金融科技對(duì)綠色技術(shù)創(chuàng)新的作用機(jī)制研究

中國(guó)人民銀行海南省分行課題組

摘? ?要：本文運(yùn)用2010至2020年間，我國(guó)31省市綠色技術(shù)創(chuàng)新指數(shù)與金融科技指數(shù)驗(yàn)證金融科技水平對(duì)綠色技術(shù)創(chuàng)新水平的影響及作用機(jī)理。發(fā)現(xiàn)兩者之間存在“U”型關(guān)系，即金融科技水平存在拐點(diǎn)，在拐點(diǎn)的兩側(cè)分別對(duì)綠色技術(shù)創(chuàng)新水平起到抑制和促進(jìn)作用。異質(zhì)性分析表明，金融科技對(duì)綠色技術(shù)創(chuàng)新的影響在金融發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)不存在異質(zhì)性；在第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)存在異質(zhì)性，在第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)的拐點(diǎn)高于第三產(chǎn)業(yè)欠發(fā)達(dá)地區(qū)的拐點(diǎn)，在第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)，只有當(dāng)金融科技水平提高到更高程度，才能對(duì)綠色技術(shù)創(chuàng)新起促進(jìn)作用。

關(guān)鍵詞：金融科技；綠色技術(shù)創(chuàng)新；人力資本；消費(fèi)水平

DOI：10.3969/j.issn.1003-9031.2023.11.005

中圖分類號(hào)：F832? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1003－9031（2023）11－0039－15

綠色技術(shù)創(chuàng)新是綠色發(fā)展的關(guān)鍵所在。與其他技術(shù)創(chuàng)新類似，綠色技術(shù)創(chuàng)新需要金融科技的大力支持。綠色技術(shù)創(chuàng)新是否受金融科技的影響？如果受到影響，其作用機(jī)制是什么？是否存在異質(zhì)性？在國(guó)家“十四五”規(guī)劃明確提出“構(gòu)建市場(chǎng)導(dǎo)向的綠色技術(shù)創(chuàng)新體系，實(shí)施綠色技術(shù)創(chuàng)新攻關(guān)行動(dòng)”的背景下，研究前述問題，具有重要的現(xiàn)實(shí)意義。本文從人力資本和消費(fèi)水平兩個(gè)維度進(jìn)行理論分析，提出研究假設(shè)，基于2011—2020年省級(jí)金融科技指數(shù)與綠色技術(shù)創(chuàng)新指數(shù)，驗(yàn)證金融科技對(duì)綠色技術(shù)創(chuàng)新的影響及其機(jī)理。

一、理論研究

基于現(xiàn)有研究成果，本文定性分析認(rèn)為，金融科技可通過人力資本和消費(fèi)水平，影響綠色技術(shù)創(chuàng)新。

（一）基于人力資本的分析

金融科技的發(fā)展能夠推動(dòng)人才供需結(jié)構(gòu)調(diào)整，提高人力資本積累。第一，擴(kuò)大企業(yè)對(duì)高技能勞動(dòng)力的需求。金融科技降低企業(yè)融資門檻，促使其向資本密集型與知識(shí)密集型發(fā)展，擴(kuò)大對(duì)高技能勞動(dòng)力的需求。第二，增加家庭人力資本的投資。金融科技提升低收入群體等金融可獲得性，通過信貸支持等方式支持其實(shí)現(xiàn)受教育需求，加之金融科技的推進(jìn)能降低居民預(yù)防儲(chǔ)蓄動(dòng)機(jī)，進(jìn)一步促進(jìn)教育支出及教育投資的增加（林春和孫英杰，2022）。第三，為高技術(shù)人才深造創(chuàng)造可能。金融科技不僅給予高技術(shù)人才更加多樣化的金融產(chǎn)品服務(wù)，還為各類教育培訓(xùn)機(jī)構(gòu)發(fā)展壯大提供金融支持，從而為高技術(shù)人才在專業(yè)技術(shù)領(lǐng)域進(jìn)行培訓(xùn)和深造提供更多可能與保障（任碧云和劉佳鑫，2021）。

勞動(dòng)者是經(jīng)濟(jì)社會(huì)生產(chǎn)與生活的主體，也是深入推進(jìn)綠色技術(shù)創(chuàng)新的落實(shí)者。當(dāng)人力資本投資處于臨界值之上時(shí)，提升人力資本水平有助于推動(dòng)綠色技術(shù)創(chuàng)新；反之將會(huì)抑制綠色技術(shù)創(chuàng)新。主要原因在于：人力資本投資需要和區(qū)域創(chuàng)新環(huán)境匹配，當(dāng)人力資本投資處于臨界值之下時(shí)，技術(shù)缺乏、教育素質(zhì)不高、獎(jiǎng)勵(lì)創(chuàng)新機(jī)制不夠完善等，導(dǎo)致了一定的匹配偏差，致使在綠色技術(shù)創(chuàng)新的投資人力資本無法獲得預(yù)期收益；另外，科技創(chuàng)新存在一定的不確定性，前期人力資本投入在短期內(nèi)不一定促進(jìn)創(chuàng)新產(chǎn)出，從而推動(dòng)綠色技術(shù)創(chuàng)新（岳立和曹雨暄，2021）。當(dāng)人力資本投資處于臨界值之上時(shí)，人力資本投資與創(chuàng)新環(huán)境相匹配，人才的主觀能動(dòng)性得到充分發(fā)揮；另外，人力資本雄厚的群體一般綠色環(huán)保意識(shí)較強(qiáng)，加上長(zhǎng)遠(yuǎn)利益的預(yù)期，比較注重環(huán)境對(duì)經(jīng)濟(jì)的長(zhǎng)期影響，積極推動(dòng)綠色技術(shù)創(chuàng)新的意愿更加強(qiáng)烈，實(shí)現(xiàn)綠色發(fā)展（程廣帥和胡錦銹，2019）。由此，人力資本水平對(duì)綠色技術(shù)創(chuàng)新的影響表現(xiàn)為先下降后上升的Ｕ型曲線。

（二）基于消費(fèi)水平的分析

金融科技的發(fā)展能夠通過實(shí)現(xiàn)消費(fèi)“量”的增長(zhǎng)與“質(zhì)”的提升，實(shí)現(xiàn)整體消費(fèi)水平提升。第一，實(shí)現(xiàn)消費(fèi)“量”的增長(zhǎng)。金融科技通過緩解流動(dòng)性約束釋放消費(fèi)潛力，采用便利化支付方式提升消費(fèi)欲望，運(yùn)用金融全場(chǎng)景覆蓋方式補(bǔ)充消費(fèi)缺口，發(fā)展消費(fèi)保險(xiǎn)實(shí)現(xiàn)消費(fèi)跨期平滑以刺激當(dāng)下消費(fèi)（易行健和周利，2018），進(jìn)而擴(kuò)大消費(fèi)規(guī)模。第二，實(shí)現(xiàn)消費(fèi)“質(zhì)”的提升。金融科技的快速發(fā)展和推廣應(yīng)用，通過在供產(chǎn)銷等環(huán)節(jié)為生產(chǎn)者提供資金支持、利用大數(shù)據(jù)風(fēng)控模型為消費(fèi)者增信，降低生產(chǎn)者經(jīng)營(yíng)風(fēng)險(xiǎn)、降低消費(fèi)者預(yù)防性動(dòng)機(jī)，推動(dòng)生產(chǎn)方式的重構(gòu)和融合、加快消費(fèi)者追求產(chǎn)品多樣化速度，促進(jìn)居民消費(fèi)品質(zhì)的迭代升級(jí)（王剛貞和陳夢(mèng)潔，2022；王君萍等，2022）。

居民是綠色技術(shù)創(chuàng)新的直接受益者，也是綠色創(chuàng)新活動(dòng)的間接參與者。當(dāng)消費(fèi)水平處于臨界值之上時(shí)，消費(fèi)水平的提升有助于推動(dòng)綠色技術(shù)創(chuàng)新；反之將會(huì)抑制綠色技術(shù)創(chuàng)新。其原因可能是：當(dāng)消費(fèi)水平達(dá)到一定水平之前，居民的消費(fèi)需求中更多是生存型消費(fèi)需求，此時(shí)居民對(duì)產(chǎn)品質(zhì)量和環(huán)境質(zhì)量要求較低，故短期內(nèi)消費(fèi)水平提升不一定推動(dòng)綠色技術(shù)創(chuàng)新（肖周燕等，2022）。但當(dāng)消費(fèi)水平發(fā)展到一定程度之后，居民會(huì)增加發(fā)展型和享受型消費(fèi)的支出，新型的消費(fèi)理念和消費(fèi)需求會(huì)產(chǎn)生對(duì)高質(zhì)量產(chǎn)品和高質(zhì)量環(huán)境的需求，這增強(qiáng)了企業(yè)在綠色技術(shù)創(chuàng)新的資本方面投入的意愿，提升了綠色創(chuàng)新能力（劉佳鑫和李莎，2021；謝汝宗等，2022）。由此，消費(fèi)水平對(duì)綠色技術(shù)創(chuàng)新的影響表現(xiàn)為先下降后上升的Ｕ型曲線。

綜上，金融科技通過影響人力資本和消費(fèi)水平，影響綠色技術(shù)創(chuàng)新。為此，本文提出三個(gè)方面研究假設(shè)。

H1：金融科技對(duì)綠色技術(shù)創(chuàng)新的影響是“先抑后揚(yáng)”作用，它們之間呈“U”型關(guān)系。

H2：金融科技通過提升人力資本影響綠色技術(shù)創(chuàng)新。

H3：金融科技通過提高消費(fèi)水平影響綠色技術(shù)創(chuàng)新。

二、研究設(shè)計(jì)

（一）樣本說明

基于2010 —2020年全國(guó)31個(gè)省市有關(guān)數(shù)據(jù)開展實(shí)證檢驗(yàn)，使用北京大學(xué)數(shù)字普惠金融指數(shù)評(píng)價(jià)金融科技水平。從創(chuàng)新產(chǎn)出指數(shù)、創(chuàng)新成效指數(shù)、創(chuàng)新活躍指數(shù)三個(gè)維度，采用CRITIC法綜合構(gòu)造省級(jí)綠色技術(shù)創(chuàng)新指數(shù)，衡量綠色技術(shù)創(chuàng)新水平。其中，綠色專利數(shù)據(jù)來源于國(guó)家知識(shí)產(chǎn)權(quán)局，其他數(shù)據(jù)均來源于國(guó)家統(tǒng)計(jì)局。本文對(duì)連續(xù)變量進(jìn)行了上下1%的縮尾處理，目的是消除異常值的影響。

（二）模型與變量說明

1.模型說明

（1）計(jì)量模型H1

構(gòu)建如下模型：

2.變量說明

被解釋變量、關(guān)鍵解釋變量、控制變量見表1。

（1）被解釋變量

被解釋變量為綠色技術(shù)創(chuàng)新水平（Green）?，F(xiàn)有文獻(xiàn)中關(guān)于綠色技術(shù)創(chuàng)新水平的衡量尚無統(tǒng)一指標(biāo)，有的文獻(xiàn)采用綠色專利申請(qǐng)或綠色專利授權(quán)等單一指標(biāo)衡量（如郭進(jìn)，2019；李燈強(qiáng)和吳婷，2022），有的文獻(xiàn)利用多項(xiàng)指標(biāo)測(cè)算綠色技術(shù)創(chuàng)新指數(shù)（如原毅軍和陳喆，2019；馮銳，2022）。本文基于已有的指標(biāo)體系開展優(yōu)化，構(gòu)建綠色技術(shù)創(chuàng)新指數(shù)。

一是指標(biāo)體系。本文從創(chuàng)新產(chǎn)出、創(chuàng)新成效、創(chuàng)新活躍度三個(gè)維度綜合構(gòu)建綠色技術(shù)創(chuàng)新指數(shù)，衡量綠色技術(shù)創(chuàng)新水平。創(chuàng)新產(chǎn)出指標(biāo)由“當(dāng)年綠色專利申請(qǐng)數(shù)”“當(dāng)年綠色專利授權(quán)數(shù)”“當(dāng)年綠色專利申請(qǐng)數(shù)/總申請(qǐng)數(shù)”和“當(dāng)年綠色專利授權(quán)數(shù)/總授權(quán)數(shù)”四個(gè)維度的指標(biāo)構(gòu)成，其中綠色專利申請(qǐng)數(shù)和綠色專利授權(quán)數(shù)可以體現(xiàn)綠色技術(shù)創(chuàng)新方面創(chuàng)新產(chǎn)出的整體情況。而綠色專利申請(qǐng)數(shù)占比和綠色專利授權(quán)數(shù)占比，可以體現(xiàn)對(duì)綠色技術(shù)創(chuàng)新的重視程度。創(chuàng)新成效指標(biāo)由“當(dāng)年綠色專利授權(quán)數(shù)/前一年綠色專利申請(qǐng)數(shù)”“綠色專利累計(jì)被引用數(shù)量”兩個(gè)維度的指標(biāo)構(gòu)成，其中“當(dāng)年綠色專利授權(quán)數(shù)/前一年綠色專利申請(qǐng)數(shù)”可以反映出綠色專利的實(shí)際轉(zhuǎn)化成果，而被引用專利數(shù)量可以體現(xiàn)綠色專利的實(shí)際價(jià)值和創(chuàng)新成效。創(chuàng)新活躍指標(biāo)由“當(dāng)年綠色專利申請(qǐng)人主體數(shù)量”“當(dāng)年綠色專利授權(quán)主體數(shù)量”兩個(gè)維度構(gòu)成。具體指標(biāo)如表2所示。

二是指標(biāo)權(quán)重。確定指標(biāo)權(quán)重主要有主觀賦權(quán)法和客觀賦權(quán)法兩種，其中，主觀賦權(quán)法具有較強(qiáng)的主觀隨意性，客觀性較差。常見的客觀賦權(quán)法包括熵權(quán)法、標(biāo)準(zhǔn)離差法和CRITIC法等，鑒于CRITIC法能夠較好兼顧指標(biāo)變異大小對(duì)權(quán)重的影響以及各指標(biāo)間的沖突（賀玉德和馬祖軍，2015），此處選擇CRITIC法，計(jì)算各指標(biāo)權(quán)重：

其中，Cj為第j個(gè)評(píng)價(jià)指標(biāo)對(duì)體系的影響程度，σj為第j個(gè)評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)差，rij為第i個(gè)評(píng)價(jià)指標(biāo)與第j個(gè)評(píng)價(jià)指標(biāo)之間的相關(guān)系數(shù)，Wj為計(jì)算后得到的指標(biāo)權(quán)重。

（2）關(guān)鍵解釋變量

金融科技水平（Fint）是本文的被解釋變量。以北京大學(xué)數(shù)字金融研究中心數(shù)字普惠金融指數(shù)除以100作為各省份金融科技水平的代理指標(biāo)。該指標(biāo)包含三個(gè)維度的子指標(biāo)：覆蓋廣度（width）；使用深度（depth）；數(shù)字支持服務(wù)程度（digital）。這三個(gè)指標(biāo)分別反映金融科技覆蓋率水平、金融科技使用情況（包括支付、信貸、保險(xiǎn)、投資以及征信等場(chǎng)景）、金融科技便利性和服務(wù)成本情況。另外，為檢驗(yàn)Fint（金融科技水平）與綠色技術(shù)創(chuàng)新水平兩者之間的非線性關(guān)系，增加Fint的二次項(xiàng)，即Fint2。

（3）控制變量

參照現(xiàn)有文獻(xiàn)（原毅軍和陳喆，2019；郭進(jìn)，2019；趙娜，2021），本文控制了經(jīng)濟(jì)發(fā)展水平（Pgdp）、外商直接投資（Fdi）、城鎮(zhèn)化水平（City）、財(cái)政科技支出（Reser）、金融規(guī)模（Fina）等變量。

三、實(shí)證結(jié)果及分析

（一）描述性統(tǒng)計(jì)

2011—2020年主要變量的描述性統(tǒng)計(jì)結(jié)果如表3所示。從結(jié)果看，第一，金融科技水平（Fint）的均值為2.1612，不同地區(qū)間的金融科技水平具有較大差異，部分地區(qū)金融科技水平為0.1884，金融科技水平較低；而部分地區(qū)金融科技水平為4.0688，金融科技水平較高。第二，地區(qū)綠色技術(shù)創(chuàng)新水平（Green）的均值為0.0853，不同地區(qū)金融科技水平呈現(xiàn)一定非均衡性，部分地區(qū)綠色技術(shù)創(chuàng)新水平低至0.0319，表明其綠色技術(shù)創(chuàng)新水平較低；而部分地區(qū)金融科技水平高達(dá)0.3008，綠色技術(shù)創(chuàng)新水平較高。第三，人力資本水平（Rdd）的均值為2.2086，最小值為0.0000，最大值為4.2327；消費(fèi)水平（Consum）的均值為0.3990，最小值為0.2219，最大值為0.6101，人力資本水平和消費(fèi)水平在地區(qū)之間差異較大。

（二）基準(zhǔn)回歸

為克服自相關(guān)和異方差的干擾，使用個(gè)體和時(shí)間雙重聚類穩(wěn)健標(biāo)準(zhǔn)誤差進(jìn)行基準(zhǔn)回歸（張義博和劉文忻，2012），同時(shí)為避免因控制變量產(chǎn)生的過度擬合，在控制個(gè)體和年度固定效應(yīng)的前提下，逐步增加控制變量，評(píng)估結(jié)果見表4，其中列（1）為未加入控制變量的估計(jì)結(jié)果，列（2）—（5）依次為增加經(jīng)濟(jì)增長(zhǎng)、城鎮(zhèn)化、對(duì)外投資、財(cái)政金融投入等控制變量后的結(jié)果。

從表4列（1）—（5）看，F(xiàn)int2系數(shù)在5%水平下顯著為正，F(xiàn)int系數(shù)在5%水平下顯著為負(fù)，即金融科技水平與綠色技術(shù)創(chuàng)新水平之間呈“U”型關(guān)系，說明金融科技水平存在拐點(diǎn)，在拐點(diǎn)左右兩側(cè)，金融科技對(duì)綠色技術(shù)創(chuàng)新分別起到抑制和促進(jìn)作用。實(shí)證結(jié)果支持了研究假設(shè)H1。

表4列（5）看，第一，城鎮(zhèn)化水平（City）的系數(shù)在1%水平下顯著為正，表明城鎮(zhèn)化水平可提高綠色技術(shù)創(chuàng)新水平，原因在于城鎮(zhèn)化促使技術(shù)和人力資本集聚，有利于地區(qū)綠色技術(shù)創(chuàng)新（趙娜，2021）。第二，外商直接投資（Fdi）的系數(shù)在1%水平下顯著為正，表明對(duì)外開放可提高綠色技術(shù)創(chuàng)新水平，原因在于外商直接投資帶來先進(jìn)技術(shù)和理念，促進(jìn)綠色技術(shù)創(chuàng)新的研發(fā)和擴(kuò)散。第三，財(cái)政科技支出水平（Reser）的系數(shù)在5%水平下顯著為正，說明增加財(cái)政科技支出，有利于科研投入的增加，從而促進(jìn)地區(qū)綠色技術(shù)創(chuàng)新。第四，金融規(guī)模（Fina）的系數(shù)在5%水平下顯著為負(fù)，表明金融規(guī)模不利于綠色技術(shù)創(chuàng)新，可能的原因是金融規(guī)模的過度擴(kuò)張導(dǎo)致金融資源流入高污染部門，擴(kuò)大污染產(chǎn)業(yè)規(guī)模，不利于綠色技術(shù)創(chuàng)新水平的提高（劉國(guó)斌等，2021）。

（三）穩(wěn)健性檢驗(yàn)

1.內(nèi)生性問題

實(shí)證結(jié)果表明，金融科技水平可促進(jìn)綠色技術(shù)創(chuàng)新，反之，綠色技術(shù)創(chuàng)新不易影響金融科技水平。但也可能由于Fint（金融科技水平）存在測(cè)量誤差以及遺漏變量等原因?qū)е聝?nèi)生性問題。

借鑒周利等（2021）的做法，以同年度其他省市金融科技水平均值（ivFint）及其二次項(xiàng)（ivFint2）作為工具變量?？紤]到其他省市的金融科技水平很難影響本省市的綠色技術(shù)創(chuàng)新水平，ivFint滿足“外生性”要求，此外各省市金融科技水平與本地區(qū)金融科技水平同樣具有一定相關(guān)性，也均受測(cè)量誤差的影響，ivFint滿足“相關(guān)性”要求。此處以綠色技術(shù)創(chuàng)新水平Green為被解釋變量，以金融科技水平（Fint）及其二次項(xiàng)（Fint2）為關(guān)鍵解釋變量，采用工具變量法（IV）估計(jì)模型（1）。

結(jié)果顯示，弱工具變量檢驗(yàn)的Cragg-Donald Wald F統(tǒng)計(jì)量值為1072.742，超過10%偏誤的臨界值7.03，即拒絕弱工具變量的假設(shè)，ivFint及ivFint2為有效工具變量。因此，以ivFint及ivFint2作為工具變量，檢驗(yàn)結(jié)果見表5列（1）金融科技水平的二次項(xiàng)（Fint2）系數(shù)在10%水平下明顯為正，一次項(xiàng)（Fint）系數(shù)在5%水平下明顯為負(fù)，金融科技水平與綠色技術(shù)創(chuàng)新水平之間為“U”型關(guān)系。由此可以得出，在排除內(nèi)生性的情況下，依據(jù)表1列（5）得出的結(jié)論是穩(wěn)健的。

2.更換被解釋變量

以rGreen為被解釋變量，以Fint為關(guān)鍵解釋變量，在控制個(gè)體和年度效應(yīng)的情況下，采用FE重新估計(jì)模型（1），結(jié)果如表5列（2）所示。結(jié)果顯示，在替換被解釋變量的情況下，金融科技水平與綠色技術(shù)創(chuàng)新水平之間仍為“U”型關(guān)系。

四、機(jī)制分析

（一）人力資本

以人力資本水平（Rdd）為中介變量，以綠色技術(shù)創(chuàng)新水平（Green）為被解釋變量采用FE估計(jì)模型（2）—（4），結(jié)果見表6中Panel A列（1）—（3）。列（1）中，金融科技水平的二次項(xiàng)（Fint2）系數(shù)在5%水平下顯著為正，一次項(xiàng)（Fint）系數(shù)在1%水平下顯著為負(fù)，表明金融科技對(duì)綠色技術(shù)創(chuàng)新的總效應(yīng)存在。列（2）中，金融科技水平（Fint）在1%水平下顯著為正，且列（3）人力資本水平的二次項(xiàng)（Rdd2）系數(shù)在1%水平下顯著為正、一次項(xiàng)（Rdd）系數(shù)在1%水平下顯著為負(fù)，表明人力資本水平的中介效應(yīng)存在。綜合列（2）、（3）看，金融科技提升了人力資本水平，進(jìn)而對(duì)綠色技術(shù)創(chuàng)新水平的產(chǎn)生“先抑后揚(yáng)”的作用。因此，人力資本水平提升效應(yīng)存在，研究假設(shè)H2成立。

人力資本是金融科技發(fā)展的主體與金融科技運(yùn)行的重要載體，人力資本水平的變化也會(huì)影響金融科技的發(fā)展。由此可得，金融科技水平和人力資本水平間可能存在的雙向因果關(guān)系，導(dǎo)致金融科技水平（Fint）存在內(nèi)生性問題；此外，可能還存在測(cè)量誤差引發(fā)內(nèi)生性問題。本文以其他省市同一年的金融科技水平均值（ivFint）及其二次項(xiàng)（ivFint2）作為工具變量，以人力資本水平（Rdd）作為中介變量，利用工具變量法（IV）來估計(jì)模型（3），估算結(jié)果如表6中Panel A列（4）所示。

人力資本水平（Rdd）能影響綠色技術(shù)創(chuàng)新水平（Green），綠色技術(shù)創(chuàng)新的發(fā)展同樣要求相應(yīng)的人力資本與之匹配，因此，人力資本水平（Rdd）與綠色技術(shù)創(chuàng)新水平（Green）之間可能存在雙向因果關(guān)系，導(dǎo)致人力資本水平（Rdd）存在內(nèi)生性問題。因此，本文以同年度其他省市人力資本水平的均值（ivRdd）及其二次項(xiàng)（ivRdd2）作為工具變量，連同同年度其他各省金融科技水平均值（ivFint）及其二次項(xiàng)（ivFint2），采用工具變量法（IV）估計(jì)模型（4），結(jié)果見表6中Panel A列（5）。從表6中Panel A列（4）、（5）看，在排除內(nèi)生性的情況下，人力資本水平提升效應(yīng)仍存在。

將被解釋變量綠色技術(shù)創(chuàng)新水平替換為rGreen，以金融科技水平（Fint）及其二次項(xiàng)（Fint2）為關(guān)鍵解釋變量，采用FE重新估計(jì)模型（2）—（4），并以IV重新估計(jì)模型（3）和（4），結(jié)果見表6中Panel B。從表中的結(jié)果可以看出，仍然存在人力資本水平提升效應(yīng)。

（二）消費(fèi)水平

以消費(fèi)水平（Consum）為中介變量，以綠色技術(shù)創(chuàng)新水平（Green）為被解釋變量采用FE估計(jì)模型（2）—（4），結(jié)果見表7中Panel A列（1）—（3）。列（1）中，金融科技水平的二次項(xiàng)（Fint2）系數(shù)在5%水平下顯著為正，一次項(xiàng)（Fint）系數(shù)在1%水平下顯著為負(fù)，表明金融科技對(duì)綠色技術(shù)創(chuàng)新存在總效應(yīng)。列（2）中，F(xiàn)int（金融科技水平）在1%水平下顯著，且列（3）消費(fèi)水平的二次項(xiàng)（Consum2）系數(shù)在1%水平下顯著為正、一次項(xiàng)（Consum）系數(shù)在1%水平下顯著為負(fù)，表明消費(fèi)水平的中介效應(yīng)存在。綜合列（2）、（3）看，金融科技提升了消費(fèi)水平，進(jìn)而對(duì)綠色技術(shù)創(chuàng)新水平的產(chǎn)生“先抑后揚(yáng)”的作用。因此，消費(fèi)水平提升效應(yīng)存在，研究假設(shè)H3成立。

在以地區(qū)消費(fèi)水平（Consum）及其二次項(xiàng)（Consum2）為中介變量估計(jì)模型式（3）時(shí)，地區(qū)消費(fèi)水平與金融科技水平（Fint）之間很難形成雙向因果關(guān)系。但仍可能因測(cè)量誤差等產(chǎn)生內(nèi)生性問題。為此，本文以同年度其他省市金融科技水平均值（ivFint）及其二次項(xiàng)（ivFint2）作為工具變量，采用工具變量法（IV）估計(jì)模型（3），以各省市消費(fèi)水平（Consum）及其二次項(xiàng)（Consum2）為中介變量，結(jié)果見表7中Panel A列（4）。

消費(fèi)水平能影響綠色技術(shù)創(chuàng)新水平（Green），綠色技術(shù)創(chuàng)新的發(fā)展同樣要求相應(yīng)的消費(fèi)水平與之匹配，因此，綠色技術(shù)創(chuàng)新水平（Green）與消費(fèi)水平（Consum）兩者間可能存在雙向因果的關(guān)系，致使消費(fèi)水平（Consum）存在內(nèi)生性問題。所以，本文以同年度其他省市消費(fèi)水平的均值（ivConsum）及其二次項(xiàng)（ivConsum2）作為工具變量，連同同年度其他省市金融科技水平均值（ivFint）及其二次項(xiàng)（ivFint2），采用工具變量法（IV）估計(jì)模型（4），結(jié)果見表7中Panel A列（5）。從表7中Panel A列（4）、（5）看，在排除內(nèi)生性的情況下，消費(fèi)水平依然存在提升效應(yīng)。

將綠色技術(shù)創(chuàng)新水平替換為rGreen，以金融科技水平（Fint）及其二次項(xiàng)（Fint2）為關(guān)鍵解釋變量，采用FE重新估計(jì)模型（2）—（4），并以IV重新估計(jì)模型（3）和（4），結(jié)果見表7中Panel B。從估計(jì)結(jié)果看，消費(fèi)水平仍然存在提升效應(yīng)。

五、異質(zhì)性分析

（一）金融發(fā)展異質(zhì)性

金融科技對(duì)綠色技術(shù)創(chuàng)新的影響也許會(huì)因同省份的金融發(fā)展水平的差異而不同。金融欠發(fā)達(dá)地區(qū)的金融機(jī)構(gòu)活躍度和服務(wù)能力較弱，市場(chǎng)信息不對(duì)稱程度較高，信貸資金配置效率更低，傳統(tǒng)金融機(jī)構(gòu)受益于金融科技發(fā)展時(shí)對(duì)創(chuàng)新水平的推動(dòng)力會(huì)更強(qiáng)（宋敏等，2021）。因此，本文推測(cè)，金融科技對(duì)綠色技術(shù)創(chuàng)新“先抑后揚(yáng)”的作用，在金融發(fā)達(dá)地區(qū)小于金融欠發(fā)達(dá)地區(qū)。本文以存貸款余額/GDP為根據(jù)將總樣本數(shù)據(jù)劃分為兩組進(jìn)行比較來檢驗(yàn)金融發(fā)展程度異質(zhì)性，其中，比值大于中位數(shù)的視為金融發(fā)達(dá)地區(qū)，反之視為金融欠發(fā)達(dá)地區(qū)。以綠色技術(shù)創(chuàng)新水平（Green）為被解釋變量，金融科技水平（Fint）及其二次項(xiàng)（Fint2）為關(guān)鍵解釋變量，采用變系數(shù)個(gè)體固定效應(yīng)模型估計(jì)模型（1），結(jié)果見表8列（1）；將綠色技術(shù)創(chuàng)新水平（被解釋變量）替換為rGreen，采用變系數(shù)個(gè)體固定效應(yīng)模型估計(jì)模型（1），結(jié)果見表8列（2）。

檢驗(yàn)結(jié)果表明：第一，無論是金融業(yè)發(fā)展發(fā)達(dá)地區(qū)還是欠發(fā)達(dá)地區(qū)，金融科技水平的二次項(xiàng)（Fint2）系數(shù)在5%水平下顯著為正，一次項(xiàng)（Fint）系數(shù)在1%水平下顯著為負(fù)，說明金融發(fā)達(dá)地區(qū)和金融欠發(fā)達(dá)地區(qū)，其金融科技水平與綠色技術(shù)創(chuàng)新水平之間為“U”型關(guān)系，即金融科技水平存在拐點(diǎn)，在拐點(diǎn)兩側(cè)，金融科技分別起到抑制和促進(jìn)作用。第二，計(jì)算得到的金融科技的拐點(diǎn)顯示，金融科技對(duì)綠色技術(shù)創(chuàng)新的影響在金融發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)不存在異質(zhì)性。

（二）產(chǎn)業(yè)結(jié)構(gòu)異質(zhì)性

由于不同省份的產(chǎn)業(yè)結(jié)構(gòu)存在較大差別，金融科技對(duì)綠色技術(shù)創(chuàng)新的影響也許會(huì)因產(chǎn)業(yè)結(jié)構(gòu)的差異而不同。綠色技術(shù)創(chuàng)新活動(dòng)主要發(fā)生在實(shí)體制造業(yè)中，第三產(chǎn)業(yè)占比過高可能會(huì)對(duì)第二產(chǎn)業(yè)技術(shù)創(chuàng)新投入產(chǎn)生擠出效應(yīng)，第三產(chǎn)業(yè)占比過高不利于綠色技術(shù)創(chuàng)新水平的提升。因此，本文推測(cè)，在第三產(chǎn)業(yè)欠發(fā)達(dá)地區(qū)大于第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)，金融科技對(duì)綠色技術(shù)創(chuàng)新“先抑后揚(yáng)”的作用。為檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)異質(zhì)性，本文根據(jù)第三產(chǎn)業(yè)占比將總樣本劃分為兩組進(jìn)行比較。其中比值大于中位數(shù)的當(dāng)作第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)，反之當(dāng)作第三產(chǎn)業(yè)欠發(fā)達(dá)地區(qū)。以綠色技術(shù)創(chuàng)新水平（Green）為被解釋變量，金融科技水平（Fint）及其二次項(xiàng)（Fint2）為關(guān)鍵解釋變量，采用變系數(shù)個(gè)體固定效應(yīng)模型估計(jì)模型（1），結(jié)果見表9列（1）；將被解釋變量綠色技術(shù)創(chuàng)新水平替換為rGreen，采用變系數(shù)個(gè)體固定效應(yīng)模型估計(jì)模型（1），結(jié)果見表9列（2）。

檢驗(yàn)結(jié)果如下：第一，無論是第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)還是第三產(chǎn)業(yè)欠發(fā)達(dá)地區(qū)，金融科技水平的二次項(xiàng)（Fint2）系數(shù)在5%水平下顯著為正，一次項(xiàng)（Fint）系數(shù)在1%水平下顯著為負(fù)，說明第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)和第三產(chǎn)業(yè)欠發(fā)達(dá)地區(qū)，其金融科技水平與綠色技術(shù)創(chuàng)新水平之間為“U”型關(guān)系，即金融科技水平存在拐點(diǎn)，在拐點(diǎn)兩側(cè)，金融科技分別起到抑制和促進(jìn)作用。第二，計(jì)算得到的金融科技的拐點(diǎn)顯示，第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)的拐點(diǎn)高于第三產(chǎn)業(yè)欠發(fā)達(dá)地區(qū)的拐點(diǎn)，在第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)，只有當(dāng)金融科技水平提高到更高程度，才能對(duì)綠色技術(shù)創(chuàng)新起促進(jìn)作用。

六、結(jié)論與啟示

綠色技術(shù)創(chuàng)新離不開金融支持，金融科技是技術(shù)驅(qū)動(dòng)的金融創(chuàng)新，能夠影響綠色技術(shù)創(chuàng)新發(fā)展。本文從理論分析著手，利用CRITIC法測(cè)度的2010—2020年我國(guó)綠色技術(shù)創(chuàng)新指數(shù)，研究驗(yàn)證了金融科技給綠色技術(shù)創(chuàng)新帶來的影響及其機(jī)理。研究表明：第一，金融科技水平與綠色技術(shù)創(chuàng)新水平之間為“U”型關(guān)系，即金融科技水平存在拐點(diǎn)，在拐點(diǎn)兩側(cè)，金融科技分別起到抑制和促進(jìn)作用。第二，金融科技通過影響人力資本水平和消費(fèi)水平，從人力資本供給與消費(fèi)需求兩個(gè)渠道，影響綠色技術(shù)創(chuàng)新水平。第三，金融科技給綠色技術(shù)創(chuàng)新帶來的影響在金融業(yè)發(fā)展發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)不存在異質(zhì)性；在第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)存在異質(zhì)性，在第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)的拐點(diǎn)高于第三產(chǎn)業(yè)欠發(fā)達(dá)地區(qū)的拐點(diǎn)，在第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)，只有當(dāng)金融科技水平提高到更高程度，才能促進(jìn)綠色技術(shù)創(chuàng)新。

本文結(jié)論對(duì)推動(dòng)金融科技發(fā)展、綠色技術(shù)創(chuàng)新的啟示作用如下：第一，金融科技能夠促進(jìn)綠色技術(shù)創(chuàng)新。因此，應(yīng)加速金融業(yè)與新一代信息技術(shù)的融合發(fā)展，進(jìn)一步優(yōu)化金融資金流向，加強(qiáng)金融科技服務(wù)實(shí)體經(jīng)濟(jì)的能力，推動(dòng)綠色技術(shù)創(chuàng)新。第二，金融科技通過影響人力資本水平和消費(fèi)水平進(jìn)而影響綠色技術(shù)創(chuàng)新水平。因此，應(yīng)繼續(xù)支持和鼓勵(lì)金融科技的發(fā)展，加大金融供給，為緩解居民消費(fèi)流動(dòng)性約束和預(yù)算約束提供便利，提升人力資本水平與消費(fèi)水平，在供給側(cè)和需求側(cè)為綠色技術(shù)創(chuàng)新提供發(fā)展支撐。第三，金融科技水平對(duì)綠色技術(shù)創(chuàng)新水平的作用在第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)的拐點(diǎn)高于第三產(chǎn)業(yè)欠發(fā)達(dá)地區(qū)的拐點(diǎn)，在第三產(chǎn)業(yè)發(fā)達(dá)地區(qū)，只有當(dāng)金融科技水平提高到更高程度，才能對(duì)綠色技術(shù)創(chuàng)新起促進(jìn)作用。因此，政府在制定相關(guān)政策時(shí)，應(yīng)考慮地區(qū)差異，推動(dòng)第三產(chǎn)業(yè)欠發(fā)達(dá)地區(qū)的金融業(yè)與信息技術(shù)的融合，加大金融科技支持力度，充分發(fā)揮金融科技推動(dòng)綠色技術(shù)創(chuàng)新的作用。

參考文獻(xiàn)：

[1]程廣帥，胡錦銹.人力資本積累對(duì)環(huán)境質(zhì)量的影響[J].城市問題，2019（10）：46-52.

[2]賀玉德，馬祖軍.基于CRITIC-DEA的區(qū)域物流與區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展模型及評(píng)價(jià)——以四川省為例[J].軟科學(xué)，2015，29（3）：102-106.

[3]張紅偉，羅曉慧，陳小輝.數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)結(jié)構(gòu)清潔化[J].證券市場(chǎng)導(dǎo)報(bào)，2022-10-26.

[4]林春，孫英杰.數(shù)字普惠金融促進(jìn)了制造業(yè)集聚嗎？[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，43（12）：98-108.

[5]劉國(guó)斌，方圓，楊思瑩.金融發(fā)展、金融分權(quán)與城市環(huán)境污染抑制[J].濟(jì)南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，31（2）：91-102+159.

[6]劉佳鑫，李莎.“雙循環(huán)”背景下數(shù)字金融發(fā)展與區(qū)域創(chuàng)新水平提升[J].經(jīng)濟(jì)問題，2021（6）：24-32.

[7]錢海章，陶云清，曹松威，曹雨陽.中國(guó)數(shù)字金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的理論與實(shí)證[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（6）：26-46.

[8]陳小輝，滕磊，盧孔標(biāo).老齡化會(huì)影響金融科技創(chuàng)新嗎？[J].財(cái)經(jīng)論叢，2021（11）：36-46.

[9]任碧云，劉佳鑫.數(shù)字普惠金融發(fā)展與區(qū)域創(chuàng)新水平提升——基于內(nèi)部供給與外部需求視角的分析[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2021，42（2）：99-111.

[10]斯麗娟.環(huán)境規(guī)制對(duì)綠色技術(shù)創(chuàng)新的影響——基于黃河流域城市面板數(shù)據(jù)的實(shí)證分析[J].財(cái)經(jīng)問題研究，2020（7）：41-49.

[11]馬衛(wèi)，龔敏，戴愛明.多方主體視角下區(qū)域綠色技術(shù)創(chuàng)新能力動(dòng)態(tài)評(píng)價(jià)研究？[J].南昌大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，53（5）：46-56.

[12]程毅然，李永建.金融科技對(duì)小額貸款公司杠桿率的影響機(jī)制研究[J].證券市場(chǎng)導(dǎo)報(bào)，2021（7）：21-29.

[13]李娟，滕磊.企業(yè)數(shù)字化轉(zhuǎn)型如何影響其風(fēng)險(xiǎn)承擔(dān)水平——基于ICT投資視角[J].宜賓學(xué)院學(xué)報(bào)，2023，23（1）：35-47.

[14]宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021（4）：138-155.

[15]王剛貞，陳夢(mèng)潔.數(shù)字普惠金融影響經(jīng)濟(jì)高質(zhì)量發(fā)展的渠道機(jī)理與異質(zhì)特征[J].財(cái)貿(mào)研究，2022，33（10）：45-56.

[16]王君萍，劉莎，張藝婷.服務(wù)業(yè)業(yè)態(tài)創(chuàng)新與農(nóng)村居民消費(fèi)升級(jí)：驅(qū)動(dòng)機(jī)理與實(shí)證檢驗(yàn)[J].西安財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022，35（6）：90-102.

[17]肖周燕，李慧慧，孫樂.人口與工業(yè)集聚對(duì)生產(chǎn)和生活污染的影響及空間溢出[J].長(zhǎng)江流域資源與環(huán)境，2022，31（4）：851-861.

[18]謝汝宗，楊明婉，白福臣.數(shù)字普惠金融、居民消費(fèi)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)——基于廣東省地級(jí)面板數(shù)據(jù)的PVAR動(dòng)態(tài)分析[J].調(diào)研世界，2022（2）：59-70.

[19]易行健，周利.數(shù)字普惠金融發(fā)展是否顯著影響了居民消費(fèi)——來自中國(guó)家庭的微觀證據(jù)[J].金融研究，2018（11）：47-67.

[20]原毅軍，陳喆.環(huán)境規(guī)制、綠色技術(shù)創(chuàng)新與中國(guó)制造業(yè)轉(zhuǎn)型升級(jí)[J].科學(xué)學(xué)研究，2019，37（10）：1902-1911.

[21]岳立，曹雨暄.人力資本投資對(duì)區(qū)域創(chuàng)新效率的影響研究——基于“一帶一路”沿線45國(guó)的實(shí)證分析[J].西北人口，2021，42（4）：71-81.

[22]張義博，劉文忻.人口流動(dòng)、財(cái)政支出結(jié)構(gòu)與城鄉(xiāng)收入差距[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2012（1）：16-30.

[23]趙娜.綠色信貸是否促進(jìn)了區(qū)域綠色技術(shù)創(chuàng)新？——基于地區(qū)綠色專利數(shù)據(jù)[J].經(jīng)濟(jì)問題，2021（6）：33-39.

[24]周利，廖婧琳，張浩.數(shù)字普惠金融、信貸可得性與居民貧困減緩——來自中國(guó)家庭調(diào)查的微觀證據(jù)[J].經(jīng)濟(jì)科學(xué)，2021（1）：145-157.

[25]李虹，趙倩倩.綠色金融、技術(shù)進(jìn)步與環(huán)境質(zhì)量——基于中介效應(yīng)的實(shí)證研究[J].區(qū)域金融研究，2021（10）：5-11.