環保信用評價提高企業綠色全要素生產率了嗎？

［收稿日期］20230810

［基金項目］國家自然科學基金青年項目（71402082）；國家社會科學基金重點項目（21AGL013）

［作者簡介］鐘海燕（1979— ），男，湖北宜昌人，三峽大學經濟與管理學院副教授，博士生導師，博士，從事公司治理與企業避稅研究；王江寒（1990— ），男，湖北隨州人，三峽大學經濟與管理學院博士研究生，從事環境會計與企業綠色治理研究；李敏鑫（1988— ），男，江西上饒人，嘉興大學商學院講師，碩士生導師，博士，通信作者，從事綠色金融與公司治理研究，E-mail：wjh_hbue@ctgu.edu.cn。

［摘要］環保信用評價是生態環境治理與經濟綠色轉型壓力下的一種新型環境治理政策工具。以環保信用評價政策的實施作為一項準自然實驗，選取2008—2019年滬深A股上市公司為研究對象，構建三重差分模型，考察了環保信用評價對企業綠色全要素生產率的影響。研究發現：環保信用評價政策顯著提高了企業綠色全要素生產率。影響機制分析表明，綠色技術創新和綠色資源獲取對環保信用評價政策促進企業綠色全要素生產率提高發揮了中介效應。進一步研究發現，環保信用評價與企業綠色全要素生產率之間的正相關關系在政府監管環境嚴格的地區、市場競爭環境激烈的行業以及社會信任環境良好的地區更加明顯。結論提供了環保信用評價政策經濟后果的經驗證據，豐富了企業綠色全要素生產率驅動因素的研究文獻，對政府部門進一步推廣環保信用評價政策、積極引導企業實施環境向善行為、助力實現經濟綠色可持續發展等具有建設性作用。

［關鍵詞］環保信用評價；企業綠色全要素生產率；綠色技術創新；綠色資源獲取；準自然實驗

［中圖分類號］X322;F275;F832.51

［文獻標志碼］A［文章編號］10044833（2024）02009611

一、引言

過去一些人類社會不甚合理的開發與利用活動致使生態環境約束日益收緊，資源枯竭、生態失衡、環境污染等成為亟待解決的現實性問題，直接阻礙了“雙碳”目標的如期達成，也不利于實現可持續發展?？沙掷m發展意味著資源與環境稟賦被納入衡量經濟增長質量的重要約束性要素，致力于推動經濟發展模式的綠色化轉型。相比傳統的全要素生產率，綠色全要素生產率是一種綜合考慮資源與環境代價的凈生產率，強調經濟效益與環境效益的協調性和可持續性，被視為加快增長方式綠色化轉型的關鍵驅動力和實現經濟高質量發展的根本途徑［1］。環境問題的雙重外部性和環境資源的公共品屬性導致企業缺乏環境污染治理意愿，“環境公地悲劇”現象時有發生，客觀上需要政府治理主體的合理介入。受此影響，自20世紀70年代以來，以西方發達國家為主的全球多國政府部門紛紛采取措施，不斷完善旨在強化環境監管的宏觀制度供給與外部規則約束體系建設［2］。

相較于西方發達經濟體，我國更為迫切地需要全面提高綠色全要素生產率，妥善處理經濟與環境的關系。為此，政府部門近些年制定并實施了一系列環境法律法規和政策，逐步形成命令控制型、市場調控型與自愿參與型相結合的現代環境治理政策體系。

學術界針對政府環境規制政策對綠色全要素生產率影響的研究，其一是從整體層面入手，并形成“抑制論”［35］“促進論”［68］以及“非線性論”［910］三種代表性觀點。其二是

從綠色金融［1113］、碳交易試點［1416］、排污權交易［17］以及環境稅制改革［1819］等不同的具體分析角度展開。然而，一方面，學者們的關注視角仍多停留于地區、城市、行業等宏觀或中觀層面，基于微觀企業層面的研究總體較少，且尚未形成較為一致的結論，有待開展進一步探討；另一方面，作為我國生態環境治理嚴峻形勢與經濟社會發展綠色轉型壓力交織影響下的一種新型環境治理政策工具——環保信用評價政策，旨在通過積極開展環保信用評價工作，督促和引導企業持續改善環境行為、高質量踐行環境與社會責任義務，但卻鮮見有學者關注其對提升企業綠色全要素生產率可能產生的影響效果?；诖耍疚脑噲D探討環保信用評價政策能否有效提高企業的綠色全要素生產率水平？如果是，其中的影響機制又是什么？此外，該影響關系是否會因差異化的政府監管環境、市場競爭環境和社會信任環境而有所不同？這對于科學推廣環保信用評價政策、合理改善企業環境行為、加快推進綠色轉型進程等均具有重要的現實性意義。

為系統全面的回答上述問題，本文利用2008—2019年滬深A股上市公司樣本數據，將環保信用評價政策的試點實施視為一項準自然實驗，運用構建三重差分（DDD）模型的基本方法，實證考察環保信用評價對企業綠色全要素生產率的影響效應及其中介作用機制，還從政府監管環境、市場競爭環境、社會信任環境等角度作進一步探討。本文可能的邊際研究貢獻如下：第一，從企業綠色全要素生產率視角，實證考察并揭示了環保信用評價政策的有效性，有助于擴展環保信用評價政策經濟后果的經驗研究。已有關于環保信用評價的研究并不多，且雖近來基于大樣本的實證檢驗研究日漸出現［2023］，但總體仍以規范性的理論分析和實踐探索研究居多［2428］。本文以企業綠色全要素生產率為切入點，探究環保信用評價政策的有效性，可助力補充環保信用評價政策環境與經濟有效性方面的經驗研究。第二，從約束與激勵相融的環保信用評價政策角度，對環保信用評價與企業綠色全要素生產率的影響關系進行探討，可豐富已有的相關研究。目前關于政府環境規制對綠色全要素生產率影響的研究雖較多，但多從地區、城市、行業等宏觀或中觀層面進行分析，少見基于微觀企業層面的研究，且部分結論和觀點尚存分歧［13］。本文從兼具合規約束性和激勵引導性的環保信用評價政策角度出發，深入考察了其對企業綠色全要素生產率的影響，進而有利于合理豐富企業綠色全要素生產率的政府環境規制驅動因素研究。第三，從綠色技術創新和綠色資源獲取兩方面深入分析了環保信用評價政策影響企業綠色全要素生產率的潛在微觀作用機制，并立足差異化的政府監管環境、市場競爭環境、社會信任環境等外部環境特征因素作了進一步驗證，研究結果可為我國加快開展和合理完善環保信用評價政策等提供有益的經驗借鑒與決策支持。

二、政策背景與理論假設

（一）政策背景

在生態環境治理形勢日趨嚴峻和國家大力推動綠色轉型發展的背景下，為更好督促和引導企業改善環境行為、高質量踐行環境與社會責任，原環境保護部聯合國務院多個部門于2013年底發布實施環保信用評價政策的指導性文件——《企業環境信用評價辦法（試行）》（簡稱《評價辦法》）。這標志著在經歷“初始萌芽”（2000—2005年）和“局部探索”（2006—2013年）的前期階段性準備與實踐嘗試后，環保信用評價政策在我國逐漸步入“有序推進”（2014年至今）的歷史性新階段。

環保信用評價政策特色鮮明且相對完備的制度設計使其在建立健全現代環境治理體系，督促和引導企業采取環境向善行為方面具備內在優勢。首先，在參評企業類型方面，實行強制參評與自愿參評相結合。對“排放多、風險高、影響大”的環境敏感類企業強制納入參評范圍，其他企業則以自愿方式參與。其次，在評價指標方面，構建了比較系統全面且可供量化的指標評價體系。盡管一些地區間存在一定差異，但歸納起來主要包括污染防治、生態保護、環境管理、社會監督四個層面共計二十余項明細指標。再次，在評價過程參與方面，充分貫徹落實“協商共評”理念，主張將環保、財稅、金融、媒體、公眾等多個環境關注與責任主體納入相對統一的環保信用治理框架中，堅持以環保部門為主體、其他多元治理主體共同參與評價。最后，在評價結果及應用方面，采取“等級有別、結果共享、分類施治”策略。依據評價得分的不同，將參評企業劃分為環保誠信、環保良好、環保警示、環保不良等不同等級，并公開發布評價結果，作為科學落實“守信激勵、失信懲戒”原則的重要參考標準。

（二）理論假設

環保信用評價政策奉行多元治理主體綜合運用多元治理工具貫徹“協商、共享、合作、共治”的生態環境治理理念，堅決落實環保失信行為懲戒措施要求，加大了企業的環境合法性壓力，進而可產生“合規約束效應”?！安ㄌ丶僬f”認為合理的環境規制壓力可倒逼企業加強技術創新，降低生產成本，獲得超額創新補償［6］，進而提高助力實現經濟與環境“雙贏”目標的綠色全要素生產率。與此同時，環保信用評價政策積極倡導和落實對環保守信行為實施多樣化的“資源”激勵，使踐行環境向善日益成為一件“有利可圖”的益事，充分體現了市場化機制的一般性特征，進而可對企業產生“激勵引導效應”。為此，本文認為，環保信用評價政策可通過加強綠色技術創新水平和改善綠色資源獲取能力，進而助力提高企業綠色全要素生產率。

一是綠色技術創新視角的分析。合法性理論認為，社會認同感是企業確保組織合法性地位的核心基礎，關乎生存與長遠發展［29］。高質量參與環境治理、積極踐行環境社會責任已成為環境利益相關者群體評判企業合法性水平的重要參考依據。具體到本文的研究，首先，環保信用評價政策可以從低成本的組織協調、高效率的信息共享以及多樣化的環境“準監管”措施等方面，進一步加大企業的環保失信成本，進而對企業施加日趨增強的環境合規壓力。其次，合理環境規制的合規約束壓力可倒逼綠色技術創新活動，被視為破解經濟增長與環境污染矛盾的一劑良方。相比傳統意義的技術創新，綠色技術創新遵循生態經濟學的基本思想理念，在實施創新活動過程中，尤為重視對資源與能源的合理開發和高效利用，竭力減少乃至消除技術進步及創新行為可能誘發的環境污染、生態破壞等負面性影響［30］。這意味著綠色技術創新可能對實現綠色高質量發展產生不容忽視的積極影響。此外，Luo等［7］、Du等［31］研究發現，環境規制顯著促進了綠色技術創新行為，加速了經濟發展方式的綠色化轉型。由此可見，綠色技術創新是助力改善企業綠色全要素生產率的重要驅動機制。上述分析表明，環保信用評價政策可通過發揮合規約束效應迫使企業加強綠色技術創新活動，進而提高了企業綠色全要素生產率。

二是綠色資源獲取視角的分析。資源基礎觀認為，企業的競爭優勢來源于其擁有的優質性資源［32］。然而面對經濟發展的諸多不確定性，大多數企業自身掌控的資源是相對有限的，客觀上仍需要從外部獲取資源支持。受此影響，若企業能夠滿足環境利益相關者群體的環境向善期望，其亦越來越贊同向企業提供綠色資源支持［33］。依據來源的不同，一般可將這些外部資源劃分為政府綠色資源和商業綠色資源。其中，前者主要是指從政府網絡中獲得的環保補貼、綠色采購訂單、綠色產業政策導向以及環保榮譽等；后者則主要包括從市場網絡中獲得的綠色信貸配額、商業信用融資、綠色產品購買行為以及綠色供應鏈合作等［22］。具體到本文的研究，首先，環保信用評價政策在加強環保失信懲戒的同時，亦重視落實對環保守信行為的有效激勵。對于那些被評為“綠色”等級的環保誠信類企業，明確要求環保部門向其有序落實優先安排環保資金補助、環?？萍柬椖苛㈨椧约靶略雠盼壅{劑指標等專項激勵性措施，同時積極建議政府財政等有關部門對其給予優先納入政府綠色采購名錄清單、落實稅收優惠政策以及減免環境污染責任保險投保費用等配套性政策支持。其次，根據信號傳遞理論，良好的環保信用評價結果可向市場發出來自官方認可的強烈信號，進而產生明顯的信用標簽溢出效應。這有助于企業與金融機構、潛在客戶（消費者）以及商業合作伙伴等環境關注主體構建更加穩健的信任、合作關系，并在此基礎上獲得更多的綠色信貸資金、綠色產品購買、綠色供應鏈整合等綠色資源支持。此外，Zhou等［34］的研究表明，政府財政補貼支持進一步降低了產品成本，日益成為提高綠色全要素生產率的重要機制。Wang和Wang［11］、Zhang［13］的研究還發現，綠色信貸政策機制有效改善了企業融資約束狀況，對提高綠色全要素生產率發揮了積極作用。上述分析表明，環保信用評價政策可通過發揮激勵引導效應進一步改善企業綠色資源獲取能力，進而助力提高了企業綠色全要素生產率。

基于上述分析，本文提出如下假設H1。

H1：環保信用評價政策的實施對企業綠色全要素生產率具有正向促進作用。

在生態環境治理領域，我國主要采取環境分權制度下的“屬地分級管理”模式。地方政府擔負著落實國家環境治理總體方針政策和轄區內環境治理具體實施方案的主要職責［35］，環境目標的實現效果很大程度上取決于地方政府的環境監管態度和執行力度。具體到本文的研究，一是在實施環保信用評價政策過程中，地方環保部門擔負著組織、統籌與協調等多方面的重要職責；二是在現階段，環保信用評價制度本質上仍屬于一種“軟性”環境規制政策，環保信用評價結果本身難以直接加劇企業的強制性法律責任，關鍵在于能否有效應用差異化的環保信用評價結果積極落實“分類施治”策略。受此影響，可以預見，企業所在地區的政府監管環境寬嚴狀況會對環保信用評價政策實施效果產生重要的直接性影響。理論上，相比那些政府監管環境較為寬松的地區，一方面，嚴格的政府監管環境將進一步增強環保信用評價政策對企業的環境合規約束壓力，使其充分認識到環保失信行為會面臨較高的失信懲戒成本，從而更好發揮綠色技術創新機制助力提升企業綠色全要素生產率的作用效果；另一方面，嚴格的政府監管環境也有助于地方政府部門借助環保信用評價政策的實施，加大政府環保補助資源支持、優化綠色信貸資源配置，高標準踐行對企業環保守信行為的有效激勵引導，從而更好發揮綠色資源獲取機制助力提升企業綠色全要素生產率的作用效果。

基于上述分析，本文提出如下假設H2。

H2：相較于寬松的政府監管環境，環保信用評價政策對企業綠色全要素生產率的影響效應主要體現在那些政府監管環境比較嚴格的地區企業中。

行業之間的固有差異往往導致了不同的市場競爭環境［36］。在競爭激烈的行業市場環境中，任何獨特的競爭優勢都可能轉化為更有利的競爭態勢，而企業必須努力尋求和提供有價值的獨特資源，才能實現差異化競爭優勢。環境與可持續發展問題備受關注，激烈的市場競爭環境帶來了更大的經營壓力，環境向善行為日益成為企業逐鹿“綠色”差異化競爭優勢的“新戰場”。已有研究發現，開展符合環境利益主體預期的核證減排量活動可提高企業的社會聲譽，有助于與之建立起良好的信任關系［37］，從而贏得消費者的綠色產品購買青睞、政府更多的采購合同等多方給予的環境“道德溢價”，助力企業逐步確立“綠色”競爭優勢。由此可見，企業采取“環境遵從”策略亦正是為了在激烈的市場競爭環境中搶占先機，從而取得更優異的經營表現。具體到本文的研究，受此影響，理論上，相比那些市場競爭環境比較和緩的地區，激烈的行業市場競爭環境將使企業不得不更加關注政府部門實施的環保信用評價政策，重視采取環境向善行為、努力規避環境監管、有效緩解利益沖突、加快構建綠色聲譽，旨在獲取更多因環保守信行為帶來的外部“資源”激勵性支持，從而更好發揮綠色資源獲取機制助力提升企業綠色全要素生產率的作用效果。

基于上述分析，本文提出如下假設H3。

H3：相較于和緩的市場競爭環境，環保信用評價政策對企業綠色全要素生產率的影響效應主要體現在那些行業市場競爭環境比較激烈的企業中。

企業的經濟活動除受到正式的政府監管機制與行業市場調控機制的規制壓力外，亦面臨著非正式社會規范的約束性影響［38］。其中，社會信任環境作為一個地區社會規范的重要標志之一，主要通過社會期望和輿論監督發揮作用，被視為規范市場經濟行為最重要的道德力量［39］以及正式制度約束力量的重要補充。歷史、民族、語言、經濟等多方面的不同特征培育了我國各地區間較為明顯的社會信任環境差異狀況，并表現出相對較強的穩定性。已有研究發現，在社會信任環境良好的地區，人們大多信奉誠實守信和值得信賴的價值觀，企業管理者逐漸將其內化為個人品質，并深刻影響管理決策行為［40］。具體到本文的研究，受此影響，理論上，在那些社會信任環境比較良好的地區，一方面，環境向善行為理念日益發展成為深入人心的重要社會行為規范，不僅可有效緩解推廣落實環保信用評價政策可能面臨的抵觸情緒和消極應對行為，亦有助于充分激發媒體、公眾等群體廣泛參與環保信用評價監督的積極性，從而更好落實對環保失信的懲戒約束與環保守信的激勵引導，助力提升企業綠色全要素生產率；另一方面，社會規范的自我實現機制和復雜社會網絡下的較高失信成本會導致社會信任環境良好地區的企業管理層普遍高度重視環境利益相關者的環境期望，積極落實環保信用評價的政策要求，大力開展綠色技術創新活動、努力獲取更多的綠色資源支持，從而更好發揮綠色技術創新機制和綠色資源獲取機制助力提升企業綠色全要素生產率的作用效果。

基于上述分析，本文提出如下假設H4。

H4：相較于較差的社會信任環境，環保信用評價政策對企業綠色全要素生產率的影響效應主要體現在那些地區社會信任環境比較良好的企業中。

三、研究設計

（一）樣本選取與數據來源

本文選取2008—2019年因測算企業綠色全要素生產率的部分要素指標僅可獲取截至2019年度的原始數據資料，同時為使環保信用評價政策實施前后的時間窗口期保持一致，提高研究結論的可靠性，故本文將研究樣本期間設定為2008—2019年度。我國滬深A股上市公司作為初始研究樣本，并在此基礎上進一步排除了部分以下類別的樣本數據：（1）證券、銀行、保險類公司樣本；（2）ST、*ST、暫停上市、退市類公司樣本；（3）指標數據存在缺失類公司樣本；（4）當年度新上市類公司樣本。最終，本文共計獲得了27502個有效的樣本觀測值。為消除極端觀測值的影響，還對所有連續變量均進行了上下1%分位數水平的Winsorize處理。

本文數據來源如下：（1）企業綠色全要素生產率數據是在手工搜集和整理相關原始數據資料基礎上，經測算所得；（2）企業綠色技術創新數據來自國家知識產權局網站（SIPO），并經手工收集、整理、匹配所得；（3）政府環保補助等其他企業層面數據主要來自CSMAR數據庫、Wind數據庫等；（4）地區層面數據主要來自《中國城市統計年鑒》《中國環境統計年鑒》以及《中國價格統計年鑒》等。

（二）模型設計與變量定義

借鑒環境經濟學政策評估領域的已有相關研究［4142］，本文引入三重差分（DDD）模型法，并構建如下形式的DDD模型來更為“純粹”的評估環保信用評價政策對企業綠色全要素生產率的凈影響效應。

GTFPitpj=α0+α1Postt×Pilotp×Compulsoryj+α2Postt×Pilotp+α3Postt×Compulsoryj+α4Pilotp×Compulsoryj+λCVsit+Year+Industry+Province+Firm+εitpj（1）

模型（1）中，i、t、p、j分別表示上市公司、時間、地區以及行業，εitpj為隨機擾動項。

GTFP為模型（1）的被解釋變量，表示企業綠色全要素生產率。借鑒Wu等［43］的做法，本文采用Super-SBM模型和GML指數作為計算該變量數據的基本方法。在具體測算GTFP時，投入指標要素包括資本、勞動力和能源，產出指標要素分別為期望產出和非期望產出，其測算方法如下：（1）資本投入。使用公式Kt=（1-r）×Kt-1+It/Pt計算得到，其中，Kt、Kt-1分別為企業當期資本存量和前一期資本存量，It為當期新增固定資產投入，Pt為企業所在省份當期固定資產投資價格指數，r為折現率，統一暫定為5%。（2）勞動力投入。使用企業期末員工人數衡量。（3）能源投入。使用企業營業成本與所在行業營業成本比乘以行業能源耗費總量（萬噸標準煤）替代。（4）期望產出。使用企業營業收入替代。（5）非期望產出。使用企業廢水、二氧化硫、COD、粉塵以及固定廢棄物排放量占其所在行業上述污染物排放總量的比例衡量。

模型（1）的解釋變量包括：政策試點時間虛擬變量（Postt）、政策試點地區虛擬變量（Pilotp）和環境影響屬性分組變量（Compulsoryj）。其中，2014年及之后年度的Postt為1，否則取為0；屬于試點地區的Pilotp為1，否則取為0；屬于強制參評范圍的Compulsoryj為1，其他屬于自愿參評范圍的取為0。三重差分交互項Postt×Pilotp×Compulsoryj是上述模型的核心解釋變量，其估計系數α1反映的正是在對《評價辦法》實施前后、試點地區與非試點地區以及強制參評企業與自愿參評企業之間進行三重差分估計后，環保信用評價政策對企業綠色全要素生產率的凈影響效應。若在后續的實證檢驗中，估計系數α1的結果顯著為正，則意味著環保信用評價政策有助于進一步提高企業綠色全要素生產率。

此外，借鑒Zuo和Wu［20］、于連超和馬寧［22］以及鐘海燕和王江寒［21］等研究的做法，本文選取如下變量作為模型（1）的控制變量（CVs）：公司規模（Size）、杠桿水平（Lev）、盈利能力（Roa）、企業性質（Soe）、業務成長性（Growth）、公司價值（TQ）、股權制衡度（Balanced）、業務復雜性（Complexity）、董事會規模（Board）、獨立董事比例（Indep）、董監高持股（Executives）、兩職合一（Dual）、企業年齡（Age）。同時本文還控制了時間層面固定效應（Year）、行業層面固定效應（Industry）、地區層面固定效應（Province）以及公司個體層面固定效應（Firm）。變量定義及其取值說明詳見表1。

四、實證檢驗

（一）描述性統計與相關性分析

表2報告了各變量的描述性統計分析結果。GTFP的均值為1.023，中位數為1.002，最小數為0.731，最大值為1.327。這表明，一方面，從總體來看，企業的綠色全要素生產率水平并不高，有待進一步提升；另一方面，從個體上看，不同企業之間的綠色全要素生產率水平表現出一定程度的差異性，這為對其影響因素的深入考察提供了良好數據特征基礎。Post的均值為0.604，這表明環保信用評價政策開始實施當年及后續年度的樣本占比約為60.4%。Pilot的均值為0.439，這表明受環保信用評價政策實施影響的試點地區樣本占比約為43.9%，但仍低于非試點地區樣本所占比例（約為56.1%），未來一定時期內仍可考慮適度加快該項政策在全國各地區的試點推廣進程。Compulsory的均值為0.323，這表明被納入強制參評范圍的樣本占比約為32.3%，相比自愿參評類型企業而言，其所占比例相對較低。

表3報告的是主要變量的Pearson相關性分析結果?？梢园l現，三重差分交互項Post×Pilot×Compulsory與GTFP的相關系數為0.058，且在1%的水平上顯著，可見環保信用評價政策與企業綠色全要素生產率間呈顯著的正相關關系，從而初步驗證了假設H1。此外，各變量間的相關系數均處于0.5以下，且方差膨脹因子（VIF值）（限于篇幅，未予報告，留存備索）

均遠小于10，表明模型的變量選擇不存在嚴重的多重共線性問題。

（二）基準回歸分析

表4報告的是環保信用評價政策對企業綠色全要素生產率影響的實證檢驗結果。結果顯示，在列（1）至列（4）中，作為核心解釋變量的三重差分交互項Post×Pilot×Compulsory的估計系數值分別為0.135、0.140、0.114、0.134，且均保持著至少5%的統計顯著性水平。上述結果表明，在《評價辦法》實施以后，相比那些非試點地區以及自愿參評類企業，環保信用評價政策顯著提高了試點地區強制參評類企業的綠色全要素生產率水平，從而支持了假設H1的觀點。

（三）穩健性檢驗及內生性處理

1.平行趨勢假設檢驗

DDD模型法的有效應用亦需符合平行趨勢假設成立的統計學理論前提，即當未受政策沖擊影響時，被解釋變量在實驗組與對照組具有相同的時間變化趨勢。為此，本文以環保信用評價政策實施以前三個會計年度（Pre_3、Pre_2、Pre_1）、當年度（Current）及以后三個會計年度（Post_1、Post_2、Post_3）的時間窗口期為基礎構建交互虛擬變量作為新的核心解釋變量，然后進行平行趨勢假定檢驗。

2.安慰劑檢驗（Placebo）

本文采用反復多次隨機抽樣生成實驗組與對照組并進行回歸的方式開展安慰劑檢驗。

3.變換被解釋變量的衡量方式

本文借鑒Tone和Tsutsui［44］等研究的做法，采用基于非導向、規模報酬可變的超效率EBM模型并結合GML指數的方法測算出新的企業綠色全要素生產率數值，然后重新進行實證檢驗。

4.刪除存在爭議的樣本

在《評價辦法》正式發布并實施前，我國已在江蘇省等少數地區以“局部探索”的形式開展過一些企業環境行為影響評估工作，可能會混淆對環保信用評價政策影響效應的科學評估?；诖?，本文將涉及江蘇省地區的樣本觀測值數據刪除，然后重新檢驗。

5.剔除未曾開展政策試點的樣本

本文剔除在樣本期間內尚未曾實施環保信用評價政策試點活動的地區樣本，然后重新進行檢驗。

6.樣本選擇偏誤

為有效緩解因樣本選取偏誤可能帶來的內生性問題，本文使用傾向得分匹配加三重差分的方法（PSM-DDD）開展進一步檢驗。

7.遺漏重要變量

為盡可能緩解因遺漏重要變量引起的內生性問題，首先，本文進一步控制了時間與地區的聯合固定效應（Year×Province）、地區與行業的聯合固定效應（Province×Industry）以及時間與行業的聯合固定效應（Year×Industry），并重新進行回歸；其次，本文進一步納入地區經濟發展水平（ED）、市場化進程（MP）以及公眾環境關注度（PEC）等公司外部宏觀層面的變量作為控制變量，然后重新進行回歸。

以上穩健性檢驗及內生性處理結果（限于篇幅，未予報告，留存備索）均證明本文結論是穩健可靠的。

（四）路徑檢驗

根據理論分析，本文初步推斷環保信用評價政策的合規約束效應迫使企業加強綠色技術創新水平，激勵引導效應則有助于企業改善綠色資源獲取能力，進而提高了企業綠色全要素生產率。也就是說，環保信用評價政策可通過綠色技術創新機制和綠色資源獲取機制促進企業綠色全要素生產率提高。

為驗證上述路徑推斷，本文借鑒Baron和Kenny［45］、溫忠麟和葉寶娟［46］的中介效應檢驗方法，并結合模型（1），構建如下中介效應模型進行影響機制的實證檢驗。

Meditpj=β0+β1Postt×Pilotp×Compulsoryj+β2Postt×Pilotp+β3Postt×Compulsoryj+β4Pilotp×Compulsoryj+ρCVsit+Year+Industry+Province+Firm+εitpj（2）

GTFPitpj=β0+β1Postt×Pilotp×Compulsoryj+β2Postt×Pilotp+β3Postt×Compulsoryj+β4Pilotp×Compulsoryj+β5Meditpj+ρCVsit+Year+Industry+Province+Firm+εitpj（3）

Med為模型的中介變量，包括綠色技術創新和綠色資源獲取。綠色技術創新記為GInva，度量方式如下：首先，本文采用綠色專利評價綠色技術創新［43］；其次，綠色專利的劃分標準參照世界知識產權組織2010年發布的《國際專利分類綠色清單》；最后，本文使用綠色專利的申請數量衡量綠色技術創新，并進行對數化處理。綜合考慮數據的可獲得性和評價指標的可代表性，本文分別使用綠色信貸、環保補助作為考察環保信用評價政策提高企業綠色全要素生產率的綠色資源獲取機制的替代性指標。其中，綠色信貸記為GCredit，使用我國2012年綠色信貸政策文件——《綠色信貸指引》發布后的企業信用借款額進行衡量，并剔除企業資產規模的影響。環保補助記為ESubsidy，本文采用“關鍵詞搜索法”對上市公司年報中的政府補助明細項目進行手工篩選，將那些與污染減排、生態環境、可持續發展、節能環保、清潔生產等具有較強關聯性的明細項目及其本期發生金額劃分為環保類別政府補助，并使用企業資產規模進行合理調整。此外，考慮到樣本企業所得政府環保補助數據數值大多較小，本文進一步使用了百分數的形式予以表示。

表5列（1）至列（3）報告的是環保信用評價政策對企業綠色全要素生產率影響的綠色技術創新（GInva）機制檢驗結果。結果顯示：列（1）中，三重差分交互項Post×Pilot×Compulsory估計系數顯著為正，說明環保信用評價政策提高了企業綠色全要素生產率；列（3）中，三重差分交互項Post×Pilot×Compulsory與中介變量GInva的估計系數分別在1%、10%的水平上顯著為正，但由于列（2）未能順利通過顯著性測試，此時需要運用Sobel法［47］開展進一步的檢驗工作；Sobel檢驗結果顯示，中介效應在1%的水平上顯著為正，表明環保信用評價政策顯著促進了綠色技術創新，進而有效提高了企業綠色全要素生產率。綜合以上結果可以說明，綠色技術創新對環保信用評價與企業綠色全要素生產率之間的正相關關系具有部分中介作用，綠色技術創新機制得以驗證。

表5列（4）至列（9）報告的是環保信用評價政策對企業綠色全要素生產率影響的綠色資源獲取（GCredit、ESubsidy）機制檢驗結果。結果顯示：列（4）和列（7）中，三重差分交互項Post×Pilot×Compulsory的估計系數均顯著為正，說明環保信用評價政策提高了企業綠色全要素生產率；此時，一方面，由于列（6）中，三重差分交互項Post×Pilot×Compulsory與中介變量GCredit的估計系數均在1%的水平上顯著為正，且列（5）亦順利通過了顯著性測試（在5%的水平上顯著為正），表明環保信用評價政策顯著改善了綠色信貸資源獲取狀況，進而有效提高了企業綠色全要素生產率；另一方面，盡管列（9）中，三重差分交互項Post×Pilot×Compulsory與中介變量ESubsidy的估計系數均保持了1%的正向顯著性水平，但由于列（8）未能順利通過顯著性測試，尚有待繼續實施Sobel法下的相關檢驗，Sobel檢驗結果顯示，中介效應在5%的水平上顯著為正，表明環保信用評價政策顯著改善了環保補助資源獲取狀況，進而有效提高了企業綠色全要素生產率。綜合以上結果可以說明，綠色資源獲取對環保信用評價與企業綠色全要素生產率之間的正相關關系亦具有部分中介作用，綠色資源獲取機制亦得到驗證。

五、進一步分析

（一）政府監管環境

為進一步驗證不同的政府監管環境狀況對環保信用評價政策促進企業綠色全要素生產率可能具有的差異化影響效果，本文引入政府監管環境變量Government。具體來說，首先，借鑒Earnhart和Segerson［48］的做法，使用“環境行政處罰案件數量”的自然對數進行衡量，其數值越大，表示政府監管環境越嚴格；其次，依據指標取值的中位數，將全部樣本劃分為政府監管環境比較嚴格（Government=1）、政府監管環境比較寬松（Government=0）兩個組別；最后，分別納入模型（1）中進行實證檢驗。表6列（1）和列（2）報告的回歸結果顯示，僅列（1）中的三重差分交互項Post×Pilot×Compulsory估計系數在10%的水平上顯著為正。這表明相比那些政府監管環境比較寬松的地區，環保信用評價政策對企業綠色全要素生產率的正向影響效應主要體現在政府監管環境比較嚴格的地區企業中，假設H2得以驗證。

（二）市場競爭環境

為進一步驗證不同的市場競爭環境狀況對環保信用評價政策促進企業綠色全要素生產率可能具有的差異化影響效果，本文引入市場競爭環境變量Market。具體來說，首先，借鑒Tan和Zhu［49］的做法，使用行業市場集中度作為衡量企業所處市場競爭環境狀況的基本指標，其數值越小，代表市場競爭環境越激烈；其次，依據指標取值的中位數，將全部樣本劃分為市場競爭環境激烈組（Market=1）和市場競爭環境和緩組（Market=0）；最后，分別納入模型（1）中進行實證檢驗。表6列（3）和列（4）報告的回歸結果顯示，僅列（3）中的三重差分交互項Post×Pilot×Compulsory估計系數在1%的水平上顯著為正。這表明相比那些市場競爭環境比較和緩的行業，環保信用評價政策對企業綠色全要素生產率的正向影響效應主要體現在行業市場競爭環境比較激烈的企業中，假設H3亦得到支持。

（三）社會信任環境

為進一步驗證不同的社會信任環境狀況對環保信用評價政策促進企業綠色全要素生產率可能具有的差異化影響效果，本文引入社會信任環境變量Trust。具體來說，首先，借鑒Chen等［50］的做法，利用中國社會綜合調查（CGSS）數據為基礎進行衡量，其數值越大，意味著社會信任環境越良好；其次，依據指標取值的中位數，將全部樣本劃分為社會信任環境良好（Trust=1）、社會信任環境較差（Trust=0）兩個組別；最后，分別納入模型（1）中進行實證檢驗。表6列（5）和列（6）報告的回歸結果顯示，僅列（5）中的三重差分交互項Post×Pilot×Compulsory估計系數在1%的水平上顯著為正。這表明相比那些社會信任環境較差的地區，環保信用評價政策對企業綠色全要素生產率的正向影響效應主要體現在地區社會信任環境比較良好的企業中，從而驗證了假設H4的推論。

七、結論與政策建議

本文將環保信用評價政策的試點實施視為一項準自然實驗，應用構建三重差分（DDD）模型的方法，深入考察了環保信用評價對企業綠色全要素生產率的影響及其作用機制。此外還進一步分析了政府監管環境、市場競爭環境以及社會信任環境的異質性影響。本文主要得到以下幾點研究結論：第一，環保信用評價政策實施后，相比那些非試點地區以及自愿參評企業，環保信用評價顯著提高了試點地區強制參評企業的綠色全要素生產率水平；第二，綠色技術創新和綠色資源獲取是環保信用評價政策促進企業綠色全要素生產率的中介作用機制；第三，相比寬松的政府監管環境、和緩的市場競爭環境、較差的社會信任環境，環保信用評價提高企業綠色全要素生產率的政策影響效果主要體現在那些地方政府監管環境比較嚴格、行業市場競爭環境更為激烈以及地區社會信任環境相對良好的企業中。

基于上述研究結論，本文提出如下政策建議：第一，政府部門應該積極引入和深入推行環保信用評價政策。本文研究發現，實施環保信用評價政策有助于提高企業綠色全要素生產率水平，這為有效破解經濟增長與環境惡化難題提供了值得參考借鑒的新方向和新工具。因此，政府部門可考慮適度加快推廣落實環保信用評價政策，盡快實現該項政策在全國范圍內的全面覆蓋，并適時擴大強制參加環保信用評價的行業企業及其他市場主體范圍。第二，在推廣實施環保信用評價政策時，應高度重視提高企業的綠色技術創新水平和綠色資源獲取能力，加快構建和形成“守信激勵、失信懲戒”的“分類施治”治理體系。本文研究發現，環保信用評價政策促進企業綠色全要素生產率是通過綠色技術創新機制以及綠色資源獲取機制得以實現的。因此，一方面，應堅決將環?！笆艖徒洹贝胧┞鋵嵉轿?，從而充分發揮環保信用評價政策的“合規約束效應”，督促企業大力開展綠色技術創新活動，不斷提高綠色技術創新水平；另一方面，亦有必要全面落實綠色信貸支持、環保補助發放等相關的配套性激勵措施，構建更加完善的環?！笆匦偶睢北Ｕ象w系，從而充分發揮環保信用評價政策的“激勵引導效應”，切實提高企業綠色資源獲取能力。第三，從政府監管、市場競爭、社會信任的角度看，有必要對環保信用評價政策的異質性政策效果給予充分重視。本文研究發現，環保信用評價政策在政府監管環境嚴格、市場競爭環境激烈以及社會信任環境良好的情形下發揮了提高企業綠色全要素生產率的積極作用。因此，可以考慮適度加強對那些政府監管環境相對寬松地區的督察與指導力度、審慎引導市場競爭、努力營造良好的社會信任氛圍，從而為環保信用評價政策效果的有效發揮創造更加有利的外部宏觀環境。

參考文獻：

［1］

Gu B，Liu J，Ji Q.The effect of social sphere digitalization on green total factor productivity in China：Evidence from a dynamic spatial Durbin model［J］.Journal of Environmental Management，2022，320（2）：115946.

［2］Hojnik J，Ruzzier M.The driving forces of process eco-innovation and its impact on performance：Insights from Slovenia［J］.Journal of Cleaner Production，2016，133（1）：812825.

［3］于斌斌，金剛，程中華.環境規制的經濟效應：“減排”還是“增效”［J］.統計研究，2019（2）：88100.

［4］Ren W，Ji J.How do environmental regulation and technological innovation affect the sustainable development of marine economy：New evidence from Chinas coastal provinces and cities［J］.Marine Policy，2021，128（1）：104468.

［5］Li B，Wu S.Effects of local and civil environmental regulation on green total factor productivity in China：A spatial Durbin econometric analysis［J］.Journal of Cleaner Production，2017，153（1）：342353.

［6］Porter M E，Linde C V.Green and competitive：Ending the stalemate［J］.Harvard Business Review，1995，73（5）：120134.

［7］Luo Y，Claudia M M，Lu Z，et al.Environmental regulation and green total factor productivity in China：A perspective of Porters and compliance hypothesis［J］.Ecological Indicators，2022，145（2）：109744.

［8］Cheng Z，Kong S.The effect of environmental regulation on green total factor productivity in Chinas industry［J］.Environmental Impact Assessment Review，2022，94（1）：106757.

［9］何凌云，祁曉鳳.環境規制與綠色全要素生產率——來自中國工業企業的證據［J］.經濟學動態，2022（6）：97114.

［10］劉偉江，杜明澤，白玥.環境規制對綠色全要素生產率的影響——基于技術進步偏向視角的研究［J］.中國人口·資源與環境，2022（3）：95107.

［11］Wang C，Wang L.Green credit and industrial green total factor productivity：The impact mechanism and threshold effect tests［J］.Journal of Environmental Management，2023，331（1）：117266.

［12］Li Z，Li J.How does green finance affect green total factor productivity？Evidence from China［J］.Energy Economics，2022，107（1）：105863.

［13］Zhang D.Green credit regulation，induced Ramp;D and green productivity：Revisiting the porter hypothesis［J］.International Review of Financial Analysis，2021，75（1）：101723.

［14］Zhou C，Qi S.Has the pilot carbon trading policy improved Chinas green total factor energy efficiency？［J］.Energy Economics，2022，114：106268.

［15］Feng Y，Wang X，Zhou L，et al.Effects of emission trading system on green total factor productivity in China：Empirical evidence from a quasi-natural experiment［J］.Journal of Cleaner Production，2021，294（1）：126262.

［16］胡玉鳳，丁友強.碳排放權交易機制能否兼顧企業效益與綠色效率？［J］.中國人口·資源與環境，2020（3）：5664.

［17］Hou B，Wang B，Du M，et al.Does the SO2 emissions trading scheme encourage green total factor productivity？An empirical assessment on Chinas cities［J］.Environmental Science and Pollution Research，2020，27（6）：63756388.

［18］Shen Y，Zhang X.Study on the impact of environmental tax on industrial green transformation［J］.International Journal of Environmental Research and Public Health，2022，19（24）：16749.

［19］王性玉，趙輝.環境保護稅改革對企業綠色發展的影響研究［J］.科研管理，2023（8）：139151.

［20］Zuo M，Wu T.Does environmental credit rating promote green innovation in enterprises？Evidence from heavy polluting listed companies in China［J］.International Journal of Environmental Research and Public Health，2022，19（20）：13617.

［21］鐘海燕，王江寒.環境信用評價與企業環境信息披露［J］.當代財經，2023（2）：144156.

［22］于連超，馬寧.環境信用評價制度能優化商業信用資源配置嗎［J］.當代財經，2023（5）：131141.

［23］于連超，單約楠，馬寧.環保信用評價制度能提高企業資本配置效率嗎？［J］.審計與經濟研究，2023（3）：6574.

［24］崔萌.協同治理背景下環保信用監管的三方演化博弈分析［J］.系統工程理論與實踐，2021（3）：713726.

［25］Li J.Enterprises environmental credit assessment：From the perspective of financial institutions green credit［J］.Advanced Materials Research，2012，361（1）：18681873.

［26］Serrano-Cinca C，Gutiérrez-Nieto B，Reyes N M.A social and environmental approach to microfinance credit scoring［J］.Journal of Cleaner Production，2016，112（1）：35043513.

［27］王莉.我國企業環保信用評價制度的重構進路［J］.法學雜志，2018（10）：100105.

［28］王瑞雪.公法視野下的環境信用評價制度研究［J］.中國行政管理，2020（4）：125129+152.

［29］Borgstedt P，Nienaber A M，Liesenktter B，et al.Legitimacy strategies in corporate environmental reporting：A longitudinal analysis of German DAX companies disclosed objectives［J］.Journal of Business Ethics，2019，158（1）：177200.

［30］Liu S，Shen X，Jiang T，et al.Impacts of the financialization of manufacturing enterprises on total factor productivity：Empirical examination from Chinas listed companies［J］.Green Finance，2021，3（1）：5989.

［31］Du K，Cheng Y，Yao X.Environmental regulation，green technology innovation，and industrial structure upgrading：The road to the green transformation of Chinese cities［J］.Energy Economics，2021，98（1）：105247.

［32］Barney J B，Wright M T，Ketchen D J.The resource-based view of the firm：Ten years after 1991［J］.Journal of Management，2001，27（6）：625641.

［33］Peng X，Liu Y.Behind eco-innovation：Managerial environmental awareness and external resource acquisition［J］.Journal of Cleaner Production，2016，139（1）：347360.

［34］Zhou D，Yin X，Xie D.Local governments environmental targets and green total factor productivity in Chinese cities［J］.Economic Modelling，2023，120（1）：106189.

［35］于連超，張衛國，畢茜，等.環境政策不確定性與企業環境信息披露——來自地方環保官員變更的證據［J］.上海財經大學學報，2020（2）：3550.

［36］Han S，Pan Y，Mark M，et al.Differentiated environmental regulations and corporate environmental responsibility：The moderating role of institutional environment［J］.Journal of Cleaner Production，2021，313（1）：127870.

［37］Lins K V，Servaes H，Tamayo A.Social capital，trust，and firm performance：The value of corporate social responsibility during the financial crisis［J］.Journal of Finance，2017，72（4）：17851824.

［38］Ang J S，Cheng Y，Wu C.Trust，investment，and business contracting［J］.Journal of Financial and Quantitative Analysis，2015，50（3）：569595.

［39］Chen X，Wan P.Social trust and corporate social responsibility：Evidence from China［J］.Corporate Social Responsibility and Environmental Management，2020，27（2）：485500.

［40］Guiso L，Sapienza P，Zingales L.Does culture affect economic outcomes？［J］.Journal of Economic Perspectives，2006，20（2）：2348.

［41］Yang M，Hong Y，Yang F.The effects of mandatory energy efficiency policy on resource allocation efficiency：Evidence from Chinese industrial sector［J］.Economic Analysis and Policy，2022，73（1）：513524.

［42］劉金科，肖翊陽.中國環境保護稅與綠色創新：杠桿效應還是擠出效應？［J］.經濟研究，2022（1）：7288.

［43］Wu J，Qiu X，Li Z.Green innovation and enterprise green total factor productivity at a micro level：A perspective of technical distance［J］.Journal of Cleaner Production，2022，344（1）：131070.

［44］Tone K，Tsutsui M.An epsilon-based measure of efficiency in DEA—A third pole of technical efficiency［J］.European Journal of Operational Research，2010，207（3）：15541563.

［45］Baron R M，Kenny D A.The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations［J］.Journal of Personality and Social Psychology，1986，51（6）：11731182.

［46］溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014（5）：731745.

［47］Sobel M E.Asymptotic confidence intervals for indirect effects in structural equation models［J］.Sociological Methodology，1982，13：290312.

［48］Earnhart D，Segerson K.The influence of financial status on the effectiveness of environmental enforcement［J］.Journal of Public Economics，2012，96（910）：670684.

［49］Tan Y，Zhu Z.The effect of ESG rating events on corporate green innovation in China：The mediating role of financial constraints and managers environmental awareness［J］.Technology in Society，2022，68（2）：101906.

［50］Chen Z，Chen F，Zhou M.Does social trust affect corporate environmental performance in China？［J］.Energy Economics，2021，102（1）：105537.

［責任編輯：楊志輝］

Does the Environmental Credit Evaluation Promote the Green Total

Factor Productivity of Enterprises？

ZHONG Haiyan1， WANG Jianghan1， LI Minxin2

（1. School of Economics and Management， China Three Gorges University， Yichang 443002， China；

2. School of Business， Jiaxing University， Jiaxing 314001， China）

Abstract： Environmental credit evaluation policy is a new governance tool under the pressure of eco-environment governance and green transformation of economy. Taking the implementation of environmental credit evaluation policy as a “quasi-natural” experiment and using the Chinese A-share listed companies between 2008 and 2019 as samples， we constructed a DDD model to empirically evaluate the impact of environmental credit evaluation policy on the green total factor productivity of enterprises. The results show that environmental credit evaluation policy significantly improves the green total factor productivity of enterprises. The impact mechanism shows that green technology innovation and green resource acquisition play a mediating role in the improvement of green total factor productivity of enterprises by using the environmental evaluation assessment policy. Further analysis shows that the positive correlation between environmental credit evaluation policy and green total factor productivity of enterprises are more significant in the regions with strict government supervision environment， industries with fierce market competition environment and regions with better social trust environment. This study provides scientific evidence of the economic consequences of the environmental credit evaluation policy and enriches the literature on the driving factors of the green total factor productivity of enterprises. It plays a constructive role in further promoting the environmental credit evaluation policy by government departments， actively guiding enterprises to implement more friendly environmental behaviors， and helping to realize sustainable development of economy.

Key Words： environmental credit evaluation; green total factor productivity of enterprises; green technology innovation; green resource acquisition; a quasi-natural experiment