數字金融、環境規制與經濟高質量發展

上官緒明 葛斌華

(1.信陽師范學院商學院，河南 信陽 46400；2.中央財經大學統計與數學學院，北京10081)

一、引言

我國經濟已邁向高質量發展階段，依靠高投入、高消耗，甚至以犧牲環境為代價的粗放式發展模式將被摒棄[1]。高質量發展已成為新時代地方政府發展經濟的關鍵性指導思想，如何有效推動經濟高質量發展是政府和學者們關注的重點。隨著大數據、區塊鏈、人工智能、云計算、5G等技術在金融領域的應用，我國金融業正進入全新的數字化時代[2]。根據2019年北京大學數字金融研究中心發布的報告顯示，中國數字普惠金融業務在2011—2018年間實現了跨越式發展，數字普惠金融指數值平均每年增長36.4%?？焖侔l展的數字金融有助于拓寬金融服務經濟的廣度和深度，為經濟高質量發展提供重要動能[3]。數字金融依靠技術與金融的深度融合，通過提高資源配置效率[4]、拓寬區域間技術溢出通道[5]等助推經濟高質量發展。同時，十八大以來，中央政府通過加強環保法制、法規建設，強化了環保風險防控能力，環境污染治理取得了顯著的效果，但污染問題依然是制約我國經濟高質量發展的因素之一[6]。新發展理念要求地方政府發展經濟要從規模擴張、追求數量轉向結構優化和注重質量提升。金融創新是經濟增長的助推器，環境治理是經濟綠色化發展的保障，因此，地方政府有采取環境規制和數字金融助推本地經濟高質量發展的意愿和動力。

學術界關于金融發展和環境規制對經濟高質量發展的影響研究已較豐富，但在新發展理念和數字金融快速發展的背景下，關于環境規制和數字金融如何助推經濟高質量發展的探討依然不足，主要表現在以下方面：首先，文獻更多地是討論了環境規制和數字金融對經濟高質量發展的直接效應，很少關注其空間溢出效應，更鮮有對環境規制如何引導數字金融助推經濟高質量發展進行系統考察；其次，考察數字金融助推經濟高質量發展的文獻，大多是從總體指標進行考察，忽視了數字金融維度指標對經濟高質量發展的異質性；最后，考察環境規制對經濟高質量發展影響的文獻，雖然討論了環境規制的內生性，但是傾向于從治污結果或治理過程尋找環境規制強度和意愿的代理變量，由于污染防治成本、排污量等內生于本地經濟發展質量，導致估計結果可能存在偏誤。

新時代地方政府有采取環境規制和金融創新雙管齊下助推經濟高質量發展的意愿和動力。為了更好地提出促進經濟高質量發展的對策，還需厘清環境規制和數字金融對經濟高質量發展的直接效應和空間溢出效應，解析環境規制對數字金融助推經濟高質量發展的引導作用以及這些作用因數字金融的覆蓋廣度、使用深度和數字化程度不同的異質性效應。本文將環境規制和數字金融納入內生性增長理論分析框架，系統考察其對經濟高質量發展的影響，邊際貢獻主要有三點。第一，在詳細考察了環境規制和數字金融對經濟高質量發展的直接效應及空間溢出效應的基礎上，深入討論了環境規制對數字金融助推經濟高質量發展的調節效應。第二，通過對省級政府工作報告環境詞匯的提取，創新性地構造了地級市政府環境規制的工具變量。第三，首次考察了數字金融的覆蓋廣度、使用深度和數字化支持服務程度及城市區位不同助推經濟高質量發展的異質性效果。本文的研究結論可為地方政府既要創造“金山銀山”，又要留住“綠水青山”提供決策參考。

二、文獻綜述與理論假說

關于經濟高質量發展的相關理論要溯源到內生性增長理論。內生性增長理論認為技術進步是實現經濟增長的動力源泉，創新發展和技術進步離不開金融的支持[7]。同時，內生性增長理論也認為提高環境規制強度有利于提升經濟發展質量[8]。新發展理念下，驅動經濟高質量發展的主要因素已經發生轉變，創新成為經濟發展的第一動力[9]。實現經濟高質量發展的關鍵是完善環境政策和制度[10]，需要從“要素投入”轉型到“創新驅動”，這要求金融服務經濟發展模式轉型[11]。地方政府既要借助環境規制引導防污治污技術創新和應用，倒逼高污染產業綠色化轉型升級，同時也需要借助金融創新，通過綠色信貸、綠色金融引導地方經濟綠色發展，支持防污治污技術創新和應用。因此，當前關于環境規制和金融創新如何助推經濟高質量發展已成為文獻關注的焦點。

數字金融借助科技創新拓寬服務廣度和深度、提高資源配置效率，助推經濟高質量發展。數字金融利用區塊鏈、云計算、大數據及人工智能等技術有效化解信息不對稱問題，拓展服務邊界，增加服務供給，為經濟社會發展提供內在動力[12]。數字金融具有天然的普惠性，可促進經濟創新、協調、綠色、開放、共享發展，在數字金融創新支持下，有助于提高經濟發展過程中的資源配置效率和技術創新[13]。同時，數字金融通過促進物質資本偏低或低社會資本家庭的創業，實現經濟發展的包容性[2]。汪亞楠等(2020)[14]實證檢驗發現，數字金融促進了我國實體經濟發展，其覆蓋廣度和使用深度的刺激作用顯著，但其數字化程度的促進作用不顯著。另外，數字金融對經濟發展的促進效應存在區域差異。雖然我國數字金融已經取得領先水平，但還存在參與主體素養低、金融監管和征信系統不完善等問題，制約了其有效促進經濟高質量發展[15]。通過金融與科技創新融合發展，數字金融提升了金融的可得性和普惠性，優化資源配置、改善要素組合，提高經濟發展質量和效益[5]。數字金融借助大數據、區塊鏈技術，實現綠色信貸，通過開發綠色產品和綠色技術等實現產業轉型升級，進而實現經濟高質量發展[16]。因此，通過數字金融創新，可以引領技術創新，促進經濟發展動力、效率及質量變革。同時，通過區域間交流學習、人員流動及產品貿易等渠道，數字金融創新成果會對鄰近區域產生溢出效應，進而促進鄰近地區經濟高質量發展。基于以上分析，本文提出研究假設1。

H1數字金融發展水平的提高對本地經濟高質量發展具有正向促進作用。同時，由于其具有正向的空間溢出效應，也有利于鄰近區域經濟高質量發展。

實現高質量發展離不開環境規制對經濟發展的倒逼效應。既有研究探討了經濟發展和環境規制對環境污染的影響[17-20]，近年隨著新發展理念的貫徹，環境規制對經濟高質量發展模式、路徑等的影響成為學者們關注的焦點。環境規制對我國經濟發展質量的改善主要來源于綠色發展、經濟效率及社會福利等提升[21]，其促進經濟高質量發展也存在一定的門檻效應[22]。環境規制已經成為實現經濟高質量發展的關鍵政策，其通過倒逼大量高污染企業關停，推動了地區產業結構升級[23]。郭然和原毅軍(2020)[24]證實了環境規制與產業升級之間呈現出U型關系，其促進產業結構升級具有地區與規制類型的異質性。藺鵬和孟娜娜(2020)[25]利用京津冀城市群數據實證研究發現，綠色全要素生產率增速低于傳統全要素生產率，實現京津冀區域經濟高質量發展，需要以環境治理效果提升為核心，引導區域經濟結構優化調整與產業結構轉型升級。李青原和肖澤華(2020)[26]從微觀企業角度研究發現，排污收費從外部壓力和內部激勵兩方面倒逼企業進行綠色創新，且當企業資源基礎較強時，會更加明顯地對綠色創新產生倒逼效應。陳詩一和陳登科(2018)[6]指出環境污染通過人力資本渠道降低經濟發展質量，環境治理是促進經濟高質量發展的有效手段之一。實現區域高質量發展，創造區域間良性競爭環境，還需制定跨區域環境規制政策[27]，創新區域經濟高質量發展的協同治理機制[28]。因此，新發展理念下，企業或產業只有遵循環境規制的引導，采用新技術實現綠色升級，才能化解來自政府和市場的雙重壓力；同時，地方政府在提升環境規制強度時，本地不達標的污染企業或產業傾向于轉移到環境標準相對寬松的周邊區域?；谝陨戏治?，本文提出研究假設2。

H2地方政府提升本地環境規制強度有助于經濟綠色高質量發展，由于環境規制的負外部性，對鄰近地區經濟高質量發展具有負的空間溢出效應。

以上是環境規制或數字金融對經濟高質量發展的作用機理解析，現實中地方政府在助推經濟高質量發展時會同時借助環境治理和數字金融。數字金融在環境規制引導下進行信貸融資創新，實現信貸綠色化以及產業綠色化、資源節約化及消費生態化，有利于實現經濟高質量發展下的生態環境效益、經濟效益及社會效益共贏。因此，在環境規制引導下的數字金融創新可促使高投入、高污染及高排放的產業實現綠色化轉型升級，化解新發展理念下“綠水青山”與“金山銀山”之間的矛盾。基于以上分析，本文提出研究假設3。

H3環境規制對數字金融助推經濟高質量發展具有調節效應。

三、研究設計與數據說明

(一)計量模型設定

經濟發展具有空間自相關性，且會受鄰近地區發展水平的影響，傳統計量模型無法解析其空間效應，需借助空間計量模型[29]?？臻gDurbin模型同時納入了因變量和自變量的空間效應，可有效避免空間誤差模型或空間滯后模型遺漏部分空間效應，導致估計結果存在偏誤的問題[30]。采取對數函數模型可減緩異方差、極端值及偏態性等對估計結果的影響[31]。基于此分析，本文最終構造基準空間Durbin模型(1)如下

Lngtfpit=ρWLngtfpit+β1Lndfit+β2Lnereit+β3Lndfit*Lnereit+θ1WLndfit+θ2WLnereit+λLnX+αi+γt+vit

(1)

其中，i表示城市，t表示年份，gtfp是綠色全要素生產率，用以衡量經濟高質量發展水平；df是數字金融指數，反映區域數字金融發展水平；ere是環境規制強度，反映地方政府環境規制的強度和意愿；ρ代表空間自回歸系數，W是地理距離空間權重，v是誤差項。為了緩解遺漏變量導致估計結果產生偏誤問題，在模型(1)中添加經濟和城市特征等相關控制變量X，同時還控制了時間固定效應和城市固定效應。

由于空間交互效應的存在，Lesage和Pace(2014)[32]指出空間計量模型不能簡單地采用點估計獲得變量間的關系，偏微分分析法為解釋變量間相互影響提供更堅實的基礎。偏微分分析法的具體推導過程是先將一般形式的空間Durbin模型轉化為式(2)

Y=(I-ρW)-1(Xβ+WXθ)+ε

(2)

對式(2)中的k個解釋變量求偏導，得到期望值偏導矩陣式(3)

(3)

由矩陣式(3)可知，在Durbin模型中自變量變化不僅會影響對應的因變量(即直接效應)，也會影響其他因變量(即間接效應或空間溢出效應)。Lesage和Pace(2014)[32]建議采用式(3)中主對角線元素和非對角線元素的均值度量直接效應和間接效應，其中總效應等于間接效應(空間溢出效應)與直接效應之和。

(二)變量及數據說明

1被解釋變量

經濟高質量發展(gtfp)。既有研究關于如何測度經濟高質量發展仍然未達成共識，有通過構建指標體系進行測度[33]，有采用全要素生產率代表經濟高質量發展水平[34]。通過構建測度指標體系雖然可以從經濟、社會及環境等多維度反應經濟高質量發展的內涵，但其各維度是非均衡的，如何賦予其權重沒有標準，導致估計結果的不一致性。在一定程度上全要素生產率可以反應經濟發展的質量，但缺乏對環境因素的考察，而綠色全要素生產率考慮了環境因素，與經濟高質量發展的綠色理念相符。故此，借鑒上官緒明和葛斌華(2020)[28]的做法，采用綠色全要素生產率作為經濟高質量發展水平的代理變量，具體測算方法參考Fare等(2007)[35]做法，以勞動力、能源及資本等為投入指標，期望產出為GDP，非期望產出為三廢排放量，構造生產可能性集合(1)三廢是工業煙塵、工業廢水及工業二氧化硫。，相關指標內涵與度量如表1所示。其中，資本投入采用存量指標，由流量指標轉化為存量指標過程采用上官緒明(2016)[36]的思路，利用永續盤存法進行估算；由于缺乏地級市能源投入相關數據，林伯強(2003)[37]指出電力消費與能源存在高度相關，故此，采用各市電力消費數據作為能源消費的代理指標。最終借助Malmquist-Luenberger指數測算地級市綠色全要素生產率(2)為了閱讀的流暢性和節省版面，不再報告綠色全要素生產率的測度步驟，如果需要可聯系作者。。相關數據來源于《中國城市統計年鑒》和《中國環境統計年鑒》。

表1 測度綠色全要素生產率的投入產出變量說明

2.核心解釋變量

(1)數字金融(df)。北京大學數字金融研究中心采用螞蟻金服交易賬戶大數據編制了中國數字普惠金融指數，從使用深度、覆蓋廣度及數字支持服務等方面，基于底層交易數據，測度數據金融發展水平[38]。采用螞蟻金服交易賬戶大數據編制的數字金融服務涵蓋海量微觀用戶數據，能精準衡量數字金融水平[12]?；诖耍疚膮⒖紡垊椎?2020)[39]思路，采用北京大學數字金融研究中心編制的中國數字普惠金融指數作為區域數字金融發展水平的代理變量，并從覆蓋廣度(df_1)、使用深度(df_2)和數字支持服務程度(df_3)三個子維度進一步考察區域數字金融發展水平(3)關于數字金融及其維度指標的構成與測度，來源于北京大學數字金融研究中心發布的報告，不再詳細報告。。

(2)環境規制(ere)。區域環境規制強度存在差異的主要原因是地方政府對治理環境意愿的不同，污染排放結果可更全面和客觀地反應地方政府環境污染治理的強度[40]?？紤]數據的可得性，本文測算環境規制強度指標借鑒沈坤榮等(2017)[20]的思路，并在其只選擇兩項單項指標(工業煙(粉)塵去除率和二氧化硫去除率)的基礎上，還增加了固體廢物綜合利用率、廢水排放達標率兩項指標拓展了環境規制強度指標(ere)，與沈坤榮等(2017)[20]指標相比，本文構造的環境規制指標更加全面可靠。

第一步，對污染物的原值進行標準化處理。為了數據的可比性，構造式(4)，對環境規制強度指標的4個單項指標進行標準化處理。

(4)

其中，scpijt是t時期城市i產生污染物j的標準化值，cpijt是t時期城市i產生j類污染物數量的原值，max(cpjt)表示t時期所有城市中j類污染物數量的最大值，min(cpjt)表示t時期在所有城市中j類污染物數量的最小值。

第二步，構造城市污染物的合理權重。由于不同城市的廢水排放、固體廢物、二氧化硫及工業煙(粉)產生和排放的比重具有異質性，且不同污染物的同城排放量也存在差異。構造權重式(5)確保環境規制指標能正確反映治理強度的差異。

(5)

其中，Yit代表i城市t年的GDP，pijt表示i城市t年j污染物的排放量，mijt反應了j污染物在i城市t年的排放量占全國比重與其GDP占全國比重之比。采用mijt為權重的邏輯是，若t時期城市i排放j污染物較高，則同樣的去除率意味環境規制力度更大，需要賦予更大的權重。

第三步，測算環境規制強度指標。根據廢水排放達標率、工業煙(粉)塵去除率、二氧化硫去除率及固體廢物綜合利用率指標的標準化值和權重，由式(6)測算t時期i城市的環境規制強度。

(6)

其中，ereit表示i城市t年環境規制強度，ere越大說明地方政府治污越嚴格，效果也越好，反之亦是。以上計算的相關數據來源于《中國城市統計年鑒》和《中國環境統計年鑒》。

3.控制變量

為了緩解因遺漏變量導致結果有偏，在模型(1)中控制了城市特征和經濟相關變量。參考上官緒明和葛斌華(2020)[28]等研究，模型中控制的城市特征變量包括基礎交通(traffic)、城市綠化率(green)、信息化水平(info)及城市人口密度(popu)。經濟發展方式是影響經濟高質量發展的重要因素，若模型中遺漏了相關變量，也將導致估計結果不可靠。參考陳詩一和陳登科(2018)[6]等研究，模型中控制的經濟發展方式變量包括產業結構(industry)、傳統金融發展水平(finance)、利用外資(fdi)及消費水平(consume)等，以進一步緩解遺漏變量造成的估計偏誤問題。相關控制變量及數據來源見表2。其中，不能直接獲取數據的相關變量，根據《中國城市建設統計年鑒》《中國城市統計年鑒》及國家統計局網站等基礎數據計算得到。采用當年匯率將實際利用外資額由美元轉換為人民幣，借助省級居民消費水平指數(2011年為基期)對貨幣數值變量平減以消除價格變動的影響。由于受到可獲得數字金融指數及城市相關數據的約束，本文采用2011-2018年間中國287個地級及以上城市數據進行相關實證檢驗。

表2 相關控制變量及數據說明

四、實證結果及分析

(一)空間Durbin模型的基準回歸分析

對空間Durbin模型(1)進行LR檢驗顯示，可以拒絕其退化為SAR模型或SEM模型的原假設，支持了理論分析選擇空間Durbin模型的科學性。同時，Hausman檢驗證實了采用固定效應的Durbin模型比采用隨機效應模型更合理。采用Elhorst(2014)[41]最大似然法(ML)對空間Durbin模型進行估計，結果報告見表3。與列(1)相比，列(2)在模型中納入了數字金融和環境規制的交互項，以考察數字金融和環境規制對經濟高質量發展的協同效應。在控制了城市和經濟特征相關變量后，估計結果顯示空間自相關系數ρ在1%水平下顯著為正，支持了經濟高質量發展存在空間自相關的理論分析。數字金融對本地經濟高質量發展的影響顯著為正，其空間溢出系數也顯著為正，說明數字金融發展水平的提升不僅可助推本地經濟高質量發展，也有利于鄰近地區經濟高質量發展。這主要是因為數字金融降低了企業融資成本，引導企業采用先進技術和優化資源配置，有利于區域經濟向高質量方向發展。環境規制顯著地正向影響本地經濟高質量發展，而其空間溢出系數顯著為負，說明治理環境強度提升，使得污染不達標的企業將轉移到環境規制強度較弱的鄰近地區，環境規制對鄰近地方經濟高質量發展存在負向空間溢出效應。數字金融和環境規制的交互項系數顯著為正，說明環境治理行為引導了數字金融向有利于經濟高質量發展方向創新，即環境規制對數字金融助推經濟高質量發展還存在調節效應。

表3 空間Durbin模型回歸結果

環境規制和數字金融對本地及鄰近地區經濟發展質量的影響可能存在滯后效應。為了避免其滯后效應導致模型估計結果偏誤，采用滯后一期的環境規制和數字金融對模型(1)再回歸。估計結果報告見表3的列(3)—(4)，與列(1)—(2)結果相比，數字金融和環境規制對經濟發展質量的影響與當期基本一致。滯后效應總體上對估計結果影響不顯著，下文繼續采用當期變量模型為基準進行回歸分析。

由于空間計量模型中包括了空間交互項，模型中存在反饋效應，直接采用回歸系數解析空間計量模型中變量間的影響是不準確的，應采用直接效應和空間溢出效應(間接效應)進行解析[32]。表4報告了基于空間Durbin模型的空間溢出效應、直接效應以及總效應。由表4可知，環境規制和數字金融影響經濟高質量發展的直接效應均顯著為正，即數字金融發展水平和環境規制強度提高1%，可提升本地經濟高質量發展水平平均為0.045%和0.056%。在10%的顯著水平下，數字金融的空間溢出效應顯著為正，即數字金融發展水平提高1%，可助推鄰近地區經濟高質量發展水平平均上升0.032%。環境規制對經濟高質量發展的空間溢出效應在5%水平下顯著為負，即環境規制強度每提高1%，鄰近地區經濟高質量發展水平平均下降0.031%。與點估計結果相比，雖然估計系數在顯著性和方向上具有一致性，但是環境規制的估計系數值均有所下降，而數字金融的估計系數值均有所上升，這也證實了Lesage和Pace(2014)[32]的觀點。

表4 空間Durbin模型的直接效應、空間溢出效應及總效用

(二)內生性討論及工具變量法再估計

環境規制可通過控制污染產業的進入和擴張等提升經濟發展的綠色水平，促進本地經濟高質量發展；同時，本地經濟發展過程中若對環境造成污染或不利于環境改善時，又影響當地政府投入治理和防控污染的資金、人員數量等環境治理意愿的選擇，即污染防治成本、人員數量及排污量等內生于本地經濟發展質量。因此，由污染治理結果構建環境規制強度指標存在內生性問題。

我國主要通過頒布環境保護法規、制定保護條例、出臺節能減排行政命令等手段實現環境治理[42]。省級政府工作報告是治理環境意愿和力度的前瞻性政策文件，對下一步地方政府開展環境治理工作具有指導性和規劃性[6]。借鑒Chen等(2018)[43]的思路，手工搜集我國31個省市2011-2018年間的政府工作報告，對文本分詞處理后，以相關環境詞匯占政府工作報告總詞匯之比作為環境規制的工具變量。選擇綠色、生態、低碳、環保、環境保護、二氧化碳、二氧化硫、減排、排污、污染、能耗、PM2.5及PM10等為環境規制相關的詞匯，與Chen等(2018)[43]只采用了污染、能耗、減排、環境以及環保等詞匯相比，本文構造的工具變量能夠更全面地反映地方政府進行環境治理的強度和意愿。

以上構造的工具變量很好地緩解了環境規制的內生性問題，但也隱含假設省內地級市政府治理環境的意愿和實施強度是同質的，即不能有效反映省內地級市政府環境規制的異質性，這一點與現實不相符。由于工業是經濟發展過程中主要的污染源，工業占比不同，省級政府工作報告關于治理環境的指導性規劃對地級市環境治理工作的影響存在差異，即省級政府工作報告中的環境治理規劃對高工業占比的地級市影響更大。基于以上邏輯，本文將進一步采用地級市工業產值在全省的占比反映其環境規制的差異，并與文本分析構造的工具變量相乘，創新性地構造出環境規制在地級市層面的工具變量。

由于年初的省級政府工作報告不受地方政府全年環境治理工作的影響，避免了反向因果引發內生性導致模型估計產生偏誤的問題；同時，除了工具變量外，模型中均是地級市層面的變量，由于下級政府環境治理意愿不會直接影響到上級政府對環境治理的意愿和強度，因此，進一步緩解了反向因果問題?；谝陨戏治觯衔臉嬙斓墓ぞ咦兞颗c內生變量(地級市環境規制強度)高度相關，而又不直接影響因變量(經濟高質量發展水平)(4)實際操作過程中，本文采用了Anderson canon LM檢驗、Cragg-Donald F檢驗及Sargan-Hansen檢驗對構造的工具變量進行檢驗表明，工具變量存在識別不足、弱工具變量及過度識別等問題，為了行文的連貫性，不再報告檢驗過程。，滿足工具變量的外生性邏輯假定。

表5 工具變量法估計結果

表5報告了工具變量法估計的結果，在方向和顯著性上，核心解釋變量對經濟高質量發展的影響均與表4列(2)的結果基本一致。從直接效應來看，環境規制的直接效應增大了21.43%，數字金融的直接效應下降了15.56%；從空間溢出效應來看，環境規制的空間溢出效應增大了16.13%，數字金融的空間溢出效應降低了31.25%。從環境規制與數字金融的交互項來看，環境規制引導數字金融促進經濟高質量發展的效應增大了27.27%。說明不考慮模型的內生性問題，將高估數字金融對經濟高質量發展的提升效應，而低估環境規制的倒逼效應及其對數字金融助推經濟高質量發展的引導作用。

(三)穩健性檢驗

為確保估計結果的可比性及結論的可靠性，首先，在樣本數據中剔除地級市以上城市，只保留地級市樣本的回歸結果，見表6列(1)。結果顯示，環境規制和數字金融對經濟高質量發展的直接效應方向和大小與前文估計結果基本一致，提升了數字金融和環境規制對經濟發展質量的空間溢出效應，但變化不顯著?？梢姵鞘幸幠烙嫿Y果影響不大，前文全樣本估計得到的相關結論具有穩健性；其次，為避免樣本數據的異常值對回歸結果產生影響，進一步剔除環境規制和數字金融樣本最低和最高0.5%的樣本數據，表6列(2)報告了剔除異常值后的估計結果。盡管環境規制和數字金融對經濟發展質量的直接效應和空間溢出效應有所下降，但方向和顯著性水平沒有變化，可見前文回歸結論不受樣本異常值的影響；再次，為了檢驗回歸結果對樣本數據的敏感性，采用自抽樣法(Bootstrap)對模型進行再估計，表6列(3)報告的是自抽樣1 000次的回歸結果，可見環境規制和數字金融對經濟高質量發展的直接效應和空間溢出效應變化不顯著。因此，前文基于工具變量估計的直接效應和空間溢出效應具有穩健性；最后，為了避免空間權重的選擇造成回歸結果有偏，基于后相鄰空間權重對上文的三種穩健檢驗方法進行再檢驗(5)Anselin(2013)[44]指出構造空間相鄰權重一般有車(Rook)鄰近和后(Queen)鄰近2種，其中車鄰近是指僅有共同邊界，后鄰近除了共有邊界外還包括共同頂點。本文采用的是后相鄰空間權重。另外，相鄰空間權重除了一階鄰近矩陣外，還有更高階的鄰近矩陣，本文的空間相鄰權重只考慮一階后相鄰情況。，回歸結果見表6列(4)-(6)。與地理距離空間權重估計結果(表6列(1)-(3))相比發現，環境規制和數字金融對經濟高質量發展影響的顯著性水平、方向及大小均變化不顯著，說明空間權重的設定并未導致模型估計結果產生偏誤，也證明了前文的結論具有穩健性。

表6 穩健性檢驗結果

(四)進一步討論：異質性分析(6)異質性分析主要針對數字金融進行，雖然考察過程也包括環境規制，但是為了節省版面文中不再報告和說明。

1.數字金融子維度對經濟高質量發展影響的異質性分析

區域數字金融發展水平不僅存在差異，而且其維度水平也存在異質性。為深入探究數字金融子維度促進經濟高質量發展的差異性，進一步采用前文構造的工具變量討論是否由于其覆蓋廣度、使用深度及數字化水平的異質性導致數字金融和環境規制對經濟發展質量影響的不同。數字金融子維度促進經濟高質量發展的異質性回歸結果見表7。結果顯示，數字金融的子維度對區域經濟高質量發展均存在提升效應。主要因為隨著數字金融覆蓋廣度和數字支持服務程度不斷擴展和發展，數字金融增強了區域金融服務的便利、高效率和低交易成本優勢，使得金融能夠覆蓋和服務到越來越多的“長尾”群體，從而為企業創新和產業轉型升級營造了良好的金融便利化環境。同時，數字金融使用深度帶來了多樣化的金融產品和服務，為區域創新和綠色發展融資提供了更多金融產品，提升了區域金融可得性。

具體來看，數字金融子維度發展都對區域經濟高質量發展具有提升效應，但效果存在異質性。在1%的顯著水平下，數字金融覆蓋廣度每提高1%，經濟高質量發展水平平均提高0.040%。在5%的顯著水平下，數字支持服務程度每提高1%，經濟高質量發展水平平均提高0.036%；在5%的顯著水平下，數字金融覆蓋廣度和數字支持服務程度的空間溢出效應分別為0.018%和0.028%。這表明數字技術、人才與資本會在區域內進行流動，共享數字金融創新成果，促進區域總體經濟高質量發展還處于初步階段。而數字金融使用深度對經濟高質量發展的提升效應和空間溢出效應雖然為正，但尚不顯著。這主要是隨著金融與科技的不斷結合和創新，數字化的金融產品和服務助推了經濟高質量發展，但是數字金融的使用深度尚未能有效促進經濟高質量發展，是數字金融的薄弱點，也是未來數字金融的重要創新和應用發力點。

表7 數字金融子維度對經濟高質量發展的異質性分析

2.數字金融對經濟高質量發展影響的區域異質性分析

為進一步探究數字金融促進經濟高質量發展的區域異質性，將樣本分為東、中、西三地區，進一步檢驗結果見表8。由數字金融發展水平總指標回歸結果可知，數字金融對經濟高質量發展均具有提升效應，但是作用的彈性系數在東部最大，西部最小，顯著水平也是如此。具體來看，數字金融發展水平每提高1%可直接促進東部地區經濟高質量發展水平提升0.045%，而西部地區只有0.028%；在東部對鄰近地區的空間溢出效應為0.035%，而西部地區為0.014%。數字金融在促進我國經濟高質量發展方面仍然存在不平衡問題，西部地區是數字金融發展的薄弱地區。

由數字金融的子維度回歸結果來看，數字金融的覆蓋廣度和數字支持服務程度對東部、中部、西部地區的經濟高質量發展具有提升效應，但無論作用效果還是顯著水平均是東部地區較好，且其溢出效應也是如此。這主要是由于西部地區與東部地區相比，在數字化程度、數字設備擁有率等方面均偏低，西部地區仍需利用數字技術進一步深化金融可得性，使金融服務以低成本、更加便利地滿足企業或消費者的多樣化需求。就數字金融的使用深度來看，在東部、中部及西部均對經濟高質量發展具有提升效應和空間溢出效應，但是在中西部地區提升效應和空間溢出效應均不顯著，在東部地區只有在5%的水平下才顯著。主要是因為東部地區具有完善的產業鏈及發達的第三產業，為數字金融深化提供了應用場景，降低了數字金融的資金、運營及風險等深化成本。相比之下，中部和西部地區缺乏數字金融機構與政府、電商、企業聯動所形成的廣泛金融深化服務需求，也缺乏東部地區較強的產業鏈和第三產業提供的豐富場景。因此，數字金融雖然為中西部地區提供了便利的數字化金融服務，但其使用深度仍然緩慢，目前還達不到顯著助推經濟高質量發展的效果。

表8 區域數字金融差異對經濟高質量發展的異質性分析

五、主要結論與政策啟示

本文基于構造的空間Durbin模型，采用我國287個地級及以上城市的2011—2018年間數據，系統考察了環境規制強度和數字金融發展水平對經濟高質量發展的影響。研究發現，第一，數字金融和環境規制對經濟高質量發展具有顯著的促進效應，同時，數字金融還具有正向空間溢出效應，而環境規制存在負向空間溢出效應。第二，數字金融在環境規制引導下實現信貸融資綠色創新，有利于實現經濟高質量發展下的生態效益和經濟效益共贏，即環境規制對數字金融促進經濟高質量發展具有調節效應。第三，目前，數字金融的使用深度對經濟高質量發展的直接效應和空間溢出效應顯著低于覆蓋廣度和數字支持服務程度對經濟高質量發展的影響。同時與中西部地區相比，數字金融在東部地區對經濟高質量發展的促進效應及環境規制對數字金融的引導效應更加顯著。

基于實證分析結果，為了更好地實現既要創造“金山銀山”，又要留住“綠水青山”的愿景，本文提出以下幾點政策建議。首先，深化數字金融領域的供給側改革。進一步支持金融與科技的不斷結合和創新，提高中西部地區數字金融的覆蓋廣度和數字化支持服務程度，結合產業業務場景，降低數字金融的資金成本、運營成本和風險成本，增強數字金融創新成果的應用深度。其次，提升環境規制的倒逼效應及其引導數字金融綠色化創新效應。借助環境規制一方面倒逼污染企業走低碳綠色發展道路，另一方面引導數字金融對綠色、節能減排的新技術、新產品研發和推廣的支持，實現環境規制與數字金融創新協同提升經濟高質量發展的愿景。最后，創新區域經濟高質量發展協同機制。助推區域經濟高質量發展的政策具有典型的外部性，本地政府的助推政策會因為“以鄰為壑”行為而效果不顯著。因而，還需進一步創新區域經濟高質量發展協同機制，明確利益協調和合作補償機制，構建跨區域經濟發展質量的監督、監測及預警協同體系。