區域數字經濟對企業綠色金融的影響研究
——基于我國上市公司實證數據

李丹（副教授）

（順德職業技術學院商學院 廣東佛山 528333）

一、引言

為了實現可持續發展，2015 年黨的十八屆五中全會提出了綠色發展理念。2022 年全國兩會的三份報告《政府工作報告》《關于2021 年國民經濟和社會發展計劃執行情況與2022 年國民經濟和社會發展計劃草案的報告》和《關于2021 年中央和地方預算執行情況與2022 年中央和地方預算草案的報告》均凸顯了綠色發展理念，“推動綠色低碳發展”成為政府工作、國民經濟和社會發展計劃的主要任務。近年來，綠色金融已成為促進綠色經濟發展、促進我國產業結構升級的有效途徑，自上而下的政策推動和自下而上的實踐創新密切結合，形成了具有中國特色的綠色金融發展路徑，為推動我國的綠色發展發揮著巨大作用。

2022 年，國務院印發的《“十四五”數字經濟規劃》指出，到2025 年，數字經濟核心產業增加值占GDP 比重達到10%。黨的二十大報告指出，要“加快發展數字經濟，促進數字經濟和實體經濟深度融合”。數字經濟是一種有效應用信息和通信技術（ICT）的新經濟形式。基于高科技技術，它可以提高預測精度，減少金融市場中的信息摩擦。現有的研究已經發現，數字經濟可以驅動全要素生產率，加速傳統金融業的轉型，推動技術創新，提高經濟效率，促進高質量經濟發展。然而，關于數字經濟對企業綠色金融的影響，現有的研究成果仍然較少。數字經濟與企業綠色金融發展之間的關系是什么？數字經濟影響企業綠色金融發展的機制是什么？本文將基于我國上市公司數據，通過理論與實證分析結合的方法對這些問題進行探討。

二、相關文獻與假設提出

（一）綠色金融

國內外學者對綠色金融發展進行了深入研究，包括綠色金融起源與界定，綠色金融政策及其工具，綠色金融發展水平、機制及其實現路徑，綠色金融的經濟后果。G20 綠色金融綜合報告（2016）指出，綠色金融是通過為項目投資和融資提供金融服務和產品，支持環境改善和資源節約，應對氣候變化的金融活動。Salazar（1998）認為，綠色金融是一種金融創新，是金融業與環境產業之間的橋梁［1］。Labatt 和White（2002）認為，綠色金融是改善環境質量和轉移環境風險的金融工具［2］。許多學者討論了綠色金融的經濟后果。在宏觀層面，綠色金融存在空間溢出效應，降低了碳排放強度。在微觀層面，綠色金融改善了綠色上市公司的融資便利性［3］。我國承諾2060 年實現碳中和目標，環境壓力促使我國政府積極發展綠色金融，以平衡經濟發展與環境保護之間的矛盾。綠色金融可以在資本杠桿和資源再分配中發揮重要作用，促進從高污染產能過剩產業向低污染綠色產業的過渡，促進綠色經濟發展。

（二）數字經濟對綠色金融的影響

綠色金融涉及融資行為和投資行為。從融資角度來看，由于信息不對稱等原因企業很難從銀行貸款或從私募股權中獲得資金。從投資角度來看，企業更有可能投資信息優勢帶來的高回報的金融資產，而不是低回報的綠色項目。當缺乏投資者關注時，企業可能會減少其綠色活動和項目，從而增加污染控制成本。隨著高科技的發展，數字經濟可以減少金融市場中的信息不對稱，影響綠色金融的融資和投資行為。已有文獻主要從融資效應、回報效應和關注效應方面研究數字經濟對企業綠色金融的影響機制。

第一，由于高不確定性和低回報，涉及綠色金融活動的企業會受到融資約束的限制［4］。然而，隨著數字經濟的發展，新興技術正日益與實體經濟融合。互聯網、大數據和人工智能等數字技術的應用可以幫助金融機構更有效地評估企業，更全面地獲取企業運營信息。數字技術提供的這些新的金融工具和金融服務可以改善資本和信貸比率的配置，從而進一步降低綠色產業融資成本，提高綠色產業的市場份額［5］。因此，數字經濟可以降低綠色產業融資成本，促進綠色金融的發展。

第二，傳統經濟模式下的企業大多以利潤為導向，這使得它們傾向于投資高回報的金融資產。如果企業將更多資源配置到金融資產上，就會減少綠色項目的投資，不利于綠色金融的發展［6］。然而，計算技術的進步和基于大數據的技術可以提高金融資產的預測準確性，并提高金融市場的價格信息性［7］。也就是說，數字經濟可以提高將市場信息納入資產定價的力度，減少信息不對稱，從而緩和金融資產的價格波動，進而降低資本回報率。一旦企業減少持有金融資產的意愿，他們可能會增加綠色活動和投資，這將促進綠色金融的發展。

第三，一些企業可能會因為額外的污染控制成本或擔心不利的市場反應而掩蓋企業的污染問題。然而，綠色金融政策要求企業披露環境保護信息，遵守環境法規。同時，金融機構將根據披露的信息決定是否對其進行投資［8］。基于大數據技術的數字經濟可以改善環境信息披露質量，更全面地評估企業的環境信息，提高投資者的關注度。信息披露和投資者關注度的提高促使企業增加綠色項目和投資，進而有利于綠色金融的發展。

基于以上分析，本文提出以下研究假設：

假設1：數字經濟促進了企業綠色金融的發展。

假設2：數字經濟通過減少融資約束、減少金融資產的超額回報和提高投資者關注度，促進了企業綠色金融的發展。

三、研究設計

（一）樣本選擇和數據來源

本文選擇2011—2021 年我國A 股市場不同省份的IPO 公司作為統計分析樣本。考慮樣本數據的有效性，在進行實證分析之前剔除數據缺失、不完整、不全面的企業。數據信息來源于WIND 數據庫和 CSMAR 數據庫、滬深證券交易所網站、巨潮資訊網。數字經濟數據來自巨靈金融信息系統和國家統計局。為了消除異常值的影響，對數據按照上下1%進行縮尾處理。最終的樣本包括12 938 個公司年的觀察數據，涉及2 613 家公司和31 個省份的可用數據。

（二）變量定義

1.自變量——數字經濟綜合發展指數。借鑒已有文獻進行變量篩選，從數字金融包容性、互聯網滲透率、通信基礎設施服務能力、軟件和信息技術服務水平、通信服務水平和金融科技滲透率六個維度構建數字經濟測度指標體系，運用主成分分析法計算出數字經濟綜合發展指數，并以此作為自變量，以DE 表示。

數字金融包容性采用北京大學數字金融研究中心和螞蟻金服集團聯合編制的數字普惠金融發展指數（PKUDFIIC）［9］。互聯網滲透率包括互聯網和移動互聯網的發展以及互聯網用戶的百分比。通信基礎設施服務能力包括通信基礎設施開發、手機開發和計算機開發。軟件和信息技術服務水平包括電子商務的發展、軟件和信息技術的發展水平以及信息技術的數量。通信服務水平包括信息能力、移動互聯網能力、移動互聯網發展水平和互聯網寬帶水平。金融科技滲透率是指區域金融技術的發展水平，是巨靈金融信息系統根據金融科技相關的48 個關鍵詞，每年搜索省份的數量和頻率的對數值。詳見表1。

表1 區域數字經濟發展指標

2.因變量——企業綠色金融發展指標。綠色金融是綠色產業的金融投資和活動。根據中國人民銀行發布的報告，本文將綠色金融定義為支持環境改善、應對氣候變化和資源節約高效利用的經濟活動，即對環保、節能、清潔能源、綠色交通、綠色建筑等領域的項目投融資、項目運營、風險管理等所提供的金融服務。本文將企業綠色金融定義為涉及企業融資行為（即債券融資、股權融資、可轉換債券）和投資行為（即債券投資、基金投資、股票投資、基礎設施投資、項目投資）的綠色金融項目，包括節能技術減排措施、綠色城鎮化、常規能源的高效環保利用、新能源開發利用、循環經濟發展、水資源節約、非常規水資源開發利用、污染防治、生態農林、節能環保產業、低碳產業、生態文明試驗區、低碳試點示范等。為獲得平穩數據，考慮到當數據為非負數據且有較多 0 時，盡可能保留更多的樣本，因此采用1 加上企業綠色投融資項目總規模的自然對數作為企業綠色金融發展指標，即ln（1+x），并以此作為因變量，用GF 表示。

3.控制變量。本文選取代表企業特征、行業特征、區域特征的控制變量，從而使模型結果更加客觀。首先，選取代表企業特征的控制變量，包括資產負債率（L）、資產回報率（ROA）、主營業務收入增長率（RG）、固定資產比率（FA）、凈資產與公司市值的比率（BM）。其次，選取可能影響企業綠色金融的行業競爭指數赫芬達爾-赫希曼指數（HHI）作為代表行業特征的控制變量。再次，區域特征的控制變量包括兩個指標：各省人均GDP 的自然對數（GDP）和市場化進程總分（MP）。

（三）模型構建

本文采用普通最小二乘回歸模型來檢驗前面提出的假設，如下所示：

其中，i 代表公司，t 代表年份。綠色金融發展指標GFi，t衡量公司i 在第t 年的綠色金融發展水平。DEi，t衡量公司i 在第t 年的數字經濟發展水平。Controlsi，t是一組控制變量。μi表示不隨時間變化的單個固定效應，δt代表控制年份固定效應，εi，t表示隨機干擾項。

此外，本文還從融資效應、回報效應和關注效應三個維度探討數字經濟影響企業綠色金融的內在機制。本文采用逐步回歸的中介效應方法探討了這些機制。檢驗中介效應的模型如下：

其中，Medi，t是中介變量之一，包括融資約束、金融資產超額回報和投資者關注度。i 指公司，t 指年份，控制變量與模型（1）一致。

四、實證結果與分析

（一）主要結果

由表2 可知，所選樣本的數字經濟綜合發展指數（DE）的均值為7.9101，標準差為3.6708，企業綠色金融發展指標（GF）的均值為4.6530，標準差為4.5540，其他控制變量數值如表2 所示。

表2 基本描述統計量

本文采用面板固定效應模型來檢驗數字經濟對企業綠色金融發展水平的影響。表3 顯示了數字經濟對企業綠色金融的基準回歸結果。本文發現，在基準回歸中逐步加入所有控制變量后，數字經濟綜合發展指數（DE）與企業綠色金融發展指標（GF）在5%的統計水平上顯著正相關，這個結果支持了本文提出的假設1。

表3 基準回歸系數表

同時本文也發現，在控制變量中，凈資產與公司市值的比率（BM）與企業綠色金融的發展水平呈顯著的正相關關系，顯著性水平為1%，由于BM 與市凈率呈反比關系，BM 值越高表明市凈率越低，一般來說市凈率較低的股票，投資價值較高，企業綠色金融發展水平也明顯較高。赫芬達爾-赫希曼指數（HHI）與企業綠色金融的發展水平呈顯著的負相關關系，顯著性水平為1%，表明行業競爭的激烈程度會明顯降低企業綠色金融的發展水平。

（二）異質性分析

為了驗證提出的假設在不同樣本之間的傳導是否存在差異，本文進一步探討了數字經濟的異質性對企業綠色金融發展的影響。

公司特征方面，根據資產回報率（ROA）中位數將上市公司分為高盈利能力公司組和低盈利能力公司組進行異質性檢驗，結果如表4 所示。高盈利能力公司的數字經濟綜合發展指數（DE）與企業綠色金融發展指標（GF）在5%的水平上呈顯著的正相關關系，由此證明，與低盈利能力公司相比，數字經濟的發展對高盈利能力公司綠色金融的促進作用更為顯著。

表4 公司異質性分析

行業方面，按照國家劃分的七大新興產業：節能環保、新興信息技術、生物產業、新能源、新能源汽車、高端裝備制造業、新材料，將樣本公司分為兩組，一組為新興行業，另一組為非新興行業，回歸結果見表5。非新興行業公司的數字經濟綜合發展指數（DE）與企業綠色金融發展指標（GF）在5%的水平上顯著正相關，表明在非新興行業數字經濟的發展對企業綠色金融的促進作用更為顯著。

表5 行業異質性分析

（三）內在機制

上文的實證結果支持了數字經濟與企業綠色金融發展顯著正相關的假設，下面將進一步從融資效應、回報效應和關注效應三個方面探討數字經濟促進企業綠色金融的內在機制。

1.融資效應。根據前文建立的中介效應模型，檢驗融資約束是否是數字經濟促進企業綠色金融發展的一種可能機制。融資約束通過兩個指標來衡量：貸款增長率（LR）和貸款余額（LB），指標值越高，表明企業受到更少的融資約束。本文首先使用貸款增長率作為中介變量來檢驗中介效應，表6 結果顯示，貸款增長率（LR）與數字經濟綜合發展指數（DE）、貸款增長率（LR）與企業綠色金融發展指標（GF）的系數均不顯著，需要使用Sobel 檢驗進行進一步的測試。結果表明Sobel Z 值為1.723，在10%的水平上顯著，這表明以貸款增長率衡量融資約束時存在部分中介效應。同樣，本文檢驗了貸款余額的中介效應，結果顯示貸款余額（LB）與數字經濟綜合發展指數（DE）及企業綠色金融發展指標（GF）的系數均顯著，表明以貸款余額衡量融資約束時存在中介效應。表6 數據顯示，DE、GF 均與LR、LB呈正向關系（即DE、GF 均與融資約束呈反向關系），表明數字技術可以改善資本和信貸比率的配置，減少融資約束，降低綠色產業融資成本，促進企業綠色金融的發展。

表6 中介效應：融資約束

2.回報效應。為了檢驗金融資產超額回報是否是數字經濟促進企業綠色金融發展的一種可能機制，本文采用中介效應模型，將金融資產超額回報定義為中介變量。將衡量金融行業企業的平均ROE（或ROA）與涉及綠色金融的特定企業的ROE（或ROA）之間的差異，作為金融資產超額回報的指標。首先使用基于ROE 的金融資產超額回報（exROE）作為中介變量，表7 結果顯示，基于ROE 的金融資產超額回報（exROE）與數字經濟綜合發展指數（DE）的系數不顯著，因此需要進行Sobel 檢驗。Sobel Z 值為4.904，在1%的水平上顯著，證實了中介效應的存在。同樣，當中介變量根據表7B 組中基于ROA 的金融資產超額回報（exROA）來衡量時，也存在中介效應。表7 中的數據顯示，DE、GF 均與exROE、exROA 呈反向關系。綜上可知，金融資產超額回報在數字經濟和企業綠色金融之間起著中介作用，數字經濟的發展通過減少金融資產的超額回報，促進了企業綠色金融的發展。

表7 中介效應：金融資產超額回報

3.關注效應。在檢驗關注效應時，本文使用兩個指標來衡量投資者的關注度，包括分析師數量（Analyst）和新聞數量（News）。分析師數量是由來自金融機構的分析師發布的對該公司的預測和評級的數量來衡量。新聞數量是根據特定上市公司的新聞與我國A 股市場上所有上市公司的新聞比率來衡量。關于公司的預測和評級信息來自于Wind數據庫，企業新聞的相關信息來自CSMAR 新聞數據庫。

采用中介效應模型進行實證檢驗，表8A 組結果顯示了中介變量為分析師數量的回歸結果，B 組結果顯示了以新聞數量為中介變量的回歸結果。研究發現，分析師數量（Analyst）和新聞數量（News）與數字經濟綜合發展指數（DE）的系數均不顯著，這表明需要進行Sobel 檢驗。根據表8 中的中介效應模型回歸結果和Sobel 檢驗結果，可以得出結論：無論投資者關注度是由分析師數量還是新聞數量來衡量，都存在中介效應。表8 中的數據顯示，DE、GF 均與Analyst、News 呈正向關系，表明通過提高投資者的關注度，數字經濟可以改善企業綠色金融的發展。

表8 中介效應：投資者關注度

從以上分析可知，假設2 得到了支持，即：數字經濟可以通過減少融資約束、減少金融資產的超額回報和提高投資者關注度來促進企業綠色金融的發展。

（四）穩健性測試

1.解決內生性問題：IV 估計。本文采用工具變量法（IV）來解決內生性問題。選擇具有滯后期的數字經濟綜合發展指數（DE）作為工具變量，原因有兩點：首先，具有滯后期的數字經濟綜合發展指數與數字經濟發展指數直接相關；第二，具有滯后期的數字經濟綜合發展指數與當前時期企業綠色金融的發展無關。下頁表9 第（1）列中顯示了工具變量法（IV）的檢驗結果，數字經濟綜合發展指數（DE）與企業綠色金融發展指標（GF）在1%的統計水平上顯著正相關（t 值=5.84），由此可見，數字經濟對企業綠色金融仍然存在顯著的正向影響，支持基準回歸結果。

表9 穩健性測試

2.控制行業政策的影響。考慮到企業綠色金融可能會受到行業宏觀政策的影響，本文在模型中引入了行業虛擬變量和年份虛擬變量之間的相互作用項。下頁表9第（2）列顯示了控制“行業×年份”后（即控制行業政策后）的結果，數字經濟綜合發展指數（DE）與企業綠色金融發展指標（GF）仍在5%的統計水平上顯著正相關（t 值=2.23）。顯著性系數結果表明，控制行業政策影響因素后，數字經濟的發展刺激了企業綠色金融，這與本文的基準回歸結果一致。

3.企業綠色金融發展水平的替代變量。本文使用企業綠色金融的另一個衡量指標來測試穩健性，即采用企業綠色金融發展指標（GF）的替代變量重復基準回歸分析。前文中綠色融資的定義是指涉及融資行為和投資行為的綠色融資項目的絕對規模，現將替代變量定義為綠色投融資項目總規模與企業資產的比率。下頁表9 第（3）列顯示，采用替代變量后，數字經濟綜合發展指數（DE）與企業綠色金融發展指標（GF）仍在5%的統計水平上顯著正相關（t 值=2.03）。由此表明，用綠色金融的相對指數來代替基準模型中的絕對指數，數字經濟對綠色金融仍然表現出顯著的正向影響。

4.控制時間趨勢。為了研究時間趨勢的影響，本文在基準模型中控制了時間趨勢（t）和時間趨勢的平方項（t2），并在表9 第（4）列中列示結果。數字經濟綜合發展指數（DE）與企業綠色金融發展指標（GF）仍在5%的統計水平上顯著正相關（t 值=2.24）。這一結果表明，基準回歸結果不受時間趨勢的影響。

5.消除行政因素的影響。北京、上海、天津和重慶這四個城市從地方和中央政府獲得了更多的經濟資源和政策支持，使其發展明顯優于周邊城市或地區。因此，本文從完整樣本中排除了這四個直轄市，回歸結果如表9 第（5）列所示。數字經濟綜合發展指數（DE）與企業綠色金融發展指標（GF）仍在10%的統計水平上顯著正相關（t 值=1.89），表明消除行政因素影響后，基準回歸結果仍然穩健。

五、結論與啟示

（一）結論

本文基于2011—2021 年我國A 股市場IPO 公司的面板數據，探討了數字經濟與企業綠色金融之間的關系。本文首先構建了數字經濟綜合發展指數和綠色金融發展指標，并得出了以下幾個主要結論：第一，數字經濟對企業綠色金融的發展具有積極影響，這種積極效應在高盈利企業和非新興行業中更為顯著。第二，數字經濟可以通過減少融資約束、減少金融資產的超額回報和提高投資者關注度來促進企業綠色金融的發展。第三，控制行業政策、時間趨勢、行政因素，采用綠色金融替代變量及解決內生性問題后，數字經濟與企業綠色金融仍然顯著正相關，基準回歸結果通過了穩健性測試。

（二）啟示

根據以上實證結果可以得到以下幾點啟示：（1）企業綠色金融要突破瓶頸深度發展，需要通過先進的數字技術手段和經濟激勵措施，協調政府、企業和金融機構的關系，形成合作共贏的新局面，數字經濟在與企業綠色金融融合過程中也會不斷衍生出新模式和新業態。（2）政府部門應高度重視發展區域數字經濟，加大投資力度，加快數字經濟的基礎設施建設，提高數字技術基礎研發能力，充分挖掘技術紅利，探索數字經濟模式創新，完善數字經濟政策體系，推動數字經濟與實體經濟的深度融合，引導實體經濟向綠色低碳、可持續發展的方向轉變。（3）實證表明，數字經濟能夠緩解企業融資約束、減少金融資產超額回報、提高投資者關注，促使企業增加綠色項目和投資，推動企業綠色金融發展。為此，金融機構應加快推動數字化轉型，將數字技術全面賦能綠色金融發展，引導資金流向綠色低碳項目和領域。政府應加強宏觀層面的政策扶持，完善數字化金融服務政策體系，充分發揮市場對于資源配置和企業治理的作用，為企業綠色發展提供良好的外部環境。（4）企業應緊跟數字經濟和綠色低碳發展的政策紅利，樹立綠色發展理念［10］，加大綠色產品與技術開發，充分利用數字技術，提升綠色融資能力，提高自身核心競爭優勢，從而實現企業價值躍升。