雙碳背景下數字金融賦能新能源企業綠色創新: 基于融資約束視角

蔣建勛 唐宇晨 李曉靜

[摘要]文章基于2011—2019年全國上市新能源企業綠色專利數據，運用固定效應模型，實證研究數字金融對新能源企業綠色創新的影響及內在機制。研究結果顯示，數字金融指數、數字金融覆蓋廣度和使用深度通過緩解融資約束，對新能源企業綠色創新有顯著促進作用。進一步異質性分析發現：由于新能源企業所處地區的經濟、政策等差異，數字金融指數、數字金融覆蓋廣度和使用深度對新能源企業綠色創新的影響存在異質性。因此，需要加大數字金融在新能源企業融資中的應用，并根據新能源企業所處環境，建設具有針對性的數字金融服務體系。

[關鍵詞]數字金融;新能源企業;綠色創新;融資約束

[中圖分類號]??F273-1;F832;F49?[文獻標識碼]?A?[文章編號]?1673-0461（2022）05-0081-09

一、引言

雙碳目標是我國要在2030年前達到碳排放峰值，在2060年前實現碳中和的戰略目標。黨的十九屆六中全會更是提出了“推進科技自立自強”“堅持人與自然和諧共生”的雙重要求。在上述背景下，新能源企業作為我國構建市場導向綠色技術創新體系的重要主體，在發展中既要保持創新動力同時也要兼顧環境保護。由此，如何發展并提升新能源企業的綠色創新能力成為當下的重要議題[1]。然而，由于我國傳統金融存在較為突出的結構性問題，即融資模式與金融供給失衡[2]，加上新能源企業自身約束特征，使得融資約束常常阻礙新能源企業獲得充足的資金和完善的金融服務以進行綠色創新[3]。如何化解我國新能源企業面臨的融資難、融資貴困境，成為亟待解決的問題。近年來，我國提出要加快推進數字化轉型，推進數字金融項目實施，這為解決大批新能源企業因缺乏足夠的資金供給而難以發展，以及解決金融資本難以發現合適的投資機會提供了方案[4]。數字金融是以數據中心、5G以及工業互聯網等新基建為依托，通過融合數字化技術與傳統金融應運而生的新金融模式。例如國家通過設立微眾銀行等互聯網銀行的方式實現數字金融升級傳統金融體系，極大優化了新能源企業融資方式。那么數字金融如何影響新能源企業綠色創新？存在怎樣的內在機制？目前并沒有可借鑒的先例，更值得做深入地討論。

目前，國內外學者圍繞金融對新能源企業綠色創新的影響機制進行了大量研究，金融是新能源企業綠色創新的重要影響因素已經成為較為統一的共識[5-6]，但仍缺乏關于數字金融如何影響新能源企業綠色創新的進一步探討。一是數字金融作為創新性融資模式，能否彌補傳統金融在新能源企業綠色創新中存在的融資模式與資金供求之間不匹配問題[2]。傳統金融在支持創新活動中，主要存在著“屬性錯配”“領域錯配”“階段錯配”的問題，上述三個結構性問題極大降低了資源向創新主體配置的有效性，使得融資難、融資貴成為許多有潛力的新能源企業綠色創新中的最大難題[4]。數字金融便捷、信息共享度高、運行成本低的屬性是否能夠彌補傳統金融在促進新能源企業綠色創新上的短板，值得深入研究。二是數字金融影響新能源企業綠色創新存在怎樣的內在機制。數字金融依托大數據、云計算等科技手段加速了金融產品和流程的發展[7]，提升資金供求雙方匹配機率，同時也能夠多元化、個性化滿足融資需求，那么數字金融覆蓋廣度和使用深度影響新能源企業綠色創新又存在怎樣的機制？新能源企業由于高風險、商業信用難以判定而受到較大融資約束，數字金融是否通過緩解新能源企業融資約束來促進綠色創新值得進一步討論。

針對以上不足，本文基于北京大學互聯網金融中心發布的2011—2020數字普惠金融指數，探究數字金融及其特征影響我國新能源企業綠色創新的內在機制。本文貢獻主要體現在如下三個方面。一是研究視角的新穎性。本文創新性地以數字金融及其特征為研究切入點，從交易成本理論、資源約束理論系統地分析了區域數字金融水平對新能源企業綠色創新的影響路徑和機制，彌補了現有研究對理論分析的不足。二是構建個體層面新能源企業綠色創新分析模型。現有討論我國金融與企業綠色創新的文獻多采用傳統金融以及區域層面數據進行分析，而忽略了數字金融與新能源企業的研究，本文通過收集數字金融以及新能源企業綠色創新數據進行微觀實證研究，拓展了研究范圍。三是研究內容更深入。本文考慮到新能源企業融資約束這一重要變量，能深入地探析數字金融對新能源企業綠色創新的影響機制。

二、文獻梳理與研究假設

（一）數字金融、融資約束與新能源企業綠色創新

在影響新能源企業綠色創新要素中，金融資源和創新能力是其核心競爭要素[8]。多數新能源企業在進行綠色創新的過程中都會遇到“死亡之谷”這一困境，死亡之谷指企業創新過程中由于融資約束而被迫停滯創新活動[9]。其原因在于：其一，我國金融市場資源配置具有的二元特征推高了新能源企業的融資成本，正規金融更傾向于借貸給風險較小的傳統行業企業，且民間融資利率普遍偏高[10]。其二，新能源企業的特殊屬性使其在市場中更難獲得融資。新能源企業強技術屬性體現在進入門檻高、資金需求大、研發周期長、戰略博弈復雜等方面，投資風險高，常常會“只見投入不見產出”?[11];在融資征信中，我國新能源企業由于起步較晚，存在創新能力不足、經營效率低、財務報表透明度低以及歷史征信記錄不全面等特點，導致投資者與新能源企業之間產生信息不對稱，所產生的較高信用風險會降低投資者的投資興趣，使得新能源企業在綠色創新中受到信貸歧視，更難獲得資金支持[8，12]。其三，綠色創新的特殊性也會增加新能源企業融資難度。DROAN等（2012）的研究指出綠色創新要體現環保價值、降低環境影響就會增加更多的研發成本和風險，降低收益率同時增加投資收益的不確定性[13]。HORBACH（2008）發現綠色創新想要發揮相應的作用，需要在產品生產的各個環節、管理方法上均確保減少環境污染，運營管理成本較高增加了新能源企業的成本，降低了投資者興趣[14]。

數字金融解決新能源企業綠色創新活動融資約束的路徑機制是“拓展融資渠道”和“優化傳統金融”。拓展融資渠道是數字金融通過整合金融市場中小而散的投資者所持有的資金，解決傳統金融由于交易成本過高而難以吸納零散資金支持新能源企業綠色創新的問題[15]。內部機理在于數字金融依托大數據、區塊鏈、人工智能等技術解決了金融市場信息不對稱、交易成本高問題，減少了新能源企業進行融資的成本，同時降低了證券市場投資的門檻，有效增加了新能源企業綠色創新資金供應。優化傳統金融體現在數字金融通過新技術優化新能源企業信用風險評估體系，在大數據、算法等工具支持下提升了傳統金融機構資源配置和風險管理能力[16-17]，同時可以有效解決新能源企業綠色創新中的信貸錯配問題，進一步打破新能源企業的融資約束[18]。數字金融為新能源企業綠色創新提供多元融資路徑，同時降低了從傳統金融機構融資的阻力。更值得一提的是，數字金融弱化了地理距離這一因素，打破新能源企業和金融機構之間因為地理隔離形成的阻礙，使得金融更高效促進新能源企業綠色創新。因此提出假設。

假設1a：數字金融能夠促進新能源企業綠色創新。

假設1b：數字金融通過緩解融資約束促進新能源企業綠色創新。

（二）數字金融覆蓋廣度、使用深度與新能源企業綠色創新

進一步分析，數字金融對新能源企業綠色創新的影響可以從覆蓋廣度和使用深度兩條路徑進行分析。根據郭峰等（2020）的研究，數字金融廣度指在多大程度上能保證用戶得到相應服務，體現的是數字金融的受眾范圍;數字金融深度指用戶使用金融服務的類型，體現了數字金融能夠滿足用戶金融需求的能力[19]。反觀新能源企業急需解決的金融難題，主要體現在融資渠道少、融資成本高、信貸供需不匹配等問題。數字金融覆蓋廣度在于利用互聯網、移動互聯網大范圍開設電子賬戶，消除時間、空間差異限制，拓寬金融服務接觸面，使用廣度越大所服務的新能源企業越多[20]。數字金融使用深度反映了其多元的服務類型，包括支付服務、貨幣基金服務、信貸服務、保險服務、投資服務和信用服務等[4，21]。使用深度越高表明數字金融能夠為新能源企業綠色創新提供的服務越細致且精準。一是投資服務和信貸服務，能夠解決新能源企業綠色創新融資難的問題，彌補因政府基金、項目資金不足造成的資金短缺[22]，也為風險投資提供參與綠色創新的機會。二是因為新能源企業進行科技研發的過程中存在較高的不確定性和風險。保險服務可以保障新能源企業綠色創新知識產權和合法權益不受侵害，激發新能源企業研發人員的積極性;同時也能在一定程度上保護投資人的資金安全，鼓勵更多的風險投資機構進入到新能源企業綠色創新當中[23]。三是我國信用體系的建設還不夠完善，資本市場信息不對稱不透明，導致新能源企業的信譽資質情況難以被投資機構掌握，因此投資機構為了降低風險而選擇謹慎放款;而一般新能源企業缺乏證明其信用和償債能力的資料，也難以進行融資。數字金融可以借助區塊鏈技術搭建信用平臺，有效降低投融資雙方的信用成本、交易成本，促進新能源企業綠色創新[24]。綜上所述，得到如下假設。

假設2a：數字金融覆蓋廣度對新能源企業綠色創新有正向促進作用。

假設2b：數字金融使用深度對新能源企業綠色創新有正向促進作用。

三、研究方法與模型構建

（一）模型設定

依據上述理論推導并展開，本文以2011至2019年我國新能源上市企業為研究對象，探討區域數字金融指數、數字金融覆蓋廣度、數字金融使用深度以及融資約束對新能源企業綠色創新的影響效應。考慮到解決隨個體而異、隨時間而變的遺漏變量問題，并基于假設，本文構建如下固定效應模型。

Yit=β0+β1DIFjt+β3∑Zit+μi+τt+εit（1）

Yit=β0+β1DIF_bthjt+β3∑Zit+μi+τt+εit（2）

Yit=β0+β1DIF_dthjt+β3∑Zit+μi+τt+εit（3）

dfcit=β0+β1DIFjt+β3∑Zit+μi+τt+εit（4）

Yit=β0+β1DIFjt+β2dfcit+β3∑Zit+μi+τt+εit（5）

其中式（1）至式（5）是考慮了時間和企業固定效應的固定效應模型。Yit表示新能源企業i在第t年綠色創新績效。DIFjt是j省份在第t年數字金融指數;DIF_bthjt是j省份在第t年數字金融覆蓋廣度指數;DIF_dthjt是j省份在第t年數字金融使用深度指數;dfcit是新能源企業i的融資約束;∑Zit指的是其它影響因變量的控制變量;μi表示企業固定效應，用于捕捉其它不隨時間變化的新能源企業特征;τt表示年份固定效應，用來控制隨時間而改變的不可觀測的影響因素;εit表示隨機誤差項。其中，新能源企業i的注冊地址位于j省份。

（二）指標選取

本文的被解釋變量為新能源企業綠色創新（Ginno）。已有研究主要從綠色創新產出角度衡量企業綠色創新。不選取企業綠色創新投入衡量是因為創新投入存在時滯期長、高風險和高不確定性問題，導致過高估計企業綠色創新[25]。而關于綠色創新產出的衡量指標，一部分學者傾向于采用綠色專利申請數量，理由是專利在申請的過程中，其技術就已經在企業生產中得到應用，因此能夠及時且準確地反映企業綠色創新;另一部分學者則認為綠色專利申請量僅僅體現了企業的綠色創新意愿，但無法真正反映企業綠色創新技術的能力和增長，因此傾向于能夠反映企業綠色創新實力的綠色專利授權數[8]。綜合以上觀點，本文選取綠色專利授權數衡量新能源企業綠色創新，這樣能夠準確地反映新能源企業的實際創新能力。此外，綠色專利按照創新性可以細分為綠色發明專利、綠色實用新型專利和綠色外觀設計專利，由于綠色發明專利的創新性最強，因此本文在穩健性檢驗時采用綠色發明專利作為衡量指標。

本文的主要解釋變量為區域數字金融指數（DIF）、區域數字金融覆蓋廣度（DIF_bth）和區域數字金融使用深度（DIF_dth），該變量來源于《北京大學數字普惠金融指數2011—2020》中附錄部分的統計，以省級行政區域為單位，記錄了在省級地區每年數字金融相關指標的數據。VILLANI（2017）的研究證明，區域內的金融咨詢等服務行業水平對就近行政區域內的新能源企業有著輻射影響作用。因此可以認為同省（包括直轄市）域內數字金融水平對新能源企業綠色創新具有同等效力影響[26]。

本文的中介變量是企業融資約束，借鑒余明桂等（2019）的研究[27]，選取新能源企業利息費用占總負債的比值作為企業融資約束的指標，理由在于該指標能夠有效體現企業可自主支配的資金量，客觀反映融資約束指標。

控制變量。影響新能源企業綠色創新的因素眾多，參考齊紹洲等（2017）的研究[8]，本文選取如下控制變量。企業規模（size），選取企業資產總額對數表示;企業年齡（age），選取企業當年與成立年之差取對數表示;企業杠桿（lev），選取企業當年負載率表示;股權集中度（equity），選取企業第一大股東持股比例表示;管理費用率（mfee），由企業當期管理費用與營業收入比值表示。

（三）數據說明與描述性統計

本文通過測度我國上市新能源企業所在省或直轄市的數字金融指數及其相關信息，來探討其對新能源企業綠色創新的影響。新能源企業上市公司數據樣本區間為2011—2019年，數據樣本來自于中國研究數據服務平臺的上市公司綠色專利數據庫，并利用國泰安企業數據庫和Wind金融平臺數據庫進行補充。另外，通過北京大學數字金融研究中心發布的《北京大學數字普惠金融指數2011—2020》收集了2011年至2019年全國31個省、自治區及直轄市（除香港、澳門特別行政區以及臺灣省）區域數字金融情況數據，包括區域數字金融指數、區域數字金融覆蓋廣度以及區域數字金融使用深度。選取2011年作為觀測起始點是因為中國的數字普惠金融業務在2011—2020年間實現了跨越式發展[19]，2011年后能夠獲得較為全面的區域數字金融指數相關指標數據。選取2019年作為觀測最后一年主要是局限于數據樣本的可得性。在匹配新能源企業綠色創新數據以及《北京大學數字普惠金融指數2011—2020》數據庫之后對數據進行了清洗，包括剔除綠色創新數據不全的企業，剔除掛牌ST及退市企業，剔除財務數據缺失企業后，最終得到144家公司共1?296個觀測樣本的面板數據。

在實證分析之前，如表1所示，本文對各變量進行描述統計分析，并分析了各解釋變量與被解釋變量之間的相關系數。由于綠色創新、企業規模、企業年齡變量數值較大且存在取值為零的指標，因此對上述變量加1后再取對數。從區域數字金融指數、區域數字金融覆蓋廣度和區域數字金融使用深度的均值、標準差、最大最小值來看，全國數字金融發展程度相差較大，體現出由于地域差異導致大數據、區塊鏈等數字技術在金融領域的應用廣度和深度存在結構性不平衡，數字金融的普及工作還有待完善。相關系數方面，主要觀測變量與因變量之間的Person相關系數均在1%置信水平顯著，說明所選自變量能夠解釋新能源企業綠色創新。

四、實證結果分析

（一）基準回歸

為全面研究區域數字金融對新能源企業綠色創新的作用效果，分別構建固定效應回歸方程進行實證分析，實證分析均使用Stata14軟件。

如表2結果所示，本文建立模型以檢驗區域數字金融對新能源企業綠色創新的影響，用于檢驗假設1a、假設1b、假設2a和假設2b。所有模型的R2均在0-3以上，說明模型很好地對數據進行了擬合，且rho值均小于0-1，說明模型自變量能夠較好地解釋被解釋變量。模型（1）和（2）中解釋變量數字金融指數（DIF）對新能源企業綠色創新（Ginno）的影響系數均為正，且均在5%以上的置信水平顯著，這表明區域數字金融指數對新能源企業綠色創新有顯著提升作用。模型（3）和模型（4）中解釋變量數字金融覆蓋廣度（DIF_bth）和數字金融使用深度（DIF_dth）系數均顯著為正，這表明區域數字金融使用廣度和深度對新能源企業綠色創新有顯著提升作用。由模型（5）可知，數字金融指數（DIF）能夠有效緩解新能源企業融資約束（dfc）。進一步推斷模型（2）可以得到，融資約束（dfc）系數顯著為負的同時數字金融（DIF）仍然保持正向顯著，說明數字金融通過緩解新能源企業融資約束促進綠色創新。

分析原因，區塊鏈、大數據等數字技術通過整合零散資金、搭建信用平臺、重構傳統金融模式等方式，補充新能源企業資金來源;同時，解決新能源企業綠色創新中信貸錯配的問題，通過區塊鏈等技術手段為新能源企業信譽進行背書，打消投融資雙方對于風險、信用的疑慮，從而打破新能源企業綠色創新的融資約束。進一步探討發現，數字金融影響新能源企業綠色創新的機制在于其覆蓋廣度和使用深度。數字金融通過其覆蓋廣度增加新能源企業獲得融資的渠道，提高新能源企業融資速度，提高融資效率;數字金融通過使用深度實現多元的服務，一一解決新能源企業綠色創新中的信貸雙方風險過大、信用體系不夠透明等問題，彌補傳統金融支持新能源企業綠色創新的不足。上述分析均體現了數字金融通過解決新能源企業融資約束來促進綠色創新的核心機制，特別是新能源企業成立年限短、融資征信欠缺的劣勢，加上綠色創新高風險高投入且投資收益周期長的特點，加劇了新能源企業綠色創新融資難度。因此數字金融利用其優勢緩解新能源企業融資約束促進綠色創新顯得尤為重要。

控制變量方面。顯著正向影響新能源企業綠色創新的變量有企業規模、股權集中度、企業杠桿、管理費用率。所得結論與已有研究達成一致[21]。

（二）穩健性檢驗

為了讓研究結論更加嚴謹穩健，考慮到基準方程中以綠色專利中的綠色發明專利衡量新能源企業綠色創新，為了進一步從綠色創新質量角度檢驗數字金融對新能源企業綠色創新的影響，借鑒劉滿芝等（2021）的研究選取綠色創新發明專利作為新能源企業綠色創新的衡量指標進行穩健性檢驗[28]。本文的做法是考察新能源企業綠色發明專利（Ginno）作為被解釋變量時，區域數字金融指數以及覆蓋廣度、使用深度、融資約束作用效果是否發生變化，帶入模型分析的時候取對數處理。控制變量與表2基準回歸模型保持一致，實證結果如表3模型所示。可以看出，同樣在固定效應模型方法下，區域數字金融指數、數字金融使用深度和數字金融覆蓋廣度的系數仍顯著為正，數字金融依舊通過緩解融資約束促進新能源企業綠色創新。這說明數字金融促進新能源企業綠色創新這一結論是穩健的，且數字金融通過覆蓋廣度、使用深度優化新能源企業綠色創新融資環境、緩解融資約束這一內在機理得到進一步確定。

（三）內生性問題探討

本文實證研究中數字金融指數、數字金融使用深度、數字金融覆蓋廣度和新能源企業綠色創新之間，可能存在內生性問題。一是由于遺漏變量導致的內生性問題。雖然本文已經從新能源企業的規模、企業年齡、股權集中度等方面選取變量，作為控制影響新能源企業綠色創新的因素，但新能源企業綠色創新會受到許多潛在因素的作用和影響，難以一一列出全部的影響因素，所以本文的研究仍然存在遺漏變量導致的內生性。二是由于測量誤差導致的內生性問題。本文的新能源企業綠色創新數據來自中國研究數據服務平臺等權威數據庫，數字金融相關數據來自于《北京大學數字普惠金融指數2011—2020》，數據的權威性和可信程度較高，但也不排除統計人員報錯以及登記遺漏、或者少數記錄人員為了“粉飾”的可能。三是數字金融相關指數和新能源企業綠色創新之間存在聯立性導致的內生性問題[29]。對于那些處在發達地區、有政策傾向的新能源企業，通過獲得的政策優勢、市場優勢也能夠較為輕松地獲得數字金融服務。為了解決本文可能存在的內生性問題，本文選擇工具變量并使用兩階段最小二乘法（2SLS）進行重新驗證。

選取合適的工具變量，應同時滿足與數字金融指數變量相關，但是與決定新能源企業綠色創新的未觀測因素不相關[4]。本文使用各省網絡普及率（數據來源于《中國互聯網絡發展狀況統計報告》）。一方面，各省份網絡普及率為數字金融服務新能源企業綠色創新提供了基礎設施保障，也為開展多元化金融服務提供了技術支持，因此與數字金融指數、數字金融使用深度和數字金融覆蓋廣度相關，滿足相關性假設;另一方面，新能源企業綠色創新是技術創新研發的過程，與各省份網絡普及率這一指標無關，滿足外生性假設。表4列出了回歸結果。首先為了確定選擇的工具變量是恰當的，本文對各回歸方程進行了過度識別檢驗，結果顯示P值均表明在10%以上的水平上接受工具變量外生性的原假設，驗證了工具變量有效性。在消除了內生性之后，數字金融指數、數字金融使用深度和數字金融覆蓋廣度對新能源企業綠色創新的影響與本文之前的結論保持一致。

五、進一步分析

東中西三大經濟帶的差距直接導致了我國經濟總體的差距。本文依據《中共中央關于制定國民經濟和社會發展第七個五年計劃的建議》對我國三大經濟帶的劃分（由于數據可獲得途徑有限，本文數據不包含我國澳門、香港特別行政區和臺灣省）。其中東部經濟帶包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西等11個省、直轄市、自治區;中部經濟帶包括黑龍江、吉林、山西、安徽、江西、河南、湖北、湖南、陜西、內蒙古等10個省、自治區和四川中部、東部地區;西部經濟帶包括新疆、西藏、青海、云南、貴州、寧夏、甘肅等7個省、自治區和四川西部地區。該劃分方法一直沿用至今，優勢在于該方法可以針對地區經濟、技術、自然資源優勢進行工業產業布局，達到因地制宜的效果。以此考察區域數字金融指數相關變量對不同經濟帶新能源企業綠色創新的影響差異，理由在于新能源企業綠色創新能力及政策、市場環境會受到所處地區經濟的直接影響，例如東部地區金融、工業、科技產業發達、人才集聚且創業扶持政策相對完善，相對中、西部地區上述條件相對落后，就會形成新能源企業綠色創新能力了的區域性差異。通過分析表5模型結果，可以得到如下結論：東部和中部地區，數字金融指數以及覆蓋廣度、使用深度正向影響新能源企業綠色創新;西部地區數字金融指數、數字金融使用深度和數字金融覆蓋廣度對新能源企業綠色創新均沒有顯著影響。

東部地區屬于我國經濟、科技發展領先的地區，能夠為新能源企業綠色創新提供較成熟的政策支持、法律金融等咨詢服務，況且東部地區高校科研院所眾多，能夠為新能源企業提供綠色創新所需的技術、人才等資源。另外，該地區數字金融行業發展較早且相對成熟，且5G、區塊鏈等新基建的早期建設布局為數字金融服務新能源企業提供良好基礎。因此東部地區數字金融能夠得到有效發展，也有足夠的土壤和補充要素為數字金融促進新能源企業綠色創新提供支持。

中部地區經濟發展落后于東部發達地區，但近年來特別是在數字金融領域發展迅猛，且具有如武漢大學、中國科學技術大學這樣的高水平學府提供技術和人才支持數字金融在新能源企業綠色創新中的應用。另外，數字金融的發展能夠很好地彌補中部地區傳統金融發展落后的劣勢，新舊金融體系的融合也促進了該地區新能源企業綠色創新。而數字金融對于中部地區新能源企業綠色創新的作用機制，同樣是通過高校匹配投融資供求、多元化豐富的業務模式助力新能源企業綠色創新這一路徑機制。

而西部大部分地區仍欠發達，數字金融普及程度較低且區塊鏈、大數據等技術發展滯后;另外，該地區缺乏足夠的人才和市場作為新能源企業綠色創新的基礎，以及西部地區的綠色創新政策成熟度、綠色創新市場環境相對于中東部地區有一定差距。因此數字金融在西部地區難以發揮東中部地區對新能源企業綠色創新的同等作用。

六、結論與啟示

（一）結論

在我國加快建設科技強國、經濟社會發展綠色轉型戰略以及數字金融大力普及背景下，本文深入分析區域數字金融指數及相關特征指標在促進新能源企業綠色創新方面的實際作用及運行機制，以完善新能源企業綠色創新影響因素研究，并挖掘新能源企業綠色創新發展中存在的主要問題及不足，為提高新能源企業綠色創新效率、充分發揮數字金融對新能源企業綠色創新的促進作用提供經驗證據支撐。本文主要得到如下結論。

第一，數字金融具有促進新能源企業綠色創新的機制。解決已有研究在數據條件、變量選取以及研究方法上的不足，本文基于《北京大學數字普惠金融指數2011—2020》發布的數字金融數據集以及中國研究數據服務平臺等數據庫發布的新能源企業綠色創新數據，運用固定效應模型，實證檢驗區域數字金融指數及相關特征指標對新能源企業綠色創新的影響，并通過穩健性檢驗以及內生性檢驗等角度進行實證結論的再驗證。研究結論認為：區域數字金融有效緩解了新能源企業融資約束，實現了對新能源企業綠色創新能力的促進作用。

第二，由于區域經濟環境差異，導致區域數字金融對新能源企業綠色創新的正向影響存在異質性。結果表明：東部和中部地區數字金融指數及數字金融覆蓋廣度、使用深度對新能源企業綠色創新產生正向影響;而在西部地區數字金融指數等上述指標對新能源企業綠色創新均沒有顯著影響。

（二）啟示建議

本文同時從理論和實踐兩個角度系統性研究了區域數字金融及其特征指標對新能源企業綠色創新的影響及機制，揭示了當前我國新能源企業綠色創新的發展狀況，研究結論對新能源企業管理者和政策制定者具有實際指導意義。為明確新能源企業綠色創新發展的未來著力點，本文提出如下建議。

第一，探索新能源企業綠色創新的中國路徑和規律，進一步加強數字金融對新能源企業綠色創新服務領域的廣度和深度，完善數字金融助力新能源企業綠色創新協同機制。本文發現數字金融特別是數字金融服務程度的覆蓋面、多元化和深入性有利于新能源企業綠色創新，豐富的數字金融服務業務能夠很好地解決新能源企業綠色創新中亟待解決的融資難、融資貴以及信用風險問題。一方面，應該加強數字金融在各行業中的應用，加大數字化賦能傳統金融業務的力度，充分發揮大數據、云計算等數字技術優勢為新能源企業綠色創新融資提供便利。例如可以通過構建線上金融平臺的方式，充分了解新能源企業融資需求、簡化新能源企業融資程序、降低新能源企業融資成本;亦可利用數字金融手段為新能源企業融資開源，通過打造豐富的數字金融產品，向社會各界、海內外投資者進行融資，拓寬新能源企業綠色創新融資邊界。另一方面，針對不同行業背景的新能源企業，提供有針對性的、多元化的數字金融服務，將數字技術與傳統金融服務情景進行融合。例如通過大數據分析系統對新能源企業進行多維度信用評級，并進行融資資質審核，以及對綠色創新項目的可行性、潛在風險進行價值評估;運用區塊鏈技術對融資過程及綠色創新項目進行監測，降低投融資風險。

第二，根據新能源企業所處地域差異化特征有針對性地構建數字金融服務新能源企業綠色創新體系。政府應打造良好的經濟基礎和制度環境保障數字金融發揮有效作用。發達的經濟水平能夠提升區域的資源稟賦，吸引數字金融人才的同時為新能源企業綠色創新帶來科研力量，也能提供必要的資金和配套服務。因此針對中西部欠發達地區，應加大經濟支持，加強數字設施建設和人才培養，通過政府補貼、降稅等方式支持符合地區經濟發展的新能源企業進行綠色創新;對東部發達地區，應加大投入探索數字金融應用于新能源企業綠色創新的新模式。另外，數字金融服務新能源企業綠色創新過程中也應加強制度監管。一是通過技術手段對新能源企業綠色創新過程中的金融風險進行檢測、預警;二是加強法制建設，保障新能源企業融資過程中的合法權益，防范新融資模式下的資金客戶風險、信用風險以及系統性風險。

[參考文獻]

[1]尚洪濤，宋雅希.中國新能源企業政府環境研發補貼的動態激勵效應[J].科技進步與對策，2020（22）?：?65-72.

[2]黃益平.中國數字金融能否持續領先？[J].清華金融評論，2018（11）：35-36.

[3]LI?Z，?LIAO?G，?WANG?Z，?et?al. Green?loan?and?subsidy?for?promoting?clean?production?innovation[J].?Journal?of?cleaner?production，?2018，?187：?421-431.

[4]唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異[J].管理世界，2020（5）：52-66.

[5]LI?G，WANG?X，SU?S，et?al.?How?green?technological?innovation?ability?influences?enterprise?competitiveness[J].Technology?in?society，2019，59：?101136.

[6]李春發，盧娜娜，李冬冬，等.企業綠色創新：政府規制、信息披露及投資策略演化[J].科學學研究，2021（1）：180-192.

[7]KAPOOR?A.?Financial?inclusion?and?the?future?of?the?Indian?economy[J].?Futures，?2014，?56：?35-42.

[8]齊紹洲，張倩，王班班.新能源企業創新的市場化激勵——基于風險投資和企業專利數據的研究[J].中國工業經濟，2017（12）：95-112.

[9]沈梓鑫，賈根良.美國在顛覆式創新中如何跨越“死亡之谷”？[J].財經問題研究，2018（5）：90-98.

[10]呂勁松.關于中小企業融資難、融資貴問題的思考[J].金融研究，2015（11）：115-123.

[11]孔悅，王云松，焦宇靖，等.政府補貼對新能源企業綠色創新影響研究——基于古諾競爭視角[J].經濟問題探索，2021（6）：71-81.

[12]CARPENTER?R?E，?PETERSEN?B?C.?Capital?market?imperfections，?hightech?investment，?and?new?equity?financing[J].?The?economic?journal，?2002，?112（477）：?F54-F72.

[13]DORAN?J，RYAN?G.?Regulation?and?firm?perception，?ecoinnovation?and?firm?performance[J].?MPRA?paper，?2012，?15?（4）：421-441.

[14]HORBACH?J.?Determinants?of?environmental?innovationnew?evidence?from?German?panel?data?sources[J].Research?policy，2008，37（1）：163-173.

[15]GOMBER?P，?KAUFFMAN?R?J，?PARKER?C.?On?the?fintech?revolution：?interpreting?the?forces?of?innovation，?disruption，?and?transformation?in?financial?services[J].?Journal?of?management?information?systems，?2018，?35（1）：?220-265.

[16]NORDEN?L，?BUSTON?C?S，?WAGNER?W.?Financial?innovation?and?bank?behavior：?evidence?from?credit?markets[J].?Journal?of?economic?dynamics?and?control，?2014，?43：?130-145.

[17]張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019（8）：71-86.

[18]YIN?Z，?GONG?X，?GUO?P.?What?drives?entrepreneurship?in?digital?economy？?evidence?from?China[J].?Economic?modelling，?2019，?82：?66-73.

[19]郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020（4）：1401-1418.

[20]GUO?F，KONG?S?T，WANG?J.General?patterns?and?regional?disparity?of?internet?finance?development?in?China：?evidence?from?the?Peking?University?internet?finance?development?index[J].?China?economic?journal，2016（3）?：?253-271.

[21]翟華云，劉易斯.數字金融發展、融資約束與企業綠色創新關系研究[J].科技進步與對策，2021（17）：116-124.

[22]萬佳彧，周勤，肖義.數字金融、融資約束與企業創新[J].經濟評論，2020（1）：71-83.

[23]DEMIREL?P，?PARRIS?S.?Access?to?finance?for?innovators?in?the?UK’s?environmental?sector?[J].Technology?analysis?and?strategic?management，2015，27（7）：135-148.

[24]ZULFIQAR?F，?THAPA?G?B.?Determinants?and?intensity?of?adoption?of?“better?cotton”as?an?innovative?cleaner?production?alternative?[J].?Journal?of?cleaner?production，2018（172）：92-101.

[25]HUANG?J?W，LI?Y?H.Green?innovation?and?performance：?the?view?of?organizational?capability?and?social?reciprocity?[J].Journal?of?business?ethics，?2017，?145（2）：1-16.

[26]VILLANI?E，?RASMUSSEN?E，?GRIMALDI?R.?How?intermediary?organizations?facilitate?universityindustry?technology?transfer：?a?proximity?approach[J].?Technological?forecasting?and?social?change，?2017，?114：?86-102.

[27]余明桂，鐘慧潔，范蕊.民營化、融資約束與企業創新——來自中國工業企業的證據[J].金融研究，2019（4）：75-91.

[28]劉滿芝，杜明偉，劉賢賢.政府補貼與新能源企業績效：異質性與時滯性視角[J].科研管理，2021（10）：68-82.

[29]張杰，楊連星，新夫.房地產阻礙了中國創新么？——基于金融體系貸款期限結構的解釋[J].管理世界，2016（5）：64-80.

Digital?Finance?Enables?Green?Innovation?in?New?Energy?Enterprises?under

the?Background?of?“Carbon?Emission?Peak”?and?“Carbon?Neutrality”：

From?the?Perspective?of?Financing?Constraint

Jiang??Jianxun1，??Tang??Yuchen2，??Li??Xiaojing3

（1.?Institute?of?Quantitative?&?Technical?Economics，?Chinese?Academy?of?Social?Sciences，??Beijing?100732，?China;?2.?Jiangxi?University?of?Finance?and?Economics，?Nanchang?330006，?China;?3.?Shanghai?Development?Research?Institute，?Party?School?of?Shanghai?Committee?of?CPC，Shanghai?200233，?China）

Abstract：???Based?on?the?green?patent?data?of?listed?new?energy?enterprises?from?2011?to?2019，?this?paper?empirically?studies?the?impact?and?internal?mechanism?of?digital?finance?on?the?green?innovation?of?new?energy?enterprises?using?the?fixed?effect?model.?The?results?show?that：?the?digital?finance?index，?the?coverage?and?application?depth?of?digital?finance?can?significantly?promote?the?green?innovation?of?new?energy?enterprises?by?easing?financing?constraints.?Further?research?shows?that：?due?to?the?economic?and?policy?differences?of?the?regions?where?new?energy?enterprises?are?located，?the?impact?of?digital?finance?index，?coverage?and?use?depth?of?digital?finance?on?green?innovation?of?new?energy?enterprises?is?heterogeneous.?Therefore，?it?is?necessary?to?increase?the?application?of?digital?finance?in?the?financing?of?new?energy?enterprises，?and?build?a?targeted?digital?financial?service?system?according?to?the?environment?of?new?energy?enterprises.

Key?words：digital?finance;?new?energy?enterprises;?green?innovation;?financing?constraint

收稿日期：2021-12-30

基金項目：國家社會科學基金重大項目《建設人才強國背景下激發科技人才創新活力研究》（21ZDA014）;中國社會科學院博士后創新項目《知識轉移視角下產學研創新網絡結構研究》（IQTE202001）;上海市軟科學重點計劃項目《高質量“走出去”賦能上海創新發展的動力機制與對策研究》（21692194200）。

作者簡介：蔣建勛（1992—），男，貴州貴陽人，管理學博士，中國社會科學院數量經濟與技術經濟研究所博士后，主要研究方向為創新管理、高校科技成果轉化;唐宇晨（1997—），女，湖南永州人，江西財經大學國際經貿學院碩士研究生，研究方向為企業進出口中間品質量與出口績效;李曉靜（1991—），女，河南周口人，管理學博士，復旦大學經濟學院博士后，中共上海市委黨校上海發展研究院講師，研究方向為數字化、國際貿易、國際投資、企業創新。

DOI：?10-13253/j.cnki.ddjjgl.2022-05-011