劉榮增 李子恩 何春

摘要：隨著數(shù)字中國建設的不斷推進，數(shù)字普惠金融在貫徹落實新發(fā)展理念、促進綠色全要素生產(chǎn)率提升等方面發(fā)揮了越來越重要的作用。文章采用2011 年—2020 年我國30 個省、自治區(qū)、直轄市的面板數(shù)據(jù)，運用固定效應模型和中介效應模型研究數(shù)字普惠金融對綠色全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)：數(shù)字普惠金融可以有效促進綠色全要素生產(chǎn)率提升，并且這種促進作用在東部地區(qū)和西部地區(qū)表現(xiàn)更加明顯；數(shù)字普惠金融促進綠色全要素生產(chǎn)率提升具有顯著的中介效應，數(shù)字普惠金融通過技術進步、產(chǎn)業(yè)結(jié)構升級、技術進步—產(chǎn)業(yè)結(jié)構升級3 種作用渠道提升綠色全要素生產(chǎn)率。因此，今后可從提升區(qū)域基礎硬件設施水平、普及數(shù)字普惠金融理念、培養(yǎng)專業(yè)性金融人才等方面入手，進一步推動數(shù)字普惠金融發(fā)展，進而提升綠色全要素生產(chǎn)率。

關鍵詞：高質(zhì)量發(fā)展；數(shù)字經(jīng)濟；數(shù)字普惠金融；綠色全要素生產(chǎn)率；作用機理

中圖分類號：F061.5；F124 文獻標識碼：A 文章編號：1007-8576（2023）01-0005-12

DOI：10.16716/j.cnki.65-1030/f.2023.01.001

改革開放以來，我國經(jīng)濟飛速發(fā)展，用短短幾十年的時間走完了西方國家上百年的發(fā)展歷程。但與此同時，傳統(tǒng)高投入、高消耗、高污染的粗放型發(fā)展模式也給資源環(huán)境帶來了巨大的破壞，使經(jīng)濟社會的可持續(xù)發(fā)展受到嚴峻挑戰(zhàn)。因此，轉(zhuǎn)變經(jīng)濟發(fā)展方式、加快綠色經(jīng)濟轉(zhuǎn)型、實施高質(zhì)量發(fā)展成為國家戰(zhàn)略層面的重大議題。隨著五大新發(fā)展理念的貫徹實施，綠色發(fā)展理念逐漸深入人心。黨的二十大報告明確提出要“加快建設制造強國、質(zhì)量強國、航天強國、交通強國、網(wǎng)絡強國、數(shù)字中國”，“堅持以推動高質(zhì)量發(fā)展為主題，把實施擴大內(nèi)需戰(zhàn)略同深化供給側(cè)結(jié)構性改革有機結(jié)合起來，增強國內(nèi)大循環(huán)內(nèi)生動力和可靠性，提升國際循環(huán)質(zhì)量和水平，加快建設現(xiàn)代化經(jīng)濟體系，著力提高全要素生產(chǎn)率”。在資源環(huán)境日益成為經(jīng)濟增長硬約束的背景下，用綠色全要素生產(chǎn)率來評價經(jīng)濟體的增長質(zhì)量更為科學也更具前瞻性。綠色全要素生產(chǎn)率綜合考慮了經(jīng)濟發(fā)展過程中資源環(huán)境保護以及能源消耗等問題，更能體現(xiàn)綠色發(fā)展的思想，可以更加真實地反映區(qū)域發(fā)展狀況?，F(xiàn)代社會中，金融對轉(zhuǎn)變經(jīng)濟發(fā)展方式有重要作用，且經(jīng)濟高質(zhì)量發(fā)展也離不開金融的變革創(chuàng)新。隨著數(shù)字化技術、云端大數(shù)據(jù)技術的發(fā)展及應用，數(shù)字普惠金融應運而生。與傳統(tǒng)金融服務不同，數(shù)字普惠金融淡化了傳統(tǒng)金融的逐利性，更強調(diào)金融服務機會的平等，能夠更好地覆蓋傳統(tǒng)金融因效率導向而忽視的潛在服務對象，解決金融服務“最后一公里”問題，使得金融服務能夠直達傳統(tǒng)金融觸及不到的領域。因此，探究數(shù)字普惠金融與綠色全要素生產(chǎn)率之間的影響關系，分析二者的作用機理，對制定金融政策、推動綠色低碳發(fā)展、實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展等都具有重要的理論與實踐意義。

一、文獻綜述

學界關于數(shù)字普惠金融與綠色全要素生產(chǎn)率的相關研究主要集中在以下兩方面：一是數(shù)字普惠金融與綠色全要素生產(chǎn)率的關系。如Ren［1］研究發(fā)現(xiàn)，數(shù)字金融通過能源消耗、環(huán)境污染、經(jīng)濟增長、人力資本、產(chǎn)業(yè)結(jié)構、技術進步等影響包容性綠色增長。王霞［2］認為，數(shù)字普惠金融應用深度的拓展可以使綠色企業(yè)更容易獲得金融服務，數(shù)字化程度的提升使得金融機構能夠更準確地識別綠色企業(yè)并為其提供服務，從而促進綠色經(jīng)濟發(fā)展。烏靜［3］的研究表明數(shù)字經(jīng)濟的發(fā)展對綠色全要素生產(chǎn)率同時具有直接效應和溢出效應。范欣［4］研究發(fā)現(xiàn)，數(shù)字普惠金融對綠色全要素生產(chǎn)率的影響存在異質(zhì)性，在低城鎮(zhèn)化率和高物質(zhì)資本存量地區(qū)，數(shù)字普惠金融對綠色全要素生產(chǎn)率提升的促進作用更大。恵獻波［5］研究表明，數(shù)字普惠金融對城市綠色全要素生產(chǎn)率的帶動作用在中西部地區(qū)、欠發(fā)達地區(qū)效果更為顯著。二是數(shù)字普惠金融對綠色全要素生產(chǎn)率的影響機制。如Gomber［6］研究發(fā)現(xiàn)，技術進步是促進綠色全要素生產(chǎn)率提升的關鍵。技術進步作為優(yōu)化資源配置的手段，能夠提高勞動生產(chǎn)率，降低單位產(chǎn)出能耗，從而提升綠色全要素生產(chǎn)率［7-9］。同時，數(shù)字普惠金融的發(fā)展以及覆蓋廣度、使用深度、數(shù)字化程度的拓展等均有助于提高區(qū)域創(chuàng)新能力［10］，從而提升企業(yè)的生產(chǎn)技術水平，最終對企業(yè)的全要素生產(chǎn)率提升產(chǎn)生促進作用［11］。張恒［12］認為數(shù)字普惠金融通過提高技術效率顯著促進綠色全要素生產(chǎn)率提升。劉贏時［13］的研究表明產(chǎn)業(yè)結(jié)構升級和能源使用效率提升對提升綠色全要素生產(chǎn)率有促進作用。產(chǎn)業(yè)結(jié)構升級是促進經(jīng)濟增長方式轉(zhuǎn)變的重要基礎，具有“資源轉(zhuǎn)換器”作用，對經(jīng)濟發(fā)展和資源保護起著決定性作用，因而其是促進綠色全要素生產(chǎn)率提升的重要途徑。范欣［4］則從技術創(chuàng)新和地區(qū)創(chuàng)業(yè)兩方面研究數(shù)字金融對綠色全要素生產(chǎn)率的影響，結(jié)果表明這兩者均為數(shù)字金融對綠色全要素生產(chǎn)率產(chǎn)生影響的傳導途徑。

綜上所述，既有研究主要從數(shù)字金融與包容性綠色增長、數(shù)字普惠金融與綠色經(jīng)濟發(fā)展、數(shù)字經(jīng)濟與綠色全要素生產(chǎn)率、數(shù)字普惠金融與全要素生產(chǎn)率等方面進行研究，而關于數(shù)字普惠金融與綠色全要素生產(chǎn)率的研究相對較少，關于兩者作用機制的研究更為匱乏。在中國式現(xiàn)代化建設背景下，數(shù)字普惠金融發(fā)展是促進經(jīng)濟綠色轉(zhuǎn)型的重要途徑，系統(tǒng)梳理數(shù)字普惠金融和綠色全要素生產(chǎn)率之間的關系對促進經(jīng)濟綠色轉(zhuǎn)型、實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展有重要意義。本文可能的邊際貢獻主要體現(xiàn)在如下方面：一是從技術進步、產(chǎn)業(yè)結(jié)構升級角度從理論上分析數(shù)字普惠金融對綠色全要素生產(chǎn)率的影響機理；二是采用省級面板數(shù)據(jù)實證檢驗數(shù)字普惠金融對綠色全要素生產(chǎn)率的影響，并進行穩(wěn)健性檢驗和異質(zhì)性分析；三是采用一般中介效應模型和鏈式中介效應模型對數(shù)字普惠金融影響綠色全要素生產(chǎn)率的作用機理進行檢驗，從而豐富相關研究。

二、理論分析與研究假說

數(shù)字普惠金融是基于大數(shù)據(jù)、云計算、區(qū)塊鏈、人工智能等數(shù)字技術的金融服務體系，可在更大程度上滿足被傳統(tǒng)金融忽視的群體對金融服務的需求，以對方可以承受的價格提供相應的金融服務。相較于傳統(tǒng)的金融服務，數(shù)字普惠金融借助大數(shù)據(jù)、人工智能等數(shù)字技術，可以更好地對客戶進行信用評級，為不同信用等級的客戶提供不同額度的信貸服務，降低金融機構的不良貸款率。除此之外，數(shù)字技術的應用使數(shù)字普惠金融服務突破了空間限制，即使在線下機構不多的偏遠地區(qū)，金融機構也能向客戶提供更多的金融服務。數(shù)字普惠金融不但能夠直接服務于生產(chǎn)和消費進而推動綠色全要素生產(chǎn)率提升，而且數(shù)字化平臺能夠基于大數(shù)據(jù)，通過運用最先進的數(shù)據(jù)處理技術，一定程度上解決傳統(tǒng)金融體系中存在的金融錯配、金融歧視等問題，實現(xiàn)資源高效配置，從而促進綠色全要素生產(chǎn)率提升［14］。概括來講，數(shù)字普惠金融對綠色全要素生產(chǎn)率的影響機理如圖1所示。

通常來說，企業(yè)是創(chuàng)新的主體，其在進行創(chuàng)新活動和引進先進技術時需要大量的研發(fā)資金，而現(xiàn)實中中小企業(yè)多存在借貸難的問題，導致在研發(fā)上投入不足，企業(yè)生產(chǎn)技術水平無法得到有效提升，產(chǎn)品市場會被同類型大型廠商壟斷，而壟斷不利于產(chǎn)品市場的長期健康發(fā)展。數(shù)字普惠金融能夠借助數(shù)字技術高效快捷地搜集客戶信息和征信數(shù)據(jù)，在較短時間內(nèi)完成信貸審核，減少費用支出，并且數(shù)字技術的應用有利于中小企業(yè)網(wǎng)上借貸，大幅提高授信審批效率，降低金融機構的經(jīng)營成本，進而使下調(diào)貸款利率成為可能?？梢?，數(shù)字普惠金融能夠緩解中小企業(yè)借貸難的困境，有利于企業(yè)加大研發(fā)投入力度，加速研發(fā)或積極引進先進生產(chǎn)技術進而提高生產(chǎn)效率。同時，數(shù)字普惠金融的發(fā)展，使得市場更加透明，區(qū)域內(nèi)信息不對稱問題減少，普通消費者也能夠獲得更加透明的市場信息。由于普通消費者會對污染少的企業(yè)更為偏好，因此在購買產(chǎn)品時更傾向于綠色產(chǎn)品。企業(yè)為保障自身利益，會主動改進生產(chǎn)技術和生產(chǎn)模式，努力實現(xiàn)產(chǎn)品的迭代升級，從而占領更多的市場份額，進一步促進綠色全要素生產(chǎn)率提升。此外，當下游企業(yè)改善生產(chǎn)技術時，其對原材料的質(zhì)量和形態(tài)要求也會相應提高，此時需要上中游企業(yè)調(diào)整生產(chǎn)方式，倒逼上中游企業(yè)進行技術升級，以提供滿足下游企業(yè)需求的產(chǎn)品，最終整個產(chǎn)業(yè)鏈都會實現(xiàn)技術進步并促進綠色全要素生產(chǎn)率提升?；谏鲜龇治?，本文提出研究假說1，即數(shù)字普惠金融通過促進技術進步提升綠色全要素生產(chǎn)率。

得益于數(shù)字技術的發(fā)展，數(shù)字普惠金融能夠促進傳統(tǒng)產(chǎn)業(yè)進行數(shù)字化改造。基于人工智能和機械自動化技術，傳統(tǒng)的勞動密集型產(chǎn)業(yè)逐漸向新型知識技術密集型產(chǎn)業(yè)轉(zhuǎn)型，意味著單位投入能有更多的期望產(chǎn)出和更少的非期望產(chǎn)出，不僅實現(xiàn)了生產(chǎn)高效率，還提高了產(chǎn)品良品率，并促進第一產(chǎn)業(yè)和第二產(chǎn)業(yè)勞動力向第三產(chǎn)業(yè)轉(zhuǎn)移，優(yōu)化產(chǎn)業(yè)間資源配置，逐步實現(xiàn)產(chǎn)業(yè)結(jié)構升級。數(shù)字普惠金融還利用其“普”“惠”服務長尾人群，為其提供繼續(xù)學習的機會，激發(fā)其創(chuàng)造力和活力，提高勞動者素質(zhì)和能力，從而推動資源的優(yōu)化配置，促進產(chǎn)業(yè)結(jié)構升級。進一步地，產(chǎn)業(yè)結(jié)構升級能夠促進產(chǎn)業(yè)由傳統(tǒng)的高碳排放型向低碳集約型轉(zhuǎn)型，有助于促進綠色發(fā)展；產(chǎn)業(yè)結(jié)構升級也有助于推動產(chǎn)業(yè)間融合，促進資源的優(yōu)化配置，提高資源利用效率，進而對促進綠色全要素生產(chǎn)率提升發(fā)揮重要作用?；谏鲜龇治觯疚奶岢鲅芯考僬f2，即數(shù)字普惠金融通過產(chǎn)業(yè)結(jié)構升級提升綠色全要素生產(chǎn)率。

數(shù)字普惠金融能夠利用大數(shù)據(jù)、區(qū)塊鏈、人工智能等先進信息技術挖掘客戶群體信息，降低信息處理成本，并且能夠?qū)蛻舻膬攤芰Α⑦`約概率作出科學判斷，減少金融機構與客戶群體的信息不對稱問題，能夠更好地滿足“專精特新”企業(yè)發(fā)展的資金需求，激發(fā)企業(yè)創(chuàng)新動力，促進技術進步［15］。

技術進步能夠幫助企業(yè)提高生產(chǎn)效率，意味著企業(yè)生產(chǎn)同樣數(shù)量的產(chǎn)品所需要的勞動力數(shù)量會減少。當整個產(chǎn)業(yè)實現(xiàn)技術進步時，會促進社會分工的發(fā)展，推動勞動力從第一、第二產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移，實現(xiàn)產(chǎn)業(yè)結(jié)構升級。產(chǎn)業(yè)結(jié)構升級表現(xiàn)為傳統(tǒng)產(chǎn)業(yè)被低能耗、低污染的高附加值產(chǎn)業(yè)所替代，不僅能夠降低資源消耗，更好地保護環(huán)境，還會提高生產(chǎn)效率，從而促進綠色全要素生產(chǎn)率提升［16］?；谏鲜龇治觯疚奶岢鲅芯考僬f3，即數(shù)字普惠金融通過促進技術進步推動產(chǎn)業(yè)結(jié)構升級，最終提升綠色全要素生產(chǎn)率。

三、模型設定與變量選取

（一）模型設定

本文構建如下模型作為研究數(shù)字普惠金融影響綠色全要素生產(chǎn)率的基準模型：

模型（1）中，gtfpi，t 為被解釋變量綠色全要素生產(chǎn)率，indexi，t 為核心解釋變量數(shù)字普惠金融水平，controli，t 為控制變量，ei，t 為殘差項。

（二）變量選取

1.被解釋變量。研究中的被解釋變量為綠色全要素生產(chǎn)率（gtfp），本文利用考慮全局參比的SBM模型估算gtfp。估算gtfp 時需用到以下投入產(chǎn)出數(shù)據(jù)：一是資本投入，參考張軍［17］的做法，利用永續(xù)盤存法對物質(zhì)資本存量進行估計，計算公式為：Ki，t =Ki，t - 1 × （1 -δ） +Ii，t，并以2000年固定資本形成總額的10%作為初始資本存量，折舊率δ 取9.6%，將每年的城鎮(zhèn)固定資產(chǎn)投資作為當年投資額Ii，t，相關數(shù)據(jù)以固定資產(chǎn)投資價格并以2000年為基期進行調(diào)整。二是勞動投入，以各地區(qū)全社會就業(yè)人口作為該地區(qū)當年勞動投入。三是能源投入，以各地區(qū)歷年能源消耗總量作為該地區(qū)當年能源投入。四是產(chǎn)出數(shù)據(jù)，以2005年價格為基期的實際GDP為期望產(chǎn)出，以工業(yè)二氧化硫排放量和廢水排放中的COD含量為非期望產(chǎn)出。

2.核心解釋變量。研究中的核心解釋變量為數(shù)字普惠金融水平（index），本文參考北京大學數(shù)字金融中心和螞蟻金服共同編制的數(shù)字普惠金融指數(shù)來衡量。

3.控制變量?？刂谱兞堪ㄈ肆Y本（hr）、外貿(mào)依存度（open）、政府干預（gov）、教育支出（edu）、金融發(fā)展水平（fin）。一是人力資本（hr）。人力資本水平的提升能夠促使人力資本與物質(zhì)資本更加充分有效地結(jié)合，進而有助于提高勞動生產(chǎn)率。本文借鑒烏靜［3］的做法，以各地區(qū)居民歷年受教育年限的加權平均值來衡量，即各階段人員比重與該階段受教育年限的乘積之和。各階段受教育年限按照現(xiàn)行學制受教育年數(shù)計算，即文盲為0年，小學為6年，初中為9年，高中為12年，大專及以上文化程度按16年進行計算。二是外貿(mào)依存度（open）。外貿(mào)依存度反映了一國經(jīng)濟依賴對外貿(mào)易的程度。外貿(mào)依存度越高的國家受世界經(jīng)濟的影響越大，在國際分工中處于相對被動的地位，從某種意義上說不利于本國技術進步。本文借鑒惠獻波［5］的做法，以進出口貿(mào)易總額與GDP的比值衡量外貿(mào)依存度，其中進出口貿(mào)易總額為按境內(nèi)目的地和貨源地進出口總額。三是政府干預（gov）。政府干預反映了政府干預經(jīng)濟的程度。在市場機制不完善的國家，政府對宏觀經(jīng)濟的調(diào)控能夠為經(jīng)濟運行提供更加安全、穩(wěn)定的環(huán)境，有利于促進經(jīng)濟發(fā)展。本文借鑒惠獻波［5］的做法，以地方政府一般預算支出與GDP的比值衡量政府干預程度。四是教育支出（edu）。教育支出水平可反映地區(qū)財政對教育領域的傾斜程度，較高水平的教育支出有利于完善學校相關設施及配套服務建設，對人才培養(yǎng)有重要作用。本文采用教育經(jīng)費支出與GDP的比值衡量教育支出水平。五是金融發(fā)展水平（fin）。金融發(fā)展水平可反映金融機構為企業(yè)提供資金支持的能力。較高的金融發(fā)展水平意味著金融機構能夠為居民和企業(yè)提供更多的金融產(chǎn)品和服務，加快資金流動，促進企業(yè)創(chuàng)新發(fā)展。本文借鑒烏靜［3］的做法采用銀行業(yè)金融機構貸款存量余額與GDP的比值來衡量金融發(fā)展水平。

研究中所需數(shù)據(jù)來源于2011年—2020年《中國統(tǒng)計年鑒》，各地統(tǒng)計局發(fā)布的歷年統(tǒng)計公報，以及國家統(tǒng)計局網(wǎng)站和國泰安數(shù)據(jù)庫。同時，考慮到數(shù)據(jù)的可得性及科學有效性，研究中剔除了數(shù)據(jù)缺失嚴重的西藏，保留了30個省、自治區(qū)、直轄市的相關數(shù)據(jù)，并對個別缺失數(shù)據(jù)使用線性插值法進行擬合補充。變量定義及相關說明見表1。

四、實證分析

（一）共線性檢驗

本文對模型進行了Hausman 檢驗，以判斷選用固定效應模型還是隨機效應模型。結(jié)果顯示，P 值為0.0893且在10%水平下顯著，拒絕原假設，表明應選用固定效應模型。對所有變量進行共線性分析的結(jié)果如表3所示，所有變量的VIF值均小于10，排除了變量間存在嚴重的多重共線性的可能。制變量后可得模型（2）～模型（6），逐步回歸的估計結(jié)果如表4所示。由表4可知：模型（1）～模型（6）的核心解釋變量（index）系數(shù)均為正，且均在1%水平下顯著，說明總體來看，數(shù)字普惠金融能夠有效促進綠色全要素生產(chǎn)率提升。本文認為主要原因是數(shù)字普惠金融是基于數(shù)字技術而發(fā)展的，而數(shù)字技術本身就具有很強的綠色屬性。首先，數(shù)字技術的應用有利于信息更加透明化、高效化，可以促進要素在企業(yè)之間進行流動，實現(xiàn)生產(chǎn)資源的優(yōu)化配置，進而提高生產(chǎn)效率。其次，數(shù)字普惠金融運用互聯(lián)網(wǎng)數(shù)字信息技術，能夠搭建高效的數(shù)字資源共享平臺，加速具備相關知識技術的人力資本積累，生產(chǎn)活動中技術人員在實現(xiàn)生產(chǎn)效率提高的同時，也能夠更加注重環(huán)境因素，即單位投入能夠獲得更多的期望產(chǎn)出、更少的非期望產(chǎn)出，最終促進綠色全要素生產(chǎn)率提升。

此外，由表4模型（6）的回歸結(jié)果還可以看出：人力資本（hr）和政府干預（gov）系數(shù)均顯著為正，說明其對綠色全要素生產(chǎn)率的提升具有正向影響，提升區(qū)域人力資本水平和增加地方財政支出能夠促進綠色全要素生產(chǎn)率提升。金融發(fā)展水平（fin）系數(shù)顯著為負，說明金融發(fā)展水平的提升不能促進綠色全要素生產(chǎn)率提升。可能的原因是，傳統(tǒng)金融具有逐利性，而綠色技術從研發(fā)到應用的周期相對較長，投資綠色技術研發(fā)和應用的廠商資產(chǎn)變現(xiàn)較慢，而投資應用污染性大的技術的廠商資產(chǎn)變現(xiàn)較快，所以在短期內(nèi)金融資本會多流向污染較大的企業(yè)，導致綠色全要素生產(chǎn)率下降。教育支出（edu）系數(shù)顯著為負，說明教育支出的增加對綠色全要素生產(chǎn)率的提升未表現(xiàn)出明顯的促進作用。可能是因教育是一項長期性、系統(tǒng)性的工程，短期內(nèi)教育投資成效難以顯現(xiàn)，具有一定的滯后性；同時現(xiàn)有教育經(jīng)費支出結(jié)構不合理，大部分教育經(jīng)費用于通用型人才培養(yǎng)，而專業(yè)型人才培養(yǎng)經(jīng)費明顯不足，教育資源錯配造成了社會資源的浪費，不利于綠色全要素生產(chǎn)率提升［18］。

（三）內(nèi)生性檢驗

為了避免基準回歸結(jié)果存在反向因果關系導致內(nèi)生性問題而影響結(jié)果的穩(wěn)健性，本文借鑒楊德勇［19］的做法，以互聯(lián)網(wǎng)覆蓋率作為數(shù)字普惠金融水平的工具變量，采用兩階段最小二乘法進行重新估計。需要說明的是，由于目前缺少相關年份互聯(lián)網(wǎng)上網(wǎng)人數(shù)的省級面板數(shù)據(jù)，所以本文采用更易獲得的互聯(lián)網(wǎng)寬帶接入用戶與地區(qū)年末常住人口的比值來測度互聯(lián)網(wǎng)覆蓋率，用hl 表示。

選取工具變量后，需要對工具變量進行有效性檢驗，即檢驗工具變量是否為弱工具變量。如果工具變量為弱工具變量，則會導致兩階段最小二乘法失效，從而使內(nèi)生性檢驗無效。對兩階段最小二乘法第一階段的結(jié)果①進行分析可知，F 統(tǒng)計量為58.8，大于10；對內(nèi)生解釋變量的顯著性進行5%名義顯著性水平的沃爾德檢驗發(fā)現(xiàn)，最小特征值統(tǒng)計量為186.266，大于15%真實顯著性水平的臨界值16.38，說明所選工具變量不是弱工具變量。此外，偏R2 為0.4432，說明工具變量對內(nèi)生解釋變量有很好的解釋力。由表5所示的內(nèi)生性檢驗結(jié)果可知，數(shù)字普惠金融對綠色全要素生產(chǎn)率影響為正，且在1%水平下顯著，與基準回歸結(jié)果一致，表明前文的研究結(jié)論是穩(wěn)健的。

（四）穩(wěn)健性檢驗

為了進一步檢驗基準回歸結(jié)論的穩(wěn)健性，本文使用隨機效應模型、控制變量滯后一期替換原變量、縮尾處理等方法分別對模型進行穩(wěn)健性檢驗，其中縮尾處理是將數(shù)據(jù)中的主要變量按1%進行雙側(cè)縮尾處理，穩(wěn)健性檢驗結(jié)果如表6所示。由表6可以看出，無論使用隨機效應模型，還是更換控制變量，亦或是對數(shù)據(jù)進行縮尾處理，數(shù)字普惠金融（index）系數(shù)均為正且在1%水平下顯著，與基準回歸結(jié)論一致，說明基準回歸結(jié)論具有穩(wěn)健性。

（五）異質(zhì)性檢驗

考慮到我國東中西部地區(qū)經(jīng)濟發(fā)展具有明顯的差異性，數(shù)字普惠金融對綠色全要素生產(chǎn)率的影響在不同地區(qū)可能會有所差異，因此將研究中所選取的30個省、自治區(qū)、直轄市按照三大經(jīng)濟帶劃分為東部、中部和西部①進行異質(zhì)性分析，回歸結(jié)果如表7所示。由表7可知：東部地區(qū)數(shù)字普惠金融（index）系數(shù)為0.163且在1%水平下顯著，西部地區(qū)數(shù)字普惠金融（index）系數(shù)為0.064且在5%水平下顯著，而中部地區(qū)數(shù)字普惠金融（index）系數(shù)為正但不顯著，說明數(shù)字普惠金融對綠色全要素生產(chǎn)率的影響在東西部地區(qū)顯著為正，在中部地區(qū)不顯著。

東部地區(qū)發(fā)展較早，經(jīng)濟實力遠超中西部地區(qū)，小微企業(yè)相對較多，這些企業(yè)是技術進步的主力軍。由于給小微企業(yè)放貸風險較高，所以傳統(tǒng)金融不夠重視這些企業(yè)，導致小微企業(yè)沒有足夠的資金用于綠色技術研發(fā)，而數(shù)字普惠金融的惠民性能夠讓這些企業(yè)得到更多的金融服務支持，增加自身的技術研發(fā)投入，進而最終提升地區(qū)整體綠色全要素生產(chǎn)率。西部地區(qū)地廣人稀，線下金融機構較少，金融環(huán)境相對較差，金融服務相對單一，供給相對不足，這些都制約著中小企業(yè)信貸需求的滿足。而數(shù)字普惠金融借助數(shù)字技術，有著傳統(tǒng)金融所不具有的高效率和低成本優(yōu)勢，突破了時空限制，能夠給位于西部地區(qū)的企業(yè)提供更多必要的金融服務，促進企業(yè)進行綠色創(chuàng)新，進而提升綠色全要素生產(chǎn)率。中部地區(qū)憑借區(qū)位優(yōu)勢承接東部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，但承接的產(chǎn)業(yè)多為傳統(tǒng)型產(chǎn)業(yè)，通常具有能耗高、污染大等特點，并且在短期內(nèi)難以實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級，加之中部地區(qū)人才資源匱乏，市場創(chuàng)新活力不足，造成中部地區(qū)創(chuàng)新能力較弱，因而導致數(shù)字普惠金融的發(fā)展對中部地區(qū)綠色全要素生產(chǎn)率的提升作用不明顯。

五、中介效應分析

（一）一般中介效應

本文參考溫忠麟［20］的研究，構建中介效應三步法模型進行分析：第一步，以綠色全要素生產(chǎn)率（gtfp）作為被解釋變量、數(shù)字普惠金融（index）作為核心解釋變量進行回歸；第二步，分別以技術進步（patent）和產(chǎn)業(yè)結(jié)構升級（indus）作為被解釋變量，以數(shù)字普惠金融（index）作為解釋變量進行回歸；第三步，將中介變量（patent、indus）和數(shù)字普惠金融（index）同時加入模型進行回歸。因發(fā)明專利的技術含量最高，故本文選用人均發(fā)明專利申請授權量衡量技術進步，以第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比值衡量產(chǎn)業(yè)結(jié)構升級。本文構建的中介效應三步法模型如下：

其中M 為中介變量，ui 為區(qū)域固定效應，ei、e'i和e''i 為殘差項。

表8為中介效應回歸結(jié)果，其中列（1）為基準回歸結(jié)果，數(shù)字普惠金融（index）系數(shù)在1%水平下顯著為正，說明數(shù)字普惠金融對綠色全要素生產(chǎn)率有顯著的正向影響。列（2）、列（3）是以技術進步為中介變量的中介效應模型回歸結(jié)果。列（2）中，數(shù)字普惠金融（index）系數(shù)在1%水平下顯著為正，說明數(shù)字普惠金融能夠有效促進技術進步。列（3）中，技術進步（patent）系數(shù)顯著為正，數(shù)字普惠金融（index）系數(shù)較列（1）中明顯減小，說明數(shù)字普惠金融能夠通過促進技術進步進而促進綠色全要素生產(chǎn)率提升。列（4）、列（5）為以產(chǎn)業(yè)結(jié)構升級為中介變量的中介效應模型回歸結(jié)果。列（4）中，數(shù)字普惠金融（index）系數(shù)顯著為正，說明數(shù)字普惠金融能夠有效促進產(chǎn)業(yè)結(jié)構升級。列（5）中，產(chǎn)業(yè)結(jié)構升級（indus）系數(shù)顯著為正，說明產(chǎn)業(yè)結(jié)構升級能夠促進綠色全要素生產(chǎn)率提升，且數(shù)字普惠金融（index）系數(shù)也顯著為正，并較列（1）中的系數(shù)顯著變小，說明產(chǎn)業(yè)結(jié)構升級是數(shù)字普惠金融影響綠色全要素生產(chǎn)率的一個中介變量，數(shù)字普惠金融能夠通過促進產(chǎn)業(yè)結(jié)構升級來促進綠色全要素生產(chǎn)率提升。

由此可見，技術進步和產(chǎn)業(yè)結(jié)構升級均為數(shù)字普惠金融對綠色全要素生產(chǎn)率產(chǎn)生影響的中介變量，數(shù)字普惠金融通過提高技術進步水平和促進產(chǎn)業(yè)結(jié)構升級來提升綠色全要素生產(chǎn)率，故前文提出的研究假說1和研究假說2得以驗證。

（二）鏈式中介效應

根據(jù)理論分析部分提出的研究假說，技術進步能夠推動產(chǎn)業(yè)結(jié)構升級，而產(chǎn)業(yè)結(jié)構升級可以提高區(qū)域綠色全要素生產(chǎn)率，因而很可能存在“數(shù)字普惠金融→技術進步→產(chǎn)業(yè)結(jié)構升級→綠色全要素生產(chǎn)率”這樣的作用路徑。本文根據(jù)理論分析建立如下對應模型：

模型（6）～模型（8）分別表示“數(shù)字普惠金融→技術進步→綠色全要素生產(chǎn)率”“數(shù)字普惠金融→產(chǎn)業(yè)結(jié)構升級→綠色全要素生產(chǎn)率”和“數(shù)字普惠金融→技術進步→產(chǎn)業(yè)結(jié)構升級→綠色全要素生產(chǎn)率”3條中介路徑（下文簡稱路徑1、路徑2、路徑3）。a1 表示數(shù)字普惠金融對綠色全要素生產(chǎn)率影響的總效應；b1 ×d2 表示路徑1的中介效應，c1 ×d3 表示路徑2的中介效應，b1 ×c2 ×d3 表示路徑3的中介效應，d1 表示除去3條路徑的間接效應后數(shù)字普惠金融對綠色全要素生產(chǎn)率的直接影響。鏈式中介效應示意圖如圖2所示，其中M1 是patent，M2 是indus。

鏈式中介效應回歸結(jié)果如表9所示。表9中列（1）～列（4）分別對應模型（5）～模型（8）的回歸結(jié)果，同時列（1）也是基準回歸的結(jié)果，可以看出主要解釋變量的系數(shù)均顯著。a1 為0.094，說明數(shù)字普惠金融對綠色全要素生產(chǎn)率的總效應為0.094；b1 ×d2 為0.018，表示路徑1的中介效應為0.018；c1 ×d3 為0.017，表示路徑2的中介效應為0.017；b1 ×c2 ×d3 為0.009，表示路徑3的中介效應為0.009?？傮w中介效應（b1 ×d2 +c1 ×d3 +b1 ×c2 ×d3）為0.044，其中路徑1占比為40.9%，路徑2占比為38.6%，路徑3占比為20.5%。這說明在總體中介效應中通過技術進步產(chǎn)生的中介效應最強，占總體中介效應的40.9%；通過產(chǎn)業(yè)結(jié)構升級產(chǎn)生的中介效應次之，占總體中介效應的38.6%；經(jīng)由技術進步再通過產(chǎn)業(yè)結(jié)構升級產(chǎn)生的中介效應最弱，只占總體中介效應的20.5%。據(jù)此，前文提出的研究假說3得以驗證。除了直接觀察d1 的數(shù)值外，還可以通過總體效應減去總體中介效應得到去除3條路徑的直接效應。index 對gtfp 的直接效應為0.05，與d10.051相差不大，微小的差別可能是由于小數(shù)點后保留3位數(shù)字而產(chǎn)生的。這說明除了路徑1、路徑2和路徑3產(chǎn)生的間接效應外，數(shù)字普惠金融還能夠直接正向影響綠色全要素生產(chǎn)率。

六、結(jié)論及建議

數(shù)字普惠金融作為解決金融服務“最后一公里”難題的工具，將數(shù)字技術與普惠金融相結(jié)合，對提升地區(qū)綠色全要素生產(chǎn)率有著重要影響。本文利用2011年—2020年我國30個省、自治區(qū)、直轄市的面板數(shù)據(jù)，實證分析了數(shù)字普惠金融對綠色全要素生產(chǎn)率提升的影響機理及作用路徑，得出以下研究結(jié)論與政策啟示：

第一，數(shù)字普惠金融對綠色全要素生產(chǎn)率提升有顯著的促進作用，今后應大力發(fā)展數(shù)字普惠金融。政府與市場應雙管齊下，健全數(shù)字化金融設施，增加基站等設備的覆蓋面積，增加數(shù)字普惠金融對實體經(jīng)濟的包容性和覆蓋面，發(fā)揮其有效打破金融要素流動時空阻隔的優(yōu)勢，減少要素流動摩擦，提高要素配置效率。同時應大力普及數(shù)字普惠金融理念，擴大數(shù)字普惠金融需求。針對小微企業(yè)、農(nóng)戶及低收入群體進行金融知識、金融技能等數(shù)字普惠金融相關教育，如開展專題講座宣傳數(shù)字普惠金融的特征、服務、作用、優(yōu)勢等相關知識，也可以通過線上媒體傳播相關金融知識。這樣有利于擴大目標群體對數(shù)字普惠金融服務的需求，促進數(shù)字普惠金融進一步發(fā)展。

第二，數(shù)字普惠金融對綠色全要素生產(chǎn)率提升的影響具有區(qū)域異質(zhì)性，在東西部地區(qū)數(shù)字普惠金融對綠色全要素生產(chǎn)率提升的促進作用更強。因此，今后應充分考慮區(qū)域的資源稟賦情況、產(chǎn)業(yè)結(jié)構布局、金融發(fā)展水平等客觀條件，因地制宜地制定數(shù)字普惠金融發(fā)展政策。對發(fā)展基礎比較好的東部地區(qū)，應進一步強化數(shù)字普惠金融的優(yōu)勢，創(chuàng)新數(shù)字普惠金融工具，而對發(fā)展基礎相對薄弱的中西部地區(qū)則應重點加強數(shù)字基礎設施建設，擴大數(shù)字金融服務的廣度與深度。

第三，數(shù)字普惠金融能夠通過促進技術進步、促進產(chǎn)業(yè)結(jié)構升級以及通過促進技術進步進而促進產(chǎn)業(yè)結(jié)構升級間接提升綠色全要素生產(chǎn)率。因此，今后應努力探索數(shù)字普惠金融促進綠色全要素生產(chǎn)率提升的多維路徑。實踐中應加強數(shù)字普惠金融對綠色創(chuàng)新活動的資金支持，提高綠色創(chuàng)新要素的配置效率，促進綠色技術進步。此外，還應更充分地引導資金流向高科技、低碳環(huán)保、生物能源等新興產(chǎn)業(yè)，打造“金融服務+產(chǎn)業(yè)經(jīng)濟”的數(shù)字化生態(tài)閉環(huán)，不斷推動產(chǎn)業(yè)結(jié)構升級，強化經(jīng)濟增長的內(nèi)生動力，進而實現(xiàn)綠色全要素生產(chǎn)率提升。

參考文獻：

［1］Ren S M，Li L Q，Han Y Q，Hao Y，Wu H T. The Emerging Driving Force of Inclusive Green Growth：Does DigitalEconomy Agglomeration Work？［J］.Business Strategy and the Environment，2022（4）：1656-1678.

［2］王霞，田霞. 外商直接投資、數(shù)字普惠金融與綠色經(jīng)濟發(fā)展［J］. 商業(yè)經(jīng)濟研究，2022（7）：168-171.

［3］烏靜，肖鴻波，陳兵. 數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率的影響研究［J］. 金融與經(jīng)濟，2022（1）：55-63.

［4］范欣，尹秋舒. 數(shù)字金融提升了綠色全要素生產(chǎn)率嗎？［J］. 山西大學學報（哲學社會科學版），2021（4）：109-119.

［5］惠獻波. 數(shù)字普惠金融與城市綠色全要素生產(chǎn)率：內(nèi)在機制與經(jīng)驗證據(jù)［J］. 南方金融，2021（5）：20-31.

［6］Gomber P，Kauffman R J，Parker C，Weber B W. On the Fintech Revolution：Interpreting the Forces of Innovation，Disruption and Transformation in Financial Services［J］.Journal of Management Information Systems，2018（1）：220-265.

［7］Liu G T，Wang B，Zhang N.A Coin has Two Sides：Which One is Driving China's Green TFP Growth？［J］.EconomicSystems，2016（3）：481- 498.

［8］王林輝，王輝，董直慶. 經(jīng)濟增長和環(huán)境質(zhì)量相容性政策條件——環(huán)境技術進步方向視角下的政策偏向效應檢驗［J］. 管理世界，2020（3）：39-60.

［9］逯進，李婷婷. 產(chǎn)業(yè)結(jié)構升級、技術創(chuàng)新與綠色全要素生產(chǎn)率——基于異質(zhì)性視角的研究［J］. 中國人口科學，2021（4）：86-97+128.

［10］張曉丹，彭耿. 數(shù)字普惠金融發(fā)展與區(qū)域創(chuàng)新能力——基于282 個城市數(shù)據(jù)的非線性影響研究［J］. 技術經(jīng)濟與管理研究，2021（10）：32-36.

［11］冉芳，譚怡. 數(shù)字金融、創(chuàng)新投入與企業(yè)全要素生產(chǎn)率［J］. 統(tǒng)計與決策，2021（15）：136-139.

［12］張恒，李璐，趙茂. 數(shù)字普惠金融與綠色全要素生產(chǎn)率——基于系統(tǒng)GMM 的實證檢驗［J］. 新金融，2022（3）：31-40.

［13］劉贏時，田銀華，羅迎. 產(chǎn)業(yè)結(jié)構升級、能源效率與綠色全要素生產(chǎn)率［J］. 財經(jīng)理論與實踐，2018（1）：118-126.

［14］王道平，劉琳琳. 數(shù)字金融、金融錯配與企業(yè)全要素生產(chǎn)率——基于融資約束視角的分析［J］. 金融論壇，2021（8）：28-38.

［15］萬佳彧，周勤，肖義. 數(shù)字金融、融資約束與企業(yè)創(chuàng)新［J］. 經(jīng)濟評論，2020（1）：71-83.

［16］韓晶，孫雅雯，陳超凡，藍慶新. 產(chǎn)業(yè)升級推動了中國城市綠色增長嗎？［J］. 北京師范大學學報（社會科學版），2019（3）：139-151.

［17］張軍，吳桂英，張吉鵬. 中國省際物質(zhì)資本存量估算：1952—2000［J］. 經(jīng)濟研究，2004（10）：35-44.

［18］周敏丹. 人力資本供給、工作技能需求與過度教育［J］. 世界經(jīng)濟，2021（7）：79-103.

［19］楊德勇，代海川，黃帆帆. 數(shù)字普惠金融對城鄉(xiāng)居民收入差距的門限效應研究——基于不同發(fā)展維度的實證分析［J］. 經(jīng)濟與管理評論，2022（3）：89-101.

［20］溫忠麟，葉寶娟. 中介效應分析：方法和模型發(fā)展［J］. 心理科學進展，2014（5）：731-745.

（責任編輯：甘海燕）