張 兵，孫明欣，錢昕怡，黃永春，2

（1.河海大學商學院，江蘇南京 211100；2.河海大學社會科學研究院，江蘇南京 210098）

原有高消耗支持高增長的發(fā)展模式加重了環(huán)境負荷，衍生出資源枯竭、環(huán)境污染等嚴重的生態(tài)問題。這些問題制約著經濟的高質量發(fā)展，我國亟須轉變固有發(fā)展方式，以破除經濟增長面臨的環(huán)境桎梏。轉變發(fā)展方式的關鍵在于綠色技術創(chuàng)新，綠色技術創(chuàng)新可以有效減少對自然資源依賴并降低污染物排放，進而形成“經濟效益+環(huán)境質量”的協(xié)調發(fā)展模式。然而，由于綠色技術創(chuàng)新周期長、融資難和知識儲備不足等原因，我國仍存在綠色技術創(chuàng)新乏力的問題［1］，具體表現(xiàn)為綠色相關專利占比不高、絕對量偏?。?］，阻礙了綠色技術創(chuàng)新對經濟效益的拉動和生態(tài)效益的改善?；诖耍瑖鴦赵撼雠_《2030年前碳達峰行動方案》，明確提出加快綠色低碳科技創(chuàng)新變革，從國家戰(zhàn)略層面明確了綠色技術創(chuàng)新在實現(xiàn)“雙碳”目標和可持續(xù)發(fā)展中的重要地位。與此同時，在國家科技金融政策的實施下，大批資金被注入綠色創(chuàng)新項目，助力綠色發(fā)展迎來新一批創(chuàng)新機遇。那么，科技金融能否成為激勵綠色技術創(chuàng)新的新引擎？在綠色技術創(chuàng)新質量和數(shù)量的提升上作何表現(xiàn)？其促進綠色技術創(chuàng)新活動發(fā)生的傳導機制是什么？這些是值得探究的問題。

1 文獻回顧

現(xiàn)有關于綠色技術創(chuàng)新的研究主要圍繞驅動機制和實現(xiàn)路徑展開。為采取精準措施促進綠色技術創(chuàng)新，發(fā)揮其對生態(tài)環(huán)境的改善作用，學術界從不同角度探討了綠色技術創(chuàng)新的驅動機制。如：文書洋等［3］基于可持續(xù)增長理論，解釋了綠色金融支持綠色技術創(chuàng)新的功能；萬驍樂等［4］運用動態(tài)視角不同環(huán)境戰(zhàn)略與綠色創(chuàng)新績效的復雜關系；王洪慶等［5］肯定了高新技術產業(yè)的專業(yè)化集聚和多樣化集聚與綠色創(chuàng)新效率的關系。在此基礎上，學者們提出綠色技術創(chuàng)新的實現(xiàn)路徑。如，陳國進等［6］指出融資激勵對綠色技術創(chuàng)新的提升效果；朱于珂等［1］表明可以通過環(huán)保目標責任制改革，強化企業(yè)綠色技術創(chuàng)新傾向；蘇屹等［7］認為優(yōu)化產業(yè)集群發(fā)展模式能夠打通能源產業(yè)的技術壁壘，從而帶動綠色技術創(chuàng)新績效提升。然而，仍有學者指出綠色技術創(chuàng)新的高調整成本和高不確定性帶來的融資約束尚未被妥善解決［8］，這阻礙了綠色技術創(chuàng)新的進一步開展，而科技金融正是針對這一掣肘難題提出的解決方案。區(qū)別于傳統(tǒng)金融體系的理性預期和回避風險特征，科技金融專用于為技術創(chuàng)新活動提供金融資源，進而將金融資源融入綠色技術創(chuàng)新鏈條，有效促使企業(yè)選擇綠色技術創(chuàng)新戰(zhàn)略，最終推動區(qū)域綠色技術創(chuàng)新。根據以往研究，劉亦文等［8］指出科技金融能夠有效減少企業(yè)融資約束；顧江寒等［9］從資源視角探究科技金融試點政策對綠色技術創(chuàng)新的影響效果，得出該試點政策有助于提升城市綠色創(chuàng)新水平和綠色全要素生產率的結論；馮永琦等［10］認為科技金融試點政策會推動二線城市產業(yè)結構合理化進程、提升三線城市產業(yè)結構高度化質量。與此同時，也有學者肯定了智能制造對綠色技術創(chuàng)新的影響。如，占華等［11］認為智能化發(fā)展會增加企業(yè)人力資本積累，從而為綠色創(chuàng)新提供人員保障；周杰琦等［12］則從產業(yè)結構方面探討了智能制造對綠色技術創(chuàng)新的促進作用；聶飛等［13］指出在追求高生產效率的目標下，企業(yè)會更有動力發(fā)展智能制造以期獲得更高生產效益。然而目前，智能制造的推動因素尚未明晰，而科技金融作為專項技術創(chuàng)新支持資金，或可誘致智能制造，進而發(fā)揮智能制造對綠色技術創(chuàng)新的驅動效果。

綜上所述，既有文獻關于科技金融與綠色技術創(chuàng)新的研究較為有限，且限于從科技金融資源角度探討科技金融對綠色技術創(chuàng)新的影響效果，而直接建立科技金融、智能制造與綠色技術創(chuàng)新關聯(lián)的文獻則更為匱乏?；诖?，本文利用2009—2020 年我國30 個省份（未含西藏和港澳臺地區(qū)，下同）的面板數(shù)據，實證檢驗科技金融與綠色技術創(chuàng)新的關系。首先，從提供科研資金支持、優(yōu)化綠色資金配置、分散綠色技術創(chuàng)新風險的角度考察科技金融對綠色技術創(chuàng)新的影響；其次，從智能制造的視角出發(fā)，探討機器人滲透度和數(shù)智技術升級在科技金融與綠色技術創(chuàng)新間發(fā)揮的傳導渠道作用；最后，立足各地區(qū)媒體關注度、市場化水平、工業(yè)化水平和知識產權保護力度不同的現(xiàn)實情景，從異質性因素方面探究科技金融對綠色技術創(chuàng)新的差異化激勵效果。這有助于厘清科技金融、智能制造和綠色技術創(chuàng)新之間的關系，進一步發(fā)揮科技金融在綠色技術創(chuàng)新中的作用。

2 理論分析與研究假設

2.1 科技金融與綠色技術創(chuàng)新

科技金融能夠破除綠色技術創(chuàng)新的資金桎梏，提高綠色技術創(chuàng)新的質量與數(shù)量。綠色技術創(chuàng)新囿于投入大、風險高、回報周期長等特性，面臨融資乏力的難題［9］，這限制了企業(yè)綠色技術創(chuàng)新的沖動，使企業(yè)傾向于推遲或回避綠色技術創(chuàng)新［14］。而科技金融作為將金融資本和創(chuàng)新主體深度融合的新經濟范式［15］，在提供科研資金支持、優(yōu)化綠色資金配置、分散綠色創(chuàng)新風險方面對綠色技術創(chuàng)新具有顯著促進作用［16］。企業(yè)作為創(chuàng)新主體的基本構成，科技金融對企業(yè)綠色技術創(chuàng)新的促進作用也會擴展到區(qū)域層面［17］，從而促進區(qū)域綠色技術創(chuàng)新。首先，科技金融為企業(yè)提供科研資金支持，保障綠色技術創(chuàng)新的物質基礎。就政府科技金融而言，政府在考察企業(yè)創(chuàng)新能力后，對符合標準的科技型企業(yè)進行創(chuàng)新型財政扶持（如設立科技創(chuàng)新引導基金、貼息貸款和稅收優(yōu)惠等），引導資金進入科技型企業(yè)。同時，政府對企業(yè)的投入行為給外部投資者釋放其對該企業(yè)前景和能力認可的多重信號，從而帶動金融機構和資本市場資金的跟進［18］。就市場科技金融而言，金融機構通過設置科技支行、組建科技小貸公司，撬動社會資金參與；資本市場通過股權投資賦能創(chuàng)新項目，降低企業(yè)融資門檻。可見，科技金融賦予企業(yè)充裕的科研資金，在此情況下，企業(yè)會提高對綠色技術創(chuàng)新的關注度［9］，從而提高區(qū)域綠色技術創(chuàng)新質量和數(shù)量。其次，科技金融引導綠色資金配置，貼合綠色技術創(chuàng)新的投資導向。科技金融引領金融資源向綠色低碳領域（如節(jié)能環(huán)保產業(yè)、新能源產業(yè)和生物產業(yè)等）傾斜［19］，激勵產業(yè)內開展綠色技術創(chuàng)新活動，加快綠色產品更新迭代，從而提高綠色技術創(chuàng)新數(shù)量。此外，資金流入也會誘致研發(fā)部門探索綠色技術“卡脖子”領域的突破方向，由增量式創(chuàng)新轉向顛覆式創(chuàng)新，進而提升綠色技術創(chuàng)新質量。最后，科技金融分散綠色創(chuàng)新風險，穩(wěn)定綠色技術創(chuàng)新的成果產出?？萍冀鹑谕ㄟ^投資主體多元化使橫向分散風險成為可能，具體表現(xiàn)為：以政府、資本市場、創(chuàng)業(yè)風險投資機構和金融機構為投資主體的科技金融可以將風險橫向分攤到不同供給方，有效規(guī)避風險過高對投資者的阻礙作用。這有助于提高各主體的投資意愿，幫助企業(yè)獲取穩(wěn)定的資金流以化解流動性風險［19］，進而促使企業(yè)有意向開展綠色技術創(chuàng)新項目，保持綠色技術創(chuàng)新數(shù)量的可持續(xù)增長。由此可見，科技金融能夠有效推動資金鏈和創(chuàng)新鏈的互融互促，最終實現(xiàn)綠色技術創(chuàng)新質量和數(shù)量的提升。基于此，文章提出如下假設：

假設1：科技金融對綠色技術創(chuàng)新具有顯著正向影響，且能促進綠色技術創(chuàng)新的提“質”增“量”。

2.2 科技金融、智能制造與綠色技術創(chuàng)新

智能制造將機器人和數(shù)智技術融入制造活動的各環(huán)節(jié)，在產品高效率生產、個性化定制和集約化管理等方面優(yōu)勢凸顯［20］，出于效益最大化導向，實現(xiàn)智能制造以提高生產管理效率和價值創(chuàng)造水平成為企業(yè)培育競爭新優(yōu)勢的必然選擇。然而，受內部融資不足和傳統(tǒng)金融體系的限制，企業(yè)無法依靠自身承擔更新迭代智能設備、研發(fā)升級智能技術而衍生出的高昂成本［21］，必須通過外部融資尋求充裕的資金以實現(xiàn)智能制造。在此情況下，以推進技術創(chuàng)新為著力點的科技金融應運而生。已有研究證實，金融規(guī)模與智能制造水平呈現(xiàn)正相關關系［21］，這表明科技金融資金對實現(xiàn)智能制造有激勵作用。鑒于機器人和數(shù)智技術是智能制造的重要因素［22］，對科技金融、智能制造與綠色技術創(chuàng)新的傳導途徑探究圍繞機器人滲透度和數(shù)智技術兩方面展開，作用機制如圖1 所示。

首先，科技金融通過緩解企業(yè)融資約束增加機器人滲透度，進而發(fā)揮勞動雇傭效應，最終促進綠色技術創(chuàng)新?？萍冀鹑谀軌驗槠髽I(yè)注入資金，緩解企業(yè)因傳統(tǒng)金融體系的融資歧視而造成的外部融資不足問題；同時，政府資金和金融市場資金為載體的多元投資方式，拓寬了企業(yè)融資渠道，進一步破解企業(yè)智能制造面臨的資金不足障礙。研究證實，企業(yè)為追求更高生產效率，在充裕資金下會提高機器人滲透度［21］，而機器人滲透度的攀升會對綠色技術創(chuàng)新產生勞動雇傭效應。第一，機器人可以替代低技能勞動力，節(jié)約雇傭成本，轉而增加綠色技術創(chuàng)新的資金。人口老齡化導致勞動力成本上升，機器人相對勞動力更有成本優(yōu)勢；且機器人具有自動控制、離線編程和多任務處理的優(yōu)越性［23］，在此情況下，企業(yè)傾向于使用機器人替代重復度高、程序化和勞動強度大的低技能勞動力［24］?！吨袊丝谂c勞動問題報告No.20》指出，“十四五”時期智能制造會替代我國19.6%的制造業(yè)普通勞動力。機器人滲透度的增加能夠減少企業(yè)對低技能勞動力的需求，有效節(jié)約雇傭成本。進一步，節(jié)約的資金被配置于綠色研發(fā)活動，為綠色技術創(chuàng)新積累資本。第二，機器人的應用會促使企業(yè)雇傭高技能勞動力，提高綠色技術創(chuàng)新效率。機器人的應用對勞動力的專業(yè)程度提出更高要求，為了精準操控和管理機器人，最大化發(fā)揮人機協(xié)同效能，企業(yè)更傾向于雇傭儲備智能化知識的高技能勞動力（如AI 能源工程師、生物燃料工程師、納米技術專家等）。已有研究表明，機器人滲透度與高質量勞動力數(shù)量呈正相關關系［25］，這為機器人滲透度的增加會導致企業(yè)雇傭更多高技能勞動力提供了有力的佐證。高技能勞動力往往擁有更高的技能水平、學習思維和獨創(chuàng)能力，能快速掌握并應用前沿技術進行綠色技術創(chuàng)新，成為綠色新產品和綠色新工藝的創(chuàng)造者［25］。同時，企業(yè)會進行專業(yè)培訓以促進勞動力和機器人的精準適配［23］，加快綠色技術研發(fā)和綠色技術創(chuàng)新成果轉化，最終提高綠色技術創(chuàng)新效率。由此可見，科技金融可以通過緩解融資約束促進智能制造，使企業(yè)通過機器人滲透度實現(xiàn)高效率、低成本的綠色技術創(chuàng)新?；诖耍恼绿岢鋈缦录僭O：

假設2a：科技金融能夠通過緩解融資約束發(fā)揮智能制造的勞動雇傭效應，進而促進綠色技術創(chuàng)新。

其次，科技金融通過改變企業(yè)戰(zhàn)略傾向促進數(shù)智技術的研發(fā)升級，從而發(fā)揮數(shù)智驅動效應，最終促進綠色技術創(chuàng)新。數(shù)智技術研發(fā)升級具有高收益、高風險性特征，會造成企業(yè)財務波動，管理層出于規(guī)避風險或維持短期利益等考慮而傾向于推延數(shù)智技術升級進程［8］?？萍冀鹑谧鳛闈M足企業(yè)創(chuàng)新需要的融資工具，能夠為數(shù)智技術的研發(fā)和應用提供穩(wěn)固的現(xiàn)金流保障，有助于消弭企業(yè)對智能變革不確定性的擔憂，進而提高企業(yè)數(shù)智技術升級的戰(zhàn)略意向和變革能力，而數(shù)智技術升級會對綠色技術創(chuàng)新產生數(shù)智驅動效應。第一，數(shù)智平臺有助于企業(yè)與各方資源零距離交互，促使企業(yè)獲取綠色技術創(chuàng)新知識。基于信息共享系統(tǒng)、研發(fā)資源管理系統(tǒng)、智庫協(xié)同創(chuàng)新平臺等數(shù)智平臺，企業(yè)間的信息流通和信息辨析能力被加強，這有效實現(xiàn)企業(yè)獲取外界綠色技術創(chuàng)新前沿知識并篩選有價值的知識元素［26］，在一定程度上回避知識壁壘對綠色技術創(chuàng)新的阻礙作用，最終促進企業(yè)研發(fā)出新的綠色技術。如海爾集團通過COSNOPlat 平臺獲取各方信息資源，推出減少水質污染的無洗衣粉洗滌技術。第二，數(shù)智技術幫助企業(yè)挖掘用戶綠色需求，實現(xiàn)企業(yè)綠色技術的有效研發(fā)。以神策科技為代表的數(shù)據分析公司推出產品矩陣，將機器學習、知識圖譜、多源數(shù)據融合等智能技術應用于用戶畫像領域，基于此，研發(fā)人員可以深層次挖掘用戶的隱性綠色需求［27］，進而孵化出緊跟市場前沿的綠色創(chuàng)意，保證綠色技術創(chuàng)新的有效性。第三，仿真實驗可以在虛擬空間中檢視綠色研發(fā)成果，極大降低企業(yè)綠色技術的試驗成本。企業(yè)在數(shù)據采集和場景感知的基礎上進行模擬仿真實驗，將原本耗時長、不確定性高的傳統(tǒng)線下實驗轉移到虛擬空間中，從而降低實驗室建設和管理成本。如十灃科技的流體力學軟件可以線上模擬通風效果，減少企業(yè)耗材成本。同時，企業(yè)還可以使用數(shù)字孿生等技術精準模擬綠色產品在全生命周期的運行過程。通過數(shù)據的實時反饋，企業(yè)能夠及時發(fā)現(xiàn)和調整綠色產品在各環(huán)節(jié)的不足，以更少的成本進行產品修復、返工或變更設計等，減少決策失誤并降低研發(fā)成本，加快綠色技術創(chuàng)新速度。由此可見，科技金融可以通過改變企業(yè)戰(zhàn)略傾向促進智能制造，使企業(yè)通過數(shù)智技術升級實現(xiàn)高效率、低成本的綠色技術創(chuàng)新?；诖?，文章提出如下假設：

假設2b：科技金融能夠通過改善企業(yè)戰(zhàn)略傾向發(fā)揮智能制造的數(shù)智驅動效應，進而促進綠色技術創(chuàng)新。

3 研究設計

3.1 變量測度

被解釋變量：綠色技術創(chuàng)新（green）。由于專利申請到專利授權存在時滯，專利可能在申請過程中被用于生產，前者更能反映區(qū)域當期創(chuàng)新能力，因此選用綠色專利申請量（綠色發(fā)明專利申請量和綠色實用新型專利申請量加總）作為綠色技術創(chuàng)新的衡量指標。進一步考慮到綠色發(fā)明專利含較高技術含量，屬于高質量創(chuàng)新，故選取綠色發(fā)明專利申請數(shù)量表示綠色技術創(chuàng)新質量（giz）；考慮到綠色實用新型專利技術含量低，屬于微小創(chuàng)新，故選取綠色實用新型專利申請數(shù)量衡量綠色技術創(chuàng)新數(shù)量（gis）［28］。

核心解釋變量：科技金融（tf）。參考相關文獻［29］，從政府科技金融、市場科技金融兩個維度刻畫科技金融指標。選取政府財政科技投入衡量政府科技金融，選取金融機構科技貸款、科技資本市場投入和創(chuàng)業(yè)風險投資額表征市場科技金融，采用熵值法計算科技金融指標。指標值越大，表明科技金融發(fā)展水平越高。需要說明的是，由于統(tǒng)計年鑒未報告金融機構科技貸款數(shù)據，故參考白俊紅等［30］學者做法，以地區(qū)總研發(fā)資金減去政府、資金和國外資金代替；科技資本市場投入以科技型上市公司占比表征；創(chuàng)業(yè)風險投資額由清科私募通數(shù)據庫導出，并在省級層面加總。

中介變量：智能制造（intel）。借鑒王林輝等［31］的研究，從機器人滲透度（robot）和數(shù)智技術(digint)兩方面衡量智能制造。選取互聯(lián)網寬帶接入用戶規(guī)模、人工智能專利數(shù)量衡量數(shù)智技術；機器人滲透度計算見模型（1）：

控制變量。考慮到其他因素對綠色技術創(chuàng)新的影響，本文參考以往研究控制以下指標：國有化程度（state），用國有職工占總職工人數(shù)比重表示［33］；產業(yè)結構（ins）用第三產業(yè)所占比重表示［34］；固定資產投資（inv），用固定資產投資額占地區(qū)生產總值（GDP）比重表示［35］；基礎設施（road），選取人均擁有道路面積表示［12］；城市化水平（urba）選取城鎮(zhèn)化率表示［9］；經濟發(fā)展水平（lnpgdp），用人均實際GDP 的對數(shù)表示［9］。

3.2 數(shù)據來源

綜合考慮數(shù)據的連續(xù)性、完整性和科學性，選取2009—2020 年我國30 個省份的面板數(shù)據進行實證檢驗。綠色專利數(shù)據源于CNRDS 數(shù)據庫；科技金融數(shù)據來源于《中國科技統(tǒng)計年鑒》《中國高技術產業(yè)統(tǒng)計年鑒》、Wind 數(shù)據庫、清科私募通數(shù)據庫；智能制造數(shù)據來源《中國工業(yè)統(tǒng)計年鑒》、IFR數(shù)據庫，其中，人工智能專利數(shù)據以2019 年公布的《人工智能中國專利技術分析報告》中的IPC 分類號為關鍵詞，爬取萬方專利庫數(shù)據后加總至省級；控制變量數(shù)據來源于《中國統(tǒng)計年鑒》和各地區(qū)統(tǒng)計年鑒。為避免極端值影響，對數(shù)據進行1%和99%縮尾處理，變量描述性統(tǒng)計結果如表1 所示。

表1 變量描述性統(tǒng)計結果

3.3 模型構建

3.3.1 基本模型

為實證檢驗科技金融對綠色技術創(chuàng)新的影響，構建以下基準回歸模型（2）：

3.3.2 機制檢驗

為探究科技金融通過何種途徑影響綠色技術創(chuàng)新，本文參考溫忠麟等［36］提出的逐步法構建式（3）、式（4）識別科技金融對綠色技術創(chuàng)新的作用渠道。需要說明的是，江艇［37］指出逐步法中介效應存在估計偏誤問題，推薦使用核心解釋變量對中介變量回歸進行檢驗。本文參考此識別策略，在估計式（2）、式（3）基礎上，將式（4）作為機制檢驗的輔助證據，不再討論其效應的大?。?8］。構建模型（3）和模型（4）：

其中，Mit為中介變量，包括智能制造（intelit）及機器人滲透度（robotit）、數(shù)智技術升級（digintit）兩個子維度。其中，反映了科技金融對綠色技術創(chuàng)新的總效應，反映了科技金融對綠色技術創(chuàng)新的直接效應，表示科技金融對綠色技術創(chuàng)新的中介效應。其余變量含義與上文相同，不再贅述。

4 實證分析

4.1 基準回歸結果

經Hausman 檢驗，本文選擇固定效應模型驗證科技金融與綠色技術創(chuàng)新的基準關系，結果如表2所示。列（1）報告了科技金融對綠色技術創(chuàng)新的回歸結果。結果顯示，科技金融系數(shù)在1%水平上顯著為正，這表明科技金融有效驅動綠色技術創(chuàng)新。進一步，將綠色技術創(chuàng)新分為質量和數(shù)量兩個子維度進行回歸分析，結果見列（2）、列（3），發(fā)現(xiàn)綠色技術創(chuàng)新質量和數(shù)量的提高均受到科技金融的正向影響。為處理可能存在的遺漏因素，分別在列（1）的基礎上添加控制變量得到列（4），在列（2）的基礎上添加控制變量得到列（5），在列（3）的基礎上添加控制變量得到列（6），結果依然穩(wěn)健。由此可見，科技金融能夠促進綠色技術創(chuàng)新的提“質”增“量”，假說1 得以驗證。

表2 基準回歸結果

在此基礎上，為辨明科技金融對綠色技術創(chuàng)新質量和數(shù)量的差異化影響，對回歸系數(shù)標準化以消除量綱和數(shù)量等級差異［28］。標準化后，科技金融對綠色技術創(chuàng)新質量和數(shù)量的回歸系數(shù)分別為0.327、0.243，這表明企業(yè)在獲得科技金融資金注入后，相比綠色技術創(chuàng)新數(shù)量，更注重綠色技術創(chuàng)新質量。追蹤本文原始數(shù)據，2009—2020 年綠色發(fā)明專利申請量年均增長率（17.7%）明顯高于綠色實用新型申請量年均增長率（11.3%），這進一步印證了上述結論。此現(xiàn)象可能源于科技金融的特性，科技金融旨在促進技術創(chuàng)新并推動創(chuàng)新成果轉化為生產力［15］，更傾向于投資符合要求的企業(yè)。在此情況下，企業(yè)若選擇技術微末的數(shù)量創(chuàng)新粉飾自身創(chuàng)新能力將無法達到科技金融門檻，不足以持續(xù)獲得科技金融資金，故會偏向于選擇技術性較強的高質量創(chuàng)新以滿足后續(xù)的融資需求。

4.2 內生性問題

根據上文理論分析，科技金融資金的注入有助于提高企業(yè)開展綠色技術創(chuàng)新的持續(xù)性，故當期綠色技術創(chuàng)新成果可能受往期成果影響，忽視這一特性可能會影響模型結果的有效性。因此，分別將綠色技術創(chuàng)新的滯后一期（1.green）、綠色技術創(chuàng)新質量的滯后一期（1.giz）及綠色技術創(chuàng)新數(shù)量的滯后一期（1.gis）作為工具變量，其與當期解釋變量高度相關，與當期擾動項不相關，采用宋敏等［39］學者的方法，使用SYS-GMM 回歸控制被解釋變量的自相關性以較好地緩解內生性問題。具體檢驗結果如表3 所示。列（7）至（9）分別顯示了3 個工具變量的檢驗結果，綠色技術創(chuàng)新、綠色技術創(chuàng)新質量、綠色技術創(chuàng)新數(shù)量的一期滯后項結果均顯著為正，表明綠色技術創(chuàng)新在存在一定的持續(xù)性和相對穩(wěn)定性。AR（2）值均大于0.1，通過自相關性檢驗。Hansen 檢驗結果的P 值分別為0.986、0.983 和0.974，表明工具變量及其滯后階數(shù)有效，通過過度識別檢驗。在數(shù)據通過AR（2）檢驗和Hansen 檢驗前提下，科技金融的回歸結果仍顯著為正，說明廣義矩估計方法是一致有效的。

表3 SYS-GMM 估計

4.3 穩(wěn)健性檢驗

根據上述基準回歸結果，科技金融顯著促進綠色技術創(chuàng)新，并能實現(xiàn)綠色技術創(chuàng)新的提“質”增“量”。為提高結果可信度，采用如下方式進行穩(wěn)健性檢驗，結果如表4 所示。

表4 穩(wěn)健性檢驗

（1）引入科技金融滯后項?？紤]到綠色技術創(chuàng)新的變化滯后于科技金融，因此將滯后一期的科技金融（1.tf）作為滯后解釋變量納入計量模型。列（10）至列（12）顯示，在使用了科技金融的滯后值后，科技金融仍然顯著對綠色技術創(chuàng)新及其數(shù)量和質量產生影響，這與基準回歸結果一致，證明了結果的穩(wěn)健性。

（2）替換被解釋變量的衡量方法。借鑒董香書等［40］的方法，采用人均綠色發(fā)明專利授權數(shù)的對數(shù)值衡量綠色技術創(chuàng)新，回歸結果見列（13）至列（15），仍然支持基準回歸結論。

以上穩(wěn)健性結果均支持“科技金融促進綠色技術創(chuàng)新”這一結論，說明本文的基準回歸結果具有較高可信度。

4.4 機制分析

根據前文理論分析，科技金融通過緩解企業(yè)融資約束和改善企業(yè)戰(zhàn)略傾向影響智能制造進程，進而促進綠色技術創(chuàng)新，且機器人滲透度和數(shù)智技術可能是科技金融發(fā)揮作用的具體渠道。為了驗證上述傳導機制，本文對此進行檢驗，結果如表5 所示。列（1）中科技金融的估計系數(shù)顯著為正，表明科技金融對綠色技術創(chuàng)新的總效應顯著為正。列（2）中科技金融對智能制造的回歸系數(shù)顯著為正，表明科技金融是智能制造的重要推動力量。列（3）中科技金融和智能制造的估計系數(shù)均顯著為正，且列（3）中科技金融的估計系數(shù)相對于列（1）有所下降，說明智能制造是科技金融與綠色技術創(chuàng)新的傳導渠道。進一步，列（4）至（7）將智能制造分為機器人滲透度和數(shù)智技術升級兩個維度進行驗證。列（4）結果顯示，科技金融對機器人滲透度的回歸系數(shù)在1%水平上顯著為正，表明科技金融能夠增加機器人滲透度。列（5）中科技金融和機器人滲透度的估計系數(shù)均顯著為正，且列（5）科技金融的估計系數(shù)小于列（1），表明機器人滲透度是科技金融與綠色技術創(chuàng)新的具體傳導渠道，假設2a 得證。根據前文理論分析可知，這主要是通過緩解企業(yè)融資約束實現(xiàn)的。機器人滲透度的增加發(fā)揮了勞動雇傭效應，促使企業(yè)減少對低技能勞動力的需求并引進高技能人才以實現(xiàn)人機協(xié)作，進而增強綠色技術創(chuàng)新能力，這驗證了機器人滲透度這一機制的存在。列（6）結果顯示，科技金融對數(shù)智技術升級的回歸系數(shù)顯著為正，意味著科技金融能夠有效引導企業(yè)數(shù)智技術升級的戰(zhàn)略傾向。列（7）中科技金融和數(shù)智技術升級的估計系數(shù)均顯著為正，且列（7）科技金融的估計系數(shù)小于列（1），表明數(shù)智技術升級是科技金融與綠色技術創(chuàng)新的具體傳導渠道，假設2b 得證。據前文所述，數(shù)智技術升級發(fā)揮了數(shù)智驅動效應，數(shù)智平臺應用、數(shù)智技術升級和仿真實驗模擬能夠驅使企業(yè)高效獲取綠色技術創(chuàng)新知識、精準挖掘用戶綠色需求和降低綠色試驗成本，最終提高其綠色技術創(chuàng)新效率，這支持了數(shù)智技術升級機制。上述檢驗結果證實智能制造在科技金融影響綠色技術創(chuàng)新的過程中發(fā)揮著重要渠道作用，具體而言，呈現(xiàn)“科技金融→機器人滲透度→綠色技術創(chuàng)新”和“科技金融→數(shù)智技術升級→綠色技術創(chuàng)新”的傳導機制。

表5 智能制造的機制檢驗結果

5 進一步討論

研究發(fā)現(xiàn)科技金融有效激勵綠色技術創(chuàng)新，主要通過機器人滲透度和數(shù)智技術升級途徑實現(xiàn)。然而，科技金融對綠色技術創(chuàng)新的激勵效果可能在不同媒體關注強度、不同市場化水平、不同工業(yè)化水平和不同知識產權保護力度的地區(qū)存在差異?；诖?，對異質性進行進一步檢驗。

5.1 媒體關注異質性分析

媒體關注本質上是外部利益相關方對企業(yè)作出的監(jiān)督行為，媒體通過對企業(yè)環(huán)境違規(guī)或污染事件的報道予以涉事企業(yè)壓力訴求，能夠促使企業(yè)強化綠色責任導向、調整技術創(chuàng)新策略。既有研究表明媒體關注對綠色技術創(chuàng)新具有促進作用［41］，那么不同媒體關注強度是否會導致科技金融對綠色技術創(chuàng)新呈現(xiàn)差異化的激勵效果？將財經新聞報道中標題出現(xiàn)該地區(qū)公司的新聞數(shù)加總以衡量地區(qū)媒體關注度［41］，數(shù)據源于CNRDS 數(shù)據庫?；诟鞯貐^(qū)媒體關注度均值，將樣本分為高媒體關注地區(qū)和低媒體關注地區(qū)分組檢驗，結果如表6 所示。結果顯示高媒體關注地區(qū)科技金融估計系數(shù)均在1%水平上顯著，表明在該地區(qū)科技金融能夠驅動綠色技術創(chuàng)新，且實現(xiàn)綠色技術創(chuàng)新的提“質”增“量”。然而，在低媒體關注地區(qū)科技金融估計系數(shù)不顯著，意味著科技金融在此地區(qū)不能激勵綠色技術創(chuàng)新。其原因可能在于低媒體關注地區(qū)背負較少的社會輿論壓力及公眾關注度，微末壓力不會對其財務績效產生顯著影響，無法驅動企業(yè)進行更多綠色環(huán)保投資；隨著媒體關注度的提升，企業(yè)面臨較高的綠色聲譽風險，此時企業(yè)為獲得利益相關者（政府、銀行、消費者等）的認可和支持［42］，會做出綠色技術創(chuàng)新策略響應媒體關注，進而提升科技金融對綠色技術創(chuàng)新的激勵效果。

表6 媒體關注異質性分析結果

表7 市場異質性分析結果

5.2 市場化異質性分析

市場化有助于減少行政審批、市場準入控制等地方政府干預，通過競爭機制和風險機制實現(xiàn)優(yōu)勝劣汰，優(yōu)化社會創(chuàng)新資源配置［43］，從而富有成效地推動地方綠色技術創(chuàng)新活動的開展。那么，不同的市場化水平是否會造成科技金融對綠色技術創(chuàng)新的差異化效果？為考察市場化水平對科技金融和綠色技術創(chuàng)新的影響，本文采用王小魯?shù)龋?4］編制的中國各省市場化指數(shù)以表征區(qū)域市場化水平，其中2020 年市場化總指數(shù)根據歷年平均增長幅度推算，根據各地區(qū)市場化程度的平均值，將樣本分為高市場化地區(qū)和低市場化地區(qū)進行分組檢驗，結果如表7 所示?？梢园l(fā)現(xiàn)，在高市場化地區(qū)科技金融對綠色技術創(chuàng)新的促進作用顯著，而在低市場化地區(qū)科技金融未呈現(xiàn)激勵效果。其原因可能在于，較高的市場化水平加速了科技金融資源在地區(qū)間的流動配置并促進資金與創(chuàng)新的融合滲透，加強科技金融緩解融資約束的效果，增強市場主體的資源可獲得性。而低市場化地區(qū)面臨較高的行政審批、市場準入控制等地方政府干預，不利于優(yōu)化社會創(chuàng)新資源配置，故不能充分發(fā)揮科技金融對綠色技術創(chuàng)新的促進效果。

5.3 工業(yè)化異質性分析

各地經濟發(fā)展階段不同，工業(yè)化水平也存在顯著差異。那么，工業(yè)化水平是否會導致科技金融對綠色技術創(chuàng)新的激勵效果呈現(xiàn)異質性？以第二產業(yè)增加值占GDP 比重衡量工業(yè)化水平［45］，根據各地區(qū)工業(yè)化水平均值，將樣本分為高工業(yè)化地區(qū)和低工業(yè)化地區(qū)進行分組檢驗，結果如表8 所示?？梢园l(fā)現(xiàn)高工業(yè)化地區(qū)科技金融估計系數(shù)均在1%水平上顯著，意味著在該地區(qū)科技金融能夠促進綠色技術創(chuàng)新，且實現(xiàn)綠色技術創(chuàng)新的提“質”增“量”。然而，在低工業(yè)化地區(qū)科技金融估計系數(shù)不顯著，表明科技金融未呈現(xiàn)對綠色技術創(chuàng)新的促進效果。其原因可能在于高工業(yè)化地區(qū)工業(yè)底蘊深厚，但同時也衍生較嚴重的環(huán)境污染問題，這些地區(qū)面臨更嚴格的環(huán)境規(guī)制，在此情況下產生的排污成本會倒逼企業(yè)加強綠色技術創(chuàng)新力度［34］，從而增加科技金融對綠色技術創(chuàng)新的激勵效果。低工業(yè)化地區(qū)發(fā)展重點已轉移到第三產業(yè)（如北京、上海等）或工業(yè)化處于更早階段（如青海、甘肅等），這些地區(qū)環(huán)境污染較少，該地區(qū)企業(yè)更傾向將資金配置于能夠提升財務績效的技術創(chuàng)新，而不是用于研發(fā)綠色技術創(chuàng)新技術以緩解污染。

表8 工業(yè)化異質性分析

5.4 知識產權保護異質性分析

知識產權保護在一定程度上阻止其他創(chuàng)新主體模仿或抄襲企業(yè)自主創(chuàng)新成果［46］，激勵企業(yè)自主創(chuàng)新。那么，知識產權保護力度是否會導致科技金融對綠色技術創(chuàng)新的激勵效果呈現(xiàn)異質性？采用各地區(qū)知識產權侵權立案數(shù)除以總人口和地區(qū)律師人數(shù)除以總人口兩者取平均值衡量知識產權保護力度［47］。根據各地區(qū)知識產權保護力度均值，將樣本分為高工業(yè)化地區(qū)和低工業(yè)化地區(qū)進行分組檢驗，結果如表9 所示?？梢园l(fā)現(xiàn)強知識產權保護和弱知識產權保護地區(qū)科技金融系數(shù)均顯著為正，意味著不同知識產權保護力度地區(qū)科技金融均對綠色技術創(chuàng)新存在促進效應，保護力度越大作用越強。其原因可能在于知識產權保護力度的提高增加了企業(yè)對其創(chuàng)新成果的獨占性和壟斷權，企業(yè)專利所得利潤得到保障［46］，較高的回報率激勵企業(yè)將科技金融資金配置于綠色技術創(chuàng)新領域，引致科技金融對綠色技術創(chuàng)新的作用更加明顯。

表9 知識產權保護異質性分析

6 結論與建議

綠色技術創(chuàng)新在實現(xiàn)經濟效益和環(huán)境發(fā)展中扮演著重要角色。綠色技術創(chuàng)新存在的融資約束問題，決定了科技金融在其中的重要作用。本文突破以往研究科技金融緩解融資約束效果的單一視角，從智能制造角度切入，探析科技金融對綠色技術創(chuàng)新的影響，并實證考察智能制造發(fā)揮的勞動雇傭效應和數(shù)智驅動效應，厘清科技金融、智能制造、綠色技術創(chuàng)新的邏輯鏈條。主要結論如下：

（1）科技金融在提供科研資金支持、優(yōu)化綠色資金配置、分散綠色創(chuàng)新風險方面有效激勵綠色技術創(chuàng)新，其對綠色技術創(chuàng)新質量和數(shù)量均有促進作用，且更能提高綠色創(chuàng)新質量。在考慮內生性問題和穩(wěn)健性檢驗后，科技金融的綠色技術創(chuàng)新效應仍顯著存在。

（2）科技金融通過發(fā)揮智能制造的勞動雇傭效應和數(shù)智驅動效應促進綠色技術創(chuàng)新。具體而言，科技金融通過緩解企業(yè)融資約束增加機器人滲透度，進而發(fā)揮勞動雇傭效應，減少對低技能勞動力的需求并雇傭高技能勞動力，最終促進綠色技術創(chuàng)新；科技金融通過改變企業(yè)戰(zhàn)略傾向促進數(shù)智技術研發(fā)升級，從而發(fā)揮數(shù)智驅動效應，誘導企業(yè)獲取綠色技術創(chuàng)新知識、有效研發(fā)綠色技術并降低綠色技術的試驗成本，最終提高綠色技術創(chuàng)新效率。

（3）科技金融對綠色技術創(chuàng)新的賦能效果在媒體關注度更高、市場化水平更高、工業(yè)化水平更高和知識產權保護力度更強的地區(qū)更為明顯。這種賦能差異是由于高媒體關注度地區(qū)企業(yè)面臨的綠色聲譽風險、高市場化水平地區(qū)優(yōu)越的創(chuàng)新資源配置水平、高工業(yè)化水平地區(qū)面臨的較嚴格的環(huán)境規(guī)制和強知識產權保護地區(qū)企業(yè)較高的創(chuàng)新回報率導致的。

基于此，本文有如下政策建議：第一，建立有效的科技金融體系，以科技金融疏通綠色技術創(chuàng)新中的關鍵制約點。綠色技術創(chuàng)新的高風險性使其無法獲得傳統(tǒng)金融體系的資金支持，鑒于此，亟須發(fā)展科技金融以為綠色技術創(chuàng)新研發(fā)提供堅強支撐。政府應完善綠色技術創(chuàng)新領域的財政支持政策，并發(fā)揮信號傳遞效應引領金融機構、資本市場進入綠色技術創(chuàng)新領域。同時加強科技金融投資主體對企業(yè)創(chuàng)新能力差異的辨別，針對科技型企業(yè)和環(huán)保企業(yè)進行專項支持。第二，實現(xiàn)科技金融與智能制造的深度融合?？萍冀鹑谑峭苿泳G色技術創(chuàng)新的重要資本力量，而智能制造是實現(xiàn)綠色技術創(chuàng)新的重要傳導途徑。各地區(qū)應加強科技金融與智能制造的緊密連接和動態(tài)耦合，為實現(xiàn)綠色技術創(chuàng)新奠定智能制造的基礎優(yōu)勢。各地區(qū)應運用多種類別科技金融工具（稅收優(yōu)惠、人工智能專項基金、天使投資等）激勵企業(yè)充分應用機器人等智能設備、實現(xiàn)數(shù)智技術升級，使得智能制造的作用在綠色技術創(chuàng)新中得到充分釋放。第三，推動制造業(yè)人力資源優(yōu)化和數(shù)智技術升級。為此，一方面，支持高校設置智能制造相關專業(yè)（如人工智能、機器人工程和模式識別與智能系統(tǒng)專業(yè)等），同時鼓勵企業(yè)和培訓機構開展在崗職工智能制造技能培訓，培育具有創(chuàng)新能力的高層次智能化人才，進而實現(xiàn)智能設備與人機協(xié)作人才的精準對接，塑造制造業(yè)人力資源優(yōu)勢。另一方面，加強數(shù)字技術基礎設施的建設（如工業(yè)互聯(lián)網、數(shù)據中心和區(qū)塊鏈等）和創(chuàng)新投入力度，為企業(yè)數(shù)智技術研發(fā)升級提供良好的創(chuàng)新環(huán)境，推動企業(yè)更積極地推動數(shù)智技術升級。