揭开出口贸易影响企业排污的“面纱”
——清洁生产与终端治理

2022-04-26 03:09谭用盛丹

南开经济研究 2022年1期

谭用盛丹

一、引言及文献述评

出口贸易对企业污染排放的影响目前成为学术界和政府部门关注的热点问题。一方面，出口贸易作为带动我国经济增长的主要驱动力，在我国经济总量中占有较大的份额，其对污染排放的影响直接关系到我国环境的改善和居民的健康生活。另一方面，近年来环境污染问题十分严峻，严重的环境问题不仅危害中国的经济增长质量和政府形象(陈诗一和陈登科，2018)，还会影响人民的正常工作和生活。那么，出口贸易对企业污染排放到底有怎样的影响，其作用机制如何，是通过“清洁生产”还是“终端治理”实现的？现有的文献对此一直语焉不详。对这一问题进行解答，不仅有利于揭开出口贸易影响企业排污的“面纱”，有效进行企业的污染治理，也为我国新形势下有效协调贸易政策和环境政策，实现经济的绿色增长提供理论支撑和政策依据。

早期关于出口贸易与环境污染的文献大多采用行业和国家层面的数据，将出口贸易的作用分解为规模效应、技术效应和结构效应，探讨不同效应对污染减排的作用(Copeland 和Taylor，1994；Antweiler 等，2001；Managi 等，2009)。也有部分学者比较了出口贸易与其他影响因素对环境污染的作用，均发现出口贸易的作用相对较小(Brunel，2016；Shapiro 和Walker，2018)。虽然有少数文献利用微观企业数据，考察了贸易自由化(Martin，2012；Cherniwchan，2017)、企业出口状态(Forslid 等，2018；Holladay，2016；Cui 等，2016)对污染排放的作用，但是均没有很好地解决出口贸易与污染排放的内生性问题，也就很难准确地识别出口对排污的影响，因此无法科学地评估出口贸易在环境改善中的作用。

此外，现有文献对发展中国家的研究相对较少，虽然Barrows 和Ollivier(2016)、Bombardini 和Li(2020)分别考察了出口贸易对印度、中国污染排放的影响，但仍停留在行业和地区层面，企业层面的研究较少。国内学者虽然也关注了该问题，但大多是采用投入产出数据或者省份层面数据进行考察(何洁，2010；沈利生和唐志，2008；彭水军和刘安平，2010；李小平和卢现祥，2010；李锴和齐绍洲，2011)，缺乏微观企业层面的分析和探讨。

在前期文献的基础上，本文将利用中国工业企业数据和中国企业污染排放数据库，考察出口贸易对我国企业污染排放的影响，并检验其作用的微观机制。相较于前期文献，本文主要创新之处体现在以下三个方面。

首先，我们采用中国企业污染排放数据库，在企业层面考察出口行为对污染排放的影响。前期关于出口贸易与环境污染的文献，大多采用行业、省份层面的加总数据(何洁，2010；李小平和卢现祥，2010；李锴和齐绍洲，2011)，难以识别其对微观企业的影响。虽然部分文献从微观层面研究了出口贸易对企业二氧化碳排放强度的影响，但是采用排污系数法度量的污染排放却在一定程度上忽略了企业异质性对结果的影响，而本文采用企业实际污染排放能够有效控制企业异质性对结果产生的可能性偏误。另外，本文研究了企业出口对二氧化硫、工业粉尘、工业废气以及废水等污染排放物的影响，是对前期文献的有效拓展和补充。与此同时，利用微观层面的数据统计，我们可以有效识别出口贸易对污染排放影响的机制和作用渠道，这是国家和行业层面数据难以实现的。

其次，对企业出口与污染排放之间的内生性问题进行了处理。内生性问题是研究出口与污染减排的一个关键问题。Holladay(2016)和Cui 等(2016)虽然考察了企业的出口状态对污染排放的影响，但是二者均没有对出口状态与污染排放存在的内生性进行处理，也就难以科学地评估出口贸易对企业污染排放的作用，识别其影响机制。本文在前期文献的基础上，采用企业所在地区同一行业其他企业的平均出口退税率作为出口的工具变量。其他企业所面临的平均退税率一方面反映了地区-行业层面出口比较优势，会影响企业出口行为；另一方面出口退税率不会通过出口以外的途径直接影响企业排污，从而能够在一定程度上解决出口与排污之间的内生性问题。

再次，揭示了出口贸易影响企业污染排放的微观机制。虽然也有部分文献从企业层面探讨了出口对污染排放的影响，并且有少量文献检验了中国的情况。然而，鲜有文献探讨企业出口如何影响企业的排污行为。特别是随着出口数量的不断增加，我国出口企业生产率不高，存在生产率悖论的情况下，出口企业的排污行为如何？是倾向于通过技术手段更新机器设备，用于污染的减排(即末端治理)；还是更多地依靠采用清洁型的生产要素投入，实现清洁生产。本文的研究旨在对上述问题进行解答。实际上，在面临出口“生产率悖论”的情况下，排污机器设备的投资作为固定成本，是国内大多数出口企业难以承担的。同时，随着企业在国际市场上的成长，对生产绿色产品、低能耗环保型产品的需求更高，出口企业会更多地采用低能耗的清洁型能源。低能耗的要素投入作为可变成本，国内企业更易承担。本文发现出口对二氧化硫、烟尘和工业废气排放的抑制作用，主要是通过提高能源利用率和采用清洁型能源实现的，即“清洁生产”；而对废水排放的影响，更多地是通过增加污水处理设备实现的，即“终端治理”。

最后，研究对于发展中国家企业层面的污染减排，具有重要的借鉴价值。虽然也有部分学者从企业层面考虑出口对污染减排的影响，但大部分研究仍以发达国家作为研究的重点。Cui 等(2016)利用美国企业层面的污染数据，考察企业出口对污染排放的影响，其研究表明，企业出口能够降低企业的污染排放。这实际上是符合“污染天堂假说”的，即发达国家通过产品出口，将污染密集型的环节或者生产转移到发展中国家，从而降低了本国的污染排放。但是，根据“污染天堂的假说”，对于发展中国家(如中国)而言，企业在进行出口贸易时，生产的环节是污染密集型的，因此出口贸易增加了企业的污染排放。而本文的研究发现，出口贸易降低了企业的污染排放。这与前期理论预期并不一致。本文为研究发展中国家出口贸易对企业污染的影响提供了一个新的证据，也是对前期文献的补充，即发展中国家在贸易开放后并不必然使得污染排放增加，发展中国家的企业做好减排措施后，完全可以在进行出口贸易的同时达到减少污染排放的目的。换言之，发展中国家在参与全球贸易的时候完全可以避免自身成为“污染天堂”。

本文余下的部分安排如下：第二部分介绍计量模型、指标构建和数据的处理，并对主要变量进行统计描述；第三部分是计量结果部分，包括基准回归、内生性处理、稳健性检验和异质性分析；第四部分是本文研究结论与政策建议。

二、数据说明和计量模型的设定

（一）数据说明

本文主要采用的数据库是中国企业污染排放数据库和中国工业企业数据库。其中，第一部分数据来自2001—2007 年中国工业企业污染排放数据库。该数据库的企业范围如下：“十五”时期(2001—2005 年)，以工业污染中占污染负荷85%的工业企业作为重点调查企业；“十一五”期间(2006—2010 年)，以所有工业污染源为总体，筛选出主要污染物(废水、化学需氧量、氨氮、二氧化硫、烟尘及工业固体废物)排放量占各地区(以区县为基本单位)全年排放量85%以上的单位为重点调查单位，企业只要有其中一项符合即为重点调查企业。除此之外，排放废水中含有重金属等有毒有害物质以及产生危废的排污单位均为重点调查单位。这意味着，中国企业污染排放数据库涵盖了各地区最主要的污染排放企业。这些企业的排污是工业污染主要来源。

工业企业调查范围指《国民经济行业分类》(GB/T 4754—2011)中采矿业、制造业、电力燃气及水的生产和供应业共计3 个门类39 个行业的企业，自来水生产与供应业(4610)、水力发电(4412)、土砂石开采业(1011、1012、1013、1019)不纳入重点调查工业企业范围。重点调查单位的企业信息与污染排放信息被收录于环境统计数据库中的《工业企业污染排放及处理利用情况》。其中污染数据库的数据指标包括：①主要污染物的排放量和处理量，如二氧化硫、烟尘、废水、化学需氧量、氨氮的排放量、处理量；②企业排污设施数量，如废水治理设施数(套)、废气治理设施数(套)、脱硫设施数(套)；③企业对污染的处理能力，如废水治理设施处理能力(吨/日)、废气治理设施处理能力(标立方米/时)、脱硫设施脱硫能力(千克/时)；④能源消费和使用情况，如工业用水量(吨)、工业煤炭消费量(吨)、原料煤消费量(吨)、燃料油消费量(不含车船用)(吨)；⑤部分年份还统计了清洁能源的使用量和企业使用能源的等级，如洁净燃气消费量(万立方米)、燃料煤平均硫份(%)、重油平均硫份(%)。

第二部分是2001—2007 年工业企业数据库。该数据涵盖了全部国有企业及销售额在500 万元以上的非国有工业企业信息，包括企业所有制、企业所在地、行业类别和企业财务指标等方面的信息。我们参考Brandt 等(2017)的做法，对数据库进行了如下处理：①利用企业的法人代码、企业名称、地区代码、行业代码、成立年份、地址等构建新的面板数据；②采用永续盘存法估算企业的实际资本存量；③删除企业员工少于8人、流动资产大于总资产、总固定资产大于总资产的样本；④本文首先根据企业的注册类型确定企业的所有制属性，然后根据企业的注册资本再次调整企业的所有制属性；⑤为避免行业代码不一致的问题，我们统一将行业代码调整为国民经济行业分类标准(GB/T 4754—2002)；⑥采用2004 年经济普查数据库中的工业总产值填补了该数据库2004 年缺失的工业总产值。

我们利用企业的法人代码和企业名称对上述两个数据库进行匹配，得到了本文所使用的样本。其中，2001—2007 年总的样本量为264465。匹配前后的样本量及匹配比率如表1 所示。

表1 污染数据库的匹配率

（二）变量度量与模型设定

本文使用污染密集度(lnPollution)来度量污染程度，其定义为二氧化硫、烟尘、工业废气、工业废水各指标的排放量占企业销售收入的比重。企业i 在t 期出口交货值(lnexport)，选自工业企业数据库。出口变量的定义为lnexport＝log(export＋1)，export 表示企业的出口交货值，如果企业的出口交货值为0，则lnexport＝0，即出口交货值为0 的企业也包含在本文的样本中。企业的规模采用企业的年平均就业人数的对数值进行测度。在机制分析过程中，本文还用到了脱硫设备数(desulfer)、废气治理设备数(degas)、废水治理设施数(water_fac)、天然气消费量(natural_gas)和原料煤消费量(raw_coal)5 个指标，采用各设备数或者消费量逐一取对数值进行测度。

企业的全要素生产率(tfp)采用Brandt 等(2017)的方法，对全要素生产率进行了计算。具体而言，参照Brandt 等(2017)的方法，本文分两步计算得到企业的tfp。

第一步，估计以下生产函数

其中，y表示i 企业t 年平减之后的实际产出。k、m分别表示用相应价值指数平减之后的固定资产净值和中间品投入，l表示劳动投入。e、、分别表示企业出口虚拟变量、所在CIC 4 分位行业滞后一期的最终品关税以及所在CIC 4 分位行业滞后一期的投入品关税。Z表示企业所有制、时间、四分位行业以及省份固定效应。回归后根据每一组估计系数(,,)和预期值ˆ，得到ˆ：

第二步，假设的函数为如下形式：

参照De Loecker 和Warzynski(2012)的方法，本文运用GMM 方法对生产函数进行估计，得到企业的全要素生产率(tfp)。

三、计量结果分析

（一）初步回归结果

本部分将采用2001—2007 年企业污染数据库和工业企业数据库，考察企业出口行为对环境污染的影响。我们选取了二氧化硫、烟尘、工业废气和污水排放量作为主要考察的污染指标。本文的计量模型设置如下：

其中，lnPollution是企业i 在t 期的污染物排放密集度的对数值。在这里本文分别采用了二氧化硫(SO)、烟尘(dust)、工业废气(gas)、工业废水(wastewater)的排放密集度。Lnexport是企业i 在t 期出口交货值，选自工业企业数据库。是本文主要考察的变量，如果小于0，说明企业出口量的增加有利于降低企业单位产出的污染排放的密集度，有利于环境的改善。X 是控制变量，本文采用了企业的全要素生产率、企业的规模、省区层面环境立法(dudt)和行业研发密集度(tesintV)对企业特征进行控制。δ是时间固定效应、是企业固定效应；是残差项。

选取tfp 作为主要控制变量的原因在于，研究贸易与污染关系时，大量文献考察了生产率的作用。Cui 等(2016)采用美国企业的微观数据发现，生产率能够降低企业的污染排放，而且出口对污染排放的影响是通过生产率实现的。与其发现不同，Forslid等(2018)通过构建理论模型考察了减排投资、生产率、出口和污染排放之间的关系。他们发现出口及生产率与企业污染排放之间存在负向关系，但是出口对污染排放的影响并不依赖于生产率。那么，生产率与企业的污染排放是否存在负向关系，出口是通过生产率还是直接对企业的污染排放产生作用，本文将在实证分析中进一步检验和分析。

利用最小二乘的估计方法，我们得到如表2 所示的回归结果。表2 中的第(1)列至第(4)列是未加入控制变量的回归结果，第(5)列至第(8)列加入了企业的全要素生产率和企业规模的控制变量。除此之外，考虑到我国企业所有制之间的差异，均加入了企业所有制的虚拟变量，并且控制了年份和企业的固定效应。从回归结果可以看出，首先，加入了控制变量后，除废水之外，其他各污染物的回归系数虽然都有所降低，但均保持在0.01 的水平上，并且在1%的统计水平上显著。这说明在其他因素不变的情况下，出口贸易能够降低二氧化硫、烟尘、工业废气和废水的排放密集度，有利于环境的改善。此外，从各控制变量看，tfp(生产率)的回归系数为负，影响水平保持在0.16 以上，并且均在1%的统计水平上显著，说明企业的生产率对企业的污染排放产生了负向影响，企业生产率越高，越有利于减少环境污染。size(企业规模)的回归系数为负，并且均在统计上显著，即企业的规模与污染排放密度呈显著负相关关系，企业规模越大，单位产品的污染排放越小，这一发现与Cui 等(2016)的研究结果相一致。

表2 初步回归结果

（二）工具变量的回归结果

在表3 中，我们检验了企业出口数量对环境污染的影响。而实际上企业的出口量并不是企业的外生特征(Lileeva 和Trefler，2010)，二者的这种关系可能受到其他共同因素的影响(Cherniwchan 等，2017)。以Melitz 为代表的新新贸易理论认为，企业的生产率会决定企业的出口行为。只有生产率高的企业能够克服出口的固定成本而进行出口。而生产率高的企业能源利用率往往也比较高，其污染密集度也会较低。为此，企业的出口数量和污染排放可能受到企业生产率的共同影响。为了解决内生性问题，本文选取了企业所在地区同一行业其他企业的平均出口退税率作为企业出口的工具变量。具体而言，我们参照Chandra 和Long(2013)计算出口退税率的方法，计算了企业层面的出口退税率，具体如下。

由于增值税是对所有行业都征收17%的税率，因此本文可以根据定义计算企业所支付的增值税：

其中，VATpayable为企业i 在第t 年支付的增值税额，ValueAdded为企业的增加值部分，rebate为企业的出口退税率。式(7)表示，企业交付的增值税额应等于企业生产增值的17%减去出口退税额。由此，本文可以得到企业实际支付的增值税率rebate为：

其中，revenue为企业的利润额，VATonthroughput为企业的进项税，VATpayable为企业缴纳的增值税，export为企业的出口金额，上述指标在工业企业数据库中都有统计。为此，本文可以根据这些指标推算出企业实际的出口退税率。在此基础上，本文进一步将企业所在地区同一行业的平均出口退税率作为企业出口的工具变量。采用这一工具变量的原因在于，一方面，同一地区同一行业的其他企业的平均出口退税率能够很好地反映该地区地方政府对企业i 所处行业的出口激励，从而影响企业i 的出口倾向；另一方面，同一地区同一行业其他企业的平均出口退税率不会对企业i 的污染排放产生直接的影响，这符合工具变量的要求，能够较好地解决本文所面临的内生性问题。

利用两阶段最小二乘法，本文得到了表3 的回归结果。从表3 的回归结果可以看出，首先，Anderson LM 的统计量均大于70，且相伴概率均为0，而Cragg-Donald Wald F 的统计量均大于Stock-Yogo 弱工具变量检验的10%临界值(16.38)。这说明可以拒绝弱工具变量的原假设，本文的工具变量能够解决内生性问题。其次，本文的基准回归结果依然稳健，各回归系数的绝对值有所提高，并且在1%的统计水平上显著。这说明本文在控制了内生性问题之后，出口对二氧化硫、烟尘、工业废气和污水排放均产生了明显的负向作用，即企业出口有利于企业污染减排。最后，比较表2 与表3 的回归结果可以看出，表3 中企业出口对各类污染物排放的影响有了较大程度增强。这说明在初步回归中内生性问题比较严重，导致本文的回归结果产生了不同程度的向下偏移。可能的原因在于，部分中国出口企业采取粗放型增长的模式扩大经营和出口规模，从而导致排污与出口同时增长。如果不考虑这种情况导致的内生性，可能会低估出口对污染排放的抑制作用。为此，下文的回归中将采用工具变量的两阶段最小二乘法作为基准方法，进行实证检验。

表3 工具变量回归

（三）机制分析

具体而言，本文选取了脱硫设备数、废气治理设备数、废水治理设施数、天然气消费量和原料煤消费量五个指标检验出口对企业污染排放的影响机制。其中，脱硫设备数、废气治理设备数、废水治理设施数反映了出口对减排设备的影响，如果lnexport 的回归系数为正，说明出口促进了企业进行减排投资，增加了减排设备，从而降低了污染；天然气消费量体现的是企业选择优质清洁能源来实现减排的目的。在该项回归中，如果出口的回归系数为正，并且统计上是显著的，说明出口有利于企业转向使用清洁度更高的要素投入，从而实现污染的减排；原料煤消费量反映的是企业提高了能源的利用效率。在该项回归中，如果出口的系数为负，并且在统计上是显著的，说明出口能够减少对原料煤的消费数量。

基于上述推断，本文利用企业所在地区同一行业其他企业的平均出口退税率作为出口的工具变量，考察了企业出口行为对污染排放的影响机制，具体回归结果参见表4。从表4 的回归结果可以看出：①脱硫设备数、废气处理设备这两部分的回归结果均没有通过显著性检验，在统计上并不显著。这说明出口降低了企业二氧化硫、工业废气的排放密度，并不是通过增加排污设备实现的。②废水治理设施数中，出口的回归系数为0.047，并且在1%的统计水平上显著。这说明出口主要是通过促进企业增加废水治理设施来减少排放的污水。③天然气消费量中，出口的回归系数为0.017，并且在5%的统计水平上显著。这说明企业出口能够促进企业使用更多的清洁型能源。④原料煤消费量中，出口的回归系数为-0.277，并且在5%的统计水平上显著。这说明出口很大程度上降低了企业原料煤的使用数量。其主要可能的原因在于，一方面企业通过出口贸易活动，提高了自身的生产效率，生产效率的提高会增加企业的能源利用率；另一方面企业转而使用清洁能源，如天然气。

表4 出口对企业污染排放的机制检验

从上述结果可知，出口对气体污染减排的影响，更多的是依靠在生产过程中使用更为清洁的能源，而不是增加减排设施。而水污染相比于气体污染而言，却没有通过使用清洁能源实现减排，而是依靠增加废水处理设施。企业出口对水与其他气体、烟尘等的影响机制存在明显差异，可能的原因在于，不同污染物企业采用减排的方法是不同的。对于水污染的排放，企业只能通过减排投资、增加污水处理设施来减少污染，因此出口贸易会促进废水处理设备的增加。而对于二氧化硫、烟尘和工业废气的排放，企业既可以选择增加除硫和除尘设备，也可以选择使用清洁能源。就出口贸易的影响而言，企业出口更多的是促进了企业增加使用清洁能源来降低污染排放，对排污设备的投资没有起到正向作用。

实际上，企业减排主要通过使用清洁能源、改进生产工艺和使用排污处理设施三种方法，而由于数据的可获得性，本文无法得到生产工艺的相关数据。为此，本文仅从清洁能源使用和排污设施两条渠道进行了检验。从现有的结果来看，出口贸易没有使企业增加脱硫设备数和废气治理设备数，仅增加了废水治理设施数；出口贸易增加了清洁能源的使用并减少了污染型能源的使用。这说明出口贸易没有从终端治理层面(脱硫和废气治理)减少污染气体的排放，而是转向了前端的清洁生产。对于水污染，出口贸易更多地是促进了终端治理。

为进一步检验出口对企业污染物排放的影响机制，同时考虑到污染数据库样本中具有对各类污染物平均设备处理能力的统计，本文采用该项指标对影响机制进行了再检验。具体检验的回归结果如表5 所示。从表5 的回归结果可以看出，企业出口对二氧化硫和工业废气排放的平均处理能力在统计上都不显著。而对废水处理能力产生了正向作用，回归系数为0.212，并且在1%的统计水平上显著，即企业出口对废水处理能力的影响无论在程度还是在显著性上，都明显高于对二氧化硫和工业废气处理能力的影响。这一结果与前文的影响机制相一致，出口确实没有促进企业对二氧化硫、工业废气等进行排污设施的投资，也没有增强企业的污染处理能力。同时，企业出口促进了企业对污水治理设施的投资，从而使污水治理设施数量增加，进而提高了污水处理能力。

表5 出口对企业污染排放的机制的再检验

从上述分析可以看出，对于二氧化硫、烟尘和工业气体等污染物排放的降低，出口企业主要是通过使用清洁型能源(天然气)、提高能源利用率，而不是通过促进企业对除硫设备、废气处理设备的投资实现的。而对于废水排放的降低，出口企业主要是通过增加废水治理设备来实现的。对于这一结论，本文无论是采用污染治理设备数，还是污染处理能力，都是稳健的。

（四）稳健性检验

1. 采用出口虚拟变量的回归

为了进一步检验基准回归结果的稳健性，本文在这一部分更换了对出口的度量方式，采用出口虚拟变量(expdum)对企业的出口行为进行描述，如果企业选择出口，expdum＝1，否则expdum＝0。需要注意的是，由于expdum 是0、1，如果本文直接用出口退税率(rebate)作为工具变量，进行两阶段最小二乘回归(2SLS)是有偏的。原因在于，2SLS 的第一阶段回归采用的是OLS 方法，将rebate 和其他控制变量对expdum 做回归。而expdum 是二维虚拟变量，这样得到第一阶段的expdum 估计值是有偏的。为此，本文参照Minetti 和Zhu(2011)的方法，采用禁止回归方法(Forbidden Regression)对这一问题进行处理。该方法专门用于处理内生性变量是离散变量的问题。

具体而言，第一阶段，本文采用Probit 模型，用工具变量(rebate)以及其他控制变量对内生变量(expdum)做回归，如下式所示：

由式(9)的估计，本文可以得到企业出口概率P。第二阶段，本文将P 和出口退税率一起作为expdum 的工具变量，进行2SLS 回归，得到了表6 的回归结果。

表6 采用出口虚拟变量的回归结果

从表6 的回归结果可以看出，expdum 对各类污染物排放密集度的影响均为负，并且在1%的统计水平上显著。这说明无论是用出口数量还是出口的二值变量来度量企业的出口行为，得到的结论都是一致的，即企业的出口行为确实降低了企业对二氧化硫、烟尘、工业废气和废水的排放，有利于环境的改善。由此可知，本文基于表3 得到的结论是稳健的。

2. 更换工具变量

为进一步验证本文实证结果的稳健性，我们更换了工具变量的指标，采取企业所在地区同一行业出口企业的数量作为企业出口的工具变量。根据出口溢出效应的文献，一方面，企业的出口行为还受到邻近地区、同行业中其他企业出口行为的影响，因此该工具与企业出口存在相关关系；另一方面，所在地区同一行业出口企业的数量对企业的污染排放不会产生影响，这符合工具变量的要求，能够解决本文的内生性问题。在更换了工具变量之后，出口对企业各污染物排放的回归系数依然为负，而且在统计上是显著的。这说明即使我们更换了工具变量的指标，出口对企业污染排放的负向影响依然存在，并且是较为明显的。

3. 控制城市-年份、行业-年份的固定效应

为了消除地区和行业的时间发展趋势对实证结果的影响，我们进一步控制了城市-年份、行业-年份的固定效应。在控制了城市-年份、行业-年份联合固定效应之后，我们的回归结果与初始的回归结果是相类似的，即企业出口的增加减少了污染物的排放密度，而且在统计上是显著的。这说明本文的实证结果是稳健的。

4. PSM 和DID 方法的应用

为进一步验证本文实证结果的稳健性，我们在本部分将采用PSM 和DID 方法考察企业出口对污染排放密集度的影响。具体而言，首先，我们定义了switch 虚拟变量，企业在样本期内由不出口变为出口，则switch＝1；企业在样本期内一直未出口，则switch＝0，利用PSM 方法将这两组企业进行配对。配对过程中，我们采用企业全要素生产率、应缴纳增值税、资本存量、就业人数作为匹配变量可进行倾向得分匹配。利用匹配之后的样本，我们发现switch_psm 的回归系数依然为负，而且在统计上是显著的。这说明我们在消除了内生性问题之后，企业的出口行为依然使企业污染密集度下降，而且在统计上是显著的，即无论用工具变量方法还是PSM 和DID 方法，本文的实证结果依然是稳健的。

（五）异质性分析

考虑到企业出口对污染排放的影响会因行业的污染程度(Cui 等，2016、Cherniwchan，2017)、要素密集度(戴觅等，2014)、企业规模(Cui 等，2016)发生改变。本部分将从上述几个方面分别考察企业出口对污染排放的异质性影响。

1. 污染行业和清洁行业的差异

Cui 等(2016)、Cherniwchan(2017)等的研究均发现出口对企业污染排放的影响，会因行业污染程度的不同而有所差异。考虑到这一因素，我们参照Cui 等(2016)的做法，构建清洁行业的虚拟变量less_pollu。其中，我们首先在行业层面计算各类污染物排放量占其工业总产值比重，然后将 75%分位数以上的行业定义为污染行业，less_pollu＝0；其余为清洁行业，less_pollu＝1。构建这一指标与出口的交叉项，我们发现，在加入lnexport×less_pollu 项之后，我们的主要结论仍然成立。这说明本文基于工具变量得到的回归结果是稳健的，企业出口降低了企业的污染排放。其次，相对于清洁行业，出口对污染行业的排污减排的影响更为明显。可能的原因在于，出口主要是促进企业用清洁能源替代污染能源来降低企业的污染排放，污染行业可能使用了更多污染能源。因此，当出口促使污染行业的企业用清洁能源代替污染能源时，对企业排污的抑制作用更为明显。

2. 要素密集度的差异

考虑到中国企业出口存在“生产率悖论”的特征，即劳动密集型行业企业的生产率低，反而出口更多。为此，本文参照戴觅等(2014)的做法，对行业进行了分类。其中ints为资本密集型行业的虚拟变量，ints＝1 表示资本密集型行业，ints＝0 表示劳动密集型行业。加入ints 与lnexport 的交叉项进行两阶段最小回归。由回归结果发现：①从总体上而言，在加入lnexport_ints 项之后，本文的主要结论仍然成立，即出口贸易能够降低几种主要污染物的排放密度。②交叉项lnexport_ints 的系数均为正，而且在统计上是显著的。这说明相对于劳动密集型行业，资本密集型行业的出口贸易对企业的减排效果更弱。上述回归结果表明，劳动密集型行业相较于资本密集型行业的出口贸易对污染排放的抑制作用更为明显。存在上述结果的可能原因在于，出口企业更有动机进行节能减排，否则可能无法获得出口许可。对于具有相同生产率的两个企业，出口企业会分配一部分劳动、资本进行污染减排，但是这些减排措施并不直接增加企业产出。为此，出口企业由于实施了节能减排措施，使得产出较非出口企业更少，出口企业生产率更低。与此类似，我国的出口企业也多为劳动密集型企业，所以相较于资本密集型企业，其更有动机进行污染减排，从而表现出生产率越低，减排能力却越强的情况。

四、研究结论与政策建议

环境问题已成为我国经济发展过程中急需解决的关键问题，其中企业污染减排是解决环境问题的重中之重。那么，作为一个出口大国，我国的出口贸易会对企业的污染减排产生怎样的影响？其影响机制如何？是否受其他因素的影响？鲜有文献从企业层面进行分析和探讨。鉴于此，本文利用2001—2007 年中国企业污染排放数据库和中国工业企业数据，考察了企业出口行为对污染减排的影响，探究了其影响机制和作用渠道。

具体而言，首先，我们利用企业污染排放中对主要污染物排放的统计，考察了企业出口对污染物排放密集度的影响，发现出口贸易能够降低二氧化硫、烟尘、工业废气和废水的排放密度，减少企业对空气和水的污染，有利于环境的改善。同时，考虑到企业出口行为与污染排放之间可能存在的内生性，我们选用同一地区同一行业其他企业平均出口退税率作为工具变量对内生性进行了处理。处理了内生性之后，我们的主要结论依然成立。在此基础上，利用数据中对减排设施数量、原煤消耗量和天然气使用量的统计，我们进一步考察了出口贸易影响企业污染排放的作用机制。实证分析表明，出口对二氧化硫、烟尘和工业废气排放的影响，主要是通过选择优质的低污染能源、提高能源的使用率实现的，即“清洁生产”；而对废水排放的影响更多地是依靠投资减排设备，即“终端治理”。其次，我们还进行了稳健性检验，在采取出口虚拟变量、更换工具变量、控制城市-年份、行业-年份固定效应之后，本文的实证结果依然稳健。最后，考虑到企业出口对污染排放的影响会因行业污染程度、行业要素密集度、企业规模的不同而有所差异，我们还进行了异质性检验。异质性检验的结果表明，出口对企业污染排放的影响在污染行业、劳动密集型行业、规模较小企业中的作用相对较强。

本文的政策含义是十分明显的。长期以来，粗放型的增长模式使我国面临自然环境恶化和贸易增长模式难以为继的双重挑战。我国目前正在面临不断升级的中美贸易摩擦，对我国的环境污染无疑是“雪上加霜”。为此，我国在调整贸易政策、实现贸易增长模式转型的过程中，也要考虑出口贸易对企业污染排放的影响。在寻找贸易新的增长点的同时，有效地利用出口贸易来降低企业的污染排放，实现经济的绿色增长。同时，环境政策也应加大对企业的补贴和技术引导，使其在使用清洁能源的同时，增加对排污设施的投资，从而实现“既要金山银山，又要绿水青山”的可持续发展。

揭开出口贸易影响企业排污的“面纱”——清洁生产与终端治理