數(shù)字金融、綠色財(cái)政政策與企業(yè)綠色轉(zhuǎn)型

[摘要：文章以2007—2022年中國(guó)滬深A(yù)股上市公司作為研究樣本，探究數(shù)字金融對(duì)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(jìn)企業(yè)綠色轉(zhuǎn)型。數(shù)字金融可通過信貸配置效應(yīng)和內(nèi)部治理效應(yīng)對(duì)企業(yè)綠色轉(zhuǎn)型起正向促進(jìn)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(jìn)作用更加明顯，數(shù)字金融還可以明顯促進(jìn)非國(guó)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(cái)政政策能夠強(qiáng)化數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)作用。研究結(jié)論為企業(yè)在“雙碳”背景下實(shí)現(xiàn)綠色轉(zhuǎn)型提供了切實(shí)可行的路徑選擇。

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

中圖分類號(hào)：F812.0；X322；F49；F832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(xiàn)綜述

在過去的幾十年里，中國(guó)取得了舉世矚目的成就，成為世界第二大經(jīng)濟(jì)體，但在快速發(fā)展的同時(shí)也產(chǎn)生了嚴(yán)重的環(huán)境問題，因此，需要轉(zhuǎn)變要素驅(qū)動(dòng)的傳統(tǒng)發(fā)展模式，積極推進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展的綠色轉(zhuǎn)型。黨的二十大報(bào)告強(qiáng)調(diào)，要加快發(fā)展方式綠色轉(zhuǎn)型，實(shí)現(xiàn)高質(zhì)量發(fā)展。企業(yè)作為經(jīng)濟(jì)體系的重要組成部分，其能否實(shí)現(xiàn)綠色轉(zhuǎn)型對(duì)推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展具有決定性的影響。

學(xué)者們積極探討影響企業(yè)綠色轉(zhuǎn)型的關(guān)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(jìn)企業(yè)綠色轉(zhuǎn)型；吳非和黎偉（2022）［2］認(rèn)為，固定資產(chǎn)加速折舊對(duì)企業(yè)綠色轉(zhuǎn)型有顯著促進(jìn)作用；陳國(guó)進(jìn)等（2021）［3］、Lin和Pan（2024）［4］研究發(fā)現(xiàn)，綠色金融政策具有推動(dòng)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(xué)者從企業(yè)層面探究企業(yè)綠色轉(zhuǎn)型的驅(qū)動(dòng)因素，如企業(yè)ESG評(píng)級(jí)、企業(yè)自動(dòng)化改造、企業(yè)數(shù)字化轉(zhuǎn)型和對(duì)外直接投資等［5-8］。

在數(shù)字技術(shù)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(yùn)營(yíng)模式。以云計(jì)算、大數(shù)據(jù)及移動(dòng)信息技術(shù)等新興技術(shù)為支撐，數(shù)字金融全方位滲透到傳統(tǒng)金融服務(wù)業(yè)中［9］，并對(duì)傳統(tǒng)金融業(yè)務(wù)進(jìn)行重構(gòu)和優(yōu)化，給用戶提供更加便捷、高效、安全的金融服務(wù)［10］。數(shù)字金融具有低成本、低門檻和方便快捷的優(yōu)點(diǎn)，能夠降低金融活動(dòng)的交易成本［11］，增加信貸市場(chǎng)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(dòng)［12］。那么，數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型是否有促進(jìn)作用？如果可以促進(jìn)企業(yè)綠色轉(zhuǎn)型，作用渠道又是什么？探究這些問題，對(duì)推動(dòng)企業(yè)綠色發(fā)展具有重要意義。

本文的邊際貢獻(xiàn)在于：①在研究?jī)?nèi)容方面，本文采用熵值法從綠色策略轉(zhuǎn)型和綠色實(shí)質(zhì)轉(zhuǎn)型兩個(gè)維度測(cè)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(guān)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(guān)于企業(yè)綠色轉(zhuǎn)型和數(shù)字金融經(jīng)濟(jì)效應(yīng)研究的內(nèi)容。②在研究機(jī)制方面，本文搭建數(shù)字金融推動(dòng)企業(yè)綠色轉(zhuǎn)型的理論架構(gòu)，從信貸配置效應(yīng)和內(nèi)部治理效應(yīng)兩個(gè)角度揭示數(shù)字金融促進(jìn)企業(yè)綠色轉(zhuǎn)型的作用渠道；通過對(duì)地區(qū)傳統(tǒng)金融發(fā)展水平、企業(yè)產(chǎn)權(quán)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(jìn)企業(yè)綠色轉(zhuǎn)型的異質(zhì)性效應(yīng)；③在拓展性研究方面，本文探討節(jié)能減排財(cái)政政策對(duì)數(shù)字金融促進(jìn)企業(yè)綠色轉(zhuǎn)型的激勵(lì)效應(yīng)，這為在“雙碳”背景下推進(jìn)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(shè)

（一）數(shù)字金融與企業(yè)綠色轉(zhuǎn)型

數(shù)字金融運(yùn)用人工智能、區(qū)塊鏈和大數(shù)據(jù)等前沿技術(shù)，極大地提高了傳統(tǒng)金融機(jī)構(gòu)獲取和處理信息的能力，為企業(yè)實(shí)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(shù)，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(chǎng)籌集資金受到的制約。通過快速、高效的信息交流以及對(duì)企業(yè)還款能力的評(píng)估，數(shù)字金融幫助金融機(jī)構(gòu)更好地了解企業(yè)的經(jīng)營(yíng)和信用狀況，增強(qiáng)對(duì)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(jī)構(gòu)承擔(dān)的風(fēng)險(xiǎn)降低，將資金貸出的意愿也越發(fā)強(qiáng)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(shù)突破空間阻礙，提供覆蓋范圍更廣的金融產(chǎn)品和服務(wù)［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(jī)構(gòu)對(duì)企業(yè)的貸后資金使用進(jìn)行監(jiān)督，約束債務(wù)人行為，降低道德風(fēng)險(xiǎn)，提升貸后監(jiān)督效率和貸后服務(wù)水平，實(shí)現(xiàn)信貸資源的合理配置，從而進(jìn)一步促進(jìn)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(fēng)險(xiǎn)管理和應(yīng)對(duì)機(jī)制，降低企業(yè)風(fēng)險(xiǎn)，提高企業(yè)風(fēng)險(xiǎn)承擔(dān)能力，使企業(yè)更愿意投資風(fēng)險(xiǎn)高、成本高的綠色轉(zhuǎn)型項(xiàng)目?；谝陨戏治觯疚奶岢黾僭O(shè)1。

H1：數(shù)字金融能夠促進(jìn)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(jī)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(jìn)一步推動(dòng)企業(yè)綠色轉(zhuǎn)型。因此，本文從信貸配置效應(yīng)和內(nèi)部治理效應(yīng)兩方面深入探討數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型的作用機(jī)理。

1. 信貸配置效應(yīng)

信貸配置是指企業(yè)根據(jù)自身的經(jīng)營(yíng)狀況、財(cái)務(wù)狀況和未來(lái)發(fā)展需求，通過銀行或其他金融機(jī)構(gòu)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(jìn)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(jìn)企業(yè)信貸配置。首先，在傳統(tǒng)信貸市場(chǎng)中，中小企業(yè)由于規(guī)模相對(duì)較小、缺乏足夠的抵押物等原因，通常難以獲得金融機(jī)構(gòu)的信貸支持。數(shù)字金融通過運(yùn)用新興技術(shù)，可以更全面、準(zhǔn)確地評(píng)估借款人的信用狀況和還款能力，降低借款人的準(zhǔn)入門檻，擴(kuò)大信貸市場(chǎng)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(tái)和自動(dòng)化工具，數(shù)字金融能夠更迅速、準(zhǔn)確地收集、整理和分析借款人包括企業(yè)信用記錄、財(cái)務(wù)報(bào)表、社交媒體信息等相關(guān)數(shù)據(jù)。通過對(duì)這些數(shù)據(jù)的智能分析，數(shù)字金融能夠更好地評(píng)估借款人的信用風(fēng)險(xiǎn)，加快信貸決策的速度，減少發(fā)生人為錯(cuò)誤的可能性，促進(jìn)信貸資源的快速配置。最后，傳統(tǒng)信貸市場(chǎng)通常由少數(shù)大型金融機(jī)構(gòu)主導(dǎo)，準(zhǔn)入門檻較高。數(shù)字金融的發(fā)展為小型金融機(jī)構(gòu)、非傳統(tǒng)金融機(jī)構(gòu)及個(gè)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(wù)。

2. 內(nèi)部治理效應(yīng)

企業(yè)盈余管理是指企業(yè)利用各種手段和策略對(duì)財(cái)務(wù)報(bào)表中的收入、費(fèi)用、負(fù)債和資產(chǎn)等項(xiàng)目進(jìn)行調(diào)整的行為，目的是達(dá)到特定的盈余水平或?qū)ν鈧鬟_(dá)特定的財(cái)務(wù)信息。為達(dá)到盈余管理的目的，企業(yè)可能會(huì)更關(guān)注短期利潤(rùn)，忽視對(duì)綠色轉(zhuǎn)型項(xiàng)目的長(zhǎng)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(yùn)用新興技術(shù)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(jī)構(gòu)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(zhǔn)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(biāo)與可持續(xù)增長(zhǎng)，避免不當(dāng)?shù)挠喙芾硇袨?。另一方面，利用先進(jìn)的數(shù)據(jù)分析技術(shù)，數(shù)字金融可以更全面、準(zhǔn)確地獲取和處理大量財(cái)務(wù)數(shù)據(jù)，更精確地識(shí)別企業(yè)潛在的盈余管理行為，及時(shí)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(chǔ)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(bào)費(fèi)用等手段進(jìn)行盈余管理?；谝陨戏治?，本文提出假設(shè)2。

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

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

為了推動(dòng)經(jīng)濟(jì)社會(huì)綠色轉(zhuǎn)型，財(cái)政部與國(guó)家發(fā)展和改革委員會(huì)于2011年6月聯(lián)合印發(fā)《關(guān)于開展節(jié)能減排財(cái)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(cái)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(guó)范圍內(nèi)確定了30個(gè)城市作為節(jié)能減排財(cái)政政策綜合示范工作的試點(diǎn)城市（1）。

節(jié)能減排財(cái)政政策在促進(jìn)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(cái)政政策通過實(shí)施財(cái)政補(bǔ)貼和稅收優(yōu)惠政策，鼓勵(lì)企業(yè)進(jìn)行綠色轉(zhuǎn)型。例如，對(duì)采用先進(jìn)節(jié)能環(huán)保技術(shù)的企業(yè)給予一定的財(cái)政補(bǔ)貼或稅收減免，降低企業(yè)綠色轉(zhuǎn)型成本和風(fēng)險(xiǎn)，提高其綠色轉(zhuǎn)型的積極性。其次，通過金融機(jī)構(gòu)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(dòng)企業(yè)綠色轉(zhuǎn)型。最后，通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，引導(dǎo)更多社會(huì)資本流向綠色產(chǎn)業(yè)和綠色項(xiàng)目，進(jìn)一步推動(dòng)企業(yè)綠色轉(zhuǎn)型，實(shí)現(xiàn)綠色高質(zhì)量發(fā)展。基于以上分析，本文提出假設(shè)3。

H3：綠色財(cái)政政策可以強(qiáng)化數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)作用。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本文以2007—2022年中國(guó)滬深兩市A股上市公司為研究樣本，并對(duì)樣本進(jìn)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(cái)務(wù)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(gè)年度可觀測(cè)值，為確保回歸結(jié)果的穩(wěn)健性和可靠性，對(duì)樣本中的連續(xù)變量進(jìn)行了兩側(cè)1%縮尾處理。上市公司所屬城市相關(guān)數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》，上市公司數(shù)據(jù)來(lái)源于CSMAR和WIND數(shù)據(jù)庫(kù)。

（二）模型構(gòu)建

為了驗(yàn)證數(shù)字金融是否影響企業(yè)綠色轉(zhuǎn)型，本文構(gòu)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(yīng)；[εit]為隨機(jī)誤差項(xiàng)。若系數(shù)[α]1為正，說明數(shù)字金融能夠促進(jìn)企業(yè)綠色轉(zhuǎn)型，H1可以得到驗(yàn)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(shí)質(zhì)性轉(zhuǎn)型兩方面選取四個(gè)指標(biāo)衡量企業(yè)綠色轉(zhuǎn)型水平，具體測(cè)度指標(biāo)見表1所列。為避免主觀賦值，本文使用熵值法測(cè)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(duì)數(shù)后作為數(shù)字金融的衡量指標(biāo)。

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(fù)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(dú)立董事比例（Indep）、企業(yè)研發(fā)投入（Rdi）、產(chǎn)權(quán)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(shí)證分析

（一）描述性統(tǒng)計(jì)

表3報(bào)告了變量的描述性統(tǒng)計(jì)結(jié)果?？梢钥闯?，數(shù)字金融（Digfin）的均值為4.671，標(biāo)準(zhǔn)差為1.571，說明目前中國(guó)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(biāo)準(zhǔn)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(zhǔn)回歸分析

表4報(bào)告了基準(zhǔn)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(yīng)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(yīng)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(duì)企業(yè)綠色轉(zhuǎn)型有明顯的正向促進(jìn)作用，H1得到驗(yàn)證。

（三）穩(wěn)健性檢驗(yàn)

1.內(nèi)生性問題

本文盡量控制對(duì)數(shù)字金融和企業(yè)綠色轉(zhuǎn)型同時(shí)產(chǎn)生影響的因素，但仍有一些無(wú)法觀測(cè)的因素可能會(huì)影響實(shí)證結(jié)論，導(dǎo)致估計(jì)偏差。此外，綠色轉(zhuǎn)型較好的企業(yè)可能傾向于應(yīng)用更先進(jìn)的數(shù)字金融技術(shù)，導(dǎo)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(guān)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(cè)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(jí)互聯(lián)網(wǎng)普及率（Internet）作為數(shù)字金融的工具變量并進(jìn)行回歸?；ヂ?lián)網(wǎng)對(duì)數(shù)字金融的發(fā)展有顯著推動(dòng)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(guān)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(duì)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(jìn)一步驗(yàn)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(cè)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(rèn)為，距離杭州越遠(yuǎn)，數(shù)字金融發(fā)展越落后，滿足變量的相關(guān)性要求。另一方面，企業(yè)注冊(cè)地到杭州的距離很難對(duì)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(cè)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(xiàng)作為數(shù)字金融的工具變量（Distance）?；貧w結(jié)果見表5第（3）列和第（4）列，可以看出，數(shù)字金融對(duì)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(guó)務(wù)院印發(fā)《“寬帶中國(guó)”戰(zhàn)略及實(shí)施方案》，經(jīng)城市申報(bào)、各省預(yù)審和專家綜合評(píng)審，工業(yè)和信息化部聯(lián)合國(guó)家發(fā)展和改革委員會(huì)分別于2014年、2015年和2016年確定了三批“寬帶中國(guó)”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(guó)”戰(zhàn)略視為一種外部沖擊，構(gòu)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(luò)，“寬帶中國(guó)”戰(zhàn)略必然會(huì)影響數(shù)字金融的發(fā)展。本文定義一個(gè)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(diǎn)城市，Digfin_Did在當(dāng)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(zhǔn)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(duì)數(shù)字金融促進(jìn)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(shí)變量Digfin_Psm取值為1；低數(shù)字金融組為控制組，此時(shí)Digfin_Psm取值為0。在考慮年份和行業(yè)固定效應(yīng)的基礎(chǔ)上，將模型（1）中的控制變量作為PSM的協(xié)變量，對(duì)處理組中每個(gè)樣本進(jìn)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(jìn)行回歸，結(jié)果見表5第（6）列，可以看出，數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)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(duì)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(yàn)樣本區(qū)間限定為2007—2019年?；貧w結(jié)果見表6第（1）列，實(shí)證分析結(jié)果未發(fā)生變化，說明數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)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(cè)地為直轄市的上市公司，對(duì)模型（1）進(jìn)行重新估計(jì)。表6第（2）列的實(shí)證結(jié)果并未發(fā)生變化，說明數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)作用依然顯著。

3. 替換變量

（1）替換數(shù)字金融衡量指標(biāo)。本文參考Ding等（2023）［12］的研究，將北京大學(xué)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(jìn)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(gòu)建數(shù)字金融的關(guān)鍵詞詞庫(kù)，利用文本挖掘技術(shù)獲取數(shù)字金融關(guān)鍵詞的搜索量并取對(duì)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(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)作用顯著。

（2）替換企業(yè)綠色轉(zhuǎn)型衡量指標(biāo)。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(qǐng)數(shù)和綠色投資額分別替換為數(shù)字專利申請(qǐng)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(jì)算得到企業(yè)綠色轉(zhuǎn)型的替換變量（Gretran1）?；貧w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(yīng)

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(zhǔn)回歸的結(jié)果可靠，本文在模型（1）中引入地區(qū)與時(shí)間的交互固定效應(yīng)?；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(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)作用依然顯著。

五、進(jìn)一步分析

（一）作用機(jī)制分析

前文研究發(fā)現(xiàn)，數(shù)字金融可以促進(jìn)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(jìn)企業(yè)綠色轉(zhuǎn)型？結(jié)合H2，本文從信貸配置效應(yīng)和內(nèi)部治理效應(yīng)兩個(gè)角度研究數(shù)字金融促進(jìn)企業(yè)綠色轉(zhuǎn)型的作用機(jī)理。借鑒余海躍和康書?。?020）［23］、江艇（2022）［24］的研究思路，本文構(gòu)建因果鏈條模型探究數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型影響的作用機(jī)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(jī)制變量；[εit]為隨機(jī)誤差項(xiàng)；待估參數(shù)[β1]度量數(shù)字金融發(fā)展水平對(duì)作用機(jī)制變量的影響效應(yīng)；待估參數(shù)[λ1]度量作用機(jī)制變量對(duì)企業(yè)綠色轉(zhuǎn)型的影響效應(yīng)；其他變量的含義與模型（1）一致。

1.信貸配置效應(yīng)

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(yīng)。參考蔡慶豐等（2024）［25］的研究，本文以企業(yè)短期借款與長(zhǎng)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(jì)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(fù)債總額；R表示企業(yè)利息支出；Ac表示企業(yè)應(yīng)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(yàn)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(jìn)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(duì)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(duì)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(jìn)企業(yè)綠色轉(zhuǎn)型；在第（3）列中，數(shù)字金融對(duì)信貸配置效率的回歸系數(shù)顯著為負(fù)，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(fù)，說明數(shù)字金融可以通過提高企業(yè)信貸配置效率促進(jìn)企業(yè)綠色轉(zhuǎn)型?？梢?，數(shù)字金融通過發(fā)揮信貸配置效應(yīng)促進(jìn)企業(yè)綠色轉(zhuǎn)型，H2得到驗(yàn)證。

2.內(nèi)部治理效應(yīng)

本文借鑒陳駿和徐捍軍（2019）［27］的方法，采用修正Jones模型測(cè)算企業(yè)盈余管理程度（Earm），考察內(nèi)部治理效應(yīng)。具體計(jì)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(yíng)業(yè)利潤(rùn)產(chǎn)生的現(xiàn)金流量?jī)纛~與經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~之差；Rv為企業(yè)營(yíng)業(yè)收入變動(dòng)額；Rc為企業(yè)應(yīng)收賬款的變動(dòng)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(xiàng)，該殘差的絕對(duì)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(duì)企業(yè)盈余管理的影響系數(shù)顯著為負(fù)，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(duì)企業(yè)綠色轉(zhuǎn)型的回歸系數(shù)顯著為負(fù)，說明抑制企業(yè)盈余管理可以有效促進(jìn)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(jìn)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(yīng)促進(jìn)企業(yè)綠色轉(zhuǎn)型，H2得到驗(yàn)證。

（二）異質(zhì)性分析

為了進(jìn)一步探究企業(yè)內(nèi)外部特征差異對(duì)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(quán)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(duì)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(jī)構(gòu)存貸款余額占GDP的比重來(lái)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(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)作用更明顯。原因可能在于，在傳統(tǒng)金融發(fā)展相對(duì)滯后的地區(qū)，金融服務(wù)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(huì)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(dāng)?shù)仄髽I(yè)的綠色轉(zhuǎn)型提供堅(jiān)實(shí)的資金保障，從而推動(dòng)企業(yè)綠色轉(zhuǎn)型。

2. 企業(yè)產(chǎn)權(quán)性質(zhì)異質(zhì)性

本文按產(chǎn)權(quán)性質(zhì)將樣本分為國(guó)有企業(yè)組和非國(guó)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(guó)有企業(yè)組中數(shù)字金融的系數(shù)顯著為正，而國(guó)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(jìn)非國(guó)有企業(yè)的綠色轉(zhuǎn)型。其原因可能是，相較于國(guó)有企業(yè)，非國(guó)有企業(yè)更難獲得國(guó)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(guó)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(guó)有企業(yè)中，數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)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(duì)企業(yè)高管個(gè)人簡(jiǎn)歷進(jìn)行篩選以確定其是否有環(huán)保經(jīng)歷，高管個(gè)人簡(jiǎn)歷來(lái)源于CSMAR數(shù)據(jù)庫(kù)。若企業(yè)高管曾任職于政府環(huán)保部門或環(huán)保協(xié)會(huì)、參與過環(huán)保項(xiàng)目、獲得與環(huán)保相關(guān)的學(xué)歷證書或?qū)＠夹g(shù)證書等，則認(rèn)定其有環(huán)保經(jīng)歷，否則為無(wú)環(huán)保經(jīng)歷。

本文根據(jù)企業(yè)高管有無(wú)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(wú)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(wú)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(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)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(hù)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(duì)環(huán)境保護(hù)的關(guān)注度。由于企業(yè)高管對(duì)環(huán)境保護(hù)有較高的關(guān)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(xiàng)目中，從而促進(jìn)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(shí)與經(jīng)驗(yàn)，更好地預(yù)測(cè)和管理綠色轉(zhuǎn)型項(xiàng)目中的各種不確定因素，降低企業(yè)綠色轉(zhuǎn)型的風(fēng)險(xiǎn)和成本，進(jìn)一步促進(jìn)企業(yè)綠色轉(zhuǎn)型。

六、拓展性研究

財(cái)政部與國(guó)家發(fā)展和改革委員會(huì)于2011年6月聯(lián)合印發(fā)《關(guān)于開展節(jié)能減排財(cái)政政策綜合示范工作的通知》，旨在利用財(cái)政手段鼓勵(lì)和引導(dǎo)社會(huì)各方參與節(jié)能減排，促進(jìn)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展。為了探究節(jié)能減排財(cái)政政策實(shí)施后數(shù)字金融對(duì)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(gòu)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(cái)政政策綜合示范工作的試點(diǎn)城市，若為試點(diǎn)城市，則Pilot在當(dāng)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(bào)告了綠色財(cái)政政策激勵(lì)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(yàn)，說明節(jié)能減排財(cái)政政策的實(shí)施能夠強(qiáng)化數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)作用，因?yàn)楣?jié)能減排財(cái)政政策可以通過財(cái)政補(bǔ)貼、稅收優(yōu)惠和信貸擔(dān)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(dòng)企業(yè)綠色轉(zhuǎn)型。第（2）列的平行趨勢(shì)檢驗(yàn)結(jié)果表明，政策沖擊發(fā)生前，各前置項(xiàng)（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(xiàng)（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(duì)相關(guān)變量的影響是平穩(wěn)且一致的，滿足平行趨勢(shì)假設(shè)的要求。此外，節(jié)能減排財(cái)政政策對(duì)企業(yè)綠色轉(zhuǎn)型有持續(xù)的促進(jìn)作用。由此，H3得到驗(yàn)證。

七、結(jié)論與建議

本文以2007—2022年中國(guó)滬深A(yù)股上市公司為研究對(duì)象，實(shí)證檢驗(yàn)數(shù)字金融是否對(duì)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(jìn)企業(yè)綠色轉(zhuǎn)型，這一結(jié)論在經(jīng)過穩(wěn)健性檢驗(yàn)后仍然可靠。②對(duì)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(yīng)和內(nèi)部治理效應(yīng)對(duì)企業(yè)綠色轉(zhuǎn)型起促進(jìn)作用。③進(jìn)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(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)作用更加明顯；數(shù)字金融對(duì)非國(guó)有企業(yè)以及高管有環(huán)保經(jīng)歷的企業(yè)在推動(dòng)綠色轉(zhuǎn)型方面有顯著的促進(jìn)作用。④通過構(gòu)建雙重差分模型分析發(fā)現(xiàn)，節(jié)能減排財(cái)政政策能夠強(qiáng)化數(shù)字金融對(duì)企業(yè)綠色轉(zhuǎn)型的促進(jìn)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(jìn)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(jìn)一步明確數(shù)字金融的業(yè)務(wù)規(guī)則、監(jiān)管標(biāo)準(zhǔn)和風(fēng)險(xiǎn)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(dòng)人工智能、大數(shù)據(jù)和區(qū)塊鏈等技術(shù)在數(shù)字金融領(lǐng)域的應(yīng)用，提升數(shù)字金融的技術(shù)水平和創(chuàng)新能力。同時(shí)，完善數(shù)字支付、征信和風(fēng)險(xiǎn)控制等方面的基礎(chǔ)設(shè)施，提高數(shù)字金融服務(wù)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(qiáng)對(duì)數(shù)字金融業(yè)務(wù)的監(jiān)測(cè)和評(píng)估，及時(shí)識(shí)別和防范金融風(fēng)險(xiǎn)。

第二，進(jìn)一步深化實(shí)施節(jié)能減排財(cái)政政策，推動(dòng)企業(yè)綠色轉(zhuǎn)型。首先，要對(duì)我國(guó)節(jié)能減排財(cái)政政策試點(diǎn)經(jīng)驗(yàn)進(jìn)行總結(jié)，并在重點(diǎn)領(lǐng)域和環(huán)節(jié)上取得突破，進(jìn)一步擴(kuò)大政策的指引作用，在此基礎(chǔ)上進(jìn)行創(chuàng)新和推廣。其次，建立符合我國(guó)國(guó)情的綠色財(cái)政政策體系，進(jìn)一步完善我國(guó)綠色財(cái)政政策庫(kù)，為企業(yè)實(shí)現(xiàn)綠色轉(zhuǎn)型提供強(qiáng)有力的支撐。最后，優(yōu)化綠色財(cái)政政策項(xiàng)目的上報(bào)、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(jìn)而有效地推動(dòng)企業(yè)實(shí)現(xiàn)綠色轉(zhuǎn)型。

注 釋：

（1）節(jié)能減排財(cái)政政策三批30個(gè)試點(diǎn)城市：2011年6月第一批示范城市為北京、深圳、重慶、杭州、長(zhǎng)沙、貴陽(yáng)、吉林和新余等8個(gè)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(guān)、東莞和銅川等10個(gè)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(yáng)、蘭州、海東和烏魯木齊等12個(gè)城市。

（2）綠色轉(zhuǎn)型的關(guān)鍵詞包括綠色、低碳、綠色創(chuàng)新、綠色轉(zhuǎn)型、綠色升級(jí)、綠水青山、碳減排、碳核查、生態(tài)修復(fù)、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(shí)、環(huán)保投入、精細(xì)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(zé)制、績(jī)效考核、環(huán)境影響評(píng)價(jià)、環(huán)保責(zé)任、環(huán)保干部、環(huán)保督察、土地復(fù)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(shì)、市場(chǎng)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(shù)、碳足跡、碳交易等。

參考文獻(xiàn)：

［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(lì)與企業(yè)綠色轉(zhuǎn)型——基于上市企業(yè)年報(bào)文本識(shí)別的經(jīng)驗(yàn)證據(jù)［J］.財(cái)政研究，2022（4）：100-118.

［3］陳國(guó)進(jìn)，丁賽杰，趙向琴，等.中國(guó)綠色金融政策、融資成本與企業(yè)綠色轉(zhuǎn)型——基于央行擔(dān)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(píng)級(jí)能否促進(jìn)企業(yè)綠色轉(zhuǎn)型？——47f2e4dad9187ad5e97599a939607437bb2ee0e5894053bc2e4dbdcf56817f99基于多時(shí)點(diǎn)雙重差分法的驗(yàn)證［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（7）：90-111.

［6］韓超，李鑫平.在自動(dòng)化中推動(dòng)企業(yè)綠色轉(zhuǎn)型：技術(shù)進(jìn)步與產(chǎn)品重構(gòu)效應(yīng)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（4）：72-93.

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

［8］孫傳旺，張文悅.對(duì)外直接投資與企業(yè)綠色轉(zhuǎn)型——基于中國(guó)企業(yè)微觀數(shù)據(jù)的經(jīng)驗(yàn)研究［J］.中國(guó)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(lái)自中國(guó)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(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)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(jià)崩盤風(fēng)險(xiǎn)［J］.管理科學(xué)，2022，35（6）：56-69.

［14］陳煦江，姜珊，何凌霄.“無(wú)廢城市”試點(diǎn)政策對(duì)企業(yè)綠色創(chuàng)新的影響［J］.華東經(jīng)濟(jì)管理，2024，38（2）：42-52.

［15］趙領(lǐng)娣，王小飛，徐樂.企業(yè)綠色投資降低了股價(jià)波動(dòng)性嗎？［J］.中國(guó)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(yīng)鏈低碳化效應(yīng)研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，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(guó)工業(yè)經(jīng)濟(jì)，2021（4）：138-155.

［18］劉榮增，何春.環(huán)境規(guī)制對(duì)城鎮(zhèn)居民收入不平等的門檻效應(yīng)研究［J］.中國(guó)軟科學(xué)，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(jì)、市場(chǎng)結(jié)構(gòu)與創(chuàng)新績(jī)效［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（10）：62-80.

［21］黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國(guó)企業(yè)高質(zhì)量發(fā)展——來(lái)自企業(yè)數(shù)字專利的證據(jù)［J］.經(jīng)濟(jì)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(guó)工業(yè)經(jīng)濟(jì)，2020（1）：81-98.

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

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

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

［26］韓珣，李建軍.金融錯(cuò)配、非金融企業(yè)影子銀行化與經(jīng)濟(jì)“脫實(shí)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(guó)工業(yè)經(jīng)濟(jì)，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(shù)創(chuàng)新——基于偏向性內(nèi)生增長(zhǎng)視角的研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，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(jìn)入［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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(qiáng)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(jì)，2022，45（1）：30-56.

［責(zé)任編輯：許 燕，夏同梅］

收稿日期：2024-05-15

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目“平臺(tái)經(jīng)濟(jì)金融化對(duì)金融調(diào)控的沖擊機(jī)理及長(zhǎng)效監(jiān)管機(jī)制研究”（2BJY117）；江蘇高校哲學(xué)社會(huì)科學(xué)研究重大項(xiàng)目“數(shù)字金融支持江蘇制造業(yè)高質(zhì)量發(fā)展的實(shí)現(xiàn)路徑研究”（2023SJZD135）

作者簡(jiǎn)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(jì)南人，教授，博士生導(dǎo)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(cái)政金融。