数字金融对工业绿色化的影响效应研究

［摘要］文章基于2011—2020年中国30个省份的面板数据，利用双向固定效应模型和中介效应模型实证分析数字金融对工业绿色化的影响及其传导机制。实证研究结果表明，通过促进要素市场化、强化市场在资源配置中的主导作用以及提高市场化水平，数字金融显著推动了工业绿色化。在高水平的营商环境、法治环境以及技术创新水平情况下，数字金融对工业绿色化将产生更大的“激励效应”；此外，数字金融对工业绿色化的推动作用在空间维度上也存在显著差异。文章的研究结论不仅丰富了数字金融与工业绿色化的文献，也对我国相关部门制定数字金融政策、继续推动绿色发展战略具有参考价值。

［关键词］数字金融；工业绿色化；市场化；异质性分析

中图分类号：F424；F832""" 文章标志码：A""" 文章编号：1672-0563（2024）04-0050-17

DOI：10.13773/j.cnki.51-1637/z.2024.04.007

引言

随着经济的发展，我国面临的环境、能源等问题日益恶化，继续以破坏环境、浪费资源为代价的工业生产显然是不可持续的。习近平总书记在二十大报告中指出，要协同推进降碳、减污、扩绿、增长，推进生态优先、节约集约、绿色低碳发展。在此背景下，持续推进工业生产过程中能源利用效率的提高、废物排放的减少，实现工业生产与生态环境的和谐，是新时期工业生产发展的必然趋势。如何有效地推进工业绿色化，工信部印发的《“十四五”工业绿色发展规划》给出了回答，其中明确提出要通过实现碳排放和污染物排放强度的降低、能源效率和资源利用水平的提高以及绿色制造体系的完善这五个方面的内容来推动工业绿色化。骆玲，史敦友（2020）［1］指出，工业绿色化在本质上是工业生态环境效率较高的企业持续不断地替代工业生态环境效率较低的企业，并在整体上实现生态环境质量不断改善和工业经济持续增长的产业结构调整过程。中国推动工业绿色化需要有相应的绿色投资，这意味着需要有大量的资金、多样化的融资来源（李晓梅等，2019）［2］。当前传统金融体系下，国有银行等大型金融机构由于信息不对称等问题难以向中小企业提供大额资金的贷款，这对工业绿色化产生了不同程度的阻碍。

数字金融是大数据、机器学习、云计算等新技术在金融领域的应用（黄益平，2018）［3］。数字金融克服了传统金融服务的时空限制，形成了融资、支付、投资和其他新型金融业务模式，更好地服务实体经济，与传统金融相比，数字金融具有创新性、普惠性的特点。数字金融

实质上是一种最新的金融服务，也是依托互联网信息技术与传统金融服务相结合的产物，使得金融服务覆盖面更广、效率更高且更具普惠性。其中，数字金融能有效地缓解民营企业的融资约束，为民营企业的发展提供相应的资金支持（解维敏等，2021）［4］。而数字金融这一全新的金融模式能否推动工业绿色化？数字金融对工业绿色化的影响具有什么样的传导机制？数字金融对工业绿色化的影响是否存在区域异质性？在不同营商环境水平、法治水平以及技术研发创新能力水平上，数字金融对工业绿色化的影响是否具有差异性？因此探讨分析数字金融对工业绿色化的影响在理论与实践层面具有极为重要的研究意义。基于此，本文以30个省份2011—2020年的面板数据，考察数字金融对工业绿色化的影响并分析其传导机制和异质性条件，这不仅有利于促进绿色可持续发展，也有利于数字金融的发展实践。

本文的贡献主要体现在以下几个方面。第一，文章采用工业绿色化指数来衡量绿色发展，一方面，与以往从某个单一角度来衡量绿色发展的文献不同，工业绿色化指数能够从资源消耗、废物排放、工业绿色转型三个角度来综合衡量绿色发展。另一方面，工业绿色化本质上是实现工业经济增长与绿色发展的双赢，因此探讨数字金融对工业绿色化的影响，不仅能够更为全面、准确地考察数字金融对绿色发展的影响，还考察了数字金融对工业生产与生态环境和谐发展的影响，进而对绿色发展领域的文献做出重要补充，同时也为工业高质量发展提供了重要参考。第二，区别于考察技术创新、环境规制等对工业绿色化影响的文献，本文从数字金融这一视角入手探究金融发展对工业绿色化的作用，验证数字金融影响工业绿色化的可能路径，既拓展了工业绿色化影响因素的文献，也进一步丰富了数字金融影响的研究。第三，本文以市场化、要素市场化和市场主导作用为中介变量对数字金融影响工业绿色化的传导机制进行了检验，并且从营商环境、法治化水平、技术创新水平以及地区四个方面进行异质性分析，对比了数字金融对工业绿色化的影响，进而使得研究结论更具有实践意义，为保障数字金融、促进工业绿色化相关政策的制定提供了经验证据。

一、文献综述与理论分析

（一）文献述评

自党的第十八届中央委员会第五次全体会议上首次提出“绿色发展”这一理念以来，学术界对于绿色发展的内涵及其影响因素展开了多角度的分析解读。其中，有关绿色发展的实现路径以及影响因素近来愈发受到研究者的重视。从污染减排角度出发，学者们通过实证研究得出：绿色技术创新（谢荣辉，2021）［5］、政策（邹薇等，2022）［6］、金融发展（严成樑等，2016）［7］、经济发展（叶仁道等，2017）［8］等因素会促使企业提高能源利用效率、降低污染物以及二氧化碳的排放，从而实现绿色发展。2008年以前学者主要围绕经济发展与绿色发展进行研究；然而，有学者指出金融发展是绿色发展的重要因素（Tamazian等，2009）［9］，认为更高水平的金融发展可能会有利于降低污染物以及二氧化碳的排放、技术创新等，进而推动绿色发展（Halicioglu，2009；Tamazian 等，2010）［10-11］。

2008年后，众多学者围绕金融发展对生态环境影响展开研究，但尚未形成共识。一些学者认为金融发展有利于工业绿色化。例如，Tamazian ，Rao（2010）对24个转型经济体1993—2004年的面板数据进行GMM估计，考察了制度质量和金融发展对环境绩效的影响。严成樑等（2016）基于中国30个省份1997—2012年的面板数据，实证分析了金融发展对二氧化碳强度的影响，结果显示金融发展对我国二氧化碳强度有负向影响。张瑞锋，刘帅（2022）［12］基于2005—2019年中国30个省份的面板数据，通过构建空间杜宾面板模型对区域金融发展对二氧化碳排放的影响进行实证分析。结果表明金融发展对碳排放产生促进作用。Umar 等（2020）［13］通过对涵盖1971—2018年的数据集，研究中国金融发展对二氧化碳排放的影响，结果表明金融发展与二氧化碳之间存在负相关关系。

另一些学者认为金融发展不利于工业绿色化。例如，Jiang等（2022）［14］实证评估1995—2018年自然资源、制度质量、能源使用、金融发展和经济增长对57个一带一路（Bamp;R）国家组成的小组的CO2排放的影响，结果表明人均收入、金融发展以及城市化促进了CO2排放的增长。Duy-Tung（2020）［15］利用1990—2012年100个国家的全球样本，考察金融发展对CO2排放的影响及其传导机制，结果证实了金融发展对环境退化的正向直接作用，因为金融体系的发展也带来更多的能源需求，从而导致更多的污染物排放。Yue等（2019）［16］使用21个转型国家2006—2015年的跨国面板数据，通过选择五个金融发展指标来衡量金融发展，检验金融发展与能源消费之间的线性和非线性关系，发现金融发展会增加能源消耗量和污染物排放。

产生以上对立观点的原因，Berger等（2001）［17］提供了一种解释，即大型和外资金融机构可能难以向不透明的小公司提供关系贷款，银行困境对小借款人的影响较大。同时，Ayyagari等（2007）［18］指出中小企业在大多数国家的新兴私营部门中占有很大比例，因此以银行为主导的金融结构不利于中小企业采购能源利用效率高以及污染物排放率低的设备或是进行绿色技术的创新。当前，Zhang等（2015）［19］指出中国直接金融如债券、股票市场虽有所发展，但是以银行为主导的金融模式并未改变。因此，要进一步推动工业绿色化，传统融资模式具有局限性，需要一种新的融资模式。

随着大数据、人工智能等技术的广泛应用，数字经济深入到社会生产的各方面。数字金融是数字经济最为重要的组成部分，由于数字金融存在促进技术创新、提供融资渠道、降低信息不对称等方面的优点（李继尊，2015；任晓怡，2020；唐松等，2020）［20-22］，能够弥补在银行主导下金融结构下的不足，基于此，学者围绕数字金融与绿色发展展开研究。

一类研究基于企业层面。例如，翟华云，刘易斯（2021）［23］基于中国沪深A股上市公司2011—2019年的面板数据进行实证研究，结果表明数字金融相比传统金融提供的金融服务，其服务范围更大、服务效率更高，能够更好满足企业，尤其是中小企业的融资需求，为企业进行绿色技术研发提供更加充足的资金，进而有利于企业的绿色技术的创新；且异质性分析表明，在环境管制力度较大、经济发展水平高的中西部地区，数字金融的绿色创新激励作用更为显著。巴曙松等（2022）［24］基于中国沪深A股上市公司2011—2019年的面板数据，对数字金融对企业绿色创新的影响效应及作用路径进行了实证分析，结果显示数字金融对企业绿色创新具有显著的促进作用。Li等（2022）［25］利用中国A股上市公司2011—2018年的数据进行实证分析，发现数字金融缓解了上市公司的融资约束，有助于上市公司开展技术研发项目，进而提高了相关城市的整体创新能力，绿色创新能力也得到了相应提升；在国有企业、经济发达的东部地区和高污染行业，数字金融的积极影响更加突出。

另一类研究基于省市级层面。例如，段永琴等（2021）［26］基于中国30个省份的面板数据，发现数字金融通过促进技术密集型制造业发展等路径有效降低了实体经济单位GDP能耗，进而促进了绿色发展。许钊等（2021）［27］基于2011—2018年中国283个地级及以上城市的面板数据，对数字金融发展对技术密集型制造业的影响进行实证分析，发现数字金融显著降低了环境污染。郭桂霞和张尧（2022）［28］基于1999—2018年中国281个地级市的面板数据，对数字金融与碳减排的关系进行实证分析，结果表明数字金融的发展能够显著降低碳排放。张云辉，李少芳（2022）［29］基于2011—2019年中国30个省份的面板数据，通过实证分析得出数字金融的发展能够显著提升能源效率的研究结论。Lee，Wang（2022）［30］利用2011—2017年中国277个城市的面板数据考察数字普惠金融对降低碳强度的影响，结果表明数字普惠金融可以直接降低碳强度；同时通过优化产业结构、推广绿色技术也可以影响碳强度。

虽然现有文献探讨了数字金融发展对绿色发展的研究，但是他们只关注了数字金融发展对绿色发展的某一个方面，比如：碳排放、绿色技术创新、环境污染等方面的影响，并未从资源消耗、废物排放、工业绿色转型三个角度来衡量数字金融发展对绿色发展的整体影响。基于此，本文通过构建工业绿色化指数，探讨数字金融对工业绿色化的影响、异质性影响及其传导机制，全面探讨数字金融与工业绿色化之间的关系。

（二）假说提出

本文认为，数字金融能够推动工业绿色化，且主要通过促进要素市场化、强化市场在资源配置中的主导作用和提高市场化整体水平来发挥作用。

第一，数字金融机构将金融服务与通信技术相结合，能够解决城市范围广导致无法完全覆盖金融网点的问题。首先，在微观层面，数字金融解决了金融服务“最后一英里”的问题。在宏观层面，它可以缓解区域分配中信贷资源的不平衡，为经济欠发达地区和传统金融无法触及的地区提供创新潜力（何婧等，2019）［31］。通过互联网，它扩大了金融的覆盖范围，使更多工业企业的绿色化发展能够获得金融服务。此外，其数字金融减轻了信贷配给程度，促进了金融资源的合理配置（王馨，2015）［32］；其次，数字金融的发展降低了维持金融机构网络的成本（封思贤和郭仁静，2019）［33］。同时，数字金融发展能够拓宽资金获取渠道、增加资金获取数量并且降低融资门槛，进而为工业企业绿色创新提供了良好的金融环境（万佳彧等，2020）［34］。最后，数字金融的发展可以扩大城市金融普惠性，创造一个更具包容性的工业绿色化发展环境（Zhong等，2020）［35］。基于此，提出研究假说1：

H1：数字金融能够推动工业绿色化。

第二，数字金融主要通过两个方面促进要素市场化，进而推动工业绿色化。其一，数字金融发挥对传统金融结构性功能的补充。首先，数字金融能够整合传统金融无法有效利用的大量小而散的金融资源，从而能够更好地提供金融供给；其次，不断优化信贷流程和信用评估模型，提升风险定价和风险管控的效率与效能（Duarte等，2012）［36］，并提供更为丰富灵活的融资渠道和方式，使金融供给有效覆盖传统金融无法触及的中小企业。同时数字金融能够显著改善资本和劳动力的资源错配，提高资源的配置效率（田杰等，2021）［37］，进一步为工业企业提供了更好的人力资源供应条件和技术成果市场化条件。

其二，中国传统金融业，主要由银行主导，随着数字金融的发展，面临着巨大的竞争挑战和压力，倒逼金融业加速市场化进程，进而有助于工业企业采购能源利用效率高以及污染物排放率低的设备或是进行绿色技术的创新。已有研究表明，数字金融加剧了银行业的产业竞争，这不仅有助于最优银行结构的形成（吴晓求，2015；黄益平等，2018）［38-39］，而且倒逼传统银行加速市场化改革。进一步，数字金融还通过“技术溢出”，优化了传统金融机构定价水平和风控能力并能提高商业银行的全要素生产率（沈悦等，2015）［40］，从而促进了信贷资源定价与配置的市场化。金融业市场化水平的提升可以显著改善资金配置效率，有效降低创新型民营企业和中小企业的融资约束和资金成本（Gao等，2022）［41］。

因此，数字金融通过促进要素市场化，首先，更好的人力资源供应条件意味着企业能够招聘到更具有专业知识和技能的员工，这些员工在绿色技术和环保方面拥有更丰富的经验和专业知识，推动企业采用更环保的生产技术和工艺，从而实现更高效的生产方式；其次，技术成果市场化条件的改善意味着企业可以更方便地获取到最新的绿色技术和环保工艺，这些技术成果通常通过市场化的方式进行推广和应用，企业可以根据自身需求选择最适合的绿色技术和环保装备；最后，市场化的竞争机制能够激发金融机构更加积极地参与绿色投资，优先支持那些具有良好环保效益和可持续发展前景的企业和项目。这将有助于引导资金流向绿色领域，推动绿色技术创新和环保产业的发展，为企业提供更为稳定和可持续的金融支持。进而有助于实现高能源利用率、低污染物排放的企业对低能源利用率、高污染物排放的企业的替代。基于此，提出研究假说2：

H2：数字金融通过促进要素市场化从而推动工业绿色化。

第三，数字金融能够通过两个方面来强化市场在资源配置中的主导作用，进而推动工业绿色化。一方面，数字金融提高了市场分配经济资源的比重。这是由于在大数据技术的使用能够收集得到更为全面的客户乃至市场信息，而人工智能、区块链等技术的使用能够高效地处理海量的客户乃至市场数据，从而减少了信息不对称（鲍星等，2022）［42］，提高企业信息透明度，进而能够提高政府调配经济资源的效率，减少低效率的政府支出，因而市场分配经济资源的比重得到提升。另一方面，数字金融减少了政府的干预。由于金融科技的出现使得政府能够全方位评估企业特征、实时跟踪企业创新项目的进展、监管微观企业运行成为可能，数字金融依托大数据能够实现不同主体间信息的快速匹配，能够对企业实现较为精确的风险评估（黄浩，2018）［43］。因而有利于进一步减少政府支持中小企业创新中的逆向选择问题和道德风险问题（Duarte等，2012）。因此，数字金融能够减少政府对市场的过度干预。综上，数字金融改善了政府和市场关系，促进了有效市场和有为政府相结合，发挥工业企业主体作用，强化了市场在资源配置中的主导作用，进而推动工业绿色化。

因此，数字金融通过强化市场在资源配置的主导作用，对工业绿色化产生积极影响。一方面，当市场发挥主导作用时，环境标准和限制更具市场反应性，企业为了满足市场需求和顾客偏好，会自发采取绿色生产措施，以满足对环保产品的需求。这种市场压力迫使企业不断改善生产工艺和产品设计，以降低能源消耗和污染排放，从而推动工业向更加环保的方向转变；另一方面，当市场在资源配置中扮演主导角色时，信息更加透明流通。

数字技术促进了信息的广泛传播，包括有关环境友好型技术、产品和企业的信息。这种信息流通有助于消费者和企业更好地了解绿色技术和产品，消费者更倾向于购买环保产品，企业也更倾向于采用环保技术和生产方式，以满足市场需求并提升品牌形象。进而有助于实现高能源利用率、低污染物排放的企业对低能源利用率、高污染物排放的企业的替代。基于此，提出研究假说3：

H3：数字金融通过强化市场在资源配置中的主导作用从而推动工业绿色化。

第四，数字金融能够提高市场化整体水平，进而推动工业绿色化。一方面，数字金融能够促进要素市场化以及强化市场在资源配置中的主导作用。另一方面根据樊纲编制的《中国分省份市场化报告》，要素市场化、政府和市场关系是市场化指数的主要构成部分。因此，数字金融能够通过促进要素市场化和强化市场在资源配置中的主导作用两个方面来提高市场化整体水平。Han et al.（2021）［44］指出，政府与市场关系的不协调、要素市场的扭曲会加剧二氧化碳的排放，通过市场化改革，强化市场在资源配置中的主导作用，促进要素市场化，有助于减少二氧化碳的排放。Gao，Yuan（2022）的研究表明，进行市场化改革，提高市场化整体水平，有助于工业绿色发展。郭爱君和张娜（2020）［45］统计1997—2017年中国大陆30个省（自治区、直辖市）的面板数据，通过全要素非径向方向距离函数和SBM-DEA模型测度省域绿色发展效率，实证分析了市场化总指数及其分指数对绿色发展效率的关系。研究结果表明，中国的市场化改革有助于提高绿色发展效率。

因此，数字金融通过提高市场化整体水平，一方面，市场化水平的提高能够更准确地反映资源的稀缺性和价值。通过供需关系形成的价格信号，鼓励企业采用更节能、清洁的生产技术和工艺。高能源利用率、低污染物排放的企业通常能够更有效地利用资源，因而它们在市场上可能会享有更低的生产成本和更高的竞争优势。这种市场竞争中的优势地位激励其他企业效仿，逐渐采用更环保、更节能的生产方式，从而推动整个产业向更加清洁的方向发展。另一方面，市场竞争压力促使企业不断追求技术创新，寻求更高效、更清洁的生产方式。市场化为企业提供了发挥创新能力的动力和空间，推动技术的不断进步。企业在追求效率和降低成本的同时，也将更多关注环境友好型技术的应用和推广，这种技术创新的推动力有助于提高能源利用效率和降低污染物排放，使企业更加符合环保要求，也更具竞争力。进而有助于实现高能源利用率、低污染物排放的企业对低能源利用率、高污染物排放的企业的替代。基于此，提出研究假说4：

H4：数字金融通过提高市场化整体水平从而推动工业绿色化。

二、研究设计

（一）样本与数据来源

本文选取中国2011—2020年30个省的面板数据进行分析①。数字金融发展指数数据来源于《北京大学数字普惠金融指数（2011—2020）》。构建工业绿色化指标的数据来源于《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国工业统计年鉴》《中国城乡建设统计年鉴》《中国能源统计年鉴》以及《中国高技术产业统计年鉴》。GDP和地区常住人口数据来自各省统计年鉴，市场化总指数及其分指数的数据来源于王小鲁、樊纲和胡李鹏编制的《中国分省份市场化总指数报告（2021）》、营商环境指标的数据来源于国家统计局。

（二）变量说明

1.被解释变量

工业绿色化指数（grin）。所谓工业绿色化，是指工业企业由过去粗放型的生产方式逐步转变为资源利用效率高、污染排放少以及绿色科技含量高的过程。从本质上看，工业绿色化是一个过程，在工业绿色化过程中，低能源利用率、高污染物排放的企业会逐渐被高能源利用率、低污染物排放的企业所替代，并最终实现生态环境质量的改善和经济可持续的发展（骆玲等，2020）。根据《工业绿色

①由于数据可得性原因，实证分析中未包含西藏及港澳台地区。

发展规划（2016—2020年）》的主要目标，实现工业绿色化主要包括三个方面内容：（1）资源利用效率的提高；（2）二氧化碳、污染物排放强度的降低；（3）绿色工业体系的完善。

本文将从资源消耗、废物排放、工业绿色转型三个方面着手，由于因子分析法具有化简数据、提高因子变量可解释性等优点，因此，本文借鉴韩立达等（2020）［46］，史敦友（2021）［47］，戴翔，杨双至（2022）［48］的方法，构建出工业绿色化指标体系（表1），并运用因子分析法构建出工业绿色化指数。

2.核心解释变量

数字金融发展水平（diff）。当前研究中常见的衡量数字金融发展水平的方法主要有以下三类：第一类常用于家庭领域问题的研究，依托中国家庭金融追踪调查数据（CHFS）进行问卷调查（尹志超等，2018；谢家智等，2020）［49-50］。尽管这类方法在家庭研究方面表现出色，但在其他领域的适用性有限。第二类方法则利用互联网新闻搜索数据，建立初始词库，并依据百度搜索的词条数目或使用网络爬虫的方法构造数字金融指数（沈悦等，2015）［40］。然而，这种方法往往难以避免无关、重复或错误信息的干扰，影响了数字金融发展水平的准确度（封思贤等，2019）［33］。第三类衡量方法是北京大学数字普惠金融指数。该指数由北京大学数字金融研究中心和蚂蚁科技集团合作编制，基于蚂蚁集团提供的数字普惠金融实践的脱敏大数据。其指标体系设计考虑了数字金融发展的广度和深度，全面体现了金融服务的多层次性和多元化。在空间上，该指数涵盖了省、市和区县三级行政区；在时间上，考察了我国数字金融兴起和发展的主要年份，即2011至2018年。

此外，该指数除总指数外，还从覆盖广度、使用深度、数字化程度，以及支付、货币基金、信贷等业务分类指数的角度对我国数字金融发展水平进行了全面多维的刻画。由于其科学的编制方法、客观的数据来源以及全面的指标设计，该指数受到学者们的广泛关注，并被广泛应用于研究中，作为评估我国数字金融发展水平的代理变量（滕磊等，2020；解维敏等，2021；潘艺等，2023）［41］，［51-52］。

总体而言，本文聚焦于服务实体经济和工业企业的研究，将重点放在蚂蚁集团提供的真实交易数据上，以直观反映其对实体经济和工业企业的影响方式和规模。作为中国数字金融企业代表的蚂蚁金服，通过移动支付、大科技信贷等金融创新在一定程度上推动了我国数字金融和实体经济的发展。因此，本文认为采用北京大学数字普惠金融指数能够有效代表中国数字金融的发展水平。考虑到该指数编制方法的科学性、数据的客观性和全面性，已经在学界得到广泛认可，本文将对其进行对数化处理，并将其作为探讨数字金融对工业绿色化影响的核心解释变量。

3.控制变量

参考文献（Umar等，2020；韩立达等，2020）［53］，本文将地区GDP增长率（dgdp），工业发展水平（indu）、人口规模（popu）及工业化水平（indl）四个指标作为控制变量。其中，工业发展水平指标用工业增加值表示，并将其进行对数化处理；人口规模指标以地区常住人口表示，并将其进行对数化处理；工业化水平指标用工业化率表示。变量说明与描述性统计如表2所示。

（三）模型设定

1.基准线性回归模型

为考察建立数字金融对工业绿色化之间的影响，本文建立如下实证模型如下；

Grini，t=α+βdiffi，t+ΣjControlji，t+θt+μi+εi（1）

其中，Grin代表工业绿色化指数；diff为数字金融发展总指数；Control表示一系列控制变量，包括工业发展水平（indu）、人口规模（popu）、工业化水平（indl）、地区GDP增长率（dgdp）。i表示省份，t表示年度，j表示对应控制变量。θ为年度虚拟变量，μ为省份虚拟变量，ε为随机误差项。

本文采用双向固定效应FE估计，采用该方法的原因如下：一是基于豪斯曼检验，p值为0.0001，拒绝原假设，说明固定效应模型为最优选择；二是能够解决不随时间而变但随省份而异的遗漏变量问题；三是能够解决不随省份而变但随时间而异的遗漏变量问题。

在实践中，各省的基础设施建设、政策等会影响数字金融造成一定的影响，因此本文采用固定效应的方法进行研究，并且为保证结果的准确，本文也将采用不同的回归模型进行稳健性检验。

三、实证结果分析

（一）基准回归结果

本文通过实证检验模型（1），来验证研究假设H1。如表3所示，在控制省份和年度固定效应后，列1的模型探讨数字金融对工业绿色化的影响但未加入控制变量，结果显示数字金融发展指数的估计系数在1%的水平上显著为正。在列1的基础上加入控制变量，实证结果如列2所示，数字金融发展指数的估计系数为2.702，且在1%的水平上显著。列（1）、列（2）的结果说明数字金融的发展推动了工业绿色化。考虑其经济意义，如果数字金融发展指数每增加1个单位，工业绿色化指数将增加2.702个单位。因此假设H1得以验证。

从控制变量的回归结果可以看出，人口增长率在1%水平上显著为正；工业发展水平则在5%水平上显著为负；经济发展和工业化水平则不显著。表3列（3）、列（4）以及列（5）展示了数字金融发展三个分指数对工业绿色化的影响。

如列（3）所示，数字金融覆盖广度的估计系数为1.651，在1%的水平上显著为正，意味着如果数字金融覆盖广度增加1个单位，工业绿色化指数将增加1.651个单位，随着数字金融的覆盖广度的提高，对缓解金融抑制、释放金融活力起到了较好的效果，也为工业企业的绿色化提供更高效的金融服务。从列（4）可知，数字金融使用深度的估计系数为1.257，在1%的水平上显著为正，意味着如果数字金融使用深度增加1个单位，工业绿色化指数将增加1.257个单位，数字化技术为使得金融服务更具效率、精准以及多元，能够切实地提高工业企业在绿色化过程中的资金使用效率和绿色创新效率，从而研发出具有更高的能源利用效率、更低的废物排放量以及更具市场接受度的绿色低碳产品。由列（5）所示，普惠金融数字化程度的系数为-0.974，在5%的水平上显著为负，这说明如果普惠金融数字化程度增加1个单位，工业绿色化指数将减少0.974个单位。

（二）稳健性检验

本文通过替换实证检验方法进一步对数字金融对工业绿色化影响的稳健性进行检验。

首先，借鉴Driscoll和Kraay（1998）的研究，采用他们提出的估计方法进行回归，该方法考虑了面板异质性的问题，如异方差、自相关和截面相关等问题，计算出来的标准误更具有可信性。回归结果如表4列（1）所示，数字金融的估计系数为正，在1%的水平上显著，这说明数字金融能够显著推动工业绿色化。

再次，采用差分GMM，差分GMM考虑到工业绿色化可能存在的动态特征，并且考虑数字金融对工业绿色化影响可能存在滞后性特征，因此采用差分GMM方法进行实证检验，结果如表4所示，AR（2）与Hansen检验的P值均超过10%的显著性水平，因此，本文基于总样本回归的差分GMM估计的实证结果可信。如表4列（2）所示，结果表明数字金融滞后一期的估计系数在1%的水平上显著为正，考虑到工业绿色化可能存在的动态特征后，数字金融对工业绿色化依然存在激励效应。

最后，采用两步系统GMM，相较差分GMM，两步系统GMM估计可以解决差分GMM中产生的弱工具变量问题。因此采用两步系统GMM估计方法检验数字金融对工业绿色化影响的稳健性，结果如表4列（3）所示，AR（2）与Hansen检验的P值均超过10%的显著性水平，因此，本文基于总样本回归的两步系统GMM估计的实证结果可信。如表4列（3）所示，结果表明数字金融滞后一期的估计系数在1%的水平上显著为正，考虑到工业绿色化可能存在的动态特征后，数字金融对工业绿色化依然存在激励效应。

四、传导机制分析

（一）中介效应模型

前述结果表明，数字金融能够显著推动工业绿色化，因此，为了探讨数字金融推动工业绿色化的途径，本文借鉴温忠麟等（2022）［49］的研究，构建以下中介效应模型（2）、（3）、（4）来检验数字金融影响工业绿色化的传导路径，检验市场化总指数及其分指数在其中发挥的中介作用。

Grini，t=α1+α2diffi，t+ΣjControlji，tθt+μi+εi（2）

mediatori，t=β1+β2diffi，t+ΣjControlji，t+θt+μi+εi（3）

Grini，t=ρ1+ρ2diffi，t+ρ3mediatori，t+ΣjControlji，t+θt+μi+εi（4）

其中，mediator为中介变量，包括市场化总指数（mk）、市场主导作用（govm）以及要素市场化（facm），α、β、ρ为回归系数，依次验证模型（2）、模型（3）以及模型（4）的回归系数，如果模型（3）解释变量和模型（4）解释变量、中介变量的系数均显著，则说明市场化总指数或者市场化分指数的中介效应显著。

（二）传导机制回归结果

首先，表5显示了数字金融对工业绿色化的中介效应的回归结果。单变量的回归结果已在前文汇报。首先，在以要素市场化指数为被解释变量和数字金融发展指数为解释变量的中介效应模型（3）中，由表5列（2）可知，数字金融发展指数的估计系数为正且在在1%的水平下显著，因此，数字金融能够促进要素市场化。以要素市场化作为中介变量的中介效应模型（4）中，由表5列（3）可知，数字金融发展指数与要素市场化的估计系数均为正且在1%的水平下显著，这一结果验证了数字金融促进要素市场化从而推动工业绿色化这一重要传导机制，因此假设H2得以验证。

在以市场在资源配置中的主导作用指数为被解释变量和数字金融发展指数为解释变量的中介效应模型（3）中，由表5列（5）可知，数字金融发展指数的估计系数在10%的水平下显著为正，说明数字金融能够加强市场在资源配置中的主导作用。以市场在资源配置中的主导作用为中介变量的中介效应模型（4）中，由表5列（6）可知，数字金融发展指数与市场在资源配置中的主导作用的估计系数均为正且在1%的水平下显著，这一结果验证了数字金融通过加强市场在资源配置中的主导作用从而推动工业绿色化这一重要传导机制，因此假设H3得以验证；

最后，在以市场化整体水平为被解释变量和数字金融发展指数为解释变量的中介效应模型（3）中，由表5列（8）可知，数字金融发展指数的估计系数在10%的水平下显著为正，说明数字金融能够提高市场化整体水平。以市场化整体水平作为中介变量的中介效应模型（4）中，由表5列（9）可知，数字金融发展指数与市场化整体水平的估计系数均为正且分别在1%和5%的水平下显著，这一结果验证了数字金融通过提高市场化整体水平从而推动工业绿色化这一重要传导机制，因此假设H4得以验证。

五、进一步研究

（一）数字金融地区异质性与工业绿色化

由于不同区域的地理、人文、政策等因素存在区别，从而可能会导致数字金融对工业绿色化产生差异化影响。鉴于此，本文将中国区域分为东部地区、中部、西部地区三大版块，以探讨数字金融对工业绿色化影响的区域异质性。如表6列1—3所示，东部地区的数字金融对工业绿色化不存在显著作用；中部地区的数字金融对工业绿色化同样不存在显著作用；而西部地区数字金融的系数为正，且在10%的水平上显著。这可能是由于中部、东部地区相较于西部地区经济发展水平更高，具有更为完备的金融服务体系，融资约束更小。西部地区的融资约束更加显著，因而数字金融发展可以有效缓解西部地区的融资约束，有利于企业进行绿色创新与购买能源利用效率高、污染排放少的设备，进而更有利于推动工业绿色化。

（二）数字金融营商环境异质性与工业绿色化

营商环境是生产力。营商环境的优劣，决定着经济发展的速度和质量。贺大兴和王静（2020）［54］、张曾莲和孟苗苗（2022）［55］等学者指出良好的营商环境不仅能激发市场活力、促进经济增长，还能够显著促进经济的高质量发展。赵德森等（2021）［56］指出营商环境对绿色经济增长具有显著的正向影响。而在不同营商环境水平的情况下，可能会导致数字金融对工业绿色化产生差异化影响，因此，本文将进一步探讨营商环境水平高和低的情况下，数字金融对工业绿色化影响的异质性。

如表列（3）—（4）显示，营商环境水平高的情况下，数字金融的系数为正，且在10%的水平上显著。而在营商环境水平低的情况下，数字金融对工业绿色化则不存在显著作用。这说明，营商环境水平高时，能更好地发挥数字金融的作用。

（三）数字金融法治化水平异质性与工业绿色化

杨进和张攀（2018）［57］利用世界银行中国企业投资和经营环境调查数据，考察了地区法治环境对企业绩效的影响及其机制。研究发现：法治化程度的高低对于企业全要素生产率具有显著影响。法治化水平能够体现地区法治环境水平，在不同法治环境水平的情况下，可能会导致数字金融对工业绿色化产生差异化影响，因此，本文将进一步探讨法治化程度高和低的情况下，数字金融对工业绿色化影响的异质性。

如表列（5）—（6）显示，法治化程度高的情况下，数字金融的系数为正，且在1%的水平上显著。而在法治化程度低的情况下，数字金融对工业绿色化则不存在显著作用。这说明，法治化程度高时，能更好地发挥数字金融的作用。

（四）数字金融技术创新水平异质性与工业绿色化

刘新智等（2022）［58］利用2008—2019年五大城市群107个城市的数据，采用双向固定效应模型考察了技术创新对经济高质量发展的影响，结果表明技术创新能显著推进五大城市群经济高质量发展。技术研发创新成果能够体现区域工业技术研发创新能力，在不同技术研发创新能力的情况下，可能会导致数字金融对工业绿色化产生差异化影响。鉴于此，本文将探讨不同技术研发创新能力下数字金融对工业绿色化影响的异质性。

如表列（7）—（8）所示，技术研发创新能力高的情况下，数字金融的系数在10%的水平上显著为正。而在技术研发创新能力低的情况下，数字金融对工业绿色化则不存在显著作用。这说明，技术创新水平高时，能更好地发挥数字金融的作用。

六、结论与建议

（一）研究结论

本文通过对数字金融对工业绿色化影响理论分析基础上，基于2011—2020年中国30个省份的面板数据，实证研究了数字金融对工业绿色化的影响效应和作用机制。研究结果表明：第一，数字金融能够显著推动工业绿色化，通过分析其传导机制得出，数字金融可以通过促进要素市场化、改善强化了市场在资源配置中的主导作用以及提高市场化水平来推动工业绿色化。第二，在高水平的营商环境、法治环境以及技术创新水平情况下，数字金融会对工业绿色化产生更大的推动作用。

（二）政策建议

基于研究结论，本文提出以下政策建议。

第一，进一步完善我国东部地区的数字基础设施建设，加强中西部地区的数字基础设施建设，充分发挥其深度渗透、显著集约集成的优势，有效打破信息、知识、产业和空间的界限，促进供需互动与产业跨越。加快推进新型数字基础设施的建设，包括5G网络、工业互联网、云计算平台、物联网、大数据中心及基础软件等方面的建设，进而为工业绿色发展提供更加全面高效的金融服务，助力碳中和目标的实现。与此同时，积极引导社会资本参与数字基础设施建设。

第二，提升地区营商环境水平、法治化水平和技术创新水平等辅助性因素，促进数字金融更好地发挥工业绿色化的推动作用。一方面，应进一步通过推动市场准入平等、严格规范行政执法、加强诚信政府建设、加强知识产权保护等方面来优化营商环境，提高营商环境水平；另一方面，应进一步通过加强法治化营商环境制度建设、提高行政执法文明利企水平以及加大营商环境普法和依法治理力度等方面来提高法治化水平；此外，应进一步通过引导企业加强关键核心技术攻关、支持企业前瞻布局基础前沿研究、加大科技人才培养以及向企业集聚的力度、强化对企业创新的风险投资等金融支持、加强产学研用和大中小企业融通创新等方面来提升技术创新水平。

第三，数字金融通过促进要素市场化、改善资源配置效率和提高市场化水平，推动工业绿色化的作用机制。数字金融的发展可以有效优化资金流动，增强资源利用效率，促进技术创新和产业升级。为实现这一目标，一方面需要大力推动数字金融的发展，另一方面需要加强要素市场化改革，强化市场在资源配置中的主导作用，并提高市场化水平。因此，政府不仅需要发挥有形之手，通过制定相应政策、法律法规来保障市场的运行和提高市场化水平，还应进一步支持数字金融的发展，从而更好地推动工业绿色化，实现经济与环境的协调发展。

参考文献

［1］"" 骆玲，史敦友.工业绿色化：理论本质、判定依据与实践路径［J］.学术论坛，2020，43（1）：109-116.

［2］ 李晓梅，李曼曼.碳中和目标下绿色投资与企业环境治理——基于技术创新的中介效应检验［J］.中国科技论坛，2022（9）：118-127+138.

［3］ 黄益平.中国数字金融能否持续领先？［J］.清华金融评论，2018（11）：35-36.

［4］ 解维敏，吴浩，冯彦杰.数字金融是否缓解了民营企业融资约束？［J］.系统工程理论与实践，2021，41（12）：3129-3146.

［5］ 谢荣辉.绿色技术进步、正外部性与中国环境污染治理［J］.管理评论，2021，33（6）：111-121.

［6］ 邹薇，王玮旭.绿色信贷政策能实现碳排放效率提升吗？——基于技术进步与要素结构视角［J］.湘潭大学学报（哲学社会科学版），2022，46（4）：60-66.

［7］ 严成樑，李涛，兰伟.金融发展、创新与二氧化碳排放［J］.金融研究，2016（1）：14-30.

［8］ 叶仁道，张勇，罗堃.中国绿色经济效率的测算及影响因素——基于偏正态面板数据模型［J］.技术经济，2017，36（11）：79-85.

［9］ Tamazian A， Chousa J P， Vadlamannati K C. Does higher economic and financ-ial development lead to environmental degradation： Evidence from BRIC countries［J］. Energy Policy， 2009， 37（1）：246-253.

［10］ Halicioglu F. An econometric study of CO2 emissions， energy consumption， income a-nd foreign trade in Turkey［J］. Energy Policy， 2009， 37（3）：1156-1164.

［11］ Tamazian A， Rao B B. Do Economic， Financial and Institutional Developments Matter f-or Environmental Degradation？ Evidence from Transitional Economies［J］. Energy Economics， 2010， 32（1）：137-145.

［12］ 张瑞锋，刘帅.区域金融发展与二氧化碳排放：促进或抑制？——基于SDM模型的实证分析［J］.武汉金融，2022（9）：72-80.

［13］ Umar M， Ji X， Kirikkaleli D， et al. COP21 Roadmap： Do innovation， financial dev-elopment， and transportation infrastructure matter for environmental sustainability in China？［J］. Journal of Environmental Management， 2020， 271：111026.

［14］ Jiang Q， Rahman Z U， Zhang X， et al. An assessment of the impact of natural res-ources， energy， institutional quality， and financial development on CO2 emissions： Evidence from the Bamp;R nations［J］. Resources policy， 2022：76.

［15］ Duy-Tung B. Transmission channels between financial development and CO2 emissions： A global perspective［J］. Heliyon，2020，6（11）.

［16］ Yue S， Lu R， Shen Y， et al. How does financial development affect energy consumptio-n？ Evidence from 21 transitional countries［J］. Energy Policy， 2019， 130（JUL）：253-262.

［17］ Berger A N， Klapper L F， Udell G F. The ability of banks to lend to information-ally opaque small businesses［J］. Journal of Banking amp; Finance， 2001， 25（12）：2127-2167.

［18］ Ayyagari M， Beck T， Demirg-Kunt A. Small and Medium Enterprises across the Globe［J］. Small Business Economics，2007，29（4）.

［19］ Zhang C， Zhu Y， Zhe L U. Trade openness， financial openness， and financial develop-ment in China［J］. Journal of International Money amp; Finance， 2015， 59（9）：287-309.

［20］ 李继尊.关于互联网金融的思考［J］.管理世界，2015（7）：1-7+16.

［21］ 任晓怡.数字普惠金融发展能否缓解企业融资约束［J］.现代经济探讨，2020（10）：65-75.

［22］ 唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异［J］.管理世界，2020，36（5）：52-66+9.

［23］ 翟华云，刘易斯.数字金融发展、融资约束与企业绿色创新关系研究［J］.科技进步与对策，2021，38（17）：116-124.

［24］ 巴曙松，李妮娜，张兢.数字金融与企业绿色创新：排斥还是融合？［J］.财经问题研究，2022（12）：57-68.

［25］ Li X， Shao X， Chang T， Albu L L. Does digital finance promote the green innovati-on of China’s listed companies？［J］.Energy Economics，2022，114：106254.

［26］ 段永琴，何伦志，克甝.数字金融、技术密集型制造业与绿色发展［J］.上海经济研究，2021（5）：89-105.

［27］ 许钊，高煜，霍治方.数字金融的污染减排效应［J］.财经科学，2021（4）：28-39.

［28］ 郭桂霞，张尧.数字普惠金融与碳减排关系研究［J］.价格理论与实践，2022（1）：135-138.

［29］ 张云辉，李少芳.数字金融发展能提升能源效率吗［J］.财经论丛，2022（3）：47-55.

［30］ Lee C， Wang F. How does digital inclusive finance affect carbon intensity？［J］. Economi-c Analysis and Policy， 2022， 75：174-190.

［30］ 何婧，李庆海.数字金融使用与农户创业行为［J］.中国农村经济，2019（1）：112-126.

［31］ 王馨.互联网金融助解“长尾”小微企业融资难问题研究［J］.金融研究，2015（9）：128-139.

［32］ 封思贤，郭仁静.数字金融、银行竞争与银行效率［J］.改革，2019（11）：75-89.

［33］ 万佳彧，周勤，肖义.数字金融、融资约束与企业创新［J］.经济评论，2020（1）：71-83.

［34］ Zhong W， Jiang T. Can Internet Finance Alleviate the Exclusiveness of Traditional Fin-ance？ Evidence from Chinese P2P Lending Markets［J］. Finance Research Letters， 2020， 40（2）：101731.

［35］ Duarte J， Siegel S， Young L. Trust and Credit： The Role of Appearance in Peer-to-peer Lending［J］. The review of financial studies， 2012， 25（8）： 2455-2483.

［36］ 田杰，谭秋云，靳景玉.数字金融能否改善资源错配？［J］.财经论丛，2021（4）：49-60.

［37］ 吴晓求.互联网金融：成长的逻辑［J］.财贸经济，2015（2）：5-15.

［38］ 黄益平，黄卓.中国的数字金融发展：现在与未来［J］.经济学（季刊），2018，17（4）：1489-1502.

［39］ 沈悦，郭品.互联网金融、技术溢出与商业银行全要素生产率［J］.金融研究，2015（3）：160-175.

［40］ Gao K， Yuan Y. Does market-oriented reform make the industrial sector “Greener” in China？ Fresh evidence from the perspective of capital-labor-energy market distortions［J］.E-nergy， 2022， 254（A）：124183

［41］ 鲍星，李巍，李泉.金融科技运用与银行信贷风险——基于信息不对称和内部控制的视角［J］.金融论坛，2022，27（1）：9-18.

［42］ 黄浩.数字金融生态系统的形成与挑战——来自中国的经验［J］.经济学家，2018（4）：80-85.

［43］ Han J， Miao J， Du G， et al. Can market-oriented reform inhibit carbon dioxide emissio-ns in China？ A new perspective from factor market distortion［J］. Sustainable Production and Consumption， 2021.

［44］ 郭爱君，张娜.市场化改革影响绿色发展效率的理论机理与实证检验［J］.中国人口·资源与环境，2020，30（8）：118-127.

［45］ 韩立达，史敦友，张卫.技术创新与工业绿色化：作用机理和实证检验［J］.经济问题探索，2020（5）：176-190.

［46］ 史敦友.异质性环境规制、技术创新与中国工业绿色化［J］.贵州财经大学学报，2021（3）：83-93.

［47］ 戴翔，杨双至.数字赋能、数字投入来源与制造业绿色化转型［J］.中国工业经济，2022，414（9）：83-101.

［48］ 尹志超，张号栋.金融可及性、互联网金融和家庭信贷约束——基于CHFS数据的实证研究［J］.金融研究，2018（11）：188-206.

［49］ 谢家智，吴静茹.数字金融、信贷约束与家庭消费［J］.中南大学学报（社会科学版），2020，26（2）：9-20.

［50］ 滕磊，马德功.数字金融能够促进高质量发展吗？［J］.统计研究，2020，37（11）：80-92.

［51］ 潘艺，张金昌.数字金融对企业数字化转型的影响和机制研究——来自中国A股制造业上市企业的经验证据［J］.工业技术经济，2023，42（3）：63-72.

［52］ 温忠麟，方杰，谢晋艳，等.国内中介效应的方法学研究［J］.心理科学进展，2022，30（8）：1692-1702.

［53］ 贺大兴，王静.营商环境与经济高质量发展：指标体系与实证研究［J］.上海对外经贸大学学报，2020，27（6）：51-62.

［54］ 张曾莲，孟苗苗.营商环境、科技创新与经济高质量发展——基于对外开放调节效应的省级面板数据实证分析［J］.宏观质量研究，2022，10（2）：100-112.

［55］ 赵德森，窦垚，张建民.营商环境与绿色经济增长——基于企业家精神的中介效应与遮掩效应［J］.经济问题探索，2021（2）：66-77.

［56］ 杨进，张攀.地区法治环境与企业绩效——基于中国营商环境调查数据的实证研究［J］.山西财经大学学报，2018，40（9）：1-17.

［57］ 刘新智，张鹏飞，史晓宇.产业集聚、技术创新与经济高质量发展——基于我国五大城市群的实证研究［J］.改革，2022（4）：68-87.

［责任编辑：魏 净］

The Impact of Digital Finance on Industrial Green Transformation

WANG Rui，LIAO Shenwei

（School of Economics，Xihua University，Chengdu 610039，Sichuan

）

Abstract：" This paper conducts an empirical analysis on the impact of digital finance on the green transformation of the industry and its transmission mechanisms， based on panel data from 30 provinces in China between 2011 and 2020， utilizing a two-way fixed effects model and a mediation effect model. The empirical results indicate that digital finance significantly promotes the green transformation of the industry by facilitating the marketization of factors， strengthening the market’s dominant role in resource allocation， and enhancing the level of marketization. In the context of high quality business environment， legal environment， and technological innovation， digital finance will produce a greater “incentive effect” on the green transformation of the industry. Additionally， the effect of digital finance on industrial green transformation also shows significant spatial differences. The conclusions of this study not only enrich the literature on digital finance and industrial green transformation but also provide reference value for relevant departments in China to formulate digital finance policies and continue to promote the green development strategy.

Keywords：digital finance； green transformation of the industry； marketization； heterogeneity analysis