數(shù)字普惠金融、資源配置與工業(yè)綠色全要素生產(chǎn)率

■岳鵠 譚月彤 周子灼 吳美賢

一、引言

隨著全球氣候變暖和生態(tài)環(huán)境惡化，經(jīng)濟社會發(fā)展與資源環(huán)境約束之間的矛盾日趨尖銳，綠色低碳發(fā)展逐漸成為世界各國謀求可持續(xù)發(fā)展的主要途徑。工業(yè)經(jīng)濟作為國民經(jīng)濟的重要基石，在支撐經(jīng)濟高速發(fā)展的同時，也產(chǎn)生了大量高污染、高能耗行業(yè)，在此背景下“十四五”規(guī)劃綱要明確提出要加快實現(xiàn)工業(yè)全面綠色低碳轉(zhuǎn)型。工業(yè)綠色全要素生產(chǎn)率不僅反映了當?shù)毓I(yè)發(fā)展水平，還體現(xiàn)了該地區(qū)資源利用和生態(tài)環(huán)境保護程度，是衡量地區(qū)工業(yè)綠色發(fā)展的重要標準[1]。

隨著能源和環(huán)境因素在經(jīng)濟發(fā)展績效評估中的重要性日益凸顯，學(xué)者們開始關(guān)注綠色全要素生產(chǎn)率，并從資源配置、技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級和金融發(fā)展等角度，嘗試揭示其影響因素及提升路徑[2—4]。其中，研究資源配置的相關(guān)文獻主要從資源配置效率提升和資源配置結(jié)構(gòu)優(yōu)化兩個角度展開，前者強調(diào)資源在不同生產(chǎn)效率的企業(yè)、部門或地區(qū)中轉(zhuǎn)移所帶來的效率提高[5，6]，后者則強調(diào)不同所有制企業(yè)在資源配置過程中的獲取能力和使用成本改變帶來的結(jié)構(gòu)優(yōu)化[7，8]。

在數(shù)字時代，數(shù)字普惠金融迸發(fā)出強大的生命力，對經(jīng)濟增長、居民消費、創(chuàng)新創(chuàng)業(yè)等眾多領(lǐng)域產(chǎn)生了重要的影響[9—11]。隨著數(shù)字普惠金融的推廣和應(yīng)用，我國工業(yè)綠色全要素生產(chǎn)率的增長也有了新的實現(xiàn)路徑。陳旭等[12]認為數(shù)字普惠金融在一定程度上突破了傳統(tǒng)金融業(yè)務(wù)的發(fā)展瓶頸，并通過開展線上金融業(yè)務(wù)和應(yīng)用大數(shù)據(jù)為客戶“精準畫像”，有效解決了信息不對稱問題，擴大了金融覆蓋范圍，降低了企業(yè)融資成本，提供了多元、高效的融資渠道，對工業(yè)綠色發(fā)展大有裨益。譚衛(wèi)華等[13]從創(chuàng)新能力的角度剖析了數(shù)字普惠金融影響工業(yè)綠色發(fā)展的機制，部分文獻則注意到了資源配置效率改善的積極影響[14，15]，認為資源配置效率的提高能夠進一步激勵企業(yè)開展綠色生產(chǎn)活動并提升綠色技術(shù)創(chuàng)新水平，對提升工業(yè)綠色全要素生產(chǎn)率有積極的作用。遺憾的是，少有研究關(guān)注數(shù)字普惠金融時代資源在不同所有制企業(yè)中的再配置狀況變化，也少有從資源配置結(jié)構(gòu)優(yōu)化的角度研究數(shù)字普惠金融對工業(yè)綠色全要素生產(chǎn)率的影響。

綜上所述，現(xiàn)有文獻中直接探討數(shù)字普惠金融與工業(yè)綠色全要素生產(chǎn)率兩者關(guān)系的研究較少，大多關(guān)注整個宏觀層面的綠色發(fā)展，然而我國高污染、高能耗的行業(yè)主要集中在工業(yè)部門，卻鮮有文獻關(guān)注到工業(yè)綠色發(fā)展建設(shè)成效與我國經(jīng)濟綠色可持續(xù)發(fā)展全局的關(guān)系，數(shù)字普惠金融對工業(yè)綠色全要素生產(chǎn)率的影響機制仍不清晰，影響效應(yīng)在不同條件下是否具有異質(zhì)性也尚不明確。與已有研究相比，本文的邊際貢獻主要有以下三個方面：第一，突破現(xiàn)有研究的局限，將“數(shù)字普惠金融-資源配置-工業(yè)綠色全要素生產(chǎn)率”納入統(tǒng)一的研究框架，基于資源配置效率提升和資源配置結(jié)構(gòu)優(yōu)化視角剖析數(shù)字普惠金融對工業(yè)綠色全要素生產(chǎn)率的影響機制；第二，運用城市層面和工業(yè)部門的數(shù)據(jù)，驗證數(shù)字普惠金融影響工業(yè)綠色全要素生產(chǎn)率的效果以及資源配置效率提升、資源配置結(jié)構(gòu)優(yōu)化在其中發(fā)揮的作用，為數(shù)字普惠金融賦能工業(yè)綠色發(fā)展提供新的經(jīng)驗支持；第三，將傳統(tǒng)金融發(fā)展、金融監(jiān)管、地理區(qū)位等要素嵌入到本文研究范式中，進一步考察在不同環(huán)境下數(shù)字普惠金融的效應(yīng)差異，為制定適宜的數(shù)字普惠金融發(fā)展政策提供決策參考。

二、理論分析與研究假設(shè)

（一）數(shù)字普惠金融與工業(yè)綠色全要素生產(chǎn)率

隨著數(shù)字普惠金融的快速發(fā)展與應(yīng)用，其所具有的普惠性、高效性、信息化和平臺化等特征，可以極大地促進工業(yè)綠色技術(shù)創(chuàng)新和提振綠色消費，為破解工業(yè)綠色全要素生產(chǎn)率增長受阻難題提供了新的解決方案。

從供給側(cè)來看，工業(yè)是我國環(huán)境污染的“重災(zāi)區(qū)”，要想提升工業(yè)綠色全要素生產(chǎn)率，就必須加大綠色創(chuàng)新資源投入和污染治理投資，因此對資金投入需求較大。然而，綠色投資項目通常具有先發(fā)成本高、貸款周期長、投資回報不確定性強等問題，其在環(huán)境生態(tài)方面的專業(yè)性和技術(shù)性特征更進一步增加了項目的風險和成本[16]，導(dǎo)致金融機構(gòu)為工業(yè)綠色發(fā)展提供金融服務(wù)的意愿較低。企業(yè)長期面臨嚴峻的融資約束，難以實施綠色生產(chǎn)和開展綠色技術(shù)創(chuàng)新，嚴重阻礙了工業(yè)綠色全要素生產(chǎn)率的提升。而數(shù)字普惠金融具有普惠性和高效性，不僅能降低工業(yè)企業(yè)獲取金融服務(wù)的門檻和成本，還可以提高金融服務(wù)效率，有效緩解信息不對稱，從而為工業(yè)綠色技術(shù)創(chuàng)新提供多元化融資渠道，并為綠色投資項目提供資金保障。這些都將推動工業(yè)企業(yè)實現(xiàn)綠色生產(chǎn)技術(shù)升級和生產(chǎn)方式綠色轉(zhuǎn)型，在促進企業(yè)自身可持續(xù)發(fā)展的同時，也為城市工業(yè)綠色全要素生產(chǎn)率增長賦能。從需求側(cè)來看，數(shù)字普惠金融作為金融領(lǐng)域的一次重大革新，具有信息化、平臺化的屬性，能夠彌補傳統(tǒng)金融體系的不足，重塑金融服務(wù)模式，顯著提高了居民金融的可獲得性，有利于增強居民消費能力和擴大居民消費總量，而移動支付服務(wù)的普及也進一步提高了居民消費的便捷性，有助于實現(xiàn)提振居民綠色消費的目標。居民對綠色工業(yè)產(chǎn)品需求的增加，將倒逼工業(yè)企業(yè)加強綠色清潔產(chǎn)品研發(fā)，加快綠色轉(zhuǎn)型發(fā)展，提升綠色競爭力，從而推動企業(yè)形成低碳環(huán)保、高效節(jié)約的綠色生產(chǎn)方式，帶動工業(yè)產(chǎn)業(yè)結(jié)構(gòu)綠色轉(zhuǎn)型升級，最終實現(xiàn)城市工業(yè)綠色全要素生產(chǎn)率增長。

基于此，本文提出如下假設(shè)：

假設(shè)1：數(shù)字普惠金融能夠促進工業(yè)綠色全要素生產(chǎn)率提升。

（二）數(shù)字普惠金融、資源配置與工業(yè)綠色全要素生產(chǎn)率

數(shù)字普惠金融是改善資源配置進而推動工業(yè)綠色全要素生產(chǎn)率增長的重要手段，本文將從資源配置效率提升和資源配置結(jié)構(gòu)優(yōu)化兩方面進行闡述。

1.資源配置效率提升

數(shù)字普惠金融對資源配置效率的影響可以從資本和勞動力要素兩方面進行討論。

就資本要素的配置而言：一方面，數(shù)字普惠金融在資金供需雙方間建立了直接的溝通渠道，有效緩解了信貸過程中的信息不對稱問題，從而暢通了資本流動渠道，有利于引導(dǎo)資本從低效率、落后產(chǎn)業(yè)向高效率、新興綠色工業(yè)產(chǎn)業(yè)流動[17]，對于提高資本配置效率有重要意義。另一方面，數(shù)字普惠金融在一定程度上完善了金融市場競爭機制[18]，有利于抑制資本盲目逐利的動機，強化金融服務(wù)實體經(jīng)濟的功能，使得資本價格能更準確地反映資本供求關(guān)系，進而推動資本配置效率提升。資本配置效率的提升，極大地提高了工業(yè)部門中具有較高環(huán)境績效和經(jīng)濟效益的綠色環(huán)保項目的融資可得性和便利性，并且?guī)椭I(yè)企業(yè)降低了金融交易成本，滿足了其在綠色生產(chǎn)中對機器設(shè)備和研發(fā)經(jīng)費的需求，有利于激勵企業(yè)擴大綠色投資規(guī)模并積極開展綠色技術(shù)創(chuàng)新活動，以更新機器設(shè)備、升級產(chǎn)品和服務(wù)，逐步取代落后產(chǎn)能，最終實現(xiàn)工業(yè)綠色全要素生產(chǎn)率提高。

就勞動力要素的配置而言：首先，數(shù)字普惠金融能滿足勞動力在跨區(qū)轉(zhuǎn)移過程中由住房、消費、社會保障等衍生而來的金融需求，從而減少勞動力區(qū)際流動障礙，增強轉(zhuǎn)移意愿，擴大勞動力配置范圍和就業(yè)選擇，帶來勞動力配置效率提升。其次，數(shù)字普惠金融通過優(yōu)化地區(qū)勞動力就業(yè)結(jié)構(gòu)帶動勞動力配置效率提升。從企業(yè)方面來看，數(shù)字普惠金融的應(yīng)用使得企業(yè)在綠色生產(chǎn)過程中投入了更多的資本要素，在“資本技能互補”效應(yīng)的影響下，企業(yè)對高水平人力資本的需求隨之增加[19]，且企業(yè)為了更好地使用數(shù)字普惠金融，也會增加相關(guān)技術(shù)人員的投入。從勞動者方面來看，在使用數(shù)字普惠金融的過程中，勞動者不僅改善了自身的金融素養(yǎng)，而且能利用信貸資金進行人力資本投資，通過開展教育和培訓(xùn)活動來提升職業(yè)技能水平。勞動力配置效率的提升，在一定程度上降低了工業(yè)企業(yè)的用工成本，滿足了工業(yè)綠色發(fā)展所需的人才支持。隨著企業(yè)人力資本的積累以及勞動力與就業(yè)崗位適配度的提升，將有效提升綠色創(chuàng)新成功率，帶來綠色產(chǎn)出擴張，形成良性循環(huán)，最終實現(xiàn)工業(yè)綠色全要素生產(chǎn)率增長。

基于此，本文提出如下假設(shè)：

假設(shè)2：數(shù)字普惠金融通過提高資本配置效率進而促進工業(yè)綠色全要素生產(chǎn)率提升。

假設(shè)3：數(shù)字普惠金融通過提高勞動力配置效率進而促進工業(yè)綠色全要素生產(chǎn)率提升。

2.資源配置結(jié)構(gòu)優(yōu)化

相比于非國有企業(yè)，國有企業(yè)在要素資源獲取、市場準入等方面往往具有明顯優(yōu)勢，尤其是在信貸資源配置方面，國有企業(yè)常常能享受到政策傾斜和政府隱性擔保，更容易獲得外部信貸支持[20]。而非國有企業(yè)因抵押資產(chǎn)不足和財務(wù)信息不透明，面臨著“融資難、融資貴”的困境[21]。就工業(yè)部門而言，王萬珺等[22]的研究結(jié)果顯示，我國國有工業(yè)企業(yè)中的“僵尸企業(yè)”占比高于非國有企業(yè)，低效率國有企業(yè)在資源配置傾斜下過度擴張，而高效率民營企業(yè)或中小企業(yè)卻不能獲得有效金融支持。要實現(xiàn)中國工業(yè)的健康發(fā)展，就必須改善資源在不同類型所有制企業(yè)間的配置狀況[23]，形成更合理有效的資源配置結(jié)構(gòu)，從而為工業(yè)綠色全要素生產(chǎn)率增長提供動力。

數(shù)字普惠金融直接提高了非國有企業(yè)的信貸可得性，并通過增加資本要素數(shù)量提高了非國有企業(yè)勞動力與技術(shù)的投入數(shù)量和質(zhì)量，為優(yōu)化資源配置結(jié)構(gòu)并最終實現(xiàn)工業(yè)綠色全要素生產(chǎn)率增長提供了新的途徑。首先，數(shù)字普惠金融借助數(shù)字技術(shù)，突破了時空距離的限制，基于互聯(lián)網(wǎng)平臺創(chuàng)新開展了大量新型線上金融業(yè)務(wù)，拓寬了各類金融服務(wù)的邊界，降低了資金供需雙方的搜尋與匹配成本，并且能更高效快捷地搜尋、分析客戶的經(jīng)營能力、財務(wù)狀況、違約風險等信息，有效解決了金融機構(gòu)和企業(yè)間信息不對稱的問題[24]，減少了人為判斷偏差所導(dǎo)致的逆向選擇和道德風險。由此可以扭轉(zhuǎn)非國有工業(yè)企業(yè)在資源配置中的劣勢處境，提高企業(yè)的信貸可得性[25]，引導(dǎo)資本流入企業(yè)綠色生產(chǎn)環(huán)節(jié)，從資本端產(chǎn)生資源配置結(jié)構(gòu)優(yōu)化效應(yīng)。其次，勞動力和技術(shù)作為企業(yè)的重要生產(chǎn)要素，其整體素質(zhì)水平將直接影響工業(yè)綠色全要素生產(chǎn)率。數(shù)字普惠金融的發(fā)展為非國有工業(yè)企業(yè)引進了大量高技能勞動力和先進技術(shù)，進一步推動了地區(qū)資源配置結(jié)構(gòu)優(yōu)化。在信貸支持下，非國有工業(yè)企業(yè)有能力支付相應(yīng)的勞動報酬，吸引了具有創(chuàng)新意識和環(huán)保意識的專業(yè)人才不斷向企業(yè)集聚，滿足了企業(yè)對技術(shù)崗位人才的需求，有利于實現(xiàn)人力資本積累和質(zhì)量升級。這不僅為企業(yè)綠色技術(shù)創(chuàng)新奠定了人才基礎(chǔ)，而且在一定程度上降低了企業(yè)生產(chǎn)對自然資源高消耗的依賴。此外，非國有工業(yè)企業(yè)還可以運用信貸資金來加強對外部先進綠色技術(shù)的引進，在學(xué)習(xí)、吸收、模仿、改進的基礎(chǔ)上提高自身技術(shù)，爭取實現(xiàn)技術(shù)趕超，對工業(yè)綠色全要素生產(chǎn)率提升存在積極和催化作用。

基于上述分析，本文提出如下假設(shè)：

假設(shè)4：數(shù)字普惠金融通過優(yōu)化資源配置結(jié)構(gòu)進而促進工業(yè)綠色全要素生產(chǎn)率提升。

三、研究設(shè)計

（一）模型構(gòu)建

為檢驗數(shù)字普惠金融對工業(yè)綠色全要素生產(chǎn)率的影響，本文設(shè)定如下基準回歸模型：

其中，gtfpit表示i市t時期的工業(yè)綠色全要素生產(chǎn)率，difit代表i 市在t 時期的數(shù)字普惠金融發(fā)展水平。controlit為控制變量，μi和λt分別代表地區(qū)固定效應(yīng)和時間固定效應(yīng)，εit是隨機誤差項。

為了進一步識別數(shù)字普惠金融能否通過資源配置效率提高和資源配置結(jié)構(gòu)優(yōu)化來實現(xiàn)工業(yè)綠色全要素生產(chǎn)率增長，對假設(shè)2至4進行檢驗。本文參照溫忠麟等[26]的中介效應(yīng)檢驗方法，在模型（1）的基礎(chǔ)上，構(gòu)建如下兩個模型：

其中，Mit是中介變量，分別為資本配置效率（distkit）、勞動力配置效率（distlit）、資源配置結(jié)構(gòu)（osit）。其他變量同模型（1）。

（二）變量選取

1.被解釋變量

工業(yè)綠色全要素生產(chǎn)率（gtfpit），采用超效率SBM-ML 指數(shù)模型測度，投入指標包括資本、勞動力、能源。期望產(chǎn)出指標為各省工業(yè)生產(chǎn)者出廠價格指數(shù)平減后的地區(qū)第二產(chǎn)業(yè)增加值。非期望產(chǎn)出指標為工業(yè)廢水、二氧化硫和煙塵排放量。其中，資本投入用各地規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)合計來表示。勞動力投入選取各地區(qū)工業(yè)從業(yè)人員數(shù)來衡量。能源投入為各地區(qū)工業(yè)能源總消耗。

由于ML指數(shù)反映的是各城市工業(yè)綠色全要素生產(chǎn)率的變動趨勢，本文假定2010年各城市工業(yè)GTFP為1，那么2011年的工業(yè)GTFP等于2011年的ML指數(shù)值乘以2010年的GTP值，依此類推進行測算。

2.核心解釋變量

數(shù)字普惠金融（difit），使用北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融發(fā)展指數(shù)來衡量。該綜合指數(shù)可以進一步劃分為覆蓋廣度、使用深度和數(shù)字化程度三個維度，較為客觀和全面。

3.中介變量

（1）資源配置效率。本文研究的資源配置效率包含資本配置效率（distkit）和勞動力配置效率（distlit）。本文借鑒白俊紅等[27]的思路建立了負向指標，使用要素邊際產(chǎn)出與其實際價格的偏離程度來反映要素市場扭曲狀況，要素市場扭曲越嚴重，則資源配置效率越低。衡量公式如下：

其中，MPkit、MPlit分別代表資本和勞動力的邊際產(chǎn)出，可利用C-D生產(chǎn)函數(shù)測算得出。資本價格r為10%；wit表示各地區(qū)職工平均工資，并采用實際工資指數(shù)折算成以2007年不變價格表示的實際工資水平。

（2）資源配置結(jié)構(gòu)（osit）。根據(jù)前文的理論分析，合理有效的資源配置結(jié)構(gòu)應(yīng)當消除所有制特征對企業(yè)資源獲取能力的干擾，要素資源遵循逐利性流向效率更高的非國有企業(yè)，結(jié)果是非國有經(jīng)濟的規(guī)模和份額不斷增加。可以發(fā)現(xiàn)，非國有經(jīng)濟的發(fā)展狀況在一定程度上可以反映地區(qū)的資源配置結(jié)構(gòu)。因此，考慮數(shù)據(jù)可得性，本文借鑒于文超等[28]的研究，采用城鎮(zhèn)私營和個體從業(yè)人員數(shù)占地區(qū)總就業(yè)人數(shù)的比重來衡量各地區(qū)資源配置結(jié)構(gòu)。該數(shù)值越大，表明非國有經(jīng)濟發(fā)展狀況越良好，資源配置結(jié)構(gòu)越合理。

4.控制變量

基于已有研究，本文選取的控制變量包括：（1）經(jīng)濟發(fā)展水平（lnrgdpit），選取各城市實際GDP來衡量，并作對數(shù)化處理；（2）對外開放程度（lnfdiit），選取實際利用外資來衡量，并用當年的匯率進行折算，作對數(shù)化處理；（3）產(chǎn)業(yè)結(jié)構(gòu)水平（strit），采用第三產(chǎn)業(yè)增加值占GDP 比重來衡量；（4）綠色技術(shù)創(chuàng)新（innoit），選取綠色專利申請量來表示。

（三）數(shù)據(jù)來源說明

由于2021年《中國城市統(tǒng)計年鑒》中不再公布工業(yè)綠色全要素生產(chǎn)率測算所需的工業(yè)廢水和煙塵排放量等數(shù)據(jù)，因此本文的樣本范圍為2011—2019年中國281個地級市及以上城市的面板數(shù)據(jù)。本文數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局、《中國城市統(tǒng)計年鑒》、各地區(qū)統(tǒng)計年鑒、北京大學(xué)數(shù)字金融研究中心。部分缺失值使用均值或平均增速法來補充。對各變量的描述性統(tǒng)計如表1所示。

表1 描述性統(tǒng)計

四、實證研究

（一）基準回歸

為驗證數(shù)字普惠金融影響工業(yè)綠色全要素生產(chǎn)率的研究假設(shè)，經(jīng)過Hausman檢驗，本文選擇建立雙向固定效應(yīng)的基準模型。回歸結(jié)果見表2。

表2（1）列，數(shù)字普惠金融（dif）的回歸系數(shù)在未加入控制變量的情況下在1%的水平上正向顯著。在（2）至（5）列逐步加入經(jīng)濟發(fā)展水平、對外開放程度、產(chǎn)業(yè)結(jié)構(gòu)水平以及技術(shù)創(chuàng)新等控制變量，回歸模型的擬合優(yōu)度不斷提高，且數(shù)字普惠金融的顯著性和系數(shù)大小基本穩(wěn)定不變。由此可知，數(shù)字普惠金融對城市工業(yè)綠色全要素生產(chǎn)率增長具有顯著的促進作用，結(jié)果是穩(wěn)健的。假設(shè)1 得到驗證。考慮控制變量的影響，根據(jù)（5）列的實證結(jié)果可以發(fā)現(xiàn)，經(jīng)濟發(fā)展水平（lnrgdp）、綠色技術(shù)創(chuàng)新（inno）和對外開放程度（lnfdi）的影響系數(shù)均為正，表明這些因素對推動城市工業(yè)綠色全要素生產(chǎn)率增長均發(fā)揮了積極的影響。產(chǎn)業(yè)結(jié)構(gòu)水平（str）的系數(shù)顯著為負，可能是因為第三產(chǎn)業(yè)的發(fā)展在一定程度上擠壓了工業(yè)綠色發(fā)展的生存空間，未能發(fā)揮出良好的帶動效應(yīng)。

表2 基準回歸結(jié)果

（二）穩(wěn)健性檢驗

1.剔除副省級市和直轄市樣本。考慮到我國直轄市和副省級市在行政級別、政策傾斜和經(jīng)濟發(fā)展水平等方面與其他地級市存在一定差異，這可能會導(dǎo)致數(shù)字普惠金融的影響效應(yīng)有所差別。因此，本文剔除原始樣本中的直轄市和副省級市的數(shù)據(jù)，再次進行回歸。由表3（1）列的結(jié)果可以看出，數(shù)字普惠金融的系數(shù)仍保持顯著為正，可見本文的研究結(jié)論是穩(wěn)健的。

2.替換解釋變量。本文將核心解釋變量數(shù)字普惠金融指數(shù)細分為覆蓋廣度（breadth）、使用深度（depth）、數(shù)字化程度（digi），分別作為核心解釋變量進行回歸。由表3（2）至（4）列的結(jié)果可以看出，這三個維度變量影響系數(shù)均在1%水平上顯著，再次證明本文回歸結(jié)果的穩(wěn)健性。

3.工具變量法。為控制內(nèi)生性問題，本文借鑒謝絢麗等[29]的做法，將省級互聯(lián)網(wǎng)普及率（iv）作為核心解釋變量的工具變量，運用兩階段最小二乘法重新估計。互聯(lián)網(wǎng)普及率在一定程度上代表地區(qū)信息技術(shù)水平，是發(fā)展數(shù)字普惠金融的重要基礎(chǔ)。并且，互聯(lián)網(wǎng)的普及更多依賴于國家政策的推動，具有較強的政策性，在控制了綠色技術(shù)創(chuàng)新等與工業(yè)綠色全要素生產(chǎn)率相關(guān)的變量后，互聯(lián)網(wǎng)普及率與城市工業(yè)綠色全要素生產(chǎn)率之間并不直接相關(guān)，因此互聯(lián)網(wǎng)普及率可能是一個有效的工具變量。表3（5）和（6）列為相應(yīng)回歸結(jié)果。結(jié)果表明，本文所選取的工具變量通過了識別不足和弱工具變量檢驗，是合理有效的，在考慮了內(nèi)生性問題后，數(shù)字普惠金融的影響效應(yīng)仍正向顯著，說明本文研究結(jié)論是穩(wěn)健的。

表3 穩(wěn)健性回歸結(jié)果

（三）機制分析

為探究數(shù)字普惠金融如何影響城市工業(yè)綠色全要素生產(chǎn)率的問題，本文利用中介效應(yīng)模型，嘗試對假設(shè)2至4提出的資源配置效率和資源配置結(jié)構(gòu)優(yōu)化兩個傳導(dǎo)機制進行實證檢驗。結(jié)果如表4所示。

根據(jù)表4（1）和（3）列，數(shù)字普惠金融對資本配置效率（distk）和勞動力配置效率（distl）的回歸系數(shù)至少在5%的水平上顯著為負。鑒于資本配置效率和勞動力配置效率是負向指標，說明數(shù)字普惠金融的發(fā)展對城市的資本和勞動力配置效率提高均有著積極的影響。而（2）和（4）列是將數(shù)字普惠金融分別與資本配置效率、勞動力配置效率變量加入模型的結(jié)果，數(shù)字普惠金融的影響系數(shù)依然顯著為正，但分別從基準回歸中的0.016縮小至0.0141和0.0156，資本配置效率和勞動力配置效率的影響系數(shù)則至少在5%的水平上顯著為負。由此可知，數(shù)字普惠金融通過提高資源配置效率進而促進工業(yè)綠色全要素生產(chǎn)率的增長，即資本配置效率和勞動力配置效率均具有顯著的中介效應(yīng)。假設(shè)2至3得到驗證。

表4（5）列中，數(shù)字普惠金融的系數(shù)顯著為正，表明數(shù)字普惠金融水平的提高對地區(qū)資源配置結(jié)構(gòu)優(yōu)化有著正向的影響。（6）列中，數(shù)字普惠金融對工業(yè)綠色全要素生產(chǎn)率的影響系數(shù)仍然正向顯著，但縮小至0.0157，資源配置結(jié)構(gòu)的回歸系數(shù)在10%的水平上顯著為正，說明數(shù)字普惠金融能通過優(yōu)化地區(qū)資源配置結(jié)構(gòu)帶動城市工業(yè)綠色全要素生產(chǎn)率提高，表明資源配置結(jié)構(gòu)具有顯著的中介效應(yīng)。假設(shè)4得到驗證。

表4 機制檢驗結(jié)果

（四）異質(zhì)性分析

1.傳統(tǒng)金融發(fā)展水平的差異

已有研究表明，傳統(tǒng)金融機構(gòu)受限于營業(yè)網(wǎng)點分布和營業(yè)時間，金融服務(wù)“最后一公里”仍未打通[30]，而數(shù)字普惠金融的發(fā)展則顯著弱化了傳統(tǒng)金融機構(gòu)對落后地區(qū)和弱勢群體的金融排斥。那么，數(shù)字普惠金融發(fā)展的普惠效應(yīng)是否存在，是否更有利于傳統(tǒng)金融發(fā)展相對落后地區(qū)工業(yè)綠色全要素生產(chǎn)率的增長？基于此，本文借鑒梁榜等[31]的研究，使用各城市金融機構(gòu)貸款余額占其GDP 的比重來表示地區(qū)傳統(tǒng)金融發(fā)展狀況。以該變量的中位數(shù)為標準，將總樣本分為傳統(tǒng)金融欠發(fā)達地區(qū)和傳統(tǒng)金融發(fā)達地區(qū)，分組考察數(shù)字普惠金融的影響差異，回歸結(jié)果見表5 的（1）和（2）列。結(jié)果顯示，數(shù)字普惠金融對傳統(tǒng)金融欠發(fā)達地區(qū)的回歸系數(shù)為0.021，對傳統(tǒng)金融發(fā)達地區(qū)的系數(shù)為0.013，兩者至少在5%的水平上顯著，且前者更為顯著。說明金融發(fā)展越落后、金融服務(wù)可得性越低的地區(qū)，越能享受到數(shù)字普惠金融發(fā)展帶來的“紅利”，數(shù)字普惠金融對該地區(qū)工業(yè)綠色全要素生產(chǎn)率增長的積極影響越明顯。由此得出，數(shù)字普惠金融存在顯著的普惠效應(yīng)。

2.金融監(jiān)管強度的差異

數(shù)字普惠金融的發(fā)展，在彌補傳統(tǒng)金融短板的同時，也引發(fā)了社會對金融壟斷、過度信貸、個人隱私安全等的擔憂。因此，金融監(jiān)管是非常必要的，但應(yīng)適度，否則會不利于數(shù)字普惠金融的發(fā)展和效能釋放。那么，隨著金融監(jiān)管的加強，數(shù)字普惠金融對工業(yè)綠色全要素生產(chǎn)率的影響效應(yīng)會得到強化還是會受到抑制？為此，本文借鑒唐松等[32]的研究，使用地區(qū)金融監(jiān)管支出占地方財政一般預(yù)算支出的比重來表示區(qū)域金融監(jiān)管強度。并將總樣本劃分為強金融監(jiān)管地區(qū)和弱金融監(jiān)管地區(qū)，考察數(shù)字普惠金融在不同金融監(jiān)管強度下的影響效應(yīng)差異。回歸結(jié)果見表5 的（3）和（4）列。結(jié)果顯示，在強金融監(jiān)管地區(qū)，數(shù)字普惠金融回歸系數(shù)的值更大，顯著性水平更高。說明在現(xiàn)階段，金融監(jiān)管力度的加強是有必要的，因其更有利于降低數(shù)字普惠金融背后隱藏的金融風險并推動數(shù)字普惠金融規(guī)范有序發(fā)展，是發(fā)揮數(shù)字普惠金融推動城市工業(yè)綠色全要素生產(chǎn)率增長的重要條件。

3.地理區(qū)位異質(zhì)性分析

我國各地區(qū)在資源稟賦和經(jīng)濟發(fā)展水平等方面存在顯著的差異，導(dǎo)致各地區(qū)的數(shù)字化進程和金融發(fā)展水平參差不齊。為此，本文進一步考慮地理區(qū)位異質(zhì)性，將研究數(shù)據(jù)分為東部、中西部兩個樣本組①，分別檢驗數(shù)字普惠金融的影響效應(yīng)，回歸結(jié)果見表5的（5）和（6）列。數(shù)字普惠金融在各地區(qū)均產(chǎn)生了顯著的正向影響，但效應(yīng)的大小存在顯著的差異，表現(xiàn)為對東部地區(qū)的促進效應(yīng)大于中西部地區(qū)。這可能是東部地區(qū)在資源稟賦、地理區(qū)位、技術(shù)水平等方面具有顯著的優(yōu)勢，數(shù)字基礎(chǔ)設(shè)施建設(shè)相對完善，更有利于發(fā)揮數(shù)字普惠金融對工業(yè)綠色全要素生產(chǎn)率的積極影響。

表5 進一步研究的回歸結(jié)果

五、研究結(jié)論與政策建議

本文從資源配置的研究視角出發(fā)，選取2011—2019年中國281 個地級市的面板數(shù)據(jù)，建立雙向固定效應(yīng)模型，考察了數(shù)字普惠金融對城市工業(yè)綠色全要素生產(chǎn)率的作用效果及影響機制。研究發(fā)現(xiàn)：（1）數(shù)字普惠金融的發(fā)展顯著促進了城市工業(yè)綠色全要素生產(chǎn)率提升，在采用替換變量法和工具變量法檢驗后，這一結(jié)果仍然穩(wěn)健；（2）從資源配置的視角看，資源配置效率提高和資源配置結(jié)構(gòu)優(yōu)化是數(shù)字普惠金融影響城市工業(yè)綠色全要素生產(chǎn)率的重要機制；（3）數(shù)字普惠金融的影響效應(yīng)對傳統(tǒng)金融欠發(fā)達地區(qū)、強金融監(jiān)管地區(qū)和東部地區(qū)的工業(yè)綠色全要素生產(chǎn)率發(fā)揮得更充分。

基于以上研究結(jié)論，本文提出以下建議：（1）重視數(shù)字普惠金融發(fā)展，不斷推進各地區(qū)數(shù)字化進程，繼續(xù)提升數(shù)字普惠金融為實體經(jīng)濟服務(wù)的廣度和深度，助力實現(xiàn)工業(yè)綠色可持續(xù)發(fā)展。（2）強化數(shù)字普惠金融改善資源配置的功能，充分發(fā)揮數(shù)字普惠金融增強要素流動性、淘汰落后工業(yè)產(chǎn)能和完善金融市場競爭機制進而推動資源配置效率提高和資源配置結(jié)構(gòu)優(yōu)化的積極作用，為工業(yè)綠色全要素生產(chǎn)率增長賦能。（3）立足于我國區(qū)域間數(shù)字普惠金融發(fā)展水平差異，因地制宜施行金融發(fā)展政策。東部地區(qū)及傳統(tǒng)金融發(fā)展水平較高的城市應(yīng)進一步提高數(shù)字普惠金融服務(wù)的質(zhì)量和效率，而中西部地區(qū)及傳統(tǒng)金融發(fā)展較落后的城市，則應(yīng)加快完善數(shù)字基礎(chǔ)設(shè)施建設(shè)，著力改善數(shù)字普惠金融的發(fā)展環(huán)境。（4）完善數(shù)字普惠金融領(lǐng)域的法律法規(guī)和監(jiān)管規(guī)則體系建設(shè)，創(chuàng)新金融監(jiān)管模式，強化功能監(jiān)管，以包容有效的金融監(jiān)管推動數(shù)字普惠金融高效運行和持續(xù)健康發(fā)展。■

注 釋

①東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11 個省市，共100 個城市；其余為中西部地區(qū)，共181個城市。