數字普惠金融能否促進中小企業綠色創新？

中圖分類號：F832；F49 文獻標識碼：A 文章編號：1003-854X（2025）06-0015-13

一、引言與相關文獻綜述

改革開放以來，中國經濟取得了舉世矚目的成就。但是，這種以要素投入為主的粗放式經濟增長模式，不僅加重了環境承載力，也不利于經濟可持續發展①。黨的二十大報告強調高質量發展是全面建設社會主義現代化國家的首要任務，黨的二十屆三中全會則進一步提出健全推動經濟高質量發展體制機制。國家戰略已從過去單純追求經濟增長的速度轉向經濟發展質量、效率和可持續性的全面提升，明確要加快發展方式綠色轉型，構建綠色低碳循環發展經濟體系。

綠色創新是實現這一戰略轉型的關鍵路徑。它將綠色產品創新與綠色工藝創新有效結合起來，能夠控制碳排放、減少環境污染、節約資源②，使企業在經濟發展與環境保護之間達到平衡③，是解決環境污染問題、推動經濟增長的重要手段。黨的二十屆三中全會強調要實施支持綠色低碳發展的財稅、金融、投資、價格政策和標準體系，發展綠色低碳產業，同時加快構建促進數字經濟發展體制機制。因此，研究綠色創新的影響因素對于我國經濟高質量發展至關重要。

與此同時，依托人工智能、大數據、云計算等先進技術的快速發展，傳統金融與先進技術相結合的數字普惠金融正在中國蓬勃發展。根據《北京大學數字普惠金融指數（2011一2023）》的統計數據，中國各省數字普惠金融指數在2023年的中位數約為2011年的11倍，呈現出快速增長態勢，年均增長率高達 22.48% 。可以預見，數字普惠金融的發展將為傳統金融帶來重大的變革，對企業生產運營和研發活動產生重大的影響。

中小企業是經濟增長的重要引擎、就業的主要提供者以及技術創新的重要源泉。然而，部分中小企業由于規模較小、資金有限、技術相對落后，可能在環保方面的投入不足，導致污染排放問題較為突出，對生態環境造成了一定影響④。綠色創新被認為是助力中小企業可持續發展的重要策略，也是實現經濟高質量發展的必要手段。而數字普惠金融賦能企業綠色創新的作用在理論上并不是非常明確。一方面，數字普惠金融能夠減少交易費用，優化融資環境，為企業開辟一條高效的融資通道，有利于企業綠色創新。另一方面，數字普惠金融會給企業投機、尋租提供便利，不利于企業綠色創新。那么，中小企業在進行綠色創新時是否會受到數字普惠金融的影響，是激勵效應還是抑制效應？融資約束和金融錯配是否發揮中介作用，企業生命周期和環境規制強度是否發揮了調節作用？鑒于此，本文選取2011一2023年滬深上市公司作為研究樣本，深入探討數字普惠金融如何在促進中小企業綠色創新中發揮作用，并分析了其影響的異質性。

近年來，學術界圍繞本文研究主題的相關探討主要集中在以下三個方面：

第一，綠色創新驅動經濟增長與環境保護的協同發展的作用機制研究。綠色創新的目的在于通過技術創新來實現經濟增長與環境保護雙贏的目標，許多研究從理論和實證的角度探討了其路徑與機制。一方面，部分研究表明綠色技術創新可以推動清潔能源技術的研發與應用，優化能源消費結構，提高能源利用效率，最終實現碳排放強度的下降和經濟效益的增長。Porter假說指出，環境規制在短期內可能增加企業成本，但從長期來看，通過激勵企業進行綠色技術研發，可以提升企業競爭力并帶來更高的生產效率③。此外，Wu等通過分析中國省級數據發現，綠色技術創新能夠顯著減少碳排放，且這一效果在經濟發達和技術資源豐富的地區尤為顯著。另一方面，綠色創新還能夠通過改善資源利用效率和減少環境污染，緩解資源環境約束。Cainelli等指出綠色創新通過促進資源的循環利用和減少污染物排放，可以在生態保護中發揮重要的作用③。同時，綠色創新政策（如綠色稅收激勵和研發補貼）的引入，也被證明能夠顯著提高企業的綠色技術投資力度，從而產生經濟增長與環境保護的協同效應③。

第二，數字普惠金融對企業發展的影響研究。近年來，數字普惠金融在推動企業發展和創新方面的重要作用受到了學術界的廣泛關注。Allen等指出數字普惠金融能夠顯著提高金融服務的覆蓋面，特別是在金融體系欠發達的地區，為中小企業和微型企業提供創新資源支持③。與此同時，王剛和陳迪基于中國中小企業數據的研究表明，數字普惠金融顯著推動了中小企業的創新發展，其關鍵在于成功地降低了它們的融資成本@。

然而，部分學者也對數字普惠金融的潛在風險提出了擔憂。He等研究發現數字普惠金融在緩解融資約束的同時，可能導致資本從實體經濟向虛擬經濟的轉移，進一步加劇資本錯配和潛在的系統性風險①。此外，數字金融的擴張在企業內部激勵與管理機制尚不完善的情況下，可能導致資源錯配并抑制創新效率？。因此，數字普惠金融對企業創新的作用機制需要進一步的細化研究，尤其是其對不同規模、不同行業企業的異質性影響。進一步而言，金融環境中的監管強度和政策支持，也在很大程度上決定了數字普惠金融的最終效果③。

第三，中小企業綠色創新的研究。中小企業在經濟發展中扮演著舉足輕重的角色，但其在綠色創新中面臨諸多限制，資金短缺是其主要瓶頸，尤其在高風險、回報周期長的項目中，融資障礙尤為顯著④。中小企業缺乏先進的研發設施和技術資源，但通過技術合作、行業聯盟支持和高校技術轉移可顯著提升綠色創新能力？。同時，人才儲備匱乏限制了中小企業吸引和留住高端綠色創新人才的能力，完善的培訓體系和政策支持可有效緩解這一問題？。此外，政策與制度支持不足也是關鍵的外部因素，稅收減免、補貼及專項資金可為中小企業創造有利的綠色創新環境，健全的法律法規和行業標準則可引導其更好地實現綠色轉型？

企業生命周期、外部環境規制強度和市場競爭壓力等因素都會對中小企業綠色創新產生重要的影響。初創企業通常具有較高的創新靈活性，但資源稟賦受限，使得外部支持（如政府補貼、綠色金融政策）尤為關鍵。Audretsch提出小企業在創新過程中更依賴外部支持和政策激勵，特別是在資源有限的情況下，政府干預是其創新活動的重要推動力？。而在成熟期企業中，綠色創新更多受到環境規制強度的驅動。Porter和Linde認為環境規制可以促使企業通過改良現有技術來實現合規目標，但突破性綠色創新的激勵效果較弱？。此外，不同國家和地區的經濟發展水平和政策環境對中小企業綠色創新的效率和路徑產生顯著影響。Hojnik和Ruzzier發現歐洲中小企業因歐盟政策支持在綠色技術研發中取得顯著優勢，而發展中國家的中小企業則通過依賴外資和國際合作來彌補資源與能力的不足。

現有研究成果為本文提供了重要的參考，但仍有較大的拓展和深化空間。一是現有研究多集中于數字普惠金融對企業發展或一般性創新的影響，而針對數字普惠金融如何具體推動中小企業綠色創新的研究較少，尤其是對中小企業在綠色創新中的特殊作用尚未充分探討。二是學術界普遍關注數字普惠金融對融資約束的緩解作用，但對其可能引發的資源錯配和創新效率抑制等負面效應研究相對不足，特別是在綠色創新領域的具體表現和機制尚需進一步深化。三是當前研究主要從宏觀政策或企業整體層面討論數字普惠金融的影響，但針對不同行業、不同規模企業在綠色創新中的異質性作用及其機制研究仍較為薄弱。

本文的邊際貢獻主要體現在以下兩個方面：一是本文重點關注中小企業，并從融資約束和金融錯配的角度，深入研究數字普惠金融如何在推動中小企業綠色創新中發揮作用。二是本文詳細解析了數字普惠金融推動中小企業進行綠色創新的內在機制，并在此基礎上深入探討了企業生命周期階段和環境規制強度等因素對這種推動作用的調節影響。

二、理論分析與研究假設

（一）影響效應分析

在“雙碳”背景下，綠色創新作為促進環境可持續發展的一項重要活動，受到學術界的廣泛關注。經濟合作與發展組織（OECD）將綠色創新定義為產品（商品和服務）以及流程、組織結構和新制度安排的開發。Chen等將綠色創新描述為在硬件或軟件層面進行的技術革新，專注于綠色產品或流程的開發。其范圍涵括節能技術、污染控制措施、資源回收、綠色產品設計以及企業環境管理等多個領域的技術進步@。無論其具體定義為何，綠色創新的核心目標均指向實現具有環境效益的技術進步，其表現形式通常包括促進可持續發展和環境保護的新產品開發或新工藝的應用。

回顧現有研究，影響企業綠色創新的因素主要集中在兩個方面：環境標準和資源供應。在環境標準方面，當企業面臨更高的環境標準時，它們將更傾向于開發和應用清潔技術，以減少其生產和經營造成的環境污染③。此外，以稅收為代表的環境法規激勵企業進行綠色創新，激勵效果因企業類型和地區的不同而有差異？。除上述強制性手段外，基于激勵的環境措施也對綠色創新產生積極的影響，如政府補貼和自愿協議。上述研究表明，科學合理的環境標準和政策組合可以積極引導和激勵企業開展綠色技術創新。在資源供給方面，與其他創新活動相比，綠色創新具有投資大、周期長、效益不確定性等特點，需要更多的資源投資？。外國直接投資和環境投資等綠色創新資源對綠色創新行為和效率產生積極影響，如果銀行提供的綠色貸款利率低于門檻，企業往往會接受銀行貸款實施綠色創新？。此外，企業的財務和治理狀況也是綠色創新資源的基礎，良好的財務狀況可以為綠色創新提供充足的物質和人力資源，企業利益相關方和股權融資的環境保護導向也有利于綠色創新。

近年來，數字技術、數字平臺和數字基礎設施的出現在很大程度上改變了微觀經濟主體的行為。Ozili將數字普惠金融定義為個人與企業無需親自前往銀行分支機構或直接與金融服務提供商接觸，即可通過互聯網便捷地獲得支付、儲蓄及信貸等金融服務①。由互聯網科技企業提供的數字普惠金融服務，打破了傳統銀行與中小企業的地域壁壘，擴大了金融服務的覆蓋范圍。大量研究表明，數字普惠金融對企業的創新活動、投資和收入有積極的影響③。尤其在綠色創新領域，數字普惠金融的發展能夠通過促進城市經濟集聚和優化區域金融結構，為企業綠色創新的開展營造良好的外部金融環境④。基于上述分析，本文提出假設1。

假設1：數字普惠金融能夠顯著激勵中小企業開展綠色創新活動，從而對其綠色創新產生積極的推動作用。

（二）影響機制分析

波特假說認為，創新可以抵消因環境保護而產生的成本，當環境系統得到改善時，可以進一步引導企業進行創新。當前主流觀點認為，強制性和激勵性環境規制都能對企業綠色創新產生積極的影響。由于綠色創新與資本市場開放③、資源獲取和投入 ? 密切相關，為實現環境可持續發展和企業綠色發展轉型，政府部門不斷構建和完善綠色信用體系，這會對企業產生很大影響。例如《綠色信貸指引》的出臺，改變了外部信貸環境，增加了企業的融資壓力③。中小企業獲得的外部融資是有限的，融資方式主要依靠由銀行等金融機構提供的債權融資以及由資本市場提供的股權融資③。這些融資方式既注重企業獲取利潤的能力，又考慮資金收回是否安全，就更容易受到政策偏差的影響。根據資源配置效率理論，市場上有限的金融資本應該流向高效的企業，以實現資源的有效配置和帕累托最優，金融資源配置不當是對“有效配置”的偏離。在經濟發展過程中，有限的財政資源會被分配給效益快、周期短的項目，而綠色創新的特點是周期長、成本高、市場需求不明確、回報不確定，容易受到財政資源分配不當的影響③。此外，中國目前還沒有完善的綠色創新機制來保障企業獲得必要的公共資源。受制于企業規模和實力，中小企業獲得政府補貼等公共資源相對困難，從而加劇了融資約束，削弱了中小企業進行綠色創新的動力，不利于中小企業的綠色創新產出。

與傳統信貸模式的偏好相比，數字普惠金融的興起有效緩解了傳統金融體系中的金融錯配現象，使得企業比過去更容易獲取所需的金融資源。企業面臨的融資困境主要是各種約束條件導致的。首先，信息不對稱是導致企業融資約束的首要問題。數字普惠金融憑借其數字技術可以減少投資者和企業之間的信息不對稱？。數字普惠金融彌補了傳統金融模式中覆蓋不足的長尾群體，將無法參與傳統金融模式投資的中小企業、個體工商戶和個人投資者納入新的金融體系。它增加了投資者群體規模，拓寬了資金來源，有效地緩解了企業融資限制問題。其次，數字普惠金融提高了信息收集和整合能力。通過對企業行為數據的采集和分析，可以更準確地對企業進行風險評估，進而加強風險和信貸管控，迫使傳統的金融機構轉型升級，緩解金融資源配置不當，提高金融資源供給效率。最后，數字普惠金融依托人工智能技術、大數據技術、機器學習技術等新興技術，提高企業生產經營的效率與科學性，驅使企業組織結構變得更加合理靈活，降低了企業成本和費用，為綠色創新提供更多的資金供給空間，確保企業綠色創新得以有效實施和持續推進①。基于上述分析，本文提出假設2。

假設2：數字普惠金融通過緩解企業融資約束并校正金融資源錯配，在推動企業綠色創新方面發揮了積極作用。

三、研究設計

（一）變量選取

1.被解釋變量

被解釋變量為中小企業綠色創新（Apply）。由于綠色專利通常與環境改善有關，并且能夠展示企業綠色創新的最新進展？，本文采用綠色專利作為企業綠色創新指標。由于綠色專利從申請到授權需要一定的時間，并且不是所有的專利申請最終都能得到授權。因此，為了客觀反映中小企業在綠色創新方面所作的努力，本文選擇綠色專利申請量作為企業綠色創新水平的主要代理變量。與此同時，在穩健性檢驗部分本文選擇綠色專利授權量作為替代變量以檢驗基準回歸結果的穩健性。

2.核心解釋變量

本文的核心解釋變量為數字普惠金融（Index），其衡量依據來自北京大學數字金融研究中心編制的《北京大學數字普惠金融指數（2011—2023）》。該指數是2016年由北京大學數字金融研究中心和螞蟻金服集團共同創建的，以六項業務指標為基礎，結合覆蓋廣度（Cover）、使用深度（Depth）和數字化程度（Digital）三個二級指標加權計算，用于評估我國區域數字普惠金融的發展水平③。為便于回歸系數的解釋與展示，本文在分析前將該指數及其三個二級指標統一除以100。

3.機制變量

在目前的學術研究中，KZ、WW、SA指數都是衡量融資約束程度的指標，但對于SA指數來說，計算指數的基本數據是企業的規模（Size）和年齡（Age），具有很強的外生性和客觀性。因此，本文利用Hadlock等？設計的公式計算SA指數以衡量企業面臨的融資約束。SA指數絕對值越大說明融資約束越嚴重。此外，市場上有限的金融資源應該流向高效率的企業，實現整體資源的有效配置，而金融資源的錯配則是對“有效配置”的偏離。本文借鑒了邵挺 ? 和Song等 ? 衡量金融錯配（FM）的方法，利用各企業資本使用成本與其所屬產業的資本使用成本均值之間的偏差作為企業金融錯配水平的代理變量。金融錯配（FM）的絕對值越大，表明金融錯配問題越嚴重。

4.控制變量

本文同時引入了多個來自企業微觀層面和省級宏觀層面的變量作為控制變量，以避免因變量遺漏而導致模型估計誤差。反映企業財務水平的控制變量包括：（1）企業規模（Size），通過對企業總資產規模進行自然對數轉換進行測量。（2）資產負債率（Lev），通過企業總負債與總資產的比值來衡量。（3）總資產收益率（ROA），以企業凈利潤與總資產的比值作為評價指標。（4）企業成長性（Growth），通過企業營業收人增長率進行評價。（5）企業現金流（CF），用企業現金流凈值與總資產比值來衡量。反映企業內部治理能力的控制變量包括：第一大股東持股比例（Top1）、董事長與總經理是否兼任（Dual）、審計單位是否出具標準無保留意見（Opin）。反映地方經濟發展水平的控制變量包括：地方（省級）人均GDP（PGDP）。

（二）模型構建

為存在中介效應。

1.設定模型

（三）數據來源

本文選擇中小企業綠色專利申請量作為綠色創新的代理變量。由于樣本企業綠色專利申請量數據中存在大量零值（約占全樣本的 71.21% ），如果做刪除處理可能會嚴重影響模型估計精度。常用的處理方式是加1取對數，然后用線性模型估計，這樣做既保留了零值樣本，也保證了變量正態分布特征，但原變量計數特征沒有被保留。為了同時保留被解釋變量中大量零值和計數特征，本文根據Cohn等的研究？，采用泊松偽最大似然固定效應模型（PPMLFE）進行實證研究，以評估數字普惠金融對中小企業綠色創新能力的影響。該模型不僅能夠解決被解釋變量中存在大量零值與異方差所導致的回歸偏誤問題，也不需要滿足泊松回歸模型中樣本均值等于樣本方差的假設條件，同時也解決了零膨脹泊松模型在處理高維固定效應所遇到的計算問題，估計結果在一致性和無偏性方面具有較強的穩健性，因此特別適合用于本文中數字普惠金融對中小企業綠色創新效應的估算。根據上述理論，本文構建如下計量模型：

Apply_i，t=exp（β_o+β_IIndex_ijt+γControls+Year_t+Ind_i+ ε_i，t） （1）

式（1）中 Apply_i，t 作為被解釋變量，代表企業i在第t年的綠色專利申請量； Index_ijt 作為關鍵解釋變量，代表企業i所在省份j在第t年的數字普惠金融發展水平；Controls作為向量矩陣代表企業層面和省級層面的控制變量；Yeart和Indi分別代表年份固定效應和行業固定效應； E_i，t 代表誤差項。對式（1）中系數 β₁ 進行泊松偽最大似然（PPML）估計，以檢驗數字普惠金融是否促進中小企業綠色創新。

2.機制檢驗模型

為了檢驗數字普惠金融是否通過緩解融資約束和校正金融錯配機制對中小企業綠色創新產生積極的作用，本文構建了以下中介效應估計模型：

M_i，t=α_o+α_IIndex_ijt+πControls+Year_t+Ind_i+ε_i，t （2）Apply_i，t=exp（θ_o+θ_IIndex_ijt+θ₂M_i，t+μControls+Year_t +Ind_i+ε_i，t） （20 （3）

該模型中 M_i，t 作為中介變量代表企業i在第t年融資約束（SA）或金融錯配（FM）程度，在式（2）中作為被解釋變量，而在式（3）中作為解釋變量，其他變量解釋如前所述。利用OLS法和泊松偽最大似然法（PPML）分別估計式（2）和式（3），如果 q₁ 和 θ₂ 的系數估計顯著為負，可以認

本文以滬深中小板和創業板的上市公司為研究對象，數據來源主要包括以下方面：企業財務與治理數據來自國泰安數據庫（CSMAR）；企業綠色專利相關數據提取自中國研究數據服務平臺（CNRDS）；數字普惠金融指數數據采用《北京大學數字普惠金融指數（2011—2023）》；省級人均GDP數據取自《中國統計年鑒》。數據處理步驟如下：（1）排除金融行業和房地產行業的樣本公司；（2）將樣本期內業務不正常的公司剔除；（3）移除在樣本期內退市的公司；（4）刪除了關鍵變量數據缺失嚴重的公司樣本。為了減小異常值的影響，除了虛擬變量和比率變量以外，其余連續變量都進行了 1% 的縮尾處理，并對其進行了對數轉換。

四、實證結果分析

（一）描述性統計與相關性分析

表1匯總了主要變量的描述性統計結果，具體展示了各變量的統計特征。綠色專利申請量（Apply）和授權量（Granted）的中位數均為0，說明在樣本期內，大多數中小企業未開展綠色專利申請或授權活動。平均綠色專利申請量和授權量均在1項上下，這反映了中小企業整體綠色創新能力較弱。值得注意的是，綠色專利申請量和授權量的均值都高于中位數，這表明綠色專利申請量的分布存在顯著的右偏特征，進一步揭示了企業間綠色創新能力的差異較為顯著。

表1報告了數字普惠金融發展指數的統計特征，不管是一級綜合指數還是二級分指數，均值和中位數相差不大，同時標準差相對于均值較小，說明數字普惠金融發展雖然存在地區差異，但整體上發展良好。表2報告了數字普惠金融與綠色專利申請量之間的相關系數矩陣，不管是Pearson相關系數還是Spearman相關系數，在 1% 的顯著性水平上數字普惠金融與中小企業綠色創新均正向相關。這為假設1成立提供了初步證據。

（二）基準回歸

表3報告了數字普惠金融對中小企業綠色專利申請量的泊松偽最大似然固定效應模型（1）的回歸結果，所有的回歸均加入了控制變量，且均控制了行業和年份固定效應。考慮到同一家企業在時間維度上具有較高的相關性，因此，在所有回歸模型中均選擇企業聚類標準誤用于統計推斷。此外，列（1）將數字普惠金融指數（Index）作為解釋變量，而列（2）一列（4）將數字普惠金融指數分解成三個特征指數后分別作為解釋變量。

回歸分析結果顯示，數字普惠金融指數（Index）的回歸系數在 5% 水平下均顯著為正，這表明數字普惠金融對中小企業的綠色創新起到顯著的推動作用。通過對數字普惠金融指數的分解來看，覆蓋廣度（Cover）、使用深度（Depth）和數字化程度（Digital）的系數均在 10% 水平下顯著為正。導致該結果可能的原因是：數字普惠金融通過數字化技術擴大服務范圍和提高體驗感受，降低了金融機構與企業之間的信息不對稱問題，實現金融服務對中小企業精準提供，滿足中小企業進行綠色創新的融資需求，從而驗證了假設1成立。

（三）穩健性檢驗

1.內生性檢驗

為避免因遺漏變量導致的內生性問題，從而影響數字普惠金融對中小企業綠色創新作用的準確性并引起系數估計偏差，本文借鑒謝絢麗等 ? 和張勛等？的研究，選取互聯網寬帶接人率（InterAccess）和企業注冊地到杭州市的地理距離（Distance）作為工具變量進行分析：（1）互聯網寬帶接入率是評估地區金融服務設施建設水準的關鍵指標，其與數字普惠金融賴以發展的技術支持息息相關。然而，寬帶接人率與中小企業的綠色創新行為之間并無直接關系。（2）杭州以其在數字普惠金融領域的顯著成就位居全國領先地位，因此可以推測，地理位置越接近杭州的地區，其數字普惠金融發展的水平也可能相對較高，而企業注冊地與杭州地理距離的遠近并不會直接影響中小企業的綠色創新活動。綜上所述，這兩個工具變量同時滿足相關性和外生性條件，為本文提供了合理的工具變量選擇。此外，本文選擇泊松偽最大似然固定效應模型（PPMLFE）作為基準估計模型，在內生性問題處理上不適合采用兩階段工具變量法（2SLS），但可以選擇控制函數法來處理泊松回歸條件下的內生性問題。具體來說，控制函數法可以通過兩階段的估計來實現：第一階段將內生變量作為被解釋變量，所有控制變量和工具變量作為解釋變量，使用固定效應線性OLS估計得到殘差項（e）。然后將在第一階段得到的殘差項（e）作為解釋變量加入到主回歸模型利用PPML重新進行估計。如果殘差項（e）的系數估計顯著，說明工具變量選擇合適有效，由于核心解釋變量的內生性已被控制住，其系數估計具備無偏一致性。

表4報告了控制函數法兩階段回歸的估計結果。其中列（1）和列（2）是以互聯網寬帶接入率（InterAccess）為工具變量的回歸結果；列（3）和列（4）是以企業注冊地離杭州市的地理距離（Distance）為工具變量的回歸結果；所有列都加入了控制變量以及年份和行業固定效應。從列（1）

和列（3）的第一階段回歸結果來看，工具變量的估計系數在 1% 的水平上達到顯著，且符號方向符合理論預期，這表明工具變量與數字普惠金融之間存在顯著的相關性。根據列（2）和列（4）的第二階段回歸結果，第一階段殘差項（e）的估計系數在 10% 的顯著性水平上顯著，這進一步證明了所選工具變量的有效性。此外，關鍵解釋變量數字普惠金融的估計系數在 5% 的顯著性水平上表現為正且具有統計顯著性。綜上，通過采用控制函數法處理內生性問題后，結果依然顯示數字普惠金融對中小企業的綠色創新產生了顯著的正向激勵作用。

2.其他穩定性檢驗

（1）替換關鍵變量。首先，用市級數字普惠金融指數（Index_city）來替換基準回歸中所采用的省級指數（Index）。其次，用中小企業綠色專利授權量（Granted）代替中小企業綠色專利申請量（Apply）作為被解釋變量。隨后根據式（1）進行重新回歸。表5報告了更換關鍵變量后的回歸結果。結果顯示：通過替換解釋變量和被解釋變量后，基準回歸結論穩健成立。

（2）刪除特定樣本。考慮到直轄市、計劃單列市在城市發展規模和政策傾斜方面具有先天優勢，容易獲得各類資源支持，因此可能會干擾數字普惠金融對中小企業綠色創新的具體作用。為了排除這些特殊城市對結果的干擾，本文刪除了注冊地在直轄市或計劃單列市的樣本，最終得到包含11369個觀測值的子樣本。表6報告了針對該子樣本的回歸結果。結果顯示：刪除直轄市、計劃單列市樣本后，所有的估計系數均在 1% 水平上正向顯著，與基準回歸系數相比，子樣本回歸系數均有所增大，為基準回歸結論的穩健性提供了證據。

（3）考慮滯后效應。在實際情境中，中小企業技術創新水平的提升或許能夠對數字普惠金融的發展起到一定的促進作用，即存在反向因果關系。為了排除反向因果關系對研究結論的干擾，本文分別將數字普惠金融的滯后1一5期作為解釋變量重新回歸。表7報告了采用不同滯后期數的回歸結果，結果顯示：滯后1一4期的估計系數至少在 5% 的水平上顯著為正，說明基準回歸結論依然穩健。

（4）引入高階固定效應。為了盡可能排除宏觀政策變動等外部因素對回歸分析結果的潛在影響，本文建立了包含行業與年度交互固定效應的高階模型。估計結果（見表8）表明，數字普惠金融對中小企業綠色創新的促進作用依然顯著。此外，這一發現同樣在數字普惠金融的覆蓋廣度（Cover）和使用深度（Depth）兩個方面得到了證實，這進一步驗證了基準回歸結果的穩健性。

（四）機制檢驗

1.中介機制檢驗

基于前文的分析，本文通過使用式（2）和式（3）來檢驗融資約束和金融錯配在數字普惠金融與中小企業綠色創新關系的中介作用。表9中的列（1）與列（2）展示了融資約束中介效應的檢驗結果。具體而言，列（1）的回歸結果表明，Index系數在 10% 的顯著性水平上顯著為負，這意味著數字普惠金融的發展可以通過提供充足且高效的資金支持，明顯緩解中小企業在融資方面面臨的約束問題。列（2）的回歸結果顯示，SA系數在 10% 的顯著性水平上顯著為負，而Index系數則在 5% 的顯著性水平上顯著為正。這表明，在數字普惠金融對中小企業綠色創新的影響過程中，融資約束起到了部分中介作用，從而驗證了“數字普惠金融 $$ 融資約束 $$ 中小企業綠色創新”這一傳導機制的有效性。表9的列（3）和列（4）呈現了關于金融錯配中介效應的檢驗結果。列（3）的回歸結果顯示，Index系數在 10% 的顯著性水平上顯著為負，表明數字普惠金融可以通過增強用戶畫像的準確性、優化風險定價的精細化程度，以及提高業務流程的集約化水平，有效緩解中小企業面臨的金融錯配問題。列（4）的回歸結果表明，FM系數在 1% 的顯著性水平上為負且顯著，而Index系數則在 5% 的顯著性水平上為正且顯著。這進一步說明，金融錯配在數字普惠金融影響中小企業綠色創新的過程中起到了部分中介作用，從而驗證了“數字普惠金融$$ 金融錯配 $$ 中小企業綠色創新”這一傳導機制的可靠性。上述分析結果支持了假設2的成立，說明數字普惠金融可以通過緩解融資約束以及糾正金融錯配的方式，顯著推動中小企業的綠色創新發展。

2.調節機制檢驗

處于生命周期不同階段的中小企業有不同的特點，在市場壓力、資金需求、融資約束、風險管理等方面有明顯的差異①。一方面，處于成長階段的中小企業具有良好的發展前景，增長潛力大，投資回報高。處于這一階段的中小企業通常會實施擴張型戰略，導致對資本的需求相對較高，而綠色創新的長周期造成的高資本需求也需要高質量的資本供給，最終可能產生“擠出效應”。從綠色創新產出來看，綠色創新的預期結果具有很大的不確定性，對于處于成長階段的企業來說是一種風險投資。將資金用于綠色創新投資所能獲得的短期收益，低于將資金投入生產和銷售所能帶來的收益。這可能與企業現階段提高市場占有率的戰略意圖相違背，因此，成長型中小企業進行綠色創新的主觀能動性相對薄弱。另一方面，處于成熟期的中小企業，其產品生產和銷售趨于穩定。此時，企業通過綠色創新，不僅可以提高原材料的利用效率和回收率，降低資源成本和環境成本，還可以吸引消費者對企業環境行為的關注，樹立良好的企業形象，促進企業可發展績效的增長。與處于成長階段的企業相比，處于成熟階段的企業在各方面都比較完善，借助于數字普惠金融的發展，它們有更多的研發實力和風險承擔能力，可以實施資金需求高、風險程度高的綠色項目。因此，從生命周期的角度來看，發展數字普惠金融對處于發展成熟期的企業的綠色創新可能具有更明顯的激勵作用。

政府通過環境規制政策對企業行為進行規范，迫使企業為規避潛在的處罰，不得不對其生產工藝和流程進行改進，同時加強對污染物的排放治理，從而推動企業生產綠色環保產品。在環境規制強度較低的情況下，相較于綠色創新所需的大量投資、緩慢的回報以及較高的不確定性，企業更傾向于采用末端污染治理的方式以促進自身發展。然而，當環境規制強度上升至較高水平時，企業若僅依賴末端治理手段，將面臨持續且昂貴的合規成本。在這種情況下，當前投資巨大但收效長遠的綠色創新將會更加有利于企業的利益。傳統的金融機構通常只關注于項目的經濟效益和財務風險，而忽略了項目所帶來的環境影響，這使得與其他創新相比，企業綠色創新所面臨的資金約束更加苛刻。數字普惠金融能夠顯著降低資金獲取的難度，即使是難以通過傳統渠道獲得支持的綠色技術創新項目，也能因此獲得必要的資金，這種機制提高了企業進行綠色技術創新的積極性。因此，在環境規制較為嚴格的地區，數字普惠金融對企業綠色創新的促進作用顯得尤為突出。相比之下，在環境規制強度較低的區域，這種促進效果顯得相對較弱。

參考現有文獻，本文選擇經常被國內學者使用Dickinson的現金流組合判斷法？和李云鶴等的多變量綜合排序法 對中小企業發展階段進行劃分。鑒于樣本企業均為已上市企業，可以認為其已跨越初創階段。因此，本文將企業生命周期分為三個階段，分別為成長期、成熟期和衰退期，以更精準地分析企業在不同生命周期階段的特征及其影響。此外，借鑒張建鵬等③的研究，根據各省政府工作報告中涉及“環境保護”等相關詞的出現頻率構建環境規制強度指標。該指標既能反映當年政府環境治理力度，也具備外生性特征。根據是否大于環境規制強度中位數，將樣本分為強環境規制組和弱環境規制組。

表10報告了調節效應檢驗結果。列（1）一列（4）為根據企業生命周期的分組回歸結果，結果顯示：不管采用何種方法來測度企業生命周期，Index系數在成熟期至少在 5% 水平下顯著為正，而在成長期Index系數雖為正但都不顯著。說明當中小企業處于成熟期時，數字普惠金融對綠色創新的激勵效果相比較成長期更加顯著。列（5）一列（6）為根據環境規制強度分組回歸結果，結果顯示：在強環境規制條件下Index系數為正且在 5% 水平下顯著，而在弱環境規則條件下Index系數為正但不顯著。這意味著在環境規制力度較大的地區，數字普惠金融對中小企業綠色創新的積極推動效果更加明顯。

（五）異質性分析

1.行業異質性

本文對樣本進行了制造業和非制造業的分組回歸分析，其回歸結果詳見表11中的列（1）與列（2）。研究結果顯示，在 1% 的顯著性水平上數字普惠金融對制造業中小企業的綠色創新產生了積極且顯著的影響。而對于非制造業中小企業綠色創新雖表現出正向作用，但未達到顯著性水平。這表明，數字普惠金融為解決制造業中小企業綠色轉型問題提供了一種有效途徑。

2.所有權異質性

本文將樣本按是否為國有企業進行劃分，分別為國有中小企業組與非國有中小企業組，并對其進行分組回歸分析，結果見表11中的列（3）和列（4）。結果表明，在 10% 的顯著性水平上數字普惠金融對非國有中小企業綠色創新具有積極且顯著的影響，而對國有中小企業的綠色創新雖有正向作用，但未達到統計顯著性。這表明，數字普惠金融在推動非國有中小企業實現綠色創新方面發揮了更加顯著的作用。

3.區域異質性

中國幅員遼闊，區域經濟發展水平差異很大。為進一步探討地區異質性問題，本文將樣本依據企業注冊地址分為東部地區和中西部地區兩部分。針對這兩組樣本，分別進行了回歸分析，結果展示在表11中的第（5）列和第（6）列。根據回歸分析的結果，可以看出數字普惠金融對中西部地區中小企業綠色創新產生了顯著的積極影響，且這一影響在 1% 的顯著性水平上具有統計學意義，而在東部地區雖有正向作用，但未達到統計顯著性水平。這說明在促進中西部地區的中小企業進行綠色創新時，數字普惠金融展現出更為顯著的成效。東部地區擁有經濟發展先發優勢，這使得東部地區的中小企業具有更強的資本聚集和技術創新能力，暢通的信息流使其面臨較低的資金限制。而中西部地區受制于經濟發展滯后等條件制約，資金流和信息流運轉不暢，導致其中小企業進行綠色創新困難重重。因此，數字普惠金融能夠憑借技術優勢突破地理限制以更有效地鼓勵中西部地區中小企業開展綠色創新。

五、研究結論與政策建議

本文基于 2011-2023 年滬深上市公司數據，使用泊松偽最大似然固定效應模型和中介效應模型，深人探討了數字普惠金融對中小企業綠色創新的影響效應，得出以下結論：（1）數字普惠金融以其覆蓋廣度、使用深度與數字化程度對中小企業的綠色技術創新產生了顯著的積極影響，有助于增強企業綠色技術創新的能力。數字普惠金融通過提升金融服務的覆蓋范圍、效率和數字化支持，為中小企業綠色創新提供了必要的資金支持。（2）融資約束和金融錯配是數字普惠金融正向激勵中小企業綠色創新的重要傳導路徑。數字普惠金融通過緩解中小企業面臨的融資約束壓力以及糾正金融錯配問題，有效推動了中小企業在綠色技術研發領域的資源配置與實踐開展。數字普惠金融不僅降低了企業的融資成本，還通過大數據風控和在線信貸等技術，提高了資金使用效率，為綠色創新提供了精準的金融支持。（3）在數字普惠金融影響中小企業綠色創新的過程中，企業生命周期和環境規制強度起到了重要的調節作用。數字普惠金融對綠色創新的影響因企業所處生命周期的不同而呈現出差異性，對成長期企業的作用主要體現在資金支持上，而在成熟期企業中，數字普惠金融則更多通過優化資源配置和促進綠色技術的商業化應用來發揮作用。適度的環境規制能夠倒逼企業加快綠色技術創新，而數字普惠金融為企業提供了應對環境規制的資金保障。（4）在制造業、非國有企業及中西部地區，數字普惠金融對促進中小企業綠色創新的影響尤為明顯。非國有企業因其更加靈活的經營機制和創新意愿，在獲得數字普惠金融支持后表現出更強的綠色創新能力。而中西部地區的企業因數字普惠金融對傳統金融服務不足的補充作用，其綠色創新能力也得到了顯著提升。

基于上述研究結論，本文提出以下政策建議：

第一，加快數字普惠金融的發展。在信息技術快速發展的背景下，必須加快數字普惠金融的普及與應用。要充分挖掘數字普惠金融的多元化服務能力，深化金融科技在風控、信貸和支付等領域的應用，完善數字金融基礎設施建設。同時，應強化數字普惠金融服務功能的整合力度，推動金融產品的創新與升級，以更有效地滿足中小企業在綠色創新方面的需求。

第二，構建高效的融資生態體系，緩解融資約束與糾正金融錯配。通過開發綠色金融專項產品（如綠色貸款、綠色債券等），引導資金流向綠色技術研發和推廣。

第三，制定適應性強的數字普惠金融監管政策。政府應加快完善與數字普惠金融相關的法律法規，制定適應性強、操作性高的監管政策，既要保障金融市場的穩定性，又要鼓勵金融創新。特別是在綠色金融領域，可以通過稅收優惠、風險補償基金等方式引導數字普惠金融向綠色技術領域傾斜。同時，政府應加強對數字普惠金融服務的合規性審查，確保其在促進綠色創新的過程中不會帶來系統性風險。

第四，加大對中西部地區中小企業的政策支持力度。為縮小區域差異，政府應加大對中西部地區中小企業綠色創新的支持力度，進一步優化區域間的資源配置。可以通過增加財政補貼、減稅降費、提供綠色技術研發專項資金等措施，激發中西部地區企業綠色創新的積極性。

第五，強化環境規制與數字金融的協同。政府在實施環境規制政策時注重其合理性和靈活性，并通過數字普惠金融為企業提供必要的資金支持，降低環境規制對企業創新活動的不利影響。

注釋：

① Z.Cheng，L.Li，J.Liu，Natural Resource Abundance， Resource Industry Dependence and Economic Green Growth in China，Resources Policy，2020，68（4），p.101734. ② De Marchi Valentina，Environmental Innovation and Ramp;D Cooperation：Empirical Evidence from Spanish Manufacturing Firms，Research Policy，2012，41（3），pp.614- 623. ③ K.H.Lee，B.Min，Green Ramp;D for Eco-Innovation and Its Impact on Carbon Emissions and Firm Performance， Journal of Cleaner Production，2015，108，pp.534-542. ④ 謝雄標、胡陽艷：《協同支持網絡對中小企業綠色 創新行為影響研究》，《生產力研究》2020年第7期。 ⑤? M.E.Porter，C.Linde，Toward a New Conception of the Environment-Competitiveness Relationship，Journal of Economic Perspectives，1995，9（4），pp.97-118. （204號 ⑥ Y.Wu，S. Zeng，Z. Zhong，Study on the Emission Reduction Effect of Green Technology Innovation，Advances in Management and Applied Economics，2023，13（6），pp.277- 295. ⑦ G.Cainell，'Amato Alessi，.azzanti，eource Efficient Eco-Innovations for a Circular Economy：Evidence fromEu Firms，Research Policy，2020，49（1），p.103827. ⑧ D.Acemoglu，P.Aghion，L.Bursztyn，D.Hemous， The Environment and Directed Technical Change，American Economic Review，2012，102（1），pp.131-166. ⑨ F.Allen，etal.，The Foundations of Financial Inclusion： Understanding Ownership and Use of Formal Accounts， Journal ofFinancial Intermediation，2016，27，pp.1-30. ⑩ 王剛、陳迪：《數字普惠金融與中小企業技術創新》， 《統計與決策》2023年第19期。 （204號 ① G.He，L.Shen，Whether Digital Financial Inclusion Can Improve Capital Misallocation or Not：A Study Based on the Moderating Effect of Economic Policy Uncertainty，Discrete Dynamics in Natureand Society，2021，1，p.4912836.

? T.Yang，Digital Financial Inclusionand Enterprise Technological Innovation，Advances in Economics， Management and Political Sciences，2024，73，pp.113-119. ? D.W.Armer，P.R.Buckley，D.A. Zetzsche，Fintech forFinancial Inclusion：A Framework for Digital Financial Transformation，UNsWLaw Research Paper，2018，pp.18-87. ? Z.Yuming，et al.，Does Green Innovation Mitigate Financing Constraints？ Evidence from China’s Private Enterprises，Journal of Cleaner Production，2020，264，p.121698. ? Y.C.Hsien，etal.，DemandforGreeFinance： Resolving Financing Constraints on Green Innovation in China，Energy Policy，2021，153，p.112255. （20 ? Wang.Mengna，Ma.Xingchao，The ImpactofDigital Financial Inclusion on Regional Green Innovation Research： Empirical Evidence from 281 Prefecture-Level Cities in China， Frontiers in Business，Economics and Management，2024， 13（1）， pp.93-103. ? J.Li，Q.Wang，EffectofFinancial Supportonthe Green Technology Innovation of China's Equipment-Manufacturing Enterprises，Sustainability，2024，16（18），p.7939. ? D.B.Audretsch， Sustaining Innovation and Growth： Public Policy Support for Entrepreneurship，Industry and Innovation，2004，11（3），pp.167-191. ? J.Hojnik，M.Ruzzier，What Drives Eco-Innovation？ AReview of an Emerging Literature，Environmental Innovation and Societal Transitions，2016，19，pp.31-41. ? Y.S.Chen，S.B.Lai， C.T.Wen，The Influence of Green Innovation Performance on Corporate Advantage in Taiwan，Journal of Business Ethics，2006，67，pp.331-339. ? V. Oltra，J.M.Saint，Sectoral SystemsofEnvironmental Inovation： An Application to the French Automotive Industry， Technological Forecasting and Social Change，20o9，76（4）， pp.567-583. ? E.Lyubich，J.S.Shapiro，R.Walker，Regulating Mismeasured Pollution： Implications of Firm Heterogeneity for Environmental Policy，AEAPapers and Proceedings，2018，108， pp.136-142. ? 于連超、張衛國、畢茜：《環境稅會倒逼企業綠色 創新嗎？》，《審計與經濟研究》2019年第2期。 ? 李新安：《環境規制、政府補貼與區域綠色技術創 新》，《經濟經緯》2021年第3期。 ? 王博、張永忠、陳靈杉、姚星：《中國城市綠色創 新水平及影響因素貢獻度分解》，《科研管理》2020年第8 期。 ? 錢麗、王文平、肖仁橋：《共享投入關聯視角下中 國區域工業企業綠色創新效率差異研究》，《中國人口·資 源與環境》2018年第5期。 ? Z. Huang，G.Liao，Z.Li，Loaning Scale and Government Subsidy for Promoting Green Innovation，Technological Forecasting and Social Change，2019，144，pp.148-156.

? 任勝鋼、項秋蓮、何朵軍：《自愿型環境規制會促進企業綠色創新嗎？—以ISO14001標準為例》，《研究與發展管理》2018年第6期。? 肖小虹、田慶宏、王站杰：《利益相關者環保導向能促進綠色創新嗎？一 一個被調節的中介效應模型》，《科研管理》2021年第12期。? P.K.Ozili， Impact of Digital Finance on FinancialInclusion and Stability，Borsa Istanbul Review，2018，18（4），pp.329-340.（204 ? Y.Huang，X.Wang，Building an Eficient FinancialSystem in China：ANeed for Stronger MarketDiscipline，AsianEconomic Policy Review，2017，12（2），pp.188-205.? 萬佳或、周勤、肖義：《數字金融、融資約束與企業創新》，《經濟評論》2020年第1期。? S.Feng，R.Zhang，G.Li，Environmental Decentralization，Digital Finance and Green Technology Innovation，StructuralChange and Economic Dynamics，2022，61，pp.70-83.（204號 ? Y.Sha，P. Zhang，Y.Wang，et al.，Capital MarketOpening and Green Innovation-Evidence from Shanghai-Hong Kong Stock Connect and the Shenzhen-HongKong StockConnect，Energy Economics，2022，111，p.10604.? 畢克新、王禹涵、楊朝均：《創新資源投入對綠色創新系統綠色創新能力的影響——基于制造業FDI流入視角的實證研究》，《中國軟科學》2014年第3期。? X.Tan，Y.Yan，D.Yuyang，Peer Effect in Green CreditInduced Green Innovation：An Empirical Study from China'sGreen Credit Guidelines，Resources Policy，2022，76，p.102619.? 楊國忠、席雨婷：《企業綠色技術創新活動的融資約束實證研究》，《工業技術經濟》2019年第11期。? 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》，《科研管理》2021年第4期。? 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》，《管理世界》2020年第5期。? 蔣殿春、潘曉旺：《數字經濟發展對企業創新績效的影響一—基于我國上市公司的經驗證據》，《山西大學學報》（哲學社會科學版）2022年第1期。? Z.Pan，L.Liu，S.Bai，et al.，Can the Social TrustPromote Corporate Green Innovation？Evidence from China，Environmental Science and Pollution Research，2021，28（37），pp.52157-52173.

? 郭峰、王靖一、王芳、孔濤、張勛、程志云：《測

度中國數字普惠金融發展：指數編制與空間特征》，《經濟

學（季刊）》2020年第4期。? C.J.Hadlock，J.R.Pierce，New Evidence on Measuring

Financial Constraints：Moving Beyond theKz Index，The

Review ofFinancial Studies，2010，23（5），pp.1909-1940.? 邵挺：《金融錯配、所有制結構與資本回報率：來

自1999—2007年我國工業企業的研究》，《金融研究》2010

年第9期。（204號 ? Z.Song，K. Storesletten，F.Zilibotti， Growing Like

China，American Economic Review，2011，101（1），pp.196-233.? J.B.Cohn，Z.Liu，M.I.Wardlaw， Count （and Count-

Like）Data in Finance，Journal of Financial Economics，2022，

146（2）， pp.529-551.? 謝絢麗、沈艷、張皓星、郭峰：《數字金融能促進

創業嗎？—來自中國的證據》，《經濟學（季刊）》2018年

第4期。? 張勛、楊桐、汪晨、萬廣華：《數字金融發展與居

民消費增長：理論與中國實踐》，《管理世界》2020年第11

期。? J.Mullahy， Instrumental-Variable Estimation of Count

DataModels：Applicationsto ModelsofCigarette Smoking

Behavior，Review of Economics and Statistics，1997，79（4），

pp.586-593. 陳紅、張玉、劉東霞：《政府補助、稅收優惠與企

業創新績效一不同生命周期階段的實證研究》，《南開管

理評論》2019年第3期。 V.Dickinson，Cash Flow Paterns asa Proxy for Firm

Life Cycle，The Accounting Review，2011，86（6），pp.1969-

1994. 李云鶴、李湛、唐松蓮：《企業生命周期、公司治

理與公司資本配置效率》，《南開管理評論》2011年第3期。 張建鵬、陳詩一：《金融發展、環境規制與經濟綠

色轉型》，《財經研究》2021年第11期。作者簡介：王剛，通訊作者，中共湖北省委黨

校經濟學與經濟管理教研部副教授，湖北武漢，432200；張繼久，中共湖北省委黨校教授，湖北武漢，432200。

（責任編輯 李燈強）