數字化轉型能否影響綠色金融的發展?綠色技術創新和能源效率在此過程中扮演著怎樣的角色?
《Energy》:Can digital transformation influence the development of green finance? The role of green technology innovation and energy efficiency
【字體:
大
中
小
】
時間:2026年02月28日
來源:Energy 9.4
編輯推薦:
本研究基于中國31個省級面板數據(2011-2023),運用基準回歸、分位數回歸、中介效應模型、調節效應模型及空間杜賓模型,分析數字轉型對綠色金融的影響,發現數字轉型顯著促進綠色金融并產生空間溢出效應,其作用通過綠色技術創新中介,且受能源效率非線性調節,區域異質性明顯,東南部及政策實施后效果更顯著,為理論與實務提供新見解。
作者:陸可 | 劉潤科
南京信息科學技術大學管理科學與工程學院,南京,210044,中國
摘要
在過去幾年中,數字化轉型和綠色金融已成為推動經濟向高質量發展轉型的關鍵驅動力。然而,數字化轉型和綠色金融背后的機制仍不明確。因此,本研究旨在探討數字化轉型如何塑造綠色金融。此外,還研究了綠色技術創新的中介作用和能源效率的調節作用。利用2011年至2023年間中國31個省級地區的面板數據,通過基線回歸、分位數回歸、中介效應模型、調節效應模型和空間Durbin模型等方法進行了實證分析。主要研究結果如下:(1) 數字化轉型顯著促進了綠色金融的發展,并對周邊地區產生了顯著的正空間溢出效應;(2) 數字化轉型對綠色金融的影響受到綠色技術創新的中介作用,而能源效率在這一關系中起到非線性的調節作用,在低水平時減弱了這種影響,在高水平時增強了這種影響;(3) 數字化轉型對綠色金融的影響在不同地區存在差異,在東南部地區、被認定為數字化轉型追隨者的地區以及2020年雙碳政策宣布后,這種影響更為明顯。因此,本研究為更好地理解數字化轉型與綠色金融之間的關系提供了理論和實踐上的見解。
引言
近年來,綠色金融作為一種將資本引入環境可持續項目并促進向低碳經濟轉型的關鍵機制而受到重視[1]、[2]。同時,通過大數據[3]、[4]、區塊鏈[5]、[6]和人工智能(AI)[7]、[8]等數字技術的快速發展,數字化轉型加速了全球經濟發展。實際上,包括歐盟的綠色金融戰略、G20可持續金融路線圖以及聯合國的數字可持續金融倡議在內的許多經濟體都已將數字化轉型納入其綠色金融戰略中。此外,中國也在2017年實施了綠色金融改革和創新試點區政策,并在2020年推出了雙碳政策[9]、[10]。
在區域層面,歐盟的最新調查顯示,92%的企業正在積極投資減排和綠色轉型措施,約37%的企業采用了生成式AI技術[11]。在美國,自2013年以來,美國銀行等主要金融機構已發行了總計74.3億美元的綠色債券以支持可再生能源項目[12]。與此同時,美國經濟的數字化轉型正在迅速推進,例如2023年,26%的勞動力從事高度數字化的工作,而2010年這一比例為18%,2002年僅為9%[13]。此外,到2024年下半年,中國已培育了421家國家級智能制造工廠,并建設了超過10,000家省級數字化車間和智能工廠[14]。到2024年底,中國的綠色貸款(包括本幣和外幣)達到了36.6萬億元,同比增長21.7%[15]。
根據全球趨勢,通過將環境因素納入金融決策,綠色金融不僅支持生態保護,還促進了長期的經濟韌性[16]、[17]、[18]。然而,綠色金融的有效發展和規模化仍面臨持續挑戰。盡管綠色金融的政策采納廣泛且發展迅速,但其發展背后的機制仍不明確。此外,隨著數字化轉型的推進,許多企業改進了其創新機制并增加了研發(R&D)投資,從而有效提升了創新能力[19]、[20]。此外,數字化轉型正在深刻重塑所有行業的格局,其融入金融領域為綠色金融的快速發展注入了強勁動力[21]、[22]。因此,鑒于數字化轉型和綠色金融的潛在重要性,有必要研究二者之間的關系。
具體而言,數字化轉型如何促進綠色金融的發展需要進一步討論。通過應用新興技術,數字化轉型可以顯著提高綠色金融的風險評估能力和資源配置效率[23]、[24]。此外,數字化轉型對綠色金融的影響受到多種復雜因素的影響,包括綠色技術創新[25]、[26]和能源效率[27]。一方面,綠色技術創新在促進數字化轉型與綠色金融之間的關系中起著關鍵作用[28]、[29]。數字技術的應用通過降低研發成本、增強供應鏈可持續性和支持清潔創新的商業化,加速了綠色技術的發展[29]、[30]、[31]。因此,綠色技術創新的結果為綠色金融提供了更多可行的項目和優質的項目資源[28]、[32]。另一方面,數字化轉型可以顯著改變工業和金融運營中的能源效率,從而改變綠色投資項目的吸引力[30]、[33]。例如,通過優化能源消費模式,數字化轉型有效降低了清潔能源技術的成本,減少了對高碳能源的依賴,并促進了能源效率的提高[33]。此外,能源效率可以通過與信息流相關的能源消費影響金融市場的效率,從而影響綠色金融的可持續發展[30]。因此,有必要考慮綠色技術創新和能源效率的作用來研究數字化轉型對綠色金融的影響。
在現有研究中,數字化轉型在各研究領域的關注度日益增加[22]、[34]。關于數字化轉型與綠色金融之間的關系,先前的研究表明,數字技術可以提高金融效率和透明度,從而支持綠色金融[34]、[35]。然而,盡管數字化轉型和綠色金融各自的重要性得到了廣泛認可,但數字化轉型是否以及如何在多大程度上直接塑造綠色金融的發展仍有限。此外,一些現有文獻研究了數字化轉型影響綠色金融的整合機制[28]、[36]。例如,數字技術的改進可以有效促進綠色技術創新活動[25]、[36],而綠色技術創新又是綠色金融發展的驅動力[28]。然而,綠色技術創新在數字化轉型與綠色金融之間的中介作用卻相對較少受到關注。此外,現有研究表明,數字化轉型可以通過降低成本和提高生產效率來提高能源效率[33]、[38]。同樣,綠色金融也可以通過為可再生能源提供融資和提高能源效率來促進可持續經濟發展[39]。然而,作為數字化轉型的一個關鍵結果,能源效率在數字化轉型與綠色金融關系中的潛在調節作用在很大程度上被忽視了。因此,仍存在大量研究空白,需要了解數字化轉型與綠色金融之間的直接效應,以及綠色技術創新和能源效率的作用。據此,本研究旨在回答以下問題:
(1)數字化轉型與綠色金融之間的關系是什么?
(2)數字化轉型是否通過綠色技術創新的中介作用間接影響綠色金融?
(3)能源效率是否調節數字化轉型對綠色金融的影響?
為了解決這些研究問題,本研究考慮了四個核心變量,包括數字化轉型、綠色金融、綠色技術創新和能源效率。此外,本研究還引入了產業結構、人力資本、開放度和研發作為控制變量。在理論框架中,構建了數字化轉型對綠色金融的直接影響及其空間溢出效應。同時,建立了中介效應模型來分析綠色技術創新的中介作用,并建立了調節效應模型來測試能源效率的調節作用。實證分析涵蓋了2011年至2023年間中國31個大陸省份的數據,因為中國具有快速數字化、政策驅動的綠色金融倡議以及經濟和環境條件的顯著區域差異。實證分析采用了基線回歸、分位數回歸、中介效應模型、調節效應模型和空間Durbin模型(SDM)等方法。
本研究從幾個方面為現有文獻提供了新的見解和貢獻:(1) 通過研究數字化轉型對綠色金融的影響,包括潛在的空間溢出效應,揭示了這種關系的潛在機制,進一步豐富了關于數字化如何推動可持續金融系統發展的理論理解;(2) 通過將綠色技術創新作為中介變量,研究了數字化轉型可能促進綠色金融的中介機制,從而提供了對數字化轉型與綠色金融之間關系的更全面理解;(3) 通過將能源效率作為調節變量,探討了數字化轉型對綠色金融的影響程度和方向如何隨能源效率水平的變化而變化,從而擴展了綠色金融發展的理論框架。
本文的其余部分組織如下:第2節提供理論框架并提出假設;第3節詳細闡述研究方法;第4節呈現實證結果;第5節分析空間溢出效應;最后,第6節總結結論和未來研究方向。
參考文獻和研究假設
文獻綜述
與本研究密切相關的文獻主要有三個方向,即(1)數字化轉型對綠色金融的影響;(2)綠色技術創新;(3)能源效率。
解釋變量:綠色金融(gf)
本研究中的解釋變量是綠色金融。關于綠色金融指數的構建,以往的文獻中選擇了多種指標[39]、[64]、[65],如綠色信貸、綠色債券、綠色證券、綠色保險、綠色投資和政府支持。參考現有研究[66]、[67],考慮到這些指標的方法學穩健性和數據收集的可行性,本研究構建了綠色金融指數。
基線回歸和分位數回歸結果
基線回歸和分位數回歸的結果分別顯示在表6和表7中。表6中的基線回歸模型用于估計數字化轉型對綠色金融的影響。為了進一步研究數字化轉型在其持續發展過程中是否改變了綠色金融的影響程度,在五個選定的分位數(0.10、0.25、0.50、0.75和0.90)進行了分位數回歸,如表7所示。
數字化轉型和綠色金融的空間分布
2011年、2017年和2023年數字化轉型和綠色金融的空間分布圖分別顯示在圖3和圖4中。圖3顯示數字化轉型在東部地區呈現穩定增長,特別是山東、江蘇、浙江、福建和廣東等省份。這表明沿海地區在數字化轉型方面處于領先地位。此外,中部地區的河南、湖北和湖南等省份也取得了顯著進展。
主要結果
本研究探討了數字化轉型與綠色金融之間的關系。利用2011年至2023年間中國31個省級地區的面板數據,采用基線回歸模型、分位數回歸模型、中介效應模型和空間Durbin模型進行了實證檢驗。通過基線回歸和分位數回歸模型,研究了數字化轉型對綠色金融的影響。
CRediT作者貢獻聲明
劉潤科:撰寫——審稿與編輯、撰寫——初稿、驗證、軟件開發、調查、正式分析、數據整理。陸可:撰寫——審稿與編輯、撰寫——初稿、可視化、驗證、監督、項目管理、方法論設計、資金獲取、概念化
數據和材料的可用性
由于將進一步進行研究,數據不會被共享。
利益聲明
作者聲明與本文無關的已知競爭性財務利益或個人關系。
利益沖突聲明
作者聲明他們沒有可能影響本文工作的已知競爭性財務利益或個人關系。
致謝
本研究得到了中國教育部人文社會科學基金(項目編號:24YJCZH193)和中國工業和信息化部制造業發展研究院的研究資助。
生物通微信公眾號
生物通新浪微博
今日動態 |
人才市場 |
新技術專欄 |
中國科學人 |
云展臺 |
BioHot |
云講堂直播 |
會展中心 |
特價專欄 |
技術快訊 |
免費試用
版權所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
聯系信箱:
粵ICP備09063491號