揭開出口貿易影響企業排污的“面紗”
——清潔生產與終端治理

2022-04-26 03:09:22譚用盛丹

南開經濟研究 2022年1期

譚用盛丹

一、引言及文獻述評

出口貿易對企業污染排放的影響目前成為學術界和政府部門關注的熱點問題。一方面，出口貿易作為帶動我國經濟增長的主要驅動力，在我國經濟總量中占有較大的份額，其對污染排放的影響直接關系到我國環境的改善和居民的健康生活。另一方面，近年來環境污染問題十分嚴峻，嚴重的環境問題不僅危害中國的經濟增長質量和政府形象(陳詩一和陳登科，2018)，還會影響人民的正常工作和生活。那么，出口貿易對企業污染排放到底有怎樣的影響，其作用機制如何，是通過“清潔生產”還是“終端治理”實現的？現有的文獻對此一直語焉不詳。對這一問題進行解答，不僅有利于揭開出口貿易影響企業排污的“面紗”，有效進行企業的污染治理，也為我國新形勢下有效協調貿易政策和環境政策，實現經濟的綠色增長提供理論支撐和政策依據。

早期關于出口貿易與環境污染的文獻大多采用行業和國家層面的數據，將出口貿易的作用分解為規模效應、技術效應和結構效應，探討不同效應對污染減排的作用(Copeland 和Taylor，1994；Antweiler 等，2001；Managi 等，2009)。也有部分學者比較了出口貿易與其他影響因素對環境污染的作用，均發現出口貿易的作用相對較小(Brunel，2016；Shapiro 和Walker，2018)。雖然有少數文獻利用微觀企業數據，考察了貿易自由化(Martin，2012；Cherniwchan，2017)、企業出口狀態(Forslid 等，2018；Holladay，2016；Cui 等，2016)對污染排放的作用，但是均沒有很好地解決出口貿易與污染排放的內生性問題，也就很難準確地識別出口對排污的影響，因此無法科學地評估出口貿易在環境改善中的作用。

此外，現有文獻對發展中國家的研究相對較少，雖然Barrows 和Ollivier(2016)、Bombardini 和Li(2020)分別考察了出口貿易對印度、中國污染排放的影響，但仍停留在行業和地區層面，企業層面的研究較少。國內學者雖然也關注了該問題，但大多是采用投入產出數據或者省份層面數據進行考察(何潔，2010；沈利生和唐志，2008；彭水軍和劉安平，2010；李小平和盧現祥，2010；李鍇和齊紹洲，2011)，缺乏微觀企業層面的分析和探討。

在前期文獻的基礎上，本文將利用中國工業企業數據和中國企業污染排放數據庫，考察出口貿易對我國企業污染排放的影響，并檢驗其作用的微觀機制。相較于前期文獻，本文主要創新之處體現在以下三個方面。

首先，我們采用中國企業污染排放數據庫，在企業層面考察出口行為對污染排放的影響。前期關于出口貿易與環境污染的文獻，大多采用行業、省份層面的加總數據(何潔，2010；李小平和盧現祥，2010；李鍇和齊紹洲，2011)，難以識別其對微觀企業的影響。雖然部分文獻從微觀層面研究了出口貿易對企業二氧化碳排放強度的影響，但是采用排污系數法度量的污染排放卻在一定程度上忽略了企業異質性對結果的影響，而本文采用企業實際污染排放能夠有效控制企業異質性對結果產生的可能性偏誤。另外，本文研究了企業出口對二氧化硫、工業粉塵、工業廢氣以及廢水等污染排放物的影響，是對前期文獻的有效拓展和補充。與此同時，利用微觀層面的數據統計，我們可以有效識別出口貿易對污染排放影響的機制和作用渠道，這是國家和行業層面數據難以實現的。

其次，對企業出口與污染排放之間的內生性問題進行了處理。內生性問題是研究出口與污染減排的一個關鍵問題。Holladay(2016)和Cui 等(2016)雖然考察了企業的出口狀態對污染排放的影響，但是二者均沒有對出口狀態與污染排放存在的內生性進行處理，也就難以科學地評估出口貿易對企業污染排放的作用，識別其影響機制。本文在前期文獻的基礎上，采用企業所在地區同一行業其他企業的平均出口退稅率作為出口的工具變量。其他企業所面臨的平均退稅率一方面反映了地區-行業層面出口比較優勢，會影響企業出口行為；另一方面出口退稅率不會通過出口以外的途徑直接影響企業排污，從而能夠在一定程度上解決出口與排污之間的內生性問題。

再次，揭示了出口貿易影響企業污染排放的微觀機制。雖然也有部分文獻從企業層面探討了出口對污染排放的影響，并且有少量文獻檢驗了中國的情況。然而，鮮有文獻探討企業出口如何影響企業的排污行為。特別是隨著出口數量的不斷增加，我國出口企業生產率不高，存在生產率悖論的情況下，出口企業的排污行為如何？是傾向于通過技術手段更新機器設備，用于污染的減排(即末端治理)；還是更多地依靠采用清潔型的生產要素投入，實現清潔生產。本文的研究旨在對上述問題進行解答。實際上，在面臨出口“生產率悖論”的情況下，排污機器設備的投資作為固定成本，是國內大多數出口企業難以承擔的。同時，隨著企業在國際市場上的成長，對生產綠色產品、低能耗環保型產品的需求更高，出口企業會更多地采用低能耗的清潔型能源。低能耗的要素投入作為可變成本，國內企業更易承擔。本文發現出口對二氧化硫、煙塵和工業廢氣排放的抑制作用，主要是通過提高能源利用率和采用清潔型能源實現的，即“清潔生產”；而對廢水排放的影響，更多地是通過增加污水處理設備實現的，即“終端治理”。

最后，研究對于發展中國家企業層面的污染減排，具有重要的借鑒價值。雖然也有部分學者從企業層面考慮出口對污染減排的影響，但大部分研究仍以發達國家作為研究的重點。Cui 等(2016)利用美國企業層面的污染數據，考察企業出口對污染排放的影響，其研究表明，企業出口能夠降低企業的污染排放。這實際上是符合“污染天堂假說”的，即發達國家通過產品出口，將污染密集型的環節或者生產轉移到發展中國家，從而降低了本國的污染排放。但是，根據“污染天堂的假說”，對于發展中國家(如中國)而言，企業在進行出口貿易時，生產的環節是污染密集型的，因此出口貿易增加了企業的污染排放。而本文的研究發現，出口貿易降低了企業的污染排放。這與前期理論預期并不一致。本文為研究發展中國家出口貿易對企業污染的影響提供了一個新的證據，也是對前期文獻的補充，即發展中國家在貿易開放后并不必然使得污染排放增加，發展中國家的企業做好減排措施后，完全可以在進行出口貿易的同時達到減少污染排放的目的。換言之，發展中國家在參與全球貿易的時候完全可以避免自身成為“污染天堂”。

本文余下的部分安排如下：第二部分介紹計量模型、指標構建和數據的處理，并對主要變量進行統計描述；第三部分是計量結果部分，包括基準回歸、內生性處理、穩健性檢驗和異質性分析；第四部分是本文研究結論與政策建議。

二、數據說明和計量模型的設定

（一）數據說明

本文主要采用的數據庫是中國企業污染排放數據庫和中國工業企業數據庫。其中，第一部分數據來自2001—2007 年中國工業企業污染排放數據庫。該數據庫的企業范圍如下：“十五”時期(2001—2005 年)，以工業污染中占污染負荷85%的工業企業作為重點調查企業；“十一五”期間(2006—2010 年)，以所有工業污染源為總體，篩選出主要污染物(廢水、化學需氧量、氨氮、二氧化硫、煙塵及工業固體廢物)排放量占各地區(以區縣為基本單位)全年排放量85%以上的單位為重點調查單位，企業只要有其中一項符合即為重點調查企業。除此之外，排放廢水中含有重金屬等有毒有害物質以及產生危廢的排污單位均為重點調查單位。這意味著，中國企業污染排放數據庫涵蓋了各地區最主要的污染排放企業。這些企業的排污是工業污染主要來源。

工業企業調查范圍指《國民經濟行業分類》(GB/T 4754—2011)中采礦業、制造業、電力燃氣及水的生產和供應業共計3 個門類39 個行業的企業，自來水生產與供應業(4610)、水力發電(4412)、土砂石開采業(1011、1012、1013、1019)不納入重點調查工業企業范圍。重點調查單位的企業信息與污染排放信息被收錄于環境統計數據庫中的《工業企業污染排放及處理利用情況》。其中污染數據庫的數據指標包括：①主要污染物的排放量和處理量，如二氧化硫、煙塵、廢水、化學需氧量、氨氮的排放量、處理量；②企業排污設施數量，如廢水治理設施數(套)、廢氣治理設施數(套)、脫硫設施數(套)；③企業對污染的處理能力，如廢水治理設施處理能力(噸/日)、廢氣治理設施處理能力(標立方米/時)、脫硫設施脫硫能力(千克/時)；④能源消費和使用情況，如工業用水量(噸)、工業煤炭消費量(噸)、原料煤消費量(噸)、燃料油消費量(不含車船用)(噸)；⑤部分年份還統計了清潔能源的使用量和企業使用能源的等級，如潔凈燃氣消費量(萬立方米)、燃料煤平均硫份(%)、重油平均硫份(%)。

第二部分是2001—2007 年工業企業數據庫。該數據涵蓋了全部國有企業及銷售額在500 萬元以上的非國有工業企業信息，包括企業所有制、企業所在地、行業類別和企業財務指標等方面的信息。我們參考Brandt 等(2017)的做法，對數據庫進行了如下處理：①利用企業的法人代碼、企業名稱、地區代碼、行業代碼、成立年份、地址等構建新的面板數據；②采用永續盤存法估算企業的實際資本存量；③刪除企業員工少于8人、流動資產大于總資產、總固定資產大于總資產的樣本；④本文首先根據企業的注冊類型確定企業的所有制屬性，然后根據企業的注冊資本再次調整企業的所有制屬性；⑤為避免行業代碼不一致的問題，我們統一將行業代碼調整為國民經濟行業分類標準(GB/T 4754—2002)；⑥采用2004 年經濟普查數據庫中的工業總產值填補了該數據庫2004 年缺失的工業總產值。

我們利用企業的法人代碼和企業名稱對上述兩個數據庫進行匹配，得到了本文所使用的樣本。其中，2001—2007 年總的樣本量為264465。匹配前后的樣本量及匹配比率如表1 所示。

表1 污染數據庫的匹配率

（二）變量度量與模型設定

本文使用污染密集度(lnPollution)來度量污染程度，其定義為二氧化硫、煙塵、工業廢氣、工業廢水各指標的排放量占企業銷售收入的比重。企業i 在t 期出口交貨值(lnexport)，選自工業企業數據庫。出口變量的定義為lnexport＝log(export＋1)，export 表示企業的出口交貨值，如果企業的出口交貨值為0，則lnexport＝0，即出口交貨值為0 的企業也包含在本文的樣本中。企業的規模采用企業的年平均就業人數的對數值進行測度。在機制分析過程中，本文還用到了脫硫設備數(desulfer)、廢氣治理設備數(degas)、廢水治理設施數(water_fac)、天然氣消費量(natural_gas)和原料煤消費量(raw_coal)5 個指標，采用各設備數或者消費量逐一取對數值進行測度。

企業的全要素生產率(tfp)采用Brandt 等(2017)的方法，對全要素生產率進行了計算。具體而言，參照Brandt 等(2017)的方法，本文分兩步計算得到企業的tfp。

第一步，估計以下生產函數

其中，y表示i 企業t 年平減之后的實際產出。k、m分別表示用相應價值指數平減之后的固定資產凈值和中間品投入，l表示勞動投入。e、、分別表示企業出口虛擬變量、所在CIC 4 分位行業滯后一期的最終品關稅以及所在CIC 4 分位行業滯后一期的投入品關稅。Z表示企業所有制、時間、四分位行業以及省份固定效應。回歸后根據每一組估計系數(,,)和預期值?，得到?：

第二步，假設的函數為如下形式：

參照De Loecker 和Warzynski(2012)的方法，本文運用GMM 方法對生產函數進行估計，得到企業的全要素生產率(tfp)。

三、計量結果分析

（一）初步回歸結果

本部分將采用2001—2007 年企業污染數據庫和工業企業數據庫，考察企業出口行為對環境污染的影響。我們選取了二氧化硫、煙塵、工業廢氣和污水排放量作為主要考察的污染指標。本文的計量模型設置如下：

其中，lnPollution是企業i 在t 期的污染物排放密集度的對數值。在這里本文分別采用了二氧化硫(SO)、煙塵(dust)、工業廢氣(gas)、工業廢水(wastewater)的排放密集度。Lnexport是企業i 在t 期出口交貨值，選自工業企業數據庫。是本文主要考察的變量，如果小于0，說明企業出口量的增加有利于降低企業單位產出的污染排放的密集度，有利于環境的改善。X 是控制變量，本文采用了企業的全要素生產率、企業的規模、省區層面環境立法(dudt)和行業研發密集度(tesintV)對企業特征進行控制。δ是時間固定效應、是企業固定效應；是殘差項。

選取tfp 作為主要控制變量的原因在于，研究貿易與污染關系時，大量文獻考察了生產率的作用。Cui 等(2016)采用美國企業的微觀數據發現，生產率能夠降低企業的污染排放，而且出口對污染排放的影響是通過生產率實現的。與其發現不同，Forslid等(2018)通過構建理論模型考察了減排投資、生產率、出口和污染排放之間的關系。他們發現出口及生產率與企業污染排放之間存在負向關系，但是出口對污染排放的影響并不依賴于生產率。那么，生產率與企業的污染排放是否存在負向關系，出口是通過生產率還是直接對企業的污染排放產生作用，本文將在實證分析中進一步檢驗和分析。

利用最小二乘的估計方法，我們得到如表2 所示的回歸結果。表2 中的第(1)列至第(4)列是未加入控制變量的回歸結果，第(5)列至第(8)列加入了企業的全要素生產率和企業規模的控制變量。除此之外，考慮到我國企業所有制之間的差異，均加入了企業所有制的虛擬變量，并且控制了年份和企業的固定效應。從回歸結果可以看出，首先，加入了控制變量后，除廢水之外，其他各污染物的回歸系數雖然都有所降低，但均保持在0.01 的水平上，并且在1%的統計水平上顯著。這說明在其他因素不變的情況下，出口貿易能夠降低二氧化硫、煙塵、工業廢氣和廢水的排放密集度，有利于環境的改善。此外，從各控制變量看，tfp(生產率)的回歸系數為負，影響水平保持在0.16 以上，并且均在1%的統計水平上顯著，說明企業的生產率對企業的污染排放產生了負向影響，企業生產率越高，越有利于減少環境污染。size(企業規模)的回歸系數為負，并且均在統計上顯著，即企業的規模與污染排放密度呈顯著負相關關系，企業規模越大，單位產品的污染排放越小，這一發現與Cui 等(2016)的研究結果相一致。

表2 初步回歸結果

（二）工具變量的回歸結果

在表3 中，我們檢驗了企業出口數量對環境污染的影響。而實際上企業的出口量并不是企業的外生特征(Lileeva 和Trefler，2010)，二者的這種關系可能受到其他共同因素的影響(Cherniwchan 等，2017)。以Melitz 為代表的新新貿易理論認為，企業的生產率會決定企業的出口行為。只有生產率高的企業能夠克服出口的固定成本而進行出口。而生產率高的企業能源利用率往往也比較高，其污染密集度也會較低。為此，企業的出口數量和污染排放可能受到企業生產率的共同影響。為了解決內生性問題，本文選取了企業所在地區同一行業其他企業的平均出口退稅率作為企業出口的工具變量。具體而言，我們參照Chandra 和Long(2013)計算出口退稅率的方法，計算了企業層面的出口退稅率，具體如下。

由于增值稅是對所有行業都征收17%的稅率，因此本文可以根據定義計算企業所支付的增值稅：

其中，VATpayable為企業i 在第t 年支付的增值稅額，ValueAdded為企業的增加值部分，rebate為企業的出口退稅率。式(7)表示，企業交付的增值稅額應等于企業生產增值的17%減去出口退稅額。由此，本文可以得到企業實際支付的增值稅率rebate為：

其中，revenue為企業的利潤額，VATonthroughput為企業的進項稅，VATpayable為企業繳納的增值稅，export為企業的出口金額，上述指標在工業企業數據庫中都有統計。為此，本文可以根據這些指標推算出企業實際的出口退稅率。在此基礎上，本文進一步將企業所在地區同一行業的平均出口退稅率作為企業出口的工具變量。采用這一工具變量的原因在于，一方面，同一地區同一行業的其他企業的平均出口退稅率能夠很好地反映該地區地方政府對企業i 所處行業的出口激勵，從而影響企業i 的出口傾向；另一方面，同一地區同一行業其他企業的平均出口退稅率不會對企業i 的污染排放產生直接的影響，這符合工具變量的要求，能夠較好地解決本文所面臨的內生性問題。

利用兩階段最小二乘法，本文得到了表3 的回歸結果。從表3 的回歸結果可以看出，首先，Anderson LM 的統計量均大于70，且相伴概率均為0，而Cragg-Donald Wald F 的統計量均大于Stock-Yogo 弱工具變量檢驗的10%臨界值(16.38)。這說明可以拒絕弱工具變量的原假設，本文的工具變量能夠解決內生性問題。其次，本文的基準回歸結果依然穩健，各回歸系數的絕對值有所提高，并且在1%的統計水平上顯著。這說明本文在控制了內生性問題之后，出口對二氧化硫、煙塵、工業廢氣和污水排放均產生了明顯的負向作用，即企業出口有利于企業污染減排。最后，比較表2 與表3 的回歸結果可以看出，表3 中企業出口對各類污染物排放的影響有了較大程度增強。這說明在初步回歸中內生性問題比較嚴重，導致本文的回歸結果產生了不同程度的向下偏移。可能的原因在于，部分中國出口企業采取粗放型增長的模式擴大經營和出口規模，從而導致排污與出口同時增長。如果不考慮這種情況導致的內生性，可能會低估出口對污染排放的抑制作用。為此，下文的回歸中將采用工具變量的兩階段最小二乘法作為基準方法，進行實證檢驗。

表3 工具變量回歸

（三）機制分析

具體而言，本文選取了脫硫設備數、廢氣治理設備數、廢水治理設施數、天然氣消費量和原料煤消費量五個指標檢驗出口對企業污染排放的影響機制。其中，脫硫設備數、廢氣治理設備數、廢水治理設施數反映了出口對減排設備的影響，如果lnexport 的回歸系數為正，說明出口促進了企業進行減排投資，增加了減排設備，從而降低了污染；天然氣消費量體現的是企業選擇優質清潔能源來實現減排的目的。在該項回歸中，如果出口的回歸系數為正，并且統計上是顯著的，說明出口有利于企業轉向使用清潔度更高的要素投入，從而實現污染的減排；原料煤消費量反映的是企業提高了能源的利用效率。在該項回歸中，如果出口的系數為負，并且在統計上是顯著的，說明出口能夠減少對原料煤的消費數量。

基于上述推斷，本文利用企業所在地區同一行業其他企業的平均出口退稅率作為出口的工具變量，考察了企業出口行為對污染排放的影響機制，具體回歸結果參見表4。從表4 的回歸結果可以看出：①脫硫設備數、廢氣處理設備這兩部分的回歸結果均沒有通過顯著性檢驗，在統計上并不顯著。這說明出口降低了企業二氧化硫、工業廢氣的排放密度，并不是通過增加排污設備實現的。②廢水治理設施數中，出口的回歸系數為0.047，并且在1%的統計水平上顯著。這說明出口主要是通過促進企業增加廢水治理設施來減少排放的污水。③天然氣消費量中，出口的回歸系數為0.017，并且在5%的統計水平上顯著。這說明企業出口能夠促進企業使用更多的清潔型能源。④原料煤消費量中，出口的回歸系數為-0.277，并且在5%的統計水平上顯著。這說明出口很大程度上降低了企業原料煤的使用數量。其主要可能的原因在于，一方面企業通過出口貿易活動，提高了自身的生產效率，生產效率的提高會增加企業的能源利用率；另一方面企業轉而使用清潔能源，如天然氣。

表4 出口對企業污染排放的機制檢驗

從上述結果可知，出口對氣體污染減排的影響，更多的是依靠在生產過程中使用更為清潔的能源，而不是增加減排設施。而水污染相比于氣體污染而言，卻沒有通過使用清潔能源實現減排，而是依靠增加廢水處理設施。企業出口對水與其他氣體、煙塵等的影響機制存在明顯差異，可能的原因在于，不同污染物企業采用減排的方法是不同的。對于水污染的排放，企業只能通過減排投資、增加污水處理設施來減少污染，因此出口貿易會促進廢水處理設備的增加。而對于二氧化硫、煙塵和工業廢氣的排放，企業既可以選擇增加除硫和除塵設備，也可以選擇使用清潔能源。就出口貿易的影響而言，企業出口更多的是促進了企業增加使用清潔能源來降低污染排放，對排污設備的投資沒有起到正向作用。

實際上，企業減排主要通過使用清潔能源、改進生產工藝和使用排污處理設施三種方法，而由于數據的可獲得性，本文無法得到生產工藝的相關數據。為此，本文僅從清潔能源使用和排污設施兩條渠道進行了檢驗。從現有的結果來看，出口貿易沒有使企業增加脫硫設備數和廢氣治理設備數，僅增加了廢水治理設施數；出口貿易增加了清潔能源的使用并減少了污染型能源的使用。這說明出口貿易沒有從終端治理層面(脫硫和廢氣治理)減少污染氣體的排放，而是轉向了前端的清潔生產。對于水污染，出口貿易更多地是促進了終端治理。

為進一步檢驗出口對企業污染物排放的影響機制，同時考慮到污染數據庫樣本中具有對各類污染物平均設備處理能力的統計，本文采用該項指標對影響機制進行了再檢驗。具體檢驗的回歸結果如表5 所示。從表5 的回歸結果可以看出，企業出口對二氧化硫和工業廢氣排放的平均處理能力在統計上都不顯著。而對廢水處理能力產生了正向作用，回歸系數為0.212，并且在1%的統計水平上顯著，即企業出口對廢水處理能力的影響無論在程度還是在顯著性上，都明顯高于對二氧化硫和工業廢氣處理能力的影響。這一結果與前文的影響機制相一致，出口確實沒有促進企業對二氧化硫、工業廢氣等進行排污設施的投資，也沒有增強企業的污染處理能力。同時，企業出口促進了企業對污水治理設施的投資，從而使污水治理設施數量增加，進而提高了污水處理能力。

表5 出口對企業污染排放的機制的再檢驗

從上述分析可以看出，對于二氧化硫、煙塵和工業氣體等污染物排放的降低，出口企業主要是通過使用清潔型能源(天然氣)、提高能源利用率，而不是通過促進企業對除硫設備、廢氣處理設備的投資實現的。而對于廢水排放的降低，出口企業主要是通過增加廢水治理設備來實現的。對于這一結論，本文無論是采用污染治理設備數，還是污染處理能力，都是穩健的。

（四）穩健性檢驗

1. 采用出口虛擬變量的回歸

為了進一步檢驗基準回歸結果的穩健性，本文在這一部分更換了對出口的度量方式，采用出口虛擬變量(expdum)對企業的出口行為進行描述，如果企業選擇出口，expdum＝1，否則expdum＝0。需要注意的是，由于expdum 是0、1，如果本文直接用出口退稅率(rebate)作為工具變量，進行兩階段最小二乘回歸(2SLS)是有偏的。原因在于，2SLS 的第一階段回歸采用的是OLS 方法，將rebate 和其他控制變量對expdum 做回歸。而expdum 是二維虛擬變量，這樣得到第一階段的expdum 估計值是有偏的。為此，本文參照Minetti 和Zhu(2011)的方法，采用禁止回歸方法(Forbidden Regression)對這一問題進行處理。該方法專門用于處理內生性變量是離散變量的問題。

具體而言，第一階段，本文采用Probit 模型，用工具變量(rebate)以及其他控制變量對內生變量(expdum)做回歸，如下式所示：

由式(9)的估計，本文可以得到企業出口概率P。第二階段，本文將P 和出口退稅率一起作為expdum 的工具變量，進行2SLS 回歸，得到了表6 的回歸結果。

表6 采用出口虛擬變量的回歸結果

從表6 的回歸結果可以看出，expdum 對各類污染物排放密集度的影響均為負，并且在1%的統計水平上顯著。這說明無論是用出口數量還是出口的二值變量來度量企業的出口行為，得到的結論都是一致的，即企業的出口行為確實降低了企業對二氧化硫、煙塵、工業廢氣和廢水的排放，有利于環境的改善。由此可知，本文基于表3 得到的結論是穩健的。

2. 更換工具變量

為進一步驗證本文實證結果的穩健性，我們更換了工具變量的指標，采取企業所在地區同一行業出口企業的數量作為企業出口的工具變量。根據出口溢出效應的文獻，一方面，企業的出口行為還受到鄰近地區、同行業中其他企業出口行為的影響，因此該工具與企業出口存在相關關系；另一方面，所在地區同一行業出口企業的數量對企業的污染排放不會產生影響，這符合工具變量的要求，能夠解決本文的內生性問題。在更換了工具變量之后，出口對企業各污染物排放的回歸系數依然為負，而且在統計上是顯著的。這說明即使我們更換了工具變量的指標，出口對企業污染排放的負向影響依然存在，并且是較為明顯的。

3. 控制城市-年份、行業-年份的固定效應

為了消除地區和行業的時間發展趨勢對實證結果的影響，我們進一步控制了城市-年份、行業-年份的固定效應。在控制了城市-年份、行業-年份聯合固定效應之后，我們的回歸結果與初始的回歸結果是相類似的，即企業出口的增加減少了污染物的排放密度，而且在統計上是顯著的。這說明本文的實證結果是穩健的。

4. PSM 和DID 方法的應用

為進一步驗證本文實證結果的穩健性，我們在本部分將采用PSM 和DID 方法考察企業出口對污染排放密集度的影響。具體而言，首先，我們定義了switch 虛擬變量，企業在樣本期內由不出口變為出口，則switch＝1；企業在樣本期內一直未出口，則switch＝0，利用PSM 方法將這兩組企業進行配對。配對過程中，我們采用企業全要素生產率、應繳納增值稅、資本存量、就業人數作為匹配變量可進行傾向得分匹配。利用匹配之后的樣本，我們發現switch_psm 的回歸系數依然為負，而且在統計上是顯著的。這說明我們在消除了內生性問題之后，企業的出口行為依然使企業污染密集度下降，而且在統計上是顯著的，即無論用工具變量方法還是PSM 和DID 方法，本文的實證結果依然是穩健的。

（五）異質性分析

考慮到企業出口對污染排放的影響會因行業的污染程度(Cui 等，2016、Cherniwchan，2017)、要素密集度(戴覓等，2014)、企業規模(Cui 等，2016)發生改變。本部分將從上述幾個方面分別考察企業出口對污染排放的異質性影響。

1. 污染行業和清潔行業的差異

Cui 等(2016)、Cherniwchan(2017)等的研究均發現出口對企業污染排放的影響，會因行業污染程度的不同而有所差異。考慮到這一因素，我們參照Cui 等(2016)的做法，構建清潔行業的虛擬變量less_pollu。其中，我們首先在行業層面計算各類污染物排放量占其工業總產值比重，然后將 75%分位數以上的行業定義為污染行業，less_pollu＝0；其余為清潔行業，less_pollu＝1。構建這一指標與出口的交叉項，我們發現，在加入lnexport×less_pollu 項之后，我們的主要結論仍然成立。這說明本文基于工具變量得到的回歸結果是穩健的，企業出口降低了企業的污染排放。其次，相對于清潔行業，出口對污染行業的排污減排的影響更為明顯。可能的原因在于，出口主要是促進企業用清潔能源替代污染能源來降低企業的污染排放，污染行業可能使用了更多污染能源。因此，當出口促使污染行業的企業用清潔能源代替污染能源時，對企業排污的抑制作用更為明顯。

2. 要素密集度的差異

考慮到中國企業出口存在“生產率悖論”的特征，即勞動密集型行業企業的生產率低，反而出口更多。為此，本文參照戴覓等(2014)的做法，對行業進行了分類。其中ints為資本密集型行業的虛擬變量，ints＝1 表示資本密集型行業，ints＝0 表示勞動密集型行業。加入ints 與lnexport 的交叉項進行兩階段最小回歸。由回歸結果發現：①從總體上而言，在加入lnexport_ints 項之后，本文的主要結論仍然成立，即出口貿易能夠降低幾種主要污染物的排放密度。②交叉項lnexport_ints 的系數均為正，而且在統計上是顯著的。這說明相對于勞動密集型行業，資本密集型行業的出口貿易對企業的減排效果更弱。上述回歸結果表明，勞動密集型行業相較于資本密集型行業的出口貿易對污染排放的抑制作用更為明顯。存在上述結果的可能原因在于，出口企業更有動機進行節能減排，否則可能無法獲得出口許可。對于具有相同生產率的兩個企業，出口企業會分配一部分勞動、資本進行污染減排，但是這些減排措施并不直接增加企業產出。為此，出口企業由于實施了節能減排措施，使得產出較非出口企業更少，出口企業生產率更低。與此類似，我國的出口企業也多為勞動密集型企業，所以相較于資本密集型企業，其更有動機進行污染減排，從而表現出生產率越低，減排能力卻越強的情況。

四、研究結論與政策建議

環境問題已成為我國經濟發展過程中急需解決的關鍵問題，其中企業污染減排是解決環境問題的重中之重。那么，作為一個出口大國，我國的出口貿易會對企業的污染減排產生怎樣的影響？其影響機制如何？是否受其他因素的影響？鮮有文獻從企業層面進行分析和探討。鑒于此，本文利用2001—2007 年中國企業污染排放數據庫和中國工業企業數據，考察了企業出口行為對污染減排的影響，探究了其影響機制和作用渠道。

具體而言，首先，我們利用企業污染排放中對主要污染物排放的統計，考察了企業出口對污染物排放密集度的影響，發現出口貿易能夠降低二氧化硫、煙塵、工業廢氣和廢水的排放密度，減少企業對空氣和水的污染，有利于環境的改善。同時，考慮到企業出口行為與污染排放之間可能存在的內生性，我們選用同一地區同一行業其他企業平均出口退稅率作為工具變量對內生性進行了處理。處理了內生性之后，我們的主要結論依然成立。在此基礎上，利用數據中對減排設施數量、原煤消耗量和天然氣使用量的統計，我們進一步考察了出口貿易影響企業污染排放的作用機制。實證分析表明，出口對二氧化硫、煙塵和工業廢氣排放的影響，主要是通過選擇優質的低污染能源、提高能源的使用率實現的，即“清潔生產”；而對廢水排放的影響更多地是依靠投資減排設備，即“終端治理”。其次，我們還進行了穩健性檢驗，在采取出口虛擬變量、更換工具變量、控制城市-年份、行業-年份固定效應之后，本文的實證結果依然穩健。最后，考慮到企業出口對污染排放的影響會因行業污染程度、行業要素密集度、企業規模的不同而有所差異，我們還進行了異質性檢驗。異質性檢驗的結果表明，出口對企業污染排放的影響在污染行業、勞動密集型行業、規模較小企業中的作用相對較強。

本文的政策含義是十分明顯的。長期以來，粗放型的增長模式使我國面臨自然環境惡化和貿易增長模式難以為繼的雙重挑戰。我國目前正在面臨不斷升級的中美貿易摩擦，對我國的環境污染無疑是“雪上加霜”。為此，我國在調整貿易政策、實現貿易增長模式轉型的過程中，也要考慮出口貿易對企業污染排放的影響。在尋找貿易新的增長點的同時，有效地利用出口貿易來降低企業的污染排放，實現經濟的綠色增長。同時，環境政策也應加大對企業的補貼和技術引導，使其在使用清潔能源的同時，增加對排污設施的投資，從而實現“既要金山銀山，又要綠水青山”的可持續發展。

揭開出口貿易影響企業排污的“面紗”——清潔生產與終端治理