环境管制_行业属性与企业环保投资_唐国平

环境管制、行业属性与
企业环保投资*
唐国平李龙会吴德军
（中南财经政法大学研究生院/会计学院430073）
【摘要】政府环境管制如何影响企业的环保投资行为?企业环保投资行为是否具有行业差异?对上述问题的回答有助于更好地了解企业环保投资活动的特点、明确政府环境管制与行业管制的有效性。

基于中国A股上市公司的经验数据，本文研究发现:我国上市公司普遍存在环保投资额不足的现象，环保投资对企业来说是一种“被动”行为;政府环境管制强度与企业环保投资规模之间呈“U”型关系，即环境管制对企业环保投资行为的影响存在“门槛效应”，企业环保投资行为更多地体现出“被动”迎合政府环境管制需要的特征;重污染行业企业比非重污染行业企业投入了更大规模的环保资金。

本文的研究成果既拓展了企业投资研究的视野，又丰富了环境管理会计方面的学术文献。

【关键词】环境管制行业管制行业属性环保投资波特假说
一、引言
自1970年首个“世界地球日”以来，环境问题日益受到大多数国家的重视，同时引发了人们对环境政策的广泛关注（Yang et al．，2012）。

我国政府也愈加重视对资源环境与生态环境的保护和治理，先后出台了一系列环境管制政策与制度，如《关于对申请上市的企业和申请再融资的上市企业进行环境保护核查的通知》（2003）、《上海证券交易所上市公司环境信息披露指引》（2008）、《关于进一步规范监督管理严格开展上市公司环保核查工作的通知》（2011）等。

毋庸置疑，这些环境管制政策与制度大大强化了政府监管部门对上市企业特别是重污染企业进行环境管制与行业管制的力度，因此，企业的生产经营活动、环境治理与环保投资行为将不可避免地受到影响。

我国学者对环境会计展开的研究始于20世纪90年代，但研究现状基本上仍处于探讨环境会计基本理论的阶段。

虽然从现有文献看，已有部分学者从企业的环境管理、环境风险控制等角度探究企业的环境行为，但是作为企业环境管理会计重要内容的环境成本和环保投资研究仍属于较为新颖的话题，相关研究成果较少。

根据我国《环境保护法》所确立的“谁污染谁治理、谁开发谁保护”原则和经合组织提倡的“污染者付费”原则，企业作为资源能源的主要消耗者和环境污染的主要制造者，理应承担起提高资源利用效率、预防和治理环境污染的主要责任。

近几年来，我国政府也逐步加大了对上市企业和重污染企业进行环境管制与行业管制的力度，作为市场主体的企业必然会做出相应的环保投资决策。

基于这一制度背景，本文利用我国A股上市公司的经验数据，对政府的环境管制与行业管制如何影响企业的环保投资行为进行了尝试性研究，以期为更好地了解企业的环保投资活动、明确政府环境管制的有效性、完善我国环保市场运作机制等提供经验证据与政策建议。

二、理论分析与研究假设
（一）政府环境管制与企业环保投资行为
企业所有投资决策，包括生产技术的选择、污染治理设备的购置、投资资本的配置等，都会受到环境管制强度的影响（Gray and Shadbegian，1998；Farzin and Kort，2000），这是因为从一般意义上讲企业的生产经营活动具有行业和地区差异性，他们通常面临着不同的法律环境与政府干预。

Leiter et al．（2011）认为，有三种假说可以解释环境管制对企业投资决策的影响，即污染天堂假说、要素禀赋假说与波特假说。

污染天堂假说认为，为避免较高的环境遵守成本，企业倾向于将生产经营活动选择在环境标准较低的国家或地区。

这是因为，严格的环境管制会增加企业生产成本、延迟企业投资，从而导致竞争力的丧失（Arouri et al．，2012）。

显然，该假说认为环境管制对企业
38
*本文为国家社科基金项目“企业环保投资效率评价体系构建与应用研究”（11BJY136）的阶段性研究成果。

投资具有负面影响。

要素禀赋假说认为，资源的丰富性能够提高企业生产的可能性，只要要素禀赋的优势高于相应的环境遵守成本，并能从大量的投入要素中获取收益，企业就可以接受严格的环境管制。

这也就是说，当环境遵守成本低于环境管制所带来的禀赋收益时，严格的环境管制能激发企业活动，并对企业投资决策产生正面影响；相反，若遵守环境管制的成本相对较高，甚至环境管制所带来的禀赋收益不能弥补环境遵守成本，企业就没有投资的积极性，此时环境管制对企业投资形成负面影响。

波特假说认为，制定恰当合理的环境政策能够促进企业加大清洁技术的创新与运用，而技术创新离不开投资，企业的投资行为不仅加强了技术创新，而且能够降低企业遵守环境管制的成本，强化资源的有效使用，进而提高企业的行业竞争力。

以上三种假说虽未就环境管制如何影响企业投资行为达成一致的结论，但都表明环境遵守成本、环境标准严格度、环境管制强度等会对企业投资行为产生重要而复杂的影响。

环保投资作为企业的一种特殊投资方式，追求的是包括经济效益、环境效益与社会效益在内的综合效益，但结果往往是环境效益和社会效益大于经济效益（彭峰和李本东，2005）。

企业环保投资不仅难以为企业带来直接的经济流入，而且需要企业花费大量资金去购置环保设施和开展环保技术革新，这使得企业没有积极开展环境治理与环保投资的意愿（Orsato ，2006）。

唐国平和李龙会（2013）研究也发现，当前我国上市公司的大股东和管理层在环保投资决策方面表现出“合谋”倾向，他们普遍缺乏环境治理与环保投资的积极性。

显然，如果没有政府的环境管制政策与经济激励措施，排污企业通常不会主动地进行污染治理（原毅军和耿殿贺，2010）。

即使部分企业自愿进行环保投资，也往往出于降低环境遵守成本的目的（Maxwell and Decker ，2006）。

因此，政府环境管制政策及力度应充分发挥强化和调控企业环保投资行为的作用。

环境管制政策既是政府对企业的污染排放和环境治理行为进行约束与控制的制度安排，也是影响企业环境决策制定过程的最主要因素。

近年来，随着我国环保新政策、新法规的出台与实施，企业面临着越来越严格的环境管制和行业监管，这对企业而言无疑成为一个挑战。

结合上述三种假说和企业环保投资的本质特征，本文认为政府环境管制强度与企业环保投资行为之间并非简单的线性关系，而是曲线关系。

环保投资不仅具有多元化目标要求、投资周期长、投资收益率低、经济效益少的特点，而且还能制约或挤占企业对其他经济性项目和生产性项目的投资。

正因环保投资具有较高的机会成本，多数企业往往没有开展环境治理与环保投资的主观意愿。

更为突出的
是，政府环境管制具有“双重作用”（傅京燕和李丽莎，2010）。

当政府环境管制强度处于低水平时，宽松的环境管制会导致企业较低的环境标准遵守率和较少的环保支出（Gray and Deily ，1996）。

这是因为污染排放的预防与治理涉及到环保设施及系统的更新改造、环保技术的研发以及环保组织机构的管理等，这往往需要企业投入大量人力、物力和财力，从而增加企业的生产成本（Porter and Linde ，1995；Arouri et al．，2012）。

而且，在宽松的政府环境管制政策与执法力度下，企业所需的这些环保投资额往往高于未投资或少投资时的环境税费和环境罚款，因而即使环境管制在一定程度内得到强化，企业开展环境治理与环保投资的积极性仍然不高，甚至他们为减少环保投资额而宁愿缴纳相对较少的环境税费和环境罚款。

可见，此时政府环境管制强度对企业环保投资规模的影响存在“递减”效应。

然而，当环境管制被继续强化并达到一定程度（即临界值、拐点处）时，不仅政府环境管制强度已达到较高水平，而且企业所需的环保投资额与环境税费和环境罚款相差不大。

之后，随着政府环境管制政策的日益完善和环境执法力度的不断加大，企业所需的环保投资额也远远低于环境税费和环境罚款，因而企业再也无法回避自身的污染治理问题，他们不得不重视自身的环境治理与环保投入，保持较高的环境政策遵守程度（Gray and Deily ，1996），即此时政府环境管制强度对企业环保投资规模的影响存在“递增”效应。

以上分析表明，政府环境管制对企业环保
投资行为的影响存在“门槛效应”
①。

基于此，在其他因素不变的情况下，本文提出如下研究假设：
假设1：政府环境管制强度与企业环保投资规模之间呈“U ”型关系。

（二）行业属性与企业环保投资行为
行业环境在决定企业战略决策方面起着重要作用，企业的投资决策及行为将不可避免地受到行业环境和行业特性的影响（Chiasson and Davidson ，2005）。

不同的行业通常面临着不同的市场环境与政府管制强度，这必然造成行业间存在市场竞争程度与业绩水平方面的差异，进而影响到企业的投资决策及行为（刘星等，2008）。

近几年来，随着我国资源能源的日益紧张和环境问题的日益严重，深交所与上交所相继颁布了《深圳证券交易所上市公司社会
责任指引
》、《上海证券交易所上市公司环境信息披露指引》
，鼓励和支持上市公司披露社会责任与环境责任的履行情况。

由于重污染行业引发环境问题的可能性和破坏环境的程度均比非重污染行业要高，根据环境受托责任理论，重污染行业理应承担较多的社会责任与环境责任。

为此，我国环保部近年来发布了《关于进一步规范重污染行业生
4
8①
这种情况与“环境库兹涅茨曲线”现象具有一致性，即经济发展水平与环境污染程度之间呈倒“U ”关系。

具体而言，当经济发
展处于低水平时，政府通常会为发展经济、增加国民收入而执行宽松的环境管制政策，企业参与环保投资的积极性也不高，因而环境污染
程度会随经济的增长越来越严重；当经济发展水平达到“临界值”或“拐点”后，随着政府和人们环保意识的增强，政府会加大环境管制力度，企业也被迫强化自身的环保投资行为，故环境污染程度随经济的增长会逐渐减缓。

产经营公司申请上市或再融资环境保护核查工作的通知》
、《关于重污染行业生产经营公司IPO 申请申报文件的通知》等环境政策文件，明确要求地方环保部门和监管部门加强对重污染行业企业的环境管制力度，如企业主要污染物需达到国家或地方规定的排放标准、单位主要产品的主要污染物排放量应达到国内同行业先进水平、按规定需要缴纳环境税费、IPO 申请文件中应当提供国家环保总局的核查意见等。

显然，重污染行业比其他行业面临更加严格的环境管制与行业管制，承担着更多的社会责任与环保责任，这必然促使它们投入更多的环保资金用于环保设施的购置、环保技术及系统的改进以及污染排放物的治理。

王建明（2008）研究也发现，受制于政府的行业监管制度压力，重污染行业比非重污染行业具有更高的环境信息披露水平。

基于这一制度环境，在其他因素不变的情况下，本文提出如下研究假设：假设2：与非重污染行业企业相比，重污染行业企业通常会投入更大规模的环保资金。

三、研究设计
（一）变量选取与定义
1．被解释变量：企业环保投资规模（EPI ）
本文采用“投资/资本存量”来衡量企业环保投资规模，其中，投资为企业环保投资总额，资本存量为企业年初总资产与年末总资产的算术平均值。

2．解释变量
（1）环境管制强度（Ｒegulation ）
现有研究成果中对环境管制强度的度量方法主要有：废水和废气污染治理设施当年运行费用之和与工业产值之比、企业污染排放量、单位能耗产生的国内生产总值、行业环保总支出或行业环境税收等。

然而，在国内比较有代表性的度量方法是傅京燕和李丽莎（2010）基于我国24个
制造业的“三废”实际污染指标并采用综合指数法构建的
行业环境管制综合指数。

《国家环境保护“十二五”规划》（2011）明确指出，地方政府应因地制宜，在不同地区和
行业之间实施有差别的环境政策。

可见，空间异质性和行业异质性都可能影响政府的环境管制路径（沈能，2012）。

但现实状况是，因不同地区之间的经济发展水平、资源禀赋、资源能源消耗强度、环境污染程度、环境容量与生态状况等存在较大差异，相应地，企业所面临的政府环境管制强度理应呈现出较明显的地区差异特征；而且行业的环境标准通常会保持相对稳定，这使得行业环境管制指标既难以动态反映环境管制强度的变化，也难以反映国家工业环境管制强度的整体变化（李刚等，2010）。

基于以上分析，本文借鉴傅京燕和李丽莎的思路与方法，构建了地区环境管制综合指数，用于反映各省（市、区）环境管制的执法力度和执法效果，同时本文还从以下
方面进行了改进：一是各单向指标采用省（市、区）“工业三废”的数据，而不是“三废”的整体数据，主要是考
虑“三废”包括工业三废和生活三废，由于本文主要研究政府对企业的环境管制，故以“工业三废”数据构建的环境管制指数更能反映政府对企业环境管制的真实状况；二是选取废气的排放达标率而不是去除率作为废气治理指标，一方面是为了与废水排放达标率指标选取保持一致性，另一方面是因为排放达标率更能真实地反映企业污染治理的成效以及政府环境管制的执行力度；第三，在计算和运用各省（市、区）各项污染物达标排放指标的调整系数时，本文没有取各年调整系数的算术平均值，而是将每年各省（市、区）各项污染物达标排放指标的调整系数作为当年的权重。

本文在构建环境管制综合指数时采用的指标及其计算公式如表1所示。

表1
环境管制综合评价指标体系
内容项目指标定义计算公式
废水
工业废水排放达标率（工业废水排放达标量/工业废水排放总量）ˑ100%废气
工业SO 2排放达标率
（工业SO 2排放达标量/工业SO 2排放总量）ˑ100%工业烟尘排放达标率（工业烟尘排放达标量/工业烟尘排放总量）ˑ100%工业粉尘排放达标率
（工业粉尘排放达标量/工业粉尘排放总量）
ˑ100%
固体废物
工业固体废物综合利用率
［工业固体废物综合利用量/（工业固体废物产生量+
综合利用往年贮存量）］ˑ100%
本文构建环境管制综合指数的具体过程如下：
首先，采用极值法对各项污染达标排放指标的数据进行标准化处理。

Ｒi ，j =
X i ，j －min （X j ）
max （X j ）－min （X j ）
（i =1，2，……30；j =1，2，……5）公式（1）
公式（1）中，X i ，j 为第i 个省（市、区）的第j 类污染物达标排放指标的初始值，min （X j ）、max （X j ）表示第j 类污染达标排放指标的最小值、最大值，Ｒi ，j 为无量纲标准
化处理后的第i 个省（市、区）的第j 类污染物达标排放指标值。

由于西藏自治区的污染排放数据存在部分缺失，故本文只能统计30个省（市、区）的数据。

其次，计算各污染物达标排放指标的调整系数。

C i ，j =
T i ，j ∑T i ，j /P i ∑P i
=T i ，j P i /
∑T i ，j
∑P i 公式（2）
公式（2）中，C i ，j 代表各省（市、区）的各项污染物
达标排放的调整系数，其含义为：将某省（市、区）i 的某项污染物排放量（T i ，j ）占当年全国同类污染物排放总量
5
8
（∑T i ，j ）的比重与该省（市、区）的工业产值（P i ）占当年全国工业总产值（∑P i ）的比重进行求比。

显然，该调整系数反映的是某省（市、区）单位工业产值排放的第j 类污染物排放量与当年全国工业总产值排放的第j 类污染物排放总量的比例，这种方法将可以较真实地反映各省（市、区）环境治理的差异程度。

最后，计算各省（市、区）各项污染物达标排放的环境管制指数和总体环境管制指数。

E i ，j =Ｒi ，j ˑC i ，j
（i =1，2，……30；j =1，2，……5）公式（3）TE i =
∑5
j =1
E
i ，j
（i =1，2，……30）公式（4）
上述公式中，E i ，j 为第i 个省（市、区）第j 类污染物
达标排放所对应的环境管制指数，TE i 为该省（市、区）的总体环境管制指数（Ｒegulation ）。

E i ，j 值越大，说明第i 个省（市、区）第j 类污染物排放受到更严格的环境管制；TE i 值越大，代表该省（市、区）的总体环境管制强度越高。

（2）行业属性（Industry ）
本文根据《关于对申请上市的企业和申请再融资的上市企业进行环境保护核查的规定》（环保总局，2003）和《上市公司环境信息披露指南（征求意见稿）》（环保部，2010）对重污染行业的界定与分类，结合《上市公司行业分类指引》（证监会，2001），对上市公司的行业属性进行了界定。

该行业属性变量为虚拟变量，若样本公司属于重污染行业，取1，否则取0。

3．控制变量
本文重点考察了企业的投资机会、资产规模、控股性质、会计收益、地区市场化进程等因素，将其作为模型中的控制变量。

具体的变量选取如下：投资机会（Opportuni-ty ），取托宾Q 值；财务杠杆（Leverage ），取资产负债率；企业规模（Size ），取平均总资产的自然对数；企业业绩（ＲOA ），取总资产净收益率；股票收益（Ｒeturns ），取经分市场调整后的股票回报率来量度股票收益（其中，分市场分为沪市A 股、深市A 股、创业板三类）；代理成本（Cost ），取管理费用率；企业年龄（Age ），取公司已上市的年份数；经营现金流量（Flow ），取经营现金流量净额与平均总资产的比值；现金持有量（Cash ），取年末货币资金金额与平均总资产之比；地区市场化水平（Ｒegion ），取自樊纲和王小鲁构建的各省（市、区）市场化指数值；企业控股性质（State ），若样本公司属于国有控股企业，State 取1，否则取0；年份（Year ），四年共三个虚拟变量。

（二）模型构建本文共统计出2008 2011共四年的企业环保投资数据，但因部分解释变量和控制变量的数据只能统计到2010年（如环境管制强度、股票收益），故本文对模型中因变量与自变量考虑滞后一期的时期间隔。

本文设计的基本回归模型如下：
EPI i ，t =α0+α1Ｒe gulation 2
i ，t －1+α2Ｒe gulation i ，t －1
+α3Industry i ，t －1+Controls i ，t －1+ε
（三）样本选取与数据来源
截止2012年5月，共有800多家A 股上市公司披露了近2000份企业社会责任报告，部分公司还披露了可持续发展报告、环境报告书。

笔者查阅这些报告后发现，绝大多数公司在报告中披露了大量环境治理信息，其中包含企业的环保投资额数据。

本文将于2008 2011年间披露了企业环保投资额的A 股上市公司作为研究样本，并对样本进行
了如下筛选：（1）剔除了ST 、SST 、*
ST 的样本公司；（2）剔除了金融证券业的样本公司；（3）剔除了现金持有量、
资产负债率大于1以及总资产收益率小于0的样本公司；（4）剔除了西藏自治区上市公司的样本，这是因为西藏的部分“工业三废”数据存在缺失，使得我们无法计算它的环境管制强度；（5）剔除了某些变量指标数据缺失的样本。

经过以上筛选过程，本文最终共获得499家公司样本。

本文的数据来源于以下途径：（1）企业环保投资额的初始数据来源于企业社会责任报告、可持续发展报告和环境报告书，并全部由笔者手工收集和整理；（2）环境管制强度变量所用到的“工业三废”和“工业产值”数据分别来源于《中国环境统计年鉴》和《中国统计年鉴》
；（3）因樊纲等（2011）统计的市场化指数值截止于2009年，本文采用趋势预测法将各地区前三年市场化指数的年平均增长率作为各地区2010年市场化指数值的增长率，从而计算出各地区2010年的市场化指数值；（4）其他研究变量的数据来源于CSMAＲ数据库，部分变量缺失的数据由笔者查阅年度财务报告而来。

在回归分析时，本文对连续型变量在1%与99%分位数上进行了Winsorize 处理。

四、统计分析
（一）描述性统计
1．企业环保投资规模（EPI ）的统计描述
从表2中可以得知，全样本与分年度样本的基本统计量相差非常小。

从全样本的统计值来看，企业环保投资规模的平均值约为1.10%，中位数约为0.32%，说明绝大多数样本公司的环保投资规模远未达到平均水平，这在一定程度上反映出我国上市公司普遍存在环保投资额不足的现状；环保投资规模的最小值与最大值相差很大，标准差高于均值和中位数，说明公司的环保投资规模很可能呈现出非正态分布，企业环保投资行为存在突出的个体差异。

针对我国上市公司环保投资行为可能存在的个体差异，本文按行业属性将全样本划分为重污染行业公司与非重污染行业公司样本，进而利用参数检验和非参数检验的方法考察两类公司的环保投资规模是否存在显著差异（检验结果如表3所示）。

就环保投资规模的平均值而言，重污染行业公司的取值为1．40%，高于非重污染行业公司的0．65%和全样本的1．10%。

从Levene 检验结果看，这两类公司的环保投资规模存在显著的方差非齐次性；从T 检验
6
8
结果看，这两类公司的环保投资规模平均值存在显著差异；从M －W 检验和K －S 检验的结果来看，这两类公司之间的环保投资规模中位数也存在显著差异，二者来自不同的
总体。

以上分析表明，企业环保投资行为具有明显的行业差异，即重污染行业企业通常比非重污染行业企业投入了更大规模的环保资金，故假设2得到初步验证。

表2
企业环保投资规模的基本统计量
年份观测值均值中位数最小值最大值标准差20081060.0119720.0041260.0000580.0927040.01820620091010.0107200.0031600.0000410.1546780.01963620101290.0115890.0031460.0000050.1681390.02676520111630.0099400.0027380.0000060.1634290.022687合计
499
0.010956
0.003180
0.000005
0.168139
0.022351
表3
企业环保投资规模的参数检验与非参数检验结果
分析变量分组变量
变量取值
样本分布样本均值标准差EPI
Industry
10
均值与方差检验
方差齐次假定方差非齐次假定非参数检验
2980.01400.0252201
0.0065
0.0163
方差Levene 检验均值T 检验
F 值显著性T 值自由度显著性均值差异13.9837
0.0002
3.7235497.00000.00020.0075
4.0359
496.07950.00010.0075
Mann －Whitney U 检验Kolmogorov －Smirnov Z 检验Z 值显著性Z 值显著性－7.91700.0000
3.9220
0.0000
2．环境管制指数（Ｒegulation ）的统计描述
如表4所示：无论从整体还是从各年度来看，环境管制指数的平均值都大于中位数，说明我国多数省（市、区）的环境管制强度低于平均水平，他们实行了较为宽松的环境管制；该指数的最小值与最大值相差比较大，说明环境管制强度存在较突出的地区差异；从年度变化趋势来看，虽然各年的环境管制指数值相差不大、2009年的环境管制指数值较低②，但整体而言环境管制指数值有随年份而缓慢增加的趋势。

3．其他主要变量的描述性统计
各解释变量与控制变量的基本统计量如表5所示。

需要说明的是，若将环境管制指数初始值的一次项及其平方项同时放入回归模型中，容易导致回归模型出现较严重的多重共线性问题。

为有效地避免这一情况的发生，本文采用多数学者常用的中心化处理方法。

表中列示的Ｒegulation 值及其平方项是经中心化处理后的值。

（二）多元回归分析
统计结果显示：回归模型（3）与模型（5）中的Ｒeg-ulation 2的VIF 值分别为3.23、3.39，其他变量的VIF 值在各模型中均小于3；同时，各回归模型中的D －W 值均接近于2，故可以认为回归模型不存在较严重的多重共线性和自相关现象。

然而，White 异方差检验发现模型存在异方
差现象。

本文采用WLS 法对各回归模型进行了修正。

如表6所示：在模型（3）和模型（5）中，Ｒegula-tion 2与EPI 之间存在显著的正相关关系，说明政府环境管制强度与企业环保投资规模呈“U ”关系，环境管制对企
业环保投资行为的影响存在“门槛效应”
，即在“临界值”之前，较低的政府环境管制强度对企业环保投资行为起着
负面影响，企业开展环保投资行为的主动性不强；而在“临界值”之后，随着环境管制强度的进一步加大，企业环保投资规模也越来越大，严格的环境管制对企业环保投资行为发挥着积极作用。

这正是政府环境管制强度具有“双重作用”的真实体现，该研究结论有力地证明了目前企业的环保投资行为更多地表现为“被动”迎合政府环境管制需要的特征。

在模型（2）中，Ｒegulation 与EPI 之间呈负相关关系，结合我国A 股上市公司普遍存在环保投资额不足的现状，可以大致判断目前我国政府环境管制强度处于“U ”型曲线的左边，即多数省（市、区）的环境管制强度处于低水平状态③。

在模型（4）与模型（5）中，Industry 与EPI 之间均呈显著的正相关关系，说明重污染行业企业比非重污染行业企业投入了更大规模的环保资金，政府对重污染企业的行业管制已发挥出应有的作用。

故本文的假设1和假设2均通过了统计验证。

7
8②③
2009年，我国受到美国“次贷危机”引发的全球金融危机的影响，不少企业的生产能力下降、业绩大量下滑，尤其是出口型企业
受到了巨大冲击，这也可能造成了企业污染排放量的减少，政府环境管制力度的降低。

在Ｒegulation 与EPI 构成的散点图中，本文也发现多数企业在较低的政府环境管制强度下存在环保投资不足的情况。