“對賭式”流域橫向生態補償政策對企業勞動投資效率的影響

金友良 徐穎 曾輝祥

【摘要】“對賭式”流域橫向生態補償政策是實現我國生態文明建設的創新舉措， 該舉措是否產生實效， 關鍵在于企業能否將發展引擎從依靠能源資源轉向優化資源配置。本文重點關注企業的勞動力資源配置， 基于2008 ～ 2021年我國A股上市公司的樣本數據， 以省際簽訂的“對賭式”流域橫向生態補償協議為政策沖擊， 采用多期雙重差分法實證檢驗該政策對企業勞動投資效率的影響及作用機制。研究發現， 該政策能夠通過降低企業實際稅負和增加研發投入兩條路徑提升企業勞動投資效率。進一步檢驗發現， 不同補償方式的效果存在差異， “雙向補償”優于“單向補償”， 且該政策與自愿型環境規制存在替代效應。

【關鍵詞】橫向生態補償；資源有效配置；勞動投資效率；雙重差分

【中圖分類號】 F272? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）12-0040-7

一、 引言

為加強各地區聯防聯治以共同應對跨省界流域污染問題， 我國政府逐步在各流域上下游之間簽訂“對賭式”橫向生態補償協議， 根據跨省界斷面水質（量）是否達標來確定生態補償對象并分配補償資金。這一機制的引入促使試點地方政府加強環境保護， 通過增加對企業環境稅的征收和對技術革新的補貼、 淘汰落后產能（景守武和張捷，2021；Zheng等，2021）， 引導企業改變要素資源投入以實現降污增效（祁毓等，2016）。作為企業資源投入不可或缺的組成部分， 勞動投資保持合理有效對于優化要素資源配置、 加大企業競爭優勢有著重要意義（卜君和孫光國，2020）。

勞動投資效率刻畫了企業實際勞動力投資與預期勞動力投資之間的偏離程度， 該偏離程度越大， 企業的勞動投資越無效（Ben-Nasr和Alshwer，2016）。理論上， “對賭式”流域橫向生態補償政策的實施， 不僅能推動企業進行綠色轉型， 還能促使企業通過資本深化并配備與之相適應的員工實現效率與效益的雙重提升（Madsen，2009）， 從而顯著改善企業勞動力的非效率投資（超額雇傭或雇傭不足）。但是， 如果補償標準不科學或相關的配套措施不健全， 這一機制的引入也有可能因信息不對稱所帶來的交易成本過高等問題扭曲政策初衷， 使得企業資源配置陷入無效甚至惡化狀態（Tombe和Winter，2015）。那么， “對賭式”流域橫向生態補償政策究竟能否提高企業勞動投資效率？厘清這一問題對于地方政府贏得“環保賭約”、 宏觀經濟高質量發展以及微觀企業競爭力提升意義重大。

目前關于“對賭式”流域橫向生態補償政策實施效果的研究較少， 主要集中在生態補償政策對水污染強度、 地區經濟效應、 產業結構調整以及企業全要素生產率的影響等方面， 鮮有文獻聚焦于橫向生態補償與企業勞動投資效率的關系。“對賭式”流域橫向生態補償作為地區共享綠色發展成果的制度創新， 能否提高企業勞動投資效率， 實現地區經濟發展內生動力的提升， 對于我國宏觀經濟發展資源有效配置（Jung等，2014）以及微觀企業價值提升十分關鍵（孔東民等，2017）。

基于此， 本文利用2008 ～ 2021年我國A股非金融類上市公司數據， 從我國目前實施的跨省界流域橫向生態補償政策這一準自然實驗入手， 采用多期雙重差分法來識別該政策對企業勞動投資效率的影響。本文可能的邊際貢獻體現在以下幾個方面：

第一， 揭示了“對賭式”流域橫向生態補償政策的獨特優勢。“對賭式”流域橫向生態補償政策源于政府治理跨界流域水污染的動機， 通過引入“縱橫交織”的嵌套式合約， 并結合“環保錦標賽”機制， 不僅融合了市場激勵型與命令控制型工具的規制特點， 還與自愿參與型工具存在替代效應。這一機制的引入， 不但能激發試點地方政府流域保護的積極性、 促進企業實質性研發創新， 而且能顯著提高企業的勞動投資效率， 因而是加強我國流域生態環境保護、 實現經濟高質量發展的制度創新。

第二， 豐富了勞動投資效率影響因素的研究。現有文獻主要關注企業內部影響因素、 外部監督力量等對勞動投資效率的影響， 對企業外部環境因素的研究相對較少。本文則從市場激勵型與命令控制型相結合的環境規制角度， 揭示了“對賭式”流域橫向生態補償政策提高企業勞動投資效率的潛在機制， 并甄別了地方政府降低企業實際稅負、 企業增加研發投入兩條影響渠道。這一研究有利于梳理我國政府與企業在該協議下的結構關系與運行方式， 為高質量發展目標下“有為政府”與“有為企業”的高效參與提供經驗借鑒。

第三， 為我國制定合理的跨界流域橫向生態補償政策、 促進生態保護和經濟高質量發展的深度融合提供了啟示。本文認為： 政府不僅要充分發揮生態補償資金對企業優化資源配置的激勵作用， 而且要進一步加大對企業技術創新的扶持與激勵， 為企業利用技術和資本替代低端、 冗余勞動提供支撐； 同時， 還應加大教育培訓投資， 支持當地企業培養高素質人才。對企業而言， 則應主動進行研發創新， 結合自身的特征合理分配各項資源投入， 真正實現資源優化配置與環境保護的“共贏”。

二、 制度背景與機理分析

（一）制度背景

生態補償是一種利用公共政策或市場化手段， 將生態保護中的經濟外部性內部化， 提供環境保護激勵的制度安排。根據參與者之間的行政隸屬關系， 生態補償可分為縱向和橫向生態補償兩種形式（國家發展改革委國土開發與地區經濟研究所課題組等，2015）。“對賭式”橫向生態補償是一項以市場橫向補償為主、 財政縱向轉移支付為輔的政策工具， 目前已成為山水林田湖草生態保護修復的新思路。我國跨界流域橫向生態補償政策依托流域橫向生態保護補償平臺， 在保護生態環境的基礎上促進地區經濟可持續發展， 為我國“綠水青山”與“金山銀山”的統一創建了新模式。

由于無法確定未來水質改善情況， 協議簽訂雙方以省際交界斷面的水質作為補償依據， 如果上游水質（量）達到了協議水質要求， 則下游政府給予上游政府一定的資金補償， 否則， 上游可能需給予下游一定的資金賠償， 這種“對賭式”橫向生態補償機制為統籌推進全流域環境協同共治打下了堅實基礎。截至2022年， 我國共簽署了11份跨省界流域橫向生態補償協議①， 涉及18個省份及直轄市。

（二）機理分析

“對賭式”流域橫向生態補償鼓勵上下游地方政府根據水質（量）談判標準確定生態補償資金流向， 進而實現經濟發展權與環境舒適權的合理歸屬。試點地方政府為贏得晉升錦標賽和生態補償資金， 可能導致地區之間呈現出“競相向上”的環境規制互動模式（金剛和沈坤榮，2018）， 這種“環保競賽”機制可激勵地方政府不斷加大環境治理力度（畢睿罡和王欽云，2019）。我國“對賭式”流域橫向生態補償政策的實施， 一方面迫使生產率較低的企業被強制退出市場②或選擇跨地遷移（Peng等，2018）， 其工作崗位的消失會導致企業勞動力需求的下降（Liu等，2017）； 另一方面， 考慮到“波特假說”的本地創新效應， 政策的推行又促使企業進行技術創新， 為勞動者就業創造新的工作機會（朱金生和李蝶，2019）， 即“對賭式”流域橫向生態補償協議的簽訂， 可能會使我國形成就業市場不穩定、 勞動力配置狀況不斷變化等局面。為保障國家穩定就業， 地方政府可能會將壓力轉嫁給當地企業（Kong等，2018）。對試點地區企業而言， “對賭式”流域橫向生態補償不僅促使企業以清潔生產技術代替高污染高耗能， 實現產品生產資源的優化配置（李蕾蕾和盛丹，2018）， 還可通過激勵企業勞動力資本的有效配置， 維持勞動力流動穩定以實現國家穩定就業的目標， 進而降低試點地方政府橫向生態補償的履約成本。

在目前簽訂的協議中， 除了上下游地方政府各自出資設置補償基金， 中央政府還會依據考核目標完成情況確定流域環境改善的獎勵資金（張捷，2017）。而受償地區政府為鼓勵當地企業加強流域環境保護， 會將獲得的生態補償資金作為“籌碼”， 通過減免稅費的方式補償給達標企業（景守武和張捷，2021）。由于稅費負擔會影響企業的現金流和正常經營， 實際稅負的下降能夠有效促進企業進行各類投資活動。“對賭式”流域橫向生態補償政策的實施使得地方政府降低了當地企業的實際稅負， 企業內部資金增多， 資金壓力在一定程度上得到緩解（Moll， 2014）， 在各種資源配置方面有更大的選擇空間。在地方政府“流域環境保護”與“穩定就業”的雙重規制下， 稅負的下降使得企業能將更多的資金投向專用性人力資本， 提高企業生產經營效率（Belot等，2007）。為保持勞動力流動穩定， 企業也需要優化要素資源投入（劉勇鳳等，2017）。內部資金的增多使企業更愿意在員工招聘、 培訓、 辭退及離職后福利等方面進行投資， 以留住優秀的骨干員工并吸引潛在應聘者， 幫助企業更好地識別和預測勞動需求， 促進員工有效勞動供給的加速釋放（Flammer和Luo，2017）， 提高勞動投資效率以減少勞動力投資與最佳勞動力投資水平的偏差。

對于試點地區企業而言， “對賭式”流域橫向生態補償政策的實施會促使企業通過技術升級改造減少污染排放， 或通過技術創新提高能源利用效率， 這在一定程度上能削減生態補償政策實施帶來的高額減排成本（朱金生和李蝶，2019）。而技術升級改造和技術創新都需要企業通過加大研發來實現技術進步和效率提升（Madsen，2009）。研發投入的增加則需要企業加大對高技能勞動力的投入。長期來看， 企業生產經營范圍逐漸擴大， 對各類高素質人才的需求也會相應增多。企業出于自身利益最大化的考慮， 會提高勞資比率， 利用資本和技術替代低端、 冗余勞動， 引入先進機器設備、 增加固定資產投資， 相應減少不必要的勞動力需求， 優化勞動要素資源配置， 最終帶來勞動投資效率的提升（Acemoglu和Restrepo，2018）。

三、 研究設計

（一）數據來源

“對賭式”流域橫向生態補償政策的實施會促使地方政府統籌當地的生態環境治理和產業結構調整（景守武和張捷，2021； Zheng等，2021）， 使得第一、 第二、 第三產業均有機會獲得地方政府的生態補償。因此， 本文以2008 ～ 2021 年我國所有A股上市公司的年度數據為初始研究樣本， 并按照以下標準對樣本進行剔除： （1）剔除金融類公司； （2）剔除財務指標異常的公司； （3）剔除員工人數小于30的樣本； （4）剔除所屬地級市未經過全國十大流域的公司； （5）剔除變量缺失的樣本。最終得到包含2972家上市公司的24278個觀測值（N）。數據均來源于國泰安（CSMAR）數據庫， 上市公司行業分類采用中國證監會2012年頒布的《上市公司行業分類指引》。本文對所有連續型變量在1%和99%分位數上進行縮尾處理， 并在回歸分析中對標準誤按照公司個體進行聚類調整。

（二）變量定義

1. “對賭式”流域橫向生態補償政策。本文以省際簽訂“對賭式”流域橫向生態補償協議作為準自然實驗， 其中， 所屬省份簽訂了協議的企業為實驗組， 未簽訂協議的為對照組。經過整理， 我國2011 ～ 2021年共簽訂了11份跨界流域橫向生態補償協議， 涉及18個省份和直轄市， 將這些地區的企業歸入實驗組， 其余企業為對照組。由于省際簽訂協議的時間不同， 根據省際最早簽訂協議的時間設置DID變量， 地區在簽訂協議之前DID=0， 之后DID=1。

2. 勞動投資效率。參考Jung等（2014）的做法， 采用員工數量增長率來衡量企業的凈雇傭量， 然后將與凈雇傭量相關的經濟變量進行回歸， 得到的殘差εit為企業勞動力資本的非效率投資， 模型構建如下：

其中： NetHire表示企業實際員工數量增長率， 本文用實際員工數量增長率與預期員工數量增長率之差的絕對值即AbNetHire衡量企業勞動投資效率； SalesGrowth為營業收入增長率； ROA為總資產收益率； Return為年個股回報率（考慮現金紅利再投資）； SizeR為企業市值的自然對數； Quick為速動比率； Lev為長期負債率； Lossbinx為ROA在-0.025 ～ 0范圍內的以0.005為區間長度平均劃分的五個虛擬變量， 如ROA在-0.005 ～ 0的區間范圍內時， Lossbin1 取1， 否則取0， 在-0.010 ～ -0.005的區間范圍內時， Lossbin2 取1， 否則取0， 以此類推。

3. 控制變量。參考現有文獻， 本文采用的控制變量包括賬面市值比（BM）、 企業規模（LnS）、 企業股權性質（Private）、 前十大股東持股比例（Tthr）等， 同時控制了公司行業（Ind）和年度（Year）的影響。此外， 為控制地區差異帶來回歸結果的偏誤， 本文還將省級層面人均GDP作為控制變量納入模型。

變量具體定義如表1所示。

（三）計量模型

為考察“對賭式”流域橫向生態補償政策對企業勞動投資效率的影響， 本文構造如下回歸模型：

其中： AbNetHireit表示企業i在第t年的勞動投資效率； DIDit表示企業i在t年是否為實施了“對賭式”流域橫向生態補償政策地區的企業； α1表示該政策的實施對實驗組企業勞動投資效率產生的凈影響， 若為負， 表明協議的簽訂有利于提高企業勞動投資效率； Controls為控制變量； α0為常數項， ∑Year代表時間固定效應， ∑Industry為行業固定效應， εit為隨機誤差項。

四、 實證分析

（一）描述性統計

主要變量的描述性統計結果如表2所示。可見， AbNetHire的均值（中位數）為0.286（0.192）， 標準差為0.323， 與現有文獻的統計結果基本一致， 說明2008 ～ 2021年我國A 股非金融類上市公司平均每年每單位規模實際雇傭員工數與預期應當雇傭的合理員工數之差的均值為286人， 中位數為192人。可見， 企業內部勞動力資源配置效率普遍有待提升。

（二）基本回歸結果

“對賭式”流域橫向生態補償政策對試點地區企業勞動投資效率影響的基本回歸結果如表3所示。為更好地衡量該政策的實施效果， 本文將勞動投資效率指標進行t、 t+1、 t+2、 t+3期的移動平均。回歸結果顯示， 第t期DID的系數在5%的水平上顯著為負， 第t+1 ～ t+3期DID的系數在1%的水平上顯著為負， 即非正常雇傭變動顯著降低， 說明地區在簽訂“對賭式”流域橫向生態補償協議后， 當地企業的勞動投資效率顯著提高， 并且這一效果具有可持續性。

（三）穩健性檢驗

1. 政策有效性檢驗。“對賭式”流域橫向生態補償政策的有效實施是研究該政策與企業勞動投資效率關系的前提條件。因此， 本文采用事件分析法， 進行平行趨勢假設檢驗和政策動態效果分析， 模型如下：

其中： β-τ表示處理之前的τ期產生的影響， β+τ表示處理之后的τ期產生的影響， β表示處理當期產生的影響； 當年份為處理當期時， DIDit取值為1， 否則取值為0； 其他變量的定義同上。

平行趨勢檢驗結果顯示， 在政策實施之前的年份， 公式（3）核心解釋變量的回歸系數均不顯著， 即在政策實施之前， 實驗組和對照組企業的勞動投資效率并無顯著差異， 具有相同的變化趨勢， 滿足雙重差分的共同趨勢檢驗前提。

2. 安慰劑檢驗。基準模型中盡管已經控制了企業特征和行業特征等變量， 但回歸結果仍可能受非觀測因素的影響。因此， 本文將虛擬生成的“對賭式”流域橫向生態補償變量對隨機挑選的企業產生政策沖擊， 重復500次并代入回歸模型。處理結果顯示， 隨機生成的“對賭式”流域橫向生態補償變量樣本估計值基本集中在0附近， 且估計值的p 值均較大， 顯著性大多未通過檢驗， 表明本文結果并未受到遺漏變量的干擾。

3. 替換勞動投資效率指標。企業對勞動力的投資具體包括增減雇傭人數和增減員工工資（陳婧等，2018）， 因此將模型（1）中的員工數量增長率替換為員工工資增長率（企業支付給職工、 為職工支付的現金與總資產之比的變動率）， 重新估算各個公司—年份的勞動投資效率。回歸結果顯示， 第t ～ t+3期DID的系數在1%的水平上顯著為負， 研究結論與前文保持一致。

4. 控制行業不可觀測因素。為進一步緩解行業不可觀測因素帶來的結果偏誤， 本文在模型（2）中加入行業乘以時間固定效應。回歸結果顯示， 第t期DID的系數在5%的水平上顯著為負， 第t+1 ～ t+3期DID的系數在1%的水平上顯著為負， 說明在進一步控制行業不可觀測因素后， “對賭式”流域橫向生態補償協議的簽訂仍然會提高企業勞動投資效率， 即本文的假設依然成立。

因篇幅限制， 以上檢驗結果均未列示出來。

五、機制檢驗

為探尋“對賭式”流域橫向生態補償政策對企業勞動投資效率的影響機理， 本文從降低企業實際稅負、 增加企業研發投入兩個方面進行分析， 回歸模型如下：

其中： JiZhiit為中介變量， 分別用企業實際稅負（TB）和研發投入（LnRds）表示。具體來說： 對企業稅費支付和稅費返還之差與營業收入的比值進行t-1、 t、t+1期移動平均， 即為企業實際稅負； 研發投入用企業年度研發投入總額的自然對數進行衡量。

（一）降低企業實際稅負的作用機制

由于第一階段檢驗已在表3中得到驗證， 在此不再重復。表4列示了降低企業實際稅負機制的兩階段回歸結果。第（1）列顯示了第二階段回歸結果， DID的回歸系數顯著為負， 表明地方政府在簽訂“對賭式”流域橫向生態補償協議之后， 試點地區企業的實際稅負顯著降低。第（2） ～ （5）列顯示了第三階段回歸結果， 中介變量TB與DID的回歸系數均顯著， 說明企業實際稅負下降是“對賭式”流域橫向生態補償政策影響企業勞動投資效率的作用機制之一。

（二）增加企業研發投入的作用機制

表5列示了增加企業研發投入機制的兩階段回歸結果。第（1）列中DID的回歸系數顯著為正， 說明“對賭式”流域橫向生態補償政策能夠促使企業加大研發投入。第（2） ～ （5）列中LnRds與DID的回歸系數均顯著， 說明加大研發投入是“對賭式”流域橫向生態補償政策提高企業勞動投資效率的另一種作用機制。

六、 異質性分析

（一）協議性質差異的影響

根據補償資金流向的不同， “對賭式”流域橫向生態補償協議可細分為“雙向補償”和“單向補償”（劉捷，2017）。本文按照協議性質將實驗組進行細分， 檢驗兩種補償方式對企業勞動投資效率的提升效果是否存在差異， 回歸結果如表6所示。

由表6可知， “雙向補償”對企業勞動投資效率的正面影響更加顯著， 且持續時間更長。由于“單向補償”把環境使用權配置給上游， 下游想要獲得自身的環境舒適權， 只能向上游支付補償資金以彌補其為加強環境保護而放棄的經濟發展權。但是， 如果下游的補償少于環境容量使用得到的經濟發展收益， 則上游可以選擇繼續過度使用環境容量而不履行協議。而“雙向補償”將對上游的“軟約束”變成“硬指標”， 當上游未達到協議水質（量）要求時， 需向下游支付賠償資金， 迫使上游選擇加強環境保護， 故在激勵和約束機制上明顯優于“單向補償”。實施“雙向補償”的試點地區政府有更強的動機通過降低企業實際稅負促使企業優化內部資源配置， 使得企業內部資金增加、 環保設備升級和技術創新。這會促使企業配置與之相適應的員工， 以維持正常的生產經營活動， 進而對企業勞動投資效率的提高產生更加顯著的作用。

（二）環境規制類型差異的影響

“對賭式”流域橫向生態補償政策倡導“縱橫”交織的嵌套式合約， 兼具市場激勵型與命令控制型環境規制的特點。與命令控制型、 市場激勵型環境規制相比， 自愿參與型環境規制的責任主體為企業， 屬于由企業自主進行的、 由內向外創新的環境規制模式。那么， 企業環境治理的積極性是強化還是約束了“對賭式”流域橫向生態補償政策與企業勞動投資效率的關系？

本文參考任勝鋼等（2018）的做法， 以ISO14001環境管理體系標準實施情況作為自愿參與型環境規制衡量指標進行分組檢驗。具體地， 如果企業獲得ISO14001環境認證， 則自愿參與型環境規制取值為1， 否則為0。從表7中的回歸結果可知， 在不存在自愿參與型環境規制的情況下， “對賭式”流域橫向生態補償政策顯著提高了企業的勞動投資效率， 反之， 對企業的勞動投資效率不存在顯著影響。“對賭式”流域橫向生態補償通過限制污染生產、 推動污染企業關停等處罰手段， 引導企業優先通過購買環保設備、 技術升級等環保手段使污染物排放合規， 在企業資源一定的情況下， 這可能會擠占企業在ISO14001認證實施過程中的投入； 同時， 由于對ISO14001的實施效果缺少監督， 這種自愿參與型的環境規制可能會變成一種象征性的環境管理行為， 不利于企業環保設備升級、 技術創新， 使企業更少關注內部勞動投資效率的提升。

七、 結論與啟示

本文以省際簽訂的“對賭式”流域橫向生態補償協議作為政策沖擊， 實證檢驗該政策對企業勞動投資效率的影響， 得出的結論如下： 第一， “對賭式”流域橫向生態補償政策的實施能夠促進企業勞動投資效率的提升， 且這一效果具有可持續性。第二， 企業實際稅負的下降和研發投入的增加， 是“對賭式”流域橫向生態補償政策提高企業勞動投資效率的潛在影響機制。第三， 獎罰并舉的“雙向補償”能夠化解上下游的“產權”爭議， 對試點地區政府和企業的激勵與約束作用更大， 因而對企業勞動投資效率的提升效果顯著優于“單向補償”。第四， 該政策對企業勞動投資效率的影響與自愿參與型環境規制存在替代效應。

根據上述研究結論， 本文得到如下啟示：

對中央政府而言， 應確保跨界流域縱向補償與橫向補償協調推進， 尤其是強化節能環保、 新能源、 生態建設等相關領域的稅收優惠政策， 為企業預留更多資金以優化要素資源配置。此外， 應加強創新服務體系建設， 通過設立創新激勵基金、 建立創新人才激勵機制、 加大知識產權保護力度等， 為企業技術研發革新營造良好的氛圍， 使企業能夠通過研發創新活動吸納更多高端技術人才， 持續優化內部勞動力資源配置。

對地方政府而言， 應因地制宜地加大生態補償資金投入力度， 通過設立生態補償資金池、 綠色債券等方式， 提高試點地區企業綠色技術創新的積極性。同時， 還應加大對企業的教育培訓投資， 支持當地企業培養高素質人才， 尤其是在生態補償實施導致高污染企業關停并轉帶來失業人員增加的情況下， 通過學習培訓提高當地人員在就業市場中的匹配度， 促使企業實現流域環境保護和勞動投資效率提升的雙贏。

對企業而言， 首先應主動進行研發創新， 通過技術升級改造與自主創新實現由“末端治理”向“源頭治理”的轉變， 優化生產要素配置， 提升資源利用效率。其次， 應研發綠色產品響應政府號召并迎合市場需求， 通過研發創新吸納更多高素質人才， 擴大企業市場份額。再次， 應大力引進與企業相適應的優秀人才， 促進綠色科技創新實力與人才隊伍創新能力的同步提升， 提高企業創新產出。最后， 可通過定期開展職業培訓與技能測評， 提高員工與企業的核心競爭力， 使員工能力與崗位需求相匹配， 推動勞動力資源配置效率的提升， 形成企業與社會持續健康高質量發展的良性循環。

【 注 釋 】

1具體包括《關于開展新安江流域水環境補償試點的實施方案》（皖浙）、《關于汀江—韓江流域上下游橫向生態補償協議》（閩粵）、《酉水流域橫向生態保護補償協議》（湘渝）、《關于建立長江流域橫向生態保護補償機制的合作協議》（皖蘇）、《淥水流域橫向生態保護補償協議》（湘贛）、《黃河流域（豫魯段）橫向生態保護補償協議》（豫魯）、《黃河流域（四川—甘肅段）橫向生態補償協議》（川甘）、《渭河流域環境保護城市聯盟框架協議》（陜甘）、《關于引灤入津上下游橫向生態補償的協議》（津冀）、《赤水河流域橫向生態保護補償協議》（云貴川）、《密云水庫上游潮白河流域水源涵養區橫向生態補償協議》（京冀）。

②如長江安徽段流域橫向生態補償試點，安徽省在2018年共排查整治“散亂污”企業7458家，包括整頓規范2559家、取締關閉4899家。資料來源于人民日報、中安在線等。

【 主 要 參 考 文 獻 】

卜君，孫光國．環境不確定性會影響企業勞動投資效率嗎？［ J］．經濟管理，2020（10）：23 ～ 38．

畢睿罡，王欽云．政企合謀視角下的環境治理——基于官員考核標準變化的準自然實驗［ J］．當代經濟科學，2019（4）：62 ～ 75．

陳婧，方軍雄，秦璇．證券分析師跟蹤與企業勞動投資效率的改善［ J］．投資研究，2018（37）：80 ～ 99．

國家發展改革委國土開發與地區經濟研究所課題組，賈若祥，高國力．地區間建立橫向生態補償制度研究［ J］．宏觀經濟研究，2015（3）：13 ～ 23．

金剛，沈坤榮．以鄰為壑還是以鄰為伴？——環境規制執行互動與城市生產率增長［ J］．管理世界，2018（12）：43 ～ 55．

景守武，張捷．跨界流域橫向生態補償與企業全要素生產率［ J］．財經研究，2021（5）：139 ～ 152．

孔東民，項君怡，代昀昊．勞動投資效率、企業性質與資產收益率［ J］．金融研究，2017（3）：145 ～ 158．

劉勇鳳，劉勇燕，徐佳賓等．企業生產率變動差異與勞動力有效配置［ J］．中國軟科學，2017（7）：152 ～ 161．

李蕾蕾，盛丹．地方環境立法與中國制造業的行業資源配置效率優化［ J］．中國工業經濟，2018（7）：136 ～ 154．

祁毓，盧洪友，張寧川．環境規制能實現“降污”和“增效”的雙贏嗎——來自環保重點城市“達標”與“非達標”準實驗的證據［ J］．財貿經濟，2016（9）：126 ～ 143．

任勝鋼，項秋蓮，何朵軍．自愿型環境規制會促進企業綠色創新嗎？——以ISO14001標準為例［ J］．研究與發展管理，2018（6）：1 ～ 11．

張捷．我國流域橫向生態補償機制的制度經濟學分析［ J］．中國環境管理，2017（3）：27 ～ 29+36．

朱金生，李蝶．技術創新是實現環境保護與就業增長“雙重紅利”的有效途徑嗎？——基于中國34個工業細分行業中介效應模型的實證檢驗［ J］．中國軟科學，2019（8）：1 ～ 13．

Acemoglu D.， Restrepo P.. The Race Between Man and Machine： Implications of Technology for Growth， Factor Shares， and Employment［ J］． American Economic Review，2018（6）：1488 ～ 1542．

Belot M.， Boone J.， Ours J. V.. Welfare-improving Employment Protection［ J］． Economica，2007（295）：381 ～ 396．

Ben-Nasr H.， Alshwer A. A.. Does Stock Price Informativeness Affect Labor Investment Efficiency？［ J］． Journal of Corporate Finance，2016（38）：249 ～ 271．

Flammer C.， Luo J.. Corporate Social Responsibility as an Employee Governance Tool： Evidence from a Quasi-experiment［ J］． Strategic Management Journal，2017（2）：163 ～ 183．

Jung B.， Lee W. J.， Weber D. P.. Financial Reporting Quality and Labor Investment Efficiency［ J］． Contemporary Accounting Research，2014（4）：1047 ～ 1076．

Kong D.， Liu S.， Xiang J.. Political Promotion and Labor Investment Efficiency［ J］． China Economic Review，2018（50）：273 ～ 293．

Liu M.， Shadbegian R.， Zhang B.. Does Environmental Regulation Affect Labor Demand in China？ Evidence from the Textile Printing and Dyeing Industry［ J］．? Journal of Environmental Economics & Management，2017（11）：277 ～ 294．

Madsen J. B.. Growth and Capital Deepening Since 1870： Is It All Technological Progress？［ J］． Journal of Macroeconomics，2009（2）：641 ～ 656．

Moll B.. Productivity Losses from Financial Frictions： Can Self-financing Undo Capital Misallocation？［ J］． American Economic Review，2014（10）：3186 ～ 3221．

Peng B.， Tu Y.， Elahi E.， et al.. Extended Producer Responsibility and Corporate Performance： Effects of Environmental Regulation and Environmental Strategy［ J］． Journal of Environmental Management，2018（218）：181 ～ 189．

Tombe T.， Winter J.. Environmental Policy and Misallocation： The Productivity Effect of Intensity Standards［ J］． Journal of Environmental Economics and Management，2015（72）：137 ～ 163．

Zheng Q. Q.， Wang L.， Wang S. Y.， et al.. Does Ecological Compensation Have a Spillover Effect on Industrial Structure Upgrading？ Evidence from China Based on a Multi-stage Dynamic DID Approach［ J］． Journal of Environmental Management，2021（294）：112934．