5 浏览3.2 变量设计
3.2.1 被解释变量：绿色转型指标（碳排放、绿色全要素生产率等）
3.2.2 解释变量：科技金融发展水平（或科技金融政策 dummy）
3.2.3 中介变量：能源利用效率（DEA-SBM 或 ML 指数）
3.2.4 控制变量：经济发展、产业结构、财政科技支出等
3.2.5 固定效应设置
3.3 数据来源与样本说明
3.3.1 数据来源说明
3.3.2 样本区域选择依据
3.3.3 指标处理说明
3.4 指标构建方法
3.4.1 绿色转型指标构建（多维度）
3.4.2 能源利用效率计算方法
3.4.3 科技金融指标构建方法
3.4.4 变量描述性统计
第四章 实证分析
4.1 描述性统计分析
4.1.1 总体样本特征
4.1.2 变量间相关性
4.2 基准回归结果分析
4.2.1 科技金融对绿色转型的影响结果
4.2.2 系数解释与经济意义
4.2.3 显著性与稳健性初步判断
4.3 中介效应分析
4.3.1 科技金融对能源利用效率的影响
4.3.2 能源利用效率对绿色转型的影响
4.3.3 偏中介 or 完全中介的检验
4.4 动态效应分析
4.4.1 滞后效应与递进效应检验
4.4.2 政策实施前后动态趋势
4.5 稳健性检验
4.5.1 样本调整
4.5.2 替换变量
4.5.3 处理并行政策
4.5.4 PSM 或其他方法检验
第五章 异质性分析
5.1 地区异质性
5.1.1 东中西部对比
5.1.2 不同区域金融发展水平差异
5.2 资源禀赋异质性
5.2.1 资源型城市 vs 非资源型城市
5.2.2 高能耗产业城市 vs 非高能耗城市
5.3 创新能力异质性
5.3.1 高创新基础城市
5.3.2 低创新基础城市
第六章 结论与政策建议
6.1 主要研究结论
6.1.1 科技金融的直接效应总结
6.1.2 能源利用效率的中介效应总结
6.1.3 城市异质性特征总结
6.2 政策建议
6.2.1 完善科技金融支持绿色发展的政策体系
6.2.2 提升能源利用效率的制度保障与技术路径
6.2.3 因地制宜推进绿色转型的差异化政策
6.2.4 加强金融、产业、科技之间的协同治理
6.3 不足与展望
6.3.1 数据与测度的局限性
6.3.2 模型的不足与未来改进
6.3.3 后续研究方向
