推动科学治污与可持续发展是当前中国面临的重要任务。在污染防治和绿色发展过程中，企业是政策实施的最终环节，厘清企业应对相关政策的反应行为是科学决策的基础。实践中，不同类型、不同主体的政策交织在一起，但是政策实施与评估中却甚少关注可能产生的协同效应。为完成节能减排目标、转变经济增长方式和实现可持续发展的要求，中国于“十一五”期间实施《千家企业节能行动实施方案》（简称“千家企业节能行动”）。“千家企业节能行动”目标在于提高企业能源利用效率、降低企业能源消耗、推进企业节能技术进步、提高企业节能管理水平，使企业能源消耗水平达到全国同行业或者国际同行业的先进水平。那么，旨在降低能耗的节能政策是否产生协同的污染减排效应？节能与减排之间的内在关系以及具体节能目标实现方式在这 一关系中的作用又将如何？本期分享的文章通过回答以上问题的回答可以为中国进一步完善规制政策、加强科学治污提供支撑。
▪ 文献来源：韩超,陈震,王震.节能目标约束下企业污染减排效应的机制研究[J].中国工业经济,2020,No.391(10):43-61.
▪ 关键词：节能政策；千家企业节能行动；污染减排；协同效应
▪ 内容简介：文章依托”千家企业节能行动”,以二氧化硫(SO2)为例探究了节能政策对污染排放的协同效应以及影响机制。研究发现,节能政策会产生显著的减排效应,经过一系列稳健性检验,结果依然成立。考察节能政策与减排之间的影响机制发现,节能政策引起企业污染排放降低的动因在减产、能源使用效率提升等方面均有直接证据,但是能源结构改善上并没有发挥有效作用。进一步研究发现,国有企业在实现节能目标方式上与非国有企业存在显著差异,其更多采用减产的方式实现节能目标,而非国有企业更多采用能源效率提升的方式。通过比较,非国有企业展现出更好的污染减排协同效应。同时,文章还发现,污染减排协同效应在区域间以及大小企业间也存在显著差异,而企业的反应行为以及差异化的污染减排协同效应均与其节能目标完成方式紧密相关。文章认为,未来在制定节能政策时,应更多考虑其可能产生的协同减排效应,而不是将其割裂单纯追求能耗降低,从而实现节能与污染减排的”双赢”。
▪ 创新点：①给出了节能政策的污染减排协同效应的证据，同时揭示了这一协同效应通过何种途径得以实现，发现了通过节能政策提高能源效率和降低污染排放的共赢之路；②直接验证了“千家企业节能行动”减排效应，对关于“千家企业节能行动”提升企业竞争力的研究是一个有力的补充。
▪ CNDD相关数据推荐：
CNDD-0035 上市公司污染排放明细
根据《国民经济和社会发展第十一个五年规划纲要》，中国制定了“千家企业节能行动”。该政策选出 2004 年综合能源消费量达到 18 万吨标准煤以上的企业，共 1008 家。这 1000 多家企业主要集中在钢铁、有色、煤炭、电力、石油石化、化工、建材、纺织、造纸九大行业。据统计，千家企业的能源消费总量占全国能源消费总量的 33%，占工业能源消费量的 47%。政策目标要求企业的能源利用效率大幅度提高，主要产品单位能耗达到国内同行业先进水平，部分企业达到国际先进水平或行业领先水平，带动行业节能水平的大幅度提高。因此，实施“千家企业节能行动”，对提高能源利用效率，缓 经济社会发展面临的能源和环境约束，具有十分重要的意义。“千家企业节能行动”根据企业的能源消耗总量来选择企业，企业被分配的节能目标主要是基于其能源消耗情况，同时在一定程度上也 考虑了其他因素，如行业隶属关系、企业技术水平，但是没有直接关注企业减排成本。而且，在设定目标时，由于“千家企业节能行动”从制定到实施的过程非常迅速，目标设定过程并没有对各个企业的节能潜力进行科学分析。此外，在对企业的跟踪和考核上，要求各省份节能主管部门对企业的节能情况进行监督， 并将每年企业的能源利用状况直接上报国家统计局和中华人民共和国国家发展和改革委员会（简称“国家发展改革委”），这可能使国有企业相比于非国有企业更有可能面临更严格的监督和监测，承担更多的节能任务和责任。千家企业在各行业分布的数量和能源消费情况分别如图 1（a）和图 1（b）所示，可以发现，钢铁、电力和化工行业无论在企业数目上还是能源消费量上均位于前列，占企业数量 25%的钢铁行业和 15%的电力行业消耗了超过 50%的工业能源消费量。
根据“千家企业节能行动”，纳入名单的企业需要采取以下措施：信息公开，需要定期报送能源使用数据；进行能源审计，编制节能规划，强化事中事后的规制核查；推进技术改造，提升技术效率渠道来实现节能；出台激励措施，对节能突出的企业给出相应奖励。通过以上措施，落实节能目标责任制、能源计量和审计、建立节能激励机制，其目的均在于促进企业改善能源使用情况，包括提高能源使用效率、转变能源结构。类似加快节能降耗技术改造等措施，则要求企业增加研发投入，采纳节能新技术和设备，而技术效率的提升可能会产生协同作用，进而促进企业污染减排。“千家企业节能行动”政策与污染减排之间的逻辑关系可以在图 2 中得到体现。
为了更可能准确地估计“千家企业节能行动”对企业污染排放的影响，文章充分利用“千家企业节能行动”实施前的数据以及从未进入“千家企业节能行动”的企业来设计双重差分模型（DID），比较实施“千家企业节能行动”与未实施“千家企业节能行动”的企业污染排放的差异。为了得到一个合理的反事实估计，文章采取 1∶1 最邻近匹配法的倾向得分匹配（PSM），采用无替代匹配方式选择匹配的样本。对于每一个参与“千家企业节能行动”的企业，均采用 PSM 方法识别一个最具有类似特征的对照企业，同时为了尽量获得相似的对照企业，在 PSM 处理时将匹配的范围选择在两位数行业—年度内，即在行业与年的范围内进行匹配。
为了检验匹配的结果是否可靠，即千家企业与匹配上的非千家企业不存在显著差异，本文进行 了匹配平衡性检验。有效的匹配结果要求匹配变量在处理组和控制组之间的差异或偏差越小越好，匹配变量的偏差不大于 20%就可以认为匹配结果是有效的（Rosenbaum and Rubin，1985）。检验结果显示，匹配变量在进行匹配后的偏差都在 10%左右，说明匹配结果较好。由此可见，处理组和控制组之间不存在明显差异，较好地削弱了两组间的差异。
经过匹配及详细的检验后，文章使用公式（1）的模型设定来研究以“千家企业节能行动”为代表 的节能政策对企业污染排放的影响：
其中，SO2 _emissionit 表示企业 i 在 t 年的 SO2 排放量的自然对数。之所以选择SO2 排放量作为污 染物排放指标是基于以下考虑：一是中国的能源消费结构是以煤炭为主， 决定了大气污染尤其是 SO2 是最主要的污染指标之一；二是 SO2 是民众感知程度最直接的污染物，自 1998 年以来历次制定的减排政策目标均将 SO2 作为主要污染物。进入“千家企业节能行动”名单的企业 Treatment =1，否则 Treatment =0。年份在政策发生的 2006 年及之后，Post =1，否则 Post =0。ηi 代表企业固定效应，θt 代表时间固定效应，μit 为误差项。为控制其他影响企业污染排放的因素，回归模型加入了控制变量 Xit ，包括企业规模 lny、企业能源消耗 lnEC、全要素生产率 TFP、人均资本 lnK（用企业固定资产与就业人数之比并取对数来表示）、企业年龄 lnP（用当年年份减去企业成立年份加 1 后取对数表示）、企业所有制类型 soe（国有企业为 1，非国有企业为 0）。在样本处理上，去掉行业中没有任何一家企业被划入“千家企业节能行动”的行业。基准模型中将标准误聚类到四位数行业层面，所有名义值剔除物价因素后取实际值。
在对匹配后的样本进行回归之前，先对未匹配的样本采用双重差分法进行分析。表 2 的第（1）列显示，在控制企业固定效应和年份固定效应但不考虑控制变量的情况下，估计系数显著为负，节能行动对企业污染排放存在负向效应，会降低企业 SO2 排放。进一步加入相关控制变量，结果如第（2）列所示，估计系数变大且更为显著，节能政策对企业污染减排效果增强。然而，未经匹配的“千家企业”样本与“非千家企业”样本间存在巨大差异，因而对未进行匹配的样本直接采用 DID 设计得到的估计结果是有偏的。
文章探究“千家企业节能行动”对企业污染排放的影响，即节能政策与企业污染排放之间的协同效应，在对样本进行匹配后基准模型的估计结果如表 2 的第（3）、（4）列所示。在表 2 的第（3）列 中，将交互项直接与 SO2_emission 进行回归，控制企业固定效应和年份固定效应，估计系数为负且显著。在表 2 的第（4）列中，加入了相关控制变量，Postt ×Treatmenti 的估计系数为-0.1580，估计结果通过了 5%显著性水平检验。这说明在其他条件不变的前提下，“千家企业节能行动”显著降低了企业 SO2 排放量，节能政策在一定程度上会降低企业污染排放，节能政策与企业污染排放之间存在协同效应，其中的机制和发生作用的途径将会在下文详细阐述。对于相关的控制变量，尽管 lny 未通过显著性检验，但是系数符号为正，意味着企业的规模越大，企业排放的 SO2 也越多。能源消费量对 SO2 排放的影响显著为正，即能源使用量越多，相应的污染排放也会越多；全要素生产率（TFP）对 SO2 排放的影响为负，全要素生产率的提高，有助于企业管理能源消耗，这将会使企业 SO2 排放降低，但是这个结果并不显著；人均资本（lnK）对 SO2 排放的影响为正且显著，可能的原因是资本密度 越高的企业能源消耗越高，从而污染排放增多；企业年龄较大的企业 SO2 排放减少，原因在于存续时间长的企业具有规模经济，有能力采取更清洁的生产方式，但其并未通过显著性检验。此外，结果还显示国有企业具有更低的 SO2 排放。
1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。
2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。
任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。
CNDeepData
中国深度数据库：让精品数据，得以流动。
CNDeepData: Let high-quality data flow without barriers
114篇原创内容
公众号
中国深度数据库：让精品数据 得以流动CNDeepData：Let high-quality data flow without barriers
部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001
