環境規制對黃河流域重污染行業企業績效的影響*

李夢蕾，單英驥，邵 鵬,2

（1.西安工程大學管理學院，陜西 西安 710048；2.中國（陜西）自由貿易試驗區西安管委會智庫，陜西 西安 710021；3.西安交通大學經濟與金融學院，陜西 西安 710061）

1 研究背景

黃河流域生態保護和高質量發展具有重大意義，然而我國工業發展步伐的加速，資源的大量消耗給黃河流域帶來了生態環境破壞、水資源利用不足等問題[1]。2019年9月，黃河流域生態保護和高質量發展上升為重大國家戰略。2021年10月，習近平總書記在深入推動黃河流域生態保護和高質量發展座談會上強調，要把握保護和發展關系，堅定走綠色低碳發展道路。同時，“雙碳”時代的到來也為企業的高質量發展和生態保護提出了新要求，帶來了新機遇。企業發展對于經濟高質量發展意義重大，且重污染行業企業在黃河流域的生態保護中也面臨巨大挑戰。現實中，股東一般不愿承擔改善污染、綠色發展的成本，而非股東希望投入資金以減少環境污染[2]。近年來，環保指標在國家對地方政府政績考核中所占份額持續加重，如將環境保護納入職責范圍、終身追究對生態環境造成的損害等措施[3]。在新發展理念指導下，具體執行各項環境政策、監管規定的任務落在了地方政府層面。環境規制執行可能會給企業帶來壓力，倘若企業創新投入足夠高，將有助于緩解履行環保責任的壓力[4]。技術創新的主要載體是企業，企業需要提升創新投入才能實現經濟增長與生態環保的雙贏[5]。面對環境保護與績效提升兩難問題，政府監管成為企業采取生態環境保護行動的關鍵驅動力，地方政府在督促企業執行環保責任方面占據著重大作用[6]。現有黃河流域相關研究大多從區域角度開展，如關注經濟高質量發展[7]、資源利用效率與經濟發展[8]、經濟增長與綠色發展[9]等方面問題，很少有學者專門對黃河流域的重污染行業企業進行研究。環境規制是重污染領域的研究重點，相關研究主要關注環境規制對企業財務績效[10]、環保投資[11]、技術創新[12]的影響，將黃河流域的環境規制與企業聯系到一起的關注較少。本文以黃河流域重污染行業企業為研究樣本，探討環境規制、企業創新投入與企業績效的關系，揭示了在環境規制對企業績效影響中創新投入的調節作用機制，對促進黃河流域重污染行業企業績效提升和環保責任履行具有指導意義。

2 研究方法

2.1 研究假設

企業績效是企業在一定時期內取得的成績和收益，全面歸納了企業的生產經營活動[13]。企業績效提升可以影響一個企業的經營決策，展現了一個企業的發展實力，甚至可以帶動一個地區的經濟。但企業在追求績效最大化過程中，可能做出不環保的行為，這就需要政府監管的介入。Wang等[14]探討了政府環境監管與企業環境行為、生產率的關系，發現環境規制可以迫使污染嚴重的企業減少排放，但會降低企業的產值和生產率。張子龍等[15]認為環境規制在短期內抑制生態效率的提高，長期則促進效率提高。Meng等[16]得出如果環境保護政策過于嚴厲，會負向顯著作用于企業績效。依照以往的結論，環境規制對企業績效的作用機制不明確，環境規制執行力度的差異化可能會產生正向或負向的作用。據此，得出假設H1：環境規制與企業績效之間存在倒U型關系。

在市場競爭中，企業是研發創新的主體，創新投入與企業的生存和發展密不可分[17]。當地方環境規制執行力度加大時，企業需要制定措施以應對這種變化，如提升創新投入從而減少環境污染。Jaffe等[18]認為企業在面臨環境規制時會產生多余的成本，但同時也會增加創新投入進而贏得額外收益。余偉等[19]發現環境保護政策越嚴格，越能夠促進工業企業的技術創新。楊蓉、彭安祺[20]得出環境規制一方面能促進技術創新，另一方面會影響企業績效。由此可知，環境規制會給企業帶來成本負擔。通過加大創新投入的方式，重污染企業可以減少損失，進一步實現企業績效增加。據此，提出假設H2：在環境規制對企業績效的倒U型影響中，創新投入起到調節作用。

2.2 變量選取

被解釋變量：企業績效（Tobin Q）。企業績效選取Tobin Q值測量，即企業市場價值與期末總資產之比。

解釋變量：環境規制（Enforcement）。參照沈洪濤和馮杰[21]的方法，采用城市污染源監管信息公開指數（PITI）來衡量。

調節變量：創新投入強度（RD）。為了降低企業資產規模、營業收入差異較大帶來的影響，本文以企業研發技術人員總數占總員工數之比對創新投入強度進行評價。

控制變量：企業基本特征因素有企業規模（Size）、企業屬性（State）、企業年齡（Age）；財務因素有財務狀況（Debt）、盈利能力（Earn）、成長性（Growth）；企業治理因素有兩職兼任（Duality）、股權集中度（LSR）。

2.3 模型構建

為檢驗環境規制與企業績效間的關系，參考侯志平等[22]的研究建立基準模型，公式為

若β1顯著，β2不顯著，說明Enforcement對Tobin Q有線性影響，假設1不成立；若β2顯著大于0，則Enforcement與Tobin Q呈U型關系，假設1不成立；若β2顯著小于0，則Enforcement與Tobin Q呈倒U型關系，假設1成立。

加入調節變量（創新投入強度）之后，Enforcement與Tobin Q的關系可能會發生改變，構建模型，公式為

3 數據獲取與描述

3.1 重污染行業企業分布

將研究區域界定為黃河流經的9個省（自治區）。按照樣本企業的注冊地匹配各省（自治區）重污染行業企業的分布情況。以2019年為例，篩選得出黃河流域企業516家。黃河流域9個省（自治區）重污染行業企業分布不均衡，其中山東、四川、河南的重污染行業企業數量最多。通常省會城市是本省重污染行業企業最多的城市，而山東省重污染行業企業數量最多的城市是青島市。對黃河流經省（自治區）重污染行業企業數量最多的20個城市進行排名，發現除內蒙古自治區（呼和浩特市位于第24位）外，前20個城市中包括了黃河流域9個省會城市。重污染行業企業數量最多的前20個城市中，山東省有8個，河南省有2個，四川省有2個。

3.2 樣本選取與數據描述

以《上市公司環保核查行業分類管理名錄》中認定的重污染行業為參考，選擇滬、深A股“電力、熱力、燃氣及水生產和供應業”“采礦業”和“制造業”行業的上市企業為樣本。基于CSMAR數據庫和Wind數據庫，剔除樣本中存在缺失的數據觀測值，最后得到105家黃河流域重污染行業企業2017～2019年的觀測值315個。

由變量的描述性統計結果（見表1）知，企業績效均值為2.169，標準差為1.355，表明該樣本之間有一定的差異性。環境規制最小值為19.10，最大值為81.40，均值為61.783。創新投入最大值為63.71，最小值為1.89，均值為17.554，表明選取的樣本中大部分企業的創新投入較低，即創新投入有較大提升空間。此外，企業年齡、企業規模、財務狀況等變量的最小值與最大值存在較大差距，表明變量和樣本適合開展研究。

表1 描述性統計結果

3.3 相關性分析

從描述性統計來看，企業績效、環境規制、企業創新投入因素存在差異，為了更好地考察變量間的關系，進行Pearson檢驗可知，環境規制（Enforcement）與企業績效（Tobin Q）的相關系數是0.064 5，并無顯著關系；創新投入（RD）與企業績效相關系數為0.189 1，且顯著相關。除企業屬性、成長性、兩職合一外，其他控制變量均與企業績效顯著相關。此外，各變量最大的VIF值均小于10，最小的Tolerance值均遠大于0.1，VIF值平均為1.24，因而嚴重多重共線性問題不存在。

4 影響因素分析

4.1 企業績效的影響因素

運用Stata.16軟件對數據進行OLS回歸。環境規制（Enforcement）對企業績效（Tobin Q）影響的回歸結果見表2。模型Ⅰ得出，在1%的水平上，Enforcement一次項的估計系數是0.104且顯著，平方項的系數顯著為負，表示環境規制與企業績效間呈現顯著的倒U型曲線。為了對比，在模型Ⅱ中去掉Enforcement的平方項進行回歸，Enforcement的一次項系數為正但不顯著，再次說明了環境規制與企業績效之間不是單純的正向或負向關系。因此，檢驗了假設H1。經計算可知，倒U曲線的閾值為57.206，則環境規制小于57.206時，隨著執行力度加大，企業績效會提升；大于57.206時，隨著執行力度加大，企業績效會下降。因此，為了促進黃河流域重污染行業企業實現企業績效最優，地方政府采取環境規制執行力度需適中，把握有度。

表2 地方環境規制執行力度對企業績效（Tobin Q）回歸結果

同樣的環境規制力度下，對于不同企業的影響具有差異性，因此按照企業規模中位數，將樣本企業劃分為大規模企業、小規模企業兩組。由表2的模型Ⅲ和模型Ⅳ知，大規模企業中，在10%的水平上，Enforcement一次項和平方項的估計系數均顯著；小規模企業中，在5%的水平上，Enforcement一次項和平方項的系數均顯著。這說明對于黃河流域重污染行業企業，無論企業規模大或小，企業績效均與環境規制呈顯著倒U型關系。

黃河流域的環保水平各區域參差不齊，將樣本企業分為上游和中下游兩組，并將回歸結果分別報告于表2的模型Ⅴ和模型Ⅵ中。在中下游地區，Enforcement一次項和平方項的估計系數均在10%的水平上顯著，說明中下游地區的企業績效受到環境規制執行的倒U型顯著影響；在上游地區，Enforcement一次項和平方項的估計系數均為正且不顯著，出現這種局面最大程度上是由于上游地區環境規制帶來的污染改造費用擠占了創新投入，使得企業績效難以實現大幅提升，即上游地區不具備倒U型關系。當上游地區環境污染問題得到解決，企業績效將會上升，可能會呈現正U型關系。

4.2 創新投入的調節效應

模型Ⅶ是在企業創新投入的調節效應下，環境規制與企業績效關系的分析結果。模型Ⅶ顯示，創新投入的調節使得Enforcement的二次項系數為負，且在5%水平上顯著，表明加入創新投入調節效應后，環境規制與企業績效的倒U型關系仍然顯著。對創新投入分別取25%和75%分位數，按照模型Ⅶ回歸結果示意創新投入較低時（低RD）和創新投入較高時（高RD）環境規制與企業績效的曲線，見圖1。分析結果如下：高創新投入使得倒U型曲線變得平緩，即高創新投入企業能夠降低環境規制的影響，使得環境規制對企業績效的影響速度變得更加平緩；當創新投入較高時，倒U型曲線的對稱軸右移，說明擁有較高創新投入的企業能夠承受的環境規制更大；創新投入高的企業通常表現較高的企業績效，使得倒U型曲線的整體水平較高，即高創新投入企業由于承受環境規制的能力較強，使得整體業績水平較高。

圖1 不同創新投入下的倒U型關系

4.3 穩健性分析

為了使實證的結果更加真實可信，通過固定效應模型的LSDV模型進行檢驗。結果顯示，Enforcement（系數為0.073 7，p＜0.01）、Enforcement2（系數為-0.000 628 4，p＜0.05）與Tobin Q的關系仍是倒U型，同時RD、RD×Enforcement、RD×Enforcement2等關鍵變量的顯著性也未發生明顯變化，主要結論與前文保持一致，說明本文的實證結果可靠，具有穩健性。

5 結論與建議

以黃河流域重污染行業企業為樣本，針對環境規制與企業績效的關系實行了檢驗，并討論了企業創新投入可能存在的調節效應，主要結論如下：其一，黃河流域重污染行業企業分布不均衡，其中山東、四川、河南的重污染行業企業數量最多；其二，黃河流域環境規制與重污染行業企業績效之間存在顯著倒U型關系，且這種關系在黃河流域中下游地區較為顯著；其三，創新投入在倒U型關系中起調節作用。高創新投入企業能夠承受更大的環境規制，使得環境規制對企業績效的影響速度變得更加平緩，并且能夠提高企業績效。

從政策執行力度適度性和企業創新投入兩方面提出建議如下。

1）黃河流域重污染行業企業分布不均勻，各城市應實施差異化的環境規制，同時環境規制與企業績效間產生倒U型影響，政府應認識到環境規制政策執行的雙面性。一方面加大環境規制能夠使重污染行業企業改善環境狀況，愈發適應市場的千變萬化，而另一方面環境規制政策的施行也可能會使企業成本上升和利潤降低。對于環境規制力度較低的城市，加大執行力度能使企業績效得到提升；環境規制力度較高的城市，政府要充分考慮企業的承受能力，并給予一定的補助。

2）面對地方政府環境規制，很多企業傾向于通過技術創新改善環境污染情況，本研究進一步揭示了創新是如何發揮作用的。當企業具有較強的創新能力時，企業績效受地方環境規制的影響程度有所緩和，且高創新能力企業的績效水平較高。這樣的發現揭示了創新能夠帶來績效提升的內在機理，即可能這些企業的創新能力足以解決環境規制涉及的問題。企業要充分意識到加大研發力度，不斷改革企業的生產模式，才能從源頭上解決環境污染問題。一旦污染問題得到解決，企業將會創造更大的績效。