邹昊格
湖南农业大学 邮编:410125
【文章摘要】:加强环境规制以提高企业全要素生产率已成为我国经济转型的重要途径。本文基于2018年“费改税”政策的准自然实验,选取2011—2022年沪深A股先进制造业上市公司的数据,运用双重差分法实证检验环境规制对企业全要素生产率的影响。研究发现:“费改税”显著提高了先进制造业企业的全要素生产率,且这一结论通过一系列稳健性测试依然成立;动态效应检验结果表明,“费改税”对先进制造业企业全要素生产率的促进效应随时间推移而逐渐增大。本文结论为我国优化环境规制制度、促进经济高质量发展提供经验参考。
【关键词】:环境规制;费改税;先进制造业;全要素生产率
一、引言
尊重自然、顺应自然、保护自然,是全面建设社会主义现代化国家的内在要求。改革开放以来,我国通过增加要素投入的方式实现了制造业的快速发展,所带来的经济效益助力了我国GDP总量的腾飞,极大提升了综合国力,但是这种高能耗、高污染的低质量发展模式也造成了生态环境愈加恶化的局面,而且无法满足人民群众对于美好生态环境的需求。为此,党的二十大以来,习近平总书记多次强调绿色发展的重要性,要求通过提高全要素生产率,推动制造业高端化、智能化、绿色化发展,进而促进经济高质量发展。在此背景下,全要素生产率水平提高,尤其是先进制造业全要素生产率水平的提高,对制造业高质量发展具有重要的示范效应。环境规制作为政府协调经济与环境关系的重要手段,既可以通过行政命令倒逼先进制造业关注降碳减排,又可以借助市场机制激励先进制造业绿色转型,在先进制造业高质量发展过程中起重要作用。因此,探讨环境规制政策变化对先进制造业企业全要素生产率的影响,就成为一项关乎我国先进制造业可持续发展和国家生态安全的重要研究课题。
当前,环境规制对企业全要素生产率的影响已经成为近年来经济学界的研究热点,不同领域的学者对环境规制影响企业全要素生产率的实证研究得出了不同的结论,这些研究主要围绕“波特假说”而展开[1],认为合适的环境规制能够引导企业关注技术改善的“创新补偿效应”而获取超额收益,正向作用于企业的全要素生产率水平;此外,环境规制也可以通过倒逼企业履行社会责任,以此提升公司声誉和改善管理层短视行为,进而促进全要素生产率的提升。但也有学者发现环境规制政策在高质量发展中的作用比较有限;Hancevic(2016)[2]基于美国发电行业的数据考察1990年清洁法案对发电效率的影响,发现政策实施使得发电效率降低了1%~2.5%;徐彦坤和祁毓(2017)[3]的研究结果表明,环境规制非但没有改善全要素生产率,反而产生了一定的抑制作用。同时,部分学者发现两者之间存在不确定的非线性关系,即环境规制类型、强度的不同可能引发全要素生产率呈现“U”型或“倒U型”特征。
基于此,本文选取2011—2022年沪深A股制造业上市公司,基于“费改税”这一准自然实验,运用双重差分法探讨环境规制政策变化对先进制造业企业全要素生产率的影响效应。与以往研究相比,本文的边际贡献在于:第一,研究对象上,聚焦于我国先进制造业企业这一战略高地,探讨环境规制政策与其全要素生产率之间的关系,有助于丰富我国制造业转型升级问题研究的内涵,为实现我国经济高质量发展提供具有参考价值的建议;第二,研究内容上,以“费改税”为切入点,深入剖析环境规制政策变化影响先进制造业企业全要素生产率的动态效应,为理解环境规制政策如何释放“制度红利”,进而助力先进制造业全要素生产率增长提供新思路;第三,研究视角上,以微观企业的数据识别“费改税”的实施影响先进制造业企业全要素生产率的因果效应,补充了制造业层面上环境政策经济后果研究的不足。
二、制度背景与理论分析
(一)制度背景
随着90年代以来我国市场经济体制的确立,中国经济发展开始进入快车道,但这段时期我国的经济发展是高耗能、高污染的粗放式发展方式,因此引发的污染问题也变得愈发严重:水污染、大气污染、土壤污染等无一不对中国人的生命健康与中国的生态环境带来了巨大的威胁。为缓解经济与环境的对立,我国对环境规制政策领域进行了一系列探索,由1982 年排污费制度正式确立,到2002年排污费制度实施进入常态化阶段。虽然排污费制度围绕征收标准和资金管理两个方面进行过多次改革,但是由于该制度存在执法刚性不足、费制设计欠缺等问题,已经无法适应当前我国环境保护与经济发展的现实要求。在此背景下,《中华人民共和国环境保护税法》立法通过,并于2018年起正式实施,这标志着我国环境规制政策发生巨大转变,也标志着环保领域的法治建设取得了重大成就。
(二)理论分析
由于生态环境具有准公共品属性,企业主动进行污染治理的动机较弱,且环境治理与收益的不对称问题不利于企业治污设备投入,凸显政府干预的重要性。“费改税”的实施有助于倒逼企业进行设备改造与技术创新,为全要素生产率的提升创造良好条件。一方面,环保税以“多排多缴、少排少缴、不排不缴”的原则刺激企业主动实施清洁生产,为获取合法性地位,企业倾向于通过减少重污染原材料使用、提高生产效率、优化排放监管等途径降低环境违规成本,利用声誉机制获取政府和市场认可,获得外部绿色资源的支持,从而形成全要素生产率增长的逻辑闭环;另一方面,环保税相对于排污费征收标准的提高,加快了淘汰落后产能的步伐,为提高经济效益与维护市场份额,先进制造业企业被迫实现先进设备、技术研发和资源配置的有效整合,从而促进全要素生产率的提升。据此,提出本文假设:
H:“费改税”环境政策对先进制造业企业全要素生产具有正向影响。
三、研究设计
(一)样本选择与数据来源
目前学术界对于先进制造业的界定尚未有统一标准,本文参照了《新产业新业态新商业模式统计分类(2018)》(国统字〔2018〕111号)以及《上市公司行业分类指引》(2012版)所列举的先进制造业领域,选取C27医药制造业、C28化学纤维制造业、C29橡胶和塑料制品业、C30非金属矿物制品业、C33金属制品业、C36汽车制造业、C37铁路船舶和航空航天等其他运输设备制造业、C38电气机械及器材制造业、C39计算机、通信和其他电子设备制造业等9个行业的上市公司为实验对象。在样本筛选过程中,本文以沪深A股2011—2022年的制造业上市公司数据作为研究样本,对数据进行手工整理与筛选,剔除ST类、资产负债率大于1以及数据缺失严重的样本,最终得到1134家先进制造业上市公司、1554家非先进制造业上市公司,共计得到有效样本20227个。
数据来源主要为以下两个部分:全要素生产率相关的投入产出及控制变量均来自CSMAR数据库;绿色专利数据结合中国专利数据库和CNRDS数据库,通过手工检索整理补充得到各家上市公司各年的绿色专利申请数据;对于少数缺失值,本文通过线性插值法和查找相关统计年报的方式进行补全;同时,为避免异方差的影响,对连续变量进行了上下1%的缩尾处理。
(二)模型构建
为探讨“费改税”对先进制造业企业全要素生产率的影响,本文构建双重差分模型如下:
(1)
其中,表示企业全要素生产率,
为组内差异虚拟变量,
为组间差异虚拟变量,
为双重差分的核心解释变量。
为全部控制变量,
代表个体固定效应,
代表时间固定效应,
为随机扰动项,下标
,
分别表示企业和年份。
是本文主要观察变量,代表着“费改税”环境规制的政策效应。
(三)变量选取与说明
1.被解释变量
全要素生产率(LTF)。当前学术界对企业全要素生产率的衡量方法主要有生产函数法、数据包络分析法(Envelopment Analysis,简称DEA)与随机前沿分析法(Stochastic Frontier Approach,简称SFA)为代表的非参数估计法、以LP法和OP法为主的半参数估计法等。本文借鉴钱雪松等(2018)[4]的相关研究,通过柯布—道格拉斯生产函数估计并采用LP法取对数得到上市公司全要素生产率的测度指标,如公式2所示:
(2)
其中,V为上市公司营业收入,A为上市公司固定资产净值,F为上市公司职工人数,H为中间投入。本文根据已有研究,将上市公司购买商品、接受劳务支付的现金衡量其中间投入;下标、
、
分别表示上市公司、行业以及年度。本文将按行业和年度进行分组回归得出残差,然后使用残差衡量样本上市公司的全要素生产率,取自然对数值记为LTF。
2.核心解释变量
环境政策变化(X×After)。本文解释变量为“费改税”环境规制政策,利用构造的代表其DID估计量。若企业属于先进制造业行业,则
赋值为1,否则为0;由于“费改税”的实施时间为2018年,因此对于2018年及之后的年份
取值为1,反之则为0。
3.控制变量
为获得政策效应的客观估计,本文借鉴已有研究做法[5, 6],选取了如下随时间变化可能影响企业全要素生产率的控制变量:企业年龄(ListAge)、资产规模(Size)、资产负债率(Lev)、盈利能力(ROA)、投资机会(TobinQ)和产权性质(SOE)。变量的具体定义见表1。
表1 变量类型及定义
变量类型 | 变量名称 | 变量符号 | 变量定义 |
被解释变量 | 全要素生产率 | LTF | 采用LP法测算并取自然对数 |
差分项 | 组间差异 | After | “费改税”施行前后,2018年施行以及之后取1,否则为0 |
组内差异 | X | 是否为先进制造业企业,若是则取值为 1,否则为0 | |
企业年龄 | ListAge | 当前年份-上市年份+1,取自然对数 | |
控制变量 | 资产规模 | Size | 企业总资产取对数值 |
偿债能力 | Lev | 资产负债率,=总负债/总资产 | |
盈利能力 | ROA | 即总资产净利润率=(净利润)/总资产平均余额 | |
投资机会 | TobinQ | 托宾Q值=市值/资产总计 | |
产权性质 | SOE | 企业股权所有制属性,国有企业取1,非国有取0 |
四、实证分析结果
(一)环境规制对先进制造业企业全要素生产率的影响
1.平行趋势检验
Angrist和Pischke(2009)[7]认为,平行趋势假设是使用双重差分法的前置条件:即要求实验组样本和对照组样本的全要素生产率在“费改税”之前,就应当具有相似的时间变化趋势,只有这样才能更好地评估“费改税”对先进制造业企业全要素生产率的影响;反之,如果两组样本企业的全要素生产率在“费改税”之前,已经存在明显的时间趋势差异,则可以推断出“费改税”的实施并未导致企业全要素生产率的显著变化,而是事前时间趋势不一样造成的。有鉴于此,为保证研究结论的可靠性,本文采用时间趋势法进行平行趋势检验,结果见图1。由图1可以发现,在《环境保护税法》出台之前,实验组和对照组的全要素生产率对数值(LTF)的变化趋势基本一致,表明两组样本上市公司的全要素生产率在统计意义上无明显差异。因此,本文对于双重差分模型的运用是符合平行趋势假设的。
图1 平行趋势检验
2.基准回归
双重差分回归的详细结果如表1所示,其中列(1)和列(2)报告了在不考虑动态效应时,“费改税”的实施影响企业全要素生产率的回归结果,可以发现不管有没有引入企业特征变量,X×After系数也会在1%水平下显著为正。由此可知,环境规制实施对先进制造业企业全要素生产率起促进作用,即在《环境保护税法》正式出台以后,先进制造业上市公司的全要素生产率上升较为明显,证实H1。进一步地,本文引入时间虚拟变量Year2018~Year2022,并且通过与分组变量X作交互项,以此来检验《环境保护税法》的正式出台对企业全要素生产率之间的动态影响,结果可见表1第(3)列和第(4)列。动态效应的分析结果表明,“费改税”的实施对实验组企业全要素生产率的正向影响日益显著。可能的原因在于实施环境规制政策初期,尚未建立健全的制度体系;受制于地区经济发展状况,地方政府更多关注GDP的提升而弱化生态环境保护上的投入,由此导致先进制造业面临的环境规制强度较弱,其治污成本远低于技术改造与创新的研发投入,企业提高全要素生产率的意愿不足。而随着环境规制制度逐步完善,规制强度增加,先进制造业企业面临的污染治理成本将远超技术创新的研发投入,倒逼企业进行设备改造、技术改进、创新研发,提高企业全要素生产率水平,以实现绿色、高质量、可持续发展。
表2“费改税”对LTF的影响(双重差分检验)
变量 | 企业全要素生产率LTF | |||
(1) | (2) | (3) | (4) | |
X×After | 0.065*** | 0.031*** | / | / |
(0.012) | (0.009) | |||
X×Year2018 | / | / | 0.048*** | 0.024** |
(0.016) | (0.012) | |||
X×Year2019 | / | / | 0.057*** | 0.025** |
(0.016) | (0.012) | |||
X×Year2020 | / | / | 0.065*** | 0.030** |
(0.017) | (0.012) | |||
X×Year2021 | / | / | 0.079*** | 0.035*** |
(0.018) | (0.012) | |||
X×Year2022 | / | / | 0.079*** | 0.039*** |
(0.021) | (0.014) | |||
ListAge | / | 0.007 | / | 0.007 |
(0.011) | (0.011) | |||
Size | / | 0.558*** | / | 0.558*** |
(0.009) | (0.009) | |||
Lev | / | 0.455*** | / | 0.455*** |
(0.031) | (0.031) | |||
ROA | / | 2.191*** | / | 2.191*** |
(0.061) | (0.061) | |||
TobinQ | / | 0.020*** | / | 0.020*** |
(0.003) | (0.003) | |||
SOE | / | 0.003 | / | 0.003 |
(0.017) | (0.017) | |||
固定个体效应 | Yes | Yes | Yes | Yes |
固定年份效应 | Yes | Yes | Yes | Yes |
_cons | 16.041*** | 3.432*** | 16.041*** | 3.432*** |
(0.004) | (0.194) | (0.004) | (0.194) | |
N | 20227 | 20227 | 20227 | 20227 |
R2 | 0.887 | 0.943 | 0.887 | 0.943 |
注:(1)估计系数下面的括号中为稳健标准误;(2)***、**、*分别表示1%、5%、10%的显著性水平。下同。 |
3.安慰剂检验
为考察DID模型估计结果的稳健性,本文高煜君和田涛(2022)[8]的做法,采用DID安慰剂检验中虚构实验组的处理方法,随机抽取样本作为先进制造业个体,据此利用新的DID估计量重新估计基准模型得到变量政策效应的估计系数。将上述过程重复 500 次,得到安慰剂检验结果图如图2所示。从图2可以看到,“费改税”环境政策下,随机生成处理组后参数估计的P值落在右侧区域为小概率事件,说明基准回归的结果不是偶然得到,故本文的研究结论是可靠的。
图2 安慰剂检验
五、结论与政策建议
建设“美丽中国”、履行“碳达峰碳中和”的郑重承诺离不开先进制造业的转型升级,而环境保护税作为一种重要的政策工具,在平衡制造业高质量发展与环境保护方面扮演着不可替代的角色。本文以2018年《中华人民共和国环境保护税法》的出台为准自然实验,选取2011—2022年沪深A股上市公司样本,实证考察了环境规制政策的变化对先进制造业企业全要素生产率的影响,发现“费改税”显著促进了先进制造业企业的全要素生产率的提升,且该促进效应随着时间推移而不断增大。
据此,本文可以得出以下政策启示:(1)推广市场型环境规制政策。推广环境保护税这一新兴的环境规制手段,进一步完善以市场和价格为导向的市场型环境规制制度,更加注重对企业绿色创新行为的鼓励,推动企业生产效率改善,倒逼先进制造业转型升级,实现先进制造业高质量发展。(2)构建完善的财税政策体系。发挥企业创新主体的作用,通过构建和完善覆盖金融、税收、财政等方面的政策支持体系,鼓励和支持企业的绿色创新行为,从而引导企业更好地适应“费改税”以后全面落实的环境税制度,以实现减污降碳领域的技术突破,推动先进制造业企业全要素生产率的持续提升。参考文献
[1]PORTER M E, LINDE C V D. Toward a new conception of the environment-competitiveness relationship [J]. Journal of economic perspectives, 1995, 9(4): 97-118.
[2]HANCEVIC P I. Environmental regulation and productivity: the case of electricity generation under the CAAA-1990 [J]. Energy Economics, 2016, 60: 131-143.
[3]徐彦坤, 祁毓. 环境规制对企业生产率影响再评估及机制检验 [J]. 财贸经济, 2017, 38(06): 147-161.
[4]钱雪松, 康瑾, 唐英伦, et al. 产业政策、资本配置效率与企业全要素生产率——基于中国2009年十大产业振兴规划自然实验的经验研究 [J]. 中国工业经济, 2018, (08): 42-59.
[5]齐绍洲, 林屾, 崔静波. 环境权益交易市场能否诱发绿色创新?——基于我国上市公司绿色专利数据的证据 [J]. 经济研究, 2018, 53(12): 129-143.
[6]刘亦文, 邓楠. 环境保护税是否有效释放了四重红利效应? [J]. 中国人口·资源与环境, 2023, 33(10): 35-46.
[7]ANGRIST J D, PISCHKE J-S. Mostly harmless econometrics: An empiricist's companion [M]. Princeton university press, 2009.
[8]高煜君, 田涛. 碳交易对试点省市碳效率的影响机制研究 [J]. 经济问题探索, 2022, (03): 106-119.
作者简介:邹昊格()1997.12-) 男 籍贯:湖南常德 民族:汉 学历:会计学专业硕士 职位或职称:无 研究方向:环境会计