金融科技如何影響綠色發展
——基于動能轉換和地理結構的經驗證據

劉繼兵，田韋侖，張 馳，常俊萍

（1.中南民族大學 經濟學院，武漢 430074；2.鄭州大學 商學院，鄭州 450001）

一、引言

綠色發展是新時代中國發展的必經之路。改革開放以來，中國經濟經過了四十多年的高速增長，依靠投資和外需拉動的粗放型發展已經難以為繼。一方面，中國資源環境的承載力已經達到了一個限度，經濟發展方式必須放棄原來高污染、高能耗、高排放的粗放模式；另一方面，按照經濟發展的規律，中國目前也有轉型升級發展方式的需要。近年來，通過依靠科技進步和提高勞動者素質，中國單位GDP 能耗減少了不少，但目前仍遠高于美、日等發達國家。同是，我國的“雙碳”發展目標蘊藏著巨大的經濟增長空間和技術創新動力。《中華人民共和國國民經濟和社會發展第十四個五年規劃綱要》（“十四五”規劃）和2035 年遠景目標綱要指出，要“堅持創新驅動發展，全面塑造發展新優勢”，“加快數字化發展，建設數字中國”，“推動綠色發展，促進人與自然和諧共生”。綠色發展不僅是突破資源和環境瓶頸的必然選擇，也是中國生態文明建設的關鍵。

金融是現代經濟的血脈。自中國人民銀行于2019 年印發《金融科技（fintech）發展規劃（2019—2021）》以來，銀行系金融科技公司開始大力發展，金融科技監管沙盒落地，中國得益于巨大市場和新基建的優勢，金融行業加速數字化，金融科技產業正在蓬勃發展。《中國金融科技與數字普惠金融發展報告（2022）》指出，2021年中國金融科技產業水平位居世界首位，金融科技企業規模持續增長，金融科技賦能綠色金融實現碳達峰的路徑正在增加。世界銀行和國務院發展研究中心聯合課題組（2012）指出，綠色發展是指經濟增長擺脫對資源使用、環境破壞和碳排放的過度依賴，通過創造新的綠色產品市場、綠色技術、綠色投資及改變消費和環保行為來促進增長，這意味著經濟發展要與生態環境之間形成良性循環，綠色發展應成為未來經濟發展的新模式。而金融科技是傳統金融要素與大數據等技術結合的金融創新，自身便具有賦能與綠色高效率的特點，理應可以驅動綠色發展。

中國經濟增長已經進入“新舊動能”轉換關鍵時期，以傳統的要素投入為驅動機制的經濟增長路徑已經難以為繼，必須探尋新的發展動能。從供給側持續增強創新動力和需求側完成相應的結構轉變是“新舊動能”轉換的主要途徑（鄭江淮等，2018），而且綠色技術創新不足（Ghisetti 和Quatraro，2017）和產業結構偏重（許憲春等，2019）是制約綠色發展的重要因素。那么，金融科技的發展能否通過促進綠色技術創新和產業結構升級推動綠色發展呢？另外，既有研究認為金融科技的發展具有“溢出效應”和“虹吸效應”（Hou et al，2016；唐松等，2019；張梁等，2021），而金融科技公司往往集聚在一起形成金融科技中心，那么金融科技中心的發展會如何影響綠色發展呢？厘清金融科技對綠色發展的影響與作用機制，對推動居民生活福祉提高、緩解氣候能源等挑戰，以及完成經濟轉型實現綠色高質量發展具有重要的理論和現實意義。

本文運用2010—2018 年的245 個城市平衡面板數據，利用金融科技公司數量定義金融科技發展水平，利用全局主成分分析法從4 個準則層20 個指標層測度綠色發展水平，考察金融科技對綠色發展的影響及其作用機制。本文可能的邊際貢獻在于：第一，現有直接研究綠色發展的文獻中，少有以金融科技為出發點的研究，本文將金融科技納入綠色發展的分析框架，探索了金融科技對綠色發展的影響，也拓展了關于金融科技的影響研究。第二，從提高城市綠色技術創新能力和促進城市產業結構升級這兩個機制，深入分析了金融科技驅動綠色發展的新動能渠道。第三，以地理結構為視角，發現金融科技對綠色發展的影響存在顯著的空間地理效應，證明金融科技并沒有導致“地理終結”。

二、文獻回顧與作用機制

（一）文獻回顧

現有文獻關于綠色發展的研究主要集中在綠色發展的影響因素上，如內生因素-資源稟賦和外生因素-制度政策等方面。從資源稟賦上來說，傳統發展要素如金融要素通過企業監督效應和資本配置效應可以促進綠色發展（黃建歡等，2014），而且金融集聚同樣能夠提升城市綠色經濟效率（施本植等，2018），但提高城鎮化水平和基礎設施建設會顯著降低綠色發展績效（杜莉和馬遙遙，2022），新技術要素如大數據可以通過整合資源、科學決策及環境監管實現綠色發展（許憲春等，2019）。另外也有學者從制度政策出發進行研究，如發現地方政府間的經濟攀比與官員的職位晉升機制導致綠色發展水平降低，而環境規制能夠促進綠色發展（何愛平和安夢天，2019），如排污權交易制度既顯著降低了試點地區的生產總值單位能耗也提高了綠色全要素能源效率（史丹和李少林，2020）。

金融穩定理事會（FBS）于2016 年提出金融科技是一種技術上的金融創新，這種大幅度創新會改變原有的金融行業業態，也會帶來新的產品和服務。現有文獻關于金融科技的研究見諸于不同宏微觀主體，如區域、銀行、企業、家庭等。從區域開展的研究表明，金融科技能夠發揮資源配置效應和創新激勵效應（薛瑩和胡堅，2020），推動區域全要素生產率增長（唐松等，2019），進而促進高質量發展。有學者從銀行視角發現金融科技降低銀企之間的信息不對稱（金洪飛等，2020），促進銀行小微企業信貸（盛天翔和范從來，2020），改變了銀行負債端結構（邱晗等，2018），對銀行績效造成了負向影響（Phan et al，2020）。部分學者從微觀企業視角發現金融科技能夠緩解企業融資約束（黃銳等，2020），推動企業創新（李春濤等，2020），提高企業股價同步性（楊松令等，2021）。也有學者從家庭層面開展研究，發現金融科技能夠提高農民收入，提高農村家庭幸福感（尹振濤等，2021）。直接研究金融科技與綠色發展關系的不多，僅有少數研究發現金融科技能夠提升工業綠色發展水平（劉晶和張堯，2022）。

綜上，現有文獻研究了資源稟賦和制度政策等因素對綠色發展的影響，也分析了金融科技對區域、銀企等宏微觀主體的影響，但還缺乏系統性分析金融科技和綠色發展關系的研究，更不要說討論其影響機制了。因此，本文嘗試以綠色發展為研究對象，從理論與實證上分析金融科技發展可能帶來的綠色增長效應，補充關于金融科技的研究文獻。

（二）作用機制

1.直接作用

已有不少文獻發現金融科技能夠對綠色發展中的經濟、能源、環境、福利等方面造成影響。首先，金融科技具有經濟增長效應，能夠推動傳統金融服務業脫虛向實，進一步緩解企業融資約束難題，為企業創新及生產經營活動等方面提供幫助（李春濤等，2020），支持經濟高質量可持續發展（薛瑩和胡堅，2020）。其次，金融科技具有能源節約效應，能夠推動技術密集型制造業發展，通過降低單位GDP 能耗促進綠色發展（段永琴等，2021）。再次，金融科技具有環境治理效應，通過推動城市創新特別是綠色技術創新，進而顯著抑制城市環境污染（房宏琳和楊思瑩，2021）。最后，金融科技具有福利增進效應，能夠通過提高居民收入，促進消費增長（張勛等，2020）及提高幸福感（尹振濤等，2021）等方面，來推動居民福利的提高。因此，本文認為金融科技能夠影響綠色發展。

2.動能轉換效應

根據新古典主義增長理論，生產投入的邊際收益會遞減，由于資源限制，可持續的經濟增長不能僅僅依賴于生產要素的輸入，而應該通過技術創新來實現（Solow，1974）。中國的第二產業占比過大，特別是高耗能、高污染、高排放的工業占比過大，通過推動技術創新、促進新產品、新業態的發展，可以降低資源消耗改造傳統行業（許憲春等，2019），然而創新活動對資金需求較高且難以快速形成回報，具有高度的不確定性（Hall，2002），缺乏足夠的金融支持會直接影響到企業自身的技術創新活動，也不利于產業的集群綠色升級進程。另外，中國的產業政策也存在一定綠色阻礙。政策通過嚴格限制進入和提高集中度來促進創新，因競爭壓力的缺乏，被扶持的大企業喪失了創新的動力，但由于資金等因素的影響，其他企業的創新活動也受到抑制（江飛濤和李曉萍，2010），進而導致綠色發展受阻。

持續增強創新動力和完成結構轉變是“新舊動能”轉換的主要途徑（鄭江淮等，2018），而金融科技等金融新業態能夠推動新舊動能轉換，實現綠色發展（張志元和李維邦，2018）。從供給側動能角度：綠色技術創新能夠推動環保產品研發、加快環保產品使用，幫助消除或減少廢物、污染物和有毒物質（Dangelico，2017），提高資源利用效率；綠色技術的革新能幫助政府或機構完成綠色戰略規劃（Aid et al，2017），有效改善環境質量（廖果平和秦劍美，2022）；綠色技術創新具有高投入、高風險及外部經濟性的特點（李婉紅，2017），而金融科技可以“賦能”傳統金融機構（宋敏等，2021），幫助解決綠色識別的能力，降低綠色信貸的成本，保障綠色技術創新活動的進行，加快城市綠色發展。從需求側動能角度：一方面，金融科技推動了數字支付平臺的發展，移動支付的便捷縮短了居民購物時間提振了消費（張勛等，2020），金融科技的發展降低了金融服務的門檻，特別是緩解了農村地區的“金融排斥”，有助于釋放消費潛力，而消費的擴張與升級可以倒逼產業升級；另一方面，從20 世紀70 年代的信息化以來，“經濟結構服務化”是產業結構升級的主要特征，金融系統優化升級必然影響創業性質和創業活躍度（Welter 和Smallbone，2011），金融科技通過降低融資約束和交易成本，幫助長尾群體獲得金融服務，可以拉動創業，特別是促進微型企業創業（謝絢麗等，2018），有助于擠出高耗能、高污染、高排放的工業產業，推動經濟結構的綠色轉型。

綜上，提出假設1：

金融科技通過綠色技術創新效應和產業結構升級效應推動綠色發展。

3.空間地理效應

可達性能夠使空間經濟結構進行再組織，是區域經濟發展產生空間差異并促使各區域在新的經濟空間格局中進行戰略調整、重新改造的重要原因（Ma?kiewicz 和Ratajczak，1996）。根據金融地理學的研究，地理距離會抬升交易成本，因距離造成的信息不對稱也阻礙了風險控制。金融體系的分散化可以改善外圍地區小企業和新企業的資金可得性（Guiso et al，2004）。金融科技一方面利用信息技術的快速傳播應用，縮短了偏遠地區和市場的距離，減少了地理限制，降低“信息不對稱”緩解銀企之間的供求矛盾，降低融資約束和交易成本進而推動創新創業（謝絢麗等，2018；宋敏等，2021）；另一方面利用人工智能等手段通過技術識別完成降成本和控風險，提高了城市間金融服務的可達性，有助于消除地理距離帶來的綠色發展障礙。現有文獻利用市場摩擦理論進行實證研究，發現金融活動在地理上的集聚與分散趨勢并存。既然地理距離是影響金融資源、人力資本等要素可達性的重要因素，而且金融科技中心往往建立于已經存在的金融中心（Hendrikse et al，2020），那么與中心城市不同距離的城市受到金融科技的影響也可能不盡相同。

首先，金融科技對城市綠色發展具有虹吸效應。一方面，金融科技公司往往集聚于中心城市，較高的薪資水平與就業環境吸引人才流入，加劇了行業內部競爭，同時也緩解了融資約束等問題加快企業創新與提高全要素生產率（趙濤等，2020；李春濤等，2020；宋敏等，2021），進而推動城市綠色發展；另一方面，金融發展與經濟增長之間具有重要的雙向作用（康繼軍等，2005），金融科技賦能傳統金融機構，優化資源配置效率，形成外部規模經濟和范圍經濟，推動綠色金融科技增長極出現，同時金融科技公司集聚與大城市建立的綠色增長優勢地位之間可能存在累計循環因果效應。由于人力資本和物質資本的流失，中小城市綠色發展的動力不足，導致增長受阻。

其次，金融科技對城市綠色發展具有溢出效應。一方面，不斷上漲的房價提高了擁擠成本，金融科技公司等依托互聯網發展的公司，由于“接入鴻溝”的填平放大了擁擠成本的分散力（安同良和楊晨，2020），促使企業逃離大城市，優先入駐擁擠成本較低、生活壓力較小的中小城市，進而加快中小城市綠色發展；另一方面，中心城市的金融科技公司對地理鄰近的城市更容易發揮輻射帶動作用。服務成本和信息成本均是交易雙方地理距離的函數（Klagge 和Martin，2005），而地理臨近有助于降低交易成本、運輸成本及控制風險（陶鋒等，2017），同時方便中心城市的金融科技發揮“技術溢出效應”，降低中小城市企業面臨的綠色信貸約束等問題，進而促進中小城市綠色發展。

最后，與異地金融機構相比，本地的金融機構在搜集小企業和新企業的“軟”信息時具有更大的競爭優勢（Berger et al，2005），那么非中心城市的本地金融科技公司也可以發揮綠色增長作用。由于“軟”信息及金融行業契約性、密集性等因素的存在，信息技術的發展并不能終結地理距離的作用，并且金融集聚的空間外溢效應也存在一定的作用邊界（余泳澤等，2013）。因此，金融科技可能存在正向的本地效應，以及隨距離變化的空間效應。

綜上，提出假設2：

金融科技集聚對綠色發展的影響受地理距離作用。

三、研究設計

（一）變量測度與說明

1.被解釋變量——綠色發展水平（GD）

借鑒吳傳清和黃磊（2017）的研究及中國可持續發展指標體系（CSDIS），根據城市層面數據的可得性及變量的代表性，從環境治理、社會福利、排放消耗和經濟增長四方面出發來衡量綠色發展水平（GD）。環境治理從政府部門、企業工業、居民生活三方面的治理情況來衡量，用政府節能環保支出和綠化水平衡量政府治理能力，用廢物利用率和污水治理率來衡量企業治理情況，用生活垃圾無害化處理率來衡量對居民生活垃圾的處理水平；社會福利從低碳出行、保障衛生、教育支出、醫療服務及公共服務5 個方面進行衡量；排放消耗采用工業煙塵、廢水、廢氣的排放、居民居住環境的PM2.5 濃度及能源消耗來衡量；經濟增長指標用地區生產總值、失業率、零售額、資本投入及創新能力來衡量，具體指標見表1。

表1 中國城市綠色發展評價體系

綠色發展的數據來源：城市歷年PM2.5 濃度是利用美國國家航天局公布的衛星遙感數據和中國國家基礎地理信息相結合剪裁得到的，當年獲得的發明數量來自中國研究數據服務平臺（CNRDS），其他數據均來自《中國城市統計年鑒》和《中國統計年鑒》，所有涉及價格的因素均轉換為以2003 年為基期的實際值，個別缺失值采用線性插值法補齊。其中，負向指標均取倒數正向化，將指標層數據標準化，利用全局主成分分析法得出準則層，并將準則層標準化再使用一次全局主成分分析法得出中國城市綠色發展水平。

為探索分析綠色發展的空間非均衡分布特征，本文使用核密度估計進行分析。從圖1 可以看出，無論是全樣本還是分地區樣本，在考察期內，曲線峰值均呈先上升后下降態勢，綠色發展水平的密度函數中心均向右移且呈明顯“右偏擴大”，但移動速度放緩。其中，東部地區綠色發展的右偏分布最為明顯，說明東部地區的綠色發展均值最大。中部地區的曲線寬度隨時間擴大，說明隨著時間的推移中部城市的綠色發展呈差異化發展趨勢。西部地區收斂程度最低，說明西部地區各城市的綠色發展水平差異較大。另外，為方便估計系數的大小更加直觀，后文在回歸時對綠色發展取原值×100 作為被解釋變量。

圖1 全國城市整體及東部、中部、西部三大區域綠色發展水平的分布

2.解釋變量——金融科技發展水平（FT）

參考Phan et al（2020）、宋敏等（2021）的思路，本文使用地級市或直轄市金融科技公司數量來衡量金融科技水平（FT）。金融科技利用大數據、云計算、人工智能等各類技術手段創新金融產品和業務模式，能夠改變和重塑傳統金融的服務業態和發展格局，而且對整個金融市場造成重大且深遠的影響。金融科技公司的存續是金融科技蓬勃發展的根本，金融科技相關業務的開展均以公司為基礎單元進行，那么，金融科技公司的數量可以代表城市金融科技的發展水平。本文使用的金融科技公司數量來自宋敏等（2021）在“天眼查”網站檢索統計的數據①參見《中國工業經濟》網站（http：//www.ciejournal.org）附件下載。。

3.控制變量（Controls）

根據以往關于綠色發展的研究，為減少因遺漏變量而產生的內生性問題，本文選取如下控制變量：經濟發展水平（Pgdp），用人均GDP 的自然對數表示；城市化水平（Urban），用人口密度表示；外商投資（Fdi），用實際使用外資與實際地區生產總值的比值表示；人力資本（Edu），用百人高等學校在校生人數表示；基礎設施水平（Jj），用人均道路面積表示；財政分權（Finadp），用財政預算內收入與財政預算內支出的比值表示；金融水平（Finance），用貸款余額占GDP 的比值表示。

表2 匯報了各變量的描述性統計結果，控制變量信息與以往研究相近。

表2 描述性統計

4.數據來源

本文以2010—2018 年中國245 個地級市為研究對象，形成了2205 個城市-年的均衡面板觀測。其中，除PM2.5 濃度和當年獲得的發明專利數量，其余綠色發展子指標和控制變量數據均來自2011—2019 年的《中國城市統計年鑒》。產業結構升級的數據來自2010—2018 年《中國城市統計年鑒》，另外在國家知識產權局的專利檢索平臺上手工獲取了各地市的公司當年獲得的綠色發明專利數，并合并為城市數據。

（二）模型設定

1.基準回歸模型

本文首先試圖檢驗金融科技和綠色發展的關系，由于固定效應模型可以較好地解決遺漏變量問題，同時得到估計一致的結果，故構建基準模型見式（1）。

其中：GDi，t為城市i在t年的綠色發展水平，通過構建評價體系并利用全局主成分分析法生成；FTi，t-1為城市i在t-1 年的金融科技水平，使用地級市金融科技公司數量衡量；Controlsi，t為城市層面的控制變量組；φi、ωt分別為城市固定效應和年度固定效應；εi，t為隨機擾動項；α0為常數項；使用省份層面的聚類穩健標準誤。

2.中介機制設計

為研究金融科技影響綠色發展的傳導機制，參考Baron 和Kenny（1986）的做法，引入以下中介效應模型：

其中：ECi，t-1為城市i在t-1 年的動能轉換中介變量，用綠色技術創新和產業結構升級表示；α0、β0、γ0為常數項；使用省份層面的聚類穩健標準誤。

根據中介效應的檢驗原理，第一步要考察金融科技與綠色發展的關系，預期模型（2）中的α1系數顯著為正，這是進行后續檢驗的前置條件；第二步要考察金融科技與綠色技術創新和產業結構升級的關系，即模型（3）中β1的系數預期為正向顯著；若為正則進行第三步，檢驗中介效應是否存在，即模型（4）中γ2的系數為正向顯著，則存在中介效應。

3.金融科技集聚模型

現有文獻關于金融集聚的測量通常采用區位熵、空間基尼系數及E-G 指數等方法。對于單個城市內部來說，金融科技縮短時空距離的特性會發揮顯著作用，使用城市面積等規模指標不具備科學性，而金融科技的影響終歸是以微觀個體為對象的。因此本文在參考毛其淋和陳樂遠（2022）的研究上，使用以人口為規模的區位熵來測度金融科技集聚，具體測算方式見式（5）。

其中：FT_locali，t為城市i在t年的地方 金融科技區位熵；Popui，t為城市i在t年的人口；FTt-1為全國在t-1 年的金融科技公司數量；Poput為全國在t年的人口。

其中：FT_centrei，t為城 市i在t年所受到的金融科技中心 溢出的影 響；FTc，t-1為中心城市c在t-1 年的金融 科技公司數量；Popuc，t為中心城市c在t年的人口；Dic為非中心城市i與中心城市c的球面距離，Dic的倒數表示空間效應隨距離增加而變化的特征②為了實證的簡潔性，僅考慮中心（省會）城市金融科技的空間效應。。

由于省內各城市每年的金融科技中心溢出是相同的。因此繼續使用城市固定效應會吸收掉金融科技中心溢出的部分影響，造成估計結果有偏。因此在該部分將城市固定效應替換為省份固定效應，同時使用穩健標準誤，最終構建的具體模型如式（7）所示。

其中：FT_locali，t為城市i在t年的地方金融科技區位熵；φp為省份固定效應。需要特殊說明的是，與陶鋒等（2017）的做法類似，本文將省會城市設定為區域金融科技中心，將各省的地理邊界設定為金融科技中心溢出的邊界。因此，本文在研究金融科技地理結構時，將直轄市和各省省會城市從樣本中剔除。

四、基準結果分析

（一）模型檢驗

表3 為多重共線性檢驗的結果，各變量的VIF（variance inflation factor）值及變量的VIF 均值都小于10，說明本文的變量不存在多重共線性，實證結果不受多重共線性的影響。

表3 多重共線性檢驗

在模型選擇時，利用F檢驗和豪斯曼檢驗進行分析。F檢驗統計值為19.49，說明固定效應模型比混合效應模型更好，豪斯曼檢驗的統計值為152.70，說明固定效應模型比隨機效應更好。因此，本文基本模型為固定效應模型是合理的。

（二）基準回歸

為驗證金融科技發展對城市綠色發展的影響，首先采用模型（1），通過逐步加入控制變量與固定效應進行分析，表4 報告了相應的估計結果。表4（1）列結果顯示，當僅研究金融科技對綠色發展的影響時，FT的估計系數為正向1%水平上顯著。在表4（2）～（5）列，逐漸放入控制變量、時間固定效應和城市固定效應后，FT的系數仍然為正向顯著，且均在1%水平上顯著，說明金融科技有助于提升城市的綠色發展水平。金融科技通過大數據、人工智能等金融創新推動金融產品、服務場景的變革，可以賦能金融機構降低信息不對稱及解決小微企業綠色融資障礙，還能為評估環境風險等方面提供技術支持，從多方面推動綠色發展。

表4 基準回歸的結果

（三）內生性處理與穩健性檢驗

1.內生性問題

在模型（1）中，即使本文盡量去控制那些可能同時影響金融科技發展和城市綠色發展的因素，但仍可能存在不可觀測因素進入殘差項，導致金融科技（FT）估計系數有偏。另外，由于城市綠色發展水平的提高可能會反過來促進金融科技發展，故模型可能存在反向因果關系。為了緩解遺漏變量、測量誤差或反向因果關系導致的內生性問題，本文進一步采用工具變量法及系統GMM（generalized method of moment）估計來檢驗金融科技發展對城市綠色發展的影響。

第一種是工具變量法，借鑒黃群慧等（2019）的思路，本文選取各城市1984 年的電話機數作為金融科技的工具變量。由于數據均為截面數據，將工具變量與上一期金融科技公司全國層面（除本市）的均值進行交互，得到面板工具變量。從相關性而言，互聯網的應用是金融科技快速發展的重要前提，而互聯網最初是通過固定電話撥號推廣的，那么固定電話普及率高的城市也極有可能是金融科技發展較好的城市。除此之外，歷史上的固定電話和當前的金融科技都是所處環境里的較高科技水平產物，對于固定電話接受度較高的城市很可能也是金融科技水平較高的城市。從外生性而言，在信息技術水平快速發展的背景下，歷史上的固定電話數量很難影響現在的城市綠色發展。因此，本文選取的工具變量滿足相關性和外生性。

首先，用Durbin-Wu-Hausman 檢驗確定FT是否存在內生性，結果顯示，以綠色發展為被解釋變量時，Durbin-Wu-Hausman（DWH）統計量為2171.63，P值為0.00，說明模型中的FT指標存在內生性問題，其次，進行了弱工具變量檢驗，發現并不存在弱工具變量問題。表5（1）、（2）列匯報了工具變量法的兩階段估計結果，其中（1）列為一階段的估計結果，（2）列為第二階段的估計結果。一階段結果表明，IV的估計系數在1%水平上顯著為正，表明1984 年固定電話普及率越高，該城市的金融科技水平也越高，同樣說明了工具變量的相關性。二階段的估計結果顯示，與基準回歸一致，FT的系數在1%置信水平上顯著為正，說明在緩解內生性問題后，本文結論依然成立，即金融科技能夠驅動城市綠色發展。

第二種是系統GMM 動態面板估計，綠色發展在當期的水平很大程度上受到上一期數值的影響，即具有一定的序列相關，為解決這一問題，本文引入系統GMM 回歸來檢驗前文結論的穩健性。表5（3）列顯示的檢驗統計值表明，工具變量有效，使用系統GMM 是合理的，其回歸結果表明，FT的系數為0.0049，在1%置信水平上顯著，說明在考慮了序列相關后，金融科技對城市綠色發展的顯著促進作用仍然存在。

表5 工具變量法和系統GMM

2.穩健性檢驗

表6 報告了穩健性檢驗的結果。第一，更換被解釋變量，表6（1）列為使用熵值法重新測度綠色發展水平的結果。第二，更換解釋變量，勞動力市場中的熟練金融從業者和面臨就業的新畢業生共同創造了金融科技的快速發展，而當城市對勞動力的吸引力較高時，高質量的勞動力同樣會推動金融科技公司的發展。因此，選取城市人均工資水平的對數值來衡量城市吸引力，用城市吸引力來消除規模的影響，即FT_w=FT/人均工資對數，結果見（2）列。第三，剔除混雜因素，2018 年大量P2P 平臺爆雷關閉，影響了金融科技的發展。因此將2018 年剔除，結果見（3）列。第四，剔除極端值，由于金融科技標準差較大，為了防止極端值可能對結論的影響，本文將金融科技進行前后1%縮尾，結果見（4）列。所有穩健性檢驗的結果均表明本文的結論是穩健的。

表6 穩健性檢驗的結果

（四）區域效應

由于中國地域廣袤，各地的經濟發展水平、資源稟賦等條件也不甚相同。因此存在地區異質性，表7 報告了地區異質性在金融科技對綠色發展影響中的作用。從（1）～（3）列金融科技（FT）的估計結果不難看出，東部地區的金融科技對綠色發展的影響最為顯著，中部地區的金融科技的t值與東部地區相比較小，但是估計系數更大，而西部地區金融科技對綠色發展沒有顯著的影響。

表7 地區異質性結果

（五）內部渠道

表8 報告了金融科技對綠色發展子指標的影響。（1）、（2）列結果表明，金融科技對環境治理和社會福利的促進效果并不顯著。（3）、（4）列顯示，金融科技對降低排放消耗和拉動經濟增長均具有顯著正向作用，分別在5%和1%水平上顯著。以上說明，在樣本期內金融科技主要通過降低排放消耗和拉動經濟增長來促進城市綠色發展。

表8 子指標結果

（六）外部環境

金融科技是金融元素與科技元素深度融合的創新成果，其本質仍然是金融。這種金融模式通過大數據、人工智能等技術大幅度提升了金融服務實體經濟的能力，但金融科技也存在著技術、操作等風險沖擊經濟發展（楊東，2018）。政府作為監管的主導者和推行者，必然會對金融科技發展和綠色發展施加影響，但長期“監管不足”或“過度監管”都會導致發展效率的損害。因此，監管何時與金融科技及綠色發展的匹配程度最高、發揮效果最好就成了本文關心的內容。參考陳詩一和陳登科（2018）、唐松等（2020）的研究，本文用省級政府工作報告中與環境相關詞匯出現的比重來衡量環境監管水平，用區域金融監管支出與金融業增加值的比值來衡量金融監管水平。為了使前后期的監管水平動態可比，本文定義監管水平大于前一期3/2水平的為較強水平，監管水平小于前一期2/3 水平的為較弱水平，中間值為監管中性，具體分類檢驗結果見表9。表9（1）～（3）列的結果表明，環境監管處于中性和較強區間時，有助于金融科技發揮促進綠色發展的作用。（4）～（6）列的結果表明，金融監管處于動態中性時，金融科技推動綠色發展的效果更顯著。以上結果顯示，動態中性監管水平有利于金融科技促進城市綠色發展。

表9 動態監管的異質性

五、機制分析

（一）金融科技對綠色發展影響的動能轉換效應

前文的回歸結果驗證了金融科技發展能夠賦能城市綠色發展，那么金融科技影響城市綠色發展的潛在機制是什么？前文以動能轉換效應為視角，從理論上分析了金融科技驅動綠色發展的作用機制，為進一步探究這個“黑箱”并驗證假設1，本文從促進綠色技術創新和推動產業結構升級兩個角度進行實證檢驗。

1.供給側動能的綠色技術創新效應

綠色技術創新不足是導致城市綠色發展受阻的主要原因之一（Ghisetti 和Quatraro，2017）。金融科技可以“賦能”傳統金融機構，利用大數據幫助解決綠色識別的能力，從資金和保險等方面保障綠色技術創新活動的進行，加快城市綠色發展。借鑒Li 和Zheng（2016）的研究，本文使用上一期的城市層面每萬人當年授權綠色發明專利數量來衡量城市綠色創新水平，記為GTI，該指標數值越大表示城市綠色技術創新能力越強，并通過中介效應模型檢驗金融科技能否推動城市綠色技術創新能力進而提高城市的綠色發展水平。

表10（1）列的結果顯示，FT的系數為正且在1%水平上顯著，說明金融科技的發展可以提升城市的綠色技術創新能力。（2）列中，GTI的系數同樣為正向顯著，說明綠色技術創新水平的提高可以促進城市綠色發展。綜合表4（5）列和表10（2）列的結果來看，在加入綠色技術創新（GTI）后，FT的系數依然顯著為正，但有所下降，說明城市綠色技術創新能力在金融科技驅動城市綠色發展提高時承擔部分中介效應。中介效應檢驗結果顯示，sobel 檢驗z值為7.14，在1%水平上顯著。以上結果表明，綠色技術創新是金融科技促進城市綠色發展的重要中介。

2.需求側動能的產業結構升級效應檢驗

金融科技的發展有助于促使資本、技術等要素向生產率更高的信息技術產業和服務業流動，加快產業升級速度，還能通過釋放消費潛力和推動“經濟結構服務化”來倒逼產業升級，進而促進城市綠色發展。為驗證該機制，本文參考干春暉等（2011）的研究，使用第三產業產值與第二產業產值之比來衡量產業結構高級化，記為TS，將其作為中介變量，表10（3）、（4）列報告了相應的估計結果。其中，（3）列FT的系數在1%置信水平上顯著為正，表明金融科技發展顯著提高了城市第三產業與第二產業之比。在第（4）列中，產業結構高級化（TS）的系數在5%水平上正向顯著，說明產業結構水平較低確實會抑制城市綠色發展。綜合表4（5）列和表10（4）列的結果來看，在加入產業結構高級化（TS）后，FT的系數在1%水平上正向顯著，且相對基礎結果有所下降，表明在考慮產業結構高級化的因素后，金融科技對城市綠色發展影響的邊際效應有所減少，這說明產業結構高級化承擔了金融科技驅動城市綠色發展的部分中介作用③注：產業結構高級化的sobel 檢驗Z 值為4.13。。

表10 金融科技、動能轉換與城市綠色發展

綜合以上分析，假設1 得到驗證，即金融科技推動新動能發展進而賦能綠色發展。推動新動能發展主要在兩方面，從供給端動能促進地區綠色技術創新，從需求端動能加快產業結構升級。

（二）金融科技對綠色發展影響的地理結構效應

1.金融科技與綠色發展的地理空間分布

在經濟發展過程中，由于中國特定的體制背景，直轄市和省會城市往往能夠吸引較多的發展資源，呈現經濟集聚的特點，同時中心城市通常是金融機構和高科技公司的聚集地，那么以“金融+科技”為特征的金融科技是否具有產業集聚的特征呢？綠色發展是否存在區域相關呢？為了回答這個問題，首先采用局部加權平滑曲線觀察城市金融科技公司數量和綠色發展在與中心城市（省會）距離上分布的特征，結果如圖2 所示。首先，當距離為0 時，曲線1 和曲線2 均處于最高值，說明中心城市（省會）一般是各省金融科技和綠色發展的最高水平。其次，在距離中心城市100千米以內，隨著距離的增加，曲線1 和曲線2 的斜率為負且較高，說明在0～100 千米時，金融科技公司數量和綠色發展水平隨著距離的增加處于快速下降過程。最后，在100 千米～300 千米金融科技公司數量和綠色發展水平的變化幅度均較小，而當距離超過300 千米以后，總體處于緩慢下降趨勢。以上說明，金融科技公司與綠色發展高水平地區一般分布在中心城市及周邊地區，而金融要素集聚本身具有溢出效應和虹吸效應，金融科技自身也存在技術溢出效應。因此，本文認為金融科技集聚同樣存在空間效應。

圖2 金融科技和綠色發展的距離分布圖

2.金融科技集聚對綠色發展的影響及地理特征

接下來是本部分關注的重點，檢驗金融科技發展的空間效應，表11 匯報了模型（7）的回歸結果。（1）列是未納入控制變量的結果，（2）列是完整模型的結果，初步顯示核心變量結果較為穩健。在（2）列中，FT_local和FT_centre的估計系數為在1%水平上正向顯著，說明金融科技集聚和金融科技中心溢出均會提升綠色發展的水平。本部分與前文一樣存在內生性的擔憂。因此使用工具變量法來緩解內生性問題。本文選取滯后一期的地方金融科技區位熵及滯后一期的金融科技中心溢出作為工具變量，進而使用兩階段最小二乘估計，其結果匯報在表11（3）、（4）列中，金融科技區位熵（FT_local）和金融科技中心溢出（FT_centre）的估計系數依然在1%水平上正向顯著，其Kleibergen-Paap LM 檢驗P值均為0.0003 且小于0.1，Kleibergen-Paap Wald 檢驗分別為24.941 和21.587 均大于10%置信水平的檢驗值7.03，以上結果表明工具變量是合理有效的。

表11 金融科技地理結構與城市綠色發展

為了保證回歸結果的可靠性，本文從以下幾方面進行了穩健性檢驗：第一，考慮到京津冀一體化政策，而且北京市和天津市的金融科技對河北省的綠色發展具有空間效應。因此剔除了河北省內的城市樣本，表12（1）列匯報了相應的估計結果。第二，使用熵值法重新測度綠色發展，結果匯報在（2）列中。第三，考慮到雙向固定效應可能較為“柔性”。因此將其交互，即使用年份*省份的交互固定效應，其結果見（3）列。所有的結果均為正向顯著，說明本文的核心結論沒有發生改變。

表12 金融科技地理結構與城市綠色發展的穩健性檢驗

根據前文圖2 的分布特征，本文根據各城市與中心城市的距離進行分組，進一步考察金融科技對綠色發展影響的空間特征，表13 匯報了分組回歸的結果。由（1）列可得，當城市距離中心城市100 千米以內時，地方金融科技集聚（FT_local）對綠色發展的系數為負，在5%水平上顯著，說明在該范圍內，地方金融科技集聚會顯著降低地方的綠色發展水平，而金融科技中心溢出（FT_centre）的系數為正，在1%水平上顯著，說明金融科技中心溢出效應能夠顯著提升100 千米以內城市的綠色發展水平。對于以上結果可能的原因是中心城市金融科技的發展具有虹吸效應，剝奪了距離省會100 千米左右城市本地金融科技集聚的綠色促進能力，但是并沒有說明金融科技的發展阻礙了100 千米以內非中心城市的綠色發展，因為金融科技中心溢出效應填補了推動100 千米以內非中心城市綠色發展的角色。

由表13（2）列結果可以發現，當城市位于距離中心城市100～300 千米時，地方金融科技集聚（FT_local）對綠色發展的系數為正，在1%水平上顯著，說明在該范圍，地方金融科技集聚會顯著提高地方的綠色發展水平，而金融科技中心溢出（FT_centre）的系數為正，但是并不顯著，說明金融科技中心溢出效應對于100～300千米以內城市的綠色發展水平并不存在顯著作用。可能的原因是，該區域的城市金融科技集聚能夠滿足綠色發展的需要。因此不需要外部中心城市的金融科技溢出來提供資金技術等方面的支持。

由表13（3）列結果可以發現，當城市位于距離中心城市300 千米以外時，地方金融科技集聚（FT_local）對綠色發展的系數為正，但是并不顯著，說明在該范圍的地方金融科技集聚會提高地方的綠色發展水平但是作用并不強烈，而金融科技中心溢出（FT_centre）的系數為正，在1%水平上顯著，說明金融科技中心溢出效應對于距離中心城市300 千米以外城市的綠色發展水平存在顯著推動作用。可能的原因是，距離中心城市較遠的地區，其金融科技發展水平也不足，自身的金融科技集聚不能發揮較好的綠色促進作用，而外部中心城市的金融科技溢出能夠緩解地方金融科技能力不足所造成的的綠色創新資金不足等問題，為地方城市綠色發展注入動力。

表13 金融科技地理結構影響城市綠色發展的地理距離特征

綜合上述結果，地方金融科技集聚對綠色發展的影響隨距離的變化呈倒“U”型特征，而金融科技中心溢出對綠色發展的影響隨距離的變化呈“U”型特征，而且從平均系數的結果進行觀察，兩者之間存在互為補充的綠色增長效應。即當地方金融科技集聚不能促進綠色發展時，金融科技中心溢出可以替代前者的角色完成綠色促進作用，而當金融科技中心溢出未能促進綠色發展時，地方金融科技集聚便會充當促進綠色發展的作用。

六、結論與啟示

堅持“綠水青山就是金山銀山”對于實現高質量綠色發展至關重要。金融是現代經濟的核心，而金融科技作為信息技術與金融業滲透融合的產物，正在改變和重塑傳統金融業態，為高質量綠色發展注入巨大的動力與活力。本文基于中國2010—2018 年的城市層面數據，在構建中國城市綠色發展評價體系的基礎上，運用《中國工業經濟》期刊公開發表的金融科技公司數量的數據，通過面板固定效應模型、工具變量法、中介效應等方法考察金融科技對城市綠色發展的影響。

（一）研究結論

金融科技能夠促進綠色發展，通過以1984 年電話機數為工具變量的兩階段最小二乘估計、系統GMM 等方法處理內生性，用熵值法重新測度綠色發展、消除城市規模對金融科技測度誤差的影響、更換樣本區間等穩健性檢驗，得出金融科技顯著促進綠色發展的這一結果是穩健可靠的。異質性分析的結果顯示，首先，金融科技的綠色驅動效應主要在于降低排放消耗及推動經濟增長；其次，金融科技對綠色發展的作用在東部地區最強，中部地區稍強，西部地區最弱；最后，無論是環境監管還是金融監管，當監管程度處于動態中性時，金融科技能夠發揮最優的綠色促進作用。金融科技能夠促進動能轉換，進而賦能綠色發展，具體路徑在于供給側綠色技術創新動能和需求側產業結構升級動能兩個方面。地方金融科技集聚和金融科技中心溢出均會推動綠色發展，隨著與中心城市距離的增加，地方金融科技集聚和金融科技中心溢出對綠色發展的影響具有替代作用。

（二）政策建議

1.接續高質量發展金融科技，穩妥推進綠色發展轉型

金融科技是新發展階段實現高質量綠色發展的重要手段。金融科技的蓬勃發展為企業融通資金提供了重要支持，大數據及人工智能等手段為識別清潔技術、清潔生產模式、清潔企業等方面提供了便利，進而以綠色技術創新和產業結構升級為支點推動綠色發展。同時政府應引導高新技術產業發展、加強知識產權保護、強化激勵政策協同、優化營商環境等方面，促進創新創業蓬勃發展，培育綠色發展的增長動力。

2.保持動態中性監管常態化

在新發展格局背景下，金融科技能夠幫助金融供給側改革，也是一把“雙刃劍”。一方面，政府監管不能缺位，也不宜保持過度監管的狀態，維持區域監管程度動態中性是金融科技賦能綠色發展的最優監管狀態；另一方面，要加強宏觀審慎監管，確保不發生系統性風險，進一步擴大“監管沙盒”試點范圍，給予金融科技足夠的試錯空間，充分發揮市場機制，解決資源配置效率低下等問題，進而驅動綠色發展。

3.不能忽視地方城市金融科技發展

積極構建三層金融科技中心，促進綠色發展。三層金融科技中心即全國金融科技中心、地方金融科技中心及地方次級金融科技中心。金融科技產業在發展時應兼顧集聚與分散，以達到“以點帶面”的作用突破綠色發展制約。對于全國和地方的金融科技“領頭羊”城市，要持續增強技術、人力和制度等方面的比較優勢，發揮循環累積效應，進一步提高城市綠色水平。對于距離中心城市100 千米～300 千米的城市，通過政府機構政策引導、儲備優秀人才、建設基礎設施搭建金融科技聯合平臺，在地方建立多個次級金融科技中心，使金融科技更好地服務于城市綠色轉型，有助于“在集聚中走向平衡”，實現高質量綠色發展。

（三）研究不足

本文使用的數據是基于各城市金融科技公司數量的數據，而金融科技公司發展水平層次不齊，金融科技公司之間的體量及影響作用等方面可能存在巨大差異。限于數據的可得性，本文僅從數量角度開展研究，而從金融科技公司質量等深層數據出發，可以進一步深化研究。