市場激勵型環境規制與審計收費

蘆海燕 宋學興

【摘要】基于A股上市公司2010 ～ 2020年的數據， 以我國在7個省市先后開展的碳排放權交易試點為準自然實驗， 通過構建多期PSM-DID模型考察市場激勵型環境規制對企業審計收費的影響機制。研究發現， 在其他條件不變的情況下， 試點政策會顯著提升企業的審計收費， 且該結論經過安慰劑檢驗、 排除其他政策干擾、 改變時間窗口等一系列穩健性檢驗后仍然成立。進一步研究發現， 試點政策的實施產生的“遵循成本”效應和“創新補償”效應是審計收費提高的重要作用路徑。異質性分析發現， 試點政策與審計收費的正向關系在高污染行業企業、 國有企業與環境執法力度大的地區企業中更為顯著。基于以上結論， 政府在繼續推進碳排放權交易市場建設的同時， 可以加大環境執法力度， 完善相應的獎懲措施， 充分發揮試點政策的“創新補償”效應。

【關鍵詞】碳排放權交易；審計收費；遵循成本；創新補償

【中圖分類號】F239.4? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）21-0102-8

一、 引言

隨著全球經濟的快速發展， 氣候變暖已成為各國面臨的重大挑戰。在此背景下， 作為全球最大的發展中國家和二氧化碳排放國家， 探索一條經濟高質量發展的低碳轉型之路， 實現碳減排目標， 成為我國面臨的現實選擇。而碳排放導致的氣候問題具有典型的外部性特征， 該問題的解決很大程度上需通過環境規制內化碳排放主體產生的外部成本。根據“波特假說”， 嚴格的環境規制， 尤其是市場激勵型環境規制， 能夠推動企業增加研發投入以進行減排技術創新， 最終在實現碳排放目標的同時， 提高企業產品的市場競爭力與盈利能力， 進而彌補環境規制帶來的高額成本（Porter 和Linde，1995）。自2013年以來， 我國先后在北京等7個省市開啟了碳排放權交易試點（簡稱“試點政策”）， 并于2021年7月正式啟動全國碳市場， 這標志著碳排放權交易機制正式在我國建立， 并成為目前最具代表性的市場激勵型環境規制。

已有研究表明， 試點政策的實施能夠顯著降低試點地區和企業的碳排放水平。也有部分學者進一步研究發現， 試點政策會對企業綠色轉型、 技術創新、 投資效率等產生影響（蘇濤永等，2022；李暉，2022；張濤等，2022）。而這些影響最終必然會反映在企業的財務報表上， 進而影響注冊會計師的審計判斷。同時根據財政部2006年修訂的《中國注冊會計師審計準則第1631號——財務報表審計中對環境事項的考慮》， 注冊會計師在執行審計業務時， 需依據自身職業判斷， 考慮可能引致財務報表重大錯報風險的環境事項。在此背景下， 探討試點政策對注冊會計師審計行為決策可能產生的影響具有重要的現實意義。為此， 本文從審計收費的角度出發， 試圖為從試點企業外部研究試點政策的經濟后果提供一種新的視角。

本文以2010 ～ 2020年我國滬深A股上市企業為研究對象， 基于試點政策這一準自然實驗， 使用多期PSM-DID方法研究試點政策對企業審計收費的影響及其作用機制。研究發現， 試點政策的實施顯著提升了控排企業的審計收費。進一步研究發現， 試點政策的實施產生的“遵循成本”效應和“創新補償”效應是審計收費提高的重要機制。異質性分析發現， 試點政策與審計收費的正向關系在高耗能行業企業、 國有企業與環境執法力度大的地區企業中更顯著。

本文的邊際貢獻在于： 其一， 豐富和拓展了試點政策經濟后果的相關研究。以往文獻主要從如何實現減排目標、 如何促進地區經濟低碳轉型以及如何影響企業技術創新、 綠色轉型等角度展開， 鮮有研究揭示試點政策對企業外部注冊會計師行為決策的影響。本文從審計收費角度出發， 有助于彌補現有研究的不足， 并深化對試點政策經濟后果的認識。其二， 豐富和拓展了審計收費影響因素的研究。長期以來， 關于環境規制與審計收費的研究多圍繞命令控制型環境規制， 而本文則圍繞試點政策這一市場激勵型環境規制展開研究， 有利于深入理解環境因素對審計收費的影響。

二、 文獻回顧與研究假設

（一）文獻回顧

現有關于試點政策實施效果的研究主要圍繞政策實施帶來的環境效應和經濟效應兩個維度展開。從試點政策的環境效應看， 現有研究大多證明碳排放權交易能夠顯著減少試點地區和企業的二氧化碳排放。如張彩江等（2021）基于我國省際面板數據研究發現， 試點政策能夠顯著抑制試點區域的碳排放量增長。潘敏等（2022）認為， 試點政策會顯著減少企業的碳排放量。在試點政策的經濟效應方面， 部分研究表明試點政策的推進能夠實現綠色和發展共贏。其中蘇濤永等（2022）認為， 試點政策的實施會顯著促進企業進行綠色轉型。胡珺等（2020）研究發現， 碳排放權交易機制的實施能夠顯著推動企業技術創新。周暢等（2020）實證發現， 碳排放權交易能夠有效提升企業價值與財務績效。也有部分研究表明， 碳排放權交易機制無法兼顧企業效益與綠色效率。胡玉鳳和丁友強（2020）認為， 碳排放權交易在實現碳減排的同時， 會導致企業營業成本增加， 進而對企業全要素生產率產生顯著負向影響。梅應丹等（2023）基于石化上市企業的研究發現， 短期內碳排放權交易并未推動石化企業的技術創新， 反而降低了企業的全要素生產率。Zhang等（2018）探討了碳排放權交易對試點企業價值的影響， 發現碳排放權交易對企業股票價值有顯著的負向影響。

總體來看， 現有文獻從試點政策環境效應和經濟效應兩個維度進行了較為豐富的探索， 且越來越多的研究逐漸從宏觀視角轉入微觀企業領域。然而， 現有研究就試點政策能否實現綠色與發展共贏得出的結論不一致， 且鮮有研究關注試點政策對企業外部注冊會計師風險決策產生的影響。鑒于此， 本文嘗試從注冊會計師審計收費的視角切入， 以拓展現有文獻的研究視角。

（二）研究假設

試點政策是企業必須遵循的外在硬約束。試點政策實施后會同時產生“遵循成本”效應與“創新補償”效應， 從而影響注冊會計師對企業的風險感知， 進而影響審計收費。

當企業被納入試點政策范圍后， 短期內可能難以改變現有的生產技術和生產方式， 為滿足碳排放總量的控制需求， 企業可能做出以下選擇： 一是維持原有產量， 在碳排放權交易市場購買相應的碳排放配額或從其他企業購置環境污染物處置的技術、 設備等（張海軍和段茂盛，2020）； 二是減少產量確保碳排放量控制在限定的范圍內。但無論怎樣選擇， 企業被納入試點政策范圍后， 都會產生諸如環保投入、 配額獲取等“遵循成本”， 這無疑會提高企業的生產運營成本， 增加企業的經營風險， 使企業偏離原有的最優生產狀態（林伯強等，2021）。此外， 已有研究表明， 碳排放權交易機制會引導銀行等機構和個人投資者更加關注低碳政策， 對高耗能企業要求更高的投資回報， 從而增加企業的資金使用成本（Koch和Bassen，2013）。由此可見， 試點政策的實施可能會增加被審計單位的經營風險和財務風險， 從而影響注冊會計師對企業重大錯報風險的感知。當企業因試點政策實施而面臨更高的經營風險和財務風險時， 會計師事務所為應對可能的訴訟風險， 通常會提高財務報表重大錯報的評估風險并配備具有行業專長的人才進行審計。這意味著注冊會計師審計時需要投入更多的審計資源， 擴大審計范圍， 增加審計程序， 以確保發表合適的審計意見， 因此， 企業的審計收費也會隨之增加。

而從長期來看， 企業選擇購買碳排放配額或減少產量都會降低企業的競爭力、 影響企業的利潤， 這與企業追求利潤最大化的目標不符。因此， 企業有動機增加研發投入， 進行技術創新以緩解“遵循成本”壓力（胡珺等，2020）。在被納入控排企業后， 短期內企業可能會因為“遵循成本”壓力擠占研發投入所需資金， 但企業在經過陣痛期后通常會獲得更充足的研發經費， 此時試點政策會促進企業的技術創新。而通過創新可能會使企業實現綠色發展， 甚至當技術創新使得碳排放量小于碳排放配額時， 企業還能夠在碳市場出售碳排放配額獲利， 以彌補創新產生的成本。但創新活動也可能因其周期長、 高度不確定性而具有較高的風險， 一旦失敗會對企業的經營產生較大影響； 與此同時， 管理層往往不愿意透露過多與研發活動相關的信息， 由此可能會提高企業與投資者之間的信息不對稱程度， 導致投資者用腳投票， 從而影響企業股價并加劇企業的經營風險和重大錯報風險， 審計收費也會隨之增加（胡海川等，2022）。一般而言， 減排技術創新往往都是針對企業生產工藝的原創性創新， 具有較高的新穎度。而創新新穎度的提升會增加審計師工作的復雜度、 降低企業會計信息的透明度、 提高審計師的訴訟風險， 進而提高企業的審計收費（李哲等，2020）。基于以上分析， 本文認為試點政策能夠通過“遵循成本”效應與“創新補償”效應， 提高企業的審計收費。由此， 提出以下假設：

H1： 在其他條件不變的情況下， 試點政策的實施會提高控排企業的審計收費。

三、 研究設計

（一）樣本選擇和數據來源

我國從2013年開始， 先后在北京、 天津、 上海、 重慶、 廣東、 湖北、 深圳和福建開啟試點政策， 并于2021年7月正式啟動全國碳市場。為有效分析試點政策對企業審計收費的影響， 同時考慮到金融危機對審計收費的影響， 本文選擇2010 ～ 2020年作為樣本研究區間。對樣本做如下處理： 剔除金融保險類上市企業樣本； 剔除被ST、 ?ST類企業樣本； 剔除存在嚴重缺失值的企業樣本。最終得到15113個企業樣本數據。納入試點政策范圍的企業名單從各地政府部門網站及發改委網站的披露數據手工整理得到， 其他公司層面的數據來源于國泰安數據庫（CSMAR）。此外， 為避免極端值的影響， 本文對連續型變量分別進行1%和99%水平的Winsorize處理。

（二）模型設定與變量定義

DID方法因其能夠有效排除樣本期內其他因素對估計結果的干擾， 被廣泛用于各類政策實施效果的評估（李衛兵等，2020）。試點政策實施為本研究提供了一個較好的自然實驗場景， 因此， 本文采用DID方法來估計市場激勵型環境規制對企業審計收費的影響， 即將北京、 天津、 上海、 重慶、 湖北、 廣東、 福建等7個省市參與試點的企業作為實驗組， 其余省份（港澳臺、 西藏除外）企業作為對照組?？紤]到我國碳排放權交易試點城市主要集中在北京、 上海等經濟發達地區， 省份之間存在較大的異質性， 而且不同省份選擇試點企業的標準不一， 為了避免樣本選擇性偏誤， 本文通過傾向得分匹配（PSM）方法將多個指標合成為一個指標， 為實驗組匹配盡可能相似的對照組。同時由于PSM只能對截面數據進行匹配， 本文參照Heyman等（2007）的研究， 采用逐期PSM方法進行匹配。具體步驟如下：

首先， 選擇協變量。本文參照已有研究， 選擇企業資產規模、 上市年份、 子公司數量等控制變量作為協變量（宋德勇等，2021）， 并運用Logit模型計算傾向得分。具體模型如下：

Logit（Policyi，t）=β0+βiControli，t+εi，t? ? ? ? ? ? ? ? ? ? ?（1）

其次， 選用卡尺（0.05）最近鄰匹配（1∶2）方法確定與實驗組相匹配的控制組個體集合。

最后， 構建多期DID模型評估試點政策對審計收費的作用。對應模型如下：

其中， AuditFeei，t為被解釋變量——審計收費， 用企業當期審計費用的自然對數衡量。Policyi，t為解釋變量， 表示企業是否被納入試點政策范圍企業名單， 若企業i在第t年被納入試點政策范圍則為1， 否則為0。在模型（2）中， 本文主要關注的是Policy的系數β1， 該系數即為試點政策效應， 能夠反映實驗組與對照組企業在被納入試點前后審計費用的差異， 當β1顯著為正時， 說明相比未納入試點企業， 試點企業在納入試點后審計費用顯著提升。Controlsi，t為控制變量， 參照于瑤等（2022）的研究， 本文控制如下變量： 企業規模（Size）、 應收賬款比例（Rec）、 存貨比例（Inv）、 資產負債率（Lev）、 資產收益率（Roa）、 是否虧損（Loss）、 營業收入增長率（Growth）、 第一大股東持股比例（First）、 董事會規模（Broad）、 獨立董事比例（IHDR）、 是否四大審計（Big4）、 審計意見變更（LAGOP）、 企業性質（SOE）、 兩職合一（PLU）、 子公司數量（SQSUBS）、 上市年限（Age）。此外， 為消除隨時間變化的難以觀測的行業因素影響， 本文進一步控制了年度（Year）、 行業（IND）固定效應以及行業—年度聯合固定效應（IND-Year）。

四、 實證分析

（一）描述性統計

表2為主要變量的描述性統計結果。從表2可以看出， AuditFee均值為13.831， 標準差為0.742， 取值范圍為12.506 ～ 16.385， 表明不同企業的審計收費差異比較大。試點政策（Policy）的均值為0.052， 表明有5.2%的企業受到試點政策的影響。控制變量方面： Big4均值為0.07， 表明有7%的企業選擇了“四大”審計； LAGOP均值為0.024， 表明有2.4%的企業出現了審計意見變更； SOE均值為0.485， 表明有48.5%的企業為國有企業， 而51.5%的企業為民營企業； PLU的均值為0.22， 表明有22%的企業董事長和總經理是同一人。其他控制變量描述性統計結果均在合理范圍之內， 同時相關性分析結果顯示各控制變量之間不存在嚴重的多重共線性問題。

（二）基準回歸結果

1. PSM平衡性檢驗。本文參照謝申祥等（2021）的研究， 對匹配效果進行了逐期平衡性檢驗（Logit回歸結果與平衡性檢驗結果未予列示，留存備索）。結果顯示， 各變量的系數值相對較小， 且均未通過10%的顯著性檢驗， 同時偽R2也相對較小， 說明不同年份兩組的協變量不存在系統性偏差， 基本滿足PSM平衡性假設。圖1描述了匹配前后傾向得分的核密度分布， 可以發現匹配前試點企業與非試點企業的傾向得分分布存在較大差異； 而使用核匹配法進行匹配后， 二者間的差距得到有效縮減， 而且走勢基本一致， 說明匹配結果較為理想。因此， 本文可以通過雙重差分模型進一步研究試點政策對審計收費的影響。

2.? PSM-DID回歸結果。根據前文設計的待檢驗模型（2）， 表3報告了試點政策對企業審計收費的回歸結果。其中第（1）、 （2）列顯示的是多期DID估計結果， 可以看出Policy的系數至少在1%的水平上顯著為正， 證實了試點政策可以顯著提高企業的審計收費， 但由于存在選擇性偏誤， 多期DID的回歸結果得出的結論可能不可靠。因此， 第（3） ～ （6）列進一步給出了PSM-DID的估計結果。其中： 第（3）列是不考慮任何控制變量后選擇權重不為空的樣本進行回歸的估計結果； 第（4）列是引入控制變量并選擇權重不為空的樣本進行回歸的估計結果（本文后續部分的檢驗將繼續以權重不為空的樣本為依據展開）； 第（5）列表示引入控制變量并選擇滿足共同支撐域假設的樣本進行回歸的估計結果； 第（6）列是考慮控制組樣本的重要性程度進行頻數加權回歸的估計結果。結果一致表明， Policy的回歸系數均在1%的水平上顯著為正， 證實了試點政策會提升企業的審計收費。此外， 從各回歸中樣本數N可以發現： 由于第（3）、 （4）列使用的是PSM匹配成功的樣本， 因此樣本量相比DID回歸有所減少； 第（5）列使用的是滿足共同支撐假設的樣本， 由于有92個樣本不滿足假設， 故參與回歸的樣本比基礎回歸少92個； 第（6）列由于是根據權重進行的頻數加權回歸， 參與回歸的樣本會根據權重進行復制， 因此最終有17865個樣本參與回歸。

3. 平行趨勢檢驗。此外， 使用雙重差分模型需通過平行趨勢檢驗， 即實驗組和對照組在受到政策沖擊前具有平行趨勢。就本文而言， 在試點政策實施前實驗組與對照組的樣本之間對審計收費的影響無顯著差異， 在被納入試點后對審計收費的影響存在顯著差異。因此， 本文參照Beck等（2010）的研究， 引入試點政策實施前4年和后7年的虛擬變量替換模型（2）中的Policy， 檢驗試點政策實施前后各期對企業審計收費的影響， 具體模型如下：

其中： Before4i，t表示t時期為企業被納入試點前的第4年時取值為1， 否則為0； 同理Currenti，t表示t時期為企業被納入試點的當期時取值為1， 否則為0。表4展示了觀測區間各年份虛擬變量估計值的顯著性及其動態變化趨勢。從回歸結果看， 企業被納入試點前各年虛擬變量的回歸系數均不顯著， 表明試點政策實施前兩組樣本企業之間審計收費的變化趨勢不存在系統性差異， 符合雙重差分法平行趨勢假定的要求， 而且實施當期和實施后的回歸系數在1%的水平上顯著為正， 說明試點政策提高了企業的審計收費。此外， 從圖2也可以看出， 試點政策實施前， 實驗組和對照組地區企業審計收費水平不存在顯著性差異； 而試點政策實施后， 隨著時間的推移， 試點政策實施對企業審計收費的影響越來越大， 且明顯呈現出兩個階段?？赡艿慕忉屖牵?在試點政策實施前期， 試點政策主要通過“遵循成本”效應影響企業的審計收費， 而隨著試點政策的推進， “遵循成本”效應逐漸減弱， 此時主要通過“創新補償”效應影響企業的審計收費。

（三）穩健性檢驗

1. 安慰劑檢驗。本文已在準自然實驗中盡可能地控制了企業層面特征變量， 但仍有可能存在其他不可觀測因素影響試點政策的評估結果。為了檢驗PSM-DID回歸結果的穩健性， 參照白俊紅等（2022）對多期DID進行安慰劑檢驗的思路， 通過隨機安排生成偽處理組虛擬變量（Treat）和偽政策沖擊時間變量（Post）， 為每個樣本隨機生成試點政策時間， 并重復此過程2000次。如果交叉項（Treat×Post）的估計系數仍顯著為正， 則表明審計收費的提高并不是由試點政策實施所引起的， 而是受到其他不可觀測因素的影響， 反之， 則能佐證基準回歸的穩健性。如圖3所示， 安慰劑檢驗生成的核密度集中于0附近且接近于正態分布， 同時基準回歸中的估計系數0.063落在隨機抽樣分布圖的尾端， 表明審計收費并未受到試點政策的影響， 即回歸結果具有穩健性。

2. 基于模型設定的穩健性檢驗?？紤]到多時點PSM-DID模型PSM只適用于截面數據， 現階段文獻除采用逐期匹配方法外， 還有部分文獻采用混合匹配法， 即將面板數據視為截面數據， 為處理組在試點政策時間的每條樣本在控制組中尋找傾向得分最接近的樣本進行匹配。本文選擇采用混合PSM對多時點PSM-DID模型進行穩健性檢驗。表5第（1）列報告了混合匹配下PSM-DID的回歸結果， 結果顯示， Policy的回歸系數仍顯著為正， 這在一定程度上說明試點政策會提高企業審計收費這一結論是穩健的。

3. 剔除其他政策影響。本文選取的樣本期為2010 ～ 2020年， 但2010年、 2012年、 2017年國家先后開展了低碳省區和低碳城市試點工作， 如果不考慮上述政策的影響， 就可能難以將審計收費的提高完全歸因于試點政策的實施。有鑒于此， 為有效識別和剔除其他政策的影響， 本文參照蘇濤永等（2022）的研究， 構建新的政策年度虛擬變量LCCit。當企業i所在城市被納入試點名單， 則該企業當年及以后年份LCC賦值為1， 否則為0， 并將LCC與處理變量的交互項LCC×Policy納入基準回歸后進行再估計， 回歸結果見表5第（2）列。結果顯示， 交互項的系數顯著為正， 說明排除了其他試點政策影響后本文的結論仍然穩健。

4. 改變時間窗口?；鶞驶貧w的時間區間為2010 ～ 2020年， 為了證明結論的穩健性， 將時間窗口縮短至2011 ～ 2019年， 回歸結果見表5第（3）列。結果顯示， Policy的系數仍然顯著為正， 說明回歸結果是穩健的。

五、 進一步分析

（一）機制檢驗

在試點政策會提高企業審計收費這一結論的基礎上， 借鑒有關中介效應的檢驗方法， 探究試點政策作用于審計收費的影響機制。為此， 在模型（2）的基礎上構建如下中介效應模型：

其中， M表示中介變量。參考車帥（2022）的研究， “遵循成本”效應（Cost）用企業當年的營業成本衡量， “創新補償”效應（Ino）用企業研發投入衡量。

表6報告了中介效應的檢驗結果， 其中第（1） ～ （3）列是“遵循成本”作為中介變量時的結果， 第（4） ～ （6）列是“創新補償”作為中介變量時的結果。從第（2）列和第（5）列可以看出， 試點政策的實施顯著提高了企業的經營成本和研發投入， 與預期相符。第（3）列和第（6）列的檢驗結果中Cost和Ino的系數為正， 表明企業的營業成本越高， 研發投入越大， 審計收費越高。同時通過了Sobel檢驗， 表明“遵循成本”效應與“創新補償”效應在試點政策與審計收費之間存在中介效應。

（二）異質性分析

考慮到不同企業產權性質和制度環境等可能會影響注冊會計師對企業環境風險的評估， 因此， 本文進一步針對這些差異進行異質性分析， 以檢驗試點政策對審計收費的影響差異。

1. 產權性質。對于不同產權性質的企業， 試點政策可能會對審計收費產生不同的影響。表7第（1）、（2）列報告了將全樣本分為國有企業和非國有企業的分組回歸結果。當企業產權性質為國有時， 分組為國有企業； 當產權性質為民營、 外資和其他時， 分組為非國有企業。結果顯示， Policy的回歸系數只在國有企業樣本中與審計收費顯著正相關， 在非國有企業樣本中不顯著， 表明試點政策顯著提升了國有企業的審計收費， 而對非國有企業審計收費的影響不具有統計顯著性。究其原因可能在于： 相較于非國有企業， 國有企業面臨著政府的強監管， 同時也擁有特殊的資源優勢， 可以獲得更多的政府補貼、 稅收優惠等以保障企業的技術創新（張濤等，2022）。因此， 國有企業更愿意增加研發投入進行減排技術創新， 進而審計收費更高。

2. 環境執法力度。試點政策的實施依賴于良好的政策環境。而環境執法力度體現了地方政府對試點政策的關注程度。環境執法力度越大， 企業為了避免環保處罰， 越有可能遵循試點政策的規制， 從而更好地發揮環境政策的效果。因此， 本文探究不同環境執法力度下試點政策對審計收費影響的異質性。借鑒已有研究（林壽富和董小卿，2021）， 將試點期內（2013 ～ 2020年）各省的環境執法案件數由高到低排列， 選取高于中位數的省份作為環境執法力度大的地區， 低于中位數的省份作為環境執法力度小的地區。表7第（3）、 （4）列報告了考慮環境執法力度后的回歸結果。結果顯示， 在環境執法力度大的地區， 試點政策對企業的審計收費有顯著的提升作用， 而在環境執法力度小的地區， 沒有出現這種提升效果?？赡艿脑蛟谟冢?在環境執法力度小的地區， 企業未完成碳減排目標而受到的處罰對企業影響較小， 試點政策產生的“遵循成本”效應與“創新補償”效應較弱， 試點政策效果有限。

六、 結論與建議

本文將我國實施的試點政策作為一項準自然實驗， 利用2010 ～ 2020年A股上市公司面板數據， 構建多期PSM-DID模型實證檢驗了試點政策對企業審計收費的影響。研究發現， 在其他條件不變的情況下， 試點政策的實施會顯著提升企業的審計收費， 且該結論在經過一系列穩健性檢驗后仍然成立。進一步研究發現， 試點政策的實施產生的“遵循成本”效應和“創新補償”效應是審計收費提高的重要作用路徑。異質性分析發現， 試點政策的實施對企業審計收費的影響在不同類型企業中具有明顯差異， 即試點政策對審計收費的提升作用在高耗能企業、 國有企業與環境執法力度大的企業中更為顯著。

基于以上結論， 本文提出如下建議： 其一， 注冊會計師在進行審計時， 要充分考慮試點政策帶來的影響。本文研究發現， 試點政策會通過增加企業的營業成本與研發投入加劇企業面臨的經營風險與財務風險， 進而影響注冊會計師對企業財務報表重大錯報風險的感知。因此， 注冊會計師應將企業相關碳信息納入重大錯報風險評估框架， 合理投入和分配審計資源， 保證審計質量， 降低審計風險。其二， 企業需積極采取措施緩解試點政策帶來的影響。企業可以采取諸如申請政府補助等手段控制研發過程中的風險， 加速創新成果轉化， 減弱創新活動帶來的不利影響， 真正發揮試點政策的“創新補償”效應。其三， 政府在繼續推進碳排放權交易市場建設的同時， 需完善相應的獎懲措施并加大環境執法力度， 引導企業向“創新補償”階段過渡。技術創新是實現企業由“遵循成本”向“創新補償”過渡的關鍵， 也是決定試點政策能否實現綠色與發展共贏的關鍵， 政府可以采取創新補助等措施發揮政府對企業減排技術創新的指引作用。

【 主 要 參 考 文 獻 】

白俊紅，張藝璇，卞元超．創新驅動政策是否提升城市創業活躍度——來自國家創新型城市試點政策的經驗證據［ J］．中國工業經濟，2022（6）：61 ～ 78．

車帥．“節能低碳”政策能否實現企業績效雙贏［ J］．財經科學，2022（9）：91 ～ 106．

胡珺，黃楠，沈洪濤．市場激勵型環境規制可以推動企業技術創新嗎？——基于中國碳排放權交易機制的自然實驗［ J］．金融研究，2020（1）：171 ～ 189．

胡玉鳳，丁友強．碳排放權交易機制能否兼顧企業效益與綠色效率？［ J］．中國人口·資源與環境，2020（3）：56 ～ 64．

李暉．碳排放權交易能促進企業創新嗎？——基于中國碳交易試點覆蓋企業的檢驗［ J］．系統工程，2022（6）：11 ～ 22．

李衛兵，王鵬．提高排污費會抑制FDI流入嗎？——基于PSM-DID方法的估計［ J］．西安交通大學學報（社會科學版），2020（3）：91 ～ 100．

李哲，黃靜，孫健．企業創新新穎度與審計收費——基于上市公司專利分類數據的證據［ J］．會計研究，2020（8）：178 ～ 192．

林伯強，王喜枝，杜之利．環境規制對中國工業能源效率的影響——基于微觀企業數據的實證研究［ J］．廈門大學學報（哲學社會科學版），2021（4）：30 ～ 42．

林壽富，董小卿．排污權交易政策能否提高企業能源利用效率？［ J］．東南學術，2021（1）：170 ～ 180．

梅應丹，鄧雅芮，馬婷．碳交易與企業生產力：來自中國石化企業的證據［ J］．中國環境科學，2023（2）：1 ～ 11．

潘敏，王晨．碳排放權交易試點階段企業減排效應研究［ J］．經濟縱橫，2022（10）：73 ～ 81．

宋德勇，朱文博，王班班．中國碳交易試點覆蓋企業的微觀實證：碳排放權交易、配額分配方法與企業綠色創新［ J］．中國人口·資源與環境，2021（1）：37 ～ 47．

蘇濤永，孟麗，張金濤．中國碳市場試點與企業綠色轉型：作用效果與機理分析［ J］．研究與發展管理，2022（4）：81 ～ 96．

謝申祥，范鵬飛，宛圓淵．傳統PSM-DID模型的改進與應用［ J］．統計研究，2021（2）：146 ～ 160．

于瑤，祁懷錦，李若琳．國有股東參股與民營企業審計定價［ J］．審計研究，2022（6）：105 ～ 116．

張彩江，李章雯，周雨．碳排放權交易試點政策能否實現區域減排？［ J］．軟科學，2021（10）：93 ～ 99．

張海軍，段茂盛．碳排放權交易體系政策效果的評估方法［ J］．中國人口·資源與環境，2020（5）：17 ～ 25．

張濤，吳夢萱，周立宏．碳排放權交易是否促進企業投資效率？——基于碳排放權交易試點的準實驗［ J］．浙江社會科學，2022（1）：39 ～ 47+157 ～ 158．

周暢，蔡海靜，劉梅娟．碳排放權交易的微觀企業財務效果——基于“波特假說”的PSM-DID檢驗［ J］．財經論叢，2020（3）：68 ～ 77．

Beck T.， Levine R.， Levkov A.. Big bad banks？ The winners and losers from bank deregulation in the United States［ J］．The Journal of Finance，2010（5）：1637 ～ 1667．

Heyman F.， Sj?holm F.， Tingvall P. G.. Is there really a foreign ownership wage premium？ Evidence from matched employer-employee data［ J］．Journal of International Economics，2007（2）：355 ～ 376．

Porter M. E.， Linde C.. Toward a new conception of the environment-competitiveness relationship［ J］．Journal of Economic Perspectives，1995（4）：97 ～ 118．

Zhang F.， Fang H.， Wang X.. Impact of carbon prices on corporate value： The case of China's thermal listed enterprises［ J］．Sustainability，2018（9）：3328．

（責任編輯·校對： 李小艷? 黃艷晶）