CNDD-0091 1998-2014 中国工业企业污染数据库学术论文应用

01 数据介绍

▪ 关键词:中国工业企业污染数据库
▪ 数据编号0091
▪ 数据名称:中国工业企业污染数据
▪ 数据区间:1998-2014年
▪ 样本数量:1,652,355条
▪ 数据来源:《环境统计年鉴》
▪ 数据说明:中国工业企业污染数据是历年发布的《环境统计年鉴》的具体数据来源。数据由统计局批准,环保部制定。其针对国有及规模以上非国有工业企业的污染排放数据的统计,包含固体废物、气体废物、水污染等具体到排放物类型、排放量以及治理情况等详细指标。调查方法为对重点调查工业企业逐个发表填报汇总。排污量占各地区排污总量85%以上的工业企业单位、排放工业废水中有重金属类有害物质的工业企业以及有危险废物产生的工业企业全部为重点调查企业。中国工业企业污染数据主要包含行政区划代码、行业类别代码、工业用水总量(吨)、废水治理设施数(套)、工业废水处理量(吨)、工业废水排放量(吨)、化学需氧量产生量(吨)、化学需氧量排放量(吨)、氨氮产生量(吨)、氨氮排放量(吨)、二氧化硫产生量(吨)、二氧化硫排放量(吨)、氮氧化物产生量(吨)、氮氧化物排放量(吨)、工业煤炭消耗量(吨)、工业粉尘排放量(千克)等指标
▪ 数据维度企业层面
▪ 综合评价CNDD中国工业企业污染数据库提供1998-2014历年工业企业污染原始数据,并提供经过初步清洗处理的数据。清洗内容包括:统一了各年数据的变量名称、处理了部分年份的组织机构代码、将组织机构代码里面的大写字母全部替换成小写字母,并对多年的数据进行了合并。以期为工业企业环境污染现状与监管对策分析提供专业、精准、详尽的数据。同时,为研究者提出具体的治理策略起到重要的作用。
 

CNDeepData 数据应用质量评级

 常用度:★★★

▪ 稀缺度:★★★

▪ 新颖度:★★★

▪ 总体级别:12颗星

  常用度:是数据市场中需求指标,是指该数据在经济管理类学术论文中使用频率。

✔  稀缺度:是数据市场中供给指标,是指该数据在其他数据库的出现频率。

  新颖度:是数据市场中生成指标,是指该数据在生成时方法新颖程度和工作量。

02 主要指标

      

03 数据特征概览

▪ 数据概览  

▪ 观测值数量

04 前沿文献速递

▪ 文献来源

吕越,张昊天,薛进军等.税收激励会促进企业污染减排吗——来自增值税转型改革的经验证据[J].中国工业经济,2023,No.419(02):112-130.

▪ 文献内容

文章以2004—2009年中国增值税转型改革为制度背景,研究了税收激励如何影响企业污染排放这一问题。文章首先构建了一个理论模型,刻画增值税转型改革这一税收激励政策对企业污染排放的影响机制,并分解出研发创新效应、清洁生产效应和规模扩张效应三条路径。接下来,以增值税转型改革为自然实验,运用多时点双重差分法,实证检验了该税收激励政策对企业污染排放的作用效果。结果表明,增值税转型改革会显著降低企业的污染排放。从机制分析看,增值税转型改革会激发企业投资活力,促进企业的研发创新和清洁生产,从而降低企业的污染排放;并且,增值税转型改革会扩大企业的生产规模,表明税收激励的减排效应并不以限制企业规模化发展为代价。同时,增值税转型改革的减排效果对于民营企业、资本密集型企业和东部地区企业来说更为突出。此外,增值税转型改革不仅促进了在位企业的污染减排,还导致高污染排放企业退出市场,促进低污染排放企业进入市场,从而降低了整体污染排放规模。

▪ 研究模型
结合制度背景的讨论,文章参考 Beck et al(. 2010),将中国增值税转型改革作为自然实验,构建多时点双重差分模型,以识别税收激励对企业污染排放的因果效应:

其中,i 代表企业,j 代表行业,k 代表城市,t 代表年份,α 为截距项,ηi 为企业固定效应,θjt 为行业—年份交互固定效应,δkt 为城市—年份交互固定效应,μijkt 为随机误差项。由于增值税转型改革在城市—行业层面实施,标准误聚类到城市—行业维度。被解释变量 ln (pol)it 代表取自然对数的企业污染排放规模,核心解释变量 VATjkt 代表该企业所在城市—行业是否施行增值税转型改革,控制变量 X’it 包括:①企业生产率,以 LP 方法计算的企业全要素生产率表示。②企业人员规模,以企业从业人员取对数表示。③企业经营年限,使用当年年份减去企业开始经营的年份加 1 取对数表示。④企业融资能力,借鉴索洛残值法的思路,构造企业从金融市场获得融资的成功率,以衡量企业融资能力(吕越和张昊天,2021)。⑤企业资本密集度,使用企业固定资产净值年平均余额与企业从业人数的比值取对数表示,并且使用以 2000
年为基期的固定资产投资价格指数对固定资产净值年平均余额进行平减处理。

▪ 核心指标构建

关于被解释变量企业污染排放量ln (pol)it 的指标测度,借鉴包群等(2013),将中国企业污染排放数据库中汇报的二氧化硫排放量、烟粉尘排放量、化学需氧排放量、氨氮排放量、工业废水排放量、工业废气排放量这六项污染物排放物指标降维,采用主成分分析法构建企业综合污染排放强度,该指标能够更为全面地评估企业的污染排放量。具体而言:①将各主成分进行标准化处理,构造样本标准化矩阵:。其中,,xis 表示企业 i 的第 s 种污染物排放量,Zis 表示标准化指标。②根据样本标准化矩阵 Zis求样本协方差矩阵 R。③求解样本协方差矩阵 R 的特征值和特征方程,根据方差排序确定各主成分。④对各主成分以其方差贡献率作为权重进行加权求和,由此得到企业污染物排放规模综合指标并取自然对数。

▪ 数据匹配说明

文章在实证研究中主要使用到两个大型微观数据集:中国工业企业数据库和中国企业污染排放数据库。考虑到增值税转型改革的时间区间为 2004—2009 年,为包含尽可能多的信息,选择研究样本的时间区间为 2000—2012 年。中国工业企业数据库包含规模以上制造业企业的财务和产能数据,而中国企业污染排放数据
库则包含企业的能源消耗,污染物的生产、排放和去除,清洁设备投入等数据。因此,为获得文章所需的样本,需要对这两个微观企业数据库进行匹配和连接。

对于中国工业企业数据库和中国企业污染排放数据库的匹配,文章借鉴韩超等(2020)进行逐步匹配整理:①对于两个数据库中的企业样本按照企业代码进行匹配,对于未匹配上的企业样本继而按照企业名称进行匹配;②提取两个数据库中的企业名称中的关键信息,对于上一步骤中未匹配上的企业样本,按照企业名称中的关键信息进行匹配,对于仍未匹配上的企业样本,使用企业所在地信息进行匹配。最后,剔除了以下样本:某一污染物排放量或污染物产生量小于 0 的企业;工业总产值、固定资产净值、实收资本缺失或小于 0 的企业;从业人数小于 8 人的企业;销售额低于 500 万元的企业;总资产小于流动资产、总资
产小于固定资产净额或累计折旧小于当期折旧的企业。在此基础上,再进一步整合了其他数
据库,得到最终使用的样本。

▪ 基准回归结果

文章采用控制企业固定效应、行业—年份交互固定效应和城市—年份交互固定效应,且标准误聚类到城市层面的计量方法对基准模型进行估计。

表 1 中同时汇报了混合 OLS 回归、控制年份固
定效应和企业固定效应、控制全部固定效应但标准误聚类到企业维度的回归结果。具体来说,第
(1)列展示了混合 OLS 回归结果,可以发现,核心解释变量——增值税转型改革的双重差分项系数显著为负,说明增值税转型改革可以显著降低企业的污染排放规模。第(2)列展示了控制年份固定效应和企业固定效应的回归结果,第(3)列展示了控制了企业固定效应、行业—年份交互固定效应和城市—年份交互固定效应,标准误聚类到企业维度的回归结果,可以发现,核心解释变量系数仍然显著为负,且系数大小与混合 OLS 回归结果相比变化不大。第(4)列展示了控制全部固定效应,
同时标准误聚类到城市—行业层面的回归结果,结果显示,增值税转型改革的双重差分项系数仍然显著为负,且这一结果通过了 1% 的显著性检验。以第(4)列作为对基准模型较为准确的估计。估计结果显示,在其他因素不变的情况下,实施增值税减税改革政策后,企业污染排放规模显著降低
2.29%,即税收激励可以有效促进企业污染减排。

05 其他相关文献

[1]苏丹妮,盛斌.服务业外资开放如何影响企业环境绩效——来自中国的经验[J].中国工业经济,2021,No.399(06):61-79.
[2]李力行,聂卓,席天扬.多维度治理与国家能力:增值税征管和企业排污的视角[J].世界经济,2022,45(06):112-135.
[3]陈诗一,张建鹏,刘朝良.环境规制、融资约束与企业污染减排——来自排污费标准调整的证据[J].金融研究,2021,No.495(09):51-71.

06 获取方式

本数据为会员专属数据,添加客服微信,购买年度普通会员149元,年度高级会员299元,永久高级会员899元,可享CNDeepData所有会员专属数据免费获取。

▪ 添加客服微信方式

扫描下方二维码,或搜索下方微信号。

添加客服微信号:

DeepData001

获取更多更新数据

版权声明 …

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。

数据授权使用说明 …

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)”。

中国深度数据库:让精品数据 得以流动

CNDeepData:Let high-quality data flow without barriers

资源下载此资源下载价格为99积分(年度普通会员免费),请先

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

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部