环境分权与企业生产率

2024-03-04李卫兵史璐

当代经济科学 2024年1期

李卫兵史璐

摘要：环境分权是中央政府和地方政府对于环境事权的分配，而“国控源环境数据直报”政策本质上是一次调整环境分权化水平的改革。将该政策视为一个准自然实验，构建双重差分模型，考察其对企业生产率的影响。研究发现，该政策在短期内会显著抑制国家重点监控企业的生产率提升，但随着时间的推移，这种抑制作用会逐渐消失。结合环境分权理论进一步阐释和验证该政策对企业生产率的潜在影响机制，发现该政策主要通过挤出企业研发投入、抑制企业寻租行为和激励企业自愿规制环境行为等机制抑制企业生产率。进一步分析表明，企业所有制、行业污染密集程度和地区市场化水平等特征会对环境分权与企业生产率之间的关系产生异质性影响。环境分权与微观企业行为之间因果关系的揭示，可以为政府健全“国控源环境数据直报”政策的长效机制提供决策参考。

关键词：环境分权；环境政策；企业生产率；环境治理；环境数据

文献标识码：A 文章编号：100228482024（01）011714

一、问题提出

环境分权是指基于环境联邦主义的分权思想探究环境事务中的职权分配问题，其本质是中央政府和地方政府对于环境事权的分配。关于环境治理究竟应该集权化还是分权化，学界已有广泛讨论。早期环境联邦主义学者倾向于支持环境治理的集权制，认为应该由中央政府集中主导环境事权。原因在于公共物品供给具有规模效应，由中央政府统一供给环境类公共物品能够实现规模收益，有效降低环境治理成本[1]。此外，环境问题的强烈外部性特征使地方政府虽然在法律层面和职能划分上具有一定治理权，但环境治理的政治激励不足导致政府自身对环境治理无法产生强烈意愿，从而在执行过程中存在“选择性执行”倾向或“道德风险”问题[2]，而且地方政府常常各自为政，对环境治理采用的手段和衡量标准不尽相同，这会影响环境治理的整体成效。还有部分学者主张环境治理的分权制，认为应将环境管理权限下放给地方政府。这是因为相对于中央政府而言，地方政府更具信息优势，而且地方政府对环境治理的参与度和话语权得到加强后，还可以根据当地实际情况，针对各自的区域特征差异实现环境公共物品供给与地区消费者偏好达到最优配置的机制，从而提高环境治理效率[3]。相反，集权下中央政府相较于地方政府而言处于信息劣势，在环境治理上的信息搜集成本过高以及信息不对称问题干扰其政策制定，最终导致环境治理效率过低[4]。总体来看，现有文献已经充分讨论了环境分权（或集权）对环境治理效率的影响，但关于环境分权的生产率效应的文献并不多见。本文试图深入考察环境分权对企业生产率的影响程度与机制，从边际上扩展现有文献的研究视角。

从理论上来说，环境分权会导致环境事务的管辖权下放，监管污染企业的机构数量也随之增加，这会增加政企合谋的风险，导致以环境质量换取企业绩效的现象频发[5]；反之，分权度降低以后，中央政府制定的环境保护标准将得到更彻底的贯彻和落实，高污染、高能耗企业被迫停产整改或者关闭，这会削弱环境分权的经济增长效应[6]。关于环境分权对微观企业影响的实证文献相对较少。学者们发现环境分权有利于降低企业成本，防止企业向消费者转嫁环境成本并增加产品的市场需求，从而提升企业的技术创新能力[7]；然而，过高的环境分权化水平也可能导致地方政府难以统筹设计出合理的环境政策，进而抑制企业技术创新[8]。李强[9]采用不同级次政府环境保护部门的人员分布特征度量省级层面的环境分权水平，研究发现环境分权与企业全要素生产率（TFP）之间存在倒Ｕ型关系。

环境分权与企业生产率通过对现有文献的梳理和回顾发现，关于环境分权的相关研究集中于考察环境分权的宏观经济影响，少数从微观企业视角分析环境分权效应的文献用财政分权来衡量环境分权水平并侧重于分析环境分权与企业技术创新水平之间的关系[10]。然而，财政分权指标并不是合适的环境分权代理变量，财政联邦主义也无法代替环境联邦主义。这种度量方式显然忽视了环境管理制度本身是造成环境污染恶化的主因，甚至还会掩盖中国环境管理体制中的结构性问题[11]。而部分学者采用政府环境保护部门的人员分布特征这一间接指标刻画各省域的环境分权化水平[9，12]，则未能考虑到地方环境保护系统与中央环境保护系统人员数之比与环境分权度并无直接联系，这种处理方式会忽略环境分权在环境政策实施过程中存在的复杂情况以及中国各级环境保护机构人员数在统计上存在严重缺失的现实问题。此外，现有统计数据仅报告了各省域的环境保护机构人员数，因而无法测度城市层面的环境分权化水平。区别于现有文献，本文尝试以一种更直接的、外生政策冲击的方式——2013年生态环境部

2018年，国务院撤销环境保护部并组建生态环境部。为了简化表述，本文统一称为生态环境部。颁布的《关于开展国家重点监控企业环境统计数据直报工作的通知》（下文简称《通知》）度量环境分权，深入考察其对国家重点监控企业生产率的影响。

为了强化对重点污染源的环境监管，生态环境部于2013年颁布《通知》，提出国家重点监控企业的环境统计数据由企业自身直接独立报送（即“国控源环境数据直报”政策），并由生态环境部统一管理直报数据库，而地方各级环境保护部门的权力则被削弱到只有对企业的监督职责。

企业将自身数据上传系统后，任何中间环节的修改都会被生态环境部直接监控，因而地方环境保护部门在环境统计方面的裁量权被严重制约。

该政策不仅改变了环境统计工作近40年来的传统年报制度的数据上报方式，也直接改变了中央政府、地方政府以及企业三者之间在基础环境数据收集工作方面的分工与权力关系，更是当前中国环境治理探索过程中环境分权化水平变动的一个缩影。中国长期以来形成的环境分权式的治理模式一直收效甚微。自1994年建立以分税制为主要内容的財政分权管理体制以来，中央政府逐渐把经济决策权下放给地方政府，在压力型政治锦标赛机制中，地方政府官员为了在以经济增长为基础的政治竞争中赢得晋升，通常会主动降低环境标准以吸引要素流入，造成环境保护政策的执行偏差问题。而且，地方政府作为环境政策的具体执行者，其在以经济发展作为首要目标的情况下，还有与企业“合谋”牺牲环境质量来换取经济利益最大化的动机[13]。由于中央政府与地方政府之间的信息不对称，中央政府难以实时监管地方政府在环境政策执行过程中的机会主义行为[14]。近年来，中央政府对环境治理框架下的环境分权化水平不断地进行调整与改革，而“国控源环境数据直报”政策的实施则是其中的一个重要组成部分。

本文选择用“国控源环境数据直报”政策衡量环境分权化水平的外生变动，主要原因在于：（1）该政策的本质是中央政府对于环境分权化水平的调整，反映了在环境统计这一特殊领域中央政府和地方政府之间关于环境监管权限的变动。目前几乎没有学者研究该政策，而其作为环境统计工作开展几十年来在数据质量上的重大突破与规制方式上的重要举措，具有足够的研究价值。（2）该政策相较于其他集权化政策而言存在特殊之处。尽管传统观点一直认为集权下的中央政府在环境治理上会损耗大量信息搜寻成本，但该政策的实施反而会得益于大数据科学技术的应用，通过缩短中间环节而大大降低环境数据的搜寻成本。这也意味着随着技术进步，信息不对称或许将不再成为阻碍环境治理集权化的因素，反映出适应当前技术水平的发展趋势而降低环境分权化水平的优越性。（3）国家重点监控企业是重要的排污主体，但现有文献却较少关注此类企业。

“国控源环境数据直报”政策于2014年开始正式实施，其实施对象为列在国家重点监控企业名单上的企业，而不在名单上的其他同行业企业则不受该政策的约束，这为本文构建双重差分（DID）模型识别环境分权的净影响提供了契机。本文将基于2007—2019年A股上市公司数据，运用不同

方法测算出企业全要素生产率，通过DID方法分析环境分权的外生变化对微观企业生产率的影响程度以及影响机理，并进行一系列稳健性检验和异质性分析。

本文试图在如下几个方面有所贡献：第一，通过研究“国控源环境数据直报”政策与企业生产率之间的關系，揭示环境分权化水平如何影响企业行为，为中央政府在不同级别政府之间分配环境事务的管理权提供经验证据。第二，以国家重点监控企业及同行业企业为研究对象，从环境分权的视角研究“国控源环境数据直报”政策的影响，针对现有文献较少涉及的研究主题进行实证分析，得到与其他学者通过博弈模型对环境分权与企业生产率的关系进行理论分析相一致的结论，从边际上丰富相关文献的研究视角。第三，将环境保护与企业发展之间的矛盾以及中央政府与地方政府之间关于环境事权分配的矛盾置于同一框架下进行研究，对中国实现经济高质量发展提供决策参考。

二、政策背景与理论机制

（一）政策背景

国家环境保护部门设定的国家重点监控企业具体可分为国控、省控和市控三类，其中国控企业由生态环境部筛选确定，标准最为严格。位列国家重点监控企业名单上的上市公司排放的主要污染物占工业污染总量的比例超过65%。为了有效监督和控制国家重点监控企业的污染排放，生态环境部于2013年颁布《通知》，规定于2014年第一季度开始全面推行“国控源环境数据直报”政策，即国家重点监控企业的数据采集、审核、反馈、汇总等环节均通过网络在线进行，企业在规定上报时限内登录国控源直报系统，完整填报国控源直报统计调查表并提交环境保护部门审核，市、省、国家各级环境保护部门在规定时限内在线审核辖区内统计调查对象填报的数据，合格并验收后通过系统网上提交，最终形成环境统计数据直报数据库。相较于此前普遍由政府代填代报的企业环境年报统计政策而言，新政策下地方政府只在全过程中承担监督、统计和评估职责，行使统计业务指导或技能培训的权力。其权力受限更为直观地表现为：企业将自身数据上传后，联网直报系统中对于中间环节的修改都会被生态环境部直接监控，地方环境保护部门无权更改，在环境统计方面的裁量权被严重制约。因此，这种新的上报方式除了可以实现数据的实时传输以及保证时效性之外，还可以大幅提高数据的真实性。

在“国控源环境数据直报”政策实施之前，由于地方政府在环境数据上报过程中可操纵空间过大，其作为当地环境治理的代理方可能会出于对考核压力、晋升激励、财政收入的需求而在中间环节虚报、代报、选择性报告或人为修改数据，导致环境数据的真实性几乎失效[15]。而该政策实施之后，直报数据库由生态环境部统一管理，地方各级环境保护部门只有监督职责，这大大削弱了其监测权，有利于保证环境统计工作的相对独立性。基层统计队伍的工作重点也由过去的数据收集汇总、报表填报转向对原始数据的核查和企业基础统计工作的督促指导，以达到有效消除可能存在的在中间环节对统计数据的人为干扰。同时，联网直报模式能在不增加信息传递成本的前提下打破行政组织的层级界限，快速实现顶层与基层的信息互动，提高数据汇总效率和生产过程的透明度与可控性，并且提高统计数据在传递过程中的抗干扰能力。

经济分权与环境分权的共存是中国环境污染问题始终得不到妥善解决的关键[16]。为了提高地方政府的环境污染治理效率，中央政府自2013年党的十八届三中全会召开以来，极力推动环境管理体制的深度转型，旨在减少不必要的分级政府干预，并消除分权制度扭曲导致的资源错配和效率损失。而“国控源环境数据直报”政策本质上是关于环境分权化的调整，可视为中央政府对环境事务的管理权进行集权化改革的政策之一。

（二）理论机制

“国控源环境数据直报”政策主要通过降低企业研发投入、抑制企业寻租行为和激励企业自愿规制环境行为这三个机制影响企业生产率。

1.研发投入

技术创新是提升企业生产率的有效途径。环境治理的分权化导致地方政府存在放松环境规制以保护本地企业的激励，而集权化的环境治理模式无形中增加了企业面临的外部风险，进而阻碍企业对研发和技术引进等生产率提升行为的投资追求[17]。尽管“波特假说”认为环境政策有可能刺激企业进行绿色创新来抵消部分或全部环境成本，带来“创新补偿效应”，但事实上，较高的环境分权度意味着地方政府要承担较大的环境保护投资责任，而地方政府的环境保护投资在一定程度上会挤出私人部门的环境治理投资，因为企业可能会因为政府对某一环境保护项目的支出而放弃自身原本的环境治理投资计划。“国控源环境数据直报”政策的实施则有利于缓解地方政府的环境保护投资压力，这也意味着企业要承担更多原本不属于自身或可能被政策优惠减免的环境治理投资。同时，该政策对环境保护数据的真实性管控更为严格，这也会促使企业增加环境治理投资以及环境数据统计方面的经常性支出。企业进行技术创新活动需要大量的研发投入资金支持，因而至少在短期内，企业原本用于技术创新投入的经费会被环境治理支出挤占，进而抑制企业生产率的提升。

2.寻租行为

在环境分权体制下，地方政府在本地环境事务上拥有较大自主权，容易滋生政企合谋。对于企业来说，合谋带来的寻租活动可以刺激企业在政府竞价中获得租金，从而获取市场竞争优势。在现实中，甚至有部分地方政府利用权力设立租金，诱导企业寻租。此外，排污企业受利益驱动也倾向于生产见效快、高能耗、高污染产品，主动或被迫向政府寻租以规避环境保护处罚，从而获取可以主动瞒报或谎报环境保护数据的“保护伞”[18]。

长期来看，寻租行为对地区营商环境、社会生产率乃至社会公平都将造成不利影响。然而，政治关联对企业生产率的影响错综复杂，通过寻租建立起政治关联并获得政治资源是否会对企业的长久发展造成不利影响，学术界仍未达成统一的观点。寻租对企业的危害主要体现在这部分非生产性支出会挤出企业实体投资以及创新投入资源，进而抑制企业生产率增长[1920]。因此，当寻租行为减少时，寻租企业可能会重新感受到市场竞争的压力，从而增加对自身发展的投入。但在短期内，相较于通过寻租行为而快速获得各种确切的优惠政策、信贷资金支持而言，实体投资存在投入高、回报周期长等不确定性特征，这可能会使得企业暂时面临经营成本上升以及回报率低等问题，且创新的正外部性会使企业创新成功的私人收益低于社会收益，在国家正式制度（如产权保护制度）不完全时企业创新可能存在收益风险，从而在一定时期内抑制企业生产率[21]。

在“国控源环境数据直报”政策实施以后，政企合谋的机会大大减少，企业的生产管理成本也隨之增加。具体来说，该政策改变了企业逐级汇总上报企业环境统计数据的落后统计方式，有效消除了地方利益主体造成的统计数据干扰，并极大地提升了环境数据的真实性，还导致地方政府无权插手报表填报，从而不得不在层层博弈下加强对企业的监管。在严格的数据统计环境下，企业也难以通过寻租行为隐瞒排污量。企业通过寻租建立起的政治关联作为一种非正式机制，与正式的法律和金融制度一样会影响企业出口、融资行为与创新研发活动，从而间接影响企业生产率[22]。资源配置效率的改善是实现企业生产率快速提升的重要途径之一。随着市场上的寻租行为减少而带来的市场资源配置的优化，寻租个体从前通过政治关联所得到的优先获得信贷资源、政府补贴、税收减免的机会也就相应减少，而这类融资约束问题会直接使企业内部生产资源合理配置和投资项目升级受阻，进而抑制企业生产率增长。此外，减少寻租还有可能使企业丧失其政治身份所带来的信息效应和制度保护优势，增加其所面临的市场风险。因此，环境分权化水平的降低削弱了政企合谋现象及其衍生的严重寻租问题，从而减少了企业通过违规生产获取超额利润的机会，进而抑制企业生产率的提升。

3.自愿规制环境行为

如果企业预期政府会逐步加强环境标准，企业可能会产生自愿规制其环境行为的动机，这是因为企业能以此获得更大的规制弹性或避免未来可能出现的更严格的环境规制和法律诉讼风险。企业当前面临的环境规制越严格，就越容易认为未来环境规制会进一步加强，从而越可能实施自愿规制行为，例如主动采用标准化环境管理体系[23]。“国控源环境数据直报”政策实施后，地方的外部制度环境趋于严格，企业在权衡自身环境与外部制度之间的互动影响后，可能会选择采用标准化环境管理体系。长远来看，标准化环境管理体系认证能够优化企业环境绩效和资源配置，提高企业全要素生产率[24]，但在短期内却可能对企业生产率起到抑制作用，这主要是因为标准化环境管理体系认证要求企业投入更多环境保护资金和履行更多环境责任，从而导致高污染和高能耗生产项目的盈利水平下降以及改善生产工艺的投入增加。此外，标准化环境管理体系认证虽然并不具备强制性，但其审核、审批程序比较严格和规范，可能会以环境成本内部化的方式迫使企业承担更高的环境成本，进而抑制企业生产率的提升。

三、变量、数据与模型

（一）变量

1.企业生产率

本文参考鲁晓东等[2526]的做法，采用全要素生产率衡量企业生产率。企业资本投入水平通过永续盘存法测算，即Kt= It+（1-σ）Kt-1。其中，It为第t期投资，Kt为第t期资本存量，σ为折旧率。考虑到折旧率选择的差异性，本文用该式的另一种形式来测算资本投入，即Kt= It+ Kt-1- Dt。其中，Dt为第t期固定资产折旧。同时，用企业从业人数衡量劳动投入水平。为了保证结果的稳健性，在基准回归中采用以LevinsohnPetrin法计算的全要素生产率（TFPLP）作为结果变量，而在稳健性检验中分别用以高斯混合模型（GMM）法和最小二乘法法计算的全要素生产率（TFPGMM和 TFPOLS）作为结果变量。所有变量定义及测算方式见表1。

2.核心解释变量

本文将“国控源环境数据直报”政策视为一项准自然实验，把需要直报环境数据的国家重点监控企业作为处理组，无需直报环境数据的非国家重点监控企业作为对照组，并构建政策虚拟变量作为核心解释变量。由于生态环境部公布的国家重点监控企业名单会随上一年度各企业的环境保护数据而变化，而且非上市公司的各项数据难以获取，通过手动筛查，将样本期内连续被列入名单中的上市公司作为处理组，并将从未进入过名单中的同行业其他上市公司作为对照组。

3.控制变量

参考现有文献，选取可能影响生产率的公司特征变量和地区特征变量作为控制变量。其中，企业特征变量包括：公司年龄（AGE），即公司成立以来的年限；股权性质（EQU），国有企业取值为1，否则取值为0；公司规模（SIZ），即当年上市公司年初总资产合计的对数值；资产回报率（ROA），即（利润总额+利息支出）/平均总资产；资产负债率（ROL），即总负债/总资产。地区特征变量包括：上市公司所在地区的经济发展程度（GDP），即公司所在城市人均实际GDP的增长率；政府支出规模（EXP），即公司所在城市财政支出水平的对数值；财政收入（REV），即公司所在城市财政收入水平的对数值；固定资产投资（INV），即公司所在城市固定资产投资水平的对数值；产业结构（STR），即公司所在地区第二产业占GDP的比重。

（二）数据选取

手动筛选出2007—2019年沪深A股上市公司中的303家公司，其中处理组包括自生态环境部首次公布国家重点监控企业名单到2019年每年均被列入名单的38家公司，对照组包括在样本期内从未进入过名单的同行业的265家公司。行业分类参考2012年中国证券监督管理委员会公布的《上市公司行业分类指引》。按照惯例，在数据处理过程中剔除ST和*ST类公司样本、资产负债率大于1或者小于0的公司样本以及核心变量存在缺失值的公司樣本，并且对连续型变量进行上下1%分位数的缩尾处理。文中使用的所有数据均来自国泰安数据库。

（三）描述性统计

所有变量的描述性统计结果见表2。可以看出，无论以哪种方法计算上市公司的全要素生产率，对照组与处理组的平均生产率水平均存在一定差距，处理组企业的平均生产率水平要高于对照组企业。此外，处理组企业所处地区的经济发展程度、政府支出规模、财政收入规模和固定资产投资水平整体上要低于对照组企业所处的地区，这可能与国家重点监控企业这类高污染、高耗能企业朝经济欠发达地区进行产业转移以寻求“污染避难所”有关。

（四）实证策略

本文运用DID方法估计“国控源环境数据直报”政策对企业生产率的影响，回归模型设定如下：

其中，被解释变量TFPit表示t年度i企业的全要素生产率，在基准回归中采用TFPLP衡量全要素生产率，在稳健性检验部分分别用TFPOLS和TFPGMM衡量全要素生产率。核心解释变量EDR为代表“国控源环境数据直报”政策的虚拟变量，当且仅当该企业处于正在进行环境数据直报时，该变量取值为1，否则一律取值为0。Z代表一系列控制变量，εit表示聚类到企业层面的随机误差项。此外，本文还控制了时间固定效应（γt）和企业固定效应（δi）。本文关注的核心系数β1能捕捉到“国控源环境数据直报”政策的生产率效应，如果其值显著大于0，则说明环境分权化水平的下降有助于提升企业生产率；反之，则说明环境分权化水平的下降会抑制企业生产率。

四、实证分析

（一）基准回归结果

基准回归结果见表3，所有回归均将标准误聚类至企业层面以减弱样本潜在的自相关性带来的估计偏误。随着控制变量的逐渐引入，核心解释变量EDR的估计系数绝对值略微下降，但始终显著为负，表明“国控源环境数据直报”政策实施后，在短期内企业全要素生产率会受到抑制。

由于第（3）列控制了所有相关因素，以该列的回归结果简要介绍其他控制变量的估计结果。企业特征变量方面，企业规模的估计系数显著为正，意味着企业规模越大就越能提高生产率；资产回报率也与生产率显著正相关，表明企业投入资金所获得的回报越高就越能带动生产率提升；企业资产负债率的系数显著为正，说明企业可获得的外部融资增加有利于提升企业的投资能力，进而提升生产率。地区特征变量方面，政府支出和产业结构的估计系数均显著为正，说明政府支出增加会通过提供更多公共产品促进企业生产率提升，而产业结构升级也有利于提升企业生产率；固定资产投资的系数显著为负，可能是因为当前中国房地产开发投资占固定资产投资的比重持续攀升，从而对制造业的发展产生了严重的挤出效应，而且在企业内部也同样存在固定资产投资挤占流动资金的现象，这无疑会抑制企业生产率的提升。

（二）平行趋势检验

应用DID模型需满足平行趋势假设，即在政策发生前，处理组样本与对照组样本的全要素生产率应具有一致的变动趋势。本文构建如下模型进行平行趋势检验：

其中，PREi表示“国控源环境数据直报”政策实施前第i年的时间虚拟变量，POSj表示政策实施后第j年的时间虚拟变量，CUR则表示政策实施当年的时间虚拟变量。为避免多重共线性，在模型中剔除该政策实施前1年的时间虚拟变量。如果系数ρi（i=2，…，7）并不显著异于0，则表明平行趋势假设成立。

所有时间虚拟变量的估计系数如图1所示，可以看出，在“国控源环境数据直报”政策实施之前，各年份时间虚拟变量的估计系数均不显著异于0，证实DID估计满足平行趋势假设。此外，该政策实施之后，时间虚拟变量的估计系数显著为负，这也与基准回归结果保持一致。值得指出的是，该政策实施后的第三年开始，时间虚拟变量的估计系数变得不显著，并且其绝对值慢慢变小，这意味着该政策仅仅会在短期抑制企业生产率，随着时间的推移，其对生产率的负向影响逐渐消失。

（三）稳健性检验

1.替换全要素生产率指标

为了考察基准回归结果对于全要素生产率的计算方法是否敏感，本文采用GMM法和OLS法计算企业全要素生产率，并将之作为被解释变量代入式（1）进行回归，结果见表4。容易看出，无论是否加入控制变量，核心解释变量的估计系数均显著为负，而且其值与基准回归结果大致相同，这说明“国控源环境数据直报”政策的实施在短期内对企业生产率的负面影响不会因为生产率计算方式的变化而不同。

2.结合倾向得分匹配（PSM）方法与DID方法

国家重点监控企业在2014年被列入监控名单前与非重点监控企业的企业特征本身可能就存在差异，这种处理组和对照组的显著差异会导致估计偏误。为了解决样本选择偏误问题，本文在进行DID估计之前先采用PSM方法为处理组匹配相近的对照组，从而生成新的对照组。PSM方法根据多维匹配指标进行倾向得分P值的计算并根据处理组和对照组之间P值的相近度对二者进行匹配，可以降低样本选择偏误问题造成的估计误差，提高实证结果的准确性。

本文分别采用流行的1∶1、1∶3最近邻匹配法以及核匹配法对“国控源环境数据直报”政策实施之前的处理组和对照组进行匹配，当企业个体特征对企业是否会成为该政策实施对象的作用完全取决于可观测的控制变量时，可以认为不同企业成为该政策实施对象的概率相近。具体地，以样本企业是否为国家重点监控企业为被解释变量，以式（1）中各控制变量为解释变量，进行Logit回归并获得每个观测值的倾向得分。然后，分别采用最近邻匹配法和核匹配法确定对照组样本，并将其和处理组样本合并在一起，形成新的样本进行DID回归。

最终，本文为277个处理组数据匹配到3组不同的对照组数据，相应的回归结果见表5。其中，第（1）～（3）列分别为采用1∶1最近邻匹配法、1∶3最近邻匹配法以及核匹配法进行匹配后的DID估计结果，所有回归均控制城市层面和企业层面的控制变量，并同时加入时间固定效应和企业固定效应。对比表5与表3第（3）列的结果可以发现，结合PSM方法与DID方法进行估计后，核心解释变量EDR的估计系数的绝对值稍有下降，但仍然在10%的水平显著为负，证实了基准回归结果的稳健性。

3.時间安慰剂检验

除了“国控源环境数据直报政策”以外，一些未能观测到的政策或随机性因素也可能导致从2014年开始处理组与对照组样本的生产率产生显著差异，使本文错误地将其识别为 “国控源环境数据直报政策”带来的生产率效应。为了排除这类政策或随机性因素的影响，将“国控源环境数据直报政策”的实施年份人为提前3～5年，即提前至2009、2010和2011年，并基于这种假想的政策实施年份构建新的核心解释变量EDR（即EDR2009、EDR2010和EDR2011），然后进行DID估计。如果EDR的估计系数仍然显著为负，则说明处理组与对照组样本的生产率差异来自其他政策或随机性因素，而非“国控源环境数据直报政策”。

将假想的核心解释变量代入式（1）进行回归，结果见表6。其中，第（1）～（3）列分别为假想政策实施年份为2011、2010、2009年的回归结果。可以发现，无论将政策实施年份假想前置到哪一年，相应的核心解释变量（EDR2009、EDR2010和EDR2011）的估计系数均不显著，因此基准回归中所识别的政策效应并非来自未考虑到的其他政策或随机性因素的驱动。

4.随机抽取处理组

图2 随机抽取处理组后相应估计的核密度分布

样本中受“国控源环境数据直报”政策影响的企业占全部样本的比重较小，约为13%。尽管在稳健性检验部分采用PSM方法为处理组样本匹配了趋势一致的对照组样本，基于匹配后的样本进行的检验结果与基准回归结果一致，但这依然不能排除小样本偏差所带来的估计偏误问题。本文参考石大千等[27]的处理方式，采用随机虚构处理组的方法解决处理组样本相对较少可能会导致的小样本偏差问题。具体地，随机选取38个企业作为伪处理组，其他企业为控制组，然后依此构建虚假的核心解释变量EDRFalse，并进行DID估计。将此过程重复300次，得到300个变量EDRFalse 的估计系数，相应的核密度分布函数见图2。曲线为300次回归中系数的概率密度分布，图中最左侧的直线所在位置表示基准回归中的真实估计系数（其值为-0.115）。可以看出，伪处理组回归的估计系数主要集中均匀分布在0的两侧，与真实值偏离很大，且服从正态分布，符合随机抽取处理组进行稳健性检验的预期，说明本文的估计结果不太可能是其他政策或者随机性因素以及小样本偏差所造成的。

5.排除竞争性假说

2016年，国务院办公厅印发了《关于省以下环保机构监测监察执法垂直管理制度改革试点工作的指导意见》。该改革适度上收了基层的环境治理权限，导致地方政府的环境管理呈现集权化趋势。由于其正式实施时间正好处于本研究的样本期间，而且本质也属于环境管理体制的集权改革，因此可能会干扰识别“国控源环境数据直报”政策对企业生产率的影响。在样本期间，陆续实行该改革的省份包括：河北省和重庆市（2016年）、福建等6省份（2017年）、广西壮族自治区等4省份（2018年）、安徽等18省份（2019年）。为了排除该改革的影响，笔者收集了各省份实行环境保护机构监测监察执法垂直管理制度改革（后文简称“环保垂直管理制度改革”）的具体时间，由此构建虚拟变量VER：如果企业所在省份推行了该改革，则对于改革当年及其随后的年份，VER取值为1；否则，取值为0。然后，将该变量引入式（1）进行回归。表7的回归结果显示，在控制虚拟变量VER后，核心解释变量EDR的估计系数依然显著为负，这意味着该竞争性政策对基准回归结果并没有产生显著影响，从而排除了竞争性假说。

五、机制检验及异质性分析

（一）机制检验

“国控源环境数据直报”政策的实施可能会通过增加企业环境保护支出而减少研发投入，造成创新挤出效应，抑制企业生产率增长。本文采用企业研发投入金额的对数衡量研发投入指标（R&D），并将其代入式（1）作为被解释变量进行估计。表8第（1）列的回归结果表明，核心解释变量EDR的估计系数显著为负，表明“国控源环境数据直报”政策会显著抑制企业研发投入，而增加研发投入是提升企业生产率的重要因素。因此，环境分权化水平的下降会在短期内通过减少企业研发投入而抑制企业生产率。

2.寻租行为

现有文献用来刻画企业寻租行为的指标比较多，包括企业管理费用明细中的某几项费用、基于问卷调查结果而构建的综合指标和超额管理费等。本文借鉴杜兴强等[28]的思路，从上市公司财务报表中的管理费用提取企业寻租信息，估算出企业超额管理费，并以之衡量企业寻租行为。具体地，用式（3）估算企业超额管理费：

OAit= φ0+∑7l=1φl× VARit+ τh+ γt+ εit[JY]（3）

其中，OA表示企业营业管理费用，用企业管理费用除以营业收入来计算。VAR表示一系列企业特征变量，包括：营业收入，用营业收入的对数值衡量；资产负债率，即总负债/总资产；营业收入增长率；董事会规模，即董事会的董事数量；员工总数，即企业在职员工人数；会计师事务所类型，即若为国际四大会计师事务所（普华永道、安永、毕马威和德勤会计师事务所）则取值为1，否则取值为0；企业年龄，即企业成立的年数；公司毛利率，即（营业收入－营业成本）/营业收入；股权集中度，即公司前五大股东的赫芬达尔指数（股东持股比例的平方和）。类似地，在数据处理过程中对上述连续型变量按照 1%与 99%的分位数进行 Winsorize 缩尾处理，同时控制行业固定效应（τh）和时间固定效应（ γt）。根据式（3）进行回归，然后提取残差项（εit）即为超额管理费用（RENT）。最后，将超额管理费用指标作为被解释变量代入式（1）进行回归，相应的结果见表8第（2）列。

容易看出，核心解释变量EDR的估计系数显著为负，说明“国控源环境数据直报”政策会显著抑制企业寻租行为，原因在于这种环境治理集权化水平的加强在一定程度上打破了政企合谋的“温床”，地方监测事权的上移使企业无法再通过向地方官员寻租来寻求优待。

3.自愿规制环境行为

在环境分权体制下，地方政府普遍存在放松环境规制以保护本地企业的现象，企业在环境管理事务上受到的外部制度约束较小。而“国控源环境数据直报”政策实施会使企业面临新的环境管制、市场要求和社会期望等因素，企业为了获取政府支持和规避风险，往往会自愿规制其环境行为，进而导致生产率下降。考虑到环境管理体系认证是在中国应用最广泛的一种自愿性环境规制行为，本文以企业是否通过环境管理体系认证ISO14001作为自愿规制行为的代理变量（VR），并将其代入式（1）进行回归。由于该数据于2008年才开始公开，因此该回归的样本期为2008—2019年。表8第（3）列的回归结果显示，核心解释变量EDR的估计系数在1%的水平上显著为正，证实“国控源环境数据直报”政策的实施会激励国家重点监控企业进行自愿环境保护贯标，即使这一行为短期内会导致企业生产率下降。

（二）异质性分析

1.企业所有制

相较于非国有企业，国有企业具有的天然政治关联使其承担着更多的社会责任，它们对政策也更为敏感[29]。因此，“国控源环境数据直报”政策的实施可能对不同所有制企业的生产率产生异质性影响。为了验证这一猜想，将企业按所有制性质分两类，即国有企业和非国有企业，然后针对这两组子样本分别进行回归。表9第（1）（2）列的分组回归结果显示，“国控源环境数据直报”政策会显著降低国有企业的生产率，但对非国有企业的生产率并不存在显著影响。这是因为国有企业与政府之间的联系更为密切，它们不仅会严格遵守政府制定的政策并积极履行上报环境数据的义务，同时也会在外部制度环境更严格的情况下自愿规制其环境行为。

2.行业污染密集程度

众多研究表明，环境政策的实施效果会因行业污染密集程度不同而存在差异，而环境分权决定环境政策的决策以及实施，因而环境分权的生产率效应也会受到行业污染密集程度的异质性影响。因此，本文将2010年发布的《上市公司环境信息披露指南（征求意见稿）》中制定的16类企业视为重污染行业中的企业，其他企业作为非重污染行业中的企业，然后针对这两组子样本进行分组回归。表9第（3）（4）列的回归结果表明，“国控源环境数据直报”政策对这两类企业生产率的影响系数均显著为负，这意味着该政策在短期内会显著抑制这两类企业的生产率。进一步对比发现，该政策对非重污染行业中企业生产率的抑制效应更為明显。可能的解释是，重污染型企业的环境压力普遍更大，因而外部正式制度（如环境规制）和非正式制度（如社会媒体关注）会加大重污染型企业的绿色技术创新与绿色转型压力，从而对企业绿色技术创新产生“倒逼效应”，进而在一定程度上缓解其生产率的下降。

3.地区市场化程度

考虑到中国不同地区金融发展水平、政府干预程度不尽相同，且企业寻租行为也与市场化程度有较大关联，以地区市场化程度作为标准进行异质性分析。参考王小鲁等[30]编制的《中国分省份市场化指数报告》，将样本企业按其所在地划分为高市场化地区与低市场化地区两组子样本，然后进行分组回归。表9第（5）（6）列的回归结果显示，在低市场化地区，“国控源环境数据直报”政策对企业生产率的影响系数在5%的水平上显著为负；而在高市场化地区，该政策对企业生产率的影响系数并不显著。这是因为，市场化水平越高，地区资源配置优化的优势越得以体现，因而企业获得融资支持、财政补贴的可能性越大，企业生产率也越不容易受到影响。此外，在市场化程度较高的地区，国有企业所占的比重往往较低，这会降低当地企业对“国控源环境数据直报”政策的服从度，进而影响该政策对企业生产率的抑制效应。

六、结论与政策建议

本文将“国控源环境数据直报”政策视为一项关于环境事务管理权的集权化改革，并采用DID方法估计了该政策的实施对企业全要素生产率的影响，为环境分权化水平与企业生产行为之间的关系提供了经验证据。研究结果表明，环境分权化水平的降低在短期内会显著抑制企业生产率，但从平行趋势检验可以看出，随着时间的推移这种抑制作用逐渐消失。一系列稳健性检验结果证实该结论是稳健、可信的。在此基础上，本文结合环境分权理论进一步探讨了该政策影响企业生产率的潜在机制，发现该政策在短期内会通过挤出企业研发投入、减少企业寻租行为和激励企业自愿规制环境行为这三大机制抑制企业生产率。此外，本文还发现“国控源环境数据直报”政策对企业生产率的影响存在异质性，其对国有企业、非重污染行业以及低市场化地区的企业生产率的影响更为明显。

本文的研究结论有着丰富的政策含义。对企业而言，在当前政策的指引下，应该积极配合完成真实环境数据的上报。由于国家重点监控企业的生产率在短期内受到“国控源环境数据直报”政策的负面影响，因而它们应该通过自主创新和技术研发实现绿色转型升级，重视合规经营和可持续发展理念，积极融入新发展格局。对政府而言，首先，需要建立健全实行“国控源环境数据直报”政策的长效机制。当前，该政策的实施时间并不长，且执行不够彻底，因而政府需进一步强化和保障直报系统运行的制度和机制建设，以充分调动各级环境保护部门和企业的参与，通过建立良性的政商关系来推进环境污染治理。其次，该政策会导致地方政府的部分必要环境保护支出转嫁给企业，从而在短期内对企业生产率产生消极影响，因而政府应出台相应政策给予财政补贴，并鼓励国家重点监控企业积极进行绿色转型升级。同时，政府应合理权衡环境治理和经济发展目标，认识与了解该政策在不同层面实施效果上的差异，强化针对市场化水平较高地区的地方政府及非国有企业的环境统计考核机制，落实填报主体的数据质量责任。最后，从环境分权角度来说，中央政府在不同级别政府之间分配环境事务的管理权这一问题上，应进一步上收环境监测事权，保证地区监测数据的准确性，并规范执法程序，以解决地方政府在环境治理中存在的不作为或权力滥用问题。

参考文献：

［1］

OATES W E. A reconsideration of environmental federalism[M]// OATES W E .Environmental Policy and Fiscal Federalism. Cheltenham：Edward Elgar Publishing， 2004： 125156.

［2］ GRAY W B， SHADBEGIAN R G . “Optimal”pollution abatement： whose benefits matter and how much？[J]. Journal of Environmental Economics and Management，2004（3）：510534.

［3］ MAGNANI E. The environmental Kuznets curve， environmental protection policy and income distribution[J]. Ecological Economics，2000，32（3）：431443.

［4］ INMAN R P， RUBINFELD D L. Rethinking federalism[J]. Journal of Economic Perspectives，1997，11（4）：4364.

［5］ FAN C S，LIN C，TREISMAN D. Political decentralization and corruption：evidence from around the world[J]. Journal of Public Economics，2009，93（1/2）：1434.

［6］罗斌，凌鸿程，苏婷.环境分权与企业创新：促进抑或阻碍：基于环境信息披露质量的中介效应分析[J].当代财经，2020（4）：113124.

［7］ CHINTRAKARN P. Environmental regulation and U.S. states’ technical inefficiency[J]. Economics Letters， 2008，100（3）：363365.

［8］张同斌.提高环境规制强度能否“利当前”并“惠长远”[J].财贸经济，2017（3）：116130.

［9］李强.环境分权与企业全要素生产率：基于我国制造业微观数据的分析[J].财经研究，2017（3）：133145.

［10］胡东滨，蔡洪鹏.财政分权、经济增长与环境污染：基于省级面板数据的实证分析[J].生态经济，2018（2）：8488.

［11］陆远权，张德钢.环境分权、市场分割与碳排放[J].中国人口·资源与环境，2016（6）：107115.

［12］祁毓. 中国环境污染变化与规制效应研究[D].武汉：武汉大学，2015.

［13］姜珂，游达明.基于央地分权视角的环境规制策略演化博弈分析[J].中国人口·资源与环境，2016（9）：139148.

［14］冯素玲，许德慧，张榕.数字金融发展如何赋能二氧化碳减排：来自地级市的经验证据[J].当代经济科学，2023（4）：1528.

［15］钟廷勇，黄亦博，孙芳城.“重点污染源监控”的节能减排效应研究：兼析优化环境分权治理的信息沟通路径[J].西部论坛，2022（3）：8197.

［16］KOSTKA G，NAHM J. Centrallocal relations：recentralization and environmental governance in China[J]. The China Quarterly，2017，231：567582.

［17］徐保昌，谢建国.排污征费如何影响企业生产率：来自中国制造业企业的证据[J].世界经济，2016（8）：143168.