| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 金融/投资 |
| 绿色信贷、融资规模与重污染制造业企业数字化转型 |
| 第742期 作者：□文/张晓力 时间：2024/12/1 13:37:56 浏览：10次 |
［提要］ 绿色信贷政策作为一项重要的经济和环境手段，其对制造业企业的数字化转型有待进一步研究。本文使用2010～2022年沪深A股上市制造业企业数据进行实证检验，得出以下结论：绿色信贷政策能够显著抑制重污染制造业企业的数字化转型；从影响机制来看，绿色信贷政策会抑制重污染制造业融资规模，从而导致重污染制造业数字化转型水平下降。本研究有助于为制造业企业如何更好地实现绿色金融与数字化转型有效结合提供一定决策依据。
关键词：绿色信贷政策；融资规模；制造业；数字化转型
中图分类号：F83 文献标识码：A
收录日期：2024年5月8日
随着经济的快速增长，我国能源消耗和碳排放量显著增加，这大大影响生态系统的稳定。为此，党的二十大报告强调将碳达峰、碳中和纳入生态文明建设整体布局，实现高质量和可持续的发展。而制造业作为碳排放的重要来源，利用数字技术加速制造业企业数字化转型，从而缓解环境压力，改善生态环境，对实现我国可持续发展具有重要作用。制造业企业数字化转型作为一项复杂的系统工程，除了需要先进的数字技术作为支撑，也离不开外部资金的支持，因此如何获得更多的金融资源赋能制造业数字化转型对推动企业数字化转型十分关键。
为了提升企业的环保意识，进行绿色低碳发展，我国不断探索绿色金融改革。其中，绿色信贷政策通过对不同企业实行差异化贷款来实现信贷资源的绿色化配置，从而为促进经济与环境的协调、绿色和可持续发展具有重要意义。但是现有研究大都探讨绿色信贷政策对企业绿色创新和环境治理的影响，关于其对制造业企业数字化转型的影响较少。制造业通过数字化转型促进生产方式转变，从而降污减排，符合绿色信贷的宗旨，因此探究绿色信贷政策对制造业数字化转型的影响具有重要意义。
一、理论分析与假设研究
（一）绿色信贷政策与重污染制造业企业数字化转型。绿色信贷政策是指通过引导银行资金进行重新配置，从而实现经济发展和环境治理，其对制造业数字化转型可能通过以下渠道产生约束作用。一方面相较于其他行业，制造业的污染情况可能较严重，而绿色信贷政策方法的标准之一就是企业环境污染状况，当企业环境污染较严重时，其信贷可得性会降低，从而减少了制造业进行数字化转型的资金支持；另一方面绿色信贷政策使得企业环境污染的外部负面效应内化为企业获得的相关贷款的成本，这让重污染制造业企业的发展受到挑战，企业对资金使用会更加严格。而制造业数字化转型本就是一个复杂且充满不确定性的过程，企业可能在付出大量资源后也不一定会带来理想的效果，这就使得制造业企业在缺乏充足资金支持且充满不确定性的情况下，可能会减少对数字化转型的投入。
假设1：绿色信贷政策会抑制重污染制造业企业数字化转型
（二）融资规模的中介作用。绿色信贷政策除了支持相关环境保护和节能减排的项目，其还严格要求了银行对于重污染企业的信贷资源投入，这就缩小了重污染企业的融资规模。此外，绿色信贷政策进一步加大了重污染制造业的信贷配置约束和环境规制的压力，重污染制造业可能因为相关环境要求规制产生巨大的损失，从而导致企业偿还相关贷款的风险能力增加，重污染制造业更加难以扩大自身融资规模。因此，绿色信贷政策降低了重污染制造业的融资规模。而企业数字化转型需要长期且稳定的资金支持，融资规模的扩大能够降低企业数字化转型的成本，分担企业数字化转型的风险。但是绿色信贷政策使得重污染企业的融资规模减小，这就降低了企业对于数字技术方面的投入，从而抑制企业的数字化转型发展。
假设2：融资规模在绿色信贷政策与重污染制造业企业数字化转型中起中介作用
二、研究设计
（一）样本数据与来源。考虑到《绿色信贷指引》于2012年实施，为更加完整地研究该政策对制造业企业数字化转型的影响并基于数据可得性，本文选择2010～2022年沪深A股制造业上市公司作为初始样本，剔除财务状况明细异常和相关变量数据空白的企业，同时依据潘爱玲等（2019）的研究区分出重污染行业和非重污染行业。此外，本文对全部连续变量1%～99%的缩尾处理。最终得到3，357家上市公司的样本数据和23，756个观测值。本文的所有数据均来自于CSMAR数据库。
（二）变量定义
1、被解释变量：制造业企业数字化转型（MDT）。本文通过Python爬虫功能整理样本企业的年度报告，并通过Java PDFbox提取所有文本内容，从而方便后续特征词的筛选。在制造业企业数字转型特征词的确定上，本文参考吴非等（2021）以及殷群和田玉秀（2021）的做法，通过关键词在企业年度报告中出现的频次来衡量制造业企业数字化转型。
2、解释变量：绿色信贷政策（treated×after）。其中，after为时间虚拟变量，2012年及以后取值为1，2012年以前取0。Treated代表了重污染和非重污染行业，其中重污染行业参考《上市公司环保核查行业分类管理名录》和潘爱玲等（2019）的研究所确定，属于这些行业内的企业取值为1，而不属于这些行业的企业取值为0。交互项after×treated则是考察绿色信贷政策实施前后对制造业企业数字化转型产生的影响。
3、控制变量：本文借鉴相关文献的做法，将企业规模、盈利能力、企业成长性、财务杠杆、现金流等因素作为控制变量，其中企业规模（Size）用企业总资产的对数表示；盈利能力（Roe）用企业净资产收益率来表示；企业成长性（Grow）用营业收入增长率来表示；财务杠杆（Lev）用总负债除以总资产来表示；现金流（Cash）用经营活动现金流净额除以期初总资产来衡量，此外，本文进一步控制了企业和时间层面的固定效应，以减弱相关因素的干扰。
（三）模型设定。借鉴王馨和王营的研究思路，本文采用双重差分模型来探究假设1，具体模型形式如下：
MDTi，t＝β0+β1（treatedi×aftert）+γXi，t-1+δi+λt+εi，t （1）
其中，MDTi，t表示制造业企业数字化转型；treatedi表示不同企业虚拟变量，如果是重污染企业则赋值1，非重污染企业赋值0；aftert表示事件虚拟变量，按照《绿色信贷指引》的实施时间，2012年及以后取值为1，反之取值为0；treatedi×aftert为双重差分变量；Xi，t表示一系列控制变量；δi表示个体固定效应；λt表示时间固定效应；εi，t表示随机误差；i、t分别表示样本企业类别和年份时间。
三、实证检验与分析
（一）描述性统计分析。表1是描述性统计结果，其中企业数字化转型的均值为33.63，最大值为0，最小值为1094，这表明数字化转型程度在样本企业间存在很大差异，为后续检验提供依据。此外，控制变量的描述性结果均在正常范围之内，数据具有较高的稳定性。（表1）
（二）基准回归。表2为绿色信贷政策对制造业企业数字化转型的基准回归结果。（1）列、（2）列是加入控制变量前后绿色信贷政策（treated×after）对重污染企业数字化转型（DT）的影响。从最终结果看，无论是否加入控制变量，treated×after的回归系数均显著为负，这表明绿色信贷政策对重污染制造业企业数字化转型有显著约束作用，假设1成立。（表2）
（三）内在机制检验：融资规模的中介作用。为检验融资规模的中介作用，首先将企业当年的流动负债额的对数作为企业融资规模（FS），其次构建模型（2）和模型（3），并严格遵循中介效应的检验程序。
FSi，t＝β0+β1（treatedi×aftert）+γXi，t-1+δi+λt+εi，t （2）
MDTi，t＝β0+β1（treatedi×aftert）+β2FS+γXi，t-1+δi+λt+εi，t （3）
表3报告了中介效应的检验结果，（1）列和（2）列分别表示绿色信贷政策对制造业企业数字化转型影响和对企业融资规模的影响，（3）列在（1）列基础上加入企业融资规模，由（3）列可知，企业融资规模系数显著为正，表明企业融资规模对制造业企业数字化转型有促进作用，但交互项（treated×after）系数显著为负，但其绝对值相比于（1）列回归结果有所下降，中介效应检验通过，表明绿色信贷政策会缩小重污染制造业企业融资规模，从而导致企业数字化转型水平下降，假设2成立。（表3）
（四）稳健性检验。为了保证研究结果的可靠性，本文采用以下方法进行稳健性检验：（1）平行趋势检验。按照双重差分模型的要求，实验组和对照组在实验前后需要具有相似的趋势。本文借鉴胡晨沛（2019）的做法，以2012年为政策实施基准年份，t-1、t-2分别为绿色信贷政策颁布前一年和前两年，t+1至t+10为绿色信贷政策颁布后第1年到第10年。结果显示在绿色信贷政策出台前处理组和对照组企业数字化转型的变化趋势相同，不存在显著差异，但是绿色信贷政策实施以后二者的数字化转型水平显著不同，平行趋势检验通过。（2）使用企业数字化转型特征词作为制造业企业数字化转型指标对模型进行重新检验，前文结论仍然成立。
四、结论及政策建议
本文利用2010～2022年A股制造业上市公司数据，实证检验了绿色信贷政策对重污染制造业企业数字化转型的影响，得到以下结论：（一）绿色信贷政策能够显著降低重污染制造业企业的数字化转型水平。（二）融资规模在绿色信贷政策对重污染制造业企业数字化转型的影响中起中介作用，具体来说，绿色信贷政策会限制重污染企业融资规模，从而导致重污染制造业企业数字化转型水平降低。
基于以上研究结果，提出如下政策建议：首先，加大绿色信贷政策的实施力度。对于不同的企业不能只遵循一套标准，应该依据企业的实际情况来动态调整贷款发放的标准，否则一些重污染企业就算想依靠贷款来改善自身生产调节也可能因为相关要求没达标而错失机会。其次，银行应该提升绿色金融业务的服务能力。对于重污染企业细化对相关贷款项目的评估与决策过程，保证能够促进重污染企业有资金能够进行数字化转型，从而降低环境污染，实现转型升级。最后，重污染制造业企业应该提升自身的环境保护意识，最大限度地减少环境污染，积极主动地参与环境治理，实现绿色发展。
（作者单位：河海大学商学院）
主要参考文献：
［1］谢乔昕，张宇.绿色信贷政策、扶持之手与企业创新转型［J］.科研管理，2021.42（01）.
［2］张超林，刘凤根.绿色信贷政策、信贷资源配置与企业RD投资——基于双重差分法的实证研究［J］.管理评论，2023.35（07）.
［3］陈立峰，郑健壮.绿色信贷政策能否促进企业绿色创新？——基于730家中国创业板上市公司的研究［J］.浙江大学学报（人文社会科学版），2023.53（08）.
［4］张冬梅，钟尚宏.绿色信贷政策促进企业绿色技术创新了吗？［J］.大连理工大学学报（社会科学版），2024.45（01）.
［5］宋跃刚，靳颂琳.绿色信贷政策对企业环境绩效的影响效果与机制检验［J］.中国人口·资源与环境，2023.33（09）.
［6］陈幸幸，史亚雅，宋献中.绿色信贷约束、商业信用与企业环境治理［J］.国际金融研究，2019（12）.
［7］崔惠玉，王宝珠，徐颖.绿色金融创新、金融资源配置与企业污染减排［J］.中国工业经济，2023（10）.
［8］白婉婷，陈建成，侯建.“双碳”目标下制造业数字化转型的碳减排效应研究［J/OL］.软科学，2024-05-05.
［9］南晓莉，岳俐.绿色信贷政策与污染型僵尸企业治理：淘汰与转型的双重效应［J］.大连理工大学学报（社会科学版），2024.45（01）.
［10］蔡海静，汪祥耀，谭超.绿色信贷政策、企业新增银行借款与环保效应［J］.会计研究，2019（03）.
［11］郭红，尹菁.绿色信贷政策实施对重污染企业投资效率影响研究：促进还是抑制？［J］.现代财经（天津财经大学学报），2023.43（05）.
［12］王雨婷.数字金融、金融错配与制造业企业数字化转型［J］.商展经济，2024（06）.
［13］王馨，王营.绿色信贷政策增进绿色创新研究［J］.管理世界，2021.37（06）.
［14］吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现——来自股票流动性的经验证据［J］.管理世界，2021.37（07）.
［15］殷群，田玉秀.数字化转型影响高技术产业创新效率的机制［J］.中国科技论坛，2021（03）.
|
|
|
|
