普惠金融與綠色全要素生產率

李雙燕 談笑 斯宏浩

摘要： 普惠金融是國家金融戰略的重要組成部分，其與綠色全要素生產率的關系值得深入探究。通過構建指標體系和使用SFA-Malmquist效率測度方法，分別測算了中國31個省份2007—2017年的普惠金融指數與綠色全要素生產率，并以研發投入為中介變量實證檢驗了普惠金融對于綠色全要素生產率的影響與作用機制。結果發現：普惠金融通過緩解企業研發創新融資約束、釋放創新活力促進綠色全要素生產率提升，研發投入對綠色全要素生產率的促進作用主要體現在技術效率這一分解因子上。進一步研究表明，該中介效應在空間上具有明顯的異質性，在中國西部地區普惠金融的發展對緩解融資約束和提升綠色全要素生產率的作用更加顯著。

關鍵詞： 普惠金融; 綠色全要素生產率; 研發投入; 金融服務廣度; 高質量發展

文獻標識碼： A ?文章編號： 1002

普惠金融是指建立可以為社會各個階層和群體提供適當、有效、成本可負擔的金融服務的金融體系，其概念最早于2005年由聯合國在“國際小額信貸年”活動中提出，在隨后的十幾年中得到了廣泛的發展和實踐。2015年，國務院通過并印發了《國務院關于印發推進普惠金融發展規劃（2016—2020年）的通知》，將發展普惠金融提升為國家金融戰略的一部分。在中國特色社會主義新時代，我國社會主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾，提升經濟增長質量、轉變發展方式成為改革的主要著力點。經濟增長質量主要表現為增長結構的合理性、增長的公平性與高效性。隨著供給側改革的持續深入，我國經濟增長結構發生深遠變革，科技進步驅動的高端制造業越來越多地替代了低效的高排放高污染產業。普惠金融的發展與實踐對于拓寬金融服務覆蓋廣度，降低社會融資總成本，引導資金流向高效、綠色產業，提升經濟增長質量起到了重要作用。

增長質量的高效性和綠色性與綠色全要素生產率（green total factor productivity，GTFP）息息相關，生產率的提升又依賴持續的創新和技術進步，因此本文選擇研發投入（research and development，R&D）作為研究普惠金融和綠色全要素生產率關系的切入點。

與已有研究相比，本文可能的貢獻主要有兩點：第一，區別于現有文獻研究普惠金融與經濟增長關系，本文以綠色全要素生產率作為體現新時期經濟高質量增長的關鍵表征，同時基于R&D投入視角，通過中介效應模型深入探討三者間的影響機制，有助于厘清普惠金融對于經濟高質量增長的影響路徑，是對現有文獻的補充;第二，本文對綠色全要素生產率分解因子和地域異質性展開進一步探究，為制定經濟高質量發展政策提供理論支撐。一、文獻綜述與理論框架

近年來，金融業與綠色可持續發展的關系是國內外學者關注的熱點之一。Shahbaz等[1]基于南非的數據，實證研究發現短期內經濟增長增加了能源排放，長期內金融發展則減少了能源排放。Sadorsky[2]研究發現在新興國家內，金融業的發展通常會刺激能源消費需求上升，從而推動排放水平升高。嚴成樑等[3]實證研究發現，隨著金融業的發展，我國碳排放強度呈現先下降后上升的U形趨勢，具體原因在于金融業發展同時促進了生產效率與投資的增長，在不同時期二者的抵消程度不同。

具體到金融與綠色全要素生產率的研究中，學者們得出的結論也不盡相同。在時間維度上，張帆[4]將綠色全要素生產率和金融發展同時納入內生增長模型之中，實證檢驗發現金融發展對綠色全要素生產率的提升起到了促進作用，但這種作用隨著金融業的發展而逐漸減弱，主要原因是在研發費用充裕的情況下，全社會創新研發的產出效率本身存在較為明顯的遞減曲線，該結論與嚴成樑等[3]的研究成果較為相似。在區域性維度上，王小騰等[5]的研究聚焦于金融發展對全要素生產率影響的區域性差異，如由于經濟發展階段的不同，發達地區國家的融通資金更多地流向技術研發和企業轉型升級，而相對欠發達地區的資金更多用于重工業企業投資，因此歐洲國家金融業的發展會促進全要素生產率提升，而亞洲國家的金融業發展則起抑制作用;此外，欠發達經濟體的企業由于缺少完善的金融系統支持而難以進行有效的創新，也抑制其生產效率的提升[7]。我國長江中下游地區縣域金融深度和廣度的提升推動了綠色全要素生產率升高，而上游金融基礎相對薄弱的縣域中，金融可得性的升高則會產生負向影響[6]。既有研究關于二者間的具體影響程度和作用路徑也呈現出不一致性，有些學者認為經濟高度發達地區由于其資源配置效率更加高效，所以金融業水平提升對綠色全要素生產率促進作用顯著，而另一些學者研究發現經濟相對欠發達地區的金融業發展對于綠色全要素生產率提升的邊際作用更大[8]。當代經濟科學 2021年6期 http：∥jjkx.xjtu.edu.cn李雙燕，談笑，斯宏浩 普惠金融與綠色全要素生產率

在其他關于綠色全要素生產率水平影響因素的研究中，有研究發現R&D投入帶來的技術進步對綠色全要素生產率有積極影響，賈俊生等[9]基于我國生產部門的專利數據，研究發現創新投入是影響信貸投入并促進企業生產效率提升的重要渠道。科研創新活動的高風險和回報周期長的特征導致企業更加依賴穩定的金融市場為其提供持續的資金支撐，因此金融市場的發展水平和完善程度就會對企業的R&D投入產生重要影響[10]。嚴成樑等[3]研究發現，完善的金融市場會推動實體企業創新能力的提升，進而對減少碳排放、促進綠色經濟增長起到有力作用。

綜上所述，相比金融發展的“廣度”，現有研究更加關注“深度”問題，此外關于金融發展對綠色全要素生產率的影響與路徑的研究也尚未形成一致結論，將R&D投入作為中介變量納入分析框架的研究較少。基于現有理論，普惠金融將從兩個方面影響綠色全要素生產率。第一，金融服務廣度的提升將極大地便利中小微企業的融資需求，而數字化背景下基于大數據技術的信用評估系統將更好地引導資金流向具有較強科技屬性和良好發展前景的新興產業，該類小微企業在融資約束得到緩解后將釋放出強大的研發創新能力，進而推動各地區的生產效率提升，并最終帶動綠色全要素生產率的增長。第二，普惠金融也為實體企業除創新研發以外的投資活動和費用開銷提供了支持，如小微企業用于擴大產能或更新清潔型生產設備的投資、改善勞務環境的環境治理費用以及聘請擁有更高管理才能的管理人員費用等，這些資金支出并不直接提升企業的技術研發水平和創新能力，但是依然對提升企業運營和生產效率起到重要幫助，故此本文將該類影響效應統稱為“直接作用和其他作用路徑”。

進一步來看，與金融服務深度影響某一固定范圍內企業融資能力不同，金融服務廣度更強調金融工具的覆蓋范圍。結合我國區域經濟發展格局，東部沿海地區金融體系相對完善，地區內企業本身已具有較強的融資能力，普惠金融發展對該類企業可能僅是又一條融資渠道的拓寬，起到“錦上添花”的作用。而對于金融體系完善度相對欠缺的中西部地區來說，普惠金融為該地區企業帶來的則可能是“雪中送炭”的發展資金，對企業創新研發的邊際作用更大。此外，在理論機制層面，普惠金融將通過提升企業研發投資能力促進技術效率的增長，對于企業的生產效率和規模效率則沒有直接幫助，因為生產效率更加依賴企業管理水平和資源整合能力，規模效率則與企業所處行業特征有更大關聯。基于此，本文提出以下研究假設：

假設1：存在普惠金融通過促進企業研發投入與技術進步，推動綠色全要素生產率增長的中介效應影響路徑。

假設2：中介效應路徑中，普惠金融對綠色全要素生產率下的技術效率有顯著影響效果，對生產效率和規模效率的影響不顯著。

假設3：普惠金融對綠色全要素生產率的促進作用在西部地區更加顯著。二、普惠金融指數與綠色全要素生產率測算

（一）普惠金融指數測算

（1）指標體系構建。普惠金融指數用以衡量一個國家或者區域普惠金融發展程度，通常由多維的指數體系構建而成，各個維度反映了普惠金融不同方面的信息。本文在結合國內外學者對普惠金融測算指標體系的基礎上進行補充[11-12]，從金融服務的獲得性、使用情況以及服務質量3個維度綜合考量中國各省市普惠金融發展情況。

金融服務的獲得性從金融機構的滲透能力和覆蓋能力層面考量，選用每萬人銀行業金融機構數量、每萬人銀行業金融機構從業人員數量、每萬平方千米的銀行業金融機構數量和每萬平方千米的銀行從業人員數4個指標。其他如POS機覆蓋率等指標，由于數據缺失較多而未入選。

金融服務的使用情況主要從銀行服務、保險服務和證券投資3個層面考量，選用人均貸款余額/人均GDP、人均儲蓄存款余額/人均GDP、保險深度、保險密度、證券行業融資額/人均GDP和上證A股開戶數。

金融服務質量從銀行業對農業和小微企業扶持力度方面進行測度，選用涉農貸款/總貸款和小額貸款公司年末余額/總貸款兩個指標。其他未選入指標包括個人征信質量等，主要原因是央行主導構建的個人征信系統近年來才日益成熟，歷史數據缺失嚴重。本文的數據來源于各年的《中國統計年鑒》《中國保險年鑒》《中國金融年鑒》以及國家統計局官網和Wind數據庫等。 ?（2）指標權重測算。綜合考慮本文研究對象特點和數據結構，本文采用變異系數法確定各個指標權重，計算方法為：CVij=σij/μij。其中，i表示第i個維度，j表示該維度下的第j個測度普惠金融的指標，CVij表示第i個維度下j指標的變異系數，σij表示該測量指標的標準差，μij為平均值。因此，第i維度的第j個指標的權重為Wij=CVij/∑CVij。最終得到普惠金融指標體系和相應權重結果見表1。

（3）中國各省份普惠金融指數。本文結合Sethy等[11-12]提出的計算普惠金融方法，從3個維度、12個指標綜合考慮各地區的普惠金融發展情況。

各省份綠色全要素生產率變化情況如圖1所示。可以看出，綠色全要素生產率呈現出顯著的“東強西弱”分布。東北地區和中部地區綠色全要素生產率增速基本相同，西部地區增速較慢，主要是因為地理位置的劣勢和資源稟賦匱乏使得這些地區難以仿照東部沿海省份以高附加值的新興技術產業帶動經濟高質量增長，只能更多地依賴高能耗、高污染的傳統重工業和制造業。此外，深處內陸地區和復雜的地形也限制了這些地區的貿易活動、技術和資本引進以及旅游業的發展。

通過式（3）—（6）計算得出的綠色全要素生產率各個分解因子的變化情況如圖2所示。由技術進步帶來的全要素生產率增長效應十分明顯，技術進步增速平均達到了0.5%。規模效率的變化波動較小，對綠色全要素生產率增長的貢獻維持在恒定水平。生產效率的變化則出現了負增長現象，這與我國近年來資本深化和人均資源利用效率較低情況相吻合，也與我國現階段依然依賴粗放的經濟增長方式相吻合。

三、實證分析

（一）計量模型設定

本文通過構建中介效應模型實證檢驗普惠金融發展與我國綠色全要素生產率提升的關系，以及R&D投入在這一關系中的中介效應。在計量模型構建部分，基于Baron等[16]提出的中介效應檢驗方法“逐步法”，構建如下面板模型：

式（7）為總效應檢驗模型，用來測度普惠金融發展對于綠色全要素生產率提升的總體影響關系。其中，CGTFPi，t為真實綠色全要素生產率，即對前文中測算出的綠色全要素生產率變化率進行累乘，以2007年為基年，計算出每個省份各年的綠色全要素生產率絕對值，具體計算方法為：CGTFPi，t=∏ttoGTFPi，t，其中t0=2007。IFIi，t為模型核心解釋變量，即普惠金融指數，Xi，t為控制變量，ε1i，t是隨機誤差項。

如果式（7）中系數α1顯著，則表示普惠金融對于綠色全要素生產率提升有影響關系，且可能存在中介效應。式（8）（9）是進一步檢驗中介效應的后續模型，式（8）中的系數β1代表普惠金融的發展對于R&D投入的作用，式（9）中的系數γ2表征在控制了普惠金融對于綠色全要素生產率的影響后，R&D投入對于全要素生產率提升的中介效應大小。系數γ1體現了在控制R&D投入時，普惠金融發展對于綠色全要素生產率提升的直接效應。中介效應的大小等于系數β1和γ2的乘積。（二）變量選取與數據處理

本文選取R&D內部經費支出的自然對數值作為中介變量。需要說明的是，本文選擇R&D的“投入指標”而非R&D產出指標（如3種專利授權數等）作為中介變量，主要有以下3點原因：第一，難以找到可以全面表征研發創新活動成果的具體指標，專利申請或授權數量等指標均無法涵蓋研發創新活動的相關隱形成果。第二，研發創新活動具有周期性長的特征，表征當期成果的指標難以反映當期投入的科研創新工作。第三，大量學者研究發現，科研創新的投入強度與成果產出強度具有顯著相關關系[17-18]，但是除了R&D投入外，成果產出情況還受到如產業集聚程度、政府政策、創新主體等諸多因素的影響[19-21]，因此在研判中介效應時難以測度普惠金融發展對于區域科研創新能力的凈效應。

本文選擇地區城鎮化水平（URB）、政府財政支出水平（GOV）、對外開放程度（TO）和地區產業結構（IND）4個變量控制地區差異對于綠色全要素生產率的影響。數據來源為各年《中國統計年鑒》《中國科技統計年鑒》、CSMAR數據庫、國家統計局官方網站及各省份統計局官方網站。主要變量的分地區描述性統計情況見表4。

（三）實證檢驗結果及分析

應用Stata 14軟件將上述實證檢驗中介效應模型進行回歸分析，結果見表5。

從表5可以看出，加入控制變量后模型擬合優度顯著提升，這印證了控制變量選取的準確性與合理性。無論是否在模型中加入控制變量，普惠金融指數（IFI）的回歸系數均至少達到了10%的顯著性水平，說明普惠金融的發展對地區綠色全要素生產率的提升起到顯著推動作用這一基本結論的穩健性較強。第（2）—（6）列的回歸結果通過了逐步檢驗，印證了R&D投入在普惠金融影響綠色全要素生產率路徑中的中介效應，假設1得到基本驗證。第（6）列中普惠金融系數大小和顯著程度相較于第（2）列有較大幅度降低，這是因為在控制了創新研發投入這一中介變量后，第（6）列中普惠金融指數（IFI）系數實際上為其對綠色全要素生產率提升的凈效應，由于其依然可以達到10%的顯著性水平，說明普惠金融發展除了通過作用于創新研發活動來促進綠色全要素生產率的提升外，還可以直接或通過其他中介作用路徑對綠色全要素生產率增長起到推動作用。此外，為了進一步驗證中介效應的穩健性，除三步法外，本文還對第（2）（4）（6）列進行了Sobel檢驗，檢驗結果顯示Sobel Z指數為2.58，在1%的水平上顯著，說明R&D投入在該作用機制中的中介效應是顯著的感謝匿名審稿專家對本文中介效應實證結果分析部分提出的寶貴意見，這些意見對提升文章實證結果穩健性，增強文章的嚴謹性提供了重要幫助。，因此認為假設1成立。

聚焦到控制變量，本文所選取的4個控制變量在第（2）（6）列回歸結果中系數均至少達到了10%的顯著性水平，說明其均對綠色全要素生產率具有顯著影響。與現有大多研究結論不同的是，在該回歸中城鎮化（URB）、政府財政支出（GOV）和對外開放程度（TO）3個變量系數均為負，即對綠色全要素生產率的提升起到了抑制作用。本文認為這有以下兩點原因：第一，全要素生產率測度的是除生產投入要素（以資本和勞動力為主）外其他因素對于經濟增長的貢獻程度，主要體現在技術水平和生產效率的提升對于經濟增長的拉動作用。我國地方政府支出主要流向資本密集型產業，在工程項目的生產建設過程中造成相對較多的資源浪費和環境污染，對綠色全要素生產率起到了阻礙作用。第二，城鎮化發展和大量外貿活動推動了人口集聚和工業產業的發展，在一定程度上引致巨量生活垃圾、工業廢水、廢氣及其他污染物的產生，由于本文對于綠色全要素生產率的測度方法中納入了能源消耗和環境污染要素，測度結果在很大程度上表征綠色科技進步和無污染下生產效率與組織效率提升對經濟增長的促進作用，因此城鎮化進程和外貿活動對其起到了抑制作用。四、分解因子與區域性分析

（一）分解因子分析

該部分在上述研究的基礎上，以分解因子（TEC、TC、SEC）替代綠色全要素生產率進行路徑和機制分析。實證模型如下：

表6中，3個分解因子都受到普惠金融的顯著促進作用。在技術效率中，第（1）（2）列的結果表明普惠金融發展可以直接促進地區技術效率的提升，同時還可以通過促進研發創新投入的提高帶動地區技術效率增長，即存在顯著中介效應。生產效率中，在第（3）（4）列中普惠金融指數（IFI）在5%的水平下顯著，相較于第（1）（2）列有一定程度的下降，且在第（4）列中，作為中介變量的研發創新投入變量系數為負，并且不能拒絕系數值為0的原假設，因此，研發創新活動的增加對于地區生產效率的提升沒有直接作用關系，即不存在中介效應。在規模效率中，第（5）（6）列的結果表明普惠金融發展對于企業規模效率的提升依然有直接促進關系，但是中介變量系數值為負，且達到了5%的顯著性水平，說明普惠金融的發展擴展了資本的配置范圍，提升了資本配置效率，促進了企業研發創新活動開展，但是在一些地區還普遍存在資源利用效率低下的問題，阻礙了企業規模效率的提升。但是，由于系數絕對值較小（-0.02），因此這種阻礙效應并不明顯，該部分研究證明了假設2的真實性。

綜上所述，普惠金融在我國的發展可以對綠色全要素生產率的提升起到顯著促進作用，其中普惠金融通過帶動地區R&D投入提升進而促進綠色全要素生產率的增長這一中介效應在本文得到了驗證。同時，實證結果顯示該效應僅為部分中介效應，即普惠金融的發展還將直接或通過其他中介路徑對綠色全要素生產率起促進作用。具體來看，這一中介效應集中體現在研發創新活動增長對于地區技術效率提升的推動之中，對于生產效率和規模效率則沒有明顯作用關系，假設2得到了驗證。（二）區域性分析

我國幅員遼闊，地勢復雜，不同地區間的經濟結構、外貿發展、增長動能等方面差異性明顯，在金融服務可得性與服務質量方面也有較大差異，企業研發創新水平參差不齊，因此有必要對各個地區分別展開實證研究，深入研判普惠金融發展對于地區綠色全要素生產率水平提升的作用機制。

在前文對我國地域劃分的基礎上，以實際綠色全要素生產率為被解釋變量，應用式（9）對我國東部、中部和西部省區市分別進行回歸分析由于我國東北部地區僅有3個省份，樣本數量過小，因此并未納入回歸分析。，具體回歸結果見表7。

表7中，二者間作用關系在區域間呈現出明顯的差異性。在我國東部地區，第（1）（2）列中普惠金融指數（IFI）變量擬合系數均顯著為正，說明普惠金融發展對于地區綠色全要素生產率提升有積極作用，但R&D投入（lnRD）系數不顯著，表明在我國東部地區不存在這一中介效應，普惠金融更多地直接（或通過其他路徑）促進綠色全要素生產率的提升。在中部地區，第（3）（4）列中普惠金融指數（IFI）的系數不顯著，說明在中部省份地區普惠金融的發展對于綠色全要素生產率水平的提升沒有顯著促進作用，這可能是因為中部地區實體企業融資約束降低后并未像東部地區相對更加發達的企業一樣將資金投入綠色生產技能研發或向高端制造領域升級，而是更多地投入到了擴大生產規模上，從而并未帶來綠色經濟效率的提升。第（5）（6）列西部地區回歸結果中，普惠金融指數（IFI）和R&D投入（lnRD）兩個變量的系數在4個回歸模型中均為正，同時顯著性良好，說明普惠金融的發展可以顯著促進我國西部地區省市綠色全要素生產率的提升，同時還可以促進地區企業研發創新水平的增長，進而對綠色全要素生產率水平提升起到積極作用。此外，還可以觀察到在相同的顯著性水平下，西部地區普惠金融指數（IFI）和研發創新投入（lnRD）的擬合系數要明顯高于中部地區與東部地區，說明普惠金融的發展對于西部地區綠色全要素生產率水平提升是最有幫助的，因此本文的假設3得到了驗證。五、穩健性檢驗

為了進一步檢驗前文實證分析的可靠性與真實性，本文采用替換變量的方法對回歸結果進行穩健性檢驗。對于進行研發創新的企業和機構，資本與勞動力是其進行研發活動的主要投入要素，兩種要素缺一不可，因此兩種要素間具有顯著的相關關系。金融服務廣度的提升可以有效緩解企業在研發創新活動中的融資約束問題，但是對于研發人員投入數量沒有邏輯上的影響關系。因此，為了檢驗本文中介效應的可靠性，采用R&D人員數量（lnRDL）作為R&D內部經費支出的替代變量，并對中介效應檢驗模型進行逐步回歸分析，數據來源為歷年《中國科技統計年鑒》。回歸結果見表8。 ?表8第（2）列中普惠金融指數（IFI）系數未通過顯著性檢驗，說明普惠金融發展對R&D人員數量沒有明顯影響，即不存在中介效應。第（3）列中普惠金融指數（IFI）和R&D人員（lnRDL）均通過了1%的顯著性水平檢驗，說明金融服務廣度提升和研發創新人員數量增長都可以對綠色全要素生產率水平提高產生積極促進作用。

通過以R&D人員數量作為R&D經費支出的替代變量進行回歸分析發現，與研發創新經費投入相同，研發創新人員的增長也可以提升地區科研創新水平，進而促進綠色全要素生產率的進步。但是，普惠金融的發展卻對研發創新人員數量的增加沒有影響，即不存在相應中介效應，這與前文的邏輯分析相符合，也證明了本文選擇R&D內部經費支出作為中介變量是合理、可靠的。

六、結論與政策建議

本文以理論分析和實證分析相結合的研究方式，探討了我國普惠金融發展對于綠色全要素生產率提升的影響作用，并納入了R&D投入這一中介變量，進一步對普惠金融通過減緩企業研發創新融資約束、激發研發創新活力，進而推動經濟高質量發展這一中介效應路徑展開了深入研究。具體地，本文首先從3個維度搭建了12個指標組成的普惠金融指數測度體系，測算了我國31個省份2007—2017年的普惠金融指數。隨后，采用SFA-Malmquist指數測度方法對我國31個省份的綠色全要素生產率進行了測算。進一步地，本文構建了面板模型對研發創新活動的中介效應進行了逐步檢驗，并在此基礎上深入分析了普惠金融對綠色全要素生產率分解因子的影響，以及我國不同區域間的影響關系變化情況。本文主要得出了以下3點結論：

第一，改革開放以來，我國金融服務體系構建取得了巨大進步，但是依然有繼續完善發展的空間，“金融排斥”現象尚未完全消除。普惠金融指數測算結果表明，我國金融體系發展存在較大的地域性差異，呈現出明顯的“東強西弱”的分布格局。

第二，我國金融服務廣度的提升對于綠色全要素生產率起到了積極的推動作用，普惠金融通過帶動企業與機構研發創新活動增長推動綠色全要素生產率提高。金融服務對象范圍的擴大與服務渠道的拓寬可以有效緩解我國實體企業，尤其是小微企業在研發創新活動上的融資約束，推動大量企業技術創新活力的增長，進而釋放出我國經濟高質量、綠色和可持續增長的新動能。

第三，在中介傳導路徑中，R&D投入主要推動了企業技術效率的進步，而對于生產效率和規模效率則沒有明顯的影響。從地域異質性角度，金融服務廣度的擴展在我國西部地區對綠色全要素生產率的促進作用最強，在東部地區較弱，這也說明西部地區實體企業還面臨著明顯的研發創新融資約束問題，企業創造活力還遠沒有得到最大程度的釋放。

綜上，本文提出如下政策建議：第一，普惠金融的發展在落地實施的階段還存在較多問題，各地區政府應當因地制宜，視情施策，抓住金融始終服務于實體經濟這一主旨理念，構造適合當地發展需求的普惠金融發展戰略，真正有效解決小微企業的融資貴、融資難問題，釋放實體經濟發展活力。第二，推動金融資源的有效整合，在防控金融風險的前提下適當拓寬資金融通渠道，可結合區塊鏈等高新技術手段，打造高效、低風險的線上融資平臺。第三，技術進步與科技創新是實現經濟高質量發展的動力之源，研發創新活動本身具有不確定性高、回收期長等風險特征，各地區政府及金融機構應深入細致地研判企業借貸項目資金的風險，對于可實施性強、價值高的研發創新活動給予有力的支持與幫助。參考文獻：

[1] SHAHBAZ M， TIWARI A K， NASIR M. The effects of financial development， economic growth， coal consumption and trade openness on CO2 emissions in South Africa [J]. Energy Policy， 2013， 61（7）： 1452-1459.

[2] SADORSKY P. The impact of financial development on energy consumption in emerging economies [J]. Energy Policy， 2010， 38（1）： 2528-2535.

[3] 嚴成樑， 李濤， 蘭偉. 金融發展、創新與二氧化碳排放 [J]. 金融研究， 2016（1）： 14-30.

[4] 張帆. 金融發展影響綠色全要素生產率的理論和實證研究 [J]. 中國軟科學， 2017（9）： 154-167.

[5] 王小騰， 徐璋勇， 劉潭. 金融發展是否促進了“一帶一路”國家綠色全要素生產率增長？ [J]. 經濟經緯， 2018（5）： 17-22.

[6] 王偉. 縣域金融與綠色全要素生產率增長： 來自長江經濟帶上游流域證據 [J]. 統計與信息論壇， 2017（9）： 69-77.

[7] SUNAGA M. Endogenous growth cycles with financial intermediaries and entrepreneurial innovation [J]. Journal of Macroeconomics， 2017， 53（7）： 191-206.

[8] 葛鵬飛， 黃秀路， 徐璋勇. 金融發展、創新異質性與綠色全要素生產率提升： 來自“一帶一路”的經驗證據 [J]. 財經科學， 2018（1）： 1-14.

[9] 賈俊生， 倫曉波， 林樹. 金融發展、微觀企業創新產出與經濟增長： 基于上市公司專利視角的實證分析 [J]. 金融研究， 2017（1）： 99-113.

[10] MARCELIN I， MATHUR I. Privatization， financial development， property rights and growth [J]. Journal of Banking & Finance， 2014， 50（3）： 528-546.

[11] SETHY S K. Developing a financial inclusion index and inclusive growth in India [J]. Theoretical & Applied Economics， 2016， 23（2）： 187-206.

[12] 焦瑾璞， 黃亭亭， 汪天都， 等. 中國普惠金融發展進程及實證研究 [J]. 上海金融， 2015（4）： 12-22.

[13] 匡遠鳳， 彭代彥. 中國環境生產效率與環境全要素生產率分析 [J]. 經濟研究， 2012（7）： 62-74.

[14] OREA L. Parametric decomposition of a generalized Malmquist productivity index [J]. Journal of Productivity Analysis， 2002， 18（1）： 5-22.

[15] ZOFIO J L. Malmquist productivity index decompositions： a unifying framework [J]. Applied Economics， 2007， 39（18）： 2371-2387.

[16] BARON R M， KENNY D A. The moderator-mediator variable distinction in social psychological research： conceptual， strategic， and statistical consideration [J]. Journal of Personality & Social Psychology， 1986， 51（6）： 1173-1182.

[17] 孫慧， 王慧. 政府補貼、研發投入與企業創新績效： 基于創業板高新技術企業的實證研究 [J]. 科技管理研究， 2017（12）： 111-116.

[18] 陳紅， 張玉， 劉東霞. 政府補助、稅收優惠與企業創新績效： 不同生命周期階段的實證研究 [J]. 南開管理評論， 2019（3）： 187-200.

[19] 劉鳳朝， 默佳鑫， 馬榮康. 高管團隊海外背景對企業創新績效的影響研究 [J]. 管理評論， 2017（7）： 135-147.

[20] 劉學元， 丁雯婧， 趙先德. 企業創新網絡中關系強度、吸收能力與創新績效的關系研究 [J]. 南開管理評論， 2016（1）： 30-42.

[21] 楊震寧， 趙紅. 中國企業的開放式創新： 制度環境、“競合”關系與創新績效 [J]. 管理世界， 2020（2）： 139-160.

[本刊相關文獻鏈接]

[1] 李欣澤， 司海平. 中國資源錯配與經濟效率損失： 趨勢與分解 [J]. 當代經濟科學， 2019（6）： 1-12.

[2] 文春艷. R&D資本化背景下制造業分行業全要素生產率再分析 [J]. 當代經濟科學， 2019（6）： 86-97.

[3] 常遠， 吳鵬. 要素配置會扭曲技術進步偏向性對全要素生產率增長的影響嗎？ [J]. 當代經濟科學， 2019（1）： 20-34.

[4] 戴小勇. 資源錯配視角下全要素生產率損失的形成機理與測算 [J]. 當代經濟科學， 2018（5）： 103-116+128.

[5] 劉忠， 李殷. “所有制歧視”VS“規模歧視”： 誰對企業全要素生產率的危害更大[J]. 當代經濟科學， 2018（3）： 45-56.

[6] 宋麗穎， 劉源， 張偉亮. 資源型城市全要素生產率及其影響因素研究： 基于財政收支的視角 [J]. 當代經濟科學， 2017（6）： 17-24.

[7] 董建國， 陳言. 保險業發展與我國經濟全要素生產率關系的實證研究 [J]. 當代經濟科學， 2014（2）： 77-84.

編輯： 鄭雅妮、高原

Abstract： Inclusive Finance is an important part of the national financial strategy， and its relationship with green total factor productivity is worth exploring. By constructing the index system and using the SFA Malmquist efficiency measurement method， this paper calculates the inclusive finance index and green total factor productivity of 31 provinces and cities in China from 2007 to 2017， and empirically tests the impact and mechanism of Inclusive Finance on green total factor productivity using R&D investment as the intermediary variable. The results show that inclusive finance promotes green total factor productivity by easing the financing constraints of enterprise R&D innovation and releasing innovation vitality， and the promotion effect of R&D investment on green total factor productivity is mainly reflected in the decomposition factor of technical efficiency. Further research shows that the intermediary effect has obvious heterogeneity in space， and the development of inclusive finance plays a more significant role in alleviating financing constraints and improving green total factor productivity in western China.

Keywords： inclusive finance; green total factor productivity; R&D investment; extent of financial services; high quality development