異質性環境規制與企業盈余信息質量

徐莉萍，劉 寧，張淑霞

（1.湖南大學工商管理學院，湖南長沙 410079；2.湖南科技大學商學院，湖南湘潭 411201）

一、引言

在2020年新冠肺炎疫情的嚴重沖擊下，國內外環境發生巨大變化，后疫情時期全球經濟將更加脆弱，對推進中國生態文明建設提出了更高要求；而推動后疫情時期經濟高質量發展，更需要堅定不移地踐行“綠水青山就是金山銀山”的社會主義生態文明理念，促進經濟發展和環境保護兩者在辯證互動中實現可持續發展的雙贏目標。企業作為市場的主體，面對錯綜復雜的國際環境、艱巨繁重的國內改革發展穩定任務，更需要從命運共同體的角度重構組織社會責任，改變長期以來粗放的經濟發展模式，通過滿足政府、公眾等利益相關者的訴求進一步獲得可持續增長的韌性，推進企業綠色轉型實現清潔生產。

中共十九屆四中全會以來，中國堅決實施嚴明的生態文明制度體系，改革完善生態環境信訪工作機制，促進人類命運共同體和諧共生，釋放了環境規制強度不斷升級的信號。環境規制作為彌補環境污染負外部性問題的必要工具，可分為顯性環境規制和隱性環境規制兩類。顯性環境規制是政府采取包括法律制度、市場政策等有形規制，而隱性環境規制是社會組織和公眾內在的、無形的環保意識和認知（趙玉民等，2009）。2014年，全國人大常委會修訂通過《中華人民共和國環境保護法》（下稱《環境保護法》）（自2015年1月1日起施行）；2015年，環境保護部通過《環境保護公眾參與辦法》（自2015年9月1日起施行）；2016年，全國人大常委會通過《中華人民共和國環境保護稅法》（下稱《環境保護稅法》）（自2018年1月1日起施行），這些法規的實施標志著中國環境規制已基本形成一套以政府為主導，企業為主體，社會組織和公眾共同參與的顯性和隱性環境規制并存的體系。遺憾的是，已有關于環境規制經濟后果的研究大多圍繞宏觀政府和中觀產業區域層面展開，鮮有文獻從微觀企業角度展開考察（李青原和肖澤華，2020；沈永建等，2020），而異質性環境規制對微觀企業行為的影響取決于作為環境污染主體的重污染企業的響應策略。

盈余信息是企業收入扣除生產要素成本后剩余的相關信息，從屬于會計信息且是企業財務信息披露中最為重要的數據信息（Ecker等，2006；Biddle等，2009）。企業盈余信息質量的高低直接影響信息不對稱程度，并且影響以信息作為驅動力的資本市場資源配置效率（李青原，2009；Gomariz和Ballesta，2014）。企業盈余信息質量的高低是公司治理健康與否的一個重要標志，更是維護資本市場良好生態和投資者合法權益的重要工具。但管理層基于管理報酬、債務契約、政治成本等動機（Watts和Zimmerman，1978；Ertimur等，2018；Gao 等，2018），傾向于進行盈余管理從而導致企業盈余信息質量受損。如何提升企業盈余信息質量，降低企業與外部利益相關者之間的信息不對稱程度，成為學術界和實務界共同關注的焦點（Bushman等，2001；Roychowdhury，2006）?，F有研究表明，企業盈余信息質量由外部環境、企業整體、決策個體等因素決定（Francis等，2015）。但外部環境因素忽視了當前中國環境規制帶來的政治成本上升對企業盈余信息質量的影響，也缺乏細分環境規制對企業盈余信息質量影響的差異研究（劉運國和劉夢寧，2015；吳德軍等，2016），企業決策個體因素聚焦高管的自然屬性（年齡、性別、專業知識、工作經驗等）（Barua等，2010；Han 等，2017；Belot和Serve，2018）。那么，在已有企業盈余信息質量的影響因素框架下，能否挖掘提升企業盈余信息質量的新路徑？異質性環境規制對企業盈余信息質量的作用究竟是促進或抑制？這值得進一步進行檢驗與挖掘。

本文基于中國現行顯性環境規制和隱性環境規制體系，以2011?2017年滬深兩市A股重污染上市公司為研究樣本，實證檢驗異質性環境規制對企業盈余信息質量的影響。研究發現，顯性環境規制對企業盈余信息質量具有抑制作用，其機制在于融資約束、環保投資和媒體關注；隱性環境規制對企業盈余信息質量具有促進作用，其機制在于融資約束和媒體關注。區分產品市場競爭和公司風險程度的異質性分析結果表明，顯性環境規制對企業盈余信息質量的抑制作用，在低產品市場競爭和公司風險較高的情況下更顯著；隱性環境規制對企業盈余信息質量的提升作用，在高產品市場競爭和公司風險較低的情況下更顯著。進一步研究發現，顯性環境規制中的環境補貼和隱性環境規制中的公眾參與是影響企業盈余信息質量的主要環境規制?？紤]盈余調整方向的檢驗結果表明：顯性環境規制對企業盈余信息質量的抑制作用在向上盈余調整的情況下更顯著；2013年“大氣十條”政策實施后，企業顯著調高了可操縱應計利潤。

本文的研究貢獻和創新點主要體現如下：

第一，豐富了環境規制經濟后果的研究，揭示了異質性環境規制對微觀企業盈余信息披露的影響機理。目前關于環境規制對微觀企業信息披露決策的影響主要聚焦環境信息披露的影響（沈洪濤和馮杰，2012；姚圣等，2016），鮮有針對環境規制對微觀企業盈余信息披露影響的研究。雖然關于法律、政府干預以及社會文化等外部治理環境對公司盈余信息披露決策的影響一直被探討，但較少涉及關于環境規制這一外部環境的分析（Healy 和Wahlen，1999；Schultz 和Lopez，2001；Datta 等，2013；Alhadab 等，2016；陳克兢，2017；張婷婷等，2018）。

第二，推進基于政治成本理論剖析企業盈余信息質量的相關研究。本文從顯性環境規制的正式制度視角，基于政治成本理論豐富了政策驅動型盈余信息質量的相關研究，深化了對中國情境中政治成本動機下顯性環境規制對企業盈余信息披露決策影響的認識，拓展了企業盈余信息質量正式制度影響因素的研究。

第三，細分異質性環境規制類型并詮釋了顯性環境規制與隱性環境規制對企業盈余信息質量所產生的截然相反的作用，挖掘了企業盈余信息質量提升的新路徑?，F有文獻對環境規制的研究缺乏統一的指標選取標準，鮮有基于中國具體實際對不同類型環境規制進行明確的理論區分（Kathuria，2007）。目前關于環境規制對企業盈余信息披露行為的研究尚存在較大爭議，且大多是從顯性環境規制的正式制度視角，而對隱性環境規制與企業盈余信息質量的探討明顯不足。本文為資本市場監管者在現有正式制度框架中改善企業盈余信息質量提供了新的路徑與思路，拓展了企業盈余信息質量非正式制度影響因素的研究。

第四，提供現階段政府如何評估、優化環境規制體系以及如何提升企業盈余信息質量的理論指導。研究有助于政府政策制定與監管部門做出科學決策，滿足政府在調整后疫情時期經濟發展戰略過程中對優化環境規制的需求；有助于完善公眾、ENGO組織對環境規制的訴求，及時糾正環境規制策略的偏差，為環境規制調整提供方向；有助于企業基于后疫情時期中國經濟發展與生態文明建設的制度環境，充分利用自身資源，通過有效的內外部措施積極提升企業盈余信息質量，從而獲得可持續增長的能力。

二、理論分析與研究假說

（一） 顯性環境規制對企業盈余信息質量的影響

政治成本理論指出潛在不利的反壟斷、關稅補貼等政府管制或政治活動會增加企業的預期成本（Watts和Zimmerman，1978），這些政策管制會影響企業會計信息披露，企業通常會基于政治成本動機操縱或調整盈余來規避政府和公眾的監督，以期獲得政府與公眾的支持（Patten 和 Trompeter，2003；Hong 和 Kacperczyk，2009）。已有研究證實政治成本會誘發企業盈余操縱行為，導致盈余信息質量降低。但基于政治成本假說，企業是向上調整盈余還是向下調整盈余，在中國情境下結論不一。既有文獻支持了Watts和Zimmerman（1978）的政治成本假說，即當企業政治成本上升時，企業傾向于向下盈余管理（葉青等，2012；劉運國和劉夢寧，2015）。Byard等（2007）研究發現受卡特里娜颶風和麗塔颶風的影響，大型煉油公司（而非小型原油和天然氣生產公司）會在隨后的第一季度顯著向下操縱收入。在后薩班斯法案時期，管理者為規避政治成本，進行向下盈余管理以影響企業盈余信息質量。也有文獻結論與Watts和Zimmerman（1978）的政治成本假說相反（吳德軍等，2016），如黃溶冰和周卉芬（2021）基于政治成本假說，發現在新《環境保護法》實施后，重污染企業會傾向于進行向上盈余管理。

良好的生態環境儼然成為重要的民生需求，因此生態環境既是社會問題亦是政治問題。這不僅體現在政府投入大量的人力、物力和財力，也體現在政府為生態環境消耗了包括制度性、組織性和群眾基礎性在內的政治資源（白彬和張再生，2017）。一方面，政府頒布嚴苛的環境法律規章制度，對重污染企業的經營管理行為進行管制，意在發揮顯性環境規制對重污染企業的約束作用。另一方面，政府對重污染企業采取積極的環境補助和征收排污費等靈活市場手段，意在發揮顯性環境規制對重污染企業的激勵作用。政治成本視域下環境污染是特定的社會性事件，重污染企業作為環境污染的主要肇事者面臨政治成本的日漸增長。為規避環保等監管部門的環境管制，重污染企業在政治成本動機驅動下傾向于操縱盈余來弱化企業面臨的監管壓力，以此達到外部期望，獲取政府和公眾溢酬（劉運國和劉夢寧，2015）。

顯性環境規制往往是政府通過直接的政策和市場手段驅動重污染企業清潔轉型，通過提高融資約束、增加環保投資，降低企業盈余信息質量，而媒體關注作為重要的外部公司治理機制，可以削弱顯性環境規制對企業盈余信息質量的抑制作用。

首先，顯性環境規制通過提高融資約束，降低企業盈余信息質量。一方面，隨著顯性環境規制強度增加，重污染企業投資項目融資受到限制，由于信息不對稱和委托代理問題的存在，面臨顯性環境規制的重污染企業在綠色轉型發展中雖然有內部資金積累但也難以持續，經營必須同時依賴外部融資（陳詩一等，2021）。但由于顯性環境規制變化帶來的不確定性，重污染企業環境風險水平上升，重污染企業面臨更高的融資約束程度。另一方面，由于顯性環境規制的規模、負債率等通常也會影響企業的融資約束程度，基于政治成本動機可以分析出重污染企業融資約束與企業盈余信息質量的相關性。為規避監管部門環保處罰與行政管制、突破企業可持續發展的融資約束瓶頸，重污染企業更傾向于通過盈余操縱行為降低企業盈余信息質量，弱化較高的政治成本壓力，即顯性環境規制可能通過強化重污染企業融資約束程度，降低盈余信息質量。

其次，顯性環境規制通過增加環保投資降低企業盈余信息質量。一方面，顯性環境規制可以通過資金導向、信息傳遞等機制增加企業環保投資（孫志紅和陸阿會，2021）。當面臨顯性環境規制日益增加，重污染企業傾向于投入更多環保資金，采購環境治理設備，避免遭到監管部門處罰，環保過度投資行為屢見不鮮。另一方面，重污染企業管理者基于現金流量的需要傾向于降低真實盈余管理，基于會計盈余的需要傾向于增加應計盈余管理方式，通過組合的盈余操縱行為粉飾盈余信息（李彬和張俊瑞，2013），導致企業盈余信息質量受損。

此外，媒體關注是顯性環境規制抑制企業盈余信息質量的治理機制。一方面，作為重要的外部公司治理機制，媒體關注可以通過信息傳遞和監督治理機制來緩解信息不對稱，提高公司治理水平并保障利益相關者權益。Qi等（2014）也證實了媒體關注對企業盈余管理行為具有抑制作用，包括盈余管理程度及方式。另一方面，從外部壓力來看，媒體報道通過降低投資者信息收集成本，促使投資者全面了解企業盈余信息，進而減少信息不對稱引發的信息錯報。管理層基于聲譽成本考慮，會約束重污染企業盈余操縱行為并采取積極行為以提高企業盈余信息質量，以克服負面環境報道的消極影響，從而緩解顯性環境規制對重污染企業盈余信息質量的抑制作用。

基于上述分析，本文提出如下假說：

H1：其他條件不變，顯性環境規制抑制了企業盈余信息質量。

（二） 隱性環境規制對企業盈余信息質量的影響

環境規制的演變主要表現在公眾的積極參與、ENGO組織的出現（趙玉民等，2009）。社會經濟的高質量發展促使社會公眾的環保意識增強，環保意識逐漸成為社會公眾認可的隱性社會規范，具有穩定性、長期性和潛移默化的特征。社會公眾和ENGO內在無形的環保意識和認知作為隱性環境規制，不僅對中國環境規制的演進產生重要影響，推進經濟發展和生態文明建設兩者在辯證互動中實現可持續發展的雙贏目標，而且對重污染企業信息披露產生重要影響。

重污染企業兼顧經濟發展和環境污染的雙重角色，因此其生產經營面臨環境合法性的挑戰。社會公眾和ENGO不僅關注重污染企業環境責任信息披露，同時也對反映重污染企業生產經營健康與否的盈余信息質量給予持續關注。重污染企業的盈余信息披露如果不能滿足隱性環境規制帶來的信息需求，就難以與企業利益相關者建立良好互信關系。已有研究也表明隱性社會契約會給重污染企業帶來較大公共壓力，重污染企業為滿足環境合法性要求，傾向于提高環境管理水平（Cho和Patten，2007）。此外，當重污染企業的經營發展面臨較大環保合法性壓力時，外部投資者會要求支付較高的風險溢價，因為不僅擔心一次性繳納排污費對當期會計盈余產生的負面影響，而且擔心企業因環境污染導致的政治成本，進而影響企業未來現金流和盈余的可持續性（Wu和Ye，2020）。因此，隱性環境規制帶來的市場壓力可以有效抑制企業盈余管理程度，促使企業表現出較高的盈余信息質量。

隱性環境規制作為社會公眾和ENGO內在的、無形的環保意識和認知，可以通過提高融資約束以及媒體關注發揮聲譽機制兩個方面提升企業盈余信息質量。

首先，隱性環境規制可以通過融資約束路徑影響企業盈余信息質量。一方面，社會公眾和ENGO具有社會嵌入性，作為非正式制度對企業盈余信息披露產生影響。公眾環保參與程度越高以及ENGO組織數量越多的地區，盈余信息傳播渠道更為順暢，重污染企業盈余操縱的機會成本越高，從而能夠隱性地制約重污染企業的盈余操縱行為（潘越等，2010；高鳳蓮和王志強，2015）。Ingram（1984）研究發現公眾參與對會計信息披露具有正向影響，公眾聚集度較高的地區，政府會計信息披露質量越高。此外，Fredette和Bradshaw（2012）研究表明ENGO對企業信息披露具有促進作用，ENGO發展越好的區域，企業盈余信息質量越高。已有研究證實，相比于成熟的資本市場，中國資本市場的法律法規執行效率較低，信息流通環境較差，公眾和ENGO具有彌補市場和政府失靈的治理功能，公眾和ENGO參與作為社會資本對企業信息披露具有更有效的約束效應，是法律等正式制度的重要替代機制（Knack和Keefer，1997；Guiso等，2004；Allen等，2005）。因此，企業盈余信息質量作為企業與環境規制主體（政府、公眾與ENGO）博弈的結果，隱性環境規制充分發揮社會公眾和ENGO的信息披露治理作用。

另一方面，隨著互聯網技術的發展，社會公眾和ENGO對環境問題的關注度和參與能力顯著提升，隱性環境規制的發展同樣會引發重污染企業融資約束困境，重污染企業的盈余信息質量決策是基于盈余操縱成本與收益的權衡。第一，相比于顯性環境規制，公眾和ENGO參與作為非正式制度對重污染企業盈余信息披露更具約束作用，通過盈余操縱美化業績獲取政府、銀行信貸資源的手段更易被公眾和ENGO識別，重污染企業盈余操縱成本增加，進而對盈余信息操縱意愿降低。第二，相比于顯性環境規制，公眾和ENGO參與作為非正式制度隱性地擴大了重污染企業面臨的貸款風險敞口，重污染企業需要在以往通過盈余操縱手段美化業績的基礎上再提升業績來降低企業風險，從而緩解面臨的融資需求和融資約束。因此，相比于面臨顯性環境規制，重污染企業面臨隱性環境規制時需要更高程度的盈余操縱才能緩解融資約束瓶頸，這意味著重污染企業盈余操縱行為被發現的可能性更大，面臨隱性環境規制進行盈余操縱行為所支付的成本更高，這就有效抑制了重污染企業的盈余操縱行為，對企業盈余信息質量具有提升作用。

已有研究表明企業融資約束與盈余管理顯著相關，但結論并不一致。盧太平和張東旭（2014）指出融資約束對企業盈余操縱行為的影響結論不一，是因為需要甄別融資約束和融資需求，當盈余操縱成本過大，融資約束反而可以抑制企業盈余操縱行為，從而提升企業盈余信息質量。一方面，顯性環境規制通過融資約束降低企業盈余信息質量，這是因為顯性環境規制帶來了融資需求，即為獲取政府和銀行信貸資源，重污染企業的盈余操縱收益會增加，重污染企業基于政治成本動機誘發了企業盈余操縱行為，導致企業盈余信息質量受損。另一方面，重污染企業面臨隱性環境規制時，同時面臨較高的融資需求和融資成本，傾向于減少盈余操縱行為。相比于顯性環境規制，隱性環境規制對企業盈余操縱行為更具監督和揭露功能，大大提高了企業盈余操縱成本。當企業盈余操縱成本過大時，隱性環境規制帶來的融資約束反而會抑制企業盈余操縱行為，從而提高重污染企業盈余信息質量。

其次，隱性環境規制可以通過媒體關注發揮聲譽機制影響企業盈余信息質量。媒體關注是隱性環境規制提升企業盈余信息質量的促進機制，公眾和ENGO參與可以通過媒體關注發揮聲譽機制，進而提升企業盈余信息質量（Dyck等，2008）。當媒體對企業進行負面環境報道時，管理層出于防御動機，為維護個人聲譽和職業發展前景，往往會積極維護企業良好形象，避免媒體負面報道帶來的環境風險（陳克兢，2017）。張婷婷等（2018）指出媒體關注約束企業盈余管理行為的作用路徑包括通過新聞報道引起監管部門的行政介入、激發經理人的聲譽機制、投資者的“用腳投票”和影響審計師出具審計意見報告。因此，在隱性環境規制下公眾和ENGO通過持續性媒體關注，形成對企業績效和管理者薪酬、獎金目標的市場壓力，將重污染企業的盈余信息決策暴露在媒體聚光燈下。出于聲譽及個人利益的考慮，重污染企業管理者傾向于減少盈余操縱行為，從而提高了重污染企業盈余信息質量（Qi等，2014）。

基于上述分析，本文提出如下假說：

H2：其他條件不變，隱性環境規制促進了企業盈余信息質量。

三、研究設計

（一） 樣本選取及數據來源

本文以2011?2017年滬深兩市A股重污染上市公司為研究樣本，實證檢驗顯性環境規制和隱性環境規制對企業盈余信息質量的影響。首先，本文選擇A股重污染上市公司作為研究樣本一方面受限于數據的可獲取性，另一方面是由于重污染企業是決勝污染防治攻堅戰和深化環保供給側結構性改革的監管重點，因此研究重污染企業面臨異質性環境規制采取的盈余信息報告策略具有較高的現實價值。參考劉運國和劉夢寧（2015）等的研究，本文根據環境保護部制定的《上市公司環保核查行業分類管理名錄》（環辦函〔2008〕373號）界定重污染行業范圍，并根據證監會2012年修訂的《上市公司行業分類指引》明確重污染行業的代碼分別是B06、B07、B08、B09、C17、C19、C22、C25、C26、C28、C29、C30、C31、C32、D44。

其次，借鑒李青原和肖澤華（2020）的做法，本文選擇2011?2017年作為樣本區間基于如下兩方面原因：一是為克服重污染企業披露諸如排污費、環保補助信息的選擇性傾向。2010年，環境保護部發布的《上市公司環境信息披露指南》首次規定從2011年起重污染行業上市公司應定期披露包括公司支付的排污費和獲得的環保補助金額在內的環境信息，因此，本文將2011年作為研究的起始時間。二是為有效減少政策干預帶來的研究噪音。2016年《環境保護稅法》規定將“排污費”變為“環境稅”，其在環保稅征管措施、征收標準等方面較2003年起實施的《排污費征收使用管理條例》（國令第369號）更為嚴格。因此，本文將2017年作為研究的截止年份。

本文的數據來源如下：（1）各省環境法規、執法數據以及環境信訪數來自《中國環境年鑒》和《中國統計年鑒》。（2）排污費用和環境補貼金額來自重污染企業年報附注，通過手工收集、整理獲得。（3）其他財務數據來自國泰安（CSMAR）數據庫、萬德（WIND）數據庫和中國問題研究（CNRDS）數據庫。本文對原始數據進行如下處理：（1）剔除ST、*ST、暫停上市等樣本期內股票發生過特殊處理事件的公司。（2）借鑒李青原和肖澤華（2020）的研究，為排除重污染企業信息披露自選擇問題和企業戰略差異形成的干擾，只保留排污費和環保補助均不為0的樣本，刪除排污費、環保補助以及控制變量數據缺失的樣本。（3）為控制極端值的影響，對所有連續變量進行了上下1%的Winsorize縮尾處理。經過上述篩選，本文共得到3383個樣本。

（二） 模型設定與變量定義

借鑒王福勝和朱志標（2016）、李青原和肖澤華（2020）等的研究，為驗證假說H1和假說H2，本文分別構建如下模型（1）和模型（2）進行OLS回歸：

在模型（1）和模型（2）中，Indu、Year和Prov分別為行業、年份和省份虛擬變量，本文主要關注模型（1）的系數β1和模型（2）的系數α1，如果顯性環境規制對企業盈余信息質量具有抑制作用，那么β1應該顯著為負；如果隱性環境規制對企業盈余信息質量具有促進作用，那么α1應該顯著為正。為減少潛在內生性影響，本文將解釋變量顯性環境規制（EER）、隱性環境規制（IER）滯后一期置于模型（1）和模型（2）進行回歸。

被解釋變量為企業盈余信息質量（EIQ），已有研究關于企業盈余信息質量的度量并沒有統一的標準，現有研究大多采用單一指標衡量，具有較大的測量偏差性（李青原和劉習順，2021）。為避免單維指標的測量偏差，參照王福勝和朱志標（2016）、李青原和劉習順（2021）的研究，本文綜合盈余信息可靠性和相關性兩個特征維度，選擇應計質量、盈余平滑度和盈余激進度三類指標。參考Hann等（2020）的度量思路，計算應計質量、盈余平滑度和盈余激進度三類指標按百分位排序后取值的平均數，構建企業盈余信息質量指標（EIQ）。

核心解釋變量為環境規制（ER）。為避免單維度指標衡量異質性環境規制的片面性，參考曾倩等（2020）構建多維度指標體系的方法，本文從顯性環境規制（EER）和隱性環境規制（IER）兩個維度構建異質性環境規制指標（趙玉民等，2009）。其中顯性環境規制分為約束型環境規制和激勵型環境規制。約束型環境規制包括立法（Law，累計有效地方環境法規數和行政規章數）和執法（Excu，當年環境行政處罰案件數）。激勵型環境規制分為排污費（Penalty，當年繳納排污費用/年末總資產）和環境補貼（Subsidy，當年環境補貼金額/年末總資產）。隱性環境規制包括公眾參與（Petition，環境信訪數即環保部門收到的來信總數/人口數）和ENGO參與（ENGO，生態環境類非政府組織人員總數/人口數）。在此基礎上，運用修正后的熵值法分別分析顯性環境規制和隱性環境規制兩個維度各指標間的關聯度，進而決定其權重。最后，計算顯性環境規制綜合得分并進行規?；幚?，得到模型（1）的解釋變量顯性環境規制（EER）和模型（2）的解釋變量隱性環境規制（IER）。

同時，借鑒李青原（2009）、Gomariz 和 Balleata（2014）、王福勝和朱志標（2016）和陳克兢（2017）等的研究，本文從企業特征、公司治理、高管特征三方面選擇了可能影響企業盈余信息質量的若干因素作為控制變量。具體如下：公司規模（Size，公司當期期末資產的自然對數）、產權性質（State，虛擬變量，公司為國有產權取值為1，否則為0）、企業年齡（Age，企業上市年數）、營業收入增長率（Growth，本年營業收入/上一年營業收入）、托賓Q（TobinQ，股票市值/資產重置價值）、財務杠桿（Lev，期末總負債/總資產）、凈資產收益率（ROE，凈利潤/凈資產）、現金流量（Cash，經營活動現金流量/總資產）、資本密集度（Tangibility，固定資產凈額/期末總資產）、大股東持股比例（First，第一大股東持股數量/總股本）、獨立董事比例（Indep，公司獨立董事人數/董事會規模）、兩職合一（Dual，虛擬變量，董事長和總經理存在兼任的企業取值為1，否則為0）、代理成本（Mfee，管理費用/期初總資產）、流動比率（CR，公司流動資產/流動負債）、CEO年齡（CEOAge，公司CEO的年齡）、CEO任期（Tenure，CEO在公司董監高中的任職年限的自然對數）。

四、實證結果與分析

（一） 變量描述性統計分析

主要變量描述性統計分析結果如表1所示。盈余信息質量（EIQ）的均值為51.111，標準差15.942，最小值為21，最大值為79.667，中位數為51.333，這說明樣本企業之間盈余信息質量存在較大差異。顯性環境規制中立法（Law）的均值為28.440，標準差為14.703，執法（Excu）的均值為5503.488，標準差為4818.935，說明樣本企業之間的顯性環境規制中約束型環境規制差異較大；顯性環境規制中排污費（Penalty）的中位數為0，說明繳納排污費的公司不足全樣本的一半；顯性環境規制中環境補貼（Subsidy）的中位數為0.002，說明超過半數的公司能夠獲得環境補貼，這與李青原和肖澤華（2020）的統計結果基本一致。隱性環境規制中公眾參與（Petition）的均值為 7.194，ENGO 參與（ENGO）的均值為0.053，說明隱性環境規制主要以公眾參與為主。

表1 主要變量描述性統計

（二） 相關性分析

主要變量的Pearson相關系數分析結果（限于篇幅未報告，資料備索）顯示：顯性環境規制（EER）與企業盈余信息質量（EIQ）的相關系數在1%水平上顯著為負，初步支持了本文的假說H1，但隱性環境規制（IER）與企業盈余信息質量（EIQ）的相關系數不顯著。此外，各變量相關系數均不超過0.6，且計算變量的方差膨脹因子（VIF）均遠小于10，變量的平均方差膨脹因子（VIF）為1.49，因此回歸分析中同時引入這些控制變量不會產生嚴重的多重共線性問題。

（三） 單變量分析

本文按照顯性環境規制（EER）和隱性環境規制（IER）是否大于年度、行業中位數，將樣本劃分為高顯性環境規制組（EER=1）和低顯性環境規制組（EER=0）、高隱性環境規制組（IER=1）和低隱性環境規制組（IER=0），進行單變量分析。表2的結果顯示，在高顯性環境規制組中，企業盈余信息質量的均值和中位數更低，且均值、中位數差異在1%水平上顯著，初步支持了本文的假說H1；在高隱性環境規制組中，企業盈余信息質量的均值和中位數更低，且中位數差異在10%水平上顯著，初步支持了本文的假說H2。

表2 單變量分析

（四） 基準回歸結果分析

表3報告了異質性環境規制對企業盈余信息質量影響的多元回歸結果。列（1）結果顯示顯性環境規制（EER）的系數不顯著；列（2）在列（1）的基礎上加入控制變量，結果顯示顯性環境規制（EER）的系數在5%水平上顯著為負。結果表明，顯性環境規制對企業盈余信息質量具有負向抑制作用，即顯性環境規制程度越高，企業盈余信息質量越差，本文假說H1得到支持。列（3）的結果顯示隱性環境規制（IER）的系數在1%水平上顯著為正，表明隱性環境規制程度越高，企業盈余信息質量越好。列（4）在列（3）的基礎上加入控制變量，結果顯示隱性環境規制（IER）的系數在1%水平上顯著為正。結果表明，隱性環境規制對企業盈余信息質量具有正向促進作用，即隱性環境規制程度越高，企業盈余信息質量越好，本文假說H2得到支持。借鑒李青原和肖澤華（2020）的研究，本文在基準回歸中還將顯性環境規制和隱性環境規制置于同一OLS模型進行檢驗，列（5）的回歸結果與列（2）和列（4）保持一致，進一步驗證了本文假說H1和假說H2。

表3 異質性環境規制對企業盈余信息質量的影響

（五） 穩健性檢驗

1.工具變量回歸

雖然本文為解決內生性問題，在基準回歸模型中對解釋變量顯性環境規制和隱性環境規制進行滯后一期處理，但本文還存在其他可能導致內生性問題的來源，例如遺漏變量問題和自選擇問題。因此，本文采用工具變量法進一步緩解可能存在的內生性問題。

一方面，在顯性環境規制對企業盈余信息質量的影響中，本文選取如下三個工具變量：一是同省份、同行業其他企業面臨的顯性環境規制均值（IV1）①顯性環境規制政策制定者之間會相互觀察和模仿，因此同省份、同行業其他企業的顯性環境規制強度均值對企業顯性環境規制強度具有直接影響，但不會直接作用于企業盈余信息質量。。二是空氣流通系數（IV2）。借鑒Shi和Xu（2018）的研究，本文使用2011?2017年中國286個地級及以上城市的10米高度風速和大氣邊界層高度的乘積，構建年度?城市層面的空氣流動系數②理論上，當空氣污染物排放相同時，空氣流通系數低的城市傾向于采用嚴格的顯性環境規制。此外，由于空氣流通系數僅取決于區域性氣候條件等自然現象，空氣流通系數除通過影響顯性環境規制程度進而影響企業盈余信息質量外，空氣流通系數與企業盈余信息質量之間并不存在其他的作用機制，因此本文使用空氣流通系數作為環境規制的工具變量，滿足有效工具變量的相關性和外生性這兩大條件。。三是顆粒物PM2.5濃度（IV3）。借鑒鄧慧慧和楊露鑫（2019）的研究，本文采用中國省級PM2.5濃度的年度均值數據作為工具變量①2012年環境保護部頒布的《環境空氣質量標準》明確規定PM2.5指標納入空氣質量評價標準體系，PM2.5指標能直接影響重污染企業所面臨的顯性環境規制強度，但不會直接影響重污染企業的盈余信息質量。。另一方面，在隱性環境規制對企業盈余信息質量的影響中，本文參考史貝貝等（2019）的做法，以城市報紙種類數量除以當地人均GDP作為隱性環境規制的工具變量（IV4）②城市的報紙種類數量越多，說明該城市媒體披露、信息流動的水平越高，該城市的信息基礎設施則越完善，越能夠及時曝光社會公眾和ENGO的各類環境訴求，從而該城市隱性環境規制工具強度也越大。同時，某一城市的報紙種類數量與該城市的重污染企業盈余信息質量并沒有其他關聯關系。。

工具變量的回歸結果如表4所示。列（1）和列（2）的結果表明，在第一階段回歸中，IV1和IV2的系數均在1%水平上顯著為正，符合理論預期，且F值為28.33，表明不存在弱工具變量問題。在第二階段回歸中，顯性環境規制與企業盈余信息質量的系數在5%水平上顯著為負，同理，列（3）和列（4）的結果也與前文實證結果一致。列（5）和列（6）的結果表明，在第一階段回歸中，工具變量（IV4）與隱性環境規制在1%水平上顯著正相關，即城市的報紙種類數量越多，隱性環境規制強度越高，即滿足工具變量的相關性條件。列（5）的結果顯示，第一階段回歸的F值為337.6，說明工具變量（IV4）不存在弱工具變量問題。在第二階段回歸中，隱性環境規制對重污染企業盈余信息質量呈現正向影響，在1%水平上顯著。上述結果與表3結果保持高度一致，表明在控制內生性問題后，本文主要研究結論仍然穩健成立。

表4 工具變量兩階段最小二乘法的回歸結果

2.改變樣本年份

考慮到2014年中國通過了歷史上最嚴格的《環境保護法》，本文將樣本區間從2011?2017年調整為2014?2017年，并重新進行回歸?；貧w結果如表5列（1）、列（2）所示，研究結果保持穩健。

3.變更樣本行業

本文選擇前五大重污染行業①前五大重污染行業具體包括化學原料和化學制品制造業（C26），電力、熱力生產和供應業（D44），非金屬礦物制品業（C30），橡膠和塑料制品業（C29），煤炭幵采和洗選業（B06）。進一步進行穩健性檢驗，回歸結果如表5列（3）、列（4）顯示，研究結果保持穩健。

表5 改變樣本年份和變更樣本行業

4.控制其他因素

本文增加高管特征方面的控制變量，包括教育水平（Edu）和高管過度自信程度（Overcon）；同時，本文增加區域特征方面的控制變量，包括區域（Region）、市場化程度（Market）和人均 GDP（PGDP），回歸結果如表 6 列（1）、列（2）所示，研究結果保持穩健。

5.改變時間序列

借鑒李青原和肖澤華（2020）的思路，考慮到顯性環境規制和隱性環境規制指標的變動可能具有一定的時間趨勢，同時顯性環境規制和隱性環境規制對重污染企業盈余信息質量的影響可能存在一定的滯后效應，本文將t+1期的企業盈余信息質量（EIQt+1）作為被解釋變量代入模型（1）和模型（2），重新進行檢驗。結果如表6列（3）、列（4）所示，EER的系數在5%水平上顯著為負，IER的系數在5%水平上顯著為正，研究結果保持穩健。

表6 控制其他因素和改變時間序列

五、進一步分析

（一） 異質性檢驗

1.產品市場競爭

企業產品市場競爭強度是影響企業盈余信息質量的重要宏觀因素之一（Cheng等，2013）。在產品市場競爭強度大的行業，企業盈利空間會被壓縮，企業通過積極主動的盈余信息披露策略，既可以獲取競爭優勢，增強外部投資者信心，又可以避免陷入財務困境時遭遇的聲譽風險損失。

本文采用赫芬達爾指數（HHI），根據行業產品市場競爭程度均值將研究樣本分為高產品市場競爭組和低產品市場競爭組，分組檢驗異質性環境規制對企業盈余信息質量的影響。表7列（1）、列（2）的結果表明，顯性環境規制對盈余信息質量的抑制作用在低產品市場競爭組更顯著；列（3）、列（4）的結果表明，隱性環境規制對盈余信息質量的促進作用在高產品市場競爭組更顯著。

表7 產品市場競爭的分組回歸結果

2.公司風險

公司風險和經營績效變動密切相關，管理者有動機采用盈余操縱行為來平滑公司風險帶來的收益波動。借鑒曹越等（2020）的做法，本文利用Altman提出的Z指數衡量企業風險，并根據Z指數的中位數將研究樣本分為公司風險高組和公司風險低組，進行分組回歸檢驗。表 8 列（1）、列（2）的結果表明，顯性環境規制對企業盈余信息質量的抑制作用在公司風險高組更顯著；列（3）、列（4）的結果表明，隱性環境規制對企業盈余信息質量的促進作用在公司風險低組更顯著。

表8 公司風險的分組回歸結果

（二） 機制檢驗

1.中介效應檢驗

已有研究發現，顯性環境規制會增強重污染企業融資約束，基于政治成本動機進而降低企業盈余信息質量（劉運國和劉夢寧，2015；陳詩一等，2021）。但盧太平和張東旭（2014）則指出基于盈余操縱成本與收益的權衡，當盈余操縱成本過大，融資約束反而可以抑制企業盈余操縱行為，從而提升企業盈余信息質量。結合前文理論分析，顯性環境規制帶來融資需求增加，重污染企業為獲取政府和銀行的信貸資源會增加企業盈余操縱收益，誘發企業盈余操縱行為。相比于顯性環境規制，隱性環境規制對企業盈余操縱行為更具監督和揭露功能，大大提高了企業盈余操縱成本。面臨隱性環境規制時，重污染企業同時面臨較高的融資需求和融資成本，傾向于減少盈余操縱行為。本文通過直接檢驗融資約束的作用機制來進一步驗證本文邏輯，借鑒Kaplan和Zingales（1997）的做法，選擇KZ指數衡量企業融資約束程度，并作為中介變量（KZ），構建以下模型進行回歸檢驗：

若模型（3）中λ1和模型（4）中δ2同時顯著，或模型（5）中φ1和模型（6）中?2同時顯著，則存在中介效應；若模型（4）中δ1或模型（6）中?1不顯著，則存在完全中介效應，否則為部分中介效應。

表9報告了中介效應檢驗結果。列（1）和列（3）中，EER和IER的系數均在1%水平上顯著為正，表明顯性環境規制與隱性環境規制均提高了重污染企業的融資約束程度。列（2）中，EER的系數在1%水平上顯著為負，但數值絕對值沒有低于加入KZ前的系數絕對值。由于不能較好地滿足逐步回歸法的要求，為保證中介效應檢驗的穩健性，本文還進行了Sobel檢驗。結果顯示，對應的Z統計量為2.084，大于1.65的檢驗標準，通過10%水平的顯著性檢驗。列（4）中，IER的系數（6.479）在5%水平上顯著為正，且數值比表3列（4）中IER的系數（9.076）有所下降。結果表明，顯性環境規制通過提升融資約束降低了企業盈余信息質量，隱性環境規制通過提升融資約束提高了企業盈余信息質量。

基于前文分析，當面臨顯性環境規制日益增加，重污染企業傾向于投入更多環保資金采購環境治理設備，避免監管部門處罰，從而導致環保投資過度，管理者基于會計盈余的需要，傾向于增加盈余操縱行為（孫志紅和陸阿會，2021）。由此，顯性環境規制通過增加環保投資，降低企業盈余信息質量。本文通過直接檢驗環保投資的作用機制來進一步驗證本文邏輯，手工搜集重污染企業社會責任報告中的環保投資金額作為中介變量（EI），構建如下模型：

表9列（5）、列（6）報告了環保投資中介效應的回歸結果。列（5）中，EER的系數在5%水平上顯著為正，表明顯性環境規制的增強提高了重污染企業的環保投資。列（5）、列（6）中，χ1和μ2的系數均顯著，表明顯性環境規制對企業盈余信息質量的影響至少部分是通過中介變量（EI）實現的。列（6）中，EER的系數較表3列（2）中EER的系數絕對值有所下降，表明環保投資在顯性環境規制與企業盈余信息質量關系中發揮部分中介效應。

表9 中介效應檢驗與媒體關注機制檢驗

2.媒體關注機制檢驗

根據前文分析，作為重要的外部公司治理機制，媒體關注通過降低投資者信息收集成本，促使投資者全面了解公司盈余信息，進而緩解信息不對稱引發的信息錯報，有利于緩解顯性環境規制對重污染企業盈余信息質量的抑制作用。此外，在隱性環境規制下社會公眾和ENGO通過持續性媒體關注，形成對企業績效和管理者薪酬、獎金目標的市場壓力，進而提升企業盈余信息質量（Dyck等，2008；Qi等，2014）。

本文根據公司名稱和公司股票代碼在《中國重要報紙全文數據庫》中檢索每家重污染企業的年度新聞報道量，加總獲得全年的新聞報道數量（Media），Media數值越大表示重污染企業受到的媒體關注程度越高。在模型（1）和模型（2）中加入EERMedia和IERMedia兩個交乘項進行回歸。表9列（7）的結果顯示，EERMedia在5%水平上顯著為正，表明媒體關注可以削弱顯性環境規制對企業盈余信息質量的抑制作用；列（8）的結果顯示，IERMedia在5%水平上顯著為正，表明媒體關注可以增強隱性環境規制對企業盈余信息質量的促進作用。

（三） 區分異質性環境規制類型檢驗

為檢驗不同類型顯性環境規制對重污染企業盈余信息質量的影響，本文進一步將顯性環境規制細分為立法強度（Law）、執法強度（Excu）、排污費（Penalty）、環境補貼（Subsidy），并使用模型（1）重新檢驗。表 10 列（1）至列（4）的結果顯示，環境補貼（Subsidy）的系數在5%水平上顯著為負，表明環境補貼越高，企業盈余信息質量越差。

為檢驗不同類型隱性環境規制對重污染企業盈余信息質量的影響，本文進一步將隱性環境規制細分為公眾參與（Petition）、ENGO 參與（ENGO），并使用模型（2）重新檢驗。表 10 列（5）、列（6）的結果顯示，公眾參與（Petition）的系數在1%水平上顯著為正，表明公眾參與度越高，企業盈余信息質量越好。

表10 區分異質性環境規制類型的回歸結果

（四） 考慮盈余調整方向的檢驗

基于政治成本假說，面對顯性環境規制力度的加強，企業進行負向盈余調整或正向盈余調整均可能導致企業盈余信息質量下降。因此，有必要考慮盈余調整的方向，區分向上調整盈余還是向下調整盈余進行分組補充檢驗。本文采用修正Jones模型，根據盈余調整方向將全樣本分為向上盈余調整和向下盈余調整兩組分別回歸，結果如表11所示。列（1）向上盈余調整子樣本中，EER的系數在1%水平上顯著為負，表明顯性環境規制對企業盈余信息質量的抑制作用在向上盈余調整的情況下更顯著，這與黃溶冰和周卉芬（2021）的研究結論一致。

表11 考慮盈余調整方向的檢驗結果

此外，2013年國務院印發并實施《大氣污染防治行動計劃》（國發〔2013〕37號）（簡稱“大氣十條”），明確規定京津冀、長三角、珠三角區域城市截至2017年細顆粒濃度比2012年分別下降25%、20%、15%左右。在此背景下，相比于其他地區，2013年“大氣十條”政策這一外生沖擊事件給京津冀、長三角、珠三角區域城市的重污染企業帶來更高的政治成本。因此，本文利用2013年“大氣十條”政策的頒布這一外生事件，采用雙重差分模型進一步檢驗顯性環境規制對重污染企業可操縱應計利潤（DA）的影響，構建如下回歸模型：

其中，Treat為組別虛擬變量，企業注冊地位于京津冀、長三角、珠三角城市群①京津冀城市群包括河北省保定、唐山、廊坊、石家莊、秦皇島、張家口、承德、滄州、衡水、邢臺、邯鄲，以及北京、天津兩大直轄市共13市。長三角城市群包括蘇浙皖滬四省市全部區域，即江蘇省、浙江省、安徽省以及上海共27市。珠三角城市群為大珠江三角洲范圍，即廣州、佛山、肇慶、深圳、東莞、珠海、江門、汕尾、陽江、河源、清遠和云浮共12市。因此，本文最后確定的實驗組城市有京津冀城市群13市、長三角城市群27市、珠三角城市群12市，共計52市。的區域為實驗組取1，其他地區作為控制組取0；Time為時間虛擬變量，2013年及以后取1，否則為0。Treat×Time的系數σ1表明2013年“大氣十條”政策的實施對重污染企業可操縱應計利潤的凈效應。此外，考慮到2013年“大氣十條”政策實施的同時隱性環境也可能會發揮作用，本文在控制變量中增加隱性環境規制變量（IER）。表11列（3）的結果顯示，Treat×Time的系數在10%水平上顯著為正，表明“大氣十條”政策實施后，重污染企業顯著調高了可操縱應計利潤，進一步支持了本文結論。

六、結論與啟示

顯性環境規制與隱性環境規制是中國現行環境規制體系的兩大類環境規制。不同環境規制的重心及其效用可能存在差異，企業面對不同類型環境規制會選擇不同的盈余信息質量策略。本文以2011?2017年滬深兩市A股重污染上市公司為研究樣本，實證檢驗顯性環境規制和隱性環境規制對企業盈余信息質量的影響。研究發現，顯性環境規制對企業盈余信息質量具有抑制作用，其機制在于融資約束、環保投資和媒體關注；隱性環境規制對企業盈余信息質量具有促進作用，其機制在于融資約束和媒體關注。異質性檢驗發現，顯性環境規制對企業盈余信息質量的抑制作用在低產品市場競爭和公司風險較高的情況下更顯著，隱性環境規制對企業盈余信息質量的促進作用在高產品市場競爭和公司風險較低的情況下更顯著；且顯性環境規制中的環境補貼和隱性環境規制中的公眾參與是影響企業盈余信息質量的主要環境規制。進一步研究發現，顯性環境規制對企業盈余信息質量的抑制作用在向上盈余調整的情況下更顯著；2013年“大氣十條”政策實施后，重污染企業顯著調高了可操縱應計利潤。

基于上述研究結論，本文得到如下啟示：

第一，政府及監管部門在顯性環境規制制定中，應充分考慮顯性環境規制對重污染企業盈余信息質量的抑制作用。環境補貼是對重污染企業盈余信息質量產生抑制作用的主要顯性環境規制，因此政府及監管部門需進一步強化對重污染企業環境補貼的監管，探索更加合理的顯性環境規制，完善政府環境補貼信息的公開及監督機制。

第二，政府應充分發揮社會公眾、ENGO組織在加強企業環境治理和提升盈余信息質量方面的積極作用。公眾參與是對重污染企業盈余信息質量發揮提升作用的主要隱性環境規制，媒體關注是異質性環境規制對企業盈余信息質量影響的重要機制，因此需要激活后疫情時期政府、企業、社會組織、公眾、媒體共治的環境利益命運共同體，及時糾正已有環境規制體系的偏差，為環境規制的變遷提供方向。

第三，評估與優化環境規制對微觀企業的效用需要充分考慮產品市場競爭和公司風險因素的影響。政府應完善產品市場競爭環境，推進企業產品市場競爭，充分發揮產品市場競爭對企業盈余信息質量的治理作用。

第四，應對異質性環境規制的作用時，投資者應基于盈余信息質量綜合考慮做出科學的投資決策。企業應加強公司風險防范，基于后疫情時期中國經濟發展與生態文明建設的制度環境，充分利用自身資源，通過有效的內外部措施，積極提升企業盈余信息質量，從而獲得可持續增長的能力。