数字时代的绿色增长：数字金融、绿色技术创新与生态福利绩效之间的因果互动

《TECHNOLOGY IN SOCIETY》：Green Growth in the Digital Age: The Causal Interactions Between Digital Finance, Green Technology Innovation, and Ecological Welfare Performance

数字金融通过绿色技术创新提升生态福利绩效，动态双向依赖与阈值效应显著。研究构建DF-GTI-EWP整合框架，运用GMM-PVAR、阈值回归和SEM，揭示DL阈值（240.91）、DD临界值（0.94）及GTI的中介作用。

　　

张宇|杨帆|毛彦英|焦柳丹|霍晓森|帅晨阳

重庆交通大学经济与管理学院，中国重庆

摘要

在全球可持续性挑战的背景下，数字金融（DF）已成为推动绿色技术创新（GTI）和生态福利绩效（EWP）发展的变革力量。本研究超越了传统的单向分析方法，构建了一个综合框架来探讨DF-GTI-EWP系统内的复杂相互关系。利用2011至2023年间中国273个城市的数据，并结合广义矩方法-面板向量自回归（GMM-PVAR）、阈值回归和结构方程模型，得出了若干关键发现。首先，该系统存在动态依赖性，表现为DF与GTI之间以及GTI与EWP之间的双向联系，同时还存在DF→EWP的单向效应。其次，GTI在传递DF对EWP的影响中起着重要的中介作用。第三，DF的不同维度对其效果有影响：数字化水平（DL）对EWP的影响最大，而使用深度（UD）主要促进GTI的发展。最后，研究发现了显著的阈值效应：DL必须超过240.91才能改善EWP，而数字鸿沟（DD）水平超过0.94会抵消DL带来的环境效益。这些发现为设计分阶段干预措施和定制的数字金融工具提供了实用的政策建议，以更好地将金融数字化与可持续性目标相一致。

引言

随着世界人口超过80亿，经济扩张与生态保护之间的紧张关系日益加剧（Hao等人，2023年）。尽管社会经济发展提高了全球生活水平，但其环境成本——包括污染、气候变化和生物多样性丧失——现在威胁到了人类福祉的基础（P?rtner等人，2023年；Tian等人，2025年）。中国就是一个典型的例子，它在实现快速经济增长的同时导致了严重的环境退化（Zhao和Jiao，2024年）和生态系统崩溃（Shao等人，2025年）。在2024年环境绩效指数（EPI）中，中国排名第156位，得分为35.4（Block，2024年），面临与全球危机相似的严峻可持续性挑战。生态恶化直接危及人们的生活，空气和土壤污染增加了健康风险（Huang等人，2024年；Li等人，2025a；Sun等人，2025年），海平面上升和极端天气事件扰乱了农业系统（Wang等人，2025f；Zhou等人，2025年）。这些问题暴露了传统“资源掠夺型”发展模式的局限性，这些模式更重视短期收益而非长期生态平衡。在这种情况下，生态福利绩效（EWP）成为一个关键指标，用于评估自然资源转化为人类福祉的效率，同时保持生态平衡。

绿色技术创新（GTI）被认为是提高EWP的关键驱动力（Radmehr等人，2024年）。中国计划到2025年完善其市场导向的GTI体系，以更好地支持绿色和低碳发展（中国国家发展和改革委员会，2022b）。GTI通过发展可再生能源、减少浪费和促进可持续生产来减轻环境危害（Keerthana等人，2024年）。此外，GTI通过创造环保产业和就业机会增强经济稳定性，同时确保技术进步的好处公平分配给社会各阶层（Wu等人，2025年）。然而，GTI的进展本质上涉及较长的发展周期和巨大的不确定性，这些不确定性往往因高财务成本而加剧（Dong等人，2024年）。为应对这些复杂挑战，确保持续和充足的财务支持至关重要。

金融包括一系列行为和系统，这些行为和系统通过融资、资金分配和管理来促进经济活动、优化资源分配和管理风险（He和Wei，2023年）。然而，中国的传统金融体系存在效率低下问题，包括官僚审批程序、高运营成本和信息不对称，限制了其满足现代经济需求的能力（Mao等人，2023年）。为解决这些问题，中国政府在“十四五”规划中优先推进金融现代化，强调金融技术的稳步发展和金融机构的数字化转型（中国国家发展和改革委员会，2022a）。数字金融（DF）的兴起，得益于人工智能、大数据和云计算等创新，简化了服务流程，降低了进入壁垒，并提高了效率（Yu和Yang，2026年）。然而，在快速数字化过程中，大规模基础设施项目由于能源消耗巨大，可能导致严重的环境污染问题，对人类福祉的质量产生负面影响（Wei等人，2024年）。

目前关于DF在可持续性方面作用的研究存在三个关键空白。首先，动态依赖性空白存在于以往研究通常只考察静态或单向关系，未能捕捉DF、GTI和EWP之间的双向反馈（Xu等人，2023年；Wang等人，2025a）。其次，维度异质性空白在于研究通常将DF视为一个整体概念，忽略了其各个维度的独特作用（Xiang等人，2025年）。第三，情境条件性空白源于缺乏对关键背景因素（如数字鸿沟）如何调节DF影响的关注。为解决这些局限性，本研究引入了一个综合分析框架，采用广义矩方法-面板向量自回归（GMM-PVAR）模型揭示动态依赖性，阈值回归识别关键阶段转变，并通过结构方程模型（SEM）验证中介路径。

现有关于DF在可持续性方面作用的文献在理论上仍然碎片化，这严重阻碍了对其与GTI和EWP之间复杂相互作用的理解。因此，本研究构建了一个综合理论框架，系统地表明文献中的关键实证差异源于现有方法论未能捕捉基础理论所提出的复杂动态和潜在机制。首先，基于复杂适应系统理论（Battiston等人，2016年；Li等人，2025c），我们认为DF-GTI-EWP的关联具有双向因果关系——这是静态实证模型经常忽视的动态依赖性。其次，创新系统理论将新组合的创造和扩散视为变革的动力（Hekkert等人，2007年），从而突出了GTI作为DF影响EWP的关键机制路径，这种中介关系虽然常被假设但很少经过严格测试。第三，受金融发展理论（Levine，2002年）的启发，该理论强调不同金融功能的异质影响，我们认为将DF汇总会掩盖其各个维度对后续结果的独特影响。最后，借鉴制度和阈值理论（Hansen，2000年；Agarwal和Assenova，2023年），我们认为DF的有效性在很大程度上取决于边界条件（如数字鸿沟），而这些条件在当前分析中大多被忽略。为了在理论和证据之间架起桥梁，本研究引入了一个综合分析框架，采用广义矩方法-面板向量自回归（GMM-PVAR）模型揭示动态依赖性，阈值回归识别关键阶段转变，并通过结构方程模型（SEM）验证中介路径。

本研究对文献做出了三项主要贡献。在理论上，本研究通过提出一个综合的DF-GTI-EWP相互依赖框架，推进了更综合的理论理解，明确了双向因果关系，并确定了理解反馈循环和传输路径的关键阈值条件。在方法论上，本研究开发了一种结合GMM-PVAR动态分析、阈值回归和SEM的综合分析方法，建立了宏观-微观-机制范式，捕捉了GTI传导DF环境效应的非线性传输路径，从而证明了多方法综合在分析复杂可持续性系统中的有效性。在实践上，研究结果为基于证据的政策制定提供了实用指导：确定的数字化水平（DL）阈值（240.91）为基础设施投资顺序提供了具体基准，而使用深度（UD）-GTI路径为创新资金分配提供了明确方向。此外，数字鸿沟（DD）阈值（0.9352）需要采取有针对性的包容措施，使政策制定者能够用针对区域发展阶段和数字准备程度的精准干预措施取代一刀切的方法。

文章的其余部分结构如下：第2节综合现有文献。第3节详细介绍了方法论框架和变量构建。第4节展示并分析了结果。第5节进行了讨论，阐述了理论意义。为确保稳健性，第6节在回归分析中使用了替代效率指标。最后，第7节重点讨论了政策设计，将结论转化为可操作的建议。论文的概念路线图如图1所示。

章节摘录

文献综述

数字金融（DF）已成为可持续发展的变革力量，重塑了经济与生态系统之间的互动方式。尽管其在金融包容性和经济增长中的作用已经得到充分认可，但其环境影响——特别是与绿色技术创新（GTI）和生态福利绩效（EWP）的相互作用——仍缺乏充分研究。当前的研究主要围绕三个维度展开：

实证方法

为了评估中国273个地级城市的生态福利绩效（EWP），本研究采用了Tone（2002年）提出的基于Super-Slack的测量方法（Super-SBM），该方法考虑了不良输出，比传统的数据包络分析（DEA）方法更具优势。此外，我们还使用了广义矩方法-面板向量自回归（GMM-PVAR）模型来分析数字金融（DF）与绿色技术创新（GTI）之间的动态互动。

实证分析

基于方法论框架，本节通过顺序分析方法展示了实证结果。首先通过广义矩方法-面板向量自回归（GMM-PVAR）建立了核心变量之间的动态互动，然后进行阈值驱动的非线性测试，最后通过结构方程模型（SEM）验证了中介路径。所有诊断测试结果见附录A2和A3，以保持对实质性关系的关注。

动态依赖性

实证结果为H1关于具有双向反馈循环的复杂城市系统的理论命题提供了有力支持。GMM-PVAR结果证实了DF、GTI和EWP之间的非对称共同演化，其中DF和GTI表现出双向强化——这与创新系统理论强调的金融基础设施和技术学习之间的持续互动一致（Patnaik和Bakkar，2024年；Adamides，2023年；Geels，2018年）。同时，研究还发现...

稳健性检验

为了检验结果的稳健性，我们用基于变量规模回报（VRS）的EWP衡量标准替换了基于常数规模回报（CRS）的衡量标准，重新分析了GMM-PVAR模型。

这一稳健性检验的结果显示，尽管DF和GTI继续对EWP产生积极影响，但其效应从统计显著变为不显著，响应幅度略有下降。

结论与政策建议

本研究利用Super-SBM效率测量、GMM-PVAR动态分析、阈值回归和结构方程建模，考察了中国273个城市（2011–2023年）中数字金融（DF）、绿色技术创新（GTI）和生态福利绩效（EWP）之间的相互关系。主要发现包括：（1）动态路径和中介作用：DF?GTI和GTI?EWP之间存在双向因果关系，以及DF→EWP的单向效应。结构方程模型进一步证实了这一点。

CRediT作者贡献声明

张宇：撰写——原始草稿，资源收集，数据整理，概念构建。杨帆：撰写——原始草稿，可视化，方法论设计，形式分析。霍晓森：撰写——审稿与编辑。毛彦英：资源收集。焦柳丹：撰写——审稿与编辑。帅晨阳：撰写——审稿与编辑，监督

未引用参考文献

Bian等人，2020年；Block等人，2024年。

资助

张宇感谢国家自然科学基金（72204033，72474039）、教育部的人文社会科学项目（21YJC630169）、中国博士后科学基金（2022M711457）以及重庆市自然科学基金（cstc2021jcyj-msxmX1010）的支持。毛彦英感谢重庆市教育委员会的科技研究项目（KJQN202303120）的支持。

利益冲突声明

作者声明没有利益冲突。