生态保护补偿政策能否促进企业高质量发展——来自黄河流域制造业的经验证据.pdf

生态保护补偿政策能否促进企业高质量发展来自黄河流域制造业的经验证据92引言黄河流经我国九个省（区），在我国生态安全、经济建设、文化发展等方面具有战略性、全局性的重要地位。2019 年习近平总书记在黄河流域生态保护和高质量发展座谈会上指出，要加强黄河流域生态保护，促进全流域高质量发展。黄河流域的高质量发展关系到我国经济高质量发展的整体布局，关系到中华民族的伟大复兴1。同时，黄河流域也是我国重要的制造业基地，其制造业是提高技术创新、推动产业结构升级与支撑黄河流域经济增长的主力军。因此，制造业高质量发展对实现黄河流域生态高水平保护与落实高质量发展战略有着至关重要的作用。已有研究表明，制造业竞争力是实现黄河流域制造业高质量发展的先决条件2，产业结构升级3、制造业产业集4、数字经济5、创新与研究6、绿色竞争力7等因素是推动黄河流域制造业高质量发展的关键驱动力。然而，黄河流域独特的资源禀赋和历史遗留问题导致黄河流域制造业产业结构呈现出高碳排放、高资源依赖、高污染、高消耗的特点，由此引发的环境问题已成为黄河流域制造业发展过程中的主要制约因素。一方面，碳中和目标对黄河流域制造业产业结构调整提出了挑战3；另一方面，全要素生产率作为黄河流域制造业高质量发展的关键方面也需要更多政策支持8。因此，实现“双碳”目标需要考虑环境可持续性与经济增长之间的平衡，研究黄河流域生态治理与其制造业高质量发展之间的关系是出于现实的需要，对促进黄河流域区域间的协调发展，推动区域高质量发展具有重要意义。生态保护补偿政策是由政府部门主导9、利用市场机制来解决生态环境问题10，促进环境质量改善的一种公共支付手段。流域内的生态环境与经济发展具有一定关联度11，黄河流域内脆弱的生态环境和独特的资源禀赋加大了其治理难度，制约了黄河流域的高质量发展。当前对于生态保护补偿政策的研究大多从资助项目：甘肃省哲学社会科学规划项目“关系投资支持甘肃农民农村共同富裕的内在逻辑、实现途径和关键举措”（2022QN025）；甘肃政法大学校级科研项目“黄河流域制造业高质量发展：动力与实现路径”（GZF2022XZD05）；甘肃省高校大学生就业创业能力提升工程项目“数智时代会计学专业学生实现高质量充分就业的多元创新路径”。作者简介：简冠群(1987)，女，教授，硕士生导师，研究方向为公司财务与资本市场，E-mail:。*责任作者：任淑瑜(1998)，女，硕士研究生，研究方向为公司财务与资本市场，E-mail:shuyu_。生态保护补偿政策能否促进企业高质量发展 来自黄河流域制造业的经验证据简冠群，任淑瑜*（甘肃政法大学经济学院，甘肃兰州 730070）【摘 要】黄河流域环境污染与高质量发展已成为当前国内关注的重要问题，我国为应对黄河流域生态恶化带来的挑战制定了一系列环保政策。本文立足生态补偿政策并构建准自然实验，以20052019年黄河流域A股制造业上市公司为研究对象，运用多期双重差分法实证检验生态保护补偿政策对黄河流域制造业高质量发展的影响。研究发现：生态保护补偿政策的实施促进了黄河流域制造业高质量发展水平的提高且存在明显的区域异质性和产权异质性，具体表现在对黄河流域上游和国有企业制造业高质量发展促进作用明显高于中下游地区和非国有企业。社会责任承担和政府补助增加是生态保护补偿政策推进黄河流域制造业高质量发展的重要方式，上述研究结论在经过PSM-DID、更换被解释变量、安慰剂检验后仍然具有稳健性。研究全面考虑了生态保护补偿政策在流域内不同区域发挥作用的渠道，有利于充分发挥生态保护补偿政策在黄河流域生态治理和高质量发展中的功效。【关键词】生态保护补偿；黄河流域；制造业；高质量发展【中图分类号】X37；F2755【文章编号】1674-6252（2024）02-0092-11【文献标识码】A【DOI】10.16868/ki.1674-6252.2024.02.09293生态保护补偿政策能否促进企业高质量发展来自黄河流域制造业的经验证据环境污染程度12、生态效率水平13、区域协同改善环境质量14、流域内城市发展水平15等宏观视角进行分析，较少从微观视角入手，更鲜有学者从微观视角探讨生态保护补偿政策与黄河流域高质量发展之间的关系。再者，黄河流域以资源依赖型、低附加值的基础产业布局为主，制造业是黄河流域现代化经济体系的重要支柱。因此，以生态保护补偿为切入点，探究黄河流域制造业高质量发展，有利于开发黄河流域制造业发展潜力，打造黄河流域宜居生态经济，助推黄河流域高质量发展。为探讨生态保护补偿政策实施后，黄河流域制造业企业是达到积极效果的“引船就岸”，还是造成消极影响的“逆水行舟”，本文以黄河流域制造业为研究对象，利用 20052019 年黄河流域制造业 A 股上市公司的面板数据，采用多期双重差分方法构建准自然实验，实证考察了生态保护补偿政策对黄河流域制造业高质量发展的影响，以期为黄河流域高质量发展提供借鉴。企业贯彻落实生态保护补偿政策，遵循了“谁破坏谁修复、谁修复谁受益”的原则，是企业在积极承担社会责任，其中也有政府对企业进行环保补助的影响，在这两者的作用下，生态保护补偿政策可能会对企业高质量发展产生影响。基于此，本文探讨了企业社会责任承担与政府补助对生态保护补偿政策影响黄河流制造业高质量发展的作用机制。此外，由于生态保护补偿政策对不同特征的企业高质量发展具有异质性影响，本文还深入分析了异质性影响下的黄河流域制造业高质量发展差异。本文的边际贡献在于，企业作为现代经济发展的微观主体，落实生态保护补偿政策是实现经济高质量发展的重要举措，生态保护补偿政策下的黄河流域制造业企业是选择“引船就岸”还是“逆水行舟”会产生截然不同的环境治理效果。本文考察了生态保护补偿政策下黄河流域制造业高质量发展效果，结论肯定了政府生态环境保护政策的效果。同时，已有文献对于“生态保护补偿政策”与“高质量发展”相关研究停留在宏观层面，更鲜有文献以黄河流域制造业企业为研究对象将二者结合起来，本文扩充了“生态保护补偿政策”与“黄河流域高质量发展”相关文献，为生态保护补偿政策在不同区域发挥作用的渠道提供了现实和理论支撑。1 政策背景、理论分析与研究假设1.1 黄河流域生态保护补偿政策背景生态保护补偿政策作为调节生态环境保护利益相关者关系和经济效益内部化的重要政策手段早已成为热点问题。2007 年关于开展生态补偿试点工作的指导意见是我国进入 21 世纪以来对生态保护补偿政策的初次探索。随后政府出台了一系列政策，将生态保护补偿政策纳入水土保持法（2010 年）、环境保护法（2014 年）、水权交易管理暂行办法（2016 年）等法律中，以法律形式确立了生态保护补偿政策的“官方地位”，同时在水资源配置中加入市场机制。如表 1 所示，在中央政府指导意见的引导下，黄河流域各省（区）也开始出台相关文件贯彻落实生态保护补偿政策。山东省于 2007 年首先开始了流域内生态保护补偿尝试。2017 年，宁夏发布了生态保护补偿机制实施方案，预示着黄河流域实现了全流域生态保护补偿。表1黄河流域各省（区）生态保护补偿政策明细省份时间实施文件山东2007关于印发南水北调黄河以南段及省辖淮河流域生态补偿试点资金管理办法的通知2010小清河流域上下游协议生态补偿暂行办法2011墨水河流域生态补偿暂行办法2019山东地表水环境质量生态补偿暂行办法河南2009关于印发河南省水环境生态补偿暂行办法的通知2017河南省水环境质量生态补偿暂行办法陕西2009陕西省渭河流域水污染补偿实施方案（试行）2017关于印发健全生态保护补偿机制实施意见的通知山西2009山西省人民政府办公厅关于实行地表水跨界断面水质考核生态补偿机制的通知2013关于完善地表水跨界断面水质考核生态补偿机制的通知青海2010关于印发三江源生态补偿机制试行办法的通知四川2016关于健全生态保护补偿机制的实施意见2019四川省流域横向生态保护补偿奖励政策实施方案内蒙古2016关于健全生态保护补偿机制的实施意见2019内蒙古自治区重点流域断面水质污染补偿办法（试行）甘肃2017印发甘肃省贯彻落实国务院办公厅关于健全生态保护补偿机制的意见实施意见的通知宁夏2017关于建立流域上下游横向生态保护补偿机制的实施方案不同流域会呈现出不同的特性，黄河流域生态保护补偿政策的制定和实施来源于黄河流域高质量发展面临的挑战，黄河流域生态保护补偿政策的制定也应契合自身特性。与其他流域生态保护补偿政策实施条件相比，黄河流域生态保护补偿具有以下几个特性：一是黄河流域生态保护补偿各地区经济发展水平不同，导致黄河流域各省（区）生态保护补偿标准和94中国环境管理2024 年第 2 期补偿机制存在较大差异。二是生态保护补偿机制和技术不够完善和成熟，因此未形成全流域的生态保护补偿。三是黄河流域目前生态保护补偿仍由政府来主导，缺乏市场机制的引入，黄河流域自然和社会环境的特殊性，要求黄河流域生态保护补偿政策的实施必须因地制宜。1.2 理论分析与研究假设1.2.1 生态保护补偿政策与黄河流域制造业高质量发展及其区域异质性黄河流域生态环境和独特的自然资源是黄河流域制造业实现高质量发展的物质基础。黄河流域作为我国重要的生态安全屏障和能源、化工等基础工业基地，其产业结构呈现出高污染、高消耗、高能源依赖性的特点。黄河流域面临的生态环境污染严重的原因来源于两方面：一方面，受气候影响黄河枯水期较长，植物生长环境恶劣，环境承载力较差，加剧了黄河工业污染；另一方面，黄河流域大部分地区经济发展水平较低，部分省（区）能源消耗量大，企业生产技术相对落后导致资源利用率偏低，增加了污染物排放量，流域内整体生态效率处于较低水平。资源过度消耗及环境污染阻碍了黄河流域的高质量发展。高质量发展的实质是在经济发展过程中尽量减少对生态环境的负向影响16，黄河流域生态保护补偿机制能够改善流域内生态环境，助推黄河流域实现高质量发展17。已有研究表明，企业为了获得更多的资金补助及融资便利而加强和政府之间的关联18，自觉遵守流域内生态保护补偿政策。此外，严格的生态保护补偿政策能够限制企业的高污染高耗能行为，通过税收征管或者水权交易等方式减免税收和进行一定补偿，企业在获得政府补助后也会增加环保投入19，促使企业进行环保技术创新，积极承担环保责任，不断增加减排技术研发投入，改善生产流程和提高污染治理技术水平，实现清洁生产，提高资源转化率。黄河流域在生态保护补偿政策的推动下，激发地方政府治理流域内环境污染和资源过度消耗的内在驱动力，通过协调在生态保护中各利益相关者的关系来影响各主体的行为20，借助自身独特的自然资源，将高质量发展作为经济发展的总体目标，提升技术创新水平，不断优化产业结构，改变传统高耗能的经济发展方式，以生态循环经济带动流域内经济增长，实现经济效益和环境效益的双赢，推动黄河流域制造业高质量发展。黄河横贯我国东西，全长共 5464km，流经 9 个省（区），流域内经济发展水平在空间上有很大差异，生态保护补偿政策的实施对黄河流域制造业高质量发展的效果也会产生区域异质性。企业高质量发展程度与区域经济发展水平密切相关，一定的区域经济发展水平是高质量发展的重要基础21。南水北调东线和中线工程为黄河流域下游受水区省份经济高质量发展提供了充分的水资源22，23，缓解下游地区水资源供需矛盾及生态环境恶化问题，对下游地区经济、社会和生态效益产生巨大影响。相反，黄河流域中上游地区水资源不足的现状制约了经济发展与生态保护，南水北调西线工程相较于东线、中线工程还需进一步优化，影响了黄河流域上游地区的高质量发展24。换言之，黄河流域经济发展的不平衡不充分现象明显，上游地区的经济发展水平明显落后于中下游地区，上游地区制造业高质量发展上升空间也大于中下游地区。同时，黄河流域的生态保护补偿政策作为一种以政府为主导的补偿机制，政策优惠可能会更倾向于上游落后地区，即生态保护补偿政策对黄河流域上游制造业高质量发展的影响更明显。基于此，本文提出如下假设：H1：生态保护补偿政策能够促进黄河流域制造业高质量发展，其效果存在明显的区域异质性。1.2.2 生态保护补偿政策与黄河流域制造业高质量发展机制分析黄河流域制造业高质量发展水平受多重因素的影响，生态保护补偿政策的实施与这些因素存在一定联系，政策实施过程中通过这些渠道促进高质量发展。在经济学中，生态保护补偿是指人类为生态服务、生态权益开展付费交易的行为，以保证生态系统良好运行10，即人类对环境的补偿。这种补偿不仅包含政府以资金或非资金形式补偿因支持生态保护而造成自身利益受损的行为主体以弥补其生态保护成本25，也包含为了自身利益破坏生态环境的行为主体需要通过罚款形式进行赔偿26。黄河流域制造业长期处于粗放型经济增长模式下，以高污染、高资源消耗换取企业发展的方式远达不到企业高质量发展的要求27。对于企业而言，自觉遵守生态保护补偿政策既是履行环境社会责任，向外界传递企业积极贯彻落实生态保护补偿政策的信号，通过树立企业良好形象提升自身竞争力，进而获得良好的社会声誉、影响政策的制定28、赢得利益相关者的信任29，拓展利润空间；也能够利用政府支持弥补企业用于改善生产设备、进行清洁生产的成本，进而提高流域内绿色技术创新水平，有效解决环境污染问题，推动黄河流域制造业高质量发展。因此，不管是经济激励手段还是惩罚手段，都表95生态保护补偿政策能否促进企业高质量发展来自黄河流域制造业的经验证据中国环境管理2024 年第 2 期明社会责任承担与政府补助是企业高质量发展的重要驱动力。基于此，本文提出如下假设：H2：社会责任承担、政府补助增加是生态保护补偿政策促进黄河流域制造业高质量发展的重要渠道。2 研究设计2.1 样本选择与数据来源本文选择的准自然实验各地区发生时间不同，最早和最晚分别为 2007 年和 2017 年，为确保实验事件发生期间内最早和最晚时间前后的一致性，选取20052019 年为样本期间，以黄河流域九省（区）A股制造业上市公司为研究样本。同时，对样本做出如下处理：剔除观测期内被特殊处理的股票和有退市风险的股票、重要数据严重缺失的样本，最终得到 2209个观测值。其中社会责任承担的数据以和讯网公布的企业社会责任总评分作为代理变量，其他研究数据来源于国泰安数据库和中国工业企业调查数据库。2.2 模型构建2.2.1 双重差分模型本文运用双重差分方法估计生态保护补偿政策的实施与黄河流域制造业高质量发展的关系，由于黄河流域各省（区）生态保护补偿政策实施时间不同，因此构建双向固定效应多期双重差分模型进行检验，将黄河流域各省（区）首次实施生态保护补偿政策的年份作为该省（区）政策起始时间。模型如下：TFPposttreat +i,t=0123+postZttttii,t（1）式（1）中，TFPi,t是被解释变量，表示 t 时间 i 企业高质量发展水平，本文采用LP（Lucas-Pigou approach）法进行测算；treatipostt表示企业 i 所在省份在 t 年是否已经实施生态保护补偿政策，为虚拟变量；Z 表示影响企业高质量发展的控制变量；0是常数项；1表示生态保护补偿政策实施后的黄河流域制造业高质量发展水平，该系数若显著为正，说明生态保护补偿政策提升了高质量发展水平；表示控制变量 Z 的回归估计系数；t代表时间固定效应；i代表企业固定效应；i,t为随机扰动项。考虑到企业高质量发展可能存在异方差问题，将模型的聚类稳健标准差控制在企业层面。treat 作为区分黄河流域生态保护补偿政策实施前（treat=0）和实施后（treat=1）的政策虚拟变量，若该省（区）在 t 年出台过生态保护补偿相关文件和通知，则认为该地区企业在 t 年已受到生态保护补偿政策影响，并赋值 treat 为 1（处理组），反之则赋值为 0（控制组）。基于国务院办公厅关于健全生态保护补偿机制的意见国发办201631 号的出台，将 2016年之前作为政策实施前（post=1），2016 年之后作为政策实施后（post=0）。treat 与 post 相乘即为虚拟变量生态保护补偿政策（DID）的代理变量。2.2.2 机制分析模型前文理论分析指出社会责任承担及政府补助在生态保护补偿政策和黄河流域制造业高质量发展之间的重要渠道，为验证上述机制是否存在，本文在模型（1）的基础上设定如下机制分析模型：CSRtreatposttreat +i,t=0123+postZtttttii,t（2）TFPtreatpostCSR +i,t=01234+treatpostZttttti,tii,t（3）SUBtreatposttreat +i,t=0123+postZtttttii,t（4）TFPtreatpostSUB +i,t=01234+treatpostZttttti,tii,t（5）式（2）至式（5）中，CSRi,t表示企业 i 在 t 年的社会责任承担，用和讯网公布的企业社会责任总评分测度；SUBi,t表示企业 i 在 t 年的接受的政府补助；1、4为模型（2）至（5）中各项系数，其中若各模型中 1和 2显著为正，模型（3）中 1相较于模型（2）系数有所下降，且模型（5）中 1相较于模型（4）系数有所下降，则表明社会责任承担和政府补助是生态保护补偿政策促进黄河流域制造业高质量发展的重要渠道；其他变量与式（1）一致。2.3 变量定义2.3.1 被解释变量黄河流域制造业高质量发展（TFP）既有研究一般从综合指标和单一指标两种对企业高质量发展进行测度。其中综合指标一般通过构建创新发展、绿色发展、开放发展、共享发展、价值创造能力、经营能力等不同层面构建出综合指数30,31，作为企业高质量发展的代理变量。此种方式虽然能够更全面地评价企业发展质量，但综合指标评价体系的构建过多依赖评估者主观认知，相较于综合指标体系构建，采用单一指标测度方式则更为客观。目前学术界较为广泛采用单一指标测度方式作为企业高质量发展的代理变量是全要素生产率，该指标具有更强的客观性、可操作性及综合性，因此，本文将全要素生产率96中国环境管理2024 年第 2 期作为企业高质量发展的代理变量32。同时，使用 LP法作为全要素生产率的主要回归测算方法33,34，设定模型如下：lnLnLnage +YMYi,tKi,ti,ti,t=01ank+sestateEXyearnnkkregindi,ti,tmmmi,t（6）式中，i 代表企业，l 代表行业；InYi,t表示企业 i 在 t 年的工业增加值；M 和 L 分别为中间投入和从业人员规模；age 表示企业年龄；state 表示企业是否为国有企业；EX 表示企业是否参与出口活动的虚拟变量；year、reg 和 ind 分别是企业年份、地区和行业的固定效应；表示在生产函数中无法体现的随机干扰以及测量误差等因素。2.3.2 解释变量本文核心解释变量 treati+postt表示企业 i 所在省份在 t 年是否实施了生态保护补偿政策。由于各省份推行生态保护补偿政策的年份不一致，在确定不同地区生态保护补偿政策推行时间时，通过检索各省份人民政府官方网站及中华人民共和国生态环境部官方网站，手工搜集了各地区具体实施生态保护补偿政策的时间。2.3.3 渠道变量（1）社会责任承担（CSR）。企业社会责任主要从股东、员工、合作方、消费者、环境和社会五个方面进行考察。本文以和讯网公布的企业社会责任报告总得分作为社会责任承担的衡量指标，总得分越高，社会责任承担情况越好。（2）政府补助（SUB）。参照郑飞等35的研究，将企业在财报中公布的实际得到政府财政补贴数取对数处理，以降低数据绝对值并消除数据异方差带来的影响。2.3.4 控制变量参照已有文献常用设定，本文控制了资产回报率（ROA）、净 资 产 收 益 率（ROE）、股 权 集 中 度（First）、流动比率（CR）、速动比率（QR）、现金持有量（Cash）、企业成长性（Growth）、产权性质（State）。同时，模型中加入了时间（Year）固定效应和企业（Firm）固定效应。主要变量定义如表 2 所示。3 实证结果与分析3.1 描述性统计表 3 报告了主要变量的描述性统计结果。从中可以看出，企业高质量发展水平（TFP_LP）的均值为9.056，标准差为 1.059，最小值为 5.822，最大值为12.23，说明黄河流域制造业企业高质量发展水平存在表2变量定义与说明变量性质变量符号变量描述构造方法被解释变量TFP_LP高质量发展LP 法计算出来的企业全要素生产率解释变量treatpost生态补偿政策根据 treat 与 post 乘积计算所得渠道变量CSRCSRTOT 社会责任总得分/分根据和讯网查询的社会责任各得分定义SUB政府补贴将企业实际得到政府的财政补贴取对数处理控制变量treat政策虚拟变量2016 年之前定义为 1，否则为 0post时间虚拟变量该企业所在省份当年实施了生态补偿政策的赋值为 1，否则为 0ROA资产回报率年末净利润与年末总资产的比值ROE净资产收益率年末净利润与平均股东权益的比值First股权集中度第一大股东持股比例CR流动比率（%）流动资产/流动负债QR速动比率（%）速动资产/流动负债Cash现金持有量（%）货币资金/总资产 Growth企业成长性公司营业收入的增长率State产权性质国有企业为取值为 1，否则为 0Year时间固定效应年度虚拟变量Firm企业固定效应个体虚拟变量表3变量描述性统计变量样本数均值标准差最小值最大值TFP_LP2 2099.0561.0595.82212.23treatpost2 2090.6410.48001treat2 2090.6950.46001post2 2090.7050.45601ROA2 2090.03460.0726-0.8030.381ROE2 2030.01041.117-45.550.990Cash2 2090.1430.1090.0008550.676CR2 2092.0322.0820.031832.02QR2 2091.5321.8760.017730.21Growth2 2090.4779.394-0.918429.0State2 2090.4100.49201First2 2093.4040.4761.4234.500CSR2 2091.1611.106-4.1229.557SUB2 20715.742.082121.29Number of id26626626626626697生态保护补偿政策能否促进企业高质量发展来自黄河流域制造业的经验证据中国环境管理2024 年第 2 期较大差异。生态保护补偿政策实施变量（treatpost）的平均值为 0.641，表明在样本期内有 64.1%的制造业企业，年度观测值受到了黄河流域生态保护补偿政策的影响。其他变量也存在一定差异。3.2 平行趋势假定检验采用多期双重差分需要满足一个前提，即在政策发生前处理组与控制组没有显著差异，在进行基础回归前运用平行趋势假设来验证政策实施前处理组和控制组的差异性。为此本文将采用事件研究分析方法36，将生态保护补偿政策替换为政策实施前后若干年的虚拟变量，被解释变量仍然为高质量发展水平，设定模型如下：TFPZi,tii,t=0+p=53pptD（7）式（7）中，0为常数项；DP是虚拟变量，说明了生态保护补偿政策是否推行，如果企业 i 属于处理组且第 t 年是企业 i 所在地区生态保护补偿政策实施前或实施后的第 p 年，则 DP设为 1，反之为 0。若结果变量中处理组与控制组在政策推行前并没有明显不同，则 DP的系数不会显著异于 0。表 4 为平行趋势检验回归结果，由表可知，生态保护补偿政策实施前三年的虚拟变量的交互项回归系数均不显著，这表明选取样本企业的实验组和控制组在政策实施之前并没有显著差异；政策实施后的回归系数先下降后上升，且第四年回归系数显著为正，这表明生态保护补偿政策能够有效促进黄河流域制造业高质量发展，政策效果存在一定滞后性。为提高平行趋势假定检验结果可视化水平，本文继续将政策实施前四年作为基期，考虑到政策时效性，在 95%置信区间内绘制上述虚拟变量的交互项系数变动趋势图。结果如图 1 所示。表4平行趋势假定检验回归因变量：生态保护补偿政策变量结果变量结果变量结果Pre_30.145（0.12）post_40.123*（0.03）QR-0.097*（0.03）Pre_2-0.025（0.11）LEV1.268*（0.09）Cash1.229*（0.15）Pre_1-0.092（0.08）Age0.011*（0.00）Growth0.002（0.00）current0.006（0.08）ROA2.831*（0.20）State0.069*（0.03）post_1-0.015（0.07）ROE0.000（0.01）Constant1.668*（0.12）post_2-0.025（0.06）First0.104*（0.03）Firm&Year是post_30.043（0.06）CR0.084*（0.03）R20.487注：*、*、*分别表示在 1%、5%、10%水平上显著；上述回归结果均采用以企业为聚类变量的稳健标准误，下同。图 1 表明，在生态保护补偿政策实施前，制造业高质量发展水平的系数均不显著（图中 95%置信区间包含 0），表明在生态保护补偿政策实施前处理组与控制组的高质量发展水平没有显著差异，平行趋势假设成立。政策实施后，制造业高质量发展水平的置信区间由小于 0 逐渐变为大于 0，这与上文回归结果一致。因此，本文所构建的模型是合理的。图 1平行趋势假定检验3.3 基准回归结果分析表 5 报告了生态保护补偿政策对黄河流域制造业高质量发展影响的基准回归结果。其中 Panel A 报告了在加入一系列控制变量和双向固定效应后，发现交互项 treatpost 的系数显著为正，说明生态保护补偿政策能够促进黄河流域制造业高质量发展。进一步地，黄河流域经济发展不平衡不充分，生态保护补偿政策的实施促进了黄河流域制造业高质量发展的现象是否存在区域异质性？基于此，本文将样本分为上、中、下游三个地区，进行了分组回归，回归结果如 Panel B 所示。由 Panel B 回 归 结 果 可 知，上 游 地 区 交 互 项treatpost 系数显著为正，而中下游地区交互项treatpost 系数并不显著，表明生态保护补偿政策促进了黄河流域上游制造业高质量发展，但对中下游地区影响不大。换言之，流域生态保护补偿政策对黄河流域制造业高质量发展的影响存在显著的区域异质性。其原因可能是，黄河流域上游地区生态环境较为脆弱，制造业高质量发展水平基数远低于中下游地区，发展质量上升空间大；再加上国家政策倾向于上游欠发达地区，给予的政策优惠更多，生态保护补偿政策的激励效应更强，因此流域内生态保护补偿政策对黄河流域上游地区制造业高质量发展的影响更明98中国环境管理2024 年第 2 期显。假设 1 成立。表5基准回归结果变量Panel APanel B：区域异质性分析全样本上游地区中游地区下游地区treatpost0.108*（0.03）0.706*（0.26）0.003（0.30）0.113（0.07）treat-0.735*（0.25）-0.251（0.239）-0.700*（0.29）-0.389*（0.11）post-0.159*（0.04）-0.001（-0.16）-0.105（0.08）-0.798（8.87）ROA1.743*（0.15）0.506（0.97）2.085*（0.30）1.890*（0.20）ROE-0.011（0.01）0.289（0.45）-0.043*（0.02）-0.008（0.01）First-0.015（0.04）0.261*（0.12）-0.193*（0.09）-0.050（0.05）CR-0.059*（0.03）-0.051（0.05）-0.068（0.08）-0.111*（0.05）QR0.027（0.03）0.091（0.09）0.018（0.09）0.091*（0.05）Cash-0.019（0.13）0.011（0.53）0.018（0.25）-0.117（0.16）Growth0.005*（0.00）0.021*（0.01）0.004*（0.00）0.026*（0.01）State0.136*（0.06）0.410*（0.16）-0.370*（0.13）0.290*（0.07）Constant8.586*（0.30）6.188*（0.62）9.454*（0.44）8.582*（0.20）Firm&Year是是是是N2 2032846861 233R20.3840.4150.3450.480P 值0.000*0.000*0.000*3.4 生态保护补偿政策与高质量发展的路径分析上文分析了生态保护补偿政策的实施对黄河流域制造业高质量发展的促进作用，并且存在区域异质性。为探究两者可能存在的传导路径，本文以模型（2）（5）为基础对其进行回归。表 6 为在社会责任机制、政府补助机制下生态保护补偿政策对黄河流域制造业高质量发展的影响。由表6可知，社会责任、政府补助与黄河流域制造业高质量发展的回归系数均在 1%的水平上显著为正，且表中列（2）和列（4）的系数相较于模型（1）有所降低，表明生态保护补偿政策除了能直接促进黄河流域制造业高质量发展，还会通过社会责任承担、政府补助增加这两个渠道对其产生积极影响，这两者是生态保护补偿政策促进黄河流域制造业高质量发展的重要路径。上述作用机制在经过 Sobel 检验后均呈现显著性，假设 2 成立。表6生态保护补偿政策促进黄河流域制造业高质量发展路径分析变量社会责任渠道政府补助渠道CSRTFP_LPSUBTFP_LPtreatpost0.031*（0.01）0.102*（0.04）0.473*（0.16）0.089*（0.03）CSR0.193*（0.01）SUB0.039*（0.01）控制变量是是是是Constant-0.306（0.45）8.645*（0.28）5.983*（1.13）8.351*（0.29）Firm&Year是是是是N2 2032 2032 2012 201R20.3550.4380.3200.397Sobel 检验0.006*（z=3.142）0.018*（z=2.701）中介效应系数0.006*（z=3.142）0.018*（z=2.701）直接效应系数0.102*（z=2.863）0.089*（z=2.402）总效应系数0.108*（z=3.084）0.108*（z=2.598）注：因篇幅限制，控制变量的回归结果未列示，留存备索。下同。社会责任承担和政府补助增加是生态保护补偿政策促进黄河流域制造业高质量发展的重要机制，但本文进一步思考的是，上述传导机制是否也具有区域异质性。基于此，本文对上述两个机制分区域进行了回归。如表 7 所示，上游地区的社会责任、政府补助与黄河流域制造业高质量发展的回归系数均显著为正，中游地区的政府补助与黄河流域制造业高质量发展的回归系数显著为正，下游地区的社会责任与黄河流域制造业高质量发展的回归系数显著为正，这一路径分析的区域异质性分析结果与前文基本高度一致，即生态保护补偿政策促进黄河流域制造业高质量发展不显著的地区，其不显著的传导路径也较多。中游地区的生态保护补偿政策未能激发企业的社会责任承担，但政府补助的增加能够激励中游制造业企业改进生产设备；下游地区的政府对其制造业企业的补偿力度较小。因此，疏通生态保护补偿政策促进黄河流域制造业高质量发展的传导路径，是发挥生态保护补偿政策效能的关键。99生态保护补偿政策能否促进企业高质量发展来自黄河流域制造业的经验证据中国环境管理2024 年第 2 期表7生态保护补偿政策促进黄河流域制造业高质量发展区域 异质性分析变量Panel A：上游地区社会责任渠道政府补助渠道CSRTFP_LPSUBTFP_LPtreatpost0.467*（0.17）0.620*（0.20）2.089*（0.95）0.663*（0.27）CSR0.184*（0.05）SUB0.021*（0.01）控制变量是是是是Constant0.0506.179*-0.8736.206*（0.82）（0.60）（2.21）（0.62）Firm&Year是是是是N284284284284R20.5820.4500.4690.419变量Panel B：中游地区社会责任渠道政府补助渠道CSRTFP_LPSUBTFP_LPtreatpost0.007（0.01）0.001（0.01）0.014*（0.01）0.002*（0.00）CSR0.279（1.33）SUB0.070*（0.01）控制变量是是是是Constant1.299*（0.56）9.091*（0.41）8.775*（1.61）8.834*（0.44）Firm&Year是是是是N686686685685R20.3750.4290.3390.389变量Panel C：下游地区社会责任渠道政府补助渠道CSRTFP_LPSUBTFP_LPtreatpost0.281*（0.13）0.070*（0.02）0.842（0.87）0.653（0.40）CSR0.153*（0.02）SUB0.114（0.12）控制变量是是是是Constant-0.934*（0.36）8.725*（0.19）14.182*（0.81）8.378*（0.22）Firm&Year是是是是N1 2331 2331 2321 232R20.3210.5200.3010.4813.5 稳健性检验3.5.1 倾向得分匹配检验多期双重差分方法能够将“时间效应”和“政策效应”进行分离，一定程度上解决内生性问题，但此方法仍然无法避免样本选择的估计偏差，即事实上不同企业个体特征也可能存在较大差异。因此，为了解决样本自选择问题，本文进一步采用倾向得分匹配为基础的倍差法（PSM-DID）对模型进行回归。以本文控制变量为匹配特征变量，然后进行 11 最近邻匹配，并将匹配后的观测值重新进行估计。图 2 表明，匹配后处于共同取值范围内的样本占据多数，仅有少量样本不属于共同区域内，这说明倾向得分匹配的效果较好。表 8 中 Panel A 报告了匹配后的回归结果，结果显示交互项系数仍然在 5%的水平上显著为正（beta=0.158，t=2.55），与前文运用多期双重差分方法估计的结果基本一致，说明本文基础回归分析的稳健性。图 2共同的倾向得分范围3.5.2 更换被解释变量测算方式为使得回归结果更加稳健，本文采用 GMM（Generalized Method of Moments）方法来重新度量全要素生产率，将其作为黄河流域高质量发展的代理变量，并命名为 TFP_GMM。进一步地，将重新测算的TFP_GMM 放入模型（1）中进行回归，结果如表 8 Panel B 所示，交互项系数显著为正，以上结果仍然很好地支持了本文假设。3.5.3 安慰剂检验生态保护补偿政策对黄河流域制造业高质量发展的影响可能会受到很多不可观测因素的影响，为进一步检验估计系数的稳健性，本文通过随机抽取生态保100中国环境管理2024 年第 2 期护补偿年份和受到生态保护补偿政策影响的企业来进行安慰剂检验。为确保估计结果的准确性，本文进行了 500 次随机抽样，将抽取样本放回模型（1）中进行回归。图 3 报告了 500 次重复抽样后的核密度分布图。由图可知，处理组估计系数大部分在零点附近分布，基准回归估计系数（0.108）基本独立于抽样系数分布之外，说明安慰剂检验有效，本文回归结果依然稳健。3.6 产权异质性分析产权性质的不同，导致企业治理结构和经营模式存在差异，故生态保护补偿政策对其影响也可能存在差异。为了进一步细化研究结论，本研究将企业样本按国有企业和非国有企业两种行业性质分类，以此研究不同产权性质下生态保护补偿政策对黄河流域制造业高质量发展的影响。分产权性质回归结果如表 8 Panel C 所示。国企的交互项系数为 0.253 且在 1%的水平上显著；而非国有企业的交互项系数为 0.167 且在 10%的水平上