数字经济、金融发展水平与城市绿色技术创新——基于长江经济带地级市数据.pdf

2023年第7期（总第612期）区 域 金 融 研 究Journal of Regional Financial ResearchNO.7，2023General NO.612近年来，国家发布多项政策大力支持数字经济发展，促进了我国生产结构、消费结构、就业结构的升级，提高了社会经济效率和经济发展水平，数字经济成为稳增长、促转型的重要引擎。在经济快速发展的同时，我国生态发展也面临诸多挑战，长江经济带各省份实现碳达峰碳中和任务艰巨，资源环境压力较大，是推进绿色转型的重点区域。长远来看，解决环境问题需要依靠技术进步，尤其是以绿色技术为导向的技术创新。数字经济作为信息技术快速发展的产物，具有数字化、网络化、智能化的特征，能够促进技术进步，降低对能源的使用强度，推动城市绿色发展。目前，将数字经济与绿色技术创新纳入同一框架的文献研究较少，且大都基于省级层面数据展开研究，对二者产生影响的理论机制分析也不够全面。因此，在数字经济飞速发展及绿色技术不断创新的背景下，开展长江经济带数字经济对绿色技术创新的影响研究是十分有必要的。一、文献综述“数字经济”一词最早出现于 20 世纪 90 年代，Tapscott（1996）提出“数字经济时代”这一概念。数字经济是指一系列的经济活动，将数字化的知识和信息基金项目：甘肃省教育厅“双一流”重点科研项目“甘肃省经济高质量发展的统计测度、战略选择及实现路径”（GSSYLXM-06）。收稿日期：2023-06-11作者简介：韩君，男，河南南阳人，博士，博士生导师，教授，供职于兰州财经大学统计学院，研究方向为经济统计、环境与能源经济研究。王欣茹，女，山东聊城人，兰州财经大学统计学院，研究方向为经济统计研究。数字经济、金融发展水平与城市绿色技术创新基于长江经济带地级市数据韩君王欣茹（兰州财经大学统计学院，甘肃兰州730010）摘要：数字经济因其具有鲜明的数字化、网络化、智能化等特征，正逐渐成为推动绿色技术创新的关键力量。为了探究数字经济与绿色技术创新之间的影响机制，厘清金融发展水平在二者之间扮演何种角色，文章基于20112020年长江经济带108个地级市的面板数据，运用固定效应模型、中介效应模型和分位数回归模型进行实证分析。研究发现，数字经济不仅能够直接促进绿色技术创新，还能够通过金融发展间接促进绿色技术创新；数字经济发展在不同绿色技术创新水平下均能促进绿色技术创新水平提升；从区域异质性来看，数字经济发展能够显著促进核心城市群地区、下游地区绿色技术创新水平提升，而对非核心城市群地区、上中游地区的影响并不显著。因此，文章从实施区域差异化数字经济政策，加快推进金融机构绿色化转型，强化区域增长极、核心增长极的辐射作用等三个方面提出建议，为实现长江经济带区域协调绿色发展提供理论支持。关键词：长江经济带；绿色技术创新；金融发展；数字经济中图分类号：F49文献标识码：A文章编号：1674-5477（2023）07-0028-09-28区域金融研究 2023年第7期专题：数字经济与数字金融作为关键生产要素，现代信息网络作为载体，信息通信技术的有效使用作为效率提升和经济结构优化的推动力。关于数字经济的影响研究已经较为丰富，当前学术界主要研究数字经济对产业结构（郭炳南等，2022）、区域创新效率（邓峰等，2022）、技术创新（宋洋，2020）、高质量发展（赵涛等，2020）、绿色发展（魏丽莉和侯宇琦，2022）、环境质量（孙耀武和胡智慧，2021）等方面的影响。已有研究对绿色技术创新的定义主要从两个角度来阐述：从“技术创新”来看，张江雪等（2018）认为绿色技术创新是指有利于节约资源、避免或减少环境污染的技术创新；从“绿色创新”来看，葛晓梅等（2005）认为绿色技术创新指绿色产品创新和绿色工艺创新，确保从生产到使用对环境无污染或少污染。目前学术界关于绿色技术创新的影响研究主要包括环境规制、政府补贴、产业结构升级与城市信息化建设等。在环境规制和政府补贴方面，董直庆和王辉（2019）发现环境规制对本地绿色技术进步的影响呈“先抑后扬”关系，而对邻地绿色技术进步存在“倒U型”关系。李新安（2021）通过分析发现，环境规制与政府补贴二者耦合后能够共同推动绿色技术创新发展，但环境规制和政府补贴都存在负面空间溢出效应。在产业结构升级与城市化信息建设方面，武力超等（2022）发现智慧城市建设可以通过提高财政科技支出和优化产业结构促进绿色技术创新。此外，还有许多学者从区域经济发展（于娱等，2020）、研发投入（王欣欣，2021）、对外直接投资（李国祥和张伟，2016）、城市集聚效应（吴朝霞等，2022）等视角研究绿色技术创新的影响因素。关于数字经济和绿色技术创新关系的研究，已有文献主要从数字经济的正外部性角度展开分析。第一，数字经济对绿色技术创新的作用路径研究。数字经济能够显著促进城市绿色技术创新且具有非线性递增特征，还可以通过公众环境关注影响绿色技术创新（崔琪等，2022）。其中，产业结构调整和空间技术外溢效应是数字经济推动城市绿色创新的重要机制变量（韩峰和毛欣，2022）。韦施威等（2022）发现数字经济可以通过推动经济集聚和优化区域金融结构有效提升城市绿色创新的产出。另外，李雪等（2021）发现数字经济可以通过人力资本和研发资本间接促进区域创新。蒋殿春和潘晓旺（2022）分析发现数字经济可以通过扩大沉淀冗余、增加研发投入和人力资本升级显著促进企业高质量创新。第二，将绿色技术创新视作中介变量的研究。数字经济可以通过绿色技术创新释放产业结构升级红利、降低城市碳排放水平（郭炳南等，2022；郭丰等，2022）。Liu et al.（2022）发现数字经济可以通过加快技术创新促进产业的绿色优质发展。Han&Liu（2022）实证分析数字经济如何通过技术创新的中介效应来促进区域绿色发展。此外，许多学者研究发现数字经济可以通过金融发展和产业升级（韩先峰等，2019）、政府干预（闫俊周等，2021）等因素影响创新能力提升。综上所述，虽然对数字经济发展、绿色技术创新的研究已经较为丰富，但关于数字经济对绿色技术创新的影响机制研究仍不够深入，且目前已有文献较少将金融发展水平引入数字经济和绿色技术创新的研究框架。本文从城市层面探究长江经济带数字经济对绿色技术创新的影响，可能的边际贡献在于：第一，在作用机理上，基于金融发展水平视角考察数字经济与城市绿色技术创新的关系，丰富了绿色技术创新的现有研究内容；第二，在研究区域上，基于长江经济带108个地级及以上城市的面板数据，研究数字经济发展对绿色技术创新的影响；第三，引入区域增长极理论，按照是否属于核心城市群对长江经济带城市进行分类和异质性分析，为缓解区域发展不平衡提出针对性建议。二、理论分析和研究假设（一）增长极理论增长极理论最早由法国经济学家佩鲁提出，是以中心城市为极点非均衡发展的理论，其认为在市场经济运行的过程中，在一个统一市场中不可能出现所有区域的经济普遍均衡增长的现象。多种因素的共同作用促使增长极形成和发展，如丰富的自然资源、优越的地理位置、良好的产业基础以及较高的科技创新能力等。通过综合利用以上各种有利因素形成经济、商业及人文的地理集聚，从而产生增长极。极点地区得到强化之后，成为该国或该地区的发展引擎，依托市场张力将人才、资本、技术等要素向周边区域扩张，从而推动全国或全地区的经济增长。-29区域金融研究 2023年第7期专题：数字经济与数字金融“十四五”规划纲要提出，发展壮大城市群和都市圈，分类引导大中小城市发展方向和建设重点，形成疏密有致、分工协作、功能完善的城镇化空间格局。长江经济带地区包括了长三角城市群、长江中游城市群和成渝城市群等，上述城市群在长江经济带地区经济发展中具有决定性的支撑和引领作用。长江经济带包括九个省及两个直辖市，具有广阔的经济腹地，通过不断开发，其将成为我国未来经济增长潜力较大的地区。作为我国重大国家战略发展区域，长江经济带各城市群通过中心城市内聚资源外扩技术，最大程度上优化区域内的要素配置。长江经济带城市群的快速发展有利于缩小城市群内各城市间的差距，实现长江经济带区域协调发展，促进我国经济高质量发展。（二）数字经济与绿色技术创新以大数据、人工智能、互联网等为代表的数字技术正深刻改变传统生产方式，成为驱动我国经济绿色创新发展的全新动力。数字技术所具有的高度智能等优点，能为绿色技术创新提供有利环境支撑和要素供给。借助于数字技术，信息知识能够在创新网络中以低成本、迅速、实时的方式产生、分享和交流。企业等创新主体借助数字技术可以高效配置资源要素，并可获得大量外部信息和知识，增加了绿色技术创新知识储备，促进绿色技术创新。具体地，随着大数据、人工智能、云计算的飞速发展，在新时代生态环境保护和经济社会可持续发展的迫切要求下，数字经济以其数字化、绿色化、低成本、高效率的特点，深刻影响着绿色技术创新的能力和效率。区域内部的各创新主体如企业、高校、科研机构等都可以通过互联网平台以便捷高效的方式实现创新资源的交流和共享，使得区域内部的绿色技术创新水平得到提升。假设H1：数字经济能够促进绿色技术创新水平提高。（三）数字经济、金融发展水平与绿色技术创新数字经济的发展为金融发展水平的提升创造了条件。一方面，数字经济的发展扩大了金融服务的业务范围，丰富了金融产品种类，完善了金融服务方式，使得市场信息不对称、金融产品单一、信贷审批程序繁杂等一系列不足得到改善（王儒奇和陶士贵，2022），提升了金融发展水平。另一方面，数字经济发展使得金融监管体系可以借助数字技术及时预测并化解金融发展过程中遇到的风险，促进金融发展水平提升。此外，数字经济可以通过优化资源配置将金融资源配置到关键领域，使其得到最大化利用，提升区域整体的金融发展水平。金融发展水平的提升为绿色技术创新提供了保障。金融发展水平的提高能更好地推动金融资源在创新领域的优化配置，进而推动地区创新发展（李云鹤和李杏，2022）。一方面，金融发展水平的提高有利于降低创新主体绿色技术创新成本。金融发展水平的提高意味着金融机构将为客户提供更加便捷高效的金融服务，有利于降低各创新主体为筹集资金所产生的机会成本，解决创新主体融资难问题，缓解融资约束，改善融资环境，显著降低企业等创新主体的创新风险，使管理层更愿意做出绿色技术创新的决策。另一方面，金融发展水平的提高有利于提升创新主体进行绿色技术创新的意愿。随着金融发展水平的提升，创新主体获得信贷资金的可能性增加，对工艺和技术的研发投入相应加大，对工艺和技术的清洁度和创新度也更为关注。此外，金融发展水平的提高有利于提升消费者绿色消费意愿，进而促进绿色技术创新。金融发展水平的提高有效提升了居民收入水平，城市财富积累随之增加，居民将增加对绿色产品的消费，这种需求将促进企业等创新主体进行绿色技术创新。假设H2：数字经济通过促进金融发展水平的提升间接推动绿色技术创新。三、研究设计（一）变量选择1.被解释变量：绿色技术创新（GTP）。由于绿色专利可以直观量化绿色技术创新产出，已有研究通常采用绿色专利产出数量衡量绿色技术创新，包括绿色专利申请量和授权量，但专利授权过程普遍较长，存在滞后性。根据绿色技术创新的自身内涵和固有属性，在参考董直庆和王辉（2019）的研究基础上，使用长江经济带各城市的绿色发明专利申请数量和绿色实用新型专利申请数量之和来衡量城市绿色技术创新水平。考虑到长江经济带城市间绿色专利申请量差距较大，且部分城市绿色专利申请量为0，故对所-30区域金融研究 2023年第7期专题：数字经济与数字金融有数据加1后进行对数化与标准化处理。为了得到更稳健的估计结果，使用每千人绿色专利申请量代替绿色专利申请量作为被解释变量进行稳健性检验。2.解释变量：数字经济（DE）。已有的关于测算数字经济发展水平的研究中，赵涛等（2020）从互联网发展和数字普惠金融两个层面测度城市层面数字经济发展水平，黄群慧等（2019）从互联网应用和产出角度，选择互联网普及率、互联网相关从业人员、互联网相关产出和移动互联网用户数四个维度的指标衡量城市层面数字经济发展水平。基于城市数据的可获得性，在借鉴赵涛等（2020）的研究成果的基础上，从互联网发展、信息化发展、数字交易发展三方面构建数字经济综合测度指标框架。其中，互联网发展使用每百人互联网宽带接入用户数和每百人移动电话用户数衡量；信息化发展使用人均电信业务总量和信息传输、软件与信息技术服务业城镇单位就业人员占城镇单位就业人员比重来衡量；数字交易发展使用北京大学数字普惠金融指数来衡量。为了测度数字经济发展水平的综合指数，需要确立相关指标并赋予权重，考虑到主观赋权可能会导致不准确的测度结果，采用熵值法这一客观赋权法，其依据各指标值包含的信息量确定指标权重。首先，对各指标进行标准化处理：Xit=Xit-min()Ximax()Xi-min()Xi（1）其次，计算指标i在第t年所占比重，m为考察年份（m=1,2,10），计算方式如下：it=Xitt=1mXit（2）指标信息熵计算：ei=-1lnmt=1m(it lnit),(0 ei 1)（3）信息熵冗余度计算：di=1-ei（4）指标权重：t=dti=1ndi（5）单项评价指标得分：Sit=t Xit（6）最后，计算第t年的数字经济综合发展指数：St=i=1nXit（7）3.中介变量：金融发展水平（FIN）。目前学术界通常采用戈氏和麦氏这两种指标来衡量金融发展水平。其中，部分学者主张使用货币存量（M2）与国内生产总值（GDP）的比重衡量一国金融发展水平。也有部分学者主张以“某时点现存金融资产总值与国民财富之比”衡量一国的金融发展水平，通常采用金融资产总量与GDP之比测度。考虑到各地区M2相关统计数据的可得性，本文根据戈氏指标定义，使用各地区存贷款数据作为金融资产的衡量指标，并在此基础上计算出各地区金融机构存贷款余额年度数据与该地区同年度名义GDP的比值，以此测度地区金融发展水平（钱雪松等，2017）。国内许多学者测度金融发展水平时也采取了类似的方法。4.控制变量。本文主要选取以下指标作为控制变量：经济发展水平（PGDP），采用人均GDP来衡量，城市经济发展水平的高低关系到其能否为创新主体进行绿色创新提供足够资源；产业结构（IS），采用第三产业增加值与第二产业增加值之比来衡量，可以反映我国经济发展方式由工业主导型经济转变为服务主导型经济的程度，其会对城市的经济发展产生影响，进而影响绿色技术创新的发展；城市规模（PEO），参考韦庄禹（2022）的处理方法，采用城市年末常住人口来衡量，人口在某一城市聚集，人们可以分享知识、相互学习、共用投入品，对绿色发展的意识可能更强烈，有利于促进创新主体进行绿色技术创新；人力资本（HUM），采用普通本专科及以上人口数与全市常住人口数的比值来衡量，教育水平越高，科研人员的素质越高，越有利于社会创新；对外开放程度（OPEN），采用货物进出口总额与GDP的比值来表示，城市的对外开放程度会对该城市的政治、经济、科技等产生巨大影响，也会对城市绿色技术创新效率产生影响。（二）模型设定1.构建固定效应模型如下：GTPit=0+cDEit+2Kit+i+t+it（8）式（8）中，i表示城市，t表示年份；GTP为绿色技术创新，DE为数字经济，Kit代表控制变量；i表示个体固定效应，t表示时间固定效应；it表示随机扰动项。-31区域金融研究 2023年第7期专题：数字经济与数字金融2.构建分位数回归模型如下：GTPit|=0,+1,DEit|+i|Kit|+i|+t|+it|（9）其中，为分位点，GDPit|表示分位点处i城市在t年的绿色技术创新水平，1,代表在分位点处数字经济发展对绿色技术创新的边际影响，其他变量意义同固定效应模型一致。3.构建中介效应模型如下：FINit=0+aDEit+2Kit+i+t+it（10）GTPit=0+cDEit+bFINit+2Kit+i+t+it（11）其中，FINit为中介变量，表示城市i在t年的金融发展水平；其他变量意义同基准估计模型一致。（三）数据来源与处理基于长江经济带部分城市如仙桃市、潜江市、天门市的数据获取难度较大，故选择20112020年长江经济带108个地级市的面板数据作为研究样本，各变量的描述性统计见表1。其中，绿色专利申请数据来自中国研究数据服务平台下的绿色专利数据库（GPRD），研究中使用的其他数据均来自 中国城市统计年鉴、部分地级市统计年报，针对缺失的数据，采用线性插值法进行补齐。表1变量描述性统计变量名称绿色技术创新数字经济发展水平经济发展水平产业结构城市规模人力资本对外开放程度金融发展水平变量符号GTPDEPGDPISPEOHUMOPENFIN均值5.5640.24910.7300.9436.0021.7890.1652.401标准差1.6550.1200.5770.4200.6282.0100.2320.948最小值0.6930.0299.0870.2724.2920.00500.764最大值10.0200.71012.1004.9328.07411.3901.8136.559四、实证结果与分析（一）基准回归分析为缓解异方差及数据波动的影响，对所有数据进行标准化处理。另外，为避免多重共线性，对所有核心变量进行共线性检验，结果显示VIF均小于5，不存在严重多重共线性问题，并根据豪斯曼检验结果选择固定效应模型，数字经济发展水平对长江经济带城市绿色技术创新影响的回归结果见表2。通过对表2列（1）与列（3）、列（2）与列（4）进行比较可以发现，加入控制变量之后，数字经济的回归系数变小，调整的拟合优度变大，说明加入的控制变量缓解了部分遗漏变量产生的偏误，提高了对模型的解释力度。其中，列（1）未添加相关控制变量，结果显示数字经济对绿色技术创新的影响系数为正，并在1%水平下显著，这表明数字经济的发展能够显著促进绿色技术创新。在加入一系列控制变量后，列（3）回归结果显示数字经济对绿色技术创新的影响系数依然为正，并通过了1%的显著性水平。综上所述，数字经济发展能够显著促进绿色技术创新这一结果是稳健的，验证了假说H1。对表2列（3）和列（4）进行比较可以发现，加入时间固定效应后，数字经济对绿色技术创新的影响系数在1%的显著性水平下显著为正，且调整后列（4）的拟合优度为0.869，说明双向固定效应模型下拟合效果更好，数字经济对绿色技术创新的影响也相对更加准确。列（4）结果显示，经济发展水平、对外开放程度对绿色技术创新的影响在1%的显著性水平下显著为正，表明二者对绿色技术创新产生显著正向影响。产业结构对绿色技术创新的影响在10%的显著性水平下显著为负，城市规模、人力资本对绿色技术创新产生正向影响但并不显著。表2基准回归结果数字经济经济发展水平产业结构城市规模人力资本对外开放程度常数项样本量拟合优度个体时间（1）0.510*（0.015）0.199*（0.010）10800.659是否（2）0.149*（0.032）0.346*（0.013）10800.860是是（3）0.309*（0.027）0.336*（0.038）0.007（0.025）0.469*（0.102）-0.125*（0.049）0.018（0.032）0.005（0.070）10800.694是否（4）0.131*（0.032）0.196*（0.069）-0.059*（0.030）0.135（0.128）0.032（0.053）0.117*（0.027）0.135（0.085）10800.869是是注：括号内数值为稳健标准差；*p0.1，*p0.05，*p0.01；下表同。（二）稳健性检验1.更换被解释变量。为了得到一个更稳健的结果，本文使用各城市每千人绿色专利申请量代替绿色-32区域金融研究 2023年第7期专题：数字经济与数字金融专利申请量作为被解释变量进行回归分析。结果如表3列（5）所示，虽然各变量系数有所改变，控制变量显著性水平发生变化，但数字经济发展水平对绿色技术创新依然在1%显著性水平下对绿色技术创新产生正向促进作用。结果表明上文基准回归分析得到的结果是稳健的。2.更换解释变量。采用主成分分析方法对各城市数字经济发展水平进行重新测算，记为DEpca。从表3列（6）回归结果来看，采用主成分分析法测算出的数字经济综合发展指数与绿色技术创新的回归系数为正且通过10%的显著水平检验，与基本回归结果一致，说明基准回归分析结果是稳健的。3.内生性检验。影响城市绿色技术创新水平的因素较多，因此在设定模型的过程中可能会出现遗漏变量的问题。考虑到测度城市绿色创新水平或数字经济存在偏差等因素可能会出现内生性问题。为了缓解内生性，本文分别选取两个工具变量采用两阶段最小二乘法对城市绿色技术创新进行回归估计，一是使用滞后一期的数字经济作为工具变量；二是使用1984年城市层面每百人固定电话数量与上一年全国互联网用户数构造交互项，作为该年的城市数字经济综合发展指数的工具变量。估计结果如表3列（7）和列（8）所示。从数字经济的估计系数与显著性水平来看，数字经济发展显著促进了长江经济带城市绿色技术创新水平的提升，与基准回归估计结果一致，均说明前文的分析结果是稳健的。同时，在进行工具变量可识别检验时，对于原假设“工具变量识别不足”的检验，均显著拒绝原假设，表明选择的工具变量统计有效。（三）分位数回归分析考虑到固定效应模型仅关注数字经济发展对绿色技术创新的均值影响，并未关注在不同的绿色技术创新水平发展程度下，数字经济发展对绿色技术创新的边际影响，接下来本文使用面板分位数回归模型选取5个具有代表性的分位点进行回归分析。表4的结果显示，数字经济发展估计系数均为正且通过1%的显著性水平检验，表明数字经济发展在不同绿色技术创新水平下均可以显著促进绿色技术创新发展。通过对比90%分位点和10%分位点下的系数值，可以发现在绿色技术创新处于中下水平的城市，数字经济发展对绿色技术创新水平的促进作用更大。一方面，可能是因为绿色技术创新水平较低的城市存在后发优势，互联网发展打破了落后地区获取知识的时空壁垒，降低了信息不对称性与非完整性，促进了人力资本积累；另一方面，可以通过低成本引进市场上较为成熟的数字技术，利用技术扩散促进绿色技术创新发展。此外，数字经济发展提高了金融服务的可及性，改善了融资环境，能够降低创新主体进行绿色技术创新的风险，鼓励其做出有利于促进绿色技术创新的决策。与25%分位点相比，在50%、75%分位点处的绿色技术创新效应有所降低，表明随着绿色技术创新水平的逐渐提高，数字经济对绿色技术创新的影响总体上呈现边际效用递减的趋势，可能是因为表3稳健性检验结果数字经济经济发展水平产业结构城市规模人力资本对外开放程度常数项样本量拟合优度个体时间Kleibergen-Paap rk LMCragg-Donald Wald FKleibergen-Paap Wald rk F（5）更换被解释变量0.161*（0.040）0.240*（0.085）-0.073*（0.037）-0.332*（0.157）0.039（0.065）0.144*（0.034）0.306*（0.105）10800.866是是（6）更换核心解释变量0.032*（0.017）0.229*（0.041）-0.043*（0.022）0.119（0.079）0.056*（0.033）0.126*（0.022）0.137*（0.062）10800.866是是（7）工具变量10.299*（0.054）0.155*（0.047）-0.084*（0.022）0.195*（0.080）0.026（0.049）0.115*（0.022）0.216（0.134）9720.975是是37.59405.6185.84（8）工具变量20.192*（0.094）0.434*（0.113）0.080*（0.047）0.378*（0.137）-0.149（0.114）0.022（0.039）0.062（0.095）8700.689是是31.91266.0689.538表4分位数回归结果分位点数字经济经济发展水平产业结构城市规模人力资本对外开放程度样本量10%0.146*（0.020）0.469*（0.017）0.029*（0.016）0.511*（0.008）0.110*（0.012）0.150*（0.015）108025%0.217*（0.021）0.524*（0.018）0.008（0.016）0.441*（0.011）0.085*（0.011）0.069*（0.012）108050%0.193*（0.023）0.485*（0.024）-0.001（0.027）0.478*（0.022）0.063*（0.031）0.101*（0.016）108075%0.201*（0.018）0.386*（0.016）0.031*（0.019）0.420*（0.009）0.119*（0.016）0.189*（0.016）108090%0.231*（0.037）0.347*（0.058）-0.003（0.038）0.405*（0.016）0.101*（0.040）0.190*（0.028）1080-33区域金融研究 2023年第7期专题：数字经济与数字金融对于绿色技术创新水平较高的城市，互联网的发展、基础设施的完善、金融发展等对绿色技术创新的促进作用已逐渐接近饱和，绿色技术创新潜能无法被充分挖掘。（四）中介效应分析根据数字经济、金融发展水平与绿色技术创新相关理论知识，数字经济除了对绿色技术创新产生直接影响，还可能通过金融发展水平这一作用渠道间接影响城市绿色技术创新，关于中介效应检验的逐步回归结果见表5。表5逐步回归结果数字经济金融发展水平经济发展水平产业结构城市规模人力资本对外开放程度常数项样本量拟合优度个体时间（9）绿色技术创新0.131*（0.032）0.196*（0.069）-0.059*（0.030）0.135（0.128）0.032（0.053）0.117*（0.027）0.135（0.085）10800.869是是（10）金融发展水平0.333*（0.049）-0.894*（0.099）-0.088*（0.045）-0.822*（0.137）0.044（0.063）0.110*（0.041）0.954*（0.125）10800.773是是（11）绿色技术创新0.081*（0.031）0.149*（0.053）0.329*（0.087）-0.046（0.029）0.258*（0.053）0.025（0.053）0.101*（0.029）-0.008（0.102）10800.873是是表5列（10）显示数字经济对金融发展水平的影响显著为正，意味着数字经济的发展促进了金融发展水平的提高。列（11）反映了数字经济、金融发展水平二者共同对绿色技术创新的影响，其中，金融发展水平对绿色技术创新的影响系数为正，并在1%水平下显著。通过对比发现列（11）数字经济对绿色技术创新的影响系数比列（9）小，说明金融发展水平在数字经济推动绿色技术创新的过程中发挥了部分中介的作用。为了进一步验证中介效应存在的真实性，继而采用系数乘积法进行中介效应检验，包括Soble检验法和Bootstrap自抽样法，考虑到Soble检验法对样本要求严格，在有限样本下很难达到其要求的数据符合正态分布条件，而Bootstrap自抽样法打破了这一限制，能够更准确地检验出中介效应的存在。因此使用Bootstrap自抽样法重复抽取1000次，得到表6的结果。表6Bootstrap中介效应检验结果被解释变量绿色技术创新中介变量金融发展水平效应分析直接效应间接效应系数0.081*0.050*标准差0.02950.013195%置信区间（0.0230，0.1385）（0.0242，0.0754）由表6可知，间接效应系数为0.050，直接效应系数为0.081，表明金融发展水平在数字经济和绿色技术创新之间具有部分中介作用，其中介效应值约为38.17%，由此假设H2得到验证。这一结果表明：数字经济可以通过金融发展水平的提升促进绿色技术创新。主要原因可能是长江经济带数字经济发展所催生出的一系列数字金融业务提升了金融服务的包容性、拓宽了业务服务范围，从而提高了金融发展水平，进而能够降低创新主体绿色技术创新的风险和成本，促进创新主体进行绿色技术创新。五、异质性分析本文从区域差异角度分析数字经济对绿色技术创新的影响。本文将20112020年108个城市分别按照核心城市群、非核心城市群，上游地区、中游地区、下游地区进行分组回归，结果如表7所示。长江经济带核心城市群数字经济估计系数为0.161，且通过了1%显著性检验，表明核心城市群数字经济发展显著促进了绿色技术创新，而数字经济发展对非核心城市群地区的绿色技术创新的促进作用并不显著。可以看出，数字经济对绿色技术创新的促进作用在城镇化水平较高的地区更明显，主要原因可能有以下两点：一是核心城市群地区基础设施建设体系较为完善，产业区域一体化水平较高，资源配置更高效，对数字经济、绿色技术创新等政策敏锐度更高、响应更加迅速，更容易给予政策重视；二是核心城市群地区综合发展实力较强，可以更迅速地对国家发展战略做出反应，汲取新知识、钻研新技术并应用于城市绿色发展。下游地区估计结果显示，数字经济在1%显著性水平下正向促进绿色技术创新，而数字经济对上游和中游地区的绿色技术创新并不存在显著促进作用。一般而言，下游地区的数字经济发展水平相对较高，占地区经济结构比重较大，因此对城市绿色技术创新产生的影响作用也更大。上游地区、中游地区数字经济对城市绿色技术创新影响不显著的原因可能有以-34区域金融研究 2023年第7期专题：数字经济与数字金融下两点：一是城市地理环境相对较差，数字基础设施、交通通信网络体系等不够完善，制约着数字经济发展，导致数字经济不足以对绿色技术创新产生显著影响；二是传统工业占比较高，高新技术产业占比较低，经济结构不够合理，对创新资源的消耗巨大，制约绿色技术创新发展的因素较多，抵消了数字经济对绿色技术创新的促进作用。表7区域异质性估计结果数字经济经济发展产业结构城市规模人力资本对外开放程度常数项样本量拟合优度核心城市群0.161*（0.039）0.195*（0.094）-0.058（0.039）0.137（0.167）-0.002（0.108）0.124*（0.040）0.159（0.152）7100.873非核心城市群0.074（0.060）0.151（0.095）-0.068（0.058）0.058（0.162）0.064（0.061）0.118*（0.040）0.146（0.093）3700.868上游地区0.086（0.066）0.162（0.102）-0.033（0.051）0.661*（0.216）0.103（0.066）0.100*（0.037）-0.158（0.129）3100.868中游地区0.058（0.083）0.422*（0.126）-0.134（0.081）0.149（0.310）0.101（0.140）0.041（0.051）0.050（0.232）3600.887下游地区0.195*（0.045）0.020（0.112）0.025（0.049）-0.116（0.169）0.122（0.131）0.236*（0.119）0.198（0.179）4100.889六、结论与建议本文基于20112020年我国长江经济带108个城市的面板数据，采用熵值法测算数字经济发展综合指数，根据所要研究的变量的作用机制，使用面板固定效应模型、中介效应模型、分位数回归模型分析数字经济、金融发展水平对绿色技术创新的影响，并得出以下结论：第一，数字经济发展能够有效提升长江经济带城市的绿色技术创新水平，已成为新发展格局下推动绿色技术创新的关键力量，该结论在经过替换被解释变量、替换解释变量以及工具变量法等一系列稳健性检验后依然成立，且在不同绿色技术创新水平下，数字经济发展均能显著促进绿色技术创新。第二，金融发展是数字经济影响绿色技术创新的重要间接机制，数字经济能够通过提升金融发展水平间接推动城市绿色技术创新发展。第三，数字经济对长江经济带绿色技术创新的影响具有明显的区域异质性，能够显著促进核心城市群地区、下游地区绿色技术创新水平的提升，而对非核心城市群、上中游地区的影响并不显著。虽然城市化水平高的地区数字经济对绿色技术创新的影响更明显，但随着长江经济带区域一体化发展进程加快，各地区之间相互合作、资源技术等要素流动加快，三大城市群作为核心增长极，以点带面带动其周边城市的全面发展，一定程度上可以缩小长江经济带区域间绿色技术创新发展的差距。本文基于以上结论提出以下政策建议：第一，实施区域差异化数字经济政策，加快实现长江经济带区域协同发展。现阶段数字经济对于绿色技术创新具有显著的推动作用，应继续从互联网发展、信息化发展、数字交易发展等方面大力发展数字经济，完善数字基础设施，提高数字技术水平，降低技术研发成本与风险，从而促进绿色技术创新水平提升。针对上中下游地区的产业特点、资源禀赋制定个性化的数字经济政策，缩小区域间的数字鸿沟，发挥下游地区、核心城市群等发达地区的引领作用，提升周围城市绿色技术创新水平。第二，加快推进金融机构绿色化转型，为各绿色创新主体提供资金保障。一方面，鼓励金融机构创新绿色金融系列的产品，如设立绿色发展投资基金，运用“投贷债租证”等金融工具，缓解绿色技术创新企业融资难、融资慢问题。另一方面，政府应发挥政策制定、协调与引导作用，赋权金融机构优先审理、优先审批企业等创新主体的优质绿色项目，如传统能源清洁化转型、污染治理、智能制造、低碳交通等领域的项目，进而助力企业等创新主体高效快速地获得资金。另外，政府应合理优化长江经济带金融资源配置，加大对上游、中游地区金融资源的投入，吸引周围城市高技术企业、产业集聚，加快长江经济带创新发展。第三，强化区域增长极、核心增长极的辐射作用，缓解长江经济带区域发展不平衡问题。一方面，核心城市群、下游地区应进一步优化资源配置，从而提高数字经济发展水平，促使资本、人力、技术等各种生产要素高度集聚，以此促进本地区绿色技术创新发展，并辐射带动邻近地区绿色技术创新水平提升。另一方面，通过“线上+线下”双模式加强长江经济带核心城市群与非核心城市群、下游地区与上中游地区之间的互动与合作。线上打造城市间技术交流平台，提供完善的技术服务体系；线下鼓励高端人才定期到技术落后地区分享经验并展开培训，通过要素流动、技术-35区域金融研究 2023年第7期专题：数字经济与数字金融共享、成果共享促进长江经济带区域整体绿色技术创新的发展。参考文献1TAPSCOTT D.The digital economy：promise and peril inthe age of networked intelligenceM.New York：McGraw Hill，1996.2LIU L，DING T，WANG H.Digital economy，technological innovation and green high-quality development of industry：astudy case of China J.Sustainability，2022.3HAN D，LIU M.How does the digital economy contributeto regional green development in China？Evidence based on theintermediary effect of technological innovationJ.Sustainability，2022.4郭炳南，王宇，张浩.数字经济、绿色技术创新与产业结构升级来自中国282个城市的经验证据 J.兰州学刊，2022（2）：58-73.5邓峰，冯福博，杨小东.市场分割、数字经济与区域创新效率 J.统计与决策，2022，38（9）：17-20.6宋洋.数字经济、技术创新与经济高质量发展：基于省级面板数据 J.贵州社会科学，2020（12）：105-112.7赵涛，张智，梁上坤.数字