国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

數(shù)字普惠金融與城市綠色經(jīng)濟(jì)增長(zhǎng)
——基于空間溢出的研究視角

2022-10-20 13:10章志華賀建風(fēng)
統(tǒng)計(jì)學(xué)報(bào) 2022年5期
關(guān)鍵詞:普惠金融服務(wù)綠色

章志華,賀建風(fēng)

(1.廣東財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,廣東 廣州 510320;2.華南理工大學(xué) 經(jīng)濟(jì)與金融學(xué)院,廣東 廣州 510006)

一、引言

改革開放四十年來,中國經(jīng)濟(jì)高速增長(zhǎng)取得的偉大成就已引起全世界的關(guān)注,但依靠生產(chǎn)要素驅(qū)動(dòng)的粗放型經(jīng)濟(jì)增長(zhǎng)模式仍未根本扭轉(zhuǎn),帶來了資源的過度消耗以及環(huán)境污染較為嚴(yán)重的問題?!吨袊y(tǒng)計(jì)年鑒(2019)》數(shù)據(jù)顯示,2018年中國GDP占全球GDP總量的比重為15.9%,而同期能源消費(fèi)量占比高達(dá)23.6%,CO2排放量占全球排放量的27.8%。隨著中國經(jīng)濟(jì)由高速增長(zhǎng)進(jìn)入到高質(zhì)量發(fā)展階段,高消耗、高污染的粗放型發(fā)展模式已無法滿足經(jīng)濟(jì)高質(zhì)量發(fā)展的現(xiàn)實(shí)需要。而且,中國政府在2020年9月聯(lián)合國大會(huì)上向全世界承諾到2030年前,CO2的排放量達(dá)到峰值之后將逐漸下降;到2060年前,要通過技術(shù)創(chuàng)新等方式中和已排放的CO2。因此,在新發(fā)展階段,這種粗放型經(jīng)濟(jì)增長(zhǎng)模式將不可持續(xù),推動(dòng)我國經(jīng)濟(jì)發(fā)展模式向綠色低碳轉(zhuǎn)型刻不容緩。

數(shù)字普惠金融作為新一代信息技術(shù)與傳統(tǒng)金融服務(wù)相結(jié)合的新型金融服務(wù)模式,借助互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術(shù),數(shù)字普惠金融能夠突破傳統(tǒng)金融服務(wù)的邊界,通過減少對(duì)擔(dān)保、質(zhì)押等信息的過度依賴以降低借貸的門檻與成本,從而能夠?yàn)楦嗟娜颂峁┚W(wǎng)絡(luò)借貸、網(wǎng)絡(luò)支付等新型金融服務(wù),這為數(shù)字普惠金融發(fā)展提供了一個(gè)很好的服務(wù)載體,從而推動(dòng)了數(shù)字普惠金融的快速發(fā)展。據(jù)《北京大學(xué)數(shù)字普惠金融指數(shù)(2011—2018)》數(shù)據(jù)顯示,2018年省級(jí)層面的數(shù)字惠普金融指數(shù)值相比2011年翻了四倍,年均增長(zhǎng)速度為36.4%。那么,我國數(shù)字普惠金融的快速發(fā)展能否推動(dòng)綠色經(jīng)濟(jì)增長(zhǎng)呢?數(shù)字普惠金融實(shí)際上也是一種環(huán)境友好型的金融服務(wù)模式,能夠?qū)⒔鹑诜?wù)與碳排放、綠色交易等聯(lián)系起來,引導(dǎo)綠色金融資源向高新技術(shù)、綠色低碳產(chǎn)業(yè)轉(zhuǎn)移,從而有利于推動(dòng)經(jīng)濟(jì)綠色轉(zhuǎn)型。此外,數(shù)字普惠金融作為一種與數(shù)字技術(shù)結(jié)合緊密的新型金融服務(wù)模式,伴隨著新一代信息技術(shù)的蓬勃發(fā)展,使得數(shù)字普惠金融更容易突破時(shí)空上的限制,在更大的范圍內(nèi)實(shí)現(xiàn)低成本、便捷的金融資源配置。因此,數(shù)字普惠金融在影響本地區(qū)綠色經(jīng)濟(jì)增長(zhǎng)的同時(shí),也可能通過低成本、便捷的金融服務(wù)新模式影響周邊地區(qū)的綠色經(jīng)濟(jì)增長(zhǎng)。

二、文獻(xiàn)綜述

Goldsmith(1969)[1]最先研究了金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。Mckinnon(1973)[2]和Shaw(1973)[3]認(rèn)為,金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用。Diamond(1984)[4]、King和Levine(1993)[5]認(rèn)為,銀行主導(dǎo)的金融結(jié)構(gòu)能夠促進(jìn)經(jīng)濟(jì)增長(zhǎng)。Allen等(2005)[6]認(rèn)為,非正規(guī)金融是推動(dòng)私營(yíng)企業(yè)擴(kuò)張的重要原因,即使在相關(guān)金融制度不完善的條件下,金融市場(chǎng)仍能夠推動(dòng)中國經(jīng)濟(jì)增長(zhǎng)。但是,Degryse等(2013)[7]的研究表明,在私營(yíng)企業(yè)規(guī)模擴(kuò)張時(shí)非正規(guī)金融能夠發(fā)揮作用,而在轉(zhuǎn)型時(shí)期正規(guī)金融系統(tǒng)的作用更加明顯。張成思和劉貫春(2016)[8]采用2004—2012年的國別數(shù)據(jù)進(jìn)行實(shí)證研究,結(jié)論表明金融結(jié)構(gòu)、金融服務(wù)對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用??紤]了資源消耗與非期望產(chǎn)出的綠色全要素生產(chǎn)率已成為衡量綠色經(jīng)濟(jì)增長(zhǎng)的重要指標(biāo)。周五七和朱亞男(2018)[9]采用長(zhǎng)江經(jīng)濟(jì)帶的面板數(shù)據(jù)進(jìn)行實(shí)證研究,結(jié)論表明金融發(fā)展對(duì)綠色全要素生產(chǎn)率的促進(jìn)作用明顯。徐璋勇和張睿(2020)[10]采用西部地區(qū)的省際面板數(shù)據(jù)進(jìn)行研究,也得到同樣的結(jié)論。進(jìn)一步,張帆(2017)[11]研究發(fā)現(xiàn),金融發(fā)展水平對(duì)綠色全要素生產(chǎn)率的影響是一種非線性的關(guān)系;葛鵬飛等(2018)[12]基于“一帶一路”跨國面板數(shù)據(jù),發(fā)現(xiàn)金融發(fā)展對(duì)綠色全要素生產(chǎn)率的影響為負(fù),但在創(chuàng)新異質(zhì)性條件下,它們之間卻是一種復(fù)雜的非線性關(guān)系。此外,謝婷婷等(2019)[13]研究了綠色信貸對(duì)綠色全要素生產(chǎn)率的影響。

近年來,數(shù)字普惠金融的快速發(fā)展已引起了學(xué)者們的廣泛關(guān)注,李雙燕等(2021)[14]基于研發(fā)投入的視角研究了數(shù)字普惠金融對(duì)綠色全要素生產(chǎn)率影響的中介作用。江紅莉和蔣鵬程(2022)[15]研究發(fā)現(xiàn),數(shù)字普惠金融對(duì)城市綠色經(jīng)濟(jì)效率的影響呈現(xiàn)“U”型關(guān)系。劉敏樓等(2022)[16]認(rèn)為,數(shù)字金融顯著地促進(jìn)了綠色發(fā)展,且這種促進(jìn)作用能夠通過提高覆蓋廣度和數(shù)字化程度來實(shí)現(xiàn)。楊怡等(2022)[17]認(rèn)為,數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色增長(zhǎng)的影響表現(xiàn)出明顯的異質(zhì)性,其中,覆蓋廣度、使用深度對(duì)農(nóng)業(yè)綠色增長(zhǎng)有促進(jìn)作用,而數(shù)字化程度對(duì)農(nóng)業(yè)綠色增長(zhǎng)有抑制作用。

綜上所述,已有文獻(xiàn)探討了金融發(fā)展對(duì)綠色全要素生產(chǎn)率的影響,但研究結(jié)論并不一致,而且對(duì)于數(shù)字普惠金融對(duì)綠色全要素生產(chǎn)率影響的研究不足。因此,本文擬從研究方法和數(shù)據(jù)選取方面進(jìn)行改善。在研究方法上,隨著新一代信息技術(shù)的快速發(fā)展,使得數(shù)字普惠金融更容易突破時(shí)空上的限制,在更大的范圍內(nèi)實(shí)現(xiàn)低成本、便捷的金融資源配置。因此,在研究數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的影響中需要考慮其空間溢出效應(yīng)。在數(shù)據(jù)選取上,由于省級(jí)層面數(shù)據(jù)的空間尺度與個(gè)體差異性均較大,若采用它進(jìn)行估計(jì)可能會(huì)導(dǎo)致研究結(jié)論失真,為此本文采用2011—2017年我國285個(gè)城市的面板數(shù)據(jù)進(jìn)行研究。

三、機(jī)制分析

(一)數(shù)字普惠金融對(duì)全要素生產(chǎn)率的影響

內(nèi)生增長(zhǎng)理論認(rèn)為,金融發(fā)展能夠通過優(yōu)化資源配置和技術(shù)進(jìn)步兩種途徑影響全要素生產(chǎn)率。發(fā)達(dá)的金融市場(chǎng)通過借貸利率引導(dǎo)金融資源流向技術(shù)創(chuàng)新項(xiàng)目,最終能夠促進(jìn)生產(chǎn)效率提升(江紅莉和蔣鵬程,2022)[15]。從生產(chǎn)角度看,由于金融排斥,中小企業(yè)是我國技術(shù)創(chuàng)新的生力軍,但在傳統(tǒng)金融服務(wù)模式下卻面臨融資難的困境,數(shù)字普惠金融作為一種新的金融服務(wù)模式,降低了金融服務(wù)的門檻和成本,拓寬了中小微企業(yè)的融資渠道,改善了技術(shù)創(chuàng)新的融資環(huán)境,從而有利于生產(chǎn)效率提高。從消費(fèi)角度看,數(shù)字普惠金融提升了金融服務(wù)的覆蓋度,降低了金融服務(wù)的門檻和成本,促使金融服務(wù)延伸到農(nóng)村的低收入群體,從而能夠提高農(nóng)村居民的收入水平,縮小了城鄉(xiāng)收入差距,有利于消費(fèi)結(jié)構(gòu)優(yōu)化。消費(fèi)結(jié)構(gòu)升級(jí)會(huì)促使部分低端產(chǎn)品的制造企業(yè)被市場(chǎng)淘汰,生存下來企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境中為獲取更大的市場(chǎng)份額將通過技術(shù)創(chuàng)新提高其產(chǎn)品質(zhì)量。隨著產(chǎn)品質(zhì)量的上升,中高端商品的消費(fèi)者得以釋放,又會(huì)對(duì)廠商生產(chǎn)的產(chǎn)品提出更高的質(zhì)量要求,周而復(fù)始會(huì)倒逼廠商不斷通過技術(shù)創(chuàng)新提高產(chǎn)品質(zhì)量,推動(dòng)生產(chǎn)率提升。然而,數(shù)字普惠金融可能帶來新的金融風(fēng)險(xiǎn),阻礙經(jīng)濟(jì)效率提升。隨著數(shù)字普惠金融的快速發(fā)展,監(jiān)管制度滯后可能會(huì)導(dǎo)致金融風(fēng)險(xiǎn)的不斷累積。同時(shí),在新一代數(shù)字技術(shù)的驅(qū)動(dòng)下,金融風(fēng)險(xiǎn)的傳染更復(fù)雜、快速和隱蔽,進(jìn)而對(duì)經(jīng)濟(jì)效率提升有抑制作用。此外,數(shù)字普惠金融的快速發(fā)展為人們提供了更多樣化的融資途徑,但隨著杠桿率的不斷提高,可能引發(fā)違約風(fēng)險(xiǎn),不利于經(jīng)濟(jì)效率提升。

(二)數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的影響

第一,數(shù)字普惠金融借助新一代信息技術(shù),拓寬了公眾參與綠色環(huán)保事業(yè)的途徑,能夠?qū)⒕G色發(fā)展理念與金融服務(wù)聯(lián)系起來,同時(shí),金融服務(wù)的數(shù)字化管理模式以及透明的信息公開方式提高了公眾對(duì)參與綠色環(huán)保事業(yè)的信心,從而有利于推動(dòng)生活、生產(chǎn)方式的綠色轉(zhuǎn)型(劉敏樓等,2022)[16]。

第二,已有研究認(rèn)為,數(shù)字普惠金融實(shí)際上也是一種環(huán)境友好型的金融服務(wù)模式,能夠?qū)⒔鹑诜?wù)與碳排放、綠色交易等聯(lián)系起來,數(shù)字普惠金融通過提高金融服務(wù)效率,能夠引導(dǎo)綠色金融資源向高新技術(shù)企業(yè)和綠色低碳產(chǎn)業(yè)轉(zhuǎn)移,有利于企業(yè)減少能源消耗、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、降低污染物排放量,推動(dòng)綠色發(fā)展(騰磊和馬德功,2020)[18]。

第三,借助新一代數(shù)字技術(shù),數(shù)字普惠金融能夠挖掘出企業(yè)的部分特質(zhì)性信息,資本市場(chǎng)信息效率的改善則要依靠提高資本市場(chǎng)的關(guān)注度,促使金融機(jī)構(gòu)更加關(guān)心企業(yè)的環(huán)境效益,并通過提高貸款利率來降低企業(yè)可能帶來的環(huán)境風(fēng)險(xiǎn),迫使轉(zhuǎn)型壓力較大的企業(yè)減少污染物排放,提高環(huán)境質(zhì)量,以推動(dòng)綠色發(fā)展(劉敏樓等,2022)[16]。

四、變量選擇

第一,綠色經(jīng)濟(jì)增長(zhǎng)(GTFP)。由于綠色經(jīng)濟(jì)增長(zhǎng)不僅考慮了期望產(chǎn)出,而且還考慮了資源投入與環(huán)境污染問題,能夠更真實(shí)的反映全要素生產(chǎn)率的變化。對(duì)于綠色經(jīng)濟(jì)增長(zhǎng)的測(cè)算,由于ML指數(shù)無法反映生產(chǎn)效率的長(zhǎng)期變化,而SBM方向性距離函數(shù)的線性規(guī)劃可能存在無可行解的問題,為此本文根據(jù)Oh(2010)[19]提出的GML(Global Malmquist-Luenberger)指數(shù)測(cè)算方法,測(cè)算了2011—2017年中國285個(gè)城市的綠色經(jīng)濟(jì)增長(zhǎng)指數(shù)。

首先,假定每個(gè)城市是一個(gè)獨(dú)立的生產(chǎn)決策單元,每個(gè)城市使用k種要素投入,到m種期望產(chǎn)出與n種非期望產(chǎn)出,則各城市的全域生產(chǎn)可能性集合見式(1)。

利用數(shù)據(jù)包洛方法(DEA),進(jìn)一步可得

其中,i、t分別表示城市和年份;λt為權(quán)重,表示生產(chǎn)過程為規(guī)模報(bào)酬可變,若無該約束條件,則表明生產(chǎn)過程為規(guī)模報(bào)酬不變。

進(jìn)一步根據(jù)Fukuyama和Weber(2009)[20]的做法,本文可得SBM方向性距離函數(shù):

其中,(xit,yit,zit)分別表示第i個(gè)城市在t期投入、期望產(chǎn)出以及非期望產(chǎn)出;(gx,gy,gz)分別表示投入減少、期望產(chǎn)出增加以及非期望產(chǎn)出減少;(Sx,Sy,Sz)為松弛向量,分別表示投入過度使用、期望產(chǎn)出不足和非期望產(chǎn)出過多。

由于GML指數(shù)是一個(gè)相對(duì)數(shù),若它大于1(小于1)則表示該指數(shù)在增長(zhǎng)(下降)。

其中,投入指標(biāo)包括資本、就業(yè)人數(shù)和全社會(huì)用電量。資本存量K采用永續(xù)盤存法計(jì)算得到,永續(xù)盤存法計(jì)算如下:Kit=(1-δ)Kit-1+Iit,其中,Iit表示固定資產(chǎn)投資額;資本折舊率δ為9.6%,基期年2011年的資本存量為2011年的固定投資額除于折舊率與平均增長(zhǎng)率之和,并采用全社會(huì)年用電量來衡量能源消耗總量(程中華和于斌斌,2014)[21]。期望產(chǎn)出指標(biāo)為實(shí)際GDP;非期望產(chǎn)出指標(biāo)為廢水、SO2和煙(粉)塵排放量。

表1 2011—2017年綠色經(jīng)濟(jì)增長(zhǎng)及其分解

由表1的分析結(jié)果可知,2011—2017年的GML指數(shù)與技術(shù)進(jìn)步的變化基本保持一致,表明GTFP的增長(zhǎng)主要依靠技術(shù)進(jìn)步來推動(dòng)。由于GTFP增長(zhǎng)的動(dòng)力來源于技術(shù)進(jìn)步,技術(shù)進(jìn)步有利于經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變,這與孫付華等(2019)[22]的研究結(jié)果基本一致,因此,要更加重視技術(shù)進(jìn)步對(duì)GTFP增長(zhǎng)的推動(dòng)作用。

由于測(cè)算的GML指數(shù)反映的是GTFP的增長(zhǎng)率,還需要換算成綠色經(jīng)濟(jì)增長(zhǎng),為此本文參照邱斌等(2008)[23]的做法,假設(shè)2010年的GTFP為1,用2011年的GML指數(shù)乘以2010年的GTFP可得2011年的GTFP,以此類推最終得到2011—2017年的GTFP。

第二,數(shù)字普惠金融(DIF)。目前國內(nèi)較為全面地反映各城市數(shù)字普惠金融發(fā)展情況的數(shù)據(jù)是北京大學(xué)數(shù)字普惠金融研究中心等編制的“北京大學(xué)數(shù)字普惠金融指數(shù)”。由于數(shù)字普惠金融總指數(shù)及各維度指標(biāo)均包含了數(shù)字普惠金融的有關(guān)信息,若采用某一指標(biāo)可能無法全面、準(zhǔn)確地反映數(shù)字普惠金融對(duì)城市綠色經(jīng)濟(jì)增長(zhǎng)的影響,容易導(dǎo)致回歸結(jié)果失真。因此,本文采用數(shù)字普惠金融總指數(shù)反映各城市數(shù)字普惠金融發(fā)展水平,并采用覆蓋廣度、使用深度及數(shù)字化程度來反映數(shù)字普惠金融在不同維度的表現(xiàn)。

表2 數(shù)字普惠金融指數(shù)的地區(qū)分析結(jié)果

由表2的分析結(jié)果可知,2011—2017年間,中國數(shù)字普惠金融增長(zhǎng)迅速,2017年數(shù)字普惠金融指數(shù)是2011年的4.3倍,年平均增長(zhǎng)27.5%。進(jìn)一步可知中國的數(shù)字普惠金融發(fā)展程度仍然有明顯的地區(qū)差異性,東部地區(qū)的數(shù)字普惠金融指數(shù)最高,中部地區(qū)的數(shù)字普惠金融指數(shù)次之,西部地區(qū)的數(shù)字普惠金融指數(shù)最低?!侗本┐髮W(xué)數(shù)字普惠金融指數(shù)》顯示,2017年數(shù)字普惠金融綜合指數(shù)得分最高的杭州市是得分最低的隴南市的1.5倍。根據(jù)《中國城市統(tǒng)計(jì)年鑒》數(shù)據(jù)顯示,2017年金融機(jī)構(gòu)貸款額最高的北京市是最低的齊齊哈爾的402.8倍。說明相對(duì)于傳統(tǒng)金融,數(shù)字普惠金融形成了更廣泛的普惠金融覆蓋度。

圖1 2011—2017數(shù)字普惠金融分維度的變化趨勢(shì)

由于數(shù)字普惠金融綜合指數(shù)不能反映中國數(shù)字普惠金融在不同維度的發(fā)展趨勢(shì),需進(jìn)一步從數(shù)字普惠金融的覆蓋廣度、使用深度與數(shù)字化程度三個(gè)維度進(jìn)行分析。由圖1的分析結(jié)果可知,在2011—2017年間,普惠金融綜合指數(shù)表現(xiàn)出“數(shù)字化程度>使用深度>覆蓋廣度”的梯度分布格局。但是,在不同年份三類指數(shù)的增速并不一樣,如圖1所示,在2014—2017年間,使用深度指數(shù)增長(zhǎng)速度很快,成為推動(dòng)數(shù)字普惠金融綜合指數(shù)增長(zhǎng)的重要因素。這說明隨著數(shù)字普惠金融覆蓋廣度和數(shù)字化程度的不斷發(fā)展,數(shù)字普惠金融的使用深度將逐漸成為各類指數(shù)增長(zhǎng)的重要驅(qū)動(dòng)力。

第三,研發(fā)強(qiáng)度(RD)。研發(fā)創(chuàng)新作為提高自主創(chuàng)新能力的重要因素,研發(fā)創(chuàng)新水平的提高有利于生產(chǎn)效率提升,進(jìn)而間接地影響到綠色經(jīng)濟(jì)增長(zhǎng),因而本文采用城市的R&D經(jīng)費(fèi)支出與GDP之比來衡量研發(fā)強(qiáng)度。

第四,對(duì)外開放度(OPEN)。一方面,F(xiàn)DI帶來的“污染天堂”效應(yīng)不利于東道國的綠色經(jīng)濟(jì)發(fā)展;另一方面,F(xiàn)DI帶來的技術(shù)溢出效應(yīng)能夠優(yōu)化資源配置效率,促進(jìn)東道國的綠色經(jīng)濟(jì)發(fā)展。因此,F(xiàn)DI對(duì)東道國綠色經(jīng)濟(jì)發(fā)展的影響不確定。本文采用實(shí)際利用FDI額與GDP之比來表示對(duì)外開放度。其中,F(xiàn)DI額按美元對(duì)人民幣的年平均匯率進(jìn)行換算。

第五,產(chǎn)業(yè)結(jié)構(gòu)升級(jí)(IND)。隨著產(chǎn)業(yè)結(jié)構(gòu)的不斷升級(jí),能夠加快生產(chǎn)資源的優(yōu)化配置,促使生產(chǎn)資源向綠色環(huán)保、高科技行業(yè)集聚,從而有利于綠色經(jīng)濟(jì)增長(zhǎng)。本文采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)之比來表示產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。

第六,人力資本(HR)。由于人力資本能夠通過提高地區(qū)創(chuàng)新與管理水平促進(jìn)生產(chǎn)效率提升,因此,本文采用各城市的在校大學(xué)生人數(shù)與總?cè)丝谥葋砗饬咳肆Y本。

本文把綠色經(jīng)濟(jì)增長(zhǎng)作為因變量,并選取研發(fā)強(qiáng)度、數(shù)字普惠金融、對(duì)外開放度、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和人力資本為自變量。樣本數(shù)據(jù)選自《中國城市統(tǒng)計(jì)年鑒》以及《北京大學(xué)數(shù)字普惠金融指數(shù)》。由于北京大學(xué)數(shù)字普惠金融指數(shù)在2011年開始對(duì)外發(fā)布,為使得研究在時(shí)間上保持一致,本文選取了2011—2017年285個(gè)城市的面板數(shù)據(jù)。

表3 變量的描述性統(tǒng)計(jì)

五、實(shí)證檢驗(yàn)

(一)空間相關(guān)性檢驗(yàn)

空間距離矩陣。根據(jù)地理學(xué)第一定律,事物之間是存在普遍聯(lián)系的,但相近事物之間的空間相關(guān)性相比距離較遠(yuǎn)事物更強(qiáng)。參照李東坤和鄧敏(2016)[24]的做法,定義第i省與j省之間的空間權(quán)重矩陣為W(i,j)=1/d(i,j),其中,d(i,j)表示采用各省會(huì)城市經(jīng)緯度計(jì)算的i省與j省之間的歐氏距離。

由于朱文濤等(2019)[25]認(rèn)為綠色全要素生產(chǎn)率存在明顯的空間自相關(guān),而Anselin(1988)[26]認(rèn)為幾乎所有的空間數(shù)據(jù)都存在空間相關(guān)性,因此,本文采用Moran指數(shù)對(duì)中國285個(gè)城市綠色經(jīng)濟(jì)增長(zhǎng)的空間自相關(guān)性進(jìn)行檢驗(yàn)。若全局域Moran指數(shù)大于0,且顯著性較好,表明在2011—2017年期間中國285個(gè)城市綠色經(jīng)濟(jì)增長(zhǎng)存在一定的正向空間集聚效應(yīng)。進(jìn)一步由局域Moran指數(shù)散點(diǎn)圖可知,中國城市的綠色經(jīng)濟(jì)增長(zhǎng)指數(shù)主要分布在第一象限與第三象限,即表現(xiàn)為“高值-高值”“低值-低值”的空間集聚狀態(tài),具有典型的空間“局部俱樂部”特征?!案咧?高值”集聚的省份主要分布東部地區(qū),而“低值-低值”集聚的省份基本上為中西部地區(qū)。

表4 綠色經(jīng)濟(jì)增長(zhǎng)的Moran指數(shù)

圖2 2011—2017年城市綠色經(jīng)濟(jì)增長(zhǎng)均值的Moran指數(shù)分布

(二)基準(zhǔn)模型分析

考慮到綠色經(jīng)濟(jì)增長(zhǎng)是一個(gè)循序漸進(jìn)的過程,不僅受到當(dāng)前相關(guān)因素的影響,而且存在一定的路徑依賴性。此外,數(shù)字普惠金融通過資本配置效應(yīng)引導(dǎo)更多資金流向綠色、技術(shù)創(chuàng)新型企業(yè),從而有利于綠色經(jīng)濟(jì)增長(zhǎng),但同時(shí)綠色經(jīng)濟(jì)增長(zhǎng)過程中需要更多綠色金融資源的支持,反過來有利于數(shù)字普惠金融發(fā)展。騰磊和馬德功(2020)[18]認(rèn)為,數(shù)字普惠金融發(fā)展與綠色發(fā)展之間互為因果關(guān)系容易導(dǎo)致模型的估計(jì)結(jié)果出現(xiàn)偏差。Elhorst(2012)[27]認(rèn)為,采用動(dòng)態(tài)空間面板模型能夠有效克服變量之間的內(nèi)生性問題,因此,本文根據(jù)于斌斌(2017)[28]的做法,構(gòu)建了動(dòng)態(tài)空間面板模型來進(jìn)行分析,具體形式如式(5)所示:

其中,LnGTFP-1表示前一期的綠色經(jīng)濟(jì)增長(zhǎng)的對(duì)數(shù)形式。若時(shí)間滯后系數(shù)τ>0,表明前一期的綠色經(jīng)濟(jì)增長(zhǎng)促進(jìn)了當(dāng)期的綠色經(jīng)濟(jì)增長(zhǎng)。若空間自相關(guān)系數(shù)ρ>0表明綠色經(jīng)濟(jì)增長(zhǎng)存在正向的空間自相關(guān)性,LnDFIN表示數(shù)字普惠金融指數(shù)的對(duì)數(shù)形式,控制變量X包括RD、OPEN、IND、HR四個(gè)變量。μ表示個(gè)體效應(yīng),υ表示時(shí)間效應(yīng),ε表示隨機(jī)誤差項(xiàng)。

當(dāng)前動(dòng)態(tài)空間面板模型的估計(jì)方法主要包括兩種:一種方法是先剔除模型中的空間相關(guān)性,然后采用動(dòng)態(tài)面板模型方法來估計(jì);另一種方法是采用擬極大似然估計(jì)法進(jìn)行估計(jì)。由于擬極大似然估計(jì)法可以得到更加漸近有效的一致估計(jì)量,故本文亦采用擬極大似然估計(jì)法對(duì)式(5)進(jìn)行估計(jì)。Hausman檢驗(yàn)結(jié)果表明選擇固定效應(yīng)比隨機(jī)效應(yīng)更合適,因此,本文借助STATA15.0,采用擬極大似然方法對(duì)模型(5)的空間固定效應(yīng)進(jìn)行分析。

表5 基準(zhǔn)模型的估計(jì)結(jié)果

表5的回歸結(jié)果顯示,在基準(zhǔn)模型(1)的基礎(chǔ)上逐步引入研發(fā)創(chuàng)新、外商直接投資、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與人力資本等控制變量后,數(shù)字普惠金融(LnDFIN)的回歸系數(shù)仍然為正,表明數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用明顯。可能是數(shù)字普惠金融具有成本低、速度快、受地域限制少的特點(diǎn),更有利于改善傳統(tǒng)金融服務(wù)的獲得性和普惠性。也就是說,首先,數(shù)字普惠金融能夠提高金融效率,而金融效率的提高有助于城市綠色經(jīng)濟(jì)增長(zhǎng)。其次,數(shù)字普惠金融使得人們?cè)诟鞣N場(chǎng)合的支付便利化,破除消費(fèi)過程中的時(shí)空限制,擴(kuò)大社會(huì)總體有效需求,在微觀層面促使企業(yè)生產(chǎn)的商品能夠及時(shí)銷售,在宏觀層面則提高城市總體的運(yùn)行效率。最后,數(shù)字普惠金融有助于降低金融成本,降低企業(yè)總成本,使得企業(yè)更愿意扎根在數(shù)字普惠金融發(fā)展好的城市。

從其他控制變量來看,RD的回歸系數(shù)為正,且通過1%的顯著性檢驗(yàn),表明提高研發(fā)創(chuàng)新能力有助于綠色經(jīng)濟(jì)增長(zhǎng)的提升,而研發(fā)創(chuàng)新作為提高自主創(chuàng)新能力的關(guān)鍵因素,其水平的提高有利于綠色經(jīng)濟(jì)增長(zhǎng)的提升,因此,各級(jí)政府在加大研發(fā)投入的同時(shí),要積極引導(dǎo)企業(yè)加大研發(fā)經(jīng)費(fèi)投入和提高創(chuàng)新效率。OPEN的回歸系數(shù)為負(fù),F(xiàn)DI帶來的資金、技術(shù)與管理經(jīng)驗(yàn)為中國經(jīng)濟(jì)快速增長(zhǎng)做出了重要貢獻(xiàn),但在“市場(chǎng)換技術(shù)”的政策激勵(lì)下,導(dǎo)致許多國外污染型產(chǎn)業(yè)進(jìn)入國內(nèi),從而不利于綠色經(jīng)濟(jì)增長(zhǎng)的提升。IND的回歸系數(shù)為正但不顯著,可能是在“唯GDP是從”的政策激勵(lì)下,不斷出現(xiàn)的生產(chǎn)潮涌和重復(fù)建設(shè)現(xiàn)象制約了產(chǎn)業(yè)結(jié)構(gòu)的升級(jí),以致對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用不明顯。HR的回歸系數(shù)為正且通過1%的顯著性檢驗(yàn),可能是人力資本通過提升技術(shù)創(chuàng)新能力促進(jìn)綠色經(jīng)濟(jì)增長(zhǎng)。

(三)非線性分析

由理論分析可知,金融發(fā)展能夠通過優(yōu)化資源配置和技術(shù)進(jìn)步兩種途徑影響全要素生產(chǎn)率。發(fā)達(dá)的金融市場(chǎng)通過借貸利率引導(dǎo)金融資源流向高科技產(chǎn)業(yè),促進(jìn)生產(chǎn)效率提高。因此,本文進(jìn)一步分析數(shù)字普惠金融能否引致技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級(jí),進(jìn)而促進(jìn)綠色經(jīng)濟(jì)增長(zhǎng)。

表6 非線性分析結(jié)果

由表6的計(jì)算結(jié)果可知,模型(6)數(shù)字普惠金融LnDFIN的回歸系數(shù)為負(fù),且通過1%的顯著性檢驗(yàn),而數(shù)字普惠金融的二次項(xiàng)LnDFIN×LnDFIN的回歸系數(shù)為正,通過1%的顯著性檢驗(yàn)。表明數(shù)字普惠金融與綠色經(jīng)濟(jì)增長(zhǎng)之間呈現(xiàn)“U”型關(guān)系,通過計(jì)算拐點(diǎn)值可知現(xiàn)階段數(shù)字普惠金融的均值為4.866超過拐點(diǎn)值3.855,表明現(xiàn)階段數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)有明顯的促進(jìn)作用。可能的原因是,在數(shù)字普惠金融出現(xiàn)的早期監(jiān)管環(huán)境較為松弛,造成大量的互聯(lián)網(wǎng)金融資源流入環(huán)境污染型產(chǎn)業(yè),從而不利于經(jīng)濟(jì)綠色轉(zhuǎn)型。隨著數(shù)字普惠金融監(jiān)管制度的不斷完善,逐漸引導(dǎo)互聯(lián)網(wǎng)金融資源流向技術(shù)創(chuàng)新型企業(yè),改善了技術(shù)創(chuàng)新的環(huán)境,有利于技術(shù)創(chuàng)新水平提高,促進(jìn)綠色經(jīng)濟(jì)增長(zhǎng)。模型(7)的數(shù)字普惠金融與研發(fā)強(qiáng)度的交叉項(xiàng)LnDFIN×RD的回歸系數(shù)為正,且通過1%的顯著性檢驗(yàn),表明數(shù)字普惠金融能夠通過引致技術(shù)創(chuàng)新,進(jìn)而促進(jìn)綠色經(jīng)濟(jì)增長(zhǎng)。由于金融排斥,中小企業(yè)是我國技術(shù)創(chuàng)新的生力軍,但在傳統(tǒng)金融服務(wù)模式下卻面臨融資難的困境,數(shù)字普惠金融作為一種新的金融服務(wù)模式,降低金融服務(wù)的門檻和成本,拓寬了中小微企業(yè)融資渠道,改善了技術(shù)創(chuàng)新的環(huán)境,從而有利于生產(chǎn)效率提高。模型(8)數(shù)字普惠金融與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的交叉項(xiàng)LnDFIN×IND的回歸系數(shù)為正,且通過1%的顯著性檢驗(yàn)。表明數(shù)字普惠金融能夠通過推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí),進(jìn)而促進(jìn)綠色經(jīng)濟(jì)增長(zhǎng)。可能原因是,在數(shù)字普惠金融發(fā)展的初級(jí)階段,由于監(jiān)管政策不嚴(yán)格導(dǎo)致其大量流入到高污染企業(yè),這些企業(yè)在擴(kuò)大再生產(chǎn)過程中很可能會(huì)增加污染物的排放量。但是,隨著監(jiān)管政策的不斷完善,數(shù)字普惠金融會(huì)加大對(duì)企業(yè)技術(shù)創(chuàng)新的支持力度,促使企業(yè)技術(shù)創(chuàng)新能力的提高以及產(chǎn)業(yè)結(jié)構(gòu)的不斷優(yōu)化,這都會(huì)減少污染物的排放量。

(四)分維度分析

表7 數(shù)字普惠金融的分維度指數(shù)估計(jì)結(jié)果

由表7數(shù)字普惠金融分維度的回歸結(jié)果可知,覆蓋廣度、使用深度與數(shù)字化程度的回歸系數(shù)均為正,表明數(shù)字普惠金融的覆蓋廣度、使用深度以及數(shù)字化程度均對(duì)綠色經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用。可能原因是,首先,數(shù)字普惠金融的出現(xiàn)大大方便了人們?cè)诟鞣N場(chǎng)合的消費(fèi)支付,從而提高了人們消費(fèi)的積極性,使得人們更愿意隨時(shí)隨地購買商品,有利于提高金融包容性。而且,數(shù)字普惠金融還可以充分發(fā)揮低門檻、低成本的優(yōu)勢(shì),為中小企業(yè)和低收入群體提供金融服務(wù)。其次,數(shù)字普惠金融提高了傳統(tǒng)金融的支付效率,拓展了金融產(chǎn)品的銷售渠道、突破了消費(fèi)支付的時(shí)空限制,從而有利于金融效率提升。同時(shí),互聯(lián)網(wǎng)保險(xiǎn)、網(wǎng)絡(luò)信貸、余額寶等網(wǎng)絡(luò)理財(cái)產(chǎn)品的發(fā)展加快了資金流通速度,并且通過大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等平臺(tái)以更快的速度為企業(yè)進(jìn)行專業(yè)化分工,而分工水平的進(jìn)一步細(xì)化,提高了勞動(dòng)者在某一方面的勞動(dòng)技能,并引發(fā)相關(guān)行業(yè)的生產(chǎn)技術(shù)變革,這又將進(jìn)一步提升城市的生產(chǎn)率。最后,隨著數(shù)字普惠金融的快速發(fā)展,監(jiān)管環(huán)境不嚴(yán)可能會(huì)導(dǎo)致金融風(fēng)險(xiǎn)的不斷累積,同時(shí),在新一代數(shù)字技術(shù)的驅(qū)動(dòng)下,金融風(fēng)險(xiǎn)的傳染更復(fù)雜、快速和隱蔽,進(jìn)而使得其對(duì)經(jīng)濟(jì)效率的提升作用不夠明顯。

(五)地區(qū)異質(zhì)性分析

就數(shù)字普惠金融本身而言,其對(duì)經(jīng)濟(jì)增長(zhǎng)的影響可能受到其它社會(huì)經(jīng)濟(jì)條件的影響。但是,僅通過總樣本的估計(jì)結(jié)果無法揭示這一點(diǎn)。因此,本文把285個(gè)城市按所屬的省份劃分成東部、中部與西部,以進(jìn)一步探究數(shù)字普惠金融對(duì)生產(chǎn)率影響的地區(qū)差異性。

表8 地區(qū)異質(zhì)性分析結(jié)果

由表8的估計(jì)結(jié)果可知,數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的影響表現(xiàn)出明顯的地區(qū)差異性。東部地區(qū)數(shù)字普惠金融顯著地促進(jìn)了綠色經(jīng)濟(jì)增長(zhǎng),而中西部地區(qū)數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用不明顯。說明數(shù)字普惠金融對(duì)東部地區(qū)綠色經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用相比中西部地區(qū)更為突出??赡苁菛|部地區(qū)金融發(fā)展水平較高,隨著大數(shù)據(jù)、人工智能和區(qū)塊鏈等新一代信息技術(shù)的蓬勃發(fā)展,必將推動(dòng)?xùn)|部地區(qū)數(shù)字普惠金融的快速發(fā)展。相對(duì)于傳統(tǒng)金融,數(shù)字普惠金融更容易突破時(shí)空限制,使得東部地區(qū)能夠獲得更多的金融服務(wù),并具有更高的邊際效應(yīng),因此,東部地區(qū)數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用更為明顯。

(六)穩(wěn)健性檢驗(yàn)

在空間權(quán)重矩陣的選取上,由于各地區(qū)之間的經(jīng)濟(jì)來往日益密切,僅考慮它們?cè)诳臻g距離上的相關(guān)性是遠(yuǎn)遠(yuǎn)不夠的,為此本文根據(jù)李永盛等(2020)[29]的做法,構(gòu)造了經(jīng)濟(jì)權(quán)重矩陣和經(jīng)濟(jì)地理權(quán)重矩陣。其中,經(jīng)濟(jì)權(quán)重矩陣中的元素為研究時(shí)期內(nèi)城市與城市之間人均GDP均值之差的倒數(shù);經(jīng)濟(jì)地理權(quán)重矩陣中的元素為兩城市人均GDP均值之差的倒數(shù)與兩城市間距離倒數(shù)的乘積。

表9 穩(wěn)健性檢驗(yàn)

表9的檢驗(yàn)結(jié)果表明,數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的影響有明顯的促進(jìn)作用,這與表5的估計(jì)結(jié)果基本一致,表明數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)影響的估計(jì)結(jié)果穩(wěn)健。因此,在設(shè)定空間權(quán)重矩陣時(shí),不僅要考慮它們?cè)诘乩砩系目臻g相關(guān)性,還應(yīng)該考慮它們?cè)诮?jīng)濟(jì)上的空間相關(guān)性。進(jìn)一步證實(shí)了數(shù)字普惠金融在促進(jìn)本地區(qū)綠色經(jīng)濟(jì)增長(zhǎng)的同時(shí),也可能通過低成本和便捷的金融服務(wù)新模式來推動(dòng)周邊地區(qū)的綠色經(jīng)濟(jì)增長(zhǎng)。

六、結(jié)論與對(duì)策建議

本文首先分析了數(shù)字普惠金融對(duì)城市綠色經(jīng)濟(jì)增長(zhǎng)的影響,并采用動(dòng)態(tài)SBM模型與Global Malmquist-Luenberger(GML)指數(shù)測(cè)算了綠色經(jīng)濟(jì)增長(zhǎng),然后選取2011—2017年中國285個(gè)城市的面板數(shù)據(jù),在檢驗(yàn)到綠色經(jīng)濟(jì)增長(zhǎng)的空間自相關(guān)后,構(gòu)建了動(dòng)態(tài)空間面板模型實(shí)證檢驗(yàn)了數(shù)字普惠金融對(duì)城市綠色經(jīng)濟(jì)增長(zhǎng)的影響。

(一)結(jié)論

1.全局Moran指數(shù)大于0,而且顯著性較好。檢驗(yàn)結(jié)果表明在2011—2017年期間中國城市綠色經(jīng)濟(jì)增長(zhǎng)在空間上不是一種隨機(jī)分布,而呈現(xiàn)出一定程度的正向空間集聚效應(yīng)。由局域Moran指數(shù)散點(diǎn)圖可知,中國城市的綠色經(jīng)濟(jì)增長(zhǎng)存在較大的空間差異性,主要分布在第一象限與第三象限,即大多數(shù)城市的綠色經(jīng)濟(jì)增長(zhǎng)表現(xiàn)為“高值-高值”“低值-低值”的空間集聚狀態(tài),具有典型的空間“局部俱樂部”特征。進(jìn)一步可知“高值-高值”集聚的城市主要分布在東部發(fā)達(dá)地區(qū),而對(duì)“低值-低值”集聚的省份基本上為中西部欠發(fā)達(dá)地區(qū)。

2.構(gòu)建了動(dòng)態(tài)空間面板模型實(shí)證檢驗(yàn)了數(shù)字普惠金融對(duì)城市綠色經(jīng)濟(jì)增長(zhǎng)的影響。研究表明:(1)數(shù)字普惠金融與城市綠色經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)“U”型關(guān)系,通過計(jì)算二次曲線的拐點(diǎn)值表明現(xiàn)階段數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用明顯,且數(shù)字普惠金融的覆蓋廣度、使用深度與數(shù)字化程度對(duì)綠色經(jīng)濟(jì)增長(zhǎng)均有促進(jìn)作用;(2)在中介效應(yīng)分析中,發(fā)現(xiàn)數(shù)字普惠金融通過引致技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí),間接地推動(dòng)綠色經(jīng)濟(jì)增長(zhǎng);(3)在異質(zhì)性分析中,發(fā)現(xiàn)僅東部地區(qū)數(shù)字普惠金融對(duì)城市綠色經(jīng)濟(jì)增長(zhǎng)有明顯的促進(jìn)作用。

(二)對(duì)策建議

根據(jù)本文的研究結(jié)論提出一些建議。第一,不斷完善制度環(huán)境促進(jìn)數(shù)字技術(shù)與金融服務(wù)的結(jié)合,進(jìn)一步推動(dòng)數(shù)字普惠金融為經(jīng)濟(jì)綠色增長(zhǎng)提供普惠的服務(wù)方式。對(duì)于不同城市在大數(shù)據(jù)、云計(jì)算和人工智能等新一代信息技術(shù)建設(shè)方面的差異性,應(yīng)更加注重中西部地區(qū)的數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè)。第二,采取有效措施引導(dǎo)和規(guī)范互聯(lián)網(wǎng)金融發(fā)展,提高數(shù)字普惠金融在更大的深度和廣度對(duì)金融資源的配置效率,使其成為緩解中小企業(yè)融資難的重要渠道。第三,充分發(fā)揮數(shù)字普惠金融對(duì)綠色經(jīng)濟(jì)增長(zhǎng)的技術(shù)進(jìn)步效應(yīng)。各級(jí)政府應(yīng)當(dāng)發(fā)揮數(shù)字金融的普惠性,進(jìn)一步推動(dòng)金融信息化、數(shù)字化和智能化建設(shè),通過提升金融效率,引導(dǎo)互聯(lián)網(wǎng)金融資源流向中小型企業(yè),增加企業(yè)研發(fā)投入,促進(jìn)企業(yè)技術(shù)創(chuàng)新水平提高。第四,要不斷完善數(shù)字普惠金融的監(jiān)管制度建設(shè),避免互聯(lián)網(wǎng)資金大量流向房地產(chǎn)行業(yè)以及污染型產(chǎn)業(yè),引導(dǎo)互聯(lián)網(wǎng)資金流向中小技術(shù)創(chuàng)新型企業(yè),緩解它們面臨的融資難的問題,更好地服務(wù)實(shí)體經(jīng)濟(jì)。

猜你喜歡
普惠金融服務(wù)綠色
“三農(nóng)”和普惠金融服務(wù)再上新臺(tái)階
讓金融服務(wù)為鄉(xiāng)村振興注入源頭活水
綠色低碳
探索節(jié)能家電碳普惠機(jī)制 激發(fā)市民低碳生活新動(dòng)力
協(xié)力推進(jìn)金融服務(wù)鄉(xiāng)村振興
前海自貿(mào)區(qū):金融服務(wù)實(shí)體
綠色大地上的巾幗紅
日照銀行普惠金融的鄉(xiāng)村探索
農(nóng)村普惠金融重在“為民所用”
金融科技助力普惠金融
屏南县| 安康市| 辽宁省| 库伦旗| 康马县| 崇仁县| 察隅县| 固阳县| 广东省| 兰州市| 临江市| 成武县| 临桂县| 广安市| 青河县| 治多县| 和田县| 营山县| 许昌县| 丰县| 赞皇县| 黄平县| 上饶县| 朝阳县| 郁南县| 丰台区| 柳江县| 广灵县| 连州市| 玉龙| 宁阳县| 体育| 珲春市| 松溪县| 揭西县| 英德市| 剑川县| 独山县| 枣庄市| 阳曲县| 绿春县|