文献信息
- 标题: Regulating Conglomerates: Evidence from an Energy Conservation Program in China
- 作者: Qiaoyi Chen (复旦大学), Zhao Chen (复旦大学), Zhikuo Liu (复旦大学), Juan Carlos Suárez Serrato (Duke大学 & NBER), Daniel Yi Xu (Duke大学 & NBER)
- 年份: 2021
- 来源: American Economic Review (AER)
- DOI: 未提供
引言(背景和意义)
领域基础知识
能源 regulation和经济活动的关系是环境经济学研究的核心议题之一.在发展中国家,特别是中国这样的新兴经济体,政府面临着平衡经济增长与工业化负面效应(如碳排放和污染)的艰巨挑战.中国的工业能源消耗在全球占据主导地位,其工业能源使用不仅在国内经济中举足轻重,更对全球气候变化产生深远影响.
能源效率 regulation 的设计面临多重复杂性:首先,大型工业企业往往嵌入更广泛的商业网络(企业集团/ conglomerate),这使得监管政策的评估必须考虑集团内部的资源配置和 spillover 效应;其次,监管政策的有效性取决于企业响应的边际成本_是通过提高能源效率、降低产出,还是将生产转移到未受监管的关联企业来实现减排;第三,市场竞争和产业组织结构会放大或缩小政策的实际效果,产生所谓的"泄漏"(leakage)效应.
本文研究的"千家企业"(Top-1,000)项目是中国"十一五"规划(2006-2011)期间最重要的能源节约政策之一.该项目针对能源密集型行业中的最大能耗企业,目标是到2011年实现工业能源强度(单位GDP能耗)降低20%的宏伟目标.
研究的主要背景
中国能源消耗的严峻形势:进入21世纪初期,中国的工业能源消耗已经远远超过其他主要经济体.以图1为参考,能源 regulation 对国家和全球都具有重要意义.这一背景下,理解大型能源监管政策的效果对于制定更有效的环境政策至关重要.
千家企业项目的设计逻辑:该项目设计参照了发达国家自愿协议项目的经验,相信企业能够通过提高能源效率显著减少能源使用.项目名称"千家企业"指的是9个能源密集型行业中能源消耗超过18万吨标准煤的1008家工业企业.这些企业的总能源消耗在2004年达到6.7亿吨标准煤,占中国工业能源消费的47%和全国能源消费的33%.
政策执行的制度背景:项目采用自上而下的目标分解机制:中央政府向每个省级政府分配能源使用减排目标,省级官员再向每个千家企业分配个人能源使用配额.千家企业须接受第三方年度能源审计,并可能面临工业和信息化部以及国家能源管理局的额外审计.
作者的问题意识
现有政策评估存在关键缺陷:官方评估主要依赖千家企业自身的能源使用变化,得出项目高度有效的结论.然而,这一评估方法存在两个重要问题:
第一,它忽视了企业集团内部的生产再分配效应.受监管企业可能不是通过提高能源效率,而是通过将生产转移到同一企业集团内不受监管的关联企业来满足监管要求.这种行为会导致监管政策出现"集团泄漏"(conglomerate leakage).
第二,它忽视了市场竞争效应.受监管企业因减产而让出的市场份额可能被同行业不受监管的竞争对手获取,导致总体能源节约效果低于预期,即"市场泄漏"(market leakage).
本文核心研究问题:千家企业项目对能源消耗的实际影响如何?企业集团内部的 production shifting 在多大程度上削弱了政策效果?考虑到这些 spillover 效应,政策的福利含义是什么?
研究意义
理论贡献:本文将 reduced-form 计量经济学方法与产业 equilibrium 模型相结合,提供了一个分析能源 regulation 的一般框架.这一框架能够同时刻画企业集团内部和市场竞争层面的 spillover 效应,为准确评估能源政策的真实效果提供了方法论支撑.
政策含义:研究发现对设计更有效的能源 regulation 具有直接启示.如果能够利用公开可得的企业集团所有权信息,针对整个企业集团而不仅是单个企业制定监管规则,可以显著提高政策的能源节约效果.
发展经济学价值:在印度、中国和拉丁美洲,企业集团的重要性日益上升(Ramachandran, Manikandan and Pant, 2013).本文的发现对于理解企业集团如何响应政府监管具有普遍的参考价值.
内容及结构(论文结构)
本文采用层层递进的研究设计,共分为7个主要部分:
第一部分:政策背景与数据(Policy Background and Data).详细描述千家企业能源节约项目,介绍用于测量经济活动和能源使用的数据集,以及构建中国企业集团所有权网络的研究策略.
第二部分:政策对受监管企业的影响(Effects of the Policy on Regulated Firms).使用双重差分法(difference-in-differences)识别政策效果,证明受监管企业通过降低产出而非提高能源效率来满足监管要求.
第三部分:企业集团内部的溢出效应(Within-Conglomerate Spillovers).利用详细的商业注册数据,发现受监管企业集团将生产转移到未受监管的关联企业,揭示了40%的产出下降被集团内部吸收.
第四部分:产业 equilibrium 模型(Industry Equilibrium Model).构建包含企业集团生产和市场 spillover 的产业 equilibrium 模型,为第五部分的模型估计和第六部分的福利分析奠定基础.
第五部分:模型估计(Model Estimation).通过匹配企业规模分布和集团内部生产分配的 pre-regulation 特征来估计模型参数.
第六部分:福利分析(Welfare Analysis).量化政策的 aggregate 和 welfare 效果,比较不同政策工具(扩展监管范围、依赖性能源税、基于公开信息的集团层面 regulation)的效果.
第七部分:稳健性检验(Robustness).检验模型结果对替代模型设定和参数值的敏感性,包括考虑能源效率改善可能性和 pre-existing 能源效率差异的模型扩展.
正文(逻辑梳理)
背景与挑战
中国的能源困境与政策应对
中国作为世界最大的能源消费国,其工业能源消耗占全国总能耗的70%.在快速工业化和城市化的背景下,如何在保持经济增长的同时控制能源消耗和碳排放,是中国政府面临的核心政策挑战.2006年启动的"十一五"规划将能源强度降低20%作为约束性目标,这一目标通过多个政策和行业计划来实现,其中千家企业项目是最重要的举措之一.
千家企业项目的设计体现了发展中国家的政策创新.与发达国家主要依赖自愿协议和市场激励不同,中国的项目采用了强有力的行政执行机制.项目针对9个能源密集型行业的1008家超大型企业,这些企业的能源消耗占工业总能耗的47%.由于政策于2006年宣布,但根据企业2004年的 retrospectively 能源消耗数据选择参与者,企业无法操纵项目参与名单,这为准 quasi-experimental 识别策略提供了外生性来源.
企业集团的重要性
理解千家企业项目效果的关键在于认识到这些受监管企业并非孤立运营,而是嵌入在复杂的企业集团网络中.通过中国工商行政管理总局的行政注册数据库(CARD),作者能够追踪这些企业的所有权关系.
研究发现,千家企业企业平均拥有2.45个同行业内的关联企业.由于千家企业通常是各行业的最大企业,其关联企业的规模明显较小,平均产出仅为受监管企业的19.3%.这一事实意味着企业集团可能有显著的 scope 通过关联企业之间的生产替代来响应监管.
然而,完全替代的可能性受到两个因素制约:首先,关联企业规模较小,无法完全吸收受监管企业的产出下降;其次,同一4-digit行业内同集团企业之间的 production shifting 受到技术和物流约束.
识别策略的核心挑战
准确评估千家企业项目效果面临三个层面的识别挑战:
第一层:受监管企业 vs. 对照企业.理想的反事实是:如果没有千家企业项目,受监管企业的能源使用和产出会有怎样的变化?作者使用"万家"(Top-10,000)企业作为对照组_这些企业在2011年后才被纳入监管,因此2011年之前的时期提供了 quasi-experimental variation.
第二层:集团内部的 production shifting.即使能够识别受监管企业相对于对照企业的效果,这仍然无法捕捉企业集团内部的再分配效应.受监管企业可能将生产转移到同一集团内的关联企业,从而降低政策的整体能源节约效果.
第三层:市场竞争效应.受监管企业的减产可能导致竞争对手获得更多市场份额,这种市场层面的泄漏也会影响政策的 aggregate 效果.
方法论:Reduced-Form 分析
双重差分设计
作者采用多层双重差分策略来识别政策的直接效应和溢出效应.
第一个双重差分:比较受监管的千家企业与同行业但不受监管的万家企业的差异.这是标准的 treatment vs. control 比较,假设在政策实施前,两组企业的能源使用和产出趋势相似.
事件研究规范(Event-Study Specification)用于检验平行趋势假设:
\[Y_{ijklt} = \sum_{\tau \neq 2006} \beta_\tau \times Treat_i \times Year_\tau + \alpha_i + \eta_{jt} + \delta_{kt} + \varepsilon_{ijklt}\]
其中 \(Y_{ijklt}\) 是企业 \(i\) 在行业 \(j\)、省份 \(k\)、年份 \(t\) 的 outcome 变量,\(Treat_i\) 是处理组指示变量,\(\alpha_i\) 是企业固定效应,\(\eta_{jt}\) 是行业×年份固定效应,\(\delta_{kt}\) 是省份×年份固定效应.
图4展示了 event-study 结果:处理组和对照组企业在政策实施前的趋势高度一致,支持平行趋势假设.政策实施后,千家企业的能源使用相对下降约16%.
第二个双重差分:比较同一企业集团内的关联企业与其他不受监管企业的差异.这一设计利用了企业集团所有权网络信息,识别集团内部的溢出效应.
主要 Reduced-Form 发现
发现一:能源使用下降源于产出降低,而非效率提升
表3报告了政策对能源使用和产出的影响.结果显示:
- 能源使用下降12%-16%,在不同的固定效应规范下保持稳健
- 产出(以收入衡量)下降10%-23%
- 能源效率(产出/能源使用)没有显著变化
这一发现具有重要的政策含义:企业选择通过降低产出来满足监管要求,而非投资于能源效率提升.作者认为这可能是因为能源效率投资需要 long-lived capital 的更新,面临技术不确定性和中国政府政策承诺不确定性的制约.
发现二:集团内部生产转移
利用 CARD 数据,作者识别了46,178家与千家企业有关联关系的企业.将这些关联企业与万家数据库匹配后,得到2,466家在同行业的关联企业.
双重差分分析显示:
- 关联企业的产出增加约12%
- 关联企业的能源使用增加,但没有能源效率变化
- 只有当关联企业的4-digit行业与受监管企业相同时,才出现显著的生产增加
- 在其他行业的关联企业作为 placebo test,未发现产出增加
基于规模差异(关联企业平均规模仅为受监管企业的19.3%),作者计算出企业集团能够将受监管企业40%的产出下降转移到关联企业.
发现三:市场层面的竞争效应
作者提供了市场泄漏的证据:同行业但不受监管的企业在政策实施后产出增加.这与千家企业减产让出市场份额的预期一致.
结构模型:产业 Equilibrium 模型
模型设定
为了量化政策的 aggregate 和 welfare 效果,作者构建了一个包含以下特征的产业 equilibrium 模型:
需求侧:使用常替代弹性(CES)聚合器描述消费者对不同企业产品的偏好:
\[U = \left( \int_\Omega Q(\omega)^{\frac{\sigma-1}{\sigma}} d\omega \right)^{\frac{\sigma}{\sigma-1}}\]
其中 \(\sigma > 1\) 是替代弹性,\(\omega\) 表示企业产品.
供给侧:每个企业生产单一产品面临常数边际成本 \(c\) 和冰山成本 \(\tau\).企业可以选择在受监管状态(承担能源监管成本)或非监管状态下运营.
企业集团结构:模型明确允许企业在同一企业集团内共享投入和转移生产.设 \(\lambda_s\) 表示企业集团 \(s\) 内的企业数量,\(\omega_{s,k}\) 表示企业 \(k\) 在集团 \(s\) 中的相对规模.
关键参数:模型需要估计替代弹性 \(\sigma\)、集团内部替代弹性 \(\gamma\)、能源监管成本 \(\kappa\) 等参数.
模型估计
作者通过匹配以下矩条件来估计模型:
- 企业规模分布:模型能够再现企业规模的集中度
- 集团内部生产分配:模型匹配观测到的集团内部相对规模分布
- Reduced-form 估计:模型 out-of-sample 验证双重差分估计结果
模型与双重差分估计的一致性验证了模型正确捕捉了企业集团内部和市场层面的 spillover 效应的定量重要性.
福利分析
政策效果的量化
基于估计的模型,作者量化了千家家企业项目的 aggregate 效果:
- 能源节约:政策使总能源使用降低4%,相当于每年减少约4800万吨标准煤
- 社会成本:影子成本约160美元/吨碳(当量)
关键机制:企业集团通过内部 production shifting 降低了千家企业的影子监管成本约30%.这是因为集团能够将部分产出转移到关联企业,从而部分抵消了对受监管企业的直接影响.
替代政策的模拟
作者使用模型比较了三种替代政策:
政策A:扩展千家家企业项目.将更多企业纳入监管范围,但保持针对单个企业的监管结构.结果显示这只能带来边际的能源节约增加.
政策B:规模依赖性能源税.对所有属于有千家企业存在的企业集团的企业征收能源税.结果接近 universal energy tax 的效果.
政策C:基于公开信息的集团层面 regulation.利用公开可获得的企业所有权信息,针对整个企业集团制定监管规则.结果显示可以在相同 welfare 成本下将能源节约提高10%.
核心洞察:由于企业集团内部的 production shifting 是一种重要的泄漏渠道,针对 conglomerate 层面的监管能够更有效地实现能源节约目标.
稳健性检验
作者进行了广泛的稳健性检验:
能源效率改善的长期可能性:扩展模型允许企业响应监管投资于能源效率,发现即使在长期视角下,能源效率改善仍然成本高昂
Pre-existing 能源效率差异:假设千家企业比所有其他企业能源效率低20%,重新计算社会成本约133美元/吨碳
参数敏感性:不同的 \(\sigma\)、\(\gamma\) 和 \(\kappa\) 参数值下的稳健性
数据构建的敏感性:使用行政税务数据填补缺失值、限制样本至样本期内持续存在的企业等
结论(Conclusion)
核心研究结论
本文通过对千家企业能源节约项目的深入研究,得出以下核心结论:
第一,监管企业通过减产而非提高能源效率来响应政策.这一发现揭示了能源监管的边际成本结构,表明能源效率投资的成本远高于简单地接受产出损失.
第二,企业集团内部的 production shifting 是政策效果的重要泄漏渠道.受监管企业集团将40%的产出下降转移到未受监管的关联企业,这一发现对仅关注受监管企业效果的政策评估提出了挑战.
第三,市场竞争效应进一步削弱了政策的能源节约效果.受监管企业减产让出的市场份额被竞争对手获取,降低了政策的 aggregate 效果.
第四,政策的 welfare 合理性取决于社会碳成本.当社会碳成本超过160美元/吨碳时,千家企业项目才能改善 welfare,这一结果对当前碳定价政策具有直接启示.
第五,集团层面的监管设计能够显著提高政策效果.利用公开可获得的企业所有权信息,针对整个企业集团制定监管规则,可以在相同 welfare 成本下将能源节约提高10%.
对领域的贡献
对能源经济学 literature 的贡献:本文提供了迄今为止最全面的中国能源监管政策评估,揭示了企业集团作为重要但此前被忽视的响应渠道的作用.
对环境 regulation literature 的贡献:本文将 reduced-form 和 structural 方法相结合,为分析环境 regulation 的 spillover 效应提供了可推广的框架.
对产业组织 literature 的贡献:本文揭示了企业集团作为一种特殊的产业组织形式如何影响政府监管的有效性.
政策建议
短期建议:完善千家家企业项目的监管设计,考虑集团层面的信息披露要求和监管规则.
中期建议:扩展能源监管范围时,应优先考虑基于集团层面的 targeting,而非简单地增加受监管企业数量.
长期建议:建立企业所有权信息的公开数据库,为更有效的监管设计提供信息基础.
未来研究方向提及
作者在论文中提出了若干值得进一步研究的方向:
Long-run 能源效率改善:模型扩展表明长期来看企业可能投资于能源效率,但时间和成本不确定性仍然很高.未来的研究可以深入分析能源效率投资决策的动态过程.
空间 spillover:本文主要关注集团内部和国家层面的效应,省份间的 production substitution 和污染转移也是重要议题.
行政执行约束:政府对监管范围和监管强度的行政约束是政策设计的重要摩擦来源,值得进一步研究.
未来研究方向思考
基于对本文的深入理解,以下是值得进一步探索的研究方向:
第一,集团所有权网络的动态演化.本文使用2018年的 CARD 数据构建所有权网络,无法捕捉政策实施后的网络调整.未来的研究可以分析监管如何驱动企业集团的重组和整合.
第二,跨国比较研究.不同国家的企业集团结构和监管执行机制存在显著差异.将中国的发现与印度、巴西等其他大型新兴经济体进行比较,可以揭示企业集团响应政府监管的一般性模式.
第三,供应链溢出效应.本文主要关注同一企业集团内部的横向溢出,但受监管企业的上游供应商和下游客户也可能受到影响.考虑供应链关系的溢出效应可以提供更完整的政策效果图景.
第四,碳定价与能源监管的相互作用.当存在碳定价机制时,能源监管政策的 marginal cost 会相应改变.未来的研究可以分析这两种政策工具的交互作用和最优组合.
第五,企业异质性的深入分析.本文假设企业是同质的,但不同类型的企业(国有企业 vs. 民营企业、外资企业 vs. 内资企业)可能有不同的响应模式.分析这些异质性可以提供更精细的政策建议.
学术思考
本文引发了几个值得深入思考的学术问题:
关于识别策略的思考:双重差分方法的核心假设是处理组和对照组在政策实施前具有相同的趋势.然而,在中国特有的政治经济环境下,处理组企业可能因为"树大招风"而受到更多关注,或者反过来因为政策透明度而获得更好的监管信息.这些微观机制是否会影响平行趋势假设?
关于企业行为假设的思考:本文假设企业是理性的,能够最优地配置集团内部的资源.然而,在现实中,企业集团内部的资源配置还受到代理问题、政治联系和内部权力斗争等因素的影响.如何在模型中更好地刻画这些制度因素?
关于福利评估的思考:本文采用社会碳成本(SCC)作为 welfare 评估的核心参数,但 SCC 本身存在很大的不确定性.不同的 SCC 假设会导致不同的政策评价,这是否意味着 welfare 分析过于依赖参数设定?
关于政策可复制性的思考:千家企业项目的成功在很大程度上依赖于中国的特殊制度环境_强大的行政执行能力、将环境绩效与官员晋升挂钩的考核机制.将其经验复制到其他发展中国家时,需要考虑制度能力差异.
下一步用户可能提的问题
基于论文内容和上述分析,以下是用户接下来可能问的问题:
千家企业项目中,哪些行业的企业能源效率响应最为显著?是否存在行业异质性?
企业集团将生产转移到关联企业时,是否考虑了关联企业所在地区的环境成本(污染转移)?
作者提到的160美元/吨碳的社会碳成本,如何与当前国际碳市场价格(如欧洲碳市场的50-100欧元/吨)进行比较?
在模型中假设的 CES 需求替代弹性 σ 如何估计?不同假设对 welfare 结果的敏感性如何?
万家(Top-10,000)企业在2011年后被纳入监管,这是否意味着万家可以作为"第二阶段"的处理组?研究设计是否支持这种连续处理效应的分析?
作者提到国有企业更可能被纳入千家企业项目,这是否与国企的政治联系有关?政治联系如何影响企业的能源效率投资决策?
对于民营企业占主导的行业(如纺织业),能源监管的效果是否有所不同?所有制结构如何调节政策效果?
模型中考虑能源效率改善的扩展模型,是否区分了短期和长期效应?长期效应的时间 horizon 是多久?
作者提出利用公开的企业所有权信息设计集团层面监管,但 CARD 数据的质量和覆盖范围如何保证?
在中国"双碳"目标(2030碳达峰、2060碳中和)背景下,千家企业项目的经验如何应用到更宏大的气候目标实现路径中?
学术思考
本文引发了几个值得深入思考的学术问题:
关于识别策略的思考:双重差分方法的核心假设是处理组和对照组在政策实施前具有相同的趋势.然而,在中国特有的政治经济环境下,处理组企业可能因为"树大招风"而受到更多关注,或者反过来因为政策透明度而获得更好的监管信息.这些微观机制是否会影响平行趋势假设?
关于企业行为假设的思考:本文假设企业是理性的,能够最优地配置集团内部的资源.然而,在现实中,企业集团内部的资源配置还受到代理问题、政治联系和内部权力斗争等因素的影响.如何在模型中更好地刻画这些制度因素?
关于福利评估的思考:本文采用社会碳成本(SCC)作为 welfare 评估的核心参数,但 SCC 本身存在很大的不确定性.不同的 SCC 假设会导致不同的政策评价,这是否意味着 welfare 分析过于依赖参数设定?
关于政策可复制性的思考:千家企业项目的成功在很大程度上依赖于中国的特殊制度环境_强大的行政执行能力、将环境绩效与官员晋升挂钩的考核机制.将其经验复制到其他发展中国家时,需要考虑制度能力差异.
下一步用户可能提的问题
基于论文内容和上述分析,以下是用户接下来可能问的问题:
千家企业项目中,哪些行业的企业能源效率响应最为显著?是否存在行业异质性?
企业集团将生产转移到关联企业时,是否考虑了关联企业所在地区的环境成本(污染转移)?
作者提到的160美元/吨碳的社会碳成本,如何与当前国际碳市场价格(如欧洲碳市场的50-100欧元/吨)进行比较?
在模型中假设的 CES 需求替代弹性 σ 如何估计?不同假设对 welfare 结果的敏感性如何?
万家(Top-10,000)企业在2011年后被纳入监管,这是否意味着万家可以作为"第二阶段"的处理组?研究设计是否支持这种连续处理效应的分析?
作者提到国有企业更可能被纳入千家企业项目,这是否与国企的政治联系有关?政治联系如何影响企业的能源效率投资决策?
对于民营企业占主导的行业(如纺织业),能源监管的效果是否有所不同?所有制结构如何调节政策效果?
模型中考虑能源效率改善的扩展模型,是否区分了短期和长期效应?长期效应的时间 horizon 是多久?
作者提出利用公开的企业所有权信息设计集团层面监管,但 CARD 数据的质量和覆盖范围如何保证?
在中国"双碳"目标(2030碳达峰、2060碳中和)背景下,千家企业项目的经验如何应用到更宏大的气候目标实现路径中?
下一步用户可能提的问题
基于论文内容和上述分析,以下是用户接下来可能问的问题:
千家企业项目中,哪些行业的企业能源效率响应最为显著?是否存在行业异质性?
企业集团将生产转移到关联企业时,是否考虑了关联企业所在地区的环境成本(污染转移)?
作者提到的160美元/吨碳的社会碳成本,如何与当前国际碳市场价格(如欧洲碳市场的50-100欧元/吨)进行比较?
在模型中假设的 CES 需求替代弹性 σ 如何估计?不同假设对 welfare 结果的敏感性如何?
万家(Top-10,000)企业在2011年后被纳入监管,这是否意味着万家可以作为"第二阶段"的处理组?研究设计是否支持这种连续处理效应的分析?
作者提到国有企业更可能被纳入千家企业项目,这是否与国企的政治联系有关?政治联系如何影响企业的能源效率投资决策?
对于民营企业占主导的行业(如纺织业),能源监管的效果是否有所不同?所有制结构如何调节政策效果?
模型中考虑能源效率改善的扩展模型,是否区分了短期和长期效应?长期效应的时间 horizon 是多久?
作者提出利用公开的企业所有权信息设计集团层面监管,但 CARD 数据的质量和覆盖范围如何保证?
在中国"双碳"目标(2030碳达峰、2060碳中和)背景下,千家企业项目的经验如何应用到更宏大的气候目标实现路径中?
