摘要：文章基于2011—2021年各省份数据，检验数字金融对绿色技术创新的促进作用，并探讨其影响机制。结果显示：首先，数字金融水平提升显著促进当地绿色技术创新发展，但对周围地区存在负向空间溢出效应。其次，产业结构升级是数字金融影响绿色技术创新的中介变量。据此，文章得出结论要提升各地数字金融的发展，发挥数字金融对产业结构升级的积极作用，以此来加快绿色技术创新水平的提高。

　　关键词：数字金融；绿色技术创新；产业结构升级；空间杜宾；中介效应

　　引言

　　党的二十大报告指出，“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。当前，我国已经进入新发展阶段，高质量发展是全面建设社会主义现代化国家的首要任务，而实现绿色发展方式的转型对经济高质量发展至关重要。绿色技术创新，作为科技创新的重要组成部分，已成为经济转型与绿色发展的重要支撑［1］。因此，提高绿色技术创新水平，是以科技创新推动整体绿色协同发展，实现高质量发展的重要举措。不同于一般的技术创新，绿色创新同时具有“环保”和“创新”的特点。因此，绿色技术创新项目存在更高风险，面临更高的金融服务成本［2］。2023年中央金融工作会议指出，金融要为经济社会发展提供高质量服务，做好数字金融大文章。数字金融作为全新金融服务范式，其更多元化、低成本和高效率的金融支持策略可以解决绿色创新面临的困扰。因此，将数字金融与绿色创新发展同时纳入统一框架，探究内在赋能机制，具有重要的理论和现实意义。

　　一、理论分析与研究假设

　　（一）数字金融与绿色技术创新

　　数字金融结合传统金融与现代科技，降低了金融服务门槛，减少金融排斥现象，有效弥补传统金融交易成本高、资源利用效率低等缺点，对区域绿色技术创新活动产生冲击。在绿色创新实践中，绿色技术创新项目前期往往需要投入大量资金用于研发，而高风险的特点无法保证项目后续的回报［3］。网络化、数字化和智能化能力是数字金融的特色，能够打破时间和空间限制，快速识别绿色技术创新项目的金融需求特征。多模式、高效率的服务优势可以灵活地为绿色技术创新项目提供个性化金融服务，解决绿色技术创新发展面临的金融困境［4］。具体而言，利用数字金融平台筛选优质项目，针对困难设计金融产品。包括为绿色技术创新主体提供拓宽融资渠道、降低融资成本、缓解信息不对称等金融服务，助力市场主体广泛开展绿色技术创新活动。

　　数字金融提供的金融资源服务在不同区域广泛流动，不仅能够影响当地经济情况，也可以通过经济活动的空间关联影响其他区域的经济发展，已有研究证明数字金融的影响存在空间溢出效应［5］。当地数字金融的发展促进形成新金融服务模式，提高了金融服务质量的同时，也为周边地区形成良好的示范。如数字金融的发展可以促使绿色金融产品向周边地区推广普及，促进周围地区绿色技术创新发展。

　　基于以上分析本文提出假设1和假设2。

　　H1：数字金融对绿色技术创新存在正向促进作用。

　　H2：数字金融促进绿色技术创新，存在空间溢出效应。

　　（二）产业结构升级的中介作用

　　本文试图从产业结构升级角度阐述影响机制。一方面，数字金融能够助力产业结构升级。数字金融触及长尾客户，服务门槛低，可有效缓解市场中的信息不对称问题。同时资金具有低成本优势，结合数字技术的高效服务，迅速为产业链各个需求端精准匹配低成本资本。最终有效提高金融资源在产业间和产业内的配置效率，为需要产业结构优化与升级的客户提供支持和帮助［6］。另一方面，数字金融从支付便利性的角度，缩短居民的购物时间和交易成本。同时提升了居民家庭的风险应对能力，增加居民消费信心，刺激了居民消费的多元化［7］。消费多元化带来的结构调整倒逼供给端，实现产业结构的升级。而产业结构持续升级会对绿色技术创新产生积极影响。产业结构升级驱使要素流向第二、第三产业，从劳动与资本密集型逐渐转变为知识与技术密集型，同时还会催生新业态的发展［8］。产业转型与新业态发展，降低了能源消耗和污染排放，改善环境质量，推动产业绿色化、集约化，进一步加大对绿色技术创新产出的需求。

　　基于此，本文提出假设3。

　　H3：数字金融通过促进产业结构升级，进而提升绿色技术创新。

　　二、研究设计

　　（一）数据来源和变量说明

　　本文的样本选取范围为全国30个省市区，年份为2011—2021年，使用数据主要来源为CNRDS数据库、北京大学数字普惠金融数据库和中国统计年鉴等。为解决异方差问题，对部分变量取对数处理。

　　1.被解释变量

　　绿色技术创新（GIN）。绿色专利可以直接客观地反映区域绿色创新活动的产出水平，但考虑到绿色专利授权数量存在时滞性问题，本文使用省级绿色专利申请数量衡量绿色技术创新发展水平。

　　2.解释变量

　　数字金融发展水平（DFI）。根据大多数文献的做法，本文选取北京大学数字金融指数作为解释变量，衡量区域的数字金融发展水平。同时，本文还选取数字金融指数的三个子维度数字金融覆盖广度（DFIC）、数字金融使用深度（DFIU）、数字化程度（DFID）进一步探究数字金融对绿色技术创新的影响因素。

　　3.中介变量

　　产业结构升级（IND）。使用产业结构高级化指数来衡量产业结构升级，计算方式为第一产业增加值占比×1+第二产业增加值占比×2+第三产业增加值占比×3。

　　4.控制变量

　　外商直接投资水平（FDI）：使用外商直接投资流入占当地GDP的比例衡量对外开放水平；人均生产总值（PGDP）：衡量当地的经济发展水平；人力资本水平（HCI）：使用当地高等学校在校生人数占当地常驻人口比例衡量；科技支出水平（FTF）：即当地财政支出中用于科学技术支出所占的比例；政府支持力度（FS）：当地财政支出占GDP的比例。

　　（二）模型设计

　　1.基准检验模型

　　本文首先基于面板数据构建固定效应模型作为基准回归模型，探究数字金融对绿色技术创新的直接影响。模型构建如下。
     

　　2.空间回归模型

　　为进一步研究数字金融对绿色技术创新影响的空间溢出效应，本文构建空间杜宾模型进行实证分析。
       

　　3.中介模型

　　为验证数字金融对绿色技术创新的影响机制，将产业结构升级作为中介变量纳入模型中，具体模型如下。
      

　　以上四个式子中：i代表不同省份，t为年份，GINit表示i省份在t时期的绿色技术创新水平，DFIit代表i省份在t时期的数字金融发展水平指标，μi为个体效应，δt为时间效应，εit为残差项。Xit为相关控制变量，INDit为中间变量产业结构升级。Wij为空间权重矩阵，ρ代表空间自相关系数。

　　三、实证结果与分析

　　（一）基准回归分析

　　对式（1）进行回归分析，基准回归结果如表1所示。列（1）和列（2）结果显示，无论是否加入控制变量，数字金融对绿色技术创新的回归结果都在1%的显著性水平上显著，估计系数分别为0.714和0.784。这说明数字金融对绿色技术创新具有正向促进作用，本文假设1得到验证。列（3）至列（5）分别为数字金融的三个子维度指数对绿色技术创新的影响，估计系数分别为0.596、0.802、0.501，结果显著为正，再次验证数字金融对绿色技术创新的促进作用，且数字金融的使用深度对绿色技术创新的影响效应最大。

　　（二）稳健性检验

　　首先，将原始数据进行1%缩尾处理，消除样本中的异常值影响；其次，将被解释变量替换为绿色专利授权数来衡量的绿色技术创新（GIN1）。对以上两种做法分别进行回归分析，结果如表2所示。列（1）为缩尾处理结果，列（2）为替换被解释变量结果。从数字金融对绿色技术创新的回归系数来看，两者均在1%的显著性水平上显著，且都为正向促进作用，与上文结论一致，证明结论具有稳健性。

　　（三）机制分析

　　本文通过构建中介效应模型，实证检验产业结构升级是否发挥中介效应，结果见表3。数字金融对产业结构升级具有显著正向促进作用，且产业结构升级对绿色技术创新也具有显著的正向促进作用。数字金融对绿色技术创新的总影响系数为0.714。当引入产业结构升级后，数字金融对绿色技术创新的影响系数为0.634，小于0.714，且通过了1%的显著性检验。产业结构升级对绿色技术创新的影响系数为0.028 5。据此，可以判断产业结构升级在数字金融对绿色技术创新影响的过程中发挥部分正向中介效应，中介效应值为0.080。本文假设3成立。

　　四、空间溢出效应分析

　　（一）空间相关性检验

　　本文对2011—2021年全国30个省份的数字金融和绿色技术创新进行全局莫兰指数检验，以探究其是否存在空间依赖性。矩阵选择经济与距离嵌套矩阵。结果显示两者均表现出显著空间正相关性，表明数字金融发展和绿色技术创新表现为高—高、低—低集聚的空间分布特征。而后，进行Hausman检验和LR检验，结果都在1%的显著性水平下拒绝原假设，且时间固定效应模型的R2最大，因此选择时间固定效应的空间杜宾模型进行实证分析。

　　（二）空间回归结果分析

　　式（2）回归结果如表4所示。空间自相关系数为0.138，显著为正，说明各省份绿色技术创新存在正向空间联系。列（1）显示数字金融对当地的绿色技术创新呈正向促进作用，系数为0.978，再次验证假设1。列（2）回归系数为-0.873，在5%的显著性水平上显著，表明数字金融对邻近省份呈现负向空间溢出效应。对回归结果进行偏微分分解，结果在（3）—（5）列。核心解释变量直接效应系数依旧显著为正，间接效应系数显著为负，与上文结论相符。原因可能在于当地数字金融高水平发展，具有更高效率、低成本的融资环境，虹吸周边生产要素，形成了良好的科创氛围，吸引周围地区企业在当地进行科技研发，从而抑制邻近省份的绿色科技创新产出。本文假设2得到验证。

　　五、结论及政策建议

　　本文基于2011—2021年全国省级层面的面板数据构建基准回归模型和空间计量模型，考察数字金融对绿色技术创新的影响及空间溢出效应，并分析了产业结构升级在其中的影响机制，得到以下研究结论。首先，数字金融发展水平对绿色技术创新发展起到正向促进作用，其中数字金融的使用深度对绿色技术创新的影响作用最为显著。其次，数字金融对绿色技术创新的影响存在显著空间溢出效应。当本区域的数字金融发展水平较高时，会吸引要素、主体的流动，从而抑制周围区域的绿色科技创新发展。最后，产业结构升级在数字金融推动绿色科技创新发展中起到部分中介作用。

　　基于以上结论，本文提出以下政策启示。第一，加快数字金融发展速度，特别是数字金融的使用深度。要完善数字金融基础设施建设，构建并完善数字金融法律法规体系以及数字金融征信体系，为数字金融发展创造一个良好的生态环境。第二，优化数字金融监管体系，监管保持“试点容错”。对于合理的数字金融创新，给予政策鼓励和支持。针对多领域数字金融与绿色技术创新的深度合作，政府要起积极引导作用。在合作进行的各环节，政府起到监督、促进作用，以提升合作带来的驱动效应。第三，落实产业结构升级的机制。对于现存的产能过剩和落后技术问题，积极采取措施改进，以实现供给侧结构性改革。如对落后产能采取并购等方式进行整合，或者加快产业数字化转型发展。引导要素流向高新技术产业与绿色产业，加快推进产业结构升级，进而加速发展绿色技术创新。

　　参考文献：

　　［1］刘媛，陆玉麒，陈娱.碳排放权交易对城市绿色技术创新提质增量的影响［J］.资源科学，2024，46（6）：1198-1212.

　　［2］韩先锋，陈龙涛，李勃昕，等.数字金融何以能诱发区域绿色创新？［J］.科学学与科学技术管理，2023，44（10）：114-130.

　　［3］吴烨.数字金融、绿色创新对城市经济韧性的影响［J］.中国流通经济，2023，37（3）：97-107.

　　［4］段俊，戈亭婷，张保帅.数字普惠金融、企业全要素生产率与绿色创新［J］.哈尔滨商业大学学报（社会科学版），2024（2）：15-30.

　　［5］高粼彤，孟霏，田启波.数字金融对企业技术创新的影响及空间效应［J］.科研管理，2024，45（6）：72-82.

　　［6］冯永琦，胡玥.数字金融是否优化了实体企业融资结构［J］.金融经济学研究，2024，39（3）：59-76.

　　［7］王勋，王雪.数字金融与消费风险平滑：中国家庭的微观证据［J］.经济学，2022，22（5）：1679-1698.

　　［8］李健.数字经济、产业链创新与绿色全要素生产率［J］.统计与决策，2024，40（9）：129-134.