數字金融對綠色經濟效率的影響

摘 要：數字金融對綠色經濟效率有何作為是亟待探討的熱點問題。“兩山”理論對于加快形成綠色發展方式，促進經濟發展和環境保護雙贏提供了指引。基于“兩山”理論的數字金融對綠色經濟效率的機理和實證研究表明：我國的綠色經濟效率呈現從東部向中、西部遞減的特征；數字金融能夠顯著促進綠色經濟效率的提升，這一結論在穩健性檢驗、內生性分析后依然成立，且這種提升效應存在區域異質性，數字金融對東部綠色經濟效率的提升顯著大于中部和西部；技術創新和產業結構升級是數字金融提升綠色經濟效率的中介渠道；綠色經濟效率存在顯著的空間自相關性，數字金融的作用效果具有正向空間溢出效應，有助于提升鄰地的綠色經濟效率。

關鍵詞：“兩山”理論；數字金融；綠色經濟效率;中介效應；空間溢出效應

基金項目：國家社會科學基金重點項目（21AZD113）；湖北省林業局資助項目（2021086325）

作者簡介：倪琳，中國地質大學（武漢）經濟管理學院、綠色金融與資源環境創新研究院副教授，經濟學博士，從事生態文明與區域經濟發展研究；許芷鷗，中國地質大學（武漢）經濟管理學院碩士研究生，從事生態文明與區域經濟發展研究。

主持人簡介：張偉，中國地質大學二級教授、博士生導師、學科領軍人才，國務院政府特殊津貼專家，經濟學博士，從事綠色金融與“雙碳”經濟研究；孫華平，北京科技大學經濟管理學院教授、博士生導師，經濟學博士，從事產業經濟、能源經濟研究。

文章編號： 1671-6604（2024）05-0056-16

開放科學（資源服務）標識碼（OSID）：

中圖分類號： F224

文獻標識碼： A

在過去的十幾年里，中國的經濟發展和工業化進程均取得了巨大的進步，同時也面臨著一系列生態環境問題。2005年，時任浙江省委書記習近平提出了“綠水青山就是金山銀山”的科學論斷（即“兩山”理論）。至今，“兩山”理論已成為習近平生態文明思想的重要組成部分。2020年，中國在第七十五屆聯合國大會上正式提出“雙碳”目標。隨著“雙碳”目標的提出，我國對于經濟綠色轉型的需求更為迫切。2022年，黨的二十大報告進一步強調：“必須牢固樹立和踐行綠水青山就是金山銀山的理念”，推進綠色低碳發展。在“雙碳”目標背景和“兩山”理論的指導下，以綠色經濟效率為導向的經濟發展模式，不僅能降低能源消耗、保護生態環境，還能助力高質量發展。

與此同時，隨著新一代信息技術革命的快速發展，數字經濟已深度融入經濟發展的各個領域，數字金融作為數字經濟的重要組成部分，將互聯網和信息技術與傳統金融業相結合，創造出了高效推動技術革新的金融服務。在此背景下，本文主要關注以下問題：第一，數字金融是否有利于提升綠色經濟效率？第二，技術創新和產業結構升級作為提升綠色經濟效率的重要手段，是否有助于解釋數字金融對提升綠色經濟效率的中介作用？第三，數字金融對我國綠色經濟效率的影響是否存在區域異質性以及空間溢出效應？

一、 文獻綜述

本文梳理了數字金融與綠色經濟效率的相關研究。從既有研究看，與數字金融和綠色經濟效率相關的研究集中在以下三個方面：第一，關于數字金融的研究主要圍繞經濟效應、環境效應兩類展開。在經濟效應視角下，現有的文獻主要討論了數字金融對經濟包容性增長張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019（8）：71-86.、高質量發展王仁曾，詹姝珂.數字普惠金融與綠色金融對經濟高質量發展的協同影響研究[J].現代經濟探討，2023（7）：59-70.、居民消費升級李平，李伯楷.數字普惠金融發展與居民消費升級[J].統計與決策，2023（13）：144-149.等方面產生的積極影響。在環境效應視角下，相關研究指出，數字金融會提高各城市的碳生產率SUN H P， CHEN T T， WANG C N. Spatial impact of digital finance on carbon productivity[J]. Geoscience frontiers， 2023（3）：101674.，并通過抑制碳排放的增長，助力實現“雙碳”目標ZHAO H， YANG Y R， LI N， et al. How does digital finance affect carbon emissions？ Evidence from an emerging market[J]. Sustainability， 2021（21）：12303.。同時，數字金融還能推動各地區經濟和生態環境協調發展張彥彥，胡善成.數字普惠金融對經濟與環境協調發展的影響研究——創新驅動的中介效應[J].軟科學，2023（9）：23-30.。第二，學者們首先對綠色經濟效率的定義展開討論，最終達成共識，即綠色經濟效率被認為是綜合考慮了經濟增長、資源節約和生態環境改善的一種效率指標，是對傳統經濟效率的補充和修正胡安軍，郭愛君，鐘方雷，等.高新技術產業集聚能夠提高地區綠色經濟效率嗎？[J].中國人口·資源與環境，2018（9）：93-101.。之后，關于綠色經濟效率的研究大多集中在測度層面和影響層面。在測度層面，國內外學者廣泛選擇不同模型和方法對綠色經濟效率進行定量測度，主要方法有超效率模型劉耀彬，袁華錫，王喆.文化產業集聚對綠色經濟效率的影響——基于動態面板模型的實證分析[J].資源科學，2017（4）：747-755.和DEA方法楊龍，胡曉珍.基于DEA的中國綠色經濟效率地區差異與收斂分析[J].經濟學家，2010（2）：46-54.等。在影響因素層面，綠色經濟效率會受到外商投資周杰琦，張瑩.外商直接投資、經濟集聚與綠色經濟效率——理論分析與中國經驗[J].國際經貿探索，2021（1）：66-82.、金融集聚XIE R， FU W， YAO S L， et al. Effects of financial agglomeration on green total factor productivity in Chinese cities： insights from an empirical spatial durbin model[J].Energy economics， 2021，101：105449.等多種因素的影響。第三，當前，大部分學者對數字金融對綠色經濟效率的促進作用給予肯定。曾繁華和肖蘇陽認為數字金融能夠與技術創新和環境治理緊密結合，共同推進綠色經濟效率增長曾繁華，肖蘇陽.數字金融對城市綠色經濟效率的影響[J].統計與決策，2022（15）：144-148.。江紅莉和蔣鵬程研究發現數字金融與綠色經濟效率兩者呈正“U”型關系江紅莉，蔣鵬程.數字金融對城市綠色經濟效率的影響研究[J].軟科學，2022（4）：37-43.。有學者指出數字金融不僅可以通過自身發展提高城市綠色經濟效率，還可以通過推動綠色技術創新帶動城市綠色經濟效率實現跨越LI H M， XU R Z. How does digital finance affect the efficiency of urban green economies？ Evidence from China[J].Finance research letters，2023，58：104595.。劉章生等從地區競爭角度出發，認為推廣數字金融有利于本地綠色經濟效率的提升，但會抑制鄰地的綠色經濟效率劉章生，賴彬彬，劉桂海，等.地區競爭、推廣數字普惠金融與綠色經濟效率[J].管理評論，2023（1）：39-51. 。

相較于已有文獻，本文的邊際貢獻如下：首先，本文將拓展已有的研究框架，一方面，從生產端、消費端、監管端研究數字金融對綠色經濟效率的影響機理。另一方面，以技術創新和產業結構升級作為中介變量，探索數字金融對我國綠色經濟效率的中介效應。其次，考慮到踐行“兩山”理論會推動綠色經濟的發展和“雙碳”目標的實現，因此，本文將在“兩山”理論的指導下完善綠色經濟效率的評價指標體系。在投入指標方面，將引入“綠水青山”要素；在產出指標方面，則引入“金山銀山”要素。最后，將空間因素納入研究框架，采用空間計量方法實證研究數字金融對我國綠色經濟效率影響的空間溢出效應。

二、 理論分析及研究假設

習近平總書記提出“綠水青山就是金山銀山”的“兩山”理論，對于加快形成綠色發展方式，促進經濟發展、環境保護雙贏提供了指引。堅持生態優先、綠色發展，穩步推進能源結構調整，綠色日益成為我國經濟社會高質量發展的鮮明底色。綠色發展的關鍵是提高綠色經濟效率，綠色經濟效率集成考慮了能源、資源、環境和經濟關系。本文構建的數字金融對綠色經濟效率的影響機理如下頁圖1所示，數字金融主要從生產端、消費端、監管端對提升綠色經濟效率產生直接影響。數字金融主要通過技術創新和產業結構升級兩個渠道對提升綠色經濟效率產生間接影響。技術創新和產業結構升級是提升綠色經濟效率的重要手段，且兩者均受到數字金融的影響，表現為數字金融通過信息共享效應、知識溢出效應，促進技術創新。數字金融通過優化傳統產業、壯大新興產業，促進產業結構升級。數字金融對綠色經濟效率的直接與間接影響將在下文具體分析。

（一） 數字金融對綠色經濟效率的直接影響

數字金融影響綠色經濟效率可以體現在以下三個方面：第一，從生產端出發。從上游供應商采購到中游企業生產，再到下游經銷商銷售，數字金融可以深度挖掘企業需求，優化勞動力、資本等生產要素配置，提供全鏈條、全場景、全產品的個性化、定制化和智能化的金融服務。數字金融還能通過信息披露機制識別低碳產業、高碳產業與負碳產業，并為低碳產業、高碳產業與負碳產業的發展以及降污減排項目提供融資服務，減少生產端的能源、資源消耗。此外，數字金融能夠克服傳統金融存在的靶向偏離問題，降低融資門檻，拓寬中小企業的融資渠道，擴大金融服務覆蓋面，促使金融資源向中小微企業傾斜。第二，從消費端出發。數字金融自身具備綠色屬性，它通過新型的支付、融資、投資模式，在提升支付便利、緩解居民融資約束、提高收入水平、降低預防性儲蓄等方面發揮著重要作用，能推動形成綠色低碳的生活方式，減少消費端的污染排放。進一步地，不斷攀升的綠色消費需求引致生產方式綠色轉型，有利于加速釋放經濟紅利和生態紅利，走出一條生態經濟化、經濟生態化融合發展的新路子，實現“綠水青山”向“金山銀山”的成功轉化，推進綠色經濟效率提升。第三，從監管端出發。數字金融是一種全新的金融工具，目前主要服務于綠色發展。數字金融能夠打破金融部門與其他部門之間的信息壁壘，建立與生態環境相融合的信息系統，實現生態環境信息的共建、共享、共用、共治，促進生態環境信息在政府環保部門與市場間的有效流通，完善生態環境信息依法披露，減少因信息不對稱引致的市場交易扭曲，提升綠色經濟效率。基于上述分析，本文提出如下假設1：

假設1： 數字金融可以顯著提升綠色經濟效率。

（二） 數字金融對綠色經濟效率的間接影響分析

數字金融可以通過技術創新和產業結構升級兩種渠道來提升綠色經濟效率。

1. 數字金融、技術創新與綠色經濟效率。一方面，數字金融通過信息共享效應、知識溢出效應，促進技術創新。數字金融的出現正向提高了信息流通的時效性，減少了企業間的信息不對稱段永琴，何倫志，克甝.數字金融、技術密集型制造業與綠色發展[J].上海經濟研究，2021（5）：89-105.，加快了企業間的數字化轉型。企業數字化促進了企業內外部的信息交流，從而可使企業間進行互補性技術創新宋德勇，朱文博，丁海.企業數字化能否促進綠色技術創新？——基于重污染行業上市公司的考察[J].財經研究，2022（4）：34-48.。同時，數字金融加快了各企業在生產過程中的要素流動。發達地區的企業將擁有的知識、創新技術，快速傳入欠發達地區的企業中，有利于欠發達地區的企業及時吸收先進的知識，提高技術創新的積極性，進而提升總體的技術創新水平。

另一方面，技術創新能夠激勵綠色經濟效率的提升。技術進步具有明顯的外部性特征，先進技術及管理經驗可以迅速在行業內形成知識或技術溢出，進而發揮行業內的“示范效應”使得產業整體綠色生產效率得以提升。基于上述分析，本文提出如下假設2a：

假設2a： 數字金融可以通過技術創新提升綠色經濟效率。

2. 數字金融、產業結構升級與綠色經濟效率。一方面，數字金融通過優化傳統產業、壯大新興產業，促進產業結構升級。數字金融通過打通產業之間的信息壁壘，有效匹配供給和需求，減少無效供給和資源浪費，推動傳統產業轉型升級。同時，數字金融有效整合資金流、技術流和人才流，利用數字技術和金融工具的組合助推多領域的融合發展，幫助產業實現綠色高級化轉型鄭萬騰，趙紅巖，趙夢嬋.數字金融發展有利于環境污染治理嗎？——兼議地方資源競爭的調節作用[J].產業經濟研究，2022（1）：1-13.。另外，隨著數字金融深入生產，企業間的關系將變得更加緊密。企業在各自所擁有的生產技術和內部管理基礎上，增強了與其他企業的交流與聯系，豐富自身的產業線，最后通過產業關聯效應，促進產業結構升級。

另一方面，產業結構升級能夠促進綠色經濟效率的提升。產業結構升級意味著第三產業的比重增加，產業結構趨于合理化，因此能通過釋放結構紅利帶來經濟增長，同時緩解環境問題，進而促進綠色經濟效率的提升。基于上述分析，本文提出如下假設2b：

假設2b： 數字金融可以通過產業結構升級提升綠色經濟效率。

進一步地，本文將探討加入空間因素后，數字金融與綠色經濟效率的空間效應關系。

（三） 數字金融對綠色經濟效率的空間效應

由于數字金融和綠色經濟效率均存在空間差異性郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020（4）：1401-1418.車磊，白永平，周亮，等.中國綠色發展效率的空間特征及溢出分析[J].地理科學，2018（11）：1788-1798. ，同時，數字金融的一個明顯特征就是可以打破傳統金融的地域限制，降低因信息不對稱而產生的交易成本和違約風險，有效地調動金融資源，加強各地區之間的空間關聯度王儒奇，陶士貴.數字金融能否賦能實體經濟發展：機制分析與中國經驗[J].當代經濟管理，2023（7）：71-82.。因此，各地區的綠色經濟效率會在數字金融的影響下表現出更強的空間聚集性和空間差異性，產生空間溢出效應，即數字金融不僅會影響本地綠色經濟效率，還會影響鄰地綠色經濟效率，兩者間會存在空間溢出效應。基于上述分析，本文提出如下假設3：

假設3： 數字金融對綠色經濟效率的影響存在空間溢出效應。

三、 模型設定及變量選取

（一） 模型構建

1. 基準模型。根據前文理論論證和研究假設的提出，本文的研究重點之一為檢驗數字金融對綠色經濟效率的影響。因此，本文構建如下基準回歸模型：

GTFPit=α0+α1DFit+α2CTRLit+μt+νi+εit（1）

其中，i表示地區，t表示時間，被解釋變量GTFPit表示各地區綠色經濟效率，DFit為本文的核心解釋變量，表示各地區數字金融發展水平，回歸系數α1反映了數字金融對綠色經濟效率的影響程度，CTRLit為一系列控制變量，包括外商投資、環境規制、政府干預、城鎮化水平、人力資本狀況、傳統金融發展水平、經濟發展水平等，α0為常數項，α2為控制變量的估計系數，μt為時間固定效應，νi為地區固定效應，εit為隨機干擾項。

2. 中介效應模型。為了考察數字金融是否通過影響技術創新和產業結構升級而對綠色經濟效率施加作用，本文參考前人研究成果BARON R M， KENNY D A. The moderatormediator variable distinction in social phychological research：conceptual， strategic， and statistical considertions [J].Journal of personality and social psychology， 1986（6）：1173-1182.，構建如下具體模型：

wit=β0+β1DFit+β2CTRLit+μt+νi+εit（2）

GTFPit=λ0+λ1DFit+λ2wit+λ3CTRLit+μt+νi+εit（3）

其中，wit為中介變量，β1為數字金融對技術創新或產業結構升級的影響程度，β2為控制變量的估計系數，λ1為引入中介變量后數字金融對綠色經濟效率的影響程度，λ2為技術創新或產業結構升級對綠色經濟效率的影響程度，λ3為控制變量的估計系數，β0、λ0為常數項。其他變量均與模型（1）定義一致。

3. 空間計量模型。為考察數字金融對綠色經濟效率的空間溢出效應，本文納入空間因素，構建如下的空間計量模型：

GTFPit=α0+ρWGTFPit+φ0DFit+φiCTRLit+θ0WDFit+θiWCTRLit+μt+νi+εit（4）

其中，ρ為被解釋變量的空間自回歸系數，φ0為解釋變量（綠色經濟效率）系數，φi為控制變量系數，θ0表示解釋變量的空間滯后回歸系數，θi為控制變量的空間滯后回歸系數，W表示空間權重矩陣。由于逆距離矩陣可以衡量地區之間的影響程度，距離越遠，影響程度越小朱潔西，李俊江.數字經濟、技術創新與城市綠色經濟效率——基于空間計量模型和中介效應的實證分析[J].經濟問題探索，2023（2）：65-80.，本研究采用空間逆距離權重矩陣（Wij），其元素表達式為

Wij=1d2ij，i≠j0，i=j（5）

上式（5）中，dij表示地區i與地區j之間的地理距離，由各地區的經緯度坐標計算獲得。當i≠j時，Wij=1d2ij，反之Wij取值為0。

（二） 變量說明

1. 被解釋變量：綠色經濟效率（GTFP）。由于測度綠色經濟效率的過程需要考慮污染物排放量，因此，本研究將選擇超效率SBM模型來測度綠色經濟效率。在考慮非期望產出的SBM模型時，假設有n個決策單元，即DMUj（j=1，2，…，n）；m個投入x，r1個期望產出y和r2個非期望產出b，且x∈Rm，y∈Rr1，b∈Rr2；將第j個DMU的投入產出值記為（xj，yj，bj），則生產可能集定義如下：

P=P|（x0，y0，b0）

=（x，y，b）|x≥∑nj=1，≠0λjxj，y≤∑nj=1，≠0λjyj，b≥∑nj=1，≠0λjbj，y≥0，λ≥0（6）

其中，x，y，b表示投入、期望產出和非期望產出的松弛變量，x0，y0，b0為投入產出的生產前沿面值，λ表示投入產出指標權重，ρ即為效率值，ρ越大說明DMU越有效率。超效率SBM模型的具體構造形式如下所示：

minρ=1+1m∑mi=1xxi01-1r1+r2∑r1s=1yys0+∑r2q=1bbq0（7）

s.t.xi0≥∑mj=1，≠0λjxij-x，i=1，2，…，m;ys0≤∑nj=1，≠0λjysj+y，s=1，2，…，r1;bq0≥∑nj=1，≠0λjbqj-b，q=1，2，…，r2;1-1r1+r2∑r1s=1yys0+∑r2q=1bbq0gt;0;x，y，λj≥0（8）

本研究在分析傳統綠色經濟效率測度體系的基礎上，立足于我國的“雙碳”發展背景，運用“兩山”理論，借鑒王勇、王曉云等的研究王勇.“兩山”理論內涵的經濟學思考[J].環境與可持續發展，2019（6）：52-55.王曉云，魏琦，胡賢輝.我國城市綠色經濟效率綜合測度及時空分異——基于DEABCC和Malmquist模型[J].生態經濟，2016（3）：40-45.，給出綠色經濟效率的投入-產出機理，如圖2所示。

新古典經濟學理論認為，一個國家的經濟增長除了受到勞動要素和資本要素的影響外，還受到自然資源豐富程度等要素的影響。“兩山”理論從本質上闡述了經濟發展和生態環境保護的關系，提出了正確處理綠水青山和金山銀山關系的內在要求。“兩山”理論認為綠水青山本身就是重要的生產要素，由以山水林田湖草為代表的生態系統和各類自然生態資源構成。在“兩山”理論指導下，本文選取的投入指標包括資本要素、勞動要素及“綠水青山”要素。其中，“綠水青山”要素作為良好的自然生態環境系統，集成了與優質生態環境相關聯的生態產品和服務。本文用能源、水資源、土地資源和森林資源來綜合衡量“綠水青山”要素。具體而言，能源是一國（地區）在經濟發展過程中離不開的消耗，綠色經濟發展必須考慮能源的利用程度。水是寶貴的自然資源，在工農業生產和日常生活中有著極為廣泛的應用，是“綠水青山”的主體要素之一。土地資源除了提供農業功能外，還是維持生態平衡和提供生態系統服務的重要組成部分。森林資源具有固化水土、固碳減排、凈化空氣、調節氣候等多種生態服務功能。隨著“兩山”實踐工作的推進和對綠色發展的追求，森林資源成為探索“綠水青山”轉化為“金山銀山”的重要突破口。在產出指標中，期望產出指標代表了“綠水青山”的產出成果，即“金山銀山”。非期望產出指標代表了“綠水青山”在轉化為“金山銀山”過程中產生的污染物排放情況。本文將廢水中化學需氧量排放量、廢氣中二氧化硫排放量、氮氧化合物排放量、煙粉塵排放量、一般工業固體廢物產生量進行綜合賦權計算，得到的指數即為污染物排放情況。測度綠色經濟效率的指標體系如下頁表1所示：

2. 核心解釋變量：數字金融（DF）。本文選用北京大學數字金融研究中心發布的第三期數字金融指數。目前這套指數的測度方法科學、指標內容全面、測度范圍廣泛，在業界擁有較為廣泛的認可度。

3. 中介變量。（1） 技術創新（INN），用專利申請量的對數值表示。

（2） 產業結構升級（STR）：本文將從產業結構合理化層面來衡量產業結構升級，用第三產業產值與第二產業產值之比表示。

4. 控制變量。為規避遺漏變量帶來的偏誤問題，確保研究結果的準確性、科學性和可信度，本文選取的控制變量如下：外商投資（FDI），用外商直接投資額占地區生產總值比重表示；環境規制（REG），借鑒既有研究WANG X B， WANG Z L， WANG R. Does green economy contribute towards COP26 ambitions？ Exploring the influence of natural resource endowment and technological innovation on the growth efficiency of China’s regional green economy[J]. Resources policy， 2023，80：103189.，用工業污染治理投資占GDP比重表示；政府干預（GR），用一般公共預算支出占GDP比重表示；城鎮化水平（UR），用城鎮人口占總人口比重來表示；人力資本狀況（HC），用普通高校在校生數與地區人口數的比重表示；傳統金融發展水平（FL），用年末金融機構各項貸款余額占GDP比重表示；經濟發展水平（PGDP），用人均實際GDP表示。

（三） 數據來源

考慮到數字金融指數的可得性，本研究將采用2011-2020年中國30個省（自治區、直轄市）的省級面板數據為研究樣本（西藏、香港、澳門及臺灣地區予以剔除）。所有指標的數據均來源國家統計局、各省（自治區、直轄市）統計局、中經網統計數據庫、北京大學數字金融研究中心和EPS數據庫等。

四、 實證分析與結果

（一） 各地區綠色經濟效率的發展與演進

根據上述綠色經濟效率的測度方法，本文采用超效率SBM模型對全國30個省（自治區、直轄市）2011—2020年的綠色經濟效率進行測度分析。本文將研究區域劃分為東部、中部和西部地區。從總體層面看，東部綠色經濟效率水平最高，中部次之，西部最低，即呈現東部向中、西部遞減的階梯形發展特征。具體而言，東部一直高于全國綠色經濟效率的均值水平，而中、西部在近十年均處于全國的均值之下。東部優渥的地理位置和良好的經濟發展條件，加大了對產業綠色化轉型的力度，成功促進產業升級與提質增效，帶動了該地區的綠色經濟效率領先于其他地區。而中、西部地區長期處于由傳統產業主導的發展模式，即使在國家政策的引導下，短期內也無法實現綠色經濟效率質的提升。

本研究也對中國綠色經濟效率值的空間分布與變化做了分析。從趨勢層面看，各地區綠色經濟效率基本整體呈上升趨勢，說明綠色產業投入規模的擴大，為各地區綠色經濟效率的發展帶來了巨大紅利。北京、上海、廣東、江蘇、福建綠色經濟效率的發展一直位居前列，而寧夏、青海、吉林、貴州一直處于落后狀態。

（二） 基準回歸結果分析

本文采用雙向固定效應模型進行回歸分析。表2為數字金融對綠色經濟效率影響的基準回歸結果。回歸結果顯示，無論是否控制個體效應和時間效應、加入控制變量，數字金融對綠色經濟效率的影響系數在5%水平下均顯著為正，初步驗證假設1成立。結果表明，數字金融從生產端、消費端、監管端齊發力，打通了“兩山”轉化的資金通道，為破解“去能耗化”“去污染化”創造了新機遇，帶動綠色經濟效率的提升。具體而言，在生產端，數字金融優化了上中下游產業的綠色資源利用率，減少生產端的能源、資源消耗。在消費端，數字金融賦能傳統綠色金融產品，提高了居民的綠色消費需求，減少消費端的污染排放。在監管端，數字金融促進了金融產品與生態環境信息的融合。

（三） 穩健性檢驗

為驗證基準回歸結果的可靠性及可能存在的內生性問題，本節將進行以下穩健性檢驗。

1. 替換核心解釋變量。將數字金融指數替換為數字金融指數分指數中的數字化程度（DIG）。表3中的模型1的回歸結果表明，DIG的系數顯著為正，這與基準回歸結果保持一致。

2. 替換被解釋變量。將綠色經濟效率值替換成綠色經濟效率的對數值進行穩健性檢驗。表3中的模型2表明基準回歸結果具有穩健性。

3. 剔除直轄市。由于我國直轄市的數據具有特殊性，本文對剔除四個直轄市后的樣本重新進行基準回歸。表3中模型3的回歸結果表明，數字金融仍顯著正向影響著我國的綠色經濟效率。

4. 內生性誤差。本研究使用工具變量法檢驗回歸模型是否具有內生性問題，參考曾繁華等的研究曾繁華，肖蘇陽.數字金融對城市綠色經濟效率的影響[J].統計與決策，2022（15）：144-148.，選取以2001年各地區固定電話用戶數與上一年移動電話用戶數占總人口比例的交互項，作為數字金融的工具變量，使用兩階段最小二乘法（2SLS）進行回歸，回歸結果如表3中的模型4所示，無論是否考慮內生性問題，基準回歸的結果均具有穩健性。

（四） 異質性分析

上文的基準回歸結果初步表明數字金融在整體上對綠色經濟效率有顯著影響。結合我國綠色經濟效率存在區域差異的現狀，下文從區域異質性角度探究數字金融對不同地區綠色經濟效率的作用。

由下頁表4的回歸結果可知，數字金融對綠色經濟效率的影響是存在區域異質性的。在東部和中部地區，數字金融顯著提升了綠色經濟效率，且東部地區的影響作用最大，可能原因在于，近年來東部地區作為數字金融發展的重要區域，在數字金融覆蓋廣度、使用深度以及數字化程度方面遙遙領先于其他地區，能充分作用于當地的綠色發展。而中部地區是以資源消耗型為主要經濟發展方式發展區域經濟，在發展數字金融和綠色經濟的過程中均受到資源、環境條件阻礙，所以相較于東部地區，影響作用較小。在西部地區，數字金融對綠色經濟效率的影響不顯著，可能是因為西部地區的數字金融發展起步較晚，對綠色經濟效率的影響作用較弱。

（五） 機制分析

機制檢驗的結果如表5所示，可以看到：第一，在模型1中數字金融對技術創新的影響在5%水平下顯著為正，說明數字金融對技術創新具有積極影響。在模型2中技術創新與綠色經濟效率的回歸系數在5%水平下顯著為正，意味著技術創新在數字經濟與綠色經濟效率之間起到了正向中介機制的作用，則假設2a成立，結論與上述的理論分析相符合。具體而言，數字金融能夠通過技術創新，改善生產方式，降低生產中產生的污染物排放，從而提升綠色經濟效率。第二，在模型3中數字金融對產業結構升級有著明顯的促進作用，模型4中產業結構升級對綠色經濟效率的作用同樣是顯著的，表明數字金融通過產業結構升級提升綠色經濟效率，因此，假設2b成立。具體而言，傳統金融模式與數字技術相融合后會顯著促進生產模式的迭代升級，并優化資本要素、勞動力要素、“綠水青山”要素的配置，在實現產業結構升級的過程中提升綠色經濟效率。

（六） 空間效應分析

1. 空間自相關檢驗。首先，利用全局Moran’s I指數驗證數據變量間的空間相關性，結果如表6所示。可知，2011—2020年綠色經濟效率的全局Moran’s I指數均顯著為正，指數集中在0.071～0.290之間波動。由此說明了我國各地區區域間的綠色經濟效率具有顯著的正自相關性。

其次，通過局部Moran’s I指數進一步討論中國不同地區之間的綠色經濟效率的空間相關性。通過繪制的2011和2020年局部莫蘭散點圖（圖略）限于篇幅，局部莫蘭散點圖從略，作者留存備索。，可以看出，多數地區的綠色經濟效率在空間上主要分布在第一和第三象限，且呈現“高-高”和“低-低”聚集的特征，表明綠色經濟效率高的地區在空間上相鄰分布，綠色經濟效率低的地區在空間上也相鄰分布。這也證明了選用空間計量模型的必要性，本文將在下文具體分析。

2. 空間計量模型分析。在進行空間計量回歸前，還需要確定模型的具體表現形式。運用Hausman檢驗判斷采用固定效應還是隨機效應進行回歸。之后，運用LM檢驗、LR檢驗、Wald檢驗來判斷空間杜賓模型（SDM）是否會退化成空間自回歸模型（SAR）和空間誤差模型（SEM）。檢驗結果如表7所示。

由表7的LR檢驗和Wald檢驗結果可知，在1%水平下顯著拒絕原假設，因此，本文最終選擇雙向固定效應的空間杜賓模型進行下一步分析。

3. 空間溢出效應分解。本文參考余進韜的研究成果余進韜，張蕊，龔星宇.數字金融如何影響綠色全要素生產率？——動態特征、機制識別與空間效應[J].當代經濟科學，2022 （6）：42-56.，利用偏微分方程將空間溢出效應分解為直接效應和間接效應。具體如表8所示。結果顯示，數字金融的直接效應、間接效應和總效應均為正，說明本地區的數字金融在提高自身的綠色金融效率的同時，也會提升鄰近地區綠色經濟效率，假設3成立。具體地，間接效應檢驗中數字金融的影響系數為0.129，略低于直接效應的影響系數0.133，說明本地區的數字金融水平每提升1%，本地區、鄰近地區的綠色經濟效率分別能提升0.133%、0.129%。

五、 結論及建議

本研究采用我國2011—2020年的省級面板數據，在“兩山”理論指導下，運用超效率SBM模型測度出我國各省（自治區、直轄市）的綠色經濟效率；之后，通過雙向固定模型、中介模型及空間杜賓模型探究了數字金融對綠色經濟效率的影響，并考察了區域異質性，最終得出以下結論：首先，中國各省（自治區、直轄市）的數字金融能夠顯著提升綠色經濟效率，這一結論通過了穩健性檢驗，并且這種促進作用存在區域異質性，相較于中、西部地區，東部地區的數字金融提升綠色經濟效率的效果最佳。其次，數字金融能夠通過技術創新、產業結構升級來間接推動綠色經濟效率的提升。最后，數字金融對綠色經濟效率的影響效果會產生正向空間溢出效應。基于上述結論，本文提出以下對策建議：

第一，充分發揮數字金融對綠色經濟效率提升的賦能作用。政府要出臺和實施相應的支持政策，為數字金融發展提供良好的制度環境，引導更多資金投入數字基礎設施建設。金融機構要借助大數據和人工智能等技術助力傳統金融業數字化轉型，擴大數字金融覆蓋范圍，推出數據貸、數字保理、數字產品池等一系列數字金融產品，提高金融的響應、審批、辦理速度，實現數字金融供給與綠色經濟需求主體的精準匹配。

第二，立足技術創新和產業結構升級兩大作用渠道。一方面，政府應加大科技教育投入力度，提高創新型人才培養質量，為技術創新提供資金、人才支持。企業要發揮在技術創新中的核心作用，積極了解數字金融工具和平臺，利用數字金融平臺實現資源共享，提升自身創新能力。另一方面，政府應加強產業政策引導，合理調整產業布局，以防止數字金融與產業結構升級脫節。同時，以“中國制造2025”和“互聯網+”行動計劃為契機，用“金融＋數字化”雙輪驅動，推動第二產業的數字化轉型，推動第三產業的綠色化轉型。

第三，增進跨區域和跨行業交流。重視跨地域的人才、信息和技術的交流、合作與共享，將頂層設計與地方發力相結合，建立跨地區的聯合獎懲和激勵機制，打造數字金融成熟樣板模式，對進行綠色生產的企業可給予投資優惠、信貸便利等政策，有序推進數字金融發展和綠色經濟效率提升。

（責任編輯： 趙文青）

The Impact of Digital Finance on the Efficiency of Green Economy： A Study Based on the “Two Mountains” Theory

Ni Lin， Xu Zhiou， Liang Yu

（School of Economics and Management， China University of Geosciences， Wuhan 430078， China）

Abstract： How digital finance affects the efficiency of green economy is a hot issue that needs urgent discussion. Firstly， the mechanism of how digital finance affects green economy efficiency is sorted out at the theoretical level. Then based on provincial panel data from 2011 to 2020 in China， the green economic efficiency of China’s provinces and cities was measured by using the superefficient SBM model， and the effect and spatial effect of digital finance on green economic efficiency were empirically examined by the bidirectional fixed model， the mediation effect model and the spatial Durbin model. The study shows that （1） China’s green economic efficiency decreases from the east region to the middle and west regions; （2） Digital finance can significantly raise green economic efficiency — this conclusion still holds after the robustness test and endogeneity analysis， although there is regional heterogeneity in the rise with that in the east region significantly larger than those in the middle and western regions; （3） Technological innovation and industrial structure upgrading are the mediating channels for digital finance to raise green economy efficiency; （4） There is a significant spatial autocorrelation of green economic efficiency， and digital finance has a positive spatial spillover effect， helping raise the green economic efficiency of neighboring areas.

Key words： “Two Mountains” Theory; digital finance; green economy efficiency; mediating effect; spatial spillover effect