數字金融能夠促進企業綠色投資嗎？

韓楠 于柔

［收稿日期］20231101

［基金項目］河北省教育廳科學研究計劃項目高等學校青年拔尖人才計劃（BJ2020073）

［作者簡介］韓楠（1981— ），女，河北保定人，燕山大學經濟管理學院和區域經濟發展研究中心副教授，碩士生導師，主要研究方向為宏觀經濟政策與微觀企業行為、金融創新，郵箱：sarahlly@126.com；于柔（1998— ），女，河北石家莊人，燕山大學經濟管理學院碩士生，主要研究方向為金融創新。

［摘? 要］數字金融實現了金融資源的高效配置，為重污染企業實現綠色轉型提供了新機遇。

基于2011—2021年中國重污染行業滬深A股723家上市公司的面板數據，實證分析數字金融發展對重污染企業綠色投資的影響及其傳導機制。研究結果證實，數字金融發展能夠顯著提高重污染企業綠色投資水平，并通過一系列穩健性檢驗后該結論仍然成立。作用機制檢驗

結果

表明，數字金融可以通過緩解融資約束、抑制企業金融化進而提高重污染企業綠色投資水平。進一步分析發現，環境規制、分析師關注度正向調節了數字金融對重污染企業綠色投資的促進效果；數字金融僅對重污染行業中國有企業和大規模企業的綠色投資水平存在顯著作用。最后，基于研究結論，提出推動數字金融發展與企業綠色投資的相關建議。

［關鍵詞］數字金融；綠色投資；重污染企業；融資約束；企業金融化；外部監督

［中圖分類號］F832.5? ［文獻標志碼］A? ［文章編號］20963114（2024）04007510

一、 引言

黨的十八大以來，綠色發展成為全社會共識，生態文明建設上升為國家戰略。重污染企業作為自然資源消耗和環境污染排放的主體，其環境治理水平對實現綠色發展尤為關鍵。綠色投資是加強污染控制、提高環境質量的重要途徑。然而，綠色投資作為一項高成本活動，需要大量的資金投資和多樣化的融資來源，如何擴大重污染企業資金渠道進而緩解企業資金壓力至關重要。近年來，數字技術的發展催生了數字金融模式，以數字金融為支撐的環境治理已成為實現綠色發展的重要引擎。數字金融是傳統金融與互聯網公司基于數字技術合作形成的關于投融資、支付等業務的一種新型金融服務，是數字經濟最重要的組成部分，也是綠色金融、創新和金融科技的發展方向［1］。與傳統金融行業相比，數字金融有著先天的優勢，借助科技手段賦能，利用數字化平臺和海量用戶數據，在線進行信息處理、傳遞、精準對接，對金融資源進行重新分配。作為新一代金融產品，數字金融已成為融合多元金融和服務新時代實體經濟的主力軍，尤其是數字金融與綠色金融的創新融合，把更多金融資源用于促進企業技術創新、先進制造和綠色發展，有助于推動實體經濟提質增效。在數字金融快速發展和大力推進綠色產業的背景下，重污染企業迫切需要抓住數字金融帶來的資源效應和財務效益。那么，數字金融作為一種金融創新，能否為重污染企業綠色投資帶來新的契機呢？

學術界關于數字金融對微觀企業的影響主要集中在，數字金融對企業投資［23］、全要素生產率［46］、企業創新［78］和企業研發投入［9］等方面，研究證實數字金融的發展能夠促進企業研發投入和創新績效，顯著提升企業的投資效率和全要素生產率。數字金融因金融創新而存在，近年來隨著數字金融發展迅速，其對經濟綠色低碳發展具有重要意義。因此，一些學者開始關注數字金融對企業綠色發展的影響，考察數字金融對企業綠色技術創新［1011］以及環境績效［12］的影響，數字金融利用其普惠屬性，降低企業風險、緩解融資約束，進而激勵企業綠色創新行為。但是，數字金融對企業綠色投資影響的研究目前較少，Desalegn等表示數字金融可以作為促進社會項目或綠色項目融資的有效途徑，以此提供重要的資金支持［13］。張平淡提出數字金融通過數字技術建立環境信息共享平臺，增強環境信息披露的透明度，幫助投資者更好地尋求綠色投資機會，以及促進消費者的綠色產品消費［14］。Siedschlag等認為數字交易在一定程度上可以激勵更多的企業進行綠色投資，有助于改善環境質量［15］。Ding等研究發現，數字金融可以通過刺激企業內部資本流動和加劇市場競爭來促進企業綠色投資［16］。梳理國內外相關文獻可知，現有文獻主要探討數字金融如何影響企業投資、企業研發投入和企業綠色技術創新等，只有少量文獻考察數字金融與企業綠色投資之間的關系，且涉及數字金融對企業綠色投資作用機制層面的文獻較少，僅有的文獻從內部資本流動和市場競爭視角考慮數字金融如何影響企業綠色投資，但對于作用機制的探討仍不夠明晰與全面。鑒于此，本文試圖回答以下問題：數字金融能否提升重污染企業的綠色投資水平從而促進綠色發展呢？如若提高了重污染企業綠色投資水平，其作用機制是什么？又會受到什么因素影響呢？這些問題亟待進一步探究。本研究對于提升數字金融發展與企業綠色轉型升級具有一定的理論意義和決策參考價值。

本文可能存在的貢獻如下：第一，基于融資約束和企業金融化的影響機制，明確了數字金融影響重污染企業綠色投資的具體路徑，補充及豐富了數字金融經濟后果的相關理論及文獻，為利用數字金融優化企業綠色投資行為提供了經驗證據支持；第二，將環境規制、分析師關注度納入

研究框架中，剖析不同內外部環境下，數字金融對重污染企業綠色投資的異質性影響，進一步拓展了企業綠色投資驅動因素的相關研究；第三，本文通過考察數字金融對重污染企業綠色投資的影響及其作用機制，將有助于揭示數字金融對企業綠色投資的影響規律，從而促進重污染企業借助數字金融，積極開展綠色投資活動，以實現企業綠色轉型升級。

二、 理論分析與研究假設

（一） 數字金融對重污染企業綠色投資的影響

數字金融對重污染企業綠色投資的影響可以從供給側與需求側兩個方面展開分析，既有對供給側生產者的影響，也有對需求側消費者的影響，這主要是因為企業決策者需要綜合考慮上游生產者的成本與下游消費者的綠色偏好決定的。供給側、需求側雙向發力，實現“供”“需”相匹配。

從供給側的角度來看，相關影響體現在以下三個方面：（1）緩解信息不對稱，降低投資成本和風險。信息作為生產要素對企業產生深刻影響，而信息不對稱則可能會導致企業由于缺乏資金而放棄投資機會［17］，根據技術溢出理論，數字金融憑借強大的數據處理能力實現非結構化信息到結構化信息的快速轉變，從而及時獲取有效投資信息［18］。數字金融發展可以提供更快、更有效的解決方案，大大緩解了金融服務有關的信息不對稱程度，簡化了選擇金融服務提供商的過程，有效縮短金融服務的交易時間，降低重污染企業遴選優質綠色項目的成本，使企業合理規避綠色投資風險。（2）有效集中金融資源，確保外部金融市場有效性。數字金融能夠促進構建以市場為導向的多渠道、多元化的融資體系，為企業項目投資提供有力的金融支持［19］。數字金融有助于吸收所有類型的社會資本進入金融市場，使其能夠在企業需要綠色投資資金時能夠快速提供資金，增加企業獲得市場資本的可能性［20］。重污染企業不會因為內部資本儲備低而失去投資環境保護的意愿。（3）引導資金流動，實現金融資源高效供給。依托大數據、文本挖掘技術等的數字金融增強了金融機構的信息收集能力，精準抓取企業信息及評估企業風險，緩解金融錯配，大大提升資源配置效率［21］。數字金融具備的高效特征能有效改善傳統金融體系存在的資源流動性不足問題，通過信息篩選引導金融資源流向更具投資價值的項目，更合理地進行資本分配，減少了因信息不對稱導致的綠色投資回避。

從需求側的角度來看，相關影響體現在以下兩個方面：（1）提振居民綠色消費，促進企業綠色技術升級。數字金融為企業綠色技術創新提供了平臺支撐，給企業綠色創新注入了新的活力［22］，數字金融的發展使得一些企業不斷推出類似“螞蟻森林”等綠色行動服務，消費者為綠色產品付費的意愿逐漸增強。居民對綠色產品需求

會倒逼企業加大綠色創新，實現企業綠色低碳生產方式。數字金融本身就是傳統金融和技術創新的融合，為支持與環境有關的投資項目提供金融資源，為改善環境和低碳技術創新提供動力，促進重污染企業積極進行綠色投資。（2）創造透明信息環境，建立環保企業形象。數字金融通過環境信息共享平臺，加大了企業環境信息披露的透明度，增加了重污染企業環保信息的可訪問性，使企業獲得更多的外部關注和資源［23］，進而加強了企業進行綠色投資的意愿?；诖?，本文提出假設H1。

H1：數字金融能夠促進重污染企業綠色投資。

（二） 數字金融對重污染企業綠色投資的作用機制

數字金融能夠緩解融資約束得到大多數研究學者普遍認可［2426］。綠色投資作為一個外部性明顯的非經濟項目，需要大量資金，且難以形成可分配的直接經濟利益流入。當企業面臨較高的融資約束時，企業通常會削減其投資［27］，即高額的融資成本使企業不會積極進行環境投資，特別是嚴格控制環保成本并且面臨更大財務壓力的重污染企業。高融資約束的壓力持續加劇了企業資金短缺狀況，使得數字金融扮演了“雪中送炭”的角色［28］。數字金融平臺的出現可以很大程度地緩解重污染企業的融資約束。一方面，數字金融可以通過增加金融產品服務來降低重污染企業的融資約束進而提高企業綠色投資。數字金融帶來了傳統金融的顛覆性創新，包括商業模式創新、金融產品創新和金融服務創新，擴大了金融覆蓋面，增加了綠色項目與融資相結合的金融服務和產品，為尋求綠色轉型但缺乏資金的重污染企業提供融資渠道，有助于激勵企業將更多的資金投入綠色項目。另一方面，數字金融可以降低融資成本和風險，充分發揮其

普惠屬性改善企業融資約束問題［29］。數字金融可以降低時間成本和人力成本等企業融資的交易成本，加快融資進程，改善了重污染企業融資環境，為企業的綠色投資提供更高效的金融服務和更低的融資風險。基于此，本文提出假設H2。

H2：數字金融可以通過降低融資約束水平促進重污染企業綠色投資。

在重污染企業現金流周轉困難、經營風險較高時，管理層可能會采取偏重于資本運作的資源配置方式，也就是企業配置金融資產比例越來越高，企業出現金融化趨勢，形成“脫實向虛”的現象［30］。金融資產由于投資變現快且調整成本低，可以通過金融投資獲益，以保障生產經營，降低資金緊縮風險，在短期內改善企業業績。數字金融的發展可以產生替代效應，使企業管理者另辟蹊徑，避免重污染企業“不務正業”。首先，數字金融通過搶占傳統金融市場份額，有效吸納社會閑散資金轉化為金融供給，為企業提供更豐富的融資渠道和融資方式，大大增加了資金可得性［31］，降低經營風險，抑制了重污染企業金融化動機，增加了企業將自有資金投入綠色項目的可能性，進而提高重污染企業的綠色投資水平。其次，數字金融可以通過大數據、云計算等新技術，為企業推演出投資的最優路徑，提高企業實體投資能力，將企業資金從虛擬經濟中拉攏回來，由金融體系回流至實體經濟，擴大重污染企業綠色投資規模，實現重污染企業長期、綠色發展。基于此，本文提出假設H3。

H3：數字金融可以通過抑制企業金融化促進重污染企業綠色投資。

三、 研究設計

（一） 研究變量及定義

1. 被解釋變量

綠色投資（GI）。企業綠色投資是企業為節能減排、環境恢復和維持，追求可持續發展所付出的“費用化”和“資本化”投資?！百M用化”綠色投資具體表現為企業所付出的環保費用、治理費用、廢棄物處置費用、綠化費用等?！百Y本化”綠色投資不僅可以保護生態環境還可以獲得經濟效益，包括企業綠色固定資產投資、綠色可再生和清潔能源開發、節能降耗技術研發、綠色技術創新、綠色產品創新、廢物循環利用等項目的投資。因此，本文根據重污染上市公司年度報告財務附注報表中提供的在建工程和管理費用明細，從明細項目中篩選出“費用化”和“資本化”綠色投資進行加總，并取自然對數來衡量重污染企業綠色投資。

2. 核心解釋變量

數字金融（DIF）。選取北京大學數字金融研究中心與螞蟻金服集團合作測度的城市層面中國數字普惠金融發展指數作為數字金融的衡量指標，并作除以100處理。該指數從覆蓋廣度、數字金融使用深度和普惠金融數字化程度三個維度精確詳細地刻畫了各城市的數字金融現狀，考量了數字金融基礎設施在各地區的覆蓋程度、多元金融服務對企業的支持程度和數字金融使用信息技術支持融資的水平，是目前數字金融領域研究主要運用的測度指標［32］。

3. 中介變量

融資約束（FC）。本文選取FC指數作為融資約束的衡量指標。FC指數按照年度對公司規模、公司年齡、現金股利支付率三個變量進行標準化，FC指數越大，企業融資約束問題越嚴重。該指數不僅避免了內生性的干擾，還考慮了現金股利支付率變量的影響，提高了融資約束精確度。

企業金融化（FA）?，F有研究中大多用投資收益占營業收入份額、金融資產占總資產份額兩種方式來衡量企業金融化水平［33］。相較于投資收益占營業收入份額，金融資產占總資產份額的衡量方式能夠反映企業預防性儲蓄動機，可以更好地觀察企業長期發展中金融化趨勢的變化。因此，本文選取金融資產占總資產份額來衡量企業金融化水平。

4. 控制變量

基于已有文獻，選取可能對綠色投資產生影響的企業層面特征變量加以控制。本文分別選取托賓Q值（TobinQ），市值/總資產；股東股權集中程度（Ownership），公司前10位股東持股比例之和；兩職合一（Duality），董事長與總經理是否為同一人，董事長與總經理不是由同一人擔任取值為0，董事長與總經理是由同一人擔任取值為1；權益乘數（Em），資產總計／所有者權益合計；董監高是否具有金融背景（Mng），現任董監高中有人具有金融背景（包括曾經與現在的工作背景）取值為1，現任董監高沒有人有金融背景取值為0。

（二） 樣本選擇及數據來源

本文選取2011—2021年重污染行業滬深A股上市公司為研究樣本，研究數字金融對重污染企業綠色投資的影響，其中重污染行業是根據2010年環保部公布的《上市公司環境信息披露指南》（征求意見稿）進行區分，包括火電、水泥、鋼鐵、冶金、化工等16類行業。數字金融指標選用北京大學數字金融研究中心官網于2022年所公布的《北京大學數字惠普金融指數（2011—2021）》，原始數據來源于數字經濟開發研究平臺（https：//tech.antfin.com/research/data），其余變量的數據均來自CSMAR數據庫。為保證數據的連續性和有效性，本文剔除了ST、*ST公司，最終確立含723個企業樣本、191個城市的非平衡面板數據作為本文的研究對象。將重污染企業所在地級城市與對應城市的數字金融指數進行數據對接，完成回歸檢驗，本文數據處理均采用StataSE 16完成。

（三） 研究模型

為驗證數字金融對重污染企業綠色投資影響的總效應，回歸模型設定如下：

GIit=α0+α1DIFit+α2Xit+industryi+yeart+μit（1）

其中，GIit為重污染企業綠色投資，DIFit為數字金融，Xit為控制變量，包括托賓Q值、股權集中度、兩職合一、權益乘數、董監高是否具有金融背景等，industryi為公司效應，yeart為時間效應，μit為隨機項，α0為常數項，α1、α2為待估計系數（下同）。

為了驗證數字金融影響重污染企業綠色投資的作用機制，本文引入融資約束（FC）、企業金融化（FA）作為中介變量，檢驗數字金融是否可以通過緩解融資約束、抑制企業金融化進而影響重污染企業綠色投資。為了避免出現中介變量內生性問題，本文參考江艇［34］提出的中介效應分析方法，建立如下機制檢驗模型：

FCit=β0+β1DIFit+β2Xit+industryi+yeart+μit（2）

FAit=β0+β1DIFit+β2Xit+industryi+yeart+μit（3）

四、 實證結果與分析

（一） 描述性統計結果

表1中重污染企業綠色投資（GI）的最小值、最大值分別為9.8864和21.6693，標準差為2.4952，說明重污染企業間綠色投資水平存在著一定的個體差異，不同企業對待履行環保責任的觀念有著明顯區別，綠色投資規模也存在明顯差距。同時，數字金融（DIF）的最小值和最大值存在較大差距，分別為0.231和3.5968，均值為2.1472，說明不同城市間存在數字金融發展不均衡的現象。另外，控制變量方面，托賓Q值（TobinQ）的最小值為0.7008，最大值為78.7512；股權集中度（Ownership）最小值為3.5876，最大值為95.0935；權益乘數（Em）的最小值為-150.933，最大值為174.618?？刂谱兞康淖畲笾岛妥钚≈挡钪递^大，說明樣本公司成長能力和穩定性存在較大差異，有必要進行控制。

（二） 基準回歸結果

利用豪斯曼檢驗進行模型判斷，顯示P值為0，小于0.01，拒絕了原假設，說明固定效應優于隨機效應，因此，本文使用雙向固定效應面板模型進行分析，控制企業和時間固定效應，并在企業層面聚類標準誤處理。模型（1）的檢驗結果見表2。表2列示了數字金融影響重污染企業綠色投資的基準回歸結果。列（1）未加入控制變量，僅固定了個體和時間效應，結果證實數字金融對重污染企業綠色投資

有明顯促進作用，且通過了1%顯著性水平。在此基礎上，列（2）加入了控制變量，數字金融的影響系數仍為正數，且通過了1%顯著性水平，證實了假設H1，表明數字金融發展可以顯著提高重污染企業綠色投資水平。另外，回歸r2均接近0.8，說明模型擬合程度很好，該模型的回歸結果可信度高。

（三） 穩健性檢驗

為了證明研究的可靠性和可信性，本文進行了三種方式的穩健性檢驗，檢驗結果見表3。

第一，解釋變量滯后兩期?？紤]到數字金融發展對重污染企業綠色投資行為產生影響可能需要一定的時間，本文將數字金融變量分別滯后一期和兩期，重新審視數字金融對重污染企業綠色投資行為的影響?；貧w結果見表3中列（1）和列（2），分別通過了1%和5%的顯著性水平，說明當期數字金融發展帶來的影響具有一定的長期性，能夠影響到未來兩期重污染企業的綠色投資行為。

第二，剔除中心城市的干擾。由于中心城市的經濟發展水平、產業結構與其他城市具有較大差異性，因此，本文剔除了各省省會城市、四個直轄市和五個計劃單列市，以免影響研究結果的可靠性。從列（3）和列（4）的回歸結果來看，不論是否存在控制變量，回歸系數仍為正數，且在5%的水平上顯著相關，與主效應回歸結果一致。

第三，工具變量法。考慮到研究過程中可能會出現內生性問題，同時通過豪斯曼檢驗以P=0的概率證實了解釋變量數字金融為內生解釋變量。因此，本文選取工具變量法來緩解原模型可能存在的內生性。根據工具變量的選取要求，工具變量需要滿足相關性和外生性假定，參考已有研究與本文實際情況，選取重污染企業所在城市到杭州的球面距離（Distance）作為工具變量［35］，進行兩階段最小二乘回歸。首先，從相關性來看，杭州市已成為技術驅動型的全球金融科技中心，擁有包括螞蟻集團在內的十幾家金融科技巨頭。《2020全球金融科技報告》顯示，作為中國金融科技發源地的杭州已邁入全球金融科技城市第一梯隊。因此，重污染企業所在城市至杭州的球面距離的遠近與受到杭州金融科技的影響存在高度的關聯性，離杭州的球面距離越近，重污染企業所在城市越容易受到杭州金融科技發展的帶動。其次，從外生性檢驗來看，弱工具變量檢驗結果顯示第一階段的F值遠大于10，證實了重污染企業所在城市到杭州的球面距離是合適的，并且是一個較好的工具變量。同時，工具變量與內生變量個數相等，屬于恰好識別，即不必過度識別檢驗。在處理數字金融內生性問題之后進行兩階段最小二乘回歸，從列（6）的第二階段工具變量回歸結果觀察，數字金融系數變為0.2676，且在1%的水平上顯著相關，與主效應回歸結果一致，說明主效應回歸的結論是穩健的。

（四） 作用機制分析

本文構建以融資約束（FC）、企業金融化（FA）為中介變量的中介模型，回歸結果見表4。從列（1）顯示的結果來看，數字金融對融資約束的回歸系數為-0.0666，表明融資約束為數字金融對重污染企業綠色投資的作用路徑。數字金融發展使得金融市場更加完善，提供了更為豐富的金融資源，拓寬了企業的融資渠道，從而緩解了重污染企業的融資約束。企業融資約束問題的紓解使得重污染企業能夠繼續維持環保項目投資，提高了重污染企業進行綠色投資的積極性和主動性，從而表現出“數字金融→融資約束→重污染企業綠色投資”的傳導機制，即數字金融能顯著降低重污染企業融資約束水平，進而提高重污染企業綠色投資，本文假設2得到驗證。從列（2）顯示的結果來看，數字金融對企業金融化的回歸系數為-0.0430，說明企業金融化是數字金融對重污染企業綠色投資的作用路徑。數字金融發展顛覆了傳統模式下金融行業的運營，引導更多的金融資源流向實體經濟，抑制了重污染企業金融化發展趨勢，促進企業開展環保相關的綠色投資項目，進一步擴大了重污染企業綠色投資規模，從而表現出“數字金融→企業金融化→重污染企業綠色投資”的傳導機制，即數字金融能顯著抑制重污染企業金融化，進而提高重污染企業綠色投資，本文假設3得到驗證。

五、 進一步研究

（一） 外部監督的影響

1. 環境規制

環境規制是地方政府引導經濟綠色發展的重要手段。環境規制政策的實施對重污染企業提出更高要求，倒逼重污染企業綠色轉型升級。隨著環境規制強度逐漸加大，企業為達到環境規制標準，不得不增加環境治理費用和治污技術研發投入，使得重污染企業面臨更嚴重的資金緊缺。借助數字金融，重污染企業能夠更快更有效地獲得資金支持進行綠色投資，從而實現信貸綠色化、產業綠色化及資源節約化。為此，

本文將環境規制納入分析框架中，采用從地級市政府工作報告中手動收集環境保護詞頻率統計數據作為衡量環境規制的指標，探討環境規制如何影響數字金融與重污染企業綠色投資之間的關系，在模型（1）的基礎上，加入環境規制（EV）與數字金融（DIF）的交乘項，結果見表5列（1）。

表5列（1）中，數字金融回歸系數為0.7511，環境規制與數字金融的交互項系數為0.005，且通過了5%的顯著性水平。當環境規制強度達到較高水平時，社會整體被污染水平明顯下降，綠色產業將占據主導地位，高能耗、高污染的低效產業逐漸被淘汰。環境規制強度加大，重污染企業綠色投資需求也不斷增加，與此同時，數字金融發展為企業帶來資金支持，重污染企業通過合理利用數字金融拓寬的融資渠道，可以高效獲取資金，更有動力應對政府環境規制要求，積極開展綠色投資活動。

2. 分析師關注度

分析師作為市場中重要的外部監督者，具有專業的背景知識、完善的信息渠道，以及傳遞信息中介的職能，其對企業經營活動、投資活動有著重要影響。為檢驗分析師關注度對數字金融與重污染企業綠色投資之間關系的影響，本文選取一年內對該公司進行過跟蹤分析的分析師或者分析師團隊數量來度量分析師關注程度，探討分析師關注度如何影響數字金融與重污染企業綠色投資間的作用關系。在模型（1）的基礎上，本文加入分析師關注度（AnaAttention）與數字金融（DIF）的交乘項，結果見表5列（2）。列（2）中數字金融回歸系數為1.0139，分析師關注度與數字金融的交互項系數為0.0106，通過了1%顯著性水平。研究結果表明，隨著數字金融的發展，分析師對重污染企業的關注度越高，就越能激勵企業積極開展技術設備更新，更可能進行節能減排技術或者更為先進的低碳生產方法等相關項目的綠色投資，以此維護企業聲譽并獲得競爭優勢。

上述分析結果證實，環境規制和分析師關注度在數字金融發展與重污染企業綠色投資之間起到正向調節作用。在政府“有形之手”和市場“無形之手”的共同作用下，可以最大限度地發揮數字金融高效、高覆蓋率、低成本等作用，加大企業綠色投資活動，加強數字金融賦能重污染企業綠色投資效果。

（二） 企業異質性的影響

1. 企業產權性質

為了進一步檢驗數字金融發展對不同產權性質的重污染企業綠色投資效應是否存在差異，本文按照企業產權性質將全樣本劃分為國有企業和非國有企業進行分樣本回歸分析，結果見表6列（1）和列（2）。從列（1）的結果可以看出，數字金融對國有重污染企業綠色投資水平的影響系數為1.9868，且通過了10%的顯著性水平，說明數字金融可以顯著促進國有重污染企業的綠色投資。而列（2）的結果顯示，數字金融對非國有重污染企業綠色投資的影響未通過顯著性檢驗。可能的原因是：相比于非國有企業，國有企業原本就肩負著節能減排和環境保護等社會責任，企業綠色投資的需求相對較高，同時具有政府背景的國有企業在獲取金融資源時也更具有優勢。因此，國有企業要綜合考慮經濟、環境和社會效益，更可能將數字金融獲得的資金用于綠色投資，而非國有企業則將資金優先用于獲取經濟效益。

2. 企業規模

為考察數字金融促進重污染企業綠色投資是否受到企業規模的影響，本文將樣本公司按照公司從業人員數量進行企業規模分組。具體分組規則如下，公司從業人員數量的分位數位于33.33%以下的為小規模企業；公司從業人員數量的分位數位于33.33%～66.66%之中的為中等規模企業；公司從業人員數量的分位數位于66.66%以上的為大規模企業。從表6列（3）、列（4）的結果可以看出，數字金融對中小規模重污染企業綠色投資的影響未通過顯著性水平檢驗。列（5）結果顯示，數字金融對大規模重污染企業綠色投資的回歸系數為1.7960，且通過了10%的顯著性水平，說明數字金融發展僅能對大規模重污染企業綠色投資產生促進效果，而不能影響中小規模重污染企業的綠色投資水平。造成這一結果可能的原因是：相較于中小企業，大規模企業的環境治理狀況更容易受到市場和監管部門的關注，為了維護企業良好的聲譽及形象，大規模企業會更積極地履行其環境和社會責任，將數字金融取得資金用于綠色投資。

六、 結論性評述

數字經濟時代，數字金融實現了金融資源的高效配置，優化企業投資環境，對重污染企業綠色投資行為產生重大影響，為企業實現綠色轉型提供了新機遇。本文基于2011—2021年中國重污染行業滬深A股723家上市公司的面板數據，實證分析數字金融發展對重污染企業綠色投資的影響及其傳導機制，得出以下結論：第一，數字金融發展能夠顯著提高重污染企業綠色投資水平，并通過解釋變量滯后兩期、剔除中心城市的干擾和工具變量法等進行穩健性檢驗，證明該結論仍然成立。第二，通過作用機制分析證實，融資約束、企業金融化是數字金融提高重污染企業綠色投資水平的有效機制，數字金融可以通過緩解融資約束、抑制企業金融化進而提高重污染企業綠色投資水平。第三，進一步分析中，環境規制、分析師關注度正向調節了數字金融發展對重污染企業綠色投資的促進效果；數字金融發展對重污染企業綠色投資的影響在不同產權性質和規模水平的企業存在顯著差異性，結果顯示僅國有企業和大規模企業存在顯著促進作用。

基于以上結論，本文提出以下建議：

（1）政府視角。第一，加快推進數字金融發展。加快數字金融基礎設施建設，利用大數據、云計算、區塊鏈等技術不斷完善數字金融平臺，完善數字金融配套體系，加強數字金融制度建設。加強數字金融對企業綠色投資的激勵作用，為企業綠色創新提供動力。第二，實行差異化的數字金融扶持政策。政府在出臺數字金融相關政策時，應制定差異性策略，充分考慮企業性質、經營模式、發展規模等多個維度，制定更加合理的政策和流程，進而更為精準地扶持企業發展。首先，應制定相應的金融扶持辦法，重視提高長尾企業政策支持力度，充分展現數字金融的資源配置優勢，使長尾企業的綠色投資潛力最大化。其次，應對金融市場進行適當干預，積極擴大有效的金融供應，引導數字金融在增強信貸資源可得性方面的功能，進一步向長尾企業傾斜，最大限度發揮長尾企業綠色投資潛力。最后，政府應根據不同企業的具體階段和實際水平，實行異質動態調節，力爭數字金融對企業綠色投資的積極影響始終處于最優區間內，從而在有限的資源約束下盡可能最大化釋放數字金融助力重污染企業綠色投資的溢出紅利。第三，加強外部監督作用。完善數字金融的外部監督體系建設，創新金融監管模式，強化功能監管。完善環境規制政策，提升企業綠色發展理念，助力企業綠色轉型。此外，規范分析師行業發展，制定統一的信息披露規范體系，提高市場信息透明度，促進分析師關注的監督機制和聲譽更好地發揮作用。

（2）企業視角。第一，加強企業軟實力建設。相較而言，非國有企業和中小規模企業的內部人員、技術、管理水平等關鍵要素落后，導致企業軟實力能力、創新活力不足，核心競爭力水平較弱。數字金融的發展雖然可以緩解重污染企業融資困難的問題，但并未能全部解決企業軟實力較弱的問題。因此，企業不僅要重視融資問題，還應注重軟實力的提升，尤其是人才的引進和培養，提高風險管理能力。只有不斷加強人才、技術的建設，洞察數字金融的發展趨勢及其他新金融模式，企業才能及時抓住機會，迅速做出合理決策，提升企業核心競爭力。第二，重視企業內部數字金融建設。實體企業應當及時了解和爭取企業可獲得的金融服務，改善企業資金狀況，保障投資項目的順利推進。一方面，可以將數字金融納入企業戰略規劃，助力重污染企業降本增效，實現綠色可持續發展；另一方面，企業應當加強內部管理，提高信息披露質量，為以大數據為基礎的數字金融信貸決策提供數據支持，使企業更易于獲得信貸資金。

參考文獻：

［1］Daivi R. Reimagining money： Kenya in the digital finance revolution［J］. Economic Anthropology，2022，45（3）：195197.

［2］Aijie L ，Yulei P， Xi W. Digital finance and investment of micro and small enterprises： Evidence from China ［J］. China Economic Review， 2022， 75（10）：101846.

［3］劉婷婷，溫雪，鄧亞玲.數字化轉型視角下數字金融對企業投資效率的影響效應分析［J］.財經理論與實踐，2022（4）：5158.

［4］段軍山，高雯玉.數字金融發展對企業全要素生產率的影響研究［J］.當代財經，2022（5）：5162.

［5］侯層，李北偉.金融科技是否提高了全要素生產率——來自北京大學數字普惠金融指數的經驗證據［J］.財經科學，2020（12）：112.

［6］Hussein J A. Digital financial investment in digital currencies risks and impact on the profitability of financial companies［J］. Research in Economics and Management，2022，7（3）：121.

［7］Fabio M，Michele L，Fabrizio L. The effect of digital financial innovation on structural transformation and the labour market［J］. International Journal of Trade and Global Markets，2020，13（4）：434453.

［8］王敏，李兆偉.數字普惠金融與企業創新：理論邏輯與實證檢驗［J］.管理學刊，2023（1）：102119.

［9］車德欣，吳非，趙丹妮.數字金融與企業研發投入——結構差異、渠道檢驗與市場化程度下的效應識別［J］.經濟經緯，2022（4）：140149.

［10］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（3）：131145.

［11］韓先鋒，鄭酌基，宋文飛，等.環境規制調節下數字金融對綠色技術創新的動態影響研究［J］.管理學報，2023（8）：11801188.

［12］Yan Q， Zhi W， Mingbo Z. Can digital finance improve corporate environmental performance？ Evidence from heavy polluting listed companies in China ［J］. Emerging Markets Finance and Trade， 2023， 59 （14）： 40544074.

［13］Desalegn G， Tangl A. Developing countries in the lead： A bibliometric approach to green finance［J］. Energies，2022，15（12）：4436.

［14］張平淡.綠色金融的探索與發展［J］.中國高校社會科學，2018（1）：4350.

［15］Siedschlag I，Yan W. Firms green investments： what factors matter？［J］. Journal of Cleaner Production，2021， 310（7）：127554.

［16］Ding Q， Huang J， Chen J. Does digital finance matter for corporate green investment？ Evidence from heavily polluting industries in China［J］. Energy Economics，2023，117（1）：106476.

［17］屈文洲，謝雅璐，葉玉妹.信息不對稱、融資約束與投資—現金流敏感性——基于市場微觀結構理論的實證研究［J］.經濟研究，2011（6）：105117.

［18］趙瑞瑞，張玉明，劉嘉惠.金融科技與企業投資行為研究——基于融資約束的影響機制［J］.管理評論，2021（11）：312323.

［19］Wu Y L，Huang S L. The effects of digital finance and financial constraint on financial performance： firm-level evidence from Chinas new energy enterprises［J］. Energy Economics，2022，112（8）：106158.

［20］潘藝，張金昌.數字金融對企業可持續發展的影響及機制研究［J］.金融理論與實踐，2023（6）：110.

［21］趙曉鴿，鐘世虎，郭曉欣.數字普惠金融發展、金融錯配緩解與企業創新［J］.科研管理，2021（4）：158169.

［22］Hongyu L ，Zhao C . Digital finance and green innovation efficiency： Empirical data from Chinese listed manufacturing companies［J］. Environmental science and pollution research international， 2023，31（10）：371383.

［23］Ying L， Xiaohan Y， Xiuyun Y. Digital finance and enterprise investment efficiency in China ［J］. International Review of Financial Analysis， 2024， 59（1）：104709.

［24］翟淑萍，韓賢，張曉琳，等.數字金融能降低企業債務違約風險嗎［J］.會計研究，2022（2）：117131.

［25］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）：5266.

［26］Ozili PK. Digital finance， green finance and social finance： Is there a link？［J］. Financial Internet Quarterly，2021，17（1）：17.

［27］Sakai H. Did financing constraints cause investment stagnation in Japan after the 1990s？ ［J］. Journal of Corporate Finance，2020（5）：116.

［28］姜付秀，蔡文婧，蔡欣妮，等.銀行競爭的微觀效應：來自融資約束的經驗證據［J］.經濟研究，2019（6）：7288.

［29］姚正海，孫鑫.數字普惠金融、融資約束與企業財務績效［J］.武漢金融，2022（6）：4252.

［30］馬超，鄭軍.數字金融與企業“脫實向虛”：抑制還是促進？［J］.經濟體制改革，2023（3）：184191.

［31］袁鯤，曾德濤.區際差異、數字金融發展與企業融資約束——基于文本分析法的實證檢驗［J］.山西財經大學學報，2020（12）：4052.

［32］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）：14011418.

［33］盛明泉，項春艷，謝睿.數字普惠金融能否抑制實體企業“脫實向虛”［J］.首都經濟貿易大學學報，2022（1）：96112.

［34］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100120

［35］田瑤，郭立宏.數字普惠金融縮小收入差距了嗎？——來自中國家庭追蹤調查的經驗證據［J］.當代經濟科學，2022（6）：5770.

［責任編輯：苗竹青，高? 婷］

Can Digital Finance Promote Enterprise Green Investment？

An Empirical Study Based on Listed Companies in Chinas Heavy Pollution Industry

HAN Nana，b， YU Roua

（a. School of Economics and Management;

b. Regional Economic Development Research Center， Yanshan University， Qinhuangdao 066004， China）

Abstract： Digital finance has realized the efficient allocation of financial resources and provided new opportunities for heavy polluting enterprises to achieve green transformation. Based on the panel data of 723 Shanghai and Shenzhen A-share listed companies in Chinas heavy polluting industries from 2011 to 2021， this paper empirically analyzes the impact of digital finance development on green investment of heavy polluting enterprises and its transmission mechanism. The research results confirm that： the development of digital finance can significantly improve the level of green investment in heavy polluting enterprises， and this conclusion is still valid after passing a series of robustness tests.? The mechanism test

results

show that digital finance can improve the level of green investment in heavy polluting enterprises by mitigating financing constraints and inhibiting corporate financialization.? In the further analysis， environmental regulations and analyst attention positively regulate the promotion effect of digital finance on green investment of heavy polluting enterprises; Digital finance only has a significant effect on the level of green investment of Chinese enterprises and large-scale enterprises in heavy polluting industries. Finally， based on the research findings， relevant suggestions are proposed to promote the development of digital finance and green investment of enterprises.

Key Words： digital finance; green investment; heavy polluting enterprise; financing constraint; corporate financialization; external supervision