【实证分析】地区竞争、推广数字普惠金融与绿色经济效率-编程知识

研究内容

基于考虑非期望产出的 Super-SBM 模型测算了 2011—2018 年中国 265 个地级市的绿色经济效率,综合运用面板模型、空间杜宾模型,系统分析了地区竞争下推广数字普惠金融对绿色经济效率的影响效应。研究发现:(1)绿色经济效率存在显著正向空间溢出效应,地理距离与经济差异是其产生空间溢出的重要因素;(2)推广数字普惠金融有助于提升全社会和本地的绿色经济效率,但对邻近地区的绿色经济效率存在一定抑制作用;(3)地区适度竞争下推广数字普惠金融有助于提升全社会和本地的绿色经济效率,但地区过度竞争下推广数字普惠金融则对其产生显著“拉低效应”;(4)地区竞争下推广数字普惠金融对邻近地区的绿色经济效率具有显著负向的空间溢出效应;(5)推广信用类数字普惠金融对绿色经济效率的提升作用最大,地区竞争与推广数字普惠金融的交互作用对绿色经济效率产生的负向影响也主要源于信用类数字普惠金融。为此,推动地区间数字普惠金融的协调发展,保持地区间的适度竞争,分类推广数字普惠金融,将有助于提升绿色经济效率。

实证结果分析

基于考虑非期望本文以我国265 个地级市2011—2018 年的数据作为样本。并按照以下标准对样本进行剔除：1.剔除样本期内天水市、陇南市、白银市、中卫市、金昌市、平凉市、石嘴山市、吴忠市、固原市、延安市、嘉峪关市、庆阳市、武威市、张掖市、定西市、克拉玛依市;2.剔除4个直辖市;
（1）基本回归检验无论是否加入控制变量,Hausman 检验结果均在 1%的显著性水平上拒绝了原假设。这说明,相对于随机效应模型,固定效应模型的解释力更强。在未加入控制变量的情况下,推广数字普惠金融( f1) 的估计系数为0.00初步验证了研究假设 2,即其他条件不变的情况下,推广数字普惠金融有助于促进绿色经济效率的提升。同时,上述结论还初步验证了研究假设 3,即地区适度竞争下推广数字普惠金融能够显著提升绿色经济效率,但地区过度竞争下推广数字普惠金融则对绿色经济效率产生明显的抑制作用。在 5%的显著性水平上通过了检验,这表明推广数字普惠金融有助于提升绿色经济效率。


（2）空间相关性检验

1．LM检验
根据表 4 的检验结果,该模型均在 1%的水平上显著通过了 LM 检验,说明该模型存在空间相关性,应当构建空间面板模型进行实证分析。然而,尽管如此,仍需进一步检验空间面板模型设置为空间杜宾模型(SDM)是否合适,或是否应简化为空间自回归模型(SAR)、空间误差模型(SEM)。该模型均在 1%的水平上显著通过了 Wald 统计量检验和 LR 检验,这表明采用空间杜宾模型(SDM)是恰当的。与此同时,该模型还在 5%的显著性水平上通过了 Hausman 检验,说明应使用固定效应模型。因此,本文选用固定效应空间杜宾模型展开相关的实证检验。

2．空间杜宾模型估计结果
上述结论进一步验证了研究假设 2,即其他条件不变的情况下,推广数字普惠金融有助于促进全社会和本地绿色经济效率的提升。此外还发现,推广数字普惠金融对邻近地区的绿色经济效率具有显著负向的影响作用,如果不考虑这种负向的空间溢出效应,则会显著低估推广数字普惠金融对本地绿色经济效率的促进作用。

3．影响效应的异质性
结论表明,推广信用类数字普惠金融对绿色经济效率的提升作用最大,推广保险类数字普惠金融对绿色经济效率的提升作用次之,推广支付类数字普惠金融对提升绿色经济效率没有明显的作用效果。此外还发现,地区竞争与推广数字普惠金融的交互作用对绿色经济效率产生的负向影响,信用类数字普惠金融最大,支付类数字普惠金融次之,保险类数字普惠金融最小。

研究结论

1.绿色经济效率存在显著的正向空间溢出效应,地理距离与经济差异是其产生空间溢出效应的重要因素;2.推广数字普惠金融有助于提升全社会和本地的绿色经济效率,但对邻近地区绿色经济效率具有显著负向的影响作用,如果不考虑这种负向的空间溢出效应,则会显著低估推广数字普惠金融对本地绿色经济效率的促进作用;3.表明地区适度竞争下推广数字普惠金融有助于提升全社会和本地绿色经济效率,但地区过度竞争下推广数字普惠金融则对其产生显著“拉低效应”;4.地区竞争下推广数字普惠金融对邻近地区绿色经济效率具有明显的抑制作用,即产生显著负向的空间溢出效应;5.推广信用类数字普惠金融对绿色经济效率的提升作用最大,推广保险类数字普惠金融的绿色经济效率提升作用次之,而地区竞争与推广数字普惠金融的交互作用对绿色经济效率产生的负向影响也主要源于信用类数字普惠金融。

Data Description

数据变量与说明
1、数据来源：自主整理
2、时间跨度：2011-2018年
3、区域范围：中国265个地级市
4、指标说明：
解释变量：推广数字普惠金融、地区竞争，将它们分别记为 f1、rc被解释变量：绿色经济效率(gee)、控制变量：①地区金融发展水平(fin),用年末金融机构存款余额(万元)与地区生产总值(万元)的比值表示;②人口集聚 (pd),参照范建双等的做法,采用人口密度(万人/ 平方千米)表征;③产业结构(ind),基于周晓光和汤心萌的研究,选取第二产业增加值占GDP 的比重来衡量,因为相较于第一产业和第三产业,第二产业不仅在中国经济发展中占据更重要的地位,而且与环境之间的联系也更为紧密;④创新投入(tech),选用地方财政一般预算内支出中的科学支出(万元)的自然对数形式表征