您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[ADB]:数字金融能促进低碳转型吗? — — 来自中华人民共和国的证据 - 发现报告
当前位置:首页/其他报告/报告详情/

数字金融能促进低碳转型吗? — — 来自中华人民共和国的证据

2023-07-18ADB有***
数字金融能促进低碳转型吗? — — 来自中华人民共和国的证据

ADBI工作文件系列 数字金融可以促进低碳过渡? 证据来自 中华人民共和国 邢哥和藤井智子 No.1399 2023年7月 亚洲开发银行研究所 邢哥是西安交通大学和新加坡联合培养的博士生管理大学。藤井智子是副院长(本科课程)和 新加坡管理学院经济学副教授大学。 本文表达的观点是作者的观点,不一定 反映亚行、亚行、其董事会或政府的观点或政策 他们代表。ADBI不保证本文中包含的数据的准确性 andacceptsnoresponsibilityforanyconsequencesoftheiruse.Terminologyusedmay 不一定与亚行官方条款一致。 讨论文件在定稿前需经过正式修订和更正并被视为出版。 工作文件系列是以前命名的讨论文件系列的延续; Thenumberingofthepaperscontinuedwithoutinterruptedorchange.ADBI’sworkingpapersreflectinitialideasonatopicandarepostedonlinefordiscussion.Someworking论文可以发展成其他形式的出版物。 亚洲开发银行将“中国”称为中华人民共和国。建议引用: GE,X.和T.Fujii。2023。数字金融能促进低碳转型吗?证据 ADBIWorkingPaper1399.Tokyo:AsianDevelopment 银行协会。可用:https://doi.org/10.56506/FMXX6317 有关本文的信息,请联系作者。 电邮:gexing@stu.xjtu.edu.cn,tfujii@smu.edu.sg 亚洲开发银行研究所 Kasumigaseki大楼,8楼 3-2-5Kasumigaseki,Chiyoda-ku 东京100-6008,日本 电话:Fax:URL: +81-3-3593-5500 +81-3-3593-5571 www.adbi.org 电子邮件:info@adbi.org ©2023亚洲开发银行研究所 Abstract 本文利用2011-2019年中华人民共和国城市的面板数据,分析了数字金融对低碳转型的影响。 基于效率松弛的测度数据包络分析。我们发现数字金融促进低碳转型,这一发现在选择 样本、潜在的测量问题、研究期的选择、其他 policies,andpotentialendogeneity,amongothers.Thisimpact,atleastinpart,isthrough 增加绿色创新。我们还发现了跨区域影响异质性的证据地点和低碳转型水平。本文提供了以下政策含义 从数字金融的角度来看,该地区的低碳转型。 关键字:数字金融,低碳转型,绿色创新,宽松措施数据包络分析 果冻分类:G20、Q54、Q55 Contents 1.简介1 2.LITERATUREREVIEW3 3.DATA,方法论,AND经验式型号4 3.1Data来源4 3.2Measurementof低碳过渡4 3.3MeasurmentofDigitalFinanceandControl变量7 3.4SpatialDistributionof钥匙变量8 3.5经验性型号9 4.经验式结果9 4.1基线Results9 4.2鲁棒性检查10 4.3绿色Innovationasa渠道of影响15 5.IMPACT异质性17 6.CONCLUSIONSANDPOLICY含义18 REFERENCES19 附录23 1.INTRODUCTION 随着信息技术的发展,数字金融—这是指使用 数字技术在提供或获得金融服务方面的作用-已经增长数字金融是影响经济的重要因素, 金融和能源(张、金和王2015),并可能实现更高的水平消费和促进包容性发展,例如,通过增加 为中小企业和弱势群体提供贷款。 数字金融也为绿色创新和减少污染做出了贡献(孟 和张2022;张和凌2022)。数字金融可以预期发挥在低碳转型中的重要作用,或向低排放的转变 污染物(Chen2012)。这是因为低碳转型的关键驱动力是绿色创新,需要金融部门的大量资金支持。 尽管如此,数字金融对低碳转型的影响本研究填补了这一研究空白。 数字金融可能通过促进绿色创新来影响低碳转型 通过为绿色和清洁项目提供资金。这是可能的,因为数字金融可能会吸收长尾集团的资金,1从而减少借款企业和个人的成本,并促进绿色创新项目,潜在的高风险和长回报周期,这通常被排除在传统的 我们的发现确实与绿色创新的相关性一致。 数字金融至少有三个额外的理论渠道 会影响低碳转型。首先,数字金融包括一些生态修复项目(如支付宝的蚂蚁森林),旨在鼓励公众减少碳排放。第二,数字金融促进绿色消费 向弱势群体提供有助于低碳的资金 过渡。最后,数字金融突破了时间和空间的限制,并降低了消费的交易成本。虽然这三个渠道是潜在的 重要的是,对这些渠道的分析超出了本文的范围,因为缺乏可用的数据。 上面的讨论只是暗示了从数字渠道运行的可能的因果渠道金融向低碳转型,以及数字金融是否确实影响低 碳转型是一个经验问题。因此,我们使用面板来探讨这个问题 数据来自2011年至2019年中华人民共和国(PRC)283个城市。我们研究中国城市有三个重要原因。首先,中国是 世界第二大经济体和最大的发展中国家。此外, 中国已经高度城市化,63%的人口生活在城市地区 2020年。鉴于中国大城市的数量和持续的趋势 城市化,中国的城市是值得研究的。第二,中国是最大的占世界碳排放总量的30%以上 化石燃料和工业的排放,但不考虑土地利用的变化,根据全球碳地图集。最后,城市是政策的基本单位 在中国实施,并在达到碳排放峰值方面发挥着至关重要的作用。全球70%的碳排放来自城市,城市也与 中国境内外的绿色转型分析。 1长尾集团是指金融资产相对较小但大数字。 衡量数字金融和低碳转型在本研究中至关重要。对于测量前者,本文采用北京大学数字金融 中国包容性指数(PKU_DFIIC),为数字 金融及其覆盖广度、使用深度和数字化的子指数 水平。为了衡量低碳转型,我们使用技术效率衡量基于无定向松弛的测度数据包络分析(SBM-DEA)及其具有非期望产出的超效率对应物。技术效率 当一个城市使用更少的投入并产生更多的期望时,措施往往会更高与其他城市相比,产出和不想要的产出更少。 利用这些测度,我们对数字金融的低碳转型进行了回归指数和其他控制变量。基线回归结果表明,数字 金融显著加速了低碳转型。这一结论是稳健的关于排除四个直辖市,排除 某些异常值、研究期间的变化以及包含潜在的混杂因素 policies.Further,addressingthepotentialendogeneityofdigitalfinancebyatypeofshift-shareinstrumentvariable(SSIV)alsodoesnotchangetheresults.Wearguethat这是一个合理有效的工具,因为球面距离的倒数 一个城市和杭州之间的数字金融是正相关的 一个城市和杭州之间的球面距离的倒数在很大程度上是另一方面,与低碳转型无关。此外,基于 由Conley,Hansen和Rossi(2012)提出,本文发现积极的影响数字金融在低碳转型方面的表现相对于适度的 违反排除限制。 然后,我们分析了数字金融影响低碳的机制。 转型。结果表明,数字金融至少在以下方面推动了低碳转型部分通过促进绿色创新,其中包括所有类型的创新,使生产商品和服务,同时减少或消除不良影响 对环境和自然资源的影响。我们还分析了影响异质性关于各种城市特征。这一分析表明,数字金融在黑河-腾冲线以东的城市-一条假想的线,从 东北的黑河市到西南的腾冲市-提升 低碳转型,但这条线以西的城市并非如此。我们也发现数字金融只会促进中位数以上城市的低碳转型低碳转型。 本文有三个创新点。首先,以前的研究通常忽略了 潜在内生性问题的存在。我们提出了一种新型的数字SSIV 金融定义为产品之间的球面距离的倒数 城市和杭州每年乘以中国数字金融指数。As 随后进行了详细阐述,这个IV似乎是外生的,我们的结果对适度违反了SSIV的外生性。其次,本文分析了 数字金融对低碳转型的影响在不同城市是异质的在不同的低碳转型水平下,这一点以前也是 忽略。第三,与以往的研究不同,本文对绿色创新作为数字金融影响低碳转型的渠道 将其分为低级和高级创新。 论文结构如下。第2节回顾了相关文献。第3节 提出了数据、方法和模型。第4节显示了实证结果和 分析。第5节介绍了异质性分析。最后,第6节提供了结论和政策含义。 2.文献综述 本文是与数字金融相关的文献。在早期的文献中,学者们评估了数字金融对经济成果的影响,例如 创业(谢等,2018年)、经济增长(钱等,2020年)和收入 disparity(Jietal.2021).Morerecently,studieshaveexaminedtheenvironmental 数字金融的影响。例如,Wan、Pu和Tavera(2023)发现数字金融与污染物排放之间的负相关关系。傅等(2023) 使用中国省级数据发现数字金融对能源效率。 特别是,本文增加了关于数字化影响分析的文献。关于碳排放和绿色经济效率的金融。数字金融已经 根据Zhao等人的省级数据发现,中国的碳排放量有所减少。 (2021)和Wang和Guo的城市级数据(2022)。Wang等人(2022)确定数字金融通过强化信贷约束提高绿色经济效率 高污染企业。 这项研究也有助于对影响低碳的因素的文献 过渡。现有的研究已经考察了影响低碳的各种因素转型,如产业结构(Wang等人,2019)、产业集聚 (Zhang等人,2019年),技术创新(Liu和Zhang,2021年),绿色创新(张和刘2022)、绿色债券(Sartzetakis2021)和绿色信贷(Liu等人。2022b)。我们通过将绿色创新视为关键之一来补充这一文献 数字金融促进低碳转型的渠道。 本研究还通过采用 (超效率)SBM-DEA。这是一个重要的点,因为测量 canpotentiallyaffectourresults.Weemploythe(super-efficiency)SBM-DEAwith 不需要的产出,因为它允许我们计算总因子效率,考虑到不仅要考虑投入和期望的产出,还要考虑排放(不期望的产出)。这与单因素效率衡量标准形成鲜明对比,例如人均 碳排放量(Zheng等人,2019年),人均能源消耗(Truong, Wiktor,andBoxall2015),andcarbonemissionsperunitGDP(Liuetal.2019).Since 单因素效率不能完全反映我们感兴趣的多种结果 在中,我们认为DEA方法中的全要素效率更合适。 DEA方法也比参数方法有优势,例如 随机前沿分析,因为我们不需要假设特定形式的生产函数。 其他一些研究使用指标体系方法来衡量低碳转型。 Tan等(2017)利用熵权法构建低碳经济反映(I)经济发展,(Ii)能源模式, (三)社会与生活,(四)碳与环境,(五)城市交通,(六)固废物,以及(八)水。邓和杨(2019)将熵权法应用于 从(一)资源五个维度构建产业低碳转型指数 节约,(ii)减少污染,(iii)产业升级,(iv)提高生产率, and(v)developmentsustainability.Sunetal.(2020)builtasustainabledevelopment 指标从(一)环境、(二)能源、(三)经济三个维度,并对南亚的可持续发展绩效进行了评价。 (2022)采用熵权TOPSIS综合评价 从(一)绿色效益三个维度看绿色低碳发展, (ii)低碳效益,以及(iii)经济和社会效益。我们还考虑了类似的熵加权指数作为低碳转型的替代指标, 尽管我们首选的低碳转型措施是基于(