商業(yè)銀行數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新的影響研究

摘" "要：銀行數(shù)字化轉(zhuǎn)型作為數(shù)字金融的關(guān)鍵實現(xiàn)方式，對促進區(qū)域綠色創(chuàng)新具有潛在的重要影響。本文基于中國上市商業(yè)銀行2014—2021年的年報文本及地級市銀行機構(gòu)地理分布數(shù)據(jù)，構(gòu)建可以測度城市層面的商業(yè)銀行數(shù)字化轉(zhuǎn)型指標，從實證角度探討了中國商業(yè)銀行數(shù)字化轉(zhuǎn)型對地區(qū)綠色創(chuàng)新的促進作用及其影響機制。結(jié)果發(fā)現(xiàn)，商業(yè)銀行數(shù)字化轉(zhuǎn)型能夠顯著激勵區(qū)域綠色創(chuàng)新，并通過緩解融資約束、提升地區(qū)金融市場化水平促進綠色創(chuàng)新，商業(yè)銀行數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新的促進作用在中部地區(qū)、環(huán)境規(guī)制較強的地區(qū)更為突出。

關(guān)" 鍵" 詞：商業(yè)銀行;數(shù)字化轉(zhuǎn)型;綠色創(chuàng)新;數(shù)字金融;銀行地理數(shù)據(jù)

中圖分類號：F832" " " 文獻標識碼：A" " " "文章編號：2096-2517（2024）03-0052-10

DOI：10.16620/j.cnki.jrjy.2024.03.005

一、引言

為了實現(xiàn)低碳綠色經(jīng)濟發(fā)展，中國一直致力于推進節(jié)能減排、低碳發(fā)展、生態(tài)建設(shè)，并提出到2060年實現(xiàn)碳中和的目標。在碳中和的約束下，綠色技術(shù)創(chuàng)新不僅是解決當前環(huán)境問題的關(guān)鍵手段，而且是推動社會綠色轉(zhuǎn)型的有效路徑。然而，綠色創(chuàng)新活動通常具有長周期、高風險等特點，難以保證穩(wěn)定且持續(xù)的資金支持。特別是在中國以銀行為主導(dǎo)的傳統(tǒng)金融體系中， 創(chuàng)新活動容易受到融資排斥，加大了資金向綠色創(chuàng)新企業(yè)集聚的難度。

現(xiàn)有文獻大多研究了數(shù)字經(jīng)濟、 數(shù)字金融、金融科技與綠色創(chuàng)新間的關(guān)系。韋施威等（2022）、宋鳳軒等（2023）、李江等（2023）、肖春梅等（2023）、羅嶺等（2024）認為數(shù)字經(jīng)濟有效提升了城市綠色創(chuàng)新產(chǎn)出、區(qū)域創(chuàng)新效率、自主創(chuàng)新和模仿創(chuàng)新、綠色創(chuàng)新績效及企業(yè)創(chuàng)新持續(xù)性[1-5]，但唐要家等（2022）、王海等（2023）、李丹等（2023）、侯建等（2023） 認為數(shù)字經(jīng)濟發(fā)展對創(chuàng)新水平的提高呈現(xiàn)出動態(tài)非線性影響[6-9]。巴曙松等（2022）、盧建霖（2023）認為數(shù)字金融對企業(yè)綠色創(chuàng)新、綠色技術(shù)研發(fā)效率與綠色成果轉(zhuǎn)化效率具有顯著促進作用[10-11]。鄭素蘭（2024）從產(chǎn)業(yè)結(jié)構(gòu)升級視角檢驗了數(shù)字金融助推我國綠色技術(shù)創(chuàng)新的影響機制[12];劉長庚等（2022）認為金融科技對企業(yè)創(chuàng)新的“增量提質(zhì)”具有邊際遞減的動態(tài)疊加效應(yīng)[13]。肖泉等（2023）、何涌等（2024）驗證了金融科技提升企業(yè)綠色創(chuàng)新水平和綠色創(chuàng)新效率的途徑[14-15]。徐照宜等（2023）認為金融科技通過引導(dǎo)和促進企業(yè)開展跨界研發(fā)，從而提升企業(yè)突破性創(chuàng)新水平[16]。現(xiàn)有研究銀行數(shù)字化轉(zhuǎn)型與創(chuàng)新關(guān)系的文獻較少。 劉時雨等（2023）研究認為銀行數(shù)字化轉(zhuǎn)型通過降低融資成本和優(yōu)化貸款結(jié)構(gòu)的傳導(dǎo)渠道提升企業(yè)創(chuàng)新水平[17]。蔡棟梁等（2023）認為銀行數(shù)字化轉(zhuǎn)型通過緩解企業(yè)融資約束顯著驅(qū)動了小微企業(yè)自主創(chuàng)新[18]。

上述研究仍有一些問題值得深入探討。一是目前關(guān)于數(shù)字經(jīng)濟、數(shù)字金融、金融科技、數(shù)字化轉(zhuǎn)型的測度仍不成熟，現(xiàn)有研究大多采用“北京大學數(shù)字普惠金融指數(shù)”或“互聯(lián)網(wǎng)數(shù)據(jù)”文本挖掘，缺乏權(quán)威性、全面性，而且互聯(lián)網(wǎng)金融也并非解決企業(yè)融資困難的長久策略[19-20]，更不用說其對綠色創(chuàng)新的長期溢出效應(yīng)。二是從研究視角看，上述商業(yè)銀行數(shù)字化轉(zhuǎn)型對創(chuàng)新的影響多聚焦于企業(yè)層面，缺少區(qū)域?qū)用娴倪M一步探索，鮮有研究將商業(yè)銀行數(shù)字化轉(zhuǎn)型與融資約束、金融市場化相結(jié)合來驗證對區(qū)域綠色創(chuàng)新的影響，忽視了商業(yè)銀行在市場機制導(dǎo)向下激勵綠色創(chuàng)新的主體作用以及影響機制。因此，對我國銀行主導(dǎo)型的金融體系來說，銀行數(shù)字化轉(zhuǎn)型對綠色技術(shù)創(chuàng)新的影響并未完全得以驗證。

基于此，本文以2014—2021年的銀行年報文本和地級市銀行機構(gòu)地理分布數(shù)據(jù)，構(gòu)建了城市層面商業(yè)銀行數(shù)字化轉(zhuǎn)型的指標，探討了其對地區(qū)綠色創(chuàng)新的促進作用及影響機制。本文研究對現(xiàn)有文獻進行了有益補充：（1） 通過結(jié)合上市商業(yè)銀行年報文本與商業(yè)銀行機構(gòu)的地理分布數(shù)據(jù)，構(gòu)建城市層面的商業(yè)銀行數(shù)字化轉(zhuǎn)型指標，豐富和擴展了現(xiàn)有研究范疇;（2）從融資約束、金融市場化視角出發(fā)，揭示地區(qū)商業(yè)銀行數(shù)字化轉(zhuǎn)型程度對區(qū)域綠色創(chuàng)新的影響機制;（3）以地區(qū)差異、區(qū)域環(huán)境規(guī)制強度差異為基礎(chǔ)，進行異質(zhì)性分析，進一步明晰商業(yè)銀行數(shù)字化轉(zhuǎn)型對區(qū)域綠色創(chuàng)新影響的多重因素，探討數(shù)字化建設(shè)與綠色創(chuàng)新的精準施策。

二、理論分析與研究假設(shè)

（一）商業(yè)銀行數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新

相比其他活動而言，綠色創(chuàng)新活動更易受到強融資約束，面臨著創(chuàng)新資源緊縮的局面[21]。在企業(yè)綠色創(chuàng)新過程中，金融資源的有效供給是綠色創(chuàng)新環(huán)境的核心組成部分，直接決定著綠色創(chuàng)新活動的成敗， 但現(xiàn)有金融機構(gòu)往往出于規(guī)避風險的目的，極少給予綠色創(chuàng)新項目長期的信貸支持。傳統(tǒng)金融市場環(huán)境中存在著金融歧視和“嫌貧愛富”的現(xiàn)象，主要體現(xiàn)在：欠發(fā)達地區(qū)受制于地理距離、具有創(chuàng)新精神的中小企業(yè)或高科技企業(yè)受制于抵押或信用問題， 均無法獲取更充足的金融資源、信貸支持。這就直接限制了上述群體的創(chuàng)新強度和創(chuàng)新主動性，最終導(dǎo)致融資約束成為阻礙綠色創(chuàng)新的首要難題。

商業(yè)銀行數(shù)字化轉(zhuǎn)型不僅僅在于業(yè)務(wù)層面的流程優(yōu)化、生態(tài)創(chuàng)新，還在于組織架構(gòu)、管理方式的升級優(yōu)化。具體而言，在業(yè)務(wù)層面，數(shù)字技術(shù)可以創(chuàng)造充裕的信息流， 提升信息收集與處理效率， 拓展金融服務(wù)的范圍與觸達能力， 簡化中間流程， 提高配置效率[22];在組織管理層面，數(shù)字技術(shù)能夠深度挖掘、分析企業(yè)的經(jīng)營數(shù)據(jù)，實現(xiàn)部門間的協(xié)同與集約化，使管理過程更加透明化、可視化并緩解代理問題[23]。

作為數(shù)字化技術(shù)和金融業(yè)務(wù)深度融合的產(chǎn)物，商業(yè)銀行數(shù)字化程度的不斷加深，會對企業(yè)綠色創(chuàng)新產(chǎn)生潛在影響。具體而言，第一，提升金融服務(wù)的觸達能力和覆蓋廣度。它采用物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)可以打破供需雙方的物理地理限制和金融歧視，降低金融服務(wù)準入門檻和交易成本，觸及更廣泛的長尾群體，提高投融資各方共同參與綠色技術(shù)創(chuàng)新的積極性，增強企業(yè)進行綠色創(chuàng)新的意愿。第二，降低供需雙方的信息不對稱程度。 借助數(shù)字金融平臺，商業(yè)銀行可以快速搜集海量的綠色技術(shù)創(chuàng)新信息并進行及時高效處理[24]，精準高效識別有潛力的投資項目，引導(dǎo)資金流向綠色創(chuàng)新項目。第三，減少信貸審批過程中的有偏信貸決策和尋租空間[25]。通過延伸其使用深度可為綠色創(chuàng)新主體提供支付、保險、投資及貨幣基金等多元化服務(wù)，從而降低綠色創(chuàng)新綜合成本，有效促進綠色創(chuàng)新。基于此，本文提出假設(shè)1。

假設(shè)1： 商業(yè)銀行數(shù)字化轉(zhuǎn)型可以正向激勵綠色創(chuàng)新。

（二）商業(yè)銀行數(shù)字化轉(zhuǎn)型、融資約束與綠色創(chuàng)新

企業(yè)綠色創(chuàng)新需要依賴外源融資，而銀行數(shù)字化轉(zhuǎn)型主要依托大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等數(shù)字化技術(shù)，打破了傳統(tǒng)金融的藩籬，通過降低融資成本、擴大融資數(shù)量和提升融資質(zhì)量等三方面共同緩解企業(yè)融資約束。第一，借助數(shù)字化服務(wù)平臺可以提升信息收集和處理能力， 并提供多樣化服務(wù)和產(chǎn)品，降低企業(yè)信息搜尋成本、時間成本和交易成本;第二，依托大數(shù)據(jù)等技術(shù)實現(xiàn)不同主體間信息的整合和快速匹配，構(gòu)建第三方征信體系，優(yōu)化風險評估，能夠緩解中小企業(yè)的金融排斥難題，解決綠色創(chuàng)新中的信貸配置不均衡問題;第三，借助大數(shù)據(jù)和算法能夠優(yōu)化企業(yè)融資模式，降低企業(yè)融資摩擦力[26]，進而提高資源配置的“質(zhì)”，提高企業(yè)的綠色創(chuàng)新產(chǎn)出。基于此，本文提出假設(shè)2。

假設(shè)2： 商業(yè)銀行數(shù)字化轉(zhuǎn)型可以通過緩解融資約束進而促進綠色創(chuàng)新。

（三）商業(yè)銀行數(shù)字化轉(zhuǎn)型、金融市場化水平與綠色創(chuàng)新

商業(yè)銀行數(shù)字化轉(zhuǎn)型步伐的加速不僅促使更多大銀行主動下沉服務(wù)重心，也使中小銀行通過科技手段化解其競爭劣勢，從而加劇改變金融業(yè)競爭格局，提升金融市場化水平，有助于金融更好地發(fā)揮資源配置的作用。第一，金融市場化水平越高，政府干預(yù)所導(dǎo)致的資源配置扭曲問題會越少，更有助于金融機構(gòu)在各類金融市場對不同種類資本進行優(yōu)化配置[27]，進而豐富企業(yè)創(chuàng)新的融資渠道;第二，金融市場化程度越高，資本的市場化流動程度和資本配置效率越高，也會導(dǎo)致金融服務(wù)的深化和融資成本的降低，從而激發(fā)各類主體進行創(chuàng)新的積極性;第三，金融市場化程度越高，客戶爭奪效應(yīng)和利潤空間持續(xù)收窄等因素倒逼商業(yè)銀行降低對抵押品的依賴，進而逐步放寬貸款期限，并轉(zhuǎn)向風險更大、技術(shù)要求更高的綠色創(chuàng)新項目等中長期貸款領(lǐng)域拓展業(yè)務(wù)[28]。基于此，本文提出假設(shè)3。

假設(shè)3： 商業(yè)銀行數(shù)字化轉(zhuǎn)型能夠通過提升地區(qū)金融市場化水平進而促進綠色創(chuàng)新。

三、實證設(shè)計

（一）變量定義

1.被解釋變量

現(xiàn)有研究多從創(chuàng)新投入與產(chǎn)出兩個維度評估綠色創(chuàng)新，但鑒于創(chuàng)新過程涉及長時滯、高風險及高不確定性等因素，以創(chuàng)新人員、資金投入為基礎(chǔ)衡量綠色創(chuàng)新活動水平存在一定的偏差，而以專利申請數(shù)等變量為基礎(chǔ)衡量創(chuàng)新產(chǎn)出相比更為嚴謹。因此，本文同樣從創(chuàng)新產(chǎn)出的視角出發(fā)，選擇綠色專利授權(quán)數(shù)來反映綠色創(chuàng)新能力（Grein）。需要說明的是，這是城市層面綠色創(chuàng)新水平的測度指標，基于同一城市內(nèi)所有創(chuàng)新主體的綠色專利授權(quán)數(shù)量來度量。

2.核心解釋變量

對于商業(yè)銀行數(shù)字化轉(zhuǎn)型水平的測度，胡俊等（2024）以商業(yè)銀行財務(wù)報告挖掘與金融科技相關(guān)的信息文本來構(gòu)建評價指標[29];謝絢麗等（2022）結(jié)合銀行年報文本及專利信息等多源數(shù)據(jù)，從戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化和管理數(shù)字化三個維度建立指標評價體系，采用主成分分析法加權(quán)計算得到綜合指標[30]，但是這些指標度量的是每個商業(yè)銀行的數(shù)字化轉(zhuǎn)型水平;吳心泓等（2024）以上市公司辦公地與周邊銀行之間的距離為基礎(chǔ)，結(jié)合已有的商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)進行加權(quán)，得到企業(yè)所處環(huán)境中商業(yè)銀行數(shù)字化轉(zhuǎn)型的水平[31]。

基于此，本文結(jié)合上市銀行年度財報與市級銀行機構(gòu)地理數(shù)據(jù)，進行匹配與計算構(gòu)建商業(yè)銀行數(shù)字化轉(zhuǎn)型的度量指標。首先，對從國家金融監(jiān)管總局網(wǎng)站獲取的市域商業(yè)銀行機構(gòu)數(shù)據(jù)，根據(jù)其名稱識別出機構(gòu)所屬商業(yè)銀行， 并與CSMAR上市商業(yè)銀行匹配， 同時基于不同機構(gòu)的成立與退出時間，得到全國各城市層面每年度擁有的各個上市商業(yè)銀行機構(gòu)的數(shù)量nijt（i為機構(gòu)所在城市，j為機構(gòu)所屬商業(yè)銀行，t為年份）;其次，在市域商業(yè)銀行機構(gòu)與CSMAR上市商業(yè)銀行匹配的過程中， 同時將CSMAR數(shù)據(jù)庫的上市銀行金融科技測度指標進行匹配，得到全國各城市層面每年度各機構(gòu)所屬上市商業(yè)銀行的金融科技水平finijt;最后，以finijt權(quán)重代表同一市域不同商業(yè)銀行機構(gòu)的金融科技水平差異，乘以機構(gòu)數(shù)量，作為解釋變量市域商業(yè)銀行數(shù)字化轉(zhuǎn)型水平（Fintech）的代理指標，即：

Fintechit=∑nijt×finijt;i=1，2，…，m1;j=1，2，…m2（1）

其中，F(xiàn)intechit為t年第i個城市的商業(yè)銀行數(shù)字化轉(zhuǎn)型水平，k為第j個上市商業(yè)銀行t年在i市的機構(gòu)數(shù)量。這種構(gòu)建方法綜合了城市層面上市商業(yè)銀行機構(gòu)的數(shù)量與金融科技水平的差異，能夠在一定程度上體現(xiàn)市域數(shù)字化轉(zhuǎn)型水平的差異性。

3.控制變量

參考相關(guān)研究， 控制了以下城市特征或影響綠色創(chuàng)新的變量：經(jīng)濟發(fā)展水平（ln Pgdp），以城市人均GDP水平的對數(shù)表示; 工業(yè)發(fā)展水平（ln Indnum）， 以規(guī)模以上工業(yè)企業(yè)單位數(shù)的對數(shù)表示;城市綠化水平（Greland），以城市綠化率（綠地面積/建成區(qū)面積）表示[32]，城市的綠地面積反映了地區(qū)對環(huán)境保護和可持續(xù)發(fā)展的重視程度;外商直接投資（Fdi），采用地區(qū)實際利用外商直接投資額與GDP的比值來表示;財政分權(quán)（Fis）， 采用地級市政府公共財政收入占地區(qū)生產(chǎn)總值的比重來表示，其反映了地方政府可支配的財力以及財政自主權(quán)，在影響公共服務(wù)供給能力的同時，也會對綠色創(chuàng)新水平產(chǎn)生影響[33]。

4.中介變量

融資約束（Loan），參考聶秀華等（2021）[34]的做法，以信貸資源配置作為代理變量，計算方式為：城市年末金融機構(gòu)人民幣各項貸款余額/地區(qū)GDP。金融市場化程度（Finmark），借鑒段軍山等（2022）[35]的方法，采用王小魯?shù)龋?019）[36]編制的城市金融市場化程度指數(shù)來表示。

（二）數(shù)據(jù)來源

為測度城市層面的商業(yè)銀行數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新，本文數(shù)據(jù)來源如下：（1）從國家金融監(jiān)管總局網(wǎng)站獲取市域商業(yè)銀行機構(gòu)數(shù)據(jù)。在國家金融監(jiān)管總局官網(wǎng)上的“金融許可證信息查詢”中詳細列舉了自1949年以來全國20多萬家各類商業(yè)銀行機構(gòu)的信息，包括名稱、批準成立日期、退出日期、具體地址等，通過爬蟲技術(shù)采集相關(guān)數(shù)據(jù)并將地址信息與高德地圖API地理坐標系統(tǒng)匹配， 識別出機構(gòu)所在的省、 市及其對應(yīng)區(qū)域代碼。（2） 從國泰安CSMAR數(shù)據(jù)庫獲取上市商業(yè)銀行數(shù)字化轉(zhuǎn)型的測度數(shù)據(jù)。該數(shù)據(jù)包括金融科技、流程優(yōu)化、生態(tài)創(chuàng)新等指標，本文以金融科技作為上市商業(yè)銀行數(shù)字化轉(zhuǎn)型的代理指標。 該指標為2007年以來商業(yè)銀行年度報告文本中關(guān)于“金融科技”關(guān)鍵詞的詞頻統(tǒng)計①， 涉及在滬深股市上市的6家國有商業(yè)銀行、8家股份制商業(yè)銀行、16家城市商業(yè)銀行以及9家農(nóng)村商業(yè)銀行。（3）參照Liu等（2022）[37]，從世界知識產(chǎn)權(quán)組織（WIPO）官網(wǎng)獲取城市綠色專利數(shù)據(jù)，作為衡量綠色創(chuàng)新水平的代理指標。（4）從歷年《中國城市統(tǒng)計年鑒》、 城市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報、國泰安CSMAR數(shù)據(jù)庫獲取中國城市層面經(jīng)濟、金融等數(shù)據(jù)。

（三）模型設(shè)定

為驗證商業(yè)銀行數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新的影響，本文構(gòu)建如下模型：

ln Greinit=α0+α1 ln Fintechit+∑γiCVsit+vt+ki+εit"（2）

其中，i和t分別表示地區(qū)、年份，ln Greinit為被解釋變量綠色創(chuàng)新水平的對數(shù)值， ln Fintechit為解釋變量商業(yè)銀行數(shù)字化轉(zhuǎn)型水平的對數(shù)值，CVs為前文描述的相關(guān)控制變量，vt、ki分別為地區(qū)、 時間固定效應(yīng)，εit表示隨機誤差項。

為深入探究商業(yè)銀行數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新的作用機制，特別是是否通過改善融資機制和提高金融市場化水平等傳導(dǎo)路徑實現(xiàn)，本文構(gòu)建了中介效應(yīng)模型來檢驗，模型如下：

Medit=b0+b1 ln Fintechit+∑γiCVsit+vt+ki+εit （3）

ln Greinit=c0+c1 ln Fintechit+c2Medit+∑γiCVsit+vt+ki+εit" （4）

其中，Medit表示中介變量，包括融資約束（Loan）、金融市場化程度（Finmark），被解釋變量、解釋變量、控制變量等的設(shè)定均與式（2）相同。上述公式中，α1、c1、b1×c2分別為商業(yè)銀行數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新的總效應(yīng)、直接效應(yīng)、中介效應(yīng)。

（四）樣本選擇與描述性統(tǒng)計分析

由于國泰安CSMAR上市商業(yè)銀行金融科技的測度從2014年之后才比較完善， 以及考慮到市域經(jīng)濟數(shù)據(jù)的統(tǒng)計時間， 所以確定樣本區(qū)間為2014—2021年。經(jīng)過線性插值法填充缺失數(shù)據(jù)、剔除缺失值等處理， 最終得到243個城市的非平衡面板觀測數(shù)據(jù)。為了避免異常值的影響，對主要連續(xù)變量進行上下1%縮尾處理。 描述性統(tǒng)計結(jié)果如表1所示。

四、實證分析

（一）基準回歸

對式（2）進行估計，基準回歸結(jié)果如表2所示，列（1）、列（2）分別為不控制固定效應(yīng)和控制雙向固定效應(yīng)的估計結(jié)果。可以看到，核心解釋變量市域商業(yè)銀行數(shù)字化轉(zhuǎn)型水平（ln Fintech）的影響系數(shù)在1%的水平上顯著為正，說明其值越大，所在城市的綠色創(chuàng)新水平越高，支持了假設(shè)1。控制變量的估計結(jié)果顯示，人均GDP（ln Pgdp）、工業(yè)發(fā)展水平（ln Indnum）、城市綠化水平（Greland）、財政分權(quán)（Fis）均對城市綠色創(chuàng)新活動產(chǎn)生了顯著的正向影響，外商直接投資（Fdi）在控制雙向固定效應(yīng)估計的條件下對城市綠色創(chuàng)新活動具有顯著正向影響。

（二）內(nèi)生性問題

基準回歸結(jié)果初步驗證了商業(yè)銀行數(shù)字化轉(zhuǎn)型的創(chuàng)新激勵效應(yīng)，但模型因果識別過程中可能存在變量間的反向因果關(guān)系、遺漏變量等問題，因此本文采用解釋變量滯后一期和工具變量法來解決內(nèi)生性問題。

1.解釋變量滯后一期

考慮到商業(yè)銀行數(shù)字化轉(zhuǎn)型發(fā)展的持久性對企業(yè)綠色創(chuàng)新的影響可能存在時滯，同時也為適當控制反向因果問題，這里采用滯后一期的商業(yè)銀行數(shù)字化轉(zhuǎn)型水平（L.ln Fintech）作為核心解釋變量進行回歸。由表2列（3）可知，L.ln Fintech的估計系數(shù)為1.1339gt;0，且在1%的水平上顯著，仍然表明商業(yè)銀行數(shù)字化轉(zhuǎn)型能夠有效激勵城市綠色創(chuàng)新能力的提升。

2.工具變量法（IV）

針對模型可能存在遺漏變量和測量誤差的內(nèi)生性問題，本文借鑒彭澎等（2021）[38]的研究思路，以“城市所在省份除本市外其他城市商業(yè)銀行數(shù)字化轉(zhuǎn)型水平的均值”為解釋變量ln Fintech的工具變量，鑒于各地區(qū)的金融發(fā)展水平相對接近，該工具變量符合相關(guān)性的要求。此外，考慮到市級商業(yè)銀行主要局限于本地開展業(yè)務(wù)，其他地級市的數(shù)字金融發(fā)展對當?shù)鼐G色創(chuàng)新的直接影響較為有限，因此該工具變量的外生性條件也得到了滿足。

表2列（4）、列（5）展示了IV的兩階段估計結(jié)果，列（4）中l(wèi)n Fintech_iv的回歸系數(shù)為-1.1947，在1%的水平上顯著，表明與初始解釋變量ln Fintech顯著負相關(guān)，列（5）中l(wèi)n Fintech回歸系數(shù)值為2.0268，在1%的水平上顯著，與基準回歸結(jié)果相比，估計系數(shù)的符號、顯著性未發(fā)生較大變化。同時，進行弱工具變量檢驗，排除了弱工具變量問題，并拒絕模型識別不足的原假設(shè)。

（三）穩(wěn)健性檢驗

1.替換解釋變量的度量指標。國泰安CSMAR數(shù)據(jù)庫除了對上市商業(yè)銀行金融科技水平的測度外，還從流程優(yōu)化、生態(tài)創(chuàng)新①的角度測度其數(shù)字化轉(zhuǎn)型水平。因此，這里結(jié)合本文第三部分以及式（2）中市域商業(yè)銀行數(shù)字化轉(zhuǎn)型水平的測度方式，從流程優(yōu)化、生態(tài)創(chuàng)新的角度構(gòu)建新的解釋變量ln Process、ln Econom，分別替換ln Fintech進行回歸估計，表3列（1）、列（2）結(jié)果顯示，ln Process、ln Econom的估計系數(shù)仍顯著為正，與基準回歸結(jié)果一致。

2.替換被解釋變量的度量指標。參考Du等（2019）[39]，以綠色發(fā)明專利授權(quán)量（ln Grein_inve）、綠色實用新型專利申請量（ln Grein_app）指標替換被解釋變量綠色專利授權(quán)數(shù)（ln Grein）。表3列（3）、列（4）結(jié)果表明，核心解釋變量ln Fintech的系數(shù)仍顯著為正，驗證了基準結(jié)果的穩(wěn)健性。

3.刪除直轄市樣本。由于中國的四大直轄市北京、天津、上海、重慶在管理機制上與其他地級市有所區(qū)別，且北京、上海是部分商業(yè)銀行的總部所在地，所以這里刪除基準樣本中四大直轄市的樣本數(shù)據(jù)，再進行回歸，結(jié)果見表3的列（5）。可以看到，核心解釋變量ln Fintech的估計系數(shù)符號、顯著性未發(fā)生大的變化，進一步驗證了基準結(jié)果的穩(wěn)健性。

五、機制檢驗和異質(zhì)性分析

（一）機制檢驗

前文理論分析表明，商業(yè)銀行數(shù)字化轉(zhuǎn)型可能會通過改善地區(qū)融資約束、提升金融市場化程度兩種渠道來促進綠色創(chuàng)新能力的提升。 需要注意的是，中介變量的內(nèi)生性是導(dǎo)致傳統(tǒng)中介效應(yīng)模型判斷偏誤的重要因素。融資約束、金融市場化程度主要受政策扶持力度、市場需求等因素影響，尤其是金融市場化程度主要由金融機構(gòu)自身性質(zhì)決定，不會受地區(qū)綠色創(chuàng)新差異因素的影響。因此，融資約束、金融市場化程度以及地區(qū)綠色創(chuàng)新等變量均為外生，保證了研究結(jié)論不會受中介變量內(nèi)生問題的干擾。估計結(jié)果如表4所示。

1.融資約束改善

表4的列（1）和列（2）展示了融資約束的中介效應(yīng)檢驗結(jié)果。具體而言，列（1）結(jié)果顯示，解釋變量ln Fintech對Loan的影響系數(shù)為正，且同樣在1%的水平上顯著， 表明所在地區(qū)商業(yè)銀行數(shù)字化轉(zhuǎn)型程度越高，越能顯著緩解融資約束。進一步地，列（2）結(jié)果揭示了商業(yè)銀行數(shù)字化轉(zhuǎn)型和信貸資源配置同時作用的效果，兩者均在1%的顯著性水平上表現(xiàn)為正向效應(yīng)。 這意味著商業(yè)銀行數(shù)字化轉(zhuǎn)型通過改善信貸資源配置、緩解融資約束的途徑提升了被解釋變量ln Grein水平。因此，融資約束改善具有中介效應(yīng)，驗證了假設(shè)2。

2.金融市場化提升

表4列（3）和列（4）為金融市場化水平的中介效應(yīng)檢驗結(jié)果，其中，列（3）中商業(yè)銀行數(shù)字化轉(zhuǎn)型對金融市場化水平的回歸系數(shù)在5%的水平上顯著為正， 說明商業(yè)銀行數(shù)字化轉(zhuǎn)型可以有效提升地區(qū)的金融市場化發(fā)展水平。列（4）匯報了商業(yè)銀行數(shù)字化轉(zhuǎn)型和金融市場化水平同時回歸的結(jié)果，它們分別在1%和5%水平上顯著為正， 說明商業(yè)銀行數(shù)字化轉(zhuǎn)型可以通過提升地區(qū)金融市場化水平這一渠道促進綠色創(chuàng)新能力的提升， 金融市場化水平提升具有中介效應(yīng)。假設(shè)3得到驗證。

（二）異質(zhì)性分析

1.地區(qū)異質(zhì)性

按照通常做法，將樣本劃分為東部、中部和西部地區(qū)三組，對每個地區(qū)重新進行基準回歸，結(jié)果見表5的列（1）至列（3）。根據(jù)輸出結(jié)果，無論是東部、中部，還是西部地區(qū)，ln Fintech的估計系數(shù)均在1%的顯著性水平上為正，表明無論任何地區(qū)，商業(yè)銀行數(shù)字化轉(zhuǎn)型均能正面影響區(qū)域的綠色創(chuàng)新水平。 進一步觀察，數(shù)字化轉(zhuǎn)型對中部地區(qū)綠色創(chuàng)新的影響最為顯著，估計系數(shù)為1.1753，高于東部地區(qū)的1.1196和西部地區(qū)的0.8325。 這一差異可能源于多種因素。東部地區(qū)雖然經(jīng)濟發(fā)達、金融基礎(chǔ)設(shè)施完善，但由于創(chuàng)新活動本身已較為活躍，數(shù)字化轉(zhuǎn)型的邊際效應(yīng)可能相對較低。而中部地區(qū)正處于經(jīng)濟轉(zhuǎn)型升級的關(guān)鍵時期，數(shù)字化轉(zhuǎn)型帶來的新動力和創(chuàng)新機遇對其綠色創(chuàng)新的推動作用尤為明顯。相比之下，西部地區(qū)受到經(jīng)濟發(fā)展水平和資源稟賦的限制，數(shù)字化轉(zhuǎn)型的效應(yīng)可能尚未完全釋放。

2.環(huán)境規(guī)制異質(zhì)性

環(huán)境規(guī)制對創(chuàng)新主體綠色創(chuàng)新的影響在于：受規(guī)制約束， 創(chuàng)新主體不得不改進生產(chǎn)工藝和流程，以達到符合綠色環(huán)保的要求，但是環(huán)境規(guī)制也同時可能增加創(chuàng)新主體的“遵循成本”，多方權(quán)衡下降低綠色創(chuàng)新的資源配置。金融服務(wù)的數(shù)字化轉(zhuǎn)型在一定程度上能夠緩解這一問題， 其多元化的創(chuàng)新融資方式，能夠有效識別不同的創(chuàng)新主體，提供不同需求的資金供給服務(wù)， 解決該類群體的融資困境，更好地促進綠色創(chuàng)新水平。因此，不同城市的商業(yè)銀行數(shù)字化轉(zhuǎn)型水平，也會因所在地區(qū)環(huán)境規(guī)制的差異而產(chǎn)生對區(qū)域綠色創(chuàng)新的影響差異。 本文借鑒劉廣州等（2022）[40]的研究方法，采用工業(yè)二氧化硫排放量及工業(yè)煙（粉）塵排放量與GDP比值的倒數(shù)作為環(huán)境規(guī)制的衡量指標， 并基于其均值進行分組分析。根據(jù)表5中的列（4）和列（5）結(jié)果，在高環(huán)境規(guī)制下，ln Fintech估計系數(shù)為1.1908， 大于低環(huán)境規(guī)制下的1.0431， 且兩個系數(shù)均在1%的水平上顯著。這說明地區(qū)環(huán)境規(guī)制越高，商業(yè)銀行數(shù)字化轉(zhuǎn)型的正向影響越大，其與環(huán)境規(guī)制在促進綠色創(chuàng)新方面存在協(xié)同效應(yīng)。

六、結(jié)論與啟示

本文利用我國上市商業(yè)銀行以及銀行機構(gòu)地理分布的微觀面板數(shù)據(jù)， 通過數(shù)據(jù)匹配與加權(quán)計算，構(gòu)建城市層面商業(yè)銀行數(shù)字化轉(zhuǎn)型程度的測度指標，實證檢驗了商業(yè)銀行數(shù)字化轉(zhuǎn)型對地區(qū)綠色創(chuàng)新的影響。實證分析結(jié)論總結(jié)如下：（1）商業(yè)銀行數(shù)字化轉(zhuǎn)型能夠顯著激勵區(qū)域綠色創(chuàng)新;（2） 在傳導(dǎo)機制方面，商業(yè)銀行數(shù)字化轉(zhuǎn)型通過緩解融資約束、 提升地區(qū)金融市場化水平等促進地方綠色創(chuàng)新;（3） 商業(yè)銀行數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新的促進作用在中部地區(qū)、環(huán)境規(guī)制較強的地區(qū)更為突出。

基于上述結(jié)果， 本研究提供了三個政策啟示：第一，要進一步推動商業(yè)銀行的數(shù)字化建設(shè)，豐富數(shù)字金融產(chǎn)品，創(chuàng)新金融服務(wù)方式，充分利用數(shù)字技術(shù)篩選高效企業(yè)， 優(yōu)化企業(yè)研發(fā)資金來源結(jié)構(gòu)，促進綠色創(chuàng)新。第二，重視市場化建設(shè)，優(yōu)化金融營商環(huán)境，構(gòu)建有利于綠色創(chuàng)新的市場環(huán)境，提升環(huán)境規(guī)制與數(shù)字化轉(zhuǎn)型的協(xié)同效應(yīng)，通過數(shù)字化手段加強環(huán)境監(jiān)管和信息披露，增強企業(yè)的環(huán)境責任意識，促進綠色創(chuàng)新的發(fā)展。第三，制定并推動實施符合地區(qū)實際的政策， 加強區(qū)域間綠色創(chuàng)新合作，建立區(qū)域綠色創(chuàng)新聯(lián)盟， 促進資源共享和技術(shù)創(chuàng)新，鼓勵金融機構(gòu)與綠色技術(shù)企業(yè)合作，共同開發(fā)綠色金融解決方案。

參考文獻：

[1]韋施威，杜金岷，潘爽.數(shù)字經(jīng)濟如何促進綠色創(chuàng)新——來自中國城市的經(jīng)驗證據(jù)[J].財經(jīng)論叢，2022（11）：10-20.

[2]宋鳳軒，劉瑩，牛桂草.共同富裕視域下數(shù)字金融對區(qū)域協(xié)調(diào)發(fā)展的影響[J].金融理論探索，2023（2）：15-22.

[3]李江，吳玉鳴.數(shù)字經(jīng)濟與區(qū)域自主創(chuàng)新和模仿創(chuàng)新——基于省級面板數(shù)據(jù)的實證分析[J].經(jīng)濟體制改革，2023（4）：70-78.

[4]肖春梅，馬海碧.綠色金融對綠色發(fā)展的影響研究[J].金融理論探索，2023（3）：16-25.

[5]羅嶺，衛(wèi)振炎.數(shù)字經(jīng)濟發(fā)展、雙元審計質(zhì)量與企業(yè)創(chuàng)新持續(xù)性[J].南京審計大學學報，2024，21（1）：21-31.

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

[7]王海，沈盈盈，李言.數(shù)字經(jīng)濟發(fā)展與地區(qū)綠色創(chuàng)新：負擔還是賦能？[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2023，43（5）：34-49.

[8]李丹，劉瑤.數(shù)字經(jīng)濟、知識產(chǎn)權(quán)保護與區(qū)域創(chuàng)新能力——基于數(shù)據(jù)要素市場化調(diào)節(jié)效應(yīng)的實證分析[J].科技管理研究，2023，43（15）：114-124.

[9]侯建，康圍，白婉婷.數(shù)字經(jīng)濟、環(huán)境規(guī)制與區(qū)域綠色創(chuàng)新績效[J].經(jīng)濟問題探索，2023（11）：177-190.

[10]巴曙松.數(shù)字金融與企業(yè)綠色創(chuàng)新：排斥還是融合？[J].財經(jīng)問題研究，2022（12）：57-68.

[11]盧建霖.數(shù)字金融對綠色創(chuàng)新效率的影響路徑[J].經(jīng)濟地理，2023，43（1）：141-147，235.

[12]鄭素蘭.數(shù)字金融對綠色技術(shù)創(chuàng)新的影響及機制研究[J].經(jīng)濟問題，2024（2）：41-47，63.

[13]劉長庚，李琪輝，張松彪，等.金融科技如何影響企業(yè)創(chuàng)新？——來自中國上市公司的證據(jù)[J].經(jīng)濟評論，2022（1）：30-47.

[14]肖泉，方徐兵，李昆.通往綠色創(chuàng)新之路：金融科技如何影響企業(yè)綠色創(chuàng)新[J].財經(jīng)科學，2023（3）：45-58.

[15]何涌，王坤，張影，等.金融科技影響企業(yè)創(chuàng)新投資的效應(yīng)與機制研究[J].財經(jīng)理論與實踐，2024，45（2）：25-32.

[16]徐照宜，鞏冰，陳彥名，等.金融科技、數(shù)字化轉(zhuǎn)型與企業(yè)突破性創(chuàng)新——基于全球?qū)＠脧?fù)雜網(wǎng)絡(luò)的分析[J].金融研究，2023（10）：47-65.

[17]劉時雨，秦暢.銀行數(shù)字化轉(zhuǎn)型如何影響企業(yè)創(chuàng)新績效？——基于信貸配置視角[J].金融理論與實踐，2023（9）：49-58.

[18]蔡棟梁，王海軍，黃金，等.銀行數(shù)字化轉(zhuǎn)型對小微企業(yè)自主創(chuàng)新的影響——兼論數(shù)字金融的協(xié)同作用[J].南開管理評論，2023（9）：1-26.

[19]陳榮達，余樂安，金騁路.中國互聯(lián)網(wǎng)金融的發(fā)展歷程、發(fā)展模式與未來挑戰(zhàn)[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2020，37（1）：3-22.

[20]卓麗洪.互聯(lián)網(wǎng)金融與經(jīng)濟安全構(gòu)成要素關(guān)聯(lián)度實證研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2020，37（2）：3-25.

[21]AGHION P，ASKENAZY P，BERMAN N，et al.Credit Constraints and the Cyclicality of Ramp;D Investment：Evidence from France[J].Journal of the European Economic Association，2012，10（5）：1001-1024.

[22]HAUSWALD R，MARQUEZ R.Information Technology and Financial Services Competition[J].The Review of Financial Studies，2003，16（3）：921-948.

[23]靳毓.數(shù)字化轉(zhuǎn)型對企業(yè)綠色創(chuàng)新的影響——基于中國制造業(yè)上市公司的經(jīng)驗證據(jù)[J].財貿(mào)研究，2022，33（7）：69-83.

[24]GOMBER P，KAUFFMAN R J，PAKER C.On the Fintech Revolution：Interpreting the Forces of Innovation，Disruption and Transformation in Financial Service[J].Journal of Management In Formation Systems，2018，35（1）：220-265.

[25]李春濤，閆續(xù)文，宋敏.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.

[26]蔣建勛.雙碳背景下數(shù)字金融賦能新能源企業(yè)綠色創(chuàng)新：基于融資約束視角[J].當代經(jīng)濟管理，2022，44（5）：81-89.

[27]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（3）：1-10.

[28]劉莉亞，余晶晶，楊金強，等.競爭之于銀行信貸結(jié)構(gòu)調(diào)整是雙刃劍嗎？——中國利率市場化進程的微觀證據(jù)[J].經(jīng)濟研究，2017（5）：131-145.

[29]胡俊，李強，戴嘉誠，等.基于文本分析的商業(yè)銀行金融科技測度及賦能效果檢驗[J].中國管理科學，2024，32（1）：31-41.

[30]謝絢麗，王詩卉.中國商業(yè)銀行數(shù)字化轉(zhuǎn)型：測度、進程及影響[J].經(jīng)濟學（季刊），2022，22（6）：1937-1956.

[31]吳心泓，吳心湄.商業(yè)銀行數(shù)字化轉(zhuǎn)型與企業(yè)債務(wù)融資成本——基于金融地理視角的經(jīng)驗證據(jù)[J].中國經(jīng)濟學，2024（1）：49-78，284-286.

[32]上官緒明，葛斌華.數(shù)字金融、環(huán)境規(guī)制與經(jīng)濟高質(zhì)量發(fā)展[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2021，41（10）：84-98.

[33]張杰飛.數(shù)字普惠金融對綠色創(chuàng)新效率的影響研究[J].經(jīng)濟問題，2022（11）：17-26.

[34]聶秀華，江萍，鄭曉佳，等.數(shù)字金融與區(qū)域技術(shù)創(chuàng)新水平研究[J].金融研究，2021（3）：132-150.

[35]段軍山，高雯玉.數(shù)字金融發(fā)展對企業(yè)全要素生產(chǎn)率的影響研究[J].當代財經(jīng)，2022（5）：51-62.

[36]王小魯，樊綱，胡李鵬.中國分省份市場化指數(shù)報告[M].北京：社會科學文獻出版社，2019.

[37]LIU Y，XIONG" R，LV S，et al.The Impact of Digital Finance on Green Total Factor Energy Efficiency：Evidence at China’s City Level[J].Energies，2022，15（15）：5455.

[38]彭澎，徐志剛.數(shù)字普惠金融能降低農(nóng)戶的脆弱性嗎？[J].經(jīng)濟評論，2021（1）：82-95.

[39]DU K，LI P，YAN Z.Do Green Technology Innovations Contribute to Carbon Dioxide Emission Reduction？ Empirical Evidence from Patent Data[J].Technology Forecast Social Change，2019（46）：297-303.

[40]劉廣州，劉婧.數(shù)字金融賦能綠色創(chuàng)新的理論與實證——來自地級市的經(jīng)驗證據(jù)[J].武漢金融，2022（9）：50-60.

①包括人工智能技術(shù)、云計算技術(shù)、區(qū)塊鏈技術(shù)、大數(shù)據(jù)技術(shù)、數(shù)字技術(shù)應(yīng)用等指標名稱匯總。

①流程優(yōu)化對年報文本統(tǒng)計的詞語包括自動化、RPA（機器人流程自動化）、智慧信貸、智能運營、智能信貸、數(shù)字化轉(zhuǎn)型等，生態(tài)創(chuàng)新則是對金融科技、流程優(yōu)化、技術(shù)儲備、人才打造等數(shù)字化轉(zhuǎn)型測度指標文本統(tǒng)計的加總。

基金項目：國家社科基金重點項目“普惠金融與共同富裕的機制融合與功能疊加研究”（23AJY009）

作者簡介：蘇躍輝，男，河北定州人，博士，副教授，碩士生導(dǎo)師，研究方向為數(shù)字金融、金融制度與經(jīng)濟增長;張居營，男，山東濟寧人，博士，研究方向為機器學習、實時預(yù)測。