金融科技對服務業環境效率的影響分析

摘要：本文基于中國30個省（自治區、直轄市）的2000—2019年面板數據來構建固定效應模型以及中介效應模型，分析了金融科技對服務業環境效率的影響及其作用機制，并通過分位數回歸進一步分析金融科技影響服務業環境效率的動態軌跡。研究結果表明：第一，金融科技可以顯著促進服務業環境效率的提高；第二，金融科技通過提高綠色技術創新提高了服務業環境效率；第三，金融科技對不同分位數水平下的服務業環境效率具有異質性，對處于中上水平的促進作用更大。

關鍵詞：金融科技 服務業環境效率 綠色技術創新 中介效應

中圖分類號：F832 F719

一、引言

在中國經濟步入“新常態”的背景下，發展服務業已經成為國家產業結構整合升級、發展方式轉型升級的關鍵環節，也是實現“新動能”轉化的主要途徑，對于保持國家經濟的穩定發展至關重要。然而，隨著服務業的迅速發展，其帶來的能源與環境問題也日趨嚴峻[1]。長期以來，我們把服務業看作是一個清潔、低耗、低污染的產業。相對于某些高污染、高排放產業而言，服務產業環境相對潔凈一些。隨著服務業的快速發展，其能源消耗也在不斷增加。如何實現服務產業的節能減排，綠色、低碳發展，是當前服務產業迫切需要解決的問題。

2016年，金融穩定理事會（FSB）將金融科技詮釋為“技術驅動的科技創新”。新興的大數據、區塊鏈、人工智能等互聯網技術創新對金融市場的交易模式進行了豐富，并催生了與傳統金融服務業相關的多種新業務模式、新技術的應用、新產品服務。楊立生和龔家[2]指出，金融科技的數字性、智能性和普惠性與生產性服務業的知識和資本優勢是一致的，應將金融科技的發展作為我國服務業發展的一個重要戰略。房宏琳和楊思瑩[3]指出，金融技術的發展在一定程度上促進了城市環境污染的減少。國外多名學者的研究均顯示，金融技術能夠實現資源的優化配置，使能源消耗較小的公司更有可能得到資金的支持，從而實現綠色發展。在這一背景下，本文以金融科技為切入點，從理論和實證兩個層面系統地探討金融科技如何提升服務業環境效率。基于此，本文聚焦于金融科技與服務業的環境效率構建計量模型，探討各省份金融科技對服務業環境效率的具體作用，并運用實證模型探討金融技術服務于企業環境效率的作用機理。

二、 理論分析和研究假設

金融科技通過一系列的數字處理手段，減少了金融活動中的人力和物質的消耗，本身就具備了“綠色”的特性。除此之外，我國服務業的環境經濟領域存在著比較嚴重的信息不對稱問題，因此，金融機構可以將金融科技運用到傳統的金融業務模式中，把大數據、云計算等現代先進信息技術[4]應用到對服務業綠色發展項目的識別過程中，從而可以有效地削弱金融機構與服務業綠色企業之間的信息不對稱。基于以上分析，提出假說1：

H1：金融科技可以促進服務業環境效率的提高。

在國家相關政策的支持下，金融科技對社會生活的滲透越來越深，其所帶來的經濟紅利對服務業的市場資源進行了豐富，也使得服務業企業之間的競爭變得更為激烈，這也促使更多的服務業企業通過綠色技術創新來獲得新優勢。綠色技術創新可以推動服務資源的深加工與深度利用，從而提高其使用效率或再使用效率[5]。此外，綠色技術創新所具有的規模效應會將一部分高成本、不能滿足市場需求的服務業企業淘汰出去。綠色技術創新運用到與新消費理念相適應的服務業企業中，可以使其更有效、更可持續地發展。基于以上分析，提出假說2：

H2：綠色技術創新在金融科技對服務業環境效率的促進中起著中介作用。

三、 研究設計

（一） 變量設計

1.被解釋變量：服務業環境效率（ETFE）

本文擬以中國2000—2019年30個省（自治區、直轄市）（西藏自治區和港澳臺地區除外）為樣本，采用super-SBM模型，構建我國服務業環境效率指數。在投入指標方面，本文選擇了服務業的能源總量、勞動力和資本存量等指標，而在產出指標方面，選擇了期望產出的第三產業增加值，以及非期望產出的二氧化硫排放量和二氧化碳排放量等指標。

2.解釋變量：金融科技發展水平（FIN）

本文借鑒宋敏等[6]的研究方法，以省級金融科技企業數量為評價指標，并對金融科技發展水平（FIN）進行測度。為避免異方差問題，將金融科技公司數量加1取自然對數作為本文的金融科技發展水平衡量指標。

3.中介變量：綠色技術創新水平（GRE）

參照Hu et al的方法[7]，本文將歷年各省授權的發明專利中的綠色發明專利授權數量和綠色實用新型授權數量的總和作為一個表征變量，因為它的數據量級與核心解釋變量有很大的差別，所以將它作為一個對數進行處理。

4.控制變量

考慮到其他因素對服務業環境效率的影響，本文選取城鎮化水平（URB）、服務業發展水平（ED）、勞動者素質（EDU）、政府干預程度（GOV）和服務業能源消費結構（ES）作為控制變量。

（二） 模型構建

為了探究金融科技發展如何影響服務業環境效率，本文構建如下基準回歸模型：

ETFEit=C+βFINit+Control+Provincei+Yeart+εit（1）

為了檢驗綠色技術創新作為中介變量對金融科技影響服務業環境效率產生的作用，構建如下中介效應模型：

GREit=C+αFINit+Control+Provincei+Yeart+εit（2）

ETFEit=C+λFINit+σGREit+Control+Provincei+Yeart+εit（3）

其中：ETFE為被解釋變量服務業環境效率；FIN為核心解釋變量金融科技指數；GRE為中介變量綠色技術創新水平；Control為選取的一組控制變量；Province表示省域固定效應；Year則表示年份固定效應；εit為隨機擾動項；C代表截距項。

四、實證分析

為了保證數據的正確性、可得性和一致性，本文將使用中國30個省（自治區、直轄市）（西藏自治區和港澳臺地區除外）2000—2019的面板數據，對上述假設進行實證分析。

（一）基準分析

本文在進行普通面板模型回歸之前，對所選變量之間的多重共線性問題進行了檢驗，共線性檢驗結果表明，本模型不存在嚴重的多重共線性。

Hausman檢驗結果表明，本文應選擇固定效應進行估計。同時，為盡可能緩解遺漏變量所帶來的內生性問題，本研究控制了省域與年份雙向固定效應。

基準回歸結果如表1所示。在表1的列（1）中，金融科技發展水平（FIN）的系數為0.0338，大于0，通過了5%的顯著性水平檢驗。結果說明，金融科技發展水平（FIN）對服務業環境效率（ETFE）有顯著的正向影響，驗證了假設1。為了驗證模型（1）是否穩健，使用替換模型、替換解釋變量和替換被解釋變量三種方法進行穩健性檢驗，其中，在表1中，列（2）是用面板Tobit模型替換回歸模型的回歸結果，結果顯示金融科技發展水平的系數仍為0.0338，大于0；列（3）是用文本挖掘法和網絡爬蟲技術構建的地區金融科技指數（FT）來替換核心解釋變量所得模型的回歸結果，結果顯示新的解釋變量系數為正；列（4）是加入服務業“三廢”數據重新測算的服務業環境效率替換被解釋變量所得模型的回歸結果，結果顯示金融科技發展水平的系數為0.054 6，大于0，使用三種方法后結果都至少通過5%的顯著性水平檢驗[8]，表明金融科技發展水平對服務業環境效率有顯著的正向促進作用這一結論是穩健的。

（二）機制分析

中介效應模型檢驗步驟如下：其中，在表2中，模型（1）是考察金融科技發展水平（FIN）與服務業環境效率（ETFE）之間的關系，FIN系數為0.0338，在5%水平上顯著，且不為0，說明金融科技發展水平（FIN）與服務業環境效率（ETFE）之間存在顯著的相關關系，滿足了后續中介效應檢驗的先決條件；模型（2）主要是檢驗金融科技發展水平（FIN）與綠色技術創新水平（GRE）之間的關系，FIN系數為0.177，在1%水平上顯著，不為0，說明金融科技發展水平與綠色技術創新水平之間存在顯著的相關關系，可以繼續進行模型（3）的檢驗；模型（3）主要是檢驗綠色技術創新水平（GRE）的中介效應，GRE系數為0.0453，在10%水平上顯著，不為0，說明綠色技術創新水平在金融科技發展水平與服務業環境效率之間發揮中介效應。以上中介效應檢驗結果表明，“金融科技－綠色技術創新－服務業環境效率”這一傳導機制存在，具有中介效應。Sobel檢驗通過了10%水平顯著性檢驗，進一步表明綠色技術創新水平在金融科技發展水平與服務業環境效率的之間發揮中介效應，驗證了假設2。

（三）進一步分析

面板分位數估計可以根據不同服務業環境效率水平的分布狀況辨別各分位點下金融科技的影響效應。為了準確刻畫金融科技發展水平對服務業環境效率影響的動態軌跡，保證估計結果的穩健性，本文在 Koenker和Bassett [9]提出的分位數回歸基礎上，采用面板分位數回歸方法更精確地刻畫出金融科技發展水平對服務業環境效率的影響，并在此基礎上，對金融科技發展水平影響服務業環境效率進行了深入的探討。回歸結果如表3中所顯示，在不同分位點下，金融科技發展水平對服務業環境效率的影響存在差異。隨著分位數條件分布由低端向高端變動，金融科技發展水平的估計系數出現了先上升后下降的變化趨勢。在75%分位點下，估計系數達到最大。

五、 結論與啟示

（一）結論

本文使用2000—2019年我國省級面板數據，利用面板雙向固定效應模型和機制分析模型，對金融科技發展水平與服務業環境效率之間的關系以及它們的作用機理進行了實證分析，得出了如下的研究結論：第一，金融科技可以顯著促進服務業環境效率的提高；第二，金融科技通過提高綠色技術創新來提高服務業環境效率；第三，金融科技對不同分位數水平下的服務業環境效率具有異質性，對處于中上水平的促進作用更大。

（二）啟示

本文的研究得出了以下啟示：第一，各地區金融機構應該積極推進金融科技的發展，利用新興技術手段來提高金融服務效率[10]，構建出以金融科技為主體、綠色金融政策為引領、各金融機構等多主體共同參與的綠色發展新模式，從而助力地區服務業環境的提升；第二，政府部門要關注綠色技術創新對區域服務行業環境經濟效益的影響，通過加大區域服務行業的財政、金融支持力度，支持和激勵區域服務行業的節能減排技術升級，實現區域服務業環境效率的持續提高；第三，對于服務業環境效率較低的區域，政府部門要通過金融政策的開放，充分利用金融的杠桿效應，為金融科技的發展提供必要的資金支撐，并在此基礎上，加強金融科技的硬件建設與人才儲備，促進金融機構的數字化轉型，從而提升金融服務綠色發展的能力。

參考文獻：

[1]龐瑞芝，王亮.服務業發展是綠色的嗎？——基于服務業環境全要素效率分析[J].產業經濟研究，2016（4）：18-28.

[2]楊立生，龔家.金融科技與服務業結構升級——基于區域創新的中介效應與門檻效應分析[J].上海立信會計金融學院學報，2022，34（3）：48-63.

[3]房宏琳，楊思瑩.金融科技創新與城市環境污染[J].經濟學動態，2021（8）：116-130.

[4]馮苑，聶長飛.城市數字經濟發展對實體企業技術創新的影響研究：來自上市公司的證據[J].西部經濟管理論壇，2022，33（6）：18-30.

[5]謝賢君，王曉芳，雷明.金融結構-創新水平匹配、資源配置效率與綠色全要素生產率[J].財經論叢，2020（7）：43-52.

[6]宋敏，周鵬，司海濤.金融科技與企業全要素生產率——“賦能”和信貸配給的視角[J].中國工業經濟，2021（4）：138-145.

[7]Hu G， Wang X， Wang Y. Can the green credit policy stimulate green innovation in heavily polluting enterprises？ Evidence from a quasi-natural experiment in China[J]. Energy Economics， 2021， 98： 105134.

[8]蔡延澤，龔新蜀，趙賢.數字經濟發展對企業全要素生產率影響的實證檢驗[J].統計與決策，2022（15）：98-103.

[9]Koenker R， Bassett G J. Regression Quantiles[J].Econometrica，1978，46（1）：33-50．

[10]巴曙松.中國金融科技發展的現狀與趨勢[N].21世紀經濟報道，2017-1-20.