余進(jìn)韜，張 蕊，龔星宇

1.四川大學(xué) 經(jīng)濟(jì)學(xué)院，四川 成都 610065

2.西南財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，四川 成都 611130

“綠水青山就是金山銀山”理念已成為當(dāng)前中國的發(fā)展共識和行動指南。落實(shí)“兩山”發(fā)展理念，就是要在綠水青山與金山銀山之間尋找一條兼顧生態(tài)環(huán)境與經(jīng)濟(jì)增長的綠色增長路徑，這意味著兼顧“優(yōu)環(huán)境”與“穩(wěn)增長”的綠色增長模式才是經(jīng)濟(jì)高質(zhì)量發(fā)展的長遠(yuǎn)選擇，提升綠色全要素生產(chǎn)率無疑是通向這條路徑的終極動力。綠色全要素生產(chǎn)率作為一項(xiàng)既包含了增長效率又考慮到了資源環(huán)境因素的綜合指標(biāo)，能夠體現(xiàn)出綠色增長的內(nèi)涵和要求，成為考察綠色增長的關(guān)鍵指標(biāo)[1]。促進(jìn)綠色全要素生產(chǎn)率增長，僅憑單純的環(huán)境政策和產(chǎn)業(yè)政策是不夠的，還須依靠有效的金融手段從根源上改變資源配置的激勵(lì)安排。以金融手段推進(jìn)綠色增長，已經(jīng)成為中國金融業(yè)的重要發(fā)展方向。

與此同時(shí)，第四次科技革命的興起加速了數(shù)字技術(shù)與金融服務(wù)的深度融合，催生出數(shù)字金融新業(yè)態(tài)，顛覆了傳統(tǒng)金融的模式，并滲透到經(jīng)濟(jì)社會各個(gè)領(lǐng)域，成為日常生活中難以或缺的一環(huán)。國家“十四五”規(guī)劃也提出，要“促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，壯大經(jīng)濟(jì)發(fā)展新引擎”。那么，在中國數(shù)字金融的規(guī)模和技術(shù)都處于全球領(lǐng)先地位的背景下，新興的數(shù)字金融能否成為“既要金山銀山，也要綠水青山”的金融支持手段，在創(chuàng)造新的增長點(diǎn)的同時(shí)，能否推進(jìn)綠色轉(zhuǎn)型，從而開辟一條提升綠色全要素生產(chǎn)率的新路徑？這無疑是當(dāng)前亟待回答的重要問題。

然而梳理相關(guān)研究，學(xué)者們對于數(shù)字金融經(jīng)濟(jì)效應(yīng)的關(guān)注，主要集中在數(shù)字金融可以通過提升金融運(yùn)行效率來改善生產(chǎn)率[2]，通過降低交易成本、緩解信息不對稱來釋放創(chuàng)業(yè)活力[3]和創(chuàng)新動力[4]，通過支付與結(jié)算方式的革命來促進(jìn)居民消費(fèi)[5]，通過推動金融普惠來實(shí)現(xiàn)經(jīng)濟(jì)包容性增長[6]。對于數(shù)字金融的綠色經(jīng)濟(jì)效應(yīng)研究尚處于起步階段，相關(guān)研究文獻(xiàn)較少。房宏琳等[7]將金融科技納入生態(tài)環(huán)境影響因素的考察范疇，發(fā)現(xiàn)金融科技創(chuàng)新能夠抑制城市污染排放。段永琴等[8]基于省級層面的數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字金融降低了密集型制造業(yè)的能耗，從而促進(jìn)綠色發(fā)展。范欣等[9]在測度省級綠色全要素生產(chǎn)率的基礎(chǔ)上，利用靜態(tài)面板數(shù)據(jù)模型實(shí)證考察了數(shù)字金融對綠色全要素生產(chǎn)率的影響，研究發(fā)現(xiàn)數(shù)字金融顯著提升了綠色全要素生產(chǎn)率。雖然學(xué)者們對數(shù)字金融的綠色經(jīng)濟(jì)效應(yīng)做出了開拓式的探究，但是仍然存在值得進(jìn)一步推進(jìn)的方面：第一，已有研究都是從靜態(tài)模型出發(fā)實(shí)證考察數(shù)字金融與綠色發(fā)展的因果關(guān)系，忽視了綠色發(fā)展過程中因資源稟賦、發(fā)展模式等因素形成的動態(tài)積累效應(yīng)[10]，而從動態(tài)視角出發(fā)的研究將有助于更好地考察數(shù)字金融的綠色經(jīng)濟(jì)效應(yīng)；第二，數(shù)字金融與綠色全要素生產(chǎn)率之間存在的雙向因果和遺漏變量等導(dǎo)致的內(nèi)生性問題將影響因果識別的準(zhǔn)確性，進(jìn)而影響到研究結(jié)論的可靠程度，還需要進(jìn)一步選擇有效合理的工具變量和借助外生政策沖擊進(jìn)行內(nèi)生性緩解；第三，已有研究忽視了數(shù)字金融影響綠色全要素生產(chǎn)率的空間溢出效應(yīng)，而數(shù)字金融的一個(gè)重要特征就是通過突破時(shí)空限制、壓縮地理距離來調(diào)動金融資源，促進(jìn)區(qū)域間經(jīng)濟(jì)活動的輻射和聯(lián)動，因而十分有必要在研究內(nèi)容上進(jìn)行拓展，深入探究兩者之間的空間特征；第四，多數(shù)文獻(xiàn)使用省級層面的數(shù)據(jù)開展研究，使得信息的豐富性大大降低，有必要使用維度更豐富的城市層面數(shù)據(jù)作為區(qū)域?qū)ο?，進(jìn)行更深入的考察。

本文聚焦數(shù)字金融與綠色全要素生產(chǎn)率兩大主題，在利用Meta-SBM-Luenberger生產(chǎn)率指數(shù)測度城市層面的綠色全要素生產(chǎn)率基礎(chǔ)上，從動態(tài)視角出發(fā)實(shí)證考察數(shù)字金融對綠色全要素生產(chǎn)率的影響程度、內(nèi)在機(jī)制、區(qū)域異質(zhì)性以及空間溢出效應(yīng)。本文可能的邊際貢獻(xiàn)在于：第一，利用動態(tài)面板系統(tǒng)廣義矩估計(jì)模型，從動態(tài)積累視角出發(fā)探究數(shù)字金融對綠色全要素生產(chǎn)率的影響，豐富了數(shù)字金融綠色經(jīng)濟(jì)效應(yīng)領(lǐng)域的實(shí)證證據(jù)，并利用中介效應(yīng)模型深入考察了其中的可能影響渠道，厘清了綠色全要素生產(chǎn)率增長在新興金融供給側(cè)的實(shí)現(xiàn)路徑，對數(shù)字金融功能領(lǐng)域文獻(xiàn)形成了有益補(bǔ)充。第二，利用空間杜賓模型探究了數(shù)字金融影響綠色全要素生產(chǎn)率的空間溢出效應(yīng)，拓展了數(shù)字金融賦能綠色增長的評估范圍，為充分利用數(shù)字金融這一工具來突破地理壁壘和時(shí)空限制進(jìn)而輻射帶動跨區(qū)域綠色經(jīng)濟(jì)增長提供了理論支撐和政策指導(dǎo)實(shí)踐。第三，借助中國人民銀行發(fā)布《G20數(shù)字普惠金融高級原則》形成的準(zhǔn)自然實(shí)驗(yàn)，利用雙重差分法克服可能存在的內(nèi)生性問題，確保了研究結(jié)論的可靠性。

一、理論分析與假說提出

(一)數(shù)字金融影響綠色全要素生產(chǎn)率的理論分析

作為數(shù)字技術(shù)與金融的結(jié)合體，數(shù)字金融本質(zhì)仍然是金融的屬性并未因數(shù)字技術(shù)賦能改變，因而金融與綠色發(fā)展關(guān)系的文獻(xiàn)給本文提供了理論借鑒。大部分文獻(xiàn)肯定了金融對綠色發(fā)展的促進(jìn)作用。從宏觀層面來看，金融發(fā)展有助于優(yōu)化資源配置，從而使產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)變得更加合理和清潔[11]；從微觀視角來看，金融發(fā)展可以有效降低企業(yè)的能源消耗和污染排放[12]。進(jìn)一步研究發(fā)現(xiàn)，金融發(fā)展對于綠色全要素生產(chǎn)率有著顯著的正向促進(jìn)效應(yīng)[13]。因此，具備金融核心屬性的數(shù)字金融也理應(yīng)會對綠色全要素生產(chǎn)率產(chǎn)生積極的提升作用。數(shù)字金融的另一個(gè)重要特征就是數(shù)字技術(shù)賦能，數(shù)字技術(shù)的深度使用將為綠色增長帶來新動力。具體而言，數(shù)字金融的綠色經(jīng)濟(jì)效應(yīng)體現(xiàn)在以下方面：

首先，數(shù)字金融是一種環(huán)境親和型的金融模式。相比于主要基于人工服務(wù)和物理網(wǎng)點(diǎn)的傳統(tǒng)金融，數(shù)字金融展現(xiàn)出低成本、高效率、低能耗的綠色優(yōu)勢：數(shù)字化的業(yè)務(wù)辦理延伸了金融覆蓋面，降低了金融服務(wù)的交易成本；移動支付與結(jié)算豐富了金融的內(nèi)涵，提升了資源配置效率；互聯(lián)網(wǎng)平臺的無接觸交易使得傳統(tǒng)業(yè)務(wù)辦理中產(chǎn)生的資源消耗大大降低。

其次，數(shù)字金融帶來了全新的綠色消費(fèi)模式和綠色生活方式。如今，數(shù)字金融的應(yīng)用軟件已成為現(xiàn)代生活中不可或缺的一部分，手機(jī)購票、電子發(fā)票、共享單車、螞蟻森林等低碳生活與消費(fèi)模式不但有助于減少資源消耗，孕育出環(huán)境友好的消費(fèi)者，還將個(gè)人的環(huán)保意識與社會的綠色行動聯(lián)系起來，擴(kuò)大了普通人群的環(huán)保參與度，帶動大眾深入環(huán)保行動中，培育出綠色生活的觀念，在創(chuàng)造出綠色經(jīng)濟(jì)效應(yīng)的同時(shí)，還拉近了人與自然的關(guān)系。

再次，數(shù)字金融優(yōu)化了綠色金融資源的配置。黨的十九大報(bào)告提出要將綠色金融打造成為建設(shè)生態(tài)文明和美麗中國的新引擎，以綠色金融增進(jìn)綠色增長已成為中國金融體系改革的重要方向。但是，綠色金融資源的有效配置強(qiáng)烈依賴金融機(jī)構(gòu)與企業(yè)之間高度對等的信息程度[7]，而數(shù)字金融一方面能夠充分挖掘和搜集信息，擴(kuò)大了信息集合，緩解了信息不對稱問題，另一方面有助于精準(zhǔn)匹配綠色金融資源的供需雙方，提升了資源配置效率，從而讓綠色金融資源有效地助力綠色經(jīng)濟(jì)增長。

最后，數(shù)字金融是一股綠色新動能。數(shù)字金融內(nèi)嵌的新一代數(shù)字技術(shù)，實(shí)現(xiàn)了關(guān)鍵技術(shù)的突破性創(chuàng)新，在加快金融與科技深度融合的同時(shí)，還帶動了傳統(tǒng)產(chǎn)業(yè)的數(shù)字化變革和智能化轉(zhuǎn)型[14]，這將有助于減少資源消耗和污染排放。因此，數(shù)字金融蘊(yùn)含著綠色新動能，在助力綠色發(fā)展的同時(shí)，還能夠加速技術(shù)創(chuàng)新，從而起到提升綠色全要素生產(chǎn)率的作用。

基于以上分析，數(shù)字金融能夠帶來綠色與效率的變革，在減少能耗與污染的同時(shí)，還能提高資源配置效率，最終起到促進(jìn)綠色全要素生產(chǎn)率提升的作用?？梢哉f，數(shù)字金融的發(fā)展不但提供了綠色增長在金融供給側(cè)的新路徑，還拓展了綠色發(fā)展空間，創(chuàng)造了新的增長極。據(jù)此，本文提出如下假說：

假說1：數(shù)字金融對綠色全要素生產(chǎn)率有正向促進(jìn)作用。

(二)數(shù)字金融影響綠色全要素生產(chǎn)率的作用機(jī)制

進(jìn)一步，本文對數(shù)字金融影響綠色全要素生產(chǎn)率的可能渠道進(jìn)行考察。當(dāng)前，中國經(jīng)濟(jì)進(jìn)入了“三期疊加”的新常態(tài)增長階段，要在新常態(tài)的背景下實(shí)現(xiàn)綠色經(jīng)濟(jì)高質(zhì)量發(fā)展，以綠色技術(shù)創(chuàng)新突破綠色增長的困境，以產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型培育新的發(fā)展動能，無疑是重要的推動手段，而數(shù)字金融的飛速發(fā)展為加快綠色技術(shù)創(chuàng)新、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級提供了新路徑。

首先，數(shù)字金融促進(jìn)了綠色技術(shù)創(chuàng)新。綠色技術(shù)創(chuàng)新與一般技術(shù)創(chuàng)新相比，其前期投入成本高、獲利相對較慢、不確定性大和風(fēng)險(xiǎn)性較高的特點(diǎn)更加突出，這使得企業(yè)在開展綠色技術(shù)創(chuàng)新上缺乏有力的激勵(lì)。尤其是具備強(qiáng)大創(chuàng)新活力的中小企業(yè)，在融資約束的限制下，還會進(jìn)一步強(qiáng)化將資金投向生產(chǎn)而非綠色創(chuàng)新的短視行為[15]，而數(shù)字金融的發(fā)展為綠色技術(shù)創(chuàng)新注入新動能。第一，數(shù)字金融一方面延伸了傳統(tǒng)金融的觸達(dá)范圍，使得小微企業(yè)等被傳統(tǒng)金融排斥的長尾群體能夠享受同樣的金融服務(wù)，對傳統(tǒng)金融形成了有益的增量補(bǔ)充；另一方面能夠精準(zhǔn)提取企業(yè)交易記錄等“軟信息”作為信用評估和貸款發(fā)放的依據(jù)，降低了傳統(tǒng)金融看重公司財(cái)務(wù)等“硬信息”所形成的信貸門檻，優(yōu)化了傳統(tǒng)金融的存量結(jié)構(gòu)，從而為企業(yè)開展技術(shù)創(chuàng)新(其中必然也包含綠色技術(shù)創(chuàng)新)釋放出更多的資金支持。第二，數(shù)字金融豐富了數(shù)據(jù)和信息的獲取渠道，降低了信息不對稱程度，使得企業(yè)信息更加透明化，進(jìn)而有助于強(qiáng)化政府對企業(yè)的污染監(jiān)管力度，降低公眾參與環(huán)境監(jiān)督成本，有效地遏制了環(huán)保腐敗行為，倒逼企業(yè)增加綠色技術(shù)的研發(fā)以應(yīng)對數(shù)字化的外部環(huán)境。第三，數(shù)字金融加快了金融機(jī)構(gòu)的貸款審核時(shí)間，壓縮了其中的人為干預(yù)與尋租空間[16]，這在降低企業(yè)綠色技術(shù)創(chuàng)新的制度性交易成本的同時(shí)，還營造出良好的外部創(chuàng)新環(huán)境。第四，數(shù)字金融體現(xiàn)著新一代通信技術(shù)在金融服務(wù)上的深度應(yīng)用，因而數(shù)字金融的發(fā)展過程就是一個(gè)數(shù)字技術(shù)在關(guān)鍵領(lǐng)域突破性創(chuàng)新的過程，而數(shù)字技術(shù)的發(fā)展本身就是一種綠色技術(shù)創(chuàng)新。綜上所述，數(shù)字金融對綠色技術(shù)創(chuàng)新有著積極的促進(jìn)效應(yīng)。進(jìn)一步來看，一方面，綠色技術(shù)創(chuàng)新加速了先進(jìn)清潔技術(shù)對落后耗能技術(shù)的替代，減少了資源消耗和污染排放；另一方面，數(shù)字技術(shù)的革新將打通要素流動的時(shí)空限制，加速資源的流動，實(shí)時(shí)數(shù)據(jù)的挖掘還加快了供需的有效匹配和精準(zhǔn)銜接[17]，引導(dǎo)資源合理布局，減少了錯(cuò)配，提升了經(jīng)濟(jì)運(yùn)行效率，并最終促進(jìn)綠色全要素生產(chǎn)率的提升。

其次，數(shù)字金融推動了產(chǎn)業(yè)結(jié)構(gòu)升級。首先，數(shù)字金融突破了物理網(wǎng)點(diǎn)的限制，擴(kuò)大了金融服務(wù)的覆蓋面，使得清潔型、環(huán)境友好型等行業(yè)也能夠獲得和高能耗高污染的重點(diǎn)、熱門行業(yè)同樣的金融資源，有效地緩解了資本扭曲和金融錯(cuò)配，從而減少了產(chǎn)能過剩，促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)合理化。其次，數(shù)字金融的廣泛使用一方面深化了數(shù)字技術(shù)與產(chǎn)業(yè)鏈的融合，加快了傳統(tǒng)產(chǎn)業(yè)的網(wǎng)絡(luò)化、智能化和服務(wù)化進(jìn)程[14]，為傳統(tǒng)產(chǎn)業(yè)的綠色轉(zhuǎn)型賦予了新動能；另一方面，數(shù)字金融的蓬勃發(fā)展催生出對技術(shù)水平和勞動者素質(zhì)要求更高的新興數(shù)字化和智能化產(chǎn)業(yè)，帶動高素質(zhì)人才與前沿技術(shù)向新興的數(shù)字化和智能化產(chǎn)業(yè)流動，有助于提升知識密集型產(chǎn)業(yè)的比重，推動產(chǎn)業(yè)結(jié)構(gòu)向中高端邁進(jìn)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級化。因此，數(shù)字金融通過推動產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化，拓展了產(chǎn)業(yè)空間，延伸了產(chǎn)業(yè)領(lǐng)域。進(jìn)一步，產(chǎn)業(yè)結(jié)構(gòu)作為生產(chǎn)要素與經(jīng)濟(jì)增長的轉(zhuǎn)換器，其升級過程不但能提升資源利用效率、改善環(huán)境質(zhì)量，還能加強(qiáng)要素的協(xié)同作用，優(yōu)化資源配置，通過釋放結(jié)構(gòu)紅利帶來效率和動能變革，并最終促進(jìn)綠色全要素生產(chǎn)率的提升。據(jù)此，本文提出如下假說：

假說2a(綠色技術(shù)創(chuàng)新效應(yīng))：數(shù)字金融通過促進(jìn)綠色技術(shù)創(chuàng)新起到提升綠色全要素生產(chǎn)率的作用。

假說2b(產(chǎn)業(yè)結(jié)構(gòu)升級效應(yīng))：數(shù)字金融通過推動產(chǎn)業(yè)結(jié)構(gòu)升級起到提升綠色全要素生產(chǎn)率的作用。

二、研究設(shè)計(jì)

(一)模型設(shè)定

考慮到綠色全要素生產(chǎn)率的積累效應(yīng)，本文參考李江龍等[10]的做法，構(gòu)建動態(tài)面板模型進(jìn)行檢驗(yàn)，基本檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

GTFPit=β0+β1GTFPit-1+β2DEit-1+βXit+λi+μt+εit

(1)

其中，i代表城市，t代表年份，GTFPit代表t年i城市的綠色全要素生產(chǎn)率，GTFPit-1為滯后一期的綠色全要素生產(chǎn)率；DEit-1為核心解釋變量數(shù)字金融，本文將核心解釋變量滯后了一期，這樣在一定程度上能減弱雙向因果的可能性[6]；Xit為一系列會對綠色全要素生產(chǎn)率產(chǎn)生影響的控制變量；λi和μt分別為城市固定效應(yīng)和年份固定效應(yīng)，εit為誤差擾動項(xiàng)。

為了進(jìn)一步檢驗(yàn)影響作用背后的傳導(dǎo)機(jī)制，在式(1)的基礎(chǔ)上設(shè)置遞歸模型：

Mit=γ0+γ1Mit-1+γ2DEit-1+γXit+λi+μt+εit

(2)

GTFPit=δ0+δ1GTFPit-1+δ2DEit-1+δ3Mit+δXit+λi+μt+εit

(3)

其中，Mit是數(shù)字金融影響綠色全要素生產(chǎn)率的機(jī)制變量，根據(jù)理論分析，包括綠色技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級兩個(gè)方面。通過判斷和比較β2、γ1、δ2、δ3的顯著性和大小，可以得到數(shù)字金融能否通過機(jī)制變量的渠道作用于綠色全要素生產(chǎn)率，即中介效應(yīng)是否存在。

(二)數(shù)據(jù)說明與變量構(gòu)建

本文以2011—2018年中國281個(gè)地級及以上城市作為樣本，城市數(shù)據(jù)來自《中國城市統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》和中國研究數(shù)據(jù)服務(wù)平臺(CNRDS)、國泰安數(shù)據(jù)庫(CSMAR)、司爾亞司數(shù)據(jù)信息有限公司(CEIC)中國經(jīng)濟(jì)數(shù)據(jù)庫，數(shù)字金融指數(shù)來自《北京大學(xué)數(shù)字普惠金融指數(shù)(2011—2018)》。對于極個(gè)別缺失的數(shù)據(jù)，利用插值法進(jìn)行補(bǔ)齊，最終形成共計(jì)2 248個(gè)樣本的平衡面板數(shù)據(jù)。

1.核心解釋變量

數(shù)字金融(DE)。本文采用郭峰等[18]編制的數(shù)字普惠金融指數(shù)作為數(shù)字金融的代理變量。該指數(shù)包括覆蓋廣度(Cov)、使用深度(Usa)和數(shù)字化程度(Dig)3個(gè)一級子維度，對數(shù)字金融進(jìn)行了多維度刻畫。由于數(shù)字金融指數(shù)和其他變量在量綱上差異較大，本文將數(shù)字金融指數(shù)及其子維度均除以100作為原始數(shù)據(jù)。

2.被解釋變量

綠色全要素生產(chǎn)率(GTFP)。為克服傳統(tǒng)同質(zhì)性假設(shè)下的測算偏誤，本文參考王兵等[19]的研究，將異質(zhì)性技術(shù)進(jìn)步納入，采用Meta-SBM-Luenberger生產(chǎn)率指數(shù)對綠色全要素生產(chǎn)率進(jìn)行測度。

首先假設(shè)城市作為基礎(chǔ)決策單元(DMU)，擁有N種投入要素，產(chǎn)出M種“好”產(chǎn)出和H種“壞”產(chǎn)出，其生產(chǎn)可能集為

(4)

其中，x代表資本、勞動和能源投入向量，y代表期望產(chǎn)出向量，b代表污染排放物衡量的非期望產(chǎn)出向量，T代表以此衡量的生產(chǎn)可能集。投入指標(biāo)包括以城市就業(yè)人口衡量的人力投入、以固定資產(chǎn)投資衡量的資本投入和以電力消費(fèi)衡量的能源消耗，由于固定資產(chǎn)投資為流量指標(biāo)，采用永續(xù)盤存法將其轉(zhuǎn)換為存量資本投入指標(biāo)，參考單豪杰[20]的做法，折舊率設(shè)為10.96%，將滯后1年實(shí)際資本存量除以平均折舊率10.96%與滯后5年間固定資產(chǎn)投資增長率平均值之和，測算得到以2011年為基期的資本存量。期望產(chǎn)出以實(shí)際GDP來衡量，非期望產(chǎn)出以城市工業(yè)廢水排放、工業(yè)二氧化硫排放和工業(yè)煙粉塵排放量來衡量。由于三廢排放單位不同，利用熵權(quán)法對三個(gè)指標(biāo)進(jìn)行無量綱化，以最終的指數(shù)單位來衡量各城市排放水平。

根據(jù)數(shù)據(jù)包絡(luò)分析(DEA)方法的求解條件，本文假定投入要素和“好”產(chǎn)出具有強(qiáng)可處置性，“好”產(chǎn)出和“壞”產(chǎn)出聯(lián)合弱可處置性和零結(jié)合性，即滿足如下三條公理約束：

(5)

若(x,y,b)∈T∪0≤θ≤1 則(x,θy,θb)∈T

(6)

若(x,y,b)∈T∪b=0 則y=0

(7)

生產(chǎn)可能集可表示為如下形式：

(8)

傳統(tǒng)方向性函數(shù)的最優(yōu)化求解局限于產(chǎn)出和投入的單一方向調(diào)整，存在一定程度的效率損失，并會高估效率值。為了克服無效率測量，引入非徑向方向性函數(shù)(NDDF)[21]，設(shè)定方向向量如下：

(9)

其中，ωT=(ωK，ωL，ωE，ωY，ωC)分別表示投入變量(資本、勞動、能源)和產(chǎn)出變量(期望產(chǎn)出用地區(qū)生產(chǎn)總值衡量，非期望產(chǎn)出用廢物排放衡量)的權(quán)重集合，β代表各投入、產(chǎn)出的非效率系數(shù)。g為方向向量，g=(-gK，-gL，-gE，gY，-gC)，考慮到城市層面數(shù)據(jù)的分散性特點(diǎn)，本文設(shè)置了平均權(quán)重g(1/9，1/9，1/9，1/3，1/3)。

本文將規(guī)模報(bào)酬不變(CRS)環(huán)境生產(chǎn)技術(shù)定義為

(10)

進(jìn)一步，基于非徑向方向性函數(shù)，將投入和產(chǎn)出納入目標(biāo)約束：

(11)

通過求解式(11)可以得到包含環(huán)境因素的技術(shù)效率，但是由于常規(guī)的生產(chǎn)技術(shù)求解通常假定生產(chǎn)技術(shù)同質(zhì)，這與現(xiàn)實(shí)情況有所偏離，為了解決技術(shù)異質(zhì)性帶來的效率評價(jià)問題，在組間異質(zhì)性生產(chǎn)技術(shù)的假定下，構(gòu)建了組間的共同邊界，在此基礎(chǔ)上刻畫了組間異質(zhì)性[22]：

(12)

進(jìn)一步借鑒Fujii[23]的方法，采用Luenberger指數(shù)在共同前沿下進(jìn)行全要素生產(chǎn)率求解。根據(jù)Luenberger指數(shù)定義：

(13)

將上述基于共同前沿的生產(chǎn)技術(shù)代入式(13)，分別對四組方向性距離函數(shù)求解，則可算出Luenberger指數(shù)。Luenberger指數(shù)可進(jìn)一步分解為兩個(gè)部分：效率改善(EC)部分和技術(shù)進(jìn)步(TC)部分，分別衡量了生產(chǎn)效率和生產(chǎn)技術(shù)的改善程度，分解公式如下：

(14)

(15)

3.中介變量

綠色技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級。首先，參考主流文獻(xiàn)的做法，用綠色專利申請和綠色專利獲得來衡量綠色技術(shù)創(chuàng)新，考慮到綠色專利的申請與獲得存在厚尾分布，參考李春濤等[24]的研究，將城市當(dāng)年獲得的綠色專利數(shù)量和當(dāng)年申請的綠色專利數(shù)量分別加1后取對數(shù)來刻畫技術(shù)創(chuàng)新水平，記為Gpa和Gpo。

其次，根據(jù)理論分析從產(chǎn)業(yè)結(jié)構(gòu)合理化(Thl)和產(chǎn)業(yè)結(jié)構(gòu)高級化(Iss)兩個(gè)層面來考察產(chǎn)業(yè)結(jié)構(gòu)升級是否是數(shù)字金融提升綠色全要素生產(chǎn)率的渠道。產(chǎn)業(yè)結(jié)構(gòu)高級化用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之比來度量；產(chǎn)業(yè)結(jié)構(gòu)合理化用泰爾指數(shù)進(jìn)行測算，借鑒袁航等[25]的做法，測算公式如下：

(16)

其中，i代表城市；m代表三大產(chǎn)業(yè),m=1,2,3；t代表時(shí)間；yimt衡量的是i城市m產(chǎn)業(yè)增加值占GDP的比重；limt衡量的是i城市m產(chǎn)業(yè)從業(yè)人員占總就業(yè)的比重。本文將產(chǎn)業(yè)結(jié)構(gòu)合理化的測算值取絕對值，因而該值越大表示偏離0越遠(yuǎn)，即產(chǎn)業(yè)結(jié)構(gòu)越失衡。

4.控制變量

為了減少遺漏變量偏誤，本文還引入了一系列控制變量，參考張帆等[13，26]的研究，選取以下變量作為主要控制變量：市場結(jié)構(gòu)(Mar)、產(chǎn)業(yè)結(jié)構(gòu)(Ind)、城鎮(zhèn)化水平(Urb)、利用外資(FDI)、就業(yè)人口(Lab)、人力資本(Edu)、固定資產(chǎn)投資(Inv)、財(cái)政自由度(Gov)。

本文變量的定義與描述性統(tǒng)計(jì)結(jié)果見表1。

表1 變量定義與描述性統(tǒng)計(jì)結(jié)果

三、實(shí)證結(jié)果與討論

(一)基準(zhǔn)回歸結(jié)果

首先，根據(jù)式(1)進(jìn)行回歸。考慮到式(1)構(gòu)建的動態(tài)面板中，解釋變量含有綠色全要素生產(chǎn)率的1階滯后項(xiàng)，為了克服由此帶來的內(nèi)生性問題，本文使用系統(tǒng)廣義矩估計(jì)(SYS-GMM)進(jìn)行估計(jì)。為了確保估計(jì)方法的合理性和估計(jì)結(jié)果的穩(wěn)健性，本文同時(shí)匯報(bào)了采用差分廣義矩估計(jì)(DIF-GMM)、最小二乘法(OLS)和面板數(shù)據(jù)雙向固定效應(yīng)模型(FE)估計(jì)的結(jié)果?？紤]到城市層面的自相關(guān)性，將標(biāo)準(zhǔn)誤聚類到城市。從表2第(1)列可以看出，在使用SYS-GMM得到回歸結(jié)果中，核心解釋變量的系數(shù)在1%的水平上顯著為正，AR(1)、AR(2)和Hansen檢驗(yàn)顯示，估計(jì)結(jié)果通過了自相關(guān)檢驗(yàn)和弱工具變量檢驗(yàn)。由此可見，數(shù)字金融能夠作為提升綠色全要素生產(chǎn)率的新的金融支持手段，驗(yàn)證了假說1。表2第(2)～(4)列匯報(bào)了DIF-GMM、OLS和FE的估計(jì)結(jié)果，可以看出，在更換估計(jì)方法后，數(shù)字金融對綠色全要素生產(chǎn)率的正向促進(jìn)效應(yīng)仍然顯著成立。進(jìn)一步地，根據(jù)動態(tài)完備性假設(shè)，在存在內(nèi)生性干擾的情況下，動態(tài)面板模型中被解釋變量1階滯后項(xiàng)的OLS估計(jì)結(jié)果存在上偏效應(yīng)，而其FE估計(jì)結(jié)果存在下偏效應(yīng)，即綠色全要素生產(chǎn)率1階滯后項(xiàng)的真實(shí)估計(jì)值介于兩者之間。此外，由第(3)(4)列可知，DIF-GMM的估計(jì)結(jié)果中核心解釋變量的系數(shù)在使用FE和OLS估計(jì)得到的估計(jì)系數(shù)范圍之外，說明估計(jì)存在偏差，而使用SYS-GMM得到的估計(jì)值則在此范圍內(nèi)，證明了本文選用SYS-GMM進(jìn)行估計(jì)的合理性和有效性。

表2 基準(zhǔn)回歸估計(jì)結(jié)果

考慮到數(shù)字金融指數(shù)包含覆蓋廣度、使用深度和數(shù)字服務(wù)支持度3個(gè)子維度，本文分維度對綠色全要素生產(chǎn)率進(jìn)行考察。為了避免將3個(gè)子維度同時(shí)代入式(1)導(dǎo)致的共線性問題，依次將子維度代入式(1)進(jìn)行回歸，表3第(1)～(3)列匯報(bào)了回歸結(jié)果。3個(gè)子維度對綠色全要素生產(chǎn)率的影響均在1%的水平上顯著為正，說明數(shù)字金融從覆蓋廣度、使用深度和數(shù)字化程度三個(gè)方面都顯著提升了綠色全要素生產(chǎn)率。從系數(shù)大小來看，覆蓋廣度對綠色全要素生產(chǎn)率的影響最大，而數(shù)字化程度的系數(shù)在三個(gè)子維度中最小。因此，以數(shù)字金融的手段助力綠色增長，不但要擴(kuò)大數(shù)字金融的覆蓋范圍，還應(yīng)該加強(qiáng)數(shù)字金融的基礎(chǔ)設(shè)施建設(shè)，尤其是注重新一代信息基礎(chǔ)設(shè)施的更新和推進(jìn)，從而實(shí)現(xiàn)三個(gè)維度的平衡發(fā)展。

將綠色全要素生產(chǎn)率分解為綠色效率改善(EC)和綠色技術(shù)進(jìn)步(TC)，進(jìn)一步考察其中的異質(zhì)性影響，即數(shù)字金融主要是通過促進(jìn)綠色效率改善還是綠色技術(shù)進(jìn)步來賦能綠色增長的。表3第(4)(5)列匯報(bào)了回歸結(jié)果，可以看出，數(shù)字金融對綠色效率改善和綠色技術(shù)進(jìn)步的正向促進(jìn)效應(yīng)均顯著為正，表明數(shù)字金融一方面有助于緩解金融資源錯(cuò)配，引導(dǎo)金融資源流入綠色行業(yè)，優(yōu)化資源配置，改善綠色效率；另一方面，數(shù)字金融的發(fā)展能夠推動數(shù)字技術(shù)的擴(kuò)散，而數(shù)字技術(shù)本身就是一種綠色技術(shù)，從而起到增進(jìn)綠色技術(shù)進(jìn)步的作用。系數(shù)大小表明，數(shù)字金融對綠色技術(shù)進(jìn)步的影響要大于對綠色效率改善的影響，顯示出數(shù)字金融內(nèi)嵌的新一代信息技術(shù)在實(shí)現(xiàn)綠色變革中強(qiáng)大助推力。因此，充分釋放數(shù)字金融助力綠色增長的動能，不僅需要重視數(shù)字金融優(yōu)化金融資源配置的作用，有效利用數(shù)字金融來校正傳統(tǒng)金融結(jié)構(gòu)的偏離和靶向引導(dǎo)金融資源的配置，還需要強(qiáng)化數(shù)字技術(shù)的研發(fā)與升級，以數(shù)字技術(shù)構(gòu)建綠色技術(shù)進(jìn)步的底層基礎(chǔ)，進(jìn)而實(shí)現(xiàn)綠色增長的提質(zhì)增效。

表3 不同維度的回歸估計(jì)結(jié)果

(二)穩(wěn)健性檢驗(yàn)

1.內(nèi)生性問題處理

盡管本文將數(shù)字金融指數(shù)滯后1期在一定程度上能緩解可能存在的雙向因果關(guān)系，但式(1)仍可能存在難以避免的遺漏變量偏誤。為了保證研究結(jié)論的可靠性，本文通過對數(shù)字金融選取工具變量和采用雙重差分法來緩解可能的內(nèi)生性。

(1)工具變量法。借鑒張勛等[6]的研究，本文利用地理信息系統(tǒng)(GIS)分別測度了所在城市到杭州市的距離(IV1)以及到所在省份的省會的距離(IV2)，作為數(shù)字金融的工具變量。一方面，杭州是支付寶等數(shù)字金融工具的誕生地，數(shù)字金融呈現(xiàn)出距離杭州越遠(yuǎn)越難推廣的特征，同時(shí)，省會城市通常是全省的政治經(jīng)濟(jì)中心，距離省會越近的城市，數(shù)字金融的發(fā)展往往越活躍，因而這兩個(gè)距離變量滿足工具變量相關(guān)性的要求。另一方面，外生的地理距離并不會直接作用于綠色全要素生產(chǎn)率，因而滿足工具變量排他性的要求。由于這兩個(gè)距離變量是沒有時(shí)間維度的，本文的估計(jì)基于面板數(shù)據(jù)，因而借鑒Nunn等[27]的做法，將地理距離與一個(gè)具有時(shí)間維度的變量進(jìn)行交互，本文將除本城市外的全國數(shù)字金融均值(DEM)進(jìn)行交互。全國層面的數(shù)字金融平均發(fā)展水平肯定與數(shù)字金融變量緊密相關(guān)，滿足了相關(guān)性條件，而全國層面的數(shù)字金融平均發(fā)展水平不會明顯受到某一城市綠色全要素生產(chǎn)率的影響，滿足了排他性條件。

表4第(1)(2)列匯報(bào)了兩階段最小二乘法(2SLS)的估計(jì)結(jié)果。在第(1)列的2SLS第一階段回歸中，工具變量對數(shù)字金融的回歸結(jié)果均在1%的水平上顯著為負(fù)，說明數(shù)字金融跟本文選擇的地理距離變量負(fù)相關(guān)，符合預(yù)期。在第(2)列的2SLS第二階段回歸中，對數(shù)字金融選取工具變量后，數(shù)字金融對綠色全要素生產(chǎn)率的影響仍然在1%水平上顯著為正，從系數(shù)大小上來看，變化也很微小，說明在考慮可能存在的內(nèi)生性問題后，數(shù)字金融仍然能顯著提升綠色全要素生產(chǎn)率，研究結(jié)論穩(wěn)健。此外，第一階段F值遠(yuǎn)大于10，Hansen檢驗(yàn)P值大于0.1，表明本文工具變量選擇滿足相關(guān)性和外生性，因而2SLS的估計(jì)結(jié)果是有效的。進(jìn)一步，本文采用GMM-IV方法進(jìn)行交叉驗(yàn)證，表4第(3)列匯報(bào)了回歸結(jié)果，可見，估計(jì)結(jié)果同樣在1%的水平上顯著為正，系數(shù)大小的變化也十分微小，并且通過了自相關(guān)檢驗(yàn)和弱工具變量檢驗(yàn)，再次證明了工具變量法的有效性和本文結(jié)論的穩(wěn)健性。

表4 內(nèi)生性處理回歸估計(jì)結(jié)果

(2)雙重差分法。數(shù)字金融的發(fā)展水平和影響范圍緊密依賴信息基礎(chǔ)設(shè)施的建設(shè)，中國人民銀行2016年發(fā)布的《G20數(shù)字普惠金融高級原則》(以下簡稱《高級原則》)明確了利用數(shù)字技術(shù)提升金融服務(wù)的原則和擴(kuò)大信息基礎(chǔ)設(shè)施覆蓋面、升級網(wǎng)絡(luò)技術(shù)的行動目標(biāo)，這為本文提供了一個(gè)識別數(shù)字金融與綠色全要素生產(chǎn)率之間關(guān)系的場景?！陡呒壴瓌t》提出，發(fā)展數(shù)字金融，要在用戶獲得便利性與創(chuàng)新風(fēng)險(xiǎn)之間保持平衡。現(xiàn)實(shí)中，中國數(shù)字金融發(fā)展較快的地區(qū)，信息基礎(chǔ)設(shè)施也比較完善，政策的實(shí)施對于此類地區(qū)更多的是起到平衡風(fēng)險(xiǎn)的作用，而對于數(shù)字金融發(fā)展相對緩慢的地區(qū)，政策的實(shí)施更多的是彌補(bǔ)信息基礎(chǔ)設(shè)施建設(shè)的不足，因此，《高級原則》的實(shí)施對于數(shù)字金融發(fā)展相對緩慢的地區(qū)的綠色促進(jìn)效應(yīng)會更大一些。由于《高級原則》實(shí)施對不同數(shù)字金融發(fā)展水平的城市帶來的影響程度不同，因此利用雙重差分法對本文問題進(jìn)行識別。參考宋敏等[2]構(gòu)建處理組和對照組的做法，依據(jù)政策實(shí)施前一年各城市數(shù)字金融指數(shù)的中位數(shù)分為低數(shù)字金融發(fā)展水平城市和高數(shù)字金融發(fā)展水平城市，作為處理組和對照組，通過構(gòu)建雙重差分模型來評估其對綠色全要素生產(chǎn)率的影響，模型設(shè)定如下：

GTFPit=β0+β1DECit×Postit+βXit+λi+μt+εit

(17)

其中，DECit表示城市i是否是處理組，屬于則取1，反之取0；Postit為時(shí)間虛擬變量，政策實(shí)施的2016年及之后年份取1，反之則取0。

交互項(xiàng)DECit×Postit的系數(shù)β1捕捉了政策對綠色全要素生產(chǎn)率的影響。表4第(4)列匯報(bào)了雙重差分法的估計(jì)結(jié)果，可以看出，β1在1%的水平上顯著為正，說明顯著提升了綠色全要素生產(chǎn)率。

使用雙重差分法需滿足平行趨勢假設(shè)，本文將式(17)中的Postit替換成年份虛擬變量，檢驗(yàn)平行趨勢假設(shè)是否成立，估計(jì)結(jié)果如圖1所示?？梢钥闯?，在政策實(shí)施前，不能拒絕Postit為0的原假設(shè)，說明處理組和對照組之間的時(shí)間趨勢是一致的，滿足平行趨勢假定。

圖1 平行趨勢檢驗(yàn)結(jié)果

此外，本文還通過虛構(gòu)政策時(shí)間進(jìn)行了安慰劑檢驗(yàn)，將政策實(shí)施時(shí)間提前到2014年重新回歸，表4第(5)列匯報(bào)了估計(jì)結(jié)果?？梢钥闯?，將政策實(shí)施時(shí)間提前后，交互項(xiàng)系數(shù)不再顯著，表明不存在隨機(jī)性因素干擾，研究結(jié)果是穩(wěn)健的。

2.其他穩(wěn)健性檢驗(yàn)(1)限于篇幅，結(jié)果留存?zhèn)渌鳌?/p>

首先，剔除直轄市?？紤]到直轄市無論是在經(jīng)濟(jì)規(guī)模、行政級別還是在人口數(shù)量上，都與其他地級市存在較大的差別，因此本文利用剔除直轄市后的樣本重新估計(jì)式(1)，核心解釋變量的系數(shù)仍然在1%的水平上顯著為正，說明本文的結(jié)論是穩(wěn)健的。

其次，變量縮尾處理?？紤]到數(shù)據(jù)中異常值對估計(jì)結(jié)果的影響，本文對所有變量在1%和99%分位上進(jìn)行縮尾處理，用縮尾后的樣本重新估計(jì)，結(jié)果顯示，數(shù)字金融仍然顯著地提升了綠色全要素生產(chǎn)率。

最后，更換核心解釋變量。參考汪亞楠等[28]的做法，將存貸款總額占GDP的比重作為數(shù)字金融的替代變量，對式(1)重新回歸，更換核心解釋變量后，數(shù)字金融對綠色全要素生產(chǎn)率的提升效應(yīng)仍然在1%的水平上顯著為正，研究結(jié)果是可靠的。

(三)機(jī)制檢驗(yàn)

1.綠色技術(shù)創(chuàng)新效應(yīng)

將綠色專利獲得與綠色專利申請依次代入式(2)(3)進(jìn)行估計(jì)，回歸結(jié)果見表5。第(1)(3)列結(jié)果顯示，無論以何種方式刻畫綠色技術(shù)創(chuàng)新，數(shù)字金融都顯著地提升了城市綠色技術(shù)創(chuàng)新水平，表明數(shù)字金融的發(fā)展激發(fā)了市場主體的綠色創(chuàng)新活力。第(2)(4)列結(jié)果顯示，中介變量綠色技術(shù)創(chuàng)新對綠色全要素生產(chǎn)率的影響在1%的水平上顯著為正，同時(shí)，數(shù)字金融系數(shù)也顯著為正，但均小于式(1)基準(zhǔn)回歸的系數(shù)，說明綠色技術(shù)創(chuàng)新在數(shù)字金融影響綠色全要素生產(chǎn)率的過程中發(fā)揮了部分中介效應(yīng)。此外，為了進(jìn)一步確保中介效應(yīng)的穩(wěn)健性，本文還在逐步回歸之外進(jìn)行了Sobel檢驗(yàn)，檢驗(yàn)結(jié)果顯示Sobel Z指數(shù)在1%水平上顯著，驗(yàn)證了假說2a。綠色技術(shù)創(chuàng)新的中介效應(yīng)表明，依托數(shù)字金融釋放綠色動能應(yīng)重視綠色技術(shù)創(chuàng)新發(fā)揮的支撐作用。

表5 機(jī)制檢驗(yàn)：綠色技術(shù)創(chuàng)新效應(yīng)

2.產(chǎn)業(yè)結(jié)構(gòu)升級效應(yīng)

將產(chǎn)業(yè)結(jié)構(gòu)合理化和產(chǎn)業(yè)結(jié)構(gòu)高級化的代理變量依次代入式(2)(3)進(jìn)行回歸，結(jié)果見表6。第(1)(2)列結(jié)果顯示，數(shù)字金融發(fā)展程度的提高有助于降低產(chǎn)業(yè)結(jié)構(gòu)的不合理程度，而隨著產(chǎn)業(yè)結(jié)構(gòu)趨于合理化，綠色全要素生產(chǎn)率也得到了顯著提升，同時(shí)，數(shù)字金融系數(shù)顯著為正，但小于基準(zhǔn)回歸系數(shù)，說明產(chǎn)業(yè)結(jié)構(gòu)合理化在數(shù)字金融影響綠色全要素生產(chǎn)率的過程中發(fā)揮了部分中介效應(yīng)，數(shù)字金融的發(fā)展有助于化解高能耗高污染產(chǎn)業(yè)的產(chǎn)能過剩。第(3)(4)列結(jié)果顯示，產(chǎn)業(yè)結(jié)構(gòu)高級化在數(shù)字金融提升綠色全要素生產(chǎn)率的過程中也發(fā)揮了部分中介效應(yīng)。此外，Sobel Z指數(shù)值在1%水平上顯著，進(jìn)一步確保了中介效應(yīng)的穩(wěn)定性，也驗(yàn)證了假說2b。產(chǎn)業(yè)結(jié)構(gòu)升級的中介效應(yīng)表明，數(shù)字金融有助于促進(jìn)傳統(tǒng)產(chǎn)業(yè)向知識密集型產(chǎn)業(yè)轉(zhuǎn)型，進(jìn)而推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級化，加快城市綠色轉(zhuǎn)型。因此，加快數(shù)字金融與傳統(tǒng)產(chǎn)業(yè)的融合，有助于推動產(chǎn)業(yè)結(jié)構(gòu)的協(xié)同演化和邁向中高端的轉(zhuǎn)型，從中孕育推動綠色增長的新動能。

表6 機(jī)制檢驗(yàn)：產(chǎn)業(yè)結(jié)構(gòu)升級效應(yīng)

(四)區(qū)域異質(zhì)性

考慮到中國幅員遼闊，281個(gè)城市在地理位置上都存在著較大差異性，這些差異性可能會導(dǎo)致數(shù)字金融的綠色經(jīng)濟(jì)效應(yīng)也表現(xiàn)出異質(zhì)性，因而本文將全樣本劃分為東、中、西部地區(qū)三個(gè)子樣本來刻畫地理區(qū)位的差異(2)限于篇幅，結(jié)果留存?zhèn)渌?。?？梢钥闯觯谖鞑砍鞘?，?shù)字金融對綠色全要素生產(chǎn)率的影響在1%的水平上顯著為正；在東部城市和中部城市，核心解釋變量的系數(shù)僅在10%的水平上顯著為正。系數(shù)大小表明，數(shù)字金融對綠色全要素生產(chǎn)率的正向促進(jìn)效應(yīng)在西部城市要遠(yuǎn)遠(yuǎn)大于東中部城市，可能原因在于，東中部城市相比西部城市擁有更成熟和完善的傳統(tǒng)金融基礎(chǔ)，因而新興的數(shù)字金融通過突破時(shí)空的限制來調(diào)動金融資源，進(jìn)而彌補(bǔ)傳統(tǒng)金融的缺位，由此所釋放的邊際效應(yīng)在東中部城市會相對小一些。在上述邏輯下，以數(shù)字金融提升綠色全要素生產(chǎn)率，對于傳統(tǒng)金融基礎(chǔ)良好的東中部城市來說，更像是“錦上添花”，而對于傳統(tǒng)金融基礎(chǔ)較薄弱的西部城市來說，更像是“雪中送炭”。這體現(xiàn)出數(shù)字金融是一種普惠金融，能夠成為西部城市在綠色增長上追趕東中部城市的后發(fā)優(yōu)勢，進(jìn)而起到填平東中部城市和西城市綠色增長鴻溝的包容性作用。

四、進(jìn)一步討論：空間溢出效應(yīng)

數(shù)字金融的一個(gè)典型特征就是通過突破時(shí)空限制、壓縮地理距離來調(diào)動金融資源，推動城市之間要素的流動、融合與協(xié)同，增強(qiáng)區(qū)域間經(jīng)濟(jì)活動的聯(lián)動性。數(shù)字技術(shù)與金融的結(jié)合帶來了區(qū)域經(jīng)濟(jì)的空間重組，加速了資本的跨區(qū)域流通，促進(jìn)了城市之間的合作，形成技術(shù)溢出效應(yīng)和人才流動效應(yīng)。因此，數(shù)字金融對城市綠色全要素生產(chǎn)率的影響可能在空間上還存在外溢效應(yīng)，即本城市的數(shù)字金融發(fā)展不但能提升自身的綠色全要素生產(chǎn)率，還可能會擴(kuò)散到鄰近城市，對其他城市的綠色全要素生產(chǎn)率產(chǎn)生促進(jìn)效應(yīng)。為了進(jìn)一步探索影響過程的空間溢出效應(yīng)，本文采用空間計(jì)量進(jìn)行考察。

隨后，利用莫蘭指數(shù)(Moran’s I)考察空間依賴性。表7匯報(bào)了2011—2018年中國281個(gè)城市數(shù)字金融與綠色全要素生產(chǎn)率的莫蘭指數(shù)值，可以看出，兩者的莫蘭指數(shù)均顯著為正，表明數(shù)字金融與綠色全要素生產(chǎn)率都存在空間自相關(guān)。

表7 2011—2018年中國281個(gè)城市數(shù)字金融與綠色全要素生產(chǎn)率的莫蘭指數(shù)

最后，依次進(jìn)行LM檢驗(yàn)、Hausman檢驗(yàn)和LR檢驗(yàn)，確定了雙重固定效應(yīng)的空間杜賓模型(SDM)為最優(yōu)。因此，本文構(gòu)建空間杜賓模型進(jìn)行檢驗(yàn)，模型設(shè)定如下：

GTFPit=β0+ρWGTFPit+β1DEit+ΦWDEit+βXit+ηWXit+λi+μt+εit

(18)

其中，W為空間權(quán)重矩陣，ρ、Φ和η為空間回歸系數(shù)，WGTFPit、WDEit、WXit分別為核心被解釋變量、核心解釋變量和控制變量的空間滯后項(xiàng)。

由于空間滯后項(xiàng)的回歸系數(shù)值不能用以直接解釋數(shù)字金融對綠色全要素生產(chǎn)率的邊際效應(yīng)，本文利用偏微分方程將數(shù)字金融影響綠色全要素生產(chǎn)率的總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)，回歸結(jié)果見表8。直接效應(yīng)和間接效應(yīng)均顯著為正，說明本城市的數(shù)字金融發(fā)展不但能夠提升自身的綠色全要素生產(chǎn)率，還能夠打破時(shí)空與區(qū)域的束縛，帶動鄰近城市綠色全要素生產(chǎn)率的提升。對比不同空間權(quán)重矩陣下的間接效應(yīng)大小，可以看出，社會經(jīng)濟(jì)特征權(quán)重下的空間溢出效應(yīng)更大，再次證明了數(shù)字金融是通過壓縮地理距離、增強(qiáng)經(jīng)濟(jì)聯(lián)動性來形成外溢效應(yīng)，進(jìn)而提升綠色全要素生產(chǎn)率的。因此，與地理特征一樣，社會經(jīng)濟(jì)因素對釋放數(shù)字金融影響綠色增長的受益范圍同樣重要，放大空間溢出效應(yīng)需要強(qiáng)化區(qū)域間經(jīng)濟(jì)聯(lián)系。

表8 空間計(jì)量回歸估計(jì)結(jié)果

五、結(jié)論與政策建議

基于中國城市的經(jīng)驗(yàn)證據(jù)，本文深入考察了數(shù)字金融對綠色全要素生產(chǎn)率的動態(tài)影響、內(nèi)在機(jī)制和空間效應(yīng)。研究發(fā)現(xiàn)：第一，數(shù)字金融顯著地提升了綠色全要素生產(chǎn)率，在一系列穩(wěn)健性檢驗(yàn)后結(jié)論一致；第二，從數(shù)字金融的一級維度來看，覆蓋廣度在提升綠色全要素生產(chǎn)率上影響最大，使用深度次之，數(shù)字化程度最弱；從對綠色全要素生產(chǎn)率的分解回歸結(jié)果來看，數(shù)字金融對綠色技術(shù)進(jìn)步的提升效應(yīng)要強(qiáng)于對綠色效率改善的影響；從區(qū)域維度來看，數(shù)字金融的綠色經(jīng)濟(jì)效應(yīng)在西部城市要強(qiáng)于東中部城市；第三，綠色技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級是數(shù)字金融提升綠色全要素生產(chǎn)率的重要渠道；第四，數(shù)字金融不但提升了本城市的綠色全要素生產(chǎn)率，還打破了區(qū)域與時(shí)空的限制，輻射帶動鄰近城市的綠色增長。

本文的研究結(jié)論具有以下政策啟示：第一，政府部門應(yīng)重視數(shù)字金融能夠提升綠色全要素生產(chǎn)率的強(qiáng)大作用，在戰(zhàn)略層面積極把握新一輪科技革命的新機(jī)遇，繼續(xù)做強(qiáng)做優(yōu)做大中國數(shù)字金融，鼓勵(lì)金融機(jī)構(gòu)利用數(shù)字技術(shù)開展金融創(chuàng)新，探索數(shù)字金融在綠色金融領(lǐng)域的應(yīng)用，構(gòu)建以數(shù)字技術(shù)為支撐的銀行和非銀行金融機(jī)構(gòu)等多主體參與的數(shù)字金融發(fā)展模式，充分激發(fā)數(shù)字金融賦能綠色增長的作用。第二，著力強(qiáng)化信息基礎(chǔ)設(shè)施的建設(shè)，補(bǔ)齊數(shù)字服務(wù)支持度發(fā)展不充分的短板，特別是中西部等信息基礎(chǔ)設(shè)施較薄弱地區(qū)，應(yīng)堅(jiān)持“一地一策”的差異化政策推進(jìn)方案，重點(diǎn)推進(jìn)寬帶網(wǎng)絡(luò)光纖化改造，著力提升電信基礎(chǔ)設(shè)施服務(wù)能力，加快互聯(lián)網(wǎng)骨干節(jié)點(diǎn)升級，從而實(shí)現(xiàn)數(shù)字金融不同區(qū)域和不同維度的平衡發(fā)展。第三，以促進(jìn)綠色技術(shù)創(chuàng)新和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)為推動綠色增長的具體路徑，一方面充分利用中央和地方各類專項(xiàng)資金、相關(guān)稅收優(yōu)惠政策與征管制度以及政府與社會資本合作模式，發(fā)揮和強(qiáng)化政府以及金融機(jī)構(gòu)對綠色金融資源的引導(dǎo)作用，從源頭上破除企業(yè)開展綠色技術(shù)創(chuàng)新的融資困境，形成數(shù)字金融和綠色技術(shù)創(chuàng)新相互促進(jìn)的良性循環(huán)；另一方面緊扣數(shù)字技術(shù)革命與產(chǎn)業(yè)變革方向，利用數(shù)字技術(shù)對低能耗、低污染、高創(chuàng)新的數(shù)字化產(chǎn)業(yè)畫像，通過靶向監(jiān)測，精準(zhǔn)引導(dǎo)金融資源流向數(shù)字化產(chǎn)業(yè)，同時(shí)對傳統(tǒng)產(chǎn)業(yè)進(jìn)行全方位、多維度的數(shù)字化改造、升級和轉(zhuǎn)型，強(qiáng)化和倍增數(shù)字金融的綠色增長效應(yīng)。第四，重視跨區(qū)域、跨部門、跨機(jī)構(gòu)的人才、信息和技術(shù)的交流和共享，通過搭建跨組織互聯(lián)互通、協(xié)同創(chuàng)新的合作平臺，打造區(qū)域一體化的風(fēng)險(xiǎn)監(jiān)管系統(tǒng)，建設(shè)開放統(tǒng)一的市場體系來拓寬數(shù)字金融的空間溢出渠道，從而充分發(fā)揮數(shù)字金融能夠跨區(qū)域整合資源的優(yōu)勢，形成綠色增長協(xié)同發(fā)展網(wǎng)絡(luò)。