金融数字化能增强绿色金融发展的内生动力吗？

罗兴 海焱茹 何奇龙

摘   要：文章基于2011—2020年省级面板数据，运用熵权法构建省级绿色金融指数，实证发现：地区金融数字化对绿色金融发展具有显著促进作用，通过工具变量等一系列稳健性检验后，该结论仍成立；且地区金融数字化在非绿色金融改革创新试验区、金融监管力度弱的地区作用更强，说明目前地区金融数字化能够降低绿色金融发展对政府绿色金融政策的依赖，增强其内生动力；同时，地区金融数字化在市场化程度高和环境规制程度高的地区作用更强，说明更大的政府环境压力和更好的地方市场化环境更有利于金融数字化的作用发挥。使用2011—2021年37家商业银行非平衡面板数据的实证分析发现，微观层面上，商业银行数字化转型能够通过提升其经营效率和风险管理能力从而扩大绿色信贷规模，进一步验证了金融数字化的内生动力机制。

关键词：金融数字化；绿色金融；内生动力

中图分类号： F832.4   文献标识码：A  文章编号：1674-2265（2024）05-0003-12

DOI：10.19647/j.cnki.37-1462/f.2024.05.001

一、引言

在世界各国日益重视绿色发展的大环境下，为助力“双碳”目标的实现和促进经济的绿色高质量发展，我国将发展绿色金融作为重要的国家战略。经国务院同意，2016年中国人民银行等七部委联合印发了《关于构建绿色金融体系的指导意见》，中国也成为全球第一个由政府推动支持建设绿色金融体系的国家。我国以银行业为主体的金融体系决定了绿色信贷是金融服务绿色发展的重要方式。我国的绿色金融虽起步晚，但在政府推动下迅速发展。截至2021年末，我国本外币绿色贷款余额为15.9万亿元，存量规模居全球首位。然而，根据中国人民银行统计数据，截至2022年末，主要绿色金融产品融资规模占社会融资存量的6.47%，占比仍然不高。尽管我国绿色信贷总量不断增长，但发展已进入瓶颈期，其在总信贷余额中的占比近两年未有大幅提升。总体来看，我国的绿色金融体系由政府主导建设，属于“自上而下”的政府供给推动型，绿色金融发展缺乏市场主动力量和内生持续性。实践中，绿色项目大都存在周期长、边界不清、潜在风险高等特点，商业银行普遍缺乏开展绿色信贷的意愿和能力。根据原银保监会数据，2021年底国内21家主要商业银行的绿色信贷余额占比仅为10.6%，其发展面临的问题是金融机构环境风险评价能力不足、企业环境信息披露不充分（李云燕和孙桂花，2018）[1]、“洗绿”“漂绿”现象突出、金融机构积极性不高（陈骁和张明，2022）[2]，绿色金融陷入了“经营可持续还是环境可持续”的发展悖论。

绿色金融发展缺乏自下而上的内生动力，政府主导型的发展模式已无法助力绿色金融实现突破式发展，激励和引导更多金融机构以市场化方式支持绿色低碳发展成为绿色金融发展的关键。近十年来，以大数据、人工智能等为代表的数字科技蓬勃发展，并快速渗入传统金融，助推了金融业的数字化转型。金融数字化是指利用数字技术对金融服务和业务进行转型和升级的过程，有利于降低金融活动的交易成本，缓解信息不对称，提升交易效率（盛天翔和范从来，2020）[3]，重塑金融机构的运营模式（Grenna和Michaely，2021）[4]，推动普惠金融及可持续金融的发展。那么，金融数字化能否破解绿色金融发展中的上述问题，激发金融机构的内生动力，推动绿色金融自下而上的发展？

现有研究认为理论上金融数字化在绿色项目识别、信息披露、绿色信贷风控、产品研发等方面的应用能为绿色金融发展提供有力支持。董玉峰和赵晓明（2018）[5]认为应用数字技术是破解绿色金融困境行之有效的方法。Vives（2017）[6]认为数字技术可以优化金融机构结构、提升金融效率，从而有利于绿色金融发展。刘涛（2019）[7]认为金融数字化能够通过提升绿色项目识别能力，增强绿色资金追踪能力等促进绿色金融发展。薛畅（2023）[8]从商业银行碳金融业务视角分析，认为金融数字化能加速碳金融业务的发展。一些实证研究也支持金融数字化或者金融科技对绿色金融发展的正向影响。比如：基于企业视角，王康仕等（2020）[9]发现金融数字化对绿色金融发展起促进作用。基于地区视角，马玉华（2023）[10]发现地区金融科技发展水平越高，绿色金融发展水平就越高。基于商业银行视角，钟凯等（2023）[11]发现金融科技有利于商业银行开展绿色信贷业务，完善的数据基础设施和人才储备是金融科技促进绿色信贷发展的重要条件；孔维伟等（2024）[12]发现，当市场竞争程度达到一定水平及董事会独立性超过特定门槛值时，金融科技对绿色信贷投放的促进作用更显著。

但是，上述研究未从内外生动力的角度对金融数字化推动绿色金融发展的内在机理进行讨论。作为自下而上的金融实践，金融数字化与自上而下的绿色金融政策在推动绿色金融发展中是何关系，替代还是互补？金融数字化能否增强绿色金融发展的内生动力？2022年1月，中国人民银行印发《金融科技发展规划（2022—2025年）》，提出要以加快金融机构数字化转型为主线，加强金融科技和绿色金融的深度融合，创新发展数字绿色金融。但是实践中金融数字化赋能绿色金融发展仍面临一系列挑战：在技术方面，存在大数据、区块链等技术不成熟以及用户隐私保护等问题；在金融机构方面，缺乏专业人才，绿色金融科技创新动力不足；在监管政策方面，缺乏政策指引和行业发展规划，也缺乏绿色金融大数据基础设施和统一的项目认定标准。基于以上现实约束，金融数字化是否会降低绿色金融的政策依赖，增强绿色金融发展的市场化内生动力？为此，鉴于金融数字化在地区层面体现为地区数字金融发展水平，在商业银行层面体现为商业银行数字化转型水平，本文在已有研究基础上，采用2011—2020年省际层面的数据，探究地区金融数字化水平对绿色金融发展内生动力的影响，并采用2011—2021年商业银行层面的微观数据，研究商业银行数字化转型是否可以通过降低风险和提高效率来促进绿色信贷发展。文章从宏微观角度分析了金融数字化对绿色金融的影响，在以下两个方面拓展和丰富了相关研究：第一，在地区层面，不仅验证了金融数字化对绿色金融的影响，还进一步分析了金融数字化是否有利于绿色金融“自下而上”发展，是否对政策产生替代效应。第二，在微观商业银行层面，对金融数字化驱动绿色金融发展的内在机理进行了实证分析，并分析了内生动力的来源。

二、理论分析与假说提出

（一）绿色金融的发展困境及政府支持逻辑

1. 绿色金融的发展困境。绿色金融发展要求坚持“环境可持续”和“经营可持续”。前者是发展绿色金融的本质要求，金融活动要将环境因素纳入考虑；后者是实现可持续发展的约束条件，要求金融机构控制风险和保持盈利。但是目前两者出现了一定程度的矛盾。第一，绿色企业与绿色项目的经营成本高，本身风险也高，这造成市场化金融资本参与绿色投资的积极性不高。第二，绿色金融属于特别投向金融，但是目前其标准体系不完善，绿色项目认定、环境效益计算等缺乏统一标准，导致绿色金融项目认定成本高，难以实现标准化管理。特别是缺乏针对小微主体的绿色金融标准体系，导致绿色金融难普惠。第三，金融机构与企业之间存在信息不对称，金融机构之间难以实现信息全方位共享，导致绿色金融项目评估难度加大。特别是目前我国环境信息披露机制不完善，缺乏对披露内容、方式等的详细规定，强制性环境信息披露覆盖的企业范围较小，导致环境信息数据质量差，且部分企业在申请绿色信贷时隐藏负面信息或有选择地披露信息，“洗绿”“漂绿”现象频发，加大了绿色信贷风险评估的难度。第四，绿色金融事后道德风险高。绿色信贷后续资金流向难以实时监测也造成了绿色金融领域风险和监管难度的增加。在上述背景下，若政府过度强调“环境可持续”，可能增加金融机构的风险，加剧金融机构的脆弱性；而若金融机构过度追求营利性，则会削弱其发展绿色金融的动力。

2. 绿色金融发展的政府支持逻辑。针对绿色金融发展面临的上述困境，我国通过一套较为完善的政策体系来支持绿色金融发展。第一，构建绿色金融标准体系。中央层面明确了绿色金融标准体系的基本框架；绿色金融改革创新试验区也积极参与绿色金融标准制定，确定绿色企业和绿色项目认定标准。第二，完善绿色金融激励约束机制。相比于传统的行政命令型环境管控措施，基于市场机制和经济刺激的环境管理措施更具吸引力。政府通过监管措施和财政货币政策，实行“大棒”和“胡萝卜”政策激励金融机构开展绿色金融。当前，我国已基本形成了中央和地方两级激励约束机制：在国家层面，建立绿色金融评价体系，将评价结果纳入央行金融机构评级；中国人民银行推出多种结构性货币政策工具；原银保监会强调银行、保险公司在经营过程中要将ESG理念融入风险管理。在地方层面，绿色金融改革创新试验区创新性地采用财政奖补、税收优惠等手段对绿色金融进行支持。第三，完善环境信息披露体系。2021年5月，生态环境部印发《环境信息依法披露制度改革方案》，明确到2025年基本形成环境信息强制性披露制度，对企业环境管理信息、碳排放信息等的披露提出明确要求，并逐步将更多企业纳入环境信息披露范围。总体上，政府的制度设计、基础设施建设以及激励约束机制有利于增强绿色金融的商业可持续性，我国绿色金融体量在政府扶持下快速扩张，但市场力量在绿色金融发展过程中的贡献不足，一方面造成绿色金融供给效率低下，另一方面导致绿色金融支持的绿色企业产品生产缺乏效率（胥爱欢和杨苌苌，2019）[13]。长此以往，会制约绿色金融的发展，不能为绿色企业提供准确、及时的金融服务。

（二）金融数字化对绿色金融发展内生动力的影响分析

随着大数据、云计算等技术在绿色金融领域应用的不断深入，金融数字化有助于解决上述绿色金融发展过程中的难题，并能打破其发展瓶颈，增强绿色金融发展的内生动力。

首先，金融数字化有助于绿色金融标准体系建设和绿色项目评估。目前我国绿色金融标准还存在“国内不统一、国际不接轨”的问题，绿色项目认定口径、产品设计、信息披露和风险管理等方面的要求偏低，国内绿色金融标准不一致、不详尽。金融数字化有利于金融机构利用数字技术细化和完善绿色金融标准，大数据、人工智能等技术的运用也有利于绿色金融评定模型的开发，统一评估口径和标准体系，从而推动绿色金融的发展。

其次，金融数字化有利于缓解信息不对称，实现降本增效。金融数字化通过搭建绿色项目和绿色金融数据库，可以在绿色金融相关参与部门之间实现绿色信息共享。大数据、人工智能技术的应用能实现对绿色金融项目信息的深入挖掘，缓解信息不对称，并简化绿色信贷的审批流程，提高服务效率。区块链、大数据等技术能实现对绿色信贷流向的追踪，降低道德风险，保证绿色信贷最终流向环境友好的项目。此外，金融科技的发展创新了监管工具（黄卓和王萍萍，2022）[14]，政府部门通过对环境信息的监测搭建起绿色金融评价体系，减少金融机构和企业的“洗绿”“漂绿”行为。总之，金融数字化能够有效重塑绿色金融的微观基础（刘涛，2019）[7]，降低服务成本，提升服务质效。

最后，金融数字化有利于促进产品创新，进而提升业务广度。第一，金融数字化通过搭建企业数字化管理平台和其他数字场景，记录企业特别是中小企业的绿色生产行为，一方面，促进其绿色转型，另一方面，通过积累信息利用数字技术建立健全绿色信用制度，为绿色金融产品创新提供基础保障。第二，利用大数据等技术，实现对消费者的用户画像，针对用户绿色金融多元化需求，创新个性化的金融产品，对用户的需求做到精准匹配。总而言之，金融数字化扩大了绿色金融服务的触达范围，金融科技平台特有的网络外部性使更多小微企业和个人接触到绿色金融产品，绿色金融得以服务更多用户。

基于以上分析可以发现，理论上金融数字化与政府支持对绿色金融发挥促进作用的逻辑和方向一致，主要集中在标准体系制定、信息披露、产品创新等领域，但金融数字化在技术加持下，作用范围更深入、应用领域更细化，这意味着金融数字化与政府支持在促进绿色金融发展中存在交互作用。具体而言，金融数字化与政府支持对绿色金融的影响既可能有替代作用，又可能存在互补作用。在政府支持力度不足的地区，金融数字化可以在一定程度上替代政府职能，加快发展绿色金融；在政府支持力度大的地区，金融数字化能协助政府推动绿色金融快速发展。因此，本文认为，一方面，金融数字化能够在一定程度上破解绿色金融发展面临的困境，对政府作用形成一定的替代，降低绿色金融的政策依赖，提升绿色金融发展的内生动力；另一方面，金融数字化也可能与政府共同促进绿色金融发展。基于此，提出如下研究假设：

H1：地区金融数字化能够促进地区绿色金融发展。

H2-1：地区金融数字化能够增强地区绿色金融发展的内生动力，降低绿色金融发展的政策依赖。

H2-2：地区金融数字化能够与政府绿色金融政策产生协同效应，共同促进地区绿色金融发展。

（三）金融数字化促进绿色金融发展的微观机制分析

理论上，商业银行数字化转型能通过加强风险管理和提升经营效率增加绿色金融产品的收益，激发金融机构发放绿色信贷的积极性。第一，数字化有利于提升数字风控能力，缓解绿色信贷风险，助推商业银行发放绿色信贷。一方面，商业银行数字化转型有利于数据要素的积累和利用。在传统的绿色信贷项目信息基础上，拓展和利用多维、海量数据（Boot等，2021）[15]，增强了数据的准确性，缓解了绿色信贷的信息不对称问题；提高了商业银行对客户信息尤其是行为信息的即时价值捕捉能力（陈冬梅等，2020）[16]，增强了商业银行风控能力。另一方面，智能风控模式的运用能够提升风险识别的准确性和效率，区块链技术能够实时跟踪资金的准确流向，进行全方位的贷后监管，在出现问题时及时进行风险管理。第二，数字化转型有利于提升商业银行的经营效率。数字化对原有组织形态进行了重构，增强了部门间协调性，提升了经营管理效率；以大数据为基础为用户提供精准服务，减少管理费用与服务成本；项目审批流程数字化大幅提升业务效率。此外，借助互联网、大数据等技术开展远程业务，还可以提高绿色融资项目的普惠度。基于此，提出如下研究假说：

H3：商业银行数字化转型可以通过提升风险管理水平和经营效率增强绿色金融发展的内生动力。

三、金融数字化水平影响绿色金融发展的实证分析：地区层面证据

（一）样本选择与变量定义

为研究金融数字化对绿色金融发展的影响，本文选取我国2011—2020年除港澳台地区、西藏以外的30个省（自治区、直辖市，以下简称省份）作为样本，构建平衡面板数据，实证分析地区金融数字化水平对绿色金融发展水平的影响。

1. 被解释变量。本部分的被解释变量为地区绿色金融发展水平（GF）。以往学者从不同视角构建绿色金融体系并采用不同的指标度量方法。曾学文等（2014）[17]构建了涵盖绿色信贷、绿色证券、绿色保险、绿色投资和碳金融的绿色金融发展体系，采用主客观结合赋权的方式计算中国区域绿色金融发展指数。Lv等（2021）[18]在利用熵权法构建绿色金融指标的基础上，采用核密度估计法、马尔可夫链等方法，发现中国绿色金融发展呈上升趋势，总体区域差异呈缩小趋势。王宏涛和曹文成（2022）[19]采用变异系数法测度绿色金融，研究发现中国绿色金融发展水平在地区间呈现阶梯式下降分布。赵莉（2023）[20]通过对国内上市商业银行年报的整理，构建绿色金融发展指标体系，并使用层次分析法分析指标权重。胡文涛等（2023）[21]选取绿色信贷、绿色证券、绿色投资、绿色保险、政府支出五个维度的指标，用主成分分析法合成一个绿色金融发展水平指标。本文综合前人的做法，基于数据可得性，选取绿色信贷、绿色治理投资、绿色保险、财政支持和碳金融五个维度的指标构建绿色金融指标体系，用熵权法构建指数来衡量省级绿色金融发展水平。表1是该指数的指标体系及各指标权重。具体测算数据来自《中国统计年鉴》《中国生态环境统计年报》《中国保险年鉴》《中国工业统计年鉴》和万得数据库，并采用邻近五年平均值代替缺失数据。

2.解释变量。本部分的解释变量为地区金融数字化水平（FT）。现有文献普遍采用郭峰等（2020）[22]测算的地区数字普惠金融指数。该指数包含三个子维度：覆盖广度、使用深度和数字化程度。数字普惠金融指数较好地体现了地区金融数字化的发展水平，因此，本文使用“北京大学数字普惠金融指数”作为地区金融数字化水平的代理变量。由于该指数与绿色金融指数在量纲上差异较大，本文将其除以100作为原始数据。

3. 控制变量。参考相关文献，本部分选取城镇化水平（UR）、外贸依存度（Op）、经济发展水平（Agdp）、地方政府规模（Gov）和产业结构（IS）作为控制变量。相关原始数据来源于国家统计局，缺失数据采用线性插值法处理。具体变量定义见表2。

（二）模型设定

本文建立如下面板数据模型：

[GFi，t=α+β1FTi，t+∑γjControlsji，t+θi+μt+εit]  （1）

其中，[GFi，t]表示[i]地区第[t]年绿色金融发展水平，[FTi，t]表示[i]地区第[t]年金融数字化水平，[Controls]表示所有控制变量，[β1]表示解释变量的回归系数，其大小和正负代表了金融数字化对于绿色金融发展水平的影响程度和方向，[θi]是省份固定效应，[μt]是年份固定效应，[εit]表示随机误差。

为检验假设2，根据是否属于绿色金融改革创新试验区、金融监管强度、地方环境规制强度和市场化进程对样本进行分组回归，研究金融数字化是否增强了绿色金融发展的内生动力。

（三）变量描述性统计

变量的描述性统计结果见表3。地区金融数字化水平的中位数为2.241，最小值为0.183，最大值为4.319，表明金融数字化发展的区域差异比较明显。同时，绿色金融发展水平指标的中位数小于平均值且最大值与最小值差异较大，说明不同地区之间的绿色金融发展水平具有较大的差异，绿色金融发展也存在地区分化的特征。城镇化水平、外贸依存度、经济发展水平、地方政府规模和产业结构也都呈现出不同程度的类似特征。

（四）基准回归分析

基准回归结果见表4。在控制地区和年份效应下，列（1）和列（2）的结果显示，地区金融数字化水平的系数均在1%的水平下显著为正，说明金融数字化水平的提升会显著促进绿色金融的发展。

（五）稳健性检验

1. 内生性问题。第一，加入时间地区交互项。考虑到内生性问题，参考刘敏楼等（2022）[24]，将省份和年份的交互项加入模型，得到：

[GFi，t=α+β1FTi，t+∑γjControlsji，t+θi+μt+λTiFt+εit]   （2）

其中，[λTiFt]是交互固定效应，为多维个体效应与多维时间效应的乘积；[Ft]为共同因子，[λTi]为因子载荷。表4列（3）控制地区[×]年份交互项的结果显示，金融数字化的估计系数仍在10%的水平下通过显著性检验。

第二，工具变量法。为减轻内生性问题造成的误差，本文采用工具变量法进行稳健性检验。参照易行健和周利（2018）[25]以及斯丽娟和汤晓晓（2022）[26]的研究，构建工具变量[FTj，t-1×ΔFTt，t-1]（滞后一阶的地区金融数字化水平与地区金融数字化水平在时间上的一阶差分的乘积）。一方面，上一期地区金融数字化水平影响当期地区金融数字化水平的发展，工具变量满足相关性要求；另一方面，该工具变量不会直接影响当期绿色金融水平，满足外生性要求。表5列（1）一阶段结果显示，地区金融数字化水平的系数显著为正，这表明工具变量对于内生变量具有较好的解释力。同时，工具变量通过了不可识别检验（LM统计量的P值小于0.1）和弱相关性检验（Wald-F统计量大于经验值10）。第二阶段回归结果与前文保持一致，因此，在考虑内生性问题后，结果仍然稳健。

注：因篇幅所限，控制变量简要展示，作者备索。下同。

2. 替换实证方法。鉴于绿色金融具有潜在的动态特征，本文选用系统广义矩估计（System GMM）对模型进行检验。先对样本进行二阶自相关检验，结果显示P值大于0.1，即扰动项不存在二阶序列相关，且Hansen检验结果表明工具变量不存在过度识别问题，验证了广义矩估计的合理性。表5第（3）列结果表明，滞后一期的绿色金融和地区金融数字化水平均对绿色金融产生影响，且均在1%的置信水平下显著，验证了金融数字化对绿色金融的正向赋能效应。

3. 替换解释变量。用数字普惠金融指数中的三个子维度分别替代原解释变量进行回归，用Fcb表示覆盖广度，Fud表示使用深度，Fdl表示数字化程度。表5中（4）—（6）列结果表明替换解释变量之后结果依然稳健。

（六）增强内生动力的机制分析

为检验假说2，研究地区金融数字化影响绿色金融的机制，根据是否属于绿色金融改革创新试验区、金融监管强度高低、环境规制强度高低和市场化水平对样本进行分组回归。

1. 是否属于绿色金融改革创新试验区的异质性影响分析。自2017年我国绿色金融改革创新试验区设立以来，大部分试验区积极探索绿色金融发展模式，包括优化绿色金融标准、提升绿色项目识别精准度、完善金融基础设施以及提升管理与服务质效（蔡文德和曾晓立，2022）[27]。公开数据显示，截至2022年6月末，六省（区）九地试验区绿色贷款余额达1.1万亿元，占全部贷款余额的11.7%，试验区的绿色金融发展情况较好。试验区设立之后，试点地区通过引进外资、抑制污染企业融资等路径提升绿色经济效率。由此可见，政府供给型发展方式对发展绿色金融有较大帮助。对于非试验区，由于政策支持力度没有改革创新试验区大，理论上绿色金融的发展水平应该更加落后。但是在政策支持力度小的背景下，在市场约束和环境规制约束下，考虑到金融数字化赋能的可能性，非试验区绿色金融发展并不一定落后，反而更可能利用数字金融的降本增效功能来增强绿色金融发展的内生动力。而改革创新试验区内部，政府政策的强力支持则可能替代金融数字化的作用。因此，金融数字化在非改革创新试验区反而能够发挥更大的作用，原因是激发了绿色金融发展的内生动力。

依照绿色金融改革创新试验区所在的省（区）将样本划分为绿色金融改革创新试验区和非试验区两个子样本进行分组回归。表6中前两列结果显示，试验区和非试验区的金融数字化对绿色金融均有正向影响，但是非试验区的金融数字化对绿色金融的赋能效果更显著。该结果说明在政府绿色金融支持力度较弱的地区，金融数字化能在一定程度上替代政府作用，增强绿色金融发展的内生动力。

2. 金融监管强度的异质性影响分析。已有众多学者和机构指出，在目前商业银行提供绿色融资动力不足的情况下，可以通过降低风险权重来引导资金流向绿色部门（鲁政委和方琦，2018）[28]，也可以通过“大棒”政策，进行严格的绿色金融考核监管来促使金融机构发展绿色金融。这意味着一定程度的金融监管有助于绿色金融的发展。在靠“大棒”政策发展的地区，金融机构发展绿色金融的内生动力可能不足；而在金融监管薄弱的地区，若金融数字化能够发挥降本增效的作用，金融机构即使没有监管压力，也可能会基于自利动机而更多发展绿色金融。因此，在金融监管较弱的地方，金融数字化可能会对绿色金融产生更大影响。参照唐松等（2020）[29]，以地方财政金融监管支出占金融业增加值的比重作为反映区域金融监管强度的变量，并以地区金融监管强度均值作为划分样本的分界线。表6中第（3）和（4）列结果显示，金融监管力度弱组中金融数字化的系数显著，说明在金融监管强度低的地区，金融数字化对绿色金融发展存在显著促进作用。以上回归结果说明，目前我国金融数字化的发展能在一定程度上替代自上而下的绿色金融政策，提升绿色金融发展的内生动力。

3. 地区环境规制程度的异质性影响分析。环境规制是绿色金融发展的外部压力，在环境规制的作用下，理论上金融机构会基于政府的压力而大力发展绿色金融，环境规制也会刺激更多的企业参与绿色环保投资，这都有利于解决金融机构绿色化程度较低的问题（李楠博等，2021）[30]。在面临环境规制压力的背景下，金融机构可能会更加发挥金融数字化的降本增效作用，增强自身发展绿色金融的内生动力。因此，环境规制程度更高的地区，严峻的外部压力会让金融数字化赋能绿色金融发展的作用更强。

借鉴刘荣增和何春（2021）[31]的方法，采用工业污染治理投资完成额占第二产业增加值的比重衡量环境规制强度，将样本以地方环境规制强度均值为分界线，划分为环境规制强度高和环境规制强度低两组。表7第（1）和（2）列结果显示，两组的金融数字化系数均显著，且系数通过了组间系数差异检验，地区金融数字化对绿色金融的促进作用在环境规制强度高的地区更显著，这说明金融数字化能协同政府环境规制共同促进绿色金融发展，金融数字化和政府的绿色约束政策存在一定互补效应。

4. 市场化水平的异质性影响分析。中国的市场化进程存在较大区域差异，部分地区市场化进程快，生产要素得以灵活配置，金融机构的市场化水平也更高，金融数字化降本增效的市场激励作用能够得到更好的发挥；而市场化水平低的区域，各种非市场因素的干预使得金融机构的市场化水平也不高，金融数字化发挥的作用可能更小。因此，在市场化水平高的地方，金融数字化可能会对绿色金融产生更大影响。本文采用王小鲁（2019）[32]的省级市场化指数来衡量地区市场化水平，以各年度市场化指数中位数为分界线（段军山和高雯玉，2022）[33]，将样本分为市场化程度高组和市场化程度低组。表7后两列结果显示，在市场化水平高的地区，地区金融数字化对绿色金融有显著影响，而市场化水平低的地区，金融数字化对绿色金融的影响不显著。

由以上分组回归结果可知，金融数字化在非试验区和金融监管力度弱的地区对绿色金融的促进作用反而更加显著，这都说明金融数字化能够在一定程度上发挥对政府绿色金融支持政策的替代作用，增强绿色金融发展的内生动力。同时，金融数字化在政府环境规制强度高和市场化程度高的地方更能够发挥作用，这说明金融数字化的支持作用也需要一定的外部政策压力和市场环境，更强的绿色发展压力和更高的市场化水平更有利于发挥金融数字化的作用。

四、金融数字化影响绿色金融发展内生动力的机理分析：银行层面证据

（一）样本选取与变量定义

为深入分析金融数字化提升绿色金融发展内生动力的机理，本部分聚焦微观金融机构层面，分析金融机构数字化如何影响金融机构经营行为进而影响绿色金融业务开展。本部分选取我国2011—2021年37家商业银行（包括6家国有商业银行，11家股份制商业银行，14家城市商业银行，6家农村商业银行）非平衡面板数据作为研究样本。截至2021年末，所选商业银行绿色信贷余额占全部金融机构绿色贷款余额的70.94%，样本具有比较良好的代表性。

1. 被解释变量：商业银行绿色金融发展水平（GCR）。参考张晨和董晓君（2018）[34]的研究，采用绿色信贷余额占商业银行总贷款的比重这一相对指标作为被解释变量。由于不同性质的商业银行贷款规模不同，绿色信贷余额差异较大，因此，选取绿色信贷占比作为被解释变量，占比越大，表明商业银行在绿色信贷上的投入越多。绿色信贷数据来源于各商业银行的年度社会责任报告。

2. 解释变量：商业银行金融数字化转型水平（DTI）。选取北京大学中国商业银行数字化转型指数课题组发布的《北京大学中国商业银行数字化转型指数（2010—2021）》作为代理变量，该指数分为战略数字化、业务数字化和管理数字化三个维度，代表性较好。

3. 控制变量。参考绿色信贷相关研究，在商业银行层面考虑了风险承担能力、流动性状况、经营效率以及盈利能力，选取了商业银行资本充足率（CAR）、不良贷款率（NPL）、资本结构（LEV）和净资产收益率（ROE）作为控制变量，数据来源于各商业银行年报；同时，选取商业银行总部所在地区（省份）经济增长情况（GDPE）、金融监管强度（FR）与市场化水平（MARKET）作为宏观层面的控制变量，数据来源于国家统计局。模型中的变量及其定义如表8所示。

（二）模型设定

在理论分析部分，本文提出商业银行数字化转型通过提高经营效率和风险承担水平进而促进绿色信贷规模的扩张。为探究商业银行数字化对绿色金融发展内生动力影响的具体传导机制，参照范黎波等（2022）[35]的做法，分两步逐一进行检验。先参考江艇（2022）[36]的中介效应研究，在机制变量（[IMi，t]）对因变量（[GCRi，t]）的影响已被广泛认知的情况下（周艳和陈虎，2022；张琳等，2020；周一鸣等，2023）[37-39]，仅着重检验自变量（[DTIi，t]）对机制变量（[IMi，t]）的影响。因此，依照传统中介法的第二步，构建模型（4）进行回归。然后，根据经营效率与风险承担水平分别进行分组检验，进一步验证商业银行数字化转型如何影响绿色信贷水平。

[GCRi，t=α1+α2DTIi，t+∑γjControlsji，t+θi+μt+εi，t]   （3）

[IMi，t=β1+β2DTIi，t+∑γjControlsji，t+θi+μt+εi，t]    （4）

其中，[GCRi，t]表示[i]商业银行第[t]年绿色金融发展水平，[DTIi，t]表示[i]商业银行第[t]年数字化转型程度，[Controls]表示所有控制变量，[IM]代表中介变量经营效率（CIR）和风险承担水平（RWA），[θi]是商业银行固定效应，[μt]是年份固定效应，[εit]表示随机误差。

（三）描述性统计

主要变量的描述性统计结果见表9。可以看出，绿色信贷占比的中位数为3.380，最小值为0.070，说明不同商业银行对绿色信贷的重视程度存在较大差异；数字化转型程度的中位数为0.861，最大值为1.844，最小值为0.007，表明商业银行数字化转型进程也存在差异。

（四）基准回归分析

为探究金融数字化影响绿色金融内生动力的路径，先对商业银行数字化转型是否促进绿色信贷水平进行验证。表10列（1）中回归结果显示，商业银行进行数字化转型有效促进绿色信贷占比的增加。进一步地，将数字化转型指数降维至战略数字化、业务数字化和管理数字化进行回归，第（2）（3）（4）列结果显示战略数字化、业务数字化和管理数字化对绿色信贷占比的影响均显著为正。由此可知商业银行数字化转型可通过战略数字化（SD）、业务数字化（BD）和管理数字化（AD）实现对绿色信贷的促进作用，这与前文的理论分析一致。在此基础上，本文从规模视角进行异质性分析。中国人民银行与原银保监会根据银行业金融机构资产规模及机构类型对中国商业银行类型进行划分，本文依据其划分原则将样本商业银行分成大中型商业银行和小型商业银行，进行分组回归。表10列（5）为大中型商业银行，列（6）为小型商业银行，回归结果通过了组间系数差异检验。结果表明在小型商业银行，数字化转型能发挥促进绿色信贷规模增加的动力作用。可能的原因在于，小型商业银行原始绿色信贷业务规模难以扩大，而数字化转型的开展能够有效促进小型商业银行绿色信贷的增长，且这一促进作用优于大中型商业银行。

（五）内生性检验

商业银行数字化转型与绿色信贷间可能存在互为因果关系导致的内生性问题，同样地，本文借鉴陈凯和杨亚平（2023）[40]，构建数字化转型的Bartik工具变量[DTIj，t-1×ΔDTIt，t-1]（滞后一阶的数字化转型指数与数字化转型指数在时间上的一阶差分的乘积），并采用两阶段最小二乘法进行回归。一方面，当期数字化转型水平受到上一期数字化转型的影响，工具变量满足相关性要求；另一方面，该工具变量不会直接影响当期绿色信贷规模，满足外生性要求。表11第一阶段回归结果显示，工具变量与自变量高度相关。第二阶段回归结果显示，数字化转型的系数在1%水平下显著为正，说明在考虑内生性问题后商业银行的数字化转型仍能显著促进绿色信贷。同时，工具变量通过了不可识别检验（LM统计量的P值小于0.1）和弱相关性检验（Wald-F统计量大于经验值10）。

（六）增强内生动力的作用机制分析

为检验商业银行数字化转型是否通过提升经营效率或风险管理水平来提升商业银行开展绿色信贷业务的意愿，本文进行中介机制检验。借鉴钟凯等（2023）[11]，采用成本收入比作为商业银行经营效率的代理变量，该值越高，经营效率越低；采用风险加权资产作为风险管理水平的代理变量，该值越高，风险管理水平越高。

由表12列（1）和列（4）的结果可知，数字化转型的系数均在1%的水平上显著，表明商业银行进行数字化转型能够提升商业银行的经营效率和风险管理水平。进一步地，本文根据成本收入比的中位数以及风险加权资产的中位数将样本分为高经营效率组和低经营效率组、高风险管理水平组和低风险管理水平组。列（2）和（3）成本收入比分组回归结果显示，数字化转型系数在低经营效率组显著，在高经营效率组不显著，且通过组间系数差异检验，表明数字化转型能够有效促进商业银行经营效率的提高；列（5）和（6）风险加权资产分组回归结果显示，数字化转型系数在风险管理水平高和低两组中均显著为正，在高风险管理水平组的系数更大，且通过组间系数差异检验，显然数字化转型的促进作用在风险管理水平高的组中更强。上述两步法的论证能够说明数字化转型通过提升商业银行的经营效率或风险管理水平进而促进绿色信贷的发展。

五、结论与建议

（一）结论

在当前绿色金融主要靠政府推动发展的情况下，为探究金融数字化能否增强绿色金融发展的内生动力，降低对政府的依赖，文章基于2011—2020年30个省份的面板数据检验地区金融数字化对绿色金融发展的影响，得到如下结论：省际层面的金融数字化能够有效促进绿色金融的发展，通过一系列稳健性检验，该结论仍然成立；金融数字化在非试验区和金融监管力度弱的地区对绿色金融的促进作用更加显著，印证了金融数字化能够提升绿色金融发展的内生动力，降低对政策的依赖；金融数字化在环境规制程度高和市场化程度高的地区对绿色金融的促进作用更强，说明了金融数字化的作用同样也需要宏观政策压力和市场化环境的支持。本文接着使用我国2011—2021年37家商业银行的非平衡面板数据进行分析，从微观视角对金融数字化影响绿色金融发展内生动力的机理进行验证，研究发现：商业银行的数字化转型能显著促进其发展绿色信贷，并且这种促进作用在小型商业银行中更加有效；机制分析结果显示，数字化转型通过提高商业银行的经营效率和风险管理能力对绿色信贷起到促进作用。

（二）政策启示

为了更好地增强绿色金融发展的内生动力，推动绿色金融发展，依据上述研究结论，本文得出如下政策启示：第一，完善数字绿色金融的政策制度设计，为金融数字化更好赋能绿色金融发展筑牢基石。目前缺乏金融数字化支持绿色金融发展的指导方针，为更加规范、深入地将金融数字化应用于绿色金融领域，仍需加强绿色金融数字化的顶层设计。此外，制定完善金融数字化政策、行业规范和技术标准，引导数字绿色金融有序发展；地方政府还应积极探索数字绿色金融发展的差异化政策。同时，鉴于目前金融数字化对绿色金融支持政策起到了一定的替代作用，今后的政策设计应该更多考虑绿色金融政策和金融数字化之间的协同。第二，加强数字基础设施建设，奠定数字绿色金融发展的硬件基础。政府协同金融机构和企事业单位，积极构建数字化绿色金融服务公共平台，打通信息孤岛，在绿色金融和绿色项目之间搭建公共桥梁。同时，鼓励金融机构积极开发更多金融科技与绿色金融融合的应用场景和平台，依托金融科技的力量推动金融机构创新绿色金融工具、绿色金融服务，充分发挥数字绿色金融的网络外部性，增加绿色金融产品的覆盖面。第三，为保障数字绿色金融的有序发展，应优化其作用发挥的外部环境。一方面，强化绿色发展的政策压力，提升环境规制程度；另一方面，提升地方市场化水平，同时建立一套对金融数字化创新具有包容性的监管体系，促进数字绿色金融的稳定发展。第四，推进商业银行数字化转型，激发数字绿色信贷发展的内生动力。政府部门应对商业银行数字化转型给予充分的支持，由于不同规模和禀赋的商业银行所面临的问题也有所不同，政策应该具有一定差异性，特别是针对不具有竞争优势的中小型商业银行应视具体情况给予相应的帮扶政策。

参考文献：

[1]李云燕，孙桂花.中国绿色金融发展问题分析与政策建议 [J].环境保护，2018，46（08）.

[2]陈骁，张明.中国的绿色债券市场：特征事实、内生动力与现存挑战 [J].国际经济评论，2022，（01）.

[3]盛天翔，范从来.金融科技、最优银行业市场结构与小微企业信贷供给 [J].金融研究，2020，（06）.

[4]Grenna J，Michaely R. 2021. Fintechs and the Market for Financial Analysis [J].Journal of Financial and Quantitative Analysis，56（6）.

[5]董玉峰，赵晓明.负责任的数字普惠金融：缘起、内涵与构建 [J].南方金融，2018，（01）.

[6]Vives X. 2017. The Impact of Fintech on Banking[J]. European Economy，（2）.

[7]刘涛.以金融科技重塑绿色金融的微观基础 [J].银行家，2019，（04）.

[8]薛畅.金融科技赋能商业银行碳金融业务发展理论逻辑、现状及对策建议 [J].西南金融，2023，（03）.

[9]王康仕，孙旭然，张林曦，王凤荣.金融数字化是否促进了绿色金融发展？——基于中国工业上市企业的实证研究 [J].财经论丛，2020，（09）.

[10]马玉华.金融科技助力绿色金融发展：理论机制和实证分析[J/OL].经营与管理，2023-05-08.

[11]钟凯，刘一寒，王玥元.金融科技对绿色信贷的影响研究——来自商业银行的经验证据 [J].外国经济与管理，2023，45（11）.

[12]孔维伟，宋同虎，张岳.金融科技促进了商业银行绿色信贷投放吗？——基于门槛效应的非线性关系检验[J].财会通讯，2024，（09）.

[13]胥爱欢，杨苌苌.基于需求视角构建和完善绿色金融商业可持续激励机制研究 [J].西南金融，2019，（06）.

[14]黄卓，王萍萍.金融科技赋能绿色金融发展：机制、挑战与对策建议 [J].社会科学辑刊，2022，（05）.

[15]Boot A，Hoffmann P，Laeven L， Ratnovski L. 2021. Fintech：What's Old，What's New？ [J].Journal of Financial Stability，（53）.

[16]陈冬梅，王俐珍，陈安霓.数字化与战略管理理论——回顾、挑战与展望 [J].管理世界，2020，36（05）.

[17]曾学文，刘永强，满明俊，沈启浪.中国绿色金融发展程度的测度分析 [J].中国延安干部学院学报，2014，7（06）.

[18]Lv C，Bian B，Lee C，He Z. 2021. Regional Gap and the Trend of Green Finance Development in China[J].Energy Economics，102.

[19]王宏涛，曹文成.中国绿色金融发展时空差异及影响因素分析 [J].上海立信会计金融学院学报，2022，34（02）.

[20]赵莉.商业银行提升绿色金融行为能力的路径研究——基于绿色金融评价指标分析 [J].北方金融，2023，（01）.

[21]胡文涛，孙俊娜，陈亮.绿色金融、产业结构生态化与地区绿色发展[J].当代经济管理， 2023，45（05）.

[22]郭峰，王靖一，王芳，孔涛，张勋，程志云.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（04）.

[23]左鹏飞，姜奇平，陈静.互联网发展、城镇化与中国产业结构转型升级 [J].数量经济技术经济研究，2020，37（07）.

[24]刘敏楼，黄旭，孙俊.数字金融对绿色发展的影响机制 [J].中国人口·资源与环境，2022，32（06）.

[25]易行健，周利.数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观证据 [J].金融研究，2018，（11）.

[26]斯丽娟，汤晓晓.数字普惠金融对农户收入不平等的影响研究——基于CFPS数据的实证分析 [J].经济评论，2022，（05）.

[27]蔡文德，曾晓立.绿色金融科技发展的实践、问题与建议 [J].金融科技时代，2022，30（03）.

[28]鲁政委，方琦.金融监管与绿色金融发展：实践与研究综述 [J].金融监管研究，2018，（11）.

[29]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（05）.

[30]李楠博，高晨磊，臧云特.绿色技术创新、环境规制与绿色金融的耦合协调机制研究 [J].科学管理研究，2021，39（02）.

[31]刘荣增，何春.环境规制对城镇居民收入不平等的门槛效应研究 [J].中国软科学，2021，（08）.

[32]王小鲁.市场化改革与经济增长 [J].中国经贸导刊，2019，（24）.

[33]段军山，高雯玉.数字金融发展对企业全要素生产率的影响研究 [J].当代财经，2022，（05）.

[34]张晨，董晓君.绿色信贷对银行绩效的动态影响——兼论互联网金融的调节效应 [J].金融经济学研究，2018，33（06）.

[35]范黎波，郝安琪，吴易明.制造业企业数字化转型与出口稳定性 [J].国际经贸探索，2022，38（12）.

[36]江艇.因果推断经验研究中的中介效应与调节效应 [J].中国工业经济，2022，（05）.

[37]周艳，陈虎.ESG信息披露机制下的绿色信贷发展研究——基于企业披露视角 [J].西南金融，2022，（11）.

[38]张琳，廉永辉，曹红.绿色信贷如何影响银行财务绩效——基于地区绿色发展异质性的视角 [J].贵州财经大学学报，2020，（03）.

[39]周一鸣，逯进，张晓峒.绿色信贷视角下中国绿色全要素生产率的异质性路径研究 [J].金融与经济，2023，（07）.

[40]陈凯，杨亚平.企业数字化转型缘何增加了征税难度——来自中国上市公司避税活动的证据 [J].山西财经大学学报，2023，45（12）.