谭显春，张倩倩，曾 桉，幸绣程

（1. 中国科学院科技战略咨询研究院，北京 100190；2. 中国科学院大学公共政策与管理学院，北京 100049）

气候变化是人类可持续发展面临的最严峻的挑战，深刻影响着人类生存和发展，需要各国团结合作应对。当前，全球气候治理已进入全面落实《巴黎协定》的实施阶段，截至2021 年底，已有136 个国家和地区提出或准备提出碳中和目标，156个国家已经提交或更新自主贡献目标［1］。中国自提出2030 年前碳达峰、2060 年前碳中和目标以来，不断深化战略部署，并将其纳入生态文明建设整体布局。打造以可再生能源为主体的能源部门是实现碳中和的关键路径，发展高比例可再生能源既是全球各国电力清洁转型的重点，也是中国构建以新能源为主体的新型电力系统的重中之重。在全球净零排放情景下，到2050 年可再生能源发电量占全球总发电量的份额将从29%增加到70%［2］，可再生能源投资需求约16 万亿美元［3］。在2 ℃情景下，到2050年中国非化石能源总装机将达53 亿kW，非化石能源电力将占总电量的90.4%［4］。实现中国碳中和目标需要138万亿元的资金支持，其中可再生能源资金需求约60 万亿元［5］，占比高达43.5%。现阶段中国可再生能源投资绝大部分来自社会资金（占比96%以上）［6］，可再生能源企业是投资的主力军，但相较传统化石能源投资仍然十分欠缺［7］。可再生能源企业投资受政策影响较大，近年来，中国政府出台了若干命令控制型和市场激励型环境规制，以促进风电、光伏等可再生能源产业发展［8］。在发展高比例可再生能源成为实现碳中和目标关键举措的背景下，研究环境规制与可再生能源企业投资水平之间的关系具有重要的现实意义。那么，环境规制强度大小与可再生能源企业投资水平之间的关系如何？环境规制如何影响可再生能源企业投资水平？环境规制对不同产权性质的可再生能源企业的投资水平影响是否有所区别？目前，已有研究对上述问题的关注不足。这些问题的解答不仅能为出台更有针对性的可再生能源政策提供有益借鉴，也能为实现碳中和目标带来新思路。

1 文献综述

随着气候变化等环境问题的日益显现以及绿色低碳投资的逐渐兴起，考察绿色低碳投资与环境规制之间的关系成为国内外学者重点关注的研究领域之一，但目前尚未形成统一认识［9］。早在1991 年Porter 等［10-11］就提出“波特假说”，认为环境规制能够带来“创新补偿效应”，有利于实现环境绩效与经济绩效的共同提升。其后，Kesidou 等［12］、Zhang 等［13］学者均证实了“波特假说”的存在，即环境规制与企业绿色投资之间存在正相关关系。但是，有些学者支持“遵循成本说”，认为环境规制带给企业额外的环境治理成本，从而对企业绿色投资产生负面影响，Daan 等［14］、Gans［15］通过实证研究证实了此观点。此外，也有学者提出“要素禀赋假说”，即企业环保投资决策是在遵守环境规制的收益和成本之间权衡的结果。Leiter等［16］、唐国平等［17］、李强等［18］研究发现，环境规制与企业绿色投资存在倒“U”型关系，即适当强度的环境规制能够增加企业绿色投资，超过一定强度后反而会对企业绿色投资产生消极影响。

作为绿色低碳投资的重点领域，可再生能源投资与环境规制之间的关系也逐渐受到学者的关注。此类研究多以命令控制型政策或市场激励型政策为研究对象，探讨环境规制对可再生能源投资的影响。在命令控制型政策方面，何凌云等［19］利用断点回归估计的方法验证了相关政策对可再生能源投资起到了一定的促进作用；Xie等［20］采用GMM 方法得出更严格的命令控制型环境规制提高了新能源发电的投资比重。在市场激励型政策方面，Yang 等［21］通过面板门槛效应模型发现政府补贴对中国可再生能源的投资具有积极的门槛效应；Mo 等［22］采用基于实物期权的投资决策模型证实了中国的碳排放交易政策可以显著促进风电投资；Yang 等［23］运用半参数回归模型研究了绿色信贷、政府补贴和环境税三者构成的绿色环境制度对可再生能源投资的影响及其作用机制。

综上所述，已有关于可再生能源投资和环境规制的相关文献为该研究提供了有益借鉴，同时也存在以下不足：第一，大多数研究是以命令控制型或市场激励型环境规制两者之一为研究对象，且由于指标选取、模型构建等方面存在差异，并未形成一致结论，有待进一步验证。第二，从微观角度来看，已有研究大多集中于一般企业的投资，而该研究认为与普通企业不同，可再生能源企业有一些特殊的属性，有必要聚焦于可再生能源企业的投资行为。第三，已有研究集中在环境规制对企业的整体影响上，并未考虑对不同类型企业如产权性质的差异性影响，需要进一步深入探讨。第四，已有研究大都关注环境规制与投资之间的线性关系，而该研究则试图从非线性的角度来探讨环境规制与可再生能源投资之间的真实关系。文章的边际贡献在于：首先，以命令控制型和市场激励型两类环境规制为研究对象，分别提出其与可再生能源企业投资水平关系的理论假设，从非线性的角度探讨环境规制与可再生能源投资之间的真实关系；其次，利用可再生能源上市企业面板数据，分别测度不同类型环境规制对可再生能源企业投资水平的影响，并从企业成本角度开展中介效应分析，探究环境规制影响可再生能源企业投资水平的作用路径；最后，根据企业产权性质的不同，将企业分为国企和非国企，分别验证不同环境规制对可再生能源企业投资水平的影响。

2 研究假设、模型构建与数据说明

2.1 理论分析与假设

环境规制能够直接或间接引导可再生能源企业调整生产经营方向和行为，进而对可再生能源企业投资水平产生影响。近年来，中国政府出台了若干命令控制型和市场激励型环境规制，以促进风电、光伏等可再生能源产业发展。因此，文章以命令控制型和市场激励型两类环境规制为对象，讨论其对可再生能源企业投资水平可能存在的非线性影响，即环境规制达到一定程度后，其影响方向或程度是否发生变化。从环境规制与可再生能源企业投资之间的关系出发，文章提出以下研究假设（图1）。

图1 不同类型环境规制对可再生能源企业投资的作用机制

首先，命令控制型环境规制一般是通过立法或规章制度来确定目标与标准，以行政手段约束企业的碳排放水平，从而对企业投入和产出产生影响。可再生能源企业多属于排放水平低的行业，当命令控制型环境规制在一定强度范围内时，可再生能源企业能够发挥其排放水平低的优势，促进可再生能源投资者建立新市场、增加市场份额、促进技术开发扩散，因此将对可再生能源企业投资产生积极影响；而当命令控制型环境规制强度较高时，可再生能源企业需要大幅提升技术水平来满足环境规制要求，导致企业成本大幅上升，企业成本优势降低，削弱了可再生能源企业的竞争力和盈利水平，使得可再生能源企业投资能力逐渐降低。据此，文章提出假设1。

假设1：随着命令控制型环境规制强度的增加，可再生能源企业投资水平将先上升后下降，即命令控制型环境规制强度与可再生能源企业投资水平之间存在倒“U”型关系。

其次，市场激励型环境规制一般是通过税费（如排污费）等市场化手段引导企业将外部环境效应内部化，从而调整企业投资行为［23］。当税费水平在一定范围内时，传统化石能源企业出于利益最大化考虑会选择缴纳排污费或者开展污染治理，由于要支付相应的税费或者增加污染治理投入使得获利空间降低，但可再生能源企业由于税费成本较低而具有比较优势，企业投资会随着税费水平的提高而逐渐增加；而当税费水平较高时，尽管对可再生能源企业直接影响不大，但其他传统化石能源企业出于利益最大化考虑将会转型，即缩小传统能源生产规模、扩大可再生能源生产规模，从而挤占可再生能源企业的市场份额。可再生能源企业面临的市场竞争加剧、盈利空间压缩，将会抑制企业投资，企业投资会随着税费水平的提高而逐渐降低［24］。据此，文章提出假设2。

假设2：随着市场激励型环境规制（如排污费）强度的增加，可再生能源企业投资将先上升后下降，即市场激励型环境规制强度与可再生能源企业投资水平之间存在倒“U”型关系。

最后，无论是命令控制型还是市场激励型环境规制均能通过财务指标影响可再生能源企业投资。对命令控制型环境规制而言，法规或行政处罚一方面会改变市场对传统能源和可再生能源的偏好，从而影响企业的融资成本和生产经营成本，另一方面会倒逼企业提升技术水平来满足环境规制要求，从而影响企业的技术成本。对市场激励型环境规制而言，排污费征收会直接影响传统能源企业和可再生能源企业的成本，企业管理费用成本等财务指标也将发生变化。因此，两类环境规制均会通过成本内部化来影响可再生能源企业投资水平。据此，文章提出假设3。

假设3：命令控制型和市场激励型环境规制均通过改变企业成本影响可再生能源企业的投资水平。

2.2 模型构建

基于前文的理论假设，为考察不同类型的环境规制（ER）与可再生能源企业投资水平（INV）之间的关系，文章参考Ren等［26］所建模型，构建了如下基准回归模型：

其中：INVi，t代表可再生能源企业投资水平，ERi，t-1为核心解释变量，代表环境规制强度，包括命令控制型（E）和市场激励型（R）两种类型。同时，引入二次项ER2 i，t-1以验证环境规制（ER）与可再生能源企业投资（INV）之间可能存在的非线性关系。其中，i代表企业个体，t代表年份，ui为不可观测的变量，表示个体效应，用来控制持续存在的个体差异；θt为随个体与时间而改变的随机干扰项，用来控制随时间变化的因素所发生的影响；ɛit为随机扰动项；Zi，t为一系列控制变量；α0为随机变量，α1，α2为解释变量系数，通过其显著性水平和数值大小来判断环境规制与可再生能源企业投资之间的关系，βn为控制变量系数。考虑到环境规制对企业投资的影响是滞后的，文章将环境规制变量滞后一个时期以减少内生性。

为了进一步研究环境规制（ER）是如何影响可再生能源企业投资水平（INV），文章借鉴温忠麟等［25］的中介效应检验流程构建中介效应模型，并选取企业成本（C）作为中介变量。中介效应模型如下：

公式（2）和（3）中的变量含义同上。

2.3 变量选取

文章选取的被解释变量、核心解释变量、中介变量及控制变量如下，主要变量及说明见表1。

表1 主要变量及说明

2.3.1 被解释变量

可再生能源企业投资（INV），借鉴陈婕等［26］、胡宗义等［27］、Yang 等［23］的研究，文章以可再生能源企业对内投资量（Y）来衡量其大小，包括以下三部分投资：可再生能源企业用于构建企业内部的固定资产（Y1）、无形资产（Y2）以及其他长期资产（Y3）所支付的现金总和。

2.3.2 核心解释变量

文章引入不同的代理变量表征命令控制型（E）和市场激励型（R）两种环境规制的强度。借鉴范丹等［28］及甘远平等［29］的研究，以环境执法强度即省级环境行政处罚强度（X1）为命令控制型环境规制的代理变量，为避免数据离散不连续性，特取其对数值，数值越大，执法强度越高，环境规制强度越大；借鉴黄清煌等［30］及Huang 等［31］的研究，以企业所在省份排污费征收强度（X2）作为市场激励型环境规制的代理变量，需要注意的是2018 年环境保护法实施，排污费改为环境税，故2018年的市场激励型环境规制代理变量以省级环保税进行调整。

2.3.3 中介变量

根据前述理论分析与假设，环境规制主要是通过影响企业成本来影响可再生能源企业的投资规模，因此，文章采用管理费用成本作为中介变量，以企业成本（C）作为具体衡量指标，探究环境规制强度变化如何影响企业未来投资行为的内在关系。

2.3.4 控制变量

为减少遗漏解释变量对回归估计结果可能存在的偏差，参考唐国平等［17］、何凌云［19］、Huang 等［31］的研究，在模型中加入影响企业投资水平且体现企业特征的控制变量，即：①企业现金流（CF），用企业现金流总量（Z1）来度量，是衡量企业发展运营情况的重要指标，用以评价投资项目的可行性；②发展潜力（TQ），用Tobin-Q 值（Z2）度量，用来衡量资产的市场价值是否被高估或低估，企业的投资策略与之联系密切；③企业绩效（P），用企业利润总量（Z3）来度量，其在一定程度上影响着企业的发展与投资规模；④投资收益率（R），用个股回报率（Z4）来度量，反映了企业的投资收益水平，一定程度上表明了企业的融资能力，对企业投资有较大的影响；⑤企业主营业务规模（MC），用主营业务收入（Z5）来度量，在一定程度上表现了企业的特征；⑥企业规模（TV），由于文章所选样本均为上市企业，故采用企业总市值（Z6）作为企业规模的量化指标。

2.4 数据来源

借鉴Yang 等［21］的数据选取方式，文章结合证监会发布的上市公司行业分类指引选择主营业务与可再生能源开发利用有关的企业作为样本，并结合以下原则对初始样本进行筛选：①剔除缺失数据的样本；②剔除存在异常数据的样本，如资产收益率绝对值大于1；③剔除特殊待遇（ST，*ST，SST）上市公司的样本，最终选取了79 家A 股上市可再生能源企业2008—2019 年的面板数据，涵盖大型国有企业和小型非国有企业，业务范围包含太阳能、水能、风能、生物质能、地热能等，具有较好的代表性。样本企业发展状况及投资水平等数据来自Wind 数据库，环境规制的相关信息来自《中国环境年鉴》《中国环境统计年鉴》及《中国生态环境状况公报》等。考虑到命令控制型和市场激励型环境规制的代理变量数据可得性，选择使用省级层面的宏观指标，而其他数据来自样本企业，尽管数据属性不同，但并不影响面板数据模型的构建［23］。

文章运用Stata 对数据进行分析，最终获得948 个有效观测值。为了避免极端异常值的干扰，所有连续变量均以1%和99%的分位数进行Winsorize 处理。通过各指标描述性统计结果可知，样本中可再生能源企业投资规模比较有限，且表现出较大差异，结果见表2。

表2 变量的描述性统计

3 实证结果与分析

3.1 回归结果与分析

文章首先以可再生能源企业投资规模总量（Y）为被解释变量，分别以行政处罚强度（X1）、地区排污费征收强度（X2）为解释变量进行回归分析，得到基准回归结果。在此基础上，通过Hausman 检验将固定效应和随机效应回归结果进行比对，发现P 值为0.000，表明选取固定效应模型进行回归是合理的。因篇幅受限，文章只展示X1和X2的固定效应回归结果，详见表3和表4。

3.1.1 基准回归分析

由表3 列（1）和表4 列（1）中结果可知，行政处罚强度（X1）和地区排污费征收强度（X2）的一次项和二次项与可再生能源企业投资规模（Y）之间均存在显著相关关系，说明命令控制型（E）和市场激励型（R）两类环境规制均能够显著影响可再生能源企业投资水平（INV）。从解释变量系数方向来看，行政处罚强度（X1）和地区排污费征收强度（X2）的一次项系数均显著为正，二次平方项系数均显著为负，说明两类环境规制与可再生能源企业投资之间均呈现倒“U”型关系，假设1 成立。文章还进一步引入三次项进行回归分析，发现两类环境规制的系数均不显著，验证了行政处罚强度（X1）和地区排污费征收强度（X2）与可再生能源企业投资规模（Y）间的非线性关系成立。

表3 命令控制型环境规制（X1）回归结果

表4 市场激励型环境规制（X2）回归结果

从命令控制型环境规制的结果来看，行政处罚强度（X1）的一次项和二次平方项与可再生能源企业投资规模（Y）分别呈正相关和负相关，估计系数分别为11.949 和-6.006，据此计算的二次曲线临界值为0.251。在考虑控制变量的情况下，虽然行政处罚强度（X1）的一次项并不显著，但二次平方项系数仍然显著为负，说明行政处罚强度（X1）与可再生能源企业投资规模（Y）之间存在倒“U”型关系，即当行政处罚强度（X1）小于临界值时，随着行政处罚强度的逐渐增强，可再生能源企业将不断追加投资，增大投资规模；而当行政处罚强度（X1）大于临界值时，可再生能源企业投资边际效益递减，企业投资量会逐步减少。因此，命令控制型环境规制（E）对可再生能源企业投资规模（Y）的影响表现为先促进后抑制。

从市场激励型环境规制的结果来看，排污费征收强度（X2）的一次项和二次平方项与可再生能源企业投资规模（Y）分别呈正相关和负相关，估计系数分别为7.843和-0.491，据此计算的二次曲线临界值为7.987。在考虑控制变量的情况下，排污费征收强度（X2）的一次项和二次平方项与可再生能源企业投资规模（Y）间的关系依旧分别呈显著正相关和负相关，说明排污费征收强度（X2）与可再生能源企业投资规模（Y）之间也存在倒“U”型关系，结果非常稳健。当排污费征收强度（X2）低于临界值时，随着排污费征收强度的逐渐增强，可再生能源企业由于具有成本比较优势，企业投资也将随之增长；当排污费征收强度（X2）超过临界值时，可再生能源企业将受到外部竞争，企业投资量会逐步减少。因此，市场激励型环境规制（R）对可再生能源企业投资规模（Y）的影响也表现为先促进后抑制。

综上可知，命令控制型和市场激励型环境规制与可再生能源企业投资之间的关系非常紧密且呈现一致的倒“U”型关系，说明对于可再生能源企业而言，不论是命令控制型还是市场激励型的环境规制，其对可再生能源企业投资的影响都是动态变化的，即当政策强度低于临界值时，会促进可再生能源企业投资，而当政策强度高于临界值以后，会抑制可再生能源企业投资。

3.1.2 “U”型关系检验

根据前文自变量的一次项和二次项回归结果可知，环境规制与可再生能源企业投资间存在倒“U”型关系，文章进一步采用Lind 等［32］提出的Utest 方法对环境规制与可再生能源企业投资的倒“U”型关系进行检验，检验结果如下表所示。

由表5 可知，命令控制型（X1）及市场激励型（X2）环境规制的Utest 检验结果，极值点均位于95%置信区间内，且P 值分别为0.003、0.001，表明环境规制与可再生能源企业投资间的倒“U”型关系确实存在，倒“U”型的拐点分别为-0.386、9.793，对应的行政处罚案件数和地区排污费征收额分别为0.698 万件和9.793 亿元。由此可知，当命令控制型环境规制强度超过0.698万件时，会对可再生能源企业投资产生抑制性作用；当市场激励型环境规制强度超过9.793亿元时，会对可再生能源企业投资产生抑制性作用。

表5 Utest检验结果

3.1.3 中介效应分析

为进一步探索环境规制如何影响可再生能源企业投资，文章以企业成本作为中介变量进行中介效应分析，结果见表3和表4。

根据表3列（1）、列（4）和列（5）可知，在基准回归模型和中介效应模型中，行政处罚强度（X1）的一次项和二次项均与可再生能源企业投资水平（Y）呈显著相关关系，且行政处罚强度（X1）对可再生能源投资的直接效应和间接效应的P值均小于0.1，模型系数分别为-2.992和0.569，直接效应占比为80.98%，说明行政处罚强度（X1）确实能够通过影响企业成本进而影响可再生能源企业投资。

根据表4列（1）、列（4）和列（5）可知，在基准回归模型和中介效应模型中，排污费征收强度（X2）的一次项和二次项均与可再生能源企业投资水平（Y）呈显著相关关系，且排污费征收强度（X2）对可再生能源投资的直接效应和间接效应P 值均小于0.1，模型系数分别为-0.479 和0.046，直接效应占比为90.31%，说明排污费征收强度（X2）确实能够影响企业成本进而影响可再生能源企业投资。

综上所述，企业成本在可再生能源投资增长过程中起到了中介作用。尽管市场激励型环境规制（R）与命令控制型环境规制（E）对企业成本的影响有一定的差异，但影响可再生能源企业成本的方向趋同。

3.2 稳健性检验

为了进一步验证回归结果的可靠性，文章分别通过添加控制变量法、样本筛选法以及门槛效应等方式来进行稳健性检验。

（1）添加控制变量。考虑其他政策出台对可再生能源企业投资的影响，文章借鉴相关学者的处理方式，将市场激励型环境规制、命令控制型环境规制分别作为对方的控制变量加入其中进行稳定性检验，结果见表6 列（1）和列（3）两列。

（2）样本筛选。考虑到可再生能源企业规模差异较大，文章借鉴《统计上大中小微型企业划分办法（2017）》［33］中企业划分标准，将年均营业收入≥40 000 万元的可再生能源企业定义为大型企业，年均营业收入＜40 000万元的可再生能源企业定义为小型企业，并以此为标准，筛选出研究期内69家大型企业作为新样本进行回归，结果见表6中（2）和（4）列。

表6 稳健性检验结果

（3）为进一步验证环境规制强度与可再生能源企业投资间的倒“U”型关系，文章利用bootstrap 门槛模型进行分析，结果见表7。命令控制型环境规制（X1）和市场激励型环境规制（X2）分别在5%和1%显著性水平上通过单一门槛检验，且都拒绝了双重门槛检验，单一门槛模型对应的门槛值分别为-1.190、16.180。两类环境规制门槛值前后的系数均显著，且门槛值左侧均呈显著正相关，门槛值右侧均呈显著负相关，说明命令控制型环境规制和市场激励型环境规制与可再生能源企业投资间存在非线性关系且仅有一个门槛值，环境规制强度与可再生能源企业投资间的倒“U”型关系较为可靠。

表7 单一门槛模型回归结果

综上所述，不同环境规制与可再生能源企业投资水平间的倒“U”型关系均非常稳健，说明前文实证分析结果较为可靠。

3.3 异质性分析

文章所选择的研究样本包括国有企业也包括非国有企业，因此从异质性视角出发，对不同产权性质的可再生能源企业投资水平受环境规制影响进行比较分析，以进一步探讨环境规制对可再生能源企业投资的影响及其差异性。文章将样本企业分为国有可再生能源企业（y1）和非国有可再生能源企业（y2），其中国有可再生能源企业57 家，非国有可再生能源企业22 家，采用基准模型分别对两类企业进行分组回归，结果见表8。

由表8 可知，对命令控制型环境规制而言，国有可再生能源企业的一次项虽未表现出显著相关，但二次平方项在1%的水平上显著相关，系数为-3.856，说明国有可再生能源企业投资规模（y1）与行政处罚强度（X1）之间存在倒“U”型关系；而非国有可再生能源企业的一次项和二次项均未表现出显著相关，但考虑到所选样本中非国有企业数量有限，该结果并不能完全拒绝非国有可再生能源企业投资规模（y2）与行政处罚强度（X1）之间的倒“U”型关系。

表8 异质性分析结果

对市场激励型环境规制而言，国有可再生能源企业的一次项和二次平方项分别在5%和1%水平上显著相关，系数分别为4.057 和-0.194，说明国有可再生能源企业投资规模（y1）与排污费征收强度（X2）之间存在倒“U”型关系；非国有可再生能源企业的一次项和二次平方项均在1%水平上显著相关，系数分别为4.220 和-0.283，说明非国有可再生能源企业投资规模（y2）与排污费征收强度（X2）之间也存在倒“U”型关系。

综上可知，环境规制对国有和非国有可再生能源企业投资水平的影响存在差异性。命令控制型环境规制对国有可再生能源企业投资水平的影响更加明显，对非国有可再生能源企业投资水平的影响并不显著；而市场激励型环境规制与国有和非国有可再生能源企业投资之间均存在显著的倒“U”型关系。

4 结论与启示

文章着眼于环境规制对可再生能源企业投资的影响，基于2008—2019 年A 股上市的可再生能源企业面板数据，采用固定效应模型实证检验命令控制型和市场激励型两类环境规制对可再生能源企业投资水平的总体影响以及对不同产权性质企业的差异性影响，并从企业成本角度开展中介效应分析，探究环境规制影响可再生能源企业投资水平的作用路径。主要研究结论如下。

（1）命令控制型和市场激励型两类环境规制与可再生能源企业投资间的关系非常紧密，且表现出一致性的倒“U”型特征。当环境规制强度处于较低水平时，可再生能源企业投资会随着环境规制的增加而增加，但随着环境规制强度持续增大，企业会受到反向作用，降低投资力度。就目前而言，环境规制对可再生能源企业投资的影响均处于拐点左侧，说明现有环境规制还具有一定的强化空间。

（2）企业成本在环境规制与可再生能源企业投资水平之间表现出显著的中介效应。命令控制型和市场激励型两类环境规制均通过企业成本变化来影响可再生能源企业投资，这说明在进行环境规制调整时，需特别注意两类环境规制对企业成本产生的潜在作用。

（3）环境规制对不同产权性质的可再生能源企业投资水平影响存在一定的差异性。其中，市场激励型环境规制对国有和非国有可再生能源企业投资水平影响并无差异，但命令控制型环境规制对国有可再生能源企业投资水平影响更加明显，说明因企业属性不同，环境规制对可再生能源企业投资水平会产生不同的效果。

基于上述研究结论，得出以下几个方面的政策启示。

（1）应合理设计环境规制强度。鉴于目前环境规制对可再生能源企业投资的影响处于拐点左侧，可适当增加环境规制强度，但要避免出台过于严格的环境规制，打击可再生能源企业投资的积极性，更要避免出台过于宽松的环境规制，导致可再生能源企业投资过程中发生目标偏离。

（2）应充分考虑环境规制对企业成本的影响。考虑到环境规制通过企业成本对可再生能源企业投资水平产生影响，未来在制定环境规制时，应当更侧重于降低企业成本的环境规制措施，在规范企业行为的同时激发企业投资潜力。

（3）应着力构建以市场激励型为主，以命令控制型为辅的环境规制体系。市场激励型环境规制的成本较低，灵活性较高，而命令控制型环境规制的成本较高，灵活性较差。在制定可再生能源相关的环境规制时，应充分考虑命令控制型和市场激励型环境规制间的优势互补，合理规划与协调以最大限度激发可再生能源企业的投资。

（4）应针对不同主体制定有针对性的环境规制措施。由于不同产权性质的可再生能源企业对不同类型环境规制的敏感度具有较大差异，在政策制定时应充分考虑政策接受主体的特征属性。对于国企而言，应充分利用命令控制型环境规制提高政策实施效率；对于非国企而言，应充分利用市场激励型环境规制合理引导企业投资行为，稳定市场预期。