金融科技與綠色金融協同對產業結構升級的影響
——基于異質性環境規制視角

詹姝珂，王仁曾，劉耀彬

（1. 華南理工大學經濟與金融學院，廣東 廣州 510006；2. 南昌大學中國中部經濟社會發展研究中心，江西 南昌 330031）

黨的二十大報告中指出，要加快推動產業結構調整優化，建設現代化產業體系。從傳統粗放型的經濟增長模式轉向以技術進步為內生動力的新型發展模式成為中國新發展階段的重要戰略任務。當前中國正處于經濟結構新舊動能轉換和數字經濟蓬勃發展的交匯時期，如何在維持經濟、社會和環境三者動態平衡的基礎上，實現產業數字化綠色化轉型升級路徑成為現階段值得深入研究的建設性問題。隨著新一代信息技術革命浪潮席卷而來，金融科技、綠色金融的蓬勃發展為實現高質量生態文明建設帶來了新機遇，正在成為推動中國產業結構變革新動能。產業結構升級的持久動力和源泉是技術創新與企業生產方式的變革，金融科技運用各類先進技術帶來了巨大的技術創新活力［1］和產業發展內生動力［2］。綠色金融作為現代經濟的“綠色血脈”，能夠通過引導經濟的宏觀發展方向推動產業綠色升級，開拓綠色經濟增長新機遇［3］。與此同時，金融科技的迅速崛起深刻改變了金融業態，成為綠色金融發展的新動能。近年來，中國頒布了多項政策加快推進金融科技助力綠色金融發展。2022年1月，中國人民銀行印發的《金融科技發展規劃（2022—2025 年）》指出要加強金融科技與綠色金融的深度融合，創新發展數字綠色金融，助力實體經濟的綠色轉型。由此可見，金融科技已成為綠色金融體系建設的重要支撐，在支持綠色金融更加高效服務于實體經濟方面發揮了關鍵性作用。那么，金融科技與綠色金融能否為推動產業變革匯聚起強大合力？金融科技能否助力綠色金融推動產業結構升級？這是一個值得研究的理論和實踐問題。此外，宏觀經濟政策的發布會對金融市場產生深遠影響，在不同類型環境規制工具下，金融科技與綠色金融對產業結構的助力效應是否存在異質性特征？數字化和綠色化作為未來產業經濟發展的重要方向，厘清并回答上述問題，不僅有助于金融科技賦能實現金融發展與實體經濟發展的良性循環，對中國環境政策體系的優化也具有重要的現實意義。

1 文獻綜述與研究創新

在金融發展推動產業結構升級研究領域，綠色金融支持產業結構升級是一個“老話題”，該領域的一個共識是綠色金融“抑污促綠”的資金導向功能有助于區域資源結構的優化，實現產業結構向綠色化、合理化、高端化轉型。然而，數字技術正深刻改變并重塑著整個傳統金融體系服務模式與發展格局，金融科技能夠有效助力金融部門將金融創新不斷向縱深推進。那么，金融科技能否通過促進綠色金融發展進而推動產業結構升級？現有研究鮮有直接探討這一問題，該研究將嘗試對該問題給出理論解釋，在此之前，有必要回顧與該研究直接相關的三類文獻。

第一類是綠色金融與產業結構升級的相關文獻。這方面早期的研究以定性論述為主，提出綠色金融具有提高資源有效利用率，實現生態環境保護和經濟可持續發展的重要功能［4-7］。2018 年以來，綠色金融驅動產業結構升級的作用機制成為該領域的核心議題。大量實證研究提出綠色金融通過引導技術、商品和勞動力向綠色產業轉移，推進綠色產業的規模化發展并加速淘汰落后產能進而推動產業結構調整［8-10］。綜合而言，現有研究關注于綠色金融對產業轉型的直接引導作用，忽略了數字經濟時代科技創新釋放的綠色動能。

第二類是金融科技支持產業結構升級的相關研究。此類文獻主要基于企業層面，旨在探討金融科技支持中小微企業可持續發展融資轉型的內在機制。部分研究以技術進步為導向，提出大數據和云計算等金融科技技術能夠有效緩解中小微企業的外部融資約束問題，推動中小微企業等信息弱勢主體發揮其創新激勵效應［11-12］，通過創新改善要素組合實現產業升級［13-14］。另有研究以企業競爭為導向，發現大數據、人工智能等新型技術的發展將引發企業在科技創新上的有效競爭，促進社會生產力發展并引起生產力的革新，倒逼產業結構調整［15］。此類研究仍未涉及金融科技的綠色經濟效應問題。

第三類是關于金融科技與綠色金融發展的理論和實證研究。近兩年來，隨著綠色金融科技創新實踐的相關案例逐步豐富，金融科技與綠色金融的關系問題也受到越來越多的關注。現有研究傾向于從理論視角探索金融科技賦能綠色金融發展的作用機制與金融科技在引導綠色金融實踐方面發揮的重要作用［16-17］，認為金融科技與綠色金融的融合發展有助于健全綠色金融服務體系，而忽略了金融科技具有支持綠色金融更好服務實體經濟發展的重要功能。

綜上所述，金融科技與綠色金融對推動產業結構升級發揮著積極作用，同時金融科技能夠有效賦能綠色金融發展。在此背景下，金融科技有望驅動全新的綠色金融創新范式，推動產業結構轉型升級。目前相關研究十分匱乏，明晰金融科技協同綠色金融推動產業結構升級的傳導路徑對于促進金融與技術創新融合推動產業轉型升級至關重要。

因此，相比現有文獻，該研究的主要貢獻有三點：①從理論和實證兩個維度，科學論證了金融科技和綠色金融推動產業結構升級的內在機制，為新興技術驅動金融業支撐經濟社會綠色低碳轉型提供了經驗證據。②基于網絡爬蟲技術和熵值法系統性地構建了金融科技、綠色金融發展指數，對現有研究形成補充。③將命令型、市場激勵型和公眾參與型三類異質性環境規制工具納入“金融科技-綠色金融-產業結構”分析框架，為數字經濟時代中央政府制定更為針對性的環境規制政策提供了參考。

2 理論分析與研究假設

2.1 金融科技、綠色金融與產業結構升級

從企業、政府以及公眾三大主體出發，多路徑探討金融科技和綠色金融推動產業結構升級的內在機制，作用機理示意圖見圖1。

圖1 作用機理

首先，金融科技通過大數據、云計算、區塊鏈等新興技術能夠對綠色項目的融資主體進行實時風險動態監測，保證資金流向綠色新技術研發產業［17］，賦予綠色產業新的成長動力。資金流向的變化將提升高污染行業生產成本，差異化的資金流向將帶動高污染行業生產方式綠色化，提高產業的綠色屬性。高污染行業的轉型升級和綠色產業的加速發展能為城市培育新的經濟增長動能，推動產業結構升級［18］。其次，銀行業金融機構在為綠色融資企業提供綠色金融產品支持前會進行能效信貸盡職調查，要求企業披露環境信息。企業環境信息具有格式多樣、數據量大、來源分散等特點，政府在企業環境信息數據獲取上存在困境。大數據、人工智能等金融科技手段能夠有效解決數據識別難度大等問題，通過對數據進行規整，將非結構化數據有效轉化為結構化數據，為中國金融監管部門在對企業主體綠色等級進行評估上提供了科學的數據支持，促進企業更好履行節能減排、減污降碳等社會責任，推動產業結構升級。此外，當前中國綠色金融產品創新與市場流動性不足，急需積極發展和創新多元化的綠色金融產品體系。金融科技能夠精準定位綠色金融需求端的實際需要，應用人工智能技術自主開發并匹配具有差異化風險的全品類綠色投資產品，催生金融機構綠色金融產品供給與創新，完善綠色金融產品體系。通過供給端綠色金融創新引導和鼓勵綠色需求，吸引更多社會資本流入綠色低碳領域，實現經濟社會全面綠色低碳轉型發展。基于此，提出如下研究假說H1。

H1：金融科技在綠色金融影響產業優化升級的過程中具有正向調節影響，金融科技能夠協同綠色金融推動產業結構升級。

2.2 不同環境規制工具下協同效應的異質性特征

數字經濟時代分析不同類型環境規制的異質性效應有助于優化政策體系。命令型環境規制工具是立法或行政部門制定的，企業必須遵守的環保標準和規范制度［19］。嚴控“兩高一剩”行業及環境敏感行業融資總量等命令型環境規制工具會對行業申請綠色信貸等綠色金融產品產生約束效應，市場上綠色金融產品需求的停滯將倒逼金融科技減緩供給創新型綠色金融產品。新型綠色產業技術進步與綠色技術創新需要大量的資金支持，一方面綠色金融產品供給的受限會對節能環保等綠色產業的規模化發展形成沖擊，另一方面資金的循環式缺乏將進一步對高污染高耗能產業生產模式的創新產生負面影響，導致企業生產惡性循環。此外，綠色金融產品供給與需求的下降會制約企業提供環境信息數據，進而使得區塊鏈等金融科技底層技術識別、規整企業環境信息數據顯著受限，對中國金融監管部門監控高污染高耗能行業形成突出壓力，金融科技的產業結構升級效應受到限制。基于以上分析，提出研究假說H2。

H2：地區命令型環境規制越高，金融科技與綠色金融對產業結構的協同效應越弱。

市場激勵型環境規制是政府利用市場機制制定的、旨在利用市場化手段引導企業降低環境污染水平的制度。公眾參與型環境規制是指由行業等主體自由參加的，旨在保護環境的承諾或行動［20］。在具有“市場靈活性”特征的激勵型環境規制和“自愿主動性”特征的公眾參與型環境規制下，經濟主體具有選擇和采取行動的自由，消費者采取綠色可持續的消費行為的激勵較強，公眾的環保意識與生態意識增強。市場上綠色可持續的消費行為有助于激發金融科技創新綠色金融產品內生動力，推動綠色金融發揮“抑污促綠”的資金導向功能。金融市場資金在少投入、低污染、高產出的綠色新興產業的聚集進一步優化信貸資源配置，最終實現產業結構轉型優化與升級。基于以上分析，提出研究假說H3。

H3：地區市場激勵型環境規制和公眾參與型環境規制強度越高，金融科技與綠色金融對產業結構的協同效應越強。

3 研究設計

3.1 模型構建

構建固定效應模型進行實證研究：

其中：i、t分別代表地區和時間變量，ITRit表示各地區的產業升級狀態；FIit衡量地區金融科技發展水平，GFit表示地區綠色金融發展水平；Xit代表控制變量組，具體包括政府財政支出（GOV）、經濟發展水平（DEV）、外商投資（FDI）、社會消費（SOC）、城鎮化水平（URB）、受教育程度（EL）；θ0表示截距項，μi表示i省份不隨時間變化的個體固定效應，δt為時間固定效應，εit表示隨機擾動項。

進一步地，在模型（1）的基礎上引入金融科技與綠色金融的交乘項，構建模型（2），以考察金融科技和綠色金融對產業結構升級的協同效應。

模型（2）中重點關注交互項FI×GF的系數θ3，θ3刻畫了金融科技對綠色金融產業結構升級效應的調節作用。若模型（2）中θ3>0成立，表明金融科技是綠色金融影響產業優化升級的重要調節變量，金融科技越強，綠色金融對產業結構的促進作用越大。若模型（1）中的θ2>0 與模型（2）中的θ3>0同時成立，表明金融科技能夠協同綠色金融推動產業結構升級，研究假說H1成立。

3.2 變量定義及測度

3.2.1 被解釋變量

產業結構升級（ITR）。以產業結構高級化衡量產業結構升級指標。產業結構高級化（ADV）是指隨著經濟增長，產業重心發生轉移，產業結構從低層次向高層次轉型的過程。借鑒付凌暉［21］的研究思路，利用三大產業比重向量與對應坐標軸的空間向量夾角構建產業結構高級化指數，計算公式如模型（3）所示：

3.2.2 解釋變量

（1）金融科技（FI）。目前，金融科技指標的度量方法主要分為兩類：其一是采用北京大學數字普惠金融指數，該指數可在一定程度上跨省份、城市及縣域多維度衡量金融科技發展；其二則是通過網絡爬蟲技術對所選定的有關詞頻進行爬取并合成金融科技指標。該研究借鑒盛天翔等［22］、王小華等［23］的方法，通過文本挖掘獲取相應詞頻合成金融科技指數，構建方法如下：首先，在基于百度指數搜索詞頻可得性的基礎上，參考已有文獻分別從基礎技術、支付清算、中介服務以及直接稱呼四個層次選定金融科技詞庫，具體關鍵詞詞庫見表1。其次，運用Python 爬蟲技術對已確定的詞庫詞頻分省份進行爬取，由于百度指數僅提供2011年之后移動端和電腦端的詞頻統計，故爬取年限為2011—2020年。再次，將所爬取的百度指數單一詞頻的日搜索頻次以年份為單位進行匯總，合成年度詞頻數據。最后，使用熵值法確定各詞頻權重合成金融科技指數，用以表征地區金融科技發展程度。為便于結果展示，將合成的金融科技指數進行10 000 倍縮小處理。

表1 金融科技關鍵詞詞庫

（2）綠色金融（GF）。當前，綠色信貸、綠色投資、綠色證券等綠色金融產品不斷發展成熟，學術界中綠色金融發展相關文獻也日益豐富。參考Liu等［24］相關研究，使用綠色信貸、投資、證券和保險四類最主要的綠色金融活動來構建綠色金融的綜合指數。此外，考量到中國綠色金融發展與政府支持密切相關，該研究將環境保護支出納入指標體系，以此更全面地衡量中國綠色金融發展水平。基于綠色信貸、綠色投資、綠色證券、綠色保險、環保支持五個維度構建的綠色金融指標體系見表2。參考Lee等［25］相關研究的做法，采用熵值法對子指標進行賦權計算得到總指標綠色金融發展綜合評價指數。

表2 綠色金融發展水平指標評價體系

3.2.3 控制變量

結合產業結構發展水平現狀，添加了如下控制變量：①外商投資（FDI）。以外商直接投資額占GDP 比重表征外商投資水平。②城鎮化水平（URB）。以城鎮人口占年末總人口比重度量地區城鎮化率。③經濟發展水平（DEV）。選取經對數化處理后的地區人均GDP 來衡量經濟發展水平。④政府財政支出（GOV）。利用政府財政支出額與地區生產總值的比值來衡量區域政府行為。⑤受教育程度（EL）。地方人力資本投入程度對產業結構調整發揮潛在作用，該研究以平均每千人口高等學校在校生人數作為其度量指標。⑥社會消費（SOC）。消費需求的變化帶動了產業結構的調整，以社會零售品消費額占地區生產總值的比重來表示社會消費。

3.2.4 樣本選擇和數據來源

以2011—2020 年中國30 個省份為研究對象（限于數據可得性，研究未涉及西藏、香港、澳門和臺灣），共300個觀測值。金融科技數據來自百度搜索指數，通過網絡爬蟲技術獲取；異質性分析中使用測度分組變量的中國區域創新創業指數（IRIEC）來自北京大學企業大數據研究中心編制，其他原始數據主要來自Wind 金融終端、《中國統計年鑒》《中國環境統計年鑒》與各地區統計局網站。

4 實證結果與分析

4.1 基準回歸結果

表3 報告了金融科技與綠色金融對產業結構升級的獨立促進作用與協同推進效應。表3列（1）回歸擬合結果顯示金融科技發展的估計系數在1%顯著性水平下顯著為正，表明金融科技可以有效推動區域產業轉型。列（2）回歸結果顯示綠色金融對于產業結構升級同樣具有顯著的獨立促進作用，這與現有研究發現一致，數字經濟時代，金融科技與綠色金融通過緩解企業融資約束并提升產業的技術創新能力，已成為產業轉型的重要驅動力和關鍵支撐力。列（3）與列（4）的估計結果是該研究的重要關注點，反映了金融科技與綠色金融對產業結構升級效應的協同推進作用。列（3）報告了模型（1）的估計結果，回歸結果顯示金融科技和綠色金融對產業結構升級的回歸系數均在1%的水平下顯著為正。模型（2）的回歸結果報告于列（4），結果顯示在1%的顯著水平下，金融科技和綠色金融交互項的系數估計值顯著為正，說明金融科技在綠色金融影響產業優化升級的過程中具有正向調節影響，金融科技可引導綠色金融更好地促進產業結構升級，假說1得到驗證。

表3 基準回歸結果

以上研究結論表明，金融科技和綠色金融不僅能夠獨立促進產業結構升級，同時對產業結構升級存在協同提升效應。金融科技有助于增強綠色金融與實體經濟的融合深度，驅動綠色金融更好地服務于產業數字化轉型所需催生的新產業、新動能，助力實現形成以高效低碳發展為特征的經濟增長新路徑。由此可見，中國不僅要關注金融科技或綠色金融對產業結構升級的獨立促進作用，同時要構建更加多元、開放的金融科技與綠色金融融合場景，充分發揮金融科技與綠色金融對產業結構升級的協同推進效應。

4.2 穩健性檢驗

4.2.1 剔除直轄市

考慮到直轄市可能與其他城市間存在系統性差異，參考錢海章等［26］相關研究，使用剔除北京、上海、天津、重慶這4 個直轄市的樣本進行基準回歸。由表4 列（1）、列（2）估計結果可知在剔除直轄市地區樣本后，金融科技和綠色金融對于產業結構的回歸結果依舊為正且顯著，同時金融科技和綠色金融的交互項系數仍統計顯著，回歸結果穩健。

表4 穩健性檢驗

4.2.2 使用更加穩健的標準誤

考慮到短面板數據可能存在異方差和序列相關問題，參考Hoechle［27］的思路，采用“Driscoll-Kraay 標準誤”的固定效應模型進行估計。表4的列（3）、列（4）估計結果顯示在采用“Driscoll-Kraay 標準誤”后，核心解釋變量的顯著性水平和回歸系數值均未發生明顯改變，綠色金融與金融科技對產業結構的獨立協同促進作用成立。

4.2.3 增加控制變量

考慮到遺漏變量偏差會影響基準回歸結果的準確性，參照唐文進等［28］關于產業結構的研究，在已有控制變量的基礎上再加入失業率（UNE）和城鄉收入差距（GAP）兩個控制變量。由表4 列（5）和列（6）可知，模型估計結果與表3 基準結果相比未發生明顯變化，金融科技與綠色金融不但能獨立促進產業結構升級，而且金融科技能夠協同綠色金融促進產業結構升級，基準回歸結果穩健。

4.3 內生性處理

由于模型構建中可能存在遺漏變量和測量誤差，進一步采用工具變量法以緩解內生性問題。具體地，參考張建鵬等［29］的相關研究，以各省1984 年每百人郵電業務量、綠色金融發展及其交互項滯后一期分別作為金融科技、綠色金融及其交互項的工具變量。一方面，在控制地區經濟水平、資本存量等變量后，各省1984年每百人郵電業務量與產業結構并不存在直接的關聯渠道，故選取歷史上人均郵電業務量作為金融科技工具變量滿足了排他性要求。此外，滯后一期的綠色金融發展水平也滿足工具變量“相關性”和“外生性”的兩大基本原則，使用工具變量回歸后的估計結果見表5。列（1）中K-P LM統計量P值為0.002，顯著拒絕“工具變量識別不足”的原假設。相關性檢驗F統計量也顯示模型通過了弱工具變量檢驗，工具變量在統計上滿足工具變量選擇要求，選取的工具變量有效，該研究的核心結論得到驗證。

表5 內生性檢驗

4.4 異質性分析

金融發展會受到地區歷史資源稟賦和公眾訴求等因素的影響，表現為金融科技與綠色金融發展存在“路徑依賴”效應。因此，為了持續深入推進中國產業結構優化升級，該研究將進一步探究中國區域創新能力、物質資本、人口密度的強弱是否會導致金融科技與綠色金融對產業結構的影響效應呈現異質性。

4.4.1 地區創新能力的異質性

創新有助于驅動大數據、云計算區塊鏈等核心技術更新成熟，激發金融科技應用潛能。因此，地區創新基礎的不同可能會帶來地區金融科技發展水平的差別化，進而造成金融科技賦能作用的異質性。為檢驗區域創新水平對回歸結果的影響，借鑒毛文峰等［30］相關研究，以中國區域創新創業指數作為區域創新水平指標，并基于該指標的中位數為分界點將樣本分為高創新創業水平組和低創新創業水平組。表6 報告了按照地方創新能力對城市進行分類后的估計結果。回歸結果顯示，在創新創業水平較高的地區，金融科技對產業結構升級的促進作用更強，同時金融科技與綠色金融對產業結構的協同助力作用也更大。研究結論表明，地區創新能力差異顯著影響了金融科技與綠色金融促進產業結構升級的作用效果。

表6 創新能力異質性

4.4.2 地區物質資本的異質性

物質資本投入較高的地區，經濟發展動力更強，互聯網技術應用與相關金融設施基礎發展水平更高，金融科技與綠色金融對產業結構的推動作用更易形成規模效應。因此，若地區物質資本發展水平較高，金融科技與綠色金融對產業結構升級的協同作用也會更顯著。為檢驗地區物質資本發展水平的影響，借鑒王守坤等［31］的研究思路，采用全社會固定資產總值作為物質資本的代理變量，并根據各省樣本期中位數將30個省份劃分為高物質資本組和低物質資本組，檢驗結果見表7。回歸結果顯示在高物質資本地區，金融科技和綠色金融對產業結構的優化作用更顯著。表明中國要加快金融基礎設施建設，推動傳統金融機構發展數字化轉型，以金融科技發展帶動產業結構升級。同時比較列（2）和列（4）回歸結果可知，高物質資本投入地區的交互項估計系數更顯著，即在物質資本發展水平更高的省份，金融科技對綠色金融產業結構升級效應的調節作用越強。這表明，地區物質資本也顯著影響金融科技與綠色金融對產業結構升級的助力作用。

表7 物質資本異質性

4.4.3 地區人口密度的異質性

人口密度是金融科技與綠色金融發揮規模效應的基礎，人口密度較高的地區，社會經濟活動更為頻繁，居民對該地區數字化設施建設與綠色金融產品的訴求也更強，這有助于推動多元產業聚合發展。因此，金融科技與綠色金融促進產業結構升級的協同作用將受到地區人口密度的影響。以每平方千米人口數測度區域人口密度，并以該指數中位數為界將全國30 個省份劃分為“高人口密度”“低人口密度”兩組，表8 報告了分樣本估計結果。估計結果顯示，對于較高人口密度的樣本而言，金融科技與綠色金融顯著推動了產業結構升級；而對于較低人口密度的地區而言，其產業結構推動效應不顯著。同時表8 列（2）和列（4）回歸結果顯示，在人口密度較高的地區，金融科技與綠色金融對產業結構升級具有顯著的協同助力作用，而在人口密度較低的省份，金融科技和綠色金融的協同作用較為有限。研究表明，我國需提高人口增長速度，減輕社會老齡化情況，通過人口集聚產生的規模經濟效應與知識溢出效應，提高資源配置效率，加速產業結構的調整與升級，激發經濟發展新活力。

表8 人口密度異質性

5 進一步研究

前文已通過一系列穩健性檢驗、工具變量估計等方法證實了金融科技和綠色金融不但對產業結構升級具有顯著的獨立促進作用，且金融科技能夠協同綠色金融促進產業結構升級。那么，環境規制作為新發展理念下實現經濟高質量發展的重要政策手段，在命令型、市場激勵型和公眾參與型三類不同環境規制工具下，金融科技與綠色金融對產業結構的協同效應是否存在異質性特征？哪一類環境規制工具的政策效果最好？從協同視角探討以上問題對于數字經濟時代制定合理的環境規制政策，優化政策體系具有一定的參考價值和現實意義。本部分將對上述問題展開分析。

5.1 模型設定

在模型（2）的基礎上加入環境規制、金融科技和綠色金融三者交互項ERE×GF×FI以及ERE×GF、ERE×FI用于探討不同類型環境規制工具下，金融科技對綠色金融的產業結構效應的差異化影響。加入環境規制、金融科技和綠色金融三者交互項后的模型如下所示：

其中：i、t分別代表地區和時間變量，ITRit表示各地區的產業升級狀態，以產業結構高級化（ADV）衡量；FIit衡量地區金融科技發展水平，GFit表示地區綠色金融發展水平；EREit表示i省份在t時期的環境規制強度；Xit代表控制變量組，變量選取與上文一致；θ0表示截距項，μi表示i省份不隨時間變化的個體固定效應，δt為時間固定效應。

值得注意的是，Bun 等［32］指出，在模型中加入交乘項后，主變量對被解釋變量的邊際影響不再是常數，將隨另一主變量的取值不同而發生變化，因此該研究重點關注模型中交互項FI×GF×ERE系數。

5.2 變量定義與測度

環境規制強度（ERE）。將根據政策實施效果的不同將環境規制工具分為命令型環境規制（ERE1）、市場激勵型環境規制（ERE2）和公眾參與型環境規制（ERE3）三類。

（1）命令型環境規制（ERE1）。借鑒曾倩等［33］的研究方法，以各省份政府受理的環境行政處罰案件數作為命令型環境規制的代理變量。

（2）市場激勵型環境規制（ERE2）。參考游達明等［34］的處理方法，基于各省份排污費征收額占地區工業增加值比重構造地區市場激勵型環境規制的代理變量。

（3）公眾參與型環境規制（ERE3）。人大、政協關于環保的提案反映了公眾參與環保的意愿程度。以各地區與環境相關的人大建議和政協提案總數來表征公眾參與型環境規制。為便于結果展示，對命令型環境規制（ERE1）與公眾參與型環境規制（ERE3）進行10 000倍縮小處理。

5.3 模型回歸結果

表9列（1）—列（3）分別報告了在命令型環境規制、市場激勵型環境規制和公眾參與型環境規制工具運用下，金融科技與綠色金融協同效應的差異性影響。表9列（1）中FI×GF×ERE1項系數負向顯著，表明命令型環境規制工具的運用對金融科技的調節效應起到抑制作用。這印證了該研究的假說2，命令型環境規制工具會對高污染高耗能產業綠色金融產品申請產生約束效應，市場上綠色金融產品需求的下降將倒逼金融科技減緩創新供給綠色金融產品和服務。同時對企業環境信息數據提供形成制約，不利于金融科技識別、規整企業環境信息數據，對中國金融監管部門監控高污染高耗能行業形成突出壓力，金融科技的調節效應受到限制。表9 的列（2）和列（3）回歸結果顯示，FI×GF×ERE2 和FI×GF×ERE3 項系數均顯著為正，表明市場激勵型環境規制和公眾參與型環境規制工具的運用對金融科技的調節效應起到促進作用。地區市場激勵型環境規制和公眾參與型環境規制強度越高，金融科技的調節作用越強，金融科技與綠色金融對產業結構升級的協同效應越強，假說3得到驗證。市場激勵型環境規制和公眾參與型環境規制有助于推動消費者采取綠色可持續的消費行為，激發金融科技創新綠色金融產品內生動力，推動綠色金融進一步呈現“抑污促綠”的資金導向功能，最終實現產業結構轉型優化與升級。同時比較FI×GF×ERE2 和FI×GF×ERE3 項系數顯著性水平可知，公眾參與型環境規制工具對金融科技的調節效應起到的促進作用更大，數字經濟時代實施公眾參與型環境規制政策更利于實現中國經濟高質量發展目標。

表9 環境規制的調節效應檢驗

綜上可知，異質性環境規制工具的運用對金融科技與綠色金融的協同效應起到差異化影響。具體而言，地區命令型環境規制越高，金融科技與綠色金融對產業結構的協同效應越弱。地區市場激勵型環境規制和公眾參與型環境規制強度越高，金融科技與綠色金融對產業結構的協同效應越強。以上環境規制工具中，公眾參與型環境規制工具的政策效果最佳。

6 結論與建議

產業數字化綠色化轉型發展是當今中國的時代主題。該研究基于2011—2020 年中國30 個省域樣本數據，采用固定效應模型及工具變量系統地考察了金融科技和綠色金融對產業結構的影響。研究結論如下：①金融科技、綠色金融不但對產業結構升級具有顯著的直接促進效應，且金融科技能夠協同綠色金融促進產業結構升級。在改變樣本區間、增加控制變量、引入工具變量等穩健性與內生性檢驗下，該結論依然成立。②異質性分析發現，金融科技與綠色金融發展存在“路徑依賴”效應，金融科技與綠色金融對產業結構升級的協同推進效應在強技術創新轉化能力地區、高物質資本投入地區以及人口密度更大地區更為突出。③在不同類型環境規制工具下，金融科技與綠色金融對產業結構的協同效應存在異質性特征。具體而言，公眾參與型環境規制工具的政策效果最好，市場激勵型環境規制工具次之，命令型環境規制工具的政策效果一般。根據上述研究結論，提出以下建議。

（1）提高金融科技賦能綠色金融發展能力，形成多維助推產業結構升級機制。當前，金融機構決策者對于運用金融科技進行綠色低碳轉型的認識不足，針對綠色金融科技發展的支持力度不夠。數字經濟時代，金融科技已成為推進產業金融數字轉型的重要抓手，政府應助力釋放數字紅利對綠色金融發展的疊加倍增效應。如通過構建企業、政府和公眾三主體的綠色信息統計平臺，實現金融科技對綠色金融業務信息的實時收集和統計分析；建立支持綠色金融科技的監管沙盒，推動金融科技企業對區塊鏈、物聯網等技術在綠色金融應用中的研發投入，充分發揮金融科技對綠色金融發展的賦能作用，實現金融科技、綠色金融與產業結構三者間的良性互動。

（2）縮小地區資本差距，擴大勞動力規模與素質。發展失衡、治理困境、數字鴻溝是關系我國發展全局的重大問題。由該研究的異質性分析結果可知，人力資本和物質資本是實現產業升級、結構優化的深層基礎。中國要實現產業結構的深度變革和調整，就需要加快平衡不同地區技術創新轉化能力和物質資本投入水平。如積極完善數字鄉村設施，推動形成以中小企業技術創新為核心的產業群，并加強各地區綠色金融科技復合型人才隊伍建設。通過人力資本和物質資本的正向聚集效應，實現金融科技與綠色金融全方位、多角度、深層次協同推動產業結構升級的愿景。

（3）與時俱進設定環境規制工具，提升政策組合效率。當前全球金融科技處于快速發展時期，政府要重視環境規制工具在金融科技賦能綠色金融市場中產生的深遠影響。命令型環境規制工具的應用會給高污染高耗能產業帶來一定的生存壓力，若企業無法獲得金融科技與綠色金融帶來的“紅利”，企業很可能“破罐子破摔”，以犧牲生態環境為代價換取更大的利潤，這反而有悖于政府實施環境政策的初衷。因此，政府在制定環境政策時要與時俱進，以公眾參與型環境規制政策為主、命令控制型環境規制政策為輔，從政策層面激勵金融科技與綠色金融為促進數字經濟和實體經濟深度融合提供新增長動力。

該研究為金融科技與綠色金融對產業結構的協同推進效應提供了一個經驗證據。但研究仍然存在一定的局限性。第一，該研究對綠色金融指標的界定仍然局限于省級層面，如何結合中國國情，精確測度地級市綠色金融發展水平是今后進一步的研究方向。第二，如何建立一個多部門的經濟增長模型，通過理論模型探討金融科技、綠色金融與產業結構三者的內在機制也是進一步研究的重點。