欢迎访问7天职称论文网! 

热点推荐词:

职称论文发表范文

矿业企业绿色技术创新效率及影响因素分析———来自微观数据的实证分析

文字:[大][中][小] 手机页面二维码 2022-04-28 10:41:38    

[摘要]空气污染既会直接提高驻地企业风险,也会间接地转化为无形成本负担,而社会保险可以分散风险,也会挤占开支.空气污染可能对企业社保缴费同时存在着风险感知效应与成本挤占效应.“逆温”现象为检验空气污染与社保缴费的关系提供了识别策略.研究表明,PM25与社保缴费间存在“倒 U 型”关系,并在不同行业间存在异质性.

[关键词]空气污染;工业企业;社保缴费

[中图分类号]F0622        [文献标识码]A    [文章编号]1003G1154(2022)02G0122G11

一、引      言 

保险作为一种风险转移的工具,与空气污染这一风险因子关系密切. 已有成果研究了空气污染对个人健康保险需求的影响(Changetal.,2018[1];伍骏骞等,2019[2];袁成和刘舒亭,2020[3]),但作为对经济社会影响最重大、广泛的社会保险,其与空气污染的因果关系并未理清. 空气污染对企业经营的风险效应与成本效应会对社保缴费产生影响,表现为提高风险感知水平和企业成本负担挤占. 一方面,社保是转移风险的工具;另一方面,社保缴费增加了企业的用工成本负担.逻辑上,空气污染的风险感知效应是更直接的.对企业社保缴费的成本挤占效应则更间接、隐性且传导链条更长,要影响到企业的实际生产经营, 增加成本负担,其作用门槛更高. 轻微的空气污染影响可能为风险感知效应所主导,在短期内拉动了企业社保缴费的上升,但严重的空气污染却大量地挤占了企业经营成本,造成社保缴费的“倒 U 型”逆转下降. 我国空气污染极现象受到各方关注. 其中,新疆和田、喀什一度位列全球空气质量最差城市前二十,首都北京也曾被列为全球前100 名雾霾城市1 . 空气污染对社保缴费的影响更可能是经常性地被成本挤占效应所主导,空气污染所造成的成本挤占效应也许可以为我国工业企业极为普遍的社保逃费现象提供一

2012年以来,我国政府面向国内与国际社会推出了许多针对空气污染与环境保护的指导性政策文件, 如国内的具体有2000 年的«大气污染防治法»、2013年的«大气污染防治行动计划»、2018 年的«打赢蓝天保卫战三年行动计划»等. 我国空气污染防治已不仅是一个国内的经济社会问题,还对我国国际形象的建立至关重要.我国积极推动空气污染防治工作,这体现了大国担当. 工业企业的社保缴费遵从与逃费一直是我国社会保障体系构建的难点和舆论热点,空气污染对工业企业社保缴费究竟影响几何? 其值得关注.鉴于PM25浓度已是广受国际社会接受的空气污染测度指标(EbensteinAetal.,2015)[4],本文选取其作为空气污染对中国工业企业社保缴费影响的核心解释变量,力图给出实证证据,以证明其之间“倒 U 型”关系的存在.

image.png

本文至少有三点政策含义. 一是论证了大气防治等环保治理措施对我国大多数企业,具有“降成本” 的政策效应,可起到提高工业企业社保缴费遵从的助推作用.二是本文的证据表明:我国经济要实现高质量发展,加强社会保障制度建设与环保治理措施在我国并不矛盾,还具有协同效应. 三是在空气质量良好、空气污染不严重、但社保压力大、经济欠发达的地区,要注意空气污染治理所带来的风险感知钝化效应,给予企业优惠与政策引导,减少因为环保规制而带来的经济成本与社保缴费规模下降. 同时,本文实证分析在理论上进一步丰富了环境风险与社保求间关系的研究结论.

社保缴费因我国长期以来社保征管的“属地化” 管理原则,一直存在着激励不足、地方政府自由裁量与企业不遵从的问题,制度上有很多模糊化、不透明、有争议的地方.首先,在2019 年以前,征管体制上由社保经办机构征收、地方税务部门征收、社保经办机构委托地方税务部门代为征收三种模式共存,且由地方政府自由选择.社保内部各险种、各所有制征收对象间 还 存 在 着 相 互 嵌 套 的 “碎 片 化 ”(刘 军 强,2011[]).2018,中共中央办公厅国务院办公厅印发了«国税地税征管体制改革方案»,规定了各项社保费将由税务部门统一征收,并于2019 年正式移交实,我国社保费的征缴部门之争画上句号. 但改革的进度因为各种因素的影响,政策的执行暂定采用的成熟一省,移交一省的渐进式改革思路(尹恒等,2021[]).又因社保收支在地区间的不平衡不充分,将统筹层次上移以进行中央的统一划拨调剂一直被学界实务界以及社会各阶层所广泛讨论. 但因统筹的上移会弱化地方实际征收机构的激励和触及地方政府的利益,下一步统筹层次上移对社保缴费征管的影响已被重点关注(朱恒鹏等,2020[];赵仁杰和范子,2020[]).

然而,这些制度性分析都没有捕捉到企业主动的社保缴费遵从情况.空气污染既会提高企业风险,也会增加企业负担,产生风险效应与成本效应. 社保本身是一揽子保险产品,其既是转移风险的工具,也是附加于劳动力购买价格之上的成本负担. 空气污染对企业风险的提高具有直接性. 恶劣的工作环境、呼吸道中混杂的颗粒物与可见的雾霾弥漫会被人类个体先直接感知,企业更迫切地需要采取低端劳动力积累的劳动密集型经营策略,并在招工时给予员工更高工资以进行补贴式的健康补偿. 对于企业的成本效应则更隐性、更间接,比如严重的雾霾弥漫造成交通运输限行、存货周转受阻(李超和李涵,2017[9]);使劳动生产率下降(陈诗一和陈登科,2018[10];Fuetal.,2019[11];陈帅,张丹丹,2020[12]),直觉上,其均需要空气污染达到一定的阈值条件才会产生. 因此,空气染对工业企业社保缴费可能具有风险效应成本效交替主导的U 影响. 本文选择中国工业企社保缴费规模作为实证分析的被解释变量,以精确计算到县的PM 浓度为指标,检验空气污染对社保缴费的影响.识别使用逆温差作为工具变量,好地解决了识别的内生性问题,加入稳健性检验与异质性,得出了相对可信信息丰富的结,将社保缴费的因变量进行分解检验,还基于行业类型分组回归以进行异质性分析. 结论表明,空气污染对企存在直接的风险效应与间接的成本效应,同社保缴费间是U 关系.

本文使用中国工业企业数据(CIBPD)、美国国家航空航天局(NASA)气象卫星遥感 AOD(气溶胶光学厚度)反 演 数 据、中 国 气 象 科 学 数 据 共 享 服 务 网(CNEMC)天气数据数据库,构建了一个非平衡的面板数据集.数据的处理上使用了卫星数据的栅格点, 采取双线插值的办法,计 算出了精确到县的年均PM浓度水平,检验县域年均 PM 浓度对社保缴费的U 影响.

结果表明,PM25浓度上升与辖区内工业企业的社保缴费规模存在“倒 U 型”关系,即社保缴费先为直接的风险效应所主导,达到一定的阈值后再出现负担挤压的间接成本效应,且这一实证结果具有稳健性. 然后,对 社 保 缴 费 规 模 的 因 变 量 进 行 分 解,发 现PM 对社保缴费的影响更多的是通过员工人数与人均工资起作用,在基于行业类型的分组回归中存在异质性.其与前文形成对照,增 加了本文结果的可靠性.

本文的创新点与边际贡献在于:实 证发现了PM增加与我国工业企业社保缴费规模的  U关系,并进行了基于行业类型分组的异质性分析, 较为细致地阐明了PM影响工业企业社保缴费的直接风险感知效应与间接成本挤占效应. 本文还将社保缴费规模的因变量分解为员工人数人均工资与社保费率以探明 PM 影响社保缴费规模的方式,提供了环境因素对社保缴费保险需求影响的新视,为空气污染对企业行为的研究提供了新的参考.

本文以后的结构安排如下:第二部分是文献综述与研究假设;第三部分是实证研究设计;第四部分是实证回归结果;第五部分是稳健性与异质性检验;第六部分为结论与政策建议.

二、文献综述与研究假说 

(一)文献综述

1.社保缴费的影响因素

我国工业企业社保逃费现象多发,因此,对社保缴费影响因素的研究成为重要课题. 首先,关于税务部门征收、社保经办机构征收、社保经办机构委托税务部门代为征收“三元”征缴机构的选择问题. 刘军强(2011)判断存在征缴机构选择多元化的原因在于,各部门间存在或显性或隐性的资源与利益之争. 其剖析了1999—2008 年历时10 年的社保征缴主体制度变迁,判断地方税务部门征收才能有效扩大社保缴费覆盖面,增加社保基金收入. 但彭雪梅等(2015)[13]手动搜集的我国31 个省级行政单位的 20022011年社保缴费数据却显示,由社保经办机构征收的总体效果要明显好于由地方税务机关征收,结果稳健且显.唐珏和封进(2019)[14]则证明,社保缴费机构从社会保险部门变更为地方税务部门,不仅会使企业实际缴费率上升 ,还会使得企业参保概率上升 .总之,一般认为税务部门具有较强的征管能力与征管资源,但社保经办部门对个人参保者信息更了解且征收的内在激励更强. 不同征收机构对社保缴费的影响存在争议,但判定税务部门征收效果更好的成果稍.2018年党中央国务院原本部署社会保险费明年起由税务部门统一征收的情况下,2019 年改革又暂时搁置,需要成熟一省,移交一省. 其征收机构选择问题还具有讨论空间.

其次是社保统筹层次上移的影响. 朱恒鹏等(2020)以委托代理理论的的视角进行分析,认为社保统筹层次的上移虽能够增强社保的风险分担能力,也会带来基层政府社保征缴积极性下降的负面影响. 赵仁杰和范子英(2020)将研究对象放在了占比社保缴费规模三分之二的养老保险统筹上,认为统筹力度越,企业养老保险缴费率下降越明显.社保经办机构征收相对税务部门征收提供了更多的可操作空间,为征收机构变更与统筹层次上移的改革应该并举.基本都判定统筹层次的上移会对企业实际社保缴费率产生负向影响,还认为以移交税务机关征收为代表的加强征管措施能够起到改革风险对冲作用.

最后是各种相关因素的影响. 赵绍阳和杨豪(2016)[15]发现,高工资企业的更高公积金等员工福利对社保缴费存在替代关系,有更强的社保逃费动机. 刘子兰等(2020)[16]则论证了最低工资制度与企业社保缴费的成本效应与替代效应,判断地区最低工资标准的提高显著降低了企业社会保险缴费率,消减了社保参保积极性. 但其大多还是集中在征管体制改革的政策效应评估,或者员工福利制度对其缴费意愿的作用机制上,对于环境因素给其带来的影响暂时空缺.

2.空气污染的影响

空气污染作为全人类“同呼吸、共命运”的“会呼吸的痛”,其对经济社会影响的测算已是国内外学者研究的热点.对于人类个体,其造成婴儿早夭(Arceoetal,2016)[17],引起肥胖率上升(DeschenesOetal,2020)[18], 低人均预期寿命 (Ebenstein A etal,2015,EbensteinAetal,2017[19]),还会干扰地区间人口流动(Chenetal,2017)[20].

空气污染对企业行为的影响集中在直接的风险感知效应和间接的成本挤占效应两大方面. 严重的空气污染先是产生了直接的风险效应,比如使之创新激励减弱(罗能生等,2019)[21]. 随后,其还令存货周转受阻(李超和李涵,2017),损害人力资本质量(吴超鹏等,2021)[22],让劳动生产率下降(陈诗一和陈登科,2018;Fuetal,2019;陈帅和张丹丹,2020),还不得不使之增 加 职 工 薪 酬 以 提 供 健 康 补 偿 (沈 永 建 等,2019)[23],间接地增加企业各项成本负担. 其改变了企业的行为偏向,并对其行为决策造成了全方位的极影响.社保缴费既是广大工业企业的硬性性支出负担,又是一种转移职工各类作业风险的政策性金融工具. 空气污染会通过直接风险效应和间接成本效应两个渠道作用于其社保缴费行为. 值得进一步地开展实证分析.

3.空气污染对保险需求的影响

空气污染作为一种环境风险因子,容易危害个体健康.理论上应对保险这一风险转移工具的需求产生影响.因空气污染对保险需求影响的研究起步较晚,国内外学者把研究对象主要放在了影响渠道最直接、机制最清楚的健康保险之上.

Changetal.(2018)发现,经常性的空气污染对购买或取消健康保险的决策有显著影响,但这种影响与理性选择理论不一致,即每日空气污染增加一个标准差,当天卖出的保险合同数量就会增加72%. 伍骏骞等(2019)的研究表明,公众对雾霾污染影响健康的关注,增加了其对健康保险的需求,实证证据还显示其对健康保险需求同时具有直接影响与空间溢出效应,公众对雾霾污染影响健康的主观认知还包含一定的时滞性. 袁成和刘舒亭(2020)则再次证实了上述的认知时滞性特征,居民风险认知的调节效应在于放大了短期与长期空气污染对商业健康保险消费的影响.空气污染对健康保险需求的研究已初露端倪,即空气污染会使得区域内的健康保险需求增加. 但这一影响由于空气污染的渐变性和认知转变的缓慢,效应的作用时间相对长期且具有一定的滞后性.

商业健康险本就是社会保障体系的“第三支柱”.但空气污染对最基本的、“第一支柱”的社会保险缴费的影响还未有人进行研究. 其根本原因可能在于社保的强制参保性质,并不受个体购买意愿的影响. 但我国社保缴费存在较为严重的自由裁量和企业遵从问题.这为本文的实证分析提供了研究的素材与土壤.空气污染对企业的风险感知效应是相对直接的, 因此也就更易被触发. 在空气污染程度未达到一定阈值前,工业企业会把社保缴费更当作是一种转移风险的手段,所以社保缴费规模不降反升. 但一旦严重的空气污染、超高浓度的 PM25 超过了一定程度的数量门槛,辖区内“伸手不见五指”. 企业运输被雾霾弥漫所笼罩,车辆遭遇“限行”管制,存货流转困难(李超和李涵,2017);健康风险的预警使得高质量人力资本大量逃离式流出(吴超鹏等,2021);招聘吸引力的下降使得企业用工成本陡升(沈永建等,2019);形中糟糕的工作环境作用于雇工脑神经,其劳动生产率不可避免地逐渐下降(陈诗一和陈登科,2018;Fuetal,2019;陈帅和张丹丹,2020). 这将导致企业各项经营性成本攀升,对社保缴费行为的影响也逐渐为加间接的成本挤占效应所主导.PM继续上升,之社保缴费规模在达到拐点后急转下降,从而呈U 关系.

(二)研究假说

严重的空气污染对工业企业有着直接的风险效应,如使得企业进行技术创新的激励减弱(罗能生等,2019);还会逐渐产生间接的成本效应,比如阻碍企业存货周转(李超和李涵,2017),使人力资本质量滑坡(吴超鹏等,2021),令劳动生产率明显下降(陈诗一和陈登科,2018;Fuetal,2019;陈帅和张丹丹,2020),还会以提供健康补偿的方式增加劳动力雇佣成本(永建等,2019).但因空气污染本身的无形风险性质,其对风险感知风险意识的影响理应更直接更易于触发,而不附带作用门槛局限. 相反,产生成本负担的效应可能更间接,需要达到一定的污染阈值条件. 社保既是转移风险的金融工具,也会形成企业支出负,微弱的空气污染可能会提高其风险意识,使得企业对劳动力提高工资以进行健康补偿,推动社保缴费规模上升.但空气污染的严重程度一旦到达了一定阈值,空气污染对辖域内企业产生全方位的间接成本效应,企业各类负担上升,经营出现困难. 其出于节省经营成本的考虑减少雇佣削减工资而减少社保缴费支出规模.所以,本文做出如下假说:

假说一:严重的空气污染会对我国工业企业社会

保险缴费产生直接的风险效应与间接的成本效应,对缴费规模有先上升后下降的“倒 U 型”关系.

因为企业调整缴费费率更容易面临征管处罚的危险,空气污染对社保缴费规模的影响可能更多的是通过直接风险效应和间接成本挤占效应改变了企业的行为倾向,而进行调整用工人数、人均工资的相机抉择.对应的假说如下:

假说二:空气污染与工业企业社保缴费规模的

“倒 U 型”关系是其组成部分中员工人数与人均工资的变化而导致的.

不同行业类型企业的要素结构不同,空气污染对劳动、资本、技术要素的影响存在差异性. 因而,本文再做出如下假说:

假说三:空气污染与工业企业社保缴费的“倒 U 型”关系,以及对其组成结构的影响在不同行业类型间呈现一定的异质性.

本文采用中国工业企业数据、美国国家航空航天局气象卫星遥感 AOD 反演数据、中国气象科学数据共享服务网天气数据构成的非平衡面板数据集,对以上假设进行检验.

三、实证研究设计 

(一)实证设计

本文先以标准的  OLS 模型,使用县内栅格点平均得到的县级PM25作为地区空气污染程度的衡量指标,以进行估计分析. 然后,为了解决识别的内生性问题,使用逆温差作为工具变量,再采用2SLS 方法再次进行估计以对比.接下来,本文实证分析空气污染中的县域年度PM25浓度对中国工业企业社保缴费的影响.

1.计量模型

(1)OLS估计模型

本文将首先使用  OLS 模型,实证检验空气污染中的县域年均PM25浓度与我国工业企业社保缴费的关系,回归模型为(1):

Insurancei,j,t  =β0 +β1PM25j,t  +β2PM25j2,t  +

θXi,j,t  +ρWj,t  +αi  +μt  +εi,j,t                                        (1)

其中,i 表示企业个体,j 表示企业所在地区,t 表示年份,Insurancei,j,t 是本文的被解释变量,分别为i企业个体在j 地区第t 年的社保缴费.PM25j,t 为县域地区j 使用县内栅格点平均得到的t 年度PM25浓度,PM25j2,t 是其二次项,它们是本文的核心解释变量.Xi,j,t 表示一系列企业属性的控制变量,包括企业年龄、企业规模、企业盈利能力、企业产权.Wj,t 表示天气方面的控制变量,包括年平均降水量、年平均 气压、年平均气温、年平均相对湿度、年度日照时数.

模型(1)控制了双向固定效应,αi   为企业固定效应,μt为年份固定效应.εi,j,t 为误差项,包括随企业、时间和地区变化且不可观测特征. 本文将标准误聚类到县 ,以识别位于同一个县企业的空间和时间相关性.

β1  与β2  是本文最关心的系数,反映了空气污染与企业社保缴费的关系.θ 是一系列企业属性控制变量的系数,分别衡量了企业年龄、企业规模、企业盈利能企业产权对企业社保缴费的影响.ρ 是一系列天气控制变量的系数,测算了年平均降水量年平均气年平均气温年平均相对湿度年度日照时数对企业社保缴费的影响.

(2)工具变量估计模型

要想得到 OLS方法的一致估计量,模型(1)需要外生性假设.但模型(1)很可能因存在遗漏变量或者逆向因果而产生内生性问题(Angrist,2008)[24],使得OLS估计产生偏误.但遗漏变量问题是,可能有遗漏的变量可以直接影响工业企业社保缴费,也可以间通过PM影响企业社保缴费,比如因为当地政较差的行政管理能力,对社保缴费征收与环境规制的执行能力都很差,从而同时影响到了 PM 度与公业企业社保缴费.逆向因果问题可以这样形,保缴费本就反映了工业企业的一种社会责任意识,而社会责任意识也会影响工业企业的排污行,从而反向影响到PM浓度.

为了更好地解决识别的内生性问题,本文参考DeschenesOetal(2020)的做法,采用逆温差作为空气污染的工具变量.纵观现有的研究成果,这一识别策略在应用上已经成熟,大量成果也已发表.Arceoetal(2016)使用逆温差,以墨西哥的数据实证了空气污染对 新 生 婴 儿 死 亡 率 的 影 响. 陈 帅 和 张 丹 丹(2020)用监狱工厂计件工人的数据,以逆温差识别并实证 了 空 气 污 染 对 劳 动 生 产 率 的 负 面 影 响.

DeschenesOetal.(2020)使用逆温差的工具变量识别策略,发现了空气污染会造成身体质量指数(BodyMassIndex,BMI)和肥胖相关指标的恶化. 吴超鹏(2021)还以逆温差量化了空气污染对上市公司高管流动的扰动效应,证明了其对高管层的人力资本量产生了负面影响.

原理上,合格、有效、干净的工具变量选择必须满足两个假设条件,即相关性(与核心解释变量相关)与外生性(与误差项不相关)(Angrist,2008).一是空气污染的 PM25 浓度必须与逆温差相关. 正常情况下,随着大气中气流的不断纵向上升,空气中的悬浮颗粒会随着大气密度的稀薄而在半空消散. 按照物理学原理,大气温度应该随着海拔的升高而稳定地逐渐降低.但大气中会随机地产生一种“逆温”现象,使得上下层空气不易交换、对流减少,温度结构随着离地高度增加而温度上升. 这会导致空气中悬浮着的颗粒物因无法进行纵向流动而被围困下沉在地面. 气流受阻、颗粒物堆积,PM25 浓度攀升. 气象学结果表明,大气层结构中的“逆温”强度与 PM25 浓度存在高度正相关关系,并且这一结论已经被世界各地气象观测的高清分辨率解析图所反复验证(Niska Hetal,2005)[25].本文的工具变量回归一阶段估计中已经验证,逆温差强度对 PM 浓度的影响系数也显著为正,通过了弱工具变量检验. 二是逆温差强度不会通过PM 浓度的其他途径,即不存在遗漏变量问题,企业社保缴费不会反过来影响逆温差强度, 但逆温 差 强 度 可 以 直 接 影 响 企 业 社 保 缴 费 行(exclusionrestriction).逆温是一种悬浮于高空之上大气层间的天气现象,基本上难以被个体单位所,大气层间温度的差异更难以为企业所感知,这一一种自然现象,是随机生成的外生冲击式的,社保缴费等企业行为基本上无法对其生成过程起到任何作(Niskaetal,2005). 此外,还存在一个强有力的证据,即在2001 年以后,我国虽然 PM 浓度急剧上升与经济高速增长同时发生,但对应的相关地区逆温差强 度 却 没 有 产 生 多 大 的 变 化 (Niska etal,2005).为了进一步剔除自然环境变量对逆温差工具变量回归结果的影响以得到回归估计的无偏估计量, 本文再参考 Chenetal(2017)的处理办法,添加了天气方面的控制变量. 本文回归模型借鉴已有研究成,通过控制其他天气变量的办法,使得逆温差强度已经与人类生产活动企业行为高度不相关,季节性气候变化因素的影响也已经极度微弱 (Fuetal,2019).所以,本文判定接下来的回归估计结果可以得到无偏估计量.

本文将逆温差作为空气污染中县域年均 PM25浓度的工具变量以进行识别,再使用两阶段最小二乘法(2SLS)对模型进行估计. 第二阶段回归模型与模型(1)相同,而第一阶段的回归模型为:

PM25j,t  =λ0 +λ1IVj,t  +λ2IVj2,t  +θXi,j,t  +

ρWj,t  +αi  +μt  +ηi,j,t                                                     (2)

模型(2)中,IVj,t 表示工具变量,是县域地区j 在t年度的逆温差强度,IVj2,t 是其二次项.ηi,j,t 是一阶段回归的误差项,其余变量定义与设定均与模型()相同.除了核心解释变量之外,一阶段回归的控制变量与二阶段相同,不再赘述.

(二)数据来源与描述性统计

1.数据来源

为了分析空气污染中的县域年度 PM25 浓度与中国工业企业社会保险缴费的关系,本文使用中国工业企业数据、美国国家航空航天局(NASA)气象卫星遥感 AOD(气溶胶光学厚度)反演数据、中国气象科学数据共享服务网(CNEMC)天气数据组成的统计数据库,构建了一个非平衡的纵向面板数据集. 其中, 中国工业企业数据库是针对我国规模以上(年主营业务收入500万元以上)企业的百万级别数据库,统计区域具体到了县级. 作为企业数据来源,其样本巨大、变量充足、信息丰富. 本文的核心解释变量,即空气污染物中的 PM25———环境空气中直径小于等于 微米的颗粒物浓度和逆温差强,数据来源于球模拟与同化办公室发布  MERRA(ModernEra Retrospective                      analysis  for Research         and

Applications,Version2)数据集,这一数据集通过测量尘埃和雾霾等空气悬浮颗粒物所吸收反射日光照射的数量和强度,估计特定污染物,尤其是缺乏地面监测时估算的地区空气污染物浓度,以月为单,内生性题基本上可以被判定为不存. 是    ×62度的经纬度栅,记录198 年至各项空气污染指标,时间跨度从1980 年开始长达40,覆盖全国几乎所有县级单位范围,而且还避免了地面监测站污染数据可能发生的人为操纵,达到了数据质量与精细程度的高要求(DonkelaarA V etal,2010)[26].地区天气的控制变量数据则来自于中国气象科学数据共享服务网(CNEMC)天气数据,其包括了多维度的天气变量数据.

2.变量的构造

PM25参照  V.Buchardetal.(2016)[27]的双线插值法,使用 Arcgis100 软件,以栅格点位置作为参考系坐标,从横纵的 X 、Y 轴两个方向,首先在x 方向进行线性插值,然 后在 y 方向进行线性插值,用matlab先算出卫星反演的栅格点PM 浓度数据县域平均值,再按年度进行平均,得到了全国各县级位的 年 度 平 均  PM 浓 度 数 ,设 为 解 释 变 量PM.逆温差强度的数据也源自 NASA 全球模拟与同化办公室的  MERRA 数据集,其按  ×625的经纬度栅格, 小时一次的频率,42 垂直层分别记录了距地面110米到36000米的空气温.本文借鉴 DeschenesOetal(2020)的计算方法,使用第二层空气(320)温度减去第一层(110 )度的差值,设为逆温差变量,并将数据样本识别到县级区域小时数据加总平均到年以进行构造.

借鉴现有文献与结合数据库的变量缺失值情况, 企业社保缴费以工业企业数据库中数据最为完整的劳动待业保险费变量为基础,计算公式为社保缴ln(劳动待业保险费),进行变量构造.

在企业属性的控制变量方面,企业年龄计算方式为“ln(1+ 年份- 开业年)”;企业规模的计算公式为

“ln(1+ 工业销售产值)”;企业盈利能力等于利润总额除以资产总计;企业产权则根据国有企业、集体企私营企业混合所有制港澳台外资的产权类型设置虚拟变量.

天气控制变量方面,降水量、气压、气温、相对湿度、日照时数的数据则以中国气象科学数据共享服务网(CNEMC)天气数据为基础,同样平均到县、加总到年.

3.数据处理

中国工业企业数据则先以Brandtetal.(2012)[28]的经典方法进行识别,再参照聂辉华等(2012)[29]的处理办法,进行数据清理:一是按企业代码id 和时间将不同年份的数据进行纵向匹配,获得一个非平衡面板;二是删除了工业总产值、工业销售产值、员工人数、中间投入、固定资产、销售额、实收资本小于零,单期折旧小于累计折旧,固定资产、流动资产小于总资 产等明显异常、不合逻辑、数据错误的观测值;三是还删除了出口交货值、工业销售产值等关键变量缺失的样本;四是对职工人数小于8 人、没有完整的会计系统的企业样本,销售额小于500 万、不符合规模以上企业定义的样本,进行删除;五是为了消除极端值的影响,还对关键变量进行了上下1% 的缩尾处理. 最终得 到 了  1998—2007 年 的1,221,215 个 观 测 值.

1998—2007 年的数据区间为2008 年金融危机前,中国经济高度腾飞和环境污染逐渐严重的代表性 10年,中国工业企业数据库又具有统计指标比较多、统 计范围比较全、分类目录比较细、准确程度高的特点, 且由各省、自治区、直辖市统计局和国务院各有关部门报送给国家统计局,是代表我国工业企业经营状况的权威数据. 本文认为其数据已具有了较好的可靠性、可推广性和一定的现实政策意义.

4.描述性统计

表1给出了各变量的名称、定义及统计描述. 

表1   变量的描述性统计

变量

变量定义

备注

观测量

平均值

标准差

1.被解释变量








社保缴费

ln1+ 劳动   待业保险费

千元 对数

1221215

1518

2213

2.核心解释变量








PM25

双线加权县年度平均PM25

微克 立方米

1221215

3644

1038

逆温差

第二层温度减去第一层温度,直接使用县内栅格点平均得到.

摄氏度(℃)

1,221,215

-0969

0352

3.企业属性控制变量








企业年龄

ln1+ 年份- 开业年

年 对 数

1221215

1055

1096

企业规模

ln(1+ 工业销售产值).

千元、对数

1,221,215

1007

1081

资产盈利能力



利润总额/资产总计.


比率

1,221,215

00800

0141

企业产权

国有企业=1 集体企业=2,私营企业=3,混合所有制=4,

港澳台=5,外资=6.

虚拟变量

1,221,215

3420

1333

4.天气控制变量








降水量

当日20时到次日20时的24小时累积降水量的整年加权值

毫米

1221215

9256

4451

气压

一年内日平均气压的加权平均值.

百帕

1,221,215

9975

3861

气温

一年内日平均气温的加权平均值..

摄氏度(℃)

1,221,215

1654

4169

相对湿度

一年内日平均相对湿度的加权平均值

百分率

1,221,215

7164

7406

日照时数

一年内太阳在一地实际照射的时数.

小时

1,221,215

1574

3505













(1)被解释变量

被解释变量为企业社保缴费(Insurance),均值为518,标准差为213.

(2)核心解释变量

核心解释变量为县域空气污染中的县域年均PM浓度(PM).PM浓度的均值为3644,方差为 1038. 工具变量逆温差 ( )均值为 969,方差为352.

(3)企业属性控制变量

企业属性变量包括企业年龄、企业规模、企业盈利能力和企业产权. 在使用中国规模以上工业企业数据库的现有文献中,企业规模有使用总资产、固定资产规模、员工人数等多种衡量办法,考虑到变量的缺失值等问题,本文使用ln(1+ 工业销售产值)为企业规模的衡量指标.

(4)天气控制变量

 


(1)

(2)

(3)

社保缴费

社保缴费

社保缴费

PM25

0037465∗∗∗

0043308∗∗∗

0049515∗∗∗

(0012149)

(0012200)

(0013300)

PM25二次项

-0000434∗∗∗

-0000519∗∗∗

-0000548∗∗∗

(0000135)

(0000137)

(0000145)

企业年龄


0049670

0050895


(0072735)

(0071178)

企业规模


0304864∗∗∗

0305145∗∗∗


(0012079)

(0012068)

资产盈利能力


-0137455∗∗

-0130916∗


(0069401)

(0069067)

企业产权


-0067379∗∗∗

-0067413∗∗∗


(0008321)

(0008284)

降水量



0000350



(0000634)

气压



0006807∗∗



(0003390)

气温



-0118880∗∗



(0058619)

相对湿度



-0004659



(0007773)

日照时数



0002863∗∗



(0001131)

年份固定效应

控制

控制

控制

企业固定效应

控制

控制

控制

样本量

1,096,794

1,096,794

1,096,794

R2

0508004

0512125

0512448

 

 

天气控制变量包括降水量、气压、气温、相对湿

表2    社保缴费的 OLS估计结果

日照时数,分别为当日20 时到次日20 时的24 时累积降水量的整年加权值一年内日平均气压的加权平均值一年内日平均气温的加权平均值一年内日平均相对湿度的加权平均值(大气干燥程度的物)一年内太阳在一地实际照射的时数.

四、实证回归结果 

(一)基本回归结果

基本回归由  OLS 模型与Ⅳ 模型的估计结果组成,第一部分汇报 OLS模型的实证回归结果;第二部分汇报Ⅳ模型的实证回归结果.

1.OLS回归结果

表2中的(1)~(3)汇报了县域年均 PM25 浓度对企业社保缴费的 OLS的逐步回归结果,第(2)列控制了企业属性的控制变量,第(3)列同时控制了企业与天气控制变量. 第(1)~ (3)均控制了年份与企业固定效应,考虑到县域企业、企业不同年份随机扰动项之间相关性产生的统计检验标准误偏差. 本文的所有回归均将标准误聚类到县级层面. 后文相同,不再重复赘述.

由表2 的  OLS 逐步回归结果所示,第(1)列的PM回归系数为037465,PM 的二次项回归系数为000434. ()列的 PM 回归系数为

0043308,PM25   的   二   次   项   回   归   系   数   为

-0000519. 第  (3)列  的   PM25  回  归  系  数  为

0049515,PM25   的   二   次   项   回   归   系   数   为

-0000548,且均在1%的水平下显著. 按照回归估计结果,在暂未考虑识别内生性问题的情况下,空气污染与企业社保缴费存在明显的“倒 U 型”关系.

注:括号内为回归系数对应的标准误,标准误聚类到县级层面;∗、∗∗和∗

∗∗分别表示在10% 、5% 和1% 的水平下显著;R2  为调整的拟合优度.后文表格与此相同之处不再赘述

2.Ⅳ回归结果

表3中的(1)~(3)汇报了县域年均 PM25 浓度对企业社保缴费的Ⅳ 估计逐步回归结果,第(2)列控制了企业层级的控制变量,第(3)列同时控制了企业与天气控制变量. 第(1)~ (3)均控制了年份与企业固定效应.另外,表3最后还汇报了第(1)~ (3)列的第一阶段回归结果. 可见,根据第一阶段的回归结果,逆温差强度对 PM25 有显著正向影响. 本文表格中各列回归的 KleibergenGPaapF 值均大于 StockG

Yogo10% 的临界值水平(约为70 左右),回归不存在弱工具变量的问题.

如表3 所示,在 PM25 对企业社保缴费Ⅳ 估计的第二阶段逐步回归结果中,第(1)列中的 PM25 回归系数为0313702,且在1% 的水平下显著;PM25的二次项回归系数为-0002731,且在5% 的水平下显著.第(2)列中的PM25回归系数为0311414,且在1% 的水平下显著;PM25 的二次项回归系数为002724,且 在  的水平下显著. ()列 的PM回归系数为273744,且在 的水平下显;PM的二次项回归系数为002335,且均在的水平下显著.回归结果是稳健的,相比 OLS 计结果,估计的回归系数绝对值有所增加. 这是由于 OLS估计遗漏变量导致的向下偏误造成的. 回归结果证明了PM与社保缴费的U 关系.

表3 社保缴费的Ⅳ估计结果

 


第二阶段



(1)

(2)

(3)

变量

社保缴费

社保缴费

社保缴费

PM25

0313702∗∗∗

0311414∗∗∗

0273744∗∗∗

(0099446)

(0098673)

(0088041)

PM25二次项

-0002731∗∗

-0002724∗∗

-0002335∗∗

(0001193)

(0001183)

(0001105)

企业年龄


0039573

0043250


(0066891)

(0065700)

企业规模


0312893∗∗∗

0311434∗∗∗


(0016251)

(0015866)

资产盈利能力


-0113307

-0109048


(0090621)

(0087150)

企业产权


-0062474∗∗∗

-0063361∗∗∗


(0010318)

(0009864)

降水量



0000428



(0000656)

气压



0004956



(0003693)

气温



-0161113∗∗



(0066056)

相对湿度



-0000739



(0007464)

日照时数



0005596∗∗∗



(0001761)

年份固定效应

控制

控制

控制

企业固定效应

控制

控制

控制

样本量

1,096,794

1,096,794

1,096,794

R2

-0462986

-0449675

-0440733

第一阶段

逆温差

1165992∗∗∗

1163795∗∗∗

115981∗∗∗

(08774157)

(0877955)

(08207065)

逆温差二次项

2808951∗∗∗

2805214∗∗∗

2656432∗∗∗

(05828543)

(05832854)

(0528529)

KGPF 值

20248

20276

20103

注:KGPF 值为 KleibergenGPaapF 值10% 的临界值水平约为 70 左右,后文表格中与此相同.

(二)因变量分解的Ⅳ回归结果

接下来,本文尝试将工业企业社保缴费的因变量进行分解,以探明空气污染与企业社保缴费“倒 U 型” 关系的源头.因为“社保缴费”等于“员工人数”、“人均工资”、“社保费率”之乘积,本文将“社保缴费”这一因变量分解为“员工人数”、“人均工资”、“社保费率”,分别实证检验PM25对其的影响. 回归使用逆温差强度工具变量进行识别,表4 汇报了 PM25 对企业员工人数、人均工资、社保费率影响的 Ⅳ 估计结果. 表4中第(1)~(3)列回归的被解释变量分别为:员工人数人均工资社保费率. 最后还汇报了第()~()列的第一阶段回归结果. 可见,根据表 第一阶段的回归结果,逆温差强度对 PM 有显著正向影响,且本文表格中各列回归的  KleibergenPaap F值均大于 StockYogo10 的临界值水平(约为 左右),回归不存在弱工具变量的问题.

表4 因变量分解的Ⅳ估计结果

 


第二阶段

(1)

(2)

(3)

变量

员工人数

人均工资

社保费率

PM25

16317029∗∗∗

1645636∗∗∗

0001844

(3734222)

(0625980)

(0002643)

PM25二次项

-0216317∗∗∗

-0018391∗∗

-0000022

(0048214)

(0007827)

(0000033)

企业年龄

5135972

0395567

-0001686

(5011986)

(0405464)

(0001275)

企业规模

94344532∗∗∗

2374489∗∗∗

0004729∗∗∗

(2762620)

(0364805)

(0001279)

资产盈利能力

-90096077∗∗∗

1543212∗

0000815

(5824322)

(0809591)

(0005577)

企业产权

-4563268∗∗∗

0210489∗∗∗

-0004083∗∗∗

(1097434)

(0073898)

(0000728)

降水量

-0006097

-0005182

0000004

(0033125)

(0003529)

(0000028)

气压

0261987

0025132

0000053

(0383779)

(0029877)

(0000196)

气温

-12564798∗∗∗

-0009933

-0000426

(3011830)

(0451904)

(0003767)

相对湿度

-1353653∗∗∗

0083074∗

-0000321

(0487564)

(0046957)

(0000380)

日照时数

0056373

-0005350

0000061

(0063017)

(0009834)

(0000084)

年份固定效应

控制

控制

控制

企业固定效应

控制

控制

控制

样本量

1,096,785

1,096,785

1,094,738

R2

-0393058

-0435504

-0435754

第一阶段

逆温差

1159806∗∗∗

1159806∗∗∗

1161437∗∗∗

(0820704)

(0820704)

(08218007)

逆温差二次项

2656354∗∗∗

2656354∗∗∗

2660918∗∗∗

(052853)

(052853)

(05288697)

KGPF 值

20103

20103

20045

注:KGPF 值为 KleibergenGPaapF 值10% 的临界值水平约为 70 左右,后文表格中与此相同.

正如表4所示,在使用逆温差强度识别的Ⅳ 第二阶段回归结果中,PM25 对员工人数的影响系数为16317029,且在的水平下显著,PM的二次项的影响系数为216317,且在 的水平下显著;

PM25对人均工资的影响系数为1645636,且在1%          ,PM                  01839,且在的水平下显著;PM及其二次项则对社保费率并无任何显著影响. 实证结果显示,PM与工业企业社保缴费的U 关系是由于增减用工人数以及调整在空气污染环境下作业工资以进行健康风险补偿所导致的. 企业在空气污染直接的风险感知效应下,增加用工人数并对人均工资行健康风险补偿,从而拉动社保缴费规模的增加. 着空气污染的不断恶化,成本挤占效应使得工业企业不得不压缩用工人数,削减职工工资,从而造成社保缴费规模的下降.果非常稳健.

(二)异质性检验

1.基于行业类型的异质性分析

首先,基本回归和稳健性检验的估计结果证实: 地区PM25浓度上升与我国的工业企业社保缴费规模间存在显著的“倒 U 型”关系.然后,对工业企业社保缴费的因变量进行分解后,实证表明:这一“倒 U 型”关系是由于企业员工人数增减、人均工资的健康风险补偿效应引起的.直觉上,不同行业类型企业的 

五 稳健性与异质性检验 

(一)稳健性检验

为了检验工具变量2SLS 估计结果的稳健性,本文进行了两组检验,即表5 中的第(1)列和第(2)列.第(1)列将工具变量构造的逆温差强度替换为一年内逆温现象出现的天数,即将“逆温”变换为计数指标. 如果320米的第二层大气温度减去110 米的第一层大气温度的数值大于0,当天“逆温”现象出现,逆温差变量数值增加1.如此统计出一年内逆温现象出现的天数,构造逆温差变量. 第(2)列变更 PM25 变量的计算方式,将前文使用双线加权法进行县平均的计算方式,变更为使用最邻近点之间距离加权、进行县域平均的PM25 浓度(mpm25b). 对应的稳健性检验结果如表5 所示. 另外,为了节省篇幅,本文未汇报第一阶段的回归结果.根据第一阶段的回归结果,逆温差强度对PM25有显著正向影响. 文中表格各列回归 的   KleibergenGPaap F  值 均 大 于  StockGYogo10的临界值水平(约为 左右),回归不存在弱工具变量问题.下文一系列SLS估计的第一阶段回归结果类似,且都通过了弱工具变量检验. 为节省,本文同样未做汇报,不再赘述.

表5   稳健性检验

 


(1)

逆温差强度替换为一年内逆温现象出现的天数

(2)

PM25替换为 mpm25b

PM25

0478134∗∗∗

(0150700)

0263041∗∗∗

(0091748)

PM25二次项

-0005753∗∗∗

(0001458)

-0002228∗

(0001158)

样本量F

1,096,794

1,096,794

R2

-0502357

-0439365

KGPF 值

10996

20083


注:KGPF 值为 KleibergenGPaapF 值10% 的临界值水平约为 70 左右 后文表格中与此相同

正如上述表5 中两组稳健性检验的回归结果所示,PM25、PM25二次项对社保缴费规模的影响系数分别显著为正、显著为负. 空气污染与工业企业社保缴费都存在明显的“倒 U 型”关系,本文的Ⅳ估计结生产要素结构不同,而不同生产要素受到空气污染的影响敏感程度不同,因此空气污染对企业的社会保险缴费行为的影响应具有行业类型间异质性. 本文将以分组回归的方式进行行业异质性检验,以验证结的可靠性.

2.基于行业类型的分组回归结果

理论上,不同行业类型企业的生产要素组成结构与密集程度必然存在差异性. 我国工业企业社保缴费规模与空气污染“倒 U 型”关系的异质性影响也亟待实证检验. 本文参照鲁桐和党印(2014)[3]的分类办法,先按照行业的要素密集情况进行聚类,再将最终聚类后重新划分的21 个行业分为劳动密集型行业、资本密集型行业、技术密集型行业三大类型,然后基于行业类型进行分组回归. 最后,使用逆温差工具变量识别的估计结果如表6所示.

表6给出了基于行业类型的分组样本Ⅳ 二阶段估计结果.第(1)~ (3)列分别是对分属于劳动密集型、资本密集型、技术密集型行业的企业分组样本Ⅳ 二阶段估计结果. 在纵向上,还对 PM25 浓度对社保缴费、员工人数、人均工资、社保费率的影响,分别进行了回归估计.PanelA、PanelB、PanelC、PanelD分别为在使用逆温差的工具变量识别下,按照行业类型样本分组的PM25浓度对社保缴费、员工人数、人均工资、社保费率的Ⅳ二阶段估计结果.

首先,从  Panel A  中 第 (1)~ (3)列 中 来 看,PM浓度与社保缴费规模的U 关系只在资本密集型技术密集型行业企业中存在,在劳动密集型行业的企业中则并不存在.

其次,在PanelB 中第(1)~ (3)列中,PM25 与员工人数的“倒 U 型”关系在劳动密集型、资本密集型、技术密集型行业中全部显著存在.

再次,由  PanelC 中第 (1)~ (3)列 可以看出,PM浓度与人均工资补偿的U 效应只在资本密集型行业企业中显著存在.

最后,再看 PanelD 中第(1)~ (3)列,PM25 与社保费率在劳动密集型、资本密集型、技术密集型行业的企业中均无“倒 U 型”关系,只会导致技术密集型行业企业的社保费率显著增加.

基于行业类型的分组回归结果

 


(1)

劳动密集型

(2)

资本密集型

(3)

技术密集型

PanelA:社保缴费

PM25

(0186252 0119836)

0313122∗∗∗ (0097171)

0287146∗∗∗ (0081303)

PM25二次项

-0001550 (0001519)

-0002923∗∗ (0001186)

-0002127∗ (0001085)

样本量

387,707

328,254

371,022

R2

-0453664

-0451550

-0450638

KGPF 值

10253

28381

12295

PanelB:员工人数

PM25

21483968∗∗∗ (6635984)

10818258∗∗∗ (3739267)

12580389∗∗∗ (4415469)

PM25二次项

-0262427∗∗∗ (0081398)

-0148949∗∗∗ (0044867)

-0194286∗∗∗ (0055468)

样本量

387,701

328,250

371,022

R2

-0425712

-0399699

-0355707

KGPF 值

10254

28379

12295

PanelC:人均工资

PM25

(1605540 1013422)

2394664∗∗∗ (0615887)

(1189831 1045296)

PM25二次项

-0020413∗ (0012050)

-0027593∗∗∗ (0007586)

-0009709 (0013764)

样本量

387,701

328,250

371,022

R2

-0454200

-0451060

-0446052

KGPF 值

10254

28379

12295

PanelD:社保费率

PM25

-0004303 (0004221)

(0002929 0003279)

0007022∗∗ (0003392)

PM25二次项

(0000022 0000046)

-0000018 (0000037)

-0000076 (0000053)

样本量

386,869

327,592

370,466

R2

-0453960

-0441512

-0446762

KGPF 值

10228

28329

12243


注:KGPF 值为 KleibergenGPaapF 值10% 的临界值水平约为 70 左右 后文表格中与此相同
 

六、结论与政策建议

 本文通过使用卫星反演的空气污染数据中国工业企业数据库中国气象科学数据共享服务网天气数据数据库共同构建了纵向的非平衡面板数据集,使用了大气层中的逆温差工具变量作为识别策略,实证发现了县域年均PM浓度和中国工业企业社会保险缴费规模的U 关系. 本文还将社保缴费规模的被解释变量进行分解,探明了 PM 对员工人数增减和人均工资健康风险补偿的影响才是U 关系效应的产生根源,还加入稳健性检验以提高结论的可靠性,并基于不同行业类型进行分组回归, 探析了这一U 关系的行业异质性.

本文的实证证据可为我国的大气防治等环保治理措施和提高社保缴费收入规模的问题提供参考,并得到了以下结论:

一是空气污染中的 PM25 浓度上升与我国工业企业社保缴费规模存在“倒 U 型”关系;

二是空气污染与社保缴费的“倒 U 型”关系源自于雇佣员工人数的增减与工资的健康风险补偿效应; 三是空气污染与社保缴费的“倒 U 型”关系在不同行业类型间存在异质性.

结合结论,本文提出以下政策建议:

首先,环保治理和提高社保收入具有政策上的协同效应.更好的空气质量才能降低企业成本负担,提高企业社保缴费遵从. 这在全球疫情流行使得企业经营成本大幅提高、社保隐性赤字压力巨大、统筹层级上移改革弱化“属地化”征管激励的情况下尤为重要.“绿水青山就是金山银山”,更好的环境质量可以助推企业 “降 成本”,驱 动工业企业增加社保缴费规模.

其次,对于本身环境质量良好、但社保负担压力大、工业化程度低的地区,政府要善于抓住主要矛盾, 柔性地调整和把控好环保治理的力度,降低隐性的经济社会成本.另外,还要注意这些地区因为良好环境条件、空气质量所带来的风险感知钝化效应,注意加 强对其驻地内工业企业的社保征管.

最后,要实现我国经济高质量发展,经济发展和生态保护需要注意政策协调,以一揽子政策“组合拳” 的形式相互配合、协同和助力.□ 

[参考文献]

[1]ChangT Y,WeiH,WangY.Somethinginthe Air:PollutionandtheDemandforHealthInsurance [J].Review of Economic Studies,2018,85(3):160163

[2]伍骏骞,王海军,储德平,聂飞.雾霾污染对商业健康保险发展的影响[J].中国人口资源与环境,2019, 29(08):103G111.

[3]袁成,刘舒亭.空气污染、居民风险认知与我国商业健康保险消费[J].保险研究,2020(08):88G102.

[4]Ebenstein,A.,Fan,M.,Greenstone,M.,He,G,Yin,P,Zhou,MGrowth,Pollution,andLife Expectancy:  China  fro 199201,  AmericanEconomicReview [J],201,10():2223

[5]刘军强.资源、激励与部门利益:中国社会保险征缴体制的纵贯研究(1999———2008)[J].中国社会科学,2011(03):139G156+223.

[6]尹恒,张子尧,曹斯蔚.社会保险降费的就业促进效应———基于服务业的政策模拟[J].中国工业经济, 2021(05):57G75.

[7]朱恒鹏,岳阳,林振翮.统筹层次提高如何影响社保基金收支———委托———代理视角下的经验证据[J].经济研究,2020,55(11):101G120.

[8]赵仁杰,范子英.养老金统筹改革、征管激励与企业缴费率[J].中国工业经济,2020(09):61G79.

[9]李超,李涵.空气污染对企业库存的影响———基于我国制造业企业数据的实证研究[J].管理世界,2017 (08):95G105.

[10]陈诗一,陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究,2018,53(02):20G34.

[11]Fu,Shihe,Brian Viard, V.,Zhang,Peng. 2018. Air   Pollution   and    Manufacturing   Firm Productivity:Nationwide Estimatesfor China[R]. May20.AccessedDecember18,2019.

[12]陈帅,张丹丹.空气污染与劳动生产率———基于监狱工厂数据的实证分析[J]经济学(季刊),2020,19():131133

[13]彭雪梅,刘阳,林辉.征收机构是否会影响社会保险费的征收效果?   ———基于社保经办和地方税务征收效果的实证研究[J].管理世界,2015(06):63G71.

[14]唐珏,封进.社会保险征收体制改革与社会保险基金收入———基于企业缴费行为的研究[J].经济学(季刊),2019,18(03):833854

[15]赵绍阳,杨豪.我国企业社会保险逃费现象的实证检验[J].统计研究,2016,33(01):78G86.

[16]刘子兰,刘辉,杨汝岱.最低工资制度对企业社会保险参保积极性的影响———基于中国工业企业数据库的 分 析 [J].经 济 学 (季 刊 ),2020,19 (04): 1267G1290.

[17]Arceo,Eva,Rema Hanna,andPaulina Oliva.Doesthe Effect of Pollution on Infant  Mortality DifferBetweenDevelopingandDevelopedCountries? Evidence from   Mexico  City [J]The  Economic Journal,201,12(59):2528

[18]Deschenes O,H  Wang,Wang S,etal.The effectofairpollutiononbody weightandobesity: Evidencefrom  China[J].Journalof Development Economics,2020,145.

[19]Ebenstein A,Fan  M,Greenstone M,etal.airpollution onlifeexpectancyfrom Chinas Huai River  policy [J]Proceedings  of the  National Academy  of  Sciences  of the  United  States  of America,201,11(),10381038

[20]ChenS,Oliva P,Zhang P.Theeffectofair pollutionon migration:Evidencefrom  China[R]. NBER WorkingPaperNo.24036,2017.

[21]罗能生,徐铭阳,王玉泽.空气污染会影响企业创新吗?   [J].经济评论,2019(01):19G32.

[22]吴超鹏,李奥,张琦.空气污染是否影响公司管理层人 力 资 本 质 量 [J].世 界 经 济,2021,44 (02): 151G178.

[23]沈永建,于双丽,蒋德权.空气质量改善能降低企业劳动力成本吗?   [J]管理世界,2019,35(06):161178195196

[24]Angrist,J.D.,and J.S.Pischke, Mostlyharmlesseconometrics:An empiricistscompanion[M],Princetonuniversitypress,200

[25]Niska H,Rantamaeki M,Hiltunen T,etal. Evaluation  of  an  integrated   modelling  system containinga multiGlayerperceptron modelandthe numerical weather prediction model HIRLAM forthe   forecasting   of   urba airborn pollutant concentrations[J]AtmosphericEnvironment,200, ():652653

[26]DonkelaarA V,MartinR V,Brauer M,etal. GlobalEstimatesofAmbientFineParticulateMatter Concentrationsfrom SatelliteGBased AerosolOpticalDepth:    Development   and      Application   [J ],EnvironmentalHealthPerspectives,201,11(): 8485

[27]Buchard,V.,A.M.daSilva,C.A.Randles,PColarco,RFerrare,JHair,CHostetler,JTackett,and DWinkerEvaluationoftheSurface PMinVersionoftheNASA MERRA Aerosol Reanalysisoverthe UnitedStates[J],AtmosphericEnvironment,201,12(JANPTA):1011

[28]Brandt,L,J.VanBiesebroeck,andY.Zhang. Creativeaccounting orcreative destruction?  FirmG levelproductivitygrowthin Chinese manufacturing [J],JournalofDevelopmentEconomics,2012,97 (2),339G351.

[29]聂辉华,江艇,杨汝岱.中国工业企业数据库的使用现状和潜在问题 [J].世 界经济,2012,35(05): 142G158.

[30]鲁桐,党印.公司治理与技术创新:分行业比较New Evidenceontheimpactofsustainedexposureto       [J]经济研究,201,():1112

返回上一步
打印此页
  • 电话咨询

  • 13838208225