杨艳军，刘梦溪

(中南大学商学院，中国 长沙 410083)

制造业一直以来是我国的支柱产业，国家统计局2019年度公报显示我国制造业产业增加值高达31.7万亿元，约占当年GDP比重的30%。然而，传统制造业的高速发展以高额的污染排放和大量的资源消耗为代价，这条道路在环境问题日益凸显的当下难以走通，因而向可持续发展转变是企业进一步做大做强的必然选择。制造业绿色化已经成为我国的重点战略，国家“十四五”规划、“中国制造2025”等文件无不对此进行强调。

然而，政策面上的环保压力要求企业归还环境红利，为关厂整改、污染治理等项目划拨资源，由此导致的资金缺口已成为推进绿色转型的严重阻碍[1]。已有文献指出，企业的自有资源存在规模和稳定性等方面的弊端，难以长久地支撑转型[2]；而当企业求援于外部注资时，则普遍面临融资约束。投资机构因信息不对称而趋利避害使企业不得不付出更高的融资溢价；制造业自身较长的生产周期和激烈的技术竞争增加产品风险，则进一步阻碍银企交涉。由此可见，解决转型企业的融资约束问题是保证制造业绿色化的必要之举。

绿色技术创新是制造业企业绿色转型过程中不可或缺的一环，国家已于一系列战略政策中强调其重要地位，同时逐步督促社会资源向其倾斜。相较于通过限制自身传统产能而实现的治污减排，绿色技术创新则具有创造经济价值的能力[3]，能够实现环境绩效和企业绩效的双赢[4]。已有部分文献研究发现绿色创新能够在财务绩效[5]、市场声誉[6]及持续发展[7]等方面提升企业的竞争优势，同时实行绿色创新也将加强企业与利益相关者的联系，向外界传递出环保信息[8]。

现有文献展现了绿色技术创新通过强化企业实力来释出优质信号的潜力，这与融资约束关系密切。那么实行绿色技术创新将对企业融资产生怎样的影响？目前相关研究仍较少，且在结论上存在争议。葛菁[9]、王旭等[10]从绿色技术创新的正向调节作用和最优融资配置等方面进行了间接分析，Zhang等[11]认为民企实行绿色技术和管理创新对融资约束有缓解作用，但未就创新水平的差异进行分析。不同于前述结论，亦有部分文献发现企业创新或环境保护行为对融资产生不利影响[12，13]。绿色技术创新能否为制造业企业提供解决筹资问题的新方案？二者间的关系受到何种因素的调节，又是否被企业特征影响？为探究以上问题，本文以2012—2017年制造业上市公司作为样本，实证分析绿色技术创新与企业融资约束之间的关系，并探讨企业产权性质和规模异质性的作用。另外，考虑到目前制造业企业绿色园区化趋势明显，本文选择制造业集聚作为调节变量。

1 理论分析与研究假设

1.1 绿色技术创新对融资约束的影响

在不完美的市场环境下，企业和投资者之间的信息不对称成为融资约束的主因，这使投资者的行为在很大程度上受信息驱动[14]。而国家对环境保护的重视令企业释放出的绿色信号日渐成为投资人重要的决策参考[11]，因此本文着重分析绿色技术创新如何通过信号传递效应来影响企业的融资约束。进一步地，由于绿色创新往往是一项长期过程，因此投资人的期限偏好可能对信号方向产生影响，本文设立“长期假设”和“短期假设”并分别进行分析。

从长期视角看，绿色技术创新所传递的信号是正面的：推进创新研究表明企业敢于将资金注入绿色转型这一持续工程中，从侧面展现出企业运营稳定的特征，于长期投资来说风险较小。同时，绿色技术创新意味着生产技术的改良和绿色产品的迭代，企业将在未来获得生产效率和生产成本上的优势，并以附带环保概念的产品来提升市场竞争力，已有部分文献给出了绿色技术创新在长期发展中具有优越性的相关证据[7]。此外，目前我国的绿色金融政策扶持绿色企业而打压棕色企业，Xu和Li[16]已经发现绿色信贷不利于双高企业融资但显著降低环保企业的融资成本。由此可见绿色创新有助于企业规避环境惩罚和享受政策优待，这进一步拉开了与非环保企业的差距。综上所述，实行绿色技术创新能够传递出企业发展前景佳、契合政策发展、长期投资风险小的信号，这类企业更易获得政府背书，并被赋予更高的投资估值和未来预期[17]。关注长期受益的投资人因此更青睐于实行绿色技术创新的企业，重视稳定性的银行也愿意以较低成本为企业提供中长期信贷，这有助于缓解融资约束，实现企业长期转型。

从短期视角来看，绿色创新的信息效应表现不佳。一方面，对绿色技术创新的评估存在技术上的门槛，而投资者往往并不具有足够的专业知识，因此难以评价企业创新项目的质量[12]；另一方面即使是相同的创新项目在不同企业运作下也可能造成不同的结果[18]，绿色专利的转化率难以在当前阶段做出准确判断。就我国目前的绿色发展现状而言，政策标准尚存模糊、可供参考的绿色投资案例仍然较少、更有企业利用虚假的“漂绿”行为来谋取资金[1]，这使得短期内绿色技术创新的可信度与经济价值均难确证。此外，绿色创新具有双重外部性[19]，其中环境外部性使创新成果在绿色绩效方面的溢出为全社会所共有，而对企业本身造成更大的成本压力。若中国的消费市场并未做好接受绿色成果的准备，则绿色技术创新的短期盈利能力略显不足。因此，追求短期利益的投资人将关注到绿色技术创新短期竞争力弱、经济价值不确定、信息不可信等负面信号，因此不愿对此进行投资，从而加重企业的融资约束。

基于以上分析，本文提出针对绿色技术创新作用的对立假说：

H1a(长期视角)：绿色技术创新缓解制造业企业的融资约束问题，创新程度越高，企业所受融资约束越小。

H1b(短期视角)：绿色技术创新加重制造业企业的融资约束问题，创新程度越高，企业所受融资约束越大。

1.2 制造业集聚的调节效应

产业集聚主要利用“声誉效应”来强化绿色技术创新的信号作用[20]。一方面，制造业集聚加深了企业间的联系，企业的“漂绿”行为将迅速地传达至其他企业和金融机构处。这样，劣质企业将因高额违约成本而不敢轻易行动，从而进一步缓解信息不对称的负面影响。因此，集聚内企业绿色技术创新所传递出的信息将更加具有可信度。此外，绿色创新的专业性可能阻碍外部金融机构接收信号，但无法对同处集聚内且具有足够专业知识的企业造成影响，这使得企业间的商业信用能够成为联通绿色创新与企业融资的新渠道。商业信用相较银行贷款更为灵活，能够促成集聚内企业资源的重新分配[21]，不论是企业间固定资产的拆借还是资金向融资不足的企业流动，都有助于修正外部无效投资、降低资金成本。

然而，一个地区内信贷资源有限，当集聚密度超过资源承载上限时，集聚内企业将由于“拥堵”而开始出现过度竞争问题。为了获取有限的信贷资源，企业不得不放弃合理的转型目标，转而恶性地展开创新竞争，无度创新与企业发展相违背，继而挤占企业用于生产运营的资金，令其不堪重负。非龙头企业则无力负担绿色技术创新的早期风险，转而选择低成本的模仿，大量的“搭便车”行为将造成集聚整体实力的下降。此时，园区内绿色技术创新项目优劣难辨，且伴随着企业竞争力的下降和违约风险的提升，由此传递出的负面信息将成为企业高融资溢价的重负。

基于以上分析，本文认为制造业集聚对于绿色技术创新与融资约束之间关系的调节作用是非线性的，过度集聚将造成调节效应逆反。文章在此根据主效应可能方向的不同提出相应的两项假设：

H2a：若绿色技术创新缓解融资约束，制造业集聚的调节作用呈倒U型，即适度集聚增强缓解作用，过度集聚降低缓解作用。

H2b：若绿色技术创新加重融资约束，制造业集聚的调节作用呈U型，即适度集聚降低加重作用，过度集聚增强加重作用。

本文的研究框架如图1所示。

图1 研究框架图

2 研究设计

2.1 样本选择与数据来源

研究以2012—2017年制造业上市公司作为研究样本。这一选择主要基于数据的可获得性和样本适用性。一方面2017年后的工业产值数据零散且标准不一，难以达到研究需求；另一方面样本期覆盖了我国提出绿色发展理念、签署巴黎气候协定等重要环境事件，所得结论更为典型。

本文中企业数据均来自CSMAR数据库，绿色专利数据自国家知识产权局网站筛选，产业集聚计算数据来源于国家统计局网站。初始样本经过如下处理：1)剔除IPO未满一年的公司。魏志华等[22]指出此类公司近期已融得大笔资金，这将导致测量偏差。2)剔除相关数据有缺失的样本。3)为减缓极端值影响，对连续变量在1%和99%分位点上进行缩尾处理。最终，本文获得了1 693家企业为期6年的数据，共包括8 252个观测值。本文使用STATA15作为统计软件。

2.2 变量定义

SA=-0.737S+0.043S2-0.040A，

式中：S代指企业规模，A为企业存续年龄。本文参照鞠晓生等人[24]的文献界定标准，即SA指标取值应为负，且绝对值越大表示企业所受融资约束越严重。

2.2.2 核心解释变量 研究的主要自变量为绿色技术创新(Totalgreen)。借鉴齐绍洲等人的研究[25]，本文使用企业当期获得授权的绿色专利数进行衡量，这一方法易于查询和理解，能够直观地体现出企业绿色技术创新的水平，因此更有可能为投资人所关注。研究对绿色专利的筛选基于世界知识产权组织(WIPO)于2010年推出的“国际专利分类绿色清单”。在评判标准上，企业所获得的已授权绿色专利数量越多，则绿色技术创新水平越高。

2.2.3 调节变量 本文选择区位熵方法衡量地区制造业集聚水平。区位熵在反映产业集聚的专业化程度和防止地区规模差异造成结果偏误上有较好表现，其计算方法如下：

参考杨仁发等[26]的做法，本文以各省历年工业产业增加值与生产总增加值(GDP)为基础进行计算。式中：M为区位熵，Nij为地区i的工业增加值，Ni为地区i的GDP，Nj为全国工业增加值，N为全国GDP。区位熵越大，则表示该地区制造业集聚水平越高。

2.2.4 分组变量与控制变量 本文使用企业规模(Size)和产权性质(EN)两项变量对样本进行分组。企业规模以企业总资产的对数作为衡量标准；产权性质为虚拟变量，企业为国企则取1，非国企则取0。

参考已有研究[25，27，28]，本文增加盈利能力(Roa)、资产有形性(PPE)、杠杆率(Lev)、公司成长性(Growth)、高管是否持股(CEOhold)及股权集中度(OC)作为控制变量。本文同时对年份及行业效应(以二级行业分类)进行控制。所有变量详见表1。

表1 变量定义

2.3 模型设计

本文首先构建如下基础模型以对绿色技术创新与融资约束间关系进行分析：

个性化定制产品是电子商务潮流下一种新的消费趋势，网络技术的进步为消费者定制个性化产品提供了技术支持，用户可以参与产品的设计过程，要求在产品上使用指定的图案、文字或者其他标记，获得自己定制的个人属性强烈的商品。消费者购买个性化定制产品，已经不仅仅是对产品功能的需求，更是对自我情感倾诉的需求。

SAi,t=α0+α1Ti.t+∑Ci,t+∑Yi,t+∑Ii,t+εi,t，

(1)

式中：SAi,t表示企业融资约束程度；Ti.t表现企业的绿色技术创新；Ci,t表示是否持股；Yi,t表示年份；Ii,t表示行业效应；εi,t为常数。为避免标准误受集聚效应的影响，研究对回归进行了公司层面聚类处理[29]。

其次，本文参照温忠麟等[30]的文章，采用层次回归法检验非线性调节效应:

SAi,t=β0+β1Ti.t+β2M+β3M×T+∑Ci,t+∑Yi,t+∑Ii,t+εi,t，

(2)

SAi,t=δ0+δ1Ti.t+δ2M+δ3M×T+δ4M2×T+∑Ci,t+∑Yi,t+∑Ii,t+εi,t，

(3)

式中：M为制造业集聚程度，M×T和M2×T表现制造业集聚的调节效应，βi,δi和εi,t为常数。模型(2)和(3)分别用于检验调节效应的线性和非线性关系。为消除多重共线性的影响，研究对变量M进行去中心化处理。

3 实证检验与结果分析

3.1 描述性统计与相关分析

表2展示了全样本的描述性统计结果。可见SA指数的均值为-3.779，这证明制造业企业普遍存在融资难问题。绿色专利持有量均值为1.070，极差达31，可见行业平均在绿色技术创新方面有所成就,而单个企业间的创新程度存在较大区别，这可能成为融资约束差异的原因。制造业集聚均值为1.085，可见目前在全国范围内都或多或少地形成了产业集群，这与近年大量制造业园区兴建的趋势是一致的。从公司特征来说，非国企约占行业总体的三分之二，负债率则在50%附近波动。

表2 描述性统计

此外，为避免存在多重共线性问题，本文对各变量进行了相关性分析，结果展示于表3。由表3可见，所有变量间相关系数均小于0.6。本文同时进行了VIF检验，各变量VIF值均小于10，两项检验均说明说明模型不存在严重的多重共线性问题。

表3 相关性系数

3.2 实证结果及分析

3.2.1 基本回归分析 表4中列(1)和(2)展示了主效应的回归结果。可见无论是否控制行业及年份效应，绿色技术创新(Totalgreen)的系数均为正且在1%水平上显著。由此前文H1a得证，制造业企业进行绿色技术创新能够缓解融资约束，且创新水平越高，缓解程度越大。这一结果说明在目前我国的发展形势下，绿色技术创新对制造业融资难问题的正面效应要高于负面效应，显示出市场对于绿色创新的重视和乐观预期，投资者们更倾向着眼长远，认同绿色技术创新将产生经济效益、增强企业的竞争力，而短期内的盈利差距并未阻止资金的流入，这一结果在一定程度上反驳了Lyon 等人[13]的结论。

3.2.2 制造业集聚的调节作用 表4的(3)和(4)列展示了调节效应的实证结果。可见调节效应并未造成方向逆反，Totalgreen仍然在1%上显著为正。列(3)中交互项Magg×Totalgreen不显著，说明制造业集聚的调节效应并非单纯的线性关系。列(4)所示Adj.R2高于列(3)，证明了非线性模型解释性的增强。系数上一次交互项Magg×Totalgreen和二次交互项Magg2×Totalgreen均在1%上显著且二次项系数的符号为负，这一结果验证了假设H2a，制造业集聚对于绿色技术创新缓解融资约束效果的调节作用为倒U型。当集聚程度适当时，声誉传导提高企业违约失信的成本、缓和了信息不对称，企业间的商业信用和资产拆解扩大了融资渠道，调节效应表现为正。反之，在集聚程度过高时，集聚内由于金融资源禀赋而造成恶性竞争，对外传递出负面信息，因此表现出对主效应的削弱。

表4 全样本回归结果

3.3 稳健性检验

3.3.1 互为因果问题 本文的自变量和因变量之间可能存在互为因果问题。绿色技术创新存在失败风险，且对初期试错投入有一定要求，受融资约束的企业可能因此难以推进绿色技术创新，这将使一般估计的结果有偏。为解决这一问题，本文引入工具变量法进行分析。在以往的研究中，将内生变量的滞后项作为工具变量的做法被广泛使用。本文借鉴该做法，使用绿色技术创新的滞后一阶项作为工具变量，符号记为Ltotalgreen。

表5展示了2SLS回归的结果。第一阶段回归中工具变量Ltotalgreen对内生变量的回归系数在1%水平上显著为正且一阶段回归的F值大于10，初步说明工具变量有效。本文进一步针对弱工具变量假设进行了5%Wald检验，所得最小特征值1 544.62显著大于10，可知所选变量通过了弱工具变量检验。而从第二阶段回归结果可见，绿色技术创新对融资约束的回归系数仍在1%水平上显著为正，说明互为因果问题对实验结果并无显著影响。

表5 工具变量回归结果

3.3.2 替换变量检验 本文使用WW指数对融资约束指标SA指数进行替换，该指数同时考虑了企业的自身财务特征和所处行业的外部特征。WW指数按照下式计算：

WW=α1TLTDi,t+α2DIVi,t+α3Sizei,t+α4SGi,t+α5ISGi,t+α6CFi,t，

式中：TLTDi,t是长期负债与总资产之比；DIVi,t为企业分红时赋值1的虚拟变量；Sizei,t为企业规模，SGi,t是企业销售增长率，ISGi,t为企业所属行业的销售增长率，CFi,t为现金流与总资产比值。系数向量α由White和Wu[31]给出。若WW数值越大，则企业融资约束程度越高。此外，本文亦使用企业是否持有绿色专利的虚拟变量(Ifgreen)替代原有变量进行回归，设企业当年持有至少一项已授权的绿色专利时取值为1，否则为0。回归结果如表6。其中列(1)表示以WW指数替换SA指数时的回归结果，列(2)表示以Ifgreen替换Totalgreen时的回归结果。由列(1)可见，绿色技术创新的回归系数在1%显著为负，与前文结论没有偏差。由列(2)可见，Ifgreen在1%水平上显著为正，同样说明绿色技术创新水平与企业融资约束程度负相关，因此，本文的结论未受影响。

表6 替换变量回归结果

3.4 进一步分析

本文进一步探究了企业在产权性质与规模上的异质性对绿色技术创新与融资约束间关系造成的影响。从产权性质来看，国有企业的政企联系相对紧密，因此更容易获得政府的扶持，从绿色政策中获益[27]。另一方面，国企往往是制造业中的支柱企业，也被推为绿色转型的领头羊，这将成为投资者的决策依据。相对而言，民营企业则面临较为严重的信贷歧视问题，在融资中处于不利地位，这可能阻碍其通过绿色技术创新获得资金优势。从企业规模来说，大型企业不仅市场地位占优，信息披露能力也更强，绿色技术创新带来的优势因此淹没在企业本身的优越性中。而小企业因征信记录不完善、信息透明度低等原因形成了严重的信息不对称[22]。实行绿色技术创新为其自证实力、缓解信息落差提供了新渠道，弥补了企业自身弱项。同时，中小企业融资难问题更加受到国家的重视，政府鼓励绿色小微企业设立环保风投基金、发行绿色债券，而各大银行也赋予小企业绿色信贷快速通道、融资优先权等便利，政策的倾斜将加强绿色技术创新在小企业中的融资优势。

表7展示了基于企业异质性的分组回归结果，同时本文参照钱明等人[27]的研究对模型进行了Chow检验。两次分组的结果均在1%的水平上显著拒绝不存在结构性差异的原假设(P值均为0.000)，可见组间差异是显著的。针对产权性质的两组回归中绿色技术创新系数均显著为正，因此并未推翻假设H1a。然而国企组系数为0.015，非国企组系数为0.006，表明相对于国有企业，绿色技术创新缓解融资约束的能力在非国企中表现较差。而针对于企业规模的回归中，Totalgreen的系数在两组样本中同样在1%上显著为正，假设H1a仍成立。大企业的系数为0.011，而小企业的系数为0.010，这一结果显示大企业相对来说更能享受到绿色技术创新的作用。出现这一结果可能是由于前述分析忽视了绿色技术创新的风险，这使小企业的绿色项目前景不稳。虽然实行绿色技术创新更有利于小企业缓解信息不对称，但投资者将对企业的实践能力抱有疑虑，这削弱了信息传递的优势。

表7 分组回归结果

4 结论与启示

推动制造业企业绿色转型是促进我国经济可持续、高质量发展的重点。绿色技术创新作为转型升级中的重要一环，其作用和效益受到各界的关注，而融资难问题则成为了制造业企业绿色发展的拦路石。目前学界在绿色创新与融资约束两方面都进行了有益的研究，但所得结论存在争议，且在二者的交互关系上仍有深入空间。本文以2012—2017年我国制造业上市公司的数据为样本，对企业绿色技术创新与融资约束的关系、制造业集聚的非线性调节效应和企业异质性的影响进行了检验，得出以下结论：其一，绿色技术创新能够缓解制造业企业的融资约束问题，且绿色创新水平越高，融资约束程度越小。其二，制造业集聚能够调节绿色技术创新与融资约束的关系，这一效应表现为倒U型：适度集聚能够强化绿色技术创新的融资优势，过度集聚则将其削弱。其三，非国有企业实行绿色技术创新对融资难问题的缓解作用弱于国有企业，大规模企业实行绿色技术创新的作用略强于小规模企业。

基于前述发现，本文提出以下三点政策建议：其一，完善绿色金融体系，营造良好的信息传递环境。绿色技术创新通过信息传递效应来为企业吸引投资，完善的绿色金融标准和透明通畅的信息传递渠道有助于这一作用的发挥。其二，加强对中小企业、民营企业的扶持力度。这两类企业在我国制造业中占比较大，是绿色转型的生力军，然而在享受绿色金融的优势上处于弱势，加大对其扶持力度将有利于制造业整体的可持续发展。其三，合理引导集聚优化。鉴于制造业集聚有利于企业获取绿色转型的资金，引导企业适度集聚、合理发展将有助于实现集聚区在经济与环保绩效上的双赢。