数字金融发展对企业绿色创新的影响研究

顾海峰,高水文

(东华大学 旭日工商管理学院,上海 200051)

一、问题提出

自改革开放以来,中国经济发展取得举世瞩目的成就,但随之而来的资源过度消耗、环境污染严重等问题也亟待解决。耶鲁大学发布的《2018年全球环境绩效指数报告》显示,中国环境绩效指数在180个国家中排名第120位,比2016年下滑11位,远远落后于发达国家,生态环境保护的追赶任务艰巨。中国已逐步意识到绿色发展理念的重要性,如何达到经济增长与环境保护之间的平衡,实现“绿水青山就是金山银山”成为现阶段重要目标之一。中国在“十四五”规划中提出“碳达峰”与“碳中和”目标,逐渐倒逼各地区与企业调整发展策略,促使经济发展与环境保护相容性增长。对于此,以资源保护、降低污染、提高能效以及实现可持续发展为主题的绿色创新能够推动经济从传统生产模式向绿色发展模式转型,绿色创新也逐渐引起学术界广泛讨论[1]。

金融是实体经济发展的血液,能够为实体企业提供流动性支持,党的十九大报告也提出要“深化金融体制改革,增强金融服务实体经济的能力”。但传统金融所固有的“属性错配”“领域错配”以及“阶段错配”使部分企业面临较高的金融排斥[2],也制约了企业创新的潜在动力,成为金融发展改革的痛点之一。对此,在传统金融中嵌入创新因素,驱动金融服务实体经济的能力,改善传统金融面临的困境值得重点关注。近年来,伴随着大数据、人工智能、移动互联网以及云计算的发展,信息技术与传统金融加速融合催生了一种新型普惠金融模式,即数字金融,其具有共享、便捷、低成本、低门槛等特征,是金融行业转型升级的必经之路。企业绿色创新活动作为一类典型的投入资源多、产出不确定性强、项目周期长的活动,受到高融资成本的困扰,持续的绿色创新活动必然需要充足的金融资源作为保障。高效率、低成本的金融支持成为企业提升绿色创新能力的重要因素,因此目前企业绿色创新能力存在的短板与金融体系发展存在密切关系。现有学者主要从宏观层面探究数字金融如何影响全要素生产率的增长率[3]、创业发展[4],从微观视角研究数字金融如何影响企业融资、企业创新能力[2]、投资效率以及企业价值等。上述研究成果为数字金融对企业绿色创新影响的研究提供了一定的理论支撑,但是数字金融发展是否以及如何驱动企业绿色创新仍缺乏完整的分析论证框架,对该问题进行深入研究符合现阶段经济发展的绿色创新理念,也有助于推动数字金融发展与实体经济发展的深度融合。

本文试图回答如下问题:数字金融发展对企业绿色创新是否存在影响?数字金融发展对企业绿色创新的影响是否存在产权性质、污染程度、地区金融监管水平等方面的异质性特征?企业融资约束程度与企业风险在数字金融发展与企业绿色创新的关系中是否承担着中介作用?企业社会责任、政府环境规制以及媒体关注度对数字金融发展与企业绿色创新关系是否具有调节作用?这些问题亟待进一步研究。本研究对于提升中国企业绿色创新质量及实现中国经济高质量发展具有重要理论意义与决策参考价值。

二、文献回顾

(一)数字金融发展的经济后果

金融业发展对实体经济以及企业微观投资活动具有重要作用,金融有效供给有助于企业开展技术创新活动[5-6]。中国传统金融体系以银行为主导,目前仍存在运行效率低以及资源错配等问题,在此背景下,数字金融应运而生并获得跨越式发展。数字金融本质上是借助大数据、云计算、区块链和人工智能等信息技术,改善传统金融高风险和高成本弊端的一种新型金融模式。针对其衍生出的经济效应研究,现有文献大致可分为两部分:一是数字金融如何影响宏观经济以及传统金融发展;二是数字金融发展如何影响企业微观行为。对于前者,数字金融提升了金融的普惠性[7],数字金融利用通信终端将技术嵌入不同的应用场景及不同领域,有效吸收市场中零散的金融资源并促进金融供给能力,具体来看,首先,数字金融通过新兴技术在低成本低风险的情况下处理信息,提高长尾客户的资金获取能力[8];其次,数字金融对创业和区域创新[4]、经济增长[9]、居民消费增长[10]以及全要素生产率的增长率[3]等均会产生重要影响。此外,数字金融发展也对传统金融产生一定的冲击,当前文献主要集中于数字金融如何影响货币政策传导效果[11]以及银行体系发展等。对于后者,已有研究主要从企业创新[2]、非效率投资[12]以及企业融资约束等视角探究数字金融的微观经济后果。企业融资约束程度及风险水平会影响企业创新投入以及创新产出[13],中国数字金融发展显然会影响金融市场上资金的“存量需求”和“增量需求”,从而改变企业融资约束程度,同时也会对企业风险产生影响,那么企业是否会将资金用于绿色创新活动从而提升企业绿色创新水平呢?该问题值得深入探究。

(二)企业绿色创新的影响因素

对于企业绿色创新影响因素的研究,当前文献主要集中于环境规制、市场因素、企业组织结构和公司治理以及政府因素几个视角。从环境规制视角看,其对企业绿色创新的影响方向尚无定论,部分学者认为高强度的环境规制会增加企业制度遵循成本和环境治理成本[14],并相应减少创新投入的资金从而抑制绿色创新行为。相反,另有部分学者认为环境规制能够促进企业绿色创新,“波特假说”提出较强的环境规制能够提升企业研发与创新能力,环境规制向企业施加外部压力可以帮助企业克服组织惰性,促进公司治理结构优化进而将外部制度压力转换为企业绿色创新的激励因素。王馨和王营认为绿色信贷政策实施有助于提升企业绿色创新绩效[15]。此外,李青原和肖泽华则认为不同类型的环境规制工具会对企业绿色创新产生完全相反的效果,排污收费能够形成外部压力和正向激励,促进企业绿色创新,而环保补助则会对企业绿色创新产生“挤出效应”[16]。从市场因素看,市场压力、上游供应商以及下游客户等利益相关者的绿色需求会影响企业绿色创新[17]。从企业组织结构和公司治理视角来看,企业盈余信息质量、董事会治理以及企业环境伦理均能够显著促进企业绿色创新[18]。从政府因素视角来看,地方官员更替会引发政策不确定性进而抑制企业绿色创新水平,而且这种抑制作用在存在政治关联的企业中更加显著[19]。另外,刘津汝等研究认为政府创新补贴由于缺乏监督导致研发支出未被有效应用于绿色产品创新,会对绿色创新产生“挤出效应”[20]。

依据上述文献梳理可知,现有文献主要探讨数字金融如何影响宏观经济、传统金融发展、企业融资约束程度、创新活动、非效率投资以及股价崩盘风险等,同时从环境规制、市场因素、企业组织结构和公司治理以及政府因素几个方面探析其对企业绿色创新活动的影响。当前只有少量文献考察数字金融发展与企业技术创新的关系,鲜有文献涉及数字金融发展对企业绿色创新的影响及其作用机制层面的考察,仅有的文献从融资约束视角及增加创新投入视角考虑数字金融发展如何影响企业绿色创新[21],但对于作用机制的探讨仍不够明晰与全面。本文认为企业绿色创新活动需要金融资源支持,考察数字金融是否能够赋能企业绿色创新以及相应作用机制紧急而必要,此外,从宏观制度环境及微观企业特征视角考察其是否会影响数字金融与企业绿色创新关系,有助于为增强企业绿色创新水平建言献策。

(三)创新之处

本文的主要创新在于,针对数字金融对企业绿色创新的影响及其作用机制展开探讨,不仅深化及拓展了数字金融经济后果的相关理论及文献,而且还深化及拓展了企业绿色创新影响因素的相关理论及文献。此外,本文通过考察数字金融对企业绿色创新的影响及其作用机制,将有助于揭示数字金融对企业绿色创新的影响规律,从而为提升中国企业绿色创新质量及实现中国经济高质量发展提供重要的理论指导与决策参考。

三、理论分析与研究假说

(一)数字金融发展对企业绿色创新的影响

绿色创新研发相比其他技术创新更加具有周期长与风险高的特征,因此更加容易出现资金问题。金融有效供给对企业创新活动具有重要影响,金融资源获取能力将直接影响企业创新活动[5],而绿色创新活动作为企业创新的重要组成部分,势必受到外围金融环境的影响。数字金融作为金融与科技深度融合的产物,会从以下几方面影响企业绿色创新水平:首先,数字金融发展利用各种新兴信息技术针对传统金融的高风险与高成本痛点进行改进[22],使金融的服务范围有所延展、触达能力有所提升[23],市场中已有的金融资源能够有效转换为金融供给。具体表现为数字金融能够利用互联网以及人工智能等技术延伸金融服务边界,以较低成本获取信息并吸收一些具有“多、小、散”特征的投资者,触及更广泛的长尾群体,企业由此获得更多的资金支持并享受高效便捷的金融服务,融资约束程度相应有所降低[2]。其次,数字金融改善了传统金融的信息搜集能力。当前金融市场中资金供给与需求双方存在的信息不对称现象使交易成本增加,限制了企业的外源融资[24],数字金融依托新兴技术能够实现主体之间的信息匹配,通过详细严谨的风险评估降低资金需求双方的信息不对称程度,为投资者提供更多决策信息。此外,数字金融还能够利用信息技术抓取并整合数据,建立第三方征信系统,这也有助于缓解信息不对称问题。综上,数字金融能够通过扩宽资金来源、增强信息搜集能力以及降低信息不对称程度等方式降低企业融资约束程度,为企业绿色创新研发活动提供更加充足的资金,最终提升企业绿色创新水平。

此外,数字金融发展能够通过发挥外部治理效应,利用普惠属性降低企业风险,促使金融更好地服务于实体经济。一方面,数字金融发展具有资源效应,当企业出现生产经营以及长期投资等资金需求时,企业能够通过数字金融渠道获取资金以应对不确定性风险,减少企业对传统金融的依赖性。另外,数字金融本身所蕴含的新兴技术能够为企业创新活动提供必要的技术支持,从而降低企业的外源融资需求,企业杠杆率下降会使风险有所降低。进一步地,数字金融发展还能够发挥治理作用,使企业提升自身管理水平并增强财务的稳定性和有效性[2],进而降低企业风险。另一方面,数字金融发展还具有信息效应,数字金融能够以低成本和低风险处理大量数据,极大地降低管理层决策的信息获取成本,从而降低企业风险。此外,数字金融能够利用信息技术及时获取外部信息,并将其传导至管理层,降低信息不对称程度,在一定程度上抑制了管理层的投机行为,从而有助于降低企业风险。综上,数字金融发展能够通过发挥资源效应和信息效应来降低企业面临的经营风险与财务风险,由此提升了企业进行绿色创新研发以改善环境并节约能耗的动力,从而促进了企业绿色创新活动。基于此,本文提出如下假说:

H1:数字金融发展能够促进企业绿色创新;

H2:数字金融发展能够通过降低企业融资约束水平进而促进企业绿色创新;

H3:数字金融发展能够通过降低企业风险进而促进企业绿色创新。

(二)企业社会责任的调节作用

企业社会责任是协调企业自身活动与其他利益相关者的活动,目前对其与企业绿色创新的关系尚未有确定结论,学者们基于信息不对称理论与代理理论得出截然相反的观点。因此,在数字金融发展影响企业绿色创新水平的基础上,嵌入企业社会责任因素探讨其对两者关系的调节作用有助于企业提升绿色创新绩效,并为企业实现绿色创新能力跨越式发展提供理论依据。

一种观点基于信息不对称理论,认为企业社会责任有助于缓解企业与利益相关者之间的信息不对称情况,促进双方之间的合作与交流,从而促进企业开展绿色创新活动,提升绿色创新水平。企业履行社会责任能够帮助企业与利益相关者建立有效关系网络,分享内外部知识,并有助于指导企业长期发展战略,以达到经济效益、环境效益以及社会效益的平衡[25]。因此,在面对数字金融发展为企业带来融资约束程度降低以及企业风险降低的情况时,良好的社会责任履行通常意味着企业管理层能够统筹经济效益与环境保护以及资源消耗之间的关系,企业绿色创新水平由此得到提升。另一种观点基于代理理论,认为开展企业社会责任活动将导致企业财务成本负担增加,对企业进行绿色创新活动产生一定的消极作用[26]。此时,虽然数字金融发展在一定程度上改善了企业的融资约束状况,企业仍会出于成本收益动机降低对企业绿色创新的投入。综上,企业社会责任对数字金融发展与企业绿色创新关系的调节作用方向尚无法准确预知,故本文提出如下假说:

H4a:企业社会责任履行度提高会强化数字金融发展对企业绿色创新的促进作用;

H4b:企业社会责任履行度提高会弱化数字金融发展对企业绿色创新的促进作用。

(三)政府环境规制的调节作用

环境规制是政府促进微观企业绿色转型,发展绿色经济以实现“双碳”目标的重要政策工具,其本质上是政府倒逼或激励企业增加研发投入,以提高污染治理能力和产品科技含量的一种手段。在数字金融发展改善企业融资环境并降低企业风险从而促进企业绿色创新的情况下,嵌入政府环境规制因素进行讨论,有助于政府强化环境规制的顶层设计,采取适时灵活的环境规制政策,持续激励企业进行绿色创新。从当前绿色经济发展来看,政府环境规制增强有助于企业合理有效利用数字金融发展为企业提供的资金,提升资源配置效率以提升企业绿色创新水平,政府在经济发展评价体系中将资源损耗、环境污染以及生态效益等纳入考察范围,由此提升了政府对绿色经济的支持力度[27]。此外,颁布节能减排相关法律法规、提升环保执法力度、增加环境税以及收取排污费等政府环境规制会通过影响企业环境行为的成本与收益渠道来激发企业增加对绿色创新活动的投入,由此提升了企业绿色创新水平[28]。因此,当数字金融发展为企业带来资金支持并降低企业风险时,企业更有动力应对政府环境规制要求,同时考虑企业的经济效益与环境效益,积极增加绿色创新投入并提升绿色研发效率。基于此,本文提出如下假说:

H5:政府环境规制水平提高会强化数字金融发展对企业绿色创新的促进作用。

(四)媒体关注度的调节作用

在“碳达峰、碳中和”的国家战略背景下,媒体对企业环境问题关注度有所提升,媒体作为主要信息中介,其对企业经营活动、投资活动等具有重要影响。在数字金融对企业绿色创新水平产生影响的基础上考虑媒体关注这一非正式制度是否对两者关系产生调节作用,能够为提升企业绿色创新水平提供新的治理模式,助推“双碳”目标的实现。具体来看,一方面,随着公众环保意识逐渐增强,媒体关注能够发挥治理作用,即新闻报道会影响人们对事件重要性的判断,在一定程度上将吸引大众对企业环保行为的关注,并且公众对负面消息的接受程度通常高于正面消息,此时,企业管理层在数字金融促进企业绿色创新的情况下,倾向于进一步强化公司治理,提升绿色创新水平,以此维护企业长期声誉并获得竞争优势,同时也能够通过绿色创新获取企业长期绩效。但另一方面,媒体关注度提升使公众关注企业负面新闻并使利益相关者信心受损,在此情况下,企业可能采取更加短视的行为规避短期的负面新闻,如逢迎投资者的诉求以及编撰环保事迹等,同时企业也会强调绿色创新投入大、周期久与风险高的特征,减少绿色创新投入,导致绿色创新水平下降。综合上述分析,本文提出如下假说:

H6a:媒体关注度提高会强化数字金融发展对企业绿色创新的促进作用;

H6b:媒体关注度提高会弱化数字金融发展对企业绿色创新的促进作用。

四、实证研究设计

(一)样本数据来源

本文以中国A股上市公司作为研究样本,受限于数字金融指数的起始年份为2011年,而企业绿色创新数据更新至2020年,因此构建2011—2020年的面板数据集。本文对相关数据进行如下清洗工作:首先,剔除样本中的金融行业以及房地产行业数据;其次,剔除ST以及*ST的企业;再次,剔除连续五年数据缺失的样本;最后,对相关变量(虚拟变量除外)进行缩尾处理,获取12 014个“企业—年份”的非平衡面板数据。上市公司的相关财务数据来自Wind以及Csmar数据库,数字金融指数来自北京大学数字金融发展研究中心的《数字金融普惠金融指数》。绿色创新数据来自中国研究数据服务平台(CNRDS)中的A股上市公司发明专利以及实用新型专利数据。

(二)计量模型构建

为考察数字金融发展对企业绿色创新的影响,本文建立如下形式的基准模型:

Patenti,p,t=a0+a1Index_Pp,t+a2Xi,p,t+a3Mp,t+μi+wp+εi,p,t

(1)

其中,模型(1)中的被解释变量Patent表示企业绿色创新。本文借鉴王馨和王营的方法,使用企业每年的绿色专利申请数量来衡量企业绿色创新[15]。具体来看,绿色创新包括以下三个维度:Total表示企业绿色创新总体水平,使用企业绿色发明型专利申请数和绿色实用型专利申请数加总获得;Inva表示企业绿色创新质量,使用企业绿色发明型专利申请数表示;Uma则表示绿色创新数量,使用企业实用型专利申请数表示。为解决量纲问题,本文将以上申请数量均加1之后取自然对数,获得被解释变量指标。模型(1)中α0为常数项,α1为本文核心解释变量数字金融发展Index_P的系数,如果α1显著大于0表示数字金融发展能够促进企业绿色创新,如果α1显著小于0,则说明数字金融发展会抑制企业绿色创新。Xi,p,t表示随时间变化的企业层面控制变量,Mp,t表示省份层面的宏观控制变量。此外,本文采用固定效应模型,μi表示个体固定效应,控制不随时间变化的个体层面特征,以减少遗漏变量偏误;ωp表示地区固定效应以控制省份层面特征对企业绿色创新的影响。进一步地,本文还将解释变量数字金融发展进行指标降维,将数字金融发展分类为数字金融广度、深度以及数字服务程度指标,考察数字金融细分领域对企业绿色创新的影响。

为考察企业融资约束与企业风险在数字金融发展与企业绿色创新关系中的中介作用,本文构建中介效应检验模型如下:

FC_SAi,p,t=β0+β1Index_Pp,t+β2Xi,p,t+α3Mp,t+μi+ωp+εi,p,t

(2)

Patenti,p,t=γ0+γ1Index_Pp,t+γ2FC_SAi,p,t+γ3Xi,p,t+γ4Mp,t+μi+ωp+εi,p,t

(3)

Riski,p,t=δ0+δ1Index_Pp,t+δ2Xi,p,t+δ3Mp,t+μi+ωp+εi,p,t

(4)

Patenti,p,t=θ0+θ1Index_Pp,t+θ2Riski,p,t+θ3Xi,p,t+θ4Mp,t+μi+ωp+εi,p,t

(5)

采用递归模型分三个步骤对中介效应进行检验。第一步,参照模型(1),经过检验α1显著,表明数字金融发展确实会影响企业绿色创新水平。第二步,模型(2)中系数β1和模型(4)中系数δ1达到显著性水平,表明数字金融发展对企业融资约束程度与企业风险均具有显著影响。第三步,模型(3)与模型(5)将数字金融发展与中介变量同时放入模型进行回归,如果中介变量系数γ2和θ2在10%的显著性水平上显著,而数字金融发展Index_P的系数在10%的水平上不显著,则表明企业融资约束程度与企业风险在数字金融发展影响企业绿色创新的过程中承担完全中介作用;如果中介变量系数与数字金融发展Index_P系数均显著,则表明企业融资约束程度与企业风险具有部分中介作用。

为考察企业社会责任对数字金融发展与企业绿色创新关系的调节作用,本文构建如下形式的调节效应检验模型:

Patenti,p,t=α0+α1Index_Pp,t+α2CSRi,p,t+α3Index_Pp,t×CSRi,p,t+α4Xi,p,t+α5Mp,t+μi+ωp+εi,p,t

(6)

为考察环境规制对数字金融发展与企业绿色创新关系的调节作用,本文构建如下形式的调节效应检验模型:

Patenti,p,t=α0+α1Index_Pp,t+α2ERi,p,t+α3Index_Pp,t×ERi,p,t+α4Xi,p,t+α5Mp,t+μi+ωp+εi,p,t

(7)

为考察媒体关注度对数字金融发展与企业绿色创新关系的调节作用,本文构建如下形式的调节效应检验模型:

Patenti,p,t=α0+α1Index_Pp,t+α2Mediai,p,t+α3Index_Pp,t×Mediai,p,t+α4Xi,p,t+α5Mp,t+μi+ωp+εi,p,t

(8)

(三)变量定义与构造

1.被解释变量:企业绿色创新

部分学者使用企业绿色创新的研发投入(R&D)衡量企业绿色创新水平,但由于绿色创新活动具有高风险以及低转化率的特征,绿色创新投入转化为绿色创新产出具有一定难度,使用绿色创新投入数据衡量企业绿色创新水平存在高估的可能性。此外,专利技术很可能在申请过程中就会对企业绩效产生影响,所以专利申请数据会比授予数据更加稳定、可靠和及时,同时专利授权存在一定的滞后性[29],因此本文选取专利申请数量作为代理变量更能及时反映企业绿色创新水平。企业绿色创新变量构建步骤大致如下:首先,从中国研究数据服务平台(CNRDS)收集A股上市公司发明专利和实用新型专利的专利分类号等详细信息;其次,根据国家知识产权局网站数据,查询企业专利对应的知识产权分类号(IPC);再次,将其与2010年世界知识产权组织(WIPO)发布的“国际专利分类绿色清单”进行匹配,删除非绿色专利部分;最后,计算每家上市公司的绿色专利申请总数加1并取其自然对数作为绿色创新的代理变量。根据现有绿色专利申请信息,本文借鉴王馨和王营的做法将绿色创新数据分为三个层次[15]:一是企业绿色专利申请总数,具体为企业绿色发明型专利申请数与绿色实用型专利申请数总和,表示企业绿色创新总体水平(Total);二是企业绿色发明型专利申请数,由于企业绿色发明型专利、实用型专利以及外观设计专利分别从高到低表示企业绿色创新的技术价值与含金量,因此可使用该指标表示企业绿色创新质量(Inva);三是企业绿色实用型专利申请数,由于外观设计专利相对来说数量较少,本文采用该指标作为一个对比性指标表示企业绿色创新数量(Uma)。

2.解释变量:数字金融发展

针对数字金融发展,本文参照郭峰等的做法[30],借助北京大学数字金融研究中心编制的“北京大学数字普惠金融指数”,该指数以蚂蚁金服提供的数据为基础,从数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度3个维度构建数字普惠金融指标体系。数字普惠金融指数构建步骤大致如下:首先,根据上述3个维度,获取33个具体指标;其次,对性质和计量单位不同的指标进行无量纲化处理;再次,依据主观赋权与客观赋权相结合的方法确定指标权重;最后参考传统普惠金融指数编制方法合成指数。该指数包含中国省份级别、城市级别以及县域级别三个层面,本文将其作为数字金融发展的代理变量,并将该指数除以100以解决量纲问题。在本文的基准回归模型中,采用省级层面的数字金融发展指数。在稳健性检验中选取了市级层面的数字金融发展指数。

3.控制变量

本文参考王馨和王营的研究[15],选取如下控制变量:总资产报酬率(ROA),使用企业净利润与平均总资产的比率表示;成长性(Growth),使用总资产同比增长率表示;财务杠杆(Lev),使用负债总额与资产总额的比率表示;独董占比(Inde),使用独立董事人数占董事会总人数的比重表示;两权合一(Dual),如果董事长与总经理为同一人,则取1,否则取0;前十大股东持股占比(Top10),使用持股比例排名前十位股东持股合计数占公司总股本的比例表示;现金比率(Cash),使用现金及现金等价物占总资产比重表示。此外,为最大程度缓解内生性问题,本文还进一步控制如下宏观层面变量:省份GDP年增长率(GDPg);各省份年度居民消费价格指数(CPI);地区市场化水平(MKTindex):根据樊纲等编写的《中国分省份市场化指数报告(2018)》获取各省份市场化指数。

4.中介变量

(1)企业融资约束(FC_SA)。本文借鉴Hadlock和Pierce的做法[31],利用企业规模和年龄两个外生变量构建SA指数,SA指数的具体计算方法为SA=-0.737Size+0.043Size2-0.004Age,其中Size为企业总资产(单位为百万元)的自然对数,Age为企业成立年份。另外,本文使用企业SA指数绝对值的自然对数FC_SA表示企业融资约束程度,该值越大则表明企业融资约束程度越高。

(2)企业风险(Risk)。本文使用经行业调整后的连续三年ROA滚动标准差衡量企业风险,该值越大表明企业盈利波动越大,即企业风险越高。

5.调节变量

(1)企业社会责任(CSR)。本文借鉴王站杰和买生的做法[32],利用和讯网CSR评价体系得分来衡量企业社会责任履行情况。和讯网CSR评价体系自2010年起对中国主板上市公司社会责任履行程度进行评分,具有一定的权威性,能够比较客观、完整地评价企业社会责任表现,该得分越高则表明企业社会责任履行度越高。

(2)政府环境规制(ER)。本文借鉴Zugravu和Kheder的做法[33],采用单位GDP的能源消耗量(GDP/能源消耗量)取自然对数来衡量政府环境规制水平,该指标主要用于度量政府针对环境治理所采取的一系列规则及条款的实施效果。通常而言,单位GDP的能源消耗量越少,则表明经济的绿色程度越高,政府环境规制水平就越高。

(3)媒体关注度(Media)。本文借鉴王云等做法[34],针对纸质刊物及互联网新闻进行文本分析,使用年度媒体负面报道数量的自然对数作为媒体关注度的代理变量。通常来说,媒体对某企业的负面报道数量越多,该企业所受的媒体关注度越高。

针对上述分析,本文给出主要变量的定义及构造,具体见表1。

表1 变量定义与构造

(四)描述性统计

表2报告了主要变量的描述性统计结果。由表2可知,绿色创新总体水平Total的平均数为0.653 0,标准差为0.547 0,表明企业绿色专利申请数量在样本间存在较大差异。绿色创新质量Inva和绿色创新数量Uma的平均数分别为0.549 4和0.487 8,标准差分别为0.495 1和0.484 0,说明绿色发明型专利申请数和绿色实用型专利申请数在不同企业之间差异也较大。对于数字金融发展, 省一级指数的均值为2.414 2,标准差为1.013 1,表明各省份之间的数字金融发展程度差异仍然较大。其余变量的描述性统计结果基本符合预期。

表2 变量描述性统计结果

五、实证检验与结果分析

(一)基准模型检验:数字金融发展对企业绿色创新的影响

依据F检验以及Hausman检验结果,本文使用固定效应模型进行回归分析,表3报告了检验结果。第(1)～(3)列为未加入控制变量的检验结果,数字金融发展Index_P对企业绿色创新总体水平Total和绿色创新质量Inva的回归系数均为正,且均在1%的水平上显著,表明数字金融发展能够促进企业绿色创新水平,并提升绿色创新质量。但列(3)的Index_P系数并不显著,表明数字金融发展对企业绿色创新数量的影响不显著。第(4)～(6)列在模型中加入控制变量,上述结论依旧成立。其中第(4)列Index_P的系数为0.201,并在1%的水平上显著,说明数字金融发展促进了企业绿色创新,数字金融发展指数每上升1单位,企业绿色专利申请总量就上升0.201个百分点,假说H1得到验证。在数字金融影响下,企业绿色创新水平显著增强,有助于中国经济向可持续发展迈进,促进“双碳”目标完成。检验结果还表明,数字金融发展不仅提升了企业绿色创新水平,还进一步促进企业绿色创新质量。其主要原因在于数字金融是金融与新兴技术相结合的产物,能够为企业绿色创新活动提供多样化的融资工具及必要的资金支持,此外数字金融发展能够发挥资源效应与信息效应,缓解企业资金压力并降低企业与金融机构之间的信息不对称,从而降低企业财务风险,使企业更有动力投资周期长、风险高的绿色创新项目。

表3 数字金融发展对企业绿色创新的影响

此外,为进一步探究数字金融发展对企业绿色创新的分维度影响,本文将数字金融发展划分为数字金融覆盖广度、数字金融使用深度与数字金融数字服务程度三个维度,考察数字金融不同维度指标对企业绿色创新的影响是否存在差异,检验结果见表4。结果显示,覆盖广度指标coverage_P与数字服务程度指标digitization_P对企业绿色创新的影响效果更为显著,而数字金融使用深度指标usage_P对企业绿色创新的影响则不显著。该结果表明,提升数字金融发展的覆盖面积以吸引更多资金以及提升数字服务程度才能够为微观企业提供支持,助力企业绿色创新并为绿色经济提供动力,这也为数字金融后续发展进一步指明了深入挖掘的方向。

表4 数字金融不同维度指标对企业绿色创新的影响

(二)基准模型检验:数字金融发展对企业绿色创新影响的异质性特征

1.企业产权性质

国有企业与民营企业在融资行为及绿色创新活动等方面存在差异,因此有必要考虑数字金融发展能否校正传统金融存在的“属性错配”问题。对此,本文按照产权性质将样本划分为国有企业与非国有企业分组检验数字金融发展对企业绿色创新的影响。表5结果显示,第(1)～(3)列的Index_P系数均为正,且均在1%的水平上显著,而第(4)～(5)列的Index_P系数为正但均未达到10%的显著性水平,第(6)列的Index_P系数显著为负,说明相对于非国有企业,数字金融发展对国有企业绿色创新水平及创新质量的促进作用更为显著,即在国有企业中数字金融更能体现其绿色创新驱动效应。其主要原因在于:国有企业与民营企业的目标存在偏差,国有企业往往需要综合考虑经济效益、环境效益以及社会效益,而民营企业则优先考虑其经济效益。因此,国有企业更有可能将通过数字金融获得的资金用于支持绿色经济,选择投资绿色创新项目,而民营企业更可能将多余的资金用于追逐经济效益。

表5 数字金融发展对企业绿色创新影响的异质性检验1

2.企业污染程度

国家绿色信贷政策的推出抬高了企业融资的环境准入门槛,重污染企业进行信贷融资的难度进一步增加,此外,重污染企业由于面临较强的环境约束力,其承担风险更高,通过绿色创新实现绿色转型是其必经之路。因此,数字金融发展对不同污染程度企业的绿色创新支持作用可能有所差异,对此进行探讨有助于针对不同污染程度企业给予差异化的金融支持政策。为考察数字金融发展对企业绿色创新的影响在污染程度层面的异质性特征,本文依据《中华人民共和国环境保护法》第四章关于污染防治的有关规定,并结合原环保部(现生态环境部)2010年颁布的《上市公司环境信息披露指南》对高污染行业的相关界定,将样本企业划分为高污染企业与低污染企业两组进行分组检验。表6报告了污染程度的异质性检验结果。结果显示,第(4)～(5)列的Index_P系数均在1%的水平上显著为正,对比之下,第(1)列中Index_P系数不显著,第(2)列Index_P系数仅在10%的水平上显著,说明相对于高污染企业,数字金融发展对企业绿色创新的影响在低污染企业中更为显著,这主要是因为高污染企业更有可能将有限的资金用于治理污染而非进行绿色创新。

表6 数字金融发展对企业绿色创新影响的异质性检验2

3.地区金融监管水平

考虑到企业所在地区金融监管水平的差异将会对地区数字金融发展产生较大影响,由此可能会影响到不同金融监管水平地区企业的绿色创新水平。对此,本文采用地区金融监管支出与地区金融业增加值的比值来衡量地区金融监管水平Supervision。在此基础上,本文按照地区金融监管水平的中位数将样本企业划分为高金融监管水平地区企业与低金融监管水平地区企业两组进行分组检验,考察数字金融发展对企业绿色创新的影响在地区金融监管水平层面的异质性特征。表7报告了地区金融监管水平的异质性检验结果。结果显示,第(4)～(5)列的Index_P系数均在5%的水平上显著为正,第(6)列的Index_P系数均在10%的水平上显著为正,而第(1)～(3)列的Index_P系数均不显著,这意味着数字金融发展对低金融监管水平地区企业绿色创新的影响更为显著。其主要原因在于:当金融监管水平较低时,数字金融发展能够吸纳更多资金,企业可将更多资金用于绿色创新项目,进而提升绿色创新水平。以上分析表明,当前金融监管水平未能提升数字金融的绿色创新驱动效应,其与数字金融发展水平仍然存在不匹配的情况。

表7 数字金融发展对企业绿色创新影响的异质性检验3

(三)内生性检验及其他稳健性检验

为检验前文结论的可靠性,本文采用如下方法进行内生性检验及其他稳健性检验。

1.内生性检验:两阶段最小二乘法

考虑到模型可能存在遗漏变量等内生性问题,本文采用各个省份的互联网普及率作为工具变量(IV)进行内生性检验,其中互联网普及率InternetIndex数据来自《中国互联网络发展状况统计报告》。本文对工具变量进行两阶段最小二乘回归检验,表8报告了内生性检验结果。第(1)列为第一阶段检验结果,结果显示,InternetIndex系数为0.020,且在1%的水平上显著,说明互联网普及率与数字金融发展具有显著正相关关系。第(2)～(3)列为第二阶段检验结果,Index_P系数均为正,且分别在5%与1%的水平上显著,说明引入工具变量后进行检验,数字金融发展与企业绿色创新依然具有显著正相关性关系。

表8 内生性检验结果:工具变量(IV)法

2.内生性检验:Heckman两阶段模型

为解决样本选择偏差带来的内生性问题,本文进一步构建Heckman两阶段模型进行内生性检验,具体分为两步骤。Probit模型(9)为第一阶段的企业绿色创新选择方程,其中被解释变量GreenInnoi,p,t表示第t年i企业是否进行绿色创新,若有申请绿色发明型专利及实用型专利行为,则该变量赋值为1,否则赋值为0;Index_Pp,t为本文的核心解释变量数字金融发展;GreenInnoi,p,t-1表示外生变量,即前一期的企业是否进行绿色创新的虚拟变量,满足相关性和内生性的要求;Zi,p,t为影响企业绿色创新水平的控制变量,包括企业杠杆率、总资产报酬率与营业收入增长率。此外,由于Probit模型无法使用固定效应,模型(9)还控制了时间和地区。式(10)为第二阶段的回归方程,其中被解释变量Patenti,t表示企业绿色创新,包括Total、Inva以及Uma,Ni,p,t是影响企业绿色创新的控制变量,包括模型(1)中的控制变量以及根据第一阶段回归拟合值计算的IMR。

GreenInnoi,p,t=α0+α1Index_Pp,t+α2GreenInnoi,p,t-1+α3Zi,p,t+γt+ωp+εi,p,t

(9)

Patenti,p,t=α0+α1Index_Pp,t+α2Ni,p,t+α3Mp,t+μi+ωp+εi,p,t

(10)

回归结果如表9所示,由第一步回归结果可知,L.GreenInno的估计系数显著为正,说明外生变量的选择有效;IMR的系数均在1%的水平上显著,表明样本确实存在一定的自选择问题。根据第二步回归结果,第(2)和(3)列显示,当被解释变量为Total和Inva时,Index_Pp,t的系数分别在1%和5%的水平上显著为正,表明在考虑样本选择偏差的情况下,数字金融发展对企业绿色创新水平仍有显著的促进作用,本文核心结论稳健性良好。

表9 内生性检验结果:Heckman两阶段法

3.其他稳健性检验(1)限于文章篇幅,其他稳健性检验结果未在文中列出,如有需要,可联系作者获取。

除了内生性检验外,本文还进一步使用以下方法进行其他稳健性检验。第一,采用Tobit模型,针对被解释变量具有零值堆积和正值连续分布的特点,本文将基准回归中的固定效应模型更换为Tobit模型重新进行检验。检验结果显示,数字金融发展Index_P与企业绿色创新总体水平Total以及绿色创新质量Inva均显著正相关,而与绿色创新数量Uma不存在显著相关关系,说明数字金融发展仍然对企业绿色创新具有促进作用,这与本文基准模型回归结果完全一致。第二,采用GMM模型,考虑到数字金融发展对企业绿色创新的影响可能存在滞后性,本文构建滞后一期的动态GMM模型进行检验,结果表明数字金融发展Index_P与企业绿色创新总体水平Total以及绿色创新质量Inva均存在显著正相关关系,而与绿色创新数量Uma不存在显著相关关系,结论与前文结果保持一致,表明本文结论稳健性良好。第三,替换解释变量,本文基准模型中的解释变量为数字金融发展Index_P,该变量为省级层面变量,在稳健性检验中,本文将依据企业注册地所在城市选择市级层面数字金融发展Index_C作为替代变量重新进行回归检验,结果显示,Index_C的系数均在5%及以上的水平显著为正,表明数字金融发展确实能够增加企业绿色专利申请数量,助力企业绿色创新产出,与前文结论保持一致。第四,剔除直辖市样本,考虑到中国直辖市在城市规模、经济发展等方面存在较大特殊性,对数字金融发展及企业绿色创新均可能产生影响,本文剔除直辖市样本后重新进行检验。检验结果表明Index_P的系数仍然显著为正,再次验证了前文结果具有良好的稳健性。

六、进一步研究:作用机制检验

(一)中介作用检验:融资约束与企业风险

依据前文分析,本文采用递归模型考察企业融资约束与企业风险在数字金融发展与企业绿色创新关系中是否承担中介作用。表10列示了企业风险与融资约束的中介作用检验结果。结果显示,第(2)列结果中FC_SA的系数为-0.012,且在1%的水平上显著,表明数字金融发展能够成为市场中资金的有效增量补充,由此缓解了企业融资约束,这与谢绚丽等的研究结论一致[4]。在第(3)列中,FC_SA系数在10%的水平上显著为负,而Index_P系数在5%的水平上显著为正,进一步考察第(4)～(5)列发现,融资约束也会显著抑制企业绿色创新质量,这意味着融资约束在数字金融发展对企业绿色创新影响中承担着部分中介作用,数字金融发展缓解了企业融资约束,由此促进了企业绿色创新,“数字金融发展—企业融资约束—企业绿色创新”的传导渠道有效。

表10 企业融资约束的中介作用检验

表11报告了企业风险水平的中介作用检验结果。结果显示,第(2)列中Risk的系数为-0.003,且在5%的水平上显著,表明数字金融发展确实能够通过资源效应与信息效应使企业获得资金支持并对管理层进行决策产生助益,由此降低企业风险水平。第(3)列中Index_P系数在5%的水平上显著为正,而Risk系数也在5%的水平上显著为负,第(5)列检验结果显示Index_P系数在1%的水平上显著为正,而Risk系数,经过Sobel检验可知z值为-2.873,均通过中介效应检验,表明企业风险降低有助于提升企业绿色创新水平。该结果表明,企业风险在两者关系中承担着部分中介作用,数字金融发展降低了企业风险,从而有助于促进企业绿色创新,“数字金融发展—企业风险—企业绿色创新”的传导渠道成立。

表11 企业风险的中介作用检验

(二)调节作用检验:企业社会责任、政府环境规制与媒体关注度

为考察企业社会责任对数字金融发展与企业绿色创新关系的调节作用,本文在基准模型基础上引入企业社会责任CSR及其与数字金融发展Index_P的交乘项构建调节效应检验模型进行检验,表12第(1)～(3)列报告了企业社会责任的调节作用检验结果。结果显示,第(1)～(2)列中交乘项系数分别在5%和1%的水平上显著为正,表明企业社会责任对数字金融发展与企业绿色创新关系具有正向调节作用,企业社会责任履行度提高强化了数字金融发展对企业绿色创新的促进作用,假说H4得到验证。其主要原因在于:企业社会责任履行度较高意味着企业管理层在进行决策时会综合考虑企业经济效益、社会效益及环境效益,由此加剧了数字金融发展对企业绿色创新的促进作用。

表12 企业社会责任、政府环境规制与媒体关注度的调节作用检验

为进一步考察政府环境规制对数字金融发展与企业绿色创新关系的调节作用,本文在基准模型的基础上引入政府环境规制ER及其与数字金融发展Index_P的交互项构建调节效应检验模型进行检验,表12第(4)～(6)列报告了政府环境规制的调节作用检验结果。结果显示,第(4)列中交乘项系数在5%的水平上显著为正,第(5)～(6)列中交乘项系数不显著,表明政府环境规制对数字金融发展与企业绿色创新关系具有正向调节作用,相对于企业绿色创新质量,政府环境规制水平提高更有助于加剧数字金融发展对企业绿色创新水平的促进作用。其主要原因在于:政府环境规制促使企业提升环境治理意识,在数字金融为企业带来资金支持以及降低企业风险的情况下,企业会统筹进行资金分配并综合考虑经济效益与环境效益,由此加大了企业绿色创新投入,从而促进了企业绿色创新水平。假说H5得到验证。

此外,为讨论媒体关注度是否会对数字金融发展与企业绿色创新关系发挥调节作用,本文在基准模型中纳入媒体关注度Media及其与数字金融发展Index_P的交乘项构建调节效应模型进行检验,检验结果如表12中的第(7)～(9)列所示。根据回归结果可知,当被解释变量为绿色创新总体水平Total与绿色创新质量Inva时,交乘项系数分别在1%和5%的水平上显著为正,表明媒体关注度能够进一步强化数字金融发展对绿色创新的促进作用,假说H6得到验证。究其原因,媒体关注度作为一种非正式制度,具有一定的治理作用,它能够促使企业管理层关注企业长期声誉,着眼于绿色创新时效长、环保效果好的特征,增加绿色创新力度以帮助获得长期竞争优势,而非为预防短期负面新闻发酵而采取短视措施。

七、结论与政策建议

本文选取2011—2020年中国A股上市公司年度数据,构建面板回归模型对数字金融发展是否影响企业绿色创新及其异质性特征进行实证分析,并进一步考察了企业融资约束与企业风险的中介作用以及企业社会责任、政府环境规制和媒体关注度的调节作用。本文主要结论归纳为:

(1)数字金融发展对企业绿色创新具有促进作用。相对于数字金融使用深度指标,数字金融覆盖广度与数字服务程度指标对企业绿色创新的驱动效应更为显著。

(2)数字金融发展对企业绿色创新的促进作用具有异质性特征。相对于非国有企业、高污染企业与高金融监管水平地区企业,数字金融发展对国有企业、低污染企业与低金融监管水平地区企业绿色创新的促进力度更大。

(3)企业融资约束与企业风险在数字金融发展与企业绿色创新的关系中承担着中介作用,数字金融发展通过缓解企业融资约束及降低企业风险两个渠道来促进企业绿色创新,“数字金融发展—融资约束/企业风险—企业绿色创新”的传导渠道有效。

(4)企业社会责任对数字金融发展与企业绿色创新关系具有正向调节作用,企业社会责任履行度提高会强化数字金融发展对企业绿色创新的促进作用。

(5)政府环境规制对数字金融发展与企业绿色创新具有正向调节作用,政府环境规制水平提高会强化数字金融发展对企业绿色创新的促进作用。

(6)媒体关注度也能够正向调节数字金融发展与企业绿色创新的关系,即媒体关注度能够进一步强化数字金融发展对企业绿色创新的积极影响。

针对上述结论,本文给出如下政策建议:

(1)政府应稳步推进新兴技术与金融发展深度融合,积极推动大数据、人工智能以及云计算等高端技术发展,并利用科技发展促进数字金融广度、深度以及数字服务程度等多领域发展,扩大数字金融的覆盖范围和使用频率,从而为数字金融服务企业绿色创新活动提供政策及技术支撑。

(2)政府在颁布数字金融及绿色创新政策时应充分考虑企业产权性质、污染程度、地区金融监管水平等方面差异。数字金融发展对企业绿色创新的促进作用在国有企业样本中比非国有企业样本更加显著,表明数字金融的普惠效果仍有待加强,国家需要扩大金融服务的覆盖程度,进一步促进金融资源在国有企业与民营企业之间的均等化,同时,政府在制定绿色创新相关政策时需要进一步关注民营企业,激发其绿色创新活力。相比高污染企业,数字金融发展对低污染企业绿色创新水平的促进作用更加显著,因此针对高污染企业,政府应该进一步增加命令型环境规制策略,促使其除了进行基本的污染治理活动,还要增加绿色创新投入以获取长期、稳定的绩效。数字金融发展对企业绿色创新的促进作用在低金融监管水平地区更显著,表明金融监管水平与数字金融发展仍存在不匹配的情况,因此金融监管体系迫切需要变革,构建科学监管体系,提升监管科技的针对性与及时性,以实现防范金融风险与促进企业绿色创新之间的平衡。同时,政府需要建立及完善宏观审慎与微观审慎相结合的金融监管制度,并将促进监管科技深度发展纳入宏观审慎监管范畴,以此提升金融监管效率。

(3)针对企业社会责任的正向调节作用,企业应加强与利益相关者的信息传递,以此来获取企业绿色创新所需要的信息与资源,同时将履行社会责任与企业绿色创新战略相结合,实现从注重短期经济效益向注重长期综合效益的战略性转变。

(4)针对政府环境规制的正向调节作用,政府应采取完善排污定价、完善环境税、污染治理项目的税费减免等多种环境规制相结合的方式,驱动企业绿色创新,提高企业节能减排效益,通过增强企业对绿色发展理念及排污治理的社会责任感来助推企业绿色研发投入的创新动力。

(5)针对媒体关注能够强化数字金融发展对企业绿色创新促进作用的结论,企业应当积极对待媒体关注所反映的事实,强化对绿色创新的重视程度,同时国家要促进媒体及公众提升对企业环境问题的关注度,积极发挥媒体关注这一非正式制度对环境治理的作用,促进媒体关注的监督机制和声誉机制发挥作用。

(6)考虑到数字金融平台仍需依托传统金融机构,政府应建立并完善数字金融平台与传统金融机构的业务协作机制,从而有助于放大数字金融平台对企业绿色创新的资金支持功能,进一步促进企业绿色创新。