大气污染防治考核与企业绿色技术创新

2021-12-22 00:43宁金辉苑泽明
统计与信息论坛 2021年12期
关键词:规制样本污染

宁金辉,苑泽明,史 方

(1.河北农业大学 经济管理学院,河北 保定 071000;2.天津财经大学 a.会计学院,b.无形资产评价协同创新中心,天津 300222)

一、引 言

空气污染作为中国三大环境公害之一,已被中央政府列入环境治理的重点对象。2013年,国务院出台了《大气污染防治行动计划》,直接对地方政府下达减少污染物排放硬指标;同年,环保部进一步与31个省市签署了《大气污染防治目标责任书》,以确保减排目标如期完成;2014年,国务院又出台了《大气污染防治行动计划实施情况考核办法》,积极落实地方政府环境保护责任。在官员考核机制向环保目标责任制转变的背景下,这无疑对官员形成刚性约束。该考核结果作为领导干部综合考核的评判依据,直接关系到官员在政治锦标赛中能否胜出。重污染企业虽为中国经济发展做出了重大贡献,但其粗放式增长方式导致生态环境不断恶化,他们势必成为该项政治任务的主要限制对象。那么,大气污染防治考核作为间接推动重污染企业形成绿色生产方式的积极尝试,能否促进重污染企业绿色技术创新?

现有研究已经发现,该考核可以显著缓解空气污染问题,提高人均预期寿命,促进社会就业[1-3]。作为政府加强环境规制的具体手段,大气污染防治考核理论上可能会对重污染企业绿色技术创新同时存在抑制和促进两种效应。污染天堂假说认为严格的环境规制挤占了生产成本,延迟了企业投资,不利于促进企业绿色技术开发和改造[4]。从促进效应来看,大气污染防治考核意味着政府实施更为严格的环境规制。波特假说认为严格的环境规制能够倒逼企业积极开展环境经营,研究和开发节能减排技术,推动生产技术绿色化,实现更清洁的生产过程[5]。因此,大气污染防治考核与重污染企业绿色技术创新之间的关系是一个有待检验的实证问题,亟需更为细致的研究。然而,鲜有文献从微观企业层面出发,立足于企业绿色经营,对大气污染防治考核进行理论分析与实证评价。因此,本文结合当下高质量、绿色、创新发展的背景,考察大气污染防治考核对重污染企业绿色技术创新的影响及其机理,以丰富官员考核经济后果研究。

本文的潜在贡献在于:第一,利用倾向得分匹配与双重差分模型,将大气污染防治考核的评价聚焦于微观企业的绿色技术创新,剥离其他创新活动的干扰,更加纯粹地反映该政策的实施效果,进一步丰富“波特假说”理论。第二,大气污染防治考核作为环境规制的特殊形式,是刺激重污染企业通过绿色技术创新实现产业绿色转型升级的重要手段。本文以绿色技术创新这一环境经营决策作为切入点,选取大气污染防治考核这一政策背景,采用倾向得分匹配与双重差分模型,研究了大气污染防治考核对重污染企业绿色技术创新的影响及其机理,不仅拓展了官员政绩考核经济后果的研究视角,也丰富了微观企业绿色经营影响因素相关观点。第三,大气污染防治考核作为政府环境规制政策关键部分,在中国构建环境治理体系过程中发挥着重要的作用。本文基于绿色技术创新视角,阐明了领导干部绿色政绩考核对于推进微观企业高质量发展的积极意义,这为坚持大气污染防治考核提供了理论与经验层面的支持。

二、文献综述

现有文献主要从企业内外部考察绿色技术创新的影响因素。其一,外部层面。环境规制、利益相关者、生态足迹、媒体关注、公众压力等外部因素会影响企业绿色技术创新。毕克新等研究表明,环境管制能够显著提高企业环保技术创新绩效[6];Albino等发现政府行政干预能够显著提高企业绿色技术创新水平[7];任胜钢等认为,作为传统环境规制手段的重要补充,自愿性环境规制有利于提升企业绿色技术创新能力[8];Doran等发现行业竞争压力能够显著影响企业绿色技术决策[9];Lin等指出供应商为了维护自身的绿色形象,会影响企业绿色技术研发[10];王云等则认为媒体负面报道作为外部治理机制,显著增加企业环保技术投资[11];李大元等发现舆论压力能够迫使企业提高其绿色技术创新能力[12]。其二,内部层面。学者们主要探讨了企业财务特征、无形资源等内部因素对企业绿色技术创新的影响。Przychodzen等发现公司规模和盈利能力显著影响企业绿色技术决策[13];廖中举等指出,企业年龄、产权性质与行业特征均对环境创新产生显著影响[14];Rennings发现良好的绿色形象有利于企业获得市场的认可,从而更好地开展绿色创新活动[15];Cainelli等研究发现定期对员工培训,能够提高企业人力资本水平,进而提高绿色技术创新能力[16]。

可以看出,现有研究已经对绿色技术创新影响因素作了较为丰富的探讨,但大气污染防治考核对企业绿色技术创新行为的影响鲜有关注。从研究方法上来看,该领域的文献大多利用问卷调查或从宏观或中观层面开展实证研究,缺乏微观企业层面大样本经验数据的支持。实证分析工具则以普通回归分析为主,不可避免地产生互为因果等内生性问题。鉴于此,本文立足于2014年“大气污染防治考核”这一政策背景,利用倾向得分匹配与双重差分模型,检验大气污染防治考核对上市公司绿色技术创新的影响及作用机理,并进一步考察地区考核指标差异、环境法治化程度和知识产权保护力度对二者关系的影响。

三、理论分析与研究假设

为了促进重污染行业绿色转型,中国不断完善国家环保制度,逐步加快环境法制建设步伐,环境规制程度得以强化,实施大气污染防治考核就是其中一项重要举措。传统GDP等经济考核晋升机制下,重污染企业特殊属性满足了地方政府官员追求经济增长偏好,他们更容易与官员形成“合谋关系”,从而忽略环境治理,加剧环境污染[17]。然而,大气污染防治考核则将可吸入颗粒物(PM10)、细颗粒物(PM2.5)等污染物排放等具体量化环境指标纳入地方官员政绩评价体系,加大问责力度,强调环保对经济发展的重要性。对于未通过考核的省市,环保部不仅约谈相关地方负责人,甚至对当地建设项目进行限制与否决。显然,这不仅不利于官员在晋升锦标赛中脱颖而出,甚至伤及他们整个政治仕途。为了顺利通过考核,地方政府势必对重污染企业实行更加严格的环境规制。在考核对官员形成刚性约束压力的情况下,作为环境污染的始作俑者,重污染企业成为该项政治任务的主要限制对象。面对该情形,重污染企业一般有两种应对手段,一是选择搬迁或关停,二则通过绿色技术创新手段,研究节能减排技术,实现清洁生产,促使污染物达标排放[18]。

污染天堂假说认为,在利润最大化这一财务目标的指导下,为了降低在生产经营过程中的环境遵循成本,企业更愿意将污染性生产活动迁移至环境标准较低地区,这不利于促进绿色技术开发和改造[4]。Xing等指出,污染性产业会从环境规制较强地区向较弱地区转移,从而引起地区之间产业结构变化[19];Copeland等研究发现,污染企业更愿意搬迁至环境规制较为宽松的地区,最终导致自身变成污染避难所[20]。搬迁或停产作为短期的应急模式,固然能够起到减少环境污染,改善当地空气质量的作用,但这也意味着企业在厂房维护、市场开拓和维护客户关系等方面的支出全部转变为沉没成本,相当于退出当地市场竞争,既不利于员工就业与稳定生产,也减损了企业经营绩效。由此可见,大气污染防治考核有可能抑制重污染企业的绿色技术创新。

然而,波特假说认为,严格的环境规制能够倒逼企业积极开展环境经营,研究和开发节能减排技术,推动生产技术绿色化,实现更清洁的生产过程,将环境外部成本内部化,这不仅能够弥补遵循成本,而且还能使企业更加具有市场竞争力[5]。为了达到大气污染防治目标,各地方政府作为生态环境治理监管主体,必然根据空气质量改善目标和工作任务,制定和执行更为严格的生态环境保护法律法规和标准建设,时刻监督企业环境行为。严格的环境规制下,大气污染防治考核使重污染企业面临较大的生存压力,倒逼重污染企业调整自身的经营模式,放弃高耗能高污染的生产方式,通过绿色技术革新降低污染治理成本,以应对考核带来的生存威胁。

此外,大气污染防治考核减少了政企合谋的动机,避免地方政府单纯追求经济增长而忽略环境治理现象的发生。在原有GDP晋升锦标赛的体系下,地方政府官员出于晋升目的,放松对企业的环境管制,默许当地企业的污染行为,由此出现了环境政策执行过程中的政企合谋现象[18]。随着大气污染防治考核的实施,官员考核机制发生了重大的变化,地方官员的激励也相应作出调整。大气污染防治考核作为一项必须完成的政治任务,对未完成任务的地方负责人进行约谈,有可能伤及官员的政治晋升,使地方政府和重污染企业处在对立面,进而降低了政企合谋的可能。出于对个人政治晋升的考虑,官员不再只关注经济数量发展,更加注重环境质量的提升。因此,大气污染防治考核可能刺激重污染企业积极开展绿色技术创新活动,助推其绿色技术创新产出的提升。基于上述分析,本文提出如下竞争性假说:

H1a:大气污染防治考核能够降低重污染企业绿色技术创新

H1b:大气污染防治考核能够提高重污染企业绿色技术创新

四、研究设计

(一)样本选取和数据来源

本文选取2010—2017年中国A股上市公司为研究样本。对于初始样本,剔除了金融、保险类企业样本、ST与PT等上市企业样本、缺失值和异常值的样本,最后得到20 228个有效样本观测值,其中实验组重污染企业包含6 153个观测值,控制组包括14 075个观测值。依据世界知识产权组织发布的《国际专利分类绿色清单》界定的绿色专利范围,上市公司绿色专利申请数据从国家知识产权局官网手工整理而成,其他数据来自于CSMAR、WIND、RESSET数据库。为避免异常值的干扰,本文对连续型变量进行了上下1%的Winsorize处理。

(二)变量定义

1.被解释变量

研发投入可通过上市公司财务报表直接获取,但财务报表并未直接披露绿色研发投资,此外研发投入也不一定直接转化为技术创新产出。因此,本文建立以下两个绿色创新专利产出核心指标:以当年绿色专利申请总量加1来度量企业绿色技术创新(GI),反映绿色技术专利的数量;中国将专利划分为发明、实用新型和外观设计,相对于其他两种,发明专利是主要针对产品、方法、流程或工艺进行改造,兼具创造性、实用性和新颖性,其技术含量最高,更能代表关键技术成果,因此本文进一步采用绿色发明专利(GInvent)来反映绿色技术创新的质量。

2.解释变量

Treat表示区分重污染企业与非重污染企业的虚拟变量,当企业处于重污染行业时,赋值为1,进入实验组,否则为0,进入控制组。After表示政策实施变量,即将大气污染防治考核作为时间事件处理,该考核于2014年开始实行,延续到2017年的终期考核,因此本文将政策颁布前后4年作为时间窗口,如果样本观测值在2014年、2015年、2016年、2017年这4年关键考核期内,After取值为1,否则取值为0。Treat×After是交乘项,其系数表示大气污染防治考核对重污染企业绿色技术创新的“净影响”。

3.控制变量

控制变量包括公司规模、资产有形性、企业年龄、财务杠杆、成长性、研发投资、盈利能力、现金流、两职合一、董事会规模、独立董事比例、管理层持股、高管薪酬、第一大股东持股比例、产权性质等,同时引入年度、行业和地区固定效应。

表1 变量定义表

(三)倾向得分匹配

为了缓解组间可观测因素差异的影响,本文使用倾向得分匹配法。首先,按照分组实验变量Treat把重污染企业看作项目参与者,设为“实验组”,设置虚拟变量Treat为1;非重污染企业看作未参与项目者,设为“控制组”,Treat取0。其次,选取公司规模、财务杠杆、成长性、盈利能力、现金流、企业性质、两职合一、董事会规模、独立董事、管理层持股、第一大股东持股比例等作为协变量。再次,构建以是否为重污染企业(Treat)为被解释变量、上述协变量为解释变量的Logit回归模型,来估计样本的可能概率和倾向得分。最后,采用1∶1有放回抽样最近距离匹配法进行匹配。经过上述程序后,成功得到匹配后的10 624个样本。

(四)双重差分模型

大气污染防治考核作为外生冲击事件,属于政府层面环境规制的一种手段,几乎不会受到微观企业的干预,因此该考核的实施为双重差分模型的使用创造了良好的研究条件。基于此,本文构建双重差分模型,利用PSM样本来评估该政策的经济后果。建立的计量模型如下:

GIi,t/GInventi,t=β0+β1×Afteri,t+β2×Treati,t+β3×Afteri,t×Treati,t+β4×Controli,t+

∑Year+∑Ind+∑Province+ξi,t

(1)

为了避免截断造成的偏差,本文采用Tobit模型来识别大气污染防治考核与企业绿色技术创新行为之间的关系。

五、实证结果与分析

(一)倾向得分匹配效果

表2为平衡性检验的结果。倾向得分匹配前两组样本之间的协变量存在显著性差异,这表明两组样本存在选择性偏差;匹配后标准偏差的绝对值均在20%以内,降幅均在60%以上,两组样本均值差异t值不再显著,这意味着倾向得分匹配满足了样本平衡性要求。图1和图2分别为匹配前和匹配后核密度分布图。两组样本的概率密度分布趋于一致,共同支撑假设满足。

表2 平衡性检验的结果

图1 匹配前核密度分布

图2 匹配后核密度分布

(二)描述性统计

表3显示了匹配后样本的描述性统计结果。绿色专利(GI)的平均值为0.183 1,绿色发明专利(GInvent)的平均值为0.127 4,可见中国上市公司绿色技术创新水平普遍不高。绿色专利(GI)的最大值为3.218 9,最小值为0.000 0,标准差为0.572 0,绿色发明专利(GInvent)的最大值为2.890 4,最小值为0.000 0,标准差为0.466 9,这意味着不同上市公司的绿色专利总量和绿色发明专利量存在较大差异,这就为本研究创造了较好的条件。其他变量均在合理的取值范围之内。

表3 描述性统计

(三)基本回归

表4为双重差分模型下PSM样本的回归结果。列(1)和列(2)的After×Treat的估计系数分别为0.133 7和0.251 4,均在1%的水平上显著为正,表明大气污染防治考核与企业绿色专利和绿色发明专利申请数量呈显著正相关关系,这意味着大气污染防治考核能够显著提高重污染企业绿色技术创新,支持了本文的假设H1b。

表4 大气污染防治考核与企业绿色创新

(四)稳健性检验

1.安慰剂检验

为了证明上市公司绿色技术创新水平的提高可以归因于大气污染防治考核,本文使用构建虚假立法时间进行安慰剂检验,以排除其他政策对研究结论的干扰,即假设考核这一事件的实际发生时间为前一年,设置虚拟的政策实施年份为2013年,即2013年及其之后为政策实施期,2013年以前为政策实施前的年份。如果大气污染防治考核触发了绿色技术创新水平的改变,那么本研究预期After×Treat的估计系数不显著。表5列示了安慰剂检验的结果,对于虚拟事件的发生,After×Treat的系数分别为-0.142 6和-0.017 9,均未通过显著性检验,这意味着前文结论较为稳健。

表5 安慰剂检验结果

2.改变倾向得分匹配方法

本文继续采用1∶2有放回抽样最近距离的配对方法来构建控制组。表6中After×Treat的估计系数为0.138 4和0.277 5,均在1%的水平上显著为正,这说明大气污染防治考核与企业绿色专利和绿色发明专利申请数量呈显著正相关关系,即大气污染防治考核能够显著提高重污染企业绿色技术创新,本文的研究结论仍然稳健。

表6 PSM1∶2检验结果

3.重新构建实验组和控制组

依据环保部《关于执行大气污染物特别排放限值的公告》,将火电、钢铁、石化、水泥、有色、化工这六个行业定义为重污染行业,作为本文研究的实验组;若上市公司所处行业不在这六大行业范围内,则界定为非重污染行业,进入控制组。表7为重新构建实验组和控制组的检验结果。After×Treat的估计系数分别为0.179 2和0.418 5,均在1%的水平上显著为正,可见本文的实证结果仍然是稳健的。

表7 重新构造实验组和控制组检验结果

六、作用路径检验

委托代理理论认为,管理层在缺乏有效监督时更具风险厌恶,倾向于选择常规性项目,放弃资金需求量更大、失败可能性更高的绿色创新类项目。大气污染防治考核的开展强化了企业外部监督机制。考核对官员造成的晋升压力,导致政府制定更为严格的环境规制政策。高管的盲目投资行为必然受到限制,为了生存发展,企业执行更多绿色投资经营决策,以求实现绿色转型升级。此外,通过绿色技术创新促进企业转型,作为积极履行社会责任的表现,有助于管理层积累更多的道德资本,提高个人声誉,降低被解雇风险。在考核压力下,高管出于维护自身形象的目的,更有动机将更多的资源投入到绿色创新转型。考核威慑和约束效应减弱了高管的委托代理行为,刺激他们做出绿色技术创新决策,最终提高绿色技术创新的产出。因此,官员大气污染防治考核可能缓解了管理层代理问题,从而促进重污染企业绿色技术创新的提升。

鉴于此,为了验证缓解代理问题这一作用路径是否成立,本文使用中介效应模型,在模型(1)的基础上,依次建立如下模型:

Costi,t=a0+a1×Afteri,t+a2×Treati,t+

a3×Afteri,t×Treati,t+a4×Controli,t+

∑Year+∑Ind+∑Province+ξi,t

(2)

GIi,t/GInventi,t=β0+β1×Afteri,t+

β2×Treati,t+β3×Afteri,t×Treati,t+

β4×Costi,t+β5×Controli,t+∑Year+

∑Ind+∑Province+ξi,t

(3)

其中,Cost表示管理层代理问题的严重程度,采用管理费用率(管理费用/营业收入)来度量。

表8为中介效应检验的结果。列(1)After×Treat系数为-0.034 5,通过了5%水平的显著性检验;列(2)和列(3)After×Treat系数分别为0.143 7和0.265 7,均通过了1%水平的显著性检验;Cost系数分别为0.191 6和0.284 8,同样通过了1%水平的显著性检验。代理成本的中介效应检验成立,表明官员大气污染防治考核缓解了管理层代理问题,从而促进重污染企业绿色技术创新的提升。

表8 中介效应检验结果

七、调节效应分析

为了验证大气污染防治考核对重污染企业绿色技术创新的影响机理,本文进一步从地区考核指标差异、地区环境法治化程度、地区知识产权保护力度的角度考察大气污染防治考核与重污染企业绿色技术创新之间关系的调节效应。

(一)考核指标的调节效应

《大气污染防治目标责任书》明确规定了各省市空气质量改善目标,考核PM2.5地区的年均浓度下降目标除内蒙古外,全部要求在15%以上,而考核PM10地区的指标全部不高于15%。此外,相比PM10,PM2.5粒径更小,活性更强,毒性更大,对空气质量的危害更为严重。PM2.5主要来源于与工业生产密切相关的化石燃料生产,PM10则有可能源于地面扬尘等与工业污染无关的事项。可见,无论从治理难度来看,还是就雾霾来源而言,考核PM2.5地区的政府官员面临更加严格的考核压力。为了确保顺利通过考核,他们势必实施更为严格的规制。

依据《大气污染防治目标责任书》,对不同考核地区样本设置虚拟变量,当样本处于考核PM2.5地区时PM=1,当样本处于考核PM10地区时PM=0。表9列(1)绿色专利、列(2)绿色发明专利对应After×Treat×PM系数分别为0.106 2和0.197 7,均通过了1%的显著性水平检验,这意味着相对于考核PM10地区,大气污染防治考核对于考核PM2.5地区的重污染企业绿色技术创新的影响更加显著。

(二)地区环境法治化程度的调节效应

环境法治是环境规制的基础和最重要的制度安排,属于命令控制型环境规制手段,具有最高的外部约束性,它通过法律法规的形式贯彻企业参与的原则,明确各方责任,有助于规范环境保障机制秩序。对于重污染企业而言,环境立法的威慑作用使其几乎没有任何选择权,只能被动地接受环境法律与政府规章制度,否则就会面临严厉的惩罚。

本文环境法治以各地区有效环境法律与政府规章之和的逐年累计值来度量。该指标越大,说明该地区环境法治程度越高。按照样本均值将全样本划分为两组,当样本环境法治化程度高于均值时令Fazhi=1,当样本环境法治化程度低于均值时令Fazhi=0。表9列(3)和列(4)为地区环境法治化程度对二者关系调节作用的检验结果。列(3)绿色专利、列(4)绿色发明专利对应After×Treat×Fazhi系数分别为0.391 0和0.242 4,均通过了1%的显著性水平检验,说明相对于低环境法治化程度地区,大气污染防治考核对于高环境法治化程度地区的重污染企业绿色技术创新的影响更加显著。

(三)地区知识产权保护力度的调节效应

专利作为企业创新产出的重要表现,普遍存在外部性问题,绿色专利亦是如此,即企业难以阻止竞争对手模仿其绿色知识产权。在知识产权保护较好的地区,企业为了增加模仿者的效仿成本,更倾向于为新开发的绿色技术和绿色专利申请保护;反之,当政府知识产权保护不力时,企业申请专利保护则无法得到有效保障,甚至引致核心技术泄密的风险,使得企业利益受损,进而对企业绿色技术创新产生不利影响。为此,地区知识产权保护力度对大气污染防治考核与企业绿色技术创新之间关系的调节效应还有待进一步实证检验。

本文利用市场化指数中的法律制度环境评分作为衡量地区知识产权保护力度的代理指标,该指标越大,说明该地区知识产权保护力度越大。按照样本均值将全样本划分为两组,当样本知识产权保护力度高于均值时令Baohu=1,当样本知识产权保护力度低于均值时令Baohu=0。表9列(5)和列(6)显示了地区知识产权保护力度对二者关系调节效应的检验结果。列(5)绿色专利、列(6)绿色发明专利对应After×Treat×Baohu的估计系数分别为0.300 1和0.286 5,均通过了1%的显著性水平检验,可见相对于低知识产权保护力度地区,大气污染防治考核对于高知识产权保护力度地区的重污染企业绿色技术创新的影响更加显著。

表9 考核指标、地区环境法治化程度和地区知识产权保护力度的调节效应

八、研究结论与政策建议

在官员考核机制向环保目标责任制转变的背景下,本文基于2010—2017年中国A股上市公司绿色专利数据,利用“大气污染防治考核”这一外生事件,采用倾向得分匹配与双重差分模型,考察了官员大气污染防治考核对企业绿色技术创新的影响及其代理问题的中介效应,并进一步分析考核指标差异、环境法治化程度、知识产权保护力度的调节效应。本文得到了如下结论:第一,大气污染防治考核显著提升了重污染企业绿色技术创新。第二,官员大气污染防治考核缓解了管理层代理问题,从而促进重污染企业绿色技术创新的提升。第三,相对于考核PM10地区、环境法治化程度较低地区和知识产权保护力度较小地区,大气污染防治考核对企业绿色创新的促进作用在考核PM2.5地区、环境法治化程度较高地区和知识产权保护力度较大地区更为显著。本文提供了新的评价官员大气污染防治考核实施效果的研究视角,丰富了企业绿色创新影响因素的研究,也对政府完善领导干部政绩考核体系、推动重污染行业绿色创新转型具有实践意义。

基于研究结论,本文提出如下政策建议:第一,各级地方政府可将官员大气污染考核常态化,完善领导干部绿色政绩考核体系设计,从而提升微观企业绿色技术创新能力,以绿色科技推动绿色经济发展方式转变。第二,监管部门应重点关注当地重污染企业的实际情况,采取必要的措施引导高管基于利益相关者利益最大化原则,以绿色技术创新的方式推动企业绿色转型,确保完成当期考核目标。第三,各级政府部门应该重点监管考核PM10地区、低环境法治化程度地区和低知识产权保护力度地区的重污染企业,通过给予税收优惠、财政补贴等方式鼓励企业积极进行绿色技术革新,为生态事业的发展和生态文明建设做出贡献,实现环境改善和经济质量增长的双赢。

猜你喜欢
规制样本污染
主动退市规制的德国经验与启示
用样本估计总体复习点拨
坚决打好污染防治攻坚战
坚决打好污染防治攻坚战
规划·样本
共享经济下网约车规制问题的思考
浅谈虚假广告的法律规制
随机微分方程的样本Lyapunov二次型估计
对抗尘污染,远离“霾”伏
内容规制