五、实证结果与分析

（一）经济发展与生态环境耦合协调度的时空特征

基于经济发展和生态环境系统的指标体系，利用熵权法和耦合协调模型测算得到二者的耦合协调度，图3展示了全国整体以及东中西部地区的耦合协调度随时间变化的趋势。从全国来看，耦合协调水平总体呈上升趋势，从2011年的0.6394增加到2017年的0.6776，但增长速率较缓慢，年均增长率仅为0.54%。从东中西部地区来看，耦合协调水平因地理区位差异梯次分布。东部地区耦合协调度普遍较高，2017年其耦合协调度均值接近0.70，而在中西部地区，二者的耦合协调度的平均值始终低于全国水平，基本处于0.6239～0.6728。可能因为东部地区城市多地处沿海地带，具有良好的气候条件和资源优势，对外贸易往来频繁，生产工艺相对先进，故其经济发展水平自然更加领先，加之东部地区更早实施了环境管制措施，其生产生活过程中更加注重环境保护，因此经济发展与生态环境之间的关系更加协调；相比之下，中西部地区多为内陆城市，人才、资金、技术等资源获取能力有限，经济活动多以粗放式工业生产为主，经济发展相对滞后，并且其生态环境基础更加脆弱，使得经济发展受制于生态环境，迫使二者实现协调发展难度增加。总而言之，虽然近些年经济发展与生态环境的耦合协调水平有所提高，但提升速率相对较慢，存在较大提升空间，并且在不同地区之间存在着较大的空间差异，在实现高质量发展过程中仍需要得到各界的关注与重视。

图3　经济发展与生态环境耦合协调度的时空特征

（二）基准回归结果分析

对基准回归模型进行Hausman检验，检验的统计量结果显示在1%的水平上显著，因此拒绝随机效应模型，选择固定效应模型。表2报告了基准模型的回归结果，其中列（1）未加入控制变量，列（2）加入了控制变量，两列均控制了个体固定效应和时间固定效应。从回归结果来看，在仅控制个体和时间效应的情况下，核心解释变量Index的回归系数均在5%的显著性水平上显著为正，系数值为0.0138；在加入一系列其他控制变量的情况下，Index的回归系数依旧显著为正，且系数值变化不大，为0.0150，说明回归结果相对稳定，数字金融能够有效促进经济发展与生态环境的耦合协调度，H1得到验证。

表2　基准回归

注：①***、**、*分别表示统计值在1%、5%、10%的显著性水平上显著，括号内为t统计量，下同。②本文所有回归均控制了城市固定效应与年份固定效应，下文回归结果表格不再赘述。

（三）稳健性检验

基准回归结果说明了数字金融能够显著促进经济发展与生态环境的耦合协调度，为提高上述结论的可信性，进一步对回归结果进行稳健性检验。

1.修正被解释变量离群值

由于一些不可观测因素会导致样本数据产生离群值，为防止个别离群值对基准回归结果的影响，对经济发展与生态环境的耦合协调度进行离群值修正，将其最大与最小的1%样本进行缩尾处理后，再重新对基准回归模型进行估计，见表3的列（1）和列（2）。

2.子样本回归

考虑到地处行政中心的城市得益于在全国范围内的政治、经济、资源的优势地位，往往具备更强的经济综合实力和环境规制力度，与本文关心的被解释变量具有系统性关联。因此，本文根据直辖市、经济特区、副省级城市等分类标准，将部分中心城市予以剔除，继而再对剩余样本进行回归估计，具体回归结果见表3列（3）和列（4）。

3.控制省份和时间趋势

在基准回归模型中，城市个体固定效应与时间固定效应均得到控制，但不排除在省级层面仍存在一些随时间变化的不可观测因素的影响。因此，基于基准模型，进一步控制省份个体时间趋势，重新对基准模型进行回归分析，回归结果见表3列（5）和列（6）。

4.替换核心解释变量

选取数字金融指数的对数（ln_Index）作为衡量数字金融发展程度的代理变量，对模型重新进行回归，见表3列（7）和列（8）。

可以看到，无论何种稳健性检验，数字金融的系数依然显著为正，证明基准回归结果的稳健性。

表3　稳健性检验估计结果

续表