环境规制对黄河流域重污染行业企业绩效的影响_李梦蕾.pdf

2023 年 1 月总第 348 期环境规制对黄河流域重污染行业企业绩效的影响基金项目 西安市科技计划软科学研究项目（XA2020-RKXYJ-0132）收稿日期：20220413；修回日期：20220523作者简介：李梦蕾（1998），女，河南永城人，在读硕士，主要从事绿色经济研究，E-mail：。李梦蕾1，单英骥2,3，邵鹏1,2摘要：基于黄河流域重污染上市企业数据，探讨环境规制、企业创新投入与企业绩效的关系，研究发现：黄河流域重污染行业企业分布不均衡，其中山东、四川、河南数量最多；环境规制与企业绩效呈倒 U 型关系，这种关系在黄河流域中下游地区企业中更为显著；创新投入对倒 U 型关系起到调节作用，高创新投入使曲线的形态更加平缓，拐点右移，企业绩效整体水平更高。关键词：黄河流域；环境规制；重污染；创新投入；企业绩效中图分类号：X321；F427文献标志码：ADOI：10.3969/j.issn.1674-9146.2023.01.047（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）文章编号：1674-9146（2023）01047051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*可 持 续 发展Sustainable Development-047-SCI-TECH INNOVATION&PRODUCTIVITYNo.1 Jan.2023，Total No.348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TobinQ=+1Enforcement2Enforcement2+3Controls+Industy+Year+（1）若 1显著，2不显著，说明 Enforcement 对Tobin Q 有线性影响，假设 1不成立；若 2显著大于0，则 Enforcement 与 Tobin Q 呈 U 型关系，假设 1不成立；若 2显著小于 0，则 Enforcement 与 TobinQ 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，En-forcement 与 Tobin Q 的关系可能会发生改变，构建模型，公式为TobinQ=+1Enforcement+2Enforcement2+3IC+4RDEnforcement+5RDEnforcement+6Controls+Industy+Year+（2）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20172019 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。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 值平均为可持 续 发 展Sustainable Development-048-2023 年 1 月总第 348 期表 2地方环境规制执行力度对企业绩效（Tobin Q）回归结果变量大规模小规模上游中下游Enforcement0.104*0.002 610.080 9*0.101*0.001 450.083 9*0.167*Enforcement2-0.000 909*-0.000 707*-0.000 891*0.000 213-0.000 826*-0.001 50*RD0.134*RDEnforcement-0.004 76*RDEnforcement24.3910-5*ControlsYesYesYesYesYesYesYesCons10.08*12.92*5.517*20.49*11.79*11.27*8.256*YearYesYesYesYeYesYesYesIndustryYesYesYesYesYesYesYesN315315158157111204315R20.3440.3230.2400.3400.3670.3940.359注：*、*、*分别表示在 10%、5%、1%的水平下显著（由于篇幅，未汇报控制变量的结果）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。变量最小值最大值中位数均值标准差Tobin Q0.8010.451.7752.1691.355Enforcement19.1081.4064.50061.78314.073RD1.8963.7114.36017.55411.362Age0.6931.0817.67017.1166.609Size19.6325.4821.86922.0161.125 3Debt0.8498.8636.35037.12517.860 4Earn-185.2976.796.4475.38220.401Growt