地区环境治理动机、政治关联与企业环境违规处罚 ——来自环保督政制度的新证据

朱 锐，刘梦婷

(长沙理工大学 经济与管理学院，湖南 长沙 410076)

一、引 言

随着公众环保意识增强，企业环境表现日益受到利益相关方关注。2021年，中国证监会发布新版年报内容与格式准则，明确要求所有上市公司必须对因环境问题受到的行政处罚进行披露。我国正在构建“以强化政府主导作用为关键，以深化企业主体作用为根本”的现代环境治理体系，作为监督责任主体，各地方政府是否有效履行环境责任对于环境治理起到关键作用。为提升其治理意愿，“十二五”以来，中央政府曾先后提出“考核官员环保责任”“一票否决”“挂牌督办”和“行政首长问责”等环境规制。虽然环境违规执法力度持续加大，但执法力度在不同区域、不同企业之间存在明显差异，第二轮中央生态环保督察还出现一些长期规避整改的“环保老赖”。因此，在目前生态环境保护形势依然严峻的背景下，探明环境违规处罚力度差异的关键影响因素具有重要意义。

在中央重典治污高压下，为何不同企业受到的环境违规处罚力度存在差异？已有研究分为两种观点：第一种观点认为，污染企业可通过政治关联的“庇护”效应来规避政府环境规制。由于我国短期内无法完全转换粗放型的经济增长方式，涉污企业通过政治关联获得可观的社会资本，可避免承担相应的环保责任，减轻环境违规行为出现时所受处罚力度。第二种观点认为，地方政府治理环境动机不足是造成环境治理效果不理想的深层原因。出于地方财政收入和地方经济发展的考虑，当地政府可能会默许、包庇和纵容企业的污染行为，甚至可能操纵环境质量数据以达成上级部门高标准环境考核目的，造成地方环境治理失效。

然而，从污染企业政治关联、地方政府环境治理动机这两个主要因素中甄别出环境治理失效的关键原因存在一定挑战，需要将环境治理动机变化、环境违规处罚力度与企业政治关联纳入同一研究场景，在污染企业政治关联保持不变的前提下，对治理动机变化影响环境违规处罚力度的效应进行系统研究。为实现这一设想，需要寻找一个对地方政府治理动机有直接影响的外生政策冲击，比较在该政策冲击前后，有政治关联企业和无政治关联企业受到环境违规处罚力度变化差异，实现对地方政府治理动机提升是否减弱政治关联对环境违规处罚力度“庇护”效应的替代性分析。2015年1月1日，有“史上最严”环保法之称的《中华人民共和国环境保护法》(以下简称“新《环保法》”)正式实施，改变以“督企”为核心的环保督查制度，强化“督政”规定，对环保执法者和地方官员的违规行为追责，地方政府环境治理动机得到较大程度增强。鉴于此，新《环保法》实施是一项符合本文研究设想的外生政策冲击。

基于这一外生政策冲击，依据我国A股2012—2019年重污染上市公司数据，运用双重差分法，检验新《环保法》实施对不同政治关联企业受到环境违规处罚力度影响的差异。结果表明：在新《环保法》实施前，有政治关联企业环境违规处罚力度显著低于无政治关联企业，即存在“庇护”效应；新《环保法》实施后，有政治关联企业环境违规处罚力度提升程度显著高于无政治关联企业，“庇护”效应被削弱。其中，官员型政治关联、地区市场化水平较低的企业受到的“庇护”效应削弱程度更大。通过梳理文献发现，对环境规制影响的已有研究主要集中在企业环保投资、环境信息披露、技术创新等方面，较少关注企业环境违规处罚，鲜有文献从新《环保法》外生冲击视角对政治关联与企业环境违规处罚力度的关系进行研究。本文将公司内部高管特征与外部命令控制型环境规制结合，重新厘清环境规制、政治关联与企业环境违规处罚力度三者的逻辑关系，较好地区分了环境违规处罚力度差异的深层原因是地方治理动机缺失还是单独的企业政治关联。

二、制度背景与理论模型

(一)新《环保法》出台的制度背景

新《环保法》实施之前，虽然中央政府颁布一系列法律法规加大环境污染治理力度，但地方政府仍缺乏足够环境治理动机。相较于旧《环境保护法》仅对违法企业进行追责，2015年1月1日正式实施的新《环保法》对地方政府产生较强政策冲击，主要体现在：强化“督政”规定，对环保执法者和地方官员的违规行为追责，在环境执法过程中违反刑法的官员还要承担刑责。

图1初步展示两类企业在新《环保法》正式实施前后受到环境违规处罚力度的变化：(1)2014年之前，两类企业的环境违规处罚力度呈现平行下降趋势，差距基本保持稳定，且有政治关联企业各年受到罚款金额、处罚次数和处罚严厉程度均低于无政治关联企业；(2)2014年底开始，两类企业受到环境违规处罚力度均出现上升拐点，表明两类企业均受到新《环保法》影响。其中，有政治关联企业环境违规处罚力度上升趋势更为明显，表明其环境违规问题存量在较短期内更加集中释放。

图1 两类企业环境违规处罚力度变动

(二)理论模型

为将新《环保法》实施前后地方政府和企业的选择内生化，参照张琦等(2019)和Becker(1968)的模型设定，引入政府对污染企业处罚概率()，企业减排量()以及政治关联给企业带来的潜在收益()，从如下两个步骤展开分析：

第一步，新《环保法》实施前，地方政府和企业的环境治理动机尚未激发，环境标准较低。地方政府可能更加追求经济增长而不惜污染环境。涉污企业受到政府选择性监管，一旦发生环境违规事件，有政治关联企业受到环境违规处罚力度更轻。因此，在环境标准较低情况下，无政治关联企业会被政府强制要求实施环境治理，以减少排放；有政治关联企业不实施环境治理，不减排。

第二步，新《环保法》实施后，地方政府和企业环境治理动机增强，环境标准较高。面对更加严格的环境治理要求，两类企业进行环境污染治理势在必行。此时，有政治关联企业受到环境违规处罚力度有明显提升。此外，此类企业配合地方政府治污也能获取未来在融资、稀缺资源倾斜、政策扶持等方面的潜在收益，更愿意主动治理污染，进行减排。

1.模型设立。

引入三类主体，政府()、有政治关联企业()、无政治关联企业()。利用倒推法求解模型，首先确定政府惩罚概率，概念化企业减排和不减排的战略选择，依据企业反应函数对政府最优惩罚策略进行求解。

首先，设定并分析企业决策模型：

对企业，∈{，}而言，假设企业是否进行环境污染治理只影响企业成本，为使模型推导具有一般性，假定企业效用(，)，只与减排决策和是否受到处罚有关。企业成本因进行环境污染治理而增加，企业利润因部分停产下降，所以企业效用随减排量递增而单调递减，即(∂)(∂)<0；企业遭受行政处罚会导致企业利润下降，所以企业效用随行政处罚递增而单调递减，即(∂)(∂)<0。同时，也简化企业减排量,仅取值(减排)或0(不减排)。

(1)若选择不减排,减排量=0，则被政府处罚的概率为，罚金为，不被政府处罚的概率为1-。企业在被处罚时的效用为(0，)，企业未遭受处罚时的效用为(0，0)。根据(∂)(∂)<0，(0，)<(0，0)。

(2)若选择减排，减排量=，企业效用为(，0)。设定企业进行环境污染治理时有一个潜在收益，该潜在收益可能源自两方面：一方面是企业进行环境污染治理后避免政府处罚的成本，另一方面是政府给企业的政策倾斜收益。这里有>，说明完成相同减排量，有政治关联企业得到的潜在收益大于无政治关联企业。

可知当满足式(1)时，企业进行环境污染治理：

(,0)+≥(0，)+

(1-)(0，0),∈{，}

(1)

即当减排收益不小于不减排收益时，企业进行环境污染治理，且有临界值：

上述分析说明：企业环境治理行为与临界处罚概率相关，而处罚概率取决于政府。

其次，设置并分析政府决策模型：

设2>>>>0。最大值是2，是两类企业都进行环境污染治理时的减排量。

(1)新《环保法》实施前，环境标准较低(总减排量满足即可)。此时，政府目标函数为：在总减排量达到情况下使当地企业成本最小化，即最小化单位减排成本，并且政府对有政治关联企业(>1)庇护力度更大，因此政府决策如下：

min{，}+

(2)

s.t+≥

(2)新《环保法》实施后，环境标准较高(总减排量不小于)。此时，政府目标函数不变，但是总减排量应提升至不小于，因此政府决策如下：

min{，}+

(3)

s.t+≥

2.模型求解。

3.模型小结。

三、研究设计

(一)研究样本与数据来源

本文选择2012—2019年A股重污染上市公司作为样本，重点关注化工原料、有色金属冶炼、煤炭开采等重污染行业公司。样本筛选原则如下：(1)剔除ST和ST样本；(2)剔除资产负债率高于1的公司；(3)剔除2012—2019年模型所需数据不全的公司。此外，剔除少数研究期间政治关联存在变动的企业。按照上述标准确定政治关联并匹配和筛选后，共有216家企业，其中有政治关联企业91家，无政治关联企业125家，8年216家企业共得到1728个观测值。

本文数据来源：(1)企业环境违规处罚力度数据来源于IPE绿色证券数据库，为手工收集所得；(2)政治关联数据从CSMAR数据库、百度百科等途径手工收集所得；(3)控制变量数据均来自CSMAR数据库。

(二)变量定义

1.企业环境违规处罚力度(，，)。基于数据库构建：

(1)罚款()，企业当年因环境违规而受到的罚款总额。

(2)处罚次数()，罚款、通报批评、限产、停产等均记录一次处罚次数，计算企业当年环境违规处罚总次数。

(3)处罚严厉程度()，三类企业环境违规处罚：①警告、通报批评；②罚款；③限产、停产等，按照严重程度依次记为一分、两分和三分，加总计算得出企业当年环境违规处罚严厉程度。

2政治关联()。如企业董事长或总经理曾在政府机构任职，现任或曾任人大代表、政协委员以及党代表，则取值为1，否则为0。

3新《环保法》实施()。政策实施前为0，政策实施后为1。

4.控制变量。对企业特征和财务状况以及公司治理方面进行控制。

表1列示了各变量定义与说明。

(三)模型设定

首先，构建模型(4)检验在不考虑新《环保法》时，政治关联对企业环境违规处罚力度的影响。其中，被解释变量为企业环境违规处罚力度，分别用，，表示；是政治关联虚拟变量，和为年度和行业固定效应，为控制变量(下同)。

表1 变量定义与说明

(,)=+×+

×+++

(4)

其次，基于Gilje和Taillard(2016)和张琦等(2019)的研究思路建立模型(5)，采用双重差分法比较政策实施前后，有政治关联企业与无政治关联企业受到环境违规处罚力度变动的差异，处罚力度变化差异可以通过交互项×的系数表示。设计思路见图2。

(,)=+×+

×+××+×+

++

(5)

四、实证分析

(一)描述性统计

表2以2015年为时间节点，对本文主要变量进行分期描述性统计。结果显示，样本期内企业政治关联平均值为0.421，表示重污染行业中42.1%的公司与政府之间存在政治关联。环境违规处罚力度相关的变量标准差比较大，表示不同企业受到的环境违规处罚力度相差较大。在新《环保法》实施后，样本企业受到环境违规处罚力度更重。

图2 DID设计思路

(二)回归结果

1.基于双重差分法(DID)的回归结果。表3列(1)至列(3)检验在新《环保法》实施前两类企业环境违规处罚力度差异，回归结果说明有政治关联企业受到环境违规处罚力度显著低于无政治关联企业，即存在政治关联“庇护”效应。列(4)至列(6)的交互项(×)系数均在1%的水平上显著为正，说明环境规制来临时，有政治关联企业受到环境违规处罚力度显著高于无政治关联企业，即“庇护”效应减弱。

2.基于双重差分法和倾向得分匹配法(PSM-DID)的回归结果。环境违规倾向高的企业可能会更积极建立政治关联，因此样本选择可能存在偏误。借鉴王雄元和卜落凡(2019)的做法，本文使用倾向得分匹配法，将企业基本状况和财务状况作为协变量对有政治关联企业和无政治关联企业进行一一匹配，对模型(4)和模型(5)重新回归。结果如表4所示，得到的结论与前文一致。

表2 描述性统计

表3 基于DID的回归结果

表4 基于PSM-DID的回归结果

(三)稳健性检验

1.平行趋势检验。Bertrand等(2004)认为，双重差分法必须满足实验组和对照组在政策发布之前的平行趋势假定。因此，参考已有文献中有关平行趋势检验的做法构建交互项×2014，以检验政策实施前一年(2014年)两类企业在环境违规处罚力度上是否存在趋势性差异。结果表明，交互项系数不显著。同时，以政策实施后一年(2016年)和政策实施后两年(2017年)作为参照年，交互项×2016、×2017的系数均在1%水平上显著为正。说明在政策实施前一年，两类企业环境违规处罚力度未出现显著差异，满足政策实施前的平行趋势；在政策实施后一年和后两年，有政治关联企业受到环境违规处罚力度显著提高。此外，图1也证明本文平行趋势检验的合理性，说明导致两类企业环境违规处罚力度趋势出现显著差异的原因是新《环保法》实施。

2.随机虚构处理组的安慰剂检验。在平行趋势检验通过的情况下，借鉴刘瑞明等(2020)的做法，通过虚构处理组的方法进行安慰剂检验，来判断新《环保法》政策效应是否由其他随机因素引起。通过随机生成处理组(91家企业)并重复进行500次回归，将这500次结果的回归系数和值用核密度图记录。如图3所示，绝大多数随机结果系数与基准回归系数(表3中真实值，图3中的垂直虚线)相距较远，且多数估计系数不显著，表明新《环保法》实施对政治关联和环境违规处罚力度的政策效应没有受到随机性因素的影响。

图3 随机虚构处理组的安慰剂检验

3.排除产能过剩行业的干扰。重污染企业也可能同时面临去产能政策的处罚。根据2013年国务院印发的《关于化解产能严重过剩矛盾的指导意见》，剔除研究期间产能过剩行业的企业样本，重新对模型(4)和模型(5)进行回归。回归结果表明，和×的回归结论与前文结论一致。

4.其他稳健性检验。我们还进行了以下稳健性检验：(1)为排除不同产权性质可能造成的干扰，按企业终极控制人对样本划为国有企业和非国有企业后，对模型(5)进行回归；(2)为排除地区异质性干扰，按照企业注册地所在省份，在模型(4)和模型(5)中加入省份固定效应；(3)为排除被解释变量与控制变量之间的双向影响，将控制变量中的连续变量均进行滞后一期处理，对模型(4)和模型(5)进行回归。以上回归结果仍与前文一致。

五、进一步分析

(一)政治关联类型的影响

在经济转轨时期的中国，重要资源以及各种优惠等仍由政府配置，但不同政治关联类型得到的优惠和资源不同。其中，具有人大代表或政协委员身份的高管通常是行业内知名人士，他们为企业声誉和自身形象往往会积极履行社会责任，包括环保责任；而官员型政治关联企业中，高管通常在进入企业前已有政治身份，他们与政府部门有更加便利的“关系”为企业谋求利益。因此，本文区分代表型政治关联和官员型政治关联两种政治关联类型。

结果显示：首先，检验在环境规制来临前，相比代表型政治关联企业和无政治关联企业，官员型政治关联企业受到环境违规处罚力度较小，而代表型政治关联对企业环境违规处罚不产生“庇护”效应。这与张川等(2014)的发现相似，即代表型政治关联对企业履行社会责任具有“监督”效应。其次，检验在环境规制来临时，官员型政治关联企业环境违规处罚力度提升显著，而代表型政治关联企业环境违规处罚力度在新法实施前后无显著差异，表明环境规制冲击削弱了官员型政治关联对环境违规处罚力度的“庇护”效应，而代表型政治关联在政策前后持续产生“监督”效应。

(二)地区市场化程度的影响

由于资源储量、地理位置和国家政策差异，我国各地区市场化发展水平不同。一方面，在市场化发展水平较低地区，相对不健全的法律体系和政府对经济的干预较多，企业积极寻求与政府的联系以获取多样化资源和庇护。若地方政府对履行社会责任态度淡漠，企业则没有动力通过履行环境治理责任来维系和政府的关系。另一方面，在市场化发展水平较高地区，公众环保意识更强，营商环境相对公平公正，政府对经济干预程度更少，企业寻求与政府联系的活动较少，削弱了政治关联对环境违规的促进作用。

按照地区市场化程度，使用中位数区分市场化程度高和低两类，对模型(4)进行回归。回归结果显示，更高市场化程度能有效削弱政治关联对企业环境违规处罚力度的影响。对模型(5)重新回归，回归结果表明，在新《环保法》实施后，在市场化程度更低地区，有政治关联企业受到环境违规处罚力度提升更显著。

六、结 论

以新《环保法》实施为政策冲击，使用PSM-DID方法，依据2012—2019年沪、深上市公司重污染行业数据，实证检验环境规制实施前后企业政治关联与环境违规处罚力度的关系。研究发现：第一，政治关联对企业环境违规处罚力度产生“庇护”效应。第二，新《环保法》实施后，企业因政治关联受到的“庇护”效应被削弱。第三，新《环保法》实施后，官员型政治关联、地区市场化程度低的企业受到环境违规处罚力度提升更显著。通过一系列稳健性检验，结论仍然成立。

本文结论对监管部门和利益相关者有一定启发和借鉴意义。首先，结论表明在过去以发展经济为主要目标的政绩考核晋升激励下，地方政府环境保护责任规定和环境治理动机缺失是环境治理失灵的重要成因，应进一步完善“正激励”和“负激励”互为补充的地方政府激励结构。其次，在我国制度背景下，应重点关注官员型政治关联企业的环保表现，鼓励代表型政治关联企业的积极减排行为。最后，应继续推进市场化改革，动员公众共同参与，构建良性互动的环境治理体系。

① 详见环境保护部(2018年更名为生态环境部)通报2016年1-8月各地环保法配套办法执行情况以及与司法机关联动的情况。

② 罗喜英、刘伟(2019)利用手工收集数据分析发现，尽管环境违规程度相同，不同企业受到的环境违规处罚力度却存在较大差异。

③ 详见《一罚了之、花钱了事，一些企业何以成“环保老赖”？》，新华社《半月谈》，2021年第24期。

④ 环境规制可分为命令控制型和市场激励型，详见胡珺等(2020)。

⑤考虑重污染企业作为环境的主要污染者，更易引起政府监管部门关注，受环境规制影响较大。

⑥ 在该文中，作者以《环境空气质量标准(2012)》作为外生冲击，代理地方官员环境治理动机变化，观测高管有和无公职经历的公司在政策实施前后分别做出的不同环保投资决策反应。

⑦ 在该文中，作者定义开通“中欧班列”的班列始发站与公司注册地之间的距离近为实验组，距离远为控制组，但考虑上市公司分布存在聚集现象，采用PSM处理样本选择偏差问题。

⑧ 因篇幅所限，未列出本部分回归结果。如有需要，可联系作者索取。电子信箱：raymondzr@csust.edu.cn。

⑨ 在该文中，作者分析并检验了市场化程度对政治关联和环境违规的调节作用。