新發展階段綠色發展的測度及數字金融驅動效應研究

馬彥瑞

(1.河南財經政法大學 統計與大數據學院，河南 鄭州 450046；2.河南大學 經濟學院，河南 開封 475004)

一、引言及文獻綜述

追求綠色發展已經成為新發展階段中國經濟建設的核心任務，推動綠色發展不僅是中國實現可持續發展的內在要求，也是構建高質量現代化經濟體系的必然要求。當前，中國經濟發展面臨著內在增長方式轉型和外在國際減排任務的制約，準確把握綠色發展是轉變經濟增長模式以快速推進碳達峰、碳中和目標的重要前提，亦是實現人與自然和諧共生不可或缺的重要環節。黨的二十大報告指出“完善支持綠色發展的財稅、金融、投資、價格政策和標準體系”，數字金融能夠優化要素資源配置，引導生產要素流向綠色領域，對企業的生產、研發等環節產生變革，從而可以提高綠色生產率。因此，探討數字金融對綠色發展的影響機理，并檢驗其實際效果，是學界和政策制定者都十分關心的議題。

目前，關于綠色發展的研究主要集中在理論內涵、測度評價和影響因素三個方面：就理論內涵而言，綠色發展是以引導經濟綠色轉型、以低碳發展和可持續發展為主的發展模式替代傳統的發展模式，最終促進經濟發展模式由粗放型的“生態創傷”向集約型的“生態文明”轉變[1]。可以說，綠色發展是對傳統發展模式的一種創新，在新發展理念的指導下，發展的目的不僅在于最小化資源消耗和環境污染，還在于提高人民福祉，以“人與自然和諧共生”的綠色發展范式實現自身現代化[2]。就測度評價而言，一方面，多數研究在投入產出的框架下基于數據包絡分析法從不同的空間尺度對綠色發展進行測度[3-4]；另一方面，學者們多從動態演進、區域差異和斂散性[5-7]等方面對綠色發展進行縱深評價。就影響因素而言，相關學者采用動態面板模型、有限混合模型和空間計量等模型從結構、制度和技術的角度著重探討了產業結構、環境規制和技術創新對綠色發展的影響，結果表明產業結構升級和環境規制對綠色發展存在促進作用[8-9]，技術創新則與本地城市綠色發展存在“U”型關系，與鄰近城市存在倒“U”型關系。此外，氣候變化、經濟集聚和基礎設施也是影響綠色發展的重要因素[10-12]。

金融發展理論認為，健全的金融體制和金融深化能獲得更多的儲蓄資金，引導儲蓄資金用于生產性投資上，從而促進經濟發展[13]。金融業作為現代經濟發展的核心要素，具有“清潔型”和“動力型”的雙重優勢，對提升綠色發展起著至關重要的作用[14]。而與新興數字金融相比，傳統金融在促進綠色發展方面存在著資源錯配、信息不對稱等諸多不足。數字金融是通過互聯網、信息技術、大數據等數字技術與傳統金融業態相互結合的新一代金融服務，其與金融科技和互聯網金融等是一系列金融創新的譜系概念，具有普及性和包容性等特點[15]。現有文獻主要聚焦數字金融的宏觀經濟效應，如研究數字金融對包容性增長[16]、消費結構[17]、共同富裕[18]、高質量發展[19]、創新產出[20]等方面的影響。在碳達峰碳中和目標下，少數學者開始關注數字金融對碳排放和綠色創新效率的影響，研究指出數字金融對碳排放存在倒“U”型的非線性關系，對綠色創新效率存在顯著的促進作用[21-22]。

通過梳理相關文獻發現，一方面，現有研究多采用數據包絡分析法從綠色全要素生產率的角度對綠色發展進行測度，但是，依據綠色發展的內涵，新發展階段測度綠色發展不僅要體現在綠色全要素生產率提升，還應體現綠色福利、綠色財富等方面。另一方面，既有研究更多關注的是數字金融驅動經濟整體增長的效應，而數字金融對綠色發展的影響尚未得到足夠重視。在高質量發展的時代背景下，數字金融能否對綠色發展產生影響，這是本文重點探討的問題。實際上，部分文獻在關于數字金融經濟效應的研究中蘊含了高質量發展的多維特性，這對本文進一步研究數字金融的綠色效應頗具價值。與已有研究相比，本文貢獻主要有：①立足新發展階段，引入綠色福利指標，構建了綠色發展水平的四維評價指標體系；②將數字金融和綠色發展置于同一研究框架，從理論層面厘清數字金融對綠色發展的作用機理；③采用分位數回歸模型從分維度和分區域兩個層面探討數字金融對綠色發展的影響，更加有效地刻畫數字金融對綠色發展的全貌關系。

二、數字金融對綠色發展的作用機理

綠色發展是新發展階段經濟發展的核心，而其本質是變革原有依靠傳統要素投入的生產模式，這需要大量的資金在產業間重新進行資源配置，數字金融作為一種金融基礎設施，為綠色發展提供了資金支持和保障[23]。具體來說(見圖1)，從數字金融的資源配置效應看，一方面，數字金融智能化、互聯網化的經營模式降低了中小微企業準入的門檻，擴大了金融服務的覆蓋范圍，打破了時空與空間的地域限制，減少信息不對稱，降低了企業融資交易成本，從而加快金融雙方的有效對接，提高了交易效率[15]。另一方面，數字金融充分利用互聯網、云計算等數字技術，將面對面的傳統金融服務線上化，是綠色交易的重要體現。伴隨著數字金融的不斷發展，數字金融將充分結合數字技術發揮資源配置的作用，優化資本要素市場配置，提高資本的利用效率，降低信息搜尋成本，從而為經濟主體提供更快更便捷的金融服務，進而提高綠色發展水平[24]。從數字金融的創新效應看，一方面，創新理論認為，經濟增長模式的轉變在于生產方式的變革和生產技術的革新，而數字金融作為一種新興的金融發展服務，改變了傳統金融的運行模式，提高資源利用效率，從而促進綠色發展；另一方面，數字金融促進了創新參與者之間的交流，為企業創新研發提供便利的融資渠道，極大地促進了知識和信息的傳播，從而提高創新轉化效率[25]。而技術創新被認為是經濟綠色轉型的關鍵，更先進的技術可以解決工業生產中高耗能高污染的問題。從數字金融的環保效應看，數字金融本身具有綠色屬性，能夠將人們的行為方式和低碳生活、綠色消費等聯系起來，從而采用自上而下的方式推動經濟以環境友好和資源節約的方式發展[26]。一方面，以移動支付和網絡信貸等為代表的數字金融活動本身就是環境友好型綠色的金融服務，可以倡導人們進行綠色消費，此外，以閑魚為代表的二手交易依托數字金融搭建的環保服務平臺實現了資源的上下游整合，減少重復生產帶來的資源浪費和環境污染[27]；另一方面，通過數字金融平臺，有利于擴大公眾參與到環保事業的建設當中去，引導公眾利用數字金融服務進行環境友好型和資源節約型的生產生活方式。此外，政府以數字金融為載體，挖掘生產和消費中所存在的環境污染大數據資源，從而及時對環境污染信息進行治理[19]。

三、模型、變量與數據

(一)模型構建

傳統OLS只能得到數字金融等其他解釋變量的單個估計值，無法反映綠色發展與數字金融在整個樣本分布上的異質性特征，而BASSETT[28]提出的分位數回歸模型可以較好的刻畫綠色發展在不同分位點上的異質性。與傳統OLS相比，分位數回歸是均值回歸在其他分位數上的擴展，且其不要求很強的分布假設，估計結果不易受到異常值的影響，回歸較為穩健[29]。因此，本文構建面板分位數回歸模型研究數字金融對綠色發展的影響，模型如式(1)：

QYit(τ|Xit)=α(τ)Xit+μi+εit

(1)

其中，Yit代表被解釋變量，Xit為解釋變量，α(τ)為待估系數，μi為個體固定效應，εit為隨機擾動項。具體到數字金融對綠色發展的影響中，模型設定為式(2)：

QDLGEit(τ|Xit)=β(τ)Difit+αi(τ)Xit+μi+εit

(2)

式(2)中，QDLGEit(τ)表示第i個省份t年在分位數τ下的綠色發展水平；Difit為相應分位數下的數字金融程度；X為一系列控制變量，分別為公共交通設施(Bus)、綠化水平(Pgr)、產業結構升級(Ais)、財政分權(Fis)和知識溢出(Kno)；μi為個體固定效應，εit為隨機擾動項；τ表示相應分位數，一般取τ=0.1，…，0.9，αi(τ)表示相應分位數下各控制變量的估計系數。

(二)變量設計

1.被解釋變量

本文被解釋變量為綠色發展水平(DLGE)。如前文所述，中國式現代化道路催生新的發展范式，發展的根本目的在于增進民生福祉，既要創造更多的物質財富和精神財富以滿足人民日益增長的美好生活需要，也要提供更多優質的生態產品以滿足人民日益增長的優美生態環境需要。新發展階段，綠色發展的理論內涵和動力模式都將有新的特征，有必要將考慮民生福祉的綠色福利引入綠色發展測度中，推動形成區域綠色發展新格局，促進實現綠色惠民、綠色富國，故引入綠色福利，從綠色財富、綠色治理、綠色增長和綠色福利四個方面構建綠色發展的四維評價指標體系。

綠色發展水平的測算是對綠色財富、綠色治理、綠色增長及綠色福利等領域多變量的綜合考察，這些變量之間存在一定的聯動性和相關性，并且還受到時間和政策等客觀環境的影響；同時，對中國綠色發展水平的評價還應該展示各領域中不同變量的重要程度以反映不同區域發展的優勢與不足。因此，本文采用熵權法對綠色發展水平進行測算。此外，為消除量綱的影響，采用“最大-最小”法對表1中每個領域層的細分指標進行無量綱化處理。

表1 綠色發展水平評價指標體系

2.核心解釋變量

數字金融(Dif)。選取北京大學數字金融研究中心發布的《北京大學數字普惠金融指數》作為核心解釋變量，該指數從覆蓋廣度、使用深度和數字化三個維度測度中國數字金融發展程度，具有較好的代表性。

3.控制變量

參考已有研究，選取如下控制變量：①公共交通設施(Bus)，公共交通設施作為綠色出行的方式，在一定程度上可以減少尾氣的排放，從而有利于綠色發展水平的提升，在模型中引入每萬人擁有公交車輛數以代表公共交通設施；②綠化水平(Pgr)，采用人均綠地面積予以表征；③產業結構升級(Ais)，產業結構升級有利于淘汰高耗能、高污染的傳統行業，從而對綠色發展產生一定的影響，采用第三產業增加值與第二產業增加值之比表征產業結構升級；④財政分權(Fis)，財政分權同樣是影響綠色發展的一個重要因素，采用一般財政收入與財政支出之比表征財政分權；⑤知識溢出(Kno)，知識溢出對經濟增長具有重要的影響[30]，可以減少企業間信息溝通交流的成本，從而提高勞動生產率和綠色發展水平，采用普通高中師生比來衡量知識溢出程度。

(三)數據來源

本文選取2011—2020年中國30個省份(西藏、港澳臺除外)的面板數據進行實證分析。其中，構建綠色發展水平相關的指標數據、控制變量數據來源于《中國統計年鑒》、EPS數據庫及各省份歷年統計年鑒，數字金融數據來源于北京大學數字金融研究中心發布的《北京大學數字普惠金融指數》。對部分缺失數據，采用移動平均法進行補齊。各變量的描述性統計結果如表2所示。

表2 變量描述性統計

四、數字金融對綠色發展影響的實證分析

(一)綠色發展水平演變趨勢和數字金融空間分布特征分析

圖2給出了綠色發展水平演變趨勢與數字金融空間分布特征圖。整體而言，中國綠色發展水平在樣本期內呈現上升趨勢。分區域來看，東部地區的綠色發展水平明顯高于中部和西部地區，呈現“東部>中部>西部”的空間分布格局。從數字金融空間分布特征看，中國省域數字金融指數存在“鴻溝”，地區差異較大。北京、上海和浙江等東部地區數字金融指數較大，而青海、甘肅和貴州等西部地區較低，其中，重慶數字金融指數在西部地區較高。

圖2 綠色發展水平演變趨勢與數字金融空間分布特征

(二)實證結果分析

1.基準回歸結果分析

面板分位數回歸的核心在于考察數字金融對綠色發展在整個條件分布上的影響，估計結果更為穩健。作為參照，本文同時進行OLS均值回歸分析，估計結果見表3。列(1)為未控制省份和年份固定效應的回歸結果；列(2)加入了省份固定效應；列(3)加入了省份和年份雙向固定效應，可以看出，數字金融具有較好的綠色屬性，均對綠色發展水平產生正向影響，且均通過了1%顯著性檢驗，表明數字金融能促進綠色發展水平的提升。

表3 基準回歸結果

2.面板分位數回歸結果分析

考慮到OLS方法可能會掩蓋數字金融和綠色發展水平的全貌關系，基于此，進一步采用面板分位數回歸考察數字金融對綠色發展影響的動態軌跡。選取10%、25%、50%、75%和90%五個具有代表性的分位點，以代表綠色發展的不同階段，分別對應的是最低綠色發展組、中低綠色發展組、中等綠色發展組、中高綠色發展組和最高綠色發展組。估計結果見表4和圖3。

圖3 不同分位點下數字金融及控制變量的估計系數(基于總體樣本)①

由表4可知，數字金融在不同分位點下對綠色發展的影響不同，隨著分位點由低端向高端變動，即由低綠色發展組向高綠色發展組變動，數字金融的估計系數呈現先上升后下降的變化趨勢，在10%分位點下，估計系數為0.096，在50%分位點下，估計系數達到最大，為0.128。結果表明，數字金融有利于促進綠色發展水平的提升，從而有利于高質量發展目標的實現。但是，對處于高階段(90%分位點以上)的綠色發展，數字金融對綠色發展的促進作用并不顯著，且影響方向由正轉負，說明數字金融對處于高階段的綠色發展促進作用有限，此時綠色發展水平的提升不僅在于數字金融的推動，還可能受到其他因素的影響。圖3反映了各變量估計系數隨分位數變動的情況，可以看出，在50%分位點之前，數字金融對綠色發展水平的影響隨著分位數的增加呈上升趨勢，且通過了1%顯著性檢驗，而在50%分位點后，數字金融對綠色發展的促進作用減弱，且未通過顯著性檢驗，在90%分位點處，數字金融對綠色發展呈現負向抑制作用，說明數字金融對不同分位點的綠色發展水平具有顯著的異質性。

對于控制變量而言，公共交通設施的估計系數在10%分位點和25%分位點顯著為正，這表明公共交通設施對最低和中低綠色發展組的綠色發展水平為促進作用，而在75%和90%分位點處，公共交通設施對綠色發展水平影響為負且未通過顯著性檢驗。綠化水平的估計系數均為正，且部分通過了顯著性檢驗，表明綠化水平對綠色發展水平存在促進作用，在90%分位點，綠化水平的促進作用達到最大，為0.016，但并未通過顯著性水平檢驗。產業結構升級和財政分權對綠色發展的影響始終為正，且隨著分位點由低向高變動，產業結構升級和財政分權的估計系數逐漸增大，這表明產業結構升級和財政分權對高綠色發展組的促進效應更大。在不考慮顯著性的條件下，隨著分位點增大，知識溢出的估計系數逐漸降低，且在25%分位點處，知識溢出對綠色發展的影響由正向促進轉為負向抑制。

3.區域異質性分析

在區域發展不平衡不充分的背景下，考慮數字金融對綠色發展影響的區域異質性具有較大的現實意義，進一步將總體樣本分為東部、中部和西部地區進行回歸。回歸結果見表5。可以看出，數字金融在不同區域不同分位點下均對綠色發展水平產生正向影響，除東部地區在90%分位點未通過顯著性檢驗，其它分位點下均通過了1%或5%的顯著性水平檢驗。從回歸系數大小看，在10%、25%、50%和75%分位點下，數字金融對東部綠色發展水平的促進作用要大于中部和西部地區，這表明東部綠色發展水平較落后的地區相對于中部和西部，更能從數字金融發展中受益。而在90%分位點下，數字金融對東部地區綠色發展水平的促進作用最小且未通過顯著性水平檢驗，此時數字金融對中部地區綠色發展水平的促進作用最大，其次是西部地區。這表明中部綠色發展水平較高的地區相對于東部和西部地區，數字金融更能促進綠色發展水平的提升。

4.數字金融分維度異質性分析

為了驗證數字金融分維度對綠色發展的影響效應，本文進一步進行了數字金融覆蓋廣度、使用深度及數字化程度三個分指數的實證分析，回歸結果見表6。從回歸結果看，在10%、25%和50%分位點下，覆蓋廣度、使用深度和數字化程度都對綠色發展存在促進作用，且隨著分位點的提高回歸系數呈現先上升后下降的趨勢。這表明提高數字金融的覆蓋廣度、使用深度和數字化程度能夠有效促進綠色發展，并且縮小地區之間的綠色發展差距。此外，使用深度對綠色發展水平的促進作用最強，其次是覆蓋廣度，數字化程度較弱。可以看出，數字金融對綠色發展的促進作用主要是通過覆蓋廣度的擴大和使用深度的提高達到的。而在90%分位點下，覆蓋廣度和數字化程度對綠色發展水平呈現負向抑制作用且未通過顯著性水平檢驗，使用深度對綠色發展水平呈現正向促進作用但沒有通過顯著性檢驗，由此得知，在最高綠色發展組，覆蓋廣度、使用深度和數字化程度對綠色發展水平的提升作用有限。

表6 數字金融分維度分位數回歸結果

五、進一步分析：數字金融對綠色發展作用機理的檢驗

本文從綠色財富、綠色治理、綠色增長和綠色福利四個維度構建了綠色發展水平指標體系。因此，為進一步檢驗數字金融對綠色發展的作用機理②，構建模型(3)，并將被解釋變量綠色財富、綠色治理、綠色增長和綠色福利分別納入模型中，以探討數字金融通過何種機制促進綠色發展，模型建立如式(3)：

QYijt(t|Xijt)=α1jtDifijt+α2jtBusijt+α3jtPgrijt

+α4jtAisijt+α5jtFisijt+α6jtKnoijt+μi+εit

(3)

式(3)中，Yijt為被解釋變量，i代表省份，t為時間，j為綠色財富、綠色治理、綠色增長和綠色福利，其他變量和符號的含義見式(2)的設定。

作為參照，同時進行面板固定效應模型的估計，表7報告了模型的估計結果。從固定效應回歸結果看，數字金融對于綠色財富、綠色治理、綠色增長和綠色福利的回歸系數均為正，且分別通過了1%或5%的顯著性檢驗，表明數字金融對綠色財富、綠色治理、綠色增長和綠色福利的推動促進了綠色發展，其中數字金融對綠色增長的推動作用最強，為0.187，其次是綠色治理；綠色福利和綠色財富的推動作用較弱。從面板分位數回歸結果看：第一，數字金融對綠色財富的估計系數僅在10%分位點處為正，且通過1%顯著性水平檢驗，而在其他分位點處估計系數為正或為負，未通過顯著性水平檢驗，表明數字金融并不必然促進綠色財富的提升，僅在綠色財富較低的區域，數字金融才能發揮促進作用。第二，數字金融對綠色治理的估計系數在各分位點均為正，且在10%、25%和50%分位點處通過了1%顯著性水平檢驗，此外，數字金融對綠色治理的促進效應在50%分位點處達到了最大。第三，數字金融對綠色增長的估計系數在10%、25%和50%分位點處顯著為正，且這種促進作用在50%分位點處最大，表明隨著分位點的不斷增大，數字金融對綠色增長呈現先上升后下降的影響軌跡。在90%分位點處，數字金融對綠色增長的影響為負但并未通過顯著性水平檢驗。第四，數字金融對綠色福利的估計系數在10%、25%、50%和75%分位點處顯著為正，但這種促進作用呈現下降的趨勢，在90%分位點處，數字金融對綠色福利的影響為負。

表7 數字金融對綠色發展的作用機理

綜上，由分位數回歸結果可知，一方面，數字金融并不必然通過推動綠色財富、綠色治理、綠色增長和綠色福利來促進綠色發展，尤其是在高分位點處，數字金融對四個維度的促進作用并不顯著。另一方面，從估計系數大小來看，與固定效應均值回歸結果一致，數字金融對綠色增長的推動作用較強，其次綠色治理，而對綠色福利和綠色財富的推動作用較弱。

六、結論與政策建議

數字化轉型已然成為重要的時代特征。在數字化技術的推動下，數字金融已經被視為新時代背景下綠色發展的助推器。本文立足于新發展階段綠色發展的新特征，著眼綠色發展的新動力新引擎，基于數字金融的視角，首先從理論層面剖析了數字金融對綠色發展的作用機制，其次構建分位數回歸模型實證探究了數字金融對綠色發展的影響效應。研究結論如下：第一，樣本期內，中國綠色發展水平存在長期向好傾向，但區域發展差異較大，呈現“東部>中部>西部”的空間分布格局。第二，均值回歸結果表明，數字金融對綠色發展有積極影響，有助于提高地區的綠色發展水平。面板分位數回歸結果表明，數字金融對綠色發展呈現先上升后下降的倒“U”型關系，即數字金融對綠色發展水平低的區域促進作用最為明顯，在50%分位點處，數字金融對綠色發展的影響效應達到最大。第三，數字金融對綠色發展的影響存在異質性。分區域回歸表明，在10%、25%、50%和75%分位點處，相較于中部和西部地區，數字金融對東部地區綠色發展的促進作用較強；分維度回歸表明，相較于覆蓋廣度和數字化程度，使用深度對綠色發展能夠產生更強的帶動作用。第四，作用機制檢驗結果表明，數字金融并不必然促進綠色財富提升，相較于綠色福利，數字金融對綠色治理和綠色增長的影響效應較大。

結合結論，得出的政策啟示有：第一，促進區域數字金融協調發展。一方面，中央政府應繼續加大數字金融基礎設施建設，依托互聯網、分布式計算等數字技術繼續推動數字金融服務的深度和廣度，提高數字金融在欠發達地區的觸達性和流動性；另一方面，地方政府應在中央的統籌協調下，借助區域資源優勢，發揮產業特色，因地施策制定差異性的數字金融發展政策，如在推動東部地區數字金融發展的同時繼續加大中部和西部地區數字金融的建設，給予中西部地區數字金融發展的沃土和優勢條件，從而促進區域間數字金融的協調發展。第二，考慮到數字金融對綠色發展的影響軌跡呈現倒“U”型，對地方數字金融的規范和約束需考慮到區域綠色發展水平。在綠色發展比較低的區域，地方政府應充分關注綠色發展的均衡性和協調性，充分發揮數字金融對綠色發展的促進作用，在綠色發展水平比較高的區域，地方政府應適度協調好數字金融與綠色發展的關系，減少數字金融的投入，以避免重復建設和不必要的浪費。第三，充分發揮數字金融對綠色增長、綠色治理等綠色發展子系統的促進作用，繼續推動數字金融使用深度、覆蓋廣度和數字化程度的發展，營造良好的數字金融發展環境，搶占數字金融發展制高點，推動綠色發展。

[注 釋]

① 圖中實線為分位數回歸估計系數，陰影部分為分位數回歸估計的95%置信區間；虛線為OLS估計值及其95%的置信區間(兩點短虛線為OLS估計值)。

② 本文中，作用機理指的是通過直接作用于綠色發展的某些組成部分，從而對綠色發展產生影響[31]。