數字金融對裝備制造企業綠色技術創新影響機制研究

摘 要：近年來，裝備制造企業將發展戰略定位于綠色轉型，不斷用新要素激發企業綠色創新， 在此過程中，數字金融因其覆蓋廣、低成本、低門檻等優勢，逐漸成為裝備制造企業綠色技術創新的驅動力。基于 2012-2021 年京津冀遼地區裝備制造業上市公司的數據，通過構建基準回歸模型，深入探究數字金融對裝備制造企業綠色技術創新的影響機制，同時驗證融資約束變量對于數字金融與綠色技術創新的中介效應。結果表明，數字金融對裝備制造企業綠色創新具有正向激勵作用，同時兼有緩解融資約束、降低融資成本等作用，能夠加速裝備制造企業綠色創新的步伐。據此提出相應對策建議，以進一步促進數字金融在裝備制造企業綠色創新中的應用和普及。

關鍵詞：數字金融；裝備制造企業；綠色技術創新；影響機制

中圖分類號：F273.1；F49

文獻標識碼：A

DOI：10.3969/j.issn.1672-2272.202408022

英文標題

Research on the Influence Mechanism of Digital Finance on Green

Technology Innovation of Equipment Manufacturing Enterprises

Yuan Meiying ，Li Bing

（School of Economics and Management， Liaoning University of Technology， Jinzhou 121001， China）

英文摘要Abstract：In recent years， equipment manufacturing enterprises have positioned their development strategies towards green transformation and continuously stimulated green innovation with new elements. In this process， digital finance has gradually become a growth pole for green technology innovation in equipment manufacturing enterprises due to its advantages of wide coverage， low cost， and low threshold. Based on the data of listed equipment manufacturing companies in the Beijing Tianjin Hebei Liaoning region from 2012 to 2021， this study constructs a benchmark regression model to explore the impact mechanism of digital finance on green technology innovation in equipment manufacturing enterprises. At the same time， the mediating effect of financing constraint variables on digital finance and green technology innovation was verified. The research conclusion is that digital finance has a positive incentive effect on green innovation in equipment manufacturing enterprises， while also alleviating financing constraints and reducing financing costs， which can accelerate the pace of green innovation in equipment manufacturing enterprises. Based on the above analysis， corresponding countermeasures and suggestions are proposed to further promote the application and popularization of digital finance in green innovation of equipment manufacturing enterprises.

英文關鍵詞Key Words：Digital Finance; Equipment Manufacturing Enterprises; Green Technology Innovation; Influence Mechanism

0 引言

裝備制造業既是國家經濟命脈的重要支撐，也是推動國民經濟高速運轉的中堅力量。長期以來，行業的粗放管理使企業以高能耗、高資源為代價謀取經濟利益，盡管取得了階段性成就，卻付出了沉重的資源和生態成本代價，給行業的穩健發展帶來了較大隱患。因此，在可持續發展原則與“雙碳”目標指導下，應引導企業積極向綠色轉型，通過科技創新等途徑尋求經濟發展與生態環境的平衡［1］。黨的二十大報告突出強調了企業綠色轉型的重要性，提倡將企業創新與綠色發展緊密結合，用技術手段驅動綠色創新，實現經濟發展與生態文明的雙贏［2］。然而，企業綠色技術創新需要大量穩定的資金支持。傳統金融業對制造類等長尾企業天然排斥，束縛企業變革、科技創新，造成了資源與發展的內在矛盾［3］。數字金融能夠解決市場失靈及金融資源錯配等傳統問題，具有科技性、普惠性和針對性等特點，不僅能將金融資源導向經濟發展關鍵領域、提升資金配置效率、增進實體經濟發展潛力，實施中也可以整合企業的信息流與現金流，判定執行風險，緩解信貸市場失靈問題，成為了激發裝備制造企業綠色創新的新增長極［4］。

在致力于全面振興新突破3年行動的道路上，遼寧省已明確提出深化與京津冀地區的合作，實現資源對接、聯動發展［5］。裝備制造業乃國之重器，作為遼寧省的主導產業［6］，近年來在振興戰略驅動下轉型升級動力蓬勃、創新活力不斷迸發，已成為推動京津冀遼協同發展、深入促進資源流動、加快區域協同發展的標桿產業。隨著遼寧振興新突破與京津冀遼協同發展等國家重大戰略的積極對接與不斷深入，遼寧與京津冀區域在資源、交通、產業等多個領域推進要素快速流動，著力引進創新以培育優勢產業集群，將地理優勢轉為發展勝勢［7］。裝備制造企業正依托區域協同優勢，向數字化、網絡化、智能化改造，全力推動產業綠色創新、提質增效［8］。在此戰略背景下，充分發揮數字金融優勢，將其作為驅動裝備制造業高質量發展的關鍵要素，能夠為產業融資和綠色創新提供強勁支持，增強產業發展的韌性與動力，加快區域戰略目標的實現。

近年來，學者在數字金融對企業綠色創新領域的研究不斷豐富。惠獻波［9］以中國 278 個城市為例，探究數字普惠金融對 GTFP 增長的積極效應與機制，其研究表明，數字金融能夠提升企業技術創新水平、促進全要素生產率增長。王利曉和韓先鋒［10］運用變系數模型和誤差修正模型驗證了數字金融對區域綠色創新的影響機制，研究結果顯示，數字金融能夠促進綠色創新，且影響程度與區域位置相關。舒歡和黃婷婷［11］利用雙向固定效應模型深入分析了數字金融對企業實質性綠色技術創新的影響，并得出了顯著的效應結論。基于這一發現，他們提出了一系列策略建議，強調通過完善金融供給體系的數字化技術，可以有效引導污染企業邁向綠色創新轉型的道路。綜上分析，本文以 2012-2021 年京津冀遼裝備制造企業上市公司為研究對象，通過選取綠色創新技術等 9 個研究變量，構建基準回歸模型，探究數字金融對裝備制造企業綠色技術創新的影響機制，同時驗證融資約束對數字金融與綠色技術創新的中介效應。

1 理論分析與研究假設

1.1 數字金融對綠色技術創新的影響

裝備制造業作為經濟增長與平穩運行的核心力量，在綠色發展理念倡導下，必須積極推行綠色技術創新，以減少能源消耗、降低廢棄物排放、提高產品質量和效率，促進產業向綠色低碳、高質創新方向發展，實現經濟效益和生態環境的雙贏［12］。數字金融通過利用互聯網和大數據技術，能夠實現資金的快速流動和有效對接，提升綠色技術創新的資金籌措效率，使得創新頂目更快獲得資金支持［13］。此外，數字金融通過大數據分析和機器學習等技術，可以準確評估綠色技術創新風險。基于數據的風險評估創新模式，不僅提高了風險評估的準確性，還有助于降低投資風險，吸引更多的投資者參與綠色技術創新［14］。

基于上述分析，本研究提出以下假設：

H1 ：數字金融對裝備制造企業綠色技術創新具有正向促進作用。

1.2 數字金融對綠色技術創新的影響機制

資金作為生產經營的動脈，一旦出現中斷，會給企業投資回收、技術研發、投資擴張等行為帶來困難，制約甚至嚴重阻礙企業發展［15］。目前，我國裝備制造業上市公司融資手段較為局限，融資構成體系尚不完善，亟須進一步優化與完善。盡管信用擔保公司在改善裝備制造業的融資方面解決了部分問題，但裝備制造企業在科技創新、融資拓張、產業鏈延伸等方面仍需大量資金支撐，且由于行業當前信用環境欠佳，難以解決企業資金需求的全部問題［16］。

數字金融的興起為裝備制造企業提供了更加豐富且層次分明的融資渠道和方式，創新的融資模式為企業穩健強勁發展注入了堅實的動力［17］。同時，數字金融的持續發展能夠為企業提供尖端的信息技術分析工具，科學指導企業精準識別技術創新演進的最佳路徑，助力企業在生產經營和科技創新方面做出合理高效的決策。此外，在大數據、AI等高新科技支撐下，數字金融能夠降低風險溢價，精準處理數據，自動擴展傳統金融的技術能力邊界，提升企業信用透明度和數據處理信息化，較之傳統信用的定價模式具有創新性顛覆特點［18］。

基于上述分析，本研究提出以下假設：

H2 ：數據金融能夠有效破解裝備制造企業的融資約束，助力裝備制造企業綠色技術創新。

2 研究設計

2.1 樣本選取與數據來源

本文以京津冀遼四區域2012-2021 年滬深 A 股上市裝備制造業企業為研究對象，為確保研究結果的科學性，剔除了ST類、退市及數據嚴重缺失的樣本。指標數據來源：綠色專利數據來源于中國研究數據服務平臺（CNRDS）數據庫，數字普惠金融指數來源于北京大學數字金融研究中心，其余指標數據來自于新浪財經和東方財富網。為消除極端值可能給研究結果造成的偏差影響，本文對全部連續變量在1%和 99%的分位數上進行了縮尾處理，以確保樣本數據穩健準確。

2.2 研究變量

2.2.1 被解釋變量

被解釋變量為企業綠色創新（Gi）。在評估企業綠色創新活動時，科技成果轉化能力影響企業的整體績效，因此通常將企業在專利申請過程中專利技術轉化為實際生產的能力作為關鍵的考量指標，直接客觀反映企業綠色創新活動的實際產出水平，常用專利申請量或專利授權量評價企業綠色創新能力。但研究發現，專利授權量易受到專利局審批效率和偏好等諸多外部因素的影響，有時不能真實反映企業的創新能力和活躍程度。因此本文選取綠色專利申請量作為企業綠色創新的評價指標。數據處理時，為實現平滑數據分布及便于分析，將綠色專利申請數加 1 后取自然對數，得到最終的變量值，既能保留數據的原始信息，又能滿足統計分析的需要［19］。

2.2.2 核心解釋變量

數字金融水平的測度用于綜合評價數字普惠金融的發展程度，其指標應包含多維度的指標體系，以衡量數字金融在滿足企業金融需求方面的能力。參考現有研究成果，本文選取北京大學數字金融研究中心編制的中國市級數字普惠金融指數（Dif）作為核心解釋變量，測度數字金融水平，既克服了現有評價體系的局限性，也能全面直觀地刻畫數字金融的發展態勢，為本研究提供堅實的數據支撐［20］。為便于模型計算，本文對該指數進行自然對數形式轉換、生成相應變量，并用覆蓋廣度（Breath）、使用深度（Depth）、數字化程度（Digital）等 3 個核心維度，進行穩健性檢驗［21］。

2.2.3 中介變量

現有針對融資約束的度量，學者們普遍采用 SA、KZ、WW 等 3 個傳統指數，但這些指數包含的金融變量通常具有內生性，從而影響分析結果的準確性，給研究帶來偏差。為規避內生性干擾，本文借鑒了鞠曉生等［16］的研究方法，選取企業總資產（Size）和企業年齡（Age）2 個指標，在此基礎上構建 SA 指數，用于衡量企業經營中面臨的融資約束。在該方法中，SA 指數的絕對值與企業面臨的融資約束程度相關，計算方法為 SA = -0.737×Size + 0.043×Size2-0.04×Age 。

2.2.4 控制變量

為了確保實證結果的準確性與可信度，最大程度減少遺漏變量可能帶來的偏差，參考程秋旺等［14］的研究成果，本文在實證分析時選取以下指標作為控制變量，具體為：總資產報酬率（Roa）、資產負債率（Lev）、股權集中度（Top1）、管理費用率（Mfee）、企業規模（Size）、企業年齡（Age），如表 1 所示。

2.3 模型構建

2.3.1 基準模型

為檢驗數字惠普金融（Dfi）與企業綠色技術創新（Gi）的關系，構建基準回歸模型（1）：

Giit=α0+α1Dfiit+ αcXit+μi + yeart+ εit（1）

在構建的模型中，Giit 表示的是企業 i 在 t 時期的綠色專利申請數，用于衡量企業的綠色技術創新水平。而 Dfiit則代表企業 i 在 t 時期的數字普惠金融指數，用于量化企業在該時期的數字金融發展狀況。Xit 表示主要控制變量，用于捕捉影響企業綠色技術創新的其他重要因素。 μi 表示個體固定效應，用于控制企業層面不隨時間變化的特征，而 yeart 則代表時間固定效應，用于捕捉宏觀經濟環境、政策變化等隨時間變化的因素對企業綠色技術創新的影響。 εit是隨機擾動項，用于捕捉模型中未包含的其他影響因素以及可能的隨機誤差，使模型更具靈活性，適應復雜的研究條件。

2.3.2 中介效應模型

為了深入探究融資約束在數字金融與企業綠色創新之間的作用機制，本文構建了中介效應模型，如公式（2）、（3）所示。

SAit= β0+ β1Dfiit+ βcXit+ yeart+ εit（2）

Giit= μ0+ μ1Dfiit+ μ2 SAit+ cXit+ μi+ yeart+ εit（3）

在模型設定中，SAit 表示特定企業 i 在 t 時期所面臨的融資約束程度。此處，i 代表企業個體，t 代表時間周期，而 SA 作為衡量企業融資約束的變量，反映了企業在特定時間點的融資難度或限制。模型中的其他變量的含義與前面所述一致。

3 實證分析

3.1 變量描述性統計分析

對本文涉及的研究變量進行描述性統計分析，如表 2 所示。在此，對被解釋變量 Gi 和核心解釋變量 Dfi 進行詳細分析，得出結果為：首先，綠色創新技術（Gi）的平均水平達到 10.440，但其數據差值較大，最低值為 0.000，表明部分企業在綠色技術創新方面尚未起步，而最高值為 245.000，表明部分企業在裝備制造行業的綠色創新實施較早、水平較高；標準差數值差異較大，為 28.134，進一步證實了裝備制造企業間在綠色技術創新水平上的顯著差異。其次，觀察數字普惠金融指數（Dfi），其均值穩定在5.580，說明遼寧省內數字普惠金融發展整體上處于相對均衡的水平。該指數的最小值為 4.492，最大值為 6.099，數值間略有波動，各企業間差異較小。數字普惠金融指數的標準差為 0.372，相對較小的數值說明這種差異在可控范圍內，未出現極端偏離現象。中介變量、控制變量的指標描述性分析詳見表2。

3.2 相關性分析與共線性診斷

為確定變量間的線性關系強度和方向，本文利用 SPSS 27.0 對研究變量進行 Pearson 相關系數檢驗，結果如表 3 所示。

根據表 3 檢驗結果可知：數字普惠金融指數（Dfi）與綠色技術創新（Gi）在5%的顯著性水平上呈現出顯著的正相關關系。這表明，數字金融的正向發展能夠有效推動裝備制造企業綠色技術創新水平的提升，初步驗證了假設 H1 的合理性。中介變量融資約束（SA）與數字普惠金融指數（Dfi）和綠色技術創新（Gi）在5%水平上顯著負相關，由此初步驗證假設 H2 成立。

為深入探究模型中多變量間的相關性問題，本文又進行了共線性診斷，以增加模型估計的穩定性及減少偏差。依據表 4 顯示的多重共線性診斷結果，所有研究變量的 VIF（方差膨脹因子）數值均小于 10，顯著低于共線性閾值的判斷標準，由此判定模型中各研究變量無明顯的多重共線性問題，符合研究條件，能夠進行后續的實證分析及結論判斷。

3.3 回歸結果分析

基準回歸是一種無參數的非線性回歸方法，這種特性使其能夠適應復雜的數據結構，并在不同時域內進行基準預測［22］。由于數字金融和綠色創新領域的數據具有多樣性和復雜性，使用無參數的基準回歸方法可以更好地擬合數據，揭示變量間的規律和趨勢。本文利用 Stata 17.0 軟件對各研究變量進行基準回歸分析，結果如表 5 所示。

對比分析表5列（1）、（2）數據：列（1）為加入控制變量前的檢驗結果，在此列數據中，可以清晰地觀察到數字普惠金融指數（Dfi）對綠色技術創新（Gi）的回歸系數在 1%的水平下顯著為正，該結果直觀且有力地表明：數字金融的發展和裝備制造企業綠色技術創新水平顯著正相關，因而驗證了假設 H1 的成立。列（2）為加入控制變量后的檢驗結果，顯示數字普惠金融（Dfi）指數每增加 1 個單位，企業綠色技術創新水平（Gi）增加 0.852個單位。此外，管理費用率（Mfee）、企業規模（Size）、企業年齡（Age）的系數分別為：0.167、0.950、0.069，且數值均為正，說明上述3個變量的增加會提升裝備制造企業綠色創新能力。

中介效應回歸能夠量化自變量通過中介變量對因變量產生的間接效應的大小。在探析數字金融與裝備制造企業綠色技術創新關系的過程中，中介效應分析有助于明確數字金融通過中介變量對裝備制造企業綠色技術創新的影響程度和重要性［23］。基于上述分析，本文采用中介效應回歸分析，其結果見表6。從表6列（1）的結果來看，數字金融（Dfi）對裝備制造企業綠色技術創新（Gi）在1%水平下顯著，數值為0.852，表明數字普惠金融（Dfi）對裝備制造企業綠色技術創新（Gi）具有顯著的促進作用，進一步驗證了數字金融在推動企業綠色技術創新方面的重要意義。表6列（2）分析結果顯示，數字普惠金融（Dfi）對融資約束（SA）的影響系數在99%水平下顯著，數值為-0.005，驗證了數字金融能夠有效緩解企業的融資約束，為企業提供更為靈活、便捷的融資渠道。表6列（3）結果表明，融資約束（SA）對企業綠色技術創新（Gi）的估計系數為-0.564，且通過了顯著性水平檢驗，由此可得，緩解融資約束機制成立，從而驗證了假設H2的成立。

在列（3）的數據中，觀察到數字金融對企業綠色技術創新的影響系數在99%的置信水平下數值為0.822。結果表明：融資約束并不是唯一或完全的中介變量，這意味著數字金融對裝備制造企業綠色技術創新的正向作用并不僅僅通過緩解融資約束實現，還可能存在其他影響機制。

3.4 穩健性檢驗

為確保研究結果的穩健性，本文替換核心解釋變量進行穩健性檢驗，方法為：選用北京大學數字金融研究中心所編制的北京大學數字普惠金融指數中的3個維度——覆蓋廣度（Breadth）、使用深度 （Depth）和數字化程度（Digital）指數，替換之前的總指數（Dfi），以此檢驗這些細分維度是否同樣能顯著影響企業綠色技術創新。根據表7的數據分析，3個維度的檢驗數值在 1%水平下顯著，分別為0.969、0.307、0.887，再次驗證了數字金融對企業綠色技術創新確實具有正向的促進作用。該結論與前文分析結果一致。

4 結論、 啟示與展望

4.1 研究結論

本文基于京津冀遼區域 2012-2021 年裝備制造業上市公司數據，探究了數字金融對裝備制造企業綠色技術創新的影響機制，通過分析得出以下結論：

第一，通過 Pearson 相關系數及基準回歸模型的雙重檢驗，確認了數字金融發展對裝備制造企業綠色技術創新水平具有顯著的正相關關系，表明數字金融對裝備制造企業綠色技術創新具有積極的推動作用，發展數字金融能夠促進裝備制造企業綠色革新和高質量發展，助力形成新質生產力。

第二，通過 Pearson 相關系數及中介效應回歸模型檢驗，得出數字金融對裝備制造企業綠色技術創新具有顯著的影響機制：數據金融能夠有效破解裝備制造企業的融資約束，助力裝備制造企業綠色技術創新，即融資約束的中介效應能夠有效增強企業的綠色技術創新水平。

第三，替換核心變量后的穩健性檢驗表明，將基準回歸模型中的總指數（Dfi）拆分為覆蓋廣度（Breadth）、 使用深度（Depth）以及數字化程度（Digital）3 個維度，調整后檢驗結果依舊能夠證明：數字金融對企業綠色技術創新具有顯著的正向影響，進一步驗證了數字金融對裝備制造企業綠色技術創新的積極促進作用。

4.2 管理啟示

基于以上結論，本文提出以下建議：

第一，落實數字金融的經濟推動作用。強化對數字金融的意識形態認知，明確其不僅是金融與數字技術融合的高級發展階段，更是支撐數字經濟和工業發展的關鍵金融形態［24］ 。因此，應加快更新、完善明顯制約數字金融發展的數字基礎設施，建設高效、穩定、安全的數據中心和云計算平臺，以滿足金融機構在數據處理、存儲和分析方面的需求，鼓勵金融機構采用云計算服務，降低信息技術成本，提升經營效率。以區塊鏈、大數據、云計算三大數字科技為核心，建立安全、規范、統一的大數據平臺，加快區域數據中心集約化建設。在京津冀遼協同發展戰略實施過程中，積極推動數字金融的蓬勃發展，保持金融技術要素的區域均衡，促進京津冀區域數字金融要素向遼寧區域流動。銀行等應積極推廣宣傳數字金融政策，使裝備制造企業了解并利用數字金融，發揮其在工業經濟中的支撐作用。對于以裝備制造業為工業支柱的遼

寧，要充分抓住區域協同發展的戰略導向，積極通過數字金融促進裝備制造企業綠色技術創新，為遼寧工業振興和新突破3年行動提供堅實的資金支撐。

第二，保證數字金融的順利實施。數字金融流通渠道的暢通無阻是推動裝備制造企業綠色技術創新發展的前提。裝備制造企業管理者要提高對數字金融的認知，明確數字金融對企業綠色創新的意義，充分發揮數字金融對裝備制造企業的支持作用。通過大力發展數字金融、緩解企業融資約束［25］，為綠色技術創新行為爭取更加便捷、順暢的資金支持，助力企業有充足的資金進行綠色創新技術研發、促進整個行業綠色技術創新水平的持續提升和高質量發展。在實施數字金融過程中，金融機構和裝備制造企業雙方應利用數字金融先進的信息技術優勢，提高金融信息的安全性與傳輸效率，最大限度降低資金供給雙方的信息不對稱風險，增加信息透明度、提升企業融資效率。在數字金融的使用過程中，提高裝備制造企業在風險識別、評估和管理方面的能力，為綠色技術創新提供更為安全、可靠的技術服務環境，保證數字金融的順利實施。

第三，完善協同合作機制。在充分利用與協調現有政府調控手段和市場機制優勢的基礎上，根據京津冀遼協同發展戰略及區域裝備制造企業的實際情況，完善政策組合。如政府主導開展區域合作，鼓勵數字金融等技術的協同創新；加強校企協同合作，促進產學研結合，推動科研成果轉化；完善市場機制，促進技術與人才等生產要素的合理流動。同時，積極營造區域協同發展氛圍，加強政策宣傳和推廣力度，鼓勵裝備制造企業利用數字金融資源走與自身發展相匹配的綠色技術創新道路，拓寬渠道。加強公共宣傳，提高公眾對數字金融的認知度和接受度，促進數字金融在綠色技術創新等領域的廣泛應用。

4.3 研究不足與展望

本文以京津冀遼企業數據為例，探討了數字金融對裝備制造企業綠色技術創新的影響機制，雖進行了實證分析，但也存在一定的不足之處：首先，由于數字金融惠普指數更新進度較慢，未涵蓋近年數據，可能造成研究的滯后性。其次，指標選取上可能存在一定程度的主觀判斷，造成研究結果的局限性，未來研究中會結合企業實際情況探索更加客觀科學的指標。最后，本文采用的是二手數據，由于時間限制，未進行充分的企業調研。未來研究將深入實地走訪京津冀遼企業，與管理者及員工深入交流，力求實現區域內裝備制造企業的協同發展，為形成京津冀遼區域的新質生產力提供支持。

參考文獻參考文獻：

［1］ 楊雨.數字金融與制造業企業綠色創新［J］.河北金融，2024（3）：34-39.

［2］ 習近平.高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告［J］.黨的生活（黑龍江），2022，（11）：4-23.

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

［4］ 陳雁，李愛華，張海豐.數字金融促進了中小企業技術創新嗎？——來自新三板企業的證據［J］.哈爾濱商業大學學報 （社會科學版） ，2023（5）：18-33.

［5］ 吳爽，王菲.遼寧省高端裝備制造業“服務型制造”轉型模式研究［J］.科技創業月刊，2022，35（S1）：89-91.

［6］ 高蒙飛， 張囝囡.遼寧省數字經濟賦能鄉村振興的影響機制與空間效應［J］.時代經貿，2024，21（7）：15-19.

［7］ 張晨瑤.推動東北地區深度融入“一帶一路”建設研究［D］.大連：大連海事大學，2020.

［8］ 韓先鋒，陳龍濤，李勃昕等.數字金融何以能誘發區域綠色創新？［J］.科學學與科學技術管理，2023，44（10）：114-130.

［9］ 惠獻波.數字普惠金融與城市綠色全要素生產率： 內在機制與經驗證據［J］.南方金融，2021（5） ：20-31.

［10］ 王利曉，韓先鋒.數字金融對區域綠色創新的異質賦能效應——基于時空異質性視角的經驗分析［J］.技術經濟與管 理研究，2022（3）：40-45

［11］ 舒歡，黃婷婷.數字金融對企業綠色技術創新的作用機制與影響效應［J］.南京社會科學，2024（4） ：47-58.

［12］ 簡冠群，苗雨欣.數字經濟、數字化轉型與制造業企業創新［J］.科技創業月刊，2024，37（1）：106-111.

［13］ 龔新蜀，賈璇，張風麗.數字金融對實體經濟發展的影響機制及空間效應研究——基于制造業數據的實證分析［J］.新疆農墾經濟，2024（8）：53-63，78.

［14］ 程秋旺， 林巧華，石玉婷.數字普惠金融對中小企業綠色創新的影響研究［J］.金融經濟，2023，（12）：62-75.

［15］ 齊紹洲，林屾，崔靜波.環境權益交易市場能否誘發綠色創新？——基于我國上市公司綠色專利數據的證據［J］.經濟研究，2018，53（12）：129-143.

［16］ 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，2013，48（1）：4-16.

［17］ 肖雁飛，陳靜.數字金融、融資成本與制造業企業創新［J］.中國西部，2023（4）：96-107.

［18］ 陳孝明，何思華，馮銳.數字金融對企業綠色技術創新的激勵效應研究［J］.武漢金融，2022（12）：53-62.

［19］ 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.

［20］ 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.

［21］ 王平，張麗娟.數字金融、媒體關注與企業綠色創新——基于門檻效應模型的實證檢驗［J］.會計之友，2024（8）：32-41.

［22］ 馮芳.我國數字金融對企業綠色技術創新的影響研究［D］.蘭州：蘭州財經大學，2024.

［23］ 高承引.綠色金融、綠色創新與流通經濟高質量發展［J］.商業經濟研究，2023（20）：32-35.

［24］ 徐雪嬌，阮氏如，龔眾.數字經濟驅動下創新生態系統空間演化與迭代機制研究［J］.科技創業月刊，2024，37（7）：34-42.

［25］ 王婉玉.數字金融緩解科技型中小企業融資約束的研究［D］.蘭州：蘭州財經大學，2024.

（責任編輯：周 媛）