環(huán)境規(guī)制調節(jié)下數字金融對綠色全要素生產率的影響

摘要：“雙碳”背景下，衡量經濟發(fā)展質量的重要指標之一就是綠色全要素生產率?？焖侔l(fā)展的數字金融已成為我國經濟發(fā)展的重要推動力，對重污染企業(yè)節(jié)能減排實現綠色低碳發(fā)展、提升綠色全要素生產率具有重要影響。本文基于2011—2021年滬深上市A股重污染行業(yè)面板數據，使用SBM-GML模型測算重污染行業(yè)綠色全要素生產率，利用固定效應模型研究數字金融對重污染行業(yè)綠色全要素生產率的影響，以及環(huán)境規(guī)制的調節(jié)效應。研究表明：數字金融顯著提升了重污染行業(yè)綠色全要素生產率；環(huán)境規(guī)制在本文主效應中起著負向調節(jié)的作用；進一步的機制檢驗表明，數字金融能夠通過綠色技術創(chuàng)新來提升重污染行業(yè)綠色全要素生產率；相較于非國有企業(yè)，數字金融對國有企業(yè)綠色全要素生產率提升作用更顯著；相較于中部，數字金融對西部和東部的影響更大?；诖耍疚慕ㄗh加快金融智能化和數字資產化，并制定差異性環(huán)境政策幫助重污染行業(yè)綠色轉型，助力高質量發(fā)展。關鍵詞：“雙碳”；高質量發(fā)展；SBM-GML；固定效應一、引言及文獻綜述在經濟新常態(tài)下，踐行“綠水青山就是金山銀山”理念成為了社會共識，在追求經濟增長的同時，也應當注意加強環(huán)境保護，注意提高經濟發(fā)展的質量，不能用犧牲生態(tài)環(huán)境的方式來發(fā)展經濟。而重污染行業(yè)作為粗放式生產模式的代表，一直是大眾關注的焦點，其能否形成綠色低碳的生產方式，對我國的生態(tài)環(huán)境保護、實現“碳達峰”“碳中和”目標，以及經濟發(fā)展的質量有著極大的影響。因此，提高重污染行業(yè)綠色全要素生產率以轉變經濟發(fā)展方式、助力經濟高質量發(fā)展迫在眉睫。金融作為實體經濟的血脈，是重污染行業(yè)提高綠色全要素生產率、實現綠色轉型的最重要的支持力量之一，是經濟高質量發(fā)展的最重要源泉動力之一。唐松等（2019）指出，數字金融能夠借助數字技術為客戶提供精準服務，甄別創(chuàng)業(yè)主體，引導金融資源流入創(chuàng)新項目，進而促進創(chuàng)新創(chuàng)業(yè)。謝絢麗等（2018）指出，數字金融能夠利用云計算、大數據等科技精準識別潛在客戶群體，通過緩解信息不對稱、提高金融服務質量、降低交易費用等方式來促進創(chuàng)新創(chuàng)業(yè)。Omarini（2018）指出，銀行通過借助數字技術能夠為企業(yè)提供更個性化、智能化的金融產品，從而拓寬企業(yè)的融資渠道，提高融資效率。此外，張勛等（2020）通過實證研究發(fā)現，數字金融是通過縮短居民日常的購物時間、便利支付方式來提升消費的。隨著數字技術朝著縱深方向發(fā)展，數字金融除了對創(chuàng)新創(chuàng)業(yè)、融資效率、居民消費等領域影響巨大以外，同時也為綠色全要素生產率的提升指明了一個新的方向。在數字金融與綠色全要素生產率的關系方面，Siekeetal.（2019）指出，科學技術的推廣與應用，能夠促進金融機構工作效率的提升和結構的升級，使金融機構承擔更多保護環(huán)境的社會責任，朝著綠色金融方向發(fā)展。數字金融在經濟社會發(fā)展中充當著“綠色金融”的角色，這是由它的綠色屬性決定的，這也為我國企業(yè)提高綠色全要素生產率、經濟實現高質量發(fā)展指明了一條新的道路（朱杰堂等，2022）。范欣等（2021）通過實證方法檢驗了數字金融對綠色全要素生產率的促進作用，并且通過研究發(fā)現促進作用的傳導機制是地區(qū)創(chuàng)業(yè)與技術創(chuàng)新。此外，朱悅等（2022）將中國東部65個城市作為樣本，研究發(fā)現數字金融能夠通過促進綠色創(chuàng)新、產業(yè)結構調整升級與優(yōu)化資金配置等方式提高綠色全要素生產率。Razzaqetal.（2023）通過研究發(fā)現，數字金融不僅能夠推動企業(yè)數字化轉型，還能有效支持企業(yè)能源貧困問題的解決，進而提高綠色全要素生產率。在環(huán)境規(guī)制與綠色全要素生產率的關系方面，現有研究有兩種觀點。一些學者認為環(huán)境規(guī)制與綠色全要素生產率之間存在負向關系。郝良峰等（2021）認為隨著環(huán)境規(guī)制的實施，企業(yè)不得不采取有效措施來遵守環(huán)境保護相關規(guī)定，這勢必會提高企業(yè)合規(guī)成本，進而導致企業(yè)改善綠色全要素生產率資金不足的問題，即影響綠色全要素生產率的提高。Rubashkinaetal.（2015）基于歐盟17個國家的制造業(yè)樣本數據，通過實證研究發(fā)現環(huán)境規(guī)制對這17個國家的制造業(yè)的綠色全要素增長率起著顯著的抑制作用。然而，一些學者認為環(huán)境規(guī)制與綠色全要素生產率之間存在正向關系。張建鵬等（2021）通過研究指出，雖然企業(yè)為了遵守環(huán)境政策相關法律或者規(guī)定，會增加在技術改造、環(huán)保設施方面的投入，從而推高企業(yè)的成本，但長期來看，合理的環(huán)保政策能夠促進企業(yè)綠色技術創(chuàng)新水平的提高，由綠色技術創(chuàng)新帶來的補償將大于前期的投入，因此能夠促進綠色全要素生產率的提升。Liangetal.（2020）將江蘇省物流業(yè)作為研究對象進行探討發(fā)現，環(huán)境規(guī)制能夠通過技術改造升級，促進江蘇省物流業(yè)的綠色全要素生產率的上升。綜上所述，學者們已經對數字金融、綠色全要素生產率與環(huán)境規(guī)制展開了較豐富的研究，且多數研究聚焦在宏觀層面，而本文將研究視角放在微觀層面的重污染行業(yè)，并在驗證數字金融對重污染行業(yè)綠色全要素生產率作用的基礎上加入環(huán)境規(guī)制調節(jié)變量，檢驗環(huán)境規(guī)制與數字金融的協(xié)調配合對重污染行業(yè)綠色全要素生產率的影響，以期能為重污染行業(yè)實現綠色轉型、我國實現“雙碳”目標提供參考。二、理論分析與研究假設（一）數字金融與綠色全要素生產率造成我國環(huán)境污染嚴重的重要主體之一就是重污染行業(yè)，想要實現高質量發(fā)展，必須把提升重污染行業(yè)綠色全要素生產率放在首要位置，因此需要加大污染治理投資和綠色資源投入以節(jié)能減排。由于綠色項目面臨著投資回報不確定、成本高、貸款周期較長等問題，許多金融機構將重污染行業(yè)的綠色項目拒之門外。而數字金融的出現打破了這一僵局。數字金融利用區(qū)塊鏈、大數據等技術，能夠使資本要素加速流動，促進區(qū)域創(chuàng)新（謝絢麗等，2018）。一方面，數字金融借助現代化數字技術，能夠突破時間、空間的限制向客戶提供金融產品與服務；另一方面，數字金融具有高效及低費用等特點，不僅能夠使企業(yè)獲得金融服務的門檻降低、成本降低，還能夠拓寬融資渠道，緩解融資約束，為企業(yè)綠色技術的創(chuàng)新與改造升級提供資金保障，激發(fā)企業(yè)創(chuàng)新活力（惠獻波，2021）。數字金融能夠利用數字技術為公眾“精準畫像”，緩解信息不對稱的同時擴大金融服務的范圍，有利于促進工業(yè)綠色發(fā)展。據此提出：H1：數字金融與綠色全要素生產率呈顯著正向相關關系。（二）環(huán)境規(guī)制的調節(jié)作用環(huán)境規(guī)制能夠將環(huán)境污染的外部性轉變?yōu)閮炔啃裕瑢嵤┉h(huán)境規(guī)制是穩(wěn)妥推進碳達峰碳中和、改善我國生態(tài)的重要抓手。環(huán)境規(guī)制不僅能夠約束企業(yè)的生產經營活動，同時也能夠引導投資者加大對企業(yè)綠色創(chuàng)新的關注。適當的環(huán)境政策能夠推動綠色技術的發(fā)展，進而提高綠色全要素生產率。這是由于，一是環(huán)境規(guī)制的實施，企業(yè)受到外部壓力而激發(fā)內生動力，倒逼企業(yè)改進技術，從而降低工業(yè)污染的排放量；二是能夠迫使企業(yè)積極利用數字金融來調動優(yōu)化各種資源、要素，以獲得充分的資金購買節(jié)能減排設備，加強先進技術的推廣與應用，以降低工業(yè)能源消耗強度；三是隨著環(huán)境規(guī)制力度的增大，企業(yè)對于先進節(jié)能減排技術的需求更加強烈，有助于企業(yè)生產工藝不斷更新?lián)Q代，產品技術含量不斷升高，推動自身綠色轉型升級，提高綠色全要素生產率，促進高質量發(fā)展。據此提出：H2：環(huán)境規(guī)制顯著增強數字金融對綠色全要素生產率的影響。“波特理論”認為（Porter，1999），企業(yè)綠色全要素生產率能夠得到提升的條件是，企業(yè)通過適當的環(huán)境規(guī)制帶來的創(chuàng)新補償超過其需要的成本。但由于產品研發(fā)和技術改造本身具有高風險性，投入到綠色環(huán)保項目得到的補償的不確定性也將極大提高，所以短期內綠色技術創(chuàng)新以及產業(yè)結構調整升級的效果可能不夠理想。加之企業(yè)為了達到環(huán)境規(guī)制的要求，除了在治理環(huán)境方面的成本會增加外，采購清潔設備、綠色原料進行生產時成本也會增加。保護生態(tài)環(huán)境、加強污染治理有利于創(chuàng)造社會效益，實現碳達峰、碳中和的目標，但由于環(huán)境政策會讓企業(yè)加大污染治理的投入，會使企業(yè)增加自身的成本，進而導致企業(yè)在激烈的市場競爭中處于劣勢地位。此外，治污成本的增加也將擠占企業(yè)的綠色技術創(chuàng)新投入，降低企業(yè)的綠色創(chuàng)新積極性，因此可能會抑制綠色全要素生產率的提升。據此提出：H3：環(huán)境規(guī)制顯著削弱數字金融對綠色全要素生產率的影響。（三）綠色技術創(chuàng)新的中介作用由于綠色產品研發(fā)和技術改造具有高風險性，投入到綠色環(huán)保項目得到的補償也具有極大的不確定性，如果僅依靠國家補貼和企業(yè)內部資金，不足以支撐企業(yè)綠色創(chuàng)新，因此企業(yè)要積極拓寬外部融資渠道來滿足自身融資需求。依托人工智能、大數據等科技，具有高效率、低門檻等特點的數字金融，可以有效盤活金融資源，提升資源配置效率，為企業(yè)綠色技術創(chuàng)新提供資金保障。一方面，數字金融能夠增加企業(yè)融資數量。數字金融利用大數據等技術能夠更好的發(fā)揮長尾效應，緩解信息不對稱，拓寬企業(yè)融資渠道；同時，數字金融打破了時間和空間的限制，能夠降低交易成本、時間成本等，通過降低成本和拓寬渠道增加企業(yè)融資數量。另一方面，數字金融能夠提高融資質量。數字金融能夠精準評估項目風險的高低，并剔除掉高風險項目，增強風控能力，提高融資質量。此外，數字金融積極響應政府碳達峰碳中和目標，開發(fā)針對性的綠色服務與產品，提升企業(yè)金融服務可得性，為企業(yè)綠色轉型提供信貸支持，促進企業(yè)綠色全要素生產率的提升。據此提出：H4：數字金融可以通過加強綠色技術創(chuàng)新來提高綠色全要素生產率。三、研究設計（一）模型設定為檢驗數字金融對重污染行業(yè)綠色全要素生產率的影響，本文設定如下個體、時間雙向固定效應模型：gtfp=α+αindex+αcontrol+μ+λ+ε（1）其中，gtfp表示i重污染行業(yè)在t時期的綠色全要素生產率，indexit表示i重污染行業(yè)所屬省份在t時期的數字金融發(fā)展水平。control為控制變量，μ和λ分別表示個體固定效應和時間固定效應，ε表示隨機擾動項。為驗證數字金融與環(huán)境規(guī)制的協(xié)調配合對重污染行業(yè)綠色全要素生產率的影響，設定如下交互效應模型：gtfp=β+βindex+βindex×er+βer+βcontrol+μ+λ+ε（2）其中，er表示i重污染行業(yè)所屬省份在t時期的環(huán)境規(guī)制水平，index×er表示數字金融與環(huán)境規(guī)制的交互效應，其他變量與式（1）相同。為檢驗綠色技術創(chuàng)新的中介效應，參考QiongJietal.（2021）的做法，設定如下固定效應模型：gtfp=γ+γindex+γcontrol+μ+λ+ε（3）1nsq=δ+δindex+δcontrol+μ+λ+ε（4）其中，1nsq表示i重污染行業(yè)在t時期的綠色創(chuàng)新水平，其他變量與式（1）相同。（二）變量選取本文選取2011—2021年滬深A股上市重污染行業(yè)作為研究對象，具體包括火電、建材、制藥等16類行業(yè)，分類依據是證監(jiān)會公布的上市公司分類標準。數據來源于CSMAR數據庫、《中國城市統(tǒng)計年鑒》、北京大學數字金融研究中心、政府工作報告，并對數據進行處理：剔除ST、*ST重污染行業(yè)，剔除2011年以后上市的重污染行業(yè)，剔除核心變量缺失嚴重的重污染行業(yè)，部分缺失數據使用線性插值法來補充，利用winsor2命令進行數據縮尾。最終獲得2372個觀測值，指標體系構建通過MATLAB實現，實證檢驗通過Stata16.0軟件實現。1.被解釋變量借鑒Oh（2010）的做法，采用超效率SBM-GML指數模型測度重污染行業(yè)綠色全要素生產率作為本文的被解釋變量，計算公式如式（5）所示：其中，GML代表生產效率變動情況，GEC代表技術效率變化，GTC代表技術進步，設定2011年為基期，即2011年重污染行業(yè)綠色全要素生產率為1，并通過累乘得到2012—2021年重污染行業(yè)綠色全要素生產率。計算時需要使用的指標有：投入指標。投入指標由勞動投入、資本投入和能源投入構成。勞動投入的代理變量是每年末的重污染行業(yè)員工人數；資本投入的代理變量是重污染行業(yè)的固定資產凈額；能源投入的代理變量是重污染行業(yè)所在城市能源消耗總量按重污染行業(yè)員工人數占城市就業(yè)人員比重換算而來。期望產出。本文將重污染行業(yè)的營業(yè)收入作為期望產出的代理變量。非期望產出。非期望產出的代理變量是重污染行業(yè)所在城市“工業(yè)三廢”按重污染行業(yè)員工人數占城市就業(yè)人員比重換算而來。2.解釋變量本文的解釋變量是北京大學數字普惠金融指數（郭峰等，2020），該指數一共有三個維度，分別為覆蓋廣度、使用深度和數字化程度，用該指數來衡量數字金融發(fā)展水平比較客觀、全面，具有權威性。3.調節(jié)變量本文的調節(jié)變量是環(huán)境規(guī)制。借鑒陳詩一等（2018）的研究，采用政府工作報告中環(huán)境詞匯比重作為環(huán)境規(guī)制的代理變量。不選擇基于單個字數而選擇基于環(huán)境詞匯出現的頻數計算環(huán)境規(guī)制強度的原因是，詞匯在保留源文本的語義方面更加的精準。4.中介變量本文的中介變量是綠色技術創(chuàng)新水平。參考主流文獻的做法，用重污染行業(yè)當年綠色專利申請的數量加1后取自然對數，作為重污染行業(yè)綠色技術創(chuàng)新水平的代理變量。5.控制變量在回歸分析中，本文共加入以下控制變量：重污染行業(yè)年齡（age）、企業(yè)規(guī)模（size）、企業(yè)現金流比率（cash）、營業(yè)收入增長率（gro）、總資產周轉率（ato）、第一大股東持股比例（top1）等企業(yè)層面控制變量，城鎮(zhèn)化水平（urb）、對外開放程度（open）、經濟發(fā)展水平（eco）等省份層面控制變量。各個變量的定義和計算方式如表2所示。四、實證分析（一）描述性統(tǒng)計表3是各變量的描述性統(tǒng)計，可以看出，重污染行業(yè)綠色全要素生產率（gtfp）的均值小于1，說明在2011—2021年我國上市重污染行業(yè)綠色全要素生產率呈下降趨勢，隨著保護環(huán)境政策力度的加大，重污染行業(yè)可能面臨著較大的綠色轉型壓力；數字金融（index）最大值為6.101，最小值為4.503，均值為5.551，說明不同省份的數字金融發(fā)展水平存在較大的差距；環(huán)境規(guī)制（er）的最大值是0.005，最小值是0.002，均值是0.003，說明不同省份環(huán)境規(guī)制力度差距較大?？刂谱兞恐笜嘶痉辖涷灁抵?。為初步檢驗數字金融（index）與重污染行業(yè)綠色全要素生產率（gtfp）間的相關性，本文根據樣本所屬省份的數字金融發(fā)展水平的差異進行了T檢驗（見表4）。從表4可以看出，數字金融發(fā)展水平低組中的重污染行業(yè)綠色全要素生產率均值為0.944，數字金融高組中的重污染行業(yè)綠色全要素生產率均值為1.038，且低組與高組的均值在1%水平上存在顯著差異，表明數字金融發(fā)展水平較高地區(qū)的重污染行業(yè)可能其綠色全要素生產率水平也較高。（二）基準回歸為驗證數字金融對重污染行業(yè)綠色全要素生產率的影響，以及環(huán)境規(guī)制的調節(jié)效應，本文選擇建立雙向固定效應的基準模型，基準回歸結果見表5。從表5可以看出，無論是否加入省份層面控制變量和環(huán)境規(guī)制調節(jié)變量，數字金融（index）估計系數都大于零，并分別在5%、1%、1%、1%水平上顯著，這說明數字金融的發(fā)展能夠推動重污染行業(yè)綠色全要素生產率的提高，并且結果穩(wěn)健，初步證明了假設H1。原因可能是，一方面，數字金融發(fā)展水平越高的地區(qū)，意味著區(qū)塊鏈、大數據等科技越發(fā)達，重污染行業(yè)能夠享受到的金融產品和服務越多；另一方面，數字金融能夠利用其低費用、高便利的優(yōu)勢緩解重污染行業(yè)的融資約束難題，為重污染行業(yè)綠色技術創(chuàng)新提供充足資金，進而為推動重污染行業(yè)綠色轉型、提高綠色全要素生產率創(chuàng)造了可能性。進一步對比表5列（1）和列（2）、列（3）和列（4）中數字金融（index）估計系數可以發(fā)現，列（2）和列（4）數字金融（index）估計系數為0.109和0.114，分別大于列（1）和列（3）數字金融（index）估計系數0.059和0.072，說明加入省份層面控制變量進行基準回歸后，數字金融對重污染行業(yè)綠色全要素生產率的作用更明顯。從數字金融（index）和環(huán)境規(guī)制（er）的交互項來看，列（3）、列（4）交互項估計系數分別為-6.107、-4.983，均小于零，并且都在5%水平上顯著，這說明對重污染行業(yè)來說，調節(jié)變量壞境規(guī)制（er）顯著削弱了數字金融對重污染行業(yè)綠色全要素生產率的影響，即調節(jié)變量環(huán)境規(guī)制（er）在其中起著負向調節(jié)的作用，初步證明了假設H3。原因可能是：環(huán)境規(guī)制的實施會使企業(yè)加大在污染治理方面的投入，導致自身生產成本增加，并擠占綠色技術創(chuàng)新的投入，降低其綠色創(chuàng)新的積極性，可能會影響重污染行業(yè)的綠色轉型，從而抑制綠色全要素生產率的增長。（三）穩(wěn)健性檢驗1.敏感性檢驗本文的研究對象是2011—2021年滬深A股上市的重污染行業(yè)，具體包含火電、建材、制藥、化工、煤炭、采礦業(yè)、水泥等16類。由于不同類別的重污染行業(yè)的生產經營方式差別較大，難免會影響回歸結果的準確性。本文參照曾春華等（2022）的做法，使用年度-行業(yè)均值調整后的重污染行業(yè)綠色全要素生產率代替被解釋變量進行回歸，敏感性測試的基準回歸結果如表6所示。表6列（1）是只加入企業(yè)控制變量的敏感性測試回歸結果，數字金融（index）與調整后的重污染行業(yè)綠色全要素生產率（Adjgtfp）的估計系數為0.093，在1%水平上正顯著；表6列（2）是既加入企業(yè)層面控制變量，又加入省份層面控制變量的回歸結果，數字金融（index）與調整后的重污染行業(yè)綠色全要素生產率（Adjgtfp）的估計系數是0.089，并在1%水平上正顯著。可以看出，無論是否加入省份層面控制變量，數字金融（index）估計系數均在1%水平上正顯著，再次驗證了假設H1，即數字金融的發(fā)展能夠推動重污染行業(yè)綠色全要素生產率的提高。推動作用產生的原因可能是，借助人工智能、大數據、云計算等科技，數字金融能夠拓寬重污染行業(yè)融資渠道、降低融資所需要的成本，進而緩解重污染行業(yè)面臨的融資難題。此外，數字金融還能夠利用自身優(yōu)勢為重污染企業(yè)技術創(chuàng)新提供科技支持和資金保障，這為重污染行業(yè)綠色全要素生產率的提升創(chuàng)造了條件。表6列（1）數字金融（index）與環(huán)境規(guī)制（er）交互項的估計系數是-5.041，在5%水平上負顯著；表6列（2）交互項的估計系數是-4.597，在10%水平上負顯著，說明環(huán)境規(guī)制對本文直接效應的調節(jié)作用顯著，并且調節(jié)作用是負向的，再次驗證了假設H3，即環(huán)境規(guī)制在數字金融與重污染行業(yè)綠色全要素生產率之間起著負向調節(jié)作用。環(huán)境規(guī)制顯著削弱數字金融對重污染行業(yè)綠色全要素生產率影響的原因可能是，一方面環(huán)境規(guī)制會導致重污染行業(yè)增加環(huán)境治理成本、擠占創(chuàng)新投入，另一方面技術創(chuàng)新風險較大，共同導致了環(huán)境規(guī)制的負向調節(jié)作用。2.剔除新冠疫情影響表7是剔除新冠疫情影響后的回歸結果。2020年新冠疫情的到來，導致重污染行業(yè)的正常生產經營受到了巨大的影響，在此背景下，重污染行業(yè)不得不采取臨時性的經營策略來應對危機。除了臨時性經營策略可能會對研究結論產生影響外，還需要注意全球經濟下滑等外部因素對研究的影響。因此，本文將2020—2021年的樣本數據剔除后再次進行回歸，回歸結果如表7所示。表7列（1）為僅控制企業(yè)層面控制變量的結果，數字金融（index）估計系數是0.065，在1%水平上顯著；表7列（2）為同時控制省份、企業(yè)控制變量的回歸結果，數字金融（index）估計系數是0.072，在5%水平上顯著，表明剔除新冠影響后，本文研究結論仍穩(wěn)健。3.替換解釋變量表8的列（1）、列（2）、列（3）分別為數字金融的3個2級指標，即數字金融覆蓋廣度（cov）、使用深度（us）、數字化程度（dig）作為解釋變量進行基準回歸后的結果。可以看到3個2級指標前的回歸系數分別為0.062、0.037、0.034，并且分別在1%、10%、10%的水平上顯著，再次驗證了假設H1，即數字金融的發(fā)展能夠促進重污染行業(yè)綠色全要素生產率的增長。其中，數字金融覆蓋廣度（cov）的回歸系數是0.062，相較于使用深度（us）的回歸系數0.037和數字化程度（dig）的回歸系數0.034，數字金融覆蓋廣度（cov）的回歸系數更大，說明在數字金融的3個2級指標之間，數字金融覆蓋廣度（cov）對重污染行業(yè)綠色全要素生產率的促進作用更大。此外，數字金融覆蓋廣度（cov）、使用深度（us）、數字化程度（dig）與環(huán)境規(guī)制（er）交互項的系數分別為-6.767、-5.748、-3.971，并且分別在1%、5%、10%水平上顯著，再次驗證了假設H3，即環(huán)境規(guī)制在數字金融與重污染行業(yè)綠色全要素生產率之間起著負向調節(jié)作用。以上替換解釋變量后再進行基準回歸的結果表明，本文的雙向固定效應回歸具有穩(wěn)健性。（四）PSM檢驗本文使用傾向得分匹配法緩解樣本內生性問題。具體步驟是，先將樣本分為對照組（Treat=0）和實驗組（Treat=1），把控制變量設定為協(xié)變量，重污染行業(yè)綠色全要素生產率設定為結果變量，采用“一對一、無放回”的方式進行匹配，使對照組和實驗組的其他協(xié)變量相一致。如圖所示，圖1是匹配前的核密度圖，圖2是匹配后的核密度圖，可以看出，圖2匹配效果較好，即對照組和實驗組的協(xié)變量匹配效果較好，因此將匹配后的數據再次進行回歸并查看結果。表9是匹配后的回歸結果。其中，表9列（1）是僅控制企業(yè)層面控制變量的結果，可以看到，數字金融（index）估計系數是0.104，在5%水平上顯著；表9列（2）同時控制了省份與企業(yè)層面控制變量，數字金融（index）估計系數是0.184，在1%水平上顯著，可以看出，增加了省份層面控制變量后，數字金融的提升作用更大。根據傾向得分匹配法匹配后的回歸結果可以看出，樣本不存在內生性問題，本文的回歸結果具有穩(wěn)健性。五、進一步分析（一）中介機制檢驗表10是數字金融通過綠色技術創(chuàng)新（lnsq）對重污染行業(yè)綠色全要素生產率產生影響的實證結果。從表10可以看出，列（1）數字金融（index）估計系數是0.109，并在1%顯著性水平上正顯著，說明數字金融發(fā)展水平越高，重污染行業(yè)綠色全要素生產率越高；列（2）數字金融（index）估計系數是1.119，在5%顯著性水平上正顯著，說明數字金融發(fā)展水平越高，重污染行業(yè)綠色技術創(chuàng)新能力越強。以上結果表明，綠色技術創(chuàng)新在數字金融對重污染行業(yè)綠色全要素生產率的作用過程中發(fā)揮了中介作用。這可能是由于數字金融的發(fā)展，降低了重污染行業(yè)的融資成本，拓寬了重污染行業(yè)的融資渠道，使重污染行業(yè)能夠擁有較充分的資金去進行綠色技術改造創(chuàng)新，推動重污染行業(yè)綠色轉型，進而提高重污染行業(yè)綠色全要素生產率。（二）異質性檢驗1.不同產權性質的異質性檢驗表11是對不同產權性質的異質性檢驗的實證結果。表11的列（1）是重污染行業(yè)中屬于國有企業(yè)的回歸結果，可以看到數字金融（index）估計系數是0.141，在5%顯著性水平上正顯著；列（2）是非國有企業(yè)，數字金融（index）估計系數不顯著。說明數字金融對重污染行業(yè)中國企綠色全要素生產率的提升作用更加明顯。原因可能是，國企在技術儲備、人才、資產規(guī)模等方面更具有優(yōu)勢，在融資過程當中更易受到市場的青睞，因此有較為充裕的資金進行綠色轉型。此外，國企對于國家政策的響應更積極和及時，對綠色發(fā)展以及轉型更加重視。所以，數字金融對重污染行業(yè)中的國企綠色全要素生產率的提升效果更顯著。2.不同區(qū)域的異質性檢驗表12是對不同區(qū)域的異質性檢驗的回歸結果。表12的列（1）是中部地區(qū)重污染行業(yè)的回歸結果，數字金融（index）估計系數是0.372，在10%顯著性水平上正顯著；列（2）是西部地區(qū)重污染行業(yè)的回歸結果，數字金融（index）估計系數是0.158，在5%顯著性水平上正顯著；列（3）是東部地區(qū)重污染行業(yè)的回歸結果，數