銀行金融科技發(fā)展能降低企業(yè)周邊碳排放嗎？

摘 要：銀行金融科技的發(fā)展不僅能夠提高在企業(yè)信貸市場的競爭力，還能提升銀行服務(wù)實(shí)體經(jīng)濟(jì)發(fā)展的質(zhì)效，是建設(shè)金融強(qiáng)國和實(shí)現(xiàn)高質(zhì)量發(fā)展的重要驅(qū)動(dòng)力。文章運(yùn)用2013—2022年滬深A(yù)股上市公司數(shù)據(jù)，構(gòu)造企業(yè)層面銀行金融科技影響加權(quán)指標(biāo)以及企業(yè)周邊碳排放總量指標(biāo)，分析了銀行金融科技發(fā)展對企業(yè)碳排放的影響及作用機(jī)制。機(jī)制分析顯示，銀行金融科技能夠通過提升企業(yè)要素配置效率和環(huán)境信息披露質(zhì)量來降低企業(yè)周邊碳排放水平。異質(zhì)性分析顯示，對于規(guī)模較大、所在省份金融發(fā)展程度較高、非重污染行業(yè)的企業(yè)以及在國有銀行貸款的企業(yè)而言，銀行金融科技的碳減排效應(yīng)更為明顯。銀行金融科技主要通過引導(dǎo)企業(yè)開展事前綠色創(chuàng)新投資活動(dòng)而非事后污染治理活動(dòng)來實(shí)現(xiàn)碳減排。為此，建議引導(dǎo)銀行大力發(fā)展金融科技，提升企業(yè)的要素配置效率和環(huán)境信息披露質(zhì)量；同時(shí)，實(shí)施差異化的金融支持政策，精準(zhǔn)有效支持和引導(dǎo)企業(yè)降低碳排放。

關(guān)鍵詞：銀行金融科技；碳減排；要素配置效率；環(huán)境信息披露

中圖分類號(hào)：F830 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2024）09-0043-11

DOI：10.19647/j.cnki.37-1462/f.2024.09.005

一、引言

2023年，中國的二氧化碳排放量增長了約5.65億噸，達(dá)到126億噸，占全球排放總量的1/3以上①。全面實(shí)現(xiàn)“雙碳”目標(biāo)、建設(shè)美麗中國任重道遠(yuǎn)。企業(yè)作為經(jīng)濟(jì)生活的主要單元，是碳排放大戶，其降碳減污擴(kuò)綠離不開金融創(chuàng)新工具的有效支持。隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，金融科技應(yīng)用能力已經(jīng)成為銀行業(yè)金融機(jī)構(gòu)提升市場競爭力的關(guān)鍵。2022年，全球金融科技投資額為770億美元，而我國國有六大行金融科技投入平均同比增長8.42%②。銀行金融科技的深入應(yīng)用有助于實(shí)現(xiàn)政府、銀行、企業(yè)數(shù)據(jù)的互通共享，破除金融供需資源信息壁壘，打造產(chǎn)融平臺(tái)，使銀行信貸資金精準(zhǔn)高效地服務(wù)于低碳環(huán)保項(xiàng)目。銀行金融科技是否能夠在促進(jìn)金融支持實(shí)體企業(yè)信貸規(guī)模不斷擴(kuò)大的同時(shí)，促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展與綠色低碳發(fā)展目標(biāo)實(shí)現(xiàn)有效統(tǒng)一？為此，本文運(yùn)用2013—2022年我國A股上市公司數(shù)據(jù)，構(gòu)造企業(yè)層面銀行金融科技影響加權(quán)指標(biāo)以及企業(yè)碳排放指標(biāo)，分析銀行金融科技發(fā)展對企業(yè)碳排放的影響以及實(shí)現(xiàn)機(jī)制，指出銀行金融科技發(fā)展能夠有效解決傳統(tǒng)金融在支持企業(yè)發(fā)展中的要素錯(cuò)配問題，并促進(jìn)企業(yè)環(huán)境披露及質(zhì)量提升，抑制“漂綠”行為對企業(yè)碳排放造成的負(fù)面影響。

本文可能的邊際貢獻(xiàn)在于：第一，研究視角創(chuàng)新。現(xiàn)有文獻(xiàn)多關(guān)注銀行金融科技發(fā)展對銀行與企業(yè)績效的影響，鮮有從企業(yè)綠色行為和環(huán)境視角分析銀行金融科技對企業(yè)碳排放的影響。第二，研究指標(biāo)創(chuàng)新?，F(xiàn)有文獻(xiàn)多運(yùn)用地區(qū)數(shù)字金融發(fā)展或省內(nèi)金融科技公司數(shù)量等指標(biāo)作為金融科技發(fā)展的代理變量，鮮有文獻(xiàn)構(gòu)造企業(yè)個(gè)體層級(jí)的銀行金融科技指標(biāo)；同時(shí)，已有文獻(xiàn)中的碳排放指標(biāo)多通過將宏觀區(qū)域碳排放和企業(yè)成本占比兩項(xiàng)指標(biāo)相乘來構(gòu)造，而本文通過提取不同區(qū)域碳排放柵格數(shù)據(jù)以及企業(yè)地理位置相關(guān)信息，構(gòu)造企業(yè)周邊碳排放指標(biāo)。與傳統(tǒng)的銀行金融科技指標(biāo)和碳排放指標(biāo)相比，本文構(gòu)造的指標(biāo)更加細(xì)致、精準(zhǔn)、客觀和科學(xué)。第三，研究機(jī)制創(chuàng)新?，F(xiàn)有文獻(xiàn)分析銀行金融科技對實(shí)體企業(yè)的影響機(jī)制時(shí)，多側(cè)重于融資約束緩解、銀行信貸質(zhì)量及公司治理能力提升等方面，本文提出銀行金融科技發(fā)展能夠有效解決要素配置不合理問題以及“漂綠”問題，并能有效提升企業(yè)環(huán)境信息披露質(zhì)量，進(jìn)而促進(jìn)企業(yè)碳減排。研究結(jié)論從金融發(fā)展視角為實(shí)現(xiàn)“雙碳”目標(biāo)提供了借鑒和指引，對于全面建設(shè)美麗中國、提升金融高質(zhì)量發(fā)展的質(zhì)效具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述及研究假設(shè)

（一）文獻(xiàn)綜述

1. 銀行金融科技發(fā)展的影響。已有文獻(xiàn)主要關(guān)注了銀行金融科技發(fā)展對銀行自身和企業(yè)的影響。關(guān)于對銀行自身的影響，有學(xué)者認(rèn)為，金融科技改變了金融行業(yè)的運(yùn)行模式，通過重塑金融機(jī)構(gòu)的運(yùn)營模式（Grennan和Michaely，2021）[1]，促進(jìn)了金融產(chǎn)品的創(chuàng)新，如在線銀行、第三方支付等（Leong等，2017）[2]，通過信用的透明化和信息化，提升了銀行風(fēng)險(xiǎn)管理能力和金融資源配置效率（Norden等，2014）[3]。部分學(xué)者則認(rèn)為，金融科技競爭給銀行業(yè)金融機(jī)構(gòu)的盈利能力帶來了下行壓力，減少了銀行業(yè)金融機(jī)構(gòu)的利息收入并增加了成本（Bejar等，2022）[4]。在對非金融企業(yè)的影響方面，部分學(xué)者認(rèn)為，銀行金融科技的發(fā)展能夠提升企業(yè)財(cái)務(wù)質(zhì)量，并通過信息共享機(jī)制增強(qiáng)銀行信息甄別能力，降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)（馬文婷等，2024）[5]；能夠降低銀企信息不對稱程度，提高銀行風(fēng)險(xiǎn)控制能力，從而緩解企業(yè)金融錯(cuò)配（劉惠好等，2024）[6]；能夠加劇銀行業(yè)競爭，從而拓寬企業(yè)信貸的多元化渠道（馮玨等，2024）[7]以及有效降低企業(yè)金融化水平（李真等，2023）[8]。還有學(xué)者發(fā)現(xiàn)，銀行金融科技水平的提升能夠通過資金約束緩解和創(chuàng)新激勵(lì)機(jī)制促進(jìn)信貸企業(yè)數(shù)字化轉(zhuǎn)型水平提升（俞毛毛和盧小祁，2024）[9]。

2. 企業(yè)碳減排的影響因素?，F(xiàn)有文獻(xiàn)從企業(yè)內(nèi)部和外部兩個(gè)方面關(guān)注了企業(yè)降低碳排放的影響因素。從內(nèi)部影響因素來看，企業(yè)碳信息披露的完善（郭四代等，2023）[10]、企業(yè)數(shù)字化轉(zhuǎn)型（鄧慧慧等，2023）[11]和綠色創(chuàng)新活動(dòng)（李婉紅等，2023）[12]能夠顯著降低企業(yè)碳排放。外部影響因素方面，部分學(xué)者關(guān)注了環(huán)境規(guī)制以及金融工具對企業(yè)碳排放的影響，如碳排放權(quán)交易試點(diǎn)政策帶來的碳減排效應(yīng)（董康銀和鄧又一，2023）[13]、環(huán)境規(guī)制通過“倒逼減排效應(yīng)”對碳排放強(qiáng)度產(chǎn)生的積極影響（李菁等，2021）[14]、綠色金融對企業(yè)綠色低碳發(fā)展的影響（劉珊和馬莉莉，2023；李紹哲等，2023）[15，16]、金融可得性增加和銀企距離縮短對企業(yè)碳排放及污染物排放的影響（王守坤和范文誠，2024；俞毛毛和馬妍妍，2024）[17，18]等。財(cái)稅政策方面，宋恒等（2023）[19]認(rèn)為營改增政策實(shí)施能夠提升企業(yè)研發(fā)能力和能源利用效率，進(jìn)而顯著降低企業(yè)碳排放；李祝平和胡燕芳（2024）[20]認(rèn)為，環(huán)境補(bǔ)貼對企業(yè)碳減排具有正向作用，但同時(shí)存在滯后性，其中節(jié)能減排而非治理補(bǔ)貼發(fā)揮主要作用。

3. 文獻(xiàn)評(píng)述?，F(xiàn)有文獻(xiàn)圍繞銀行金融科技和企業(yè)降低碳排放兩個(gè)主題進(jìn)行了大量有價(jià)值的探討，在企業(yè)碳排放的影響因素方面，已有研究重點(diǎn)分析了環(huán)境政策、金融和財(cái)稅政策等對企業(yè)碳排放可能產(chǎn)生的影響，但在金融政策工具對企業(yè)碳減排的影響方面，鮮有文獻(xiàn)探討金融新業(yè)態(tài)——銀行金融科技的發(fā)展對企業(yè)碳排放的影響，這為本文的研究提供了一定的拓展空間。本文對銀行金融科技對企業(yè)碳排放的影響機(jī)制進(jìn)行了理論分析與實(shí)證檢驗(yàn)，為發(fā)展金融科技賦能金融服務(wù)、提高金融政策工具的有效性、降低企業(yè)碳排放水平提供了有益參考。

（二）理論分析與研究假設(shè)

1. 銀行金融科技發(fā)展與企業(yè)碳排放。隨著“雙碳”目標(biāo)的提出，碳排放總量控制已經(jīng)成為企業(yè)面臨的一項(xiàng)重要任務(wù)。企業(yè)的碳排放主要來源于生產(chǎn)經(jīng)營過程中的能源使用和消耗，因此，提升單位能源產(chǎn)出效率是碳減排的關(guān)鍵。實(shí)踐中，企業(yè)碳減排的路徑主要有技術(shù)性減排和管理性減排等方式（余紅偉等，2024）[21]。技術(shù)性減排是通過技術(shù)創(chuàng)新、優(yōu)化資源配置、改進(jìn)生產(chǎn)工藝流程等，提高生產(chǎn)效率以降低單位產(chǎn)量的碳排放強(qiáng)度，從而實(shí)現(xiàn)減排目標(biāo)（胡珺等，2020）[22]。管理性減排主要通過改善與優(yōu)化能源管理或?qū)嵭芯?xì)化管控等來減少資源消耗，提高產(chǎn)出效率（孫傳旺等，2022）[23]。企業(yè)開展技術(shù)創(chuàng)新需要持續(xù)大量的資金支持，內(nèi)部融資通常無法完全滿足企業(yè)的資金需求，因而經(jīng)常依賴外部融資，而金融資金供需雙方的信息不對稱是限制企業(yè)融資的最重要因素之一（Fazzari等，1988）[24]。

信息不對稱理論認(rèn)為，由于企業(yè)自身業(yè)務(wù)及經(jīng)營狀況存在不透明性，資金供求雙方存在信息不匹配的問題，傳統(tǒng)金融在提升信貸資金匹配度上作用有限，無法有效解決企業(yè)面臨的“融資難”和“融資貴”等問題。企業(yè)碳減排需要大量綠色投資和新技術(shù)研發(fā)投資，此類投資多存在不確定性，與傳統(tǒng)項(xiàng)目相比面臨更大的融資難題。而金融科技為傳統(tǒng)金融體系帶來了創(chuàng)新和變革，緩解了信息不對稱。銀行金融科技借助數(shù)字技術(shù)更好地實(shí)現(xiàn)政府、銀行、企業(yè)之間的信息聯(lián)通，在貸前審查時(shí)可以全方位收集企業(yè)信息，彌補(bǔ)長尾企業(yè)的信用不足，進(jìn)而提高金融機(jī)構(gòu)資金投放速度，而且還能利用人工智能等技術(shù)高效識(shí)別綠色項(xiàng)目，撬動(dòng)資金流向企業(yè)，有效降低共享信息成本（譚常春等，2023）[25]。銀行金融科技能幫助銀行有效吸納市場中的金融資源并轉(zhuǎn)化為企業(yè)融資的有效供給（Gomber 等， 2017）[26]，通過數(shù)字技術(shù)優(yōu)化審批流程，減少企業(yè)融資的時(shí)間成本（李真等，2023）[8]，在提高金融機(jī)構(gòu)的融資服務(wù)效率的同時(shí)，能降低企業(yè)綜合融資成本，為企業(yè)綠色低碳項(xiàng)目運(yùn)營提供有效的資金保障，從而幫助企業(yè)降低碳排放。同時(shí)，金融錯(cuò)配理論認(rèn)為，金融資金支持領(lǐng)域的錯(cuò)配會(huì)導(dǎo)致金融資源賦能實(shí)體經(jīng)濟(jì)時(shí)表現(xiàn)出偏離帕累托最優(yōu)的狀態(tài)，增加企業(yè)借貸成本或?qū)е缕髽I(yè)為獲得資金支持而進(jìn)行尋租（劉元雛和華桂宏，2023）[27]。金融資源錯(cuò)配會(huì)造成傳統(tǒng)領(lǐng)域項(xiàng)目獲得更多的資金支持，綠色環(huán)保領(lǐng)域則因短期收益低而面臨資金不足的問題。銀行金融科技作為傳統(tǒng)普惠金融的補(bǔ)充，能提高信貸投放的精準(zhǔn)度和高效性，提高綠色信貸資源配置效率（王滿倉等，2023）[28]，使得更多綠色創(chuàng)新項(xiàng)目得到信貸資金支持，從而幫助企業(yè)降低碳排放?？傮w而言，銀行金融科技能夠顯著降低銀行的信息獲取成本，同時(shí)又能有效彌補(bǔ)普惠金融支持缺位和資金錯(cuò)配問題，為綠色投資和轉(zhuǎn)型升級(jí)提供更大的資金支持。

根據(jù)上述分析，本文提出假設(shè)H1：

H1：銀行金融科技發(fā)展水平的提升能夠顯著降低信貸企業(yè)碳排放水平。

2. 要素配置效率機(jī)制。一方面，資源“尋租”與銀行信貸配給現(xiàn)象的存在，造成行業(yè)之間和行業(yè)內(nèi)部勞動(dòng)要素與資本要素的配置比例與最優(yōu)比例出現(xiàn)偏差，使得勞動(dòng)與資本要素資源無法在行業(yè)與區(qū)域內(nèi)根據(jù)要素邊際生產(chǎn)力水平進(jìn)行自由流動(dòng)（Xie等，2023）[29]，進(jìn)而對綠色創(chuàng)新行為產(chǎn)生負(fù)面影響，導(dǎo)致企業(yè)碳排放增加（Gao等，2021）[30]。從金融錯(cuò)配本身來看，金融資源錯(cuò)配會(huì)導(dǎo)致資源更多投向能源消耗大、碳排放高、產(chǎn)能過剩的行業(yè)，同時(shí)金融資源錯(cuò)配多與信息不對稱、信貸配置存在制度偏向等特征存在相關(guān)性（魏麗莉和楊穎，2023）[31]，銀行業(yè)競爭又會(huì)加劇信貸供給側(cè)重考慮項(xiàng)目經(jīng)濟(jì)效益、企業(yè)償債能力等因素的傾向，進(jìn)而導(dǎo)致金融資源向綠色低碳領(lǐng)域配置不足。銀行金融科技能夠顯著提升信貸資源配置效率（劉惠好等，2024）[6]，從而改善行業(yè)之間和行業(yè)內(nèi)部勞動(dòng)要素與資本要素的配置偏差，促進(jìn)企業(yè)綠色創(chuàng)新，減少碳排放。另一方面，金融科技在銀行的應(yīng)用具有優(yōu)化公司治理的作用（馬文婷等，2024）[5]，數(shù)字技術(shù)的應(yīng)用能夠強(qiáng)化對信貸資金使用的監(jiān)督，督促企業(yè)管理層專注于促進(jìn)企業(yè)生產(chǎn)要素的合理流動(dòng)和精準(zhǔn)匹配，有效提升企業(yè)各類生產(chǎn)要素的邊際生產(chǎn)力水平，不斷提高企業(yè)財(cái)務(wù)質(zhì)量，避免生產(chǎn)要素配置效率低下導(dǎo)致的粗放型生產(chǎn)問題，提高企業(yè)產(chǎn)能利用率和集約化發(fā)展水平，從而降低企業(yè)的碳排放水平。

根據(jù)上述分析，本文提出假設(shè)H2：

H2：銀行金融科技發(fā)展水平提升能夠顯著提升企業(yè)要素配置效率，進(jìn)而降低碳排放水平。

3. 環(huán)境信息披露機(jī)制。企業(yè)碳信息披露具有顯著的碳減排效應(yīng)（Tomar，2023）[32]。一方面，企業(yè)通過環(huán)境信息披露向投資者傳遞積極的減排信號(hào)，減少了投資者的信息不對稱，降低了不確定性，有利于吸引更多的投資。另一方面，環(huán)境信息披露使企業(yè)面臨媒體和公眾監(jiān)督壓力，倒逼企業(yè)進(jìn)行綠色技術(shù)創(chuàng)新（付嘉為和范丹，2024）[33]，從而降低碳排放。然而，企業(yè)為獲得更多信貸資金支持，可能會(huì)選擇隱瞞環(huán)境信息或試圖通過“漂綠”行為虛構(gòu)綠色項(xiàng)目，雖然能夠在短期內(nèi)獲得低成本融資支持，但相關(guān)資金并不一定用于綠色投資領(lǐng)域，從而對碳減排產(chǎn)生負(fù)面的影響。

一方面，銀行金融科技發(fā)展能有效解決企業(yè)環(huán)境信息披露質(zhì)量低下造成的負(fù)面影響，進(jìn)而促進(jìn)碳減排。目前企業(yè)普遍存在環(huán)境信息披露不足的問題。銀行可以通過借助人工智能、大數(shù)據(jù)、區(qū)塊鏈等技術(shù)手段，高效識(shí)別綠色項(xiàng)目，強(qiáng)化對綠色低碳項(xiàng)目的金融支持，這能激勵(lì)企業(yè)提升環(huán)境信息公開化水平和信息披露質(zhì)量，同時(shí)接受更為廣泛的社會(huì)監(jiān)督，從而對企業(yè)碳減排產(chǎn)生激勵(lì)效應(yīng)。另一方面，銀行金融科技有助于減少企業(yè)“漂綠”行為。銀行金融科技依托區(qū)塊鏈等技術(shù)對資金用途進(jìn)行實(shí)時(shí)監(jiān)督和追蹤，更好地追蹤綠色信貸資金貸前、貸中和貸后的動(dòng)態(tài)情況（譚常春等，2023）[25]，規(guī)范企業(yè)資金投入，防范企業(yè)“綠漂”行為，從而促進(jìn)企業(yè)降低碳排放。如江蘇銀行通過積極發(fā)展金融科技，借助物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)手段，及時(shí)獲取污染物排放、用能、用水、用電等多維度數(shù)據(jù)，為客戶ESG 評(píng)級(jí)、“碳畫像”等提供技術(shù)和數(shù)據(jù)支撐，對信息披露充分、轉(zhuǎn)型成效好的企業(yè)，給予貸款利率優(yōu)惠選擇權(quán)，不僅節(jié)省企業(yè)融資成本，助力企業(yè)提升ESG表現(xiàn)，還推動(dòng)了綠色貸款高質(zhì)量增長，有效防范了“漂綠”“洗綠”風(fēng)險(xiǎn)。

根據(jù)上述分析，本文提出假設(shè)H3：

H3：銀行金融科技發(fā)展水平提升能夠有效解決企業(yè)環(huán)境信息披露質(zhì)量低下問題，降低企業(yè)碳排放水平。

三、變量選取、模型建立與數(shù)據(jù)來源

（一）變量設(shè)定

1.被解釋變量：企業(yè)周邊碳排放水平?，F(xiàn)有文獻(xiàn)多通過企業(yè)自身成本占行業(yè)成本的比例以及行業(yè)整體碳排放水平數(shù)據(jù)，近似計(jì)算得出上市公司碳排放水平，但此種核算方法并未考慮實(shí)際排放狀況，以單位成本碳排放為額定指標(biāo)。本文基于上市公司樣本所在城市實(shí)際碳排放測算水平以及企業(yè)實(shí)際地理位置間接測算企業(yè)周邊碳排放水平。首先，參照張杰和解揚(yáng)（2015）[34]的分析方法，根據(jù)歐盟EDGAR數(shù)據(jù)庫，得到我國不同城市區(qū)域的碳排放數(shù)據(jù)，并轉(zhuǎn)化為柵格數(shù)據(jù)；其次，參照蘇泳嫻等（2013）[35]的分析方法，對所有上市公司辦公地地理坐標(biāo)進(jìn)行提取，并以每個(gè)上市公司辦公地位置為基準(zhǔn)點(diǎn)生成不同半徑的圓形區(qū)域，通過R軟件讀取不同區(qū)域的碳排放總量的柵格數(shù)據(jù)；最后，根據(jù)上市公司附近范圍不同的圓形區(qū)域與碳排放柵格數(shù)據(jù)的交叉部分，近似計(jì)算得出上市公司周邊不同公里的碳排放數(shù)據(jù)（lnce5、lnce10、lnce20），作為被解釋變量。

2.核心解釋變量：銀行金融科技發(fā)展水平。李真等（2023）[8]構(gòu)造的銀行金融科技指主要反映銀行金融科技發(fā)展水平如何通過銀行信貸影響企業(yè)行為。銀行金融科技對企業(yè)的影響分為兩方面：一方面為銀行自身金融科技發(fā)展水平，用銀行當(dāng)年申請金融科技類專利的數(shù)量來表示；另一方面為銀行貸款規(guī)模占企業(yè)當(dāng)年新增貸款的比例。二者相乘后通過加權(quán)匯總方式得出銀行金融科技指標(biāo)。計(jì)算公式為：

[bankfinit=n=1Nloanintloanit×finpatnt] （1）

其中，[loanint]為[t]年度企業(yè)[i]從銀行[n]獲得的信貸金額，[finpatnt]為銀行[n]在[t]年申請的實(shí)用新型專利和發(fā)明專利中金融科技專利的數(shù)量。

具體來看，首先，根據(jù)國泰安上市公司數(shù)據(jù)庫銀行信貸明細(xì)數(shù)據(jù)，計(jì)算出上市公司從不同銀行獲得貸款的比例。其次，根據(jù)國家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫，獲得2013—2022年各銀行專利申請數(shù)量信息，并借鑒中關(guān)村互聯(lián)網(wǎng)金融研究院發(fā)布的《中國金融科技和數(shù)字普惠金融發(fā)展報(bào)告（2020）》以及中國人民銀行發(fā)布的《金融科技發(fā)展規(guī)劃（2022—2025年）》進(jìn)行金融科技關(guān)鍵詞提取，主要分為“ABCD+底層技術(shù)”和金融科技應(yīng)用兩個(gè)方面。其中，“ABCD+底層技術(shù)”包括人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)四個(gè)方面，而金融科技應(yīng)用包括互聯(lián)技術(shù)和安全技術(shù)應(yīng)用a720838f35fbbdf9c340775cc5dfeedd6d2d064ff9531060a067e7d40d28bb27兩個(gè)方面③。對每條專利中的摘要信息進(jìn)行檢索，若出現(xiàn)金融科技詞庫中的關(guān)鍵詞，則定義為金融科技專利，從而得到每年銀行申請金融科技專利的數(shù)量。最后，將不同銀行信貸規(guī)模占比與金融科技專利數(shù)相乘，得出企業(yè)級(jí)別銀行金融科技發(fā)展指標(biāo)（bankfin），作為本文的核心解釋變量。

3. 控制變量。（1）企業(yè)財(cái)務(wù)特征變量，包括：企業(yè)規(guī)模（size），即年末總資產(chǎn)的對數(shù)；企業(yè)杠桿率水平（lev），為企業(yè)年末總負(fù)債和總資產(chǎn)的比值；企業(yè)貨幣資金水平（lncash），為年末貨幣資金的對數(shù)；固定資產(chǎn)占總資產(chǎn)比例（fxpro）；營業(yè)收入增長率（incgrowth）；企業(yè)成立年數(shù)對數(shù)值（lnage）；企業(yè)總資產(chǎn)收益率（roa）。（2）企業(yè)治理指標(biāo)變量，包括：前十大股東持股比例（top10）；董事會(huì)人數(shù)對數(shù)值（lnboardnum）；董事長和總經(jīng)理是否存在兩職合一（dual）。（3）其他企業(yè)變量，包括：企業(yè)數(shù)字化水平（lndgt）；企業(yè)是否為高新技術(shù)企業(yè)（hightech）；企業(yè)全要素生產(chǎn)率（tfp_op）。其中，企業(yè)數(shù)字化水平指標(biāo)的構(gòu)建參照吳非等（2021）[36]，主要包括人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈技術(shù)以及數(shù)字技術(shù)應(yīng)用等方面，對企業(yè)年報(bào)文本進(jìn)行詞頻統(tǒng)計(jì)后取對數(shù)；企業(yè)全要素生產(chǎn)率的構(gòu)造參照魯曉東與連玉君（2012）[37]，運(yùn)用OP法計(jì)算后取對數(shù)得出。（4）其他行業(yè)及宏觀指標(biāo)，包括：不同行業(yè)營業(yè)收入的赫芬達(dá)爾系數(shù)（hhi_tsales）；樣本所在省份的人均GDP水平（lnpgdp）；企業(yè)所在省份年度信貸余額占GDP的比重（finlp）；企業(yè)所在省份的第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值之比（thrpro）；企業(yè)所在省份出口總額占GDP的比重（eximpro）；企業(yè)所在省份環(huán)境規(guī)制指標(biāo)（env）④；能源消費(fèi)結(jié)構(gòu)（engstr），通過計(jì)算各省份各年度煤炭消費(fèi)與能源消費(fèi)總量的比值得出，其中煤炭消費(fèi)為七個(gè)相關(guān)能源最終消費(fèi)之和，而能源消費(fèi)總量是20個(gè)相關(guān)能源終端消費(fèi)量之和。

4. 機(jī)制變量。一是企業(yè)要素配置效率（alnKL）。借鑒李艷等（2023）[38]和王文春等（2022）[39]，用企業(yè)“資本—?jiǎng)趧?dòng)比”與該指標(biāo)行業(yè)均值之差的絕對值衡量要素配置效率。企業(yè)存在最優(yōu)“資本—?jiǎng)趧?dòng)比”，若超出最優(yōu)比例，則會(huì)造成產(chǎn)能過剩和落后產(chǎn)能的過度擴(kuò)張，進(jìn)而可能擴(kuò)大碳排放。對于資源型企業(yè)來說，資本深化的過程會(huì)對企業(yè)全要素生產(chǎn)率產(chǎn)生負(fù)面影響（鄭明貴等，2022）[40]。

二是企業(yè)EDI指標(biāo)（lnedi）。本文參照孔東民等（2021）[41]的做法，按照是否貨幣化對環(huán)境信息披露進(jìn)行分類。貨幣化指標(biāo)主要包括環(huán)境負(fù)債披露和環(huán)境業(yè)績與治理信息披露兩部分，若企業(yè)同時(shí)進(jìn)行定量和定性披露則指標(biāo)賦分為2，只進(jìn)行定性披露則指標(biāo)賦分為1；非貨幣化披露主要包括環(huán)境管理披露、環(huán)境認(rèn)證披露以及環(huán)境信息披露載體指標(biāo)三部分，披露指標(biāo)賦分為2，非披露指標(biāo)賦分為0。兩部分共有25個(gè)評(píng)分項(xiàng)目，將上述項(xiàng)目賦分后加總得到EDI值，在回歸中取對數(shù)處理。

三是企業(yè)“漂綠”指標(biāo)（gws）。參照Zhang（2022）[42]和Hu等（2023）[43]的研究構(gòu)建“漂綠”指標(biāo)，具體計(jì)算公式為：

[gwsit=（ESGdisi，t-ESGdis）δdis-ESGperi，t-ESGperδper] （2）

其中，[i]表示企業(yè)，[t]表示樣本年份，[ESGdisi，t]表示彭博的ESG指標(biāo)，[ESGperi，t]表示萬得披露的ESG指標(biāo)，[δdis]表示[ESGdis，t]對應(yīng)的標(biāo)準(zhǔn)差 ，[δper]表示[ESGperi，t]對應(yīng)的標(biāo)準(zhǔn)差。

（二）實(shí)證設(shè)計(jì)

為驗(yàn)證假設(shè)1，即銀行金融科技發(fā)展水平提升對企業(yè)碳排放水平的影響，本文構(gòu)建如下回歸模型：

[lnceit=α0+α1bankfinit+λX+vj+φt+εit] （3）

其中，[i]表示企業(yè)，[t]表示樣本年份，[α0]為常數(shù)項(xiàng)，[α1]表示銀行金融科技發(fā)展水平的待估系數(shù)，[λ]為控制變量待估系數(shù)矩陣，[X]為所有控制變量構(gòu)成的矩陣，[bankfin]表示樣本年度對應(yīng)信貸銀行的金融科技發(fā)展指數(shù)，[lnce]包括企業(yè)附近不同半徑（5km、10km與20km）范圍內(nèi)的碳排放總量對數(shù)值，[vj]表示按照證監(jiān)會(huì)2012版《上市公司行業(yè)分類指引》中的一位行業(yè)代碼構(gòu)造的行業(yè)固定效應(yīng)，[φt]表示年度固定效應(yīng)，[εit]表示隨機(jī)擾動(dòng)項(xiàng)。

（三）數(shù)據(jù)來源及處理方式

碳排放數(shù)據(jù)來自EDGAR（Emission Database for Global Atmosphere Research）。商業(yè)銀行不同年份專利申請數(shù)據(jù)來自中國專利數(shù)據(jù)庫。上市公司銀行信貸數(shù)據(jù)來自國泰安數(shù)據(jù)庫。本文對變量進(jìn)行以下處理：（1）剔除金融類及房地產(chǎn)公司樣本；（2）剔除ST、PT、*S開頭的特殊處理樣本；（3）剔除資產(chǎn)負(fù)債率大于1、凈資產(chǎn)小于0的樣本。

f803cec93e2c57719cffbb998aeeb215（四）主要變量描述性統(tǒng)計(jì)

主要變量描述性統(tǒng)計(jì)如表1所示。企業(yè)20km半徑范圍內(nèi)碳排放對數(shù)均值為16.79，金融科技指標(biāo)均值為1.32。多數(shù)樣本金融科技指標(biāo)為0，主要是由于部分企業(yè)未獲得信貸支持或者貸款銀行沒有金融科技專利申請記錄。從財(cái)務(wù)指標(biāo)來看，樣本企業(yè)平均規(guī)模為22.45，平均杠桿率水平為46.5%，平均總資產(chǎn)收益率為3.2%，前十大股東平均持股比例為57.42%，有27.3%的樣本存在“兩職合一”的現(xiàn)象。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸分析

為驗(yàn)證假設(shè)1，通過面板固定效應(yīng)分析銀行金融科技發(fā)展對企業(yè)碳排放的影響?；貧w結(jié)果如表2所示。從回歸結(jié)果可以發(fā)現(xiàn)：銀行金融科技發(fā)展水平的提升能夠顯著減少企業(yè)碳排放；逐步控制企業(yè)財(cái)務(wù)指標(biāo)、公司治理指標(biāo)以及企業(yè)所在省份宏觀指標(biāo)后，回歸結(jié)果保持穩(wěn)健。表2列（3）中，銀行金融科技發(fā)展水平每提升1個(gè)單位，企業(yè)5公里范圍內(nèi)的碳排放總量會(huì)降低3.5%；將被解釋變量分別替換為企業(yè)周邊10公里和20公里碳排放總量指標(biāo)后，回歸結(jié)果保持穩(wěn)健，同時(shí)銀行金融科技發(fā)展對碳排放的影響略有減弱?？赡艿脑蚴牵阂环矫?，銀行金融科技發(fā)展水平的提升能夠緩解企業(yè)融資約束，促進(jìn)企業(yè)轉(zhuǎn)型升級(jí)，通過增加綠色投資和推廣應(yīng)用新質(zhì)生產(chǎn)力，降低對周邊環(huán)境產(chǎn)生的影響；另一方面，銀行金融科技發(fā)展能提升信貸投放效率，減小對落后產(chǎn)能和低效率投資領(lǐng)域的支持力度，進(jìn)而對碳減排產(chǎn)生積極影響。上述分析驗(yàn)證了假設(shè)1，即銀行金融科技發(fā)展水平提升能夠顯著降低企業(yè)碳排放水平。

（二）穩(wěn)健性檢驗(yàn)

1. 控制遺漏變量偏誤。企業(yè)碳排放水平除受企業(yè)自身投資行為、金融支持狀況和環(huán)保投資影響外，還受到其他因素的影響。一是企業(yè)所在地區(qū)綠化覆蓋率，二是人口密度，三是氣候逆溫狀況。為避免遺漏變量對回歸結(jié)果造成的影響，本文在控制變量中進(jìn)一步加入企業(yè)所在城市逆溫天數(shù)（revday）、企業(yè)所在城市人口密度（popdens）以及企業(yè)所在城市植被覆蓋率（grcov）指標(biāo)⑤進(jìn)行穩(wěn)健性檢驗(yàn)?；貧w結(jié)果如表3所示。控制人口、綠化以及逆溫因素后，銀行金融科技發(fā)展水平的提升同樣能夠顯著降低企業(yè)周邊不同公里的碳排放水平。從新加入控制變量的回歸系數(shù)來看，人口密度增加以及逆溫天數(shù)增加會(huì)顯著提升碳排放水平，而城市綠化覆蓋率水平提升會(huì)顯著降低碳排放水平。

2. 重新構(gòu)造銀行金融科技指標(biāo)。銀行金融科技指標(biāo)主要受兩種因素影響，一是企業(yè)貸款銀行申請金融科技類專利的數(shù)量，二是銀行信貸占企業(yè)新增信貸的比例。本文主要關(guān)注前者的影響，但銀行金融科技對企業(yè)碳排放的影響可能更多由銀行信貸規(guī)模（或信貸占比）導(dǎo)致。為解決上述偏誤問題，采用因子分離方式對變量重新進(jìn)行構(gòu)造，即分別考察銀行信貸因素和金融科技專利申請因素的影響。參照李真等（2023）[8]，首先，以企業(yè)最早貸款銀行金融科技專利逐年申請數(shù)量的變化作為銀行金融科技指標(biāo)（lnpatent_p）；其次，固定最早貸款銀行最早貸款年度的金融科技專利申請數(shù)量，將該銀行不同年份信貸占企業(yè)信貸總額的比例作為銀行金融科技衡量指標(biāo)（lnpatent_d）；最后，僅提取不同信貸銀行歷年金融科技專利申請數(shù)量的算術(shù)平均值及最大值作為銀行金融科技指標(biāo)變量（lnpatent_mean與lnpatent_max）?；貧w結(jié)果如表4所示。列（1）中，最早貸款銀行貸款比例指標(biāo)的逐年變化并不會(huì)顯著影響企業(yè)碳減排狀況，說明企業(yè)碳減排并非主要受到貸款銀行信貸比例的影響；列（3）中，當(dāng)保持貸款比例不變后，最早貸款銀行專利申請數(shù)量的增加會(huì)顯著降低企業(yè)碳排放規(guī)模；列（2）和（4）中，貸款銀行平均專利申請數(shù)量的增加和最大專利申請數(shù)量的增加，同樣會(huì)顯著降低企業(yè)碳排放。從上述分析可以看出，信貸銀行金融科技發(fā)展水平而非信貸規(guī)模具有碳減排效果。

3. 工具變量。參照李逸飛等（2022）[44]，計(jì)算企業(yè)貸款銀行第一次申請金融科技專利年度與樣本年度的差值并取對數(shù)作為銀行金融科技發(fā)展的工具變量（lnygap）。從相關(guān)性來看，銀行轉(zhuǎn)型越早，越有動(dòng)力引入或研發(fā)金融科技，所以與金融科技發(fā)展存在相關(guān)性。從排他性來看，早期申請的金融科技專利對現(xiàn)階段企業(yè)碳減排的影響較弱。因此，工具變量選擇滿足相關(guān)性和排他性要求。工具變量兩階段最小二乘回歸結(jié)果如表5所示。列（1）中，距離信貸銀行第一次申請專利的時(shí)間越長，銀行金融科技發(fā)展水平越高；列（2）中，從工具變量二階段回歸結(jié)果能夠看出，引入工具變量分析方法后，銀行金融科技發(fā)展同樣能夠顯著降低企業(yè)周邊20km的碳排放水平，同時(shí)系數(shù)絕對值與主回歸相比有所擴(kuò)大，說明糾正內(nèi)生性問題后銀行金融科技的碳減排效應(yīng)有所增強(qiáng)。從工具變量統(tǒng)計(jì)指標(biāo)來看，一階段Wald F指標(biāo)顯著均顯著大于0，說明不存在弱工具變量問題，工具變量與內(nèi)生變量之間存在顯著相關(guān)性。列（3）中加入樣本所在城市銀行競爭度（bankhhi）以及是否存在銀企關(guān)聯(lián)（brel）指標(biāo)后，銀行金融科技的回歸系數(shù)仍顯著為負(fù)，說明工具變量滿足“排他性”要求⑥。

（三）異質(zhì)性分析

進(jìn)一步地，根據(jù)企業(yè)規(guī)模特征、是否屬于重污染行業(yè)、地區(qū)金融發(fā)展水平以及最大信貸銀行是否為國有銀行進(jìn)行分組，對銀行金融科技對企業(yè)碳排放的影響進(jìn)行異質(zhì)性分析。回歸結(jié)果如表6所示。首先，列（1）和（2）中，對于規(guī)模較大的企業(yè)來說，銀行金融科技發(fā)展能夠更為顯著地促進(jìn)企業(yè)碳減排，主要是由于規(guī)模較大的企業(yè)有更為充裕的資金進(jìn)行轉(zhuǎn)型升級(jí)；其次，列（3）和（4）中，在金融發(fā)展水平較高的地區(qū)，銀行金融科技的碳減排效應(yīng)較為顯著，說明銀行金融科技主要通過與傳統(tǒng)金融發(fā)展的互補(bǔ)發(fā)揮碳減排作用，使得企業(yè)獲得更大程度的資金支持和減排激勵(lì)；再次，列（5）和（6）中，銀行金融科技能夠更好地促進(jìn)非重污染行業(yè)碳減排，而對重污染行業(yè)企業(yè)的作用不顯著，這可能與重污染行業(yè)“限貸”狀況有關(guān)；最后，列（7）和（8）中，對于國有銀行來說，銀行金融科技發(fā)展能夠更大程度地考慮綠色投資理念，更好地促進(jìn)企業(yè)履行社會(huì)責(zé)任，而非國有銀行對于環(huán)境考量相對較弱，因而國有銀行金融科技發(fā)展的碳減排效應(yīng)更為顯著。

五、進(jìn)一步分析

（一）機(jī)制檢驗(yàn)

1. 要素配置效率提升機(jī)制。本文借鑒周煜皓和張盛勇（2014）[45]、呂承超和王志閣（2019）[46]的研究，分別采用企業(yè)偏離年度同行業(yè)“資本—?jiǎng)趧?dòng)比”均值的絕對值（alnKL）作為中介變量，通過中介效應(yīng)模型，分析銀行金融科技發(fā)展是否能夠通過提升企業(yè)要素配置效率，降低碳排放水平?；貧w結(jié)果如表7所示。列（1）和（2）中，銀行金融科技發(fā)展水平的提升能夠顯著降低企業(yè)整體要素錯(cuò)配狀況，通過要素配置效率的提升促進(jìn)企業(yè)集約化生產(chǎn)，解決由于要素配置不合理造成的碳排放問題，假設(shè)2成立。

2. 環(huán)境機(jī)制。參照孔東民等（2021）[41]的研究，進(jìn)行環(huán)境信息披露質(zhì)量（lnedi）指標(biāo)的構(gòu)造，并參照Zhang（2022）[42]和Hu等（2023） [43]的研究進(jìn)行企業(yè)“漂綠”指標(biāo)（gws）的構(gòu)造，通過調(diào)節(jié)效應(yīng)模型，分析金融科技如何有效解決企業(yè)環(huán)境信息披露質(zhì)量低下帶來的碳排放問題?；貧w結(jié)果如表8所示。列（1）中，企業(yè)環(huán)境信息披露質(zhì)量的提升能夠顯著降低企業(yè)周邊碳排放水平；列（2）中，對于環(huán)境信息披露較為充分的企業(yè)來說，銀行金融科技發(fā)展水平提升能夠更大程度地降低周邊碳排放水平。列（3）中，“漂綠”程度的提升會(huì)導(dǎo)致企業(yè)周邊碳排放增加；而列（4）中，銀行金融科技發(fā)展水平的提升能夠顯著降低漂綠行為產(chǎn)生的環(huán)境負(fù)面效應(yīng)。上述分析證明了假設(shè)3成立，即銀行金融科技發(fā)展水平的提升能夠有效解決環(huán)境信息披露質(zhì)量低下造成的碳排放問題，假設(shè)3成立。

（二）綠色創(chuàng)新與污染治理的區(qū)分

綠色創(chuàng)新是污染治理的重要一環(huán)，企業(yè)通過創(chuàng)新行為進(jìn)行技術(shù)革新和工藝流程的優(yōu)化，銀行金融科技能夠更好地促進(jìn)創(chuàng)新行為的開展和風(fēng)險(xiǎn)分擔(dān)機(jī)制的建立，優(yōu)化企業(yè)融資能力，使得更多綠色創(chuàng)新項(xiàng)目得到信貸資金支持。同時(shí)，企業(yè)也有可能將“后期治理”作為碳排放治理的主要手段。那么，銀行金融科技的碳減排效應(yīng)是通過推動(dòng)企業(yè)綠色創(chuàng)新實(shí)現(xiàn)的，還是通過促進(jìn)企業(yè)污染治理實(shí)現(xiàn)的呢？為了回答這一問題，先通過上市公司當(dāng)年綠色專利申請數(shù)據(jù)⑦（lngrnpat為企業(yè)綠色專利申請數(shù)量加1取對數(shù)值，lngrnpat1為企業(yè)綠色發(fā)明專利申請數(shù)量加1取對數(shù)值，lngrnpat2為綠色實(shí)用新型專利申請數(shù)量加1取對數(shù)值），分析銀行金融科技對綠色創(chuàng)新行為的影響，并構(gòu)造兩種不同的治理投資指標(biāo)（gripro為管理費(fèi)用中環(huán)保投資占營業(yè)收入的比例，gripro2為在建工程中環(huán)保投資占期末總資產(chǎn)的比例），分析銀行金融科技對企業(yè)環(huán)境治理投資的影響?；貧w結(jié)果如表9所示。列（1）—（3）中，銀行金融科技發(fā)展水平的提升能夠顯著促進(jìn)企業(yè)綠色專利申請總數(shù)提升，同時(shí)上述效應(yīng)對于實(shí)用新型專利更為顯著；列（4）—（5）中，銀行金融科技發(fā)展并不會(huì)顯著提升企業(yè)環(huán)境治理投資水平。因此，銀行金融科技主要通過引導(dǎo)企業(yè)開展事前綠色創(chuàng)新投資活動(dòng)而非后期污染治理活動(dòng)來實(shí)現(xiàn)碳減排效應(yīng)。

六、結(jié)論與政策建議

（一）文章主要結(jié)論

本文利用2013—2022年滬深A(yù)股上市公司樣本，通過國家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫中銀行專利申請摘要信息，提取出銀行金融科技類專利歷年申請數(shù)量，同時(shí)提取出上市公司每年從不同銀行貸款金額數(shù)據(jù)，構(gòu)造出銀行金融科技發(fā)展指標(biāo)，分析銀行金融科技發(fā)展水平的提升對企業(yè)碳排放的影響。研究表明：第一，銀行金融科技發(fā)展水平的提升能夠顯著降低企業(yè)碳排放，該結(jié)論經(jīng)穩(wěn)健性檢驗(yàn)后仍然成立，且在規(guī)模較大企業(yè)、所在地區(qū)金融發(fā)展水平較高的企業(yè)、非重污染行業(yè)企業(yè)以及國有銀行中該效應(yīng)更為明顯。第二，銀行金融科技發(fā)展水平的提升能夠促進(jìn)企業(yè)要素配置效率和環(huán)境信息披露質(zhì)量的提升、從而降低企業(yè)碳排放。第三，銀行金融科技主要通過引導(dǎo)企業(yè)開展綠色創(chuàng)新投資活動(dòng)而非污染治理實(shí)現(xiàn)碳減排。

（二）政策建議

一是鼓勵(lì)銀行大力發(fā)展金融科技，助力金融服務(wù)質(zhì)量提升，強(qiáng)化金融對碳減排目標(biāo)的支持力度。一方面，鼓勵(lì)銀行與科技公司合作，借助大數(shù)據(jù)、人工智能等技術(shù)，增強(qiáng)企業(yè)精準(zhǔn)畫像能力，建立綠色項(xiàng)目信息庫和環(huán)境信息平臺(tái)；另一方面，探索開發(fā)提供數(shù)字化碳減排金融產(chǎn)品，形成“數(shù)字科技+綠色低碳+普惠集群”全方位、一體化的數(shù)字化碳金融服務(wù)方案，提升企業(yè)綠色投融資便利化水平。

二是鼓勵(lì)銀行加快人工智能、大數(shù)據(jù)及區(qū)塊鏈等技術(shù)手段的應(yīng)用，推動(dòng)企業(yè)提升自身環(huán)境信息披露質(zhì)量。鼓勵(lì)銀行業(yè)發(fā)揮金融科技優(yōu)勢，積極構(gòu)建兼顧國際標(biāo)準(zhǔn)和中國特色的ESG評(píng)級(jí)體系，推廣融資主體ESG評(píng)價(jià)系統(tǒng)，探索實(shí)施金融工具與企業(yè)綠色低碳發(fā)展目標(biāo)相掛鉤的貸款融資模式，根據(jù)企業(yè)環(huán)境治理信息披露情況，科學(xué)評(píng)價(jià)企業(yè)客戶的綠色低碳發(fā)展能力，并根據(jù)不同客戶ESG評(píng)級(jí)結(jié)果，提供差異化的綠色金融服務(wù)。同時(shí)，應(yīng)積極引入第三方ESG鑒證機(jī)制，通過金融科技促進(jìn)本土化ESG數(shù)據(jù)庫的建設(shè)，逐步延伸數(shù)據(jù)信息與指標(biāo)覆蓋范圍，降低ESG披露數(shù)據(jù)失實(shí)對碳排放產(chǎn)生的負(fù)面影響。

注：

①數(shù)據(jù)來源于國際能源署（IEA）發(fā)布的《2023年二氧化碳排放量》。

②數(shù)據(jù)根據(jù)《中國金融科技生態(tài)白皮書（2023年）》整理得出。

③金融科技主要關(guān)鍵詞包括兩大類：第一大類為底層技術(shù)類關(guān)鍵詞，包括人工智能類、區(qū)塊鏈類、云計(jì)算類、大數(shù)據(jù)類；第二類為金融科技應(yīng)用類關(guān)鍵詞，包括互聯(lián)技術(shù)應(yīng)用、安全技術(shù)類。

④樣本所在省份的環(huán)境規(guī)制指標(biāo)，用省份工業(yè)污染治理完成投資金額占工業(yè)增加值的比重衡量，指標(biāo)越大說明省份環(huán)境規(guī)制強(qiáng)度越大。

⑤城市綠化覆蓋率（grcov）：城市綠化覆蓋率（%）=建成區(qū)內(nèi)所有植被的垂直投影面積（km2）/建成區(qū)面積（km2）×100； 城市逆溫天數(shù)數(shù)據(jù)（revday，天），根據(jù)逆溫層中第一與第二層的氣溫判斷當(dāng)天是否是逆溫天并進(jìn)行全年逆溫天數(shù)加總得出；城市人口密度（popdens，人/平方公里），根據(jù)地區(qū)常住人口數(shù)量與城市面積之比得出。

⑥所在城市銀行競爭度通過樣本所在城市不同銀行網(wǎng)點(diǎn)數(shù)量占比平方和加總得出；某銀行持有企業(yè)股份、企業(yè)持有銀行股份或高管具有銀行背景三種情況中至少一種存在，則brel=1，否則為0。

⑦綠色專利識(shí)別參照齊紹洲等（2018）[47]，根據(jù)世界知識(shí)產(chǎn)權(quán)組織2010年推出的“國際專利分類綠色清單”中的七大分類進(jìn)行綠色專利識(shí)別。

參考文獻(xiàn)：

[1]Grennan J，Michaely R. 2021. FinTechs and the Market for Financial Analysis [J].Journal of Financial and Quantitative Analysis，56（6）.

[2]Leong C，Tan B，Xiao X，Tan F T C，Sun Y. 2017. Nurturing a FinTech Ecosystem：The Case of a Youth Microloan Startup in China [J].International Journal of Information Management，37 （2）.

[3]Norden L，Bustion S，Wagner W. 2014. Financial Innovation and Bank Behavior： Evidence from Credit Markets[J].Journal of Economic Dynamics and Control，（43）.

[4]Bejar P，Ishi K，Komatsuzaki T，Shibata，Sin J，Tambunlertchai S. 2022. Can Fintech Foster Competition in the Banking System in Latin America and the Caribbean？ [J]. Latin American Journal of Central Banking，3（2）.

[5]馬文婷，俞毛毛，范瑞.銀行金融科技發(fā)展能夠降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)嗎？[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2024，（06）.

[6]劉惠好，馮玨，汪穎棟.銀行金融科技與企業(yè)金融錯(cuò)配：緩解還是惡化？[J].金融論壇，2024，（03）.

[7]馮玨，汪穎棟，陳夢潔.銀行金融科技、信貸距離與銀行業(yè)競爭——基于信貸多元化的視角 [J].當(dāng)代財(cái)經(jīng)，2024，（05）.

[8]李真，李茂林，朱林染.銀行金融科技與企業(yè)金融化：基于避險(xiǎn)與逐利動(dòng)機(jī) [J].世界經(jīng)濟(jì)，2023，（04）.

[9]俞毛毛，盧小祁.銀行金融科技發(fā)展能夠促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型嗎？——基于融資約束及創(chuàng)新激勵(lì)機(jī)制的研究 [J].經(jīng)濟(jì)經(jīng)緯，2024，（03）.

[10]郭四代，雷高文，蘇偉洲，袁子寒.企業(yè)碳信息披露的碳減排效應(yīng)及其作用機(jī)制 [J].中國人口·資源與環(huán)境，2023，（12）.

[11]鄧慧慧，曾慶閣，趙曉坤.制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型、外部壓力與碳績效 [J].浙江社會(huì)科學(xué)，2023，（10）.

[12]李婉紅，李娜.綠色創(chuàng)新、數(shù)字化轉(zhuǎn)型與高耗能企業(yè)碳減排績效 [J].管理工程學(xué)報(bào)，2023，（06）.

[13]董康銀，鄧又一.碳排放權(quán)交易試點(diǎn)政策對企業(yè)低碳轉(zhuǎn)型的影響 [J].財(cái)經(jīng)問題研究，2023，（12）.

[14]李菁，李小平，郝良峰.技術(shù)創(chuàng)新約束下雙重環(huán)境規(guī)制對碳排放強(qiáng)度的影響 [J].中國人口·資源與環(huán)境，2021，（09）.

[15]劉珊，馬莉莉.綠色金融對制造業(yè)企業(yè)綠色化轉(zhuǎn)型的影響 [J].資源科學(xué)，2023，（10）.

[16]李紹哲，李含笑，林麗瓊.綠色金融試點(diǎn)政策抑制重污染企業(yè)碳排放嗎？——來自綠色金融改革創(chuàng)新試驗(yàn)區(qū)的證據(jù) [J].金融發(fā)展研究，2023，（11）.

[17]王守坤，范文誠. 金融可得性與碳排放——來自金融地理結(jié)構(gòu)的宏觀與微觀證據(jù) [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024，（01）.

[18]俞毛毛，馬妍妍.銀企距離縮短能夠促進(jìn)企業(yè)污染減排嗎？[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024，（02）.

[19]宋恒，李川川，宮方茗.稅制改革與制造業(yè)企業(yè)碳減排——來自“營改增”的準(zhǔn)自然實(shí)驗(yàn) [J].宏觀經(jīng)濟(jì)研究，2023，（07）.

[20]李祝平，胡燕芳.環(huán)境補(bǔ)貼能提升企業(yè)碳績效嗎——基于A股上市公司實(shí)證分析 [J].大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版） ，2024，（01）.

[21]余紅偉，林子祥，胡力元，趙晨瑞，張繼宏.高質(zhì)量發(fā)展下中國工業(yè)企業(yè)碳減排路徑選擇 [J].中國軟科學(xué)，2024，（01）.

[22]胡珺，黃楠，沈洪濤.市場激勵(lì)型環(huán)境規(guī)制可以推動(dòng)企業(yè)技術(shù)創(chuàng)新嗎？ ——基于中國碳排放權(quán)交易機(jī)制的自然實(shí)驗(yàn) [J].金融研究，2020，（01）.

[23]孫傳旺，占妍泓，林伯強(qiáng).新能源企業(yè)增值稅政策的規(guī)模效應(yīng)與創(chuàng)新效應(yīng) [J].經(jīng)濟(jì)研究，2022，（09）.

[24]Fazzari S，Hubbard R G，Petersen B C. 1988. Financing Constraints and Corporate Investment. Brookings Papers on Economic Activity [M].The Johns Hopkins University Press， （1）.

[25]譚常春，王卓，周鵬.金融科技“賦能”與企業(yè)綠色創(chuàng)新——基于信貸配置與監(jiān)督的視角 [J].財(cái)經(jīng)研究，2023（01）.

[26]Gomber P，Koch J A，Siering M. 2017. Digital Finance and FinTech：Current Research and Future Research Directions [J]. Journal of Business Economics，87 （5）.

[27]劉元雛，華桂宏.金融科技能否通過緩解金融錯(cuò)配促進(jìn)企業(yè)創(chuàng)新可持續(xù)性——來自戰(zhàn)略性新興產(chǎn)業(yè)上市公司的經(jīng)驗(yàn)證據(jù) [J].中國科技論壇，2023，（04）.

[28]王滿倉，聶一凡，王耀平，馬芬芬.金融科技、企業(yè)融資與信貸資源配置效率 [J].統(tǒng)計(jì)與信息論壇，2023，（05）.

[29]Xie G，Cui Z H，Ren S Y，Li K. 2023. Pathways to Carbon Neutrality：How do Government Corruption and Resource Misallocation Affect Carbon Emissions？ [J]. Environmental Science and Pollution Research，（30）.

[30]Gao X，Wang S，Ahmad F，Chandio A A，Xue D. 2021. The Nexus Between Misallocation of Land Resources and Green Technological Innovation：A Novel Investigation of Chinese Cities [J].Clean Technologies and Environmental Policy ，（23）.

[31]魏麗莉，楊穎.金融資源錯(cuò)配rw7EQT2JT8XUZ3bblaTuMsqsnzSQMbfX8k6+93lDra4=對碳排放的影響研究——基于綠色信貸視角 [J].西北師大學(xué)報(bào)（社會(huì)科學(xué)版），2023，（03）.

[32]Tomar S. 2023. Greenhouse Gas Disclosure and Emissions Benchmarking [J].Journal of Accounting Research，61（2）.

[33]付嘉為，范丹.環(huán)境信息披露能否激勵(lì)企業(yè)綠色技術(shù)創(chuàng)新——來自中國上市公司的證據(jù) [J].產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2023，（02）.

[34]張杰，解揚(yáng).基于能耗視角的我國城市最優(yōu)規(guī)模研究 [J].城市規(guī)劃學(xué)刊，2015，（06）.

[35]蘇泳嫻，陳修治，葉玉瑤，吳旗韜，張虹鷗，黃寧生，匡耀求.基于夜間燈光數(shù)據(jù)的中國能源消費(fèi)碳排放特征及機(jī)理 [J].地理學(xué)報(bào)，2013，（11）.

[36]吳非，胡慧芷，林慧妍，任曉怡.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù) [J].管理世界，2021，（07）.

[37]魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007 [J].經(jīng)濟(jì)學(xué)（季刊），2012，（02）.

[38]李艷，王康寧，陳斌開，白重恩.減稅激勵(lì)、企業(yè)規(guī)模與資本勞動(dòng)比 [J].經(jīng)濟(jì)學(xué)報(bào)，2023，（01）.

[39]王文春，殷華，宮汝凱.最低工資標(biāo)準(zhǔn)提高對企業(yè)資本勞動(dòng)比的影響研究 [J].金融研究，2022，（01）.

[40]鄭明貴，董娟，鐘昌標(biāo).資本深化對中國資源型企業(yè)全要素生產(chǎn)率的影響 [J].資源科學(xué)，2022，（03）.

[41]孔東民，韋詠曦，季綿綿.環(huán)保費(fèi)改稅對企業(yè)綠色信息披露的影響研究 [J].證券市場導(dǎo)報(bào)，2021，（08）.

[42]Zhang， D. 2022. Green Financial System Regulation Shock and Greenwashing Behaviors：Evidence from Chinese Firms [J].Energy Economics，111.

[43]Hu X，Hua R H，Liu Q F，Wang C J. 2023. The Green Fog：Environmental Rating Disagreement and Corporate Greenwashing [J].Pacific-Basin Finance Journal，78（4）.

[44]李逸飛，李茂林，李靜.銀行金融科技、信貸配置與企業(yè)短債長用 [J].中國工業(yè)經(jīng)濟(jì)，2022，（10）.

[45]周煜皓，張盛勇.金融錯(cuò)配、資產(chǎn)專用性與資本結(jié)構(gòu) [J].會(huì)計(jì)研究， 2014，（08）.

[46]呂承超，王志閣.要素資源錯(cuò)配對企業(yè)創(chuàng)新的作用機(jī)制及實(shí)證檢驗(yàn)——基于制造業(yè)上市公司的經(jīng)驗(yàn)分析[J].系統(tǒng)工程理論與實(shí)踐， 2019，（05）.

[47]齊紹洲，林屾，崔靜波.環(huán)境權(quán)益交易市場能否誘發(fā)綠色創(chuàng)新？——基于我國上市公司綠色專利數(shù)據(jù)的證據(jù) [J].經(jīng)濟(jì)研究，2018，（12）.