摘要
在当前我国污染防治不断加强的背景下，本文基于微观企业视角探究地方XX环境规制对重污染企业绿色投资效率的影响。基于2018至2019年中国重污染行业上市公司的微观数据，本文首先利用SBM模型度量并分析当前企业绿色投资效率情况，之后在此基础上通过Tobit回归模型讨论了环境规制对企业绿色投资效率的影响。结果表明：大部分重污染企业的绿色投资效率值从2018年到2019年有所增长，但整体上的效率值偏低，而这一问题的主要成因是企业的绿色投资有着一定程度的投入冗余；地方XX环境规制对企业绿色投资效率有显著正向作用，并且在进行替代性样本等稳健性检验后，结论依然成立。异质性分析显示，环境规制执行对绿色投资效率的促进作用只在采取前瞻性绿色投资策略的企业和大规模企业中显著。从影响机制来看，产权性质和中央环保督察在环境规制与企业绿色投资效率关系中存在调节效应。根据结论，本文提出了XX如何促进企业绿色投资以提升其环境绩效的具体政策建议。
关键词企业绿色投资效率地方XX环境规制SBM-DEA Tobit
一、引言
近年来，为了实现可持续发展，中国XX采取了一系列措施来应对环境问题，生态环境质量持续改善，碳排放强度大幅下降，污染防治方面不断取得新进展。作为重要的能源消耗主体，企业尤其是重污染型企业在面对日益严峻的外部监管压力下，必须担负起更大的环境保护与生态责任（沈红波等，2012），其绿色投资行为日益受到重视（毕茜和于连超，2016）。按照利益相关者理论，企业必须在股东与非股东的利益之间寻求一种平衡（Carroll，1991）。在此背景下，一方面，股东可能不愿意承担企业绿色投资的机会成本，另一方面，大部分利益相关者则希望企业加大在环保方面的投资力度。因此，企业能否最大限度地发挥绿色投资的效益变得非常重要。从这个意义上看，降低企业对环境的污染应该是企业绿色投资的主要目的。但是在现实环境中，企业进行自愿性环境投资活动的动因则可能包括企业形象的建立、监管的预先控制和生产成本的节约等（Maxwell and Decker，2006）。同时，大部分企业缺少进行环境治理和绿色投资的积极性，更多地只是被动地满足XX的管治要求（唐国平等，2013）。在这种情况下，企业的绿色投资对于改善其环境绩效的贡献能有多大？环境规制的实施程度又对企业应用各种绿色资源的效率有何影响？
目前，国际范围的众多学者已经对绿色投资等问题进行了较多探讨，但是对于绿色投资效率的研究仍然较为有限，而且由于企业环境方面的数据可获得性较差，已有的研究也主要是在宏观或中观层面上进行讨论（王娜等，2017；Kim et al.，2015），在微观企业层面进行的绿色投资效率的研究还比较少，而且少有文章探讨地方XX的环境规制强度如何影响企业对各种绿色投资的利用效率。
基于此，本文以“效率”为切入点，从以下两个方面的问题展开深入研究：第一，企业的绿色投资的环保效益即绿色投资效率如何？第二，在国家越来越严厉的环境管理体制下，地方XX的环境规制行为对公司的绿色投资效率有怎样的影响？本文选取沪深两市2018-2019年度A股重污染行业上市公司为样本，运用SBM-DEA方法综合了财务方面的企业环保投资信息与环境方面的各类污染物排放信息，通过非参数方法实现了对企业绿色投资效率的测度和分析，并实证检验了地方XX环境规制对企业绿色投资效率的影响。结果显示：（1）部分重污染企业的绿色投资效率值从2018年到2019年有所增长，但整体上的效率值偏低，而这一问题的主要成因是企业的绿色投资有着一定程度的投入冗余；（2）地方XX环境规制执行力度对企业绿色投资效率具有显著正向作用，并且这种影响在采取前瞻型绿色投资的企业与大规模企业中尤为显著；（3）产权性质和中央环保督察在环境规制与企业绿色投资效率关系中具有调节效应。
本文可能的边际贡献在于：第一，有助于完善我国企业在环保与绿色投资等领域的理论与实践以及XX环境监管方面的相关研究。目前，我国对绿色投资的研究主要聚焦在国家和区域等宏观层次，而很少有从微观企业视角开展绿色投资的研究。本文以“效率”作为企业绿色投资经济后果的切入视角，对绿色投资进行定义，并通过SBM-DEA方法测度并全面评估微观企业层面的绿色投资效率，不仅使研究对象、研究角度更加丰富，也能为企业绿色投资理论的后续深入研究提供经验证据。第二，通过数据包络分析对企业绿色投资效率进行量化，可以使重污染企业客观认识到自身的污染防治效果，为企业识别绿色管理中的薄弱环节，确定改进方向提供依据，提升企业绿色竞争力。此外，本研究从微观角度揭示地方XX环境规制执行对企业绿色投资效率的影响，并将帮助地方监管方面根据企业的不同特征，采取差异化的环保监管措施，从而最大限度地提高企业的绿色投资效率，这对于目前中国的经济发展向绿色转型有着十分重要的指导作用。
二、理论分析与研究假设
（一）环境规制对企业绿色投资效率的影响
Porter and van der Linde（1995）提出“波特假说”，他们相信通过实施合适的环境法规，可以激励公司开展更多的革新行动，从而提高其生产率和在市场上的盈利能力，而遵循环保政策所产生的成本在长期内能够部分甚至全部被创新带来的补偿效应所抵消，实现经济增长和环保方面的双赢。虽然对于这一点国内外学者还没有形成广泛认同，但已有学者验证了环境规制对环境创新具有正向的作用（Johnstone et al.，2010），当环境规制力度在企业能够承受的范围内时，企业将积极地响应各级XX的各项政策条例（李四海，2010），环境规制能够促进环境效益的提升（沈能，2012），环境规制有助于工业行业全要素生产率的增长（李树和陈刚，2013）等。在地方XX环境规制执行强度不断增加的情况下，企业可以实行绿色管理并积极开展绿色研发或改造清洁生产技术、引进节能降耗设备等减少污染物排放，这将有助于提高绿色投资的效率。基于以上分析，提出假设：
假设H1：地方XX环境规制对企业绿色投资效率具有促进作用。
（二）地方XX环境规制与企业绿色投资效率：中央环保督查的调节效应
由于我国中央和地方当局环境监管机构的环境规制权限不同，中央对于地方XX执行环境规制情况的监督自然成为了我国环境治理的重要环节（沈洪涛和周艳坤，2017）。中央环保督察自2016年1月开展以来，在两年时间内已完成了对全国各个省份（自治区或直辖市）的全覆盖，问责人数超过1.7万（张璐晶等，2017）。如此严格的督查力度势必会对地方XX环境规制和企业绿色投资效率之间的关系产生重大影响。面对中央环保督查组的各项严格检查，地方XX可能采取比较极端的措施，如对污染严重企业进行短期限产、停产的要求等，这对企业的日常运营和绿色投资计划都会产生很大的影响，进而限制了企业绿色投资效率的增长。同时，由于一些被重点进行环境督查的大型企业通常在地区经济发展中发挥着重要作用，能够创造大量财政收入和就业机会，故地方XX也可能为了地方经济增长达标而对这些企业提供更多的庇护。由此，形成了中央环保督查对地方XX环境规制执行的“挤出效应”。所以，中央环保督查可能会削弱地方XX环境规制力度对企业绿色投资效率的积极作用。基于此，本章提出以下研究假设：
假设H2：中央环境保护督查削弱了地方XX环境规制执行对企业绿色投资效率的积极作用。
（三）地方XX环境规制执行与企业绿色投资效率：产权性质的调节效应
我国的企业按照其最终控制人是否为XX或XX派出机构划分为国营企业和非国营企业。国企与民企在责任负担、公司治理结构和市场角色上具有明显的不同。在环境保护方面，人们普遍认为，受到国家XX干预的国有企业会承担更大的社会责任，在环境保护方面的投资也会更大。但是，为了在消费者、供货商和社会公众面前树立起更好的形象，非国有企业则可能对环境保护投资更为敏感；此外，顾客、供应商和社会公众等都是企业的重要利益相关者，这些利益相关者同样会影响到企业的环保行为。在国民心目中，国企通常代表着“保障”与“信任”，而非国企要想树立起一个好的顾客与公共形象，所要付出的代价要远大于国企。所以，在面临着国家的法律、法规以及环保要求的时候，为了维护自己的形象，非国有企业很可能会更关注于合法、合规性的生产运营；另外，从企业融资的角度考虑，非国有公司也可能在环保方面发挥更大的作用，以减少债权人和潜在股东对资金的限制。前人的研究结果显示，与非国有企业相比，国企能够更容易、更快、更低的获取资金。所以，为了减少在融资方面的限制，民营企业一般都会在XX积极倡导或规制的污染防治方面做得较好（李月娥，2018）。因此，提出以下研究假设：
假设H3：不同产权性质下，环境规制力度对企业绿色投资效率的影响不同。相比国有企业，非国有企业绿色投资效率对环境规制的反应更为敏感。
三、研究设计
（一）样本选择与数据来源
本文选取沪深两市2018-2019年度A股重污染行业上市公司为初始样本，其中对重污染行业的界定参考了2010年我国环境保护部出台的《上市公司环境信息披露指南》。之后，按照下述过程对初始样本进行筛选：（1）按照行业名称和代码筛选出属于重污染行业的上市企业；（2）剔除了ST公司和在2018-2019年期间退市的公司，得到1647家企业样本；（3）剔除没有披露或不完整披露企业污染物排放量、绿色投资信息的样本，以及公司所在省份PITI指数不可获得的样本，最终获得529个样本观测量。
（二）指标选取
1.被解释变量
企业绿色投资效率（GIE）。在进行企业绿色投资效率的度量时，本文参考陈羽桃（2019）的做法，按照污染发生的节点，将企业在产生污染前主动进行的投资称为预防型绿色投资。相对的，污染发生后被动进行的投资则被称为治理型绿色投资。其中，预防型绿色投资（GPI）的目的在于预防环境污染，包括采用清洁型能源、使用新材料、节能降耗技术和绿色技术等多种方面。这些投资能够直接影响企业生产过程有助于降低企业对环境的影响，提高企业的生产效率和资源利用率；而治理型绿色投资（GTI）则是针对已经发生的环境污染，采取污染物减排和废物利用等方式，对企业的环境影响进行治理和控制，这些投资不直接影响企业的实际生产过程。两类投资对应的数据由重污染行业上市公司年报的在建工程、研发支出、固定资产、管理费用等项目的附注中手工搜集整理。
作为企业绿色投资的产出变量，企业环境绩效可以用企业净利润这一期望产出和各种主要污染物的排放量作为非期望产出来衡量。在污染物的选取上，本文参考了《中国环境统计年鉴》中常用的七类污染物，具体包括化学需氧量、氨氮、废水（水污染指标）；氮氧化物、二氧化硫、烟尘粉尘颗粒物（大气污染指标）和固体废物（土壤污染指标），并将其年度排放总量作为非期望产出。相应的数据从样本企业披露的企业年度报告、企业社会责任报告、企业环境报告书和企业可持续发展报告中整理得到。
进一步，利用SBM-DEA模型对企业绿色投资效率进行度量，其中投入变量为本文定义的两类绿色投资，期望和非期望产出分别为企业净利润和污染物排放。相关变量定义如表1所示。
2.核心解释变量
地方XX环境规制执行力度（PITI）。本文地方XX环境规制执行力度由城市污染源监管信息公开指数（PITI）来衡量，该指数是由两大环保机构联合编制，对全国120个城市进行系统性的PITI评价。指数为100分制，评价内容包括环境监管信息等五个大项，并从系统性等四个层面进行评估，依据现行环境信息公开相关法律法规进行评分。该指数能够较为客观而全面地衡量出当地XX执行环境信息披露的实际情况和异质性，从而体现出地方XX环境规制的执行力度。本文的PITI指数来源于CSMAR数据库，按照城市信息匹配样本企业和PITI指数报告，即可得到样本企业受到的年度环境规制力度，分数越高则当地环境规制执行强度越大。
3.调节变量
企业产权性质（SOE）和中央环保督察（Ensupervision）。本文研究是否受到中央环保督察以及不同产权性质对环境规制力度对企业绿色投资效率的作用是否会产生影响。其中，中央环保督查数据从我国生态环境部官方网站上手工整理而来，企业产权性质来源于CSMAR数据库。
4.控制变量
借鉴前人经验，本文选择了以下控制变量：人均地区生产总值、工业产业结构、环保压力、企业年龄、董事会平均年龄、资产负债率、股权集中度、企业成长性、企业绩效、企业规模、经营现金流。其中，人均地区生产总值数据来源于《中国统计年鉴》，工业产业结构数据搜集整理于《中国工业统计年鉴》，其余变量均来自于CSMAR数据库。
以上所有变量具体定义如表2：
（三）模型构建
1.企业绿色投资效率度量
在衡量环境绩效时，通常把企业的污染物排放量作为一种坏产出，在生产时应该尽量避免。所以本文将应用数据包络分析中，基于松弛值的SBM（Slack Based Measure，SBM）模型，该模型是一种非径向方法，它解决了径向模型对无效率的测量没有包含松弛变量的问题，同时也考虑到了非期望产出。SBM模型最早由Tone Kaoru（1997）[17]提出并进一步完善（Tone，2001），他定义的包含非期望产出的SBM模型如下：
其中，衡量的是被评价单元的效率值；代表实际的投入、表示的实际期望产出、则表示实际非期望产出；投入、期望产出和非期望产出的最佳目标值则分别用X、Y和B来表示。另外三个松弛变量、、则分别代表投入冗余、期望产出不足和非期望产出过量。其计算方式均为实际值与最佳目标值之间的差值；由此，基于松弛值就可以测度出投入无效率和产出无效率的程度。具体来说，投入无效率等于投入的松弛值的绝对值与实际投入之间的比值；产出无效率或为产出的松弛值的绝对值与实际产出之间的比值。这些比值的数值越大，就代表投入或产出的无效率程度越高。
在进行效率度量之前，首先要确定模型导向和规模报酬。考虑到绿色投资以降低环境污染物排放为目标，因此设立为产出导向型模型，同时设定规模报酬为可变的，这样才能更好地反映投入产出比例的真实变动状况。
2.地方XX环境规制执行对企业绿色投资效率的影响
由于SBM模型测得的企业绿色投资效率值为0到1之间，是一种受限因变量，所以本文采用Tobit回归模型进行实证分析，这种模型可以解决因变量存在左右双侧归并的情况。
为了验证假设H1：地方XX环境规制能够促进企业绿色投资效率。本文建立随机效应模型M1如下：
上述模型中，GIE代表被解释变量企业绿色投资效率值，PITI为核心解释变量环境规制执行力度；Control表示控制变量组，包括企业年龄、董事会平均年龄、人均地区生产总值、工业产业结构、资产负债率、股权集中度、企业成长性、企业绩效、企业规模、经营现金流、环保压力；𝜀𝑖𝑡表示随机扰动项。
为了验证假设H2：中央环境保护督查削弱了地方XX环境规制执行对企业绿色投资效率的积极作用，在模型M1的基础上引入环境规制执行力度与企业产权性质的交乘项PITI×Ensupervision，用PE表示，建立模型M2，如下：
为验证假设H3：不同产权性质下，环境规制力度对企业绿色投资效率的影响不同。相比国有企业，非国有企业绿色投资效率对环境规制的反应更为敏感。在模型M1的基础上引入环境规制执行力度与企业产权性质的交乘项PITI×SOE，用PS表示，建立模型M3，如下
四、实证结果与分析
（一）企业绿色投资效率分析
1.描述性统计分析
由于缺乏证监会明确的企业污染物排放信息的披露标准和要求，每个样本企业选择披露的污染物排放量信息都存在差别。从表3中可以看出，在本文选择的七种污染物中，化学需氧量排放量、二氧化硫和氮氧化物排放量被企业披露的最多。
考虑到样本企业披露的污染物排放量信息差异及SBM-DEA产出导向模型中不允许产出数据有0（成刚，2014），所以本文选取同时披露了化学需氧量和二氧化硫排放量的重污染企业作为基准样本来进行分析，并在之后选取同时披露化学需氧量、氨氮、二氧化硫和氮氧化物四种污染物排放量的样本进行稳健性检验。
2.企业绿色投资效率值分析
从表4中可以看到，同时披露化学需氧量和二氧化硫的样本共有219个，总体来看，企业绿色投资效率的均值为0.625，达到最大效率值1的样本企业占比为19.635%，即实现帕累托最优。分地区来看，东部地区的效率均值最高，为0.662，西部次之，中部最末，其达到最优的企业占比为11%左右。另外，总体上投资效率值的中位数小于其对应的均值，这表明2018和2019年大多数样本企业的绿色投资效率值还没有达到行业平均水平。
总的来说，重污染行业上市公司的企业绿色投资效率总体较低，即企业在环境保护方面的资源配置存在低效问题，企业管理者应该仔细考察企业在进行绿色管理时的资源分配和使用情况，以便识别出有限资源的低价值分配并加以减少。
3.企业绿色投资效率的动态变化分析
本节采用基于全局参比的Malmquist-Luenberger指数（GMLI指数）来分析企业绿色投资效率动态变化。表中报告了应用SBM-DEA模型结合全局参比的Malmquist模型来计算的Malmquist-Luenberger指数的分析结果。因为在计算这个指标时，样本公司必须在两年内连续提供所需的污染排放量，所以会导致一些样本容量的减少。但是通过对已有的样本进行分析，我们还是可以得出一些有意义的结论。
模型度量出的GMLI的均值大于1，这说明大部分样本企业的绿色投资效率从2018年到2019年实现了增长，且增长数量的占比在41.667%以上。其次，从技术效率变化指数（EC）来看，模型度量出的EC均值大于1，这说明大部分样本企业的技术效率并实现了增长，效率提升的企业占比达到了79%以上。也就是说，这些企业的环境治理水平实现了提升。再次，从技术变化指数（TC）来看，模型所测度出的TC均值小于1,表明大多数样本企业未实现技术进步。由此可见，从2018年到2019年，大部分重污染企业的绿色投资效率都实现了动态增长，并且主要是源自于技术效率提升。这说明积极使用清洁生产技术或节能减排的绿色技术来推动企业生产过程的绿色转型有利于改进企业的绿色投资效率，但同时，企业还需要对绿色管理中的薄弱环节进行分析，并注意合理配置资源，以提高污染防治水平。
4.企业绿色投资的投入和产出无效率分析
考虑到在前文中发现重污染行业上市公司的绿色投资效率整体偏低，本节将通过进一步对投入无效率和产出无效率程度进行测度来探究造成这种情况的原因。在设定无导向、规模报酬可变的SBM-DEA模型结果中可以看出，投入无效率的均值要高于产出无效率的均值。之后进一步对投入无效率和产出无效率的均值进行了T检验，从结果来看，t统计量在1%的水平上显著。因此可以得出，在我国在企业绿色投资总体规模不足的情况下尚未能让绿色投资充分发挥作用，样本企业中观察到的大部分绿色投资效率低下都是由于投入无效率造成的，企业绿色投资存在冗余问题。与此同时，这也显示出在面临着越来越严格的环境法规的时候，企业管理层仅仅是粗放地对环境维度进行了投资，却没有考虑到如何有效地整合有限的资源，从而降低污染物排放，忽略了对资源的合理分配和价值创造使用，在某种程度上造成了资源浪费。
进一步，将绿色投资再细分为预防型绿色投资与治理型绿色投资。为了分析这两种投资的冗余情况是否有差异，对上个模型所测算出的两类投资冗余的均值进行T检验。表7中显示的t统计量结果并不显著，这说明样本企业的预防型绿色投资冗余与治理型绿色投资冗余并不存在显著差异，也就是在这两类绿色投资都存在投入冗余的问题。
（二）地方XX环境规制执行对企业绿色投资效率的影响
1.描述性统计
在第二阶段，本文通过Tobit回归来检验地方XX环境规制执行与企业绿色投资效率的关系。进行回归的样本即为第一阶段中用于产出导向的SBM-DEA模型的样本。表8报告了主要变量的描述性统计结果，总样本量为219，企业绿色投资效率GIE是即为前文SBM-DEA模型计算得出的效率值，环境规制执行力度的最大值为82.4，最小值为19.1，标准差为13.41，这表明样本企业所在的当地XX在环境规制的执行方面存在较大差别，反映出各地方XX在具体实施环境规制时存在较大的自由裁量空间。
2.探究地方XX环境规制执行对企业绿色投资效率的影响
对数据进行标准化后，进行回归分析。本文首先对模型M1进行估计，利用随机效应Tobit回归分析，验证环境规制和绿色投资效率之间的关系。表9中第一列展示了模型M1的回归结果。由表可见，环境规制执行力度在10%水平上显著，且系数为正值。这说明环境规制能够促进企业绿色投资效率的提升，实现了对假设1的验证。当地部门的法律法规和监督管理使得企业增加环保投资，引进清洁能源和减排技术，使得水污染物和大气污染物等的排放量降低，从而提高了企业绿色投资效率。
为探究中央环境保护督查是否对环境规制执行力度与企业绿色投资效率的关系具有调节作用，本文设定模型M2来进行验证。其估计结果报告在表9中列（2）中。可以看到，中央环境保护督查与地方XX环境规制力度的交乘项通过了5%的显著性水平，且为负值，这说明面对中央环保督查组的各项严格检查，地方XX可能采取比较极端的措施，如对污染严重企业进行短期限产、停产的要求或是出于地方经济增长的目标对在地区经济发展中发挥着重要作用的大型企业提供庇护等，从而不利于提高企业绿色投资效率，假设H2得到验证。
注：***、*、**分别代表1%、5%、10%的显著性水平，括号中为标准误。下表同此。
进一步，本文分析产权性质是否会对环境规制执行力度与企业绿色投资效率的关系产生调节作用，本文设定模型M3来进行验证。其估计结果报告在表9中列（3）中。可以看出，交乘项通过了1%的显著性水平，且为负值，非国有企业为了维护其形象和声誉，降低来自债权人或潜在股东的融资约束而倾向于在环保方面投入相较于国有企业更多的资源。这种投入往往是为了展示企业的社会责任，提升企业在社会上的地位和影响力，所以，在面临着国家的法律、法规以及环保要求的时候，为了维护自己的形象，非国有企业很可能会更关注于合法、合规性的生产运营以规避罚款和声誉损失，并且倾向于在XX大力提倡或规制的环保方面做得较好，也对环境规制的反应更为敏感，假设H3得到验证。
3.异质性分析
首先，本文根据样本企业规模size的中位数将企业分为大、小两种规模，采用Tobit回归对模型M1进行估计，以此来分析环境规制和投资效率之间的关系是否会因企业规模不同而产生显著差异。从表10的列（1）和列（2）中报告的回归结果中可以看出，在小规模企业中，PITI的估计系数不显著，而在大规模企业中，PITI的估计系数在10%水平上显著为正。这说明，相较于小规模企业，大规模企业的绿色投资效率受到地方XX环境规制力度的影响更为显著。
此外，本文还将样本企业按照其环境战略类型分为两组，一组是实施前瞻性环境战略的企业，另一组是实施反应型环境战略的企业。如果企业在样本年度新增的预防型绿色投资在当年绿色投资总额中所占的比例大于等于50%，则认为该企业采取的是前瞻型环境战略，否则即为反应型环境战略。回归结果分别报告于表10的列（3）和列（4）。在表10的列（3）中是采取前瞻性环境战略的样本企业，这一列的地方XX环境规制执行力度（PITI）一次项的估计系数为正，并且在10%的水平上显著，说明XX环境规制对实施前瞻性环境战略的企业绿色投资效率存在显著的促进作用。而与表10列（4）中实施反应型环境战略的样本企业的回归结果中估计系数不显著，说明对于采取反应型环境战略的企业而言，地方XX环境规制对其绿色投资效率的变化没有明显的影响。
4.稳健性检验
本节进行了稳健性检验并将结果报告于表11，以确保前文的主体检验中对地方XX环境规制执行对企业绿色投资效率具有促进作用的研究结论是稳健的。
第一，在列（1）中对主要连续变量在1%和99%分位进行了缩尾处理，发现地方XX环境规制执行对企业绿色投资效率的促进关系依然显著，说明前文的结果并未受到极端值的驱动。
第二，在列（2）中采用替代性样本进行检验。在此所选取的研究样本由同时披露了化学需氧量、氨氮、二氧化硫和氮氧化物排放量的企业组成，同时在应用前文产出导向的SBM-DEA模型计算企业绿色投资效率时也将这四种污染物排放量作为非期望产出。回归结果显示，地方XX环境规制执行对企业绿色投资效率仍具有显著的促进作用，说明本章的结论并不受样本选择的限制。
五、研究结论与政策建议
基于当前研究的不足，本文从企业微观视角出发，对企业绿色投资效率这一重要经济后果进行评估，并探讨地方XX环境规制对企业绿色投资效率的影响。以2018-2019年沪深两市A股股重污染行业上市公司为样本，我们首先运用SBM-DEA方法衡量企业绿色投资效率，结果显示大部分重污染企业的绿色投资效率从2018年到2019年实现了动态增长，但公司的企业绿色投资效率总体偏低，且主要是由企业绿色投资存在投入冗余问题导致的。之后，本文通过Tobit回归探究地方XX环境规制与企业绿色投资效率间的关系。结果显示，地方XX环境规制对企业绿色投资效率有显著正向作用，并且在进行替代性样本等稳健性检验后，结论依然成立。异质性分析发现，地方XX环境规制对企业绿色投资效率的促进作用仅在采取前瞻性绿色投资策略的企业和大规模企业中显著。从影响机制来看，产权性质和中央环保督察在环境规制与企业绿色投资效率关系中存在调节效应。
根据上文的结论，地方XX环境规制对企业绿色投资效率有显著正向作用。同时，我国重污染行业上市公司的企业绿色投资效率总体偏低。所以在当前企业股东或管理层主动进行环保投资意愿不高的背景下，监管方面对环境政策与环保法律法规进行完善、加强环境规制执法力度是解决企业环境问题的必要条件和主要驱动力。基于此，提出以下几点政策建议：
第一，将企业绿色投资效率纳入环境评估系统，以更加全面地衡量其在环保方面的表现。监管方面除了关注企业环境信息披露情况外，还应该重视不同企业之间的绿色投资效率可比信息。绿色投资效率作为评估企业环保投入效果的重要指标，能够帮助监管部门切实有效的了解企业的环境治理水平，对不同企业在环境监管中的薄弱环节进行把握，进而对监管重点进行适时的调整，以实现各项环保政策的落实，并为企业提供更加精确的改进建议和方向，使企业在环保方面投入的有限资源的得到最大化利用。与此同时，对于企业绿色投资的资金去向，也应加强追踪以抑制投入冗余。环境监管方面应该将驱动重污染企业主动提高自身的绿色投资效率作为今后的工作重点，致力于减少企业低价值的冗余投资，以实现企业环境治理的新飞跃。
第二，针对性质不同的企业，XX应当制定不同的监管措施来管理。针对国有企业，XX相关部门要加大对其的巡查和监督频次，同时鼓励媒体和社会各界进行监督举报，从而加大国企的外部压力。另外，应加强国企内部管理力度，建立技术规范，培养环境管理方面的专业人才等。相应地，针对民营企业，XX应当鼓励其积极参与防污减排工作，了解和关注民营企业污染治理的技术难题，为其提供更多政策和资金支持，完善经济政策措施，以促进民营企业进行长期绿色发展。对于前瞻型企业和小规模企业，地方XX应该运用审慎的管理措施，减少企业投入资源的低效使用情况，以促进其投资效益的提高。对于反应型企业和大规模企业，地方XX可以采用环境市场政策措施，完善市场化机制，例如施行环境税和基于碳排放权、排污权等环境权益的融资工具以激励企业管理层积极履行环保义务，同时要引导企业的利益相关者们发挥监督作用。总之，XX应当根据企业的性质采取不同的监管措施，以推动企业在环保方面的投入和实践，从而实现经济、社会和环境的可持续发展。
第三，进一步规范企业环境信息披露标准，强化企业的社会责任和环保意识，并为市场相关方提供全面准确的环境信息。同时还要加强对企业环境报告的审计工作，应该逐渐加大XX或社会环境保护相关部门的监管力度，针对企业环境会计信息内容的全面性、准确性、合法性等方面进行监督审查。在前文的描述性统计阶段，我们发现不同企业报告的污染物种类不同，而且重污染行业上市公司的环境信息披露比例也并不十分理想。因此，在当前企业环境信息的强制披露和自愿披露并行的背景下，需要制定并完善环境信息披露的统一标准和法律法规，并加强相关的审计监督，使企业在进行披露时有法可依，进而实现企业环境信息披露的规范化和常态化，不断提升企业绿色投资积极性和环境效益。
参考文献：
[1]沈红波，谢越，陈峥嵘.企业的环境保护、社会责任及其市场效应：基于紫金矿业环境污染事件的案例研究［J］.中国工业经济，2012（1）：141-151.
[2]毕茜，于连超.环境税的企业绿色投资效应研究：基于面板分位数回归的实证研究［J］.中国人口·资源与环境，2016，26（3）：76-82.
[3]Carroll,A.B.1991.The Pyramid of Corporate Social Responsibility:Toward the Moral Management of Organizational Stakeholders[J].Business Horizons,34(4):39-48
[4]Maxwell,J.W.,C.S.Decker.2006.Voluntary Environmental Investment and Responsive Regulation[J].Environmental and Resource Economics,33(4):425-439
[5]唐国平,李龙会.2013a.股权结构、产权性质与企业环保投资——来自中国a股上市公司的经验证据[J].财经问题研究,(03):93-100
[6]王娜,申俊亚,周天乐.2017.基于三阶段dea方法的绿色投资效率研究[J].财经理论与实践,38(02):42-47
[7]Kim,K.T.,D.J.Lee,S.J.Park,Y.Zhang,A.Sultanov.2015.Measuring the Efficiency of the Investment for Renewable Energy in Korea Using Data Envelopment Analysis[J].Renewable&Sustainable Energy Reviews,47:694-702
[8]Porter,M.E.,C.van der Linde.1995.Toward a New Conception of the Environment-Competitiveness Relationship[J].Journal of Economic Perspectives,9(4):97-118
[9]Johnstone,N.,I.Haščič,D.Popp.2010.Renewable Energy Policies and Technological Innovation:Evidence Based on Patent Counts[J].Environmental&Resource Economics,45(1):133-155
[10]李四海.制度环境、政策联系与企业捐赠[J].中国会计评论，2010，（8）.
[11]沈能.2012.环境效率、行业异质性与最优规制强度——中国工业行业面板数据的非线性检验[J].中国工业经济,(03):56-68
[12]李树,陈刚.2013.环境管制与生产率增长 ——以appcl2000的修订为例[J].经济研究,48(01):17-31
[13]沈洪涛,周艳坤.2017.环境执法监督与企业环境绩效:来自环保约谈的准自然实验证据[J].南开管理评论,20(06):73-82
[14]张璐晶,李永华,刘照普.2017.中央肯定、地方支持、百姓点赞、成效显著中央环保督察威力大[J].中国经济周刊,(43):17-29+88
[15]李月娥,李佩文,董海伦.产权性质、环境规制与企业环保投资[J].中国地质大学学报(社会科学版),2018,18(06):36-49.
[16]陈羽桃,冯建.企业绿色投资提升了企业环境绩效吗——基于效率视角的经验证据[J].会计研究,2020(01):179-192.
[17]Tone,K.1997.Several Algorithms to Determine Multipliers for Use in Cone-Ratio Envelopment Approaches to Efficiency Evaluations in Dea[C].Computational Approaches to Economic Problems,Boston,MA:Springer US:91-109
[18]Tone,K.2001.A Slacks-Based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research,130(3):498-509
[19]成刚.2014.数据包络分析方法与maxdea软件[M].北京：知识产权出版社
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：1158，如若转载，请注明出处：https://www.447766.cn/chachong/185327.html,
