數字普惠金融提升了綠色全要素生產率嗎？
——基于中國省際面板數據的實證分析

周才云，葉佳

（華東交通大學經濟管理學院，江西南昌，330013）

近年來，以GDP 為導向的經濟發展模式取得了重大成就，我國經濟迅速發展，人民生活水平不斷改善。但是這種發展模式也逐漸暴露出了不足和缺陷，環境污染嚴重、資源開發利用不盡合理已經成為阻礙我國經濟社會可持續發展的主要問題。而以“綠色全要素生產率（GTFP）”為導向的經濟發展模式則體現了新發展理念，強調在發展經濟的同時也要兼顧資源環境問題，是在資源環境約束下轉變經濟發展方式的重要保障。GTFP 是對傳統全要素生產率的修正，涵蓋了創新、協調、綠色、開放、共享理念，是新時代衡量經濟高質量發展的一個最有效的綜合指標。

在當前我國轉變經濟發展模式的重要環節，金融作為現代經濟的血液與核心應充分發揮其對GTFP 的積極推動作用。然而，由于地域限制、高成本約束等技術和信息障礙等問題，傳統的金融發展模式已經無法滿足我國經濟結構轉型與可持續發展的需要［1］，在此背景下，普惠金融應運而生。相比于傳統金融，普惠金融更加強調機會平等問題，注重社會與經濟的協調發展。隨著金融科技和數字技術的不斷發展，普惠金融與互聯網融合逐漸建立起了數字普惠金融這一新型金融服務模式，從而能夠降低交易成本、擴大金融供給范圍以實現金融資源的最大化利用［2］。數字普惠金融作為金融革命和技術革命的深度結合體，為提升GTFP 提供了動力源泉。

一、理論分析與研究假設

（一）數字普惠金融對GTFP 的影響分析

數字普惠金融通將人工智能、云計算、區塊鏈和大數據分析等數字技術應用到綠色普惠金融領域，徹底顛覆了傳統金融的服務方式，不僅擴大有利于普惠金融的覆蓋范圍，還能夠降低企業與金融機構間的信息不對稱，使得金融機構能夠更好地甄選優質綠色項目，規避綠色創新風險，從而實現金融資源的優化配置。在數字普惠金融的推動下，金融的資源得以更多地向綠色行業和低碳行業傾斜，為提升GTFP 提供了良好的經濟基礎，有利于實現經濟社會綠色發展。此外，數字普惠金融通過降低金融服務門檻，提高金融市場化水平和金融體系的包容性，為開展綠色項目的中小企業提供了資金來源，同時緩解了中小企業融資約束以促進企業綠色創新，也緩解了高杠桿對企業綠色創新的危害，使得金融體系能夠更好地服務于經濟發展的客觀需要，有利于提高區域創新能力，推動產業結構優化升級，從而提高經濟發展效率和質量?；诖?，本文提出以下假設：

假設1：數字普惠金融能夠有效提升GTFP。

（二）數字普惠金融對GTFP 的傳導路徑

1.數字普惠金融通過降低碳排放提升了GTFP

一方面，數字普惠金融的出現不僅能夠有效緩解中小企業的融資約束、降低其融資成本，還能通過互聯網、支付寶等數字技術的使用實現線上交易，從而減少企業為了融資往返金融機構的途中產生的能源消耗和碳排放；另一方面，支付寶等數字金融通過增強線上互動和線上線下虛實結合的方式，刺激了公眾參與到繳費無紙化、共享單車、螞蟻森林等公眾日常低碳行為的積極性，實現碳排放的降低。因此，發展數字普惠金融有利于降低區域碳排放，特別是減少第三產業碳排放來實現GTFP 的提升［3］。

2.數字普惠金融通過緩解資源錯配提升了GTFP

根據資源配置理論，資源錯配是指資源不能充分自由流動，因此無法實現帕累托最優狀態。Hsieh and Klenow（2009）［4］通過研究工業企業數據庫發現中美全要素生產率相差較大的原因是資源配置效率不同。相較于傳統金融，數字普惠金融利用大數據、人工智能等科技手段有效緩解了金融機構與企業間信息不對稱問題，提高了市場透明度，有利于實現金融資源配置的公平化、合理化。長期以來，資源錯配的存在導致生產要素被無效配置，不僅浪費了大量金融資本和勞動力資源，阻礙了全要素生產率的提升，也制約了經濟增長［5］，而數字普惠金融的出現有利于引導金融資源和生產要素從生產效率低、環境污染嚴重的部門向生產效率高、環境污染少的部門流動［6］，推動資源配置實現效益最大化和效率最優化，加快綠色轉型，從而為經濟高質量發展提供有力支撐。

3.數字普惠金融通過推動產業結構優化提升了GTFP

快速發展的金融科技能夠通過緩解信息不對稱、降低交易成本等途徑激勵資本積聚和科技創新以實現產業結構優化［7］。在此基礎上，杜金岷等人（2020）［8］也發現數字普惠金融可以通過縮小收入差距、促進資本積累、擴張消費需求以及推動技術創新等途徑促進產業結構優化升級。作為經濟增長的重要基礎，產業結構優化有利于轉變能源消費結構、提升資源利用效率進而減輕環境污染程度，在很大程度上能夠提升一國經濟發展的質量和效率［9］。因此，隨著我國產業結構不斷轉型升級，其對GTFP 的提升作用也會越來越顯著。

假設2：數字普惠金融能通過區域降低碳排放、緩解資源錯配以及推動產業結構優化等途徑實現對GTFP 的提升效應。

二、計量模型和變量說明

（一）計量模型構建

由表2 中豪斯曼檢驗結果可知，應采用固定效應模型研究數字普惠金融和GTFP 之間的關系，同時考慮到各個省份數據存在異質性，且2011—2019年時間跨度較大，若不考慮時間因素可能導致實驗結果出現偏誤，因此為了保證研究結果的穩健性，本文進一步采取控制時間和地區的雙向固定效應模型進行分析。構建模型如下：

表1 測算GML 指標的投入產出說明

表2 變量定義及描述性統計

其中，i表示省份，t表示年份，GTFPit是被解釋變量，表示地區綠色全要素生產率，DIFIit是核心解釋變量，表示各省數字普惠金融發展水平，controlit表示控制變量，μit是隨機誤差項。

（二）變量選取

本文應用2011—2019年我國30個省份的GTFP和北京大學數字金融研究中心提供的數字普惠金融指數分別作為被解釋變量和核心解釋變量，并參考現有文獻，引入外商直接投資水平、經濟發展水平、環境規制、產業結構水平、人力資本水平和金融發展水平作為控制變量。

1.被解釋變量：綠色全要素生產率（GTFP）

本文中GTFP 的數據是通過包含非期望產出的SBM-GML 模型測算得出，從而規避了ML 指數在線性規劃求解過程中常出現無解的問題。在具體的測算過程中，使用的數據主要包括以下指標：

計算公式如下：

其中，x、y和b分別表示要素投入、期望產出和非期望產出，g為方向向量。Dtc(xt，yt，bt；gt)則表示t時期的方向距離函數。

2.核心解釋變量：數字普惠金融指數（DIFI）

當前研究數字普惠金融相關的研究大多引用北京大學數字金融研究中心和螞蟻科技集團研究院編制的“北京大學數字普惠金融指數”作為研究對象，因此本文也選取該指數及其三個二級指標數字普惠金融覆蓋廣度（cov）、使用深度（dep）和數字支持服務程度（dig）作為數字普惠金融發展水平的代理變量。為了方便計算，將以上指標均除以100作為原始變量。

3.控制變量

在控制變量的選取上，本文主要從GTFP 的影響因素出發來加以選擇，具體包括：（1）外商直接投資水平（lnfdi），采用實際利用外商直接投資額取對數表示；（2）經濟發展水平（lnpgdp），用人均GDP取對數表示；（3）環境規制（Env），以環境規制指數衡量，參考原毅軍（2020），數據采用熵權法獲得；（4）產業結構水平（ind），用第二產業GDP 占地區生產總值的比重表示；（5）人力資本水平（hum），以人均受教育年限衡量；（6）金融發展水平（fin），用金融機構年末存貸款余額總額與GDP 的比重表示。

（三）數據說明及變量描述

本文基于2011—2019 年我國30 個省份（除港澳臺及西藏）的面板數據進行研究。其中，數字普惠金融指數及其二級指標數據均來源于北京大學數字金融研究中心所編制的《北京大學數字普惠金融指數（2011—2019 年）》。其他基礎數據大部分來源于各省份的統計年鑒、國家統計局、中經網、Wind 數據庫、中國碳核算數據庫（CEADs）等。

三、實證檢驗與結果分析

（一）數字普惠金融對GTFP 的影響分析

表3 中第（1）列數據為未加入控制變量時數字普惠金融對GTFP 的回歸結果，回歸系數為0.222，且在1%的水平下顯著；加入控制變量后，顯著性保持不變，回歸系數變大，這表明在樣本范圍內數字普惠金融對GTFP 具有顯著的提升效應，假設1成立。

表3 雙向固定效應模型回歸結果

（二）穩健性檢驗

1.內生性檢驗

為了最大限度地減少數字普惠金融和GTFP 之間的內生性問題，驗證基準回歸結果的穩健性，本文選取自變量數字普惠金融的滯后一期和各省份到杭州的球面距離作為工具變量進行回歸。一方面，考慮到數字普惠金融的發展具有延續性，前一期的數字普惠金融可能會對當期產生影響，但是不會對擾動項產生影響；另一方面，各省份到杭州的球面距離與數字普惠金融發展程度相關，滿足相關性，且各省份到杭州的球面距離為嚴格外生變量，不與GTFP直接關聯，滿足工具變量的外生性假設。

表4 報告了工具變量的回歸結果。第一階段中，數字普惠金融的滯后一期數據和各省份到杭州的球面距離對數字普惠金融的回歸系數分別為0.484 和0.344，且都在1%的水平下顯著，滿足相關性要求；同時由第一階段F值可知不存在弱工具變量問題。根據第二階段回歸結果，在充分考慮內生性偏差后數字普惠金融與GTFP 仍然顯著正相關，假設1 仍然成立，這也證實了回歸結果的可靠性。

2.其他穩健性檢驗

第一，替換解釋變量。分別將數字普惠金融的覆蓋廣度（cov）、使用深度（dep）和數字支持服務程度（dig）這三個指標代入模型中對GTFP 進行回歸，回歸結果如表3 第（3）（4）和（5）列所示，回歸系數分別為0.234、0.160 和0.120，可見數字普惠金融的三個二級指標也對GTFP 具有顯著提升效應，其中覆蓋廣度影響效果最強。

第二，變量縮尾處理。對模型中的全部變量進行雙側1%的縮尾處理后再回歸，由表5 第（1）列可知，數字普惠金融回歸系數和顯著性與基準回歸結果基本一致，說明基準回歸結果較為穩健。

第三，多模型回歸。表5 中（2）（3）列分別報告了數字普惠金融指數對GTFP 進行固定效應模型和隨機效應模型的結果，可見數字普惠金融回歸系數符號及顯著程度均沒有產生明顯差異，這也進一步驗證了回歸結果的穩健性?？傊?，經過穩健性檢驗之后，實證結果與基準回歸值沒有顯著差異，即本文結論是穩健、可靠的。

（三）數字普惠金融對GTFP 的傳導機制分析

1.中介效應模型構建

為了進一步研究數字普惠金融對GTFP 的間接傳導機制，根據相關理論研究最終選擇了碳排放、資本錯配和產業結構升級這三個變量作為中介變量進行檢驗，并構建了如下模型：

2.影響機制分析

（1）碳排放降低效應分析。選取區域碳排放量作為中介變量進行回歸分析。根據表6 第（2）（3）列可知，α1為負且通過了顯著性檢驗，一方面，說明數字普惠金融能夠有效降低區域碳排放；另一方面φ2也為負，且數字普惠金融的回歸系數略下降，這表明數字普惠金融能通過降低區域碳排放水平從而提升GTFP。

表6 影響機制分析

（2）資源錯配緩解效應分析。各省的資源錯配指數采用主成分分析法計算，其中勞動力錯配指數權重系數為0.610 4，資本錯配指數權重系數為0.389 6。實證結果如表6 第（4）列、第（5）列所示，α1為-0.092 8 表明數字普惠金融顯著緩解了資源錯配程度；φ2為-0.674，同時φ1相比β1略下降，這說明數字普惠金融能夠通過緩解區域資源錯配程度進而提升GTFP。

（3）產業結構優化效應分析。劉贏時等（2018）［10］研究發現相較于產業結構合理化，產業結構高級化對GTFP 的提升效果更為顯著，因此本文選擇產業結構高級化數據作為中介變量。由表6 第（6）列、第（7）列相關數據可知，α1為0.419，表明數字普惠金融能夠推動產業結構優化；同時，φ2為0.181 說明產業結構優化有利于經濟社會綠色發展。因此，數字普惠金融能通過促進產業結構優化作用于GTFP。綜上，假設2 得以驗證。

四、異質性分析

基于地區經濟發展水平和金融發展水平視角，深入研究數字普惠金融對GTFP提升效應的異質性。

（一）地區經濟發展水平異質性分析

考慮到我國各地區經濟發展水平不同，尤其是東部與中西部地區之間資源稟賦、工業基礎差異明顯。因此，本文將我國東部地區和中西部地區依據區域經濟水平差異劃分后分別進行回歸，表7 中第（1）（2）（3）列分別報告了在我國東部和中西部地區數字普惠金融對GTFP 的影響效果，從中可以看出在東部地區數字普惠金融對GTFP 的回歸系數顯著為正；但是在中部和西部地區卻沒有通過顯著性檢驗。原因可能在于東部地區經濟基礎較好，數字普惠金融資源得以更多地向綠色行業和低碳行業傾斜，為提升GTFP 提供了良好的經濟基礎，因此有利于轉變經濟發展方式，進一步推動經濟社會綠色發展；而中西部地區經濟發展相對落后，信息和信用體系不夠健全，金融服務風險較高，這些因素從客觀上抑制了當地數字普惠金融的發展，不利于GTFP 的提升。

表7 異質性分析

（二）金融發展水平異質性分析

由于我國各省市間金融發展水平可能存在較大差異，因此本文將金融發展水平按中位數劃分為金融水平發達地區和金融不發達地區分別回歸。由表7 第（4）列結果顯示，在金融發達地區數字普惠金融對GTFP 的系數為0.408，且在1%的水平下顯著；而在金融不發達地區，從表7 第（5）列可以看出數字普惠金融對GTFP 的影響效果并不顯著。這可能是因為金融發達地區的金融基礎設施相對完善，金融制度環境良好，金融產品與服務供給豐富多樣，從而能夠對GTFP 的提升起到良好的促進作用；然而在金融不發達地區數字普惠金融發展較為落后，金融市場發育不成熟，同時由于“數字鴻溝”“知識鴻溝”的存在，該地區仍有不少人難以掌握數字普惠金融的相關知識和技能，所以該效果不顯著。

五、結論與政策建議

本文以2011—2019 年中國30 個省份的綠色全要素生產率和北京大學數字金融研究中心提供的數字普惠金融指數為研究對象，運用雙向固定效應模型和中介效應模型分析數字普惠金融對GTFP的影響效果和傳導路徑，發現數字普惠金融能夠有效提升GTFP，并在經過多角度穩健性檢驗后該結論依然成立；數字普惠金融的三個二級指標也對GTFP 具有顯著提升效應，其中覆蓋廣度影響效果最強。異質性分析表明，這種提升效應在東部地區和金融發達地區尤為顯著。另外，影響機制檢驗也發現數字普惠金融可以通過降低區域碳排放、緩解資源錯配以及推動產業結構優化等渠道提升GTFP?；谏鲜龇治?，結合黨的十九屆五中、六中全會精神，我們提出以下三點政策建議：

首先，健全數字普惠金融基礎設施建設，提升金融資源配置效率。加快提升互聯網和智能移動終端普及率，積極推進5G 網絡、數據中心等新型數字基礎設施及其在普惠金融領域的應用；同時加大數字支付的宣傳和普及工作，擴大社會信用覆蓋面，加快網絡通信的提速降費，提高數字普惠金融的可得性和包容性，發揮數字普惠金融作為資源共享的平臺作用，最大限度提高資源配置的質量和效率。只有不斷提升消費者數字金融素養，縮小“數字鴻溝”，才能讓中西部地區及金融水平不發達地區更多地享受到數字普惠金融服務，從而為提升GTFP 提供良好的平臺。

其次，推進綠色低碳生產生活方式，提升綠色數字普惠金融服務能力。一方面，處理好經濟發展與美麗建設的關系，打造低碳產業體系，努力走出一條具有中國特色的生態與經濟協調發展之路。同時發揮公民主體作用，大力倡導簡約適度、綠色低碳的生活方式和環保風尚，讓綠色低碳真正融入生產生活，加快發展方式和生活方式的綠色轉型；另一方面，鑒于數字普惠金融可以通過降低碳排放水平提升GTFP，深化綠色數字普惠金融的服務水平，利用數字化手段推進全民碳減排，如鼓勵公眾積極參與綠色出行、減紙減塑、節能降耗等低碳行為，促進公眾踐行綠色生產生活方式。

最后，推進數字普惠金融和綠色金融融合發展，拓展金融科技在綠色金融領域的運用。將綠色金融標準、綠色金融規則融入普惠金融全過程，實現普惠金融和綠色金融相關標準體系的協調。以碳中和為約束條件，不斷建立和完善綠色普惠金融政策體系，引導和激勵金融系統以市場化方式支持綠色投資，尤其是要關注和服務于因綠色轉型帶來更高經營成本的高碳行業、依附于高碳行業的小微企業及其從業者，以及現有綠色金融體系支持相對較弱的領域。既要在推動金融普惠過程中堅持綠色發展方向，防止“高碳普惠”；又要注重將綠色金融資源惠及人民，防止“減碳傷民”。