数字金融与绿色全要素生产率——基于沪深A股上市公司的实证研究

蒋再平 杨明珠 安志勇

（1.山东工商学院统计学院，山东 烟台 264005；2.山东工商学院计算机科学与技术学院，山东 烟台 264005）

一、引言

党的二十大报告（以下简称《报告》）指出，要“着力提高全要素生产率”，以实现高质量发展。《报告》同时强调，要“加快发展方式绿色转型”“协同推进降碳、减污、扩绿、增长”。结合《报告》阐述，不难发现高质量发展要求经济增长与环境保护相协调[1]，而企业高质量发展是经济高质量发展的重要基础[2]，因此，提升企业绿色全要素生产率是实现高质量发展的关键。企业绿色全要素生产率是包含考虑生产要素投入和能源资源消耗的综合指标，能够有效衡量绿色增长绩效。促进企业绿色全要素生产率，不仅需要环境产业等方面的政策，还需要稳定充足的金融资源[3]。

近年来，数字技术与金融服务的深度融合和加速推动全球金融领域的转型与创新，这一趋势催生了数字金融新业态[4]。数字金融以数字技术为基础，为企业信贷需求方、金融服务供给方之间建立了便捷的沟通桥梁，以此优化金融结构和提升金融效率[5]。在此背景下，本文以中国数字金融为切入点，以推动我国企业绿色全要素生产率的提升为目标，对二者的关系进行深入研究。

二、文献综述

目前大量文献从多个角度研究了绿色全要素生产率的变化。原毅军和谢荣辉（2015）[6]在研究2000—2012年中国工业绿色全要素生产率时指出环境规制对生产率增长有显著促进作用。杨友才和王玉聪等（2022）[7]认为数字经济通过产业结构升级和改善要素扭曲两个渠道提升城市绿色全要素生产率。Hou和Song（2021）[8]认为通过提高绿色效率和绿色技术进步，市场一体化会对区域绿色全要素生产率产生明显的正面影响。Song和Hao等（2021）[9]指出经济不确定性对企业绿色全要素生产率有负向影响。崔兴华和林明裕（2019）[10]研究发现外商直接投资有助于企业绿色全要素生产率的提升。

现有文献中涉及数字金融驱动绿色全要素生产率增长的相对较少，且关于提升渠道的研究也不统一。余进韬和张蕊等（2022）[3]以2011—2018年281个城市为研究对象，通过对其绿色全要素生产率的观测及实证分析，检验了数字金融对城市绿色全要素生产率的提升效应，并识别出产业结构升级和绿色技术创新为提升渠道。张爱玲和靳卫东（2022）[11]验证了数字金融能够提升城市绿色全要素生产率，且提升渠道是减轻城市市场扭曲程度和促进技术创新。范欣和尹秋舒（2021）[12]证明了数字金融能够促进城市绿色全要素生产率增长，提升渠道是技术创新和地区创业水平。

综上，现有研究中关于数字金融与绿色全要素生产率的较少，且罕有以微观企业为研究视角。虽然少数研究证实了数字金融在宏观上可以提升绿色全要素生产率，但这一结论在微观上是否成立？如果成立，其影响机制是什么？还需要数据检验才能得到可靠结论。鉴于此，本文以中国2011—2020年沪深A股重污染行业上市公司为样本，研究数字金融对企业绿色全要素生产率的影响效果和作用机制，以期为数字金融的长效健康发展和企业绿色全要素生产率的提升提供经验证据。

三、理论分析与研究假设

（一）企业绿色全要素生产率与数字金融

在中国经济进入新常态背景下，“资源-环境”型经济增长模式应当是以环境与经济相结合，以全要素生产率提升为主要目标，以绿色为主要特征的经济增长模式。然而，长期以来中国大多数重污染企业由于资金短缺，难以实现绿色生产与绿色技术创新，制约中国重污染企业绿色全要素生产率的提升。

随着中国经济社会不断发展，科技水平不断提高，金融产品与数字化技术逐步结合，中国的金融一体化服务呈现出多元化、多层次的趋势[13]。一方面，传统金融机构与新兴互联网金融机构正逐渐探索与新型数字化技术相结合的金融服务，从而促进中国金融市场的创新与发展。另一方面，数字金融融合产品已经不再局限于转账、支付等方面，而是集资产管理、信贷、保险和支付为一体的多元化金融服务体系。相对于初期的数字化金融发展，目前的数字化金融发展具有更加广泛的覆盖面、更加完备的业务和更加广泛的包容性等特点。数字金融的创新已经不仅仅是把传统的金融服务扩展到网络平台上，还发展出更多的金融服务形式。因此，数字金融不仅能降低重污染企业获取金融服务的门槛和成本，还能够提升金融服务效率，有效降低信息不对称程度，为重污染企业绿色技术创新和生态投资项目的金融安全提供多元化的融资渠道。基于此，本文提出如下假设：

H1：数字金融能够促进重污染企业绿色全要素生产率提升。

（二）数字金融、企业绿色技术效率与绿色全要素生产率

绿色全要素是指从资源收集、生产制造、使用到废弃处置等整个生命周期内，将环境、经济和社会三大因素综合考虑在内的全要素。绿色全要素生产率又可细分为绿色技术效率和绿色技术进步两部分。绿色技术效率是指在使用绿色技术进行生产、能源使用或其他有关活动过程中，对资源和环境的利用和管理效率。企业获得丰裕的金融资源，有利于弥补经营管理中的短板，优化产品生产工序，提升资源配置效率。因此，提升绿色技术效率是实现节能降耗与经济增长协同推进的关键。

相较于绿色技术效率，绿色技术进步是一个较长期的过程，需要大量的投入。本文选取的是微观企业层面的短面板样本，所以企业可能为了追求效率，而暂时性忽视技术进步投入，且诱发技术进步的因素较多，如环境规制强度等[14]。基于此，本文提出如下假设：

H2：数字金融通过提高绿色技术效率促进重污染企业绿色全要素生产率提升。

四、研究设计

（一）数据来源

本文着眼于研究数字金融对重污染企业绿色全要素生产率的影响，为此选取了2011—2020年沪深A股重污染行业上市公司为样本进行研究。其中，重污染行业上市公司的相关数据来自锐思金融数据库并剔除掉ST和*ST企业，数字金融使用的是北京大学数字金融研究中心发布的数字普惠金融指数[15]，该数据包含了省（区、市）、市和县三级，本文采用的是地级及以上城市数据。其余相关数据来自EPS数据库。

（二）变量说明

1.被解释变量——绿色全要素生产率

绿色全要素生产率（GTFP）的计算需要相关的投入产出变量，分为劳动投入（以各企业的职工数来衡量），资本投入（以固定资产净值来衡量），期望产出（以各企业的营业收入来衡量）以及非期望产出（以各企业的排污费来衡量）。使用这些投入产出变量的数据通过SBMrun软件中的全局参比超效率SBM模型计算每个企业的GML指数。GML指数为各企业绿色全要素当期数值相对于上期数值的变化率，每年的GTFP值由上一年的GTFP水平与当年的GML指数相乘获得（2010年GTFP设为1），便可得到2011—2020年每年的GTFP值[16]。根据研究需求，采用取对数的lngtfp作为被解释变量。

2.解释变量——数字金融

数字金融（DF）。本文使用北京大学数字金融中心和蚂蚁金服共同编制的数字普惠金融指数来衡量。由于数字金融指数和其他变量在量纲上差异较大，将数字金融指数及其子维度均除以100且取对数为lndf作为原始数据。

3.控制变量

为了控制影响绿色全要素生产率的其他因素，本文选取以下控制变量：企业年龄（age），由企业成立年限取对数用lnage表示；资产收益率（roa），使用当期财报公布的资产收益率表示；杠杆率（lev），使用当期财报公布的资产负债率表示；企业成长能力（gro），使用企业营业业务增长率表示；地区经济发展水平（gd），采用企业所在地区地级市GDP增长率表示。

4.中介变量

前文提出数字金融可以通过绿色技术效率（lngec，gec取对数）这一中介变量促进绿色全要素生产率的提升，借鉴张军涛和范卓玮（2021）的方法[17]，采用绿色全要素生产率分解指数来分别衡量企业绿色技术效率和绿色技术进步。相较于绿色技术效率，绿色技术进步（lngtc，gtc取对数）一定程度上并不能促进绿色全要素生产率的提升。

（三）模型构建

为了检验数字金融发展是否会显著影响绿色全要素生产率，构建如下双向固定效应模型，且控制了年份固定效应和行业固定效应：

为探究数字金融对绿色全要素生产率的影响路径，本文采用温忠麟和叶宝娟（2014）[18]的中介效应三步法进行中介效应检验，构建模型如下：

其中，lnGTFPi，t表示被解释变量绿色全要素生产率，lnDFi，t表示解释变量数字金融，Controli，t代表控制变量，Mitg表示中介变量，α、β、г是回归系数，ηi为行业固定效应，μt为年份固定效应，εit为随机扰动项。

五、实证分析

（一）描述性统计分析

变量描述性统计分析见表1。结果显示，企业绿色全要素生产率的差异较大，并且各地区的数字金融发展水平也存在较大差异。

表1 变量描述性统计

（二）基准回归结果与分析

运用双向固定效应模型分别对所选取的核心解释变量、被解释变量和控制变量进行回归，使用Stata17软件对数据进行实证分析，结果见表2。由表2可知，核心解释变量数字金融的回归系数在5%的置信水平上显著为正，数字金融的回归系数为0.385，表明数字金融对重污染企业绿色全要素生产率具有正向促进作用。表2的（2）—（6）列是在逐渐增加控制变量的情况下进行的回归。在添加了全部控制变量之后，通过回归模型得出，数字金融的回归系数达到0.373，说明数字金融发展对重污染企业的绿色全要素生产率有明显的正向推动效果。数字金融作为一种新型的金融发展方式，能够通过金融资源的有效配置促进重污染企业开展绿色技术创新活动，有助于推动重污染企业的绿色发展，H1得到证实。

表2 基准回归结果

（三）稳健性检验

为了得到可靠的研究结果，本文采用两种方法分别进行稳健性检验：一是考虑到双向固定效应模型存在一定的数据归并问题，因此将模型更换为随机效应模型；二是考虑到直辖市不管是在经济规模、行政级别还是在人口数量方面，都与地级市有很大不同，因此，使用剔除直辖市后的样本，重新进行了回归估计。表3的列（1）和列（2）展示的是将双向固定效应模型更改为随机效应模型后的回归结果，可以得知，数字金融仍然能够显著提升重污染企业绿色全要素生产率。表3的列（3）和列（4）展示的是剔除直辖市后的结果，可以看出，核心解释变量的系数仍然在1%的水平上显著为正。两种稳健性检验的结果与前文结论保持一致，说明本文的结论是稳健的。

表3 稳健性检验结果

（四）异质性检验与分析

1.数字金融结构的异质性检验

考虑到数字金融指数包含覆盖广度、使用深度和数字服务支持度三个子维度，本文分维度对绿色全要素生产率进行考察。表4中的评估结果显示，数字金融的覆盖广度和使用深度对中国重污染企业绿色全要素生产率的提高起到了显著作用，其中数字金融的覆盖广度达到了10%的显著性水平，数字金融的使用深度达到了1%的显著性水平。具体地说，中国的数字金融覆盖范围很广，包括移动支付、电子银行等，使更多人能够参与金融活动，并享受便利和效率。中国数字金融在各个领域的使用深度不断增加，这些深度应用使金融资源能够更有效地配置，提高了生产效率。中国数字金融的发展也促进了整个经济的数字化转型。通过数字化技术和互联网平台，金融服务的传统流程得以优化和改造，减少了交易成本和信息不对称问题。但是，实证分析结果显示，数字化程度对企业绿色全要素生产率的影响呈现负向效应，并且这种影响并不显著。这可能是因为数字化程度所涵盖的业务范畴包括信用贷款、优惠的小额贷款利率和便捷的贷款方式等。虽然这些业务可以在一定程度上缓解重污染企业的融资约束，但也难免促使某些企业利用金融资源进行虚拟套利，导致金融资源偏离实体经济，从而对经济效率造成损害。

表4 金融结构异质性检验结果

总体而言，中国数字金融覆盖广度、使用深度的提升为推动绿色全要素生产率发挥了积极作用。通过便捷高效的金融服务，更多企业和个人能够参与绿色经济活动，并通过数字化技术优化资源配置，从而提高绿色生产力水平。

2.地区异质性

由于中国幅员辽阔，所以东、中、西部的数字金融发展水平以及各地区企业绿色全要素生产率的增长速度有很大不同。为了更深入地研究数字金融对绿色全要素生产率的影响，把除港澳台和西藏外的30个省（区、市）分为东部、中部和西部，对其进行异质性分析，回归结果见表5。由表5可知，东部地区数字金融的系数为1.654且在1%的水平下显著，西部地区数字金融的系数为1.746且也在1%的水平下显著，然而，中部地区数字金融对企业绿色全要素生产率的影响系数为正，但并不显著。这表明，在东部地区以及西部地区，数字金融对重污染业企业绿色全要素生产率有非常明显的影响，但在中部地区影响并不明显，这可能与中部地区发挥其地理位置优势，在一定程度上承接了东部地区的产业转移有关。但是，中部地区承接的产业大多是传统产业，这些产业往往存在着能耗高、污染重等特征，而且在短时间内很难实现产业的转型升级。再加上中部地区与东部地区相比缺乏人才资源，导致数字金融发展对中部地区企业的绿色全要素生产率的提高效果并不显著。

表5 地区异质性检验结果

（五）机制检验

本文采用温忠麟和叶宝娟（2014）[18]的中介效应三步法，为验证前文关于绿色技术效率和绿色技术进步的假设，分别将绿色技术效率机制和绿色技术进步作为中介变量。表6中列（1）的数字金融对绿色技术效率机制的估计系数显著为正，说明数字金融能显著促进绿色技术效率机制的提升。列（2）中，绿色技术效率机制能够显著提升企业绿色全要素生产率，但是数字金融对于企业绿色全要素生产率的影响却不显著，根据中介效应三步法理论，绿色技术效率为数字金融提升绿色全要素生产率的完全中介。列（3）中数字金融对绿色技术进步的回归系数为负数，且显著水平为1%，说明数字金融对绿色技术进步的直接效应是负向的，即数字金融的发展可能对绿色技术进步产生负面影响。因此，数字金融不能通过促进绿色技术进步进而提升绿色全要素生产率。但是，数字金融通过促进绿色效率机制进而提高绿色全要素生产率的中介效应是存在的，H2得到证实。重污染企业多属于第二产业，创新周期相对较长，所以，与产品创新对应的实质性技术进步往往见效缓慢，但是相对充足的金融资源能够在短期实现生产、流通过程创新或者是其他形式的模式创新，进而通过绿色技术效率改善促进企业绿色全要素生产率提升。

表6 数字金融对绿色全要素生产率的作用机制

六、结论与建议

实证分析结果显示，数字金融显著促进了绿色全要素生产率的提高，是助力企业绿色发展的重要力量。在充分考虑内生性偏误并且进行多种稳健性检验之后，该结论依然成立，且数字金融的覆盖广度和使用深度皆正向促进中国重污染企业绿色全要素生产率的提高，只有数字化程度的影响不显著。影响机制检验结果表明，绿色技术效率机制是数字金融提升绿色全要素生产率的重要中介。本文的研究结果表明数字金融可以有效提高企业绿色全要素生产率，这对中国深化金融领域供给侧结构性改革，推动经济绿色转型发展有着重要意义。

基于以上结论，本文提出以下建议：一是加大数字基础设施建设力度，为数字金融的发展提供物质载体，推动数字金融的持续健康发展。虽然中国的数字金融发展尚处起步阶段，但其对绿色转型的推动效应已逐步显现，特别是在提高绿色全要素生产率方面有明显的优势。具体而言，要加快落后地区和边远地区的网络基站建设步伐，提高互联网的普及率，通过规模化建设，降低基础设施的建设成本。二是加快银行支付结算体系数字化、便利化建设进程，推动数字金融与传统金融优势互补，让数字金融更好地发挥对提升绿色全要素生产率的影响。三是加强对数字金融行业的监督管理，避免虚拟套利行为，防止其损害实体经济的发展。同时，由于数字金融是新事物，监管部门要把握好监管尺度，既不能“一棒子敲晕”，也不能放任自流。