环境规制如何影响了制造企业的成本加成率

奥鹏网院作业

环境规制如何影响了制造企业的成本加成率*
沈春苗 郑江淮

[提 要] 本文以“十一五”以来环境规制政策的实质性推进为“准自然实验”，基于2000—2011年《工业企业污染排放数据库》和《中国工业企业数据库》合并得到的微观面板数据，运用双重差分倾向得分匹配方法(PSM-DID)，考察环境规制政策实施对制造企业成本加成率的影响效果及其微观作用机制。研究发现，环境规制政策显著提升了制造企业的成本加成率；环境规制对成本加成率的促进作用主要通过创新补偿机制实现，市场结构变动机制对成本加成率的影响不明显，遵循成本机制对成本加成率的影响为负；环境规制政策对高污染行业和中部地区制造企业成本加成率的促进效果更强。

[关键词] 环境规制；成本加成率；PSM-DID；制造业

一、问题的提出
改革开放以来，中国经济虽然一直处于稳步提升状态，但却面临着严重的环境污染压力。例如，世界银行发布的《世界发展指标(2006)》显示，全球污染最严重的前20座城市中，13座城市来自中国；耶鲁大学和哥伦比亚大学最新联合发布的《全球环境绩效指数(2018)》报告显示，中国空气质量排名177位，位于倒数第四。在此背景下，为切实减少污染排放，提升环境质量，中央政府陆续出台了严厉的环境规制政策。

环保常态化背景下，作为一项可能在未来很长时间内被持续实施的公共政策，环境规制将如何作用于中国经济发展成为政府和学界共同关心的议题。对此，现有文献分别从技术创新(李阳等，2014)、就业变动(秦楠等，2018)、企业规模(孙学敏和王杰，2014)、出口贸易(任力和黄崇杰，2015)、生产率提升(王杰和刘斌，2014)、产业结构调整(原毅军和谢荣辉，2014)、资源配置效率(李蕾蕾和盛丹，2018)、外商直接投资(朱东波和任力，2017)、区域能源效率(李胜兰等，2014)和地区经济增长(史贝贝等，2017)等视角考察了环境规制的政策效应，但鲜有研究从企业成本加成率视角来思考这一问题。作为衡量企业定价能力的重要指标，成本加成率不仅直接关系到企业对市场价格的控制力和盈利状况，更为重要的是，还将通过“成本加成率—利润率—创新能力—成本加成率”的循环作用机制影响企业长期内动态竞争能力的培育与提升。从发展现实看，中国企业盈利能力亟待提升已成不争的事实。2019年《财富》世界500强排行榜显示，中国上榜企业的平均利润为35亿美元，远低于世界500强的平均利润水平43亿美元；平均销售收益率为5.3%，低于美国企业的7.7%和全球平均的6.6%；平均净资产收益率为9.9%，低于美国企业的15%和全球平均的12.1%。因此，很有必要从成本加成率视角来对环境规制的影响效应进行再评估。

本文基于2000—2011年《工业企业污染排放数据库》与《中国工业企业数据库》合并得到的微观面板数据，利用双重差分倾向得分匹配(PSM-DID)方法在处理选择性偏误和遗漏变量等问题方面的优势，以受到环境规制的制造企业作为政策效应评估的处理组，以没有受到环境规制的制造企业作为对照组，并基于中国政府从“十一五”以来开始推动主要污染物减排措施并取得积极进展的环境治理进程，以2006年以前作为政策实施前阶段，2006年及以后作为政策实施后阶段，通过构造的“准自然试验”尽可能准确地识别了环境规制政策对企业成本加成率的影响效果和作用机制。研究发现：环境规制政策显著提升了制造企业的成本加成率；环境规制对制造企业成本加成率的促进效应主要通过创新补偿机制实现，市场结构变动机制对成本加成率的影响不明显，遵循成本机制对成本加成率的作用为负；环境规制政策对高污染行业和中部地区制造企业成本加成率的促进效果更强。

相对于已有研究，本文的创新之处表现为：第一，丰富了环境规制政策效应领域的研究。不仅从理论上系统考察了环境规制对制造企业成本加成率的作用机制，还实证检验了环境规制对成本加成率的政策效应及其异质性特征。第二，合并了2000—2011年《工业企业污染排放数据库》和《中国工业企业数据库》，并利用匹配得到的微观面板数据，构造了评估环境规制政策效应的“准自然实验”，为客观评估环境规制对成本加成率的影响提供了来自转型发展中国家的微观证据。第三，针对传统评估方法在控制内生性问题方面的不足，采用了更为科学的双重差分倾向得分匹配方法，在保证处理组和控制组共同趋势基础上，识别了环境规制对企业成本加成率的政策处理效应。

二、政策背景与机理分析
(一)政策背景
长期以来，工业化进程中的废气、废水和废渣排放是造成中国环境污染严重的主要原因。因此，环境规制的政策对象和主要目标也就表现为对工业企业污染物排放的约束和控制。由于中国工业总体上重复了发达国家普遍走过的“先污染、后治理”之路，因而环境治理进程大体上可以分为两个阶段。其中，工业化的前30年进程(即1978—2005年)为第一阶段，表现为主要污染物排放的总体上涨趋势和环境质量的总体恶化态势(陈健鹏，2018)。该阶段里，虽然环境监管体制不断完善，环境立法也在稳步发展，但由于地方政府间政策执行的策略性互动和环境污染就近转移措施等，导致环境规制政策并未得到严格执行，因而治理效果并不理想。工业化的后10多年进程(即2006年至今)为第二阶段，伴随更为严格的环境规制政策的出台以及为保证政策落地所采取的一整套配套制度安排，主要污染物排放总量快速增长态势逐渐回落(陈健鹏，2018)。这一阶段环境规制政策的实质性趋紧可以从政策内容和执行方式上一窥全貌。具体表现为，“十一五”(2006—2010年)开局中央提出了约束性节能减排指标，并确立了为确保指标落地的“层层分解”与“一票否决”的问责机制；“十二五”(2011—2016年)期间又进一步增加了主要污染物减排指标，并在综合考虑各地区经济发展水平、产业结构、节能潜力、环境容量及国家产业布局等因素的基础上，对全国节能减排指标分解到地方的方式进行了优化；“十三五”(2017年至今)以来，一方面将环境目标考核从强调主要污染物总量减排调整到以环境质量为核心，另一方面又将1 436个国控空气站点和2 050个地表水环境质量监测国控断面的监测事权全部上收，同时生态环境部以派出机构形式先后在华东、华南、西北、西南、东北、华北六大区域设立环境保护督察局。

为论证上述政策背景交代中提到的环境规制政策实质性趋紧以及政策实施效果，本文利用《工业企业污染排放数据库》提供的2000—2011年环境污染排放数据，通过微观加总计算得到了反映环境污染状况的二氧化硫(SO2)排放量和化学需氧量(COD)排放量，历年环境污染排放总量的变动趋势特征如图1所示。结果显示，2000—2005年，SO2排放量呈现逐年上升趋势，COD排放量在早期年份虽略有下降，但随后又呈现出快速上升态势；2006年年初以来，无论是SO2排放量，还是COD排放量，都呈现出先“断崖式”下降且随后一段时间里持续下降的变动特征，由此反映了2006年以来所实施的日益严格的环境规制的确对微观企业的生产方式和经营决策等经济活动产生了深刻的政策影响。

width=357,height=210,dpi=110
图1 历年SO2排放量和COD排放量

(二)机理分析
成本加成是指产品价格对边际成本的偏离，企业的盈利状况和市场势力在产业组织理论中通常用成本加成率(产品价格与边际成本的比值)来衡量。因此，任何改变产品价格和边际成本的因素至少在短期内都会影响到成本加成率(孙辉煌和韩振国，2010)。梳理既有文献和理论，本文认为环境规制将通过以下三个机制作用于成本加成率(见图2)。

width=355,height=336,dpi=110
图2 环境规制影响企业成本加成的作用机制

首先，环境规制引致的成本遵循效应会增加企业产品的短期边际成本，导致企业成本加成率下降。(1)Christainsen &Haveman(1981)把环境规制挤占企业生产性投资和研发创新投入，进而阻碍技术升级，对企业绩效和经济增长产生抑制的效应称为是“成本遵循效应”。政府采取严格的环境规制政策，对企业生产过程中的废水、废气和废渣等污染排放物所实施的排放额限制，给企业的生产决策施加了新的约束条件，引致生产或交易成本增加(Christainsen &Haveman，1981)。为控制污染排放，企业的应对方式通常有三种：一是采购污染处理设备的“污染再治理”方式(Gray &Shadbegian，1998)；二是增加研发投入推动环境偏向性技术进步的“减污提效”方式(Greenstone et al.，2012)；三是对未达到环境排放标准的污染排放不采取任何措施，但由此可能面临环保部门的行政处罚。作为利润最大化的追求者，虽然企业会根据自身情况做出不同的选择，但无论哪种方式都将增加企业生产的短期边际成本，进而影响到成本加成率。

其次，环境规制引致的创新补偿效应会降低企业产品的长期边际成本，促进企业成本加成率上升。严苛的环境规制引致的合规成本(compliance cost)上升，可能给企业更大的创新激励进而促进生产效率提升(Porter &Linde，1995)，研究表明，在选择合适的规制工具或采取适宜的处罚措施条件下，环境规制加强与生产效率提升的“双赢”局面是有可能实现的(王兵和肖文伟，2019)。这是因为，环境规制增强了企业通过技术创新内部消化环境治理成本的动机，激励企业增加对末端治理技术、清洁工艺和绿色产品等绿色技术的研发投入，尽管这会引致短期内研发成本上升，但长期内资源再配置和技术进步合力推动的生产效率改进，却可以减缓甚至抵消环境规制引致的成本增加(蒋伏心等，2013)，促使长期内企业生产的边际成本下降和盈利能力提升。

最后，环境规制引致的企业成本和效率变动合力决定的市场竞争力将会影响行业内的企业进入、退出与成长动态，进而通过市场结构效应作用于企业对其产品的实际定价能力。产业组织理论表明，市场结构是影响企业定价能力的重要因素之一。由于行业污染程度和企业污染处理能力的显著异质性，导致环境规制对污染行业和清洁行业，以及行业内企业的影响程度也存在差异。环境规制实施过程中，环境治理成本较低的清洁行业企业和创新显著的污染行业企业将实现盈利改善，进而促进市场份额进一步扩张(Acemoglu et al.，2012)，而创新绩效不理想的企业则因行业平均生产率阈值提高而遭遇被淘汰的命运(Albrizio et al.，2017)。这又为具有环境友好型技术的潜在企业提供了进入市场的机会，由此引发行业内市场结构的剧烈变动，进而影响在位企业对其产品的最终定价能力。

三、数据处理、模型设定与变量说明
(一)数据处理
本文样本数据来自《中国工业企业数据库》和《工业企业污染排放数据库》，时间跨度为2000—2011年(2) 由于2009年工业企业微观数据库中应付工资总额和从业人员平均工资指标缺失，导致制造业增加值和中间投入等关键指标无法估算，故本文使用2000—2011年(不含2009)的数据资料，下文不再重复说明。，统计对象涵盖了全部国有和规模以上非国有企业。参考现有文献(Brandt et al.,2017;Cai &Liu,2009)，对两套数据进行了如下匹配：首先，根据法人代码、企业名称、行政代码进行完全匹配；其次，对不满足以上条件的样本，再逐步地根据法人代码、企业名称和行政代码进行剩余样本的匹配；然后，用企业代码对前面两步骤中未匹配成功的样本进行匹配，对上述过程中仍未得到匹配的样本进一步利用企业名称和行政代码进行匹配；最后，再利用企业名称对上述过程中未得到匹配的剩余样本进行匹配。进一步参考聂辉华等(2012)做法，对匹配后的面板数据做如下处理：(1)剔除职工数小于8人、总资产小于流动资产、总资产小于固定资产净值、累计折旧小于当期折旧的样本；(2)剔除主营业务收入、总资产、固定资产净值、实收资本为0或者负数的样本；(3)剔除国有企业并且资本占比小于50%、外资企业并且资本占比小于25%、非国有企业并且主营业务收入小于500万元的样本。进而把得到成功匹配的制造企业识别为受到环境规制的企业，未得到成功匹配的制造企业识别为未受到环境规制的企业。由于环境规制政策严格执行始于2006年，因此将2000—2005年界定为政策实施前阶段，2006—2011年界定为政策实施后阶段。

(二)模型设定
根据双重差分(difference in difference,DID)方法的思想，首先将制造企业分为两组，一组是有环境污染排放数据的企业(记为处理组)，另一组是没有环境污染排放数据的企业(记为对照组)，据此构造二元虚拟变量D={0，1}，当企业受到环境规制时，D取1，否则取0；然后以2006年为节点将样本期划分为环境规制政策实施前与后两个阶段，据此构造二元虚拟变量T={0，1}，当样本年份大于或等于2006年时，T取1，否则取0。定义交互项DT来刻画环境规制政策影响企业成本加成率的“政策处理效应”，由此可以检验环境规制政策实施前后处理组企业成本加成率与对照组企业是否存在显著差异。为保证处理组和控制组的可比较性，采用倾向得分匹配(propensity score matching，PSM)方法来改善因企业异质性所引致的样本选择偏差问题，其基本思想是，通过构建一个与处理组企业在受到环境规制政策前的主要特征“尽可能一致”的未受到环境规制的企业作为对照组，从而使得匹配后的两组样本的配对企业之间的差异仅表现为是否受到环境规制。基于此，为得到真实的政策处理效应，本文采用将二者相结合的PSM-DID方法，以更为准确地评估环境规制对企业成本加成率的影响。具体的操作步骤为：首先，利用Logit模型结合一组特征变量计算企业的倾向得分；然后，利用PSM方法为处理组样本寻找最接近其“反事实”情形下的控制组样本；最后，使用匹配后得到的处理组和控制组，运用DID模型进行估计。环境规制影响企业成本加成率的基准模型设定如下：

markupit=μ0+μ1DiTt+μ2Xit+λi+γt+εit

(1)

其中，下标i，t分别表示企业和年份，markup表示成本加成率，X既是影响企业成本加成率的控制变量向量，也是影响企业受到环境规制的特征变量向量，D为处理组虚拟变量，T为政策实施虚拟变量，λi，γt分别表示个体和年份固定效应，εit表示随机扰动项。

(三)变量说明
1.被解释变量：成本加成率markup。遵循Loecker &Warzynski(2012)提出的测度框架，引入环境规制影响成本加成率的内生决定过程，估计企业层面的成本加成率。具体测度方法如下：假定企业的生产函数Qit=F(Kit,Lit,Mit,ωit)，其中，Kit，Lit，Mit分别代表企业i在t时期的资本投入、劳动投入、中间投入数量，ωit表示企业生产率水平。根据企业成本最小化目标函数要素投入决策的一阶条件可以得到：中间品价格width=125,height=37,dpi=110其中，λit为拉格朗日乘子，反映企业在给定产出水平下的边际生产成本，width=68,height=37,dpi=110为中间投入的边际产出。考虑到劳动投入具有较高的调整成本，采用中间投入作为可变要素投入来计算成本加成率，用Pit表示最终品价格，由一阶条件得：width=159,height=39,dpi=110由此得到企业产品价格与边际成本比值衡量的成本加成率，具体计算公式为：

width=126,height=41,dpi=110
(2)

其中，width=116,height=39,dpi=110表示中间投入的产出弹性，可以通过生产函数估计得到，width=63,height=39,dpi=110表示中间投入在总产值中的比重，可以直接根据数据库提供的原始数据经计算得到。为体现要素投入产出弹性的时间变动特征，使用超越对数生产函数对要素投入的产出弹性进行估计，具体设定如下：

yit=width=456,height=17,dpi=110

+βmkmitkit+ωit+εit

(3)

式(3)中的y，k，l，m分别表示企业产值、资本、劳动和中间投入的对数值。因此，中间投入的产出弹性可以表示为：

width=224,height=15,dpi=110
(4)

由式(4)可知，为了得到width=19,height=15,dpi=110需要先对相关参数βm，βmm，βlm和βmk进行估计。由于ωit是计量经济学家不可观测但却可以被企业观测到的生产率冲击，因而会影响企业的可变要素投入决策，εit是所有人都观测不到的生产率冲击，因而不会影响到企业决策，所以采用Levinsohn &Petrin(2003)做法，首先用中间投入品作为不可观测生产率冲击的代理变量对模型进行估计，得到βl，βll，βlk和βlm的无偏估计；然后基于生产率冲击服从Markov过程的假设，同时结合企业退出概率，用二次多项式逼近φ(mit,kit)并代入width=332,height=18,dpi=110进而得到剩余参数的无偏估计值；最后将相关的参数估计值和要素投入数量代入式(4)，得到中间投入的产出弹性。

2.中介变量。分别用全要素生产率、污染治理成本和市场集中度作为中介变量，捕捉创新补偿效应、成本遵循效应和市场结构效应对企业成本加成率的影响。具体测度方法如下：

(1)全要素生产率tfp。鉴于传统OLS方法估计企业TFP存在的联立偏误和选择偏误问题，采用OP方法(Olley &Pakes，1996)，用企业当期投资作为不可观测生产率冲击的代理变量来计算企业全要素生产率。由于工业企业数据库2004年、2008—2009年以及2011年未报告企业增加值指标，将利用公式“工业增加值=应付工资总额+增值税+利润总额+本年折旧”来估算缺失的工业增加值，并利用企业所在地区工业品出厂价格指数平减得到实际增加值；资本投入量应该是实际投入到生产中的固定资本存量，现有文献主要采用了永续盘存法估算(张杰等，2009)和固定资产净值年平均余额替代(吴利学等，2016)两种做法，但由于2009年以后工业企业数据库不再报告“固定资产净值年平均余额”指标，因此，本文采用永续盘存法来估算历年各企业的固定资本存量Kit+1：Kit+1=Kit+Iit-Dit，其中，Kit，Iit和Dit分别表示企业所在地区固定资产价格指数进行平减后的t期期初实际资本存量、t期内实际投资额和实际折旧额(3) 2008年和2010年当期折旧指标缺失，采取直线折旧法用累计折旧除以企业年龄得到。，Kit用当期折旧Dit除以折旧率δ得到，参考张杰等(2009)，取折旧率δ=15%；各期投资流量Iit通过相邻两个年份固定资产原值差额得到，对样本期内非连续出现的企业，参照金戈(2016)方法，通过公式width=86,height=34,dpi=110估算补齐缺失值，其中g为样本期内全国固定资产原值(实际值)的几何平均增长率；劳动力投入用企业从业人员年平均人数衡量。上述指标均调整为基期的实际值，指标数据来自《中国工业企业数据库》，各类价格指数来自历年《中国统计年鉴》。

(2)污染治理成本ecost。借鉴Baumol et al.(1982)提出的多产出生产函数和Christensen et al.(1973)提出的超越对数成本函数思想，参考陈林等(2020)做法，采用包含工业污染物“负产出”及环境治理成本的企业成本函数模型，测度制造企业的环境治理成本。具体思想：用Y表示制造企业的合意产出(实际增加值)，B表示制造企业的非合意产出(废水和废气等环境污染物)，根据企业的联合生产函数F(Y，B)得到联合成本函数C(Y，B)，用P表示要素价格，通过二阶泰勒近似展开方法得到包含污染物和环境治理成本的超越对数成本函数：

lnC=width=516,height=35,dpi=110

width=485,height=35,dpi=110
(5)

其中，i表示劳动或资本要素，n表示SO2或COD污染物。为保证式(5)可微，要求γij=γji，∀i≠j；为满足成本函数关于要素价格向量的一次齐次性，有width=393,height=30,dpi=110根据《工业企业污染排放数据库》公布的SO2和COD排放量，以及《中国工业企业数据库》经处理得到的企业实际增加值、劳动力工资水平和资本成本(4) 平均工资水平用应付工资总额除以从业人员数得到，资本成本用一年期定期存款利率反映的机会成本衡量，企业增加值估算方法见前文。，利用非线性估计方法对式(5)进行实证检验，得到污染物减排成本弹性：

εn=width=527,height=37,dpi=110

(6)

由εn得到企业污染物的边际减排成本：width=178,height=39,dpi=110进而通过加总得到企业的环境污染治理总成本：

width=216,height=37,dpi=110
(7)

(3)市场集中度hhi。考虑到工业企业规模以上统计口径于2011年发生调整，导致部分企业未被纳入统计范围进而可能影响到市场集中度测算结果的准确性，参考已有文献(盛斌和毛其淋，2017)，采用各企业销售额与其所在行业总销售额占比的平方和衡量。由于“平方和”对规模最大的前几个企业的市场份额变化特别敏感，因而能够最大限度地降低统计口径变更造成的影响。

3.控制变量。参照既有理论和实证研究文献，选取控制变量及计算方法如下：(1)资本密集度klratio，用实际固定资本存量与从业人员平均人数比值来衡量；(2)企业出口强度export，用出口交货值占比销售产值来衡量；(3)融资约束finance，用利息支出与固定资产比值来衡量；(4)政府补贴subsidy，用补贴收入与企业销售额的比值来衡量；(5)企业年龄age，用当年年份与企业成立年份的差来衡量；(6)企业规模虚拟变量big，按销售额从小到大顺序分为两份，分别定义为小企业和大企业；(7)所有制类型虚拟变量state，根据企业实收资本结构，划分为国有和非国有企业两类。上述指标计算均具体到企业层面，所需数据全部来自《中国工业企业数据库》，对因数据缺失导致指标无法计算的企业从样本中予以统一剔除。

四、实证检验与结果分析
(一)倾向得分匹配检验
通过Logit回归估计倾向得分，采用“k近邻匹配”方法对处理组企业进行1:2配对，匹配结果的数据平衡性检验如表1所示，可以看出，匹配后所有协变量的标准差偏差均小于5%，所有t检验结果都不拒绝处理组与控制组无系统差异的原假设，表明了匹配结果的有效性。

表1 匹配平衡性检验

width=736,height=313,dpi=110
(二)基准回归结果及分析
环境规制影响成本加成率的基准结果如表2所示，其中，列(1)报告了只控制个体和时间固定效应但不加入控制变量的估计结果，列(2)～列(8)报告了逐步控制可观测变量潜在影响以及个体和年份固定效应后的估计结果。结果显示，无论是否在模型中加入控制变量，环境规制变量(DT)的估计系数在1%水平下始终显著为正，说明环境规制政策促进了制造企业成本加成率上升。

表2 环境规制影响企业成本加成率的政策效应

width=730,height=473,dpi=110
注：*，**，***分别表示10%，5%，1%的显著性水平，括号内数字为聚类到四位数代码行业层面的稳健标准差。下同。

(三)稳健性检验
1.动态效应检验。处理组与对照组在政策实施前拥有共同的时间变动趋势是政策效应真实的前提，同时考虑到环境规制政策效应可能存在时间变动特征，为此，笔者将基准模型(1)中的环境规制变量(DT)替换为受到处理第几年的虚拟变量，将计量模型重新设定如下：

markupit=width=187,height=37,dpi=110

width=206,height=38,dpi=110
+εit

(8)

其中，width=26,height=15,dpi=110为处理组在环境规制政策实施前第n年时取值为1的一系列虚拟变量；current为处理组在环境规制政策实施当年时取值为1的虚拟变量；width=31,height=15,dpi=110为处理组在环境规制政策实施后第n年时取值为1的虚拟变量。实证检验结果中虚拟变量回归系数的显著性及其变动的可视化结果如图3所示。以图中虚线代表的环境规制政策实施年份(2006年)为界，可以发现，政策实施前虚拟变量的系数均不显著，说明在环境规制政策实施之前，处理组与对照组成本加成率变动趋势不存在显著差异，接受平行趋势假设。政策实施当年虚拟变量以及政策实施后两年虚拟变量的政策效应不显著，说明环境规制政策效果存在时滞，而在环境规制政策实施后的第四年，政策效应显著为正，说明环境规制政策对成本加成率的提升效果开始释放并显现。

width=345,height=211,dpi=110
图3 共同趋势假设与环境规制政策的动态效应检验

2.虚构处理组检验。即使共同趋势能够满足，但政策实施后处理组和对照组的成本加成率变动差异也可能是由同时期其他政策导致，为此，进一步通过虚构处理组的方法来验证处理变量对产出变量作用机制的排他性。根据政策实施年份(2006年)的处理组样本数，从原匹配好的样本数据中随机抽取相同数量的个体作为“伪处理组”，剩余样本计入控制组，然后生成“伪政策虚拟变量”纳入基准模型(1)重新回归，重复进行500次的“伪政策虚拟变量”回归系数的分布及相应的p值如图4所示。结果显示，回归系数主要集中在零值附近且绝大多数估计系数的p值都大于0.10，即在10%水平上不显著，说明真实的政策效应估计结果不大可能是受到了其他政策或随机性因素的影响。

width=348,height=200,dpi=110
图4 虚构处理组的安慰剂检验
说明：垂直虚线表示DID模型真实估计值，水平虚线表示显著性水平0.10。

3.虚构政策时点检验。既然环境规制政策的严格执行始于2006年，那么在政策实施之前的阶段，环境规制政策对成本加成率的机制检验就不应该通过显著性检验。笔者将研究区间限定为2000—2005年，并假定环境规制政策实施年份为2002年，年度政策效应的回归结果如图5所示，结果显示“伪政策时点”前后年份的政策效应都不显著。

width=344,height=210,dpi=110
图5 虚构政策时点的安慰剂检验

4.重新PSM检验。由于DID的估计结果依赖于匹配方法的选择，为此，利用“半径内一对二近邻匹配”方法对处理组和对照组企业进行了重新匹配，重新进行的双重差分估计结果如表3所示。实证结果显示，新匹配方法下的DID估计结果与表2基本一致，证明了原实证结果的稳健性。

表3 重新PSM匹配下的政策效应估计结果

width=730,height=489,dpi=110
(四)中介机制检验
利用温忠麟等(2012)提出的中介效应模型对环境规制影响企业成本加成率的作用机制进行实证研究，同时对中介效应的显著性进行Sobel检验和Bootstrap检验。用M表示中介变量，计量模型设定如下：

Mit=β0+β1DiTt+β2Di+β3Tt+β4Xit+εit

(9)

markupit=η0+η1DiTt+η2Mit+η3Di+η4Tt+η5Xit+εit

(10)

中介机制的检验结果如表4所示，从中可以看出，环境规制对成本加成率的促进效应主要通过创新补偿机制实现，虽然市场集中度提高有助于制造企业成本加成率上升，但环境规制对市场集中度回归系数的统计学意义和经济学意义都不显著。这也是造成市场结构中介效应未通过Sobel检验和Bootstrap检验的根本原因。遵循成本机制虽然通过了中介效应检验，但环境规制引致的环境治理成本上升，对制造企业成本加成率的作用为负。

表4 中介机制检验

width=736,height=387,dpi=110
说明：Sobel检验结果报告的是Z值，Bootstrap检验结果报告的是重复200次的95%置信区间。

(五)行业及地区异质性检验
前文实证检验得到的是环境规制政策对企业成本加成率的平均影响效应。然而，制造业细分行业无论是在资本密集度还是技术创新能力等方面均存在很大差异，并且作为一个经济转型国家，不同行业和地区企业在生产经营环境方面也存在显著差异。为此，有必要考察环境规制对企业成本加成率影响的行业异质性和地区异质性。参考王杰和刘斌(2014)分类，将制造行业划分为重度污染行业和中轻度污染行业两类，回归结果见表5。模型(1)～模型(2)显示，重度和中轻度污染行业的DT系数都大于零且通过显著性检验，但重度污染行业的环境规制效应明显大于中轻度污染行业，说明环境规制对企业成本加成率的促进作用在重度污染行业更为明显。这与理论预期相符，毕竟就环境规制对象而言重度污染行业首当其冲。模型(3)～ 模型(5)显示，西部地区DT的回归系数未通过显著性检验，中部和东部地区DT的回归系数为正且通过显著性检验，但中部地区的环境规制效应大于东部地区，这可能与区域间环保监管力度差异和企业将污染向中部地区就近转移(沈坤荣等，2017)有关。

表5 环境规制影响效应的异质性检验结果

width=736,height=249,dpi=110
五、结论与政策建议
低碳经济背景下严厉的环境规制将是中国未来较长时间内持续实施的一项重要的公共政策，伴随环境规制政策的实施，能否在有效控制环境污染的同时实现企业竞争力提升与环境保护的“双赢”，是政府和学界共同关心的课题。理论研究表明，成本加成能力不仅直接关系到企业对市场价格的控制力和盈利状况，更重要的是，还将直接关系到企业长期内动态竞争能力的塑造和培育。因此，有必要从成本加成视角来对环境规制的政策效应进行再评估。

本文以“十一五”以来环境规制政策的实质性推进为“准自然实验”，基于2000—2011年《工业企业污染排放数据库》和《中国工业企业数据库》，采用PSM-DID方法，从成本加成视角考察了环境规制政策实施对企业动态竞争能力的影响。总体样本的回归结果显示，环境规制政策显著提升了制造企业的成本加成率，该结论在一系列稳健性检验后依然成立。进一步的机制检验显示，环境规制对成本加成率的促进作用主要通过创新补偿机制实现，市场结构变动机制对成本加成率的影响不明显，遵循成本机制对成本加成率的影响为负。分样本的回归结果显示，环境规制政策引致的企业成本加成率上升效应在重度污染行业和中部地区更为明显。

本文研究为环境规制影响效应的再评估提供了一个来自转型发展中国家的微观证据，研究结论对旨在通过绿色发展引领制造业企业转型升级的中国经济也具有重要的政策启示。既然遵循成本机制对成本加成率的影响为负，市场结构变动机制对成本加成率的促进作用尚未显现，而创新补偿效应是弱化环境治理成本上升引致成本加成率下降的主要力量，那么制造企业市场竞争力的提升也需要从这三个方面综合施策。具体表现为：第一，弱化环境规制的成本增加效应对企业创新投资活动的负面影响。政府应设立针对绿色技术引进与环保设备升级的产业发展基金，加大对企业治污技术改造和节能减排设备更新的投资与补贴，以弥补创新型企业因绿色创新而导致的短期性成本上升，保证其后续持续研发投入的平稳性。第二，鼓励企业积极开展兼并重组以提升制造业细分行业的产业集中度。围绕供给侧结构性改革，全面落实“三去一降一补”政策，通过环保标准、安全生产标准、质量标准等的严格执行推动低效率企业在市场机制作用下得到清理处置和有效化解的同时，综合采取财政奖励、融资支持或税收优惠等手段鼓励行业内的龙头企业或骨干企业积极开展兼并重组整合资源，以提高企业的市场竞争力。第三，以市场机制激发制造业企业绿色技术创新的内生动力，促进企业全要素生产率提升。加强知识产权保护并健全知识产权市场交易体系，推动绿色技术成果转移转化的市场化和产业化，通过创新收益激励增强企业进行绿色技术创新的内在动力，实现环境保护与全要素生产率提升的双赢。

需要指出的是，本文仍存在一定局限性。本文研究虽然显示环境规制尚未引致制造业内部市场结构的显著变化，但受限于《工业企业污染排放数据库》和《中国工业企业数据库》的可获得性，利用2000—2011年样本数据得到的研究结论仅限于样本期内，伴随环境规制加强引致企业增加研发投入进而促进成本加成率上升的创新补偿效应进一步显现，可以预见制造行业内部将发生剧烈的企业进入、退出与成长，如果市场集中度随之不断提升，那么结构变动效应可能会显著为正，进而环境规制对成本加成率的政策效应也会随之增强。随着官方统计数据的日臻完善和开放，未来可对其做进一步的计量检验。

参考文献

陈健鹏,2018:《我国环境治理40年回顾与展望》,《中国经济时报》,2018-12-10。

陈林、肖倩冰、牛之琳,2020：《考虑环境治理成本的企业成本函数模型及其应用》,《数量经济技术经济研究》第11期。

蒋伏心、王竹君、白俊红,2013:《环境规制对技术创新影响的双重效应——基于江苏制造业动态面板数据的实证研究》,《中国工业经济》第7期。

金戈,2016:《中国基础设施与非基础设施资本存量及其产出弹性估算》,《经济研究》第5期。

李蕾蕾、盛丹,2018:《地方环境立法与中国制造业的行业资源配置效率优化》,《中国工业经济》第7期。

李胜兰、初善冰、申晨,2014:《地方政府竞争、环境规制与区域生态效率》,《世界经济》第4期。

李阳、党兴华、韩先锋、宋文飞,2014:《环境规制对技术创新长短期影响的异质性效应——基于价值链视角的两阶段分析》,《科学学研究》第6期。

聂辉华、江艇、杨汝岱,2012:《中国工业企业数据库的使用现状和潜在问题》,《世界经济》第5期。

秦楠、刘李华、孙早,2018:《环境规制对就业的影响研究——基于中国工业行业异质性的视角》,《经济评论》第1期。

任力、黄崇杰,2015:《国内外环境规制对中国出口贸易的影响》,《世界经济》第5期。

沈坤荣、金刚、方娴,2017:《环境规制引起了污染就近转移吗?》,《经济研究》第5期。

盛斌、毛其淋,2017:《进口贸易自由化是否影响了中国制造业出口技术复杂度》,《世界经济》第12期。

史贝贝、冯晨、张妍、杨菲,2017:《环境规制红利的边际递增效应》,《中国工业经济》第12期。

孙辉煌、韩振国,2010:《不完全竞争、R&D投入与成本加成变动——基于中国工业行业的实证研究》,《科学学研究》第7期。

孙学敏、王杰,2014:《环境规制对中国企业规模分布的影响》,《中国工业经济》第12期。

温忠麟、刘红云、侯杰泰,2012:《调节效应和中介效应分析》,北京:教育科学出版社。

王兵、肖文伟,2019:《环境规制与中国外商直接投资变化——基于DEA多重分解的实证研究》,《金融研究》第2期。

王杰、刘斌,2014:《环境规制与企业全要素生产率——基于中国工业企业数据的经验分析》,《中国工业经济》第3期。

吴利学、叶素云、傅晓霞,2016:《中国制造业生产率提升的来源:企业成长还是市场更替?》,《管理世界》第6期。

原毅军、谢荣辉,2014:《环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验》,《中国工业经济》第8期。

张杰、李勇、刘志彪,2009:《出口促进中国企业生产率提高吗?——来自中国本土制造业企业的经验证据:1999—2003》,《管理世界》第12期。

朱东波、任力,2017:《环境规制、外商直接投资与中国工业绿色转型》,《国际贸易问题》第11期。

Acemoglu,D.,P.Aghion,L.Bursztyn,and D.Hemous,2012,“The Environment and Directed Technical Change”,American Economic Review,102 (1):131-166.

Albrizio,S.,T.Kozluk,and V.Zipperer,2017,“Environmental Policies and Productivity Growth:Evidence across Industries and Firms”,Journal of Environmental Economics and Management,81:209-226.

Baumol,W.J.,J.C.Panzar,and R.D.Willig,1982,“Contestable Markets and the Theory of Industry Structure”,Canadian Journal of Economics,(514):774-780.

Brandt,L.,J.Van Biesebroeck,L.Wang,and Y.Zhang,2017,“WTO Accession and Performance of Chinese Manufacturing Firms”,American Economic Review,107(9):2784-2820.

Cai,H.,and Q.Liu,2009,“Competition and Corporate Tax Avoidence:Evidence from Chinese Industrial Firms”,Economic Journal,119 (537):764-795.

Christensen,L.R.,D.W.Jorgenson,and L.J.Lau,1973,“Transcendental Logarithmic Production Frontiers”,Review of Economics and Statistics,55(1):28-45.

Christainsen,G.B.,and R.H.Haveman,1981,“The Contribution of Environmental Regulations to the Slowdown in Produtivity Growth”,Journal of Environmental Economics and Management,8(4):381-390.

Gray,W.B.,and R.J.,Shadbegian,1998,“Environmental Regulation,Investment Timing,and Technology Choice”,Journal of Industrial Economics,46(2):235-256.

Greenstone,M.,J.A.List,and C.Syverson,2012,“The Effects of Environmental Regulation on the Competitiveness of U.S.Manufacturing”,NBER Working Paper No.18392.

Levinsohn,J.,and A.Petrin,2003,“Estimating Functions Using Inputs to Control for Unobservables”,Review of Economic Studies,70(2):317-341.

Loecker,D.J.,and F.Warzynski,2012,“Markups and Firm-level Export Status”,American Economic Review,102 (6):2437-2471.

Olley,G.S.,and A.Pakes,1996,“The Dynamics of Productivity in the Telecommunications Equipment Industry”,Econometrica,64 (6):1263-1297.

Porter,M.E.,and C.V.D.Linde,1995,“Toward a New Conception of the Environment-competitiveness Relationship”,Journal of Economic Perspectives,9(4):97-118.

HOW DOES ENVIRONMENTAL REGULATION AFFECT THE MARKUP RATIO OF MANUFACTURING ENTERPRISES
SHEN Chunmiao1 ZHENG Jianghuai2

(1.School of Business,Nanjing Normal University; 2.School of Economics,Nanjing University)

Abstract:Based on the Chinese industrial enterprise pollution emission database and Chinese industrial enterprise database over the period from 2000 to 2011,this paper uses PSM-DID method to investigate the effect of environmental regulation on the markup ratio of manufacturing enterprises and its micro mechanism,in which the substantial promotion of environmental regulation stringency since the 11th Five-year Plan is regarded as quasi natural experiment.The empirical results of the total sample show that the environment regulation has produced a positive effect on markup ratio.Mediation effect tests show that the promotion effect of environment regulation on markup ratio is majorly driven by innovative compensation mechanism,the effect of an increase in compliance cost caused by environmental regulation has produced a negative effect on markup ratio and the effect of the market structure mechanism is not significant.The results of sub sample regression show that the promotion effect of environmental regulation on the markup ratio is more obvious in high pollution industries and in middle regions.

Key words:environmental regulation;markup ratio;PSM-DID;manufacturing

* 沈春苗(通讯作者)，南京师范大学商学院，邮政编码：210023，电子信箱：cmshen@njnu.edu.cn；郑江淮，南京大学经济学院。本文得到国家自然科学基金青年项目(71903096)、国家社会科学基金重大项目(18ZDA077)、国家社会科学基金一般项目(20BJY001)的资助。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)