環境信息披露對企業全要素生產率的影響

范 丹,付嘉為 (.東北財經大學經濟學院,遼寧 大連 6025；2.東北財經大學經濟計量分析與預測研究中心,遼寧 大連 6025)

目前,中國環境治理進入新階段,在繼推行命令控制型和市場激勵型環境規制政策之后,環境信息披露作為降低企業與社會公眾之間的信息不對稱的有效手段,是否可以逐步將環境規制主要措施轉移到以企業披露、公眾監督為主的環境信息披露上是值得關注的議題.在美國,環境信息披露政策已經成為政府直接環境管控和市場工具的重要補充或替代措施[1].中國環境信息披露政策于 20世紀末展開,并逐步得到落實和發展.在此背景下,黨的十九大提出提高全要素生產率是中國經濟高質量發展的動力之源.上市企業作為市場的主體對經濟增長以及經濟結構優化發揮重要引領,其全要素生產率的提升更是中國實現高質量、高效率、可持續經濟發展的關鍵[2].因此,在企業環境治理問題和高質量發展的雙重背景下,探究環境信息披露對企業全要素生產率的影響,成為環境經濟學關注的重要問題.

環境信息披露作為評估企業環境風險的重要依據,已逐漸成為政府和學界關注的重點.美國早期出臺的 TRI(有毒物質排放清單)制度在一定程度上降低了企業污染[1].之后針對上市公司實施 ESG(環境、社會及公司治理)項目也取得了明顯的企業污染減排效果.在學術界,國內外學者也分別從不同角度對環境信息披露進行研究,主要基于微觀視角,考察環境信息披露對企業財務績效[3]、環境治理[4]、污染減排[5]、企業風險[6]等方面的影響.也有少量研究考察環境信息披露的影響因素[7-8].而鮮有文獻研究環境信息披露與企業全要素生產率之間的關系.其原因在于企業環境信息披露難以量化,以及全要素生產率與環境信息披露之間存在的內生性問題難以解決,這也正是本文的出發點和關注所在.

另一方面,關于環境規制對企業全要素生產率的影響,已有文獻分別考察了以兩控區為代表的命令型環境規制阻礙了企業全要素生產率的增長[9].以排污權交易為主導的市場激勵型環境規制提升了上市企業全要素生產率[10].此外,關于全要素生產率的相關研究也多從行業[11]、省份地區[12-13]等宏觀、中觀角度進行,關于微觀企業層面研究較少.鑒于此,本文擬從微觀企業層面出發,圍繞環境信息披露對企業全要素生產率的影響這一主題進行拓展,并進一步揭示環境信息披露對企業生產效率的作用渠道.

本文以2007～2016年的滬深兩市上市企業作為研究對象,實證探討環境信息披露對企業全要素生產率的影響,并對傳導機制及異質性進行分析,從微觀角度為政府進一步推行環境信息披露制度提供策略參考.

1 研究方法與設計

1.1 機理分析

企業全要素生產率作為生產中一種綜合性的評價指標.可以分解為技術創新效應和資源配置效應[10].一方面,環境信息披露可能通過合規成本(外部壓力)和聲譽效應(內部激勵)促使企業提高綠色技術創新[14-15].同時,環境責任作為社會責任的重要組成部分,詳細的環境信息披露能夠反映企業承擔的環保責任.一般而言,積極進行環境信息披露的企業有助于向投資者傳遞企業經營穩定的正面信息[16],給消費者樹立具有社會責任感的企業形象,有利于提高企業綜合競爭力.此外,環境信息披露也是影響銀行借款的重要影響因素,可以通過降低銀企間信息不對稱,來幫助企業降低債務融資成本[17].另一方面,環境信息披露質量高的企業會被投資者認為更有實力和社會責任感,因此給予其更多的環境風險折價,降低了企業股權融資成本[18-20].而企業綜合競爭力和企業融資約束又會影響企業要素資源配置,因此本文擬從綠色技術創新、綜合競爭力和融資約束三條途徑來探討環境信息披露對企業全要素生產率的影響.

1.2 實證模型構建

1.2.1 環境信息披露對企業全要素生產率影響路徑的計量模型 上述機理分析對環境信息披露與企業全要素生產率的關系作出理論推斷,為了更加準確的檢驗環境信息披露對企業全要素生產率的影響機理.本文構建如下模型:

上式中:Yijt表示省份i行業j中的企業在第t年的全要素生產率.EDI是環境信息披露得分.β1是本文重點關注的環境信息披露對企業全要素生產率的影響;X表示影響企業全要素生產率的一組控制變量,包括企業規模、股權集中度、企業年齡、企業所有制、資產負債率、現金流量比、資產收益率和固定資產比例;δi為地區固定效應;λj為行業固定效應;nt為年份固定效應;εijt為隨機誤差項.

1.2.2 環境信息披露對企業全要素生產率作用機制的中介效應模型 為了更加準確的衡量出綠色技術創新、企業融資約束和企業競爭力在環境信息披露對企業全要素生產率影響效果的大小和比重,本文參考溫忠麟等[21]的研究方法構造中介效應模型如下:

式中:Mijt表示中介變量;中介效應大小為 ab;中介效應可拆分為綠色技術創新(Patentijt)、企業綜合競爭力(LIijt)、融資約束(KZijt和 SAijt)3條路徑.Patentijt表示省份i行業j中的企業在t年獲得的綠色發明型專利授權量.LIijt表示省份i行業j中的企業在t年用于衡量企業綜合競爭力的勒納指數.KZijt和 SAijt分別表示省份i行業j的企業在t年所受融資約束大小的指標,其它變量解釋與模型(1)相同.

1.2.3 環境信息披露對企業全要素生產率影響的雙重差分模型 為了克服內生性對研究結論的影響,本文以2013年7月環境保護部頒布的《國家重點監控企業污染源監督性監測及信息公開辦法》[22]作為準自然實驗,該政策強制要求重污染企業披露其環境信息.因此第一重差分來自于重污染企業與非重污染企業之間的差異,第二重差分來自于試點前與試點后的差異,構建以下雙重差分模型:

式中,TFPijt表示位于省份i行業j的企業在t年的全要素生產率.DID表示企業污染類型虛擬變量(Treat)與政策時間前后虛擬變量(Time)的交互項,即企業為重污染企業,則Treat取值為1,反之取值為0;在政策后Time取值為 1,反之取值為 0;其系數α1是本文重點關注的環境信息披露政策對企業全要素生產率的影響效果;X為一組控制變量,與公式(1)中控制變量相同;ηi為地區固定效應;μi為行業固定效應;ξt為時間固定效應;εijt為隨機誤差項.

1.3 數據來源和處理

為了從微觀層面探討環境信息披露對全要素生產率的影響,結合數據的可獲得性,本文以 2007～2016年的滬深兩市上市企業作為研究對象,依據特定標準,對企業環境信息披露水平進行衡量.所需評估數據來源于企業年報和社會責任報告等,并通過企業相關財務數據,利用OP法計算出企業全要素生產率,所需財務數據均來自源wind數據庫.與以往宏觀層面研究中通過提取出數據中的平衡面板數據,或利用差值法補齊缺失值的數據處理方式不同,本文采用非平衡面板數據,較好的保留了數據的真實性和準確性.考慮到奇異值對研究結論的潛在干擾,參考現有研究本文剔除以下樣本數據:①數據值缺失嚴重的企業;②標注為ST或ST*的企業;③金融類企業;④同時發行H股和B股的企業.

1.4 重要變量及其測量

1.4.1 環境信息披露 本文使用企業環境信息披露指數(EDI)作為解釋變量對企業環境信息披露水平進行量化,根據2010年環境保護部頒布的《上市公司環境信息披露指南》[23]相關指引,對企業環境信息披露從企業污染物排放情況、企業環保資金投入、企業環保事故及賠償、企業環保目標、獲得政府相關環保補貼、與環保相關的貸款、政府環保政策對企業產生的影響、為改善生態環境進行的投入、獲得的環保榮譽、其他與環保相關的收入和支出這10個方面進行綜合打分.具體判斷標準如下:未進行環境信息披露記為 0分,無數字化信息且無貨幣化信息的定性環境信息披露記 1分,有數字化信息但無貨幣化信息的定量環境信息披露記 2分,同時具有數字化信息和貨幣化信息的環境信息披露記 3分.將所有項目在這三個維度的得分加總可得樣本企業環境信息披露的量化總得分,最后根據公式(1)得到最終的環境信息披露指標(EDI).

式中:EDIj表示第j個上市企業的環境信息披露總得分,TEDI表示最佳環境信息披露得分,為滿分30分.

1.4.2 全要素生產率 全要素生產率最早由索洛提出,多數研究最初通過索洛余量來計算企業全要素生產率,這種測算方式雖然簡單,但是易受到內生性和選擇誤差等問題帶來的干擾.之后,Olley等[24]提出的半參數OP法很好地解決了這個問題,因此采用該方法測算全要素生產率得到了廣泛應用[25-26].本文運用 OP法測算企業全要素生產率,具體而言,使用企業固定資產凈值的自然對數和企業成長年限作為狀態變量,控制變量為企業是否為國有企業和是否有進出口活動,代理變量為企業投資的自然對數,退出變量用企業是否標注為ST或ST*和企業是否退市來表示.除 OP法外,本文進一步利用 LP法、ACF法和GMM法測算全要素生產率進行穩健性檢驗.LP法和OP法類似,主要區別在于LP法使用中間投入作為代理變量.ACF法在OP法與LP法的基礎上進一步克服了變量的相關性問題.而 GMM方法可解決模型中的內生性問題[10].

1.4.3 中介變量和分類變量 選用綠色專利授權量作為綠色技術創新的代理變量進行機制檢驗,選取勒納指數(LI)來衡量企業綜合競爭力,勒納指數=(營業收入-管理費用-銷售費用-營業成本)/營業收入.LI數值越大,企業競爭力越強.構建企業融資約束的 KZ指標[27-28],該指數越大,表示企業受到的融資約束越強.參考 Hadlock等[29]構建企業融資約束的 SA指標,具體為 SA=-0.737size+0.043size2-0.040age,其中size為其規模的自然對數; age為企業成立時間.該指數絕對值越大表示企業所受到的融資約束越強.異質性分類變量包括地區、所有制性質、行業污染程度和行業競爭強度4個方面.通過構建赫芬達爾——赫希曼指數(HHI)來衡量企業所處行業的競爭程度.并且按照 HHI指數的測算方法分為以資產總計測算的HHI指數(HHI_asset)和以營業收入計算的HHI指數(HHI_ output),其中HHI指數值越高,表明行業的壟斷程度越高,競爭程度越低,反之則反.并將HHI由高到低排列,取中位數及以上的設為低競爭行業,取中位數以下的設為高競爭行業進行異質性分類.

1.4.4 其他變量 為了控制其他因素對企業全要素生產率的影響,在回歸模型中加入了其他可能影響企業全要素生產率的變量.具體包括:企業規模、股權集中度、企業年齡、企業所有制、資產負債率、現金流量比、資產收益率和固定資產比例.考慮到時間、行業、地區對研究結論的影響,本文也控制了年份、行業、省份固定效應,并在省份層面進行聚類,各變量的定義和描述性統計結果見表1.

表1 變量定義及描述性統計Table 1 Variable definition and descriptive statistics

2 實證結果與分析

2.1 環境信息披露對企業全要素生產率的影響

利用公式(2)回歸結果見表 2,無論采用哪一種模型進行估計,以及是否添加控制變量,環境信息披露的系數 β1均為正,且不同模型回歸系數差異不大,添加控制變量后的回歸系數均值為 0.173.該結果說明環境信息披露作為除命令型環境規制和市場型環境規制之外的第 3種環境規制手段,有助于促進企業全要素生產率.原因可能有以下 2個方面,從市場方面來說,環境信息披露能夠有效傳播企業環境信息,縮小信息不對稱,加大企業與消費者之間的聯系,提高消費者對企業環境績效的關注,采取“用腳投票”的方式,能夠倒逼企業進行綠色研發,提高企業全要素生產率.從投資者角度來看,積極而準確的環境信息披露,能夠增加投資者信心,從而降低企業融資成本,促進企業研發投入.

表2 環境信息披露對企業全要素生產率的影響Table 2 Impact of environmental information disclosure on enterprise total factor productivity

本文利用微觀企業層面的現實數據.全面系統的考察環境信息披露對我國企業全要素生產率的影響.為相關環境信息披露制度建設和企業生產效率提升的研究提供補充.但囿于數據可獲性,本文仍存在局限性有待進一步拓展.本文選取環境信息披露較為詳細的滬深上市企業為研究樣本,由于這類企業存在一定特殊性,導致研究結論較為有限,而這需要更多其他類型企業數據來解決.最后,隨著我國環境信息披露的不斷發展,更多相關數據的披露,未來相關研究可進一步拓展.

2.2 PSM檢驗

由于企業在環境信息披露內容上具有較大的自主選擇權,企業可能更加突出與之相關“好”的環境績效信息,弱化與之相關“壞”的環境績效信息,從而產生樣本自選擇問題.為了解決上述問題,本文按照是否進行了環境信息披露,將全樣本分為處理組和控制組.表3報告了使用PSM最近鄰匹配法的估計結果.可以發現,雖然在匹配前后,處理組相對于控制組而言,環境信息披露對企業全要素生產率的處理效應(ATT)從0.133下降至0.063,但仍然在1%的水平上顯著,說明在解決樣本自選擇問題后,上文結論仍然保持穩健.

表3 PSM檢驗結果Table 3 The results of PSM

此外,本文接下來也從其它方面對研究結論進行穩定性檢驗.并對其傳導機制展開分析.同時根據企業所在地區、所有制性質、污染程度、行業競爭度等差異,分別探討企業環境信息披露對企業綠色技術的異質影響.

2.3 穩健性檢驗

2.3.1 替換被解釋變量 考慮到OP法測算企業全要素生產率具有一定的特異性,為了避免由于全要素生產率測算方法帶來的選擇性誤差,提高結論的穩健性,本文分別采取了LP法、ACF法和系統GMM法測算出的企業全要素生產率作為被解釋變量,并通過方程(2)進行回歸.結果發現,不同估計方法中環境信息披露EDI的系數β1仍然顯著為正.因此,在采用不同的估算方法來避免特異性誤差后,結果仍然顯著,證明了上文結論的穩健性.

2.3.2 工具變量檢驗 雖然企業進行環境信息披露是自發性行為,但可能存在全要素水平越高的企業,其環境信息披露水平也越高.為了進一步解決可能由于這種雙向因果而產生的內生性問題,本文使用工具變量(lnIV)法進行穩健性檢驗.參考史貝貝等[30]選取地市級報紙種類數量作為環境信息披露的工具變量,本文選取當年百度新聞中包含該上市企業名稱的新聞條數作為環境信息披露的工具變量.主要原因在于,第一,隨著移動終端的廣泛使用,網絡已經成為政府及相關部門獲得信息的最大來源,企業受到的政府及社會關注度越大,該企業進行環境信息披露的可能性也就越大,而百度新聞中包含該企業的新聞條目數很好的反應了企業所受的關注度.第二,百度新聞中包含企業名稱的條目數并不會隨著企業全要素生產率的大小而明顯變化,滿足工具變量的有關假設.此外,本文也通過了工具變量外生性檢驗以及弱工具變量檢驗.

本文利用Python獲取2007～2016年百度新聞中包含企業名稱的條目數,根據企業代碼匹配到各個企業,將該條目數的自然對數,作為環境信息披露的工具變量(lnIV),較好地克服了模型可能存在的內生性問題.工具變量的估計結果發現,在處理內生性問題后,環境信息披露同樣可以顯著促進企業全要素生產率,進一步驗證了上文結論的穩定性.

2.3.3 增加控制變量 除了上述控制變量外,在企業層面,本文分別參考于新亮等[31]研究發現,企業人均工資和企業資本密度均會影響企業全要素生產率.因此,分別選取企業應付工資占企業人數之比與企業固定資產占企業人數比例進行衡量.此外也新增控制了企業綠色實用新型專利授權數量.在省份層面,地區經濟發展水平、城市規模、居民消費水平和科技水平均會影響企業全要素生產力,本文分別用地區人均GDP的自然對數、人口數的自然對數、居民消費價格指數的自然對數和地區大學數量的自然對數來衡量,并加入模型中予以控制.新增控制變量的回歸結果表明,無論是單獨新增省份或企業層面的控制變量,還是同時新增省份與企業層面控制變量,環境信息披露都能顯著促進企業全要素生產率,說明上文結果具有較好的穩健性.

2.3.4 增加協變量 為了進一步控制可能影響到上文結論宏觀層面的因素,參考史貝貝等[30]的處理方法,在模型(2)的基礎上添加省份與時間的一次交互項 pro×t(t=year-2007)、二次交互項 pro×t2、省份虛擬變量(pro)與年份虛擬變量(year)的交互項pro×year,來控制省份層面隨時間變化的非線性趨勢對研究結論的影響.增加協變量后的回歸結果顯示,環境信息披露(EDI)的系數β1仍顯著為正,表明環境信息披露仍然可以顯著提高企業全要素生產率,進一步證明了結論的穩健性.

2.3.5 內生性處理-雙重差分法 雖然PSM法在一定程度上緩解了企業環境信息披露自選擇問題帶來的回歸結果偏誤,本文仍擔心全要素生產率較高的企業更有可能進行更加詳細環境信息披露,由此雙向因果帶來的內生性問題仍然可能對研究結論造成干擾.因此,本文利用雙重差分法考察環境信息披露政策對企業全要素生產率的影響.雙重差分回歸結果顯示,在控制了控制變量和地區、行業、時間三重固定效應后,環境信息披露政策仍顯著提高了重污染企業的全要素生產率,說明在進一步緩解樣本自選擇偏誤和內生性問題后,上述結論仍然穩健.

3 機制檢驗和異質性分析

3.1 傳導機制分析

3.1.1 企業綠色技術創新 以企業綠色技術創新為中介機制的估計結果見表4,環境信息披露對企業綠色技術創新的影響系數為正,與李青原等[32]發現的排污收費促進了企業綠色專利成果產出相似.在添加企業綠色技術創新變量后,環境信息披露對全要素生產率的系數值為 0.011,且在 1%的水平上顯著,但比不添加中介變量的系數估計值 0.232要小,說明此中介效應成立,與排污權交易通過促進企業綠色技術創新來提高企業全要素生產率的研究發現類似[10].上述傳導路徑成立的理論依據可能在于,環境信息披露迫使投資者和消費者增加對企業環境績效的關注,倒逼企業進行綠色技術升級,促進企業綠色研發,從而提高企業全要素生產率.

3.1.2 企業綜合競爭力 環境信息披露通過提高企業綜合競爭力來促進企業全要素生產率的結果同見表 4.與經驗證據不同,環境信息披露對企業綜合競爭力的回歸結果并不顯著,說明企業環境信息披露并未促進企業綜合競爭力,這與劉悅等[33]發現的環境規制在長期不會影響企業的生產率和競爭力相同,進而環境信息披露也未能通過企業綜合競爭力來促進企業全要素生產率.可能原因在于我國環境違法成本較低,公眾環保意識薄弱[1],難以通過企業環境信息披露來提高企業產品競爭力,從而未能提高企業在市場上的競爭地位.

表4 綠色技術創新和綜合競爭力的機制檢驗結果Table 4 Mechanism test results of green technology innovation and comprehensive competitiveness

3.1.3 企業融資約束 環境信息披露通過緩解企業融資約束來提高企業全要素生產率.一般而言,企業環境信息披露質量越高,企業就越容易獲得銀行長期貸款和投資者的青睞,從而緩解企業融資壓力.對企業融資約束的機制檢驗結果報告見表5環境信息披露對融資約束KZ和SA的系數估計值均顯著,說明提高環境信息披露水平能夠降低企業融資約束,與吳紅軍等的研究發現相同[34].無論采用哪種指標來衡量融資約束,環境信息披露均能通過緩解企業融資約束來促進企業全要素生產率.

表5 融資約束的機制檢驗結果Table 5 The results of mechanism test of financing constraints

3.2 異質性分析

3.2.1 不同地區 由于我國不同省份之間的要素資源稟賦,科技發展水平存在差異,環境信息披露的企業全要素生產率的促進作用也可能會有所不同.因此本文將全樣本按地區劃分為東、中、西3個子樣本分別進行回歸.研究結果見表 6,可以發現環境信息披露對企業全要素生產率的促進作用僅體現在東部地區,在中西部地區未能產生預期效果.可能原因在于東部地區企業受到的投資者和消費者關注度更高,環境信息披露對企業影響較大.

表6 地區異質性檢驗結果Table 6 Regional heterogeneity test results

3.2.2 企業所有制性質 將全樣本按企業所有制性質分為國有企業(SOE=0)和非國有企業(SOE=1),如表8所示,非國有企業的EDI系數為正,在5%的水平上顯著,而國有企業的 EDI系數不顯著,說明非國有企業全要素生產率受環境信息披露影響程度顯著,而國有企業的環境信息披露未產生明顯效果.分析原因,一方面,國有企業受到更多的政府補貼,缺乏競爭壓力,環境信息披露不能顯著推動企業綠色創新,對企業融資約束的影響也較小.另一方面,非國有企業自負盈虧,環境信息披露使消費者產生“用腳投票”,倒逼企業進行綠色研發,同時積極的環境信息披露也會降低企業融資預算,促進企業全要素生產率.

3.2.3 行業污染 按《上市公司行業分類指引》[35]將樣本劃分為重污染企業(Pollution=1)和非重污染企業(Pollution=0)兩個子樣本,代入公式(2)分別進行回歸,檢驗結果見表 7.從回歸結果可以看出,重污染企業的環境信息披露對企業全要素生產率的激勵效應為正,在 5%的水平上顯著,而非重污染企業的環境信息披露對企業全要素生產率的作用效果并不明顯.原因在于,重污染企業通過環境信息披露降低了與銀行或其他投資機構之間的信息不對稱,有利于緩解企業融資約束.

表7 企業性質和污染類型異質性分析結果Table 7 Heterogeneity test results of enterprise nature and pollution type

3.2.4 行業競爭 將樣本分為高競爭行業和低競爭行業分別進行回歸.行業競爭異質性檢驗結果見表8.由檢驗結果可以發現,無論是以哪種方式衡量行業競爭,處于高競爭行業中的企業環境信息披露均能顯著促進全要素生產率,而處于低競爭行業中的企業的環境信息披露并未實現預期效果.可能原因在于以下兩點:第一,行業壟斷程度的增加,加大了企業融資約束,進而阻礙了企業要素結構稟賦升級.第二,在高競爭行業中,以利益最大化為目標導向的企業通過綠色技術創新改善企業環境績效,從而產生更加正面的環境信息披露,以獲得更大的市場份額.

表8 行業競爭異質性檢驗結果Table 8 Industry competition heterogeneity test results

4 建議

考慮環境信息披露有助于企業全要素生產率的提升,而我國目前環境信息披露主體多為上市企業,通過企業社會責任報告披露環境信息,且存在負面披露少、披露種類低、披露質量差等問題.因此,需完善相應法律法規,規范披露標準,增加定量信息披露,豐富披露的污染物種類,提高披露的詳細程度.可借鑒國際上利用特定的可持續報告、ESG報告等來披露企業環境信息,以提升環境信息披露的效果.

自2021年起,我國全部上市公司強制披露環境信息.因此,可以充分發揮上市企業的示范引領作用,進一步推行并逐步擴大環境信息披露企業范圍.我國目前環境違規處罰力度相對較低,應加強環境執法力度,以此誘發企業綠色技術創新,進而提升企業全要素生產率.此外,還應為不同所有制企業營造公平的市場競爭環境,提高對中西部地區企業環境信息披露的關注度,強化市場競爭程度.

5 結論

5.1 研究期內,環境信息披露有助于企業全要素生產率的提升,并且在經過替換被解釋變量、PSM 檢驗、工具變量檢驗、利用雙重差分克服內生性問題以及一系列穩健性檢驗后,該結論仍然成立.

5.2 機制分析發現,企業全要素生產率的提升主要通過提高綠色創新水平和緩解融資約束這2條路徑.對比而言,環境信息披露的創新效應高于其緩解融資約束的效果,而企業綜合競爭力還未表現出明顯的中介效應.

5.3 異質性分析結果顯示,東部地區、非國有企業、重污染行業、高競爭行業對環境信息披露更敏感,即提高環境信息披露水平有利于企業全要素生產率的提升,而中西部地區、非國有企業、重污染行業和低競爭行業還未出現明顯的上述效果.