數字綠色金融賦能河北省新質生產力的機制及路徑研究

【中圖分類號】F276.5；F49；F832

【文獻標志碼】A

【文章編號】1673-1069(2025)08-0036-03

1引言

2023年，《中共中央國務院關于促進民營經濟發展壯大的意見》明確了民營經濟是推進中國式現代化的生力軍，是高質量發展的重要基礎。新質生產力是習近平總書記立足于我國當前發展階段，針對推動構建新發展格局和高質量發展任務提出的重大命題。同時，《河北省民營經濟發展“十四五”規劃》指出，河北省民營經濟仍面臨高端高新產業領域人才培養不足、自主創新及技術集成能力不強、科技成果轉化率偏低等問題。因此，加快形成和發展河北省民營企業新質生產力有著極為重要的現實意義。

2 文獻綜述

自數字綠色金融概念誕生以來，學術界針對金融科技如何賦能綠色金融及其經濟效果進行了較為廣泛的討論。在金融科技對綠色金融賦能的機制及路徑研究方面，金融科技推動綠色金融的創新發展已經成為學術界共識。得益于金融科技賦能，提升了綠色金融對環境友好項目的識別精度，為經濟高質量發展提供了支持。金融科技通過降低信息不對稱性、創新綠色金融產品等方式賦能綠色金融。在數字綠色金融的經濟效果方面，現有研究表明數字綠色金融能夠有效彌合傳統金融模式的短板，顯著促進環境友好型經濟發展，進而推動我國經濟高質量可持續發展。

當前，學術界現有的文獻主要聚焦于從單一視角討論金融科技或綠色金融對新質生產力的影響。研究表明，金融科技是形成和發展新質生產力的關鍵引擎，而綠色金融則起到了重要的推動作用。另有部分研究從金融科技和綠色金融交互的雙重維度討論了對新質生產力的影響，發現二者交互展現出了“ ?1+1>2^′ 的協同效應，但該研究主要以長三角地區為研究對象，并未深入微觀企業層面。而數字綠色金融作為金融科技與綠色金融融合發展的新模式，與新質生產力的關系在當前學術界尚未被充分研究。

通過以上文獻研究發現，學術界少有討論數字綠色金融對民營經濟影響的研究，因此給本文的研究提供了方向。

3理論分析與研究假設

數字綠色金融具有數字和綠色雙重屬性，通過區塊鏈、人工智能、云計算等技術支持實現綠色資源的合理配置，從而帶動民營企業新質生產力的發展壯大。首先，數字綠色金融能夠發揮傳統金融的支撐功能，為民營企業新質生產力的發展提供必要的支持；其次，基于數字綠色金融的數字和綠色優勢，能夠通過綠色金融信息平臺、綠色金融產品數字化等渠道，引導金融資本流向更具環境友好特征的戰略性新興產業當中；最后，得益于數據賦能，數字綠色金融能夠有效驅動民營企業環境信息披露標準化，進而對民營企業新質生產力發展水平提出更高的要求。

綜上提出研究假設 H₁ ：數字綠色金融能夠推動河北省民營企業新質生產力的發展。

數字綠色金融以其綠色金融資源配置和普惠性的特點，為緩解企業融資約束提供了新的手段。數字綠色金融信息平臺有利于綠色金融普惠程度的提升，為民營企業的環境友好和綠色轉型項目提供資金幫助。同時，數字綠色金融在數字手段的加持下，能夠有效降低民營企業的融資成本，解決企業融資貴的問題。進一步，融資成本下降使得民營企業能夠將更多資金投入新技術、新人才的發展當中，從而推動民營企業新質生產力的發展。

綜上提出研究假設 H₂ ：數字綠色金融通過緩解融資約束推動河北省民營企業新質生產力的發展。

4變量選取與模型設計

4.1變量選取

4.1.1被解釋變量

文章以河北省民營企業新質生產力(Npro)為被解釋變量，參考宋佳等對企業新質生產力的測度方法，基于生產力二重性理論框架，結合新質生產力的本質特征，從“勞動力投人\"與“生產資料配置\"兩個維度構建評價體系，對樣本企業的新質生產力水平進行度量。

4.1.2解釋變量

核心解釋變量為數字綠色金融發展水平(DGF)。文章選擇數字技術和綠色金融作為解釋變量的兩個一級指標，數字技術下設數字基礎設施、數字要素投人、數字技術產出和數字交易發展4個二級指標，綠色金融下設綠色信貸、綠色投資、綠色債券、綠色支持、綠色基金和綠色權益6個二級指標，選取2013一2023年河北省地級市層面數據，構建耦合協調度模型，對該地區數字綠色金融發展水平進行度量。

4.1.3控制變量

參考學術界已有的相關研究，文章選取以下控制變量：獨立董事占比（Indep）、流動資產比率（Cr)、董事會規模（Boa）總資產收益率(Roa）企業成長能力(Growth）企業股權集中度(Top）。

4.1.4中介變量

文章采用融資約束作為中介變量，學術界當前用于衡量企業融資約束的指標主要有KZ指數、WW指數、基于管理層融資約束感知的調研數據和SA指數4種。文章采用SA指數來代表企業的融資約束。

4.2模型設計

4.2.1基準回歸模型

本文構建基準回歸模型，以研究數字綠色金融發展水平對民營企業新質生產力發展的影響：

式中，被解釋變量 Npr0_i，t 衡量第 χ_i 家民營企業在 Ψ_t(Ψ_t∣Ψ_t∣Ψ_t) 年的新質生產力發展水平；核心解釋變量 DGF_i，t 衡量某地區數字綠色金融發展水平； Controls_i，t 為控制變量;year、city為年份、城市固定效應； ε_i，t 為隨機擾動項。

4.2.2中介效應模型

為研究融資約束在企業新質生產力發展過程中的作用，文章構建中介效應模型，并基于Bootstrap方法(自抽樣1000次）進行機制檢驗：

NPROi=Yo+γDGFu+ySAi+y∑Controls+∑year+∑city+ ε_i，t （20

式中， SA_i，t 表示企業融資約束水平，其值為負，且絕對值越大，表明企業面臨的融資約束程度越高。其他變量的含義與基準回歸模型一致。

5實證結果分析

5.1基準回歸

表1的列(1)報告了數字綠色金融與河北省民營企業新質生產力的直接回歸結果；列(2)和列(3)逐次加入了控制變量和固定效應。列(1)和列(2)顯示，無論是否加入控制變量，DGF對Npro的影響均在 1% 的水平上顯著為正。列(3)進一步控制固定效應之后，核心解釋變量的估計系數依然顯著，說明數字綠色金融顯著促進了民營企業新質生產力的發展。假設 H₁ 得到驗證。

表1基準回歸結果

注：、、分別表示在 10%.5%.1% 顯著性水平下顯著，括號內為穩健標準誤。下同。

5.2穩健性檢驗

第一，替換被解釋變量。選用全要素生產率作為企業新質生產力的替代指標進行回歸分析。表2列(1)的結果表明，DGF的系數顯著為正，再次驗證假設 H₁ ，即數字綠色金融會促進河北省民營企業新質生產力發展。

第二，數據縮尾處理。為降低樣本中異常值對回歸結果的影響，對數據進行縮尾處理。表2列(2)的結果表明，排除異常值影響后，DGF的回歸系數在 1% 的水平上顯著為正，研究結論依然成立。

第三，更換樣本區間。為降低非常態年份數據對實證結果的影響，剔除2020一2022年疫情期間的數據。表2列(3）的結果表明，剔除非常態年份后，DGF的回歸系數在 1% 的水平上顯著為正，研究結論依然成立。

表2穩健性檢驗結果

5.3中介效應檢驗

基于融資約束的中介效應檢驗結果顯示(見表3)，融資約束(SA)對河北省民營企業新質生產力(Npro)的回歸系數在 5% 的水平上顯著為負，說明融資約束(SA)確實制約了河北省民營企業新質生產力（ Npro 的發展。數字綠色金融發展水平(DGF)對融資約束(SA)的回歸系數在 1% 的水平上顯著為負，且對河北省民營企業新質生產力( δNpro )的回歸系數在1% 的水平上顯著為正，研究假設 H₂ 得證，表明數字綠色金融能夠通過緩解企業融資約束來促進河北省民營企業新質生產力的發展。

表3基于融資約束的中介效應檢驗結果

6結論與建議

6.1研究結論

文章以2013一2023年河北省A股上市民營企業為研究樣本，檢驗了數字綠色金融對河北省民營企業新質生產力的影響機制及作用路徑，得出以下結論：第一，數字綠色金融發展能夠促進河北省民營企業新質生產力的發展，在進行穩健性檢驗后該結論依然成立；第二，數字綠色金融通過緩解企業融資約束這一路徑來推動河北省民營企業新質生產力水平的提高。

6.2政策建議

第一，推廣“共享工廠 + 轉型金融\"模式，加速中小企業技術迭代。針對辛集鋼鐵、白溝箱包等縣域特色產業集群的設備更新需求，升級“共享智造\"平臺。企業通過平臺租賃智能設備時可自動觸發轉型金融支持。

第二，依據企業主營業務及自身特點的不同，定制差異化支持政策。加強對非重污染行業，特別是小微企業的政策支持，提升企業綠色債券發行審批效率；對于重污染行業，要求企業接人數字綠色金融信息平臺，督促其履行信息披露義務。通過差異化政策支持與引導，實現企業綠色轉型，推動新質生產力發展。

第三，構建“人才積分 + 綠色信貸\"聯動機制，破解高端人才短缺困境。設立“數字人才綠卡\"數據庫，整合人社部門\"燕趙黃金臺聚才計劃”科技特派團等政策資源，對民營企業引進的京津冀高層次人才實行積分量化(如學歷、專利貢獻、碳減排技術研發經驗等），達標企業可享受一定程度的綠色信貸優惠。

【參考文獻】

【1】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(5):101-108.

【2]劉光輝，臧日宏，姜偉.數字綠色金融賦能企業新質生產力：機制分析與實證檢驗[J].企業經濟，2025，44(7):62-72.

【3]吳成頌，殷文星.協同視域下長三角金融科技與綠色金融對新質生產力的影響[J].蘇州大學學報(哲學社會科學版)，2025，46(1):19-32.

【4]宋佳，張金昌，潘藝.ESG發展對企業新質生產力影響的研究一來自中國A股上市企業的經驗證據[J當代經濟管理，2024，46(6):1-11.