數字金融賦能綠色創新的理論與實證
——來自地級市的經驗證據

■劉廣州 劉婧

一、引言

近年來，我國經濟已從高速增長逐漸步入高質量發展階段，綠色創新和經濟社會綠色轉型正成為時代熱點。2020年，習近平總書記在聯合國大會上宣布，我國將在2030年實現“碳達峰”，在2060年實現“碳中和”。2021年3月，“十四五”規劃也明確提出要大力發展綠色技術創新，推動社會綠色轉型升級。在此背景下，如何更好地驅動綠色創新，引導各類生產向綠色行業聚集以實現經濟發展方式向集約型轉變是亟待關注的問題。科技創新是我國實現“雙碳”目標的基礎，綠色創新是推動綠色技術發展、改善生態環境和實現全社會綠色轉型的有效途徑。然而，我國傳統金融市場存在較為嚴重的結構性問題，金融排斥現象時有發生[1]，加之綠色創新活動具有周期長、高風險和雙重外部性等特征，導致綠色創新主體面臨嚴重的融資約束[2]，難以獲得持續穩定的資金。《關于構建市場導向的綠色技術創新體系的意見》明確指出，要積極開展金融創新，構建市場化導向的綠色創新體系。近年來，數字金融依托于“大、智、物、云”等數字化技術正經歷快速發展，憑借其高效率、高地理穿透性、高觸達率和全方位性等優勢，擴大了金融服務覆蓋群體，緩解了企業的融資約束，已逐漸滲透到生產和生活的各個方面。數字金融的發展深度契合綠色創新的需要，為市場機制導向下賦能綠色創新提供了新的研究視角。那么數字金融的發展對綠色創新能否產生影響？若能，這種影響是通過何種機制實現的？其影響是否存在空間溢出效應？回答上述問題對于識別綠色創新的影響因素，挖掘數字金融的生態效益，以及深化數字金融影響綠色創新效果和機制的認識，具有重要的理論和現實意義。

與本文相關的研究有兩個方面，一是數字金融的影響，二是綠色創新的影響因素。關于數字金融的研究，主要分為微觀和宏觀兩個層面。在微觀層面，部分學者發現數字金融不僅能夠直接影響企業創新，而且可以通過緩解融資約束[3]、降低企業杠桿[4]、緩解金融錯配[5]等渠道促進企業創新。在宏觀層面，已有研究主要集中在數字金融對區域創新[6]、創業[7]、縮小收入差距[8]、促進產業結構升級[9，10]、助力經濟增長[11]等方面的影響。與本文密切相關的是數字金融對區域創新的影響，部分學者研究發現，數字金融可以通過完善基礎設施建設[12]、改善地區信貸資源配置與提升居民需求[13]、促進產業結構高級化[6]等渠道促進區域創新。關于綠色創新影響因素的研究，主要圍繞企業內部特征（盈利能力、高管特點、公司治理能力、技術能力等）、需求（公眾環保意識與產品偏好等）和環境規制與政治資源層面展開。Li等[14]研究發現當企業盈利能力越強其綠色產品創新能力就會越高。侯艷輝等[15]利用54 家知識型企業樣本研究發現，市場綠色壓力能夠顯著正向影響綠色創新。李青原等[16]認為環境規制確實能夠促使企業進行綠色技術創新。

梳理已有文獻可以發現，以往研究主要關注企業內部特征、公眾需求以及制度環境對綠色創新行為的影響，僅有部分文獻關注了數字金融對綠色全要素生產率的影響[17，18]，鮮有直接關注數字金融對綠色創新影響的研究成果。與本文研究最為緊密相關的文獻主要探討了數字金融是否通過緩解融資約束來促進企業綠色創新[19]，但僅探討了融資約束這一種中介路徑，缺乏對其他路徑的分析。

針對現有研究的不足，本文聚焦于數字金融和綠色創新，可能的邊際貢獻有：第一，將數字金融納入提升綠色創新水平的分析框架，探討數字金融及其三個子維度能否賦能綠色創新，并從空間相關性視角分析數字金融對城市綠色創新的空間溢出效應。第二，從融資約束、勞動力素質和產業結構合理化、高級化視角出發，揭示數字金融對綠色創新的作用機理。第三，基于地區、非國有經濟規模和環境規制強度進行多重異質性分析，理清了數字金融在不同地區、不同非國有經濟規模以及不同環境規制強度下綠色創新效應的差異，為分類施策促進綠色創新和綠色轉型提供參考。

二、理論分析與研究假設

（一）數字金融對綠色創新的直接影響

作為典型的周期長、高風險、高成本的資本密集型投資，綠色創新活動相比其他活動而言更易受到強融資約束，面臨著創新資源緊縮的局面。在企業綠色創新過程中，金融資源的有效供給是綠色創新環境的核心組成部分，直接決定著綠色創新活動的成敗[19]，但現有金融機構往往出于規避風險的目的，極少給予這類綠色創新項目長期的信貸支持。傳統金融市場環境中存在著金融歧視和“嫌貧愛富”的現象。一方面，欠發達地區由于受到地理位置和距離限制，金融資源聚集的“馬太效應”愈發明顯[20]；另一方面，那些真正開展綠色項目、有旺盛融資需求且轉型速度快的“專精特新”企業，由于無法提供銀行等金融機構所需的貸款抵押物以及存在信用風險等問題而無法獲得信貸支持[3]。這就直接限制了上述群體的創新強度和創新主動性，最終導致融資約束成為阻礙綠色創新的首要難題。數字金融作為數字化技術和金融深度融合的產物[1]，依托數字金融科技，盤活了游離在正規金融機構之外的金融資源，提高了資源的配置效率[21]。具體而言，第一，數字金融采用物聯網、大數據等技術可以打破供需雙方的物理地理限制和傳統金融環境下的“二八定律”，提升金融服務的觸達能力和覆蓋廣度，助力欠發達地區和中小企業進行綠色創新。第二，數字金融的發展有利于金融資源的開發，數字金融通過延伸其使用深度可為綠色創新主體提供支付、信貸、保險、投資及貨幣基金等服務，降低金融服務準入門檻和交易成本，拓展服務邊界。第三，數字金融與數字化技術深度融合，可借助數字金融平臺，低成本和低風險地收集碎片化、海量化的企業信息，降低供需雙方的信息不對稱程度并精準高效識別有潛力的投資項目，減少道德風險和逆向選擇的發生[22]，助力金融服務的移動化、便利化和實惠化，進而促進綠色創新的發展。基于以上分析，本文提出如下假設：

H1：數字金融的發展可以正向激勵綠色創新。

H2：數字金融的覆蓋廣度、使用深度及數字化程度可以正向促進綠色創新。

（二）數字金融對綠色創新的間接影響

1.數字金融可以通過緩解融資約束的傳導渠道促進綠色創新

綠色創新兼具環保和創新的雙重屬性，必然會面臨更多的研發成本和更高的風險，且具有較低的收益率和較大的收益不確定性，因此投資者的積極性較低[23]。作為全新的金融業態，數字金融依托“大、智、物、云”等數字化技術打破了傳統金融的藩籬，為緩解綠色創新活動的融資困境提供了多種可能。數字金融主要通過增量補充和存量優化兩方面來緩解融資困境。增量補充方面：首先，借助數字化技術可將長期游離在正規金融體系之外以“多、小、散”為特征的金融資源進行有效盤活和聚攏，滿足那些受金融排斥的中小企業及欠發達地區的融資需求，拓展服務邊界，增加企業或地區的綠色創新資金供應。其次，借助數字化服務平臺可以提升信息收集和處理能力，能夠緩解借貸過程中供求雙方的信息不對稱，并可依托大數據等技術實現不同主體間信息的整合和快速匹配，構建第三方征信體系，優化風險評估[24]，解決綠色創新中的信貸錯配問題。存量優化方面：首先，數字金融的發展會加劇銀行等金融機構競爭，引發“鯰魚效應”，促使銀行資產端風險偏好上升，增加風險投資。其次，數字金融作為一種金融溢出能夠在跨業競合和同業競爭中產生“示范效應”，倒逼商業銀行等傳統金融機構進行數字化轉型[4]，提升銀行信貸效率。基于此，本文提出如下假設：

H3a：數字金融可以通過緩解融資約束進而促進綠色創新。

2.數字金融可以通過提升勞動力素質的傳導渠道促進綠色創新

資本和勞動力是生產函數的兩大前置因素。依據“資本—技能互補”假說[25]，資本和技能勞動力具有互補性。數字金融的發展一方面解決了創新主體持續穩定的資金供給問題，另一方面更多資本也增加了對技能勞動力的需求。從另一角度來講，金融資源在教育投資、經驗積累、短期培訓等高技能人才培養方面發揮著作用[26]。當信貸市場不完善時，缺乏財富積累的群體可能無法獲得充足的資金以支付教育或培訓費用，從而傾向于放棄自身投資，進而影響勞動力技能水平[27]。王永中等[28]所構建的包含金融因素的人力資本積累模型也發現，金融部門的發展可以緩解信貸約束，增加人力資本投資，進而促進勞動力素質提升，助力技術創新型人力資本的積累。因此，當外部融資約束得到改善時，企業就可以選擇最優的資本結構，增加創新投資以提升要素生產率[29]，而數字金融能夠優化企業外部融資環境，拓展融資渠道，矯正信貸資源錯配并降低融資成本，從而有助于創新主體增加創新和技能勞動力投入，激發創新活力，進而帶動綠色創新能力的提升。基于上述分析，本文提出如下假設：

H3b：數字金融可以通過提升勞動力技能素質進而促進綠色創新。

3.數字金融可以通過產業結構優化升級的傳導渠道促進綠色創新

若金融的發展能與產業結構相適應，就會出現有助于產業要素稟賦結構的調整，進而推動產業結構優化升級和經濟社會發展[30]。數字金融作為一種新的金融模式，具有平臺化、數據化、普惠化等特征，其內生于實體經濟發展的現實需要，能夠優化金融市場結構，彌補傳統金融的內在缺陷，紓解企業的融資困境，助力產業結構的優化升級。杜金岷等[9]、唐文進等[10]也都證實了這一結論。具體而言，首先，大數據、區塊鏈等數字化技術的運用使得數字金融可以盤活傳統正規金融體系外的金融資源，并通過數字化金融服務平臺迅速精準匹配產業鏈的各個需求端，優化信貸資金配置，為產業發展提供及時有效的資金支持和契合的數字金融服務[31]，加快產業轉型升級。同時，數字金融可利用信息收集和處理技術，遴選出具有高認可度的優質綠色技術創新型項目[32]，引導資金流向技術或資本密集型產業以重塑產業發展方向，進而促進產業結構優化升級。其次，馬斯洛需求層次理論表明，居民需求層次和偏好會隨生活水平的提高而發生轉變。數字金融的發展一方面能夠帶動經濟增長和居民收入水平的提升[11]，另一方面數字金融的消費信貸功能（螞蟻花唄、京東白條等）能夠刺激居民消費規模擴張。社會群體消費需求和消費活力的釋放能夠促進消費者對產品和服務品質要求的提升，倒逼需求端產業結構升級[33]。此外，根據綠色經濟的發展規律來看，產業結構優化升級往往伴隨著“結構紅利”的持續釋放。新舊產業的更迭促使高技術、清潔高效的產業逐漸興起，會為技術機會的轉移和要素資源的合理配置提供條件[34]，進而助力綠色創新。同時，產業結構的優化升級意味著產業分工的進一步深化，嵌入全球價值鏈和國際市場的程度也會隨之加深[35]，由此帶來的國際知識溢出、技術擴散和國際市場壁壘均會在一定程度上帶動或迫使企業進行綠色創新能力的提升。基于以上分析，本文提出如下假設：

H3c：數字金融的發展可以通過產業結構優化升級來促進綠色創新。

根據以上分析，本文構建了數字金融賦能綠色創新的理論框架，具體見圖1。

圖1 理論框架

三、研究設計

（一）模型設定

根據前文分析可知，數字金融的發展可能會賦能綠色創新。為驗證數字金融對綠色創新的影響，本文參考錢海章等[1]的研究，構建如下面板模型：

其中，i代表城市，t表示時間；被解釋變量Patgit代表i城市在t時期的綠色創新變量；核心解釋變量Digfit表示i 城市在t 時期的數字金融發展水平；Controlit代表影響綠色創新的相關控制變量；ui表示不隨時間變化的個體效應，λt為時間固定效應；εit是隨機擾動項；α為常數項；β1和β2為待估計參數。

為了進一步檢驗數字金融對綠色創新的影響是否存在融資機制改善、勞動力素質提升與產業結構升級等傳導機制，本文參考溫忠麟等[36]的研究，構建如下中介效應模型對上述中介效應進行檢驗。

其中，中介變量M 包括融資約束（Fin）、勞動力技能（Labs）和產業結構優化升級（Indup），其余變量設定均與式（1）相同。式（1）中β1表示數字金融對綠色創新的總效應，c1表示數字金融對綠色創新的直接效應，而b1×c2即為數字金融通過中介變量影響綠色創新的中介效應。

為了進一步探討數字金融對城市綠色創新的影響是否存在空間溢出效應，本文基于經濟地理權重矩陣建立空間杜賓模型（SDM），模型如下：

其中，ρ表示城市綠色創新可能存在的空間溢出效應，δ表示數字金融對城市綠色創新的空間溢出效應，其余變量設定均與式（1）相同，ui和λt分別為個體效應和時間效應，εit為誤差項。此外，W 為經濟地理權重矩陣，如式（5）所示：

其中，GDPj和GDPi是城市j 和城市i 在樣本期間內GDP的平均值。Wij取值在0～1之間。此外，為了保證結果的穩健性，本文進一步采用地理鄰接矩陣（以最近的5個城市為相鄰）進行穩健性檢驗。

（二）變量測量與說明

1.被解釋變量

綠色創新（Patg）。現有研究主要從創新投入和產出角度來衡量綠色創新，但多數選擇從產出角度來衡量，因為創新從投入到產出存在著時滯長、高風險、高不確定等各種風險因素，而從投入角度測度則在一定程度上會高估綠色創新產出。因此，本文從創新產出的角度來衡量綠色創新。相比專利申請數，綠色專利授權數更能真實反映綠色創新能力[19]，因此，本文采用綠色專利授權數來衡量綠色創新。

2.核心解釋變量

數字金融（Digf）。本文選取北京大學數字金融研究中心發布的反映地級市數字金融發展程度的數字普惠金融指數衡量指標[37]。數字金融指數包含覆蓋廣度（Digf_cb）、使用深度（Digf_ud）和數字化程度（Digf_dl）三個子維度。因此，本文以數字金融指數作為核心解釋變量，并將數字金融的三個子維度納入基準回歸，以對比數字金融不同維度的異質性。

3.控制變量

本文參考以往研究，控制了以下可能影響綠色創新的變量：政府科研支出強度（Govrd），采用政府科學技術支出占政府財政支出的比重來表示；經濟發展水平（Pgdp），采用城市人均GDP 來表示；人力資本（Hum），采用每萬人普通高等學校在校學生數來表示；財政分權（Fd），采用地區財政支出與財政收入的比值來表示；外商直接投資（Fdi），采用地區實際利用外商直接投資額與GDP的比值來表示；基礎設施（Infra），采用人均城市道路面積來表示。

4.中介變量

融資約束（Fin），參考聶秀華等[6]的做法，以信貸資源配置作為融資約束的代理變量，即以城市年末金融機構人民幣各項貸款余額占地區GDP 的比重表示；勞動力技能素質（Labs），通常工資越高，勞動力素質越高，參考鄭萬騰等[38]的做法，利用在崗職工平均工資來測算；產業結構優化升級（Indup），包含產業結構合理化（Indra）和產業結構高級化（Indad）兩個維度。產業結構合理化是指不同產業的協調聚合程度和資源利用效率的合理程度；產業結構高級化描述的是產業的高級化傾向[39]。參考干春暉等[39]的做法，本文采用泰爾指數的倒數取對數來測算產業結構合理化。泰爾指數計算方法如下：

其中，Y 和L 分別代表總產值和總就業人數，i和n分別代表產業和產業數。TL 為泰爾指數，值越大表示產業結構越不合理，值越小表示產業結構越合理。因此，其倒數為正向指標，值越大代表產業結構越合理。對于產業結構高級化（Indad），本文采用第三產業產值與第一、二產業產值之和的比值并取對數后的所得結果來衡量。

（三）數據來源與描述性統計

本文以我國地級及以上城市（除數據缺失地區外）為研究對象，基于數據的可得性和連續性，并考慮到行政區劃的調整和數據缺失情況，依據數字金融的起始年限和城市綠色創新數據進行匹配，構建了2011—2019年包含281 個城市的實證研究樣本。本文主要采用插值法對部分缺失數據進行補齊，并剔除了數據缺失嚴重的樣本。數字金融指數來自北京大學數字金融研究中心，城市綠色專利數據來源于中國研究數據服務平臺（CNRDS），其余數據均來自《中國城市統計年鑒》、各省統計年鑒以及國民經濟社會發展公報。主要變量的描述性統計見表1。

表1 變量描述性統計

四、實證結果分析

（一）基準回歸結果分析

首先，實證檢驗數字金融對綠色創新的影響。F 檢驗和Hausman 檢驗結果表明，應采用固定效應模型。因此，本文采用雙向固定效應模型進行基準回歸，具體結果見表2。表2（1）和（2）列為數字金融總指數與綠色創新的基準回歸結果。結果顯示，數字金融（Digf）對綠色創新的影響系數均在1%的水平上顯著為正，說明數字金融的發展能夠極大地激勵綠色創新能力的提升。假設H1 得到驗證。表2（3）至（5）列依次報告了覆蓋廣度（Digf_cb）、使用深度（Digf_ud）和數字化程度（Digf_dl）對綠色創新的影響。可以看出，三個子維度的估計系數分別為0.495、0.570、0.331，且均在1%的水平上顯著。假設H2得到驗證。其中，數字金融使用深度對綠色創新的影響效應最強，覆蓋廣度次之，而數字化程度最弱。數字金融覆蓋廣度刻畫了地區使用電子賬戶等的人數，事實上代表著數字金融服務的普惠程度，覆蓋廣度越大，金融服務（產品）就越能夠納入和覆蓋“長尾”客戶群體，也就意味著能夠更加合理地引導資金流入綠色創新項目、綠色產業以及中小企業和偏遠地區，從而拓展金融融資渠道，降低綠色金融產品和服務的交易成本，助力綠色創新。使用深度代表著數字金融的業務種類和使用頻率，刻畫了地區金融業務服務能力，使用深度的拓展意味著為客戶提供了豐富多樣的金融工具和產品（服務），提升了融資的可得性，促進了地區和企業資源利用效率的提高。數字化程度的提升代表著數字化技術在金融領域的應用深化。一方面，“大、智、物、云”等新興數字化技術的運用能夠擺脫對物理介質的依賴，打破時空界限將碎片化和單一化的信貸信息進行收集、分析和決策，破除了“信息孤島”，緩解了信息不對稱，進而優化金融資源配置并拓展了金融服務群體覆蓋面，為綠色創新創造了良好條件。另一方面，轉移風險和金融風險也會隨數字化程度的提升而增加[40]，從而“擠出”綠色創新，這也進一步解釋了數字化程度對綠色創新能力提升作用最弱的原因。

表2 基準回歸結果

控制變量方面，政府科研支出、經濟發展水平、人力資本均能顯著促進城市綠色創新，符合理論預期。財政分權則不利于綠色創新能力的提升，可能的原因是“官員晉升錦標賽體制”可能會扭曲地方財政支出結構[41]，策略性地使得稀缺的金融資源偏向那些周期短、見效快的生產項目，忽略周期長風險高的綠色創新項目，這會導致政府科研投入陷入“條塊交叉”的泥沼，不利于綠色創新。外商直接投資和基礎設施建設對綠色創新的影響整體上不顯著。

（二）內生性問題

雖然本文盡可能控制了影響城市綠色創新的因素，但理論上仍然存在其他無法解決或觀測的變量對綠色創新產生影響，導致遺漏變量偏誤。為了最大限度緩解內生性問題，本文參考謝絢麗等[7]、杜傳忠等[13]的研究，分別選取移動電話用戶數（Mobile）和互聯網普及率（Inter）作為數字金融的工具變量。

表3給出了使用工具變量的回歸結果。表3（1）和（2）列為采用移動電話用戶數作為工具變量回歸的結果，（3）和（4）列為采用互聯網普及率進行回歸的結果。回歸結果表明，在充分考慮模型的內生性偏差之后，數字金融的回歸系數依然顯著為正，這與基準回歸結果相一致。再次驗證了假設H1。此外，移動電話用戶數和互聯網普及率這兩個工具變量的第一階段回歸結果的F 值均大于10，說明并不存在弱工具變量的問題。rk LM 統計量的p 值均為0，拒絕原假設，排除了識別不足的問題。

表3 工具變量的回歸結果

（三）穩健性檢驗

1.替換被解釋變量

以綠色發明專利授權數（Invpatg）作為被解釋變量來檢驗數字金融對綠色創新的影響，結果如表4（1）列所示。核心解釋變量數字金融對綠色創新的影響仍顯著為正，其他控制變量的系數值、顯著性等并未發生明顯的變化，說明前文實證分析結果是穩健的。

表4 穩健性檢驗結果

2.核心解釋變量取滯后一期

考慮到數字金融對城市綠色創新的影響可能存在滯后效應，本文借鑒翟華云等[19]的基本思路，利用數字金融的滯后一期進行回歸，結果如表4（2）列所示。與基準回歸相比，主要解釋變量的估計結果均未發生較大變化。

3.剔除部分城市樣本

考慮到我國城市發展水平各異，尤其是直轄市和各省會城市與其他城市的經濟發展水平、資源稟賦等差異較大，本文剔除直轄市和各省會城市的樣本進行重新檢驗，估計結果如表4（3）列所示。數字金融的估計系數與前文結果基本一致，證明前文結果是穩健的。

4.變量縮尾處理

為了避免異常值對回歸結果的影響，本文對模型的主要解釋變量進行上下1%縮尾處理后再進行回歸。由表4（4）列可知，估計結果穩健。

（四）異質性分析

1.地區異質性

不同地區的經濟發展水平和資源稟賦不同，數字金融的發展情況各異，為了探究數字金融對綠色創新的影響是否存在區域異質性，本文將全部樣本劃分為東部、中部和西部地區三組①進行分析，回歸結果如表5的（1）至（3）列所示。可以看出，數字金融在東部、中部和西部地區的估計系數均在1%顯著性水平上為正，說明數字金融對不同地區的綠色創新均有促進作用，這體現了數字金融“普惠性”和“包容性”的特征[11]。假設H1得到進一步佐證。其估計系數分別為0.625、0.493、0.866，可知數字金融對西部地區綠色創新的影響最為強烈，其次為東部地區，中部地區最弱。可能的解釋是，東部地區作為我國經濟發展的橋頭堡，經濟發展水平較高，金融基礎設施較為完善、金融制度環境良好，且東部地區相對于其他地區的金融要素扭曲程度最低[42]，傳統金融機構可為綠色創新提供融資渠道和融資服務。此外，東部地區的數字金融發展較早且較為成熟，數字金融發展紅利已處于邊際遞減階段，這意味著在創新水平提升程度相同的情況下東部地區對數字金融發展水平有著更高的要求。西部地區經濟發展水平落后，金融資源供給不足，融資約束較大。而數字金融打破了傳統金融的服務邊界，扮演著“雪中送炭”的角色，更能激發西部地區綠色創新的熱情。

2.非國有經濟規模異質性

國有經濟主體往往具有更為明顯的綠色創新資源優勢，不僅可以憑借其產權屬性獲得更多的金融資源，而且會受到各種政策、資源的傾斜。相比之下，非國有企業處于融資的“低水平均衡”[4]，融資問題是其進行綠色創新的主要約束。而數字金融能改善這種環境，更有可能增加企業經營調整的幅度[3]，激發非國有企業承擔綠色創新風險的意愿和動力。因此，本文認為數字金融對非國有和國有經濟主體綠色創新的促進作用具有異質性。參考程廣斌等[43]的研究，本文以私營企業和個體就業人員數與總就業人員數之比來表示非國有經濟規模，并按其均值將樣本分組進行回歸。由表5（4）和（5）列結果可知，數字金融對兩組綠色創新的作用均在1%水平上顯著為正，但在非國有經濟規模較大的地區，數字金融對綠色創新的促進作用更強。

3.環境規制異質性

“波特假說”認為合適的環境規制能夠刺激企業進行綠色創新，并能夠形成“補償性收益”[44]。環境規制一方面能夠倒逼企業進行生產工藝和生產流程的綠色革新，彌補綠色技術創新市場失靈的缺陷；另一方面也會增加企業制度“遵循成本”[45]，在一定程度上擠占綠色創新資源。然而，數字金融本身就具有綠色屬性，可在環境規制引導下實現融資創新，觸及更多因環境規制趨緊而導致資金短缺的長尾群體，實現信貸綠色化及產業綠色化，促進高污染、高排放產業進行轉型升級，進而帶動綠色創新，這無疑是對環境規制的有益補充。因此，本文認為在不同環境規制強度下，數字金融對綠色創新的影響不同。參考前人研究，以工業廢水排放量、工業二氧化硫排放量及工業煙（粉）塵排放量3 個指標之和與GDP 比值的倒數來衡量環境規制，并根據其均值進行分組，估計結果見表5（6）和（7）列。可知，數字金融對環境規制強度較大地區的綠色創新具有更強的激勵作用，說明數字金融和環境規制可以協同促進綠色創新。

表5 異質性檢驗結果

（五）中介效應機制分析

由前文理論分析可知，數字金融可能會通過改善地區融資環境、提升勞動力素質與促進產業結構優化升級3種渠道來促進綠色創新能力的提升。本文基于式（2）和式（3）中介效應的檢驗步驟對3種傳導機制進行檢驗。估計結果如表6和表7所示。

1.融資約束改善

表6（1）列為基準回歸結果。從（2）列結果可知，數字金融對地區信貸資源配置的回歸系數為0.780，且在1%水平上顯著，說明數字金融可以有效改善地區信貸配置，進而緩解融資約束問題。（3）列匯報了數字金融和信貸資源配置同時回歸的結果，數字金融和信貸資源配置均在1%水平上顯著為正，數字金融的估計系數下降到0.491，說明數字金融可以通過改善地區信貸資源配置狀況緩解融資約束這一渠道促進綠色創新能力的提升。假設H3a得到驗證。

2.勞動力素質提升

表6（4）和（5）列給出了勞動力素質提升的中介效應回歸結果。結果表明，數字金融對勞動力素質提升的估計系數為0.342，且在1%水平上顯著，說明數字金融可以對城市企業勞動力素質的提升起到促進作用。表6（5）列顯示，數字金融和勞動力素質提升均能夠顯著帶動綠色創新能力的提升。其中，數字金融的估計系數由0.633 下降到0.407，說明勞動力素質提升在數字金融激勵綠色創新的過程中發揮著部分中介作用，這意味著數字金融可以通過提升勞動力素質這一傳導機制促進綠色技術創新。假設H3b得到驗證。

表6 數字金融、融資機制與勞動力素質的中介機制檢驗結果

3.產業結構優化升級

表7分別列出了產業結構合理化和產業結構高級化的中介效應檢驗結果。由（2）和（5）列可知，數字金融對產業結構合理化與高級化的估計系數分別為0.374、0.439，且均在1%水平上顯著，說明數字金融能夠顯著促進產業結構的合理化和高級化以帶動產業結構優化升級。（3）和（6）列的回歸結果表明，產業結構合理化和高級化可以有效提升綠色創新水平。同時，數字金融的回歸系數顯著為正且數值較（1）和（4）列明顯降低，這意味著產業結構合理化和產業結構高級化發揮了部分中介作用，中介效應分別占總效應的2.72%和12.41%。假設H3c 得到驗證。得益于數字化交易平臺的使用，數字金融能夠突破傳統交易的時空限制，使得生產要素可以跨區域和行業自由流動，促使資源配置范圍擴張，資源要素將更多的流入生產率較高的部門，促進了產業結構合理化。另一方面，數字金融緩解了信息不對稱，提升了企業對高價值、創新型等項目類別的甄選能力，引導生產要素更多的流入資本或技術密集型產業，促進了產業結構高級化。產業結構的合理化有助于不同產業得到合理化的生產要素，達到資源最優配置，為綠色創新提供充足的物質和人力。而產業結構的高級化可以使得金融業、技術服務和科研事業等創新能力更強的產業在區域創新能力提升中發揮更重要的作用[35]，進而促使綠色創新能力穩步增強。

表7 數字金融與產業結構優化升級的中介機制檢驗結果

五、進一步研究：空間溢出效應分析

為進一步分析數字金融與綠色創新的空間溢出效應，首先需進行空間相關性檢驗，本文基于經濟距離權重矩陣并采用最常用的Moran′I指數進行檢驗，結果見表8。結果表明，綠色創新、數字金融及其三個子維度均通過了雙邊顯著性檢驗，并且2011—2019年的全局Moran′I指數均位于0～1之間，說明綠色創新、數字金融及其子維度均具有顯著的正向空間相關關系，即存在高-高集聚、低-低集聚的空間分布特征，可進一步采用空間計量模型進行空間溢出分析。

表8 數字金融與綠色創新的全局莫蘭指數檢驗結果

采用LM 檢驗、穩健的LM 檢驗、LR 檢驗及Hausman檢驗②對模型進行篩選后，本文最終選擇時空雙固定的空間杜賓模型（SDM）進行空間溢出效應分析。考慮到僅采用點估計結果分析空間溢出效應缺乏解釋力，進一步利用偏微分方程的方法將空間效應分解為直接效應、間接效應和總效應。回歸結果見表9。從表9可以看出，綠色創新空間滯后項（W×Patg）的回歸系數均在1%水平上顯著為正，存在顯著的內生交互效應，說明我國城市綠色創新存在顯著的正向空間溢出效應，即本地區綠色創新水平的提升會帶動“相鄰”城市綠色創新能力的提升。同時，數字金融及其子維度的回歸系數均顯著為正，再次證明了前文結論的穩健性。從分解效果來看，數字金融和其子維度的直接效應至少在5%水平上顯著為正，說明數字金融對本城市的綠色創新具有顯著的激勵和反饋效應。間接效應方面，數字金融總指數的回歸系數為正，但不顯著，說明本地區數字金融的發展對相鄰城市綠色創新的溢出效應并不明顯。其子維度的間接效應均通過了1%水平的顯著性檢驗，能夠對相鄰城市的綠色創新產生正向溢出。可能的原因是：一方面，數字金融的發展能夠打破地域限制，拓展融資渠道，為綠色創新提供融資支持，產生“輻射效應”；另一方面，綠色創新水平或數字金融發展水平較高的城市，對人才、資本等要素的需求更為強烈，使得生產要素集聚的“極化”現象愈發明顯，進而引發對相鄰城市的“虹吸效應”。因此，受到正反兩方面的相互作用，數字金融整體上對城市外部綠色創新的溢出效應（間接效應）不顯著，而其子維度則表現出正向溢出的異質性。為了確保結論的穩健，本文在地理鄰接矩陣下對結論進行再驗證。估計結果如表10所示。從表10可知，數字金融三個子維度的空間溢出效應均顯著為正。結論與前文基本一致，說明結論是可靠的。

表9 空間面板模型回歸結果

六、結論與對策建議

綠色創新是轉變經濟發展方式，實現綠色高質量發展以及推進生態文明建設并行不悖的有效手段。在推進綠色轉型的大背景下，數字金融作為金融和數字化技術深度融合的新業態，契合綠色創新發展和綠色經濟發展對金融的需要。本文基于2011—2019年地級市的面板數據，實證分析了數字金融對綠色創新的影響及作用機理，并針對地區、所有制屬性和環境規制異質性進行了深入研究。主要研究結論如下：（1）數字金融能夠顯著激勵綠色創新，經過多種穩健性檢驗后結論依然穩健。（2）數字金融覆蓋廣度、使用深度以及數字化程度均能正向作用于綠色創新。其中，作用強度依次為：使用深度＞覆蓋廣度＞數字化程度。（3）融資機制的改善、勞動力技能的提升以及產業結構的優化升級是數字金融賦能綠色創新的重要傳導機制。（4）數字金融對綠色創新的促進作用在西部地區、非國有經濟規模較大的地區以及環境規制較強的地區更為顯著。（5）整體上數字金融的綠色創新激勵效應以城市內溢出為主，對相鄰城市未形成顯著的空間溢出效應，但其三個子維度則具有明顯的正向溢出效應。

基于以上結論，本文提出以下建議：

第一，大力建設并完善數字金融配套支撐設施和體系，堅定不移推動數字金融的穩定發展。一方面，借助“新基建”，積極推動大數據、物聯網、區塊鏈等數字基礎設施的建設和完善，為金融服務與現代數字技術的融合夯實數字化基礎環境。另一方面，不斷提升數字金融在綠色創新服務領域的覆蓋廣度、使用深度和數字化程度，創新金融服務方式，如綠色信貸、數字金融與綠色金融相結合的產品組合等，為綠色創新活動提供多樣化和靶向型的金融產品組合，降低綠色創新和綠色轉型所面臨的風險。

第二，以數字金融的發展為契機，積極引導城市進行綠色轉型。具體而言，依托信息化發展環境，強化數字金融的溢出和示范效應，推進銀行等傳統金融機構擁抱數字化技術，實現金融服務的數字化轉型，以打破供需雙方的“信息孤島”，拓展金融服務邊界，緩解綠色創新活動中“長尾群體”和欠發達地區的融資困境，以賦能綠色創新。同時，加強勞動力技能培訓和教育投資，使員工掌握數字經濟時代的專業化技術以滿足企業對高技術人才的需要。最后，積極發揮數字金融網絡化、多場景的平臺優勢，有效甄別和監控綠色項目以優化資本配置，引導金融資源流向具有創新潛力的優質高技術新興產業，服務實體經濟，同時積極吸收城市間知識溢出和承接優質產業轉移，以推動產業結構優化升級，持續釋放“產業結構紅利”，促進城市綠色創新。

第三，關注數字金融對綠色創新影響的異質性，因地制宜和因時制宜地制定差異化的數字金融發展政策，以充分釋放數字金融紅利。就地區而言，作為改革開放的先驗田和經濟發展的橋頭堡，東部城市地區數字化基礎設施與金融發展較為成熟和完善，應著重拓展數字金融使用深度，給足“試點融錯”空間，推動數字金融衍生產品和金融服務方式創新，推出更多與綠色創新相關的金融服務組合并著力完善相關金融監管體系，積極引導產業結構升級以促進東部城市地區高質量發展。而中西部城市地區，其綠色創新水平仍有較大提升空間，數字金融發展能夠帶來更多的溢出紅利，應借助“后發優勢”積極建設并完善相關配套設施體系，拓展覆蓋廣度、使用深度和數字化程度。就所有制而言，政府要因企施策，給予非國有經濟主體更多的發展空間。最后，要充分發揮數字金融和環境規制的互補作用，加強數字金融等市場化機制的激勵引導，并輔之以環境規制工具，筑造“聯防聯控”及激勵機制，促使城市創新主體主動進行綠色創新活動。■

注 釋

①東部地區：京、津、冀、遼、滬、蘇、浙、閩、魯、粵、桂、瓊；中部地區：晉、內蒙古、吉、黑、皖、贛、豫、鄂、湘；西部地區：川、渝、黔、滇、藏、陜、甘、青、寧、新。

②因篇幅所限，留存備索。