数字金融对制造业企业绿色技术创新的影响研究
2024-06-25王文静齐硕朋
王文静 齐硕朋
摘 要:制造业是推动国民生产和经济平稳运行的重要力量,也是国内绿色技术创新的主体,但近年在发展过程中不断出现金融化的趋势,其资源配置行为发生变化。数字金融作为以新兴技术为代表所衍生出的金融新业态,能有效弥补传统金融的缺陷,为企业提供金融支持。基于2011-2021年A股制造业上市公司数据,研究分析企业金融化在数字金融和制造业企业绿色技术创新之间的调节效应。研究结果表明,数字金融会推动制造业企业绿色技术创新;制造业企业的金融化在数字金融和企业绿色技术创新之间存在显著的负向调节效应;数字金融对制造业企业绿色技术创新的激励效应在国有企业、东部地区和污染程度较高的企业中更加显著。最后,以相关理论支持给出了政策建议。
关键词关键词:数字金融;绿色技术创新;企业金融化;制造业
中图分类号中图分类号:F273.1;F832.46
文献标识码:A
DOIdoi:10.3969/j.issn.1672-2272.202403100
英文标题Research on the Impact of Digital Finance on Green Technology Innovation of Manufacturing Enterprises
:Based on the Moderating Effect of Enterprise Financialization
Wang Wenjing,Qi Shuopeng
(School of Economics, Tianjin University of Commerce,Tianjin 300134, China)
英文摘要Abstract:The manufacturing industry is an important force driving national production and the smooth running of the economy,and also the main body of green technology innovation activities in China,but in recent years in the process of development has continued to appear the trend of financialization,which results in that its behavior of resource allocation changes.Digital finance,as a new form of finance derived from the emerging technologies in recent years,can effectively make up the shortcomings of traditional finance and provide financial support for enterprises.With the data of Chinese A-share manufacturing firms from 2011 to 2021,the moderating effect of enterprise financialization between digital finance and green technology innovation of manufacturing firms is studied and analysed.The result suggests the following:the digital finance promotes the green technology innovation of manufacturing enterprises;the financialization of manufacturing enterprises has a significant negative moderating effect between digital finance and green technological innovation of enterprise; The incentive effect of digital finance on green technological innovation of manufacturing enterprises is more pronounced in state-owned enterprises,enterprises in eastern region,and enterprises with a higher degree of pollution.Finally,policy recommendations are given with relevant theoretical support.
英文关键词Key Words:Digital Finance; Green Technology Innovation; Enterprise Financialization; Manufacturing Industry
0 引言
随着生态环境的污染加剧,绿色发展理念逐渐在全世界范围内被广泛传播和认可,而绿色技术创新被认为是进一步落实环境保护政策和促进经济发展模式绿色转型的有效手段。近年来,我国已经成为世界上最大的工业产出国,同时要面对碳排放和能源消耗等问题。在些背景下,我国要加速推进经济发展模式绿色转型。制造业不仅是我国在完成既定经济增长目标和达成“碳达峰”目标过程中的具有决定性意义的产业,而且是企业层面绿色技术创新的主体和加速绿色转型的重要领域。因此,当前制造企业如何在正常生产和运营的基础上,推动绿色技术创新活动,实现资源节约、环境友好的可持续发展,成为了目前经济社会发展的聚焦点。
当前我国的金融市场发展具有不平衡和不充分的特点,传统金融在满足制造业企业进行绿色技术创新活动的融资需求时,存在着风险规避和结构性错配等问题[1-2]。结合企业绿色技术创新活动由于更长的投资周期、较高的成本支出和不确定性所体现出的高风险特征,制造企业通常难以获得足够的融资支持,而这显然不利于企业的绿色技术创新[3]。借由国内近年数字经济的蓬勃发展,数字金融可以依靠大数据和互联网,有效整合市场中的金融资源,提供更多的融资渠道和较低的融资门槛[4],这会使缓解制造业企业面临的融资限制成为可能。因此,结合制造企业的现实需求来看,当前对于大力发展数字金融的探讨,凸显出重要意义。
制造业企业在当前发展过程中存在金融化的趋势,在这一过程中,金融资产的可观收益和易变现的特点吸引企业不断调整其金融资产结构,即企业的资源配置倾向逐渐从投资实体转向持有金融资产,而这也体现出企业投资行为和经营战略的变化。企业金融化可能在短期为企业带来利润,同时方便企业配置闲散资金,并提供了更多的流动性,但往往大量、长期的金融投资并不利于其生产经营和良性发展。企业的过度金融化会扩大经营风险[5],抑制经营绩效[6],降低就业水平[7],同时会挤占创新投入的空间,一定程度上也会影响企业的绿色技术创新活动。因此,在分析企业层面的绿色技术创新活动时,结合制造业当下的金融化趋势,将增强分析结果的可靠性。
近年来,关于企业绿色技术创新的影响因素和实体企业的金融化问题的研究逐渐成为学界热点,但过往研究鲜有从企业金融化视角出发,来研究其对数字金融和制造业绿色技术创新关系的调节效应。一方面,本文将企业金融化纳入企业绿色技术创新的分析框架,拓宽了以往数字金融影响企业绿色技术创新的研究角度。另一方面,本文探讨了企业金融化如何影响数字金融对制造业企业绿色技术创新的赋能效应,基于企业金融化的行为,实证检验了制造业企业金融化所导致的经济后果,对企业金融化的相关研究进行了补充,具有相应的政策启示。
1 理论基础与研究假设
制造行业的良性发展离不开完善的金融服务体系,企业研发投入伴随着大量、持续性的资金,这一过程中资金链如果断裂,自然会对企业造成较大的损失,将不利于企业绿色技术创新。因此,制造企业在进行创新活动时往往需要金融支持,稳定的外部融资能够正向激励企业绿色技术创新[8],但传统金融服务企业由于存在门槛较高、结构错配等问题,使企业不得不面临一定程度的融资约束。数字金融的科技属性能够在市场中帮助金融机构妥善管控资金的流向,同时增强企业信贷行为的信息透明度,有效改善传统金融市场中供需双方的信息不对称问题[9],减少资源错配,节省金融服务环节的交易成本,并提升企业融资效率。数字金融的普惠属性使得其相比传统金融能有效降低制造企业融资的门槛,并扩大金融支持的范围,带来更多的融资渠道。当前数字金融在服务实体经济时,发挥了良好的创新激励效应,通过提升企业的风险承担能力,促进了制造业企业创新[10],加速了国内制造业升级[11],并依靠创新赋能,有效带动了我国实体经济的发展[12]。
企业金融化是指企业在进行资源配置时,相较于投资实体,更倾向于持有更高比例的金融资产。企业金融化是目前制造行业内普遍存在的金融现象,特别当环境充斥着不确定性,企业又面临融资约束时,这种趋势会更为明显[13]。当企业出现金融化趋势时,往往是基于利用金融资产追求短期利润以及对风险进行规避等行为角度[14-15],而这也体现了金融化行为的主观性。一方面,企业这种“脱实向虚”的行为在事实上影响了企业的主业经营,并导致企业的创新资金投入减少[16],产生挤出效应,并且伴随金融化的逐渐加剧,这种影响会随着时间的推移愈发明显,从而不利于企业创新活动。另一方面,相较于风险高、周期长的绿色技术创新活动,金融资产更好的流动性和收益性在短期更能吸引企业投资,同时也会在主观上降低企业投资绿色技术创新的意愿。因此,当制造业企业在不断追求投资回报快且收益较高的金融资产时,本该服务于绿色技术创新的资金和经营战略,会不可避免地受到其资产配置行为变化所带来的影响。
基于上述分析,本文提出以下假设:
H1:数字金融正向激励了制造业企业绿色技术创新;
H2:数字金融通过缓解企业面临的融资约束来正向激励制造业企业绿色技术创新;
H3:企业金融化减弱了数字金融对制造业企业绿色技术创新的正向激励作用。
2 研究设计
2.1 数据来源与样本选择
本文依据中国证监会发布的《上市公司行业分类指引》(2012年修订),以2011-2021年我国制造业A股上市公司数据为基础,研究分析数字金融对制造业企业绿色技术创新的影响。数字金融指数来自于北京大学数字普惠金融指数。企业绿色专利数据来自于CNRDS数据库。其他企业相关数据和省级层面地区数据来自CSMAR数据库、《中国统计年鉴》和《中国互联网络发展状况统计报告》。为保证回归结果的严谨性,对数据作如下处理:①剔除ST, *ST和退市企业样本;②剔除主要研究变量含缺失值的企业样本;③剔除数据连续年限低于5年的企业样本;④对所有的连续变量作上下1%的Winsorize缩尾处理。在以上处理后,最终得到11 129份“公司-年份”样本,并以该样本为基础构建起非平衡面板。本文使用Stata 17.0软件进行数据处理和分析。
2.2 变量设计
被解释变量:企业绿色技术创新(Green)。参考张俊民等[17]的研究,采用企业当年的绿色专利申请量来测度企业绿色技术创新,并对企业专利数取对数处理。
解释变量: 数字金融(DFI)。使用北京大学数字普惠金融指数对数字金融指标进行测度,以其附带的使用深度和覆盖广度作为数字金融的代理变量。使用地级市层面数字普惠金融指数,考虑到数字金融指数与企业数据的数值差距过大,为方便计量,将该指标除以100。
中介变量: 融资约束(SA)。融资约束的度量包括但不限于WW、KZ和SA指数等。为了尽可能避免内生性问题,本文采用SA指数进行测度。其绝对值越大,融资约束就越大;绝对值越小,则反之。
调节变量: 企业金融化(Fin)。参考叶若蕙等[18]的做法,使用金融资产占总资产的比例测度企业金融化。前者范围包括货币资金、应收股利、应收股息、交易性金融资产、可供出售金融资产、持有至到期投资和投资性房地产。考虑到数据可获得性,2018年后的数据中,持有到期投资改换为债权投资,可供出售金融资产改换为其他债权投资与其他权益工具投资之和。
控制变量:参考过往的研究,本文将固定资产率(Tan)、资本密集度(Capital)、营业收入增长率(Growth)、独立董事占比(Indper)、净资产收益率(Roe)、产权性质(Soe)、两职合一(Dual)作为企业层面变量纳入到控制变量集。同时控制宏观层面的经济发展水平(Gdp)、政府干预程度(Gov)和市场化水平(Market)。市场化水平使用樊纲等[19]构建的市场化指数进行测度。
2.3 模型构建
为验证假设H1,本文使用固定效应模型,同时控制年份和行业固定效应,默认采用聚类稳健标准误。基准模型如下:
Greenit=α0+β0DFIit+γ0Cit+Yeart+Indi+εit(1)
其中,α0为常数项,Green为企业绿色技术创新;DFI为数字金融指数;C为控制变量,具体说明上文已述,Year为不受个体影响的时间固定效应,Ind为不受年份影响的行业固定效应,ε为随机误差项。
为检验假设 H2,即融资约束(SA)的中介效应,参考温忠麟等[20]的研究,在模型(1)的基础上,构建如下模型进行机制检验:
Mit=α1+β1DFIit+γ1Cit+Yeart+Indi+εit(2)
Greenit=α2+β2DFIit+φ2Mit+γ2Cit+Yeart+Indi+εit(3)
其中,M为中介变量,本文中为SA指数,用以测度企业面临的融资约束。
为检验假设 H3,即企业金融化(Fin)的调节效应,在模型(1)的基础上,构建如下模型:
Greenit=α3+β3DFIit+θ3Finit+η3DFI×Finit+γ3Cit+Yeart+Indi+εit(4)
其中,Fin表示企业金融化水平,DFI×Fin表示数字金融和企业金融化的交乘项。
3 回归分析
3.1 基准回归
表3中(1)-(3)列中,数字金融分别与企业绿色技术创新及其代理变量在1%的水平上正相关,(4)-(5)列中覆盖广度和使用深度分别与企业绿色技术创新在1%的水平上正相关,表明数字金融正向激励了制造业企业绿色技术创新,假设H1得以验证。
3.2 稳健性检验
3.2.1 更换核心被解释变量
为保证回归结果的稳健性,选取企业当年独立申请的绿色专利申请量替换企业当年申请的绿色专利申请量,再次进行回归。从表4列(1)-(2)可以看出,数字金融和覆盖广度分别与企业绿色技术创新在1%的水平上正相关,列(3)中,使用深度与企业绿色技术创新在5%的水平上正相关,结果稳健。
3.2.2 更换解释变量
考虑到企业层面的绿色技术创新,数字金融的影响存在滞后的可能,为保证回归结果的准确性,将自变量滞后一期,再进行回归。表4列(4)-(6)中,滞后一期的数字金融、覆盖广度和使用深度分别与企业绿色技术创新在1%的水平上正相关,结果依然稳健。
3.2.3 剔除直辖市企业样本
考虑到4个直辖市的数字金融发展水平与其他地区本身就存在差异,为了避免对估计结果产生影响,故在样本中将直辖市企业样本剔除,再次进行基准回归。表4列(7)中显示,数字金融与企业绿色技术创新在 1% 的水平上正相关,结果稳健。
3.2.4 工具变量法
为了降低内生性对模型分析结果的干扰,参考谢绚丽等[21]的研究,将省级互联网普及率确定为数字金融的工具变量,运用2SLS法进行回归,表4列(8)中显示了二阶段回归结果,表明上述分析结果稳健。
3.3 机制检验
表5中(1)-(2)列显示了中介效应的检验结果。列(1)中,数字金融与融资约束在1%的水平上负相关。进而在列(2)中,融资约束与企业绿色技术创新在1%的水平上负相关,说明数字金融通过缓解企业所面临的融资约束来正向激励制造业企业绿色技术创新,验证了假设H2。
3.4 调节效应检验
分析企业金融化的调节效应,考虑到估计结果的准确性,对企业金融化与数字金融的交乘项作了中心化处理,表5列(3)中,在基准模型基础上引入企业金融化后,企业金融化与企业绿色技术创新在1%水平上负相关。进一步在列(4)中,企业金融化和数字金融的交乘项与企业绿色技术创新在5%的水平上负相关,说明企业金融化减弱了数字金融对制造业企业绿色技术创新的正向激励作用,假设H3得以验证。
4 异质性分析
4.1 基于地区的异质性
依据公司注册地将样本划分为东部和中西部,分别进行基准回归。表6列(1)-(2)中,数字金融分别与东部地区和中西部地区企业绿色技术创新在1%水平上显著为正,且中西部地区制造业企业绿色技术创新的回归系数大于东部地区。这可能是由于相较东部地区,中西部地区金融化程度和整体经济发展水平受限,面临融资约束更突出,数字金融解决融资困境时存在较大的边际效应。数字金融的绿色技术创新激励效应在中西部地区制造业企业中更为明显。
4.2 基于产权的异质性
将已有样本划分为国有企业和非国有企业两组,分别进行基准回归。表6列(3)-(4)中,数字金融分别与国有企业和非国有企业绿色技术创新在1%水平上正相关,且国有制造业企业绿色技术创新的回归系数大于非国有企业,这说明数字金融对制造业企业绿色技术创新具有正向激励效应,在国有制造业企业中更加明显。
4.3 基于污染程度的异质性
根据《上市公司环境信息披露指南》和《上市公司环保核查分类管理名单》,划分出高污染制造业企业样本,分组分别进行基准回归。表6列(5)-(6)中,数字金融分别与高污染企业绿色技术创新和非高污染企业绿色技术创新在1%水平上正相关,相比一般企业,高污染制造业企业绿色技术创新的回归系数更大。当高污染企业在履行环保政策和面对融资约束时,有更强的绿色技术创新和融资意愿,数字金融的绿色技术创新促进效应在高污染制造业企业中更加明显。
5 结论、启示与展望
5.1 研究结论
在我国加快推进数字化和经济发展模式绿色转型的背景下,本文以2011—2021年制造业A股上市公司样本为基础,经过回归分析,得到了数字金融影响制造业企业绿色技术创新的一系列经验证据。证据显示:①数字金融正向激励了制造业企业绿色技术创新;②机制分析表明,数字金融能通过缓解企业面临的融资约束来正向激励制造业企业绿色技术创新;③调节效应分析表明,制造业企业的金融化程度加深,会减弱数字金融对制造业企业绿色技术创新的赋能效应;④数字金融对国有制造业企业、中西部地区制造业企业和高污染制造业企业的绿色技术创新具有更为显著的正向效应,而对非国有制造业企业、东部地区制造业企业和非高污染制造业企业的绿色技术创新的驱动效应相对较弱。
5.2 管理启示
为了实现高质量发展和“双碳”目标,政府要继续坚持供给侧结构性改革,引导制造业企业以绿色技术创新为导向,以此破解环保难题,鼓励数字金融的落地和广泛应用,给予更多政策支持,加强金融监管体系建设,同时出台有关政策来抑制经济结构中的过度金融化现象。金融体系应服务好实体经济,提供必要资金支持,并重视制造业企业存在的金融化趋势。监管部门要精准定位企业的金融化行为,并设立一定评价标准,配合政策妥善管控风险,将金融化水平控制在合理的范围内。
5.3 研究不足与展望
本文仍存在不足之处。在数字金融指标的选取上,北京大学数字普惠金融指数仅整理自支付宝的后台相关数据,某种程度上忽视了其他金融机构的数字金融产品及服务。未来研究可以在更多金融机构数据的基础上,建立起更为完善的数据指标。
参考文献参考文献:
[1] 赵晓鸽,钟世虎,郭晓欣.数字普惠金融发展、金融错配缓解与企业创新[J].科研管理,2021(4):158-169.
[2] 唐松,伍旭川,祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J].管理世界,2020,36(5):52-66,9.
[3] FENG S, ZHANG R, LI G. Environmental decentralization, digital finance and green technology innovation,Struct[J]. Change Econ Dyn, 2022, 61:70-83.
[4] TEMELKOV Z,GOGOVA S M.The need for fintech companies as non-bank financing alternatives for some in developing economies[J].International Journal of Information,Business and Management,2018,10(3):25-33.
[5] 徐国祥,郝晋豪.非金融企业金融化、货币政策与经营风险[J].国际金融研究,2023(5):85-96.
[6] 江三良,张心怡.企业金融化与经营业绩:抑制与异质[J].调研世界,2022(8):13-21.
[7] 罗知,李琪辉,姚巧妮.企业金融化的就业效应:是促进还是抑制?[J].国际金融研究,2024(1):86-96.
[8] 汪明月,李颖明,王子彤,等.政治嵌入、外部融资对环境规制与绿色技术创新关系的影响[J].中国人口·资源与环境,2022,32(8):75-88.
[9] HUANG Y,LIN C,SHENG Z,et al. Fintech credit and service quiality[R].Hong Kong:University of Hong Kong,2018.
[10] 陈修德,陈雅静,马文聪,等.数字金融发展影响企业创新的风险承担机制[J].系统管理学报,2023,32(4):746-760.
[11] 许钊,张营营,高煜.数字金融发展与制造业升级——效应识别和中国经验[J].山西财经大学学报,2022,44(10):73-84.
[12] 汪亚楠,叶欣,许林.数字金融能提振实体经济吗[J].财经科学,2020(3):1-13.
[13] 杨名彦,浦正宁.数字经济对经济“脱实向虚”的影响:来自上市公司的证据[J]. 经济评论,2022(3):110-126.
[14] 段军山,庄旭东.金融投资行为与企业技术创新——动机分析与经验证据[J].中国工业经济,2021(1):155-173.
[15] TORNELL A. Real vs. financial investment can Tobin taxes eliminate the irreversibility distortion[J].Journal of Development Economics,1990,32(2):419-444.
[16] 王红建,曹瑜强,杨庆,等.实体企业金融化促进还是抑制了企业创新——基于中国制造业上市公司的经验研究[J].南开管理评论,2017(1):155-166.
[17] 张俊民,王晓祺.会计信息可比性对绿色创新的影响及路径研究[J].中央财经大学学报,2020(12):52-66.
[18] 叶若蕙,裴潇.企业金融化、环境规制与绿色创新[J].财会通讯,2023(19):49-55.
[19] 樊纲,王小鲁,张立文,等.中国各地区市场化相对进程报告[J].经济研究,2003(3):9-18,89.
[20] 温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005(2):268-274.
[21] 谢绚丽,沈艳,张皓星,等.数字金融能促进创业吗?——来自中国的证据[J].经济学(季刊),2018,17(4):1557-1580.
责任编辑(责任编辑:吴 汉)