數字普惠金融與城市綠色全要素生產率：內在機制與經驗證據*

惠獻波

（河南財政金融學院，河南 鄭州 451464）

一、引言

1978-2018年間，我國工業化和城市化進程快速推進，經濟持續快速增長，創造了舉世矚目的“中國奇跡”。然而，資源短缺、環境污染和生態破壞等一系列問題日益加劇，如何引導各類生產要素向綠色行業集聚，實現經濟增長方式由粗放型向集約型轉變，全面提升城市綠色全要素生產率，已成為新常態下中國經濟急需解決的重大問題。

金融體系是一個國家或地區經濟體系的內核與基石，如何構建具有高度適應性、強大競爭力的普惠性現代金融體系，是推動中國經濟高質量發展中不可替代的關鍵環節。然而，由于特殊歷史性原因與制度背景，我國金融產品價格扭曲、要素配置結構失衡現象普遍存在，中小微企業融資難融資貴問題突出，抑制了企業技術創新活動的開展。因此，如何扭轉資源配置偏差，引導更多資源向綠色發展行業聚集，是金融業回歸本源、服務實體經濟的客觀要求，更是金融業的職責所在。

隨著人工智能、移動通信和區塊鏈等技術不斷發展，數字普惠金融悄然興起，表現出諸多顯著優勢。一方面，數字普惠金融利用智能終端與云計算等現代化數字技術，向公眾提供金融產品與服務，突破了時間限制、空間限制，促進了信息、資源共享與互通，契合了經濟高質量發展對金融產品與服務創新的需求。另一方面，數字普惠金融低成本（費用）、高效率、廣覆蓋等優勢，跨越了企業資金約束門檻，激發了微觀主體創新活力，為助推經濟增長方式轉型、提升區域綠色全要素生產率帶來了新機遇。

當前金融供給側結構性改革和經濟高質量發展背景下，數字普惠金融發展能否顯著驅動中國城市綠色全要素生產率增長？如果答案是肯定的，那么，數字普惠金融這一政策沖擊對中國城市綠色全要素生產率增長的影響是否具有顯著異質性？其影響過程及作用機理如何？這一系列問題亟待科學評判與精確分析。為此，精確評價數字普惠金融對城市綠色全要素生產率增長的帶動效應，對未來國家制定、執行數字普惠金融相關政策具有重要的理論意義與實踐價值。

二、文獻回顧

現有文獻大多圍繞數字普惠金融與全要素生產率關系展開研究。諸多學者認為，在大數據挖掘、云計算與人工智能等現代化信息技術推動之下，數字普惠金融創新性地顛覆了傳統金融商業模式，以低廉成本（費用）為城市經濟發展、經濟結構戰略性調整提供了全方位、全覆蓋的金融產品與服務（傅秋子和黃益平，2018）。唐宇和龍云飛（2020）指出，“數字化+普惠金融”模式能夠有效糾正傳統金融中存在的“資源錯配”問題，疏通金融產品（服務）終端的阻隔，打通 “金融服務”最后一公里。數字普惠金融發展為有效解決傳統金融“二八法則”困境提供了新思路、新方法（陳嘯和陳鑫，2018）。正是得益于此，中小企業才能以更短時間、更低成本（費用）跨越資金門檻，企業技術創新活力才得以全面釋放。任碧云和李柳潁（2019）認為，數字普惠金融能夠顯著緩解因外在條件形成的“偏環境問題”，為區域經濟可持續發展提供強大動力（唐宇等，2020）。杜傳忠和張遠（2020）從供給與需求兩個視角，實證檢驗了數字普惠金融發展對區域創新效率提升的動態效應，認為數字普惠金融發展為企業創新提供了發展機遇與資金支持，并通過技術創新激勵、居民消費水平擴張等途徑間接驅動區域創新水平，從而提振我國實體經濟（汪亞楠，2020）。在此基礎上，唐松等（2020）圍繞數字普惠金融發展對企業技術創新的“結構性”障礙及具體應對策略進行了探討，認為數字普惠金融發展能夠優化資源配置效率，增加企業技術創新產出（王如玉和周誠君，2020），最終對產業結構優化升級產生深遠影響（侯層和李北偉，2020）。

可以看到，關于全要素生產率方面的研究，現有文獻主要是從資源利用視角展開的，并沒有將能源投入以及環境污染等非期望產出納入進來，導致政策建議對政府輔助決策作用是較為有限的，甚至在某些方面還會起到反作用。這需要將研究視角切換到數字普惠金融發展對城市綠色全要素生產增長影響層面來，從生態環境質量角度，全面衡量其對城市綠色全要素生產率的帶動效應。

截至目前，僅有部分學者通過構建GML（Global Malmquist-Luenberger）指數，對區域綠色全要素生產率進行了精準測算及分解（李衛兵和涂蕾，2017），鮮有文獻對數字普惠金融與中國城市綠色全要素生產率增長之間的內在關聯給予正面回答。目前，我們尚不能直接判斷數字普惠金融業務的開展對城市綠色全要素生產率增長是否具有顯著帶動效應，更不了解數字普惠金融這一政策沖擊帶動城市綠色全要素生產率增長的內在機理。基于此，本文試圖在以下三方面有所突破：第一，基于北京大學數字普惠金融指數，實證分析數字普惠金融發展對城市綠色全要素生產率增長的激勵效應，為后續學術探究提供一個嶄新視角；第二，基于區位異質性和傳統金融發展水平差異的視角，探究數字普惠金融發展對城市綠色全要素生產率帶動效應的異質性，對縮小區域間技術創新差距、提升區域整體創新水平具有一定的政策指導意義；第三，運用中介效應檢驗，從技術創新、產業結構、資源錯配三個渠道，實證分析數字普惠金融帶動城市綠色全要素生產率增長的作用機理，為促進數字普惠金融與實體經濟深度融合、通過金融供給側改革推動我國經濟高質量發展提供有益的政策思考。

三、理論分析

（一）數字普惠金融對城市綠色全要素生產率的直接影響

數字普惠金融本質仍是金融，是大數據、云計算等現代化數字技術與普惠金融集約化發展的產物。作為傳統金融體系的強有力補充，數字普惠金融具有“費用低、速度快、覆蓋范圍廣”等優勢，其通過優化資本配置，降低甚至限制資源向高污染行業及企業的流動，從而促進綠色TFP提高。一方面，數字普惠金融通過現代化信息技術手段，可以精準識別出高效率和具有創新潛力的投資項目，有效緩解了借貸雙方信息不對稱難題，減少企業逆向選擇并降低道德風險發生機率，提高了金融市場資源配置效率。與此同時，數字普惠金融通過金融產品（服務）交叉融合創新，有效限制了資源向高污染行業（企業）流動，提升了資金向綠色部門的流入規模及運行效率，為全面提升中國城市綠色全要素生產率提供了新機遇。另一方面，數字普惠金融通過數字平臺可以快速建立起金融產品（服務）雙方點對點的直接聯系，不斷創新金融產品和服務形式，拓寬金融服務邊界，有效改善了資金融通環境，提高了融資渠道的便利性，降低了綠色金融產品交易成本（費用），合理引導資金流向綠色產業、高科技行業，進而提高綠色全要素生產率。

綜上所述，本文提出如下假設：

假設1：數字普惠金融的發展可以顯著提升城市綠色全要素生產率。

（二）數字普惠金融對城市綠色全要素生產率的間接影響

第一，技術創新效應。數字普惠金融依托人工智能、云計算、大數據等現代化數字技術，彌補了傳統金融產品短板，可以有效降低創新主體交易成本（費用）與準入門檻，減少中、小企業研發成本（費用），促使企業積極推廣和應用新工藝、新技術、新材料、新設備，采用更有效、更環保的生產方式，培育城市經濟可持續發展的內生動力，最終，全面提升城市綠色全要素生產率。與此同時，數字普惠金融的發展加快了金融產品（服務）和要素市場數據信息傳遞速度，降低了生產過程給環境帶來的負面影響，為全面提升城市綠色全要素生產率創造了良好的外部制度環境。

第二，產業結構優化效應。數字普惠金融具有低服務門檻和低成本優勢，數字普惠金融使勞動、資本等生產要素能夠在短時間內得到合理配置，提高了資源配置效率，進而優化了產業結構，降低了環境污染對經濟的約束，改善了環境質量。與此同時，差異化的數字普惠金融產品和服務，把不同收入群體的消費需求轉化為實際消費，多元化的消費需求反過來會倒逼生產企業升級產業鏈條，加快創新步伐，提升管理水平，節約生產成本，提高產品附加值，帶動相關產業結構之間與結構內部的優化升級。隨著產業結構不斷優化升級，新興產業規模不斷擴大，集群效應日益凸顯，不僅可以節約生產成本、提高產品附加值，還可以帶來巨大的結構紅利和規模效應，為提高綠色全要素生產率奠定良好基礎。

第三，資源錯配減緩效應。資源錯配與偏離會鎖定落后產業結構，不利于企業技術創新，導致產能過剩與高污染問題突出。數字普惠金融業務的開展有效突破了金融產品與服務交易的時間限制、空間限制，可以精準匹配產業鏈需求端，使勞動、資本與技術等生產要素迅速實現跨區域聯合重組，降低綠色產業交易成本（費用）和傳遞過程中的信息損失，有效緩解資源錯配問題，打破市場信息不對稱的壁壘，為綠色產業發展提供強大的資金支持。與此同時，數字普惠金融能夠用技術手段改變供需曲線，化解生產要素供給與需求矛盾，降低生產要素流動摩擦，提升金融產品配置效率，最終提高城市綠色全要素生產率。

綜上所述，本文提出如下假設：

假設2：數字普惠金融政策通過提升城市技術創新水平、推動產業結構優化升級，緩解資源錯配難題間接激勵城市綠色全要素生產率增長。

四、研究設計

（一）模型設定

式（1）中：yit表示第i個城市第t年的綠色全要素生產率，Digital_fit代表樣本城市數字化金融發展水平，controlit代表金融發展水平等控制變量，λi代表城市固定效應，Vt代表時間固定效應，εit代表隨機干擾項。

（二）變量選取

1.被解釋變量。本文的被解釋變量為城市綠色全要素生產率（GTFP）。基于Pastor等（2005）研究思路，在全局參比數據包絡分析基本框架下，綜合考慮非期望產出超效率（SBM）模型與Malmquist生產率指數基礎上，對中國278個樣本城市綠色全要素生產率（GTFP）進行測算。與此同時，以2005年為基期，將城市綠色全要素生產率指數轉換為累積生產率指數，對數變換之后，作為被解釋變量。計算城市綠色全要素生產率時要用到以下指標：

第二，期望產出。本文從經濟產出（城市GDP）、居民生活質量（綠化覆蓋率）兩個視角來衡量。

第三，非期望產出。本文選取樣本城市工業廢水排放總量、工業SO2排放總量、工業煙塵排放總量、PM2.5濃度來測度①投入產出數據來自《中國城市統計年鑒》和各省歷年統計公報；各城市PM2.5 濃度數據來自美國NASA公布的衛星遙感數據，利用國家基礎地理信息中心提供的1: 400 萬中國基礎地理信息數據裁剪得到各城市歷年PM2.5 濃度均值。。

2.核心解釋變量。本文的核心解釋變量為278個樣本城市數字普惠金融發展水平②本文將每個城市數字普惠金融指數值均除以100，以處理數字普惠金融指標數值過大難題。，選取“北京大學數字普惠金融指數及其3個二級指標（2011-2018）”來衡量。

3.控制變量。在回歸分析過程中共加入如下7個控制變量：主要包括經濟發展程度（lnpgdp）、對外開放程度（open）、金融發展水平（fin）、政府財政支出水平（gov）、外商直接投資水平（fdi）、人力資本（edu）、基礎設施（fac）。

主要變量及其定義如表1所示。

表1 變量定義及其描述性統計

（三）數據來源

對外開放程度（open）、金融發展水平（fin）等城市基本特征變量主要來源于《中國城市統計年鑒》《中國統計年鑒》。本文剔除了數據缺失率比較高的部分地級城市，還剔除了發生行政區劃調整的部分城市。為了避免個別異常值對實證結果的影響，本文運用Winsor命令，對所有連續變量進行了雙側1%的縮尾處理。最終，本文共選取278個樣本城市觀測值。

五、實證結果分析

（一）基準回歸

數字普惠金融發展對城市綠色全要素生產率增長的帶動效應如表2所示，由F統計量對應的概率p值可知，模型有著較強解釋力。由表2第（1）列可知，數字普惠金融指數（index）的估計系數為0.0218，在1%顯著性水平下顯著，這表明數字普惠金融政策的實施能夠顯著提升城市綠色全要素生產率。

表2 基準回歸結果

表2第（2）-（4）列是依次將數字普惠金融指數的三個二級指標作為解釋變量進行回歸分析的結果。可以看出，數字普惠金融覆蓋廣度（breadth）、數字普惠金融使用深度（depth）、數字普惠金融數字化程度（digit）三變量系數估計值分別為0.0208、0.0262、0.0205，均在1%顯著性水平下顯著。這表明：第一，數字普惠金融覆蓋度越廣，金融產品（服務）能夠覆蓋到的“長尾”客戶群體就越多，矯正要素配置扭曲的力度就越大，數字普惠金融服務的便利性、高效率和較低交易成本優勢就能夠被充分挖掘出來，合理引導資金流向綠色產業、高科技行業，從而有效降低綠色金融產品交易成本（費用），提高綠色全要素生產率。第二，數字普惠金融使用深度的不斷拓展，為需求方提供了多樣化的金融產品與服務，提升了融資可得性，減少了交易成本（費用），提升了資源配置效率。第三，數字技術的快速發展，打破了區域限制，有效解決了信用數據碎片化和單一化、“信息孤島”等難題，為擴大普惠金融服務群體覆蓋面、改善金融服務效率與質量、提高綠色全要素生產率奠定了金融基礎。

（二）內生性問題

為最大程度地減少內生性問題，借鑒傅秋子和黃益平（2018）的基本思路，以樣本城市與杭州市之間距離（distance）為數字普惠金融指數的工具變量。首先，樣本城市與杭州市之間的距離作為自然地理變量，與經濟社會因素不存在相關關系，不會影響到城市綠色全要素生產率。其次，杭州是我國許多大型數字普惠金融企業總部所在地，數字普惠金融普及水平在全國處于領先水平，因此樣本城市到杭州距離與數字普惠金融發展水平直接相關。因此，本文選取的工具變量滿足相關性和外生性假定。

從表3可以看出，第一階段回歸分析結果表明，樣本城市與杭州市距離是一個有效工具變量。第二階段回歸分析結果表明，在充分考慮內生性偏差之后，數字普惠金融指數系數依然顯著為正，這與基準回歸結果完全一致。此外，工具變量第一階段的F值為55.17，遠遠大于10，排除了弱工具變量的問題；Sargan統計量的P值大于0.05，說明工具變量滿足外生性原則。

表3 工具變量回歸結果

（三）其他穩健性檢驗

第一，替換被解釋變量。借鑒余泳澤（2105）的研究思路，基于投入產出角度，選取SFA方法對278個樣本城市綠色全要素生產率進行測算，重新回歸結果如表4第（1）列所示，與基準分析結果相比，數字普惠金融指數的系數估計值、符號、顯著程度均沒有發生明顯變化。

第二，縮尾后進行回歸。對模型中的主要解釋變量進行雙側1%的縮尾處理后重新進行回歸，實證結果如表4第（2）列所示，數字普惠金融指數（index）的系數估計值、符號及顯著程度均沒有產生明顯差異。

表4 穩健性檢驗結果

六、影響機制分析

前文實證結果表明數字普惠金融發展可以顯著促進城市綠色全要素生產率增長，然而這種影響的作用機理及傳導途徑是怎樣的? 這是接下來本文探究的重點。為此，在前文理論分析的基礎之上，通過構建中介效應模型及調節效應模型進行實證研究。

（一）中介效應模型構建

參考溫忠麟和張雷（2004）的研究框架，構建中介效應檢驗步驟為：第一，以城市綠色全要素生產率（GTFP）為被解釋變量，以數字普惠金融指數（index）為解釋變量進行回歸。第二，分別以技術創新（tech）、產業結構升級（isu）、資源錯配（Mismatch）為被解釋變量，以數字普惠金融指數（index）為解釋變量進行回歸。第三，將數字普惠金融指數（index）與中介變量（技術創新、產業結構升級、資源錯配）同時納入模型中進行回歸。若系數β1、α1均通過了顯著性檢驗，且φ1值較β1值變小或者顯著性程度降低，則說明中介效應顯著。

其中Mit表示中介變量，包括以下變量：第一，技術創新。選取復旦大學產業發展研究中心發布的中國城市與產業創新指數來測度278個樣本城市技術創新水平（tech）。第二，資源錯配（Mismatch）。采用白俊紅等（2016）的研究思路，對資本錯配指數與勞動錯配指數進行測算，為避免賦權隨意性，采用主成分分析法對兩個指數（資本錯配指數與勞動錯配指數）權重給予賦值，其中勞動力錯配指數權重系數為W1=0.6104，資本錯配指數權重系數為W2=0.3896。第三，產業結構升級。參考徐敏和姜勇（2015）思路，構建產業結構升級指數（isu）來測度278個樣本城市產業結構升級水平，計算公式如下：

其中Ii表示樣本城市第i產業產值占樣本城市總產值（GDP）的比重。為消除量綱對計算分析結果的影響，本文進行了標準化處理。

（二）影響機制分析

以技術創新（tech）為中介變量，實證結果如表5第（2）列、第（3）列所示。由表5第（2）列相關數據可知，數字普惠金融指數（index）系數估計值為0.0746，且在1%顯著性水平下顯著，說明數字普惠金融發展對樣本城市技術創新水平提升具有正向、顯著帶動效應。表5第（3）列匯報的是將數字普惠金融指數（index）與技術創新（tech）變量同時加入模型進行回歸分析的結果，數字普惠金融總指數（index）系數值為0.0290，與表5第（1）列數字普惠金融指數（index）系數值0.0302相比，系數值有所變小。

表5 影響機制分析

以產業結構升級（isu）為中介變量，實證結果如表5第（4）列、第（5）列所示。數字普惠金融指數（index）系數估計值為0.0731，且通過了顯著性檢驗，即數字普惠金融發展對城市產業結構優化升級具有顯著促進作用。表5第（5）列匯報的是將數字普惠金融指數（index）與產業結構（isu）兩變量同時納入模型回歸分析結果。可以看出，數字普惠金融指數（index）系數值為0.0203，與表5第（1）列數字普惠金融指數（index）回歸系數0.0302相比，系數值明顯變小。這表明產業結構（isu）變量中介效應顯著，即數字普惠金融能通過優化樣本城市產業結構進而帶動城市綠色全要素生產率增長。

以資源錯配（Mismatch）為中介變量，實證結果如表5第（6）列、第（7）列所示。可以看出，數字普惠金融指數（index）系數值為-0.0458，且通過了顯著性檢驗，說明數字普惠金融這一政策沖擊可以顯著緩解城市資源錯配程度。表5第（7）列匯報的是將數字普惠金融指數（index）與資源錯配同時納入模型中進行實證分析的結果，數字普惠金融指數（index）回歸系數值為0.0202，與表5第（1）列系數0.0302相比，數值大小與顯著性水平均略有下降，但資源錯配（Mismatch）變量系數依然顯著為負，說明中介效應顯著，即數字普惠金融，能夠通過降低區域資源錯配程度進而顯著改善綠色全要素生產率（惠獻波，2021）。

（三）調節效應分析

前文實證結果表明，數字普惠金融發展可以正向、顯著促進城市綠色全要素生產率增長，這是否意味著只要提升城市數字普惠金融發展水平就一定會帶動城市綠色全要素生產率增長呢? 實際上，數字普惠金融對綠色全要素生產率的帶動效應不僅受到城市自身水平的作用，還可能會受到技術創新、產業結構水平等其他因素調節。表6、表7是以技術創新（tech）、產業結構升級（isu）為門檻變量的實證分析結果。

表6 門檻檢驗結果

從表6中可以看出，無論是以技術創新水平還是產業結構升級作為門檻變量，單門檻效應、雙門檻效應均在1%顯著性水平下顯著，三門檻效應沒有通過顯著性檢驗，故選用雙門檻模型進行分析，估計結果如表7所示。可以看出，當技術創新水平依次跨越4.308，6.802時，技術創新水平對城市綠色全要素生產率增長的帶動效應持續增強，技術創新水平的正向且邊際效應遞增，即技術創新水平可以正向強化數字普惠金融的非線性溢出效應。由表7第（2）列可知，隨著產業升級結構的不斷優化升級，數字普惠金融對城市綠色全要素生產率的帶動效應持續增強，系數從0.3068提升至0.3206。總之，調節效應檢驗證再次證實了中介變量的合理性。

表7 面板門檻模型回歸結果

七、異質性分析

（一）城市區位異質性

數字普惠金融發展對城市綠色全要素生產率增長的帶動效應，可能由于區位條件不同而產生明顯差異。從城市區位角度來看，中國東部城市與中西部城市之間資源稟賦、工業基礎差異明顯。基于此，本文將278個樣本城市劃分為東部城市、中西部城市，實證結果如表8第（1）列、第（2）列所示。可以看出，中西部城市的數字普惠金融指數的估計系數為0.0328，且在1%顯著性水平下顯著。東部城市的數字普惠金融指數估計系數沒有通過顯著性檢驗。

可能的解釋是：相對于西部城市來說，東部地區金融制度環境良好、基礎設施完善，金融發展水平較高，優勢和溢出效果亦已顯現，影響了數字普惠金融創新驅動效應的發揮。中西部城市在金融發展與產業創新基礎等方面比東部地區要落后一些，然而我國數字普惠金融產品基于其“包容性”基本理念與“草根”本質特性，扮演了“雪中送炭”角色，顯著拓寬了中西部城市金融服務廣度與深度，滿足了中西部城市實體經濟主體多元化的融資需求。

（二）金融發展水平差異

按照樣本城市傳統金融發展水平（城市金融機構貸款余額／城市國民生產總值）中位數，本文將中國278個樣本城市劃分為金融業發達城市、不發達城市，分組實證結果如表8第（3）列、第（4）列所示。可以看出，金融發達城市的估計系數值為0.0454，沒有通過顯著性檢驗；金融發展水平不發達城市估計系數為0.0208，且在1%的置信水平下通過了顯著性檢驗。

表8 異質性分析

可能的解釋是：對于金融業發達的城市來說，其基礎設施完善，金融制度環境良好，金融產品與服務供給豐富多樣，基本上滿足了城市經濟實體多元化、不同層次融資需求，數字普惠金融的發展只是豐富了發達城市經濟主體融資途徑，激勵作用屬于“錦上添花”，扮演的是“晴天送傘”、“雨天收傘”角色。在金融發展水平不發達城市，數字普惠金融發展滿足了城市經濟主體融資多樣化需求，顯著提升金融產品（服務）覆蓋廣度與使用深度，體現了我國數字普惠金融公平性、普惠性特征，最終顯著提升了城市綠色全要素生產率。

八、結論及啟示

數字普惠金融將數字技術與普惠金融相結合，突破了時間和空間對金融服務的限制，有效降低了交易費用和金融服務門檻，契合了經濟綠色可持續增長對金融創新的需求。基于2011-2018年中國278個地級市數據，實證分析了數字普惠金融對城市綠色全要素生產率增長的影響及其作用機理。結果表明：第一，數字普惠金融對城市綠色全要素生產率增長具有正向、顯著性帶動效應；第二，數字普惠金融能夠通過提升技術創新水平、優化產業結構及緩解資源錯配等途徑間接促進城市綠色全要素生產率提升。第三，數字普惠金融對城市綠色全要素生產率的帶動作用在中西部地區、欠發達地區效果尤為顯著。

基于本文研究結論，提出以下三點政策建議：

第一，因地制宜、因時制宜制定數字普惠金融政策。結合本地區資源稟賦情況、產業結構與技術水平，強化數字普惠金融對實體經濟的包容性與覆蓋面，充分發揮其能夠有效破解金融要素流動時空阻滯的優勢，降低生產要素流動摩擦，提高生產要素配置效率。

第二，加快數字普惠金融發展，優化產業結構。充分發揮數字技術對經濟發展的放大疊加和倍增作用，打造“產業經濟+金融服務”數字化生態閉環，精準滴灌實體經濟，引導資金流向高科技、高附加值的新興產業，強化經濟增長內在動力，推動實體經濟健康可持續發展。

第三，推動金融業回歸本源，進一步深化金融供給側結構性改革。充分發揮市場在金融資源配置中的決定性作用，建立健全推動綠色發展的激勵機制以及市場化融資機制，為企業綠色發展提供更多的融資機會和高效的資本配置，提升我國城市技術創新水平。