【中圖分類號(hào)】F832.5；X196；F124.3

【文獻(xiàn)標(biāo)志碼】A

【文章編號(hào)】1673-1069（2025）05-0062-05

【基金項(xiàng)目】2024年度廣西高校中青年教師科研基礎(chǔ)能力提升項(xiàng)目“金融科技對(duì)城市碳生產(chǎn)率的影響——基于偏向型技術(shù)進(jìn)步視角”（2024KY1748）。

【作者簡(jiǎn)介】蔣典谷（1984-），女，廣西玉林人，副教授，研究方向：會(huì)計(jì)與金融。

【通信作者】申顥（1995-），男，河南濮陽(yáng)人，中級(jí)經(jīng)濟(jì)師，研究方向：綠色金融。

1引言

黨的二十大報(bào)告指出：“推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展綠色化、低碳化是實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)”。黨的二十屆三中全會(huì)公報(bào)中指出：“必須完善生態(tài)文明制度體系，協(xié)同推進(jìn)降碳、減污、擴(kuò)綠、增長(zhǎng)健全綠色低碳發(fā)展機(jī)制”。當(dāng)前，中國(guó)經(jīng)濟(jì)已從高速增長(zhǎng)階段轉(zhuǎn)換至高質(zhì)量發(fā)展階段，面臨著日益增長(zhǎng)的節(jié)能減排與經(jīng)濟(jì)穩(wěn)定增長(zhǎng)雙重壓力。金融科技作為金融深化的重要表現(xiàn)，是基于大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)的一系列創(chuàng)新，能夠在提升金融資源配置效率的同時(shí)推動(dòng)污染物減排。在中國(guó)當(dāng)前面臨經(jīng)濟(jì)轉(zhuǎn)型、環(huán)境約束趨緊的背景下，以城市為基本單元，探討金融科技的碳排放抑制作用與經(jīng)濟(jì)增長(zhǎng)促進(jìn)作用，有助于推動(dòng)中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)綠色、高質(zhì)量穩(wěn)定發(fā)展，完成我國(guó)的減排目標(biāo)。

綠色偏向型技術(shù)進(jìn)步是實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與減能降耗的重要手段，當(dāng)技術(shù)進(jìn)步促進(jìn)全要素生產(chǎn)率增進(jìn)的同時(shí)偏向能源投入節(jié)約，就實(shí)現(xiàn)了上述“雙贏\"效應(yīng)。那么，綠色偏向型技術(shù)進(jìn)步的上述效應(yīng)是否存在？金融科技與綠色偏向型技術(shù)進(jìn)步是否可產(chǎn)生抑制碳排放、促進(jìn)經(jīng)濟(jì)增長(zhǎng)的協(xié)同作用？上述問題若能得到驗(yàn)證，將對(duì)推動(dòng)金融政策與科技創(chuàng)新政策的融合運(yùn)用、探尋金融支持經(jīng)濟(jì)高質(zhì)量發(fā)展的路徑提供經(jīng)驗(yàn)借鑒。

2文獻(xiàn)綜述

一是關(guān)于金融科技測(cè)算、微觀影響及宏觀經(jīng)濟(jì)環(huán)境效應(yīng)的研究。當(dāng)前學(xué)界對(duì)金融科技的研究主要聚集在表征及測(cè)算測(cè)度、對(duì)微觀企業(yè)影響及宏觀經(jīng)濟(jì)環(huán)境影響等方面。在金融科技的表征及測(cè)算測(cè)度方面，學(xué)界主要通過使用北京大學(xué)數(shù)字普惠金融指數(shù)、金融科技專利申請(qǐng)量等來表征，亦或是使用DEA、SFA等模型估計(jì)金融科技效率；使用如金融科技投融資指數(shù)等合成金融科技指數(shù)；使用Python爬蟲方法爬取數(shù)據(jù)后，利用熵值法及層次分析法等合成指標(biāo)。房宏琳和楊思瑩使用地區(qū)數(shù)字普惠金融指數(shù)表征金融科技發(fā)展程度。義旭東和宋丁丁使用非參數(shù)方法計(jì)算綜合效率，以評(píng)價(jià)安徽省科技金融結(jié)合效率。王小華等使用網(wǎng)絡(luò)爬蟲形成原始數(shù)據(jù)后，利用熵值法或?qū)哟畏治龇ê铣山鹑诳萍及l(fā)展指數(shù)。在金融科技的微觀影響方面，學(xué)界主要聚焦于對(duì)企業(yè)合規(guī)指標(biāo)、績(jī)效指標(biāo)等影響，王小華等基于2012-2020年A股上市企業(yè)數(shù)據(jù)，發(fā)現(xiàn)金融科技可以顯著促進(jìn)企業(yè)高質(zhì)量發(fā)展，而合理的金融監(jiān)管水平可以提升上述促進(jìn)效應(yīng)。在金融科技的宏觀經(jīng)濟(jì)環(huán)境效應(yīng)方面，Ameretal.發(fā)現(xiàn)科技金融創(chuàng)新可以完善優(yōu)化金融市場(chǎng)、提升金融資源配置效率。房宏琳和楊思瑩使用宏觀層面數(shù)據(jù)發(fā)現(xiàn)金融科技可以顯著實(shí)現(xiàn)節(jié)能減排。張恩典等認(rèn)為數(shù)字金融在抑制碳排放的同時(shí)，反而會(huì)引起回彈效應(yīng)的發(fā)生。

二是關(guān)于偏向型技術(shù)進(jìn)步測(cè)算、形成機(jī)制與其經(jīng)濟(jì)環(huán)境效應(yīng)的研究。當(dāng)前學(xué)界研究多集中在偏向型技術(shù)進(jìn)步的測(cè)算、形成機(jī)制與其對(duì)經(jīng)濟(jì)增長(zhǎng)、節(jié)能減排影響的研究。在偏向型技術(shù)進(jìn)步的測(cè)算與形成機(jī)制方面，Hassleretal.基于傳統(tǒng)生產(chǎn)函數(shù)，構(gòu)建模型測(cè)度了美國(guó)工業(yè)技術(shù)進(jìn)步偏向，發(fā)現(xiàn)美國(guó)工業(yè)技術(shù)進(jìn)步呈現(xiàn)能源節(jié)約偏向，且對(duì)上世紀(jì)70年代油價(jià)沖擊反應(yīng)強(qiáng)烈。Yangetal.基于2000-2017年APEC國(guó)家數(shù)據(jù)測(cè)度了環(huán)境偏向技術(shù)進(jìn)步，發(fā)現(xiàn)APEC中發(fā)展中國(guó)家的技術(shù)進(jìn)步呈現(xiàn)節(jié)約能源使用的特征，而APEC中發(fā)達(dá)國(guó)家的技術(shù)進(jìn)步呈現(xiàn)減排特征。曹卿等使用Malmquist指數(shù)分解法測(cè)度了2007-2016年中國(guó)城市偏向型技術(shù)進(jìn)步及具體偏向并探究了低碳試點(diǎn)促進(jìn)偏向型技術(shù)進(jìn)步的機(jī)制，認(rèn)為低碳試點(diǎn)可以通過增加企業(yè)貸款可得性、推動(dòng)政府加大科技投入等路徑增進(jìn)偏向型技術(shù)進(jìn)步。在偏向型技術(shù)進(jìn)步的經(jīng)濟(jì)增長(zhǎng)與環(huán)境效應(yīng)評(píng)估等方面，劉自敏等[基于2007-2016年城市層面數(shù)據(jù)，發(fā)現(xiàn)偏向型技術(shù)進(jìn)步的增進(jìn)可以帶來顯著的碳強(qiáng)度下降效應(yīng)，且在融入碳交易機(jī)制后碳強(qiáng)度下降效應(yīng)更加顯著。李新安和李慧以制造業(yè)行業(yè)為研究主體，發(fā)現(xiàn)非能源節(jié)約技術(shù)進(jìn)步與FDI聯(lián)動(dòng)會(huì)顯著增加中國(guó)制造業(yè)碳排放。

本文的余下部分安排如下：第3部分是模型設(shè)定，該部分主要對(duì)城市碳生產(chǎn)率、金融科技指數(shù)及綠色偏向型技術(shù)進(jìn)步的計(jì)算方法、本文所使用的實(shí)證方法進(jìn)行說明；第4部分是數(shù)據(jù)來源及描述性統(tǒng)計(jì)，該部分對(duì)本文所使用的數(shù)據(jù)及來源進(jìn)行說明；第5部分是基準(zhǔn)回歸及穩(wěn)健性檢驗(yàn)，該部分對(duì)金融科技與城市碳生產(chǎn)率的關(guān)系進(jìn)行驗(yàn)證，并采用規(guī)避內(nèi)生性等方法進(jìn)行穩(wěn)健性檢驗(yàn)；第6部分是進(jìn)一步討論，該部分從區(qū)域異質(zhì)性的視角，進(jìn)一步驗(yàn)證了金融科技與城市碳生產(chǎn)率的關(guān)系，并討論了金融科技與綠色偏向型技術(shù)進(jìn)步對(duì)城市碳生產(chǎn)率的協(xié)同作用；第7部分為結(jié)論及政策建議，該部分闡述本文的主要結(jié)論，并據(jù)此給出具有參考意義的政策建議。

3模型設(shè)定

3.1計(jì)算模型設(shè)定

① 城市碳生產(chǎn)率計(jì)算。

為驗(yàn)證金融科技及綠色偏向型技術(shù)進(jìn)步的經(jīng)濟(jì)發(fā)展、節(jié)能減排“雙效應(yīng)”，本文采用同時(shí)含有經(jīng)濟(jì)變量與碳排放變量的碳生產(chǎn)率作為被解釋變量。式（1）中， 為城市 i 在 Φ_t 年的地區(qū)生產(chǎn)總值， CO_2i 為城市 i 在 Ψ_t 年的二氧化碳排放量， CP_it 即為城市 i 在 Ψ_t 年的碳生產(chǎn)率。

② 金融科技指數(shù)計(jì)算。

本文參考王小華等的研究，通過構(gòu)建直接搜索、技術(shù)支持等一級(jí)指標(biāo)與直接關(guān)鍵詞、技術(shù)支持、資金支付等二級(jí)指標(biāo)，采用Python的爬蟲技術(shù)爬取百度搜索原始數(shù)據(jù)構(gòu)建各類指標(biāo)，加總后取對(duì)數(shù)來表征金融科技指數(shù)。

③ 綠色偏向型技術(shù)進(jìn)步指數(shù)計(jì)算。

本文參考Yangetal.的研究，使用異質(zhì)性非對(duì)稱SFA模型估計(jì)綠色偏向型技術(shù)進(jìn)步：

式（2）中， 為城市 i 在 Φ_t 年的地區(qū)生產(chǎn)總值， .K_it 為城市 i 在 Ψ_t 年的資本存量， 為城市 i 在 Ψ_t 年的勞動(dòng)力總量， E_it 為城市 i 在 Φ_t 年的能源消耗總量， v_it 為隨機(jī)誤差項(xiàng) 為無效率項(xiàng)。

結(jié)合綠色技術(shù)進(jìn)步的定義與式（2），可求得：

式（3）和式（4）即為本文所求兩類綠色偏向型技術(shù)進(jìn)步，式（3）為技術(shù)進(jìn)步在能源與勞動(dòng)中的偏向，式（4）為技術(shù)進(jìn)步在能源與資本中的偏向。當(dāng)式（3）和式（4）小于0時(shí)，則代表技術(shù)進(jìn)步此時(shí)偏向能源要素節(jié)約、資本與勞動(dòng)要素使用；當(dāng)式（3）和式（4）大于0時(shí)，則代表技術(shù)進(jìn)步此時(shí)偏向能源要素使用、資本與勞動(dòng)要素節(jié)約。因此，在回歸中預(yù)期系數(shù)為負(fù)。

3.2回歸模型設(shè)定

3.2.1基準(zhǔn)回歸模型設(shè)定

本文考慮采用靜態(tài)、動(dòng)態(tài)相結(jié)合的方式進(jìn)行回歸。主要以下式為基礎(chǔ)。

式（5）中， CP_it 為城市 i 在 χ_t 年的碳生產(chǎn)率， Fintech_it 為城市 i 在 Φ_t 年的金融科技指數(shù)， ΣαX 為本文的一系列控制變量。

3.2.2調(diào)節(jié)效應(yīng)模型設(shè)定

金融科技與綠色偏向型技術(shù)進(jìn)步的碳生產(chǎn)率協(xié)同促進(jìn)效應(yīng)，采用調(diào)節(jié)效應(yīng)模型來檢驗(yàn)：

"（6）

式（6）即為調(diào)節(jié)效應(yīng)模型，為了使主要項(xiàng)參數(shù)有解讀意義，對(duì)兩個(gè)調(diào)節(jié)變量進(jìn)行了中心化。

4數(shù)據(jù)來源及描述性統(tǒng)計(jì)

本文以2009-2022年283個(gè)中國(guó)地級(jí)及以上城市為研究對(duì)象（剔除個(gè)別數(shù)據(jù)缺失較為嚴(yán)重的城市），共3962個(gè)觀測(cè)值，數(shù)據(jù)來源主要為《中國(guó)城市統(tǒng)計(jì)年鑒》EPS數(shù)據(jù)庫(kù)及具體城市統(tǒng)計(jì)年鑒。表1為本文所使用變量的描述性統(tǒng)計(jì)結(jié)果。

表1使用變量描述性統(tǒng)計(jì)

注：綠色偏向型技術(shù)進(jìn)步（能源與勞動(dòng)）表示，此時(shí)技術(shù)進(jìn)步在能源與勞動(dòng)中偏向勞動(dòng)使用、能源節(jié)約；綠色偏向型技術(shù)進(jìn)步（能源與資本）表示，此時(shí)技術(shù)進(jìn)步在能源與勞動(dòng)中偏向資本使用、能源節(jié)約。

從表1可以看出，各城市的金融科技發(fā)展水平差異較大，綠色偏向型技術(shù)進(jìn)步在各城市中廣泛存在，且碳生產(chǎn)率仍有較大提升空間。

5基準(zhǔn)回歸與穩(wěn)健性檢驗(yàn)

5.1基準(zhǔn)回歸

基準(zhǔn)回歸結(jié)果如表2所示。

表2金融科技對(duì)城市碳生產(chǎn)率的影響（靜態(tài)面板）

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，\"、**、**代表顯著性水平為 _{0.1，0.05} 、0.01。下同。

表2中，結(jié)果（1）為普通最小二乘法檢驗(yàn)結(jié)果，結(jié)果（2）、（3）分別為未加入控制變量的固定效應(yīng)、隨機(jī)效應(yīng)面板估計(jì)結(jié)果，結(jié)果（4）（5）分別為加入控制變量的固定效應(yīng)、隨機(jī)效應(yīng)面板估計(jì)結(jié)果。綜合上述結(jié)果，可以發(fā)現(xiàn)金融科技能夠顯著促進(jìn)城市碳生產(chǎn)率的提升，且多種條件下僅系數(shù)有個(gè)別差異，這也說明了本文結(jié)果的穩(wěn)健性。

5.2穩(wěn)健性檢驗(yàn)

5.2.1剔除異常值

為防正異常值（異常大、異常?。?duì)回歸結(jié)果產(chǎn)生的影響，本文對(duì)數(shù)據(jù)進(jìn)行 1% 的縮尾后，重新進(jìn)行面板估計(jì)，結(jié)果如表3所示。

表3金融科技對(duì)城市碳生產(chǎn)率的影響（數(shù)據(jù)縮尾 1% ）

結(jié)果（1）（2）分別為固定效應(yīng)、隨機(jī)效應(yīng)面板估計(jì)結(jié)果，從表3可知，剔除異常值后，回歸結(jié)果仍顯示金融科技會(huì)顯著提升城市碳生產(chǎn)率，結(jié)果較為穩(wěn)健。

5.2.2更換回歸年份

將回歸年份壓縮至2010-2021年，重新進(jìn)行面板估計(jì)，結(jié)果如表4所示。

表4金融科技對(duì)城市碳生產(chǎn)率的影響（更換回歸年份）

結(jié)果（1）（2）分別為固定效應(yīng)、隨機(jī)效應(yīng)面板估計(jì)結(jié)果，從表4可知，更換回歸年份后，結(jié)果依然穩(wěn)健。

5.2.3規(guī)避內(nèi)生性

式（5）可能因遺漏變量偏誤、反向因果等產(chǎn)生內(nèi)生性，進(jìn)而對(duì)回歸結(jié)果準(zhǔn)確性產(chǎn)生負(fù)面影響。本文采用工具變量法（用互聯(lián)網(wǎng)普及率作為金融科技的工具變量）與動(dòng)態(tài)面板估計(jì)，觀察規(guī)避內(nèi)生性后的回歸結(jié)果是否穩(wěn)健，結(jié)果如表5所示。

表5金融科技對(duì)城市碳生產(chǎn)率的影響（二階段最小二乘法、動(dòng)態(tài)面板）

注：無法識(shí)別檢驗(yàn)、Hansen檢驗(yàn)和Arellano-BondAR（2）檢驗(yàn)首先匯報(bào)了對(duì)應(yīng)的檢驗(yàn)統(tǒng)計(jì)量，方括號(hào)里為對(duì)應(yīng)檢驗(yàn)的 p 值。

結(jié)果（1）為二階段最小二乘法的檢驗(yàn)結(jié)果，無法識(shí)別檢驗(yàn)顯著，說明可拒絕“工具變量識(shí)別效果不足\"的原假設(shè)，說明本文的工具變量選擇是可用作估計(jì)的；弱工具變量檢驗(yàn)的F 值為19.186，明顯大于10，說明本文不存在弱工具變量問題，估計(jì)有效。結(jié)果（2）為動(dòng)態(tài)面板估計(jì)，二階序列相關(guān)檢驗(yàn)的 p 值大于0.1，表明差分后的模型殘差項(xiàng)不存在二階序列相關(guān)，且Hansen檢驗(yàn)的 p 值大于0.1，表明無法拒絕“所有工具變量都有效的原假設(shè)”，即本文設(shè)定模型中GMM式工具變量都是有效工具變量，估計(jì)有效。綜上所述，本文的內(nèi)生性通過二階段最小二乘法與動(dòng)態(tài)面板估計(jì)得到了較大程度的規(guī)避，且在規(guī)避內(nèi)生性后，金融科技仍可顯著增進(jìn)城市碳生產(chǎn)率的提升。

6 進(jìn)一步討論

6.1區(qū)域異質(zhì)性

由于中國(guó)城市經(jīng)濟(jì)發(fā)展?fàn)顩r、要素稟賦等存在差異，故金融科技在不同區(qū)域城市間的碳生產(chǎn)率增進(jìn)效應(yīng)可能存在不同。本文將樣本城市分為東、中、西部城市，進(jìn)行異質(zhì)性檢驗(yàn)。

如表6所示，結(jié)果（1）為東部地區(qū)城市檢驗(yàn)結(jié)果，結(jié)果（2）為中部地區(qū)城市檢驗(yàn)結(jié)果，結(jié)果（3）為西部地區(qū)城市檢驗(yàn)結(jié)果。從上表可知，東部與中部城市的金融科技科顯著提升碳生產(chǎn)率，但在西部城市中，上述效應(yīng)不顯著。西部城市多為經(jīng)濟(jì)發(fā)展相對(duì)較差且有較多資源依賴性，金融科技發(fā)展程度不夠高，無法通過金融科技引致產(chǎn)業(yè)升級(jí)、誘致綠色偏向型技術(shù)發(fā)展等渠道抑制碳排放、推動(dòng)經(jīng)濟(jì)發(fā)展

表6金融科技對(duì)城市碳生產(chǎn)率的影響（分區(qū)域）

6.2調(diào)節(jié)效應(yīng)

金融科技提升碳生產(chǎn)率最重要的路徑之一就是提升綠色技術(shù)進(jìn)步，那么金融科技是否可以引致綠色偏向型技術(shù)進(jìn)步？金融科技與綠色偏向型技術(shù)進(jìn)步是否可以產(chǎn)生協(xié)同效應(yīng)？本部分將深人討論。表7、表8分別展示核心解釋變量與調(diào)節(jié)變量的關(guān)系、核心解釋變量與調(diào)節(jié)變量對(duì)被解釋變量的聯(lián)合作用。

表7金融科技對(duì)綠色偏向型技術(shù)進(jìn)步的影響

結(jié)果（1）、（2）為金融科技對(duì)綠色偏向型技術(shù)進(jìn)步（能源與資本）的影響，結(jié)果（3）（4）為金融科技對(duì)綠色偏向型技術(shù)進(jìn)步（能源與勞動(dòng)）的影響，從表7中可知，金融科技對(duì)綠色偏向型技術(shù)進(jìn)步（能源與資本）可產(chǎn)生促進(jìn)作用且均在0.01的水平上顯著；金融科技對(duì)綠色偏向型技術(shù)進(jìn)步（能源與勞動(dòng)）可產(chǎn)生促進(jìn)作用且在0.05或0.1的水平上顯著，說明金融科技會(huì)顯著誘發(fā)兩類綠色偏向型技術(shù)進(jìn)步，但誘發(fā)在能源與勞動(dòng)中偏向節(jié)約能源的技術(shù)進(jìn)步顯著性相對(duì)較弱。

結(jié)合表7與表8，金融科技引致綠色偏向型技術(shù)進(jìn)步（能源與勞動(dòng)）效應(yīng)較弱（由表7可知，顯著性相對(duì)較弱），且未產(chǎn)生顯著協(xié)同效應(yīng)（表8結(jié)果（4）中，交乘項(xiàng)的系數(shù)不顯著），故主要聚焦于綠色偏向型技術(shù)進(jìn)步（能源與資本）開展。根據(jù)表8可知，交乘項(xiàng)的系數(shù)為-0.039且在0.1的水平上顯著，說明金融科技與綠色偏向型技術(shù)進(jìn)步可以產(chǎn)生顯著的協(xié)同效應(yīng)；

表8金融科技、綠色偏向型技術(shù)進(jìn)步與城市碳生產(chǎn)率

圖1調(diào)節(jié)效應(yīng)圖

觀察圖1的兩條線，實(shí)線代表綠色偏向型技術(shù)進(jìn)步水平較高時(shí)金融科技對(duì)城市碳生產(chǎn)率的影響，虛線代表綠色偏向型技術(shù)進(jìn)步水平較低時(shí)金融科技對(duì)城市碳生產(chǎn)率的影響，說明綠色偏向型技術(shù)進(jìn)步顯著調(diào)節(jié)了金融科技對(duì)城市碳生產(chǎn)率的影響，當(dāng)綠色偏向型技術(shù)進(jìn)步的水平相對(duì)較高時(shí)，金融科技的碳生產(chǎn)率促進(jìn)效應(yīng)會(huì)得到明顯增強(qiáng)。

7結(jié)論與政策建議

本文基于2009-2022年中國(guó)地級(jí)及以上城市數(shù)據(jù)，采用動(dòng)態(tài)、靜態(tài)面板相結(jié)合的方法，探究了金融科技的碳生產(chǎn)率促進(jìn)效應(yīng)，及金融科技與綠色偏向型技術(shù)進(jìn)步的協(xié)同效應(yīng)。主要結(jié)論及政策建議如下：

第一，中國(guó)城市廣泛存在金融科技及綠色偏向型技術(shù)進(jìn)步。對(duì)于該現(xiàn)象，應(yīng)充分關(guān)注不同城市的經(jīng)濟(jì)發(fā)展程度、產(chǎn)業(yè)狀況及自然資源稟賦，合理選擇金融與技術(shù)進(jìn)步發(fā)展路徑，防止產(chǎn)生過高成本，甚至產(chǎn)生技術(shù)進(jìn)步反而帶來較大污染的負(fù)面情況。

第二，金融科技可以顯著提升中國(guó)城市碳生產(chǎn)率，且存在區(qū)域異質(zhì)性，在剔除異常值、更換回歸年份和規(guī)避內(nèi)生性問題后依舊顯著。對(duì)于該現(xiàn)象，首先，應(yīng)持續(xù)加大對(duì)金融科技的投入力度，在防風(fēng)險(xiǎn)的基礎(chǔ)上，積極培育新興業(yè)態(tài)，持續(xù)提升各類金融機(jī)構(gòu)的經(jīng)營(yíng)活力，不斷提升金融科技的經(jīng)濟(jì)發(fā)展與節(jié)能降碳的多向效應(yīng)；其次，應(yīng)多關(guān)注部分能源依賴性較大、但有新質(zhì)生產(chǎn)力發(fā)展?jié)摿Φ奈鞑砍鞘?，通過金融科技的擴(kuò)散效應(yīng)等，推動(dòng)該部分城市金融科技水平的提高。

第三，金融科技與綠色偏向型技術(shù)進(jìn)步可對(duì)中國(guó)城市碳生產(chǎn)率產(chǎn)生顯著協(xié)同效應(yīng)。對(duì)于該現(xiàn)象，首先，應(yīng)注重金融發(fā)展政策與科技創(chuàng)新政策的協(xié)同耦合發(fā)展，共同發(fā)揮更大作用；其次，在大力推動(dòng)金融科技發(fā)展的同時(shí)，也要關(guān)注當(dāng)?shù)卣畬?duì)綠色進(jìn)步的投入與支持力度，防止技術(shù)進(jìn)步偏向?qū)鹑诳萍嫉恼蛐?yīng)產(chǎn)生抑制作用。

【參考文獻(xiàn)】

【1】房宏琳，楊思瑩.金融科技創(chuàng)新與城市環(huán)境污染[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2021（08）：116-130.

【2】義旭東，宋丁丁.基于DEA-Malmquist模型的科技金融結(jié)合效率評(píng)價(jià)——以安徽省為例[J].安徽科技，2021（07）：36-41.

【3】王小華，宋檬，楊亦蘭.金融科技、金融監(jiān)管與企業(yè)高質(zhì)量發(fā)展[J].財(cái)經(jīng)問題研究，2023（04）：87-99.

【4】王小華，宋檬，孟祥眾，等.金融科技與制造業(yè)創(chuàng)新結(jié)構(gòu)特征一一兼論科技和金融結(jié)合試點(diǎn)的效應(yīng)差異[J].西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，49（04）：119-133.

【5]Arner D.，Barberis J.，BuckleyR.The Evolution of Fintech：A NewPost-Crisis Paradigm？[J].Social Science Electronic Publishing.DOI：10.2139/ssrn.2676553.

【6]張恩典，李湛，薛安偉.碳排放\"回彈效應(yīng)\"是否存在？—基于數(shù)字金融發(fā)展視角的機(jī)制研究[JJ.江蘇大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，26（05）：72-90.

【7]Hassler J.，KrusellP.，Olovsson C.Energy-Saving Technical Change[J].NBERWorkingPapers，2012.

【8]Yang G.L.，Zha D.L.，Zhang C.Q.，et al.Does Environment -biasedTechnological Progress Reduce CO2 Emissions in APEC Economics？Evidencefrom Fossil and Clean Energy Consumption [J].Environmental Science and Pollution Research，2020，27（O6）：20984-20999.

【9]曹卿，申顥，蔣典谷.低碳政策對(duì)技術(shù)進(jìn)步偏向性的影響及機(jī)制[J]海南金融，2023（02）：3-22.

【10]劉自敏，申顥.有偏技術(shù)進(jìn)步與中國(guó)城市碳強(qiáng)度下降[J].科學(xué)學(xué)研究，2020，38（12）：2150-2160.

【11】李新安，李慧.外資引入、技術(shù)進(jìn)步偏向影響了制造業(yè)的碳排放嗎？—來自我國(guó)27個(gè)制造行業(yè)面板數(shù)據(jù)模型的實(shí)證檢驗(yàn)[J]中國(guó)軟科學(xué)，2022（01）：159-170.