马健 林树

南京大学商学院会计系。通信作者及地址：林树，江苏省南京市鼓楼区金银街16号南京大学商学院;邮编：210093;E-mail：DG1902069@smail.nju.edu.cn.本文系国家自然科学基金重点项目“变革环境下组织变革及其管理研究”（71832006）、国家自然科学基金项目“会计异象策略、竞争强度与基金业绩”（71872081）、国家自然科学基金项目“信息优势或利益冲突：股东关系对基金投资行为的影响”（71372030）、教育部人文社会科学重点研究基地“南京大学长江三角洲经济社会发展研究中心”暨“区域经济转型与管理变革协同创新中心”重大课题项目“长三角区域资本市场发展研究”（CYD-2020009）的阶段性成果。

摘 要 本文选取2012年至2019年中国沪深A股上市公司为样本，实证研究了公司所在地区发展水平以及产权性质差异的共同作用对投资效率的影响，并着眼于宏观层面经济政策的不确定性以及微观视角企业所处的生命周期两个方面的变化，深入分析了以上问题。结果表明：相对发达地区非国有性质企业表现出的非效率投资程度要显著高于其他企业;经济政策不确定性越高时，该类企业的非效率投资程度相对其他企业得到更强的抑制;当处于不同生命周期阶段时，该类企业与其他企业非效率投资程度的差异会有所不同。此外，本文还分析了企业产权性质和地区发展水平差异的共同影响与非效率投资之间的作用机制。

关键词 地区发展水平 产权性质 投资效率 金融化程度

一、引言

改革开放以来，我国不同区域之间由于地理位置、自然资源以及国家战略导向等因素的差异，经济发展差距逐渐拉大。而地区间的异质性对企业发展存在一定的影响，有研究表明，大城市的企業生产率均值较高（Melo et al.，2009）。一些学者认为这是大城市集聚外部性导致的，即处于较大城市的企业因为集聚会产生知识溢出、金融外部性等现象，进而推动规模经济的发生，最终起到提高生产率的作用（Saito&Gopinath，2009）。城市之间的发展差异会让企业面临“择优”和“去劣”的选择，企业区位的选择与产业的转移现象普遍存在：2001—2012年间，中国的上市企业以向上迁移为主，即迁往层级相对更高的城市，其中北京和上海是吸引其他城市企业迁入最多的城市。资源不断上行，从而导致大城市和中心地区的资本密集度逐年升高，拉开了城市间的发展差异程度。

除了地区间的发展异质性会影响企业的发展，产权性质的不同也是导致企业决策出现差异的重要因素之一。这主要是因为：第一，国企高管多数属于行政任命或委派，具有公司经理人和政府官员的双重身份。因此，出于权衡多方利益的目的，国有企业的管理层往往更注重决策的稳定，引导公司平稳发展。而非国有企业经理人则较少具备双重身份，因此更多的是考虑企业本身的盈利水平。第二，在宏观政策上，国有企业相对非国有企业拥有一定优势，由政府出台的多项经济政策多会考虑到国有企业的生存和发展，因此国有企业的发展缺少了进取的动力，管理者也更倾向于维持原有的战略定位，在稳定中求发展。而非国有企业相对缺少政策倾斜，且数量众多，面临更加严峻的竞争与挑战。第三，与非国有企业单纯谋求公司自身利益相比，国有企业想要实现的目标显得更加复杂——国有企业除了经济目标，还有政治目标，比如保障充分就业、经济稳定等，这也使得国有企业一定程度上偏离了“股东财富最大化”的目标。综上，国有企业和非国企业在行业选择、战略定位以及治理机制等方面都存在较大差异。

本文主要研究的是企业所在地发展水平和产权性质差异的共同作用对企业决策之一——投资决策的影响。当下我国已经产能过剩，先前追求规模和产量的工业化时代已经基本结束。由于2008年爆发的全球性的金融危机以及2010年发生的通胀，经济增速放缓导致各地投资回报率有所下滑，2010年我国宣布退出全面反危机的扩张政策，中国经济的发展正式进入“新常态”时期。在经济新常态的背景下，发展的重心开始回归到经济增长的本质——技术进步和生产要素质量提高上，即资本投资的效率（蔡洪滨、陈玉宇，2014）。投资作为我国经济发展的重要支撑之一，一直以来都是热门研究话题，而企业作为经济发展的主体任重道远。本文选取公司的投资效率作为公司投资决策研究的切入点。在现实经济运转中，公司的决策层因外界客观干扰因素以及自身能力的原因，并不能确保每次投资决策都是完全理性的，这就导致了公司的投资项目可能存在投资不足或者投资过度两种非效率投资现象。

本文主要研究新常态背景下，地区的发展水平以及企业产权性质差异的共同作用是否会影响投资效率，即本文聚焦于相对更发达地区非国有企业与其他企业非效率投资程度的差异。此外，本文还着眼于宏观层面经济政策环境的变化，以及微观层面企业所处的生命周期阶段两个角度，进一步探究以上研究的问题。最后，本文进一步分析地区发展水平及企业产权性质差异的共同作用与投资效率之间的作用机制。

二、文献回顾与研究假设

（一）地区发展异质性与投资效率

关于资本的转移汇集，传统的经济理论提出，资本多从相对发达地区流向欠发达的地区，一般认为这是资本边际报酬递减导致的，同时欠发达地区的地方政府会进行相应的财政投资以完善基础设施，从而更好地引入资本。这样一来，财政投资与经济发展便会相辅相成，企业与地方经济均会进入良性循环，这就提高了相对欠发达地区的投资效率。同时由于欠发达地区资本资源的紧缺性促使其谨慎地使用资本，该地区的投资效率一定程度上甚至会高于相对发达地区（Harvey，2002）。而新制度经济学派和理性预期学派则认为，资本并非总是从相对发达地区流向欠发达地区。实际上，有研究发现自20世纪60年代以后，国际资本流动更多地是从相对欠发达地区向更发达地区汇集（罗伯特·卢卡斯 2016），两地之间的资本密集度差异会越来越大。一些学者试图找出欠发达和相对发达地区投资效率差异的中介因素，如Galindo等（2005）以多个国家的公司作为研究样本，分析导致地区间投资效率差异的原因，发现金融自由化程度差异是两者之间的重要影响因素。一些学者进一步分析了金融自由化是如何产生作用的，他们认为投资效率的提升本质上是生产要素的改善导致的，即金融开放程度的增加会显著提高当地的生产率，进而改善投资效率（Bekaert et al.，2011）。

我国幅员辽阔、人口众多，在面积和总人口层面甚至超过了整个欧洲，这也就导致目前我国的发展很难做到均衡。在“胡焕庸线”的东南区域，仅占中国国土面积约36%的地区贡献了中国约94%的经济产出;而在“胡焕庸线”的西北面，约占中国国土面积64%的区域却只有全国约6%的经济产出。在大国非均质空间背景下，中国区域间的发展现状和投资环境表现出的差异日益扩大。我国部分地区的经济发展一马当先，是资本的优选目标，以长三角、珠三角、京津冀为代表的经济活力较高的区域更是成了资本争相进入的乐园。相比之下，西北和东北地区的发展则略显滞后，资本资源和营商环境方面相对薄弱，以至于有着“投资不过山海关”的争论（殷强、钟军委、宋韶君，2019）。

目前中国的经济发展已经正式进入了新常态时期，为应对发展中遇到的经济挑战，党的十八大首次提出了要通过创新驱动策略调整经济结构，确保经济平稳发展。新时代的任务发生了变化，正从追求发展的数量、规模，转为追求发展的质量、效益，实现建设现代化经济体系。在这一背景下，由于三大城市群具备相对完善的基础设施、产业配套，以及宽松良好的商业环境，故成为孵化高新技术和创新商业模式的最佳试点。这也就吸引了越来越多的资本汇集，三大城市群已经成为众多技术创新和商业模式诞生的摇篮。然而资金的涌入一方面为相对发达的地区带来了更多的投资机会，但另一方面海量的资本涌入与众多的投资机会之间的匹配难以做到尽善尽美，这就可能导致更高程度的非效率投资。

（二）产权性质与投资效率

除了考虑城市群之间的异质性为投资效率带来影响，产权性质一定程度也会影响企业的投资效率。中國的经济体制除了包含西方的契约经济，也会受到关系经济的影响，不同产权性质的企业在关系经济中所享受的利好和承担责任的范围有所区别，这就导致两者融资限制的程度会有所不同，从而表现出投资行为的差异。此外，由于机制上的巨大差异，不同产权性质的企业（国有企业与非国有）之间在经营上存在诸多区别（赵卿，2016）。

国有性质的企业依靠自身具备的政治关系，在投资机会和融资能力上都存在“天然”的优势，寻找额外的投资机会和融资渠道的需求并不紧迫，因此其受到产业政策的支持带来的经营业绩的激励，一定程度是低于其他性质企业的（赵卿，2016）。而对于大多数非国有企业而言，其融资过程存在时间短、不确定性大等制度性的约束，贷款难是一个公认的难题。此外，当宏观经济环境趋紧时，国有银行会优先考虑贷款给国有企业，非国有企业外部融资成本进一步攀升，从而会加剧投资不足的程度（佟爱琴、马星洁，2013）。与此同时，企业盈利能力也会因受到外部经济环境的影响而有所下降，具体表现为企业的现金周转周期变长以及内部现金流紧张等，这使非国有企业的发展举步维艰。非国有企业在这种情况下，因无法筹集到其需要的资金，故不得不放弃一些“有利可图”的投资项目，从而加重了投资不足的程度。

关于产权性质与投资过度方面，有研究发现，相比非国有企业，国有控股企业在投资决策中出现过度投资的可能性要更高（申慧慧、于鹏、吴联生，2012）。一般认为这是由于国有企业更容易受到政策的影响，从而导致过度投资。而一些学者则认为在非国有企业中控股股东与中小股东之间的利益冲突更为凸显，具体表现为非国有公司管理者有动机通过“隧道行为”对中小股东的利益实施侵占行为，进而促使非国有企业出现过度投资的可能性更高（刘焱、张胜强、田甜，2015）。参考以往关于产权性质与投资效率之间关系的文献，目前产权性质对投资效率的作用尚未得出清晰统一的研究结论。

非效率投资的程度通常要依靠财务绩效指标进行衡量。国内一些学者发现国有性质的企业相对于非国有企业更加注重对投资者的保护，并且在财务绩效方面表现得更好（王鹏，2008）。Hu and Leung（2012）以中国的企业为研究样本，发现中国的国有企业治理机制比非国有企业更合理有效。姜付秀、朱冰和王运通（2014）也发现国有企业的管理契约在设计上更加具有绩效导向。与此同时，国有企业体制带来的“所有者缺位”、政策性负担、预算软约束、社会责任等问题，导致其无法单纯地去追求企业价值最大化这一目标（佟爱琴、马星洁，2013）。参考以往相关文献的研究，国有企业更多地是寻求稳定发展，从而维持社会发展稳定的需要。而不同于国有企业所拥有的丰富资源以及一定程度上依靠财政兜底，非国有企业因为市场化程度相对更高，受市场影响更为深刻，其运营表现得更灵活，对于利润的追求和需求也相对更高。这就导致非国有企业除了保障其经营活动的正常运行外，希望借助投资决策为企业未来的发展带来利润增长点。

本文对以往的文献进行理论分析，在地区发展水平方面，认为相对发达地区的投资机会更多，但难以做到资本和投资机会的完美配置，进而造成非效率投资。在企业产权性质方面，一般认为非国有企业的投资诉求更强烈，而其投资具备的资源却可能弱于国有企业。因此无论是非效率投资中的投资不足还是投资过度，在非国有企业投资决策中出现的可能性均会高于国有企业。综上，本文结合企业所在地区的发展水平和其产权性质对投资效率的影响，提出假设1。

假设1：相对发达地区的非国有企业，非效率投资程度要高于其他企业。

（三）经济政策不确定性的影响

本文在假设1基础上，还着眼于宏观经济层面，分析经济政策不确定性是否会影响地区发展水平和企业产权性质共同作用与非效率投资之间的关系。Durnev（2010）发现在各国的选举年份里，企业的投资决策对股票价格的敏感性下降了约40%。陈德球、梁媛和胡晴（2014）选取中国的数据进行分析，也得出了类似的研究结果：在中国的地级市市委书记变更年份，当地的企业投资决策与企业的价值之间敏感度出现下降。通常认为以上两者间敏感性下降的主要原因是新一届政府班子在未来可能实施的政策相较过去的政策具有一定的不确定性。在这种背景下，企业选择合适的投资机会和确定投资规模的难度可能会随着经济政策的不确定性增加而上升。

然而在中国，经济政策不确定性可能会对企业的投资效率起到积极的作用，这是由中国的特殊国情决定的。因为中国政府对经济具有强大的干预能力，而且这种政府干预发生的频率也较高，因此企业在经营过程中会同时受到政府政策和市场经济两种因素的共同影响。如果宏观环境出现较为剧烈的波动，政府部门在出台经济政策方面会变得更为谨慎，具体表现为：第一，经济政策的颁布速度会变得迟缓;第二，经济政策的指向性明确程度会有所下降。综合来看，宏观环境的波动会导致经济政策不确定性增强。而这期间会形成政策指引的真空期，进而降低政府干预经济的强度。此消彼长，市场因素的作用会凸显出来，导致企业此时更加偏向市场指引。而当宏观环境处于相对稳定时，相应的经济政策不确定性也会有所降低，政府会出台导向确定且有力的政策，此时企业更多地是受到政策层面的影响。

在经济政策不确定性增加出现政策真空期的情况下，考虑到国有企业内部治理机制的特征，国有企业更可能倾向于维持原有决策，作出决策调整的可能性较低，从而为应对市场变动而作出合适的决策的概率降低。此外，处于相对欠发达地区的企业对市场环境的反应不如相对发达地区的企业敏捷，此时作出合适决策的可能性也有所降低。而非国有企业尤其是处于资本汇集中心的该类企业，由于市场化程度要高于其他企业，面对经济政策不确定性增强时，即政府之手干预能力下降，会表现出对外界环境更强的敏感性。考虑到未来经济政策以及未来经济走向的不确定性，处于相对发达地区的非国有企业在投资决策时表现得更加谨慎，同时因为自身的灵活性较高，会选择更符合市场环境的投资决策，一定程度降低了非效率投资出现的概率及程度。综上，本文提出假设2。

假设2：经济政策不确定性会抑制相对发达地区非国有企业的非效率投资程度。

（四）企业生命周期的影响

本文除了从宏观经济政策不确定性角度进一步分析区域发展和产权性质差异的共同作用对投资效率的影响，也着眼于微观层面——企业处于不同生命周期时的投资效率差异。在企业生命周期的不同阶段，其经营策略、管理策略和融资策略均不相同（曹裕、陈晓红、万光羽，2009）。企业经营是周期性变化的过程，会经历创立、成长、成熟和衰退等阶段，但与生物机体发展变化过程中表现出的不可逆性不同，企业可以通过研发创新等行为回到前一阶段。由于中国的公司要想实现上市必须符合一定的要求，所以一般认为上市公司已经成功跨过初创期。对此，后文的研究只聚焦于企业的成长期、成熟期和衰退期三个阶段。国内外学者针对企业生命周期的影响因素、划分依据、划分阶段数及其经济后果进行了大量研究，取得了较为丰富的研究成果。以往的相关研究成果普遍认为，当企业处于不同生命周期阶段时，其特征是存在差异的，随着生命周期的迁移，企业的经营现金流、投资和融资现金流等会发生系统性的变化。因此，本文认为所处生命周期的差异，会导致区域发展水平、产权性质差异的共同作用对投资效率的影响有所不同。

处于成长期阶段的企业开始进入规模和盈利高速增长阶段，慢慢形成自身的主营业务，进而产生了大量的自由现金流;与此同时，这一阶段处于相对发达城市的企业面临的投资选择也会增加。投资项目的增加与自身产业的扩张固然会增加企业的竞争力，但一定程度上也导致资本配置出现偏差，进而加大了非效率投资的可能性。同时，随着企业组织规模的日益壮大，聘请职业经理人似乎是公认的选择，而非国有企业的经理人往往都会有建立“商业帝国”的追求，这也会增加非效率投资的可能性（刘焱、张胜强、田甜，2015）。处于成熟期的企业无论产权性质和地区发展水平是否存在差异，由于企业资金有了稳定的来源、财务状况良好，公司内部的管理制度逐渐成熟、信息透明度也有所增加，与此同时，公司的投资机会也较成长期减少，管理层进行投资决策时不会表现出过度的激进行为，降低了企业的非效率投资，此时相对发达城市的非国有企业与其他企业之间的投资效率水平不会表现出明显的差异。处于衰退期的企业面临倒闭或退市的风险，企业融资困难，现金流转不畅（刘焱，2014），此时可供企业选择的合适投资项目愈发变少。此外，衰退期的企业内部的代理问题变得愈发严重，管理层在这个阶段开始更多地关注个人的职业发展规划，甚至已经打算放弃这份工作。值得一提的是，处于相对发达城市的企业的管理层在职业选择上多于相对欠发达地区，此外，非国有企业的管理者在择业选择上也更加灵活。因此，相对发达地区的非国有企业的管理层在公司处于衰退期时，有更大的职业选择空间，进而导致其花在投资决策上的精力更少，出现非效率投资的可能性更高。综上，本文提出假设3。

假设3：当处于成长期和衰退期阶段时，相对发达地区的非国有企业，非效率投资程度要高于其他企业;而处于成熟期阶段时，该类企业非效率投资程度不会显著区别于其他企业。

三、研究设计

（一）研究样本和数据来源

本文以中国进入新常态之后2012—2019年间，中国全部沪深A股上市公司的数据作为研究样本，并剔除①数据缺失的上市公司，②ST和PT的上市公司，③属于金融行业的公司，最终得到3419家公司共20 299个观测项。本文使用的数据主要来自国泰安数据库，部分缺失数据由笔者手工搜集整理。本文使用Stata15.0软件对相关数据进行处理，为缓解極端值的影响，对分析中需要的连续变量进行了1%的缩尾处理（Winsorize）。

（二）变量定义

1.被解释变量

非效率投资程度（ABS_IE），根据模型（1）即Richardson模型（2006）得到的残差来衡量投资效率，残差大于0表示过度投资，小于0表示投资不足[具体计算过程见模型（1）]。本文取残差的绝对值（ABS_IE）来衡量企业的非效率投资程度，绝对值越大表明投资效率越低，即非效率投资程度越高。

2.解释变量

是否为相对发达城市的非国有企业（Nature_CITY）：企业办公所在地若是为长三角、珠三角以及北京地区的城市，则认为是相对发达的城市（CITY），若是办公地点为相对发达城市，CITY赋值1，否则赋值0;若企业产权性质为非国有性质，均定义为非国有企业（Nature），若是非国有企业，Nature赋值1，否则赋值0。若以上两个变量同时赋值1，Nature_CITY赋值为1，否则赋值为0。

3.调节变量

年度经济政策不确定性（Year_EPU）：以美国学者Scott R.Baker提出的根据中国与经济政策相关的文章进行综合分析得出的中国月度经济政策不确定性指数（从Economic Policy Uncertainty网站获取）为依据，通过加权平均计算出年度经济政策不确定性指数，并取对数进行标准化处理。

企业生命周期（Lage）：根据Anthony和Ramesh（1992）设计的企业生命周期模型，利用企业的销售收入增长率、留存收益率、资本支出率及企业年龄四个指标综合判断企业所处的周期阶段（表1）：考虑到产业之间的差异，根据四个指标的总得分将总样本按行业从小到大排列，其中得分排名前1/3的企业定义为处于成长期阶段（Lage1），得分排在中间1/3的企业定义为处于成熟期阶段（Lage2），得分排在最后1/3的企业定义为处于衰退期阶段（Lage3）。

4.控制变量

已有的关于投资效率的文献大多围绕企业内部状况阐述非效率投资行为：如股票的现金股利一定程度上抑制了企业内部现金流相对充足时的投资过度现象;第一大股东持股比例越高，过度投资越严重。也有研究发现经济环境也会对企业的决策造成影响。此外，一些研究认为管理层的个人特征会影响企业的投资效率，如管理者团队的平均教育水平与过度投资之间存在显著的负相关关系;此外，管理层的年龄、性别也可能会影响企业的投资效率。

为保证研究结果可靠、稳健，将以往文献提到的与投资效率相关的变量——全部现金回收率（OCA）、营运指数（OI）、总资产净利润率（ROA）、现金再投资比率（CRR）、总资产规模（Size）、中国GDP增速（GDP），以及第一大股东的持股比例（SH），管理层的年龄（M_Age）、学历（M_Degree）、性别（M_Sex），均作为控制变量加入回归模型。为避免年度因素和行业因素的影响，本文的模型还加入了行业（Ind）和年度（Time）虚拟变量进行控制。

（三）研究模型

本文主要对发达地区的非国有上市公司相对其他上市公司的非效率投资程度差异性进行检验，并验证不同的经济政策环境以及不同生命周期的该类企业与其他企业非效率投资程度的差异。为估计投资效率，本文使用Richardson模型（2006）进行估计：

Invi，t=α0+α1Growthi，t-1+α2Levi，t-1+α3Sizei，t-1+α4Cashi，t-1+α5Yeari，t-1

+α6Reti，t-1+α7Invi，t-1+∑Ind+∑Time+εi，t-1（1）

模型（1）中，Inv为投资支出，Growth为公司的投资机会，Lev为资产负债率;Size为公司规模，Cash为货币资金，Year为上市年数，Ret为投资回报，Ind为行业虚拟变量（按照证监会2012行业标准分类），Time表示年份虚拟变量;ε为残差即投资效率，ε符号表示投资过度（正）或是不足（负），其绝对值用于度量非效率投资程度，绝对值越大，表明非效率投资程度越大。

因为样本企业在研究区间内，公司的办公所在地所处城市、产权性质会发生变化，因此本文通过构建面板回归模型对提出的假设进行验证。在对本文提出的假设进行正式的检验之前，本文首先对核心解释变量（Nature_CITY）中的产权性质是否为国有企业和企业所处地区是否为发达城市两种因素各自的影响程度进行分析，判断这两种因素是否会对企业的投资效率产生影响，以及哪个因素的影响程度更强。

首先验证产权性质的影响，具体方法如下：为避免受到企业所在城市发展水平因素的干扰，只保留发达城市的企业样本，将是否为非国有企业作为自变量（Nature），并将可能对投资效率产生影响的变量加入控制变量，构建模型（2）进行回归。接下来我们验证企业所处城市的发展水平与企业投资效率的关系，具体方法如下：为避免受到企业产权性质的干扰，只保留非国有产权性质的企業样本，将企业所处城市的发展水平作为自变量（CITY），根据模型（3）进行回归。

ABS_IE=δ0+δ1Nature+δiControls+∑Ind+∑Time+εi，t-1（2）

ABS_IE=φ0+φ1CITY+φiControls+∑Ind+∑Time+εi，t-1（3）

接下来，为验证企业产权性质以及所在地发展水平的综合作用对非效率投资程度的影响，即假设1，本文参考以往影响投资效率的相关文献，将本文解释变量以外可能对投资效率产生影响的变量加入控制变量，构建模型如下：

ABS_IE=β0+β1Nature_CITY+βiControls+∑Ind+∑Time+εi，t-1（4）

在假设1基础上，进一步基于宏观层面分析经济政策不确定性对发达地区的非国有上市公司投资效率的影响，即假设2，在模型（4）的基础上加入了经济政策不确定性指数——Year_EPU，以及该指数与Nature_CITY交互项——NC_EPU 进行检验，构建模型如下：

ABS_IE=γ0+γ1Nature_CITY+γ2NC_EPU+γ2Year_EPU

+γiControls+∑Ind+∑Time+εi，t-1（5）

除了对宏观经济政策的影响进行研究，本文还引入企业的生命周期，着眼于微观视角进一步验证处于不同生命周期下，发达地区非国有上市公司与其他上市公司非效率投资程度的差异。本文基于Anthony和Ramesh（1992）设计的企业生命周期模型，设计模型（6）-（8）检验假设3。

ABS_IE=θ0+θ1Nature_CITY*Lage1+θiControls+∑Ind+∑Time+εi，t-1（6）

ABS_IE=λ0+λ1Nature_CITY*Lage2+λiControls+∑Ind+∑Time+εi，t-1（7）

ABS_IE=η0+η1Nature_CITY*Lage3+ηiControls+∑Ind+∑Time+εi，t-1（8）

四、實证结果

（一）描述性统计和相关性分析

表2给出了主要变量的描述性统计结果，非效率投资程度（ABS_IE）的最小值、最大值、均值和中位数分别为0.001、0.327、0.045和0.031，表明几乎所有的公司都存在非效率投资的情形。相对发达地区的非国有企业（Nature_CITY）的均值为0.347，表明所有的样本企业之中，发达地区的非国有企业占0.347的比例。其中，企业产权性质（Nature）的均值为0.595，表明所有样本之中，非国有企业数量占比0.595;相对发达城市（CITY）的均值为0.531，表明所有样本企业之中，所在地是相对发达城市占比为0.531。成长期（Lage1）、成熟期（Lage2）、衰退期（Lage3）的均值分别为0.439、0.355、0.206，代表了三个阶段的企业数量占总样本的比例。

本文进行了Pearson相关性检验（表3），结果表明非效率投资程度（ABS_IE）与相对发达城市的非国有企业（Nature_CITY）之间呈现显著为正的相关性，即初步验证了假设1。同时，验证了解释变量之间不存在严重多重共线性问题。此外本文还进行了Spearman相关性检验（由于篇幅原因，未在文中展示出来），与pearson检验结果一致。

（二）回归分析

在对本文提出的假设进行验证之前，首先分别对企业产权性质和所在地发展水平进行回归检验，结果如下文表4所示：第（1）列企业产权性质是否为国有（Nature）的系数为0.010，在5%水平上和非效率投资程度（ABS_IE）呈现显著正相关关系，表明非国有企业非效率投资程度的平均水平相对国有企业多出 0.01个单位;第（2）列企业所在城市是否为发达城市（CITY）的系数为0.006，在10%水平上与非效率投资程度（ABS_IE）呈现显著正相关关系，表明处于相对发达地区企业非效率投资程度的平均水平高出处于相对欠发达地区企业0.006个单位。综合看来，企业的产权性质和所在城市的发展水平均会影响企业的投资效率，即非国有企业和处于相对发达地区的企业非效率投资程度更大，且产权性质的影响程度要高于所在城市的发展水平。

接下来表5是假设1-3的回归结果。我们首先对全部样本按照模型（4）进行回归检验，结果如第（1）列所示，Nature_CITY的系数为0.010，在1%水平上显著为正，表明国内相对发达地区的非国有上市企业，非效率投资程度显著高于其他上市企业0.010个单位，证实了假设1。

其次，我们在模型（4）的基础上加入经济政策不确定性指标——Year_EPU，以及Year_EPU与Nature_City的交互项——NC_EPU，即模型（5）进行回归，验证宏观层面的经济政策不确定性是否会影响相对发达地区的非国有上市企业与其他企业非效率投资程度的差异。回归结果如第（2）列所示，交互项（NC_EPU）的系数为-0.003，在1%水平上显著为负，表明经济政策不确定性在一定程度上会抑制相对发达地区非国有上市企业的非效率投资程度，即经济政策不确定性越高时，相对发达地区非国有上市企业的非效率投资程度降低，证实了假设2。

最后，我们按照成长期（Lage1）、成熟期（Lage2）、衰退期（Lage3）三个企业生命周期，检验了不同周期阶段相对发达地区的非国有上市企业与其他上市企业非效率投资程度的差异是否存在不同。回归结果列示在（3）-（5）列，其中处于成长期时，Nature_CITY*Lage1系数为0.015，在1%水平上显著为正，表明处于成长期阶段时，相对发达地区的非国有上市企业非效率投资程度显著高于其他上市企业。而处于成熟期阶段时，Nature_CITY*Lage2系数不显著，表明处于成熟期阶段时，相对发达地区的非国有上市企业的非效率投资程度不会显著高于其他公司。处于衰退期阶段时，Nature_CITY*Lage3系数为0.012，在1%水平上显著为正，表明处于衰退期阶段时，相对发达地区的非国有上市企业非效率投资程度显著高于其他上市企业，验证了假设3。

（三）稳健性检验

1.内生性检验

本文为检验内生性问题，首先采用滞后项检验的方法，将自变量滞后一期，再次检验假设1、假设2和假设3，回归结果与前文一致（考虑篇幅原因，稳健性检验表格未展示）。

其次，考虑假设的成立可能不仅仅是发达地区非国有上市公司独有的结果。本文在这一部分将整体样本中的相对发达地区的国有企业剔除，通过模型（4）进行回归验证，Nature_CITY的系数依然显著为正。此外，本文将整体样本中的相对发达地区的非国有企业剔除，在模型（4）基础上，将相对发达地区的国有企业（State_CITY）替代Nature_CITY作为自变量，进行回归检验，回归结果中State_CITY的系数不显著。表明非国有性质和相对发达地区的共同作用会导致显著的非效率投资。

2.更换变量

本文在检验假设部分使用的是Anthony和Ramesh（1992）设计的企业生命周期模型。在稳健性检验部分，我们使用Dickinson（2011）提出的现金流量组合法对企业生命周期进行重新划分，新的生命周期划分法依然是将样本企业分为成长期、成熟期、衰退期三个阶段。在这部分，用新的生命周期划分指标（Life_pe）替代前文的生命周期划分指标（Lage），再次检验假设3，回归结果与前文的验证结果一致。

此外，本文在前文根据月度经济政策不确定性指数进行加权平均得出年度经济政策不确定性指数，并取对数作为经济政策不确定性的度量指标。在稳健性检验部分，本文根据月度经济政策不确定性指数进行几何平均计算得出年度经济政策不确定性指数，并取对数作为经济政策不确定性的度量指标（Geo_EPU），代替前文的Year_EPU，再次通过模型（3）进行回归检验，交互项（NC_Geo_EPU）的系数显著为负，与前文研究结果一致。

五、作用机制检验

前文验证了相对发达地区非国有企业的非效率投资程度要高于其他的样本企业，那么这其中的传导机制是什么呢？首先從地域差异来看，一般认为相对发达地区的投资机会较多，营商环境更好，尤其是金融行业、房地产领域相较于相对欠发达地区更为活跃。这就导致了相对较发达地区企业更可能通过配置金融资产来实现资本套利，即相对发达地区企业的金融化程度更高。其次我们考虑产权性质，参考前文的相关文献，国有企业因为自身对于利润增长的需求相对非国有企业更低，并且国有企业因为所承担的社会责任更重，受到的监管更严格，因此国有企业偏离主业，通过“配置金融资产—获取收益—配置金融资产”进行炒钱的可能性相对较低，即国有产权性质的企业金融化程度相对非国有企业更低。综上，发达地区的非国有企业金融化程度相对其他企业更高。

而关于企业金融化程度与投资效率之间的关系，以往的研究发现当企业的利润大量投入虚拟经济领域时，会使得金融化的“挤出”效应强于“蓄水池”效应，导致实体企业投资计划被扭曲，进而引发资本错配的问题（王红建、李茫茫、汤泰劼，2016）。此外，王红建、李茫茫、汤泰劼（2016）发现金融化并没有缓解企业投资时所面临的融资约束，相反会导致主业投资的萎缩，使得企业逐渐“空心化”。一些学者发现随着金融化程度的增加，企业主业业绩表现会变差（杜勇、张欢、陈建英，2017），并且金融化会降低企业实物资本的投资水平（张成思、张步昙，2016）。总体而言，金融化一定程度上抑制了企业的投资效率。

因此，本文认为发达地区的非国有企业其金融化程度相对其他企业更高，进而导致了其非效率投资程度的增加。对此，本文用企业的金融资产占总资产的比例来衡量其金融化程度，具体的计算公式如下：企业金融化程度（Fin）=（货币资金+交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+投资性房地产净额）/总资产。本文构建了三个模型来验证作用机制：用先前的模型（4）检验相对发达地区非国有企业的非效率投资程度是否更高;若系数β1显著，则用模型（9）检验解释变量（Nature_CITY）对中介变量（Fin）的影响;若系数μ1显著，则用模型（10）同时纳入解释变量（Nature_CITY）和中介变量（Fin）进行检验;若系数ρ2显著且系数ρ1不显著，为完全中介效应;若系数ρ2和系数ρ1均显著，则为部分中介效应，若系数ρ2不显著，则该中介效应不成立。

Fin=μ0+μ1Nature_CITY+μiControls+∑Ind+∑Time+εi，t-1（9）

ABS_IE=ρ0+ρ1Nature_CITY+ρ2Fin+ρiControls+∑Ind+∑Time+εi，t-1（10）

回归结果如表6所示，第（1）列中Nature_CITY的系数为0.010，在1%水平上显著为正;第（2）列分析了解释变量（Nature_CITY）对中介变量（Fin）的影响，Nature_CITY的系数为0.008，在10%的水平上显著为正，表明发达地区的非国有企业金融化程度更高;第3列中Fin的系数为0.010，在5%水平上显著为正;Nature_CITY的系数为0.010，在1%水平上显著为正。此外，本文还进行了Sobel检验，Z统计量的系数在1%水平上显著。综上，金融化程度在地区发展水平及企业产权性质差异的共同作用与非效率投资程度之间起到了部分中介效应，即本文的结果支持了“发达地区非国有企业→金融化程度→企业非效率投资程度”这条路径。

六、研究结论

本文选取我国进入新常态以后2012-2019年间的沪深A股全部上市公司作为研究样本，主要研究了产权性质和所在地区发展水平差异的共同作用对企业非效率投资的影响，研究结果发现，相对发达地区的非国有上市企业非效率投资程度要显著高于其他公司，其中产权性质的影响程度要强于企业所处地区发展水平的影响程度。此外，本文还基于宏观层面的经济政策不确定性，以及微观角度企业所处生命周期阶段的不同，对上述问题作进一步研究。研究结果表明，当经济政策不确定性上升时，相对发达地区非国有上市公司的非效率投资程度得到了抑制。当处于生命周期的成长期和衰退期阶段时，相对发达地区非国有上市公司的非效率投资程度显著高于其他企业;而处于成熟期时，该类企业的非效率投资程度不会显著高于其他企业。

此外，本文还进一步分析了企业产权性质和所在地区发展水平差异的共同作用与企业非效率投资之间的作用机制，结果发现，企业产权性质和所在地区发展水平差异的共同作用会影响企业的金融化程度，进而一定程度上增加企业的非效率投资。即相对发达地区的非国有企业金融化水平显著高于其他企业，进而增加了企业的非效率投资程度。

本文的研究结论进一步完善了影响投资效率因素的文献，呼吁企业的管理层在进行投资决策时综合考虑企业的产权性质及所在地的发展水平，并关注投资时的经济政策环境，以及公司所处的生命周期阶段，作出合理的投资决策，减少资本的浪费。此外，相关部门及企业自身应该关注企业金融化的程度，降低金融化投资的比例，避免出现主业“空心化”的现象。总体而言，本文为企业的利益相关者，如管理层作出合理决策、监管者有效监督、投资者理性投资以及政策制定者合理配置资源和制定政策等提供了借鉴，具有一定的指导意义。

参考文献：

[1]蔡洪滨，陈玉宇.走出传统式调结构的误区[J].学习月刊，2014（5）.

[2]曹裕，陈晓红，万光羽.基于企业生命周期的上市公司融资结构研究[J].中国管理科学，2009（3）.

[3]陈德球，梁媛，胡晴.社会信任、家族控制权异质性与商业信用资本配置效率[J].当代经济科学，2014（5）.

[4]杜勇，张欢，陈建英.金融化对实体企业未来主业发展的影响：促进还是抑制[J].中国工业经济，2017（12）.

[5]何有良，陆文香.对外直接投资与中国制造业企业产能利用率[J].世界经济与政治论坛，2020（5）.

[6]姜付秀，朱冰，王运通.国有企业的经理激励契约更不看重绩效吗[J].管理世界，2014（9）.

[7]金春雨，王伟强.环境约束下我国三大城市群全要素生产率的增长差异研究——基于Global Malmquist-Luenberger指数方法[J].上海经济研究，2016（1）.

[8]刘焱.企业生命周期、内部控制与过度投资[J].财经问题研究，2014（11）.

[9]刘焱，张胜强，田甜.生命周期视角下非效率投资的影响动因研究[J].财经理论与实践，2015（1）.

[10]罗伯特·卢卡斯.为什么资本不从富国流向穷国？经济增长演讲集[M].郭冠清，译.北京：中国人民大学出版社，2016.

[11]罗红霞，李红霞，刘璐.公司高管个人特征对企业绩效的影响——引入中介变量：投资效率[J].经济问题，2014（1）.

[12]迈克尔·波特.国家竞争优势[M].李明轩，邱如美，译.北京：华夏出版社，2002.

[13]申慧慧，于鹏，吴联生.国有股权、环境不确定性与投资效率[J].经济研究，2012（7）.

[14]佟爱琴，马星洁.宏观环境、产权性质与企业非效率投资[J].管理评论，2013（9）.

[15]王红建，李茫茫，汤泰劼.实体企业跨行业套利的驱动因素及其对创新的影响[J].中国工业经济，2016（11）.

[16]王鹏.投资者保护、代理成本与公司绩效[J].经济研究，2008（2）.

[17]叶堂林，毛若冲，李国梁.城市群内创新环境差异与高技术产业竞争力的关系探究——基于京津冀和长三角两大城市群实证分析[J].经济与管理，2020（1）.

[18]殷强，钟军委，宋韶君.中国地方政府投资效率的时空演变——基于DEA-Malmquist指数的分析[J].经济与管理，2019（3）.

[19]张成思，张步昙.中国实业投资率下降之谜：经济金融化视角[J].经济研究，2016，51（12）.

[20]张二震， 孙利娟. 价值链视角下的中国对外直接投资：环境变化与应对[J]. 江苏行政学院学报， 2020 （3）.

[21]赵卿.国家产业政策、产权性质与公司业绩[J].南方经济，2016（3）.

[22]Anthony J H， Ramesh K. Association between Accounting Performance Measures and Stock Prices： A Test of the Life-Cycle Hypothesis[J]. Journal of Accounting & Economics， 1992， 15（2-3）.

[23]Galindo A， Schiantarelli F， Weiss A. Does Financial Liberalization Improve the Allocation of Investment？： Micro Evidence from Developing Countries[J]. Boston College Working Papers in Economics， 2005， 83（2）.

[24]Bekaert G， Harvey C R， Lundblad C. Financial Openness and Productivity[J]. World Development， 2011（39）.

[25]Durnev A. The Real Effects of Political Uncertainty： Elections and Investment Sensitivity to Stock Prices[J]. Social Science Electronic Publishing， 2010.

[26]Dickinson V. Cash Flow Patterns as a Proxy for Firm Life Cycle[J]. Accounting Review， 2011， 86（6）： 1969-1994.

[27]Gopinathsup/Supsup/Sup H S. Plants Self-selection， Agglomeration Economies and Regional Productivity in Chile[J]. Journal of Economic Geography， 2009， 9（4）.

[28]Harvey D. Spaces of Capital： Towards a Critical Geography[J]. Victoria Australian Social Work， 2002， 105（1）.

[29]Hu F， Leung C M. Top Management Turnover， Firm Performance and Government Control： Evidence from Chinas Listed State-owned Enterprise[J]. The International Journal of Accounting， 2012，47（2）.

[30]Melo M A， Pereira C， Figueiredo C M. Political and Institutional Checks on Corruption：Explaining the Performance of Brazilian Audit Institutions[J]. Comparative Political Studies， 2009， 42（9）.

[31]Richardson S. Over-investment of Free Cash Flow[J]. Review of Accounting Studies， 2006， 11（2-3）.

[32]Stickney C P， Brown P R. Financial Reporting and Statement Analysis： A Strategic Perspective[M]. Florence， KY： South-Western College Pub.， 1999.

（責任编辑：彭琳）