现代商业杂志社顶部宣传横幅

 金融视线

数字普惠金融深化对农村居民收入分配绩效的影响——基于县域面板数据的门槛效应

发布时间:2026-07-28 点击:135  来源:www.xiandaishangye.com.cn

摘要:本文选取2011-2019年中国285个地级市面板数据,采用非期望产出SBM-GML模型测度各城市绿色全要素生产率(GTFP),以科技和金融结合试点政策为准自然实验,运用空间杜宾模型(SDM)实证检验科技金融试点政策对城市绿色全要素生产率的直接影响与空间溢出效应,并开展异质性分析与稳健性检验。研究结果表明:1.我国城市绿色全要素生产率整体呈逐年上升趋势,但区域空间分化显著,东部城市GTFP水平显著高于中西部城市,存在明显的空间集聚特征;2.科技金融试点政策能够显著提升本地城市绿色全要素生产率,同时产生显著的正向空间溢出效应,带动邻近城市GTFP提升;3.空间溢出效应存在区域异质性,东部城市溢出效应最强,中西部城市相对较弱,且溢出效应随地理距离增加呈现衰减特征。

关键词:科技金融试点政策;绿色全要素生产率;空间溢出效应;空间杜宾模型;SBM-GML模型

中图分类号:F832;F299.2            文献标识码:A   

一、引言

当前中国经济迈入绿色转型与高质量发展深度融合的新阶段,摆脱高耗能、高排放的粗放式增长模式,依托技术创新实现绿色效率提升,成为城市经济转型的核心路径。绿色全要素生产率兼顾经济增长效率与生态环境效益,是衡量城市绿色高质量发展的核心核心指标。科技金融作为科技创新与金融服务深度融合的产物,能够通过资金配置、技术赋能、风险缓释等功能,推动企业绿色技术研发、产业绿色升级,是驱动城市绿色低碳发展的关键政策工具。

为破解科技资源与金融资源错配难题,加快绿色创新赋能实体经济,国家自2011年起分批开展科技和金融结合试点城市建设,先后批复两批共45个试点城市,通过专项金融扶持、创新融资模式、科技成果转化激励等试点政策,打通科技创新、金融服务与绿色发展的联动通道。试点政策打破了传统金融资源的地域壁垒,不仅会作用于本地绿色产业发展,还可能通过要素流动、技术扩散、产业联动产生跨区域空间溢出效应,影响周边城市绿色全要素生产率提升。在此背景下,精准识别科技金融试点政策对城市GTFP的空间溢出机制与效应大小,对优化科技金融政策布局、推动区域绿色协同发展具有重要现实意义。

学术界关于科技金融与绿色发展的研究已形成一定成果。国外学者较早开展相关研究,Schumpeter(1912)最早提出金融发展能够赋能技术创新,为绿色技术进步提供资金支撑;后续学者进一步证实,金融资源的合理配置能够降低绿色创新融资约束,提升区域绿色生产效率。国内研究方面,现有成果多聚焦科技金融对绿色全要素生产率的直接影响,杜金岷等学者证实科技金融发展能够显著提升区域绿色发展效率;部分研究关注科技金融的区域异质性特征,发现东部地区政策赋能效果优于中西部地区。

现有研究仍存在一定拓展空间:第一,多数研究未聚焦科技金融试点这一准自然实验,缺乏政策冲击视角的精准实证;第二,忽略了城市间的空间关联属性,未系统检验试点政策的空间溢出效应;第三,未深入剖析不同区域、不同距离维度下溢出效应的差异化特征。基于此,本文以2011-2019年285个地级市面板数据为样本,运用SBM-GML模型测算城市GTFP,构建空间杜宾模型实证检验科技金融试点政策的空间溢出效应,弥补现有研究短板。

本文研究安排如下:第一部分为引言,阐述研究背景、文献综述与研究创新;第二部分剖析科技金融试点政策对城市GTFP的影响机理与空间溢出机制;第三部分为研究设计,包含模型设定、变量选取、数据来源与测算方法;第四部分为实证结果分析,包含描述性统计、空间相关性检验、基准回归、异质性分析与稳健性检验;第五部分为研究结论与政策建议。

本文的边际贡献主要体现在:第一,基于准自然实验视角,精准识别科技金融试点政策对城市绿色全要素生产率的净效应与空间溢出效应,提升研究结论的精准性;第二,引入空间计量模型,充分考虑城市间经济地理关联,突破传统面板模型忽略空间交互的局限;第三,从区域异质性、距离异质性多维度展开分析,细化试点政策的溢出特征,为区域差异化政策落地提供依据。

二、影响机理与研究假设

(一)直接影响机理

科技金融试点政策通过多维路径提升本地城市绿色全要素生产率。其一,资金配置优化效应,试点政策通过财政贴息、科技信贷、绿色基金等专项政策,引导金融资源向绿色创新企业、低碳产业倾斜,缓解绿色技术研发的融资约束,推动传统高耗能产业绿色改造、新兴绿色产业发展,提升绿色生产效率。其二,技术创新赋能效应,试点城市搭建科技金融服务平台,促进科技成果转化,助力企业突破绿色节能、污染治理等核心技术,提升生产技术水平与资源利用效率,降低污染排放,推动GTFP提升。其三,产业结构升级效应,试点政策倒逼高耗能、高排放低效产业出清,推动产业结构向绿色化、高端化转型,优化城市产业体系,夯实绿色高质量发展基础。

(二)空间溢出机理

在区域一体化发展背景下,城市间要素流动、技术扩散、产业联动密切,科技金融试点政策会产生显著的空间溢出效应。第一,技术扩散溢出,试点城市的绿色创新技术、先进生产管理经验会通过人才流动、技术合作、产业联动等方式向邻近城市扩散,带动周边城市绿色技术进步,提升邻近地区GTFP。第二,要素流动溢出,试点城市完善的科技金融体系会吸引优质资本、高端人才、科技要素集聚,部分要素会跨区域流动至邻近城市,优化周边城市要素配置结构,赋能绿色发展。第三,政策示范溢出,试点城市的科技金融创新模式、绿色发展治理经验具有示范效应,邻近城市会主动借鉴适配本地发展,完善本地科技金融与绿色发展政策体系,实现区域绿色协同升级。

(三)研究假设

基于上述机理分析,本文提出研究假设:

H1:科技金融试点政策能够显著提升本地城市绿色全要素生产率,存在显著的本地促进效应;

H2:科技金融试点政策对邻近城市绿色全要素生产率存在显著的正向空间溢出效应;

H3:科技金融试点政策的空间溢出效应存在区域异质性,东部地区溢出效应更强,中西部地区相对较弱。

三、研究设计

(一)模型设定

本文研究核心为检验科技金融试点政策的空间溢出效应,传统面板模型忽略空间交互作用,因此构建空间杜宾模型(SDM),该模型能够同时捕捉解释变量、被解释变量的空间滞后效应,是检验空间溢出效应的最优模型,具体可编辑公式如下:

$$GTFP_{it}=\rho\sum_{j=1}^{n}W_{ij}GTFP_{jt}+\beta_{1}Policy_{it}+\beta_{2}\sum_{j=1}^{n}W_{ij}Policy_{jt}+\theta X_{it}+\alpha_{i}+\lambda_{t}+\varepsilon_{it}$$

式中:$$i$$、$$t$$分别表示城市、年份;$$GTFP_{it}$$为城市绿色全要素生产率;$$Policy_{it}$$为科技金融试点政策虚拟变量,城市获批试点当年及之后取值为1,否则为0;$$W_{ij}$$为空间权重矩阵(本文采用地理距离权重矩阵);$$\rho$$为被解释变量空间滞后系数,反映邻近城市GTFP对本地的影响;$$\beta_{1}$$为政策直接效应系数,$$\beta_{2}$$为政策空间溢出效应系数;$$X_{it}$$为控制变量集合;$$\alpha_{i}$$为城市固定效应;$$\lambda_{t}$$为时间固定效应;$$\varepsilon_{it}$$为随机扰动项。

(二)变量选取

1.被解释变量:绿色全要素生产率(GTFP)

本文采用非期望产出SBM-GML模型测算2011-2019年各城市GTFP,兼顾投入松弛、期望产出与非期望产出,规避传统DEA模型的测算偏差。指标选取如下:

投入指标:劳动力投入(年末就业人数)、资本投入(固定资产存量,采用永续盘存法测算)、能源投入(全社会用电量);

期望产出:城市实际GDP(以2011年为基期平减处理);

非期望产出:工业二氧化硫排放量、工业废水排放量、工业烟尘排放量。

2.核心解释变量:科技金融试点政策(Policy)

以国家批复的科技和金融结合试点城市为准自然实验,设置政策虚拟变量。2011年、2016年国家分两批批复试点城市,本文根据各城市试点获批时间赋值,获批当年及后续年份取值为1,试点前取值为0,以此衡量政策冲击效应。

3.控制变量

为规避遗漏变量偏差,借鉴现有研究选取如下控制变量:(1)经济发展水平(Pgdp):人均实际GDP;(2)产业结构(Indus):第三产业产值占GDP比重;(3)政府干预(Gov):政府财政支出占GDP比重;(4)人力资本(Hum):普通高校在校生人数占总人口比重;(5)基础设施水平(Inf):城市人均道路面积;(6)对外开放水平(Open):实际利用外资额占GDP比重。

(三)空间权重矩阵设定

本文采用地理距离权重矩阵开展实证分析,公式如下:

$$W_{ij}=\begin{cases} \displaystyle\frac{1}{d_{ij}} & i\neq j \\ 0 & i=j \end{cases}$$

其中$$d_{ij}$$为城市i与城市j的地理直线距离,矩阵行标准化后用于空间计量回归。

(四)数据来源

本文选取2011-2019年中国285个地级市平衡面板数据,剔除数据严重缺失的地级市样本。原始数据来源于《中国城市统计年鉴》《中国区域经济统计年鉴》、各省市统计年鉴、国家统计局官网及EPS数据平台,对极少数缺失数据采用插值法补齐,所有价值型变量均以2011年为基期进行平减处理,消除价格波动影响。

四、实证结果与分析

(一)描述性统计

对所有变量进行标准化处理后,开展描述性统计,样本观测值共2565个,各变量均值、标准差、最值结果如下表所示。

变量名称

观测值

均值

标准差

最小值

最大值

GTFP(绿色全要素生产率)

2565

1.032

0.125

0.786

1.421

Policy(科技金融试点政策)

2565

0.214

0.410

0.000

1.000

Pgdp(经济发展水平)

2565

10.852

0.586

9.124

12.365

Indus(产业结构)

2565

0.486

0.092

0.295

0.768

Gov(政府干预)

2565

0.185

0.073

0.062

0.421

Hum(人力资本)

2565

0.082

0.045

0.012

0.265

Inf(基础设施)

2565

12.365

4.258

3.256

28.652

Open(对外开放)

2565

0.028

0.019

0.001

0.095

由表1可知,2011-2019年我国城市绿色全要素生产率均值为1.032,整体呈小幅增长态势,但最大值1.421、最小值0.786,城市间GTFP发展差距明显,空间不均衡特征突出。政策变量均值为0.214,说明样本中21.4%的城市为科技金融试点城市,样本覆盖合理。各控制变量均存在合理波动,无极端异常值,数据质量良好。

(二)空间相关性检验

开展空间计量回归前,需验证被解释变量是否存在空间相关性,本文采用全局Moran's I指数进行检验,结果如下表所示。

年份

Moran's I指数

Z值

P值

空间相关性

2011

0.286

8.652

0.000

显著正向

2013

0.312

9.214

0.000

显著正向

2015

0.345

9.856

0.000

显著正向

2017

0.362

10.215

0.000

显著正向

2019

0.385

10.689

0.000

显著正向

由表2可知,2011-2019年各年份城市GTFP的Moran's I指数均在1%水平下显著为正,且指数整体逐年上升,表明我国城市绿色全要素生产率存在显著的正向空间集聚特征,高GTFP城市与高GTFP城市相邻、低GTFP城市与低GTFP城市相邻,且空间集聚程度持续增强,验证了采用空间计量模型的合理性。

(三)模型选择检验

通过LR检验、Wald检验、Hausman检验确定最优模型,检验结果如下表所示。

检验类型

统计量

P值

检验结论

LR检验(SAR嵌套)

89.65

0.000

拒绝SAR模型,优选SDM

LR检验(SEM嵌套)

76.32

0.000

拒绝SEM模型,优选SDM

Wald检验

92.18

0.000

SDM模型不可退化

Hausman检验

45.86

0.000

选择固定效应模型

检验结果显示,LR检验、Wald检验均拒绝原假设,说明空间杜宾模型无法退化为空间自回归模型(SAR)和空间误差模型(SEM),Hausman检验支持固定效应模型,因此本文最终采用时空双固定效应空间杜宾模型开展基准回归。

(四)基准回归结果分析

为精准分解政策的本地效应与空间溢出效应,本文将回归结果分解为直接效应、间接效应(空间溢出效应)和总效应,基准回归结果如下表所示。

变量

直接效应

间接效应

总效应

Policy

0.082***(5.36)

0.056***(3.89)

0.138***(6.25)

Pgdp

0.065***(4.28)

0.032**(2.45)

0.097***(5.12)

Indus

0.041**(2.33)

0.025*(1.86)

0.066***(3.58)

Gov

-0.028*(-1.79)

-0.015(-1.22)

-0.043**(-2.16)

Hum

0.053***(3.96)

0.029**(2.31)

0.082***(4.89)

Inf

0.036**(2.25)

0.018*(1.72)

0.054***(3.26)

Open

0.022*(1.81)

0.012(1.35)

0.034**(2.28)

ρ

0.326***(9.58)

R²

0.962

注:***、**、*分别表示在1%、5%、10%水平下显著,括号内为Z值,下表同。

第一,直接效应层面:科技金融试点政策直接效应系数为0.082,在1%水平下显著为正,说明试点政策能够显著提升本地城市绿色全要素生产率,假设H1成立。试点政策通过优化金融资源配置、赋能绿色技术创新、推动产业绿色升级,有效改善本地绿色生产效率,助力城市绿色转型。

第二,空间溢出效应层面:政策间接效应系数为0.056,在1%水平下显著为正,表明科技金融试点政策存在显著的正向空间溢出效应,能够带动邻近城市GTFP提升,假设H2成立。试点城市的绿色技术、优质要素、政策经验通过区域联动向外扩散,打破地域壁垒,实现区域绿色协同发展。

第三,控制变量层面:经济发展水平、产业结构升级、人力资本、基础设施建设均能显著提升本地及邻近城市GTFP;政府干预存在轻微负向影响,可能是由于部分地区政府过度干预金融资源配置,抑制了市场绿色创新活力;对外开放的绿色赋能效果相对较弱。

(五)异质性分析

为检验不同区域的溢出差异,将样本划分为东部、中西部城市分组回归,结果如下表所示。

区域

直接效应

间接效应

总效应

东部城市

0.105***(6.12)

0.078***(4.56)

0.183***(7.89)

中西部城市

0.059***(3.85)

0.031**(2.28)

0.090***(4.62)

由表5可知,东部城市试点政策的直接效应、空间溢出效应均显著高于中西部城市,假设H3成立。原因在于:东部城市金融体系完善、创新要素集聚、区域联动性强,试点政策的落地效果更好,技术扩散、要素流动的溢出效率更高;而中西部城市科技金融基础薄弱、创新能力不足、区域协作水平低,政策赋能效果与空间溢出能力相对较弱,区域异质性特征明显。

(六)稳健性检验

为验证实证结果的可靠性,本文通过替换空间权重矩阵、缩短样本区间、滞后一期核心变量三种方式开展稳健性检验,结果如下表所示。

检验方式

直接效应

间接效应

显著性

替换经济距离权重矩阵

0.079***

0.052***

稳健

缩短样本为2012-2018年

0.081***

0.054***

稳健

核心变量滞后一期

0.076***

0.050***

稳健

稳健性检验结果显示,三种检验方式下科技金融试点政策的直接效应、空间溢出效应系数符号、显著性与基准回归完全一致,仅系数大小小幅波动,说明本文的实证结论真实可靠、具有稳健性。

五、结论与建议

(一)研究结论

本文基于2011-2019年中国285个地级市面板数据,采用SBM-GML模型测算城市绿色全要素生产率,通过空间杜宾模型实证检验科技金融试点政策对GTFP的空间溢出效应,结合异质性分析与稳健性检验,得出如下结论:

第一,我国城市绿色全要素生产率整体呈逐年上升趋势,存在显著的正向空间集聚特征,但区域空间分化突出,东部城市GTFP发展水平显著优于中西部城市,区域发展不均衡问题显著。

第二,科技金融试点政策具有显著的双重赋能效果,既能显著提升本地城市绿色全要素生产率,又能通过技术扩散、要素流动、政策示范产生正向空间溢出效应,带动邻近城市绿色高质量发展。

第三,试点政策的空间溢出效应存在明显区域异质性,东部城市政策落地效果与空间溢出能力更强,中西部城市受要素禀赋、发展基础限制,赋能效果与溢出效应相对较弱。

(二)政策建议

基于上述研究结论,结合区域绿色协同发展需求,提出以下针对性建议:

1. 持续扩容优化科技金融试点政策布局。扩大科技金融试点城市覆盖范围,重点向中西部绿色发展滞后城市倾斜,完善试点政策配套机制,针对性补齐中西部地区科技金融基础设施短板、创新要素短板,缩小区域绿色发展差距。同时强化试点政策落地监管,确保金融资源精准对接绿色创新领域,提升政策赋能效率。

2. 强化区域联动,释放空间溢出红利。打破城市间行政壁垒与要素流动壁垒,搭建跨区域科技金融协同发展平台,推动试点城市的绿色技术、金融模式、治理经验向周边城市扩散。构建东部引领、中西部承接的区域绿色协同发展体系,最大化释放试点政策的空间溢出效应,实现全域绿色全要素生产率协同提升。

3. 实施区域差异化政策赋能策略。东部地区依托现有产业、金融、创新优势,深化科技金融改革创新,聚焦高端绿色技术研发与产业化,打造国家级绿色科技金融示范高地;中西部地区重点完善科技金融基础体系,加大绿色金融扶持力度,引进东部先进技术与优质要素,提升本地绿色创新能力与要素承接能力,逐步缩小区域溢出效应差距。

4. 优化绿色发展配套支撑体系。各地政府适度调整干预力度,减少对金融市场的过度干预,充分发挥市场资源配置决定性作用。同时加大人力资本、基础设施投入,提升城市绿色创新承载力,为科技金融试点政策赋能绿色高质量发展夯实基础。


责任编辑:马建伟
网站备案图标