我国上市公司的投资行为研究：基于新古典理论的检验，本文主要内容关键词为：上市公司论文,理论论文,我国论文,新古典论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、相关文献回顾
古典经济学家Fisher（1906，1907，1930）提出：利润最大化企业的投资行为使得企业的资本边际收益等于企业的资本成本。[1-3]凯恩斯在1936年发表的《通论》中也认为，企业投资决定于资本的预期边际效率和资金机会成本之间的关系。根据这些古典经济学家的观点，企业将依据其资本成本动态地调整其资本存量。当企业使用资本的成本下降时，企业将增加资本积累（也即加大投资支出）；当资本成本上升时，企业将减少投资。Jorgensen（1963，1967，1969，1971）发展了Fisher及其以后的投资理论，提出了包含更多内容的“实际资本使用成本”（real user cost of capital）；但对利润最大化企业的投资行为的描述，与Fisher等人的观点没有本质的不同，即描述的都是稳定状态下的理想资本水平及其决定因素之间的关系，其中的主要变量是产出和资金的使用成本。[4-7]
新古典（neoclassical）投资理论是第一个系统地研究投资量决定因素的理论。（注：王端（2000）将投资理论归纳为大致三个阶段发展：第一个阶段的理论被称之为新古典投资理论（Jorgensen，1963，1969）；第二个阶段以Q理论（Tobin，1969）的形成为标志；第三个阶段是以被称之为不可逆性（irreversible）投资理论（NcDonald &Siegel，1985）的形成为标志。参见王端舰代宏观经济学中的投资理论及其最新发展》，《经济研究》2000年第12期，第54-65页。）近年来很多学者使用新古典经济模型来验证资本成本对企业投资的影响。Hay等（1994）使用新古典投资需求函数，以我国4个省份1980-1989年间769家企业为样本，研究我国企业的投资行为，发现样本企业的投资行为大体上符合利润最大化企业的投资行为特征。[8]Jefferson & xu（1994）研究了我国企业的盈利能力与生产能力增长率之间的关系，发现两者之间存在统计意义上的相关性；[9]而他们的研究结论与Kornai & Matits（1984）对匈牙利企业的研究结论形成了对比。Kornai & Matits（1984）研究了匈牙利企业1975-1984年间盈利能力与生产能力增长率的关系，发现两者之间没有必然的联系。[10]（注：一般认为社会主义国家实行的是计划经济，而在计划经济体制下，企业的投资行为不可能具有市场化的特征。Jefferson & xu（1994）最初的研究目的是，通过检验企业的盈利能力与生产能力增长率之间的关系来检验我国市场经济改革的进程。）Jefferson等（1998）对我国国有企业、集体企业和乡镇企业的资本积累模式进行了比较，发现三类企业的投资行为没有太大的差别，基本上符合利润最大化企业的投资行为特征。[11]Fazzari，Hubbard & Petersen（1988），Gertler & Gilchrist（1994）研究了在金融市场不完美、企业内部融资低于外部融资成本时的企业投资规模与企业盈利的关系，证实了企业投资行为对成本的敏感性。[12-13]Kenneth & Aileen（1997）对加拿大和美国1971-1996年间企业资本成本和固定资产投资支出进行比较研究后也发现，加拿大和美国使用者资本成本对企业固定资产投资具有显著的影响。[14]Kanniainen & Sodersten（1998）研究甚至发现，企业会根据预期的所得税政策改革来改变它们的投资行为；当预期所得税减少时，企业会加速固定资产的投资。[15]Chirinko，Fazzari，and Meyer（1999）研究发现，企业固定资产投资对资本成本的弹性为-0.25。[16]Duhautois（2001）研究了1985-1996年间法国企业资本成本对投资的影响，发现1985-1990年和1991-1996年这两个时期，企业资本成本对企业固定资产投资的弹性分别为-0.38和-0.27；而Smets & Vermeulen（2001）的研究发现，企业资本成本对固定资产投资的弹性高达-0.75。[17]Ellis & Price（2004）研究了英国工商企业资本成本对投资和固定资产存量的关系，发现资本成本与企业的固定资产投资和企业资本存量之间存在着显著的相关性。[18]Albert & Steven（2004）使用类似的模型，发现在南非这样的发展中国家，企业固定投资对税收也有着显著的反应。[19]
在过去学者的研究中，除Chirinko，Fazzari，and Meyer（1999）和Albea & Steven（2004）等为数不多的研究外，大多数都是基于多期（8年左右时间）宏观加总数据（aggregating data）的研究结果（包括对我国企业投资的研究）；而Chatelain & Tiomo（2002）发现，使用短期、微观数据（个别企业数据）能更显著地反映企业投资行为与资本成本变动的关系。随着企业和产业层面的数据越来越容易获得，应该会有更多基于个体微观层面的研究来充实已有的企业投资文献，“尤其是当从总体层面上被检验过的主要投资行为理论已经建立在研究单个企业如何决定其投资的理论上”。[20]因此，本文拟采用个别企业数据而不是加总数据来研究我国企业的投资行为，试图从微观层面上揭示我国企业的投资动机、行为特征，以及影响企业投资支出的因素。
二、模型
企业的投资决策过程模型（如图1所示（注：该图参考了多纳德·海、德理克·莫瑞斯著《产业经济学与组织》（中译本），经济科学出版社2000年版，第763页图（12.1投资决策过程）。））可以分为四个层次：首先，宏观经济环境、政府政策等外部因素不停地改变着产品市场和资本市场的相关信息；其次，产品市场和资本市场的信息作为外生变量输入企业内部，不断修正企业有关投资的需求预期和供给预期；再次，投资的需求和供给预期结合不确定性因素的影响，导致了企业最初的投资方案集（经过这三个层次的传动，政府政策等外部因素完成了由企业投资外生变量向内生决策变量的转化）；最后，企业按照既定的投资决策准则（由企业的目标和投资动机决定）和决策程序（由企业的治理结构决定）来评价投资方案集，作出投资决策（体现为现实的投资行为）。
附图
图1 企业投资决策过程图
图1阐述了企业投资决策的一般过程，表达了企业投资决策中外部因素的传递转化关系和内部决策准则、程序对企业投资行为的最终影响。基于对这一过程的理解，本文结合新古典经济学中有关最优资本存量函数、资本成本函数和投资函数的基本思想，构建实证模型来分析企业内、外部因素与企业投资行为的现实关系。
1.最优资本存量函数
假定企业在除固定资产投入之外的其他所有投入已实现了最优化。（注：这一假设意味着不存在资本投入与劳动投入的替代问题。通常情况下，当资本的边际收益与劳动的边际收益之比不等于单位资本成本与单位工资之比时，就会可能产生劳动要素投入与资本投入的替代问题。比如先让目前的设备充分利用，采用加班加点生产，但由于投资的不可逆，企业也可能用人力投入代替设备投入以减小投资风险。）于新古典经济框架下利润最大化企业来说，其投资行为所要达到的目的就是选择和调整企业的资本存量达到最优水平；而由利润最大化推导出的一阶条件可知，利润最大化企业将不停地增加其资本存量，直到资本的边际收益等于资本的边际成本。以Cobb-Douglas函数Q=AK[α]L[β]（允许α+β≠1，即允许规模回报变动）来刻画企业的投入和产出关系，（注：樊潇彦（2004）比较了Cobb-Douglas函数和超越对数生产函数（translog production function）等，发现Cobb—Douglas函数和超越对数生产函数在刻画我国企业生产函数时是高度一致和相互印证的。参见樊潇彦《中国工业资本收益率的测算与地区、行业结构分析》，《世界经济》，2004年第5期，第48-57页。）这一关系可表示为：
P（
Q/K）=PαQ/K=r[，k]
（1）其中：P为产出价格、Q为产出水平、K为资本存量、r[，k]为资本成本。
由（1）式可求得在利润最大化目标下，企业最优资本存量为：
K[*]=PαQ/r[，k]（2）
从（2）式可以看出，理论上最优资本存量可表示为产出价格、产出水平和资本成本的函数，即K*=f（P，Q，r[，k]），且K*与P和Q正相关，与r[，k]负相关。
2.资本成本函数
Jorgensen（1963）提出的实际资本使用成本假定资本在t时间的真实市场价格为p[，k]，资本使用成本包括以下三个部分：第一，厂商放弃了如果将资本出售并把所得存入银行的利息收入，单位时间内这一成本为ip[，k]（资本的机会成本）；第二，资本折旧，单位时间内这一成本为δp[，k]；第三，因资本价格变化可能导致的损失，单位时间内这一成本为-△p[，k]。将三项成本加在一起，可得资本的真实使用成本为：
r[，k]=ip[，k]+δp[，k]-△p[，k]=[i+δ-（△p[，k]/p[，k]）p[，k] （3）
除了（3）式考虑到的因素外，在Jorgensen的实际资本成本里，没有考虑企业所得税对资本价格变化可能导致的损失作用。当资本价格下跌时，资本利得损失可以抵减企业的应税收益，从而减少所得税成本；而所得税的存在，使得资本价格下跌的成本变为△p[，k]（1-I）。在不完美的金融环境中，企业的内部融资来源成本普遍抵于企业外部融资，从这个意义上说，企业投资和融资决策很难真正实现Fisher有效分离；利润和折旧较多的企业可能会选择投资，而靠外部融资的企业可能不投资。根据财务学中加权资本成本的概念，内部融资会影响企业的资本成本。因此综合以上分析，本文从利息、折旧率、资本价格变动、所得税率和内源融资五个方面来反映企业的资本成本，即r[，k]=f（i，δ，△p[，k]，I，IF），且理论上r[，k]与i、δ、△p[，k]正相关，与т、IF负相关。
3.投资函数
企业在某一期间的投资就是企业资本净存量（累计存量减去累计折旧）在这一期间的实际变化，即：
I=K-K[，-1]（4）
追求利润最大化的企业总是试图将其资本存量调整到最优的水平K*。假定资本的调整过程没有任何成本，调整没有时滞（可以在瞬间完成），即K=K*，那么企业在调整资本过程中实际发生的投资可表示为：
I=K*-K[，-1]（5）
而实际上，企业的资本调整过程是有成本的，往往需要一段时间，不可能在瞬间完成。因此，虽然企业调整资本存量的目标是达到最优水平，但实际调整后的资本存量和最优资本存量存在一定的差异。假定现实中企业按这样的法则调整资本存量，“企业资本存量从过去到现在的增加和企业目前期望的最优资本存量与过去实际资本存量的比率成正比”，[11]即：
K=（K*/K[，-1]）[λ]K[，-1]
（6）
其中，λ反映的是企业资本调整成本和时滞（λ∈（，1））。λ越大，企业资本存量调整成本和时滞越小；反之，则企业资本调整成本和时滞越大。当λ=1时，企业的投资等同于（5）式。（注：在新古典投资理论基本模型中，假定λ=1，本文的模型2、模型3放松了这一假设。）λ取不同值时，企业资本存量调整路径及相应的投资如图2所示，其中：λ[，I[，1]]φλ[，I[，2]]φλ[，I[，3]]φλ[，I[，4]]。
附图
图2 企业资本存量的不同调整路径
为了在投资模型中引入利润变量，根据资本回报率等于资本的边际回报率减去资本成本的经济学定义，可得：π/K[，-1]=pαQ/K[，-1]-r[，k]。两边同乘K[，-1]/r[，k]，代入（2）式得：K*-K[，-1]=π/r[，k]；再代入（5）式得：I=π/r[，k]。由此可以看出，企业固定资产投资可以表达为K*和λ的函数，也可以表达为π和r[，k]的函数。
4.待估模型
根据以上对最优资本存量函数、资本成本函数和投资函数影响因素的分析，考虑企业投资决策的实际过程和经济变量的时滞，建立以下三个待估模型以分别反映不同假定条件下，企业资本存量和投资与产出水平、利润水平和实际利率水平、实际所得税率、折旧率等资本成本构成因素之间的关系。现代公司财务学中大量的研究表明，企业的治理结构（通过代理问题）对企业的投资行为有直接的影响，（注：Jensen & Meckling（1976），Shleifer & Vishny（1986）和Hubbard（1998）等对代理问题与企业的绩效和投资行为都有相当深刻的研究结论。）因此，为区分这些影响的各自效果，在三个待估模型中还加入上市公司股权结构变量，以同时检验（反映）治理结构对企业投资行为可能的影响。
lnK[*]=a[，0]+a[，1]lnQ[，-1]+a[，2]lni[，-1]+a[，3]lnδ[，-1]+a[，4]lnτ[，-1]+a[，5]lnIF[，-1]+a[，6]ln（Δp[，k]）[，-1]+a[，7]HI[，-1]+ξ （模型1）
lnK=b[，0]+b[，1]lnQ[，-1]+b[，2]lni[，-1]+b[，3]lnδ[，-1]+b[，4]lnτ[，-1]+b[，5]lnIF[，-1]+b[，6]ln（Δp[，k]）[，-1]+b[，7]lnK[，-1]+b[，8]HI[，-1]+ξ （模型2）
lnI=c[，0]+c[，1]lnπ[，-1]+c[，2]lnπ+c[，3]lni[，-1]+c[，4]lnδ[，-1]+c[，5]lnτ[，-1]+c[，6]lnIF[，-1]+c[，7]ln（Δp[，k]）[，-1]+c[，8]HI[，-1]+ξ （模型3）
模型1反映了λ=1时，利润最大化企业的最优资本存量与企业产出水平和影响资本成本的各种因素之间的内在逻辑关系。本文用这个模型来检验在标准的新古典框架下，我国上市公司资本存量对企业的产出水平和资本成本的响应程度。模型2放松了λ=1的假设，（注：对K=（K*/K[，-1]）[λ]K[，-1]两边取自然对数得ln K=λlnK*+（1-λ）lnK[，-1]，模型2在模型1的基础上引入b[，7]lnK[，-1]，b[，7]=（1-λ）。当λ=1时，b[，7]=0，模型2退化成模型1；当λ≠1时，模型2估计出的b[，7]∈（0，1）。）用于检验现实经济中存在资本存量调整成本和时滞时，我国上市公司资本存量对企业的产出水平和资本成本的响应程度。模型3用于检验我国上市公司投资与企业盈利水平的关联性。考虑到现实企业在投资决策时，受企业过去盈利和未来盈利预期的共同影响，因此在模型3中用当期的利润和过去一期的利润来代表企业的盈利水平。上述三个模型中各变量定义见表1。
表1 估计模型参数相关变量的分类与定义
变量类型
变量符号变量名称 实际使用代理变量
被解释
K 固定资产净值
固定资产原值-累计折旧
变量 I 净投资 K-K[，-1]-当期折旧
K[*]合意（最优）资本存量
I+K[，-1]
r[，k]
资本使用成本
用i，δ，Δp[，k]，τ，IF来反映
外部 τ 实际所得税税率 企业所得税/企业利润总额
因素 i
有效（实际）利率
财务费用/企业借款总额
δ 折旧率 累计折旧/固定资产原值
解
IF 企业内部资金
未分配利润+折旧
释
π 利润总额
税后利润+所得税
变 企业
Δp[，k] 资本价格变化可能导致的损失 固定资产减值准备
量 内部 Q
企业当年产值
企业的销售收入
因素前10位股东持股比例
HI 股权结构
Herfindahl指数，
S[，j]为第j位股东持股比率
干扰项
ξ 随机误差项（期望、方差和协方差性质满足高斯假设条件）
三、实证分析
鉴于1999年12月31日以前我国企业固定资产投资须缴纳固定资产投资方向调节税，且固定资产投资方向调节税显然会改变企业的固定资产投资成本，但有关企业缴纳的固定资产投资方向调节税的数据无法取得，且如果1999年以前的数据和1999年以后的数据放在一块进行模型参数估计，势必产生系统偏差。因此，本研究中样本限于2000-2004年5年间在我国上交所和深交所交易的只发行了A股的上市公司（不包括银行、保险业企业），删除ST公司和部分数据不全公司，得到样本数据1824个。为减小异常样本和可能的数据错误影响，在进行回归分析时，样本对应数值超过整体3倍方差的个体被过虑掉而没有纳入回归过程，因此实际参与回归的样本数量为1775个。数据来源于中国上市公司财务数据查询系统数据库（CSMAR），参数估计过程借助SPSS软件完成。参与回归的各变量描述性统计如表2所示。从表2可以看出，我国上市公司资本存量、投资规模、产出水平、利润水平的差异较大，而折旧率、实际有效税率、实际利率都比较小且分布相对集中，这可能给回归模型OLS参数估计带来一定的困难。三个待估模型的回归参数特征见表2-表7。
表2 Descriptive Statistics
Variables
N Min Max
Mean MedianMode Std.
Deviation
247324000 123749990
381665440.973707277
K 18243943931.87 3943931.87
000.008.2376 6000
3.56038
2862280000269935347. 79982957.4 115947181
I 182460766.55
60766.55
00.00 46745005.96450
277030000 136666141
415215667.107117641
K[*]
18244177596.60 4177596.60
000.000.3674 5650
34.51071
324184000 170546585
580005257.129802620
Q 18244213943.58 4213943.58
000.000.6929 5400
06.55318
i 18240.005.66 0.0652 0.0477
0.00 0.19849
δ 18240.004.72 0.1171 0.0842
0.00 0.18839
τ 18240.0010.20 0.1902 0.1601
0.00 0.26227
325680000 223161326. 80580953.6 136982510
IF 1824424125.41 424125.41
00.00 63720.50
1.04935
488119001.
1831202.1
16357319.7 28873500.4
Δp[，k]
182433067.47
205831.76
0.0
591 3703910
HI 18240.000.72 0.2483 0.2253
0.08 0.14717
231790000 106152781
300742662.881809696
K[，-1]18241327666.58 1327666.58
000.002.0938 1000
7.377336
300150000 174905949
66428739.2 105210701
π[，-1]
182423815.93
23815.93
00.00 10599000.05901
259370000 157414273. 63520220.8 971474832.
π 182475596.69
75596.69
00.00 328420098641
表3 Model Summary
R AdjustedSid.Error Change Statisties
Model
of the R[2] F Sig.F Durbin-
Square
R Square
EstimateChange Changedf1 df2
ChangeWatson
1 0.6240.622 0.71909 0.624
418.7397 1768 0.000 1.964
2 0.9320.931 0.30835 0.932
3011.990
8 1767 0.000 2.013
3 0.2670.264 1.44057 0.267
80.659 8 1767 0.000 2.014
表4 ANOVA
Model Sum of Squaresdf Mean Square F Sig.
Regression 1515.674 7 216.525418.739 0.000
1
Residual
914.210 1768
0.517
Total 2429.884 1775
Regression 2290.961 8 286.3703011.9900.000
2
Residual
168.001 1767
0.095
Total 2458.962 1775
Regression 1339.086 8 167.38680.659 0.000
3
Residual
3666.935 1767
2.075
Total 5006.021 1775
表5 Coefficients （Model 1）
Unstandardized CoefficientsStandardizedt Sig.
Model ImdependentCoefficients
Variable B Std.Error Beta
（Constant）1.5880.3844.139
0.000
Q[，-1]0.3690.020
0.34118.317 0.000
i[，-1]-0.001
0.021
0.000-0.030 0.976
δ[，-1]
-0.208
0.024
-0.132
-8.752 0.000
1
τ[，-1]
-0.008
0.019
-0.006
-0.419 0.675
IF[，-1]
0.4930.018
0.51827.483 0.000
（Δp[，k]）[，-1] 0.0780.013
0.0885.935
0.000
HI 0.3120.119
0.0392.621
0.009
表6 Coefficients （Model 2）
Model
Independent Unstandardized Coefficients Standardizedt
Sig.
Variable Coefficients
B Std.Error
Beta
（Constant）
1.319
0.165 8.017 0.000
Q[，-1] 0.020
0.009 0.011 2.206 0.070
i[，-1] -0.021 0.009 -0.014 -2.3060.021
δ[，-1] -0.136 0.011 -0.086 -12.365
0.000
2τ[，-1] -0.007 0.008 -0.005 -0.8750.382
IF[，-1] 0.069
0.009 0.072 7.579 0.000
（Δp[，k]）[，-1]
0.001
0.006 0.001 0.194 0.846
K[，-1] 0.885
0.010 0.916 89.7680.000
HI
-0.039 0.051 -0.005 -0.7590.448
表7 Coefficients （Model 3）
Model
Independen Unstandardized CoefficientsStandrdized
t Sig.
Variable Coefficients
B
Std.ErrorBeta
（Constant）
2.883 0.726 3.970 0.000
π[，-1] 0.363 0.054
0.249 6.707 0.000
π
-0.056 0.066
-0.034-0.8380.402
i[，-1] -0.087 0.042
-0.043-2.0820.038
3
δ[，-1] -0.102 0.048
-0.045-2.1430.032
τ[，-1] -0.034 0.039
-0.018-0.8650.387
IF[，-1] 0.482 0.040
0.353 12.2010.000
（Δp[，k][，-1] 0.019 0.027
0.015 0.720 0.472
HI
0.386 0.239
0.034 1.612 0.107
四、结论与讨论
从模型的可决系数看，三个模型中自变量对因变量都具有一定的解释力，并且相应的回归方程F值通过了检验，表明这种解释力具有统计意义上的显著性。这也说明了我国上市公司的投资行为具有利润最大化目标下企业投资行为的共同特征。但是三个模型的拟合度也具有一定的差异，模型1的解释率低于模型2，说明我国上市公司资本存量调整过程中存在一定的调整成本；模型3具有的26.4％的拟合度则说明我国上市公司利润水平和企业的投资行为之间确有关联，但还有其他重要的因素左右着上市公司的投资决策，我国上市公司投资行为的市场化并不纯粹。
对三个模型各变量的参数估计进一步考察可以看出：模型1中有效利率和所得税税率因素没有通过10％置信水平的t检验，这与模型1的构建是基于“企业资本调整没有成本”的假设前提之上有很大的关系，另一个可能的原因是我国企业存在较严重的不规范纳税行为；在模型1中，通过10％置信检验的变量所估计出的参数符号与其他模型中相同变量的符号一致且与理论分析一致，说明这些解释变量与被解释变量之间存在稳定的经济关系，企业资本存量会对企业的资本成本作出响应，符合市场经济的特征。模型2中企业产出水平、实际利率、折旧率、内源融资和初期资本存量的参数估计都通过10％置信水平的t检验，说明这些因素都对企业实际资本存量有重要影响；通过模型中各因素的参数大小比较可以进一步看出，除了由于资本调整成本的存在，从而导致企业过去资本存量对现在资本存量有较大弹性外，利率和折旧对企业实际资本存量也有较大的弹性，这为政府从利率、折旧政策等方面来制定相关经济政策以控制我国目前的过度投资趋势提供了线索。此外，模型2中资本减值和内源融资对企业现有资本存量的弹性也表明，我国上市公司的投资行为决策似乎印证了费雪投融资分离定理，企业经营者会把企业的投资问题和融资问题分开决策；企业只关注资本的募集和使用成本，而不太关注投资未来价值变动可能导致的成本和损失。模型3表明，企业过去实现了的利润与企业的投资密切相关，而预期利润与投资关系不密切；企业作出投资决策更多的是面对过去而不是面向未来，即投资行为主要基于过去的盈利状况。另外，当企业出现较多折旧时，出于弥补资本以满足再生产的需要，企业会有较多的投资。模型3中有效所得税税率没有通过t检验，再次说明我国企业存在不规范纳税行为，也间接说明税收政策对企业的行为有重要影响。在上述模型中，企业内部治理结构（股权结构）与投资行为表现出某种内在的联系，但三个模型检验的结果并不稳定，这可能和本文选择的代理变量中包含前十位股东的持股信息，而实际上，企业的投资评价和决策只由第一大股东控制有关。
综合上述检验结论可知，我国上市公司的投资行为总体上符合新古典经济理论的利润最大化原则，企业的投资行为会对资本成本的变动作出积极的响应，投资规模与盈利水平关系密切。由此，可以推演出的一个结论是：新古典主义倡导的经济手段比如利率、税收政策（所得税、投资方向调节税和投资补贴）、折旧政策、信用规模等能够影响甚至改变我国企业的投资行为；但由于资本存量调节成本和时滞作用，以及企业不规范行为对政策效果的抵消作用，经济手段短期内的作用十分有限。政府要治理目前企业的过度投资行为，短期内还得部分依赖行政的手段和“硬着陆”的方式。（注：此处关于政策效果的评价没有遵循卢卡斯的批评（Lueas Critique）。Lucas（1976）曾警告说，由于新的政策改变了经济规则，从而改变经济行为，因此没有人能够安全地假定过去变量之间存在的关系在政策改变之后仍然能成立。参见Lucas，Robert E.，Econometric Policy Evaluation：A Critique，Carnegie-Rochester Conference Series on Public Policy，1976，1，p.19-46。）此外，改变大股东的投资预期，可能会对上市公司投资行为产生更为直接的效果。