媒體壓力、融資約束與工業企業碳排放
——綠色發明專利的調節作用

陳小蓓，陳雪婷

(哈爾濱工業大學(深圳) 經濟管理學院，廣東 深圳 518055)

0 引言

作為體量龐大的工業大國，中國的快速發展需要大量能源投入，這種高投入、高消耗、高排放的工業模式使中國碳排放量快速上升，預計在2010-2040年中國的碳排放將占世界碳排放總量的一半[1]。為應對由碳排放引起的全球氣候問題，中國提出“中國制造2025”戰略，要求到2020年重點行業單位工業增加值能耗、物耗及污染物排放明顯下降。由此可見，降低工業企業能耗與碳排放量迫在眉睫。

為達成戰略目標，政府采取了多方舉措，如開征環保稅、開展排污權交易試點、制定環境空氣質量標準與定期公布主要污染物排放超標企業名單等，然而效果有限[2]，執行率有待提升[3]。在政府監管力度有限的情況下，媒體監督作為重要的補充機制，在曝光及抑制企業污染物違規排放方面發揮著巨大作用。

雖然政府與媒體可以作為有效的碳排放監督機構，但是最終決定碳排放行為的仍是企業。根據外部性理論，企業是以營利為主要目的的理性經濟人，它會衡量碳減排成本與減排效益以決定碳排放量。工業企業絕大部分的碳排放量產生于生產階段，碳排放減少途徑主要通過縮減生產、購置節能設備與實施綠色技術創新3種方式，但縮減生產無異于因噎廢食，而更替設備與開展研發創新需要耗費大量資金，難免面臨融資約束問題，進而影響企業碳排放結果。

古語有云“巧婦難為無米之炊”，企業融資困難由來已久，融資機構大多是“晴天送傘雨天收傘”，即使企業有較好的綠色技術創新項目，也因捉襟見肘的資金困頓與層層審批的融資規定而無奈放棄，碳減排積極性受到打擊。

因此，媒體壓力能否抑制以及從多大程度上抑制碳排放？融資約束是否會挫傷企業減排積極性？其對企業碳排放的作用是否存在沖突？本文將針對這些懸而未決的問題進行深入探討。另外，由于綠色技術創新是企業碳減排的重要手段，本文將以綠色發明專利作為代理變量，探討其對媒體壓力與融資約束兩種機制的調節作用。

1 理論分析與研究假設

1.1 企業碳排放

基于中國知網CNKI數據庫對“企業碳排放”關鍵字進行檢索發現，該方面研究自2008年始迅猛增長，從2008年的89篇增加到2016年的1 835篇，此后呈現下滑趨勢，2019年只有792篇，其中，絕大多數為政策建議，基于企業微觀層面的文獻較稀缺，其主要原因是企業碳排放數據難以獲取。為了量化企業碳排放量，不少學者作出了創新性嘗試。如王帆等[4]使用問卷調研法，收集了浙江省32家高污染企業樣本，采用層次分析法構建碳排放量指標，進而對企業碳排放程度進行衡量，因樣本量有限，其結論具有一定地域限制；沈洪濤等[5]基于二氧化碳與大氣污染物的同源性，以156家上市企業的排污費作為碳排放量衡量指標，然而許多企業并未披露排污費，因此可能存在樣本選擇偏差；周志方等[6]使用標普500強企業的碳排放量測度企業碳效率，但因存在制度形態、市場化水平與企業經營理念等國內外差異，其結論是否適用于中國仍需進一步探討；還有學者基于企業社會責任報告(CSR)披露的碳排放量數據進行實證，但披露碳排放量的企業較少，且每年統計口徑不一致，如中國平安的《企業社會責任報告》中2016年能源消耗統計范圍比2015年增加了13個自有物業項目，可見運用CSR數據作為實證數據，其可信度偏低。

為進一步提高企業碳排放測度可信度，本文利用2018年《能源統計年鑒》中八類化石能源消耗數據求得各行業碳排放量，再以企業營業總成本與行業主營業務成本為權重求得每家企業的碳排放量，為度量企業碳排放量提供了新視角。

1.2 媒體壓力與企業碳排放

由于企業碳排放量數據不可得，媒體對企業碳排放量的影響文獻欠缺，而現有文獻主要從環境污染、環境信息披露與環保投資等角度探討媒體壓力的環境效應。

媒體的負面報道會影響消費者偏好，給企業帶來市場壓力，從而對企業運營發展形成約束，令企業規范自身行為且合法開展符合輿論規范的生產活動[7-8]。這種約束稱為媒體壓力，一般用媒體報道的負面傾向程度衡量。不少學者根據聲譽理論，發現媒體可以通過曝光環境污染丑聞對企業造成輿論壓力，從而降低企業污染物排放量。例如孔東民等[9]研究了投資者對環境污染事件的反應，發現股票市場會對由媒體曝光的污染丑聞產生顯著反應，而對由政府首次披露的污染事件無明顯反應，顯示了媒體外部治理的重要性；Saha等[10]利用雙重差分法對美國制造廠的有害物質進行實證分析，結果表明，受到媒體關注的工廠有毒物質釋放量明顯降低；Jia等[11]發現，曝光企業污染行為后，媒體的語氣越尖銳，輿論壓力就越大，公司停止污染的可能性也越大。

雖然媒體能夠曝光企業的負面環保事件，但是最終還是需要政府部門的介入與處理[12]，這是因為政府部門制定的環境治理法規條文具有一定震懾力，因此部分學者認為媒體可以促進政府加強環境規制監督。劉德智等[13]通過推導演化博弈理論，證明媒體可以輔助政府部門加大污染物監管力度。為躲避政府處罰，企業會對違規行為進行遮掩，在有限的政府資源下這些違規行為很難及時被發現，而媒體監督范圍的廣泛性與事件敏感度有助于聚焦污染物超標企業，使企業有所掣肘，從而降低企業污染物排放量[14]。

值得一提的是，自2008年國務院與環保部出臺環境信息披露相關規定后，環境信息披露已成為環境治理的重要舉措之一，能有效促使企業減排污染物[15]。媒體壓力能夠敦促企業披露環境信息[7]，降低投資者與債權人環境信息的搜尋成本，擴大企業負面新聞的曝光率，對企業排放污染物產生一定約束。媒體壓力還有助于企業樹立環保意識，敦促其采取綠色舉措，如提高企業社會責任感[16]、加大環保投入[14,17]、實施綠色并購[18]與綠色技術創新[19]，這一系列綠色行為皆對企業排放污染物有抑制作用，即促使企業碳減排。

從上述分析可以發現，以往文獻多從污染物視角進行研究，鑒于二氧化碳與污染物的同源性[5]，本文提出研究假設：

H1a：媒體壓力會對企業碳排放產生抑制作用，即媒體壓力越大，企業碳排放量越少。

實施綠色技術創新是企業進行碳減排最為有效的措施之一。綠色技術是指降低環境污染，減少原材料與能源使用的技術、工藝或產品的總稱，可以用綠色專利衡量[20]。工業大類涵蓋了石油開采、計算機信息技術與醫藥制造等行業特質差異較大的細分行業，因此采用專利數衡量具有普適性，其中，綠色發明專利指標在專利質量、認可度與節能效率方面高于綠色實用新型專利指標。因此，本文將進一步探討綠色發明專利對媒體壓力下碳減排的影響效應。較之無綠色發明專利的企業，當期有綠色發明專利授權的企業更易于緩解媒體壓力，一旦媒體曝光出企業負面新聞，綠色發明專利可以成為其“遮羞布”，通過公布綠色發明專利授權情況，爭取到公眾尤其是環保型消費者好感，以挽回形象損失。再者，綠色發明專利授權是一個長期過程，企業成功獲取發明專利授權預示著其在一定年限內擁有某成果專用權，具有比較優勢與構建技術壁壘，同時向投資者與消費者傳遞出技術優勢信號，表明其擁有高水平的研發技術與節能減排能力。在這種情況下，即便媒體曝光了企業當期污染物、能耗或碳排放量超標，企業也可辯解后續會利用綠色技術減少廢棄物排放，從而削弱媒體壓力對企業的負面影響。甚至有的企業會因勢利導進行綠色工藝或綠色產品宣傳，令政府部門放松警惕，同時，私下排放過量的污染物。

由此，提出研究假設：

H1b：綠色專利授權會削弱媒體壓力對企業碳減排的促進作用。

1.3 融資約束與企業碳排放

在市場發展不完善、信息不對稱的大環境下，許多企業或多或少地存在融資約束問題，由于工業企業的綠色創新標準較高，融資約束的影響更廣。本文借鑒Fazzari提出的融資約束理論，將融資約束定義為因市場不完備(不對稱信息、代理成本等)而導致企業外部融資時遭遇的限制。當企業融資約束較高時，會導致無法順利開展綠色技術創新與進行環保投資，降低管理者節能減排積極性，進而影響企業碳減排。然而，現有研究尚未涉及融資約束對企業碳排放的影響，本文將從綠色技術創新與環保投資角度分析二者間的作用機制，以填補研究空白。

從綠色技術創新角度分析，技術創新是一項存在高外部性的研發活動，項目周期與融資期限長，且多為機密，在申請技術融資時不便于透露過多的細枝末節，導致投資方與融資方間信息不對稱。銀行等金融機構出于風險規避考慮，會對回收期長且風險高的項目慎之又慎，加之信息不對稱增加了資金回收的不確定性，致使企業外部融資成本高于內部資本成本，進而面臨融資約束[21]。由于難以獲得外部資金來開展自主研發或進行技術引進[22]，不利于企業開展節能減排等綠色技術創新與高污染模式轉型，導致污染企業二氧化碳排放量居高不下。

從環保投資方面分析，根據MM理論，企業投資行為與融資決策無關，但我國資本市場發展起步較晚，規制制定尚不夠完善，融資約束的存在影響了公司的投資決策。環保投資作為成本的一部分，不會直接貢獻利潤，且回收期長、短期收益低，因此面臨高融資約束的企業缺乏動力進行長線投資[23-24]。再者，企業所有權與經營權分離，在高融資約束情形下，管理者作為被委托人更容易出現委托代理的道德風險問題，傾向于收益高的短期項目，而忽視企業長期利益。此外，高融資約束使得企業開發新產品舉步維艱，同時，承受較大績效壓力，因此會趨向采用低廉生產方式，進而使企業碳排放量增加。

基于上述分析，提出研究假設：

H2a：企業面臨的融資約束越大，碳排放量也越大。

根據上述分析，融資約束對企業碳排放的影響與企業綠色技術創新能力息息相關，而綠色發明專利作為衡量企業綠色技術創新能力的一個指標，對融資約束與碳排放關系有重大影響。企業在獲得綠色發明專利授權之前，經歷了持續高強度的綠色技術研發，消耗了大量人力物力，且我國資本市場尚不完善，部分企業無法通過發行債券或股票籌集到足額資金，致使企業需留存高額的現金流，以保證綠色技術創新正常進行[25]。股東與債權人一旦知悉綠色發明專利申請獲批，會要求利用其改進生產工藝、節約能耗，并將其轉化為產品投放市場，因此短期內不具有進行二次綠色技術創新與環保項目投資動機。此時若融資約束增大，管理者為防止資金鏈斷裂，會對綠色發明專利成果進行宣傳，增加銷售費用支出，擠兌當期廢棄物處理費用，使企業碳排放量增加。

基于上述分析，提出研究假設：

H2b：綠色專利授權會放大融資約束與企業碳排放間的正向關系。

1.4 媒體壓力、融資約束對企業碳排放的交互影響

降低融資約束與強化媒體壓力作為兩種重要機制，都可以起到緩解企業污染物排放的作用。其中，融資約束通過限制企業綠色技術創新投入與環保投入，給企業施加績效壓力，從而有助于企業降低碳排放。此外，媒體壓力對企業碳排放行為具有監督作用，通過曝光企業污染物超排與環保違規行為，引起政府部門關注，督促其整改，從而對企業碳排放行為起到震懾作用。

媒體壓力可以輔助行政機構監管違規污染行為，通過聲譽機制達到約束作用，對企業施加監管壓力，促使企業降低碳排放。因此，從該角度而言，媒體壓力可以提高政府效率，規范企業經營行為，實現外部治理功能[12]。當媒體壓力較大時，關于污染物排放行為的曝光率較高，企業違規成本增大，這種成本可分為直接成本(訴訟費用、綠色稅收和處罰費等)與間接成本(公司和高管聲譽損害等)兩種[26]。對于融資約束較高的企業，當運營資金捉襟見肘時，企業只能顧及眼前利益與生存難題，而無暇顧及社會責任，致使企業即使面臨媒體壓力，也難以降低碳排放。

由此看來，融資約束有可能削弱媒體壓力對企業碳減排的作用，因此提出研究假設：

H3a：融資約束越高，媒體壓力對企業碳排放的抑制作用越弱。

同時，媒體壓力也會對融資約束與碳排放關系產生影響。聲譽是企業的一種無形資產，當企業負面新聞纏身時，為維護自身形象與提升公眾好感度，企業會主動履行社會責任[27]，如慈善捐款、改善員工福利等。由于這些舉措往往需要花費資金，因此會削弱企業環保投資力度，進而降低企業碳減排能力。再者，與媒體壓力較大、聲譽較差的企業相比，貸款機構更傾向于投資聲譽良好的企業[28]。因此，伴隨媒體壓力增大，企業融資約束增大，過高的融資約束會導致企業無法進行環保投資，使得碳排放量無從降低。換言之，當媒體壓力較大時，融資約束對企業環保投資與綠色技術創新的抑制作用增強，從而導致碳排放量上升。

由此，提出研究假設：

H3b：媒體壓力越大，融資約束對企業碳排放的正向作用越強。

綜上所述，本文構建理論模型，如圖1所示。

圖1 理論模型

2 實證設計

2.1 樣本選擇與數據來源

對滬深上市企業樣本數據進行篩選，規則如下：①依據1999年4月《中國上市公司分類指引》，選擇工業企業為研究對象；②剔除ST、*ST樣本；③剔除財務指標缺失且不能從企業年報、企業社會責任報告中獲得的樣本；④刪除樣本期間退市企業；⑤剔除B股數據。同時，對連續變量在1%與99%分位數上進行Winsorize縮尾處理，以剔除極限值。截止投稿日期前，2018年及以后各行業能源統計年鑒尚未公布，因此觀測期為2011-2017年。

根據以上篩選規則，得到2012年行業分類下36個細分行業2 031個工業企業的9 757個樣本數據，且均為非平衡面板數據。關于企業財務指標等變量數據，來源于WIND資訊端與國泰安CSMAR數據庫，部分缺失數據通過手工翻閱企業年報與企業社會責任報告得到，各細分行業主營業務成本數據來自WIND數據庫，用以計算二氧化碳排放量的各類能源數據來自2018年《中國能源統計年鑒》，各企業注冊地所在省域的人均GDP數據來源于《中國統計年鑒》。

2.2 變量定義

2.2.1 被解釋變量

依據《2006年IPCC國家溫室氣體指南》中關于碳排放總量測算方法，定義碳排放量等于各能源消耗量乘以該能源碳排放系數。各能源消耗量以噸標準煤為單位，需通過2018年《中國能源統計年鑒》獲取以萬噸、億立方米(天然氣)等為單位的原始數據，再折算成為噸標準煤，各能源的折標煤系數分別為：煤炭為0.714 3kg標煤/kg、焦炭為0.971 4kg標煤/kg、原油和燃料油為1.428 6kg標煤/kg、汽油和煤油為1.471 4kg標煤/kg、柴油為1.457 1kg標煤/kg、天然氣為13.300噸標煤/萬立方米。能源碳排放系數是基于《2006年IPCC國家溫室氣體指南》，通過能源熱值乘以碳氧化因子得到各能源碳排放系數。具體而言，各能源碳排放系數分別為：煤炭為0.755 9 t碳/t標準煤、汽油為0.553 8t碳/t標準煤、柴油為0.592 1 t碳/t標準煤、天然氣為0.448 3 t碳/t標準煤、煤油為0.571 4 t碳/t標準煤、燃料油為0.618 5 t碳/t標準煤、原油為0.585 7 t碳/t標準煤、焦炭為0.885 0 t碳/t標準煤。

先利用統計年鑒中能源消耗數據求得細分行業碳排放量，隨后以企業營業總成本占行業主營業務成本比例為權重，求得每個企業的碳排放量(鑒于企業營業總成本數據比營業成本與主營業務成本更全面，可比性更高，故采取營業總成本作為分子)，對其取對數，用符號LNCE表示，公式如下：

(1)

其中，LNCEit表示第i家企業第t年的二氧化碳排放量取自然對數，等于企業當年營業總成本占所在行業主營業務成本比值與行業碳排放量的乘積。

為驗證方法合理性，用公式(1)計算得到的2009年工業企業污染排放數據庫中的企業碳排放量，與運用該數據庫中煤炭、燃料油的排放量求得的企業碳排放量進行皮爾森相關性檢驗與OLS回歸，發現二者的皮爾森相關性檢驗系數為0.810，在1%的水平下顯著，且以煤炭、燃料油排放量求得的企業碳排放量為被解釋變量，以公式(1)得到的企業碳排放量為解釋變量，對行業進行控制，在無其余控制變量下，二者擬合程度(R2)達到0.658 4，解釋變量系數為正且P值為0，表示二者存在高度同質性與相關性，說明運用該計算方式所得企業碳排放量具有一定代表性。

2.2.2 解釋變量

(1)媒體壓力。借鑒黃珺與李云[29]的做法，選取中國上市公司財經新聞數據庫CFND的報道數據，根據媒體報道的情緒傾向，分為正面媒體報道、中性媒體報道和負面媒體報道3種類型，相比以正面、中性與負面報道數量作為代理變量，綜合考慮一個企業所有報道傾向新聞更能衡量其媒體壓力，這是因為規模較大企業的曝光率高于小規模企業，其負面報道數量通常也更多，但并不能表示其媒體壓力更大。因此，借鑒Clarkson等[30]的方法，用綜合正負面媒體報道情緒的Janis-Fadner(JF)系數衡量媒體報道的傾向性，為方便理解，對該指數進行正向處理，即該指數越大，企業承受的媒體壓力越大，媒體報道的定義如下：

(2)

其中，e表示負面媒體報道數量，c表示正面媒體報道數量，t表示e和c的總和。另外，Janis-Fadner系數取值從-1～1；企業負面媒體報道越多，Janis-Fadner系數就越接近1，表示來自公眾的壓力越大；相反，企業正面媒體報道越多，Janis-Fadner系數就越接近-1且來自公眾的壓力就越小。本文先用媒體網絡報道總數量構建的JF系數作為媒體壓力(Media_1)的代理變量，再用媒體原創報道數量構建的JF系數(Media_2)進行穩健性檢驗。

(2)融資約束。現階段學者們主要通過WW指數、KZ指數與SA指數衡量融資約束，由于WW指數與KZ指數具有較強內生性，本文參考Hadlock & Pierce[31]的研究成果，采用SA指數進行衡量，具體模型如下:

(3)

其中，Age為企業成立年限，Size是以百萬元為單位的企業總資產取自然對數。另外，以SA指數中位數作為基準，若SA指數高于中位數，則SA取值為1，否則SA取值為0，生成變量SAindex，用于穩健性檢驗。

2.2.3 調節變量

關于綠色發明專利的衡量指標，本文借鑒齊紹洲等[20]的方法，根據世界知識產權組織提供的綠色專利清單中的綠色專利國際專利分類，手工對企業當年獲得的發明專利情況進行評價，對該年度擁有綠色發明專利授權的樣本取值1，否則取0。一般而言，綠色發明專利會有利于企業節能減排，降低企業碳排放量。

2.2.4 控制變量

借鑒相關研究，選取企業杠桿、盈利能力、企業年齡、監管層持股比例、股權集中度、人均GDP、年度虛擬變量和行業虛擬變量作為控制變量，具體定義如表1所示。由于SA指數與企業規模具有較高共線性(二者的皮爾森相關性為0.714)，因此在作回歸分析時不加入企業規模。

表1 變量定義

2.3 研究方法與模型檢驗

設定以下計量模型檢驗假設，其中，模型(4)用以驗證假設H1a與假設H2a，模型(5)、(6)與(7)用來驗證假設H2a、H2b，模型(8)用以驗證假設H3a與H3b。

LNCEit=α0+α1Media_1it+α2SAit+α3∑Controlit+∑Yeart+ ∑Indit+εit

(4)

LNCEit=b0+b1Media_1it+b2SAit+b3Greenit+b4∑Controlit+∑Yeart+ ∑Indit+εit

(5)

LNCEit=c0+c1Media_1it+c2SAit+c3Greenit+c4Media_1it×Greenit+c5∑Controlit+ ∑Yeart+ ∑Indit+εit

(6)

LNCEit=d0+d1Media_1it+d2SAit+d3Greenit+d4SAit×Greenit+d5∑Controlit+ ∑Yeart+ ∑Indit+εit

(7)

LNCEit=e0+e1Media_1it+e2SAit+e3Greenit+e4Media_1it×SAit+e5∑Controlit+ ∑Yeart+ ∑Indit+εit

(8)

其中，∑Controlit表示控制變量，∑Yeart與∑Indit分別表示年份及行業效應，εit表示隨機誤差項。對模型進行豪斯曼檢驗。結果表明，上述模型適用于固定效應模型，且為避免遺漏變量造成的內生性問題，采用控制個體、年份與行業的固定效應模型進行回歸。此外，為修正異方差與自相關帶來的偏誤，采用xtscc命令進行回歸。

3 實證分析

3.1 描述性統計分析

從表2描述性統計結果可知，媒體壓力Media_1的中位數與平均值分別為-0.123及-0.151，數值小于0，表示總體而言，企業受到的媒體壓力偏弱，半數以上樣本的正面新聞多于負面新聞；SA指數的中位數與均值相近，分別為-3.641與-3.614，較符合正態分布特征；綠色發明專利均值為0.112，表示大部分樣本并不擁有綠色發明專利；企業碳排放均值為3.736，工業企業平均每年碳排放量高達41.93(=e3.736)萬噸，且經對數化后標準差仍高達1.971，表示不同企業的碳排放量差距較大，具有鮮明的個體差異，顯示了采用固定效應模型的合理性。另外，各控制變量的最大值與最小值差距在合理范圍內，說明有效剔除極限值影響后，數據選取較合理。

表2 描述性統計結果

3.2 皮爾森相關性檢驗

由表3看出，融資約束SA指數與企業碳排放顯著正相關，初步驗證假設H2a；媒體壓力(Media_1)與企業碳排放的相關系數均為正，與假設H1相反，但系數并不顯著；綠色發明專利系數顯著為正，也與預期符號相反；由于皮爾森相關性檢驗尚未考慮其余控制變量，因此還需進行回歸分析。此外，各變量間相關系數絕對值的最大值為0.503，且經方差膨脹因子檢驗，VIF最大值為2.01，遠小于10，說明不存在多重共線性，即控制變量選取較為合理。

表3 皮爾森相關性檢驗結果

3.3 回歸分析

為避免多重共線性，對所有交互項進行去中心化處理，并在回歸前對表4中各模型進行檢驗：①運用F檢驗與最小二乘虛擬變量法LSDV進行個體固定效應檢驗；②用BP-LM法進行隨機效應檢驗；③用豪斯曼檢驗固定效應模型適用性；④用修正的Wald法檢驗模型是否存在異方差。另外，雖然本文數據為短面板數據，為保證穩健性，避免偽回歸，對模型進行自相關檢驗，用Wooldridge檢驗固定效應模型是否存在自相關。結果發現，表4中各模型均存在個體固定效應、異方差與自相關，且Hausman檢驗P值均小于0.05，說明應選用固定效應模型，表4為修正異方差與自相關后的固定效應模型回歸結果。

從表4的模型6可以看出，媒體壓力(Media_1)與企業碳排放系數在5%的水平下顯著負相關，表明媒體壓力越大，企業碳排放越少，證明假設H1a成立，然而其系數較小，僅為-0.095，說明媒體壓力每增加1單位，企業碳排放減少9.5%，但媒體壓力變動幅度有限，其取值范圍為[-1,1]，說明僅靠媒體壓力不足以大規模削減企業碳排放量。另外，媒體壓力與綠色發明專利的交互項系數(Media_1×Green)為正，且在5%的水平下顯著，說明擁有綠色發明專利使得媒體壓力的碳減排作用減弱，假設H1b得到驗證。需要注意的是，其交互項系數為0.129，根據模型6中的回歸系數，可求得企業碳排放對媒體壓力的偏導為?LNCE/?Media_1=-0.095+0.129Green，當Green取1時，其偏導為正數，值為3.4%(=-0.095+0.129)，表明對于該年度擁有綠色專利授權的企業，媒體壓力不僅沒有起到約束企業碳排放的作用，反而因增加了企業曝光度，無形中宣傳了企業的綠色發明專利成果，有助于企業改善形象，降低了公眾對丑聞的關注度，導致外部監督機制的效度減弱，削弱了企業碳減排動力。

表4 全樣本回歸結果

在融資約束(SA)方面，模型7中的系數為2.744，在1%的水平下顯著正相關，說明企業融資約束越高，企業碳排放量越大，假設H2a得到驗證。具體而言，融資約束每提高1單位，企業碳排放量增加274.4%，而融資約束p25(25%分位值)與p75(75%分位值)相差0.321(=3.804-3.483)，從p5(5%分位值)至p95(95%分位值)相距0.971(=4.046-3.075)，說明融資約束對企業碳減排的促進作用遠大于媒體壓力的碳減排作用。相反，若政府放寬融資渠道，企業融資約束降低，不僅有助于企業日常運營，而且對企業碳減排大有裨益。再者，融資約束與綠色發明專利的交互項系數(SA×Green)為0.346，在5%的水平下顯著為正，即該年度擁有綠色發明專利授權的企業，融資約束對企業碳排放的正向影響將提升34.6%，表明綠色發明專利增強了融資約束對企業碳減排的促進作用，驗證了假設H2b。

模型(8)中的交互項(Media_1×SA)系數為正，表明隨著融資約束增大，媒體壓力對企業碳減排的抑制作用減弱，與假設H3a一致，但并未通過顯著性檢驗，表示融資約束的調節作用并不明顯。其原因可能在于，當融資約束過高時，企業現金流高度緊張，企業會更留意污染物排放是否達標，因為一旦不達標會面臨行政罰款，導致原本融資難的企業面臨資金鏈斷裂之危。此時，媒體壓力越大，企業逃脫污染責罰的可能性越低，為避免因污染物排放過量引致罰款，企業減排動力增強，抵消了融資約束對媒體壓力促進碳減排的削弱效應。

再者，模型(8)的交互項(Media_1×SA)為正，表明隨著媒體壓力增大，融資約束對企業碳減排的正向作用增強，符合假設H3b，但其系數并不顯著，表明媒體壓力對二者關系的作用未得到統計意義上的驗證，即媒體壓力增大時，融資約束對企業碳減排的促進作用未必增強。這是因為針對媒體的負面報道，企業管理者心生忌憚，縱使融資約束再高，為了挽回聲譽，企業也會進行污染物減排等綠色行為，從而削弱融資約束對環保投入的抑制作用。

從控制變量來看，一方面，資產負債率(Lev)、盈利能力(Roe)、人均GDP(PGDP)、企業年齡(Age)與企業碳排放顯著正相關，當企業高負債運營時，過高的利息成本會抑制企業綠色轉型。企業往往根據上一年度盈利情況制定當年盈利目標，因此凈資產收益率越高，企業面臨的績效壓力越大，管理者越容易為經濟效益而犧牲環境責任，致使企業碳排放增加。根據環境庫茲涅茨曲線，經濟增長往往伴隨環境惡化，因此人均GDP與企業碳排放呈正相關。企業年限越長，其結構越僵化，綠色轉型遇到的阻力越大，因此碳排放越高；另一方面，綠色發明專利(Green)、監管層持股比例(Regulatory)、股權集中度(CR1)與企業碳排放負相關，說明綠色技術創新對企業碳排放具有抑制作用。監管層持股比例越高，內部監督機制越完善，違規排放的可能性越低。第一大股東的股權越大，為了維護自身聲譽以及長遠發展，會傾向降低企業能耗，且股權越集中，其話語權越大，制定相關減排政策的效率越高。因此，股權集中度越高，企業碳排放越低。

3.4 異質性分析

為了進一步驗證結論并深化研究，本文還將探討媒體壓力與融資約束影響碳減排的企業異質性。國有企業和民營企業在社會福利目標、資源依賴性等方面的差異，造成媒體壓力與融資約束對企業碳排放的影響可能存在差異，因此將樣本分為國企與非國企進行回歸，結果如表5所示。

從表5可以看出，無論是國有企業還是非國有企業，媒體壓力均對企業碳排放存在顯著抑制作用，且融資約束與企業碳排放皆在1%的水平下顯著正相關，假設H1a與H2a再次得到驗證。

表5 媒體關注、融資約束對企業碳排放的異質性分析結果

從綠色發明專利對媒體壓力的調節作用看，在非國有企業中，綠色發明專利顯著削弱了媒體壓力的碳減排作用(b=0.165，P<0.01)，而國有企業中，綠色發明專利對媒體壓力的碳減排作用并無顯著影響，其交互項(Media_1×Green)系數(b=0.107，P>0.1)并不足以抵消媒體壓力對國有企業碳排放的抑制作用(b=-0.132，P<0.01)，表明綠色發明專利的調節作用存在顯著的產權異質性。不同于非國有企業，國有企業往往會面臨較大的社會輿論和政府監督壓力(王旭，褚旭，2019)[32]，當面臨重大丑聞時，綠色技術創新成果并不足以轉移公眾注意力，媒體依然可以有效發揮監督作用。

從綠色發明專利對融資約束的調節作用看，在國企與非國企中，綠色發明專利均顯著增強了融資約束與企業碳排放之間的正向作用，再次驗證假設H2b成立。

此外，國企與非國企中媒體壓力和融資約束的交互項均不顯著且符號相反，二者間的作用未得到驗證，說明媒體壓力與融資約束相互作用對工業企業碳排放的影響尚不明朗。

3.5 穩健性檢驗

利用替換變量方式進行穩健性檢驗，替換解釋變量媒體壓力的衡量指標為Media_2，并將融資約束指標換為以SAindex表示，檢驗結果如表6所示，與上文結果基本一致，表示結論較為穩健。

表6 穩健性檢驗結果

在融資約束的內生性方面，其衡量指標SA指數采用的是兩個外生指標，存在內生性的可能性較小，但為穩健起見，將被解釋變量企業碳排放提前一期(LNCEi,t+1)作回歸，結果如表7所示，其系數符號與顯著度基本保持一致。

表7 內生性檢驗結果

在媒體壓力的內生性方面，運用和xtivreg2命令即兩步GMM法對其進行回歸，回歸結果如表7所示。工具變量選取提前一期Media_1i,t+1與三期均值(即提前一期Media_1i,t+1、滯后一期Media_1i,t-1與當期Media_1i,t的算數平均值)，它們與當期媒體壓力相關，但與當期企業碳排放的相關性很小，為穩健起見，對工具變量進行檢驗，結果顯示不存在弱工具變量、識別不足與過度識別問題，說明工具變量選取較為合理。在兩步GMM法下，媒體壓力Media_1系數顯著為負、媒體壓力與綠色發明專利交互項Media_1×Green的系數顯著為正，而與融資約束交互項Media_1×SA的系數為正但不顯著，說明在控制可能的內生性后，媒體壓力對企業碳排放的抑制作用仍得到驗證，綠色發明專利對媒體壓力碳減排作用的削弱亦通過了顯著性檢驗，結論與上文保持一致，表明結論較穩健。

4 結論與建議

隨著新媒體與網絡技術的普及，媒體監督儼然成為重要的非制度因素，在曝光企業超排違規行為方面有著不可忽視的作用，而融資約束作為企業無可避免的問題，其高低程度直接關系到企業運營生產策略的制定。學術界已經從宏觀層面研究了碳排放影響因素，但鮮有文獻從企業微觀視角出發，考察媒體壓力與融資約束對企業碳排放的影響。本文以2011-2017年滬深兩市工業企業為研究對象，采用固定效應模型估計，實證分析了媒體壓力與融資約束對工業企業碳排放的影響機理，并研究了綠色發明專利的調節效應，探討了兩種因素在國企與非國企之間是否存在差異化影響。實證研究發現：第一，媒體壓力與工業企業碳排放存在顯著的負相關關系，企業受到的媒體壓力越大，碳排放越低；第二，融資約束與企業碳排放存在顯著的正相關，企業面臨的融資約束越高，其碳排放量越高，換言之，緩解融資約束能降低企業碳排放量；第三，綠色發明專利對媒體壓力的碳減排效應存在負向調節作用，即綠色發明專利會削弱媒體壓力的碳減排效應，但調節效應存在產權異質性，即綠色發明專利會削弱媒體壓力對非國有企業的碳減排作用，而在國有企業中，綠色專利的調節作用并不明顯；第四，無論是國有企業還是非國有企業，綠色發明專利均增強了融資約束對碳排放的抑制作用；第五，媒體壓力與融資約束對企業碳排放并不存在顯著的相互促進或抑制作用。

基于上述結論，本文提出3點政策建議：第一，作為重要的非正式制度因素，媒體可以在敦促公司降低碳排放中發揮重要作用，但基于媒體容易跟風，政府應鼓勵真實全面的報道，對污蔑誹謗式新聞予以懲戒；第二，信貸機構在審查資金用途時，應加大企業綠色投資狀況的審查，對綠色技術創新和環境保護項目予以利率優惠，鼓勵企業改進生產設備與實施節能減排項目；第三，加大企業碳信息披露力度，鼓勵企業公布詳細的能源消耗狀況，以便精準測算企業碳排放量，并統一測量口徑，推進企業碳排放研究發展。