王杏芬,鄭 佳
(重慶工商大學 會計學院,重慶 400067)
為認真貫徹落實習近平總書記提出的“綠水青山就是金山銀山”的發展理念,我國各級政府不斷加大環境治理力度。2014年1月7日,環境保護部和31個省級政府簽署了《大氣污染防治目標責任書》,明確各地空氣質量改善的目標和重點任務,落實地方政府環境保護責任。2015年1月1日開始實施的“史上最嚴環保法”——《中華人民共和國環境保護法》,進一步明確政府對環境保護的監管職責,強化企業污染防治責任,加大對環境違法行為的制裁力度。2016年12月25日,全國人大通過了《中華人民共和國環境保護稅法》。2017年4月10日,環境保護部發布《國家環境保護標準“十三五”發展規劃》,以充分發揮標準對改善環境質量、防范環境風險的積極作用。2018年6月16日,中共中央 國務院《關于全面加強生態環境保護 堅決打好污染防治攻堅戰的意見》指出:“當前,生態文明建設正處于壓力疊加、負重前行的關鍵期,已進入提供更多優質生態產品以滿足人民日益增長的優美生態環境需要的攻堅期,也到了有條件有能力解決突出生態環境問題的窗口期。”企業作為環境污染的主要源頭,須加大環保投入以“潔身自好”,將環境治理貫穿在公司戰略和日常經營中。為調動企業環境治理的積極性,盡快提升環境績效,我國政府持續伸出“援助之手”,對相關企業的環境補貼逐年增長。然而,其使用效果如何尚未可知。為此,本文分別從企業、行業、城市和省級區域四個層面對企業環境補貼績效予以檢驗,希望能為政策制訂部門提供些許借鑒。
1992年世界可持續發展工商理事會(WBCSD)提出了生態效率的概念,認為它應包括資源效率和環境績效兩部分。其中,環境績效是衡量某一企業、行業或地區創造單位價值產生的環境影響的大小,是測度可持續發展的標準之一。企業環境績效是企業涉及生態環境治理方面的可計量的環境質量業績和環境財務業績和的統稱[1],是企業對其環境因素進行管理,從而滿足利益相關者期望的程度[2]。
1.企業環境投資行為的影響因素
長期以來,國內外學者從不同角度分析了企業環境投資行為的影響因素。陳怡秀、胡元林(2016)的實證結果表明:環境規制、市場結構、企業治理結構、管理認知和財務狀況會影響重污染企業的環境行為[3],即其影響因素主要有內部和外部兩種。
(1)外部因素。主要包括環保法律制度、政策和競爭等因素。為規避環境違法成本,企業會采取一定的環境保護投資措施[4]。其中,政府環境管制強度與企業環保投資規模呈U型關系,即地方政府的環境管制對企業環保投資的影響存在“門檻效應”[5]。隨著綠色消費和綠色生產概念的興起,部分企業會自愿進行環保投資來樹立綠色環保形象,同時其環保投資行為也與政府頒布的環境保護政策密切相關[6]。消費者的綠色消費觀可能會影響企業的環保投資,競爭者的環保行為會對其產生促進作用[7]。
(2)內部因素。主要包括:①公司管理人員和員工的業績考核與評價指標體系、融資能力、負債比例[8];②以Porter(1995)等為代表的修正派認為,企業規模擴大和財務狀況好轉都可促使其改善環境行為,后者的改善并非只給其帶來成本負擔,而是可幫助其提高競爭力的潛在因素[9]。財務狀況是否良好直接關系到企業是否能積極采取環境行為[10],企業主動進行環保投資的動因是利潤最大化和企業榮譽,盈利能力顯著影響其環保投資行為[11],良好的經濟績效可促使制造類企業改善環境行為[12]。
2.環境績效的影響因素
(1)企業環境績效的影響因素。外部制度環境對企業環境績效有直接的促進作用[13],2015年實施的《環境保護法》能促使企業改善環境績效[14],家鄉認同作為一種非正式制度對企業環境治理有積極作用[15]。政府規制、同行業競爭者、供應商及消費者等是企業環境績效的影響因素[16]。股權性質、董事會規模和兩權分離提升了企業環境績效,但政治關聯與之負相關[17]。企業規模越大,實力越雄厚,對社會的影響力越大[18],相應受到各利益相關者的關注度越高[19],由此面臨的較大壓力迫使其采取更多的環境保護行為[20],進行綠色管理(主動的行政管理)[13],加強內部控制[21],加大環保投資[22]。
(2)城市、省份環境績效的影響因素。曾昌禮、李江濤(2018)發現政府環境審計有助于改善城市環境績效[23]。張子龍等(2015)利用2007年和2011年的數據,檢驗了城市環境績效的影響因素,結果表明城市對外開放度會提升城市環境績效,但產業結構、人口規模和經濟增長變動對其具有抑制作用[24]。鄭義和趙曉霞(2014)發現,環境技術效率、污染治理投資均能提升省級環境績效[25]。郝春旭(2016)等發現,環境治理信息對省級環境績效指數的高低有主要影響[26]。李麗和孫文遠(2019)對2008-2014年全國31個省份環境績效分析后發現,國家審計主要通過審計抵御功能對省份環境績效產生積極影響[27]。
1.政府補貼與企業環境績效
近年來,國內外相關學者日益關注政府補貼(又稱財政補貼,下同)與企業環境績效之間的關系,且對兩者關系的結論一致,即政府補貼對企業環境績效有促進作用。David(2010)認為,財政補貼與企業環境績效顯著正相關[28]。Porter(1995)[9]、Horbach等(2012)[29]發現,政府補貼并非特定的環境補貼,在促進產品創新的同時,能夠降低環境污染,使企業創新和環境效益達到雙贏,即政府補貼具有環保效應。Leuz(2006)[30]、Niessen(2010)[31]等分別以印尼和德國的企業為樣本,驗證了政府補貼政策與環境績效正相關的結論。吳文鋒(2009)等發現在發達地區,企業獲得財政補貼時能達到較好的環境績效水平[32]。李溪(2017)以我國重污染上市企業為樣本,研究發現較高環境績效水平的企業才能獲得政府相關部門更多的財政補貼,即企業獲得財政補貼的多少與企業環境績效水平顯著正相關[33]。
2.環境補貼與企業環境績效
環境補貼是指政府出于降低環境污染的目的,對企業進行各種形式的補貼,包括現金支付、稅收激勵以及利率優惠等,幫助企業購置環保設備以及改進環保工藝[34]。石光(2016)等基于電力行業的實證研究發現,脫硫電價補貼是環境治理的有效途徑[35]。尚洪濤和祝麗然(2019)以滬深A股新能源類上市公司為樣本實證檢驗后發現,政府環境研發補貼對企業環境績效有積極促進效應[36]。將政府對新能源上市公司的環境研發補貼分為政府對企業的直接技術補貼和稅收優惠兩類,相比于稅收優惠,新能源類企業獲得的政府直接技術補貼越多,環境研發資金就越多,就越有利于激勵其進行環保技術和產品研發,進而顯著提升企業環境績效[37]。
目前國內外研究要么聚焦企業環境行為的前因和本身如何,要么結合環境規制僅僅研究政府補貼與微觀層面企業環境績效之間的關系,抑或研究中觀和宏觀層面城市或省份的環境績效,均未站在宏微觀層面同時研究環境補貼對企業環境績效、城市環境績效和省級區域環境績效的關系。一方面,財政補貼不等于環境補貼,用其替代后者具有籠統性甚至誤導性;另一方面,環境補貼和環境績效均具有企業差異、行業差異和地區差異,因而需要更精準地研究環境補貼在微觀、中觀和宏觀三個層面的環境績效。另外,從經濟人和外部性角度看,一般而言,任何企業都不會主動投入重金進行環境治理。即使政府伸出了援助之手,企業是否將其專款專用和高效使用,即是否促進了微觀企業層面的環境績效,進而提升其所在城市乃至所處區域等宏觀層面的環境質量,抑或發揮了擠出效應尚待檢驗。
在現代經濟發展進程中,環境污染是典型的外部性問題,企業可以通過內部化解決外部性的環境問題[38],政府則可通過現金支付、稅收激勵及利率優惠相關政策支持和鼓勵企業購置環保設備、改進環保工藝技術,以改善環境。一般而言,這些政策的實施會促使企業更重視環境保護和污染治理,增強環境技術創新帶來的可持續發展動力,從而代替之前先污染后治理的發展模式,即提高了企業環境績效。鑒于此,本文提出假設1。
H1:在其他條件不變的前提下,政府環境補貼能夠提升企業的環境績效。
從行業看,無論是發達國家還是發展中國家,制造業不僅是國家、地區經濟的主體,而且是國民經濟的基礎與支柱產業,也是宏微觀層面的主要污染源。2008年環境保護部《上市公司環境保護核查行業分類管理名錄》公布的14個重污染行業中制造業占比最大。可見,伴隨經濟的突飛猛進,制造業對我國的環境造成了嚴重破壞,是環境污染的主要制造者。給予其環境補貼等政策表現了政府治理環境的決心,既可以引導制造類企業制定積極合理的環保政策,又可減輕其改善環境的財務壓力,從而提高宏微觀環境績效和實現還我綠水青山的目標。雖然石光(2016)等[35]、尚洪濤和祝麗然(2018)[37]、黎文靖和路曉燕(2015)[39]分行業研究了企業環境績效,但其主要研究的是重污染行業的環境績效,鮮有文獻研究政府環境補貼與制造類行業環境績效的關系。因此,本文專門對其進行研究。鑒于此,本文提出假設2。
H2:在其他條件不變的前提下,政府環境補貼可提升制造類企業的環境績效。
經濟發展水平、科技水平及對外開放程度是城市環境績效的主要影響因素。在對外開放和經濟發展的同時,增強企業環保意識、加大環保投入等能夠進一步提升城市環境績效[40]。從可持續發展角度來看,提升城市環境績效的工作離不開政府這只“有形之手”的推動和支持。為了促進經濟社會的綠色和可持續發展,政府有必要通過對企業的環境補貼等扶持政策來提升城市環境績效。鑒于此,提出假設3。
H3:在其他條件不變的前提下,環境補貼能提升企業所在城市的環境績效。
同樣地,不同地區不同的經濟發展水平對該地區環境績效的影響不同,政府環境補貼對不同區域城市的環境治理程度的影響也不同。在我國,眾所周知,中、西部城市的經濟發展落后于東部城市,從某種意義上來看,前者的污染情況與治理情況乃至政府的環境補貼等要劣于后者。鑒于此,結合公司的行業分布,本文提出假設3a-3c。
H3a:在其他條件不變的前提下,政府環境補貼可提升制造類企業所在城市的環境績效;
H3b:在其他條件不變的前提下,與西部地區的企業相比,政府環境補貼能提升東部地區企業所在城市的環境績效;
H3c:在其他條件不變的前提下,與中部地區的企業相比,政府環境補貼能提升東部地區企業所在城市的環境績效。
進一步地,從省級層面看,中國各省級地區的環境績效有一定波動性[41],環境績效的空間格局特征總體具有明顯的地域性:即西部地區總體水平較差,中部地區總體在良好以下,東部地區基本處于良好及以上水平[42]。顯然,這在一定程度上可以推測環境補貼發揮的作用也類似。鑒于此,故提出假設4。
H4:在其他條件不變的前提下,政府環境補貼能提升企業所處省份的環境績效。
進一步地,由于東部地區的企業對環境的重視程度較高并能充分利用政府環境補貼,加大對環境污染的治理力度;而西部地區經濟發展相對落后,環境保護觀念比較淡薄,大部分企業仍然在走“先污染、后治理”的老路。即使獲得了政府環境補貼,如果缺乏監管或監管失效,很可能未完全將補貼投入到環境治理活動中。鑒于此,提出假設H4a-H4c。
H4a:在其他條件不變的前提下,政府環境補貼可提升制造類企業所處省份的環境績效;
H4b:在其他條件不變的前提下,與西部地區的企業相比,政府環境補貼能提升東部地區企業所處省份的環境績效;
H4c:在其他條件不變的前提下,與中部地區的企業相比,政府環境補貼能提升東部地區企業所處省份的環境績效。
1.數據來源
本文以2010-2017年滬深A股上市公司為初始樣本(1),樣本詳情見表1所列。為消除異常值的不良影響,再按照如下標準處理:剔除政府環境補貼和環境績效等數據不全的樣本,剔除財務狀況異常的ST、*ST或已退市的樣本,對所有連續變量進行了1%和99%的縮尾處理,最終獲得1 365個樣本。本文財務數據來自CSMAR數據庫,內部控制數據來自迪博內部控制數據庫,環境績效數據來自《中國統計年鑒》《中國環境統計年鑒》和《中國城市統計年鑒》。使用Stata 14.0、DEA-SOLVERPro 5.0軟件進行實證檢驗和環境績效的計算。

表1 樣本的年度、區域和行業分布
2.變量定義
(1)被解釋變量。該變量如下:①企業環境績效(CEP)。該指標主要衡量企業對節能減排、三廢回收等治理的結果,因企業層面的微觀數據難以直接獲得,以往對企業環境績效的計量沒有統一標準,加上我國環境績效評估體系不全,未建立與有毒物質排放清單(TRI)相關的環境績效數據庫,也沒有環境績效評分指數和環境績效排名。因此,湯亞莉和鄧麗(2006)[43]、李冬偉和黃波(2018)[44]采用層次分析法構建了企業環境績效評價指標體系,但這些指標的數據來源不統一、可靠性不足,且賦值法缺乏客觀標準。因而呂峻(2012)[45]采用企業是否因違規排放被處罰,胡曲應(2012)[46]采用單位營業收入排污費及其年度變化量,林立國和樓國強(2014)[47]、張艷磊(2018)[48]等采用企業繳納的排污費來衡量企業環境績效,但只有較少的企業披露該數據,說服力較低。Patten(2005)認為,企業環保資本支出是一項相對客觀、準確的環境績效指標[49],黎文靖和路曉燕(2015)[39]、胡珺(2019)等[50]等用環境資本支出衡量企業環境績效。本文借鑒這些做法,把上市公司年報“在建工程”附注和“長期股權投資”附注中與環境保護(如環境治理、環保設計、污水處理、節能與減排、三廢回收等)有關的借方增加額加總后得到企業環境績效(2)。②城市環境績效(EP)和省份環境績效(PEP)。本文借鑒張子龍(2015)等[24]、李麗和孫文遠(2019)[27]基于投入導向的超效率DEA模型,將上市公司所在城市環境績效(EP)和所處省份環境績效(PEP)測算出來。在此基礎上,選取各地區廢水(WW)排放總量、化學需氧量(COD)排放總量、煙(粉)塵(S)排放總量、氨氮(SS)排放總量、二氧化硫(SO)排放總量及氮氧化物(NO)排放總量作為投入指標,選擇地區生產總值(GDP)作為產出指標。具體見表2所列。

表2 環境績效評價指標體系的構成
(2)研究變量。政府環境補貼(ESUB)。范慶泉和張同斌(2018)認為,政府的節能減排補貼可以降低企業的污染治理成本,可以促使企業加大污染治理投入,提高環境績效[51]。基于此,先選取2010-2017年所有上市公司政府補助的明細數據,并根據與環保相關的所有關鍵詞(3)進行篩選,得到政府環境補貼的具體數據。
(3)控制變量。借鑒呂峻(2012)[45]、葉陳剛等(2016)[17]、李辰穎(2019)[21]、潘紅波和饒曉瓊(2019)[14]的做法,設置如下控制變量:企業規模(SIZE)、凈資產收益率(ROE)、現金持有水平(CASH)、內部控制有效性(ICI)、主營業務收入增長率(GROW)、產權性質(STATE)、年度(YEAR)。主要變量定義及說明見表3所列。

表3 主要變量定義及說明
本文分別從企業環境績效(CEP)、制造業上市公司環境績效(MCEP)、所在城市環境績效(EP)和省份環境績效(PEP)等宏微觀四個層面檢驗我國政府對企業投入的環境補貼績效,從而建立如下三類回歸模型:

其中,i為第i家上市公司;t為第t期;εi,t為隨機誤差;ESUB的系數α1衡量政府環境補貼對環境績效的影響,若顯著為正,即為顯著提升了環境績效,符合政策的初衷。
為整體了解樣本以有效開展下一步研究,分別從最小值、最大值、均值和標準差四個方面對主要變量進行描述性統計,具體見表4所列。

表4 主要變量描述性統計(N=1 365)
表4顯示,企業環境績效(CEP)的最大值為24.407 3,最小值為7.138 3,表明樣本公司環境績效存在個體差異。同時,企業所在城市環境績效(EP)和所處省份環境績效(PEP)的最大值均為1,最小值分別為0.000 4和0.270 0,差異懸殊,初步表明較多公司所在城市環境績效較差。制造業上市公司環境績效(MCEP)最大值為24.407 3,最小值為7.138 3,表明同一行業企業環境績效存在極大的個體差異。政府環境補貼(ESUB)的最大值、最小值分別為21.239 0和6.725 4,兩者差距也較大,這表明政府對不同行業投入的環境補貼數量不同,有較為明顯的傾向性,這也與現實政策的導向性一致。控制變量中,企業規模(SIZE)的最大值為26.656 8,最小值為19.502 5,均值為22.434 6,說明樣本公司規模并不存在較大差異且整體規模較大;內部控制(ICI)的均值、最大值和最小值相差較大,這可能是由于樣本隸屬行業差異較大,其內部控制的有效性程度也不同;產權性質(STATE)的均值為0.590 5,說明過半數公司來自國有企業。其他控制變量略。
為初步檢驗變量選擇是否合理,本文對主要變量進行了相關性分析,結果見表5所列。
表5顯示,各研究變量間的相關系數大都小于0.5,表明基本不存在共線性。從符號看,政府環境補貼(ESUB)與企業環境績效(CEP)、制造業上市公司環境績效(MCEP)、所處省份環境績效(PEP)全部正相關。這初步說明,政府環境補貼對企業環境績效、制造業上市公司環境績效、所在城市環境績效和所處省份環境績效均有一定促進作用。

表5 主要變量的Pearson相關性檢驗
1.政府環境補貼對環境績效的影響
從表6的全樣本回歸結果中可以看出,政府環境補貼與三個層面環境績效的關系,即假設1-3的回歸結果。其中,政府環境補貼的系數分別為0.099 2、-0.000 3和0.003 0,除政府環境補貼與企業所在城市環境績效的關系不顯著(假設3不成立)外,其他兩項分別在99%、90%的統計水平上顯著,假設1、假設4成立。
2.政府環境補貼對制造業上市公司環境績效的影響
表6的分樣本回歸結果顯示,在模型(1)中,政府環境補貼的系數顯著為正,說明制造業上市公司的政府環境補貼對其企業環境績效有促進作用,在95%的統計水平上顯著,即假設2成立。而在模型(2)、模型(3)中,政府環境補貼的系數不顯著,其與制造業上市公司所在城市的環境績效和所處省份的環境績效不相關,即假設3a和假設4a不成立。
3.政府環境補貼對不同區域上市公司所在城市、省份兩類環境績效的影響
由于所處地理區域不同,經濟發展水平不同,企業對環境治理的觀念也不同。為分析政府環境補貼對不同區域上市公司所在城市環境績效、所處省份環境績效的影響,將樣本分為東部、西部和中部三組進行回歸,回歸結果見表7所列。
表7顯示,政府環境補貼對處于東部、西部和中部區域上市公司所在城市環境績效無顯著影響,即假設3b和假設3c不成立。但是,從省級層面看,其對東部地區上市公司所處省份的環境績效在90%統計水平上顯著,卻與中部、西部地區上市公司所處省份的環境績效沒有顯著關系,即假設4b和假設4c成立。

表6 全樣本(非平衡面板)與分樣本(制造業上市公司)的回歸結果

表7 上市公司所在不同區域(城市與省份)的分組回歸結果
為保證結論更加穩健,本文還采用了以下兩類方法進行檢驗。
1.替換主回歸中的環境補貼
借鑒Aghion等(2016)[52]以企業收到的政府補貼總額為環境補貼的替代指標,但因政府補貼數額較大,再借鑒張杰(2015)[53]去規模化的方法,將其除以營業收入作為環境補貼的替代變量,對模型(1)-(3)重新回歸,結果見表8所列。
表8顯示,政府環境補貼對企業環境績效、制造業上市公司環境績效、所處省份環境績效及東部地區上市公司的省份環境績效有顯著正向激勵作用,即假設1、假設2、假設4、假設4b和假設4c依然成立(其他控制變量略)。

表8 穩健性檢驗回歸結果
2.自選擇問題——傾向得分匹配法(PSM)
事實上,前述檢驗有一隱性假設——政府環境補貼是外生變量,這也是大多數現有研究的前提。然而,該假設并不一定成立,因為政府環境補貼可能是內生的,即企業獲得政府環境補貼可能本身并非隨機,而是受到其他諸多因素影響,如自身稟賦和性質、企業與政府的關系、政府科技發展規劃、產業政策導向等,這些因素可能導致其在獲得政府環境補貼時存在自選擇問題。David等(2000)指出,當前關于政府R&D補貼政策效應的研究結論之所以基本相似,很大程度上是因為忽略了政府R&D補貼變量的自選擇問題[54]。類似地,政府環境補貼也可能存在這類問題。同時,企業規模、行業屬性、資產負債率、企業成長性、年齡等均對企業獲得政府環境補貼有一定影響。因此,為盡量避免自選擇問題,本文還采用傾向得分匹配法(PSM)來估計政府環境補貼對環境績效的影響。首先,本文基于這些變量構建了傾向得分模型,并計算出傾向得分值。然后,按最近鄰匹配原則為獲補貼企業一比一配對出未獲得補貼企業并進行平衡性檢驗。經過匹配和檢驗之后,匹配成功的兩組樣本除是否獲得政府環境補貼外,其他特征基本相同,在統計上可認為兩組是一致的。從理論上講,兩組在企業環境績效上的差異就是政府環境補貼的促進作用,而不存在其他干擾因素的影響,從而分離出政府環境補貼的凈效益。對匹配后樣本計算平均處理效應,結果見表9所列。
表9顯示:獲政府環境補貼(處理組)與未獲政府環境補貼(對照組)的企業環境績效(CEP)的自然對數分別為16.413、16.106,其平均處理效應ATT1為0.307,且在99%的統計水平上顯著;兩組制造業上市公司的環境績效(MCEP)的自然對數分別為16.414、16.132,MCEP的平均處理效應ATT4為0.282,且在99%的統計水平上顯著;兩組上市公司所在城市的環境績效(EP)分別為0.215、0.212,其平均處理效應ATT2處理前后無顯著差異;兩組上市公司所處省份的環境績效(PEP)分別為0.622、0.343,其平均處理效應ATT3為0.279,也在95%的統計水平上顯著。這表明,與未被補貼企業相比,政府環境補貼對企業環境績效、制造業上市公司環境績效、企業所處省份環境績效有顯著正向激勵作用,但對其所在城市環境績效無顯著激勵作用。

表9 政府環境補貼效應檢驗:基于傾向得分匹配方法
前述在按照環境績效評價指標體系計算上市公司所在城市環境績效時,由于《中國環境統計年鑒》中只披露了31個省會城市6種主要污染物的排放情況,導致樣本容量太小。為解決這一問題,本文在《中國城市統計年鑒》中找到289個城市披露的環境績效評價數據。但是,這些數據與前述省會城市6種主要污染物的數據相比,僅僅包括廢水排放量、二氧化硫排放量、煙(粉)塵排放量在內的3種污染物的排放情況。因此,將這些數據代入前述投入導向的超效率DEA模型計算城市環境績效,很可能造成實證結果的極大偏差,即政府環境補貼對企業所在城市環境績效無顯著激勵作用。這當然需要未來進一步加以研究。
本文選取滬深A股上市公司2010-2017年的非平衡面板數據,剔除非環境補貼的噪音干擾后,從企業、行業、城市和省級區域四個層面對我國政府投入的環境補貼績效進行了實證檢驗。結果發現,政府環境補貼能提升上市公司的環境績效,尤其是制造業上市公司的環境績效,但對城市環境績效的提升并不明顯。有趣的是,其對上市公司所處省份環境績效的影響具有明顯的地域性:相較于中部、西部地區的上市公司,政府環境補貼能提升東部地區上市公司所處省份環境績效。這些發現既豐富了政府環境補貼對被補貼企業環境績效影響的文獻,又凸顯了我國城市和省級區域環境績效的差異性,具有如下政策含義:
(1)基本支持了環境補貼提升企業環境績效的政策。這為政府加大企業環境補貼力度提供了經驗證據,又提示政府在繼續使用行政手段加強環境補貼導向作用的同時,應注意補貼力度,防止過度補貼而造成企業的逆向選擇行為。另外,環境補貼本身是為了解決由于經濟和環保技術水平的限制,企業無力承擔環境成本的一種政府行為,其目的是最終達到環境保護和貿易發展的雙贏。但是實施環境補貼也極易給一些企業產生依賴心理,如不積極提高環保技術水平促進企業的可持續發展,而是依賴政府給的優惠政策促進出口,而且一些企業還可能產生利用環境補貼政策盲目擴大出口、換取補貼收入等短視行為。因此,在發放環境補貼后,為防止補貼使用存在漏洞,政府應加強監管上市公司對環境補貼的具體流向,著重考察企業是否將政府環境補貼用于環境治理方面,確保政府環境補貼的使用績效達到最優。
(2)政府援助能力對不同城市環境績效提升的無效率,使得大部分上市公司所在城市的環境效率一直處于無效水平。因此,中國城市環境績效的提高,不僅要依靠政府之手,還要踐行對產業結構的調整、城市規模擴張路徑的優化和經濟增長方式的轉變等市場調節手段,建立一個為實現城市發展與環境相協調的環境績效管理框架。
注 釋:
(1)2010年是完成“十一五”環保任務的決戰年和謀劃“十二五”環保規劃的關鍵年,環境形勢依然嚴峻,環保工作更加艱巨復雜。2018年的《中國環境統計年鑒》《中國城市統計年鑒》環境績效評價指標數據尚未公布,無法計算得到企業所在地城市環境績效和省份環境績效,故本文樣本選擇2010-2017年這一時段。
(2)由于“長期股權投資”附注中與環境保護有關的樣本量較少,因此將其借方增加額與“在建工程”附注中與環境保護有關樣本的借方增加額加總,即兩者借方增加額之和作為企業環境績效。當然,這樣做有一定誤差,但是并不影響本文的結論。
(3)與環保相關的關鍵詞包括環境治理、環保設計、污水處理、節能與減排、三廢回收、資源綜合利用、脫硫、脫銷、脫鈦、降噪、尾氣凈化、除臭、除硝、除硫、除渣、除塵、清潔技術等。
(4)該變量在后面多元回歸模型中不顯示,而是按照是否為制造業樣本體現在分組回歸結果中。