黃河流域數字普惠金融與碳減排能力耦合協調分析

武翠芳，趙 慧，陳少煒

（1.蘭州財經大學 農林經濟管理學院，甘肅 蘭州 730030；2.蘭州財經大學 經濟學院，甘肅 蘭州 730030；3.西安財經大學 經濟學院，陜西 西安 710100）

習近平總書記在第七十五屆聯合國大會一般性辯論會上提出，中國二氧化碳排放量力爭于2030 年前達到峰值，爭取2060 年前實現碳中和［1］。碳達峰和碳中和目標的提出，體現了中國的責任與擔當。數字普惠金融作為綠色經濟發展的重要推動力，直接和間接促進碳減排能力的提升，推動“雙碳”目標的實現［2－4］。相關學者對數字經濟、數字普惠金融與碳排放的關系進行了較為廣泛的研究：一是環境效應研究［5－9］，研究表明數字金融可有效提升經濟發展與生態環境的協同性，數字普惠金融的發展可以提升全要素生產率進而減少碳排放量；二是作用機理研究［10－12］，研究發現數字普惠金融發展與碳排放之間存在倒U 形關系，數字普惠金融、環境規制對產業結構合理化具有正向促進作用；三是影響因素研究［3，13－15］，研究發現數字普惠金融的發展可促進碳排放效率的提高。此外，部分學者對數字普惠金融與農業碳排放的關系、綠色金融政策與區域碳減排的關系進行了研究［16－17］。梳理上述研究可知，數字普惠金融與碳減排能力關系密切，現有研究多關注數字普惠金融與碳排放之間的關系，而關于數字普惠金融與碳減排能力耦合協調狀況的研究較少。

黃河流域是我國重要的生態屏障和經濟地帶，流域九?。▍^）2011 年生產總值為12.71 萬億元、金融機構存貸款余額為28.84 萬億元、碳排放量為41.7 億t，2019 年生產總值為24.74 萬億元、金融機構存貸款余額為70.02 萬億元、碳排放量為57.5 億t。本文以黃河流域九?。▍^）為研究對象，對數字普惠金融發展水平與碳減排能力進行測算，并探討兩者間的耦合協調性和交互響應關系，以期豐富數字普惠金融與碳減排能力關系的研究，為黃河流域高質量發展及我國“雙碳”目標的實現提供參考。

1 指標體系、數據來源與研究方法

1.1 指標體系、數據來源及其處理

黃河流域九?。▍^）的數字普惠金融指數源于北京大學數字金融研究中心發布的《北京大學數字普惠金融指數》（第三期，2011—2020 年）［18］。數字普惠金融指數體現了數字經濟時代企業、投資者、消費者等市場參與者獲得便捷金融服務的能力，該指數越大表明數字普惠金融發展水平越高。

基于“雙碳”目標政策背景和黃河流域發展現狀，參考相關文獻［19－22］中的碳減排指標，依據指標選取的科學性、合理性、系統性、可比性和數據可得性原則，按經濟發展能力、技術改善能力、碳匯吸收能力、能源消耗與碳排放狀況、社會發展能力5 個維度設置21 個指標（見表1），用于測算碳減排能力（用碳減排能力指數表示，本研究采用熵值法計算碳減排能力指數）。各指標數據源自《中國統計年鑒》《中國能源統計年鑒》及各?。▍^）《統計年鑒》。

表1 碳減排能力評價指標體系

參考賈洪文等［19］的研究，采用改進的極差標準化公式對碳減排能力評價指標進行歸一化處理：

式中：yij為第i個樣本的第j項指標歸一化值，xij為第i個樣本的第j項指標原值，maxxj、minxj分別為第j項指標原值的最大值、最小值。

1.2 耦合協調狀況測度

耦合是物理學中兩個或兩個以上系統之間相互作用并彼此影響的現象，協調指系統要素之間配合得當、和諧一致。借鑒李苒等［23］的研究，把數字普惠金融和碳減排能力作為2 個子系統，采用如下耦合協調度模型研究二者的耦合協調性：

式中：C為數字普惠金融與碳減排能力的耦合度；V1、V2分別為數字普惠金融指數、碳減排能力指數；Q為數字普惠金融與碳減排能力的協調度；α、β分別為反映數字普惠金融、碳減排能力重要性的系數，α＋β＝1，鑒于兩子系統同樣重要，取α＝β＝0.5；D為數字普惠金融與碳減排能力的耦合協調度，其值越大表示兩子系統耦合協調性越好，據此把耦合協調分為5 級（見表2）。

表2 耦合協調分級標準

1.3 數字普惠金融與碳減排能力交互響應關系分析

首先進行變量單位根檢驗、協整檢驗，然后構建面板VAR 模型，進行數字普惠金融與碳減排能力交互響應關系分析。

1.3.1 單位根檢驗與協整檢驗

為避免面板數據可能存在的偽回歸問題，對變量數據進行對數化處理，通過單位根檢驗進行數據序列的平穩性分析，若數據序列是平穩的，則可確保耦合協調度計算結果的有效性。在此采用LLC 檢驗、IPS 檢驗、ADF 檢驗、PP 檢驗等4 種方法分別對數字普惠金融（DF）、碳減排能力（TJP）兩個變量及其一階差分（D＿DF、D＿TJP）進行單位根檢驗。

通過協整檢驗可以進一步驗證變量間是否存在長期穩定的均衡關系，若變量間存在協整關系，則其回歸結果是比較準確的。為了進行協整檢驗，需要先確定變量的面板VAR 模型的最優滯后階數。本研究根據MMSC－Akaike 信息準則、MMSC－Bayesian 信息準則和MMSC－Hannan and Quinn 信息準則確定最優滯后階數［24］。綜合各個信息準則的判斷結果，選擇變量的一階滯后項進行協整檢驗分析。

1.3.2 數字普惠金融與碳減排能力間的動態響應關系分析

參考王保乾等［24］、Holtz－Eakin 等［25］的研究，采用如下面板VAR 模型對黃河流域數字普惠金融與碳減排能力間的動態響應關系進行分析：

式中：Yit為內生變量（下標i、t分別表示省份和年份），包括D＿DF（數字普惠金融的一階差分）、D＿TJP（碳減排能力的一階差分）2 個變量，即Yit＝｛D＿DFit，D＿TJPit｝；ait為空間（地區）固定效應；tt為時間固定效應；Пt為待估系數；m為最優滯后階數；Yi t為內生變量的滯后項；uit為服從正態分布的隨機擾動項。

2 結果與分析

2.1 數字普惠金融發展水平

2011—2019 年黃河流域各?。▍^）數字普惠金融指數見表3。由表3 可以看出，黃河流域九?。▍^）數字普惠金融發展水平在2011—2019 年均穩步提升，其中山東、陜西、四川數字普惠金融發展水平一直相對較高，而甘肅、青海則一直相對較低，河南由2011 年的第7 位躍升為2019 年的第3 位（主要原因是2016 年河南省蘭考縣被設立為全國首個國家級數字普惠金融改革試驗區，使河南數字普惠金融發展水平大幅度提高）。

表3 2011—2019 年各?。▍^）數字普惠金融指數

從黃河流域上、中、下游地區來看（上游地區包括青海、四川、甘肅、寧夏、內蒙古5 個省份，中游地區包括陜西、山西2 個省份，下游地區包括河南、山東2 個省份）：上游地區數字普惠金融指數增幅最大，2019 年平均值0.906 較2011 年平均值0.127 增長了6.13 倍，其中四川、甘肅增幅較大，主要原因是四川北川縣和甘肅武威市等數字普惠金融最佳實踐區的設立，促進了數字普惠金融的發展，同時移動支付技術的普及促進了甘肅等偏遠地區數字普惠金融的發展；中游地區陜西、山西兩省數字普惠金融起步較晚，數字普惠金融指數增長最慢，但發展潛力較大，2019 年的平均值0.967較2011 年的平均值0.155 增長了5.23 倍；下游地區山東、河南兩省數字普惠金融指數的增幅較大（分別達0.841、0.856），與下游地區數字普惠金融基礎設施相對完善、數字普惠金融體系相對健全有關。

2.2 碳減排能力

2011—2019 年各?。▍^）碳減排能力指數計算結果見表4。由表4 可知，2011—2019 年四川、寧夏、山西、陜西、河南5 個?。▍^）的碳減排能力有所提高，而其他4 個?。▍^）的碳減排能力有所降低。各?。▍^）碳減排能力差異較大，從2019 年各?。▍^）碳減排能力大小排序看，陜西、四川、山東位居前3 位，而內蒙古、寧夏、青海位居末3 位，陜西是青海的1.75 倍。

表4 2011—2019 年各?。▍^）碳減排能力指數計算結果

從黃河流域上、中、下游地區來看，碳減排能力指數平均值均有所提升，但提升幅度存在較大差異，上、中、下游地區上升幅度分別為0.3%、6.0%、9.6%。中、下游地區資源豐富，經濟較為發達，能源利用率較高，具有較強的碳減排內生動力，其中河南碳減排能力增長幅度高達31.3%，原因是河南致力于環境保護，設立了國家生態文明建設示范市（縣）和“綠水青山就是金山銀山”實踐創新基地，在兼顧碳減排目標的情況下實現經濟發展；而上游地區受地理環境等因素的制約，產業結構和對外開放程度相對較低，碳減排能力提升難度較大，其中青海省碳減排能力下降幅度最大（達12.1%），雖然青海碳排放總量較小，但其經濟體量不大且工業排放占比較高，因而單位產出的碳排放量較大。

2.3 數字普惠金融與碳減排能力耦合協調度

2011—2019 年各?。▍^）數字普惠金融與碳減排能力耦合協調度計算結果見表5。

表5 2011—2019 年各?。▍^）數字普惠金融與碳減排能力耦合協調度計算結果

由表5 可知，2011—2019 年黃河流域各?。▍^）數字普惠金融與碳減排能力耦合協調水平呈穩步上升趨勢，耦合協調度上升幅度均超過50%，其中河南上升幅度達77.8%。2019 年，陜西、山東、四川、河南、山西這5 個省達到高度協調等級，這些省份經濟發展水平較高，基礎設施相對完善，數字普惠金融發展勢頭良好，通過優化產業結構、創新綠色轉型，碳減排能力提升較快。從流域整體上看，平均耦合協調度從2011 年的0.508 增長到2019 年的0.831，耦合協調等級由2011 年的中度協調上升到2019 年的高度協調。

從黃河流域上、中、下游地區來看，中下游地區耦合協調水平相對較高而上游地區相對較低，但耦合協調度差別不大，上、中、下游地區耦合協調度2011 年分別為0.488、0.535、0.532（均屬中度協調），2019 年分別為0.799、0.858、0.884（上游地區屬較高協調等級，中下游地區屬高度協調等級）。上游地區自然資源豐富，工業企業發展迅速，生態保護壓力較大，碳減排能力提升幅度相對較小，因此耦合協調水平雖有所提升，但仍低于中下游地區。中游地區耦合協調水平雖然在2011 年高于下游地區，但其中山西是煤炭大省，經濟發展依賴污染能耗高的傳統工業，使碳排放出現了剛性增長，碳減排能力較低，因此到2019 年耦合協調水平略低于下游地區。下游地區經濟發展水平較高、生態保護基礎較好，因此耦合協調水平在研究時段末超過了中游地區。

參考譚燕芝等［26］的研究，根據數字普惠金融指數和碳減排能力指數的大小關系劃分耦合協調類型：V1－V2＞0.1，屬于碳減排滯后型；V2－V1＞0.1，屬于數字普惠金融滯后型。由表3、表4 可知：黃河流域數字普惠金融和碳減排能力2 個子系統的耦合協調類型，在數字普惠金融發展起步階段的2011 年屬于數字普惠金融滯后型，隨著數字普惠金融的迅速發展，在2015年以后轉變為碳減排滯后型且2 個子系統的差距越來越大。數字普惠金融的快速發展使耦合協調度不斷提升，說明2 個子系統發展具有一定協同性，但碳減排能力提升的滯后性使得耦合協調發展的內生動力不足，整體上耦合協調水平還需進一步提高。

2.4 數字普惠金融與碳減排能力交互響應關系

2.4.1 單位根檢驗與協整檢驗

由表6 可知：DF序列通過了顯著性水平為1%的LLC 檢驗和PP 檢驗，但沒有通過顯著性水平為10%的IPS 檢驗和ADF 檢驗；TJP序列僅通過了顯著性水平為1%的PP 檢驗，未通過顯著性水平為10%的其他3 種檢驗；數字普惠金融的一階差分（D＿DF）和碳減排能力的一階差分（D＿TJP）均通過了顯著性水平為1%的4 種檢驗，即所有變量經過差分后的數據序列都是平穩的。

表6 單位根檢驗結果

協整檢驗結果表明，DF與TJP的協整關系通過了顯著性水平為1%的Westerlund 檢驗和顯著性水平為5%的Pedroni 檢驗，因此可以繼續進行回歸分析。

2.4.2 脈沖響應分析

采用脈沖響應函數，通過蒙特卡洛模擬進行了1 000次抽樣，檢驗數字普惠金融與碳減排能力之間的響應關系（本研究共設定10 期響應）、交互作用及其變化趨勢。

分別以數字普惠金融的一階差分（D＿DF）和碳減排能力的一階差分（D＿TJP）為脈沖變量對自身進行沖擊，結果表明：在95%的置信區間內，數字普惠金融脈沖對自身的正向影響主要體現在初期，到第5 期已基本平穩；碳減排能力脈沖對自身的正向沖擊在初期最大、在第1 期即快速下降并趨于穩定；黃河流域數字普惠金融和碳減排能力存在不同程度的自我增強機制，數字普惠金融與碳減排能力的短期效應均較大、長期效應均較小，其中數字普惠金融對自身正向脈沖的響應時間相對較長。

碳減排能力在受到數字普惠金融一階差分（D＿DF）的沖擊時，在95%的置信區間內呈現正向反應，且在初期反應最大，隨著期數的增加逐漸減弱，總體來說D＿DF的變化對D＿TJP的沖擊存在短期效應，即數字普惠金融的發展對提高碳減排能力具有一定的推動作用，說明兩子系統發展已初步存在協同性，但耦合發展協同水平還需進一步提高。黃河上、中、下游地區數字普惠金融發展不平衡，相鄰省份發展水平大致相近，區域帶動作用有限。

數字普惠金融在初期受到碳減排沖擊時產生一定負向響應，此后受到碳減排能力一階差分（D＿TJP）的沖擊時轉為正向響應但效應較小，說明碳減排能力對數字普惠金融初期的抑制作用會隨著時間的推移逐漸減弱，并最終轉化為正向促進作用但其持續時間不長。

當數字普惠金融與碳減排能力耦合協調類型屬于碳減排滯后型時，碳減排能力并未成為數字普惠金融發展的助推力，反而在一定程度上抑制二者的耦合協調；而當碳減排滯后型的碳減排能力大幅度提升時，會對二者的耦合協調性產生正向效應，進而通過內生動力促進數字普惠金融的發展。

3 結論與建議

3.1 結論

1）黃河流域數字普惠金融發展迅速，2019 年數字普惠金融指數較2011 年顯著增大。

2）黃河流域各?。▍^）碳減排能力差異明顯，在研究時段內中下游地區的碳減排能力相對較高且提升幅度較大，而上游地區碳減排能力相對較低且提升難度較大。

3）2011—2019 年黃河流域各?。▍^）數字普惠金融與碳減排能力耦合協調水平呈穩步上升趨勢，到2019 年陜西、山東、四川、河南、山西這5 個省達到高度協調等級，其他4 個?。▍^）達到較高協調等級，從流域整體上看耦合協調等級由2011 年的中度協調上升到2019 年的高度協調，從各區域看中下游地區耦合協調水平相對較高而上游地區耦合協調水平相對較低。

4）黃河流域數字普惠金融和碳減排能力均存在不同程度的自我增強機制，其短期效應較大、長期效應較??；數字普惠金融的發展對碳減排能力的提高具有一定的推動作用，兩子系統發展已初步存在協同性，但耦合協調性還需進一步增強；碳減排能力對數字普惠金融發展初期有一定抑制作用，隨著時間的推移其抑制作用逐漸減弱，并最終轉化為正向促進作用但持續時間不長。

3.2 建議

1）拓展數字普惠金融的覆蓋面，突破地理環境等因素的制約，推動數字普惠金融基礎設施建設，加快信息網絡、通信基站等設施改造升級，使青海、甘肅等省份能享受到更加便捷的移動網絡服務。

2）堅持“綠水青山就是金山銀山”的綠色發展理念。碳減排能力較高的黃河流域中下游地區應提高能源利用效率，促進產業低碳轉型，加大對綠色產業的支持力度，總結推廣生態文明建設試點的經驗，為碳減排提供動力支持；碳減排能力較低的上游地區應優化產業結構，淘汰高能耗、高排放等落后產能，促進傳統產業向創新性特色產業轉型，因地制宜發揮資源稟賦優勢，激發碳減排能力提升潛力。

3）加強區域交流合作和互聯互通，促進區域協調發展。數字普惠金融與碳減排能力耦合協調度較高的省份（如四川、陜西、山東等），結合自身優勢，發揮輻射效應，增強碳減排能力提升與數字普惠金融發展的協同性，進一步完善數字普惠金融體系建設，打造更加便捷高效的金融服務平臺，實現綠色資源的有效配置，助力低碳轉型目標的實現；耦合協調度相對較低的?。▍^）如青海、山西、內蒙古等，加強基礎設施建設，鼓勵發展數字普惠金融業務，解決金融服務“最后一公里”的難題，同時通過產業結構調整、技術創新等手段提高碳減排能力，發揮碳減排能力對數字普惠金融的正向促進作用，增強兩子系統均衡發展的內生動力，進而提高耦合協調水平。