環境分權與企業生產率

李衛兵 史璐

摘要：環境分權是中央政府和地方政府對于環境事權的分配，而“國控源環境數據直報”政策本質上是一次調整環境分權化水平的改革。將該政策視為一個準自然實驗，構建雙重差分模型，考察其對企業生產率的影響。研究發現，該政策在短期內會顯著抑制國家重點監控企業的生產率提升，但隨著時間的推移，這種抑制作用會逐漸消失。結合環境分權理論進一步闡釋和驗證該政策對企業生產率的潛在影響機制，發現該政策主要通過擠出企業研發投入、抑制企業尋租行為和激勵企業自愿規制環境行為等機制抑制企業生產率。進一步分析表明，企業所有制、行業污染密集程度和地區市場化水平等特征會對環境分權與企業生產率之間的關系產生異質性影響。環境分權與微觀企業行為之間因果關系的揭示，可以為政府健全“國控源環境數據直報”政策的長效機制提供決策參考。

關鍵詞：環境分權；環境政策；企業生產率；環境治理；環境數據

文獻標識碼：A???文章編號：100228482024（01）011714

一、問題提出

環境分權是指基于環境聯邦主義的分權思想探究環境事務中的職權分配問題，其本質是中央政府和地方政府對于環境事權的分配。關于環境治理究竟應該集權化還是分權化，學界已有廣泛討論。早期環境聯邦主義學者傾向于支持環境治理的集權制，認為應該由中央政府集中主導環境事權。原因在于公共物品供給具有規模效應，由中央政府統一供給環境類公共物品能夠實現規模收益，有效降低環境治理成本[1]。此外，環境問題的強烈外部性特征使地方政府雖然在法律層面和職能劃分上具有一定治理權，但環境治理的政治激勵不足導致政府自身對環境治理無法產生強烈意愿，從而在執行過程中存在“選擇性執行”傾向或“道德風險”問題[2]，而且地方政府常常各自為政，對環境治理采用的手段和衡量標準不盡相同，這會影響環境治理的整體成效。還有部分學者主張環境治理的分權制，認為應將環境管理權限下放給地方政府。這是因為相對于中央政府而言，地方政府更具信息優勢，而且地方政府對環境治理的參與度和話語權得到加強后，還可以根據當地實際情況，針對各自的區域特征差異實現環境公共物品供給與地區消費者偏好達到最優配置的機制，從而提高環境治理效率[3]。相反，集權下中央政府相較于地方政府而言處于信息劣勢，在環境治理上的信息搜集成本過高以及信息不對稱問題干擾其政策制定，最終導致環境治理效率過低[4]?？傮w來看，現有文獻已經充分討論了環境分權（或集權）對環境治理效率的影響，但關于環境分權的生產率效應的文獻并不多見。本文試圖深入考察環境分權對企業生產率的影響程度與機制，從邊際上擴展現有文獻的研究視角。

從理論上來說，環境分權會導致環境事務的管轄權下放，監管污染企業的機構數量也隨之增加，這會增加政企合謀的風險，導致以環境質量換取企業績效的現象頻發[5]；反之，分權度降低以后，中央政府制定的環境保護標準將得到更徹底的貫徹和落實，高污染、高能耗企業被迫停產整改或者關閉，這會削弱環境分權的經濟增長效應[6]。關于環境分權對微觀企業影響的實證文獻相對較少。學者們發現環境分權有利于降低企業成本，防止企業向消費者轉嫁環境成本并增加產品的市場需求，從而提升企業的技術創新能力[7]；然而，過高的環境分權化水平也可能導致地方政府難以統籌設計出合理的環境政策，進而抑制企業技術創新[8]。李強[9]采用不同級次政府環境保護部門的人員分布特征度量省級層面的環境分權水平，研究發現環境分權與企業全要素生產率（TFP）之間存在倒Ｕ型關系。

環境分權與企業生產率通過對現有文獻的梳理和回顧發現，關于環境分權的相關研究集中于考察環境分權的宏觀經濟影響，少數從微觀企業視角分析環境分權效應的文獻用財政分權來衡量環境分權水平并側重于分析環境分權與企業技術創新水平之間的關系[10]。然而，財政分權指標并不是合適的環境分權代理變量，財政聯邦主義也無法代替環境聯邦主義。這種度量方式顯然忽視了環境管理制度本身是造成環境污染惡化的主因，甚至還會掩蓋中國環境管理體制中的結構性問題[11]。而部分學者采用政府環境保護部門的人員分布特征這一間接指標刻畫各省域的環境分權化水平[9，12]，則未能考慮到地方環境保護系統與中央環境保護系統人員數之比與環境分權度并無直接聯系，這種處理方式會忽略環境分權在環境政策實施過程中存在的復雜情況以及中國各級環境保護機構人員數在統計上存在嚴重缺失的現實問題。此外，現有統計數據僅報告了各省域的環境保護機構人員數，因而無法測度城市層面的環境分權化水平。區別于現有文獻，本文嘗試以一種更直接的、外生政策沖擊的方式——2013年生態環境部

2018年，國務院撤銷環境保護部并組建生態環境部。為了簡化表述，本文統一稱為生態環境部。頒布的《關于開展國家重點監控企業環境統計數據直報工作的通知》（下文簡稱《通知》）度量環境分權，深入考察其對國家重點監控企業生產率的影響。

為了強化對重點污染源的環境監管，生態環境部于2013年頒布《通知》，提出國家重點監控企業的環境統計數據由企業自身直接獨立報送（即“國控源環境數據直報”政策），并由生態環境部統一管理直報數據庫，而地方各級環境保護部門的權力則被削弱到只有對企業的監督職責。

企業將自身數據上傳系統后，任何中間環節的修改都會被生態環境部直接監控，因而地方環境保護部門在環境統計方面的裁量權被嚴重制約。

該政策不僅改變了環境統計工作近40年來的傳統年報制度的數據上報方式，也直接改變了中央政府、地方政府以及企業三者之間在基礎環境數據收集工作方面的分工與權力關系，更是當前中國環境治理探索過程中環境分權化水平變動的一個縮影。中國長期以來形成的環境分權式的治理模式一直收效甚微。自1994年建立以分稅制為主要內容的財政分權管理體制以來，中央政府逐漸把經濟決策權下放給地方政府，在壓力型政治錦標賽機制中，地方政府官員為了在以經濟增長為基礎的政治競爭中贏得晉升，通常會主動降低環境標準以吸引要素流入，造成環境保護政策的執行偏差問題。而且，地方政府作為環境政策的具體執行者，其在以經濟發展作為首要目標的情況下，還有與企業“合謀”犧牲環境質量來換取經濟利益最大化的動機[13]。由于中央政府與地方政府之間的信息不對稱，中央政府難以實時監管地方政府在環境政策執行過程中的機會主義行為[14]。近年來，中央政府對環境治理框架下的環境分權化水平不斷地進行調整與改革，而“國控源環境數據直報”政策的實施則是其中的一個重要組成部分。

本文選擇用“國控源環境數據直報”政策衡量環境分權化水平的外生變動，主要原因在于：（1）該政策的本質是中央政府對于環境分權化水平的調整，反映了在環境統計這一特殊領域中央政府和地方政府之間關于環境監管權限的變動。目前幾乎沒有學者研究該政策，而其作為環境統計工作開展幾十年來在數據質量上的重大突破與規制方式上的重要舉措，具有足夠的研究價值。（2）該政策相較于其他集權化政策而言存在特殊之處。盡管傳統觀點一直認為集權下的中央政府在環境治理上會損耗大量信息搜尋成本，但該政策的實施反而會得益于大數據科學技術的應用，通過縮短中間環節而大大降低環境數據的搜尋成本。這也意味著隨著技術進步，信息不對稱或許將不再成為阻礙環境治理集權化的因素，反映出適應當前技術水平的發展趨勢而降低環境分權化水平的優越性。（3）國家重點監控企業是重要的排污主體，但現有文獻卻較少關注此類企業。

“國控源環境數據直報”政策于2014年開始正式實施，其實施對象為列在國家重點監控企業名單上的企業，而不在名單上的其他同行業企業則不受該政策的約束，這為本文構建雙重差分（DID）模型識別環境分權的凈影響提供了契機。本文將基于2007—2019年A股上市公司數據，運用不同

方法測算出企業全要素生產率，通過DID方法分析環境分權的外生變化對微觀企業生產率的影響程度以及影響機理，并進行一系列穩健性檢驗和異質性分析。

本文試圖在如下幾個方面有所貢獻：第一，通過研究“國控源環境數據直報”政策與企業生產率之間的關系，揭示環境分權化水平如何影響企業行為，為中央政府在不同級別政府之間分配環境事務的管理權提供經驗證據。第二，以國家重點監控企業及同行業企業為研究對象，從環境分權的視角研究“國控源環境數據直報”政策的影響，針對現有文獻較少涉及的研究主題進行實證分析，得到與其他學者通過博弈模型對環境分權與企業生產率的關系進行理論分析相一致的結論，從邊際上豐富相關文獻的研究視角。第三，將環境保護與企業發展之間的矛盾以及中央政府與地方政府之間關于環境事權分配的矛盾置于同一框架下進行研究，對中國實現經濟高質量發展提供決策參考。

二、政策背景與理論機制

（一）政策背景

國家環境保護部門設定的國家重點監控企業具體可分為國控、省控和市控三類，其中國控企業由生態環境部篩選確定，標準最為嚴格。位列國家重點監控企業名單上的上市公司排放的主要污染物占工業污染總量的比例超過65%。為了有效監督和控制國家重點監控企業的污染排放，生態環境部于2013年頒布《通知》，規定于2014年第一季度開始全面推行“國控源環境數據直報”政策，即國家重點監控企業的數據采集、審核、反饋、匯總等環節均通過網絡在線進行，企業在規定上報時限內登錄國控源直報系統，完整填報國控源直報統計調查表并提交環境保護部門審核，市、省、國家各級環境保護部門在規定時限內在線審核轄區內統計調查對象填報的數據，合格并驗收后通過系統網上提交，最終形成環境統計數據直報數據庫。相較于此前普遍由政府代填代報的企業環境年報統計政策而言，新政策下地方政府只在全過程中承擔監督、統計和評估職責，行使統計業務指導或技能培訓的權力。其權力受限更為直觀地表現為：企業將自身數據上傳后，聯網直報系統中對于中間環節的修改都會被生態環境部直接監控，地方環境保護部門無權更改，在環境統計方面的裁量權被嚴重制約。因此，這種新的上報方式除了可以實現數據的實時傳輸以及保證時效性之外，還可以大幅提高數據的真實性。

在“國控源環境數據直報”政策實施之前，由于地方政府在環境數據上報過程中可操縱空間過大，其作為當地環境治理的代理方可能會出于對考核壓力、晉升激勵、財政收入的需求而在中間環節虛報、代報、選擇性報告或人為修改數據，導致環境數據的真實性幾乎失效[15]。而該政策實施之后，直報數據庫由生態環境部統一管理，地方各級環境保護部門只有監督職責，這大大削弱了其監測權，有利于保證環境統計工作的相對獨立性?；鶎咏y計隊伍的工作重點也由過去的數據收集匯總、報表填報轉向對原始數據的核查和企業基礎統計工作的督促指導，以達到有效消除可能存在的在中間環節對統計數據的人為干擾。同時，聯網直報模式能在不增加信息傳遞成本的前提下打破行政組織的層級界限，快速實現頂層與基層的信息互動，提高數據匯總效率和生產過程的透明度與可控性，并且提高統計數據在傳遞過程中的抗干擾能力。

經濟分權與環境分權的共存是中國環境污染問題始終得不到妥善解決的關鍵[16]。為了提高地方政府的環境污染治理效率，中央政府自2013年黨的十八屆三中全會召開以來，極力推動環境管理體制的深度轉型，旨在減少不必要的分級政府干預，并消除分權制度扭曲導致的資源錯配和效率損失。而“國控源環境數據直報”政策本質上是關于環境分權化的調整，可視為中央政府對環境事務的管理權進行集權化改革的政策之一。

（二）理論機制

“國控源環境數據直報”政策主要通過降低企業研發投入、抑制企業尋租行為和激勵企業自愿規制環境行為這三個機制影響企業生產率。

1.研發投入

技術創新是提升企業生產率的有效途徑。環境治理的分權化導致地方政府存在放松環境規制以保護本地企業的激勵，而集權化的環境治理模式無形中增加了企業面臨的外部風險，進而阻礙企業對研發和技術引進等生產率提升行為的投資追求[17]。盡管“波特假說”認為環境政策有可能刺激企業進行綠色創新來抵消部分或全部環境成本，帶來“創新補償效應”，但事實上，較高的環境分權度意味著地方政府要承擔較大的環境保護投資責任，而地方政府的環境保護投資在一定程度上會擠出私人部門的環境治理投資，因為企業可能會因為政府對某一環境保護項目的支出而放棄自身原本的環境治理投資計劃?！皣卦喘h境數據直報”政策的實施則有利于緩解地方政府的環境保護投資壓力，這也意味著企業要承擔更多原本不屬于自身或可能被政策優惠減免的環境治理投資。同時，該政策對環境保護數據的真實性管控更為嚴格，這也會促使企業增加環境治理投資以及環境數據統計方面的經常性支出。企業進行技術創新活動需要大量的研發投入資金支持，因而至少在短期內，企業原本用于技術創新投入的經費會被環境治理支出擠占，進而抑制企業生產率的提升。

2.尋租行為

在環境分權體制下，地方政府在本地環境事務上擁有較大自主權，容易滋生政企合謀。對于企業來說，合謀帶來的尋租活動可以刺激企業在政府競價中獲得租金，從而獲取市場競爭優勢。在現實中，甚至有部分地方政府利用權力設立租金，誘導企業尋租。此外，排污企業受利益驅動也傾向于生產見效快、高能耗、高污染產品，主動或被迫向政府尋租以規避環境保護處罰，從而獲取可以主動瞞報或謊報環境保護數據的“保護傘”[18]。

長期來看，尋租行為對地區營商環境、社會生產率乃至社會公平都將造成不利影響。然而，政治關聯對企業生產率的影響錯綜復雜，通過尋租建立起政治關聯并獲得政治資源是否會對企業的長久發展造成不利影響，學術界仍未達成統一的觀點。尋租對企業的危害主要體現在這部分非生產性支出會擠出企業實體投資以及創新投入資源，進而抑制企業生產率增長[1920]。因此，當尋租行為減少時，尋租企業可能會重新感受到市場競爭的壓力，從而增加對自身發展的投入。但在短期內，相較于通過尋租行為而快速獲得各種確切的優惠政策、信貸資金支持而言，實體投資存在投入高、回報周期長等不確定性特征，這可能會使得企業暫時面臨經營成本上升以及回報率低等問題，且創新的正外部性會使企業創新成功的私人收益低于社會收益，在國家正式制度（如產權保護制度）不完全時企業創新可能存在收益風險，從而在一定時期內抑制企業生產率[21]。

在“國控源環境數據直報”政策實施以后，政企合謀的機會大大減少，企業的生產管理成本也隨之增加。具體來說，該政策改變了企業逐級匯總上報企業環境統計數據的落后統計方式，有效消除了地方利益主體造成的統計數據干擾，并極大地提升了環境數據的真實性，還導致地方政府無權插手報表填報，從而不得不在層層博弈下加強對企業的監管。在嚴格的數據統計環境下，企業也難以通過尋租行為隱瞞排污量。企業通過尋租建立起的政治關聯作為一種非正式機制，與正式的法律和金融制度一樣會影響企業出口、融資行為與創新研發活動，從而間接影響企業生產率[22]。資源配置效率的改善是實現企業生產率快速提升的重要途徑之一。隨著市場上的尋租行為減少而帶來的市場資源配置的優化，尋租個體從前通過政治關聯所得到的優先獲得信貸資源、政府補貼、稅收減免的機會也就相應減少，而這類融資約束問題會直接使企業內部生產資源合理配置和投資項目升級受阻，進而抑制企業生產率增長。此外，減少尋租還有可能使企業喪失其政治身份所帶來的信息效應和制度保護優勢，增加其所面臨的市場風險。因此，環境分權化水平的降低削弱了政企合謀現象及其衍生的嚴重尋租問題，從而減少了企業通過違規生產獲取超額利潤的機會，進而抑制企業生產率的提升。

3.自愿規制環境行為

如果企業預期政府會逐步加強環境標準，企業可能會產生自愿規制其環境行為的動機，這是因為企業能以此獲得更大的規制彈性或避免未來可能出現的更嚴格的環境規制和法律訴訟風險。企業當前面臨的環境規制越嚴格，就越容易認為未來環境規制會進一步加強，從而越可能實施自愿規制行為，例如主動采用標準化環境管理體系[23]?！皣卦喘h境數據直報”政策實施后，地方的外部制度環境趨于嚴格，企業在權衡自身環境與外部制度之間的互動影響后，可能會選擇采用標準化環境管理體系。長遠來看，標準化環境管理體系認證能夠優化企業環境績效和資源配置，提高企業全要素生產率[24]，但在短期內卻可能對企業生產率起到抑制作用，這主要是因為標準化環境管理體系認證要求企業投入更多環境保護資金和履行更多環境責任，從而導致高污染和高能耗生產項目的盈利水平下降以及改善生產工藝的投入增加。此外，標準化環境管理體系認證雖然并不具備強制性，但其審核、審批程序比較嚴格和規范，可能會以環境成本內部化的方式迫使企業承擔更高的環境成本，進而抑制企業生產率的提升。

三、變量、數據與模型

（一）變量

1.企業生產率

本文參考魯曉東等[2526]的做法，采用全要素生產率衡量企業生產率。企業資本投入水平通過永續盤存法測算，即Kt=?It+（1-σ）Kt-1。其中，It為第t期投資，Kt為第t期資本存量，σ為折舊率?？紤]到折舊率選擇的差異性，本文用該式的另一種形式來測算資本投入，即Kt=?It+?Kt-1-?Dt。其中，Dt為第t期固定資產折舊。同時，用企業從業人數衡量勞動投入水平。為了保證結果的穩健性，在基準回歸中采用以LevinsohnPetrin法計算的全要素生產率（TFPLP）作為結果變量，而在穩健性檢驗中分別用以高斯混合模型（GMM）法和最小二乘法法計算的全要素生產率（TFPGMM和?TFPOLS）作為結果變量。所有變量定義及測算方式見表1。

2.核心解釋變量

本文將“國控源環境數據直報”政策視為一項準自然實驗，把需要直報環境數據的國家重點監控企業作為處理組，無需直報環境數據的非國家重點監控企業作為對照組，并構建政策虛擬變量作為核心解釋變量。由于生態環境部公布的國家重點監控企業名單會隨上一年度各企業的環境保護數據而變化，而且非上市公司的各項數據難以獲取，通過手動篩查，將樣本期內連續被列入名單中的上市公司作為處理組，并將從未進入過名單中的同行業其他上市公司作為對照組。

3.控制變量

參考現有文獻，選取可能影響生產率的公司特征變量和地區特征變量作為控制變量。其中，企業特征變量包括：公司年齡（AGE），即公司成立以來的年限；股權性質（EQU），國有企業取值為1，否則取值為0；公司規模（SIZ），即當年上市公司年初總資產合計的對數值；資產回報率（ROA），即（利潤總額+利息支出）/平均總資產；資產負債率（ROL），即總負債/總資產。地區特征變量包括：上市公司所在地區的經濟發展程度（GDP），?即公司所在城市人均實際GDP的增長率；政府支出規模（EXP），即公司所在城市財政支出水平的對數值；財政收入（REV），即公司所在城市財政收入水平的對數值；固定資產投資（INV），即公司所在城市固定資產投資水平的對數值；產業結構（STR），即公司所在地區第二產業占GDP的比重。

（二）數據選取

手動篩選出2007—2019年滬深A股上市公司中的303家公司，其中處理組包括自生態環境部首次公布國家重點監控企業名單到2019年每年均被列入名單的38家公司，對照組包括在樣本期內從未進入過名單的同行業的265家公司。行業分類參考2012年中國證券監督管理委員會公布的《上市公司行業分類指引》。按照慣例，在數據處理過程中剔除ST和*ST類公司樣本、資產負債率大于1或者小于0的公司樣本以及核心變量存在缺失值的公司樣本，并且對連續型變量進行上下1%分位數的縮尾處理。文中使用的所有數據均來自國泰安數據庫。

（三）描述性統計

所有變量的描述性統計結果見表2?？梢钥闯?，無論以哪種方法計算上市公司的全要素生產率，對照組與處理組的平均生產率水平均存在一定差距，處理組企業的平均生產率水平要高于對照組企業。此外，處理組企業所處地區的經濟發展程度、政府支出規模、財政收入規模和固定資產投資水平整體上要低于對照組企業所處的地區，這可能與國家重點監控企業這類高污染、高耗能企業朝經濟欠發達地區進行產業轉移以尋求“污染避難所”有關。

（四）實證策略

本文運用DID方法估計“國控源環境數據直報”政策對企業生產率的影響，回歸模型設定如下：

其中，被解釋變量TFPit表示t年度i企業的全要素生產率，在基準回歸中采用TFPLP衡量全要素生產率，在穩健性檢驗部分分別用TFPOLS和TFPGMM衡量全要素生產率。核心解釋變量EDR為代表“國控源環境數據直報”政策的虛擬變量，當且僅當該企業處于正在進行環境數據直報時，該變量取值為1，否則一律取值為0。Z代表一系列控制變量，εit表示聚類到企業層面的隨機誤差項。此外，本文還控制了時間固定效應（γt）和企業固定效應（δi）。本文關注的核心系數β1能捕捉到“國控源環境數據直報”政策的生產率效應，如果其值顯著大于0，則說明環境分權化水平的下降有助于提升企業生產率；反之，則說明環境分權化水平的下降會抑制企業生產率。

四、實證分析

（一）基準回歸結果

基準回歸結果見表3，所有回歸均將標準誤聚類至企業層面以減弱樣本潛在的自相關性帶來的估計偏誤。隨著控制變量的逐漸引入，核心解釋變量EDR的估計系數絕對值略微下降，但始終顯著為負，表明“國控源環境數據直報”政策實施后，在短期內企業全要素生產率會受到抑制。

由于第（3）列控制了所有相關因素，以該列的回歸結果簡要介紹其他控制變量的估計結果。企業特征變量方面，企業規模的估計系數顯著為正，意味著企業規模越大就越能提高生產率；資產回報率也與生產率顯著正相關，表明企業投入資金所獲得的回報越高就越能帶動生產率提升；企業資產負債率的系數顯著為正，說明企業可獲得的外部融資增加有利于提升企業的投資能力，進而提升生產率。地區特征變量方面，政府支出和產業結構的估計系數均顯著為正，說明政府支出增加會通過提供更多公共產品促進企業生產率提升，而產業結構升級也有利于提升企業生產率；固定資產投資的系數顯著為負，可能是因為當前中國房地產開發投資占固定資產投資的比重持續攀升，從而對制造業的發展產生了嚴重的擠出效應，而且在企業內部也同樣存在固定資產投資擠占流動資金的現象，這無疑會抑制企業生產率的提升。

（二）平行趨勢檢驗

應用DID模型需滿足平行趨勢假設，即在政策發生前，處理組樣本與對照組樣本的全要素生產率應具有一致的變動趨勢。本文構建如下模型進行平行趨勢檢驗：

其中，PREi表示“國控源環境數據直報”政策實施前第i年的時間虛擬變量，POSj表示政策實施后第j年的時間虛擬變量，CUR則表示政策實施當年的時間虛擬變量。為避免多重共線性，在模型中剔除該政策實施前1年的時間虛擬變量。如果系數ρi（i=2，…，7）并不顯著異于0，則表明平行趨勢假設成立。

所有時間虛擬變量的估計系數如圖1所示，可以看出，在“國控源環境數據直報”政策實施之前，各年份時間虛擬變量的估計系數均不顯著異于0，證實DID估計滿足平行趨勢假設。此外，該政策實施之后，時間虛擬變量的估計系數顯著為負，這也與基準回歸結果保持一致。值得指出的是，該政策實施后的第三年開始，時間虛擬變量的估計系數變得不顯著，并且其絕對值慢慢變小，這意味著該政策僅僅會在短期抑制企業生產率，隨著時間的推移，其對生產率的負向影響逐漸消失。

（三）穩健性檢驗

1.替換全要素生產率指標

為了考察基準回歸結果對于全要素生產率的計算方法是否敏感，本文采用GMM法和OLS法計算企業全要素生產率，并將之作為被解釋變量代入式（1）進行回歸，結果見表4。容易看出，無論是否加入控制變量，核心解釋變量的估計系數均顯著為負，而且其值與基準回歸結果大致相同，這說明“國控源環境數據直報”政策的實施在短期內對企業生產率的負面影響不會因為生產率計算方式的變化而不同。

2.結合傾向得分匹配（PSM）方法與DID方法

國家重點監控企業在2014年被列入監控名單前與非重點監控企業的企業特征本身可能就存在差異，這種處理組和對照組的顯著差異會導致估計偏誤。為了解決樣本選擇偏誤問題，本文在進行DID估計之前先采用PSM方法為處理組匹配相近的對照組，從而生成新的對照組。PSM方法根據多維匹配指標進行傾向得分P值的計算并根據處理組和對照組之間P值的相近度對二者進行匹配，可以降低樣本選擇偏誤問題造成的估計誤差，提高實證結果的準確性。

本文分別采用流行的1∶1、1∶3最近鄰匹配法以及核匹配法對“國控源環境數據直報”政策實施之前的處理組和對照組進行匹配，當企業個體特征對企業是否會成為該政策實施對象的作用完全取決于可觀測的控制變量時，可以認為不同企業成為該政策實施對象的概率相近。具體地，以樣本企業是否為國家重點監控企業為被解釋變量，以式（1）中各控制變量為解釋變量，進行Logit回歸并獲得每個觀測值的傾向得分。然后，分別采用最近鄰匹配法和核匹配法確定對照組樣本，并將其和處理組樣本合并在一起，形成新的樣本進行DID回歸。

最終，本文為277個處理組數據匹配到3組不同的對照組數據，相應的回歸結果見表5。其中，第（1）～（3）列分別為采用1∶1最近鄰匹配法、1∶3最近鄰匹配法以及核匹配法進行匹配后的DID估計結果，所有回歸均控制城市層面和企業層面的控制變量，并同時加入時間固定效應和企業固定效應。對比表5與表3第（3）列的結果可以發現，結合PSM方法與DID方法進行估計后，核心解釋變量EDR的估計系數的絕對值稍有下降，但仍然在10%的水平顯著為負，證實了基準回歸結果的穩健性。

3.時間安慰劑檢驗

除了“國控源環境數據直報政策”以外，一些未能觀測到的政策或隨機性因素也可能導致從2014年開始處理組與對照組樣本的生產率產生顯著差異，使本文錯誤地將其識別為?“國控源環境數據直報政策”帶來的生產率效應。為了排除這類政策或隨機性因素的影響，將“國控源環境數據直報政策”的實施年份人為提前3～5年，即提前至2009、2010和2011年，并基于這種假想的政策實施年份構建新的核心解釋變量EDR（即EDR2009、EDR2010和EDR2011），然后進行DID估計。如果EDR的估計系數仍然顯著為負，則說明處理組與對照組樣本的生產率差異來自其他政策或隨機性因素，而非“國控源環境數據直報政策”。

將假想的核心解釋變量代入式（1）進行回歸，結果見表6。其中，第（1）～（3）列分別為假想政策實施年份為2011、2010、2009年的回歸結果?？梢园l現，無論將政策實施年份假想前置到哪一年，相應的核心解釋變量（EDR2009、EDR2010和EDR2011）的估計系數均不顯著，因此基準回歸中所識別的政策效應并非來自未考慮到的其他政策或隨機性因素的驅動。

4.隨機抽取處理組

圖2?隨機抽取處理組后相應估計的核密度分布

樣本中受“國控源環境數據直報”政策影響的企業占全部樣本的比重較小，約為13%。盡管在穩健性檢驗部分采用PSM方法為處理組樣本匹配了趨勢一致的對照組樣本，基于匹配后的樣本進行的檢驗結果與基準回歸結果一致，但這依然不能排除小樣本偏差所帶來的估計偏誤問題。本文參考石大千等[27]的處理方式，采用隨機虛構處理組的方法解決處理組樣本相對較少可能會導致的小樣本偏差問題。具體地，隨機選取38個企業作為偽處理組，其他企業為控制組，然后依此構建虛假的核心解釋變量EDRFalse，并進行DID估計。將此過程重復300次，得到300個變量EDRFalse?的估計系數，相應的核密度分布函數見圖2。曲線為300次回歸中系數的概率密度分布，圖中最左側的直線所在位置表示基準回歸中的真實估計系數（其值為-0.115）?？梢钥闯?，偽處理組回歸的估計系數主要集中均勻分布在0的兩側，與真實值偏離很大，且服從正態分布，符合隨機抽取處理組進行穩健性檢驗的預期，說明本文的估計結果不太可能是其他政策或者隨機性因素以及小樣本偏差所造成的。

5.排除競爭性假說

2016年，國務院辦公廳印發了《關于省以下環保機構監測監察執法垂直管理制度改革試點工作的指導意見》。該改革適度上收了基層的環境治理權限，導致地方政府的環境管理呈現集權化趨勢。由于其正式實施時間正好處于本研究的樣本期間，而且本質也屬于環境管理體制的集權改革，因此可能會干擾識別“國控源環境數據直報”政策對企業生產率的影響。在樣本期間，陸續實行該改革的省份包括：河北省和重慶市（2016年）、福建等6省份（2017年）、廣西壯族自治區等4省份（2018年）、安徽等18省份（2019年）。為了排除該改革的影響，筆者收集了各省份實行環境保護機構監測監察執法垂直管理制度改革（后文簡稱“環保垂直管理制度改革”）的具體時間，由此構建虛擬變量VER：如果企業所在省份推行了該改革，則對于改革當年及其隨后的年份，VER取值為1；否則，取值為0。然后，將該變量引入式（1）進行回歸。表7的回歸結果顯示，在控制虛擬變量VER后，核心解釋變量EDR的估計系數依然顯著為負，這意味著該競爭性政策對基準回歸結果并沒有產生顯著影響，從而排除了競爭性假說。

五、機制檢驗及異質性分析

（一）機制檢驗

“國控源環境數據直報”政策的實施可能會通過增加企業環境保護支出而減少研發投入，造成創新擠出效應，抑制企業生產率增長。本文采用企業研發投入金額的對數衡量研發投入指標（R&D），并將其代入式（1）作為被解釋變量進行估計。表8第（1）列的回歸結果表明，核心解釋變量EDR的估計系數顯著為負，表明“國控源環境數據直報”政策會顯著抑制企業研發投入，而增加研發投入是提升企業生產率的重要因素。因此，環境分權化水平的下降會在短期內通過減少企業研發投入而抑制企業生產率。

2.尋租行為

現有文獻用來刻畫企業尋租行為的指標比較多，包括企業管理費用明細中的某幾項費用、基于問卷調查結果而構建的綜合指標和超額管理費等。本文借鑒杜興強等[28]的思路，從上市公司財務報表中的管理費用提取企業尋租信息，估算出企業超額管理費，并以之衡量企業尋租行為。具體地，用式（3）估算企業超額管理費：

OAit=?φ0+∑7l=1φl×?VARit+?τh+?γt+??εit[JY]（3）

其中，OA表示企業營業管理費用，用企業管理費用除以營業收入來計算。VAR表示一系列企業特征變量，包括：營業收入，用營業收入的對數值衡量；資產負債率，即總負債/總資產；營業收入增長率；董事會規模，即董事會的董事數量；員工總數，即企業在職員工人數；會計師事務所類型，即若為國際四大會計師事務所（普華永道、安永、畢馬威和德勤會計師事務所）則取值為1，否則取值為0；企業年齡，即企業成立的年數；公司毛利率，即（營業收入－營業成本）/營業收入；股權集中度，即公司前五大股東的赫芬達爾指數（股東持股比例的平方和）。類似地，在數據處理過程中對上述連續型變量按照?1%與?99%的分位數進行?Winsorize?縮尾處理，同時控制行業固定效應（τh）和時間固定效應（?γt）。根據式（3）進行回歸，然后提取殘差項（εit）即為超額管理費用（RENT）。最后，將超額管理費用指標作為被解釋變量代入式（1）進行回歸，相應的結果見表8第（2）列。

容易看出，核心解釋變量EDR的估計系數顯著為負，說明“國控源環境數據直報”政策會顯著抑制企業尋租行為，原因在于這種環境治理集權化水平的加強在一定程度上打破了政企合謀的“溫床”，地方監測事權的上移使企業無法再通過向地方官員尋租來尋求優待。

3.自愿規制環境行為

在環境分權體制下，地方政府普遍存在放松環境規制以保護本地企業的現象，企業在環境管理事務上受到的外部制度約束較小。而“國控源環境數據直報”政策實施會使企業面臨新的環境管制、市場要求和社會期望等因素，企業為了獲取政府支持和規避風險，往往會自愿規制其環境行為，進而導致生產率下降?？紤]到環境管理體系認證是在中國應用最廣泛的一種自愿性環境規制行為，本文以企業是否通過環境管理體系認證ISO14001作為自愿規制行為的代理變量（VR），并將其代入式（1）進行回歸。由于該數據于2008年才開始公開，因此該回歸的樣本期為2008—2019年。表8第（3）列的回歸結果顯示，核心解釋變量EDR的估計系數在1%的水平上顯著為正，證實“國控源環境數據直報”政策的實施會激勵國家重點監控企業進行自愿環境保護貫標，即使這一行為短期內會導致企業生產率下降。

（二）異質性分析

1.企業所有制

相較于非國有企業，國有企業具有的天然政治關聯使其承擔著更多的社會責任，它們對政策也更為敏感[29]。因此，“國控源環境數據直報”政策的實施可能對不同所有制企業的生產率產生異質性影響。為了驗證這一猜想，將企業按所有制性質分兩類，即國有企業和非國有企業，然后針對這兩組子樣本分別進行回歸。表9第（1）（2）列的分組回歸結果顯示，“國控源環境數據直報”政策會顯著降低國有企業的生產率，但對非國有企業的生產率并不存在顯著影響。這是因為國有企業與政府之間的聯系更為密切，它們不僅會嚴格遵守政府制定的政策并積極履行上報環境數據的義務，同時也會在外部制度環境更嚴格的情況下自愿規制其環境行為。

2.行業污染密集程度

眾多研究表明，環境政策的實施效果會因行業污染密集程度不同而存在差異，而環境分權決定環境政策的決策以及實施，因而環境分權的生產率效應也會受到行業污染密集程度的異質性影響。因此，本文將2010年發布的《上市公司環境信息披露指南（征求意見稿）》中制定的16類企業視為重污染行業中的企業，其他企業作為非重污染行業中的企業，然后針對這兩組子樣本進行分組回歸。表9第（3）（4）列的回歸結果表明，“國控源環境數據直報”政策對這兩類企業生產率的影響系數均顯著為負，這意味著該政策在短期內會顯著抑制這兩類企業的生產率。進一步對比發現，該政策對非重污染行業中企業生產率的抑制效應更為明顯?？赡艿慕忉屖?，重污染型企業的環境壓力普遍更大，因而外部正式制度（如環境規制）和非正式制度（如社會媒體關注）會加大重污染型企業的綠色技術創新與綠色轉型壓力，從而對企業綠色技術創新產生“倒逼效應”，進而在一定程度上緩解其生產率的下降。

3.地區市場化程度

考慮到中國不同地區金融發展水平、政府干預程度不盡相同，且企業尋租行為也與市場化程度有較大關聯，以地區市場化程度作為標準進行異質性分析。參考王小魯等[30]編制的《中國分省份市場化指數報告》，將樣本企業按其所在地劃分為高市場化地區與低市場化地區兩組子樣本，然后進行分組回歸。表9第（5）（6）列的回歸結果顯示，在低市場化地區，“國控源環境數據直報”政策對企業生產率的影響系數在5%的水平上顯著為負；而在高市場化地區，該政策對企業生產率的影響系數并不顯著。這是因為，市場化水平越高，地區資源配置優化的優勢越得以體現，因而企業獲得融資支持、財政補貼的可能性越大，企業生產率也越不容易受到影響。此外，在市場化程度較高的地區，國有企業所占的比重往往較低，這會降低當地企業對“國控源環境數據直報”政策的服從度，進而影響該政策對企業生產率的抑制效應。

六、結論與政策建議

本文將“國控源環境數據直報”政策視為一項關于環境事務管理權的集權化改革，并采用DID方法估計了該政策的實施對企業全要素生產率的影響，為環境分權化水平與企業生產行為之間的關系提供了經驗證據。研究結果表明，環境分權化水平的降低在短期內會顯著抑制企業生產率，但從平行趨勢檢驗可以看出，隨著時間的推移這種抑制作用逐漸消失。一系列穩健性檢驗結果證實該結論是穩健、可信的。在此基礎上，本文結合環境分權理論進一步探討了該政策影響企業生產率的潛在機制，發現該政策在短期內會通過擠出企業研發投入、減少企業尋租行為和激勵企業自愿規制環境行為這三大機制抑制企業生產率。此外，本文還發現“國控源環境數據直報”政策對企業生產率的影響存在異質性，其對國有企業、非重污染行業以及低市場化地區的企業生產率的影響更為明顯。

本文的研究結論有著豐富的政策含義。對企業而言，在當前政策的指引下，應該積極配合完成真實環境數據的上報。由于國家重點監控企業的生產率在短期內受到“國控源環境數據直報”政策的負面影響，因而它們應該通過自主創新和技術研發實現綠色轉型升級，重視合規經營和可持續發展理念，積極融入新發展格局。對政府而言，首先，需要建立健全實行“國控源環境數據直報”政策的長效機制。當前，該政策的實施時間并不長，且執行不夠徹底，因而政府需進一步強化和保障直報系統運行的制度和機制建設，以充分調動各級環境保護部門和企業的參與，通過建立良性的政商關系來推進環境污染治理。其次，該政策會導致地方政府的部分必要環境保護支出轉嫁給企業，從而在短期內對企業生產率產生消極影響，因而政府應出臺相應政策給予財政補貼，并鼓勵國家重點監控企業積極進行綠色轉型升級。同時，政府應合理權衡環境治理和經濟發展目標，認識與了解該政策在不同層面實施效果上的差異，強化針對市場化水平較高地區的地方政府及非國有企業的環境統計考核機制，落實填報主體的數據質量責任。最后，從環境分權角度來說，中央政府在不同級別政府之間分配環境事務的管理權這一問題上，應進一步上收環境監測事權，保證地區監測數據的準確性，并規范執法程序，以解決地方政府在環境治理中存在的不作為或權力濫用問題。

參考文獻：

［1］

OATES?W?E.?A?reconsideration?of?environmental?federalism[M]//?OATES?W?E?.Environmental?Policy?and?Fiscal?Federalism.?Cheltenham：Edward?Elgar?Publishing，?2004：?125156.?

［2］?GRAY?W?B，?SHADBEGIAN?R?G?.?“Optimal”pollution?abatement：?whose?benefits?matter?and?how?much？[J].?Journal?of?Environmental?Economics?and?Management，2004（3）：510534.?

［3］?MAGNANI?E.?The?environmental?Kuznets?curve，?environmental?protection?policy?and?income?distribution[J].?Ecological?Economics，2000，32（3）：431443.

［4］?INMAN?R?P，?RUBINFELD?D?L.?Rethinking?federalism[J].?Journal?of?Economic?Perspectives，1997，11（4）：4364.

［5］?FAN?C?S，LIN?C，TREISMAN?D.?Political?decentralization?and?corruption：evidence?from?around?the?world[J].?Journal?of?Public?Economics，2009，93（1/2）：1434.

［6］?羅斌，凌鴻程，蘇婷.環境分權與企業創新：促進抑或阻礙：基于環境信息披露質量的中介效應分析[J].當代財經，2020（4）：113124.

［7］?CHINTRAKARN?P.?Environmental?regulation?and?U.S.?states’?technical?inefficiency[J].?Economics?Letters，?2008，100（3）：363365.?

［8］?張同斌.提高環境規制強度能否“利當前”并“惠長遠”[J].財貿經濟，2017（3）：116130.

［9］?李強.環境分權與企業全要素生產率：基于我國制造業微觀數據的分析[J].財經研究，2017（3）：133145.

［10］胡東濱，蔡洪鵬.財政分權、經濟增長與環境污染：基于省級面板數據的實證分析[J].生態經濟，2018（2）：8488.

［11］陸遠權，張德鋼.環境分權、市場分割與碳排放[J].中國人口·資源與環境，2016（6）：107115.

［12］祁毓.?中國環境污染變化與規制效應研究[D].武漢：武漢大學，2015.

［13］姜珂，游達明.基于央地分權視角的環境規制策略演化博弈分析[J].中國人口·資源與環境，2016（9）：139148.

［14］馮素玲，許德慧，張榕.數字金融發展如何賦能二氧化碳減排：來自地級市的經驗證據[J].當代經濟科學，2023（4）：1528.

［15］鐘廷勇，黃亦博，孫芳城.“重點污染源監控”的節能減排效應研究：兼析優化環境分權治理的信息溝通路徑[J].西部論壇，2022（3）：8197.

［16］KOSTKA?G，NAHM?J.?Centrallocal?relations：recentralization?and?environmental?governance?in?China[J].?The?China?Quarterly，2017，231：567582.?

［17］徐保昌，謝建國.排污征費如何影響企業生產率：來自中國制造業企業的證據[J].世界經濟，2016（8）：143168.

［18］霍曉星，王士紅.基于尋租理論的環境審計制度研究[J].財會通訊，2021（13）：114117.

［19］袁建國，后青松，程晨.企業政治資源的詛咒效應：基于政治關聯與企業技術創新的考察[J].管理世界，2015（1）：139155.

［20］張中華，劉澤圻.政府創新補助提高了企業全要素生產率嗎：基于創新和非創新補助影響的比較研究[J].產業經濟研究，2022（3）：113127.

［21］李振洋，白雪潔.營商環境優化能否打破政治資源詛咒：基于政治關聯與企業生產率的考察[J].中國管理科學，2023（3）：112.

［22］羅黨論，甄麗明.民營控制、政治關系與企業融資約束：基于中國民營上市公司的經驗證據[J].金融研究，2008（12）：164178.

［23］楊東寧，周長輝.企業自愿采用標準化環境管理體系的驅動力：理論框架及實證分析[J].管理世界，2005（2）：8595.?

［24］張兆國，張弛，裴瀟.環境管理體系認證與企業環境績效研究[J].管理學報，2020（7）：10431051.

［25］魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007[J].經濟學（季刊），2012（2）：541558.

［26］李衛兵，張凱霞.空氣污染對企業生產率的影響：來自中國工業企業的證據[J].管理世界，2019（10）：95112.

［27］石大千，丁海，衛平，等.智慧城市建設能否降低環境污染[J].中國工業經濟，2018（6）：117135.

［28］杜興強，陳韞慧，杜穎潔.尋租、政治聯系與“真實”業績：基于民營上市公司的經驗證據[J].金融研究，2010（10）：135157.

［29］蔡慶豐，劉昊.樂觀情緒、商服地塊溢價率與企業金融化[J].武漢大學學報（哲學社會科學版），2023（2）：127139.?

［30］王小魯，樊綱，胡李鵬.中國分省份市場化指數報告[M].北京：社會科學文獻出版社，2019：290294.[ZK）]

編輯：鄭雅妮，高原