摘要：环境规制如何释放制度红利，促进经济与环境协调发展？鲜有文献从微观企业和环境规制工具异质性的角度进行考察。本文以中国A股重污染行业上市企业2011—2017年的数据作为样本，研究发现：排污收费“倒逼”了企业绿色创新能力，这一“倒逼”效应体现在外部压力和内部激励；环保补助却“挤出”了企业绿色创新能力，这一“挤出”效应体现在迎合政府和机会主义，在控制内生性、排除干扰性因素、改变变量定义等稳健性检验后，该结论依然成立。进一步研究发现，当企业资源基础较强时，排污收费对绿色创新的“倒逼”效应更加明显，但环保补助不存在这一现象；排污收费促进了企业绿色发明专利成果的产出，而环保补助却“挤出”了企业绿色发明专利和绿色实用新型专利成果的产出。本文发现了不同性质的环境规制工具对企业产生了截然相反的效果，对已有关于环境规制经济后果研究的争论提供了中国的微观证据，为如何实现环境保护与企业绿色竞争力提升的“双重红利”提供了理论支持。

关键词：异质性环境规制工具，排污收费，环保补助，绿色创新

本文是国家社会科学基金重大项目（18ZDA113）的阶段性成果。作者感谢第十九届中国青年经济学者论坛（2019）、第八届“宏观经济政策与微观企业行为交叉研究”学术研讨会（2019）中上海交通大学夏立军教授、东北财经大学刘行教授、南昌大学王红建教授、暨南大学谭有超副教授、中山大学张新一博士和上海财经大学赵晓阳博士等与会者的宝贵意见及中国人民大学陈强远教授的企业专利质量数据支持。

一、引言

中国经济在改革开放40年间取得了世界瞩目的成就，然而长期以来粗放的经济发展模式却加重了生态环境负担，与“绿水青山就是金山银山”的社会主义生态文明理念背道而驰，并成为制约经济与社会可持续发展的瓶颈。打破经济与环境“非此即彼”的局面是建设中国特色社会主义经济和生态文明的重要内容，企业是创造社会经济财富的核心载体，也是自然资源的索取者，是协调经济发展与生态环境保护的最关键因素（李维安等，2019）。遗憾的是，已有关于环境规制经济后果的研究大都围绕政府和社会层面展开，鲜有文献从微观企业的角度进行考察，而中央提出的绿色发展理念能否转化为政策红利，取决于环境污染主体的应对策略（张琦等，2019）。为此，深入探索企业如何应对环境规制，对于我国现阶段环境规制政策的落实，以及企业绿色竞争力提升的“双重红利”具有重要意义。

生态环境具有公共物品属性，在缺乏管制的情况下，私人企业没有动机改善生态环境。企业参与环境治理存在成本与收益的非对称性，一方面，企业进行环境治理的收益由所有经济当事人共同享有，成本却由其独自承担；另一方面，企业无需为其攫取自然资源的行为付出成本。因此激励企业参与环境治理的关键，是将外部性问题内部化，包括对企业污染环境的行为进行收费，对企业削减污染的行为进行补贴（Harford，1978）。排污收费和环保补助是我国现阶段环境规制体系的主要政策工具，其政策依据是《排污费征收使用管理条例》《中华人民共和国环境保护税法》以及《关于加强环境保护补助资金管理的若干规定》。排污收费和环保补助旨在将环境因素纳入于企业管理者的生产决策函数，从而实现环境污染外部性问题的内部化。

2018年中央经济工作会议强调，要坚持转变经济发展方式，大力培养经济新动能，提升科技创新水平，实现“大众创业、万众创新”的良好局面。绿色创新是协调经济增长与环境保护的关键因素（Magat，1978），实现经济效率与环境保护的“共赢”，不仅是国家、社会的共同追求，也是提升企业绿色竞争力的现实需要。遗憾的是，鲜有文献就如何实现这一“共赢”进行深入考察，已有研究更多侧重于如何提升企业承担环境保护责任的积极性，如开展环保投资（张琦等，2019）、直接参与环境治理（范子英和赵仁杰，2019）等，但这些治理环境的活动却增加了企业额外的成本，减少了企业对股东的财务回报（Clarkson et al.，2004）。Clarke et al.（1994）认为企业将环境问题纳入战略决策时，需要的是产品、技术的飞跃和突破性创新，而不是被动地迎合环境法规；Hart（1995）发现绿色创新有助于企业全面降低环境成本，获得独特的供应商和客户的信任，进而抢占绿色竞争优势。与直接参与环境治理和环保投资不同，绿色创新不仅能够减少企业对环境的污染、提升环境绩效，更重要的是，绿色创新使企业得以生产绿色差异化的产品，激发新的市场需求，切实提升企业绿色竞争力，从而真正实现企业经济效率与环境保护的“共赢”。

本文基于中国社会主义市场经济转轨时期的制度环境，结合现行环境规制体系的具体措施，在微观企业层面考察异质性环境规制工具对企业绿色创新活动的影响，进而诠释环境规制如何实现企业竞争力与环境保护的“共赢”。研究发现，排污收费增强了企业绿色创新能力，产生了“倒逼”效应，这一“倒逼”效应体现在外部压力与内部激励；环保补助却减弱了企业绿色创新能力，产生了“挤出”效应，这一“挤出”效应体现在迎合政府与机会主义，在控制内生性、排除干扰性因素、改变变量定义等稳健性检验后，该结论依然成立。进一步研究发现，企业资源基础实力越强，排污收费对企业绿色创新的“倒逼”效应越明显，但环保补助不存在这一现象；排污收费“倒逼”企业创造了更多绿色发明专利成果，而环保补助对企业绿色发明专利和绿色实用新型专利却产生了“挤出”效应。本文的研究贡献体现在以下几个方面：

第一，为环境规制与企业竞争力是“冲突”还是“协调”的争论（Rugman & Verbeke，1998）提供了中国的微观证据。目前关于环境规制经济后果的研究尚存较大争议，且大都关注国家和地区层面的因素（金刚和沈坤荣，2018），鲜有文献从中国微观企业如何应对环境规制的角度进行考察。本文发现排污收费对企业绿色创新产生了“倒逼”效应，而环保补助对企业绿色创新产生了“挤出”效应；同时，企业所拥有的资源基础，是异质性环境规制工具在影响企业绿色创新活动过程中的重要因素。因此，环境规制对企业的影响具有两面性，这种两面性来自于异质性环境规制工具对企业管理者决策产生的差异化影响。

第二，诠释了如何激励企业积极开展绿色创新活动，拓展了波特假说的理论外延。目前文献更多关注在地区环境规制压力下，企业能否承担起治理环境的责任（范子英和赵仁杰，2019；张琦等，2019），而对如何实现企业竞争力与环境保护“共赢”的探讨明显不足。绿色创新是实现企业竞争力与环境保护“共赢”的重要环节（Hart，1995；齐绍洲等，2018），本文从环境规制工具异质性的角度，发现真正对企业绿色创新活动起到促进作用的环境规制工具是排污收费，而不是环保补助。

第三，为现阶段政府如何选择环境规制政策，以及企业如何应对环境规制提供了理论指导。本文建议政府进一步强化对企业污染环境行为的收费，充分发挥排污收费的“倒逼”效应；同时，政府还应加强对企业绿色创新活动的扶持和激励，切实推进重污染企业的绿色创新转型，而非局限于直接补贴企业的环境治理投资。企业应当充分利用自身资源，通过有效的内部激励措施，积极开展绿色创新活动，从而实现企业竞争力与环境保护的“共赢”。

二、文献回顾与问题提出

环境规制对企业的影响具有两面性，深入考察企业管理者应对环境规制的措施，能够为环境规制与经济绩效是“相辅相成”还是“互相冲突”的争论提供进一步的证据（Rugman & Verbeke，1998）。环境规制在实现节能减排、保护环境的同时，不可避免地改变了经济资源分配的格局。支持环境规制抑制企业创新的观点认为，环境规制加大了企业污染治理成本和制度遵循成本（Clarkson et al.，2004），在环境规制高压下，企业不得不采取减产、停工等措施（Palmer et al.，1995；Petroni et al.，2019），减少了企业可供创新投入的资金。相反，支持环境规制对企业创新起到促进作用的观点认为，环境规制向企业施加的外部压力能够有效克服组织惰性，与企业内部治理机制形成了互补关系（Ambec & Barla，2002），并将外部压力转化为促进企业创新活动的激励性因素。

关于环境规制经济后果的研究，学术界尚未形成一致意见。一方面，已有研究忽略了环境规制工具的异质性，“一刀切”式地采用地区层面的指标，如将环境规制定义为环保执法力度（包群等，2013；范子英和赵仁杰，2019）、地区环境治理投资与综合权重指标等（Wei et al.，2017），忽略了异质性环境规制工具发挥作用的差异，以及环境污染主体应对异质性环境规制工具的措施。另一方面，对于环境规制如何影响微观企业行为，已有研究大都关注如何使企业主动承担起保护和治理环境的社会责任（范子英和赵仁杰，2019；张琦等，2019），鲜有文献探索如何实现企业竞争力与环境保护的“共赢”。那么，排污收费和环保补助作为异质性环境规制工具，它们对企业绿色创新的影响是否存在差异？如何在中国的现实背景下激发企业绿色创新活力，实现企业绿色竞争力与生态环境的“共赢”？以上恰是本文亟待解决的关键问题。

三、本文的理论机理

绿色创新能够减少环境污染，节约能源，实现环境保护与企业竞争力相协调的绿色可持续发展。要素投入和技术进步是制约经济增长的两大主要因素（Romer，1990），绿色创新更是协调环境规制与企业绩效增长的关键环节（Magat，1978）。而创新活动具有周期长、高投入、高风险的特点，因此企业从事创新活动的强度，取决于管理者对企业创新活动风险和预期收益的判断（Brav et al.，2018）。图1是本文的理论框架。

图1　本文的理论框架

（一）排污收费与企业绿色创新

1.资源效应：资源挤占

新古典学派认为，环境规制增加了企业制度遵循成本，企业需为其生产过程中污染环境的行为缴纳排污费，因此加重了企业资金负担，挤占了企业用于绿色创新的资源（Palmer et al.，1995；Petroni et al.，2019）。而绿色创新依赖企业大量资源投入，且对企业节能减排、绩效提升等积极影响需要较长时间才得以显现，在排污收费造成的短期业绩和现金流压力下，管理者被迫放弃高投入、高风险、高不确定性的绿色创新。

2.“倒逼”效应

“波特假说”认为，适宜的环境规制有助于“倒逼”企业绿色技术革新，形成超过环境规制成本的“补偿性收益”（Porter & Van der Linde，1995），企业将绿色创新成果运用于生产过程，能够减少对原有污染性生产方式的依赖，有效规避环境监管成本（Berrone et al.，2013）。排污收费对企业绿色创新的“倒逼”效应体现在利益相关者的外部压力，以及企业内部的激励性因素。

就外部压力而言，绿色发展是外部利益相关者对重污染企业的现实诉求。2003年开始实施的《排污费征收使用管理条例》，以及2018年开始实施的《中华人民共和国环境保护税法》明确规定对企业污染排放物按照污染当量征收排污费（环境税）。Henriques & Sadorsky（1996）发现，来自利益相关者的压力迫使管理者权衡其污染环境所造成的后果，影响了管理者响应环境规制的方式；Xu et al.（2016）发现，投资者对因环境问题受到惩罚的企业给予了更低的估值，而对致力于实现绿色发展的企业给予了更高的估值。因此，绿色创新能够增强利益相关者对企业绿色发展的信心，减少利益相关者对企业污染环境产生的负面预期（Buysse & Verbeke，2003），提升企业产品价值和客户价值，促使管理者在外部利益相关者的诉求下选择绿色创新战略。

就内部激励而言，实现绿色发展固然是企业社会效益的体现，但作为利润的追求者，企业更关注经济利益。尽管排污收费构成了企业的成本，减少了可直接实现的利润，但排污收费能促使管理者积极反思企业自身绿色发展存在的不足（Grossman & Helpman，2018），有效弥补企业治理机制的固有缺陷，克服组织不思变革的惰性（Ambec & Barla，2002）。通过绿色创新，企业不仅能够实现节能减排的社会效益，更能生产出比竞争对手更具有绿色差异化的产品，从而获得新的市场份额，培养独特的绿色竞争优势（Barney，1991）。鉴于此，排污收费会促使企业激励管理者开展绿色创新。

在波特假说的“倒逼”效应理论框架下，绿色创新所拥有的独特优势，促使企业管理者在环境规制压力和利益相关者对“绿色”的诉求下，将绿色、可持续的创新方案纳入于其经营决策和战略规划，股东也会更加积极地激励管理者开展绿色创新活动，从而为企业创造更加可持续的绿色价值，打造绿色竞争优势，实现环境保护与企业竞争力提升的“共赢”。

（二）环保补助与企业绿色创新

1.资源效应：资源补偿

诸多研究发现了政府扶持对创新的积极作用（Montmartin & Herrera，2015）。绿色创新需要大量资源的长期投入，资源约束和激励不足是困扰企业绿色创新的首要难题（Manso，2011），而政府补助为企业绿色创新提供了资金来源，使绿色创新所需资金匮乏的局面得到缓解，降低了绿色创新的成本（Montmartin & Herrera，2015），有利于减少管理者对创新活动不确定性的担忧，增强企业对绿色创新风险的事前容忍度（Stiglitz，2015）。因此在政府扶持对创新的“资源补偿”效应理论框架下，环保补助缓解了企业受到的资源约束，企业得以将更多资源投入于绿色创新。

2.“挤出”效应

Murphy et al.（1993）、Shleifer & Vishny（1994）基于政府干预“掠夺之手”理论，发现企业获得政府扶持后，需要迎合政府的要求，甚至在政府的“支配”下进行资源配置，“挤出”了企业从事技术创新的动机和资源。环保补助与一般性政府补助的共性在于，两者都是政府对企业的扶持，但环保补助作为专项补助，其资金管理方案遵循《关于加强环境保护补助资金管理的若干规定》，其中第四条规定，“环保补助的资金应当用于重点污染源治理、环境综合性治理，不得挪作其他用途”。因此环保补助的直接扶持对象是企业环保直接投资，而不专门针对绿色创新。环保补助对企业绿色创新的“挤出”效应体现在迎合政府与机会主义。

第一，近年来我国地方政府面临较大的环境治理压力，环保补助是政府为了激励企业积极参与环境治理、减少污染排放而向企业提供的资金支持（张琦等2019）。企业获得环保补助后，需要迎合政府的意愿进行环保投资，^①“挤出”了企业用于绿色创新的资源。此外，相比环保投资、直接治理环境，企业开展绿色创新活动的风险较大，周期较长，相应的环境效益与经济效益需要较长时间才得以回报，如果企业通过环保直接投资达到了政府的环保要求，那么其开展绿色创新的动力则会受到抑制。

第二，政府扶持所诱发的机会主义行为同样会扭曲资金的最优配置方向。政府与企业之间存在信息不对称，政府难以直接监督企业对环保补助资金的使用，甚至难以确定获得环保补助的企业是否真正具有相应资质。管理层的机会主义动机容易造成资源不是流入创造企业价值和社会效益的领域，而是流入为管理层带来私人收益的领域（Roychowdhury，2006），从而“挤出”企业绿色创新。

排污收费和环保补助作为异质性环境规制工具，Acemoglu et al.（2012）主张通过这两种政策工具的结合来提升企业绿色技术创新能力。本文立足企业绿色创新的视角，为这两种政策工具的实施效果提供中国的证据。通过理论分析，排污收费对企业绿色创新活动的影响既可能表现为“资源挤占”效应，又可能表现为“倒逼”效应；环保补助对企业绿色创新活动的影响既可能表现在补贴的“资源补偿”效应，又可能表现为“挤出”效应。以上正是本文实证研究亟待验证的问题。

四、研究设计

（一）样本选择与数据来源

本文以我国A股重污染行业上市企业2011—2017年的数据作为样本，^②实证检验异质性环境规制工具对企业绿色创新活动的影响。我们选择重污染行业上市企业作为样本的原因一方面是由于数据的可获得性，^③另一方面是由于重污染行业是供给侧结构性改革“三去一降一补”的对象，研究重污染企业的绿色转型之路具有较强的现实价值。我们选择2011—2017年的样本区间是出于以下两个方面的考虑：一是为了克服企业信息披露“自由裁量”的影响，2010年环保部发布了《上市公司环境信息披露指南》，^④首次规定从2011年起，重污染行业上市企业应当定期披露环境信息，定期发布环境报告，其中就包括企业缴纳排污费的情况，因此本文将2011年作为样本的起始年份；二是为了减少政策干预导致的“噪音”，《中华人民共和国环境保护税法》于2018年1月1日起正式实施，2003年起实施的《排污费征收使用管理条例》同时废止，新环保税法将“排污费”变更为“环境税”，且在征管措施、征收标准、细分领域等方面较《排污费征收使用管理条例》更为严格，所以本文将2017年作为样本期间的结束年份，从而尽可能地减少政策影响。但需要说明的是，不论是环境税，还是排污费，它们的性质均是对企业负外部性的经济活动进行收费，环境税的征税对象、性质等相比排污费变化较小，因此不会影响本文的结论和政策启示。

本文的数据来源如下：（1）排污收费、环保补助的数据来源于上市企业年报附注以及《上市公司环境信息披露指南》强制要求重污染行业上市企业发布的年度环境报告，该项数据由我们手工收集得到；（2）上市企业绿色创新的数据来源于国家专利产权局（SIPO），相应数据由我们手工收集获得；（3）其余变量的数据来源于国泰安（CSMAR）数据库、万德（WIND）数据库、中国问题研究（CNRDS）数据库。

在收集原始数据的基础上，本文对原始数据进行了以下处理：（1）剔除样本期内被ST的企业；（2）删除变量观测值缺失的样本；（3）为了尽可能减少企业信息披露行为造成的干扰，剔除排污费和环保补助均为0样本；（4）控制极端值的影响，对所有连续变量进行上下1%的缩尾处理（Winsorise）。经过上述筛选，本文总共得到1600个样本。

（二）变量定义

1.排污收费、环保补助

本文从重污染行业上市企业依据《上市公司环境信息披露指南》所要求编制的年度环境报告，以及财务报表附注中，手工收集整理排污收费、环保补助的金额。为了增强文章可读性，我们计算排污收费、环保补助占企业总资产的百分比，将它们分别记为Charge、Subsidy。在稳健性检验中，还将排污收费、环保补助采用营业收入标准化的方法加以度量。

2.绿色创新

本文首先从中国国家知识产权局（SIPO）的检索页面对重污染行业上市企业的专利申请、专利授权情况，以及专利的IPC分类号进行手工检索，然后使用世界知识产权组织（WIPO）于2010年推出的“国际专利绿色分类清单”中的绿色专利IPC分类号，^⑤对从SIPO检索得到的企业层面专利类型进行匹配，从而得出企业每年申请、授权的绿色专利数。我们借鉴齐绍洲等（2018）的研究，将替代能源生产类（alternative energy production）、废弃物管理类（waste management）、能源节约类（energy conservation）专利作为绿色专利的具体项目。将每个样本的上述三项专利申请数相加，并加1后取自然对数，从而作为企业绿色创新活动的度量指标（TGreen），该值越大，企业绿色创新水平越高。

3.控制变量

本文借鉴张璇等（2017）、齐绍洲等（2018）、张琦等（2019）的研究，选取10个可能影响企业绿色创新的指标作为控制变量。限于篇幅，我们仅列示控制变量的定义，而经济学含义和方向预期则留存备索。（1）企业规模（Size）：企业资产总额的自然对数；（2）资本结构（Lev）：负债总额/资产总额；（3）现金流水平（Cfo）：经营活动现金流量净额/资产总额；（4）企业成长性（Growth）：（本期营业收入-上期营业收入）/上期营业收入；（5）历史绩效（Lroa）：上期净利润/上期总资产；（6）市场势力（Market）：ln（销售收入/营业成本）；（7）资本密集度（Density）：ln（固定资产总额/员工人数）；（8）管理层激励（Share）：管理层持股/公司总股本；（9）CEO公职背景（PC）：虚拟变量，当企业CEO曾在政府部门任职，则赋值为1，否则赋值为0；（10）CEO任期（Tenure）：样本年份-CEO任职开始年份。

（三）模型设定

TGreen_i，t=β₀+β₁Charge_i，t（Subsidy_i，t）+β_nControls+∑Area+∑Year+ξ    （1）

在模型（1）中，Area和Year为省份和年度虚拟变量，本文主要关注的系数是β₁，如果排污收费、环保补助对企业绿色创新活动产生了促进效应，那么应该发现β₁显著为正，反之应发现β₁显著为负。此外，在研究过程中还将排污收费、环保补助放置于同一个模型进行回归检验。

五、实证检验结果分析

（一）变量描述性统计

表1显示，我国重污染行业上市企业绿色创新水平TGreen的均值为0.208，中位数为0，超过一半的重污染行业上市企业没有绿色创新产出，因此我国重污染行业上市企业的绿色创新水平整体较低。排污收费Charge的均值为0.043，环保补助Subsidy的均值为0.038，我国重污染行业上市企业缴纳排污费、获得环保补助的金额较为庞大。其余控制变量的描述性统计与已有研究（黎文靖和郑曼妮，2016；张璇等，2017；张琦等，2019）基本一致。

表1　变量描述性统计

变量	观测值	平均值	10%分位数	中位数	90%分位数	标准差
TGreen	1600	0.208	0.000	0.000	0.693	0.497
Charge	1600	0.043	0.000	0.000	0.131	0.100
Subsidy	1600	0.038	0.000	0.008	0.086	0.100
Size	1600	22.396	20.893	22.234	24.159	1.252
Lev	1600	0.457	0.164	0.455	0.722	0.209
Cfo	1600	0.054	-0.021	0.053	0.133	0.066
Growth	1600	0.172	-0.162	0.099	0.447	0.524
Lroa	1600	0.031	-0.009	0.026	0.091	0.051
Market	1600	0.310	0.061	0.218	0.678	0.315
Density	1600	12.954	11.936	12.924	13.981	0.813
Stmt	1600	0.039	0.000	0.000	0.127	0.104
PC	1600	0.229	0.000	0.000	1.000	0.421
Tenure	1600	3.578	1.500	3.591	5.471	1.494

（二）组间均值、中位数差异检验

本文分别按照企业是否缴纳排污费、是否获得环保补助进行了分组均值、中位数差异检验，但限于篇幅，结果留存备索。未缴纳排污费组TGreen均值为0.182，缴纳排污费组TGreen均值为0.248，均值、中位数差异在1%的水平上显著，初步支持了排污收费的“倒逼”假说。未获得环保补助组TGreen均值为0.281，获得环保补助组TGreen均值为0.187，均值、中位数差异在1%的水平上显著，初步支持了环保补助的“挤出”假说。

（三）基本回归检验

表2显示，排污收费Charge的回归系数至少在5%的水平上显著为正，表明排污收费对企业绿色创新发挥了“倒逼”效应，而非“资源挤占”效应；环保补助Subsidy的回归系数至少在5%的水平上显著为负，表明环保补助对企业绿色创新产生了“挤出”效应，而非“资源补偿”效应。以列（2）、（4）为例，排污收费提高1个标准差，企业绿色创新成果产出提高19.18%（（0.399×0.1）/0.208），环保补助提高1个标准差，企业绿色创新成果产出减少13.03%（（0.271×0.1）/0.208）。其他控制变量的回归结果表明，企业规模越大、现金流越充沛、资本密度越大，绿色创新力度越强；而负债率越高、管理者任期越长，绿色创新水平越低，上述结论大都符合我们的理论预期。各变量方差膨胀因子检验（VIF检验）的结果表明，所有变量的VIF值均小于3，每个模型的整体VIF值最大为1.7，远小于10，故回归均不存在严重的多重共线性问题。

表2　基本回归检验

	（1）	（2）	（3）	（4）	（5）	（6）
	TGreen	TGreen	TGreen	TGreen	TGreen	TGreen
Charge	0.298***	0.399***			0.293**	0.393***
	（0.131）	（0.125）			（0.130）	（0.125）
Subsidy			-0.382***	-0.271**	-0.385***	-0.262**
			（0.119）	（0.119）	（0.125）	（0.118）
Intercept	0.032	-3.539***	-0.054	-3.391***	0.048	-3.449***
	（0.068）	（0.297）	（0.472）	（0.300）	（0.068）	（0.299）
控制变量	No	Yes	No	Yes	No	Yes
年度、地区	Yes	Yes	Yes	Yes	Yes	Yes
N	1600	1600	1600	1600	1600	1600
Adj-R2	0.045	0.160	0.107	0.157	0.051	0.162

注：^*、^**、^***分别表示回归系数在10%、5%、1%的水平上显著，括号内为聚类到企业层面的标准误，下同。

（四）排污收费“倒逼”效应、环保补助“挤出”效应的检验

1.排污收费的“倒逼”效应

根据本文的理论机理，外部压力和内部激励是排污收费“倒逼”企业绿色创新的具体表现。一方面，我们采用媒体报道作为外部压力的度量指标，媒体报道会使企业受到更广泛的外部关注，影响着利益相关者对企业的评价，增加了企业受到监管的可能性（Snyder & Stromberg，2010），提升了管理者危机意识。另一方面，本文采用前三名高管薪酬作为内部激励的度量指标，管理者是企业绿色创新战略的制订者和发起者，企业是否开展创新活动，很大程度上取决于管理者受到激励的程度（Brav et al.，2018）。对于外部压力，本文引入虚拟变量Cover，如果企业当年被媒体报道的数量大于样本中位数，那么Cover赋值为1，否则Cover赋值为0；对于内部激励，我们引入虚拟变量Salary，如果企业当年前三名高管薪酬水平大于样本中位数，那么Salary赋值为1，否则Salary赋值为0。表3显示Cover×Charge的回归系数均在1%的水平上显著为正，表明当企业面临较多的媒体关注时，即当企业外部压力较大时，排污收费对企业绿色创新活动的“倒逼”效应越强；Salary×Charge的回归系数均在10%的水平上显著为正，表明内部激励水平越高，排污收费对企业绿色创新活动“倒逼”效应越强。Cover×Subsidy、Salary×Subsidy的回归系数均不显著。上述结果表明，外部压力和内部激励是排污收费“倒逼”企业绿色创新活动的具体表现，且上述效应对环保补助并不成立。

表3　排污收费的“倒逼”效应

	外部压力：媒体关注			内部激励：薪酬水平
	（1）	（2）	（3）	（4）	（5）	（6）
	TCreen	TGreen	TGreen	TCreen	TGreen	TGreen
Charge	0.0692		0.0631	0.144		0.136
	（0.163）		（0.163）	（0.190）		（0.190）
Subsidy		-0.154	-0.157		-0.271*	-0.263*
		（0.148）	（0.147）		（0.150）	（0.150）
Cover×Charge	0.720***		0.710***
	（0.233）		（0.233）
Cover×Subsidy		-0.314	-0.276
		（0.242）	（0.241）
Cover	0.00784	0.0525*	0.0171
	（0.0290）	（0.0287）	（0.0303）
Salary×Charge				0.405*		0.408*
				（0.241）		（0.241）
Salary×Subsidy					0.000486	0.00357
					（0.238）	（0.238）
Salary				-0.0195	-0.000158	-0.0196
				（0.0284）	（0.0283）	（0.0297）
截距、控制变量	Yes	Yes	Yes	Yes	Yes	Yes
年度、地区	Yes	Yes	Yes	Yes	Yes	Yes
N	1600	1600	1600	1600	1600	1600
Adj-R2	0.165	0.158	0.167	0.161	0.156	0.162

2.环保补助的“挤出”效应

根据本文的理论机理，迎合政府与管理者机会主义是环保补助“挤出”企业绿色创新的具体表现。第一，本文采用企业环保投资作为迎合政府的代理变量。近年来环境绩效在地方政府官员考核中的权重逐渐增加，在环境规制高压下，地方政府会向企业发放环保补助，并要求企业承担保护环境的责任，同时企业收到环保补助后，也会迎合地方政府的环保要求，将更多的资金用于环保直接投资（张琦等，2019）。^⑥第二，由于政府与企业之间存在信息不对称，政府补助很有可能被管理层用以谋求私人收益，杨国超等（2017）发现政府扶持容易滋生企业在创新活动过程中的机会主义，企业为“面子工程”而进行的操控活动损害了研发绩效；孔东民等（2013）发现企业攫取政府补助的一个重要动机是满足自身操控盈余的需要；王红建等（2014）发现企业会为“寻求扶持”而进行盈余操控，扭曲了资源的最优配置。Roychowdhury（2006）指出，操控企业生产经营活动是管理者满足短期利益目标的重要手段，其所提出的真实活动操控模型被广泛应用于刻画管理者的机会主义行为（陈德球和陈运森，2018）。故本文选用Roychowdhury（2006）的真实活动操控模型，考察管理者操控生产经营活动的机会主义行为。

对于企业迎合政府，我们考察企业当年是否开展环保投资活动（Invest），如果企业当年进行了环保直接投资，或直接参与了环境治理，那么Invest赋值为1，否则Invest赋值为0。对于机会主义，我们设置虚拟变量REM，如果企业当年Roychowdhury（2006）模型回归残差大于样本中位数，那么REM赋值为1，否则REM赋值为0。表4显示Invest×Subsidy的系数均为负，表明重污染行业上市企业的环保直接投资是环保补助“挤出”企业绿色创新活动的表现；REM×Subsidy的回归系数均显著为负，表明管理者的机会主义行为同样是环保补助“挤出”企业绿色创新活动的表现。Invest×Charge、REM×Charge的系数没有支持“挤出”效应。上述结果表明，迎合政府和机会主义是环保补助“挤出”企业绿色创新活动的具体表现，且上述效应对排污收费并不成立。

表4　环保补助的“挤出”效应

	迎合政府：环保直接投资			机会主义：生产经营活动操控
	（1）	（2）	（3）	（4）	（5）	（6）
	TGreen	TGreen	TGreen	TGreen	TGreen	TGreen
Charge	0.282**		0.278**	0.327*		0.336**
	（0.129）		（0.129）	（0.168）		（0.168）
Subsidy		-0.206	-0.203		0.0846	0.0964
		（0.128）	（0.127）		（0.208）	（0.207）
Invest×Charge	1.163***		1.097***
	（0.398）		（0.399）
Invest×Subsidy		-0.536*	-0.448
		（0.322）	（0.321）
Invest	0.122***	0.188***	0.144***
	（0.0376）	（0.0369）	（0.0397）
REM×Charge				0.158		0.132
				（0.241）		（0.240）
REM×Subsidy					-0.523**	-0.527**
					（0.249）	（0.249）
REM				0.0851***	0.114***	0.109***
				（0.0308）	（0.0307）	（0.0326）
截距、控制变量	Yes	Yes	Yes	Yes	Yes	Yes
年度、地区	Yes	Yes	Yes	Yes	Yes	Yes
N	1600	1600	1600	1600	1600	1600
Adj-R2	0.175	0.170	0.178	0.165	0.164	0.169

六、进一步研究

（一）地区提高排污费标准的准自然试验

排污收费和环保补助是将外部性问题内部化的政策工具，鉴于外部性问题的内部化可能会造成内生性问题，此处我们采用相对外生的事件，使用准自然实验的方法，检验排污收费对企业绿色创新的影响。我国现行的排污收费制度起源于2003年3月国务院颁布的《排污费征收使用管理条例》，为完成“十一五”期间的节能减排目标，2007年5月国务院发布了《节能减排综合性工作方案》，将二氧化硫的排污费标准提高了一倍。该项方案发布之后，各省份的排污费标准陆续上调，截止2017年底，一共有15个省市陆续全面调整了排污费标准。在本文的样本期间内，共有4个省份提高了排污费标准，分别是新疆（2012.8.1）、北京（2014.1.1）、宁夏（2014.3.1）、浙江（2014.4.1）。本文设置虚拟变量Rise×Post，表示样本期内提高了排污费标准的省份（Rise，处理组）在提高排污费标准之后（Post）的观测值，并赋值为1，其余观测值赋值为0。

表5中列（1）、（2）对全部样本进行检验，列（3）、（4）采用PSM的方法，将处理组的样本与控制组的样本进行一对一匹配后，保留满足共同支撑假设的样本进行检验。列（1）、（3）中Rise×Post的回归系数不显著，原因可能是来自企业和地区层面的异质性，尽管地区提高了排污费的标准，但不是所有企业都对此敏感。列（2）、（4）中交互项Rise×Post×Charge_dummy的回归系数分别在1%和5%的水平上显著为正，表明当地区提高排污费标准后，相比没有缴纳排污费的企业，缴纳排污费的企业开展了更多绿色创新活动。该结果从相对外生的角度检验了排污收费的“倒逼”效应。

表5　地区提高排污费标准的准自然试验

	原始样本		PSM配对样本
	（1）	（2）	（3）	（4）
	TGreen	TGreen	TGreen	TGreen
Rise×Post	-0.0219	-0.157*	0.0640	-0.0756
	（0.0657）	（0.0810）	（0.104）	（0.117）
Charge_dummy		0.0160		0.0407
		（0.0276）		（0.0413）
Rise×Post×Charge_dummy		0.256***		0.363**
		（0.0898）		（0.142）
截距、控制变量	Yes	Yes	Yes	Yes
年度、地区	Yes	Yes	Yes	Yes
N	1600	1600	741	741
Adj-R2	0.155	0.158	0.139	0.145

（二）排除干扰性因素

1.信息披露问题

尽管本文在样本选择方面尽可能控制了企业信息披露问题的干扰，然而我国重污染行业上市企业环境信息披露违规的现象屡见不鲜。^⑦由于企业信息披露行为会影响资本市场估值和未来盈利能力（Chen et al.，2018），因此企业会选择性地披露诸如排污费、环保补助等信息。如果企业因违规披露招致的处罚成本小于隐藏环境利空消息所带来的收益，那么企业仍然会选择隐藏坏消息，故信息披露这一干扰性因素需进一步排除。为此，在检验排污收费对企业绿色创新的影响时，我们只保留排污费不为0的样本；在检验环保补助对企业绿色创新的影响时，我们只保留环保补助不为0的样本。检验结果显示，排污收费Charge的回归系数在1%的水平上显著为正，环保补助Subsidy的回归系数在10%的水平上显著为负，该检验分别将没有披露排污费、没有披露环保补助的“干扰性”样本完全剔除，排除了信息披露的干扰性因素。

2.企业战略差异

缴纳排污费的企业与获得环保补助的企业间可能存在与战略相关的差异，一方面，采取非市场战略的企业更倾向于保持较好的政企关系，并使其更容易获得环保补助，但缺乏足够动力进行绿色创新；另一方面，采取市场战略的企业较少建立政企关系，因此更可能向政府缴纳排污费，同时又难以获得环保补助，但拥有足够动力进行绿色创新。为了排除企业战略差异的干扰性因素，我们仅保留那些既缴纳了排污费，又获得了环保补助的样本，因此“两类企业”变为“同一企业”，克服了企业战略差异的影响。检验结果显示，排污收费Charge的回归系数均在1%的水平上显著为正，而环保补助Subsidy的回归系数均为负。因此，排污收费和环保补助对绿色创新的差异化影响，是由政策工具本身，而非企业固有战略所引起的。

（三）自选择偏差

排污收费和环保补助作为我国现阶段环境规制体系中最重要的两个政策工具，其目的在于将环境成本融入企业管理者的成本与收益权衡之中，激励企业积极开展对环境有利的活动。但就研究本身而言，外部性问题的内部化在一定程度上加剧了内生性问题，即企业缴纳排污费、获得环保补助是企业内生化决策的结果。此处我们采用Heckman两步法，对内生性问题予以控制。

Heckman检验分为两个步骤进行，在第一阶段，我们使用Probit模型回归，因变量为企业是否缴纳了排污费Charge_dummy、企业是否获得了环保补助Subsidy_dummy。如果企业缴纳了排污费（获得了环保补助），则Charge_dummy（Subsidy_dummy）赋值为1，否则赋值为0。同时，由于企业某项决策活动容易受到同行业、同地区其他企业相同活动的影响（Kaustia & Rantala，2015），为此我们分别计算同行业、同地区其他上市企业缴纳排污费（获得环保补助）的均值，作为企业是否缴纳排污费（获得环保补助）的工具变量。在第二阶段，我们将第一阶段得到的逆米尔斯比率（Inverse Mills Ratio）加入模型（1）进行回归。结果显示，在第一阶段，工具变量的回归系数均在1%的水平上显著为正，表明工具变量是有效的；在第二阶段，Charge的回归系数在1%的水平上显著为正，Subsidy的回归系数在10%的水平上显著为负。因此在控制了企业是否缴纳排污费、是否获得环保补助的内生性问题后，结果仍然支持了排污收费“倒逼”企业绿色创新、环保补助“挤出”企业绿色创新的结论。

（四）企业资源基础的影响

企业所拥有的资源是影响决策的重要因素，Östlund（1994）基于资源基础观，认为对所拥有资源的依赖性决定了企业对环境规制的反应，是企业在环境管理方面必须考虑的刚性因素。绿色创新项目风险高、投资大、周期长，在成果转化与创造经济效益等方面具有较强的不确定性，因此企业进行绿色创新的积极性容易受到企业固有资源的影响，资源基础较弱的企业开展创新活动的意愿更低。我们从财务资源、人力资源两个方面，考察企业资源基础如何影响异质性环境规制工具与企业绿色创新活动的关系。

对于财务资源，我们选用Hadlock & Pierce（2010）提出的SA指数加以度量，SAindex=-0.737×size+0.043×size²-0.04×age，该值越小，企业受到的融资约束越低，财务资源实力越强。我们引入虚拟变量Finance，当SAindex小于样本中位数时，Finance赋值为1，否则赋值为0。对于人力资源，我们采用管理者持股比例加以度量，能力较强的管理者更容易实现股权激励计划所要求的条件，表现在持有企业较多的股票。高能力管理者拥有较强的创新意识，能够领导企业创造相对竞争对手的独特竞争优势（Demerjian et al.，2013）。本文引入虚拟变量Ability，当管理者持股比例大于样本中位数时，Ability赋值为1，否则赋值为0。结果显示Finance×Charge、Ability×Charge的回归系数均在1%的水平上显著，表明当企业资源基础较强时，排污收费对企业绿色创新活动的“倒逼”效应更加明显；Finance×Subsidy、Ability×Subsidy的回归系数均没有支持较强资源基础企业的环保补助能够促进其绿色创新。

（五）异质性环境规制工具与企业绿色专利类型

相当一部分企业的创新活动并非出于提升竞争力、创造差异化产品、推动生产方式变革的动机，而是将创新作为一种“策略性”活动，片面追求创新的数量和金额，而不注重创新的质量（Kelm et al.，1995）。诸多研究表明，只有发明专利才是企业创新实力的真正体现（黎文靖和郑曼妮，2016），为此本文进一步将企业绿色创新专利的类型区分为绿色发明专利和绿色实用新型专利，并使用模型（1）重新检验。

表6的列（1）—（3）以绿色发明专利申请数量加1取自然对数的结果IGreen作为因变量，列（4）—（6）以绿色实用新型专利申请数量加1取自然对数的结果UGreen作为因变量。列（1）—（3）显示排污收费Charge的回归系数均在1%的水平上显著为正，环保补助Subsidy的回归系数均在10%的水平上显著为负，表明排污收费“倒逼”了企业绿色发明专利的产出，而环保补助“挤出”了企业绿色发明专利的产出。列（4）—（6）显示环保补助Subsidy的回归系数均在10%的水平上显著为负，表明环保补助对重污染企业绿色实用新型专利产生了“挤出”效应。综上所述，排污收费真正“倒逼”重污染企业产生了更多绿色发明专利成果，真正提升了企业绿色创新能力，而环保补助“挤出”了企业绿色创新活动。

表6　异质性环境规制工具与企业绿色专利类型

	绿色发明专利申请			绿色实用新型专利申请
	（1）	（2）	（3）	（4）	（5）	（6）
	IGreen	IGreen	IGreen	UGreen	UGreern	UGreen
Charge	0.267***		0.263***	0.135		0.131
	（0.0806）		（0.0806）	（0.0997）		（0.0996）
Subsidy		-0.146*	-0.140*		-0.181*	-0.178*
		（0.0764）	（0.0762）		（0.0942）	（0.0942）
截距、控制变量	Yes	Yes	Yes	Yes	Yes	Yes
年度、地区	Yes	Yes	Yes	Yes	Yes	Yes
N	1600	1600	1600	1600	1600	1600
Adj-R2	0.104	0.100	0.105	0.152	0.153	0.153

七、稳健性检验

（一）改变自变量度量方式

本文将排污收费和环保补助采用营业收入标准化的计算方法，分别定义为排污费占企业营业收入的百分比（Charge2）、环保补助占营业收入的百分比（Subsidy2），然后使用模型（1）重新检验。结果显示，Charge2的回归系数均在5%的水平上显著为正，Subsidy2的回归系数均在5%的水平上显著为负。该结果没有改变本文的主要研究结论。

（二）改变因变量度量方式

本文采用另外三种方法度量企业绿色创新，并利用模型（1）重新检验。第一，使用（1+企业当年绿色专利授权数）取自然对数（Grants）；第二，使用（1+企业当年全部专利申请数）取自然对数（Total_patent）；第三，陈强远等（2020）通过机器学习、文本分析、语义引用，对企业专利的创新基因进行提取，创新性地建立了衡量我国企业创新专利质量的测度指标，本文使用这一方法，将专利质量（Quality）定义为ln（1+专利知识基因数），重新检验排污收费、环保补助如何影响企业专利质量。结果显示，不论如何更改因变量，排污收费Charge的回归系数均显著为正，而环保补助Subsidy的回归系数均为负。上述结果与本文的研究结论保持一致。

（三）改变计量模型

本文使用其他计量模型重新检验。一方面，将企业绿色创新定义为虚拟变量TGreen_dummy，采用Logit模型进行检验；另一方面，使用Tobit模型对绿色创新左侧截取样本的偏误加以控制。结果显示，不论选用哪种计量模型，排污收费Charge的回归系数显著为正，而环保补助Subsidy的回归系数均显著为负。该结果与本文的研究结论保持一致。

（四）改变时间序列

考虑到企业绿色创新成果的形成需要一定时间，此处我们考察当期的排污收费、环保补助对未来期间企业绿色创新活动的影响，TGreen（t+1）表示下一期企业的绿色创新水平。结果显示，排污收费Charge的回归系数均在5%的水平上显著为正，环保补助Subsidy的回归系数均在10%的水平上显著为负。上述结论与本文的主要结论保持一致。

（五）克服样本选择偏误

考虑到并不是所有的企业都缴纳排污费或获得环保补助，本文进一步采用PSM倾向评分匹配方法，针对排污收费、环保补助分别生成虚拟变量Charge_dummy、Subsidy_dummy。当企业缴纳的排污费不为0时，Charge_dummy赋值为1，否则赋值为0；同理，当企业获得的环保补助不为0时，Subsidy_dummy赋值为1，否则赋值为0。随后我们采用logit模型，将所有特征变量（控制变量）分别对Charge_dummy、Subsidy_dummy进行回归，计算倾向得分值，保留满足共同支撑假设的样本，然后使用模型（1）重新检验。结果没有改变本文的主要结论。

八、结论与政策建议

排污收费和环保补助是我国现行环境规制体系中两个异质性的政策工具，虽然它们均旨在实现外部性问题的内部化，但发挥作用的机理却存在差异。Acemoglu et al.（2012）主张使用污染收费和创新补贴的政策工具组合，实现绿色技术创新与节能减排。差异化地分析中国情境下排污收费、环保补助发挥作用的微观机理，对于政府合理执行环境规制政策，提升企业绿色竞争力，实现经济增长与环境保护的“共赢”具有重要意义。

本文以中国A股重污染行业上市企业2011—2017年的数据作为样本，手工收集了排污收费、环保补助、绿色创新的有关信息，实证检验了异质性环境规制工具对企业绿色创新活动的影响。结果发现排污收费增强了企业绿色创新能力，产生了“倒逼”效应，这一“倒逼”效应表现在外部压力和内部激励；环保补助却减弱了企业绿色创新能力，产生了“挤出”效应，这一“挤出”效应表现在迎合政府与管理者机会主义，在控制内生性、排除干扰性因素、改变变量定义等稳健性检验后，该结论依然成立。进一步研究发现，企业资源基础实力越强，排污收费对企业绿色创新的“倒逼”效应越明显，但环保补助不存在上述效应，同时排污收费“倒逼”企业创造了更多绿色发明专利成果，而环保补助对企业绿色发明专利和绿色实用新型专利都产生了“挤出”效应。可见，环境规制具有两面性，这种两面性来自于异质性环境规制工具对微观企业决策产生了差异化的影响。本文为已有研究关于环境规制与企业竞争力是“冲突”还是“协调”的争论提供了进一步的证据，探索了激励企业绿色创新活动的有效途径，诠释了如何实现环境保护与企业竞争力“共赢”。基于本文的研究，我们提出以下四条政策建议：

第一，进一步强化对企业污染环境行为的收费。政府应当探索更加合理的环境收费依据，加强环境税的执法力度，充分发挥排污收费这一环境规制工具的“倒逼”效应。在具体实施过程中，充分发挥社会公众、媒体在推动企业节能减排、绿色创新方面的积极作用，完善政府执法信息公开、公众信访举报等机制，建立政府与社会公众、媒体之间的有效沟通渠道，坚决曝光企业污染环境的行为，并予以法律惩戒。同时，对研发出绿色创新知识产权和工艺流程、将绿色创新成果广泛应用于生产的企业负责人和研发人员进行表彰、宣传、物质奖励。

第二，加强对企业绿色创新活动的扶持，而非局限于对企业环保直接投资的扶持，从而实现经济增长与环境保护的“双重红利”。同时在扶持企业绿色创新的过程中，应当建立合理的评价机制，实现程序透明化，防止部分企业通过寻租活动攫取补贴资源。

第三，落实环境规制应充分考虑企业的异质性，对于资源基础较好的企业，政府应强化环境监管，克服企业创新动力不足的惰性，充分发挥污染收费这一政策工具的“倒逼”效应。而对于资源基础较差的企业，政府应当拓宽其融资渠道，强化绿色信贷支持，减少信贷歧视，鼓励绿色创新，同时强化对其环保专用资金投向的监控，防范企业机会主义行为。

第四，在应对环境规制的过程中，环保直接投资固然是企业积极参与环境治理、承担社会责任的重要表现，但作为利润的追求者，为了实现股东财富的创造，企业更应当强化绿色创新活动，激励管理者树立绿色创新理念，制定绿色创新战略，培育研发人员绿色创新意识，从而在尽可能减少负外部性经济活动的同时，打造独特的竞争优势。

感谢匿名审稿专家的宝贵意见，文责自负。

注释：

①张琦等（2019）等认为，环保投资是企业迎合政府环境政策的体现，发现重污染企业环保直接投资占企业总资产的百分比均值为0.112，而本文采用与张琦等（2019）同样的标准化方式与计算口径，发现环保补助占企业总资产的百分比均值为0.038，因此重污染企业平均环保直接投资近3倍于环保补助。Clarkson et al.（2004）也证实环保直接投资增加了企业额外成本，减少了企业对股东的正向财务回报。

②根据中华人民共和国环保部2010年发布的《上市公司环境信息披露指南》，结合证监会2012版行业分类标准，本文选用的重污染行业上市企业包括：采矿、纺织、造纸及纸制品、石油、化工、化学纤维、黑色（有色）金属冶炼加工、橡胶塑胶、制药、皮毛制品。

③2010年环保部发布的《上市公司环境信息披露指南》的实施对象是重污染行业上市企业，第三条规定，重污染行业上市企业应当准确、及时、完整地披露环境信息，不得有虚假记载、误导性陈述或重大遗漏。

④《上市公司环境信息披露指南》第九条规定，重污染行业上市企业应当披露依法缴纳排污费的情况。因此，对重污染行业上市企业而言，自本文的样本区间2011年起，排污费便属于强制性信息披露的范畴。

⑤“国际专利绿色分类清单”的制定依据是《联合国气候变化框架公约》，具体见世界知识产权组织网站https://www.wipo.int/classifications/ipc/en/green_inventory/。

⑥与绿色创新不同，环保直接投资是企业为减少环境污染而付出的额外成本，对企业而言产生的更多是社会效益，而不是经济效益（Clarkson et al.，2004）。因此环保直接投资体现了“迎合政府”的特征。

⑦例如，2018年证监会对千山药机、上峰水泥等7家上市企业违规披露环境信息的行为进行了处罚。

参考文献：

包群、邵敏、杨大利，2013：《环境管制抑制了污染排放吗？》，《经济研究》第12期。

陈德球、陈运森，2018：《政策不确定性与上市公司盈余管理》，《经济研究》第6期。

陈强远、林思彤、张醒，2020：《中国技术创新激励政策：激励了数量还是质量》，《中国工业经济》第4期。

范子英、赵仁杰，2019：《法治强化能够促进污染治理吗？——来自环保法庭设立的证据》，《经济研究》第3期。

金刚、沈坤荣，2018：《以邻为壑还是以邻为伴？——环境规制执行互动与城市生产率增长》，《管理世界》第12期。

孔东民、刘莎莎、王亚男，2013：《市场竞争、产权与政府补贴》，《经济研究》第2期。

黎文靖、郑曼妮，2016：《实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响》，《经济研究》第4期。

李维安、张耀伟、郑敏娜、李晓琳、崔光耀、李惠，2019：《中国上市公司绿色治理及其评价研究》，《管理世界》第5期。

齐绍洲、林屾、崔静波，2018：《环境权益交易市场能否诱发绿色创新？——基于我国上市公司绿色专利数据的证据》，《经济研究》第12期。

王红建、李青原、邢斐，2014：《金融危机、政府补贴与盈余操纵——来自中国上市公司的经验证据》，《管理世界》第7期。

杨国超、刘静、廉鹏、芮萌，2017：《减税激励、研发操纵与研发绩效》，《经济研究》第8期。

张琦、郑瑶、孔东民，2019：《地区环境治理压力、高管经历与企业环保投资——一项基于《环境空气质量标准（2012）》的准自然实验》，《经济研究》第6期。

张璇、刘贝贝、汪婷、李春涛，2017：《信贷寻租、融资约束与企业创新》，《经济研究》第5期。

Acemoglu, D. , P. Aghion, L. Bursztyn, and D. Hemous, 2012, “The Environment and Directed Technical Change”, American Economic Review, 102（1）, 131—166.

Ambec, S. , and P. Barla, 2002, “A Theoretical Foundation of the Porter Hypothesis”, Economics Letters, 75（3）, 355—360.

Barney, J. , 1991, “Firm Resources and Sustained Competitive Advantage”, Journal of Management, 17（1）, 99—120.

Berrone, P. , A. Fosfuri, L. Gelabert, and L. R. Gomez-Mejia, 2013, “Necessity as the Mother of” Green' Inventions: Institutional Pressures and Environmental Innovations”, Strategic Management Journal, 34（8）, 891—909.

Brav, A. , W. Jiang, S. Ma, and X. Tian, 2018, “How Does Hedge Fund Activism Reshape Corporate Innovation?”, Journal of Financial Economics, 130（2）, 237—264.

Buysse, K. , and A. Verbeke, 2003, “Proactive Environmental Strategies: A Stakeholder Management Perspective”, Strategic Management Journal, 24（5）, 453—470.

Chen, Y. , M. Hung, and Y. Wang, 2018, “The Effect of Mandatory CSR Disclosure On Firm Profitability and Social Externalities: Evidence From China”, Journal of Accounting and Economics, 65（1）, 169—190.

Clarke, R. A. , R. N. Stavins, J. L. Greeno, J. L. Bavaria, F. Cairncross, D. C. Esty, B. Smart, J. Piet, R. P. Wells, R. Gray, K. Fischer, and J. Schot, 1994, “The Challenge of Going Green”, Harvard Business Review, 72（4）, 37—48.

Clarkson, P. M. , Y. Li, and G. D. Richardson, 2004, “The Market Valuation of Environmental Capital Expenditures by Pulp and Paper Companies”, Accounting Review, 79（2）, 329—353.

Demerjian, P. R. , B. Lev, M. F. Lewis, and S. E. Mcvay, 2013, “Managerial Ability and Earnings Quality”, Accounting Review, 88（2）, 463—498.

Grossman, G. M. , and E. Helpman, 2018, “Growth, Trade, and Inequality”, Econometrica, 86（1）, 37—83.

Hadlock, C. J. , and J. R. Pierce, 2010, “New Evidence on Measuring Financial Constraints: Moving Beyond the KZ Index”, Review of Financial Studies, 23（5）, 1909—1940.

Harford, J. D. , 1978, “Firm Behavior Under Imperfectly Enforceable Pollution Standards and Taxes”, Journal of Environmental Economics and Management, 5（1）, 26—43.

Hart, S. , 1995, “A Natural-Resource-Based View of the Firm”, Academy of Management Review, 20（4）, 986—1014.

Henriques, I. , and P. Sadorsky, 1996, “The Determinants of an Environmentally Responsive Firm: An Empirical Approach”, Journal of Environmental Economics & Management, 30（3）, 381—395.

Kaustia, M. , and V. Rantala, 2015, “ Social Learning and Corporate Peer Effects”, Journal of Financial Economics, 117（3）, 653—669.

Kelm, K. M. , V. K. Narayanan, and G. E. Pinches, , 1995, “Shareholder Value Creation During R&D Innovation and Commercialization Stages”, Academy of Management Journal, 38（3）, 770—786.

Magat, W. A. , 1978, “Pollution Control and Technological Advance: A Dynamic Model of the Firm”, Journal of Environmental Economics and Management, 5（1）, 1—25.

Manso, G. , 2011, “Motivating Innovation”, Journal of Finance, 66（5）, 1823—1860.

Montmartin, B. , and M. Herrera, 2015, “Internal and External Effects of R&D Subsidies and Fiscal Incentives: Empirical Evidence Using Spatial Dynamic Panel Models”, Research Policy, 44（5）, 1065—1079.

Murphy, K. M. , A. Shleifer, and R. W. Vishny, 1993, “Why is Rent-Seeking so Costly to Growth?”, American Economic Review, 83（2）, 409—414.

Östlund, S. , 1994, “The Limits and Possibilities in Designing the Environmentally Sustainable Firm”, Business Strategy & the Environment, 3（2）, 21—33.

Palmer, K. , W. E. Oates, and P. R. Portney, 1995, “Tightening Environmental Standards: The Benefit-cost Or the No-cost Paradigm?”, Journal of Economic Perspectives, 9（4）, 119—132.

Petroni, G. , B. Bigliardi, and F. Galati, 2019, “Rethinking the Porter Hypothesis: The Underappreciated Importance of Value Appropriation and Pollution Intensity”, Review of Policy Research, 36（1）, 121—140.

Porter, M. E. , and C. Van der Linde, 1995, “Toward a New Conception of the Environment-Competitiveness Relationship”, Journal of Economic Perspectives, 9（4）, 97—118.

Romer, P. M. , 1990, “Endogenous Technological Change”, Journal of Political Economy, 98（5）, 71—102.

Roychowdhury, S. , 2006, “Earnings Management through Real Activities Manipulation”, Journal of Accounting and Economics, 42（3）, 335—370.

Rugman, A. M. , and A. Verbeke, 1998, “Corporate Strategies and Environmental Regulations: An Organizing Framework”, Strategic Management Journal, 19（4）, 363—375.

Shleifer, A. , and R. W. Vishny, 1994, “Politicians and Firms”, Quarterly Journal of Economics, 109（4）, 995—1025.

Snyder, J. , and D. Stromberg, 2010, “Press Coverage and Political Accountability”, Journal of Political Economy, 118（2）, 355—408.

Stiglitz, J. E. , 2015, “Leaders and Followers: Perspectives on the Nordic Model and the Economics of Innovation”, Journal of Public Economics, 127, 3—16.

Wei, Z. , H. Shen, K. Z. Zhou, and J. J. Li, 2017, “How Does Environmental Corporate Social Responsibility Matter in a Dysfunctional Institutional Environment? Evidence From China”, Journal of Business Ethics, 140（2）, 209—223.

Xu, X. D. , S. X. Zeng, H. L. Zou, and J. J. Shi, 2016, “The Impact of Corporate Environmental Violation On Shareholders' Wealth: A Perspective Taken From Media Coverage”, Business Strategy & the Environment, 25（2）, 73—91.

通讯作者：李青原，武汉大学经济与管理学院，电子信箱：qily@whu.edu.cn；肖泽华，武汉大学经济与管理学院，1561242599@qq.com。