|
|
|
| Digital Finance and Green Industrial Transformation: The Mediating Effects of Credit Resource Allocation |
| Chi Renyong1,2, Fu Mengyu2, Lu Jianlin3 |
1.China Institute of Small Medium Enterprise, Zhejiang University of Technology, Hangzhou 310023, China
2.School of Management, Zhejiang University of Technology, Hangzhou 310023, China
3.School of Business, Qingdao University, Qingdao 266000, China |
|
|
|
|
Abstract Industrial enterprises are increasingly facing challenges such as rising labor costs, and growing energy and environmental constraints, making the green transformation an urgent priority. Digital finance can utilize technologies such as big data, cloud computing, and artificial intelligence to direct more capital towards green industries, thereby driving the green transformation of industry. However, existing research primarily focuses on the impact of digital finance on economic growth and its role in traditional finance and industrial upgrading. There is a noticeable gap in studies examining the influence of digital finance on the green transformation of industry, with fewer incorporating credit allocation into the framework to analyze the relationships between the three. This gives rise to a series of the following important questions: Does digital finance drive the green transformation of industry? Is credit allocation an intermediary variable in the relationship between digital finance and industrial green transformation? And is there a nonlinear relationship or spatial spillover effect between digital finance and the green transformation of industry?To address these questions, this study utilizes panel data from 272 cities at the prefecture level and above in China, covering the period from 2012 to 2022. It uses mediation analysis to examine the relationship and mechanisms between digital finance and the green transformation of industry. Additionally, a threshold model is developed to explore the nonlinear impact of digital finance on industrial green transformation. Furthermore, the spatial Durbin model is employed to analyze the spillover effects of digital finance. The empirical results reveal the following five conclusions: (1) digital finance significantly promotes the green transformation of industry. After addressing potential endogeneity issues and conducting robustness checks, the conclusions remain valid; (2) The impact of digital finance on industrial green transformation has not only a direct effect, but also an intermediary effect. Digital finance can reduce the credit biases inherent in traditional finance, enhance the efficiency of credit allocation, and indirectly foster the green transformation of industry; (3) The depth and degree of digitization in digital finance play a significant role in driving the green transformation of industry. Moreover, in central, western, and peripheral cities, as well as in cities with stricter financial regulations, digital finance plays a more significant role in driving industrial green transformation; (4) The impact of digital finance on industrial green transformation exhibits a nonlinear change nature with increasing marginal effects. As digital finance evolves, its positive influence on industrial green transformation continues to strengthen. (5) The development of digital economy can not only have a positive effect on the regional industrial green transformation, but also produce a positive spillover effect on surrounding regions.Compared with previous studies, the contributions of this study are mainly reflected in two aspects. First, this study constructs a theoretical model that incorporates credit allocation into the analysis framework of how digital finance influences industrial green transformation. It explores the transmission paths through which digital finance drives this transformation, while addressing gaps in existing research on theoretical mechanisms. Second, drawing on previous studies, the research uses mediation models, panel threshold models, and spatial econometric models to analyze the indirect effects, nonlinear relationships, and spatial spillover effects of digital finance on industrial green transformation. This provides empirical evidence for a deeper understanding of how digital finance promotes the green transformation of industry.
|
|
Received: 08 October 2024
|
|
|
|
1 金碚：《中国改革开放40年的制度逻辑与治理思维》，《经济管理》2018年第6期，第5-16页。
2 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》，《数量经济技术经济研究》2023年第7期，第90-111页。
3 谢婷婷、高丽丽：《数字金融对中小企业技术创新的影响及机制研究——基于传统金融结构错配分析》，《金融发展研究》2021年第12期，第60-68页。
4 Demertzis M.， Merler S. Wolff G. B.， “Capital markets union and the fintech opportunity，” Journal of Financial Regulation， Vol. 4， No. 1 （2018）， pp. 157-165.
5 Laeven L.， Levine R. Michalopoulos S.， “Financial innovation and endogenous growth，” Journal of Financial Intermediation， Vol. 24， No. 1 （2015）， pp. 1-24.
6 王栋、赵志宏：《金融科技发展对区域创新绩效的作用研究》，《科学学研究》2019年第1期，第45-56页。
7 Bettinger A.， “Fintech： a series of 40 time shared models used at manufacturers hanover trust company，” Interfaces， Vol. 2， No. 4 （1972）， pp. 62-63.
8 Arner D. W.， Barberi J. N. Buckley R. P.， “The evolution of fintech： a new post-crisis paradigm？” https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=2676553， 2026-04-22.
9 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》，《管理世界》2020年第5期，第52-66页。
10 杜庆昊：《数字金融的发展趋势和实现路径》，《中国金融》2024年第3期，第18-20页。
11 Gomber P.， Kauffman R. J. Parker C. et al.， “On the fintech revolution： interpreting the forces of innovation， disruption and transformation in financial services，” Journal of Management Information Systems， Vol. 35， No. 1 （2018）， pp. 220-265.
12 Stulz R. M.， “FinTech， BigTech， and the future of banks，” https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=3455297， 2026-04-22.
13 黄益平、黄卓：《中国的数字金融发展：现在与未来》，《经济学（季刊）》 2018年第4期，第1489-1502页。
14 钱海章、陶云清、曹松威等：《中国数字金融发展与经济增长的理论与实证》，《数量经济技术经济研究》2020年第6期，第26-46页。
15 宋晓玲：《数字普惠金融缩小城乡收入差距的实证检验》，《财经科学》2017年第6期，第14-25页。
16 冯大威、高梦桃、周利：《数字普惠金融与居民创业：来自中国劳动力动态调查的证据》，《金融经济学研究》2020年第1期，第91-103页。
17 Gomber P.， Koch J. A. Siering M.， “Digital finance and fintech： current research and future research directions，” https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=2928833， 2026-04-22.
18 Bloom N.， Sadun R. Reenen J. V.， “The organization of firms across countries，” Quarterly Journal of Economics， Vol. 127， No. 4 （2012）， pp. 1663-1705.
19 聂秀华、江萍、郑晓佳等：《数字金融与区域技术创新水平研究》，《金融研究》2021年第3期，第132-150页。
20 唐建军、龚教伟、宋清华：《数字普惠金融与农业全要素生产率——基于要素流动与技术扩散的视角》，《中国农村经济》2022年第7期，第81-102页。
21 Rousseau P. L. Wachtel P.， “What is happening to the impact of financial deepening on economic growth，” Economic Inquiry， Vol. 49， No. 1 （2011）， pp. 276-288.
22 唐要家、王钰、唐春晖：《数字经济、市场结构与创新绩效》，《中国工业经济》2022年第10期，第62-80页。
23 陆凤芝、王群勇、李仲武：《数字金融促进了中国绿色高质量发展吗？》，《中国人口·资源与环境》2023年第11期，第142-151页。
24 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》，《社会科学辑刊》2022年第5期，第101-108页。
25 Argentiero A.， Bollino C. A. Micheli S. et al.， “Renewable energy sources policies in a Bayesian DSGE model，” Journal of Financial Regulation， https：//www.sciencedirect.com/science/article/pii/S0960148117312612， 2026-04-22.
26 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》，《金融研究》2020年第6期，第114-132页。
27 Dong Q.， Wen S. Liu X.， “Credit allocation， pollution， and sustainable growth： theory and evidence from China，” Emerging Markets Finance and Trade， Vol. 56， No. 12 （2020）， pp. 2793-2811.
28 张宇、钱水土：《绿色金融、环境技术进步偏向与产业结构清洁化》，《科研管理》2022年第4期，第129-138页。
29 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》，《管理评论》2024年第2期，第222-235页。
30 Hsieh C. T. Klenow P. J.， “Misallocation and manufacturing TFP in China and India，” The Quarterly Journal of Economics， Vol. 124， No. 4 （2009）， pp. 1403-1448.
31 Chang C.， Chen K. Waggoner D. F. et al.， “Trends and cycles in China’s macroeconomy，” NBER Macroeconomics Annual， Vol. 30， No. 1 （2016）， pp. 1-84.
32 Brown J. R.， Martinsson G. Petersen B. C.，“Do financing constraints matter for RD，” European Economic Review， Vol. 56， No. 8 （2012）， pp. 1512-1529.
33 陈海汉、吕益群：《绿色信贷、政府规制与企业绿色技术创新的演化及仿真研究》，《运筹与管理》2024年第1期，第212-218页。
34 Moenninghoff S. C. Wieandt A.，“The future of peer-to-peer finance，” Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung， Vol. 65， No. 1 （2013）， pp. 466-487.
35 Olatubosun P. Nyazenga S.，“Greenwashing and responsible investment practices： empirical evidence from Zimbabwe，” Qualitative Research in Financial Markets， Vol. 13， No. 1 （2019）， pp. 16-36.
36 尹西明、林镇阳、陈劲等：《数据要素价值化动态过程机制研究》，《科学学研究》2022年第2期，第220-229页。
37 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》，《管理世界》2020年第10期，第65-76页。
38 段小萍、胡焰琳：《数字金融发展对企业技术创新的影响与机制研究》，《系统科学与数学》2023年第11期，第2856-2884页。
39 余进韬、张蕊、龚星宇：《数字金融如何影响绿色全要素生产率？——动态特征、机制识别与空间效应》，《当代经济科学》2022年第6期，第42-56页。
40 陶云清、曹雨阳、张金林等：《数字金融对创业的影响——来自地区和中国家庭追踪调查的证据》，《浙江大学学报（人文社会科学版）》2021年第1期，第129-144页。
41 杜龙政、赵云辉、陶克涛等：《环境规制、治理转型对绿色竞争力提升的复合效应——基于中国工业的经验证据》，《经济研究》2019年第10期，第106-120页。
42 Meng M. Qu D.， “Understanding the green energy efficiencies of provinces in China： a Super-SBM and GML analysis，” Energy， Vol. 239， No. 1 （2022）， pp. 121-192.
43 Oh D.， “A global Malmquist-Luenberger productivity index，” Journal of Productivity Analysis， Vol. 34， No. 3 （2010）， pp. 183-197.
44 谢婷婷、刘锦华：《绿色信贷如何影响中国绿色经济增长？》，《中国人口·资源与环境》2019年第9期，第83-90页。
45 刘锡良、文书洋：《中国的金融机构应当承担环境责任吗？——基本事实、理论模型与实证检验》，《经济研究》2019年第3期，第38-54页。
46 张颖、周丽：《用能权交易政策对地区产业结构优化升级的影响》，《中国人口·资源与环境》2024年第1期，第71-83页。
47 葛鹏飞、王颂吉、黄秀路：《中国农业绿色全要素生产率测算》，《中国人口·资源与环境》2018年第5期，第66-74页。
48 董直庆、王辉：《城市财富与绿色技术选择》，《经济研究》2021年第4期，第143-159页。
49 黄群慧、余泳泽、张松林：《互联网发展与制造业生产率提升：内在机制与中国经验》，《中国工业经济》2019年第8期，第5-23页。
50 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》，《经济学动态》2022年第8期，第98-116页。
51 LeSage J. Pace R. K.， Introduction to Spatial Econometrics， New York： Chapman and Hall， 2009． |
|
|
|
2026, Vol. 56 
