自然资源资产离任审计促进了城市绿色技术创新吗?

侯晓靖 敬 坤

(西安石油大学 经济管理学院,陕西 西安 710065)

0 引 言

目前,我国绿色技术创新主要受环境政策驱动。“波特假说”认为,政府合理设计的环境政策会显著激发企业绿色创新行为,并由此在绿色市场中取得竞争优势。2013年,《中共中央关于全面深化改革若干重大问题的决定》中明确提出“领导干部自然资源资产离任审计”(以下简称“自然资源资产离任审计”),意图彻底破除部分党政领导干部多年以来通过牺牲资源环境谋取经济增长的路径依赖,改变“唯GDP论英雄”的传统政绩考核方式。值得注意的是,在“中国式分权”行政管理体制下,地方政府享有区域经济资源的较大控制力和话语权,领导干部政绩考核体系的转变势必对辖区经济建设的路径选择产生重要影响。[1]136-154那么,自然资源资产离任审计作为地方官员政绩考核体系的重要方式创新和机制创新,是否促进了城市绿色技术创新水平的提升,其作用渠道又是如何?同时,在数字经济新时代背景下,数字化浪潮变革了传统审计技术与方法,数字经济发展是否有效调节自然资源资产离任审计成效?有鉴于此,本文利用我国281个地级以上城市的面板数据,采用多期双重差分法从宏观层面探讨自然资源资产离任审计影响城市绿色技术创新的机制和路径,以及数字经济发展对自然资源资产离任审计政策效果的调节效应,以期为完善国家绿色技术创新体系,推动城市发展方式绿色转型提供理论依据。

1 理论分析与研究假设

审计作为治理结构的内生因素,由国家环境治理目标决定政府环境审计的发展趋向。根据国家审计免疫系统论,自然资源资产离任审计作为保障生态环境总体质量的“免疫系统”[2]20-32,应发挥预防、揭示和抵御功能,对地方政府和企业的环境治理行为产生威慑、曝光和纠偏作用,进而推动城市绿色技术创新。就预防功能而言,自然资源资产离任审计凭借其内生性的威慑作用和超然的独立性优势,能够预防和预警生态环境风险隐患和以牺牲环境为代价的经济发展短视行为,防止地方政府、企业环境机会主义和环保违规行径发生,进而倒逼环境治理主体通过绿色技术创新弥补环境成本。就揭示功能而言,自然资源资产离任审计能够对环境政策制定环节、环境政策执行情况、环保资金管理情况、环境项目运营绩效、环境管理履职情况进行全方位审计跟进,客观评价环境质量状况和环境保护工作成效,曝光城市绿色转型过程中存在的问题。就抵御功能而言,审计机关根据审计结果曝光的问题,进一步从体制机制上提出针对性整改意见,促使地方政府有效纠正环境管理体系存在的制度漏洞,缓解地方企业、科研机构等绿色创新主体面临的制度摩擦并营造相对稳定的外部环境,增强其对绿色创新风险的事前容忍度,进而激发区域绿色创新动力,提高地方绿色技术创新成果产出。据此,本文提出研究假设:

假设H1:自然资源资产离任审计促进了城市绿色技术创新

在上述理论分析的基础上,进一步挖掘自然资源资产离任审计促进城市绿色技术创新的作用机制,分别从环境监管和资源配置2个方面来厘清二者的内在逻辑。

首先,政府环境审计凭借执法刚性和其监督作用,能督促地方政府执行更加严格的环境监管。具体而言,自然资源资产离任审计作为一项央地政府互动下的管制性政策工具,中央制定生态文明建设考核目标并由地方政府执行,审计机关根据审计结果对其定责问责,对不顾生态环境盲目决策、造成严重后果的领导干部实施终身追责。地方政府为表明政治站位、规避政治风险,以获取相对晋升优势,往往会将政治目标分解给辖区内企业,通过制定强制减排目标、明确技术标准等方式限定企业污染排放。同时,该项制度安排所带来的政绩考核机制的转变打破了“政企合谋”的均衡状态,企业非法排污势必遭受严惩重罚,减产或迁址亦不利于企业可持续发展。[3]54-71在这种“中央-地方-企业”的压力传递机制下,自然资源资产离任审计鞭策地方政府加强其辖区内的环境监管,提高高污染、高能耗、高排放(以下简称“三高”)产业的生存成本及准入壁垒,倒逼企业通过绿色技术创新实现节能减排、清洁生产,推动低污染、高效能新兴产业的发展,进而实现城市绿色技术创新水平的提升。

其次,地方政府拥有区域资源配置的“指挥棒”,以政绩考核为出发点的自然资源资产离任审计制度能够弱化“唯GDP论英雄”的资源配置方式,提高地方对环保设备与绿色技术的需求。同时,在自然资源资产离任审计试点过程中,领导干部面临经济发展与环境治理的双重压力,政策目标和治理手段由要素驱动转向创新驱动的工作方针更能赢得上级赞许,从而积累政治晋升资本。[4]135-146因此,自然资源资产离任审计的实施能促使城市资源由传统要素领域向绿色创新领域流动,进而推动城市绿色技术创新水平的提升。具体而言,地方政府有意识地减少“三高”项目的非效率投资,并通过强化对绿色产业项目的资金扶持、人才引进、制度保障等政策措施实现创新资源的有效配置,引导和激励企业、科研机构等主体自主开展绿色创新活动,从而培育城市经济绿色发展的内生动力源。进一步,由于社会资本、技术人才等资源向绿色效率更高的企业倾斜,形成对“三高”企业的“挤出效应”,并为地方引进和培育更多绿色高新技术企业,促进城市绿色技术创新水平的整体进步。据此,提出研究假设:

假设H2:自然资源资产离任审计通过加强环境监管和优化资源配置促进了城市绿色技术创新

自然资源资产离任审计覆盖面广、数据量大等现实难题限制了审计功能的有效发挥。随着我国经济社会步入数字化时代,数字经济凭借其信息传播、知识共享和资源整合方面的优势,在资源环境审计领域的普遍应用能够为环境治理能力和治理水平的提升“釜底添薪”。[5]27-47一方面,数字经济的发展为自然资源资产离任审计的实施提供了信息来源和信息基础。审计机关借助自然资源资产数据共享平台能够降低信息获取成本,提高数据采集的准确性和完整性,缓解信息沟通渠道不畅和信息不对称等问题。进一步地,审计机关能够据此对被审计领导干部进行有效定责、考核、问责,切实增强审计成果运用。另一方面,数字经济的发展有助于实现自然资源资产离任审计全覆盖,强化其威慑、曝光、纠偏作用。具体而言,审计机关以云计算、数据挖掘、神经网络等数字技术作为支撑,帮助自然资源资产离任审计工作克服传统审计的局限性,实现事中审计、动态审计以及远程审计的有机结合,推动审计全覆盖目标实现,赋能自然资源资产离任审计提质增效,进而促进城市绿色技术创新。据此,本文提出研究假设:

假设H3:数字经济发展可以显著增强自然资源资产离任审计对城市绿色技术创新的促进作用

2 研究设计

2.1 样本选择与数据来源

选择我国地级以上城市作为初始研究样本,剔除新设地级市以及数据缺失严重的样本,最终得到281个城市的1 685个样本观测值,采用2012—2017年非平衡面板数据进行检验。选择将研究区间截止至2017年,是因为2018年自然资源资产离任审计正式进入政策推广期,导致研究数据缺乏对照组,不再满足双重差分模型的假设前提。2014年为政策试点前的基准年,样本中2015—2017年先后实施离任审计的城市数量依次为19、73、52。自然资源资产离任审计试点城市信息通过国家审计署、地方审计厅(局)官方网站和官方报道手工整理得到,自然资源资产离任审计试点情况见表1。绿色专利申请数据来自Incopat专利数据库,其他样本数据来自《中国城市统计年鉴》。为排除极端值干扰,本文对所有连续变量进行上下1%水平的缩尾处理。

表1 自然资源资产离任审计试点情况

2.2 变量定义

2.2.1 被解释变量

城市绿色技术创新。本文以数量和质量双维度衡量城市绿色技术创新水平。专利作为创新活动的最直接产出,借鉴胡江峰、黄庆华等[6]49-59的研究,以绿色专利申请总数表征创新数量。由于发明专利的新颖性、创造性和实用性最高,在参考黎文靖、郑曼妮[7]60-73的研究基础上,以绿色发明专利申请数表征创新质量。鉴于本文研究城市层面的宏观政策效应,在参考宋德勇、李超等[8]155-164的研究基础上,最终采用每万人绿色专利申请数衡量绿色技术创新的“数量”(GIquantity),每万人绿色发明专利申请数衡量绿色技术创新的“质量”(GIquality)。

2.2.2 解释变量

自然资源资产离任审计(DT)。自然资源资产离任审计于2015—2017年分阶段、分步骤开展试点工作,若所在城市当年开展了自然资源资产离任审计试点则赋值为1,否则赋值为0。

2.2.3 控制变量

为了保证结论的稳健性,本文在模型中引入其他可能影响城市绿色技术创新的控制变量,包括:经济发展水平(lngdp),以人均GDP的自然对数衡量。对外开放程度(Open),以进出口总额与地区生产总值的比重衡量。金融发展水平(Fin),以金融机构贷款余额与地区生产总值比重衡量。工业化水平(Ind),以第二产业增加值与地区生产总值比重衡量。财政分权度(Fiscal),以财政预算内收入与财政预算内支出比重衡量。城市规模(lnpeo),以城市年末总人口数的自然对数衡量。环境污染(lnPoll),城市工业二氧化硫排放量的自然对数衡量。能源消耗(Consu),以城市人均用电消耗量衡量。变量定义见表2。

表2 变量定义

2.3 模型构建

自然资源资产离任审计于2015—2017年在全国范围内逐步实施,考虑到试点地区和非试点地区的划分是动态变化的,故借鉴Beck T,Levine R等[9]1637-1667的研究方法,使用多期双重差分法来检验自然资源资产离任审计对城市绿色技术创新的影响,构建基准回归模型见(1)式。

GIquantity/GIquality=β0+β1DT+Controls+City+Year+ε

(1)

其中,GIquantity/GIquality是被解释变量,分别从数量和质量双维度表征城市绿色技术创新。DT为解释变量,表示是否为自然资源资产离任审计试点城市。Controls为控制变量组,City为城市层面的个体固定效应,Year为年份固定效应,ε为随机扰动项。为使研究结论更具稳健性,使用稳健标准误对回归模型进行估计。

3 实证分析

3.1 描述性统计

对相关变量进行描述性统计,结果见表3。绿色技术创新数量(GIquantity)最大值为11.750,最小值为0.009,标准差为2.132;绿色技术创新质量(GIquality)最大值为6.092,最小值为0,标准差为1.142,表明不同城市绿色技术创新的数量和质量存在明显个体差异。审计试点(DT)均值为0.151,表明开展审计试点城市的数量占样本总量的15.1%。控制变量的描述性统计均在可接受范围内,表明对连续型变量进行缩尾处理后,一定程度上削弱了极端值的影响。

表3 变量描述性统计

3.2 基准回归检验

自然资源资产离任审计对城市绿色技术创新的基准回归检验结果见表4。表4中第(1)列和第(3)列中,在不考虑控制变量的前提下,审计试点与绿色技术创新数量、质量的估计系数分别为0.299、0.124,分别在1%和5%水平上显著。(2)列和(4)列中,加入控制变量后,审计试点与绿色技术创新数量、质量的估计系数分别为0.260、0.094,分别在1%和5%水平上显著。以上结果表明自然资源资产离任审计能够显著提升城市的绿色技术创新水平,具体表现为试点城市当年的绿色技术创新数量及质量都得到了明显提升,假设H1得以验证。

表4 基准回归检验结果

3.3 稳健性检验

3.3.1 平行趋势检验

多期双重差分法的应用前置条件为满足平行趋势假设,即政策实施之前实验组与对照组的被解释变量变化趋势应当是平行的。借鉴Li P,Lu Y等[10]18-37的做法,采用事件研究法进行检验,即构建离任审计试点开始前1～3年的解释变量BT1、BT2、BT3,对相关变量再次进行双重差分估计。表5中(1)列、(2)列为平行趋势检验结果,可知BT1-BT3的估计系数均不显著,表明在试点开始前的1～3年内,如果没有实施自然资源资产离任审计政策,实验组、对照组的城市绿色技术创新数量和质量的变化趋势无显著差异,满足平行趋势假设。

表5 平行趋势检验结果、安慰剂检验结果

3.3.2 安慰剂检验

为验证城市绿色技术创新水平的提升确实受自然资源资产离任审计试点影响,通过改变离任审计实施时间的方法,即将试点政策的实施时间为重新设置为2012年,并以2010—2014年作为新的研究区间,试点城市与非试点城市的划分保持不变,构建解释变量DT_pbo表征虚拟审计试点。表5中(3)列、(4)列为安慰剂检验结果,可知DT_pbo估计系数在“伪政策发生时点”情形下均不显著,表明研究结论并非其他试点因素造成,主回归结果具有稳健性。

3.3.3 剔除弱内生性样本

考虑到我国大部分高科技企业总部位于北京、上海、广东、深圳等超大、特大城市,这些地区产业聚集程度较高,技术创新产出较多,具有明显“高经济、现代化”特质。为避免经济要素和创新资源分布的非平衡性可能造成的干扰,故将其从样本中剔除,对剩余的城市样本重新进行回归。表6中(1)列、(2)列为剔除弱内生性样本检验结果,可知审计试点与城市绿色技术创新数量、质量的估计系数依然显著正相关,与主回归结果一致。

表6 剔除弱内生性样本、排除其他政策影响回归结果

3.3.4 排除其他政策影响

在试点期间内,其他环境政策也可能会影响城市绿色技术创新水平,需进一步验证以排除其他同类型政策干扰。考虑到中央环保督察于2016年1月至2017年9月对全国31个省份开展首轮巡察,巡察时间与审计试点时间存在重叠,故该项制度安排最有可能影响研究结果。有鉴于此,将中央环保督察组当年进驻城市赋值为1,否则为0,增加中央环保督察作为控制变量重新进行回归。表6中(3)列、(4)列为排除其他政策影响检验结果,可知在加入中央环保督察控制变量后,审计试点依然显著促进了城市绿色技术创新量、质的提升,表明主回归结果具有稳健性。

3.4 影响机制检验

自然资源资产离任审计通过“加强环境监管”和“优化资源配置”促进了城市绿色技术创新,为了验证这两种机制是否成立,构建中介效应模型来检验自然资源资产离任审计在促进城市绿色技术创新过程中产生的间接作用机制。参考江艇[11]100-120提出的中介效应检验思路构建模型(2),重点检验自然资源资产离任审计与中介变量的因果关系,即考察离任审计试点对“环境监管”和“资源配置”的影响。在模型(2)中,MV代表中介变量,其他变量含义同模型(1),见(2)式。

MV=β0+β1DT+Controls+City+Year+ε

(2)

为验证环境监管机制是否成立,借鉴孔繁成[12]34-37的研究,以排污费收入(取其对数形式)衡量政府环境监管强度(ER)。影响机制检验见表7。表7中(1)列结果显示,自然资源资产离任审计(DT)对环境监管(ER)的回归系数为0.064,且在1%水平上显著,表明离任审计试点提高了领导干部任职辖区内的环境监管强度, 进而倒逼城市绿色技术创新,环境监管机制得以验证。为验证资源配置机制是否成立,借鉴宋德勇、李超等[8]155-164的研究,选取科技支出强度(TFI,以科技支出占地方政府财政支出比重衡量)和科研人才数量(RT,以科技人才数量占城镇从业人员数量比重衡量)作为代理变量,从资金配置和人力聚集两个维度检验资源配置机制。表7中(2)列结果显示,自然资源资产离任审计(DT)对科技支出强度(TFI)的回归系数为0.004,且在1%水平上显著,表明离任审计试点通过提高科技支出强度而带来城市绿色技术创新水平的进步,资金配置效应得以证明。表7中(3)列结果显示,自然资源资产离任审计(DT)对科技人才数量(RT)的估计系数为0.002,表明自然资源资产离任审计能够促进科技人才的聚集以激励城市绿色技术创新,但中介效应并不显著,可能的原因为人力资本积累本身是长期动态的发展过程,短期内难以看出明显成效。以上结果表明,自然资源资产离任审计通过加大财政科技投入力度实现了资源的有效配置,进而促进城市绿色技术创新,资源配置机制得以验证。假设H2得以验证。

表7 影响机制检验结果

3.5 调节效应检验

自然资源资产离任审计促进城市绿色技术创新离不开数字经济发展的调节作用。为验证假设H3,构建模型见(3)式:

GIquantity/GIquality=β0+β1DT+β2DE+β3DT×DE+Controls+City+Year+ε

(3)

在(3)式中,构建调节变量DE表征数字经济发展水平,其他变量含义与模型(1)相同。关于城市层面的数字经济发展水平测度尚未有统一做法,故借鉴赵涛、张智等[13]65-76的研究思路,从互联网发展层面表征数字经济发展。具体而言,采用每百人互联网宽带接入用户数、每百人移动电话用户数、计算机服务和软件业从业人员占比、人均电信业务总量,将以上指标标准化后采用主成分分析法构建数字经济发展综合指数。调节效应检验结果见表8。表8中(1)列和(2)列显示,自然资源资产离任审计与数字经济发展的交乘项(DT×DE)估计系数分别为0.405和0.227,且均在1%水平上显著,表明数字经济发展提高了自然资源资产离任审计对城市绿色技术创新数量的促进作用。表8中(3)列和(4)列显示,自然资源资产离任审计与数字经济发展的交乘项(DT×DE)估计系数分别为0.187和0.096,且均在1%水平上显著,表明数字经济的发展提高了自然资源资产离任审计对城市绿色技术创新质量的促进作用,假设H3得以验证。

表8 调节效应检验

4 研究结论与建议

本文利用2012—2017年我国地级以上城市的非平衡面板数据,通过多期双重差分模型考察自然资源资产离任审计实施能否推动城市绿色技术创新。实证结果表明:(1)自然资源资产离任审计实现了城市绿色技术创新水平显著提升;(2)自然资源资产离任审计主要通过“环境监管”和“资源配置”两条路径促进城市绿色技术创新。其中,资源配置机制主要表现为资金配置效应,人力聚集效应尚不显著;(3)数字经济发展赋能自然资源资产离任审计提质增效,进而增强审计试点政策对城市绿色技术创新的促进作用。

根据实证检验结果,本文提出如下建议:第一,推进审计工作数字化转型,建立自然资源资产离任审计长效机制。围绕审计工作数字化、网络化、智能化的发展目标,加速构建“业审融合、数据先行”的自然资源资产大数据平台,进一步厘清环境治理主体的职责定位与权责分工,以数据赋能自然资源资产离任审计常态化全覆盖。第二,因地制宜制定环境监管法规,有序引导城市绿色转型。环境监管应立足于城市的资源禀赋、经济水平基础之上,杜绝“一刀切”式的监管执法。地方政府需采取精准施策、循序渐进的方式引导城市绿色转型。第三,制定专项人才新政,赋能科技人才队伍建设。创新驱动实质上是人才驱动,地方政府应聚焦政策赋能,打造人才聚集“强磁场”,实现人力资源“量”的合理增长与“质”的有效提升,通过“知识外溢”效应优化资源配置,为城市绿色技术创新提供智力支撑。