Are clean polluters green? Evidence from Mexico’s Clean Industry program

Technische Samenvatting: "Zijn schone vervuilers groen? Bewijs uit het Mexicaanse 'Clean Industry'-programma"

Probleemstelling
Vrijwillige milieu-incentiveprogramma's worden breed ingezet om traditionele command-and-control-regelgeving aan te vullen, maar de effectiviteit ervan bij het verminderen van industriële emissies blijft een onderwerp van debat. Terwijl ontwikkelde landen deze programma's vaak gebruiken om in te spelen op consumentenvoorkeuren of om een slecht milieurecord aan te pakken, leveren empirische studies vaak gemengde of nulresultaten op met betrekking tot werkelijke emissiereducties. In ontwikkelingslanden, waar formele monitoring en handhaving vaak zwak zijn, worden certificaten van derden voorgesteld als mechanismen om milieubestrijding te stimuleren. Echter, eerder onderzoek naar de vrijwillige programma's in Mexico heeft vertrouwd op proxies voor milieuprestaties (zoals boetes) in plaats van werkelijke vervuilingsgegevens, waardoor de impact van certificaten van derden op werkelijke niveaus van toxische lozingen een open vraag blijft. Dit artikel onderzoekt of grote watervervuilers in Mexico hun toxische lozingen verminderen na de adoptie of verlenging van het "Clean Industry" (Industria Limpia)-certificaat.

Methodologie
De studie stelt een unieke paneldatabase samen die de periode van 2000 tot 2018 beslaat, waarbij jaarlijks zelfgerapporteerde lozingen van toxisch afval van 3.436 grote vervuilers worden gekoppeld aan hun participatiecycli in het Clean Industry-programma. De steekproef bevat 848 bedrijven die het certificaat ten minste één keer hebben verkregen of verlengd. Het onderzoek hanteert een meerfasige empirische strategie om endogeniteit en zelfselectiebias aan te pakken:

1. Participatiemodel: Een probit-model (en een lineair waarschijnlijkheidsmodel met plant-fixed effects) wordt geschat om de factoren te bepalen die de beslissing drijven om het certificaat te adopteren of te verlengen. Het model bevat variabelen voor de strengheid van de regelgeving (inspecties, boetes en boetehoogtes voor de fabriek en naburige fabrieken), sociaaleconomische kenmerken van de gemeente en industrie-fixed effects.
2. Rapportagemodel: Een model wordt geschat om te testen of certificering aanzet tot regelmatiger rapportage over vervuiling, waarbij wordt gecontroleerd voor regelgevende acties en maatschappelijke druk.
3. Impact op Toxische Lozingen: Om het causale effect van het programma op vervuilingsniveaus te schatten, gebruikt de studie de voorspelde waarden van deelname uit het lineaire waarschijnlijkheidsmodel als instrument in een paneldataregressie van log-toxische lozingen. Deze aanpak controleert voor plant-fixed effects en tijd-invariante factoren.
4. Counterfactual Estimatie: Om rekening te houden met gestaffelde adoptie en dynamiek van instroom en uitstroom, maakt de studie gebruik van een Counterfactual Estimator-model (volgens Liu et al., 2024) en een Matrix Completion Method. Deze technieken schatten het Average Treatment Effect on the Treated (ATT) door counterfactual uitkomsten voor behandelde fabrieken te voorspellen met behulp van een pool van onbehandelde fabrieken, wat analyse van dynamische behandelings-effecten over de tijd mogelijk maakt.

Belangrijkste Bijdragen
Het artikel levert drie primaire bijdragen aan de literatuur over vrijwillige milieuprogramma's:

• Modelleren van Adoptiebeslissingen: Het modelleert de beslissingen voor adoptie en hercertificering van een grote steekproef van grote toxische vervuilers over bijna twee decennia, waarmee de verwachting wordt uitgedaagd dat specifieke afschrikkingsmaatregelen (verleden overtredingen) de deelname drijven.
• Rapportage en Prestatieanalyse: Het modelleert expliciet het gedrag met betrekking tot vervuilingsrapportage, test de hypothese dat gecertificeerde fabrieken regelmatiger rapporteren, en koppelt certificering aan werkelijke reducties in toxische lozingen met behulp van zelfgerapporteerde gegevens.
• Robuuste Causale Inferentie: Het adresseert de endogeniteit van zelfselectie door gebruik te maken van counterfactual estimators en matrix completion methoden om de complexe, gestaffelde participatiepatronen (instroom en uitstroom) van bedrijven te verwerken, wat een genuanceerder beeld geeft van de langetermijnmilieuprestaties dan statische dwarsdoorsnede-analyses.

Resultaten

• Determinanten van Participatie: In tegen tegenstelling tot de hypothese dat specifieke afschrikking de inschrijving drijft, zijn fabrieken met hun eigen toxische overtredingen in de afgelopen drie jaar minder geneigd zich in te schrijven. Daarentegen verhoogt een hogere frequentie van boetes opgelegd aan naburige fabrieken in dezelfde gemeente de participatie, wat wordt geïnterpreteerd als een "regulator reputation effect", waarbij bedrijven proberen inspectie te vermijden. Echter, een hogere frequentie van boetes op buren vermindert de participatie, wat wijst op een "peer effect" waarbij buren minder boetes kunnen krijgen als zij gecertificeerd zijn.
• Rapportagegedrag: Deelname aan het Clean Industry-programma is geassocieerd met een significante toename in de waarschijnlijkheid van jaarlijkse vervuilingsrapportage (ongeveer 24 procentpunt in de probit-schatting).
• Vervuilingsreducties: Paneldata-resultaten wijzen uit dat deelnemers aan Clean Industry hun toxische lozingen met 1.204 kg per jaar verminderen. Counterfactual estimators onthullen een dynamisch effect: deelnemers verminderen hun toxische lozingen met 56% in het derde jaar volgend op de tweejarige certificeringsperiode.
• Sectorale Heterogeniteit: Hoewel de geaggregeerde resultaten significante reducties laten zien, zijn de resultaten binnen specifieke fabricage-submonsters (automotive, chemie, metalen) niet statistisch significant, waarschijnlijk door kleinere steekproefomvang. Opvallend genoeg suggereert de matrix completion methode dat automotive-fabrieken hun lozingen met 80% verminderen drie jaar na deelname, terwijl chemische fabrieken een reductie van 30% laten zien, en metaalverwerkingsbedrijven geen significante daling vertonen.

Betekenis en Claims
Het artikel concludeert dat het Clean Industry-programma een effectief instrument is voor het bevorderen van naleving van milieuvoorschriften in Mexico. De bevindingen suggeren dat het programma er succesvol in slaagt de vervuilingsrapportage te verhogen en tegelijkert met de reductie van toxische lozingen. Dit daagt eerdere studies uit die suggereren dat vrijwillige programma's in Mexico slechts "vuilere" industrieën aantrekken voor regelgevende verlichting zonder langetermijnwinsten in prestaties. De auteur stelt dat in de context van ontwikkelingslanden, die gekenmerkt worden door zwakke handhaving, vrijwillige mechanismen van derden effectieve instrumenten kunnen zijn voor milieubestrijding. De studie benadrukt dat de waargenomen verbeteringen economisch significant zijn, vooral wanneer rekening wordt gehouden met de dynamische aard van certificerings- en hercertificeringscycli, hoewel het beperkingen erkent met betrekking tot de statistische kracht van subsectorale analyses en de potentiële overlap met ISO14001-certificering.