融資約束、企業出口異質性與工業污染

王海濤　周力　李靜

摘要：基于2001 2009年年均24.416萬家企業數據以及匹配的36個行業數據，運用動態面板GMM和隨機參數模型等方法，探究了融資約束、企業異質性對工業污染的影響。創新之處有三：一是以融資約束為切入點，分析金融工具對企業多元異質性的干預作用；二是分析了企業異質性的環境效應；三是采用了企業一行業的二級分層線性模型。研究發現，整體而言，金融約束對企業出口概率（結構）、工業總產值（規模）和全要素生產率（技術）具有顯著的負向影響；從異質性視角看，出口異質性和生產率異質性對工業污染的影響是消極的、而規模異質性對工業污染的影響是積極的；分行業來看，企業出口異質性對工業污染的影響取決于行業自身的特點，因行業的不同而不同。

關鍵詞：融資約束；企業異質性；工業污染

DOI：10.13956/j.ss.1001-8409.2016.09.06

中圖分類號：F424；F753.62

文獻標識碼：A

文章編號：1001-8409（2016）09-0024-04

引言

企業異質性，廣義上可以理解為企業在生產率、規模、所有權、組織方式、技術選擇、國際貿易與投資等方面特征的行業內差異。其中，“生產率異質性”及“出口異質性”是被學界廣泛討論的兩大企業“異質性”議題。以Melitz為代表的“新新貿易理論”認為，企業的“出口異質性”主要源于“生產率異質性”。但是，忽略企業多元異質性之間（比如，“出口異質性”與“生產率異質性”之間）的內生性關系，可能引致結果的偏誤。在異質性之外尋找外生變量的經濟解釋，應是研究企業異質性的進一步走向。

融資約束就是在金融市場不完善的現實世界中剖析企業異質性的良好工具。作為發展中國家，中國企業正面臨嚴重的融資約束問題，世界銀行投資環境調查表明：中國80%的民營企業將融資約束視為企業發展的主要障礙。可見，以中國企業樣本展開融資約束對企業多元異質性的研究是切實可行的。在邏輯機制上，Chaney的分析框架認為，融資約束與“生產率異質性”會共同作用于“出口異質性”，流動性越高的企業面臨的融資約束越少，因此，越能夠克服進入出口市場的沉沒成本。后續實證檢驗也得出了相似結論，發現融資約束對于企業出口的拓展邊際或集約邊際構成顯著影響。但是，本文認為，將融資約束與“生產率異質性”同時納入“出口異質性”模型中并不合理，因為“生產率異質性”本身也是融資約束的結果。比如。信貸數量配給會決定行業內哪些企業可能增購高新技術設備，從而會改變生產率異質性。基于此，本文將企業結構、規模和技術的異質性同時視為融資約束的結果（而非與其“平行”的控制變量），以融資約束為切人點，分析金融工具對企業多元異質性的干預作用，這是本文的創新點之一。

本文的創新點之二，在于分析企業異質性的環境效應。現階段，有關企業異質性的實證研究已經汗牛充棟，但其環境效應卻鮮有論及。學者們普遍認為，行業內異質性的重要性遠遠高于行業間異質性。以美國樣本展開的實證分析發現，行業內差異對企業間產出、就業、資本存量乃至生產率改進的解釋力不足10%；針對其他國家的研究也得出了類似的結果。若如此，試問：工業污染是否也主要源于行業內異質性（而非行業間異質性）？為填補此研究空白，本文采取了工業廢水和工業二氧化硫排放為污染指標，就企業異質性的環境效應展開針對性的分析。

此外，采用企業—行業的二級分層線性模型，是本文的創新點之三。基于2001～2009年年均24.416萬家企業數據（總計約219.7萬個企業樣本）以及匹配的36個行業數據，本文以融資約束影響企業異質性、進而影響工業污染為邏輯主線，運用動態面板GMM和隨機參數模型等方法展開分析，研究結論為發展中國家如何基于金融工具推進可持續發展提供了政策佐證。

1.理論、模型與變量

1.1文獻回顧

已有文獻主要分析了金融約束對企業出口異質性的影響以及出口對工業污染的影響。

（1）有關金融約束對企業出口異質性影響的研究。Rajan和Zingales檢驗了外部金融依賴性對出口的影響；Manova以行業數據分析了金融摩擦對貿易模式的影響等。實證研究發現，外部金融依賴性較高的部門，出口增長率往往較低，但也有學者認為出口對于外部融資的成本并不敏感。基于企業數據的研究發現，出口企業與非出口企業之間存在明顯差異。例如，Minetti和Zhu以跨行業的意大利制造商為樣本，研究發現信貸配給型（Credit Rationed）企業傾向于更少的進口；Askenazy等研究發現，融資約束對企業進入新市場產生負面影響，但對企業進入已有市場具有積極影響。

（2）有關企業出口對工業污染影響的研究。有觀點認為，出口加劇了工業污染。另有學者持積極態度，認為出口有助于改善環境，對減少污染存在正向影響。例如，李靜、陳思認為，相對于非出口企業，出口企業平均使用更多的清潔技術生產，排放較少的污染物；劉晴等分析了企業異質性對行業內貿易環境效應的影響機制，該研究表明，企業異質性導致其環保技術采用的差異性。當然，也有混合效應的支持者，他們認為，出口貿易對工業污染既有正向影響又有負向影響。但是，現有研究尚未論及金融約束通過企業異質性對工業污染的影響，拓展研究有待繼續。

1.2模型設定

在實證研究中，本文構建了一個兩階段的分層線性模型。

第一階段：分析金融約束對企業異質性的影響，包括結構、規模和技術三方面。

以往研究多數將規模與技術作為自變量與金融約束同時納入出口概率模型中。Krugman的新貿易理論認為，企業規模越大，越易于克服貿易中的流動性約束問題，從而更可能參與國際市場；以Melitz為代表的新新貿易理論則認為，生產率是企業出口的重要影響因素，效率高的企業可克服出口固定成本的影響，從而能在國外獲取額外的利潤。但本文認為，規模和技術不能與金融約束同時作為自變量納入出口概率模型中，因為規模、技術和出口概率應該是由金融約束同時決定的三個結果。例如，銀行信貸也會改變企業規模（比如，獲取貸款后購置一批高新技術設備），這也會進一步影響到企業生產率。

其中，Fini是自變量，代表企業i所面臨的融資約束，本文采用“利息支付除以固定資產”來衡量，這是因為中國工業企業向銀行借款是最為廉價和便捷的外源融資方式。企業外源融資成本越低，越容易從外部進行借貸，從而利息支付越多。也就是說，利息支付多則表明企業面臨的外源融資約束低。然而，企業的借貸能力還可能受到自身因素的制約，比如規模和法律形式等，為剔除規模不同帶來的外源融資的差異，在此，將使用利息支付除以固定資產的方式來綜合反映企業的外源融資約束，該數值（Fini）越大則說明企業的外源融資約束特別是信貸約束越低。

z表示三個方面的控制變量。①地區虛擬變量組，包括東部、中部和西部。其中，東部主要包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省（市）；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省；西部包括四川、重慶、貴州、西藏、云南、陜西、甘肅、青海、寧夏、新疆、內蒙古、廣西12個省（市、自治區）。由于地理區位、自然稟賦等的差異，位于東部沿海地區的企業可能擁有更好地進入國外市場的機會。②企業是否為外資企業（FDI），0-1虛擬變量，外資進入東道國的目的很大程度上是為了利用其廉價資源，進行組裝加工并出口到其他國家，因此外資企業的出口傾向可能高于其他企業。③企業開業時間（open），數值為企業開業年份，它可以反映企業的生命周期等。下標i表示企業，被解釋變量為企業是否出口Exp；（0-1虛擬變量）、企業工業總產值Output；（億元，按2001年價格計算）和企業全要素生產率TFPi。其中，Expi是標準的二元變量，采用Logistic模型進行估計。基于出口決策模型，將融資約束納入企業出口決策的分析中。Output；通過c-D函數進行計算估計，因變量為企業工業總產值，自變量為全部職工數L（人）和資產總計K（億元，按2001年價格計算）。TFPi本文采用了索羅余值法進行測算，包含了企業固定效應，沒有對其進行反對數處理，但這不影響后文估計。

第二階段：基于企業匯總的行業擬合值分析行業內的企業異質性對工業污染的影響。本文以工業污染排放為邏輯起點，逐步梳理相關傳導機制。

Grossman對污染排放量分解的動態方程為：

2.估計結果

本文運用動態面板GMM估計和隨機參數模型，先分行業探究了金融約束對企業結構、規模、技術的影響，又從整體上分析了企業的結構、規模、技術（擬合值的行業內均值）及其異質性（擬合值的行業內標準差）對工業污染的影響。

2.1金融約束對企業層面的結構、規模和技術的影響

（1）金融約束對企業結構（出口概率）的影響。36個行業中，有25個行業通過了顯著性檢驗，其中（除了皮革毛皮羽絨及其制品業之外）24個行業的估計結果表明金融約束越低（即變量Fin的數值越高）企業出口概率越高。另有11個行業的實證結果表明，金融約束對出口概率不構成顯著影響。

（2）金融約束對企業規模的影響。36個行業中，有17個行業的估計結果顯示，金融約束越低、企業規模（用工業總產值表示）越大，這與本文的預期相符；而其他19個行業中金融約束對企業規模不構成顯著影響。

（3）金融約束對企業技術效率的影響。36個行業中，有34個行業的估計結果顯示，金融約束越低企業全要素生產率越高。另有兩個行業與預期不符：一個是石油加工及煉焦業，另一個是煙草加工行業。

2.2結構、規模和技術對工業污染的傳導機制

2.2.1均值效應

如表2所示，結構、規模和技術的行業均值對工業污染的各項指標存在顯著影響。具體而言，出口概率行業均值（結構效應）提升，主要污染物排放量均顯著下降；企業平均規模擴大時，工業廢水和工業二氧化硫排放增多；從技術效應來看，全要素生產率行業均值提升時工業二氧化硫排放量隨之減少，但工業廢水排放量卻上升，可能的原因在于：廢水排放的監管政策相對寬松（而廢氣排放管制則相對嚴格），加之企業技術進步往往更可能發生在廢氣排放相對較多的重工業（而非廢水排放相對較多的輕工業）。

2.2.2標準差效應（企業異質性）

研究發現，企業出口概率和技術的標準差提升時（即結構和技術異質性提升），主要污染物排放量都顯著上升；但企業規模的標準差提升時，主要污染物排放量顯著下降。本文認為，反映企業異質性的本質特征在于出口異質性和生產率異質性，而規模的差異并不改變產業競爭水平。這意味著，當企業的出口異質性或生產率異質性提升時，某行業可能由一個近乎完全競爭的市場轉向一個趨于壟斷競爭的市場。如經典理論所示，在完全競爭的市場上，眾多企業銷售商品大體是相同的，單位產品的外部環境成本也是趨同的，企業同質性情景下的工業污染排放水平相對較低，同質化的生產者通過改變生產規模以獲取不同水平的正常利潤。但隨著企業異質性提升，當行業趨于壟斷競爭時，異質性企業將生產異質性產品：效率高的、國際競爭力強的大型企業往往生產綠色環保的新產品，以獲取先發優勢；效率低的、國際競爭力弱的中小企業往往生產（污染相對較高的）傳統產品。這意味著，銀行在增加對中小企業貸款的同時（提升了行業內的規模異質性），應加強對中小企業的環境管制，鼓勵其采用更高環保技術和標準，對有外銷潛力的中小企業給予融資政策傾斜（以削減行業內的出口異質性和效率異質性）。

本文進一步對36個行業進行隨機參數估計①，研究發現企業異質性還會因行業而異。

3.結論與對策

本文基于2001～2009年年均24.416萬家企業數據（總計約219.7萬個企業樣本）以及匹配的36個行業數據，運用動態面板GMM和隨機參數模型等方法，探究了融資約束、企業異質性對工業污染的影響。主要結論為：①整體而言，金融約束對企業出口概率（結構）、工業總產值（規模）和全要素生產率（技術）具有顯著的負向影響；②從異質性視角看，出口異質性和生產率異質性對工業污染的影響是消極的，而規模異質性對工業污染的影響是積極的。由此推論，銀行應進一步通過信貸加強行業的規模異質性，削減出口和生產率異質性；③分行業來看，企業出口異質性對工業污染的影響取決于行業自身的特點。

基于以上結論。本文提出幾點針對性的政策建議：①加強對中小企業的資金投放，消減企業規模異質性。據統計，歐盟國家只有13%的中小企業面臨融資難問題，而中國融資困難的中小企業的比例則高達40%以上，遠高于歐盟國家。原因在于，中國的融資貸款申請準入標準高、手續復雜，再加上高昂的抵押費用，都阻礙了中小企業的融資與發展。②政府應盡量鼓勵企業出口，優化資金投放，給予中小型企業相對公平的出口信貸環境，從而有效縮小行業內企業的出口異質性，減少工業污染。③積極推進綠色信貸，通過金融工具推進企業綠色技術進步。當然，金融政策也需因地制宜、因產業而異。