地方政府补贴能够有效激励企业提高环境治理效率吗

奥鹏网院作业

地方政府补贴能够有效激励企业提高环境治理效率吗*
刘相锋 王 磊
[提 要]本文修正了Dasgupta等(1998，2002)的污染物削减费用模型，采用辽宁省工业企业微观数据，分析地方政府补贴产生的环境治理激励作用，得到相应结论：(1)本文基于微观数据和修正的污染物削减费用模型，测算出辽宁省工业企业环境治理效率均值约为83%，分布近似于正态分布。(2)地方政府补贴并没有显著提升企业环境治理效率，却显著提升了企业环境治理效率提升的稳定性。本文认为地方政府补贴的主要作用在于资金补充效应和背书信号作用，在引导大量优质资源进入企业的基础上提升环境治理效率提升的稳定性，减少不确定因素。(3)地方政府补贴对不同类型所有制形式企业的环境治理稳定性影响差异性较大，内资企业获得补贴所产生的效率改善的稳定效应要远低于外资企业。综上所述，在缺乏相应监管的情况下，地方政府补贴很难产生显著的环境治理激励效果，但由于其信号的引导作用，对提高治理效率稳定性具有显著效果。
[关键词] 异质性随机前沿分析；环境治理效率；政府补贴；企业经济所有制
一、引言
中国已经成为环境污染的重灾区，2016年《北京环境公报》公布空气质量数据显示，北京全年优良达标天数仅为198天，全年大约一半时间都受到污染困扰。因此，党的十九大明确“十三五”重要任务之一是打好污染治理攻坚战，并将治理效果与地方政府晋升绩效考核相挂钩。虽然政府表达了环境治理的巨大决心，但从环境治理实施效果看，政府以往采用行政手段难以实现预期效果(Carrillo et al.，2016)，分析其原因：一方面行政手段对排污者提高环境治理的能力和效率缺乏激励作用(石光等，2016)；另一方面由于巨额的行政实施成本，污染者预期行政手段难以长期为继，从而采取策略性“避风”行为，在行政力度放松后，污染水平会再次回弹(Chen et al.，2013)。学术界更加倡导使用经济手段对行政手段的替代(Wang，2002；Wang & Wheeler，2005)，以克服激励性不足及执行成本压力过大等问题。政府补贴作为一种常用的经济手段，其基本思想就是对环境治理活动产生的正外部性进行补偿，如实施新能源上网电价补贴、脱硫电价补贴等，进而激励企业提高环境治理效率。
关于政府补贴对环境治理效率影响作用的研究，学术界进行了广泛讨论，但得出的结论莫衷一是(Ray & Desli，1997；Dellink et al.，2005；Managi et al.，2006；林伯强和刘希颖，2010；宋马林和金培振，2016)，究其原因主要在于环境治理效率的测算结果并没有得到广泛共识。本文认为存在以下两点原因。
第一，企业污染排放及治理的微观层面数据缺失。环境治理效率主要体现在企业层面上，这是由于企业是环境外部性的产生根源，是实施环境治理(污染减排)的主体。以往研究一般是建立在宏观或中观层面，测算得到的环境治理效率实际上是行业或区域的平均值。[注]基于这类层面环境治理效率测算，相应的研究结果其实则为行业或区域的异质性问题，而非企业。企业异质性问题没有得到较好的控制和解决，据此为基础的政府补贴和激励作用的研究将得出相异或相反的结论。
第二，效率测算研究并没有考虑环境治理技术的不确定性。环境治理效率的不确定性会导致传统估计和评价方法出现异方差估计偏误。以往研究所采用的统计方法如系统性的DEA包络分析、OLS及GMM等，都严格服从随机扰动项为同方差白噪声的假设，因而不确定性势必影响参数估计的准确性。[注]这是因为技术不确定性问题建立在扰动项异方差基础上。同时，在复合扰动项[注]复合扰动项指的是将前沿和实际缺口项引入，使得缺口项和扰动项合成为新的随机扰动项。的分解中包含了至关重要的技术估计参数和不确定性估计参数，因而复合扰动项的相应研究至关重要，这在以往研究中并没有得到充分重视。
基于上述分析，本文尝试采用异质性随机前沿分析方法，将环境治理效率的不确定性引入分析框架，然后利用《辽宁省工业企业废气排放微观调查数据》和中国工业企业数据库进行环境治理效率测算，从而克服测算方法的偏误等问题。因此，本文边际创新之处在于：(1)本文扩展和修正了Dasgupta et al.(1998，2002)的污染物削减费用模型[注]这个模型由世界银行政策研究局Dasgupta et al.(1998)最初构建，其较好地解释了中国327家企业的排放治理成本问题。，放松了模型的“无效率损失”和“效率无波动性”前提假设，并引入了企业的治理设备投入变量。(2)本文采用辽宁省工业企业废气排放微观调查数据，将宏观层面研究扩大到微观层面研究，同时扩展了地方政府补贴对环境治理效率影响相关研究的范畴。(3)在测算环境治理效率基础上，本文还尝试对不同所有制类型企业进行分析，探讨了政府补贴激励手段形成作用机制。
剩余部分安排如下：第二部分主要回顾和评述政府补贴与环境治理效率关系的研究。第三部分在扩展污染物削减费用模型基础上采用异质性随机前沿分析方法，测算了以辽宁省为代表的环境治理整体效率。第四部分则在第三部分基础上扩展到对不同类型所有制企业的异质性分析，探讨政府补贴在环境治理效率稳定性方面的作用机制及相应的稳健性分析。第五部分为本文的结论部分，并据此提出相应对策和建议。
二、文献回顾及评述
关于政府补贴、环境治理和企业异质性之间的研究，国内外学者主要侧重于两个方面。第一个方面主要侧重于研究政府补贴等激励手段所产生的环境治理效果(林伯强和杜克锐，2013；宋马林和金培振，2016；席鹏辉，2017)，另一个方面则重点研究企业异质性所产生的环境治理效率的差异性(Ernst，2006)。
关于政府补贴对环境治理效率的研究，一些学者认为政府补贴将产生要素扭曲，影响资源配置效率，从而产生相应的负面影响，如过度消费和依赖(林伯强和杜克锐，2013；宋马林和金培振，2016)。Kohn(1991)和Barde & Zhu(2000)首次指出政府补贴可能造成要素市场和产品市场的扭曲，使其更容易过度消费和消耗，从而加剧环境污染。Kelly(2008)利用一般均衡模型对补贴产生环境效应进行了较为全面的估计和评价，研究发现资源要素由于补贴的存在将流向生产水平较低的企业。林伯强和杜克锐(2013)认为，地方性保护或激励将造成资源配置扭曲，从而形成环境治理低效。宋马林和金培振(2016)研究发现地方性激励没有显著影响宏观经济绩效，而形成了一定的环境福利绩效抑制效应。席鹏辉(2017)进一步分析这种地方政府(激励)补贴造成监管失效是由企业的议价能力等方面的异质性造成的。
另一些学者则从企业治理意识及环境规制权力等角度进行探究，他们认为治理效率的恶化并非完全来源于资源配置，同时还受监管实施者和企业责任人的治理意识等因素的影响。Fredriksson(1998)指出政府补贴将减弱污染企业的治理意识，将相当程度上降低企业的环境治理效率。Jin et al.(2005)指出，当环境监管权力下放到地方政府时，财政激励(补贴)对环境治理实施和监管效果产生显著负面影响，从而降低了环境治理效率。
与上面学者持不同意见的学者则认为，政府补贴的实施将有效激励企业采用或改进清洁技术，虽然会形成一定的“僵尸企业”，但整体的环境治理效率将获得提升，进而肯定了政府补贴的作用。Stranlund(1997)认为，政府补贴能够激励污染企业进行研发和采用清洁技术，从而实现环境正向外部性。Barde & Honkatukia(2005)探讨了政府补贴影响环境治理的作用路径，他们认为对于环境敏感性企业，政府补贴将产生一定的污染性要素投入激励作用。同时，由于政府补贴[注]这里政府补贴不仅包括如资金支持等直接补贴，还包括税收优惠、监管豁免等间接性补贴。的存在，无法淘汰技术效率较差的企业，从而形成“僵尸企业”。占华(2016)通过两国博弈模型分析了政府补贴产生的环境效应，发现政府补贴能够有效降低本国的污染排放。石光等(2016)则从宏观层面分析了政府补贴将促进电力行业的脱硫减排效率。
关于异质性企业所产生的环境治理效率差异性相关研究，学者们普遍认为异质性企业所产生的环境治理效率与企业的所有制形式和企业规模呈现出显著关系。Wang & Jin(2007)从企业所有制形式角度分析，发现中国国有企业排放强度是私营企业的10倍。Gupta et al.(2002)利用印度数据分析，发现国有企业通常要比私营企业的环境监管力度要小。Wang et al.(2002)通过对中国企业污染排放的研究，发现相对私营企业而言国有企业具有更强的抵抗环境规制能力。与此相反，Earnhart & Lizal(2006)却发现捷克共和国的国有企业比例与污染排放强度呈现反比例关系。Ernst(2006)指出环境治理的资金需求量较大，要求企业技术能力较强，因而往往大规模企业具有相对优势。
综上所述，以往关于政府补贴效果的研究主要集中在资源配置、企业环境治理意识、环境规制政策以及企业所有制形式等角度。但是，从企业环境治理效率出发、考虑地方政府补贴是否能够产生激励作用的研究并不多见，而对于政府补贴作用机制的研究仍存在大量空白。因此，本文拓展了污染物削减费用模型，在分析地方政府补贴作用机制基础上进一步分析其在不同所有制类型企业间的作用机制，以期对地方政府补贴实践给予借鉴。
三、环境治理效率测算及实证分析
(一)环境治理随机前沿模型设定
本文借鉴了Dasgupta et al.(1998，2002)的污染物削减费用模型(以下简称D模型)。该模型论证了企业的治理最佳成本必然受到总排放量和排放量削减程度的影响。由于大量研究证明治理成本必然受到治理设备投资的影响，因而本文在D模型基础上引入治理设备投资量变量(王金南，1996；曹东等，1999)，进而修正后的D模型最佳(最小化)治理成本为：

(1)
式中，表示第i企业t年度废气最佳治理总费用，即为最佳随机前沿；TEit表示第i企业t年度废气治理设备投入量；Eissionit为第i企业t年度废气总排放量，ERit/IRit表示第i企业t年度废气削减程度，因而废气总排放量与削减程度(系数)的合成可以记为总削减量，即Abatementit。因此，对式(1)进行对偶处理[注]最小化成本的对偶处理就是求得相应生产最大化。得到关于治理函数形式，即：
TEit∶α)+vit
(2)
式中，表示第i个企业t年度的最大化治理量;TCit表示第i企业t年度废气治理的投入成本;TEit表示第i企业t年度废气治理的投入设备;vit为随机扰动项，其代表自然随机不确定性因素。D模型的重要严格假设便是不存在效率损失问题。但以往文献已经论证，各种因素如政府补贴、企业异质性等都会造成治理量降低(Stranlund，1997；Fredriksson，1998；石光等，2016)。基于这方面考虑，本文放松“无效率损失”假设将治理效率损失考虑到模型中，即：
Abatementit=φ(TCit, TEit∶α)
+vit-F(Xit)
(3)
式中，F(Xit)表示治理损失，它是一系列反映治理效率因素Xit非线性函数。因此，比较式(2)和式(3)，这里发现存在如下关系：
E[Abatementit|φ(·), F(Xit)=0]
≥E[Abatementit|φ(·), F(Xit)>0]
(4)
为做进一步的实证分析，借鉴Habib和Ljungqvist(2005)的处理方式，将处理量函数式(3)的右侧进行对数线性处理，并考虑到整体受到时间因素影响，引入时间虚拟变量进行控制，记为Dt。同时，本文考虑控制行业的类型，引入行业虚拟变量进行控制，记为Ii，并假设因而，其实证计量模型为：
lnAbatementit=α0+α1lnTCit+α2lnTEit

(5)
从式(5)形式看，这符合经典的随机前沿模型(SFA)。复合扰动项中的vit为经典意义上的白噪声扰动项，其服从标准正态分布，即而复合扰动项中的为多因素造成治理损失部分，具有单边分布特征，因而假设符合非负截距型半正态分布，记为其中，θit表示治理量与最优治理量之间偏离，其值表示效率损失程度；而则表示治理效率损失的波动情况，其值反映效率损失的不确定性。借鉴苏治和连玉君(2011)异质性随机前沿模型构建思路，本文设定异质性为：


(6)
式中，式(6)中的和为影响治理效率损失的一系列特征向量，而β和γ则代表对应的系数向量。
(二)最大似然检验策略及治理效率估算
异质性随机前沿分析模型的估计方法主要借鉴Wang et al.(2003；2010)的构建方法。[注]参见Stata的操作手册，本文不再赘述。首先，设定原假设相应备择假设然后，根据似然比统计量LR=-2[L(H0)-L(H1)]进行显著性检验。同时，治理效率估算主要通过构建相应治理效率指数te进行测算和估计。该指数的设定为：

(7)
可以看出，当指数teit为0时，趋向于无限大，此时被认为完全无效率；相反，若指数teit为1时，则为0，此时说明最佳治理量和实际治理量无偏离，达到效率前沿面。本文借鉴Battese & Coelli(1988)采用最大似然估计参数的做法，本文得到治理效率指数的估计公式[注]式中的Φ为标准累计分布函数，指数估计值以百分比形式体现。：

(8)
同时，本文对式(7)两边去自然对数并进行方差处理，可以发现治理效率损失的波动与治理效率的不确定性呈现正比例关系，具体推导如下：由式(7)可得：

(9)
对式(9)两边进行方差处理即可得到式(10)：
=var[-ln(teit)]

(10)
因此，异质性随机前沿模型中的治理效率不确定性可以通过估计治理损失的波动方差进行识别。
(三)变量选择、计量模型构建及基本统计量
1.被解释变量。本文根据上文的治理量模型构建，采用废气治理量(lnAbatement)作为环境治理量的代理变量。[注]虽然实际的环境治理应该包含废水、废气及固体废物三个方面，但是本文获得的调查数据从2011年才开始统计废水和固体，由于统计口径的改变使得本文的研究难以包含废水和固体废物，因而仅选用废气治理量实在是无奈之举。具体而言，废气治理量包括了二氧化硫、氮氧化物以及烟尘和粉尘三个方面，而计算总体治理量则采用三种污染物治理量加总处理。
2.解释变量。本文选择的解释变量主要分为两个部分：一是随机前沿计量模型所需的解释变量；二是治理效率损失计量模型和治理效率波动模型中的解释变量。首先，随机前沿计量模型中的解释变量主要包括企业的环境治理成本和环境投入设备数。其中，企业的环境治理成本主要依据D模型的构建体系，而环境投入设备变量的引入主要借鉴王金南(1996)和曹东等(1999)的研究思路，他们认为环境治理量必然受到设备数量的硬性约束。
其次，治理效率损失计量模型和治理效率波动模型的解释变量主要为政府补贴，大量文献对政府补贴产生环境效应进行了论证，但未达成共识(Barde & Honkatukia，2005；Kelly，2008；宋马林和金培振，2016)。本文对于政府补贴变量引入主要采用政府补贴率进行衡量，该计算方法主要借鉴安同良等(2009)和余明桂等(2010)处理方法，即Sr=Subsidy/y，其中Sr表示政府补贴强度，Subsidy为政府补贴额，而y为企业的销售值。
3.控制变量。为衡量企业的环境治理效率等问题，需要引入控制变量对企业特征及环境治理效率影响进行刻画。以往文献对企业环境治理效率的刻画主要利用企业的负债比率(Debt)、企业的产值(lny)等(Tong et al.，2014；石光等，2016)。其中，企业的负债比率指标一方面代表了企业的资本结构情况，另一方面也能够反映出企业的筹融资能力，这项指标引入主要考虑到企业在环境治理技术的投入持续能力。企业的产值在环境治理效率方面具有明显差异性(Tan et al.，2014；Ernst，2006)，大量的生产经验不仅能够形成一定技术累积，同时也会产生相应的溢出效应，从而使得环境治理效率相应提升(Kelly，2008)。此外，本文为进一步分析政府补贴对异质性经济所有制企业形成作用机制，采用分类变量，即企业所有制变量(Type)。具体而言，主要根据注册类型划分成国有及集体所有制、私营所有制、港澳台所有制及外商直接投资(以下简称外资)四种类型，其中当Type在110 和143之间时，企业所有制形式主要以国有及集体经济为主；当Type在149 和190之间时，企业所有制形式主要以私营经济及股份制为主；当Type在300 和390之间时，企业所有制形式主要以外商投资企业(外资)为主；当Type在200和290之间时，企业所有制形式主要以港澳台投资经济所有制为主。同时，本文设定时间控制变量和行业个体控制变量。其中，行业控制变量主要采用《2002年国民经济行业分类代码》进行划分，并以除A类行业外的两位数行业进行划分，样本中共有32个细分行业，共计设置虚拟变量32个。时间控制变量主要按照2008年、2009年、2011年及2012年划分，共设置虚拟变量4个。文中涉及的所有变量的定义及相应统计情况，参见表1。
4.计量模型构建。基于上文的变量选取和基础模型构建，本文依次建立随机前沿计量模型、环境治理效率损失模型及环境治理效率波动模型。
随机前沿计量模型为：
lnAbatementit=α0+α1lnTCit+α2lnTEit
+Dt+Ii+∈it
(11)
环境治理效率损失计量模型为：

(12)
环境治理效率波动计量模型为：

(13)
需要说明，上述环境治理效率波动模型其设定主要考虑到环境治理效率偏离不确定性可能来自环境治理效率损失系统性影响，因此将环境治理效率损失模型中的变量引入波动模型进行评价。在波动模型中，若其系数为正则表示环境治理效率受到解释变量的影响呈现不稳定性，反之则呈现稳定性表现。
表1 变量含义及基本统计量情况

说明：表1提供的数据由笔者使用Stata11统计得出。表中ln表示对变量取自然对数处理。
(四)数据筛选及处理
本文数据一方面来源于中国工业企业数据库，另一方面主要来自辽宁省工业企业微观调查，调查采样主要针对辽宁省工业企业的废气排放、治理成本及生产消耗等方面，样本区间主要为2008年、2009年、2011年及2012年。实际调查采集量见表2统计。需要说明的是，2011年和2012年新增样本数量一方面来源于新增企业条目，另一方面主要是由于统计方式改变引起的，即2011年约1 200家企业，而2012年约有890家企业以分子公司进行分别统计。本文对数据做如下处理：(1)对辽宁省工业企业排放调查数据进行合并筛选。合并处理主要针对2011年和2012年的分子公司分别统计情况，而筛选处理主要是对出现缺失值的变量进行剔除。(2)将企业代码作为配对变量，对中国工业企业数据库和调查数据进行匹配，合计4年的匹配量为8 175个样本。(3)数据的预处理过程，包括两个部分：1)剔除补贴数据出现负值的企业，这部分数据难以判断可能是由于中国工业企业数据库信息录入错失或其他原因，因而统一采取剔除处理。而对于总负债率大于100%的企业，本文并没有进行剔除，这是因为虽然东北地区部分企业资不抵债，但由于其需要承担社会责任，因此政府通过补贴或其他形式使其存活，从而形成所谓“僵尸企业”。考虑到这类企业仍然处于生产状态，其环境治理效率也应该包含到研究范围内，因而并未剔除。2)对于离群值和异常值的处理，本文采用1%和99%百分位的Winsorized缩尾处理。最终，本文获得4 484个年度工业企业观察值作为研究对象。具体样本采样、数据处理等情况参见表2。
表2 调查数据采样、数据匹配及处理情况表

说明：表中数据来源由作者整理。
(五)实证分析：基于随机前沿模型的整体环境治理效率分析
绝大多数的研究忽略了随机前沿模型中的环境效率波动性问题，但是本文分析发现这种环境效率波动性往往来源于系统性影响。因此，基于上述问题的考虑，本文预构建四种模型进行比较分析(见表3)。其中，模型1为本文采用的异质性随机前沿模型。模型2假设企业环境治理效率波动性为常数，这种设定为目前文章的通常做法，即不考虑相应的环境治理效率波动性问题。模型3假设企业环境治理效率损失为常数。模型4假设不存在环境治理效率损失，这类似于传统D模型设定。
表3 异质性随机模型估计与检验结果

说明：(1)***，**和*分别代表1%，5%和10%显著水平；(2)表中的变量采用自然对数处理，记为ln形式；(3)表中的ln2y表示lny的平方项；(4)表中的LR(1)和LR(2)分别代表相应模型与模型1和模型4的似然比检验卡方值。表中数据最多保留到小数点后3位。
从表3可以看出，LR(1)和LR(2)的似然比卡方值均呈现显著性，这一点充分表明模型1更加适合研究需求。从模型1的信息看，企业环境治理量前沿中的环境治理的投入成本和设备投入都显示为1%的显著水平。[注]即使从其他模型的显著性角度看，模型的修正仍然具有合理性和稳定性。这说明本文对D模型的修正保证模型具有稳定性和合理性。此外，其系数与本文的认知是相符的，即环境治理投入成本加大和设备数量的提升必然显著提升环境治理总量。
从表3的环境治理效率损失模型信息看，地方政府补贴对于企业环境治理效率并没有显著改善作用。[注]这里需要说明的是，由于计量模型的设计采用效率损失方式，因而治理效率提升在表3呈现负值。这说明地方政府补贴在环境治理效率提升方面并没有发挥作用，企业获得地方政府补贴后并没有将其投入到环境治理效率的提升上去，而将其用于相应的主营业务方面。从现实情况看，由于地方政府补贴并没有配套的事后资金用途监管，以补贴为手段的政府激励效果必将大打折扣。同时，本文引入了相应产值变量及二次项，均在10%置信水平上呈现出显著，这验证了库兹涅兹环境曲线的存在。
从表3的环境治理效率波动模型信息看，本文发现地方政府补贴在提升环境治理效率的稳定性方面具有显著正向作用。具体而言，地方政府补贴率每增加1%，环境治理效率提升的稳定性在99%的置信水平上显著提升33.13%。从现实情况看，政府补贴对企业存在一定资金补充效应和背书效应。一方面，地方政府补贴能够有效提供企业资金来源，一定程度上帮助企业消除在提高环境治理效率方面的资金顾虑，减轻融资难度。另一方面，地方政府补贴具有很强的背书效应，地方政府对企业进行补贴，会对市场产生相当大的背书信号作用。该信号作用引导大量非资金和融资资源(如大量高素质人才)进入该企业，进而降低环境治理效率的波动性。
结合上文的计量模型分析和测算，本文计算出辽宁省工业企业环境治理效率的整体分布情况，参见图1。从图1可知，整体分布近似于正态分布，但其右侧出现部分截尾的情况。具体而言，辽宁省工业企业环境治理效率的均值约为83%，约有14%的企业集中于此，仅有极少的企业环境治理效率能够达到90%，环境治理效率最低的仅为57%。

图1 辽宁省工业企业环境治理效率分布情况
综上所述，首先，本文可以保证修正的D模型的显著性和稳定性。[注]从统计数据结果看，相应的企业环境治理前沿模型中的变量均在99%置信水平上显著。其次，本文发现企业环境治理效率的提高不受外部因素[注]本文指的外部因素包括如政府补贴、外部融资及市场等方面因素。的影响，[注]地方政府补贴在没有严格监管资金使用的情况下，企业会将其挪用到主营业务方面。而取决于企业自身不断生产积累的经验。最后，本文认为地方政府补贴的主要作用在于资金补充效应和背书信号作用，在引导大量优良资源进入企业的基础上提升环境治理效率提升的稳定性。
尽管已经得出以上结论，但政府补贴对企业环境治理效率提升的稳定性提升如何在不同类型所有制形式企业层面产生作用仍待解释，因而本文将进一步分析不同所有制企业在获得政府补贴后的影响，并据此分析其作用机制。同时，为防止“伪”回归问题的出现，将做进一步的稳健性检验。
四、进一步：异质性所有制形式企业的政府补贴机制分析及稳健性检验
地方政府补贴对不同类型所有制形式企业的异质性作用如何，本文将做进一步讨论。关于企业所有制，本文将其划分为国有及集体、港澳台、私营和外资四个类型，首先本文研究地方政府补贴在该作用路径上形成何种差异化表现，其次对于形成作用路径差异性进行机理分析，最后进行整体的稳健性检验，确保所得出结论的通用性和真实性。
(一)政府补贴在经济所有制企业作用路径上的差异性
从表4的企业环境治理前沿模型统计的结果看，修正的D模型中的变量都在95%的置信水平上显著，这说明前沿模型的设计和变量选择具有稳定性和合理性。具体而言，模型(5)～模型(8)中的lnTc参数分别为0.887，0.959，0.920及0.843，均在99%的置信水平上显著；而lnTE的系数分别为0.004，0.025，0.030及0.030，均在95%以上的置信水平上显著。
从表4的企业环境治理效率模型中的估计结果看，得到与表3一致的结果，即地方政府补贴在何种所有制企业都无显著的作用。这个结果说明，一方面本文采用计量模型的稳定性具有较强的特征，另一方面再次说明地方政府补贴无论在何种企业类型中均会被企业挪为他用，并没有将该补贴用到环境治理方面。
最后，从表4的企业环境治理效率波动模型估计结果看，得到与表3同样的结论，即地方政府补贴对各类型企业均具有降低治理效率不确定性作用。具体而言，对于国有及集体所有制企业，地方政府补贴率每增加1%，环境治理效率稳定性将在90%的置信水平上显著提升14.688%；对于港澳台所有制企业，地方政府补贴率每增加1%，环境治理效率稳定性将在99%的置信水平上显著提升98.614%；对于私营经济企业，地方政府补贴率每增加1%，环境治理效率稳定性将在90%的置信水平上显著提升13.640%；对于外商投资经济企业，地方政府补贴率每增加1%，环境治理效率稳定性将在95%的置信水平上显著提升64.085%。从结果看，我们可以发现政府补贴对内资和外资企业具有显著的差异性：地方政府补贴作用在外资企业时，环境治理效率稳定性提升作用显然好于内资企业。
(二)政府补贴对所有制企业环境治理效率影响作用的机理分析
政府补贴对所有制企业环境治理效率影响作用主要体现在减少不确定性方面，即增强环境效率提高的稳定性，而对于环境治理效率作用并不明显。从现实情况看，虽然地方政府补贴着眼于激励企业提升环境治理能力和治理效率，但是由于缺少补贴后的使用监管，大量的政府补贴被挪用到主营业务或其他方面上，环境治理效率并没有得到显著提升。同时，从不同的所有制企业看，补贴被挪用的情况普遍存在，这也说明地方政府补贴的作用效果并没有达到预期目标。我们从中得到的启示是：政府在对重点行业或企业实施经济性规制时应该更加关注政府专项补贴事后使用监管，从而有效发挥地方政府补贴的作用。
地方政府补贴对环境治理效率稳定性具有显著的促进作用，但在不同类型所有制企业之间形成巨大差异性，具体体现在对内资企业促进作用要远低于外资企业。[注]本文将国有及集体和私营企业定义为内资企业，而外商直接投资和港澳台企业定义为外资企业。结合图2的情况看，外资和港澳台企业在环境治理效率稳定性方面逐年增强，其增强幅度最为明显，这与政府补贴的逐年增加趋势相符合。国有及集体企业的整体趋势虽然呈现下降势头，但幅度并不明显，这与逐年获得大量政府补贴形成强烈反差。而私营企业最为不稳定，2011年之前整体出现稳定性增强的态势，但是2011年之后的补贴率有所下降，随即其环境治理效率稳定性出现大幅度下降。从现实角度看，本文认为首先辽宁省内资企业(国有及集体和私营企业)对大量补贴形成依赖[注]私营企业在补贴幅度有所下降时，相应其稳定效果出现背离情况。，并没有有效发挥补贴的引导、教育等方面的信号作用，反而仅仅将其视为对资金链的补充手段，从而导致环境治理效率提升的稳定性并没有大幅度改善。其次，对于辽宁省外资企业(外商直接投资和港澳台企业)而言，政府补贴虽然一直处于较低水平，但是治理效率提升的稳定性却逐年增强，一方面在于外资企业自身发展相对内资企业起步更早，相应环境治理技术和人力资本更为先进和成熟。另一方面在于地方政府可能形成地方保护策略和差别对待[注]从图2的下图看，外资企业相对内资企业获得政府支持历年都比较少。，对于外资企业要求更加严格和苛刻，从而促进外资企业环境治理效率提升的稳定性。
表4 政府补贴对各所有制形式企业的环境治理稳定性影响情况

说明：(1)表中***，**和*分别代表1%，5%和10%显著水平；(2)表中的变量采用自然对数处理，记为ln形式；(3)表中的ln2y表示lny的平方项。

图2 不同所有制类型企业补贴率和治理效率
稳定性各年度的趋势情况
综上所述，地方政府补贴形成稳定环境治理效率作用效果表面上受到企业类型因素影响，但从更深层次角度看，企业的人力资本和技术的成熟度将起到更为关键的作用。同时，本文发现地方政府的这种“父爱”式保护并不能够有效帮助企业发展，相反会形成企业对补贴等激励手段的依赖。
(三)稳健性检验
本文引入不同所有制类型企业分类变量后，通过改变样本量进行分组统计，得到相应结论和统计结果并未出现系统性的显著变化，即与表3的结论基本一致，一定程度上说明了模型的稳健性。为全面考察上述的结论是否具有稳健性，本文还依次对企业环境治理效率损失和企业环境治理效率波动性中的控制变量进行剔除并重新估计，得到相应模型(9)～模型(12)，其检验结果见表5。从估计结果看，企业环境治理量前沿模型得到相应结论非常稳健，4个模型依旧呈现出显著的一致关系。同时，企业环境治理效率损失和企业环境治理效率波动性模型一致显著，表明政府补贴并没有改善企业环境治理效率，却显著降低了企业治理效率的不稳定性。因此，无论对样本量的改变分组统计还是对变量进行剔除再进行统计分析，均得到一致的结论，这说明模型在变量选择和模型设计方面都具有较强的稳健性。
五、结论及建议
中国环境治理问题已经成为今后的重点攻关任务，党的十九大明确“十三五”重要任务之一便是打好污染治理攻坚战，并将环境治理确定为今后重要工作内容。在此背景下，衡量和分析地方政府对环境治理补贴激励效果及分析作用机制显得尤为重要。因此，本文修正了Dasgupta et al.(1998，2002)污染物削减费用模型，采用辽宁省工业企业微观数据分析地方政府补贴产生环境治理激励作用，得到相应结论：(1)本文基于微观数据和修正的污染物削减费用模型，测算出辽宁省工业企业环境治理效率均值约为83%，分布近似于正态分布。(2)地方政府对企业的补贴并没有显著提升企业的环境治理效率，但可以显著提升企业环境治理的稳定性。本文认为地方政府补贴的主要作用在于资金的补充效应和背书信号作用，在引导大量优良资源进入企业基础上提升环境治理效率提高的稳定性，减少不确定因素。(3)地方政府补贴对异质性所有制形式企业的环境治理稳定性影响差异性较大，内资企业获得补贴产生效率提升稳定效应要远低于外资企业。综上所述，地方政府补贴在缺乏相应有效监管情况很难具有显著环境治理激励作用和效果，但政府补贴由于具有信号和融资效应作用对降低效率改善不确定性具有显著效果。据此，本文结合相应的结论提出具有针对性的建议和意见，以便对政府今后补贴工作起到启示作用。
表5 模型稳健性检验

说明：(1)表中***,**和*分别代表1%,5%和10%显著水平；(2)表中的变量采用自然对数处理，记为ln形式；(3)表中的ln2y表示lny的平方项。
在上述结论基础上，本文提出相应较具针对性的建议和意见，以期实现对政府今后补贴政策制定和实施工作的启示作用。
1.实施政府专项环境补贴，加强补贴资金流向监管。地方政府补贴的作用效果不够理想的主要原因在于，政府对给予企业的补贴资金流向监管力度不足，政府和企业的信息不对称弱化了政府补贴的环境治理效率。因此，本文认为对政府在实施专项环境补贴后，需要企业定期向政府和社会公布政府补贴的使用状况，加强政府补贴环境治理效应的专款专用性。与此同时，政府应加强环境规制的惩罚力度，一方面迫使企业内部调整，强化环境规制的倒逼作用，提高企业环境治理效率；另一方面从严处理典型高污染企业，对企业放松环境保护意识起到震慑和警示作用。
2.消除地方性保护，加强对政府市场管理监督。从长远来看，地方性保护将严重影响地方的环境治理发展和治理效率，使得局部利益受损。地方性保护将妨碍企业间的公平竞争机会，严重阻碍技术和经验的交流，这使得地方难以受益于外资企业的技术溢出效应。因此，应该提高地方政府遏制地方保护主义的自觉性，树立对当前利益和长远利益的正确认识，客观对待不同类型企业，消除和打破地方性“壁垒”和偏见。
3.逐渐形成多渠道融资体系，实现政府补贴资源引导作用。建议政府增强筹融资渠道的多样性，以消除企业对长期低效补贴的依赖性。单一依靠政府补贴等手段难以长期为继，同时伴随着一系列的信息不对称性问题造成大量的政府补贴等资源误置错配。经典经济学理论证实，由银行等一些金融机构进行市场配置，可以有效利用监管成本、调整杠杆等手段克服信息成本问题[注]Christiano，Motto & Rostagno(2003，2010，2014)在AER上发表的扩展式风险冲击下金融加速器模型，他们指出银行等金融机构采用杠杆率和付出难以收回的监管成本的目的在于克服难以预测和观察到的信息非对称形成的成本问题。，从而实现效率提升和配置优化。
参考文献
安同良、周绍东、皮建才,2009：《R&D补贴对中国企业自主创新的激励效应》,《经济研究》第10期。
曹东、王金南等，1999：《中国工业污染经济学》,北京：中国环境科学出版社。
林伯强、杜克锐,2013：《要素市场扭曲对能源效率的影响》,《经济研究》第9期。
林伯强、刘希颖,2010：《中国城市化阶段的碳排放:影响因素和减排策略》,《经济研究》第8期。
石光、周黎安、郑世林,2016：《环境补贴与污染治理——基于电力行业的实证研究》,《经济学(季刊)》第3期。
宋马林、金培振,2016：《地方保护、资源错配与环境福利绩效》,《经济研究》第12期。
苏治、连玉君,2011：《中国上市公司代理成本的估算——基于异质性随机前沿模型的经验分析》,《管理世界》第6期。
王金南,1996：《市场经济与工业污染防治》,北京：中国环境科学出版社。
席鹏辉,2017：《财政激励、环境偏好与垂直式环境管理——纳税大户议价能力的视角》,《中国工业经济》第11期。
余明桂、回雅甫、潘红波,2010：《政治联系、寻租与地方政府财政补贴有效性》,《经济研究》第3期。
占华,2016：《博弈视角下政府污染减排补贴政策选择的研究》,《财贸经济》第4期。
Barde,J.P.and Honkatukia,2005,“Environmentally Harrful Subsidies”,The International Yearbook of Environmental and Resource Economics 2004/2005:254-288.
Brandt,L.,and X.Zhu,2000,“Redistribution in a Decentralised Economy:Growth and Inflation in China under Reform”,Journal of Political Economy,108(2):422-439.
Battese,G.E.,and T.J.Coelli,1988,“Prediction of Firm-level Technical Efficiencies with a Generalized Frontier Production Function and Panel Data”,Journal of Econometrics,38(3):387-399.
Buuren,V.S.,H.C.Boshuizen,and D.L.Knook,1999,“Multiple Imputation of Missing Blood Pressure Covariates in Survival Analysis”.Statistics in Medicine,18:681-694.
Carrillo,P.E.,A.S.Malik,and Y.Yoo,2016,“Driving Restrictions That Work?Quito’spicoy Placa Program”,Canadian Journal of Economics/revue Canadienne Déconomique,49(4).
Chen,Y.,G.Z.Jin,N.Kumar,and G.Shi,2013,“The Promise of Beijing:Evaluating the Impact of the 2008 Olympic Games on Air Quality”,Journal of Environmental Economics & Management,66(3):424-443.
Dasgupta,S.,B.Laplante,W.Hua,and D.Wheeler,2002,“Confronting the Environmental Kuznets Curve”.Journal of Economic Perspectives,16(1):147-168.
Dasgupta,S.,H.Wang,and D.Wheeler,1998,“Surviving Success:Policy Reform and the Future of Industrial Pollution in China”,Policy Research Working Paper:1-58.
Dellink,R.,S.Grosskopf,D.Noh,et al.,2005,“Characteristics of a Polluting Technology:Theory and Practice”,Journal of Econometrics,126(2):469-492.
Earnhart,D.,and L.Lizal,2006,“Effects of Ownership and Financial Performance on Corporate Environmental Performance”,Journal of Comparative Economics,34(1),111-129.
Ernst,Young,2006,Eco-Industry:Its Size,Employment,Perspectives and Barriers to Growth in an Enlarged EU,Final Report to the DG Environment of the European Commission.
Fredriksson,P.G.,1998,“Environmental Policy Choice:Pollution Abatement Subsidies”,Resource & Energy Economics,20(1),51-63.
Gupta,S.,H.Davoodi,and R.Alonso-Terme,2002,“Does Corruption Affect Income Inequality and Poverty?”,Economics of Governance,3(1),23-45.
Habib,M,and A.Ljungqvist,2005,“Firm Value and Managerial Incentives:A Stochastic Frontier Approach”,Journal of Business,78(6):2053-2094.
Jin,H.,Y.Qian,and B.R.Weingast,2005,“Regional Decentralization and Fiscal Incentives:Federalism,Chinese style”,Journal of Public Economics,89,1719-1742.
Kelly,W.L.,2008,“Cheminform Abstract:Intramolecular Cyclization of Polyketide Biosynthesis:Mining for a ‘diels-alderase’?”,Cheminform,6(24),4483-4493.
Kohn,R.E.,1991,“Porter’s Combination of Tax and Subsidies for Controlling Pollution”,Journal of Environmental Systems,20(3):179-188.
Managi,S.,J.J.Opaluch,D.Jin,and T.A.Grigalunas,2006,“Stochastic Frontier Analysis of Total Factor Productivity in the Offshore Oil and Gas Industry”,Ecological Economics,60(1):204-215.
Ray,S.C.,and E.Desli,1997,“Productivity Growth,Technical Progress,and Efficiency Change in Industrialized Countries:Comment”,American Economic Review,87(5):1033-1039.
Stranlund,J.K.,1997,“Public Technological Aid to Support Compliance to Environmental Standards”,Journal of Environmental Economics & Management,34(3):228-239.
Tan,Y.,X.Tian,C.X.Zhang,and H.Zhao,2014,“Privatization and Innovation:Evidence from a Quasi-natural Experiment in China”,Kelley School of Business Research Paper:2014-2033.
Tong,T.W.,W.He,Z.L.He,and J.Lu,2014,“Patent Regime Shift and Firm Innovation:Evidence from the Second Amendment to China’s Patent Law”,Academy of Management,1:140-174.
Wang,H,and Y.Jin,2007,“Industrial Ownership and Environmental Performance:Evidence from China”,The World Bank,19:255-273.
Wang,H.,N.Mamingi,B.Laplante,and S.Dasgupta,2002,“Incomplete Enforcement of Pollution Regulation:Bargaining Power of Chinese Factories”,Environmental and Resource Economics,24(3):245-262.
Wang,H.,and D.Wheeler,2005,“Financial Incentives and Endogenous Enforcement in China’s Pollution Levy System”,Journal of Environmental Economics & Management,49(1):174-196.
Wang,H.,2002,“Pollution Regulation and Abatement Efforts:Evidence from China”,Ecological Economics,41(1):85-94.
Wang,H.,C.W.Ho,2010,“Estimating Fixed-effect Panel Stochastic Frontier Models by Model Transformation”,Journal of Econometrics,157(2):286-296.
Wang,H.,2003,“A Stochastic Frontier Analysis of Financing Constraints on Investment”,Journal of Business and Economic Statistics,21(3):406-419.
CAN GOVERNMENT SUBSIDIES IMPROVE AND ENCOURAGE CORPORATE ENVIRONMENTAL GOVERNANCE EFFICIENCY
LIU Xiang-feng WANG Lei
(Zhejiang University of Finance & Economics)
Abstract:This paper revises Dasgupta et al. (1998,2002) pollutant reduction cost model,uses micro-data of industrial enterprises in Liaoning Province to analyze the incentive effect of local government subsidies on environmental governance,and draws corresponding conclusions as follows.First,based on micro-data and revised pollutant reduction cost model,this paper calculates Liaoning Province.The average value of environmental governance efficiency of industrial enterprises is about 83%,which is approximately normal distribution.Secondly,local government subsidies have not significantly improved the efficiency of corporate environmental governance,but they have significantly improved the stability of the efficiency of corporate environmental governance.This paper argues that the main role of local government subsidy lies in the effect of capital supplement and endorsement signal,which can improve the stability of environmental governance efficiency and reduce uncertainties on the basis of guiding a large number of excellent resources into enterprises.Third,the influence of local government subsidy on the environmental governance stability of enterprises with different types of ownership is quite different,and the stabilization effect of the efficiency improvement of domestic enterprises receiving subsidy is much lower than that of foreign enterprises.In summary,in the absence of corresponding supervision,local government subsidies are difficult to have a significant incentive effect on environmental governance,but due to its signal guidance role,it has a significant effect on improving the stability of governance efficiency.
Key words:heterogeneity stochastic frontier analysis;environmental governance efficiency;government subsidies;corporate heterogeneity
* 刘相锋(通讯作者)、王磊，浙江财经大学中国政府管制研究院，浙江省新型重点专业智库“中国政府监管与公共政策研究院”，电子邮箱：595674562@qq.com，邮政编码：310018。本文得到国家自然科学基金政策研究重点支持项目“中国能源监管体系与监管政策研究”(71742001)、教育部人文社会科学研究青年基金“中国新能源行业补贴进入与退出动态机制研究：以激励性管制为视角”(18YJC790105)、浙江省自然科学基金一般项目“新能源行业补贴有效性识别及政府监管政策研究”(LY19G030016)项目的支持。感谢王俊豪、唐晓华、唐要家等学者的指导和帮助，同时感谢匿名审稿人提出的修改建议，笔者已做了相应修改，本文文责自负。
(责任编辑：付 敏)