環境規制、政治關聯與投資效率

■許松濤，陳霞，楊繼偉

環境規制、政治關聯與投資效率

■許松濤，陳霞，楊繼偉

以“十五”到“十二五”期間的工業企業上市公司為總體研究樣本，從環境規制視角，考察政治關聯對企業投資效率的影響。研究表明盡管環境規制降低了企業的投資效率，而對于受環境規制越嚴格的企業而言，政治關聯則越有助于抑制其投資過度和減少投資不足，從而提高投資效率。但政治關聯的這種作用機理在環境規制較弱的“十五”期間沒能發揮作用。進一步的研究發現，政治關聯對受環境規制越嚴格的國有企業，在投資過度方面有抑制作用，而對非國有企業沒有顯著影響；但無論是國有還是非國有企業，政治關聯均有助于減少其投資不足程度，表明政治關聯對不同產權性質企業的投資影響作用機理有所不同。

環境規制；政治關聯；投資效率；投資過度；投資不足

許松濤（1973-），湖北武漢人，九江學院會計學院副教授，博士，研究方向為環境規制與公司財務；陳霞（1979-），湖北公安人，九江學院會計學院講師，碩士，研究方向為環境會計。（江西九江332005）；楊繼偉（1970-），云南文山人，云南財經大學會計學院教授，博士，研究方向為資本市場財務問題。（云南昆明650221）

一、引言

已有文獻關于政治關聯對企業投資效率的影響,主要從資源獲取優勢、產權保護和政治目標等作用機理進行分析，本文的研究，則首次從政府環境規制的視角，考察政治關聯對工業企業特別是重污染行業企業投資效率的影響，拓寬了政治關聯對投資影響的理論分析框架。

與政府追求GDP和增加就業等目標相比，政府環境規制的目標對企業投資影響的作用機理和作用方向并不相同。政府追求GDP和增加就業的政治目標，將推動具有政治關聯的企業，為迎合政府需求而進行投資擴張，通常表現為政治關聯促進了企業的投資過度。而我國環境規制的目標在于環境治理和經濟結構轉型發展，其主要環境規制工具如主要污染物總量控制、綠色信貸、綠色證券和淘汰落后產能政策等，對重污染行業企業的生產經營、投資、外部融資和資產清算價值等產生抑制作用。本文以“十五”到“十二五”期間的工業行業上市公司為樣本，研究發現，企業所處行業的環境規制強度越嚴格，政治關聯越有助于約束企業的投資過度行為，從而提高投資效率。因此，本文從政府環境規制視角研究政治關聯對企業投資效率的影響，將有別于以往的文獻研究。

另一方面，環境規制對企業投資的影響研究，主要文獻集中在對FDI的影響，較少涉及對環境規制所在國本土企業投資的影響，且尚未有文獻從政治關聯視角研究環境規制對企業投資效率的影響，故本文的研究亦豐富了規制經濟學理論。

二、理論分析與研究假設

（一）環境規制對企業投資的影響

1.環境規制與企業投資過度

盡管波特假說認為適當的環境規制能激勵企業的研發，從而能全部或部分彌補企業環境治理的成本，但現有的經驗研究對此并未能得出一致的結論。相反，企業為應對環境治理的要求，需加大與節能減排有關的技術研發和機器設備投資，增加了企業的生產成本，從而提高了單個企業的規模經濟水平。如Pashigan(1984)發現隨著環境規制的加強，制造業企業的最小有效規模得以提高，即企業通過加大生產與環境治理資產的投資，來實現環境治理的規模效應，從而降低單位產出的環境治理成本。另外，我國的環境規制以“命令-控制”型工具為主，不僅在能源消耗和廢棄物排放方面設定了標準，還在生產流程、機器設備和產能等多方面進行了規范。如以節能減排為目標的淘汰落后產能政策，在落后產能的劃分標準上有著非常明顯的固定資產規模導向，旨在實現重污染行業固定資產規模的“上大壓小”。因此，我國受嚴格環境規制影響的企業，為應對因污染治理帶來的最小有效規模的提高，以及環境規制政策在設備產能的政策性導向，有可能加大固定資產的投資規模，而表現出與正常投資規模相偏離的投資過度。

2.環境規制與企業投資不足

環境規制不僅可能誘發企業的投資過度，也可能引起企業的投資不足。已有的研究表明，由于環境規制帶來的政策經濟后果具有不確定性，當企業面對此類不確定性時，其投資機會的期權價值得以提高，可導致企業減少或推遲投資。另一方面，我國重污染行業企業的投資立項需要經過環保、規劃等政府部門的審批，受到主要污染物總量控制的限制。隨著我國環境規制政策的日趨嚴格，各地區可供新增投資的環境容量極為有限，將約束企業的投資，并有可能導致部分企業的投資不足。此外我國實施的綠色信貸綠色證券等環境規制政策，限制了重污染行業企業特別是環境治理水平低的企業外部融資。而當企業存在融資約束時則通常會表現出投資不足。

根據上述環境規制對企業投資過度與投資不足的分析，本文認為環境規制同時推動了不同企業的投資過度或投資不足，表現出不同的影響方向。由此本文提出研究假設1：

假設1：受環境規制越嚴格的企業，其投資效率越低，即其投資過度或投資不足的可能性越高。

（二）環境規制與政治關聯對企業投資的影響

1.環境規制、政治關聯與企業投資過度

具有政治關聯的企業，與政府有著密切的關系，同時為了維護密切關系，企業往往需要幫助政府承擔一些政府的職責和目標，更有可能迎合政府的干預政策（Fan等，2007）。而我國的環境規制政策服務于經濟社會發展的整體目標，成為轉變經濟發展方式的重要手段。從“十一五”期間開始，主要污染物排放總量削減指標首次成為約束性指標，各?。▍^、市）人民政府必須嚴格執行，地方政府主要負責人成為環境治理目標的第一責任人，環境治理和經濟轉型的政府政治目標重要性水平更加突出。在此背景下，政府特別是地方政府要求重污染行業企業追求GDP和就業增長的需求將下降，而對污染治理水平要求上升。因此，受環境規制越嚴格的企業，其政治關聯為迎合政府環境治理與經濟轉型的政治目標，將約束其在重污染行業的投資過度行為，避免過多投資項目的環境污染帶來的政治與社會壓力。

2.環境規制、政治關聯與企業投資不足

我國的環境規制強度越來越大，且重點使用了命令-控制型環境規制工具，有著非常強的政府干預特征（張坤民，2010）。另一方面，環境污染突發事件引起的運動式治理（環保風暴）時有發生。因此，受環境規制越嚴格的企業，其面臨的環境政策變化與政府高強度干預的風險越大。

政治關聯則是轉型經濟國家的企業用來克服政策環境不確定性和風險控制的重要機制（Allen等，2005)。在環境規制背景下，政治關聯有利于企業及早和準確把握政府的管制信息與精神，并能預先作出規避風險的行為。另外，政冶關聯有助于降低政府對企業的監管力度，保護被規制企業的利益。因此在同等條件下，對于擁有政治關聯的企業而言，面臨政府高強度環境監管的風險與不確定性亦會有所緩解，從而有助于緩解企業因外部不確定性環境與風險導致的投資不足。

政治關聯的資源獲取優勢作用機理亦有助于受規制企業減少投資不足。已有研究表明，由于政治關聯拉近了企業與政府之間的關系，因此政治關聯有利于企業從政府獲得更多資源與幫助。而對于受環境規制的企業而言，其資本投資離不開政府在如下方面的支持：（1）投資立項審批。擁有政治關聯的重污染行業企業，由于與政府的密切關系，在投資立項時將更容易得到政府的審批通過；（2）外部融資。政治關聯則通過政府干預、降低資本提供者與企業之間的信息不對稱性，從而減少企業的融資約束，便于融資，有著更高的資產負債率。因此，政治關聯將有助于受環境規制的企業獲得外部融資，從而避免因融資約束而產生投資不足的現象。

綜上所述，政治關聯的政治目標作用機理有助于抑制企業的投資過度；環境規制風險控制和資源獲取優勢作用機理降低了企業的投資不足。上述作用機理均對受環境規制的企業的非效率投資（投資過度和投資不足）形成制約，從而提高了企業的投資效率，故提出本文的研究假設2：

假設2：受環境規制越嚴格的企業，政治關聯越有助于提高其投資效率，即政治關聯有助于抑制其投資過度或減少投資不足。

三、研究設計

（一）主要變量設置

1.投資效率的計算

本文首先借鑒Richardson(2006)投資模型，用模型（1）估算企業正常投資水平。

Invi,t=α0+α1Growthi,t-1+α2Levi,t-1+α3Cashi,t-1+α4Agei,t-1+α5Sizei,t-1+α6Reti,t-1+α7Invi,t-1+ΣInd+ΣYear+εi,t（1）

其中Invi,t為公司i第t年的新增資本投資,等于現金流量表中的“購建固定資產無形資產和其他長期資產支付的現金”，加上“取得子公司及其他營業單位支付的現金凈額”，減去“處置固定資產無形資產和其他長期資產收回的現金凈額”，再減去“固定資產折舊與無形資產攤銷”，最后除以本期和上期資產總計的均值；Growth為公司的投資機會，用Tobin Q值表示，其中非流通股價值按對應凈資產處理；Lev為資產負債率；Cash為現金及現金等價物占總資產的比例；Age為公司上市年限；Size為公司總資產的自然對數；Ret為年度股票回報率；Ind為行業啞變量，以國家統計局2011年行業分類的三位數代碼為劃分標準，2011年以前的行業分類按2011年行業分類標準進行調整；Year為年度啞變量。

對模型（1）進行回歸后，并計算每個公司每年殘值的絕對值，其殘值即為公司i第t年的投資過度（殘值大于0）或投資不足（殘值小于0）程度。用Abseinv表示公司殘值的絕對值，其值越高表示公司的非效率投資程度越嚴重；Overinv為模型（1）中殘值大于0的殘值取值，表示公司投資過度的程度，其值越高表示投資過度越嚴重；Underinv為模型（1）中殘值小于0的殘值絕對值，其值越高表示投資不足越嚴重。

2.政治關聯的變量設置

本文借鑒Fan等（2007）、田利輝和張偉（2013）、余明桂和潘紅波（2008）的做法，將董事長、總經理（CEO）的政治背景，如是否在黨政機關或部隊擔任過領導職務作為企業政治關聯的代理變量。政治關聯的具體分值計算如下：副科級1分；正科級2分；副處級3分；正處級4分；副廳局級5分；正廳局級6分；副省部級7分；正省部級8分；副國家級及以上為9分。本文分年度分別計算董事長和總經理（CEO）的分值并相加（如董事長和總經理（CEO）為同一人則只計算一人），作為各個年度公司政治關聯的強度，該變量值越高表明企業的政治關聯強度越大。董事長、總經理（CEO）的背景材料信息來自于同花順數據庫，并結合網絡檢索手工整理而來。

3.環境規制強度的變量設置

環境規制強度變量的設置一直是研究文獻中的難點。目前主要采用的方法包括：（1）單位產出的污染治理和控制支出(pollution abatement and control expenditure，PACE)（許松濤和肖序，2011；Levinson，1996）；（2）單位產出的污染排放量及相關指標（Constantini和Crespi，2008；傅京燕和李麗莎，2010）；（3）單位產出的能源消耗量（Cole和Elliot，2003）；（4）以所處行業或地區或國家的環境規制政策是否加強作為環境規制強度變量（McConnell和Schwab，1990；Henderson，1996）。對于使用污染物排放量或能源消耗量指標作為環境規制強度變量，存在著不同的觀點，一種認為污染物排放量或能源消耗量越大，其面臨的環境規制強度將越大。另一種觀點認為污染物排放量或能源消耗量越大，表明其環境規制強度越弱（Brunel和Levinson，2013）。為此，本文參照上述的第（1）和（4）種方法，分別采用如下兩種方法度量環境規制的強度①目前我國的環境規制政策主要針對特定行業，輔之于特定地區。由于無法直接觀察到每個公司面臨的環境規制強度，現有文獻均以公司所處的行業或地區或國家的環境規制強度，作為對每個公司受到的環境規制強度代理變量。由于我國大多數地區的行業環境數據沒有公開，而僅以公司所在地區的整體環境數據為基礎進行計算，作為公司面臨的環境規制強度，無法反映公司的行業環境規制特征。故本文以公司所處行業的環境規制政策特征及環境數據為基礎，作為公司面臨的環境規制強度變量的計算來源。：

（1）以是否屬于國家環保部界定重污染行業，作為環境規制強度的代理變量。國家環保部在2003年6月發布的《關于對申請上市的企業和申請再融資的上市企業進行環境保護核查的通知》，將重污染行業界定為冶金、化工、石化、煤炭、火電、建材、造紙、釀造、制藥、發酵、紡織、制革和采礦業等13個行業。到2008年發布的《上市公司環保核查行業分類管理名錄》，進一步將重污染行業界定為火電、鋼鐵、水泥、電解鋁、煤炭、冶金、建材、采礦、化工、石化、制藥、輕工、紡織、制革等14個行業并予以明細說明，根據中國統計局與中國證監會行業代碼分類，國家環保部的2003年與2008年標準在三位數行業代碼上完全相同。故本文以國家環保部2008年重污染行業分類為界定標準，將屬于《上市公司環保核查行業分類管理名錄》所界定的行業列為重污染行業，否則為非重污染行業。

（2）以行業的廢水廢氣治理設施運行費用除以行業工業增加值，作為環境規制強度的代理變量。由于《中國環境統計年鑒》和《中國環境統計年報》中僅有分行業廢水廢氣治理設置運行費用，而沒有分行業固體廢棄物治理設施運行費用，故本文以行業的廢水和廢氣治理設施運行費用之和，除以行業工業增加值，作為環境規制強度的代理變量。

《中國工業經濟統計年鑒》自2008年開始不再披露分行業的工業增加值，本文根據國家統計局公布的各工業行業工業增加值增速和各行業PPI指數，推算出2008年到2014年各工業行業的工業增加值。

值得注意的是，《中國環境統計年鑒》和《中國環境統計年報》沒有各行業的工業增加值，僅含工業總產值，且其統計調查的行業企業數量與《中國工業經濟統計年鑒》并不相同。為了保證統計口徑的一致性，本文將《中國工業經濟統計年鑒》中的各行業工業增加值（2008年以后為上文推算的增加值，統計口徑一致），按《中國環境統計年鑒》和《中國環境統計年報》中的工業總產值，占《中國工業經濟統計年鑒》中的工業總產值（2012年后為工業銷售產值）的比例進行調整，作為行業廢水廢氣治理設施運行費用的平減因子。

（二）模型設定

為了檢驗受環境規制影響的企業，其政治關聯對企業投資效率的影響，本文構建以模型（2）為基礎的模型進行檢驗：

Abseinvi,tor Overinvi,tor Underinvi,t=β0+β1Dcoscorei,t+β2Eri,t+β3Dcoscocrei,t*Eri,t+β4Fcfi,t+β5Soei,t+β6Owner1i,t+ β7H10indexi,t+β8Nboardi,t+β9Indboardi,t+β10Top3salaryi,t+ β11Llevi,t+β12Roai,t+ΣYear+εi,t（2）

模型（2）的變量描述如表1所示，其中環境規制強度變量Er分別使用Er_hpind和Er_exp兩種不同的方法度量。

表1 主要變量定義

本文主要考察政治關聯（Dcoscore）與環境規制強度變量（Er_hpind或Er_exp）的交互項系數是否顯著小于0。如以全樣本的投資效率（Abseinv）為被解釋變量，交互項系數顯著小于0表明企業受到的環境規制越嚴格，政治關聯越有助于其提高投資效率；如以投資過度樣本的投資過度程度（Overinv）為被解釋變量，交互項系數為負則表明政治關聯有助于抑制其投資過度；如以投資不足樣本的投資不足程度（Underinv）為被解釋變量，交互項系數為負則表明政治關聯有助于緩解企業的投資不足。

借鑒Richardson（2006）、Firth等(2008)、程新生等（2012）、劉行和葉康濤（2013）的處理，本文還在模型（2）中分別控制了企業自由現金流、實際控制人性質、股權治理結構（第1大股大持股比例、前10大股東制衡度）、董事會治理結構（董事會規模、獨立董事占董事會人數比例）、高管薪酬激勵、債權人治理（長期負債率）和公司規模等控制變量。

（三）樣本選擇與數據來源

表2 樣本行業分布表

考慮到2015年的分行業環境規制相關數據尚未公布，故本文以“十五”規劃的2001年為研究時間起點，截止到2014年止，對樣本行業的選擇，由于我國環境規制的主要行業為工業企業，且行業環境治理的公開數據僅包括工業行業數據（參見各年的中國環境統計年鑒或年報）。故樣本的選擇限定在工業行業上市公司。另考慮到風力、水力和太陽能發電等清潔能源發電與火力發電，在能耗污染和環境規制上具有顯著的不同，而上述不同類型的發電企業在國展經濟行業分類中卻同屬于“電力、熱力的生產和供應業”，為此本文亦刪除了主營為風力、水力和太陽能發電等清潔能源發電企業。最后還刪除數據缺失和上市當年的樣本，最終獲得13118個公司的樣本。以國家環保部2008年在《上市公司環保核查行業分類管理名錄》中界定的重污染行業，為依據進行分析，其樣本分布如表2所示。

除上文對環境規制強度和政治關聯數據來源進行說明外，本文的財務數據、公司治理數據均來自于國泰君安數據庫，并對財務數據進行了1%分位的Winsor處理。

四、實證檢驗結果與分析

（一）描述性統計

表3 主要變量的描述性統計

表3為主要變量的描述性統計。本文同時對重污染行業樣本與非重污染行業樣本，在主要變量方面進行了均值T檢驗。從表3可知，重污染行業和非重污染行業在主要變量方面均存在著顯著性差異，表明我國的環境規制對企業各方面的影響非常大。值得注意的是，以行業廢水廢氣治理設施運行費用除以行業工業增加值，作為環境規制強度變量（Er_exp），在重污染行業與非重污染行業存在著約4倍的均值差異，表明本文選擇行業廢水廢氣治理設施運行費用除以行業工業增加值作為環境規制強度變量是合適的；重污染行業的政治關聯（Dcoscore）強度亦顯著大于非重污染行業，說明在環境規制背景下，企業對政府掌握的資源的依賴性，及其政治關聯對重污染行業企業的價值所在；重污染行業無論是在非效率投資（Abseinv）、投資過度（Overinv）還是投資不足（Underinv）程度均顯著大于非重污染行業，一定程度上反映了環境規制對企業投資效率的整體負面影響，這與本文的研究假設1相吻合；在長期負債率方面，重污染行業亦顯著高于非重污染行業，說明重污染行業對銀行融資的嚴重依賴性。

（二）回歸檢驗結果

1.全樣本回歸分析

表4 環境規制、政治關聯對投資效率的全樣本回歸

表4為所有工業行業上市公司全樣本回歸檢驗。表4的第（2）～（4）列使用了是否為國家環保部界定的重污染行業作為環境規制強度變量（Er_hpind），第（5）～（7）列使用了行業廢水廢氣治理設施運行費用除以行業工業增加值，作為環境規制強度變量（Er_exp）。根據表4，本文發現兩種不同的環境規制強度變量系數始終顯著大于0，表明環境規制整體上降低了企業的投資效率，驗證了本文的假設1，即受環境規制越嚴格的企業，其投資效率越低。

本文亦發現政治關聯變量（Dcoscore）在回歸方程中沒有引入政治關聯與環境規制強度變量交互項（Er_hpind*Dcoscore或Er_expreg*Dcoscore）時，均顯著小于0，表明政治關聯能提升企業的投資效率。但在考慮到政治關聯與環境規制強度交互影響時，政治關聯變量系數不再顯著，而政治關聯與環境規制強度的交互項系數則在1%的水平顯著為負，表明政治關聯對投資效率的影響，主要在受環境規制嚴格的企業起作用，亦驗證了本文的假設2：受環境規制越嚴格的企業，政治關聯越有助于提高其投資效率。

在控制變量方面，實際控制人產權性質（Soe）系數顯著為負，表明國有企業的投資效率更高，國有企業獲得的扶持性信貸補貼使得國有企業在投資效率上優于非國有企業，這種情況在貨幣緊縮時表現得更為明顯；長期負債率（Llev）系數顯著為正，表明銀行等長期債權人對企業投資的治理效率沒有起到應有正面作用。

2.分投資過度與投資不足樣本的回歸分析

表5為分投資過度和投資不足的樣本回歸結果。本文發現無論在投資過度還是投資不足樣本中，環境規制強度變量的系數均顯著為正，表明環境規制不僅推動了受規制企業的投資過度，還是造成企業投資不足的原因，從而進一步驗證了本文的研究假設1。同樣在投資過度和投資不足樣本中，環境規制與政治關聯的交互項系數均顯著為負，表明在受環境規制越嚴格的企業，政治關聯越有助于抑制其投資過度和投資不足行為，檢驗了本文的研究假設2。

表5 分投資過度與投資不足的樣本回歸結果

3.分重污染與非重污染行業樣本的回歸分析

表6為分重污染行業與非重污染行業樣本的回歸結果。重污染與非重污染行業的劃分以國家環保部對重污染行業分類為標準。從表6可知，在重污染行業樣本中，政治關聯系數在1%的水平上顯著為負，表明政治關聯對重污染行業企業的投資效率有提升作用；但是在非重污染行業樣本中，政治關聯的系數并不顯著。說明政治關聯對企業投資效率的促進作用主要發生在重污染行業，進一步驗證了本文的研究假設2。

4.分時間段的樣本回歸分析

近年來，我國環境規制強度變化的一個分水嶺在于“十一五”規劃期。在“十五”期間（2001～2005年），我國的環境規制實施強度相對較弱，環境保護計劃指標沒有全部實現，如在2005年二氧化硫排放量比2000年增加了27.8%，化學需氧量僅減少2.1%，未能完成分別削減10%的控制目標。主要污染物排放量遠遠超過環境容量，環境污染嚴重（參見2007年11月的國務院《國家環境保護“十一五”規劃》）。為此我國在“十一五”期間（2006～2010年），首次將主要污染物排放總量顯著減少作為經濟社會發展的約束性指標，著力在認識、政策、體制和能力等方面取得重要進展。在此期間，除了加大主要污染物總量控制的約束性指標外，還推出綠色信貸和強化綠色證券政策，從外部融資方面對重污染行業企業進行規制與引導。到“十一五”期間結束時，化學需氧量、二氧化硫排放總量比2005年分別下降12.45%、14.29%，超額完成減排任務，“十一五”環境保護目標和重點任務全面完成（參見2011年12月的國務院《國家環境保護“十二五”規劃》）。到“十二五”期間，我國的環境規制繼續保持高壓政策，且淘汰落后產能政策強度有加大的趨勢。因此根據研究假設我們可以預期，政治關聯在環境規制強度整體較強的“十一五”和“十二五”期間，其發揮的政治目標、風險控制和資源獲取優勢的作用機理更為顯著，而在“十五”期間則不太明顯。故預期政治關聯有助于受環境規制的企業在“十一五”和“十二五”期間提高投資效率；而在“十五”期間，這種作用可能不顯著。

表6 分重污染與非重污染行業樣本的回歸結果

表7 分時間段的樣本回歸分析

表7為分時間段的樣本回歸分析。從表7可知，環境規制強度系數顯著為正（除Er_expreg系數在“十二五”不顯著外），驗證了本文的假設1。另外在“十五”（2001～2005年）期間，政治關聯與環境規制強度的交互項系數均不顯著；而在“十一五”和“十二五”期間，政治關聯與環境規制強度的交互項系數均顯著為負，表明在越嚴格的環境規制背景下，政治關聯對企業投資效率的正面影響越顯著，進一步驗證了本文的研究假設2。

5.分產權性質的樣本回歸分析

已有的研究表明，政府對國有企業有著較強的干預動機。政府通過國有產權紐帶，實現其促進當地經濟發展、GDP和就業等目標，但政府對非國有企業的干預力度則較弱，非國有企業較少地承擔著政府的多重目標，并且政府通過產權紐帶和政治關聯兩種渠道影響著企業的投資行為，以實現其政治目標，且政治關聯對國有企業的影響強于對非國有企業的影響，原因在于非國有企業追求的目標為財富最大化，其建立政治關聯的主要目的在于獲得信貸資源和政府幫助。因此可預期對于受環境規制越嚴格的非國有企業，政治關聯有助于減少企業在環境規制下的融資約束和政策風險，從而避免企業的投資不足。但對于投資過度方面而言，由于環境規制對市場集中度產生一定促進作用（Millimet等，2009），特別是具有“命令-控制”型規制工具特征的淘汰落后產能政策，在提高進入壁壘和新增投資門檻時，迫使落后產能強制性地退出市場，將加速市場集中度進程，可能由此誘發在位企業的固定資產投資過度行為。而非國有企業建立政治關聯的主要目的不在于為實現政府的政治目標，因此可認為，對于受環境規制越嚴格的非國有企業，政治關聯對抑制企業的投資過度行為并不顯著。

對于國有企業而言，實現政府政治目標的重要性非常明顯，往往構成了國有企業的政治任務。政府環境規制的政治目標在于節能減排，實現經濟轉型發展。因此對于受環境規制越嚴格的國有企業而言，政治關聯將結合國有產權紐帶進一步約束企業向重污染行業領域的投資過度，以減少政治和社會壓力。結合政治關聯和國有產權的資源獲得優勢對減少投資不足的幫助，本文認為，對于受環境規制越嚴格的國有企業，政治關聯將顯著抑制企業的投資過度行為，且減少企業的投資不足。

為考察在環境規制背景下，政治關聯對不同產權性質企業投資效率的影響，本文分產權性質對國有和非國有企業分別進行回歸分析，表8為實際控制人產權性質為國有企業的回歸結果，表9為實際控制人產權性質為非國有企業的回歸結果。

從表8可知，國有企業無論是在總樣本、還是在投資過度樣本或投資不足樣本，政治關聯與環境規制強度的交互項均顯著為負，表明在受環境規制越嚴格的國有企業，政治關聯越有助于其提高投資效率。此結果進一步表明，政府通過產權紐帶和政治關聯雙重渠道，實現了環境規制的目標，即約束了重污染行業企業的投資過度，旨在推進整個經濟的轉型發展。另一方面，政治關聯降低了企業的投資不足，說明政治關聯的環境規制風險控制與獲取資源優勢的作用機理，在國有重污染行業企業中依然發揮作用。

表8 國有企業的樣本回歸結果

從表9可知，在非國有企業總樣本中，政治關聯與環境規制強度的交互項系數并不顯著。但值得注意是的，在非國有企業的投資不足樣本中，上述交互項系數則顯著為負，表明政治關聯獲得資源優勢和風險控制的作用機理在非國有重污染行業企業發揮著作用；在非國有企業的投資過度樣本中，交互項系數不顯著，說明政治目標的作用機理并沒有起到作用，這點與非國有企業政治關聯的主要目標在于實現財富最大化而非政治目標有關。由于環境規制促進了行業集中度，有利于具有資源優勢的企業擴張市場份額，因此，非國有重污染行業企業在政治關聯的資源獲取優勢和風險控制作用機理下，較少有動機抑制其投資過度行為。

表9 非國有企業的樣本回歸結果

五、研究結論

本文以“十五”到“十二五”期間的工業企業上市公司為總體研究樣本，從環境規制背景視角，考察了政治關聯對企業投資效率的影響。在理論分析框架中，本文首先分析了環境規制對企業投資過度與不足的影響，并進一步結合政治關聯的政治目標、風險控制和資源獲取優勢三個作用機理，對企業投資過度和投資不足的影響方向進行了論證。本文認為，為了實現政府的環境治理與經濟轉型目標，政治關聯的政治目標作用機理有助于抑制受環境規制企業的投資過度行為；而風險控制降低了企業的環境政策與監管風險，資源獲取優勢提高了企業投資立項審批通過率和融資便利，因此政治關聯的風險控制和資源獲取優勢作用機理有助于減少受環境規制企業的投資不足行為。

基于上述的理論分析，本文首先使用Richardson（2006）模型計算出各公司各年度的投資效率。在此基礎上，分別從總樣本、投資過度和投資不足子樣本考察政治關聯與環境規制強度變量的交互作用對企業整體投資效率、投資過度和投資不足的影響。研究發現盡管環境規制整體上降低了企業的投資效率，但政治關聯則有助于提高受環境規制嚴格的企業的投資效率、抑制其投資過度和減少投資不足行為。本文亦從重污染行業和非重污染行業企業兩個子樣本進行分析，發現政治關聯對重污染行業企業的投資效率有促進作用，而對非重污染行業企業沒有顯著影響。

本文進一步考察了在不同期間環境規制與政治關聯的交互作用對企業投資效率的影響，發現在“十一五”和“十二五”期間，政治關聯與環境規制的交互作用對企業投資效率有顯著促進作用，而在“十五”期間則沒有影響。究其原因，在于從“十一五”期間開始，我國的環境規制強度明顯升級，隨著綠色信貸、主要污染物總量控制的約束性指標等環境規制政策推出和綠色證券政策的加強，政府的節能減排和經濟轉型政治目標的重要性大幅提升，政治關聯服務于政治目標的作用抑制了企業的投資過度；而環境規制強度在“十一五”和“十二五”期間整體加強，使得政治關聯的環境規制風險控制和資源獲取優勢的重要性凸現，從而有助于減少企業的投資不足。

本文最后還分析了環境規制與政治關聯的交互作用對不同所有制企業投資效率的影響。研究發現，不同于非國有企業的政治關聯目標在于財富最大化，國有企業的政治關聯則受到環境規制政治目標的約束，使得政治關聯對受環境規制嚴格的國有企業，在投資過度方面有抑制作用，而對非國有企業沒有顯著影響，但無論是國有還是非國有企業，政治關聯均有助于減少企業的投資不足程度。

[1]田利輝,張偉.政治關聯影響我國上市公司長期績效的三大效應[J].經濟研究,2013,(11):71～86.

[2]喻坤,李治國,張曉蓉,徐劍剛.企業投資效率之謎:融資約束假說與貨幣政策沖擊[J].經濟研究, 2014,(5):106～120.

[3]張亦春,李晚春,彭江.債權理對企業投資效率的作用研究——來自中國上市公司的經驗證據[J].金融研究,2015,(7):190～203.

F275.5

A

1006-169X（2017）02-0019-10

國家自然科學基金“環境規制、企業外部關系構建與投資行為研究”（71362017）；國家自然科學基金“制度環境、公司治理與投資效率”（71262018）。