數字金融發展、融資約束與企業綠色創新關系研究

翟華云，劉易斯

(中南民族大學 管理學院，湖北 武漢 430074)

0 引言

2017年10月18日，習近平在十九大報告中指出：“堅持人與自然和諧共生。必須樹立和踐行綠水青山就是金山銀山的理念，堅持節約資源和保護環境的基本國策。”該理念的實踐路徑是企業綠色創新。中共十九屆五中全會強調，推動綠色發展，促進人與自然和諧共生。企業綠色創新是推動綠色發展和全面綠色轉型的關鍵，綠色創新使“天更藍、水更清”，環境質量得到改善。企業綠色創新方式有兩種：一種是通過環境規制倒逼企業進行綠色創新，另一種是通過市場化機制激勵企業主動進行綠色創新。目前，研究環境規制倒逼企業進行綠色創新的文獻較多。Porter[1]提出，環境規制可以促進企業綠色技術創新。隨后，Frondel等(2007)、頡茂華等(2014)、張娟等[2]驗證了兩者間的關系；Portugal[3]檢驗環境規制與企業綠色創新間的關系發現，環境規制對企業綠色轉型的正向影響逐漸減弱。由此，學者們開始關注市場化機制激勵下的企業綠色創新，但目前此類研究較少。在企業綠色創新要素配置中，資金是一個不可或缺的要素，金融可以為企業綠色創新提供資金支持。數字經濟時代，數字金融發展為市場化機制激勵下的企業綠色創新提供了一個新的研究視角。

為適應以內循環為主的國際國內雙循環發展新格局，國家加強以數據中心、工業互聯網、5G等為主體的新型基礎設施建設重大部署。上述新型基礎設施可以為數字經濟轉型和融合創新提供強有力的服務設施體系，其主要面向高質量發展需求，以信息網絡為基礎，以技術創新為驅動力。在此背景下，數字化技術與傳統產業融合成為數字經濟轉型的發力點。由此，數字金融應運而生[4]。數字金融借助大數據、云計算等先進信息技術升級業務流程和金融產品，強化金融主體之間的聯結，緩解金融市場中的信息不對稱問題，拓展金融邊界，提升資金需求方的借貸可得性，進而緩解企業融資約束[5]，提高金融市場資源配置能力。那么上述市場機制能否激勵企業綠色創新？本文利用北京大學互聯網金融研究中心發布的2011—2018年數字金融指數，研究區域數字金融發展對微觀企業綠色創新的作用機理，以及在不同環境下區域數字金融發展對企業綠色創新的影響差異。一是從數字金融視角，分析市場化機制如何激勵企業綠色創新，探討數字金融通過緩解融資約束激勵企業綠色創新的路徑；二是剖析不同情境下，數字金融對企業綠色創新的異質性影響。本研究有助于厘清數字金融對企業綠色創新的作用機制與路徑，揭示數字金融對于企業可持續發展的重要性。

1 文獻回顧

Reid & Miedzinski(1996)提出，企業綠色創新具有價值共生功能，綠色創新中生態導向創新與經濟導向創新的特殊共生關系能夠促進生態與經濟績效提升，最終實現資源的最佳配置。因此，應鼓勵企業踐行“和諧共生”的可持續發展戰略，主動進行綠色創新[6]。從綠色創新影響因素看，已有文獻認為，企業綠色創新的決定因素主要包括3個方面:供給(技術能力、適當的問題和市場特征)、需求(預期市場需求、公眾環保意識、公眾對環保產品的偏好)，以及規制和政治影響(環境政策、規制結構)[7]。供給方面，畢克新等[8]發現，FDI流入對制造業綠色創新系統資源要素投入具有正向影響；王惠等[9]認為，研發投入強度顯著正向影響企業綠色創新行為。需求方面，Doran 等[10]利用愛爾蘭2 000家企業樣本研究發現，社會公眾的環保意識以及消費者的綠色觀念能夠影響企業綠色創新；侯艷輝等[11]以54家知識型企業為研究對象，結果表明，市場綠色壓力對綠色創新行為具有顯著正向影響。規制方面，Kesidou等(2012)、許士春等(2012)、王珍愚等[12]認為，嚴格的環境規制會影響企業環保責任履行，進而促進企業綠色創新。

關于數字金融研究，在企業微觀層面，Huang等(2018)基于螞蟻金服的信貸數據研究發現，數字金融可以獲得更多財務信息和非財務信息，進而緩解信息不對稱問題，提高企業創新水平；唐松等[13]研究發現，數字金融可以促進企業技術創新；蔡樂才等[14]認為，數字金融能夠激勵小微企業創新；李春濤等[15]基于新三板數據研究發現，數字金融發展能夠強化稅收返還的創新激勵效應；吳桐桐和王仁曾[16]基于中國149家中小商業銀行面板數據構建模型，研究發現，數字金融發展能夠促進中小商業銀行間的競爭，從而提高中小商業銀行風險承擔能力。在宏觀層面，尹志超等[17]研究發現，移動支付這類數字金融能夠激勵居民家庭創業；王永倉和溫濤(2020)基于2011—2017年中國內地31個省份面板數據研究發現，數字金融對經濟發展具有正向促進作用，其減貧效果存在空間異質性；杜傳忠和張遠[18]發現，數字金融能夠通過強化銀行信貸的創新效應和提高居民消費水平，促進區域創新水平提升；田杰等[19]基于2011—2017年我國285個地級市面板數據研究發現，數字金融對我國資本錯配和勞動力錯配存在顯著改善效應，能夠提高整體資源配置效率；楊偉明等[20]發現，數字金融及其3個子維度能夠顯著提高居民整體消費水平，并促進消費升級。

數字金融在發揮效用的過程中，首先解決資金難題，因而緩解融資約束成為其主要機制。企業融資難題大多源于金融體系不健全等宏觀因素，以及信息不對稱等微觀因素[21-22]，故完善上述因素成為緩解融資約束的關鍵。在宏觀層面，數字金融可以優化直接與間接融資體系，滿足實體經濟的需求，有效化解企業融資困境[23]。袁鯤等[24-26]利用文本分析法構建融資約束指標，考察發現數字金融可以從覆蓋廣度、使用深度以及數字化程度3個方面實現緩解融資約束的目標，從而促進區域創新。在微觀層面，數字金融依托數字技術驅動和海量數據挖掘能夠有效解決企業與投資者間的信息不對稱問題，增強投資者的投資意愿，通過緩解融資約束解決企業“融資難、融資貴”的問題，助力企業創新產出，從而提升企業全要素生產率[27-28]。

梳理國內外相關文獻可知，已有文獻僅關注企業內部特征、公眾利益相關者特征以及政府政策對企業綠色創新行為的影響，并未涉及金融市場，更未涉及數字經濟時代下企業綠色轉型方面的研究。隨著大數據、云計算、區塊鏈等數字技術的廣泛運用，數字金融可以彌補傳統金融市場的不足，為企業綠色創新提供充足的資金。然而，現有文獻較少關注新時代背景下數字金融對企業綠色創新的影響。

因此，基于國內外研究，本文聚焦數字金融和綠色創新兩大社會熱點，考察數字金融能否通過緩解融資約束這一路徑提高企業金融服務可得性，進而反哺企業綠色創新活動。研究結論既能夠為新時代下企業綠色轉型提供新的研究視角，又有助于建立宏觀金融市場與微觀企業行為間的聯系，為企業融資問題提供有效的解決方法，具有重要理論和實踐價值。

2 研究假設

2.1 數字金融與企業綠色創新

金融是微觀企業個體綠色創新環境的核心組成部分，能否實現金融有效供給直接影響企業綠色創新活動[13]。與一般創新活動相比，企業綠色創新活動具有長期性、高風險性和不可逆性等特點，而且面臨著轉型過程中的高成本、資源約束和失敗風險。因此，融資約束對企業綠色創新的限制較大，當企業綠色創新面臨內部融資不足時，會依賴于外部融資提供資金支持，故金融市場發展水平對企業綠色創新至關重要。傳統金融市場環境下，一方面由于欠發達地區的物理限制，傳統金融服務網點數量不足，難以滿足中低收入群體的金融需求；另一方面，難以獲取大量小微企業和低收入群體的征信記錄，因而上述群體面臨著貸款門檻和成本“雙高”的困境。然而，數字金融作為通過健全金融基礎設施滿足社會群體金融服務需求的金融新業態和新模式[29]，能夠從以下3個維度有效彌補傳統金融市場的缺陷：就覆蓋廣度而言，數字金融利用互聯網平臺構建高密度的電子賬戶移動終端網，突破地理要素稟賦限制，拓寬金融服務觸達面，提升金融服務可得性；就使用深度而言，數字金融能夠推進包括數字支付與網絡借貸在內的一系列綜合業務，實現商業模式創新與融合，降低小微企業和低收入群體的準入門檻及服務成本；就數字化程度而言，數字金融利用消費平臺的動態數據進行信用和風險精準評估，緩解因信息不對稱產生的高風險控制、高搜尋成本問題，有助于優化金融資產配置。因此，數字金融作為一種較完善、發達的金融體系，能夠提升企業外部融資能力，緩解融資約束困境[30]，為企業綠色創新提供充足的資金流，有助于激勵企業主動進行綠色創新活動，實現可持續發展目標。基于此，本文提出如下假設：

H1：數字金融發展能夠激勵企業綠色創新。

2.2 數字金融、融資約束與企業綠色創新

數字金融能夠降低金融市場運營成本，拓展金融服務范圍，優化商業模式中的價值交付環節，為企業綠色創新提供機會。數字金融對企業綠色創新的促進作用主要表現在以下方面：一是從供給側看，數字金融利用大數據和人工智能可以有效整合市場中的金融資源，為企業綠色創新提供資金支持。金融市場中，資金供給者具有“多、小、散”的特征，依靠傳統金融吸引上述資金供給者的成本較高。數字金融利用大數據、區塊鏈等技術，在低風險和低成本的情況下收集海量數據，吸收和整合更多資金[13]。同時，在新技術支持下，數字金融能夠掌握資金供需雙方的海量信息，不僅可以幫助金融機構了解更多資金需求方的財務和非財務信息，以期在信用評估、信貸決策時使用，而且可以快速為資金需求方找到合適的資金供給者，促使雙方快速匹配(于連超等，2019)，從而為企業綠色技術創新提供資金保障。二是從需求側看，數字金融利用新技術可以有效監督企業內部資金使用和配置情況，從事前信息了解，到對資金需求方的信用評估，再到事后信息溝通和有效監督，能夠降低因外部資本市場運作失范、企業內部資本配置失衡導致的企業綠色創新風險。同時，數字金融運用新技術能夠及時了解消費者的消費能力和消費傾向，挖掘市場需求，促使資金與企業綠色創新精準結合，從而為企業綠色創新活動提供更多機遇。由此可以看出，數字金融可以通過上述方式緩解企業融資約束，使企業快速、有效、低成本地接觸到更多資金，從而激勵企業綠色創新。綜上，本文提出如下假設：

H2：數字金融發展主要通過緩解融資約束激勵企業綠色創新。

3 研究設計

3.1 數據來源

本文以2011—2019年滬深兩市 A 股上市企業為研究樣本，對數據作如下處理：①剔除金融類、房地產類企業；②剔除樣本期間掛牌 ST 和退市企業；③剔除樣本期間進行IPO的企業；④剔除相關財務數據缺失企業；⑤剔除少于連續5年數據的樣本；⑥對變量進行1%以下和 99%以上的 Winsorize處理，最終得到17 456個“企業—年份”觀測樣本。樣本中，數字金融數據來源于北京大學數字金融研究中心發布的數字普惠金融指數，綠色創新數據來自國家知識產權局 SIPO 專利數據庫，其它相關數據來自CSMAR數據庫和Wind數據庫。

3.2 變量說明

3.2.1 被解釋變量

企業綠色創新 (inno1、inno2)采用企業綠色創新數量和質量衡量。已有研究主要從投入和產出角度對企業綠色創新進行衡量，但綠色創新活動從初始投入到最終產出需要時間，并且活動過程中存在高風險性和不確定性。由此，若從綠色創新投入角度進行測度則存在高估企業綠色創新的可能[5]。因此，本文從綠色創新產出角度出發，選取企業綠色專利授權總量(inno1)作為企業綠色創新數量的代理變量。綠色專利可細分為發明專利和實用新型專利，其中發明專利更難申請，也更具有實質創新性，故本文選取綠色發明專利授權量(inno2)作為企業綠色創新質量的代理變量。此外，考慮到綠色專利授權數易受相關因素影響，本文在基準回歸中增加綠色專利申請總量(grnpat1)和綠色發明專利申請量(grnpat2)進行驗證[31]。

3.2.2 主要解釋變量

數字金融(index)。本文選取由螞蟻金服與北京大學數字金融研究中心對我國省級及市級城市跟蹤調查獲取的數字普惠金融數據衡量我國省級和市級數字金融發展程度。考慮到數字金融對企業綠色創新的影響過程存在時滯性及內生性問題，本文采用省級數字普惠金融指數的滯后一期作為核心解釋變量，并采用地市級數字普惠金融指數的滯后一期進行穩健性檢驗。

3.2.3 中介變量

融資約束(ww、dfc)。已有研究主要綜合公司各項指標，構建相關指數對企業融資約束進行衡量，如WW 指數、KZ 指數及 SA 指數和利息費用占比等。因此，參考Whited[32]的研究成果，本文基準回歸采用WW 指數作為中介變量。為證明研究結論的穩健性，采取余明桂等[33]的研究方法，將利息費用占總負債的比例(dfc)作為企業融資約束的另一個代理變量。

3.2.4 控制變量

根據齊紹洲等[34]和原毅軍等(2019)的研究成果，本文選取企業層面和地區層面的多個變量作為控制變量。企業微觀層面變量包括：產權性質(soe)為虛擬變量，國企取1，否則為0；企業規模(size)，由企業總資產取對數表示；企業年齡(age)，由企業成立年限取對數表示；股權集中度(equity)，由第一大股東持股比例表示；董事會規模(board)，由企業董事會總人數取對數表示；凈利潤增長率(npr)，由企業當期凈利潤增加值除以上年凈利潤表示；獨董比例(pid)，由企業獨立董事人數占董事會人數比例表示；管理費用率(mf)，由企業當期管理費用除以營業收入表示；企業杠桿(lev)，由企業當期資產負債率表示；成長機會(tobinq)，由企業當期托賓Q值表示；財務費用率(fin)，由企業當期財務費用除以營業收入表示；審計意見(opinion)為虛擬變量，出具標準無保留意見則取1，否則為0；企業社會責任(csr)，采用和訊網企業社會責任評分。企業所在地區層面變量包括：人力資本(labor)，由高等教育在校人數除以人口數量表示；地區金融發展水平(dev)，由各省金融機構貸款數量除以各省地區生產總值表示。相關變量定義見表1。

表1 變量定義

3.3 模型設定與實證策略

本文通過構建基準回歸模型考察數字金融對企業綠色創新的影響，模型構建如下：

INNOVATIONi,t=β0+β1indexj,t-1+β2controli,j,t-1+εijt

(1)

模型(1)中， 下標i、j、t分別表示企業、省份和年份。INNOVATIONi,t為企業綠色創新變量組(inno1、inno2)；indexj,t-1為數字金融滯后一期；controli,j t-1為一系列控制變量，如前文所述；εijt為模型隨機誤差項。本文構建最典型的雙向固定效應模型，固定年份效應和行業效應，同時加入行業乘以年份的高階聯合固定效應，默認采用穩健性標準誤。

4 實證結果與分析

4.1 描述性統計

表2為變量描述性統計結果。結果顯示，企業綠色創新數量和質量取對數后均值分別為0.336、0.149，表明企業綠色創新數量和質量水平較低。從最大值和最小值看，企業間綠色創新水平差異較大。數字金融標準化后的最大值為1，最小值為0.035，說明區域間數字金融發展水平存在較大差異。

表2 變量描述性統計結果

4.2 數字金融對企業綠色創新的影響

對數字金融與企業綠色創新的基準關系進行實證檢驗，結果見表3。表3第(1)-(2)列是以綠色專利授權總量、綠色發明專利授權量為被解釋變量的基準回歸結果，結果顯示，數字金融發展正向影響企業綠色專利數量與質量，且均通過1%的統計顯著性檢驗，說明數字金融不僅能夠促進企業綠色創新數量提升，而且可以促進企業綠色創新質量提高。第(3)-(4)列是被解釋變量更換為綠色專利申請總量與綠色發明專利申請量的基準回歸結果，由結果可知，結論仍然成立，H1得到證實。說明數字金融利用大數據和人工智能可以有效整合市場中的金融資源，為企業綠色創新提供資金支持。同時，數字金融能夠促使資金與企業綠色創新快速、有效、精準結合，為企業綠色創新活動提供更多機遇，從而促進企業綠色創新水平提升。

表3 數字金融對企業綠色創新的影響：基準回歸結果

為了進一步揭示數字金融對企業綠色創新的影響，本文進行降維分析，即將數字金融總指數細分為數字金融覆蓋廣度(cover)與使用深度(depth)兩個維度。覆蓋廣度維度包括每萬人支付寶賬號數量、支付寶綁卡用戶比例以及平均每個支付寶賬號綁定銀行卡數，綜合刻畫了地區數字金融環境。使用深度維度具體包括支付業務、保險、信貸、投資、貨幣、征信等業務的用戶數量、交易量等指標，綜合刻畫了地區數字金融業務服務能力。考慮到兩個維度的動態效應，即滯后2～4期對企業綠色創新的影響，表4中Panel A與Panel B結果顯示，覆蓋廣度與使用深度能夠顯著正向影響企業綠色創新，且滯后期內該影響一直顯著，說明數字金融對企業綠色創新具有長期激勵作用。進一步對比Panel A與Panel B中覆蓋廣度和使用深度的估計系數可知，同為降維回歸，覆蓋廣度和使用深度均能正向影響企業綠色創新，意味著數字金融的兩個維度應被同等重視。因此，兩者應協同發展，發揮疊加效應，從而為企業綠色創新提供持續性動力。

表4 數字金融對企業綠色創新的動態效應:指標降維

4.3 數字金融、融資約束與企業綠色創新關系檢驗

數字金融可能通過緩解企業融資約束激勵企業綠色創新，故本文主要從融資約束路徑對數字金融激勵企業綠色創新的作用機制進行驗證。數字金融緩解企業融資約束主要表現在增量補充和存量優化兩個方面[13]。存量優化方面，數字金融能夠有效拓寬金融服務范圍，降低融資門檻，既可以包容傳統金融排斥的長尾用戶，又能夠充分挖掘潛在客戶，滿足更多群體的融資需求，從而為企業綠色創新活動提供更多機會；增量補充方面，數字金融依靠大數據、區塊鏈等技術吸納“閑散小”資金，為資金池補充能量，加上數字金融能夠實時、精準地與企業對接，可以有效緩解企業融資約束，滿足企業綠色創新活動中的資金需求，為企業綠色創新提供資金保障。基于以上邏輯，本文參考溫忠麟等(2004)提出的中介效應檢驗程序進行檢驗，結果如表5所示。由表5第(1)和(4)列可知，數字金融能夠有效緩解企業融資約束，與上述理論(數字金融有助于緩解融資約束)邏輯一致。最后，將融資約束變量、數字金融變量加入計量模型進行中介效應檢驗，由表5第(2)、(3)、(5)、(6)列結果可知，融資約束估計系數均在1%的統計水平上顯著為負，且數字金融估計系數在加入融資約束變量后仍然顯著，表明融資約束在數字金融對企業綠色創新的激勵過程中發揮部分中介效應。意味著數字金融發展能夠通過緩解企業融資約束促使企業資金可獲性提升，進而促進企業綠色創新數量和質量提升，H2得到驗證。

表5 數字金融、融資約束與企業綠色創新關系檢驗結果

5 進一步研究

上述結果表明，數字金融可以有效激勵企業綠色創新。那么，數字金融在激勵企業綠色創新的同時，是否會因自身現金流、地區環境規制強度以及地區發展水平不同而表現出不同的結果？本文將進一步分析其異質性特征。

5.1 企業現金流異質性檢驗

數字金融是企業綠色創新時的外部融資需求條件，現金流是企業綠色創新時的內部資金需求條件，現金持有水平不同的企業，數字金融對企業綠色創新的激勵作用可能存在差異。依據Opler等(1999)的研究成果，本文以現金及現金等價物與扣除現金及現金等價物后總資產的比率衡量企業現金持有水平，按中位數將計算得到的現金流分為兩組進行回歸，結果如表6所示。相較于現金流較為充裕的企業，現金流較為缺乏的企業數字金融估計系數更大，可解釋為在現金流較為缺乏的企業，其內部可供綠色創新的資金較少，從外部獲取資金進行綠色創新的需求更強烈。因此，數字金融發展對現金流缺乏的企業十分重要，能夠緩解其迫切的融資需求，從而進一步激勵其開展綠色創新。

5.2 環境規制異質性檢驗

環境規制作為一種倒逼機制，可以促使企業進行綠色創新，而數字金融作為市場機制，是環境規制的有效補充。環境規制較嚴格的地區，輔以有效的市場機制，企業會更加主動地進行綠色創新。本文采用張成等[35]的研究方法，采用各省治理工業污染的總投資除以企業增加值的比值度量環境規制強度，按中位數分為高環境規制強度組和低環境規制強度組進行回歸，結果如表6所示。環境規制強度較大的地區估計系數大，表明環境規制和數字金融市場化機制雙管齊下，可以有效促進企業綠色創新活動。

5.3 地區異質性檢驗

我國東部地區與中西部地區經濟發展水平存在差異，從外在條件看，經濟發展水平較低的地區，其企業發展較差，融資約束更加顯著。數字金融發展可以有效緩解上述地區的融資約束，從而促進企業綠色創新活動。本文按照企業注冊地將樣本企業所在地區分為東部地區(地區經濟發展水平高)和中西部地區(地區經濟發展水平低)兩組進行回歸，結果如表6所示。由結果可以看出，東部地區組別中，數字金融估計系數并不顯著，而中西部組別中，數字金融估計系數在1%的統計水平上正向顯著，可以解釋為所處地區經濟發展水平越低的企業，數字金融越有助于緩解其融資約束，進一步促進綠色創新活動。

表6 異質性分析結果

6 穩健性檢驗

6.1 更換被解釋變量

本文選用省級層面數字金融指數作為被解釋變量，此處更換為地級市數字金融指數。從表7的Panel A可以看出，更換后，數字金融仍在1%的顯著性水平上正向影響企業綠色創新，與前文基本結論保持一致。

6.2 更換模型

使用雙向固定效應模型進行基準回歸，考慮到數據存在一定的歸并問題，此處更換為Tobit模型，同時解釋變量更換為地市級數字金融指數。從表7的Panel A可以看出，更換后的結果依然顯著，與前文結論一致。

6.3 剔除部分數據

一方面，考慮到2015年的股災可能會對本文結論產生影響，故僅保留2011—2014年數據；另一方面，由于直轄市(北京、上海、天津和重慶)的存在，因而需剔除直轄市的特殊樣本數據后再進行回歸。從表7的Panel B可以看出，采用兩種方式剔除數據后結果仍然顯著，與前文結論一致。

表7 穩健性檢驗結果

6.4 工具變量法

本文借鑒謝絢麗等[36]的研究成果，選取省級互聯網作為工具變量處理內生性問題，原因在于：一方面，互聯網普及率作為數字金融基礎設施的一部分，與數字金融發展高度相關；另一方面，在控制一系列變量后，省級地區互聯網普及率與企業綠色創新之間并不存在直接關聯渠道。從表8可以看出，工具變量不存在弱工具變量和過度識別問題，因而互聯網普及率可成為一個有效的工具變量。

表8 基于工具變量法的檢驗結果

7 結語

7.1 結論

在新技術背景下，數字金融發展迅速，可以有效緩解企業融資約束，進而激勵企業綠色創新活動。本文基于數字金融市場機制視角，以2011-2019年A股滬深上市企業為樣本，實證檢驗數字金融對企業綠色創新的作用機制，并從企業內部和外部視角探討其異質性影響。結果發現：數字金融能夠顯著提高企業綠色創新水平，而且數字金融通過緩解融資約束這一機制，激勵企業開展綠色創新活動。進一步研究發現，對于現金流較缺乏的企業、環境規制較強地區及中西部經濟發展水平較低的地區，數字金融對企業綠色創新的激勵作用更顯著。

7.2 研究啟示

(1)加快推進數字金融發展，完善數字金融配套支持體系建設。各地區應借助大數據、人工智能等技術，加強數字金融基礎設施建設，優化數字金融服務機制，完善數字金融監督體系。

(2)實行差異化數字金融發展支持政策。不同地區的數字金融發展進程存在較大差異，因而亟需提升經濟基礎較差地區的金融服務水平，加強數字金融普惠特性賦能，促進區域協同發展。

(3)制定企業綠色創新支持政策。在綠色可持續發展背景下，綠色創新關系著企業生態價值和經濟價值協同創造，而綠色創新是一個具有長期性且風險、成本較高的戰略轉型過程，如果沒有市場化激勵機制和政府財政資金支持，企業則難以主動進行轉型。因此，政府應通過加強市場化激勵機制建設，輔以強制性環境規制，促使企業進行綠色創新活動，助力企業升級轉型，從而實現高質量發展。

7.3 不足與展望

數字金融發展是中觀地區表象，企業綠色創新是微觀個體行為。因此，數字金融發展對企業綠色創新的影響路徑比較復雜，并且數字金融背景下企業綠色創新影響因素較多，本文只探討了融資約束路徑，以及不同情景下數字金融發展對企業綠色創新的影響。未來可以從以下兩個方面進行研究：一是挖掘數字金融發展影響企業綠色創新的其它路徑；二是考慮企業內部治理結構、外部監督機制等不同情景下，數字金融發展對企業綠色創新的影響，以豐富研究內容。