Can urban environmental legislation improve the enterprises export domestic value added ratio? Empirical research based on difference-in-differences (DID) model
ZHANG Bingbing,, HU LiuliuSchool of Economics and Management, Nanjing Agricultural University, Nanjing 210095, China收稿日期:2021-01-20修回日期:2021-09-5
基金资助: |
Received:2021-01-20Revised:2021-09-5
作者简介 About authors
张兵兵(1984-),男,河南辉县人,博士,副教授,博士生导师,主要研究方向为贸易与环境、低碳经济。E-mail:
摘要
关键词:
Abstract
Keywords:
PDF (4712KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
张兵兵, 胡榴榴. 城市环境立法能够提升企业出口国内附加值率吗?——基于双重差分模型(DID)的实证研究[J]. 地理研究, 2021, 40(10): 2930-2948 doi:10.11821/dlyj020210055
ZHANG Bingbing, HU Liuliu.
1 引言
改革开放40多年,制造业依靠劳动力和资源禀赋优势,使中国迅速成为“世界工厂”,但同时也存在资源过度消耗、污染过度排放以及价值链“低端锁定”等问题[1]。2020年11月,习近平总书记在江苏考察时强调“把保护生态环境摆在更加突出的位置,推动经济社会高质量发展、可持续发展”。可见,中国传统的“粗放型”制造业发展模式已不符合新发展格局的要求,加快构建良性互动的现代环境治理体系,推动制造业向高质量发展转变迫在眉睫。构建科学有效的现代环境治理体系,需要完善“中央统筹、省负总责、市县抓落实”的领导责任体系,不断推进环境治理协作化和法治化。作为地方政府属地生态环境治理的制度保障,城市环境立法是现代环境治理体系的重要组成部分。2020年3月,国务院办公厅印发《关于构建现代环境治理体系的指导意见》中明确指出“鼓励有条件的地方在环境治理领域先于国家进行立法”,这无疑凸显了城市环境立法在环境治理中的重要地位。根据北京大学法学院的中国法律检索系统——“北大法宝”(https://www.pkulaw.com/)的查询结果统计,截至2020年底,中国现行有效的地方环境法规有1182部,其中651部立法主体为设区的市,内容涵盖污染防治、环境监测和环境综合保护等各个方面。完善的现代化环境法治体系是提升地方政府环境治理能力的重要基础,也是推动经济高质量发展的制度保障。理论上来讲,环境立法既可以对企业生产经营的环境效益产生影响,也会对企业生产经营的经济效益产生影响。一方面,环境立法会提升企业污染排放的最低标准,从前端治理层面提升企业生产经营的环境效益;另一方面,环境立法还会通过污染治理成本企业内部化和倒逼企业技术创新效应对企业生产经营的经济效益产生影响。因此,作为企业获利能力和贸易利得的重要体现,环境立法也必然会影响到企业出口国内附加值率(DVAR)。近些年来,虽然中国企业出口DVAR呈现出上升趋势,但整体上仍处于较低水平,出口仍以低附加值的加工贸易为主[2]。2019年中共中央、国务院《关于推进贸易高质量发展的指导意见》中更是明确指出“要大力发展高质量、高技术、高附加值产品贸易,不断提高劳动密集型产品档次和附加值”,且“稳步提高出口附加值”。那么,日渐完善的城市环境立法体系是否会产生“波特效应”倒逼企业出口DVAR提升呢?对此,本文将运用双重差分法(DID),实证考察城市环境立法对企业出口DVAR的影响。
本文主要的边际贡献在于,第一,从企业出口DVAR视角拓展了地级及以上城市环境立法经济效应的研究视阈,并通过中间品替代效应、成本加成效应揭示了环境立法影响企业出口DVAR的传导渠道,这是对城市环境立法经济效应相关研究的进一步完善;第二,聚焦于城市环境立法这一准自然实验,进一步考察了环境立法影响企业出口DVAR的动态效应以及异质性,研究发现虽然环境立法在短期内并不利于企业出口DVAR提升,但随着“波特效应”不断显现,这一负向效应会逐渐减弱;第三,本文基于城市和企业层面的宏-微观数据分析,提出持续完善环境立法体系,倒逼本土企业以技术创新实现创新链的高水平输出,从而不断提升企业出口DVAR,进而实现中国在全球价值链体系中地位跃迁的对策方案。
2 文献综述
目前,学术界探讨城市环境立法影响微观企业贸易行为的文献还相对较少,与本研究密切相关的文献主要集中在政府环境治理的经济效应和企业出口DVAR的影响因素两个方面。关于政府环境治理的经济效应研究,现有文献从正反两方面分析了环境治理是否有利于技术进步和经济发展。一方面,合理的政府环境治理措施能够提升企业创新能力,实现企业经济效益提升[3,4],有效推进产业结构高度化进程[5],进而实现经济高质量发展[6]。另一方面,政府严格的环境治理措施也可能直接导致外国直接投资的减少[7],不利于企业技术进步[8]和地区经济发展[9]。同时,环境规制还可能带来污染型企业生产要素价格的上升,抑制企业出口产品质量的提升[10]和产业结构升级[11]。与本文密切相关的另一支文献是企业出口DVAR影响因素的研究,主要从微观企业因素以及外部宏观政策因素展开,并从正反两方面分析了其对企业出口DVAR的异质性影响。第一,微观企业因素诸如成本加成率[12]、空间集聚[13]有利于企业出口DVAR的提升;此外,产业服务化水平[14]和协同集聚[15]也有利于提升企业出口DVAR。第二,外部宏观经济因素如贸易自由化[16]和税收激励[17]等政府宏观贸易政策和财政政策会促进企业出口DVAR,政府环境治理政策也可能对企业出口DVAR产生显著正向影响[18]。但也有研究发现,一些市场行为和贸易政策并不利于企业出口DVAR的提升,如上游垄断[19]、市场分割[20]等市场行为会通过抑制技术创新进而对企业出口DVAR产生负向影响,而贸易政策不确定性的下降[21]也会显著降低企业出口DVAR。
通过对相关文献的梳理后,可以发现,现有研究已形成了较为丰硕的成果,这也为本文研究提供了较为扎实的理论支撑,但仍存在一定的局限性:从研究视角来看,现有环境治理引致的经济效应研究,多关注于其对企业技术创新及宏观经济增长的影响,较少关注于其对微观企业贸易行为的影响,而进一步基于城市环境立法视角来探究其对企业出口DVAR影响的文献则更少;此外,在现有企业出口DVAR影响因素的研究中,较少有研究关注到地方政府行政命令型环境治理措施即环境立法对企业贸易行为的影响。有鉴于此,本文将城市环境立法作为准自然实验,基于匹配的城市-微观企业数据,利用DID方法考察其对企业出口DVAR的影响,检验其影响企业出口DVAR的传导渠道,以期为政府持续完善地方法律体系,不断提升企业出口DVAR提供实证依据。
3 理论机制
本文将环境立法引入现有理论分析框架[22],从理论层面对城市环境立法影响企业出口DVAR的作用机制进行深入解析。3.1 供给
假定企业使用劳动、资本和中间品三种要素进行生产,则代表性企业的C-D生产函数可表示为:式中:Yit、φit、Kit、Lit和Mit分别表示企业i在t年的总产量、生产率、资本投入、劳动投入和总中间投入;αK、αL、αM分别表示资本、劳动和中间投入的产出弹性。城市环境立法导致企业所面临的环境成本压力上升,会倒逼企业进行技术进步和生产创新,通过研发创新促进企业生产率水平的提升[23],因而假定企业生产率是城市环境立法的函数,且满足以下关系:
企业生产使用的中间投入Mit包括进口中间投入MitI和国内中间投入MitD两个部分。在本文中,为了更好地探究城市环境立法实施产生的政策效应,而将国内中间投入分为清洁型国内中间品MitDC、污染型国内中间品MitDP两种。城市环境立法会对清洁型国内中间投入和污染型国内中间投入产生不同影响。进一步地,本文假设企业生产使用的中间投入Mit是关于MitI、MitDC和MitDP的CES效用函数,替代弹性为σ,即:
同时,假定进口中间品的价格指数为PtI,国内中间品的价格指数分别为PtDC和PtDP,则中间品价格可表示为:
3.2 要素价格
基于3.1分析可知,代表性企业进行生产活动时使用劳动、资本、进口中间品、清洁型国内中间品、污染型国内中间品五种要素。假定其对应的要素价格指数为(r,w,PtI,PtDC,PtDP),其中r和w为外生变量,分别表示资本利率和劳动力成本。进口中间品绝对价格PtI由国外技术水平和进口关税水平决定,与国内环境治理制度无关,故本文不作考虑。清洁型国内中间品价格PtDC由单类中间品价格ptDC和清洁型中间品种类VtDC共同决定。一般而言,单类中间品价格越低、中间品种类越多,PtDC越低,即满足3.3 成本最小化
根据企业生产的成本最小化原则求解出企业总生产成本函数,并进一步对Yit求一阶偏导可得企业生产的边际成本如下:再一次运用企业中间投入的成本最小化原则,可解得进口中间品占总中间投入的比例为:
3.4 环境立法与企业出口DVAR
企业出口国内附加值率是指企业出口产品中隐含的国内增加值部分占企业出口销售收入的比例,反映了企业出口贸易的真实利得。本部分用1减去企业出口国外增加值占企业销售收入的比值来表示企业DVAR。其中,企业出口国外增加值用进口中间投入PtIMitI表示,企业出口销售收入用PitYit表示,则企业出口DVAR可表示成如下形式:式中:χit表示企业成本加成率,且满足以下表达式:
由公式(7)和公式(8)可以看出,企业出口DVAR是企业成本加成率χit和进口中间投入相对价格(
对公式(7)求一阶偏导可得,企业加成率会对企业出口DVAR产生显著正向影响:
进一步地,将公式(3)和公式(8)带入公式(7)可得:
式中:
由公式(11)可知,企业出口DVAR可直接表示成企业生产率φit、进口中间品价格PtI和国内中间品价格(PtDC,PtDP)的函数,对国内中间品价格求一阶导可得
基于上述理论分析可知,城市环境立法影响企业出口DVAR传导渠道如下:城市环境立法通过影响企业成本加成率、提升国内清洁型中间品种类和降低国内污染型中间品种类对企业DVAR产生影响,主要表现为“成本加成效应”和“中间品替代效应”。
4 研究方法与数据来源
4.1 模型构建
双重差分模型是探究政策净效应的重要方法。城市环境立法的内容设定、通过时间和执行力度在不同区域之间存在明显的差异,因而可以将其实施视为一个评估政策效果的准自然实验。对此,本文构建DID模型识别城市环境立法对企业出口DVAR的影响,具体模型设定如下:图1
新窗口打开|下载原图ZIP|生成PPT图1城市环境立法影响企业出口DVAR的传导渠道
Fig. 1Urban environmental legislation affects the transmission channel of enterprise DVAR
式中:i、j、c、t分别表示企业、行业、城市和时间;postt×treatc为核心解释变量;postt为时期虚拟变量;treatc为分组虚拟变量;系数β1衡量了城市环境立法影响企业出口DVAR的净效应;Xijct为控制变量;ai、at、aj和ac分别表示企业、年份、行业和地区固定效应;μijct为随机扰动项。
4.2 变量选取
4.2.1 核心解释变量:城市环境立法 城市环境立法是指某一特定拥有地方立法权的地级及以上城市,在职权范围内对所辖区域内的生态环境保护和资源利用、经济和社会绿色可持续发展颁布的规范性法律文件,主要包括城市法规和政府规章两种[25]。1982年《宪法》赋予了省、直辖市人大及其常委会立法权,此后国务院分四批赋予了18个“较大的市”立法权。截至2015年2月,拥有地方立法权的地级市包括23个省会、5个自治区首府、18个较大的市、4个经济特区和3个特别合作区。2015年《立法法》重新修订,将立法权扩大到了设区的市,新增地方立法主体273个,并将环境立法范围扩大到城乡建设与管理、环境保护和历史文化保护。观察本文研究样本可以发现,在样本期间内的323个城市中,有77个城市进行过城市环境立法;其中,东部区域城市为28个,中部区域城市为21个,西部区域城市为28个。进一步分析不同区域城市环境立法的最早时间,可以发现,东部区域城市实施环境立法多发生在2000—2003年,中部区域城市实施环境立法多集中于2002—2005年,而西部区域城市进行环境立法的时间多发生于2005年之后。综上可知,城市环境立法基本覆盖了不同地理区域、不同时期及不同经济发展水平的地级及以上城市;此外,经济发展水平更好的东中部区域开展城市环境立法的时间要相对较早。具体而言,本文的核心解释变量为地级及以上城市的环境立法,简称城市环境立法。首先,基于地级及以上城市的环境立法情况设定分组虚拟变量treatc,若某城市在样本期内至少发生过一次环境立法,则界定为处理组,treatc=1;反之则为对照组,treatc=0。其次,根据城市环境立法的实施时间设定时期虚拟变量postt,假定城市c的环境立法最早发生在t年,则第t+1年及其以后年份,postt=1;第t年及其以前年份,postt=0。最后,将分组虚拟变量与时期虚拟变量交乘,作为本文衡量城市环境立法净效应的核心解释变量。4.2.2 核心被解释变量:企业出口DVAR 为测算企业出口DVAR,本文对工企和海关数据进行了如下预处理:首先,将样本中企业根据贸易类型划分为加工贸易、一般贸易和混合贸易企业;其次,将海关数据库中企业名称包含“进出口”“贸易”等字样的企业界定为贸易中间商[26],并对企业实际进口额进行调整;再次,将海关数据库中HS6位产品代码与联合国广义经济分类标准BEC进行匹配,并根据BEC代码标识出一般贸易企业进口中间品和进口资本品[27];最后,构建进口资本品折旧系数和国内中间品间接进口系数[28],处理进口资本品折旧和中间品间接进口问题。在上述处理的基础上,本文测算得出各企业每年的DVAR数据1 (1 限于篇幅问题,未将企业DVAR测算的详细公式和过程列出。),并根据企业出口额占该贸易类型下全部企业出口总额的权重,计算得出各年份加工贸易、一般贸易和混合贸易企业DVAR数据。图2为2000—2013年中国企业DVAR的变动趋势图2 (2 由于2010年中国工业企业数据大量缺失,故本研究将2010年样本予以剔除。)。观察图2可以发现:第一,样本期间内企业出口DVAR值波动上升,表明中国企业在全球价值链中地位有所攀升;第二,对于不同贸易类型企业出口DVAR,加工贸易企业小于混合贸易和一般贸易企业;第三,中国企业出口DVAR值上升主要是由于加工贸易和混合贸易的推动,其中加工贸易企业贡献最大。
图2
新窗口打开|下载原图ZIP|生成PPT图22000—2013年中国不同贸易方式企业出口DVAR变动趋势
Fig. 2Trend of DVAR of Chinese enterprises with different trading modes from 2000 to 2013
4.2.3 控制变量选取 综合已有研究[20,29,30],本文从企业综合实力、出口能力等方面选取了4个可能对企业出口DVAR产生影响的控制变量,具体包括:① 企业年龄(age)。用当年年份减去企业成立年份加上1的对数值表示,企业年龄越大,企业的管理能力和技术水平越高,企业DVAR值就越大,预期符号为正。② 出口密集度(exprint)。本文用企业出口总额占企业销售总额的比值表示,出口密集度反映了企业在国内和国外两个市场的销售占比情况,企业的出口密集度越高,则表明企业对外贸易依存度越高,企业就更可能用进口中间品替代国内中间品,因而预期符号为负。③ 资本密集度(caplab)。用工企数据中企业固定资产净值年平均余额与企业从业人数的比值取对数表示,资本密集度越高,越需要使用先进的生产技术和生产投入,使用进口中间品的概率越大,预期符号为负。④ 企业规模(scale)。用企业从业人数的对数值表示,企业规模越大,越偏向于使用进口中间品,预期符号为负。
4.3 数据来源与统计分析
本文研究包含两大数据。① 2000—2013年中国工业企业数据库和中国海关数据库,本文对数据进行了如下处理:首先,对中国工业企业数据进行统一行业代码、剔除重要变量缺失以及不符合会计准则样本等清洗[31];其次,删除海关数据中的异常样本[32],同时将企业月度数据加总为年度数据;最后,采用企业名称和年份、企业邮编和电话号码后六位、企业邮编和企业联系人三步法[33]对两个数据库进行匹配。此外,由于本文的研究对象为制造业行业,故只保留了两位行业代码13~43的样本。② 城市层面环境立法样本数据。根据北大法宝2000—2013年中国设区的市地方性环境法规样本整理得出。表1给出了本文主要变量的描述性统计。5 结果分析
5.1 基准回归
表2为城市环境立法影响企业出口DVAR的基准回归结果。第(1)列为未纳入控制变量的估计结果,结果显示post×treat的估计系数显著为负。这意味在样本观察期内,城市环境立法并不利于企业出口DVAR的提升。第(2)~第(5)列为依次纳入企业年龄、出口密集度、资本密集度和企业规模等控制变量后的估计结果,post×treat的估计系数均为负,且在1%水平上具有统计显著性。基准回归结果表明,在控制一系列企业出口DVAR影响因素的情况下,城市环境立法依然不利于企业出口DVAR的提升。Tab. 1
表1
表1描述性统计
Tab. 1
变量名 | 变量代码 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 |
---|---|---|---|---|---|---|
企业出口国内附加值率 | dvar | 181923 | 0.850 | 0.174 | 0.000155 | 1.000 |
企业年龄 | age | 181923 | 2.135 | 0.645 | 0 | 4.159 |
出口密集度 | exprint | 181923 | 0.387 | 0.338 | 5.35e-08 | 1 |
资本密集度 | caplab | 181923 | 10.02 | 2.539 | -5.325 | 20.830 |
企业规模 | scale | 181923 | 5.558 | 1.155 | 2.079 | 11.930 |
新窗口打开|下载CSV
Tab. 2
表2
表2城市环境立法影响企业出口DVAR的基准回归结果
Tab. 2
被解释变量 | dvar | ||||
---|---|---|---|---|---|
(1) | (2) | (3) | (4) | (5) | |
post×treat | -0.0074*** (-3.52) | -0.0074*** (-3.54) | -0.0061*** (-2.95) | -0.0058*** (-2.84) | -0.0059*** (-2.85) |
age | 0.0080*** (5.09) | 0.0082*** (5.30) | 0.0082*** (5.31) | 0.0095*** (6.14) | |
exprint | -0.0929*** (-34.34) | -0.0934*** (-34.54) | -0.0933*** (-34.54) | ||
caplab | -0.0045*** (-7.27) | -0.0065*** (-9.16) | |||
scale | -0.0063*** (-5.63) | ||||
_cons | 0.8848*** (15.71) | 0.8698*** (15.53) | 0.8696*** (15.47) | 0.9183*** (16.14) | 0.9795*** (16.89) |
ai | YES | YES | YES | YES | YES |
at | YES | YES | YES | YES | YES |
aj | YES | YES | YES | YES | YES |
ap | YES | YES | YES | YES | YES |
N | 181923 | 181923 | 181923 | 181923 | 181923 |
adj. R2 | 0.067 | 0.068 | 0.088 | 0.088 | 0.089 |
新窗口打开|下载CSV
5.2 平行趋势检验
为确保回归结果的可识别性,进行平行趋势检验(图3)。可以发现,将城市环境立法实施当期设定为基期,环境立法前各期系数估计值未呈现出明显的趋势性变动,且均不具有统计显著性,即在进行城市环境立法后具有显著性差异的城市,立法前在企业出口DVAR上并未表现出系统性的差异,满足平行趋势假设。同时,环境立法后各期系数估计值显著为负,意味着进行城市环境立法之后,企业出口DVAR受到显著负向影响,但从系数值来看,这一负向影响是先增大后减小的。平行趋势检验结果表明,城市环境立法虽然在短时期内会对企业出口DVAR产生负向影响,但随着立法效力的时间累积,环境规制倒逼企业创新引致的“波特效应”会逐渐增强,这一负向影响也在逐渐削弱。图3
新窗口打开|下载原图ZIP|生成PPT图3平行趋势检验图
Fig. 3Parallel trend check chart
5.3 稳健性检验
基准回归结论是否稳健,仍需要进行进一步的实证检验。5.3.1 倾向得分匹配 采用倾向得分匹配,尝试降低处理组和对照组中企业在环境立法前可能存在的差异。具体而言:首先,从出口密集度、资本密集度和企业规模3个可观测变量,运用logit模型采用1
Tab. 3
表3
表3城市环境立法影响企业出口DVAR的稳健性检验(I)
Tab. 3
被解释变量 | dvar | |||
---|---|---|---|---|
倾向得分匹配 | 调整样本区间 | |||
(1) | (2) | (3) | (4) | |
post×treat | -0.0086*** (-4.03) | -0.0072*** (-3.43) | -0.0059*** (-2.76) | -0.0036* (-1.73) |
_cons | 0.9059*** (14.71) | 0.9771*** (16.28) | 0.8552*** (17.04) | 0.9181*** (17.81) |
Control | NO | YES | NO | YES |
ai | YES | YES | YES | YES |
at | YES | YES | YES | YES |
aj | YES | YES | YES | YES |
ap | YES | YES | YES | YES |
N | 123413 | 123413 | 149263 | 149263 |
adj. R2 | 0.069 | 0.089 | 0.038 | 0.072 |
新窗口打开|下载CSV
5.3.2 调整样本区间 在基准回归中,样本区间为2000—2013年(不含2010年),但鉴于2010年以后年份中国工业企业数据质量较差,本部分仅保留2000—2009年的样本再次进行回归估计,结果如表3的第(3)和第(4)列所示。第(3)列为未纳入控制变量时基于基准回归模型的再估计,第(4)列为纳入全部控制变量后基于基准估计模型的再检验,结果显示,交互项城市环境立法变量的系数依然显著为负。
5.3.3 剔除样本极端值 表4的第(1)列和第(2)列分别是对样本缩尾5%和断尾5%处理后的估计结果,可以看出,post×treat的估计系数均显著为负。这表明在剔除样本极端值后,城市环境立法依旧会对企业出口DVAR产生负向影响。
Tab. 4
表4
表4城市环境立法影响企业出口DVAR的稳健性检验(II)
Tab. 4
被解释变量 | dvar | ||||||
---|---|---|---|---|---|---|---|
剔除极端值 | 动态时间窗 | ||||||
(1) | (2) | (3) | (4) | (5) | (6) | ||
post×treat | -0.0046*** (-2.58) | -0.0029* (-1.75) | -0.0099** (-1.96) | -0.0095*** (-2.62) | -0.0083*** (-2.78) | -0.0054** (-2.05) | |
_cons | 0.9760*** (24.82) | 0.9728*** (17.91) | 1.1838*** (14.12) | 1.0403*** (12.57) | 0.9485*** (21.91) | 0.9681*** (26.84) | |
Control | YES | YES | YES | YES | YES | YES | |
ai | YES | YES | YES | YES | YES | YES | |
at | YES | YES | YES | YES | YES | YES | |
aj | YES | YES | YES | YES | YES | YES | |
ap | YES | YES | YES | YES | YES | YES | |
N | 181923 | 163731 | 13268 | 21454 | 28766 | 36534 | |
adj. R2 | 0.102 | 0.099 | 0.065 | 0.054 | 0.058 | 0.060 |
新窗口打开|下载CSV
5.3.4 设置动态时间窗 基准回归的实证结果反映的是城市进行环境立法后相较于环境立法前的平均处理效应,但不能反映城市环境立法对企业出口DVAR的负向作用发生在立法后多长时间。因此,本部分通过改变城市环境立法前后的时间窗宽来检验不同时间段内的政策效应[35]。具体而言,本文以城市最早进行环境立法的时间为中间点,前后分别取1年、2年、3年和4年为样本窗宽进行实证检验,结果如表4的第(3)~第(6)列所示。可以发现,城市环境立法变量的估计系数均显著为负,这意味着不同时间窗宽,并不会改变城市环境立法对企业DVAR的负向效应,验证了前文估计结果的稳健性。此外,从不同时间窗宽来看,环境立法对企业出口DVAR的负向影响在立法后一年就已显著,不存在明显时滞性。
5.3.5 安慰剂检验 为了进一步验证DID估计方法的稳健性,本文还通过构建虚假立法时间进行安慰剂检验。具体地,本部分分别将每个城市进行环境立法的时间提前一年、两年和三年,依次设定虚假时期虚拟变量[36],并与分组虚拟变量形成交互项引入基准回归模型(表5)。可以发现,无论是否加入控制变量,fpost×treat项的估计系数均不显著。这说明企业出口DVAR的下降是由城市环境立法引致的,也表明前文得到的估计结果是不受其他政策或因素干扰的,结论具有较好的稳健性。
Tab. 5
表5
表5城市环境立法影响企业出口DVAR的安慰剂检验
Tab. 5
被解释变量 | dvar | |||||||
---|---|---|---|---|---|---|---|---|
立法时间提前一年 | 立法时间提前两年 | 立法时间提前三年 | ||||||
(1) | (2) | (3) | (4) | (5) | (6) | |||
fpost×treat | -0.0013 (-0.45) | -0.0001 (-0.04) | -0.0017 (-0.51) | -0.0011 (-0.34) | 0.0013 (0.32) | 0.0015 (0.38) | ||
_cons | 0.8785*** (15.66) | 0.9740*** (16.84) | 0.8788*** (15.66) | 0.9747*** (16.85) | 0.8764*** (15.62) | 0.9728*** (16.82) | ||
Control | NO | YES | NO | YES | NO | YES | ||
ai | YES | YES | YES | YES | YES | YES | ||
at | YES | YES | YES | YES | YES | YES | ||
aj | YES | YES | YES | YES | YES | YES | ||
ap | YES | YES | YES | YES | YES | YES | ||
N | 181923 | 181923 | 181923 | 181923 | 181923 | 181923 | ||
adj. R2 | 0.067 | 0.089 | 0.067 | 0.089 | 0.067 | 0.089 |
新窗口打开|下载CSV
5.4 异质性分析
进一步地,本文还分别从创新能力、融资约束程度、贸易类型和是否“两控区”企业等4个视角考察了城市环境立法对企业出口DVAR的异质性影响。企业全要素生产率(tfp)衡量了企业技术进步对经济增长的贡献[37],反映了企业的技术水平和创新能力,因此本部分采用基于lp法测算的企业tfp来表示企业创新水平。表6的第(1)列和第(2)列分别为城市环境立法对低创新水平企业和高创新水平企业出口DVAR影响的估计结果,第(3)列为进一步构建三重交互项后的估计结果。结果显示:城市环境立法对低创新水平企业出口DVAR产生了显著负向影响,而对高创新水平企业的影响为负但不显著。这是因为相较于低创新水平企业,高创新水平企业凭借其先进的技术水平和综合实力,具有更强的转变生产方式的能力。当地方政府限制企业污染排放时,高创新水平企业有实力进行转型升级,生产环境友好型产品,因而环境治理带来的规制作用对其影响并不显著。Tab. 6
表6
表6城市环境立法影响企业出口DVAR的异质性分析(I)
Tab. 6
被解释变量 | dvar | ||||||
---|---|---|---|---|---|---|---|
创新能力 | 融资约束 | ||||||
(1) | (2) | (3) | (4) | (5) | (6) | ||
post×treat | -0.0057* (-1.93) | -0.0008 (-0.27) | -0.0074*** (-2.71) | -0.0024 (-0.72) | |||
post×treat×un_inno | -0.0099*** (-6.32) | ||||||
post×treat×l_fin | -0.0071*** (-4.64) | ||||||
_cons | 0.8572*** (7.82) | 1.0636*** (34.74) | 0.9775*** (16.88) | 0.8893*** (9.42) | 1.0816*** (36.38) | 0.9765*** (16.83) | |
Control | YES | YES | YES | YES | YES | YES | |
ai | YES | YES | YES | YES | YES | YES | |
at | YES | YES | YES | YES | YES | YES | |
aj | YES | YES | YES | YES | YES | YES | |
ap | YES | YES | YES | YES | YES | YES | |
N | 90913 | 91010 | 181923 | 90781 | 91142 | 181923 | |
adj. R2 | 0.087 | 0.073 | 0.089 | 0.068 | 0.097 | 0.089 |
新窗口打开|下载CSV
现有研究表明,环境管制对企业出口行为的作用力度因企业所受融资约束程度存在差异[38],本部分基于城市环境立法数据实证检验了这一异质性。表6的第(4)和第(5)列分别是城市环境立法对低融资约束和高融资约束企业出口DVAR影响的估计结果。可以看出,对于较低融资约束程度企业,交互项post×treat系数显著为负,而对于高融资约束程度企业,交互项post×treat系数虽然为负但并不显著。第(6)列的三重差分模型进一步验证了这一结论的稳健性。这意味着城市环境立法对低融资约束程度企业出口DVAR产生了更为显著的负向影响。城市环境立法主要通过“中间品替代效应”和“成本加成效应”影响企业出口DVAR。就中间品替代效应而言,面临较低融资约束的企业,往往在对外贸易和进出口中更具活力,在地方政府实施严格的环境规制措施时,更有可能利用相对价格较低的进口中间品来替代国内中间品,从而实现企业生产成本最小化目标;就成本加成效应来讲,只有面临较低融资约束的企业才有可能通过技术创新改进生产技术,实现环境规制倒逼创新引致的“波特效应”。因此,城市环境立法仅会对融资约束程度较低企业的出口DVAR产生显著影响。
加工贸易企业主要利用国内低廉的生产成本进入全球价值链,而一般贸易和混合贸易企业具有更高的技术水平和获利能力,以及更强的适应外部负面冲击能力[39]。表7的第(1)和第(2)列为城市环境立法影响非加工贸易和加工贸易企业出口DVAR的估计结果,第(3)列为纳入企业贸易类型的三重差分估计结果。可以看出,城市环境立法对加工贸易企业DVAR产生了显著负向影响,但对非加工贸易企业的影响并不显著。这是因为,较之非加工贸易企业,加工贸易企业的整体获利能力和应对风险能力更弱,城市环境立法通过环境治理成本内部化使得国内中间品种类和数量减少,进而引起国内中间品价格上涨,因而加工贸易企业会寻求进口中间品替代国内中间品,而非加工贸易企业可凭借其自身技术和盈利优势缓解城市环境立法带来的负向冲击。
Tab. 7
表7
表7城市环境立法影响企业出口DVAR的异质性分析(II)
Tab. 7
被解释变量 | dvar | ||||||
---|---|---|---|---|---|---|---|
贸易类型 | 两控区 | ||||||
(1) | (2) | (3) | (4) | (5) | (6) | ||
post×treat | 0.0019 (0.85) | -0.0123*** (-3.16) | -0.0107 (-0.99) | -0.0082*** (-3.85) | |||
post×treat×pro | -0.0104*** (-4.30) | ||||||
post×treat×control | -0.0053** (-2.56) | ||||||
_cons | 0.8723*** (10.93) | 0.8647*** (28.17) | 0.9803*** (16.94) | 0.7948*** (5.89) | 1.0413*** (38.61) | 0.9790*** (16.89) | |
Control | YES | YES | YES | YES | YES | YES | |
ai | YES | YES | YES | YES | YES | YES | |
at | YES | YES | YES | YES | YES | YES | |
aj | YES | YES | YES | YES | YES | YES | |
ap | YES | YES | YES | YES | YES | YES | |
N | 124337 | 57586 | 181923 | 42247 | 139676 | 181923 | |
adj. R2 | 0.040 | 0.271 | 0.089 | 0.072 | 0.095 | 0.089 |
新窗口打开|下载CSV
为了实现环境治理目标,中国政府将酸雨和二氧化硫重度排放区界定为“两控区”,以加强污染防控管理。表7的第(4)列和第(5)列分别为城市环境立法对非“两控区”和“两控区”企业出口DVAR影响的回归结果,第(6)列是三重差分估计结果。可以看出,第(4)列post×treat的估计系数并不显著,第(5)列post×treat的估计系数则显著为负,第(6)列post×treat×control项系数为-0.0053,且在5%的统计水平上具有统计显著性。回归结果表明,城市环境立法会对“两控区”企业出口DVAR产生显著负向影响,但对非“两控区”企业的影响并不显著。其原因可能在于,政府为实现“两控区”污染控制目标,会规范环境治理措施的执行和增强环境执法力度,使得环境立法引致的成本内部化效应和倒逼创新效应更为显著。因此,城市环境立法对“两控区”企业出口DVAR的影响更为显著。
6 城市环境立法影响企业出口DVAR的传导机制检验
在前文的理论分析中已指出,城市环境立法主要通过“成本加成效应”和“中间品替代效应”两条渠道影响企业出口DVAR。因此,本文接下来将分别使用企业加成率(markup)、国内中间品种类(inter_v)和国内中间品数量(inter_q)作为中介变量,检验城市环境立法影响企业出口DVAR的传导渠道。进一步地,本文还考虑到了城市环境立法对企业出口DVAR的传导渠道可能因企业污染程度而产生的异质性问题。表8的第(1)列为城市环境立法影响全样本企业出口DVAR平均政策效应的估计结果,post×treat的估计系数显著为负;第(2)列是城市环境立法影响清洁型企业出口DVAR平均政策效应的估计结果,post×treat×clean的估计系数为负但不显著。这表明城市环境立法对清洁型企业出口DVAR不产生显著影响。第(3)列是城市环境立法影响污染型企业出口DVAR的估计结果,post×treat×poll系数显著为负,这意味城市环境立法显著降低了污染型企业的出口DVAR。第(4)~第(7)列是“成本加成效应”渠道检验的估计结果,可以看出,城市环境立法显著提升了企业成本加成率,而企业加成率会对出口DVAR产生正向影响,且这一结果在纳入行业污染密集度虚拟变量后依旧显著。这表明相比较于清洁型企业,城市环境立法通过提升污染型企业成本加成率,从而提升企业出口DVAR的传导渠道成立。
Tab. 8
表8
表8城市环境立法影响企业出口DVAR的传导机制检验(I)
Tab. 8
(1) | (2) | (3) | (4) | (5) | (6) | (7) | |
---|---|---|---|---|---|---|---|
dvar | dvar | dvar | markup | markup | dvar | dvar | |
post×treat | -0.0059*** (-2.85) | 0.0318*** (3.80) | -0.0062*** (-3.02) | ||||
post×treat×clean | -0.0017 (-0.73) | ||||||
post×treat×poll | -0.0083*** (-2.91) | 0.0504*** (3.87) | -0.0088*** (-3.10) | ||||
markup | 0.0103*** (6.07) | 0.0103*** (6.07) | |||||
_cons | 0.9795*** (16.89) | 0.9754*** (16.85) | 0.9746*** (16.86) | 2.2680*** (22.55) | 2.2944*** (23.07) | 0.9561*** (16.44) | 0.9509*** (16.39) |
Control | YES | YES | YES | YES | YES | YES | YES |
ai | YES | YES | YES | YES | YES | YES | YES |
at | YES | YES | YES | YES | YES | YES | YES |
aj | YES | YES | YES | YES | YES | YES | YES |
ap | YES | YES | YES | YES | YES | YES | YES |
N | 181923 | 181923 | 181923 | 181923 | 181923 | 181923 | 181923 |
adj. R2 | 0.089 | 0.089 | 0.089 | 0.063 | 0.063 | 0.092 | 0.092 |
新窗口打开|下载CSV
表9是“中间品替代效应”渠道检验的估计结果。由于国内中间品数量和种类数据难以获得,故本文利用一般贸易出口中间品种类均值和一般贸易出口中间品数量均值的对数值替代国内各地级市中间品种类和数量[13]。第(1)列和第(2)列的估计结果显示,post×treat的估计系数显著为负,即城市环境立法显著减少了国内中间品种类和数量。第(3)列的估计结果表明,国内中间品种类和数量均会对企业出口DVAR产生显著正向影响。因此,城市环境立法引致的环境治理成本内部化使得企业生产成本上升,导致国内中间品种类和数量减少,最终会对企业出口DVAR产生显著负向影响。第(4)列和第(5)列的估计结果表明,相较于清洁型企业,城市环境立法通过“中间品替代效应”影响企业出口DVAR的传导渠道对于污染型企业成立。第(7)列和第(8)列为同时纳入所有中介变量的估计结果,可以发现,中介变量markup、inter_v、inter_q系数均显著为正,交互项post×treat和post×treat×poll的估计系数显著为负,但相比较未纳入中介变量时,显著性和系数绝对值均有所下降,表明中介效应存在。
Tab. 9
表9
表9城市环境立法影响企业出口DVAR的传导机制检验(II)
Tab. 9
(1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | |
---|---|---|---|---|---|---|---|---|
inter_v | inter_q | dvar | inter_v | inter_q | dvar | dvar | dvar | |
post×treat | -0.0971*** (-12.16) | -0.4469*** (-23.30) | -0.0037* (-1.82) | -0.0041** (-1.98) | ||||
post×treat×poll | -0.1027*** (-8.50) | -0.3782*** (-15.25) | -0.0063** (-2.23) | -0.0069** (-2.41) | ||||
inter_v | 0.0063*** (6.08) | 0.0063*** (6.08) | 0.0062*** (5.95) | 0.0062*** (5.94) | ||||
inter_q | 0.0032*** (9.14) | 0.0032*** (9.16) | 0.0032*** (9.23) | 0.0033*** (9.25) | ||||
markup | 0.0103*** (6.07) | 0.0103*** (6.07) | ||||||
_cons | 1.7847*** (5.63) | 12.8965*** (18.74) | 0.9057*** (15.58) | 1.7151*** (5.41) | 12.5738*** (18.21) | 0.9025*** (15.56) | 0.8821*** (15.12) | 0.8786*** (15.10) |
Control | YES | YES | YES | YES | YES | YES | YES | YES |
ai | YES | YES | YES | YES | YES | YES | YES | YES |
at | YES | YES | YES | YES | YES | YES | YES | YES |
aj | YES | YES | YES | YES | YES | YES | YES | YES |
ap | YES | YES | YES | YES | YES | YES | YES | YES |
N | 181923 | 181923 | 181923 | 181923 | 181923 | 181923 | 181923 | 181923 |
adj. R2 | 0.290 | 0.231 | 0.091 | 0.289 | 0.229 | 0.091 | 0.094 | 0.094 |
新窗口打开|下载CSV
此外,本文还进一步比较了“成本加成效应”和“中间品替代效应”两条中介效应的相对大小。具体地,本部分分别测算了中介效应占直接效应的比例和中介效应占总效应的比例[40]。对于全样本企业,“成本加成效应”占直接效应的比例Effect_markup=-0.0799,中间品种类和中间品数量效应占直接效应的比例分别为Effect_inter_v=0.1468、Effect_inter_q=0.3488,这表明“中间品替代效应”远大于“成本加成效应”。对于污染型企业而言,Effect_markup=-0.0752,Effect_inter_v=0.0923,Effect_inter_q=0.1809,“中间品替代效应”也大于“成本加成效应”。中介效应占总效应比例的测算结果与上文一致。综上所述,本文的机制检验结果表明,城市环境立法通过提升企业加成率对出口DVAR产生正向影响,通过降低国内中间品种类和数量对企业出口DVAR产生负向影响,但负向效应远大于正向效应,最终其对企业出口DVAR产生显著负向影响。
7 结论与讨论
城市环境立法是推进生态文明建设的重要法制保障,也会因强化的环境规制而对企业贸易行为产生深刻影响。本文以城市环境立法为准自然实验,运用DID方法考察其对企业DVAR的影响,结果表明:环境立法在短期内对企业出口DVAR产生负向影响,但随着立法的时间变长,环境规制倒逼企业创新带来的“波特效应”会逐渐增大,负向影响则会被不断削弱。在进行倾向得分匹配、调整样本区间、剔除样本极端值、设置动态时间窗口及安慰剂检验等多重情境下,上述结论仍呈现较好的稳健性;异质性分析还发现,城市环境立法对低创新水平企业、低融资约束企业、加工贸易型企业以及“两控区”企业出口DVAR的负向影响更为显著;进一步的机制检验表明:城市环境立法通过“中间品替代效应”和“成本加成效应”对企业出口DVAR产生影响,但负向的“中间品替代效应”大于正向的“成本加成效应”,从而使得城市环境立法对企业出口DVAR产生显著负向影响。贯彻新发展理念,构建新发展格局,不断完善环境立法体系,推动中国企业在全球价值链中的地位攀升,是实现经济高质量发展目标的有效路径。本文的理论和实证研究具有一定的政策启示:
第一,应健全环境法律法规,明晰中央和地方政府职责,强化环境治理监管和环境执法力度,形成科学合理的环境治理体系。本文的实证结果显示,在短期内城市环境立法虽然不利于企业出口DVAR的上升,但这并不代表着要放松环境管制。一方面,环境治理引致的企业出口DVAR下降是由于负向的“中间品替代效应”大于正向的“成本加成效应”。这可能是受限于样本期间,城市环境立法引致的倒逼创新机制尚未显现;另一方面,受制于环境执法和地区监管力度,以及地方为实现经济效益进行“逐底竞争”,城市环境法规在颁布的初衷和实施过程中存在一定的出入。因此,构建导向清晰、执行有力、监管有序的法制化环境治理体系至关重要。
第二,要不断创新环境治理模式,探索目标考核、排污许可等“市场激励型”环境治理方式,形成多元化环境治理体系。城市环境立法作为“命令控制型”的强制化治理手段,在实现生态环境改善的同时也带来了一定的负向效应,例如环境治理成本的上升导致一些综合实力较低的污染型企业退出市场,而这可能会导致市场中的垄断因素不断加强,不利于市场多元化和企业创新。激励型的环境治理方式,如排污权交易制度、征收排污费等,能更好地激发企业创新活力,促进企业出口DVAR提升。因此,规范环境治理市场行为、创新环境治理模式是实现经济与环境双重效益目标的有效路径。
第三,要坚持环境治理多方共治,重视企业在环境治理和实现经济高质量发展中的重要地位,推进企业技术创新,促进企业生产绿色化和企业出口DVAR的同步提升。本文的理论与实证分析表明,城市环境立法引致的企业出口DVAR下降是正向的“成本加成效应”和负向的“中间品替代效应”共同作用的结果。城市环境立法会使得国内企业面临着更高的污染治理成本和市场进入门槛,企业为维持现有的市场竞争优势,通常会选择进行自主创新,这有利于企业成本加成率的提高,最终也会使得企业出口DVAR得以提升,即城市环境立法可以形成倒逼机制,通过改善企业成本加成率,继而提升企业出口DVAR。因此,当环境立法引致的“成本加成效应”足够大时,便可以抵消“中间品替代效应”的负向影响,从而提升企业出口DVAR。与此同时,创新型企业能更好地适应地方政府环境治理,进行生产转型以实现绿色生产,一定程度上抵消环境治理成本内部化带来的负向作用。因此,加强培育企业创新动力和创新能力,注重企业自治在环境治理体系中的重要作用,可以从根源上抵消环境管制引致的企业出口DVAR下降问题。
致谢:
衷心感谢匿名评审专家在论文评审中的辛苦付出,专家对本文中有关城市环境立法的表述、指标定义、控制变量选取和理论机制分析等方面均提出了宝贵的修改建议,使本文获益匪浅。参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
URL [本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
URL [本文引用: 1]
,
URL [本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 1]
[本文引用: 1]
,
URL [本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
URL [本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
URL
,
,
URL
,
DOI:10.11821/dlyj020200178 [本文引用: 1]
为了探寻高铁开通能否抑制雾霾污染以及这种抑制作用在不同城市空间形态下是否存在异质性,本文首先分析了高铁和城市蔓延对雾霾污染的作用机制,在利用LandScan数据测算2003—2016年中国281个地级市城市蔓延指标的基础上,采用动态空间面板模型检验了城市蔓延与雾霾污染的空间动态关系。借助双重差分(DID)模型验证了高铁开通对雾霾污染的影响,并探究了不同城市蔓延程度、不同城市规模和不同地区间是否存在异质性影响。最后从拥堵缓解效应和交通替代效应两个维度检验了高铁开通对抑制雾霾污染的作用机制。研究发现:① 城市蔓延对雾霾污染的直接影响和空间溢出效应均显著为正。② 高铁开通显著抑制了雾霾污染,且该抑制作用具有持续性。每增设一个高铁站或一条高铁路线,将分别降低雾霾污染程度0.7%和1.3%。③ 蔓延水平越高、规模越大的城市,高铁对雾霾污染的抑制作用越强;南方地区的抑制作用显著高于北方。④ 高铁通过对公共交通和民航交通的替代效应以及拥堵缓解效应抑制雾霾污染。
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
DOI:10.11821/dlyj020180257 [本文引用: 1]
撤县设区作为行政区划调整的一项政策措施,对于缓解土地资源紧张、推动城市化进程、加快经济一体化方面具有重要意义,但其对区域经济发展的多维影响及其机制还有待进一步验证。以广东省为研究区域,利用79个县(市)2000—2015年的面板数据,运用双重差分方法系统考察撤县设区对区域经济发展的“净”影响。结果表明:撤县设区显著促进了区域经济发展,平均而言,撤县设区对经济发展的贡献为4.8%;撤县设区在珠三角地区效果更好,而在非珠三角地区不稳定;撤县设区的政策红利具有时间滞后性,一般在第三、第四年才开始显现;此外,机制分析发现,撤县设区后能够获得基建、规划、政策等的有力支持,增加财政收入和固定资产投资,有助于第二产业及其相关产业发展,并在增加就业和刺激消费基础上着力推动经济发展。
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]