数字金融发展、融资约束与企业绿色创新关系研究

翟华云，刘易斯

(中南民族大学 管理学院，湖北 武汉 430074)

0 引言

2017年10月18日，习近平在十九大报告中指出：“坚持人与自然和谐共生。必须树立和践行绿水青山就是金山银山的理念，坚持节约资源和保护环境的基本国策。”该理念的实践路径是企业绿色创新。中共十九届五中全会强调，推动绿色发展，促进人与自然和谐共生。企业绿色创新是推动绿色发展和全面绿色转型的关键，绿色创新使“天更蓝、水更清”，环境质量得到改善。企业绿色创新方式有两种：一种是通过环境规制倒逼企业进行绿色创新，另一种是通过市场化机制激励企业主动进行绿色创新。目前，研究环境规制倒逼企业进行绿色创新的文献较多。Porter[1]提出，环境规制可以促进企业绿色技术创新。随后，Frondel等(2007)、颉茂华等(2014)、张娟等[2]验证了两者间的关系；Portugal[3]检验环境规制与企业绿色创新间的关系发现，环境规制对企业绿色转型的正向影响逐渐减弱。由此，学者们开始关注市场化机制激励下的企业绿色创新，但目前此类研究较少。在企业绿色创新要素配置中，资金是一个不可或缺的要素，金融可以为企业绿色创新提供资金支持。数字经济时代，数字金融发展为市场化机制激励下的企业绿色创新提供了一个新的研究视角。

为适应以内循环为主的国际国内双循环发展新格局，国家加强以数据中心、工业互联网、5G等为主体的新型基础设施建设重大部署。上述新型基础设施可以为数字经济转型和融合创新提供强有力的服务设施体系，其主要面向高质量发展需求，以信息网络为基础，以技术创新为驱动力。在此背景下，数字化技术与传统产业融合成为数字经济转型的发力点。由此，数字金融应运而生[4]。数字金融借助大数据、云计算等先进信息技术升级业务流程和金融产品，强化金融主体之间的联结，缓解金融市场中的信息不对称问题，拓展金融边界，提升资金需求方的借贷可得性，进而缓解企业融资约束[5]，提高金融市场资源配置能力。那么上述市场机制能否激励企业绿色创新？本文利用北京大学互联网金融研究中心发布的2011—2018年数字金融指数，研究区域数字金融发展对微观企业绿色创新的作用机理，以及在不同环境下区域数字金融发展对企业绿色创新的影响差异。一是从数字金融视角，分析市场化机制如何激励企业绿色创新，探讨数字金融通过缓解融资约束激励企业绿色创新的路径；二是剖析不同情境下，数字金融对企业绿色创新的异质性影响。本研究有助于厘清数字金融对企业绿色创新的作用机制与路径，揭示数字金融对于企业可持续发展的重要性。

1 文献回顾

Reid & Miedzinski(1996)提出，企业绿色创新具有价值共生功能，绿色创新中生态导向创新与经济导向创新的特殊共生关系能够促进生态与经济绩效提升，最终实现资源的最佳配置。因此，应鼓励企业践行“和谐共生”的可持续发展战略，主动进行绿色创新[6]。从绿色创新影响因素看，已有文献认为，企业绿色创新的决定因素主要包括3个方面:供给(技术能力、适当的问题和市场特征)、需求(预期市场需求、公众环保意识、公众对环保产品的偏好)，以及规制和政治影响(环境政策、规制结构)[7]。供给方面，毕克新等[8]发现，FDI流入对制造业绿色创新系统资源要素投入具有正向影响；王惠等[9]认为，研发投入强度显著正向影响企业绿色创新行为。需求方面，Doran 等[10]利用爱尔兰2 000家企业样本研究发现，社会公众的环保意识以及消费者的绿色观念能够影响企业绿色创新；侯艳辉等[11]以54家知识型企业为研究对象，结果表明，市场绿色压力对绿色创新行为具有显著正向影响。规制方面，Kesidou等(2012)、许士春等(2012)、王珍愚等[12]认为，严格的环境规制会影响企业环保责任履行，进而促进企业绿色创新。

关于数字金融研究，在企业微观层面，Huang等(2018)基于蚂蚁金服的信贷数据研究发现，数字金融可以获得更多财务信息和非财务信息，进而缓解信息不对称问题，提高企业创新水平；唐松等[13]研究发现，数字金融可以促进企业技术创新；蔡乐才等[14]认为，数字金融能够激励小微企业创新；李春涛等[15]基于新三板数据研究发现，数字金融发展能够强化税收返还的创新激励效应；吴桐桐和王仁曾[16]基于中国149家中小商业银行面板数据构建模型，研究发现，数字金融发展能够促进中小商业银行间的竞争，从而提高中小商业银行风险承担能力。在宏观层面，尹志超等[17]研究发现，移动支付这类数字金融能够激励居民家庭创业；王永仓和温涛(2020)基于2011—2017年中国内地31个省份面板数据研究发现，数字金融对经济发展具有正向促进作用，其减贫效果存在空间异质性；杜传忠和张远[18]发现，数字金融能够通过强化银行信贷的创新效应和提高居民消费水平，促进区域创新水平提升；田杰等[19]基于2011—2017年我国285个地级市面板数据研究发现，数字金融对我国资本错配和劳动力错配存在显著改善效应，能够提高整体资源配置效率；杨伟明等[20]发现，数字金融及其3个子维度能够显著提高居民整体消费水平，并促进消费升级。

数字金融在发挥效用的过程中，首先解决资金难题，因而缓解融资约束成为其主要机制。企业融资难题大多源于金融体系不健全等宏观因素，以及信息不对称等微观因素[21-22]，故完善上述因素成为缓解融资约束的关键。在宏观层面，数字金融可以优化直接与间接融资体系，满足实体经济的需求，有效化解企业融资困境[23]。袁鲲等[24-26]利用文本分析法构建融资约束指标，考察发现数字金融可以从覆盖广度、使用深度以及数字化程度3个方面实现缓解融资约束的目标，从而促进区域创新。在微观层面，数字金融依托数字技术驱动和海量数据挖掘能够有效解决企业与投资者间的信息不对称问题，增强投资者的投资意愿，通过缓解融资约束解决企业“融资难、融资贵”的问题，助力企业创新产出，从而提升企业全要素生产率[27-28]。

梳理国内外相关文献可知，已有文献仅关注企业内部特征、公众利益相关者特征以及政府政策对企业绿色创新行为的影响，并未涉及金融市场，更未涉及数字经济时代下企业绿色转型方面的研究。随着大数据、云计算、区块链等数字技术的广泛运用，数字金融可以弥补传统金融市场的不足，为企业绿色创新提供充足的资金。然而，现有文献较少关注新时代背景下数字金融对企业绿色创新的影响。

因此，基于国内外研究，本文聚焦数字金融和绿色创新两大社会热点，考察数字金融能否通过缓解融资约束这一路径提高企业金融服务可得性，进而反哺企业绿色创新活动。研究结论既能够为新时代下企业绿色转型提供新的研究视角，又有助于建立宏观金融市场与微观企业行为间的联系，为企业融资问题提供有效的解决方法，具有重要理论和实践价值。

2 研究假设

2.1 数字金融与企业绿色创新

金融是微观企业个体绿色创新环境的核心组成部分，能否实现金融有效供给直接影响企业绿色创新活动[13]。与一般创新活动相比，企业绿色创新活动具有长期性、高风险性和不可逆性等特点，而且面临着转型过程中的高成本、资源约束和失败风险。因此，融资约束对企业绿色创新的限制较大，当企业绿色创新面临内部融资不足时，会依赖于外部融资提供资金支持，故金融市场发展水平对企业绿色创新至关重要。传统金融市场环境下，一方面由于欠发达地区的物理限制，传统金融服务网点数量不足，难以满足中低收入群体的金融需求；另一方面，难以获取大量小微企业和低收入群体的征信记录，因而上述群体面临着贷款门槛和成本“双高”的困境。然而，数字金融作为通过健全金融基础设施满足社会群体金融服务需求的金融新业态和新模式[29]，能够从以下3个维度有效弥补传统金融市场的缺陷：就覆盖广度而言，数字金融利用互联网平台构建高密度的电子账户移动终端网，突破地理要素禀赋限制，拓宽金融服务触达面，提升金融服务可得性；就使用深度而言，数字金融能够推进包括数字支付与网络借贷在内的一系列综合业务，实现商业模式创新与融合，降低小微企业和低收入群体的准入门槛及服务成本；就数字化程度而言，数字金融利用消费平台的动态数据进行信用和风险精准评估，缓解因信息不对称产生的高风险控制、高搜寻成本问题，有助于优化金融资产配置。因此，数字金融作为一种较完善、发达的金融体系，能够提升企业外部融资能力，缓解融资约束困境[30]，为企业绿色创新提供充足的资金流，有助于激励企业主动进行绿色创新活动，实现可持续发展目标。基于此，本文提出如下假设：

H1：数字金融发展能够激励企业绿色创新。

2.2 数字金融、融资约束与企业绿色创新

数字金融能够降低金融市场运营成本，拓展金融服务范围，优化商业模式中的价值交付环节，为企业绿色创新提供机会。数字金融对企业绿色创新的促进作用主要表现在以下方面：一是从供给侧看，数字金融利用大数据和人工智能可以有效整合市场中的金融资源，为企业绿色创新提供资金支持。金融市场中，资金供给者具有“多、小、散”的特征，依靠传统金融吸引上述资金供给者的成本较高。数字金融利用大数据、区块链等技术，在低风险和低成本的情况下收集海量数据，吸收和整合更多资金[13]。同时，在新技术支持下，数字金融能够掌握资金供需双方的海量信息，不仅可以帮助金融机构了解更多资金需求方的财务和非财务信息，以期在信用评估、信贷决策时使用，而且可以快速为资金需求方找到合适的资金供给者，促使双方快速匹配(于连超等，2019)，从而为企业绿色技术创新提供资金保障。二是从需求侧看，数字金融利用新技术可以有效监督企业内部资金使用和配置情况，从事前信息了解，到对资金需求方的信用评估，再到事后信息沟通和有效监督，能够降低因外部资本市场运作失范、企业内部资本配置失衡导致的企业绿色创新风险。同时，数字金融运用新技术能够及时了解消费者的消费能力和消费倾向，挖掘市场需求，促使资金与企业绿色创新精准结合，从而为企业绿色创新活动提供更多机遇。由此可以看出，数字金融可以通过上述方式缓解企业融资约束，使企业快速、有效、低成本地接触到更多资金，从而激励企业绿色创新。综上，本文提出如下假设：

H2：数字金融发展主要通过缓解融资约束激励企业绿色创新。

3 研究设计

3.1 数据来源

本文以2011—2019年沪深两市 A 股上市企业为研究样本，对数据作如下处理：①剔除金融类、房地产类企业；②剔除样本期间挂牌 ST 和退市企业；③剔除样本期间进行IPO的企业；④剔除相关财务数据缺失企业；⑤剔除少于连续5年数据的样本；⑥对变量进行1%以下和 99%以上的 Winsorize处理，最终得到17 456个“企业—年份”观测样本。样本中，数字金融数据来源于北京大学数字金融研究中心发布的数字普惠金融指数，绿色创新数据来自国家知识产权局 SIPO 专利数据库，其它相关数据来自CSMAR数据库和Wind数据库。

3.2 变量说明

3.2.1 被解释变量

企业绿色创新 (inno1、inno2)采用企业绿色创新数量和质量衡量。已有研究主要从投入和产出角度对企业绿色创新进行衡量，但绿色创新活动从初始投入到最终产出需要时间，并且活动过程中存在高风险性和不确定性。由此，若从绿色创新投入角度进行测度则存在高估企业绿色创新的可能[5]。因此，本文从绿色创新产出角度出发，选取企业绿色专利授权总量(inno1)作为企业绿色创新数量的代理变量。绿色专利可细分为发明专利和实用新型专利，其中发明专利更难申请，也更具有实质创新性，故本文选取绿色发明专利授权量(inno2)作为企业绿色创新质量的代理变量。此外，考虑到绿色专利授权数易受相关因素影响，本文在基准回归中增加绿色专利申请总量(grnpat1)和绿色发明专利申请量(grnpat2)进行验证[31]。

3.2.2 主要解释变量

数字金融(index)。本文选取由蚂蚁金服与北京大学数字金融研究中心对我国省级及市级城市跟踪调查获取的数字普惠金融数据衡量我国省级和市级数字金融发展程度。考虑到数字金融对企业绿色创新的影响过程存在时滞性及内生性问题，本文采用省级数字普惠金融指数的滞后一期作为核心解释变量，并采用地市级数字普惠金融指数的滞后一期进行稳健性检验。

3.2.3 中介变量

融资约束(ww、dfc)。已有研究主要综合公司各项指标，构建相关指数对企业融资约束进行衡量，如WW 指数、KZ 指数及 SA 指数和利息费用占比等。因此，参考Whited[32]的研究成果，本文基准回归采用WW 指数作为中介变量。为证明研究结论的稳健性，采取余明桂等[33]的研究方法，将利息费用占总负债的比例(dfc)作为企业融资约束的另一个代理变量。

3.2.4 控制变量

根据齐绍洲等[34]和原毅军等(2019)的研究成果，本文选取企业层面和地区层面的多个变量作为控制变量。企业微观层面变量包括：产权性质(soe)为虚拟变量，国企取1，否则为0；企业规模(size)，由企业总资产取对数表示；企业年龄(age)，由企业成立年限取对数表示；股权集中度(equity)，由第一大股东持股比例表示；董事会规模(board)，由企业董事会总人数取对数表示；净利润增长率(npr)，由企业当期净利润增加值除以上年净利润表示；独董比例(pid)，由企业独立董事人数占董事会人数比例表示；管理费用率(mf)，由企业当期管理费用除以营业收入表示；企业杠杆(lev)，由企业当期资产负债率表示；成长机会(tobinq)，由企业当期托宾Q值表示；财务费用率(fin)，由企业当期财务费用除以营业收入表示；审计意见(opinion)为虚拟变量，出具标准无保留意见则取1，否则为0；企业社会责任(csr)，采用和讯网企业社会责任评分。企业所在地区层面变量包括：人力资本(labor)，由高等教育在校人数除以人口数量表示；地区金融发展水平(dev)，由各省金融机构贷款数量除以各省地区生产总值表示。相关变量定义见表1。

表1 变量定义

3.3 模型设定与实证策略

本文通过构建基准回归模型考察数字金融对企业绿色创新的影响，模型构建如下：

INNOVATIONi,t=β0+β1indexj,t-1+β2controli,j,t-1+εijt

(1)

模型(1)中， 下标i、j、t分别表示企业、省份和年份。INNOVATIONi,t为企业绿色创新变量组(inno1、inno2)；indexj,t-1为数字金融滞后一期；controli,j t-1为一系列控制变量，如前文所述；εijt为模型随机误差项。本文构建最典型的双向固定效应模型，固定年份效应和行业效应，同时加入行业乘以年份的高阶联合固定效应，默认采用稳健性标准误。

4 实证结果与分析

4.1 描述性统计

表2为变量描述性统计结果。结果显示，企业绿色创新数量和质量取对数后均值分别为0.336、0.149，表明企业绿色创新数量和质量水平较低。从最大值和最小值看，企业间绿色创新水平差异较大。数字金融标准化后的最大值为1，最小值为0.035，说明区域间数字金融发展水平存在较大差异。

表2 变量描述性统计结果

4.2 数字金融对企业绿色创新的影响

对数字金融与企业绿色创新的基准关系进行实证检验，结果见表3。表3第(1)-(2)列是以绿色专利授权总量、绿色发明专利授权量为被解释变量的基准回归结果，结果显示，数字金融发展正向影响企业绿色专利数量与质量，且均通过1%的统计显著性检验，说明数字金融不仅能够促进企业绿色创新数量提升，而且可以促进企业绿色创新质量提高。第(3)-(4)列是被解释变量更换为绿色专利申请总量与绿色发明专利申请量的基准回归结果，由结果可知，结论仍然成立，H1得到证实。说明数字金融利用大数据和人工智能可以有效整合市场中的金融资源，为企业绿色创新提供资金支持。同时，数字金融能够促使资金与企业绿色创新快速、有效、精准结合，为企业绿色创新活动提供更多机遇，从而促进企业绿色创新水平提升。

表3 数字金融对企业绿色创新的影响：基准回归结果

为了进一步揭示数字金融对企业绿色创新的影响，本文进行降维分析，即将数字金融总指数细分为数字金融覆盖广度(cover)与使用深度(depth)两个维度。覆盖广度维度包括每万人支付宝账号数量、支付宝绑卡用户比例以及平均每个支付宝账号绑定银行卡数，综合刻画了地区数字金融环境。使用深度维度具体包括支付业务、保险、信贷、投资、货币、征信等业务的用户数量、交易量等指标，综合刻画了地区数字金融业务服务能力。考虑到两个维度的动态效应，即滞后2～4期对企业绿色创新的影响，表4中Panel A与Panel B结果显示，覆盖广度与使用深度能够显著正向影响企业绿色创新，且滞后期内该影响一直显著，说明数字金融对企业绿色创新具有长期激励作用。进一步对比Panel A与Panel B中覆盖广度和使用深度的估计系数可知，同为降维回归，覆盖广度和使用深度均能正向影响企业绿色创新，意味着数字金融的两个维度应被同等重视。因此，两者应协同发展，发挥叠加效应，从而为企业绿色创新提供持续性动力。

表4 数字金融对企业绿色创新的动态效应:指标降维

4.3 数字金融、融资约束与企业绿色创新关系检验

数字金融可能通过缓解企业融资约束激励企业绿色创新，故本文主要从融资约束路径对数字金融激励企业绿色创新的作用机制进行验证。数字金融缓解企业融资约束主要表现在增量补充和存量优化两个方面[13]。存量优化方面，数字金融能够有效拓宽金融服务范围，降低融资门槛，既可以包容传统金融排斥的长尾用户，又能够充分挖掘潜在客户，满足更多群体的融资需求，从而为企业绿色创新活动提供更多机会；增量补充方面，数字金融依靠大数据、区块链等技术吸纳“闲散小”资金，为资金池补充能量，加上数字金融能够实时、精准地与企业对接，可以有效缓解企业融资约束，满足企业绿色创新活动中的资金需求，为企业绿色创新提供资金保障。基于以上逻辑，本文参考温忠麟等(2004)提出的中介效应检验程序进行检验，结果如表5所示。由表5第(1)和(4)列可知，数字金融能够有效缓解企业融资约束，与上述理论(数字金融有助于缓解融资约束)逻辑一致。最后，将融资约束变量、数字金融变量加入计量模型进行中介效应检验，由表5第(2)、(3)、(5)、(6)列结果可知，融资约束估计系数均在1%的统计水平上显著为负，且数字金融估计系数在加入融资约束变量后仍然显著，表明融资约束在数字金融对企业绿色创新的激励过程中发挥部分中介效应。意味着数字金融发展能够通过缓解企业融资约束促使企业资金可获性提升，进而促进企业绿色创新数量和质量提升，H2得到验证。

表5 数字金融、融资约束与企业绿色创新关系检验结果

5 进一步研究

上述结果表明，数字金融可以有效激励企业绿色创新。那么，数字金融在激励企业绿色创新的同时，是否会因自身现金流、地区环境规制强度以及地区发展水平不同而表现出不同的结果？本文将进一步分析其异质性特征。

5.1 企业现金流异质性检验

数字金融是企业绿色创新时的外部融资需求条件，现金流是企业绿色创新时的内部资金需求条件，现金持有水平不同的企业，数字金融对企业绿色创新的激励作用可能存在差异。依据Opler等(1999)的研究成果，本文以现金及现金等价物与扣除现金及现金等价物后总资产的比率衡量企业现金持有水平，按中位数将计算得到的现金流分为两组进行回归，结果如表6所示。相较于现金流较为充裕的企业，现金流较为缺乏的企业数字金融估计系数更大，可解释为在现金流较为缺乏的企业，其内部可供绿色创新的资金较少，从外部获取资金进行绿色创新的需求更强烈。因此，数字金融发展对现金流缺乏的企业十分重要，能够缓解其迫切的融资需求，从而进一步激励其开展绿色创新。

5.2 环境规制异质性检验

环境规制作为一种倒逼机制，可以促使企业进行绿色创新，而数字金融作为市场机制，是环境规制的有效补充。环境规制较严格的地区，辅以有效的市场机制，企业会更加主动地进行绿色创新。本文采用张成等[35]的研究方法，采用各省治理工业污染的总投资除以企业增加值的比值度量环境规制强度，按中位数分为高环境规制强度组和低环境规制强度组进行回归，结果如表6所示。环境规制强度较大的地区估计系数大，表明环境规制和数字金融市场化机制双管齐下，可以有效促进企业绿色创新活动。

5.3 地区异质性检验

我国东部地区与中西部地区经济发展水平存在差异，从外在条件看，经济发展水平较低的地区，其企业发展较差，融资约束更加显著。数字金融发展可以有效缓解上述地区的融资约束，从而促进企业绿色创新活动。本文按照企业注册地将样本企业所在地区分为东部地区(地区经济发展水平高)和中西部地区(地区经济发展水平低)两组进行回归，结果如表6所示。由结果可以看出，东部地区组别中，数字金融估计系数并不显著，而中西部组别中，数字金融估计系数在1%的统计水平上正向显著，可以解释为所处地区经济发展水平越低的企业，数字金融越有助于缓解其融资约束，进一步促进绿色创新活动。

表6 异质性分析结果

6 稳健性检验

6.1 更换被解释变量

本文选用省级层面数字金融指数作为被解释变量，此处更换为地级市数字金融指数。从表7的Panel A可以看出，更换后，数字金融仍在1%的显著性水平上正向影响企业绿色创新，与前文基本结论保持一致。

6.2 更换模型

使用双向固定效应模型进行基准回归，考虑到数据存在一定的归并问题，此处更换为Tobit模型，同时解释变量更换为地市级数字金融指数。从表7的Panel A可以看出，更换后的结果依然显著，与前文结论一致。

6.3 剔除部分数据

一方面，考虑到2015年的股灾可能会对本文结论产生影响，故仅保留2011—2014年数据；另一方面，由于直辖市(北京、上海、天津和重庆)的存在，因而需剔除直辖市的特殊样本数据后再进行回归。从表7的Panel B可以看出，采用两种方式剔除数据后结果仍然显著，与前文结论一致。

表7 稳健性检验结果

6.4 工具变量法

本文借鉴谢绚丽等[36]的研究成果，选取省级互联网作为工具变量处理内生性问题，原因在于：一方面，互联网普及率作为数字金融基础设施的一部分，与数字金融发展高度相关；另一方面，在控制一系列变量后，省级地区互联网普及率与企业绿色创新之间并不存在直接关联渠道。从表8可以看出，工具变量不存在弱工具变量和过度识别问题，因而互联网普及率可成为一个有效的工具变量。

表8 基于工具变量法的检验结果

7 结语

7.1 结论

在新技术背景下，数字金融发展迅速，可以有效缓解企业融资约束，进而激励企业绿色创新活动。本文基于数字金融市场机制视角，以2011-2019年A股沪深上市企业为样本，实证检验数字金融对企业绿色创新的作用机制，并从企业内部和外部视角探讨其异质性影响。结果发现：数字金融能够显著提高企业绿色创新水平，而且数字金融通过缓解融资约束这一机制，激励企业开展绿色创新活动。进一步研究发现，对于现金流较缺乏的企业、环境规制较强地区及中西部经济发展水平较低的地区，数字金融对企业绿色创新的激励作用更显著。

7.2 研究启示

(1)加快推进数字金融发展，完善数字金融配套支持体系建设。各地区应借助大数据、人工智能等技术，加强数字金融基础设施建设，优化数字金融服务机制，完善数字金融监督体系。

(2)实行差异化数字金融发展支持政策。不同地区的数字金融发展进程存在较大差异，因而亟需提升经济基础较差地区的金融服务水平，加强数字金融普惠特性赋能，促进区域协同发展。

(3)制定企业绿色创新支持政策。在绿色可持续发展背景下，绿色创新关系着企业生态价值和经济价值协同创造，而绿色创新是一个具有长期性且风险、成本较高的战略转型过程，如果没有市场化激励机制和政府财政资金支持，企业则难以主动进行转型。因此，政府应通过加强市场化激励机制建设，辅以强制性环境规制，促使企业进行绿色创新活动，助力企业升级转型，从而实现高质量发展。

7.3 不足与展望

数字金融发展是中观地区表象，企业绿色创新是微观个体行为。因此，数字金融发展对企业绿色创新的影响路径比较复杂，并且数字金融背景下企业绿色创新影响因素较多，本文只探讨了融资约束路径，以及不同情景下数字金融发展对企业绿色创新的影响。未来可以从以下两个方面进行研究：一是挖掘数字金融发展影响企业绿色创新的其它路径；二是考虑企业内部治理结构、外部监督机制等不同情景下，数字金融发展对企业绿色创新的影响，以丰富研究内容。