【數(shù)字普惠金融對綠色創(chuàng)新的影響實(shí)證研究16000字（論文）】

數(shù)字普惠金融對綠色創(chuàng)新的影響實(shí)證研究目錄1緒論 11.1研究背景 11.2研究目的及意義 11.2.1研究目的 11.2.2研究意義 21.3研究內(nèi)容與方法 21.3.1研究內(nèi)容 21.3.2研究方法 21.4研究創(chuàng)新與不足 31.4.1研究創(chuàng)新點(diǎn) 31.4.2研究不足 32文獻(xiàn)綜述 12.1有關(guān)數(shù)字普惠金融的研究 12.2有關(guān)綠色創(chuàng)新的研究 32.3有關(guān)數(shù)字普惠金融對綠色創(chuàng)新的影響研究 42.4研究述評 53數(shù)字普惠金融指數(shù)與綠色創(chuàng)新的現(xiàn)狀分析 13.1數(shù)字普惠金融的現(xiàn)狀分析 13.2綠色創(chuàng)新的現(xiàn)狀分析 24實(shí)證分析 64.1研究假設(shè)的提出 64.2模型的構(gòu)建 74.3固定效應(yīng)模型結(jié)果分析 84.4數(shù)字普惠金融對綠色創(chuàng)新效率的空間效應(yīng)研究 104.4.1模型構(gòu)建與數(shù)據(jù)說明 104.4.2數(shù)字普惠金融總指數(shù)空間效應(yīng)結(jié)果分析 115結(jié)論與建議 195.1結(jié)論 195.2建議 19參考文獻(xiàn) 211緒論1.1研究背景當(dāng)前，粗放型的經(jīng)濟(jì)發(fā)展模式已經(jīng)不適用于當(dāng)前經(jīng)濟(jì)的發(fā)展，十九屆五中全會指出在開展現(xiàn)代化建設(shè)的過程中需要堅持創(chuàng)新，利用創(chuàng)新來驅(qū)動國家的創(chuàng)新，從而進(jìn)一步促進(jìn)我國的經(jīng)濟(jì)發(fā)展。創(chuàng)新也包括了綠色創(chuàng)新，這一創(chuàng)新模式對技術(shù)的要求更高，需要投入較多的資金，但當(dāng)前我國金融體系還存在不少的問題，比如相關(guān)制度不健全、發(fā)展水平不高、供求處于失衡狀態(tài)等問題。在此背景下，綠色創(chuàng)新顯得更為困難。但數(shù)字普惠金融依托數(shù)字信息技術(shù)，可以為綠色創(chuàng)新解除融資約束，更好地推動“雙創(chuàng)”的進(jìn)行。我國政府對數(shù)字普惠金融給予了高度重視，指出了其發(fā)展的方向和重點(diǎn)，將我國數(shù)字金融送到了高速發(fā)展階段，并且開始在國際上占據(jù)一定的市場地位。雖然數(shù)字金融得到了快速發(fā)展，但其對綠色創(chuàng)新的影響如何，這還有待進(jìn)一步研究，而這方面的研究還不是很充分，為了更好地找出促進(jìn)綠色創(chuàng)新的對策，有必要對數(shù)字普惠金融指數(shù)對綠色創(chuàng)新的影響進(jìn)行研究。本文將以數(shù)字普惠金融指數(shù)來衡量數(shù)字普惠金融，以綠色創(chuàng)新效率來衡量綠色創(chuàng)新的情況，利用回歸分析模型來分析二者的關(guān)系，從而針對實(shí)證分析結(jié)果來提出相應(yīng)的改善對策。1.2研究目的及意義1.2.1研究目的本文旨在利用中介效應(yīng)模型來探究數(shù)字普惠金融指數(shù)對綠色創(chuàng)新效率的作用機(jī)制，根據(jù)實(shí)證分析結(jié)果提出相關(guān)的政策建議，從而通過數(shù)字普惠金融來促進(jìn)我國綠色創(chuàng)新效率的提升，以便促進(jìn)我國綠色創(chuàng)新的發(fā)展。1.2.2研究意義本文的研究具有如下意義：（1）理論意義：數(shù)字普惠金融近年來獲得了學(xué)者的高度關(guān)注，但是關(guān)于其對綠色創(chuàng)新的影響研究還不是很充分，這方面的研究成果有待進(jìn)一步豐富，這樣才可以更好地綠色創(chuàng)新的發(fā)展提供對策和建議。本文將在前人研究的基礎(chǔ)上，研究數(shù)字普惠金融對綠色創(chuàng)新的影響效果，并分析數(shù)字普惠金融對綠色創(chuàng)新影響機(jī)理與實(shí)現(xiàn)途徑，同時豐富有關(guān)數(shù)字普惠金融與綠色創(chuàng)新的研究理論。（2）實(shí)踐意義：數(shù)字普惠金融與綠色創(chuàng)新效率內(nèi)涵較為豐富，很難用某個指標(biāo)來加以衡量，本文將結(jié)合目前綠色創(chuàng)新效率和數(shù)字普惠金融指數(shù)來對二者進(jìn)行測度，然后構(gòu)建模型來衡量二者的關(guān)系，可以提出幾點(diǎn)帶動綠色創(chuàng)新的數(shù)字普惠金融發(fā)展的對策，從而為我國綠色創(chuàng)新的可持續(xù)發(fā)展，滿足政策關(guān)于創(chuàng)新的需求。1.3研究內(nèi)容與方法1.3.1研究內(nèi)容本文在闡述數(shù)字普惠金融和綠色創(chuàng)新相關(guān)文獻(xiàn)成果的基礎(chǔ)上，利用北大數(shù)字普惠金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)，利用數(shù)字金融覆蓋廣度(coverage)、數(shù)字金融使用深度（usage)這兩個維度來評價數(shù)字普惠金融情況，然后選擇我國30個省份2011-2019年的數(shù)據(jù)來進(jìn)行實(shí)證分析，運(yùn)用面板向量自回歸模型(PVAR)探究數(shù)字普惠金融總指數(shù)和各維度指數(shù)對綠色創(chuàng)新效率的沖擊效應(yīng)和影響程度，運(yùn)用動態(tài)面板系統(tǒng)GMM模型(SYS-GMM)探究數(shù)字普惠金融.及各維度變量對綠色創(chuàng)新效率的動態(tài)影響效應(yīng)。1.3.2研究方法本文在梳理相關(guān)的國內(nèi)外文獻(xiàn)基礎(chǔ)上，開展以數(shù)字普惠金融對綠色創(chuàng)新效率影響的理論與實(shí)證研究，為了保證研究過程的合理性以及論證方法的有效性，本文將采取以下研究方法：（1）文獻(xiàn)歸納法。通過閱讀國內(nèi)外有關(guān)數(shù)字普惠金融與綠色創(chuàng)新效率的最新文獻(xiàn)和前沿動態(tài)，為本文的研究思路和創(chuàng)新方向提供了借鑒和啟示，并使用分類歸納法將已有研究成果進(jìn)行整合歸納，分類總結(jié)。（2）實(shí)證分析法。本文使用面板回歸模型和中介效應(yīng)模型，研究內(nèi)容樣本數(shù)字普惠金融對綠色創(chuàng)新效率的影響作用，在研究的過程中會選擇一定的中介變量，方便分析各變量的傳導(dǎo)機(jī)制。1.4研究創(chuàng)新與不足1.4.1研究創(chuàng)新點(diǎn)本文的研究創(chuàng)新點(diǎn)為：不僅考慮了數(shù)字普惠金融總指數(shù)對綠色創(chuàng)新效率的影響，而且進(jìn)一步考察了數(shù)字普惠金融兩個分維度:數(shù)字金融覆蓋廣度和數(shù)字金融使用深度對綠色創(chuàng)新效率的影響。1.4.2研究不足本文的不足之處在于：受限于數(shù)據(jù)所限，本文關(guān)于數(shù)字普惠金融指標(biāo)只使用了北大數(shù)字普惠金融指標(biāo)，在今后的進(jìn)一步研究中，可以進(jìn)一步利用其它衡量數(shù)字普惠金融的指標(biāo)進(jìn)行綜合對比分析，增強(qiáng)結(jié)果的穩(wěn)健性。2文獻(xiàn)綜述目前學(xué)界關(guān)于數(shù)字普惠金融對綠色創(chuàng)新效率的影響研究不多，大部分研究都是針對數(shù)字普惠金融和綠色創(chuàng)新效率的單方面研究，本文主要從數(shù)字普惠金融、綠色創(chuàng)新效率以及數(shù)字普惠金融對綠色創(chuàng)新效率的相關(guān)研究成果進(jìn)行梳理。2.1有關(guān)數(shù)字普惠金融的研究目前，學(xué)者是從如下兩方面來對數(shù)字普惠金融進(jìn)行研究的，一是加強(qiáng)了對數(shù)字普惠金融的衡量研究，二是分析了數(shù)字普惠金融帶來的影響。關(guān)于數(shù)字普惠金融發(fā)展水平的衡量研究方面，不同的機(jī)構(gòu)或組織提出了不同的衡量指標(biāo)體系，比如金融包容聯(lián)盟（AFI）提出的包容性金融統(tǒng)計指標(biāo)體系就較為常用，但金融包容全球合作伙伴組織（GPFI）和球數(shù)字普惠金融數(shù)據(jù)庫（Findex數(shù)據(jù)庫）卻利用其他方式來衡量數(shù)字普惠金融發(fā)展水平。但學(xué)術(shù)界在對這一指標(biāo)進(jìn)行衡量的過程中也有自己的看法，比如沈悅和郭品（2015）建立的互聯(lián)網(wǎng)金融指標(biāo)體系也可以用來衡量數(shù)字普惠金融發(fā)展水平，這一體系包括支付結(jié)算、風(fēng)險管理等四個維度。中國人民銀行于2016年在對的數(shù)字普惠金融發(fā)展水平進(jìn)行評價的過程中，主要從使用情況、可得性、質(zhì)量三方面進(jìn)行。田霖等（2019）提出了金融包容水平指數(shù)這一新的指標(biāo)，具體包括覆蓋廣度、使用深度和風(fēng)險包容度三個方面。另外，關(guān)于數(shù)字普惠金融的影響研究方面，學(xué)者對其的影響研究主要集中于經(jīng)濟(jì)發(fā)展水平、銀行經(jīng)營情況等。不少學(xué)者研究了數(shù)字普惠金融對經(jīng)濟(jì)發(fā)展的影響，比如有的學(xué)者認(rèn)為其可以對經(jīng)濟(jì)發(fā)展產(chǎn)生影響，比如Mohan（2006）研究認(rèn)為，數(shù)字普惠金融可以促進(jìn)銀行信息成本、交易成本的降低以及信貸規(guī)模的增加，從而進(jìn)一步帶動經(jīng)濟(jì)的發(fā)展。Dixit和Ghosh（2013）以印度為研究對象進(jìn)行實(shí)證分析發(fā)現(xiàn)，數(shù)字普惠金融的發(fā)展為社會提供了更多的就業(yè)機(jī)會，其可以促進(jìn)社會資源的公平分配，從而帶動社會的經(jīng)濟(jì)發(fā)展。SahayR.等（2015）研究也認(rèn)為，在一定范圍內(nèi)，數(shù)字普惠金融的發(fā)展對經(jīng)濟(jì)增長有顯著的帶動作用，可以促進(jìn)金融穩(wěn)定性的增加。CorradoG和CorracloL（2017）研究發(fā)現(xiàn)，數(shù)字普惠金融的服務(wù)對象很多，包括了家庭、企業(yè)家，社會邊緣群體，主要為這些對象提供金融產(chǎn)品或服務(wù)，這些產(chǎn)品或服務(wù)不僅具備公平性，而且是被服務(wù)對象可以負(fù)擔(dān)的，可方便其制定長期的投資計劃，從而為生產(chǎn)經(jīng)營活動的開展保駕護(hù)航，當(dāng)經(jīng)營主體正常經(jīng)營后，我國的經(jīng)濟(jì)也可以得到更好的發(fā)展。除了國外的研究外，我國學(xué)者也加強(qiáng)了對這些方面的研究，但不同的學(xué)者研究成果不盡相同，比如劉金全和畢振豫（2019）研究認(rèn)為，數(shù)字普惠金融發(fā)展對經(jīng)濟(jì)發(fā)展的影響為正，因?yàn)槠鋵Τ青l(xiāng)收入差距可以起到縮小的效果。白晶潔和張卯（2018）研究認(rèn)為，數(shù)字普惠金融發(fā)展水平對經(jīng)濟(jì)發(fā)展的影響并不是一成不變的，其在一定范圍是促進(jìn)效果，超過一定限度后就變成了負(fù)面影響，總體來說其影響結(jié)果呈現(xiàn)倒U型。詹韻秋（2018）認(rèn)為數(shù)字普惠金融對經(jīng)濟(jì)發(fā)展的影響有質(zhì)量和數(shù)量之分，其雖然可以促進(jìn)的經(jīng)濟(jì)質(zhì)量提升，但卻對經(jīng)濟(jì)的數(shù)量有抑制作用。郝云平和雷漢云（2018）對我國三十一個省級行政區(qū)的樣本研究發(fā)現(xiàn)，不同的地區(qū)，數(shù)字普惠金融對經(jīng)濟(jì)發(fā)展的影響不同，可見空間對這一影響結(jié)果也有影響。還有的學(xué)者研究了數(shù)字普惠金融對金融機(jī)構(gòu)的影響，比如Demirguc-KuntA.等（2017）指出，在數(shù)字普惠金融的帶動下，金融機(jī)構(gòu)的金融產(chǎn)品也在不斷豐富，出現(xiàn)了支付和保險等多種金融產(chǎn)品，豐富了人們的選擇。Ozili和PetersonK.（2018）研究發(fā)現(xiàn)，數(shù)字普惠金融對銀行績效有顯著的提升效果，因?yàn)槠浯龠M(jìn)了金融行業(yè)的有序競爭，使得金融服務(wù)更能滿足消費(fèi)者的需求。邱晗等（2018）利用數(shù)字普惠金融指數(shù)來衡量金融科技發(fā)展水平，實(shí)證分析發(fā)現(xiàn)，金融科技發(fā)展水平的提升，可以改變銀行負(fù)債結(jié)構(gòu)的優(yōu)化，銀行對同業(yè)負(fù)債的依賴性增加，這會增加其金融風(fēng)險。傅秋子和黃益平（2018）研究發(fā)現(xiàn)，數(shù)字普惠金融對農(nóng)村信貸的需求會產(chǎn)生一定的影響，會在降低生產(chǎn)信貸需求的同時增加消費(fèi)信貸需求。封思賢和郭仁靜（2019）研究發(fā)現(xiàn)，數(shù)字金融促進(jìn)了銀行競爭程度的提升，使其利潤效率得以降低，成本效率卻大大增加。。汪洋等（2020）利用北大數(shù)字普惠金融指數(shù)來衡量數(shù)字金融發(fā)展水平，發(fā)現(xiàn)金融科技的發(fā)展可以彌補(bǔ)傳統(tǒng)金融的不足。2.2有關(guān)綠色創(chuàng)新的研究目前，學(xué)術(shù)界對綠色技術(shù)創(chuàng)新的定義并不統(tǒng)一，不同的學(xué)者根據(jù)自身的理解進(jìn)行了不同的定義，比如Braun和W1eld（1994）從環(huán)境保護(hù)和能源節(jié)省的角度對綠色技術(shù)創(chuàng)新進(jìn)行了定義：減少環(huán)境污染，節(jié)約能源使用的工藝、技術(shù)和產(chǎn)品的總稱。隨后，Rennings（2000）認(rèn)為綠色技術(shù)創(chuàng)新是為了滿足環(huán)境保護(hù)需求而產(chǎn)生的新技術(shù)、新產(chǎn)品、新服務(wù)以及新工藝等，學(xué)者Aguilera-Caracuel（2013）和Ortiz-De-Mandojana（2013）從管理階段對綠色技術(shù)創(chuàng)新進(jìn)行了定義，認(rèn)為綠色技術(shù)創(chuàng)新包括了綠色產(chǎn)品設(shè)計和綠色管理體系等內(nèi)容公司。Zhou（2014）指出，綠色技術(shù)創(chuàng)新的內(nèi)容較為廣泛，包括了技術(shù)、營銷、管理與環(huán)保等多個方面，其發(fā)展，可以促進(jìn)現(xiàn)社會、經(jīng)濟(jì)、環(huán)境的協(xié)同發(fā)展。EhsanElahi（2020）對制造企業(yè)來說不可或缺，其可以對企業(yè)提供創(chuàng)新和合作的共生環(huán)境，使其可以在政府的帶動下開展綠色制造活動，在創(chuàng)新人才的支持下實(shí)現(xiàn)可持續(xù)發(fā)展。但當(dāng)前很多制造企業(yè)并沒有做到這一點(diǎn)。當(dāng)前，學(xué)者在研究綠色技術(shù)創(chuàng)新方面，會采取一定的方法對其綠色技術(shù)創(chuàng)新效率進(jìn)行評價，評價的方法多為數(shù)據(jù)包絡(luò)法與隨機(jī)前沿法，比如張江雪（2012）就是利用了這一方法進(jìn)行了研究，發(fā)現(xiàn)良好的綠色技術(shù)創(chuàng)新環(huán)境可以促進(jìn)大規(guī)模工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率的提升。王惠（2016）實(shí)證分析了資金投入對高科技產(chǎn)業(yè)綠色技術(shù)創(chuàng)新效率的影響，采取是綠色技術(shù)創(chuàng)新成果數(shù)量來對綠色技術(shù)創(chuàng)新效率進(jìn)行衡量，采取的實(shí)證分析模型為Super-DEA模型，結(jié)果發(fā)現(xiàn)二者是顯著的正相關(guān)關(guān)系。鄧峰（2020）以我國三十個省市作為樣本，實(shí)證分析發(fā)現(xiàn)，不同的地區(qū)綠色創(chuàng)新效率影響因素不盡相同。陳娜（2018）在分析西部地區(qū)各省市綠色技術(shù)創(chuàng)新方面，采取了DEA-Malmqist指數(shù)法，發(fā)現(xiàn)技術(shù)進(jìn)度對其有顯著的促進(jìn)作用。楊玉禎（2019）分階段對我國高科技企業(yè)的研發(fā)效率影響因素進(jìn)行了分析，認(rèn)為技術(shù)創(chuàng)新與成果轉(zhuǎn)化的研發(fā)效率影響因素不同，而且東部地區(qū)與西部地區(qū)也存在差異，表現(xiàn)為東部高西部低。針對綠色技術(shù)創(chuàng)新的具體影響因素研究領(lǐng)域，除了以上從地區(qū)角度的研究外，還有不少研究者對企業(yè)進(jìn)行了研究，發(fā)現(xiàn)技術(shù)轉(zhuǎn)移、融資體系、要素投入、政府資助以及融資體系等都是綠色技術(shù)創(chuàng)新的影響因素。萬邁（2004）研究發(fā)現(xiàn)，利潤的追求以及科技環(huán)境、市場需求、政府監(jiān)督管理分別為綠色技術(shù)創(chuàng)新的內(nèi)外影響因素。Castro和Gregorio（2015）認(rèn)為通過互聯(lián)網(wǎng)和外部世界獲取知識對于持續(xù)穩(wěn)定的創(chuàng)新是非常重要的。Hong（2016）實(shí)證分析發(fā)現(xiàn)，政府補(bǔ)貼和私人研發(fā)資金對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率分別會產(chǎn)生顯著的負(fù)向影響和正向影響。柳瑞禹（2016）實(shí)證分析發(fā)現(xiàn)，綠色技術(shù)創(chuàng)新的影響因素較多，其中有正向影響的因素包括工業(yè)化水平、人力資源與政府資金支持等。劉章生（2017）實(shí)證分析發(fā)現(xiàn)，制造行業(yè)綠色技術(shù)創(chuàng)新水平的影響因素眾多，其中，行業(yè)異質(zhì)性的影響最大，企業(yè)規(guī)模、經(jīng)營環(huán)境等都是正向影響因素。部分學(xué)者在這些研究的基礎(chǔ)上發(fā)現(xiàn)環(huán)境因素也會影響綠色技術(shù)創(chuàng)新的重要因素，徐建中等學(xué)者（2018）研究發(fā)現(xiàn)，綠色技術(shù)創(chuàng)新的環(huán)境影響因素包括綠色壁壘、環(huán)境規(guī)制、企業(yè)外部環(huán)境治理等，要想促進(jìn)綠色技術(shù)創(chuàng)新效率的提升，需要加強(qiáng)環(huán)境規(guī)制，但在這一過程中，需要采取合理的措施。Marcus（2007）對環(huán)境規(guī)制對技術(shù)創(chuàng)新的影響進(jìn)行了研究，發(fā)現(xiàn)其對綠色技術(shù)創(chuàng)新和一般技術(shù)創(chuàng)新的影響不同，前者的會隨著環(huán)境規(guī)制水平的提升而提升，后者會隨著環(huán)境規(guī)制水平的提升而降低。衛(wèi)平（2017）以制造企業(yè)作為樣本進(jìn)行了研究，認(rèn)為在一定限度內(nèi)，綠色技術(shù)創(chuàng)新水平會隨著制造產(chǎn)業(yè)環(huán)境規(guī)制水平的提升而提升，但超過這一限度后，綠色技術(shù)創(chuàng)新水平會隨著制造產(chǎn)業(yè)環(huán)境規(guī)制水平的提升而下降。張峰（2019）認(rèn)為，在地理因素、產(chǎn)業(yè)類別等因素的影響下，環(huán)境規(guī)制不會對綠色創(chuàng)新技術(shù)產(chǎn)生顯著影響。2.3有關(guān)數(shù)字普惠金融對綠色創(chuàng)新的影響研究在數(shù)字普惠金融以及綠色創(chuàng)新的單方面研究成果上，還有學(xué)者對二者的關(guān)系進(jìn)行了研究，并取得了一定的研究成果，這些研究分為宏觀研究和微觀研究兩種。在微觀研究方面，Lin等（2013）研究發(fā)現(xiàn)，借貸彼此雙方的信息不對稱問題因?yàn)榻鹑诳萍嫉陌l(fā)展得到了有效的緩解，金融服務(wù)質(zhì)量也因?yàn)榻鹑诳萍嫉陌l(fā)展而得到了顯著的提升，在這一過程中，綠色技術(shù)創(chuàng)新水平得到了顯著的提升。FrostJ.等（2015）研究認(rèn)為，金融機(jī)構(gòu)貸款審批效率會隨著人工智能、大數(shù)據(jù)等數(shù)字技術(shù)的出現(xiàn)而提升，企業(yè)融資成本會隨著這些數(shù)字技術(shù)的發(fā)展而降低，企業(yè)在這一過程中可以更好地開展綠色創(chuàng)新活動。萬佳或等（2020）認(rèn)為，企業(yè)融資約束會因?yàn)閿?shù)字金融的發(fā)展而得到有效緩解，但企業(yè)創(chuàng)新效率會因?yàn)槠浒l(fā)展而不斷提升。唐松等（2020）指出，在數(shù)字金融的發(fā)展下，企業(yè)融資難和融資貴的問題得到了有效解決，企業(yè)可以利用杠桿效應(yīng)增加技術(shù)創(chuàng)新的效率。部分學(xué)者則從宏觀角度進(jìn)行了研究，比如鄭雅心（2020）通過研究發(fā)現(xiàn)，區(qū)域創(chuàng)新產(chǎn)出會隨著數(shù)字普惠金融的發(fā)展而發(fā)展，這是因?yàn)榛A(chǔ)設(shè)施建設(shè)、高等教育水平和居民平均工資等在其中發(fā)揮中介作用。梁榜和張建華（2011）利用數(shù)字普惠金融指數(shù)來衡量數(shù)字普惠金融的發(fā)展水平，研究發(fā)現(xiàn)，不管是地區(qū)整體的企業(yè)，還是單個企業(yè)，其技術(shù)創(chuàng)新效率都會隨著數(shù)字普惠金融指數(shù)的提升而提升。杜傳忠和張遠(yuǎn)（2020）研究發(fā)現(xiàn)，數(shù)字普惠金融對區(qū)域創(chuàng)新水平的提升效果有直接或間接之分，要想提升區(qū)域創(chuàng)新水平，可以從供給側(cè)角度來改善銀行信貸，從需求側(cè)角度來提升居民消費(fèi)水平。尹飛霄（2020）對全國地區(qū)的實(shí)證分析發(fā)現(xiàn)，相鄰區(qū)域綠色創(chuàng)新效率會隨著本區(qū)數(shù)字金融的發(fā)展而提升，不同地區(qū)的數(shù)字金融發(fā)展水平對綠色創(chuàng)新效率的溢出效應(yīng)不盡相同。2.4研究述評綜上所述，學(xué)術(shù)界關(guān)于數(shù)字普惠金融和綠色創(chuàng)新的研究成果都較多，其中，關(guān)于這兩方面的研究都有概念和影響研究的，但是缺乏對數(shù)字普惠金融與綠色創(chuàng)新的關(guān)系研究，只有少數(shù)幾篇文獻(xiàn)對數(shù)字普惠金融對區(qū)域創(chuàng)新效率進(jìn)行了研究，且大多是分析直接影響效應(yīng)，缺乏對傳導(dǎo)機(jī)制的研究。本文將利用中介效應(yīng)模型來探究數(shù)字普惠金融指數(shù)對綠色創(chuàng)新效率的作用機(jī)制，探究數(shù)字普惠金融如何通過促進(jìn)傳統(tǒng)金融發(fā)展、改善資本錯配以及刺激消費(fèi)來促進(jìn)綠色創(chuàng)新的發(fā)展。3數(shù)字普惠金融指數(shù)與綠色創(chuàng)新的現(xiàn)狀分析3.1數(shù)字普惠金融的現(xiàn)狀分析利用北大數(shù)字金融研究中心2011-2019年發(fā)布的30個省(除去港澳臺以及西藏)數(shù)字普惠金融指數(shù)，具體如下表3-1所示。全國均值從2011年的40.80增長至2019年的301.11，增幅達(dá)640.55%，復(fù)合增長率達(dá)28.68%。中國的數(shù)字普惠金融發(fā)展區(qū)域差異明顯，東部地區(qū)數(shù)字普惠金融發(fā)展程度最高，中部地區(qū)數(shù)字普惠金融發(fā)展程度略高于西部地區(qū)，但在增長速度方面，西部地區(qū)增長最快，8年間增長8.72倍；中部地區(qū)其次，8年增長8.36倍；東部地區(qū)增長最緩，增長4.54倍。中西部雖然同東部地區(qū)在數(shù)字普惠金融程度上仍存在差距，但差距趨于縮小。表3-12011-2019各省普惠金融指數(shù)省份201120122013201420152016201720182019均值北京79.41150.65215.62235.36276.38286.37329.94368.54402.77258.58天津60.58122.96175.26200.16237.53245.84284.03316.58354.99221.99河北32.4289.32144.98160.76199.53214.36258.17282.77311.55188.21山西33.4192.98144.22167.66206.30224.81259.95283.65306.77191.08內(nèi)蒙古28.8991.68146.59172.56214.55229.93258.50271.57300.74210.77遼寧43.29103.53160.07187.6122b.40231.41267.18290.95326.98201.38吉林24.5187.23138.36165.62208.20217.07254.76276.08317.22187.67黑龍江33.5887.91141.40167.84209.93221.89256.78274.73290.55187.18上海80.19150.77222.14239.53278.11282.22336.65377.73412.85264.47江蘇62.08122.03180.98204.16244.01253.75297.69334.02360.97228.85浙江77.39146.35205.77224.45264.85268.10318.05357.45399.77251.35安徽33.0796.63150.83180.59211.28228.78271.60303.83334.55201.24福建61.76123.21183.10202.59245.21252.67299.28334.44375.55230.87江西29.7491.93146.13175.69208.35223.76267.17296.23330.41196.60山東38.55100.35159.30181.88220.66232.57272.06301.13333.96204.50河南28.4083.68142.08166.65205.34223.12266.92295.76328.47193.38湖北39.82101.42164.76190.14226.75239.86285.28319.48345.74212.58湖南32.6893.71147.71167.2720b.38217.69261.12286.81310.52189.69廣東69.48127.06184.78201.53240.95248.00296.17331.92370.55230.05廣西33.8989.35141.46166.12207.23223.32261.94289.25310.41191.44海南45.56102.94158.26179.62230.33231.56275.64309,72340.62195.57重慶41.89100.02159.86184.71221.84233.89276.31301.53344.52207.17四川40.16100.13153.04173.82215.48225.41267.80294.30325.67199.53貴州18.4775.87121.22154.62193.29209.45251.46276.91307.55178.76云南24.9184.43137.90164.05203.76217.34256.27285.79309.65187.12陜西40.9698.24148.37178.73216.12229.37266.85295.95336.52201.23甘肅18.8476.29128.39159.76199.78204.11243.78266.82395.67188.16青海18.3361.47118.01145.93195.15200.38240.20263.12290.74170.37寧夏31.3187.13136.74165.26214.70212.36255.59272.92299.85186.21新疆20.3482.45143.40163.67205.49208.72248.69271.84295.74182.26均值40.80100.72156.69180.94221.13231.27272.86301.07331.52304.11注:資料來源于北京大學(xué)數(shù)字金融中心。3.2綠色創(chuàng)新的現(xiàn)狀分析運(yùn)用MaxDEA7.0軟件測算中國各省的綠色創(chuàng)新效率，從下表3-2可知，2011-2019年我國綠色創(chuàng)新效率的均值為0.6567，該數(shù)值還有待提升，2011年，綠色創(chuàng)新效率僅為0.6171，到了2019年，該數(shù)值變?yōu)?.6567，十年間增長了15.96%，復(fù)合增長率為2.21%，其中，2014-2019年間綠色創(chuàng)新效率處于持續(xù)增長階段，這很大程度上歸功于經(jīng)濟(jì)轉(zhuǎn)型和生態(tài)文明建設(shè)等方面。但從地區(qū)來看，不同地區(qū)的綠色創(chuàng)新發(fā)展水平不同，而且東西部地區(qū)的差異較為明顯，這是因?yàn)槲鞑康貐^(qū)的地理位置較為偏僻，生產(chǎn)模式較中東部地區(qū)落后，其經(jīng)濟(jì)發(fā)展水平也相應(yīng)更低，綠色創(chuàng)新效率自然也更低。從地區(qū)來看，上海、北京、浙江、天津和江蘇的綠色創(chuàng)新效率依次排名全國前五名，但山西、云南、黑龍江、內(nèi)蒙古和青海依次排名全國倒數(shù)五名，相比中西部地區(qū)來說，東部地區(qū)投入產(chǎn)出水平更高，其生產(chǎn)要素資源的利用率更高，這使得東部地區(qū)的綠色創(chuàng)新投入產(chǎn)出比也比西部地區(qū)更高。表3-2各地區(qū)綠色創(chuàng)新效率測算結(jié)果省份201120122013201420152016201720182019均值北京0.86920.77420.98540.97020.91571.03311.00391.07831.09520.9695天津0.82460.82901.03880:9063I.02531.07690.84001.00031.00251.6132河北0.43090.46350.47900.47810.52890.55550.57230.63990.65870.5341山西0.45890.47270.48200.42830.43270.50350.50400.56050.61240.4950內(nèi)蒙古0.35800.34700.35550:31560.34380.38330.45470.53890.59840.6190遼寧0.55260.56110.58150.52550.55070.57550.56460.61210.64440.5742吉林0.49690.45260.38280.45270.48790.56530.58530.59230.62340.5155黑龍江0.38120.38790.39550.35670.38260.40300.46170.47130.50740.4164上海1.00450.91350.92790.92370.83620.89921.08601.21821.32841.0153江蘇0.82251.02141.02530.87520.80540.82520.84181.00541.15950.9313浙江0.79920.88111.05820.90550.90931.07580.98721.02511.10250.9715安徽0.65560.68800.70150.69000.69731.01801.01051.04501.07790.8426福建0.59870.61160.61830.60150.60910.66720.67340.70930.80630.6550江西0.43010.48200.52230.57560.61820.83850.73390.69350.71820.6236山東0.63050.65770.68050.65730.65450.66610.67340.67590.68450.6645河南0.52160.51630.57700:56940.58480.60020.63530.67010.65320.9681湖北0.55210.56970.57160.58130.62520.65660.68450.70720.72410.6302湖南0.61350.82460.77460.73331.01281.00090.76530.67700.73140.7926廣東0.74870.77670.81180.78630.86640.88621.03981.03561.10230.8949廣西0.54590.56610.61720.60660.67421.02341.01680.63490.80210.7208海南0.62240.58500.58540.54050.52700.52430.50580.45360.52410.5409重慶1.06690.70530.72150.83031.08431.02070.83600.67860.71450.8509四川0.56080.55840.57490.56260.58060.60300.60460.55510.63250.5814貴州0.57110.54510.54910.87630.50870.57980.83931.02280.95260.7161云南0.44440.46460:44970.45700.45690.48310.49440.49680.50210.7691陜西0.48190.42470.44220.43990.44940.47450.53000.53730.54210.4802甘肅0.42960.49580.51970.52710.52040.46130.48720.44470.45690.4825青海0.12400.14330.15750.11850.26200.35600.46010.53040.49890.2945寧夏0.40500.48490.55320.50340.55410.52840.58580.60860.62410.5386新疆0.51150.51400.52570.55750.57330.57520.54650.54800.55740.5455均值0.61710.59060.62220.61170.63590.69530.70080.71560.72100.65674實(shí)證分析4.1研究假設(shè)的提出以往企業(yè)存在自由資金不足的問題，但政府財政支持畢竟有限，這導(dǎo)致很多企業(yè)本身處于一種資金匱乏的狀態(tài)，長期的資金需求無法得到滿足，從而導(dǎo)致企業(yè)的綠色創(chuàng)新難以順利進(jìn)行。但數(shù)字普惠金融具有覆蓋廣、成本低、門檻低等優(yōu)勢，可以為企業(yè)的綠色創(chuàng)新提供更多的資金支持。這是因?yàn)閿?shù)字普惠金融具備普惠性，可以惠及更多的企業(yè)，中小企業(yè)也不例外，而且其利用了大數(shù)據(jù)、云計算、人工智能等先進(jìn)的技術(shù)，可以保障風(fēng)險評級、投資匹配、動態(tài)定價、智能決策等工作的準(zhǔn)確進(jìn)行，從而使得資金被充分提供給需要而且創(chuàng)新成功率更高的企業(yè)，使得資金可以充分保障綠色創(chuàng)新的產(chǎn)出發(fā)生。另外，數(shù)字技術(shù)還可以加強(qiáng)物流、資金流、信息流的流通與整合，促進(jìn)綠色創(chuàng)新效率的提升。因此，本文提出了如下的假設(shè)H1：假設(shè)H1：數(shù)字普惠金融的發(fā)展對綠色創(chuàng)新效率的提升有正向影響。數(shù)字普惠金融不僅可以促進(jìn)本地企業(yè)的綠色創(chuàng)新活動，還可以帶動鄰地企業(yè)的綠色創(chuàng)新活動，這是因?yàn)槠渚邆漭^強(qiáng)的空間相關(guān)性、集聚效應(yīng)和溢出效應(yīng)所致。當(dāng)本地數(shù)字普惠金融的發(fā)展產(chǎn)生溢出效應(yīng)，資金融通、人員流動和數(shù)據(jù)共享等，使其數(shù)字普惠金融開始向鄰近地區(qū)外溢，從而使得鄰近地區(qū)的企業(yè)創(chuàng)新環(huán)境得到改善，其金融約束也在一定程度上被解除，更順利地開展綠色創(chuàng)新活動。除了溢出效應(yīng)外，數(shù)字普惠金融還有一定的虹吸效應(yīng)，其對本地金融支持和創(chuàng)新創(chuàng)業(yè)環(huán)境都有顯著的改善效果，使得鄰近地區(qū)的消費(fèi)和投資也被吸引過來，鄰地的消費(fèi)和投資就顯得不足了，不利于其綠色創(chuàng)新效率的提升。據(jù)此提出假設(shè)H2a和H2b。假設(shè)H2a：數(shù)字普惠金融的發(fā)展對鄰近地區(qū)產(chǎn)生溢出效應(yīng)，對鄰近地區(qū)綠色創(chuàng)新效率的提升有正向影響。假設(shè)H2b：數(shù)字普惠金融的發(fā)展對鄰近地區(qū)產(chǎn)生虹吸效應(yīng)，對鄰近地區(qū)綠色創(chuàng)新效率的提升有抑制作用。4.2模型的構(gòu)建分別以數(shù)字普惠金融總指數(shù)、分維度數(shù)字金融覆蓋廣度、分維度數(shù)字金融使用深度為自變量，綠色創(chuàng)新效率為因變量，來構(gòu)建如下的固定效應(yīng)模型。giegiegie其中，gieit為綠色創(chuàng)新效率，dfit為數(shù)字普惠金融發(fā)展程度，coverageit為數(shù)字金融覆蓋廣度指數(shù)，usageit為數(shù)字金融使用深度指數(shù)；τi是個體效應(yīng)，φ經(jīng)濟(jì)開放程度(open)：一個地區(qū)的經(jīng)濟(jì)越是開放，越可以吸引外來投資，外資企業(yè)的入駐，可以進(jìn)一步促進(jìn)當(dāng)?shù)氐氖袌龈偁?，一方面通過“關(guān)聯(lián)效應(yīng)”和“示范效應(yīng)”提升區(qū)域創(chuàng)新效率，另一方面，通過“擠出效應(yīng)”抑制當(dāng)?shù)刂行∑髽I(yè)的創(chuàng)新。本文在衡量經(jīng)濟(jì)開放程度方面以進(jìn)出口總額與地區(qū)生產(chǎn)總值的比值來表示。產(chǎn)業(yè)結(jié)構(gòu)(indus)：第二產(chǎn)業(yè)和第三產(chǎn)業(yè)所占比重更高，可以更好地優(yōu)化產(chǎn)要素地配置，帶動區(qū)域創(chuàng)新效率地提升。在表示產(chǎn)業(yè)結(jié)構(gòu)方面，本文利用第二和第三產(chǎn)業(yè)增加值之和與地區(qū)生產(chǎn)總值的比值進(jìn)行?；A(chǔ)設(shè)施水平(infra)：基礎(chǔ)設(shè)施建設(shè)越完善，可以促進(jìn)區(qū)域間要素地自由流動，從而帶動區(qū)域創(chuàng)新效率的提升以及創(chuàng)新交易成本的降低。在衡量基礎(chǔ)設(shè)施建設(shè)水平方面，本文以郵電業(yè)務(wù)量在地區(qū)生產(chǎn)總值中的比重來表示。政府財政支出(gov)：政府財政支出可以為創(chuàng)新活動地開展提供資金支持，私企更好地進(jìn)行，但也會對私人投資形成擠出效應(yīng)，對區(qū)域資源進(jìn)行虹吸，產(chǎn)生極化效應(yīng)，從而對區(qū)域創(chuàng)新效率的提升產(chǎn)生抑制作用。在衡量政府財政支出時以政府財政一般預(yù)算支出在地區(qū)生產(chǎn)總值的比重來表示。人力資本存量(hr)：人力資本的存量越多，越有利于促進(jìn)當(dāng)?shù)氐募夹g(shù)創(chuàng)新和技術(shù)進(jìn)步。本文采用大于等于6歲人口人均受教育年限來表征，用公式表示為hri=n=15（經(jīng)濟(jì)發(fā)展水平(Pgdp)：一國或一地區(qū)的經(jīng)濟(jì)越發(fā)達(dá)，社會環(huán)境越好，其創(chuàng)新能力也會越高。在衡量地區(qū)經(jīng)濟(jì)發(fā)展水平方面，本文以人均國民生產(chǎn)總值來表示。本文主要從2012-2020的《中國統(tǒng)計年鑒》、國家統(tǒng)計局、WIND數(shù)據(jù)庫以及《北京大學(xué)數(shù)字普惠金融(2011-2019)》報告來獲取相關(guān)數(shù)據(jù)，部分變量采取對數(shù)處理來減變量間的異方差問題。表4-1變量描述性統(tǒng)計變量樣本量均值標(biāo)準(zhǔn)差最小值最大值綠色創(chuàng)新效率(gie)2700.52440.26140.05571.4011數(shù)字普惠金融總指數(shù)(df)270190.415285.557418.4021378.0621覆蓋廣度(coverage)270168.042183.97401.9599354.1024使用深度(usage)270184.449985.69706.574400.4157經(jīng)濟(jì)開放度(open)27028.100432.97401.64042152.2214產(chǎn)業(yè)結(jié)構(gòu)(indus)27091.54216.824173.6063140.0044基礎(chǔ)設(shè)施(infra)2701.31540.50740.35982.8022政府支出(gov)27025.162610.329610.985553.0144人力資本(hr)2709.22710.90427.497712.6061經(jīng)濟(jì)發(fā)展水平(Pgdp)27010.82640.45119.699711.80664.3固定效應(yīng)模型結(jié)果分析上述固定效應(yīng)回歸模型（1）、（2）、（3）都是在時間和地區(qū)控制時的雙向固定效應(yīng)模型，分別為數(shù)字普惠金融總指數(shù)（dfit）、數(shù)字金融覆蓋廣度指數(shù)（coverageit）和數(shù)字金融使用深度指數(shù)（usageit）對綠色創(chuàng)新效率的回歸結(jié)果。可見，數(shù)字普惠金融對綠色創(chuàng)新效率的回歸系數(shù)為0.2912，在1%水平下顯著。數(shù)字金融覆蓋廣度對綠色創(chuàng)新效率的回歸系數(shù)為0.1420，在1%水平下顯著。數(shù)字金融使用深度對綠色創(chuàng)新效率的回歸系數(shù)為0.1419控制變量中，基礎(chǔ)設(shè)施水平對綠色創(chuàng)新效率的回歸系數(shù)為0.2097，在10%的水平上顯著，說明其可以促進(jìn)綠色創(chuàng)新效率的提升，這是因?yàn)猷]電基礎(chǔ)設(shè)施的發(fā)展可以提升信息、數(shù)字等新興要素的傳輸流動速率，進(jìn)而激發(fā)當(dāng)?shù)貏?chuàng)新活力，提高綠色創(chuàng)新效率。對外開放度對綠色創(chuàng)新效率的回歸系數(shù)為-0.1402，在5%的水平下顯著，說明其可以抑制綠色創(chuàng)新效率的提升，這是因?yàn)閷ν忾_放度導(dǎo)致外國商品以及外國企業(yè)的進(jìn)入，激發(fā)了本土地區(qū)的競爭，使得本土中小企業(yè)的創(chuàng)新環(huán)境得到了惡化。產(chǎn)業(yè)結(jié)構(gòu)對綠色創(chuàng)新效率的回歸系數(shù)為-0.5407，在1%的水平下顯著，說明產(chǎn)業(yè)結(jié)構(gòu)抑制了綠色創(chuàng)新效率的提高，這是因?yàn)榈诙?、第三產(chǎn)業(yè)的發(fā)展使得當(dāng)?shù)厣鷳B(tài)環(huán)境壓力進(jìn)一步增加，從而不利于綠色創(chuàng)新效率的提升。政府支出和地區(qū)經(jīng)濟(jì)發(fā)展水平的系數(shù)為正，但不顯著。人力資本的系數(shù)為負(fù)，亦不顯著。表4-2固定效應(yīng)模型回歸結(jié)果模型（1）模型（2）模型（3）Lndf0.2912***（2.7598）Lncoverage0.1420***(3.2074)Lnusage0.1419*(1.9085)Lnopen-0.1402**(2.2445)-0.1311(-2.0045)-0.1241**(-2.1094)Lnindus-0.5407***(-3.1713)-0.0220***(-1.1050)-0.5312***(-2.9685)Lninfra0.2097**(2.0036)0.1622(1.8041)0.1941*(1.8830)Lngov0.1396(0.6989)0.1526(0.7944)0.2037(0.9044)Lnhr-0.5006(-0.7044)-0.4985(-0.6624)-0.5193(-0.6934)Lnpgdp0.0988(0.2304)0.0498(0.0996)0.4985(1.0922)cons5.2211(0.9245)6.3056(1.2247)1.4056(0.3159)N270270270R20.31220.32470.2905year控制控制控制id控制控制控制注：*、**、***、分別表示在10%.5%,1%的水平上顯著，括號內(nèi)為系數(shù)的t值.4.4數(shù)字普惠金融對綠色創(chuàng)新效率的空間效應(yīng)研究4.4.1模型構(gòu)建與數(shù)據(jù)說明Anselin等(2004)認(rèn)為空間面板模型有空間滯后模型(SAR)和空間誤差模型(SEM)之分，通過對Lesage和Pace于2009年的研究成果的借鑒，構(gòu)建空間杜賓模型(SDM)來分析數(shù)字普惠金融總指數(shù)及其分維度對綠色創(chuàng)新效率的影響，相關(guān)模型如下：giegiegie其中，gieit表示綠色創(chuàng)新效率，α為截距項(xiàng)，λ為空間相關(guān)系數(shù)，表示被解釋變量在不同地區(qū)的空間相關(guān)性，j=1NWijgieit表示空間滯后項(xiàng)，Wij為空間權(quán)重矩陣，δ為解釋變量的系數(shù)，dfit為數(shù)字普惠金融總指數(shù)，coverageit為數(shù)字金融覆蓋廣度，usage為了保證結(jié)果的穩(wěn)健性，在空間權(quán)重矩陣W方面，選擇地理反距離平方矩陣(W1)和經(jīng)濟(jì)距離矩陣(W2)，其計算公式如下：Wed式中，edi為1地區(qū)歷年資本存量均值。其他控制變量選取同4.4.2數(shù)字普惠金融總指數(shù)空間效應(yīng)結(jié)果分析1、空間相關(guān)性和模型適用性檢驗(yàn)通過Stata軟件的測算，2011-2019年間數(shù)字普惠金融和綠色創(chuàng)新效率的Moran'sI指數(shù)如表4-3所示。反距離平方矩陣(W1)數(shù)字普惠金融雖然在1%和5%的水平下不顯著，但在10%的水平下顯著。Moran檢驗(yàn)結(jié)果顯示，除了2011和2015年，綠色創(chuàng)新效率在5%的水平下顯著；經(jīng)濟(jì)距離矩陣(W2)結(jié)果顯示，除了個別年份，數(shù)字普惠金融和綠色創(chuàng)新效率基本上通過Moran檢驗(yàn)，在空間分布上來看，這兩個變量基本上處于正相關(guān)關(guān)系。表4-3綠色創(chuàng)新效率和數(shù)字普惠金融空間相關(guān)性檢驗(yàn)?zāi)攴荼镜剜彽豔1W2W1W220110.160**(2.499)0.079(1.601)0.031(0.081)-0.048(-0.259)20120.176***(2.895)0.089*(1.802)0.191***(3.106)0.151**(2.61520130.176***(3.021)0.122*(1.891)0.152**(2.503)0.092*(1.815)20140.151**(2.396)0.059(1.412)0.119**(2.100)0.069(1.498)20150.089(1.802)0.029(0.899)0.081(1.504)0.038(1.110)20160.139**(2.396)0.053(1.254)0.132**(2.193)0.087*(1.679)20170.178***(2.888)0.107**(2.196)0.178***(2.821)0.139**(2.402)20180.206***(3.204)0.131**(2.308)0.207***3.1050.152**(2.504)注：*、**、***分別表示在10%、5%、1%的水平上顯著，括號內(nèi)為Z值。既然從空間分布上來看，綠色創(chuàng)新效率和數(shù)字普惠金融均基本上處于正相關(guān)關(guān)系，下一步則是利用空間計量模型來分析影響二者關(guān)系的空間因素。從表4-4的LM檢驗(yàn)結(jié)果可知，在反距離平方矩陣(W1)下，SAR在1%的水平下顯著，SEM在10%的水平下顯著，進(jìn)一步說明可以選用SDM模型進(jìn)行進(jìn)一步分析。在經(jīng)濟(jì)距離矩陣(W2)下，SEM在1%的水平下顯著，SAR的LM-lag統(tǒng)計量在10%的水平下顯著，RobustLM-lag則在10%的水平下都不顯著，說明可以使用SDM模型進(jìn)行下一步的分析。表3-4則是Wald檢驗(yàn)和LR檢驗(yàn)空間杜賓模型(SDM)的適用性檢驗(yàn)結(jié)果，不管是反距離平方矩陣(W1)下，還是經(jīng)濟(jì)距離矩陣(W2)下，Wald檢驗(yàn)和LR檢驗(yàn)均在1%的顯著性水平下顯著，表明通過了檢驗(yàn)，進(jìn)一步說明空間杜賓模型(SDM)非常適合本研究。表4-4數(shù)字普惠金融對綠色創(chuàng)新效率的空間效應(yīng)模型適用性檢驗(yàn)W1W2統(tǒng)計量P值統(tǒng)計量P值LM-leg58.965***0.0008.021***0.003RobustLM-lag12.004***0.0003.0690.021LM-error47.952***0.00142.950***0.000RobustLM-error2.698*0.06236.985***0.001Wald-lag27.99***0.000124.01***0.0020LR-lag27.06***0.000223.00***0.0014Wald-error23.06***0.002421.98***0.0019LR-error249.88***0.000250.01***0.0000注：*、**、**、分別表示在10%.5%.1%的水平上顯著。2、空間效應(yīng)模型結(jié)果與分析空間杜賓模型回歸結(jié)果表明，反距離平方矩陣(W1)和經(jīng)濟(jì)距離(W2)下，數(shù)字普惠金融對本地綠色創(chuàng)新效率的回歸系數(shù)分別為0.3901和0.3406，均在1%的水平下顯著，說明數(shù)字普惠金融的發(fā)展可以顯著促進(jìn)本地綠色創(chuàng)新效率的提升。反距離平方矩陣(W1)和經(jīng)濟(jì)距離(W2)下，數(shù)字普惠金融對鄰地綠色創(chuàng)新效率的回歸系數(shù)分別為-0.4821和-0.4203，也均在1%的水平下顯著，說明數(shù)字普惠金融的發(fā)展可以顯著抑制鄰地綠色創(chuàng)新效率的提升。假設(shè)H2b成立，數(shù)字普惠金融對本地會產(chǎn)生虹吸效應(yīng)，吸引周邊的技術(shù)、資本等優(yōu)勢，抑制周邊地區(qū)綠色創(chuàng)新效率的提升。表4-5數(shù)字普惠金融對綠色創(chuàng)新效率的空間效應(yīng)模型回歸結(jié)果變量W1W2本地效應(yīng)鄰地效應(yīng)本地效應(yīng)鄰地效應(yīng)Lndf0.3901***(3.6064)-0.4821***(-3.9652)0.3406***0.3798)-0.4203***(-3.7041)Lnopen-0.1501***(-2.6009)-0.0806(-0.5504)-0.1412**(-2.5036)-0.1998(-3.0010)LnIndus-0.5032***(-3.4063)0.4714(1.2407)-0.4985***(-3.3954)0.45030.9419Lninfra0.1795**(2.0033)-0.1699(-1.6987)0.1904**(2.0701)-0.1526(1.4012)Lngov0.0971(0.5623)0.2241(0.8198)0.0932(0.55030.2812(0.9225)Lnhr-0.4415(-0.6904)-0.8334(-0.6032)-0.3505(-0.5506)-1.5977(-0.8004)Lnpgdp-0.1123(-0.2199)0.7704(1.4065)0.0412(0.0798)0.5110(0.9064)δ-0.4062***(-2.7014)-0.2502(-1.8077)Log-L126.0041122.5574AIC-20.6652-11.5762BIC-165.3341-156.0145N270270R20.31360.3098注：*、**、***分別表示在10%、5%、1%的水平上顯著，括號內(nèi)為Z值.3、數(shù)字普惠金觸分維度空間效應(yīng)結(jié)果分析（1）分維度空間相關(guān)性和模型適用性檢驗(yàn)分析了數(shù)字普惠金融對綠色創(chuàng)新效率的影響后，接著分析數(shù)字金融覆蓋廣度和使用深度這兩個分維度對綠色創(chuàng)新效率的影響，在分析的過程中，使用Moran'sI指數(shù)用來衡量數(shù)字金融覆蓋廣度和使用深度，這一結(jié)果主要通過Stata軟件測算得出。表4-6的Moran檢驗(yàn)結(jié)果顯示，在反距離平方矩陣(W1)下，除了個別年份，數(shù)字金融使用深度沒有通過Moran檢驗(yàn)，但其他年份均在1%的水平下顯著；在經(jīng)濟(jì)距離矩陣(W2)下，數(shù)字金融覆蓋廣度和使用深度均在1%的顯著性水平下通過Moran檢驗(yàn)。前面的研究結(jié)果液晶顯示，綠色創(chuàng)新效率通過了Moran檢驗(yàn)，但不本部分的實(shí)證分析結(jié)果則顯示，數(shù)字金融覆蓋廣度和使用深度基本上通過了Moran檢驗(yàn)，下一步就可以的分析這兩個分維度對綠色創(chuàng)新效率影響的空間效應(yīng)了。表4-6數(shù)字金融覆蓋廣度和使用深度空間相關(guān)性檢驗(yàn)?zāi)攴軼1W2本地鄰地本地鄰地20110.131**(2.222)0.241***(3.641)0.317***(4.710)0.232***(3.709)20120.110*(1.927)0.280***(3.401)0.322***(4.758)0.222***(3.601)20130.100*(1.819)0.164***(3.306)0.307***(4.506)0.203***(3.301)20140.071(1.406)0.133***(3.106)0.260***(3.801)0.161***(2.715)2015-0.062(1.305)0.131***(2.895)0.262***(4.029)0.181***(3.053)20160.069(1.447)0.141***(3.094)0.271***(4.l15)0.184***(3.060)20170.098(1.806)0.173***(3.407)0.225***(3.953)0.174***(2.948)20180.101*(1.954)0.110***(3.705)0.256***(3.926)0.169**(2.858)20190.112*(1.952)0.123***(4.062)0.331***(4.212)0.184**(2.907)注：*、**、***、分別表示在10%、5%、1%的水平上顯著，括號內(nèi)為z值。表4-7是數(shù)字金融覆蓋廣度的LM檢驗(yàn)結(jié)果，從表中數(shù)字可知，在反距離平方矩陣(W1)時，SAR和SEM的LM-error均在1%的水平上顯著，但RobustLM-error在10%的水平上都不顯著；而在經(jīng)濟(jì)距離矩陣(W2)時，SAR在1%的水平下顯著，SAR在10%的水平下顯著。數(shù)字金融使用深度的LM檢驗(yàn)結(jié)果顯示，在反距離平方矩陣(W1)時，SAR和SEM的LM-error均在1%的水平上顯著，但RobustLM-error在10%的水平上都不顯著；在經(jīng)濟(jì)距離矩陣(W2)時，SEM在1%的水平下顯著，SAR的LM-lag統(tǒng)計量在5%的水平下顯著，RobustLM-lag則在10%的水平上都不顯著。該結(jié)果說明需要利用空間杜賓模型(SDM)進(jìn)行進(jìn)一步分析。表4-7就是Wald檢驗(yàn)和LR檢驗(yàn)空間杜賓模型(SDM)的適用性檢驗(yàn)結(jié)果，但從數(shù)字金融覆蓋廣度來看，無論是在反距離平方矩陣(W1)還是經(jīng)濟(jì)距離矩陣(W2)下，Wald和LR檢驗(yàn)均在1%的水平下顯著，表明空間杜賓模型(SDM)很適合進(jìn)行本研究。數(shù)字金融使用深度在反距離平方矩陣(W1)下，Wald檢驗(yàn)和LR檢驗(yàn)均在1%的水平下顯著；在經(jīng)濟(jì)距離矩陣(W2)下，Wald檢驗(yàn)和LR檢驗(yàn)均在5%的水平下顯著，表明空間杜賓模型(SAM)適用良好。表4-7使用廣度和使用深度對綠色創(chuàng)新效率的空間效應(yīng)模型適用性檢驗(yàn)覆蓋廣度使用深度W1W2W1W2統(tǒng)計量P值統(tǒng)計量P值統(tǒng)計量P值統(tǒng)計量P值LM-Iag61.026***0.0007.803***0.00452.603***0.0006.405**0.007LM-Iag(R)13.441***0.0002.812*0.00613.124***0.0002.4470.117LM-error50.214***0.00045.499***0.00041.667***0.00037.198***0.000LM-error(R)2.4020.10460.004***0.0002.0510.12333.001***0.000Wald-lag3.123***0.000025.59***0.000522.00***0.000017.14**0.018LR-lag29.05***0.0001.24.33***0.000620.49***0.003215.99**0.0127Wald-error26.15***0.033821.45***0.002418.96***0.000115.18***0.0257LR-error254.98***0.0001245.97***0.000027.018***0.0000231.52***0.0000注：*、**、***、分別表示在ioaro,Sara,}%的水平上顯著。（2）分維度空間效應(yīng)模型結(jié)果及分析表4-8是數(shù)字金融覆蓋廣度與綠色創(chuàng)新效率的空間效應(yīng)模型回歸結(jié)果，從表中的結(jié)果可知，在反距離平方矩陣(W1)和經(jīng)濟(jì)距離(W2)下，各個變量的符號方向均一致，一方面說明空間杜賓模型的穩(wěn)健性較好，另一方面說明，數(shù)字普惠金融總指數(shù)及其分維度——數(shù)字金融覆蓋廣度均對本地綠色創(chuàng)新效率有顯著的促進(jìn)作用，但都會顯著抑制鄰地綠色創(chuàng)新效率的提升。這是因?yàn)閿?shù)字普惠金融覆蓋廣度越高，其在改善本地投融資環(huán)境和創(chuàng)新環(huán)境的情況，促進(jìn)了本地綠色創(chuàng)新效率的提升，但“數(shù)字鴻溝”的存在，使得數(shù)字普惠金融無法順利向周邊地區(qū)溢出，無法覆蓋周邊地區(qū)，導(dǎo)致周邊地區(qū)初創(chuàng)企業(yè)的資本得不到聚集，從而與本地的綠色傳播更新效率的差距進(jìn)一步擴(kuò)大化，誘發(fā)“極化效應(yīng)”的發(fā)生，不利于整體綠色創(chuàng)新效率的提升。表4-8覆蓋廣度對綠色創(chuàng)新效率的空間效應(yīng)模型回歸結(jié)果年份W1W2本地鄰地本地鄰地Lncove0.1701***(3.8245)-0.2398**(-4.1004)0.1398***(3.4487)-0.2304***(-3.5627)Lnopen-0.1412*'*(-2.4527)-0.0931(-0.6017)-0.1304**(-2.3374)-0.1669(-0.7988)Lnindus-0.5066***(-3.3041)0.4598(1.2499)-0.4925***(-3.4011)0.4027(0.8607)Lninfra0.1499(1.6441)-0.1504(-1.4056)0.1705*(1.7526)-0.1412(-1.2227)Lngov0.1205(0.6604)0.1698(0.6503)0.0998(0.6074)0.2821(0.9224)Lnhr-0.5288(-0.8547)-0.9899(-0.7955)-0.3955(-0.7154)-1.4506(-0.8044)Lnpgdp-0.0411(-0.4802)0.6932(1.2507)0.0972(0.1966)0.5098(0.8802)δ-0.4337***(-.2.5507)-0.2701*(-1.7988)Log-L127.0124122.5004AIC-219.5580-213.2140BIC-165.5596-156.9850N0.29630.3097注：*、**、*分別表示在10%,5%.1%的水平上顯著，括號內(nèi)為Z值。表4-9是數(shù)字金融覆蓋深度與綠色創(chuàng)新效率的空間效應(yīng)模型回歸結(jié)果，從表中的結(jié)果可知，在反距離平方矩陣(W1)和經(jīng)濟(jì)距離(W2)下，除部分變量外，其他變量的符號方向基本上保持一致，一方面說明空間杜賓模型的穩(wěn)健性較好，另一方面說明，數(shù)字普惠金融總指數(shù)及其分維度——數(shù)字金融覆蓋深度均對本地綠色創(chuàng)新效率有顯著的促進(jìn)作用，但都會顯著抑制鄰地綠色創(chuàng)新效率的提升。這是因?yàn)閿?shù)字普惠金融覆蓋深度越高，會彌補(bǔ)本地創(chuàng)新的資金缺口，進(jìn)一步促進(jìn)本地創(chuàng)新效率的提升；但鄰地的投融資環(huán)境本身不夠好，其數(shù)字金融服務(wù)程度也沒有得到顯著的改善，從而使其與本地的差距越發(fā)明顯，不利于對投資者和創(chuàng)新企業(yè)的吸引，反而因?yàn)椤昂缥?yīng)”，使得投資者和創(chuàng)新企業(yè)紛紛向本地聚集，鄰近地區(qū)綠色創(chuàng)新效率的提升因此受到了阻礙。表4-9使用深度對綠色創(chuàng)新效率的空間效應(yīng)模型回歸結(jié)果年份W1W2本地鄰地本地鄰地Lncove0.2701***(2.9055)-0.2965***(-3.0011)0.2036**(2.5041)-0.2412**(-2.2345)Lnopen-0.1321**(-2.1987)-0.2204*(-1.7015)-0.1227**(-2.2071)-0.3706*(-1.9001)Lnindus-0.3966***(-2.3954)0.4499(1.1397)-0.4617*(-3.0952)0.4958(1.0285)Lninfra0.1907**(2.0804)-0.1507(-1.4955)0.19167*(2.1998)-0.1197(-1.1307)Lngov0.1712(0.9441)0.0297(0.1204)0.1507(0.9001)0.0966(0.3401)Lnhr-0.3965(-0.5966)-1.4010(-0.9063)-0.3421(-0.4949)-2.4955(-1.0998)Lnpgdp0.4001(0.8421)0.0695(0.1410)0.5207(1.0964)-0.1507(-0.2701)δ-0.3574**(-2.2854)-0.2732**(-2.0285)Log-L121.956120.1141AIC-211.9859-203.9654BIC-157.0210-150.2240N0.10890.1245注：*、**、***分別表示在10%、5%、1%的水平上顯著，括號內(nèi)為Z值。5結(jié)論與建議5.1結(jié)論本文選擇的樣本數(shù)據(jù)是2011-2019年中國三十個省份及行政區(qū)的面板數(shù)據(jù)，對數(shù)字普惠金融與綠色創(chuàng)新效率的相關(guān)性進(jìn)行了分析，并從地區(qū)差異進(jìn)行了具體分析，結(jié)果發(fā)現(xiàn)，所選樣本期間內(nèi)，綠色創(chuàng)新效率的均值為0.6487，該值處于中等水平，需要進(jìn)一步提升，但2014-2019年，基本上處于持續(xù)提升的狀態(tài)，這歸功于我國經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化以及生態(tài)文明的建設(shè)等方面中，經(jīng)濟(jì)增長方式更加精細(xì)化，從而促進(jìn)了綠色創(chuàng)新效率的提升。但相比我國的東部地區(qū)來說，西部地區(qū)的綠色創(chuàng)新效率較低，東西地區(qū)的差距較大。在顯著促進(jìn)綠色創(chuàng)新效率方面，數(shù)字普惠金融總指數(shù)及其分維度之一——數(shù)字金融覆蓋廣度在1%的水平下顯著，但其分維度之二——數(shù)字金融使用深度則只在10%的水平下顯著。雖然數(shù)數(shù)字普惠金融雖然可以促進(jìn)本地綠色創(chuàng)新效率的提升，但卻對鄰地綠色創(chuàng)新效率的提升產(chǎn)生了抑作用。這是因?yàn)閿?shù)字鴻溝和虹吸效應(yīng)的發(fā)生所致。5.2建議基于以上結(jié)論，本文提出如下政策建議：第一，完善數(shù)字普惠金融體系建設(shè)。本文的市政分析結(jié)果顯示，數(shù)字普惠金融對綠色創(chuàng)新效率是正向影響作用，這在靜態(tài)模型和動態(tài)模型中均有體現(xiàn)。不管是數(shù)字普惠金融總指數(shù)，還是數(shù)字金融覆蓋廣度和使用深度，其都對綠色創(chuàng)新效率有顯著的正向影響。為了促進(jìn)綠色創(chuàng)新效率的提升，需要保障數(shù)字普惠金融的高質(zhì)量發(fā)展，使其更好地服務(wù)實(shí)體經(jīng)濟(jì)。在這一過程中，我國需要做好基礎(chǔ)設(shè)施的建設(shè)工作，比如網(wǎng)絡(luò)通訊設(shè)施、云計算數(shù)據(jù)中心等的建設(shè)等，從而促進(jìn)數(shù)字普惠金融的覆蓋廣度和使用深度的提升。在這方面，數(shù)字金融信用評價體系的完善以及相關(guān)服務(wù)程序的簡化等不可或缺，這樣才能使得科創(chuàng)企業(yè)以及中小微企業(yè)等獲得更好的服務(wù)，實(shí)體經(jīng)濟(jì)的能力和效率以及綠色創(chuàng)新效率等才可以得到充分的提升。第二，不同的地區(qū)應(yīng)有針對性地發(fā)展數(shù)字普惠金融，從而促進(jìn)全國數(shù)字普惠金融發(fā)展水平的提升。本文的研究結(jié)果顯示，相對東部地區(qū)來說，西部地區(qū)的數(shù)字普惠金融發(fā)展水平不高，使其綠色創(chuàng)新效率也較低。但數(shù)字普惠金融對本地綠色創(chuàng)新效率是顯著的正向影響，卻對鄰地綠色創(chuàng)新效率水平是負(fù)向影響，這是因?yàn)閿?shù)字鴻溝和虹吸效應(yīng)的發(fā)生所致。因此，為了促進(jìn)本地和鄰地綠色創(chuàng)新效率的提升，需要消除數(shù)字鴻溝以及虹吸效應(yīng)的發(fā)生，統(tǒng)籌各地的發(fā)展。政府在這方面可以制定相關(guān)的政策措施，從而加強(qiáng)創(chuàng)新的驅(qū)動效果，使得綠色創(chuàng)新效率得到顯著提升第三，加強(qiáng)市場化改革的力度，使得數(shù)字普惠金融與傳統(tǒng)金融機(jī)構(gòu)相互融合發(fā)展，通過互補(bǔ)來實(shí)現(xiàn)金融行業(yè)的穩(wěn)定發(fā)展，從而帶動綠色創(chuàng)新效率的提升。在這方面，政府也應(yīng)發(fā)揮好宏觀調(diào)控作用，為金融機(jī)構(gòu)出臺更多的優(yōu)惠政策，使其可以提升自身的風(fēng)險防范水平以及對其企業(yè)的服務(wù)水平，充分利用傳統(tǒng)金融以及數(shù)字普惠金融的服務(wù)與產(chǎn)品來滿足企業(yè)的創(chuàng)新發(fā)展需求，充分解決企業(yè)的資金困境，使其融資難和貴的問題得到充分解決，使其可以更加順利地進(jìn)行綠色創(chuàng)新，從而提升綠色創(chuàng)新效率。參考文獻(xiàn)[1] 沈悅，郭品.互聯(lián)網(wǎng)金融、技術(shù)溢出與商業(yè)銀行全要素生產(chǎn)率[J].金融研究，201S(o3)：160-175.[2] 中國人民銀行金融消費(fèi)權(quán)益保護(hù)局，2017年中國普惠金融指標(biāo)分析報告，中國人民銀行研究報告，2018年8月[3] 田霖，余小鳳，韓巖博.互聯(lián)網(wǎng)金融背景下金融包容的空間差異研究[J].重慶大學(xué)學(xué)報(社會科學(xué)版)，2020,26(02)：1-16.[4] 郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟(jì)學(xué)(季刊),2020,19(04)：1401-1418.[5] MohanR.,EconomicGrowth,FinancialDeepeningandFinancialInclusion明.DynamicsofIndianBanking：ViewsandVistas,2406：92-120.[6] Dix