張 暉
(河北經(jīng)貿(mào)大學, 河北 石家莊 050061)
傳統(tǒng)的工業(yè)企業(yè)在節(jié)能減排、技術(shù)升級過程中會受到金融抑制的影響,而數(shù)字普惠金融具有成本低、門檻低的特征,提高了直接融資比重,有效推動了工業(yè)企業(yè)綠色創(chuàng)新[1]。另外,數(shù)字普惠金融的發(fā)展可以降低對金融行為的認知偏差,增加工業(yè)企業(yè)的良性貸款需求。所以,研究數(shù)字普惠金融對工業(yè)經(jīng)濟綠色轉(zhuǎn)型具有積極的現(xiàn)實意義。
選用2011—2019 年省級面板數(shù)據(jù),構(gòu)建基準模型。盡可能控制對模型估計準確性的影響,經(jīng)過Hausman 檢驗后,最終采用了固定效應模型。
數(shù)字金融影響農(nóng)村產(chǎn)業(yè)融合的基準模型為:
式中:GTOIE 為工業(yè)經(jīng)濟綠色轉(zhuǎn)型程度;lnIndex 為數(shù)字普惠金融指數(shù);i為地區(qū);t為年份;α 為目標系數(shù);εit為隨機誤差項;Xit為一系列控制變量,其中包括對外開放度(FDI)、政府規(guī)模(GOV)、產(chǎn)業(yè)結(jié)構(gòu)(STRU)、金融發(fā)展水平(FINAN)。
為驗證數(shù)字普惠金融通過提高工業(yè)企業(yè)創(chuàng)新水平和經(jīng)營績效水平促進工業(yè)經(jīng)濟綠色轉(zhuǎn)型,構(gòu)建以下中介模型:
式中:CSV 為經(jīng)營績效水平;CCSV 為工業(yè)企業(yè)創(chuàng)新水平。
其中公式(2)和(3)為驗證經(jīng)濟績效水平的中介效應,公式(4)和(5)為驗證創(chuàng)新水平的中介效應。
選取2011—2019 年29 個省份面板數(shù)據(jù)(剔除新疆、西藏),數(shù)據(jù)來源主要為國家統(tǒng)計局、EPS 數(shù)據(jù)庫和北京大學數(shù)字普惠金融指數(shù)等。將工業(yè)經(jīng)濟綠色轉(zhuǎn)型作為被解釋變量,將數(shù)字普惠金融指數(shù)作為核心解釋變量,將其他影響工業(yè)經(jīng)濟綠色轉(zhuǎn)型的指標作為模型的控制變量。
1.2.1 被解釋變量
工業(yè)經(jīng)濟綠色轉(zhuǎn)型程度(GTOIE):利用熵值法,分為能源資源集約利用、污染程度減少、產(chǎn)業(yè)結(jié)構(gòu)升級、生產(chǎn)率提升、可持續(xù)發(fā)展五個一級指標,五個維度共選擇8 個具體三級指標構(gòu)建工業(yè)經(jīng)濟綠色轉(zhuǎn)型指數(shù)[2]。
1.2.2 解釋變量
數(shù)字普惠金融指數(shù)(lnIndex):該指數(shù)從使用深度(lnDepth)、覆蓋廣度(lnCov)、數(shù)字化程度(lnDig)三個維度進行綜合考察,具有一定客觀性。另外將數(shù)字普惠金融及其三個子維度分別取對數(shù)。
1.2.3 中介變量與控制變量
在中介變量中,經(jīng)營績效水平(CSV)以規(guī)模以上工業(yè)企業(yè)的利潤總額與其主營業(yè)務成本的比值替代,工業(yè)企業(yè)創(chuàng)新水平(lnCCSV)以規(guī)模以上工業(yè)企業(yè)專利發(fā)明申請量的自然對數(shù)表示;在控制變量中,對外開放度(FDI)用實際利用外資總額占地區(qū)生產(chǎn)總值(GDP)的比值表示,政府規(guī)模(GOV)用政府一般公共預算支出占地區(qū)GDP 的比值表示,產(chǎn)業(yè)結(jié)構(gòu)(STRU)用第二、三產(chǎn)業(yè)總值與GDP 的比值表示,金融發(fā)展水平(lnFINAN)用金融機構(gòu)存貸款余額的自然對數(shù)表示[2]。
通過樣本的描述性統(tǒng)計結(jié)果,可知工業(yè)經(jīng)濟綠色轉(zhuǎn)型共261 個數(shù)據(jù),其均值為0.655,最小值為0.369,最大值為0.925;數(shù)字普惠金融指數(shù)對數(shù)的均值為5.157,最小值為2.909,最大值為6.017,說明二者發(fā)展水平差異較大。在控制變量中,工業(yè)企業(yè)創(chuàng)新水平標準差為1.408,說明不同工業(yè)企業(yè)創(chuàng)新度差異較大。由于選取了較多控制變量,因此檢驗變量間是否存在多重共線性。變量的方差膨脹因子(VIF)為3.11,說明不存在嚴重的多重共線性問題。
表1 為驗證數(shù)字普惠金融與工業(yè)經(jīng)濟綠色轉(zhuǎn)型的基準回歸結(jié)果。為保證檢驗的穩(wěn)健性,同時進行固定效應模型和隨機效應模型的檢驗,并使用異方差穩(wěn)健標準誤的方法對結(jié)果進行修正。
表1 基準回歸結(jié)果
通過表1 回歸結(jié)果可知,三種模型均表明數(shù)字普惠金融促進工業(yè)經(jīng)濟綠色轉(zhuǎn)型,且固定效應模型在1%的水平下顯著。控制變量方面,對外開放度、產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展水平均具有正向影響,且分別在5%、10%、1%水平上顯著;政府規(guī)模對工業(yè)經(jīng)濟綠色轉(zhuǎn)型具有負效應,在1%水平上顯著。
探究數(shù)字普惠金融不同維度對工業(yè)經(jīng)濟綠色轉(zhuǎn)型的影響差異。由表2 可知,覆蓋廣度、使用深度、數(shù)字化程度依然具有正面影響,但是使用深度并不顯著??赡艿慕忉屖牵号c使用深度相比,工業(yè)企業(yè)對于破除金融排斥的需求更為迫切,所以覆蓋廣度越大,所能惠及到的工業(yè)企業(yè)越多;數(shù)字化程度越高,工業(yè)企業(yè)所接受的金融服務更全面、更適用,利于其融資進行綠色轉(zhuǎn)型。
表2 結(jié)構(gòu)異質(zhì)性
2.3.2 區(qū)域異質(zhì)性
由于各地區(qū)發(fā)展水平、要素資源、政策扶持存在顯著差異,數(shù)字普惠金融與地區(qū)的適應性也會不同,進一步探究地區(qū)異質(zhì)性。結(jié)果如表3 可知,東部地區(qū)經(jīng)濟較為發(fā)達,金融資源豐富,產(chǎn)業(yè)結(jié)構(gòu)升級較快,因此數(shù)字普惠金融對東部地區(qū)工業(yè)經(jīng)濟綠色轉(zhuǎn)型影響較大,且在1%的置信水平上顯著。
表3 區(qū)域異質(zhì)性
表4 表明數(shù)字普惠金融在促進工業(yè)經(jīng)濟綠色轉(zhuǎn)型過程中存在經(jīng)營績效水平和創(chuàng)新水平兩條路徑,且分別在10%、5%水平上顯著成立[3]。另外二者均通過Sobel檢驗和Bootstrap 檢驗,且Bootstrap 檢驗進行了方差修正,說明績效水平和創(chuàng)新水平的確存在中介效應。
表4 CSV 中介效應
利用2011—2019 年29 個省份的面板數(shù)據(jù),基于以上實證分析可以發(fā)現(xiàn):數(shù)字普惠金融對工業(yè)經(jīng)濟綠色轉(zhuǎn)型具有明顯促進作用,但從全國層面來看,中部和東部地區(qū)的促進作用要大于西部地區(qū);另外數(shù)字金融的使用深度對工業(yè)經(jīng)濟綠色轉(zhuǎn)型作用并不顯著;工業(yè)企業(yè)績效水平和創(chuàng)新水平可以作為數(shù)字普惠金融影響工業(yè)經(jīng)濟綠色轉(zhuǎn)型的中介路徑[4]。
第一,加強金融知識普及,提高工業(yè)企業(yè)金融素養(yǎng)。
提高工業(yè)企業(yè)金融素養(yǎng),讓企業(yè)降低自我金融排斥,提升數(shù)字普惠金融在中西部地區(qū)的覆蓋廣度和數(shù)字化程度。各市、縣單位可組織數(shù)字普惠金融宣講團普及金融知識,發(fā)放金融知識手冊,提高工業(yè)企業(yè)主體使用數(shù)字金融平臺的能力。
第二,銀行加強數(shù)字金融科技創(chuàng)新,打造與工業(yè)企業(yè)匹配的金融產(chǎn)品。
銀行應當結(jié)合當?shù)毓I(yè)發(fā)展情況,設(shè)計具有特色的數(shù)字信貸產(chǎn)品和數(shù)字金融服務[4]。隨著工業(yè)綠色發(fā)展規(guī)劃方針的制定,工業(yè)企業(yè)對于綠色轉(zhuǎn)型的需要不斷增加,設(shè)計出符合工業(yè)企業(yè)需求、分類打造多元化產(chǎn)品,對于工業(yè)企業(yè)綠色轉(zhuǎn)型發(fā)展至關(guān)重要。