科技金融政策能否降低環境污染？
——基于“促進科技與金融結合試點”的準自然實驗

汪克亮，姜 偉

（中國海洋大學 經濟學院，山東青島 266100）

一、引言

改革開放以來，中國依靠大規模的資源投入和能源消耗實現了高速度的經濟增長，創造了世界舞臺上的中國奇跡。但長期以來的“唯GDP 論”和“先污染，后治理”的粗放式發展模式也引致了嚴峻的生態環境問題。耶魯大學等研究單位聯合發布的《2020 年全球環境績效指數報告》顯示，中國環境績效指數（EPI）綜合得分僅為37.3 分，較2018 年下降13.44 分，居于全球末尾；另外，據《2020 中國生態環境狀況公報》顯示，2020年，全國337 個地級市中有135 個城市空氣質量超標，占比高達40.1%；與2019 年相比，劣四類水質海域面積增加1730 平方千米。日益加劇的環境污染嚴重損害了居民健康和生產生活，成為制約經濟高質量發展的重要因素（陳登科，2020）。為了有效的緩解資源環境約束，推動綠色經濟和可持續發展，《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》（“十三五”規劃）中明確提出實行最嚴格的環境保護制度，推動資源利用方式根本轉變，進而改善環境質量，協同推進中國美麗；《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》（“十四五”規劃）進一步指出深入打好污染防治攻堅戰，建立健全環境治理體系，堅持綠色發展和生態優先原則，推動經濟社會全面綠色轉型，常保“碧海藍天”。由此可見，尋求科學合理的治污排污方法，提高生態環境治理效率已經成為推動經濟高質量發展，實現“綠水青山”的關鍵所在。

近年來，隨著經濟發展不斷“脫實就虛”，金融發展為生態環境治理提供了新思路，許多學者從各個角度出發對此進行了深入探索。然而，在現有的學術研究中，關于金融發展與環境污染之間的關系，學者們尚未達成一致意見。大部分學者認為金融發展對區域環境污染具有顯著的抑制作用。具體而言，金融發展有利于環保投資項目融資（Lahiani，2020），并能夠推動地區產業結構升級（Gu et al，2021），加快區域綠色創新步伐（陸菁等，2021），進而實現環境污染防治，優化地區資源生態。也有部分學者認為金融發展反而惡化了區域生態環境。Canh et al（2021）的研究表明在中國經濟快速增長的背景下，金融發展對于環境污染具有顯著的推動作用。Mesagan et al（2022）發現在短期中金融發展與環境污染之間并沒有顯著關系，但在長期中金融發展明顯加劇了地區的環境污染。此外，還有學者認為金融發展與環境污染之間存在“倒U 型”（汪彬等，2022）、“U 型”（姚輝等，2020）等非線性關系。

在創新驅動社會發展的背景下，技術創新的環境效應也受到學術界的廣泛關注，但其與環境之間是否存在“波特效應”也存在爭議。第一種是促進論。已有研究認為技術創新能夠提高能源利用效率和污染處理能力，降低能源消耗和污染物排放，從而有效抑制環境污染（廖果平和秦劍美，2022；孫麗文等，2020；Xu et al，2020）。He et al（2022）的研究表明技術創新通過引導產業空間集聚和減少能源消費量顯著降低了環境污染。Yi et al（2022）進一步指明技術創新不僅能夠降低當地的環境污染，還對周邊地區的環境污染具有輻射影響作用。第二種是抑制論。部分研究認為技術創新更多是對生產效率的追求，逐利心理促使企業擴大生產規模，從而陷入“綠色困境”的生產模式，加劇環境污染（Khattak et al，2020）。Mongo et al（2021）提出由于能源反彈效應的存在，技術創新反而會阻礙環境治理。

綜合上述研究，金融發展、技術創新與環境污染之間的關系已經被廣泛認可，但是其內在的爭議尚未得到解決。在此情況下，科技金融政策通過金融發展與技術創新的有效結合為回應科技創新、金融發展與環境治理的爭論提供了全新思路。然而，在現有的學術研究中，大多數學者的視角僅限于科技金融政策的產業升級效應（胡歡歡和劉傳明，2021）、經濟增長效應（劉少波和吳玥，2022）和技術創新效應（鄭石明等，2020）。如馮永琦和邱晶晶（2021）認為科技金融政策能夠提高地區產業結構升級效率，推動區域間的產業結構合理化。馮銳等（2021）提出科技金融政策能夠提高城市的創新能力，緩解發展的融資約束，進而推動城市的經濟增效。葉初升等（2022）的研究表明科技金融政策能夠驅動金融資本和政府資金服務于創新活動，進而提升企業的創新能力。而鮮有學者關注科技金融政策的環境效應，更遑論對其影響路徑的探究。那么，科技金融政策究竟會對生態環境治理產生何種影響？其內在的作用機制如何？不同區位、不同類型的試點城市是否具有差異性的政策效果？

為了回答上述問題，本文將科技金融政策實施視為一項準自然實驗，采用2003—2018 年中國262 個地級市數據，運用雙重差分法分析科技金融政策實施對于環境治理的影響，并構建中介效應模型研究其作用路徑。本文的邊際貢獻體現在：第一，基于綠色視角，從科技創新與金融發展相結合的科技金融政策出發，分析其對環境治理的影響。這在一定程度上回應了現有研究關于科技創新、金融發展與環境治理的爭論，同時為生態環境治理提供了全新思路。第二，本文采用多期雙重差分（DID）和傾向得分匹配雙重差分（PSM-DID）相結合的方法研究科技金融政策的環境治理效應，有效解決了樣本的選擇偏差問題。此外，鑒于環境污染物的多樣性與綜合性特征，本文使用多種典型污染物衡量地區環境污染水平，以盡可能全面地捕捉科技金融政策的環境治理效應。第三，進一步建立中介機制模型探討科技金融試點影響環境的內在機制，拓展了科技金融政策影響環境治理的理論深度。

二、政策背景和假設提出

（一）政策背景

科技金融政策是國家提高自主創新能力，推動科技與金融深度融合，支撐和引領經濟發展方式轉變，進而實現經濟高質量發展的重大舉措。2010 年12 月，科技部、中國人民銀行等五部門聯合通過了《促進科技與金融結合試點實施方案》，隨后北京、上海、天津等城市積極響應申報。2011 年，科技部、中國人民銀行等五部門確定了16 個地區進行第一批科技金融政策實施工作，標志著科技金融政策正式從規劃方案走向具體的政策實踐。此后，政府采取了一系列扶持措施為科技金融政策“保駕護航”。截至2016 年，科技型中小企業創業投資引導基金已與地方政府、民間投資共同成立了近百家創投基金，基金注冊資本總額超過130 億元；另外，上海市、江蘇省成立了科技金融信息服務平臺，天津、武漢、成都建立了科技型中小微企業數據庫，初步形成了投貸融合、創新驅動的科技金融發展新模式。然而科技金融政策的實施并未停滯不前。為了進一步完善金融政策、調動金融機構的積極性，2016 年，科技部、中國人民銀行等五部門在推進原試點城市深入發展的基礎上，將鄭州、廈門、青島等9 個城市列為科技金融政策實施城市，這一舉措標志著科技金融政策實施進入深化新階段。

總的來看，科技金融政策的實施主要包含以下幾個特征：①從實施階段來看，科技金融政策的實施大致經歷了從探索實踐到深化發展兩個階段，建設的階段性和層級性明顯。在探索實踐階段，政府用于科技金融政策的資金以直接補貼為主，難以與稅收優惠、政府采購形成協同，不利于發揮金融積極性，而在深化發展階段，提高金融效率成為科技金融政策的重點，運用財政資金引導社會資本，實現市場化運作。②從實施區域來看，科技金融試點城市之間存在較大異質性。試點地區原有的經濟、科技、金融發展水平差異較大，發展的起點、速度與方式各有不同，使得試點工作成效存在差別；另一方面，科技金融政策的實施主要在相鄰的經濟區之間實施，能夠充分發揮地區聯動效應，以科技金融發展構建地區經濟增長極，進而帶動周邊地區發展。③從實施方式來看，市場與政府協同推動科技金融政策落實。在政策實施過程中，政府出臺一系列配套文件和扶持措施為科技金融政策“保駕護航”，市場充分發揮資源配置作用，篩選高質量產業，從而實現協同發展。同時，試點城市充分發揮金融資源優勢和自主創新能力，遵循政府引導，因地制宜的探索科技金融發展新路徑。

（二）假設提出

基于上述政策背景，可以看出，作為科技與金融協同配合的城市發展新范式，科技金融政策的核心要義在于創新金融服務和金融產品，充分調動金融資源服務于科技型企業，從而為創新驅動城市發展提供戰略支撐。而在科技金融政策支撐城市創新發展的過程中，其對于傳統金融模式的變革和對科技型企業的“鼎力相助”，能夠扭轉傳統金融業和科技型企業“各行其道”的錯配局面，提升高新技術產業等低污染產業的市場競爭力，進而提高科技創新、金融發展與環境治理的適配度，有效應對傳統城鎮化帶來的環境污染問題。基于此，本文提出假設1：

科技金融政策能夠有效緩解環境污染（H1）。

科技金融政策影響環境污染的機制可能包括三個方面：金融發展效應、技術創新效應和經濟規模效應。金融發展效應是科技金融政策中金融本質的具體體現。中國的金融市場長期存在著金融資源錯配問題和信貸歧視現象，資本市場建設與發達國家仍存在較大差距。具體而言，由于地方政府“唯GDP”論和“逐底競爭”的政治晉升制度及根深蒂固的“先污染，后治理”發展模式，過多的金融資源總是傾向于鋼鐵、石油化工、火電等高污染和高能耗行業，使得金融資源配置失衡，進而引發嚴峻的生態環境問題（劉錫良和文書洋，2019）。而科技金融政策的實施能夠有效破解這一困境。與傳統金融相比，科技金融能夠發掘創新產品的市場價值，通過構建完善的政策金融體系為創新發展“保駕護航”，從而加強資本市場建設，推動金融業的快速發展（陳振權等，2021）。正如科技金融政策文件中所提及的“積極引導和促進銀行業、證券業、保險業金融機構及創業投資等各類資本創新金融產品、改進服務模式、搭建服務平臺，實現科技創新鏈條與金融資本鏈條的有機結合”，科技金融政策不斷通過多元化的融資渠道和多層次的融資模式為新興產業、高新技術產業等清潔產業提供融資支持，糾正金融資源的配置方向，利用金融杠桿撬動金融資本補齊環境短板，從而有效降低環境污染。同時，科技金融政策的金融發展效應并非僅限于選擇“正確”的產業，也在于確定“正確”的方向。在經濟高質量發展的背景下，綠色環保的理念早已深入人心（張琦等，2019）。因此，“赤道原則”逐漸成為金融機構約定俗成的行業準則，金融客戶的環境標準要求進一步收緊，重污染企業的融資成本不斷提升，從而迫使重污染企業積極尋求科技金融支持，加快綠色轉型（萬攀兵等，2021）。基于此，本文提出假設2：

科技金融政策通過金融發展效應改善城市生態環境（H2）。

技術創新效應是科技金融政策的題中應有之義，由此產生的環境治理效果也是創新驅動城市發展的必然（顧江寒和柴華奇，2022）。具體而言，科技金融政策主要從以下三個方面產生技術創新效應，從而有效抑制環境污染。首先，諾貝爾經濟學獎得主Hicks（1969）在其經典著作《經濟史理論》中就提出“金融能夠為新技術的產生提供大量的資金支持”。然而，在現實中，由于科技型企業的資本回收期長，融資風險大，大多數中小科技企業都面臨著融資難、融資貴的問題（李春濤等，2020）。而科技金融政策通過綜合運用無償資助、償還性資助、風險補償、貸款貼息及后補助等方式引導金融資本參與實施國家科技重大專項、科技支撐計劃、火炬計劃等科技計劃，有效緩解了科技型企業的融資約束，從而有效推動城市的技術創新。其次，科技金融政策進一步運用科技保險、新三板上市等風險分散機制為中小科技型企業提供融資保障，防范化解科技金融風險，從而為城市創新“保駕護航”。最后，加快科技成果轉化是科技創新與社會生產之間的“最后一公里”（王康等，2019）。科技金融政策通過建立科技成果轉化庫，幫助科技創新產品迅速與經濟發展結合，從而充分發揮城市的創新潛力。而隨著城市創新活動的不斷開展，企業的能源利用效率和污染處理能力產生質的提升，進而有效降低環境污染。同時，在技術創新的推動下，試點地區的高新技術產業、服務業等第三產業的比重顯著提升，產業結構得到進一步優化，從而減輕第一產業和第二產業帶來的污染排放，改善生態環境質量（Cheng et al，2021）。基于此，本文提出假設3：

科技金融政策通過技術創新效應改善城市生態環境（H3）。

經濟規模效應是指科技金融政策通過推動城市經濟增長從而對環境治理產生影響（邵帥等，2019）。作為驅動經濟增長的內生力量，科技與金融協同配合的試點政策必然會在實施過程中引致地區的經濟飛躍（徐越倩等，2021）。具體而言，科技金融政策能夠以更加便捷、更低成本、更高效率的融資方式及更多元化的融資渠道，引導金融機構為企業發展提供信貸支持，顯著提升企業的生產效率，進而推動城市的經濟擴張。而隨著城市經濟規模的擴大，發展的“規模紅利”得以釋放，“激勵效應”和“倒逼效應”推動城市環境治理水平日益提高（逯進等，2020）。一方面，在地方政府官員政治晉升的激勵作用下，高經濟規模的地方政府會投入更多的資金用來進行環境治理，降低城市污染水平，塑造良好的城市形象；另一方面，隨著城市經濟規模的擴大，城市居民收入水平不斷提高，從而對環境這類公共物品產生更高層次的需求，倒逼地方政府采取更為嚴格的環境治理政策，推動地區生態環境治理（孫金花等，2021）。基于此，本文提出假設4：

科技金融政策通過經濟規模效應改善城市生態環境（H4）。

理論機制如圖1 所示。

圖1 科技金融政策對于城市環境的影響機制

三、研究設計

（一）模型設置

截至2020 年末，先后有16 個地區和9 個城市分別于2011 年和2016 年獲批為科技金融試點城市。為了驗證假說H1，本文將科技金融政策實施作為一次“準自然實驗”，采用多期DID 評估科技金融結合試點的環境績效。首先，本文依據虛擬變量DID 的設置原則，構建兩個虛擬變量：一是地區虛擬變量，本文按照是否受到政策影響將城市劃分為處理組和實驗組，即將科技金融政策實施城市視為處理組，定義為1，未實施的城市構成控制組，定義為0；二是時間虛擬變量，考慮到政策實施前后的時間差異，本文將科技金融政策實施及之后的年份定義為1，科技金融政策實施之前的年份定義為0。其次，本文使用的是中國地級市數據，對虛擬變量設置做了以下處理：①在構建地區虛擬變量時，基于數據可得性和準確性，將16 個地區和9 個城市進一步細分為48 個城市。同時，盡管寧波市在2016 年才被確定為科技金融試點城市，但是寧波市高新區早在2011 年就被納入科技金融試點框架中，考慮到政策溢出效果，本文將寧波市列為第一批科技金融試點城市。②在構建時間虛擬變量時，盡管第一批試點城市通過時間在2011 年底，但是科技金融政策方案早在2010 年就已經出臺，試點城市于2011 年就開展了科技與金融結合的相關方案。因此，本文將第一批科技金融政策實施時間定為2011 年，第二批科技金融政策實施時間定為2016 年。

根據上述分析，本文借鑒Liu et al（2022）的做法，使用含虛擬變量DID 的面板雙向固定效應模型來估計科技金融政策的環境治理效應。具體模型設定如下：

其中：i和t分別為第i個地區和第t年；Yit為被解釋變量，表示城市環境污染水平；虛擬變量DIDit為科技金融政策實施的政策變量，即地區虛擬變量與時間虛擬變量的交互項。此外，考慮到其他潛在因素對于城市環境治理的影響，本文還控制了一些可能影響城市環境污染水平的變量，用Xit表示，具體包括產業結構、人口密度、政府規模、人力資本、對外開放水平和金融規模。μi為個體固定效應；λt為時間固定效應；εit為隨機擾動項。基于多期DID 模型的構建原理，可知虛擬變量DIDit的系數β1衡量了科技金融政策實施對于城市環境污染水平的凈影響，若其顯著為負，則說明科技金融政策的污染減排效應存在。

（二）變量選擇

1.被解釋變量

本文的被解釋變量為城市環境污染水平。基于現有的研究，衡量城市環境污染水平一般采用“工業三廢”指標，但是考慮到地級市數據的可得性與穩健性，本文將工業二氧化硫（SO2）和工業廢水（Water）排放數據作為環境污染水平的衡量指標（范子英和趙仁杰，2019）。此外，考慮到近年來霧霾現象頻發，霧霾污染在經濟發展過程中越來越受到人們的關注，成為制約經濟可持續發展的關鍵因素。因此，本文將細顆粒物（PM2.5）數據納入到模型中。同時，為了避免規模因素所造成的結果偏誤，以上變量均采用強度指標進行衡量。

2.核心解釋變量

本文的核心解釋變量為科技金融政策虛擬變量DIDit，即地區虛擬變量與時間虛擬變量的交互項。

3.控制變量

在估計科技金融政策的環境治理效應時，為了克服因遺漏變量而產生的估計偏誤問題，本文借鑒已有的文獻，選取了一系列控制變量。具體如下：①產業結構（indus），本文借鑒袁航和朱承亮（2020）的做法，采用產業結構高度質的指標來衡量；②人口密度（density），以每平方公里人口數來表示；③政府規模（gov），采用政府財政支出占城市GDP 的比重來衡量；④人力資本（edu），以每萬人在校大學生數來衡量；⑤對外開放水平（fdi），采用外商投資額與城市GDP 之比進行衡量，其中，外商投資額按當年匯率折算成人民幣來測算；⑥金融規模（fin），采用城市存貸款余額與城市GDP 之比進行衡量。同時，為了解決異方差問題，有效降低模型偏誤，本文對上述變量均進行了對數化處理。

（三）數據來源

本文使用2003—2018 年中國262 個地級市的面板數據研究科技金融政策實施的污染減排效應。其中，根據科技部官網的數據整理得到48 個科技金融試點城市作為處理組；除PM2.5數據來自于達爾豪斯大學大氣成分分析組的大氣數據外，本文使用的其他研究數據主要來自于《中國城市統計年鑒》、economy prediction system（EPS）數據庫及各省、市統計年鑒，由于部分地級市存在著數據缺失，本文采用插值法進行補充，科技金融政策試點所在地級市分布情況如表1 所示。

表1 科技金融政策試點所在地級市分布情況

四、實證結果分析

（一）基準分析

1.平行趨勢檢驗

采用多期DID 模型進行政策評估的前提條件是滿足平行趨勢檢驗，即處理組與控制組在政策實施前后保持一致的變化趨勢。因此，本文采用事件研究法進行了平行趨勢檢驗，具體模型設定如下：

圖2 平行趨勢檢驗

2.基準回歸結果

為了考察科技金融政策的污染治理效應，本文運用雙向固定的多期DID 模型進行估計，回歸結果見表2。其中，（1）、（3）、（5）列為不添加控制變量的估計結果，（2）、（4）、（6）列為添加控制變量后科技金融政策對環境污染的影響結果。對比可知，無論是否添加控制變量，科技金融政策的實施對于環境污染均具有顯著的治理效應，本文的研究假說H1 得以驗證。從控制變量的結果來看，產業結構和人口密度的系數顯著為負，說明科學合理的產業結構和適度的人口集聚對環境污染具有明顯的抑制作用；而政府規模和金融規模的系數顯著為正，說明政府規模和金融規模在其由小到大的擴張過程中，更多的是對能源消費的支持，加劇了城市的環境污染；對外開放水平的系數有正有負且均不顯著，說明外商投資的“污染光環”效應或“污染避難所”效應是否存在具有不確定性；另外，相比于水污染的治理，科技金融政策對于空氣污染的治理效果更加明顯。這主要是因為霧霾污染和酸雨所造成的環境危害更為嚴重也更為明顯，在科技金融政策的推動下，空氣污染嚴重的重工業首先遭受淘汰，企業的空氣清潔技術也率先實現革新，從而有效抑制了空氣污染。

表2 基準回歸結果

（二）異質性檢驗

1.城市區位異質性

考慮到不同區位的城市在經濟發展水平、自主創新能力和金融發展效率方面均存在差異，本文基于不同城市所處的地理位置將城市分為東中西部城市和南北部城市，以研究科技金融政策實施對于環境治理的異質性影響，具體實證結果見表3 和表4 所示。從總體減排效果來看，在東部地區和北部地區，科技金融政策的污染治理效應更加顯著，而在中部地區、西部地區和南部地區科技金融政策的污染減排效應并不突出。出現上述地區異質性的主要原因在于：一方面，東部地區經濟發展水平較好，本身就具有較為完善的金融基礎設施和開放融合的創新思維，能夠充分發揮科技金融政策的作用，達到良好的治污效果，并且東部地區便利的交通條件和良好的區位優勢可以吸引更多的金融資源、創新資源和要素資源聚集，推動能源結構和產業結構不斷優化，進而改善區位環境，降低環境污染，而中部和西部地區均屬于城市欠發達地區，其本身的發展受到地理位置和環境條件的制約，機械、化工、有色金屬等高污染高能耗企業比重過高，產業結構長期處于不合理狀態；另一方面，與南部地區相比，北部地區作為老工業基地，正處于轉型升級的攻關階段，而科技金融政策的實施為其經濟轉型提供了新思路。因此其環境治理效果顯著。此外，相較于東部和北部地區，中部、西部和南部地區科技金融試點城市較少，從而未能帶來顯著的污染治理效果。

表3 城市區位異質性（一）

表4 城市區位異質性（二）

2.城市等級異質性

除了區位異質性對于科技金融政策減排效應具有影響外，城市等級的高低也是影響科技金融政策效果的重要因素。因此，本文借鑒新一線城市研究所最新發布的《2020 中國城市商業魅力排行榜》，將新一線城市、一線城市、二線城市和三線城市定義為高等級城市，將四線城市和五線城市定義為低等級城市，具體實證結果見表5。

表5 城市等級異質性

可以看出，科技金融政策的污染治理效應在不同等級的城市之中具有明顯的異質性。在高等級城市中，科技金融政策對三種污染物的排放均具有顯著的抑制作用；而在低等級城市中，科技金融政策的污染減排效應并不明顯。這主要是因為高等級城市本身就擁有更加清潔的綠色生產技術和先進的治污排污經驗，科技金融政策的實施有助于推動其實現進一步的創新積累、綠色技術積累和清潔要素積累，充分發揮地區比較優勢，激發城市創新動能，從而更有效的改善環境污染；而低等級城市在金融設施、創新能力和綠色技術等方面均有欠缺。因此難以體現科技金融政策的治污效應。

（三）穩健性檢驗

1.安慰劑檢驗

本文借鑒Wang et al（2022）的做法，采用隨機抽樣的方式進行安慰劑檢驗，即隨機抽取48 個城市，然后進行500 次基準回歸，具體結果如圖3 所示。可以看出，回歸系數的結果都分布在零點附近，并且與基準回歸系數相差甚遠，說明科技金融政策的污染治理效應不大可能受到其他隨機因素的干擾，即基準回歸的結果具有穩健性。

圖3 安慰劑檢驗

2.基于PSM-DID 的再檢驗

由于科技金融政策實施過程中存在部分地區主動申報的情況并且在設立過程中可能會考慮到地區的科技金融資源和創新能力等因素的綜合影響，從而使得政策實施難以滿足隨機試驗的要求，造成結果的選擇偏誤問題。因此，本文采用傾向得分匹配雙重差分模型進行穩健性估計，即通過構建Logit 模型，運用近鄰匹配的方式得到與處理組試點城市接近的匹配樣本，然后再進行DID 基準回歸，回歸結果見表6。可以看出，匹配后的實證結果中，科技金融政策的實施對于三種污染物均有明顯的治理效應，說明基準回歸結果穩健，進一步支持了本文的假說H1。

表6 PSM-DID 估計結果

3.排除其他政策和法規干擾

為了避免政策并行所帶來的內生性問題，評估科技金融政策環境治理的凈效應，本文在基準回歸的基礎上引入“金融綜合改革試驗區政策”“創新型城市”“低碳城市”“排污交易權試點”及《中華人民共和國環境保護法》實施的虛擬變量。其中，由于“環境保護法”是于2014 年在全國范圍內實施的。因此本文將2014—2018 年的時間虛擬變量設置為1，其余年份設置為0，地區虛擬變量設置與“促進科技與金融結合試點”保持一致，回歸結果見表7。可以看出，在控制了上述政策后，科技金融政策的環境影響系數依然顯著為負，進一步證明了基準回歸結果的穩健性。

表7 排除其他政策和法規干擾（一）

4.其他穩健性檢驗

（1）剔除2016 年樣本城市。由于2016 年通過的科技金融試點城市在樣本期內的政策作用時間較短，城市數量較少，科技金融政策的環境減排效果可能尚未得到充分體現。因此，本文剔除2016 年通過的8 個試點城市運用傳統的雙重差分模型考察政策實施效果。表8 中（1）～（3）列的結果表明，剔除2016 年試點城市后，科技金融政策的污染治理效應更為顯著，說明結論具有穩健性。

（2）剔除直轄市城市。為了消除地區發展差異所造成的政策評估誤差，本文通過剔除四個直轄市進行穩健性檢驗。表8 中（4）～（6）列的結果表明，在剔除了直轄市后，科技金融政策的污染治理效果仍然顯著，再次證明了估計結果的穩健性，支持了科技金融政策改善環境的假說。

表8 其他穩健性檢驗

五、進一步分析

（一）機制分析

從前文的實證結果可以看出，科技金融政策的實施對于環境污染具有明顯的抑制作用，那么，科技金融政策怎樣改善城市環境呢？正如前文所述，科技金融政策是金融與創新相結合的科學實踐，具有金融發展效應、技術創新效應和經濟規模效應，并通過上述三大效應抑制環境污染。基于此，本文借鑒Baron 和Kenny（1986）的做法，在模型（1）的基礎上構建中介效應模型，運用依次檢驗的方法驗證上述機制是否存在。具體模型設定如下：

其中：Medit為一系列中介變量，分別為金融發展（fd）、技術創新（inno）與經濟規模（gdp），其他變量定義與模型（1）相同。具體估計過程如下：首先，通過模型（1）估計科技金融政策對環境污染物的影響系數β1，若其顯著為負，則說明科技金融政策具有明顯的污染治理效應。其次，通過模型（3）估計科技金融政策對中介效應的影響系數α1，若其顯著為正，則說明科技金融政策的實施產生了三大效應。最后，通過模型（4）估計加入中介變量后科技金融政策對環境污染物的影響系數γ1以及中介變量對環境污染物的影響系數γ2。若γ1和γ2均顯著為負，并且γ1的絕對值小于β1的絕對值，則說明中介效應存在，且為部分中介效應；若γ2顯著為負而γ1不顯著，則說明中介效應存在，且為完全中介效應。

1.金融發展效應的中介機制檢驗

由于科技金融政策是科技創新與金融發展的綜合體現，其著力點在于創新金融服務和金融產品，提高金融運行效率。因此，本文借鑒李愛真等（2022）的做法，采用金融效率，即貸款與儲蓄的比值來衡量金融發展效應，具體實證結果見表9。由（1）列可以看出，科技金融政策對于金融發展的影響系數顯著為正，說明科技金融政策的實施有效推動了金融業的發展。（2）～（4）列的結果顯示，將金融發展納入到模型后，科技金融政策實施對三種污染物的抑制作用均有所減弱，并且金融發展效應的系數與虛擬變量DID的系數均顯著為負，說明金融發展效應在科技金融政策改善環境過程中發揮部分中介作用。

表9 金融發展效應的中介機制檢驗

2.技術創新效應的中介機制檢驗

技術創新是科技金融政策發揮作用的重要方式，本文借鑒劉金科和肖翊陽（2022）的做法，采用當年發明專利申請數來衡量技術創新效應，具體結果見表10。由（1）列可以看出，科技金融政策對于技術創新的影響系數顯著為正，說明科技金融政策的實施有效推動了技術創新的實現。（2）～（4）列的結果顯示，將技術創新納入到模型后，虛擬變量DID估計系數的絕對值均有所下降，并且技術創新效應的系數與虛擬變量DID的系數均顯著為負，說明技術創新效應在科技金融政策改善環境過程中發揮部分中介作用。

表10 技術創新效應的中介機制檢驗

3.經濟規模效應的中介機制檢驗

經濟發展水平的提高是科技金融政策實施的必然結果，本文借鑒曲金藝等（2021）的做法采用地區生產總值來衡量經濟規模效應，具體實證結果見表11。由（1）列可以看出，科技金融政策實施對于經濟規模效應的影響系數顯著為正，說明科技金融政策的實施有效推動了經濟發展，擴大了城市經濟規模。（2）～（4）列的結果顯示，將經濟規模納入到模型以后，科技金融政策對于PM2.5和工業廢水的影響系數不再顯著，并且經濟規模的系數顯著為負，說明經濟規模效應在科技金融政策抑制霧霾污染和水污染方面發揮完全中介效應；另一方面，虛擬變量DID和經濟規模效應對于二氧化硫的影響系數均顯著為負，并且虛擬變量DID對二氧化硫影響系數的絕對值小于基準回歸結果的絕對值，說明經濟規模效應在科技金融政策抑制酸雨污染方面發揮部分中介效應。

表11 經濟規模效應的中介機制檢驗

（二）空間溢出效應分析

“地理學第一定律”認為任何事物之間均存在空間上的相互關系。為此，本文采用空間計量方法分析科技金融政策的空間溢出效應。研究變量是否存在空間自相關關系是進行空間計量分析的前提。因此，本文運用莫蘭指數進行了空間自相關檢驗，具體實證結果見表12。可以看出，三種污染物的Moran’sI指數基本顯著為正，說明空氣污染物具有明顯的空間集聚特征。

表12 空間自相關檢驗

表13 報告了科技金融政策對三種污染物的空間溢出效果。首先，本文通過Hausman 檢驗等一系列檢驗判斷使用時空雙固定的空間杜賓模型（SDM）進行實證分析，其次，為了檢驗結果的穩健性，本文還報告了時空雙固定的空間自回歸模型（SAR）結果。可以看出，兩個模型中空間滯后系數ρ均顯著為正，表明鄰近地區的城市環境存在密切關聯；虛擬變量DID的估計系數顯著為負，說明在控制了政策的空間溢出效應及變量之間的空間關聯后，科技金融政策實施對于城市環境仍然具有明顯的治理效果。此外，PM2.5和工業廢水的W×DID項顯著為負，說明在霧霾治理和水污染治理方面，科技金融試點城市通過綠色清潔技術的擴散及先進治污排污經驗的傳播，帶動鄰近地區的環境改善；而在酸雨治理中，城市之間的空間聯動效應并未形成，難以發揮區域環境協調作用。

表13 空間溢出效應檢驗

六、研究結論與政策建議

本文基于2003—2018 年中國262 個地級市面板數據，運用多期雙重差分模型估計了科技金融政策的環境治理效應，并研究其作用路徑。研究發現：①科技金融政策的實施對環境污染具有明顯的抑制作用，并且與水污染相比，科技金融政策對于空氣污染的治理效果更為顯著；②從城市區位來看，科技金融政策對于東部和北部的環境治理效果要高于中部、西部和南部；從城市等級來看，科技金融政策對于高等級城市具有更為顯著的治污排污效應；③中介效應分析表明，金融發展、技術創新和經濟規模是科技金融政策改善環境的有效路徑。其中，金融發展效應和技術創新效應在科技金融政策實施過程中發揮減排效應，而經濟規模效應則作為科技金融政策實施結果產生環境治理影響。此外，科技金融政策實施對于鄰近地區的環境治理具有顯著的空間溢出效果。

基于上述結論，本文提出如下政策建議：①以科技金融政策實施為契機，推動科技創新與金融發展有效銜接，進一步創新金融服務和金融產品，提高金融發展效率，構建科學合理的融資體系；另外，不斷發掘科技金融的理論內涵，優化科技金融的實施方式，結合區域發展實際，充分發揮地區比較優勢，建立各具特色的科技金融發展模式；②充分考慮地區異質性，推動中部、西部和南部地區金融基礎設施建設，提高居民的金融素養，為科技金融政策實施培育沃土。同時，鼓勵中部、西部和南部地區積極申報科技金融試點，推動科技金融政策輻射轉移，充分發揮政策紅利，實現區域環境協同治理；③完善科技金融政策改善城市環境的多維體系。一方面，強化科技金融政策的創新導向，打破創新融資約束，為綠色技術和清潔技術發展提供更多的資金支持，實現綠色創新驅動城市發展；另一方面，充分發揮金融資源的優勝劣汰機制，打造資源環境友好型產業，淘汰落后重污染產業，構建以綠色創新為內核的高質量產業鏈，進而實現城市經濟發展全面綠色轉型，推動經濟高質量發展。