數字金融發展與企業環境績效
——基于中國制造業的經驗研究

蘇玉騰

（河北省社會科學院經濟研究所，河北 石家莊 050051）

引言

我國生態文明建設仍然是一個短板，資源環境惡化、生態系統退化的問題也日趨嚴重，特別是制造企業的污染排放呈高發態勢[1]。因此，新發展階段制造業企業需要在實現經濟績效的同時，要注意環境保護、實現綠色發展。企業要實現綠色發展，離不開資金的支持。在數字經濟時代，數字金融作為數字技術和金融行業結合的產物，能否促進企業環境績效的增長仍是目前研究的重點。鑒于此，本文將利用數字金融和中國工業企業與污染的合并數據，來研究探索數字金融與企業環境績效之間的關系以及作用機制。

一、文獻綜述

數字金融（Digital Finance）泛指傳統金融機構與互聯網公司利用數字技術實現融資、支付、投資和其他新型金融業務模式。黃銳等（2021）[2]認為在創新推動下，數字技術與金融領域的深度融合催生了數字金融，為解決金融與實體兩端資金供求銜接不暢的困境提供了現實可能性。張勛等（2019）[3]發現，中國數字金融由公益性小額貸款發展為綜合服務金融，在這過程中加之互聯網與移動通信等高科技的廣泛應用，中國數字金融得到了長足的發展，極大提高了金融服務的可得性與便利性。眾多學者也開始研究數字金融對環境的影響，比如趙軍等（2021）[4]發現數字金融還可以有效放大金融功能，提升金融對實體經濟的服務能力，推動綠色創新和城市高質量發展。惠獻波（2021）[5]通過研究發現數字金融可以通過提升技術創新水平、優化產業結構以及緩解資源錯配等途徑，間接促進城市綠色全要素生產率的提升。

對于企業來說，徐釗等（2021）[6]認為數字金融可以激勵企業創新，從而提高資源的利用效率，從而達到污染減排的目標。除此之外，翟華云等（2021）[7]發現企業可以利用數字金融有效掌握消費者的消費能力與消費偏好，從而充分挖掘市場需求，推動資金和企業的綠色技術創新精準融合，給企業的綠色創新提供更多機遇。不僅如此，劉松濤等（2021）[8]認為數字金融也可能通過賦能綠色經濟來減少空氣污染，段永琴等（2021）[9]發現數字金融可以通過促進技術密集制造業發展等路徑有效降低實體經濟單位GDP 能耗，從而驅動企業綠色發展。

在對企業環境績效的作用機制方面，余得生、楊禮華（2021）[10]通過研究發現，數字金融主要是通過降低企業的融資難度來提高企業的綠色創新能力，從而提升企業的環境績效。張銘心等（2021）[11]認為，現代信息技術具有良好的滲透性、網絡型以及系統性等特點，因此數字金融的發展對于紓解企業“融資難、融資貴”具有無法比擬的先天優勢。黃銳等（2020）[12]發現，數字金融可以通過優化融資體系以及降低企業融資成本、提升企業透明度等方式，彌補傳統金融的不足，緩解企業的融資約束。而且任曉怡（2020）[13]研究發現，數字普惠金融發展水平越高，對降低企業融資約束越有利，并且可以在較長的時間軸內對企業融資約束的紓解形成一個明顯的疊加效應。黃益平等（2018）[14]認為，這是因為數字金融具有“成本低、速度快、覆蓋廣”等優勢，萬佳彧等（2020）[15]認為，企業可以利用數字金融的這個優勢拓寬資金來源，增加融資數量，減輕信貸扭曲程度，推進金融資源的合理配置。盛明泉等（2021）[16]認為，數字金融還可以提升傳統金融審批速度，降低企業的信息成本和創新融資成本，激發企業的創新動力，從而緩解企業的融資約束。其次，李朝陽等（2021）[17]通過研究發現，金融中介機構可以利用數字金融增強信息搜索能力，緩解市場中的信息不對稱，改善信貸資源錯配，使信貸資源在企業間實現更合理的配置，從而為投資者提供更多有關企業投融資決策的信息，緩解了企業的融資約束[15]。不僅如此，馬芬芬等（2021）[18]認為，數字金融擴大了金融服務的范圍，使缺乏抵押物的企業也能獲得信貸支持；還可通過減少信貸發放過程中的尋租活動，緩解企業融資約束。

通過梳理相關文獻可知，現有文獻僅關注數字金融是否對企業的綠色創新有推動作用，并沒有從融資約束的角度探索數字金融對企業環境績效的間接提升作用。隨著大數據、云計算、區塊鏈等數字技術飛速發展，數字金融的優勢越來越突出，緩解企業融資約束，對企業的污染減排提供了金融支持。因此，基于國內外的研究基礎，本文將從數字金融能否通過緩解企業的融資約束來間接提升企業的環境績效的角度來進行研究。研究結論不僅可以為企業提升環境績效提供新思路，又能為企業融資提供有效解決辦法，具有重要理論與實踐價值。

二、研究設計

（一）模型設計

根據前文理論分析及本文研究目標，設定數字金融發展對企業環境績效影響的面板數據模型，具體形式如下：

其中，SO2it表示企業i在t時期的二氧化硫排放強度，用單位產值二氧化硫排放量取對數值表示；indexit表示企業i在t時期所處地區的數字金融發展水平和數字金融覆蓋廣度，分別用用數字金融指數和覆蓋廣度指數的對數值表示；μi為企業固定效應；νt為時間固定效應；Xit 是企業層面的控制變量；εit為隨機誤差項。

（二）變量說明

1.被解釋變量：二氧化硫排放強度。本文選取企業的二氧化硫排放強度作為被解釋變量，構造企業的環境績效指標。一是因為中國的環境污染主要形式是以煤煙為主的，自燃煤排放大量的SO2對空氣的污染尤為嚴重，大大降低了企業的環境績效。二是SO2作為我國政府節能減排目標的重要污染物之一，對其排放強度的研究也是十分重要的。三是SO2是世界重點監控的污染指標，會對人類健康造成嚴重傷害，是國內外學者在研究環境污染問題時經常選用的被解釋變量。

2.核心解釋變量：數字金融。鑒于研究需要及數據可得性，采用北京大學數字普惠金融研究中心的數字金融數據作為本文的核心解釋變量的替代變量，本文主要使用數字金融指數和數字金融覆蓋廣度兩個指標。

3.機制變量：（1）融資約束（SA指數）。本文采用Hadlock與Pierce[22]在2010年提出的SA指數來衡量企業面臨的融資約束，該指數采用企業規模（size）和企業經營年限（age）兩個指標來構建，計算方法為SA=-0.737*size+0.043*size2-0.04*age。SA 的計算結果為負數，因此絕對值越大表示所面臨的融資約束越強。該指數不僅可以從長期的視角來描述企業融資約束的特征，而且具有外生性強、計算簡單、測度結果比較穩健以及符合中國企業發展特點等優點，在國內的相關研究中得到廣泛的應用。因此，本文將采用SA 指數來測算企業面臨的融資約束。（2）技術創新（專利授權量），本文采用地級市專利授權總量和發明專利授權量作為地區技術創新的替代變量。

4.控制變量。為盡可能克服遺漏變量的影響，本文加入了企業、行業以及城市層面的多個控制變量。（1）企業層面的控制變量，包括：企業資本密集度（kl），企業資本密集度是衡量企業要消耗多少資金才能有收入的一種效率指標，資本密集度越低表示企業的投資回報率較高，越有利于其進行綠色創新，本文采用企業總資產與主營業務收入的比值來表示企業資本密集度；企業規模（size），本文將企業員工人數用自然對數處理后來表示企業規模；企業經營年限（age），本文將企業經營年限定義為企業年齡加1再取自然對數；國有企業（soe），在本文的實證中，登記注冊為國有企業的企業取值為1，非國有企業取0。外資企業（fie），若企業為外資企業則取1，非外資企業取0。（2）行業層面的控制變量：行業競爭程度（hhi）。本文采用赫芬達爾指數來表示行業競爭程度，該指數的計算方法比較簡便，既用行業內企業市場份額的平方和再取對數表示。若一個行業的赫芬達爾指數越高，則說明該行業集中度越高，行業競爭程度也就越低。（3）城市層面的控制變量：城市經濟發展水平（pgdp）。本文采用城市人均GDP來表示城市的經濟發展水平。

（三）數據來源

本文使用的數據主要來源為：（1）數字金融發展數據庫；（2）中國工業企業數據庫；（3）中國工業污染源重點調查企業數據庫；（4）中國研究數據服務平臺（CNRDS）。其中，數字金融發展數據庫由北京大學數字金融研究中心與螞蟻金服公司合作開發，指數涵蓋時間范圍為2011—2020年中國各省、各地級市的數字金融發展指數和覆蓋廣度，文章選用了地級市層面的數字金融數據。此外，參照Brandt et al.（2012）[23]、Yu（2015）[24]等的方法，對中國工業企業數據庫與中國工業污染源重點調查企業數據庫進行處理及匹配，得到一份企業級的污染排放數據集。并鑒于數字金融發展數據和工業企業數據的時間跨度，最終選擇了2011—2013年的數據樣本進行實證研究。

三、實證分析

（一）數字金融對企業環境績效的影響

表1匯總了基于全樣本估計的數字金融對企業環境績效既SO2排放強度的影響結果（表中SO2代表二氧化硫排放強度，下表同）。其中第（1）列和第（2）列分別對核心解釋變量數字金融的兩個指標——數字金融指數和覆蓋廣度指數兩個變量進行回歸；第（3）列和第（4）列在此基礎上納入了企業層面的控制變量；第（5）列和第（6）列加入了行業層面的控制變量既赫芬達爾指數；第（7）列和第（8）列又加入了城市層面的控制變量——城市經濟發展水平（pgdp）。從回歸結果來看，無論是否加入其余控制變量，SO2排放強度的估計系數均顯示為負，說明數字金融的發展程度與SO2的排放強度呈負相關，既數字金融的發展程度越高，SO2的排放強度越低，企業的環境績效越高。以第（7）列和第（8）列的回歸結果為例，數字金融指數每提高1%，制造企業SO2的排放強度將平均下降4%；數字金融覆蓋廣度指數每提高1%，制造企業SO2的排放強度將平均下降2%。回歸結果充分說明了數字金融的發展可以抑制制造企業SO2的排放強度，提升制造企業的環境績效。

表1 基礎回歸結果

（二）內生性檢驗

在上述的實證檢驗中，初步證明了數字金融發展對制造業企業的環境績效有促進作用，但是數字金融發展與企業環境績效之間可能存在互為因果關系以及遺漏變量的存在，從而導致模型的計量結果有所偏差。因此為了避免“環境績效高企業所在的地區數字金融發展水平才高”這一反向因果關系導致的內生性問題，本文參考了謝絢麗等（2018）[19]的做法，使用滯后一期的“城市互聯網普及率”作為工具變量，一方面互聯網普及率與數字金融的發展密切相關，是數字金融發展的基礎；另一方面，一個城市制造企業的環境績效高低不會影響前一年的互聯網普及率。面板工具變量的回歸結果如表2所示，其中第（1）列和第（2）列是在工具變量法下，數字金融指數與數字金融覆蓋廣度對SO2排放強度的回歸結果，第（3）列和第（4）列又進一步加入了控制變量。從回歸結果看，數字金融發展依然可以抑制SO2排放強度，提升企業的環境績效，表明本文基本觀點穩健可靠。

表2 內生性檢驗

（三）異質性分析

上述實證結果顯示，數字金融的發展可以有效提高制造企業的環境績效。但是，數字金融在提升企業環境績效的同時，是否會因為企業所處地區以及行業的不同表現出不同的結果呢？本文將進一步分析其異質性特征。

1.地區異質性檢驗。我國東部地區和中西部地區、北方地區和南方地區、沿海地區和內陸地區經濟發展水平有所不同，不同地區數字金融的發展程度存在差異，對企業SO2排放強度的抑制作用可能也會存在差異。因此，本文將全樣本企業分為不同的子樣本，進一步考察數字金融對企業環境績效的地區異質性影響。

根據國家統計局對東中西部的劃分，將企業所在地區劃分為東部地區和中西部地區兩組進行回歸，回歸結果如表3所示。從結果可以看出，東部地區的組別在1%的統計水平下顯著，而中西部地區的組別在5%的統計水平下顯著，并且東部地區樣本中數字金融、覆蓋廣度的回歸系數絕對值均大于中西部地區樣本，從而說明在東部地區數字金融更能抑制SO2的排放強度，促進企業環境績效的提高。

表3 異質性檢驗：東部和中西部

根據企業所在地區處于秦嶺淮河線以北還是以南，將企業劃分為北方和南方兩組，回歸結果如表4所示。根據結果顯示，在北方的組別中回歸結果并不顯著，在南方的組別中回歸結果在1%的統計水平下顯著，并且南部地區樣本中數字金融、覆蓋廣度的回歸系數絕對值更大，說明數字金融對南方地區企業的環境績效的促進作用更明顯。

表4 異質性檢驗：北方和南方

根據企業所在城市是否沿海，將樣本企業分為沿海和內陸兩個組別進行回歸，回歸結果見表5所示。結果顯示，兩個組別的計量結果均在5%的統計水平下顯著。但是沿海組別數字金融、覆蓋廣度的回歸系數的絕對值要大于內陸組別，說明數字金融對于沿海企業SO2排放強度的抑制作用更強，更能提升企業的環境績效。

表5 異質性檢驗：沿海和內陸

上述的回歸結果顯示，在經濟發展水平較高的地區（東部地區、南方地區與沿海地區），數字金融對企業SO2排放強度的抑制作用更強，這可能是因為經濟發達地區數字金融的發展水平較高，為企業融資、綠色創新創造了良好的環境，企業有更多的資金進行環境績效的提升。

2.行業異質性檢驗。行業要素構成會對企業的環境績效產生重要影響，一般資本密集型行業的環境績效也較差。因此本文從企業所處行業是否為資本密集型行業進行異質性檢驗，分類標準根據謝建國（2003）[20]的方法來進行。檢驗結果如表6所示，資本密集型組別的回歸結果在1%的統計水平下顯著，而非資本密集型組別的回歸結果并不顯著，這表明，數字金融的發展抑制了資本密集型行業的SO2排放強度，而對非資本密集型行業的作用并不明顯。因此，處于資本密集型行業企業的環境績效受數字金融發展水平的影響更大。

表6 異質性檢驗：資本密集型行業和非資本密集型行業

四、數字金融影響企業環境績效的作用機制

前文主要圍繞數字金融的發展水平對企業環境績效的影響進行探討，但是其作用機制還有待分析。因此，本文基于前文的理論分析，選取了融資約束和技術創新兩個變量作為機制變量，參考溫忠麟等（2014）[21]的方法，來研究數字金融影響企業環境績效的作用機制。

（一）數字金融、融資約束與企業環境績效

在表7中，首先報告了作用機制“數字金融-融資約束-SO2排放強度”的檢驗結果。其中，第（1）列和第（2）列的被解釋變量為融資約束（SA），第（3）列和第（4）列的被解釋變量為二氧化硫排放強度（SO2）。當融資約束（SA）作為被解釋變量時，回歸結果在1%的統計水平下顯著為負，說明數字金融對融資約束有抑制作用，這是因為數字金融一方面拓寬了企業的融資渠道，降低融資門檻，另一方面可以利用信息技術，消除企業在貸款時面臨的信息不對稱，提高了貸款可得性。當SO2排放強度作為被解釋變量，融資約束（SA）作為解釋變量時，融資約束對二氧化硫排放強度的影響結果在1%的統計水平下顯著為正，說明融資約束與SO2排放強度成正向相關，說明融資約束越低，SO2排放強度越低。這是因為融資約束的降低增加了企業資金的可得性，企業可以有更多的資金進行環境污染治理與綠色創新。回歸結果也與之前的結論相同，既數字金融的發展水平越高，企業所面臨的融資約束越低，從而SO2排放強度越低，企業的環境績效也越好。

表7 作用機制：數字金融、融資約束與企業環境績效

（二）數字金融、技術創新與企業環境績效

本部分將研究數字金融、技術創新與環境績效之間的作用機制。表8報告了數字金融對于技術創新的回歸結果。其中，第（1）列和第（2）列顯示了數字金融指數和覆蓋廣度指數對發明專利的檢驗結果；第（3）列和第（4）列顯示了數字金融指數和覆蓋廣度指數對專利總量的檢驗結果。回歸結果均在1%的統計水平上顯著為正，說明數字金融可以促進企業的技術創新。表9報告了技術創新對于SO2排放強度的影響結果，回歸結果均在1%的統計水平上顯著為負，說明技術創新可以抑制企業SO2排放強度。表8和表9的回歸結果顯示，數字金融可以通過推動企業技術創新而降低企業二氧化硫排放強度，進而提升企業環境績效。這是因為數字金融的發展降低了企業的貸款難度，企業有更多資金可以用于技術創新，企業的技術創新可以使企業的資源得到更加合理的配置，企業生產效率得到提高，從而使能源的利用更加高效，有助于降低企業污染排放強度。

表8 作用機制：數字金融對技術創新的影響

表9 作用機制：技術創新對企業環境績效的影響

五、結論與建議

本文基于選取的樣本數據，實證研究并檢驗了數字金融發展對于企業績效的影響，并進一步探究了其作用機制。得到了以下結論：一是使用數字金融的兩個指標既數字金融指數和覆蓋廣度指數作為核心解釋變量，對企業的SO2排放強度進行回歸分析，并經過內生性檢驗，發現數字金融可以有效降低企業的SO2排放強度，提升企業環境績效。二是通過異質性檢驗發展，在經濟比較發達的地區既東部地區、南方地區、沿海地區和資本密集型行業，數字金融對于企業環境績效的提升作用更大。三是通過作用機制分析，發現數字金融是通過降低企業的融資約束以及提升企業的技術創新來提高企業的環境績效的。

基于以上結論，提出以下建議：第一，完善數字金融發展體系，推動傳統金融數字化轉型。利用信息技術工具完善數字金融的基礎設施建設，鼓勵數字金融實現多元化發展，不僅要擴大數字金融覆蓋廣度，而且要加深數字金融的應用深度，降低數字金融的服務門檻，促進數字普惠金融發展。第二，注重數字金融的地區差異化發展，因地制宜發展數字金融。尤其在經濟欠發達地區，要推動網絡基礎設施建設，加大對數字金融發展的扶持力度，繼續推廣普及數字金融，完善當地數字金融的服務供給，充分發揮數字金融的普惠特性，加強金融服務在當地的可得性與質量，有效預防金融資源供給不平衡問題的產生，促進當地實體經濟發展。而在經濟發達地區，強化其金融服務的輻射功能，提高當地企業融資的可獲得性。第三，利用數字金融優勢，進行數字技術和服務模式創新。借助數字金融的信息識別優勢準確篩選出具有發展潛力、有資金需求的制造企業，引導數字金融與制造企業深度結合，推動我國制造企業轉型升級，降低企業的融資約束，營造良好的貸款環境，激發企業創新動力，賦能高污染企業綠色發展。第四，打造數字金融監管體系，保障數字金融健康發展。數字金融帶來的新型金融業務不同于傳統金融，因此要對傳統金融監管體系加強變革，制定具有針對性以及靈活性的金融監管政策，加強數字金融行業的理論研究，完善相應的法律法規，出臺配套監管制度，有效防范金融系統性風險，做好有關信息披露的相關管理，充分發揮金融監管對數字金融的提質增效作用。第五，鼓勵企業綠色創新、可持續發展。出臺相應政策，對于企業的綠色創新給予政策補貼，鼓勵制造業企業進行創新研發，促進制造企業的產業結構升級，加大創新人才培養力度，并且加大市場化激勵機制建設，制定環境規制，助力企業提升環境績效水平。