数字普惠金融能促进企业绿色创新吗？*

乔 彬，赵广庭，沈烁华

（1.太原科技大学经济与管理学院，山西 太原 030024；2.北京交通大学经济管理学院，北京 100044）

一、引言

十九大以来，建设“美丽中国”成为我国重要的战略目标。只有将创新这一关键驱动力与绿色发展紧密结合，大力实施绿色创新，才能打破经济与环境非此即彼的困境，实现中国特色社会主义经济建设与生态文明建设的双赢局面（李青原和肖泽华，2020）。企业是自然资源的利用者，也是绿色创新的实施主体，如何推进企业绿色创新日益成为学界关注的热点话题。尽管很多企业也有履行社会责任及借助绿色创新打造竞争优势的主观意愿，然而仅靠经济手段和自我约束不足以驱动绿色创新。

企业绿色创新需要大量长期、稳定的资金投入，金融手段必不可少（庄芹芹等，2020）。良好的金融环境能改变资源配置方式，不仅直接影响企业的资金供给，还能引导资金进入绿色、低碳行业，助力企业绿色创新。但以银行为代表的传统金融机构多以盈利与风控为准则，导致嫌贫爱富和金融排斥现象时有发生（钱海章等，2020）。

健康的财务状况是企业绿色创新的基础，企业良好的财务状况意味着资金、人才等资源充沛稳定，满足绿色创新所需的长期投资（任胜钢等，2018）。而传统融资渠道下不少企业对未来资金流产生悲观预期，不惜采用加杠杆的激进方式获取资金（唐松等，2020），致使企业杠杆率不断攀升。高杠杆下企业财务风险加大，在信贷资源使用上会愈发谨慎，致使绿色创新资源紧缩（王玉泽等，2019）。高杠杆率还会引发巨额利息偿还压力，挤占绿色创新资金；加重企业代理问题，追逐短期利益，动摇企业绿色发展长远战略（熊凌云等，2020；王玉泽等，2019；段军山和庄旭东，2021）。去杠杆是供给侧改革的五大任务之一，企业去杠杆宏观上保障国家经济可持续发展，微观上有益于企业绿色创新。

大量研究表明，利益相关者也是影响企业绿色创新的重要因素（于飞等，2021；Javier和Óscar，2006；Henriques等，2007；Etzion，2007）。非控股股东作为企业重要的利益相关者，掌握着大量信息资源和社会资本，能为企业绿色创新提供全新视角和多元化知识（李姝等，2018）。此外，非控股股东更关注企业长期盈利的稳健性，绿色创新契合了非控股股东的利益诉求和环保诉求（王旭和王兰，2020）。然而囿于信息不对称、参与成本高等原因，参与决策的积极性往往不高（李姝等，2018），企业决策权为控股股东掌控，控股股东对短期利益的追逐和薄弱的绿色创新意愿会抑制企业绿色创新（王旭和王兰，2020）。在深化资本市场改革的背景下，提升非控股股东参与决策积极性，对于维护股东自身合法权益、企业绿色发展具有重要意义。

快速发展的数字普惠金融通过改进传统金融服务门槛高及成本高的缺点（张勋等，2019；谢绚丽等，2018；Norden等，2014），提升金融机构审批贷款效率（Huang等，2018）、降低企业融资约束和融资成本（Fuster等，2019）、避免资源浪费和道德风险问题（Demertzis等，2018）、优化企业技术创新支撑条件（黄益平和黄卓，2018），推动企业技术创新。技术创新是企业核心竞争力的重要来源，而绿色创新虽以技术创新为基础，但其旨在提升资源使用效率、减少环境负荷，兼顾经济效益与环境保护（张江雪和朱磊，2012），因而与技术创新存在一定区别。随着生态问题日益凸显，碳达峰、碳中和目标日益临近，研究数字金融对绿色创新的影响具有重要的现实意义，此外，数字普惠金融对绿色创新和一般技术创新的作用路径可能存在差异，研究该问题也具备一定的理论意义。目前国内关于数字普惠金融对绿色创新的研究主要集中在地区层面，如数字普惠金融通过促进技术密集型制造业提升金融市场化水平、赋能绿色金融、优化产业结构及缓解资源错配等路径助力地区绿色发展（段永琴等，2021；滕磊和马德功，2020；惠献波，2021；徐章星，2021；谭卫华和舒银燕，2020）。具体到企业微观层面的研究比较匮乏，仅有的文献如翟华云和刘易斯（2021）发现数字金融通过缓解企业融资约束促进企业绿色创新，但并未考虑企业内部特征和利益相关者等其他可能的角度，机制路径可以进一步丰富。总体来看，以往学者并没有深入探讨数字金融如何影响企业绿色创新。

事实上，数字普惠金融的发展也为企业绿色创新提供了良好契机。从直接效应上来讲，数字普惠金融真正做到了“普”而“惠”（钱海章等，2020；黄益平和黄卓，2018；Lee和Shin，2018；Gomber等，2018），为真正开展绿色项目、有旺盛贷款需求的中小型企业拓宽了资金来源；数字普惠金融与绿色金融同向而行，提升了金融机构的绿色信贷效率（滕磊和马德功，2020）；大数据、人工智能的应用能有效规避绿色创新风险、甄选优质绿色项目（段永琴等，2021）。从间接效应上来讲，数字普惠金融一方面改善了企业融资环境，增加了企业对未来资金流的乐观估计，削弱了企业加杠杆的融资方式，使企业杠杆保持健康水平（唐松等，2020），从而缓解高杠杆对企业绿色创新的危害。另一方面，数字普惠金融强化了企业信息披露（祁怀锦等，2020），减轻了非控股股东和控股股东的信息不对称现象，数字平台的兴起也有益于非控股股东低成本、便利参与企业决策（李姝等，2018），这将激发非控股股东参与决策的积极性，引导企业做出符合长远发展的绿色创新决策。

基于此，本文利用2011-2018年沪深两市A股上市公司数据和北京大学数字普惠金融指数检验了数字普惠金融对企业绿色创新的影响。相较于以往研究，本文可能的贡献有：第一，从企业利益相关者角度和企业内部特征角度出发，构建了包含非控股股东参与企业决策积极性和企业杠杆水平的理论模型，揭示数字普惠金融对企业绿色创新的影响路径。第二，在深化国有企业改革、重污染行业面临绿色转型升级、区域数字经济鸿沟等背景下，进行了企业属性、行业、地区多重异质性分析，厘清数字普惠金融对于不同类型企业、不同行业与不同地区创新效应差异，为企业绿色转型、行业与区域绿色发展的具体政策制定提供参考。

二、理论分析与研究假设

（一）数字普惠金融与企业绿色创新

数字普惠金融作为金融革命和技术革命的深度结合体（钱海章等，2020），是企业绿色创新的重要抓手。首先，数字普惠金融作为一种新的融资方式（唐松等，2020），拓宽了中小企业绿色创新融资渠道。供给侧结构性改革背景下，许多大型企业经营绩效低下、创新动力不足，真正开展绿色项目、有旺盛贷款需求的是转型速度快的中小型企业（张晨和董晓君，2018）。但中小企业由于自身资产较少、缺乏贷款所需的实物担保及存在信用风险等原因受到传统金融机构的歧视（万佳彧等，2020） 。而数字普惠金融能够利用企业生产经营信息精确高效筛选优质中小企业客户，并以较低门槛为其提供金融服务（谢绚丽等，2018）。其次，数字普惠金融可以与绿色金融相协同，赋能企业绿色创新。现行绿色金融服务机构由于成本和风险问题未能服务于众多中小企业，是绿色金融发挥受限的主要原因（Kumari，2012；Lindlein，2012）。而随着数字普惠金融的相关技术溢出至绿色金融机构，将大大降低绿色金融服务的交易成本和监督成本、减少违约风险，从而提高中小企业绿色信贷效率（张晨和董晓君，2018），助力企业绿色创新；借助数字金融平台，金融机构还可以推出多元化的绿色金融产品，服务于企业绿色创新（翁智雄等，2015）。此外，数字普惠金融融合了当前大数据、人工智能等新兴技术，数字化变革使得企业生产流程、组织结构优化，降低企业成本费用（何帆和刘红霞，2019），为企业进行绿色创新腾出空间；通过整合、分析非标准化的企业信息和市场信息，适当规避绿色创新风险；决策支持系统（DSS）的应用会降低管理层非理性决策（祁怀锦等，2020），大数据、人工智能、区块链等数字技术帮助企业遴选优质绿色项目并在监管方面发挥重要作用（段永琴等，2021），减少企业在绿色创新进程中的弯路。据此，本文提出假设1：

假设1：数字普惠金融能显著提升企业绿色创新。

（二）数字普惠金融、企业杠杆水平与企业绿色创新

因传统金融服务范围有限、服务深度不足等弊端，众多长尾群体企业无法有效融资以弥补绿色创新资金缺口，同时众多企业对未来资金流产生悲观预期，为规避资金链断裂风险，不惜采用加杠杆的激进方式获取资金以预防企业未来可能的经营困境，这导致企业杠杆水平不断攀升（唐松等，2020）。而高杠杆率对企业进行绿色创新活动存在诸多不利影响，较高的杠杆率放大了企业财务风险，出于风险控制要求企业往往保持一定的现金流（王玉泽等，2019），这将导致绿色创新缺乏必要的资源。此外，高杠杆率意味着企业要偿还大量利息（熊凌云等，2020），将会挤占绿色创新资金；高杠杆率还将加重企业代理问题，动摇企业绿色发展长远战略，企业管理层在高杠杆压力下为追求短期高回报率更青睐于金融投资等成本低、回报快的项目（王玉泽等，2019；段军山和庄旭东，2021），进而对回报周期长、投资风险大、资金需求高的绿色创新活动产生抵制现象。

数字普惠金融的发展可以较好地弥补传统金融的上述不足，缓解高杠杆率对企业绿色创新不利影响。传统金融无法为众多长尾企业服务的根本原因在于长尾企业轻资产、低抵押，风险不可控（谢绚丽等，2018），而数字金融利用云计算、人工智能、大数据等技术，提取、挖掘企业海量真实经营信息来构建完备的第三方征信体系，不仅使风险可控还能显著降低信贷的获客成本、运营成本，使得信贷决策不再简单依赖于有形资产，大大缓解了中小企业融资难、融资贵的状况（黄益平和邱晗，2021）。众多优质中小企业可以低成本、低门槛地获得绿色创新所需资金，融资环境的改善提升了企业对未来资金流的乐观预期，减少其加杠杆的激进融资行为，健康的企业杠杆水平释放企业绿色创新活力。据此，本文提出假设2：

假设2：数字普惠金融通过去杠杆促进企业绿色创新。

（三）数字普惠金融、非控股股东参与决策积极性与企业绿色创新

控股股东掌握着公司的决策权，其对私利的追逐将阻碍企业绿色创新活动（王旭和王兰，2020）。绿色创新带来环境外部性降低和节能减排，但是这些收益无法在短期转化为经济效益，而且绿色创新需要大量前期投资，其维持成本也十分昂贵（葛晓梅等，2005），资源有限的情况下，控股股东更倾向于追求“私利”放弃“公利”，投资回报周期短、收益高的项目（卢现祥和李磊，2021）。此外，绿色创新涉及生产和研发众多环节，需要多元化的知识、背景、技术和经验，控股股东非专业的指导可能使企业绿色创新偏离既有轨道，甚至引发经理人的不满和对抗（周瑜胜和宋光辉，2016）。相对于控股股东，非控股股东关更注股利分配的长期稳定性，绿色创新能有效驱动企业可持续发展与环境绩效，契合中小股东的利益诉求和环保诉求（王旭和王兰，2020）。此外，由于非控股股东数量众多，掌握着多种渠道信息以及大量社会资本（李姝等，2018），不仅可以为企业的绿色创新提供全新的视角和多元化的知识，其参与决策还能够降低控股股东对绿色创新的干预，给予经理人足够的自由度（Belloc，2013）。

长期以来控股股东牢牢掌握企业的决策权，并通过相对于非控股股东的信息优势，掏空企业资源、阻碍企业绿色创新，非控股股东只能“用脚投票”被动表达自己的不满（潘红波和韩芳芳，2016；陈克兢等，2021）。数字普惠金融的发展降低了控股股东与非控股股东的信息不对称现象，提升了非控股股东参与决策的积极性，提高了非控股股东绿色创新决策的话语权。云计算、大数据等数字技术的发展促进企业自发完善信息披露机制、规范财务报表（祁怀锦等，2020），非控股股东逐渐掌握企业真实禀赋和经营状况，这将会增加其参与决策的主动性（根据《公司法》规定，上市企业中持有股份的个体或群体股份占比达到3%以上即可向股东大会提交议题和议案），有效约束控股股东追逐私利侵占企业绿色创新资源的行为，做出更有利于企业长远发展的绿色创新决策。此外，数字投票平台可以帮助非控股股东低成本地“用手投票”，便利其直接参与企业绿色创新决策（李姝等，2018）。据此，本文提出假设3：

假设3：数字普惠金融能通过提升非控股股东参与决策积极性促进企业绿色创新。

三、研究设计

（一）样本选取与数据来源

本文根据公司注册地所在省份，将沪深两市A股上市公司数据与省级数字普惠金融发展指数进行匹配，得到2011-2018年的面板数据。在筛选企业的过程中，为保证数据科学性和合理性，借鉴唐松等（2020）的做法对数据作了三方面处理。第一，剔除样本中挂牌ST和退市的企业；第二，剔除样本中金融行业与房地产行业企业（唐松等，2020）；第三，为保障样本数据质量，剔除数据连贯年限低于5年的企业，进一步将处理后的企业数据与绿色专利数进行匹配，剔除样本缺失值，最终形成439家企业8年间的3394个观测值的面板数据。其中，企业数据来源于Wind数据库，绿色专利数据来源于国家知识产权局网站和世界知识产权组织（WIPO） 官网，数字普惠金融发展指数来源于北京大学数字金融研究中心编制的《北京大学数字普惠金融指数》（郭峰等，2019），非控股股东参与决策积极性数据来自于李姝等（2018），参见在《中国工业经济》网站（http://www.ciejournal.org）附件下载。本文使用STATA15.0软件整理分析数据。

（二）模型构建

本文采用双向固定效应模型研究数字普惠金融对企业绿色创新的影响。采用该方法的原因在于，各个企业的细分行业存在异质性，面板数据信息量较大，若不控制相关因素会导致实验结果出现偏误，降低结果的客观性，故选择控制“行业-年份”的双向固定效应模型。设定的计量模型如下：

其中：i表示企业，t表示年份，v表示i企业所在省份，Finance表示地区数字普惠金融发展程度，Control表示控制变量，ε表示残差项。

为进一步厘清数字普惠金融对企业绿色创新的影响机制，进一步采用温忠麟等（2005）的中介效应模型进行分析，回归方程如下：

其中：M代表两种中介变量，包括企业杠杆水平（Lever）与非控股股东参与决策积极性（Msp）。参考Baron和Kenny（1986）的研究，式（2）检验核心解释变量对被解释变量的直接效应，式（3）检验核心解释变量对中介变量的直接效应，式（4）检验核心解释变量和中介变量对被解释变量的直接效应。当系数θ1、β1、γ1均显著时，若γ1不显著，则表明中介变量M存在完全中介效应；若γ1显著，则表明中介变量M存在部分中介效应。

（三）指标选取与变量说明

1.企业绿色创新（Green）。目前企业层面绿色创新的衡量主要有量表设计、绿色专利授予量和绿色专利申请量三种方法。量表设计维度丰富但存在一定的主观性，专利授予易受官僚因素等影响具有更多不确定性和不稳定性（周煊等，2012），而专利技术可以在申请过程中就对企业绩效产生影响，比授予量更及时和稳定，经过比较，我们参考王馨和王营（2021）、齐绍洲等（2018）等的做法，以绿色专利申请数量衡量企业绿色创新。

2.数字普惠金融发展指数（Finance）。现有的数字普惠金融指数指标体系大多不够完善，为弥补这一缺陷，北京大学数字金融研究中心与蚂蚁金服集团基于海量的数字金融相关数据，分两期编制了2011-2018年的数字普惠金融指数，该指数受到学者的普遍认可，已被广泛运用于相关研究（唐松等，2020；张勋等，2019；谢绚丽等，2018）。为便于计量，本文将数字普惠金融指数除以100。

3.企业杠杆水平（Lever）。参考宋敏等（2021）的做法，采用企业期末总负债与企业总资产之比表征企业杠杆水平。

4.非控股股东参与决策积极性（Msp）。参考李姝等（2018）做法，采用非控股股东在股东大会中投票时的股份占比表征非控股股东参与企业决策积极性。

5.控制变量。企业年限（Age），用样本年份减去企业上市年份表示；独立董事占比（Indratio），参考王锋正和陈方圆（2018）的做法，采用独立董事占董事会人数的比值表示；资本支出（Expend），参考姚立杰和周颖（2018）的做法，使用资本支出占总资产的比值进行表示；企业规模（Size），采用总资产取自然对数进行表示；股权集中度（Equity），参考王红建等（2020）的做法，采用第一大股东股份占总股份的比值进行表示；资本密集度（Capital），参考唐松等（2020）的做法，采用总资产与主营业务的比值进行表示；控股股东掏空行为（Or），参考李星等（2020）的做法，采用其他应付款占总资产的比值进行表示。

（四）描述性统计分析

表1为主要变量的描述性统计分析结果。由表1可知，样本期企业平均每年申请1.557项绿色技术发明专利，但标准差为5.815，说明企业之间绿色创新差异较大；最大值为107，表明个别企业的绿色创新较强；中位数以及75%分位数分别为0和1，说明现阶段中国企业绿色创新存在较大短板，属于中国制造阶段，还未进入中国创造阶段。数字普惠金融发展指数（Finance）均值为2.081，标准差为0.849，说明中国数字普惠金融整体正处于健康发展阶段；企业杠杆水平（Lever）的中位数以及75%分位数分别为0.439和0.590，根据王玉泽等（2019）的研究，杠杆率高于43.01%时创新风险会增加，因此数据样本内的企业负债率较高，存在潜在的财务风险；非控股股东的投票比例（Msp）均值为0.481，中位数为0.479，表明现阶段中国的非控股股东会积极参与决策，很可能对企业绿色创新活动决策存在重要影响。其他变量与现有文献基本一致，不再赘述。

表1 描述性统计

四、实证分析

（一）回归分析

表2为企业绿色创新对数字普惠金融的基准回归结果。列（1）是双向固定效应模型下数字普惠金融与企业绿色创新的具体效应，列（2）是在列（1）基础上加入控制变量的回归结果。上述回归结果表明，数字普惠金融能显著提升企业绿色创新，在加入控制变量后数字普惠金融的系数由0.918提升到1.150，显著性水平也从5%上升至1%。可见，数字普惠金融能显著提升企业绿色创新，假说1得到验证，这也与翟华云和刘易斯（2021）的研究结果一致。

采取多种方法对基准回归结果进行稳健性检验。第一，考虑到数字普惠金融对企业绿色创新的影响可能存在时滞，同时也为适当控制反向因果问题，加入数字普惠金融指数滞后一期和滞后两期进一步回归。第二，借鉴谢绚丽等（2018）的做法，采用省级互联网普及率作为数字普惠金融指数的工具变量进行回归。互联网作为数字基础设施与数字普惠金融紧密相关，同时不与企业绿色创新产生直接关联，符合工具变量要求。第三，企业绿色创新和市场变化密切相关，忽视市场波动的影响可能导致结果偏误。在本文样本期内， 2015年股市异常波动是一个不容忽视的因素。鉴于此，剔除2016-2018年数据，只保留2011-2015年数据样本做回归分析。第四，经典的双向固定效应模型仅仅考虑了时间效应和行业效应的二维叠加效应，面板交互固定效应模型在回归中进一步控制时间效应和行业效应的交互项能更有效地反映共同因素对不同个体的效应差异（Bai，2009），因此借鉴Wang（2013）的研究，进一步采用面板交互固定效应对全样本进行回归。

表2列（3）、（4）分别为数字普惠金融指数滞后一期和滞后两期的回归结果，可见无论滞后一期还是滞后两期，数字普惠金融均能显著促进企业绿色创新。列（5）是将省份互联网普及率作为工具变量的回归结果，数字普惠金融在1%显著性水平下促进企业绿色创新。列（6）、（7）列分别是缩短样本期和面板交互固定效应模型的回归结果，可见无论是排除了股市异常波动影响因素还是加入时间效应和行业效应的交互项，数字普惠金融均能显著提升企业绿色创新，由此说明回归结论的稳健性。

表2 企业绿色创新对数字普惠金融的回归结果

（二）MQ指标分析

尽管基准回归的结果显示数字普惠金融能显著促进企业绿色创新，但数字普惠金融是否是影响企业绿色创新的关键因素？与其他影响因素相比其重要性如何？研究这些问题具有重要的理论意义和政策价值。目前常用的经济重要性指标有均值分解（Holgersson 等，2014）和Q指标（Sterck，2019）等，均值分解从水平贡献角度衡量变量重要性，Q指标从方差角度衡量变量重要性，然而这些方法皆未考虑变量的统计显著性，导致变量的经济重要性和统计重要性常常出现不匹配的情形。鉴于此，冯根福等（2021）将统计显著性因素引入重要性分析，并在Holgersson 等（2014）和Sterck（2019）研究的基础上改进和重新设计了贡献度指标MQ（Modified Q），该指标同时考虑了解释变量的水平贡献和方差贡献，能更科学合理地评价解释变量的重要性。MQ指标基于基准回归结果进行测算，所有统计显著变量的贡献度之和等于1，一般来说，贡献度超过1%可认为是重要指标。MQ贡献度指标构成如下：

其中：QV是参考Sterck（2019）构建的方差贡献视角下重要性指标，QS是参考Holgersson等（2014）构建的水平贡献视角下重要性指标，Ω为所有统计显著变量的集合，pi为变量xi的值，p0为统计显著的临界值，βi为变量xi的系数。

表3是使用MQ指标分析企业绿色创新影响因素的结果。由表3可知，企业规模是影响企业绿色创新最重要的因素，与著名的熊彼特假说之一“企业规模越大，技术创新就越有效率”相契合。数字普惠金融的MQ指标达3.277%，表明数字普惠金融的发展对于企业绿色创新具有重要作用。此外，企业所在行业和独立董事的治理作用也是影响企业绿色创新的重要因素。年份固定效应和股权集中度的MQ指标小于1%，说明宏观经济周期和股权结构对企业绿色创新的影响较小。

表3 MQ指标分析

（三）中介效应检验

表4为中介效应检验结果，列（1）为基准回归结果。列（1）、（2）、（3）为企业杠杆水平的中介效应检验。列（2）中数字普惠金融的系数显著为负，说明数字普惠金融能降低企业杠杆水平；列（3）中企业杠杆水平系数显著为负，说明企业杠杆水平过高不利于绿色创新。列（1）、（2）、（3）中数字普惠金融和企业杠杆水平的系数均较显著，且加入中介变量杠杆水平后，列（3）中数字普惠金融的系数低于列（1），可见企业杠杆水平存在部分中介效应，即数字普惠金融的发展能通过降低企业杠杆水平提升企业绿色创新，假设2得到验证。

表4 中介效应检验

列（1）、（4）、（5）为非控股股东参与决策积极性的中介效应检验。列（4）中数字普惠金融的回归结果显著为正，说明数字普惠金融能提升非控股股东参与决策的积极性；列（5）中非控股股东参与决策积极性系数显著为正，说明非控股股东参与决策积极性有利于绿色创新。列（1）、（4）、（5）数字普惠金融和非控股股东参与决策积极性的系数均显著，且加入中介变量杠杆水平后，列（5）中数字普惠金融的系数低于列（1），可见非控股股东参与决策积极性存在部分中介效应，即数字普惠金融能通过提高非控股股东参与决策积极性提升企业绿色创新，假设3得到验证。

五、进一步分析

（一）产权性质异质性分析

表5列（1）、（2）是产权性质异质性的回归结果。国有企业和非国有企业回归结果中数字普惠金融系数都在5%显著性水平下显著为正，说明数字普惠金融能显著促进国有企业和非国有企业的绿色创新。其中，国有企业的回归结果中数字普惠金融系数为1.132，非国有企业的回归结果中数字普惠金融的系数为1.638，可见，数字普惠金融对非国有企业的绿色创新促进作用更明显。

表5 数字普惠金融影响企业绿色创新的异质性分析

可能的原因在于，在中国当前制度背景下国有企业具有明显的绿色创新禀赋优势，不仅受到各种政策、资源倾斜（Ruiqi等，2016），而且在政府的信用背书下受到银行格外照拂，在信贷资源配置中享有优先权（Michael等，2009；Brandt和Li，2002），故数字普惠金融的边际作用较小。而对于非国有企业，数字普惠金融可以改善其融资环境，有效缓解非国有企业的预算约束，更有利于其开展绿色创新活动。另外，在排污权交易机制等市场型环境规制下，非国有企业可以通过出售排污权获利，因而具有更强的绿色创新意愿，而国有企业由于背负着更多政治任务，对市场反应不够敏感（齐绍洲等，2018）。因此，数字普惠金融对国有企业的绿色创新效应弱于非国有企业。

（二）行业异质性分析

2008年，国家环保部门颁布《上市公司环保核查行业分类管理名录》（环办函〔2008〕373号），将重污染行业细分为14个，2010年又将其进一步细分为16个。这里使用2012年中国证监会修订的《上市公司行业分类指引》的行业代码，结合2008、2010年重污染行业标准进行分类。

表5列（3）、（4）是行业异质性的回归结果。重污染行业企业和非重污染行业企业回归结果中数字普惠金融的系数都显著为正，说明数字普惠金融能显著促进重污染行业企业和非重污染行业企业的绿色创新。其中，非重污染企业的回归结果中数字普惠金融的系数为1.182，显著性水平为5%；重污染企业的回归结果中数字普惠金融的系数为1.795，高于非重污染企业，显著性水平也上升至1%。可见，数字普惠金融对重污染行业企业的绿色创新促进作用更明显。

可能的原因在于，相对于非重污染企业，重污染企业面临的绿色转型压力更大，更有动力借助数字金融实现自身绿色发展。首先，消费者对绿色产品的需求与日俱增，给重污染企业带来市场压力。有研究表明，消费者根据环境绩效区分各类企业，进而产生不同的消费意向（Etzion，2007）。其次，绿色创新会带来竞争优势。尽管绿色技术创新前期需要大量资金和人力投入，但作为一种技术革新，会起到节约能源、降低成本、提高质量等作用，最终使企业在市场上获得竞争优势（王锋正和陈方圆，2018）。此外，重污染企业面临较大的环境规制压力。随着环境标准和行业准入门槛不断提高，重污染、高能耗的企业不及时进行绿色转型升级，将面临淘汰风险（李婉红等，2013）。环境规制加重了重污染行业企业成本负担，可能挤占绿色创新资源（Petroni等，2019；Palmer等，1995），而数字普惠金融作为一种新的融资渠道能大大缓解重污染行业企业绿色创新的资金压力。因此，数字普惠金融对重污染企业的绿色创新效应大于非重污染企业。

（三）地区异质性分析

表5列（5）、（6）是地区异质性回归结果。其中，东部地区企业和中西部地区企业回归结果中数字普惠金融的系数都显著为正，说明数字普惠金融能显著促进东部地区企业和中西部地区企业的绿色创新。其中，东部地区企业的回归结果中数字普惠金融的系数为1.423，显著性水平为5%；中西部地区企业的回归结果中数字普惠金融的系数为4.792，高于东部地区企业，显著性水平也上升至1%。可见，数字普惠金融对中西部地区企业的绿色创新促进作用更明显，这也与翟华云和刘易斯（2021）、惠献波（2021）的研究结果一致。

可能的原因在于，东部沿海地区作为国家经济发展和改革试验的桥头堡，拥有较好的金融环境，无论是传统金融市场还是数字金融市场的发展水平都领先中西部地区，发达和完善的传统金融市场可以有效拓宽企业的资金渠道，良好的数字基础设施建设也会降低数字普惠金融的边际贡献。与东部地区相比，中西部地区传统金融市场环境较差，银行网点、自动提款机等数字金融基础设施和相关金融服务水平远低于东部地区，数字普惠金融的渠道作用可能更为显著。因此，数字普惠金融对中西部地区企业的绿色创新效应大于东部地区企业。

六、结论与建议

企业绿色创新是推进生态文明建设、促进经济高质量发展、打好污染防治攻坚战的重要支撑。在生态文明建设背景下，数字普惠金融是企业绿色创新顺利开展的重要资金保障。本文梳理了数字普惠金融影响企业绿色创新的内在机制，并以2011-2018年中国沪深A股上市公司为研究对象，将北京大学发布的《数字普惠金融发展指数》面板数据与之匹配，运用双向固定效应模型科学评价数字普惠金融对企业绿色创新的影响，并针对企业属性、行业和地区异质性进行了深入研究，主要结论如下：数字普惠金融能显著促进企业绿色创新，经过多重稳健性检验后结论依然成立；数字普惠金融能通过降低企业杠杆水平和提升非控股股东参与决策积极性来促进企业绿色创新；数字普惠金融对非国有企业、重污染行业企业和中西部地区企业的绿色创新促进作用更明显。

基于上述结论，本文提出如下建议：

第一，在控制金融风险的前提下，给予数字金融政策支持和试错空间，用金融手段助力绿色发展。一方面，持续推进数字基础设施建设，培育数字金融专业人才，完善配套产业发展，为数字普惠金融反哺企业绿色创新活动打下坚实基础。另一方面，着力构建和完善新时代金融供给体系，推动银行等传统金融机构拥抱数字时代的新变化，切实提升金融服务质量、降低服务成本，并通过发放绿色创新专项贷款等方式，纾解企业融资困境，赋能企业绿色创新；同时扶植数字金融健康发展，促进数字金融与传统金融优势互补，形成多元化金融生态，从根本上打破金融藩篱，为企业绿色创新营造良好金融环境。

第二，引导企业以绿色创新为导向，以数字普惠金融发展为契机，实现绿色转型升级。一方面，推动企业严格财务管理制度，避免高杠杆危害企业绿色创新。适当减少债务融资比重，采用股票、债券等权益性融资方式温和企业杠杆；充分利用数字普惠金融提供的金融服务，降低不必要的杠杆需求。另一方面，充分调动非控股股东参与决策的积极性，使其为企业绿色创新建言献策。通过数字普惠金融的发展倒逼自身信息披露制度升级，减轻非控股股东与控股股东信息不对称；开通网络投票平台便利非控股股东决策参与，使“沉默的大多数”可以“用手投票”；改善以往“一股独大”的企业治理环境，避免控股股东因个人短期利益而进行投机行为；通过正确教育和引导，使得非控股股东充分参与企业发展进程，集思广益发掘潜在绿色创新机会，为企业绿色创新添砖加瓦。

第三，根据企业异质性分类施策，积极发挥数字普惠金融对企业绿色创新的影响。就企业所有制而言，应进一步推动国有企业改革，使国企摘掉“竞争扭曲”帽子，公平参与市场竞争，提升国有企业效率和绿色创新意识；同时鼓励和支持非国有企业利用数字普惠金融释放绿色创新活力。就行业而言，应深化重污染行业供给侧改革制度，不断淘汰落后产能、技术和设备，鼓励企业借助数字普惠金融发展清洁技术与清洁能源，加大对重污染行业绿色转型的扶持力度，采取政府补贴、购买绿色产品等措施适当缓解企业绿色创新资金压力和市场风险。就地区而言，东部地区应依靠业已成熟的金融市场以及人才、技术集聚优势，放大数字金融的绿色创新效应，努力打造绿色创新高地；中西部地区应不断完善数字基础设施建设，缩短中西部地区与东部地区之间的数字鸿沟，借助数字金融服务实现绿色发展。