[摘要：文章以2007—2022年中國滬深A股上市公司作為研究樣本，探究數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的影響及作用渠道。研究發(fā)現(xiàn)，數(shù)字金融能夠有效促進企業(yè)綠色轉(zhuǎn)型。數(shù)字金融可通過信貸配置效應和內(nèi)部治理效應對企業(yè)綠色轉(zhuǎn)型起正向促進作用；在傳統(tǒng)金融發(fā)展水平較低的地區(qū)，數(shù)字金融的促進作用更加明顯，數(shù)字金融還可以明顯促進非國有企業(yè)以及高管擁有環(huán)保經(jīng)歷企業(yè)的綠色轉(zhuǎn)型；拓展性研究發(fā)現(xiàn)，節(jié)能減排財政政策能夠強化數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用。研究結(jié)論為企業(yè)在“雙碳”背景下實現(xiàn)綠色轉(zhuǎn)型提供了切實可行的路徑選擇。

關鍵詞：企業(yè)綠色轉(zhuǎn)型；數(shù)字金融；綠色財政政策；信貸配置；內(nèi)部治理

中圖分類號：F812.0；X322；F49；F832 文獻標識碼：A 文章編號：1007-5097（2024）11-0096-10 ]

Digital Finance， Green Fiscal Policies， and Green Transformation of Enterprises

HU Zhifei， LIU Xihe， LI Xinyu

（School of Economics， Shanghai University， Shanghai 200444， China）

Abstract：Utilizing a sample of A-share listed companies on the Shanghai and Shenzhen stock exchanges from 2007 to 2022， this essay examines the impact and mechanisms through which digital finance affects the green transformation of enterprises. It demonstrates， through research， that digital finance serves as a significant catalyst for the green transformation of enterprises. Digital finance can significantly facilitate the green transformation of enterprises by leveraging both the credit allocation effect and the internal governance effect. This positive impact is particularly pronounced in regions where traditional financial systems are underdeveloped. Furthermore， digital finance markedly facilitates the green transformation of non-state-owned enterprises， as well as enterprises led by executives possessing environmental expertise. Expansive research has demonstrated that fiscal policies designed to promote energy conservation and reduce emissions can significantly enhance the capacity of digital finance to facilitate the green transformation of enterprises. The findings of this study provide feasible strategies for enterprises seeking to achieve green transformation within the framework of the "dual carbon" objectives.

Key words：green transformation of enterprises; digital finance; green fiscal policies; credit allocation; internal governance

一、引言及文獻綜述

在過去的幾十年里，中國取得了舉世矚目的成就，成為世界第二大經(jīng)濟體，但在快速發(fā)展的同時也產(chǎn)生了嚴重的環(huán)境問題，因此，需要轉(zhuǎn)變要素驅(qū)動的傳統(tǒng)發(fā)展模式，積極推進經(jīng)濟社會發(fā)展的綠色轉(zhuǎn)型。黨的二十大報告強調(diào)，要加快發(fā)展方式綠色轉(zhuǎn)型，實現(xiàn)高質(zhì)量發(fā)展。企業(yè)作為經(jīng)濟體系的重要組成部分，其能否實現(xiàn)綠色轉(zhuǎn)型對推動中國經(jīng)濟高質(zhì)量發(fā)展具有決定性的影響。

學者們積極探討影響企業(yè)綠色轉(zhuǎn)型的關鍵因素，并取得了豐富的研究成果。Hu等（2023）［1］研究發(fā)現(xiàn)，環(huán)境稅能夠促進企業(yè)綠色轉(zhuǎn)型；吳非和黎偉（2022）［2］認為，固定資產(chǎn)加速折舊對企業(yè)綠色轉(zhuǎn)型有顯著促進作用；陳國進等（2021）［3］、Lin和Pan（2024）［4］研究發(fā)現(xiàn)，綠色金融政策具有推動企業(yè)綠色轉(zhuǎn)型的作用。上述研究主要從政策法規(guī)角度出發(fā)，也有學者從企業(yè)層面探究企業(yè)綠色轉(zhuǎn)型的驅(qū)動因素，如企業(yè)ESG評級、企業(yè)自動化改造、企業(yè)數(shù)字化轉(zhuǎn)型和對外直接投資等［5-8］。

在數(shù)字技術高速發(fā)展的背景下，數(shù)字金融重塑了金融業(yè)的管理和運營模式。以云計算、大數(shù)據(jù)及移動信息技術等新興技術為支撐，數(shù)字金融全方位滲透到傳統(tǒng)金融服務業(yè)中［9］，并對傳統(tǒng)金融業(yè)務進行重構和優(yōu)化，給用戶提供更加便捷、高效、安全的金融服務［10］。數(shù)字金融具有低成本、低門檻和方便快捷的優(yōu)點，能夠降低金融活動的交易成本［11］，增加信貸市場的資金供給，緩解企業(yè)信貸約束，加速企業(yè)內(nèi)部資金流動［12］。那么，數(shù)字金融對企業(yè)綠色轉(zhuǎn)型是否有促進作用？如果可以促進企業(yè)綠色轉(zhuǎn)型，作用渠道又是什么？探究這些問題，對推動企業(yè)綠色發(fā)展具有重要意義。

本文的邊際貢獻在于：①在研究內(nèi)容方面，本文采用熵值法從綠色策略轉(zhuǎn)型和綠色實質(zhì)轉(zhuǎn)型兩個維度測算企業(yè)綠色轉(zhuǎn)型指數(shù)，將企業(yè)綠色轉(zhuǎn)型與數(shù)字金融關聯(lián)，探尋數(shù)字金融支持企業(yè)綠色轉(zhuǎn)型之道，豐富了關于企業(yè)綠色轉(zhuǎn)型和數(shù)字金融經(jīng)濟效應研究的內(nèi)容。②在研究機制方面，本文搭建數(shù)字金融推動企業(yè)綠色轉(zhuǎn)型的理論架構，從信貸配置效應和內(nèi)部治理效應兩個角度揭示數(shù)字金融促進企業(yè)綠色轉(zhuǎn)型的作用渠道；通過對地區(qū)傳統(tǒng)金融發(fā)展水平、企業(yè)產(chǎn)權性質(zhì)和企業(yè)高管環(huán)保經(jīng)歷等可能影響分析結(jié)果的因素分組回歸，探究數(shù)字金融促進企業(yè)綠色轉(zhuǎn)型的異質(zhì)性效應；③在拓展性研究方面，本文探討節(jié)能減排財政政策對數(shù)字金融促進企業(yè)綠色轉(zhuǎn)型的激勵效應，這為在“雙碳”背景下推進企業(yè)綠色轉(zhuǎn)型提供了有益參考。

二、理論分析與研究假設

（一）數(shù)字金融與企業(yè)綠色轉(zhuǎn)型

數(shù)字金融運用人工智能、區(qū)塊鏈和大數(shù)據(jù)等前沿技術，極大地提高了傳統(tǒng)金融機構獲取和處理信息的能力，為企業(yè)實現(xiàn)綠色轉(zhuǎn)型提供了有力支持。

一方面，數(shù)字金融利用新興技術，可以提高資金需求方的信息透明度，減少企業(yè)在信貸市場籌集資金受到的制約。通過快速、高效的信息交流以及對企業(yè)還款能力的評估，數(shù)字金融幫助金融機構更好地了解企業(yè)的經(jīng)營和信用狀況，增強對資金需求企業(yè)的信任。隨著企業(yè)信息透明度的提高，金融機構承擔的風險降低，將資金貸出的意愿也越發(fā)強烈，使得企業(yè)能夠獲得更多的資金用于企業(yè)綠色轉(zhuǎn)型。此外，數(shù)字金融可以利用各種新興技術突破空間阻礙，提供覆蓋范圍更廣的金融產(chǎn)品和服務［11］，拓寬企業(yè)融資渠道［12］，從而為企業(yè)綠色轉(zhuǎn)型提供更多資金支持。

另一方面，數(shù)字金融具有智能化和信息化特征，可以幫助金融機構對企業(yè)的貸后資金使用進行監(jiān)督，約束債務人行為，降低道德風險，提升貸后監(jiān)督效率和貸后服務水平，實現(xiàn)信貸資源的合理配置，從而進一步促進企業(yè)綠色轉(zhuǎn)型。此外，數(shù)字金融還可以為企業(yè)提供風險管理和應對機制，降低企業(yè)風險，提高企業(yè)風險承擔能力，使企業(yè)更愿意投資風險高、成本高的綠色轉(zhuǎn)型項目?；谝陨戏治?，本文提出假設1。

H1：數(shù)字金融能夠促進企業(yè)綠色轉(zhuǎn)型。

（二）數(shù)字金融影響企業(yè)綠色轉(zhuǎn)型的作用機制

根據(jù)前文分析，數(shù)字金融能夠有效地降低企業(yè)融資難度，為企業(yè)綠色轉(zhuǎn)型提供資金支持，還有助于提升企業(yè)的治理水平，進一步推動企業(yè)綠色轉(zhuǎn)型。因此，本文從信貸配置效應和內(nèi)部治理效應兩方面深入探討數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的作用機理。

1. 信貸配置效應

信貸配置是指企業(yè)根據(jù)自身的經(jīng)營狀況、財務狀況和未來發(fā)展需求，通過銀行或其他金融機構獲取貸款，并合理安排使用資金的過程。高效的信貸配置可以使企業(yè)獲得充足的資金，進而向綠色環(huán)保方向轉(zhuǎn)型發(fā)展。數(shù)字金融可以顯著促進企業(yè)信貸配置。首先，在傳統(tǒng)信貸市場中，中小企業(yè)由于規(guī)模相對較小、缺乏足夠的抵押物等原因，通常難以獲得金融機構的信貸支持。數(shù)字金融通過運用新興技術，可以更全面、準確地評估借款人的信用狀況和還款能力，降低借款人的準入門檻，擴大信貸市場的范圍，使更多潛在的借款人能夠獲得所需的信貸資金［11］。其次，通過在線平臺和自動化工具，數(shù)字金融能夠更迅速、準確地收集、整理和分析借款人包括企業(yè)信用記錄、財務報表、社交媒體信息等相關數(shù)據(jù)。通過對這些數(shù)據(jù)的智能分析，數(shù)字金融能夠更好地評估借款人的信用風險，加快信貸決策的速度，減少發(fā)生人為錯誤的可能性，促進信貸資源的快速配置。最后，傳統(tǒng)信貸市場通常由少數(shù)大型金融機構主導，準入門檻較高。數(shù)字金融的發(fā)展為小型金融機構、非傳統(tǒng)金融機構及個體投資者提供了更廣闊的參與空間，并催生多樣化的信貸產(chǎn)品和服務。

2. 內(nèi)部治理效應

企業(yè)盈余管理是指企業(yè)利用各種手段和策略對財務報表中的收入、費用、負債和資產(chǎn)等項目進行調(diào)整的行為，目的是達到特定的盈余水平或?qū)ν鈧鬟_特定的財務信息。為達到盈余管理的目的，企業(yè)可能會更關注短期利潤，忽視對綠色轉(zhuǎn)型項目的長期投資，從而阻礙企業(yè)的綠色轉(zhuǎn)型。數(shù)字金融可以通過運用新興技術抑制企業(yè)盈余管理行為。一方面，數(shù)字金融能夠極大提升金融機構搜集和處理信息的能力，精確繪制不同類型企業(yè)用戶的“畫像”，為滿足條件的企業(yè)提供更精準的金融支持，緩解企業(yè)信貸約束［11］。這使得企業(yè)能夠更好地平衡盈余目標與可持續(xù)增長，避免不當?shù)挠喙芾硇袨椤Ａ硪环矫?，利用先進的數(shù)據(jù)分析技術，數(shù)字金融可以更全面、準確地獲取和處理大量財務數(shù)據(jù)，更精確地識別企業(yè)潛在的盈余管理行為，及時采取措施加以糾正。此外，企業(yè)交易記錄能夠被安全地存儲和追溯，提高了交易的透明度和可信度［12］，可以防止企業(yè)通過虛增或延遲收入、虛報費用等手段進行盈余管理?；谝陨戏治?，本文提出假設2。

H2：數(shù)字金融通過發(fā)揮信貸配置效應和內(nèi)部治理效應促進企業(yè)綠色轉(zhuǎn)型。

（三）綠色財政政策影響下數(shù)字金融與企業(yè)綠色轉(zhuǎn)型

為了推動經(jīng)濟社會綠色轉(zhuǎn)型，財政部與國家發(fā)展和改革委員會于2011年6月聯(lián)合印發(fā)《關于開展節(jié)能減排財政政策綜合示范工作的通知》，決定“十二五”期間，在部分城市開展節(jié)能減排財政政策綜合示范工作。根據(jù)該通知，兩部門在2011年、2013年和2014年分三批在全國范圍內(nèi)確定了30個城市作為節(jié)能減排財政政策綜合示范工作的試點城市（1）。

節(jié)能減排財政政策在促進企業(yè)綠色轉(zhuǎn)型方面起著重要的作用。首先，節(jié)能減排財政政策通過實施財政補貼和稅收優(yōu)惠政策，鼓勵企業(yè)進行綠色轉(zhuǎn)型。例如，對采用先進節(jié)能環(huán)保技術的企業(yè)給予一定的財政補貼或稅收減免，降低企業(yè)綠色轉(zhuǎn)型成本和風險，提高其綠色轉(zhuǎn)型的積極性。其次，通過金融機構為企業(yè)提供低息貸款、貸款貼息和其他政策性融資，降低企業(yè)的融資成本，解決企業(yè)資金短缺的問題，推動企業(yè)綠色轉(zhuǎn)型。最后，通過優(yōu)化產(chǎn)業(yè)結(jié)構、推動產(chǎn)業(yè)轉(zhuǎn)型升級，引導更多社會資本流向綠色產(chǎn)業(yè)和綠色項目，進一步推動企業(yè)綠色轉(zhuǎn)型，實現(xiàn)綠色高質(zhì)量發(fā)展?；谝陨戏治?，本文提出假設3。

H3：綠色財政政策可以強化數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用。

三、研究設計

（一）數(shù)據(jù)來源

本文以2007—2022年中國滬深兩市A股上市公司為研究樣本，并對樣本進行以下篩選：①剔除金融類上市公司樣本。②剔除研究期內(nèi)ST、*ST、PT的上市公司樣本。③剔除研究期內(nèi)存在財務數(shù)據(jù)缺失和異常的上市公司樣本。經(jīng)過篩選，最終獲得23 396個年度可觀測值，為確?；貧w結(jié)果的穩(wěn)健性和可靠性，對樣本中的連續(xù)變量進行了兩側(cè)1%縮尾處理。上市公司所屬城市相關數(shù)據(jù)來自《中國統(tǒng)計年鑒》，上市公司數(shù)據(jù)來源于CSMAR和WIND數(shù)據(jù)庫。

（二）模型構建

為了驗證數(shù)字金融是否影響企業(yè)綠色轉(zhuǎn)型，本文構建如下模型：

[Gretranit=α0+α1Digfini， t?1+∑αkControlsi， t?1+∑Year+∑Firm+εit] （1）

其中：Gretranit表示i企業(yè)在t年的綠色轉(zhuǎn)型水平；Digfini， t-1表示i企業(yè)所在城市t-1年的數(shù)字金融發(fā)展水平；Controls表示企業(yè)和城市特征的控制變量；Year和Firm分別表示年份和企業(yè)固定效應；[εit]為隨機誤差項。若系數(shù)[α]1為正，說明數(shù)字金融能夠促進企業(yè)綠色轉(zhuǎn)型，H1可以得到驗證。

（三）變量定義

1. 被解釋變量：企業(yè)綠色轉(zhuǎn)型（Gretran）

本文分別從策略性轉(zhuǎn)型和實質(zhì)性轉(zhuǎn)型兩方面選取四個指標衡量企業(yè)綠色轉(zhuǎn)型水平，具體測度指標見表1所列。為避免主觀賦值，本文使用熵值法測算企業(yè)綠色轉(zhuǎn)型指數(shù)。

2. 解釋變量：數(shù)字金融（Digfin）

本文借鑒宋敏等（2021）［17］的方法，從“天眼查”網(wǎng)站篩選出地區(qū)數(shù)字金融公司，將公司數(shù)取對數(shù)后作為數(shù)字金融的衡量指標。

3. 控制變量

本文引入一系列企業(yè)和地區(qū)層面的控制變量，包括企業(yè)資產(chǎn)規(guī)模（Size）、資產(chǎn)負債率（Lev）、資產(chǎn)收益率（Roa）、第一大股東占比（Top1）、高管持股比例（Mshare）、獨立董事比例（Indep）、企業(yè)研發(fā)投入（Rdi）、產(chǎn)權性質(zhì)（Soe）、人均GDP（Pgdp）、地區(qū)科研教育投入（Ei）、環(huán)境規(guī)制（Regu）［18］。

各變量定義見表2所列。

四、實證分析

（一）描述性統(tǒng)計

表3報告了變量的描述性統(tǒng)計結(jié)果。可以看出，數(shù)字金融（Digfin）的均值為4.671，標準差為1.571，說明目前中國數(shù)字金融發(fā)展水平整體較高但各地發(fā)展水平存在明顯差距。企業(yè)綠色轉(zhuǎn)型（Gretran）的均值為0.032，標準差為0.035，說明企業(yè)間的綠色轉(zhuǎn)型水平差距較小，且整體水平較低。

（二）基準回歸分析

表4報告了基準回歸的結(jié)果。第（1）列和第（2）列的回歸結(jié)果顯示，在未考慮控制變量和固定效應的情況下，數(shù)字金融的系數(shù)在1%的水平上顯著為正。在第（3）列中加入控制變量和固定效應后，數(shù)字金融的系數(shù)在1%的水平上顯著為正，表明數(shù)字金融的發(fā)展對企業(yè)綠色轉(zhuǎn)型有明顯的正向促進作用，H1得到驗證。

（三）穩(wěn)健性檢驗

1.內(nèi)生性問題

本文盡量控制對數(shù)字金融和企業(yè)綠色轉(zhuǎn)型同時產(chǎn)生影響的因素，但仍有一些無法觀測的因素可能會影響實證結(jié)論，導致估計偏差。此外，綠色轉(zhuǎn)型較好的企業(yè)可能傾向于應用更先進的數(shù)字金融技術，導致數(shù)字金融和企業(yè)綠色轉(zhuǎn)型間可能存在反向因果關系。因此，本文采用工具變量法、雙重差分法（DID）和傾向得分匹配法（PSM）解決因遺漏變量、反向因果或測量誤差產(chǎn)生的內(nèi)生性問題。

（1）工具變量法。本文借鑒Zhou等（2022）［19］的研究，選用省級互聯(lián)網(wǎng)普及率（Internet）作為數(shù)字金融的工具變量并進行回歸?；ヂ?lián)網(wǎng)對數(shù)字金融的發(fā)展有顯著推動作用，但互聯(lián)網(wǎng)發(fā)展與企業(yè)綠色轉(zhuǎn)型間沒有直接的關聯(lián)，滿足工具變量的選擇性要求。表5第（1）列和第（2）列的回歸結(jié)果顯示，數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的影響系數(shù)在1%水平上顯著為正，說明結(jié)論是可靠的。

為進一步驗證結(jié)論的可靠性，本文參考唐要家等（2022）［20］的方法，將樣本企業(yè)的注冊地到杭州市的距離作為數(shù)字金融的工具變量。一方面，杭州的互聯(lián)網(wǎng)發(fā)展水平較高，可以認為，距離杭州越遠，數(shù)字金融發(fā)展越落后，滿足變量的相關性要求。另一方面，企業(yè)注冊地到杭州的距離很難對企業(yè)綠色轉(zhuǎn)型產(chǎn)生影響，滿足變量的排他性要求。鑒于企業(yè)注冊地到杭州的距離是截面數(shù)據(jù)，本文將該距離與年份變量的交互項作為數(shù)字金融的工具變量（Distance）。回歸結(jié)果見表5第（3）列和第（4）列，可以看出，數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的影響系數(shù)仍顯著為正，說明結(jié)論是可靠的。

（2）雙重差分法（DID）。2013年，國務院印發(fā)《“寬帶中國”戰(zhàn)略及實施方案》，經(jīng)城市申報、各省預審和專家綜合評審，工業(yè)和信息化部聯(lián)合國家發(fā)展和改革委員會分別于2014年、2015年和2016年確定了三批“寬帶中國”示范城市（城市群）。本文借鑒黃勃等（2023）［21］的研究方法，將“寬帶中國”戰(zhàn)略視為一種外部沖擊，構建多期雙重差分模型以解決內(nèi)生性問題。數(shù)字金融的發(fā)展離不開寬帶網(wǎng)絡，“寬帶中國”戰(zhàn)略必然會影響數(shù)字金融的發(fā)展。本文定義一個虛擬變量（Digfin_Did），如果企業(yè)所在城市在樣本期內(nèi)被確定為試點城市，Digfin_Did在當年及以后年份取值為1，否則為0。表5第（5）列的回歸結(jié)果顯示，Digfin_Did的系數(shù)顯著為正，說明基準結(jié)果仍然有效。

（3）傾向得分匹配法（PSM）。本文參考黃勃等（2023）［21］的研究，采用傾向得分匹配法（PSM）解決內(nèi)生性問題，以消除公司自身因素差異對數(shù)字金融促進企業(yè)綠色轉(zhuǎn)型的影響。依據(jù)數(shù)字金融指數(shù)的中位數(shù)將樣本分為高數(shù)字金融組和低數(shù)字金融組，高數(shù)字金融組為處理組，此時變量Digfin_Psm取值為1；低數(shù)字金融組為控制組，此時Digfin_Psm取值為0。在考慮年份和行業(yè)固定效應的基礎上，將模型（1）中的控制變量作為PSM的協(xié)變量，對處理組中每個樣本進行近鄰有放回的1∶1匹配，然后將匹配之后樣本中的分組變量（Digfin_Psm）作為解釋變量并進行回歸，結(jié)果見表5第（6）列，可以看出，數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用顯著。

2. 剔除特定樣本

（1）排除新冠疫情的干擾。為排除新冠疫情對研究結(jié)論的干擾，本文剔除2020年及以后樣本，將穩(wěn)健性檢驗樣本區(qū)間限定為2007—2019年?；貧w結(jié)果見表6第（1）列，實證分析結(jié)果未發(fā)生變化，說明數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用顯著。

（2）剔除直轄市企業(yè)樣本。由于直轄市的數(shù)字金融發(fā)展水平與其他地區(qū)存在較大差距，本文剔除注冊地為直轄市的上市公司，對模型（1）進行重新估計。表6第（2）列的實證結(jié)果并未發(fā)生變化，說明數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用依然顯著。

3. 替換變量

（1）替換數(shù)字金融衡量指標。本文參考Ding等（2023）［12］的研究，將北京大學編制的數(shù)字普惠金融指數(shù)（Digfin1）作為數(shù)字金融的替換變量。為進一步保證結(jié)論的可靠性，本文還借鑒李春濤等（2020）［22］的方法，構建數(shù)字金融的關鍵詞詞庫，利用文本挖掘技術獲取數(shù)字金融關鍵詞的搜索量并取對數(shù)，以此作為數(shù)字金融的替換變量（Digfin2）。表6第（3）列和第（4）列的回歸結(jié)果顯示，數(shù)字金融的系數(shù)均顯著為正，說明數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用顯著。

（2）替換企業(yè)綠色轉(zhuǎn)型衡量指標。為保證研究結(jié)論穩(wěn)健可靠，本文將表1中綠色專利申請數(shù)和綠色投資額分別替換為數(shù)字專利申請數(shù)與專利總數(shù)的比值以及綠色投資額與總資產(chǎn)的比值，重新使用熵值法計算得到企業(yè)綠色轉(zhuǎn)型的替換變量（Gretran1）。回歸結(jié)果見表6第（5）列，可以看出，數(shù)字金融的系數(shù)顯著為正，說明結(jié)論是穩(wěn)健可靠的。

4. 增加地區(qū)固定效應

本文的解釋變量和部分控制變量為地區(qū)層面變量，為了保證基準回歸的結(jié)果可靠，本文在模型（1）中引入地區(qū)與時間的交互固定效應?；貧w結(jié)果見表6第（6）列，數(shù)字金融的系數(shù)在5%的水平上顯著為正，說明數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用依然顯著。

五、進一步分析

（一）作用機制分析

前文研究發(fā)現(xiàn)，數(shù)字金融可以促進企業(yè)綠色轉(zhuǎn)型。那么，數(shù)字金融通過什么作用渠道促進企業(yè)綠色轉(zhuǎn)型？結(jié)合H2，本文從信貸配置效應和內(nèi)部治理效應兩個角度研究數(shù)字金融促進企業(yè)綠色轉(zhuǎn)型的作用機理。借鑒余海躍和康書隆（2020）［23］、江艇（2022）［24］的研究思路，本文構建因果鏈條模型探究數(shù)字金融對企業(yè)綠色轉(zhuǎn)型影響的作用機制。

[Xit=β0+β1Digfini， t?1+∑βkControlsi， t?1+∑Year]+[∑Firm][+εit] （2）

[Gretranit=λ0+λ1Xi， t?1+∑λkControlsi， t?1+∑Year]+[∑Firm+εit] （3）

其中：Xit為作用機制變量；[εit]為隨機誤差項；待估參數(shù)[β1]度量數(shù)字金融發(fā)展水平對作用機制變量的影響效應；待估參數(shù)[λ1]度量作用機制變量對企業(yè)綠色轉(zhuǎn)型的影響效應；其他變量的含義與模型（1）一致。

1.信貸配置效應

本文從信貸可得性和信貸配置效率兩方面考察企業(yè)信貸配置效應。參考蔡慶豐等（2024）［25］的研究，本文以企業(yè)短期借款與長期借款之和占期末資產(chǎn)總額的比重衡量企業(yè)的信貸可得性（Credit）；借鑒韓珣和李建軍（2020）［26］的研究方法，以企業(yè)資金成本偏離行業(yè)平均成本的程度衡量信貸配置效率（Creffi），該值越大說明企業(yè)信貸配置效率越低。具體計算方法如下：

[Creffiipt=RiptIipt×（Lipt?Acipt）?1] （4）

其中：Creffi表示信貸資源配置效率；L表示企業(yè)負債總額；R表示企業(yè)利息支出；Ac表示企業(yè)應付賬款；I表示行業(yè)平均資金成本；i、p、t分別代表企業(yè)、行業(yè)、年份。

本文使用模型（2）和模型（3）檢驗數(shù)字金融是否通過影響信貸可得性和信貸配置效率促進企業(yè)綠色轉(zhuǎn)型，回歸結(jié)果見表7所列。在第（1）列中，數(shù)字金融對企業(yè)信貸可得性的回歸系數(shù)顯著為正，說明數(shù)字金融可以提高企業(yè)信貸可得性；在第（2）列中，企業(yè)信貸可得性對企業(yè)綠色轉(zhuǎn)型有顯著的正向影響，說明數(shù)字金融通過提高企業(yè)信貸可得性促進企業(yè)綠色轉(zhuǎn)型；在第（3）列中，數(shù)字金融對信貸配置效率的回歸系數(shù)顯著為負，說明數(shù)字金融可以提高企業(yè)信貸配置效率；在第（4）列中，信貸配置效率的系數(shù)顯著為負，說明數(shù)字金融可以通過提高企業(yè)信貸配置效率促進企業(yè)綠色轉(zhuǎn)型?？梢姡瑪?shù)字金融通過發(fā)揮信貸配置效應促進企業(yè)綠色轉(zhuǎn)型，H2得到驗證。

2.內(nèi)部治理效應

本文借鑒陳駿和徐捍軍（2019）［27］的方法，采用修正Jones模型測算企業(yè)盈余管理程度（Earm），考察內(nèi)部治理效應。具體計算方法如下：

[LaitAi， t?1=β01Ai， t?1+β1Rvit?RcitAi， t?1+β2PeitAi， t?1+μit] （5）

其中：i代表企業(yè)；t代表年份；La為企業(yè)營業(yè)利潤產(chǎn)生的現(xiàn)金流量凈額與經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額之差；Rv為企業(yè)營業(yè)收入變動額；Rc為企業(yè)應收賬款的變動額；Pe為企業(yè)固定資產(chǎn)凈額；A為企業(yè)總資產(chǎn)；μ為殘差項，該殘差的絕對值即為衡量企業(yè)盈余管理的變量（Earm），該值越大說明企業(yè)盈余管理行為越多。

回歸結(jié)果見表7所列，在第（5）列中，數(shù)字金融對企業(yè)盈余管理的影響系數(shù)顯著為負，說明數(shù)字金融可以抑制企業(yè)盈余管理；在第（6）列中，企業(yè)盈余管理對企業(yè)綠色轉(zhuǎn)型的回歸系數(shù)顯著為負，說明抑制企業(yè)盈余管理可以有效促進企業(yè)綠色轉(zhuǎn)型?？梢?，數(shù)字金融可以通過抑制企業(yè)盈余管理促進企業(yè)綠色轉(zhuǎn)型，即數(shù)字金融通過發(fā)揮內(nèi)部治理效應促進企業(yè)綠色轉(zhuǎn)型，H2得到驗證。

（二）異質(zhì)性分析

為了進一步探究企業(yè)內(nèi)外部特征差異對回歸結(jié)果的影響，本文從地區(qū)傳統(tǒng)金融發(fā)展水平、企業(yè)產(chǎn)權性質(zhì)和企業(yè)高管環(huán)保經(jīng)歷三方面，研究數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的異質(zhì)性影響。

1. 地區(qū)傳統(tǒng)金融發(fā)展水平異質(zhì)性

本文借鑒熊靈等（2023）［28］的方法，以地區(qū)金融機構存貸款余額占GDP的比重來衡量地區(qū)傳統(tǒng)金融發(fā)展水平。依據(jù)各年度傳統(tǒng)金融發(fā)展水平的中位數(shù)，將樣本分為高金融發(fā)展水平組和低金融發(fā)展水平組，回歸結(jié)果見表8第（1）列和第（2）列。在低金融發(fā)展水平組中，數(shù)字金融的系數(shù)顯著為正，高金融發(fā)展水平組的數(shù)字金融系數(shù)不顯著，說明在傳統(tǒng)金融發(fā)展水平較低的地區(qū)，數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用更明顯。原因可能在于，在傳統(tǒng)金融發(fā)展相對滯后的地區(qū)，金融服務的覆蓋范圍和深度有限，企業(yè)在綠色轉(zhuǎn)型過程中可能會面臨資金短缺、融資渠道不暢等問題，而數(shù)字金融的迅猛發(fā)展，不僅能夠緩解地區(qū)金融資源稀缺的問題，還能為當?shù)仄髽I(yè)的綠色轉(zhuǎn)型提供堅實的資金保障，從而推動企業(yè)綠色轉(zhuǎn)型。

2. 企業(yè)產(chǎn)權性質(zhì)異質(zhì)性

本文按產(chǎn)權性質(zhì)將樣本分為國有企業(yè)組和非國有企業(yè)組，回歸結(jié)果見表8第（3）列和第（4）列，可以看出，非國有企業(yè)組中數(shù)字金融的系數(shù)顯著為正，而國有企業(yè)樣本組中數(shù)字金融系數(shù)不顯著，說明數(shù)字金融能夠有效促進非國有企業(yè)的綠色轉(zhuǎn)型。其原因可能是，相較于國有企業(yè)，非國有企業(yè)更難獲得國家的信貸政策支持。但隨著數(shù)字金融水平的不斷提高，非國有企業(yè)的融資環(huán)境大為改善，融資難題得到有效緩解，使其綠色轉(zhuǎn)型得到更多的資金支持。因此，在非國有企業(yè)中，數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用更明顯。

3. 企業(yè)高管環(huán)保經(jīng)歷異質(zhì)性

本文借鑒王輝等（2022）［29］的研究，對企業(yè)高管個人簡歷進行篩選以確定其是否有環(huán)保經(jīng)歷，高管個人簡歷來源于CSMAR數(shù)據(jù)庫。若企業(yè)高管曾任職于政府環(huán)保部門或環(huán)保協(xié)會、參與過環(huán)保項目、獲得與環(huán)保相關的學歷證書或?qū)＠夹g證書等，則認定其有環(huán)保經(jīng)歷，否則為無環(huán)保經(jīng)歷。

本文根據(jù)企業(yè)高管有無環(huán)保經(jīng)歷將樣本分為高管有環(huán)保經(jīng)歷組和高管無環(huán)保經(jīng)歷組，回歸結(jié)果見表8第（5）列和第（6）列，可以看出，在高管有環(huán)保經(jīng)歷組中，數(shù)字金融的系數(shù)顯著為正，高管無環(huán)保經(jīng)歷組的數(shù)字金融系數(shù)不顯著，說明在高管有環(huán)保經(jīng)歷的企業(yè)中，數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用更明顯。根據(jù)烙印理論和高階梯度理論，企業(yè)高管的環(huán)保經(jīng)歷使其深知環(huán)境保護的重要性和解決環(huán)境問題的緊迫性［30］，這有利于企業(yè)塑造可持續(xù)發(fā)展觀，提高對環(huán)境保護的關注度。由于企業(yè)高管對環(huán)境保護有較高的關注度，企業(yè)獲得資金后，更有可能將大量資金投入環(huán)保項目中，從而促進企業(yè)綠色轉(zhuǎn)型。此外，有環(huán)保經(jīng)歷的企業(yè)高管可憑借其環(huán)保知識與經(jīng)驗，更好地預測和管理綠色轉(zhuǎn)型項目中的各種不確定因素，降低企業(yè)綠色轉(zhuǎn)型的風險和成本，進一步促進企業(yè)綠色轉(zhuǎn)型。

六、拓展性研究

財政部與國家發(fā)展和改革委員會于2011年6月聯(lián)合印發(fā)《關于開展節(jié)能減排財政政策綜合示范工作的通知》，旨在利用財政手段鼓勵和引導社會各方參與節(jié)能減排，促進經(jīng)濟社會的可持續(xù)發(fā)展。為了探究節(jié)能減排財政政策實施后數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的影響，本文借鑒張銘心等（2022）［31］的研究，構建雙重差分模型如下：

[Gretranit=α0+α1Digfindit×Pilotit+α2Digfindit+α3Pilotit+∑αkControlsi， t?1+∑Year+∑Firm+εit] （6）

其中：Pilotit表示i企業(yè)所在城市在t年是否為開展節(jié)能減排財政政策綜合示范工作的試點城市，若為試點城市，則Pilot在當年及以后取值為1，反之為0；Digfind為虛擬變量，若數(shù)字金融值大于其中位數(shù)，則Digfind取值為1，反之為0；其他變量的含義與模型（1）一致。

表9報告了綠色財政政策激勵作用的分析結(jié)果。在第（1）列中，Digfind×Pilot的回歸系數(shù)為0.011，且在1%水平上通過顯著性檢驗，說明節(jié)能減排財政政策的實施能夠強化數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用，因為節(jié)能減排財政政策可以通過財政補貼、稅收優(yōu)惠和信貸擔保等多種方式為企業(yè)綠色發(fā)展提供資金支持，從而推動企業(yè)綠色轉(zhuǎn)型。第（2）列的平行趨勢檢驗結(jié)果表明，政策沖擊發(fā)生前，各前置項（Pro_3、Pro_2和Pro_1）回歸系數(shù)均未呈現(xiàn)顯著性，政策沖擊發(fā)生后，各后置項（Post_1、Post_2和Post_3）系數(shù)均顯著為正，這說明在政策沖擊前后，除政策本身，其他因素對相關變量的影響是平穩(wěn)且一致的，滿足平行趨勢假設的要求。此外，節(jié)能減排財政政策對企業(yè)綠色轉(zhuǎn)型有持續(xù)的促進作用。由此，H3得到驗證。

七、結(jié)論與建議

本文以2007—2022年中國滬深A股上市公司為研究對象，實證檢驗數(shù)字金融是否對企業(yè)綠色轉(zhuǎn)型產(chǎn)生影響。研究發(fā)現(xiàn)：①數(shù)字金融能夠有效促進企業(yè)綠色轉(zhuǎn)型，這一結(jié)論在經(jīng)過穩(wěn)健性檢驗后仍然可靠。②對作用渠道分析發(fā)現(xiàn)，數(shù)字金融可通過發(fā)揮信貸配置效應和內(nèi)部治理效應對企業(yè)綠色轉(zhuǎn)型起促進作用。③進一步研究發(fā)現(xiàn)，在傳統(tǒng)金融發(fā)展水平較低的地區(qū)，數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用更加明顯；數(shù)字金融對非國有企業(yè)以及高管有環(huán)保經(jīng)歷的企業(yè)在推動綠色轉(zhuǎn)型方面有顯著的促進作用。④通過構建雙重差分模型分析發(fā)現(xiàn)，節(jié)能減排財政政策能夠強化數(shù)字金融對企業(yè)綠色轉(zhuǎn)型的促進作用。

根據(jù)上述研究，本文提出如下政策建議：

第一，持續(xù)推進數(shù)字金融發(fā)展，助力企業(yè)綠色轉(zhuǎn)型。首先，建立健全數(shù)字金融發(fā)展的法律法規(guī)體系，進一步明確數(shù)字金融的業(yè)務規(guī)則、監(jiān)管標準和風險控制要求，為數(shù)字金融的發(fā)展提供法律保障。其次，持續(xù)推動人工智能、大數(shù)據(jù)和區(qū)塊鏈等技術在數(shù)字金融領域的應用，提升數(shù)字金融的技術水平和創(chuàng)新能力。同時，完善數(shù)字支付、征信和風險控制等方面的基礎設施，提高數(shù)字金融服務的便捷性和安全性。最后，建立健全數(shù)字金融監(jiān)管體系，加強對數(shù)字金融業(yè)務的監(jiān)測和評估，及時識別和防范金融風險。

第二，進一步深化實施節(jié)能減排財政政策，推動企業(yè)綠色轉(zhuǎn)型。首先，要對我國節(jié)能減排財政政策試點經(jīng)驗進行總結(jié)，并在重點領域和環(huán)節(jié)上取得突破，進一步擴大政策的指引作用，在此基礎上進行創(chuàng)新和推廣。其次，建立符合我國國情的綠色財政政策體系，進一步完善我國綠色財政政策庫，為企業(yè)實現(xiàn)綠色轉(zhuǎn)型提供強有力的支撐。最后，優(yōu)化綠色財政政策項目的上報、審批和落地程序，保證政策執(zhí)行的連續(xù)性和穩(wěn)定性，進而有效地推動企業(yè)實現(xiàn)綠色轉(zhuǎn)型。

注 釋：

（1）節(jié)能減排財政政策三批30個試點城市：2011年6月第一批示范城市為北京、深圳、重慶、杭州、長沙、貴陽、吉林和新余等8個城市；2013年10月第二批示范城市為石家莊、唐山、鐵嶺、齊齊哈爾、銅陵、南平、荊門、韶關、東莞和銅川等10個城市；2014年9月第三批示范城市為天津、臨汾、包頭、徐州、聊城、鶴壁、梅州、南寧、德陽、蘭州、海東和烏魯木齊等12個城市。

（2）綠色轉(zhuǎn)型的關鍵詞包括綠色、低碳、綠色創(chuàng)新、綠色轉(zhuǎn)型、綠色升級、綠水青山、碳減排、碳核查、生態(tài)修復、環(huán)保管理措施、環(huán)保管理制度、環(huán)保管理程序、碳資產(chǎn)管理、能源管理、三同時、環(huán)保投入、精細化管理、環(huán)保治理、過程控制、末端治理、碳管理、碳排放管理、精益化、能效管理、問責制、績效考核、環(huán)境影響評價、環(huán)保責任、環(huán)保干部、環(huán)保督察、土地復墾、水土保持、高效、節(jié)能、環(huán)保、節(jié)電、節(jié)水、可持續(xù)發(fā)展、發(fā)展趨勢、市場前景、環(huán)境優(yōu)化、資源再生、新能源開發(fā)、循環(huán)利用、循環(huán)再生、綠色金融、氣候變化、替代技術、碳足跡、碳交易等。

參考文獻：

［1］HU J，F(xiàn)ANG Q，WU H Y. Environmental Tax and Highly Polluting Firms′ Green Transformation：Evidence from Green Mergers and Acquisitions［J］. Energy Economics，2023，127：107046.

［2］吳非，黎偉.稅收激勵與企業(yè)綠色轉(zhuǎn)型——基于上市企業(yè)年報文本識別的經(jīng)驗證據(jù)［J］.財政研究，2022（4）：100-118.

［3］陳國進，丁賽杰，趙向琴，等.中國綠色金融政策、融資成本與企業(yè)綠色轉(zhuǎn)型——基于央行擔保品政策視角［J］.金融研究，2021（12）：75-95.

［4］LIN B Q，PAN T. The Impact of Green Credit on Green Transformation of Heavily Polluting Enterprises：Reverse Forcing or Forward Pushing？［J］. Energy Policy，2024，184：113901.

［5］胡潔，于憲榮，韓一鳴.ESG評級能否促進企業(yè)綠色轉(zhuǎn)型？——47f2e4dad9187ad5e97599a939607437bb2ee0e5894053bc2e4dbdcf56817f99基于多時點雙重差分法的驗證［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2023，40（7）：90-111.

［6］韓超，李鑫平.在自動化中推動企業(yè)綠色轉(zhuǎn)型：技術進步與產(chǎn)品重構效應［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2023，40（4）：72-93.

［7］戴翔，楊雙至.數(shù)字賦能、數(shù)字投入來源與制造業(yè)綠色化轉(zhuǎn)型［J］.中國工業(yè)經(jīng)濟，2022（9）：83-101.

［8］孫傳旺，張文悅.對外直接投資與企業(yè)綠色轉(zhuǎn)型——基于中國企業(yè)微觀數(shù)據(jù)的經(jīng)驗研究［J］.中國人口·資源與環(huán)境，2022，32（9）：79-91.

［9］XU Q，ZHONG M R，DONG Y. Digital Finance and Rural Revitalization：Empirical Test and Mechanism Discussion［J］. Technological Forecasting and Social Change，2024，201：123248.

［10］田鴿，黃海，張勛.數(shù)字金融與創(chuàng)業(yè)高質(zhì)量發(fā)展：來自中國的證據(jù)［J］.金融研究，2023（3）：74-92.

［11］唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術創(chuàng)新——結(jié)構特征、機制識別與金融監(jiān)管下的效應差異［J］.管理世界，2020，36（5）：52-66，9.

［12］DING Q，HUANG J B，CHEN J Y. Does Digital Finance Matter for Corporate Green Investment？ Evidence from Heavily Polluting Industries in China［J］. Energy Economics，2023，117：106476.

［13］周闊，王瑞新，陶云清，等.企業(yè)綠色化轉(zhuǎn)型與股價崩盤風險［J］.管理科學，2022，35（6）：56-69.

［14］陳煦江，姜珊，何凌霄.“無廢城市”試點政策對企業(yè)綠色創(chuàng)新的影響［J］.華東經(jīng)濟管理，2024，38（2）：42-52.

［15］趙領娣，王小飛，徐樂.企業(yè)綠色投資降低了股價波動性嗎？［J］.中國人口·資源與環(huán)境，2022，32（2）：85-95.

［16］宋德勇，汪涌，胡楊.外資持股的供應鏈低碳化效應研究［J］.中國工業(yè)經(jīng)濟，2023（11）：155-173.

［17］宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角［J］.中國工業(yè)經(jīng)濟，2021（4）：138-155.

［18］劉榮增，何春.環(huán)境規(guī)制對城鎮(zhèn)居民收入不平等的門檻效應研究［J］.中國軟科學，2021，368（8）：41-52.

［19］ZHOU G Y，ZHU J Y，LUO S M. The Impact of Fintech Innovation on Green Growth in China：Mediating Effect of Green Finance［J］. Ecological Economics，2022，193：107308.

［20］唐要家，王鈺，唐春暉.數(shù)字經(jīng)濟、市場結(jié)構與創(chuàng)新績效［J］.中國工業(yè)經(jīng)濟，2022（10）：62-80.

［21］黃勃，李海彤，劉俊岐，等.數(shù)字技術創(chuàng)新與中國企業(yè)高質(zhì)量發(fā)展——來自企業(yè)數(shù)字專利的證據(jù)［J］.經(jīng)濟研究，2023，58（3）：97-115.

［22］李春濤，閆續(xù)文，宋敏，等.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)［J］.中國工業(yè)經(jīng)濟，2020（1）：81-98.

［23］余海躍，康書隆.地方政府債務擴張、企業(yè)融資成本與投資擠出效應［J］.世界經(jīng)濟，2020，43（7）：49-72.

［24］江艇.因果推斷經(jīng)驗研究中的中介效應與調(diào)節(jié)效應［J］.中國工業(yè)經(jīng)濟，2022（5）：100-120.

［25］蔡慶豐，吳奇艷，吳冠琛.地方隱性債務、銀行風險感知與企業(yè)信貸可得性［J］.中國工業(yè)經(jīng)濟，2024（1）：112-130.

［26］韓珣，李建軍.金融錯配、非金融企業(yè)影子銀行化與經(jīng)濟“脫實向虛”［J］.金融研究，2020（8）：93-111.

［27］陳駿，徐捍軍.企業(yè)尋租如何影響盈余管理［J］.中國工業(yè)經(jīng)濟，2019（12）：171-188.

［28］熊靈，閆爍，楊冕.金融發(fā)展、環(huán)境規(guī)制與工業(yè)綠色技術創(chuàng)新——基于偏向性內(nèi)生增長視角的研究［J］.中國工業(yè)經(jīng)濟，2023（12）：99-116.

［29］王輝，林偉芬，謝銳.高管環(huán)保背景與綠色投資者進入［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2022，39（12）：173-194.

［30］LI X，GUO F，WANG J Q. A Path Towards Enterprise Environmental Performance Improvement：How Does CEO Green Experience Matter？［J］. Business Strategy and the Environment，2024（2）：820-838

［31］張銘心，謝申祥，強皓凡，等.數(shù)字普惠金融與小微企業(yè)出口：雪中送炭還是錦上添花［J］.世界經(jīng)濟，2022，45（1）：30-56.

［責任編輯：許 燕，夏同梅］

收稿日期：2024-05-15

基金項目：國家社會科學基金一般項目“平臺經(jīng)濟金融化對金融調(diào)控的沖擊機理及長效監(jiān)管機制研究”（2BJY117）；江蘇高校哲學社會科學研究重大項目“數(shù)字金融支持江蘇制造業(yè)高質(zhì)量發(fā)展的實現(xiàn)路徑研究”（2023SJZD135）

作者簡介：胡志飛（1986—），男，江蘇宿遷人，博士研究生，研究方向：數(shù)字金融；

劉喜和（1962—），男，山東濟南人，教授，博士生導師，通信作者，研究方向：公司金融；

李欣宇（1996—），男，安徽安慶人，博士研究生，研究方向：財政金融。