1. 引言及文献综述
2016年12月,我国通过了《中华人民共和国环境保护税法》,该法案于2018年1月生效。这是我国首部涉及环境领域的税法,也是体现“绿色税制”的重要文件。这项重大战略举措代表了对习近平生态文明思想的实际践行,以及对绿色发展理念的积极推动,显现出我国加强环境治理,减少污染物排放,助推生态文明建设的决心。
环境税的理念最早由经济学家庇古在20世纪初提出,他强调通过税收手段来解决市场无法考虑的外部性问题,特别是环境污染。现有研究认为,积极有效的环境规制政策能够促进企业采取环保行动,推动绿色转型发展。环境保护税法是我国一项重要的市场型环境规制政策。1979年实施的排污收费制度可以被视为我国环境保护税法的雏形,对于排污费制度引发的环境效应学界普遍有两种看法,李建军等[1]认为排污费制度并不能减少污染物排放,反而引起工业污染物排放的增加,曾先锋等[2]认为排污收费政策可以显著减少污染物排放,并且同时征收环境保护税和资源税更加显著地抑制了污染物的排放。2018年,环境保护税制度取代排污收费制度正式开始实施,龙凤等[3]认为,环境保护费改税对那些未按规定缴纳排污费或在污染治理方面投入较少的企业产生了较大的税收负担影响。于连超等[4]研究发现,环境保护费的税收改革增加了企业在环保合规方面的压力,因而鼓励了它们更积极地采取绿色发展举措。陶峰等[5]提出,环境保护税制度是更为完善的环境政策,因为它能够使得污染物排放的成本更加明确,对污染治理和环境保护具有重要意义。
综上所述,环境保护费改税关系到我国绿色经济的发展理念,因此,本研究以环境保护税法的实施作为准自然实验的基础,选取在环境保护费改税改革中受影响最为显著的重污染企业作为研究目标,旨在从微观层面深入研究环境保护税对企业环境绩效的潜在影响。
2. 理论分析与研究假设
自2018年《环境保护税法》正式实施以来,排污企业已不再被要求支付排污费用,而是转为纳税方式,缴纳环境保护税,这标志着我国税制绿色化水平进一步提高,现代环境治理体系进一步完善。环境保护税和排污费在征收对象、范围和税务计算方面并未有明显的变更,主要改变体现在:1) 环境保护税通过规范税收程序,有效解决了排污费制度在实际执行中执法刚性不足等方面的问题。2) 环境保护税规定了清晰的税收标准,其对纳税主体的认定涉及排污主体、排污行为以及应税污染物等三个方面,在计算环境保护税税额时,考虑了污染物排放量、污染当量值、污染当量数和税额标准这四个关键指标。3) 中央地方税收分成比例由1:9变为环境保护税收全部作为地方收入。杨璇等[6]年研究表明,环境保护税与原来排污费相比较,企业税收负担有所上升。实施环境保护税制,使排放企业在应在污染治理和环境修复方面的支出增加,这直接关系到企业的营业利润和收入支配,重污染企业更是如此。为了降低环保税负担,排污企业势必会增加环境治理力度,加速转型升级,减少排放污染物,以提升企业的环境绩效。因此,本文提出假设1:
假设1:环境保护税能提高重污染企业环境绩效
根据已有研究,环境保护税政策存在地域性差异(刘晔,张训常[7])。由于各地经济发展水平的差异,各地区企业对于环境保护税税负的承担能力也不同。经济发展水平高的地区拥有更强的支付环境保护税的能力和意愿。并且经济发达地区技术水平较欠发达地区更高,实现技术创新更加容易,环境保护税能够通过技术创新实现污染物减排。我国区域经济发展水平呈东部–中部–西部地区梯度下降趋势,环境保护税在不同的地区将产生差异性的政策效应。因此,本文提出假设2:
假设2:环境保护税对于经济发展水平更高的地区环境绩效提高更为明显
企业的盈利水平是评估企业健康状况的关键指标。影响企业盈利能力的因素十分复杂,从内部环境来看,企业管理能力,生产技术水平决定企业的生产成本与能源利用效率,从外部环境来看,政策环境与竞争环境是企业保障盈利能力的关键因素。盈利能力更强的企业拥有更高的生产效率与能源利用效率,能够更加灵活应对外部环境的变化。因此,高收益类型企业对环境政策的改变更为敏感,也有着更多应对策略的选择,因此本文提出假设3:
假设3:相对于低收益企业,环境保护税使高收益企业环境绩效提高更为明显。
3. 研究设计
3.1. 样本选择与数据来源
本文选定了2011年至2022年期间在沪深两市上市的A股公司作为研究对象,充分考虑数据获取的可行性以及金融监管环境的独特性。在样本筛选时,进行以下调整:1) 剔除2011⁓2022年数据严重缺失样本;2) 剔除存在财务或经营状况异常状况(ST、ST*)样本;3) 对金融行业样本进行剔除。在数据筛选过程中,在1%和99%水平上对连续变量进行缩尾处理,以减少极端值的影响。经过数据处理,最终得到了2926个样本观测值,数据来源为国泰安(CSMAR)数据库。
本文研究将重污染企业纳入实验组,其他企业纳入对照组。参考《上市公司环境信息披露指南》(环办函[2010]78号)和《上市公司环保核查行业分类管理名录》(环办函[2008]373号),同时借鉴潘爱玲等人[8]的研究,本文确定了《上市公司行业分类指引》中B06、B07、B08、B09、C17、C19、C22、C25、C26、C28、C29、C30、C31、C32、D44所代表的15个行业为重污染行业,行业内企业为重污染企业。
3.2. 模型构建与变量定义
为研究环境保护税对企业环境绩效之间的影响,本文设计双重差分模型:
该模型中,下标i代表企业,t表示年份。进入Ind为行业固定效应,Year作为时间固定效应,
为误差项。定义变量如下:
1) 环境绩效(EP)。环境绩效的衡量方法多种多样。通常,国外常采用经济优先权委员会(CEP)和有毒物质排放清单(TRI)作为环境绩效的替代变量。我国虽然没有类似于CEP指数和TRI指数这种数据集,但随着环境保护力度的不断加大,逐渐出现更多的指标可以衡量环境绩效。邓丽[9]综合考虑企业是否获得环境认证、是否通过环境核查和是否发生安全事故等方面进行评分来作为环境绩效的替代变量。胡曲应[10]将单位营业收入排污费及其年度增量作为衡量环境绩效的替代指标。本文参考武剑锋等[11]先前研究,采用综合评分法构建环境绩效指标。环境绩效的量化从环境负债披露、环境管理披露和环境监管与认证三个维度进行综合赋分,赋分规则见表1:
Table 1. Environmental performance indicator system
表1. 环境绩效指标体系
一级指标 |
二级指标 |
计赋分规则 |
环境负债指标 |
废水排放量 |
0 = 无描述,1 = 定性描述,2 = 定量描述 |
COD排放量 |
0 = 无描述,1 = 定性描述,2 = 定量描述 |
SO2排放量 |
0 = 无描述,1 = 定性描述,2 = 定量描述 |
CO2排放量 |
0 = 无描述,1 = 定性描述,2 = 定量描述 |
烟尘和粉尘排放量 |
0 = 无描述,1 = 定性描述,2 = 定量描述 |
工业固废物产生量 |
0 = 无描述,1 = 定性描述,2 = 定量描述 |
环境管理指标 |
环保理念 |
0 = 未披露,1 = 披露 |
环保目标 |
0 = 未披露,1 = 披露 |
环保管理制度体系 |
0 = 未披露,1 = 披露 |
环保教育与培训 |
0 = 未披露,1 = 披露 |
环保专项行动 |
0 = 未披露,1 = 披露 |
环境事件应急机制 |
0 = 未披露,1 = 披露 |
环保荣誉或奖励 |
0 = 未披露,1 = 披露 |
“三同时”制度 |
0 = 未披露,1 = 披露 |
环境监管与认证指标 |
重点污染监控单位 |
0 = 是,1 = 否 |
污染物排放达标 |
0 = 未达标,1 = 达标 |
突发环境事故 |
0 = 发生,1 = 未发生 |
环境违法事件 |
0 = 发生,1 = 未发生 |
环境信访案件 |
0 = 发生,1 = 未发生 |
是否通过ISO14001认证 |
0 = 未通过,1 = 通过 |
是否通过ISO9001认证 |
0 = 未通过,1 = 通过 |
2) 环境保护税(Treat × Time)。Treat代表空间虚拟变量,企业是重污染行业取1,否则取0。Time代表时间虚拟变量,其值在环境保护税实施后(2018年及以后)为1,否则为0。Treat × Time交互项为解释变量。
3) 控制变量(X)。参考相关文献,将以下与企业基本财务状况、治理情况密切相关的变量作为控制变量。具体如下:总资产收益率(ROA);资产负债率(Lev);企业规模(Size);董事独立性(Indep);企业成长性(Growth);股权集中度(Top10);上市年限(Listage)。
主要变量定义如表2所示。
Table 2. Variable definition table
表2. 变量定义表
变量类型 |
变量名称 |
变量符号 |
变量定义 |
因变量 |
环境绩效 |
EP |
表1 详见 |
自变量 |
环境保护税 |
TT |
环境保护税实施,且属于重污染企业取1,否则取0 |
控制变量 |
总资产收益率 |
ROA |
净利润/总资产 |
资产负债率 |
Lev |
总负债/总资产 |
企业规模 |
Size |
Ln(资产总额) |
董事独立性 |
Indep |
独立董事人数/董事会总人数 |
企业成长性 |
Growth |
营业收入增加数/上年营业收入 |
股权集中度 |
Top10 |
前十大股东持股总数/发行总股数 |
上市年限 |
Listage |
ln(当年年份 − 上市年份 + 1) |
4. 实证分析
4.1. 描述性统计分析
表3显示了主要变量的描述性统计。表中环境绩效(EP)的均值是9.82,标准差为4.38,最小值为3,最大值为26,表示样本企业环境绩效较低,且样本间差异较大。控制变量中总资产收益率(ROA)和董事独立性(Indep)标准差较低,表示样本企业在这两个方面不存在太大的差异。
Table 3. Descriptive statistical analysis results
表3. 描述性统计分析结果
变量 |
样本量 |
平均值 |
标准差 |
最小值 |
最大值 |
EP |
2926 |
9.82 |
4.38 |
3.00 |
26.00 |
ROA |
2926 |
0.04 |
0.05 |
−0.21 |
0.23 |
Size |
2926 |
23.06 |
1.31 |
20.56 |
26.46 |
Lev |
2926 |
0.46 |
0.19 |
0.07 |
0.86 |
Growth |
2926 |
0.11 |
0.28 |
−0.65 |
2.03 |
Indep |
2926 |
0.37 |
0.05 |
0.31 |
0.57 |
Top10 |
2926 |
0.55 |
0.15 |
0.23 |
0.89 |
ListAge |
2926 |
2.84 |
0.33 |
1.95 |
3.37 |
4.2. 相关性分析
表4为相关性分析结果。根据表中的Pearson相关系数,可以观察到总资产收益率(ROA)与环境绩效(EP)之间在1%水平上呈显著正相关,这意味着企业的盈利水平与环境表现之间存在正向关系,收益较高的企业往往也展现出更好的环境绩效。企业规模(Size)、股权集中度(Top10)、上市年限(Listage)的符号同预期基本一致。
Table 4. The correlation coefficient between variables
表4. 变量间的相关系数
|
EP |
ROA |
Size |
Lev |
Growth |
Indep |
Top10 |
ListAge |
EP |
1 |
|
|
|
|
|
|
|
ROA |
0.108*** |
1 |
|
|
|
|
|
|
Size |
0.324*** |
0.017 |
1 |
|
|
|
|
|
Lev |
0.059*** |
−0.365*** |
0.545*** |
1 |
|
|
|
|
Growth |
0.001 |
0.214*** |
0.071*** |
0.046** |
1 |
|
|
|
Indep |
0.007 |
−0.011 |
0.134*** |
0.079*** |
0.003 |
1 |
|
|
Top10 |
0.135*** |
0.148*** |
0.379*** |
0.128*** |
0.062*** |
0.057*** |
1 |
|
ListAge |
0.058*** |
−0.077*** |
0.230*** |
0.174*** |
−0.090*** |
−0.024 |
0.009 |
1 |
注:括号内为t值,其中*、**、***分别代表在10%、5%、1%水平上具有显著性。
4.3. 回归分析
表5呈现了模型(1)的回归结果。通过回归结果可以看出,在不加入控制变量的情况下,环境保护费改税(TT)的系数为0.529,说明环境绩效(EP)与环境保护税(TT)在1%的水平显著正相关,政策实施显著提高了环境绩效。在控制企业基本特征变量的情况下,系数为0.553,二者依旧在10%水平上显著正相关。以上结果均显示环境保护税显著提高了高污染企业的环境绩效,假设1得到验证。
Table 5. Regression results of the model
表5. 模型的回归结果
变量 |
(1) |
(2) |
EP |
EP |
TT |
0.529*** |
0.553* |
|
(2.67) |
(1.71) |
ROA |
|
−0.570 |
|
|
(−0.37) |
Size |
|
0.845*** |
|
|
(2.95) |
Lev |
|
−0.946 |
|
|
(−1.04) |
Growth |
|
0.013 |
|
|
(0.07) |
Indep |
|
0.880 |
|
|
(0.52) |
Top10 |
|
0.657 |
|
|
(0.58) |
ListAge |
|
4.688*** |
|
|
(2.90) |
Ind |
Control |
Control |
Year |
Control |
Control |
_cons |
8.590*** |
−23.000*** |
|
(46.51) |
(−3.08) |
N |
2926 |
2926 |
adj. R2 |
|
0.149 |
注:括号内为t值,其中*、**、***分别代表在10%、5%、1%水平上具有显著性。
4.4. 异质性分析
参考《中国统计年鉴》的划分标准,本文将研究中的企业样本归类为东部、中部和西部地区,并对这三个地区的样本分别进行了回归分析,具体的回归结果见表6。从表中可以看出,环境保护税政策实施后,在东部地区,环境绩效的提高受到显著影响;而在中部和西部地区,回归系数未能通过显著性检
Table 6. The impact of policy implementation on the environmental performance of enterprises in different regions
表6. 政策实施对不同地区企业环境绩效影响
|
(东部) |
(中部) |
(西部) |
|
EP |
EP |
EP |
TT |
1.137*** |
0.519 |
−0.368 |
|
(2.83) |
(0.54) |
(−0.56) |
ROA |
1.204 |
4.621 |
−0.543 |
|
(0.93) |
(1.20) |
(−0.17) |
Size |
0.727*** |
0.492 |
0.318 |
|
(3.45) |
(0.85) |
(0.81) |
Lev |
−0.614 |
−2.481 |
−0.457 |
|
(−0.72) |
(−1.28) |
(−0.34) |
Growth |
−0.157 |
0.364 |
−0.204 |
|
(−1.22) |
(1.10) |
(−0.80) |
Indep |
1.795 |
−1.833 |
−0.202 |
|
(0.95) |
(−0.48) |
(−0.07) |
Top10 |
−0.193 |
0.360 |
−2.381 |
|
(−0.20) |
(0.18) |
(−1.40) |
ListAge |
0.778 |
0.763 |
−0.519 |
|
(1.12) |
(0.42) |
(−0.31) |
_cons |
−15.822*** |
−3.533 |
3.690 |
|
(−3.32) |
(−0.27) |
(0.38) |
N |
3480 |
700 |
840 |
adj. R2 |
0.168 |
0.171 |
0.179 |
注:括号内为t值,其中*、**、***分别代表在10%、5%、1%水平上具有显著性。
验,说明环境保护税政策的实施不足以提高中西部地区的环境绩效。因此,可以得出,环境保护税法对于提高经济发展水平更高地区的环境绩效具有更大的作用。假设2得到验证。
本文以总资产收益率(ROA)中位数为界限,将研究样本分为高收益型企业和低收益型企业,并对这两组分别进行了回归分析,具体的回归结果可以查看表7。由表7可以看出,高收益企业交互项系数为0.947,在5%水平上显著为正,低收益企业交互项系数为0.662,t值显著性检验未能通过。回归结果表明,环境保护税法在实施后,总资产收益率更高的企业环境绩效提升更为明显。本文给出的解释为,高收益企业在生产过程中更加关注能源的利用效率,在生产设施更新和污染物处理过程中有着更高的资金投入,因此,高收益企业可以有效节约资源减少污染物的排放,提升环境治理水平以提高环境绩效,从而假设3得到验证。
Table 7. The impact of policy implementation on the environmental performance of enterprises with different returns
表7. 政策实施对不同收益企业环境绩效影响
|
(高收益) |
(低收益) |
|
EP |
EP |
TT |
0.947** |
0.662 |
|
(2.18) |
(1.43) |
ROA |
0.689 |
2.061 |
|
(0.30) |
(1.45) |
Size |
0.591** |
0.449* |
|
(2.20) |
(1.71) |
Lev |
−0.891 |
−1.215 |
|
(−0.94) |
(−1.35) |
Growth |
−0.194 |
−0.063 |
|
(−1.30) |
(−0.42) |
Indep |
−0.846 |
1.624 |
|
(−0.30) |
(1.05) |
Top10 |
−0.087 |
−1.400 |
|
(−0.08) |
(−1.32) |
ListAge |
−0.041 |
1.254 |
|
(−0.05) |
(1.36) |
_cons |
−3.723 |
−5.319 |
|
(−0.65) |
(−0.85) |
N |
2510 |
2510 |
adj. R2 |
0.203 |
0.133 |
注:括号内为t值,其中*、**、***分别代表在10%、5%、1%水平上具有显著性。
4.5. 稳健性检验
1) 安慰剂检验。为确保回归结果的准确性,在Stata软件中随机抽取1000个样本进行拟合,计算模型参数与p值,500次抽样的结果如图1所示,结果显示在回归系数方面与基准回归结果存在显著差异,说明基准回归系数0.73是小概率事件,安慰剂检验成立。
Figure 1. Placebo test
图1. 安慰剂检验
2) 倾向得分匹配。为减少数据自选择偏误问题,本文采用k = 4的近邻匹配和logit模型进行倾向得分匹配,ATT的Difference为3.34,表示在其他变量匹配一致的情况下,自变量取1或0导致因变量的差异是3.34个单位,ATT的t统计量大于1.96,表示结果在5%水平上显著。倾向得分匹配的结果进一步证明了环境保护税法的实施显著提高了重污染企业的环境绩效。
5. 结论与建议
本研究以2011年至2022年A股上市公司为研究对象,采用双重差分法,系统验证了环境保护税法的施行对高污染企业环境绩效的影响。同时,通过进行异质性分析,研究了不同地区和企业规模对企业环境绩效可能产生的影响。研究发现:第一,环境保护税法的实施能显著提高高污染企业的环境绩效;第二,环境保护税法对经济发达地区企业环境绩效的促进作用更为明显;第三,税法实施后高收益型企业环境绩效提升更为明显。
结合上述结论,本文提出以下建议:1) 完善环境保护税法,扩大征税范围。现行环境保护税法是原有排污收费制度的平移,征税对象限制在几种最为严重的污染物上。考虑到我国环境污染现状,应在现有征税对象基础上,逐步扩大征税范围,以适应日益增长的环境保护需求。2) 完善环境信息披露制度。积极有效的环境披露是企业的社会责任,也是推动现代环境治理体系的重要手段。建立完善的环境信息披露制度将进一步提升公众监督企业污染物排放的积极性,推动全社会绿色转型。3) 采取阶梯型环境税税率。我国区域经济发展水平参差不齐,建议结合区域经济差异,在东部及沿海地区设置高标准环境税税率,中西部地区经济发展水平较低,起步阶段设置较低标准税率,并逐年调整。