2024-04-08 来源：
摘要 随着金融业数字化进程的不断推进，能源转型与数字普惠金融（DIF）之间的互动可能会影响企业向碳中和的去碳化进程。本文利用 2011 年至 2015 年中国企业的非平衡面板数据，采用固定效应模型估计了 DIF 对企业低碳能源转型的影响。研究结果表明，DIF的发展对企业的化石燃料消费有显著的负面影响。即使采用了一系列稳健性检验和工具变量方法来解决潜在的内生性问题，这些研究结果仍然是稳健的。对基本机制的研究表明，DIF 主要通过增加企业对信息和通信技术（ICT）以及绿色技术的投资来促进能源转型。此外，DIF 在促进非国有企业、小型企业、非能源密集型企业和东部地区企业的能源转型方面发挥了特别重要的作用。本文建议充分利用 DIF 在企业能源转型中的积极作用，特别是鼓励企业投资可持续技术，以加速其能源转型。此外，本文还强调了在不同地区协调发展 DIF 的必要性，并解决了这些地区企业能源转型的不平衡问题。 以下为正文内容： 1 引言 能源转型是至关重要和迫切需要的，因为世界对化石燃料作为主要能源的依赖已导致重大的环境挑战，包括空气污染、气候变化和资源枯竭。因此，向清洁和可再生能源过渡对于确保可持续发展和后代拥有一个健康的地球至关重要。最近，乌克兰危机使人们对化石燃料产生了新的担忧和不确定性。高昂的石油和天然气价格加剧了能源贫困，并导致工业竞争力的丧失（Shyu，2021 年）。尽管全球能源转型迫在眉睫，但加速转型是一项艰巨的任务。作为关键决策单元，企业的能源转型对实现整体转型至关重要。然而，企业的能源转型需要大量的资金支持。但由于所需资金量大、回报率相对较低，能源转型的融资问题更为严峻和复杂（Hu 等，2022）。 能源转型通常需要对新技术、设备和基础设施进行大量投资，这可能会给许多企业，尤其是通常难以获得融资的中小型企业（SMEs）带来财务挑战（Yu等，2022a） 完善的金融体系可使各行业更容易获得低成本资金，从而向碳中和过渡（Anton 和 Afloarei Nucu，2020）。随着人工智能、大数据等数字技术在传统融资领域的应用，数字技术与普惠金融体系的融合催生了“数字普惠金融”（DIF）（Ozili，2018），为可持续发展领域的跨越式发展创造了机遇，尤其是在欠发达国家（Fetter，2022）。 鉴于金融界正在进行数字化进程，能源转型与 DIF 之间的互动有可能加速去碳化进程，实现碳中和。无论是城市还是国家范围的能源转型，都需要对绿色项目和技术进行大量投资（Polzin 和 Sanders，2020）。与低碳和节能相关的技术创新被广泛认为是能源转型的基本要求（Pan 等，2022）。然而，由于技术创新的启动成本高、投资回收期长，技术创新投资通常被认为是有风险的（Liu 等，2022；Yu 等，2022b），这使得企业难以获得必要的资金支持。DIF 可以通过信息共享、沟通推进和成本效益来克服传统金融对能源转型投资的限制（Tang 等，2022），具体而言，DIF 可以帮助小企业降低融资门槛、拓宽融资渠道、获得更多贷款（Al-Smadi，2023），这些都是解决能源转型企业面临的资金短缺问题所必需的。普惠性绿色金融提供可获得的、量身定制的金融解决方案，支持企业采用低碳技术、管理风险、实现可持续增长，同时为更广泛的环境和经济目标做出贡献（Carley 和 Konisky，2020）。 目前，有关DIF的研究大多集中于宏观效应，如DIF对城市创新（Li等，2022a）、可持续就业（Geng和He，2021）、单位资本收入（Kanga等，2022）、收入不平等（Demir等，2022）和可持续经济增长（Sun和Tang，2022）的影响，以及一些企业层面的微观效应，如DIF对企业出口（Ren和Gao，2023）、企业收入不平等（Demir等，2022）和可持续经济增长（Sun等，2022）的影响、 2022 年）和可持续经济增长（Sun 和 Tang，2022），以及一些企业层面的微观效应，如 DIF 对企业出口（Ren 和 Gao，2023）、企业财务约束和财务绩效（Wu 和 Huang，2022）、战略性新兴企业价值（Tang 等，2022）和家庭碳排放（Qin 等，2022 年）的影响。很少有研究探讨 DIF 对企业可持续发展的影响。唯一可比的研究考察了 DIF 对环境全要素生产率（Zhong 等，2022 ）以及环境、社会和公司治理（ESG）（Mu 等，2023）的影响。然而，DIF 对企业能源转型的影响在很大程度上尚未得到探讨。在这一重要但尚未得到解答的研究问题的推动下，我们开展了本研究。与区域性的综合研究不同，对企业能源转型的研究可以清晰地反映一个国家能源转型的实际情况，因为企业是实施能源转型的关键主体。 2016 年制定的《G20 数字普惠金融高级别原则》标志着中国数字普惠金融的跨越式发展。作为一个经济快速增长的发展中国家，同时也是世界上最大的碳排放国，中国自 2004 年支付宝成立以来，已逐渐成为 DIF 发展的世界领导者（Huang and Huang，2018）。因此，中国是了解 DIF（限制全球变暖的重要工具）在全球向低碳能源过渡中的作用的一个很好案例。 本研究探讨了 DIF 对中国企业能源转型的影响。本文的边际贡献如下：首先，本文研究了企业的能源转型，为研究能源转型问题提供了新的视角。现有研究主要从全球（Shahbaz 等，2022）、经济体（Hu 等，2022）、国家（Fetter，2022）和城市（Shen，2023）等方面分析能源转型。虽然很少有研究从企业碳排放强度（Alam 等，2019）或能源转型绩效（Qin 等，2022）的角度探讨能源转型，但专门针对企业能源消费行为的研究仍然有限。本文是对现有理论研究的补充，为加快企业能源转型提供了政策指导。其次，本文实证检验了DIF对企业能源转型行为的因果效应，这是对企业能源转型影响因素研究的新补充。与我们的研究最为接近的是那些关注 DIF 在区域层面对碳排放影响的研究，如 Lee 和 Wang（2022 年）。由于 DIF 越来越被认为是促进包容性增长的重要金融措施，关于 DIF 与其社会经济影响之间关系的实证研究应运而生。与此同时，随着人们对气候变化的共识不断加深，向低碳能源系统过渡被认为是实现《巴黎协定》中设定的碳中和目标的最重要、最紧迫的措施。鉴于 DIF 与能源转型之间新出现的互动关系，对二者关系的实证研究可为未来银行与金融、能源和气候变化领域的政策制定提供参考。此外，鉴于中国在 DIF 方面的领先地位，本文的研究结果很可能适用于其他可能正在发展 DIF 的国家。 2 主要内容 1研究假设 H1. DIF 将抑制化石燃料的消耗，加快能源转型。 H2a. DIF 的发展将刺激信息和通信技术的投资，加速能源转型。 H2b. DIF 的发展将刺激对绿色技术的投资，加速能源转型。 2方法与数据 2.1方法 为研究 DIF 对企业能源转型的影响，本文构建了以下固定效应模型： 业数字化进程的不断推进，能源转型与数字普惠金融（DIF）之间的互动可能会影响企业向碳中和的去碳化进程。本文利用 2011 年至 2015 年中国企业的非平衡面板数据，采用固定效应模型估计了 DIF 对企业低碳能源转型的影响。研究结果表明，DIF的发展对企业的化石燃料消费有显著的负面影响。即使采用了一系列稳健性检验和工具变量方法来解决潜在的内生性问题，这些研究结果仍然是稳健的。对基本机制的研究表明，DIF 主要通过增加企业对信息和通信技术（ICT）以及绿色技术的投资来促进能源转型。此外，DIF 在促进非国有企业、小型企业、非能源密集型企业和东部地区企业的能源转型方面发挥了特别重要的作用。本文建议充分利用 DIF 在企业能源转型中的积极作用，特别是鼓励企业投资可持续技术，以加速其能源转型。此外，本文还强调了在不同地区协调发展 DIF 的必要性，并解决了这些地区企业能源转型的不平衡问题。 2.2变量选择 2.2.1被解释变量：能源转型 被解释变量是能源转型，用化石燃料在企业总能源消耗中所占的比例来衡量。本文通过研究企业的能源消费行为，特别是作为主要消费来源的化石能源，来探讨能源转型问题。目的是深入了解影响向更可持续的能源来源转变的因素。鉴于能源转型的主要目标是逐步淘汰化石燃料，现有文献通常使用化石能源消耗在总体能源使用中所占的比例来衡量能源转型（Dong 等，2021；Shen，2023）。企业能源转型的计算方法如下。首先，将企业的煤炭、石油和电力实物消费量换算成标准煤消费量，然后将企业的总能耗相加。电力、煤炭和石油的标准煤转换系数来自《中国能源统计年鉴》。企业的化石燃料消耗量等于转换后的煤炭和石油消耗量之和。最后，化石燃料消耗量除以能源消耗总量，得出化石燃料在企业能源消耗总量中所占的份额，用 Share fuel 表示。 2.2.2 解释变量：数字普惠金融 解释变量为 DIF，由北京大学数字金融研究院基于蚂蚁金服交易账户大数据编制的数字普惠金融指数来衡量（Guo 等，2022）。影响企业能源转型的控制变量分为企业层面控制变量和城市层面控制变量。企业层面的控制变量包括企业年龄、资产规模、杠杆率、资产回报率（ROA）、企业所有权和企业出口状况（Yan et al.） 这些企业特征会影响企业的生产率和资源配置，进而决定企业的能源消耗（Kong 等，2021；Li 等，2023）。为便于计算，企业年龄单独进行了对数处理。 2.2.3控制变量 城市层面的控制变量包括实际人均 GDP、政府支出和实际外国直接投资（FDI）。长期以来，经济财富的快速增长依赖于化石能源消耗的增加，这使其成为能源转型困境的核心焦点（Marcotullio 和 Schulz，2008）。外国直接投资通过增强绿色溢出效应和加速市场投资活动，有可能促进可再生能源的消费（Tiwari 等，2022）。然而，外国直接投资也可能鼓励作为能源需求主要来源的工业发展，这可能会阻碍向清洁能源的过渡（Kim 和 Park，2016）。政府支出有可能促进可再生能源的投资（Yang 等，2019），但也可能导致化石能源的购买量增加。因此，GDP、外国直接投资和政府支出被选为影响能源转型的控制变量。 3结果、内生性和稳健性检验 3.1基准结果 由于 DIF 指数由覆盖广度（DIF1）、使用深度（DIF2）和数字支持服务程度（DIF3）三个分指数组成，我们进一步分析了 DIF 三个分维度的发展对企业能源转型的影响。覆盖广度主要包括互联网支付账户等电子账户。使用深度主要衡量支付业务、货币基金业务、保险业务、投资业务和信贷业务的应用情况，而数字化支持服务程度则主要考察使用金融服务的成本和便利性。该指标基于蚂蚁金服的交易账户大数据，具有较强的可靠性。表 3 显示了基于公式（1）的回归结果。表 3 第（1）-（3）列显示，在加入企业和地区控制变量后，DIF 的系数在 1%的显著性水平上仍然显著，说明 DIF 抑制了企业的化石燃料消费，促进了能源转型。假设 1 得到验证。可见，DIF 所固有的缓解企业融资约束的特征有利于鼓励企业积极进行能源转型。换言之，企业会选择减少化石能源的消耗。 此外，DIF 的使用深度、覆盖广度和数字化程度三个子维度对能源转型的影响是多元的。DIF 的覆盖广度对化石燃料消费有显著的负向影响，而 DIF 的使用深度和数字化支持服务程度的系数不显著（表 3 的（4）-（6）列）。这说明，DIF 的发展促进了能源转型，这主要体现在 DIF 的覆盖广度上。也许数字化程度和使用深度主要体现在中小型企业，因此回归结果并不显著。换言之，DIF2 和 DIF3 的发展还不足以促进能源转型。 3.2 内生性检验 为了解决内生性问题，本文使用了两个工具变量进行检验。第一个工具变量是企业所在城市到杭州的距离除以全国互联网普及率（Distancem/Internet）。一方面，以支付宝为代表的 DIF 的发展起源于杭州，因此 DIF 的发展会受到杭州地理距离的影响。另一方面，地理距离与经济和社会因素的关系并不密切，因此也符合相关性和排他性假设。第二个工具变量是 1984 年全国互联网普及率乘以每百万人拥有的邮局数量（邮局 × 互联网），薛晓峰等（2022）采用了这一工具变量。原因是互联网等数字技术通常建立在固定电话网络和邮局通信的发展初期，与 DIF 高度相关，并不直接影响能源转型，理论上符合工具变量的相关性和外部性原则。
表 4 第（1）列和第（3）列分别报告了两个工具变量的第一阶段估计结果，结果表明工具变量与 DIF 显著负相关。表 4 第（2）列和第（4）列列出了第二阶段的估计结果，结果与基准模型预测一致，表明 DIF 对能源消耗有明显的负向影响。这说明在克服内生性问题后，DIF 发展对能源转型的影响保持稳定。 3.3稳健性检验 3.3.1消除低碳政策的影响 鉴于实施低碳政策地区的企业面临更强有力的市场导向型环境法规，这可能会加速企业的能源转型，本文考虑对已实施的两项关键政策进行稳健性检验。我们首先剔除碳交易试点地区的样本进行稳健性检验。2011 年，国家发改委发布《关于开展碳排放权交易试点工作的通知》，批准在北京、上海、天津、重庆、深圳、湖北和广东开展碳排放权交易试点。由于样本时间跨度为 2011 年至 2015 年，因此只剔除了两省五市的试点。表 5 第（1）列至第（3）列显示，稳健性结果与本文的基准结果一致。 其次，为了进行稳健性检验，剔除了低碳创新城市的样本。2010 年 7 月、2012 年 7 月和 2017 年 7 月，中国先后设立了三批低碳创新城市（潘建华等，2022）。由于第三批低碳创新城市不在样本期内，因此不属于本文的研究范围。结果表明，在排除低碳创新城市的干扰后，DIF 对能源转型的作用与基准回归结果一致。 3.3.2解释变量的替代设定 DIF 在为企业带来融资方面可能会产生滞后效应，对技术投入引起的能源转型可能不会产生立竿见影的效果。因此，我们将解释变量替换为 DIF 的滞后一期和滞后二期，以进行稳健性分析。表 6 中的第(1)列和第(2)列显示，在替换被解释变量后，DIF 与化石燃料消费比例仍然存在显著的负相关关系。第（3）列至第（5）列表示样本中化石燃料消耗量为 0 的企业。回归结果与基准回归结果一致。 3.3.3被解释变量的替代设定 由于碳排放主要来自化石燃料的消耗，因此在稳健性检验中使用企业的碳排放量作为被解释变量的代理变量。碳排放总量是由企业对不同能源（如石油、煤炭和电力）的实际消耗量乘以碳排放系数得出的（Yu 等，2022b）。表 7 的结果表明，DIF 与企业碳排放量之间存在显著的负相关关系，在无控制变量、有企业控制变量和有地区控制变量的不同情况下，DIF 与企业碳排放量之间的相关性均在 1%的水平上具有统计学意义。这些结果表明，DIF 的发展显著降低了企业的碳排放量，促进了能源转型，回归结果与基准回归结果保持一致。 
3.3.4高维固定效应和稳健标准误差聚类 表 8 中引入稳健标准误差聚类的回归结果显示，DIF 与化石燃料消费比例之间存在显著的负相关。在表 9 中，当考虑个体固定效应时，DIF 与化石能源消耗之间的负相关性仍然显著。此外，用化石能源强度（化石能源消耗与企业收入之比）来表示能源转型时，使用个体固定效应的回归结果与基准回归结果一致。 4进一步分析 4.1机制分析 由于技术创新投资活动具有周期长、风险高的特点，企业在进行技术创新时面临较强的融资约束。DIF 的发展将通过降低融资约束和融资管理成本，为企业带来实际收益。人们认为，技术进步可以合理利用稀缺的自然资源，促进经济增长。两者都被视为降低能源消耗不可或缺的因素。在本文中，信息和通信技术投资用企业独立研发投资的对数来衡量，用 lnforma 表示。绿色技术投资用企业绿色专利申请量的对数来衡量，用 lnGreen 表示。企业绿色专利数据来自中国国家知识产权局发布的企业专利数据库。该数据库包含自 1985 年 9 月《专利法》实施以来中国国家知识产权局授予的所有专利信息。根据世界知识产权组织（WIPO）公布的绿色专利清单和绿色专利分类代码，可以准确识别企业绿色专利。 
表 10 第(1)列的结果显示，DIF 与 ICT 投资在 1%的水平上显著正相关。显然，DIF 的发展将极大地刺激企业的 ICT 投资。表 10 第（2）列显示，DIF 与绿色技术投资在 10%的水平上显着正相关，表明 DIF 的发展会显着促进企业的绿色技术投资。可能的原因是 DIF 服务具有成本低、门槛低的优势。高效的融资市场可以缓解企业的融资约束，刺激企业增加对信息通信技术和绿色技术的投资。根据以往的研究，对信息与通信技术和绿色技术创新的投资可通过提高能源效率、减少化石燃料的使用、使用更多清洁能源以及引进节能设备来促进能源转型。假设 2 得到验证。 4.2异质性分析 4.2.1企业的属性 表 11 第(1)列和第(2)列的结果显示，DIF 与国有企业化石燃料消费之间在 10%的水平上存在显著的负相关关系，与非国有企业化石燃料消费之间在 1%的水平上存在显著的负相关关系。与国有企业相比，DIF 对非国有企业能源转型的促进作用更为明显。由于非国有企业的融资渠道较窄，DIF 的发展通过提供更多元化的融资渠道和方式（如智能投顾、供应链金融、消费金融等）降低了企业的准入门槛，弥补了传统金融的不足，从而为企业的能源转型提供了坚实的基础。根据企业规模的中位数，将整个样本进一步划分为大型企业和小型企业。在 1%的水平上，DIF 与小型企业的化石燃料消耗量呈显著负相关，而对大型企业的化石燃料消耗量的负作用并不显著。这表明，DIF 对小型企业能源转型的影响更为显著。此外，随着企业积极开展能源转型，绿色品牌效应有助于吸引更多融资，为企业能源转型注入新的动力。 4.2.2行业的异质性 不同行业的 DIF 对能耗的影响可能不同。金融机构可以通过数字平台选择企业，淘汰高能耗、高污染的企业，引导金融资源流向环境友好型企业，建立基于数字平台的绿色金融资源配置和管理生态系统。因此，DIF的发展可以抑制资源向高污染、高能耗行业的转移，提高资金流向绿色领域的规模和效率，使高能耗企业可能面临更多的融资约束。因此，为了分析行业异质性，本文区分了高耗能行业和非高耗能行业。 如表 12 所示，DIF 对能源密集型企业的能源转型没有明显的促进作用，而与非能源密集型企业的化石燃料消耗在 1%的水平上呈现明显的负相关。这表明，DIF 的发展确实促进了非能源密集型产业的能源转型，而能源密集型企业由于在能源转型方面的努力有限，不太可能从 DIF 中获益。此外，应更加关注 DIF 在能源密集型产业能源转型中的潜在作用。例如，能源密集型企业可以通过增加对绿色倡议的投资，从 DIF 的支持中获益。 4.2.3地区差异 中国幅员辽阔。受交通基础设施区位、资源禀赋等因素影响，全国经济发展水平由东向西呈阶梯式递减。经济发展水平较高的地区，人工智能、大数据等数字技术建设较为完善，具有数字技术资源禀赋优势，能够为 DIF 的发展提供强有力的基础设施。因此，本文将全国划分为东部、中部和西部地区进行异质性检验。 表 12 第（3）列和第（4）列显示，东部地区 DIF 的发展能够促进企业的能源转型，而中西部地区 DIF 的发展并不能促进企业的能源转型。可能的原因是东部地区 DIF 发展迅速，技术创新带来的节能减排效应较大，而中西部地区 DIF 发展尚不成熟。此外，中西部地区的经济增长仍然依赖于化石燃料的消耗。这意味着这些地区的企业面临更多的融资限制，无法进行技术创新投资。由此可见，全国各地 DIF 发展的不平衡和对化石燃料依赖程度的不同导致了企业能源转型的不平衡。 5绿色信贷政策效应的进一步扩展分析 作为市场驱动的绿色金融工具，绿色信贷政策在引导 DIF 资本流向方面发挥着重要作用。本文借鉴绿色信贷政策促进高耗能企业绿色转型升级的文献（Zhang 等，2021），以中国银监会 2012 年发布的《绿色信贷指南》为时间节点，将绿色信贷政策设为虚拟变量 "后"。2012 年及以后的变量取值为 1，2012 年以前的变量取值为 0。表 13 的实证结果显示，lnDIF 和 post×lnDIF 均与 Share_fuel 在 1%的水平上呈现显著负相关，表明绿色信贷政策显著加强了 DIF 对企业能源转型的影响。这表明，在绿色信贷政策的背景下，DIF 的发展进一步支持了低碳产业的发展，大大加速了企业的能源转型。 3 结论 随着金融业数字化进程的不断推进，能源转型与数字普 我们在实证结果中得到了一些有趣的发现。首先，DIF 有助于企业的低碳能源转型，而 DIF 的覆盖广度对企业能源转型的促进作用最强。其次，我们进行了内生性检验和一系列稳健性检验。结果与我们的主要结果保持一致。第三，我们运用机制分析发现，DIF 可能通过信息和通信技术以及绿色技术投资影响企业的能源转型。DIF 通过增加信息通信技术和绿色技术，提高能源效率，减少化石燃料消耗，增加可再生能源消费比例，从而促进企业的能源转型。第四，DIF 在促进小型企业、非国有企业和非能源密集型企业的能源转型方面发挥了更大的作用。同时，它对东部地区能源转型的促进作用也更为显著。最后，我们进一步分析了绿色信贷政策的调节效应。我们发现，在绿色信贷政策背景下，DIF 的发展加速了企业的能源转型。由于中国的能源消费结构仍以化石燃料为主，能源效率较低，实现能源转型仍十分困难 （选文、整理：武彦青）
