基于非平衡面板模型的高碳行業(yè)技術(shù)研發(fā)實證分析

于麗華

（遼寧科技大學 經(jīng)濟與法律學院，遼寧 鞍山 114000）

0 引言

2013年我國在試點地區(qū)嘗試進行碳排放總量控制辦法減少碳排放，并強制要求高碳行業(yè)達到減排標準。同時，政府設立碳金融專項基金鼓勵部分行業(yè)企業(yè)加大減排的研發(fā)力度。在此背景下，哪些行業(yè)受到的沖擊較大，各個行業(yè)對減排投入研究受哪些因素的影響等等，這些問題值得關(guān)注。徐盈之（2014）[1]基于誘導型技術(shù)創(chuàng)新理論和技術(shù)推動型理論，實證研究碳稅征收、低碳技術(shù)知識存量、政府科學技術(shù)財政投入和科技人員投入對我國整體及八大綜合經(jīng)濟區(qū)低碳技術(shù)創(chuàng)新的影響大小。結(jié)果表明，碳稅政策對于低碳技術(shù)創(chuàng)新作用最為明顯。不同的綜合經(jīng)濟區(qū)存在著明顯的政策效果差異，滯后年限也隨著地區(qū)產(chǎn)業(yè)能源消耗結(jié)構(gòu)的不同存在較大差異。魏守道等（2015）[2]構(gòu)建了開放經(jīng)濟下國家設定碳稅稅率、企業(yè)選擇低碳技術(shù)研發(fā)競爭或研發(fā)合作及研發(fā)水平、產(chǎn)量水平的三階段博弈模型，發(fā)現(xiàn)較之于研發(fā)競爭，企業(yè)進行研發(fā)合作必定會提高低碳技術(shù)研發(fā)水平、降低碳排放量和改善國家福利，有可能會提高企業(yè)利潤。時丹丹（2016）[3]基于中國企業(yè)角度提出了低碳技術(shù)創(chuàng)新影響因素，分析了低碳技術(shù)研發(fā)費用投入、IT研發(fā)技術(shù)投入、低碳技術(shù)研發(fā)人員投入、企業(yè)家精神、創(chuàng)新戰(zhàn)略以及動態(tài)環(huán)境等內(nèi)、外部因素對中國企業(yè)低碳技術(shù)創(chuàng)新的影響，并探討了動態(tài)環(huán)境因素的調(diào)節(jié)作用。周志方（2017）[4]、田源等（2018）[5]從不同方面研究了碳風險對債務資本市場的影響，得出碳風險與債務融資成本之間呈“U”型關(guān)系，給出企業(yè)碳風險管理、提高碳信息透明度及有效降低債務融資成本具體參考意見[4，5]。王志國（2016）[6]、吳玉萍（2017）[7]針對低碳技術(shù)創(chuàng)新復雜系統(tǒng)進行分析，建立了動態(tài)賦時博弈模型，分析了政府的決策做出對企業(yè)低碳技術(shù)創(chuàng)新系統(tǒng)性能指標的時間量特性影響，得出政府的低碳規(guī)制會直接影響企業(yè)低碳技術(shù)創(chuàng)新決策行為。鑒于此，本文從高碳行業(yè)企業(yè)投資研發(fā)力度進行分析，探討在強制減排的政策下，企業(yè)的低碳技術(shù)創(chuàng)新影響因素。

1 變量的選擇與模型的構(gòu)建

1.1 變量的選擇與定義

本文中被解釋變量是高碳行業(yè)企業(yè)的研發(fā)支出費用。在目前強力減排的政策環(huán)境下，企業(yè)研發(fā)支出的增加與否，從而判斷企業(yè)投入研究碳減排的力度。這一指標簡寫為RD。

對于解釋變量，本文在考察節(jié)能減排的背景下，碳金融支持高碳行業(yè)開發(fā)減排技術(shù)的投入情況，文中選取資產(chǎn)負債率、公司成長性和公司規(guī)模三個變量作為解釋變量，分別簡寫為LEV、GROW和SIZE。

對于資產(chǎn)負債率作為解釋變量是基于這樣考慮的，資產(chǎn)負債率代表了企業(yè)的資本結(jié)構(gòu)，是衡量企業(yè)經(jīng)營績效的一個重要指標。資產(chǎn)負債率越高，企業(yè)的償債壓力越大，企業(yè)的研發(fā)投入相對較小。

本文選取企業(yè)的成長能力作為一個解釋變量，來衡量企業(yè)的成長性。綜合考慮采用主營業(yè)務收入的增長率來代替，有可預見的收入預期，其投入減排研究的力度就越大；當前企業(yè)發(fā)展規(guī)模也是衡量經(jīng)營業(yè)績的一個重要指標，通常規(guī)模大的企業(yè)有較大經(jīng)濟優(yōu)勢，具有強大的研發(fā)投入能力。

被解釋變量除了受解釋變量的影響外，還受其他一些變量的影響，通常作為控制變量來處理。對這些變量的選擇，本文采用了可決系數(shù)決定法。選取政府碳金融補貼額為控制變量，簡寫為SB。變量定義如表1所示。

表1 變量的定義

1.2 模型的構(gòu)建

根據(jù)樣本數(shù)據(jù)的特點，本文采用面板數(shù)據(jù)模型進行分析，模型通常表示為：

式（1）中αi表示第i個個體的截距項，βi為解釋變量Xit的系數(shù)，uit是動態(tài)隨機誤差項，滿足正態(tài)分布。K為解釋變量的個數(shù)。選擇不同αi和βi值，模型可以分為三種不同類型：

（1）無個體影響的不變系數(shù)模型。即αi=αj和βi=βj同時得到滿足。

（2）變截距模型。即是αi≠αj并且βi=βj。

（3）變系數(shù)模型。即滿足αi≠αj并且βi≠βj。滿足這一條件的模型稱之為變系數(shù)模型或無約束模型。

對式（1）方程展開并具體化，相應方程的表達式如下。

隨機效應估計模型：

固定效應估計模型：

混合二乘估計模型：

在三種模型方程中，各變量的下標i表示不同的上市公司，各變量下標t代表時間，長度為1年。μi是滿足任意分布的動態(tài)隨機變量，ci是常數(shù)項，uit是殘差項，滿足動態(tài)分布。

2 實證分析

2.1 樣本數(shù)據(jù)的選擇與處理

本文選取的樣本是國內(nèi)化工、鋼鐵和有色金屬三大高碳行業(yè)上市公司的年度財務數(shù)據(jù)，數(shù)據(jù)來源于Wind咨詢。選取樣本數(shù)據(jù)的時間跨度為2012—2017年。本文對部分數(shù)據(jù)進行了適當?shù)奶幚恚瑥闹刑蕹四甓葦?shù)據(jù)由于停牌等原因，導致嚴重失真的公司，最后梳理得到170家化工企業(yè)、50家有色金屬企業(yè)和20家鋼鐵企業(yè)的完整年度財務數(shù)據(jù)。

在建立面板數(shù)據(jù)模型之前，為了避免出現(xiàn)偽回歸，首先對數(shù)據(jù)進行面板數(shù)據(jù)單位根檢驗。通過逐一對總體樣本進行單位根檢驗。從分析的結(jié)果來看，在1%的置信水平上，被解釋變量、解釋變量和控制變量拒絕了存在單位根的假設，選擇變量滿足回歸模型要求的平穩(wěn)性條件。

2.2 模型實證結(jié)果

本文利用面板數(shù)據(jù)模型分別對化工、鋼鐵和有色金屬三個行業(yè)進行實證分析。由于面板模型的特點，在實證之前需要對數(shù)據(jù)進行檢驗，判斷是否滿足模型的要求。表2至表4分別是對化工、有色和鋼鐵三行業(yè)相關(guān)變量進行描述性統(tǒng)計分析的結(jié)果。

表2 化工行業(yè)描述性統(tǒng)計

表3 有色金屬行業(yè)描述性統(tǒng)計

表4 鋼鐵行業(yè)描述性統(tǒng)計

從表2至表4可以發(fā)現(xiàn)，鋼鐵行業(yè)的投資研發(fā)均值最大，為20.683，說明從行業(yè)來看，該行業(yè)投研力度最大；另外鋼鐵行業(yè)投資力度標準差為1.661，大于化工行業(yè)的投資力度標準差1.406，說明鋼鐵行業(yè)內(nèi)各企業(yè)為了減排的研發(fā)力度差異較大。從行業(yè)成長性來看，只有化工行業(yè)的均值為正，鋼鐵和有色金屬行業(yè)的營業(yè)收入增長率均呈下降趨勢，不過鋼鐵行業(yè)下降的更快。從資產(chǎn)負債和公司規(guī)模來看，鋼鐵行業(yè)的負債率和規(guī)模均為最大。

假設對減排的研發(fā)力度受資本負債率、成長性和公司規(guī)模的影響，在進一步分析之前，需要對解釋變量之間的關(guān)系進行判斷。本文選擇spearman等級相關(guān)系數(shù)，如（2）式所示：

式（2）屬于非參數(shù)法，自變量需要滿足順序等距或等比例的非正態(tài)分布。采用的檢驗方法是Corrlate相關(guān)分析方法，表5（見下頁）中給出了化工、鋼鐵和有色行業(yè)三個變量之間的相關(guān)關(guān)系。

從表5可以看出，化工行業(yè)和有色金屬行業(yè)的投資研發(fā)力度與資產(chǎn)負債率呈現(xiàn)負相關(guān)關(guān)系，化工行業(yè)的研發(fā)力度與資產(chǎn)負債率在10%水平下顯著負相關(guān)，兩個行業(yè)隨著資產(chǎn)負債率增加，減排的投資研發(fā)力度就會降低。在企業(yè)成長性方面，只有化工行業(yè)的企業(yè)成長性與研發(fā)投入在5%水平下顯著，化工行業(yè)屬于知識密集型行業(yè)，收入增長率越高，投入的研發(fā)費用也會越多。在公司規(guī)模方面，三個行業(yè)減排的投資研發(fā)力度均與公司規(guī)模呈現(xiàn)正相關(guān)關(guān)系，公司規(guī)模越大，投資研發(fā)的力度也就越大。從解釋變量之間的關(guān)系來看，三個行業(yè)的公司規(guī)模與資產(chǎn)負債率均在1%水平下顯著，說明公司規(guī)模越大，越傾向融資貸款，資產(chǎn)負債率也就越高。同時，鋼鐵行業(yè)的成長性與資產(chǎn)負債率在5%水平下顯著，企業(yè)收入增長率越高，相應的負債率也會增高。以上的被解釋變量與解釋變量以及解釋變量之間的相關(guān)關(guān)系與預期基本一致。

表5 Corrlate相關(guān)性分析結(jié)果

本文在選擇適合的面板模型之前，首先進行固定效應和隨機效應假設檢驗。首先以化工行業(yè)為例進行分析，分析結(jié)果如表6所示。Redundant固定效應檢驗的p值為1，檢驗結(jié)果顯著，表明固定效應模型相對于隨機效應模型更適用，且擬合系數(shù)也與預期基本一致。同理，也可分別對鋼鐵和有色金屬行業(yè)進行模型選擇的假設檢驗（過程略）。

表6 化工行業(yè)面板模型的回歸統(tǒng)計

分別用固定效應模型對化工、鋼鐵和有色三個行業(yè)進行回歸分析，分析結(jié)果如表7所示。

表7 鐵與有色行業(yè)的回歸統(tǒng)計結(jié)果

從表7可以看出，三個行業(yè)的各解釋變量在1%水平下均顯著。從研發(fā)投入與資產(chǎn)負債率來看，三個模型估計的資產(chǎn)負債率系數(shù)均為負數(shù)，說明無論哪個行業(yè)的企業(yè)資產(chǎn)負債的升高，都會降低公司的研發(fā)投入，這與實際相符。另外，化工行業(yè)的資產(chǎn)負債率為-0.1675，為行業(yè)中最小。鋼鐵行業(yè)的資產(chǎn)負債率為-2.4803，為行業(yè)中最大，每增加一單位負債，其投資研發(fā)就會降低-2.4803。

從公司成長性來看，三個行業(yè)的企業(yè)成長性在1%水平下均顯著。有色金屬行業(yè)的估計系數(shù)為0.45285，為最大?；ば袠I(yè)次之，估計系數(shù)為0.31612。鋼鐵行業(yè)最小，估計系數(shù)為-0.12887。說明化工行業(yè)和有色金屬行業(yè)的營業(yè)收入的增加，對公司節(jié)能減排的投資研發(fā)力度增加不大。而鋼鐵行業(yè)隨著營業(yè)收入的增加，研發(fā)費用呈現(xiàn)遞減的趨勢，似乎與實際不符，主要是鋼鐵行業(yè)的產(chǎn)能規(guī)模在逐步減小，且近年來營業(yè)收入增長率均為負值。

從公司規(guī)模對研發(fā)投入的效應來看，三個行業(yè)公司規(guī)模估計系數(shù)在1%水平下顯著，且均為正數(shù)，說明公司規(guī)模的擴大，有利于公司增加減排的研發(fā)力度。不過正向促進作用并不明顯，因為三個行業(yè)的規(guī)模估計系數(shù)均小于1。相比較而言，鋼鐵行業(yè)的規(guī)模估計系數(shù)最大，為0.9817，化工行業(yè)次之，為0.65314，有色行業(yè)最小，為0.57545。另外，政府設立的碳金融基金對企業(yè)的研發(fā)投入正向作用明顯，不僅在1%水平下顯著，且估計系數(shù)均大于1，三個行業(yè)的估計系數(shù)相差不大。因為作為碳金融的專項基金，有強制要求以提高減排效率，開發(fā)更先進的減排技術(shù)為目的。

3 結(jié)論

本文從碳金融支持強制減排的視角，對高碳行業(yè)投資研發(fā)的情況進行分析，以尋求促進高碳行業(yè)技術(shù)創(chuàng)新的碳減排機制，結(jié)果顯示：一是三個樣本行業(yè)中，資產(chǎn)負債率與研發(fā)投入具有顯著的負相關(guān)關(guān)系；化工行業(yè)和有色金屬行業(yè)的成長性與研發(fā)投入具有顯著的正相關(guān)關(guān)系，而鋼鐵行業(yè)與研發(fā)投入具有負相關(guān)關(guān)系。二是公司規(guī)模與研發(fā)投入具有顯著的正相關(guān)關(guān)系，公司規(guī)模對研發(fā)投入的沖擊影響要弱于資產(chǎn)負債率對研發(fā)投入的沖擊影響。三是政府補貼對研發(fā)投入具有顯著的正相關(guān)關(guān)系，并且對樣本行業(yè)沖擊相差不大，這主要是政策強制要求的結(jié)果。