數字金融對企業ESG表現的影響效應與機制分析

［摘 要］ 以2011-2022年中國A股上市公司為研究對象，實證檢驗數字金融對企業ESG表現的影響效應及作用機制。研究發現，數字金融能夠顯著提升企業ESG表現，這一影響主要通過推動企業綠色創新和緩解融資約束來實現。結構特征異質性分析顯示，數字金融對企業環境治理水平的促進作用最為明顯；數字金融的三個維度——覆蓋廣度、使用深度和數字化程度——均能提升企業ESG表現，其中覆蓋廣度對企業ESG表現的促進作用最為顯著。企業特征異質性分析發現，數字金融對國有企業和重污染企業的ESG表現的提升作用更為明顯。地區特征異質性分析表明，在環境規制強和對外開放程度高的地區，數字金融對企業ESG表現的促進效果更加顯著。

［關鍵詞］ 數字金融；企業ESG表現；綠色創新；融資約束

［中圖分類號］" F830.2"" ［文獻標識碼］ Ａ"" ［文章編號］ 1008-1763（2025）01-0056-11

The Impact of Digital Finance on Corporate ESG Performance

and Its Mechanism Analysis

QIAO Haishu^1，2， WANG Hongyi¹， LIU Junjiao¹

（1. College of Finance and Statistics， Hunan University， Changsha 410006， China;

2. School of Finance， Fuzhou University of International Studies and Trade， Fuzhou 350202， China）

Abstract：Using a sample of A-share listed companies in China from 2011 to 2022， this study empirically examines the impact of digital finance on corporate ESG performance and its mechanisms. The results reveal that digital finance can significantly enhance corporate ESG performance， primarily through promoting corporate green innovation and alleviating financial constraints. Structural characteristics heterogeneity analysis reveals that digital finance has the most pronounced effect on improving corporate environmental governance. Among the three dimensions of digital finance—coverage breadth， usage depth， and digitalization level—coverage breadth has the most significant impact on enhancing corporate ESG performance. Heterogeneity analysis of enterprise characteristics indicates that digital finance has a more pronounced effect on improving ESG performance for state-owned enterprises and heavily polluting enterprises. Additionally， regional heterogeneity analysis reveals that digital finance has a more significant positive impact on enhancing corporate ESG performance in areas with more stringent environmental regulations and higher levels of openness.

Key words： digital finance; corporate ESG performance; green innovation; financial constraints

一 引 言

面對日益嚴峻的生態失衡和環境問題，保護生態環境和促進綠色發展已經成為世界可持續發展的重要議題。近年來，中國堅持以綠色發展作為高質量發展的底色，持續推進綠色低碳發展戰略的全面實施。黨的二十大報告進一步明確要積極穩妥推進碳達峰碳中和（“雙碳”），并指出推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節。作為國家經濟轉型發展的微觀主體，企業貫徹并踐行綠色發展理念，對“雙碳”目標的實現和經濟高質量發展具有決定性作用。ESG（environmental，social and governance）理念著重關注企業在環境、社會和治理績效的綜合表現。近年來，企業ESG表現逐漸被各界廣泛接受，并成為衡量企業綠色可持續發展的重要指標^[1]。這一指標的提升不僅契合國家當前綠色低碳轉型的要求，也為加快形成新質生產力奠定了重要基礎。向ESG模式轉型逐漸成為中國實體經濟部門的價值共識和重要導向。同時，作為傳統金融與數字技術融合發展的產物，數字金融這一新興業態在大數據、人工智能等技術深度賦能下，為企業綠色可持續發展帶來了獲取金融支持的新機會^[2]。然而，數字金融能否對微觀企業ESG表現產生積極影響，仍然值得深入探討。

現有研究主要從企業內外部兩個視角探討影響ESG表現的因素。一方面，CEO特征^[3]、CEO任期長短^[4]以及董事會獨立性^[5]等公司內部結構對企業ESG表現具有顯著影響。另一方面，制度壓力^[6]、媒體關注^[7]和數字化發展^[8]等外部環境因素可以推動企業在經營戰略層面上轉向積極的ESG實踐。另外，學界在數字金融推動企業綠色可持續發展方面也展開了諸多研究。數字金融能有效吸納市場中大量具有“多、小、散”特征的投資者的金融資源^[9]，實現金融資源的高效轉化和有效供給，為企業融資提供新型模式和資金支持^[10]。同時，數字金融能夠有效提高企業環境信息披露水平^[11]，強化企業綠色創新能力^[12]，在提升企業環境績效方面具有重要作用。可見，已有文獻充分肯定了數字金融在推動企業綠色可持續發展方面的積極作用，但數字金融對企業ESG表現的影響尚未明確，其中的作用機制仍需探討。

有鑒于此，本文以2011-2022年中國A股上市公司為研究對象，旨在從微觀企業層面探討數字金融對企業ESG表現的影響。本文的邊際貢獻如下：第一，從金融支持視角考察企業ESG表現的影響因素，深化了企業ESG表現的相關研究，為促進企業提升ESG表現、實現企業高質量發展提供新的視角和實證參考依據。第二，從綠色創新和融資約束兩個方面實證檢驗了數字金融對企業ESG表現的作用機制，進一步拓展了金融發展理論的研究。第三，基于多維異質性視角識別了數字金融對企業ESG表現影響的邊界條件。本文分別從結構、企業和地區特征三個方面探討了數字金融對企業ESG表現影響的異質性，這不僅能夠更好地揭示數字金融對企業ESG表現的影響機制，而且有助于提供更為具體、個性化的管理建議。

二 理論分析與研究假設

（一）數字金融與企業ESG表現

近年來，以大數據、人工智能、云計算等數字技術為依托所產生的數字金融新模式改變了傳統金融業態，能夠有效應對以往金融服務存在的資源配置低效、準入門檻較高等現實困境^[13]，這也為企業ESG表現的提升提供了新的動能。一方面，數字金融催生一系列智能化的金融產品，并在一定程度上提升了金融服務的可獲得性，為正處于綠色轉型發展階段的企業提供了便捷的金融支持，顯著提升了其環境效益。另一方面，數字金融憑借其網絡化、去中介化的特征，拓寬了公眾參與環保事業的渠道，提升了公眾對企業環保責任的關注度，從而推動企業積極落實社會責任^[14]。此外，數字金融為企業完善自我監督機制提供了數據支持和技術保障，有助于優化內部治理結構，推動企業各部門積極踐行ESG發展理念^[15]。基于上述分析可得，數字金融發展能夠綜合提升企業ESG表現。為此，本文提出以下研究假設。

H1：數字金融能夠提升企業ESG表現。

（二）數字金融提升企業ESG表現的理論機制分析

1. 提升企業綠色創新水平

綠色創新作為企業踐行綠色發展理念和實施創新驅動戰略的綜合表現，具有兼顧企業“經濟效能”和“環保動能”的雙重功能，也是企業ESG表現的重要方面^[16]。但是，企業綠色創新也同樣面臨著高風險、長周期以及收益不確定性等問題，這可能導致企業綠色創新活動難以有效推進，從而影響企業可持續發展。數字金融借助大數據、人工智能等先進信息技術有效突破了傳統金融服務在創新活動中的限制，不僅降低了企業綠色創新風險，還為提升企業ESG表現提供了有力的技術支持。一方面，數字金融能夠利用信息技術快速獲取外部信息，并借助大數據技術以低成本、低風險的方式處理數據^[17]，顯著優化了企業內部決策流程，提高了經營效率，進一步增強了企業在綠色創新活動中的風險承擔能力。另一方面，數字金融以技術創新作為內在驅動力^[18]，不僅是企業技術創新的一個重要體現，同時也具有綠色屬性^[19]。數字產品的創新與應用能夠有效減少企業在生產、銷售等環節產生的環境污染，從而從根本上提升企業的環境治理能力與社會責任履行水平。因此，數字金融能夠推動企業綠色創新，并為提升企業ESG表現提供技術支持。

2.緩解企業融資約束

新一代數字技術的發展催生了以移動支付、互聯網信貸、供應鏈金融等為代表的數字金融新模式，這有效突破了企業創新發展長期面臨的“融資難、融資貴”瓶頸，為優化企業ESG表現提供了強有力的資金支持。數字金融發展可以通過銀行和金融科技公司兩大主體影響企業信貸和資金可得性水平^[20]，在緩解企業融資約束的同時優化資金配置模式，推動金融資本向環境友好與可持續發展的方向流動，從而進一步加大企業ESG建設力度^[21]。具體而言，數字金融尚未發展為獨立的金融形態，其主要依托技術溢出和競爭效應，推動傳統金融服務模式的轉型與升級^[22]。數字技術的快速發展為銀行精準獲取企業財務信息和經營狀況創造了實現條件。數字金融通過提高銀企雙方的交易透明度，以較低成本建立信任機制，有效緩解了資金供給雙方的信息不對稱問題^[23]，不僅解決了企業的融資難題，還推動了其高質量發展。另外，伴隨著數字金融的發展，新型金融機構即金融科技公司進入了信貸市場，并引入了新的信貸技術，在一定程度上解決了傳統金融機構存在的信貸排斥問題，拓寬了中小微企業的資金獲取渠道^[24]，為應對企業長期存在的融資困境提供了全新的方案。由此可見，數字金融能夠助推傳統金融行業和新型金融機構協同發展，形成更具包容性的信貸體系，從而有效減少企業ESG發展中面臨的融資風險與資金約束。

綜合以上分析，本文提出以下研究假設。

H2：數字金融通過推動企業綠色創新與緩解企業融資約束兩個渠道提升ESG表現。

三 研究設計

（一）樣本選擇與數據來源

考慮到數字金融數據的可得性，本文選取2011-2022年中國A股上市公司為研究樣本。為保證數據的有效性和連續性，本文對原始數據進行以下處理：第一，剔除樣本區間內被ST、*ST的特殊案例企業以及主要變量缺失的樣本。第二，對所有連續變量進行上下1%的縮尾處理，以減少極端值可能帶來的誤差。本文最終得到634家上市公司，共計7608個樣本觀測值。另外，本文的核心變量，企業ESG和數字金融數據分別來自彭博數據庫（Bloomberg）和北京大學數字普惠金融指數。其余變量來自中國經濟金融研究數據庫（CSMAR）、各省市的統計年鑒、政府統計公報等。

（二）變量定義與說明

1.被解釋變量

企業ESG表現（ESG）。借鑒已有研究^[25]，本文選取對彭博ESG指標進行加1取自然對數處理后的形式，作為企業ESG的評價指標。彭博ESG指標不僅能夠有效對比各上市公司ESG表現的具體差異，同時在數據信效度方面有著較好表現，在時間跨度和企業覆蓋范圍上能夠更好地滿足本文研究需求。

2.解釋變量

數字金融（Digfin）。與已有大多數研究保持一致，本文以北京大學數字普惠金融指數作為數字金融的代理變量。該指數從數字金融覆蓋廣度、使用深度、數字化程度三個維度全面刻畫了中國數字金融發展特征^[26]，具有一定的代表性。

3.控制變量

為保證結果的穩定性，參考現有文獻^{[1， 27]}，在企業層面選取如下控制變量。資產收益率（Roa）：采用企業的凈利潤與資產總額的比值衡量。企業機會成本（OPC）：采用企業市場價值與資產重置成本之比衡量。獨立董事比例（Indir）：采用企業獨立董事人數占董事會總人數的比例衡量。股權集中度（Concen）：采用前五名股東的持股比例之和衡量。企業利潤率（PR）：采用企業利潤總額與企業營業收入總額的比值衡量。是否兩職合一（Dual）：采用虛擬變量表示，如果總經理和董事長是同一人，那么賦值為1，否則賦值為0。企業年齡（FA）：采用企業成立年份的自然對數衡量。企業規模（Size）：采用企業年末總資產的自然對數衡量。企業現金流（Cash）：采用經營性現金凈流量與營業總收入的比值衡量。企業研發創新能力（IC）：采用企業無形資與總資產的比值衡量。企業成長性（GR）：采用企業營業收入增長率衡量。企業杠桿率（Lev）：采用企業負債與資產的比值衡量。此外，本文還引入了城市控制變量^[28]。經濟發展水平（ED）：采用城市人均GDP的自然對數衡量。產業結構（Sec）：采用第二產業增加值占城市生產總值的比重衡量。技術水平（RD）：采用研發從業人數占總從業人數比重衡量。經濟集聚程度（EA）：采用非農產出與城市行政面積之比衡量。表1是主要變量的描述性統計。

（三）模型構建

為盡可能避免由遺漏變量而造成的內生性問題，本文構建如下固定效應模型：

ESGit=α0+α1Digfinjt+∑Kk=1βkControlit，k+∑Ll=1βlXjt，l+Firm+Year+εit （1）

其中，下標i代表企業，j代表企業所在的城市，t代表年份，ESGit為企業ESG表現，Digfinjt為數字金融發展水平，Controlit為一系列企業控制變量，Xjt為一系列城市控制變量，Firm、Year分別表示企業、年份固定效應，εit為模型的隨機擾動項。數字金融是否能夠推動企業ESG表現向好發展是本文的研究重點，主要通過系數α1反映。當α1顯著為正時，則表明數字金融能夠提升企業ESG表現。

四 實證結果與分析

（一）基準回歸分析

在利用面板數據模型展開數字金融對企業ESG表現影響的回歸分析之前，本文對各變量進行了方差膨脹因子檢驗（VIF檢驗）。結果表明，模型最大的VIF值為3.640，且所有變量的VIF均值為1.770，遠小于10，故本文所構建的基準回歸模型不存在嚴重的多重共線性問題。表2報告了本文的基準回歸結果。表2列（1）報告了未考慮控制變量的回歸結果，列（2）報告了加入控制變量與企業、年份固定效應的回歸結果。可以看到，數字金融的回歸系數在5%的水平上顯著為正，這說明數字金融的確可以提升企業ESG表現，能夠在企業環境治理參與、社會責任履行以及公司治理等方面產生強化作用，H1成立。

表2列（3）和列（4）報告了將數字金融分別滯后1期、2期的結果。可以看到，滯后1期和滯后2期以后數字金融的系數仍然為正，且至少在5%的水平上顯著。另外，數字金融滯后2期的系數大于滯后1期，并且滯后1期的系數也大于當期系數。這表明數字金融對企業ESG表現的影響并不會隨著滯后期數的增加而呈現出衰減趨勢，即數字金融能夠在較長的時間跨度內深化企業ESG表現，持續推動企業ESG表現向好發展，體現出一定的滯后性。

（二）穩健性檢驗

1.替換核心變量

借鑒已有研究^[29-30]，本文分別采用以下方式替換企業ESG表現和數字金融發展水平的衡量指標：一是分別采用華證ESG評級（HESG）和商道融綠ESG（SESG）評分來衡量企業ESG表現；二是采用“第三方在線支付規模”（Infin）作為數字金融發展的代理指標。采用基準回歸模型進行重新檢驗后，其回歸結果如表3所示。可見，無論替換解釋變量還是替換被解釋變量，數字金融的估計系數均至少在10%水平上為正，這表明基準回歸結果具有穩健性。

2.替換樣本數據

一是剔除創業板的上市公司樣本，這是考慮到創新型企業的數字化程度相對較高，因而將該類樣本剔除后再次回歸，結果如表4列（1）和列（2）所示。二是剔除直轄市的上市公司樣本，主要是考慮到直轄市在行政等級上存在特殊性，且直轄市可能存在示范城市選擇偏向問題，這可能造成數字金融與企業ESG表現的具體特征與其他城市存在較大差距。基于此，本文將辦公地址位于直轄市的上市公司樣本剔除后重新進行回歸，回歸結果如表4列（3）和列（4）所示。三是新冠肺炎疫情突發之后，線上辦公、交易、娛樂等領域持續發展，這也為數字金融發展提供了良好的契機，因此為避免疫情造成的影響，本文選取2011-2019年上市公司樣本重新進行回歸，回歸結果如表4列（5）和列（6）所示。表4報告了替換樣本數據后使用基準回歸模型重新檢驗的結果。結果表明，無論是否添加控制變量，數字金融的回歸系數均顯著為正，與基準回歸結果一致。

3.考慮內生性問題

本文采用工具變量法和外生事件沖擊法進行內生性問題的檢驗。一方面，本文借鑒已有研究^[31]，選取企業所在地級市到杭州的球面距離作為數字金融的工具變量。作為支付寶總部所在地的杭州，被認為是數字金融的起源地，并且杭州的數字金融發展水平一直處于領先位置。因此，根據數字金融的輻射效應，離杭州越近的區域，其數字金融發展水平越高。而離杭州距離越近的地區，并不意味著其企業ESG水平越高。同時考慮到該變量為截面數據，參考現有研究^[32]，采用上一期數字金融發展水平與地級市到杭州球面距離所形成的交互項作為工具變量，并使用兩階段估計方法進行系數估計。第一階段回歸結果的Cragg-Donald Wald F統計量為51.58，大于10，表明所選取的工具變量有效。第二階段回歸結果見表5列（1）。可以看到，數字金融的回歸系數仍然在5%水平上顯著為正。

另一方面，參考現有研究^[33]，本文將“寬帶中國”示范城市建設視為外生沖擊事件，分別采用雙重差分（DID）模型和傾向得分匹配雙重差分（PSM-DID）模型進行參數估計，以緩解變量間因反向因果造成的內生性問題。具體而言，取Post為時間變量，若時間處于“寬帶中國”示范政策后則取值為1，否則為0；取Treat為城市變量，若城市屬于“寬帶中國”戰略示范城市則取值為1，否則為0，兩者的交乘項Treat×Post表示“寬帶中國”戰略虛擬變量。表5列（2）和列（3）分別報告了DID模型和PSM-DID模型的回歸結果。可以看到，核心解釋變量的系數均在1%的水平上顯著為正，即無論是采用DID方法還是PSM-DID方法都表明“寬帶中國”戰略的實施不僅顯著促進了各地區的數字金融發展水平，還對各企業在環境治理參與、社會責任履行以及公司治理等方面產生了積極影響，進而對提升企業ESG表現產生顯著的促進效應，再次驗證了前文結論的穩健性。

（三）作用機制檢驗

以上分析已驗證數字金融發展能夠對企業ESG表現具有積極的促進作用，并且企業綠色創新水平和融資約束水平可能是數字金融提高企業ESG表現的作用機制。由此，本文構建中介效應模型對上述機制開展實證檢驗。

借鑒已有研究^[34]，本文使用企業綠色專利申請量的對數衡量企業的綠色創新水平（Gtech），同時使用企業融資約束SA指數的絕對值衡量企業融資約束水平（Fc）SA=-0.743×size+0.043×size2-0.040×age，其中size表示企業總資產的自然對數，age代表企業成立年限。。需要說明的是，SA指數絕對值越大，表示企業受到的融資約束越強。

參考現有研究^[35]，下文分別選取綠色創新水平（Gtech）和融資約束水平（Fc）作為中介變量，考察數字金融作用于企業ESG表現的作用渠道，具體的中介效應模型如下：

Medit=δ0+δ1Digfinjt+∑Kk=1βkControlit，k+∑Ll=1βlXjt，l+Firm+Year+εit（2）

ESGit=δ0+δ1Digfinjt+δ2Medit+

∑Kk=1βkControlijt+∑Ll=1βlXjt，l+Firm+Year+εit（3）

其中，Medit表示企業的綠色創新水平和融資約束水平，其余變量與基準回歸模型保持一致。

表6報告了以綠色創新水平和融資約束作為中介變量的回歸結果。具體來看，表6列（1）以綠色創新水平（Gtech）為被解釋變量，數字金融的估計系數在1%水平上顯著為正，說明數字金融能夠大力推動企業強化綠色創新。表6列（2）以企業ESG表現為被解釋變量，數字金融的估計系數在1%水平上顯著為正，并且綠色創新水平的估計系數在1%水平上顯著為正，結果表明，數字金融能夠通過促進企業綠色創新來提升其ESG表現。另外，表6列（3）以企業融資約束水平（Fc）為被解釋變量，數字金融的估計系數在1%水平上顯著為負，說明數字金融能夠有效降低企業融資約束。表6列（4）以企業ESG表現為被解釋變量，數字金融的估計系數在1%水平上顯著為正，并且融資約束的估計系數也在1%水平上顯著為負，即數字金融能夠通過緩解企業融資困境從而提升企業ESG表現，H2成立。

五 異質性分析

（一）基于結構特征的異質性檢驗

企業ESG表現分別由企業在環境治理參與、社會責任履行以及公司治理這三個維度組成，本文進一步考察了數字金融（Digfin）分別對企業環境治理（Environment）、社會責任（Social）和公司治理（Governance）這三個層面的影響，其結果如表7列（1）至列（3）所示。回歸結果表明，數字金融對企業的環境治理水平、社會責任履行水平和公司治理水平具有顯著的促進作用，并且這種促進作用均在5%的水平上通過了顯著性檢驗。相較而言，數字金融對企業環境治理水平的促進作用最為明顯，然后依次是企業社會責任履行水平和公司治理水平。原因在于相較于另外兩個維度，企業環境治理對企業的ESG表現影響效用最大，因此企業對于將資源分配到生態環境保護、能源的利用與管理以及環境治理參與等方面的意愿更為強烈。

根據數字普惠金融指標體系可知^[26]，數字金融包括覆蓋廣度（Dig_cov）、使用深度（Dig_usa）以及數字化程度（Dig_dig）三個維度。為此，本文分別考察了上述三個維度對企業ESG表現的影響差異，其結果如表7列（4）至列（6）所示。回歸結果表明，數字金融的三個維度均能顯著提升企業ESG表現，并且其回歸系數均至少在5%水平上為正，但從估計系數大小上來看，數字金融覆蓋廣度對企業ESG表現的促進作用最為明顯，然后依次是數字化程度和數字金融使用深度。這主要是因為數字金融能夠憑借快速發展的數字技術打破傳統金融在空間和時間上的雙重束縛，實現其在更多領域和更大范圍內的應用和發展，由此數字金融在覆蓋廣度上優先表現出較好的發展態勢，但數字金融與實體行業的深度融合以及傳統行業的數字化發展則可能需要相對更長的時間，因而數字金融覆蓋廣度在推動企業ESG表現上具有更加有力的促進作用。

（二）基于企業特征的異質性檢驗

國有企業作為國家培育和發展新質生產力的中堅力量，與非國有企業相比，肩負著更為重要的社會責任。因此，為檢驗數字金融發展對不同產權性質企業的影響是否存在差異，本文通過上市公司實際控制人性質識別企業產權性質，并設置虛擬變量（Soe）將全樣本劃分為國有企業和非國有企業進行分組回歸。回歸結果如表8列（1）和列（2）所示。從經驗P值來看，樣本間的系數差異顯著異于0。在國有企業的樣本中，數字金融的回歸系數為0.0126，且在10%水平上顯著；在非國有企業的樣本中，數字金融的回歸系數為0.0051，但未通過顯著性檢驗。這表明，數字金融對國有企業ESG表現的促進作用更加明顯。其原因是相較于非國有企業，國有企業在中國特有的經濟體制下具有獨特的政治優勢，與政府部門的聯系更為密切。因此，國有企業在數字金融發展的背景下，其率先響應政府號召、進行數字化轉型的意愿也更為強烈；與此同時，國有企業對企業在社會層面的形象管理也更為重視，因此，對于參與環境治理和企業內部治理等方面也會更加注重，發揮著“領頭羊”的示范作用。

另外，考慮到擁有污染屬性的企業更有可能受到政府和市場關注，同時需要面臨更為嚴峻的ESG表現挑戰和更高的經營不確定性。因此，借鑒已有研究^[36]，本文將樣本公司劃分為重污染企業和非重污染企業進行分組檢驗。回歸結果見表8列（3）和列（4）。從經驗P值來看，樣本間的系數差異顯著異于0。從回歸系數上來看，無論是重污染企業還是非重污染企業，數字金融均至少在5%的水平上顯著為正，但重污染企業的回歸系數明顯大于非重污染企業的回歸系數，即數字金融對重污染企業ESG表現的促進作用更加明顯。這主要是因為隨著當下所面臨的生態環境問題日趨嚴重，重污染企業會受到各級政府環保部門更為嚴苛的監管。為此，它們需要率先建設用于環境治理的基礎設施進而進行生產技術的轉型升級。基于此，重污染企業在數字金融的推動下，將獲取的資源往產能升級上傾斜，由此促進重污染企業更加重視環境保護，提升其ESG表現。

（三）基于地區特征的異質性檢驗

為考察環境規制如何影響數字金融與企業ESG表現的關系，借鑒已有研究^[37]，本文選取二氧化硫去除率和工業煙（粉）塵去除率構建環境規制綜合指數，同時引入虛擬變量ER，若樣本企業所在城市環境規制強度大于當年中位數，則取1，否則取0。在12年的樣本觀察期內，若地級市的環境規制指數累計大于或等于6次，則視為環境規制強，ER取值為1，否則取值為0。回歸結果如表9列（1）和列（2）所示。從經驗P值來看，樣本間的系數差異顯著異于0。可以看到，當企業所在城市的環境規制較強時，數字金融能夠顯著提升企業ESG表現。而當企業所在城市的環境規制較弱時，數字金融的回歸系數未能通過10%水平上的顯著性檢驗。這表明在環境規制越強的地區，數字金融發展水平對企業ESG表現的正向影響更加顯著。這主要是因為位于環境規制等環保政策實施強度更高地區的企業，受到更為嚴格的環保約束。在通過數字金融緩解融資約束后，這些企業往往將發展重心更多地轉向環境治理設備升級等方面，從而為企業ESG表現的提升提供更為有力的支持。

此外，為考察對外開放程度如何影響數字金融與企業ESG表現的關系，借鑒已有研究^[38]，本文選取各地級市實際利用外資額占GDP的比重構建對外開放程度指數，并引入虛擬變量Open，若樣本企業所在地級市的對外開放程度指數大于樣本城市當年的中位數，則取1，否則取0。在12年的樣本觀察期內，若地級市的對外開放程度指數累計大于或等于6次，則視為對外開放程度高，Open取值為1，否則取值為0。回歸結果如表9列（3）和列（4）所示。從經驗P值來看，樣本間的系數差異顯著異于0。從回歸系數上來看，處于對外開放水平較高城市的企業樣本，其數字金融的回歸系數為0.0191，在5%的水平上顯著。而處于對外開放程度較低城市的企業樣本，其回歸系數并不顯著。這表明對外開放程度越高的地區，其數字金融發展水平對企業ESG表現的正向影響更加顯著。這是因為對外開放程度較高的地區，其經濟發展水平也較高，有助于強化數字金融的發展水平，因此隨著企業通過數字金融提高其綠色創新水平，其自身的ESG表現也得到了優化。

六 結論與建議

數字金融是數字化技術賦能傳統金融的一種新興業態，對企業的生產經營乃至可持續發展具有重要影響，也是推動國家經濟高質量發展、形成新質生產力的重要助力。本文選取2011-2022年中國A股上市公司為樣本探究了數字金融對企業ESG表現的影響，進一步分析了其異質性表現。主要結論如下：其一，數字金融能夠顯著提升企業ESG表現，并且這種促進作用并不會隨著滯后期數的增加而呈現出衰減趨勢。其二，數字金融主要通過帶動企業綠色創新和緩解企業融資約束這兩條途徑來促進企業ESG表現的提升。其三，結構特征異質性表明，數字金融對企業環境治理水平的促進作用最為明顯，而數字金融在覆蓋廣度這一維度上對企業ESG表現的促進作用最為明顯；企業特征異質性表明，數字金融對國有企業和重污染企業的ESG表現推動作用更為明顯；地區特征異質性表明，在環境規制強和對外開放程度高的地區，數字金融企業ESG表現的促進效果更為顯著。

ESG是企業實現高質量發展和更好履行社會責任的內在要求。為發揮數字金融在企業環境、社會和治理（ESG）方面的賦能作用，本文提出以下政策建議：

第一，政府應積極鼓勵數字金融發展，優化數字金融發展環境，推動數字金融與實體經濟更快更好融合。首先，要持續完善地區數字基礎設施建設，進一步提高各地數字化程度，以提升數字金融成果的覆蓋廣度與使用深度；其次，鼓勵傳統金融機構及金融科技公司深度擁抱“大數據+”“人工智能+”趨勢與各類新質生產力工具，進一步強化機構的金融產品創新能力和金融服務整體質效，不斷健全與企業ESG表現掛鉤的金融支持制度。再次，基于《可持續金融共同分類目錄》《綠色債券支持項目目錄》等文件指導，進一步細化對不同特征企業的“靶向性”支持。其中要加強對非國有企業（尤其是對中小微企業）的關注和支持，深度撬動數字金融的“綠色屬性”，做好對非國有企業的體系化金融支持，充分釋放其綠色創新潛力。最后，適度加強地區環境規制，健全企業ESG法規政策體系，引導企業自發地展開環境友好型投融資行為，同時，鼓勵地方政府依托數字技術合理擴大高水平對外開放程度，改善地方營商環境，推動數字金融和實體經濟的深度融合發展。

第二，企業要搶抓數字金融發展新機遇，主動建立和完善企業ESG信息披露制度，關注環境治理、社會責任履行和公司治理的協同發展，努力提升自身ESG表現。一方面，企業應主動建立ESG激勵機制，以期在企業內部形成對ESG理念的關注。具體地，可以將ESG目標納入企業經營和戰略規劃與員工考核規范，培育企業經濟效益增長和ESG理念融合發展的長效機制。另一方面，企業要積極順應數字技術發展的時代要求，探索以數字技術深度賦能企業獲得高質量發展的更多可能。具體而言，企業應當積極推進數字金融與企業經濟的深度融合發展，借助數字金融具有的優勢不斷暢通企業融資渠道，為全方位推動企業ESG表現的提升儲備資金支持。另外，企業還要實現數字型人才和技術創新型人才的“雙引入”，以推動公司內部結構與治理的優化，這在為企業注入數字化活力的同時也奠定了企業開展綠色技術創新的人才基礎，對企業ESG表現獲得提升有著重要作用。總而言之，企業要將環境治理、社會責任履行和公司治理的平衡發展作為關鍵目標，以期在提升自身效益的同時能夠發揮微觀經濟主體對國家經濟整體發展的支持作用，從而助推國家經濟綠色低碳轉型的實現。

［參 考 文 獻］

［1］ 胡潔， 于憲榮， 韓一鳴. ESG評級能否促進企業綠色轉型——基于多時點雙重差分法的驗證[J]. 數量經濟技術經濟研究， 2023（7）： 90-111.

［2］ 吳非， 胡慧芷， 林慧妍， 等. 企業數字化轉型與資本市場表現——來自股票流動性的經驗證據[J]. 管理世界， 2021（7）： 130-144+10.

［3］ Aabo T， Giorici I C. Do female CEOs matter for ESG scores？ [J]. Global Finance Journal， 2023， 56： 100722.

［4］ McBrayer G A. Does persistence explain ESG disclosure decisions[J]. Corporate Social Responsibility and Environmental Management， 2018（6）： 1074-1086.

［5］ 張長江， 楊昱琪， 蘭凱. 董事會獨立性、代理成本與上市公司ESG績效[J]. 會計之友， 2023（23）： 51-57.

［6］ 王禹， 王浩宇， 薛爽. 稅制綠色化與企業ESG表現——基于《環境保護稅法》的準自然實驗[J]. 財經研究， 2022（9）： 47-62.

［7］ 翟勝寶， 程妍婷， 許浩然， 等. 媒體關注與企業ESG信息披露質量[J]. 會計研究， 2022（8）： 59-71.

［8］ Fang M Y， Nie H H， Shen X Y. Can enterprise digitization improve ESG performance？ [J]. Economic Modelling， 2023， 118： 106101.

［9］ 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）： 184-191.

［10］陳夢根， 張喬. 數字金融對企業融資行為的影響效應及作用機制[J]. 改革， 2023（9）： 34-52.

［11］Kong T， Sun R J， Sun G L， et al. Effects of digital finance on green innovation considering information asymmetry： an empirical study based on Chinese listed firms [J]. Emerging Markets Finance and Trade， 2022（15）： 4399-4411.

［12］Li X， Shao X F， Chang T， et al. Does digital finance promote the green innovation of China's listed companies？ [J]. Energy Economics， 2022， 114： 106254.

［13］孫健， 李菡旻， 袁淳， 等. 數字金融與企業突破式創新——基于監督和融資雙渠道的分析[J]. 管理評論， 2024（2）： 222-235.

［14］陶云清， 侯婉玥， 劉兆達， 等. 公眾環境關注如何提升企業ESG表現——基于外部壓力與內部關注的雙重視角[J]. 科學學與科學技術管理， 2024（7）： 88-109.

［15］張曉燕， 曹金銘. 金融科技與企業ESG表現[J]. 財會月刊， 2024（6）： 72-79.

［16］趙淑芳， 崔志新， 梁文琦. 數字金融對高耗能企業綠色創新發展的影響效應研究[J]. 科學管理研究， 2023（6）： 131-138.

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

［18］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+9.

［19］Fang L H， Zhao B， Li W Y， et al. Impact of digital finance on industrial green transformation： evidence from the Yangtze River economic belt [J]. Sustainability， 2023（17）： 12799.

［20］趙紹陽， 李夢雪， 佘楷文. 數字金融與中小企業融資可得性——來自銀行貸款的微觀證據[J]. 經濟學動態， 2022（8）：98-16.

［21］劉潭， 徐璋勇， 張凱莉. 數字金融對經濟發展與生態環境協同性的影響[J]. 現代財經（天津財經大學學報）， 2022（2）： 21-36.

［22］陳永良， 凌愛凡. 數字金融對銀行信貸的影響——來自我國1326家商業銀行地級市分行數據的經驗證據[J]. 管理評論， 2023（2）： 52-69.

［23］Li M R， Hu J， Liu P Z， et al. How can digital finance boost enterprises’ high-quality development： evidence from China [J]. Environmental Science and Pollution Research International， 2023（38）： 88876-88890.

［24］Yang T， Zhang X. FinTech adoption and financial inclusion： evidence from household consumption in China [J]. Journal of Banking amp; Finance， 2022， 145： 106668.

［25］史永東， 王淏淼. 企業社會責任與公司價值——基于ESG風險溢價的視角[J]. 經濟研究， 2023（6）： 67-83.

［26］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（2）：102-119．

［27］Ren X H， Zeng G D， Zhao Y. Digital finance and corporate ESG performance： empirical evidence from listed companies in China [J]. Pacific-Basin Finance Journal， 2023， 79： 102019.

［28］胡宗義， 劉佳琦， 何冰洋， 等. 基于跨國數據的金融發展對綠色能源消費的影響研究[J]. 湖南大學學報（社會科學版）， 2020（3）： 68-77.

［29］張馨元， 史桂芬， 薛佳欣. 經濟政策不確定沖擊下ESG表現與企業投融資[J]. 稅務與經濟， 2023（3）： 75-83.

［30］戰明華， 湯顏菲， 李帥. 數字金融發展、渠道效應差異和貨幣政策傳導效果[J]. 經濟研究， 2020（6）： 22-38.

［31］張勛， 楊桐， 汪晨， 等. 數字金融發展與居民消費增長： 理論與中國實踐[J]. 管理世界， 2020（11）： 48-63.

［32］趙濤， 張智， 梁上坤. 數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據[J]. 管理世界， 2020（10）： 65-76.

［33］Beck T， Levine R， Levkov A. Big bad banks？ The winners and losers from bank deregulation in the United States [J]. The Journal of Finance， 2010（5）： 1637-1667.

［34］鞠曉生， 盧荻， 虞義華. 融資約束、營運資本管理與企業創新可持續性[J]. 經濟研究， 2013（1）： 4-16.

［35］溫忠麟， 張雷， 侯杰泰， 等. 中介效應檢驗程序及其應用[J]. 心理學報， 2004（5）： 614-620.

［36］黎文靖， 路曉燕. 機構投資者關注企業的環境績效嗎——來自我國重污染行業上市公司的經驗證據[J]. 金融研究， 2015（12）： 97-112.

［37］沈坤榮， 金剛， 方嫻. 環境規制引起了污染就近轉移嗎[J]. 經濟研究， 2017（5）： 44-59.

［38］宋德勇， 李超， 李項佑. 新型基礎設施建設是否促進了綠色技術創新的“量質齊升”——來自國家智慧城市試點的證據[J]. 中國人口·資源與環境， 2021（11）： 155-164.