开放科学(资源服务)标识码(OSID)：
Therefor this paper sorts out the relevant literature at home and abroad, and explains the composition and operation of the manufacturing green transformation system, fintech system and the "fintech-manufacturing green transformation" composite system from the perspective of system science. The synergy theory is introduced into the composite system of "fintech-manufacturing green transformation", and its collaborative evolution mechanism is analyzed. The index system that measures the green transformation subsystem of manufacturing industry is constructed from the four dimensions of green development contribution, green innovation driven, green environmental regulation and regional green guarantee. The comprehensive index method is used to evaluate it’s state level, meanwhile, the digital financial inclusion index is used to measure the fintech subsystem. The panel data of 30 (excluding Tibet, Hong Kong, Macao and Taiwan) provincial administrative regions from 2011 to 2019 in mainland China were selected to perform an empirical analysis. The collaborative evolution mechanism of the composite system of "fintech-manufacturing green transformation" was demonstrated by Haken model, and the synergistic difference of composite system in the four economic regional of China was measured by Theil index.
Compared with previous studies, this study for the first time introduces the theory of synergy into the research of the synergy relationship between fintech and the green transformation of manufacturing industry, and expands the research perspective. This study contributes to the existing literature in two aspects. First, as for research method, it not only explains the collaborative evolution mechanism of composite system, but also interprets the law of collaborative evolution by using Haken model. Second, as for research value, we study the coordination between fintech and the green transformation of manufacturing industry from a dynamic perspective, and explore the internal logic of the evolution. This paper provides a reference for policy-making which aims to make regional fintech better serve the green transformation of manufacturing industry.
Three conclusions were drawn from this study. First, there is a collaborative evolution mechanism in the composite system of "fintech-manufacturing green transformation", meanwhile, the structure and order degree of coevolution depends on the level of green transformation of manufacturing industry. Second, the average synergy level of the "fintech-green transformation of manufacturing" composite system is bounded by the "Made in China 2025" strategy which shows obvious stage characteristics. Third the synergistic differences of "fintech-green transformation of manufacturing" composite system in the different regions of China is small. However, there is an overall trend of expansion.
Three important implications are proposed accordingly. Firstly, we should accelerate the pace of green transformation of manufacturing industry to drive the coordinated development of fintech with the higher requirements of financial products and services for the green development of manufacturing industry. Only in this way can we improve the coordination level, promote the order and optimize the structure of composite system. Second, it is necessary to promote the green demonstration experience in manufacturing industry, and narrow the regional differences of composite system synergy. Third, guided by the concept of regional cooperation and regional coordinated development, we will improve the fintech support system for the green development of the manufacturing industry.
开放科学(资源服务)标识码(OSID)：
制造业是国民经济的根基，是实现我国经济高质量发展的根本保证。实现“双碳”目标、深入实施制造强国战略是我国“十四五”规划和2035年远景目标纲要的重要内容。绿色制造是制造强国战略行动纲领——“中国制造2025”的战略方向之一，也是制造业转型的方向和目标。尽管我国制造业规模不断扩大，结构也在不断调整，却仍未摆脱对能源资源依赖的粗放发展方式。我国制造业在世界产业链中仍居于末端，技术含量较低，仍以资源消耗作为产量提升的前提。我国持续多年位居世界第一制造大国，主要是以有限的资源支撑高耗能、高污染、高排放的高碳工业发展模式。作为国民经济主导产业的制造业，也是环境污染的主要源头，资源环境问题成为制约国民经济可持续发展的重要因素。在“双碳”目标下，亟需制造业绿色转型，根据我国国情突破资源环境约束，通过大力推广绿色技术，推动产业内部优化，构建高效、清洁、低碳、循环的绿色制造体系。
制造业绿色转型对金融服务提出更高要求，2017年中国人民银行联合多部委下发《关于金融支持制造强国建设的指导意见》，提出发挥各类银行机构的差异化优势，形成金融服务协同效应。金融科技是金融与科技的融合，其利用各种科技手段对传统金融行业提供的产品和服务进行创新，大数据、人工智能、区块链、云计算等技术的运用，使金融创新速度越来越快，并提升金融服务效率，有效降低营运成本。金融科技发展是制造业成功实现绿色转型的重要动力。以金融科技助推高标准金融设施建设，通过供应链金融、中小企业金融、跨境金融等实施金融资源配置，适应转型企业金融需求，通过一体化投贷联动融资、场景化知识产权融资、线上化大数据金融、链式化供应链金融等模式为制造企业提供服务，实现信贷结构优化、企业融资场景化，使金融价值链与制造业产业链融合，提高智能制造水平。上海艾瑞市场咨询有限公司发布的《2020年中国金融科技行业发展研究报告》指出，金融科技将成为全球数字经济发展的核心驱动，而中国金融科技的创新发展已经走在世界前列。然而，居于世界前列的金融科技是否匹配了同等水平的制造业绿色水平？由监管机构、市场主体、孵化与融资机构等组成的金融科技体系是否有效支持了制造业绿色转型？包含绿色保障、绿色创新驱动、绿色环境规制等内涵的制造业绿色转型系统与金融科技发展是否存在协同效应？二者的协同水平与协同作用是否存在区域差异和演化规律？本文从系统论视角阐释金融科技与制造业绿色转型的内在逻辑，揭示二者的协同过程、机制及演化规律，对区域金融科技更好地服务制造业绿色转型，实现碳达峰和制造强国目标具有重要现实意义。本文可能的贡献在于：①研究方法上，创新性将系统科学中的协同学理论引入金融科技与制造业绿色转型协同演化机制的研究；②研究视角上，从动态视角研究金融科技与制造业绿色转型的协同问题。
绿色是对循环、低碳、可持续理念的形象概括，自绿色经济概念提出以来，制造业绿色转型、绿色发展成为学者们关注焦点。国外学者从不同层面对其进行了探讨：基于宏观国别视角，Fankhauser[1] 通过挖掘美国、英国、中国等8个国家制造业相关资料，发现绿色创新是制造业绿色竞争力提升的重要因素。基于微观制造企业视角，Thurner等 [2]认为，绿色创新活动是影响俄罗斯制造企业市场竞争力和绿色发展的主要因素；Dangelico[3]基于意大利企业调查数据发现，绿色产品创新对企业和社会均有重要影响；Sezen等[4]通过分析土耳其化工和汽车行业数据，发现绿色制造水平会影响企业发展可持续性；Hu[5]、Muoz[6]等从环境效率角度，运用数据包络法、投入产出模型等测度制造业绿色水平。国内学者重点关注制造业绿色转型的影响因素和行业差异两个方面：一是对影响绿色创新绩效、绿色全要素生产率的主要因素存在多种看法。如毕克新等[7]认为，创新资源投入是影响绿色创新绩效的重要因素；徐建中和王曼曼[9]发现，制造业集聚与绿色创新绩效存在倒U型关系；王旭和褚旭[9]认为，政府补贴、股权融资对绿色技术创新具有促进效应；屈小娥[10]研究发现，产业集聚在多数行业存在规模效应，对绿色全要素生产率具有显著促进作用；师博等[11]发现，创新投入和市场竞争均能有效提升绿色全要素生产率；孙薇[12]关注绿色科技因素对绿色全要素生产率的长期作用。二是制造业绿色转型的环境规制存在行业差异。如侯建和陈恒[13]研究发现，环境规制对我国专利密集型制造业绿色创新绩效具有抑制作用；李玲和陶锋[14]认为，目前重度污染产业的环境规制强度相对合理，对绿色全要素生产率、技术创新效率提升具有促进作用，而中度和轻度污染产业的环境规制力度较弱，与绿色全要素生产率呈U型关系；张小筠等[15]发现，环境规制的阻碍作用在高竞争性行业尤为明显。
国外对于金融科技尚未形成明确概念，主要探讨金融与科技创新或制造业转型升级的关系。随着金融科技水平提升，国内学者更多关注金融科技与产业结构转型、制造业结构优化的关系。对于金融科技与产业结构升级的关系，朱俊杰等[16]认为，金融科技对产业结构升级存在促进作用；侯世英和宋良荣[17]指出，金融科技对产业结构升级的促进作用主要体现为企业研发产出与成果转化；李洪东等[18]认为，产业结构升级的重要支撑是产业链金融升级；陈德余等(2018)发现，地区金融科技创新显著推动产业结构转型升级，同时产业结构转型对金融科技也存在正反馈机制；李睿[19]研究表明，金融在当前我国产业结构调整中发挥的积极作用有限，金融科技仅通过提高金融效率助推产业结构优化，金融规模在一定程度上对产业结构转型存在抑制效应。对于金融科技与制造业结构优化的关系，丁日佳和刘瑞凝[20]认为，金融科技能直接促进制造业结构合理化与高级化；辛大楞和邓祥莹[21]研究发现，金融科技能显著提升我国制造企业嵌入全球价值链的可能性；巴曙松等[22]指出，金融科技创新对企业全要素生产率的带动作用在高技术密集型产业中更为明显。
现有关于制造业绿色转型影响因素以及金融科技与产业结构、制造业转型关系的研究成果，为厘清制造业绿色转型与金融科技的关系提供了基础，但二者之间是否存在区域协同及协同演化规律尚未得到较好关注，也鲜有学者从系统科学视角进行阐释与剖析。鉴于此，本文基于系统科学视角，将金融科技与制造业绿色转型视为一个复杂的复合系统，并引入协同学理论，探究我国金融科技—制造业绿色转型复合系统的协同演化机制和区域协同水平差异，以期实现对二者关系研究的理论性拓展。
协同学是研究复杂系统有序结构自组织形成和演化的理论，侧重解释一个非线性且非平衡态的开放系统，如何通过自身内部组分及各子系统动态竞争、合作、协调、协同，使得系统自发形成时间、空间和功能上的有序结构[23-24]。该理论强调，一个自组织演化系统应是开放、非线性且远离平衡态的自适应复杂系统，同时具备随机涨落、突变性和涌现性等特征[25]。根据金融科技与制造业绿色转型系统的构成及运行方式，基于二者的协同作用可以构成一个金融科技—制造业绿色转型复合系统，其动态演化的动力、方向均取决于复合系统内金融科技与制造业绿色转型子系统之间以及子系统中各组分之间的相互联系、相互作用。换言之，金融科技—制造业绿色转型复合系统的动态演化是一种自组织经济现象。
2.1.1 制造业绿色转型系统
制造业绿色转型系统以人类发展问题为核心，是一个包含多个子系统的复杂系统(见图1)，主要包含区域绿色保障、绿色创新驱动、绿色环境规制和绿色转型贡献4个子系统。其中，区域绿色保障是指制造企业绿色转型的基础设施，基础设施完善是有序开展绿色转型的前提；制造业绿色转型系统开展绿色发展活动，离不开绿色创新驱动，创新能力和创新潜力是提高绿色创新水平的动力构成，创新能力决定能否顺利开展绿色创新活动，而创新潜力决定创新活动的上限；绿色环境规制是引导制造业绿色转型、考察制造业绿色转型是否符合规定的硬性指标，主要包括能源消耗、污染排放、污染治理3个方面；绿色转型贡献主要是考察制造业绿色发展规模和质量，用以评价制造企业绿色转型后对自身发展是否具有推动作用以及作用大小。以绿色保障为基础，通过绿色创新、环境规制，到最终实现高质量绿色发展贡献这一过程即为制造业绿色转型系统的完整运行过程。因此，制造业绿色转型系统是一个由若干要素构成的有机整体，各要素之间相互作用、相互联系，呈现出一定整体性、复杂性和动态性。
2.1.2 金融科技体系
由监管机构、市场主体、孵化与融资机构等要素组成的金融科技体系也是一个不断发展运动的有机整体(见图2)，通过各要素之间的相互作用、相互联系、相互依赖，推动整个系统不断发展。金融科技企业是市场运行的重要主体，采用大数据、云计算、人工智能和区块链等科技手段提供创新性金融服务，同时在产品、服务、营销、风控、投顾及征信等领域为金融机构和市场监管机构提供创新性技术服务。金融科技企业与提供金融合规性科技应对方案的监管科技公司和传统金融机构一同组成金融科技体系的市场主体，其与商业模式孵化器、投资机构和监管机构等共同构成复杂的金融科技体系。
图1 制造业绿色转型系统结构
Fig.1 Green transformation system structure of manufacturing industry
图2 金融科技体系结构
Fig.2 Structure of fintech system
2.1.3 金融科技—制造业绿色转型复合系统
系统论是在系统科学理论研究视角下，将研究对象看作一个具有统一性的整体，探索和分析研究对象的有机整体问题。基于系统论视角，可将金融科技与制造业绿色转型视为两个动态演进的系统，二者相互作用、相互影响，共同演化成更为复杂的金融科技—制造业绿色转型复合系统。根据协同学理论，复合系统中两个子系统间的相互作用会随时间发展从无序变为有序，或从低级有序变为高级有序，在这个过程中，子系统间可能产生相互促进的协同效应。在金融科技—制造业绿色转型复合系统从无序向有序结构、从低级有序向高级有序结构突变的临界点，绿色制造工程范畴中的制造业绿色转型企业与金融科技公司、传统金融机构、金融科技监管机构等众多市场主体之间的相互作用(竞争与合作)会被非线性作用机制放大，从而使复合系统突破线性失稳点，迅速形成控制复合系统动态演化方向和结构的序参量，在序参量驱动下，复合系统的新结构、新秩序、新模式得以有序建立。
当前我国正处于制造业绿色转型的重要阶段，需要金融科技创新提升服务的量和质。金融科技主要通过金融产品或服务创新(如碳金融产品、绿色信贷ESG投资等)提升制造业绿色融资规模、拓展绿色金融服务范围、加强绿色金融风险防控等，有利于制造业绿色转型基础设施完善，激发制造业绿色创新，实现对制造业绿色转型的有效支持。随着制造业绿色转型水平提升，金融科技创新加快发展，出现绿色融资租赁、绿色REITS、碳中和债、碳中和指数收益互换等新型产品。在金融科技和制造业绿色转型两个子系统发展过程中，二者相互联结、配合，逐渐趋于更优协同，产生大于各个子系统直接相加的整体效应。制造业绿色转型的进一步发展对金融科技提出更高要求，会出现更多新技术融合到金融领域的有益尝试，如将区块链技术嵌入制造业绿色转型的分布式可再生能源交易、区块链嵌入制造业数字化转型场景等。由此，金融科技体系与制造业绿色转型系统相互协同合作，其作用与影响关系具有系统性，既有属于自身子系统的特点，也有两系统相互交流互动的整体现象，通过自组织行为形成相互促进的协同演化系统，如图3所示。
图3 金融科技—制造业绿色转型复合系统动态演化机制
Fig.3 Dynamic evolution mechanism of fintech-manufacturing green transformation composite system
金融科技—制造业绿色转型复合系统协同机制体现为时间和空间上的匹配。一方面，金融科技发展与制造业绿色转型的过程、方向一致，二者存在时间趋势上的阶段同步性；另一方面，金融科技发展与制造业绿色转型均存在一定程度的空间演化特征，区域发展的非均衡性也应存在相应匹配关系。金融科技发展与制造业绿色转型在规模、广度和深度方面均存在时空上的有序结构，两系统有序程度越高，协同程度就越高。
为识别自组织演化系统的序参量，衡量系统有序度，Haken[23]提出了哈肯模型。哈肯模型采用数学模型表述自组织系统的演化过程，并通过数学方法“绝热近似”假设消去快参量对系统的影响，找出序参量及其演化方程，再通过计算得出系统突变时的稳定解，用系统序参量的状态变量与稳定解之间的距离衡量系统有序度[25]。
2.2.1 系统演化方程
金融科技—制造业绿色转型复合系统包括金融科技子系统和制造业绿色转型子系统，分别用q1、q2表示两个子系统的状态变量，则复合系统的演化方程为：
(1)
(2)
其中，
为状态变量对时间的导函数，γ1 、γ2为阻尼系数，a、b为两个子系统相互作用的强度系数。控制参量γ1 、γ2、a、b的大小反映金融科技—制造业绿色转型复合系统的演化行为。当γ1(γ2)为负值时，表明q1(q2)子系统已建立促进系统有序度提高的正反馈机制，γ1(γ2)的绝对值越大，促进作用越大，系统有序度越高；当γ1(γ2)为正值时，表明q1(q2)子系统已建立抑制系统有序度提高的负反馈机制，γ1(γ2)的绝对值越大，抑制作用越大，系统有序度越低。a反映q2对q1的协同影响，当a为负值时，q2对q1起推动作用，a的绝对值越大，推动力越大；当a为正值时，q2对q1起抑制作用，a的绝对值越大，阻力越大。b反映q1对q2的协同影响，当b为负值时，q1抑制q2增长，b的绝对值越大，阻力越大；当b为正值时，q1促进q2增长，b的绝对值越大，促进作用越大。
当金融科技—制造业绿色转型复合系统达到一个稳定解时，若系统演化方程的阻尼系数满足“绝热近似”假设，即|γ2|≫|γ1|，且γ2> 0，则表明q2为迅速衰减的快参量，q1为复合系统演化中起主导作用的慢参量(序参量)，在实际运用中要求γ1、γ2至少相差一个数量级。若“绝热近似”假设成立，可令式(2)等号左边为零，可得：
(3)
式(3)揭示出子系统之间的“支配—伺服”行为，即伺服子系统(快参量q2)受到支配子系统(慢参量q1)支配，其状态随着支配子系统状态变化而变化。
2.2.2 序参量演化方程与势函数
将式(3)带入式(1)，得到复合系统的序参量演化方程。
(4)
对序参量演化方程等号右边取相反数后，再进行积分得到复合系统的势函数。
(5)
金融科技—制造业绿色转型复合系统的平衡点由式(4)等于0确定，当 γ1* γ2* a * b > 0时，方程存在唯一解q1=0；当 γ1* γ2* a * b<0时，方程存在3个解，即：
由于方程的零解是不稳定解，现实分析中一般不予考虑，而非零解是稳定解，此时复合系统通过突变形成新的稳定态[26]。
由于本文使用的是年度数据，因此需将哈肯模型离散化。
q1(t)=(1-γ1)q1(t-1)-aq1(t-1)q2(t-1)
(6)
q2(t)=(1-γ2)q2(t-1)+bq12(t-1)
(7)
学者们通过构建环境污染综合指数、Malinquist-Luenberger指数、SML指数，采用效率评价模型、主成分分析法、内容分析法等测算绿色转型发展水平[27-29]。综合前人研究成果，同时考虑数据可获取性，遵循全面性、科学性、可行性和层次性原则，从绿色发展贡献、绿色创新驱动、绿色环境规制、区域绿色保障4个维度构建指标体系，如表1所示。
现有文献对金融科技发展的测度大致可分为两类：一是采用文本挖掘法对各关键词词频进行数据挖掘和结构化数据转化，最终合成金融科技指数[30]；二是采用北京大学数字金融研究中心编制的中国数字普惠金融指数(省级层面)作为代理变量[31-32]。依靠关键词表测度金融科技发展，容易陷入“不尽完善”和“疲于更新”的两难境地[33]，因而本文采用中国数字普惠金融指数(省级层面)测度金融科技子系统。
选取2011—2019年中国内地30个省份(西藏因数据不全，未纳入统计)相关指标数据，其中金融科技数据来源于北京大学数字金融研究中心发布的数字普惠金融指数第三期，制造业绿色转型相关数据来源于《中国统计年鉴》《中国工业经济统计年鉴》《中国高技术产业统计年鉴》《中国能源统计年鉴》《中国固定资产统计年鉴》《中国环境统计年鉴》及各省统计年鉴。采用极差法对制造业绿色转型原始数据进行标准化处理，在此基础上采用熵值法确定制造业绿色转型指标权重(见表1)，并使用综合指数法测算我国制造业绿色转型子系统的状态变量，金融科技子系统的状态变量采用数字普惠金融指数进行测度。最后，采用自然断点分级法将两个子系统的状态变量均值划分为5个等级，借助Python中pyecharts库对考察期内各省制造业绿色转型和金融科技子系统的状态变量平均值进行可视化处理。
由处理结果可知，我国制造业绿色转型状态变量值呈现出由东向西逐级递减的空间分布格局，东部和东北地区制造业绿色转型整体水平最高，但区域内部存在较大差异，东部地区多数省份制造业绿色转型水平处于第二等级及以上，但海南处于第五等级、河北和福建处于第三等级；东北地区各省制造业绿色转型水平差距较大，分布在第二至第四等级中。中部地区制造业绿色转型整体水平居中，主要集中在第三、四等级，只有湖南居第二等级、广西处于第五等级。西部地区制造业绿色转型整体水平最低，除陕西处于第三等级外，其余省份均位于第四、五等级。我国四大区域金融科技状态变量值呈相对均匀的空间分布格局。大多数省份集中在第三等级，只有少数处于第二(北京、上海、浙江)和第四等级(新疆、青海、甘肃、贵州)。可见，我国金融科技和制造业绿色转型在时间演化与空间分布上存在明显的非均衡性，因此需要对我国金融科技—制造业绿色转型复合系统协同运行机制与区域差异进行量化分析，以探析复合系统运行的区域差异特征。
3.3.1 序参量识别
分别假设金融科技和制造业绿色转型为序参量，运用Stata15对离散化的哈肯模型进行回归，结果如表2所示。在假设金融科技为序参量的前提下，根据式(Ⅰ)、(Ⅱ)，复合系统控制参量γ1=-1.370 3，γ2=0.000 1，a =0.133 2，b =2.18×10-9，此时|γ1| >|γ2|，不满足“绝热近似”假设，原假设不成立。在假设制造业绿色转型为序参量的条件下，根据式(Ⅲ)、(Ⅳ)，复合系统控制参量γ1 =0.014 0，γ2=0.216 4，a =-4×10-6，b =28.296 7，此时|γ2|≥|γ1|，且γ2> 0，满足“绝热近似”假设，说明在金融科技—制造业绿色转型复合系统中，制造业绿色转型为变化较慢的序参量，与原假设一致。
反映金融科技与制造业绿色转型相互作用的演化方程如下：
(8)
(9)
令
得到方程(9)的近似解。
(10)
式(10)表示金融科技随制造业绿色转型变化发生相应变化，将式(10)带入式(8)，得到复合系统的序参量演化方程。
(11)
对式(11)的相反数积分可得系统势函数为：
V=0.007M(t)2-0.000 13M(t)4
(12)
令
则势函数的3个解为：M′(t)=0，M″(t)=-5.173 6，M‴(t)=5.173 6。其中，定态解为M(t)=±5.173 6。
势函数V的二阶导数为：
(13)
将定态解M(t)=±5.173 6代入式(13)得到
表示势函数在M(t)=±5.173 6两点处取极大值。2011—2019年金融科技—制造业绿色转型复合系统的势函数曲线如图4所示。在一定系统控制参量下，复合系统内金融科技—制造业绿色转型的状态变量会通过系统中的非线性作用机制发生非零作用，形成系统新的稳定定态解M(t) =±5.173 6，即在系统稳定的定态解处产生新的有序结构。由方程(Ⅲ)、(Ⅳ)可知，此时复合系统动态演化的序参量是制造业绿色转型。
表1 制造业绿色转型评价指标体系
Tab.1 Green transformation evaluation index system of manufacturing industry
目标层领域层指标层单位属性权重绿色发展贡献发展规模人均制造业增加值万元正向0.026 0 制造业区位熵%正向0.037 3 区域制造业资产占全国制造业资产比重%正向0.058 8 制造业市场占有率%正向0.056 5 发展质量单位制造业增加值能耗t/万元负向0.043 9 制造业产品销售收入增长率%正向0.013 3 制造业市场优化指数无正向0.049 4 制造业固定资产新度系数无正向0.011 4 绿色创新驱动创新能力高技术制造业就业人数占制造业就业人数比重%正向0.043 0 高技术制造业投资额占社会投资总额比重%正向0.032 4 高技术制造业主营业务收入增长率%正向0.019 8 创新潜力制造业R&D经费占制造业主营业务收入比重%正向0.028 7 制造业科技人员占制造业就业人员比重%正向0.039 2 人均科技经费支出元正向0.056 1 大专及以上学历人数占比%正向0.052 9 每万人科技活动人员数人正向0.060 6 绿色环境规制能源消耗制造业单位产值能源消耗量t/万元负向0.009 9 制造业单位产值煤炭消耗量t/万元负向0.007 2 制造业单位产值电力消耗量kW·h/元负向0.007 2 制造业单位产值工业用水消耗量t/万元负向0.016 5 制造业能源消耗强度t/万元负向0.013 5 污染排放制造业单位产值废水排放量t/万元负向0.010 9 制造业单位产值二氧化硫排放量t/亿元负向0.008 2 制造业单位产值烟(粉)尘排放量t/亿元负向0.010 4 制造业单位产值固体废弃物排放量t/万元负向0.005 2 污染治理制造业固体废物综合利用率%正向0.055 7 环境保护支出占财政支出的比重%正向0.117 6 工业污染治理投资总额占工业生产总值比重%正向0.023 3 区域绿色保障基础设施城市人均绿地面积hm2/万人正向0.019 4 互联网普及率%正向0.034 4 移动电话普及率%正向0.006 7 人均光缆线路长度km正向0.024 2
表2 哈肯模型回归结果
Table 2 Hucken model regression results
假设条件演化方程控制参量结论序参量:金融科技(F)F(t)=2.370 3F(t-1) - 0.133 2F(t-1)M(t-1)... (Ⅰ)M(t)=0.999 9M(t-1)+2.18×10-9F(t-1)F(t-1) ...(Ⅱ)R21=0.990 2 R22=0.997 8γ1=-1.370 3, γ2 =0.000 1a =0.133 2 , b =2.18×10-9方程成立不满足“绝热近似”假设假设不成立序参量:制造业绿色转型(M)M(t)=0.986 0M(t-1) +4×10-6M(t-1)F(t-1)... (Ⅲ)F(t)=0.783 6F(t-1)+28.296 7M(t-1)M(t-1) ... (Ⅳ)R21=0.997 8 R22=0.997 4γ1 = 0.014 0, γ2=0.216 4a =-4×10-6, b =28.296 7方程成立满足“绝热近似”假设假设成立
图4 金融科技—制造业绿色转型复合系统动态演化过程的势函数曲线
Fig.4 Potential function curve of the dynamic evolution process of "fintech-manufacturing green transformation" composite system
3.3.2 协同机制分析
在金融科技—制造业绿色转型复合系统协同演化过程的临界点上，支配伺服子系统、主宰系统演化的序参量是制造业绿色转型。控制参量反映金融科技—制造业绿色转型复合系统阶段演化行为。其中，a= -4×10-6<0，说明2011—2019年复合系统中金融科技对制造业绿色转型起促进作用，但这种促进作用力度很小。b=28.296 7>0，说明2011—2019年我国制造业绿色转型对金融科技具有促进作用，且这种促进作用力度非常大。因此，样本期内制造业绿色转型系统与金融科技系统之间的相互作用具有协同效应，且制造业绿色转型对金融科技的协同增效应远远大于金融科技对制造业绿色转型的协同增效应。γ1=0.014 0>0，说明制造业绿色转型子系统建立起抑制系统有序度提高的负反馈机制，γ2 =0.216 4>0，说明金融科技子系统建立起抑制系统有序度提高的负反馈机制。γ1、γ2的绝对值都不大，说明子系统对复合系统有序度提高的抑制作用并不大，而子系统建立起的负反馈机制则表明，当前金融科技—制造业绿色转型复合系统协同水平还处于较低的初级阶段，复合系统结构处于一种低级有序状态，有进一步提升空间。
3.4.1 协同得分值
将定态解M(t)=±5.173 6代入式(12)中，解出系统产生新有序结构的稳定点A(5.173 6，0.183 0)。如图4所示，势函数曲线上任意一点X与稳定点A的距离决定其所处状态，根据距离公式得到系统状态评价函数为：
(14)
d值越大说明系统协同程度越低，反之则协同程度越高。
对d值进行D=(dmax-d)/(dmax-dmin)的正向化处理，得到2011—2019年我国金融科技—制造业绿色转型复合系统协同得分值。使用自然断点分级法将协同得分值分为5个不同等级：极低协同(0，0.246 0]、低度协同(0.246 0，0.416 8]、中度协同(0.416 8，0.535 3]、高度协同(0.535 3，0.742 2]、极高协同(0.742 2，1)。
如图5所示，2011—2019年我国金融科技—制造业绿色转型复合系统整体协同水平有所提高，但仍处于较低水平，局部以2015年“中国制造2025”提出为界呈现两阶段特征：第一阶段(2011—2015年)是低层次协同水平快速上升阶段，虽然2012年协同得分均值降幅达到9.3%，但此后开始快速升高，到2015年增幅高达21.5%。该阶段，由于低水平金融科技与低质量制造业绿色转型已经形成相对稳定的有序结构，复合系统与外界环境之间、复合系统内部各子系统之间的物质、能量(在社会系统中体现为资金、人力、信息、技术等)得以平稳有序流动，保证子系统间持续产生协同效应，最终使复合系统协同水平不断上升。第二阶段(2015—2019年)是波动调整阶段，其协同得分均值从0.497 3上升到0.511 2，波动幅度变大。该阶段协同水平特征充分反映出金融科技—制造业绿色转型复合系统的自组织演化过程，随着“中国制造2025”战略的提出，复合系统外界政策环境要求加快推进数字化、智能化，对复合系统中制造业绿色转型子系统内的绿色保障、绿色创新、绿色环境规制等因素提出新要求，打破原系统内子系统间低层次协同的有序状态。其中，2016年和2017年协同水平出现下滑；2018年因增值税改革利好，减轻了制造企业经营负担，高端制造业增长加快推动绿色转型，通过制造业绿色转型在复合系统中的主导作用，使协同水平得到较快提升；2019年，受制造业增速放缓的影响，协同水平有所下降。复合系统协同水平变化是子系统内部发生适应性调整的体现，在其自适应调节和非线性作用下，系统内部通过调整逐步形成新的、更高级的有序结构，这一调整过程是未来高层次协同的必经阶段。
从省域年均协同水平看，2011—2019年我国各省金融科技—制造业绿色转型复合系统协同水平存在较大差异，涵盖从极低协同到极高协同的所有类型，且其差异同样呈现出区域性特征，东部和东北地区协同水平远高于中部和西部地区，西部地区协同状况最差。在高度协同及以上的11个省域中，大多数集中在东部地区，东北(辽宁、吉林)和中部地区(湖南、湖北)各有两个；在中度协同以下的13个省域中，东部(海南)、东北(黑龙江)、中部地区(山西)各有1个，其余均在西部地区。由此可知，我国金融科技—制造业绿色转型复合系统协同水平不仅存在区域间差异，区域内部同样存在差异。
图5 2011—2019年全国金融科技—制造业绿色转型复合系统协同得分均值及增速
Fig.5 Average score and growth rate of "fintech-manufacturing green transformation" composite system from2011 to 2019
3.4.2 区域差异
为进一步量化金融科技—制造业绿色转型复合系统协同水平的区域差异，参考熊晓炼和樊健[25]的研究,采用泰尔指数(Theil index)进行测度，其数值在0～1之间，数值越大代表区域协同水平差异越大。泰尔指数测算公式为：
(15)
其中，Sit为i省份在第t年的协同水平，AveSit为区域第t年的平均协同水平。
如图6所示，2011—2019年全国范围金融科技—制造业绿色转型复合系统区域协同水平差异的泰尔指数在0.16～0.21之间，表明全国范围的区域差异较小，但整体上有扩大态势，并在2015年和2018年达到局部最大。如图7所示，四大经济区域泰尔指数均在0.07以下，与全国范围的协同水平差异相比，四大经济区域协同水平差异较小。
图6 2011—2019年全国范围金融科技—制造业绿 色转型复合系统区域协同水平差异
Fig.6 Coordination leveldifference of fintech-manufacturing green transformation composite system from2011 to 2019
分区域看，东部地区协同水平差异远大于其它地区。在战略引导与供给侧改革的共同推进下，东部地区部分先进制造业占比高且制造业水平高的区域出现制造业显著回暖趋势，制造业绿色转型过程中，有较高的金融科技水平与之相适应，政策获益明显，协同程度得到提升；先进制造业占比相对低的区域在战略调整中未能快速跟进，进一步拉大了东部地区协同水平差异，并呈现结构性调整的波动状态。中部、西部和东北地区协同水平差异相当，2015年以后，中西部地区差异呈缩小趋势，而东北地区呈扩大趋势。“中国制造2025”战略在中西部地区存在明显的短期政策效应，协同水平差异在2015年以后显著缩小。可能的原因是，制造业绿色转型水平居中的中部地区，制造业增速回落、新动能发展不足，且受技术和资金条件限制，在战略调整中聚焦重点行业，导致整体水平难以快速提升。因此，中部地区协同差异先拉大，战略调整后又迅速缩小，然后保持在较低水平。制造业水平低的西部地区受智能技术和金融科技水平不足的影响，协同水平差异一直不大。作为传统老工业基地的东北地区，在“中国制造2025”战略中面临阵痛性调整，城市振兴步伐落后于中西部地区，但一直积极培育新兴科技产业，挖掘高端装备制造与高技术产业潜力，不断优化政策供给、深化体制机制改革，在改革过程中获得先导性支持的地区或企业有一定先发优势，在发展中逐渐拉大协同水平差距。
本文基于系统学视角，将协同学理论引入我国金融科技—制造业绿色转型复合系统协同演化机制研究，运用哈肯模型对我国金融科技—制造业绿色转型复合系统协同演化机制进行实证分析，并采用泰尔指数测度全国范围及四大经济区域的复合系统协同差异，得出以下主要结论：
首先，我国金融科技—制造业绿色转型复合系统存在协同演化机制，复合系统演化受制造业绿色转型控制，协同演化结构与有序程度取决于制造业绿色转型水平。由于复合系统协同演化的序参量为制造业绿色转型子系统，其支配着金融科技子系统并主宰复合系统向更高级、更有序的结构演化。其演化行为表现为我国金融科技与制造业绿色转型之间存在相互促进的协同效应，且两者均形成抑制系统有序演化的负反馈机制。
图7 2011—2019年我国四大经济区域金融科技—制造业绿色转型复合系统协同水平差异
Fig.7 Regional differences in the composite system coordination level of fintech-manufacturing green transformation in China's four economic regions from2011—2019
其次，金融科技—制造业绿色转型复合系统协同水平以“中国制造2025”战略提出为界，呈现显著的阶段性特征。2015年以前为快速上升阶段，是制造业绿色转型与金融科技低水平协同发展阶段；2015年以后，制造业绿色转型加快发展并在复合系统中起主导作用，使得协同值伴随转型调整出现波动，呈现明显的系统适应性调整特征。分省域看，超过半数省域协同水平在中度协同及以上，说明调整趋势向好，战略引导作用显现。
最后，金融科技—制造业绿色转型复合系统区域协同水平差异较小，整体上呈扩大趋势。四大经济区域中，东部地区协同水平差异远大于其它地区，且有波动性扩大趋势，其它地区协同水平差异相当。可能的原因是，战略导向作用在先进制造业占比大的东部地区效果显著，拉大了绿色制造业优势区域与其它区域的差距，同时因制造业绿色转型在复合系统中的主导作用，影响协同水平差异。
首先，加快制造业绿色转型步伐，带动金融科技协同发展，促进协同水平提高及复合系统有序与优化。制造业绿色发展是绿色经济的重要组成，绿色制造业能为金融科技提供良好的经济支撑，有利于金融科技生态环境的营造，而金融科技的发展也能为制造业提供创新性金融产品和服务，进而带动区域制造业与经济绿色化。未来我国制造业仍需以绿色制造为发展方向，大力发展智能制造、数字制造，推动制造业绿色化发展。同时，绿色制造业发展对金融科技产品和服务的创新需求，主导复合系统的协同演变，助推金融科技实现共同发展。加快绿色制造业体系建设，打造绿色园区、绿色工厂、绿色供应链、绿色产品等，推动相应融资咨询、投资和财务管理等诸多金融服务创新，提供有效金融支持，形成二者良性互动的互促协同机制。
其次，推广制造业绿色示范经验，缩小金融科技—制造业绿色转型复合系统协同的区域差异。工信部选择部分城市进行绿色制造试点示范，打造了一批特色鲜明的绿色示范工厂，目前已公布5批绿色制造体系示范企业。加快推广这些示范点的绿色制造经验，以可借鉴模式和方法带动制造业相对落后的中西部地区发展，使其结合自身资源禀赋构建区域特色制造业绿色体系，不断提升制造业绿色化水平，推动复合系统高质量协同演化。
最后，以区域合作、区域协调发展理念为导向，完善制造业绿色发展的金融科技支持体系。根据区域金融科技发展与制造业绿色转型状况，设计区域金融科技与制造业绿色融合发展规划，将二者协同发展的资源要素布局纳入区域协调发展战略框架，推动区域内金融科技要素与制造业绿色发展融合。对于京津冀、长江经济带、长三角、珠三角等战略发展区域，应在金融一体化协同视域下，加强战略性新兴产业融合合作，共同规划战略区域内金融科技资源匹配制造业绿色发展布局，金融科技行业发展也应基于区域协调发展布局进行合理规划，以实现区域产业结构转型和经济高质量发展目标。
对于四大经济区域而言，东部地区协同水平已远超中西部，基于金融科技资源的有限性，从布局上仍需适当向中、西部地区倾斜，提高中西部地区金融科技服务制造业绿色发展的能力，缩小与东部地区的差距。东部地区应提高制造业内部整合能力，注重制造业科技含量提升，继续向高端制造方向发展，以科技进步和创新驱动转型升级，提升绿色化水平，带动金融科技服务效率提升，进一步提高协同水平。中部地区应以长江经济带发展、新一轮支持中部崛起的政策为契机，在整体推进与生态环境保护的要求下，确保制造业绿色转型符合生态发展要求，通过协同发展实现金融科技与制造业绿色转型的良性互动。西部地区应抓住西部大开发战略、西部陆海新通道建设的政策机遇，鼓励当地企业积极承接有利于产业链延伸的高技术产业，以基础设施的完善和经济发展为金融科技运作提供良好的生态环境，提高金融服务实体经济的能力。同时，绿色发展离不开政府公共财政的支持与引导，合理引导资金流向先进制造业，打造一批高端制造业基地，带动制造业绿色转型，实现金融科技与制造业绿色化同步提升。东北地区应依托现有资源和产业基础，不断挖掘制造业绿色转型新路径，重塑制造业新活力，破除发展瓶颈，优化制造业结构，大力培育新兴产业，探寻新模式。
[1] FANKHAUSER S, BOVWEN A, CALEL R, et al. Who will win the green race? in search of environmental competitiveness and innovation[J].Global Environmental Change, 2013,23(5):902-913.
[2] THURNER T W, ROUND V. Greening strategies in Russia's manufacturing: from compliance to opportunity[J]. Journal of Cleaner Production, 2016,112(4):2851-2860.
[3] DANGELICO R M. Green product innovation:where we are and where we are going[J].Business Strategy and the Environment,2016,25(8): 560-576.
[4] SEZEN B, CANKAYA S Y. Effects of green manufacturing and eco-innovation on sustainability performance[J].Procedia-Social and Behavioral Sciences, 2013,99(6):154-163.
[5] HU D, FENG C, LIANG L,et al. Environmental performance of Chinese listing manufacturing enterprise:from investment perspective[J].Environmental Science and Pollution Research, 2019,26(7):6625-6635.
[6] MUOZ-VILLAMIZAR A, SZNTOS J, VILES E, et al. Manufacturing and environmental practices in the Spanish context[J]. Journal of Cleaner Production,2018,178(20):268-275.
[7] 毕克新,王禹涵,杨朝均.创新资源投入对绿色创新系统绿色创新能力的影响——基于制造业FDI流入视角的实证研究[J].中国软科学,2014,29(3):153-166.
[8] 徐建中,王曼曼.制造业集聚、技术进步与绿色创新绩效——对我国省际面板数据的实证分析[J].科技进步与对策，2019,36(12):54-61.
[9] 王旭,褚旭.中国制造业绿色技术创新与融资契约选择[J].科学学研究,2019,37(2):351-361.
[10] 屈小娥,胡琰欣,赵昱钧.产业集聚对制造业绿色全要素生产率的影响——基于长短期行业异质性视角的经验分析[J].北京理工大学学报(社会科学版),2019,29(1):27-36.
[11] 师博,姚峰,李辉.创新投入、市场竞争与制造业绿色全要素生产率[J].人文杂志,2018,62(1):26-36.
[12] 孙薇,侯煜菲,周彩红.制造业绿色竞争力评价与预测——以江苏省为例[J].中国科技论坛,2019,35(4):124-132,141.
[13] 侯建,陈恒.中国高专利密集度制造业技术创新绿色转型绩效及驱动因素研究[J].管理评论,2018,30(4):59-69.
[14] 李玲,陶锋.中国制造业最优环境规制强度的选择——基于绿色全要素生产率的视角[J].中国工业经济,2012,29(5):70-82.
[15] 张小筠,刘戒骄,李斌.环境规制、技术创新与制造业绿色发展[J].广东财经大学学报,2020,35(5):48-57.
[16] 朱俊杰,王彦西,张泽义.金融科技发展对我国产业结构升级的影响[J].科技管理研究,2017,37(19):31-37.
[17] 侯世英,宋良荣.金融科技、科技金融与区域研发创新[J].财经理论与实践,2020,41(5):11-19.
[18] 李洪东,郑联盛,武传德.金融科技助推产业链金融升级的缘由与路径[J].财会月刊,2021(1):135-141.
[19] 李睿.金融科技是否推动了我国产业结构优化——基于空间效应和门槛效应的分析[J].经济与管理,2021,35(5):53-62.
[20] 丁日佳,刘瑞凝.科技金融对制造业结构优化的双重效应研究——基于省级制造业面板数据的GMM估计[J].科技进步与对策,2020,37(12):55-63.
[21] 辛大楞,邓祥莹.金融科技对制造业企业嵌入全球价值链的影响研究——基于世界银行调查数据的实证分析[J].国际商务(对外经济贸易大学学报),2021,35(3):55-63.
[22] 巴曙松,白海峰,胡文韬.金融科技创新、企业全要素生产率与经济增长——基于新结构经济学视角[J].财经问题研究,2020(1):46-53.
[23] HAKEN H. Synergetics: an introduction [M].New York: Springer-Verlag, 1983.
[24] HAKEN H.Advanced synergetics [M]. New York: Springer-Verlag, 1983.
[25] 熊晓炼,樊健.“一带一路”沿线省域金融生态系统协同演化机制与水平差异——基于哈肯模型的实证分析[J].工业技术经济,2021,40(12):58-65.
[26] 李雪松,齐晓旭.长江中游城市群差异化协同发展的演化与分析[J].工业技术经济,2019,38(12):75-83.
[27] 许冬兰,张新阔.中国制造业服务化的绿色福利效应研究——基于污染改善与环境TFP双重视角[J].中国地质大学学报(社会科学版),2021,21(4):56-72.
[28] 李琳,楚紫穗.我国区域产业绿色发展指数评价及动态比较[J].经济问题探索,2015,36(1):68-75.
[29] 唐勇军,李鹏.董事会特征、环境规制与制造业企业绿色发展——基于2012—2016年制造业企业面板数据的实证分析[J].经济经纬,2019,36(3):73-80.
[30] 李春涛,闫续文,宋敏,等.金融科技与企业创新——新三板上市公司的证据[J].中国工业经济,2020,37(1):81-98.
[31] 沈悦,郭品.互联网金融、技术溢出与商业银行全要素生产率[J].金融研究,2015,58(3):160-175.
[32] 邱晗,黄益平,纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角[J].金融研究,2018,58(11):17-29.
[33] 王靖一,黄益平.金融科技媒体情绪的刻画与对网贷市场的影响[J].经济学(季刊),2018,17(4):1623-1650.