張家豪,高 原

跨區(qū)域環(huán)境協(xié)同治理對(duì)企業(yè)全要素生產(chǎn)率的影響

張家豪,高 原*

(中國(guó)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(zhǔn)自然實(shí)驗(yàn),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(duì)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(jī)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(yán)格執(zhí)法的地區(qū)以及綠色創(chuàng)新能力更強(qiáng)?融資約束較低和國(guó)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(guó)進(jìn)一步推進(jìn)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(guó)區(qū)域間污染傳輸問題仍舊存在,由于中國(guó)實(shí)行的是屬地管理環(huán)境規(guī)制體制[1-2],地方政府僅負(fù)責(zé)本轄區(qū)內(nèi)的環(huán)境污染防治,但是污染的流動(dòng)性與外部性往往形成污染傳輸[3].工業(yè)企業(yè)活動(dòng)作為環(huán)境污染的首要因素,部分地方政府在晉升激勵(lì)下往往忽略了對(duì)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(jī)制[7].工業(yè)污染排放治理是環(huán)境政策的重點(diǎn),所以考察跨區(qū)域環(huán)境協(xié)同治理政策對(duì)于工業(yè)企業(yè)綠色轉(zhuǎn)型升級(jí)的影響便具有重要的現(xiàn)實(shí)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(diǎn)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(jī)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(yàn)證據(jù),而且對(duì)于中國(guó)實(shí)現(xiàn)環(huán)境治理與經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的參考價(jià)值.

本研究選取近年來中國(guó)較有代表性的一項(xiàng)環(huán)境政策——即“2+26”城市環(huán)境規(guī)制政策作為“準(zhǔn)自然實(shí)驗(yàn)”,并使用三重差分法實(shí)證檢驗(yàn)跨區(qū)域環(huán)境協(xié)同治理對(duì)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(qiáng)[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(yàn)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(yàn).

1 研究設(shè)計(jì)

1.1 計(jì)量模型

1.1.1 雙重差分模型 為了檢驗(yàn)政策有效性,本研究首先利用雙重差分法簡(jiǎn)要評(píng)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(duì)照組,其中處理組城市包括北京市和天津市2個(gè)直轄市、河北省8個(gè)城市、山東省7個(gè)城市、河南省7個(gè)城市以及山西省4個(gè)城市,處理組城市大致分布在空氣污染較為嚴(yán)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(dāng)城市屬于“2+26”城市時(shí)則令treat為1,否則為0.post為政策實(shí)施時(shí)間虛擬變量,當(dāng)年份為2017至2019年時(shí)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(xiàng)、外商投資水平、政府財(cái)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(xiàng)聚類到城市層面.在此,本研究主要關(guān)注系數(shù)1的估計(jì)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(jìn)一步使用三重差分法來識(shí)別“2+26”城市環(huán)境協(xié)同治理對(duì)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(jìn)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(shí)間變化的地區(qū)層面不可觀測(cè)因素帶來的偏誤影響.例如環(huán)境規(guī)制主要針對(duì)污染行業(yè),通過比較環(huán)境規(guī)制對(duì)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(jì)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(guó)環(huán)境統(tǒng)計(jì)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(huì)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(xiàng)并聚類到城市層面.本研究在此主要關(guān)注1的估計(jì)值,其經(jīng)濟(jì)意義是“2+26”城市環(huán)境協(xié)同治理政策實(shí)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.

1.2 變量選擇與數(shù)據(jù)來源

本研究使用Levinsohn等[26]提出的LP法計(jì)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(fù)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(qiáng)度、官員特征、地方財(cái)政支出以及經(jīng)濟(jì)發(fā)展水平.其中,借鑒Chen等[27]使用地方政府工作報(bào)告中與環(huán)境保護(hù)有關(guān)的詞頻占比作為環(huán)境規(guī)制強(qiáng)度的代理變量.主要變量的描述性統(tǒng)計(jì)見表1,其中tfp的均值為13.918,標(biāo)準(zhǔn)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(xiàn)的處理方式篩選樣本企業(yè):(1)刪除部分指標(biāo)缺失的企業(yè);(2)刪除ST類企業(yè);(3)刪除資產(chǎn)負(fù)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(duì)連續(xù)變量進(jìn)行上下1%水平縮尾處理.企業(yè)數(shù)據(jù)來自Wind以及國(guó)泰安數(shù)據(jù)庫(kù),城市層面數(shù)據(jù)來自《中國(guó)城市統(tǒng)計(jì)年鑒》[28].

表1 描述性統(tǒng)計(jì)

2 實(shí)證分析

2.1 政策有效性檢驗(yàn)

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(duì)工業(yè)廢水排放量的影響則不明顯,這反映出該政策的實(shí)施重點(diǎn)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(shí)效.為進(jìn)一步檢驗(yàn)環(huán)境執(zhí)法效應(yīng),本研究從北大法寶網(wǎng)站統(tǒng)計(jì)了各地方環(huán)保行政處罰案件數(shù)量,將其對(duì)數(shù)值和人均值作為地方環(huán)保執(zhí)法強(qiáng)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(qiáng)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(rèn)為“2+26”城市環(huán)境協(xié)同治理起到了明顯實(shí)效,這也為后文從企業(yè)全要素生產(chǎn)率角度檢驗(yàn)政策效應(yīng)提供了證據(jù)支持.

表2 政策有效性檢驗(yàn)

注:***、**、*分別代表1%、5%、10%的顯著性水平.括號(hào)內(nèi)為城市層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤.

2.2 基準(zhǔn)回歸

使用三重差分法實(shí)證檢驗(yàn)“2+26”城市環(huán)境協(xié)同治理對(duì)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(shí)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(yàn)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(cè)應(yīng)用反相高效液相色譜法（RP-HPLC）[8]，NAT2檢測(cè)應(yīng)用非擴(kuò)增熒光原位雜交法[9]。

表3 基準(zhǔn)回歸結(jié)果

注:***、**、*分別代表1%、5%、10%的顯著性水平.括號(hào)內(nèi)為城市層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤.

2.3 平行趨勢(shì)檢驗(yàn)

使用三重差分法需要滿足平行趨勢(shì)假設(shè),即“2+26”城市環(huán)境協(xié)同治理政策實(shí)施之前,處理組污染企業(yè)與對(duì)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(shì).本研究使用(3)式對(duì)此加以實(shí)證檢驗(yàn).以2014年為基準(zhǔn),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(xiàng).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(jì)系數(shù),回歸結(jié)果表明2015年和2016年的三重交互項(xiàng)系數(shù)皆不顯著,故平行趨勢(shì)檢驗(yàn)得以通過.另一方面,2017年及之后的絕對(duì)值逐漸增大,這說明“2+26”城市環(huán)境協(xié)同治理對(duì)于企業(yè)生產(chǎn)率的提升作用隨時(shí)間推移而逐漸加強(qiáng).

2.4 穩(wěn)健性檢驗(yàn)

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(jì)方法和ind界定方法 一是使用OP法重新估計(jì)[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(jì)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(yàn) 為避免遺漏變量帶來的選擇偏誤,本研究參考Cai等[31]隨機(jī)抽取28個(gè)城市作為“偽處理組”,其他城市為對(duì)照組,重新進(jìn)行(1)式的回歸估計(jì).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(jì)系數(shù)均值幾乎為0,所以可以排除非觀測(cè)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(yàn)

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(huì)干擾本研究估計(jì)結(jié)果,故在此將SO2排污權(quán)交易試點(diǎn)的省份樣本剔除.表4第(5)列表明三重差分估計(jì)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(duì)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(yàn)

注:***?**?*分別代表1%?5%?10%的顯著性水平.括號(hào)內(nèi)為城市層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤.

3 機(jī)制檢驗(yàn)與異質(zhì)性分析

3.1 機(jī)制檢驗(yàn)

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(yàn)證了“波特假說”,那么這一作用效果的實(shí)現(xiàn)機(jī)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(gè)方面展開機(jī)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(jìn)企業(yè)實(shí)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(duì)數(shù)值),相比專利申請(qǐng)量,專利授權(quán)量更能夠代表企業(yè)實(shí)際創(chuàng)新能力[23].表5第(1)列中三重差分估計(jì)系數(shù)為正,雖不顯著但值達(dá)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(shí)按照專利類型,本研究進(jìn)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(shí)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(shí)用新型專利量變化不明顯,這意味著企業(yè)為應(yīng)對(duì)嚴(yán)格的環(huán)境規(guī)制,多選擇“實(shí)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(jìn)行綠色技術(shù)改造升級(jí).此外考慮到專利授權(quán)存在時(shí)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(huì)增加環(huán)保投資和研發(fā)投入,例如購(gòu)置減排設(shè)備以及進(jìn)行生產(chǎn)過程的環(huán)保升級(jí)改造[34].為檢驗(yàn)這一作用機(jī)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(jìn)行標(biāo)準(zhǔn)化處理)作為被解釋變量納入模型(2)進(jìn)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(jí)提供了支持,進(jìn)而有利于企業(yè)全要素生產(chǎn)率的提高.

表5 機(jī)制分析

注:***、**、*分別代表1%、5%、10%的顯著性水平.括號(hào)內(nèi)為城市層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤.

3.2 異質(zhì)性分析

在識(shí)別“2+26”城市環(huán)境協(xié)同治理對(duì)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(jìn)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(qiáng)度等四個(gè)角度展開異質(zhì)性分析,基于主回歸(2)式的分樣本估計(jì)結(jié)果見表6.

3.2.1 環(huán)保執(zhí)法強(qiáng)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(yán)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(yán)格的地區(qū),“2+26”城市環(huán)境協(xié)同治理對(duì)于企業(yè)生產(chǎn)率的提升作用更加明顯.這是因?yàn)閲?yán)格的環(huán)境執(zhí)法是促進(jìn)環(huán)境政策有效實(shí)行的必要條件[22],這也再次印證了前文對(duì)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(jì)算“2+26”城市環(huán)境政策實(shí)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(qiáng)和綠色創(chuàng)新能力弱的企業(yè).第(3)和(4)列結(jié)果表明對(duì)于綠色創(chuàng)新能力更強(qiáng)的企業(yè),其生產(chǎn)率提升作用更加明顯.這是因?yàn)槠髽I(yè)綠色創(chuàng)新存在路徑依賴[35],綠色創(chuàng)新能力越強(qiáng)的企業(yè)更容易達(dá)到環(huán)保要求并提升市場(chǎng)競(jìng)爭(zhēng)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(jì)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?yàn)槿谫Y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(xiàng)目并實(shí)現(xiàn)技術(shù)改進(jìn).

3.2.4 企業(yè)所有制 按照企業(yè)實(shí)際控制人將樣本劃分為國(guó)有企業(yè)和非國(guó)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(guó)有企業(yè)的全要素生產(chǎn)率,而對(duì)非國(guó)有企業(yè)的影響則不明顯.這可能因?yàn)閲?guó)有企業(yè)多扮演政府“代言人”的角色并承擔(dān)更多政策性導(dǎo)向任務(wù)[37],其需要承擔(dān)更多污染減排任務(wù),同時(shí)可依賴政治聯(lián)系獲得更多資源支持,所以國(guó)有企業(yè)更有可能動(dòng)力與資源支持進(jìn)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(hào)內(nèi)為城市層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤.

4 結(jié)論與政策建議

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(duì)于嚴(yán)格落實(shí)環(huán)境規(guī)制政策、實(shí)現(xiàn)環(huán)境質(zhì)量改善與經(jīng)濟(jì)綠色轉(zhuǎn)型發(fā)展具有重要現(xiàn)實(shí)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(duì)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(qiáng)度的同時(shí),能夠有效提高企業(yè)全要素生產(chǎn)率.這一發(fā)現(xiàn)的實(shí)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(yán)格執(zhí)法的地區(qū)以及綠色創(chuàng)新能力更強(qiáng)、融資約束較低和國(guó)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(rèn)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(jí)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(shí)效、提高企業(yè)生產(chǎn)率的關(guān)鍵,都離不開以環(huán)保嚴(yán)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(jìn)一步加強(qiáng)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(qiáng)環(huán)境執(zhí)法的權(quán)威性.為此可以進(jìn)一步探索跨地區(qū)環(huán)保機(jī)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(jìn).第二,跨區(qū)域環(huán)境協(xié)同治理能夠推動(dòng)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(qiáng)綠色創(chuàng)新與環(huán)保投資治理,為此地方政府需要加強(qiáng)對(duì)綠色技術(shù)的研發(fā)資金投入,引導(dǎo)企業(yè)進(jìn)行環(huán)保改造與綠色技術(shù)創(chuàng)新,從而促進(jìn)全社會(huì)實(shí)現(xiàn)綠色轉(zhuǎn)型發(fā)展.同時(shí),考慮到跨域環(huán)境治理中各地方政府的財(cái)政能力存在差異,中央政府也需要加大跨域污染防治專項(xiàng)資金的支持力度,重點(diǎn)用于工業(yè)污染治理與轉(zhuǎn)型升級(jí)等領(lǐng)域.第三,跨區(qū)域環(huán)境協(xié)同治理對(duì)企業(yè)生產(chǎn)率的影響存在明顯異質(zhì)性,所以在推進(jìn)跨域污染防治與環(huán)保嚴(yán)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(diǎn)制定差異化且有針對(duì)性的環(huán)境規(guī)制政策安排,實(shí)施“一廠一策”的環(huán)保治理方案,尤其要加大對(duì)融資緊張?技術(shù)落后以及非國(guó)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(diǎn)斷面水質(zhì)監(jiān)測(cè)周數(shù)據(jù)的檢驗(yàn)[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 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(yáng)潔.我國(guó)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(jí)市環(huán)保系統(tǒng)改革的證據(jù)[J]. 經(jīng)濟(jì)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(jì)、協(xié)同狀態(tài)評(píng)價(jià)及影響因素分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 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(dòng)對(duì)京津冀地區(qū)大氣污染物濃度的影響[J]. 中國(guó)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(qiáng),張慶勇.“2+26”城市治霾方案效果評(píng)估:以山東省為案例的研究[J]. 中國(guó)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(guó).大氣污染跨域協(xié)同治理的機(jī)制考察與制度邏輯——基于京津冀的協(xié)同實(shí)踐[J]. 中國(guó)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(lán)天保衛(wèi)戰(zhàn)”與大氣污染的區(qū)域聯(lián)防聯(lián)治機(jī)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(jìn)污染物減排嗎?——基于城市的三重差分研究[J]. 管理評(píng)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(yáng),王佃利.京津冀協(xié)同治理對(duì)區(qū)域污染排放的影響研究——基于雙重差分模型的實(shí)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(guó)工業(yè)經(jīng)濟(jì), 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(shí)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(biāo)責(zé)任制的證據(jù)[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 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(chǎng)能否誘發(fā)綠色創(chuàng)新?——基于我國(guó)上市公司綠色專利數(shù)據(jù)的證據(jù)[J]. 經(jīng)濟(jì)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(guó)環(huán)境統(tǒng)計(jì)年鑒 [M]. 中國(guó)統(tǒng)計(jì)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(guó)城市統(tǒng)計(jì)年鑒 [M]. 中國(guó)統(tǒng)計(jì)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(jī)制是否提高了企業(yè)全要素生產(chǎn)率——來自中國(guó)上市公司的證據(jù)[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 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(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新?——宏觀產(chǎn)業(yè)政策對(duì)微觀企業(yè)創(chuàng)新的影響[J]. 經(jīng)濟(jì)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(jī)效:來自環(huán)保約談的準(zhǔn)自然實(shí)驗(yàn)證據(jù)[J]. 南開管理評(píng)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(huì)科學(xué)基金規(guī)劃項(xiàng)目(21GLB032)

*責(zé)任作者, 副教授, hlbbk@163.com

張家豪(1997-),男,山東濰坊人,中國(guó)人民大學(xué)碩士研究生,主要研究方向?yàn)榄h(huán)境經(jīng)濟(jì)學(xué).