数字金融、媒体关注与企业绿色创新

2024-04-07王平张丽娟

会计之友 2024年8期

王平张丽娟

【摘要】 “双碳”背景下，数字金融的发展成为推动绿色创新的重要渠道。以沪深A股上市公司为样本，运用固定效应模型分析数字金融对企业绿色创新是否存在促进作用，并运用门槛效应模型分析其非线性作用的存在性。结果表明，数字金融发展对企业绿色创新具有显著的正向促进作用，这种作用在数字金融的三个维度上均有体现。异质性分析表明，数字金融对企业绿色创新存在区域、所有制、所属行业等方面的异质性。进一步研究发现，数字金融对企业绿色创新在三个维度上均存在非线性门槛效应。更为有趣的是，媒体对企业的关注度会调节数字金融促进绿色创新作用的发挥，说明媒体在推动绿色创新方面可以发挥积极作用。

【关键词】数字金融；媒体关注；企业绿色创新；门槛效应；调节效应

【中图分类号】 F830.4；F275.5 【文献标识码】 A 【文章编号】 1004-5937（2024）08-0032-10

一、引言

经过改革开放40余年的快速发展，中国经济总量实现了大的跨越，已成为世界第二大经济体。目前中国经济正处在转型发展的关键期，需要从注重数量增长向高质量发展转变，以实现中国经济的长期可持续发展。自新发展理念提出以来，我国坚定不移地走绿色发展道路，积极推进产业结构转型，取得了显著成就。党的二十大报告强调，必须牢固树立和践行“绿水青山就是金山银山”的理念，站在人与自然和谐共生的高度谋划绿色发展。在绿色发展理念指引下，低污染、高效能、可持续的绿色创新成为研究的热点问题。

企业绿色创新离不开资金的支持，而创新是一件极具风险的工作，如何获得金融资源支持是绿色创新能否进行下去的关键[1]。我国企业普遍面临“融资难、融资贵”的问题[2]。以往，企业在推动发展过程中，普遍采用传统金融模式，但是传统金融模式的烦琐审批流程和相对保守的风险评估方式，使得企业在寻求资金支持时面临更大的挑战，特别是在推动绿色创新方面，这一问题显得尤为突出。近年来，云计算、大数据、人工智能、区块链等新技术的成熟和应用催生了数字普惠金融一种新型的金融模式，为企业绿色发展提供了契机。一方面，随着数字化生活方式的普及，消费者希望得到更加便捷、高效、个性化的金融体验，数字金融通过提供在线支付、移动银行、电子商务等服务，满足了用户对快速、方便和智能金融服务的需求。拥有少量资金但数量庞大的小规模投资者丰富了金融市场的资金供给[3]。另一方面，金融机构通过数字化手段提升了客户服务水平。数字金融通过引入大数据和人工智能等新技术改进了金融流程和运作方式，提高了金融机构的效率和生产力，自动化的交易系统和智能合约可以加快交易速度，降低交易成本，减少中介环节，提高交易的安全性和可靠性。那么数字金融及其子维度能否促进企业绿色创新？数字金融对企业绿色创新的作用是线性的吗？数字金融对企业绿色创新的影响是否存在地区和行业异质性？这是本文试图回答的问题。

对于哪些因素会影响企业绿色创新，现有文献从微观和宏观两个层面进行了研究。企业微观层面主要聚焦于企业所有制结构[4]、创新要素配置[5]、组织环境[6]等。宏观层面主要聚焦政府补助[7]、经济政策[8]、资源再配置[9]等。目前聚焦数字金融对企业绿色创新的非线性作用的文献较少，未注意到两者之间可能存在的门槛效应。基于此，本文利用2011—2021年沪深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金融对企业绿色创新的非线性影响。可能的边际贡献在于：一是构建数字金融对企业绿色创新的门槛效应模型，分析了数字金融对企业绿色创新的非线性作用，较好地弥补了现有研究的缺陷和不足；二是分析了数字金融对企业绿色创新的可能调节机制，证明了媒体监督力量的重要性；三是检验数字金融促进企业绿色创新在不同地区和不同类型企业的差异性，为因地制宜探索数字金融对企业绿色创新的作用提供实证和理论支持，为推动企业在绿色产业领域的可持续发展提供新思路。

二、理论分析与研究假设

（一）数字金融与企业绿色创新

绿色创新活动相较于其他的创新活动，具有更长的周期和不确定性[10]，因此充足的资金是保证企业绿色创新活动开展的关键。大多数企业内部没有充足的资金支持其长期的绿色创新活动，这时如何获得外部融资支持就成了重要命题。目前，企业常用的外部融资渠道有金融贷款、发行债券及风险投资等。已有研究发现，我国传统金融体系存在门槛高、效率低、资源错配等弊端，众多具有成长潜力的中小企业无法解决“融资难、融资贵”的问题，严重阻碍了创新活动的开展[2]。作为科技和金融深度融合的产物，数字金融借助数字技术可以更好地发挥“普惠性”的优势，从多个层面促进绿色创新。一是数字金融的便捷性可以直接影响企业的绿色创新活动。随着互联网的发展和普及，数字金融提供了更广泛的金融服务和机会，众筹和众创平台为企业创新的融资提供新的可能性，进而减少了对传统金融市场和风险投资的依赖[11]。数字金融利用大数据和人工智能技术改进了风险评估和信用模型，利用大量数据和应用智能算法，更为精准地计算项目的内在价值，减少非效率投资，降低企业的财务风险。二是数字金融可以优化供应链融资，通过供应链金融平台实现企业与供应链上其他参与方的资金流动和共享。企业可以更精准地管理资金需求和供应，降低企业与企业之间、企业与投资者之间的信息不对称，减少因资金错配而导致的经营风险[12]。三是数字金融以数字技术为支撑，互联网借贷、互联网理财和互联网保险等新型金融业务的产生扩大了金融服务的覆盖面，提高了长尾群体资金的可获得性[13]，同时能够加速个人储蓄投资转换效率，增加了企业与个人之间的资金共享。四是数字普惠金融通过引入大数据和人工智能等新技术，为企业提供了更为智能和高效的管理手段[14]。数字化变革不仅优化了企业的生产流程，还深刻影响了组织结构，使其更加靈活和适应市场需求的变化。通过精准的数据分析和智能算法的应用，企业能够更有效地配置资源，降低运营成本，实现生产效益的最大化。这种高效的资源利用不仅提高了企业的竞争力，同时也为企业奠定了更为稳健的财务基础，为绿色创新提供了更为可持续的经济支持。基于此，本文提出假设1。

H1：数字金融发展对于企业开展绿色创新活动具有促进作用。

（二）数字金融及其各子维度促进绿色发展的门槛效应

数字金融的发展依托于大数据、人工智能和区块链等新技术，这些技术需要专业的人才和高昂的投入才能实施和使用，很多小微企业往往因各类因素的限制被排斥在金融服务之外，成为“尾部群体”。根据资源约束效应，对于技术资源有限的企业而言，只有在与金融机构、科技公司等合作伙伴建立有效信息交流和合作渠道，获得相关的知识和经验，并拥有对大规模数据的收集、存储、分析和挖掘的技术时，才能更好地促进该类企业金融服务的可及性[15]。此外，数字金融所使用的数据等生产要素具有规模经济效应[16]。当数字金融的发展超过某个特定的阈值后，其所使用的数据等生产要素的边际成本趋于0，金融行业会推出绿色债券、可持续发展贷款和环保投资等金融产品，这些产品为企业提供了更多的融资和投资选择，以支持其绿色创新活动。事实上，数字金融对绿色创新的非线性赋能受到多维约束，制度条件和市场环境因素在其影响中发挥关键作用[17]，即只有在政府制定积极的环保政策、市场需求推动环保产品和服务的普及、先进技术的成熟和广泛应用、企业和金融机构增强社会责任意识以及建立有效的信息共享与合作机制的积极外部环境中，数字金融才能最大限度地发挥其推动绿色创新的潜力。

进一步看，由于数字金融有三个维度，即覆盖广度、使用深度和数字化程度，在数字金融发展的不同阶段，各维度的贡献存在差异，也可能会导致非线性的影响效果。崔建军等[18]认为数字金融覆盖广度是指数字金融在应用范围和参与主体方面的广泛程度，是数字金融前期发展的重心，高覆盖广度意味着数字金融在不同领域、行业和地区得到广泛应用，并能够服务于多个不同类型的用户。随着地区互联网基础设施建设的不断加强，数字信息技术突破了地域的限制，但是在基础设施发展初期，数字金融服务的供给相对不足，金融机构未能提供全面的数字金融产品和服务，使得企业无法获得与本身资源相匹配的数字化服务，从而无法充分利用数字金融促进绿色创新。使用深度体现了数字金融在实际应用中的纵向渗透水平[19]，反映企业对数字金融工具和功能的实际使用情况。使用深度高意味着企业能够充分利用数字金融服务的各种功能，并进行更复杂和深入的操作。在实际使用过程中，技术复杂性要求企业要有高度技术化的系统和数据分析能力对多个生产过程进行精细化管理，以确保数据质量和可靠性。同时，深度运用数字金融服务可能催生企业在组织结构和流程方面的深刻变革，如员工培训、业务流程的根本性重新设计，以及与传统操作方式的融合等。企业找到适合自身需求的关键在于充分挖掘服务功能、提升技术化系统与数据分析能力，并灵活调整组织结构和业务流程，从而个性化地实现绿色创新的目标。数字化程度指的是金融机构、金融产品和金融服务在数字技术应用方面的程度和范围。数字化程度高，意味着企业能够收集、存储和分析大量的数据，通过深入分析这些数据，企业可以获得对环境影响的深入洞察，并根据这些洞察进行绿色创新活动的安排。基于以上分析，本文提出假设2和假设3。

H2：数字金融对企业绿色创新的促进作用存在门槛效应，在不同的门限范围内，数字金融总指数对企业绿色创新的影响程度不同。

H3：数字金融对企业绿色创新的促进作用存在数字金融覆盖广度、使用深度、数字化程度三个维度的非线性门槛效应。

（三）媒体关注度的调节作用

数字金融顺应了大数据时代的发展潮流，企业绿色创新符合我国绿色发展理念，因此，这些事件所具备的吸引力容易引起网络媒体的广泛关注。媒体作为企业内部与社会公众联系的“桥梁”之一，可以有效地收集信息、转化信息、传递信息，提高企业信息披露质量[20]，减少企业信息不对称。同时，媒体关注具有监督与治理的功能。一方面，媒体能够多元化地收集信息并将企业内部信息加工成通俗易懂的内容迅速传递给社会公众，企业通过信息披露增强了外部人员对企业的了解，为了在公众面前维持良好的企业形象，企业就会加大内部信息的转化和披露，以获得更持久的支持。创新活动作为一项长久的策略，更需要媒体将有关活动的进展与成果传递给公众，进而吸引更多的投资者。另一方面，随着公众环保意识的提高，新闻报道会影响公众对企业环保行为的关注，并且负面信息比正面信息更容易造成深远的影响。此时，在数字金融促进企业绿色创新活动开展的情况下，公司治理层会进一步完善内部信息披露渠道，以此提高企业长期的合规性，维护企业的良好声誉，增强投资者对企业创新的信心。基于以上分析，本文提出假设4。

H4：媒体关注度强化了数字金融对企业绿色创新的促进作用。

三、研究設计

（一）数据来源

考虑到样本的可获得性，本文采用2011—2021年间沪深A股上市公司为研究样本，并剔除了金融行业、数据严重缺失、ST和*ST类企业。数字普惠金融数据来源于北京大学发布的数字普惠金融指数，绿色专利数据来自国泰安数据库，其余数据来源于CSMAR和Wind数据库。为了排除极端值对结果的影响，对连续变量均进行了上下1%的缩尾处理。由于样本企业的上市时间并不完全相同，导致部分样本企业的数据不足11年，本文剔除了该类企业的数据后最终得到3 151个有效样本。

（二）变量定义

1.被解释变量

企业绿色创新（GTI）：现有研究主要从投入和产出角度对企业绿色创新进行衡量，考虑到绿色创新活动存在高度不确定性和风险，且从初始投入到最终产出需要时间，本文采用企业绿色专利获得数量进行计量。

2.解释变量

数字金融（DIFI）：采用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”度量。该指数从覆盖广度、使用深度及数字化程度三个维度构建数字金融评价指标体系，包含三个一级子维度共33个具体指标，有效保证了数字普惠金融发展水平测度的全面性、时效性及可靠性。

3.门槛变量

采用数字普惠金融发展指数（DIFI）及三个一级子维度，分别为数字普惠金融覆盖广度（DIFI1）、使用深度（DIFI2）和数字化程度（DIFI3）作为门槛变量。

4.调节变量

媒体关注（Media）：以CNRDS发布的全年报刊标题出现该企业的新闻总数来度量企业的媒体关注度。

5.控制变量

为了尽可能避免遗漏变量产生的影响，参考已有文献的做法，本文选取了企业规模（Size）、资产负债率（Lev）、总资产净利率（ROA）、总资产周转率（ATO）、现金流比率（CashFlow）、应收账款占比（REC）、存货占比（INV）、两职合一（Dual）作为控制变量。

具体变量定义如表1所示。

（三）模型构建

為验证数字金融对企业绿色创新的影响，设定如下基准回归模型：

GTIi，t=？坠0+？坠1DIFIi，t+？坠2Controlsi，t+Industryi+Yeart+εi，t（1）

为检验数字金融及其子维度在数字金融对企业绿色创新推进中发挥的作用，参考Hansen[21]的面板门槛模型理论，分别将数字金融发展指数、数字金融的三个一级子维度作为门槛变量，首先用三重门槛回归模型来确定门槛个数，具体见模型2。其次，根据面板门槛回归，确定核心变量依托门槛效应对被解释变量的影响系数和显著性，具体见模型3。

GTIi，t=δ0+δ1DIFIi，t×I（Thresholdi，t≤θ1）+δ2DIFIi，t×I（Thresholdi，t≤θ2）+δ3DIFIi，t×I（θ2θ3）+？渍Controlsi，t+εi，t （2）

GTIi，t=δ0+δ1DIFIi，t×I（Thresholdi，t≤θ1）+δ2DIFIi，t×I（Thresholdi，t>θ2）+？渍Controlsi，t+εi，t （3）

为检验媒体关注对数字金融发展与企业绿色创新关系的调节作用，设定如下调节效应检验模型：

GTIi，t=γ0+γ1DIFIi，t+γ2Mediai，t+γ3DIFIi，t×Mediai，t+

γ4Controlsi，t+Industryi+Yeart+εi，t （4）

其中，i和t分别表示不同行业和年份；GTI表示企业绿色创新，DIFI表示数字金融，Control表示控制变量；Threshold为模型的门槛变量，即数字金融（DIFI）、数字金融覆盖广度（DIFI1）、数字金融使用深度（DIFI2）、数字金融数字化程度（DIFI3），I表示条件函数，若满足括号中条件为1，否则为0；θi表示第i个门槛所对应门槛值；Media表示媒体关注；Industry是行业固定效应，Year是年份固定效应，ε是随机误差项。

四、实证结果及其分析

（一）描述性统计

变量的描述性统计值如表1所示。样本企业平均每年获得0.9694项绿色发明专利，标准差为1.1034，表明企业绿色创新水平存在较大差异；极差为6.2126，说明个别企业的绿色创新能力较强。数字金融的均值为2.5369，标准差为1.0708，数据分布相对对称；最小值为0.1833，最大值为4.5897，中位数为2.5559，表明数字金融水平在样本企业中有一定的差异，但总体而言，数字金融在企业中普遍存在。

（二）基准回归分析

回归结果如表2所示。结果表明，无论是否加入控制变量，数字金融均显著影响企业绿色创新，且在1%的水平上显著为正，说明数字金融的发展能有效促进企业绿色创新水平，这验证了H1。

（三）数字金融各子维度对绿色创新影响的检验

进一步对数字金融各子维度进行回归检验。结果见表2列（3）—列（5）。三个子维度对企业绿色创新的影响均在1%的水平上显著为正。数字化程度对企业绿色创新的促进作用最大，可能因物联网技术可以实现设备和系统的智能化管理，提高资源利用效率；人工智能技术优化产品设计和制造流程，减少能源消耗和废弃物产生，推动企业向绿色创新转型。使用深度的影响较小，可能的原因在于数字经济毕竟是新生事物，企业广泛应用尚需时日，需要更多的技术和经验积累，以及对绿色创新的长期战略规划。

（四）内生性处理与稳健性检验

1.内生性处理

在实证回归中可能存在着遗漏变量误差、选择性偏差和互为因果等内生性问题。对于遗漏变量带来的问题，本文尽可能多地选择了控制变量，并且控制年份和行业进行回归。对于反向因果引发的内生性问题，本文采用工具变量法来解决。参考已有文献，本文选取以下工具变量：（1）移动电话普及率。移动电话的普及可以提供更广泛的通信渠道和连接能力，使得更多人能够接触到数字金融产品和服务，因此，可以作为合理有效的工具变量。回归结果见表3列（1）。（2）上市企业所在地级市到杭州市的距离。杭州市作为全球数字金融中心，其数字金融发展水平极具有代表性，地级市距离杭州的距离越近，数字金融发展水平越高。回归结果见表3列（2）。

根据弱工具变量检验，列（1）和列（2）第一阶段回归结果中的F值远大于10%水平上的临界值，说明两个工具变量均不存在弱工具变量问题。此外，Kleibergen-Paaprk LM的p值均为0，即通过“工具变量识别不足”检验。在考虑内生性问题后进行回归，数字金融对企业绿色创新依然具有显著影响，证明了结果的稳健性。

2.稳健性检验

替换被解释变量：采用绿色专利获得数量衡量企业的绿色创新活动，主要反映企业在绿色创新方面的产出。本文考虑从创新投入的角度来衡量企业绿色创新活动。借鉴已有文献，采用企业绿色专利申请数量加1取对数来衡量，回归结果如表3列（3）所示。回归结果在1%水平上显著为正，证明了结果的稳健性。

解释变量滞后一期：考虑到创新活动需要大量的时间和资金的投入，因此，将滞后一期的数字金融指数作为解释变量进行回归，回归结果见表3列（4）所示。数字金融指数的系数明显上升，且在1%水平上显著，说明了结果的稳健性。

替换解释变量进行重新估计：参考已有文献对数字金融指数的三个子维度分别赋予30%、30%和40%以及20%、50%和30%的比重[22]，重新计算数字金融总指数。回归结果见表3列（5）和列（6）所示。回归系数分别为0.4836和0.4061，且在1%水平上显著，说明了结果的可靠性。

改变样本范围：考虑到四个直辖市在中国金融市场具有独特地位，因此，在进行回归时，剔除直辖市可以减少对模型结果的影响。回归结果见表3列（7）所示。剔除直辖市后结果依然在1%水平上显著为正，进一步证明了结果的稳健性。

将企業绿色专利获得数量进一步细分为发明型专利以及实用型专利：对企业绿色专利获得数量进行细分，可以更为全面地揭示数字金融对企业绿色创新的影响。回归结果如表3列（8）和列（9）所示。回归系数依然在1%的水平上显著为正，再一次证明了结果的稳健性。

（五）异质性分析

1.地域异质性分析

本文进行东部和中西部地域异质性研究，回归结果见表4列（1）和列（2）所示。结果表明，在中西部地区，数字金融对企业绿色创新有显著正向影响，并通过了组间系数差异检验。可能因为东部地区是中国经济中心，已经较早推进数字金融发展，因此，数字金融对企业绿色创新的促进在东部地区已经充分释放。

2.企业个体特征异质性

本文从企业所有制以及是否为重污染企业两个方面检验数字金融对企业绿色创新的企业异质性影响。如表4列（3）和列（4）所示，与非国有企业相比，数字金融能显著促进国有企业的绿色创新活动，且组间系数差异检验显著。可能的原因是，国有企业资金雄厚，能够负担绿色创新活动带来的长期资金占用和风险，并且具有公共利益导向，能更好地满足社会对环保的需求。表4列（5）和列（6）的回归结果显示，数字金融可以显著促进重污染行业的绿色创新活动，也通过了组间系数差异检验。数字金融催生的绿色金融工具为企业提供了融资渠道，如绿色债券和绿色信贷等，为重污染企业提供更多资金支持，促使其进行绿色技术研发和应用。

五、进一步讨论：门槛效应与调节效应检验

（一）门槛效应检验

为研究数字金融对企业绿色创新的非线性作用，根据模型2对数字金融发展及其覆盖广度、使用深度和数字化程度进行门槛效应检验。运用Bootstrap自助法抽样500次得出F值和P值，检验结果如表5所示。从F值和P值的结果可以看出，当门槛变量为数字金融总指数、覆盖广度和使用深度时，模型均在至少5%的水平通过了单门槛检验，其中覆盖广度在5%的水平通过了双重门槛检验，因此，考察数字金融、覆盖广度对企业绿色创新的影响使用单门槛模型，使用深度用双门槛模型。以数字化程度为门槛变量时，未通过门限效应检验，因此，数字化程度对企业绿色创新的影响只存在线性作用。原因可能在于数字金融的数字化程度主要反映数字金融服务的低门槛和低成本优势[23]，同时数字化程度的提高主要使金融效率得到大幅度提升，在此过程中主要涉及信息技术的应用和数字平台的建设，这些技术壁垒相对较低，企业可以相对容易地应用数字金融工具，因而没有出现非线性的阻碍因素。

表6为门槛值的回归结果，由列（1）可知，数字金融对企业绿色创新活动具有非线性的正向作用，当数字金融的发展跨越门槛值1.0013时，回归系数由0.0445变为0.0579，说明对企业绿色创新活动的促进作用增强，H2得到证实。如列（2）所示，当覆盖广度小于第一道门槛值（DIFI1≤0.6193）时，数字金融每提升1%，能够使企业绿色创新水平提升0.3369%；当覆盖广度介于中间水平（0.61930.6341）时，数字金融对企业绿色创新的促进作用较中间水平有所提升，且在1%水平显著为正。列（3）为使用深度的门槛回归结果，当使用深度小于第一道门槛值（DIFI2>1.2650）时，数字金融与企业绿色创新在5%水平显著正相关，影响系数为0.1579；当使用深度跨越第一道门槛（DIFI2>1.2650）时，估计系数为0.0637，但在1%水平显著为正。H3得到验证。

（二）调节效应检验

表7报告了媒体关注的调节效应检验结果。从列（2）可知，DIFI和Media的交乘项回归系数显著为正，表明媒体关注度越高，数字金融对企业绿色创新的促进作用越强，验证了H4。

六、结论与建议

本文在理论机理分析基础上，实证检验了数字金融对企业绿色创新的线性影响和非线性影响。得出的主要结论有：第一，数字金融能促进企业绿色创新的提升，这种促进作用在数字金融的三个维度上均有体现，数字化程度的促进作用最强，覆盖广度次之，使用深度最弱。第二，数字金融、覆盖广度和使用深度对促进企业绿色创新具有门槛效应，其中数字金融和使用深度具有单门槛效应，覆盖广度具有双门槛效应。第三，数字金融促进企业绿色创新存在区域与企业个体特征的异质性，具体表现为在中西部地区、国有企业和重污染企业数字金融对企业绿色创新的促进作用更为显著。第四，媒体监督有利于数字金融对绿色创新作用的发挥。媒体关注度高的企业，受到社会公众更广泛的监督，这种监督不仅有助于确保企业在创新过程中遵循绿色原则和可持续发展标准，还推动了企业更积极地将数字金融与绿色创新相结合。

基于以上研究结论，提出以下建议：

首先，应加强数字金融基础设施建设，为促进企业绿色创新提供基础保障。政府应加强云计算、网络等基础设施建设，为稳健推动数字金融发展奠定基础，并推动拓展数字金融的覆盖范围。同时，制定以数字金融为核心的有利于维护企业绿色创新活动开展的法律法规，建立健全数字金融平台的安全监测和预警机制，及时识别和应对潜在的安全威胁，确保企业数据的机密性和完整性，避免数据泄露和滥用，保障数字金融长期有效发展。

其次，企业需深刻理解数字金融促进绿色创新的非线性作用，逐步提高覆盖广度、使用深度和数字化程度在不同发展阶段的作用发挥。数字金融对绿色创新的作用是动态演进的过程，因此，差异化和动态化的策略至关重要。应建立监测和报告机制评估数字金融投资对绿色创新的影响，分析数字金融在绿色创新中的经济效益，确保企业实时掌握其可持续性投资的回报率。

再次，政府应因地制宜制定支持政策，根据地区和企业类型进行差异化支持，为绿色发展助力。在中西部地区，可提供更多的资金支持和税收激励，以吸引企业开展绿色创新项目。对国有企业和重污染企业，可实施更严格的环境监管和减排政策，推动其进行环保技术升级，逐步减少对高污染产业的依赖。数字金融的发展给西部地区提供了赶超的机会，西部地区要融入数字经济的浪潮，积极推进数字化转型，实现企业转型升级。

最后，要充分保障媒体在绿色增长方面的监督权，为其发挥作用提供支持。媒体监督是确保数字金融在绿色创新中发挥作用的重要手段。鼓励外部媒体与企业高管合作，推动定期信息披露，增强公众和投资者信任；同时，明确媒体如何更准确、全面地报道企业的绿色创新信息，以帮助其更好地履行舆论监督的角色，确保公众获得准确、全面的信息，提高绿色创新的透明度，推动绿色创新发展。

【参考文献】

［1］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.

［2］陈玲玲.数字金融与企业绿色创新［J］.会计之友，2023（17）：35-43.

［3］王平，王凯.数字金融、技术创新与企业价值［J］.统计与决策，2022（15）：164-169.

［4］齐绍洲，张倩，王班班.新能源企业创新的市场化激励——基于風险投资和企业专利数据的研究［J］.中国工业经济，2017（12）：95-112.

［5］刘晓辉，任群罗.创新要素配置对绿色创新链升级的影响效应研究［J］.科技进步与对策，2023（7）：1-10.

［6］潘楚林，田虹.环境领导力、绿色组织认同与企业绿色创新绩效［J］.管理学报，2017（6）：832-841.

［7］ WALKER R M.Internal and external antecedents of process innovation：a review and extension［J］.Public Management Review，2014，16（1）：21-44.

［8］刘兴华，洪攀.“量”的积累还是“质”的飞跃：经济政策不确定性有助于推动企业绿色创新吗［J］.江西财经大学学报，2022（5）：25-41.

［9］兰梓睿.产业政策如何影响企业绿色创新？——基于技术创新和资源再配置的视角［J］.经济体制改革，2023（4）：176-183.

［10］席龙胜，赵辉.企业ESG表现影响盈余持续性的作用机理和数据检验［J］.管理评论，2022（9）：313-326.

［11］曾雅婷，邢晶晶，李宾.数字金融发展对新创企业成长的影响——融资约束和研发投入的链式中介效应与异质性分析［J］.西部论坛，2022（6）：20-36.