命令型环境规制对煤炭企业投资效率的影响研究

胡婷婷，李修东

(1.中铁建工集团有限公司华北分公司，北京 102401；2.煤炭工业规划设计研究院有限公司，北京 100120)

环境污染和气候变化问题日益成为阻碍全球可持续发展进程的“瓶颈”。为了应对生态环境问题，中国积极采取环境治理措施以减少环境污染物和温室气体排放及其带来的损失。2015年，中国开始实施新《环境保护法》(以下简称“新《环保法》”)，以法律形式对环境污染的监督和处罚作出了明确的严格规定，是命令型环境规制的典型代表，凭借强制性的命令和严格的制度约束以实现环境保护的目标。煤炭企业在从事煤炭开采和加工过程中可能会导致土地资源破坏和废水、废气排放超标等环境污染问题，因此，在新《环保法》的制度高压下，煤炭企业面临着潜在上升的合规成本和绿色低碳转型压力[1]。在此背景下，煤炭企业的投资战略和决策会受到宏观基本面政策的影响，因此，以新《环保法》为代表的命令型环境规制如何影响煤炭企业的投资效率成为推进煤炭行业高质量发展中的重要研究课题。

回顾已有研究，与本文主题密切相关的文献有两支。第一支文献围绕环境规制的政策效应展开研究。其中，一些文献从企业的研发创新[2]、投资活动[3]、环境信息披露[4]、财务绩效[5]等视角对命令型环境规制的政策效果进行了分析；另一支文献集中讨论了企业投资效率的影响因素，研究结果显示，除了企业的财务特征和公司治理水平等内部因素会影响企业的投资效率[7，8]，越来越多的研究发现，诸如法律制度等外部环境也会改变企业的投资效率[8]。综合来看，尽管已有文献对有关命令型环境规制和企业投资效率的研究作出了重要的贡献，但并未得出一致的结论，因此，有待进一步完善和丰富相关主题的研究。

煤炭企业在中国能源保障中占据了重要的地位[9]，为推进工业经济的发展作出了巨大的贡献[10]，在全面推进高质量发展和生态文明建设的背景下，煤炭企业面临着绿色低碳转型的压力，其发展和走向备受关注[11]。为了研究命令型环境规制作为一种环境管理政策工具，对煤炭企业投资效率的影响，在既有研究的基础上，以中国上市煤炭企业作为研究对象，采用双重差分模型，在新《环保法》出台的制度背景下检验命令型环境规制对煤炭企业投资效率的影响。

1 理论分析与研究假设

企业的投资效率是从投入和产出的角度对投资活动及其效果进行的综合评价，反映了企业利用投资机会为股东创造价值的能力。煤炭企业作为能源供给的重要来源，其投资效率水平一直是公司金融理论和企业实践中的关注重点。煤炭企业的投资效率不仅受到企业内部管理人员、治理效率和财务因素的影响，也会随着外部宏观经济环境的变化而改变。在生态文明建设背景下，中国积极运用环境规制政策应对环境污染问题[12]，与此同时，环境规制引起的宏观背景变化也对煤炭企业的投资绩效产生了重要的影响。

环境规制是指政府部门为了解决环境负外部性问题而对经济主体进行的干预、引导和监督活动[13]。命令型环境规制则以强制性和严格性的行政命令和控制为特征，通常是以法律或者规章制度的形式对有关环境保护条款和污染惩戒措施作出规定。已有研究发现，环境规制会对企业的生产经营绩效产生显著的影响[14]。2015年起，新《环保法》正式实施，以法律形式提高了命令型环境规制的监督力、约束力和强制性，可能对煤炭企业的投资效率产生深远影响。一方面，新《环保法》以严格的法律条款约束破坏环境的行为，产生了政策的威慑效应。煤炭企业受到严格环境规制的政策冲击，容易引发企业内部的恐慌情绪，降低对未来投资绩效回报的预期，进而导致煤炭企业管理层在进行投资决策时持谨慎保守态度，大量削减投资规模，放弃部分净现值为正的投资项目，产生投资不足倾向，降低了投资效率；另一方面，新《环保法》对企业的环境信息披露作出了相关的要求，旨在提高煤炭行业等企业的环境风险意识和环境信息披露透明度，通过降低企业与相关利益者之间的环境信息不对称，强化外部监督效应，有助于抑制煤炭企业管理层的过度投资行为，降低风险承担水平，退出具有高环境风险的投资项目，减少非效率投资，进而提升煤炭企业的投资效率。

综上所述，以新《环保法》为代表的命令型环境规制政策对煤炭企业的投资效率存在两种相反方向的影响。新《环保法》的威慑效应过强时，会降低煤炭企业的投资效率；新《环保法》的监督效应有效时，会提升煤炭企业的投资效率。因此，命令型环境规制对煤炭企业投资效率的影响取决于以上两种力量的综合效应。基于以上分析，本文提出以下竞争性假设：

假设1：命令型环境规制提高了煤炭企业的投资效率。

假设2：命令型环境规制降低了煤炭企业的投资效率。

2 实证研究设计

2.1 样本选择与数据来源

为了检验命令型环境规制对煤炭企业投资效率的影响，本文以2015年新《环保法》的出台为准自然实验，选取中国上市公司作为研究对象，其中，煤炭企业作为实验组，其他非煤炭企业作为对照组。考虑到新《环保法》同时也会对其他重污染、高耗能、高排放的企业的生产经营产生影响，因此，在设置对照组时将煤炭行业之外的其他重污染企业进行剔除。为避免2019年末以来新冠肺炎疫情爆发的极端影响，本文将研究区间限定在2019年及之前的年份，进一步结合双重差分模型的特点，选取2011—2019年作为政策冲击前后的研究期间。为了保证研究数据质量，在数据清理过程中剔除以下样本：①被交易所进行特别处理的上市公司；②金融企业；③数据缺失严重的样本企业。最终得到12128个企业-年度观测值。本文涉及的上市公司财务数据来源于国泰安数据库(CSMAR)，为避免异常值的影响，分别对所有连续型变量进行上下1%分位数的缩尾处理。

2.2 双重差分模型设定

双重差分法可以在一定程度上缓解潜在的内生性问题，是研究宏观经济政策效应的重要工具之一[15]。为了检验命令型环境规制对煤炭企业投资效率的影响，参照丁宁等[16]的做法，本文构建双重差分模型如下所示：

CIEit=α0+α1EPLit×Coalit+α2Controlsit+

∑Firm+∑Year+εit

(1)

其中，CIEit为企业i在第t年的投资效率。EPLit为命令型环境规制政策实施情况的时间虚拟变量，考虑到新《环保法》于2015年1月1日正式实施，故2015年之前的年份设置为0，2015年及以后的年份设定为1。Coalit代表企业分组的虚拟变量，煤炭企业为实验组，设定为1，其他企业作为对照组，设定为0。交互项EPIit×Coalit的估计系数α1为命令型环境规制对企业投资效率的政策效应。Controlsit为其他可能对企业投资效率产生影响的控制变量。为了避免不随时间和个体变化因素的干扰，本文采用双向固定效应模型进行估计[17]，∑Firm和∑Year分别为企业个体效应和年份时间效应。εit为随机扰动项，假定其服从标准正态分布。

2.3 变量定义

2.3.1 被解释变量：企业投资效率

本文借鉴Richardson[18]提出的预期投资模型估算企业的投资效率，相应的模型设定如下：

Investit=β0+β1Growthit-1+β3Levit-1+β4Cashit-1+

β4Ageit+β5Sizeit+β6Retit-1+β7Investit-1+

∑Ind+∑Year+εit

(2)

其中，Investit为企业i在第t年的实际新增投资支出；Growthit-1为成长机会，用企业的营业收入增长率来衡量；Levit-1为企业的资产负债率；Cashit-1为企业的现金流量水平；Ageit-1为企业的上市年限；Sizeit-1为企业规模；Retit-1为企业的年度股票收益率；Investit-1为企业在第t-1年的实际新增投资水平；∑Ind和∑Year分别为行业效应和时间效应；εit为随机扰动项。对模型(2)进行回归，取回归的残差衡量企业的投资效率。若回归残差大于0，表示过度投资(Overinv)，数值越大则投资效率越低；若回归残差小于0，表示投资不足(Underinv)，数值越大表明投资效率越高。为了便于分析，对回归残差取绝对值作为企业投资效率的代理变量，该数值越大，表示企业的投资效率越低。

2.3.2 核心解释变量：命令型环境规制政策

本文以2015年新《环保法》的实施作为准自然实验，量化评估命令型环境规制对企业投资效率的影响。具体做法如下：首先，设置政策实施的时间虚拟变量(EPL)，2015年以前的年份设置为0，2015年及其以后的年份设置为1；其次，设置分组虚拟变量(Coal)，按照是否属于煤炭企业将研究样本分为实验组和对照组，煤炭企业作为实验组设定为1，其他企业(不含其他重污染行业的企业)作为对照组设定为0。时间虚拟变量和分组虚拟变量的交乘项(EPI×Coal)用来衡量命令型环境规制对煤炭企业投资效率的政策效应。

2.3.3 控制变量

除了命令型环境规制以外的其他因素可能也会对企业投资效率产生影响，为了避免遗漏变量造成的偏差，参照类似主题的文献[19-21]，在模型中加入了以下控制变量：第一类控制变量代表企业财务层面的因素，包括企业规模(Size)、资产负债率(Lev)、企业上市年龄(Age)和盈利能力(Roa)；第二类控制变量代表公司治理层面的因素，包括股权集中度(Hold)、产权性质(Soe)、董事会规模(Board)、独立董事占比(Ind)和总经理与董事长两职合一(Dual)。本文主要变量的定义和描述性统计结果见表1。

3 实证结果分析与讨论

3.1 基准回归结果与分析

检验命令型环境规制政策对企业投资效率影响的回归结果见表2。列(1)汇报了加入控制变量和企业-年份双向固定效应时的回归结果，交乘项EPL×Coal的估计系数在1%水平上显著为负，表明以新《环保法》出台为标志的命令型环境规制能够提高煤炭企业的投资效率。由此可知，本文的假设1具有一定的合理性。此外，本文进一步区分了煤炭企业的过度投资行为和投资不足行为，列(2)和列(3)为相应的回归结果，在列(2)中，表示政策效应的交乘项EPL×Coal的估计系数在10%水平上显著为负，表明命令型环境规制政策降低了煤炭企业的过度投资动机，列(3)的回归结果显示，命令型环境规制政策效应的交乘项EPL×Coal的估计系数在5%水平上显著为正，表明命令型环境规制政策对煤炭企业的投资不足行为具有一定的缓解作用。以上的回归结果表明，从整体视角来看，命令型环境规制政策在一定程度上提高了煤炭企业的投资效率，验证了非财务制度对于提高煤炭企业投资绩效的积极作用。

表1 变量定义和描述性统计

表2 命令型环境规制对企业投资效率的影响

3.2 稳健性检验与分析

3.2.1 平行趋势检验

运用双重差分法的一个重要前提是满足平行趋势假设，即控制组和实验组在政策冲击之前的变化趋势要保持一致。参照Beck等[22]的研究，本文采用事件研究法进行平行趋势检验，具体操作步骤如下：首先，生成时间虚拟变量Pre_j(j=1，2，3，4)、Current和Post_j(j=1，2，3，4)。其次，将以上生成的时间虚拟变量分别与分组变量Coal相乘构建交互项Pre_j×Coal(j=1，2，3，4)、Current×Coal和Post_j×Coal(j=1，2，3，4)。最后，在模型(1)的基础上构建模型(3)进行回归，为了避免出现严重的共线性问题，选取政策实施的前一年作为基准年份[23]，将Pre_1×Coal在模型中剔除掉。如果平行趋势假设成立，则在政策实施之前，实验组和控制组之间的变动趋势不应存在明显差异，即交互项Pre_j×Coal(j=1，2，3，4)的估计系数不存在显著为负的特征。

CIEit=η0+η1Pre_4it×Coalit+η2Pre_3it×Coalit+

η3Pre_2it×Coalit+η4Currentit×Coalit+

η5Post_1it×Coalit+η6Post_2it×Coalit+

η7Post_3it×Coalit+η8Post_4it×Coalit+

∑Firm+∑Year+εit

(3)

采用事件研究法进行平行趋势检验的回归结果见表3，Pre_4×Coal、Pre_3×Coal和Pre_2×Coal的估计系数不显著，且系数为正，表明不存在命令型环境规制对于企业投资效率的提升效应。以上结果显示，在新《环保法》政策冲击之前，实验组和对照组之间不存在显著差异，该结果验证了平行趋势的前提。

此外，采用事件研究法的优点是不仅可以检验平行趋势假说，也可以反映出政策效应的动态变化趋势。在新《环保法》政策实施以后，如果命令型环境规制对煤炭企业的投资效率的作用明显，Current×Coal和Post_j×Coal(j=1，2，3，4)的估计系数应该显著为负。在表3的回归结果中，Current×Coal和Post_1×Coal的回归系数显著为负，表明在命令型环境规制的影响下，对照组和实验组在新《环保法》出台后表现出明显的不同趋势，命令型环境规制对煤炭企业投资效率的提升效应明显，Post_2×Coal、Post_3×Coal和Post_4×Coal的回归系数为负，但未通过统计显著性检验，表明新《环保法》对煤炭企业投资效率的提升效应呈现减弱趋势。

表3 平行趋势检验结果

命令型环境规制对企业投资效率的动态效应变化如图1所示，政策实施后的第一年，政策效果最强，随后几年的政策效应有减弱的趋势。这与政策作用的时效性相吻合，尽管新《环保法》对环境治理作出了法律规定，短时间内会影响企业的预期，促使他们提升投资效率，但这种政策效应是否能够长期有效还需要进一步验证。若要实现“长治久安”，政策需要根据实际情况和企业的反馈进行动态调整，才能真正释放命令型环境规制对煤炭企业投资效率的长期正面效益。

图1 命令型环境规制对企业投资效率的动态效应

3.2.2 安慰剂检验

为了排除其他政策对研究结果的干扰，本文通过反事实检验增强研究结论的稳健性。新《环保法》从2015年起正式实施。故在安慰剂检验中设置虚拟实验，假设新《环保法》的实施时间分别是2007—2013年中的任一年份，分别将其带入模型(1)进行回归，如果本文的结论具有可靠性，则上述虚拟实验的政策效应的估计系数均不会显著为负。表4列(1)至列(7)的回归结果显示，代表命令型环境规制效应的交乘项EPL×Coal的估计系数均不显著为负，表明通过了安慰剂检验，验证了前文研究结果的相对稳健性。

表4 安慰剂检验结果

3.2.3 替换被解释变量

进一步，为了降低变量测度的偶然性导致的偏差，通过替换变量进行稳健性检验。参考Biddle等[24]和陈运森等[25]的做法，更换测算企业投资效率的模型如下：

Investit=θ0+θ1Growthit-1+εit

(4)

Investit=φ0+φ1Growthit-1+φ2NEGit-1+

θ3Growthit-1×NEGit-1+εit

(5)

其中，Invest和Growth的含义与模型(2)中相同。NEG为虚拟变量，当营业收入增长率小于零时取值为1，否则设为0。分别用以上模型的回归残差绝对值作为衡量企业投资效率的代理变量，结果见表5。结果显示，无论是采用模型(4)还是模型(5)的测算方法，代表命令型环境规制政策的交乘项EPL×Coal的估计系数均显著为负，再次验证了命令型环境规制对煤炭企业投资效率的正向提升作用。

表5 替换变量的稳健性检验结果

4 研究结论与启示

实证结果表明，命令型环境规制提高了煤炭企业的投资效率，该结论在基于反事实和替换变量的稳健性检验后依然成立。一方面，命令型环境规制遏制了煤炭企业过度投资行为，另一方面，命令型环境规制并没有导致煤炭企业产生显著的投资不足倾向。研究结论支持了命令型环境规制对于提升煤炭企业投资绩效的积极作用，从而对实现外部监督机制在环境治理和经济高质量发展的双赢具有重要的指导意义。

根据上述结论，本文得出以下政策启示：

第一，新《环保法》的出台提升了煤炭企业投资效率，因此，命令型环境规制对煤炭企业绩效的影响不总是负面消极的，本文为命令型环境规制同时释放环境保护目标和提升微观企业效率的双重红利提供了实证证据支撑。因此，为了充分发挥命令型环境规制的积极效果，政府部门在出台政策时要充分考虑对煤炭企业等政策敏感性部门可能产生的影响。煤炭企业不仅是污染的主要源头，同时也是为国民经济提供能源保障的中坚力量。在高质量发展的要求下，不能只发展经济而忽略环境因素，也应避免追求环境目标而“一刀切”式关停或限制煤炭企业，而是需要平衡兼顾经济效率和环境保护，通过合理的政策设计，避免对企业的生产经营和投融资效率产生负面影响，力求实现经济和环境的双赢。此外，本文的动态研究结果显示，新《环保法》对煤炭企业投资效率的正向提升效应随时间减弱。因此，在长期，积极探索命令型环境规制对企业的激励措施显得尤为重要。

第二，本文研究发现，命令型环境规制提高了煤炭企业的投资效率，为发挥非财务制度在提升企业投资绩效中的作用提供了理论和经验支撑。因此，从煤炭企业的角度看，命令型环境规制带给企业的不只有行政和制度压力，也通过有效的外部监督进而提升企业的投资效率。这表明煤炭企业具有一定的韧性，能通过主动适应外部宏观环境的变化，在命令型环境规制约束的不利环境中充分发掘自身的潜力，通过调整投资策略和行为进而提高自身的发展效率。目前，在碳达峰和碳中和的目标战略部署下，煤炭企业面临着新的政策高压和冲击，同时也迎来了新的发展机遇期。因此，煤炭行业应该积极响应双碳目标的号召，顺应绿色低碳发展的趋势，树立绿色发展理念，积极承担环境和社会责任，转向绿色低碳化的生产与经营模式，通过提高抵御外部冲击的韧性和探索转型新动能以推动自身的高质量发展。

本文以新《环保法》为研究视角，分析了命令型环境规制对煤炭企业投资效率的影响，仍存在一定的改进空间，例如，未来的研究可以立足于中国碳达峰和碳中和目标进行完善和丰富。受研究数据的限制，本文没有实证分析双碳战略目标对煤炭企业投资效率的影响。因此，未来的研究可以继续探索煤炭企业在双碳目标背景下的高效率投资策略和高质量发展路径，从而为推动煤炭行业的高质量发展提供理论指导和政策借鉴。