環境規制、不確定性與企業的短期化投資偏向
——基于環境規制工具異質性的比較分析

汪海鳳 白雪潔 李 爽

(1.內蒙古科技大學 經濟與管理學院，內蒙古 包頭 014010； 2.南開大學 經濟與社會發展研究院，天津 300071； 3.鄭州大學 商學院，河南 鄭州 450001)

一、引言及相關文獻回顧

環境保護日益成為全世界普遍關注的熱點，各個國家和地區都已認識到通過加強環境規制來保護和改善環境的重要性。處在經濟轉型期的中國，各級政府的環境保護意識和能力都在不斷增強，環境規制也日趨嚴格，但同時各級政府又不希望以犧牲經濟增長為代價換取環境改善，而是期望獲取環境保護與經濟增長的雙重效應。那么，在這種雙重壓力下，政府的目標能否順利實現呢？此外，企業作為經濟增長的微觀主體，在環境規制之下，其投資行為又會發生怎樣的變化？為有效解答上述問題，本文將基于企業投資期限選擇的微觀視角展開深入研究。

依據投資期限的長短，企業投資可分為長期投資和短期投資兩種。其中，長期投資指企業擴大生產規模、更新升級現有技術和裝備，為謀求長期盈利而進行的長遠投資；短期投資則指企業增加存貨、購買持有時間不超過一年的股票、債券等短期金融資產的投資行為。相對而言，由于長期投資回收期較長，且具有不可逆性，一旦做出決策，往往很難對投資策略進行靈活調整。而且，長期投資所需投入的資金通常也更多，因此其面臨的風險相比短期投資更大。在政府實施環境規制之后，對企業而言，經營環境發生了重大變化，企業經營者需要在短期收益和長遠發展之間進行權衡，并做出恰當的投資期限選擇，這不僅事關企業發展，而且還會影響經濟的長期增長水平，因為企業投資行為的累積會產生宏觀經濟效應。

從現有文獻看，關于企業投資期限的選擇，特別是長期投資的影響因素，學者主要從不確定性、政企關聯、管理者的約束和激勵機制、管理者任職期限等方面展開研究。首先，不確定性的視角。Leahy et al.(1996)認為，不確定性的增加會造成延遲投資的期權價值提高，進而抑制不可逆的實物投資，而此類投資往往是長期投資。Jeong(2002)則指出，產業政策的不確定性會導致相關投資成本的不確定性，從而使得資本價格上升，長期投資水平下降。Morikawa(2016)基于日本上市公司的實證分析發現，在稅收制度、貿易政策和環境政策等存在不確定性的情況下，企業的管理決策會受到顯著影響，特別是將抑制機器設備類長期投資。其次，政企關聯的視角。諸多研究表明，政府官員更替會影響企業長期投資行為。Cohen et al.(2011)發現，美國國會委員會主席的更迭會導致政府支出的波動，進而顯著降低企業的資本性支出。曹春方(2013)認為，法定和事實政治權力的轉移將增加官員更替期間經濟政策的不確定性，政府的控制力相應弱化，此時企業對固定資產投資、無形資產投資等長期投資行為更加謹慎。再者，對管理者約束和激勵的視角。Lambert et al.(1989)指出，若對企業管理層進行股權激勵，則管理層會傾向于減少股利分配，將利潤留存并投資于長期項目，目的在于從企業未來估價提升中獲取收益。羅知等(2015)認為，如果國有企業董事長受任期考核和年度考核目標的約束，同時其持股和薪酬均受到政府管制，那么其進行長期投資的意愿會大大降低。最后，管理者任職期限的視角。Miller et al.(2006)發現，在家族企業中，由于CEO任期較長，使得其投資決策目光更加長遠，因此，在廠房設備等固定資產投資以及研究開發類長期投資上支出更多。李培功等(2012)的研究顯示，上市公司管理者CEO的任期越短，公司長期投資水平越低。

綜上可知，企業經營管理的內外部環境和特征變化均會對投資期限選擇產生重大影響。然而，環境規制作為一種重要的微觀規制政策，其對企業投資期限選擇行為影響的相關研究卻并不多見。在環境規制下，企業首先需面臨規制遵從成本增加帶來的經營環境變化，此時企業會按照利益最大化的原則，做出一些策略性選擇，改變投資期限即是其中一種?；谏鲜龇治?，本文選取中國A股上市公司中的工業企業為研究對象，深入探析環境規制影響企業投資期限選擇的作用機理，即著重考察不確定性所發揮的中介作用，同時就環境規制及其異質性對企業投資期限選擇的影響效應加以實證檢驗。

與已有研究文獻相比，本文的貢獻主要體現在：一是，從企業投資期限選擇的微觀視角，系統考察環境規制對企業投資的影響效應及其作用機理，解析環境規制經濟效應的微觀作用路徑，所得結果更加具體且可靠；二是，采用中介效應檢驗模型實證考察“環境規制—不確定性—企業投資期限選擇”這一微觀作用路徑，即環境規制如何通過影響企業投資和經營過程中的不確定性進而作用于投資期限選擇；三是，引入環境規制工具的異質性變量，進一步探討環境規制對企業投資期限選擇的差異化影響效應，既為政府環境規制工具的綜合運用提供了理論和經驗基礎，也是對現有環境規制與企業投資行為研究的重要補充。

二、作用機理及理論假設

從政府的角度，其實施環境規制的首要目標是治理污染和保護環境，完成上級政府下達的環境績效考核任務。也就是說，政府希望企業在環境規制下進行污染治理投資，特別是清潔生產技術研發投資(這些投資往往具有長期性)以及著眼于企業長遠發展的固定資產投資。然而，從企業的角度，當環境規制增強時，企業可能并不一定如政府所希望的那樣選擇上述長期投資，而是通過削減污染型產品的產量和產能，將節約的資金投資于能夠相對迅速獲取回報的短期項目，這恰恰可能是符合企業利益最大化原則的最優策略選擇。

(一)環境規制對企業投資期限選擇的作用機理及理論假設

環境規制政策并非一成不變，它會隨著環境問題的變化而不斷加以修訂和調整，因此環境規制本身具有一定的不確定性。同時，環境規制給企業投資行為帶來的經濟影響也具有不確定性。鑒于企業進行投資決策需增加對環境規制因素的考慮，因而對某一投資項目(特別是長期投資項目)進行成本收益分析和預測的難度將大大增加。在此情形下，企業為避免更大的不確定性，可能會調整投資策略，相對而言，長期投資行為將受到抑制，投資偏向短期化。其中的作用機理大體如下：

首先，從長短期資金需求的角度，如果環境規制使企業經營面臨的不確定性增加，那么未來需要進行流動性融資的可能性將相應提升，同時固定資產、無形資產等長期投資收益的可預見性也會降低，因此企業會降低長期資金需求，并提升流動性資金需求，進而使投資行為受到影響(王義中 等，2014)，長期投資支出規模有所下降。其次，作為一種實物資產投資，固定資產投資是企業長期投資的重要組成部分。根據實物期權理論，在不可逆和不確定條件下，實物資產投資的延遲與等待具有期權價值。若環境規制造成企業投資和生產經營的不確定性增加，則意味著延遲投資的期權價值提高，此時，選擇不執行實物期權而等待進一步的確定性新信息則更加明智。這將促使企業投資期限呈短期化偏向。再者，環境規制下不確定性的增加將導致資本成本提高，進而抑制企業的長期投資行為，促使投資期限結構趨向短期化。Jeong(2002)指出，對于某一持續若干期的長期投資項目，不確定性可能會導致后期項目總成本有所增加。如果成本增加過于嚴重，抑或距項目結束時間還很久遠，那么企業可能會放棄該長期項目投資轉而選擇其他短期項目以降低總成本。此外，若考慮政府因素，如果企業發現政府的環境規制政策存在不確定性，可能要做調整或修訂，則其會對政府相關部門官員進行游說，繼而使得相應的支出增加，此時企業選擇長期投資的意愿將有所降低，甚至還會產生一定的擠出效應(Farzin et al.，2003)。

綜上，環境規制對企業投資期限選擇的影響效應及其作用機理如圖1所示。

圖1 環境規制對企業投資期限選擇的影響效應及其作用機理

從作用機理看，不確定性是環境規制影響企業投資期限選擇的重要中介。鑒于此，本文提出：

H1：環境規制會抑制企業的長期投資行為，促使企業投資期限呈短期化偏向。

H2：環境規制通過加大企業面臨的不確定性，促使企業長期投資相對減少，投資期限趨向短期化。

(二)基于環境規制工具異質性的進一步分析及理論假設

根據B?cher(2012)，環境規制可以劃分為信息型、合作型、經濟型、管制型四種類型。其中，信息型環境規制是指通過向公眾或企業傳遞信息來影響企業行為；合作型環境規制是指借助于企業之間或者企業與政府之間的協商合作機制促使企業采取自愿型措施；經濟型環境規制是指利用經濟手段來影響企業行為；管制型環境規制則是政府利用基于命令與控制原則的、較大程度的直接行政控制方式來影響企業行為。本文借鑒這種分類思想，將環境規制劃歸為三種類型：立法管制型環境規制、執法管制型環境規制以及經濟型環境規制。

面對不同類型的環境規制工具，企業的投資期限選擇可能會有所不同。(1)立法管制型環境規制的實施和執行過程存在較多的不確定性因素。一方面，立法管制型環境規制對企業投資行為的影響往往在較長時間后才會顯現，因為政府相關部門需要一定時間來向企業及公眾傳遞其環境規制的政策信號，企業也需要一定時間來理解和消化政府的環境規制政策信息進而做出適宜反應。因此，在面對立法管制型環境規制時，企業可能會選擇觀望或逃避，以明確該項法律法規是否真正得到有效實施(包群 等，2013)。也就是說，企業不會立即加大污染治理類以及技術研發類等長期投資。另一方面，不確定性的加大促使企業更傾向于高收益、低風險的短期投資行為，而不會貿然擴大現有業務規模，進行包括固定資產以及無形資產投資在內的長期投資行為。(2)執法管制型環境規制當即會對企業的污染行為產生更多約束，這時企業需進行較高的污染治理投資以降低污染排放。(3)在經濟型環境規制下，企業可以把環境規制作為一種投入要素，將其影響內化于生產經營決策、投資決策中，從實現企業價值最大化的目標出發，達到最優配置效率。此時，企業面臨的不確定性程度最低，更易平衡短期收益和長遠發展之間的關系，因此其傾向于進行較多的長期投資，而非一味追求高收益的短期投資。有鑒于此，本文提出：

H3：立法管制型環境規制對企業長期投資行為的抑制作用最強，短期化偏向最為明顯；經濟型環境規制對企業長期投資行為的抑制作用最弱，短期化偏向最不明顯。

三、研究設計

(一)計量模型的設定

首先，為檢驗假設H1，即環境規制影響企業投資期限選擇的總效應，本部分構建如下計量模型：

Longijt=β0+β1ERjt-1+β2Controlijt+ui+λt+εijt

(1)

其中：下標i、j和t分別表示企業、地區和年份；ER表示環境規制強度；Long代表企業的投資期限結構，本文采用長期投資占企業全部投資的比重表示。此外，我們還選取了一系列企業層面的控制變量(Control)，包括企業報酬率(ROE)、企業規模(size)、現金持有量(cash)、資產負債率(alratio)、企業年齡(age)、企業成長機會(growth)等。ui為個體固定效應，用于控制未觀測到的企業特征因素對投資期限選擇的影響；λt為時間固定效應，用于控制影響企業投資期限選擇但只隨時間變化的因素；εijt為隨機干擾項。

其次，為檢驗假設H2，即環境規制影響企業投資期限選擇的作用機理，本文從不確定性角度采用中介效應檢驗方法(溫忠麟 等，2014)進行分析。具體過程如下：第一步，將長期投資比重對環境規制以及其他控制變量進行回歸，其模型形式即為模型(1)。第二步，將不確定性對環境規制及其他控制變量進行回歸，同時將長期投資比重對不確定性、環境規制及其他控制變量進行回歸，其模型形式分別為：

Uncertainijt=α0+α1ERjt+α2Controlijt+ui+λt+εijt

(2)

Longijt=β0+β1ERjt+β2Controlijt+β3Uncertainijt+ui+λt+εijt

(3)

在第二步檢驗中，需判別模型(2)中的回歸系數α1以及模型(3)中的回歸系數β3是否具有統計顯著性，如果至少有一個不顯著，則進行下一步檢驗。第三步，用Bootstrap自舉法直接檢驗H0∶α1β3=0。如果兩個系數都顯著，則進入下一步檢驗。第四步，首先判斷模型(3)中的回歸系數β1是否具有統計顯著性，如果存在顯著性，則繼續觀察α1與β3乘積的符號和模型(3)中回歸系數β1的符號是否相同。如果相同，則認為存在部分中介效應；反之，則認為存在遮掩效應。

再者，檢驗假設H3所采用的計量模型與模型(1)的形式完全相同，只是將環境規制變量ER調整為三種不同類型的環境規制變量，即經濟型環境規制變量ER1、執法管制型環境規制變量ER2和立法管制型環境規制變量ER3。

此外，實證分析時還需對可能存在的內生性問題進行控制與處理。在本文中，環境規制與企業投資期限選擇之間可能存在一定程度的反向因果關系，即企業投資期限選擇行為的變化會對政府規制部門的行為產生影響。比如，在企業長期投資比重出現大幅下滑時，政府出于任期或地區經濟增長的壓力，可能會對環境規制相關政策進行調整。因此，為防止內生性問題導致的估計偏誤，本文還將在面板固定效應估計的基礎上選擇恰當的工具變量進行兩階段最小二乘估計。借鑒彭可茂等(2013)的做法，經過工具變量的識別不足檢驗、弱工具變量檢驗，本文選取各地區滯后一期的文盲率的倒數作為工具變量。原因在于：其一，從外生性角度看，滯后一期的文盲率屬于歷史變量，企業投資期限選擇不會影響這個歷史變量，而且地區文盲率的高低也不會直接影響當期企業的投資期限選擇行為。其二，從相關性看，文盲率與環境規制的關系較為密切，一般來說地區過去的文盲率越低，其環境規制強度相對越高?？傊?，滯后一期的文盲率的倒數滿足工具變量的條件。

(二)變量與數據說明

1.企業投資期限結構指標

對于企業投資期限結構的衡量指標——長期投資比重，主要基于企業資產負債表中的指標進行估算。本文將企業總投資劃分為固定資產投資、無形資產投資、流動資產投資、金融資產投資以及長期股權投資五個部分。按照投資回收期限，以一年為界，固定資產投資、無形資產投資和長期股權投資均屬于長期投資，流動資產投資則屬于短期投資。不過，金融資產投資既包括短期投資也包括長期投資。本文將來自資產負債表流動資產中的交易性金融資產凈額的增加值視為短期投資，將來自資產負債表非流動資產中可供出售的金融資產、持有至到期投資凈額的增加值視為長期投資。這樣，將固定資產投資、無形資產投資以及長期股權投資、可供出售的金融資產和持有至到期投資凈額的增加值相加便可得到長期投資總額。其中，固定資產投資為固定投資凈值、在建工程和工程物資的增加值以及固定資產當期折舊費用之和(徐明東 等，2012)。無形資產投資為無形資產凈值、開發支出的增加值與無形資產攤銷之和(曾愛民 等，2013)。本文的流動資產投資特指企業的存貨投資，用存貨凈值的增加值表示。基于此，長期投資比重即為長期投資額除以企業總投資額。[注]按上述方法(增加值)估算的長期投資和總投資會出現負值，如果長期投資和總投資同為負值，即長期投資和總投資都屬于負投資、出售資產狀態，那么二者相除得到正值，很難恰當反映長期投資比重的變化情況。因此，參照陳艷艷等(2012)的做法，本文將總投資為負的樣本剔除。為防止異常值影響，本文對長期投資比重(Long)進行了縮尾處理，將處在分位數(1%，99%)之外的觀測值分別用1%和99%分位數值代替。

2.環境規制指標

目前，學者多以污染物減排的百分比或者單位產值的污染物減排量、污染物排放的綜合指數、污染治理運行費用及其強度、污染治理資本支出及其強度、環境法規數、環境部門雇傭人員數、環境檢查和監督次數、能源強度的變化等來衡量環境規制，衡量角度和方法尚未統一。為避免采用單一指標出現偏差，本文選取多個細分指標來衡量各地區的環境規制，并利用因子分析法得出環境規制的綜合指標(尹志超 等，2014)。本文選取的用于衡量各地區環境規制的細分指標主要包括：工業污染源治理投資強度、建設項目“三同時”環保投資強度、工業污染治理運行費用強度、排污費征收強度、地方性環境法規數、地方性環境行政規章數、平均每個工業企業的環保系統人員數以及平均每百個工業企業的環保機構數。其中，工業污染源治理投資強度、建設項目“三同時”環保投資強度、工業污染治理(廢水和廢氣污染治理)運行費用強度、排污費征收強度指標均是基于工業污染物排放綜合水平計算而得。本文主要考察了中國實行總量減排控制的四種主要污染物，分別為工業化學需氧量、工業氨氮、工業二氧化硫、工業氮氧化物，并借鑒趙連閣等(2014)的方法計算得到，以2005年不變價表示。

根據特征值大于1的提取公因子原則，本文采用主成分分析法提取了三個公因子，累積方差貢獻率達到71.565%，能夠涵蓋原指標的大部分信息。而且，本文采用最大方差法進行了旋轉，經過4次迭代得到的旋轉后因子載荷矩陣如表1所示。從中可見，第一個公因子在工業污染源治理投資強度、建設項目“三同時”環保投資強度、工業污染治理運行費用強度以及排污費征收強度四個指標上載荷值較大，這四個指標主要反映各地區經濟型環境規制強度。其中，工業污染源治理投資強度和建設項目“三同時”環保投資強度為投資型環境規制，工業污染治理運行費用強度和排污費征收強度為費用型環境規制(原毅軍 等，2013)，所以本文將第一個公因子命名為經濟型環境規制(ER1)因子。第二個公因子在平均每個工業企業的環保系統人員數、平均每百個企業的環保機構數兩個指標上載荷值較大，這兩個指標主要反映政府相關部門對環境的執法監管，所以本文將第二個公因子命名為執法管制型環境規制(ER2)因子。第三個公因子在地方性環境法規數、地方性環境行政規章數兩個指標上的載荷值較大，這兩個指標主要體現各地區相關政府部門對環境問題所進行的立法監管，所以本文將第三個公因子命名為立法管制型環境規制(ER3)因子。

表1 旋轉后的因子載荷矩陣

以各公因子各自的方差貢獻率占總方差貢獻率的比重作為權重，可計算出環境規制綜合指標ER。公式如下：

ER=(32.020×ER1+23.678×ER2+15.866×ER3)/71.565

(4)

3.不確定性指標

Bergh et al.(1998)指出，企業生產經營活動中的不確定性最終會通過企業核心業務活動的波動得以反映，即企業的營業收入呈現波動性。因此，本文借鑒Ghosh et al.(2009)以及申慧慧等(2012)的做法，運用過去5年剔除穩定增長部分后的營業收入的標準差并經行業調整后的數值來衡量企業所面臨的不確定性，用Uncertain表示。

4.其他控制變量

本文選取的控制變量主要有：企業報酬率(ROE)，以凈資產報酬率表示；資產負債率(alratio)，以“負債總額/資產總額”表示(李青原 等，2013)；企業年齡(age)，以成立時間的對數表示(李萬福 等，2011)；企業規模(size)，以總資產凈額的對數表示；現金持有量(cash)，以“當年年末貨幣資金與交易性金融資產之和/上一年年末的固定資產凈額”表示(D′Espallier et al.，2009)；企業成長機會(growth)，以營業收入增長率表示(潘越 等，2009)。

本文選取的樣本區間為2007—2015年[注]之所以選擇2007年作為起始年份，是因為2007年中國開始實施新的《企業會計準則》，較之前的會計準則做出了較大調整，特別是投資類指標，比如短期投資、長期債權投資等。，研究對象為因污染排放平均水平相對較高而受環境規制影響最顯著的一類公司——中國A股的工業上市公司，并且剔除了ST公司(王義中 等，2014)以及當年進行IPO的公司。因此，本文的研究樣本構成了非平衡面板數據。工業上市公司的數據主要來自于Wind數據庫，各地區環境規制變量的數據主要來源于《中國環境年鑒2008—2016》。表2列示了主要變量的描述性統計結果。

表2 主要變量的描述性統計

數據來源：作者計算整理。

四、環境規制對企業投資期限選擇的總效應及差異化效應分析

本部分將針對環境規制影響企業投資期限選擇的總效應及其差異化效應進行實證分析，并開展穩健性檢驗。

(一)環境規制影響企業投資期限選擇的總效應分析

1.初步估計結果

本部分使用面板數據的估計方法進行實證分析。在估計之前，首先需確定面板數據的模型形式。在引入控制變量后進行面板固定效應模型的估計，其對應的F統計量值為1.09，p值為0.0177，因此可以在5%的顯著性水平下拒絕原假設，也就是說，固定效應模型估計優于混合估計；進一步，Hausman檢驗的χ2統計量為81.05，p值為0.0000，因此可以強烈拒絕原假設，即固定效應模型估計優于隨機效應模型估計。因此，本文的估計均選用面板固定效應模型。

為提高估計結果的可靠性，本文采用逐一引入控制變量的方法，結果見表3。在估計中，我們同時控制了個體固定效應和時間固定效應。

表3 環境規制影響企業投資期限選擇的總效應(面板固定效應模型估計)

注：括號內為估計系數對應的t統計量；*、**和***分別表示在10%、5%和1%的顯著性水平上具有統計顯著性。

由表3可知，在模型(1)至(7)中，環境規制變量ER的影響系數均在5%的水平上顯著為負，假設H1初步得到證實。即，環境規制顯著抑制了工業上市公司的長期投資行為，隨著環境規制水平的提高，工業上市公司增加的總投資中長期投資所占比重趨于下降，整體呈短期化偏向。

對于控制變量，企業報酬率(ROE)、資產負債率(alratio)和企業規模(size)對工業上市公司長期投資比重的影響系數在1%的水平下顯著為負，表明盈利水平較高、負債融資相對較大、規模較大的工業上市公司長期投資意愿有所下降，其對短期投資更加偏愛。首先，企業報酬率高，意味著現有業務能夠產生很好的收益，而長期投資的收益則具有較大的不確定性，因此企業更愿意進行維持性投資，而不是長期投資。其次，由于長期投資決策事關企業長遠發展，需要進行更多的協調，而企業的規模越大，意味著組織機構越龐大和復雜，協調難度也越大。再者，對于上市公司而言，融資約束問題雖有所減輕，但仍然難以避免。尤其是，長期投資需投入的資金相對更多，期限也更長。若公司的資產負債率已然較高，此時再進行外部融資的難度將相對更大，因此長期投資行為很難得到強有力的資金支持。與之相對，現金持有量(cash)對工業上市公司長期投資比重的影響系數在5%的水平下顯著為正，現金持有量較多意味著公司有較強的內源融資能力，因而對長期投資行為具有顯著促進作用。此外，企業成長機會(growth)對工業上市公司長期投資比重的影響系數不顯著，說明具有良好成長機會的公司長期投資意愿并沒有顯著增強。

2.面板工具變量法的估計結果

考慮到可能存在的內生性問題，本文使用滯后一期的文盲率的倒數作為工具變量進行面板固定效應的兩階段最小二乘(2SLS)估計，結果報告于表4中。需要指出的是，為克服各公司間可能存在的而又無法識別的異方差，本文在實證分析中均采用懷特異方差修正的穩健標準誤。

表4 環境規制影響企業投資期限選擇的總效應(面板工具變量法估計)

注：( )內為估計系數對應的穩健t統計量，[ ]內為統計量對應的p值，{ }內為Stock-Yogo檢驗10%水平下的臨界值；*、**和***分別表示在10%、5%和1%的顯著性水平上具有統計顯著性。

從環境規制的內生性檢驗來看，χ2統計量對應的p值均小于0.05，所以在5%的水平上可拒絕原假設，認為環境規制變量的確存在內生性問題。另外，從工具變量的檢驗來看，Kleibergen-Paap rk LM 統計量的p值均為0.0000，因此可以強烈拒絕不可識別的原假設；Kleibergen-Paap rk Wald F統計量也遠遠大于Stock-Yogo檢驗10%水平下的臨界值，因此弱工具變量的原假設也被強烈拒絕。由此可知，本文選取的工具變量是合理的。

從模型(1)至(7)的估計結果看，環境規制(ER)對工業上市公司長期投資比重的影響系數全部在5%的水平下顯著為負，這與之前面板固定效應估計的結論一致。另外，企業年齡(age)對工業上市公司長期投資比重的影響系數的顯著性有所增加，均在5%或1%的水平上顯著為正，說明在環境規制之下，工業上市公司的存續時間越長，其越看重公司的長遠發展和永續經營，因而長期投資比重有所增加。其余控制變量的系數與之前相比顯著性變化不大。

(二)不同環境規制工具的差異化影響分析

本部分主要檢驗不同環境規制工具對工業上市公司投資期限選擇的差異化影響，估計結果如表5所示。從中可見，不同類型的環境規制工具對工業上市公司長期投資比重的影響效應確實呈現出一定的差異性。

表5 不同環境規制工具對企業投資期限選擇的影響效應

注：*、**和***分別表示在10%、5%和1%的顯著性水平上具有統計顯著性。

首先，經濟型環境規制(ER1)對工業上市公司長期投資比重的影響系數在10%的水平下顯著為負，但其絕對值最小，表明經濟型環境規制強度的提高雖不利于上市公司長期投資比重的增加，但是相對而言，其對長期投資比重的抑制作用最低。這意味著環境規制雖會增加公司的生產經營成本，但因經濟型環境規制帶來的成本增加相對明確，公司進行投資決策時所面臨的不確定性相對較小，一定程度上會增強公司的長期投資信心，從而使得經濟型環境規制對公司長期投資的抑制作用相對較弱。

其次，執法管制型環境規制(ER2)對工業上市公司長期投資比重的影響系數在1%的水平下顯著為負，且絕對值略大于經濟型環境規制的影響系數，表明執法管制型環境規制強度的提高也不利于工業上市公司長期投資比重的增加，而且這種抑制作用相對較大。在中國，環保部門的監管力度存在較大的不確定性，各地方政府對環保部門的職能定位千差萬別，環保監管機構也存在一些職責不清、推卸責任的問題，致使環保監管無法形成合力，而且執法力度還會受到行政、人為因素的影響。因此，僅僅依靠執法管制型環境規制，公司長期投資意愿可能不增反降，投資行為的短期化傾向愈發明顯。

最后，立法管制型環境規制(ER3)對工業上市公司長期投資比重的影響系數在5%的水平下顯著為負，且其絕對值最大，說明在立法管制型環境規制下，工業上市公司的長期投資行為受到的抑制最為明顯。由于環境法律法規的執行存在較多的不確定性，一些企業抱有僥幸心理，設法逃避環保機構的執法監管，甚至有部分企業為了追求短期的經濟效益，在環保設備設施安裝使用方面與環境執法監督部門“藏貓貓”。因此，立法管制型環境規制會導致公司的長期投資比重受到大幅抑制。一方面，工業上市公司對環保問題的重視程度不夠，它們不會進行較多的污染治理投資以及技術研發投資等；另一方面，在不確定性增大時，上市公司的投資行為將更加關注短期利益，而對于具有不可逆的長期生產性固定資產投資缺乏足夠意愿。

綜上所述，假設H3得到證實。

(三)穩健性檢驗

在整理中國工業上市公司長期投資比重的數據時我們發現，長期投資比重的數據存在小于0或大于1甚至大于2的情形。原因在于，本研究所計算的投資支出為新增投資支出，是基于資產負債表中的各類資產增量估算的，出現長期投資小于0的情況意味著在該年度上市公司對未來的長期投資前景不看好，于是出售長期資產；出現長期投資比重大于1甚至大于2的情況則說明該年度上市公司出售了大量短期資產，從而使得長期資產增量在總投資的占比大于1或者2。為保證結論的穩健性，本部分將這些資產期限調整幅度過大的樣本予以剔除，并重新按前述研究設計進行估計[注]限于篇幅，本文未詳細列示穩健性回歸結果，如感興趣，可向作者索取。。結果顯示，環境規制對工業上市公司長期投資比重的影響系數仍在1%的水平下顯著為負，且執法管制型和立法管制型環境規制對工業上市公司長期投資比重的抑制作用仍然較大，而經濟型環境規制的抑制作用相對較小。結論與上文基本一致，表明本文結論是可靠且穩健的。

五、不確定性影響企業投資期限選擇的實證結果

本部分將進一步考察“環境規制—不確定性—企業投資期限選擇”這一作用途徑是否成立，即針對假設H2進行實證檢驗。

(一)不確定性的中介效應檢驗

中介效應檢驗步驟嚴格遵循溫忠麟等(2014)提出的方法。第一步，將被解釋變量長期投資比重對核心解釋變量環境規制以及其余控制變量進行回歸，計量模型如式(1)所示，得到的估計結果見表3和4，此處不再重復展示?？梢钥闯?，不管是否控制內生性問題，環境規制對工業上市公司長期投資比重的影響系數均顯著為負，因此可以按中介效應立論。

第二步，首先，根據模型(2)將不確定性對環境規制及其他控制變量進行回歸，觀察環境規制對不確定性影響系數的統計顯著性，估計結果如表6的列(1)和列(2)所示。需要指出的是，由于不確定性指標是基于營業收入計算的，為防止共線性問題，這里將同樣基于營業收入增長率衡量的企業成長機會變量(growth)略去。另外，為保證結論的穩健性，列(1)是沒有控制時間固定效應得到的估計結果，列(2)則是同時控制時間和個體固定效應得到的估計結果。由這兩個估計結果可知，環境規制對上市公司面臨的不確定性的影響系數均在10%的水平下顯著為正，表明環境規制的確使工業上市公司的不確定性有所增加。其次，根據模型(3)，將被解釋變量長期投資比重對環境規制、不確定性和其他控制變量進行回歸，觀察不確定性對企業長期投資比重的影響系數的統計顯著性，估計結果如表6的列(3)所示。可以看出，不確定性對工業上市公司長期投資比重的影響系數在5%的水平下顯著為負。至此第二步檢驗完成，得出間接效應顯著存在的結論。

略去第三步，直接進入第四步，從表6列(3)的估計結果還可以看出，環境規制(ER)對上市公司長期投資比重的直接影響系數在5%的水平下顯著為負，即環境規制對公司長期投資比重存在顯著的直接影響。環境規制對不確定性的影響系數與不確定性對公司長期投資比重影響系數的乘積，以及環境規制對公司長期投資比重的直接影響系數符號相同，均為負值，從而證實不確定性的部分中介效應存在。因此，環境規制通過影響不確定性進而作用于投資期限選擇的作用路徑是成立的，假設2得到證實。

表6 不確定性的中介效應檢驗估計結果

注：括號內為估計系數對應的穩健t統計量；*、**和***分別表示在10%、5%和1%的顯著性水平上具有統計顯著性。

(二)環境規制工具的異質性與不確定性

上文實證檢驗結果表明，環境規制的確會通過增加不確定性進而降低公司長期投資比重。而且，不同類型的環境規制工具對企業投資期限選擇具有差異化影響。那么，不同類型的環境規制工具是否會對企業面臨的不確定性產生不同影響，進而使得企業的投資期限選擇行為呈現差異呢？本部分將著重對此展開深入探討。

表6的列(4)至列(6)分別給出了三種不同類型環境規制工具對不確定性的影響效應。從中可以看出，經濟型環境規制對工業上市公司不確定性的影響系數在5%的水平下顯著為正，且數值最小，這說明若實行經濟型環境規制，工業上市公司生產經營和投資的不確定性雖有所增加，但增加幅度有限。執法管制型環境規制對上市公司不確定性的影響系數也在10%的水平下顯著為正，且大于經濟型環境規制的影響系數。原因可能在于，以環保機構和環保系統人員的相對規模作為執法管制型環境規制的替代變量具有一定的合理性，它也在一定程度上激勵公司加大污染治理投資，但不可否認的是，相比于經濟型環境規制，上市公司實際面臨的環境執法力度存在較大的不確定性。在中國，對環境保護的執法，存在著“上有政策、下有對策”、相互推諉等問題，環保監管尚未形成合力；地方政府的實際執法力度也是千差萬別，甚至在環境執法過程中還會出現不依法行政的“處罰上限化”等問題，這些因素的疊加導致上市公司不確定性有所增加。此外，立法管制型環境規制對工業上市公司不確定性的影響系數在1%的水平下顯著為正，且數值最大。這表明在立法管制型環境規制之下，公司面臨的不確定性因素最多。比如，一些環境法律法規是否能得到有效實施、環境規制遵從的成本有多大、正在實施的環境規制政策是否會有所改變等，種種有關立法的環境規制都帶有很大的不確定性。因此，立法管制型環境規制對公司長期投資行為產生的抑制作用最強。由此可見，在不同類型的環境規制之下，工業上市公司面臨的不確定性程度不同，進而導致其對長期投資比重的影響存在顯著差異。

六、結論與政策啟示

環境規制對公司的投資行為會產生多方面影響，其中之一便是關乎長期投資與短期投資的選擇問題，其作用機理如何是本文重點闡釋的內容。同時，以中國A股工業上市公司為研究對象，利用2007—2015年的樣本數據，構建環境規制作用于企業投資期限選擇行為的計量模型，實證檢驗環境規制對企業投資期限選擇的總效應。進一步，從環境規制工具異質性，即不同類型環境規制工具的角度，對其差異化的效應表現進行分析考察。研究結論主要有：

首先，從作用機理來講，由于環境規制政策本身及其對企業的影響均存在較大的不確定性，在這種不確定性作用下，本文從長短期資金需求、延遲投資的期權價值、未來資本成本以及游說支出的擠出效應等角度分析認為，環境規制會抑制企業的長期投資行為，促使投資期限結構呈短期化偏向。其次，對環境規制影響企業投資期限選擇的總效應及其差異化表現進行的實證檢驗表明，不管是否控制內生性問題，環境規制綜合水平的提高對工業上市公司長期投資比重均起到顯著的抑制作用。一定程度表明在環境規制強度提高時，工業上市公司在短期收益和長期發展的權衡中，會更加重視短期收益，盡可能規避長期投資的風險。在此基礎上，本文基于環境規制工具的異質性對可能存在的差異化影響效應進行了實證分析，結果顯示，立法管制型、執法管制型和經濟型環境規制雖然均會抑制工業上市公司的長期投資比重，但相對而言，經濟型環境規制的抑制程度最低，而立法管制型環境規制的抑制程度最高。穩健性檢驗的結果也表明上述結論是可靠的。最后，為驗證環境規制影響企業投資期限選擇的作用機理，本文從不確定性角度利用中介效應檢驗方法進行了驗證。結果發現，環境規制的增強使得工業上市公司面臨的不確定性有所增加，進而對長期投資行為產生了抑制作用。進一步研究顯示，三種類型的環境規制工具均會顯著提高公司面臨的不確定性。其中，在經濟型環境規制下，公司面臨的不確定性提升幅度最小；在立法管制型環境規制下，公司面臨的不確定性提高幅度最大。這也是導致三種不同類型的環境規制工具對工業上市公司長期投資比重呈現差異化影響的重要原因。

近年來，為促進經濟發展方式轉變，實現綠色和低碳發展，中國不斷出臺環境規制政策，加大環境規制力度。然而，從其經濟效應來看，環境規制強度的提高卻抑制了長期投資行為，致使企業的投資期限結構呈短期化偏向。很顯然，長期投資(包括環保設備和技術研發投資等)對企業的未來發展更加重要，而過度短期化投資傾向本質上是有悖于經濟發展方式轉型要求的。因此，現階段，各地區切忌盲目提高環境規制強度，規制內容應從有利于促進企業長期投資、實現長遠發展的角度進一步加以完善和細化。需要指出的是，如前文所述，環境規制之所以會導致企業投資期限呈現短期化偏向，是因為環境規制加大了企業經營環境的不確定性。有鑒于此，為降低環境規制政策的不確定性，抑制企業投資的短期化偏向，未來的環境規制政策應更加清晰透明，以穩定企業的政策預期，努力降低其給企業投資選擇帶來的不確定性影響。

另外，由于不同類型的環境規制工具在影響企業的投資期限選擇上存在很大差異，未來需要重視各種環境規制工具的適時選擇與組合運用。從立法和執法管制型環境規制工具的選擇及運用來看，包群等(2013)指出，地方環保立法未能有效改善環境質量，而環保執法力度則在抑制污染物排放方面發揮了關鍵作用。本研究也發現，在立法管制型環境規制下，企業面臨的不確定性增幅最大，環境立法存在一定的“非完全執行”問題。因此，在建立法治社會的大背景下，當地方政府試圖采取立法管制型環境規制工具對企業的經濟活動進行調節時，僅僅依靠地方性環境法規和行政規章的書面文本是遠遠不夠的，還需環境執法部門嚴格按照書面法規和行政規章進行執法監管，以盡可能降低企業所面臨的不確定性，增強企業對環境規制立法預期的透明度。還需強調的是，環境規制立法的有效性是通過高效的環境執法來實現的，為提高環境執法的有效性：一方面，要大力提高相關部門的行政能力，并規范執法程序，降低環境執法過程中存在的人為因素和執法“越位”現象；另一方面，需完善企業環境信息披露制度，并加強公眾監督，確保環境執法部門能夠以較低的成本獲取企業真實的環境信息，降低信息不對稱，提高執法效率。為克服地方政府之間面對同一類環境規制政策時執法寬嚴不濟的弊端，需進一步加強中央政府對地方政府執法的監查力度，甚至可以探索建立地方政府之間的相互監督機制。相比較而言，經濟型環境規制工具的激勵效應最大，因為它給企業經營環境帶來的不確定性影響最小，企業能夠據此對投資決策的成本收益做出相對準確的判斷，從而對長期投資行為的抑制作用最小。因此，長期來看，由于不同類型的環境規制工具作用的側重點不同，有必要進一步優化各種環境規制工具的科學配置。具體而言，要加強立法管制型規制對規制方向的把控，嚴格執法管制型規制的標準和程序，重視經濟型規制手段在污染物減排和環境保護方面的重要作用。也就是說，各地方政府應借助于經濟手段，大力推行綠色新政，鼓勵環保類綠色投資，從長遠角度驅動企業實現清潔型生產技術進步和清潔化生產，并以此作為推動地方經濟增長和可持續發展的新動力。

需要指出的是，盡管本文為今后關于環境規制政策的發展取向以及企業投資行為等相關研究提供了新的視角。然而，環境規制政策與規制工具都在不斷發展完善，從立法和執法管制型環境規制工具到經濟型環境規制工具，均為正式環境規制，體現了較強的政府意志。近年來，自愿型環境規制逐步興起，包括行業協會、非政府組織在內的社會團體以及公眾通過與排污企業進行協商或談判以實現環境保護，非正式環境規制的影響力正日益增強。由于受統計數據的限制，本文所設計的環境規制指標僅局限于正式環境規制范圍內。在后續研究中，應著重探索與考察非正式環境規制的經濟效應。