数字普惠金融对陕西省低碳经济发展的影响

张宇朦

(西安财经大学统计学院,西安 710100)

我国城市经济与生态环境之间矛盾日益加剧。在面对气候变化、推动绿色低碳转型的关键时期,低碳经济的发展已经成为国家战略的重要组成部分。党的二十大报告指出,要推动数字经济与绿色低碳转型协同发展,通过节能减排、城乡建设、交通运输、科技创新等行动,在数字经济的引领下,基于新发展理念的背景,进一步促进各地区有序实现碳达峰、碳中和目标[1]。

数字普惠金融作为普惠金融与互联网深度融合的全新金融模式,逐渐成为推动当代低碳经济转型的重要力量[2]。同时,数字经济的发展有助于推动经济动能的升级转换,给实体经济的赋能带来了新的方向。“十四五”规划明确提出,要促进数字技术与实体经济的深度融合,赋能传统产业升级,催生新理念新产业新模式,壮大经济发展引擎,为建设“数字中国”的目标提供有力支持。

本文选择陕西省作为案例研究对象,旨在通过深入分析数字普惠金融在陕西省低碳经济发展中的实际运用情况,揭示其对产业结构调整、创新能力提升、能源利用效率改善等方面的影响机制。陕西省作为我国西部地区的重要省份,既承担着生态保护的责任,也面临着低碳经济转型的压力。因此,如何解决陕西省经济发展与低碳转型之间的矛盾,探寻数字普惠金融在低碳经济发展中的作用,以实现数字普惠金融与绿色经济协同共进是当前亟待解决的问题。在科学刻画低碳经济发展水平的基础上,通过对数字普惠金融的实证分析,探究数字普惠金融在低碳经济领域中的潜在作用和影响机制,以期为实现绿色经济可持续发展目标提供理论价值和现实意义。

1 文献综述

近年来,有关数字普惠金融与低碳经济转型的讨论日益丰富,并且取得了较多的研究成果。

(1)目前关于数字普惠金融的相关研究层出不穷,现有研究多以指标评价为主,对数字经济的量化分析较少。例如,韩晶和陈曦[3]通过构建数字经济指标体系得出综合指数;魏丽莉和侯宇琦[4]认为数字经济分为宏观和微观两方面,宏观方面多为经济高质量发展、要素生产率,如Ma和Zhu[5]、李占风和粟文元[6]等,微观方面主要以企业为主,如曲昱晓[7]研究数字普惠金融对企业环境绩效的影响。

(2)现有研究普遍围绕低碳经济的内涵、测度评价及其影响因素等方面深入分析。其中,有关低碳经济发展的统计测度评价的研究成果愈发受到学者的重视,现有研究大多采用层次分析法、熵值法和主成分分析等方法构建指标体系。例如,沈世铭等[8]通过构建绿色低碳循环经济的指标体系,采用主成分分析法进行测度,最终发现其状态分布较为均衡,有明显的集聚效应;李苏和刘浩南[9]通过5个维度反映中国低碳经济发展能力,得出低碳经济发展的核心是通过抑制二氧化碳排放量从而提高经济效益。

(3)也有一些学者在数字经济赋能低碳经济转型。例如,肖静和曾萍[10]基于省域角度,研究中国数字经济赋能地区低碳转型的内在机制,研究结果表明数字经济可以通过抑制碳排放进而促进的低碳经济转型;许金红和钟若愚[11]进一步研究表明我国地区间的数字经济对促进低碳经济发展的影响具有异质性。王守坤和范文诚[12]基于中国县级数据,研究表明数字普惠金融通过产业发展的调整进而促进低碳经济发展。

综上所述,通过对已有文献进行总结梳理发现仍有不足:①当前对数字普惠金融的研究仍处于生长期,研究者的问题主要针对理论分析和逻辑归纳,缺乏微观数据以深入衡量数字普惠金融的发展和影响;②多数学者在构建低碳经济发展的指标体系时更加偏向于经济,对生态方面的指标相对较少,缺乏更细致的衡量测度和更全面的衡量标准;③当前的文献以数字经济对乡村振兴、经济高质量发展等的影响居多,而对生态保护的低碳经济发展的影响研究相对匮乏,尤其是对陕西省的研究。鉴于此,本文基于2012—2021年陕西省10个地级市(不包含杨凌示范区)的面板数据,采用固定效应模型和区域异质性视角分析数字普惠金融对陕西省低碳经济发展的影响,以期为陕西省推动数字普惠金融与绿色低碳经济的协同发展提供一定的参考和贡献。

2 研究设计

2.1 模型设定

根据本文的研究目的与变量选择,综合数字普惠金融对陕西省低碳经济的影响效应,采用双向固定即城市固定和时间固定,构建如下基准回归模型:

lnLCEit=α0+α1DIFit+α2Controlit+βi+μt+εit

(1)

式中:LCEit为陕西省低碳经济发展水平;DIFit为核心解释变量,即数字普惠金融指数;Controlit为模型的控制变量;α0为常数项;α1、α2为回归系数;βi为城市固定效应;μt为时间固定效应;i表示城市;t表示年份;εit为误差项。

为深入分析数字普惠金融发展对低碳经济发展的影响,将数字普惠金融分为覆盖广度、使用深度和数字化程度3个维度,并构建双向固定效应模型如下:

lnLCEit=α0+α1Coverit+α2Controlit+

βi+μt+εit

(2)

lnLCEit=α0+α1Useit+α2Controlit+βi+μt+εit

(3)

lnLCEit=α0+α1Digit+α2Controlit+βi+μt+εit

(4)

式中:Coverit、Useit、Digit分别为覆盖广度、使用深度和数字化程度。

2.2 变量选取

2.2.1 被解释变量:低碳经济发展水平

本文的被解释变量为低碳经济发展水平(lnLED)。通过现有的研究成果和低碳经济发展相关文献,采用低碳经济发展水平指数来衡量低碳经济。在参考丁涛等[13]研究基础上,从低碳发展、低碳循环、低碳效率和低碳经济4个维度展开,并细分为12个二级指标,由此构建低碳经济发展水平指标体系。具体指标见表1。由于二级指标的单位不同,运用熵权法对数据进行标准化处理并赋予权重,最终计算得出陕西省低碳经济发展水平综合指数。

表1 低碳经济发展水平指标体系

2.2.2 核心解释变量:数字普惠金融指数

本文的核心解释变量为数字普惠金融指数(DIF)。基于北京大学数字金融研究中心发布的“北京大学数字普惠金融指数”地级市相关数据,借鉴郭峰等[14]关于数字普惠金融指数的构建方法,采用覆盖广度(Cover)、使用深度(Use)、数字化程度(Dig)3个子维度来衡量陕西数字普惠金融的发展水平。

2.2.3 控制变量

借鉴郭丰等[15]的研究,引入如下相关变量以控制数字普惠金融对低碳经济发展影响结果的准确性。①产业结构,采用地区第三产业总产值与第二产业总产值来衡量;②对外开放,采用地区外贸进出口总额与地区生产总值的比值来衡量;③人口密度,采用地区常住人口数与区域面积之比衡量;④科技教育支出,用科学技术和教育支出总和与财政支出的比值衡量;⑤能源消耗,用地区能源消耗总量来衡量。

2.3 数据来源

基于数据收集的可获得性与完整性,选择陕西省作为研究对象,采用2012—2021年各地级市(不包括杨陵区)的面板数据进行实证分析。指标均来源于《中国统计年鉴》《中国能源统计年鉴》。陕西省数据来源于各地级市《国民经济和社会发展统计公报》和统计年鉴,能源消耗总量来自《中国能源统计年鉴》,二氧化碳排放量通过借鉴吴建新和郭智勇[16]的方法计算得出;数字普惠金融数据来源于《北京大学数字普惠金融指数》。针对单个缺失数据,采用线性插值法进行补足。变量描述性统计见表2。

表2 变量描述性统计

3 实证分析

3.1 基准回归分析

在进行基准回归之前,为了减少实证分析结果的误差,首先进行多重共线性检验,计算出各变量间的方差膨胀因子(VIF),结果表明,所有变量间的VIF值均小于10,且平均值为3.97,说明相关变量间不存在多重共线性。

选择双向固定效应模型,采用面板数据,探究数字普惠金融总指数及3个维度对陕西省低碳经济发展水平的影响,具体的基准回归结果见表3。列(1)和列(2)分别表示在不加入控制变量和加入控制变量时数字普惠金融对低碳经济发展水平的影响。由表3可知,数字普惠金融总指数对低碳经济发展具有显著的正向影响,在加入控制变量后回归系数依然为正,且在1%的水平上显著。从控制变量结果来看,人口密度存在显著的正向影响,说明人口集中将会提高城市的整体运行质量,进而促进陕西省的发展效率;产业结构对陕西省低碳经济发展存在负向影响,尚未通过显著性检验,说明工业不利于陕西省低碳发展;能源消耗对陕西省低碳经济发展存在显著的负向影响,说明当能源消耗总量上升时,会促使二氧化碳排放量增加,这与低碳发展的理论相违背,表明能源消耗对低碳经济发展具有抑制作用。

表3 基准回归结果

为了更准确、更精细地刻画数字普惠金融对低碳经济发展水平的影响,将数字普惠金融分为3个子维度研究,结果见表3中列(3)、列(4)、列(5)所示,数字普惠金融的覆盖广度、使用深度以及数字化程度均对低碳经济的发展有显著的促进作用。其中,覆盖广度和数字化程度的系数均在1%的水平上显著为正,说明当数字化技术越好、覆盖面积越大,越有利于陕西省促进经济发展,从而实现绿色化经济;而使用深度对低碳经济发展同样存在正向影响,但在统计学上不显著。

3.2 异质性分析

考虑到陕西省不同地区的数字普惠金融发展存在差异,根据陕西地理因素将其划分为陕北、关中和陕南3个区域,基于上述实证分析结果,通过分样本回归分析数字普惠金融对陕西省低碳经济发展的异质性。具体结果见表4。

表4 异质性分析结果

由表4可知,数字普惠金融在关中和陕南3个地区对低碳经济发展产生显著的正向影响,且在关中地区的影响最大,可能由于当地的政策支持和经济发展相较于其他地区较好,因此对与低碳发展促进作用更大。陕北和陕南地区由于人口数量少、产业结构单一、经济发展缓慢等因素,从而导致数字经济发展欠缺,进而减缓了低碳经济转型。

3.3 稳健性检验

3.3.1 剔除省会

考虑到省会城市经济发展的特殊性,其在政策支持、人口分布等方面与其他地区存在显著差异,因此将西安市样本数据删除,利用剩余样本重新采用双向固定效应模型进行实证检验,结果见表5列(1)。可以发现,数字普惠金融对低碳经济发展影响系数显著依旧为正,且系数方向与表3的实证结果大体一致,说明本文的回归结果具有稳健性。

表5 稳健性检验结果

3.3.2 滞后一期

鉴于数字普惠金融对经济发展的滞后影响,为避免当期数字普惠金融与低碳经济的逆向因果关系,将核心解释变量滞后一期进行稳健性检验,结果见表5列(2),数字普惠金融对低碳经济发展影响系数依然在1%的水平下显著,且回归系数显著性和正负号与前文实证分析结果大体一致,说明本文的研究结论具有稳健性。

4 结论与建议

基于陕西省10个地级市2012—2021年的面板数据,运用双向固定效应模型,多维度实证分析了数字普惠金融对低碳经济发展水平的影响以及其异质性研究,得到以下主要研究结论。

(1)数字普惠金融对陕西省低碳经济发展水平的提高有显著的促进作用,数字普惠金融的3个维度,即覆盖广度、使用深度和数字化程度也对陕西省的低碳经济发展水平有积极的促进作用,并且通过稳健性检验后仍然保持显著的正向影响。

(2)数字普惠金融对低碳经济发展的影响具有区域异质性。相较于陕南、陕北地区,关中地区的数字普惠金融更能促进低碳经济发展。

(3)在考虑滞后效应后,数字普惠金融对陕西低碳经济发展的影响依然存在,说明该影响具有时滞性。

基于以上研究结论,提出以下几点政策建议。

(1)提高对数字普惠金融的重视程度。数字普惠金融作为新兴经济动能的重要部分,是实现城市低碳经济发展的关键因素。政府应该根据经济和生态环境的现实情况采取相应的政策,聚焦发展数字金融核心技术,着重发展覆盖广度、使用深度和数字化程度3个维度,提升数字经济的普惠性。此外,政府应执行节能减排方案以减少能源消耗和二氧化碳排放,推动数字经济与低碳转型的协同发展,以提升陕西省各低级市的低碳效率。

(2)均衡陕西省南北中3个地区的发展差异。政府要给予欠发达地区政策支持和资源援助,加大城乡一体化的基础设施投入力度,不断提高数字化技术的利用率,稳步推进产业结构优化升级;同时,欠发达地区也需要利用地区的资源优势,通过合作等方式加强与其他城市的联系,积极弥补数字鸿沟,保障不同发展阶段的城市都能实现经济数字化、绿色化发展。

(3)因地制宜地推进数字金融的普惠性,提升政府的前瞻思维。一方面,各级政府需要设立长期稳定的发展规划,保障政策的可持续性;另一方面,明确数字金融对低碳经济发展的影响作用,加快数字普惠金融同三次产业的深度融合,充分结合各地区各产业的发展情况和发展需求,深入推进数字化建设,以数字普惠金融赋能多维低碳转型,助力陕西省绿色发展。