数字金融能缓解短贷长投对企业持续绿色创新的不利影响吗？

摘要 以短贷长投为代表的金融服务不足已严重制约了企业持续绿色创新，并阻碍了其绿色转型。该研究采用交互项模型，利用中国2011—2021年上市公司的面板数据和城市数字金融指数，分析数字金融在缓解短贷长投对企业持续绿色创新不利影响的作用与机制。研究发现：①短贷长投会显著降低企业的持续绿色创新能力，而数字金融的发展则可显著缓解短贷长投对企业持续绿色创新的不利影响，且该结论在经过一系列稳健性检验后依然成立。②异质性分析表明，数字金融的缓解效应会因企业与银行间是否存在关联、企业所处生命周期、污染程度以及各地区的环境规制强度差异而存在显著异质性。③机制分析表明，数字金融主要通过优化企业融资、内外部治理和研发投入等途径，显著缓解了短贷长投对企业持续绿色创新的不利影响。其中，融资机制主要包括提高金融服务可达能力、降低企业信贷成本和融资约束，内外部治理机制主要包括提高企业的社会关注度、增强企业内部控制和减少管理者短视行为，研发投入机制主要包括升级企业人力资本结构和增加研发投入。基于此，各地区应充分利用数字金融来赋能企业发展，在提高资金配置效率、满足企业多样化金融需求的同时，深化绿色发展理念，提高社会环保和监督意识，完善企业内部治理，持续推动企业绿色创新发展。

关键词 短贷长投；数字金融；持续绿色创新；融资约束；内部治理

中图分类号 F832 文献标志码 A 文章编号 1002-2104（2024）09-0123-09 DOI：10. 12062/cpre. 20231221

为促进经济与生态环境协调发展以及加快推进美丽中国建设，党的十九大报告着重强调要推进绿色发展，“十四五”规划提出要不断完善绿色制造体系，党的二十大报告进一步指出经济社会发展绿色化和低碳化是实现中国高质量发展的关键环节。发展方式的绿色转型须以较好的绿色创新能力为基础，而长期的竞争力提升以及人与自然的和谐发展则须以持续的绿色创新为动力［1-2］。作为持续绿色创新的重要主体，中国企业的绿色投资不足问题严重［2-3］，而其普遍存在的将短期借款用于长期投资的短贷长投问题则是重要的制约因素。因此，亟须创新企业融资制度。如何在既有的金融条件下，增加长期信贷供给、拓展企业融资渠道、降低投融资期限错配及其负面影响，成为当前在防范化解重大金融风险和促进企业绿色转型过程中亟待解决的重大问题。近年来快速发展的数字金融则为此提供了可能方案，但其能否缓解短贷长投对企业持续绿色创新的不利影响，还需要进一步探究。

1 文献综述与理论分析

1. 1 文献综述

持续绿色创新是指企业在较长时期持续不断地推出并实施旨在节能降耗、减少污染和改善环境质量的绿色创新行为，其不仅关注企业在一段时期的绿色创新平均水平与趋势，更注重其绿色创新行为在时间上的持续性，即企业绿色创新能力的持续提高［2］。由于短期的绿色创新仅能使企业获得暂时的利润，而长期的市场竞争优势则主要来自企业长时间的创新能力积累，因此，为提高长期竞争力，企业必须进行持续绿色创新。持续的绿色创新活动需要大量研发资金支持，其前期投入、研发难度和产出不确定风险均较大，研发周期较长，但其获得相关收益的时间则较晚。根据投融资期限匹配理论，企业债务结构应与其投资结构相匹配，即具有长期投资特征的持续绿色创新活动的融资需求应由长期信贷来满足［4］，这有助于降低企业债务代理成本、流动性风险，改善投资不足等问题［5］。然而，中国金融市场中的长期信贷供给不足等问题，使信贷资金供给与需求结构难以匹配，再加上短期贷款政策相对宽松且审批速度较快，使众多企业选择不断滚动短期信贷的替代性融资方式为其长期投资融资，在加剧自身短贷长投水平的同时［6-8］，也使其可能因长期投资无法及时产生足够的现金流来偿还到期的短期债务，从而增加了资金链断裂和债务违约风险［6，9］。与此同时，银行等金融机构也可能因此而要求企业支付更高利息，并提高其债务续贷门槛，进而抵消了短期贷款的低成本优势［8，10］。

作为一种替代性融资方式，短贷长投虽可暂时满足企业融资需求，但并未给其带来长期稳定的资金支持，且增加了资金链断裂和债务违约风险。传统金融服务覆盖面不足所导致的融资约束以及公司治理不完善和研发投入较少等问题，都是导致短贷长投制约企业持续绿色创新能力提升的重要因素。由于中国企业内源融资普遍不足、外源融资渠道较少且多以银行贷款为主，以及传统金融服务对物理金融网点的较大依赖，在金融服务距离衰减规律作用下，使得各地区的银行网点降低了对区域内客户的金融服务触达能力［11］，不仅增加了银行获取和分析客户信息的难度，加剧了信息不对称，无法实时监管信贷资金使用去向，频繁的短期借款续贷和谈判也增加了企业运营成本和流动性风险。这会降低企业资金使用效率，加剧其融资约束，而弱化的现金柔性也使企业的持续绿色创新活动更易受外部冲击影响，并增加了企业创新活动中断和投资无法收回的风险［12］。与此同时，长短期负债的无差别使用会弱化企业治理机制以及负债对企业的治理效果［13］，降低了企业及时把握市场机遇的能力，在钝化企业风险管理的同时，也增加了企业非理性投资和管理者短视行为，从而不利于企业持续绿色创新。此外，为满足银行信贷对抵押品的要求和增加回款速度，各企业往往更加倾向于削减回收期较长的研发投资［14-15］，将资源投向回款较快的销售部门和具有较强抵押能力的固定资产投资等短期投资项目［16-17］，新增融资也多用于企业财务运转而非研发创新［10］，再加上短期贷款的偿本付息压力耗费了企业大量精力，这都使一些需要长期投入且具有重大战略意义的创新项目无法开展。Allet等［18］、Soundarrajan等［19］指出，传统金融服务供给不足和投融资期限结构错配等问题，都是导致企业绿色创新投资缺口较大的重要原因。

目前，已有部分文献从金融供给的角度研究发现，区域金融和绿色金融发展都有助于缓解短贷长投对企业绿色创新的不利影响［15，20-25］，但当前的金融排斥、信息不对称、环保监督不足等问题则会极大制约金融效用发挥。Tamazian等［26］认为，传统金融在投资项目选择上往往会因更加强调短期经济效益而忽视资源消耗与环境污染，甚至会通过减少绿色投资项目来增加短期收益更高的污染项目投资。He等［3］基于社会责任分散效应研究发现，区域金融发展会显著降低企业绿色投资水平。绿色金融虽能引导信贷资金投向绿色创新等项目，但缺乏对企业信贷资金使用和环保行为的监管［27］，而绿色创新活动的高度专业性会进一步加剧信息不对称，再加上公司管理者的机会主义和短视行为，均制约了企业持续绿色创新能力的提升。因此，除了增加金融供给，还应从降低信息不对称、提高环保监督、完善公司治理和增加创新投入等角度，来缓解短贷长投对企业持续绿色创新的负面影响。数字金融则在这些方面具有较大优势，并为此提供了可能的解决方案。本研究通过考察数字金融在缓解短贷长投对企业持续绿色创新不利影响方面的作用与机制，以为其更好地服务实体经济绿色转型发展提供更多的经验证据。

1. 2 理论分析

缓解短贷长投对企业持续绿色创新不利影响的关键在于能否为企业提供资金保障和强化其组织治理的同时，增强其绿色创新投资力度。数字金融的发展通过优化企业融资、内外部治理和研发投入等途径［28-29］，显著缓解了短贷长投对企业持续绿色创新的不利影响。

1. 2. 1 数字金融与企业融资

在融资方面的作用主要表现为降低金融服务对物理网点的依赖、减少企业信贷成本和融资约束。数字金融利用网络实现服务，不再依赖实体金融网点，有助于突破传统借贷的时间与地域限制，在促进各主体间资金供求信息高效流通与跨区域匹配的同时，也弱化了信贷供给与需求的结构矛盾，降低了金融交易成本，拓展了金融触达能力和服务深度［30］。数字金融还利用大数据等技术，降低了数据挖掘和处理成本，提高了实时数据处理和信贷资金流向的监管能力，加快了信贷审批速度，降低了信息不对称和道德风险，并通过强化全过程风控而增强了识别和控制借贷风险的能力［31］。这不仅有利于银企双方建立稳定的长期信贷关系，还能根据企业特征制定满足其不同期限需求的个性化金融服务，在有效缓解企业投融资期限错配问题的同时［29］，降低了企业信贷成本和融资约束。与此同时，数字金融的发展还提高了传统金融机构的服务能力和竞争意识［32］，优化了传统金融体系，部分改变了银企双方在信贷过程中的不对等地位，不仅为企业持续绿色创新提供了更多的金融服务，也能够更好地发挥短期贷款的低成本优势。数字金融的上述优势极大降低了企业短贷长投水平及其对持续绿色创新的不利影响［33］。

1. 2. 2 数字金融与企业内外部治理

在内外部治理方面的作用主要表现为提高企业的外部关注度、强化公司治理和减少管理者短视行为。数字金融利用大数据、云计算等技术，促进了企业信息公开，提高了外界对企业信贷资金使用、污染排放和投资研发等信息的甄别能力，并能够发挥较强的社会监督和外部治理效用，有效缓解了企业因对长短期负债无差别使用而对其治理机制产生的负面影响。数字金融的发展使企业管理者受到更为严格的内外部监督，并通过强化企业治理、减少短视行为和提高信息披露质量进而提升企业风险管理能力与投资效率［34］。这不仅有助于减少企业管理者的机会主义行为和代理成本，提高企业对融资的有效利用水平以及优化投融资期限结构的能力，降低企业风险投资和短贷长投水平［35］，还能够增加对企业长期发展和竞争优势培育具有重要意义的创新投资，进而提高企业的持续绿色创新能力。

1. 2. 3 数字金融与企业研发投入

在研发投入方面的作用主要表现为升级企业人力资本结构和增加研发投入。绿色创新作为一种无形资产，不仅需要大量的研发人才和资金投入，也需要较高的人力资本结构。在绿色发展理念深入人心和政府环境规制不断加强的现实背景下，以数字技术为基础的数字金融发展，不仅提高了社会公众对企业环境信息甄别能力及对企业绿色行为监督的能力，增加了公众环保投诉，揭发了“漂绿”事件，也倒逼企业为减少环保处罚、维护良好形象和履行社会责任而持续增加绿色创新投资［36］。与此同时，绿色产品的较高溢价和利润［37］，以及政府对企业绿色投资的财政补贴、税收减免等优惠政策，也会放大绿色转型发展的积极效应，并增强企业对持续绿色创新的现实诉求［38］。再加上前述资金链断裂风险降低、融资约束缓解和内外部治理增强等效应，都使企业积极利用数字金融，并通过升级人力资本结构、增加研发人员和资金投入、提高研发投资的绿色偏向，进而缓解短贷长投对企业持续绿色创新的不利影响。

据此，本研究提出如下研究假说。

H1：数字金融能够缓解短贷长投对企业持续绿色创新的不利影响。

H1a：从融资来看，数字金融通过提高金融服务可达能力、降低企业信贷成本和融资约束，缓解了短贷长投对企业持续绿色创新的不利影响。

H1b：从内外部治理来看，数字金融通过提高企业的社会关注度、增强企业内部控制和减少管理者短视行为，缓解了短贷长投对企业持续绿色创新的不利影响。

H1c：从研发投入来看，数字金融通过升级企业人力资本结构和增加研发投入，缓解了短贷长投对企业持续绿色创新的不利影响。

2 模型设定与变量选择

2. 1 模型设定

利用中国2011—2021年的上市公司数据和城市数字金融指数数据，并设立如下交互项模型，来考察数字金融在缓解短贷长投对企业持续绿色创新不利影响方面的作用：

persit = α0 + α1 sfliit + α2digfinit + α3 sfliit ×digfinit + γXit + μi + νt + εit（1）

式中：persit为i 企业t 年的持续绿色创新水平，sfliit为企业的短贷长投水平，digfinit为企业所在城市的数字金融指数，系数α3反映了数字金融在缓解短贷长投对企业持续绿色创新不利影响方面的作用。Xit为一系列可能影响被解释变量的控制变量，μi和νt分别为企业和时间固定效应，εit 为随机误差项。ɑ0 为截距项，ɑ1 与ɑ2 分别为sfli 与digfin 的估计系数，γ 为各控制变量的估计系数。

2. 2 变量选择

2. 2. 1 被解释变量

被解释变量为持续绿色创新水平。鉴于不同企业在研发内容、研发难度、专利授权等方面存在差异，且持续绿色创新能力的提高并不局限于年份，而更加注重绿色创新的持续时间，加之专利申请的“片段式”特点，使得很多创新项目的研发周期超过1年，故本研究参考何郁冰等［39］的方法，将连续两年数据进行合并计算，使用各企业绿色专利申请量的环比增长率乘以当期绿色专利申请量来衡量其持续绿色创新水平，即将各企业第t 年的持续绿色创新水平（pers）定义为其在第t-1与t 年间的绿色专利申请量之和较第t-2与t-1年间的绿色专利申请量之和的环比增长率，再乘以第t-1与t 年的绿色专利申请量之和。

2. 2. 2 核心解释变量

核心解释变量为短贷长投（sfli）、数字金融（digfin）及二者的交互项（sfli × digfin）。短贷长投，即将短期借款用于长期投资等用途，本研究借鉴钟凯等［8］的方法，用“购建固定资产等投资活动现金支出”代表长期投资，用“长期借款本期增加额（本期长期借款 + 一年内到期非流动负债 - 前期长期借款）”代表长期贷款，两者的差额减去股权融资和内源融资（具体包括“本期权益增加额”“经营活动现金净流量”和“出售固定资产现金流入”）即得到各企业的短贷长投规模，再将其除以总资产以剔除规模效应。即sfli = ［购建固定资产等投资活动现金支出 - （长期借款本期增加额 + 本期权益增加额 + 经营活动现金净流量 + 出售固定资产现金流入）］ / 期初企业资产总额。sfli 值越大，说明企业用长期贷款支持长期投资的缺口越大，其短贷长投现象也越严重。

数字金融主要指利用大数据、云计算和人工智能等技术赋能传统金融，通过减少交易成本、降低信贷门槛和扩大金融服务范围，让各种被现代金融服务排斥的弱势群体也能获得高品质服务的金融模式。本研究中地区数字金融发展水平采用北京大学数字金融研究中心公布的城市数字普惠金融指数除以100来衡量［30］。

2. 2. 3 控制变量

参考钟凯等［8］、刘晓光等［10］的研究，控制变量主要包括企业负债率（lev）、所有者权益比率的对数值（ln KS）、销售额的对数值（ln sales）、销管费用比率（sga）、存货净额占总资产比例（stock）、总资产收益率（roa）、企业年限（ln age，用观测年份减企业成立年份加1后再取对数表示）、现金流量比率（cashdire）以及固定资产比例（capint）。

2. 3 数据来源

中国上市公司数据来自中国经济金融研究数据库（CSMAR），并剔除了金融与房地产类、ST与PT类以及数据严重缺失的样本，数字金融指数来自北京大学数字金融研究中心。本研究通过将中国研究数据服务平台（CNRDS）中的中国上市公司专利分类号信息与WIPO数据库在2010年发布的“国际专利分类绿色清单”匹配，以获取中国企业的绿色创新专利数据。为减少极端异常值影响，对各连续变量进行1%的缩尾处理。

3 实证结果与分析

3. 1 基准回归结果

在控制企业和时间固定效应的基础上，本研究使用样本数据对既有研究中关于短贷长投降低企业持续绿色创新的相关结论进行检验。表1列（1）为仅控制企业短贷长投（sfli）变量的回归结果，表1列（2）进一步控制了其他控制变量，sfli 系数均显著为负，说明短贷长投会显著降低企业的持续绿色创新能力。为检验数字金融在缓解短贷长投对企业持续绿色创新不利影响方面的作用，表1列（3）的核心解释变量换为企业短贷长投（sfli）、数字金融（digfin）以及二者交互项（sfli × digfin），表1列（4）进一步控制了其他控制变量，各交互项系数均显著为正，说明数字金融的发展能够显著缓解短贷长投对企业持续绿色创新的不利影响。假设H1得证。

3. 2 稳健性检验

为提高研究结论的可靠性，进行如下稳健性检验。

3. 2. 1 变量调整

首先，参考何郁冰等［39］的方法，分别使用各企业绿色发明专利申请量与绿色发明专利授权量计算的持续绿色创新水平pers1和pers2替换原被解释变量并进行回归，交互项系数仍显著为正。其次，将各企业所在城市的数字金融指数替换为其所在省份的数字金融指数，回归结果依然稳健。最后，为避免行业和地区可能存在的潜在时间趋势影响，将各行业虚拟变量与时间的交互项，以及各地区虚拟变量与时间的交互项代入回归模型，研究结论不变。

3. 2. 2 样本期间调整

为降低疫情对结论的可能影响，本研究使用2020年之前的数据进行检验，研究结论不变。

3. 2. 3 PSM检验

为缓解由企业特征所导致的样本选择偏误，本研究将样本期内存在短贷长投行为的企业作为处理组，其余为控制组，先使用Logit模型估计倾向得分，然后分别使用核匹配与近邻匹配法对处理组进行匹配后再进行重新估计，各交互项系数仍显著为正。

3. 2. 4 工具变量法处理

绿色创新具有的高风险性，以及专利等无形资产难以作为抵押品进行债务融资等特点，都会降低企业的信贷能力，影响到他们的债务期限［12］。为降低类似的内生性问题，使用排除各企业自身后的其所在城市内其余企业的短贷长投水平均值（meansfli）作为各企业短贷长投的工具变量，并参考张勋等［40］的方法，使用各年度剔除本企业所在城市后的全国其余城市数字金融指数均值（mean⁃digfin），与本企业所在城市到杭州市的地理距离（dis⁃tance）的乘积（meandigfin × distance），以及与该城市平均坡度（slope）的乘积（meandigfin × slope），作为各企业所在城市数字金融指数的工具变量，并将meansfli × meandig⁃fin × distance 与meansfli × meandigfin × slope 作为短贷长投和数字金融交互项的工具变量，使用两阶段最小二乘估计（2SLS）进行检验。结果显示，2SLS检验结果与基准回归结果的结论一致，各工具变量检验的F 值均大于10，表明短贷长投对企业持续绿色创新的抑制效应以及数字金融在缓解短贷长投对企业持续绿色创新不利影响方面的作用都是稳健的。

4 异质性分析

4. 1 银企关联异质性

银行与企业之间是否存在关联，将会对二者间的交易成本以及企业融资和创新产生重要影响［41］。相较与银行存在关联的企业，非银行关联企业获得信贷的难度更大，融资约束更高，其创新能力也更弱［42］。本研究按照翟胜宝等［42］的方法，根据各企业高管是否有银行背景、各企业是否被银行持有股份以及是否持有银行股份，将全样本分为存在和不存在银企关联两组，并进行分组回归。结果发现：对于不存在银企关联的企业，由于较高的信贷门槛和融资成本，短贷长投会显著降低其持续绿色创新能力，而数字金融的发展则通过降低银企信息不对称、拓展企业融资渠道和创新金融服务，有效提高了金融触达能力和服务深度，满足了企业多样化的融资需求，降低了企业投融资期限错配程度，并缓解了短贷长投对企业持续绿色创新的不利影响。对于存在银企关联的企业，其融资约束较低且更易获得债务展期和再融资，这就会降低其对数字金融的需求，并使数字金融难以发挥显著效果。进一步研究发现，这种效应在高管无银行背景的企业中表现最显著，在未被银行持有股份的企业中次之，在未持有银行股份的企业中最弱（异质性分析相关结果限于篇幅而未汇报，作者留存备索）。

4. 2 生命周期异质性

处于生命周期不同阶段的企业，其盈利水平、融资能力和对长短期债务的偏好差异，都会影响其持续绿色创新能力。本研究参考Koh等［43］的综合得分判别法，根据各企业的销售收入增长率、存留收益率、资本支出率和公司年龄的综合得分情况，将全样本划为成长期、成熟期和衰退期3类不同企业，并进行分组回归。根据相关结果可知，短贷长投会显著降低处于成熟期和衰退期企业的持续绿色创新能力，对成长期企业的降低效应不显著。主要原因为：成长期企业由于经营风险较大、融资约束较高且尚未形成稳定的盈利能力，其为了降低资金链断裂风险而选择短贷长投的融资模式，发挥了短期贷款的低成本优势，进而部分缓解了短贷长投对其持续绿色创新的负面影响。对于成熟期企业，短贷长投会加剧其非效率投融资、钝化其风险管理并弱化其治理机制［17］，进而对持续绿色创新产生显著的不利影响。对于衰退期企业，盈利能力和现金流的降低以及经营风险的增加，极大加剧了企业融资约束，再加上短贷长投对其抗风险能力的弱化效应［16］，因而显著降低了企业的持续绿色创新能力。

持续绿色创新能力的提高有助于企业降低环境规制成本、获得绿色声誉和抢占更多市场份额。随着成熟期企业盈利能力的日益稳定、治理结构的逐步完善和对投融资期限结构管理能力的不断提高，其不仅能够更好地利用数字金融进行低成本融资、获得更多金融服务，还能够发挥短期借款的低成本优势，并缓解短贷长投对企业持续绿色创新的不利影响。对于处于衰退期的企业，其为了维持市场竞争力，会寻求更多的融资渠道（尤其是数字金融）以提高其持续绿色创新水平和市场份额，能够更加充分地发挥该类企业长期积累的创新知识和市场网络优势，通过发挥管理层的市场经验和对绿色技术发展方向的识别与把握，进而赋予衰退期企业新的发展机遇和活力，并发挥更强作用。对于处于成长期的企业，则会因其市场信用、抵押资产和抗风险能力等不足，难以有效发挥数字金融作用，其持续绿色创新能力也无法显著提升。

4. 3 污染程度异质性

数字金融在缓解短贷长投对企业持续绿色创新负面影响方面的作用会因企业污染程度不同而存在差异。本研究参考陆菁等［44］的方法，根据行业污染强度而将样本分为高耗能高污染与低耗能低污染企业，并进行分组回归。结果显示，数字金融与短贷长投的交互项系数均为正值，但只在高耗能高污染企业中才显著。其原因可能在于：数字技术的广泛应用，增强了外界对企业污染排放行为的信息甄别和社会监督，各金融机构为践行绿色金融理念也会提高高耗能高污染企业的信贷门槛，再加上公众环保投诉、“漂绿”事件揭发、高额污染处罚，以及较高成本的环保设施投资也会加剧高耗能高污染企业的短贷长投水平，这都会倒逼高耗能高污染企业积极拓展融资渠道，尤其通过数字金融来获得更多融资以为其持续绿色创新提供资金保障。这也有助于该类企业树立良好环保形象、获得更多绿色声誉和产品溢价，并实现绿色转型发展。

4. 4 环境规制强度异质性

按照吴力波等［45］的方法，本研究使用各地区的年度百度环境污染总搜索指数来衡量其公众环境关注度，并参照叶琴等［46］的方法，采用各地区单位产值的工业“三废”排放量（废水、SO2、烟尘）来计算其环境规制强度综合指数（为保持指标方向一致化，此处采用倒数一致化对环境规制综合指数进行处理）。本研究通过构建如下模型，从公众环保监督和政府环境规制的双重视角，考察各地区的环境规制强度（ER）在数字金融缓解短贷长投对企业持续绿色创新不利影响方面的作用。

persit = β0 + β1 sfliit + β2digfinit + β3 sfliit ×digfinit + β4 sfliit × digfinit × ERit +β5 ERit + γXit + μi + νt + εit（2）

式中：β0为截距项，β1、β2、β3与β5分别为各水平变量的估计系数，ER 为各地区的环境规制强度综合指数，β4反映了各地区的环境规制强度（ER）在数字金融缓解短贷长投对企业持续绿色创新不利影响方面的作用。其他变量含义同式（1）。

根据回归结果可知，sfli × digfin × ER 的系数均显著为正，说明在公众环境关注度和环境规制强度综合指数高的地区，数字金融的发展更能够显著缓解短贷长投对企业持续绿色创新的不利影响。这主要与当前公众和政府的环保监督意识增强、外界对企业信息的甄别能力提高以及企业更加追求绿色声誉等因素有关。这就从客观和主观的双重角度，增强了企业进行持续绿色创新的现实诉求［37］。

5 机制分析

5. 1 提高金融服务可达能力和降低企业融资约束

无法获得足够且低成本的金融服务是导致中国企业投融资期限错配及其持续绿色创新动力不足的重要原因。然而，数字金融的发展通过降低金融服务对物理网点的依赖、增强资金供求信息匹配和数据处理能力，极大提高了金融服务可达性［40］，并降低了企业信贷成本和融资约束。本研究通过使用各地区平均每个银行网点服务范围的自然对数值（即各城市行政区域面积与银行网点数比值的对数值）来表示传统金融的可达能力（其值越大，说明银行网点越稀疏，其对客户的可达能力也越低）；利用财务费用与负债比值以及利息支出与负债比值来衡量企业信贷成本；采用KZ指数来衡量企业融资约束。以此来考察数字金融通过影响金融服务可达能力和融资约束，进而缓解了短贷长投对企业持续绿色创新的负面影响。

相关回归结果显示，传统银行等金融机构较低的服务可达能力通过增大企业融资难度和资金链断裂风险而显著降低了企业持续绿色创新水平，数字金融则通过提高金融服务可达能力、提供多元化的金融业务、增强企业调整投融资期限结构的能力并发挥短期借贷的低成本优势，显著缓解了短贷长投对企业持续绿色创新的不利影响。与此同时，数字金融还通过降低企业财务费用与利息支出等信贷成本和融资约束，弱化了短贷长投对企业持续绿色创新的负面影响。

5. 2 增强社会关注和企业内部治理

采用各企业百度指数年总和数的自然对数值表示全社会对各企业的关注度（baidu），采用迪博内部控制指数评分表示各企业内控质量（dibo），参考胡楠等［47］的方法，利用各企业年报中有关管理者短视行为的词汇信息来构建各企业管理者短视水平指标（myopia），以此来考察数字金融通过提高企业的社会关注和内部治理，而缓解短贷长投对企业持续绿色创新的不利影响。

表2列（1）的结果显示，数字金融的发展显著提高了短贷长投企业的社会关注度，较好发挥了信息甄别、社会监督和外部治理效用，并倒逼管理层提高企业内控质量（表2列（2））和减少短视行为（表2列（3）），有助于缓解短贷长投对企业持续绿色创新的不利影响。

5. 3 升级人力资本结构和增加研发投入

环境规制的倒逼作用和企业对绿色产品溢价与声誉的追求，都会推动企业积极调整人力资本结构和研发投入，以加快其绿色创新和转型发展。本研究通过将各企业大专及以上员工占企业总人数的比例来衡量其人力资本结构（highedu）。表3列（1）的结果显示，数字金融的发展通过使企业雇佣更多的高学历人才，升级其人力资本结构，而为短贷长投企业的持续绿色创新活动提供了人力和智力资源保障。

进一步考察了数字金融对短贷长投企业研发资金（rdspend，用各企业研发资金占其营业收入的比例来衡量）和研发人员投入（rdperson，用各企业研发人员数占其员工总数的比例来衡量）的影响，借鉴Richardson［48］的方法，使用rdspend 和rdperson 对本研究控制变量进行回归后的残差值来表示其研发投资的非效率水平，并将残差值大于0的样本划为研发投入过度组，其余为研发投入不足组，以进行分组回归。结果显示，数字金融的发展能够显著提高短贷长投企业的研发资金和研发人员投入（表3列（2）和列（5）），并显著缓解其创新投入不足等非效率投资问题（表3列（4）和列（7）），对创新投入过度的抑制作用尚不显著（表3列（3）和列（6））。数字金融发展带来的人力资本升级、创新投入增加和非效率投资降低，都有助于缓解短贷长投对企业持续绿色创新的不利影响。

6 结论与政策建议

本研究利用中国2011—2021年上市公司数据和城市层面数字金融指数，考察了数字金融在缓解短贷长投对企业持续绿色创新不利影响方面的重要作用，研究发现：①短贷长投虽可暂时满足企业融资需求，但会显著降低其持续绿色创新能力，而数字金融的发展则能够缓解短贷长投对企业持续绿色创新的负面影响。②在与银行不存在关联的企业、处于生命周期成熟期和衰退期的企业、高耗能高污染企业以及公众环境关注度和政府环境规制强度高的地区，数字金融的发展均能够显著缓解短贷长投对企业持续绿色创新的不利影响。③数字金融主要通过融资、内外部治理和研发投入等渠道，缓解了短贷长投对企业持续绿色创新的不利影响。

为降低企业短贷长投风险及其对持续绿色创新的不利影响，提出建议如下：①各级政府应通过加大研发补贴、税收优惠和知识产权保护等力度，激励企业增加研发投入，不断提高其持续绿色创新能力；加快金融市场化改革进程，降低信贷门槛，增加企业长期融资渠道，优化金融市场中的长短期信贷资金供给结构，提高全社会的资金配置效率，缓解企业融资约束；鼓励银行等金融机构创新绿色金融等服务，降低其服务企业持续绿色创新和开展绿色金融业务的风险；宣传和深化绿色发展理念，提高全社会对环境保护的监督和治理意识，引导企业绿色投资和转型发展。②各地区应积极推进数字金融发展，利用数字技术赋能传统金融，提高其对企业声誉、经营风险、环保责任等“软信息”的综合处理能力，发挥其在提高金融资源配置效率、监管信贷资金使用、满足企业多样化金融需求等方面的众多优势，不断增强其对中小微企业和弱势群体的金融服务创新能力，减少投融资期限错配现象及其风险；多措并举以加强环境规制，积极落实绿色信贷政策，提高企业绿色创新的声誉效益，激发企业持续绿色创新活力。③各企业也应不断完善内部治理机制，提高信息披露和内控质量，规范信贷资金使用，优化投融资期限结构，不断提高企业风险管理能力和投资效率；降低管理者的机会主义行为和代理成本，减少短视行为，提高对融资的有效利用水平；加大绿色创新投资力度，加快企业绿色转型和高质量发展，发挥绿色创新知识溢出效应，持续推进美丽中国建设进程。

参考文献

［1］ 张智光. 绿色经济模式的演进脉络与超循环经济趋势［J］. 中国人口·资源与环境，2021，31（1）：78-89.

［2］ 周雪峰，韩露，肖翔.“双碳”目标下数字经济对企业持续绿色创新的影响：基于数字化转型的中介视角［J］. 证券市场导报，2022（11）：2-12.

［3］ HE L Y，LIU L. Stand by or follow：responsibility diffusion effectsand green credit［J］. Emerging markets finance and trade，2018，54：1740-1760.

［4］ MYERS S C. Determinants of corporate borrowing［J］. Journal of financialeconomics，1977，5（2）：147-175.

［5］ BARCLAY M J， SMITH W L. The maturity structure of corporatedeb［t J］. Journal of finance， 1995（2）： 609-631.

［6］ ACHARYA V V，GALE D，YORULMAZER T. Rollover risk andmarket freezes［J］. Journal of finance，2011，66（4）：1177-1209.

［7］ 白云霞，邱穆青，李伟. 投融资期限错配及其制度解释：来自中美两国金融市场的比较［J］. 中国工业经济，2016（7）：23-39.

［8］ 钟凯，程小可，张伟华. 货币政策适度水平与企业“短贷长投”之谜［J］. 管理世界，2016（3）：87-98，114.

［9］ GOPALAN R，SONG F H，YERRAMILLI V. Debt maturity structureand credit quality［J］. Journal of financial and quantitative analysis，2014，49（4）：817-842.

［10］ 刘晓光，刘元春. 杠杆率、短债长用与企业表现［J］. 经济研究，2019，54（7）：127-141.

［11］ PASAOGULLARI N，DORATLI N.Measuring accessibility and utilizationof public spaces in Famagusta［J］.Cities，2004，21（3）：225-232.

［12］ HALL B H. The financing of research and development［J］. Oxfordreview of economic policy，2002，18（1）：35-51.

［13］ 童盼，陆正飞. 负债融资对企业投资行为影响研究：述评与展望［J］. 会计研究，2005（12）：71-76.

［14］ CZARNITZKI D，KRAFT K. Capital control，debt financing and innovativeactivity［J］. Journal of economic behavior & organization，2009，71（2）：372-383.

［15］ 马红，侯贵生，王元月. 短贷长投对企业创新可持续性支持的实证研究［J］. 科技进步与对策，2018，35（11）：109-116.

［16］ 姜绍静，彭以忱，彭纪生. 短债长用与资源配置［J］. 经济经纬，2021，38（4）：132-140.

［17］ 鞠晓生，卢荻，虞义华. 融资约束、营运资本管理与企业创新可持续性［J］. 经济研究，2013，48（1）：4-16.

［18］ ALLET M，HUDON M. Green microfinance：characteristics of microfinanceinstitutions involved in environmental management［J］.Journal of business ethics，2015，126（3）：395-414.

［19］ SOUNDARRAJAN P，VIVEK N. Green finance for sustainablegreen economic growth in India［J］. Agricultural economics，2016，64：35-44.

［20］ HU G Q，WANG X Q，WANG Y.Can the green credit policy stimulategreen innovation in heavily polluting enterprisesvidence froma quasi‑natural experiment in China［J］.Energy economics，2021，98：105134.

［21］ WANG H T，QI S Z，ZHOU C B，et al. Green credit policy，governmentbehavior and green innovation quality of enterprises［J］. Journalof cleaner production，2022，331：129834.

［22］ AGRAWAL R，AGRAWAL S，SAMADHIYA A，et al. Adoption ofgreen finance and green innovation for achieving circularity： an exploratoryreview and future directions［J］. Geoscience frontiers，2023：101669.

［23］ GU H R，YANG S G，XU Z Y，et al. Supply chain finance，green innovation，and productivity：evidence from China［J］. Pacific‑basinfinance journal，2023，78：101981.

［24］ 王康仕，孙旭然，王凤荣. 绿色金融发展、债务期限结构与绿色企业投资［J］. 金融论坛，2019，24（7）：9-19.

［25］ 王馨，王营. 绿色信贷政策增进绿色创新研究［J］. 管理世界，2021，37（6）：173-188.

［26］ TAMAZIAN A，BHASKARA RAO B. Do economic，financial andinstitutional developments matter for environmental degradation：evidence from transitional economies［J］. Energy economics，2010，32（1）：137-145.

［27］ REN X D，SHAO Q L，ZHONG R Y. Nexus between green finance，non‑fossil energy use，and carbon intensity：empirical evidencefrom China based on a vector error correction model［J］.Journal of cleaner production，2020，277：122844.

［28］ 郭峰，熊云军. 中国数字普惠金融的测度及其影响研究：一个文献综述［J］. 金融评论，2021，13（6）：12-23，117-118.

［29］ 翟淑萍，韩贤，陈曦. 数字金融对企业投融资期限错配的影响及其路径分析：基于“短贷长投” 视角［J］. 广东财经大学学报，2021，36（4）：96-110.

［30］ 郭峰，王靖一，王芳，等. 测度中国数字普惠金融发展：指数编制与空间特征［J］. 经济学（季刊），2020，19（4）：1401-1418.

［31］ FUSTER A，PLOSSER M，SCHNABL P，et al. The role of technologyin mortgage lending［J］. Review of financial studies，2019，32（5）：1854-1899.

［32］ NORDEN L，SILVA BUSTON C，WAGNER W. Financial innovationand bank behavior：evidence from credit markets［J］. Journalof economic dynamics and control，2014，43：130-145.

［33］ GORODNICHENKO Y，SCHNITZER M. Financial constraints andinnovation：why poor countries don't catch up［J］. Journal of theEuropean Economic Association，2013，11（5）：1115-1152.

［34］ BUSHMAN R M，SMITH A J. Financial accounting informationand corporate governance［J］. Journal of accounting and economics，2001，32（1/2/3）：237-333.

［35］ 肖作平，廖理. 公司治理影响债务期限水平吗：来自中国上市公司的经验证据［J］. 管理世界，2008（11）：143-156.

［36］ BAO X， LUO Q， LI S， et al. Corporate social responsibility and maturitymismatch of investment and financing： evidence from polluting andnon‑polluting companies［J］. Sustainability， 2020， 12（12）： 49-72.

［37］ XIE X M，HUO J G，QI G Y，et al. Green process innovation and fi‑nancial performance in emerging economies：moderating effects ofabsorptive capacity and green subsidies［J］. IEEE transactions onengineering management，2016，63（1）：101-112.

［38］ SHAPIRO J S，WALKER R.Why is pollution from US manufacturingdeclining：the roles of environmental regulation，productivity，andtrade［J］.American economic review，2018，108（12）：3814-3854.

［39］ 何郁冰，周慧，丁佳敏. 技术多元化如何影响企业的持续创新［J］. 科学学研究，2017，35（12）：1896-1909.

［40］ 张勋，万广华，吴海涛. 缩小数字鸿沟：中国特色数字金融发展［J］. 中国社会科学，2021（8）：35-51.

［41］ LU Z F，ZHU J G，ZHANG W N. Bank discrimination，holdingbank ownership，and economic consequences：evidence from China［J］. Journal of banking & finance，2012，36（2）：341-354.

［42］ 翟胜宝，许浩然，唐玮，等. 银行关联与企业创新：基于我国制造业上市公司的经验证据［J］. 会计研究，2018（7）：50-56.

［43］ KOH S，DURAND R B，DAI L L，et al.Financial distress：lifecycleand corporate restructuring［J］.Journal of corporate finance，2015，33：19-33.

［44］ 陆菁，鄢云，王韬璇. 绿色信贷政策的微观效应研究：基于技术创新与资源再配置的视角［J］. 中国工业经济，2021（1）：174-192.

［45］ 吴力波，杨眉敏，孙可哿. 公众环境关注度对企业和政府环境治理的影响［J］. 中国人口·资源与环境，2022，32（2）：1-14.

［46］ 叶琴，曾刚，戴劭勍，等. 不同环境规制工具对中国节能减排技术创新的影响：基于285个地级市面板数据［J］. 中国人口·资源与环境，2018，28（2）：115-122.

［47］ 胡楠，薛付婧，王昊楠.管理者短视主义影响企业长期投资吗：基于文本分析和机器学习［J］.管理世界，2021，37（5）：139-156.

［48］ RICHARDSON S. Over‑investment of free cash flow［J］. Review ofaccounting studies，2006，11（2）：159-189.

（责任编辑：王爱萍）

基金项目：国家社会科学基金重大项目“高速交通网络与我国劳动力资源时空配置机制研究”（批准号：22&ZD064）；嘉兴大学科研启动项目“农村发展电子商务对城乡收入差距的影响研究”（批准号：71523016）。