李梦蕾，单英骥，邵 鹏,2

（1.西安工程大学管理学院，陕西 西安 710048；2.中国（陕西）自由贸易试验区西安管委会智库，陕西 西安 710021；3.西安交通大学经济与金融学院，陕西 西安 710061）

1 研究背景

黄河流域生态保护和高质量发展具有重大意义，然而我国工业发展步伐的加速，资源的大量消耗给黄河流域带来了生态环境破坏、水资源利用不足等问题[1]。2019年9月，黄河流域生态保护和高质量发展上升为重大国家战略。2021年10月，习近平总书记在深入推动黄河流域生态保护和高质量发展座谈会上强调，要把握保护和发展关系，坚定走绿色低碳发展道路。同时，“双碳”时代的到来也为企业的高质量发展和生态保护提出了新要求，带来了新机遇。企业发展对于经济高质量发展意义重大，且重污染行业企业在黄河流域的生态保护中也面临巨大挑战。现实中，股东一般不愿承担改善污染、绿色发展的成本，而非股东希望投入资金以减少环境污染[2]。近年来，环保指标在国家对地方政府政绩考核中所占份额持续加重，如将环境保护纳入职责范围、终身追究对生态环境造成的损害等措施[3]。在新发展理念指导下，具体执行各项环境政策、监管规定的任务落在了地方政府层面。环境规制执行可能会给企业带来压力，倘若企业创新投入足够高，将有助于缓解履行环保责任的压力[4]。技术创新的主要载体是企业，企业需要提升创新投入才能实现经济增长与生态环保的双赢[5]。面对环境保护与绩效提升两难问题，政府监管成为企业采取生态环境保护行动的关键驱动力，地方政府在督促企业执行环保责任方面占据着重大作用[6]。现有黄河流域相关研究大多从区域角度开展，如关注经济高质量发展[7]、资源利用效率与经济发展[8]、经济增长与绿色发展[9]等方面问题，很少有学者专门对黄河流域的重污染行业企业进行研究。环境规制是重污染领域的研究重点，相关研究主要关注环境规制对企业财务绩效[10]、环保投资[11]、技术创新[12]的影响，将黄河流域的环境规制与企业联系到一起的关注较少。本文以黄河流域重污染行业企业为研究样本，探讨环境规制、企业创新投入与企业绩效的关系，揭示了在环境规制对企业绩效影响中创新投入的调节作用机制，对促进黄河流域重污染行业企业绩效提升和环保责任履行具有指导意义。

2 研究方法

2.1 研究假设

企业绩效是企业在一定时期内取得的成绩和收益，全面归纳了企业的生产经营活动[13]。企业绩效提升可以影响一个企业的经营决策，展现了一个企业的发展实力，甚至可以带动一个地区的经济。但企业在追求绩效最大化过程中，可能做出不环保的行为，这就需要政府监管的介入。Wang等[14]探讨了政府环境监管与企业环境行为、生产率的关系，发现环境规制可以迫使污染严重的企业减少排放，但会降低企业的产值和生产率。张子龙等[15]认为环境规制在短期内抑制生态效率的提高，长期则促进效率提高。Meng等[16]得出如果环境保护政策过于严厉，会负向显著作用于企业绩效。依照以往的结论，环境规制对企业绩效的作用机制不明确，环境规制执行力度的差异化可能会产生正向或负向的作用。据此，得出假设H1：环境规制与企业绩效之间存在倒U型关系。

在市场竞争中，企业是研发创新的主体，创新投入与企业的生存和发展密不可分[17]。当地方环境规制执行力度加大时，企业需要制定措施以应对这种变化，如提升创新投入从而减少环境污染。Jaffe等[18]认为企业在面临环境规制时会产生多余的成本，但同时也会增加创新投入进而赢得额外收益。余伟等[19]发现环境保护政策越严格，越能够促进工业企业的技术创新。杨蓉、彭安祺[20]得出环境规制一方面能促进技术创新，另一方面会影响企业绩效。由此可知，环境规制会给企业带来成本负担。通过加大创新投入的方式，重污染企业可以减少损失，进一步实现企业绩效增加。据此，提出假设H2：在环境规制对企业绩效的倒U型影响中，创新投入起到调节作用。

2.2 变量选取

被解释变量：企业绩效（Tobin Q）。企业绩效选取Tobin Q值测量，即企业市场价值与期末总资产之比。

解释变量：环境规制（Enforcement）。参照沈洪涛和冯杰[21]的方法，采用城市污染源监管信息公开指数（PITI）来衡量。

调节变量：创新投入强度（RD）。为了降低企业资产规模、营业收入差异较大带来的影响，本文以企业研发技术人员总数占总员工数之比对创新投入强度进行评价。

控制变量：企业基本特征因素有企业规模（Size）、企业属性（State）、企业年龄（Age）；财务因素有财务状况（Debt）、盈利能力（Earn）、成长性（Growth）；企业治理因素有两职兼任（Duality）、股权集中度（LSR）。

2.3 模型构建

为检验环境规制与企业绩效间的关系，参考侯志平等[22]的研究建立基准模型，公式为

若β1显著，β2不显著，说明Enforcement对Tobin Q有线性影响，假设1不成立；若β2显著大于0，则Enforcement与Tobin Q呈U型关系，假设1不成立；若β2显著小于0，则Enforcement与Tobin Q呈倒U型关系，假设1成立。

加入调节变量（创新投入强度）之后，Enforcement与Tobin Q的关系可能会发生改变，构建模型，公式为

3 数据获取与描述

3.1 重污染行业企业分布

将研究区域界定为黄河流经的9个省（自治区）。按照样本企业的注册地匹配各省（自治区）重污染行业企业的分布情况。以2019年为例，筛选得出黄河流域企业516家。黄河流域9个省（自治区）重污染行业企业分布不均衡，其中山东、四川、河南的重污染行业企业数量最多。通常省会城市是本省重污染行业企业最多的城市，而山东省重污染行业企业数量最多的城市是青岛市。对黄河流经省（自治区）重污染行业企业数量最多的20个城市进行排名，发现除内蒙古自治区（呼和浩特市位于第24位）外，前20个城市中包括了黄河流域9个省会城市。重污染行业企业数量最多的前20个城市中，山东省有8个，河南省有2个，四川省有2个。

3.2 样本选取与数据描述

以《上市公司环保核查行业分类管理名录》中认定的重污染行业为参考，选择沪、深A股“电力、热力、燃气及水生产和供应业”“采矿业”和“制造业”行业的上市企业为样本。基于CSMAR数据库和Wind数据库，剔除样本中存在缺失的数据观测值，最后得到105家黄河流域重污染行业企业2017～2019年的观测值315个。

由变量的描述性统计结果（见表1）知，企业绩效均值为2.169，标准差为1.355，表明该样本之间有一定的差异性。环境规制最小值为19.10，最大值为81.40，均值为61.783。创新投入最大值为63.71，最小值为1.89，均值为17.554，表明选取的样本中大部分企业的创新投入较低，即创新投入有较大提升空间。此外，企业年龄、企业规模、财务状况等变量的最小值与最大值存在较大差距，表明变量和样本适合开展研究。

表1 描述性统计结果

3.3 相关性分析

从描述性统计来看，企业绩效、环境规制、企业创新投入因素存在差异，为了更好地考察变量间的关系，进行Pearson检验可知，环境规制（Enforcement）与企业绩效（Tobin Q）的相关系数是0.064 5，并无显著关系；创新投入（RD）与企业绩效相关系数为0.189 1，且显著相关。除企业属性、成长性、两职合一外，其他控制变量均与企业绩效显著相关。此外，各变量最大的VIF值均小于10，最小的Tolerance值均远大于0.1，VIF值平均为1.24，因而严重多重共线性问题不存在。

4 影响因素分析

4.1 企业绩效的影响因素

运用Stata.16软件对数据进行OLS回归。环境规制（Enforcement）对企业绩效（Tobin Q）影响的回归结果见表2。模型Ⅰ得出，在1%的水平上，Enforcement一次项的估计系数是0.104且显著，平方项的系数显著为负，表示环境规制与企业绩效间呈现显著的倒U型曲线。为了对比，在模型Ⅱ中去掉Enforcement的平方项进行回归，Enforcement的一次项系数为正但不显著，再次说明了环境规制与企业绩效之间不是单纯的正向或负向关系。因此，检验了假设H1。经计算可知，倒U曲线的阈值为57.206，则环境规制小于57.206时，随着执行力度加大，企业绩效会提升；大于57.206时，随着执行力度加大，企业绩效会下降。因此，为了促进黄河流域重污染行业企业实现企业绩效最优，地方政府采取环境规制执行力度需适中，把握有度。

表2 地方环境规制执行力度对企业绩效（Tobin Q）回归结果

同样的环境规制力度下，对于不同企业的影响具有差异性，因此按照企业规模中位数，将样本企业划分为大规模企业、小规模企业两组。由表2的模型Ⅲ和模型Ⅳ知，大规模企业中，在10%的水平上，Enforcement一次项和平方项的估计系数均显著；小规模企业中，在5%的水平上，Enforcement一次项和平方项的系数均显著。这说明对于黄河流域重污染行业企业，无论企业规模大或小，企业绩效均与环境规制呈显著倒U型关系。

黄河流域的环保水平各区域参差不齐，将样本企业分为上游和中下游两组，并将回归结果分别报告于表2的模型Ⅴ和模型Ⅵ中。在中下游地区，Enforcement一次项和平方项的估计系数均在10%的水平上显著，说明中下游地区的企业绩效受到环境规制执行的倒U型显著影响；在上游地区，Enforcement一次项和平方项的估计系数均为正且不显著，出现这种局面最大程度上是由于上游地区环境规制带来的污染改造费用挤占了创新投入，使得企业绩效难以实现大幅提升，即上游地区不具备倒U型关系。当上游地区环境污染问题得到解决，企业绩效将会上升，可能会呈现正U型关系。

4.2 创新投入的调节效应

模型Ⅶ是在企业创新投入的调节效应下，环境规制与企业绩效关系的分析结果。模型Ⅶ显示，创新投入的调节使得Enforcement的二次项系数为负，且在5%水平上显著，表明加入创新投入调节效应后，环境规制与企业绩效的倒U型关系仍然显著。对创新投入分别取25%和75%分位数，按照模型Ⅶ回归结果示意创新投入较低时（低RD）和创新投入较高时（高RD）环境规制与企业绩效的曲线，见图1。分析结果如下：高创新投入使得倒U型曲线变得平缓，即高创新投入企业能够降低环境规制的影响，使得环境规制对企业绩效的影响速度变得更加平缓；当创新投入较高时，倒U型曲线的对称轴右移，说明拥有较高创新投入的企业能够承受的环境规制更大；创新投入高的企业通常表现较高的企业绩效，使得倒U型曲线的整体水平较高，即高创新投入企业由于承受环境规制的能力较强，使得整体业绩水平较高。

图1 不同创新投入下的倒U型关系

4.3 稳健性分析

为了使实证的结果更加真实可信，通过固定效应模型的LSDV模型进行检验。结果显示，Enforcement（系数为0.073 7，p＜0.01）、Enforcement2（系数为-0.000 628 4，p＜0.05）与Tobin Q的关系仍是倒U型，同时RD、RD×Enforcement、RD×Enforcement2等关键变量的显著性也未发生明显变化，主要结论与前文保持一致，说明本文的实证结果可靠，具有稳健性。

5 结论与建议

以黄河流域重污染行业企业为样本，针对环境规制与企业绩效的关系实行了检验，并讨论了企业创新投入可能存在的调节效应，主要结论如下：其一，黄河流域重污染行业企业分布不均衡，其中山东、四川、河南的重污染行业企业数量最多；其二，黄河流域环境规制与重污染行业企业绩效之间存在显著倒U型关系，且这种关系在黄河流域中下游地区较为显著；其三，创新投入在倒U型关系中起调节作用。高创新投入企业能够承受更大的环境规制，使得环境规制对企业绩效的影响速度变得更加平缓，并且能够提高企业绩效。

从政策执行力度适度性和企业创新投入两方面提出建议如下。

1）黄河流域重污染行业企业分布不均匀，各城市应实施差异化的环境规制，同时环境规制与企业绩效间产生倒U型影响，政府应认识到环境规制政策执行的双面性。一方面加大环境规制能够使重污染行业企业改善环境状况，愈发适应市场的千变万化，而另一方面环境规制政策的施行也可能会使企业成本上升和利润降低。对于环境规制力度较低的城市，加大执行力度能使企业绩效得到提升；环境规制力度较高的城市，政府要充分考虑企业的承受能力，并给予一定的补助。

2）面对地方政府环境规制，很多企业倾向于通过技术创新改善环境污染情况，本研究进一步揭示了创新是如何发挥作用的。当企业具有较强的创新能力时，企业绩效受地方环境规制的影响程度有所缓和，且高创新能力企业的绩效水平较高。这样的发现揭示了创新能够带来绩效提升的内在机理，即可能这些企业的创新能力足以解决环境规制涉及的问题。企业要充分意识到加大研发力度，不断改革企业的生产模式，才能从源头上解决环境污染问题。一旦污染问题得到解决，企业将会创造更大的绩效。