高自旺，張涵迪，張小鹿

（1．河北省社會(huì)科學(xué)院經(jīng)濟(jì)研究所，河北石家莊 050051；2．喬治華盛頓大學(xué)商學(xué)院，美國華盛頓 20052；3．清華大學(xué)創(chuàng)新發(fā)展研究院，北京 100084）

引言

經(jīng)歷四十余年的改革開放，我國社會(huì)經(jīng)濟(jì)快速發(fā)展，但資源約束、環(huán)境污染問題也愈加嚴(yán)重，加快推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、發(fā)展模式革新刻不容緩。貫徹落實(shí)新發(fā)展理念、推進(jìn)綠色發(fā)展是全面建設(shè)中國式現(xiàn)代化的必然要求，其中，制造業(yè)是導(dǎo)致我國環(huán)境污染的主要載體（呂越和陳泳昌，2022）[1]，制造業(yè)企業(yè)也是減少環(huán)境污染、實(shí)現(xiàn)綠色轉(zhuǎn)型的關(guān)鍵主體，企業(yè)減排、生產(chǎn)方式轉(zhuǎn)變對環(huán)境與經(jīng)濟(jì)協(xié)同發(fā)展存在重要影響，決定了我國社會(huì)經(jīng)濟(jì)綠色發(fā)展成效。如何處理好環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展的關(guān)系，支持企業(yè)改變過去高排放、高耗能發(fā)展模式，向低排放、高產(chǎn)出生產(chǎn)模式轉(zhuǎn)變，是實(shí)現(xiàn)中國經(jīng)濟(jì)高質(zhì)量發(fā)展亟需研究的重要課題。

企業(yè)綠色化轉(zhuǎn)型發(fā)展需要充足的金融資源保障，然而環(huán)保型投資通常風(fēng)險(xiǎn)大、不確定性強(qiáng)、周期長，會(huì)導(dǎo)致處于綠色轉(zhuǎn)型期的企業(yè)面臨較大融資困境。我國金融機(jī)構(gòu)憑借其配置金融服務(wù)資源的重要功能，深刻影響著產(chǎn)業(yè)、企業(yè)發(fā)展方向，因此，在推進(jìn)實(shí)體經(jīng)濟(jì)綠色轉(zhuǎn)型過程中，金融部門對產(chǎn)業(yè)、企業(yè)的支持和引導(dǎo)顯得尤為重要（劉錫良和文書洋，2019）[2]。鑒于此，本文從銀行業(yè)分支機(jī)構(gòu)擴(kuò)張、企業(yè)周邊銀行業(yè)分支機(jī)構(gòu)數(shù)量變化的視角，研究金融資源地理供給結(jié)構(gòu)調(diào)整引起的信貸資源可得性變化，如何作用于我國工業(yè)企業(yè)污染排放，以及其中的主要作用機(jī)制是什么，進(jìn)而為新時(shí)期我國金融部門支持實(shí)體經(jīng)濟(jì)綠色轉(zhuǎn)型發(fā)展提供理論依據(jù)與政策參考。

與以往研究相比，本文的主要邊際貢獻(xiàn)體現(xiàn)在以下三個(gè)方面：第一，現(xiàn)有文獻(xiàn)關(guān)于金融發(fā)展對環(huán)境污染影響的研究，多集中于城市金融、數(shù)字金融、綠色金融等宏觀層面金融發(fā)展對環(huán)境污染的影響，以及融資約束對環(huán)境污染、企業(yè)污染排放的影響，而從微觀視角分析銀行業(yè)發(fā)展對企業(yè)污染排放影響的研究，鮮有文獻(xiàn)涉及。本文首次從企業(yè)周邊銀行業(yè)分支機(jī)構(gòu)擴(kuò)張的微觀視角探討金融資源地理供給分布變化對企業(yè)減排影響，可以豐富金融發(fā)展與環(huán)境污染影響的相關(guān)領(lǐng)域?qū)W術(shù)研究。第二，本文針對銀行業(yè)發(fā)展影響企業(yè)減排的技術(shù)創(chuàng)新、“末端治理”渠道進(jìn)行了檢驗(yàn)，提供了新的證據(jù)。第三，本文考察了高質(zhì)量基礎(chǔ)設(shè)施發(fā)展對銀行業(yè)分支機(jī)構(gòu)擴(kuò)張與企業(yè)減排之間關(guān)系的影響。

一、理論分析

環(huán)境問題、資源問題成為社會(huì)關(guān)注的焦點(diǎn)，金融發(fā)展與企業(yè)環(huán)境績效、減少污染排放的關(guān)系也獲得了學(xué)術(shù)界的高度關(guān)注，與本文研究相關(guān)的文獻(xiàn)主要有以下兩類：

第一類文獻(xiàn)是關(guān)于銀行業(yè)發(fā)展與企業(yè)融資約束關(guān)系的研究。我國資本市場存在較多金融管制，使得市場上資金供給短缺，致使嚴(yán)重的企業(yè)融資約束問題成為我國企業(yè)在經(jīng)營過程中普遍面臨的難題（石貝貝等，2023）[3]。而以銀行業(yè)為主的金融市場結(jié)構(gòu)更有利于企業(yè)獲得資金，特別是當(dāng)中小銀行數(shù)量較多時(shí)，企業(yè)獲取資金的便利程度將大大改善（姚耀軍和董鋼鋒，2015）[4]。由于銀行信貸決策普遍存在“本地偏好”現(xiàn)象（De Young 等，2008）[5]，金融供給的地理結(jié)構(gòu)也對企業(yè)融資約束有較大影響，愈加完善的銀行業(yè)布局有望提高銀行業(yè)競爭、顯著改善信貸資源可得性（蔡慶豐等，2020）[6]。其作用機(jī)制是：一方面，中小銀行積極收集企業(yè)“軟信息”，降低銀企間信息不對稱，改善銀企信貸關(guān)系（Degryse 和Ongena，2005[7]；陶鋒等，2017[8]）；另一方面，“市場力量假說”認(rèn)為，銀行間競爭加劇，倒逼銀行業(yè)改革，增強(qiáng)了信貸配置效率（Guzman，2000）[9]，促進(jìn)大型銀行參與扶持潛力型企業(yè)發(fā)展。從銀行業(yè)分支機(jī)構(gòu)擴(kuò)張角度來看，會(huì)減小企業(yè)周邊單個(gè)銀行占據(jù)的市場份額、削弱銀行定價(jià)主導(dǎo)作用，以及縮短銀企距離以降低企業(yè)尋求融資時(shí)的搜尋成本（Agarwal和Hauswald，2010）[10]，進(jìn)而促進(jìn)企業(yè)融資約束緩解（郭曄等，2019[11]；李志生等，2020[12]）。因此，“市場力量假說”支持者認(rèn)為，加快發(fā)展地區(qū)銀行是我國提高企業(yè)信貸資金可得性的重要途徑（呂勇斌等，2017）[13]。然而，“信息假說”認(rèn)為，銀行業(yè)競爭加劇，不利于銀企之間建立有效的信貸關(guān)系，會(huì)增強(qiáng)企業(yè)信貸約束，（Chong 等，2013）[14]發(fā)現(xiàn)，銀行競爭加劇將降低銀行搜集企業(yè)信息的積極性，從而導(dǎo)致融資約束惡化。

第二類文獻(xiàn)是關(guān)于融資約束與企業(yè)污染排放關(guān)系的研究。融資約束是企業(yè)減少污染排放的重要制約因素，企業(yè)只有獲得足夠資金支持時(shí)，才會(huì)加大研發(fā)新產(chǎn)品、革新生產(chǎn)工藝或購置減排設(shè)備（Zhang 等，2019）[15]。企業(yè)的綠色創(chuàng)新活動(dòng)具有不確定性強(qiáng)、風(fēng)險(xiǎn)大、信息不對稱等風(fēng)險(xiǎn)，往往面臨嚴(yán)重的融資約束，需要穩(wěn)定的資金支持（蔡慶豐等，2020）[6]，當(dāng)銀行業(yè)壟斷程度處于高位時(shí)，銀行缺乏支持研發(fā)創(chuàng)新的積極性（唐清泉和巫岑，2015）[16]，而銀行業(yè)競爭加劇，有利于加強(qiáng)銀行外部治理，著力識(shí)別企業(yè)創(chuàng)新風(fēng)險(xiǎn)，推動(dòng)支持企業(yè)研發(fā)投入。陳詩一等（2021）[17]研究發(fā)現(xiàn)，融資約束改善可以從減排投資前端和末端兩個(gè)方面顯著降低企業(yè)排污。企業(yè)信貸便利度的提高，降低了企業(yè)創(chuàng)新的融資成本，刺激了企業(yè)創(chuàng)新投入，而技術(shù)創(chuàng)新有助于企業(yè)減少污染排放（Andersen，2016）[18]。同時(shí)，信貸條件改善將增加企業(yè)的減排投資，進(jìn)而降低污染排放，如購置污染處理設(shè)備（Xu 和Kim，2021）[19]。然而，Chen 等（2023）[20]研究發(fā)現(xiàn)，信貸可得性提高并未顯著增加企業(yè)污染物末端處理設(shè)備。

綜上，已有文獻(xiàn)對銀行業(yè)發(fā)展與融資約束關(guān)系、融資約束與企業(yè)減排關(guān)系進(jìn)行了研究，但現(xiàn)有研究對銀行業(yè)發(fā)展影響融資約束的方向，以及兩者作用于企業(yè)減排的渠道并未達(dá)成共識(shí)。本文將從企業(yè)周邊銀行業(yè)分支機(jī)構(gòu)擴(kuò)張視角，探討銀行業(yè)發(fā)展對企業(yè)減排影響及其作用機(jī)制。

二、研究設(shè)計(jì)

（一）模型構(gòu)建

（二）變量選取

1. 被解釋變量。企業(yè)二氧化硫排放強(qiáng):（SO2）。在中國，由燃煤引起的大氣污染是環(huán)境污染的重要形式，中國又是典型的煤炭消費(fèi)大國，燃煤的主要污染排放物就是二氧化硫（邵朝對，2021）[21]。因此，本文用二氧化硫排放強(qiáng)度（）衡量企業(yè)污染排放水平。

2.核心解釋變量。企業(yè)周邊銀行業(yè)分支機(jī)構(gòu)數(shù)量。企業(yè)周邊一定距離內(nèi)銀行業(yè)分支機(jī)構(gòu)數(shù)量，可以度量銀行業(yè)競爭水平，也反映了銀行業(yè)資源在地理空間上的分布情況（李志生等，2020）[12]。本文基于百度地圖搜索匹配企業(yè)總部、銀行業(yè)分支機(jī)構(gòu)經(jīng)緯度，運(yùn)用空間坐標(biāo)距離公式方法，測算企業(yè)到銀行業(yè)分支機(jī)構(gòu)距離，分別統(tǒng)計(jì)到企業(yè)5km、10km 距離的銀行業(yè)分支機(jī)構(gòu)數(shù)量，再取對數(shù)值得到核心解釋變量和。

3.控制變量。為控制其他因素對企業(yè)二氧化硫排放強(qiáng)度影響，本文增加控制變量如下：企業(yè)年齡，采用樣本年份減去開設(shè)年份再加1取對數(shù)表示；企業(yè)規(guī)模，采用企業(yè)從業(yè)人員數(shù)量取對數(shù)表示；企業(yè)杠桿率，采用企業(yè)負(fù)債水平和資產(chǎn)水平比值衡量；企業(yè)所有權(quán)虛擬變量，當(dāng)企業(yè)登記注冊類型為國有企業(yè)時(shí)，取值為1，否則為0；行業(yè)競爭程度，用企業(yè)所在行業(yè)層面赫芬達(dá)爾指數(shù)表示。

（三）數(shù)據(jù)說明

本文主要使用的數(shù)據(jù)來源于中國工業(yè)企業(yè)數(shù)據(jù)庫、中國工業(yè)污染源重點(diǎn)調(diào)查企業(yè)數(shù)據(jù)庫和中國金融業(yè)機(jī)構(gòu)金融許可證信息數(shù)據(jù)。本文參照Brandt等（2012）[22]的方法，根據(jù)企業(yè)法人代碼、年份、企業(yè)名稱等信息，將中國工業(yè)企業(yè)數(shù)據(jù)庫和中國工業(yè)污染源重點(diǎn)調(diào)查企業(yè)數(shù)據(jù)庫進(jìn)行匹配，同時(shí)剔除本文所用變量存在缺失的樣本，以及保留從業(yè)人數(shù)在8人以上的企業(yè)，最終匹配得到了1998—2013年中國工業(yè)企業(yè)數(shù)據(jù)作為樣本數(shù)據(jù)。

三、實(shí)證結(jié)果及分析

（一）基準(zhǔn)回歸結(jié)果

表1 報(bào)告了基準(zhǔn)回歸結(jié)果。列（1）和列（2）分別匯報(bào)了不考慮其他控制變量時(shí)企業(yè)周邊5km、10km 范圍內(nèi)銀行業(yè)分支機(jī)構(gòu)擴(kuò)張對企業(yè)污染排放的影響效果，結(jié)果顯示，和的估計(jì)系數(shù)均顯著為負(fù)，說明銀行業(yè)分支機(jī)構(gòu)擴(kuò)張顯著降低了企業(yè)污染排放。列（3）和列（4）進(jìn)一步納入了企業(yè)層面控制變量和行業(yè)層面控制變量，回歸結(jié)果表明，和的估計(jì)系數(shù)雖絕對值有所減小，但其數(shù)值仍均顯著為負(fù)，表明在剔除其他變量影響后，銀行分支機(jī)構(gòu)擴(kuò)張仍對企業(yè)污染排放有顯著負(fù)向作用。同時(shí)，相同條件下，的估計(jì)系數(shù)一直大于，一般情況下，企業(yè)周邊范圍更大時(shí)銀行業(yè)分支機(jī)構(gòu)更多，也說明了企業(yè)周邊銀行業(yè)分支機(jī)構(gòu)越多對企業(yè)減排作用越大。上述結(jié)果表明，銀行業(yè)分支機(jī)構(gòu)擴(kuò)張推動(dòng)了銀行業(yè)競爭，改善了信貸資源配置效率，提高了企業(yè)信貸資源可得性（李志生等，2020）[12]，進(jìn)而刺激企業(yè)加快綠色化轉(zhuǎn)型、減少污染排放（Chen 等，2023）[20]。

表1 基準(zhǔn)回歸結(jié)果

（二）內(nèi)生性和穩(wěn)健性檢驗(yàn)

1.內(nèi)生性處理。關(guān)于內(nèi)生性問題，在銀行業(yè)分支機(jī)構(gòu)擴(kuò)張影響企業(yè)污染排放的同時(shí)，企業(yè)位置也可能影響銀行業(yè)分支機(jī)構(gòu)布局決策，即存在雙向因果關(guān)系，并且還有不可觀測的遺漏變量的影響，為此本文運(yùn)用工具變量法處理潛在的內(nèi)生性問題。本文采用1984 年城市銀行分支機(jī)構(gòu)數(shù)量與年份的乘積作為工具變量進(jìn)行兩階段最小二乘法估計(jì)（許和連等，2020[23]；戴美虹，2022[24]），由于1984 年我國銀行的布局仍以產(chǎn)業(yè)發(fā)展、經(jīng)濟(jì)增長為主，尚未過多關(guān)注企業(yè)污染排放問題，這保證了工具變量的外生性，與此同時(shí)，將1984 年城市銀行數(shù)量乘以年份虛擬變量，也保證了工具變量的時(shí)變性。表2的列（1）和列（2）為利用工具變量法的2SLS 回歸結(jié)果，和的估計(jì)系數(shù)仍均顯著為負(fù)，表明本文基準(zhǔn)回歸結(jié)果在經(jīng)過內(nèi)生性檢驗(yàn)后仍然可靠，即銀行業(yè)分支機(jī)構(gòu)擴(kuò)張顯著促進(jìn)了企業(yè)減排。

表2 內(nèi)生性處理、剔除直轄市和省會(huì)城市樣本

2.剔除直轄市和省會(huì)城市樣本。我國各直轄市、省會(huì)城市為加快經(jīng)濟(jì)發(fā)展，積極引導(dǎo)金融業(yè)快速集聚，建設(shè)各類“金融中心”，使得金融資源供給的地理結(jié)構(gòu)更加集中化，如直轄市和省會(huì)城市樣本中企業(yè)周邊5km 的銀行業(yè)分支機(jī)構(gòu)數(shù)量均值為63 個(gè)，而其他地級市樣本均值僅35 個(gè)（盛斌和王浩，2022）[25]，為了排除直轄市和省會(huì)城市樣本這種特殊性的影響，本文進(jìn)一步剔除直轄市和省會(huì)城市樣本后回歸以檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性。表2的列（3）和列（4）匯報(bào)了剔除直轄市和省會(huì)城市樣本后的回歸結(jié)果，可見核心解釋變量和的估計(jì)系數(shù)仍均顯著為負(fù)，即排除直轄市和省會(huì)城市企業(yè)等異常樣本的影響后，企業(yè)周邊銀行業(yè)分支機(jī)構(gòu)擴(kuò)張仍然可以顯著促進(jìn)企業(yè)污染排放降低，本文基準(zhǔn)回歸結(jié)果依然成立。

3.替換核心解釋變量和被解釋變量。本文通過替換核心解釋變量和被解釋變量進(jìn)行了穩(wěn)健性檢驗(yàn)。表3 的列（1）和列（2）分別采用企業(yè)周邊15km、20km 范圍內(nèi)銀行業(yè)分支機(jī)構(gòu)數(shù)量的對數(shù)值、作為核心解釋變量，回歸結(jié)果表明、的估計(jì)系數(shù)仍然顯著為負(fù)，表明企業(yè)周邊15km、20km范圍內(nèi)銀行業(yè)分支機(jī)構(gòu)增加可以顯著減少企業(yè)污染排放。表3 的列（3）和列（4）將企業(yè)化學(xué)需氧量排放強(qiáng)度（COD）作為被解釋變量，與二氧化硫排放強(qiáng)度可表示大氣污染排放不同的是，我國根據(jù)COD 排放監(jiān)測水污染情況，因此將被解釋變量替換為COD 排放強(qiáng)度，可以考察銀行業(yè)分支結(jié)構(gòu)擴(kuò)張對企業(yè)水污染物排放的影響。由表3 可知，列（3）和列（4）列中和的估計(jì)系數(shù)均顯著為負(fù)，反映了銀行業(yè)分支結(jié)構(gòu)擴(kuò)張對企業(yè)COD排放的顯著負(fù)向影響。

表3 替換核心解釋變量和替換被解釋變量

4.控制樣本期間內(nèi)環(huán)境規(guī)制政策影響。在樣本期間內(nèi)，我國實(shí)施了涉及多個(gè)地區(qū)、多個(gè)行業(yè)的環(huán)境規(guī)制政策，環(huán)境規(guī)制政策會(huì)深刻影響企業(yè)污染排放（王兵等，2008）[26]，為進(jìn)一步控制環(huán)境規(guī)制政策約束作用后檢驗(yàn)企業(yè)周邊銀行業(yè)機(jī)構(gòu)擴(kuò)張的減排效應(yīng)，特開展如下實(shí)證分析：一是控制“兩控區(qū)”政策影響。1998 年，國務(wù)院批復(fù)并實(shí)施了《酸雨控制區(qū)和二氧化硫污染控制區(qū)方案》，推動(dòng)了相關(guān)區(qū)域開展酸雨、二氧化硫等污染物防治，相關(guān)研究表明“兩控區(qū)”政策顯著降低了相關(guān)城市二氧化硫排放（熊波和楊碧云，2019）[27]。由于“兩控區(qū)”政策涉及樣本較多， 本文定義虛擬變量，當(dāng)樣本位于“兩控區(qū)”時(shí)賦值為1，否則為0，將該變量加入基準(zhǔn)回歸模型后回歸，表4的列（1）和列（2）報(bào)告了該回歸估計(jì)結(jié)果，可見核心解釋變量顯著為負(fù)，反映了控制“兩控區(qū)”政策影響后，銀行業(yè)分支機(jī)構(gòu)擴(kuò)張仍可顯著促進(jìn)企業(yè)減排。二是控制“綠色奧運(yùn)”政策影響。2008 年，為貫徹落實(shí)國家關(guān)于“綠色奧運(yùn)”相關(guān)要求，京津冀地區(qū)開展了節(jié)能減排等一系列環(huán)境規(guī)制類政策，對企業(yè)污染排放產(chǎn)生較大影響（馬妍妍和俞毛毛，2020）[28]，為排除“綠色奧運(yùn)”政策的影響，本文剔除北京奧運(yùn)會(huì)期間京津冀地區(qū)企業(yè)樣本后再次回歸，表4的列（3）和列（4）報(bào)告了該回歸結(jié)果，可見，核心解釋變量、的估計(jì)系數(shù)仍均顯著為負(fù)，反映了控制“綠色奧運(yùn)”政策影響后，企業(yè)周邊銀行業(yè)分支機(jī)構(gòu)增加仍顯著推動(dòng)了企業(yè)污染排放降低。三是控制“低碳城市”政策影響。2010 年國家發(fā)改委印發(fā)《關(guān)于開展低碳省區(qū)和低碳城市試點(diǎn)工作的通知》，開展“低碳城市”試點(diǎn)以加強(qiáng)城市空氣污染治理（宋弘等，2019）[29]，由于第一批試點(diǎn)城市在本文開展研究的樣本期間內(nèi)，本文進(jìn)一步控制第一批“低碳城市”政策影響，具體做法是剔除82 個(gè)第一批試點(diǎn)城市涉及的企業(yè)樣本后再次回歸，結(jié)果如表5的列（1）和列（2）所示，、的估計(jì)系數(shù)仍均顯著為負(fù)，表明控制“低碳城市”政策影響后，銀行業(yè)分支結(jié)構(gòu)擴(kuò)張仍然可以顯著促進(jìn)企業(yè)減排，本文基本回歸結(jié)果仍然成立。四是控制《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（2012）》政策影響。在本文樣本期間內(nèi)，2012 年中華人民共和國生態(tài)環(huán)境部與國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局聯(lián)合發(fā)布《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（2012）》，進(jìn)一步加強(qiáng)了我國環(huán)境治理，對各地環(huán)境治理產(chǎn)生了深刻影響（張琦等，2019）[30]，為控制《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（2012）》政策的影響，本文剔除了2012 年及以后年份的樣本后再次回歸，表5的列（3）和列（4）列匯報(bào)了該回歸結(jié)果，由結(jié)果可知，再控制《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（2012）》政策影響后，本文關(guān)注的核心解釋變量、的估計(jì)系數(shù)仍均顯著為負(fù)，反映了銀行業(yè)分支機(jī)構(gòu)擴(kuò)張所引起的信貸資源可得性增強(qiáng)，仍可以顯著促進(jìn)企業(yè)減排、推動(dòng)企業(yè)綠色化轉(zhuǎn)型。

表4 控制“兩控區(qū)”政策、“綠色奧運(yùn)”政策影響

表5 控制“低碳城市”政策、《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（2012）》政策影響

（三）異質(zhì)性分析

1.針對銀行業(yè)擴(kuò)張對不同排污程度行業(yè)企業(yè)污染開放的異質(zhì)性影響展開分析。根據(jù)《上市公司行業(yè)分類指引》（2012年版）確定造紙和紙制品業(yè)等16 個(gè)行業(yè)為重污染行業(yè)，定義重污染行業(yè)虛擬變量high-pollution，當(dāng)企業(yè)所處行業(yè)為重污染行業(yè)時(shí)賦值為1，否則為0，賦值非重污染行業(yè)變量lowpollution 為1 減去high-pollution，借鑒Sandkamp（2020）進(jìn)行異質(zhì)性分析的方法，將重污染行業(yè)、非重污染行業(yè)虛擬變量分別與銀行業(yè)分支機(jī)構(gòu)擴(kuò)張變量取交乘項(xiàng)后同時(shí)放入基準(zhǔn)模型回歸。表6的列（1）和列（2）均報(bào)告了銀行業(yè)分支機(jī)構(gòu)擴(kuò)張對重污染行業(yè)和非重污染行業(yè)企業(yè)的不同影響，highpollution×dist5 和high-pollution×dist10 的估計(jì)系數(shù)均顯著為負(fù)，low-pollution×dist5 和low-pollution×dist10的估計(jì)系數(shù)均不顯著，表明銀行業(yè)分支機(jī)構(gòu)擴(kuò)張顯著促進(jìn)了重污染行業(yè)企業(yè)減排，但對非重污染行業(yè)企業(yè)污染排放影響不顯著。通常來講，中國的大量金融信貸資源流向了高能耗、高排放的重污染行業(yè)（劉錫良和文書洋，2019）[31]，學(xué)術(shù)界認(rèn)為信貸資源密集支持推動(dòng)了重污染行業(yè)產(chǎn)能過剩、污染環(huán)境，與上述觀點(diǎn)不同的是，本文實(shí)證結(jié)果支持了銀行業(yè)分支擴(kuò)張引起的信貸資源可得性提高，促進(jìn)了我國重污染行業(yè)綠色化轉(zhuǎn)型。

表6 異質(zhì)性分析：是否重污染行業(yè)和是否出口企業(yè)

2.考察銀行業(yè)擴(kuò)張對出口與非出口型企業(yè)污染排放的異質(zhì)性影響。根據(jù)企業(yè)出口交貨值識(shí)別企業(yè)是否為出口企業(yè)，定義虛擬變量export，當(dāng)出口交貨值大于0時(shí)賦值為1，否則為0，賦值非出口企業(yè)變量non-export 為1 減去export，將出口、非出口企業(yè)虛擬變量分別與銀行業(yè)分支機(jī)構(gòu)擴(kuò)張變量取交乘項(xiàng)后同時(shí)放入基準(zhǔn)模型回歸。表6 的列（3）和列（4）均報(bào)告了銀行業(yè)分支機(jī)構(gòu)擴(kuò)張對出口、非出口企業(yè)的不同影響，各交乘項(xiàng)的估計(jì)系數(shù)均顯著為負(fù)，表明銀行業(yè)分支機(jī)構(gòu)擴(kuò)張對出口、非出口企業(yè)的污染排放均有顯著負(fù)向影響。同時(shí)，export×dist5、export×dist10 的估計(jì)系數(shù)分別大于non-export×dist5、non-export×dist10，反映了銀行業(yè)分支機(jī)構(gòu)擴(kuò)張對出口企業(yè)減排的作用大于非出口企業(yè)。一般來講，中國工業(yè)企業(yè)存在融資約束嚴(yán)重與出口貿(mào)易發(fā)達(dá)并存的獨(dú)特發(fā)展模式，出口型企業(yè)普遍存在融資約束現(xiàn)象（劉晴等，2017）[32]，銀行業(yè)分支機(jī)構(gòu)的擴(kuò)張強(qiáng)化了企業(yè)風(fēng)險(xiǎn)控制、緩解融資壓力，通過提升企業(yè)出口技術(shù)復(fù)雜度、全球價(jià)值鏈地位（許和連等，2020）[23]，促進(jìn)了出口型企業(yè)綠色化轉(zhuǎn)型、高質(zhì)量發(fā)展，進(jìn)而滿足海外貿(mào)易市場對企業(yè)工藝、產(chǎn)品的嚴(yán)格要求。

四、作用機(jī)制分析

（一）信貸約束和產(chǎn)品創(chuàng)新的中介效應(yīng)

根據(jù)前文的理論分析，銀行業(yè)分支機(jī)構(gòu)擴(kuò)張通過緩解融資約束、刺激企業(yè)創(chuàng)新等機(jī)制作用于企業(yè)污染排放，基于此，本文建立如下中介效應(yīng)模型檢驗(yàn)該作用機(jī)制：

表7 中介效應(yīng)一：信貸約束、產(chǎn)品創(chuàng)新和“末端處理”

表8 中介效應(yīng)二：信貸約束、產(chǎn)品創(chuàng)新對企業(yè)污染排放的影響

（二）高鐵開通和互聯(lián)網(wǎng)發(fā)展的調(diào)節(jié)效應(yīng)

高質(zhì)量基礎(chǔ)設(shè)施建設(shè)發(fā)展已成為我國經(jīng)濟(jì)社會(huì)進(jìn)步的重要標(biāo)志。本文基本回歸結(jié)果表明，銀行業(yè)分支機(jī)構(gòu)擴(kuò)張改變了金融資源供給的地理分布，降低了銀企溝通成本，進(jìn)而影響企業(yè)獲得信貸資源便利性?；诖?，本文借鑒陳旭等（2022）[33]的方法，進(jìn)一步考察高質(zhì)量基礎(chǔ)設(shè)施發(fā)展對銀行業(yè)分支機(jī)構(gòu)擴(kuò)張的企業(yè)減排效應(yīng)影響。一方面，本文用高鐵開通來表示高質(zhì)量交通基礎(chǔ)設(shè)施發(fā)展，在樣本年份當(dāng)企業(yè)所在城市已開通高鐵時(shí)，賦值虛擬變量為1，否則為0，將高鐵開通虛擬變量、高鐵開通和銀行業(yè)分支機(jī)構(gòu)擴(kuò)張變量交乘項(xiàng)同時(shí)放入基準(zhǔn)模型回歸。另一方面，本文借鑒李兵和李柔（2017）[34]的方法，利用企業(yè)是否使用互聯(lián)網(wǎng)來表示通信基礎(chǔ)設(shè)施發(fā)展，在樣本年份當(dāng)企業(yè)使用電子郵箱或有企業(yè)網(wǎng)址時(shí)，賦值虛擬變量為1，否則為0，將互聯(lián)網(wǎng)發(fā)展虛擬變量、互聯(lián)網(wǎng)發(fā)展和銀行業(yè)分支機(jī)構(gòu)擴(kuò)張變量交乘項(xiàng)同時(shí)放入基準(zhǔn)模型回歸，表9報(bào)告了上述回歸結(jié)果。

表9 調(diào)節(jié)效應(yīng)：高鐵開通和互聯(lián)網(wǎng)發(fā)展

表9 的列（1）和列（2）中，核心解釋變量、高鐵開通變量的估計(jì)系數(shù)均顯著為負(fù)，表示兩者均可顯著促進(jìn)企業(yè)減排，而兩者交乘項(xiàng)均顯著為正，反映高鐵開通降低了城市間溝通成本，企業(yè)可以從異地獲取環(huán)境型投資所需要的各類資源，從而弱化了企業(yè)對周邊銀行業(yè)分支機(jī)構(gòu)數(shù)量的依賴。比如位于外圍城市的企業(yè)，可以借助便利的高鐵設(shè)施，前往附近的中心城市與金融業(yè)機(jī)構(gòu)、綠色專利持有者、治污設(shè)備銷售者、綠色化服務(wù)商、綠色發(fā)展型專業(yè)人才溝通交流，打破了所處外圍城市有限資源的約束，嘗試在更大范圍獲得更多支持企業(yè)綠色化轉(zhuǎn)型升級的各類資源，進(jìn)而實(shí)現(xiàn)企業(yè)高質(zhì)量發(fā)展。表9的列（3）和列（4）結(jié)果顯示，估計(jì)系數(shù)均顯著為負(fù)，表明企業(yè)互聯(lián)網(wǎng)使用可顯著促進(jìn)其污染排放降低，而互聯(lián)網(wǎng)發(fā)展與核心解釋變量交乘項(xiàng)、的估計(jì)系數(shù)均顯著為正，反映通信基礎(chǔ)設(shè)施的改善促進(jìn)了企業(yè)跨時(shí)空溝通各類資源，減弱了企業(yè)周邊銀行業(yè)分支機(jī)構(gòu)擴(kuò)張的減排效應(yīng)。

五、結(jié)論與啟示

本文利用中國工業(yè)企業(yè)層面數(shù)據(jù)，實(shí)證檢驗(yàn)了企業(yè)周邊銀行業(yè)分支機(jī)構(gòu)數(shù)量對其污染排放強(qiáng)度影響，結(jié)果表明：銀行業(yè)分支機(jī)構(gòu)擴(kuò)張顯著促進(jìn)了企業(yè)減排，在經(jīng)過一系列內(nèi)生性處理、穩(wěn)健性檢驗(yàn)后該結(jié)果仍然成立；相比非重污染行業(yè)、非出口型企業(yè)，銀行業(yè)分支機(jī)構(gòu)擴(kuò)張對重污染行業(yè)企業(yè)、出口型企業(yè)的減排效應(yīng)更大；信貸約束和產(chǎn)品創(chuàng)新是銀行業(yè)分支機(jī)構(gòu)擴(kuò)張影響企業(yè)減排的主要作用機(jī)制；高質(zhì)量交通基礎(chǔ)設(shè)施、通信基礎(chǔ)設(shè)施的發(fā)展會(huì)顯著抑制企業(yè)對周邊銀行業(yè)分支機(jī)構(gòu)的依賴，降低銀行業(yè)分支機(jī)構(gòu)擴(kuò)張對企業(yè)的減排效應(yīng)。對此，本文提出如下建議：一是完善中小型銀行高質(zhì)量發(fā)展政策。穩(wěn)妥推進(jìn)各層次、各領(lǐng)域銀行業(yè)機(jī)構(gòu)分散式、下沉式、覆蓋式發(fā)展，加快優(yōu)化多元化銀行業(yè)體系，著力提高企業(yè)獲取信貸資源便利性，促進(jìn)企業(yè)高質(zhì)量發(fā)展。二是支持重污染行業(yè)專項(xiàng)綠色金融服務(wù)發(fā)展。牢牢抓住重污染產(chǎn)業(yè)這個(gè)實(shí)體經(jīng)濟(jì)綠色化發(fā)展的“牛鼻子”，完善重污染行業(yè)專項(xiàng)技改資金扶持措施，引導(dǎo)重污染行業(yè)企業(yè)加快技術(shù)、產(chǎn)品、工藝全流程創(chuàng)新，努力降低污染排放水平。三是推進(jìn)數(shù)字化金融服務(wù)優(yōu)化。充分發(fā)揮數(shù)字金融的跨時(shí)空服務(wù)功能，建立健全數(shù)智化金融服務(wù)大腦、企業(yè)信用評價(jià)體系等，著力破解企業(yè)獲取資金難點(diǎn)問題，促進(jìn)產(chǎn)業(yè)鏈與資金鏈高效銜接，促使金融更好服務(wù)于我國制造業(yè)綠色化發(fā)展大局。