地區環境治理動機、政治關聯與企業環境違規處罰
——來自環保督政制度的新證據

朱 銳，劉夢婷

(長沙理工大學 經濟與管理學院，湖南 長沙 410076)

一、引 言

隨著公眾環保意識增強，企業環境表現日益受到利益相關方關注。2021年，中國證監會發布新版年報內容與格式準則，明確要求所有上市公司必須對因環境問題受到的行政處罰進行披露。我國正在構建“以強化政府主導作用為關鍵，以深化企業主體作用為根本”的現代環境治理體系，作為監督責任主體，各地方政府是否有效履行環境責任對于環境治理起到關鍵作用。為提升其治理意愿，“十二五”以來，中央政府曾先后提出“考核官員環保責任”“一票否決”“掛牌督辦”和“行政首長問責”等環境規制。雖然環境違規執法力度持續加大，但執法力度在不同區域、不同企業之間存在明顯差異，第二輪中央生態環保督察還出現一些長期規避整改的“環保老賴”。因此，在目前生態環境保護形勢依然嚴峻的背景下，探明環境違規處罰力度差異的關鍵影響因素具有重要意義。

在中央重典治污高壓下，為何不同企業受到的環境違規處罰力度存在差異？已有研究分為兩種觀點：第一種觀點認為，污染企業可通過政治關聯的“庇護”效應來規避政府環境規制。由于我國短期內無法完全轉換粗放型的經濟增長方式，涉污企業通過政治關聯獲得可觀的社會資本，可避免承擔相應的環保責任，減輕環境違規行為出現時所受處罰力度。第二種觀點認為，地方政府治理環境動機不足是造成環境治理效果不理想的深層原因。出于地方財政收入和地方經濟發展的考慮，當地政府可能會默許、包庇和縱容企業的污染行為，甚至可能操縱環境質量數據以達成上級部門高標準環境考核目的，造成地方環境治理失效。

然而，從污染企業政治關聯、地方政府環境治理動機這兩個主要因素中甄別出環境治理失效的關鍵原因存在一定挑戰，需要將環境治理動機變化、環境違規處罰力度與企業政治關聯納入同一研究場景，在污染企業政治關聯保持不變的前提下，對治理動機變化影響環境違規處罰力度的效應進行系統研究。為實現這一設想，需要尋找一個對地方政府治理動機有直接影響的外生政策沖擊，比較在該政策沖擊前后，有政治關聯企業和無政治關聯企業受到環境違規處罰力度變化差異，實現對地方政府治理動機提升是否減弱政治關聯對環境違規處罰力度“庇護”效應的替代性分析。2015年1月1日，有“史上最嚴”環保法之稱的《中華人民共和國環境保護法》(以下簡稱“新《環保法》”)正式實施，改變以“督企”為核心的環保督查制度，強化“督政”規定，對環保執法者和地方官員的違規行為追責，地方政府環境治理動機得到較大程度增強。鑒于此，新《環保法》實施是一項符合本文研究設想的外生政策沖擊。

基于這一外生政策沖擊，依據我國A股2012—2019年重污染上市公司數據，運用雙重差分法，檢驗新《環保法》實施對不同政治關聯企業受到環境違規處罰力度影響的差異。結果表明：在新《環保法》實施前，有政治關聯企業環境違規處罰力度顯著低于無政治關聯企業，即存在“庇護”效應；新《環保法》實施后，有政治關聯企業環境違規處罰力度提升程度顯著高于無政治關聯企業，“庇護”效應被削弱。其中，官員型政治關聯、地區市場化水平較低的企業受到的“庇護”效應削弱程度更大。通過梳理文獻發現，對環境規制影響的已有研究主要集中在企業環保投資、環境信息披露、技術創新等方面，較少關注企業環境違規處罰，鮮有文獻從新《環保法》外生沖擊視角對政治關聯與企業環境違規處罰力度的關系進行研究。本文將公司內部高管特征與外部命令控制型環境規制結合，重新厘清環境規制、政治關聯與企業環境違規處罰力度三者的邏輯關系，較好地區分了環境違規處罰力度差異的深層原因是地方治理動機缺失還是單獨的企業政治關聯。

二、制度背景與理論模型

(一)新《環保法》出臺的制度背景

新《環保法》實施之前，雖然中央政府頒布一系列法律法規加大環境污染治理力度，但地方政府仍缺乏足夠環境治理動機。相較于舊《環境保護法》僅對違法企業進行追責，2015年1月1日正式實施的新《環保法》對地方政府產生較強政策沖擊，主要體現在：強化“督政”規定，對環保執法者和地方官員的違規行為追責，在環境執法過程中違反刑法的官員還要承擔刑責。

圖1初步展示兩類企業在新《環保法》正式實施前后受到環境違規處罰力度的變化：(1)2014年之前，兩類企業的環境違規處罰力度呈現平行下降趨勢，差距基本保持穩定，且有政治關聯企業各年受到罰款金額、處罰次數和處罰嚴厲程度均低于無政治關聯企業；(2)2014年底開始，兩類企業受到環境違規處罰力度均出現上升拐點，表明兩類企業均受到新《環保法》影響。其中，有政治關聯企業環境違規處罰力度上升趨勢更為明顯，表明其環境違規問題存量在較短期內更加集中釋放。

圖1 兩類企業環境違規處罰力度變動

(二)理論模型

為將新《環保法》實施前后地方政府和企業的選擇內生化，參照張琦等(2019)和Becker(1968)的模型設定，引入政府對污染企業處罰概率()，企業減排量()以及政治關聯給企業帶來的潛在收益()，從如下兩個步驟展開分析：

第一步，新《環保法》實施前，地方政府和企業的環境治理動機尚未激發，環境標準較低。地方政府可能更加追求經濟增長而不惜污染環境。涉污企業受到政府選擇性監管，一旦發生環境違規事件，有政治關聯企業受到環境違規處罰力度更輕。因此，在環境標準較低情況下，無政治關聯企業會被政府強制要求實施環境治理，以減少排放；有政治關聯企業不實施環境治理，不減排。

第二步，新《環保法》實施后，地方政府和企業環境治理動機增強，環境標準較高。面對更加嚴格的環境治理要求，兩類企業進行環境污染治理勢在必行。此時，有政治關聯企業受到環境違規處罰力度有明顯提升。此外，此類企業配合地方政府治污也能獲取未來在融資、稀缺資源傾斜、政策扶持等方面的潛在收益，更愿意主動治理污染，進行減排。

1.模型設立。

引入三類主體，政府()、有政治關聯企業()、無政治關聯企業()。利用倒推法求解模型，首先確定政府懲罰概率，概念化企業減排和不減排的戰略選擇，依據企業反應函數對政府最優懲罰策略進行求解。

首先，設定并分析企業決策模型：

對企業，∈{，}而言，假設企業是否進行環境污染治理只影響企業成本，為使模型推導具有一般性，假定企業效用(，)，只與減排決策和是否受到處罰有關。企業成本因進行環境污染治理而增加，企業利潤因部分停產下降，所以企業效用隨減排量遞增而單調遞減，即(?)(?)<0；企業遭受行政處罰會導致企業利潤下降，所以企業效用隨行政處罰遞增而單調遞減，即(?)(?)<0。同時，也簡化企業減排量,僅取值(減排)或0(不減排)。

(1)若選擇不減排,減排量=0，則被政府處罰的概率為，罰金為，不被政府處罰的概率為1-。企業在被處罰時的效用為(0，)，企業未遭受處罰時的效用為(0，0)。根據(?)(?)<0，(0，)<(0，0)。

(2)若選擇減排，減排量=，企業效用為(，0)。設定企業進行環境污染治理時有一個潛在收益，該潛在收益可能源自兩方面：一方面是企業進行環境污染治理后避免政府處罰的成本，另一方面是政府給企業的政策傾斜收益。這里有>，說明完成相同減排量，有政治關聯企業得到的潛在收益大于無政治關聯企業。

可知當滿足式(1)時，企業進行環境污染治理：

(,0)+≥(0，)+

(1-)(0，0),∈{，}

(1)

即當減排收益不小于不減排收益時，企業進行環境污染治理，且有臨界值：

上述分析說明：企業環境治理行為與臨界處罰概率相關，而處罰概率取決于政府。

其次，設置并分析政府決策模型：

設2>>>>0。最大值是2，是兩類企業都進行環境污染治理時的減排量。

(1)新《環保法》實施前，環境標準較低(總減排量滿足即可)。此時，政府目標函數為：在總減排量達到情況下使當地企業成本最小化，即最小化單位減排成本，并且政府對有政治關聯企業(>1)庇護力度更大，因此政府決策如下：

min{，}+

(2)

s.t+≥

(2)新《環保法》實施后，環境標準較高(總減排量不小于)。此時，政府目標函數不變，但是總減排量應提升至不小于，因此政府決策如下：

min{，}+

(3)

s.t+≥

2.模型求解。

3.模型小結。

三、研究設計

(一)研究樣本與數據來源

本文選擇2012—2019年A股重污染上市公司作為樣本，重點關注化工原料、有色金屬冶煉、煤炭開采等重污染行業公司。樣本篩選原則如下：(1)剔除ST和ST樣本；(2)剔除資產負債率高于1的公司；(3)剔除2012—2019年模型所需數據不全的公司。此外，剔除少數研究期間政治關聯存在變動的企業。按照上述標準確定政治關聯并匹配和篩選后，共有216家企業，其中有政治關聯企業91家，無政治關聯企業125家，8年216家企業共得到1728個觀測值。

本文數據來源：(1)企業環境違規處罰力度數據來源于IPE綠色證券數據庫，為手工收集所得；(2)政治關聯數據從CSMAR數據庫、百度百科等途徑手工收集所得；(3)控制變量數據均來自CSMAR數據庫。

(二)變量定義

1.企業環境違規處罰力度(，，)?；跀祿鞓嫿ǎ?/p>

(1)罰款()，企業當年因環境違規而受到的罰款總額。

(2)處罰次數()，罰款、通報批評、限產、停產等均記錄一次處罰次數，計算企業當年環境違規處罰總次數。

(3)處罰嚴厲程度()，三類企業環境違規處罰：①警告、通報批評；②罰款；③限產、停產等，按照嚴重程度依次記為一分、兩分和三分，加總計算得出企業當年環境違規處罰嚴厲程度。

2政治關聯()。如企業董事長或總經理曾在政府機構任職，現任或曾任人大代表、政協委員以及黨代表，則取值為1，否則為0。

3新《環保法》實施()。政策實施前為0，政策實施后為1。

4.控制變量。對企業特征和財務狀況以及公司治理方面進行控制。

表1列示了各變量定義與說明。

(三)模型設定

首先，構建模型(4)檢驗在不考慮新《環保法》時，政治關聯對企業環境違規處罰力度的影響。其中，被解釋變量為企業環境違規處罰力度，分別用，，表示；是政治關聯虛擬變量，和為年度和行業固定效應，為控制變量(下同)。

表1 變量定義與說明

(,)=+×+

×+++

(4)

其次，基于Gilje和Taillard(2016)和張琦等(2019)的研究思路建立模型(5)，采用雙重差分法比較政策實施前后，有政治關聯企業與無政治關聯企業受到環境違規處罰力度變動的差異，處罰力度變化差異可以通過交互項×的系數表示。設計思路見圖2。

(,)=+×+

×+××+×+

++

(5)

四、實證分析

(一)描述性統計

表2以2015年為時間節點，對本文主要變量進行分期描述性統計。結果顯示，樣本期內企業政治關聯平均值為0.421，表示重污染行業中42.1%的公司與政府之間存在政治關聯。環境違規處罰力度相關的變量標準差比較大，表示不同企業受到的環境違規處罰力度相差較大。在新《環保法》實施后，樣本企業受到環境違規處罰力度更重。

圖2 DID設計思路

(二)回歸結果

1.基于雙重差分法(DID)的回歸結果。表3列(1)至列(3)檢驗在新《環保法》實施前兩類企業環境違規處罰力度差異，回歸結果說明有政治關聯企業受到環境違規處罰力度顯著低于無政治關聯企業，即存在政治關聯“庇護”效應。列(4)至列(6)的交互項(×)系數均在1%的水平上顯著為正，說明環境規制來臨時，有政治關聯企業受到環境違規處罰力度顯著高于無政治關聯企業，即“庇護”效應減弱。

2.基于雙重差分法和傾向得分匹配法(PSM-DID)的回歸結果。環境違規傾向高的企業可能會更積極建立政治關聯，因此樣本選擇可能存在偏誤。借鑒王雄元和卜落凡(2019)的做法，本文使用傾向得分匹配法，將企業基本狀況和財務狀況作為協變量對有政治關聯企業和無政治關聯企業進行一一匹配，對模型(4)和模型(5)重新回歸。結果如表4所示，得到的結論與前文一致。

表2 描述性統計

表3 基于DID的回歸結果

表4 基于PSM-DID的回歸結果

(三)穩健性檢驗

1.平行趨勢檢驗。Bertrand等(2004)認為，雙重差分法必須滿足實驗組和對照組在政策發布之前的平行趨勢假定。因此，參考已有文獻中有關平行趨勢檢驗的做法構建交互項×2014，以檢驗政策實施前一年(2014年)兩類企業在環境違規處罰力度上是否存在趨勢性差異。結果表明，交互項系數不顯著。同時，以政策實施后一年(2016年)和政策實施后兩年(2017年)作為參照年，交互項×2016、×2017的系數均在1%水平上顯著為正。說明在政策實施前一年，兩類企業環境違規處罰力度未出現顯著差異，滿足政策實施前的平行趨勢；在政策實施后一年和后兩年，有政治關聯企業受到環境違規處罰力度顯著提高。此外，圖1也證明本文平行趨勢檢驗的合理性，說明導致兩類企業環境違規處罰力度趨勢出現顯著差異的原因是新《環保法》實施。

2.隨機虛構處理組的安慰劑檢驗。在平行趨勢檢驗通過的情況下，借鑒劉瑞明等(2020)的做法，通過虛構處理組的方法進行安慰劑檢驗，來判斷新《環保法》政策效應是否由其他隨機因素引起。通過隨機生成處理組(91家企業)并重復進行500次回歸，將這500次結果的回歸系數和值用核密度圖記錄。如圖3所示，絕大多數隨機結果系數與基準回歸系數(表3中真實值，圖3中的垂直虛線)相距較遠，且多數估計系數不顯著，表明新《環保法》實施對政治關聯和環境違規處罰力度的政策效應沒有受到隨機性因素的影響。

圖3 隨機虛構處理組的安慰劑檢驗

3.排除產能過剩行業的干擾。重污染企業也可能同時面臨去產能政策的處罰。根據2013年國務院印發的《關于化解產能嚴重過剩矛盾的指導意見》，剔除研究期間產能過剩行業的企業樣本，重新對模型(4)和模型(5)進行回歸。回歸結果表明，和×的回歸結論與前文結論一致。

4.其他穩健性檢驗。我們還進行了以下穩健性檢驗：(1)為排除不同產權性質可能造成的干擾，按企業終極控制人對樣本劃為國有企業和非國有企業后，對模型(5)進行回歸；(2)為排除地區異質性干擾，按照企業注冊地所在省份，在模型(4)和模型(5)中加入省份固定效應；(3)為排除被解釋變量與控制變量之間的雙向影響，將控制變量中的連續變量均進行滯后一期處理，對模型(4)和模型(5)進行回歸。以上回歸結果仍與前文一致。

五、進一步分析

(一)政治關聯類型的影響

在經濟轉軌時期的中國，重要資源以及各種優惠等仍由政府配置，但不同政治關聯類型得到的優惠和資源不同。其中，具有人大代表或政協委員身份的高管通常是行業內知名人士，他們為企業聲譽和自身形象往往會積極履行社會責任，包括環保責任；而官員型政治關聯企業中，高管通常在進入企業前已有政治身份，他們與政府部門有更加便利的“關系”為企業謀求利益。因此，本文區分代表型政治關聯和官員型政治關聯兩種政治關聯類型。

結果顯示：首先，檢驗在環境規制來臨前，相比代表型政治關聯企業和無政治關聯企業，官員型政治關聯企業受到環境違規處罰力度較小，而代表型政治關聯對企業環境違規處罰不產生“庇護”效應。這與張川等(2014)的發現相似，即代表型政治關聯對企業履行社會責任具有“監督”效應。其次，檢驗在環境規制來臨時，官員型政治關聯企業環境違規處罰力度提升顯著，而代表型政治關聯企業環境違規處罰力度在新法實施前后無顯著差異，表明環境規制沖擊削弱了官員型政治關聯對環境違規處罰力度的“庇護”效應，而代表型政治關聯在政策前后持續產生“監督”效應。

(二)地區市場化程度的影響

由于資源儲量、地理位置和國家政策差異，我國各地區市場化發展水平不同。一方面，在市場化發展水平較低地區，相對不健全的法律體系和政府對經濟的干預較多，企業積極尋求與政府的聯系以獲取多樣化資源和庇護。若地方政府對履行社會責任態度淡漠，企業則沒有動力通過履行環境治理責任來維系和政府的關系。另一方面，在市場化發展水平較高地區，公眾環保意識更強，營商環境相對公平公正，政府對經濟干預程度更少，企業尋求與政府聯系的活動較少，削弱了政治關聯對環境違規的促進作用。

按照地區市場化程度，使用中位數區分市場化程度高和低兩類，對模型(4)進行回歸?；貧w結果顯示，更高市場化程度能有效削弱政治關聯對企業環境違規處罰力度的影響。對模型(5)重新回歸，回歸結果表明，在新《環保法》實施后，在市場化程度更低地區，有政治關聯企業受到環境違規處罰力度提升更顯著。

六、結 論

以新《環保法》實施為政策沖擊，使用PSM-DID方法，依據2012—2019年滬、深上市公司重污染行業數據，實證檢驗環境規制實施前后企業政治關聯與環境違規處罰力度的關系。研究發現：第一，政治關聯對企業環境違規處罰力度產生“庇護”效應。第二，新《環保法》實施后，企業因政治關聯受到的“庇護”效應被削弱。第三，新《環保法》實施后，官員型政治關聯、地區市場化程度低的企業受到環境違規處罰力度提升更顯著。通過一系列穩健性檢驗，結論仍然成立。

本文結論對監管部門和利益相關者有一定啟發和借鑒意義。首先，結論表明在過去以發展經濟為主要目標的政績考核晉升激勵下，地方政府環境保護責任規定和環境治理動機缺失是環境治理失靈的重要成因，應進一步完善“正激勵”和“負激勵”互為補充的地方政府激勵結構。其次，在我國制度背景下，應重點關注官員型政治關聯企業的環保表現，鼓勵代表型政治關聯企業的積極減排行為。最后，應繼續推進市場化改革，動員公眾共同參與，構建良性互動的環境治理體系。

① 詳見環境保護部(2018年更名為生態環境部)通報2016年1-8月各地環保法配套辦法執行情況以及與司法機關聯動的情況。

② 羅喜英、劉偉(2019)利用手工收集數據分析發現，盡管環境違規程度相同，不同企業受到的環境違規處罰力度卻存在較大差異。

③ 詳見《一罰了之、花錢了事，一些企業何以成“環保老賴”？》，新華社《半月談》，2021年第24期。

④ 環境規制可分為命令控制型和市場激勵型，詳見胡珺等(2020)。

⑤考慮重污染企業作為環境的主要污染者，更易引起政府監管部門關注，受環境規制影響較大。

⑥ 在該文中，作者以《環境空氣質量標準(2012)》作為外生沖擊，代理地方官員環境治理動機變化，觀測高管有和無公職經歷的公司在政策實施前后分別做出的不同環保投資決策反應。

⑦ 在該文中，作者定義開通“中歐班列”的班列始發站與公司注冊地之間的距離近為實驗組，距離遠為控制組，但考慮上市公司分布存在聚集現象，采用PSM處理樣本選擇偏差問題。

⑧ 因篇幅所限，未列出本部分回歸結果。如有需要，可聯系作者索取。電子信箱：raymondzr@csust.edu.cn。

⑨ 在該文中，作者分析并檢驗了市場化程度對政治關聯和環境違規的調節作用。