1. 引言
改革开放以来，中国一直走着“重经济发展，轻环境保护”的道路。高投入、高耗能、高污染的粗放型经济发展模式引发了严峻的生态危机。《中华人民共和国国民经济和社会发展第十三个五年规划纲要》正式出台以来，中国重点进行环境保护与污染治理，党的二十大报告指出，中国式现代化是人与自然和谐共生的现代化。要坚定不移走生产发展、生活富裕、生态良好的文明发展道路，推动能源清洁低碳高效利用，推进工业、建筑、交通等领域清洁低碳转型。
中华人民共和国国家发改委的《“十一五”规划纲要》实施中期评估报告显示：反映节能减排的单位GDP能耗和主要污染物排放两项指标进展不容乐观。在“十一五”规划纲要实施以来，中国总体在能耗、化学需氧量、二氧化硫排放等三项指标的完成进度均不足三分之一。雾霾治理的紧迫、水污染防治的种种环境保护难题加剧，倒逼环境保护税改革步伐加快。于2018 年1月1日起，中国正式施行《中华人民共和国环境保护税法实施条例》。
环保税较之前排污费的征收更加严格。作为一种惩罚性质的税种，环境保护税的征收目的是加大重污染行业企业在环保方面的税负压力，进而促使企业加大污染治理力度，促使企业进行绿色转型升级。
本文结合重污染行业企业ESG绩效对环保税制改革，对重污染行业企业影响展开实证性探究。ESG企业绩效包含Environment、Social和Governance三个方面。2006年，联合国在纽约证券交易所发布了投资责任原则，其中提到应将企业社会责任、公司内部治理和环境保护相结合，纳入企业可持续发展的重要指标，帮助投资者理解环境、社会和公司治理等要素对投资价值的影响，并支持各签署机构将这些要素融入投资战略、决策及积极所有权中，以降低风险、提高投资价值并创造长期收益，最终实现全社会的可持续性发展。同年，高盛集团发布了一份ESG研究报告，明确了ESG理念和企业ESG评价指标体系。相比于传统对企业进行单一的社会责任方面评价的体系，ESG综合评估因子评级体系新包含了企业道德评价、环境治理方面的综合评价，更好的反映出一个企业在整体综合治理方面的能力 [1] [2] 。本文将环境保护税与重污染行业企业ESG绩效相结合，利用双重差分模型探究环保税的实施对于重污染行业企业所产生的政策效应的影响。
本文可能会有如下的研究意义：
(1) 探究环保税与企业ESG水平之间的线性关系，丰富企业ESG绩效影响因素的相关文献。
(2) 探究环保税对企业ESG环境、社会、公司治理的影响，更合理地评估环保税对ESG各项指标的影响。
(3) 在研究结论的基础上，对企业在环保税政策实施的背景下提出合理有效的建议，进而推动企业ESG理念发展，为实现企业经济高质量发展奠定坚实基础。
2. 理论分析与研究假设
环境经济学理论表明，环境税的实施可以激励企业将其环境外部性的成本内化。通过对污染活动或资源消耗征税，鼓励企业采用更清洁的技术，减少排放，提高环境绩效 [3] 。代理理论认为，环境税可以作为一种机制，使股东和管理层在环境绩效方面的利益保持一致。如果公司因污染而面临税收带来的财务后果，管理层可能会有动力改善环境实践，以避免此类成本 [4] 。这一理论表明，环境税可能对ESG评级因素的治理成分产生积极影响。
近年来，可持续发展已成为新世纪商业世界的一个突出主题。随着ESG概念的引入，公司越来越重视绿色、低碳和创新实践。ESG评级提供了对公司在环境责任、社会影响和公司治理方面表现的全面评估。在中国，ESG目前正在经历快速发展，但存在信息披露质量差、ESG评级结果不一致、ESG生态系统不完整等核心问题。2018年1月1日，我国实施了《环境保护税法》，用税务机关征收的环境税取代了此前环保部门征收的排污费。这项“绿色税法”增加了企业的税收负担，并显著提高了污染成本。它建立了“少污染、低税收”的激励机制，引导企业通过绿色创新和环保投入减少环境成本的产生，在前端和源头进行环境治理，从而提升企业自身ESG表现 [5] 。
从双重模型我们了解到，一个常用的实证框架，可以提供一种定量的方法来分析环境税对ESG评级因素的影响。该模型比较了重污染行业中需要缴纳环境税的公司和不需要缴纳此类税的公司的ESG绩效。通过考虑政策实施前后所表现出的差异并分析其随时间的变化，用双重差分模型估计环境税对ESG绩效的因果影响。在本研究中，提出第一个假设H1：环保税政策对公司的ESG评级因素有显著的促进作用。
本文从环境、社会和治理三个维度分析了异质性。
(1) 《环境保护税法》的出台使税收和费用的征收更加专业和严格，导致企业缴纳了大量的环境税。为了实现利润最大化，以利润为导向的公司倾向于增加环境投资，提高绿色创新水平，注重源头环境治理。这促进了公司的绿色转型，并随后提高了其在环境方面的ESG绩效 [6] ，而该政策在这方面的影响最为显著。
(2) 从环境费向税收的转变可以促进企业履行社会责任，尽管这种影响的可能性和意义可能有限。政策实施后，履行好环境责任的企业将受到更大的监管关注。为了避免声誉受损，这些公司可能会选择积极履行社会责任，及时披露相关信息，从而提高其在社会维度上的ESG绩效。另一方面，在履行社会责任方面表现不佳的公司可能会谎报社会责任，以避免损害其声誉、竞争力、股价、公众认可度和投资者信任。因此，ESG在社会维度上的表现在短期内可能相对有限。
(3) 环保税可以激励公司建立ESG的绿色治理机制和自我监督体系。该政策的实施具有溢出效应，有助于改善公司的绿色治理机制。随着公司面临环境成本的增加，它们倾向于优化内部结构，建立绿色治理机制，并发展ESG的自我监督系统。改善治理结构可以降低代理成本，提高公司绩效，增强核心竞争力。最终，这促进了ESG绩效在公司治理层面的提高。
我们提出了第二个假设H2：环保税政策对公司的ESG社会维度评级因素没有显著的促进作用。然而，它对ESG环境维度和ESG公司治理维度的评级因子有显著的促进作用。具体而言，这一政策对ESG环境维度具有更显著的正向促进作用。
政策的实施应考虑目标实体的异质性，因为政策效果可能因不同实体的个人特征而异。环保税政策导致的ESG信息披露的影响在个人层面上有所不同，可分为三个方面：融资约束、公司规模和产权。环境税政策的实施效果可能因融资约束不同的公司而异。ESG信息披露较好的公司往往会减少融资约束，提高其企业价值。因此，融资约束较高的公司更倾向于增加环境投资，提高其绿色创新水平，加强ESG绿色信息的披露。环境税政策对改善ESG评级因子的指导作用对于融资约束较高的公司更强。在政策实施之前，融资约束较低的公司有充足的资金，在环保方面的投资更多，绿色创新水平更高，表现出更好的ESG绩效 [7] 。另一方面，融资约束较高的公司面临资金周转和资金链流通等问题，导致环境投资和绿色创新水平较低，ESG绩效较差。因此，环保税政策实施后，融资约束较低的公司ESG绩效改善有限，表明该政策对这些公司的影响相对较小。融资约束较高的公司起点较低，该政策对改善其ESG信息披露具有更显著的正向促进作用 [8] 。
基于以上分析，提出了以下假设：H3a：与融资约束较低的公司相比，环保税政策对融资约束较高的公司改善ESG评级因子具有更显著的正向促进作用。
环境费转税政策的实施效果也可能因不同规模的公司而异。不同规模的公司在资金、研发能力和管理治理水平方面存在显著差异。环境税费政策增加了企业的税收负担，导致整体生产成本增加。此外，高质量的ESG信息披露需要购买相关设备和服务的额外成本 [9] 。大公司有充足的资金，完善的内部管理体系，更强的风险承受能力，以及考虑长远眼光的管理者。这些大公司更倾向于增加环境投资，提高绿色创新水平，提升自身ESG绩效，满足利益相关者的信息需求，提升企业价值，以应对税负压力。相比之下，中小企业通常面临更大的财务压力，其管理决策往往目光短浅。中小企业更有可能降低ESG信息披露的成本，并将更多资金分配给项目或其他领域以获得短期利益，从而降低ESG信息的披露水平。
基于以上分析，提出了以下假设：H3b：与中小企业相比，环保税政策对改善大公司ESG评级因素具有更显著的正向促进作用。
环境费转税政策的实施效果也可能因拥有不同产权的公司而异。国有企业通常是地方经济的主要贡献者。在政策执行过程中，国有企业更有可能在环境监管方面获得地方政府的隐性利益或保护，从而削弱环境约束，减轻环境监管压力。另一方面，非国有企业通常面临更强的环境监管约束，环保税政策对其具有更显著的强制作用。非国有企业在增加环境投资、提高绿色创新水平和提高自身ESG绩效方面表现出更积极主动的态度。此外，由于国有企业有责任执行党的方针、政策和国家战略部署，环境治理是政府目标的重要组成部分。在环保税政策实施之前，国有企业作为政府意愿的体现，发挥主导作用，积极承担更多的环境责任，加快绿色创新，展现更好的ESG绩效 [10] 。相反，与环境效益相比，非国有企业优先考虑经济效益，导致绿色创新水平较低，ESG绩效较差。因此，环保税政策实施后，国有企业表现出相对稳定的ESG表现，表明该政策对它们的影响相对较小。非国有企业的起点较低，该政策对改善其ESG信息披露具有更显著的正向促进作用 [11] 。
基于以上分析，提出了以下假设：H3c：与国有企业相比，环境税政策对改善非国有企业ESG评级因子具有更显著的正向促进作用。最后，我们的第三个假设H3是与国有企业相比，环境税政策对改善非国有企业ESG评级因子具有更显著的正向促进作用。
3. 研究设计
3.1. 样本选择与数据来源
本文主要选取2018~2021年重污染行业数据作为样本，并剔除(ST、*ST、PT)的企业，剔除数据缺失严重的企业，剔除有异常值的企业，由于金融业不确定性干扰，剔除金融服务业，剔除样本期不完整的企业。并对连续变量作缩尾处理。在重大污染行业的判定上，根据2010年9月14日环保部公布的《上市公司环境信息披露指南》中，选取火电、钢铁、水泥、电解铝、煤炭、冶金、化工、石化、建材、造纸、酿造、制药、发酵、纺织、制革和采矿业等16类行业为重污染行业。本文的重污染行业样本数据来自这16类行业，esg评级分析数据来自彭博ESG评分(Bloomberg)。
3.2. 变量定义
3.2.1. 解释变量
本文采用双重差分法进行实验研究，解释变量为Treated*Period (简称T*P)。在实验分组方面，以是否为重污染行业进行分组，重污染行业为实验组(1)，非重污染行业为对照组(0)。中国于2018年1月1日开始正式施行的《环境保护税法》，主要是针对重污染行业的排污费调整，因此若企业为实验组样本，则在环保税政策实施前Treat*Period为 0，在环保税政策实施后Treat*Period 为 1，若企业为对照组样本，无论是在环保税政策实施前还是实施后，Treat*Period都为0。
3.2.2. 被解释变量
本文的被解释变量为esg、esgenv、esgsoc、esggov。
esg：在指的是一种关注环境、社会、公司治理绩效而非仅着重于财务绩效的价值理念、投资策略以及评价的工具。由于ESG引入中国时间并不长，企业相关的实践也不是很多，本文选择2018~2021年A股上市企业彭博ESG评分来衡量ESG报告水平。
esgenv：从环境(ENV)的角度，主要考核企业在生产经营活动中的绿色投入，对自然资源及能源的循环可持续利用以及对有害废品的处理方式，能否有效执行政府环境监管的要求等。本文选择彭博ESG-环境评分来衡量ESG环境子项的水平。
esgsoc：从社会(SOC)的角度，主要考察企业与政府、员工、客户、债权人及社区内外部相关利益相关者的期望和诉求，关注企业的利益相关者之间能不能达到平衡和协调。本文选择彭博ESG-社会评分来衡量ESG社会子项的水平。
esggov：从公司治理(GOV)的角度，主要包括董事会结构、股权结构、管理层薪酬及商业道德等问题。如股东和管理层的利益与职责、避免腐败与财务欺诈、提高透明度、董事会构成的独立性、专业度等方面。本文选择彭博ESG-治理评分来衡量ESG治理子项的水平。
3.2.3. 控制变量
考虑企业的其他层面的可能性因素可能会对本次实验带来影响，因此本文选择部分企业经济特征一些可能对ESG产生影响的因素作为控制变量。
本实验中共有7个控制变量：① 财务杠杆(Lev)。一般认为财务杠杆是指在筹资中适当举债，调整资本结构给企业带来额外收益。同时适度的负债能使企业在ESG影响因子方面有更多的资金支持。② 总资产收益率(ROA)。总资产收益率的高低直接反映了公司的竞争实力和发展能力，是决定公司是否应举债经营的重要依据，同时也还可反映企业综合经营管理水平的高低。③ 资金周转率(ATO)。资金周转率是反应资金流转速度指标。企业用尽可能少的资金占用，取得尽可能多的销售收入，说明资金周转速度快，资金利用效果好，可以投入更多资金用于ESG绩效的改善。④ 现金流(Cashflow)。凯恩斯的货币需求理论明确指出作为生产经营性单位，企业一定要应明确最为合理的现金持有量，也就是确保现金存量花费的代价最低，但是又能确保现金需求的一定持有量水平。⑤ 独立董事比例(Indep)。独立董事比例为独立董事占董事会总人数的比例。⑥ 第一大股东持股比例(Top 1)。第一大股东持股比例使用第一大股东的持股份额占总股份份额的比例。⑦ 企业年龄(Firm Age)。企业的年龄代表着企业在这个充满竞争力的市场中的生存时间，企业年龄越大也代表着企业越成熟，越有生存发展的经验，越不容易被淘汰。
3.2.4. 分组变量
本实验采用的分组变量有融资约束(Fc)、企业规模(Size)、企业产权性质(Soe)。
融资约束(Fc)：使用2012年世界银行“中国投资环境调查”的企业数据，在我国经济二次转型的背景下，融资约束对企业的发展和经济的转型至关重要，是经济高质量发展的内生动力。为了避免内生性问题，本文公司融资约束程度的度量主要借鉴鞠晓生等(2013)，采用SA指标。SA指标是Hodlock、Pierce等学者按照KZ指数方法，依据企业财务报告划分企业融资约束类型，仅运用企业规模与企业年龄两个随时间变化不大且具有较强外生性的变量构建而成。计算方法为SA = −0.737 × Size + 0.043 × Size2 − 0.04 × Age。计算得到SA指数为负且绝对值越大说明企业受到的融资约束程度越严重。本文通过计算SA指数，以SA指数的中位数为划分依据，对企业的融资约束程度进行排序，在中位数以上的为低融资约束企业，中位数以下为高融资约束企业。
企业规模(Size)：熊彼特在其理论(1912)经济发展理论中提到过：不同的企业规模都对新产业有着不同的推动作用，其余也有许多的学者认为企业规模是影响ESG绩效的一个重要因素，本文依据中位数将企业划分为大规模、中小规模，中位数以上为大规模，中位数以下为中小规模。
企业产权性质(Soe)：研究发现国家所有制越高的企业环境披露水平越高，而机构所有制越高的企业环境披露水平越低，在本文中将企业的产权性质分为国企以及非国企，使用虚拟变量对其进行取值，其中非国有企业取值为0，国有企业取值为1。
以上所有变量的定义见表1。
3.3. 模型设计
本实验采用的双重差分法来考察环保税对企业ESG绩效的影响，实验设计的模型如下：
其中ESG表示企业的ESG报告评分，Treati为实验分组虚拟变量，若企业属于重度污染行业为1，属于轻度污染行业为0。Periodt为时间分组虚拟变量，2018 年环保税政策实施及以后为1，2018年环保税政策实施之前为0。而Controls和εit则分别表示本实验中的控制变量以及误差项。在本实验中，重点关注双重差分项Treati × Periodt系数β3的数值，是否是显著为正，若该系数显著为正，则表示环保税对企业ESG报告评分有显著的正向促进作用。
4. 实证结果分析
4.1. 描述性统计
在所选取的9945个样本中，企业ESG报告评分的均值为20.652，说明所选的上市公司很多企业ESG报告披露水平较低，且标准差为6.782，最大值为44.215，最小值为9.091，说明不同企业之间ESG报告披露水平差异较大。Treat的均值为0.517，说明重污染企业的样本数与轻污染以及无污染企业的样本数无较大差异。Period的均值为0.331，说明2018 年及之后的样本数少于2018年之前。为了消除异方差的影响，本实验中将部分变量对数化。各主要变量的描述性统计见表2所示。
4.2. 相关系数矩阵
采用皮尔逊相关系数矩阵分析方法。其中核心解释变量Treated*Period系数与esg、esg_env、esg_soc、esg_gov在1%的显著性水平上显著正相关，与预期假设一致。此外解释变量中size、Soe、lev等均至少在1%的显著性水平下与被解释变量esg、esg_env、esg_soc、esg_gov呈显著相关关系。结果初步支持环保税政策促进esg水平提高观点，为深入研究奠定了良好的基础。但考虑到相关系数矩阵仅衡量双变量之间的关系，未排除控制变量以及潜在变量(如时间效应以及行业效应)的干扰，故结果仅供参考，具体关系还需进一步进行回归分析来判定。相关系数结果如表3所示。
Table 3. Correlation coefficient matrix
表3. 相关系数矩阵
4.3. 回归结果分析
表4报告了环保税政策对于esg的固定效应模型回归结果，其中的因变量为esg。列(1)为未加入控制变量，仅加入时间、行业固定效应进行的分析，交乘项Treated*Period的系数为1.161，在1%的显著性水平上显著为正。列(10)为同时加入了控制变量和时间、行业固定效应进行的分析，交乘Treated*Period的系数为1.036，在1%的显著性水平上显著为正。我们发现无论是否加入控制变量，环保税政策都在1%的显著性水平上促进了企业的esg水平。证实了假设H1，说明环保税政策对企业ESG信息披露呈显著促进作用。
表5报告了环保税政策对于esg_env、esg_soc、esg_gov的回归结果，其中的因变量为esg_env、esg_soc、esg_gov。列(1)为对esg_env同时加入了控制变量和时间、行业固定效应进行的分析，交乘项Treated*Period的系数为1.378，在1%的显著性水平上显著为正。列(2)为对esg_soc同时加入了控制变量和时间、行业固定效应进行的分析，交乘项Treated*Period的系数为0.173，不显著。列(3)为对esg_gov同时加入了控制变量和时间、行业固定效应进行的分析，交乘项Treated*Period的系数为0.553，在1%的显著性水平上显著为正。环保税政策与esg的三个分指标中的esg_env正相关最显著，与esg_gov正相关显著，与esg_soc相关程度不高。证实了假设H2，说明分指标回归具有的差异性，环保税政策实施对企业esg的esg_soc方面作用促进不显著，对esg_env和esg_gov方面的提高有显著的正向促进作用，其中环保税政策对esg_env方面的有更显著的正向促进作用。
Table 5. Regression of sub indicators
表5. 分指标回归
4.4. 稳健性检验
4.4.1. 平行趋势检验
为了保证DID双重差分法的有效性，需要通过平行趋势检验证明前提假设成立。平行趋势检验要求在环保税政策实施前，实验组和对照组的esg水平有着相同的趋势。符合条件则有理由认为政策发生的净效应是由于政策冲击产生的。pre_5是一个虚拟变量，如果企业处于政策冲击前五年并且为实验组则赋值为1，否则为0。pre_4、pre_3、pre_2、pre_1同理。current是一个虚拟变量，如果企业处于政策冲击当年且为实验组则赋值为1，否则为0。在环保税政策实施之前，虚拟变量pre_5、pre_4、pre_3、pre_2系数均不显著，虚拟变量pre_1系数在10%的显著性水平上显著，总体认为环保税政策实施前，实验组与对照组之间不存在明显差异。政策实施之后，虚拟变量current系数在5%的显著性水平上显著为正，说明环保税政策实施对企业esg水平的提高有显著的正向促进作用(假设H1)，使实验组与对照组之间产生明显差异。因此本文的研究满足平行趋势假定，之后DID的分析结果是有效的。平行趋势检验结果如表6所示。
4.4.2. 反事实假定稳健性检验
为降低其他潜在变量对Treated*Period与esg之间关系的影响，本文采用了反事实假定的方式进行稳健性检验，即将实验组与对照组随机打乱然后抽取相同数量的组作为新的“实验组”，由虚假的实验组与时间虚拟变量进行交互组成新的Treated*Period1变量，若结果不显著则说明前文显著的结论非偶然发生的，即结果稳健。列(1)为未加入控制变量，仅加入时间、行业固定效应进行的分析，交乘项Treated*Period1的系数为0.095，不显著。列(10)为同时加入了控制变量和时间、行业固定效应进行的分析，交乘项Treated*Period1的系数为0.006，不显著。无论是否加入控制变量，结果均不显著，这与前文回归结果中环保税政策对企业esg水平的影响截然相反，符合反事实假设的检验需求，验证了实证结论的稳健性。具体结果如表7所示。
Table 7. Results of robustness test for counterfactual assumptions
表7. 反事实假定稳健性检验结果
4.4.3. PSM回归分析
由于ESG评级的企业可能存在某些共同特征，为了进一步让实验组和对照组更为匹配，本文采用卡尺值限定在0.01内且方式为半径匹配的倾向得分匹配PSM法的方式进行样本配对，以缓解由可观测变量带来的内生性问题和减少自选择偏差对结论的影响。匹配前后的协变量差异表如表8所示，通过判断bias前后的变化可以得出，所有协变量的差异均得到明显缩小，即样本之间的协变量相似度不断提高，实验组和控制组协变量的均值在匹配后具有显著差异，满足共同支撑假设，可以进行did估计。通过协变量平衡性差异表得到图1，匹配后点更靠近标准化差异轴，变量没有表现出显著的差异。具体结果见表8。
Table 8. Analysis of PSM regression results
表8. PSM回归结果分析
本实验使用核密度来直观的表现两组倾向得分值在匹配前后是否存在差异。如图2所示，匹配前两条核密度曲线偏差都较大，匹配后两条曲线基本一致，处理组和控制组倾向得分匹配值的概率密度差异大幅缩小，可以排除控制变量不一样的干扰。证明了在本次实验中各控制变量不是影响企业esg水平变化的主要因素。进一步验证了PSM回归分析的可行性和优越性。
Figure 2. Comparison of kernel density before and after PSM
图2. PSM前后对比核密度图
4.5. 异质性分析
4.5.1. 融资约束异质性
不同融资约束的企业环保税政策的实施效果也会有所不同。为了避免内生性问题，本文公司融资约束程度的度量采用SA指标。计算得到SA指数为负且绝对值越大，说明企业受到的融资约束程度越严重。本文通过计算SA指数，对公司的融资约束程度进行排序，并依据计算结果，以SA指数的中位数为划分依据，中位数以上的为低融资约束企业，中位数以下为高融资约束企业。根据实验模型按融资约束进行分组回归。回归结果如表9所示，在加入了一系列控制变量和时间、行业固定效应后，低融资约束企业样本中的Treated*Period系数为0.787，高融资约束企业样本中的Treated*Period系数为1.101。对于低融资约束企业，环保税政策在5%的显著性水平上促进了ESG水平的提高。对于高融资约束企业，环保税政策在1%的显著性水平上显著促进了ESG水平的提高。相比于低融资约束企业，环保税政策对高融资约束企业ESG水平提高的促进作用更强。该分析证实了假设H3a，相比于低融资约束企业，环保税政策对高融资约束企业的esg水平提高有更显著的正向促进作用。
Table 9. Regression results grouped by financing constraints
表9. 按融资约束分组回归结果
4.5.2. 企业规模的异质性
不同规模的企业环保税政策的实施效果也会有所不同。以企业规模的中位数为划分依据，中位数以上的为大型企业，中位数以下为中小企业。根据实验模型按企业规模进行分组回归。回归结果如表10所示，在加入了一系列控制变量和时间、行业固定效应后，大型企业样本中的Treated*Period系数为1.181，中小企业样本中的Treated*Period系数为0.839。对于两类企业，环保税政策均在1%的显著性水平上显著促进了ESG水平的提高。但相比于中小企业，环保税政策对大型企业ESG水平提高的促进作用更强。该分析证实了假设H3b，相比于中小企业，环保税政策对大型企业的esg水平提高有更显著的正向促进作用。
Table 10. Regression results grouped by enterprise size
表10. 按企业规模分组回归结果
4.5.3. 产权性质异质性
不同产权性质的企业环保税政策的实施效果也会有所不同。按产权性质将样本划分为国有企业和非国有企业，其中国有企业取值为1，非国有企业取值为0。根据实验模型按产权性质进行分组回归。回归结果如表11所示，在加入了一系列控制变量和时间、行业固定效应后，国有企业样本中的Treated*Period系数为0.599，非国有企业样本中的Treated*Period系数为1.236。对于国有企业，环保税政策与ESG水平提高相关程度不高。对于非国有企业，环保税政策在1%的显著性水平上显著促进了ESG水平的提高。该分析证实了假设H3c，相比于国有，环保税政策对非国有企业的ESG水平提高有更显著的正向促进作用。
Table 11. Regression results grouped by property rights
表11. 按产权性质分组回归结果
5. 结论与启示
本文基于2018年开始实施的环保税政策，以2018~2021年重污染行业数据为研究样本，采用双重差分法评估了环保收费制度改进对企业ESG绩效的影响。研究发现:环保税政策显著促进企业ESG信息披露质量；对ESG环境维度的促进作用较社会维度与公司治理维度更显著；高融资约束企业的ESG提高效果高于低融资约束企业；大企业的ESG质量提高效果高于中小企业；国有企业的ESG提高效果高于非国有企业。基于以上结论得出的政策启示如下：
(1) 环保税政策的严格落实需要各级行政单位加强政策推行力度，同时保持环保税政策的持续性，保证环保税政策落地的有效性。各生产企业切实执行上级要求，重视ESG信息披露，主动提高ESG信息披露质量。
(2) 环保税政策的落地要考虑不同地区、不同企业的实际情况，不可用“一刀切”的方式严格管制相关企业的生产经营活动。如对中小型轻污染企业，适当予以环保税部分减免，降低企业的ESG信息成本，才能充分调动相关企业的ESG高质量披露积极性；在对国有企业落实环保税政策的同时也要加强对非国有企业的宣传力度，提高非国有企业的高质量ESG报告披露的动力。
(3) 理性看待非国有企业的ESG信息披露情况。政府应采取监督与奖励并行的方法，顺应市场经济趋势，提高非国有企业的ESG信息披露积极性，推动非国有企业的ESG报告质量的提高，促进非国有企业的绿色可持续发展。
基金项目
National Social Science Fundation of China (No. 20BGL099).
NOTES
*通讯作者。