數字金融對制造業綠色創新效率影響研究

摘 要：數字金融作為金融與科技結合的產物，是提升制造業綠色創新能力的重要途徑。本文基于 2012-2021年中國各省份制造業面板數據，系統考察數字金融對制造業綠色創新效率的影響及其作用機制。研究發現，數字金融顯著促進制造業緣色創新效率。異質性分析發現，數字金融對制造業綠色創新效率的促進效應在中西部樣本中顯著為正，而對東部制造業效率的作用不明顯，且對數字金融使用深度較高地區和綠色創新效率較低地區制造業的積極影響更為顯著。機制檢驗發現，數字金融促進制造業綠色創新效率的主要傳導機制在于增強技術供給和誘發產業需求，且形成鏈式中介效應;數字人力資本、傳統金融水平均正向調節數字金融對制造業綠色創新效率的促進作用。

關鍵詞：數字金融;制造業綠色創新效率;技術供給;產業需求;鏈式中介

中圖分類號：F062.4文獻標識碼：A文章編號：1001-148X（2025）03-0064-11

一、引 言

制造業作為國民經濟的主體，在推動經濟增長的同時也面臨著嚴峻的環境污染和能源消耗問題。據國家統計局數據顯示，2022年制造業二氧化硫排放量達123.3萬噸，氮氧化物排放量高達213.9萬噸。同年，中國能源消費總量為54.1億萬噸標準煤，其中制造業占比超過55%。環境污染和能源枯竭問題日益嚴峻，對人類生存環境構成重大挑戰。“中國制造2025”戰略明確提出要通過加大先進節能環保技術、工藝和裝備的研發力度，加快制造業綠色改造升級，實現低碳化、循環化和集約化發展，充分提高資源利用效率。綠色創新作為實現這一戰略的必由之路，也是制造業贏得持續競爭力的重要途徑。然而，綠色創新活動具有投資周期長、不確定性高和不可逆轉等高風險特征[1-21，盡管近年來我國制造業創新資源投入顯著增加，但綠色經濟和環境產出并未相應改善，綠色創新投人產出效率仍處于較低水平。如何突破制造企業綠色創新困境，提升綠色創新效率，已成為亟待解決的重要問題。

數字金融作為金融與科技融合的新興業態，為制造業綠色創新發展帶來了新機遇。2024年3月全國兩會期間，委員代表提出要加快科技金融發展，深化科技創新融資模式，提升金融綜合服務平臺效能，支持科技成果轉化，為數字金融賦能創新活動營造良好環境！。數字金融借助網絡信息技術、分布式架構以及區塊鏈等前沿技術，構建了更加開放和包容的網絡化金融生態系統。同時，通過大數據、人工智能等技術提高金融服務的精準性和個性化，為制造企業發展提供技術保障和資金支持。那么，數字金融是否實質性促進了制造業綠色創新效率？其背后的深層次作用機制如何？解客這些問題對推動制造業綠色創新與高質量發展，助力我國“雙碳”目標實現具有重要意義。

現有研究主要聚焦于數字金融對企業創新和區域創新的影響。研究表明，數字金融能夠合理配置企業創新資源并轉化為實際創新產出[1，通過成本節約、人力資本匹配等效應提升制造業創新數量和質量！。鄭萬騰等（2021）研究發現數字金融對區域創新具有激勵效應，且其不同維度均有利于激勵地區創新活動”。也有研究表明，數字金融有效提升了城市創新水平，但在不同維度上存在顯著差異“】。

關于數字金融對綠色創新的影響，現有研究相對較少。1i等（2022）指出數字金融通過提高城市整體創新能力，對綠色創新活動產生推動作用”。研究表明，中國不同地區金融成熟程度和基礎設施完善程度存在差異，中部和西部地區更能從數字金融發展中獲得綠色創新紅利四。數字金融能夠緩解綠色創新活動的資金瓶頸，實現綠色創新“提質增量”[。Im 和 Ches（2024）基于中國制造業上市公司數據，發現數字金融通過消除融資約束促進企業綠色創新效率提升。還有研究發現，數字金融通過緩解融資錯配和促進人力資本積累來提高區域綠色創新效率（B1

通過文獻梳理可以發現：第一，現有研究主要關注數字金融對區域技術進步、企業創新和綠色創新的影響，但專門探討數字金融對制造業綠色創新效率影響的研究仍較為缺乏，而這一問題直接關系到我國數實融合與低碳發展目標的實現：第二，少數研究從融資約束[1、資源錯配及人力資本1】等傳統資源角度探討數字金融對綠色創新效率的影響，而基于技術供給和產業需求視角的機制分析較為少見。事實上，技術供給是制造業綠色創新效率提升的動力源泉，產業需求是重要拉動力量，二者缺一不可。

基于此，本文從資源依賴理論和交易成本理論出發，采用雙向固定效應模型實證分析和檢驗數字金融對中國制造業綠色創新效率的影響及其作用機制。本文的邊際貢獻主要體現在：（1）深人分析數字金融對制造業綠色創新效率的影響，并探討技術供給和產業需求的作用機制，拓展了數字金融的作用效果分析，同時豐富了制造業綠色創新效率的影響因素及提升機制研究;（2）從區域、數字金融等維度和綠色創新效率等角度探討數字金融的異質性影響，豐富了數字金融對制造業綠色創新效率影響的情境研究;（3）基于中國內地30個省份（西藏和港澳臺地區數據不全除外）制造業數據展開研究，為因地制宜開展數字金融賦能制造業綠色創新活動提供決策參考。

二、理論分析與研究假設

（一）數字金融與制造業綠色創新效率基于資源依賴理論，企業是資源集合體，制造企業需從外部獲取資源以開展綠色創新活動數字金融作為金融服務與數字技術融合的產物，通過提升金融資源配置效率，彌補綠色創新資金缺口[51，為制造企業提供技術和資金支持。具體而言，數字金融利用大數據、云計算等技術，幫助制造企業精準識別有潛力的綠色創新項目，提供技術保障。同時，通過實時數據和信息披露，緩解融資過程中的信息不對稱問題，促進資金精準匹配，提供便捷的融資渠道和風險管理工具16，為綠色創新提供資金支持。技術和資金的注人優化了綠色創新資源配置，加速研發進程，有利于制造企業掌握市場需求和新產品銷售收人等信息，推動綠色創新成果轉化，從而提升制造業綠色創新效率。

根據交易成本理論，制造企業在綠色創新過程中面臨市場信息搜尋、談判、約和監督等交易成本！7]。數字金融通過互聯網等新一代信息技術，整合不同綠色創新主體的數據信息，打破信息傳遞的時空限制，降低信息搜尋成本“1。同時，數字金融提供在線談判和簽約功能，減少制造企業與上下游企業的創新活動談判成本。此外，數字金融通過引人第三方監管機構和建立信用體系，提高綠色交易的透明度和可信度，降低監督成本。交易成本的降低優化了資源配置效率，引導資源向光伏、鋰電池和新能源汽車等前量廣闊的綠色創新項目匯聚，增強制造企業綠色創新投資的信心和耐心，持續開展綠色創新活動，并注重綠色創新效率提升。數字金融平臺還集成了技術交流和知識共享功能，推動制造企業間協作，共享綠色創新技術與信息，既降低交易成本，又加速綠色創新技術的傳播和應用，構建以綠色創新為主導的生態系統，提升制造業綠色創新產出和效率水平。基于上述分析，本文提出如下研究假設：

H1a：數字金融有利于促進制造業綠色創新效率。

東部地區作為中國經濟發展的前沿，擁有成熟的金融市場和完善的金融基礎設施，金融發展趨于飽和，較少依賴外部金融支持，因此數字金融對制造業綠色創新效率的促進作用可能不明顯。中部地區金融體制改革相對滯后9，金融發展處于快速增長期，數字金融的滲透為該地區制造業綠色創新活動提供資金和信息支持，激發其綠色創新活力并加快研發產出，顯著提升綠色創新效率。此外，數字金融能夠突破地理限制，促進資源有效配置，為偏遠地區制造企業提供金融服務（91但由于西部地區金融基礎設施不健全，數字金融潛力尚未完全發揮，對制造業綠色創新效率的影響可能受限。基于上述分析，本文提出如下研究假設：

H1b：數字金融更有助于中西部地區制造業提升綠色創新效率。

數字金融覆蓋廣度反映金融服務在地理和人口上的普及程度。數字金融覆蓋廣度越大，數字金融促進作用就越顯著（0。然而，一些制造企業集中在基礎設施不完善的中西部地區，由于基礎設施金融環境等影響，數字金融開發程度受限，導致數字金融覆蓋廣度對制造業綠色創新效率的影響較小。數字金融使用深度是指數字金融服務在企業內部的整合程度，可促進制造企業更有效地管理資金流降低交易成本并提高資金使用率，促進綠色創新效率提升。基于此，本文提出如下研究假設：Hlc：數字金融使用深度更有助于提升制造業綠色創新效率。

在低綠色創新效率地區，數字金融通過提供便捷和成本效益更高的金融服務，幫助制造企業克服資金短缺和信息不對稱問題，激發綠色創新活力，加速綠色技術的采納和創新項目的實施，有效提升制造業綠色創新效率。而在高綠色創新效率地區，制造企業已具備較強綠色創新能力且實現創新流程高效管理，數字金融邊際貢獻可能不顯著。基于此，本文提出如下研究假設：

H1d：數字金融更有助于低綠色創新效率地區制造業提升綠色創新效率。

（二）數字金融對制造業綠色創新效率的影響機制

以往研究多從融資約束（、資源錯配和人力資本[]等視角探討數字金融對綠色創新的影響，缺乏從技術供給和產業需求視角的內在機制分析，而技術供給和產業需求是推動制造業綠色創新的核心驅動力，二者相互耦合共同促進制造業綠色創新效率提升。在技術供給層面，技術創新和產權保護構成數字金融支持向環境經濟成果轉化的關鍵橋梁，直接影響制造企業的綠色研發活動和創新能力;在產業需求層面，產業升級與結構均衡驅動制造企業為滿足市場需求而開展綠色研發和生產，推動傳統制造業向數智化與綠色化協同轉型，從需求端改善綠色創新環境。此外，從資源互補視角來看，數字人力資本和傳統金融被視為與數字金融的互補資源，通過與數字金融的協同作用，共同促進制造業綠色創新效率提升。

1.技術供給的傳導作用

在“雙碳”目標背景下，制造企業亟須通過提升綠色創新效率實現可持續發展，而技術創新是其中的關鍵驅動力”。數字金融通過以下途徑提升企業技術創新能力并降低創新風險：首先，借助數字技術降低創新信息獲取門檻，幫助企業全面獲取創新資源;其次，通過提供風險管控等金融工具，為綠色技術創新提供資金支持。技術創新不僅推動企業采用更高效、綠色的生產方式（21，還促進綠色產品開發，持續增加綠色經濟產出，從而提升制造業綠色創新效率。

同時，完善的知識產權保護體系對激發企業綠色創新動力至關重要。數字金融通過以下方式強化知識產權保護：第一，利用區塊鏈、大數據等技術提高知識產權注冊、交易和管理效率（21;第二，打破融資信息壁壘，為知識產權申請和維護提供資金支持;第三，通過平臺記錄和追蹤知識產權所有權和交易記錄，并提供知識產權質押融資、保險等風險管理工具，降低侵權風險。強有力的知識產權保護激勵企業積極開展創新活動，增加綠色研發投人，從而提升綠色創新效率（。基于上述分析，本文提出如下研究假設：

H2a：數字金融通過提高技術創新與產權保護促進制造業綠色創新效率。

2.產業需求的傳導作用

制造業作為碳排放的主要領域，其產業升級與結構均衡對實現全國“雙碳”目標具有關鍵作用。數字金融通過多種方式為產業升級提供支持：首先，通過多元化的融資渠道降低制造企業的融資壁壘和成本，為產業綠色轉型提供資金保障;其次，利用數字化平臺優化資源配置，引導金融資源向高端化、智能化和綠色化方向流動;最后，通過改進金融服務模式，打破傳統產業鏈中的“信息孤島”，促進制造業上下游、產學研之間的技術交流與合作，推動形成優勢互補、協同演進的產業生態。

產業升級與結構均衡產生雙重效應：一方面，釋放“激勵效應”，推動企業在產品開發、生產技術和工藝流程方面的持續創新：另一方面，通過“倒逼效應”，促進產品多樣性競爭和綠色化策略實施，激發社會綠色消費需求，推動制造業服務模式轉型（2]。這些效應共同推動傳統制造業加速綠色轉型，提升綠色技術吸收與轉化能力，從而提高綠色創新效率。基于此，本文提出如下研究假設：H2b：數字金融通過產業升級與結構均衡促進制造業綠色創新效率。

3.基于產業需求、技術供給的鏈式中介機制

數字金融通過提高金融服務可達性和優化資源配置，為產業升級與結構均衡提供支持。這種升級與均衡向市場傳遞重要信號，推動企業提升技術能力：首先，傳遞環境友好型技術和產品的市場需求信號，促使企業加大技術供給;其次，反映制造業提升生產效率和降低成本的需求，推動企業優化生產流程、提高能源效率。因此，在數字金融影響制造業綠色創新效率的過程中，技術供給與產業需求可能形成鏈式中介效應。基于此，本文提出如下研究假設：

H2c：產業需求、技術供給在數字金融影響制造業綠色創新效率過程中具有鏈式中介效應。

4.數字人力資本的調節作用根據人力資本理論，數字人力資本是具備數字化技能的人才資源，其作為知識和技能的載體在經濟和社會價值創造中發揮重要作用（～。研究表明，高數字人力資本能夠增強數字金融對創新活動的積極影響！”1：一方面，幫助企業構建數字基礎設施，深化數字技術在綠色創新中的應用：另一方面，深人解析金融服務機制和風險特征，幫助制造企業更便捷獲取金融服務，最大化發揮數字金融的賦能效應。基于此，本文提出如下研究假設：H3a：數字人力資本正向調節數字金融對制造業綠色創新效率的影響。

5.傳統金融水平的調節作用基于金融深化理論，傳統金融市場對制造業可持續發展提供重要支撐121。傳統金融水平反映地區金融服務成熟度和可獲取性，為數字金融發展提供基礎保障。首先，傳統金融通過金融基礎設施、金融知識儲備及金融專業人才，促進數字金融在制造業綠色創新中的應用和推廣;其次，傳統金融機構憑借豐富的風險管理經驗幫助制造企業和投資者分散創新風險，應對市場不確定性，增強制造企業利用數字金融進行綠色創新的信心和能力。基于此，本文提出如下研究假設：H3b：傳統金融水平正向調節數字金融對制造業綠色創新效率的影響。

綜上，本文構建理論框架如圖1所示。

（二）變量選取

1.被解釋變量：綠色創新效率（Gie）。本文采用考慮非期望產出的超效率 SBM 模型測算制造業綠色創新效率，投人產出指標界定如下：投人指標涌蓋資本（制造業研發經費內部支出和新產品開發經費支出）、勞動力（制造業研發人員全時當量）和能源（制造業能源消費總量）三個方面其中，資本投人使用永續盤存法估算存量，且采用研發價格指數進行平減：產出指標包括期望產出（制造業新產品銷售收人、綠色發明專利申請量以及主營業務收人）和非期望產出（工業“污染”指數和一般固體廢物產生量）。為剔除價格因素的影響，新產品銷售收人和主營業務收入均使用各省工業生產者出廠價格指數進行平減，以2012年為基準。工業“污染”指數則采用熵值法對工業二氧化硫、廢水排放以及工業粉塵等污染物排放量合成而得。

2.核心解釋變量：數字金融（D）。本文將北京大學數字金融研究中心發布的數字普惠金融指數作為衡量數字金融發展狀況的代理指標，該指數包括數字金融服務的使用深度、覆蓋廣度和數字化水平三個維度，能較為客觀全面地衡量數字金融整體發展水平。由于該指數值較大，本文進行對數化處理。

3.中介變量：（1）技術供給。本文從技術創新和產權保護兩個方面構建技術供給指標，技術創新（Psri）使用發明專利受理數表征，為了避免與綠色創新效率測度的指標混淆，同時減少指標數據之間可能存在的多重共線性問題和內生性影響，本文對技術創新指標進行對數化處理。參考周澤將等（2022）[1的研究，產權保護（IpP）采用國家知識產權局發布的《全國知識產權發展狀況報告》披露的知識產權保護指數。（2）產業需求。本文從產業結構升級（7;）與產業結構均衡（I）兩個方面[】構建產業需求測度指標。產業結構升級（即：高級化）采用第三產業產值占第二產業產值的比重衡量，產業結構均衡（即：合理化）選取泰爾指數表示，泰爾指數的數值介于0到1之間，當數值為0時，表示完全平等，即各產業之間的產值分布均衡，產業結構合理：數值越大，表示不平等程度越高，即產業結構越不合理。

4.調節變量。（1）數字人力資本（Dhe）：采用信息傳輸、軟件和信息技術服務業城鎮單位就業人員，金融業城鎮單位就業人員和科學研究和技術服務業城鎮單位就業人員總和占城鎮單位就業人員比重表示。（2）傳統金融水平（Fia）：使用金融機構存貸款總額與地區生產總值的比值衡量。

5.控制變量。選取如下：（1）外商直接投資（Fdi），選取實際利用外商投資額占地區生產總伯的比重表示;（2）城鎮化水平（Urban），使用城鎮人口占總人口的比重表征：（3）基礎設施水平（/nfra），選取公路里程數的對數值衡量;（4）對外開放程度（Open），使用進出口總額占地區生產總值的比重表示：（5）工業化水平（Indms），采用工業增加值與地區生產總值的比值表示。

（三）數據來源與描述性統計

本研究以2012-2021年我國內地30個省份（西藏和港澳臺地區因數據不全被別除）制造業企業為分析對象。數據源自《北京大學數字普惠金融指數》《中國統計年鑒》《中國能源統計年鑒》中國環境統計年鑒》《中國科技統計年鑒》以及各省市統計年鑒等。由于少數指標缺失部分年份數據，因而采用線性插值法進行補充處理，變量描述性統計分析結果如表1所示。

四、實證結果分析

（一）基準回歸

本文選取2012-2021年中國內地30個省份（西藏、港澳臺地區數據不全而被剔除）為研究對象，采用雙向固定效應模型實證檢驗數字金融對制造業綠色創新效率的影響，回歸結果見表2。由表2列（1）和列（2）可知，無論是否加人控制變量，數字金融對制造業綠色創新效率的影響均在1%的顯著性水平上顯著為正。表2列（3）和列（4）為固定時間和個體效應后的結果，此時，無論是否加人控制變量，數字金融對制造業綠色創新效率仍具有顯著的促進作用。數字金融提供更便捷、高效的金融服務，促進資本有效流動和配置，降低交易成本、提高信息透明度并促進知識共享，激發制造業綠色創新活力和效率提升，假設 H1a得到驗證。這與劉敏樓等（2022）[]的結論類似，但其探討的是數字金融對綠色發展的影響，而非本文研究的制造業綠色創新效率。因此，本文拓展了數字金融的作用效果研究范疇，并從數字金融視角豐富了制造業綠色創新效率影響因素的研究。

（二）穩健性檢驗

1.更換解釋變量。借鑒鐘凱等（2022）[”]的做法，本文使用數字金融覆蓋廣度（corer）和數字金融使用深度（use）替代數字金融指數，進行穩健性檢驗。與前文數字金融總指數保持一致，此處也對指標數據進行對數化處理。結果如表3列（1）和列（2）所示，數字金融覆蓋廣度和使用深度的系數均顯著為正，表明基準回歸結果穩健。

2.解釋變量滯后一期。本文將解釋變量數字金融作滯后一期處理，以解決可能存在的反向因果關系，結果如表3列（3）所示，數字金融的回歸系數在5%水平上顯著為正，基準回歸結果再次得到印證。同時表明，數字金融不僅對當期制造業綠色創新效率起到促進作用，而且該影響具有持續性，能夠在未來一段時間內繼續對制造業綠色創新效率發揮積極影響。

3.更換估計模型。本文在基準回歸分析中使用雙向固定效應模型，但考慮到數據存在一定的歸并問題，此處更換使用Tobit 模型，結果如表3列（4）所示，更換模型后的回歸系數依然顯著為正，表明基準回歸結果穩健可靠。

4.工具變量法。鑒于數字金融指數的滯后一期值與當期數字金融指數高度相關，且與當期制造業綠色創新效率之間并無顯著相關性。因此，本文采用滯后一期的數字金融指數作為工具變量進行回歸分析，結果見表4。表4列（1）為第一階段的計量回歸結果，發現工具變量的回歸系數為0.445，二者之間呈顯著的正相關關系。表4列（2）為第二階段的計量回歸結果，此時數字金融的回歸系數為1.871”，表明在克服了變量之間內生性之后，數字金融仍然對制造業綠色創新效率具有顯著的積極影響，基準回歸結果穩健可靠。

（三）異質性分析

1.地理位置異質性

根據前文假設，數字金融對中西部地區制造業綠色創新效率的積極影響可能更為顯著。下面將全國劃分為東部、中部和西部三大地區，進行分組檢驗，結果見表5列（1）一列（3）。由表5列（1）可知，數字金融對東部地區制造業綠色創新效率的影響系數為正，但不顯著，表明數字金融對東部地區綠色創新效率的促進作用不明顯。而由表5列（2）和列（3）結果可知，數字金融的回歸系數均在1務水平上顯著為正，表明數字金融明顯促進了中西部地區制造業綠色創新效率，假設 H1b得到驗證。

2.數字金融分維度異質性

前文所述，數字金融覆蓋廣度和使用深度對制造業綠色創新效率的影響可能存在差異，下面以北京大學數字金融研究中心發布的數字金融覆蓋廣度和使用深度指數為標準，檢驗數字金融分維度對制造業綠色創新效率的影響異質性。表5列（4）和列（5）分別報告了數字金融覆蓋廣度和使用深度的影響回歸結果，發現數字金融覆蓋廣度和使用深度均顯著促進制造業綠色創新效率。數字金融覆蓋廣度和使用深度的回歸系數分別為0.429和0.880，表明數字金融使用深度對制造業綠色創新效率的促進作用更為明顯，假設 H1e 得到驗證。

3.綠色創新效率異質性根據前文理論分析可知，綠色創新效率高的制造業本身已具有較多創新資源，數字金融對綠色創新效率較低的制造業的影響可能更為顯著，下面進行實證檢驗。以制造業綠色創新效率平均值為標準，將樣本劃分為低綠色創新效率和高綠色創新效率兩組樣本，探究不同綠色創新效率水平上數字金融的作用。表5列（6）和列（7）分別為低綠色創新效率和高綠色創新效率的回歸結果，發現當制造業綠色創新效率較低時，數字金融的回歸系數顯著為正，而當綠色創新效率較高時數字金融的回歸系數為正但不顯著（0.164）。這表明在綠色創新效率較低的制造業中，數字金融對制造業綠色創新效率的正向影響更為顯著，假設Hd得到驗證。

五、影響機制檢驗

（一）技術供給的中介效應根據前文理論分析，基于技術供給視角，實證分析技術創新和產權保護在數字金融影響制造業綠色創新效率中的作用，結果如表6所示。由表6列（1）可知，數字金融的回歸系數顯著為正，表明數字金融明顯促進了技術創新。數字金融提供資金支持和信息交流平臺，降低交易成本和時間成本，推動更多資源向研發領域集中，激發制造企業創新活力。表6列（2）結果顯示，技術創新對制造業綠色創新效率的影響系數在1%水平上顯著為正，表明制造企業通過開展技術創新活動，可以促進新產品開發，優化生產過程以及高效利用資源，提高其綠色創新經濟環境產出和效率水平。表6列（3）中數字金融的回歸系數顯著為正，表明數字金融通過利用數字技術完善金融服務，可以顯著提高知識產權相關法規頒布和執行效果，提升地區知識產權保護水平。表6列（4）中產權保護對制造業綠色創新效率的影響顯著為正，表明強有力的產權保護機制可保障創新者的合法權益，能夠從創新活動中獲得合理回報，激勵制造企業增加更多的研發投人，持續開展綠色創新活動并提高綠色創新效率。綜上，數字金融通過促進技術創新和產權保護，形成技術供給效應，顯著提升了制造業綠色創新效率，假設 H2a得到驗證。

（二）產業需求的中介效應

基于前文假設，本文從產業需求視角，實證檢驗產業結構升級和產業結構均衡在數字金融影響制造業綠色創新效率中的傳導作用，結果如表7所示。由表7列（1）可知，數字金融對產業結構升級的影響系數顯著為正，表明數字金融利用互聯網、大數據和人工智能等技術手段，提供便捷的金融服務，促進制造產業結構升級。表7列（2）展示了產業結構升級對制造業綠色創新效率的影響，表明產業結構升級顯著促進了制造業綠色創新效率，產業結構升級提供更多專業化服務、高技能人才和先進管理經驗，提高制造業綠色創新產出和效率。由表7列（3）可知，數字金融對產業結構均衡的影響顯著為負，表明數字金融促進產業內部的均衡發展，減少產業間的不平等。數字金融通過提供定制化的金融產品和服務，緩解中小企業融資難的問題，促進產業結構均衡。表7列（4）中產業結構均衡的系數為負，但不顯著，二者之間的負向關系表明產業結構均衡有助于提高資源配置效率，分散制造業綠色創新風險，促進綠色創新活動開展與效率提升。但產業結構均衡對綠色創新效率的影響在不同行業或地區之間存在差異，對制造業綠色創新的整體作用效果不夠顯著。綜上，數字金融通過產業升級與結構均衡，形成產業需求效應，促進了制造業綠色創新效率，假設 H2b 基本得到驗證。

由表6和表7結果可知，技術供給、產業需求在數字金融對制造業綠色創新效率的影響過程中，均發揮了傳導作用，下面進一步分析哪種中介效應更為有效。在技術供給方面，數字金融對技術創新與產權保護的影響系數分別為0.883和0.701，技術創新與產權保護對制造業綠色創新效率的影響系數分別為0.162和0.009，均在5或1%的水平上顯著。而在產業需求方面，數字金融對產業升級與結構均衡的影響系數分別為0.533和-0.061，均在 5%的水平上顯著，但產業升級與結構均衡系數分別為0.195 和-1. 114，有一個不顯著。總體來看，相對于產業需求而言，技術供給的影響系數更為顯著、即：首先技術供給發揮的傳導效應更為有效，其次是產業需求。若要最大化發揮數字金融對制造業綠色創新效率的賦能效應，首先需注重持續開展技術創新活動，加強知識產權保護力度以提高技術供給能力，其次是促進產業升級與結構均衡發展而形成產業需求拉動效應。

（三）產業需求、技術供給的鏈式中介效應

由上文可知，技術供給和產業需求均在數字金融對制造業綠色創新效率影響過程中發揮了中介傳導作用，下面根據前文假設，進一步檢驗產業需求和技術供給之間是否存在鏈式中介效應？由于前文已進行了分維度中介效應檢驗，限于篇幅，本文采用技術供給指數和產業需求指數進行鏈式中介效應檢驗，這也可視為從總體角度驗證中介效應的存在性。其中，技術供給指數是對技術創新、產權保護兩個指標采用熵值法計算得出，同理，產業需求指數是對產業結構升級、產業結構均衡兩個指標采用熵值法計算得出，且產業結構均衡進行了負向標準化處理，回歸結果見表8。

由表8可知，數字金融對產業需求（Cr）的影響顯著為正，產業需求（Cy）對技術供給（Js）的影響顯著為正，且技術供給（Js）對制造業綠色創新效率（Gie）的影響也顯著為正，表明數字金融通過促進產業需求，激發制造企業創新活力并提高技術供給能力，進而促進制造業綠色創新效率，產業需求、技術供給之間形成了鏈式中介效應，假設H2c得到驗證。數字金融提供資源引導產業結構升級，形成面向高質量發展的產業需求，為了適應產業結構變化并滿足追求創新、綠色發展的市場需求，制造企業將持續開展綠色創新活動并提升技術供給能力，進而將其轉化應用于新產品開發、工藝流程改進、資源循環利用和環境友好等領域，最終實現制造業綠色創新效率提升。

（四）數字人力資本的調節效應

數字人力資本反映一個地區數字技能和知識密集型人才的集中程度，是推動數字化發展和創新活動的關鍵資源。根據前文理論假設可知，數字人力資本在數字金融與制造業綠色創新效率之間可能產生調節作用，結果如表9列（1）所示，發現數字人力資本與數字金融交互項的系數顯著為正，數字人力資本的正向調節效應成立，假設 H3a得到驗證。數字人力資本強化了數字金融對綠色創新效率的正向影響，在數字人力資本發展較好的地區，數字人力資本利用數據要素改進生產效率，促進數實融合發展，同時加強制造業與金融機構、政府部門之間的信息交流與合作，降低了企業交易成本，且增加了投資者的信任，從而賦能制造業綠色創新，促進綠色創新產出和效率提升，數字金融對制造業綠色創新效率的促進作用更加顯著。

（五）傳統金融水平的調節效應

根據前文理論分析，傳統金融水平在數字金融對制造業綠色創新效率影響中可能起到調節作用。結果如表9列（2）所示，數字金融與傳統金融水平交互項系數顯著為正，傳統金融水平的正向調節效應成立，假設H3b得到驗證。傳統金融具有穩定性，通過多樣化數字金融產品和服務，助力企業分散綠色創新風險，同時增強市場參與者對數字金融系統的信任，促進數字金融對制造業綠色創新效率積極影響。隨著政策和法規環境不斷完善，傳統金融為數字金融發展提供了基礎條件和良好環境，協同促進制造業綠色創新效率。

六、結論與政策啟示

本文基于資源依賴理論和交易成本理論，以2012-2021年中國內地 30個省份（西藏、港澳臺地區數據不全除外）制造業為研究對象，采用雙向固定效應模型實證檢驗數字金融對制造業綠色創新效率的影響，并深人探討技術供給、產業需求的鏈式傳導作用以及數字人力資本和傳統金融水平的調節效應。主要結論如下：（1）數字金融對制造業綠色創新效率具有顯著的積極影響，這一結論在更換模型和變量、采用工具變量法等一系列穩健性檢驗后依然成立。（2）異質性分析發現數字金融的促進作用呈現顯著的空間異質性、維度差異性和創新水平差異性：在中西部地區表現尤為突出，而對東部地區影響不顯著：相較于數字金融覆蓋廣度，使用深度的促進作用更為明顯：對綠色創新效率較低地區的提升作用顯著，而對較高地區影響有限。（3）數字金融促進制造業綠色創新效率的主要傳導機制在于通過技術創新與產權保護來提高技術供給水平，通過產業升級和結構均衡來誘發產業需求效應。其中，技術供給的傳導作用最強，其次是產業需求，并且產業需求、技術供給在數字金融影響制造業綠色創新效率過程中具有鏈式中介效應。數字人力資本、傳統金融水平均正向調節數字金融對制造業綠色創新效率的積極瘞胱郅眾停影刺響。

基于以上結論，得出如下政策啟示：

1.實施差異化數字金融發展戰略，賦能制造業綠色創新

各地區需加強數字基礎設施建設，促進數字技術與傳統金融深度融合，提升金融服務的覆蓋面和運行效率，并注重各地區數字金融發展作用效果的差異性。首先，政府部門應加大對中西部地區的扶持力度，縮小區域數字金融發展差距，構建區域協同創新體系。其次，加強數字化平臺建設充分整合金融資源，加大地區數字金融投入力度延伸數字金融覆蓋廣度，推動金融服務實體經濟。最后，鼓勵綠色創新效率較高地區發揮示范引領作用，通過產業鏈協作帶動低效地區突破關鍵技術瓶頸，實現技術自主可控和產業鏈安全。

2.優化數字金融發展路徑，促進制造業綠色轉型

首先，充分發揮技術創新與產權保護的作用。制造企業應依托數字金融的支持，加大綠色研發投人，提高技術供給能力。政府應借助數字技術平臺強化知識產權全鏈條保護，完善知識產權立法，提升知識產權保護水平，為企業從事技術研發和成果轉化活動提供良好的營商環境。其次，關注產業升級與結構均衡。加快數字金融與制造業綠色發展深度融合，推動傳統制造企業向高端化、智能化和綠色化轉型。最后，完善政策引導機制。通過政策支持與市場激勵相結合，引導各類綠色創新要素向制造業集聚，鼓勵制造企業持續開展綠色創新活動，推動產業結構優化升級，實現綠色創新效能轉化為產業競爭新優勢，并加速制造業綠色創新轉 型。

3.加強數字人才培養，促進傳統金融與數字金融協同發展

制造企業應建立健全數字人才培養機制，將數字技術和數字金融納人培訓體系，提升員工數字化能力和金融風險管控水平。同時，深化產學研合作，支持高校與企業聯合開發數字金融課程和實踐項目，培養復合型人才。此外，推動金融業態融合，搭建傳統金融與數字金融交流平臺，促進機構間戰略合作，通過資源共享和技術互補提升制造業綠色創新能力。

參考文獻：

[1]李芳芳，解希瑋.高水平對外開放促進制造業綠色轉型：理論邏輯與實現路徑[J]，理論探討，2024（5）：144-150.

[2]Wu H，Wen H，LiG，et al. Unlocking a Greener Futuee ： The Role of Digital Finmce in Enncing GreenTotal Factor Energy Eficieney[ J]. Jouml of Envinn.mental Mangement， 2024 .364 ：121456.

[3]籍明明.數字金融、知識產權保護與企業技術創新能力[J].中國軟科學，2024（7）：147-156.

[4]Feng S，Zhang R，Li，Envimnentl Decentmlization ，Digital Fnae and Ceen Technology novation.Suctural Clange and Eooomie Dyamies，2022.61：70-83.

[5]沈艷，江弘毅，胡詩云，等，數字金融支持高質量發展：理論、機制和證據[J].金融研究，2021（7）：20-39.

[6]諸竹君，袁逸銘，許明，等.數字金融、路徑突破與制造業高質量創新--兼論金融服務實體經濟的創新驅動路徑[J].數量經濟技術經濟研究，2024，41（4）：68-88.

[7]鄭萬騰，趙紅者，范宏.數字金融發展對區域創新的激勵效應研究[J].科研管理，2021，42（4）：138-146.

[8]LiZ，Chen H， Mo B， （an Digital Finance Pmmote Urban lnnovation？ Evidence fram （hina jl. Bosa tnbul Review，2023，23（2）：285-296.

[9]LiC， Wang Y，Zhou Z， et al. Digital Finance and Enterprise Fnacing Costmints：Srtuml Clmcteristies and Mechanism lentifeation j. Jouml of Busi.2023.165 ：114074

[10]段俊，戈亭婷，張保帥.數字普惠金融、企業全要素生產率與綠色創新[J].哈爾濱商業大學學報（社會科學版），2024（2）：15-30.

[11]Li X， Sho X， chang T， et al. Does Digital FinaneePromote the Green lnnovation of China's Listed Copa-nies？[ J]. Energy Eoonomies，2022，114：106254.

[12] Lu H， Cheng Z. Digital Finanee and Green lnnowationEficieney：Empirieal Data foom Chinese Lited Mam-faetuing Companies [ 」]. Environmental Seienee andPollution Researdh， 2024，31（1）：371-383.

[13]盧建霖，蔣天穎，傅夢鈺，數字金融對綠色創新效率的影響路徑[1].經濟地理，2023，43（1）：141-147+235.

[14] Pfeffer J. Merger as a Respane to Organizational inter-dependence [ j].Administmtive Scienee Quartery，1972，17（3）：382-394.

[15] Wu H， Wen H， Li G， et al， Unlocking a Greener Fu-tre ： The Role of Digital Fnanee in Enhancing GreenTotal Factor Energy Eficieney[ 」]. Jounml of Environ-mental Mamagement，2024，364;121456

[16] Yang 」，Hui N， How Digital Finance Afects he Sus.ainability of Corporate Green lnovation [ J]. FinanceReseamh Leters， 2024，63： 105314.[17] David R 」， Han S K. A syslemalie Assessment of theEmpirieal Suppout for Tmnsaction Cost Eeonamics [ j]Simtegie Mamgement Jourl，2004，25（1）：39-58.[18] 姚鳳閣，王天航，談麗萍，數字普惠金融對城市全要素碳排放生產率的影響[J].商業研究，2022（3）：112-121.[19]韓先鋒，宋文飛，李勃昕，等.數字金融賦能綠色創新的異質非線性調節效應[J].中國人口·資源與環境，2022，32（10）：65-76.

[20]江唐洋，李曉龍.數字普惠金融能否縮小地區包容性綠色增長差距[J].商業研究，2024（5）：29-37.[21] Lin B，Ma R. How does Digital Finanee lnfluenoeGreen Technology lnovation in China？ Evidenee fromhe Finaeing Constmints Perspective[ j]. Joumal ofEnvinnmental Management，2022，320：115833.[22] Shao Y， Xu k， Shan YG， Levemging Corporate Digi-talization for Green Technology lnnovation ： The Media-iing Role of Resoume Enowments[ J]. Technovation ，

2024.133：102999.

[23]任美華，劉宇釗，胡宗義，等.大數據發展、知識產權保護對企業綠色技術創新的影響[J].中國人口·資源與環境，2023.33（7）：157-167.

[24] Roh 'T， Lee K， Yang 」Y. How do lntellectual PropertyRights and Govermnent Suppot Drive a Finn's Greenlnnovation？ The Mediating Role of Open nnovation[ j].Journal of Cleaner Prodution， 2021 .317 ：128422.

[25] 黃寰，黃輝，肖文，等，產業結構升級、政府生態環境注意力與綠色創新效率--基于中國 115 個資源型城市的證據[J].自然資源學報，2024，39（1）：104-124.

[26]張守鳳，劉吳蓉.人力資本結構對企業科技創新績效的影響[J].科技進步與對策，2023，40（14）：62-73.

[27] Zhen Z， Cao R ， Gan X， et al. The lmpaet of DigitalFinanee on Uian Entrepreneurial Aetivily： The Moder.ating Effeet of Advaneed Human Capital $tructure[ j].Fimanee Research leters，2024，64：105414.

[28]張翔宇，謝賢君.金融結構、資本運行效率與中國對外直接投資[J].改革，2023（12）：95-112.

[29] 周澤將，汪順，張悅.知識產權保護與企業創新信息困境[J].中國工業經濟，2022（6）：136-154.

[30]干春暉，鄭若谷，余典范，中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011，46（5）：4-16+31.

[31] 劉敏樓，黃旭，孫俊.數字金融對綠色發展的影響機制[J].中國人口·瓷源與環境，2022，32（6）：113-122.

[32] 鐘凱，梁鵬，董曉丹，等.數字普惠金融與商業信用二次配置[11.中國工業經濟，2022（1）：170-188.