空氣污染與中國(guó)工業(yè)企業(yè)社保繳費(fèi)
——來自微觀數(shù)據(jù)的實(shí)證分析

□ 曹斯蔚

(中國(guó)人民大學(xué) 財(cái)政金融學(xué)院, 北京 100872)

[基金項(xiàng)目]國(guó)家自然科學(xué)基金項(xiàng)目“中國(guó)式政府競(jìng)爭(zhēng)對(duì)空氣污染時(shí)空分布的影響研究”(71903008)、國(guó)家社會(huì)科學(xué)基金項(xiàng)目“推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的財(cái)政管理體制優(yōu)化研究”(19BJY216)、中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目“新績(jī)效考核制度下中國(guó)式政府競(jìng)爭(zhēng)對(duì)地方政府行為的影響及其福利效應(yīng)研究”(20XNL002)。

一、引 言

保險(xiǎn)作為一種風(fēng)險(xiǎn)轉(zhuǎn)移的工具,與空氣污染這一風(fēng)險(xiǎn)因子關(guān)系密切。已有成果研究了空氣污染對(duì)個(gè)人健康保險(xiǎn)需求的影響(Chang et al.,2018[1];伍駿騫等,2019[2];袁成和劉舒亭,2020[3]),但作為對(duì)經(jīng)濟(jì)社會(huì)影響最重大、廣泛的社會(huì)保險(xiǎn),其與空氣污染的因果關(guān)系并未理清?？諝馕廴緦?duì)企業(yè)經(jīng)營(yíng)的風(fēng)險(xiǎn)效應(yīng)與成本效應(yīng)會(huì)對(duì)社保繳費(fèi)產(chǎn)生影響,表現(xiàn)為提高風(fēng)險(xiǎn)感知水平和企業(yè)成本負(fù)擔(dān)擠占。一方面,社保是轉(zhuǎn)移風(fēng)險(xiǎn)的工具;另一方面,社保繳費(fèi)增加了企業(yè)的用工成本負(fù)擔(dān)。邏輯上,空氣污染的風(fēng)險(xiǎn)感知效應(yīng)是更直接的。對(duì)企業(yè)社保繳費(fèi)的成本擠占效應(yīng)則更間接、隱性且傳導(dǎo)鏈條更長(zhǎng),要影響到企業(yè)的實(shí)際生產(chǎn)經(jīng)營(yíng),增加成本負(fù)擔(dān),其作用門檻更高。輕微的空氣污染影響可能為風(fēng)險(xiǎn)感知效應(yīng)所主導(dǎo),在短期內(nèi)拉動(dòng)了企業(yè)社保繳費(fèi)的上升,但嚴(yán)重的空氣污染卻大量地?cái)D占了企業(yè)經(jīng)營(yíng)成本,造成社保繳費(fèi)的“倒U型”逆轉(zhuǎn)下降。我國(guó)空氣污染極現(xiàn)象受到各方關(guān)注。其中,新疆和田、喀什一度位列全球空氣質(zhì)量最差城市前二十,首都北京也曾被列為全球前100名霧霾城市(1)網(wǎng)易網(wǎng):“報(bào)告 | 全球3000座城市霧霾排行榜,印度德里竟然擠不進(jìn)前十名”,https:∥www.163.com/dy/article/E9GMVI7O0519LEUN.html.?？諝馕廴緦?duì)社保繳費(fèi)的影響更可能是經(jīng)常性地被成本擠占效應(yīng)所主導(dǎo),空氣污染所造成的成本擠占效應(yīng)也許可以為我國(guó)工業(yè)企業(yè)極為普遍的社保逃費(fèi)現(xiàn)象提供一個(gè)新的環(huán)境視角的解釋與證據(jù)。

2012年以來,我國(guó)政府面向國(guó)內(nèi)與國(guó)際社會(huì)推出了許多針對(duì)空氣污染與環(huán)境保護(hù)的指導(dǎo)性政策文件，如國(guó)內(nèi)的具體有2000年的《大氣污染防治法》、2013年的《大氣污染防治行動(dòng)計(jì)劃》、2018年的《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》等。我國(guó)空氣污染防治已不僅是一個(gè)國(guó)內(nèi)的經(jīng)濟(jì)社會(huì)問題,還對(duì)我國(guó)國(guó)際形象的建立至關(guān)重要。我國(guó)積極推動(dòng)空氣污染防治工作，這體現(xiàn)了大國(guó)擔(dān)當(dāng)。工業(yè)企業(yè)的社保繳費(fèi)遵從與逃費(fèi)一直是我國(guó)社會(huì)保障體系構(gòu)建的難點(diǎn)和輿論熱點(diǎn)，空氣污染對(duì)工業(yè)企業(yè)社保繳費(fèi)究竟影響幾何?其值得關(guān)注。鑒于PM2.5濃度已是廣受國(guó)際社會(huì)接受的空氣污染測(cè)度指標(biāo)(Ebenstein A et al.,2015)[4]，本文選取其作為空氣污染對(duì)中國(guó)工業(yè)企業(yè)社保繳費(fèi)影響的核心解釋變量,力圖給出實(shí)證證據(jù),以證明其之間“倒U型”關(guān)系的存在。

本文至少有三點(diǎn)政策含義。一是論證了大氣防治等環(huán)保治理措施對(duì)我國(guó)大多數(shù)企業(yè),具有“降成本”的政策效應(yīng),可起到提高工業(yè)企業(yè)社保繳費(fèi)遵從的助推作用。二是本文的證據(jù)表明:我國(guó)經(jīng)濟(jì)要實(shí)現(xiàn)高質(zhì)量發(fā)展,加強(qiáng)社會(huì)保障制度建設(shè)與環(huán)保治理措施在我國(guó)并不矛盾,還具有協(xié)同效應(yīng)。三是在空氣質(zhì)量良好、空氣污染不嚴(yán)重、但社保壓力大、經(jīng)濟(jì)欠發(fā)達(dá)的地區(qū),要注意空氣污染治理所帶來的風(fēng)險(xiǎn)感知鈍化效應(yīng),給予企業(yè)優(yōu)惠與政策引導(dǎo),減少因?yàn)榄h(huán)保規(guī)制而帶來的經(jīng)濟(jì)成本與社保繳費(fèi)規(guī)模下降。同時(shí)，本文的實(shí)證分析在理論上進(jìn)一步豐富了環(huán)境風(fēng)險(xiǎn)與社保需求間關(guān)系的研究結(jié)論。

社保繳費(fèi)因我國(guó)長(zhǎng)期以來社保征管的“屬地化”管理原則,一直存在著激勵(lì)不足、地方政府自由裁量與企業(yè)不遵從的問題,制度上有很多模糊化、不透明、有爭(zhēng)議的地方。首先,在2019年以前，征管體制上由社保經(jīng)辦機(jī)構(gòu)征收、地方稅務(wù)部門征收、社保經(jīng)辦機(jī)構(gòu)委托地方稅務(wù)部門代為征收三種模式共存,且由地方政府自由選擇。社保內(nèi)部各險(xiǎn)種、各所有制征收對(duì)象間還存在著相互嵌套的“碎片化”(劉軍強(qiáng),2011[5])。2018年,中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)了《國(guó)稅地稅征管體制改革方案》,規(guī)定了各項(xiàng)社保費(fèi)將由稅務(wù)部門統(tǒng)一征收,并于2019年正式移交實(shí)施(2)搜狐網(wǎng):“重磅丨中辦國(guó)辦印發(fā)《國(guó)稅地稅征管體制改革方案》各項(xiàng)社保費(fèi)將由稅務(wù)部門統(tǒng)一征收”,https:∥www.sohu.com/a/242711400_822893。,我國(guó)社保費(fèi)的征繳部門之爭(zhēng)畫上句號(hào)。但改革的進(jìn)度因?yàn)楦鞣N因素的影響,政策的執(zhí)行暫定采用的是“成熟一省,移交一省”的漸進(jìn)式改革思路(尹恒等,2021[6])。又因社保收支在地區(qū)間的不平衡、不充分,將統(tǒng)籌層次上移以進(jìn)行中央的統(tǒng)一劃撥調(diào)劑一直被學(xué)界、實(shí)務(wù)界以及社會(huì)各階層所廣泛討論。但因統(tǒng)籌的上移會(huì)弱化地方實(shí)際征收機(jī)構(gòu)的激勵(lì)和觸及地方政府的利益,下一步統(tǒng)籌層次上移對(duì)社保繳費(fèi)征管的影響已被重點(diǎn)關(guān)注(朱恒鵬等,2020[7];趙仁杰和范子英,2020[8])。

然而,這些制度性分析都沒有捕捉到企業(yè)主動(dòng)的社保繳費(fèi)遵從情況?？諝馕廴炯葧?huì)提高企業(yè)風(fēng)險(xiǎn),也會(huì)增加企業(yè)負(fù)擔(dān),產(chǎn)生風(fēng)險(xiǎn)效應(yīng)與成本效應(yīng)。社保本身是一攬子保險(xiǎn)產(chǎn)品,其既是轉(zhuǎn)移風(fēng)險(xiǎn)的工具,也是附加于勞動(dòng)力購(gòu)買價(jià)格之上的成本負(fù)擔(dān)?？諝馕廴緦?duì)企業(yè)風(fēng)險(xiǎn)的提高具有直接性。惡劣的工作環(huán)境、呼吸道中混雜的顆粒物與可見的霧霾彌漫會(huì)被人類個(gè)體先直接感知,企業(yè)更迫切地需要采取低端勞動(dòng)力積累的勞動(dòng)密集型經(jīng)營(yíng)策略,并在招工時(shí)給予員工更高工資以進(jìn)行補(bǔ)貼式的健康補(bǔ)償。對(duì)于企業(yè)的成本效應(yīng)則更隱性、更間接,比如嚴(yán)重的霧霾彌漫造成交通運(yùn)輸限行、存貨周轉(zhuǎn)受阻(李超和李涵,2017[9]);使勞動(dòng)生產(chǎn)率下降(陳詩(shī)一和陳登科,2018[10]; Fu et al.,2019[11];陳帥,張丹丹,2020[12]),直覺上，其均需要空氣污染達(dá)到一定的閾值條件才會(huì)產(chǎn)生。因此,空氣污染對(duì)工業(yè)企業(yè)社保繳費(fèi)可能具有風(fēng)險(xiǎn)效應(yīng)、成本效應(yīng)交替主導(dǎo)的“倒U型”影響。本文選擇中國(guó)工業(yè)企業(yè)社保繳費(fèi)規(guī)模作為實(shí)證分析的被解釋變量,以精確計(jì)算到縣的PM2.5濃度為指標(biāo),檢驗(yàn)空氣污染對(duì)社保繳費(fèi)的影響。識(shí)別使用逆溫差作為工具變量,較好地解決了識(shí)別的內(nèi)生性問題,加入穩(wěn)健性檢驗(yàn)與異質(zhì)性分析,得出了相對(duì)可信、穩(wěn)定、信息豐富的結(jié)論,將社保繳費(fèi)的因變量進(jìn)行分解檢驗(yàn),還基于行業(yè)類型分組回歸以進(jìn)行異質(zhì)性分析。結(jié)論表明,空氣污染對(duì)企業(yè)存在直接的風(fēng)險(xiǎn)效應(yīng)與間接的成本效應(yīng),同社保繳費(fèi)間是“倒U型”關(guān)系。

本文使用中國(guó)工業(yè)企業(yè)數(shù)據(jù)(CIBPD)、美國(guó)國(guó)家航空航天局(NASA)氣象衛(wèi)星遙感AOD(氣溶膠光學(xué)厚度)反演數(shù)據(jù)、中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(CNEMC)天氣數(shù)據(jù)數(shù)據(jù)庫(kù),構(gòu)建了一個(gè)非平衡的面板數(shù)據(jù)集。數(shù)據(jù)的處理上使用了衛(wèi)星數(shù)據(jù)的柵格點(diǎn),采取雙線插值的辦法,計(jì)算出了精確到縣的年均PM2.5濃度水平,檢驗(yàn)縣域年均PM2.5濃度對(duì)社保繳費(fèi)的“倒U型”影響。

結(jié)果表明,PM2.5濃度上升與轄區(qū)內(nèi)工業(yè)企業(yè)的社保繳費(fèi)規(guī)模存在“倒U型”關(guān)系,即社保繳費(fèi)先為直接的風(fēng)險(xiǎn)效應(yīng)所主導(dǎo),達(dá)到一定的閾值后再出現(xiàn)負(fù)擔(dān)擠壓的間接成本效應(yīng)，且這一實(shí)證結(jié)果具有穩(wěn)健性。然后,對(duì)社保繳費(fèi)規(guī)模的因變量進(jìn)行分解,發(fā)現(xiàn)PM2.5對(duì)社保繳費(fèi)的影響更多的是通過員工人數(shù)與人均工資起作用，在基于行業(yè)類型的分組回歸中存在異質(zhì)性。其與前文形成對(duì)照,增加了本文結(jié)果的可靠性。

本文的創(chuàng)新點(diǎn)與邊際貢獻(xiàn)在于:實(shí)證發(fā)現(xiàn)了PM2.5增加與我國(guó)工業(yè)企業(yè)社保繳費(fèi)規(guī)模的“倒U型”關(guān)系,并進(jìn)行了基于行業(yè)類型分組的異質(zhì)性分析,較為細(xì)致地闡明了PM2.5影響工業(yè)企業(yè)社保繳費(fèi)的直接風(fēng)險(xiǎn)感知效應(yīng)與間接成本擠占效應(yīng)。本文還將社保繳費(fèi)規(guī)模的因變量分解為員工人數(shù)、人均工資與社保費(fèi)率以探明PM2.5影響社保繳費(fèi)規(guī)模的方式,提供了環(huán)境因素對(duì)社保繳費(fèi)、保險(xiǎn)需求影響的新視角,為空氣污染對(duì)企業(yè)行為的研究提供了新的參考。

本文以后的結(jié)構(gòu)安排如下:第二部分是文獻(xiàn)綜述與研究假設(shè);第三部分是實(shí)證研究設(shè)計(jì);第四部分是實(shí)證回歸結(jié)果;第五部分是穩(wěn)健性與異質(zhì)性檢驗(yàn);第六部分為結(jié)論與政策建議。

二、文獻(xiàn)綜述與研究假說

(一)文獻(xiàn)綜述

1.社保繳費(fèi)的影響因素

我國(guó)工業(yè)企業(yè)社保逃費(fèi)現(xiàn)象多發(fā)，因此，對(duì)社保繳費(fèi)影響因素的研究成為重要課題。首先,關(guān)于稅務(wù)部門征收、社保經(jīng)辦機(jī)構(gòu)征收、社保經(jīng)辦機(jī)構(gòu)委托稅務(wù)部門代為征收“三元”征繳機(jī)構(gòu)的選擇問題。劉軍強(qiáng)(2011)判斷存在征繳機(jī)構(gòu)選擇多元化的原因在于，各部門間存在或顯性或隱性的資源與利益之爭(zhēng)。其剖析了1999—2008年歷時(shí)10年的社保征繳主體制度變遷,判斷地方稅務(wù)部門征收才能有效擴(kuò)大社保繳費(fèi)覆蓋面，增加社?；鹗杖?。但彭雪梅等(2015)[13]手動(dòng)搜集的我國(guó)31個(gè)省級(jí)行政單位的2002—2011年社保繳費(fèi)數(shù)據(jù)卻顯示,由社保經(jīng)辦機(jī)構(gòu)征收的總體效果要明顯好于由地方稅務(wù)機(jī)關(guān)征收,結(jié)果穩(wěn)健且顯著。唐玨和封進(jìn)(2019)[14]則證明,社保繳費(fèi)機(jī)構(gòu)從社會(huì)保險(xiǎn)部門變更為地方稅務(wù)部門,不僅會(huì)使企業(yè)實(shí)際繳費(fèi)率上升3%,還會(huì)使得企業(yè)參保概率上升5%。總之,一般認(rèn)為稅務(wù)部門具有較強(qiáng)的征管能力與征管資源,但社保經(jīng)辦部門對(duì)個(gè)人參保者信息更了解且征收的內(nèi)在激勵(lì)更強(qiáng)。不同征收機(jī)構(gòu)對(duì)社保繳費(fèi)的影響存在爭(zhēng)議,但判定稅務(wù)部門征收效果更好的成果稍多。在2018年黨中央國(guó)務(wù)院原本部署“社會(huì)保險(xiǎn)費(fèi)明年起由稅務(wù)部門統(tǒng)一征收”的情況下,2019年改革又暫時(shí)擱置,需要“成熟一省,移交一省”。其征收機(jī)構(gòu)選擇問題還具有討論空間。

其次是社保統(tǒng)籌層次上移的影響。朱恒鵬等(2020)以委托—代理理論的的視角進(jìn)行分析,認(rèn)為社保統(tǒng)籌層次的上移雖能夠增強(qiáng)社保的風(fēng)險(xiǎn)分擔(dān)能力,但也會(huì)帶來基層政府社保征繳積極性下降的負(fù)面影響。趙仁杰和范子英(2020)將研究對(duì)象放在了占比社保繳費(fèi)規(guī)模三分之二的養(yǎng)老保險(xiǎn)統(tǒng)籌上,認(rèn)為統(tǒng)籌力度越大,企業(yè)養(yǎng)老保險(xiǎn)繳費(fèi)率下降越明顯。社保經(jīng)辦機(jī)構(gòu)征收相對(duì)稅務(wù)部門征收提供了更多的可操作空間,認(rèn)為征收機(jī)構(gòu)變更與統(tǒng)籌層次上移的改革應(yīng)該并舉。其基本都判定統(tǒng)籌層次的上移會(huì)對(duì)企業(yè)實(shí)際社保繳費(fèi)率產(chǎn)生負(fù)向影響,還認(rèn)為以移交稅務(wù)機(jī)關(guān)征收為代表的加強(qiáng)征管措施能夠起到改革風(fēng)險(xiǎn)對(duì)沖作用。

最后是各種相關(guān)因素的影響。趙紹陽(yáng)和楊豪(2016)[15]發(fā)現(xiàn),高工資企業(yè)的更高公積金等員工福利對(duì)社保繳費(fèi)存在替代關(guān)系,有更強(qiáng)的社保逃費(fèi)動(dòng)機(jī)。劉子蘭等(2020)[16]則論證了最低工資制度與企業(yè)社保繳費(fèi)的成本效應(yīng)與替代效應(yīng),判斷地區(qū)最低工資標(biāo)準(zhǔn)的提高顯著降低了企業(yè)社會(huì)保險(xiǎn)繳費(fèi)率,消減了社保參保積極性。但其大多還是集中在征管體制改革的政策效應(yīng)評(píng)估,或者員工福利制度對(duì)其繳費(fèi)意愿的作用機(jī)制上,對(duì)于環(huán)境因素給其帶來的影響暫時(shí)空缺。

2. 空氣污染的影響

空氣污染作為全人類“同呼吸、共命運(yùn)”的“會(huì)呼吸的痛”,其對(duì)經(jīng)濟(jì)社會(huì)影響的測(cè)算已是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。對(duì)于人類個(gè)體,其造成嬰兒早夭(Arceo et al.,2016)[17],引起肥胖率上升(Deschenes O et al.,2020)[18],降低人均預(yù)期壽命(Ebenstein A et al.,2015,Ebenstein A et al.,2017[19]),還會(huì)干擾地區(qū)間人口流動(dòng)(Chen et al.,2017)[20]。

空氣污染對(duì)企業(yè)行為的影響集中在直接的風(fēng)險(xiǎn)感知效應(yīng)和間接的成本擠占效應(yīng)兩大方面。嚴(yán)重的空氣污染先是產(chǎn)生了直接的風(fēng)險(xiǎn)效應(yīng),比如使之創(chuàng)新激勵(lì)減弱(羅能生等,2019)[21]。隨后,其還令存貨周轉(zhuǎn)受阻(李超和李涵,2017),損害人力資本質(zhì)量(吳超鵬等,2021)[22],讓勞動(dòng)生產(chǎn)率下降(陳詩(shī)一和陳登科,2018;Fu et al.,2019;陳帥和張丹丹,2020),還不得不使之增加職工薪酬以提供健康補(bǔ)償(沈永建等,2019)[23],間接地增加企業(yè)各項(xiàng)成本負(fù)擔(dān)。其改變了企業(yè)的行為偏向,并對(duì)其行為決策造成了全方位的消極影響。社保繳費(fèi)既是廣大工業(yè)企業(yè)的“硬性”經(jīng)營(yíng)性支出負(fù)擔(dān),又是一種轉(zhuǎn)移職工各類作業(yè)風(fēng)險(xiǎn)的政策性金融工具?？諝馕廴緯?huì)通過直接風(fēng)險(xiǎn)效應(yīng)和間接成本效應(yīng)兩個(gè)渠道作用于其社保繳費(fèi)行為。這值得進(jìn)一步地開展實(shí)證分析。

3. 空氣污染對(duì)保險(xiǎn)需求的影響

空氣污染作為一種環(huán)境風(fēng)險(xiǎn)因子,容易危害個(gè)體健康。理論上應(yīng)對(duì)保險(xiǎn)這一風(fēng)險(xiǎn)轉(zhuǎn)移工具的需求產(chǎn)生影響。因空氣污染對(duì)保險(xiǎn)需求影響的研究起步較晚,國(guó)內(nèi)外學(xué)者把研究對(duì)象主要放在了影響渠道最直接、機(jī)制最清楚的健康保險(xiǎn)之上。

Chang et al.(2018)發(fā)現(xiàn),經(jīng)常性的空氣污染對(duì)購(gòu)買或取消健康保險(xiǎn)的決策有顯著影響,但這種影響與理性選擇理論不一致,即每日空氣污染增加一個(gè)標(biāo)準(zhǔn)差,當(dāng)天賣出的保險(xiǎn)合同數(shù)量就會(huì)增加7.2%。伍駿騫等(2019)的研究表明,公眾對(duì)霧霾污染影響健康的關(guān)注，增加了其對(duì)健康保險(xiǎn)的需求,實(shí)證證據(jù)還顯示其對(duì)健康保險(xiǎn)需求同時(shí)具有直接影響與空間溢出效應(yīng),公眾對(duì)霧霾污染影響健康的主觀認(rèn)知還包含一定的時(shí)滯性。袁成和劉舒亭(2020)則再次證實(shí)了上述的認(rèn)知時(shí)滯性特征,居民風(fēng)險(xiǎn)認(rèn)知的調(diào)節(jié)效應(yīng)在于放大了短期與長(zhǎng)期空氣污染對(duì)商業(yè)健康保險(xiǎn)消費(fèi)的影響?？諝馕廴緦?duì)健康保險(xiǎn)需求的研究已初露端倪,即空氣污染會(huì)使得區(qū)域內(nèi)的健康保險(xiǎn)需求增加。但這一影響由于空氣污染的漸變性和認(rèn)知轉(zhuǎn)變的緩慢,效應(yīng)的作用時(shí)間相對(duì)長(zhǎng)期且具有一定的滯后性。

商業(yè)健康險(xiǎn)本就是社會(huì)保障體系的“第三支柱”。但空氣污染對(duì)最基本的、“第一支柱”的社會(huì)保險(xiǎn)繳費(fèi)的影響還未有人進(jìn)行研究。其根本原因可能在于社保的強(qiáng)制參保性質(zhì),并不受個(gè)體購(gòu)買意愿的影響。但我國(guó)社保繳費(fèi)存在較為嚴(yán)重的自由裁量和企業(yè)遵從問題。這為本文的實(shí)證分析提供了研究的素材與土壤?？諝馕廴緦?duì)企業(yè)的風(fēng)險(xiǎn)感知效應(yīng)是相對(duì)直接的,因此也就更易被觸發(fā)。在空氣污染程度未達(dá)到一定閾值前,工業(yè)企業(yè)會(huì)把社保繳費(fèi)更當(dāng)作是一種轉(zhuǎn)移風(fēng)險(xiǎn)的手段,所以社保繳費(fèi)規(guī)模不降反升。但一旦嚴(yán)重的空氣污染、超高濃度的PM2.5超過了一定程度的數(shù)量門檻,轄區(qū)內(nèi)“伸手不見五指”。企業(yè)運(yùn)輸被霧霾彌漫所籠罩,車輛遭遇“限行”管制,存貨流轉(zhuǎn)困難(李超和李涵,2017);健康風(fēng)險(xiǎn)的預(yù)警使得高質(zhì)量人力資本大量“逃離”式流出(吳超鵬等,2021);招聘吸引力的下降使得企業(yè)用工成本陡升(沈永建等,2019);無形中糟糕的工作環(huán)境作用于雇工腦神經(jīng),其勞動(dòng)生產(chǎn)率不可避免地逐漸下降(陳詩(shī)一和陳登科,2018;Fu et al.,2019;陳帥和張丹丹,2020)。這將導(dǎo)致企業(yè)各項(xiàng)經(jīng)營(yíng)性成本攀升,對(duì)社保繳費(fèi)行為的影響也逐漸為更加間接的成本擠占效應(yīng)所主導(dǎo)。PM2.5繼續(xù)上升,隨之社保繳費(fèi)規(guī)模在達(dá)到“拐點(diǎn)”后急轉(zhuǎn)下降,從而呈現(xiàn)“倒U型”關(guān)系。

(二)研究假說

嚴(yán)重的空氣污染對(duì)工業(yè)企業(yè)有著直接的風(fēng)險(xiǎn)效應(yīng),如使得企業(yè)進(jìn)行技術(shù)創(chuàng)新的激勵(lì)減弱(羅能生等,2019);還會(huì)逐漸產(chǎn)生間接的成本效應(yīng),比如阻礙企業(yè)存貨周轉(zhuǎn)(李超和李涵,2017),使人力資本質(zhì)量滑坡(吳超鵬等,2021),令勞動(dòng)生產(chǎn)率明顯下降(陳詩(shī)一和陳登科,2018;Fu et al.,2019;陳帥和張丹丹,2020),還會(huì)以提供健康補(bǔ)償?shù)姆绞皆黾觿趧?dòng)力雇傭成本(沈永建等,2019)。但因空氣污染本身的無形風(fēng)險(xiǎn)性質(zhì),其對(duì)風(fēng)險(xiǎn)感知、風(fēng)險(xiǎn)意識(shí)的影響理應(yīng)更直接、更易于觸發(fā),而不附帶作用門檻局限。相反,產(chǎn)生成本負(fù)擔(dān)的效應(yīng)可能更間接,需要達(dá)到一定的污染閾值條件。社保既是轉(zhuǎn)移風(fēng)險(xiǎn)的金融工具,也會(huì)形成企業(yè)支出負(fù)擔(dān),微弱的空氣污染可能會(huì)提高其風(fēng)險(xiǎn)意識(shí),使得企業(yè)對(duì)勞動(dòng)力提高工資以進(jìn)行健康補(bǔ)償,推動(dòng)社保繳費(fèi)規(guī)模上升。但空氣污染的嚴(yán)重程度一旦到達(dá)了一定閾值,空氣污染對(duì)轄域內(nèi)企業(yè)產(chǎn)生全方位的間接成本效應(yīng),企業(yè)各類負(fù)擔(dān)上升,經(jīng)營(yíng)出現(xiàn)困難。其出于節(jié)省經(jīng)營(yíng)成本的考慮減少雇傭、削減工資而減少社保繳費(fèi)支出規(guī)模。所以,本文做出如下假說:

假說一:嚴(yán)重的空氣污染會(huì)對(duì)我國(guó)工業(yè)企業(yè)社會(huì)保險(xiǎn)繳費(fèi)產(chǎn)生直接的風(fēng)險(xiǎn)效應(yīng)與間接的成本效應(yīng),對(duì)繳費(fèi)規(guī)模有先上升后下降的“倒U型”關(guān)系。

因?yàn)槠髽I(yè)調(diào)整繳費(fèi)費(fèi)率更容易面臨征管處罰的危險(xiǎn),空氣污染對(duì)社保繳費(fèi)規(guī)模的影響可能更多的是通過直接風(fēng)險(xiǎn)效應(yīng)和間接成本擠占效應(yīng)改變了企業(yè)的行為傾向,而進(jìn)行調(diào)整用工人數(shù)、人均工資的相機(jī)抉擇。對(duì)應(yīng)的假說如下:

假說二:空氣污染與工業(yè)企業(yè)社保繳費(fèi)規(guī)模的“倒U型”關(guān)系是其組成部分中員工人數(shù)與人均工資的變化而導(dǎo)致的。

不同行業(yè)類型企業(yè)的要素結(jié)構(gòu)不同,空氣污染對(duì)勞動(dòng)、資本、技術(shù)要素的影響存在差異性。因而,本文再做出如下假說:

假說三:空氣污染與工業(yè)企業(yè)社保繳費(fèi)的“倒U型”關(guān)系，以及對(duì)其組成結(jié)構(gòu)的影響在不同行業(yè)類型間呈現(xiàn)一定的異質(zhì)性。

本文采用中國(guó)工業(yè)企業(yè)數(shù)據(jù)、美國(guó)國(guó)家航空航天局氣象衛(wèi)星遙感AOD反演數(shù)據(jù)、中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)天氣數(shù)據(jù)構(gòu)成的非平衡面板數(shù)據(jù)集,對(duì)以上假設(shè)進(jìn)行檢驗(yàn)。

三、實(shí)證研究設(shè)計(jì)

(一)實(shí)證設(shè)計(jì)

本文先以標(biāo)準(zhǔn)的OLS模型,使用縣內(nèi)柵格點(diǎn)平均得到的縣級(jí)PM2.5作為地區(qū)空氣污染程度的衡量指標(biāo),以進(jìn)行估計(jì)分析。然后,為了解決識(shí)別的內(nèi)生性問題,使用逆溫差作為工具變量,再采用2SLS方法再次進(jìn)行估計(jì)以對(duì)比。接下來,本文實(shí)證分析空氣污染中的縣域年度PM2.5濃度對(duì)中國(guó)工業(yè)企業(yè)社保繳費(fèi)的影響。

1.計(jì)量模型

(1)OLS估計(jì)模型

本文將首先使用OLS模型,實(shí)證檢驗(yàn)空氣污染中的縣域年均PM2.5濃度與我國(guó)工業(yè)企業(yè)社保繳費(fèi)的關(guān)系,回歸模型為(1):

θXi,j,t+ρWj,t+αi+μt+εi,j,t

(1)

(2)工具變量估計(jì)模型

要想得到OLS方法的一致估計(jì)量,模型(1)需要外生性假設(shè)。但模型(1)很可能因存在遺漏變量或者逆向因果而產(chǎn)生內(nèi)生性問題(Angrist,2008)[24],使得OLS估計(jì)產(chǎn)生偏誤。但遺漏變量問題是,可能有遺漏的變量可以直接影響工業(yè)企業(yè)社保繳費(fèi),也可以間接通過PM2.5影響企業(yè)社保繳費(fèi)，比如因?yàn)楫?dāng)?shù)卣^差的行政管理能力,對(duì)社保繳費(fèi)征收與環(huán)境規(guī)制的執(zhí)行能力都很差,從而同時(shí)影響到了PM2.5濃度與公業(yè)企業(yè)社保繳費(fèi)。逆向因果問題可以這樣形成,社保繳費(fèi)本就反映了工業(yè)企業(yè)的一種社會(huì)責(zé)任意識(shí),而社會(huì)責(zé)任意識(shí)也會(huì)影響工業(yè)企業(yè)的排污行為,從而反向影響到PM2.5濃度。

為了更好地解決識(shí)別的內(nèi)生性問題,本文參考Deschenes O et al.(2020)的做法,采用逆溫差作為空氣污染的工具變量?？v觀現(xiàn)有的研究成果,這一識(shí)別策略在應(yīng)用上已經(jīng)成熟,大量成果也已發(fā)表。Arceo et al.(2016)使用逆溫差,以墨西哥的數(shù)據(jù)實(shí)證了空氣污染對(duì)新生嬰兒死亡率的影響。陳帥和張丹丹(2020)用監(jiān)獄工廠計(jì)件工人的數(shù)據(jù),以逆溫差識(shí)別并實(shí)證了空氣污染對(duì)勞動(dòng)生產(chǎn)率的負(fù)面影響。Deschenes O et al.(2020)使用逆溫差的工具變量識(shí)別策略,發(fā)現(xiàn)了空氣污染會(huì)造成身體質(zhì)量指數(shù)(Body Mass Index, BMI)和肥胖相關(guān)指標(biāo)的惡化。吳超鵬等(2021)還以逆溫差量化了空氣污染對(duì)上市公司高管流動(dòng)的擾動(dòng)效應(yīng),證明了其對(duì)高管層的人力資本質(zhì)量產(chǎn)生了負(fù)面影響。

原理上,合格、有效、干凈的工具變量選擇必須滿足兩個(gè)假設(shè)條件,即相關(guān)性(與核心解釋變量相關(guān))與外生性(與誤差項(xiàng)不相關(guān))(Angrist,2008)。一是空氣污染的PM2.5濃度必須與逆溫差相關(guān)。正常情況下,隨著大氣中氣流的不斷縱向上升,空氣中的懸浮顆粒會(huì)隨著大氣密度的稀薄而在半空消散。按照物理學(xué)原理,大氣溫度應(yīng)該隨著海拔的升高而穩(wěn)定地逐漸降低。但大氣中會(huì)隨機(jī)地產(chǎn)生一種“逆溫”現(xiàn)象,使得上下層空氣不易交換、對(duì)流減少,溫度結(jié)構(gòu)隨著離地高度增加而溫度上升。這會(huì)導(dǎo)致空氣中懸浮著的顆粒物因無法進(jìn)行縱向流動(dòng)而被圍困下沉在地面。氣流受阻、顆粒物堆積,PM2.5濃度攀升。氣象學(xué)結(jié)果表明,大氣層結(jié)構(gòu)中的“逆溫”強(qiáng)度與PM2.5濃度存在高度正相關(guān)關(guān)系,并且這一結(jié)論已經(jīng)被世界各地氣象觀測(cè)的高清分辨率解析圖所反復(fù)驗(yàn)證(Niska H et al.,2005)[25]。本文的工具變量回歸一階段估計(jì)中已經(jīng)驗(yàn)證,逆溫差強(qiáng)度對(duì)PM2.5濃度的影響系數(shù)也顯著為正,通過了弱工具變量檢驗(yàn)。二是逆溫差強(qiáng)度不會(huì)通過PM2.5濃度的其他途徑,即不存在遺漏變量問題，企業(yè)社保繳費(fèi)不會(huì)反過來影響逆溫差強(qiáng)度,但逆溫差強(qiáng)度可以直接影響企業(yè)社保繳費(fèi)行為(exclusion restriction)。“逆溫”是一種懸浮于高空之上大氣層間的天氣現(xiàn)象,基本上難以被個(gè)體單位所觀測(cè),大氣層間溫度的差異更難以為企業(yè)所感知,這一內(nèi)生性問題基本上可以被判定為不存在。“逆溫”是一種自然現(xiàn)象,是隨機(jī)生成的、外生沖擊式的,社保繳費(fèi)等企業(yè)行為基本上無法對(duì)其生成過程起到任何作用(Niska et al.,2005)。此外,還存在一個(gè)強(qiáng)有力的證據(jù),即在2001年以后,我國(guó)雖然PM2.5濃度急劇上升與經(jīng)濟(jì)高速增長(zhǎng)同時(shí)發(fā)生,但對(duì)應(yīng)的相關(guān)地區(qū)逆溫差強(qiáng)度卻沒有產(chǎn)生多大的變化(Niska et al.,2005)。為了進(jìn)一步剔除自然環(huán)境變量對(duì)逆溫差工具變量回歸結(jié)果的影響以得到回歸估計(jì)的無偏估計(jì)量,本文再參考Chen et al.(2017)的處理辦法,添加了天氣方面的控制變量。本文回歸模型借鑒已有研究成果,通過控制其他天氣變量的辦法,使得逆溫差強(qiáng)度已經(jīng)與人類生產(chǎn)活動(dòng)、企業(yè)行為高度不相關(guān),季節(jié)性氣候變化因素的影響也已經(jīng)極度微弱(Fu et al.,2019)。所以,本文判定接下來的回歸估計(jì)結(jié)果可以得到無偏估計(jì)量。

本文將逆溫差作為空氣污染中縣域年均PM2.5濃度的工具變量以進(jìn)行識(shí)別,再使用兩階段最小二乘法(2SLS)對(duì)模型進(jìn)行估計(jì)。第二階段回歸模型與模型(1)相同,而第一階段的回歸模型為:

ρWj,t+αi+μt+ηi,j,t

(2)

(二)數(shù)據(jù)來源與描述性統(tǒng)計(jì)

1. 數(shù)據(jù)來源

為了分析空氣污染中的縣域年度PM2.5濃度與中國(guó)工業(yè)企業(yè)社會(huì)保險(xiǎn)繳費(fèi)的關(guān)系,本文使用中國(guó)工業(yè)企業(yè)數(shù)據(jù)、美國(guó)國(guó)家航空航天局(NASA)氣象衛(wèi)星遙感AOD(氣溶膠光學(xué)厚度)反演數(shù)據(jù)、中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(CNEMC)天氣數(shù)據(jù)組成的統(tǒng)計(jì)數(shù)據(jù)庫(kù),構(gòu)建了一個(gè)非平衡的縱向面板數(shù)據(jù)集。其中,中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)是針對(duì)我國(guó)規(guī)模以上(年主營(yíng)業(yè)務(wù)收入500萬元以上)企業(yè)的百萬級(jí)別數(shù)據(jù)庫(kù),統(tǒng)計(jì)區(qū)域具體到了縣級(jí)。作為企業(yè)數(shù)據(jù)來源,其樣本巨大、變量充足、信息豐富。本文的核心解釋變量,即空氣污染物中的PM2.5——環(huán)境空氣中直徑小于等于2.5微米的顆粒物濃度和逆溫差強(qiáng)度,數(shù)據(jù)來源于全球模擬與同化辦公室發(fā)布的MERRA-2(Modern-Era Retrospective analysis for Research and Applications,Version 2)數(shù)據(jù)集,這一數(shù)據(jù)集通過測(cè)量塵埃和霧霾等空氣懸浮顆粒物所吸收、反射日光照射的數(shù)量和強(qiáng)度,估計(jì)特定污染物，尤其是缺乏地面監(jiān)測(cè)時(shí)估算的地區(qū)空氣污染物濃度,以月為單位,按0.5度×0.625度的經(jīng)緯度柵格,記錄了1980年至今各項(xiàng)空氣污染指標(biāo),時(shí)間跨度從1980年開始長(zhǎng)達(dá)40年,覆蓋全國(guó)幾乎所有縣級(jí)單位范圍,而且還避免了地面監(jiān)測(cè)站污染數(shù)據(jù)可能發(fā)生的人為操縱,達(dá)到了數(shù)據(jù)質(zhì)量與精細(xì)程度的高要求(Donkelaar A V et al.,2010)[26]。地區(qū)天氣的控制變量數(shù)據(jù)則來自于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(CNEMC)天氣數(shù)據(jù),其包括了多維度的天氣變量數(shù)據(jù)。

2. 變量的構(gòu)造

PM2.5參照V. Buchard et al.(2016)[27]的雙線插值法,使用Arcgis10.0軟件,以柵格點(diǎn)位置作為參考系坐標(biāo),從橫縱的X、Y軸兩個(gè)方向,首先在x方向進(jìn)行線性插值,然后在y方向進(jìn)行線性插值,用matlab先算出衛(wèi)星反演的柵格點(diǎn)PM2.5濃度數(shù)據(jù)縣域平均值,再按年度進(jìn)行平均,得到了全國(guó)各縣級(jí)單位的年度平均PM2.5濃度數(shù)據(jù),設(shè)為解釋變量PM2.5。逆溫差強(qiáng)度的數(shù)據(jù)也源自NASA全球模擬與同化辦公室的MERRA-2數(shù)據(jù)集,其按0.5度×0.625的經(jīng)緯度柵格,以6小時(shí)一次的頻率,分42個(gè)垂直層分別記錄了距地面110米到36 000米的空氣溫度。本文借鑒Deschenes O et al.(2020)的計(jì)算方法,使用第二層空氣(320米)溫度減去第一層(110米)溫度的差值,設(shè)為逆溫差變量,并將數(shù)據(jù)樣本識(shí)別到縣級(jí)區(qū)域、每6小時(shí)數(shù)據(jù)加總平均到年以進(jìn)行構(gòu)造。

借鑒現(xiàn)有文獻(xiàn)與結(jié)合數(shù)據(jù)庫(kù)的變量缺失值情況,企業(yè)社保繳費(fèi)以工業(yè)企業(yè)數(shù)據(jù)庫(kù)中數(shù)據(jù)最為完整的“勞動(dòng)、待業(yè)保險(xiǎn)費(fèi)”變量為基礎(chǔ),計(jì)算公式為“社保繳費(fèi)=ln(1+勞動(dòng)、待業(yè)保險(xiǎn)費(fèi))”,進(jìn)行變量構(gòu)造。

在企業(yè)屬性的控制變量方面,企業(yè)年齡計(jì)算方式為“l(fā)n(1+年份-開業(yè)年)”;企業(yè)規(guī)模的計(jì)算公式為“l(fā)n(1+工業(yè)銷售產(chǎn)值)”;企業(yè)盈利能力等于利潤(rùn)總額除以資產(chǎn)總計(jì);企業(yè)產(chǎn)權(quán)則根據(jù)國(guó)有企業(yè)、集體企業(yè)、私營(yíng)企業(yè)、混合所有制、港澳臺(tái)、外資的產(chǎn)權(quán)類型設(shè)置虛擬變量。

天氣控制變量方面,降水量、氣壓、氣溫、相對(duì)濕度、日照時(shí)數(shù)的數(shù)據(jù)則以中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(CNEMC)天氣數(shù)據(jù)為基礎(chǔ),同樣平均到縣、加總到年。

3. 數(shù)據(jù)處理

中國(guó)工業(yè)企業(yè)數(shù)據(jù)則先以Brandt et al.(2012)[28]的經(jīng)典方法進(jìn)行識(shí)別,再參照聶輝華等(2012)[29]的處理辦法,進(jìn)行數(shù)據(jù)清理:一是按企業(yè)代碼id和時(shí)間將不同年份的數(shù)據(jù)進(jìn)行縱向匹配,獲得一個(gè)非平衡面板;二是刪除了工業(yè)總產(chǎn)值、工業(yè)銷售產(chǎn)值、員工人數(shù)、中間投入、固定資產(chǎn)、銷售額、實(shí)收資本小于零,單期折舊小于累計(jì)折舊,固定資產(chǎn)、流動(dòng)資產(chǎn)小于總資產(chǎn)等明顯異常、不合邏輯、數(shù)據(jù)錯(cuò)誤的觀測(cè)值;三是還刪除了出口交貨值、工業(yè)銷售產(chǎn)值等關(guān)鍵變量缺失的樣本;四是對(duì)職工人數(shù)小于8人、沒有完整的會(huì)計(jì)系統(tǒng)的企業(yè)樣本,銷售額小于500萬、不符合規(guī)模以上企業(yè)定義的樣本,進(jìn)行刪除;五是為了消除極端值的影響,還對(duì)關(guān)鍵變量進(jìn)行了上下1%的縮尾處理。最終得到了1998—2007年的1,221,215個(gè)觀測(cè)值。1998—2007年的數(shù)據(jù)區(qū)間為2008年金融危機(jī)前,中國(guó)經(jīng)濟(jì)高度騰飛和環(huán)境污染逐漸嚴(yán)重的代表性10年,中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)又具有統(tǒng)計(jì)指標(biāo)比較多、統(tǒng)計(jì)范圍比較全、分類目錄比較細(xì)、準(zhǔn)確程度高的特點(diǎn),且由各省、自治區(qū)、直轄市統(tǒng)計(jì)局和國(guó)務(wù)院各有關(guān)部門報(bào)送給國(guó)家統(tǒng)計(jì)局,是代表我國(guó)工業(yè)企業(yè)經(jīng)營(yíng)狀況的權(quán)威數(shù)據(jù)。本文認(rèn)為其數(shù)據(jù)已具有了較好的可靠性、可推廣性和一定的現(xiàn)實(shí)政策意義。

4.描述性統(tǒng)計(jì)

表1給出了各變量的名稱、定義及統(tǒng)計(jì)描述。

表1 變量的描述性統(tǒng)計(jì)

(1)被解釋變量

被解釋變量為企業(yè)社保繳費(fèi)(Insurance),均值為1.518,標(biāo)準(zhǔn)差為2.213。

(2)核心解釋變量

核心解釋變量為縣域空氣污染中的縣域年均PM2.5濃度(PM2.5)。PM2.5濃度的均值為36.44,方差為10.38。工具變量逆溫差(Ⅳ)的均值為-0.969,方差為0.352。

(3)企業(yè)屬性控制變量

企業(yè)屬性變量包括企業(yè)年齡、企業(yè)規(guī)模、企業(yè)盈利能力和企業(yè)產(chǎn)權(quán)。在使用中國(guó)規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)庫(kù)的現(xiàn)有文獻(xiàn)中,企業(yè)規(guī)模有使用總資產(chǎn)、固定資產(chǎn)規(guī)模、員工人數(shù)等多種衡量辦法,考慮到變量的缺失值等問題,本文使用ln(1+工業(yè)銷售產(chǎn)值)為企業(yè)規(guī)模的衡量指標(biāo)。

(4)天氣控制變量

天氣控制變量包括降水量、氣壓、氣溫、相對(duì)濕度、日照時(shí)數(shù),分別為當(dāng)日20時(shí)到次日20時(shí)的24小時(shí)累積降水量的整年加權(quán)值、一年內(nèi)日平均氣壓的加權(quán)平均值、一年內(nèi)日平均氣溫的加權(quán)平均值、一年內(nèi)日平均相對(duì)濕度的加權(quán)平均值(大氣干燥程度的物理量)、一年內(nèi)太陽(yáng)在一地實(shí)際照射的時(shí)數(shù)。

四、實(shí)證回歸結(jié)果

(一)基本回歸結(jié)果

基本回歸由OLS模型與Ⅳ模型的估計(jì)結(jié)果組成,第一部分匯報(bào)OLS模型的實(shí)證回歸結(jié)果;第二部分匯報(bào)Ⅳ模型的實(shí)證回歸結(jié)果。

1. OLS回歸結(jié)果

表2中的(1)～(3)匯報(bào)了縣域年均PM2.5濃度對(duì)企業(yè)社保繳費(fèi)的OLS的逐步回歸結(jié)果,第(2)列控制了企業(yè)屬性的控制變量,第(3)列同時(shí)控制了企業(yè)與天氣控制變量。第(1)～(3)均控制了年份與企業(yè)固定效應(yīng),考慮到縣域企業(yè)、企業(yè)不同年份隨機(jī)擾動(dòng)項(xiàng)之間相關(guān)性產(chǎn)生的統(tǒng)計(jì)檢驗(yàn)標(biāo)準(zhǔn)誤偏差。本文的所有回歸均將標(biāo)準(zhǔn)誤聚類到縣級(jí)層面。后文相同,不再重復(fù)贅述。

由表2的OLS逐步回歸結(jié)果所示,第(1)列的PM2.5回歸系數(shù)為0.037 465,PM2.5的二次項(xiàng)回歸系數(shù)為-0.00 0434。第(2)列的PM2.5回歸系數(shù)為0.043 308,PM2.5的二次項(xiàng)回歸系數(shù)為-0.000 519。第(3)列的PM2.5回歸系數(shù)為0.049 515,PM2.5的二次項(xiàng)回歸系數(shù)為-0.000 548,且均在1%的水平下顯著。按照回歸估計(jì)結(jié)果,在暫未考慮識(shí)別內(nèi)生性問題的情況下,空氣污染與企業(yè)社保繳費(fèi)存在明顯的“倒U型”關(guān)系。

表2 社保繳費(fèi)的OLS估計(jì)結(jié)果

2. Ⅳ回歸結(jié)果

表3中的(1)～(3)匯報(bào)了縣域年均PM2.5濃度對(duì)企業(yè)社保繳費(fèi)的Ⅳ估計(jì)逐步回歸結(jié)果,第(2)列控制了企業(yè)層級(jí)的控制變量,第(3)列同時(shí)控制了企業(yè)與天氣控制變量。第(1)～(3)均控制了年份與企業(yè)固定效應(yīng)。另外,表3最后還匯報(bào)了第(1)～(3)列的第一階段回歸結(jié)果。可見,根據(jù)第一階段的回歸結(jié)果,逆溫差強(qiáng)度對(duì)PM2.5有顯著正向影響。本文表格中各列回歸的Kleibergen-Paap F值均大于Stock-Yogo 10%的臨界值水平(約為7.0左右),回歸不存在弱工具變量的問題。

如表3所示,在PM2.5對(duì)企業(yè)社保繳費(fèi)Ⅳ估計(jì)的第二階段逐步回歸結(jié)果中,第(1)列中的PM2.5回歸系數(shù)為0.313 702,且在1%的水平下顯著；PM2.5的二次項(xiàng)回歸系數(shù)為-0.002 731,且在5%的水平下顯著。第(2)列中的PM2.5回歸系數(shù)為0.311 414,且在1%的水平下顯著；PM2.5的二次項(xiàng)回歸系數(shù)為-0.002 724,且在5%的水平下顯著。第(3)列的PM2.5回歸系數(shù)為0.273 744,且在1%的水平下顯著;PM2.5的二次項(xiàng)回歸系數(shù)為-0.002 335,且均在5%的水平下顯著。回歸結(jié)果是穩(wěn)健的,相比OLS估計(jì)結(jié)果,Ⅳ估計(jì)的回歸系數(shù)絕對(duì)值有所增加。這是由于OLS估計(jì)遺漏變量導(dǎo)致的向下偏誤造成的。回歸結(jié)果證明了PM2.5與社保繳費(fèi)的“倒U型”關(guān)系。

表3 社保繳費(fèi)的Ⅳ估計(jì)結(jié)果

(二)因變量分解的Ⅳ回歸結(jié)果

接下來,本文嘗試將工業(yè)企業(yè)社保繳費(fèi)的因變量進(jìn)行分解,以探明空氣污染與企業(yè)社保繳費(fèi)“倒U型”關(guān)系的源頭。因?yàn)椤吧绫＠U費(fèi)”等于“員工人數(shù)”、“人均工資”、“社保費(fèi)率”之乘積,本文將“社保繳費(fèi)”這一因變量分解為“員工人數(shù)”、“人均工資”、“社保費(fèi)率”,分別實(shí)證檢驗(yàn)PM2.5對(duì)其的影響?；貧w使用逆溫差強(qiáng)度工具變量進(jìn)行識(shí)別,表4匯報(bào)了PM2.5對(duì)企業(yè)員工人數(shù)、人均工資、社保費(fèi)率影響的Ⅳ估計(jì)結(jié)果。表4中第(1)～(3)列回歸的被解釋變量分別為:員工人數(shù)、人均工資、社保費(fèi)率。表4最后還匯報(bào)了第(1)～(3)列的第一階段回歸結(jié)果?？梢?根據(jù)表4第一階段的回歸結(jié)果,逆溫差強(qiáng)度對(duì)PM2.5有顯著正向影響,且本文表格中各列回歸的Kleibergen-Paap F值均大于Stock-Yogo 10%的臨界值水平(約為7.0左右),回歸不存在弱工具變量的問題。

表4 因變量分解的Ⅳ估計(jì)結(jié)果

正如表4所示,在使用逆溫差強(qiáng)度識(shí)別的Ⅳ第二階段回歸結(jié)果中,PM2.5對(duì)員工人數(shù)的影響系數(shù)為16.317 029,且在1%的水平下顯著,PM2.5的二次項(xiàng)的影響系數(shù)為-0.216 317,且在1%的水平下顯著;PM2.5對(duì)人均工資的影響系數(shù)為1.645 636,且在1%的水平下顯著,PM2.5二次項(xiàng)的影響系數(shù)為-0.018 39,且在5%的水平下顯著;PM2.5及其二次項(xiàng)則對(duì)社保費(fèi)率并無任何顯著影響。實(shí)證結(jié)果顯示,PM2.5與工業(yè)企業(yè)社保繳費(fèi)的“倒U型”關(guān)系是由于增減用工人數(shù)、以及調(diào)整在空氣污染環(huán)境下作業(yè)工資以進(jìn)行健康風(fēng)險(xiǎn)補(bǔ)償所導(dǎo)致的。企業(yè)在空氣污染直接的風(fēng)險(xiǎn)感知效應(yīng)下,增加用工人數(shù)并對(duì)人均工資進(jìn)行健康風(fēng)險(xiǎn)補(bǔ)償,從而拉動(dòng)社保繳費(fèi)規(guī)模的增加。隨著空氣污染的不斷惡化,成本擠占效應(yīng)使得工業(yè)企業(yè)不得不壓縮用工人數(shù),削減職工工資,從而造成社保繳費(fèi)規(guī)模的下降。

五、穩(wěn)健性與異質(zhì)性檢驗(yàn)

(一)穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)工具變量2SLS估計(jì)結(jié)果的穩(wěn)健性,本文進(jìn)行了兩組檢驗(yàn),即表5中的第(1)列和第(2)列。第(1)列將工具變量構(gòu)造的逆溫差強(qiáng)度替換為一年內(nèi)逆溫現(xiàn)象出現(xiàn)的天數(shù),即將“逆溫”變換為計(jì)數(shù)指標(biāo)。如果320米的第二層大氣溫度減去110米的第一層大氣溫度的數(shù)值大于0,當(dāng)天“逆溫”現(xiàn)象出現(xiàn),逆溫差變量數(shù)值增加1。如此統(tǒng)計(jì)出一年內(nèi)逆溫現(xiàn)象出現(xiàn)的天數(shù),構(gòu)造逆溫差變量。第(2)列變更PM2.5變量的計(jì)算方式,將前文使用雙線加權(quán)法進(jìn)行縣平均的計(jì)算方式,變更為使用最鄰近點(diǎn)之間距離加權(quán)、進(jìn)行縣域平均的PM2.5濃度(mpm25b)。對(duì)應(yīng)的穩(wěn)健性檢驗(yàn)結(jié)果如表5所示。另外,為了節(jié)省篇幅,本文未匯報(bào)第一階段的回歸結(jié)果。根據(jù)第一階段的回歸結(jié)果,逆溫差強(qiáng)度對(duì)PM2.5有顯著正向影響。文中表格各列回歸的Kleibergen-Paap F值均大于Stock-Yogo 10%的臨界值水平(約為7.0左右),回歸不存在弱工具變量問題。下文一系列2SLS估計(jì)的第一階段回歸結(jié)果類似,且都通過了弱工具變量檢驗(yàn)。為節(jié)省篇幅,本文同樣未做匯報(bào),不再贅述。

表5 穩(wěn)健性檢驗(yàn)

正如上述表5中兩組穩(wěn)健性檢驗(yàn)的回歸結(jié)果所示,PM2.5、PM2.5二次項(xiàng)對(duì)社保繳費(fèi)規(guī)模的影響系數(shù)分別顯著為正、顯著為負(fù)?？諝馕廴九c工業(yè)企業(yè)社保繳費(fèi)都存在明顯的“倒U型”關(guān)系,本文的Ⅳ估計(jì)結(jié)果非常穩(wěn)健。

(二)異質(zhì)性檢驗(yàn)

1. 基于行業(yè)類型的異質(zhì)性分析

首先,基本回歸和穩(wěn)健性檢驗(yàn)的估計(jì)結(jié)果證實(shí):地區(qū)PM2.5濃度上升與我國(guó)的工業(yè)企業(yè)社保繳費(fèi)規(guī)模間存在顯著的“倒U型”關(guān)系。然后,對(duì)工業(yè)企業(yè)社保繳費(fèi)的因變量進(jìn)行分解后,實(shí)證表明：這一“倒U型”關(guān)系是由于企業(yè)員工人數(shù)增減、人均工資的健康風(fēng)險(xiǎn)補(bǔ)償效應(yīng)引起的。直覺上,不同行業(yè)類型企業(yè)的生產(chǎn)要素結(jié)構(gòu)不同,而不同生產(chǎn)要素受到空氣污染的影響敏感程度不同,因此空氣污染對(duì)企業(yè)的社會(huì)保險(xiǎn)繳費(fèi)行為的影響應(yīng)具有行業(yè)類型間異質(zhì)性。本文將以分組回歸的方式進(jìn)行行業(yè)異質(zhì)性檢驗(yàn),以驗(yàn)證結(jié)論的可靠性。

2. 基于行業(yè)類型的分組回歸結(jié)果

理論上,不同行業(yè)類型企業(yè)的生產(chǎn)要素組成結(jié)構(gòu)與密集程度必然存在差異性。我國(guó)工業(yè)企業(yè)社保繳費(fèi)規(guī)模與空氣污染“倒U型”關(guān)系的異質(zhì)性影響也亟待實(shí)證檢驗(yàn)。本文參照魯桐和黨印(2014)[3]的分類辦法,先按照行業(yè)的要素密集情況進(jìn)行聚類,再將最終聚類后重新劃分的21個(gè)行業(yè)分為勞動(dòng)密集型行業(yè)、資本密集型行業(yè)、技術(shù)密集型行業(yè)三大類型,然后基于行業(yè)類型進(jìn)行分組回歸。最后,使用逆溫差工具變量識(shí)別的估計(jì)結(jié)果如表6所示。

表6給出了基于行業(yè)類型的分組樣本Ⅳ二階段估計(jì)結(jié)果。第(1)～(3)列分別是對(duì)分屬于勞動(dòng)密集型、資本密集型、技術(shù)密集型行業(yè)的企業(yè)分組樣本Ⅳ二階段估計(jì)結(jié)果。在縱向上,還對(duì)PM2.5濃度對(duì)社保繳費(fèi)、員工人數(shù)、人均工資、社保費(fèi)率的影響,分別進(jìn)行了回歸估計(jì)。Panel A、Panel B、Panel C、Panel D分別為在使用逆溫差的工具變量識(shí)別下,按照行業(yè)類型樣本分組的PM2.5濃度對(duì)社保繳費(fèi)、員工人數(shù)、人均工資、社保費(fèi)率的Ⅳ二階段估計(jì)結(jié)果。

首先,從Panel A中第(1)～(3)列中來看,PM2.5濃度與社保繳費(fèi)規(guī)模的“倒U型”關(guān)系只在資本密集型、技術(shù)密集型行業(yè)企業(yè)中存在,在勞動(dòng)密集型行業(yè)的企業(yè)中則并不存在。

其次,在Panel B中第(1)～(3)列中,PM2.5與員工人數(shù)的“倒U型”關(guān)系在勞動(dòng)密集型、資本密集型、技術(shù)密集型行業(yè)中全部顯著存在。

再次,由Panel C中第(1)～(3)列可以看出,PM2.5濃度與人均工資補(bǔ)償?shù)摹暗筓型”效應(yīng)只在資本密集型行業(yè)企業(yè)中顯著存在。

最后,再看Panel D中第(1)～(3)列,PM2.5與社保費(fèi)率在勞動(dòng)密集型、資本密集型、技術(shù)密集型行業(yè)的企業(yè)中均無“倒U型”關(guān)系,只會(huì)導(dǎo)致技術(shù)密集型行業(yè)企業(yè)的社保費(fèi)率顯著增加。

表6 基于行業(yè)類型的分組回歸結(jié)果

六、結(jié)論與政策建議

本文通過使用衛(wèi)星反演的空氣污染數(shù)據(jù)、中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)、中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)天氣數(shù)據(jù)數(shù)據(jù)庫(kù)共同構(gòu)建了縱向的非平衡面板數(shù)據(jù)集,并使用了大氣層中的逆溫差工具變量作為識(shí)別策略,實(shí)證發(fā)現(xiàn)了縣域年均PM2.5濃度和中國(guó)工業(yè)企業(yè)社會(huì)保險(xiǎn)繳費(fèi)規(guī)模的“倒U型”關(guān)系。本文還將社保繳費(fèi)規(guī)模的被解釋變量進(jìn)行分解,探明了PM2.5對(duì)員工人數(shù)增減和人均工資健康風(fēng)險(xiǎn)補(bǔ)償?shù)挠绊懖攀恰暗筓型”關(guān)系效應(yīng)的產(chǎn)生根源,還加入穩(wěn)健性檢驗(yàn)以提高結(jié)論的可靠性,并基于不同行業(yè)類型進(jìn)行分組回歸,探析了這一“倒U型”關(guān)系的行業(yè)異質(zhì)性。

本文的實(shí)證證據(jù)可為我國(guó)的大氣防治等環(huán)保治理措施和提高社保繳費(fèi)收入規(guī)模的問題提供參考,并得到了以下結(jié)論:

一是空氣污染中的PM2.5濃度上升與我國(guó)工業(yè)企業(yè)社保繳費(fèi)規(guī)模存在“倒U型”關(guān)系;

二是空氣污染與社保繳費(fèi)的“倒U型”關(guān)系源自于雇傭員工人數(shù)的增減與工資的健康風(fēng)險(xiǎn)補(bǔ)償效應(yīng);

三是空氣污染與社保繳費(fèi)的“倒U型”關(guān)系在不同行業(yè)類型間存在異質(zhì)性。

結(jié)合結(jié)論,本文提出以下政策建議:

首先,環(huán)保治理和提高社保收入具有政策上的協(xié)同效應(yīng)。更好的空氣質(zhì)量才能降低企業(yè)成本負(fù)擔(dān),提高企業(yè)社保繳費(fèi)遵從。這在全球疫情流行使得企業(yè)經(jīng)營(yíng)成本大幅提高、社保隱性赤字壓力巨大、統(tǒng)籌層級(jí)上移改革弱化“屬地化”征管激勵(lì)的情況下尤為重要?！熬G水青山就是金山銀山”,更好的環(huán)境質(zhì)量可以助推企業(yè)“降成本”,驅(qū)動(dòng)工業(yè)企業(yè)增加社保繳費(fèi)規(guī)模。

其次,對(duì)于本身環(huán)境質(zhì)量良好、但社保負(fù)擔(dān)壓力大、工業(yè)化程度低的地區(qū),政府要善于抓住主要矛盾,柔性地調(diào)整和把控好環(huán)保治理的力度,降低隱性的經(jīng)濟(jì)社會(huì)成本。另外,還要注意這些地區(qū)因?yàn)榱己铆h(huán)境條件、空氣質(zhì)量所帶來的風(fēng)險(xiǎn)感知鈍化效應(yīng),注意加強(qiáng)對(duì)其駐地內(nèi)工業(yè)企業(yè)的社保征管。

最后,要實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展,經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)需要注意政策協(xié)調(diào),以一攬子政策“組合拳”的形式相互配合、協(xié)同和助力。□