環境保護稅對長江上游地區企業全要素生產率的影響

賀 渝,吳少凡,朱小波

(重慶工商大學 金融學院,重慶 400067)

一、引言

面對粗放的經濟發展模式所導致的資源和環境問題,中國政府明確提出要轉變發展模式,并制定實施一系列環境保護政策,提出走綠色發展的模式。而推動綠色發展的核心是提高企業的全要素生產率(TFP)。長江經濟帶作為橫跨我國東中西部三大地區的重大國家戰略發展區域,屬于典型的流域生態經濟。其中,上游地區由于獨特的地理位置,是長江“黃金水道”的源頭、流域資源供給的“大倉庫”,以及構建長江綠色生態保護屏障的“基礎線”,在長江經濟帶中占有重要地位,上游地區能否實現可持續發展關乎長江經濟帶等相關國家戰略的成敗。考慮該區域的重要性,中國政府在2016年正式將長江經濟帶確立為綠色發展示范區,分別于2018年和2019年在重慶市主持召開推動長江經濟帶上游地區發展座談會,并在會議上強調,重慶作為上游中心城市,要在推動地區綠色發展中發揮示范作用,要深入抓好生態文明建設,堅持與中下游協同發展,加強生態保護與修復,筑牢長江上游重要生態屏障。在此情況下,實施環境保護稅政策能否提高該區域企業的全要素生產率并促進經濟發展,成為該區域、長江經濟帶乃至全國能否實現綠色發展的關鍵。

環境保護稅法作為首部專注于環境保護的專項稅法,它的實施是政府對環境保護的一次重要嘗試。政府希望通過該稅法倒逼企業增加綠色創新投入,增強企業和社會可持續發展能力,進而實現環境保護與經濟增長的目標。考慮環境保護稅的重大意義,有部分學者探討其對環境和經濟的影響。受制數據的可獲得性,現有文獻主要使用仿真模型,如CGE和DSGE模型,預測環境保護稅政策在宏觀層面的影響[1-3]。他們的研究結論顯示,環境保護稅政策可以顯著降低污染物排放,改善環境,但是對經濟的影響存在爭議。微觀層面,有學者用事件研究法實證研究環境保護稅對企業業績的短期影響,發現環境保護稅會增加企業的環保費用,損害公司業績[4];Cai和Ye則使用2010—2017年的數據,把排污費作為代理變量來研究環境保護稅的影響[5]。

企業作為直接受環境保護稅影響的對象,從微觀層面研究環境保護稅如何影響企業的全要素生產率,對于改進該政策進而增強企業和社會可持續發展能力極具現實價值。已有大量研究探討環境規制對企業全要素生產率的影響,主要有三種觀點：環境規制會顯著提高企業的全要素生產率[6-8],環境規制會抑制企業的全要素生產率[5][9],環境規制的影響不確定[10-11]。上述文獻說明環境規制會對企業的全要素生產率產生影響,盡管這種影響是正面還是負面存在爭議。受數據可獲得性的影響,目前只有較少文獻從微觀層面探討環境保護稅政策對企業全要素生產率的影響。本文擬填補這一研究空白,探討環境保護稅政策對企業全要素生產率的影響。

二、文獻綜述

隨著社會環保意識的增強,各國政府均實施大量的環保政策來控制污染行為,進而推動可持續發展的理念。眾多學者探討環境規制的雙重紅利,即環境保護稅通過改善環境而帶來的綠色(環境)紅利,通過減少市場扭曲、提高效率帶來的藍色(經濟)紅利。相關研究發現環境規制可實現綠色紅利,但對能否實現藍色紅利存在爭議。

波特假說提出嚴格而適當的環境規制可以通過創新激勵、效率改進等途徑提高企業的生產率和競爭力[12]。波特假說得到許多學者的支持。例如,通過對制造業的調查,Hamamoto和Yang等研究發現,環境規制政策可以促進企業的研發投入,并進一步提高工業生產率[13-14];Peng等證實以市場為導向的環境規制可以有效促進企業的生產力,但這種對生產力的促進效應會隨著時間慢慢減弱[7];Wang等發現中央環保督察通過促進管理效率和技術創新來提高中國上市公司的全要素生產率[15]。也有研究認為環境規制會促進企業全要素生產率的提高,但公司的議價能力削弱了環境規制對企業全要素生產率的影響[6]。Zhang等基于中國采礦業企業的微觀數據,研究發現對綠色發展提供的稅收激勵能夠提高采礦業企業的全要素生產率,其中采礦業企業稅收激勵每增加1%,全要素生產率會提高0.060%[16]。任勝鋼等以2007年的二氧化硫排放權交易試點政策作為準自然實驗,研究排污權交易制度對企業全要素生產率的影響,發現排污權交易制度顯著提高了試點地區上市企業的全要素生產率,且年度效應滯后兩年后逐年遞增[17]。袁文華等利用2012—2018年A股上市工業企業的數據,發現2015年實施的環境保護法顯著提高了污染密集型工業企業的全要素生產率,而且這種促進效用不論在國有企業還是非國有企業中都顯著存在[18]。

新古典經濟學則認為,環境規制將企業的一部分資源從生產轉入環保領域,會導致企業的成本增加,通過擠壓生產投資進而降低企業的生產率。Bynoe和Lanoie等通過研究圭亞那和加拿大環境規制與企業全要素生產率之間的關系,得到類似結果[19-20]。Rubashkina等采用17個歐洲國家的面板數據,發現環境規制對公司運營施加限制,并對公司業績產生不利影響[21]。同樣,在中國也發現環境規制對企業全要素生產率的負面影響。Cai和Ye研究發現環境規制政策會抑制企業的全要素生產率,并且這種影響持續了兩年[5]。Tang等的研究也認為環境規制會抑制企業的全要素生產率,但這種影響是滯后的、持續的,并且對重污染企業、規模更小的企業和外國企業的負面影響更嚴重[9]。王海等運用中國工業企業數據庫,實證發現排污費征收力度加大對企業全要素生產率產生負向影響,開征環境保護稅可能不利于企業全要素生產率的提升,進一步分析發現,上述影響在小城市及非政策關注地區表現更為明顯[22]。胡玉鳳和丁友強通過匹配2006—2017年中國上市公司及所在地區數據,發現碳交易對綠色全要素生產率、企業全要素生產率均有顯著負向影響,碳交易實現了綠色效率和企業效益雙贏,但沒有實現企業全要素生產率與綠色全要素生產率協同增長[23]。

與前面兩種結論不同,部分研究發現環境規制對企業全要素生產率的影響是不確定的。選取的環境保護政策不同,研究的對象不同,不能夠確定環境規制對企業全要素生產率有正面還是負面影響。通過調查美國和墨西哥的食品行業,Alpay等發現環境規制對美國企業的盈利能力或生產率影響不顯著,而墨西哥迅速提高的環境標準促進了生產率[24]。Wang和Shen發現環境規制與綠色全要素生產率呈倒U型關系[25]。環境規制對企業的生產率有略微但滯后的促進作用,其對公司的出口影響呈U型,而這種U型關系卻沒有表現在輕污染行業和地區[10]。類似結論也展現在劉和旺等、黃秋鳳等的研究中,即環境規制與企業全要素生產率呈U型關系[26-27]。Li和Chen認為環境規制會在短期對企業的綠色全要素生產率產生負面影響,長期則會實現企業競爭力與環境保護的雙贏[11]。

三、數據和方法

(一)數據與樣本

環境保護稅法的前身是排污費政策,2014年調整過,為了盡量避免其他因素的影響,本文選定樣本期間為2015—2020年,選取長江上游地區的上市公司為樣本對象。數據來源于國泰安數據庫(CSMAR)。同時,本文對樣本數據做如下篩選處理：剔除樣本期間內交易狀態處于ST、*ST、PT的企業;由于監管制度不同,剔除金融行業企業;剔除創業板和科創板企業,以控制生命周期對企業全要素生產率的影響;剔除數據嚴重缺失的企業;剔除上市僅一年的企業;為降低極端值的影響,對所有連續變量做1%的平尾處理。經過上述處理,最終得到共164家長江上游地區的上市公司樣本。

(二)變量

1.被解釋變量

現有研究中已有大量衡量企業層面TFP的方法,可以大致分為參數法、非參數法和半參數法三類。其中,半參數法中有衡量企業層面比較常用的OP和LP法。參考現有文獻測量TFP的方法,半參數法是目前使用最廣泛的方法,由于LP法能解決內生性和樣本損失問題,本文采用LP法測量企業TFP,OP法則作為穩健性檢驗。

2.解釋變量

本文的解釋變量為時間虛擬變量Afteri,t、分組虛擬變量HP Firmsi,t和兩者的交互項HP Firmsi,t*Afteri,t。其中,Afteri,t為時間虛擬變量,2018—2020年賦值Afteri,t=1;否則賦值Afteri,t=0。HP Firmsi,t反映企業i受環境保護稅沖擊的程度,若企業i是實驗組,則賦值HP Firmsi,t=1;否則HP Firmsi,t=0。HP Firmsi,t*Afteri,t為核心解釋變量,若企業i是實驗組,且在政策實施后,則為1;否則HP Firmsi,t*Afteri,t=0。

3.控制變量

在回顧以前文獻的基礎上[11][16][28],本文選取7個控制變量來控制其他重要因素對企業TFP的影響。控制變量包括股權結構(Ownership Structure)和財務基本面(Fundamental)。其中,股權結構包括企業股權集中度(First),即第一大股東持股比例;企業第二至第十大股東持股比例(Sedtenth);企業董事會規模(Board Size),即董事會人數的對數。財務基本面包括企業年齡(Age),即企業上市年齡的對數;企業杠桿率(Lev),以總負債除以總資產表示;企業有形資產(Tangible),以固定資產凈額除以總資產表示;企業經營現金流(Cash Flow),以現金流除以總資產表示。

(三)變量描述性統計

表1是主要變量的描述性統計。用LP法計算的TFP均值為7.6389,最大值為10.1682,最小值5.6840。HP Firms的均值為0.3595,代表樣本中有35.95%的觀測值是重污染企業。同時,樣本公司第一大股東股權占比平均值為35.00%,明顯高于第二到第十大股東股權24.43%的占比,說明樣本企業的股權集中度較高。

表1 變量描述性統計

四、實證分析

(一)共同趨勢檢驗

使用雙重差分法的前提是滿足共同趨勢假設。對本研究來說,則是在環境保護稅實施前的2015—2017年,實驗組與控制組的TFP存在共同趨勢;實施后的2018—2020年,兩組的TFP不存在共同趨勢。從圖1得到如下結論：環境保護稅實施前,重污染企業與其他企業的TFP呈現共同趨勢,即兩者都處于上升趨勢,且重污染企業的TFP低于其他企業;環境保護稅實施后,兩者的TFP呈現非共同趨勢,重污染企業的TFP反超其他企業,并且重污染企業繼續保持上升趨勢,而其他企業呈現下降趨勢。綜上所述,本文認為雙重差分法適合于本研究。

圖1 全要素生產率共同趨勢

(二)主測試：雙重差分法

雙重差分法是政策評價的一大利器,很多學者借此進行研究[29-30]。本文采用雙重差分法,構建關于企業TFP的雙重差分計量模型為

(1)

在模型(1)中,i代表企業,t代表年份;TFPi,t為企業i在t年的TFP,HP Firmsi,t是企業分組虛擬變量,Afteri,t是政策時間虛擬變量;Corporate Governance和Financial Fundamental表示兩組控制變量;ε是隨機擾動項。同時,本文采用固定效應模型以控制公司個體固定效應。交互項HP Firmsi,t*Afteri,t的系數δi,t是本文集中關注的環境保護稅的影響。

基于式(1),采用雙重差分法探討環境保護稅對長江上游地區重污染企業的影響,結果如表2所示。由表2可以看出,在加入全部控制變量后,交互項(HP Firms*After)系數為正(0.0826),且在5%的顯著性水平下顯著,說明環境保護稅對長江上游地區重污染企業的TFP具有顯著促進作用。

表2 環境保護稅實施對長江上游地區重污染企業全要素生產率的回歸結果

(三)穩健性檢驗

為了保證回歸結果的穩健性,本文進行一系列穩健性檢驗。首先,進行時間維度的穩健性檢驗;其次,虛擬政策實施時間,將樣本期間選擇在環境保護稅實施前的時間段,如果樣本回歸結果不顯著,則說明主測試穩健;最后,替換因變量,將TFP替換為不同方法測算的值帶入回歸,如果樣本回歸結果顯著,則說明主測試結果穩健。

1.時間協變量檢驗

通過增加時間協變量的方式來進行時間維度的穩健性檢驗。本文構建關于企業TFP的模型為

(2)

模型(2)是在模型(1)的基礎上添加時間的協變量趨勢(Z)和時間二次項趨勢(Z2),以控制政策效果在時間維度上的變化趨勢。時間變化趨勢(Z)是虛擬變量,2015年賦值為1,2016年賦值為2,以此類推;時間二次項趨勢(Z2)是時間變化趨勢(Z)平方所得,2015年賦值為1,2016年賦值為4,以此類推。其他變量的定義參見模型(1)。比較表3發現,實證結果沒有太大的變化,交互項系數都為正,且模型的擬合優度(R2)有顯著提高,表明本文的主測試結果較穩健。

表3 時間協變量檢驗

2.虛假政策時間

表4 虛假政策時間檢驗

3.替換被解釋變量

采用OP法代替LP法計算TFP,并重復模型(1)的測試,回歸結果如表5所示。由表5可知,相較于主測試結果,本文發現交互項(HP Firms*After)的系數均有明顯提高,且均變得顯著,顯著性也有一定提高。結果說明,環境保護稅會對長江上游地區重污染企業的TFP產生顯著促進作用,對不同的TFP測量方式保持穩健。

表5 替換被解釋變量檢驗

(四)附加測試

1.動態效應分析

由于主測試回歸結果反映的是實施環境保護稅政策對長江上游地區企業TFP的總體影響,沒有反映該政策在不同時間段內的影響差異。為此,本文實證檢驗環境保護稅政策影響的動態效應,并構建模型為

(3)

其中,Yearj是年份虛擬變量,j= 2018,2019和2020,交互項系數εi,t表示環境保護稅政策在該年的政策效應估計值。其他變量的定義與模型(1)一致。回歸結果如表6所示,環境保護稅在實施后的第一年和第二年對長江上游地區重污染企業TFP的影響不顯著,但在第三年顯著,且在5%顯著性水平下為正(0.1221)。說明環境保護稅對企業TFP有一個相對長期的正向影響,隨著政策實施時間的推移,政策效果會逐漸體現,且這種促進作用有一個放大的趨勢。基于此實證結果,本文認為政府應該排除困難,長期堅持實施環境保護稅,會收到更有效的政策實施效果。

表6 動態效應分析

2.分位點測試

本文采用分位點回歸方法,檢驗環境保護稅對不同TFP水平的影響,回歸結果如表7所示。其中,交互項系數只有50分位點顯著,影響大小為0.2682,其余都不顯著,說明環境保護稅對長江上游地區重污染企業TFP處于中間水平的企業促進作用很明顯,且通過對比主測試結果(交互項系數為0.0826),發現環境保護稅對企業TFP為中間水平的企業影響程度更大。

表7 分位點測試

五、結論與政策建議

環境保護稅法作為首部專注于環境保護的專項稅法,它的實施標志著中國環境保護進入法治化階段。長江經濟帶作為國家重大發展戰略區域,要實現高質量發展,勢必要重視長江上游地區企業的發展。本文以環境保護稅的實施為準自然實驗,運用雙重差分估計,討論該政策對長江上游地區企業TFP的影響。研究結果可以為環境保護稅的后續優化提供建議,并為其他新興市場國家提供借鑒。

本文的實證結果表明,實施環境保護稅會顯著提高長江上游地區重污染企業的TFP,通過一系列的穩健性測試后,該結論依舊成立。進一步研究發現,環境保護稅對企業TFP影響的顯現需要一定時間,說明環境保護稅有一個相對長期的作用;相對于TFP較高的企業,環境保護稅對長江上游地區TFP處于中間水平的企業具有更強的促進作用。

基于研究結果,本文提出兩點政策建議：第一,環境保護稅是一個長期性政策,要重視政策實施的連續性。實證研究發現,環境保護稅產生作用是在政策實施的第三年,沒有在政策實施后立即對長江上游地區企業產生影響。這表明環境保護稅的政策效果可能并未完全展現,隨著時間的推移,該政策的效果可能會越來越大。各地制定各類配套政策時,不能過于強調短期目標,應當綜合評估各方情況,制定長效的可持續的環保政策,并且在政策實施后期階段,可根據各地區情況提高稅負標準,以跟進現實需要,讓其成為倒逼企業技術創新和提高生產效率的動力,從而有效提升企業的生產率水平,降低企業的污染排放強度,助力經濟的綠色化轉型,使環境保護稅政策長期發揮作用。第二,重污染企業應當成為環境保護稅政策的重點關注對象。雖然環境保護稅會影響所有排放污染的企業,但是對重污染企業的影響最大。為了實現保護環境的目標,各級政府和相關部門應該重點關注轄區內的重污染企業,把握好對重污染企業的環保執法力度,完善環境規制監督體系,提高環境規制執行標準。同時,要及時跟蹤政策執行效果,加強對企業技術升級和研發投入稅收優惠政策的落實,深入了解企業面對政策時遇到的各種困難,攜手共同促進區域綠色發展。重污染企業應當加大環保投入,堅持技術創新,逐步向新型環保企業轉型,實現經濟高質量發展和生態環境改善的雙贏局面。