張家豪,高 原
跨區(qū)域環(huán)境協(xié)同治理對企業(yè)全要素生產(chǎn)率的影響
張家豪,高 原*
(中國人民大學(xué)農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院,北京 100872)
以2017年“2+26”城市大氣污染協(xié)同治理為準自然實驗,選取2014~2019年滬深兩市制造業(yè)上市公司數(shù)據(jù),利用三重差分法考察跨區(qū)域環(huán)境協(xié)同治理對于企業(yè)全要素生產(chǎn)率的影響.研究發(fā)現(xiàn),“2+26”城市環(huán)境治理能夠有效提高企業(yè)全要素生產(chǎn)率,其作用機制來自于企業(yè)提高綠色創(chuàng)新能力?環(huán)保投資以及研發(fā)投入.異質(zhì)性分析表明,在環(huán)保嚴格執(zhí)法的地區(qū)以及綠色創(chuàng)新能力更強?融資約束較低和國有企業(yè)樣本中,企業(yè)全要素生產(chǎn)率提升作用更加明顯.本文的發(fā)現(xiàn)為中國進一步推進跨區(qū)域環(huán)境協(xié)同治理具有一定的政策啟示.
跨區(qū)域環(huán)境治理;全要素生產(chǎn)率;“2+26”城市
近年來中國區(qū)域間污染傳輸問題仍舊存在,由于中國實行的是屬地管理環(huán)境規(guī)制體制[1-2],地方政府僅負責本轄區(qū)內(nèi)的環(huán)境污染防治,但是污染的流動性與外部性往往形成污染傳輸[3].工業(yè)企業(yè)活動作為環(huán)境污染的首要因素,部分地方政府在晉升激勵下往往忽略了對污染企業(yè)的管制[4],這種策略性環(huán)境規(guī)制導(dǎo)致了污染的行政“邊界效應(yīng)”[5],使得環(huán)境政策的效果不盡人意[6],為此必須建立跨地區(qū)環(huán)境協(xié)同治理機制[7].工業(yè)污染排放治理是環(huán)境政策的重點,所以考察跨區(qū)域環(huán)境協(xié)同治理政策對于工業(yè)企業(yè)綠色轉(zhuǎn)型升級的影響便具有重要的現(xiàn)實意義.環(huán)境規(guī)制已成為影響企業(yè)生產(chǎn)率?技術(shù)創(chuàng)新以及要素配置的重要因素[8],本研究重點便是考察跨區(qū)域環(huán)境協(xié)同治理能否提高企業(yè)全要素生產(chǎn)率,并分析其作用機理以及展開異質(zhì)性分析,這不僅是為跨區(qū)域環(huán)境協(xié)同治理政策的作用效果提供微觀企業(yè)層面的檢驗證據(jù),而且對于中國實現(xiàn)環(huán)境治理與經(jīng)濟高質(zhì)量發(fā)展具有重要的參考價值.
本研究選取近年來中國較有代表性的一項環(huán)境政策——即“2+26”城市環(huán)境規(guī)制政策作為“準自然實驗”,并使用三重差分法實證檢驗跨區(qū)域環(huán)境協(xié)同治理對于企業(yè)全要素生產(chǎn)率的影響.“2+26”城市分布于京津冀及周邊地區(qū),工業(yè)污染排放?特殊的地理位置以及氣候條件使得該地區(qū)容易發(fā)生污染聚集與轉(zhuǎn)移.相關(guān)研究發(fā)現(xiàn)“2+26”城市環(huán)境協(xié)同治理有效改善了區(qū)域大氣污染水平[9-10],但是跨域協(xié)同力度和環(huán)保執(zhí)法力度仍有待加強[11-12].現(xiàn)有研究為跨區(qū)域污染協(xié)同治理提供了有效的經(jīng)驗證據(jù),但是其多聚焦于考察宏觀地區(qū)環(huán)境污染改善效應(yīng)[13-14],較少聚焦考察微觀企業(yè)層面的政策效果,而本研究從企業(yè)全要素生產(chǎn)率角度為“2+26”城市環(huán)境協(xié)同治理提供了更加綜合的政策有效性檢驗.
1.1.1 雙重差分模型 為了檢驗政策有效性,本研究首先利用雙重差分法簡要評估“2+26”城市環(huán)境協(xié)同治理的污染治理效應(yīng)與環(huán)保執(zhí)法效應(yīng).根據(jù)某地是否為“2+26”城市,將樣本劃分為處理組和對照組,其中處理組城市包括北京市和天津市2個直轄市、河北省8個城市、山東省7個城市、河南省7個城市以及山西省4個城市,處理組城市大致分布在空氣污染較為嚴重的京津冀及周邊地區(qū).雙重差分模型的具體設(shè)置見(1)式:
式中:c,t分別表示城市,年份.為城市層面的被解釋變量,分別為工業(yè)SO2排放量、工業(yè)廢水排放量以及環(huán)保行政處罰案件數(shù).treat為政策分組虛擬變量,當城市屬于“2+26”城市時則令treat為1,否則為0.post為政策實施時間虛擬變量,當年份為2017至2019年時post為1,否則為0.表示城市層面的一系列控制變量,包括地方人均GDP及其平方項、外商投資水平、政府財政支出、產(chǎn)業(yè)結(jié)構(gòu)與人口密度.m和分別為年份和城市固定效應(yīng),誤差項聚類到城市層面.在此,本研究主要關(guān)注系數(shù)1的估計值,其代表“2+26”城市環(huán)境協(xié)同治理政策的有效性.
1.1.2 三重差分模型 在(1)式的基礎(chǔ)上,進一步使用三重差分法來識別“2+26”城市環(huán)境協(xié)同治理對企業(yè)全要素生產(chǎn)率的影響.相比于前述的經(jīng)典雙重差分模型設(shè)定,三重差分法進一步納入行業(yè)污染密集度(行業(yè)污染屬性)的第三重差分,從而排除隨時間變化的地區(qū)層面不可觀測因素帶來的偏誤影響.例如環(huán)境規(guī)制主要針對污染行業(yè),通過比較環(huán)境規(guī)制對于污染行業(yè)與其他行業(yè)的全要素生產(chǎn)率的變化,可以剔除環(huán)境規(guī)制外其他政策的干擾影響[23].目前,三重差分法在環(huán)境經(jīng)濟學(xué)領(lǐng)域得到廣泛使用.三重差分模型的具體設(shè)置見(2)式:
式中:i,j,c,t分別表示企業(yè),行業(yè),城市,年份.tfp即為企業(yè)全要素生產(chǎn)率.treat和post的設(shè)置與(1)式相同.ind為行業(yè)污染密集度,本研究將其設(shè)置為樣本最初年份即2014年二位數(shù)行業(yè)工業(yè)SO2排放量占制造業(yè)排放總量的比重[24],該數(shù)據(jù)來自《中國環(huán)境統(tǒng)計年鑒》[25].需要指出,部分研究使用的第三重差分為虛擬變量,即企業(yè)是否屬于重污染行業(yè).而本研究將第三重差分設(shè)置為連續(xù)型變量[24],這是由于污染密集度更高的行業(yè)會面臨更高的環(huán)境規(guī)制力度.和分別為企業(yè)以及城市層面的控制變量.和分別為年份和企業(yè)固定效應(yīng),誤差項并聚類到城市層面.本研究在此主要關(guān)注1的估計值,其經(jīng)濟意義是“2+26”城市環(huán)境協(xié)同治理政策實施后企業(yè)全要素生產(chǎn)率的變化.如果1的系數(shù)為正,則意味著“2+26”城市環(huán)境協(xié)同治理提高了企業(yè)的全要素生產(chǎn)率;反之則降低.
本研究使用Levinsohn等[26]提出的LP法計算企業(yè)tfp.企業(yè)層面控制變量包括:企業(yè)規(guī)模、資產(chǎn)負債率、資產(chǎn)收益率以及上市年齡.城市層面的控制變量包括環(huán)境規(guī)制強度、官員特征、地方財政支出以及經(jīng)濟發(fā)展水平.其中,借鑒Chen等[27]使用地方政府工作報告中與環(huán)境保護有關(guān)的詞頻占比作為環(huán)境規(guī)制強度的代理變量.主要變量的描述性統(tǒng)計見表1,其中tfp的均值為13.918,標準差為0.859,最大值和最小值分別為16.279和11.972,這表明樣本期內(nèi)企業(yè)全要素生產(chǎn)率存在較大差異.
本研究主要使用2014~2019年A股制造業(yè)上市公司數(shù)據(jù),借鑒文獻的處理方式篩選樣本企業(yè):(1)刪除部分指標缺失的企業(yè);(2)刪除ST類企業(yè);(3)刪除資產(chǎn)負債率大于1的企業(yè).最終樣本包括1342家企業(yè),其中“2+26”城市企業(yè)有208家,其他地區(qū)企業(yè)共1134家.為避免極端值的影響,本研究對連續(xù)變量進行上下1%水平縮尾處理.企業(yè)數(shù)據(jù)來自Wind以及國泰安數(shù)據(jù)庫,城市層面數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》[28].
表1 描述性統(tǒng)計
如表2所示,“2+26”城市環(huán)境協(xié)同治理顯著降低了區(qū)域工業(yè)SO2排放總量,對工業(yè)廢水排放量的影響則不明顯,這反映出該政策的實施重點為大氣污染治理.使用人均污染排放量作為被解釋變量后,上述結(jié)論保持不變,所以該政策發(fā)揮了污染治理實效.為進一步檢驗環(huán)境執(zhí)法效應(yīng),本研究從北大法寶網(wǎng)站統(tǒng)計了各地方環(huán)保行政處罰案件數(shù)量,將其對數(shù)值和人均值作為地方環(huán)保執(zhí)法強度的代理變量,可以發(fā)現(xiàn)“2+26”城市環(huán)境協(xié)同治理明顯提高了地方環(huán)保執(zhí)法強度,所以此次跨區(qū)域環(huán)境治理是以環(huán)境執(zhí)法“硬約束”為保障.總的來講,可以認為“2+26”城市環(huán)境協(xié)同治理起到了明顯實效,這也為后文從企業(yè)全要素生產(chǎn)率角度檢驗政策效應(yīng)提供了證據(jù)支持.
表2 政策有效性檢驗
注:***、**、*分別代表1%、5%、10%的顯著性水平.括號內(nèi)為城市層面的聚類穩(wěn)健標準誤.
使用三重差分法實證檢驗“2+26”城市環(huán)境協(xié)同治理對于企業(yè)全要素生產(chǎn)率的影響,回歸結(jié)果見表3.第(4)列中同時控制了企業(yè)和年份固定效應(yīng), treat_post_ind在1%水平下顯著為正,這說明“2+26”城市環(huán)境協(xié)同治理提高了企業(yè)的全要素生產(chǎn)率,所以本研究假說得到驗證,即“2+26”城市環(huán)境協(xié)同治理能夠有效提升企業(yè)生產(chǎn)技術(shù)水平.
血藥濃度檢測應(yīng)用反相高效液相色譜法(RP-HPLC)[8],NAT2檢測應(yīng)用非擴增熒光原位雜交法[9]。
表3 基準回歸結(jié)果
注:***、**、*分別代表1%、5%、10%的顯著性水平.括號內(nèi)為城市層面的聚類穩(wěn)健標準誤.
使用三重差分法需要滿足平行趨勢假設(shè),即“2+26”城市環(huán)境協(xié)同治理政策實施之前,處理組污染企業(yè)與對照組污染企業(yè)的全要素生產(chǎn)率大致保持相同的變化趨勢.本研究使用(3)式對此加以實證檢驗.以2014年為基準,構(gòu)建2015~2019年各年份的虛擬變量,并與主回歸(2)式中的treat和ind相乘得到交互項.模型的具體設(shè)置見(3)式:
(3)
豎線表示95%的置信區(qū)間
圖1描繪了的估計系數(shù),回歸結(jié)果表明2015年和2016年的三重交互項系數(shù)皆不顯著,故平行趨勢檢驗得以通過.另一方面,2017年及之后的絕對值逐漸增大,這說明“2+26”城市環(huán)境協(xié)同治理對于企業(yè)生產(chǎn)率的提升作用隨時間推移而逐漸加強.
2.4.1 內(nèi)生性討論 為解決由反向因果與遺漏變量導(dǎo)致的內(nèi)生性問題,本研究參考Fu等[29]使用2015年各城市逆溫頻率ti作為treat的工具變量.表4前兩列表明第一階段回歸結(jié)果,ti_post_ind的系數(shù)顯著為正并且值大于10,這表明工具變量的相關(guān)性條件得以成立且不存在弱工具變量問題.第二階段回歸結(jié)果表明treat_post_ind仍然顯著為正.所以工具變量結(jié)果仍然支持本研究主要結(jié)論,即“2+26”城市環(huán)境協(xié)同治理能夠提高企業(yè)全要素生產(chǎn)率.
2.4.2 替換估計方法和ind界定方法 一是使用OP法重新估計[30];二是將2014年SO2排放占比超過1%的行業(yè)定義為污染行業(yè)且ind取值為1,否則取0.表4第(3)和(4)列結(jié)果表明三重差分估計系數(shù)仍顯著為正,所以經(jīng)過上述處理本研究結(jié)論仍然穩(wěn)健.
2.4.3 安慰劑檢驗 為避免遺漏變量帶來的選擇偏誤,本研究參考Cai等[31]隨機抽取28個城市作為“偽處理組”,其他城市為對照組,重新進行(1)式的回歸估計.重復(fù)500次上述過程,圖2展示了三重差分系數(shù)的核密度分布,其估計系數(shù)均值幾乎為0,所以可以排除非觀測因素的偏誤影響,所以企業(yè)全要素生產(chǎn)率的提高的確是由“2+26”城市環(huán)境協(xié)同治理政策導(dǎo)致的.
圖2 安慰劑檢驗
2.4.4 排除同期政策影響 任勝鋼等[32]發(fā)現(xiàn)SO2排污權(quán)交易政策顯著提高了企業(yè)全要素生產(chǎn)率,該政策影響可能會干擾本研究估計結(jié)果,故在此將SO2排污權(quán)交易試點的省份樣本剔除.表4第(5)列表明三重差分估計系數(shù)仍然顯著為正,說明SO2排污權(quán)交易政策并沒有明顯干擾“2+26”城市環(huán)境協(xié)同治理政策對于企業(yè)生產(chǎn)率的影響,本研究研究結(jié)論仍然穩(wěn)健.
表4 穩(wěn)健性檢驗
注:***?**?*分別代表1%?5%?10%的顯著性水平.括號內(nèi)為城市層面的聚類穩(wěn)健標準誤.
前文分析表明“2+26”城市環(huán)境協(xié)同治理能夠提高企業(yè)全要素生產(chǎn)率,從而驗證了“波特假說”,那么這一作用效果的實現(xiàn)機理又是如何?本研究從企業(yè)綠色創(chuàng)新?環(huán)保投資以及研發(fā)投入三個方面展開機制分析.
3.1.1 綠色創(chuàng)新 使用主回歸(2)式考察“2+26”城市環(huán)境協(xié)同治理能否促進企業(yè)實現(xiàn)綠色創(chuàng)新,其中被解釋變量為企業(yè)綠色專利授權(quán)量patent(加1后取對數(shù)值),相比專利申請量,專利授權(quán)量更能夠代表企業(yè)實際創(chuàng)新能力[23].表5第(1)列中三重差分估計系數(shù)為正,雖不顯著但值達到0.12,這說明“2+26”城市環(huán)境環(huán)境協(xié)同治理能夠提高企業(yè)綠色創(chuàng)新水平.同時按照專利類型,本研究進一步將綠色專利劃分為綠色發(fā)明專利授權(quán)量patent1和綠色實用新型專利授權(quán)量patent2.第(2)和(3)列結(jié)果說明企業(yè)綠色發(fā)明專利量明顯增加,而綠色實用新型專利量變化不明顯,這意味著企業(yè)為應(yīng)對嚴格的環(huán)境規(guī)制,多選擇“實質(zhì)性創(chuàng)新”而非“策略性創(chuàng)新”[33],追求高質(zhì)量的發(fā)明專利來進行綠色技術(shù)改造升級.此外考慮到專利授權(quán)存在時滯性,將上述變量滯后一年后結(jié)論保持不變.
3.1.2 環(huán)保投資與研發(fā)投入 在“2+26”城市環(huán)境協(xié)同治理的環(huán)保壓力下,企業(yè)可能會增加環(huán)保投資和研發(fā)投入,例如購置減排設(shè)備以及進行生產(chǎn)過程的環(huán)保升級改造[34].為檢驗這一作用機制,本研究將企業(yè)環(huán)保投資與研發(fā)投入(皆使用總資產(chǎn)進行標準化處理)作為被解釋變量納入模型(2)進行回歸分析,表5最后兩列結(jié)果說明“2+26”城市環(huán)境協(xié)同治理促使企業(yè)提高了環(huán)保投資和研發(fā)投入,這為企業(yè)綠色技術(shù)升級提供了支持,進而有利于企業(yè)全要素生產(chǎn)率的提高.
表5 機制分析
注:***、**、*分別代表1%、5%、10%的顯著性水平.括號內(nèi)為城市層面的聚類穩(wěn)健標準誤.
在識別“2+26”城市環(huán)境協(xié)同治理對于企業(yè)全要素生產(chǎn)率的平均處理效應(yīng)的基礎(chǔ)之上,本研究進一步考察這一政策的差異性影響效果,并主要從地區(qū)執(zhí)法強度等四個角度展開異質(zhì)性分析,基于主回歸(2)式的分樣本估計結(jié)果見表6.
3.2.1 環(huán)保執(zhí)法強度 按照地方環(huán)境行政處罰案件數(shù)量中位數(shù)分組,將全樣本分為環(huán)保執(zhí)法較嚴地區(qū)和環(huán)保執(zhí)法較弱地區(qū).前兩列結(jié)果顯示,在環(huán)保執(zhí)法較為嚴格的地區(qū),“2+26”城市環(huán)境協(xié)同治理對于企業(yè)生產(chǎn)率的提升作用更加明顯.這是因為嚴格的環(huán)境執(zhí)法是促進環(huán)境政策有效實行的必要條件[22],這也再次印證了前文對于政策有效性的分析,即環(huán)境執(zhí)法的“硬約束”保障了“2+26”城市環(huán)境政策的治理效果.
3.2.2 綠色創(chuàng)新能力 計算“2+26”城市環(huán)境政策實施前各企業(yè)的綠色專利授權(quán)總量,并按照中位數(shù)將樣本劃分為綠色創(chuàng)新能力強和綠色創(chuàng)新能力弱的企業(yè).第(3)和(4)列結(jié)果表明對于綠色創(chuàng)新能力更強的企業(yè),其生產(chǎn)率提升作用更加明顯.這是因為企業(yè)綠色創(chuàng)新存在路徑依賴[35],綠色創(chuàng)新能力越強的企業(yè)更容易達到環(huán)保要求并提升市場競爭力,從而有利于提高全要素生產(chǎn)率[36].
3.2.3 融資約束 使用SA指數(shù)計算企業(yè)融資約束水平,并按中位數(shù)將樣本劃分為融資約束高和融資約束低的企業(yè).第(5)和(6)列結(jié)果表明“2+26”城市環(huán)境協(xié)同治理主要提高了融資約束較低企業(yè)的全要素生產(chǎn)率,這是因為融資便利的企業(yè)擁有更多資源支持,更有可能投資于環(huán)保項目并實現(xiàn)技術(shù)改進.
3.2.4 企業(yè)所有制 按照企業(yè)實際控制人將樣本劃分為國有企業(yè)和非國有企業(yè),最后兩列結(jié)果表明“2+26”城市環(huán)境協(xié)同治理僅提高了國有企業(yè)的全要素生產(chǎn)率,而對非國有企業(yè)的影響則不明顯.這可能因為國有企業(yè)多扮演政府“代言人”的角色并承擔更多政策性導(dǎo)向任務(wù)[37],其需要承擔更多污染減排任務(wù),同時可依賴政治聯(lián)系獲得更多資源支持,所以國有企業(yè)更有可能動力與資源支持進行環(huán)保改造與生產(chǎn)率提升.
表6 異質(zhì)性分析
注:***、**、*分別代表1%、5%、10%的顯著性水平.括號內(nèi)為城市層面的聚類穩(wěn)健標準誤.
跨區(qū)域環(huán)境協(xié)同治理是解決區(qū)域污染傳輸問題的有效方案,對于嚴格落實環(huán)境規(guī)制政策、實現(xiàn)環(huán)境質(zhì)量改善與經(jīng)濟綠色轉(zhuǎn)型發(fā)展具有重要現(xiàn)實意義.本研究以“2+26”城市環(huán)境協(xié)同治理為例,使用三重差分法考察了跨區(qū)域環(huán)境協(xié)同治理對于企業(yè)全要素生產(chǎn)率的影響.本研究發(fā)現(xiàn),“2+26”城市環(huán)境協(xié)同治理在降低區(qū)域污染排放、提高環(huán)保執(zhí)法強度的同時,能夠有效提高企業(yè)全要素生產(chǎn)率.這一發(fā)現(xiàn)的實現(xiàn)路徑在于企業(yè)提高綠色創(chuàng)新能力、環(huán)保投資以及研發(fā)投入.異質(zhì)性分析顯示,在環(huán)保嚴格執(zhí)法的地區(qū)以及綠色創(chuàng)新能力更強、融資約束較低和國有企業(yè)樣本中,企業(yè)全要素生產(chǎn)率的提升效果更為明顯.總的來講,本研究認為跨區(qū)域環(huán)境協(xié)同治理不僅是區(qū)域污染減排的可行方案,而且也是地方產(chǎn)業(yè)轉(zhuǎn)型升級的重要推手.
根據(jù)以上結(jié)論,本研究的政策啟示如下:第一,“2+26”城市環(huán)境協(xié)同治理政策發(fā)揮減排實效、提高企業(yè)生產(chǎn)率的關(guān)鍵,都離不開以環(huán)保嚴格執(zhí)法的“硬約束”為保障,所以建議在后續(xù)跨地區(qū)環(huán)境協(xié)同治理的相關(guān)政策安排中,進一步加強跨域環(huán)境執(zhí)法的法律制度建設(shè),統(tǒng)籌協(xié)調(diào)各地方的環(huán)境協(xié)同治理工作,加強環(huán)境執(zhí)法的權(quán)威性.為此可以進一步探索跨地區(qū)環(huán)保機構(gòu)的建設(shè)工作,從而確??缬颦h(huán)境治理工作得到有效推進.第二,跨區(qū)域環(huán)境協(xié)同治理能夠推動企業(yè)全要素生產(chǎn)率提升,而這一效果依賴于環(huán)境規(guī)制壓力下企業(yè)加強綠色創(chuàng)新與環(huán)保投資治理,為此地方政府需要加強對綠色技術(shù)的研發(fā)資金投入,引導(dǎo)企業(yè)進行環(huán)保改造與綠色技術(shù)創(chuàng)新,從而促進全社會實現(xiàn)綠色轉(zhuǎn)型發(fā)展.同時,考慮到跨域環(huán)境治理中各地方政府的財政能力存在差異,中央政府也需要加大跨域污染防治專項資金的支持力度,重點用于工業(yè)污染治理與轉(zhuǎn)型升級等領(lǐng)域.第三,跨區(qū)域環(huán)境協(xié)同治理對企業(yè)生產(chǎn)率的影響存在明顯異質(zhì)性,所以在推進跨域污染防治與環(huán)保嚴格執(zhí)法的過程中,地方政府需要根據(jù)企業(yè)異質(zhì)性特點制定差異化且有針對性的環(huán)境規(guī)制政策安排,實施“一廠一策”的環(huán)保治理方案,尤其要加大對融資緊張?技術(shù)落后以及非國有企業(yè)的資金支持和綠色技術(shù)支持力度,杜絕“一刀切”等不合理的管制行為.
[1] 李 靜,楊 娜,陶 璐.跨境河流污染的“邊界效應(yīng)”與減排政策效果研究——基于重點斷面水質(zhì)監(jiān)測周數(shù)據(jù)的檢驗[J]. 中國工業(yè)經(jīng)濟, 2015(3):31-43.
Li J, Yang N, Tao Lu, et al. Study on the “boundary effect” of transboundary river pollution and emissions mitigation policy impact--An empirical research based on the key monitoring sections’ weekly data [J]. China Industrial Economics, 2015,(3):31-43.
[2] 陳曉紅,蔡思佳,汪陽潔.我國生態(tài)環(huán)境監(jiān)管體系的制度變遷邏輯與啟示[J]. 管理世界, 2020,36(11):160-172.
Chen X H, Cai S J, Wang Y J et al. The institutional and policy logic of the implementation of the environmental protection supervision system in China [J]. Management World, 2020,36(11):160-172.
[3] Markusen J R, Morey E R, Olewiler N. Competition in regional environmental policies when plant locations are endogenous [J]. Journal of Public Economics, 1995,56(1):55-77.
[4] Cai H, Chen Y, Gong Q. Polluting thy neighbor: Unintended consequences of China? s pollution reduction mandates [J]. Journal of Environmental Economics and Management, 2016,76:86-104.
[5] Kahn M E, Li P, Zhao D. Water pollution progress at borders: the role of changes in China's political promotion incentives [J]. American Economic Journal: Economic Policy, 2015,7(4):223-42.
[6] 韓 超,孫曉琳,李 靜.環(huán)境規(guī)制垂直管理改革的減排效應(yīng)——來自地級市環(huán)保系統(tǒng)改革的證據(jù)[J]. 經(jīng)濟學(xué)(季刊), 2021,21(1):335- 360.
Han C, Sun X L, Li Jing et al. Emission reduction effect of vertical management reform in environmental regulation—Evidence from environmental system reform in cities [J]. China Economic Quarterly, 2021,21(1):335-360.
[7] 胡志高,李光勤,曹建華.環(huán)境規(guī)制視角下的區(qū)域大氣污染聯(lián)合治理——分區(qū)方案設(shè)計、協(xié)同狀態(tài)評價及影響因素分析[J]. 中國工業(yè)經(jīng)濟, 2019,(5):24-42.
Hu Z G, Li G Q, Cao J H, et al. Air pollution regional linkage control and prevention from the perspective of environmental regulation--The scheme design, state evaluation and influencing factors analysis [J]. China Industrial Economics, 2019,(5):24-42.
[8] Albrizio S, Kozluk T, Zipperer V. Environmental policies and productivity growth: Evidence across industries and firms [J]. Journal of Environmental Economics and Management, 2017,81:209-226.
[9] 王 恰,鄭世林.“2+26”城市聯(lián)合防治行動對京津冀地區(qū)大氣污染物濃度的影響[J]. 中國人口·資源與環(huán)境, 2019,29(9):51-62.
Wang Q, Zheng S L. Impact of joint prevention and control action on atmospheric pollutant concentration in “2+26” cities [J]. China Population, Resources and Environment, 2019,29(9):51-62.
[10] 毛顯強,張慶勇.“2+26”城市治霾方案效果評估:以山東省為案例的研究[J]. 中國人口·資源與環(huán)境, 2020,30(3):83-92.
Mao X Q, Zhang Q Y. Evaluation of the effectiveness of “2+26” cities’ haze control scheme: a case study of Shandong Province [J]. China Population, Resources and Environment, 2020,30(3):83-92.
[11] 魏 娜,孟慶國.大氣污染跨域協(xié)同治理的機制考察與制度邏輯——基于京津冀的協(xié)同實踐[J]. 中國軟科學(xué), 2018,(10):79-92.
Wei N, Meng Q G. Mechanism and institutional logic of cross- regional collaborative governance of air pollution--Based on the cooperative practice of Jing-Jin-Ji region [J]. China Soft Science, 2018,(10):79-92.
[12] 王超奕.“打贏藍天保衛(wèi)戰(zhàn)”與大氣污染的區(qū)域聯(lián)防聯(lián)治機制創(chuàng)新[J]. 改革, 2018,(1):61-64.
Wang C Y. “Winning the Blue Sky Defense War” and the air pollution regional joint prevention and treatment mechanism innovation [J]. Reform, 2018,(1):61-64.
[13] 趙志華,吳建南.大氣污染協(xié)同治理能促進污染物減排嗎?——基于城市的三重差分研究[J]. 管理評論, 2020,32(1):286-297.
Zhao Z H, Wu J N. Can air pollution collaborative governance promote pollutant emission reduction? --A difference-in- difference-in-difference estimation across cities [J]. Business Review, 2020,32(1):286-297.
[14] 洪 揚,王佃利.京津冀協(xié)同治理對區(qū)域污染排放的影響研究——基于雙重差分模型的實證分析[J]. 軟科學(xué), 2021,35(7):51-58.
Hong Y, Wang D L. Research on the impact of Beijing-Tianjin-Hebei coordinative governance on regional pollution emissions--An analysis based on the DID model [J]. Soft Science, 2021,35(7):51-58.
[15] Greenstone M, List J A, Syverson C. The effects of environmental regulation on the competitiveness of US manufacturing [R]. National Bureau of Economic Research, 2012.
[16] Hering L, Poncet S. Environmental policy and exports: Evidence from Chinese cities [J]. Journal of Environmental Economics and Management, 2014,68(2):296-318.
[17] Porter M E, Van der Linde C. Toward a new conception of the environment-competitiveness relationship [J]. Journal of Economic Perspectives, 1995,9(4):97-118.
[18] Lanoie P, Patry M, Lajeunesse R. Environmental regulation and productivity: testing the porter hypothesis [J]. Journal of Productivity Analysis, 2008,30(2):121-128.
[19] Calel R, Dechezleprêtre A. Environmental policy and directed technological change: evidence from the European carbon market [J]. Review of Economics and Statistics, 2016,98(1):173-191.
[20] 徐 佳,崔靜波.低碳城市和企業(yè)綠色技術(shù)創(chuàng)新[J]. 中國工業(yè)經(jīng)濟, 2020,(12):178-196.
Xu J, Cui J B. Low-carbon cities and firms’ green technological innovation [J]. China Industrial Economics, 2020,(12):178-196.
[21] 陶 鋒,趙錦瑜,周 浩.環(huán)境規(guī)制實現(xiàn)了綠色技術(shù)創(chuàng)新的“增量提質(zhì)”嗎——來自環(huán)保目標責任制的證據(jù)[J]. 中國工業(yè)經(jīng)濟, 2021, (2):136-154.
Tao F, Zhao J Y, Zhou H, et al. Does environmental regulation improve the quantity and quality of green innovation--Evidence from the target responsibility system of environmental protection [J]. China Industrial Economics, 2021,(2):136-154.
[22] Greenstone M, Hanna R. Environmental regulations, air and water pollution, and infant mortality in India [J]. American Economic Review, 2014,104(10):3038-72.
[23] 齊紹洲,林 屾,崔靜波.環(huán)境權(quán)益交易市場能否誘發(fā)綠色創(chuàng)新?——基于我國上市公司綠色專利數(shù)據(jù)的證據(jù)[J]. 經(jīng)濟研究, 2018, 53(12):129-143.
Qi S Z, Lin S, Cui J B, et al. Do environmental rights trading schemes induce green innovation? Evidence from listed firms in China [J]. Economic Research Journal, 2018,53(12):129-143.
[24] Shi X, Xu Z. Environmental regulation and firm exports: Evidence from the eleventh Five-Year Plan in China [J]. Journal of Environmental Economics and Management, 2018,89:187-200.
[25] 中國環(huán)境統(tǒng)計年鑒 [M]. 中國統(tǒng)計出版社, 2019.
China Environmental Statistics Yearbook [M]. China Statistics Press, 2019.
[26] Levinsohn J, Petrin A. Estimating production functions using inputs to control for unobservables [J]. The Review of Economic Studies, 2003, 70(2):317-341.
[27] Chen Z, Kahn M E, Liu Y, et al. The consequences of spatially differentiated water pollution regulation in China [J]. Journal of Environmental Economics and Management, 2018,88:468-485.
[28] 中國城市統(tǒng)計年鑒 [M]. 中國統(tǒng)計出版社, 2019.
China Urban Statistical Yearbook [M]. China Statistics Press, 2019.
[29] Fu S, Viard V B, Zhang P. Air pollution and manufacturing firm productivity: Nationwide estimates for China [J]. The Economic Journal, 2021,131(640):3241-3273.
[30] Olley G S, Pakes A. The dynamics of productivity in the telecommunications equipment industry [R]. National Bureau of Economic Research, 1992.
[31] Cai X, Lu Y, Wu M, et al. Does environmental regulation drive away inbound foreign direct investment? Evidence from a quasi-natural experiment in China [J]. Journal of Development Economics, 2016, 123:73-85.
[32] 任勝鋼,鄭晶晶,劉東華,等.排污權(quán)交易機制是否提高了企業(yè)全要素生產(chǎn)率——來自中國上市公司的證據(jù)[J]. 中國工業(yè)經(jīng)濟, 2019,(5): 5-23.
Ren S G, Zheng J J, Liu D H, et al. Does emissions trading system improve firm’s total factor productivity--Evidence from Chinese listed companies [J]. China Industrial Economics, 2019,(5):5-23.
[33] 黎文靖,鄭曼妮.實質(zhì)性創(chuàng)新還是策略性創(chuàng)新?——宏觀產(chǎn)業(yè)政策對微觀企業(yè)創(chuàng)新的影響[J]. 經(jīng)濟研究, 2016,51(4):60-73.
Li W J, Zheng M N. Is it substantive innovation or strategic innovation?--Impact of macroeconomic policies on micro-enterprises' innovation [J]. Economic Research Journal, 2016,51(4):60-73.
[34] He G, Wang S, Zhang B. Watering down environmental regulation in China [J]. The Quarterly Journal of Economics, 2020,135(4):2135- 2185.
[35] Aghion P, Dechezleprêtre A, Hemous D, et al. Carbon taxes, path dependency, and directed technical change: Evidence from the auto industry [J]. Journal of Political Economy, 2016,124(1):1-51.
[36] Qiu L D, Zhou M, Wei X. Regulation, innovation, and firm selection: The porter hypothesis under monopolistic competition [J]. Journal of Environmental Economics and Management, 2018,92:638-658.
[37] 沈洪濤,周艷坤.環(huán)境執(zhí)法監(jiān)督與企業(yè)環(huán)境績效:來自環(huán)保約談的準自然實驗證據(jù)[J]. 南開管理評論, 2017,20(6):73-82.
Shen H T, Zhou Y K. Supervision of environmental policy enforcement and firm environmental performance: Evidence from a quasi-natural experiment [J]. Nankai Business Review, 2017,20(6): 73-82.
Impacts of cross-regional environment collaborative governance on the total factor productivity of enterprises.
ZHANG Jia-hao, GAO Yuan*
(School of Agricultural Economics and Rural Development, Renmin University of China, Beijing 100872, China)., 2022,42(9):4457~4464
The “2+26” cities' environmental coordinated governance is used as a quasi-natural experiment in this study to empirically test the impact of cross-regional environment collaborative governance on the total factor productivity (TFP) of enterprises. And the triple difference method is used to handle the data from manufacturing companies listed in both Shanghai and Shenzhen in the period from 2014 to 2019. We find that “2+26” cities environmental governance can improve firms’ TFP; because such the mechanism promotes firms to enhance their green innovation capabilities, environmental protection investment, and R&D expenditure. Heterogeneity analysis shows that in areas where environmental protection is strictly enforced and those firms with stronger green innovation capabilities and lower financing constraints and controlled by state, the effect of upgrading TFP of firms is more obvious. Therefore, our results and conclusions may provide certain policy enlightenment for the implementation of cross-regional environment collaborative governance in China.
cross-regional environmental governance;total factor productivity;"2+26" cities
X196
A
1000-6923(2022)09-4457-08
2022-02-28
北京市社會科學(xué)基金規(guī)劃項目(21GLB032)
*責任作者, 副教授, hlbbk@163.com
張家豪(1997-),男,山東濰坊人,中國人民大學(xué)碩士研究生,主要研究方向為環(huán)境經(jīng)濟學(xué).