六、异质性分析与作用机制检验

（一）异质性分析

中国城市类型多样且区域分布甚广，若将各具特色的城市进行笼统的全样本分析，容易忽略不同地区之间数字金融对二者耦合协调度的影响差异。因此，本文从城市等级差异和城市地理区位差异两个方面对全样本进行分类回归，检验数字金融对经济与环境协调发展的异质性影响。

1.城市等级差异

鉴于中国城市种类繁多，不同城市人口数量、经济水平及资源禀赋等方面差异较大，从而针对不同等级的城市，数字金融对经济发展和生态环境耦合协调度的影响效果可能存在异质性。因此，本文按照城市等级划分标准，将样本城市划分为两组进行对比分析，其中一组为等级较高的城市，包括一线城市、新一线城市、二线城市和三线城市，共计118个；其余为较低等级城市，由四线和五线城市构成，共计167个。表4列（1）和列（2）分别展示了较高等级城市和较低等级城市的回归结果。对比两组样本的回归结果可知，对于较高等级城市而言，其Index的回归系数在1%的显著性水平上显著为正，且系数值高于基准回归结果，而较低等级城市Index的回归系数显著性较差，这说明数字金融能够显著促进较高等级城市的经济发展与生态环境实现耦合协调，但对四线及五线城市的影响效果显著性不强。主要的原因可能在于：较高等级的城市在经济规模、基础设施、人口素质和产业结构等方面均要领先于其他城市，并且具备更强的环境管制要求，因此在经济社会活动过程中更加注重绿色生产和绿色消费。数字金融的发展有助于进一步提高资源利用效率，优化资源配置结构，缓解企业融资约束，促进居民创业就业，进而催生出环境友好型的新产品、新产业和新技术，能够在促进经济发展的同时兼顾环境效益，从而实现经济与环境的协调共生。然而，对于四线和五线城市而言，其本身存在着金融体系不完善、创新资源稀缺、交通可达性较差等问题，使其经济发展水平难以与大城市相比，并且占比较高的传统产业会为生态环境带来不小的压力，数字金融难以在短时间内改变原有的产业结构和生产水平，加之这些城市在环境规制和环保政策落实等环节存在短板，仅依靠数字金融的渗透来实现经济与环境的双向推动难度较大，因此，数字金融的影响效果在较低等级城市样本中并不明显。

2.地理区位差异

根据前文对经济发展与生态环境耦合协调度空间特征的分析可知，处于不同地理位置的城市，经济发展与生态环境耦合协调水平差异较大，东部地区的城市普遍高于中西部地区。不难理解，在中国辽阔的疆域上，各个城市的资源要素禀赋、生产工艺水平及生态环境承载力等方面会因城市地理区位的差异存在异质性。因此，为进一步识别城市样本的地区差异，本文将样本按照地理区位划分为东部地区城市和中西部地区城市，比较数字金融对两组样本的差异性影响。表4列（3）和列（4）分别展示了东部城市和中西部城市的回归结果。结果显示，虽然Index的回归系数在两组样本中的显著性相同，但其系数值在东部地区的城市中更大一些，说明数字金融对经济发展与生态环境耦合协调度的影响存在空间差异，东部地区效果更加明显，而中西部地区的影响效果相对偏低。造成这一特征的原因可能在于：东部地区本身的经济发展与生态环境的耦合协调水平较高，并且金融体系相对完善，科技创新能力较强，数字金融的发展为东部地区城市提供了更多的金融资本支持和科技创新动力，促使产业结构不断优化，从而对经济发展和生态环境的耦合协调起到“锦上添花”的作用；而对于中西部地区来说，虽然经济发展条件和生态环境水平相对落后，但数字金融的出现为这些地区带来了前所未有的新机遇：一方面，数字金融通过促进电商发展，使得中西部偏远地区的线上购物与销售成为可能，提升地区就业创业水平，促进地区产业结构升级，从而拉动地区经济增长；另一方面，数字金融搭建的环保服务平台也促使全民更加关注中西部地区生态环境的脆弱性，并凭借便捷的线上平台（例如“蚂蚁森林”）促使人们纷纷加入保护中西部地区生态环境的行列，加速了中西部地区生态环境的改善。因此，数字金融对中西部地区经济发展与生态环境耦合协调度的影响可谓起到了“雪中送炭”的作用。

表4　异质性分析估计结果

（二）作用机制检验

结合前文理论分析部分的讨论，数字金融可能通过促进技术创新、产业升级及投资调整三条路径影响经济发展方向和环保管控能力，从而影响二者的耦合协调水平。因此，本文利用中介效应模型，采用逐步检验回归系数法对这三种作用机制进行检验，并利用Bootstrap方法进行作用机制稳健性检验。

表5分别报告了三种作用机制的中介效应结果。首先，表5中的列（1）和列（2）为技术创新作为中介变量的估计结果，列（1）的回归结果表明，Index的估计系数在1%的显著性水平上显著为正，说明数字金融有利于促进技术创新；列（2）的结果显示Index的估计系数依然显著为正，只是系数值比基准回归结果偏小（0.0123＜0.0150），并且技术创新（Tech）估计系数也显著为正，说明数字金融通过提升技术创新水平，促进了经济发展与生态环境的耦合协调，即中介效应存在。此外，Sobel检验和Bootstrap检验的系数均在至少10%的显著性水平上为正，证明技术创新中介效应具有稳健性，并且其中介效应为0.0027，占总效应的17.72%。其次，表5中的列（3）和列（4）是产业升级作为中介变量的估计结果，其中列（3）为数字金融对产业升级的影响，回归系数在1%的显著性水平上为正，说明数字金融可以促进产业结构升级；列（4）报告了数字金融、产业升级对经济发展与生态环境耦合协调度的影响，Index的估计系数同样显著为正，表明数字金融也能通过产业升级这一中介机制促进经济与环境的协调发展。同样，Sobel检验和Bootstrap检验的系数均达到了1%的显著水平，其中介效应为0.0020，占总效应比例为14.04%，说明产业升级中介效应具有稳健性。最后，表5中的列（5）和列（6）报告了投资调整效应的检验结果，结果显示数字金融（Index）的估计系数和投资调整（Inv）的估计系数均显著为正，表明数字金融对经济发展与生态环境耦合协调度的影响也受到投资调整的部分中介作用；并且该中介效应通过了稳健性检验，其中介效应为0.0004，占总效应的2.68%。由此，本文的H2得到验证。通过对比三种作用机制中介效应的大小，可以发现上述中介变量的效应发挥存在异质性，其中技术创新效应最大，产业升级效应居中，而投资调整效应占比最低，表明数字金融发挥的技术创新效应最能有效促进经济与环境的协调发展。

表5　作用机制检验结果

续表