碳排放權(quán)交易政策與企業(yè)全要素生產(chǎn)率

李穎 肖麗芳 朱治雙

【摘要】碳排放權(quán)交易政策是生態(tài)文明建設(shè)的重要內(nèi)容， 對企業(yè)發(fā)展質(zhì)量存在至關(guān)重要的影響。本文以2008 ～ 2020年我國A股上市公司為研究對象， 基于2013年碳排放權(quán)交易政策試點準(zhǔn)自然實驗， 研究碳排放權(quán)交易政策實施對企業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)： 碳排放權(quán)交易政策的實施有助于提升企業(yè)全要素生產(chǎn)率。作用機制分析表明， 碳排放權(quán)交易試點政策通過增加企業(yè)實質(zhì)性減排行為、 促進企業(yè)創(chuàng)新和優(yōu)化企業(yè)資源配置來提高企業(yè)全要素生產(chǎn)率。異質(zhì)性分析表明， 國有企業(yè)、 抗風(fēng)險能力強和市場化水平高的企業(yè)全要素生產(chǎn)率受碳排放權(quán)交易政策的影響更明顯。

【關(guān)鍵詞】碳排放權(quán)交易；碳市場；全要素生產(chǎn)率； 準(zhǔn)自然實驗

【中圖分類號】F275 ? ? ?【文獻標(biāo)識碼】A ? ? ?【文章編號】1004-0994（2023）15-0118-6

一、 引言

氣候變化問題是全世界關(guān)注的焦點問題和重要議題。荷蘭環(huán)境評估署（PBL）2020年公布的數(shù)據(jù)顯示， 全球溫室氣體排放總量自2010年以來平均每年增長1.4%， 并在2019年創(chuàng)下歷史新高。作為世界上最大的發(fā)展中國家和最大的煤炭消費國， 2002年我國便開始利用行政命令手段實施排污權(quán)交易制度， 雖然一定程度上緩解了環(huán)境惡化問題， 但其經(jīng)濟效果并沒有得到較好體現(xiàn)。2011年， 我國引入市場激勵型環(huán)境規(guī)制手段， 明確提出逐步建立碳排放權(quán)交易市場， 并于2013年開始在深圳、 北京、 天津、 上海、 廣東、 湖北和福建等七省市正式啟動了碳排放權(quán)交易試點。那么， 該項市場激勵型環(huán)境規(guī)制與之前行政命令型環(huán)境規(guī)制有何區(qū)別？對社會經(jīng)濟活動又會產(chǎn)生怎樣的影響， 尤其是對企業(yè)生產(chǎn)率存在怎樣的作用機制？目前， 鮮有文獻針對碳排放權(quán)交易與企業(yè)生產(chǎn)率的潛在聯(lián)系進行梳理和探討。相比一般財務(wù)指標(biāo)， 全要素生產(chǎn)率能夠有效衡量要素資源配置效率改善所帶來的產(chǎn)出增長， 是對經(jīng)濟發(fā)展“質(zhì)”的反映。因此， 市場激勵型碳排放權(quán)交易政策能否提高企業(yè)全要素生產(chǎn)率進而助力經(jīng)濟高質(zhì)量發(fā)展， 對于這一問題的探討不僅有助于理清市場激勵型環(huán)境規(guī)制與微觀企業(yè)全要素生產(chǎn)率之間的關(guān)系， 而且對全國統(tǒng)一碳市場建設(shè)和經(jīng)濟可持續(xù)發(fā)展也具有重要現(xiàn)實意義。

基于此， 本文運用雙重差分模型， 以2008 ～ 2020年七個試點地區(qū)企業(yè)數(shù)據(jù)為研究對象， 考察碳排放權(quán)交易政策對企業(yè)全要素生產(chǎn)率的影響及其作用機制。研究發(fā)現(xiàn)： 碳排放權(quán)交易政策的實施能夠提高企業(yè)全要素生產(chǎn)率。作用機制分析表明， 碳排放權(quán)交易政策能夠增加企業(yè)實質(zhì)性減排行為、 促進企業(yè)創(chuàng)新和優(yōu)化企業(yè)資源配置， 從而對全要素生產(chǎn)率產(chǎn)生影響。異質(zhì)性分析表明， 國有企業(yè)、 抗風(fēng)險能力強和市場化水平高的企業(yè)全要素生產(chǎn)率受碳排放權(quán)交易政策的影響更明顯。

本文的創(chuàng)新點在于： ?第一， 現(xiàn)有研究主要集中在命令型環(huán)境規(guī)制及其經(jīng)濟體量績效發(fā)展上， 且主要以歐美發(fā)達國家為研究對象。本文從企業(yè)層面探討我國碳排放權(quán)交易機制與體現(xiàn)經(jīng)濟發(fā)展質(zhì)量的全要素生產(chǎn)率的關(guān)系， 豐富了環(huán)境規(guī)制與企業(yè)全要素生產(chǎn)率關(guān)系的相關(guān)研究。第二， 從企業(yè)實質(zhì)性減排、 技術(shù)創(chuàng)新和資源配置三方面分析碳排放權(quán)交易政策對企業(yè)全要素生產(chǎn)率的影響機制， 對于識別碳排放權(quán)作用機理、 破解低碳城市試點政策短期困境至關(guān)重要。第三， 進一步肯定了碳排放權(quán)交易政策的正向經(jīng)濟后果， 為完善全國統(tǒng)一碳市場建設(shè)、 真正高效落實碳減排政策提供了及時有效的實證證據(jù)。

二、 理論分析和研究假設(shè)

（一）碳排放權(quán)交易與企業(yè)全要素生產(chǎn)率

碳排放權(quán)交易政策作為市場激勵型環(huán)境規(guī)制（劉傳明等，2021）， 通過給予企業(yè)有限碳排放配額， 對碳排放權(quán)進行交易， 用市場手段控制碳排放量， 進而達到減排目的。在有限碳排放配額下， 企業(yè)若維持原有生產(chǎn)規(guī)模， 對于超出碳排放配額的部分， 需支付額外交易費用； 若縮小生產(chǎn)規(guī)模， 控制產(chǎn)量以保證碳排放量處于配額范圍內(nèi)， 同樣會影響企業(yè)利潤。因此， 為維持原有利潤水平， 在有限配額約束下， 碳排放權(quán)交易制度能夠促進企業(yè)內(nèi)部資源流動（錢雪松等，2018）， 促使企業(yè)將有限資源投入到產(chǎn)出高且碳排放少的產(chǎn)業(yè)， 優(yōu)化內(nèi)部資源配置， 從而提高企業(yè)全要素生產(chǎn)率。同時， 根據(jù)信號傳遞理論， 企業(yè)向外界傳遞碳減排等環(huán)保信息（姬新龍，2021）， 能夠提升企業(yè)形象， 贏得投資者和消費者關(guān)注， 在一定程度上緩解融資約束， 提高全要素生產(chǎn)率?；诖耍?本文提出假設(shè)1。

假設(shè)1： 碳排放權(quán)交易政策的實施能夠促進企業(yè)全要素生產(chǎn)率的提高。

（二）實質(zhì)性減排效應(yīng)

根據(jù)企業(yè)對于環(huán)境責(zé)任的響應(yīng)差異， 企業(yè)環(huán)境行為可分為象征性低碳行為和實質(zhì)性低碳行為兩類（李大元等，2015）。前者多為環(huán)保計劃或承諾， 后者是企業(yè)為提高環(huán)境績效而采取的切實措施和具體行動。根據(jù)新古典經(jīng)濟學(xué)理論， 漂綠成為企業(yè)追逐利潤最大化的理性選擇（肖紅軍等，2013）。相比于命令控制型環(huán)境規(guī)制， 市場激勵型環(huán)境規(guī)制會將企業(yè)減排行為和減排結(jié)果市場化（沈洪濤和黃楠，2019）。如若企業(yè)象征性減排行為暴露， 企業(yè)聲譽和信用將會受到重創(chuàng)。而實質(zhì)性減排行為意味著更低的額外碳配額購買費用或者更大的碳配額可供出售空間， 不僅彌補了環(huán)境規(guī)制合規(guī)成本， 為企業(yè)帶來額外減排利潤， 而且緩解了減排成本壓力。在此背景下， 企業(yè)不會采取象征性減排方式， 而是傾向于實施實質(zhì)性減排行為和抑制企業(yè)漂綠行為， 促進企業(yè)全要素生產(chǎn)率的提高。基于此， 本文提出假設(shè)2。

假設(shè)2： 碳排放權(quán)交易政策能夠增加企業(yè)實質(zhì)性減排行為， 從而提高全要素生產(chǎn)率。

（三）創(chuàng)新效應(yīng)與資源配置效應(yīng)

Siller等（2021）和步曉寧等（2019）指出， 影響企業(yè)全要素生產(chǎn)率的決定性因素包括企業(yè)創(chuàng)新和資源配置效率兩方面。根據(jù)波特假說， 適當(dāng)?shù)沫h(huán)境規(guī)制可以刺激企業(yè)通過技術(shù)創(chuàng)新來提高生產(chǎn)力， 降低環(huán)境規(guī)制合規(guī)成本， 從而實現(xiàn)環(huán)境治理與經(jīng)濟績效雙贏。在市場型碳排放政策激勵下， 企業(yè)通過實施創(chuàng)新活動來提升綠色技術(shù)水平， 從而減少碳排放量， 然后在碳交易市場交易自身減排后多余配額， 獲得額外減排收益的同時， 提高了生產(chǎn)技術(shù)， 一定程度上降低了企業(yè)成本， 增加了企業(yè)利潤， 推動了全要素生產(chǎn)率的提高。

劉傳明等（2021）研究指出， 資源管理能力強化和升級帶來的生產(chǎn)力改善以及技術(shù)創(chuàng)新帶來的溢價效果可以有效地抵消甚至超過由于遵守環(huán)境規(guī)制而增加的成本。企業(yè)進行實質(zhì)性減排所形成的成本效應(yīng)， 使得企業(yè)在選擇和使用資源時， 除了考慮企業(yè)內(nèi)部生產(chǎn)經(jīng)營需要， 還會將環(huán)境規(guī)制要求納入考慮范圍。在更加注重環(huán)保和減少資源消耗的同時， 不斷改進生產(chǎn)流程和工藝， 實現(xiàn)資源利用價值最大化。而資源配置效率的提高， 能夠優(yōu)化企業(yè)內(nèi)部要素結(jié)構(gòu)， 提高企業(yè)的全要素生產(chǎn)率（錢雪松等，2018）。基于此， 本文提出假設(shè)3。

假設(shè)3： 碳排放權(quán)交易政策的實施能夠促進企業(yè)創(chuàng)新、 優(yōu)化資源配置， 從而提高全要素生產(chǎn)率。

三、 研究設(shè)計

（一）數(shù)據(jù)來源

本文以2008 ～ 2020年我國A股上市公司為樣本， 將2013年國家發(fā)展改革委發(fā)布《關(guān)于開展碳排放權(quán)交易試點工作的通知》作為準(zhǔn)自然實驗， 對碳排放權(quán)交易試點政策效應(yīng)進行評估。本文對初始樣本進行如下處理： 剔除金融、 房地產(chǎn)類企業(yè)； 剔除ST、 ?ST企業(yè)； 剔除數(shù)據(jù)缺失嚴(yán)重的企業(yè)； 進行上下1%分位的縮尾處理。另外， 碳排放權(quán)交易試點企業(yè)名單來自于試點省份生態(tài)環(huán)境局政策文件， 其余財務(wù)數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。

（二）模型設(shè)定

借鑒沈洪濤和黃楠（2019）的研究， 本文構(gòu)建如下雙重差分（DID）模型（1）， 用以評價碳排放權(quán)交易政策的微觀層面效果。雖然實施碳排放權(quán)交易政策相對于企業(yè)而言是外生政策環(huán)境， 不存在逆向因果問題， 但雙重差分模型不能控制碳排放權(quán)交易政策的實施是否會受到其他政策的沖擊和影響， 以及不同地區(qū)政策實施效應(yīng)的差異。因此， 本文構(gòu)建三重差分（DDD）模型（2）， 進一步引入非碳排放權(quán)交易試點行業(yè)企業(yè)樣本進行分析。

TFP_LPit=β0+β1Treat×Time+βControl+γi+μt+φj+εijt ? ? ? （1）

TFP_LPit=β0+β1Treat×Time×Regulate+β2Time×Regulate+β3Treat×Regulate+β4Treat×Time+

βControl+γi+μt+φj+εijt ? ? ? ? ? （2）

其中： TFP_LPit表示企業(yè)i在t年的全要素生產(chǎn)率； Treat為碳排放權(quán)交易政策試點企業(yè)； Time為碳排放權(quán)交易政策實施時間； Regulate代表碳排放權(quán)交易試點行業(yè)； Control為控制變量； γi、 μt和φj分別表示行業(yè)固定效應(yīng)（Ind）、 年份固定效應(yīng)（Year）和地區(qū)固定效應(yīng)（Prov）， εijt為隨機誤差項。

（三）變量定義

1. 被解釋變量。在全要素生產(chǎn)率測算上， 兩步一致估計法（簡稱“OP法”）和半?yún)?shù)法（簡稱“LP法”）被眾多學(xué)者廣泛運用（Olley和 Pakes，1996；章祥蓀等，2008）?？紤]到使用OP法樣本損失量較多（魯曉東和連玉君，2012）， 本文選取LP方法對企業(yè)全要素生產(chǎn)率進行測算。

2. 核心解釋變量。Treat為政策虛擬變量， 若企業(yè)納入碳排放權(quán)交易政策試點， Treat取值為1， 否則為0。Time為時間虛擬變量， 2013年以后Treat賦值為1， 否則為0?？紤]到湖北省和福建省企業(yè)分別在2014、 2016年被納入試點， 湖北省和福建省的時間虛擬變量以2014、 2016年為界。Regulate為行業(yè)虛擬變量， 碳排放權(quán)交易試點行業(yè)取值為1， 否則為0。

3. 中介變量。企業(yè)實質(zhì)性減排以企業(yè)減排漂綠指數(shù)的負值衡 量。其中， 減排漂綠指數(shù)參考Walker和Wan（2012）的研究， 以企業(yè)環(huán)境治理象征性環(huán)境行為和實質(zhì)性環(huán)境行為比值衡量。若企業(yè)在環(huán)境信息披露中， 對環(huán)境保護行動進行細節(jié)性、 數(shù)字性定量描述， 則認(rèn)為企業(yè)開展了實質(zhì)性減排活動， 否則認(rèn)為企業(yè)只實施了象征性減排活動。為了消除量綱的影響， 將得到的減排漂綠指數(shù)進行標(biāo)準(zhǔn)化處理， 得到最終的企業(yè)減排漂綠指數(shù)GW。具體計算公式如下：

Z=[i=110Xi]/[i=110Yi+1] ? ? ? ? ? ?（3）

GW=（Zi-Zmin）/（Zmax-Zmin） ? ? ? ? ? （4）

其中： Xi表示企業(yè)的象征性環(huán)境行為；Yi表示企業(yè)的實質(zhì)性環(huán)境行為； Zi表示原始數(shù)據(jù)；Zmin表示原始數(shù)據(jù)中的最小值；Zmax表示原始數(shù)據(jù)中的最大值。若企業(yè)在項目指標(biāo)i上有象征性環(huán)境行為， 則Xi為1， 否則為0； 同理， 若企業(yè)在指標(biāo)i上有實質(zhì)性環(huán)境行為， 則Yi為1， 否則為0。參考緱倩雯和蔡寧（2014）的研究， 以企業(yè)社會責(zé)任報告中10項指標(biāo)對企業(yè)象征性環(huán)境行為和實質(zhì)性環(huán)境行為進行評定。具體衡量指標(biāo)見表 1。

在企業(yè)創(chuàng)新方面， 考慮到申請專利情況具有信息披露的要求， 一些企業(yè)基于保密考慮可能不會將企業(yè)最新研發(fā)、 可能會涉及企業(yè)商業(yè)秘密的創(chuàng)新技術(shù)或產(chǎn)品申請專利。因此， 本文以“企業(yè)研發(fā)投入費用的自然對數(shù)”作為企業(yè)創(chuàng)新的代理變量。

企業(yè)資源配置效率常用Richardson模型和數(shù)據(jù)包絡(luò)分析（DEA）衡量。但Richardson模型關(guān)注企業(yè)投資效率， 適合初創(chuàng)企業(yè)配置效率的測算（Richardson，2006）。因此， 借鑒花貴如等（2010）的研究， 本文采用DEA方法從投入和產(chǎn)出維度①衡量企業(yè)資源配置效率。

4. 控制變量。本文參考賈云赟（2017）的研究， 選擇企業(yè)發(fā)展能力（Growth）、 企業(yè)性質(zhì)（SOE）、 資產(chǎn)負債率（Lev）、 資本回報率（ROC）、 經(jīng)營現(xiàn)金流（OCF）和總資產(chǎn)凈利率（ROA）等作為控制變量。具體變量定義如表 2所示。

四、 實證結(jié)果分析

（一）描述性統(tǒng)計

表3列示了主要變量的描述性統(tǒng)計結(jié)果。TFP_LP的平均值為15.12， 標(biāo)準(zhǔn)差為1.15， 可見樣本企業(yè)全要素生產(chǎn)率存在較大的差距。從Treat的情況來看， 僅有3.6%的企業(yè)被納入碳排放權(quán)交易政策試點， 企業(yè)數(shù)量較少?？刂谱兞康慕Y(jié)果與現(xiàn)有研究基本一致， 本文不再贅述。

（二）平行趨勢檢驗

使用雙重差分法的重要假設(shè)前提是， 實驗組和控制組保持一致的時間趨勢。本文參考 Jacobson等（1993）的研究進行平行趨勢檢驗。檢驗結(jié)果如圖 1所示， 政策實施后第四年之前， 雙重交互項的估計系數(shù)基本在0值附近上下波動， 且不顯著； 而在第四年之后， 邊際效應(yīng)線向右上方傾斜， 且影響效應(yīng)呈增強趨勢。說明2013年試點政策對全要素生產(chǎn)率的影響存在滯后性， 可以使用雙重差分模型進行檢驗。

（三）基準(zhǔn)回歸分析

表 4為碳排放權(quán)交易政策實施對企業(yè)全要素生產(chǎn)率的影響的基本回歸結(jié)果。其中列（1）、 列（2）以全國企業(yè)為樣本進行總體回歸， 列（3）、 列（4）以七個試點省份上市公司為樣本進行回歸， 在控制年份、 行業(yè)和地區(qū)固定效應(yīng)后， ?Treat×Time的系數(shù)均在1%的水平上顯著為正。列（5） ～ 列（8）為傾向得分匹配后分別運用雙重差分模型（1）和三重差分模型（2）進行回歸的結(jié)果， Treat×Time及Treat×Time×Regulate的系數(shù)均顯著為正， 說明碳排放權(quán)交易政策實施顯著提高了企業(yè)全要素生產(chǎn)率。假設(shè)1得到驗證②。

（四）穩(wěn)健性檢驗

本文參考錢雪松等（2018）的研究， 進行以下穩(wěn)健性檢驗： 隨機選取政策實施年份進行安慰劑檢驗、 采用OP法計算企業(yè)全要素生產(chǎn)率、 考慮滯后效應(yīng)， 結(jié)果如圖2、 表 5所示， 雙重交互項回歸系數(shù)都集中在零點附近， Treat×Time及滯后一期系數(shù)在1%的水平上顯著為正， 結(jié)論穩(wěn)健。

五、 進一步分析

（一）中介機制檢驗

為驗證假設(shè)2和假設(shè)3， 本文利用逐步回歸法進行中介機制檢驗， 結(jié)果見表6。實質(zhì)性減排效應(yīng)檢驗結(jié)果如表6列（1）、 列（2）所示； 創(chuàng)新效應(yīng)檢驗結(jié)果如列（3）、 列（4）所示； 資源配置效應(yīng)檢驗結(jié)果如列（5）、 列（6）所示。其中， 列（1）、 （3）、 （5）中Treat×Time的系數(shù)均顯著為正， 列（2）、 （4）、 （6）中GW、 RD、 Eff的系數(shù)均在1%的水平上顯著為正， 表明碳排放權(quán)交易政策通過實質(zhì)性減排效應(yīng)、 創(chuàng)新效應(yīng)和資源配置效應(yīng)提高企業(yè)全要素生產(chǎn)率， 假設(shè)2和假設(shè)3得到驗證。

（二）異質(zhì)性分析

1. 企業(yè)性質(zhì)。根據(jù)企業(yè)所有權(quán)不同， 本文將所有樣本分為國有企業(yè)和非國有企業(yè)進行異質(zhì)性檢驗。表 7列（1）和列（2）回歸結(jié)果表明， 與非國有企業(yè)相比， 碳排放權(quán)交易政策更可能提高國有企業(yè)的全要素生產(chǎn)率。原因在于， 國有企業(yè)更易獲得國家政策支持， 具有天然政治屏障， 信息不對稱程度更低， 生產(chǎn)要素的分配與調(diào)整更加靈活， 資源配置效率更高。

2. 抗風(fēng)險能力。在碳排放權(quán)交易政策實施過程中， 企業(yè)內(nèi)在因素和外在環(huán)境都會對政策實施效果產(chǎn)生影響。本文參考周志方等（2019）的研究， 以現(xiàn)金柔性和負債融資柔性之和衡量企業(yè)抗風(fēng)險能力， 當(dāng)企業(yè)抗風(fēng)險能力大于樣本企業(yè)抗風(fēng)險能力中位數(shù)時， 稱為抗風(fēng)險能力強企業(yè)， 否則為抗風(fēng)險能力弱企業(yè)。結(jié)果如表 7列（3）和列（4）所示， 碳排放權(quán)交易政策實施對抗風(fēng)險能力強企業(yè)的全要素生產(chǎn)率的促進作用更加明顯。這是因為抗風(fēng)險能力弱企業(yè)沒有足夠的資金去應(yīng)對碳排放權(quán)交易風(fēng)險帶來的轉(zhuǎn)型成本壓力， 企業(yè)不僅無法進行技術(shù)升級， 還可能面臨經(jīng)營困境。

3. 市場化水平。外部環(huán)境方面， 本文參考常凱等（2012）的研究， 以樊綱市場化指數(shù)衡量企業(yè)所處外在環(huán)境的市場化水平。當(dāng)企業(yè)所在地區(qū)市場化水平大于樣本企業(yè)所有地區(qū)市場化水平中位數(shù)時， 認(rèn)為企業(yè)處于市場化水平高地區(qū)， 反之處于市場化水平低地區(qū)。表 7列（5）、 列（6）的結(jié)果表明， 碳排放權(quán)交易政策實施對市場化水平高地區(qū)企業(yè)全要素生產(chǎn)率的提高作用更為明顯。原因在于市場化水平較高地區(qū)， 碳市場更為平穩(wěn)、 碳價格更為透明， 企業(yè)能夠?qū)μ寂欧艡?quán)交易政策做出迅速反應(yīng)， 降低交易成本和交易風(fēng)險， 通過創(chuàng)新和提高資源配置效率來獲取現(xiàn)金流量、 轉(zhuǎn)嫁減排成本。

六、 結(jié)論與建議

本文基于我國碳排放權(quán)交易政策試點這一準(zhǔn)自然實驗， 利用2008 ～ 2020年我國A股上市公司數(shù)據(jù)， 評估碳排放權(quán)交易政策對企業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)： 其一， 碳排放權(quán)交易政策的實施提高了企業(yè)全要素生產(chǎn)率。其二， 碳排放權(quán)交易政策通過增加企業(yè)實質(zhì)性減排行為、 促進企業(yè)創(chuàng)新和優(yōu)化企業(yè)資源配置來提高企業(yè)全要素生產(chǎn)率。其三， 國有企業(yè)、 抗風(fēng)險能力強和市場化水平高的企業(yè)全要素生產(chǎn)率受碳排放權(quán)交易政策影響更明顯。

基于上述研究結(jié)論， 本文得到如下啟示：

（1）企業(yè)應(yīng)加快轉(zhuǎn)型升級步伐， 提高資源配置效率。本文研究證明， “既要綠水青山， 又要金山銀山”的美好愿景是可以實現(xiàn)的。政府應(yīng)著力完善碳排放權(quán)交易制度， 總結(jié)試點經(jīng)驗， 加快建設(shè)和完善全國碳市場。企業(yè)也應(yīng)轉(zhuǎn)變環(huán)境規(guī)制會阻礙自身發(fā)展的錯誤觀念， 在積極響應(yīng)環(huán)境治理政策的同時加快轉(zhuǎn)型升級的步伐， 提高自身生產(chǎn)效率和資源配置效率。

（2）政府應(yīng)激發(fā)企業(yè)創(chuàng)新活力， 積極推動技術(shù)創(chuàng)新。政府應(yīng)根據(jù)市場變化調(diào)整環(huán)境規(guī)制手段， 出臺扶持性政策。例如， 在實施碳排放權(quán)交易制度時， 可考慮加大對低碳技術(shù)研發(fā)的補貼力度， 緩解企業(yè)創(chuàng)新資金短缺問題。企業(yè)應(yīng)充分利用技術(shù)創(chuàng)新帶來的補償效應(yīng)， 加大創(chuàng)新力度和提高創(chuàng)新能力， 實現(xiàn)可持續(xù)發(fā)展。

（3）國家應(yīng)實施差異化環(huán)境規(guī)制策略， ?避免采用“一刀切”行政命令。國家相關(guān)部門在制定政策時， 應(yīng)根據(jù)不同企業(yè)性質(zhì)、 企業(yè)內(nèi)部情況、 地區(qū)市場化程度差異， 實施差異化環(huán)境規(guī)制策略。各地政府應(yīng)因地制宜、 因時制宜地促進區(qū)域環(huán)境治理交流協(xié)作， 提高碳排放權(quán)交易市場有效性， 為實現(xiàn)“雙碳”目標(biāo)保駕護航。

【 注 釋 】

① 投入維度，以應(yīng)付職工薪酬，固定資產(chǎn)凈額，購買商品、接受勞務(wù)支付的現(xiàn)金進行衡量，反映企業(yè)規(guī)模大小、生產(chǎn)能力和中間品投入；產(chǎn)出維度以企業(yè)年凈利潤衡量，反映企業(yè)實際盈利情況。

② 已進行相關(guān)性分析，變量間系數(shù)均小于0.5，在1%或5%的水平上顯著相關(guān)，不存在嚴(yán)重多重共線性問題。

③ 圖2為500次隨機分配后回歸估計系數(shù)均值，X軸表示FalseTime×CO2的估計系數(shù)，曲線是估計系數(shù)的核密度分布。

【 主 要 參 考 文 獻 】

步曉寧，張少華，張?zhí)烊A．中國工業(yè)企業(yè)的增長動能、配置效率與經(jīng)濟利潤［ J］．南方經(jīng)濟，2019（6）：48～70．

常凱，王蘇生，徐民成．碳排放權(quán)交易機制下碳排放量控制效率的經(jīng)濟解釋［ J］．統(tǒng)計與決策，2012（21）：156～159．

緱倩雯，蔡寧．企業(yè)異質(zhì)性環(huán)境實踐方式與績效關(guān)系的實證研究［ J］．軟科學(xué)，2014（11）：15～19．

花貴如，劉志遠，許騫．投資者情緒、企業(yè)投資行為與資源配置效率［ J］．會計研究，2010（11）：49～55+97．

賈云赟．碳排放權(quán)交易影響經(jīng)濟增長嗎［ J］．宏觀經(jīng)濟研究，2017（12）：72～81+136．

姬新龍．碳排放權(quán)交易是否促進了企業(yè)環(huán)境責(zé)任水平的提升？［ J］．現(xiàn)代經(jīng)濟探討，2021（9）：49～55．

李大元，賈曉琳，辛琳娜．企業(yè)漂綠行為研究述評與展望［ J］．外國經(jīng)濟與管理，2015（12）：86～96．

劉傳明，劉一丁，馬青山．環(huán)境規(guī)制與經(jīng)濟高質(zhì)量發(fā)展的雙向反饋效應(yīng)研究［ J］．經(jīng)濟與管理評論，2021（3）：111～122．

魯曉東，連玉君．中國工業(yè)企業(yè)全要素生產(chǎn)率估計：1999-2007［ J］．經(jīng)濟學(xué)（季刊），2012（2）：541～558．

錢雪松，康瑾，唐英倫等．產(chǎn)業(yè)政策、資本配置效率與企業(yè)全要素生產(chǎn)率——基于中國2009年十大產(chǎn)業(yè)振興規(guī)劃自然實驗的經(jīng)驗研究［ J］．中國工業(yè)經(jīng)濟，2018（8）：42～59．

沈洪濤，黃楠．碳排放權(quán)交易機制能提高企業(yè)價值嗎［ J］．財貿(mào)經(jīng)濟，2019（1）：144～161．

申丹虹，劉錦葉，崔張鑫．中國制造業(yè)全要素生產(chǎn)率測算與區(qū)域趨同檢驗［ J］．統(tǒng)計與決策，2022（1）：47～52．

涂正革，肖耿．中國的工業(yè)生產(chǎn)力革命——用隨機前沿生產(chǎn)模型對中國大中型工業(yè)企業(yè)全要素生產(chǎn)率增長的分解及分析［ J］．經(jīng)濟研究，2005（3）：4～15．

肖紅軍，張俊生，李偉陽．企業(yè)偽社會責(zé)任行為研究［ J］．中國工業(yè)經(jīng)濟，2013（6）：109～121．

章祥蓀，貴斌威．中國全要素生產(chǎn)率分析：Malmquist指數(shù)法評述與應(yīng)用［ J］．?dāng)?shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008（6）：111～122．

周志方，李祎，肖恬，曾輝祥．碳風(fēng)險意識、低碳創(chuàng)新與碳績效［ J］．研究與發(fā)展管理，2019（3）：72～83．

Clarkson P. M.， Li Y.， Richardson G. D.， et al.. Revisiting the relation between environmental performance and environmental disclosure： An empirical analysis［ J］．Accounting， Organizations and Society，2008（4-5）：303～327．

Jacobson L. S.，R. J. LaLonde， D. G. Sullivan. Earnings losses of displaced workers［ J］．American Economic Review，1993（4）：685～709．

Levinsohn J.，A. Petrin. Estimating production functions using inputs to control for unobservables［ J］．Review of Economic Studies，2003（70）：317～342．

Olley G. S.， Pakes ?A.. The dynamics of productivity in the telecommunications equipment industry［ J］．Econometrica，1996（64）：1263～1297．

Richardson R.. Over-investment of free cash flow［ J］．Review of Accounting Studies，2006（2-3）：159～189．

Siller M.， Schatzer T.， Walde J. F.，Tappeiner ?G.. What drives total factor productivity growth？ An examination of spillover effects［ J］．Regional Studies， 2021（55）：1129～1139．

Walker K.， Wan F.. The harm of symbolic actions and green-washing： Corporate actions and communications on environmental performance and their financial implications［ J］．Journal of Business Ethics，2012（2）：227～242．