《制造业企业污染排放与产出关系实证研究》由会员分享，可在线阅读，更多相关《制造业企业污染排放与产出关系实证研究（10页珍藏版）》请在金锄头文库上搜索。
1、从本学科出发，应着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果制造业企业污染排放与产出关系实证研究一、问题提出改革开放以来，我国经济取得了举世瞩目的发展成就，但是，快速的经济增长必然会对环境带来巨大的压力。中国作为世界上人口最多以及经济增长最快的国家，是国际环境问题的关注重点，Thomas预测，如果单位GDP排放CO2比率保持在XX年的水平上，到2018年，全球CO2排放总量将达到250亿吨，而中国的总量将超过90亿吨，远高于世界上其它任何国家。1环境问题越来越引起人们的重视，面对日益严重的环境问题，20世纪90年代，我国
2、政府将可持续发展作为国家基本发展战略。XX年，我国经济整体进入重工业化时期，环境污染破坏问题呈逐渐加重趋势，从而，研究环境保护与经济发展是否协调，无疑具有重大的理论与实践意义。环境问题与经济增长的关系一直以来是环境经济学的重要研究领域，其中，环境库兹涅茨曲线是重要的研究成果，EKC为人们认识环境问题是否会随着经济发展而逐渐改善或者继续恶化提供了经验支持。科学判断经济增长与环境问题之间的关系为探索环境治理的方法、实现减排的约束性战略目标、保证中国经济的可持续发展提供了有力保障。联盟目前的研究主要集中于国家宏观方面的经济增长与整体环境的关系问题，而忽视了关注企业在生产经营时，产出与其污染排放之间的
3、关系。出现这种研究偏向的主要原因是关注的焦点以及在数据获取方面所受到的限制，研究者认为，研究整体宏观经济增长与环境保护之间的关系问题可以直接为政策制定提供理论支持，而且，宏观层面的检验数据也更容易获取。不过，注重从宏观层面研究环境问题与经济增长是存在问题的，即检验结果的不准确性与不一致性，首先，必须具有大量的样本在进行实证检验时得出的结果才是令人可信的，而所运用的宏观数据大部分是国家或者地区层面的时间序列数据，样本量的过少对于检验结果的可信性提出了质疑；其次，检验环境库兹涅茨曲线需要倒U型的两个阶段，即污染物的上升阶段以及下降阶段，而研究者所使用的发展中国家以及发达国家的时间序列数据，分别缺少
4、后半部分与前半部分，这样也会使检验结果出现偏误；最后，即使运用面板数据可以部分解决这两个问题，但是面板数据的参数估计预先设定模型的形式并假设随机干扰项的正态性，这也是缺乏说服力的。2Kuznets在研究经济增长与收入不均等的关系时，提出了倒U型的库兹涅茨曲线，亦即在经济增长的初期阶段，收入不均等会随着经济增长而加剧，但是，经济增长到一定阶段，就会存在拐点，收入不均等又会随着经济增长而逐渐缓和。3在20世纪末，环境问题越来越受到研究者的重视，Grossman&Krueger实证研究污染物SO2与经济发展的关系时，发现了与Kuznets类似的结论，即污染物的排放随着经济发展也具有先增后减的趋势，从
5、而提出了环境库兹涅茨曲线。4国内学者也十分热衷于研究环境库兹涅茨曲线，其研究成果关注的角度分为两部分，其一是深化环境库兹涅茨曲线的研究模型，其二是检验环境库兹涅茨曲线。5得出的 结论基本上是支持倒U型的环境库兹涅茨曲线，这为我国协调经济发展与环境保护方面提供了较为重要的理论支撑。不过，国内学者的研究特别是实证研究主要是运用宏观数据检验环境库兹涅茨曲线，同样，由于样本数据的稀缺而影响检验结果的可信性。本文将从一个新的角度研究环境库兹涅茨曲线的存在性，运用微观企业样本数据检验企业污染排放与其产出的关系。在检验前，我们先介绍所使用的数据以及需要进行的样本筛选。二、数据来源、样本筛选目前的研究集中于国
6、家或者地区的宏观数据，原因之一是微观数据获取的困难，首先，很难衡量企业废水、废气和废渣的排放量，其次，即使能够衡量，但由于企业的保密不公开，使获得的数据并作经验研究而极为困难。本文将从另一个角度研究企业的污染排放量，即从企业被收取的排污费用来衡量，尽管这种衡量方法存在较大的漏洞，如很多企业被统计的排污费等于0，但是，这绝不能说明该企业在生产过程中对环境没有污染，而且被收取的排污费高的企业对环境的污染程度也不是一定要比排污费低的企业严重。不过，在获取企业数据如此困难的条件下，排污费至少在一定程度上衡量了企业对环境的污染程度。关于企业经营绩效最常用的统计数据库是中国工业企业数据库，目前学术研究中，
7、使用最多的是XX年的统计数据，尽管我们获取了最新的XX年企业统计数据，但是在统计变量中，只有XX年具有排污费的统计报告，从而我们也只能选用XX年企业样本来检验我们的结论。尽管数据确已久远，不过使用的是微观数据而且具有巨大的样本容量，从而得出的结论对现在也是具有指导意义的。中国工业企业数据库是统计局在全部国有以及规模以上非国有企业的统计报表整理得到的，其中，关于行业按照二分位划分有37个，但我们仅选用制造业企业样本，其中制造业行业共有30个。对于直接被统计的数据，在做计量检验时可能会对结果产生偏误，这样我们需要对样本进行筛选，根据谢千里等6对样本筛选的思想，我们做如下的数据处理工作：删除一些变量
8、具有明显统计错误的样本，如工业总产出等一些变量出现负值的样本；对于企业经营状态，数据库中共分为五类，即正常营业、停业、筹建、撤销和其它，我们删除非正常营业的企业样本；对于企业员工总数不超过8人的样本，我们也给予删除；由于数据库统计的是全部国有以及规模以上非国有企业，从而我们需要删除一些奇异样本，即删除工业总产值低于500万的企业样本；由于我们是检验企业排污量，因此，我们选择数据库中排污费大于0的企业样本。通过以上对样本进行的筛选，我们还具有75957个企业样本，样本容量的巨大是运用宏观时间序列数据无法达到的，巨大的样本容量无疑对检验结果的准确性提供了必要条件。我们拥有了样本量巨大的企业统计数据
9、，接下来我们检验中国制造业企业的污染排放与产出的关系，这样就可以从微观角度检验环境库兹涅茨曲线的存在性。三、实证检验检验企业污染排放与其产出的关系，首先，我们对企业污染排放量用其所支付的排污费来衡量，这种衡量尽管存在缺点，但是在使用微观数据时，已经是一种较为可取的方法了，具体原因在前文的数据介绍时已经详细列出，这里不再赘述。对于企业产出，数据库中具有企业工业总产值的统计变量，可以代表企业的产出水平。传统的检验环境库兹涅茨曲线时，一般使用人均产出作为衡量宏观经济体的经济发展水平，在微观层面，我们也不妨使用企业的人均产出来检验污染排放与产出的关系。数据库中具有企业员工总数，用工业总产值除以企业员工
10、数作为企业人均产出。为了准确地发现企业产出与其污染排放之间的关系，我们将通过计量检验，计量检验的优点在于验证这种产出与污染之间的关系是否显著。对于计量方程的设计，我们根据宏观方面的做法，直接用企业污染排放对企业产出或者人均产出作回归，其中包含解释变量的二次项，检验结果如表1所示。根据表1的第二列与第四列，可以看出企业污染排放量与产出、人均产出都呈显著的正相关关系，不过在第三列引入企业产出的二次项时，其估计系数是负的，并且在1%的显著性水平异于0，这样，企业污染排放的增加量随着产出水平的提高而减少，并且在企业产出达到一定程度后，企业污染排放量将会随着产出的增加而逐渐减少，这符合环境库兹涅茨曲线假
11、说。不过，根据表1的第五列可以看出企业污染排放量与人均产出之间不存在倒U型的环境库兹涅茨曲线，甚至根据HY2的估计系数看出它们存在U型曲线的关系，这样，我们也看出微观数据与宏观数据得出结论的差异。不过，此时得出企业产出与其污染排放之间的确切关系还为时过早，因为对于微观数据，我们需要控制其它可能影响企业污染排放而又和企业产出可能相关的因素，这样检验的结果会更准确地反映企业污染排放量与产出之间的关系，这可能也是样本容量巨大的微观数据检验存在的另一个优点。这些可能的因素有：企业生产率，生产率越高的企业可能会降低企业的污染，也可能会带来企业产出的增加，本文将使用一种简单，但又可行的生产率计算方法，即用
12、“索洛残值”估算的全要素生产率LnTFP，用企业产量Y的自然对数LnY对企业资本K的自然对数LnK和劳动力L的自然对数LnL用OLS作带截距项的线性回归，得出的常数项与残差的和可以看成企业全要素生产率；企业规模水平可能会对企业污染以及产出具有影响。固定资产是对厂房以及设备等的衡量，从而固定资产是对企业规模一个好的衡量指标；企业利润水平会使得企业更具有能力对污染进行处理，并且利润水平也会对企业产出可能具有影响；企业所获得的补贴会对企业减少污染可能具有促进作用；企业年龄对于企业的污染以及产出也是可能具有影响的，数据库中具有企业的成立年限，我们用XX年减去其成立年份就得出企业的成长年龄，在计算企业年
13、龄时，我们也删除了一些错误和奇异样本，我们将其中的2926个年龄小于1和46个年龄大于100的企业样本删除；行业虚拟变量，所处的不同行业，企业的污染可能会存在差异，所以需要控制行业虚拟变量；地区虚拟变量，在不同的省份，对企业污染环境的管制措施存在差异，从而对企业的污染排放也是存在影响的，所以需要控制地区变量，我们按照省份来控制。表2是这些变量的描述性统计。根据表2的变量描述性统计可以看出，各变量的标准差是非常大的，不过我们具有大样本，从而报告的计量估计结果是比较可信的。我们需要指出企业利润这一变量，数据库中很多企业即使是正常经营，但是其获得负利润，亦即企业亏损而仍然坚持生产，是因为企业可以通过
14、提高生产率等途径带来企业利润在长期中提高。接下来，我们将检验在控制了这些变量以后，企业产出与其污染排放之间的关系。对于企业产出，仍然分别采用总产出和人均产出，其中也分别引入总产出和人均产出的二次项，检验结果如表3所示。根据表3的检验结果可以看出，在控制了其它变量后，检验的基本结果与表1并无不同之处，由此，我们能够更为确定地看出，企业的污染排放尽管随着企业的产出增加而增加，但是污染排放的增加量随着产量的增加而减少，并且，当产量达到一定程度时，企业的污染排放量会随着产量的增加而减少，从而微观层面的企业数据验证了倒U型的环境库兹涅茨曲线的存在性，这为企业做出污染排放决策提供了重要的指导。总结一下，可
15、以得出如下重要的结论：企业在刚投入生产时，其产量低下，污染排放会随着其产量的增加而提高。为了缓解企业对环境的污染，通过扩大产量是一个好的途径，尽管产量扩大的初始阶段会导致污染量的增加，但是，最终污染物的排放量会随着产量的增加而递减，再根据倒U型曲线可以看出，每单位产量的污染量一定会随着产量的增加而减少，这样，增加企业产量对于缓解企业对环境所造成的污染是具有积极意义的。企业的污染排放量与其人均产出之间不存在倒U型的库兹涅茨曲线，从这方面也可以看出运用微观数据与宏观数据的差异，不过，这不影响我们得出的企业污染排放与总产出之间存在倒U型EKC的核心结论。在表3还有几点值得我们关注，其一是生产率与企业
16、污染排放之间存在显著的正相关，这可能与我国制造业企业的资源消耗性大、工业附加值低有关，就是说我国企业可能正是通过增加环境污染而带来企业的生产率提高；其二是企业的年龄与其污染呈显著的正相关，这可能是企业随着年龄的增长，所获得污染排放的权利越来越大。多元线性回归做计量检验时，内生性问题是一个不能忽视的问题，因为它直接关系到计量检验结果的一致性。解决内生性问题的常用办法是用IV或者TSLS做计量回归，不过需要找到解释变量的一个或者多个合理的工具变量，但是，在很多时候工具变量的寻找并不比解决内生性问题更容易。根据所使用数据库中变量的特点，由于我们很难获得令人满意的工具变量，从而放弃了这两种估计方法。运用面板数据做固定效应分析可以解决解释变量与无法控制的不随时间而变化的因素的相关性，亦即解决了部分内生性问题，不过，我们所可以用来检验企业排污情况的数据只有一年，亦即横截面数据，从而也无法使用面板数据做固定效应回归。尽管内生性问题，我
