供應鏈金融視角下制造業企業碳減排效應

【摘要】隨著“雙碳”目標的確立，綠色低碳發展成為未來企業發展的主要方向，而作為能源消耗和碳排放量最多的行業之一，制造業企業的低碳減排至關重要。本文以2008～2020年A股上市制造業企業數據為樣本，實證檢驗制造業企業供應鏈金融對企業碳減排的影響。研究發現： 供應鏈金融的發展可以促進制造業企業碳減排。機制檢驗結果表明： 制造業企業供應鏈金融通過企業數字化轉型和媒體監督兩條渠道進行傳導，從而影響供應鏈上下游企業的碳減排。異質性檢驗結果表明： 制造業企業供應鏈金融的碳減排效應，在資產密集型、綠色意愿更強的制造業企業中更為顯著。此外，當企業處于經濟發展程度高的社會環境中時，供應鏈金融的碳減排效應更強。

【關鍵詞】供應鏈金融；制造業企業；碳減排；內在可持續創新；外在激勵

【中圖分類號】F830""""" 【文獻標識碼】A""""" 【文章編號】1004-0994（2025）06-0105-8

一、引言

當前，碳減排已成為全球共識，我國作為全球第一的碳排放大國，在第75屆聯合國大會上提出了“雙碳”目標。制造業企業作為國民經濟生產中的“高碳”“重碳”企業，其減排降碳事關“雙碳”目標的順利實現。在“雙碳”目標和企業綠色轉型背景下，綠色低碳發展成為未來企業發展的主要方向。為了探討制造業企業綠色轉型的方式，一些學者立足于產業結構，研究發現制造業企業節能降碳、結構調整、產業轉型升級等能夠有效助推其進行碳減排（韓超等，2020）。一些學者則立足于技術創新視角，認為制造業企業可以通過改進工業減排技術來減少碳排放（盧鑫等，2012）。也有學者認可政府的有效激勵，認為政府可以通過對企業二氧化碳排放量征收從量稅和碳排放指標交易等方式來提升企業碳減排效能（左林甫和毛運意，2012）。因此，深入探討如何促進制造業企業碳減排具有重要的實踐意義。

隨著學者們對制造業企業碳減排研究的深入，不少學者從金融視角出發，認為資金壓力是制約企業綠色轉型的影響因素之一，緩解企業資金壓力能夠更有效地推動企業碳減排進程。供應鏈金融是一種綜合性的金融服務模式，涵蓋銀行、企業、政府多個主體，銀行或專門的供應鏈金融服務機構為供應鏈中的企業提供融資服務，有效緩解了企業面臨的融資約束。近年來，隨著供應鏈金融與綠色金融、綠色供應鏈的深度融合，政府推出了綠色信貸政策等一系列引導企業進行綠色生產的政策，供應鏈金融在企業綠色低碳發展之路上的作用越來越顯著。已有研究表明，供應鏈金融能夠匹配企業綠色轉型中的創新風險分散、資金供給、綠色創新驅動需求，為企業綠色轉型發展提供重要支撐（趙丹妮等，2024）。然而，目前供應鏈金融與企業綠色發展的研究仍處于起步階段，缺乏相關的實證支撐。因此，本文旨在考察供應鏈金融對制造業企業碳減排的內在效應及影響機制，探索供應鏈金融對制造業企業碳減排的關鍵影響要素。對這一問題的探索將直接影響制造業企業碳減排實踐以及資源利用，對進一步發揮供應鏈金融在制造業企業間的綠色協同作用，助力“雙碳”目標在企業層面的推進具有重要的理論和現實作用。

基于以上分析，本文將“制造業企業供應鏈金融、制造業企業二氧化碳排放量”納入統一的分析框架，利用2008～2020年A股制造業上市企業數據，探討供應鏈金融能否及如何推進制造業企業碳減排實踐。本文可能的研究貢獻在于： 一是為制造業企業碳減排實踐的推進提供了理論依據，認為資金壓力是制約制造業企業綠色轉型的重要影響因素，緩解企業融資壓力能有效提升其碳減排水平。二是在已有綠色供應鏈金融的定性研究基礎上，關注供應鏈金融從“金融”效能向“綠色”效能的有效拓展，從實證研究的角度探索供應鏈金融與制造業企業碳減排的關系，并進一步探索其內在機制，對綠色供應鏈金融方面的相關文獻進行了補充。三是突破以往研究大多關注供應鏈金融緩解中小企業融資約束的視角，創新性地聚焦供應鏈金融加速大型制造業企業碳減排進程的新視角，將供應鏈金融對中小企業的影響擴大到對大型企業上，擴大了供應鏈金融的輻射帶動范圍。

二、文獻回顧

（一）供應鏈金融與企業發展的相關研究

供應鏈金融的概念及其模式研究最早起源于國外（Lai等，2009）。自2008年我國供應鏈金融快速發展以來，隨著金融科技和信息科技的進一步普及，供應鏈金融對企業生產運營的影響已引起學者們的重視。已有研究主要圍繞以下三個方面展開。一是供應鏈金融緩解中小企業融資約束。一些學者著眼于供應鏈金融的不同融資模式，深入探討了不同供應鏈融資模式在緩解中小企業融資難、緩解銀企信息不對稱、降低銀企交易費用等方面展現出的優勢，為中小企業發展提供了有力支持（Leora，2005）。二是供應鏈金融與風險管理。一些學者結合熵權法和灰色綜合評價法，對供應鏈金融的風險問題進行了全面分析。從核心企業、中小企業、商業銀行以及第三方電商平臺等多個角度出發，揭示了當前風險管理中存在的主要問題，并強調了風險管理在供應鏈金融中的重要性（閆俊宏和許祥秦，2007）。三是供應鏈金融與模式創新。一些學者認為，在數字金融的引領下，通過智能化的數字技術，能夠精準控制融資過程中的高昂成本與潛在風險（趙紹陽等，2022），實現以供應鏈交易數據的預期收益為信用保證的交易模式革新，為產業的高質量發展注入新動力。

（二）企業碳減排實踐的相關研究

目前，學術界關于企業碳減排實踐的研究主要集中在碳減排的路徑選擇和政府環境規制對企業碳減排的影響兩個方面。一是企業碳減排的路徑選擇。一些學者認為，數字技術是企業碳減排的關鍵路徑，數字技術的發展可以有效降低城市碳排放強度（劉婧玲和陳艷瑩，2023），對企業碳排放有著抑制作用。一些學者立足于企業技術創新的視角，通過革新低碳技術、改造生產的具體工藝流程、引入低碳環保設施設備或開發綠色低碳產品等來降低生產各環節中的碳排放（孫傳旺等，2022）。還有學者從宏觀視角出發，將企業碳減排路徑分為結構性減排、規模性減排、技術性減排、管理性減排、市場化減排等，認為結構性減排在很大程度上依賴于外部政策的支持和資源的天然優勢，相比之下，規模性減排可能會對企業的日常運營產生明顯的負面影響（張希良等，2022）。二是政府環境規制對企業碳減排的影響。部分學者從環境治理的角度出發，發現政府環境規制和環境立法通過設定明確的標準和規則，以及“源頭預防”和“過程控制”兩個環節，對碳排放進行有力的抑制（景國文和汪達，2024）。

（三）供應鏈金融與企業碳減排的相關研究

綜合已有研究可以發現，供應鏈金融與企業碳減排的相關研究主要著眼于宏觀視角。部分學者關注供應鏈金融的綠色效能，認為綠色供應鏈金融的發展能夠顯著提升企業碳減排的效能，綠色供應鏈金融合作有助于降低金融風險并實現可持續發展（盧治達，2020）。同時，現有對綠色供應鏈金融的研究中： 大部分以綠色信貸政策為主要研究對象，對綠色金融業務發展的碳減排效果進行分析，實證探究綠色信貸政策對企業碳減排的正向影響（王鳳榮和王康仕，2018）； 還有一部分則立足于供應鏈，通過構建低碳供應鏈評價體系來衡量供應鏈金融對供應鏈低碳減排的影響，研究發現供應鏈金融能夠推動供應鏈低碳減排（宋華等，2023）。然而，無論是以綠色信貸政策作為綠色供應鏈金融的研究對象，還是建立低碳供應鏈評價體系，均未能直接搭建起供應鏈金融與微觀企業之間的橋梁，鮮有研究從實證角度探索供應鏈金融對企業碳減排的直接影響，更未揭示其作用機制與異質性效應。因此，深入研究供應鏈金融對制造業企業碳減排的影響及其內在機制是本文的主要目的。本文嘗試探索供應鏈金融影響制造業企業碳減排的關鍵要素，對進一步發揮供應鏈金融的“綠色”效能，助力“雙碳”目標在企業層面的推進具有重要的理論和現實作用。

三、理論分析與研究假設

（一）供應鏈金融與企業碳減排

制造業企業作為全球經濟基礎，其生產活動對環境的影響尤為顯著。隨著全球對氣候變化問題的關注日益增加，制造業企業面臨的環境壓力也在不斷加大，制造業企業如何更有效地實現降碳減排成為備受關注的一大熱點。供應鏈金融作為一種創新的金融服務模式，能夠拓寬企業的融資渠道，緩解企業面臨的融資約束。近年來，供應鏈金融與綠色金融、綠色供應鏈緊密結合，在支持新能源、清潔生產和減排項目上發揮了積極作用，在推動制造業企業綠色轉型、降碳減排方面的影響日益凸顯（趙丹妮等，2024）。

從企業視角來看，制造業企業存在前期資金投入較大、生產周期較長、資金靈活性較弱的特點。供應鏈金融通過提升資金流動性解決了制造業企業在碳減排項目中的現金流問題。一方面，應收賬款融資和庫存融資等方式讓企業能夠利用現有資產快速獲得流動資金，不必擔心資金周轉難題，從而有更充裕的資金專注于環保改造和技術升級（章玲超等，2019）。科技的應用也是供應鏈金融促進碳減排的重要一環。通過大數據和區塊鏈技術，供應鏈金融為企業提供了透明、高效的資金管理和監控手段。這不僅幫助企業更精確地評估和規劃碳減排措施，減少了盲目投資的風險，還保障了資金的透明和可追溯性，提高了環保項目的可信度和資金使用效率。

從政策視角來看，供應鏈金融通過提供綠色金融支持，特別是綠色貸款和綠色債券等定制化金融產品，幫助企業獲得資金用于環保和節能改造項目。政府針對綠色金融產品給予補貼和稅收優惠，緩解了企業融資約束，降低了企業運營成本，進一步激發了企業在碳減排方面的積極性（郝向舉，2024）。優惠的利率和靈活的融資條款使企業更容易獲取資金并投入到低碳項目中，而綠色債券則為大型環保項目提供了充足且長期的資金支持。

從行業視角來看，供應鏈金融的應用促進了制造業整體的綠色轉型（簡冠群和白飛范，2024）。一方面，供應鏈金融平臺鼓勵制造業企業與供應鏈中的其他企業進行合作與創新，通過共享環保技術和資源，形成綠色生態系統，實現整體碳減排。另一方面，供應鏈金融推動多方共同參與環保項目，通過建立與完善綠色標準和信用體系，提升整個行業的環境績效水平，推動行業結構調整和可持續發展。鑒于上述分析，本文提出如下假設：

H1： 制造業企業的供應鏈金融水平對企業碳減排有顯著的正向影響，供應鏈金融水平越高，則企業二氧化碳排放量越少，即制造業企業碳減排程度越高。

（二）供應鏈金融、媒體關注度與企業碳減排

隨著互聯網的發展和升級，媒體對企業的影響越來越大。互聯網的普及使得信息傳播速度加快，再加上社交媒體的興起，企業的一舉一動都更容易受到公眾和媒體的關注。同時，互聯網使得信息更加透明，媒體更容易獲取和發布關于企業的信息（Lingling等，2022）。此外，媒體在線監督和曝光的功能也使得任何企業的欺詐、環境污染等行為都更容易被揭發。任何負面消息如產品質量問題、內部管理失誤、法律糾紛等一旦出現，其影響就會被媒體迅速放大，若處理不當則可能導致長期的品牌信任危機，這種媒體監督促使企業必須更加謹慎和合規地運營，有效促進企業自律（Yang等，2020）。供應鏈金融的發展提升了企業的現金流動性，不僅減少了與金融不穩定和運營中斷相關的風險技術等，而且供應鏈金融中技術的應用，如區塊鏈和人工智能技術等，也在不斷革新傳統金融流程，這種金融改善關乎投資者、企業和政策制定者等廣泛受眾，因此往往能夠吸引更多的媒體關注。近年來，綠色發展成為企業新的發展方向，企業綠色行為受到更多媒體青睞，媒體的正面報道不僅可以在公眾面前樹立企業綠色低碳的優質形象，而且有利于贏得消費者和合作伙伴的信任，進而影響消費者的選擇（黃詩貽和杜雨微，2021），因此，企業降碳減排的意愿增強、力度增大。制造業企業為了轉變公眾對其固有的高碳排放的印象，一方面會更傾向于公開碳信息，以展示企業內部環保成果和承擔社會責任的能力； 另一方面為了避免不當行為被曝光，在生產中會更加謹慎合規，從而助推綠色技術在生產中的廣泛運用。鑒于上述分析，本文提出如下假設：

H2： 制造業企業供應鏈金融可通過提高媒體關注度來促進企業碳減排效應。

（三）供應鏈金融、數字化轉型與企業碳減排

企業發展供應鏈金融面臨諸多困難。一方面，供應鏈中的各方企業常常缺乏全面、透明的信息，信息不對稱使金融機構難以準確評估企業信用風險（付瑋瓊和白世貞，2021）。另一方面，技術和基礎設施的限制也是一大挑戰，企業可能缺乏必要的數字技術和信息系統，使得供應鏈金融難以順利開展。此外，保護企業大量敏感數據在數字平臺上安全傳輸和儲存也是一大難題。可見，企業要想發展供應鏈金融需要數字技術的支持，需要主動推動企業進行數字化轉型（竇亞芹等，2020）。制造業企業通過應用先進的區塊鏈、人工智能和大數據分析等數字技術，在提高業務運作效率的同時，有效推動供應鏈金融的效率和安全性（廖石云和許和連，2023）。在此過程中，制造業企業數字化轉型在推進企業碳減排方面也發揮了積極作用。通過精準的數據分析和智能化管理，企業可以更準確地掌握資源的使用情況，優化生產流程，更好地實現資源消耗和生產經營的平衡，減少不必要的能源浪費和碳排放。同時，數字化轉型也推動了制造業企業向無紙化辦公方向發展（魏麗莉和侯宇琦，2022）。電子合同、電子發票和線上審批等手段極大地減少了對紙張的需求，不僅降低了辦公成本，還減少了紙張生產和使用過程中產生的碳排放。鑒于上述分析，本文提出如下假設：

H3： 制造業企業供應鏈金融可通過數字化轉型來促進企業碳減排效應。

四、研究設計

（一）樣本選擇與數據來源

本文選取了2008～2020年所有A股上市制造業企業為研究對象，剔除了ST、?ST企業數據以及財務數據或公司治理數據缺失的樣本。為了消除極端值的影響，對連續型變量進行了1%和99%分位上的縮尾處理。同時，為了減小量綱差異導致的影響，對解釋變量和被解釋變量進行了標準化處理。最終，本文覆蓋了2008～2020年16548個制造業“企業—年度”觀測值。

本文的數據來源如下： 行業內的二氧化碳排放量數據來源于中國能源統計年鑒； 供應鏈金融及企業層面的控制變量數據等來源于CSMAR（國泰安經濟金融研究數據庫）； 媒體關注度數據來源于CNRDS（中國研究數據服務平臺）； 不同行業的企業數量和規模數據來源于中國統計年鑒。

（二）變量定義

1. 解釋變量： 供應鏈金融（SCF）。過去的研究文獻中，大多數學者采用凌潤澤等（2023）提出的“0-1”變量方法衡量企業的供應鏈金融水平，這種方法通過賦予企業是否開展供應鏈金融業務虛擬變量1或0來表征其供應鏈金融活動。然而，本文認為這種方法簡化了供應鏈金融業務的復雜性和多樣性，將其視為一種非此即彼的存在，可能不夠準確。因此，本文參考趙丹妮等（2024）的研究，使用前沿的大數據文本識別技術，依據供應鏈金融的核心定義和特性，將供應鏈相關的年報特征詞細分為“應收類、預付類、存貨類、綜合類”四大類別。通過對這些特征詞進行精細的分類處理，結合三年滾動計算的方式，統計出特定年份與其年前、年后各1年的年報特定文本關鍵詞詞頻，并進行算數平均處理，得到一個總詞頻，再將其除以年報總詞匯數，最后進行標準化處理。本文以標準化處理后的結果作為供應鏈金融的衡量指標。標準化處理后的值越大，表明供應鏈金融的水平越高。

2. 被解釋變量： 企業二氧化碳排放量（CO2）。在制造業行業的劃分標準上，本文參考《國民經濟行業分類（2017）》制造業門類下屬的31個行業，整理出2008～2020年制造業行業面板變量。由于制造業行業內企業較少披露自身二氧化碳排放量，且行業內也沒有統一衡量企業二氧化碳排放量的標準，本文采用沈洪濤和黃楠（2019）的方法來衡量企業二氧化碳排放量，并對其進行標準化處理。企業二氧化碳排放量越小，則表明碳減排效果越好。具體計算公式為： 企業二氧化碳排放量=企業主營業務成本/行業主營業務成本×行業能源消耗總量×二氧化碳折算系數。其中1噸標準煤的二氧化碳折算系數為2.493。

3. 中介變量。

（1）媒體關注度（Media）。參考劉亦文等（2023）的方法，利用中國研究數據服務平臺中報刊財經新聞量化統計和網絡新聞量化統計的媒體報道標題數量總和來衡量重污染企業所受到的媒體關注度，該指標值越大代表企業所受到的媒體監督和關注越多。

（2）數字化轉型（Num）。使用國泰安數據庫的數字化轉型指標的總和（人工智能技術、區塊鏈技術、云計算技術、大數據技術、數字技術應用）來度量制造業企業數字化轉型程度，數字化轉型指標值越大，意味著企業運用數字化技術越豐富、越熟練。

4. 控制變量。為了更準確地探究企業綠色轉型的影響因素，并降低可能因遺漏變量而導致的內生偏誤，本文借鑒張黎娜等（2021）的研究方法，引入相關控制變量。本文引入的具體控制變量如下： 資產負債率（LEV）、董事長與總經理是否兼任（DUAL）、機構投資者持股比例（QFII）、企業規模（SIZE）、財務杠桿（FL）、速動比例（QUICK）、國民經濟生產總值（GDP）、融資約束（SA）。通過引入這些控制變量，本文期望提高實證回歸的精確性和可靠性。主要變量說明如表1所示。

（三）模型設定

為檢驗研究假說，本文構建基準模型如下：

CO2i，t=α0+cSCFi，t+Controlsi，t+Yeart+

Regioni，t+εi，t""""" （1）

Mediai，t=β0+aSCFi，t+Controlsi，t+Yeart+

Regioni，t+εi，t""""" （2）

CO2i，t=c0+c'SCFi，t+βMedia+Controlsi，t+Yeart+

Regioni，t+εi，t" （3）

Numi，t=?0+υSCFi，t+Controlsi，t+Yeart+

Regioni，t+εi，t"""""" （4）

CO2i，t=c0+c'SCFi，t+?Num+Controlsi，t+Yeart+

Regioni，t+εi，t" （5）

其中： SCF為供應鏈金融； CO2為企業二氧化碳排放量； Controls表示一系列控制變量； Year和Region分別為年份和省份虛擬變量； ε為隨機擾動項。模型（1）用于檢驗 H1，模型（1）、（2）、（3）用于檢驗H2，模型（1）、（4）、（5）用于檢驗H3。

五、實證分析

（一）描述性統計

表2列示了主要變量的描述性統計結果，供應鏈金融（SCF）的最大值為57.486，最小值為-0.242，均值為0.067，說明不同地區的制造業企業供應鏈金融發展程度存在較大的差異，主要原因在于制造業企業供應鏈金融普及率較低。企業二氧化碳排放量（CO2）的最大值為28.249，最小值為-0.199，均值為0.053，表明制造業企業二氧化碳排放量存在較大差異。其他變量和現有研究差異不大。

（二）基準回歸分析

根據模型進行基準回歸，回歸結果見表3。其中： 列（1）為加入控制變量，但未加入年份、省份虛擬變量的回歸結果； 列（2）為加入控制變量，且僅控制年份虛擬變量的回歸結果； 列（3）為加入控制變量，且僅控制省份虛擬變量的回歸結果； 列（4）為加入控制變量和年份、省份虛擬變量的回歸結果。結果顯示，無論是否控制省份和年份固定效應，供應鏈金融（SCF）與企業二氧化碳排放量（CO2）均顯著負相關。以上結果表明，制造業企業的供應鏈金融水平越高，企業的二氧化碳排放量越少，其碳減排程度越高，即制造業企業的供應鏈金融水平對企業碳減排有顯著的正向影響。H1得到驗證。

（三）機制檢驗

1. 媒體關注度的外部監督。媒體關注是企業外部監督的重要表現形式，能夠有效監督企業行為。同時憑借其傳播性，媒體又是企業信息傳遞至公眾的重要渠道。本文參照溫忠麟等（2004）采用三步法展開機制檢驗，由表4列（2）可知，供應鏈金融（SCF）與媒體關注度（Media）的系數為0.022，在1%的水平上顯著，表明制造業企業供應鏈金融的發展能顯著提高媒體關注度。由表4列（3）可知，加入媒體關注度的中介變量后，回歸系數均顯著為負，可見，隨著媒體關注度的提高，制造業企業的二氧化碳排放量減少，提升了企業碳減排程度，H2得證。

2. 數字化轉型的內部升級。供應鏈金融的發展以數字技術為基礎，通過更新企業自身的資源設備使得企業全流程更加高效，無紙化辦公等舉措在一定程度上推動了企業碳減排進程，能夠間接促進企業碳排放量的減少（魏麗莉和侯宇琦，2022；鐘若愚和曾潔華，2022）。參照表4列（4），供應鏈金融（SCF）與數字化轉型（Num）的系數為2.119，在1%的水平上顯著，表明供應鏈金融能夠顯著推進制造業企業數字化轉型。由表4列（5）可知，回歸系數均顯著為負，表明企業數字化轉型在一定程度上可以促進企業降碳減排，H3得證。

（四）內生性檢驗

1. 工具變量法。前文的分析驗證了制造業企業的供應鏈金融水平會影響企業的二氧化碳排放量，但仍然存在潛在的逆向因果關系和遺漏變量等問題，這可能會帶來內生性問題。例如，企業碳排放量的減少導致供應鏈金融水平提高，形成反向因果關系。為了進一步確保結論的可靠性，本文參考宋華等（2021）的研究，采用制造業企業供應鏈金融年度均值（Average-SCFt）及其滯后一期的年度均值（Average-SCFt-1）作為工具變量。表5報告了工具變量法的分析結果。第一階段回歸結果顯示，工具變量Average-SCFt和Average-SCFt-1的系數在1%的水平上顯著為正，驗證了工具變量的相關性假設； 第二階段回歸結果顯示，供應鏈金融（SCF）的系數在1%的水平上顯著為負，說明在緩解了潛在的內生性問題后，制造業企業的供應鏈金融水平仍會促進企業碳排放量減少，證明了前文回歸結果的可靠性。另外，本文還對弱工具變量問題進行了檢驗，檢驗結果表明不存在弱工具變量問題，該工具變量具有較強的解釋力。

2. 傾向得分匹配法。考慮到可能存在樣本選擇偏誤導致結論出現偏差，本文利用傾向得分匹配法進行檢驗。參考張永珅等（2021）的研究，以供應鏈金融（SCF）的中位數為界，將高于中位數的企業設為1，認定其為高供應鏈金融影響力企業； 將低于中位數的企業設為0，認定其為低供應鏈金融影響力企業。選擇資產負債率、托賓Q值、總資產周轉率、股東權益周轉率等代表制造業企業供應鏈金融水平主要特征的變量作為協變量，采用1∶1近鄰匹配法進行匹配。匹配后，兩類樣本（處理組與控制組）滿足共同支撐假設，兩組協變量的均值不存在顯著差異，滿足平衡性假設條件。匹配后回歸結果如表5所示，SCF的系數在5%的水平上顯著為負，與基準回歸結果一致。

（五）穩健性檢驗

1. 替換解釋變量的度量方式。由于供應鏈金融業務具有復雜性，只通過0-1變量來度量缺乏對制造業企業供應鏈金融開展程度的考量，存在局限性。因此，本文著眼于短期借款和應付票據這兩種供應鏈金融的主要表現形式，參考韓民和高戌熙（2017）的研究，使用短期借款與應付票據之和除以企業總資產的方法來度量企業供應鏈金融水平（SCF-S）。表6列（1）的結果顯示，在替換解釋變量度量方式后，SCF-S的回歸系數在5%的水平上仍顯著為負，證明本文的結論穩健。

2. 年份子區間。自2008年供應鏈金融引入我國，并未形成規模性的政策支持其發展。直至2012年，國家推出宏觀政策，著力擴大供應鏈金融在中小企業服務方面的覆蓋面，供應鏈金融自此快速在中國市場發展。因此，借鑒范合君等（2023）的研究，剔除2008～2011年的數據樣本，以2012～2020年為樣本子區間重新進行回歸。表6列（2）為年份子區間的檢驗結果，SCF的系數為 -0.013，在10%的水平上顯著，與前文結論基本一致。

3. 解釋變量滯后一期。由于企業信息傳遞需要一定時間，企業的碳減排實踐往往要在一段時間之后才會產生影響（顏建軍等，2024），因此本文選擇將滯后一期的供應鏈金融（SCFt-1）作為穩健性檢驗的解釋變量，在考慮信息傳遞性的基礎上探究制造業企業供應鏈金融水平是否會對企業碳減排造成影響。表6列（3）的結果表明，滯后一期的供應鏈金融對當期企業碳排放量依然具有顯著影響，能夠有效促進制造業企業碳排放量的減少，即制造業企業滯后一期的供應鏈金融水平會對企業碳減排產生顯著的正向影響，進一步驗證了前文的回歸結果。

4. 控制變量滯后一期。除了緩解模型存在的內生性問題，本文參考孫傳旺和張文悅（2022）的研究，進一步將控制變量滯后一期進行穩健性檢驗。表6列（4）的結果顯示，SCF的系數為 -0.014，在5%的水平上顯著，與基準回歸結果一致，有效支持了制造業企業供應鏈金融水平促進企業碳減排的結論。

（六）異質性檢驗

前文分析發現，制造業企業供應鏈金融水平對企業碳減排有顯著的正向作用。然而，供應鏈金融水平對企業碳減排的影響并不是單一的，還受到諸多因素的影響。為進一步驗證“供應鏈金融——制造業企業碳減排”的邏輯框架，本文分別從產業分類、企業社會責任以及區域經濟發展程度的角度進行探討（回歸結果見表7）。

1. 產業分類。資金是企業實現碳減排必須解決的首要問題，由于碳排放貫穿于產品全生命周期，企業面臨著產品全生命周期的巨額融資需求（張彩平和肖序，2011）。資本密集型企業是在其生產和運營過程中需要大量資本投入的企業，由于行業特性，資本密集型制造業企業往往面臨高額的資金需求，無論是前期設備或技術購置、生產材料采購、庫存管理，還是為適應市場擴展和設備升級，均要求持續的資金投入，資金占用較大，這也表明資本密集型制造業企業對于資金支出具有敏感性，且在碳減排方面面臨著更大的融資困境（張云等，2022）。因此，本文將樣本企業按照是否為資本密集型企業進行劃分，1為資本密集型企業，0為非資本密集型企業，對兩組樣本進行分組回歸，結果如表7所示。當制造業企業為資本密集型企業時，SCF的系數在10%的水平上顯著為負，而非資本密集型企業SCF的系數則不顯著。可見，當制造業企業為資本密集型企業時，由于其高資本投入需求和現金流管理的特性，企業對于資金的依賴性更強，受供應鏈金融影響也更大（郭曄和姚若琪，2024）。隨著供應鏈金融的發展，企業融資渠道進一步拓展，在融資約束得到緩解的情況下，制造業企業更有能力實現自身的綠色技術創新和企業降碳減排。反之，對于非資本密集型制造業來說（如輕工制造業、服裝制造業等）： 一方面，企業自身資金需求相對較少，前期往往不需要大量的資本投入，現金回流更快，企業對于融資不甚熱衷（Khan和Thimmaiah，2015），供應鏈金融對其吸引力不夠，自然無法影響企業內部的降碳減排； 另一方面，非資本密集型制造業企業通常規模較小，在供應鏈中議價能力較弱，不能充分利用核心企業的信用來獲取資金，難以利用供應鏈金融這一融資方式。綜上，資本密集型制造業企業供應鏈金融的碳減排效應相對非資本密集型制造業企業更強。

2. 企業社會責任。企業社會責任是指，企業在追求經濟利益的同時，自覺承擔對員工、消費者和環境等利益相關者所應盡的社會責任。這種責任超越了法律和法規的基本要求，旨在實現可持續發展目標，不僅是企業自身發展的需要，更是企業對社會和環境的責任擔當。企業社會責任意識的強弱往往能夠反映其實施綠色低碳生產的意愿，會影響企業決策及其未來的規劃（Xu等，2023），使其調整投資策略和生產計劃，以適應市場需求和環保要求。因此，本文使用企業社會責任感來衡量制造業企業低碳減排意愿，使用華證企業社會責任ESG賦分數據，將得分為1～4分的企業劃為弱社會責任感組，用0來表示； 將得分為5～8分的企業劃為強社會責任感組，用1來表示。分組回歸結果如表7所示。強社會責任感組SCF的系數在5%的水平上顯著為負； 反之，SCF的系數不顯著。結果表明，當制造業企業有更強的社會責任感時，企業更愿意自發主動地進行減排，供應鏈金融的碳減排效應更加顯著。客觀上，社會責任感強的企業更有能力投入資源進行碳減排（林歡等，2021）。在未來的目標上，這些企業通過投資清潔能源和節能減排技術，提高資源利用效率，降低運營成本，成本降低和效率提高的雙重效益又帶來更充裕的資金幫助企業進行節能減排，形成良性循環。主觀上，社會責任感強的企業更意愿進行碳減排（鄒艷芬，2011）。在越來越多消費者關注企業社會責任的背景下，環保表現好的企業更具市場競爭力，積極降碳減排不僅有助于環境保護，也能提升企業的社會形象和品牌聲譽，贏得消費者和社會的認可。而社會責任感弱的企業對環境責任的認識不足，缺乏主動降碳減排的意識和動機，加之可能難以承受技術研發和環保設施的高額投入，降碳減排的主動性較差（林志炳和鮑蕾，2021）。此外，缺乏足夠的專業知識和管理能力來有效實施碳減排，也是社會責任感弱的企業降碳減排意愿不強的原因之一（呂明等，2021）。

3. 區域經濟發展程度。我國地域遼闊，各區域的經濟發展水平和特點差異很大，這會導致各地區碳排放存在較大的不平衡，如果忽略地域影響，就會導致研究結果不夠精準（王曉路和倪丹悅，2018）。因此，本文按照我國的地理區劃將上市企業分為東部地區、中部地區、西部地區三個區域，研究不同區域經濟發展程度對供應鏈金融碳減排效應的影響。如表7所示，當處于東部地區時，制造業企業供應鏈金融的碳減排效應在5%的水平上顯著，其余地區則不顯著。這表明，當制造業企業處于經濟發展程度較高的地區時，供應鏈金融發展越深入，越容易影響企業的碳減排（陳歡等，2016）。具體地，東部地區由于經濟較為發達，大企業數量較多，競爭比較激烈，為了追求更高的效率和提升競爭力，企業往往會不斷更新生產方式，使生產經營活動向著高效、省時邁進，間接推進了企業碳減排的進程。相反，中西部地區由于經濟發展程度相對較低，大企業數量相對較少，在當地往往屬于支柱性產業，導致當地對大企業的依賴性會更強，對其寬容度更高，往往采取扶持的態度，這就導致企業對提升自身生產效率不夠積極，從而對企業碳減排的影響也就大打折扣。

六、研究結論與啟示

在“雙碳”背景下，供應鏈金融的可持續發展，為制造業企業的高質量發展注入了新的動力。本文選取2008～2020年A股上市制造業企業為樣本，實證分析了制造業企業供應鏈金融對企業碳減排的影響及作用機制。研究結果表明，制造業企業的供應鏈金融水平對企業碳減排有顯著的正向影響，制造業企業供應鏈金融水平越高，企業二氧化碳排放量越少，碳減排程度越高。進一步分析發現： 第一，制造業企業供應鏈金融水平通過數字化轉型和媒體監督進行傳導，對企業碳減排具有促進作用； 第二，當企業所屬的社會經濟環境更發達、企業為資本密集型企業，以及企業社會責任感較強時，制造業企業供應鏈金融的碳減排效應更顯著。研究結論可進一步拓展供應鏈金融的“綠色”效能，聚焦供應鏈金融對加速制造業企業碳減排的推動作用。

基于以上結論，本文得到以下政策啟示：

第一，政府可以制定并出臺供應鏈金融的扶持與優惠政策，通過豐富供應鏈金融的作用形式，推進供應鏈金融與企業的深度融合，刺激供應鏈金融助力企業可持續健康發展，拓展供應鏈金融的綠色效能。供應鏈金融通過為環保、低碳的供應鏈項目提供融資支持、提升能源使用效率來降低制造業企業的碳排放水平。同時，推動構建供應鏈金融風險管理和評估機制，幫助企業及時發現碳排放問題，識別和應對潛在的碳排放風險，有效提升制造業企業碳減排的效果。此外，政府要更重視培育綠色低碳的社會氛圍，推出更多綠色政策，實現社會環境對企業碳減排效應的正向引導。第二，制造業企業要著力推進企業數字化轉型進程，通過技術創新和開發環保產品與服務，充分發揮數字化轉型在企業碳減排過程中的關鍵作用。同時，制造業企業要增強社會責任感，加強企業重視環保、低碳清潔的意愿，重視環保投入，利用環保資金有效改進企業生產工藝，著力減少污染排放，以研促改、以改促減，通過對自身生產方式的不斷更新，間接推動碳減排效應的深化。第三，媒體要加強監督引導，發揮對制造業企業的正向監督作用，推動企業碳排放數據的進一步披露，提升企業碳排放的透明度，積極助推企業碳減排良性發展。

【基金項目】山西省教育廳研究生實踐創新項目（項目編號：2023SJ042）

DOI：10．19641/j．cnki．42-1290/f．2025．06．015

范合君，吳婷，何思錦．企業數字化的產業鏈聯動效應研究［J］．中國工業經濟，2023（3）：115～132．

郭曄，姚若琪．供應鏈關聯與中小企業融資——基于供應鏈金融與商業信用視角［J］．經濟學（季刊），2024（4）：1173～1190．

簡冠群，白飛范．供應鏈金融能促進企業ESG表現嗎——基于協同理論和信息不對稱理論［J］．財會月刊，2024（12）：71～78．

林歡，馬騁，孫琦等．企業社會責任下碳減排優化策略與協調機制研究［J］．運籌與管理，2021（1）：29～35．

凌潤澤，李彬，潘愛玲等．供應鏈金融與企業債務期限選擇［J］．經濟研究，2023（10）：93～113．

沈洪濤，黃楠．碳排放權交易機制能提高企業價值嗎［J］．財貿經濟，2019（1）：144～161．

宋華，韓夢瑋，胡雪芹．供應鏈金融如何促進供應鏈低碳發展？——基于國網英大的創新實踐［J］．管理世界，2023（5）：93～112．

宋華，黃千員，楊雨東．金融導向和供應鏈導向的供應鏈金融對企業績效的影響［J］．管理學報，2021（5）：760～768．

魏麗莉，侯宇琦．數字經濟對中國城市綠色發展的影響作用研究［J］．數量經濟技術經濟研究，2022（8）：60～79．

溫忠麟.張雷，侯杰泰等．中介效應檢驗程序及其應用［J］．心理學報，2004（5）：614～620．

顏建軍，馮君怡，陳彬．中國城市生態基礎設施對碳排放量的影響［J］．生態學報，2024（2）：637～650．

趙丹妮，張亞豪，唐松．供應鏈金融對企業綠色轉型的影響：抑制還是促進？——基于上市企業年報文本大數據識別的經驗證據［J］．現代財經（天津財經大學學報），2024（2）：20～36．

張黎娜，蘇雪莎，袁磊．供應鏈金融與企業數字化轉型———異質性特征、渠道機制與非信任環境下的效應差異［J］．金融經濟學研究，2021（6）：51～67．

張希良，黃曉丹，張達等．碳中和目標下的能源經濟轉型路徑與政策研究［J］．管理世界，2022（1）：35～66．

張云，楊凌霄，張紫婷等．股權質押、融資約束與企業綠色技術創新［J］．華東師范大學學報（哲學社會科學版），2022（5）：175～187+192．

Khan S.，Thimmaiah N.. Economic reforms and sources of productivity growth in selected organised manufacturing labour intensive and capital intensive industries in India—A comparative study［J］．Economic Affairs，2015（2）：301～312．

Lai G.，Debo L. G.，Sycara K.. Sharing inventory risk in supplychain： The implication of financial constraint［J］．Omega，2009（4）：811～825．

Yang X.，Cao D.，Andrikopoulos P.，et al.. Online social networks，media supervision and investment efficiency： An empirical examination of Chinese listed firms［J］．Technological Forecasting amp; Social Change，2020（1）：119969 ．

【 主 要 參 考 文 獻 】

（責任編輯·校對： 黃艷晶" 羅萍）