政策不确定性与重污染企业创新——来自废水国控重点监测企业的证据

尹建华，张玲玲，弓丽栋

（对外经济贸易大学 国际商学院，北京 100029）

近年来，随着经济的高速发展，环境问题日益凸显。2012年广西龙江镉污染事件①腾讯网.广西龙江河镉污染事件.（2012-01-15）.https://news.qq.com/zt2012/ljge/。、2013年新乡造纸厂污水灌溉麦田事件②人民网.河南新乡造纸废水灌溉麦田 农民收粮只卖不敢吃.（2013-03-20）.http://finance.people.com.cn/n/2013/0320/c1004-20846824.html。、2018年福建碳九泄露事件③搜狐网.福建泉州6.97吨碳九泄露.（2018-11-08）.https://www.sohu.com/a/274010296_161795。等一系列环保事件频发，暴露出企业在为经济发展做出贡献的同时也对生态环境造成了严重破坏。日益恶化的环境状况对企业的发展战略，尤其是环境战略提出了更高的挑战。研究如何降低重污染企业的末端污染，进而实现绿色发展具有重要的现实意义。对污染型企业而言，技术创新可以提高资源利用率、降低末端污染物的产生。事实上，企业的技术创新活动还受到政策不确定性的影响：一方面，地方政府可以制定相容互补的激励政策，引导创新要素向企业研发部门正向流动，提高企业创新效率[1]；另一方面，由于制度环境不完善，政策的不连续性也将加剧地方政策的不确定性，提高企业研发的外部风险和制度成本，抑制企业创新[2]112。特别地，由地方官员更替所产生的政策不确定性，是否会对重污染企业创新产生影响？进一步，这一影响又是否会因企业和地区差异而产生显著不同？则是本文关注的核心问题。

本文以京津冀、长三角、珠三角地区758家废水国控重点监测企业为研究对象，考察政策不确定性对重污染企业创新的影响。本文从以下方面丰富了既有文献：第一，不同于一般企业，重污染企业的创新活动具有更加显著的正外部性[3]，且更容易受地方环境政策影响，考察政策不确定性下的重污染企业创新，有助于解释中国经济从高速发展到高质量发展的内在动力；第二，在环境形势日益严峻的背景下，地方政府承担着重要的环保职责，丰富了政策不确定性的相关经济后果，为理解新时期地方政府环境治理与重污染企业创新之间的关系提供了新的微观证据；第三，本文关于企业和地区发展差异对重污染企业创新影响的新发现，进一步验证了国有企业和地区工业化发展水平在中国地方环境治理中的重要作用。

一、文献综述与假设提出

学术界关于政策不确定性与企业创新之间关系的相关文献为数不多。有研究表明，官员更替使得企业所处环境发生变化，进而对企业创新产生不利影响。陈德球等[4]27选择上市公司为研究样本，分析官员变更带来的政策不确定性如何影响企业的创新行为，而这一不确定性主要体现在企业的融资环境的改变上，使得企业创新所获的资源减少。陈毛林等[5]提出政治环境的稳定会减少企业面临的外部环境风险，从而提高企业的技术创新意愿；与此同时也会加强市场竞争，提高企业的技术创新追赶速度。迟冬梅等[6]以山东省小微企业为调查对象，通过问卷调查的方式进行研究，结果发现地方官员更替导致的环境不稳定性会抑制企业的创新效率和投入。王砾等[2]119从官员晋升这一视角考察对企业创新的影响，发现新任官员所带来政策环境的变化会使得企业的创新数量和质量显著降低，同时发现官员晋升前期会通过慈善捐赠的方式挤出企业创新。也有个别研究认为，官员更替会促进企业创新。丁云洁[7]认为，政治环境的改善会降低组织冗余对企业创新的影响。王文忠等[8]的研究将政治冲击、制度效率与企业创新一起考虑，发现在制度效率较高的地区，官员更替带来的政治冲击对企业创新产生显著的正面影响。

政策环境的不确定性对企业创新的影响来自于企业所能获取到的资源以及企业的创新意愿两个方面：

首先，从企业所能获取到的资源角度来看，企业作为地区经济发展的微观主体，一定程度上会受到地方政府行为的影响。企业发展需要外部的经济资源与政策支持，而地方官员更替会影响到企业以往的政策支持以及所依赖的其他外部环境[9]。企业在短期内没有稳定的政策环境时，会减少风险较高的创新活动。此外，企业的经营状况也关系到地方经济水平的发展，而政府工作是以经济建设为中心的，这些都会驱使政府与企业双方形成关联，良好稳定的政企关系可以实现双赢。从资源配置的角度来讲，“关系”可以帮助组织获取资源且便利地配置资源[10]。地方政府行为会影响到企业所处的外部环境，政策环境不确定性会使得企业创新所需要的各项资源面临重新安排，打破原有政企关系的平衡。一旦发生政策改变，原有稳定的政企关系也会随之弱化，从而带来企业的行为决策发生变化[11]38。由于官员的个体差异，上任后会对现有的政策实施不同程度的改革[12]。这就改变了企业原来所处的政策环境，如融资便利[13]、税收优惠、政府补贴[14]以及市场特权[15]等。因此，企业创新活动所能获得的外部资源减少，需要更多地依靠企业的内部资源，企业的创新成本变高，从而降低企业创新。

其次，从企业的创新意愿角度，财政分权理论认为中央政府赋予地方政府一定的自主权，地方可以与中央共享财政收入[16]。王贤彬等[17]认为，地方官员更替会影响到短期的经济增长。周黎安[18]46认为，在晋升锦标赛的制度背景下，新任官员在经济发展与环境保护之间会优先考虑促进经济增长，可能会导致对环境问题监管相对不足。新任官员去引导企业注重经济增长，在一定程度上减少了对企业发展带来的环境污染问题的关注[19]。在政绩考核与晋升压力影响下，地方官员甚至会赋予企业一定的社会功能，从而影响到企业的发展方向[20]。为应对官员更替带来的政策环境不确定性，建立新的政企关系，企业也会一定程度上遵循地方政府政策的风向标，关注短期产能水平的提升，导致企业的创新投入不足[21]。此外，官员更替也会使企业面临政治环境的不确定性，增加了外部风险；加之创新活动本身的风险性较高[22]，从而进一步降低企业的创新意愿。综合上述分析，得出以下假设：

假设1.政策不确定性会对重污染企业创新产生显著的负向影响。

由于产权性质的特殊性，国有企业不仅承担着生产服务等基本职能，还被赋予了一定的行政职能。作为公有制经济的重要载体，国有企业是地方经济发展的支柱，与政府之间的关系更为紧密[23]。政治庇护理论认为，主政官员可以通过影响国有企业的经营，增加国有企业的政策性负担，从而实现一定的经济、社会与政治等多方面的功能。为弥补政策性负担的影响，地方政府会在政策上对国有企业给予更多的支持[11]40。新任官员一般会优先与国有企业频繁接触构建关系，使得国有企业可以获取到更多的来自于政府方面的政策支持[24]137。因而，当发生官员更替时，地区政策环境虽然发生变化，但对国有企业创新环境的冲击相对较小。而对于非国有企业，政策不确定性会使其在很大程度上处于弱势地位，一方面会使得原有的利益格局发生变化，需要投入一定的资源来重新构建政企关系[25]；另一方面所能获得的外部环境可能会发生变化，如税收优惠以及信贷资金等[26]。基于上述分析，提出以下假设。

假设2.政策不确定性对不同产权性质的重污染企业会产生不同的影响。与非国有企业相比，政策不确定性对国有企业创新的抑制作用较弱。

大量立足于国内工业化发展水平的研究表明，工业化发展水平不同的城市在生产率上存在差异[27]。一般工业化发展水平高的城市的生产率高，其产业集聚程度相对也较高[28]，规模优势的存在可以更充分地利用创新的正外部性。这些地区的企业多属于资本密集型和技术密集型，更多地依靠技术创新来突破资源的约束，减少污染物的排放[29]。反之，工业化发展水平低的城市的生产率较低，其产业聚集程度相对也较低，这些地区的企业多属于劳动密集型和能源密集型，技术创新能力较弱，更加依赖自然资源的消耗[30]63。此外，在工业化发展水平高的城市，地方财政对工业发展的依赖性更大，有动机去影响地方企业的发展方向从而推动短期内的经济增长。由于工业化发展水平高的城市对创新的依赖性更强，而创新活动本身具有的高风险特点，官员更替导致工业化发展水平高的城市企业所面临的外部环境发生更大的变化，进一步增加了所面临的风险，从而企业减少其创新活动。根据以上分析，得出如下假设：

假设3.政策不确定性对不同工业化发展水平的企业所产生的影响不同。与工业化发展水平较低的城市相比，工业化发展水平较高的城市发生政策不确定性对重污染企业创新的负面影响更加显著。

二、研究设计

（一）样本选择与数据来源

本文选取2015年京津冀、长三角、珠三角地区的废水国控重点监测企业①具体名单为《国家重点监控污染源名单2015》。为研究对象，主要出于以下考虑：首先，选取样本符合本文研究主题，可以探究在环境治理背景下，重污染企业创新如何受官员更替的影响；其次，考虑到样本的可得性以及研究的一般意义，70%以上的企业集中在这三个地区，名单中的废水国控重点监测企业相比其他污染物监测企业更为全面、更具代表性。2015年，京津冀、长三角、珠三角三个地区废水国控重点监测企业的数量分别为173家、450家、139家，对数据不完全的样本进行剔除之后，剩余有效观测值共有758家企业。既包括上市公司，又包括非上市公司；既包括国有企业，又包括非国有企业。主营业务涉及到造纸、钢铁、食品加工、化学原料及化学制品等多方面。三个地区2013—2015年数据根据《中国工业经济统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》和新华网、新浪网和天眼查等网站搜集手工整理而得。

（二）模型设定

参照现有关于企业创新的文献，本文构建如下的回归模型

其中，ln Patenti，c表示第i个城市第c个污染企业创新；Unceri表示第i市的政策不确定性的代理变量；Ctrls代表其他控制变量；ε为随机扰动项。本文通过构建该模型来检验政策不确定性对企业创新的影响。

（三）变量定义

1.被解释变量

企业创新：采用专利授权数（ln Patent）并对其取自然对数，企业的专利数据通过在天眼查网站手动搜集获得。

2.解释变量

政策不确定性（Uncer）：本文采用官员更替作为政策不确定性的代理变量[4]30[31]。文中官员更替数据借助新华网、新浪网等门户网站，通过手动搜集进行，完成了2013—2015年京津冀、长三角、珠三角共48个地级市的地方官员数据收集整理工作，共搜集了上任时间、籍贯、年龄等几个指标。其中上任时间用来研究是否存在政策不确定性，通过构建虚拟变量来进行测度。参照曹春方[32]对“省委书记更替”的做法，本文将6月30日以前发生官员更替的，当年记为1；6月30日以后发生更替的，下一年记为1，其他记为0。此外，籍贯和年龄在稳健性检验中作为工具变量使用。

3.调节变量

企业所有权性质和城市工业化发展水平。其中，根据企业的所有权性质，把企业区分为国有企业（SOE），该变量为哑变量，如果企业是国有企业，记为1；如果是非国有企业，记为0。城市工业化水平的高低则采用第二产业比值占GDP比重来进行衡量[33]。

4.控制变量

为了排除其他因素对企业创新可能产生的影响，参照已有文献，本文依次控制了以下变量：企业的所有权性质（State Own）、媒体曝光度（Media Exposure）[34]、企业的自愿信息披露（Infor Disclosure）、企业年龄（Age）[35]、企业规模（Size）[36]以及重污染企业（Industry）[37]。 变量具体说明如表 1 所示。

三、实证结果与分析

（一）描述性统计

为剔除异常数据的影响，本文对所有连续变量的极端值完成上下1%水平的Winsorize处理。主要变量的描述性统计结果如表2所示，可以发现，企业专利数的自然对数 （ln Patent）均值为1.91，而中位数为0.69，最大值为8.01，最小值为0，说明不同企业的专利数存在较大差异性。政策不确定性的均值为 0.55，标准差为 0.5，说明不同地区的政策不确定性存在一定的差异。

表1 主要变量及其定义

（二）政策不确定性与重污染企业创新

为验证政策不确定性对重污染企业创新的影响，本文对模型进行了回归，结果如表3所示。 表 3 中第（1）、第（3）和第（5）列是单独验证政策不确定性对重污染企业创新影响；第（2）、第（4）和第（6）列则是在第（1）、第（3）和第（5）列的基础上加入控制变量进行回归分析。第（1）列结果显示，政策不确定性对重污染企业创新的影响显著为负 （β=-1.181，p＜0.01）；第（2）列加入控制变量后，政策不确定性的影响系数显著为负但有所降低 （β=-0.425，p＜0.01），说明控制变量有效。究其原因可能是发生官员更替后，企业面临政策环境的改变[38]，使重污染企业进行创新活动所需要的外部资源配置重新洗牌[39]，进一步增加企业创新的风险性，进而影响到企业创新。这与陈德球等[4]31研究官员变更对企业创新效率影响的研究结论一致。进一步地，本文区分了地方主政官员更替引发的政策不确定性（Uncer MPC）与环保部门官员更替相关的政策不确定性（Uncer EPA）对企业创新的影响。第（3）、第（4）列的结果同样支持该研究结论。第（5）列的回归结果显示政策不确定性对企业创新的回归系数为负但不显著，第（6）列中加入控制变量后，结果显示依然不显著。这可能是因为环保部门属于地方政府的职能部门，虽然负责当地的环保事宜，但其职责有限[40]，不足以引发较大的政策不确定性，因而没有对企业创新产生显著影响。假设1部分得到验证。

不同控制变量对政策不确定性的回归系数和显著性基本稳定。具体地，国有企业、自愿信息披露、企业规模均对政策不确定性产生显著的正向影响；是否为重污染行业产生负面影响但不显著；企业年龄产生正面影响但不显著；媒体曝光度对企业创新的影响显著为负，这是因为媒体一般会报道能够引起大众注意力的信息[41]，而相比于正面信息，公众对负面报道的反应更为强烈[42]，因此媒体多会报道企业的负面信息，从而不利于企业的创新。

表2 主要变量的描述性统计

表3 政策不确定性与重污染企业创新

（三）企业所有权性质分析

表4中进一步分析企业产权性质的调节效应，第（1）、第（2）和第（3）列分别表示当企业为非国有企业时，政策不确定性与重污染企业创新的关系。第（4）、第（5）和第（6）列表示当企业为国有企业时，二者之间的关系。第（1）列的结果表明，政策不确定性对非国有企业产生显著的负向影响（β=-0.336，p＜0.01），表明非国有企业受政策不确定性的冲击较大。第（2）、第（3）列的结果同样支持该结论。第（4）列中，政策不确定性对国有企业并没有产生显著的负面影响（β=0.002），可见政策不确定性对国有企业的影响较小。该结论同样被第（5）、第（6）列的实证结果所支持。这是因为相比于非国有企业，国有企业与政府之间的联系更为紧密，新任官员往往会更加支持国有企业[24]140。虽然国有企业面临的政策环境发生了变化，但其同时承担了一定的社会职能，政府为弥补对其政策性负担的影响，甚至于对企业经营给予相应的政策支持，这就使得国有企业进行创新活动所需要的资源不会发生较大变化，从而使得政策不确定性对企业创新没有产生显著的不利影响[43]。以上结果表明假设2得到验证。

表4 企业所有权性质的调节效应

（四）城市工业化发展水平分析

表5考虑了城市工业化发展水平的调节效应，第（1）、第（2）、第（3）列表示在低工业化发展水平下的政策不确定性对重污染企业创新的影响；第（4）、第（5）、第（6）列表示在高工业化发展水平下二者之间的关系。第（1）、第（2）、第（3）列回归结果表明，在低工业化发展水平下，政策不确定性与重污染企业创新之间并没有显著的影响。高工业化发展水平下，第（4）列结果显示政策不确定性对重污染企业创新在5%的水平上产生显著的负向影响（β=-0.824，p＜0.05）；第（5）、第（6）列中政策环境不确定性对重污染企业创新均产生负向影响。这表明，在工业化发展水平高的城市，政策不确定性对重污染企业创新产生更多的不利影响，与本文的主模型研究结果基本一致。相比较而言，工业化发展水平高的城市重污染企业的发展对技术创新的依赖程度较高，而工业化发展水平低的城市企业技术创新能力较弱，更多的依靠自然资源的消耗[30]63。政策不确定性会进一步增加重污染企业创新活动的风险，从而抑制重污染企业创新。以上结论支持了本文的假设3。

表5 城市工业化发展水平的调节效应

四、稳健性检验

（一）考虑地方官员更替的内生性

本研究可能受到内生性问题的影响。一方面，重污染企业创新不仅会受到政策不确定性的影响，还可能存在其他变量被遗漏问题，比如地方官员更替可能会引发当地人才管理的变化、当地发展规划等。另一方面，地方官员面临发展经济的压力，重污染企业创新会影响到企业绩效，重污染企业绩效又密切关系到地区的经济建设，从而可能导致官员更替产生的政策不确定性，此时存在解释变量与被解释变量相互解释现象。

为解决研究中存在的内生性问题，本文采用工具变量法进行处理。根据目前所获取数据，在工具变量法的使用中对官员更替引发的政策不确定性进行处理。在工具变量的选择中，本文引入官员年龄和是否为本地人（虚拟变量）两个变量。在中国，年龄是官员晋升过程中的一个重要因素，但是年龄并不能由自己决定，只受到父母的影响，年龄并不会对企业创新产生直接影响。同样的，出生地取决于父母，是否为本地人也无法由官员自行选择，不会影响到企业创新。因此，本文认为，官员年龄和是否为本地人这两个工具变量均满足外生性。

表 6 中，本文以年龄（Age）和家乡（Home）作为工具变量进行两阶段回归[44]。第（1）、第（2）列中，第一阶段显示官员年龄对政策不确定性的回归系数在1%的水平上显著为负，说明年龄对政策不确定性具有显著的负向影响；第二阶段显示政策不确定性对重污染企业创新的回归系数在5%的水平上显著为负，说明政策不确定性会显著降低重污染企业创新。第（3）、第（4）列中，第一阶段显示官员是否为本地人的回归系数在1%的水平上显著为正，说明官员的家乡所在地会正向影响到政策不确定性；第二阶段结果表明政策不确定性对重污染企业创新的回归系数在1%的水平上显著为负，表明政策不确定性会对重污染企业创新产生显著的负向影响。以上发现表明，在考虑政策不确定性的内生性之后，本文研究结论依然成立。

表6 市委书记更替对企业创新的影响（2sls回归）

（二）考虑样本的组内相关性

鉴于研究样本可能存在组间相关性的问题，本文采用省级层面聚类标准误来进行验证，以期能够获得更为稳健的结果。表7为标准误聚类到省级层面的回归结果，第（1）列表明政策不确定性的回归系数显著为负（β=-0.362，p＜0.05），虽然回归系数与显著性均弱于表3的主回归结果中政策不确定性的影响系数（β=-0.425，p＜0.01），仍然可以验证假设1。第（2）列的回归系数为-0.486且在1%的水平上显著，说明政策不确定性会对重污染企业创新产生显著的负向影响，回归系数接近于表3中的回归系数-0.478，仍然支持原假设。第（3）列的结果表明政策不确定性对重污染企业创新不具有显著影响，与表3中的结果一致。以上检验证明，在考虑样本的组内相关性的基础上，本文的研究结论依然稳健。

（三）考虑官员更替频率导致的政策不确定性

进一步，为研究地方官员变更频率导致的政策不确定性对重污染企业创新的影响，将地方官员更替引发的政策不确定性替换为地方官员更替频率引发的政策不确定性（Uncer F）。官员更替频率越高，政策不确定性就越大。参照已有文献的做法，官员更替频率产生的政策不确定性为观察期内更替次数除以观察期[45-46]，因此，本研究的频率指标采用三年内发生的更替次数除以3来进行衡量。表8中的回归结果显示，第（1）列中政策不确定性对重污染企业创新并没有显著影响。而在前文中的回归结果为地方官员更替相关的政策不确定性会对重污染企业创新产生显著影响，这是由于官员更替采用0～1哑变量衡量，而官员更替频率的衡量方式为连续变量，变量数据特征不同导致了回归结果的差异。第（2）列中政策不确定性系数在10%的水平上显著为负，说明此时的政策不确定性对重污染企业创新产生显著的负向影响，这是因为主政官员的变动会使得重污染企业外部政策环境发生变化。当官员更替频率越高时，重污染企业所面临的政策环境不确定性越高，进行创新活动的风险也越高。这与本文的基本回归结果一致。第（3）列的回归系数显示，环保部门的官员更替频率产生的政策不确定性对重污染企业创新并不具有显著影响，说明此时的政策不确定性并不会影响到企业创新。以上发现与本文的基本回归结果相一致。

表7 使用更稳健标准误

表8 地方官员更替频率引发的政策不确定性与重污染企业创新

（四）替换被解释变量

以废水国控重点监测企业的专利授权数（ln Patent）来衡量企业创新，为使研究结果更加稳健，采用企业知识产权（ln Intell）替代专利授权数（ln Patent）来衡量重污染企业创新。这一指标涵盖了企业商标权、著作权、软件著作权以及资质认证等。表9给出了回归结果，可以发现第（1）列中政策不确定性对重污染企业创新在5%的水平显著为负，说明政策不确定性会对重污染企业创新产生不利影响。同样，第（2）列政策不确定性对企业创新的回归系数在5%的水平上负向显著，说明此时政策不确定性使得重污染企业的创新会受到抑制；第（3）列的回归结果表明政策不确定性对重污染企业创新产生了负向影响。可以发现，将被解释变量由企业专利授权数（ln Patent）替换为企业知识产权（ln Intell）后，回归结果与表3的保持一致，说明本文研究结果具有稳健性。

表9 替换被解释变量

五、结论与研究意义

（一）研究结论

地方政府对企业行为的影响近年来备受学术界关注，而关于政策不确定性与重污染企业创新活动之间关系的研究尚不充分。多数研究结果表明，政策不确定性不利于企业创新[2]119[4]27，个别研究则得到了相反的研究结论。然而，已有研究对政策不确定性与企业创新影响的机制并没有进行深入探讨，特别缺乏对于由企业产权性质和工业化发展水平导致的政策不确定性对企业创新的不同影响的识别，并且忽视了对重污染企业的特异性考察。本文以废水国控重点监测企业为研究对象，从政策不确定性视角出发，利用地方官员更替为准自然实验，考察了政策不确定性对企业创新的影响，初步得出以下研究结论：

首先，政策不确定性会显著降低重污染企业创新。官员更替意味着地方政策不确定性的变动，这会导致企业创新成本和风险增加，从而使得企业减少其创新活动。其次，国有企业正向调节政策不确定性与重污染企业创新之间的关系。这或许在于，国有企业作为地方经济的发展支柱，具有较强的抵御不确定性风险的能力。此外，在高工业化发展水平下，政策不确定性对重污染企业创新有显著的抑制作用；而在低工业化发展水平下，这一影响并不显著。

（二）研究启示

基于以上研究，本文从政府与企业两个维度得出如下启示：

1.政府政策的连续型不仅可以降低重污染企业在技术创新中面临的不确定性，而且有助于淡化官员变动对当地政策的个人影响力。新任官员，除了上任后积极推行新政外，还要考虑这些新政可能会给企业传达了什么样的信号，进而对企业创新行为可能产生的影响。企业创新是区域乃至国家创新系统的重要组成部分，是构成国家竞争优势的重要来源。政府政策的制定要循序渐进，尽量避免政策的重大变动给企业创新带来的不利影响，确保政策变化的顺利衔接。进一步地，政府可以“因地制宜”地制定相关政策，充分考虑国有企业与非国有企业、高工业化发展水平与低工业化发展水平的差异性，避免政策的“一刀切”给企业带来的不利影响。新任官员不仅要减少其行为给企业带来的外部环境不稳定性，还应考虑采取积极的举措来支持企业的创新活动，通过创新来平衡经济发展与环境保护的冲突，实现经济繁荣与绿色发展的双赢。

2.重污染行业的企业管理者要认识到政策不确定性可能对企业创新活动带来的影响。一般地，政策不确定性为重污染企业带来的影响有积极的一面也有消极的一面。积极效应体现在重污染企业在政策变化中发现了新的商机并推动其商业化，进而转化为收益。然而，政策不确定性还会为重污染企业的创新活动带来消极影响，这些影响不仅会演化为创新风险，还会导致与预期目标相偏高等种种不利后果。基于此，重污染企业应将对创新活动的管理提升到战略高度，根据企业发展所处的不同阶段，以及政策不确定性可能的影响，制定灵活且有弹性的技术创新战略，以应对外部环境的变化。只有这样，才能够提高企业对外界环境变化的抵抗力，真正提升企业的竞争优势。