鄧忠奇,楊彩琳

一、引 言

中國式現(xiàn)代化的內(nèi)涵之一是人與自然和諧共生的現(xiàn)代化。為了順利實現(xiàn)這一現(xiàn)代化,必須從供給端減少碳排放和高污染高耗能,優(yōu)化我國資源要素配置,促進產(chǎn)業(yè)清潔化轉(zhuǎn)型。在此背景下,綠色金融政策作為污染事前預(yù)防和前端治理的重要舉措,得到各級政府部門高度重視。從實踐看,綠色金融政策鼓勵金融機構(gòu)利用市場機制開展環(huán)境風(fēng)險管理和戰(zhàn)略決策,通過資金管控,激勵企業(yè)淘汰落后產(chǎn)能,已經(jīng)成為促進企業(yè)清潔生產(chǎn)的重要手段[1]。自1980年代綠色金融概念提出以來,包括我國在內(nèi)的世界主要國家和地區(qū)出臺了一系列綠色金融相關(guān)政策,使其在短期內(nèi)得到大范圍推廣[2]。與傳統(tǒng)環(huán)境規(guī)制方式一樣,綠色金融政策除了會對生態(tài)環(huán)境產(chǎn)生影響外,也很可能影響企業(yè)定價行為[3][4][5]。僅關(guān)注綠色金融政策對環(huán)境的治理效果,忽視其對產(chǎn)業(yè)組織和企業(yè)定價的影響,很可能扭曲市場資源配置,甚至嚴重損害社會福利。那么,綠色金融政策是否影響了企業(yè)定價和市場勢力?已有研究認為,面對綠色金融政策,企業(yè)可能會采取兩種策略性行為:一是將合規(guī)成本向產(chǎn)業(yè)鏈下游轉(zhuǎn)移[4],二是考慮技術(shù)創(chuàng)新以降低污染。綜合來看,這兩種行為都會引起企業(yè)經(jīng)營狀況和競爭格局改變。因此,綠色金融政策很可能對企業(yè)市場勢力造成影響。

綠色金融體系包括綠色信貸、綠色保險、綠色基金和綠色證券等[6]。目前,綠色信貸涵蓋了我國90%以上的綠色金融[7],國內(nèi)綠色金融相關(guān)領(lǐng)域的實證研究大多也圍繞綠色信貸政策展開[8][9]。因此,本文將研究對象限定為綠色信貸,而不去深究綠色信貸與綠色金融的差異。2012年2月,中國銀行業(yè)監(jiān)督管理委員會發(fā)布了 ?綠色信貸指引?(以下簡稱 ?指引?)(銀監(jiān)發(fā) 〔2012〕4號),要求銀行業(yè)金融機構(gòu)將綠色信貸提升至戰(zhàn)略高度,積極控制信貸業(yè)務(wù)活動中的環(huán)境與社會風(fēng)險。?指引?的出臺標志著我國綠色信貸政策邁向規(guī)范化發(fā)展階段,特別是其明確要求對 “兩高一資”行業(yè)的信貸給予嚴格限制,甚至不予貸款。這一要求必然對企業(yè)信貸融資產(chǎn)生差異化影響,進而影響不同污染屬性企業(yè)的生產(chǎn)經(jīng)營活動?；诖?本文以 ?指引?的出臺作為一項準自然實驗,集中考察綠色信貸政策對企業(yè)市場勢力及其定價機制的影響。

二、特征事實與研究假設(shè)

(一)特征事實

價格-邊際成本加成率反映了企業(yè)的產(chǎn)品定價情況,被視為衡量企業(yè)市場勢力和超額定價程度的重要指標[10][11],因此本文對企業(yè)定價和市場勢力的實證考察主要關(guān)注加成率指標。加成率越高,表明企業(yè)對市場的掌控能力越強,面臨的市場競爭程度越弱。本文以鋼鐵行業(yè)為樣本進行定量分析。一方面,鋼鐵行業(yè)產(chǎn)量變化對整個制造業(yè)影響巨大,正如 ?關(guān)于促進鋼鐵工業(yè)高質(zhì)量發(fā)展的指導(dǎo)意見?(工信部聯(lián)原 〔2021〕6號)指出的,“鋼鐵行業(yè)是國民經(jīng)濟的重要基礎(chǔ)產(chǎn)業(yè),是建設(shè)現(xiàn)代化強國的重要支撐,是實現(xiàn)綠色低碳發(fā)展的重要領(lǐng)域”;另一方面,鋼鐵行業(yè)是環(huán)境政策的重點針對行業(yè)①據(jù)2022年9月 ?財經(jīng)?發(fā)布的 ?中國上市公司碳排放排行榜 (2022)?顯示,上榜企業(yè)中,中國碳排放三大主要行業(yè)是電力、水泥和鋼鐵。,受綠色信貸政策的影響相對明顯。圖1展示了2008—2015年我國鋼鐵行業(yè)非污染企業(yè)與污染企業(yè)的年均加成率。從圖1可以看出,污染企業(yè)的年均加成率總體上低于非污染企業(yè),似乎“更受歧視”。2013年及以前,兩類企業(yè)加成率幾乎保持相同變化趨勢,但2013年后這種動態(tài)平衡被打破。直觀上,2014年顯得有些 “奇怪”——在環(huán)保督查等環(huán)境規(guī)制手段尤其嚴格的階段,理論上污染企業(yè)受到的打擊更大,但為什么污染企業(yè)的市場勢力下降幅度小于非污染企業(yè)?這是否與2012年 ?指引?的出臺有關(guān),本文將對此進行細致的實證考察。

圖1 2008—2015年鋼鐵行業(yè)年均加成率

(二)研究假設(shè)

1.綠色信貸政策對企業(yè)市場勢力的影響。目前,已有大量文獻研究了綠色信貸政策的實施效果,基本證實了綠色信貸政策對污染企業(yè)新增貸款的抑制作用,進而倒逼污染企業(yè)減少產(chǎn)量和排放[12][13]。與一些傳統(tǒng)的環(huán)境規(guī)制手段相比,綠色信貸政策在發(fā)揮金融工具的作用上具有利于加強環(huán)境信息披露、事前引導(dǎo)企業(yè)減排控污等獨特優(yōu)勢,但有關(guān)綠色信貸政策如何影響企業(yè)策略性行為,從而干預(yù)企業(yè)及行業(yè)間資源配置的問題,相關(guān)研究還比較少。其中,一部分學(xué)者嘗試從企業(yè)與銀行及公眾的關(guān)系上進行突破。例如,王宏濤等認為商業(yè)銀行有足夠的激勵開展綠色信貸業(yè)務(wù),這意味著擴大污染的企業(yè)將在申請貸款時變得更加被動[14];斯麗娟等認為受綠色信貸政策影響較大的企業(yè)會主動承擔(dān)更多的環(huán)境社會責(zé)任,從而改變其市場競爭力[15]。另一部分學(xué)者關(guān)注環(huán)境規(guī)制背景下企業(yè)的策略性行為,尤其是投融資[16]和創(chuàng)新[17]行為。但是,這兩類文獻都沒有明確指出綠色信貸對企業(yè)市場勢力的影響。

總的來看,與面對傳統(tǒng)環(huán)境規(guī)制手段一樣,面對綠色信貸政策的企業(yè),受到銀行和公眾的檢視,很可能存在生產(chǎn)經(jīng)營計劃[18]和投融資計劃調(diào)整[19][20][21]等情況,同時綠色信貸也加速了行業(yè)優(yōu)勝劣汰[22][23],在多方因素共同作用下,企業(yè)市場勢力可能發(fā)生變化。但即便如此,尚無法準確推斷綠色信貸政策究竟是加強還是削弱了企業(yè)市場勢力。原因在于,一方面存在有利于加強企業(yè)市場勢力的因素,比如調(diào)整定價策略致使產(chǎn)品價格上漲[4],積極響應(yīng)政策號召購買技術(shù)設(shè)備、改良生產(chǎn)工藝,開展清潔化革命;另一方面又存在不利于加強企業(yè)市場勢力的因素,比如被銀行限制信貸、融資渠道收緊等?；谏鲜龇治?本文提出假設(shè)1及對立性假設(shè)1a和假設(shè)1b:

假設(shè)1:實施綠色信貸政策會影響企業(yè)市場勢力。

假設(shè)1a:實施綠色信貸政策會加強企業(yè)市場勢力。

假設(shè)1b:實施綠色信貸政策會削弱企業(yè)市場勢力。

2.成本疊加機制。對于成本本身較高的企業(yè),政策沖擊可能引發(fā)成本疊加,增加企業(yè)生產(chǎn)經(jīng)營成本和費用。比如,Cole等[22]認為為了符合嚴苛的環(huán)保要求,企業(yè)需要購買新設(shè)備以實現(xiàn)清潔生產(chǎn),或向有關(guān)部門繳納排污費用。相比之下,對于成本本身較低的企業(yè),雖然政策沖擊也可能帶來成本,但不存在成本 “疊加”,因此在這類企業(yè)中成本因素對政策效果的干擾相對較弱。從本文關(guān)注的市場勢力看,一方面,當(dāng)政策沖擊導(dǎo)致污染企業(yè)成本上升時,成本高企的企業(yè)可能縮減產(chǎn)量,致使產(chǎn)品供不應(yīng)求,價格上漲;另一方面,高成本企業(yè)也可能主動上調(diào)價格,如楊燁等[24]的研究發(fā)現(xiàn),當(dāng)企業(yè)對污染型資源的依賴程度較高時,環(huán)境規(guī)制的 “成本效應(yīng)”較強,企業(yè)可能改變定價策略,通過漲價的方式將合規(guī)成本向下游轉(zhuǎn)嫁[11]。總之,不論企業(yè)是 “被動”還是 “主動”漲價,成本疊加效應(yīng)都很可能導(dǎo)致綠色信貸政策的市場勢力提升效應(yīng)放大,據(jù)此本文提出假設(shè)2:

假設(shè)2:成本疊加效應(yīng)使高成本企業(yè)更有動力在面對綠色信貸政策沖擊時提升加成率,因此增強綠色信貸政策的市場勢力提升效應(yīng)。

3.技術(shù)占優(yōu)機制。前文假設(shè)1a提出綠色信貸政策會加強企業(yè)市場勢力,假設(shè)2認為高成本企業(yè)的政策效應(yīng)更明顯。但是,市場價格受供求關(guān)系等眾多因素影響,并不由個別企業(yè)單方面決定,企業(yè)渴望提升價格從而導(dǎo)致加成率和市場勢力上升是一回事,能否真正提升價格是另一回事。對于污染企業(yè)而言,在綠色消費理念逐漸深入人心的背景下,其產(chǎn)品本身就不具有市場競爭力,此時盲目提升價格可能會大幅縮減銷量,從而得不償失,因此企業(yè)可能采取相對保守的定價策略。本文認為,只有那些技術(shù)水平較高的污染企業(yè),才能在面臨綠色信貸政策沖擊時有能力實現(xiàn)價格提升。因此,企業(yè)本身的技術(shù)水平會影響綠色信貸政策的市場勢力提升效應(yīng),技術(shù)占優(yōu)的企業(yè)提升效應(yīng)更明顯,據(jù)此本文提出假設(shè)3:

假設(shè)3:企業(yè)技術(shù)水平會影響綠色信貸政策的市場勢力提升效應(yīng),技術(shù)占優(yōu)的企業(yè)提升效應(yīng)更明顯。

三、研究設(shè)計

(一)模型構(gòu)建

為實現(xiàn)本文實證分析目的,首先需要將樣本企業(yè)劃分為污染企業(yè)和非污染企業(yè)兩類。在借鑒朱平芳等[25]、沈坤榮等[26]對企業(yè)綜合排放系數(shù)測算的基礎(chǔ)上,本文將綜合排放系數(shù)大于當(dāng)年行業(yè)平均綜合排放系數(shù)的企業(yè)界定為污染企業(yè),其他則為非污染企業(yè)。本文改進后的綜合排放系數(shù)計算方法如下:

其中,eesit表示企業(yè)i在第t年的SO2相對排放系數(shù),SOit表示企業(yè)i在第t年的SO2排放量,GIVit表示企業(yè)i在第t年的工業(yè)總產(chǎn)值;SOt表示第t年所有樣本企業(yè)的SO2排放量總和,GIVt表示第t年所有樣本企業(yè)的工業(yè)總產(chǎn)值總和,SOt/GIVt表示第t年所有樣本企業(yè)的SO2絕對排放系數(shù)。類似地,企業(yè)i在第t年的煙粉塵相對排放系數(shù) (eedit)為

其中,SDit表示企業(yè)i在第t年的煙塵和粉塵排放量,SDt表示第t年所有樣本企業(yè)的煙塵和粉塵排放量總和,SDt/GIVt表示第t年所有樣本企業(yè)的煙粉塵絕對排放系數(shù)。

根據(jù) (1)式和 (2)式,本文可得綜合排放系數(shù) (eeit):

在企業(yè)界定的基礎(chǔ)上,本文運用雙重差分 (DID)法構(gòu)建如下基準實證模型:

其中,被解釋變量powerit表示企業(yè)i在第t年的市場勢力,用價格-邊際成本加成率指標測度?？紤]到 ?指引?是2012年實施的,本文將雙重差分項 (treati×timet)定義為:當(dāng)企業(yè)是污染型的且觀測時間為2012年及以后,該項取1,否則取0。Xijt為一系列控制變量組成的向量,包括企業(yè)經(jīng)營年限 (ageit)、流動比率 (curratioit)、所在城市的人均生產(chǎn)總值 (pcgdpjt)及外商投資水平(fdijt)。γi表示企業(yè)固定效應(yīng),δt表示年份固定效應(yīng),εit表示隨機誤差項。

(二)變量選擇與數(shù)據(jù)來源

1.被解釋變量:企業(yè)市場勢力 (powerit),即市場主體影響商品價格的能力。已有研究在測算行業(yè)競爭度時多采用傳統(tǒng)結(jié)構(gòu)主義方法,比如常見的CR指數(shù)和赫芬達爾指數(shù),但這些方法普遍被認為不準確[11],而且不適合企業(yè)層面的研究。本文在DLW方法[10][27]和Raval方法[28]的基礎(chǔ)上估計企業(yè)價格-邊際成本加成率,并以此測度企業(yè)市場勢力。根據(jù)歐拉方程的思想,對于可自由流動的要素j,企業(yè)i在要素市場實現(xiàn)最優(yōu)時,要素價格等于要素創(chuàng)造的邊際收入,即

企業(yè)i在產(chǎn)品市場實現(xiàn)最優(yōu)時,邊際收入mri等于邊際成本mci,因此 (5)式變?yōu)?/p>

對 (6)式變形可得:

其中,pi表示企業(yè)i的產(chǎn)品價格。(8)式即是采用DLW方法估計企業(yè)加成率的核心思想。然而,利用 (8)式估計poweri需要首先估計,但估計是一大難點[29]。根據(jù)傳統(tǒng)生產(chǎn)經(jīng)濟學(xué)的思路,估計需要設(shè)定生產(chǎn)函數(shù)形式,例如大量文獻假定生產(chǎn)函數(shù)為超越對數(shù)型[10],但這類做法可能存在三個嚴重問題:(1)超越對數(shù)型生產(chǎn)函數(shù)涉及較多的待估系數(shù),多數(shù)時候這些系數(shù)的估計值并非都顯著,用一些不太顯著的系數(shù)估計值去估計,會使不夠準確。(2)在使用超越對數(shù)型生產(chǎn)函數(shù)估計時,經(jīng)常計算得到部分企業(yè)的為負值,這一方面并不符合現(xiàn)實情況,另一方面也會導(dǎo)致poweri的估計值為負。(3)在識別生產(chǎn)函數(shù)時,產(chǎn)品價格和全要素生產(chǎn)率不可觀測,因此估計的產(chǎn)出彈性很可能是收入彈性,這可能會導(dǎo)致DLW方法失效[11][29][30]。

根據(jù)Raval[28]的假定,所有要素都可自由流動,那么由 (7)式可得企業(yè)i的總可變成本:

用 (7)式比上 (9)式可知:

根據(jù)鄧忠奇等[11]的研究,當(dāng)規(guī)模報酬不變時,

將 (11)式代入 (10)式可得:

據(jù)此,Raval[28]認為可以用要素的成本份額來估計。這提供了一種比較好的思路,原因在于:(1)上述推導(dǎo)過程不需要外生給定生產(chǎn)函數(shù)形狀,避免了前述生產(chǎn)函數(shù)識別的問題;(2)該做法保證了在 (0,1)的區(qū)間內(nèi)取值,因此估計的加成率不會存在異常值;(3)相比鄧忠奇等[11]、尹恒等[29]和Tsionas等[31]所提的研究方法,這種方法的可操作性更強,能規(guī)避Bond等[33]指出的許多問題。

為進一步控制隨機因素的干擾,Raval[28]將樣本劃分為若干類子樣本,再利用每一類子樣本數(shù)據(jù)來估計。劃分子樣本依據(jù)的是 “勞動投入成本與中間品投入成本之比”的大小,這是因為理論分析表明,對于那些勞動投入成本與中間品投入成本之比近似的企業(yè),其要素的產(chǎn)出彈性也比較近似。由于要素支出份額是可觀測變量,那么在得到的估計值后,將之代入 (8)式即獲得加成率的估計值。

2.解釋變量:雙重差分項treati×timet。treati表示界定企業(yè)類型的虛擬變量,污染企業(yè)取1,非污染企業(yè)取0;timet表示政策發(fā)生前后的虛擬變量,2012年及以后取1,之前取0。

3.控制變量。企業(yè)層面:(1)企業(yè)經(jīng)營年限 (ageit)。企業(yè)經(jīng)營年限直觀反映了企業(yè)存續(xù)時間。處在不同生命周期的企業(yè),在外部融資環(huán)境、資金規(guī)模、市場占有率、政企關(guān)系等方面都存在很大差異。具體計算公式為:經(jīng)營年限 (ageit)＝觀測年－成立年＋1。 (2)流動比率 (curratioit),即流動資產(chǎn)除以流動負債。流動比率反映了企業(yè)資產(chǎn)變現(xiàn)能力及短期償債能力。城市層面:(3)人均生產(chǎn)總值 (pcgdpjt)。根據(jù)環(huán)境庫茲涅茨曲線,在人均生產(chǎn)總值低于某一臨界值時,經(jīng)濟增長傾向于加重環(huán)境壓力;反之,則傾向于減輕環(huán)境壓力。 (4)企業(yè)所在城市外商投資水平(fdijt),即外商直接投資額占當(dāng)?shù)厣a(chǎn)總值的比重。外資進入會對企業(yè)產(chǎn)品質(zhì)量和加成率等產(chǎn)生顯著影響[32],因此也應(yīng)當(dāng)加以控制。

4.機制變量:(1)本文采用總成本費用 (tocostit)檢驗成本疊加機制。根據(jù)我國現(xiàn)行的利潤表編制規(guī)定,令總成本費用為企業(yè)主營業(yè)務(wù)成本與 “三費” (銷售費用、財務(wù)費用和管理費用)之和①本文還分別檢驗了綠色信貸政策實施對企業(yè)主營業(yè)務(wù)成本、銷售費用、財務(wù)費用和管理費用的影響,回歸系數(shù)均在1%顯著性水平下為正,有關(guān)結(jié)果可向作者索取。。(2)本文用全要素生產(chǎn)率 (tfpit)檢驗技術(shù)占優(yōu)機制。關(guān)于tfpit的測算,常用方法包括隨機邊界分析法、數(shù)據(jù)包絡(luò)分析法、OP/LP法等,其中OP/LP法能克服聯(lián)立性偏差和樣本選擇偏差,更加適合企業(yè)層面研究。限于OP法的不足,本文采用LP法測算企業(yè)全要素生產(chǎn)率。

5.分組變量:(1)是否為國有企業(yè)的虛擬變量soeit:取1表示國有企業(yè),否則取0。(2)企業(yè)所在地區(qū)的虛擬變量areait:當(dāng)企業(yè)所在地區(qū)為 “三大區(qū)”(京津冀、長三角及珠三角)時,areait取1,否則取0。

本文主要使用中國鋼鐵行業(yè)的非平衡面板數(shù)據(jù),企業(yè)層面的數(shù)據(jù)主要來自歷年 “中國工業(yè)企業(yè)數(shù)據(jù)庫”和 “中國工業(yè)企業(yè)污染數(shù)據(jù)庫”,城市層面的數(shù)據(jù)來自 ?中國城市統(tǒng)計年鑒?和各省市統(tǒng)計年鑒,樣本期間為2008—2015年,其中2010年樣本缺失了核心數(shù)據(jù),故本文進行了剔除。另外,為減弱微觀數(shù)據(jù)誤差,本文對異常企業(yè)樣本進行了剔除,包括在2012年以前已停止生產(chǎn)經(jīng)營活動的企業(yè)、在2012年以后新成立的企業(yè)、存在數(shù)據(jù)大量缺失或異常的企業(yè),并對數(shù)據(jù)統(tǒng)一進行縮尾處理,最終得到15 560個觀測樣本。變量的描述性統(tǒng)計由表1給出,pcgdpjt和tocostit的數(shù)據(jù)進行了對數(shù)化處理,主要數(shù)據(jù)基本服從正態(tài)分布。

表1 數(shù)據(jù)描述性統(tǒng)計

四、基準回歸、穩(wěn)健性檢驗與異質(zhì)性分析

(一)基準回歸

表2報告了本文基準回歸結(jié)果。在固定年份效應(yīng)和企業(yè)個體效應(yīng)的基礎(chǔ)上,首先在不引入控制變量的情形下進行回歸,得到表2第 (1)列,其中treati×timet對powerit的回歸系數(shù)β1的估計值為0.011 2,在5%的顯著性水平下異于零,說明綠色信貸政策加強了企業(yè)市場勢力。進一步,逐步引入控制變量后,得到表2第 (2)至第 (5)列,發(fā)現(xiàn)β1的估計值仍顯著且為正。因此,表2驗證了假設(shè)1和假設(shè)1a,這一發(fā)現(xiàn)也與田露露等[5]的結(jié)論一致。

表2 綠色信貸政策影響企業(yè)市場勢力的回歸結(jié)果

(二)穩(wěn)健性檢驗

1.平行趨勢檢驗。首先對基準模型進行平行趨勢檢驗,即政策發(fā)生前非污染企業(yè)與污染企業(yè)的年均企業(yè)加成率變化趨勢應(yīng)大致保持一致,而政策發(fā)生后兩類企業(yè)年均加成率應(yīng)不再保持平行趨勢。圖1已直觀地展示了兩類企業(yè)年均加成率的平行趨勢特征,此處再利用動態(tài)效應(yīng)模型得到政策效應(yīng)變化情況 (如圖2所示)。從圖2看出,在政策發(fā)生前政策效應(yīng)并不十分明顯,政策發(fā)生當(dāng)期也未即刻顯示出較強的政策效果,但在政策發(fā)生的第二年后,綠色信貸政策效果開始顯現(xiàn),并在2014年和2015年表現(xiàn)得非常顯著。由此可見,?指引?出臺的政策效果存在時滯,在未來年份中政策效應(yīng)非常明顯。由于企業(yè)定價存在黏性,政策反應(yīng)需要時間,因此政策效果的時滯符合預(yù)期,同時未來年份的顯著政策效果表明本研究滿足平行趨勢檢驗要求。

圖2 動態(tài)政策效應(yīng)

2.安慰劑檢驗?；诜词聦嵥悸返陌参縿z驗主要有兩種途徑:隨機指定政策發(fā)生年份、隨機生成實驗組與對照組。首先,表3的第 (1)和第 (2)列分別顯示了假定政策發(fā)生在2009年和2011年的回歸結(jié)果,可以看出核心變量的回歸系數(shù)并不顯著。表3的第 (3)和第 (4)列分別顯示了假定政策發(fā)生在2013年和2014年的回歸結(jié)果,可以看出核心變量的回歸系數(shù)在1%的顯著性水平下為正。以上兩點表明政策發(fā)生時間應(yīng)在2011－2013年間,與實際政策發(fā)生時間一致,因此通過穩(wěn)健性檢驗。

表3 隨機指定政策發(fā)生年份的檢驗結(jié)果

其次,針對treati變量,本文利用隨機生成的新變量來替換原來的treati。若基于新變量得出的關(guān)鍵系數(shù)仍然顯著,則說明基準回歸所得出的處理效應(yīng)并不是綠色信貸政策產(chǎn)生的,那么基準回歸結(jié)果不穩(wěn)健,反之則穩(wěn)健。具體地,本文利用計算機程序?qū)嶒灲M和控制組進行隨機劃分,即在總樣本中每次隨機抽取300個樣本作為實驗組 (剩余即為控制組),然后利用隨機抽樣后的數(shù)據(jù)進行回歸,并重復(fù)該過程800次。表4中第 (1)和第 (2)列分別給出了未加入控制變量和加入控制變量的回歸結(jié)果,從中可以看出,treati×timet的系數(shù)均不顯著,這進一步說明基準回歸結(jié)果穩(wěn)健。

表4 隨機指定實驗組、更換被解釋變量及PSM-DID的回歸結(jié)果

3.利用傾向得分匹配 (PSM)法再檢驗。相較于傳統(tǒng)的DID方法,PSM-DID方法能更好地避免自選擇偏差,是DID模型穩(wěn)健性檢驗的常用方法之一。表4中第 (3)列是利用PSM-DID方法的固定效應(yīng)模型回歸結(jié)果,交互項系數(shù)在5%顯著性水平下為正值。進一步,本文在考慮共同支撐假設(shè)的情形下進行調(diào)整回歸,結(jié)果分別展示在表4的第 (4)和第 (5)列。從表4的第 (4)和第(5)列可以看出,treati×timet的回歸系數(shù)為正,且分別在1%和5%顯著性水平下顯著,與表2的結(jié)果基本一致,因此基準回歸結(jié)果穩(wěn)健。

4.更換被解釋變量。除了直接測度市場勢力的加成率指標外,早期文獻也經(jīng)常利用市場結(jié)構(gòu)指標反推企業(yè)市場勢力,雖然這種做法并不完全合理[11],但此處不妨如此操作,即利用對數(shù)化處理后的企業(yè)總資產(chǎn) (lnassetsit)[33]和市場份額指數(shù)[34]替代原有市場勢力測度指標,對基準模型進行再檢驗①其中,sit表示企業(yè)主營業(yè)務(wù)收入的市場份額,這里取平方主要是為了與傳統(tǒng)市場結(jié)構(gòu)指標HHI相匹配。。相應(yīng)的回歸結(jié)果由表4的第 (6)和第 (7)列給出,此時treati×timet的回歸系數(shù)均在1%的顯著性水平下顯著異于零。這進一步表明,綠色信貸政策提升污染企業(yè)市場勢力的原因除了前文提到的迫使企業(yè)減產(chǎn)漲價之外,還有可能導(dǎo)致企業(yè)規(guī)模做大,即 “抱團取暖”。一方面,部分環(huán)境指標難以達標的污染企業(yè)被迫退出市場,剩余企業(yè)占領(lǐng)了這些企業(yè)的市場份額;另一方面,仍然存活的污染企業(yè)很可能并購重組以便依附一些大企業(yè),從而使市場份額增加。

(三)異質(zhì)性分析

企業(yè)所有權(quán)屬性和所在地區(qū)經(jīng)濟發(fā)展水平或?qū)⒅苯佑绊懫髽I(yè)發(fā)展狀況和生產(chǎn)經(jīng)營決策。(1)企業(yè)所有權(quán)屬性差異。首先,由于我國金融市場發(fā)展尚不完善,金融資源在國有企業(yè)和非國有企業(yè)間配置不合理。由于缺少擔(dān)保等原因,“融資貴、融資難”問題在民營企業(yè)中更加突出。其次,國有資本體量大、實力強,在工業(yè)行業(yè)上游和資源型行業(yè)中占據(jù)重要地位。因此與非國有企業(yè)相比,國有企業(yè)的市場勢力可能更強,二者受政策影響的情況也可能存在差異。(2)地區(qū)差異。京津冀、長三角和珠三角地區(qū)是我國市場經(jīng)濟最活躍的地區(qū)。地區(qū)經(jīng)濟發(fā)展必然賦能當(dāng)?shù)仄髽I(yè)發(fā)展,從而影響企業(yè)行為。綜合以上兩點,本文展開分組研究,將企業(yè)按照其所有權(quán)屬性劃分為國有企業(yè)和非國有企業(yè),按其所在地區(qū)分為 “三大區(qū)”企業(yè)和 “非三大區(qū)”企業(yè)。

表5第 (1)列和第 (2)列是根據(jù)企業(yè)所有權(quán)屬性進行分組回歸的結(jié)果。從treati×timet對powerit的回歸系數(shù)看,不論企業(yè)所有權(quán)屬性如何,回歸系數(shù)均顯著為正,表明綠色信貸政策出臺對企業(yè)市場勢力有正向作用,與假設(shè)1a的結(jié)論一致。當(dāng)企業(yè)是國有性質(zhì)時,回歸系數(shù)為0.050 5,高于 “非國有”情況,同時在1%顯著性水平下顯著,說明綠色信貸政策出臺對國有企業(yè)影響程度更加明顯。原因可能與國有企業(yè)存在政府隱性擔(dān)保、融資便利等有關(guān);同時,國有企業(yè)一般規(guī)模較大,在面臨政策壓力時更有能力進行成本轉(zhuǎn)嫁,從而更有可能提升市場勢力;此外,國有企業(yè)還能及時掌握政策信息動態(tài),實時調(diào)整經(jīng)營方案,最終表現(xiàn)出更好的適應(yīng)性和競爭能力。表5第 (3)列和第 (4)列是根據(jù)企業(yè)所在區(qū)域進行分組回歸的結(jié)果。當(dāng)企業(yè)位置在 “三大區(qū)域”時,treati×timet對powerit的回歸系數(shù)不顯著,說明此時企業(yè)市場勢力不會因綠色信貸政策的出臺而顯著提升。反之,當(dāng)企業(yè)位于 “非三大區(qū)域”時,treati×timet對powerit的回歸系數(shù)為正,并在10%顯著性水平下顯著。出現(xiàn)這一差異化結(jié)果的主要原因是,從可競爭市場理論看,三大區(qū)域的經(jīng)濟競爭相對激烈,企業(yè)貿(mào)然提升加成率的結(jié)果很可能是損失大量市場份額,因此企業(yè)傾向于采取保守的價格策略。

表5 異質(zhì)性分析

五、關(guān)于機制分析和融資約束的討論

(一)機制分析

本部分進行成本疊加效應(yīng)和技術(shù)占優(yōu)效應(yīng)的機制檢驗,建立如下模型:

公式 (13)和 (14)分別檢驗成本疊加效應(yīng)和技術(shù)占優(yōu)效應(yīng),回歸結(jié)果如表6、表7所示。表6第 (1)列是未加入控制變量的回歸結(jié)果,其中treati×timet×tocostit的回歸系數(shù)β41在1%的顯著性水平下為正,表明企業(yè)成本疊加機制強化了綠色信貸政策對企業(yè)市場勢力的提升效應(yīng)。逐步引入控制變量后,結(jié)果與表6第 (1)列的回歸結(jié)果在系數(shù)顯著性水平和符號方面保持一致,因此假設(shè)2得到驗證。

表6 成本疊加效應(yīng)檢驗

表7第 (1)列是未加入控制變量的回歸結(jié)果,回歸系數(shù)β42在1%的顯著性水平下為正,逐步引入控制變量后該結(jié)果依然成立,表明技術(shù)占優(yōu)機制強化了綠色信貸政策對企業(yè)市場勢力的提升效應(yīng),即假設(shè)3得到驗證。

表7 技術(shù)占優(yōu)效應(yīng)檢驗

(二)有關(guān)融資約束的討論:一個重要的調(diào)節(jié)因素

前文分析表明,綠色信貸政策在刺激污染企業(yè)提升市場勢力的過程中,還具有成本疊加效應(yīng)和技術(shù)占優(yōu)效應(yīng)。但是,綠色信貸政策的作用效果可能與同時段內(nèi)其他環(huán)境規(guī)制政策存在疊加,為了體現(xiàn)綠色信貸政策的獨特性,本部分聚焦觀察一個可能的調(diào)節(jié)因素——融資約束 (finconsit)。因為綠色信貸主要影響企業(yè)融資,而其他環(huán)境規(guī)制政策對企業(yè)融資的影響較小。世界銀行的報告顯示,中國有75%的非金融類上市企業(yè)選擇將融資約束列為企業(yè)發(fā)展的主要障礙,該比例居80個被調(diào)查國家之首[35]。融資約束對企業(yè)的影響集中在以下四個方面:(1)可能影響企業(yè)價值。例如,Chan等[36]證實了融資約束與公司股票收益之間的負相關(guān)關(guān)系。(2)可能影響投資活動。(3)可能影響企業(yè)的競爭策略。(4)可能影響企業(yè)創(chuàng)新[37]。總的來看,融資約束可能會使企業(yè)面臨不利,但以上研究并未揭示融資約束對企業(yè)市場勢力的影響,為此本部分試圖回答:(1)綠色信貸政策是否普遍地使當(dāng)年污染企業(yè)受到融資約束;(2)融資約束如何作用于綠色信貸政策與企業(yè)市場勢力的關(guān)系;(3)同時考慮成本疊加效應(yīng)、技術(shù)占優(yōu)效應(yīng)與融資約束時,綠色信貸政策如何影響企業(yè)市場勢力。

關(guān)于融資約束的測算方法,傳統(tǒng)Kaplan-Zingales指數(shù)[38]和Whited-Wu指數(shù)[39]存在內(nèi)生性金融變量過多的問題。對此,Hadlock等[40]進行了改進,提出融資約束指數(shù)計算公式 (Size-Age指數(shù)測度法),即

其中,sizeit表示第t年i企業(yè)規(guī)模,使用企業(yè)總資產(chǎn)的對數(shù)測度;ageit表示第t年i企業(yè)年齡。

1.綠色信貸政策與企業(yè)融資約束。在分析企業(yè)融資約束的調(diào)節(jié)作用前,先觀察綠色信貸政策對企業(yè)融資約束的影響。用融資約束 (finconsit)替換公式 (4)中的被解釋變量,其余設(shè)定保持不變。表8展示了 ?指引?實施對企業(yè)融資約束的影響,逐步引入控制變量后,核心變量的回歸系數(shù)仍然顯著為正,表明 ?指引?的確使污染企業(yè)的融資約束增強。

表8 綠色信貸政策影響企業(yè)融資約束的回歸結(jié)果

2.融資約束的調(diào)節(jié)作用。令融資約束 (finconsit)與treati×timet交乘形成三重交互項,以此檢驗融資約束是否對主過程起調(diào)節(jié)作用。表9是融資約束 (finconsit)調(diào)節(jié)下的雙向固定效應(yīng)模型的回歸結(jié)果。在表9的第 (1)列中,treati×timet×finconsit回歸系數(shù)在5%的顯著性水平下為負,表明融資約束不利于加強綠色信貸的政策效應(yīng)。該調(diào)節(jié)作用在企業(yè)所有權(quán)屬性上呈現(xiàn)出非對稱性。在國有企業(yè)樣本中,treati×timet×finconsit的回歸系數(shù)不顯著,但在非國有企業(yè)樣本中,回歸系數(shù)在1%顯著性水平下為負,說明融資約束較強的非國有企業(yè)即使面臨綠色信貸政策的契機,提升市場勢力的能力也有限。

表9 融資約束的調(diào)節(jié)效應(yīng)

進一步地,為了修正傳統(tǒng)線性回歸方法的 “均值化”誤差,本文運用分位數(shù)回歸 (Quantile Regression)方法,考察融資約束調(diào)節(jié)下綠色信貸政策實施對企業(yè)市場勢力條件分布的影響。在分位數(shù)回歸過程中使用自助法分別重復(fù)400次。表10給出了引入融資約束后的分位數(shù)回歸結(jié)果,其中第 (1)至第 (5)列分別為0.1、0.25、0.5、0.75和0.9分位數(shù)回歸結(jié)果。表10顯示,隨著分位數(shù)的增加,核心回歸系數(shù)逐漸顯著 (0.5分位數(shù)后回歸系數(shù)的顯著性水平自10%變?yōu)?%),同時絕對值也逐漸變大,表明在融資約束調(diào)節(jié)下綠色信貸政策對企業(yè)市場勢力的影響在逐漸變強,即市場勢力較強的企業(yè) (很可能是一些大企業(yè))更容易表現(xiàn)出融資約束的調(diào)節(jié)作用。

表10 引入融資約束調(diào)節(jié)效應(yīng)的分位數(shù)回歸

3.融資約束下的成本疊加效應(yīng)與技術(shù)占優(yōu)效應(yīng)。此處分別構(gòu)造融資約束與成本疊加效應(yīng)和技術(shù)占優(yōu)效應(yīng)的交乘項,以刻畫真實情景中企業(yè)在受到融資約束的情形下,成本疊加效應(yīng)和技術(shù)占優(yōu)效應(yīng)如何發(fā)揮作用及其效應(yīng)將被如何調(diào)節(jié)。實證模型如下:

表11展示了引入融資約束后成本疊加效應(yīng)的檢驗結(jié)果。其中,treati×timet×tocostit×finconsit的回歸系數(shù)在1%顯著性水平下為正,表示融資約束強化了成本疊加效應(yīng)在主模型中的作用。由此可見,綠色信貸政策強化了污染企業(yè)融資約束 (如表8所示),融資約束的加強進一步使污染企業(yè)在生產(chǎn)經(jīng)營層面變得更加被動,因此企業(yè)不得不通過漲價來彌補虧損,成本疊加效應(yīng)從而得到強化。

表11 引入融資約束的成本疊加效應(yīng)檢驗

表12展示了引入融資約束后技術(shù)占優(yōu)效應(yīng)的檢驗結(jié)果。其中,treati×timet×tfpit×finconsit的回歸系數(shù)在1%顯著性水平下為負,表示融資約束削弱了技術(shù)占優(yōu)效應(yīng)?？赡艿脑蛟谟?融資約束較強的企業(yè),即使存在技術(shù)占優(yōu)效應(yīng),但由于缺乏資金,很難采取切實有效的行動來提升市場勢力,因此不得不采取相對保守的策略。當(dāng)然,前文表7表明,總的來看,技術(shù)占優(yōu)效應(yīng)仍是正向的。

表12 引入融資約束的技術(shù)占優(yōu)效應(yīng)檢驗

六、研究結(jié)論與政策啟示

堅持人與自然和諧共生是新時代堅持和發(fā)展中國特色社會主義的基本方略之一,也是實施 “雙碳”戰(zhàn)略的初衷之一。為此,一系列環(huán)境治理政策先后出臺。然而,不管是市場激勵型還是行政命令型環(huán)境治理政策,都很可能干擾市場主體原有的競合關(guān)系,從而影響市場定價。因此,在有關(guān)政策制定之初需要審慎研判,防止政策的過度非競爭中性干預(yù)扭曲市場。本文以鋼鐵行業(yè)為例,以?綠色信貸指引?的出臺為準自然實驗,探究綠色信貸政策對企業(yè)定價的影響。實證研究發(fā)現(xiàn):(1)總體上,綠色信貸政策加強了污染企業(yè)市場勢力,政策效果存在成本疊加效應(yīng)和技術(shù)占優(yōu)效應(yīng)兩大機制。成本疊加效應(yīng)導(dǎo)致高成本企業(yè)更有動力在綠色信貸政策沖擊時提升加成率,因此企業(yè)可能通過漲價的方式將成本向下游轉(zhuǎn)嫁;技術(shù)占優(yōu)效應(yīng)導(dǎo)致高技術(shù)企業(yè)更有能力在綠色信貸政策沖擊時提升加成率。(2)綠色信貸政策實施對污染企業(yè)市場勢力的影響存在異質(zhì)性,企業(yè)所有權(quán)屬性及所在地區(qū)的差異會使得政策效果有所不同。(3)融資約束對綠色信貸政策的效果起調(diào)節(jié)作用,會加強成本疊加效應(yīng),削弱技術(shù)占優(yōu)效應(yīng)。

基于上述結(jié)論,本文提出以下政策建議:首先,要進一步建立健全支持綠色信貸發(fā)展的政策體系,防止政策因素對市場的過度非競爭中性干預(yù)。在信貸過程中應(yīng)當(dāng) “歧視”的是企業(yè)污染行為,而不是企業(yè)本身。即使企業(yè)是高污染、高能耗企業(yè),但只要其貸款用途是有利于清潔生產(chǎn)的,就應(yīng)當(dāng)予以支持。其次,要注重緩解企業(yè)融資約束,避免綠色信貸政策使融資約束較強的中小企業(yè)雪上加霜。在實施綠色信貸政策的同時,也有必要加強對商業(yè)銀行、影子銀行和商業(yè)信用等部門相關(guān)業(yè)務(wù)的監(jiān)管,完善相關(guān)信息的披露制度,因為在面臨融資約束的情況下,污染企業(yè)也可以通過影子銀行和商業(yè)信用渠道獲得資金。這不僅會使綠色信貸政策難以起效,還可能導(dǎo)致金融風(fēng)險積累。再次,要注重綠色信貸政策與其他環(huán)境管制手段的協(xié)調(diào)運用。對于一些融資約束本就比較嚴重的污染企業(yè),很可能在綠色信貸政策壓力下通過降低會計信息質(zhì)量來操縱盈余、騙取融資,使信貸市場出現(xiàn)逆向選擇和道德風(fēng)險;對于那些融資約束并不嚴重的技術(shù)占優(yōu)企業(yè),在綠色信貸政策的作用下,很可能順水推舟,減產(chǎn)漲價,將合規(guī)成本轉(zhuǎn)嫁下游,此時配合以必要的價格規(guī)制顯得必要。最后,實施綠色信貸政策的根本目的在于實現(xiàn)清潔化生產(chǎn),而不是為了抑制某類企業(yè)的發(fā)展。對那些有志于綠色創(chuàng)新、走清潔化道路的企業(yè),應(yīng)當(dāng)給予適當(dāng)扶持,提升其綠色創(chuàng)新的補償。