彭長(zhǎng)生 黃興宇 李羚銳 黃先軍

摘? ?要：國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)是當(dāng)前綠色金融政策工具設(shè)計(jì)的最大一塊“試驗(yàn)田”，有效發(fā)揮出其對(duì)綠色技術(shù)創(chuàng)新的提升作用及區(qū)域輻射作用具有重要意義。本文將2017—2022年國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的陸續(xù)設(shè)立看作準(zhǔn)自然實(shí)驗(yàn)，采用多時(shí)點(diǎn)DID和空間DID模型，圍繞試驗(yàn)區(qū)設(shè)立對(duì)所在城市和鄰近城市綠色技術(shù)創(chuàng)新水平的影響效應(yīng)進(jìn)行探究。研究發(fā)現(xiàn)：試驗(yàn)區(qū)設(shè)立對(duì)所在城市的綠色技術(shù)創(chuàng)新水平存在提升效應(yīng)，且對(duì)鄰近城市的綠色技術(shù)創(chuàng)新水平存在正向的空間溢出效應(yīng)。此外，這一政策對(duì)區(qū)域綠色技術(shù)創(chuàng)新的提升作用依托于地區(qū)自身的金融發(fā)展水平，金融發(fā)展規(guī)模越大、金融服務(wù)能力越強(qiáng)，越有利于該提升作用的實(shí)現(xiàn)。基于以上結(jié)論，本文為試驗(yàn)區(qū)與非試驗(yàn)區(qū)間的綠色創(chuàng)新協(xié)同發(fā)展提供了相應(yīng)的政策建議。

關(guān)鍵詞：國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)；多時(shí)點(diǎn)DID；空間DID；空間溢出效應(yīng)；綠色技術(shù)創(chuàng)新

中圖分類號(hào)： F832.0? ?文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1674-2265（2024）05-0015-10

DOI：10.19647/j.cnki.37-1462/f.2024.05.002

一、引言

在氣候不確定性加劇和經(jīng)濟(jì)復(fù)蘇短期乏力等矛盾日益突出的情況下，為如期實(shí)現(xiàn)中國(guó)式現(xiàn)代化，對(duì)綠色金融等政策工具進(jìn)行探索和設(shè)計(jì)，推動(dòng)經(jīng)濟(jì)綠色低碳發(fā)展已是迫在眉睫。在我國(guó)相關(guān)綠色金融政策設(shè)計(jì)方面，2016年8月31日，中國(guó)人民銀行及財(cái)政部等七部委聯(lián)合印發(fā)《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見(jiàn)》（以下簡(jiǎn)稱《意見(jiàn)》），旨在建立健全綠色金融體系，發(fā)揮資本市場(chǎng)服務(wù)實(shí)體經(jīng)濟(jì)的功能，支持和促進(jìn)生態(tài)文明建設(shè)。而在區(qū)位導(dǎo)向政策試點(diǎn)的探索過(guò)程中，按照“自上而下、由下及上”的頂層設(shè)計(jì)和底層實(shí)踐相結(jié)合的原則，2017年施行的綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策①現(xiàn)已在七?。▍^(qū)）十地推行，以期在綠色金融創(chuàng)新和相關(guān)法律制度完善等方面為我國(guó)其他省市提供可復(fù)制推廣的經(jīng)驗(yàn)。

正如《意見(jiàn)》中明確指出的，“綠色金融是指為支持環(huán)境改善、應(yīng)對(duì)氣候變化和資源節(jié)約高效利用的經(jīng)濟(jì)活動(dòng)，即對(duì)環(huán)保、節(jié)能、清潔能源、綠色交通、綠色建筑等領(lǐng)域的項(xiàng)目投融資、項(xiàng)目運(yùn)營(yíng)、風(fēng)險(xiǎn)管理等所提供的金融服務(wù)?！本G色金融工具的設(shè)計(jì)需要兼顧經(jīng)濟(jì)效益和生態(tài)效益。圍繞這一目標(biāo)，學(xué)者們基于綠色信貸、綠色債券、綠色保險(xiǎn)和綠色權(quán)益等工具，從綠色金融工具的具體設(shè)計(jì)和政策實(shí)施成效出發(fā)，重點(diǎn)考察了綠色金融對(duì)企業(yè)創(chuàng)新、投融資行為、區(qū)域發(fā)展以及經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)（王馨和王營(yíng)，2021；蘇冬蔚和連莉莉，2018；沈洪濤和馬正彪，2014；王遙等，2016；齊紹洲等，2018；張茜和俞穎，2023）[1-6]。但目前尚未有研究關(guān)注綠色金融試點(diǎn)政策對(duì)區(qū)域綠色技術(shù)創(chuàng)新的影響，而區(qū)域綠色技術(shù)創(chuàng)新是促進(jìn)經(jīng)濟(jì)綠色低碳發(fā)展的重要一環(huán)。另外，試驗(yàn)區(qū)設(shè)立的目標(biāo)之一是探索可供復(fù)制推廣的綠色發(fā)展路徑，因此，對(duì)國(guó)家級(jí)綠色金融試點(diǎn)政策的空間溢出效應(yīng)評(píng)估需重視?；诖?，本研究采用我國(guó)2011—2021年284個(gè)地級(jí)市的面板數(shù)據(jù)，通過(guò)多時(shí)點(diǎn)DID模型與空間DID模型，在時(shí)間和空間兩個(gè)維度上對(duì)綠色金融試點(diǎn)政策對(duì)綠色技術(shù)創(chuàng)新的影響展開(kāi)分析。本文的邊際貢獻(xiàn)主要在于以下三點(diǎn)：首先，不同于以往研究的微觀視角，本文利用我國(guó)地市級(jí)樣本，重點(diǎn)評(píng)估了國(guó)家級(jí)綠色金融試點(diǎn)政策對(duì)所在地區(qū)綠色技術(shù)創(chuàng)新水平的提升作用。其次，本文在傳統(tǒng)多時(shí)點(diǎn)DID模型的基礎(chǔ)上，采用空間DID模型考察國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立這一政策實(shí)施對(duì)鄰近區(qū)域綠色技術(shù)創(chuàng)新水平的輻射作用。最后，本文進(jìn)一步識(shí)別并檢驗(yàn)了城市金融發(fā)展水平在國(guó)家級(jí)綠色金融試點(diǎn)政策提升城市綠色技術(shù)創(chuàng)新水平過(guò)程中的調(diào)節(jié)效應(yīng)。

二、文獻(xiàn)回顧與理論假設(shè)

關(guān)于國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)這類區(qū)位導(dǎo)向政策，以往研究從管理模式、績(jī)效評(píng)價(jià)、經(jīng)濟(jì)后果和提升路徑等方面展開(kāi)了豐富的討論。多數(shù)學(xué)者認(rèn)為這類政策對(duì)創(chuàng)新增效、區(qū)域發(fā)展和經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了積極的影響（程郁和陳雪，2013；劉瑞明和趙仁杰2015；袁航和朱承亮，2018；劉秉鐮和孫鵬博，2022；方琦等，2023）[7-11]。但也有研究表明這類政策對(duì)地區(qū)經(jīng)濟(jì)的高質(zhì)量發(fā)展并未產(chǎn)生明顯提升效應(yīng)（Criscuolo等，2019）[12]。結(jié)合我國(guó)現(xiàn)實(shí)來(lái)看，國(guó)家級(jí)綠色金融試點(diǎn)政策作為當(dāng)下金融供給側(cè)改革中區(qū)域?qū)用娴淖畲蟮囊粔K“試驗(yàn)田”，以政策文件導(dǎo)向，集聚高新產(chǎn)業(yè)和綠色企業(yè)，進(jìn)一步吸引創(chuàng)新過(guò)程中亟須的資本、技術(shù)和勞動(dòng)力要素，通過(guò)企業(yè)間的示范效應(yīng)和產(chǎn)業(yè)間結(jié)構(gòu)效應(yīng)實(shí)現(xiàn)綠色技術(shù)創(chuàng)新的提質(zhì)增效（Ang，2014；王賢彬等，2020）[13，14]。一方面，國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的設(shè)立，在一定程度上通過(guò)鼓勵(lì)清潔行業(yè)的進(jìn)入以及對(duì)綠色企業(yè)的政策扶持，形成了示范效應(yīng)，營(yíng)造綠色創(chuàng)新氛圍，降低交易成本，從而對(duì)綠色技術(shù)創(chuàng)新水平的提升起到了助推作用。另一方面，試點(diǎn)城市多以縮減重污染行業(yè)的信貸支持等偏向性金融供給行為，對(duì)重污染企業(yè)形成擠出效應(yīng)，進(jìn)而減輕了以往經(jīng)濟(jì)發(fā)展中非綠色領(lǐng)域的資源過(guò)度集中現(xiàn)象，在一定程度上糾正了所在城市行業(yè)間的資源錯(cuò)配問(wèn)題，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，驅(qū)使城市發(fā)展由要素驅(qū)動(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)，城市產(chǎn)業(yè)結(jié)構(gòu)向技術(shù)密集型調(diào)整（鄧向榮等，2021）[15]。鑒于此，本文提出假設(shè)1：

H1：國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施會(huì)對(duì)所在城市的綠色技術(shù)創(chuàng)新水平產(chǎn)生提升作用。

以往研究廣泛使用DID模型來(lái)評(píng)估試點(diǎn)政策的實(shí)施效應(yīng)，但這可能忽略了空間上的政策溢出效應(yīng)。城市間的聯(lián)系與空間距離相關(guān)（Tobler，2004）[16]，特別是隨著現(xiàn)代交通體系的構(gòu)建，區(qū)域間的經(jīng)濟(jì)社會(huì)聯(lián)系愈發(fā)緊密（文嫮和韓旭，2017）[17]，客觀條件下，試點(diǎn)政策的實(shí)施會(huì)影響試點(diǎn)城市和非試點(diǎn)城市間的技術(shù)擴(kuò)散程度。一方面，鄰近城市可能會(huì)從試點(diǎn)政策實(shí)施過(guò)程中的空間溢出效應(yīng)中受益，承接高新產(chǎn)業(yè)上下游的綠色資源。加之試點(diǎn)城市綠色技術(shù)創(chuàng)新活動(dòng)對(duì)鄰近城市的輻射帶動(dòng)作用，試點(diǎn)政策實(shí)施效應(yīng)有可能在提升當(dāng)?shù)鼐G色技術(shù)創(chuàng)新水平的同時(shí)帶動(dòng)鄰近城市的綠色技術(shù)創(chuàng)新發(fā)展，使其參與到試點(diǎn)城市的產(chǎn)業(yè)發(fā)展體系中。另一方面，由于人為的行政干預(yù)和空間劃分，試點(diǎn)城市可能在初始階段擠占與非試點(diǎn)城市共有的資源，或產(chǎn)生尋租等不當(dāng)行為造成市場(chǎng)非有效競(jìng)爭(zhēng)加劇。因此，若綠色金融試點(diǎn)政策的地區(qū)偏向性過(guò)高，可能會(huì)造成試點(diǎn)城市對(duì)非試點(diǎn)城市的虹吸效應(yīng)，加劇資本等要素流動(dòng)中的不平衡，最終導(dǎo)致區(qū)域發(fā)展出現(xiàn)“馬太效應(yīng)”。基于上述分析，本文提出假設(shè)2：

H2：國(guó)家級(jí)綠色金融試點(diǎn)政策的實(shí)施會(huì)對(duì)鄰近區(qū)域的綠色技術(shù)創(chuàng)新水平產(chǎn)生輻射作用。

國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)先行試驗(yàn)的重點(diǎn)之一是綠色金融供給的提質(zhì)增效，主要在于加強(qiáng)綠色金融工具的創(chuàng)新，提高資源配置效率，破除曾經(jīng)集中于重污染領(lǐng)域的資源扭曲現(xiàn)象，加大對(duì)綠色產(chǎn)業(yè)的金融支持（中國(guó)人民銀行研究局課題組，2023）[18]。而綠色金融產(chǎn)品的推陳出新并非“空中樓閣”，需要區(qū)域內(nèi)金融力量的積極參與。一般而言，城市本身的初始金融發(fā)展水平體現(xiàn)了當(dāng)?shù)亟鹑隗w系發(fā)展程度以及相應(yīng)的要素稟賦。而綠色金融改革創(chuàng)新試點(diǎn)政策的具體落實(shí)，一是需要通過(guò)深化金融供給側(cè)改革進(jìn)一步釋放制度紅利，并依托現(xiàn)有金融體系來(lái)實(shí)現(xiàn)綠色發(fā)展目標(biāo)；二是需要加強(qiáng)綠色金融相關(guān)工具的設(shè)計(jì)和開(kāi)發(fā)，在有效防范化解重大金融風(fēng)險(xiǎn)的前提下，提升金融服務(wù)效率。一方面，試點(diǎn)城市金融供給的服務(wù)擴(kuò)張和產(chǎn)品創(chuàng)新具體由綠色信貸、綠色債券和綠色投資等多層次多元化工具體現(xiàn)，在綠色創(chuàng)新資源再配置和環(huán)境規(guī)制倒逼的雙重手段下，可以引導(dǎo)企業(yè)積極參與綠色技術(shù)創(chuàng)新活動(dòng)。另一方面，融資渠道的豐富和投資效率的提升共同構(gòu)建了試點(diǎn)城市良好的金融環(huán)境，推動(dòng)區(qū)域綠色技術(shù)創(chuàng)新水平的提高。

基于上述分析，本文提出假設(shè)3：

H3：國(guó)家級(jí)綠色金融試點(diǎn)政策的實(shí)施對(duì)所在城市綠色技術(shù)創(chuàng)新水平的促進(jìn)效應(yīng)受到城市本身金融發(fā)展水平的調(diào)節(jié)作用。

三、模型設(shè)定與數(shù)據(jù)來(lái)源

（一）模型設(shè)定

截至2022年12月31日，我國(guó)共公布了三批國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的城市名單。于2017年公布了首批城市名單，包括湖州市、衢州市、南昌市、廣州市、貴陽(yáng)市、克拉瑪依市、哈密市以及昌吉回族自治州，共8個(gè)城市；于2019年11月公布了第二批城市名單，增加了蘭州市；于2022年8月公布了第三批城市名單，增加了重慶市，本文考慮到該樣本期間的觀察值較少，參考譚顯春等（2023）[19]的做法，未將其納入實(shí)驗(yàn)組。本文將2017年、2020年分別作為政策實(shí)施基期，將被設(shè)立為國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的城市設(shè)為實(shí)驗(yàn)組，其他城市作為對(duì)照組，選取2011—2021年284個(gè)地級(jí)市數(shù)據(jù)運(yùn)用多時(shí)點(diǎn)DID方法評(píng)估國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的設(shè)立對(duì)當(dāng)?shù)鼐G色技術(shù)創(chuàng)新水平的政策效應(yīng)。

[DID=EGecit|T=1，Treat=1-EGecit|T=0，Treat=1-EGecit|T=1，Treat=0-EGecit|T=0，Treat=0]

由于試驗(yàn)區(qū)設(shè)立樣本僅占全樣本數(shù)量的3.1%，同時(shí)政府在實(shí)施國(guó)家級(jí)綠色金融試點(diǎn)政策時(shí)，不同城市的經(jīng)濟(jì)發(fā)展水平、自然資源稟賦、空間屬性存在一定差異，因此，實(shí)驗(yàn)組的選擇不具備完全隨機(jī)性。本文采用PSM—DID方法進(jìn)行分析，使兩個(gè)方法之間優(yōu)勢(shì)互補(bǔ)，避免樣本的選擇偏誤，同時(shí)也能有效解決因遺漏解釋變量而產(chǎn)生的內(nèi)生性問(wèn)題。由于政策實(shí)施會(huì)對(duì)實(shí)驗(yàn)組城市產(chǎn)生外生沖擊，故不存在由于逆向因果關(guān)系而產(chǎn)生的內(nèi)生性問(wèn)題，因此，能夠通過(guò)雙向固定效應(yīng)模型控制不同年份的差異和時(shí)間變化趨勢(shì)。具體模型設(shè)定如下：

[Gecit=α0+α1DID+αiXit+μi+λt+εit]? ? ? ?（1）

上式中，[i]表示城市，[t]表示年份，[μi]和[λt]分別表示城市個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)；[εit]表示隨機(jī)擾動(dòng)項(xiàng)；[Gecit]表示被解釋變量綠色技術(shù)創(chuàng)新效應(yīng)；[DID]表示[i]地區(qū)在第[t]年的政策實(shí)施狀態(tài)；[Xit]為控制變量。

（二）變量選取

1. 被解釋變量：綠色技術(shù)創(chuàng)新（Gec）。本文借鑒陶鋒等（2021）[20]的做法，采用綠色實(shí)用新型專利的申請(qǐng)數(shù)量加1取自然對(duì)數(shù)作為被解釋變量。

2. 核心解釋變量：本文采用虛擬變量DID來(lái)表示該城市是否被設(shè)立為國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)，即一個(gè)城市在上述時(shí)間范圍內(nèi)被設(shè)立為國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)，則DID=1，否則DID=0。

3. 控制變量。實(shí)際使用外資金額（Fdi），采用當(dāng)年實(shí)際使用外資金額（美元）乘以當(dāng)年匯率換算為人民幣并取對(duì)數(shù)來(lái)表示；地區(qū)經(jīng)濟(jì)實(shí)力（Eon），采用各城市GDP的對(duì)數(shù)來(lái)衡量；產(chǎn)業(yè)結(jié)構(gòu)（Ind），采用各城市第三產(chǎn)業(yè)增加值與當(dāng)?shù)谿DP之比來(lái)衡量；城鎮(zhèn)化率（Ubr），使用各城市城鎮(zhèn)人口與當(dāng)?shù)乜側(cè)丝谥葋?lái)衡量；城市人力資本（Huc），借鑒張寬和黃凌云（2019）[21]的研究方法，采用“普通本?？萍耙陨先丝跀?shù)/全市常住人口”來(lái)測(cè)度；城市創(chuàng)新能力（Cre），使用北京大學(xué)創(chuàng)新創(chuàng)業(yè)指數(shù)IRIEC數(shù)據(jù)、中國(guó)科學(xué)院《中國(guó)區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告》中公布的城市創(chuàng)新指數(shù)來(lái)衡量。

4. 調(diào)節(jié)變量：金融發(fā)展水平。本文采用城市金融發(fā)展規(guī)模（Fir）和城市金融服務(wù)能力（Fel）來(lái)表征城市的金融發(fā)展水平。參考劉建國(guó)和蘇文杰（2022）[22]的做法，采用城市當(dāng)年年末的金融機(jī)構(gòu)存貸款余額之和與GDP的比重來(lái)衡量城市金融發(fā)展規(guī)模。另外，為增加本文結(jié)論穩(wěn)健性，借鑒Chen等（2020）[23]的思路，從城市金融服務(wù)能力的視角來(lái)衡量金融發(fā)展水平，采用“城市銀行網(wǎng)點(diǎn)機(jī)構(gòu)數(shù)/城市行政區(qū)域土地面積”來(lái)衡量城市金融服務(wù)能力。

上述數(shù)據(jù)中未說(shuō)明來(lái)源的數(shù)據(jù)均源自《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》《中國(guó)教育統(tǒng)計(jì)年鑒》《中國(guó)人口統(tǒng)計(jì)年鑒》以及中國(guó)創(chuàng)新專利研究數(shù)據(jù)庫(kù)（CIRD），部分缺失采用插值法補(bǔ)充。上述變量的描述性統(tǒng)計(jì)如表1所示。

四、實(shí)證分析

（一）平行趨勢(shì)檢驗(yàn)

雙重差分模型使用的前提是滿足平行趨勢(shì)，實(shí)驗(yàn)組的國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)城市未受到政策沖擊時(shí)的綠色技術(shù)創(chuàng)新效應(yīng)應(yīng)該和對(duì)照組城市具有相同的變化趨勢(shì)。與此同時(shí)，由于國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立城市會(huì)受到政策實(shí)施差異、城市經(jīng)濟(jì)水平基礎(chǔ)、教育水平差異等因素的影響，國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施可能存在一定的滯后性。參考Beck等（2010）[24]的做法，本文利用事件研究法檢驗(yàn)樣本數(shù)據(jù)是否滿足平行趨勢(shì)假設(shè)，構(gòu)建以下動(dòng)態(tài)模型：

[Gecit=α+k≥-74βkDkit+?kyeark+γjXit+μcity+λit]? ? ? ? ? ? （2）

其中，[i]和[t]分別表示城市和年份； [Gecit]表示綠色技術(shù)創(chuàng)新；[Dkit]表示設(shè)立國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)這一外生沖擊，是一個(gè)賦值0和1的虛擬變量，[Dkit]賦值規(guī)則如下：用[si]表示該城市作為國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立的時(shí)間，如果[t-si≤-7]，則定義為[D-7it=1]，否則[D-7it=0]（為了防止虛擬變量之間產(chǎn)生多重共線性，將-1期刪除）；如果[t-si=k]，則定義 [Dkit=1]，否則[Dkit=0]。模型中，將該城市設(shè)為國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)當(dāng)年作為基準(zhǔn)年份，其中由于蘭州市2019年11月才公布正式成為綠色金融試驗(yàn)區(qū)，因此，本文將蘭州市的基準(zhǔn)年份認(rèn)定為2020年。

本文通過(guò)圖示法來(lái)比較國(guó)家級(jí)綠色金融試點(diǎn)政策改革實(shí)施前后綠色技術(shù)創(chuàng)新效應(yīng)的變動(dòng)趨勢(shì)。如圖1所示，縱坐標(biāo)表示估計(jì)系數(shù)，在試點(diǎn)實(shí)施之前，實(shí)驗(yàn)組和對(duì)照組的綠色技術(shù)創(chuàng)新效應(yīng)的差異較小且變動(dòng)趨勢(shì)無(wú)規(guī)律，滿足事前平行趨勢(shì)。從圖1中還可以看到，國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施后，政策效應(yīng)較為明顯。隨著設(shè)立時(shí)間的推移，政策實(shí)施效果保持了穩(wěn)定的增長(zhǎng)趨勢(shì)。因此，從平行趨勢(shì)檢驗(yàn)初步分析國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施對(duì)所在城市的綠色技術(shù)創(chuàng)新水平的促進(jìn)影響并不具有太大滯后性，并且該政策的后續(xù)效應(yīng)具有明顯的持續(xù)性。

（二）基準(zhǔn)回歸結(jié)果

為了檢驗(yàn)前文的假設(shè)，本文采用多時(shí)點(diǎn)DID方法進(jìn)行基準(zhǔn)回歸，基準(zhǔn)回歸結(jié)果如表2所示。其中，模型（1）將國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立的虛擬變量作為唯一解釋變量進(jìn)行回歸，回歸系數(shù)在1%水平下顯著為正。原因可能包括三個(gè)方面：第一，城市綠色技術(shù)創(chuàng)新存在時(shí)間趨勢(shì)效應(yīng)，樣本中實(shí)驗(yàn)組城市以及對(duì)照組城市的綠色技術(shù)創(chuàng)新效應(yīng)均存在逐年提升的趨勢(shì)；第二，樣本存在選擇性偏差，作為國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的城市本身就具有較高的綠色技術(shù)創(chuàng)新水平；第三，國(guó)家級(jí)綠色金融試點(diǎn)政策有效提升了綠色技術(shù)創(chuàng)新效應(yīng)。模型（2）在模型（1）的基礎(chǔ)上使用了雙向固定效應(yīng)模型。一方面，回歸系數(shù)顯著性以及系數(shù)符號(hào)沒(méi)有發(fā)生明顯改變；另一方面，從時(shí)間虛擬變量的回歸結(jié)果來(lái)看，國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)存在著逐年提升的變化趨勢(shì)。因此，排除了前兩個(gè)方面原因。模型（4）在模型（2）的基礎(chǔ)上加入了控制變量，回歸系數(shù)估計(jì)結(jié)果未發(fā)生實(shí)質(zhì)性變化。從控制變量的估計(jì)結(jié)果來(lái)看，當(dāng)年實(shí)際使用外資金額對(duì)綠色技術(shù)創(chuàng)新效應(yīng)估計(jì)系數(shù)并不顯著，原因可能是外來(lái)投資存在一定的滯后性，當(dāng)期的投資對(duì)本期綠色技術(shù)創(chuàng)新的提升作用并不明顯；地區(qū)經(jīng)濟(jì)實(shí)力對(duì)綠色技術(shù)創(chuàng)新效應(yīng)系數(shù)顯著為正，這是由于綠色技術(shù)創(chuàng)新活動(dòng)需要一定的經(jīng)濟(jì)基礎(chǔ)作為支撐；產(chǎn)業(yè)結(jié)構(gòu)的估計(jì)系數(shù)在1%的水平下顯著為正，這也表示產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整有利于促進(jìn)綠色技術(shù)創(chuàng)新；城市人力資本和城市創(chuàng)新能力的估計(jì)系數(shù)分別在5%和1%的水平下顯著為正，說(shuō)明人力資本和創(chuàng)新能力都是綠色技術(shù)創(chuàng)新發(fā)展的重要因素。

（三）PSM方法適用性檢驗(yàn)

本文選擇使用外資金額、地區(qū)經(jīng)濟(jì)實(shí)力、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化率、城市創(chuàng)新能力、城市人力資本等城市特征指標(biāo)作為匹配的協(xié)變量，利用Logit模型計(jì)算一個(gè)城市被設(shè)立為國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的概率。此外，本文采用核匹配法進(jìn)行匹配，先使用協(xié)變量來(lái)估計(jì)控制組城市的頻數(shù)權(quán)重傾向得分，進(jìn)而獲得滿足平衡性條件的匹配控制組。在得到匹配后的實(shí)驗(yàn)組和對(duì)照組后，只有當(dāng)處理組和對(duì)照組滿足不存在顯著差異的假設(shè)時(shí)，傾向得分匹配后使用雙重差分的做法才具有合理性。如表3所示，大部分協(xié)變量在匹配后標(biāo)準(zhǔn)差顯著下降，且匹配后的標(biāo)準(zhǔn)差偏差均小于10%。因此，使用PSM—DID具有合理性。

為保證匹配后的樣本具有良好的可比性，本文借鑒石大千等（2018）[25]的研究方法，在使用PSM—DID估計(jì)之前，通過(guò)繪制傾向匹配得分的密度函數(shù)圖來(lái)觀察樣本匹配前后實(shí)驗(yàn)組和對(duì)照組的重疊區(qū)域，以判斷該方法的合理性和科學(xué)性。如圖2所示，對(duì)比匹配前后實(shí)驗(yàn)組和控制組傾向得分值的概率密度來(lái)看，可以發(fā)現(xiàn)在匹配后雖然實(shí)驗(yàn)組與對(duì)照組有一定差距，但總體上更加接近，因此，可以確定使用該方法的合理性和可行性。

表4展示了9個(gè)城市作為實(shí)驗(yàn)組檢驗(yàn)國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立對(duì)綠色技術(shù)創(chuàng)新效率影響的傾向匹配后雙重差分回歸結(jié)果。使用傾向匹配的方法從原有樣本中挑選出17467個(gè)樣本，從模型（2）回歸結(jié)果可以發(fā)現(xiàn)，雙重差分虛擬變量的回歸系數(shù)在5%水平上顯著為正，表明國(guó)家級(jí)綠色金融試點(diǎn)政策對(duì)綠色技術(shù)創(chuàng)新產(chǎn)生明顯的促進(jìn)作用。第（4）列的回歸結(jié)果表明模型中加入控制變量之后，結(jié)論依舊成立，且系數(shù)大小和顯著性水平并未出現(xiàn)太大的變化，這進(jìn)一步說(shuō)明國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的設(shè)立提升了所在城市的綠色技術(shù)創(chuàng)新水平。綜上所述，PSM—DID方法估計(jì)的檢驗(yàn)結(jié)果表明上文的研究結(jié)論具備一定的穩(wěn)健性。

（四）安慰劑檢驗(yàn)

為了進(jìn)一步檢驗(yàn)估計(jì)結(jié)果是否受到其他不可觀測(cè)因素的影響，借鑒Feng等（2021）[26]研究方法，本文隨機(jī)設(shè)定國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施的實(shí)驗(yàn)組以進(jìn)行安慰劑檢驗(yàn)。具體研究方法如下：從284個(gè)城市中隨機(jī)選取9個(gè)城市作為實(shí)驗(yàn)組，假設(shè)這9個(gè)城市設(shè)立了國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)，其他城市為對(duì)照組。隨機(jī)抽樣應(yīng)確保文章構(gòu)建的自變量國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施對(duì)綠色技術(shù)創(chuàng)新效應(yīng)沒(méi)有影響，若出現(xiàn)任何顯著的回歸結(jié)果，都將表明本文的回歸結(jié)果可能存在偏差。檢驗(yàn)結(jié)果如圖3所示，經(jīng)過(guò)500次隨機(jī)過(guò)程后本文繪制國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立的系數(shù)散點(diǎn)圖和核密度估計(jì)圖，能夠觀察到國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立這一政策實(shí)施的系數(shù)仍然集中分布于0值附近，明顯區(qū)別于表2模型（4）中國(guó)家級(jí)綠色金融試點(diǎn)政策的系數(shù)（0.484），且系數(shù)對(duì)應(yīng)的P值大多數(shù)大于0.1。檢驗(yàn)結(jié)果表明，未被觀測(cè)到的其他因素對(duì)估計(jì)結(jié)果造成的影響微乎其微。

（五）試驗(yàn)區(qū)設(shè)立的動(dòng)態(tài)效應(yīng)

為了探究國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施對(duì)綠色技術(shù)創(chuàng)新影響的時(shí)間趨勢(shì)特征，參考丁志國(guó)等（2022）[27]的研究方法，本文設(shè)定Year2018、Year2019、Year2020以及Year2021四個(gè)虛擬變量，以上虛擬變量分別在2018年、2019年、2020年以及2021年賦值為1，其他年份賦值為0，再將實(shí)驗(yàn)組（Treat）分別與四個(gè)虛擬變量相乘，生成Treat_2018、Treat_2019、Treat_2020、Treat_2021四個(gè)交互項(xiàng)，將交互項(xiàng)全部放入模型（1）中且不加入雙重差分虛擬變量。由于蘭州市設(shè)立試驗(yàn)區(qū)較晚，只有2期觀測(cè)數(shù)據(jù)，因此，刪除蘭州市樣本；同時(shí)，使用綠色專利（包括綠色發(fā)明專利、綠色實(shí)用新型專利和綠色外觀設(shè)計(jì)專利）申請(qǐng)數(shù)量作為被解釋變量來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。回歸結(jié)果如表5所示。模型（2）的回歸結(jié)果顯示，Treat_2018的估計(jì)系數(shù)并不顯著；Treat_2019的估計(jì)系數(shù)為0.161，在10%的水平下顯著為正；Treat_2020的估計(jì)系數(shù)為0.982，在1%水平下顯著為正；Treat_2021的估計(jì)系數(shù)為0.599，在1%水平下顯著為正。即國(guó)家級(jí)綠色金融試點(diǎn)政策的實(shí)施效果存在一定滯后性。這表明國(guó)家級(jí)綠色金融試點(diǎn)政策對(duì)綠色技術(shù)創(chuàng)新的促進(jìn)作用從設(shè)立第二年開(kāi)始出現(xiàn)且存在長(zhǎng)期效應(yīng)。由檢驗(yàn)系數(shù)具體大小可以發(fā)現(xiàn)，2021年國(guó)家級(jí)綠色金融試點(diǎn)政策作為核心解釋變量的估計(jì)系數(shù)相較于其他年份而言有所下降。原因可能是2020年初至2021年間的新冠疫情導(dǎo)致各地區(qū)人口流動(dòng)一直受到嚴(yán)格管制，綠色技術(shù)創(chuàng)新發(fā)展也因此受到較大的滯后影響。此外，表5模型（1）中估計(jì)系數(shù)結(jié)果變化趨勢(shì)與模型（2）相似，因此，該結(jié)論具有一定的可靠性。

五、進(jìn)一步分析

（一）空間相關(guān)性檢驗(yàn)

空間模型成立的前提是存在空間自相關(guān)性，因此，本文采用全局莫蘭指數(shù)（Global Moran's I）來(lái)刻畫(huà)其空間特征并檢驗(yàn)其空間自相關(guān)性，構(gòu)建如下模型：

[Global Moran's I=ni=1nj=1nWijyi-yyi-yi=1nj=1nWiji=1nyi-y2]?（3）

上式中，[n]為城市；[yi]為第[i]個(gè)城市的綠色技術(shù)創(chuàng)新水平；[y]為綠色技術(shù)創(chuàng)新水平均值；[Wij]為以人均GDP值構(gòu)建的經(jīng)濟(jì)距離矩陣（Eco）。同時(shí)，為保證結(jié)論的穩(wěn)健性，本文通過(guò)更換空間權(quán)重矩陣為地理距離矩陣（Geo）再次進(jìn)行空間自相關(guān)檢驗(yàn)。檢驗(yàn)結(jié)果如表6所示。從表6可知，無(wú)論是采用經(jīng)濟(jì)距離矩陣還是地理距離矩陣，2011—2021年的全局莫蘭指數(shù)值均大于0小于1，且其Z值均大于10，p值的檢驗(yàn)結(jié)果說(shuō)明通過(guò)了1%水平的顯著性檢驗(yàn)。這表明在地級(jí)市的空間尺度上存在“高高集聚—低低相鄰”的集聚特征。值得注意的是，在2021年的觀測(cè)期間，全局莫蘭指數(shù)值雖然仍在1%的水平上顯著大于0，但出現(xiàn)了“斷崖式”下跌，這可能是受新冠疫情封控狀態(tài)影響，空間關(guān)聯(lián)性被較大程度削弱，進(jìn)而出現(xiàn)集聚特征弱化的現(xiàn)象。與之對(duì)應(yīng)的是，自2017年國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施以來(lái)，全局莫蘭指數(shù)值在滯后一至兩年內(nèi)達(dá)到峰值，并且政策實(shí)施期間（2017—2019年）的均值要明顯大于政策實(shí)施前（2011—2016年）的均值，表明剔除疫情影響，該集聚特征相比政策實(shí)施前得到了明顯強(qiáng)化，初步說(shuō)明了空間效應(yīng)的可能性。

（二）空間溢出效應(yīng)檢驗(yàn)

為探究國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立對(duì)鄰近城市存在何種影響，本文進(jìn)一步引入空間雙重差分模型（SDID）考察國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施所帶來(lái)的空間溢出效應(yīng)。參考Kolak和Anselin（2020）[28]的處理方法，構(gòu)建如下模型：

[Gecit=ρWGecit+μi+λt+αXit+θWXit+SDID+WSDIDπ+εit]? ? （4）

[λt=μWλ+ε]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

[SDID=DID1η1+DID2η2+DID1DID2η3]? （6）

[WSDIDπ=TWDID1π1+TWDID2π2+TWDID1DID2π3]? ? ? （7）

[W]為標(biāo)準(zhǔn)化后的空間權(quán)重矩陣，[SDID]為國(guó)家級(jí)綠色金融試點(diǎn)政策的虛擬項(xiàng)，[WSDIDπ]為國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立的虛擬項(xiàng)在空間上的刻畫(huà)，表征國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)設(shè)立這一政策實(shí)施在空間上的聯(lián)系和互動(dòng)關(guān)系，其他變量含義同基準(zhǔn)模型（1）。

通過(guò)引入經(jīng)濟(jì)距離矩陣和空間地理距離矩陣進(jìn)行空間計(jì)量分析，如表7所示，第（1）列和第（2）列中SDID的系數(shù)均通過(guò)了5%的顯著性水平檢驗(yàn)，說(shuō)明國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)不僅能夠促進(jìn)本地的綠色技術(shù)創(chuàng)新水平提升，也可以促進(jìn)鄰近地區(qū)綠色技術(shù)創(chuàng)新發(fā)展，并且能夠產(chǎn)生正向的溢出效應(yīng)。

為了避免上文點(diǎn)估計(jì)方法可能帶來(lái)的偏差，本文將空間效應(yīng)分解為直接效應(yīng)、間接效應(yīng)以及總效應(yīng)三種效應(yīng)，如表8所示，直接效應(yīng)、間接效應(yīng)以及總效應(yīng)的估計(jì)系數(shù)均顯著為正且方向保持一致。直接效應(yīng)表明國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的設(shè)立對(duì)于本地城市的綠色技術(shù)創(chuàng)新水平存在明顯的促進(jìn)效應(yīng)。對(duì)比前文的多時(shí)點(diǎn)DID模型結(jié)果，空間DID模型測(cè)度的試點(diǎn)政策對(duì)于城市綠色技術(shù)創(chuàng)新的促進(jìn)效應(yīng)更小，但仍在1%的水平上顯著，這也在一定程度上保證了前文主要結(jié)論的可靠性并表明了對(duì)空間因素進(jìn)行考慮的必要性。間接效應(yīng)反映了本地區(qū)作為實(shí)驗(yàn)組城市在國(guó)家級(jí)綠色金融試點(diǎn)政策實(shí)施后對(duì)周邊區(qū)域綠色創(chuàng)新技術(shù)的影響顯著為正，并且總的空間溢出效應(yīng)要大于直接效應(yīng)。這表明試點(diǎn)政策實(shí)施有助于提高區(qū)域整體的綠色技術(shù)創(chuàng)新水平，存在協(xié)同增長(zhǎng)效應(yīng)。結(jié)合以上結(jié)果來(lái)看，假設(shè)2得以驗(yàn)證。具體來(lái)看，本地區(qū)的國(guó)家級(jí)綠色金融試點(diǎn)政策會(huì)對(duì)鄰近地區(qū)的綠色創(chuàng)新技術(shù)產(chǎn)生正向的輻射帶動(dòng)作用，且有助于縮小綠色創(chuàng)新技術(shù)的差距。

（三）空間異質(zhì)性檢驗(yàn)

為了進(jìn)一步分析以上空間溢出效應(yīng)的具體表現(xiàn)趨勢(shì)是否存在異質(zhì)性，本文進(jìn)一步采用不同地理閾值區(qū)間檢驗(yàn)國(guó)家級(jí)綠色金融試點(diǎn)政策對(duì)鄰近城市綠色技術(shù)創(chuàng)新水平的異質(zhì)性促進(jìn)效應(yīng)。參考曹清峰（2020）[29]的研究方法，構(gòu)建以下模型：

[GECit=β0+β1DIDit+s=50400δsNsit+γZit+vi+μt+εit]? ? ? ? ? ?（8）

上式中，[s]表示地理距離，且設(shè)定地理距離的步進(jìn)公里數(shù)為50千米，而[Nsit]表示在地理閾值區(qū)間為[[s]，[s]+50]下的0—1地理距離矩陣，即該城市[i]在第[t]年內(nèi)對(duì)應(yīng)的地理閾值區(qū)間內(nèi)存在國(guó)家級(jí)綠色金融試點(diǎn)城市則為1，否則為0。根據(jù)模型（8）的估計(jì)結(jié)果，圖4呈現(xiàn)了不同地理距離下的估計(jì)系數(shù)[δs]的變動(dòng)趨勢(shì)（置信區(qū)間為95%）。從圖4可以觀察到，隨著與國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的距離越來(lái)越遠(yuǎn)，政策實(shí)施對(duì)鄰近城市綠色技術(shù)創(chuàng)新的促進(jìn)效應(yīng)呈現(xiàn)為先變小后變大再變小的波浪形變化趨勢(shì)。其中150千米和200千米范圍內(nèi)的城市，綠色技術(shù)創(chuàng)新水平會(huì)被試驗(yàn)區(qū)城市明顯帶動(dòng)，即150千米～200千米屬于鄰近最優(yōu)輻射區(qū)間，且在150km以內(nèi)存在最優(yōu)協(xié)同效應(yīng)。當(dāng)?shù)乩砭嚯x超過(guò)該閾值時(shí)，隨著地理距離的增加，該輻射效應(yīng)開(kāi)始出現(xiàn)明顯衰退跡象，具體表現(xiàn)為當(dāng)?shù)乩砭嚯x超過(guò)200千米后，國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)對(duì)鄰近城市綠色技術(shù)創(chuàng)新的輻射帶動(dòng)效應(yīng)不再有效。這可能是因?yàn)楫?dāng)距離試驗(yàn)區(qū)過(guò)近時(shí)，創(chuàng)新活動(dòng)所需要的要素會(huì)朝試驗(yàn)區(qū)集中，形成陰影區(qū)間（Cuberes等，2021）[30]。同理，當(dāng)距離過(guò)大時(shí)則在空間尺度上失去影響力。只有當(dāng)距離適中時(shí)，才能擺脫“虹吸效應(yīng)”并產(chǎn)生帶動(dòng)作用。

（四）調(diào)節(jié)效應(yīng)檢驗(yàn)

根據(jù)上文分析，國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)實(shí)施對(duì)綠色技術(shù)創(chuàng)新的提升作用受到當(dāng)?shù)亟鹑诎l(fā)展水平的影響。因此，參考溫忠麟等（2005）[31]和江艇（2022）[32]的做法，本文構(gòu)建如下模型來(lái)檢驗(yàn)金融發(fā)展水平在試點(diǎn)政策實(shí)施促進(jìn)城市綠色技術(shù)創(chuàng)新過(guò)程中的調(diào)節(jié)效應(yīng)。

[Gecit=α0+α1ADJUST+α2DID×ADJUST+αiXit+μi+λt+εit]? ? ? ?（9）

上式（9）中，[ADJUST]表示調(diào)節(jié)變量即金融發(fā)展水平，包括金融發(fā)展規(guī)模和金融服務(wù)能力。具體的回歸結(jié)果如表9所示，第（1）和（2）列中DID的估計(jì)系數(shù)均顯著為正，且兩個(gè)調(diào)節(jié)變量與DID交互后的估計(jì)系數(shù)也均顯著為正。這表明金融發(fā)展水平在國(guó)家級(jí)綠色試點(diǎn)政策促進(jìn)城市綠色技術(shù)創(chuàng)新過(guò)程中存在著明顯的正向調(diào)節(jié)效應(yīng)。由此假設(shè)3得證。

六、結(jié)論與政策建議

為了更好地評(píng)估國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的實(shí)施效應(yīng)，本文以2011—2021年中國(guó)284個(gè)地級(jí)市作為研究樣本，采用多時(shí)點(diǎn)DID模型重點(diǎn)考察了該政策對(duì)試點(diǎn)城市綠色技術(shù)創(chuàng)新水平的提升作用。在此基礎(chǔ)上，采用空間DID模型對(duì)該政策的綠色技術(shù)創(chuàng)新空間溢出效應(yīng)進(jìn)行分析，并從金融發(fā)展規(guī)模和金融服務(wù)能力兩個(gè)維度識(shí)別了城市自身金融發(fā)展水平在國(guó)家級(jí)綠色金融試點(diǎn)政策提升城市綠色技術(shù)創(chuàng)新水平過(guò)程中的正向調(diào)節(jié)效應(yīng)。研究結(jié)果顯示：（1）國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)對(duì)試點(diǎn)城市的綠色技術(shù)創(chuàng)新水平存在明顯的提升作用。該結(jié)論在一系列穩(wěn)健性檢驗(yàn)后仍然成立。（2）國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的設(shè)立，對(duì)鄰近非試點(diǎn)城市綠色技術(shù)創(chuàng)新水平存在輻射帶動(dòng)作用，且該輻射帶動(dòng)作用隨空間距離呈現(xiàn)先小后大再小的波動(dòng)趨勢(shì)。（3）國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)的設(shè)立有利于試點(diǎn)城市綠色技術(shù)的創(chuàng)新發(fā)展，且城市本身金融發(fā)展水平越高，該提升效應(yīng)越明顯。

基于本文的研究結(jié)果，提出如下三點(diǎn)建議：

第一，未來(lái)國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)升級(jí)擴(kuò)容選擇試點(diǎn)城市時(shí)可將空間因素納入考慮范疇，重視試點(diǎn)城市在所處區(qū)域的空間布局，并嘗試構(gòu)建以綠色金融改革創(chuàng)新試點(diǎn)城市為中心的區(qū)域綠色發(fā)展高地，進(jìn)一步釋放制度紅利并落實(shí)試驗(yàn)區(qū)對(duì)鄰近城市綠色技術(shù)創(chuàng)新水平的賦能效應(yīng)。

第二，持續(xù)釋放現(xiàn)有金融機(jī)構(gòu)的活力，助力試點(diǎn)城市多層次綠色金融體系構(gòu)建。試點(diǎn)城市需要立足自身資源稟賦，充分發(fā)揮先行優(yōu)勢(shì)，探索綠色金融標(biāo)準(zhǔn)體系，鼓勵(lì)金融機(jī)構(gòu)推出具有自身特色的多樣化綠色金融產(chǎn)品，確保綠色創(chuàng)新成果轉(zhuǎn)化效率，拓寬綠色企業(yè)和項(xiàng)目融資渠道。

第三，非試點(diǎn)城市應(yīng)從區(qū)域協(xié)同發(fā)展的全局出發(fā)，積極參與鄰近試點(diǎn)城市區(qū)域綠色協(xié)同發(fā)展體系，努力與試點(diǎn)城市形成多元化的區(qū)域協(xié)作創(chuàng)新產(chǎn)業(yè)體系，鼓勵(lì)促進(jìn)城市間產(chǎn)業(yè)進(jìn)行優(yōu)勢(shì)互補(bǔ)或攜手共進(jìn)的良性合作關(guān)系，在全局層面形成以點(diǎn)帶面、面面互聯(lián)的區(qū)域協(xié)助網(wǎng)絡(luò)，充分發(fā)揮綠色發(fā)展的協(xié)同效應(yīng)。

注：

①本文的研究對(duì)象“國(guó)家級(jí)綠色金融試點(diǎn)政策”特指2017—2021年間多次設(shè)立的“國(guó)家級(jí)綠色金融改革創(chuàng)新試驗(yàn)區(qū)”這一政策，全文含義相同。

參考文獻(xiàn)：

[1]王馨，王營(yíng).綠色信貸政策增進(jìn)綠色創(chuàng)新研究 [J].管理世界，2021，37（06）.

[2]蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業(yè)的投融資行為？ [J].金融研究，2018，（12）.

[3]沈洪濤，馬正彪.地區(qū)經(jīng)濟(jì)發(fā)展壓力、企業(yè)環(huán)境表現(xiàn)與債務(wù)融資 [J].金融研究，2014，（02）.

[4]王遙，潘冬陽(yáng)，張笑.綠色金融對(duì)中國(guó)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)研究 [J].經(jīng)濟(jì)社會(huì)體制比較，2016，（06）.

[5]齊紹洲，林屾，崔靜波.環(huán)境權(quán)益交易市場(chǎng)能否誘發(fā)綠色創(chuàng)新？——基于我國(guó)上市公司綠色專利數(shù)據(jù)的證據(jù) [J].經(jīng)濟(jì)研究，2018，53（12）.

[6]張茜，俞穎.綠色金融對(duì)城市高質(zhì)量發(fā)展的作用研究——來(lái)自277個(gè)地級(jí)市數(shù)據(jù)的證據(jù) [J].金融發(fā)展研究，2023，（03）.

[7]程郁，陳雪.創(chuàng)新驅(qū)動(dòng)的經(jīng)濟(jì)增長(zhǎng)——高新區(qū)全要素生產(chǎn)率增長(zhǎng)的分解 [J].中國(guó)軟科學(xué)，2013，（11）.

[8]劉瑞明，趙仁杰.國(guó)家高新區(qū)推動(dòng)了地區(qū)經(jīng)濟(jì)發(fā)展嗎？——基于雙重差分方法的驗(yàn)證 [J].管理世界，2015，（08）.

[9]袁航，朱承亮.西部大開(kāi)發(fā)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)了嗎？——基于PSM-DID方法的檢驗(yàn) [J].中國(guó)軟科學(xué)，2018，（06）.

[10]劉秉鐮，孫鵬博.國(guó)家級(jí)金融改革試驗(yàn)區(qū)如何影響碳生產(chǎn)率 [J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2022，（09）.

[11]方琦，錢立華，魯政委.金融支持“雙碳”目標(biāo)的新趨勢(shì)——2023年綠色金融趨勢(shì)展望 [J].金融與經(jīng)濟(jì)，2023，（01）.

[12]Criscuolo C，Martin R，Overman H G，Reenen J V. 2019. Some Causal Effects of An Industrial Policy [J].American Economic Review，109（1）.

[13]Ang J B. 2014. Innovation and Financial Liberalization [J].Journal of Banking & Finance，47.

[14]王賢彬，王明燦，鄭莉萍.金融改革推動(dòng)地方經(jīng)濟(jì)高質(zhì)量發(fā)展了嗎？——來(lái)自國(guó)家金融綜合改革試驗(yàn)區(qū)設(shè)立的證據(jù) [J].經(jīng)濟(jì)社會(huì)體制比較，2020，（04）.

[15]鄧向榮，馮學(xué)良，李寶偉.金融改革與地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)——來(lái)自金融改革試驗(yàn)區(qū)設(shè)立的準(zhǔn)自然實(shí)驗(yàn) [J].經(jīng)濟(jì)學(xué)家，2021，（02）.

[16]Tobler W. 2004. On the First Law of Geography：A Reply [J].Annals of the Association of American Geographers，94（2）.

[17]文嫮，韓旭.高鐵對(duì)中國(guó)城市可達(dá)性和區(qū)域經(jīng)濟(jì)空間格局的影響 [J].人文地理，2017，32（01）.

[18]中國(guó)人民銀行研究局課題組. 綠色金融改革創(chuàng)新試驗(yàn)區(qū)建設(shè)進(jìn)展及經(jīng)驗(yàn) [J]. 中國(guó)金融， 2023，（06）.

[19]譚顯春，高瑾昕，曾桉，幸繡程.綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策對(duì)碳排放的影響評(píng)估 [J].氣候變化研究進(jìn)展，2023，19（02）.

[20]陶鋒，趙錦瑜，周浩.環(huán)境規(guī)制實(shí)現(xiàn)了綠色技術(shù)創(chuàng)新的“增量提質(zhì)”嗎——來(lái)自環(huán)保目標(biāo)責(zé)任制的證據(jù) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2021，（02）.

[21]張寬，黃凌云.貿(mào)易開(kāi)放、人力資本與自主創(chuàng)新能力 [J].財(cái)貿(mào)經(jīng)濟(jì)，2019，40（12）.

[22]劉建國(guó)，蘇文杰. 金融錯(cuò)配對(duì)地方財(cái)政可持續(xù)性的影響——基于金融發(fā)展的調(diào)節(jié)效應(yīng)和門檻效應(yīng) [J]. 金融經(jīng)濟(jì)學(xué)研究， 2022， 37 （02）.

[23]Chen Z，Poncet S，Xiong R. 2020. Local Financial Development and Constraints on Domestic Private-Firm Exports：Evidence from City Commercial Banks in China [J]. Journal of Comparative Economics，48（1）.

[24]Beck T，Levine R，Levkov A. 2010. Big Bad Banks？ The Winners and Losers from Bank Deregulation in the United States [J].The Journal of Finance，65（5）.

[25]石大千，海衛(wèi)平，建江.智慧城市建設(shè)能否降低環(huán)境污染 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2018，（06）.

[26]Feng J，Xie Q，Zhang X. 2021. Trade Liberalization and the Health of Working Age Adults：Evidence from China [J].World Development，（139）.

[27]丁志國(guó)，張炎炎，任浩鋒，徐德財(cái).供給側(cè)結(jié)構(gòu)性改革對(duì)房地產(chǎn)行業(yè)的“去庫(kù)存”效應(yīng)研究 [J].中南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，28（01）.

[28]Kolak M， Anselin L. 2020. A Spatial Perspective on the Econometrics of Program Evaluation [J].International Regional Science Review，43（1-2）.

[29]曹清峰.國(guó)家級(jí)新區(qū)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的帶動(dòng)效應(yīng)——基于70大中城市的經(jīng)驗(yàn)證據(jù) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2020，（07）.

[30]Cuberes D，Desmet K，Rappaport J. 2021. Urban Growth Shadows [J].Journal of Urban Economics，（123）.

[31]溫忠麟，侯杰泰，張雷.調(diào)節(jié)效應(yīng)與中介效應(yīng)的比較和應(yīng)用 [J].心理學(xué)報(bào)，2005，（02）.

[32]江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2022，（05）