數字金融、融資約束與企業綠色技術創新

【摘" 要】論文選取2011-2021年滬深A股上市企業作為研究樣本，基于生命周期理論，實證檢驗各生命周期階段下數字金融與企業綠色技術創新的關系。研究表明，數字金融能夠有效促進企業綠色技術創新。進一步地，對于處在不同生命周期階段的企業來說，數字金融對其綠色技術創新的促進程度存在差異；數字金融對企業綠色技術創新的促進作用在創新質量上體現得更加明顯。中介機制分析表明，數字金融能夠通過緩解企業面臨的融資約束，進而助力企業開展綠色技術創新。從異質性分析結果來看，由于企業產權性質、所處行業類型的不同，數字金融對企業綠色技術創新的影響存在異質性。

【關鍵詞】數字金融；企業綠色技術創新；企業生命周期；融資約束

【中圖分類號】F273.1；F832；X196" " " " " " " " " " " " " " " " " " " " " " "【文獻標志碼】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章編號】1673-1069（2024）06-0028-06

1 引言

黨的二十大報告提出，高質量發展是全面建設社會主義現代化國家的首要任務。綠色發展是實現可持續發展與高質量發展的必然選擇，對全面建成社會主義現代化強國具有重大意義。企業綠色技術創新以企業環境保護與經濟增長的協同發展為核心追求，能夠增強經濟發展模式轉變、可持續發展乃至我國經濟高質量發展的凝聚力[1]。為實現企業綠色技術創新的提質增量，學術界從企業內部推動因素與外部拉動因素等角度進行了探究[2]。其中，企業面臨的融資困境會顯著阻礙企業創新活動的開展，基于資源依賴理論，企業面臨的融資約束程度越高，綠色技術創新活動的開展越容易受到抑制[3]。

企業融資約束的產生，可以從宏觀層面，尤其是金融體系建設不全面，以及微觀層面，尤其是信息不對稱這兩個層面來解釋[4]。數字金融憑借其對高科技企業的吸引力，促進前沿技術與傳統金融的融合，為金融市場的健康穩定發展注入強大活力[5]。同時，依托人工智能、大數據、區塊鏈等技術具有的成本低、覆蓋廣、速度快等優勢，數字金融能夠實現金融服務的多元化，拓展新型金融服務業務，聯動綠色金融，優化產業結構[6]，有效提升金融市場質效并助力地區綠色發展[7]，而數字金融對宏觀金融體系的改善最終會惠及微觀層面。

根據現有研究可知，數字金融發展對綠色技術創新的影響已經得到學者的驗證。但由于實施綠色技術創新的企業處在不同生命周期，其創新意愿、資金需求程度、融資能力均呈現差異化特征，受此差異的影響，數字金融的作用效果也可能存在不同。厘清以上問題，能夠為數字金融精準化推動不同階段企業的綠色技術創新提供理論與實證檢驗證據，助力各生命周期階段的企業實現綠色可持續發展。鑒于此，本文利用北京大學數字金融研究中心課題組編制的2011-2021年數字普惠金融指數，從不同生命周期視角出發，研究區域數字金融發展對企業綠色技術創新的影響以及其對各周期企業綠色技術創新影響的差異性。

2 理論分析與研究假設

2.1 數字金融、融資約束與企業綠色技術創新

綠色技術創新是指以綠色生產、節能減排、降低污染等綠色技術為核心的創新活動[8]，具有“經濟效益”與“環保動能”的雙重價值。同時，相較于其他創新活動，綠色技術創新面臨著更長的研發周期、更大的風險及信息不對稱問題[9]，這導致綠色技術創新的開展受到融資約束的嚴重制約。為推進綠色技術創新工作，企業往往需要向外部金融市場或其他融資機構尋求資金支持[10]，此時，金融市場是實施綠色技術創新的企業面臨的核心外部環境，金融市場的發展水平與金融有效供給關乎企業綠色技術創新的順利開展[11]。

數字金融借助金融與技術革新所形成的金融新業態和新模式，彌補融資渠道窄、普惠性低、資源錯配等傳統金融業務“痛點”，全面提升企業綠色技術創新積極性。

首先，數字金融的發展為企業帶來更加多元的融資渠道。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，為企業綠色技術創新提供機會與金融支持[12]。同時，數字金融產品的推出能夠結合國家“綠色低碳”的發展方向，通過綠色債券、綠色貸款、綠色基金等形式，引導金融資源向綠色項目聚集。

其次，數字金融能夠提高企業融資效率。在大數據、云計算等新興數字技術的幫助下，數字金融一方面能夠實現服務模式、金融業態的全面革新，通過暢通銀行與企業間的溝通渠道，更精準、更快速地匹配投資與融資需求；另一方面“數字化技術+傳統金融”的新模式，能夠憑借數據分析工具搜索并融合投融資雙方數據，在為企業提供更多金融機構信息的同時，拓寬金融服務機構了解融資企業信息的渠道，從而降低金融服務的不對稱性[13]。

最后，數字金融的發展為企業規避綠色技術創新風險提供途徑。考慮到綠色技術創新的外部性，企業綠色技術創新的正式開展應適當規避綠色技術創新風險[14]。數字金融能夠為企業提供金融風險分析、預警工具，提供包含聯合診斷、實時審核及貸后預警的風險評估服務，為企業識別、評估與管理綠色技術創新風險提供高效的解決方案[15]。同時，數字金融通過對新型數字技術的應用，助力外部金融機構與資金需求方的事后信息溝通和監督，形成對企業綠色資金使用和配置情況的外部監管，減少管理層非理性決策，最大化降低綠色技術創新風險[16]。

基于以上分析，本文提出如下假設：

H1：數字金融能夠激勵企業綠色技術創新。

H2：數字金融能夠通過緩解融資約束激勵企業綠色技術創新。

2.2 企業生命周期理論下的數字金融與企業綠色技術創新

基于生命周期理論，企業具有動態的成長規律。在不同生命周期階段，企業存在規模、盈利能力、公司治理能力及創新研發意愿等各方面的差異，從而綜合影響企業創新活動的開展[17]。具體到綠色技術創新，各周期企業對綠色技術創新的意愿、資源稟賦、創新策略存在差異，且各自面臨的融資約束也存在一定程度上的不同，進而數字金融的綠色激勵效應也可能存在區別。具體如下：

首先，處在成長期的企業，總體創新意愿強烈，企業希望通過技術創新提高產能、開拓市場。但與此同時，成長期企業往往面臨較為嚴重的融資約束，進而抑制其開展綠色技術創新這類周期長、風險大且收益不確定的創新活動的意愿[18]。而數字金融能夠借助人工智能、大數據等新型數字技術，更好地挖掘企業的非財務信息，推動資金供需雙方在繁雜的市場數據中實現精確匹配，緩解銀行等金融機構與企業之間面臨的信息不對稱問題，增強信貸資源與金融服務的可得性。結合成長期企業的創新意愿與融資約束對綠色技術創新的抑制作用，數字金融的發展可以幫助成長期企業降低融資門檻與融資成本，進而激發企業綠色技術創新的積極性并推動綠色技術創新的開展。

其次，成熟期企業經營利潤逐步穩定，融資約束得到緩解。此時，數字金融對成熟期企業綠色融資需求的助力屬于“錦上添花”而非“雪中送炭”。同時，對比成長期的企業，處于成熟階段的企業針對綠色技術創新的投入策略有所不同，即成熟企業往往基于維持存量與保證發展的目的制定投入策略，對于風險較高的綠色技術創新持審慎態度[19]。因此，數字金融對成熟期企業的綠色技術創新激勵會弱于成長期企業。

最后，衰退期企業的投資策略往往出于維持自身生存，為規避綠色技術創新的潛在風險與保證經營活力，減少甚至放棄對于綠色技術創新的實質性投入，其綠色技術創新意愿最低。此時，數字金融對衰退期企業綠色技術創新的推動作用相對較小。

基于以上分析，本文提出如下假設：

H3：對于不同生命周期階段的企業，數字金融對企業綠色技術創新的促進作用存在差異。

3 研究設計

3.1 數據來源與模型構建

本文以2011-2021年滬深A股上市企業為研究樣本，為使樣本數據更具代表性，對樣本數據按照以下方法進行處理：

①剔除金融、房地產行業樣本；②剔除研究區間內ST、*ST和PT等非正常交易企業；③剔除主要變量數據缺失的樣本；④為排除異常值的影響，對本文連續變量進行上下1%的縮尾處理。最終共得到19 072個“企業-年份”非平衡面板觀測值。

研究數據主要來自以下4個部分：數字金融數據來自北京大學數字金融研究中心課題組編制的數字普惠金融指數；企業綠色技術創新數據來自國家知識產權局專利數據庫；企業層面數據來自Wind數據庫與CSMAR數據庫；省、市級宏觀層面數據主要來自《中國互聯網絡發展狀況統計報告》與各地統計年鑒。

為探究數字金融的綠色技術創新效應，本文參考王玉林等的研究，構建基準模型（1）并控制年份（Year）和行業固定效應，具體模型設置如下：

Greeni，t=α+βlnindexi，t+∑φControl+τi+μi+εi，t" " " " （1）

式中，下標i、t分別表示企業、年份；被解釋變量Green表示企業綠色技術創新能力，其為一個變量組，包含lntotal、lninva、lnuma；lnindex表示核心解釋變量數字金融；Control表示一系列控制變量，控制影響企業綠色技術創新能力的微觀與宏觀兩個層面的指標；α表示常數項；φ表示各控制變量的估計系數；τi與μi分別表示行業固定效應與年份固定效應；εi，t表示隨機誤差項。在模型（1）中，本文重點關注估計系數β，其大小反映了數字金融對企業綠色技術創新的影響程度，根據上文的理論分析，本文預期系數β顯著為正。

此外，本文在基準模型的基礎上檢驗數字金融促進企業綠色技術創新的影響機制，采用逐步回歸法對融資約束（SA）發揮的中介作用進行檢驗。在模型（1）的基礎上建立如下模型：

SAi，t=α+βlnindexi，t+∑φControl+τi+μi+εi，t" " " "（2）

Greeni，t=α+β1lnindexi，t+SAi，t+∑φControl+τi+μi+εi，t" " " （3）

式中，SAi，t表示本文中介變量融資約束，參考Hadlock et al.[20]的研究，基于企業規模與企業年齡構造SA指數，以SA指數作為融資約束的代理變量。SA指數的絕對值越大，企業面臨的融資約束程度越高。

3.2 變量說明

3.2.1 被解釋變量：企業綠色技術創新

企業綠色技術創新為被解釋變量，考慮到專利仍處于申請階段，部分企業就已經將專利技術應用于生產的情況，綠色專利申請量能夠及時且準確地反映企業綠色技術創新情況，且比測量量表更加客觀，比授予量更加及時、穩定。因此，本文選取綠色專利申請總數量（total）作為被解釋變量的衡量指標，并將其進一步分為綠色技術創新質量與綠色技術創新數量兩方面。其中，選取綠色發明專利申請量（inva）、綠色實用新型專利申請量（uma）作為創新質量與創新數量的代理變量。同時，將綠色技術創新質量變量和綠色技術創新數量變量加總即綠色技術創新總量（total）。將上述3項綠色技術創新指標加1取對數，以解決數據右偏分布問題，從而獲取lntotal、lninva、lnuma等3個被解釋變量。

3.2.2 核心解釋變量：數字金融

參考唐松等的研究，本文選取北京大學數字金融研究中心發布的省級數字普惠金融指數作為核心解釋變量（lnindex）的代理變量，指標數值越高，則該省份數字金融發展水平越高。同時，采用地市級層面數字普惠金融指數進行穩健性檢驗，兩個層級的指標皆進行加1取對數處理。

3.2.3 控制變量

為控制除核心解釋變量外影響企業綠色技術創新的指標，本文參考譚常春等[21]、吳泓等[22]的研究，從微觀與宏觀兩個層面選取控制變量。微觀層面的變量包括：股權集中度（top5）：采用持股比例排名前五的股東持股數除以公司總股本來衡量；企業規模（size）：采用企業總資產取對數來衡量；獨立董事占比（Inde）：采用獨立董事占董事會人數的比值來衡量；財務杠桿（lev）：采用資產負債率來衡量；管理費用率（mfee）：采用企業當期管理費用除以營業收入來衡量；成長機會（tobinQ）：采用企業當期托賓Q值來衡量。宏觀層面的變量主要與企業所處地區相關，具體包括：地區金融發展指數（dev）：采用省級金融發展指數來衡量，即金融機構存貸款余額除以各省地區生產總值；人力資本水平（labor）：采用各省高等院校在校人數與年末常住人口的比值來衡量。

3.3 企業生命周期劃分

為研究數字金融的綠色技術創新效應在不同企業生命周期階段存在的差異，本文將企業樣本按生命周期進行劃分，參考Dickinson[23]提出的基于現金流組合的方法，以避免單變量分析法、綜合指標分析法等帶來的指標單一、行業異質性與主觀假設的干擾，提升樣本劃分的準確性、客觀性。現金流組合方法將研究樣本劃分為成長期、成熟期與衰退期3個生命周期階段，劃分方法如表1所示。

4 實證結果與分析

4.1 基準模型檢驗：數字金融對企業綠色技術創新的影響

全樣本的回歸結果如表2所示。從全樣本回歸部分來看，無論是否加入控制變量，數字金融對企業綠色技術創新的影響均顯著為正，假設H1得到驗證。對比不同專利類型的回歸結果來看，數字金融對綠色發明專利與綠色實用新型專利均存在顯著正向影響，但其對于企業綠色技術創新質量的正向影響更為突出，這表明隨著數字金融的發展，企業對于質量更高與難度更大的發明專利的研發具有更高的積極性。數字金融能夠發揮其與大數據、人工智能等新興技術產物相結合的優勢，通過更加高效地整合市場內部的金融資源，為各企業的綠色技術創新提供資金支持與更加多樣的融資渠道，同時，數字金融能夠促進金融資源與綠色技術創新精確匹配，在助力企業綠色投資水平與效率提升的同時，能夠保證企業綠色技術創新的“提質增量”。

對比處于不同生命周期階段的企業樣本回歸結果（見表3、表4、表5），從綠色專利申請總量（lntotal）的角度來看，處于成長期和成熟期的企業樣本，無論是否加入控制變量，兩階段lnindex的系數均在1%的水平上顯著為正，這說明處于成長期與成熟期的企業的綠色技術創新總體受到了數字金融的顯著激勵。在加入控制變量的情況下，衰退期企業樣本的lnindex系數在5%的水平下顯著。總體來看，數字金融的發展對處于成長期、成熟期和衰退期的企業的總體綠色技術創新水平有顯著的正向影響。但通過對比主要解釋變量系數與顯著水平，處于成長期企業的綠色技術創新受到的促進作用最大，其后依次是成熟期企業與衰退期企業，假設H3得到了證實。從綠色技術創新的具體類型來看，數字金融能夠顯著提升企業綠色發明專利、綠色實用新型專利水平，即數字金融能夠助力企業綠色技術創新的“提質增量”。但無論是成長期、成熟期還是衰退期的企業，數字金融對其綠色發明專利的影響都更加顯著，且系數相對更大，這說明數字金融對于各周期企業綠色技術創新的促進作用在創新質量上體現得更加明顯。

4.2 數字金融、融資約束與企業綠色技術創新關系檢驗

基準模型證實了數字金融對各周期企業綠色技術創新的推動作用，在此基礎上，本文進一步檢驗融資約束在其中發揮的中介作用。如表6的列（2）所示，數字金融的發展可以顯著緩解企業面臨的融資約束。同時，列（3）顯示企業面臨的融資約束會顯著阻礙其綠色技術創新的開展，即融資問題是影響企業綠色技術創新積極性的重要因素。綜合來看，數字金融能夠緩解企業融資約束進而作用于綠色技術創新水平的提升，假設H2得到驗證。通過拓寬渠道、降本增效等途徑，數字金融能夠進一步緩解企業面臨的“融資難、融資貴”等資源約束問題，為其綠色轉型、可持續發展提供資金保障，促進企業綠色技術創新水平的提升。

5 穩健性檢驗

5.1 替換被解釋變量

本研究選擇省級層面的數字金融發展指標（lnindex）作為基準回歸模型中的解釋變量，在穩健性檢驗中，選擇與各企業注冊地匹配的地市級數字金融發展指標（lnindexC）作為替代解釋變量。替換被解釋變量后的檢驗結果與基準回歸結果相近，且處于成長期的企業的lnindexC系數更大且顯著性更強。這表明數字金融的發展能夠顯著助力各周期企業的綠色技術創新產出，且成長期企業受到的激勵程度更高。

5.2 剔除直轄市的影響

考慮到我國直轄市在經濟發展、政策傾斜度、城市規模、資源吸納能力等方面與其他地級市之間存在較大差異，而直轄市的數字金融發展水平及該市企業的綠色技術創新均可能因此受到影響，在穩健性檢驗中剔除直轄市樣本，重新進行樣本回歸，研究結論并沒有發生顯著改變，可以證明前文研究結果具有良好的穩健性。

5.3 剔除2015年股災的影響

數字金融、綠色技術創新的發展狀況與國內金融市場的整體環境和形勢關聯密切。2015年的股災為國內金融市場帶來重大負面沖擊，應在穩健性檢驗中予以檢測，以排除股災產生的后續干擾。基于此，本文剔除2015年及以后年份的樣本數據，保留2011-2014年的企業樣本進行重新回歸。該結果與基準回歸結果一致，研究結論具有穩健性。

5.4 工具變量法

本文選取2011-2021年各省互聯網普及率作為工具變量，以排除未列出的對企業綠色技術創新產生影響的潛在因素以及核心解釋變量與被解釋變量間存在的聯立性導致的內生性問題。

在工具變量的選擇上，本研究選擇省級層面的互聯網普及率（internetindex）。一方面，互聯網的發展為數字金融促進企業綠色技術創新、提供多元化的金融服務提供設施與技術上的保障，這符合工具變量的要求；另一方面，企業的綠色技術創新屬于技術創新研發活動，省級互聯網普及率與企業綠色技術創新之間不存在直接關聯關系，滿足外生性要求。在引入工具變量后，數字金融在全樣本與各生命周期企業中的估計系數仍顯著為正，這與上文結論相互印證。

6 結論與啟示

本文以2011-2021年滬深A股上市公司為基礎，實證檢驗了數字金融對不同生命周期階段企業綠色技術創新的影響。綜合來看，數字金融能夠顯著促進各企業開展綠色技術創新，且這種促進作用在綠色技術創新質量上體現得更為明顯。對于處于不同生命周期階段的企業來說，綠色技術創新均受到數字金融在不同顯著性水平上的激勵，其中，成長階段企業的綠色技術創新受到的正向影響最大，以上研究結論在考慮內生性與穩健性問題后仍然成立。此外，根據作用機制檢驗，數字金融能夠有效緩解企業面臨的融資困境，進而提升企業開展綠色技術創新的積極性與創新水平。

根據以上結論，本文得到如下啟示：

一方面，積極推進數字金融發展，完善數字金融基礎設施，加強配套服務體系建設，通過數字化賦能金融服務領域深度與廣度的拓展，全面助力企業綠色技術創新，實現大數據、人工智能、云計算等新興技術與傳統金融業的充分融合。

另一方面，數字金融發展戰略應充分考慮企業生命周期各個階段的特點，為各周期企業提供差異化的金融產品、服務，更加合理、有效地分配金融資源。對于具有明顯創新活力，但顯著受到資源限制尤其是融資約束的成長期企業，在制定數字金融發展戰略與政策時，應著重關注其對企業綠色技術創新的激勵與融資約束的緩解，保證綠色技術創新的可持續性。對于具有較為充沛資源的成熟期企業，戰略和政策應傾向于強調數字金融在綠色技術創新項目可行性和風險防范方面的作用，提高綠色技術創新的質量，助力企業綠色轉型。而對于衰退期企業，則需通過專項資金儲備等直接的激勵措施，助力其綠色轉型升級。

【參考文獻】

【1】文書洋，劉浩，王慧.綠色金融、綠色技術創新與經濟高質量發展[J].金融研究，2022（8）：1-17.

【2】斯麗娟，曹昊煜.綠色信貸政策能夠改善企業環境社會責任嗎——基于外部約束和內部關注的視角[J].中國工業經濟，2022（4）：137-155.

【3】王玉林，周亞虹.綠色金融發展與企業創新[J].財經研究，2023，49（1）：49-62.

【4】萬東燦.中小企業融資質量與市值波動：基于股價崩盤風險的視角[J].當代財經，2019（2）：132-141.

【5】黃浩.數字金融生態系統的形成與挑戰——來自中國的經驗[J].經濟學家，2018（4）：80-85.

【6】錢海章，陶云清，曹松威，等.中國數字金融發展與經濟增長的理論與實證[J].數量經濟技術經濟研究，2020，37（6）：26-46.

【7】段永琴，何倫志，克畖.數字金融、技術密集型制造業與綠色發展[J].上海經濟研究，2021（5）：89-105.

【8】王馨，王營.綠色信貸政策增進綠色技術創新研究[J].管理世界，2021，37（6）：173-188+11.

【9】謝喬昕，張宇.綠色信貸政策、扶持之手與企業創新轉型[J].科研管理，2021，42（1）：124-134.

【10】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，2020，36（5）：52-66+9.

【11】金環，于立宏，徐遠彬.綠色產業政策與制造業綠色技術創新[J].中國人口·資源與環境，2022，32（6）：136-146.

【12】喬彬，趙廣庭，沈爍華.數字普惠金融能促進企業綠色技術創新嗎？[J].南方金融，2022（3）：14-27.

【13】于連超，張衛國，畢茜.環境執法監督促進了企業綠色轉型嗎？[J].商業經濟與管理，2019（3）：61-73.

【14】方先明，那晉領.創業板上市公司綠色技術創新溢酬研究[J].經濟研究，2020，55（10）：106-123.

【15】顧海峰，高水文.數字金融發展對企業綠色技術創新的影響研究[J].統計與信息論壇，2022，37（11）：77-93.

【16】祁懷錦，劉斯琴.企業數字化發展對綠色技術創新的影響及其作用機理[J].當代經濟科學，2023，45（4）：72-83.

【17】張芳，于海婷.綠色信貸政策驅動重污染企業綠色創新了嗎——基于企業生命周期理論的實證檢驗[J].南開管理評論，2024，27（3）：118-128+193+129-130.

【18】鐘廷勇，黃亦博，孫芳城.數字普惠金融與綠色技術創新：紅利還是鴻溝[J].金融經濟學研究，2022，37（3）：131-145.

【19】劉鵬振，武文杰，顧恒，等.政府補貼對高新技術企業綠色創新的影響研究——基于企業生命周期和產業集聚視角[J].軟科學，2023，37（10）：9-15+24.

【20】Charles J. Hadlock，Joshua R. Pierce.New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index[J].Review of Financial Studies，2010，23（5）：1909-1940.

【21】譚常春，王卓，周鵬.金融科技“賦能”與企業綠色技術創新——基于信貸配置與監督的視角[J].財經研究，2023，49（1）：34-48+78.

【22】吳泓，劉京華.數字普惠金融與科技型企業綠色技術創新[J].東南學術，2023（2）：135-145.

【23】Victoria Dickinson.Cash Flow Patterns as a Proxy for Firm Life Cycle[J].The Accounting Review，2011，86（6）：1969-1994.

【作者簡介】楊國莉（1973-），女，河北無極人，教授，研究方向：資本市場與綠色創新。

【通訊作者】楊佳璇（1999-），女，河北石家莊人，碩士研究生在讀，研究方向：資本市場與綠色創新。