原文信息：
He, G., Wang, S., & Zhang, B. (2020). Watering down environmental regulation in China. The Quarterly Journal of Economics, 135（4）, 2135-2185.
原文链接：
https://academic.oup.com/qje/article-abstract/135/4/2135/5860784?login=false
导读
从全世界范围看，环境规制都是一个非常值得研究的话题。特别是波特假说提出以后，环境规制对于企业的影响愈加备受关注。在中国的制度背景下，环境问题能够影响到地方政府官员晋升，各级官员也极其有动力治理环境问题，以应对上级或者中央环保督察组的环境检查。环境检查一个非常重要的依据是水质监测站的数据，然而监测站只能监测到上游水质，却不能监测到下游的水质。这种现象会不会导致地方政府对于上下游企业采用不同的环境治理政策？差异的结果又是什么样的呢？香港科技大学的何国俊，芝加哥大学的王绍达和南京大学的张炳三位学者2020年发表在《The Quarterly Journal of Economics》上的论文：Watering Down Environmental Regulation in China，将为我们解答上述问题。
一、引言
中央集权政府下，由于在规制政策实施具有空间上的不连续性，产生了一个非常重要的话题：当中央政府依赖地方政府实施国家级规制政策时，前者需要给予后者基于绩效标准的政治奖励。然而，由于中央和地方之间的信息不对称，关于绩效的很多细分维度都不能反映在双方的契约上。因此，地方政府也更愿意在契约上规定的方面进行努力，对契约未规定的内容置之不理，导致原本精心设计的中央激励政策扭曲并产生预想不到的结果。
在本文的研究情境中，为了解决严重的水污染问题，中国政府在全国主要河流沿线安装了数百个国家控制的水质监测站，并利用水质读数来帮助评估地方政府官员的绩效。然而，这种中央和地方政府之间的政治契约会因为不完善的监测而受到破坏：水质监测站只能监测到上游的水质，不能监测到下游的。这造成了地方官员在空间上的不一致措施——即对监测站上游的污染者实施比下游更严格的监管。这种监管上的差异对于上下游企业的全要素生产率影响是怎样的？
通过探究这种空间上的监管不连续性，本文发现与紧邻下游的污染企业相比，监测站上游的污染企业的全要素生产率（TFP）低24%以上，化学需氧量（COD）排放低57%以上。进一步研究发现上下游全要素生产率差距只存在于污染行业而非非非污染行业，其主要原因是上游污染者加大了对（非生产性）减排设备的投资，并对清洁生产过程进行了昂贵的调整。最后估计，中国政府在水资源保护上的监管成本每年超过了1100亿元人民币。
本文的研究贡献体现在三方面：第一，本文对发展中国家（尤其是中国）环境规制的经济成本提供了严谨全面的实证数据，过往研究往往集中关注发达国家的情况；第二，本文回答了集权政府政治经济话题的讨论，即政治权力上的过度集中可能会导致地方政府对中央政策的执行扭曲；第三，本文补充了关于水污染的环境规制研究文献，过往的一些研究主要关注的是空气污染。
二、研究设计和数据
2.1 数据来源
水质监测数据：本文从1999-2010年的各种环境年鉴（包括中国环境年鉴、中国环境统计年鉴和中国环境质量统计年鉴）的地表水质量报告中收集水质监测站的信息。
企业层面数据：我们的企业级生产信息基于2000年至2007年的工业企业年度调查（ASIF）。ASIF数据包括年销售额超过500万元人民币的私营工业企业和所有国有工业企业。这些数据由国家统计局（NBS）收集和维护，包含从这些企业的会计账簿中获得的丰富信息，如投入、产出、销售、税收和利润。企业层面的数据做了以下处理：（1）删除缺少关键财务指标或产值、就业和资本存量为负值的观测值；（2）删除了明显违背会计准则的观测值（例如流动资产大于总资产）；（3）关键变量在0.5%和99.5%的水平上分别进行缩尾处理。最终，本文对952376家企业的数据进行地理编码，并且计算每家企业离最近水质监测站的距离，在此过程中约有5%的观测值被删除，因为它们隶属于同一家母企业，行为上具有一致性。本文使用Olley-Pakes 方法（1996）来度量企业全要素生产率，这种方法能够解决劳动和资本系数估计中的同时性和选择性偏差，是研究中国企业生产率最广泛使用的方法。
环境调查和报告数据库：水质监测是否真正导致了水污染排放的减少？本文收集了从环境调查与报告数据库收集了企业层面的排放数据。ESR数据库中的采样标准基于每个县的累积排放分布。污染源根据其化学需氧量和二氧化硫（SO2）的排放水平进行排名，在一个县的总排放量中共同占前85%的污染源被纳入数据库。和ASIF数据年限一样，本文使用了ESR2000-2017年的数据。
乡镇级社会经济数据：国家统计局每年进行一次“城镇状况调查”。这为本文的研究提供了部分数据基础，因此获得了2002年20个省的TCS数据，并使用城镇层面的数据来评估上游和下游城镇之间的相似性。
2.2 研究设计
本文主要探索环境管制在空间上的不连续性对于全要素生产率的因果效应。具体地，是否紧邻监测站上游的企业比邻近的下游企业生产率低？这个研究的一个潜在假设是在环境规制政策实施前，上下游企业应当是事前相同的，但随着上游企业面临更严格的监管，它们以后应当是具有显著差异的。在水质数据成为政治重点之前，水质监测站的位置是基于水文因素而非其他因素，这表明本文的假设可能得到满足。
本文采用断点回归模型来估计相关影响，模型如下：
其中，TFPijk 是处于第j个行业和k个监测站的企业i的全要素生产率；Downijk表明如果处于第j个行业的企业i处于第k个监测站的下游，则赋值1，否则赋值0；Distijk表明企业i和监测站k的距离（上游为负，下游为正）；h估计的MSE-optimal bandwidth；标准误在监测站级别进行聚类，以处理误差项的潜在空间相关性。
三、实证结果
3.1 水质监测对上下游企业TFP的影响
从图5中可以看到断点回归实验（RD plot）对于剩余全要素生产率的影响，在离水质监测站的距离（上游或下游）和所处行业（污染或非污染）之间是存在差异的。从panel A 中可以看到，在污染行业中，剩余全要素生产率（RTFP）在随着企业离水站的距离变近，也变得一点点下降。而在突破距离0时，RTFP出现了一个陡然的上升。这说明处理效应仅适用于紧邻上游（<5公里）的企业，并且随着企业位置靠近监测站而变得更强。这两种模式对应的事实是，地表水污染往往会随着空间消散，因此来自更上游的排放对水质读数的影响较小。因此，如果地方官员的目标仅仅是为了政治升迁而提高水监测读数，他们就没有动力去监管上游的企业。相比之下，在Panel B中，即非污染行业中，这种现象并未出现。
表1对于进一步证实了本文上述的推测。表1中，各列之间的差别为Bandwidth。运行变量是企业和监测站之间的距离，负（正）距离意味着企业位于监测站的上游（下游）。系数正值表明下游企业的全要素生产率高于上游企业。在同时控制了监测站和行业固定效应以后，Panel B显示上游污染企业遭受的全要素生产率的损失是29%（e-0.34-1）-32%（e-0.38-1），且在统计学上显著。而在非污染行业，其损失接近于0。这个结果表明是环境规制政策而不是其他潜在的因素造成了上游污染企业TFP的下降。在更饱和的估计模型中，Panel C显示显示上游污染企业遭受的全要素生产率的损失是24%（e-0.27-1）-25%（e-0.29-1）。在中国情境下，24%的TFP下降是巨大的。根据官方数据，2003-2007年中国全要素生产率每年增长11.5%，断点回归的结果表明监测站上游的强力环境监管使企业生产率增长晚了两年。
3.2 动态效应
由于在本文样本期间（2000-2007），与水质相关的政治风险发生了实质性变化。具体而言，2003年中央政府提出“科学发展观”并开始积极解决中国的环境问题。同时，环境保护部为每个国家监测站制定了明确的水质目标，并将改善水质作为一项重要的政治任务。因此，本文假设上下游污染企业间的TPF差异在2003年以后变的更加明显。为了正式探究全要素生产率不连续性的动态性，本文分别对每年做了RD估计。如图5所示，本文发现污染企业的TFP不连续性在2000年到2002年间接近于零，而在2003年显著变大。
3.3 企业内部效应
本文也估计了2003年监控计划实施前后的企业内部TFP的变化，使用一种扩充的“不连续性差异”方法。
如表2所示，本文2003年作为（前后）处理日期。在第1-3列中，本文发现，在2003年水质监管开始严格后，上游污染者经历了19%的TFP（e-0.21-1）损失。相比之下，如第4-6列所示，上游和下游非污染企业之间却没有出现这种现象。
四、潜在机制：企业如何回应环境规制？
4.1 构成全要素生产率的投入和产出计量
本文将基准回归结果（上下游污染企业TFP的显著下降）拆分为投入和产出两部分进一步探讨。投入以劳动力、资本和中间投入衡量，产出以增加值和利润衡量。
如表3所示，在产出方面，2003年监管政策严格前后，上下游企业在产出方面都未出现显著差异（Panel A）。而在投入角度，2003年后，上游污染企业比下游污染企业拥有更多的资本投入（Panel B：RD in Capital Stock），但是资本的产出率却更低（Panel C：RD in （VA/CS））。这也印证了本文的理论预测：上游污染企业比下游污染企业需要投入更多的非生产性环保设备以应对更为严格的监管。
4.2 生产和减排阶段的减排工作
污染企业有两种路径可以减少污染排放：一是改善生产流程或工艺以减少污染的产生，二是安装末端污染处理装置。本文将探讨上游企业采取哪种类型的行动来应对更严格的环境监管。表4显示，下游企业的生产时间要比上游企业更长，平均每年高约200小时（Panel A）。这可能表明，上游企业为了应对监管，可能要比下游企业多花200小时来处理污染。由于淡水是重要的生产资源，较高的淡水投入往往意味着较高的污水产出与排放。上游企业在生产过程中使用的水远远少于下游企业（Panel B），进一步发现上游企业使用更多的污水处理装置（Panel C），污水处理能力也更高（Panel D）。这些结果表明上游企业安装昂贵的废水处理设施，以减少排放，使用更少的水密集型生产技术，并减少了其正常生产时间。这些投资和调整共同导致上游污染企业的总要素生产率显著下降。
4.3 排放减排结果
不仅仅严格的环境法规会对上游污染企业的污染排放水平和污染排放强度（单位产出的排放量），水质监测也可能会影响企业的污染排放行为。
如表5所示，上游企业排放的化学需氧量（COD）、氮氧化物、氮氨化物和废水排放都出现了明显下降，这也说明水质监测确实发挥了作用。
五、研究结论
和许多发展中国家一样，中国政府也需要权衡经济发展与环境保护之间的关系。本文首次严格量化了环境监管对中国整个制造业的影响，对中央政府利用政治激励对抗污染的努力提供了评估。本文的研究证明，由于国家控制的监测站的水质读数对官员晋升很重要，并且只能反映上游的排放数据，因此地方政府官员有强烈的动机对监测站上游附近的污染企业进行监管，而不是下游附近的污染企业。本文估计水质监测站上游的污染企业与下游企业相比，全要素生产率损失了24%。这种全要素生产率的上下游差距只存在于污染行业，直到2003年水质数据成为整治重点才出现。进一步的分析表明，生产率损失主要是由上游污染者为应对更严格的监管而增加对（非生产性）减排设备的投资造成的，不能用监测站或污染企业的内生位置来解释。本文还检验了水质监测对污染的影响，发现上游污染企业排放的化学需氧量（COD）、NH3-N和工业废水要少得多。本文还发现，上游污染者通过调整生产过程和减少“末端”排放来应对更严格的监管。
Abstract
This article estimates the effect of environmental regulation on firm productivity using a spatial regression discontinuity design implicit in China's water quality monitoring system. Because water quality readings are important for political evaluations and the monitoring stations only capture emissions from their upstream regions, local government officials are incentivized to enforce tighter environmental standards on firms immediately upstream of a monitoring station, rather than those immediately downstream. Exploiting this discontinuity in regulation stringency with novel firm-level geocoded emission and production data sets, we find that immediate upstream polluters face a more than 24% reduction in total factor productivity (TFP), and a more than 57% reduction in chemical oxygen demand emissions, as compared with their immediate downstream counterparts. We find that the discontinuity in TFP does not exist in nonpolluting industries, only emerged after the government explicitly linked political promotion to water quality readings, and was predominantly driven by prefectural cities with career-driven leaders. Linking the TFP estimate with the emission estimate, a back-of-the-envelope calculation indicates that China's water regulation efforts between 2000 and 2007 were associated with an economic cost of more than 800 billion Chinese yuan.
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
