張艷云，黃 濤

(北京大學(xué) 光華管理學(xué)院， 北京 100871)

一、政策背景

從1980 年至2002年，中國(guó)經(jīng)歷了萬元GDP(國(guó)內(nèi)生產(chǎn)總值)能耗年均降低5%的過程。而從2002年至2005年，能耗與GDP增長(zhǎng)關(guān)系的歷史趨勢(shì)出現(xiàn)了巨大的逆轉(zhuǎn)，萬元GDP能耗在此階段年均增長(zhǎng)3.8%[1]。為扭轉(zhuǎn)這一局面，中國(guó)政府于2005年提出了一個(gè)宏大的目標(biāo)：到2010年底能耗強(qiáng)度(單位GDP耗能量)要下降20%。為實(shí)現(xiàn)這一目標(biāo)，中國(guó)政府在“十一五”期間實(shí)施了許多能效項(xiàng)目，其中最為關(guān)鍵的項(xiàng)目之一就是千家企業(yè)節(jié)能行動(dòng)，該行動(dòng)需在“十一五”期間實(shí)現(xiàn)1億噸標(biāo)準(zhǔn)煤的節(jié)能量。入選的“千家”工業(yè)企業(yè)均為節(jié)能大戶，以2004年為例，它們的能耗量分別占全國(guó)總能耗量和工業(yè)能耗總量的33%和47%。每家節(jié)能企業(yè)的節(jié)能目標(biāo)設(shè)定主要取決于該企業(yè)能耗在所有被管制能耗企業(yè)中的占比，并根據(jù)企業(yè)的節(jié)能技術(shù)進(jìn)步潛力微調(diào)[2]。根據(jù)官方統(tǒng)計(jì)，“十一五”期間，納入千家企業(yè)節(jié)能行動(dòng)考核的881家企業(yè)共實(shí)現(xiàn)節(jié)能量1.65億噸標(biāo)準(zhǔn)煤，超額65%完成節(jié)能1億噸的目標(biāo)[3]。除了國(guó)家層面和省級(jí)層面頒布的相關(guān)政策和提出的要求，企業(yè)層面實(shí)現(xiàn)既定節(jié)能目標(biāo)的手段之一就是技術(shù)更新和改造[4]。但是由于企業(yè)數(shù)據(jù)的保密性，企業(yè)真實(shí)的節(jié)能手段采用情況并未公布，這使得節(jié)能目標(biāo)的實(shí)現(xiàn)無據(jù)可查。作為實(shí)現(xiàn)節(jié)能目標(biāo)的重要途徑，工業(yè)企業(yè)的技術(shù)改造和創(chuàng)新是我們關(guān)心的重點(diǎn)。因此，本文試圖利用政策已有的公開信息，探尋千家企業(yè)節(jié)能行動(dòng)政策下企業(yè)是否真正在技術(shù)創(chuàng)新上有所突破。

二、文獻(xiàn)回顧

環(huán)境改善和企業(yè)創(chuàng)新是維持社會(huì)環(huán)境和企業(yè)可持續(xù)發(fā)展的兩個(gè)重要手段，但是以改善自然環(huán)境為初衷的環(huán)境政策對(duì)企業(yè)技術(shù)開發(fā)的影響往往是不確定的。雖然根據(jù)發(fā)揮作用的主體性角度和政策工具的強(qiáng)弱性特征相結(jié)合的標(biāo)準(zhǔn)，環(huán)境政策被大致劃分為三大類型：命令—控制型、市場(chǎng)激勵(lì)型和自愿行動(dòng)型[5]，但是基于中國(guó)目前的政策施行情況，最能發(fā)揮作用的一直是命令—控制類型?，F(xiàn)有理論關(guān)于命令—控制政策對(duì)企業(yè)創(chuàng)新能力的作用的爭(zhēng)論主要有兩類觀點(diǎn)：一類學(xué)者認(rèn)為強(qiáng)制性的政策增加了企業(yè)成本，占用了企業(yè)用于提升經(jīng)濟(jì)績(jī)效(例如開發(fā)新產(chǎn)品和開拓新市場(chǎng))的資源，從而降低了企業(yè)的競(jìng)爭(zhēng)力[6]；另一類學(xué)者則主張“波特假說”(Porter’s Hypothesis)，認(rèn)為適當(dāng)?shù)沫h(huán)境規(guī)制能激發(fā)企業(yè)的創(chuàng)新潛能，實(shí)現(xiàn)環(huán)境績(jī)效與經(jīng)濟(jì)績(jī)效的“雙贏”[7-8]。

除了理論上的爭(zhēng)論，環(huán)境規(guī)制對(duì)企業(yè)創(chuàng)新不同方向的影響亦有實(shí)證檢驗(yàn)。趙紅使用中國(guó)30個(gè)省市工業(yè)企業(yè)1996—2004年的面板數(shù)據(jù)，實(shí)證分析了環(huán)境規(guī)制對(duì)于企業(yè)技術(shù)創(chuàng)新的影響，結(jié)果顯示，環(huán)境規(guī)制對(duì)滯后1期或2期的R&D投人強(qiáng)度以及專利申請(qǐng)數(shù)量有顯著的正效應(yīng)，環(huán)境規(guī)制強(qiáng)度每提高1%，二者分別增加0.12%和0.30%[9]，表明環(huán)境規(guī)制在中長(zhǎng)期對(duì)中國(guó)企業(yè)技術(shù)創(chuàng)新有一定的促進(jìn)作用。蔣伏心等運(yùn)用2004—2011年江蘇省28個(gè)制造業(yè)行業(yè)面板數(shù)據(jù)，采用兩步GMM法實(shí)證分析了環(huán)境規(guī)制對(duì)技術(shù)創(chuàng)新的直接效應(yīng)和間接效應(yīng)，結(jié)果表明，環(huán)境規(guī)制與企業(yè)技術(shù)創(chuàng)新之間呈現(xiàn)先下降后提升的U型動(dòng)態(tài)特征，隨著環(huán)境規(guī)制強(qiáng)度由弱變強(qiáng)，影響效應(yīng)由抵消效應(yīng)轉(zhuǎn)變?yōu)檠a(bǔ)償效應(yīng)[10]。同樣是對(duì)環(huán)境規(guī)制強(qiáng)度和企業(yè)生產(chǎn)技術(shù)進(jìn)步之間關(guān)系的研究，張成等指出這一影響在不同地區(qū)呈現(xiàn)的效果不同，在東部和中部地區(qū)，初始較弱的環(huán)境規(guī)制強(qiáng)度確實(shí)削弱了企業(yè)的生產(chǎn)技術(shù)進(jìn)步率，然而隨著環(huán)境規(guī)制強(qiáng)度的增加，企業(yè)的生產(chǎn)技術(shù)進(jìn)步率逐步提高，即環(huán)境規(guī)制強(qiáng)度和企業(yè)生產(chǎn)技術(shù)進(jìn)步之間呈現(xiàn)U型關(guān)系；在西部地區(qū)，受到環(huán)境規(guī)制形式的影響，環(huán)境規(guī)制強(qiáng)度和企業(yè)的生產(chǎn)技術(shù)進(jìn)步之間尚未形成在統(tǒng)計(jì)意義上顯著的U型關(guān)系[11]。

現(xiàn)有文獻(xiàn)對(duì)環(huán)境規(guī)制的測(cè)量大多基于政策的經(jīng)濟(jì)指標(biāo)，均存在一定程度的不足[11]。千家企業(yè)節(jié)能行動(dòng)作為“十一五”期間重要的能源環(huán)境政策，為控制—命令型環(huán)境規(guī)制與企業(yè)創(chuàng)新關(guān)系的研究提供了“擬自然實(shí)驗(yàn)”的機(jī)會(huì)[12]。借鑒申萌等[12]的研究方法，本文嘗試對(duì)此進(jìn)行實(shí)證檢驗(yàn)，并從以下3個(gè)方面避免相關(guān)研究中的偏誤問題：第一，通過雙重差分法觀察政策的平均處理效應(yīng)(average treatment effect)，不需要直接觀察治污成本，避免治污成本指標(biāo)的選擇問題；第二，通過傾向得分匹配搜尋與政策實(shí)施企業(yè)相似的對(duì)照組企業(yè)，有效規(guī)避企業(yè)異質(zhì)性問題；第三，《千家企業(yè)節(jié)能行動(dòng)實(shí)施方案》明確指出，原則上5年內(nèi)不對(duì)千家企業(yè)名單作大的調(diào)整，規(guī)避選擇性偏誤問題。

三、實(shí)證方法

(一)傾向得分匹配—雙重差分法

本文利用雙重差分法(difference-in-difference，DID)和傾向得分匹配(propensity score matching,PSM)相結(jié)合的方法考察千家企業(yè)節(jié)能行動(dòng)對(duì)企業(yè)創(chuàng)新的影響。雙重差分法是研究政策效應(yīng)的常用方法，在理論上，當(dāng)政策目標(biāo)企業(yè)是隨機(jī)產(chǎn)生時(shí)，通過雙重差分法比較政策組和對(duì)照組在政策實(shí)施前后創(chuàng)新績(jī)效的變化差，可以得到政策效果，即創(chuàng)新績(jī)效的平均處理效應(yīng)，具體表達(dá)為：

ΔEDID=E(yi1-yi0′)-E(yi0-yi0′)

(1)

其中：yi1表示受政策處理后企業(yè)i的創(chuàng)新績(jī)效，yi0表示假設(shè)企業(yè)未受政策處理的創(chuàng)新績(jī)效，yi0′表示政策實(shí)施前的創(chuàng)新績(jī)效。對(duì)于所有政策組企業(yè)，yi0是無法觀測(cè)的。如果政策組企業(yè)是隨機(jī)選擇的，對(duì)照組企業(yè)的創(chuàng)新績(jī)效yj0可近似代理yi0。此時(shí)，平均處理效應(yīng)可通過OLS回歸獲得：

yit=α0+α1·Treati+α2·Timet+β·(Treati·Timet)+γ·Xit+εit

(2)

其中：yit表示企業(yè)i在年份t的創(chuàng)新績(jī)效，Treati表示企業(yè)i是否屬于政策組的0-1變量(取值為1表示屬于政策組)，Timet表示年份t處于政策實(shí)施前或者后的時(shí)間虛擬變量(取值為1表示屬于政策后)，Xit表示其他控制變量，系數(shù)β為平均處理效應(yīng)ΔEDID。

上述分析方法適用于隨機(jī)產(chǎn)生的政策組企業(yè)，但是千家企業(yè)節(jié)能行動(dòng)中選出的企業(yè)不滿足此條件[12]，千家企業(yè)均為精心選擇的特定行業(yè)的重點(diǎn)耗能企業(yè)。當(dāng)政策組企業(yè)并非隨機(jī)選擇時(shí)，由于各組企業(yè)存在不同特征，雙重差分法將產(chǎn)生選擇性偏誤。因此，本文利用傾向得分匹配解決該問題[13]。為給政策組找到合適的對(duì)照組企業(yè)，本文選擇了與政策組企業(yè)所在二位數(shù)工業(yè)行業(yè)代碼相同的具有創(chuàng)新行為的企業(yè)，以降低其他行業(yè)政策的干擾。同時(shí)，為避免選擇性偏誤，需要找到一組可行協(xié)變量Z，滿足式(3)：

E(yi0-yi0′|Treat=1,P(Z))=E(yj0-yj0′|Treat=0,P(Z))

(3)

其中，P(Z)表示企業(yè)在政策實(shí)施前被歸于政策組的傾向得分，這一得分來源于將“是否屬于政策組”虛擬變量對(duì)企業(yè)基期的協(xié)變量進(jìn)行Probit回歸獲得，得到傾向得分之后需進(jìn)行平衡假設(shè)檢驗(yàn)，目的是說明在政策組和對(duì)照組之間是否不再具有顯著差異。在實(shí)際操作中，由于傾向得分是連續(xù)分布，很難找到兩個(gè)企業(yè)具有完全相同的傾向得分[12]。為解決這一問題，本文使用了半徑匹配(本文設(shè)定半徑值為0.05)和核匹配兩個(gè)方法以保證回歸結(jié)果的穩(wěn)健。

(二)數(shù)據(jù)處理和變量說明

千家企業(yè)節(jié)能行動(dòng)是相關(guān)部門于2006年開始實(shí)施的，針對(duì)鋼鐵、石油石化、電力、化工等九大行業(yè)中2004年企業(yè)綜合能源消費(fèi)量達(dá)18萬噸標(biāo)準(zhǔn)煤以上的1 008家重點(diǎn)企業(yè)的節(jié)能政策，由于兼停并轉(zhuǎn)等原因，2007—2010年政策中實(shí)際參與評(píng)估的企業(yè)數(shù)目分別為998、959、925和905家。本文使用的數(shù)據(jù)為《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》近幾年更新的數(shù)據(jù)，并經(jīng)歷了繁復(fù)的數(shù)據(jù)清理過程。首先，本文根據(jù)千家企業(yè)的代碼和名稱與工業(yè)企業(yè)數(shù)據(jù)庫(kù)進(jìn)行匹配；其次，如果代碼和名稱均未匹配到，再根據(jù)企業(yè)的其他唯一性信息進(jìn)行匹配，例如電話、公司網(wǎng)址等。最終由工業(yè)企業(yè)數(shù)據(jù)庫(kù)匹配到的企業(yè)數(shù)目為430家。為了獲取企業(yè)的創(chuàng)新數(shù)據(jù)，本文以這430家企業(yè)為基礎(chǔ)，利用Python 3.4軟件，在國(guó)家知識(shí)產(chǎn)權(quán)局專利檢索系統(tǒng)爬取相應(yīng)企業(yè)的專利數(shù)據(jù)，其中能檢索到的企業(yè)數(shù)目為255家，但是由于大量企業(yè)在“十一五”期間不存在專利數(shù)據(jù)而被刪除，最終得到的企業(yè)數(shù)目為122家。根據(jù)雙重差分法，本文需觀察政策執(zhí)行前后企業(yè)創(chuàng)新績(jī)效的變化，另外，由于節(jié)能行動(dòng)的政策實(shí)施時(shí)間為 2006—2010年，千家企業(yè)名單公布時(shí)間為2004年，而且Price等[14]認(rèn)為該行動(dòng)到2007年已顯出效果，因此本文的基準(zhǔn)研究期限為2004—2007年。

表1報(bào)告了 2004年和 2007年政策組和對(duì)照組的主要變量的分布情況。各變量的定義如下：(1)考慮到環(huán)境政策對(duì)企業(yè)創(chuàng)新績(jī)效的影響存在滯后效應(yīng)，本文使用企業(yè)未來3年的專利申請(qǐng)數(shù)目之和作為企業(yè)當(dāng)年的創(chuàng)新績(jī)效(例如2004年的創(chuàng)新績(jī)效為2004—2006年的專利申請(qǐng)數(shù)目之和)。(2)固定資產(chǎn)利潤(rùn)率(FixPftRatio)：用于反映企業(yè)的盈利能力，根據(jù)公式“總利潤(rùn)/固定資產(chǎn)合計(jì)”獲得。(3)流動(dòng)比率(CurRatio)：反映企業(yè)短期償債能力，根據(jù)公式“流動(dòng)資產(chǎn)/流動(dòng)債務(wù)”計(jì)算。(4)單位債務(wù)收益率(StkLiabRatio)：表示企業(yè)的長(zhǎng)期償債能力，根據(jù)公式“所有者權(quán)益/總債務(wù)”獲取。(5)企業(yè)規(guī)模(Size)：用數(shù)據(jù)庫(kù)提供的“全部從業(yè)人員年平均數(shù)”表示。(6)企業(yè)隸屬關(guān)系(affiliation)：為0-1虛擬變量，其中取值為1表示該企業(yè)隸屬于中央。

表1 關(guān)鍵變量均值與組間差異

注：報(bào)告數(shù)據(jù)為主要變量的均值，括號(hào)內(nèi)為標(biāo)準(zhǔn)差，*、**和 ***分別表示在10%、5%和1%水平上顯著

四、實(shí)證分析

(一)PSM方法的結(jié)果

表2 Probit模型回歸結(jié)果

注：報(bào)告數(shù)據(jù)為2004年的匹配結(jié)果，括號(hào)內(nèi)為標(biāo)準(zhǔn)誤，*、**和***分別表示在10%、5%和1%水平上顯著

在表2中，模型1匯報(bào)了Probit模型回歸的結(jié)果，模型2和模型3分別對(duì)應(yīng)半徑值為0.05的半徑匹配和核匹配的“加權(quán)Probit”回歸結(jié)果。相比于匹配前的模型1，匹配之后的R2在另外兩個(gè)模型中均大幅度下降，說明匹配后的模型在整體上已不能解釋組間差異，匹配方法可行。

表3是匹配之后的平衡性檢驗(yàn)結(jié)果，結(jié)果表明半徑匹配和核匹配均平衡了原有的組間差異，即兩種匹配方法都較好地通過了平衡性檢驗(yàn)。

(二)DID方法的結(jié)果

表4報(bào)告了平均處理效應(yīng)，其中可以看到匹配前政策組企業(yè)相比對(duì)照組企業(yè)在2004—2007年專利申請(qǐng)數(shù)目增長(zhǎng)了26.99%，但是因?yàn)檫x擇偏差的存在，匹配前的結(jié)果不能反映政策的效果。匹配后的平均處理效應(yīng)都顯著為正，且系數(shù)明顯大于匹配前的數(shù)據(jù)，這表明匹配前的平均處理效應(yīng)偏低。另外，半徑匹配的平均處理效應(yīng)為63.71%，核匹配的平均處理效應(yīng)為59.46%，說明千家企業(yè)節(jié)能行動(dòng)這項(xiàng)政策使得政策組企業(yè)的創(chuàng)新能力在2004—2007年得到了60%左右的提升。

表3 平衡性檢驗(yàn)結(jié)果

注：括號(hào)內(nèi)為t值，*、**和***分別表示在10%、5%和1%水平上顯著

表4 雙重差分法回歸結(jié)果

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤，*、**和 ***分別表示在10%、5%和1%水平上顯著

表5顯示了分地區(qū)(東部、中部和西部)匹配之后的平均處理效應(yīng)，可以看出，政策對(duì)企業(yè)專利申請(qǐng)數(shù)目的影響具有明顯的地區(qū)差異，其中，隨著時(shí)間的推移，中部地區(qū)企業(yè)的創(chuàng)新能力也出現(xiàn)了顯著的提升，但是政策和時(shí)間交叉系數(shù)的符號(hào)為負(fù)，且沒有顯示出統(tǒng)計(jì)意義上的顯著性。另外，政策對(duì)東部和西部地區(qū)企業(yè)的創(chuàng)新能力均具有顯著正向影響，但是相比于西部，東部企業(yè)受益更大。從綜合半徑匹配和核匹配的結(jié)果來看，在2004年到2007年，千家企業(yè)節(jié)能行動(dòng)這項(xiàng)政策對(duì)東部企業(yè)創(chuàng)新能力的提升比西部企業(yè)大約高出20%。

表5 不同地區(qū)雙重差分法回歸結(jié)果

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤，*、**和***分別表示在10%、5%和1%水平上顯著

五、結(jié)論與討論

千家企業(yè)節(jié)能行動(dòng)是“十一五”期間最為關(guān)鍵的節(jié)能項(xiàng)目之一，涵蓋了鋼鐵、石油石化、電力、化工、建材、紡織等九大重點(diǎn)耗能行業(yè)，該行動(dòng)不僅超額完成了既定的節(jié)能目標(biāo)，而且在促進(jìn)企業(yè)的技術(shù)創(chuàng)新上也取得了顯著的效果，對(duì)以后的節(jié)能行動(dòng)也有很好的啟發(fā)和助益，這在近年來的實(shí)踐中得到了充分的證實(shí)。本文結(jié)合傾向得分匹配和雙重差分法，減弱了政策企業(yè)選擇的非隨機(jī)性帶來的選擇偏誤，在此基礎(chǔ)上研究了這項(xiàng)節(jié)能政策對(duì)規(guī)制企業(yè)創(chuàng)新績(jī)效的影響。在對(duì)數(shù)據(jù)進(jìn)行匹配之前，單純的雙重差分法顯示政策組企業(yè)的專利申請(qǐng)數(shù)目相比非政策企業(yè)平均增加26.99%，但是在匹配之后，平均處理效應(yīng)高達(dá)60%左右，說明組間特征的差異抵消了30%～40%專利申請(qǐng)數(shù)目的增加。顯著正向的政策效應(yīng)表明千家企業(yè)節(jié)能行動(dòng)不僅沒有增加企業(yè)節(jié)能減排的成本，還促進(jìn)了企業(yè)技術(shù)的創(chuàng)新，說明政策企業(yè)將這項(xiàng)節(jié)能行動(dòng)視為敦促自身進(jìn)行技術(shù)改造和更新的契機(jī)，也進(jìn)一步證實(shí)了適當(dāng)?shù)沫h(huán)境政策可以實(shí)現(xiàn)節(jié)能績(jī)效與企業(yè)效率的“雙贏”。但是，這項(xiàng)政策對(duì)企業(yè)創(chuàng)新能力的提升只對(duì)東部和西部企業(yè)作用明顯，對(duì)中部地區(qū)企業(yè)影響不明顯，不過中部地區(qū)企業(yè)的創(chuàng)新能力在時(shí)間上是出現(xiàn)了顯著提升的，這一點(diǎn)值得我們進(jìn)一步思考和探索政策是否抑制了中部企業(yè)創(chuàng)新能力的提升。千家企業(yè)節(jié)能行動(dòng)雖然獲得了節(jié)能績(jī)效上的成功，但是從可持續(xù)性角度來講，節(jié)能政策的真正成功是要讓企業(yè)逐步具備節(jié)能自主性，而這一自主性離不開企業(yè)創(chuàng)新能力環(huán)境的培養(yǎng)。