數字金融與企業綠色創新：排斥還是融合？

巴曙松，李妮娜，張 兢

(1.北京大學 匯豐金融研究院，廣東 深圳 518055；2.中南財經政法大學 金融學院，湖北 武漢 430073；3.重慶大學 經濟與工商管理學院，重慶 400000)

一、問題的提出

隨著工業化、城鎮化的深入推進，綠色低碳成為當今時代發展與產業升級的首要目標之一，實現碳達峰、碳中和是黨中央統籌國內國際雙循環作出的重大戰略決策。同時，國際形勢錯綜復雜、科技競爭日益白熱化，解決“卡脖子”難題，增強自主創新能力、實現創新驅動綠色發展是中國發展的必由之路。因此，在社會主義市場經濟發展的過程中，如何發揮市場主體——企業的綠色創新積極性，是推動經濟高質量發展和綠色發展的關鍵所在。為了促進企業綠色創新，學術界探尋了高管內部特征[1]、利益相關者的施壓[2]、環境規制[3-4]、政府補貼[5]和消費者及媒體監督[6]等動因。其中，李春濤等[7]與翟華云和劉易斯[8]認為，資源依賴理論指出的融資約束和信貸配給是企業綠色創新的重要影響因素。金融排斥是導致企業融資約束和信貸配給的重要原因，Cao和Zhang[9]、Turvey和Xiong[10]與Sarma和Pais[11]認為，普惠金融以人們可負擔的價格提供金融服務，有助于緩解金融的供給排斥和需求排斥。粟芳和方蕾[12]強調，數字普惠金融進一步降低了物理成本、評估難度、運營價格和營銷成本，增強了普惠金融緩解物理排斥、評估排斥、價格排斥和營銷排斥的供給能力。因此，通過緩解融資約束和信息不對稱，數字普惠金融有助于企業綠色創新。然而，另一部分學者則提出了相反的觀點，盧映西和陳樂毅[13]認為，過于廉價的金融資源可能導致企業“脫實向虛”,變相擠出綠色創新投入。王姣等[14]的實證研究表明，部分金融機構在從事數字普惠金融服務時為了規避風險及化解監管壓力而不得不脫離一些創新業務，這些“去風險化”的行為反而擠出了企業綠色創新的投入和產出。李濤和彭東蔓[15]的研究表明，數字金融使得不同信息獲取能力的群體在金融服務中的獲益能力被分化，進而擠占了信息獲取能力較弱群體的綠色創新產出。曾剛[16]認為，數字普惠金融除了在普惠信貸可得性方面受到限制以外，還會隱性排斥一部分具有真實融資需求的群體，進而不利于其綠色創新。那么，數字普惠金融究竟是加劇了金融資源對企業綠色創新的排斥還是促進了金融資源與企業綠色創新的融合？數字普惠金融影響企業綠色創新的內在機制是什么？現有研究并未達成共識。因此，本文基于2011—2020年數字普惠金融指數及中國A股上市企業數據，建立了雙向固定效應模型和中介效應模型，實證檢驗數字金融對企業綠色創新的影響并考察影響的機制和路徑。

本文的貢獻在于以下兩個方面：第一，在消費結構轉型[17]和提高企業風險管控能力[18]兩個機制之外，本文基于企業與金融機構主體主動行為的視角提出環境信息披露機制，選取基于非貨幣化環境信息構建的指標體系，克服了傳統劃分依據單一、財務數據易于操控等缺陷，能夠更為客觀、準確地反映環境信息披露質量。第二，現有文獻對于數字金融是促進企業的實質性創新還是促進企業的策略性創新尚未達成共識，本文驗證了數字金融能夠推動企業實質性綠色創新，這對于數字經濟時代下踐行可持續和高質量發展有著重要的政策參考意義。

二、理論分析與研究假設

(一)數字金融與企業綠色創新

對于數字金融與企業綠色創新，從直接效應來看，Buchak等[19]認為，數字金融能夠催生新的服務場景和服務模式，拓寬服務廣度，引導資金配置，從而有效支撐金融服務企業綠色創新。周銘山和張倩倩[20]的研究表明，企業綠色創新活動具有外部性，銀企雙方獲取信息的不一致極易引發道德風險，因此，需要銀行具有更高的風險偏好和失敗容忍度。鞠曉生等[21]進一步指出，數字金融借助技術的力量能夠實現業務流程的創新，有效改善資金借貸市場中信息不透明、不對稱問題，有助于提高銀企之間構建資金借貸關系的意愿，發揮金融支持科技創新的重要作用。從間接效應看，楊偉明等[17]發現，數字金融能夠促進居民消費結構的轉型，一方面，借助消費升級改善企業盈利狀況；另一方面，消費結構轉型帶來消費方式的改變。杜傳忠和張遠[22]認為，企業可以將節約下來的經營成本更多地投入到綠色創新活動中。數字金融為企業提供了風險分析的工具和方法，增強企業風險管控能力，為企業在環保治理及綠色監管方面提供更高效的解決方案，最大化降低企業綠色創新風險。祁懷錦等[23]認為，隨著傳統金融與大數據、人工智能、區塊鏈等新興技術的不斷融合，數字金融將會減少管理層非理性決策，并在企業遴選優質綠色項目及綠色監管方面發揮重要作用，使企業合理規避綠色創新風險。

數字金融可能加劇排斥企業綠色創新的表現在于以下兩個方面：一方面，從商業銀行主體出發，商業銀行經營的主要目標在于盈利，其核心風險在于借款人能否按時還款，因此，最關鍵的工作在于評估借款人的信用風險，數字金融加強企業的信息披露水平與質量，并為銀行提供全面評估信用風險的工具，使得商業銀行在發放貸款時能夠更好地識別信用風險，以最大化降低貸款壞賬的概率，也緩解企業綠色創新的融資約束。但這同時也反映出商業銀行在放貸時更多關注借款企業的信用風險，而忽視了企業的借款用途。商業銀行對于企業在獲得貸款后是否用于綠色創新研發活動未做實質性的審查，因而在這個層面上，數字金融有可能并未促進企業綠色創新。另一方面，從企業主體出發，數字金融借助大數據、云計算等各類新興信息技術，實時、有效地降低銀企雙方信息不對稱，從而解決企業促進綠色創新融資難、融資貴的問題。企業在數字金融發展日益深化的大背景下融資更加便利，一部分以“創新融資”為目的的企業便會逐漸失去綠色創新的進取心，從而趨于“創新躺平”，因此，數字金融有可能加劇企業對綠色創新的排斥。基于上述分析，筆者提出如下假設：

H1a：數字金融促進金融資源與企業綠色創新的融合，即數字金融與企業綠色創新正相關。

H1b：數字金融加劇金融資源對企業綠色創新的排斥，即數字金融與企業綠色創新負相關。

(二)數字金融、環境信息披露質量與企業綠色創新

根據信貸配給理論，信息不對稱會限制企業融資。傳統金融難以解決銀企雙方信息披露方面的根本缺陷，企業綠色創新獲取外源融資過程中的道德風險與逆向選擇問題依然存在，使得企業綠色創新受到金融排斥。隨著數字金融的深入發展，一方面，從金融機構角度出發，數字金融打破企業與金融機構之間的信息壁壘，能夠有效暢通信息渠道，降低金融機構監管、評估和核算企業環境效益的成本，增強環境信息披露的科學性和有效性。同時，數字金融充分發揮數據賦能的優勢，通過推動銀行保險等金融機構建立可量化的企業綠色評價系統，能夠增強金融機構甄別環境信息的能力和效率，從而為提高企業環境信息披露質量提供有效助益。在此基礎上，數字金融能夠提高識別企業在綠色創新活動中的環境風險的能力，強化企業在制定綠色創新決策時的風險意識。另外，環境信息披露機制使得逃避環保監管的成本上升，倒逼企業綠色創新。另一方面，從企業主體角度出發，數字金融帶來的高質量環境信息披露有利于降低企業與金融機構之間的信息不對稱，伍中信和魏佳佳[24]進一步指出，高質量環境信息披露可避免環境信息披露義務人受利益驅動而產生言行不一的“洗綠”行為，而且有助于提高企業自身的風險管理水平，推動更多資金和資源流入綠色低碳領域，同時環境信息披露有利于向公眾展示其積極履行社會經濟低碳轉型的社會責任，對提高企業的聲譽和市場影響力有積極的作用。李志軍和王善平[25]的研究顯示，積極公開環境信息的企業更有可能獲取較低利率的銀行貸款，從而有助于中小企業在不確定性較高的綠色研發創新活動中實現“降本增效”。基于上述分析，筆者提出如下假設：

H2：數字金融通過提高環境信息披露質量促進企業綠色創新。

(三)數字金融、融資約束與企業綠色創新

根據資源依賴理論，企業綠色創新需要依賴外源融資。唐松等[26]的研究指出，傳統金融的覆蓋范圍有限、服務深度不足，難以滿足眾多企業在綠色創新技術研發周期內的融資需求與風險防范要求。數字金融通過大數據、云計算等技術暢通銀企對接渠道，幫助銀行等金融機構刻畫企業的綠色低碳畫像，解決信息不對稱問題，同時及時、精準、有效地感知企業在技術創新周期內的資金需求，紓解中小微企業融資難、融資貴的生存困境，通過匹配銀企雙方的投融資需求，緩解借貸現金流的壓力，能夠有效提高企業的綠色創新能力。蔣建勛等[27]與萬佳彧等[28]指出，數字金融借助算法建立涉企金融風險預警機制，通過貸前聯合診斷、貸中實時審核、貸后評估預警，能夠優化企業融資模式，降低企業融資摩擦力，進而提高資源利用的“量”與資源配置的“質”，彌補傳統金融的局限性，提高企業的綠色創新產出?；谏鲜龇治?，筆者提出如下假設：

H3：數字金融通過緩解融資約束促進企業綠色創新。

三、研究設計

(一)數據來源及處理

本文基于2011—2020年中國A股上市企業數據進行實證檢驗。為使樣本數據更具代表性，本文對樣本數據按照以下原則進行處理：(1)剔除保險、銀行、券商等金融行業上市企業的樣本；(2)剔除ST、*ST、PT及企業經營狀況出現重大問題的樣本；(3)剔除上市時間小于等于12個月的企業樣本以及相關數據缺失的樣本；(4)為排除異常值的影響，本文對所有連續變量進行上下1%的縮尾處理。經過上述處理，最終得到28 163個樣本觀測值。本文所有原始數據來源于CSMAR數據庫和CNRDS數據庫，數字金融指數參考郭峰等[29]的研究。

(二)變量定義

1.被解釋變量

本文被解釋變量為企業綠色創新(Green)，用企業綠色創新能力衡量。借鑒齊紹洲等[30]與周煊等[31]的研究，選用上市企業每年度綠色專利申請數量與當年所有專利申請數量之比作為衡量企業綠色創新能力的指標。此外，為區分專利的難度和創新性，本文在異質性分析中進一步區分了綠色發明專利(Grninvtratio)和綠色實用新型專利(Grnutyratio)，以保證研究結論的有效性與可靠性。本文后續實證結果均擴大100倍，用百分比的形式表示。

2.解釋變量

本文解釋變量為數字金融(Index)。將北京大學與螞蟻集團聯合編制的省級層面數字普惠金融指數作為解釋變量的衡量指標，選取數字金融覆蓋廣度(Coverage)和數字金融使用深度(Depth)作為解釋變量的分維度指標。

3.中介變量

環境信息披露質量(EDI)。本文參考李建軍[32]的做法，采用內容評分法，從環境管理披露、環境監管與認證披露、環境信息披露載體、環境負債披露和環境業績與治理披露情況五個維度綜合量化評價上市企業的環境信息披露質量。其中，環境管理披露(8分)，包括如下指標：環保理念、環保目標、環保管理制度體系、環保教育與培訓、環保專項行動、環保事件應急機制、環保榮譽或獎勵、“三同時”制度，披露賦值為1，否則為0。環境監管與認證披露(7分)，包括如下指標：重點污染監控單位，披露企業為重點監控單位賦值為1，否則為0；污染物排放達標，污染物排放達標賦值為1，否則為0；突發環境事故、突發重大環境污染事件，如果有賦值為1，否則為0；環境違法事件、環境信訪案件，發生賦值為1，否則為0；是否通過ISO14001和ISO9001認證，通過賦值為1，否則為0。環境信息披露載體(3分)，包括如下指標：社會責任報告，上市企業社會責任報告披露環境相關信息，賦值為1，否則為0；環境報告，上市企業單獨披露環境報告，賦值為1，否則為0；上市企業年報，上市企業年報披露環境相關信息，賦值為1，否則為0；環境負債披露(12分)，包括指標如下：廢水排放量、COD排放量、SO2排放量、CO2排放量、煙塵和粉塵排放量、工業固廢物產生量，未描述賦值為0，定性描述賦值為1，定量(貨幣/數值型)描述賦值為2。環境業績與治理披露情況(12分)，包括如下指標：廢氣減排治理情況，廢水減排治理情況，粉塵、煙塵治理情況，固廢利用與處置情況，噪聲、光污染、輻射等治理、清潔生產實施情況，未描述賦值為0，定性描述賦值為1，定量(貨幣/數值型)描述賦值為2。將每家企業五個維度共計30項指標的得分依次進行加總，然后，將得到的每家企業的總得分進行標準化處理，使其分布于[0,1]區間內。該變量為正向指標，數值越大，說明企業的環境信息披露質量越高。

企業融資約束(KZ)。本文借鑒Kaplan和Zingales[33]的做法，采用KZ指數衡量企業融資約束。該變量為正向指標，KZ指數越大，企業面臨的融資約束程度越大；反之，融資約束程度越小。

4.控制變量

為了盡可能避免遺漏變量產生的影響，本文選取了如下微觀層面控制變量：資產負債率(Lev)，用負債與資產之比衡量；經濟地區(Region)，東部為1、中部為2、西部為3、東北為4；企業性質(State)，國有企業為1、否則為0；總資產周轉率(Tat)，用營業收入與資產總額期末余額之比衡量；凈資產收益率(Roe)，用凈利潤與股東權益余額之比衡量；營業收入增長率(Irr)，用本年本期營業收入增長額與上期營業收入額(億元)之比衡量；第一大股東持股比率(Topholder)，用第一大股東持股與全體股東持股之比衡量；賬面市值比(Bm)，用資產總計與市值之比衡量；股權現金流(Cfe)，用凈利潤-股權凈投資(億元)表示；公司規模(lnsize)，用公司員工數的自然對數衡量；高新技術企業認證(Tech)，取得高新技術企業認證為1，否則為0；分析師跟蹤(Anaattention)，用分析師關注度衡量；每股收益(Eps)，用凈利潤與實收資本之比衡量；換手率(Tover)，用年內日換手率之和衡量，月換手率用每日成交量與流通股本之比衡量；機構持股比例(Ins)，用機構持股數與流通股數之比衡量。此外，本文還進一步控制如下宏觀層面變量：經濟發展水平(Ed)，用地區GDP增速衡量；市場集中度(Hhi)，用行業赫芬達爾指數衡量；政府干預水平(Gov)，用政府公共財政支出與地區GDP之比衡量；市場壟斷程度(Ili)，用行業勒納指數衡量；市場不確定性(Msd)，用行業市值標準差衡量。同時控制行業(Ind)和年份(Year)固定效應。

(三)描述性統計分析

主要變量的描述性統計結果如表1所示。從表1可以看出，數字金融(Index)的最小值為16.2200，最大值為431.9300，中位數為258.3515，說明不同省份之間數字金融發展水平差異較大。企業綠色創新(Green)的最小值為0，最大值為100，中位數為6.8649，標準差為17.1971，表明不同企業間的綠色創新水平不均衡。

表1 主要變量的描述性統計結果

(四)模型構建

本文采用雙向固定效應模型實證檢驗數字金融對企業綠色創新的作用，為減輕反向因果的影響，對解釋變量與控制變量分別做滯后一期處理；同時，控制年份和行業固定效應。基準模型如下：

(1)

其中，Green為企業綠色創新能力；Index為數字金融指數；Control為控制變量，具體說明上文已述；i為企業；t為年份； εit為隨機誤差項。

本文參考溫忠麟和葉寶娟[34]的做法，采用中介效應模型進行機制檢驗。在模型(1)的基礎上，構建如下模型：

(2)

(3)

其中，Mit為企業的環境信息披露質量(EDI)和KZ指數(KZ)。

四、實證分析

(一)數字金融對企業綠色創新的影響

數字金融對企業綠色創新影響的基準回歸結果和加入控制變量的回歸結果如表2所示。從表2列(1)—列(3)可以看出，數字金融(L.Index)、數字金融覆蓋廣度(L.Coverage)和數字金融使用深度(L.Depth)對企業綠色創新(Green)的回歸系數均顯著為正，說明數字金融促進了金融資源與企業綠色創新的融合，本文H1a成立，該影響主要來源于數字金融覆蓋廣度和數字金融使用深度，這支持了喬彬等[18]的研究結論。從表2列(4)—列(6)可以看出，在加入相關控制變量后，上述結論保持不變。與傳統金融相比，數字金融能夠發揮其技術優勢補齊傳統金融對于企業綠色創新支持的短板，有助于企業綠色創新活動的開展，進而更好匹配微觀企業在提高自身綠色創新能力時的金融需求。從數字金融的分維度視角看，數字金融覆蓋廣度與數字金融使用深度一定程度上都體現了數字金融的發展程度，但數字金融覆蓋廣度的回歸系數絕對值比數字金融使用深度大，說明目前中國數字金融覆蓋廣度的提升更能驅動企業綠色技術創新，這與蔣建勛等[27]的研究結果一致。

表2 回歸結果

(二)穩健性檢驗(1)穩健性檢驗結果未在正文中列出，留存備索。

1.剔除樣本期內申請專利為零的企業

考慮到樣本期內部分企業從未申請過專利，為排除這類樣本對回歸結果的干擾，增強研究結論的可信度，本文剔除專利申請量一直為零的上市企業。剔除后，回歸結果與前文結論保持一致。

2.使用不同的回歸模型

由于企業綠色專利數量具有計數變量的特點，本文參考李春濤等[7]的做法，采用Poisson模型進行檢驗，結果表明，數字金融能夠促進企業綠色創新這一結論不變，研究結果穩健。

3.剔除重大事件沖擊的影響

國內數字金融的發展與中國金融市場的整體形式密切相關，為了排除重大事件沖擊的影響，同時，考慮到中國股市動蕩給金融市場帶來的負面效應具有滯后性與持續性，剔除2015年及以后年份的樣本數據，穩健性檢驗樣本區間為2011—2014年。剔除重大事件沖擊影響后，實證結果并未發生改變，本文的研究結論具有可靠性與說服力。

(三)內生性處理

1.工具變量法

本文借鑒傅秋子和黃益平[35]的研究，選取上市企業所在地級市到杭州市的距離(Dis)作為數字金融的工具變量。該工具變量符合相關性與外生性兩個條件：一方面，杭州市作為全球數字金融中心，其數字金融發展水平在全國乃至全世界都屬于一流水平，具有代表性，各地級市距離杭州市的距離越近，數字金融的發展程度越高；另一方面，企業所處地級市到杭州市的距離既不會直接影響地區數字金融發展，也不會通過地區數字金融發展間接影響企業綠色創新水平，表3為工具變量檢驗結果。從表3可以看出，不存在弱工具變量和過度識別問題，這說明該工具變量的選取具有合理性。在處理內生性問題后，數字金融對企業綠色創新的正向影響依然保持顯著，并且回歸系數均比原先基準回歸的絕對值大。因此，本文的研究結論穩健。

表3 工具變量檢驗結果

2.雙重差分法

本文借鑒余進韜等[36]的研究，選擇2016年出臺《G20數字普惠金融高級原則》為外生政策沖擊，以地區數字金融發展水平的高低構建處理組與對照組，利用雙重差分法(DID)實證檢驗數字金融對企業綠色創新的政策效應，估計結果如表4所示。從表4可以看出，在政策實施前，處理組與控制組之間不存在顯著差異，即滿足平行趨勢假設，而政策實施后第一年和第二年的回歸系數顯著，說明政策在推行后的前兩年內對企業綠色創新有顯著的正向效應。

表4 平行趨勢檢驗結果

五、機制分析

(一)基于環境信息披露質量的機制分析

從表5可以看出，列(1)中數字金融促進了企業綠色創新；列(2)的結果表明，數字金融的發展程度越高，越有助于提高企業的環境信息披露質量；列(3)驗證了環境信息披露質量的中介效應。數字金融發展能夠通過提高企業環境信息披露質量間接促進企業綠色創新，H2得到驗證。這給企業在數字經濟時代“科技賦能綠色經濟”提供了一種新的思路。

表5 基于環境信息披露質量的機制檢驗結果

本文分別從數字金融的兩個分維度進一步探討了環境信息披露質量作為中介渠道的可能機制，機制檢驗的結果如表6所示。從表6可以看出，無論是從數字金融覆蓋廣度視角，還是從數字金融使用深度視角，數字金融通過提高環境信息披露質量促進企業綠色創新的機制依然成立。并且，數字金融覆蓋廣度與數字金融使用深度對企業綠色創新的作用程度存在差異，具體表現在數字金融覆蓋廣度對環境信息披露質量的提升作用更為顯著，因而對于企業進行綠色創新的激勵作用也更大。

表6 分維度的機制檢驗結果

(二)基于融資約束的機制分析

數字金融通過緩解企業的融資約束，有助于提高信貸資源使用的“量”與資源配置的“質”，從而促進金融資源與企業綠色創新的融合。本文參考唐松等[26]的做法，以KZ指數作為融資約束的衡量指標，回歸結果如表7所示。表7中，列(1)的實證結果說明，數字金融促進了企業綠色創新；列(2)表明，數字金融發展得越深入，對于企業融資約束的緩解作用越顯著；列(3)檢驗了融資約束在數字金融影響企業綠色創新時的中介效應。由列(3)可知，數字金融緩解企業融資過程中的摩擦，拓展了企業在創新研發周期內的融資渠道，充實了企業綠色創新資金的供應，能夠有效解決傳統金融信貸資源配置效率低下的問題，從而有效促進企業綠色創新。H3得到驗證。

表7 基于融資約束的機制檢驗結果

對于融資約束渠道，本文從數字金融覆蓋廣度(Coverage)和數字金融使用深度(Depth)兩個維度進一步探討融資約束作為中介變量的科學性，回歸結果如表8所示。從表8可以看出，數字金融覆蓋廣度和使用深度都可以通過緩解企業融資約束促進企業綠色創新，研究結論仍與前文保持一致。

表8 分維度的機制檢驗結果

六、異質性分析

(一)基于企業綠色專利類型的分樣本研究

黎文靖和鄭曼妮[37]的研究表明，企業的創新行為根據其動機可分為實質性創新與策略性創新。實質性創新反映創新的質量，目的是推動產業的轉型升級與企業的創新進步；策略性創新則體現為創新的數量與研發速度，目的只是為了獲取短期收益，而非真正推動實質性的創新產出。在本文中，按照企業綠色專利的類型劃分為綠色發明專利與綠色實用新型專利，前者看做是實質性創新，后者由于其研發難度與創新性均不如前者，看做是策略性創新。按照企業綠色專利類型將樣本進行分組回歸，如表9所示。從表9列(1)和列(2)可以看出，綠色發明專利(Grninvtratio)的系數在1%水平上顯著為正，而綠色實用新型專利(Grnutyratio)則無顯著作用，這表明，數字金融發展促進了企業的實質性綠色創新而非策略性綠色創新。數字金融真正在企業綠色研發碰到“卡脖子”問題上提供了解決方法，而不是企業為了迎合數字經濟的新理念和獲得更多政策上的扶持而盲目創新。

(二)基于企業高管是否具有金融背景的分樣本研究

企業的高管作為決策者，決定了企業的未來發展戰略。一方面，具有金融背景或金融從業經歷的高管更傾向于增加金融投資而減少實體投資，從而加劇了企業“脫實向虛”，抑制企業創新；另一方面，由于高管具備金融背景，其對企業執行綠色創新決策的作用可能部分抵消數字金融對緩解傳統金融排斥的作用。表9列(3)和列(4)是高管不具備和具備金融背景樣本的回歸結果，前者正向顯著，后者并不顯著。這表明，高管具備金融背景，反而會引導企業“脫實向虛”，并且部分抵消數字金融改善傳統金融對企業綠色創新排斥的作用，從而不利于企業綠色創新。

(三)基于企業產權性質的分樣本研究

不同產權性質企業在融資時往往面臨著不同的融資約束。與非國有企業相比，國有企業往往能獲得更多的融資優惠，以更低的融資成本取得貸款，換言之，非國有企業更容易受到信貸歧視。表9列(5)和列(6)為國有企業和非國有企業樣本的回歸結果。前者在5%水平上顯著為正，后者不顯著，這說明，國有企業的綠色創新活動更能受惠于數字金融的深入發展?？赡艿脑蚴?，非國有企業可能受到更大的融資歧視，從而抑制了企業綠色創新，同時，國有企業更加積極踐行國家相關產業的新政策，發揮“領頭羊”的作用。因此，數字金融對國有企業綠色創新的作用更顯著。

表9 基于綠色專利類型與企業特性相關的分樣本回歸結果

(四)基于企業行業相關的分樣本研究

1.按照企業是否具有高新技術認證分組

表10的列(1)和列(2)分別為有高新技術認證和沒有高新技術認證的企業樣本，從回歸結果可以看出，具有高新技術認證的企業反而不顯著，沒有高新技術認證的企業在10%水平上顯著為正。這說明，數字金融并沒有顯著激勵具有高新技術認證企業的綠色創新研發活動。高新技術企業認證政策針對的主要是新能源及節能技術、新技術服務業和高新技術改造傳統產業等領域，對于取得這些技術的企業，大多屬于處于產業成熟期的傳統制造業，數字金融的發展只是降低其進行技術改造的難度，但對于激勵企業進一步進行實質性的創新投入并無裨益，企業在成熟階段可能更傾向于產能的擴張，而不愿意把資金投入到研發周期長、不確定性高、收益緩慢且具有外部性的綠色創新活動中。

2.按照企業是否是重污染企業分組

表10的列(3)和列(4)分別為重污染企業和非重污染企業樣本。從列(3)和列(4)的回歸結果可以看出，重污染企業的樣本回歸系數為負，但并不顯著，非重污染企業的樣本在5%水平上顯著為正?？赡艿脑蛟谟冢h境規制對于企業而言是一種倒逼企業創新的機制，而數字金融作為市場機制，是環境規制的有效補充。重污染企業在面對如環境信息披露這類的環境規制時，更傾向于主動作出環境信息披露，以傳遞自身履行良好社會責任的積極信號，從而在短期內提升預期現金流量和緩解融資約束。因此，數字金融對重污染企業綠色創新促進作用一定程度上被減緩。

表10 基于企業行業相關的分樣本回歸結果

(五)基于地區的分樣本研究

中國地域間的經濟發展水平存在著一定差異性。經濟發展水平較差的地區，其基礎通信設施也相對不健全，面臨的融資約束較強。表11為基于地區的回歸結果，按照經濟發達程度與地區進行劃分，列(1)為經濟較為發達的東部地區，列(2)為經濟欠發達的中部、西部和東北地區。從表11可以看出，經濟欠發達地區企業樣本在10%水平上顯著為正，這說明，數字金融有助于“后發者”綠色創新，具體表現為通過緩解“后發者”的融資約束來促進企業綠色創新。

表11 基于地區的分樣本回歸結果

七、結論與政策建議

(一)結論

黨的二十大報告多次強調，要深入推進能源轉型、堅持創新在中國現代化建設全局中的核心地位、加快推進數字中國的建設。在此宏觀背景下，針對數字金融與企業綠色創新的內在關聯，現有研究存在明顯的分歧。對于數字金融究竟是加劇了金融資源對企業綠色創新的排斥還是促進了金融資源與企業綠色創新的融合，學術界與實務界尚未達成共識。因此，本文就數字金融賦能企業綠色創新問題展開研究，利用雙向固定效應模型和中介效應模型實證檢驗數字金融對企業綠色創新的影響及作用機制，研究結論如下：首先，數字金融促進了企業綠色創新。在排除內生性問題的干擾以及一系列穩健性檢驗后，該結論依然穩健。其次，進一步研究發現，數字金融通過提高環境信息披露質量和緩解企業融資約束來促進金融資源與企業綠色創新的融合，即便是在數字金融覆蓋廣度和數字金融使用深度兩個分維度上，提高環境信息披露質量和緩解企業融資約束這兩個中介渠道依然成立。最后，數字金融發展促進了企業實質性的綠色創新，其影響在高管不具備金融背景的企業、國有企業、不具備高新技術認證的企業、非重污染企業和經濟欠發達地區表現更為顯著。

(二)政策建議

基于上述研究結論，筆者提出如下政策建議：

第一，企業層面，推動數字金融深入融合企業端，鼓勵企業主體運用數字科技手段來實現綠色化轉型。號召各部門借助新興科技的力量從技術和制度層面降低企業融資過程中的摩擦和綠色研發創新成本，進而提高資源利用的“量”與資源配置的“質”，從而促進整個實體經濟的綠色創新產出，努力實現微觀主體資金、資源的合理利用和有效配置，不斷適應當下的綠色可持續發展理念，更好地發揮數字金融助力企業綠色創新的積極作用。

第二，行業層面，應當由主要部門牽頭，聯系監管方、投資機構者與企業共同研討制定行業環保信息披露標準。在推動制定環保信息披露標準時，一方面，應當注重數字金融扶持政策和環境信息披露要求的協調性，降低政策沖突的可能性；另一方面，應當針對企業環境信息披露動力不足、能力待提升、所需方法和數據待完善等局限，因業施策、探索建立適用于不同行業的環境信息披露制度，開發科學有效的數據統計與信息披露工具，進而提高環境信息的準確性和透明性，以逐步實現強制性、全面深入、精準定量的環境信息披露目標。

第三，政府層面，在制定數字金融政策時應當充分考慮企業特性方面的差異，如企業高管背景、產權性質、是否具備高新技術認證、污染程度及所在地區等。數字金融對于高管不具備金融背景的企業綠色創新具有更好的促進作用，表明企業股東、董事在大力提倡企業綠色創新的同時應當警惕企業金融化，企業金融化程度過高會部分抵消數字金融對企業綠色創新的促進作用。同時，數字金融對于國有企業綠色創新促進作用更顯著。因此，在數字金融推廣初期，可以發揮國有企業的作用，但也不能忽略民營企業，要重視其在企業融資過程中所受到的隱性信貸歧視問題，激勵民營企業將數字金融與綠色創新深度融合，激發民營企業的創新活力。對于具備高新技術認證的企業，實行優化補貼獎勵機制，引導具有創新能力的企業提高創新效率、勇于探索較強正外部性領域。對于重污染企業，應當更注重環境監管要求，在執行基本的環保治理活動之后再結合數字金融發展來提升企業綠色創新效率。另外，與經濟發達地區相比，數字金融更有利于經濟欠發達地區綠色創新，因此，可通過加快建設中西部地區數字技術基礎設施，引導算力向電力豐富的云貴川等地區轉移。