俞毛毛 马妍妍

一、引言

2020年中央经济工作会议将“2030年碳达峰”与“2060年碳中和”纳入了工作重点，清洁生产成了各方关注的焦点。党的二十大报告提出，“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。如何通过金融发展促进绿色发展，同样是政策关注的重点。中央金融工作会议中明确提出，要“优化资金供给结构，把更多金融资源用于促进科技创新、先进制造、绿色发展和中小微企业”。企业的生产、经营、污染治理离不开金融业的融资支持，金融发展是企业转变发展方式，降低污染排放，从事绿色生产的重要推手。银行对企业绿色发展起到了不可估量的作用。作为绿色信贷政策的实施主体，银行有权利根据企业环境信息披露的情况决定其授信程度，能够解决信息不对称下企业绿色激励不足等问题。

2007年以来，银监会发布了《中国银监会办公厅关于股份制商业银行在县域设立分支机构有关事项的通知》(以下简称“79号文件”)，放松了商业银行在县域内网点扩张的限制，政策实施后，银行网点数量显著增加，银行和企业之间的地理距离大大缩短。银行网点数量不断增加能够为企业提供更多的融资便利，同时又能够降低金融机构与企业之间的信息不对称，在企业和社会资本之间搭建起资金融通的桥梁。现有文献多关注于金融发展对企业融资成本、经营绩效以及违约风险的影响，而不断缩短的银企距离是否能在发挥其经济效益的同时更好地发挥环境治理效应，激励企业将资金投入到环境友好、资源节约领域之中，最终实现经济效益与社会效应的统一？绿色信贷政策的出台又是否会强化银企距离缩短带来的积极作用？研究以上问题，对“碳中和”目标的实现具有重要意义。鉴于此，本文将金融供给的地理结构引入到环境经济学的分析框架中，考察银企距离对企业污染排放的影响，为碳中和背景下，金融普惠性如何助力“碳中和”目标的实现，增加了新的研究视角。

目前与本文相关的文献有以下两支：第一，探讨各类影响企业污染排放的因素以及其中间渠道，如环境规制政策(陈诗一等，2021[1])、绿色金融政策(马妍妍和俞毛毛，2020[2])、与监管部门地理距离缩短(金浩和陈诗一，2022[3])等影响因素，以及企业研发活动(Poter和Linder，1995[4])、融资约束缓解(魏悦羚和张洪胜，2022[5])、激励企业信息披露(Berensmann和Linderberg，2016[6])等中间渠道。第二，银企距离缩短对企业的影响，如促进企业出口(许和连等，2020[7])、缓解企业融资约束(Andrea等，2013[8])、激励企业创新(巫岑等，2016[9])。但未有涉及银企距离缩短与企业环保活动之间关系的文献。在新发展格局下，金融机构又多了一份防范环境和气候风险的责任，而银企距离缩短势必会增强金融机构对企业环境信息的监管，从而影响企业污染排放。基于此，本文利用工业企业数据库、工业企业污染排放数据库和商业银行网点信息的匹配数据，探讨了银企距离缩短对企业污染排放的影响及作用路径。

本文的主要边际贡献包括：(1)从银行信贷体系具有的信息功能、外部监督功能与信贷供给功能入手，进一步丰富了金融可得性理论和银行信息机制相关理论。(2)进一步扩展了企业减排效应的相关实现渠道，扩充了现有文献对于环境规制、绿色金融以及碳排放交易等外部制度的分析。(3)将金融供给的地理因素引入到环境经济学的分析框架中，考察银企距离对企业污染排放的影响。本文的研究为碳中和背景下，传统金融网点如何发挥“外部监督者”作用，助力企业转型升级，提供了新的研究视角。

二、文献综述与研究假设

(一)文献综述

污染排放是衡量企业环保水平的重要指标，而企业追求利润最大化的本能和污染排放的外部性使减排行为需要外部激励和监督。现有文献分别从产业集聚(苏丹妮和盛斌，2021[10])、企业出口(薛俭与丁婧，2020[11])、数字金融发展(魏悦羚和张洪胜，2022[5])、环境规制(韩超等，2021[12])、企业数字化转型(李婉红和李娜，2023[13])等角度论述了企业污染减排的影响因素。

与本研究相关的文献包括环境规制、地理距离、绿色金融政策实施等方面。环境规制强度增加会增加企业的生产成本；而“波特假说”认为环境规制的加强并不会降低企业比较优势，反而会倒逼企业进行研发创新产生“创新补偿效应”(Poter和 Linder，1995[4])。同时，已有研究发现各主体之间地理距离越近，交易成本越低(Duranton和Puga，2004[14])。地理距离的缩短降低了监管部门对企业信息的获取成本，增强了监管部门的监督作用，不仅能够激励企业创新活动，也有效促进了企业社会责任的履行(凌鸿程等，2023[15]；肖红军等，2021[16])。银企距离缩短，同样影响企业投资行为，吕铁和王海成(2019)[17]考察了放松银行准入管制对企业创新的影响，得到了股份制商业银行的进入促进企业创新的结论。银企距离的缩短，提升了企业信贷可得性，进而促进企业出口研发投资(胡璇等，2021[18])。对于企业环保活动，现有文献验证了政府与企业间距离缩短能显著抑制企业污染排放(金浩和陈诗一，2022[3])。对于绿色金融如何影响企业环境绩效，现有研究认为，如果金融机构能够有效地进行环境风险与战略决策，则能够实现经济增长与绿色发展二者之间的有机统一(李晓西，2017[19]；马骏，2016[20])。Berensmann 和 Linderberg(2016)[6]研究发现绿色信贷促进了金融机构和环保部门信息互通、引导企业及时披露环境信息，并根据企业环境信息披露情况决定资金的供给，通过建立一种激励机制将环境外部性定价内生于金融决策中，将企业环境的外部性成本内化为企业内部成本或者收益，同时实现促进企业绿色投资、抑制企业污染生产投资的目的。

总体来看，已有文献从环境规制、地理距离和绿色金融政策实施的角度探讨了解决企业排污问题的方案，且主要从“创新补偿”机制、融资约束缓解机制以及监督机制入手，但鲜有文献从市场化手段和金融发展角度，分析金融机构与企业之间是否存在“距离衰减”效应，金融机构与企业之间距离缩短是否能够促进企业污染减排，而绿色金融政策的实施如何影响这种银行与企业之间的“距离衰减”效应。作者利用工业企业数据库、工业企业污染排放数据库和商业银行网点信息的匹配数据，考察了银企距离缩短对企业污染排放的影响。从银行信贷体系具有的信息功能、外部监督功能与信贷供给功能入手，进一步丰富了金融可得性理论和银行信息机制相关理论，同时也为金融发展促进环境绩效与经济绩效统一提供了经验证据。

(二)研究假设

在经济发展与绿色化、低碳化并行的新阶段，银行对协调经济发展与企业环保行为起到越来越重要的作用。银监会制定的《绿色信贷统计制度》要求我国主要银行对企业的节能减排项目以及企业的重大环境安全风险进行统计。在人力、物力和财力有限的情况下，商业银行与企业距离越远，其对企业的监管成本就越高，能够获得的企业有效信息就越少。银企关联度增加能够降低银行与企业间的信息不对称(许和连等，2020[7])，有理由认为，距离金融机构更近的企业能够得到银行更有力的环境监管，从而更有减排激励。

1.银企距离对企业排污的影响——创新倒逼效应。

技术创新能够推进整体产业结构升级，进而降低企业环境污染水平(严太华和朱梦成，2022[21])。技术创新能够作为企业污染减排的重要推手(Alam等，2019[22])，通过能源利用效率的提升和资源错配的缓解效应，解决企业污染排放问题(Chen等，2022[23])。然而由于管理者短期更多追求利润最大化目标，为了自身短期利益最大化，舍弃为环境利益进行的研发行为，将更多资金投入到固定资产投资和项目扩建之中，研发投资意愿不足。创新活动开展不足会显著影响企业前端排污治理的积极性，在环境规制成本较高的情况下，企业更多使用“先污染、后治理”的传统方式作为环保投资的替代手段。

信息不对称是企业研发活动获得资金支持的最大障碍。信息搜集理论认为，金融市场的主要功能是解决借贷双方存在的信息不对称状况，进而更好地实现资金匹配，并降低逆向选择造成的金融风险问题。一方面，银企距离的缩短，使得更多高质量客户留在信贷市场之中，并通过信息甄别机制淘汰更多的低质量客户，进而降低整体市场的违约风险(Agarwal等，2010[24])；另一方面，银企距离的缩短能够降低企业道德风险发生的可能性，提升信贷使用效率。银企距离的增加会导致企业进行高风险和投机活动，以及从事其他违规行为(Presbitero和Rabellotti，2014[25])。信息环境优化条件下，银企距离的缩短能够产生创新激励作用(胡璇等，2021[18])，解决企业创新存在的信息不对称问题，在银行信贷发放过程获得更多报表以外的“软信息”(巫岑等，2016[26])，通过信贷有效投放并吸引其他资金进入，实现企业研发风险分散的目的。在此背景下，企业创新活动能够有效提升能源利用效率，降低资源错配状况(Chen等，2022[23])，进而通过研发绩效的有效提升，实现企业污染减排的目的。除此之外，银企距离缩短带来的创新效应，更有助于企业前端环境治理投资的增加，通过开展更多清洁项目获得银行信贷资金的支持，同时通过采用毒性较小的原材料、提升化石能源转化效率等方式，减少毒害副产物的伴随发生(喻旭兰和周颖，2023[27])。

基于上述分析，本文提出假说1。

假说1：银企距离缩短会通过研发绩效的提升，促进企业经营转型，增加企业污染排放的前端治理，从而降低企业排污水平。

2.银企距离对企业排污影响——融资约束机制。

金融可得性理论认为，企业面临融资约束的原因之一便是空间距离的影响。地理距离的临近能够显著降低银企双方通勤成本与信息搜索难度。银企距离的缩短显著降低了由于信息搜索和通勤行为带来的搜索成本增加，进而降低企业面临的利率水平，通过融资约束的缓解促进企业经营(Andrea等，2013[8])。此外，地理距离的缩短又会通过银企关联的途径，影响企业融资能力和投资行为。关系融资理论指出，关系型银行面临着更大的垄断优势，银企距离的缩短可能会导致关系贷款发放数额的提升(许和连等，2020[7])，但与此同时又可能会造成信息垄断租金的增加(Hasan等，2019[28])，进而提升企业融资成本，抵消金融可得性对融资成本的降低与信息搜索成本降低的积极效应。

从融资约束视角来看，企业排污行为会受到两种成本的制约(Xu和Kim，2022[29])。一种是企业减排设备投资成本，在存在代理成本的情况下，股东利益和企业环境效益需要进行权衡，管理层短视问题会加剧上述问题的发生，企业减排积极性有所减弱；另一种是企业环境规制成本。融资约束通过上述两种影响权衡效应，对企业排污行为产生影响。银企距离能够从两方面通过融资约束影响企业排污行为。一方面，银企距离的缩短能够有效缓解企业环保投资面临的资金约束问题。地理距离的临近能够显著降低银企双方通勤成本与信息搜索难度(Andrea等，2013[8])。对于环保投资来说，未来经济效益同样面临着不确定性，银企距离的缩短能够显著降低信息搜索难度，促进银行信贷供给。此种背景下，金融可得性的增加会显著缓解企业自身环保投资资金难题，进而促进企业减排行为。另一方面，银行网点设立会进一步促进银行自身“外部监督者”角色的实现，进而提升企业面临的潜在环境规制成本，促进企业污染减排。

基于上述分析，本文提出假说2。

假说2：银企距离缩短会通过融资约束机制，降低企业的污染排放水平。

3.绿色金融政策的影响分析。

绿色金融政策的实施能够增强银企距离缩短带来的减排效应。从信息渠道来看，绿色信贷能够进一步增加企业信息透明度，增强金融部门与环保部门联动性。从企业层面来看，绿色金融政策能够进一步增加企业信息透明度，增强金融部门与环保部门联动性，共同向资本市场传递强化对企业环境监督的信号(Wang等，2015[30])。从银行层面来看，客户甄别过程中，绿色金融业务的开展能够使得银行获得更多的优质客户，降低未来由于企业面临环境诉讼、环境规制成本等造成的信贷违约风险上升等问题，同时使得商业银行能够更好地满足宏观审慎监管(MPA)要求，提升银行竞争力水平；在信贷发放过程中，绿色信贷政策的实施，能够进一步促进传统金融机构将企业绿色发展状况融入信贷决策之中，对清洁项目给予低利率支持，同时对重污染企业通过限贷、提升信贷利率等方式促进企业转型和整体产业结构的转型升级；在贷后管理流程中，绿色信贷政策的出台，能够进一步促进银行对企业的环境监督作用发挥，进而防止企业将信贷资金投入到污染较大的项目之中。

基于上述分析，本文提出假说3。

假说3：绿色金融政策的实施，会强化银企距离缩短对企业排污的抑制作用。

本文的理论框架如图1所示。

图1 本文的理论框架

三、研究设计

(一)主要数据来源

本文主要使用了三个数据库的匹配数据：

第一，中国工业企业数据库，参照Yu(2015)[31]的方法进行了缺失值补齐和异常值剔除的处理，由于2010年工业企业数据库中大量重要信息缺失，本文参照陆菁等(2021)[32]的经验方法，剔除了2010年的样本，将2009年至2011年的数据视作连续样本，最终获得2005—2012年(不包含2010年)的面板数据。

第二，中国工业企业污染排放调查数据库，本文采用该数据库中披露的企业各项污染排放指标作为企业污染排放的代理变量，并根据企业工商注册地址获得企业注册地经纬度信息。

第三，中国商业银行分支机构数据，作者通过银监会公布的商业银行分支机构成立时间、许可证信息、发证日期等信息整理并手工查找补齐缺失数据，最终得出2005—2012年各地存续的商业银行分支机构所在省、市、县、乡镇街道、村街门牌号层面的地理位置变量，并提取获得商业银行分支机构经纬度坐标。

(二)变量定义

1.银企距离。

本文参照许和连等(2020)[7]、Lu 等(2019)[33]的测算思路，首先根据企业名称及地址信息生成地址变量，对信息缺失的样本进行剔除处理。其次利用高德地图和Xgeocodig软件将企业的详细地址转化为企业经纬度信息，并将银监会披露的银行网点设立地址同样转化为银行经纬度信息，再次通过样本所在城市与银行网点所在城市进行精确匹配，之后两两计算得出企业与所在城市中每一个网点距离，最后计算出银企距离最小值、中位值、最大值与平均值，并取对数处理后，作为银企距离的代理变量。其中Lndist为银企最短距离加1后取对数值，根据当年企业周边银行最短距离取对数获得，Lnmeandist为当年银企平均距离加1后取对数值，Lnmeddist为年度银企距离中位数加1后取对数值。

2.工业企业污染物排放水平。

中国是世界上二氧化硫排放最多的国家(韩超等，2021[12])，本文在主回归分析与机制分析中，运用工业企业二氧化硫排放量对数值(Lnwtso2)作为企业污染排放的代理指标。稳健性检验中，本文采用氮氧化物排放的对数(Lnwtnox)、工业烟尘排放量的对数值(Lnwtsmoke)，以及不同类型污染物排放量占企业工业总产值之比的对数值(Poldens1-Poldens3)作为替代指标进行了稳健性检验。

3.控制变量。

本文参照许和连等(2020)[7]的做法，选择以下企业、地区和行业维度的控制变量。企业层面的控制变量包括：企业规模(Size)，通过企业的总资产取自然对数得到；杠杆率水平(Lev)，由企业年末负债总额与资产总额之比计算得出；管理费用率(Adpro)，由企业年度管理费用与销售收入之比计算得到，反映企业代理成本状况；企业成立年份(Lnage)，即样本所在年份减企业成立年份加1的对数；企业所有权性属性(Soe)，如果样本企业是国有企业则取值为1，否则为0。地区层面的控制变量包括：区域环境规制指数(ER)，根据样本所在省份当年的工业烟尘去除率、工业固体废物利用率、生活垃圾无害化处理率、工业烟尘去除量、工业二氧化硫去除量等指标，采用熵权法计算得出。该指数越大说明企业面临着越大的政府环境规制压力。行业竞争度水平(HHI)，通过不同企业销售收入占行业总销售收入比例的平方和计算得出。地区绿色投资占比(Envpro)通过企业所在省份环保投资额占该省份国内生产总值(GDP)的比重计算得出。行业规模的对数值(Lnscale)，通过同年度二位码行业之中所有企业产值之和取对数得到。

4.机制变量。

本文分别选取企业研发活动、融资约束水平和企业所在地绿色金融发展水平作为机制变量。其中，用以表示企业研发活动的代理变量为企业授权申请总量的对数值(Lnzls)和企业发明专利授权量的对数值(Lnfmz)。融资约束机制分析中，本文采取企业利息支出总额对数值(Lnintexp)，SA指数作为代理变量，其中，SA指数本文借鉴了胡璇和陆铭俊(2021)[18]、余明桂等(2019)[34]的研究，利用工企数据库测算，该指数越大表明企业面临的融资约束越强。Grind为企业所在省份的绿色金融发展指数，参照文书洋等(2022)[35]、李成刚(2023)[36]的研究，作者整理了各省绿色信贷余额、绿色投资额、绿色保险金额以及省份财政绿色环境保护支出金额，采用熵权法构建综合指标计算得出。同时，作者计算出了企业所在城市绿色金融发展水平指标(Lngbank)，即样本所在城市之中加入赤道准则银行网点数量对数。

(三)模型设定

1.基准回归。

为验证银企距离对企业污染排放的影响，本文参照许和连等(2020)[7]的分析过程，构建模型(1)进行实证检验，回归方程为：

Lnwtso2it=α0+α1Lndistit+λX+φp+ψj+φt+εit

(1)

被解释变量Lnwtso2it为企业i在第t年工业二氧化硫排放量的对数值。核心解释变量Lndistit为第t年i企业与最近商业银行分支机构距离的对数值，X为控制变量集。同时，本文控制了省份固定效应(φp)、国民经济行业分类(Chinese industrial classification，CIC)2 位码行业固定效应(ψj)、以及年份固定效应(φt)以尽可能缓解遗漏变量问题。εit表示模型的随机误差项。本文在企业层面将所有回归的标准误差进行聚类调整。

在回归方程中，若系数α1显著大于0，则说明银企距离的缩短，能够显著降低企业污染物排放水平。

2.机制检验。

(1)企业研发活动中介效应检验。

银企距离缩短有助于企业融资成本的降低，为企业研发活动提供更多资金支持，银企距离的缩短会为企业研发活动提供更多的资金支持，为了验证这一机制(假设1)，本文以企业专利授权总数的对数和发明专利授权数的对数为中介变量，采取中介效应模型进行回归。模型设定如下：

Lnzls(Lnfmz)it=β0+β1Lndistit+λX+φp+ψj+φt+εit

(2)

Lnwtso2it=γ0+γ1Lndistit+γ2Lnzls(Lnfmz)it+λX+φp+ψj+φt+εit

(3)

公式(2)中，β1表示引起距离对企业研发活动的影响，若β1显著小于0，则说明银企距离的缩短会促进企业研发活动的增加。公式(3)中，若γ1显著大于0，且γ2显著小于0，则说明银企距离的缩短，能够通过研发绩效的提升作用，倒逼企业生产转型降低污染排放总量。

(2)企业融资约束渠道的中介效应检验。

为验证假设2，本文以企业融资约束的代理变量作为中介变量，验证银企距离的缩短能否通过融资约束的缓解，使得企业拥有更多资金进行污染处理设备的采购，从而降低污染排放水平。模型设定如下：

Lnintexp(SA)it=β0+β1Lndistit+λX+φc+ψj+φt+εit

(4)

Lnwtso2it=γ0+γ1Lndistit+γ2Lnintexp(SA)it+λX+φp+ψj+φt+εit

(5)

公式(4)中，本文选用企业利息支出的对数值(Lnintexp)和企业的SA指数(SA)作为融资约束代理指标进行中介效应回归。若式β1显著大于0，则说明银企距离缩短能够缓解企业融资约束水平；公式(5)中，若γ1和γ2显著大于0，则说明银企距离缩短能够通过缓解企业融资约束实现其污染排放水平的降低。

(3)绿色信贷的调节作用检验。

绿色信贷政策的出台，使得企业所在区域中银行信贷发放决策过程，更多地考虑企业清洁生产状况以及排污状况，同时区域绿色金融发展水平的提升，会显著促进银行监督作用的发挥，进一步抑制企业污染排放行为。进一步地，为验证假设3，本文引入调节效应模型，分析绿色金融发展水平对银企距离缩短的减排效应的调节作用。模型设定如下：

Lnwtso2it=β0+β1Lndistit+β2Grindpt+β3Lndistit
×Grindpt+λX+φp+ψj+φt+εit

(6)

Lnwtso2it=γ0+γ1Lndistit+γ2Lngbankct+γ3Lndistit
×Lngbankct+λX+φp+ψj+φt+εit

(7)

公式(6)中，Grindpt表示p省第t年绿色金融发展水平，公式(7)中，Lngbankct表示第t年c城市赤道银行数量的对数。本文主要关注绿色金融代理变量和银企距离代理变量交乘项的系数，若β3(γ3)显著大于0，则说明所在省份(城市)绿色金融发展水平的提升能够增强银行对企业环保水平的监督作用，从而抑制企业污染排放。

(4)稳健性检验——DID回归分析。

由于地区经济发展水平和区域发展政策的差异性，区域间商业银行分支机构的分布差距较大。同时，企业污染排放也受到地区经济发展水平和环境政策的影响存在一定差异。为了排除样本自选择偏误问题对本研究分析结论的影响，作者进一步采用双重差分的方法，以县域银行网点设立开放政策作为外生冲击，对本研究的基准回归进行了稳健性检验。

2007年，银监会发布《中国银监会办公厅关于股份制商业银行在县域设立分支机构有关事项的通知》(以下简称“79号文件”)，放松了商业银行在县域内网点扩张的限制。本文以银行网点扩张作为外生冲击，参照吕铁等(2019)[17]的分析思路，构建多期DID模型。

Lnwtso2it=γ0+γ1Regsignit×Postit+λX+φt+μi+εit

(8)

公式(8)中，Regsignit表示县域银行网点扩张的政策虚拟变量，若Regsignit=1说明企业所在县城2007年之前没有银行网点，2007年之后某一年度放开了银行网点设立，反之则为模型的对照组Regsignit=0。Postit=0表示t年为企业所在县域第一次设立银行网点的年份之前，若Postit=1则表示t年为企业第一次设立银行网点之后的年份。本文分别控制了个体固定效应μi和年份固定效应φt。

回归结果中，若γ1显著小于0，则说明县域银行网点开放能够促进处理组企业样本自身排污总量的下降，DID回归结果成立。

四、实证结果与分析

(一)主要变量的描述性统计

本文主回归中主要变量描述性统计如表1所示。经过剔除异常值处理后，本文有效数据为227 903个，其中银企最短距离(Dist)均值为2.75km，标准差为22.03km，说明不同区域内企业的银企距离存在显著差异，地区间金融机构分布不均衡。该指标的均值略小于许和连等(2020)[7]文章中所使用的银企距离的指标的均值。造成此差异的原因一方面是由于样本时间存在差异，该文章样本为2000年至2010年，而本文样本时间扩展至2012年，银行网点扩张速度的加快使得银企距离进一步缩短；另一方面，由于本文使用了工业企业数据库和工业企业污染排放数据库的匹配数据，样本企业均为披露污染排放信息的样本，该类企业信息透明度更为公开，所在地区面临着更为严格的环境规制，银行更倾向于在上述地区进行网点布局。

表1 样本主要变量的描述性统计

(二)基准回归

1.银企距离对企业污染物排放的影响。

表2列(1)～列(4)中，本文通过逐步回归的方式，分析了银企距离缩短对工业企业污染排放的影响。回归结果显示，银企最短距离的缩短显著抑制了其二氧化碳排放量。在加入企业、行业和省份控制变量后回归结果依然显著，同时，在全部加入控制变量后，调整R2值稳定在0.3～0.4之间，说明遗漏变量偏误并不会影响到本文主要回归结果；其次，从回归系数来看，列(4)中银企距离(Lndist)的系数为0.09，且系数在1%的水平上显著，说明银企距离每缩短1%，会导致企业二氧化硫排放总量下降0.09%，即企业与附近银行网点距离缩短能够显著抑制其污染物的排放。

表2 银企距离对企业污染排放影响的基准回归

2.不同半径内银行网点数量对企业排污影响。

商业银行网点分布的密度同样能够作为一种反映银行对企业监督作用的方式。表3中，本文借鉴张伟俊等(2021)[37]的分析方法，引入企业所在区域半径5km、10km与20km内的银行数量对数值(Lnb5、Lnb10与Lnb20)，作为银企距离的替代方式，分析区域内银行网点数量的提升，是否有利于降低企业污染排放。回归结果表明，区域内银行网点数量的增加，显著降低了企业二氧化硫污染物排放总量。进一步说明，企业所在区域内银行网点密度增加，缩短了其与银行之间的距离，进而显著抑制了污染排放水平。这与吕铁等(2017)[17]研究中对于银行网点数量与银企距离之间的关联，以及二者对企业创新行为的影响分析结论一致。此外，随着半径的增加，纳入一定范围内银行数量同样在不断提升，进而使得银企距离缩短环境治理的边际效应逐步提升。上述分析进一步证明，银企距离的缩短会显著降低企业排污规模。

表3 不同半径内银行网点数量对企业排污行为影响

(三)机制检验

1.研发活动路径检验。

表4展示了银企距离缩短降低企业污染排放的研发路径的回归结果，即对本文假设2的检验结果。通过中介效应分析模型能够看出：列(1)、列(3)，银企距离的缩短会显著提升企业专利授权数量(Lnzls)和发明专利授权数量(Lnfmz)；列(2)、列(4)，银企距离的缩短能够有效刺激企业研发活动，进而降低了企业污染排放水平。吕铁和王海成(2019)[17]认为，放松银行准入管制能够通过信贷资金可得性的提升、银企距离的缩短和区域银行竞争提升导致的信贷业务规模增加三条途径，影响企业研发创新行为，同时银企距离的缩短可以通过外部监督作用的发挥提升研发绩效水平。本文的研究验证了银企距离缩短与企业研发活动之间的关联，并探讨了研发活动这一中介机制对银企距离缩短降低企业污染排放的传导作用。假设1成立。

表4 研发绩效中介效应检验

与此同时，为了进一步验证银企距离缩短对企业研发行为的激励效应，表5中，作者进一步验证了银企距离的缩短对污染减排的前端治理路径和后端处理路径。表5列(1)、列(2)中，作者参照喻旭兰和周颖(2023)[27]的分析方法，引入企业二氧化硫产生量(Lnso2gen)和二氧化硫去除量(Lnso2rem)的对数值，分别作为污染前端治理和后端治理的代理指标。回归结果表明，银企距离的缩短，显著降低了二氧化硫产生量和二氧化硫去除量，即从生产过程中提高了脱硫水平，并在生产终端增强了二氧化硫的处理规模。这进一步佐证了，银企距离的缩短主要通过企业创新激励效应促进技术转型和污染减排，通过前端治理即生产技术优化升级降低污染源头排放。

表5 前端治理和末端治理机制检验

同时，表5列(3)和列(4)中，作者引入废气处理设施存量对数值(Facility)和废气处理能力对数值(Capacity)两个末端处理指标作为被解释变量。回归结果表明，银企距离缩短的同时会降低企业末端治理废气设备投资数量，然而对处理能力影响不明显。上述分析能够看出，银企距离的缩短主要能够促进企业前期转型升级，从污染源头上解决企业排污问题，将原本用于企业末端的环保投资转移至污染前端，同时说明银企距离的缩短对企业污染减排的影响主要依赖于前段治理而非后端治理，银企距离的缩短通过研发激励促进前端治理技术投资的增加。

2.融资约束路径检验。

表6展示了银企距离的缩短降低企业污染排放的融资约束路径的回归结果，对本文假说3进行检验。列(1)中，银企距离的缩短，显著降低了企业融资成本，利息支出年度总额(Lnintexp)下降；列(2)中，银企距离的缩短，会通过利息支出总额的下降，缓解企业还款负担和资金支出压力，促进企业将更多资金投入到环保投资之中，污染物排放总量下降；列(3)中，银企距离的缩短会显著降低下一期企业面临的融资约束，使企业下一年度SA指数降低；列(4)中，银企距离的缩短，会通过融资约束的缓解，进而降低污染排放。上述结果表明，银企距离缩短会通过信贷供给渠道降低融资约束和融资成本，进而降低企业污染物排放规模。假说2成立。

表6 融资成本中介效应检验

(四)稳健性检验与内生性问题解决(1)限于篇幅，未报告稳健性检验及内生性检验的回归结果，如读者需要，可向作者索取。

1.稳健性检验。

考虑到指标设定导致的变量误差可能会影响本研究的结论，作者采用烟尘排放量的对数和氮氧化物排放量的对数作为企业污染排放的替代变量。选取氮氧化物和烟尘排放量作为替代变量的原因在于，苏丹妮和杨琦(2021)[38]认为，煤烟型为主的大气污染是中国污染的重要形式，二氧化硫是中央政府节能减排的重要污染物之一，是国内外学者主要探讨的工业生产污染物类别。同时，烟尘排放、氮氧化物排放也是工业生产中常见的污染物种类。在替换了被解释变量后，不影响本文的回归结论。

企业污染物排放在一定程度上受到企业生产规模、自身市场状况的因素影响，本文参照陈登科(2020)[39]的分析思路，采用企业不同污染物的排放总量占总产值之比对数值替换原被解释变量进行回归分析。结果证明了本文基准回归的分析结论保持稳健。

企业信贷可获得性不但受到距离最近的银行网点布局影响，还会受到所在城市整体银行网点布局影响。鉴于此，本文将解释变量替换为企业与所在城市所有银行网点平均银企距离的对数值，回归结果同样支持本文基准回归的结论。

2.内生性问题解决。

银企距离和企业污染排放决策可能同时受到其他因素影响，为了解决内生性问题，本文以放松县域银行准入限制政策作为外生冲击，建立双重差分模型进行了检验，同时，采用工具变量法解决了银企距离与企业污染排放之间可能存在的逆向选择关系。

首先，参考吕铁等(2019)[17]的研究，以2007年放松了县域范围内银行准入限制政策为外生冲击作为银企距离缩短的替代变量，分析县域商业银行网点扩张对企业污染排放的影响。研究结果表明，县域银行准入限制放松显著降低了区域内企业污染排放水平，且冲击发生之前处理组和对照组之间存在显著的平行趋势，通过稳健性检验能够发现，县域银行网点的设立，会显著降低新设银行区域内的银企距离。

其次，本文参照Fan 等(2020)[40]以及许和连等(2020)[7]的分析方法，选择1990年的区域内银行网点密度和所在年份乘积(Bankdens901)作为第一个工具变量，参照王峤等(2021)[41]的分析方法，采用1644—1911年中国不同城市遗留的清朝城墙公里数对数值(Lnwly)(2)从工具变量与内生变量的相关性来看，2005年后银企距离密切相关，但改革开放初期银行网点的设立仍存在一定的计划性安排，而银行从事信贷业务存在一定的计划性特征，贷款指令式安排使得1990年银企距离对区域内企业排污监督作用相对较弱；清朝城墙数量与现代城市发展水平密切相关，同时现代城市发展水平又决定了金融网点的数量；从排他性来看，1990年金融机构网点数量并不会对样本年度的企业排污产生影响，企业信贷决策与早期网点设立关系不密切，同时清朝城墙长度不会影响现代企业排污治理水平。作为第二个工具变量进行了两阶段最小二乘回归分析。采用工具变量控制内生性问题后，本文的基本结果依然成立。

(五)异质性分析

不同行业特征、资本密集度状况、不同省份的环境规制实施状况以及企业规模的差异，均会对分析结论产生影响。本文参考苏丹妮和杨琦(2021)[38]分析企业排污问题时使用的异质性分析方法，分别将企业年度排污密集度指标中位值、“资本-劳动比”中位值、省份环境规制指标中位值以及“年度-行业”企业规模指标中位值作为分组依据，进行异质性分析，若大于中位值则分组变量取1，否则取0。回归结果如表7所示。从回归结果能够看出：首先，列(1)中银企距离缩短对于单位产值排污强度更小的样本(Polsign=1)，排污抑制作用更为明显。这主要是由于这部分企业生产方式更为粗放，而随着银企距离缩短，商业银行对这类企业的生产模式、排污状况掌握得更加清晰，更有利于银行发挥监督作用。其次，列(2)中银企距离的缩短，对于资本密集型企业(KLsign=1)作用更为明显。这主要是由于该类企业更多依赖于资金的投入，对银行信贷的依赖度更强，银行能够更好地发挥自身监督职能促进企业减排。再次，列(3)的回归结果表明，银企距离对环境规制较弱地区(Ersign=0)企业的减排作用更强，对于环境规制较弱的地区，银企距离的缩短更好地起到环境规制的补充作用。这主要是由于环境规制发展较弱地区，一般经济水平发展也相对落后，企业更多依赖于银行信贷，而银行对企业污染排放的监督作用也更为凸显。这也进一步验证了“波特假说”中提出的环境规制与企业绿色发展之间的关联。最后，列(4)中，银企距离的缩短对规模较大企业(Sizesign=1)的减排效应更强。这主要是由于规模较大的企业面临着更大的资金需求，同时，由于银行出于风险管理的角度对企业授信时，要求一定固定资产的抵押，规模较大的企业，固定资产较为充足，抵押贷款的资金量更大，而银企距离缩短对这类企业信贷成本降低具有更大的边际效应。上述分析进一步支撑了前文提出的融资约束机制，即银企距离缩短能够通过融资约束的缓解，促进企业减排。

表7 异质性分析结果

五、进一步分析——绿色金融调节效应检验

绿色金融政策要求银行与环保部门信息共享，对贷款企业的环境表现进行考量，作为其是否能够获得信贷支持的重要指标。因此，企业所在地绿色金融发展水平将会直接影响到银企距离缩短所产生的污染减排效应。鉴于此，本文进一步讨论了银企距离对企业污染减排的调节效应是否会受到地区绿色金融发展水平的影响。

(一)区域绿色金融发展状况对企业排污行为影响

表8的列(1)～列(3)中，本文分别选取企业与区域内最近商业银行分支机构的距离(Lndist)、企业与区域内商业银行距离的平均值(Lnmeandist)和中位数(Lnmeddist)作为银企距离的代理变量，并纳入区域绿色金融发展水平(Grind)的交乘项。回归结果能够看出，绿色金融发展水平的提升，会显著增强银企距离缩短对企业污染排放的抑制作用。更换不同银企距离测度方式后，得出结论保持稳健。上述分析说明，绿色金融整体发展水平的提升，会作为银行监督作用的补充手段，进一步降低企业污染排放规模。

表8 绿色金融发展调节效应分析

(二)绿色银行数量对分析结论的影响

本文进一步将加入赤道准则的银行定义为“绿色银行”，运用样本所在城市绿色银行的数量对数值(Lngbank)作为调节变量进行分析。从表9的回归结果中可见，绿色银行数量的增加，会显著增强银企距离缩短对企业排污行为的抑制作用。赤道准则的加入，使得银行信贷发放过程中进一步考虑了企业的环境表现。绿色银行数量的增加增强了地区金融机构对企业环保活动的监督水平，并通过限制重污染企业信贷额度，提高污染企业信贷门槛等手段倒逼企业减排。同时，绿色银行网点的增加，又会提升银行环境监督动力，将环境考评作为贷款发放的重要参考因素，进一步增强银行信贷的环境监督作用。

表9 企业所在区域绿色金融发展状况对排污行为影响

六、结论与政策建议

本文利用商业银行网点信息数据和中国工业企业数据库、中国工业企业污染排放数据库的匹配数据，测算了企业和同城市内商业银行距离的最小值作为银企距离的代理变量，探讨了银企距离对企业污染排放的影响。研究结论表明：(1)银企距离每缩短1%，会导致企业二氧化硫排放总量下降0.09%，银企距离的缩短能够显著降低企业排污水平。(2)机制分析表明，银企距离的缩短能够通过外部监督增强的作用倒逼企业转型升级，激励企业研发活动的展开，从而改善粗放式生产状况，降低污染排放。与此同时，作者将企业减排活动划分为前端治理和末端处理两个渠道，结果表明，银企距离缩短降低了企业生产过程中二氧化硫的产生量，即主要通过技术转型实现了污染排放的前端治理。同时，银企距离缩短降低了企业融资成本，有利于企业投入更多资金进行环境污染治理。(3)异质性分析结果表明，银企距离缩短对单位产值排污强度大的企业的减排作用更明显，这主要是由于银行主要通过监督作用的发挥抑制重污染企业排污行为。同时，银企距离缩短对资本密集型企业作用更为明显，这主要是由于该类企业对银行信贷的依赖度更强。此外，对于环境规制程度较弱的地区，银企距离的缩短更好地起到环境规制的补充作用；对于规模较大的企业，银企距离的缩短具有更大的边际效应。(4)本文引入地区绿色金融发展程度和区域内绿色银行数量作为调节变量，分析表明，绿色金融发展水平的提升，能够进一步强化银企距离缩短对企业排污行为的抑制作用；同时，绿色银行网点的增加，又会提升银行环境监督动力，将环境考评作为贷款发放的重要参考因素，进一步增强银行信贷的环境监督作用。本文的研究为金融发展环境治理效应的发挥提供了新的研究视角。

根据上述研究结论，本文提出以下政策建议：(1)在防范金融风险的前提下，适当放松银行分支机构的市场准入限制，进一步缩短银企距离，通过银行信贷信息搜集和审批过程实现对企业的外部监督，并通过相关信贷信息共享促进相关环境信息外溢效应，进而促进绿色项目库和绿色企业识别。(2)大力推进银行对企业污染前端治理的促进作用，通过绿色信贷发放、贷款利息优惠政策等方式，促进企业绿色项目的开展，避免经济发展重复“先污染、后治理”的老路。(3)通过信贷支持企业环境导向技术研发和改进；并协同财政政策，降低企业绿色转型过程中面临的成本负担和资金压力，通过税费减免、贷款贴息等方式配合银企距离缩短为企业带来的资金可得性提升效应。(4)将绿色信贷政策与普惠金融政策二者有机融合，通过绿色信贷政策倒逼企业绿色投资与转型，同时通过普惠金融政策做到精准滴灌，解决企业转型过程中金融普惠性的发挥和“最后一公里”问题。