数字金融对企业ESG表现的影响效应与机制分析

［摘 要］ 以2011-2022年中国A股上市公司为研究对象，实证检验数字金融对企业ESG表现的影响效应及作用机制。研究发现，数字金融能够显著提升企业ESG表现，这一影响主要通过推动企业绿色创新和缓解融资约束来实现。结构特征异质性分析显示，数字金融对企业环境治理水平的促进作用最为明显；数字金融的三个维度——覆盖广度、使用深度和数字化程度——均能提升企业ESG表现，其中覆盖广度对企业ESG表现的促进作用最为显著。企业特征异质性分析发现，数字金融对国有企业和重污染企业的ESG表现的提升作用更为明显。地区特征异质性分析表明，在环境规制强和对外开放程度高的地区，数字金融对企业ESG表现的促进效果更加显著。

［关键词］ 数字金融；企业ESG表现；绿色创新；融资约束

［中图分类号］" F830.2"" ［文献标识码］ Ａ"" ［文章编号］ 1008-1763（2025）01-0056-11

The Impact of Digital Finance on Corporate ESG Performance

and Its Mechanism Analysis

QIAO Haishu^1，2， WANG Hongyi¹， LIU Junjiao¹

（1. College of Finance and Statistics， Hunan University， Changsha 410006， China;

2. School of Finance， Fuzhou University of International Studies and Trade， Fuzhou 350202， China）

Abstract：Using a sample of A-share listed companies in China from 2011 to 2022， this study empirically examines the impact of digital finance on corporate ESG performance and its mechanisms. The results reveal that digital finance can significantly enhance corporate ESG performance， primarily through promoting corporate green innovation and alleviating financial constraints. Structural characteristics heterogeneity analysis reveals that digital finance has the most pronounced effect on improving corporate environmental governance. Among the three dimensions of digital finance—coverage breadth， usage depth， and digitalization level—coverage breadth has the most significant impact on enhancing corporate ESG performance. Heterogeneity analysis of enterprise characteristics indicates that digital finance has a more pronounced effect on improving ESG performance for state-owned enterprises and heavily polluting enterprises. Additionally， regional heterogeneity analysis reveals that digital finance has a more significant positive impact on enhancing corporate ESG performance in areas with more stringent environmental regulations and higher levels of openness.

Key words： digital finance; corporate ESG performance; green innovation; financial constraints

一 引 言

面对日益严峻的生态失衡和环境问题，保护生态环境和促进绿色发展已经成为世界可持续发展的重要议题。近年来，中国坚持以绿色发展作为高质量发展的底色，持续推进绿色低碳发展战略的全面实施。党的二十大报告进一步明确要积极稳妥推进碳达峰碳中和（“双碳”），并指出推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节。作为国家经济转型发展的微观主体，企业贯彻并践行绿色发展理念，对“双碳”目标的实现和经济高质量发展具有决定性作用。ESG（environmental，social and governance）理念着重关注企业在环境、社会和治理绩效的综合表现。近年来，企业ESG表现逐渐被各界广泛接受，并成为衡量企业绿色可持续发展的重要指标^[1]。这一指标的提升不仅契合国家当前绿色低碳转型的要求，也为加快形成新质生产力奠定了重要基础。向ESG模式转型逐渐成为中国实体经济部门的价值共识和重要导向。同时，作为传统金融与数字技术融合发展的产物，数字金融这一新兴业态在大数据、人工智能等技术深度赋能下，为企业绿色可持续发展带来了获取金融支持的新机会^[2]。然而，数字金融能否对微观企业ESG表现产生积极影响，仍然值得深入探讨。

现有研究主要从企业内外部两个视角探讨影响ESG表现的因素。一方面，CEO特征^[3]、CEO任期长短^[4]以及董事会独立性^[5]等公司内部结构对企业ESG表现具有显著影响。另一方面，制度压力^[6]、媒体关注^[7]和数字化发展^[8]等外部环境因素可以推动企业在经营战略层面上转向积极的ESG实践。另外，学界在数字金融推动企业绿色可持续发展方面也展开了诸多研究。数字金融能有效吸纳市场中大量具有“多、小、散”特征的投资者的金融资源^[9]，实现金融资源的高效转化和有效供给，为企业融资提供新型模式和资金支持^[10]。同时，数字金融能够有效提高企业环境信息披露水平^[11]，强化企业绿色创新能力^[12]，在提升企业环境绩效方面具有重要作用。可见，已有文献充分肯定了数字金融在推动企业绿色可持续发展方面的积极作用，但数字金融对企业ESG表现的影响尚未明确，其中的作用机制仍需探讨。

有鉴于此，本文以2011-2022年中国A股上市公司为研究对象，旨在从微观企业层面探讨数字金融对企业ESG表现的影响。本文的边际贡献如下：第一，从金融支持视角考察企业ESG表现的影响因素，深化了企业ESG表现的相关研究，为促进企业提升ESG表现、实现企业高质量发展提供新的视角和实证参考依据。第二，从绿色创新和融资约束两个方面实证检验了数字金融对企业ESG表现的作用机制，进一步拓展了金融发展理论的研究。第三，基于多维异质性视角识别了数字金融对企业ESG表现影响的边界条件。本文分别从结构、企业和地区特征三个方面探讨了数字金融对企业ESG表现影响的异质性，这不仅能够更好地揭示数字金融对企业ESG表现的影响机制，而且有助于提供更为具体、个性化的管理建议。

二 理论分析与研究假设

（一）数字金融与企业ESG表现

近年来，以大数据、人工智能、云计算等数字技术为依托所产生的数字金融新模式改变了传统金融业态，能够有效应对以往金融服务存在的资源配置低效、准入门槛较高等现实困境^[13]，这也为企业ESG表现的提升提供了新的动能。一方面，数字金融催生一系列智能化的金融产品，并在一定程度上提升了金融服务的可获得性，为正处于绿色转型发展阶段的企业提供了便捷的金融支持，显著提升了其环境效益。另一方面，数字金融凭借其网络化、去中介化的特征，拓宽了公众参与环保事业的渠道，提升了公众对企业环保责任的关注度，从而推动企业积极落实社会责任^[14]。此外，数字金融为企业完善自我监督机制提供了数据支持和技术保障，有助于优化内部治理结构，推动企业各部门积极践行ESG发展理念^[15]。基于上述分析可得，数字金融发展能够综合提升企业ESG表现。为此，本文提出以下研究假设。

H1：数字金融能够提升企业ESG表现。

（二）数字金融提升企业ESG表现的理论机制分析

1. 提升企业绿色创新水平

绿色创新作为企业践行绿色发展理念和实施创新驱动战略的综合表现，具有兼顾企业“经济效能”和“环保动能”的双重功能，也是企业ESG表现的重要方面^[16]。但是，企业绿色创新也同样面临着高风险、长周期以及收益不确定性等问题，这可能导致企业绿色创新活动难以有效推进，从而影响企业可持续发展。数字金融借助大数据、人工智能等先进信息技术有效突破了传统金融服务在创新活动中的限制，不仅降低了企业绿色创新风险，还为提升企业ESG表现提供了有力的技术支持。一方面，数字金融能够利用信息技术快速获取外部信息，并借助大数据技术以低成本、低风险的方式处理数据^[17]，显著优化了企业内部决策流程，提高了经营效率，进一步增强了企业在绿色创新活动中的风险承担能力。另一方面，数字金融以技术创新作为内在驱动力^[18]，不仅是企业技术创新的一个重要体现，同时也具有绿色属性^[19]。数字产品的创新与应用能够有效减少企业在生产、销售等环节产生的环境污染，从而从根本上提升企业的环境治理能力与社会责任履行水平。因此，数字金融能够推动企业绿色创新，并为提升企业ESG表现提供技术支持。

2.缓解企业融资约束

新一代数字技术的发展催生了以移动支付、互联网信贷、供应链金融等为代表的数字金融新模式，这有效突破了企业创新发展长期面临的“融资难、融资贵”瓶颈，为优化企业ESG表现提供了强有力的资金支持。数字金融发展可以通过银行和金融科技公司两大主体影响企业信贷和资金可得性水平^[20]，在缓解企业融资约束的同时优化资金配置模式，推动金融资本向环境友好与可持续发展的方向流动，从而进一步加大企业ESG建设力度^[21]。具体而言，数字金融尚未发展为独立的金融形态，其主要依托技术溢出和竞争效应，推动传统金融服务模式的转型与升级^[22]。数字技术的快速发展为银行精准获取企业财务信息和经营状况创造了实现条件。数字金融通过提高银企双方的交易透明度，以较低成本建立信任机制，有效缓解了资金供给双方的信息不对称问题^[23]，不仅解决了企业的融资难题，还推动了其高质量发展。另外，伴随着数字金融的发展，新型金融机构即金融科技公司进入了信贷市场，并引入了新的信贷技术，在一定程度上解决了传统金融机构存在的信贷排斥问题，拓宽了中小微企业的资金获取渠道^[24]，为应对企业长期存在的融资困境提供了全新的方案。由此可见，数字金融能够助推传统金融行业和新型金融机构协同发展，形成更具包容性的信贷体系，从而有效减少企业ESG发展中面临的融资风险与资金约束。

综合以上分析，本文提出以下研究假设。

H2：数字金融通过推动企业绿色创新与缓解企业融资约束两个渠道提升ESG表现。

三 研究设计

（一）样本选择与数据来源

考虑到数字金融数据的可得性，本文选取2011-2022年中国A股上市公司为研究样本。为保证数据的有效性和连续性，本文对原始数据进行以下处理：第一，剔除样本区间内被ST、*ST的特殊案例企业以及主要变量缺失的样本。第二，对所有连续变量进行上下1%的缩尾处理，以减少极端值可能带来的误差。本文最终得到634家上市公司，共计7608个样本观测值。另外，本文的核心变量，企业ESG和数字金融数据分别来自彭博数据库（Bloomberg）和北京大学数字普惠金融指数。其余变量来自中国经济金融研究数据库（CSMAR）、各省市的统计年鉴、政府统计公报等。

（二）变量定义与说明

1.被解释变量

企业ESG表现（ESG）。借鉴已有研究^[25]，本文选取对彭博ESG指标进行加1取自然对数处理后的形式，作为企业ESG的评价指标。彭博ESG指标不仅能够有效对比各上市公司ESG表现的具体差异，同时在数据信效度方面有着较好表现，在时间跨度和企业覆盖范围上能够更好地满足本文研究需求。

2.解释变量

数字金融（Digfin）。与已有大多数研究保持一致，本文以北京大学数字普惠金融指数作为数字金融的代理变量。该指数从数字金融覆盖广度、使用深度、数字化程度三个维度全面刻画了中国数字金融发展特征^[26]，具有一定的代表性。

3.控制变量

为保证结果的稳定性，参考现有文献^{[1， 27]}，在企业层面选取如下控制变量。资产收益率（Roa）：采用企业的净利润与资产总额的比值衡量。企业机会成本（OPC）：采用企业市场价值与资产重置成本之比衡量。独立董事比例（Indir）：采用企业独立董事人数占董事会总人数的比例衡量。股权集中度（Concen）：采用前五名股东的持股比例之和衡量。企业利润率（PR）：采用企业利润总额与企业营业收入总额的比值衡量。是否两职合一（Dual）：采用虚拟变量表示，如果总经理和董事长是同一人，那么赋值为1，否则赋值为0。企业年龄（FA）：采用企业成立年份的自然对数衡量。企业规模（Size）：采用企业年末总资产的自然对数衡量。企业现金流（Cash）：采用经营性现金净流量与营业总收入的比值衡量。企业研发创新能力（IC）：采用企业无形资与总资产的比值衡量。企业成长性（GR）：采用企业营业收入增长率衡量。企业杠杆率（Lev）：采用企业负债与资产的比值衡量。此外，本文还引入了城市控制变量^[28]。经济发展水平（ED）：采用城市人均GDP的自然对数衡量。产业结构（Sec）：采用第二产业增加值占城市生产总值的比重衡量。技术水平（RD）：采用研发从业人数占总从业人数比重衡量。经济集聚程度（EA）：采用非农产出与城市行政面积之比衡量。表1是主要变量的描述性统计。

（三）模型构建

为尽可能避免由遗漏变量而造成的内生性问题，本文构建如下固定效应模型：

ESGit=α0+α1Digfinjt+∑Kk=1βkControlit，k+∑Ll=1βlXjt，l+Firm+Year+εit （1）

其中，下标i代表企业，j代表企业所在的城市，t代表年份，ESGit为企业ESG表现，Digfinjt为数字金融发展水平，Controlit为一系列企业控制变量，Xjt为一系列城市控制变量，Firm、Year分别表示企业、年份固定效应，εit为模型的随机扰动项。数字金融是否能够推动企业ESG表现向好发展是本文的研究重点，主要通过系数α1反映。当α1显著为正时，则表明数字金融能够提升企业ESG表现。

四 实证结果与分析

（一）基准回归分析

在利用面板数据模型展开数字金融对企业ESG表现影响的回归分析之前，本文对各变量进行了方差膨胀因子检验（VIF检验）。结果表明，模型最大的VIF值为3.640，且所有变量的VIF均值为1.770，远小于10，故本文所构建的基准回归模型不存在严重的多重共线性问题。表2报告了本文的基准回归结果。表2列（1）报告了未考虑控制变量的回归结果，列（2）报告了加入控制变量与企业、年份固定效应的回归结果。可以看到，数字金融的回归系数在5%的水平上显著为正，这说明数字金融的确可以提升企业ESG表现，能够在企业环境治理参与、社会责任履行以及公司治理等方面产生强化作用，H1成立。

表2列（3）和列（4）报告了将数字金融分别滞后1期、2期的结果。可以看到，滞后1期和滞后2期以后数字金融的系数仍然为正，且至少在5%的水平上显著。另外，数字金融滞后2期的系数大于滞后1期，并且滞后1期的系数也大于当期系数。这表明数字金融对企业ESG表现的影响并不会随着滞后期数的增加而呈现出衰减趋势，即数字金融能够在较长的时间跨度内深化企业ESG表现，持续推动企业ESG表现向好发展，体现出一定的滞后性。

（二）稳健性检验

1.替换核心变量

借鉴已有研究^[29-30]，本文分别采用以下方式替换企业ESG表现和数字金融发展水平的衡量指标：一是分别采用华证ESG评级（HESG）和商道融绿ESG（SESG）评分来衡量企业ESG表现；二是采用“第三方在线支付规模”（Infin）作为数字金融发展的代理指标。采用基准回归模型进行重新检验后，其回归结果如表3所示。可见，无论替换解释变量还是替换被解释变量，数字金融的估计系数均至少在10%水平上为正，这表明基准回归结果具有稳健性。

2.替换样本数据

一是剔除创业板的上市公司样本，这是考虑到创新型企业的数字化程度相对较高，因而将该类样本剔除后再次回归，结果如表4列（1）和列（2）所示。二是剔除直辖市的上市公司样本，主要是考虑到直辖市在行政等级上存在特殊性，且直辖市可能存在示范城市选择偏向问题，这可能造成数字金融与企业ESG表现的具体特征与其他城市存在较大差距。基于此，本文将办公地址位于直辖市的上市公司样本剔除后重新进行回归，回归结果如表4列（3）和列（4）所示。三是新冠肺炎疫情突发之后，线上办公、交易、娱乐等领域持续发展，这也为数字金融发展提供了良好的契机，因此为避免疫情造成的影响，本文选取2011-2019年上市公司样本重新进行回归，回归结果如表4列（5）和列（6）所示。表4报告了替换样本数据后使用基准回归模型重新检验的结果。结果表明，无论是否添加控制变量，数字金融的回归系数均显著为正，与基准回归结果一致。

3.考虑内生性问题

本文采用工具变量法和外生事件冲击法进行内生性问题的检验。一方面，本文借鉴已有研究^[31]，选取企业所在地级市到杭州的球面距离作为数字金融的工具变量。作为支付宝总部所在地的杭州，被认为是数字金融的起源地，并且杭州的数字金融发展水平一直处于领先位置。因此，根据数字金融的辐射效应，离杭州越近的区域，其数字金融发展水平越高。而离杭州距离越近的地区，并不意味着其企业ESG水平越高。同时考虑到该变量为截面数据，参考现有研究^[32]，采用上一期数字金融发展水平与地级市到杭州球面距离所形成的交互项作为工具变量，并使用两阶段估计方法进行系数估计。第一阶段回归结果的Cragg-Donald Wald F统计量为51.58，大于10，表明所选取的工具变量有效。第二阶段回归结果见表5列（1）。可以看到，数字金融的回归系数仍然在5%水平上显著为正。

另一方面，参考现有研究^[33]，本文将“宽带中国”示范城市建设视为外生冲击事件，分别采用双重差分（DID）模型和倾向得分匹配双重差分（PSM-DID）模型进行参数估计，以缓解变量间因反向因果造成的内生性问题。具体而言，取Post为时间变量，若时间处于“宽带中国”示范政策后则取值为1，否则为0；取Treat为城市变量，若城市属于“宽带中国”战略示范城市则取值为1，否则为0，两者的交乘项Treat×Post表示“宽带中国”战略虚拟变量。表5列（2）和列（3）分别报告了DID模型和PSM-DID模型的回归结果。可以看到，核心解释变量的系数均在1%的水平上显著为正，即无论是采用DID方法还是PSM-DID方法都表明“宽带中国”战略的实施不仅显著促进了各地区的数字金融发展水平，还对各企业在环境治理参与、社会责任履行以及公司治理等方面产生了积极影响，进而对提升企业ESG表现产生显著的促进效应，再次验证了前文结论的稳健性。

（三）作用机制检验

以上分析已验证数字金融发展能够对企业ESG表现具有积极的促进作用，并且企业绿色创新水平和融资约束水平可能是数字金融提高企业ESG表现的作用机制。由此，本文构建中介效应模型对上述机制开展实证检验。

借鉴已有研究^[34]，本文使用企业绿色专利申请量的对数衡量企业的绿色创新水平（Gtech），同时使用企业融资约束SA指数的绝对值衡量企业融资约束水平（Fc）SA=-0.743×size+0.043×size2-0.040×age，其中size表示企业总资产的自然对数，age代表企业成立年限。。需要说明的是，SA指数绝对值越大，表示企业受到的融资约束越强。

参考现有研究^[35]，下文分别选取绿色创新水平（Gtech）和融资约束水平（Fc）作为中介变量，考察数字金融作用于企业ESG表现的作用渠道，具体的中介效应模型如下：

Medit=δ0+δ1Digfinjt+∑Kk=1βkControlit，k+∑Ll=1βlXjt，l+Firm+Year+εit（2）

ESGit=δ0+δ1Digfinjt+δ2Medit+

∑Kk=1βkControlijt+∑Ll=1βlXjt，l+Firm+Year+εit（3）

其中，Medit表示企业的绿色创新水平和融资约束水平，其余变量与基准回归模型保持一致。

表6报告了以绿色创新水平和融资约束作为中介变量的回归结果。具体来看，表6列（1）以绿色创新水平（Gtech）为被解释变量，数字金融的估计系数在1%水平上显著为正，说明数字金融能够大力推动企业强化绿色创新。表6列（2）以企业ESG表现为被解释变量，数字金融的估计系数在1%水平上显著为正，并且绿色创新水平的估计系数在1%水平上显著为正，结果表明，数字金融能够通过促进企业绿色创新来提升其ESG表现。另外，表6列（3）以企业融资约束水平（Fc）为被解释变量，数字金融的估计系数在1%水平上显著为负，说明数字金融能够有效降低企业融资约束。表6列（4）以企业ESG表现为被解释变量，数字金融的估计系数在1%水平上显著为正，并且融资约束的估计系数也在1%水平上显著为负，即数字金融能够通过缓解企业融资困境从而提升企业ESG表现，H2成立。

五 异质性分析

（一）基于结构特征的异质性检验

企业ESG表现分别由企业在环境治理参与、社会责任履行以及公司治理这三个维度组成，本文进一步考察了数字金融（Digfin）分别对企业环境治理（Environment）、社会责任（Social）和公司治理（Governance）这三个层面的影响，其结果如表7列（1）至列（3）所示。回归结果表明，数字金融对企业的环境治理水平、社会责任履行水平和公司治理水平具有显著的促进作用，并且这种促进作用均在5%的水平上通过了显著性检验。相较而言，数字金融对企业环境治理水平的促进作用最为明显，然后依次是企业社会责任履行水平和公司治理水平。原因在于相较于另外两个维度，企业环境治理对企业的ESG表现影响效用最大，因此企业对于将资源分配到生态环境保护、能源的利用与管理以及环境治理参与等方面的意愿更为强烈。

根据数字普惠金融指标体系可知^[26]，数字金融包括覆盖广度（Dig_cov）、使用深度（Dig_usa）以及数字化程度（Dig_dig）三个维度。为此，本文分别考察了上述三个维度对企业ESG表现的影响差异，其结果如表7列（4）至列（6）所示。回归结果表明，数字金融的三个维度均能显著提升企业ESG表现，并且其回归系数均至少在5%水平上为正，但从估计系数大小上来看，数字金融覆盖广度对企业ESG表现的促进作用最为明显，然后依次是数字化程度和数字金融使用深度。这主要是因为数字金融能够凭借快速发展的数字技术打破传统金融在空间和时间上的双重束缚，实现其在更多领域和更大范围内的应用和发展，由此数字金融在覆盖广度上优先表现出较好的发展态势，但数字金融与实体行业的深度融合以及传统行业的数字化发展则可能需要相对更长的时间，因而数字金融覆盖广度在推动企业ESG表现上具有更加有力的促进作用。

（二）基于企业特征的异质性检验

国有企业作为国家培育和发展新质生产力的中坚力量，与非国有企业相比，肩负着更为重要的社会责任。因此，为检验数字金融发展对不同产权性质企业的影响是否存在差异，本文通过上市公司实际控制人性质识别企业产权性质，并设置虚拟变量（Soe）将全样本划分为国有企业和非国有企业进行分组回归。回归结果如表8列（1）和列（2）所示。从经验P值来看，样本间的系数差异显著异于0。在国有企业的样本中，数字金融的回归系数为0.0126，且在10%水平上显著；在非国有企业的样本中，数字金融的回归系数为0.0051，但未通过显著性检验。这表明，数字金融对国有企业ESG表现的促进作用更加明显。其原因是相较于非国有企业，国有企业在中国特有的经济体制下具有独特的政治优势，与政府部门的联系更为密切。因此，国有企业在数字金融发展的背景下，其率先响应政府号召、进行数字化转型的意愿也更为强烈；与此同时，国有企业对企业在社会层面的形象管理也更为重视，因此，对于参与环境治理和企业内部治理等方面也会更加注重，发挥着“领头羊”的示范作用。

另外，考虑到拥有污染属性的企业更有可能受到政府和市场关注，同时需要面临更为严峻的ESG表现挑战和更高的经营不确定性。因此，借鉴已有研究^[36]，本文将样本公司划分为重污染企业和非重污染企业进行分组检验。回归结果见表8列（3）和列（4）。从经验P值来看，样本间的系数差异显著异于0。从回归系数上来看，无论是重污染企业还是非重污染企业，数字金融均至少在5%的水平上显著为正，但重污染企业的回归系数明显大于非重污染企业的回归系数，即数字金融对重污染企业ESG表现的促进作用更加明显。这主要是因为随着当下所面临的生态环境问题日趋严重，重污染企业会受到各级政府环保部门更为严苛的监管。为此，它们需要率先建设用于环境治理的基础设施进而进行生产技术的转型升级。基于此，重污染企业在数字金融的推动下，将获取的资源往产能升级上倾斜，由此促进重污染企业更加重视环境保护，提升其ESG表现。

（三）基于地区特征的异质性检验

为考察环境规制如何影响数字金融与企业ESG表现的关系，借鉴已有研究^[37]，本文选取二氧化硫去除率和工业烟（粉）尘去除率构建环境规制综合指数，同时引入虚拟变量ER，若样本企业所在城市环境规制强度大于当年中位数，则取1，否则取0。在12年的样本观察期内，若地级市的环境规制指数累计大于或等于6次，则视为环境规制强，ER取值为1，否则取值为0。回归结果如表9列（1）和列（2）所示。从经验P值来看，样本间的系数差异显著异于0。可以看到，当企业所在城市的环境规制较强时，数字金融能够显著提升企业ESG表现。而当企业所在城市的环境规制较弱时，数字金融的回归系数未能通过10%水平上的显著性检验。这表明在环境规制越强的地区，数字金融发展水平对企业ESG表现的正向影响更加显著。这主要是因为位于环境规制等环保政策实施强度更高地区的企业，受到更为严格的环保约束。在通过数字金融缓解融资约束后，这些企业往往将发展重心更多地转向环境治理设备升级等方面，从而为企业ESG表现的提升提供更为有力的支持。

此外，为考察对外开放程度如何影响数字金融与企业ESG表现的关系，借鉴已有研究^[38]，本文选取各地级市实际利用外资额占GDP的比重构建对外开放程度指数，并引入虚拟变量Open，若样本企业所在地级市的对外开放程度指数大于样本城市当年的中位数，则取1，否则取0。在12年的样本观察期内，若地级市的对外开放程度指数累计大于或等于6次，则视为对外开放程度高，Open取值为1，否则取值为0。回归结果如表9列（3）和列（4）所示。从经验P值来看，样本间的系数差异显著异于0。从回归系数上来看，处于对外开放水平较高城市的企业样本，其数字金融的回归系数为0.0191，在5%的水平上显著。而处于对外开放程度较低城市的企业样本，其回归系数并不显著。这表明对外开放程度越高的地区，其数字金融发展水平对企业ESG表现的正向影响更加显著。这是因为对外开放程度较高的地区，其经济发展水平也较高，有助于强化数字金融的发展水平，因此随着企业通过数字金融提高其绿色创新水平，其自身的ESG表现也得到了优化。

六 结论与建议

数字金融是数字化技术赋能传统金融的一种新兴业态，对企业的生产经营乃至可持续发展具有重要影响，也是推动国家经济高质量发展、形成新质生产力的重要助力。本文选取2011-2022年中国A股上市公司为样本探究了数字金融对企业ESG表现的影响，进一步分析了其异质性表现。主要结论如下：其一，数字金融能够显著提升企业ESG表现，并且这种促进作用并不会随着滞后期数的增加而呈现出衰减趋势。其二，数字金融主要通过带动企业绿色创新和缓解企业融资约束这两条途径来促进企业ESG表现的提升。其三，结构特征异质性表明，数字金融对企业环境治理水平的促进作用最为明显，而数字金融在覆盖广度这一维度上对企业ESG表现的促进作用最为明显；企业特征异质性表明，数字金融对国有企业和重污染企业的ESG表现推动作用更为明显；地区特征异质性表明，在环境规制强和对外开放程度高的地区，数字金融企业ESG表现的促进效果更为显著。

ESG是企业实现高质量发展和更好履行社会责任的内在要求。为发挥数字金融在企业环境、社会和治理（ESG）方面的赋能作用，本文提出以下政策建议：

第一，政府应积极鼓励数字金融发展，优化数字金融发展环境，推动数字金融与实体经济更快更好融合。首先，要持续完善地区数字基础设施建设，进一步提高各地数字化程度，以提升数字金融成果的覆盖广度与使用深度；其次，鼓励传统金融机构及金融科技公司深度拥抱“大数据+”“人工智能+”趋势与各类新质生产力工具，进一步强化机构的金融产品创新能力和金融服务整体质效，不断健全与企业ESG表现挂钩的金融支持制度。再次，基于《可持续金融共同分类目录》《绿色债券支持项目目录》等文件指导，进一步细化对不同特征企业的“靶向性”支持。其中要加强对非国有企业（尤其是对中小微企业）的关注和支持，深度撬动数字金融的“绿色属性”，做好对非国有企业的体系化金融支持，充分释放其绿色创新潜力。最后，适度加强地区环境规制，健全企业ESG法规政策体系，引导企业自发地展开环境友好型投融资行为，同时，鼓励地方政府依托数字技术合理扩大高水平对外开放程度，改善地方营商环境，推动数字金融和实体经济的深度融合发展。

第二，企业要抢抓数字金融发展新机遇，主动建立和完善企业ESG信息披露制度，关注环境治理、社会责任履行和公司治理的协同发展，努力提升自身ESG表现。一方面，企业应主动建立ESG激励机制，以期在企业内部形成对ESG理念的关注。具体地，可以将ESG目标纳入企业经营和战略规划与员工考核规范，培育企业经济效益增长和ESG理念融合发展的长效机制。另一方面，企业要积极顺应数字技术发展的时代要求，探索以数字技术深度赋能企业获得高质量发展的更多可能。具体而言，企业应当积极推进数字金融与企业经济的深度融合发展，借助数字金融具有的优势不断畅通企业融资渠道，为全方位推动企业ESG表现的提升储备资金支持。另外，企业还要实现数字型人才和技术创新型人才的“双引入”，以推动公司内部结构与治理的优化，这在为企业注入数字化活力的同时也奠定了企业开展绿色技术创新的人才基础，对企业ESG表现获得提升有着重要作用。总而言之，企业要将环境治理、社会责任履行和公司治理的平衡发展作为关键目标，以期在提升自身效益的同时能够发挥微观经济主体对国家经济整体发展的支持作用，从而助推国家经济绿色低碳转型的实现。

［参 考 文 献］

［1］ 胡洁， 于宪荣， 韩一鸣. ESG评级能否促进企业绿色转型——基于多时点双重差分法的验证[J]. 数量经济技术经济研究， 2023（7）： 90-111.

［2］ 吴非， 胡慧芷， 林慧妍， 等. 企业数字化转型与资本市场表现——来自股票流动性的经验证据[J]. 管理世界， 2021（7）： 130-144+10.

［3］ Aabo T， Giorici I C. Do female CEOs matter for ESG scores？ [J]. Global Finance Journal， 2023， 56： 100722.

［4］ McBrayer G A. Does persistence explain ESG disclosure decisions[J]. Corporate Social Responsibility and Environmental Management， 2018（6）： 1074-1086.

［5］ 张长江， 杨昱琪， 兰凯. 董事会独立性、代理成本与上市公司ESG绩效[J]. 会计之友， 2023（23）： 51-57.

［6］ 王禹， 王浩宇， 薛爽. 税制绿色化与企业ESG表现——基于《环境保护税法》的准自然实验[J]. 财经研究， 2022（9）： 47-62.

［7］ 翟胜宝， 程妍婷， 许浩然， 等. 媒体关注与企业ESG信息披露质量[J]. 会计研究， 2022（8）： 59-71.

［8］ Fang M Y， Nie H H， Shen X Y. Can enterprise digitization improve ESG performance？ [J]. Economic Modelling， 2023， 118： 106101.

［9］ 马超， 郑军. 数字金融与企业“脱实向虚”： 抑制还是促进[J]. 经济体制改革， 2023（3）： 184-191.

［10］陈梦根， 张乔. 数字金融对企业融资行为的影响效应及作用机制[J]. 改革， 2023（9）： 34-52.

［11］Kong T， Sun R J， Sun G L， et al. Effects of digital finance on green innovation considering information asymmetry： an empirical study based on Chinese listed firms [J]. Emerging Markets Finance and Trade， 2022（15）： 4399-4411.

［12］Li X， Shao X F， Chang T， et al. Does digital finance promote the green innovation of China's listed companies？ [J]. Energy Economics， 2022， 114： 106254.

［13］孙健， 李菡旻， 袁淳， 等. 数字金融与企业突破式创新——基于监督和融资双渠道的分析[J]. 管理评论， 2024（2）： 222-235.

［14］陶云清， 侯婉玥， 刘兆达， 等. 公众环境关注如何提升企业ESG表现——基于外部压力与内部关注的双重视角[J]. 科学学与科学技术管理， 2024（7）： 88-109.

［15］张晓燕， 曹金铭. 金融科技与企业ESG表现[J]. 财会月刊， 2024（6）： 72-79.

［16］赵淑芳， 崔志新， 梁文琦. 数字金融对高耗能企业绿色创新发展的影响效应研究[J]. 科学管理研究， 2023（6）： 131-138.

［17］顾海峰， 高水文. 数字金融发展对企业绿色创新的影响研究[J]. 统计与信息论坛， 2022（11）： 77-93.

［18］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（5）：52-66+9.

［19］Fang L H， Zhao B， Li W Y， et al. Impact of digital finance on industrial green transformation： evidence from the Yangtze River economic belt [J]. Sustainability， 2023（17）： 12799.

［20］赵绍阳， 李梦雪， 佘楷文. 数字金融与中小企业融资可得性——来自银行贷款的微观证据[J]. 经济学动态， 2022（8）：98-16.

［21］刘潭， 徐璋勇， 张凯莉. 数字金融对经济发展与生态环境协同性的影响[J]. 现代财经（天津财经大学学报）， 2022（2）： 21-36.

［22］陈永良， 凌爱凡. 数字金融对银行信贷的影响——来自我国1326家商业银行地级市分行数据的经验证据[J]. 管理评论， 2023（2）： 52-69.

［23］Li M R， Hu J， Liu P Z， et al. How can digital finance boost enterprises’ high-quality development： evidence from China [J]. Environmental Science and Pollution Research International， 2023（38）： 88876-88890.

［24］Yang T， Zhang X. FinTech adoption and financial inclusion： evidence from household consumption in China [J]. Journal of Banking amp; Finance， 2022， 145： 106668.

［25］史永东， 王淏淼. 企业社会责任与公司价值——基于ESG风险溢价的视角[J]. 经济研究， 2023（6）： 67-83.

［26］王敏，李兆伟．数字普惠金融与企业创新：理论逻辑与实证检验［J］．管理学刊，2023（2）：102-119．

［27］Ren X H， Zeng G D， Zhao Y. Digital finance and corporate ESG performance： empirical evidence from listed companies in China [J]. Pacific-Basin Finance Journal， 2023， 79： 102019.

［28］胡宗义， 刘佳琦， 何冰洋， 等. 基于跨国数据的金融发展对绿色能源消费的影响研究[J]. 湖南大学学报（社会科学版）， 2020（3）： 68-77.

［29］张馨元， 史桂芬， 薛佳欣. 经济政策不确定冲击下ESG表现与企业投融资[J]. 税务与经济， 2023（3）： 75-83.

［30］战明华， 汤颜菲， 李帅. 数字金融发展、渠道效应差异和货币政策传导效果[J]. 经济研究， 2020（6）： 22-38.

［31］张勋， 杨桐， 汪晨， 等. 数字金融发展与居民消费增长： 理论与中国实践[J]. 管理世界， 2020（11）： 48-63.

［32］赵涛， 张智， 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界， 2020（10）： 65-76.

［33］Beck T， Levine R， Levkov A. Big bad banks？ The winners and losers from bank deregulation in the United States [J]. The Journal of Finance， 2010（5）： 1637-1667.

［34］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（1）： 4-16.

［35］温忠麟， 张雷， 侯杰泰， 等. 中介效应检验程序及其应用[J]. 心理学报， 2004（5）： 614-620.

［36］黎文靖， 路晓燕. 机构投资者关注企业的环境绩效吗——来自我国重污染行业上市公司的经验证据[J]. 金融研究， 2015（12）： 97-112.

［37］沈坤荣， 金刚， 方娴. 环境规制引起了污染就近转移吗[J]. 经济研究， 2017（5）： 44-59.

［38］宋德勇， 李超， 李项佑. 新型基础设施建设是否促进了绿色技术创新的“量质齐升”——来自国家智慧城市试点的证据[J]. 中国人口·资源与环境， 2021（11）： 155-164.