［提要］　“双碳”目标和中国经济新常态背景下，探索通往经济高质量发展的有效路径蕴藏着鲜明的时代特色和深远的政策意蕴。本文从绿色创新视角切入，考察数字普惠金融如何作用于经济高质量发展及作用效果如何，实证检验人力资本和金融发展如何强化作用效果。研究发现：（1）推进数字普惠金融的部署有助于推动经济高质量发展；（2）绿色创新中介效应是数字普惠金融助推高质量发展的重要内在机制；（3）人力资本的不断积累和金融发展的稳步推进强化数字普惠金融对高质量发展的作用效果；（4）数字普惠金融对经济高质量发展的作用效果在东部地区更为显著，而绿色创新是中西部地区经济高质量发展效应发挥作用的关键机制，东部地区中介效应不显著。

关键词：数字普惠金融；高质量发展；绿色创新；人力资本；金融发展

中图分类号：F4；F12 文献标识码：A

收录日期：2022年7月23日

中国经济步入新常态以来，资源和环境问题逐渐成为不可忽视的外部约束，束缚经济持续发展。“十四五”规划强调，要坚持创新驱动发展，加快发展方式绿色转型，协同推进环境保护与经济高质量发展。绿色创新有助于推动经济高质量发展，而金融作为资源配置的重要工具，则是支持绿色创新的客观条件和必要基础。然而，传统金融在服务可及性、覆盖和辐射程度、要素合理配置等方面存在一定不足，从而影响微观主体的融资和创新行为，阻碍经济高质量发展。数字普惠金融作为近年来“数字经济+普惠金融”的新型金融模式，通过数字化基础设施延伸金融服务覆盖范围、触及经济活动各主体，有助于激发多样化创新行为，推动经济发展。那么，数字普惠金融对于经济高质量发展的影响如何？绿色创新在其中的作用如何？数字普惠金融作用的区域异质性如何？各地区不同的人力资本、金融发展水平又对该作用的影响如何？为回答这些问题，本文对数字普惠金融影响经济高质量发展的作用机理以及相关异质性因素的作用进行梳理和实证检验，为探索经济高质量发展新路径提供有益借鉴。

本文的边际贡献在于：第一，基于2011～2019年省级面板数据，梳理厘清并实证检验数字普惠金融与经济高质量发展的影响关系与作用机理；第二，考察人力资本与金融发展门槛视角下数字普惠金融作用于经济高质量发展的非线性路径；第三，讨论地区异质性对数字普惠金融助力经济高质量发展直接效应和中介效应的影响。

一、文献综述及理论机制

（一）数字普惠金融影响经济高质量发展的线性路径——直接效应。传统文献对于该方面的研究从数字金融与经济增长的关系展开。国外的学者从金融包容性视角看待数字金融的关键作用。Klapper等（2016）提出，数字金融能让人们不受时间和空间的限制接触到金融，从而在需要的时候管理好他们的资金，最终减少陷入贫困的可能性。Manyika等（2016）研究发现，数字金融的广泛应用到2025年能使得所有经济体每年GDP增加6%。Shofawati（2019）采用定性研究方法，以印度尼西亚为研究对象，提出数字金融能够通过促进金融包容性推动中小企业发展，从而促进国家经济发展。Siddik等（2020）探讨了数字金融在发展中国家和新兴经济体中的广泛部署对金融包容性以及包容性增长的积极作用。

国内文献也对该问题进行了广泛而深入的讨论。肖威（2021）利用面板分位数回归探讨了数字普惠金融的协调发展效应，发现该效应在经济欠发达区域更为显著。杨刚、张亨溢（2022）以及林木西、肖宇博（2022）分别发现区域创新以及技术创新在数字普惠金融推动经济增长中的中介作用。而随着中国经济步入新常态，学术界焦点也转向了经济高质量发展这一重要政策主题。马黄龙、屈小娥（2021）通过构建经济高质量发展指数以及两个子维度经济提质增效和经济发展理念，探究数字普惠金融的高质量发展效应，结果显示数字普惠金融能正向影响这两大子维度。蒋长流、江成涛（2020）以及周超、黄乐（2021）分别利用地级市和省级面板数据实证检验了数字普惠金融影响地区经济高质量发展的线性路径。马黄龙、屈小娥（2021）对该直接效应的理论机制进行了深入浅出的分析和阐述，因此本文不再赘述，并据此提出研究假设1：

H1：数字普惠金融显著促进我国经济高质量发展

（二）数字普惠金融影响经济高质量发展的线性路径——绿色创新中介效应。本文从绿色创新视角阐述数字普惠金融对经济高质量发展的影响路径，主要从两方面展开：

一是数字普惠金融对绿色创新的作用。绿色创新的主体是企业和各微观主体，而中小企业又在其中充当不可或缺的角色。在资源和环境双重约束下，企业进行绿色创新的关键前提是保证充裕的流动性，任何技术上的革新都是建立在大量的试错和研发成本之上的，而金融恰恰是这样一把可以调节资源配置的利器。在传统金融背景下，中小企业往往会由于信息不对称在借贷资金上处于不利地位，而面对生产经营中不可避免的资金链脱节、流动性枯竭，不惜铤而走险进行高杠杆融资，导致信用风险陡升。高杠杆会导致企业在资金使用上更为谨慎，从而压缩绿色创新空间；也可能引发潜在代理问题，致使企业转向短期逐利而忽视长期绿色发展。数字普惠金融摆脱了传统金融可及性低、服务门槛高、成本昂贵、普惠性质不明显的桎梏，能够以低廉的服务成本触及更广范围的各微观主体和企业，打通贷款审批渠道，降低他们的流动性约束，促进资源合理配置，助力企业绿色创新。此外，数字普惠金融也和绿色金融相辅相成，一体两翼，为以绿色发展和技术创新为导向的企业提供资金支撑，推动绿色创新发展。

二是绿色创新对经济高质量发展的作用。纵观国外研究现状，Ghisetti和Quatraro（2017）以意大利为研究区域，对绿色技术创新与环境生产力之间的关系进行了跨部门研究，结果显示各部门内绿色技术创新促进了环境绩效的提高。El-Kassar和Singh（2019）、Singh等（2020）从微观层面考察了绿色创新对于企业绩效的影响。从国内研究来看，李竞博、高瑗（2022）考察了人口老龄化的门槛效应，研究发现技术创新有助于我国劳动生产率的提升，助力经济高质量发展。熊云飙、张子璇（2022）的实证研究结果则暗示了人力资本的门槛效应。陈喆、郑江淮（2022）以绿色全要素生产率作为经济高质量发展的代理变量，研究发现绿色技术创新显著促进了经济高质量发展并实证检验了节能减排、产业转型以及市场需求的渠道效应。

基于以上理论分析，提出研究假设2：

H2：数字普惠金融通过激发绿色创新助力我国经济高质量发展

（三）数字普惠金融影响经济高质量发展的非线性路径

1、人力资本门槛效应。数字普惠金融助推经济高质量发展的机制也可能是非线性的，本文从人力资本视角考察其对该作用的影响。数字普惠金融完善了传统金融的不足，减少了信息不对称，其准入门槛更低、服务成本可控、覆盖范围和辐射深度显著提升，客观上为合理配置金融资源并触及企业和个人疏通了渠道，助力经济高质量发展。然而，任何经济活动始终由人主导。经济高质量发展方兴未艾，人的主观能动性是内因，是决定经济高质量发展成败的关键因素。数字普惠金融惠及的主体是人民，绿色创新的主体是人民，经济高质量发展也来源于人民的合力，其最终目的也在于促进民生福祉。人力资本发展水平的高低，决定了数字普惠金融能否在合适的人身上发挥出其独特优势，从而激发创新，助推经济高质量发展。只有充分积累人力资本，发挥人的优势，才能让更多的人逐渐学会并掌握金融理财知识与技能，让金融为人所用，助力激发创新思维和行为，推动经济高质量发展。因此，本文的研究假设3为：

H3：人力资本的不断积累强化数字普惠金融对经济高质量发展的作用效果

2、金融发展门槛效应。数字普惠金融对于经济高质量发展的助推作用还可能受到金融发展水平的影响，因此本文还考察金融发展对于研究假设1中关系的强化效应。数字普惠金融脱胎于金融，这就决定其作用的发挥不可避免要依赖于金融发展程度。数字普惠金融是借助于数字基础设施和满足普惠目的的金融，其本质仍然是金融，只是以一种更契合时代和中国现实的方式发挥着金融的作用。金融发展水平越高，行业从业者就越多，人们的金融素养就越高，这样数字普惠金融就能更好地发挥数字化平台的赋能作用，各微观主体和企业也能更加理智地看待金融手段并提高金融参与度，推动金融资源进一步合理配置，搅动市场活水，助力经济高质量发展。因此，本文的研究假设4为：

H4：金融发展的稳步推进强化数字普惠金融对经济高质量发展的作用效果

二、模型选择和变量设定

（一）模型选择。为检验研究假设1，本文构建如下固定效应模型（Hausman检验结果表明，chi2（4）=21.51, Prob>chi2=0.0003，更适合使用固定效应模型）：

greenit＝α0+α1difinit+α2controlsit+πi+εit （1）

其中，πi为省份个体固定效应；εit为随机扰动项；被解释变量green为经济高质量发展变量；difin为数字普惠金融变量；controls为其余潜在的控制变量，包括开放水平（lnofdi）、消费水平（consume）、产业结构高级化（ind）、人口水平（pop）；下标i和t表示省份和年份。

为检验绿色创新效应是否为数字普惠金融影响经济高质量发展的作用机制，本文建立如下中介效应模型：

greenit＝β0+β1difinit+β2controlsit+πi+εit （2）

innoit＝γ0+γ1difinit+γ2controlsit+πi+εit （3）

greenit＝δ0+δ1difinit+δ2innoit+δ3controlsit+πi+εit （4）

其中，inno为中介变量绿色创新，其余变量含义与上文一致。β1为difin对green的总效应，γ1δ2为difin通过inno传输至green的中介效应，δ1为difin对green的直接效应，|γ1δ2 /β1|为中介效应占比。

为检验本文的研究假设3和假设4，参考Hansen（1999）构建如下面板门槛回归模型：

greenit＝θ0+θ1difinit·I（Mit≤ω）+θ2difinit·I（Mit>ω）+θ3controlsit+πi+εit （5）

其中，I（Mit≤ω）和I（Mit>ω）为指标函数，可取值为1或0；Mit为门槛变量，ω为潜在的门槛值，其余变量含义与式（1）相同。

（二）变量设定

1、被解释变量。绿色全要素生产率将资源与环境约束纳入考虑，成为衡量经济高质量发展的一个良好指标。本文参考陈超凡（2016）的做法基于SBM-DDF模型测算得出以2004年为基期的绿色全要素生产率，作为衡量经济高质量发展的代理变量（green），并将其进一步分解得到技术进步子指标（tc）。其中涉及到的四种指标分别为：（1）能源性投入用各省用电总量来衡量。（2）非能源性投入：劳动投入用各省就业人数衡量，资本投入衡量指标为各省资本存量。其中，资本存量计算方法参考单豪杰（2008）的做法，用全社会固定资产投资价格指数减去固定资本形成总额，然后使用永续盘存法即可计算得出资本存量数据；资本折旧率取10.96%，以2004年为基期。（3）期望产出：以2004年为基期进行平减的不变价GDP。（4）非期望产出：“工业三废”排放量。

2、核心解释变量。选取北京大学数字普惠金融指数（difin）作为核心解释变量。同时，可获得的相关数据还包括其三个子维度：覆盖广度（coverage）、使用深度（depth）、数字化程度（digit）。

3、控制变量。除了数字普惠金融之外，还可能存在其余变量影响经济高质量发展。一国的对外开放水平可能对其经济发展产生潜在影响，对外直接投资所具有的逆向技术溢出效应能促进经济高质量发展。本文分别选取对外直接投资存量的对数值用来衡量开放水平（lnofdi），选取社会消费品零售总额/地区GDP衡量消费水平（consume），用第三产业增加值/（第一产业增加值+第二产业增加值）衡量产业结构高级化（ind），用地区人口数衡量人口水平（pop），作为本文的四个控制变量。

4、中介变量、门槛变量和工具变量。选取人均绿色实用新型专利数衡量绿色创新，作为中介变量（inno）。选取高等学校（本、专科）在校生人数占比衡量人力资本门槛变量（edu），选取金融机构存贷款余额的对数值衡量金融发展门槛变量（lnfin）。考虑内生性问题时，使用移动电话用户数的对数值（lnmobile）以及滞后一阶数字普惠金融指数（L.difin）作为本文的工具变量。

（三）数据来源和描述性统计。本文的被解释变量、控制变量、门槛变量以及工具变量数据均来源于《中国统计年鉴》，核心解释变量及其子指标数据来源于北京大学数字金融研究中心课题组编制的北京大学数字普惠金融指数，中介变量绿色创新数据从国家知识产权局和Google Patent中获取，整理所得地级市绿色实用新型专利并手动计算得到省份数据。将各变量的可得数据进行匹配，可以得到本文的研究样本——2011～2019年30个省、自治区和直辖市的面板数据（剔除西藏及港澳台）。表1为本文涉及变量的描述性统计结果。（表1）

三、实证结果

（一）基准回归结果及稳健性检验。表2为检验研究假设1的实证回归结果。其中，列（1）为包含控制变量的个体固定效应模型，列（2）、列（3）、列（4）分别为核心解释变量的三个替代变量数字普惠金融三个子维度对经济高质量发展的回归结果，列（5）为参考马黄龙、屈小娥（2021）使用DID模型进行的稳健性检验，其对应计量模型为：

green＝τ0+τ1policy+τ2controls+πi+εit （6）

其中，policy为构建的余额宝政策哑变量，若该省份的数字普惠金融水平在2013年余额宝推出后高于difin均值（203.3576），则取值为1，否则为0；其余变量与上文一致。

列（6）为数字普惠金融对替代经济高质量发展指标的技术进步维度的回归结果。列（1）的基准回归结果表明，difin对green的回归系数为正且在1%水平上显著，初步说明数字普惠金融的部署助推经济高质量发展的作用是显著的。列（2）～列（4）的回归结果显示，coverage、depth的系数在1%统计水平下显著为正而digit系数在10%水平下显著为正。从系数大小来看，coverage、depth、digit回归系数依次递减，表明数字普惠金融三大子维度的高质量发展效应逐步减弱。列（5）结果显示，余额宝政策效应（对应于数字化程度）显著，助推高质量发展。列（6）的回归结果显示，difin对tc的回归系数仍然为正且具有5%水平统计显著性。因此，不论是替代核心解释变量还是替换被解释变量，回归结果都较为稳健且均接受研究假设1，也即数字普惠金融显著促进了经济高质量发展。（表2）

此外，对于DID模型，还需检验其假定的平行趋势前提。图1结果表明，在2013年后，尽管出现数年的政策变量系数显著为0的情况，后面几年的系数都显著为正并呈现上升趋势，这表明数字普惠金融的政策效应显著并且存在一定时滞效应。（图1）

（二）内生性处理。考虑可能存在潜在的遗漏变量使得数字普惠金融与扰动项存在相关性以及反向因果问题，本文参考马黄龙、屈小娥（2021）的做法使用滞后一阶数字普惠金融指数L.difin作为第一个工具变量，参考唐勇等（2021）的方法将移动电话用户数的对数值lnmobile作为第二个工具变量，分别进行2LSL工具变量法检验以及两步GMM估计。表 3为内生性检验结果，其中列（1）输出基准回归结果作为对照，列（2）为2LSL工具变量法第一阶段结果，列（3）为第二阶段结果，列（4）为两步GMM估计结果。列（2）结果表明，L.difin、lnmobile对difin的影响均在1%水平下显著为正，列（3）第二阶段结果表明数字普惠金融回归系数大于基准回归结果且显著性水平不变。列（4）两步GMM估计结果中，difin对green影响增强且在1%水平下显著。此外，两种方法的Anderson LM、C-D Wald F统计量结果均通过显著性检验，表明不存在弱工具变量问题。Sargan统计量均在5%水平上显著，表明不存在过度识别问题。因此，表3结果表明研究假设1并不受内生性问题影响。（表3）

（三）机制分析——绿色创新中介效应。基于式（2）、式（3）、式（4）进行中介效应分析，表4中列（1）、列（2）、列（3）回归结果分别对应中介效应模型的三个步骤。其中，列（1）为基准回归结果，对应中介效应模型中式（2），difin对green的影响系数对应为β1，在1%水平上显著为正；列（2）为difin对中介变量inno的回归结果，可以看到difin系数γ1在10%水平上显著为正，表明数字普惠金融能激发绿色创新；列（3）为中介变量inno和数字普惠金融difin对经济高质量发展green的回归结果，可以看到difin和inno的系数δ1和δ2分别在1%和10%水平上显著为正，表明部分中介效应存在。具体而言，中介效应为0.00027，直接效应为0.00183，总效应为0.0021，绿色创新中介效应占比为12.86%。因此，绿色创新中介效应是数字普惠金融助推高质量发展的重要内在机制，研究假设2成立。（表4）

（四）非线性分析——人力资本和金融发展门槛效应。实证检验数字普惠金融影响经济高质量发展的两种非线性路径，考察人力资本和金融发展的门槛效应是否存在。采用Bootstrap重复抽样500次检验edu和lnfin是否具有显著的门槛效应并输出门槛效应回归结果。表5为edu和lnfin单一门槛效应检验结果，可以看到两个门槛变量均通过了10%水平的显著性检验，且edu和lnfin对应的单一门槛值分别为0.02和12.3833。（表5）

表6中列（1）、列（2）分别为人力资本门槛效应和金融发展门槛效应模型结果。列（1）结果表明，当人力资本低于门槛值0.02时，difin系数在1%水平上显著为正；当人力资本跨越该门槛值时，difin系数增加了一倍多且仍保持较好的显著性。列（2）结果显示，当金融发展低于门槛值12.3833时，difin对green回归系数为0.00236且在1%水平上显著；当金融发展达到门槛值时，该系数提升至0.00413。上述结果表明人力资本的不断积累和金融发展的稳步推进强化了数字普惠金融的经济高质量发展效应，研究假设3和假设4成立。（表6）

（五）异质性分析。为考察本文的研究假设1和假设2是否在我国受到区域异质性因素影响，对研究样本按照东部地区和中西部地区进行划分得到两个子样本，分别进行基准回归和中介效应回归，结果如表7所示。其中，列（1）、列（2）、列（3）为东部地区子样本结果，列（4）、列（5）、列（6）为中西部地区子样本结果。对比列（1）、列（4）回归结果可以看出，difin系数在东部地区及中西部地区均显著为正且中西部地区回归结果显著性水平更高，东部地区回归系数绝对值更高。其余四列回归结果表明，东部地区绿色创新中介效应不显著，中西部地区绿色创新中介效应显著，且占到总效应的43.10%。异质性分析结果表明，数字普惠金融的部署与推进助力经济高质量发展的效应在东部地区更显著，而绿色创新在中西部地区样本下则表现出比基准回归更为显著的中介作用，是中西部地区经济高质量发展效应发挥作用的关键作用机制。（表7）

四、政策启示

“双碳”目标和中国经济新常态背景下，我国经济高质量发展方兴未艾，势在必行，探索出通往经济高质量发展的有效路径蕴藏着鲜明的时代特色和深远的政策意蕴。本文从绿色创新视角切入，基于省际面板数据，构建面板中介效应模型、面板门槛效应模型，考察数字普惠金融如何作用于经济高质量发展及作用效果如何，实证检验人力资本和金融发展如何强化该作用效果。研究发现：（1）数字普惠金融显著促进了经济高质量发展，该作用效果在覆盖广度和使用深度子维度上更显著；（2）绿色创新是数字普惠金融助推经济高质量发展的重要作用机制，中介效应显著；（3）人力资本的不断积累和金融发展的稳步推进强化了数字普惠金融对经济高质量发展的作用效果，人力资本和金融发展门槛效应显著；（4）数字普惠金融的部署与推进助力经济高质量发展的效应在东部地区更为显著，而绿色创新是中西部地区经济高质量发展效应发挥作用的关键作用机制，东部地区中介效应不显著。基于以上结论，可以得到以下政策启示：

第一，稳步推进数字普惠金融部署。完善数字化赋能基础设施，推动数字经济发展，弥合数字鸿沟，从“硬件”层面打造好推广普及数字普惠金融的基础。考虑政策时滞效应，扎实有序推动5G通信技术、互联网宽带等向偏远地区、经济欠发达地区覆盖延伸，加强对居民金融理财知识的普及教育、促进其金融素质的提高，提升居民金融参与度，改善数字普惠金融推广的“软件”基础，充分发挥数字普惠金融对经济高质量发展的助推作用。

第二，畅通绿色创新渠道效应。一方面要重视培养绿色发展理念，通过政策进行前瞻指引，倡导绿色生活、绿色消费和绿色生产，让消费者和企业树立“良好生态环境是最普惠的民生福祉”的理念，在意识形态上强调绿色发展导向。另一方面要强化企业绿色创新能力培育与成果转化。充分释放数字普惠金融潜能，打通绿色信贷审批渠道，降低金融服务门槛，助力企业申报绿色项目、保持绿色研发投入稳续，增大绿色创新产出，助推经济高质量发展。也要加强政策护航作用，给予绿色企业适当补贴、提升政策容忍度，营造良好绿色发展市场环境。

第三，重视人力资源、推动金融发展。推动绿色创新人才队伍建设，充分发挥人力资本的主观能动性，引导各领域人才将低廉、普惠、可及的金融资源运用到绿色创新中去，推动绿色发展。不断推进金融市场改革，透明化资金融通环节，普及金融理财知识和提升人员金融素质，推动金融高水平发展。加快推进产学研深度融合，聚“产”中的金融优势、“学”中的人才优势以及“研”中的技术优势为一体，让数字普惠金融在人力资本的不断积累和金融发展的稳步推进中发挥对经济高质量发展的助力作用。

（作者单位：南京审计大学经济学院）

主要参考文献：

［1］Klapper L，El-Zoghbi M，Hess J.Achieving the sustainable development goals［J］.The role of financial inclusion，2016.

［2］Manyika J，Lund S，Singer M，et al.Digital finance for all：Powering inclusive growth in emerging economies［Z］.McKinsey Global Institute，2016.

［3］Shofawati A.The role of digital finance to strengthen financial inclusion and the growth of SME in Indonesia［J］.KnE Social Sciences，2019.

［4］Siddik M，Alam N，Kabiraj S.Digital finance for financial inclusion and inclusive growth［M］.Digital transformation in business and society.Palgrave Macmillan，Cham，2020.

［5］肖威.数字普惠金融能否改善不平衡不充分的发展局面?［J］.经济评论，2021（05）.

［6］杨刚，张亨溢.数字普惠金融 区域创新与经济增长［J］.统计与决策，2022.38（02）.

［7］林木西，肖宇博.数字金融 技术创新与区域经济增长［J］.兰州大学学报（社会科学版），2022.50（02）.

［8］马黄龙，屈小娥.数字普惠金融对经济高质量发展的影响——基于农村人力资本和数字鸿沟视角的分析［J］.经济问题探索，2021（10）.

［9］蒋长流，江成涛.数字普惠金融能否促进地区经济高质量发展?——基于258个城市的经验证据［J］.湖南科技大学学报（社会科学版），2020.23（03）.

［10］周超，黄乐.数字普惠金融对区域经济高质量发展的影响研究［J］.价格理论与实践，2021（09）.

［11］唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征?机制识别与金融监管下的效应差异［J］.管理世界，2020.36（05）.

［12］王玉泽，罗能生，刘文彬.什么样的杠杆率有利于企业创新［J］.中国工业经济，2019（03）.

［13］段军山，庄旭东.金融投资行为与企业技术创新——动机分析与经验证据［J］.中国工业经济，2021（01）.

［14］乔彬，赵广庭，沈烁华.数字普惠金融能促进企业绿色创新吗?［J/OL］.南方金融，2022-04-23.

［15］Ghisetti C，Quatraro F.Green technologies and environmental productivity：A cross-sectoral analysis of direct and indirect effects in Italian regions［J］.Ecological Economics，2017（132）.

［16］El-Kassar A N，Singh S K.Green innovation and organizational performance：the influence of big data and the moderating role of management commitment and HR practices［J］.Technological Forecasting and Social Change，2019（144）.

［17］Singh S K，Del Giudice M，Chierici R，et al.Green innovation and environmental performance：The role of green transformational leadership and green human resource management［J］.Technological Forecasting and Social Change，2020（150）.

［18］李竞博，高瑗.人口老龄化视角下的技术创新与经济高质量发展［J］.人口研究，2022.46（02）.

［19］熊云飚，张子璇.人力资本门槛视阈下绿色创新对经济高质量发展的影响及其区域差异研究［J］.生态经济，2022.38（04）.

［20］陈喆，郑江淮.绿色技术创新能够促进地区经济高质量发展吗?——兼论环境政策的选择效应［J/OL］.当代经济科学，2022-04-23.

［21］Hansen B E.Threshold effects in non-dynamic panels：Estimation，testing，and inference［J］.Journal of econometrics，1999.93（02）.

［22］陈超凡.中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究［J］.统计研究，2016.33（03）.

［23］单豪杰.中国资本存量K的再估算：1952～2006年［J］.数量经济技术经济研究，2008.25（10）.

［24］朱洁西，李俊江.中国OFDI逆向技术溢出?区域创新绩效与经济高质量发展——基于省级面板数据的联立方程分析［J］.云南财经大学学报，2022.38（02）.