阳秋林，韩玉景，唐 洋
(南华大学 经济管理与法学学院，湖南 衡阳 421001)
高质量发展是保障企业持续健康发展的必然要求，是维持企业竞争性、创新性的动力源泉。党的十九大以来，全面推动高质量发展成为各地区经济建设的根本要求。“创新、协调、绿色、开放、共享”的新发展理念为高质量发展提供了思想指引，以创新为动力，以绿色为基石，统筹兼顾环境保护和经济发展。2021年通过的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》(简称“十四五”规划)中提出“要坚持创新驱动，提升企业技术创新能力”“推动绿色发展，加快绿色转型升级”等目标。可见，创新作为重要的驱动力，要向节约资源、保护环境的绿色创新方向发展，推动绿色创新是实现经济高质量发展的重要路径。重污染行业企业作为国民经济的重要组成部分，同时也是环境污染产生的主要源头，如何寻找一条既保持经济持续稳定增长又能够保护环境的高质量发展道路至关重要。在此背景下，推动重污染企业绿色创新，激励企业绿色转型升级，致力于通过绿色创新实现高质量发展成为重要问题。
由于创新具有高风险、高投入、长周期、难度大的特征，使企业创新活动需要面对高成本性和低成功率的问题，这与企业追求盈利的根本目的存在根本性的矛盾与冲突，因此，企业在进行创新决策时需要对资金投入及绩效产出进行审慎评估[1]。如何增强企业绿色创新动力成为当下关注的热点话题[2]。创新作为实现企业转型升级的重要驱动力，在很大程度上依赖于企业自身的资源配置，特别是金融环境的资源供给[3]。传统金融服务依托于机构网点的建设，存在服务范围小、服务群体少、服务门槛高，程序复杂等弊端。快速发展的数字金融市场为企业增加创新资金投入提供了可能，其高效低价、持续稳定的金融支持特征为企业技术创新提供了保障[4]。因此，对于企业创新行为来说，数字金融市场的发展具有重要意义。鉴于此，本文以2011—2020年沪深A股重污染企业为研究样本，基于“北京大学数字普惠金融指数”采用双向固定效应方法探究数字金融对重污染企业绿色创新的影响，并在此基础上，探究其内在机制，分析融资约束的中介作用。本文的贡献主要体现在如下方面：第一，拓展了数字金融对微观企业绿色创新行为的研究。目前，鲜有文献研究数字金融对重污染企业绿色创新行为的影响，本文通过收集重污染企业相关数据进行实证研究。第二，丰富了企业绿色创新行为的影响因素，现有研究多从环境规制[5]、外部环境[6]等方面分析绿色创新行为，本文重点研究数字金融发展对企业绿色创新行为的影响。第三，进一步分析数字金融影响企业绿色创新的内在机制，分析融资约束这一重要变量所发挥的作用。
(一)数字金融与重污染企业绿色创新
数字金融是金融产品与数字技术相结合产生的一种新的金融服务模式，依托于大数据、云技术、区块链、人工智能等数字技术，能够扩大金融服务的覆盖范围，提高金融服务的可得性，提供广泛的金融服务产品，为社会各个阶层提供便捷的金融服务。
“波特假说”理论认为适度的环境规制政策有利于推动企业推行技术革新，增强企业核心竞争力，在市场中赢得竞争优势。自2018年开始实施的《中华人民共和国环境保护税法》中明确要依据企业污染物的排放征收环境税[5]后，重污染企业作为污染物排放的主要源头，要面对政府环境监管和实现自身长远发展的双重目标，这将促使重污染企业进行企业绿色创新活动[6]。绿色金融政策的不断完善强调金融机构要以节能减排、环境保护等因素作为信贷决策的重要依据，这在一定程度上倒逼重污染企业进行绿色转型升级[7]。毕茜和邓玲运用双重差分法检验绿色信贷业绩评价相关政策的颁布对于企业绿色创新行为的影响，发现绿色信贷业绩评价能够提高企业研发投入，特别是能够促进重污染企业增加绿色创新投入[8]。
随着金融体制的不断完善，其对绿色创新的推动作用也更加显著。首先，数字金融的发展改变了传统银行风险承担和负债模式，推动了利率市场化，改善银行的成本效率[9]；
降低企业财务风险，特别是针对中小企业，提高企业的信贷可得性，进而影响投资效率[10-11]；
解决微观企业融资问题，稳定企业财务状况，推动企业技术创新[1，4]。其次，数字金融处于经济生物链的顶端，打破了区域、网点等的限制，通过深度数据挖掘与分析的能力将供求双方的信息进行有机融合，缓解了供求双方的信息不对称问题，优化资源配置，提升资本利用效率，助力绿色创新。我国学者刘继兵等从资源配置角度出发，基于国内275个地级市15年的数据实证检验发现金融科技能够在资本配置过度时，缓解资本错配，在资本配置不足时，加大资本错配，金融科技通过提高资源配置效率进而显著提升城市创新水平[12]。吕途和王学真进一步分析发现科技金融发展能够通过人力资本提升绿色创新效率[13]。斯丽娟和姚小强研究发现绿色金融改革创新能够影响信贷资源公平和配置效率，进而推动地区产业结构生态化，带动地区高质量发展[14]。此外，数字金融依托蓬勃发展的数字技术，通过降低企业融资成本，推动企业生产流程优化、组织结构升级，为绿色发展提供基础[2，15]，为企业推行绿色创新提供资金、环境、技术支持。因此，本文提出假设1:
假设1:数字金融能够促进重污染企业绿色创新。
(二)融资约束的中介作用
由于企业创新具有周期长、难度大等特点，较大程度会遭受融资约束的制约，常常需依托金融市场寻求资金支持[16]。已有学者研究发现，数字金融的普惠性特征能够有效缓解企业融资约束问题，进而对企业绿色创新起到一定的激励效果。刘莉和郎香香等通过分析新三板企业，发现数字金融的普惠性使其能够有效缓解中小企业融资约束问题，特别是对中西部地区中小企业，进而促进其进行科技创新[3，16]。蒋建勋等以新能源企业为研究对象，实证分析发现数字金融指数、覆盖广度和使用深度通过缓解企业融资约束，促进企业绿色创新[17]。徐芳和何剑实证分析发现数字金融通过缓解企业融资约束和信息不对称两个方面的问题，降低了企业面临财务风险的可能性，能够帮助企业增强面对风险的能力，使企业在创新行为上有更大的风险承担能力[10]。
首先，数字金融能拓宽融资渠道，扩大服务范围。一方面数字金融克服物理网点和地理区域的局限性，依托互联网平台，能够吸纳资本市场中的“长尾群体”，以低成本优势吸纳大量小规模投资者，增加资金供给[10]。另一方面数字金融融合了大数据、人工智能等技术，能够带动传统金融行业发展，推动金融产业转型升级，同时以低成本、低风险处理企业信息，构建信息全面的企业征信体系，降低金融风险。
其次，数字金融能缓解信息不对称，降低融资约束。数字金融以海量数据信息为基础，能够降低投资者、机构、需求者三方的信息不对称程度，减少监督成本和违约风险，降低金融市场中的道德风险和逆向选择问题[18]。数字金融能够缓解重污染企业在绿色信贷政策约束下所面临的融资风险，拓宽融资渠道，增加研发投入，推动企业绿色创新，实现绿色发展。因此，本文提出假设2:
假设2:数字金融通过缓解融资约束促进重污染企业绿色创新。
(一)样本选择与数据来源
本文以2011—2020年中国沪深两市A股重污染上市企业为研究样本。重污染行业作为污染物主要排放主体，在愈加完善的环境规制下进行绿色创新的激励性更强，数字金融的发展缓解了重污染企业的融资约束问题，进而推动了企业绿色创新行为。其中，重污染行业选取结合证监会2012版行业分类标准，参考马永强和赵良凯对重污染行业代码的选择[6]。根据公司注册地所在省份，将沪深两市A股重污染企业数据与2011—2020年北京大学数字普惠金融指数进行匹配。本文的数字金融指数来源于北京大学数字金融研究中心，其他数据均来自国泰安数据库。本文对数据进行了如下处理：(1)剔除样本中房地产、金融类，ST和退市的企业；
(2)剔除资产负债率大于1、总资产收益率小于0以及主要变量数据严重缺失的上市公司；
(3)剔除绿色专利申请数量连续5年为0的企业，并对少量缺失值进一步处理后将企业数据与绿色创新数据进行匹配。此外，为控制异常值的影响，对连续变量1%以下和99%以上的数据进行了Winsorize处理，最终共得到212家企业共2 120个观测值的面板数据。
(二)变量说明
1.被解释变量
企业绿色创新(Greinn)。目前关于企业绿色创新的衡量方法主要包括投入和产出。从投入视角来看，主要包括企业环境研发资金投入，科研员工数量[19]、相关无形资产的投入量等指标进行衡量；
从产出视角来看，主要从专利数量进行衡量，包括绿色专利申请数量[2，6]，绿色专利授权数量[19]，年度绿色专利申请数占专利申请数的比例[20]等。首先，由于创新投入的高成本性、长周期性、高风险性的特点，使用投入角度衡量会出现高估企业绿色创新的现象。其次，绿色专利授权检测时间长、不确定性高，并且存在专利技术在检测过程中已经对企业产生实际影响的情况[21]，同时专利占比更着重于反映企业对于绿色创新的重视程度。因此，使用绿色专利申请数量能更加有效地反映企业绿色创新能力。参考马永强和赵良凯[6]、廖果平和王超[22]的研究，我们将企业年度绿色专利申请数量加1后，取自然对数来衡量企业绿色创新能力。绿色发明专利按照创新性可分为绿色发明专利和绿色实用新型专利，由于绿色发明专利的创新性更强，因此使用绿色发明专利进行稳健性检验。
2.解释变量
数字金融(Difi)。采用北京大学数字金融研究中心所编制的数字普惠金融指数进行衡量。该指标包含3个纬度，主要包括数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度，共33个具体指标，旨在为各界提供一套反映数字普惠金融发展现状和演变趋势的衡量方式。该指标已被广泛应用于实证研究[23-27]。为便于计量，本文将数字金融指数取自然对数。
3.中介变量
融资约束(Dfe)。现有文献对于企业融资约束的衡量主要包括：一是使用公司数据构建相关指数，如KZ指数、SA指数、WW指数等；
二是使用企业内部财务指标进行衡量，如使用企业利息费用与总负债的比值[19，28]。考虑其他指标具有较多的内生性问题，本文使用SA指数衡量企业融资约束的程度，利用企业规模和企业年龄进行计算，其计算方法为SA=-0.737size+0.043size2-0.04age。为了便于计算，本文将SA指数取自然对数。
4.控制变量
(1)企业年龄(age)，用样本年份减去企业成立年份表示;(2)企业规模(size)，采用总资产取自然对数表示;(3)资产负债率(lev)，用负债总额与资产总额的比例表示;(4)公司成长性(growth)，用总资产增长率表示;(5)资产报酬率(roa)，用企业利润总额与总资产的比例表示;(6)固定资产比率(far)，用固定资产与总资产的比例表示;(7)研发投入(rd)，用研发投入与营业总收入的比例表示;(8)两职合一(to)，反映董事长与总经理的兼任情况，1同一人，2不同一人表示。本研究相关变量定义及符号见表1。
表1 变量符号及定义
(三)模型构建
本文采用双向固定效应模型研究数字金融对重污染行业企业绿色创新的影响。考虑到细分行业存在的异质性可能导致数字实证结果出现偏误，故选择控制“行业—年份”，基于假设，本文构建如下固定效应模型。
Greinni,t=α0+α1Difip,t+∑α2controli,t+εi,t
(1)
其中：Greinn表示绿色创新，i表示企业，t表示年份，p表示i企业所在省份，Difi表示省份数字金融指数，control表示控制变量，ε表示残差项。
为进一步检验数字金融是否通过缓解融资约束而影响企业绿色创新行为，参考江艇文献中从因果推断出发，分析中介效应逐步法检验中存在的不足[29]，因此采用仅对自变量Difi作用于中介变量Dfe的作用效应进行实证检验，中介变量Dfe作用于被解释变量Greinn的效应采用理论和逻辑分析方法进行分析，回归方程如下：
Greinni,t=β0+β1Difip,t+∑β2controli,t+εi,t
(2)
Dfei,t=γ0+γ1Difip,t+∑γ2controli,t+θi,t
(3)
其中，中介变量是融资约束指标Dfe，其余变量的定义与测度方式与上文保持一致。(2)式检验数字金融对重污染企业绿色创新的总效应，(3)式检验数字金融对融资约束的直接效应。
(四)描述性统计与相关性分析
本文主要变量的描述性统计分析结果见表2。
表2 变量的描述性统计
由表2可知，绿色专利申请数(Greinn)最大值为4.344，最小值为0，说明重污染企业绿色创新能力具有较大差异。数字金融(Difi)最小值为3.346，最大值为6.035，均值为5.289，说明不同地区的数字金融发展水平存在一定差异。
Person相关系数检验结果见表3。
表3 变量的相关性分析
由表3可知，数字金融与绿色创新的相关系数为0.164，在1%水平上显著，表明数字金融发展水平对重污染企业绿色创新行为具有正向促进作用，初步检验了假设1。其中除融资约束因计算方式与企业规模的相关系数较高外，其他各变量相关性均小于0.6，说明主要变量之间不存在严重的多重共线问题，能够进行进一步的实证研究。
(一)假设检验结果
重污染企业所在省份数字金融水平、融资约束与企业绿色创新的回归结果见表4。列(1)控制了年份和行业的影响，不加入其他控制变量，结果显示数字金融对企业绿色创新的具体回归效应系数正向显著。列(2)是在列(1)基础上加入控制变量的回归结果。
表4 回归分析结果
续表
由表4可知，在控制了行业和年份以及相关变量的情况下，数字金融的发展水平会正向影响重污染企业绿色创新，且在1%水平上显著，上述回归结果显示数字金融能显著提升重污染行业企业绿色创新，假设1得到验证。
资金是推动企业发展的关键资源，特别是对企业创新活动来说。从创新过程来看，创新项目选定、产品设计与研发、后期生产与销售全过程都需要长期充足的资金以承担人员、设备、平台建设等多项高额费用支出。同时，创新产品或服务在规模生产前难以获得超额利润[30]，且易面临创新成果被盗取的风险。因此，企业从事创新活动需要大量的资金投入。绿色创新作为一种特殊性的创新活动往往需要面对更大的融资约束问题。黄文娣和李远、叶翠红通过实证分析发现融资约束对企业绿色创新活动具有负向的影响作用。理论分析方面，学术界普遍认为融资约束问题抑制企业创新活动[31-32]。刘军航和张玲玲立足新能源企业，实证分析发现提高融资效率能够有效缓解企业资金约束问题，对绿色创新活动具有正向影响[33]。对模型(3)进行回归分析，由表4中列(3)结果可知，数字金融与融资约束具有显著负向影响，影响系数为-0.434，且在1%水平上显著，说明数字金融的发展能够缓解重污染企业融资约束问题，使得企业在低融资约束水平下能够更好地投入绿色创新，即数字金融发展能够通过缓解融资约束提升重污染企业绿色创新，假设2得到验证。
(二)稳健性检验
1.时间滞后检验
考虑到数字金融发展对于企业创新的影响不是即时产生的，将数字金融做了滞后一期和滞后两期的处理进行回归分析。其中L1Difi为滞后一期的数字金融指数，L2Difi为滞后两期的数字金融指数。具体见表5。
表5 滞后期数字金融、融资约束与绿色创新
从表5列(1)可看出，滞后一期的数字金融系数在1%的水平上显著为正，说明上一年度地区数字金融水平的提高会增加本年度重污染企业绿色专利的申请数量，即能够提高本年度企业绿色创新能力。从表5列(2)可看出，滞后一期的数字金融系数在1%的水平上显著为负，说明上一年度地区数字金融发展水平的提高能够缓解本年度企业融资约束问题，提高企业绿色创新能力。为了进一步探究数字金融影响的延续性，将解释变量滞后两期做稳健性检验。从表5列(3)、(4)可看出，滞后两期的数字金融系数依旧在1%的水平上显著为正，说明数字金融发展对企业绿色创新的影响具有延续性，说明本研究的结论是稳健的。
2.更换测量指标
(1)改变被解释变量
绿色发明专利具有更强的创新性，将绿色发明专利申请数作为被解释变量进行回归，Greinn1为通过绿色发明专利数进行衡量的绿色创新。从表6列(1)可看出，在替换绿色创新变量后，数字金融的系数在1%的显著性水平上为正，说明数字金融对企业绿色创新的促进作用依然存在。
(2)改变解释变量
数字普惠金融的总体指数反映了总体发展水平，但也掩盖了不同维度的发展趋势，因此本文使用数字金融指数下的3个细分维度，即数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度衡量数字金融并进行回归分析，其中Pcov代表数字覆盖广度，Puse代表数字使用深度，Pdigi代表数字化程度。从表6列(2)列(3)和列(4)可看出，数字金融在3个不同的维度中，数字金融使用深度对企业绿色创新行为的促进作用最大，系数为0.461。这是由于在数字金融的覆盖广度和数字化程度达到一定标准后，数字金融使用深度将成为推动数字金融指数增长的重要驱动力[34]。数字金融覆盖广度和数字金融使用深度系数均在1%显著性水平上为正，说明数字金融对绿色创新具有促进作用。
表6 更换测量变量
(一)地区异质性检验
由于地区经济发展水平的差距，数字金融的发展程度在地区之间也存在一定的差异性，且企业创新行为受地区政策、环境、经济水平等多种因素的影响。本文按照《中共中央关于制定国民经济和社会发展第七个五年计划的建议》内东、中西部的划分，根据企业注册省份进行匹配，分组进行检验。由表7列(1)列(2)分析可知：中部、中西部地区的数字金融对绿色创新均有显著促进作用，但比较数值发现，这种促进作用在中西部地区更加明显。原因可能在于数字金融的高地理穿透性使得数字金融的地区差异小于传统金融模式[34]，且东部地区先进的发展技术、汇聚的精尖人才、完善的基础设施以及更广泛的资金投入都在一定程度上弱化了数字金融所发挥的作用。相较于东部地区，中西部地区的经济环境更差，数字金融基础设施更加落后，数字金融的发展对其具有更加显著的影响，因此，数字金融对重污染企业的绿色创新作用在中西部地区更加显著。
(二)规模异质性检验
对于不同规模的重污染企业来说，数字金融对绿色创新的影响可能具有不同的影响。大规模企业对于信息的公布程度、管理模式的选择性以及组织机构的建设相较于中小规模重污染企业来说更加完备，因此，在严格的金融环境下，数字金融缓解企业融资约束会使大规模企业更容易将资金投入研发过程，增加企业创新水平，进而增强企业核心竞争力。本文参考刘洪伟等将企业按照总资产进行排序，按照75%分位数将企业规模分为中小型企业和大型企业。由表7列(3)列(4)可知，大型重污染企业绿色创新与数字金融呈显著正相关；
但中小型重污染企业绿色创新与数字金融关系为正，却不显著。这一结果表明，在重污染行业企业中，数字金融对大规模企业绿色创新促进作用相较于中小型企业更加明显。该结果可能与重污染企业面临严格的环境规制有关，中小规模重污染企业在数字金融环境下获取了更多的资金，但将资金投入到保障企业运营更重要的环节中，没有大规模投入到高风险性的创新活动中。
(三)产权异质性检验
从中国现有国情看，国有企业相较于非国有企业面临更小的资金问题，且国有企业在信息披露方面更加完善，在金融市场融资方面具有更好的信誉水平，面对由信息不对称所造成的融资问题，本文将样本类型分为国有企业和非国有企业。由表7列(5)列(6)结果可知，数字金融发展水平对国有企业和非国有企业均具有显著正向的促进作用，其中数字金融对国有企业绿色创新的影响系数为0.406，对非国有企业的影响系数为0.385，比较两个系数可知，数字金融对国有企业绿色创新的促进作用要大于非国有企业。这可能是由于国有企业在经营过程中面临更少的风险，更容易将资金投入到企业创新活动中，以增强企业竞争力。
表7 异质性分析
在高质量发展目标要求下，绿色创新成为企业转型升级的重要发展方向。金融危机以来，金融服务所造成的不公平、不平衡的现象使得群众满意程度持续下降，追求经济价值和社会价值逐渐成为金融发展潮流。数字金融体系的建立提供了更加科学、便捷、公平的金融平台和产品。本文深入分析数字金融的发展在推动重污染企业绿色创新方面所发挥的作用以及作用机制，以确定重污染企业绿色创新行为的影响因素。本文以2011—2020年中国沪深A股重污染企业为研究对象，运行双向固定效应模型分析数字金融对重污染企业绿色创新的影响，并深入探究地区异质性的影响，得出如下结论:第一，数字金融显著提升了重污染行业上市公司的绿色创新能力，特别是数字金融使用深度具有更显著的作用;第二，数字普惠金融对重污染企业绿色创新能力的影响是通过缓解企业融资约束水平这个中介机制实现的;第三，数字金融对于中西部地区重污染企业绿色创新能力的促进作用相较于东部地区更加显著;第四，在进行稳健性检验后，研究结果基本不变。
基于上述结论，本文提出以下建议:
第一，推进数字金融体系发展完善。在数字经济背景下，数字金融多服务于现代化经济发展模式，因此推动数字金融政策体系优化，开发更多满足企业发展、民众需求的金融产品，针对企业创新行为推出专业化服务，能更加有效地发挥数字金融促发展的作用。
第二，推动数字金融范围覆盖全面。数字金融的发展降低了地区之间的金融水平差异，一定程度缓解了经济发展不平衡不充分的矛盾。因此，应针对中西部地区现状，进一步完善数字金融基础设施建设、培养数字金融高技术人才，推动资源整合，充分发挥数字金融在中西部地区的作用，缓解东中西部地区的数字鸿沟问题，使数字金融跨越地域因素促进企业发展。
第三，引导数字金融资源优化配置。数字金融能有效缓解企业融资约束问题，发挥驱动创新的作用，能够推动传统产业转型升级。在推动绿色创新的基础上，实现企业绿色发展。因此，要在拓展数字金融覆盖广度和数字化基础上，挖掘数字金融深度，充分发挥数字金融促进企业发展的作用。同时，企业依托于数字金融产品，应进一步完善运营机制，主动披露社会责任、环境责任等相关信息，获取更多的资金支持，在数字经济的发展环境中实现数字化转型和可持续发展。
猜你喜欢约束融资污染融资房地产导刊(2020年8期)2020-09-11融资房地产导刊(2020年6期)2020-07-25约束离散KP方程族的完全Virasoro对称数学年刊A辑(中文版)(2020年1期)2020-05-19坚决打好污染防治攻坚战当代陕西(2019年7期)2019-04-25坚决打好污染防治攻坚战领导决策信息(2018年26期)2018-10-127月重要融资事件创业邦(2018年8期)2018-08-285月重要融资事件创业邦(2016年6期)2016-06-20对抗尘污染，远离“霾”伏都市丽人(2015年5期)2015-03-20适当放手能让孩子更好地自我约束人生十六七(2015年6期)2015-02-28CAE软件操作小百科（11）计算机辅助工程(2012年5期)2012-11-21