銀企距離縮短能夠促進企業污染減排嗎？

俞毛毛 馬妍妍

一、引言

2020年中央經濟工作會議將“2030年碳達峰”與“2060年碳中和”納入了工作重點，清潔生產成了各方關注的焦點。黨的二十大報告提出，“推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節”。如何通過金融發展促進綠色發展，同樣是政策關注的重點。中央金融工作會議中明確提出，要“優化資金供給結構，把更多金融資源用于促進科技創新、先進制造、綠色發展和中小微企業”。企業的生產、經營、污染治理離不開金融業的融資支持，金融發展是企業轉變發展方式，降低污染排放，從事綠色生產的重要推手。銀行對企業綠色發展起到了不可估量的作用。作為綠色信貸政策的實施主體，銀行有權利根據企業環境信息披露的情況決定其授信程度，能夠解決信息不對稱下企業綠色激勵不足等問題。

2007年以來，銀監會發布了《中國銀監會辦公廳關于股份制商業銀行在縣域設立分支機構有關事項的通知》(以下簡稱“79號文件”)，放松了商業銀行在縣域內網點擴張的限制，政策實施后，銀行網點數量顯著增加，銀行和企業之間的地理距離大大縮短。銀行網點數量不斷增加能夠為企業提供更多的融資便利，同時又能夠降低金融機構與企業之間的信息不對稱，在企業和社會資本之間搭建起資金融通的橋梁。現有文獻多關注于金融發展對企業融資成本、經營績效以及違約風險的影響，而不斷縮短的銀企距離是否能在發揮其經濟效益的同時更好地發揮環境治理效應，激勵企業將資金投入到環境友好、資源節約領域之中，最終實現經濟效益與社會效應的統一？綠色信貸政策的出臺又是否會強化銀企距離縮短帶來的積極作用？研究以上問題，對“碳中和”目標的實現具有重要意義。鑒于此，本文將金融供給的地理結構引入到環境經濟學的分析框架中，考察銀企距離對企業污染排放的影響，為碳中和背景下，金融普惠性如何助力“碳中和”目標的實現，增加了新的研究視角。

目前與本文相關的文獻有以下兩支：第一，探討各類影響企業污染排放的因素以及其中間渠道，如環境規制政策(陳詩一等，2021[1])、綠色金融政策(馬妍妍和俞毛毛，2020[2])、與監管部門地理距離縮短(金浩和陳詩一，2022[3])等影響因素，以及企業研發活動(Poter和Linder，1995[4])、融資約束緩解(魏悅羚和張洪勝，2022[5])、激勵企業信息披露(Berensmann和Linderberg，2016[6])等中間渠道。第二，銀企距離縮短對企業的影響，如促進企業出口(許和連等，2020[7])、緩解企業融資約束(Andrea等，2013[8])、激勵企業創新(巫岑等，2016[9])。但未有涉及銀企距離縮短與企業環保活動之間關系的文獻。在新發展格局下，金融機構又多了一份防范環境和氣候風險的責任，而銀企距離縮短勢必會增強金融機構對企業環境信息的監管，從而影響企業污染排放。基于此，本文利用工業企業數據庫、工業企業污染排放數據庫和商業銀行網點信息的匹配數據，探討了銀企距離縮短對企業污染排放的影響及作用路徑。

本文的主要邊際貢獻包括：(1)從銀行信貸體系具有的信息功能、外部監督功能與信貸供給功能入手，進一步豐富了金融可得性理論和銀行信息機制相關理論。(2)進一步擴展了企業減排效應的相關實現渠道，擴充了現有文獻對于環境規制、綠色金融以及碳排放交易等外部制度的分析。(3)將金融供給的地理因素引入到環境經濟學的分析框架中，考察銀企距離對企業污染排放的影響。本文的研究為碳中和背景下，傳統金融網點如何發揮“外部監督者”作用，助力企業轉型升級，提供了新的研究視角。

二、文獻綜述與研究假設

(一)文獻綜述

污染排放是衡量企業環保水平的重要指標，而企業追求利潤最大化的本能和污染排放的外部性使減排行為需要外部激勵和監督。現有文獻分別從產業集聚(蘇丹妮和盛斌，2021[10])、企業出口(薛儉與丁婧，2020[11])、數字金融發展(魏悅羚和張洪勝，2022[5])、環境規制(韓超等，2021[12])、企業數字化轉型(李婉紅和李娜，2023[13])等角度論述了企業污染減排的影響因素。

與本研究相關的文獻包括環境規制、地理距離、綠色金融政策實施等方面。環境規制強度增加會增加企業的生產成本；而“波特假說”認為環境規制的加強并不會降低企業比較優勢，反而會倒逼企業進行研發創新產生“創新補償效應”(Poter和 Linder，1995[4])。同時，已有研究發現各主體之間地理距離越近，交易成本越低(Duranton和Puga，2004[14])。地理距離的縮短降低了監管部門對企業信息的獲取成本，增強了監管部門的監督作用，不僅能夠激勵企業創新活動，也有效促進了企業社會責任的履行(凌鴻程等，2023[15]；肖紅軍等，2021[16])。銀企距離縮短，同樣影響企業投資行為，呂鐵和王海成(2019)[17]考察了放松銀行準入管制對企業創新的影響，得到了股份制商業銀行的進入促進企業創新的結論。銀企距離的縮短，提升了企業信貸可得性，進而促進企業出口研發投資(胡璇等，2021[18])。對于企業環保活動，現有文獻驗證了政府與企業間距離縮短能顯著抑制企業污染排放(金浩和陳詩一，2022[3])。對于綠色金融如何影響企業環境績效，現有研究認為，如果金融機構能夠有效地進行環境風險與戰略決策，則能夠實現經濟增長與綠色發展二者之間的有機統一(李曉西，2017[19]；馬駿，2016[20])。Berensmann 和 Linderberg(2016)[6]研究發現綠色信貸促進了金融機構和環保部門信息互通、引導企業及時披露環境信息，并根據企業環境信息披露情況決定資金的供給，通過建立一種激勵機制將環境外部性定價內生于金融決策中，將企業環境的外部性成本內化為企業內部成本或者收益，同時實現促進企業綠色投資、抑制企業污染生產投資的目的。

總體來看，已有文獻從環境規制、地理距離和綠色金融政策實施的角度探討了解決企業排污問題的方案，且主要從“創新補償”機制、融資約束緩解機制以及監督機制入手，但鮮有文獻從市場化手段和金融發展角度，分析金融機構與企業之間是否存在“距離衰減”效應，金融機構與企業之間距離縮短是否能夠促進企業污染減排，而綠色金融政策的實施如何影響這種銀行與企業之間的“距離衰減”效應。作者利用工業企業數據庫、工業企業污染排放數據庫和商業銀行網點信息的匹配數據，考察了銀企距離縮短對企業污染排放的影響。從銀行信貸體系具有的信息功能、外部監督功能與信貸供給功能入手，進一步豐富了金融可得性理論和銀行信息機制相關理論，同時也為金融發展促進環境績效與經濟績效統一提供了經驗證據。

(二)研究假設

在經濟發展與綠色化、低碳化并行的新階段，銀行對協調經濟發展與企業環保行為起到越來越重要的作用。銀監會制定的《綠色信貸統計制度》要求我國主要銀行對企業的節能減排項目以及企業的重大環境安全風險進行統計。在人力、物力和財力有限的情況下，商業銀行與企業距離越遠，其對企業的監管成本就越高，能夠獲得的企業有效信息就越少。銀企關聯度增加能夠降低銀行與企業間的信息不對稱(許和連等，2020[7])，有理由認為，距離金融機構更近的企業能夠得到銀行更有力的環境監管，從而更有減排激勵。

1.銀企距離對企業排污的影響——創新倒逼效應。

技術創新能夠推進整體產業結構升級，進而降低企業環境污染水平(嚴太華和朱夢成，2022[21])。技術創新能夠作為企業污染減排的重要推手(Alam等，2019[22])，通過能源利用效率的提升和資源錯配的緩解效應，解決企業污染排放問題(Chen等，2022[23])。然而由于管理者短期更多追求利潤最大化目標，為了自身短期利益最大化，舍棄為環境利益進行的研發行為，將更多資金投入到固定資產投資和項目擴建之中，研發投資意愿不足。創新活動開展不足會顯著影響企業前端排污治理的積極性，在環境規制成本較高的情況下，企業更多使用“先污染、后治理”的傳統方式作為環保投資的替代手段。

信息不對稱是企業研發活動獲得資金支持的最大障礙。信息搜集理論認為，金融市場的主要功能是解決借貸雙方存在的信息不對稱狀況，進而更好地實現資金匹配，并降低逆向選擇造成的金融風險問題。一方面，銀企距離的縮短，使得更多高質量客戶留在信貸市場之中，并通過信息甄別機制淘汰更多的低質量客戶，進而降低整體市場的違約風險(Agarwal等，2010[24])；另一方面，銀企距離的縮短能夠降低企業道德風險發生的可能性，提升信貸使用效率。銀企距離的增加會導致企業進行高風險和投機活動，以及從事其他違規行為(Presbitero和Rabellotti，2014[25])。信息環境優化條件下，銀企距離的縮短能夠產生創新激勵作用(胡璇等，2021[18])，解決企業創新存在的信息不對稱問題，在銀行信貸發放過程獲得更多報表以外的“軟信息”(巫岑等，2016[26])，通過信貸有效投放并吸引其他資金進入，實現企業研發風險分散的目的。在此背景下，企業創新活動能夠有效提升能源利用效率，降低資源錯配狀況(Chen等，2022[23])，進而通過研發績效的有效提升，實現企業污染減排的目的。除此之外，銀企距離縮短帶來的創新效應，更有助于企業前端環境治理投資的增加，通過開展更多清潔項目獲得銀行信貸資金的支持，同時通過采用毒性較小的原材料、提升化石能源轉化效率等方式，減少毒害副產物的伴隨發生(喻旭蘭和周穎，2023[27])。

基于上述分析，本文提出假說1。

假說1：銀企距離縮短會通過研發績效的提升，促進企業經營轉型，增加企業污染排放的前端治理，從而降低企業排污水平。

2.銀企距離對企業排污影響——融資約束機制。

金融可得性理論認為，企業面臨融資約束的原因之一便是空間距離的影響。地理距離的臨近能夠顯著降低銀企雙方通勤成本與信息搜索難度。銀企距離的縮短顯著降低了由于信息搜索和通勤行為帶來的搜索成本增加，進而降低企業面臨的利率水平，通過融資約束的緩解促進企業經營(Andrea等，2013[8])。此外，地理距離的縮短又會通過銀企關聯的途徑，影響企業融資能力和投資行為。關系融資理論指出，關系型銀行面臨著更大的壟斷優勢，銀企距離的縮短可能會導致關系貸款發放數額的提升(許和連等，2020[7])，但與此同時又可能會造成信息壟斷租金的增加(Hasan等，2019[28])，進而提升企業融資成本，抵消金融可得性對融資成本的降低與信息搜索成本降低的積極效應。

從融資約束視角來看，企業排污行為會受到兩種成本的制約(Xu和Kim，2022[29])。一種是企業減排設備投資成本，在存在代理成本的情況下，股東利益和企業環境效益需要進行權衡，管理層短視問題會加劇上述問題的發生，企業減排積極性有所減弱；另一種是企業環境規制成本。融資約束通過上述兩種影響權衡效應，對企業排污行為產生影響。銀企距離能夠從兩方面通過融資約束影響企業排污行為。一方面，銀企距離的縮短能夠有效緩解企業環保投資面臨的資金約束問題。地理距離的臨近能夠顯著降低銀企雙方通勤成本與信息搜索難度(Andrea等，2013[8])。對于環保投資來說，未來經濟效益同樣面臨著不確定性，銀企距離的縮短能夠顯著降低信息搜索難度，促進銀行信貸供給。此種背景下，金融可得性的增加會顯著緩解企業自身環保投資資金難題，進而促進企業減排行為。另一方面，銀行網點設立會進一步促進銀行自身“外部監督者”角色的實現，進而提升企業面臨的潛在環境規制成本，促進企業污染減排。

基于上述分析，本文提出假說2。

假說2：銀企距離縮短會通過融資約束機制，降低企業的污染排放水平。

3.綠色金融政策的影響分析。

綠色金融政策的實施能夠增強銀企距離縮短帶來的減排效應。從信息渠道來看，綠色信貸能夠進一步增加企業信息透明度，增強金融部門與環保部門聯動性。從企業層面來看，綠色金融政策能夠進一步增加企業信息透明度，增強金融部門與環保部門聯動性，共同向資本市場傳遞強化對企業環境監督的信號(Wang等，2015[30])。從銀行層面來看，客戶甄別過程中，綠色金融業務的開展能夠使得銀行獲得更多的優質客戶，降低未來由于企業面臨環境訴訟、環境規制成本等造成的信貸違約風險上升等問題，同時使得商業銀行能夠更好地滿足宏觀審慎監管(MPA)要求，提升銀行競爭力水平；在信貸發放過程中，綠色信貸政策的實施，能夠進一步促進傳統金融機構將企業綠色發展狀況融入信貸決策之中，對清潔項目給予低利率支持，同時對重污染企業通過限貸、提升信貸利率等方式促進企業轉型和整體產業結構的轉型升級；在貸后管理流程中，綠色信貸政策的出臺，能夠進一步促進銀行對企業的環境監督作用發揮，進而防止企業將信貸資金投入到污染較大的項目之中。

基于上述分析，本文提出假說3。

假說3：綠色金融政策的實施，會強化銀企距離縮短對企業排污的抑制作用。

本文的理論框架如圖1所示。

圖1 本文的理論框架

三、研究設計

(一)主要數據來源

本文主要使用了三個數據庫的匹配數據：

第一，中國工業企業數據庫，參照Yu(2015)[31]的方法進行了缺失值補齊和異常值剔除的處理，由于2010年工業企業數據庫中大量重要信息缺失，本文參照陸菁等(2021)[32]的經驗方法，剔除了2010年的樣本，將2009年至2011年的數據視作連續樣本，最終獲得2005—2012年(不包含2010年)的面板數據。

第二，中國工業企業污染排放調查數據庫，本文采用該數據庫中披露的企業各項污染排放指標作為企業污染排放的代理變量，并根據企業工商注冊地址獲得企業注冊地經緯度信息。

第三，中國商業銀行分支機構數據，作者通過銀監會公布的商業銀行分支機構成立時間、許可證信息、發證日期等信息整理并手工查找補齊缺失數據，最終得出2005—2012年各地存續的商業銀行分支機構所在省、市、縣、鄉鎮街道、村街門牌號層面的地理位置變量，并提取獲得商業銀行分支機構經緯度坐標。

(二)變量定義

1.銀企距離。

本文參照許和連等(2020)[7]、Lu 等(2019)[33]的測算思路，首先根據企業名稱及地址信息生成地址變量，對信息缺失的樣本進行剔除處理。其次利用高德地圖和Xgeocodig軟件將企業的詳細地址轉化為企業經緯度信息，并將銀監會披露的銀行網點設立地址同樣轉化為銀行經緯度信息，再次通過樣本所在城市與銀行網點所在城市進行精確匹配，之后兩兩計算得出企業與所在城市中每一個網點距離，最后計算出銀企距離最小值、中位值、最大值與平均值，并取對數處理后，作為銀企距離的代理變量。其中Lndist為銀企最短距離加1后取對數值，根據當年企業周邊銀行最短距離取對數獲得，Lnmeandist為當年銀企平均距離加1后取對數值，Lnmeddist為年度銀企距離中位數加1后取對數值。

2.工業企業污染物排放水平。

中國是世界上二氧化硫排放最多的國家(韓超等，2021[12])，本文在主回歸分析與機制分析中，運用工業企業二氧化硫排放量對數值(Lnwtso2)作為企業污染排放的代理指標。穩健性檢驗中，本文采用氮氧化物排放的對數(Lnwtnox)、工業煙塵排放量的對數值(Lnwtsmoke)，以及不同類型污染物排放量占企業工業總產值之比的對數值(Poldens1-Poldens3)作為替代指標進行了穩健性檢驗。

3.控制變量。

本文參照許和連等(2020)[7]的做法，選擇以下企業、地區和行業維度的控制變量。企業層面的控制變量包括：企業規模(Size)，通過企業的總資產取自然對數得到；杠桿率水平(Lev)，由企業年末負債總額與資產總額之比計算得出；管理費用率(Adpro)，由企業年度管理費用與銷售收入之比計算得到，反映企業代理成本狀況；企業成立年份(Lnage)，即樣本所在年份減企業成立年份加1的對數；企業所有權性屬性(Soe)，如果樣本企業是國有企業則取值為1，否則為0。地區層面的控制變量包括：區域環境規制指數(ER)，根據樣本所在省份當年的工業煙塵去除率、工業固體廢物利用率、生活垃圾無害化處理率、工業煙塵去除量、工業二氧化硫去除量等指標，采用熵權法計算得出。該指數越大說明企業面臨著越大的政府環境規制壓力。行業競爭度水平(HHI)，通過不同企業銷售收入占行業總銷售收入比例的平方和計算得出。地區綠色投資占比(Envpro)通過企業所在省份環保投資額占該省份國內生產總值(GDP)的比重計算得出。行業規模的對數值(Lnscale)，通過同年度二位碼行業之中所有企業產值之和取對數得到。

4.機制變量。

本文分別選取企業研發活動、融資約束水平和企業所在地綠色金融發展水平作為機制變量。其中，用以表示企業研發活動的代理變量為企業授權申請總量的對數值(Lnzls)和企業發明專利授權量的對數值(Lnfmz)。融資約束機制分析中，本文采取企業利息支出總額對數值(Lnintexp)，SA指數作為代理變量，其中，SA指數本文借鑒了胡璇和陸銘俊(2021)[18]、余明桂等(2019)[34]的研究，利用工企數據庫測算，該指數越大表明企業面臨的融資約束越強。Grind為企業所在省份的綠色金融發展指數，參照文書洋等(2022)[35]、李成剛(2023)[36]的研究，作者整理了各省綠色信貸余額、綠色投資額、綠色保險金額以及省份財政綠色環境保護支出金額，采用熵權法構建綜合指標計算得出。同時，作者計算出了企業所在城市綠色金融發展水平指標(Lngbank)，即樣本所在城市之中加入赤道準則銀行網點數量對數。

(三)模型設定

1.基準回歸。

為驗證銀企距離對企業污染排放的影響，本文參照許和連等(2020)[7]的分析過程，構建模型(1)進行實證檢驗，回歸方程為：

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

(1)

被解釋變量Lnwtso2it為企業i在第t年工業二氧化硫排放量的對數值。核心解釋變量Lndistit為第t年i企業與最近商業銀行分支機構距離的對數值，X為控制變量集。同時，本文控制了省份固定效應(φp)、國民經濟行業分類(Chinese industrial classification，CIC)2 位碼行業固定效應(ψj)、以及年份固定效應(φt)以盡可能緩解遺漏變量問題。εit表示模型的隨機誤差項。本文在企業層面將所有回歸的標準誤差進行聚類調整。

在回歸方程中，若系數α1顯著大于0，則說明銀企距離的縮短，能夠顯著降低企業污染物排放水平。

2.機制檢驗。

(1)企業研發活動中介效應檢驗。

銀企距離縮短有助于企業融資成本的降低，為企業研發活動提供更多資金支持，銀企距離的縮短會為企業研發活動提供更多的資金支持，為了驗證這一機制(假設1)，本文以企業專利授權總數的對數和發明專利授權數的對數為中介變量，采取中介效應模型進行回歸。模型設定如下：

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表示引起距離對企業研發活動的影響，若β1顯著小于0，則說明銀企距離的縮短會促進企業研發活動的增加。公式(3)中，若γ1顯著大于0，且γ2顯著小于0，則說明銀企距離的縮短，能夠通過研發績效的提升作用，倒逼企業生產轉型降低污染排放總量。

(2)企業融資約束渠道的中介效應檢驗。

為驗證假設2，本文以企業融資約束的代理變量作為中介變量，驗證銀企距離的縮短能否通過融資約束的緩解，使得企業擁有更多資金進行污染處理設備的采購，從而降低污染排放水平。模型設定如下：

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，本文選用企業利息支出的對數值(Lnintexp)和企業的SA指數(SA)作為融資約束代理指標進行中介效應回歸。若式β1顯著大于0，則說明銀企距離縮短能夠緩解企業融資約束水平；公式(5)中，若γ1和γ2顯著大于0，則說明銀企距離縮短能夠通過緩解企業融資約束實現其污染排放水平的降低。

(3)綠色信貸的調節作用檢驗。

綠色信貸政策的出臺，使得企業所在區域中銀行信貸發放決策過程，更多地考慮企業清潔生產狀況以及排污狀況，同時區域綠色金融發展水平的提升，會顯著促進銀行監督作用的發揮，進一步抑制企業污染排放行為。進一步地，為驗證假設3，本文引入調節效應模型，分析綠色金融發展水平對銀企距離縮短的減排效應的調節作用。模型設定如下：

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年綠色金融發展水平，公式(7)中，Lngbankct表示第t年c城市赤道銀行數量的對數。本文主要關注綠色金融代理變量和銀企距離代理變量交乘項的系數，若β3(γ3)顯著大于0，則說明所在省份(城市)綠色金融發展水平的提升能夠增強銀行對企業環保水平的監督作用，從而抑制企業污染排放。

(4)穩健性檢驗——DID回歸分析。

由于地區經濟發展水平和區域發展政策的差異性，區域間商業銀行分支機構的分布差距較大。同時，企業污染排放也受到地區經濟發展水平和環境政策的影響存在一定差異。為了排除樣本自選擇偏誤問題對本研究分析結論的影響，作者進一步采用雙重差分的方法，以縣域銀行網點設立開放政策作為外生沖擊，對本研究的基準回歸進行了穩健性檢驗。

2007年，銀監會發布《中國銀監會辦公廳關于股份制商業銀行在縣域設立分支機構有關事項的通知》(以下簡稱“79號文件”)，放松了商業銀行在縣域內網點擴張的限制。本文以銀行網點擴張作為外生沖擊，參照呂鐵等(2019)[17]的分析思路，構建多期DID模型。

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

(8)

公式(8)中，Regsignit表示縣域銀行網點擴張的政策虛擬變量，若Regsignit=1說明企業所在縣城2007年之前沒有銀行網點，2007年之后某一年度放開了銀行網點設立，反之則為模型的對照組Regsignit=0。Postit=0表示t年為企業所在縣域第一次設立銀行網點的年份之前，若Postit=1則表示t年為企業第一次設立銀行網點之后的年份。本文分別控制了個體固定效應μi和年份固定效應φt。

回歸結果中，若γ1顯著小于0，則說明縣域銀行網點開放能夠促進處理組企業樣本自身排污總量的下降，DID回歸結果成立。

四、實證結果與分析

(一)主要變量的描述性統計

本文主回歸中主要變量描述性統計如表1所示。經過剔除異常值處理后，本文有效數據為227 903個，其中銀企最短距離(Dist)均值為2.75km，標準差為22.03km，說明不同區域內企業的銀企距離存在顯著差異，地區間金融機構分布不均衡。該指標的均值略小于許和連等(2020)[7]文章中所使用的銀企距離的指標的均值。造成此差異的原因一方面是由于樣本時間存在差異，該文章樣本為2000年至2010年，而本文樣本時間擴展至2012年，銀行網點擴張速度的加快使得銀企距離進一步縮短；另一方面，由于本文使用了工業企業數據庫和工業企業污染排放數據庫的匹配數據，樣本企業均為披露污染排放信息的樣本，該類企業信息透明度更為公開，所在地區面臨著更為嚴格的環境規制，銀行更傾向于在上述地區進行網點布局。

表1 樣本主要變量的描述性統計

(二)基準回歸

1.銀企距離對企業污染物排放的影響。

表2列(1)～列(4)中，本文通過逐步回歸的方式，分析了銀企距離縮短對工業企業污染排放的影響。回歸結果顯示，銀企最短距離的縮短顯著抑制了其二氧化碳排放量。在加入企業、行業和省份控制變量后回歸結果依然顯著，同時，在全部加入控制變量后，調整R2值穩定在0.3～0.4之間，說明遺漏變量偏誤并不會影響到本文主要回歸結果；其次，從回歸系數來看，列(4)中銀企距離(Lndist)的系數為0.09，且系數在1%的水平上顯著，說明銀企距離每縮短1%，會導致企業二氧化硫排放總量下降0.09%，即企業與附近銀行網點距離縮短能夠顯著抑制其污染物的排放。

表2 銀企距離對企業污染排放影響的基準回歸

2.不同半徑內銀行網點數量對企業排污影響。

商業銀行網點分布的密度同樣能夠作為一種反映銀行對企業監督作用的方式。表3中，本文借鑒張偉俊等(2021)[37]的分析方法，引入企業所在區域半徑5km、10km與20km內的銀行數量對數值(Lnb5、Lnb10與Lnb20)，作為銀企距離的替代方式，分析區域內銀行網點數量的提升，是否有利于降低企業污染排放。回歸結果表明，區域內銀行網點數量的增加，顯著降低了企業二氧化硫污染物排放總量。進一步說明，企業所在區域內銀行網點密度增加，縮短了其與銀行之間的距離，進而顯著抑制了污染排放水平。這與呂鐵等(2017)[17]研究中對于銀行網點數量與銀企距離之間的關聯，以及二者對企業創新行為的影響分析結論一致。此外，隨著半徑的增加，納入一定范圍內銀行數量同樣在不斷提升，進而使得銀企距離縮短環境治理的邊際效應逐步提升。上述分析進一步證明，銀企距離的縮短會顯著降低企業排污規模。

表3 不同半徑內銀行網點數量對企業排污行為影響

(三)機制檢驗

1.研發活動路徑檢驗。

表4展示了銀企距離縮短降低企業污染排放的研發路徑的回歸結果，即對本文假設2的檢驗結果。通過中介效應分析模型能夠看出：列(1)、列(3)，銀企距離的縮短會顯著提升企業專利授權數量(Lnzls)和發明專利授權數量(Lnfmz)；列(2)、列(4)，銀企距離的縮短能夠有效刺激企業研發活動，進而降低了企業污染排放水平。呂鐵和王海成(2019)[17]認為，放松銀行準入管制能夠通過信貸資金可得性的提升、銀企距離的縮短和區域銀行競爭提升導致的信貸業務規模增加三條途徑，影響企業研發創新行為，同時銀企距離的縮短可以通過外部監督作用的發揮提升研發績效水平。本文的研究驗證了銀企距離縮短與企業研發活動之間的關聯，并探討了研發活動這一中介機制對銀企距離縮短降低企業污染排放的傳導作用。假設1成立。

表4 研發績效中介效應檢驗

與此同時，為了進一步驗證銀企距離縮短對企業研發行為的激勵效應，表5中，作者進一步驗證了銀企距離的縮短對污染減排的前端治理路徑和后端處理路徑。表5列(1)、列(2)中，作者參照喻旭蘭和周穎(2023)[27]的分析方法，引入企業二氧化硫產生量(Lnso2gen)和二氧化硫去除量(Lnso2rem)的對數值，分別作為污染前端治理和后端治理的代理指標。回歸結果表明，銀企距離的縮短，顯著降低了二氧化硫產生量和二氧化硫去除量，即從生產過程中提高了脫硫水平，并在生產終端增強了二氧化硫的處理規模。這進一步佐證了，銀企距離的縮短主要通過企業創新激勵效應促進技術轉型和污染減排，通過前端治理即生產技術優化升級降低污染源頭排放。

表5 前端治理和末端治理機制檢驗

同時，表5列(3)和列(4)中，作者引入廢氣處理設施存量對數值(Facility)和廢氣處理能力對數值(Capacity)兩個末端處理指標作為被解釋變量。回歸結果表明，銀企距離縮短的同時會降低企業末端治理廢氣設備投資數量，然而對處理能力影響不明顯。上述分析能夠看出，銀企距離的縮短主要能夠促進企業前期轉型升級，從污染源頭上解決企業排污問題，將原本用于企業末端的環保投資轉移至污染前端，同時說明銀企距離的縮短對企業污染減排的影響主要依賴于前段治理而非后端治理，銀企距離的縮短通過研發激勵促進前端治理技術投資的增加。

2.融資約束路徑檢驗。

表6展示了銀企距離的縮短降低企業污染排放的融資約束路徑的回歸結果，對本文假說3進行檢驗。列(1)中，銀企距離的縮短，顯著降低了企業融資成本，利息支出年度總額(Lnintexp)下降；列(2)中，銀企距離的縮短，會通過利息支出總額的下降，緩解企業還款負擔和資金支出壓力，促進企業將更多資金投入到環保投資之中，污染物排放總量下降；列(3)中，銀企距離的縮短會顯著降低下一期企業面臨的融資約束，使企業下一年度SA指數降低；列(4)中，銀企距離的縮短，會通過融資約束的緩解，進而降低污染排放。上述結果表明，銀企距離縮短會通過信貸供給渠道降低融資約束和融資成本，進而降低企業污染物排放規模。假說2成立。

表6 融資成本中介效應檢驗

(四)穩健性檢驗與內生性問題解決(1)限于篇幅，未報告穩健性檢驗及內生性檢驗的回歸結果，如讀者需要，可向作者索取。

1.穩健性檢驗。

考慮到指標設定導致的變量誤差可能會影響本研究的結論，作者采用煙塵排放量的對數和氮氧化物排放量的對數作為企業污染排放的替代變量。選取氮氧化物和煙塵排放量作為替代變量的原因在于，蘇丹妮和楊琦(2021)[38]認為，煤煙型為主的大氣污染是中國污染的重要形式，二氧化硫是中央政府節能減排的重要污染物之一，是國內外學者主要探討的工業生產污染物類別。同時，煙塵排放、氮氧化物排放也是工業生產中常見的污染物種類。在替換了被解釋變量后，不影響本文的回歸結論。

企業污染物排放在一定程度上受到企業生產規模、自身市場狀況的因素影響，本文參照陳登科(2020)[39]的分析思路，采用企業不同污染物的排放總量占總產值之比對數值替換原被解釋變量進行回歸分析。結果證明了本文基準回歸的分析結論保持穩健。

企業信貸可獲得性不但受到距離最近的銀行網點布局影響，還會受到所在城市整體銀行網點布局影響。鑒于此，本文將解釋變量替換為企業與所在城市所有銀行網點平均銀企距離的對數值，回歸結果同樣支持本文基準回歸的結論。

2.內生性問題解決。

銀企距離和企業污染排放決策可能同時受到其他因素影響，為了解決內生性問題，本文以放松縣域銀行準入限制政策作為外生沖擊，建立雙重差分模型進行了檢驗，同時，采用工具變量法解決了銀企距離與企業污染排放之間可能存在的逆向選擇關系。

首先，參考呂鐵等(2019)[17]的研究，以2007年放松了縣域范圍內銀行準入限制政策為外生沖擊作為銀企距離縮短的替代變量，分析縣域商業銀行網點擴張對企業污染排放的影響。研究結果表明，縣域銀行準入限制放松顯著降低了區域內企業污染排放水平，且沖擊發生之前處理組和對照組之間存在顯著的平行趨勢，通過穩健性檢驗能夠發現，縣域銀行網點的設立，會顯著降低新設銀行區域內的銀企距離。

其次，本文參照Fan 等(2020)[40]以及許和連等(2020)[7]的分析方法，選擇1990年的區域內銀行網點密度和所在年份乘積(Bankdens901)作為第一個工具變量，參照王嶠等(2021)[41]的分析方法，采用1644—1911年中國不同城市遺留的清朝城墻公里數對數值(Lnwly)(2)從工具變量與內生變量的相關性來看，2005年后銀企距離密切相關，但改革開放初期銀行網點的設立仍存在一定的計劃性安排，而銀行從事信貸業務存在一定的計劃性特征，貸款指令式安排使得1990年銀企距離對區域內企業排污監督作用相對較弱；清朝城墻數量與現代城市發展水平密切相關，同時現代城市發展水平又決定了金融網點的數量；從排他性來看，1990年金融機構網點數量并不會對樣本年度的企業排污產生影響，企業信貸決策與早期網點設立關系不密切，同時清朝城墻長度不會影響現代企業排污治理水平。作為第二個工具變量進行了兩階段最小二乘回歸分析。采用工具變量控制內生性問題后，本文的基本結果依然成立。

(五)異質性分析

不同行業特征、資本密集度狀況、不同省份的環境規制實施狀況以及企業規模的差異，均會對分析結論產生影響。本文參考蘇丹妮和楊琦(2021)[38]分析企業排污問題時使用的異質性分析方法，分別將企業年度排污密集度指標中位值、“資本-勞動比”中位值、省份環境規制指標中位值以及“年度-行業”企業規模指標中位值作為分組依據，進行異質性分析，若大于中位值則分組變量取1，否則取0。回歸結果如表7所示。從回歸結果能夠看出：首先，列(1)中銀企距離縮短對于單位產值排污強度更小的樣本(Polsign=1)，排污抑制作用更為明顯。這主要是由于這部分企業生產方式更為粗放，而隨著銀企距離縮短，商業銀行對這類企業的生產模式、排污狀況掌握得更加清晰，更有利于銀行發揮監督作用。其次，列(2)中銀企距離的縮短，對于資本密集型企業(KLsign=1)作用更為明顯。這主要是由于該類企業更多依賴于資金的投入，對銀行信貸的依賴度更強，銀行能夠更好地發揮自身監督職能促進企業減排。再次，列(3)的回歸結果表明，銀企距離對環境規制較弱地區(Ersign=0)企業的減排作用更強，對于環境規制較弱的地區，銀企距離的縮短更好地起到環境規制的補充作用。這主要是由于環境規制發展較弱地區，一般經濟水平發展也相對落后，企業更多依賴于銀行信貸，而銀行對企業污染排放的監督作用也更為凸顯。這也進一步驗證了“波特假說”中提出的環境規制與企業綠色發展之間的關聯。最后，列(4)中，銀企距離的縮短對規模較大企業(Sizesign=1)的減排效應更強。這主要是由于規模較大的企業面臨著更大的資金需求，同時，由于銀行出于風險管理的角度對企業授信時，要求一定固定資產的抵押，規模較大的企業，固定資產較為充足，抵押貸款的資金量更大，而銀企距離縮短對這類企業信貸成本降低具有更大的邊際效應。上述分析進一步支撐了前文提出的融資約束機制，即銀企距離縮短能夠通過融資約束的緩解，促進企業減排。

表7 異質性分析結果

五、進一步分析——綠色金融調節效應檢驗

綠色金融政策要求銀行與環保部門信息共享，對貸款企業的環境表現進行考量，作為其是否能夠獲得信貸支持的重要指標。因此，企業所在地綠色金融發展水平將會直接影響到銀企距離縮短所產生的污染減排效應。鑒于此，本文進一步討論了銀企距離對企業污染減排的調節效應是否會受到地區綠色金融發展水平的影響。

(一)區域綠色金融發展狀況對企業排污行為影響

表8的列(1)～列(3)中，本文分別選取企業與區域內最近商業銀行分支機構的距離(Lndist)、企業與區域內商業銀行距離的平均值(Lnmeandist)和中位數(Lnmeddist)作為銀企距離的代理變量，并納入區域綠色金融發展水平(Grind)的交乘項。回歸結果能夠看出，綠色金融發展水平的提升，會顯著增強銀企距離縮短對企業污染排放的抑制作用。更換不同銀企距離測度方式后，得出結論保持穩健。上述分析說明，綠色金融整體發展水平的提升，會作為銀行監督作用的補充手段，進一步降低企業污染排放規模。

表8 綠色金融發展調節效應分析

(二)綠色銀行數量對分析結論的影響

本文進一步將加入赤道準則的銀行定義為“綠色銀行”，運用樣本所在城市綠色銀行的數量對數值(Lngbank)作為調節變量進行分析。從表9的回歸結果中可見，綠色銀行數量的增加，會顯著增強銀企距離縮短對企業排污行為的抑制作用。赤道準則的加入，使得銀行信貸發放過程中進一步考慮了企業的環境表現。綠色銀行數量的增加增強了地區金融機構對企業環保活動的監督水平，并通過限制重污染企業信貸額度，提高污染企業信貸門檻等手段倒逼企業減排。同時，綠色銀行網點的增加，又會提升銀行環境監督動力，將環境考評作為貸款發放的重要參考因素，進一步增強銀行信貸的環境監督作用。

表9 企業所在區域綠色金融發展狀況對排污行為影響

六、結論與政策建議

本文利用商業銀行網點信息數據和中國工業企業數據庫、中國工業企業污染排放數據庫的匹配數據，測算了企業和同城市內商業銀行距離的最小值作為銀企距離的代理變量，探討了銀企距離對企業污染排放的影響。研究結論表明：(1)銀企距離每縮短1%，會導致企業二氧化硫排放總量下降0.09%，銀企距離的縮短能夠顯著降低企業排污水平。(2)機制分析表明，銀企距離的縮短能夠通過外部監督增強的作用倒逼企業轉型升級，激勵企業研發活動的展開，從而改善粗放式生產狀況，降低污染排放。與此同時，作者將企業減排活動劃分為前端治理和末端處理兩個渠道，結果表明，銀企距離縮短降低了企業生產過程中二氧化硫的產生量，即主要通過技術轉型實現了污染排放的前端治理。同時，銀企距離縮短降低了企業融資成本，有利于企業投入更多資金進行環境污染治理。(3)異質性分析結果表明，銀企距離縮短對單位產值排污強度大的企業的減排作用更明顯，這主要是由于銀行主要通過監督作用的發揮抑制重污染企業排污行為。同時，銀企距離縮短對資本密集型企業作用更為明顯，這主要是由于該類企業對銀行信貸的依賴度更強。此外，對于環境規制程度較弱的地區，銀企距離的縮短更好地起到環境規制的補充作用；對于規模較大的企業，銀企距離的縮短具有更大的邊際效應。(4)本文引入地區綠色金融發展程度和區域內綠色銀行數量作為調節變量，分析表明，綠色金融發展水平的提升，能夠進一步強化銀企距離縮短對企業排污行為的抑制作用；同時，綠色銀行網點的增加，又會提升銀行環境監督動力，將環境考評作為貸款發放的重要參考因素，進一步增強銀行信貸的環境監督作用。本文的研究為金融發展環境治理效應的發揮提供了新的研究視角。

根據上述研究結論，本文提出以下政策建議：(1)在防范金融風險的前提下，適當放松銀行分支機構的市場準入限制，進一步縮短銀企距離，通過銀行信貸信息搜集和審批過程實現對企業的外部監督，并通過相關信貸信息共享促進相關環境信息外溢效應，進而促進綠色項目庫和綠色企業識別。(2)大力推進銀行對企業污染前端治理的促進作用，通過綠色信貸發放、貸款利息優惠政策等方式，促進企業綠色項目的開展，避免經濟發展重復“先污染、后治理”的老路。(3)通過信貸支持企業環境導向技術研發和改進；并協同財政政策，降低企業綠色轉型過程中面臨的成本負擔和資金壓力，通過稅費減免、貸款貼息等方式配合銀企距離縮短為企業帶來的資金可得性提升效應。(4)將綠色信貸政策與普惠金融政策二者有機融合，通過綠色信貸政策倒逼企業綠色投資與轉型，同時通過普惠金融政策做到精準滴灌，解決企業轉型過程中金融普惠性的發揮和“最后一公里”問題。