金融發展、研發投入與綠色全要素生產率
——基于不同維度金融發展的視角

文/張瑩瑩（東北財經大學金融學院，遼寧大連 116000）

一、引言

《中華人民共和國國民經濟和社會發展第十二個五年規劃綱要》明確指出，要加快轉變經濟發展方式，提倡綠色發展。2019年，黨的十九屆四中全會提出建立最嚴格的環保制度，以提高綠色發展水平，體現了中國走綠色、低碳、可持續發展道路的決心。綠色發展本質上就是促進綠色全要素生產率（Green Total Factor Productivity，GTFP）的增長，但與綠色全要素生產率相關的項目具有周期長、風險高和信息不對稱等特點，普遍面臨著融資約束的問題。金融是現代經濟的核心，具有流動性供給、分散風險等功能，可以改善綠色項目中的融資難問題，引導資源向綠色發展行業聚集。①J.Greenwood and B.Jovanovic，“Financial Development，Growth，and the Distribution of Income，”Journal of Political Economy，Vol.98，No.5，1990，pp.1076-1107.那么，金融發展對綠色全要素生產率的傳導機制是什么呢？Schumpeter J.A.的創新理論指出，金融體系功能的發揮可以評估企業家的創新行為，從而為創新項目提供研發投入（R&D投入）。金融體系能克服信息不對稱問題，可以有效地篩選項目，降低投資風險，從而支持優質項目進行融資和再融資。②Schumpeter J.A.，Capitalism，Socialism and Democracy，Routledge，1994.③Haizhou Huang and Chenggang Xu，“Soft Budget Constraint and the Optimal Choices of Research and Development Projects Financing，”Journal of Comparative Economics，Vol.26，No.1，1998，pp.62-79.金融發展可以增加R&D投入，為創新活動提供資金并提高綠色創新成功率，進而促進綠色全要素生產率增長。因此，R&D投入在金融發展與綠色全要素生產率之間扮演了重要角色。金融發展是金融系統內各個組成要素在規模、效率和結構等三個維度的動態變動過程。④Suleiman Abu-Bader and Aamer S.Abu-Qarn，“Financial Development and Economic Growth：Empirical Evidence from Six MENA Countries，”Review of Development Economics，Vol.12，No.4，2008，pp.803-817.不同維度的金融發展對綠色全要素生產率的影響不同，R&D投入在不同維度的金融發展與綠色全要素生產率之間是否發揮中介效應也有待檢驗。因此，本文將R&D投入作為中介變量，分析不同維度的金融發展對綠色全要素生產率的影響，并進一步探討在不同金融發展水平下其中介效應是否存在異質性。

二、相關理論與文獻綜述

（一）金融發展與綠色全要素生產率

根據金融功能理論，在金融系統支持下的技術創新具有同知識一樣的顯著正外部性，可以幫助資本實現邊際報酬遞增，金融體系越完善，生產率水平就越高。⑤R.G.King and R.Levine，“Finance，Entrepreneurship and Growth，”Journal of Monetary Economics，Vol.32，No.3，1993，pp.513-542.在熊彼特增長模型中，金融發展可以解決融資約束問題，決定項目的成功率，并最終對綠色全要素生產率起作用。由于信貸約束的存在，綠色全要素生產率的收斂路徑受到金融發展水平的影響。該路徑為：GTFPt+1=F（GTFPt）=min{F1（t），F2（t），F3（t），F（t）}。其中，F1（t）為金融發展水平高時的生產率函數，F2（t）為金融發展水平中等時的生產率函數，F3（t）為金融發展水平低時的生產率函數，F（t）為世界前沿的生產率函數。綠色全要素生產率的收斂路徑如圖1所示，圖中a和b分別為不同金融發展水平下綠色全要素生產率的均衡值。當金融發展水平足夠高時，綠色全要素生產率不斷提高并最終收斂于完全信貸市場的均衡狀態b，此時金融發展水平的繼續提高不會改變綠色全要素生產率；當金融發展水平為中等時，如果沒有達到均衡狀態a，它可以促進綠色全要素生產率，超過均衡狀態a后將抑制綠色全要素生產率，但是隨著金融發展水平的提高，a的值將變大，并向均衡狀態b靠近，金融發展水平對綠色全要素生產率的影響表現為不確定性；當金融發展水平低時，它會抑制綠色全要素生產率，此時只有提高金融發展水平才能促進綠色全要素生產率。由此可見，不同的金融發展水平對綠色全要素生產率的影響存在異質性。

圖1 不同金融發展水平下綠色全要素生產率的收斂過程及最終均衡狀態

（二）金融發展與R&D投入

金融發展具有流動性供給功能，可以為技術創新提供長期的資金支持。①Tadesse S.A.，“Innovation，Information，and Financial Architecture，”Journal of Financial and Quantitative Analysis，Vol.41，No.4，2006，pp.753-786.金融發展可以通過解決信息不對稱問題，使投資者獲得更多的投資和融資信息，從而增加R&D投入。因此，金融發展對企業研發活動非常重要，較高的金融發展水平能提供足夠的研發資金。②Philippe Aghion，Nick Bloom，Richard Blundell，Rachel Griffith and Peter Howitt，“Competition and Innovation：An Inverted-U Relationship，”The Quarterly Journal of Economics，Vol.120，No.2，2005.

隨著金融規模的擴大，以銀行為代表的金融體系可以解決信息不對稱的問題，為創新項目提供資金支持。③R.G.King and R.Levine，“Finance，Entrepreneurship and Growth，”Journal of Monetary Economics，Vol.32，No.3，1993，pp.513-542.但是研究發現，除國有企業外，銀行信貸對R&D投入有負面影響。④張杰、周曉艷、鄭文平、盧哲：《要素市場扭曲是否激發了中國企業出口》，《世界經濟》2011年第8期。金融效率的提高增強了銀行承擔風險的意愿，從而提高了創新活動的質量。⑤Mario Daniele Amore，Cédric Schneider and Alminas Zaldokas，“Credit Supply and Corporate Innovation，”Journal of Financial Economics，Vol.109，No.3，2013，pp.835-855.金融效率的提高使融資更容易，會得到更多的長期R&D投入。⑥James R.Brown，Gustav Martinsson and Bruce C.Petersen，“Law，Stock Markets and Innovation，”Journal of Finance，Vol.68，No.4，2013，pp.1517-1549.但是一些學者利用中國2009—2011年上市公司數據研究發現，金融市場中銀行的效率與R&D投入之間存在負相關關系。①Z.Jin，L.Wang and S.Wang，“Financial Development and Economic Growth：Recent Evidence from China，”Journal of Comparative Economics，Vol.40，No.3，2012，pp.393-412.不同的金融結構對R&D投入的影響是不一致的。②Michelle Putnam，Michael Sherraden，Shirley L.Porterfield，et al.，“Building Financial Bridges to Economic Development and Community Integration，”Journal of Social Work in Disability & Rehabilitation，Vol.4，No.3，2005，pp.61-86.在支持技術創新方面，市場主導型金融體系優于銀行主導型的金融體系，市場主導的金融市場在促進R&D投入方面的作用更強。③James R.Brown，Gustav Martinsson and Bruce C.Petersen，“Law，Stock Markets and Innovation，”Journal of Finance，Vol.68，No.4，2013，pp.1517-1549.但是中國當前的金融結構尚未真正成為企業技術創新融資的有效渠道。④孫曉華、王昀、鄭輝：《R&D溢出對中國制造業全要素生產率的影響——基于產業間、國際貿易和FDI三種溢出渠道的實證檢驗》，《南開經濟研究》2012年第5期。由此可見，不同維度的金融發展在促進R&D投入方面的作用方向并不一致。

（三）R&D投入與綠色全要素生產率

根據內生經濟增長理論，技術進步是經濟增長的源泉，R&D投入所帶來的技術和知識增量是技術更新的主要動力，對生產率有著正向的促進作用。⑤何玉梅、羅巧：《環境規制、技術創新與工業全要素生產率——對“強波特假說”的再檢驗》，《軟科學》2018年第4期。用R&D投入的資金購買生產技術設備、聘請人才等，為綠色技術創新提供條件，從而提高綠色全要素生產率。R&D投入可以起到激勵的作用，增加創新成果轉化成功率，提高綠色技術水平，從而提高綠色全要素生產率。R&D投入的提高可以增加知識儲備，而人才和知識是提高綠色技術生產力的中堅力量，也是進行創新活動的基礎，有助于提高綠色全要素生產率。R&D投入可以提高資源配置效率，不僅有利于資源在綠色生產部門內部流動，也有利于資源從低效率部門轉移到高效率部門，從而提高整個社會的綠色全要素生產率。

現有研究中，大部分學者認為R&D投入對綠色全要素生產率具有正向的促進作用。有學者采用經濟合作與發展組織國家樣本數據，證實了R&D投入強度越大，生產率越高。⑥Zachariadis M.，“R&D—induced Growth in The OECD？”Review of Development Economics，No.3，2004.R&D投入是提高生產率的重要因素。⑦吳延兵：《自主研發、技術引進與生產率——基于中國地區工業的實證研究》，《經濟研究》2008年第8期。⑧王玲、Adam Szirmai：《高技術產業技術投入與生產率增長之間關系的研究》，《經濟學（季刊）》2008年第2期。R&D投入對促進中國綠色經濟增長，尤其是對綠色全要素生產率有顯著的促進作用。⑨馮志軍、陳偉、楊朝均：《環境規制差異、創新驅動與中國經濟綠色增長》，《技術經濟》2017年第8期。一些學者通過實證研究發現，在不考慮環境規制的情況下，R&D投入對綠色全要素生產率有顯著的正向作用；在考慮環境規制的情況下，R&D投入對綠色全要素生產率的影響不顯著。⑩袁寶龍、李?。骸董h境規制政策下創新驅動中國工業綠色全要素生產率研究》，《產業經濟研究》2018年第5期。一些學者認為，R&D投入對綠色全要素生產率尤其是對高技術制造業的綠色全要素生產率具有顯著的正向影響，而對低技術制造業的綠色全要素生產率影響不大。①師博、姚峰、李輝：《創新投入、市場競爭與制造業綠色全要素生產率》，《人文雜志》2018年第1期。②陳瑤：《中國區域工業綠色發展效率評估——基于R&D投入視角》，《經濟問題》2018年第12期。③袁茜：《創新驅動中國工業綠色全要素生產率研究》，東南大學博士學位論文，2021年。但是從中國的實際情況來看，當前R&D投入規模逐年加大，卻并沒有使要素生產率和創新效率得到快速提高。因為R&D投入具有高風險性，投資回報率是不可控的，所以R&D投入并不是越多越有利。如果是低效的R&D投入，就會造成資源浪費和環境污染，降低社會整體的綠色全要素生產率。一些學者就發現，R&D投入沒有促進綠色全要素生產率增長，反而抑制了其增長。④唐未兵、傅元海、王展祥：《技術創新、技術引進與經濟增長方式轉變》，《經濟研究》2014年第7期。由此可見，R&D投入對綠色全要素生產率的影響需要進一步檢驗。

綜上所述，不同維度的金融發展都會對R&D投入產生影響，同時R&D投入也會影響綠色全要素生產率。據此，本文認為金融發展、R&D投入和綠色全要素生產率之間存在“金融發展→R&D投入→綠色全要素生產率”傳導機制，具體的研究模型如圖2所示。

圖2 金融發展、R&D投入與綠色全要素生產率的研究模型

本文有3個創新點：本文將金融發展、R&D投入和綠色全要素生產率放在統一的分析框架中探討三者之間的關系，可以補充現有研究，豐富文獻成果；本文在指標刻畫上，從規模、效率和結構等三個維度分析金融發展，基本涵蓋金融發展的主要要素，并利用SBM-GML方法測算綠色全要素生產率，比已有的文獻更全面，使測算結果更準確；綠色發展是實現經濟可持續增長的必然選擇。本文的研究符合中國經濟的發展事實，可以為區域經濟發展提供有益借鑒。

三、研究設計

（一）模型構建

參考已有的文獻⑤溫忠麟、葉寶娟：《中介效應分析：方法和模型發展》，《心理科學進展》2014年第5期。，本文采用中介效應檢驗方法，檢驗在不同維度金融發展下，R&D投入的中介效應，構建遞歸方程：

其中，方程（1）、（2）和（3）的下標i為省份標識，i=1，2，…，N；t為年份標識，t=1，2，…，T；GTFPit表示綠色全要素生產率；GTFPit-1表示滯后一期的綠色全要素生產率；RDit表示創新投入；FDit={FDSit，FDEit，FDStrit}，FDSit表示金融規模，FDEit表示金融效率，FDStrit表示金融結構；Zit為控制變量的集合。待估參數α2反映不同維度金融發展指標FDit對GTFPit影響的總效應。待估參數β1反映FDit對RDit的影響。待估參數λ3用以識別FDit通過RDit影響GTFPit的中介效應。α0、β0、λ0均為常數項，γi代表個體效應，ηt代表時間效應，μit為殘差項。在模型的估計上，由于變量存在慣性，上期值會對當期值產生影響。因此，本文參考已有的文獻①馬勇、陳雨露：《金融杠桿、杠桿波動與經濟增長》，《經濟研究》2017年第6期。，采用系統GMM方法對上述方程進行估計。

（二）數據來源與變量選擇

本文采用2011—2019年中國30個省級行政區（未統計西藏自治區、臺灣省、香港特別行政區、澳門特別行政區）的面板數據，樣本數據均來自中經網統計數據庫。

1.被解釋變量：綠色全要素生產率（GTFP）

參考已有的文獻②Tone Kaoru，Toloo Mehdi and I.Mohammad，“A Modified Slacks-Based Measure of Efficiency in Data Envelopment Analysis，”European Journal of Operation Research，Vol.130，No.3，2001，pp.498-509.③Dong-hyun Oh，“Global Malmquist-Luenberger Productivity Index，”Journal of Productivity Analysis，Vol.34，No.3，2010，pp.183-197.，本文采用SBM-GML方法測算中國有關省份的綠色全要素生產率。將第i個省份視為生產決策單元DMUi，使用j種要素投入x=（x1，x2，…，xj）∈Rj+，得到m種期望產出y=（y1，y2，…，ym）∈Rm+和n種非期望產出b=（b1，b2，…，bn）∈Rn+，則DMUi在t時期的生產可能性集P（x）=（xit，yit，bit）。

SBM模型表示為：

其中，（gx，gy，gb）為方向向量，表示投入減少、期望產出增加和非期望產出減少的向量；（sjx，smy，snb）為松弛向量，表示投入過多、期望產出不足和非期望產出過多的向量。

GML指數：

其中，S→t（xt，yt，bt；gx，gy，gb）和S—→G（xt，yt，bt；gx，gy，gb）分別表示基于非徑向、非角度測算方法構建的當期和全域SBM方向性距離函數。GMLtt+1表示t+1期的綠色全要素生產率相對于t期的變動情況，若得到的數值大于1，表示綠色全要素生產率是增長的；若小于1，表示綠色全要素生產率是下降的；若等于1，表示綠色全要素生產率不變。

本文選取的投入指標包括勞動投入、資本投入和能源投入，產出指標包括期望產出和非期望產出，如表1所示。

表1 采用SBM-GML方法測算有關省份綠色全要素生產率的投入指標與產出指標

根據SBM-GML方法測算出不同地區的綠色全要素生產率，如表2所示。由表2可知，大部分年份綠色全要素生產率的值大于1，說明中國各省份的綠色全要素生產率是增長的，綠色經濟處于持續發展階段。

表2 2011—2019年有關省份綠色全要素生產率的測算結果（均值）

2.解釋變量：金融發展

參考已有的文獻①Suleiman Abu-Bader and Aamer S.Abu-Qarn，“Financial Development and Economic Growth：Empirical Evidence from Six MENA Countries，”Review of Development Economics，Vol.12，No.4，2008，pp.803-817.，金融發展的規模、效率和結構具體指標的選擇如表3所示。

表3 金融發展不同維度的指標選擇

本文采用主成分分析法，構建金融發展綜合指數，分析各省份的金融發展水平。主成分分析需要進行適用性條件檢驗。如表4所示，KMO值為0.799＆gt;0.6，Bartlett的檢驗的Sig值為0.000＜0.05，均通過檢驗。

表4 KMO和Bartlett的檢驗結果

運用主成分分析法得到表5和表6。取表5的前2個初始特征值大于1的主因子。金融規模、金融效率和金融結構分別在兩個主成分中的占比如表6所示。

表5 解釋的總方差

表6 主成分矩陣

由此，構造出金融發展綜合指數（ZSFD），具體構造過程如下：

主成分1：FD1=金融規?！?.824+金融效率×0.822+金融結構×（-0.054）

主成分2：FD2=金融規模×（-0.003）+金融效率×0.068+金融結構×0.998

ZSFD=FD1×45.276%+FD2×33.338%

經過計算得到有關省份的金融發展綜合指數，其中排在前3名的是北京市、上海市和廣東省，排在后3名的是湖南省、云南省和廣西壯族自治區。本文根據金融發展綜合指數的排名將前15名劃分為金融發展發達地區，將后15名劃分為金融欠發達地區。

3.中介變量：R&D投入（RD）

本文采用R&D經費支出占GDP的比重來衡量R&D投入。R&D投入程度越高，意味著投入技術創新活動的資源也越多。

4.控制變量

地區經濟發展水平（PGDP）基于不同省份存在人口差異，該值越大，說明該省份的經濟發展水平越高。地區通貨膨脹率（CPI）可以反映貨幣購買力，該值越大，說明該省份的通貨膨脹率越高。地區對外開放程度（Open）代表著一個地區對外進行經濟交流的情況，該比值越大，說明該省份的開放程度越高。地區環境治理強度（Cir）是用地區工業污染治理投資總額占GDP的比重來衡量的，該比值越大，說明該省份的環境治理情況越好。

（三）描述性統計

表7為各變量的描述性統計。由表7可知，金融發達地區與金融欠發達地區在金融規模、金融效率和金融結構方面存在顯著的差異。因此，我們有必要分別探討在不同金融發展水平下R&D投入的中介效應。

表7 描述性統計

（四）面板單位根檢驗

本文采用了LLC檢驗和Fisher（ADF）檢驗兩種方法來檢驗數據的平穩性，如表8所示。根據表8的檢驗結果，所有變量在兩種檢驗方法下均拒絕了存在單位根的原假設，即所有變量均滿足數據平穩性要求。

表8 相關變量的面板單位根檢驗估計結果

四、實證結果與分析

為研究金融發展通過R&D投入影響綠色全要素生產率的傳導機制，說明金融發展對綠色全要素生產率的影響在多大程度上依賴研發渠道，依據中介效應檢驗邏輯，本文逐步檢驗回歸系數識別R&D投入的中介效應。表9和表10分別為不同維度金融發展、R&D投入與綠色全要素生產率的實證結果。本文采用系統GMM方法進行估計，表9和表10中的所有模型均通過了Sargan檢驗和AR（2）二階序列相關檢驗，說明模型工具變量有效且回歸結果不受二階序列相關的影響，因此本文的估計結果是可靠的。

（一）金融規模的效應

如表9所示，第（1）列檢驗金融規模對綠色全要素生產率影響的總效應，回歸系數為0.0343，且在0.01的統計水平上顯著，說明金融規?？梢燥@著地促進綠色全要素生產率增長。第（2）列是金融規模對R&D投入的影響，回歸系數為-0.0269，在0.01的統計水平上顯著，表明金融規模不利于R&D投入的增加。第（3）列是在引入R&D投入后，金融規模影響綠色全要素生產率的回歸結果。其中，R&D投入的回歸系數為0.145，且在0.05的統計水平上顯著，說明R&D投入能夠顯著地促進綠色全要素生產率增長。在控制R&D投入后，金融規模對綠色全要素生產率的回歸系數小于第（1）列中金融規模的回歸系數，在0.01的統計水平上顯著，表明金融規模通過R&D投入影響綠色全要素生產率的間接傳導途徑存在，且R&D投入增強了金融規模對綠色全要素生產率的促進作用。此中介效應的影響系數為-0.0039，解釋力為11.37%。此外，滯后一期的GTFPit-1對GTFPit的影響在0.01的統計水平上顯著為負，說明中國的金融發展水平較低。

（二）金融效率的效應

表9中的第（4）列檢驗的是金融效率對綠色全要素生產率影響的總效應，回歸系數為-0.0162，且在0.01的統計水平上顯著，說明金融效率不利于綠色全要素生產率增長。第（5）列是金融效率對R&D投入的影響，回歸系數為0.0123，在0.01的統計水平上顯著，表明金融效率有利于R&D投入的增加。第（6）列是在引入R&D投入后，金融效率對綠色全要素生產率影響的回歸結果。其中，R&D投入的回歸系數為0.1167，且在0.01的統計水平上顯著，說明R&D投入能夠顯著地促進綠色全要素生產率增長。在控制R&D投入后，金融效率對綠色全要素生產率的回歸系數大于第（4）列中金融效率的回歸系數，在0.01的統計水平上顯著，表明金融效率通過R&D投入影響綠色全要素生產率的間接傳導途徑存在，且R&D投入增強了金融效率對綠色全要素生產率的抑制作用。此中介效應的影響系數為0.0014，解釋力為8.86%。此外，滯后一期的GTFPit-1對GTFPit的影響在0.01的統計水平上顯著為負，說明中國的金融發展水平較低。

表9 金融規模和金融效率的中介效應模型回歸結果

（三）金融結構的效應

如表10所示，第（1）列檢驗的是金融結構對綠色全要素生產率影響的總效應，回歸系數為0.4559，且在0.01的統計水平上顯著，說明金融結構可以顯著促進綠色全要素生產率增長。第（2）列是金融結構對R&D投入的影響，回歸系數為-0.4497，在0.01的統計水平上顯著，表明金融結構不利于R&D投入的增加。第（3）列是在引入R&D投入后，金融結構影響綠色全要素生產率的回歸結果。其中，R&D投入的回歸系數為0.1892，且在0.01的統計水平上顯著，說明R&D投入能夠顯著地促進綠色全要素生產率增長。在控制R&D投入后，金融結構對綠色全要素生產率的回歸系數大于第（1）列中的金融結構的回歸系數，在0.01的統計水平上顯著，表明金融結構通過R&D投入影響綠色全要素生產率的間接傳導途徑存在，且R&D投入減弱了金融結構對綠色全要素生產率的促進作用。此中介效應的影響系數為-0.0893，解釋力為18.66%。此外，滯后一期的GTFPit-1對GTFPit的影響均在0.01的統計水平上顯著為負，說明中國的金融發展水平較低。

表10 金融結構的中介效應模型回歸結果

通過實證分析發現：金融規模和金融結構可以促進綠色全要素生產率增長，而金融效率抑制綠色全要素生產率增長，中國金融發展的整體水平有待提升。R&D投入的中介效應存在，R&D投入增強了金融規模對綠色全要素生產率的促進作用和金融效率對綠色全要素生產率的抑制作用，但是減弱了金融結構對綠色全要素生產率的促進作用。R&D投入在金融規模與綠色全要素生產率之間的中介效應的解釋力為11.37%，在金融效率與綠色全要素生產率之間的中介效應的解釋力為8.86%，在金融結構與綠色全要素生產率之間的中介效應的解釋力為18.66%。如表11所示。

表11 R&D投入在不同維度金融發展與綠色全要素生產率之間的中介效應（全樣本）

五、進一步分析

為進一步研究不同金融發展情況下R&D投入的中介效應是否存在異質性，深入理解金融發展對綠色全要素生產率的傳導機制，筆者運用主成分分析法構建的金融發展綜合指數，分析金融發達地區與金融欠發達地區R&D投入的中介效應，實證結果如表12、表13、表15和表16所示。這些表中的所有模型均通過了Sargan檢驗和AR（2）二階序列相關檢驗，因此本文的估計結果是可靠的。

（一）金融發達地區

（1）金融規模的效應

如表12所示，第（1）列檢驗的是金融發達地區金融規模對綠色全要素生產率影響的總效應，回歸系數為0.0424，且在0.01的統計水平上顯著，說明金融規模可以顯著地促進綠色全要素生產率增長。第（2）列是金融規模對R&D投入的影響，回歸系數為-0.0336，在0.01的統計水平上顯著，表明金融規模不利于R&D投入的增加。第（3）列是在引入R&D投入后，金融規模影響綠色全要素生產率的回歸結果。其中，R&D投入的回歸系數為0.248，且在0.05的統計水平上顯著，說明R&D投入能夠顯著地促進綠色全要素生產率增長。在控制R&D投入后，金融規模對綠色全要素生產率的回歸系數大于第（1）列中金融規模的回歸系數，在0.01的統計水平上顯著，表明金融規模通過R&D投入影響綠色全要素生產率的間接傳導途徑存在，且R&D投入減弱了金融規模對綠色全要素生產率的促進作用。此中介效應的影響系數為-0.0083，解釋力為19.65%。

（2）金融效率的效應

表12中的第（4）列檢驗的是金融效率對綠色全要素生產率影響的總效應，回歸系數為-0.0142，且在0.01的統計水平上顯著，說明金融效率不利于綠色全要素生產率增長。第（5）列是金融效率對R&D投入的影響，回歸系數為-0.0093，且在0.1的統計水平上顯著，表明金融效率不利于R&D投入的增加。第（6）列是在引入R&D投入后，金融效率影響綠色全要素生產率的回歸結果。其中，R&D投入的回歸系數為0.4161，且在0.05的統計水平上顯著，說明R&D投入能夠顯著地促進綠色全要素生產率增長。在控制R&D投入后，金融效率對綠色全要素生產率的回歸系數小于第（4）列中金融效率的回歸系數，在0.01的統計水平上顯著，表明金融效率通過R&D投入影響綠色全要素生產率的間接傳導途徑存在，且R&D投入減弱了金融效率對綠色全要素生產率的抑制作用。此中介效應的影響系數為-0.0039，解釋力為27.25%。

表12 金融發達地區金融規模和金融效率的中介效應模型回歸結果

（3）金融結構的效應

如表13所示，第（1）列檢驗的是金融結構對綠色全要素生產率影響的總效應，回歸系數為0.2610，且在0.1的統計水平上顯著，說明金融結構可以促進綠色全要素生產率增長。第（2）列是金融結構對R&D投入的影響，回歸系數為-0.1825，且在0.05的統計水平上顯著，表明金融結構不利于R&D投入的增加。第（3）列是在引入R&D投入后，金融結構影響綠色全要素生產率的回歸結果。其中，R&D投入的回歸系數為0.2067，且在0.05的統計水平上顯著，說明R&D投入能夠顯著地促進綠色全要素生產率增長。在控制R&D投入后，金融結構對綠色全要素生產率的回歸系數大于第（1）列中金融結構的回歸系數，在0.05的統計水平上顯著，表明金融結構通過R&D投入影響綠色全要素生產率的間接傳導途徑存在，且R&D投入減弱了金融結構對綠色全要素生產率的促進作用。此中介效應的影響系數為-0.0577，解釋力為14.45%。

表13 金融發達地區金融結構的中介效應模型回歸結果

（續表）

通過實證分析發現：在金融發達地區，金融規模和金融結構可以促進綠色全要素生產率增長，而金融效率抑制綠色全要素生產率增長。R&D投入的中介效應存在，R&D投入減弱了金融規模和金融結構對綠色全要素生產率的促進作用，也減弱了金融效率對綠色全要素生產率的抑制作用。R&D投入在金融規模與綠色全要素生產率之間的中介效應的解釋力為19.65%，在金融效率與綠色全要素生產率之間的中介效應的解釋力為27.25%，在金融結構與綠色全要素生產率之間的中介效應的解釋力為14.45%。如表14所示。

表14 R&D投入在不同維度金融發展與綠色全要素生產率之間的中介效應（金融發達地區）

（二）金融欠發達地區

（1）金融規模的效應

如表15所示，第（1）列檢驗的是金融規模對綠色全要素生產率影響的總效應，回歸系數為-0.1035，且在0.01的統計水平上顯著，說明金融規模不利于綠色全要素生產率增長。第（2）列是金融規模對R&D投入的影響，回歸系數為0.0946，且在0.01的統計水平上顯著，表明金融規模有利于R&D投入的增加。第（3）列是在引入R&D投入后，金融規模影響綠色全要素生產率的回歸結果。其中，R&D投入的回歸系數為0.4510，且在0.01的統計水平上顯著，說明R&D投入能夠顯著地促進綠色全要素生產率增長。在控制R&D投入后，金融規模對綠色全要素生產率的回歸系數小于第（1）列中金融規模的回歸系數，在0.05的統計水平上顯著，表明金融規模通過R&D投入影響綠色全要素生產率的間接傳導途徑存在，且R&D投入減弱了金融規模對綠色全要素生產率的抑制作用。此中介效應的影響系數為0.0427，解釋力為41.22%。

表15 金融欠發達地區金融規模與金融效率的中介效應模型回歸結果

（2）金融效率的效應

表15中的第（4）列檢驗的是金融效率對綠色全要素生產率影響的總效應，回歸系數為-0.0089，且在0.05的統計水平上顯著，說明金融效率不利于綠色全要素生產率增長。第（5）列是金融效率對R&D投入的影響，回歸系數為0.0182，且在0.05的統計水平上顯著，表明金融效率有利于R&D投入的增加。第（6）列是在引入R&D投入后，金融效率影響綠色全要素生產率的回歸結果。其中，R&D投入的回歸系數為0.3379，且在0.1的統計水平上顯著，說明R&D投入能夠促進綠色全要素生產率增長。在控制R&D投入后，金融效率對綠色全要素生產率的回歸系數小于第（4）列中金融效率的回歸系數，在0.01的統計水平上顯著，表明金融效率通過R&D投入影響綠色全要素生產率的間接傳導途徑存在，且R&D投入減弱了金融效率對綠色全要素生產率的抑制作用。此中介效應的影響系數約為0.0061，解釋力約為69.1%。

（3）金融結構的效應

如表16所示，第（1）列檢驗的是金融結構對綠色全要素生產率影響的總效應，回歸系數為1.4744，且在0.01的統計水平上顯著，說明金融結構可以顯著地促進綠色全要素生產率增長。第（2）列是金融結構對R&D投入的影響，回歸系數為1.2951，且在0.01的統計水平上顯著，表明金融結構有利于R&D投入的增加。第（3）列是在引入R&D投入后，金融結構影響綠色全要素生產率的回歸結果。R&D投入的回歸系數為-0.1332，但是回歸系數不顯著，表明金融結構通過R&D投入影響綠色全要素生產率的間接傳導途徑并不存在。

表16 金融欠發達地區金融結構的中介效應模型回歸結果

通過實證分析發現：在金融欠發達地區，金融規模和金融效率會抑制綠色全要素生產率增長，而金融結構促進綠色全要素生產率增長。R&D投入的中介效應在金融規模和金融效率與綠色全要素生產率之間存在，并且R&D投入減弱了金融規模和金融效率對綠色全要素生產率的抑制作用，但是R&D投入在金融結構與綠色全要素生產率之間的中介效應不存在。R&D投入在金融規模與綠色全要素生產率之間的中介效應的解釋力為41.22%，在金融效率與綠色全要素生產率之間的中介效應的解釋力為69.10%。如表17所示。

表17 R&D投入在不同維度金融發展與綠色全要素生產率之間的中介效應（金融欠發達地區）

六、穩健性檢驗

為進一步考察結論的可靠性，本文采用差分GMM估計方法和增加控制變量的方法進行穩健性檢驗，得到的回歸結果與前文結論一致，說明本文的結論是可信的，受篇幅所限，有關表格不再列出。

七、研究結論與政策建議

（一）研究結論

本文基于中國2011—2019年有關省份的面板數據，從金融規模、金融效率和金融結構等3個維度出發，運用中介效應模型分析金融發展對綠色全要素生產率的傳導機制，并對金融發展水平進行了細分，進一步探討了在不同金融發展情況下，R&D投入的中介效應是否存在異質性。

在全樣本中，R&D投入的中介效應存在，R&D投入增強了金融規模對綠色全要素生產率的促進作用和金融效率對綠色全要素生產率的抑制作用，但是減弱了金融結構對綠色全要素生產率的促進作用。在金融發達地區，R&D投入的中介效應存在，R&D投入減弱了金融規模和金融結構對綠色全要素生產率的促進作用，也減弱了金融效率對綠色全要素生產率的抑制作用。在金融欠發達地區，R&D投入的中介效應在金融規模和金融效率與綠色全要素生產率之間存在，并且R&D投入減弱了金融規模和金融效率對綠色全要素生產率的抑制作用，但是R&D投入在金融結構與綠色全要素生產率之間的中介效應不存在。

（二）政策建議

首先，從金融規模和金融效率入手，改善金融發展對綠色全要素生產率的抑制作用。從實證結果來看，不同維度的金融發展對綠色全要素生產率的影響存在差異，特別是金融效率對各地區的綠色全要素生產率均表現出顯著的抑制作用。無論是金融發達地區還是金融欠發達地區，為改善金融發展對綠色全要素生產率的抑制作用，都需要提高金融效率。金融欠發達地區還應積極擴大金融規模，補齊金融發展的短板，促進綠色全要素生產率增長。

其次，重視R&D投入，發揮好R&D投入的中介效應。R&D投入在金融發展與綠色全要素生產率之間發揮了中介效應，是金融發展與綠色全要素生產率之間有效的傳導路徑。各地區應重視R&D投入，金融發達地區應確保R&D投入綠色高效的創新部門。由于R&D投入的中介效應可以減弱金融規模和金融效率對綠色全要素生產率的抑制作用，因而金融欠發達地區應積極通過R&D投入這一傳導路徑，助力綠色全要素生產率正向增長。

最后，制定差異化的金融政策，提高金融發展整體水平。中國地域遼闊、省份眾多，各地區的金融發展水平存在較大差距，因此，不同地區應根據金融發展的實際情況制定差異化的金融政策，激發企業創新活力，提高金融發展的整體水平，促進綠色全要素生產率增長。