“十一五”約束性污染控制的企業減排效應

張偉廣,馮師鈺,韓 超

“十一五”約束性污染控制的企業減排效應

張偉廣1,2*,馮師鈺1,韓 超3

(1.東北財經大學經濟學院,遼寧 大連 116025；2.中國社會科學院工業經濟研究所,北京 100006；3.東北財經大學產業組織與企業組織研究中心,遼寧 大連 116025)

依托2006年“十一五”約束性污染控制政策的實施,基于中國工業企業數據與企業污染排放數據的匹配數據庫,探究總量控制與約束性的環境規制政策實施對企業減排的影響效果及其作用機制.研究發現:約束性污染控制政策實施后,受規制強度較高的企業SO2和COD的污染排放量分別下降了12.8%、12.1%,該效應經過一系列穩健性檢驗依然顯著;機制分析發現,約束性污染控制實施后,SO2組樣本的潔凈能源消費量上升0.12%、技術效率提升53.56%,COD組樣本潔凈能源消費量上升0.14%、技術效率提升56.60%,企業通過能源消費結構的轉變和技術效率的提升實現減排.異質性分析發現,國有企業和非國有企業、大規模企業和小規模企業、重污染行業企業和非重污染行業企業以及東西部地區企業在減排效果上均存在顯著差異.企業到地理邊界的距離與企業污染排放量存在著局部負相關關系.

約束性污染控制；環境規制；企業減排

我國的“十一五”規劃首次提出環保目標責任制,將節能和減排的約束性指標與官員政績考核相結合,在要求單位GDP能源消耗下降的同時,約束性污染控制政策針對污染物減排方面提出了明確的目標要求,規定在2006～2010年間各省份SO2、COD 2種污染物的排放總量下降至少達到10%以上.

環境政策是否有效直接取決于減排效應是否顯著,中央提出的綠色發展理念能否轉化為政策紅利,取決于環境污染主體的應對策略.現有文獻對環境規制影響企業減排的效應及其機理進行了深入探討.關于環境規制的識別及其影響效果,相關學者分別使用企業治污資本投入或政府環境稅費投入[1]、地區污染物去除率[2]、或者“兩控區”“千家企業節能行動”“環保督查中心試點”[3-5]等制度或政策作為環境規制強度或政策識別,全面探討了環境規制對經濟增長、產業發展、產業結構變遷等方面的作用[6-7],以及環境規制對微觀企業帶來加重負擔的“遵從成本”或促進技術創新的“波特假說”效應[8-11].具體到“十一五”約束性污染控制政策,多位學者研究了約束性污染控制政策出臺對行業生產率水平的提升,進而實現資源再配置的效應[12-13],以及對企業綠色技術創新活動數量和質量[14]、污染企業轉移[15]、企業減排[16]的影響,而鮮有結合微觀企業排污數據,基于“十一五”規劃中不同省份面臨較大規制強度的結構性差異,考察該政策對企業減排具體效應及機制的探討.

本文采用雙重差分的方法,研究“十一五”約束性污染控制政策的出臺對企業產生的減排效應及其作用機制,旨在為約束性污染控制政策的有效性提供現實依據,進一步拓寬我國實現減排任務目標要求的路徑,為我國更快實現可持續發展提供政策參考.

1 研究方法

1.1 模型構建

2006年“十一五”約束性污染控制政策的出臺,對不同省份規定了不同強度的減排約束,成為良好的準自然實驗,為“十一五”約束性污染控制的政策效果檢驗提供了良好契機,構建計量模型如下:

式中: Emission分別代表企業在第年SO2排放量(kg)和COD排放量(kg),做取對數處理,在2種污染物的具體回歸模型中分別表示為SO2_emission和COD_emission;在污染排放控制強度達2倍以上的樣本企業中,強度較高的樣本被定義為處理組,用Treat=1表示,強度較低的樣本被定義為控制組,用Treat=0表示;Time表示政策虛擬變量,若時間在“十一五”約束性污染控制指標出臺(2006年)之后,取Time=1,否則取0;交互項系數反映了約束性污染控制出臺對企業減排的凈效應,是本文關注的重點;是系列控制變量;和分別為控制企業、年份的固定效應;為隨機誤差項.

1.2 指標說明與數據處理

約束性污染控制的測度,是本文重點關注的解釋變量.《“十一五”期間全國主要污染物排放總量控制計劃》[17]規定各省污染物減排指標是根據地區經濟水平和發展情況進行劃分,部分相鄰省份的減排約束相差較大,因而本文選擇減排目標相差在2倍以上的邊界縣市作為約束性污染控制的識別標準.最終手工整理結果為:SO2組包含遼寧和吉林、遼寧和內蒙古、河北和內蒙古、山西和內蒙古、陜西和內蒙古、寧夏和內蒙古、河南和安徽、江蘇和安徽、浙江和安徽、浙江和江西、廣東和福建、廣東和江西、貴州和云南、廣西和云南、四川和云南、吉林和黑龍江共16個組別,共計113個規制強度較高的縣市和105個規制強度較低的縣市;COD組包含河北和內蒙古、山西和內蒙古、寧夏和內蒙古、寧夏和甘肅、河南和湖北、江蘇和安徽、浙江和安徽、浙江和福建、浙江和江西、廣東和福建、廣東和江西、廣西和云南、重慶和四川、重慶和湖北、陜西和湖北、湖南和湖北、湖南和江西共17個組別,共計121個規制強度較高的縣市和124個規制強度較低的縣市.

核心被解釋變量是企業污染物SO2和COD的排放量,由中國工業企業數據庫和企業污染數據庫匹配得到.首先以工業企業代碼為基準對2個數據庫進行匹配;若匹配不上或存在代碼重復問題時,其次使用企業名稱進行匹配;最后對匹配后的數據庫進行整理,去除重復匹配的部分,基于樣本年份的重合性,保留得到1998～2012年的數據,而本文研究政策實施于2006年,與數據庫年份跨度非常契合.

本文選取以下與企業污染排放量高度相關的變量作為控制變量:(1)企業規模(scale):以企業年末固定資產的對數測度,工業企業的全部要素投入被用來生產產品和減少環境“負產出”,因此企業規模也決定了環境污染處理效率[18];(2)企業年齡(age):以當前年份減企業成立時間加一取對數表示,反映企業改變原有生產模式的難度;(3)企業利潤率(profit):以企業利潤與資產總計之比表示,反映企業可用于減排的先進技術投入資金;(4)企業融資約束率(debt):以企業負債合計與資產總計之比表示,反映企業用于減排投入所需的融資難度;(5)企業資本密集度(capital):以固定資產合計與從業人數之比表示,反映企業先進技術利用和知識轉化程度[19],資本密集型企業更接近技術前沿,更能反映企業減排技術、設備的先進程度.

1.3 描述性統計

表1報告了主要變量的描述性統計結果.

表1 描述性統計

2 基準分析

2.1 基準回歸結果

為觀測政策實施的宏觀整體效果,本文首先對“十一五”約束性污染控制的總量效應進行分析.以樣本縣域內企業在各年的污染排放量均值表征各區縣的年均污染排放量,分別表示為:mean_SO2、mean_COD,作為因變量代入計量模型(1).如表2所示,SO2和COD排放量回歸方程的交互項系數均在1%的顯著性水平上為負,這說明“十一五”約束性污染控制的實施,使規制強度較高縣域的排污量顯著低于規制強度較低的縣域,宏觀層面驗證了約束性污染控制政策抑制了工業企業的污染物排放.

接下來,本文從微觀企業層面考察其對企業排污產生的影響,被解釋變量為企業SO2和COD的排放量,結果如表3所示.第(1)、(2)列給出了約束性污染控制對SO2排放量的回歸結果,第(3)、(4)列給出了約束性污染控制對COD排放量的回歸結果.其中,第(1)、(3)列控制了個體固定效應和年份固定效應,未加入控制變量,交互項系數均在1%的顯著性水平上顯著為負,這表明“十一五”約束性污染政策出臺后,規制強度較高樣本組的SO2排放量相對規制強度較低的樣本組降低24.1%;COD排放量相對降低17.0%.第(2)、(4)列在控制了個體固定效應和年份固定效應的基礎上,加入了控制變量.回歸結果顯示“十一五”約束性污染政策出臺后,規制強度較高樣本組的SO2排放量相對規制強度較低的樣本組降低了12.8%;COD排放量相對降低了12.1%,約束性污染控制政策顯著降低了微觀企業的污染排放水平,具有顯著的減排效應.

表2 宏觀層面基準回歸結果

注:括號內為標準差,***、**和*分別表示在1%、5%和10%的水平上顯著,County FE表示控制了地區固定效應,Year FE表示控制了年份固定效應,Observations表示參與回歸的樣本數量,2表示擬合優度,YES表示回歸模型中加入了該變量.下同.

表3 企業層面基準回歸結果

注:Firm FE表示控制個體固定效應,下同.

2.2 動態效應分析

為了更精準地檢驗是否滿足平行趨勢假設前提,同時改進基準回歸結果只能反映“十一五”約束控制對企業污染排放的平均影響而無法檢驗政策在不同時段內的動態效應問題,借鑒陶鋒等[14]的做法,設定“十一五”約束政策實施的前一年(2005)為基準年,構建動態效應模型如下:

式中:參數表示政策實施當年與基準年份的差距,反映了“十一五”約束性污染控制的政策效應.SO2和COD如圖1所示:政策實施前回歸系數基本不顯著,說明基本滿足平行趨勢前提,沒有其他政策和突發事件的干擾.隨著2006年約束性污染控制政策的實施,SO2排放量與政策實施前相比有顯著的下降趨勢,在政策實施第3年開始出現輕微反彈,但很快出現下降.COD排放量與政策實施前相比,具有更顯著的下降趨勢,且從政策實施后第4年開始,企業污染排放的下降幅度增大.

圖1 SO2和COD動態效應

2.3 穩健性檢驗

2.3.1 傾向得分匹配法 為了提高穩健性,本文分別采用1:1和1:2最近鄰匹配法的PSM,對處理組的每一個樣本進行最相似特征識別,并將匹配范圍設定到每年.表4第(1)、(2)列分別為采用1:1和1:2最近鄰匹配法對SO2排放量進行雙重差分的估計結果;第(3)、(4)列分別為采用1:1和1:2最近鄰匹配法對COD排放量進行雙重差分的估計結果.表4的結果顯示,經過匹配后的估計結果仍然支持約束性污染政策具有顯著減排效果的結論,即無論采用哪種匹配方法,“十一五”規制政策的出臺對企業污染排放量均有顯著的抑制作用,匹配后樣本的DID回歸與未經匹配的基準回歸結果差異不大.

表4 傾向得分匹配后的基準回歸結果

2.3.2 安慰劑檢驗 除了約束性污染控制政策之外,為排除同期可能存在的外生政策和其他因素的干擾,同時驗證不存在其他隨機因素導致處理組和控制組之間存在排污量的顯著差異,本文假設政策實施時間在2010年.將2010～2012年作為政策干預年重新進行雙重差分,回歸結果如表5第(1)、(2)列所示,回歸結果顯示交互項系數均不顯著,這表明排污量下降是“十一五”約束性控制政策出臺的結果,不存在其他隨機因素的干擾.

2.3.3 三重差分 約束性污染控制的影響對于不同的企業而言存在顯著的差異[13],由于無法對所有企業展開調查,各地的規制行為可能強調“突出重點”,產生“抓大放小”的影響[9],因此企業污染排放可能存在依賴于規模的組間差異.本文將各年份處理組和控制組企業的生產總值按照順序排列,以中值為界構造大規模組和小規模組的組別虛擬變量.依賴于生產總值的規模虛擬變量size,在模型中的設定如下:

表5 時間安慰劑檢驗和三重差分回歸結果

2.3.4 排除樣本因素干擾 前文在工業企業數據庫和工業企業污染排放數據庫匹配過程中,由于樣本缺失等問題只完成了約50%的匹配,近一半數據的缺失可能會對基準回歸結果產生影響,導致回歸結果出現偏差.因此,借鑒韓超等[4]的處理方法,僅利用1998～2012年各年工業企業污染排放數據庫進行合并、刪重處理,穩健性檢驗利用處理后的污染庫數據重新進行基準回歸.回歸結果如表6所示:第(1)、(2)列分別表示對SO2和COD排放量不加控制變量的基準回歸結果,回歸系數均顯著為負,且與基準回歸結果相似;第(3)、(4)列分別表示SO2和COD排放量加入控制變量的基準回歸結果,系數回歸結果均為負,雖然對COD的回歸結果沒有通過10%的顯著性檢驗,但值為0.18,基本可以驗證“十一五”約束性污染控制政策對企業污染排放的顯著抑制作用,不存在樣本干擾因素,驗證了結論的穩健性.

表6 利用工業企業污染庫數據基準回歸結果

3 機制分析

3.1 企業能源消費結構的轉變

企業轉變能源使用結構,是減少對傳統能源的使用量,轉而使用清潔能源從而降低污染排放量.我國的重工業是煤炭消耗的“大戶”[20],隨著產業結構的升級和市場化改革的推進,煤炭消費量主要由石油和天然氣來替代[21],天然氣的能源利用效率高于煤炭,產生的污染也更少[22].

考慮“十一五”約束性污染控制出臺對企業減排的機制是否通過能源消費結構升級來實現,用工業企業每年的潔凈燃氣消費量占企業能源消費總量值gas度量企業能源消費結構的轉變率.分別使用SO2減排和COD減排的樣本組對潔凈燃氣消費量進行回歸,回歸結果如表7第(1)、(2)列所示.交互項系數均在1%的顯著性水平上顯著為正,其中,SO2樣本組企業清潔能源使用率提高了0.12%,COD樣本組企業清潔能源使用率提高了0.14%.這表明“十一五”約束性污染控制政策出臺之后污染控制強度較高的樣本企業積極轉變能源結構,減少了以硫化物為代表的傳統能源的使用,更多采用清潔能源進行生產.

表7 清潔能源使用和技術效率

3.2 企業技術效率的提升

波特假說認為,合理設計的環境規制政策會激勵企業創新,最終提高盈利能力.由于環境政策改變了環境生產因素的相對價格,企業有動力找出節約使用它們的方法[23],因此合理的環境規制政策能夠促進企業通過積極提高技術效率水平,降低污染排放量.以單位產出的污染排放量度量技術進步水平,表示為,該值越低,則技術效率水平越高.分別使用SO2減排和COD減排的樣本組對企業技術效率回歸,回歸結果如表7第(3)、(4)列所示.規制政策實施后,SO2樣本組企業技術效率水平提高了53.65%, COD樣本組企業技術效率水平提高了56.60%.這表明“十一五”約束性污染控制作為環境規制政策重要類型之一,對企業技術效率提升有積極的促進作用,驗證了“波特假說”的存在性,也驗證了約束性污染控制政策能夠通過企業技術效率的提升,作用于企業減排.

4 異質性分析

4.1 企業性質的異質性

表8 不同性質企業減排效應的異質性

國有制企業和非國有制企業在內生壓力、工作效率等方面的差異決定了其應對環境政策這種外部沖擊時的靈敏反應程度不同[24].因此,根據中國工業企業數據庫的企業登記注冊類型,將工業企業劃分為:國有企業、外資企業、其他企業,探究不同所有制企業應對環境政策沖擊時的減排效應差異.表8顯示,對國有企業SO2和COD排放量進行回歸,回歸結果均不顯著且交互項系數為正;對外資企業和其他企業SO2和COD排放量的回歸結果顯示,交互項系數均為負.因此約束性污染控制降低了非國有企業SO2和COD排放量,而并未顯著降低國有企業的污染排放量.可能的原因是:國有企業多為政府投資或參與控制,在財政資金支持等方面具有優勢,生存壓力較小;受行政型治理壓力、領導任期限制、工資限制等因素的影響,面對環境規制的壓力時很難對技術研發人員進行工資或股權激勵,更傾向于漸進性創新.而非國有企業自負盈虧[25],對環境規制帶來的技術創新、能源結構轉變壓力都更為敏感;創新人員的激勵機制市場化,更容易產生減排技術的突破性創新,因此減排效果更好.

4.2 企業規模的異質性

減排效果在不同的企業規模間可能存在異質性.分別根據SO2和COD處理組和控制組內樣本企業的年末工業產值現值進行排序,將樣本劃分為大、中、小3個規模等級,并進行分組回歸,結果如表9所示:大企業的SO2排放量和COD排放量均顯著為負,這表明規制強度較高的大型企業,其SO2排放量在規制政策實施后相對降低了23.7%,COD排放量相對降低了15.8%;而中型企業的SO2排放量和COD排放量在政策實施后分別降低了4.9%和11.5%,但交互項系數均小于大型企業,且減排效果并不顯著.可能的原因是:其一,大規模公司污染強度更低是因為更傾向于采用清潔技術作為末端處理技術,而小公司因為缺乏必要的利潤率而無法充分利用采用清潔技術使得規模回報率不斷增加的優勢[11],減排效果較差;其二,在環境規制領域,大型企業更容易被政府監管,為節約征稅成本,政府側重于加強對少數大型企業的監管力度,即形成“抓大放小”效應,因而大型企業面臨更嚴苛的環境規制強度,減排效果相對大于小企業.

表9 企業規模對污染減排效應的異質性

4.3 行業的異質性

根據《第一次全國污染源普查公報》[26],SO2排放量位居前5位的行業分別是:電力、熱力生產和供應業、非金屬礦物制品業、黑色金屬冶煉和壓延加工業、化學原料和化學制品制造業、有色金屬冶煉和壓延加工業;COD排放量位居前5位的行業分別是:農副食品加工業、化學原料和化學制品制造業、紡織業、造紙業及紙制品行業、飲料制造業.分別對SO2和COD污染排放重點行業和非重點行業企業進行回歸,結果如表10所示,第(1)、(2)列結果顯示,在5大重污染行業的樣本企業中,規制強度較高的企業SO2排放量相對下降6.7%,但系數并不顯著;而對非5大重污染行業的樣本企業進行回歸的結果表明,規制強度較高的企業污染排放量顯著降低了17.8%,減排效果高于5大重污染行業企業.第(3)、(4)列結果顯示,在5大污染行業的樣本企業中,規制強度較高的企業COD排放量相對降低了29.1%,且通過了1%的顯著性檢驗,而非5大污染企業減排效果則不顯著.

表10 重點污染行業和非重點污染行業減排效果異質性

為了驗證SO2高污染行業企業減排效果并不理想的原因,本文以SO2去除率作為因變量,表示企業減排技術質量或減排效率,回歸結果顯示:SO2的5大污染企業并沒有顯著提高減排技術和減排效率,因此污染減排效果并不顯著.相反非5大污染企業積極提高了SO2的減排技術水平.

4.4 地區的異質性

將樣本企業按照地理位置劃分為東部、中部、西部并分別進行回歸,結果如表11所示,東部地區工業企業在“十一五”約束實施后減排效果顯著:規制強度較高的樣本企業SO2排放量相對降低了34.7%, COD排放量相對降低了43.9%,且均通過了1%的顯著性檢驗;中部地區樣本企業SO2減排通過了10%的顯著性水平檢驗,但高規制強度企業僅相對降低排污量16.3%,遠低于東部地區企業的減排水平,COD的減排效果不顯著;西部地區樣本企業的SO2和COD減排效果均不顯著.可能的原因是東部地區企業減排技術水平較高,東部地區產業集聚可以共享企業的污染末端處理技術,提高了污染減排的協作效率;同時,東部等發達地區財政資金相對充裕,在環境規制的屬地管理體制下,治理環境污染的內在動機更強.

表11 東、中、西部地區企業減排效應異質性

5 討論與建議

5.1 討論

污染負外部性會對中心城市企業集聚產生抑制作用,外圍城市受到輻射的程度要小于中心城市[27].同時,在邊界地區存在搭便車效應:一個地區在污染控制方面的支出并不只對該地區有利,它也有利于鄰近的地區[28].由于地區財政資源有限,其更喜歡把資金投資在能夠獲得最大收益的地方,即中心地區[29].在邊界上,環境法規存在不連續性,省級監管機構在邊境縣執行政策時可能沒有內陸縣嚴格,從而使得污染企業更偏好由行政中心向行政邊界轉移[30].因此,污染企業與行政邊界的距離對約束性污染控制減排效果的影響有待研究.

2006年“十一五”約束性污染政策出臺后,樣本按照各省相異的減排控制強度被分配到省界兩側,由于其處理狀態完全按照省界進行分配,本文將省界作為斷點,采用精確斷點回歸的方法,探究在斷點附近局部范圍內處理組和控制組的減排差異,以及樣本與省界的距離大小對企業減排產生的影響.設置斷點回歸模型為:

表12第(1)、(2)列和第(3)、(4)列分別表示利用斷點回歸方法對樣本距離和SO2排污量及COD排放量的局部線性回歸估計結果.控制組樣本與省界距離的單位變動將使SO2排放量下降6.93%;處理組樣本與省界距離的單位變動將使SO2排放量下降2.43%.控制組樣本與省界距離的單位變動將使COD排放量下降4.12%;處理組樣本與省界距離的單位變動將使COD排放量下降3.11%,工業企業與省界線的距離與企業排污量呈顯著的負相關關系.企業與省界的距離衡量了企業受規制主體規制政策輻射的大小:與省界的距離越小,企業受到規制的輻射強度越小,則污染排放強度上升.

表12 企業與省界距離對污染減排的影響

5.2 建議

環境規制實施要精準施策,避免“一刀切”的治理方式.在約束性污染控制政策對不同地區減排目標具有非對稱性的基礎上,對約束強度較高地區的企業要由政策倒逼減排向主動減排轉變,同時提高規制強度較低地區污染企業的減排激勵.注意減排政策在地區之間的協同效應,提高污染治理政策制定的效率.

不僅要注重總量減排,更要重視減排的實現途徑.應警惕邊界污染企業跨地轉移的“污染避難所”效應,對整體污染減排目標帶來不利干擾.同時應更加注重生產過程中的技術進步、能源消費結構轉變,從根本上減少污染物的產生量,降低僅通過增加末端處理技術的資本投入所帶來污染去除量短暫提升,將污染減排納入可持續的實現路徑.

根據企業自身屬性及其所處行業、地區的異質性,制定實施相應的引導政策,以激發企業技術創新、綠色發展的積極性.大規模企業相對承擔了較多的減排任務,應注重效益補貼;非國有企業相對于國有企業更易于實現突破性技術創新,應健全市場化的激勵機制;發揮經濟發達地區在污染治理、減排技術等方面的優勢,通過區域協作,提升全局減排效果.

6 結論

6.1 “十一五”約束性污染控制顯著降低了微觀企業SO2和COD的排放量,并在引入控制變量、進行傾向得分匹配、三重差分、安慰劑檢驗等一系列穩健性檢驗后依然成立.

6.2 “十一五”約束性污染政策的出臺可能會通過提升企業技術效率和轉變能源消費結構的方式降低企業污染排放量,而且企業到地理邊界的距離與減排效應存在局部線性的負相關關系.

6.3 通過異質性分析,發現國有企業、小規模企業和中西部地區企業的減排效果并不顯著,而非國有企業、規模較大企業和東部地區具有顯著的減排效應;SO2污染排放的前5大行業減排效果并不顯著,而COD污染排放的前5大行業承擔了主要的減排任務.

[1] 范慶泉,張同斌.中國經濟增長路徑上的環境規制政策與污染治理機制研究[J]. 世界經濟, 2018,(8):171-192.

Fan Q Q, Zhang T B. A study of environmental regulations and pollution abatement mechanism on China's economic growth path [J]. The Journal of World Economic, 2018,(8):171-192.

[2] 沈春苗,鄭江淮.環境規制、企業更替與制造業生產率——基于工業企業污染排放數據的實證檢驗[J]. 南京社會科學, 2021,(3):10- 18,2.

Shen C M, Zheng J H. Environmental regulations, firm’s dynamics and total factor productivity in manufacturing: an empirical analysis using industrial enterprises’pollution emissions data [J]. Social Sciences in Nanjing, 2021,(3):10-18,2.

[3] 盛 丹,張國峰.兩控區環境管制與企業全要素生產率增長[J]. 管理世界, 2019,(2):24-42,198.

Sheng D, Zhang G F. Environmental regulations of two control zones and enterprise total factor productivity growth [J]. Management World, 2019,(2):24-42,198.

[4] 韓 超,陳 震,王 震.節能目標約束下企業污染減排效應的機制研究[J]. 中國工業經濟, 2020,(10):43-61.

Han C, Chen Z, Wang Z. Study on the mechanism of firms' pollution reduction under the constraint of energy-saving target [J]. China Industrial Economics, 2020,(10):43-61.

[5] 趙 陽,沈洪濤,劉 乾.中國的邊界污染治理——基于環保督查中心試點和微觀企業排放的經驗證據[J]. 經濟研究, 2021,(7):113- 126.

Zhao Y, Shen H T, Liu Q. Border pollution governance in China—— evidence from the pilot project of environmental protection supervision center and establishment emission data [J]. Economic Research Journal, 2021,(7):113-126.

[6] 貫 君,蘇 蕾.雙重環境規制下政府經濟競爭對綠色高質量發展的影響 [J]. 中國環境科學, 2021,41(11):5416-5426.

Guan J, Su L. Influence of government economic competition on green high-quality development under dual environmental regulations [J]. China Environmental Science, 2021,41(11):5416-5426.

[7] 黃清子,馬 亮.環境規制破解資源詛咒的異質效應[J]. 中國環境科學, 2021,41(7):3453-3462.

Huang Q Z, Ma L. The heterogeneous effects of environmental regulations on resource curse [J]. China Environmental Science, 2021, 41(7):3453-3462.

[8] 沈坤榮,金 剛,方 嫻.環境規制引起了污染就近轉移嗎? [J]. 經濟研究, 2017,(5):44-59.

Shen K R, Jin G, Fang X. Does environmental regulation cause pollution to transfer nearby? [J]. Economic Research Journal, 2017, (5):44-59.

[9] 王 勇,李雅楠,俞 海.環境規制影響加總生產率的機制和效應分析[J]. 世界經濟, 2019,(2):97-121.

Wang Y, Li Y N, Yu H. Environmental regulation and the evolution of aggregate productivity: identifying its mechanism and deconstructing its effect [J]. The Journal of World Economic, 2019,(2):97-121.

[10] Shapiro J, Walker R. Why is pollution from us manufacturing declining? the roles of environmental regulation, productivity, and trade [J]. The American Economic Review, 2018,108(12):3814-3854.

[11] Qi J, Tang X, Xi X. The size distribution of firms and industrial water pollution: a quantitative analysis of China [J]. American Economic Journal: Macroeconomics, 2021,13(1):151-183.

[12] 范 丹,付嘉為.環境信息披露對企業全要素生產率的影響[J]. 中國環境科學, 2021,41(7):3463-3472.

Fan D, Fu J W. The impact of environmental information disclosure on enterprises' total factor productivity [J]. China Environmental Science, 2021,41(7):3463-3472.

[13] 韓 超,張偉廣,馮展斌.環境規制如何“去”資源錯配——基于中國首次約束性污染控制的分析[J]. 中國工業經濟, 2017,(4):115-134.

Han C, Zhang W G, Feng Z B. How does environmental regulation “remove” resource misallocation——an analysis of the first obligatory pollution control in China [J]. China industrial economics, 2017,(4): 115-134.

[14] 陶 鋒,趙錦瑜,周 浩.環境規制實現了綠色技術創新的“增量提質”嗎——來自環保目標責任制的證據[J]. 中國工業經濟, 2021, (2):136-154.

Tao F, Zhao J Y, Zhou H. 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.

[15] 金曉雨.環境規制與國內污染轉移——基于“十一五”COD排放控制計劃的考察[J]. 產業經濟研究, 2018,(6):115-125.

Jin X Y. Environmental regulation and domestic pollution transfer— empirical study based on COD emission control plan in “11th five-year” plan [J]. Industrial Economics Research, 2018,(6):115- 125.

[16] 韓 超,王 震,田 蕾.環境規制驅動減排的機制:污染處理行為與資源再配置效應 [J]. 世界經濟, 2021,(8):82-105.

Han C, Wang Z, Tian L. The mechanism of environmental regulation driving emission reduction: pollution treatment behavior and resource reallocation effect [J]. The Journal of World Economic, 2021,(8): 82-105.

[17] 國務院.國務院關于“十一五”期間全國主要污染物排放總量控制計劃的批復[EB/OL]. http://www.gov.cn/zhengce/content/2008-03/28/ content_4988.htm.

State Council. Reply of the state council on the national total discharge control plan of major pollutants during the “eleventh five- year” plan period [EB/OL]. http://www.gov.cn/zhengce/content/2008-03/28/ content_4988.htm.

[18] 陳 林,肖倩冰,牛之琳.考慮環境治理成本的企業成本函數模型及其應用 [J]. 數量經濟技術經濟研究, 2020,37(11):139-156.

Chen L, Xiao Q B, Niu Z L. Enterprise cost function model considering environmental governance cost and its application [J]. The Journal of Quantitative & Technical Economics, 2020,37(11):139- 156.

[19] 黃先海,金澤成,余林徽.出口、創新與企業加成率:基于要素密集度的考量 [J]. 世界經濟, 2018,41(5):125-146.

Huang X H, Jin Z C, Yu L H. Exports, innovation and markup ratio: an analysis from the perspective of factor intensity [J]. The Journal of World Economic, 2018,41(5):125-146.

[20] 馬樂寬,王金南,王 東.國家水污染防治“十二五”戰略與政策框架 [J]. 中國環境科學, 2013,33(2):377-383.

Ma L K, Wang J N, WANG D. The strategy and policy framework for water pollution control in China during the “twelfth five-year” plan period [J]. China Environmental Science, 2013,33(2):377-383.

[21] 張 偉,朱啟貴,李漢文.能源使用、碳排放與我國全要素碳減排效率 [J]. 經濟研究, 2013,(10):138-150.

Zhang W, Zhu Q G, Li H W. Energy use、carbon emission and China's total factor carbon emission reduction efficiency [J]. Economic Research Journal, 2013,(10):138-150.

[22] 龐 軍,吳 健,馬 中,等.我國城市天然氣替代燃煤集中供暖的大氣污染減排效果 [J]. 中國環境科學, 2015,35(1):55-61.

Pang J, Wu J, MA Z, et al. Air pollution abatement effects of replacing coal with natural gas for central heating in cities of China [J]. China Environmental Science, 2015,35(1):55-61.

[23] Earnhart D, Rassier D G. “Effective regulatory stringency” and firms' profitability: the effects of effluent limits and government monitoring [J]. Journal of Regulatory Economics, 2016,50(2):1-35.

[24] 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, 2019,35(10):95-112,119.

Li W B, Zhang K X. The impact of air pollution on enterprise productivity——evidence from Chinese industrial enterprises [J]. Management World, 2019,35(10):95-112,119.

[25] 任勝鋼,鄭晶晶,劉東華,等.排污權交易機制是否提高了企業全要素生產率——來自中國上市公司的證據 [J]. 中國工業經濟, 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.

[26] 中華人民共和國自然資源部.第一次全國污染源普查公報[EB/OL]. http://g.mnr.gov.cn/201701/t20170123_1428261.html.

Ministry of Natural Resources of the people's Republic of China. Bulletin of the first national general survey of pollution sources [EB/OL]. http://g.mnr.gov.cn/201701/t20170123_1428261.html.

[27] 蘭秀娟,張衛國.經濟集聚、空間溢出與區域經濟發展差異——基于“中心—外圍”視角分析 [J]. 經濟問題探索, 2020,(10):68-80.

Lan X J, Zhang W G. Economic Agglomeration, space spillovers and regional economic development differences——analysis based on “center—periphery” perspective [J]. Inquiry Into Economic Issues, 2020,(10):68-80.

[28] Sigman H. International spillovers and water quality in rivers: do countries free ride? [J]. American Economic Review, 2002,92(4): 1152-1159.

[29] Cai H, Chen Y, Gong Q. Polluting thy neighbor: unintended consequences of China pollution reduction mandates [J]. Journal of Environmental Economics & Management, 2016,76(3):86-104.

[30] Duvivier C, Xiong H. Transboundary pollution in China: a study of polluting firms' location choices in Hebei province [J]. Environment and Development Economics, 2013,18(4):459-483.

Enterprises emission reduction effect of the "Eleventh Five-Year Plan" obligatory pollution control.

ZHANG Wei-guang1,2*, FENG Shi-yu1, HAN Chao3

(1.School of Economics, Dongbei University of Finance and Economics,Dalian 116025,China；2.Institute of Industrial Economics, Chinese Academy of Social Sciences, Beijing 100006, China；3.Center for Industrial and Business Organization, Dongbei University of Finance and Economics, Dalian 116025, China)., 2022,42(11)：5436～5446

Relying on the implementation of the "Eleventh Five-Year" obligatory pollution control in 2006, based on the matching database of Chinese industrial enterprise data and enterprise pollution emission data, this paper analyzed the effect and mechanism of the implementation of total control and obligatory environmental regulation policy on enterprise emission reduction. Results suggested that the pollution emissions of SO2and COD of enterprises with high regulatory intensity decreased by 12.8% and 12.1% respectively after the implementation of obligatory pollution control, and the effect remained significant after a series of robustness tests. Mechanism analysis showed that after the implementation of obligatory pollution control, clean energy consumptions and technical efficiency of SO2group increased by 0.12% and 53.56% respectively; while for COD group, clean energy consumptions and technical efficiency increased by 0.14% and 56.60% respectively. Emissions of enterprises indeed decreased via the the change of energy consumption structure and the improvement of technical efficiency. Heterogeneity analysis showed that there were significant differences in emission reduction effects between state-owned enterprises and non-state-owned enterprises, large-scale enterprises and small-scale enterprises, heavy pollution industry enterprises and non-heavy pollution industry enterprises, as well as enterprises in the eastern and western regions. There was a local negative correlation between enterprises' distance to geographical boundary and the enterprises pollution emissions.

obligatory pollution control；environmental regulation；enterprise emission reduction

X32

A

1000-6923(2022)11-5436-11

張偉廣(1991-),男,河南上蔡人,講師,博士,主要從事環境規制與企業減排方面的研究.發表論文10余篇.

2022-04-28

遼寧省教育廳項目(LN2020Q37);東北財經大學科研項目(DUFE2020Q09)

* 責任作者, 講師, sunshine_zwg@163.com