《表3 PSM-DID回归结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《中国对外直接投资如何影响企业污染排放——来自工业企业的微观证据》
注:“*”“**”“***”分别表示在10%、5%和1%水平上显著;括号内为聚类在四位数行业的稳健标准误;由于是非平衡面板数据,匹配后处理组企业与对照组企业的观测样本处于1∶3至1∶4。
利用匹配处理组企业和对照组企业构成新的研究样本,采用倍差法实证考察对外直接投资的环境效应,估计结果如表3所示。其中,列(8)和列(9)是根据倾向得分匹配样本直接进行回归参数估计,列(10)和列(11)剔除了COD排放量为0的样本,列(12)~列(14)是根据企业所在四位数行业平均污染程度划分为分行业子样本,依次为低污染行业(污染强度小于25%分位数)、中等污染行业(污染强度介于25%分位数~75%分位数)、污染密集型行业(污染强度大于75%分位数)。基于企业特征和行业特征的匹配样本估计结果发现,组别虚拟变量(du)的系数大多为负值且并不显著,说明PSM方法解决了对外直接投资的自选择效应所带来的潜在威胁。由于对外直接投资的自选择效应来源于企业规模、全要素生产率、资本密集度等企业特征和行业特征,利用倾向得分匹配样本克服了样本选择偏差问题,从而确保了DID估计结果的可靠性。行业特征是对外直接投资自选择效应的来源之一。利用企业特征和行业特征进行匹配后的样本中,OFDI企业在没有进行对外投资活动状态下的污染排放水平没有高于甚至低于其他企业,说明企业OFDI的自选择效应来源于企业规模、生产率及行业特征等因素,而非来源于企业的污染排放程度。与何新易(2016)的观点不同,虽然中国OFDI存在向海外转移传统产业,但是不存在OFDI企业通过将污染产能转移海外的方式规避国内环境规制压力的普遍现象,这些传统行业领域主要是优质企业与环保企业进行对外直接投资活动。
图表编号 | XD00192821000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 周凤秀、温湖炜 |
绘制单位 | 江西师范大学商学院、南昌大学中国中部经济社会发展研究中心、南昌大学经济管理学院 |
更多格式 | 高清、无水印(增值服务) |