數字普惠金融對我國綠色發展的影響研究
——來自省級面板數據的證據

王瑩瑩，何興邦，盧 青

(西南石油大學 經濟管理學院，四川 成都 610500)

0 引言

“高消耗，高污染，高投入”的粗放型經濟發展模式雖然短時間內快速促進了經濟發展，但長期來看也帶來了一系列問題，尤其是經濟增長與資源消耗、環境保護之間的矛盾越來越突出[1]。以犧牲環境為代價的傳統經濟發展模式不僅制約經濟增長的質量，也注定難以持續。高質量發展可改變傳統發展模式產生的環境問題，減少資源消耗，提高資源利用率，降低污染排放，促進經濟與生態協調、綠色發展。

伴隨著大數據、區塊鏈、人工智能等技術的快速發展和日趨成熟應用，數字化成為一股不可阻擋的技術潮流，深刻滲透到經濟社會中的方方面面。數字普惠金融是在數字時代背景下衍生出來的新一代金融服務，給傳統金融業發展注入了新的活力。一方面，數字普惠金融的不斷發展不僅使金融交易成本降低，也減少信息不對稱問題。另一方面，數字普惠金融可以彌補傳統金融在資金規模、風險管理以及金融監管等方面的不足[2]。數字普惠金融具有科技性、普惠性和靶向性等顯著特征，能夠擴大金融服務覆蓋面，更好地服務實體經濟發展。多數學者認為數字普惠金融有助于顯著推動地區經濟增長。比如，Andrianaivo & Kpodar[3]以非洲各國為例，發現數字普惠金融顯著促進了非洲各國的經濟增長。Kim等[4]發現數字普惠金融對于伊斯蘭合作組織國家經濟增長有顯著影響。也有學者采用實證研究證實了數字普惠金融對于中國經濟發展有顯著的正向影響[5-6]。除了探討數字普惠金融對于經濟增長的影響，研究者還考察了其對產業結構升級[7]、收入分配差距[8]、資產配置[9]的影響。

數字普惠金融能有效解決資源投入的偏向問題，使得資源更多的投入到綠色產業，更好推動產業、經濟向清潔化轉型，也為中國綠色經濟高質量發展提供了新的機遇。本文基于我國省級面板數據，對這一問題進行研究。

1 影響機理分析

數字普惠金融是由傳統金融加數字技術發展而來，是金融發展的新階段。影響數字普惠金融發展的主要因素有互聯網的普及率及信息化水平、大眾承受風險的能力、金融發展效率、小貸公司貸款能力等。主要表現在數字普惠金融覆蓋面越來越廣、服務對象更加大眾化、數字化管控風險能力進一步提升、融資渠道拓寬、金融交易成本降低等。

1.1 數字金融對綠色發展的正向影響

2008年金融危機之后，國內外開始對數字金融進行研究，一部分學者認為數字金融對經濟綠色發展具有促進作用，能夠促進經濟高質量發展。其主要集中在以下3個方面：第一，數字金融提供更多的便利服務。與傳統金融相比，數字金融傳播和獲取更便捷[10]，服務范圍廣，交易成本低?，F如今數字化應用已經滲透到各行各業，拓寬了人們獲取信息的渠道，也加大了資源的共享，一定程度上降低信息不對稱的程度，從而減少融資風險[11]。對于一些邊遠地區的中小微企業和中低收入人群，可以通過數字金融能快速便捷地獲得金融服務，有效激發當地創新創業積極性，帶動就業，加之政府引導促進綠色產品消費，從而促進綠色企業發展。數字金融的這些優點能有效避免資源浪費，推動企業綠色技術創新[12]，從而促進經濟綠色發展。第二，數字金融為綠色發展提供了更多的資金支持。研究發現金融科技改變了銀行負債結構，金融機構結構得以優化[13]，銀行承擔風險上升，變相推動市場利率下降[14]，給綠色轉型企業提供了更多的資金支持。第三，數字金融可提高資源配置效率。通過聚集社會閑散資金，使大量資金流入效率高的產業以及新興產業，淘汰落后產能，倒逼企業轉型[15]，提高經濟發展質量。金融部門通過降低技術創新型中小企業的融資門檻，使得中小技術創新型企業擁有資金加大技術創新[16]，加大綠色科技產品的生產規模，從而提升綠色發展效率[17]，所以在數字金融的推動下，更多的資金流向節能環保的綠色企業中，提升了綠色企業在市場中所占份額，從而有利于經濟綠色發展。

1.2 數字金融對綠色發展的負向影響

有部分學者認為數字金融對經濟綠色發展也會存在反向影響。主要集中在以下幾個方面：第一，數字金融不確定性增強。隨著數字技術的發展，金融市場隨著數字技術安全性和穩定性的不確定性變得更加復雜且易變，使得對金融市場的監管難度增大，從而抑制了綠色經濟發展[18]。第二，金融錯配抑制綠色經濟發展。資源錯配導致資源無法實現優化配置，一些綠色創新企業無法獲得充足的資金支出，抑制了綠色創新[19]。第三，數字金融的準公共性質抑制綠色發展。一些本該政府扶持或一些本該淘汰的經濟主體占據部分資本，造成急需資金支持的綠色中小微企業無法獲得資金，不利于經濟綠色發展[20]。傳統金融的資金流向并未完全改變，一些傳統金融還是傾向于給大型企業放貸，且融資門檻高的現象也尚未完全消除，這些問題的出現一定程度上抑制了社會創新活力[21]。第四，部分學者認為隨著金融發展水平的提高，企業獲得更多融資后加大產業規模，從而消耗更多的能源，排放更多的二氧化碳[22]，不利于經濟綠色發展。

考慮到數字金融對綠色發展的影響同時存在正向和負向影響，其凈效應取決于正反效應的相對大小，本研究設立如下對立假設：

假設H1a：數字普惠金融對經濟綠色發展具有促進作用；

假設H1b：數字普惠金融對經濟綠色發展具有抑制作用。

2 變量與數據來源

2.1 被解釋變量：綠色全要素生產率(MI)

本文的被解釋變量為綠色全要素生產率(MI)，以衡量區域綠色發展水平。梳理相關文獻，大多數學者對生產效率的研究都引入了環境和資源因素，而傳統Malmquist測算的全要素生產率并未考慮環境污染和資源消耗因素。因此本文采用SBM-GML模型測算我國30個省份MI指數(GTFP的變化率)，使用的測算軟件為MaxDEA 7.0。

在SBM模型中，主要從投入要素、非期望產出和期望產出3個層面綜合測算綠色全要素生產率。投入要素包含勞動投入、能源投入和資本投入。非期望產出指在生產過程中產生的廢氣、廢物、廢水。期望產出指生產總值。綠色全要素生產率具體測量指標如表1所示。

圖1直觀地展示各省份的綠色全要素生產率變化情況。可以看出，2011-2019年各個省份的綠色全要素生產率都呈現波動上升。地區綠色全要素生產率的波動趨勢較為一致，但西部地區增長速度最慢，主要原因可能是西部地區因地理位置和資源匱乏等造成其過度依賴傳統重工業，能源消耗高、污染嚴重等。

表1 綠色全要素生產率測算指標

2.2 核心解釋變量：數字普惠金融(Index)

本文選取北京大學數字金融研究中心課題組和螞蟻金服共同編制的數字普惠金融指數作為核心解釋變量。該指標綜合衡量了2011-2019年全國，省、市、縣層面的數字普惠金融發展狀況，該指標具有綜合性、均衡性、可比性、連續新以及可行性特征。

傳統的考試形式單一，學生和老師準備的單一枯燥，而且內容具有片面性，不能將學生和老師的積極性和創造性體現出來，尤其是學生?，F如今更多地提倡“創新教學”，因此，閉卷考試再也不作為評定成績的唯一方法，對于考試的評定應能充分體現學生多方面的能力。例如可將試題可以分成兩個部分：一部分是基礎知識，應在規定時間內完成；而另一部分則是一些較為實用性的開放性試題。通過這兩部分的試題不僅能考查學生理論的綜合知識能力，還能在開放性試題中挖掘學生的潛力。

2.3 控制變量

控制變量如下：①經濟發展(Gdp)：即各地區人均生產總值；②R&D投入規模(Rd)：采用R&D內部投入支出與地區生產總值之比來衡量；③環境規制(Ers):采用工業治理投資完成額來衡量；④城鎮化率(Urb):采用城鎮人口占總人口的比重來衡量；⑤固定資產投資規模(Sca)：采用固定資產投資占地區生產總值的比重來衡量。

2.4 數據來源

本文使用數字普惠金融指數來衡量數字金融，因數字普惠金融指數從2011年開始統計，故本文選取2011-2019年我國30個省份(西藏部分數據缺失較為嚴重，不做參考)的面板數據進行實證分析，數據來源于《中國統計年鑒》《中國能源統計年鑒》《中國工業統計年鑒》《中國環境統計年鑒》以及各個省份統計年鑒。變量描述性統計如表2所示，綠色全要素生產率增速在設定時間區間內存在較小差距；數字普惠金融指數的最大值與最小值之間相差391.97，說明樣本在設定時間區間內存在較大差距，數字普惠金融發展差距較大。

圖1 各省綠色全要素生產率變化趨勢

表2 變量描述統計結果

3 實證分析

3.1 基準回歸結果

為檢驗數字普惠金融對綠色發展的影響，本研究設計了式(1)的回歸方程：

MIit=α0+α1Indexit+α2Gdpit+α3Rdit+α4Ersit+α5Urbit+α6Scait+λi+εit

(1)

其中，i表示省份(i=1，2，3，…，30)，t表示時間(t=1，2，3…)。MI表示綠色全要素生產率，用來衡量區域綠色發展程度；Index表示數字普惠金融指數；Gdp表示經濟發展；Rd表示R&D投入強度；Ers表示環境規制；Urb表示城鎮化水平；Sca表示固定資產投資規模。λi表示省份固定效應，εit為隨機擾動項。

通過固定效應回歸，估計結果如表3所示。列(1)顯示了不加控制變量的情況下數字普惠金融對綠色全要素生產率的實證結果，其系數顯著為正，表明數字普惠金融顯著推動綠色發展，即數字普惠金融對綠色全要素生產率的正向影響大于負向影響。列(2)是在列(1)的基礎上加上經濟發展的回歸結果，數字普惠金融對綠色全要素生產率還是呈現顯著促進作用，其影響程度更大，而經濟發展抑制了經濟綠色發展，表明目前經濟發展依舊伴隨著環境污染和資源浪費等問題。列(3)、列(4)、列(5)、列(6)都是在前一列的基礎上增加一個控制變量，結果都表明出數字普惠金融顯著提高綠色全要素生產率。

從實證結果可以看出，經濟發展、固定資產投資規模和環境規制的系數顯著為負，說明現階段經濟發展存在環境污染、資源利用效率低等問題，固定資產投資規模的擴大，一定程度上對生態環境造成了負向影響。R&D投入強度對綠色全要素生產率的影響并不顯著，可能是由于投入強度未對綠色發展起到作用。城鎮化率對綠色全要素生產率具有顯著正向影響，說明城鎮化率越高，綠色全要素生產率增速越快。

3.2 分維度回歸結果

為進一步分析數字普惠金融發展水平對綠色發展的影響，本文從數字普惠金融的覆蓋廣度、使用深度和數字化程度3個維度進行研究，回歸結果如表4所示。

采用OLS模型和固定效應模型，分別從數字普惠金融的廣度、深度和數字化程度3個維度對綠色全要素生產率進行回歸，回歸結果如表4所示?？梢钥闯?，數字普惠金融3個維度都顯著影響綠色全要素生產率，但顯著性不同，固定回歸下數字普惠金融的使用廣度對綠色全要素生產率的顯著性和影響效應最大?？刂谱兞康娘@著程度以及影響方向與以上基準回歸相同。

表3 數字普惠金融與綠色全要素生產率之間的回歸結果

表4 數字普惠金融對綠色全要素生產率的影響：區分數字金融維度

數字普惠金融覆蓋廣度是指支付寶及其綁定銀行卡的電子賬戶數量，衡量了用戶使用范圍；覆蓋深度主要衡量數字普惠金融的使用服務，即人均使用次數、交易次數等；數字化程度是指數字技術融合的程度即數字化程度越大，用戶使用越便利，所產生的交易成本越低。數字普惠金融的特征大大降低了交易成本，使得一些低收入人群開始進入金融市場，擴大了金融市場融資范圍，使得資金更快流入高質量發展企業，促進經濟綠色發展。

3.3 區域性分析

我國地域遼闊，各地區資源利用情況不盡相同，東中西部數字普惠金融發展程度、綠色全要素生產率增速也存在差異。為了進一步分析數字普惠金融對綠色全要素生產率是否存在區域異質性，本文按照國家統計局的劃分標準，將30個省份劃分為東部、中部和西部，采用OLS模型多維度進行回歸?；貧w結果見表5，表5表明東、中、西部數字普惠金融各維度對綠色全要素生產率都具有顯著影響，但各地區顯著性不同，其中中部和西部最為顯著，且中部地區影響最大。從分維度回歸結果可以看出，數字普惠金融覆蓋廣度對東中西地區都具有顯著影響，與上文分維度分析結果一致，而數字金融深度和數字化程度只對中部和西部地區的綠色發展具有顯著影響。出現區域差異的主要原因是因為，東部地區金融資源較為豐富，金融體系較為完善，能夠滿足基本要求，數字普惠金融對東部地區起到錦上添花的作用。而對于中部、西部地區來說，金融發展水平較低，主要靠工業發展拉動經濟增長，會造成環境污染，數字普惠金融在一定程度上可以降低企業融資成本，實現技術創新及產業信息化，帶動經濟綠色發展。

表5 數字普惠金融對綠色全要素生產率的影響：區分東部、中部、西部

4 結論與政策建議

本文在測算綠色全要素生產率的基礎上，利用2011-2019年的省級面板數據進行回歸，同時從數字普惠金融的3個維度對綠色全要素生產率進行基準回歸以及分地區進行實證分析。結果表明：①數字普惠金融的3個維度對綠色全要素生產率都具有顯著正向影響，利用大數據與傳統金融的深度融合，提高數字普惠金融的普及率。②通過地區異質性分析發現，相比于東部地區，中部、西部地區的數字普惠金融對綠色發展的促進作用更加顯著。結合研究結果，為促進數字普惠金融對綠色全要素生產率的積極影響，推動我國經濟綠色發展，本文提出以下政策建議：

(1)加快數字普惠金融發展，全面深化金融體制改革。數字金融在我國發展時間短，在法律體系和監管上易存在不完善的地方。因此，應加快數字化技術與傳統金融的融合，促進金融創新，更好服務中小企業，緩解中小企業融資難的問題。應建立健全多元支持體系，完善稅收、信貸優惠制度，減少資本錯配和要素市場的扭曲，實現資本利用率最大化。

(2)加快數字普惠金融的基礎建設。目前，數字金融在我國呈現出發展不均衡的現象，互聯網在一些偏遠地區還未完全普及，這種現狀一定程度上阻礙了數字金融的發展。因此，應該著重關注互聯網普及率低的地區，加強地區互聯網通訊設施以及云計算數據中心建設，提高數字金融覆蓋廣度和使用深度，進而加快信息流動，減少信息不對稱現象，緩解數字金融發展不均衡的問題，提升數字金融服務實體經濟的效率，引導資金流入高技術、高附加值以及清潔產業，從而帶動綠色全要素生產率的增長。

(3)結合地區經濟發展差異，采取不同的數字金融發展策略。相同的金融發展策略對不同地區發展的影響程度具有一定的差異，東部地區比中西部地區擁有更多資本、信息等要素，不同地區使用相同的數字金融發展模式會造成資源浪費。因此可以通過建立數字金融信息共享平臺，加強區域之間的協作，引導資本在區域之間流動，以充分利用資源。銀行應根據地區發展模式有傾向性地放貸，制定差異放貸標準，促進資金流入不發達地區，促進區域協調發展。