数字金融对区域绿色创新的异质赋能效应
——基于时空异质性视角的经验分析

王利晓，韩先锋

（西安翻译学院，陕西 西安 710105）

一、引言

目前，绿色技术创新已然成为中国抢占全球新一轮工业革命制高点的重要战略举措。如何有效提升绿色技术创新水平是政府和学界共同关注的重要命题。然而，不同于一般技术创新，绿色技术创新要兼顾环保和创新的双重要求，更容易受到高技术标准、高融资成本、高资金投入和高风险性等多重因素干扰。这意味着，仅依靠创新主体有限的资金投入难以有效满足绿色技术创新活动的现实需求，需要更多来自政府和金融市场的资本支持。国家发改委、科技部发布的《关于构建市场导向的绿色技术创新体系的指导意见》明确提出，要积极开展金融创新，把绿色技术创新作为优先支持领域。这为借助数字金融等金融创新手段加速赋能区域绿色创新发展提出了新命题，但已有研究多聚集于探讨传统金融与区域绿色创新的关联性，鲜少关注数字金融对区域绿色创新的影响。特别是，几乎未有文献对数字金融赋能区域绿色创新的时空特征、差异及其调节机制等一系列问题进行解析。因此，如何准确评估数字金融能否为区域绿色创新发展赋能这一现实问题，就具有重要的理论与现实意义。

现有关于区域绿色创新的研究主要体现为以下两方面：一是聚集于绿色创新水平的测算及评价。Zhang等[1]采用绿色专利的单一指标来衡量绿色创新水平，韩先锋等[2]基于投入产出角度对绿色创新水平进行了估算，均证实了中国绿色创新水平不高，存在较大的提升空间；二是侧重于绿色创新的影响因素识别。国内外学者主要从财政支持、环境规制和外商直接投资等维度探究了如何促进绿色创新，关于数字金融能否为区域绿色创新发展赋能的相关研究才刚刚起步。尹飞霄[3]基于空间关联视角印证了数字金融对绿色创新具有积极作用，却忽视了数字金融为绿色创新发展带来的时空异质冲击现象。与文章研究最为相关的文献主要集中于分析数字金融对区域创新的影响。部分学者认为，数字金融不仅会对区域创新产生直接促进影响[4]，还能通过缓解外部融资约束[5]、完善基础设施建设[6]、提高市场化水平[7]、优化金融资源配置[8]和促进产业升级[9]等渠道促进区域创新。也有学者对数字金融影响区域创新的异质性问题进行了探索，徐子尧等[10]发现了数字金融对中西部地区创新能力的促进效应强于东部地区，而汪亚楠等[11]、邹辉文和黄友[12]则得出了完全相反的结论，认为数字金融对区域创新的驱动效应具有“东强西弱”的非均衡性特征。

与以往研究不同，文章的主要创新性体现为：一方面，尝试把数字金融这一宏观新因素纳入区域绿色创新水平提升的分析框架，探讨数字金融能否为区域绿色创新发展赋能以及如何更好地赋能，有利于从金融创新视角进一步拓展区域绿色创新的研究边界；另一方面，基于时空异质性视角，揭示数字金融赋能区域绿色创新发展的时空特征、调节机制及其差异化特征，以期为“十四五”时期中国因地制宜、因时制宜地加快数字金融与区域绿色创新的融合发展提供启示。

二、研究设计

1.作用机理分析

数字金融是传统金融服务业与互联网、云计算、大数据、区块链等数字技术深度融合发展的一种新型技术驱动型金融创新[13]。绿色技术创新作为区域创新系统的重要活动形式，其对金融机构的资本支持具有很强的依赖性，从而不可避免地会与数字金融发生密切关联。由于数字金融具有典型的网络性和普惠性特征，使其天然具有“门槛低、速度快、覆盖广”等优势[14]，可有效弥补传统金融服务的先天不足，并能更好地为区域绿色创新活动赋能。从时空角度看，数字金融对区域绿色创新的赋能机制具体表现为，在新一代信息技术加持下，数字金融能在短期内轻易打破创新信息传递的时空限制，既能为决策者精准提供更多的投融资决策信息[15]，又可快速、高效地破解区域绿色创新的融资约束，从而通过加速推动金融资源向绿色创新领域集聚、降低绿色创新成本、增大绿色创新投入等渠道[16]，最终促进绿色创新发展。随着数字金融与区域绿色创新融合的深入，数字金融赋能绿色创新发展的广度和深度均会持续增强，使得越来越多的绿色创新领域均能获取更低成本和更高效率的数字金融赋能红利，这既可持续激发创新主体开展绿色创新活动的积极性，也能在较大程度上优化绿色创新方式方法、促进绿色创新资源配置以及完善绿色创新基础设施建设，从而进一步促使数字金融在长期内爆发出更为强劲的绿色创新赋能效应。同时，由于中国各省份的数字资源禀赋、基础设施水平和市场环境等差异巨大，导致各地区的数字金融和绿色创新均存在明显不同[17]，且这种差异始终在动态变化，致使不同地理空间上数字金融对绿色创新的影响效应始终是有差异的。随着时间的推移，数字金融赋能绿色创新发展的空间差异特征亦在持续演化，最终表现出了数字金融在不同时段、不同空间的时空异质赋能机制。数字金融与区域绿色创新的融合是一个较为复杂的系统工程，既涉及多个体、多元素、多层面，又存在高度不可预测性、动态性和不确定性，从而致使充足的创新资本投入往往只是驱动区域绿色创新发展的必要而非充分条件，还需要外部相关环境因素的调节约束。也就是说，数字金融赋能区域绿色创新发展需要良好的环境条件作为支撑，只有在外部环境适宜的时段和地区，才能真正有效发挥出数字金融赋能的绿色创新效果。因此，数字金融对区域绿色创新的作用过程还存在一定的时空异质调节特征。

2.计量模型设定

为了深入揭示数字金融影响区域绿色创新发展的时空异质现象，文章构建数字金融赋能的长期均衡面板数据模型：

式(1)中，GINit表示i省份t时期的绿色创新水平，DIFit表示i省份t时期的数字金融发展水平。εit为随机扰动项，i为各省份编号，t为时间跨度。α为截距项，参数β反映了数字金融对区域绿色创新的赋能效应和方向。当变量服从面板单位根过程且εit～I(0)时，即为面板协整模型。

在长期模型(1)的基础上，文章进一步引入长期均衡关系模型产生的残差序列ECMit，以考察数字金融赋能区域绿色创新的短期波动效应，建立如下一阶差分误差修正模型(PVECM)：

式(2)中，Δ表示一阶差分，其用来反映短期波动的冲击特征。根据式(2)，区域绿色创新水平的变动可以分解为两部分：一是绿色创新偏离长期均衡的影响，二是数字金融对绿色创新的短期波动影响。ζ值表示误差修正系数，系数大小反映了对偏离长期均衡的调整水平。当拒绝ζ为零的原假设时，存在误差修正机制，表明数字金融与区域绿色创新之间的长期均衡关系是稳定的。在接受ω为零的原假设时，数字金融对区域绿色创新不具有短期波动影响，反之则反。

3.数据与变量说明

文章以2011—2018年为研究时段，考虑到西藏和港、澳、台地区存在较为明显的数据缺失，最终采用中国30省份作为研究样本。文章研究的基础数据主要来自《北京大学数字普惠金融指数》、国家知识产权局中国专利公布公告网（http://epub.sipo.gov.cn）、《中国统计年鉴》《中国科技统计年鉴》和《中国互联网统计公报》。相关变量具体设定如下：

区域绿色创新水平(GIN)。参照韩先锋等[2]的做法，基于效率角度且采用超越对数型SFA模型来核算区域绿色创新水平。对于绿色创新的投入指标，选取R&D人员全时当量和R&D经费内部支出额来分别衡量区域绿色创新的人力和资本投入；对于绿色创新的产出指标，选取绿色专利授权量来衡量区域绿色创新产出。

数字金融(DIF)。选取北京大学研制的数字普惠金融指数来反映数字金融发展水平。为进一步揭示数字金融赋能的渠道差异，选取分维度指数：覆盖广度指数(DIFC)，指支付宝绑定银行卡的用户比例和支付宝账户的覆盖率；使用深度指数(DIFD)，指实际使用互联网金融服务的情况及频率；数字支持服务程度指数(DIGS)，侧重考察地区数字金融的便利性和效率。为尽可能消除异方差，文章对上述指标进行对数化处理。

其他变量。进一步选取互联网普及率、城市化水平和政府研发资助等与区域绿色创新关联性较高的环境因素，分别考察它们和数字金融的交互赋能效应。对于互联网普及率(INT)，使用各省份年末常住人口中互联网使用人数占比来表征。对于城市化水平(URB)，采用各省份年末城镇人口占总人口比值来反映。政府R&D资助(GOV)，选择各省份研发经费支出中政府资金的占比来反映。

三、实证结果及分析

1.数字金融长期赋能区域绿色创新的空间差异分析

为尽可能地克服伪回归现象，且确保模型估计结果的有效性，实证前需要对面板数据进行协整检验。这里选取Pedroni的面板协整技术证实了前文设定的面板数据模型和误差修正模型是合理的。在此基础上，文章采用EGLS方法对DIF与GIN的固定效应变系数模型进行估计，以期能较好地消除序列相关和异方差的不良影响，基于式(1)基本模型的估计方程见模型(3)，相应的回归结果见表1。

基于式(3)和表1的估计可知，长期模型的拟合优度水平较高，且总体上具有显著的线性关系。所有省份DIF变量均显著地通过了不同水平的t统计检验，证实了数字金融对区域绿色创新具有显著的长期影响。上式中截距项反映了各省份样本之间存在的差异，DIF变量系数β反映了数字金融对区域绿色创新的具体赋能效应。

由表1可知，数字金融对区域绿色创新产生了显著的长期驱动影响，且这种赋能效应存在明显的空间差异特征。具体体现在：第一，上海、北京、天津和福建等省份截距项较大，说明上述发达省份的绿色创新水平在较大程度上会受到数字金融之外的综合因素影响；第二，北京、广东、浙江等省份赋能系数都在0.100以上，这些省份主要集中于东部地区，说明相较于中西部地区，数字金融对东部发达省份绿色创新的长期驱动效应更为明显；第三，青海、内蒙古、贵州等省份数字金融赋能系数较小，说明相对于其他省份而言，上述省份数字金融对绿色创新的长期驱动效应较为有限；第四，河北、辽宁、黑龙江等省份的数字金融赋能效果处于中等水平。总体来看，全国、东部、中部和西部地区数字金融赋能的平均弹性系数分别为0.084、0.106、0.077和0.067，即数字金融对区域绿色创新的影响存在显著的“东高西低、两极分化”差异化特征。

表1 数字金融对区域绿色创新长期影响的总体特征和结构特征

为解析数字金融长期赋能区域绿色创新的渠道差异，这里从数字金融覆盖广度(DIFC)、使用深度(DIFD)、数字支持服务程度(DIGS)三个维度做进一步考察，相应地固定效应变系数模型的估计结果如模型(4)～(6)所示：

基于上述三个维度的估计结果见表2。总体来看，数字金融覆盖广度、使用深度和数字支持服务程度赋能的平均弹性水平分别为0.081、0.093和0.068，表明数字金融使用深度的赋能效果最为明显，覆盖广度作用次之，数字支持服务程度的贡献最小。进一步发现，数字金融的三个维度的长期赋能效果均存在显著空间差异，具体表现为：第一，覆盖广度赋能效果排名前三位的省份依次是北京、上海和浙江，使用深度赋能效果排名前三位的省份分别是广东、江苏和浙江，数字支持服务程度赋能效果排名前三位的省份依次为广东、黑龙江和陕西；第二，内蒙古、江苏、安徽等省份分维度数字金融的赋能特征与全国层面基本一致。河北、江西、河南等省份数字金融赋能效果表现为“使用深度＞数字支持服务程度＞覆盖广度”，北京、天津、辽宁等省份数字金融的赋能效果呈现出“覆盖广度＞使用深度＞数字支持服务程度”；第三，从区域层面看，东部地区数字金融覆盖广度、使用深度和数字支持服务程度的平均弹性水平分别为0.114、0.113和0.068，中部地区平均弹性水平分别为0.067、0.092和0.071，西部地区平均弹性水平分别为0.057、0.075和0.067，表明东部地区数字金融的赋能特征总体表现为“覆盖广度＞使用深度＞数字支持服务程度”，中西部地区数字金融的赋能特征总体表现为“使用深度＞数字支持服务程度＞覆盖广度”。从作用渠道看，数字金融覆盖广度既是加快东部地区省份绿色创新发展的首动力，又是中西部地区省份提升绿色创新水平的“短板”。这意味着，缩小数字金融覆盖广度的差距将是破解区域绿色创新不平衡现象的重要抓手，也从侧面印证了中西部地区加快数字金融基础设施建设、补齐数字金融覆盖广度赋能“短板”的必要性。

表2 数字金融对区域绿色创新影响的异质交互赋能效应

这里进一步从互联网普及、城市化水平和政府研发资助三重维度分别考察数字金融赋能绿色创新的异质交互效应，具体估计方程如模型(7)～(9)所示：

模型(7)～(9)中，φ、ϑ和π依次表示各省份数字金融分别与互联网普及、城市化水平和政府研发资助交互项的弹性系数，反映了数字金融与上述因素融合对区域绿色创新的交互赋能效应，估计结果见表2。

基于表2可知：数字金融与互联网普及、城市化和政府研发资助交互变量的平均弹性系数水平分别为0.102、0.119和0.208，均明显大于表1中数字金融弹性系数的平均水平，表明数字金融与互联网普及、城市化和政府研发资助等环境因素的融合有助于强化数字金融的绿色创新效应，且数字金融与政府研发资助的交互赋能效果最为明显，与城市化水平和互联网普及的交互赋能效果相对较小。同时，数字金融的交互赋能效应也存在显著的空间差异，具体表现：第一，在上述政策因素的作用下，北京、天津等省份通过积极加快互联网普及和城市化进程、加强政府研发资助强度，均有助于更大限度地激发数字金融对绿色创新的积极影响；第二，广东数字金融与互联网普及融合对绿色创新的积极影响有所弱化，海南、浙江、江苏和安徽等省份数字金融与政府研发资助融合亦会对提升绿色创新水平产生弱化效果，在江西和河南等少数省份甚至还出现了负面影响；第三，对北京、上海、广东等省份而言，政府研发资助对数字金融赋能绿色创新的助力效果最为明显。对黑龙江、浙江和安徽等省份而言，注重与城市化融合将更有利于提升数字金融赋能的绿色创新效应，而江苏等个别省份注重通过数字金融与互联网普及融合，将对绿色创新产生更为强劲的赋能效果。

总体看来，数字金融对区域绿色创新赋能红利的有效释放，还不能忽视互联网普及、城市化和政府研发资助等其他因素的协同和调节，各省份应科学选择最优的政策组合策略，以实现最大限度地释放数字金融赋能的绿色创新红利。

2.数字金融短期赋能区域绿色创新的空间波动特征分析

为了进一步解析数字金融短期赋能绿色创新的潜在空间差异现象，这里通过引入长期均衡关系模型(3)产生的残差序列到模型(2)进行再估计，对一阶差分误差修正模型(PVECM)的估计结果见表3。

表3 数字金融与区域绿色创新的面板误差修正模型估计结果

由表3可知，所有省份的误差修正项系数均显著为负，表明触发了误差修正机制，说明在短期内数字金融和区域绿色创新之间的关系可能会偏离长期均衡水平，但由于误差修正机制存在，二者之间由短期偏离向长期均衡的调整速度较快。另外，各省份绿色创新水平提升的速度存异，误差修正因子ECMi,t-1的调整力度也存在差异，比如：北京、江苏、广东等经济发达的东部省份调整幅度较大，而青海、内蒙古、江西等经济欠发达的中西部省份调整幅度较小，说明发达地区数字金融赋能短期波动对偏离长期均衡的调整速度要快于经济欠发达地区。进一步发现，所有省份的绿色创新ΔGIN系数均显著为正，说明短期内加快数字金融发展有利于促进区域绿色创新。基于表3不难发现：第一，北京、天津、上海等7省份数字金融水平的增长率每增加1%时，相应的绿色创新水平增长率将增加的比例均会大于0.05%；第二，河北、山西、辽宁等15省份数字金融对绿色创新水平的短期赋能效应处于中位水平；第三，内蒙古、吉林、江西等8省份数字金融的短期赋能效果相对有限。分区域来看，东部、中部和西部地区数字金融短期赋能的平均弹性系数水平分别为0.052、0.034和0.029。这意味着，数字金融对区域绿色创新的短期赋能效应亦表现出自东向西依次减弱的阶梯型分布特征。

表4从三个重维度展示了数字金融对区域绿色创新短期赋能效应的来源分解。不难发现，不同维度的数字金融分指标对区域绿色创新的短期影响亦存在显著空间差异。具体表现为：第一，浙江、北京、上海等东部省份数字金融覆盖广度和使用深度的短期赋能效应均较为明显，而黑龙江、陕西和河南等省份数字支持服务程度具有相对明显的赋能效果；第二，全国层面上，数字金融覆盖广度、使用深度和数字支持服务程度短期赋能的平均弹性系数分别为0.041、0.039和0.027，即数字金融覆盖广度的短期赋能效应最为明显，数字金融使用深度次之，数字支持服务程度最弱；第三，从东部、中部和西部三大地区层面看，数字金融覆盖广度短期赋能的平均弹性系数分别为0.064、0.047和0.027，使用深度短期赋能的平均弹性系数分别为0.030、0.037和0.028，数字支持服务程度短期赋能的平均弹性系数分别为0.025、0.030和0.026。可知，东部地区数字金融短期赋能的主要动力在于数字金融覆盖广度，而数字金融使用深度和数字支持服务程度的作用则相对较弱。中、西部地区数字金融短期赋能的主要动力来源依次为数字金融使用深度、数字金融支持服务程度和数字金融覆盖广度。

表4 数字金融子维度与区域绿色创新的面板误差修正模型估计结果

基于数字金融赋能的长短期效应比较发现，所有省份数字金融均对绿色创新赋能的长期效应强于短期效应，且不论是长期或短期内，东部地区均能从数字金融发展过程中获取更多的绿色创新红利；基于数字金融分维度赋能的长短期效应比较发现：第一，数字金融覆盖广度、使用深度和数字支付服务程度均对区域绿色创新的长期驱动效应大于短期；第二，全国层面上数字金融的长期赋能效应发挥最依赖于使用深度，而短期内数字金融对绿色创新的驱动则更为依靠覆盖广度；第三，从区域层面看，东部地区数字金融的长短期赋能效果更多依赖于数字金融覆盖广度和使用深度，而中西部地区数字金融的长短期赋能效果发挥则更多受到来自数字金融使用深度的冲击。

四、结论与政策建议

文章从时空异质性视角探究了数字金融能否为区域绿色创新赋能的相关问题。主要研究结论是：第一，数字金融始终显著有利于区域绿色创新发展，但存在明显的时空异质性特征，长期内数字金融对区域绿色创新的赋能效果会更为明显，东部地区将能从数字金融发展中获取更多的绿色创新红利；第二，互联网普及、城市化和政府研发资助等因素的融合，有助于强化数字金融对区域绿色创新的长期赋能效果，且政府研发资助的作用最为明显、城市化和互联网普及的贡献相对较弱，但上述协同效应亦存在明显的空间异质性特征；第三，数字金融赋能区域绿色创新发展的时空效应存在显著的渠道差异，表现为数字金融覆盖广度和使用深度是造成时空差异现象的重要来源渠道，数字支持服务程度的贡献相对较小。

文章基于时空异质性视角为中国推动数字金融与区域绿色创新的融合发展提供了经验证据，也为相关部门进一步深化金融体制改革、增强金融创新效果提供了有益思考。基于此，文章提出以下政策建议：第一，政府应基于短期和长远通盘考量，持续加强数字金融基础设施建设，注重实施长期性、延续性和多层次的数字金融指导政策。东部地区应持续发挥数字金融与绿色创新发展的“先天优势”，进一步释放数字金融赋能绿色创新发展的溢出红利。中西部地区则应在注重加强数字金融基础设施、吸引数字金融要素集聚和强化金融创新政策引导等方面下功夫，以从根本上清除数字金融支持区域绿色创新发展的障碍；第二，要营造良好的数字金融赋能环境，重视加大政府研发资助强度，加快互联网普及和城市化进程对强化数字金融赋能的多重叠加效果，总体应选择实施以政府研发资助为代表的创新内环境融合为主、互联网普及和城市化为代表的创新外环境因素融合为辅的组合策略，但对于政府研发资助和数字金融交互效应存在弱化、甚至负面冲击的个别省份，尤要因地制宜、因时制宜地选择合适的数字金融组合策略；第三，时间维度上，政府应更加注重提升数字金融覆盖广度和使用深度，积极拓宽数字金融赋能渠道，促使其能在更广范围内、更高层次上和更多领域内为区域绿色创新发展注入新动力，积极发挥二者在长短期内的潜在赋能效果。空间维度上，东部地区省份应首要关注数字金融覆盖广度对绿色创新的积极影响，而中西部地区则要重点发挥数字金融使用深度对绿色创新的积极作用，从而最大限度地释放数字金融赋能的绿色创新红利。