因此，我们使用企业2004年利润总额的对数、应交所得税和应交增值税之和的对数以及主营业务收入的对数这三个变量来衡量企业的经济效益。在现实中，我们认为地方政府更加关注企业带来经济效益的绝对值，而不是与企业规模对比的相对值，所以没有进行标准化处理。衡量企业个体特征的控制变量包括：(1)净资产收益率(营业利润除以所有者权益)；(2)负债率(总负债除以总资产)；(3)企业年龄；(4)企业规模(全部从业人员的对数)；(5)企业性质是否是国有企业(如果国有资本占比超过50%则赋值为1，否则赋值为0)。所有和企业财务有关的数值型变量都在1%和99%水平上进行了截尾(winsorize)处理。表1是主要变量的描述性统计。

表1描述性统计

四、主要回归结果

下面我们将研究企业的安全状况和经济效益如何影响地方政府关闭企业的决策。表2展示了煤矿企业当年安全生产状况和企业经济效益对该企业在2005年是否被地方政府关闭的影响。因变量均为企业被关闭(即close=1)。为了消除企业的异质性，所有回归模型都控制了企业发生事故的次数、企业规模、负债率、净股权收益率、企业年龄和国有股权占比，并使用在行业层面上聚类的稳健标准误差。根据因变量的离散性质，我们使用Logit模型进行估计[注]在稳健性检验中，我们也使用了OLS模型进行估计，发现主要结果没有实质性变化。。估计结果显示，企业的安全生产状况和经济效益水平均为地方政府决定企业是否被关闭的重要影响因素。

首先，我们考察安全生产状况与企业关闭情况。使用企业发生事故导致的死亡人数和企业人均生产经营用固定资产衡量企业的安全生产状况，我们发现事故死亡人数与企业被关闭之间存在显著的正相关关系，而人均生产经营用固定资产与企业被关闭之间存在显著的负相关关系。这说明，越是安全生产状况差的煤矿企业，地方政府越是可能关闭它们，这印证了推论1。由于关闭不合格煤矿是中央政府的要求，这说明地方政府在中央政府的考核压力下落实了中央政府的整顿意图。在实行“安全一票否决”的高压政策下，这是不是意味着地方政府丝毫不关心经济效益呢？事实并非如此。我们使用企业的利润总额、税收规模和营业收入衡量企业的经济效益，发现三种经济效益变量的系数均显著为负。这说明经济效益的提升会显著降低企业被关闭的概率，这反过来验证了推论2。有意思的是，即便存在安全生产一票否决的政策，地方政府也不会“不惜一切代价”去保证安全而放弃经济增长。这说明，一票否决并不会导致地方政府出现“字典式”的偏好[注]所谓字典式偏好(lexicographic preference)，就是行为主体将某个指标列为最重要的指标，只有这个指标一样时才考虑次要的指标。。面对生产安全与经济增长的两难抉择，地方政府的行为是理性的。一方面，生产安全是底线要求，地方政府必须遵循中央的要求，这是中国式纵向行政管理体制的特色；另一方面，中国是一个发展中国家，经济发展仍然是各项工作的中心，而且经济发展本身也关乎官员的经济和政治利益，因此，地方官员会在不触碰底线的前提下会尽可能维护本地的经济增长。因此，生产安全和经济增长并非绝对的“非此即彼”的关系，实际上在地方政府灵活执行中央政策的过程中不是零和关系或者绝对的对立关系。

控制变量中，国有企业虚拟变量的系数显著为负，说明越是国有企业，被地方政府关闭的概率越低。我们将在下文进一步分析国企样本。企业年龄变量的系数显著为正，说明企业的经营年限越长，反而越有可能被地方政府关闭，这可能是因为年限长的老企业通常经济效益较差。其他企业财务指标对是否被关闭没有显著影响。

表2安全生产状况和经济效益对企业被关闭的影响

说明：每个回归均控制了企业特征和所在省份虚拟变量，并采用在所在省份层面聚类的稳健标准误。小括号内为标准误，*、**和***分别表示在10%、5%和1%水平上显著。下同。

表2的回归结果显示，越是国企，越是不太可能被地方政府关闭。我们进一步分所有制讨论地方政府的关闭决策。表3展示了国有煤矿企业和非国有煤矿企业的安全生产状况和经济效益对被关闭的影响。模型(1)-(4)中，事故死亡人数的系数为0[注]模型(1)-(4)的系数为0且标准误缺失，是因为当死亡人数对于被关闭几乎没有影响时，Logit模型认为该解释变量没有贡献。当我们换成OLS模型时，回归结果是正常的，并且结论与Logit模型一致。。其他关键解释变量中，人均固定资产、企业利润总额、税收规模和营业收入的系数为正且不显著。以上结果说明，国有企业是否被关闭不会受到企业安全生产状况和经济效益的影响。而对于非国有企业来说，回归结果与全样本的回归结果一致。在模型(5)-(8)中，人均固定资产、企业利润总额、税收规模和营业收入的系数为负且显著；事故死亡人数的系数均为正，其中三个系数显著。以上证据表明，只有对于非国有企业，地方政府才会进行安全生产和经济效益之间的权衡。实际上，关闭决策的结果主要就是由非国企样本驱动的。

为什么国企样本没有产生总体影响呢？表4表明，虽然从安全投入的角度上看，国企的人均固定资产几乎是非国企的两倍，但是国企的矿难发生次数与非国企接近，而且死亡人数甚至更多。考虑到国企数量远远小于非国企，这说明在本样本中，国企并不比非国企更加安全多少。但是，国企只有2家被关闭，几乎可以忽略不计，几乎所有被关闭的煤矿都是非国企。事实上，我们发现发生矿难事故的国企没有一家被列入关闭名单。很明显，地方政府在关闭煤矿方面对国企煤矿和非国企煤矿实行了区别对待，这一发现与表2关于国企虚拟变量的回归结果是完全一致的。地方政府对国企明显的偏袒可能有如下原因：一是一些国企煤矿的行政级别较高，所在的地方政府可能无权处置；二是其规模较大，能够给地方政府带来就业、税收等经济利益；三是国企与上级地方政府存在紧密的政治关联，地方政府“投鼠忌器”，或者国企有直接的渠道去影响政府的关闭决策。

表3国有企业和非国有企业被关闭的影响因素

表4国企和非国企煤矿对比

五、稳健性检验

由于关闭煤矿的决策是中央做出的，因此可以认为这一政策冲击对于煤矿企业而言是完全外生的。这意味着企业不太可能提前一年根据这一决策来调整自身的状况，即不存在逆向因果关系。尽管可能存在遗漏变量问题，但是我们已经尽可能地控制了企业层面的基本特征。

此外，我们还使用了OLS方法对全样本进行回归，除了死亡人数变量不显著(但方向一致)，其余关键解释变量的方向和显著水平均与Logit模型的回归结果一致。这说明基准模型的估计结果是稳健的。

表5安全生产状况和经济效益对企业被关闭的影响(20002004年数据)

另一个可能的质疑是地方政府挑选关闭企业的决策是随机做出的，上述估计结果仅仅是误打误撞导致的。为了说明我们的研究结论并非一种随机结果，我们做了一个安慰剂检验(placebo test)。我们随机生成了1000个企业被关闭的虚拟变量作为被解释变量，重新估计了基准模型，并画出各个系数的分布直方图(图3)。图3中，实线表示实际系数大小，虚线表示伪系数分布的5%或95%分位数大小。我们发现所有基准模型的系数都在分布的5%和95%分位数以外，说明基准模型的估计结果不太可能是随机因素导致的。

六、结论

中国的地方政府往往承担了多项任务。当这些任务之间存在冲突时，地方政府究竟如何决策呢？利用2005年国家要求强制地方政府关闭部分具有安全隐患的煤矿作为切入点，我们分析了地方政府在安全生产和经济增长两个任务之间的抉择因素。采取Logit模型进行回归分析，我们发现了三个主要结论。第一，一个煤矿企业越是不安全，就越是可能被地方政府关闭；第二，一个煤矿的经济效益越好，就越是不太可能被地方政府关闭；第三，地方政府几乎没有关闭国有煤矿，而主要是关闭非国有煤矿，即地方政府对国企煤矿存在偏袒行为。

本文的研究对于引导地方政府加强安全生产监管乃至环境保护监管具有重要的政策含义。第一，考核“指挥棒”依然能够发挥中央对地方的引导和管理作用。地方政府会高度重视被中央政府列入考核指标的内容，例如矿难死亡人数或次数。因此，在考核指标科学、客观的前提下，加强考核可以合理引导地方政府的行为，中央应该用好、用足考核指挥棒。第二，经济发展仍然是地方政府的主要任务和目标。因此中央在制定考核指标时，不能忽视考核指标对经济发展的影响，即便是“一票否决”也不能完全替代GDP。第三，地方政府对国企和民企存在区别对待的现象。这表明中央政府应该从顶层设计的角度，推行“竞争中性”或“所有制中性”政策，对国企和非国企一视同仁。