数字金融对绿色技术创新影响研究——基于环境规制的调节效应

李景涛

(甘肃政法大学 商学院,甘肃 兰州 730070)

0 引言

近年来,随着我国经济社会快速高质量发展,其过程中产生的环境污染问题也日益严重。我国在经济发展过程中一直秉承着保护环境的原则,2022年10月召开的中国共产党第二十次全国代表大会强调了“推动绿色发展,促进人与自然和谐共生”的环保理念。中国已经将发展经济与环境保护统筹起来,以更为严格的环保法规要求企业从传统生产方式向绿色生产方式转变。因此,以节约资源和降低污染为目的的绿色技术创新成为推动经济增长方式由粗放型向集约型转变的关键因素。提升企业绿色技术创新水平,对于推动传统产业绿色转型升级、帮助绿色创新企业走出融资困境、实现区域经济健康可持续发展具有重要作用[1]。

金融是实体经济发展的血液,为实体企业发展提供流动性支持[2]。但是由于传统金融业的数据存在信息来源受限、信息不完整以及使用成本过高等问题,限制了金融服务效率[3]。企业的研发创新具有周期性,需要大量的资金投入,这离不开企业充裕的内源资本和外部金融市场上资金供给的长期支持[4]。但是日益严苛的环保政策对传统企业绿色发展转型提出了更高要求。企业要实现可持续发展,就必须投入大量资金实现自身绿色技术创新水平提升。

近年来,随着人工智能等新一代信息技术进入金融领域,数字金融成为缓解传统金融服务技术创新的困境,成为有效解决传统金融对技术创新支持不足问题的重要工具[5],以便利、共享、低成本、低门槛为特征的数字金融是缓解企业融资约束的重要途径。探讨数字金融发展对企业绿色技术创新水平的正向提升作用,挖掘政府环境规制对企业绿色技术创新的推动作用,有利于发挥数字金融依托大数据信息技术手段促进市场金融资源配置优势,促使企业加快创新资源和绿色技术创新产品市场转化,有利于我国环境友好型产业构建,助力“碳达峰、碳中和”目标实现。

1 理论分析与假设研究

1.1 数字金融与企业绿色技术创新

钟廷勇等[6]认为从企业内部视角来看,数字金融发展能够增加企业现金流,从而助力企业绿色技术创新水平的提高;从企业外部视角来看,数字金融发展能够提高城市经济发展水平从而促进企业绿色技术创新水平的提升。费迁等[7]认为数字金融是传统金融的有力补充,通过资本配置可以防止市场中大量金融资源流入高污染企业,促使绿色企业提升绿色技术创新水平。数字金融可以实现金融产品类型与金融服务模式快速更新,满足企业多样化融资需求,简化企业融资流程,合理引导金融资源流向绿色创新型产业。刘继兵等[8]认为数字金融的绿色创新效应能够帮助金融资源流入绿色技术创新企业,缓解绿色创新企业面临的融资压力。通过数字金融服务平台可以有效增加企业融资途径,帮助绿色技术创新企业获得稳定资金来源,推动企业由传统生产方式向绿色低碳生产方式转变。基于此,本文提出如下假设:

假设H1:数字金融能够显著提升企业绿色技术创新水平。

1.2 环境规制的调节作用

目前大部分学者认为环境规制对企业绿色技术创新水平的提升是有利的。陆晴晴[9]将环境规制定义为政府约束企业的工具,对于引导企业转变传统生产观念、促进产业转型具有重要作用。王飞等[10]认为企业通过技术创新所产生的补偿效应能够减少企业因遵守政府环保法规所产生的环保支出,企业发展观念应立足于政府制定的环保战略。数字金融相比于传统金融来说具有“融资门槛低、涉及群体广”的特点,通过降低企业融资约束帮助企业突破融资困境。加入政府环境规制因素进行分析,有助于政府针对不同类型、不同经营状况的企业制定更为合理的环保政策,利用政府监督实现企业发展观念转变。在全球倡导节能减排的背景下,政府环境政策的颁布有利于企业合理利用金融平台为企业提供的资金,在提高金融资源利用效率的同时提升企业绿色技术创新水平。基于此,本文提出如下假设:

假设H2:政府环境规制水平提高会强化数字金融与企业绿色技术创新之间的正向关系。

2 研究设计

2.1 样本选取与数据来源

为确保研究结论的准确性,本文对样本按以下要求进行处理:剔除数据缺失及异常样本值;剔除ST、*ST公司以及金融类公司样本;剔除数据年份不连续的样本企业。

本文的数据来源于国泰安数据库(CSMAR)和北京大学数字金融研究中心课题组编制的北京大学数字普惠金融指数,采用Stata 16.0软件进行数据分析。

2.2 变量设计与模型构建

2.2.1 被解释变量:企业绿色技术创新

企业绿色技术创新主要有两种衡量方法,一种是测量企业绿色专利申请数量,另一种是测量企业绿色专利授权量。根据绿色专利编码,对上市公司每年的绿色专利数量进行识别与核算[11]。本文以企业绿色发明型专利申请数量的对数作为企业绿色技术创新的衡量指标。

2.2.2 解释变量:数字金融发展水平

本文采用北京大学数字金融研发中心发布的数字普惠金融指数对各省份数字金融发展水平进行量化[12]。将上市公司根据所在的省份进行分类,并根据数字普惠金融省级层面指数数据与样本数据进行匹配。

2.2.3 调节变量:政府环境规制

环境规制是指政府通过制定相关的法律,通过法律、经济手段等多样化方式,对企业经济活动进行调节,从而减少企业污染环境的行为[13]。从整体上看,当前学术界主要从环境规制强度和环境规制效果这两个角度对环境规制进行衡量[14]。政府环境规制强度变化能够影响企业环境治理成本。因此本文采用工业污染投资完成额占第二产业的比重衡量环境规制强度。

2.2.4 控制变量

参考柯颜婷[15]的研究,本文根据情况选择以下控制变量。

(1)企业规模。企业规模是对企业员工数量和资产规模的反映,规模越大的企业产生的污染就越多,企业就需要投入更多的治污成本,同时企业规模也会对企业与政府、社会之间的关系产生影响。使用企业总资产的自然对数表示。

(2)资产负债率。资产负债率是对企业经营风险的反映,资产负债率过高的企业经营风险较大,企业也会面临严重的融资约束,因此企业需要将资产负债率控制在合理范围内。使用负债总额除以年末总资产表示。

(3)资产回报率。资产回报率是对企业在一定时间内盈利能力的衡量,用企业净利润与总资产的比值表示。

(4)企业现金流。企业现金流是对企业利润质量、企业财务健康状况的反映,使用企业经营活动现金流与总资产的比率表示。

(5)企业成长性。企业成长性是对企业发展前景、持续发展能力的反映,使用总资产同比增长率表示。

(6)企业增长机会。TobinQ值是对企业价值的反映,使用企业股价与企业重置成本的比率表示。

(7)企业年龄。企业年龄是对企业信用、品牌影响力的反映,使用公司成立年龄的自然对数表示。

表1 变量的定义与描述

2.3 模型构建

根据理论分析,本文构建以下模型:

模型1:Inva=α0+α1Dfi+α2ER+α3Control+ε

(1)

模型2:Inva=β0+β1Dfi+β2ER+β3Dfi×ER+β4Control+ε

(2)

模型1主要为了检验假设H1,即检验数字金融发展水平与企业绿色技术创新是否为正相关关系;模型2主要为了检验假设H2,即环境规制在数字金融发展与企业绿色技术创新的关系中是否起到调节作用。

3 实证结果与分析

3.1 描述性统计分析

从表2可以看出,本文经过筛选最终得到2012—2021年A股上市公司有效样本量为990个,在全样本中,企业绿色技术创新的最小值为0,最大值为5.288 0,标准差为1.307 0,这说明各公司间绿色技术创新水平存在较大差异。数字金融发展水平的最小值为322.700 0,最大值为459.000 0,标准差为30.580 0,表明样本企业区域间数字金融发展水平不均衡,但是我国数字金融发展水平在这10年间获得显著提升。政府环境规制的均值为0.002 0,标准差为0.001 5,表明全国各省政府制定的环境法规差别不大,各省政府对环境保护工作比较重视。

表2 主要变量描述性统计结果

3.2 相关性分析

如表3所示,数字金融与企业绿色技术创新之间呈现显著的正相关关系(r=0.391,p<0.01),这说明数字金融发展能促进企业绿色技术创新水平提高,证明了假设H1的合理性。环境规制与企业绿色技术创新之间呈现显著的正相关关系(r=0.083,p<0.01),表明政府制定严格的环境法规能够提高企业绿色技术创新水平;数字金融与环境规制之间呈现显著正相关关系(r=0.245,p<0.01),表明数字金融发展水平较高的区域,政府制定的环境法规更为严格;企业规模与企业绿色技术创新之间呈现显著正相关关系(r=0.474,p<0.01),表明企业规模越大,企业绿色技术创新水平越高;企业现金流与数字金融之间呈现显著正相关关系(r=0.086,p<0.01),表明数字金融发展能够增加企业经营现金流。其他变量均与数字金融、环境规制和企业绿色技术创新之间存在显著正相关或者负相关关系,这说明本文控制变量选择具有合理性。

表3 主要变量相关性分析结果

3.3 回归分析

为检验数字金融发展与企业绿色技术创新两者之间关系,以及环境规制在两者关系中起到的调节效应,本文根据假设对变量进行分组回归,并将回归结果汇总,结果如表4所示。

表4 多元回归分析结果

模型(1)是对未添加控制变量的假设H1进行研究,回归结果显示,数字金融发展对企业绿色技术创新具有显著提升作用(α1=0.002,p<0.05)。模型(2)是对添加控制变量后的假设H1进行研究,回归结果表示在添加企业规模等控制变量后,数字金融发展依然对企业绿色技术创新具有显著提升作用(α2=0.003,p<0.05),且模型(1)调整后的R2为0.354,大于0.3,说明该模型拟合优度良好,假设H1成立。模型(3)在上述模型的基础上加入环境规制(ER)作为调节变量,其目的是为了检验环境规制在数字金融与企业绿色技术创新之间起到正向或是负向的调节效应。回归结果显示环境规制在数字金融与企业绿色技术创新的正向关系中具有正向调节作用(α3=0.030,p<0.01),其调整后的R2为0.995,表示该模型拟合优度良好,假设H2成立。说明政府环境规制的加入提高了企业的环保意识,严格的环保政策促进企业加大绿色技术研发投入,企业绿色技术创新水平得以提高。

3.4 稳健性检验

为检验研究结论的稳健性,本文对企业绿色技术创新指标进行替换。用绿色专利总数代替绿色发明型专利申请数量,其他变量保持不变,对其进行稳健性检验。根据表5所示,在添加控制变量前,数字金融与企业绿色技术创新具有显著的正相关关系(β1=0.003,p<0.1);在添加控制变量后,数字金融与企业绿色技术创新仍具有显著的正相关关系(β2=0.004,p<0.01),假设H1成立。模型(3)中数字金融与环境规制的交互项系数为0.826,且在1%的水平上显著,即环境规制强化了数字金融与企业绿色技术创新的正向关系,假设H2成立。

表5 稳健性检验结果

表6 数字金融对企业绿色技术创新影响的异质性检验结果

3.5 异质性检验

由于国有企业与非国有企业在融资信用及社会责任履行等方面存在差异,因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检验数字金融对企业绿色技术创新的影响。表6结果显示第一列与第二列数字金融系数均为正,且在5%的水平上显著,而第三列与第四列数字金融系数为负,且仅有第四列的数字金融系数在1%的水平上显著,说明相比于非国有企业,数字金融发展对国有企业的影响效果更为显著。原因在于国有企业融资信用更高,能够获得的金融资源更多,而且国有企业在考虑经济效益的同时也要兼顾社会效益,而非国有企业则更多地将经济效益放在首位,对环境效益考虑相对较少。因此,数字金融发展对国有企业绿色技术创新水平影响效果更为显著。

4 结论与建议

4.1 研究结论

本文以A股100家上市公司2012—2021年的数据为研究样本,构建面板回归模型对数字金融发展是否影响企业绿色技术创新进行实证分析,并且进一步考察环境规制的调节作用及企业产权性质对二者关系的影响。得出以下主要结论。

数字金融能够显著提升企业绿色技术创新水平;政府环境规制水平提高会强化数字金融与企业绿色技术创新之间的正向关系;数字金融对企业绿色技术创新的提升作用具有异质性特征。相比于非国有企业,数字金融对国有企业的绿色技术创新水平提升力度更为明显。

4.2 管理启示

第一,政府应加快对传统金融机构的改革步伐,将新兴技术与金融发展进行深度融合。数字金融基础设施是数字金融发展的依托[16],政府应从软性和硬性基础设施整体提升数字金融发展的生态环境;政府在颁布环保法规前应充分考虑企业性质、区域经济发展水平等多个因素,用合理的环保政策促进企业绿色转型。

第二,金融机构应加快金融数字服务平台搭建与完善,不断创新数字普惠金融产品和服务,满足不同类型企业的数字普惠金融需求[17]。金融机构应根据不同性质的企业特征,开发设计便捷快速的金融产品,降低企业获得金融资源的成本,缓解企业绿色技术创新面临的融资压力。

第三,企业在追求经济效益的同时要兼顾环境效益。立足于长期发展,企业应遵守政府制定的环境规制政策,将发展观念由只追求经济效益转向绿色可持续发展理念,在获得收益的同时肩负起应承担的社会责任。

4.3 研究局限与展望

本文仍存在部分不足之处。

第一,环境规制指标选取存在局限性。本文从环境规制强度视角度量政府环境规制,采用工业污染治理投资总额占工业增加值比重作为环境规制的主要衡量方法[18],但是环境规制效果能够直接反映政府环境政策制定的价值,因此本文环境规制指标选取方面存在局限性。

第二,本文选取的样本是A股上市公司,这些公司与小微企业相比能够更快获取政府环保政策变化信息,企业的绿色研发费用也更为充足,是绿色技术研发主力。但是政府环境规制对小微企业也能产生重大影响,鉴于小微企业样本数据量较少,本文并未将小微企业纳入样本选择范围,未来研究可以将小微企业作为研究主体,探讨数字金融发展对小微企业的影响。