金融數字化能增強綠色金融發展的內生動力嗎？

羅興 海焱茹 何奇龍

摘? ?要：文章基于2011—2020年省級面板數據，運用熵權法構建省級綠色金融指數，實證發現：地區金融數字化對綠色金融發展具有顯著促進作用，通過工具變量等一系列穩健性檢驗后，該結論仍成立；且地區金融數字化在非綠色金融改革創新試驗區、金融監管力度弱的地區作用更強，說明目前地區金融數字化能夠降低綠色金融發展對政府綠色金融政策的依賴，增強其內生動力；同時，地區金融數字化在市場化程度高和環境規制程度高的地區作用更強，說明更大的政府環境壓力和更好的地方市場化環境更有利于金融數字化的作用發揮。使用2011—2021年37家商業銀行非平衡面板數據的實證分析發現，微觀層面上，商業銀行數字化轉型能夠通過提升其經營效率和風險管理能力從而擴大綠色信貸規模，進一步驗證了金融數字化的內生動力機制。

關鍵詞：金融數字化；綠色金融；內生動力

中圖分類號： F832.4? ?文獻標識碼：A? 文章編號：1674-2265（2024）05-0003-12

DOI：10.19647/j.cnki.37-1462/f.2024.05.001

一、引言

在世界各國日益重視綠色發展的大環境下，為助力“雙碳”目標的實現和促進經濟的綠色高質量發展，我國將發展綠色金融作為重要的國家戰略。經國務院同意，2016年中國人民銀行等七部委聯合印發了《關于構建綠色金融體系的指導意見》，中國也成為全球第一個由政府推動支持建設綠色金融體系的國家。我國以銀行業為主體的金融體系決定了綠色信貸是金融服務綠色發展的重要方式。我國的綠色金融雖起步晚，但在政府推動下迅速發展。截至2021年末，我國本外幣綠色貸款余額為15.9萬億元，存量規模居全球首位。然而，根據中國人民銀行統計數據，截至2022年末，主要綠色金融產品融資規模占社會融資存量的6.47%，占比仍然不高。盡管我國綠色信貸總量不斷增長，但發展已進入瓶頸期，其在總信貸余額中的占比近兩年未有大幅提升。總體來看，我國的綠色金融體系由政府主導建設，屬于“自上而下”的政府供給推動型，綠色金融發展缺乏市場主動力量和內生持續性。實踐中，綠色項目大都存在周期長、邊界不清、潛在風險高等特點，商業銀行普遍缺乏開展綠色信貸的意愿和能力。根據原銀保監會數據，2021年底國內21家主要商業銀行的綠色信貸余額占比僅為10.6%，其發展面臨的問題是金融機構環境風險評價能力不足、企業環境信息披露不充分（李云燕和孫桂花，2018）[1]、“洗綠”“漂綠”現象突出、金融機構積極性不高（陳驍和張明，2022）[2]，綠色金融陷入了“經營可持續還是環境可持續”的發展悖論。

綠色金融發展缺乏自下而上的內生動力，政府主導型的發展模式已無法助力綠色金融實現突破式發展，激勵和引導更多金融機構以市場化方式支持綠色低碳發展成為綠色金融發展的關鍵。近十年來，以大數據、人工智能等為代表的數字科技蓬勃發展，并快速滲入傳統金融，助推了金融業的數字化轉型。金融數字化是指利用數字技術對金融服務和業務進行轉型和升級的過程，有利于降低金融活動的交易成本，緩解信息不對稱，提升交易效率（盛天翔和范從來，2020）[3]，重塑金融機構的運營模式（Grenna和Michaely，2021）[4]，推動普惠金融及可持續金融的發展。那么，金融數字化能否破解綠色金融發展中的上述問題，激發金融機構的內生動力，推動綠色金融自下而上的發展？

現有研究認為理論上金融數字化在綠色項目識別、信息披露、綠色信貸風控、產品研發等方面的應用能為綠色金融發展提供有力支持。董玉峰和趙曉明（2018）[5]認為應用數字技術是破解綠色金融困境行之有效的方法。Vives（2017）[6]認為數字技術可以優化金融機構結構、提升金融效率，從而有利于綠色金融發展。劉濤（2019）[7]認為金融數字化能夠通過提升綠色項目識別能力，增強綠色資金追蹤能力等促進綠色金融發展。薛暢（2023）[8]從商業銀行碳金融業務視角分析，認為金融數字化能加速碳金融業務的發展。一些實證研究也支持金融數字化或者金融科技對綠色金融發展的正向影響。比如：基于企業視角，王康仕等（2020）[9]發現金融數字化對綠色金融發展起促進作用。基于地區視角，馬玉華（2023）[10]發現地區金融科技發展水平越高，綠色金融發展水平就越高。基于商業銀行視角，鐘凱等（2023）[11]發現金融科技有利于商業銀行開展綠色信貸業務，完善的數據基礎設施和人才儲備是金融科技促進綠色信貸發展的重要條件；孔維偉等（2024）[12]發現，當市場競爭程度達到一定水平及董事會獨立性超過特定門檻值時，金融科技對綠色信貸投放的促進作用更顯著。

但是，上述研究未從內外生動力的角度對金融數字化推動綠色金融發展的內在機理進行討論。作為自下而上的金融實踐，金融數字化與自上而下的綠色金融政策在推動綠色金融發展中是何關系，替代還是互補？金融數字化能否增強綠色金融發展的內生動力？2022年1月，中國人民銀行印發《金融科技發展規劃（2022—2025年）》，提出要以加快金融機構數字化轉型為主線，加強金融科技和綠色金融的深度融合，創新發展數字綠色金融。但是實踐中金融數字化賦能綠色金融發展仍面臨一系列挑戰：在技術方面，存在大數據、區塊鏈等技術不成熟以及用戶隱私保護等問題；在金融機構方面，缺乏專業人才，綠色金融科技創新動力不足；在監管政策方面，缺乏政策指引和行業發展規劃，也缺乏綠色金融大數據基礎設施和統一的項目認定標準。基于以上現實約束，金融數字化是否會降低綠色金融的政策依賴，增強綠色金融發展的市場化內生動力？為此，鑒于金融數字化在地區層面體現為地區數字金融發展水平，在商業銀行層面體現為商業銀行數字化轉型水平，本文在已有研究基礎上，采用2011—2020年省際層面的數據，探究地區金融數字化水平對綠色金融發展內生動力的影響，并采用2011—2021年商業銀行層面的微觀數據，研究商業銀行數字化轉型是否可以通過降低風險和提高效率來促進綠色信貸發展。文章從宏微觀角度分析了金融數字化對綠色金融的影響，在以下兩個方面拓展和豐富了相關研究：第一，在地區層面，不僅驗證了金融數字化對綠色金融的影響，還進一步分析了金融數字化是否有利于綠色金融“自下而上”發展，是否對政策產生替代效應。第二，在微觀商業銀行層面，對金融數字化驅動綠色金融發展的內在機理進行了實證分析，并分析了內生動力的來源。

二、理論分析與假說提出

（一）綠色金融的發展困境及政府支持邏輯

1. 綠色金融的發展困境。綠色金融發展要求堅持“環境可持續”和“經營可持續”。前者是發展綠色金融的本質要求，金融活動要將環境因素納入考慮；后者是實現可持續發展的約束條件，要求金融機構控制風險和保持盈利。但是目前兩者出現了一定程度的矛盾。第一，綠色企業與綠色項目的經營成本高，本身風險也高，這造成市場化金融資本參與綠色投資的積極性不高。第二，綠色金融屬于特別投向金融，但是目前其標準體系不完善，綠色項目認定、環境效益計算等缺乏統一標準，導致綠色金融項目認定成本高，難以實現標準化管理。特別是缺乏針對小微主體的綠色金融標準體系，導致綠色金融難普惠。第三，金融機構與企業之間存在信息不對稱，金融機構之間難以實現信息全方位共享，導致綠色金融項目評估難度加大。特別是目前我國環境信息披露機制不完善，缺乏對披露內容、方式等的詳細規定，強制性環境信息披露覆蓋的企業范圍較小，導致環境信息數據質量差，且部分企業在申請綠色信貸時隱藏負面信息或有選擇地披露信息，“洗綠”“漂綠”現象頻發，加大了綠色信貸風險評估的難度。第四，綠色金融事后道德風險高。綠色信貸后續資金流向難以實時監測也造成了綠色金融領域風險和監管難度的增加。在上述背景下，若政府過度強調“環境可持續”，可能增加金融機構的風險，加劇金融機構的脆弱性；而若金融機構過度追求營利性，則會削弱其發展綠色金融的動力。

2. 綠色金融發展的政府支持邏輯。針對綠色金融發展面臨的上述困境，我國通過一套較為完善的政策體系來支持綠色金融發展。第一，構建綠色金融標準體系。中央層面明確了綠色金融標準體系的基本框架；綠色金融改革創新試驗區也積極參與綠色金融標準制定，確定綠色企業和綠色項目認定標準。第二，完善綠色金融激勵約束機制。相比于傳統的行政命令型環境管控措施，基于市場機制和經濟刺激的環境管理措施更具吸引力。政府通過監管措施和財政貨幣政策，實行“大棒”和“胡蘿卜”政策激勵金融機構開展綠色金融。當前，我國已基本形成了中央和地方兩級激勵約束機制：在國家層面，建立綠色金融評價體系，將評價結果納入央行金融機構評級；中國人民銀行推出多種結構性貨幣政策工具；原銀保監會強調銀行、保險公司在經營過程中要將ESG理念融入風險管理。在地方層面，綠色金融改革創新試驗區創新性地采用財政獎補、稅收優惠等手段對綠色金融進行支持。第三，完善環境信息披露體系。2021年5月，生態環境部印發《環境信息依法披露制度改革方案》，明確到2025年基本形成環境信息強制性披露制度，對企業環境管理信息、碳排放信息等的披露提出明確要求，并逐步將更多企業納入環境信息披露范圍。總體上，政府的制度設計、基礎設施建設以及激勵約束機制有利于增強綠色金融的商業可持續性，我國綠色金融體量在政府扶持下快速擴張，但市場力量在綠色金融發展過程中的貢獻不足，一方面造成綠色金融供給效率低下，另一方面導致綠色金融支持的綠色企業產品生產缺乏效率（胥愛歡和楊萇萇，2019）[13]。長此以往，會制約綠色金融的發展，不能為綠色企業提供準確、及時的金融服務。

（二）金融數字化對綠色金融發展內生動力的影響分析

隨著大數據、云計算等技術在綠色金融領域應用的不斷深入，金融數字化有助于解決上述綠色金融發展過程中的難題，并能打破其發展瓶頸，增強綠色金融發展的內生動力。

首先，金融數字化有助于綠色金融標準體系建設和綠色項目評估。目前我國綠色金融標準還存在“國內不統一、國際不接軌”的問題，綠色項目認定口徑、產品設計、信息披露和風險管理等方面的要求偏低，國內綠色金融標準不一致、不詳盡。金融數字化有利于金融機構利用數字技術細化和完善綠色金融標準，大數據、人工智能等技術的運用也有利于綠色金融評定模型的開發，統一評估口徑和標準體系，從而推動綠色金融的發展。

其次，金融數字化有利于緩解信息不對稱，實現降本增效。金融數字化通過搭建綠色項目和綠色金融數據庫，可以在綠色金融相關參與部門之間實現綠色信息共享。大數據、人工智能技術的應用能實現對綠色金融項目信息的深入挖掘，緩解信息不對稱，并簡化綠色信貸的審批流程，提高服務效率。區塊鏈、大數據等技術能實現對綠色信貸流向的追蹤，降低道德風險，保證綠色信貸最終流向環境友好的項目。此外，金融科技的發展創新了監管工具（黃卓和王萍萍，2022）[14]，政府部門通過對環境信息的監測搭建起綠色金融評價體系，減少金融機構和企業的“洗綠”“漂綠”行為。總之，金融數字化能夠有效重塑綠色金融的微觀基礎（劉濤，2019）[7]，降低服務成本，提升服務質效。

最后，金融數字化有利于促進產品創新，進而提升業務廣度。第一，金融數字化通過搭建企業數字化管理平臺和其他數字場景，記錄企業特別是中小企業的綠色生產行為，一方面，促進其綠色轉型，另一方面，通過積累信息利用數字技術建立健全綠色信用制度，為綠色金融產品創新提供基礎保障。第二，利用大數據等技術，實現對消費者的用戶畫像，針對用戶綠色金融多元化需求，創新個性化的金融產品，對用戶的需求做到精準匹配。總而言之，金融數字化擴大了綠色金融服務的觸達范圍，金融科技平臺特有的網絡外部性使更多小微企業和個人接觸到綠色金融產品，綠色金融得以服務更多用戶。

基于以上分析可以發現，理論上金融數字化與政府支持對綠色金融發揮促進作用的邏輯和方向一致，主要集中在標準體系制定、信息披露、產品創新等領域，但金融數字化在技術加持下，作用范圍更深入、應用領域更細化，這意味著金融數字化與政府支持在促進綠色金融發展中存在交互作用。具體而言，金融數字化與政府支持對綠色金融的影響既可能有替代作用，又可能存在互補作用。在政府支持力度不足的地區，金融數字化可以在一定程度上替代政府職能，加快發展綠色金融；在政府支持力度大的地區，金融數字化能協助政府推動綠色金融快速發展。因此，本文認為，一方面，金融數字化能夠在一定程度上破解綠色金融發展面臨的困境，對政府作用形成一定的替代，降低綠色金融的政策依賴，提升綠色金融發展的內生動力；另一方面，金融數字化也可能與政府共同促進綠色金融發展。基于此，提出如下研究假設：

H1：地區金融數字化能夠促進地區綠色金融發展。

H2-1：地區金融數字化能夠增強地區綠色金融發展的內生動力，降低綠色金融發展的政策依賴。

H2-2：地區金融數字化能夠與政府綠色金融政策產生協同效應，共同促進地區綠色金融發展。

（三）金融數字化促進綠色金融發展的微觀機制分析

理論上，商業銀行數字化轉型能通過加強風險管理和提升經營效率增加綠色金融產品的收益，激發金融機構發放綠色信貸的積極性。第一，數字化有利于提升數字風控能力，緩解綠色信貸風險，助推商業銀行發放綠色信貸。一方面，商業銀行數字化轉型有利于數據要素的積累和利用。在傳統的綠色信貸項目信息基礎上，拓展和利用多維、海量數據（Boot等，2021）[15]，增強了數據的準確性，緩解了綠色信貸的信息不對稱問題；提高了商業銀行對客戶信息尤其是行為信息的即時價值捕捉能力（陳冬梅等，2020）[16]，增強了商業銀行風控能力。另一方面，智能風控模式的運用能夠提升風險識別的準確性和效率，區塊鏈技術能夠實時跟蹤資金的準確流向，進行全方位的貸后監管，在出現問題時及時進行風險管理。第二，數字化轉型有利于提升商業銀行的經營效率。數字化對原有組織形態進行了重構，增強了部門間協調性，提升了經營管理效率；以大數據為基礎為用戶提供精準服務，減少管理費用與服務成本；項目審批流程數字化大幅提升業務效率。此外，借助互聯網、大數據等技術開展遠程業務，還可以提高綠色融資項目的普惠度。基于此，提出如下研究假說：

H3：商業銀行數字化轉型可以通過提升風險管理水平和經營效率增強綠色金融發展的內生動力。

三、金融數字化水平影響綠色金融發展的實證分析：地區層面證據

（一）樣本選擇與變量定義

為研究金融數字化對綠色金融發展的影響，本文選取我國2011—2020年除港澳臺地區、西藏以外的30個省（自治區、直轄市，以下簡稱省份）作為樣本，構建平衡面板數據，實證分析地區金融數字化水平對綠色金融發展水平的影響。

1. 被解釋變量。本部分的被解釋變量為地區綠色金融發展水平（GF）。以往學者從不同視角構建綠色金融體系并采用不同的指標度量方法。曾學文等（2014）[17]構建了涵蓋綠色信貸、綠色證券、綠色保險、綠色投資和碳金融的綠色金融發展體系，采用主客觀結合賦權的方式計算中國區域綠色金融發展指數。Lv等（2021）[18]在利用熵權法構建綠色金融指標的基礎上，采用核密度估計法、馬爾可夫鏈等方法，發現中國綠色金融發展呈上升趨勢，總體區域差異呈縮小趨勢。王宏濤和曹文成（2022）[19]采用變異系數法測度綠色金融，研究發現中國綠色金融發展水平在地區間呈現階梯式下降分布。趙莉（2023）[20]通過對國內上市商業銀行年報的整理，構建綠色金融發展指標體系，并使用層次分析法分析指標權重。胡文濤等（2023）[21]選取綠色信貸、綠色證券、綠色投資、綠色保險、政府支出五個維度的指標，用主成分分析法合成一個綠色金融發展水平指標。本文綜合前人的做法，基于數據可得性，選取綠色信貸、綠色治理投資、綠色保險、財政支持和碳金融五個維度的指標構建綠色金融指標體系，用熵權法構建指數來衡量省級綠色金融發展水平。表1是該指數的指標體系及各指標權重。具體測算數據來自《中國統計年鑒》《中國生態環境統計年報》《中國保險年鑒》《中國工業統計年鑒》和萬得數據庫，并采用鄰近五年平均值代替缺失數據。

2.解釋變量。本部分的解釋變量為地區金融數字化水平（FT）。現有文獻普遍采用郭峰等（2020）[22]測算的地區數字普惠金融指數。該指數包含三個子維度：覆蓋廣度、使用深度和數字化程度。數字普惠金融指數較好地體現了地區金融數字化的發展水平，因此，本文使用“北京大學數字普惠金融指數”作為地區金融數字化水平的代理變量。由于該指數與綠色金融指數在量綱上差異較大，本文將其除以100作為原始數據。

3. 控制變量。參考相關文獻，本部分選取城鎮化水平（UR）、外貿依存度（Op）、經濟發展水平（Agdp）、地方政府規模（Gov）和產業結構（IS）作為控制變量。相關原始數據來源于國家統計局，缺失數據采用線性插值法處理。具體變量定義見表2。

（二）模型設定

本文建立如下面板數據模型：

[GFi，t=α+β1FTi，t+∑γjControlsji，t+θi+μt+εit]??（1）

其中，[GFi，t]表示[i]地區第[t]年綠色金融發展水平，[FTi，t]表示[i]地區第[t]年金融數字化水平，[Controls]表示所有控制變量，[β1]表示解釋變量的回歸系數，其大小和正負代表了金融數字化對于綠色金融發展水平的影響程度和方向，[θi]是省份固定效應，[μt]是年份固定效應，[εit]表示隨機誤差。

為檢驗假設2，根據是否屬于綠色金融改革創新試驗區、金融監管強度、地方環境規制強度和市場化進程對樣本進行分組回歸，研究金融數字化是否增強了綠色金融發展的內生動力。

（三）變量描述性統計

變量的描述性統計結果見表3。地區金融數字化水平的中位數為2.241，最小值為0.183，最大值為4.319，表明金融數字化發展的區域差異比較明顯。同時，綠色金融發展水平指標的中位數小于平均值且最大值與最小值差異較大，說明不同地區之間的綠色金融發展水平具有較大的差異，綠色金融發展也存在地區分化的特征。城鎮化水平、外貿依存度、經濟發展水平、地方政府規模和產業結構也都呈現出不同程度的類似特征。

（四）基準回歸分析

基準回歸結果見表4。在控制地區和年份效應下，列（1）和列（2）的結果顯示，地區金融數字化水平的系數均在1%的水平下顯著為正，說明金融數字化水平的提升會顯著促進綠色金融的發展。

（五）穩健性檢驗

1. 內生性問題。第一，加入時間地區交互項。考慮到內生性問題，參考劉敏樓等（2022）[24]，將省份和年份的交互項加入模型，得到：

[GFi，t=α+β1FTi，t+∑γjControlsji，t+θi+μt+λTiFt+εit]? ?（2）

其中，[λTiFt]是交互固定效應，為多維個體效應與多維時間效應的乘積；[Ft]為共同因子，[λTi]為因子載荷。表4列（3）控制地區[×]年份交互項的結果顯示，金融數字化的估計系數仍在10%的水平下通過顯著性檢驗。

第二，工具變量法。為減輕內生性問題造成的誤差，本文采用工具變量法進行穩健性檢驗。參照易行健和周利（2018）[25]以及斯麗娟和湯曉曉（2022）[26]的研究，構建工具變量[FTj，t-1×ΔFTt，t-1]（滯后一階的地區金融數字化水平與地區金融數字化水平在時間上的一階差分的乘積）。一方面，上一期地區金融數字化水平影響當期地區金融數字化水平的發展，工具變量滿足相關性要求；另一方面，該工具變量不會直接影響當期綠色金融水平，滿足外生性要求。表5列（1）一階段結果顯示，地區金融數字化水平的系數顯著為正，這表明工具變量對于內生變量具有較好的解釋力。同時，工具變量通過了不可識別檢驗（LM統計量的P值小于0.1）和弱相關性檢驗（Wald-F統計量大于經驗值10）。第二階段回歸結果與前文保持一致，因此，在考慮內生性問題后，結果仍然穩健。

注：因篇幅所限，控制變量簡要展示，作者備索。下同。

2. 替換實證方法。鑒于綠色金融具有潛在的動態特征，本文選用系統廣義矩估計（System GMM）對模型進行檢驗。先對樣本進行二階自相關檢驗，結果顯示P值大于0.1，即擾動項不存在二階序列相關，且Hansen檢驗結果表明工具變量不存在過度識別問題，驗證了廣義矩估計的合理性。表5第（3）列結果表明，滯后一期的綠色金融和地區金融數字化水平均對綠色金融產生影響，且均在1%的置信水平下顯著，驗證了金融數字化對綠色金融的正向賦能效應。

3. 替換解釋變量。用數字普惠金融指數中的三個子維度分別替代原解釋變量進行回歸，用Fcb表示覆蓋廣度，Fud表示使用深度，Fdl表示數字化程度。表5中（4）—（6）列結果表明替換解釋變量之后結果依然穩健。

（六）增強內生動力的機制分析

為檢驗假說2，研究地區金融數字化影響綠色金融的機制，根據是否屬于綠色金融改革創新試驗區、金融監管強度高低、環境規制強度高低和市場化水平對樣本進行分組回歸。

1. 是否屬于綠色金融改革創新試驗區的異質性影響分析。自2017年我國綠色金融改革創新試驗區設立以來，大部分試驗區積極探索綠色金融發展模式，包括優化綠色金融標準、提升綠色項目識別精準度、完善金融基礎設施以及提升管理與服務質效（蔡文德和曾曉立，2022）[27]。公開數據顯示，截至2022年6月末，六省（區）九地試驗區綠色貸款余額達1.1萬億元，占全部貸款余額的11.7%，試驗區的綠色金融發展情況較好。試驗區設立之后，試點地區通過引進外資、抑制污染企業融資等路徑提升綠色經濟效率。由此可見，政府供給型發展方式對發展綠色金融有較大幫助。對于非試驗區，由于政策支持力度沒有改革創新試驗區大，理論上綠色金融的發展水平應該更加落后。但是在政策支持力度小的背景下，在市場約束和環境規制約束下，考慮到金融數字化賦能的可能性，非試驗區綠色金融發展并不一定落后，反而更可能利用數字金融的降本增效功能來增強綠色金融發展的內生動力。而改革創新試驗區內部，政府政策的強力支持則可能替代金融數字化的作用。因此，金融數字化在非改革創新試驗區反而能夠發揮更大的作用，原因是激發了綠色金融發展的內生動力。

依照綠色金融改革創新試驗區所在的省（區）將樣本劃分為綠色金融改革創新試驗區和非試驗區兩個子樣本進行分組回歸。表6中前兩列結果顯示，試驗區和非試驗區的金融數字化對綠色金融均有正向影響，但是非試驗區的金融數字化對綠色金融的賦能效果更顯著。該結果說明在政府綠色金融支持力度較弱的地區，金融數字化能在一定程度上替代政府作用，增強綠色金融發展的內生動力。

2. 金融監管強度的異質性影響分析。已有眾多學者和機構指出，在目前商業銀行提供綠色融資動力不足的情況下，可以通過降低風險權重來引導資金流向綠色部門（魯政委和方琦，2018）[28]，也可以通過“大棒”政策，進行嚴格的綠色金融考核監管來促使金融機構發展綠色金融。這意味著一定程度的金融監管有助于綠色金融的發展。在靠“大棒”政策發展的地區，金融機構發展綠色金融的內生動力可能不足；而在金融監管薄弱的地區，若金融數字化能夠發揮降本增效的作用，金融機構即使沒有監管壓力，也可能會基于自利動機而更多發展綠色金融。因此，在金融監管較弱的地方，金融數字化可能會對綠色金融產生更大影響。參照唐松等（2020）[29]，以地方財政金融監管支出占金融業增加值的比重作為反映區域金融監管強度的變量，并以地區金融監管強度均值作為劃分樣本的分界線。表6中第（3）和（4）列結果顯示，金融監管力度弱組中金融數字化的系數顯著，說明在金融監管強度低的地區，金融數字化對綠色金融發展存在顯著促進作用。以上回歸結果說明，目前我國金融數字化的發展能在一定程度上替代自上而下的綠色金融政策，提升綠色金融發展的內生動力。

3. 地區環境規制程度的異質性影響分析。環境規制是綠色金融發展的外部壓力，在環境規制的作用下，理論上金融機構會基于政府的壓力而大力發展綠色金融，環境規制也會刺激更多的企業參與綠色環保投資，這都有利于解決金融機構綠色化程度較低的問題（李楠博等，2021）[30]。在面臨環境規制壓力的背景下，金融機構可能會更加發揮金融數字化的降本增效作用，增強自身發展綠色金融的內生動力。因此，環境規制程度更高的地區，嚴峻的外部壓力會讓金融數字化賦能綠色金融發展的作用更強。

借鑒劉榮增和何春（2021）[31]的方法，采用工業污染治理投資完成額占第二產業增加值的比重衡量環境規制強度，將樣本以地方環境規制強度均值為分界線，劃分為環境規制強度高和環境規制強度低兩組。表7第（1）和（2）列結果顯示，兩組的金融數字化系數均顯著，且系數通過了組間系數差異檢驗，地區金融數字化對綠色金融的促進作用在環境規制強度高的地區更顯著，這說明金融數字化能協同政府環境規制共同促進綠色金融發展，金融數字化和政府的綠色約束政策存在一定互補效應。

4. 市場化水平的異質性影響分析。中國的市場化進程存在較大區域差異，部分地區市場化進程快，生產要素得以靈活配置，金融機構的市場化水平也更高，金融數字化降本增效的市場激勵作用能夠得到更好的發揮；而市場化水平低的區域，各種非市場因素的干預使得金融機構的市場化水平也不高，金融數字化發揮的作用可能更小。因此，在市場化水平高的地方，金融數字化可能會對綠色金融產生更大影響。本文采用王小魯（2019）[32]的省級市場化指數來衡量地區市場化水平，以各年度市場化指數中位數為分界線（段軍山和高雯玉，2022）[33]，將樣本分為市場化程度高組和市場化程度低組。表7后兩列結果顯示，在市場化水平高的地區，地區金融數字化對綠色金融有顯著影響，而市場化水平低的地區，金融數字化對綠色金融的影響不顯著。

由以上分組回歸結果可知，金融數字化在非試驗區和金融監管力度弱的地區對綠色金融的促進作用反而更加顯著，這都說明金融數字化能夠在一定程度上發揮對政府綠色金融支持政策的替代作用，增強綠色金融發展的內生動力。同時，金融數字化在政府環境規制強度高和市場化程度高的地方更能夠發揮作用，這說明金融數字化的支持作用也需要一定的外部政策壓力和市場環境，更強的綠色發展壓力和更高的市場化水平更有利于發揮金融數字化的作用。

四、金融數字化影響綠色金融發展內生動力的機理分析：銀行層面證據

（一）樣本選取與變量定義

為深入分析金融數字化提升綠色金融發展內生動力的機理，本部分聚焦微觀金融機構層面，分析金融機構數字化如何影響金融機構經營行為進而影響綠色金融業務開展。本部分選取我國2011—2021年37家商業銀行（包括6家國有商業銀行，11家股份制商業銀行，14家城市商業銀行，6家農村商業銀行）非平衡面板數據作為研究樣本。截至2021年末，所選商業銀行綠色信貸余額占全部金融機構綠色貸款余額的70.94%，樣本具有比較良好的代表性。

1. 被解釋變量：商業銀行綠色金融發展水平（GCR）。參考張晨和董曉君（2018）[34]的研究，采用綠色信貸余額占商業銀行總貸款的比重這一相對指標作為被解釋變量。由于不同性質的商業銀行貸款規模不同，綠色信貸余額差異較大，因此，選取綠色信貸占比作為被解釋變量，占比越大，表明商業銀行在綠色信貸上的投入越多。綠色信貸數據來源于各商業銀行的年度社會責任報告。

2. 解釋變量：商業銀行金融數字化轉型水平（DTI）。選取北京大學中國商業銀行數字化轉型指數課題組發布的《北京大學中國商業銀行數字化轉型指數（2010—2021）》作為代理變量，該指數分為戰略數字化、業務數字化和管理數字化三個維度，代表性較好。

3. 控制變量。參考綠色信貸相關研究，在商業銀行層面考慮了風險承擔能力、流動性狀況、經營效率以及盈利能力，選取了商業銀行資本充足率（CAR）、不良貸款率（NPL）、資本結構（LEV）和凈資產收益率（ROE）作為控制變量，數據來源于各商業銀行年報；同時，選取商業銀行總部所在地區（省份）經濟增長情況（GDPE）、金融監管強度（FR）與市場化水平（MARKET）作為宏觀層面的控制變量，數據來源于國家統計局。模型中的變量及其定義如表8所示。

（二）模型設定

在理論分析部分，本文提出商業銀行數字化轉型通過提高經營效率和風險承擔水平進而促進綠色信貸規模的擴張。為探究商業銀行數字化對綠色金融發展內生動力影響的具體傳導機制，參照范黎波等（2022）[35]的做法，分兩步逐一進行檢驗。先參考江艇（2022）[36]的中介效應研究，在機制變量（[IMi，t]）對因變量（[GCRi，t]）的影響已被廣泛認知的情況下（周艷和陳虎，2022；張琳等，2020；周一鳴等，2023）[37-39]，僅著重檢驗自變量（[DTIi，t]）對機制變量（[IMi，t]）的影響。因此，依照傳統中介法的第二步，構建模型（4）進行回歸。然后，根據經營效率與風險承擔水平分別進行分組檢驗，進一步驗證商業銀行數字化轉型如何影響綠色信貸水平。

[GCRi，t=α1+α2DTIi，t+∑γjControlsji，t+θi+μt+εi，t]? ?（3）

[IMi，t=β1+β2DTIi，t+∑γjControlsji，t+θi+μt+εi，t]? ? （4）

其中，[GCRi，t]表示[i]商業銀行第[t]年綠色金融發展水平，[DTIi，t]表示[i]商業銀行第[t]年數字化轉型程度，[Controls]表示所有控制變量，[IM]代表中介變量經營效率（CIR）和風險承擔水平（RWA），[θi]是商業銀行固定效應，[μt]是年份固定效應，[εit]表示隨機誤差。

（三）描述性統計

主要變量的描述性統計結果見表9。可以看出，綠色信貸占比的中位數為3.380，最小值為0.070，說明不同商業銀行對綠色信貸的重視程度存在較大差異；數字化轉型程度的中位數為0.861，最大值為1.844，最小值為0.007，表明商業銀行數字化轉型進程也存在差異。

（四）基準回歸分析

為探究金融數字化影響綠色金融內生動力的路徑，先對商業銀行數字化轉型是否促進綠色信貸水平進行驗證。表10列（1）中回歸結果顯示，商業銀行進行數字化轉型有效促進綠色信貸占比的增加。進一步地，將數字化轉型指數降維至戰略數字化、業務數字化和管理數字化進行回歸，第（2）（3）（4）列結果顯示戰略數字化、業務數字化和管理數字化對綠色信貸占比的影響均顯著為正。由此可知商業銀行數字化轉型可通過戰略數字化（SD）、業務數字化（BD）和管理數字化（AD）實現對綠色信貸的促進作用，這與前文的理論分析一致。在此基礎上，本文從規模視角進行異質性分析。中國人民銀行與原銀保監會根據銀行業金融機構資產規模及機構類型對中國商業銀行類型進行劃分，本文依據其劃分原則將樣本商業銀行分成大中型商業銀行和小型商業銀行，進行分組回歸。表10列（5）為大中型商業銀行，列（6）為小型商業銀行，回歸結果通過了組間系數差異檢驗。結果表明在小型商業銀行，數字化轉型能發揮促進綠色信貸規模增加的動力作用。可能的原因在于，小型商業銀行原始綠色信貸業務規模難以擴大，而數字化轉型的開展能夠有效促進小型商業銀行綠色信貸的增長，且這一促進作用優于大中型商業銀行。

（五）內生性檢驗

商業銀行數字化轉型與綠色信貸間可能存在互為因果關系導致的內生性問題，同樣地，本文借鑒陳凱和楊亞平（2023）[40]，構建數字化轉型的Bartik工具變量[DTIj，t-1×ΔDTIt，t-1]（滯后一階的數字化轉型指數與數字化轉型指數在時間上的一階差分的乘積），并采用兩階段最小二乘法進行回歸。一方面，當期數字化轉型水平受到上一期數字化轉型的影響，工具變量滿足相關性要求；另一方面，該工具變量不會直接影響當期綠色信貸規模，滿足外生性要求。表11第一階段回歸結果顯示，工具變量與自變量高度相關。第二階段回歸結果顯示，數字化轉型的系數在1%水平下顯著為正，說明在考慮內生性問題后商業銀行的數字化轉型仍能顯著促進綠色信貸。同時，工具變量通過了不可識別檢驗（LM統計量的P值小于0.1）和弱相關性檢驗（Wald-F統計量大于經驗值10）。

（六）增強內生動力的作用機制分析

為檢驗商業銀行數字化轉型是否通過提升經營效率或風險管理水平來提升商業銀行開展綠色信貸業務的意愿，本文進行中介機制檢驗。借鑒鐘凱等（2023）[11]，采用成本收入比作為商業銀行經營效率的代理變量，該值越高，經營效率越低；采用風險加權資產作為風險管理水平的代理變量，該值越高，風險管理水平越高。

由表12列（1）和列（4）的結果可知，數字化轉型的系數均在1%的水平上顯著，表明商業銀行進行數字化轉型能夠提升商業銀行的經營效率和風險管理水平。進一步地，本文根據成本收入比的中位數以及風險加權資產的中位數將樣本分為高經營效率組和低經營效率組、高風險管理水平組和低風險管理水平組。列（2）和（3）成本收入比分組回歸結果顯示，數字化轉型系數在低經營效率組顯著，在高經營效率組不顯著，且通過組間系數差異檢驗，表明數字化轉型能夠有效促進商業銀行經營效率的提高；列（5）和（6）風險加權資產分組回歸結果顯示，數字化轉型系數在風險管理水平高和低兩組中均顯著為正，在高風險管理水平組的系數更大，且通過組間系數差異檢驗，顯然數字化轉型的促進作用在風險管理水平高的組中更強。上述兩步法的論證能夠說明數字化轉型通過提升商業銀行的經營效率或風險管理水平進而促進綠色信貸的發展。

五、結論與建議

（一）結論

在當前綠色金融主要靠政府推動發展的情況下，為探究金融數字化能否增強綠色金融發展的內生動力，降低對政府的依賴，文章基于2011—2020年30個省份的面板數據檢驗地區金融數字化對綠色金融發展的影響，得到如下結論：省際層面的金融數字化能夠有效促進綠色金融的發展，通過一系列穩健性檢驗，該結論仍然成立；金融數字化在非試驗區和金融監管力度弱的地區對綠色金融的促進作用更加顯著，印證了金融數字化能夠提升綠色金融發展的內生動力，降低對政策的依賴；金融數字化在環境規制程度高和市場化程度高的地區對綠色金融的促進作用更強，說明了金融數字化的作用同樣也需要宏觀政策壓力和市場化環境的支持。本文接著使用我國2011—2021年37家商業銀行的非平衡面板數據進行分析，從微觀視角對金融數字化影響綠色金融發展內生動力的機理進行驗證，研究發現：商業銀行的數字化轉型能顯著促進其發展綠色信貸，并且這種促進作用在小型商業銀行中更加有效；機制分析結果顯示，數字化轉型通過提高商業銀行的經營效率和風險管理能力對綠色信貸起到促進作用。

（二）政策啟示

為了更好地增強綠色金融發展的內生動力，推動綠色金融發展，依據上述研究結論，本文得出如下政策啟示：第一，完善數字綠色金融的政策制度設計，為金融數字化更好賦能綠色金融發展筑牢基石。目前缺乏金融數字化支持綠色金融發展的指導方針，為更加規范、深入地將金融數字化應用于綠色金融領域，仍需加強綠色金融數字化的頂層設計。此外，制定完善金融數字化政策、行業規范和技術標準，引導數字綠色金融有序發展；地方政府還應積極探索數字綠色金融發展的差異化政策。同時，鑒于目前金融數字化對綠色金融支持政策起到了一定的替代作用，今后的政策設計應該更多考慮綠色金融政策和金融數字化之間的協同。第二，加強數字基礎設施建設，奠定數字綠色金融發展的硬件基礎。政府協同金融機構和企事業單位，積極構建數字化綠色金融服務公共平臺，打通信息孤島，在綠色金融和綠色項目之間搭建公共橋梁。同時，鼓勵金融機構積極開發更多金融科技與綠色金融融合的應用場景和平臺，依托金融科技的力量推動金融機構創新綠色金融工具、綠色金融服務，充分發揮數字綠色金融的網絡外部性，增加綠色金融產品的覆蓋面。第三，為保障數字綠色金融的有序發展，應優化其作用發揮的外部環境。一方面，強化綠色發展的政策壓力，提升環境規制程度；另一方面，提升地方市場化水平，同時建立一套對金融數字化創新具有包容性的監管體系，促進數字綠色金融的穩定發展。第四，推進商業銀行數字化轉型，激發數字綠色信貸發展的內生動力。政府部門應對商業銀行數字化轉型給予充分的支持，由于不同規模和稟賦的商業銀行所面臨的問題也有所不同，政策應該具有一定差異性，特別是針對不具有競爭優勢的中小型商業銀行應視具體情況給予相應的幫扶政策。

參考文獻：

[1]李云燕，孫桂花.中國綠色金融發展問題分析與政策建議 [J].環境保護，2018，46（08）.

[2]陳驍，張明.中國的綠色債券市場：特征事實、內生動力與現存挑戰 [J].國際經濟評論，2022，（01）.

[3]盛天翔，范從來.金融科技、最優銀行業市場結構與小微企業信貸供給 [J].金融研究，2020，（06）.

[4]Grenna J，Michaely R. 2021. Fintechs and the Market for Financial Analysis [J].Journal of Financial and Quantitative Analysis，56（6）.

[5]董玉峰，趙曉明.負責任的數字普惠金融：緣起、內涵與構建 [J].南方金融，2018，（01）.

[6]Vives X. 2017. The Impact of Fintech on Banking[J]. European Economy，（2）.

[7]劉濤.以金融科技重塑綠色金融的微觀基礎 [J].銀行家，2019，（04）.

[8]薛暢.金融科技賦能商業銀行碳金融業務發展理論邏輯、現狀及對策建議 [J].西南金融，2023，（03）.

[9]王康仕，孫旭然，張林曦，王鳳榮.金融數字化是否促進了綠色金融發展？——基于中國工業上市企業的實證研究 [J].財經論叢，2020，（09）.

[10]馬玉華.金融科技助力綠色金融發展：理論機制和實證分析[J/OL].經營與管理，2023-05-08.

[11]鐘凱，劉一寒，王玥元.金融科技對綠色信貸的影響研究——來自商業銀行的經驗證據 [J].外國經濟與管理，2023，45（11）.

[12]孔維偉，宋同虎，張岳.金融科技促進了商業銀行綠色信貸投放嗎？——基于門檻效應的非線性關系檢驗[J].財會通訊，2024，（09）.

[13]胥愛歡，楊萇萇.基于需求視角構建和完善綠色金融商業可持續激勵機制研究 [J].西南金融，2019，（06）.

[14]黃卓，王萍萍.金融科技賦能綠色金融發展：機制、挑戰與對策建議 [J].社會科學輯刊，2022，（05）.

[15]Boot A，Hoffmann P，Laeven L， Ratnovski L. 2021. Fintech：What's Old，What's New？ [J].Journal of Financial Stability，（53）.

[16]陳冬梅，王俐珍，陳安霓.數字化與戰略管理理論——回顧、挑戰與展望 [J].管理世界，2020，36（05）.

[17]曾學文，劉永強，滿明俊，沈啟浪.中國綠色金融發展程度的測度分析 [J].中國延安干部學院學報，2014，7（06）.

[18]Lv C，Bian B，Lee C，He Z. 2021. Regional Gap and the Trend of Green Finance Development in China[J].Energy Economics，102.

[19]王宏濤，曹文成.中國綠色金融發展時空差異及影響因素分析 [J].上海立信會計金融學院學報，2022，34（02）.

[20]趙莉.商業銀行提升綠色金融行為能力的路徑研究——基于綠色金融評價指標分析 [J].北方金融，2023，（01）.

[21]胡文濤，孫俊娜，陳亮.綠色金融、產業結構生態化與地區綠色發展[J].當代經濟管理， 2023，45（05）.

[22]郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數字普惠金融發展：指數編制與空間特征 [J].經濟學（季刊），2020，19（04）.

[23]左鵬飛，姜奇平，陳靜.互聯網發展、城鎮化與中國產業結構轉型升級 [J].數量經濟技術經濟研究，2020，37（07）.

[24]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·資源與環境，2022，32（06）.

[25]易行健，周利.數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據 [J].金融研究，2018，（11）.

[26]斯麗娟，湯曉曉.數字普惠金融對農戶收入不平等的影響研究——基于CFPS數據的實證分析 [J].經濟評論，2022，（05）.

[27]蔡文德，曾曉立.綠色金融科技發展的實踐、問題與建議 [J].金融科技時代，2022，30（03）.

[28]魯政委，方琦.金融監管與綠色金融發展：實踐與研究綜述 [J].金融監管研究，2018，（11）.

[29]唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異 [J].管理世界，2020，36（05）.

[30]李楠博，高晨磊，臧云特.綠色技術創新、環境規制與綠色金融的耦合協調機制研究 [J].科學管理研究，2021，39（02）.

[31]劉榮增，何春.環境規制對城鎮居民收入不平等的門檻效應研究 [J].中國軟科學，2021，（08）.

[32]王小魯.市場化改革與經濟增長 [J].中國經貿導刊，2019，（24）.

[33]段軍山，高雯玉.數字金融發展對企業全要素生產率的影響研究 [J].當代財經，2022，（05）.

[34]張晨，董曉君.綠色信貸對銀行績效的動態影響——兼論互聯網金融的調節效應 [J].金融經濟學研究，2018，33（06）.

[35]范黎波，郝安琪，吳易明.制造業企業數字化轉型與出口穩定性 [J].國際經貿探索，2022，38（12）.

[36]江艇.因果推斷經驗研究中的中介效應與調節效應 [J].中國工業經濟，2022，（05）.

[37]周艷，陳虎.ESG信息披露機制下的綠色信貸發展研究——基于企業披露視角 [J].西南金融，2022，（11）.

[38]張琳，廉永輝，曹紅.綠色信貸如何影響銀行財務績效——基于地區綠色發展異質性的視角 [J].貴州財經大學學報，2020，（03）.

[39]周一鳴，逯進，張曉峒.綠色信貸視角下中國綠色全要素生產率的異質性路徑研究 [J].金融與經濟，2023，（07）.

[40]陳凱，楊亞平.企業數字化轉型緣何增加了征稅難度——來自中國上市公司避稅活動的證據 [J].山西財經大學學報，2023，45（12）.