金融与技术的交汇:可持续工业化之路的不平等性

《Economic Analysis and Policy》:When finance meets technology: Unequal paths to sustainable industrialization

【字体: 大 中 小 】 时间:2026年07月24日 来源:Economic Analysis and Policy 9.0

编辑推荐:

  摘要可持续工业化日益紧迫,这引发了关于金融和技术因素在推动绿色经济发展中作用的重要疑问。以往研究多分别探讨绿色金融与信息通信技术(ICT)的效应,却较少关注其在不同可持续工业化水平及国家收入群体中的差异。因此,本文旨在分析2000至2020年间绿色金融和ICT对94个国家可持续工

  

摘要

可持续工业化日益紧迫,这引发了关于金融和技术因素在推动绿色经济发展中作用的重要疑问。以往研究多分别探讨绿色金融与信息通信技术(ICT)的效应,却较少关注其在不同可持续工业化水平及国家收入群体中的差异。因此,本文旨在分析2000至2020年间绿色金融和ICT对94个国家可持续工业化的影响。通过双向固定效应模型和矩量分位数回归模型,并结合动态系统广义矩估计方法,本研究探究了这些因素在条件分布及不同收入群体中的关联机制。研究结果表明,绿色金融与ICT均与可持续工业化呈正相关,但其效应并不一致:绿色金融在高收入国家及更高水平的可持续工业化进程中作用更为显著;ICT在较高可持续工业化水平下也表现出更强效应,但其在不同国家收入群体中的影响差异较大。这些发现凸显了制度质量、金融能力及数字化准备程度对可持续工业化成果的重要性。本研究通过提供有关绿色金融与ICT对可持续工业化差异化影响的新跨国证据,为相关领域研究作出了贡献。

引言

气候变化加剧了向更可持续的发展模式转型的压力(Girard & Nocca, 2020; Stern et al., 2022; Cao & Tao, 2023; Zambrano-Monserrate et al., 2024)。不断上升的气温、极端天气事件以及环境退化持续影响着生产体系、公共基础设施和社会福利(Jha & Dev, 2024; Onoh et al., 2024; Ali et al., 2025)。为此,《巴黎协定》等国际协议进一步强调了减少温室气体排放、加速向更清洁的经济活动形式转型的必要性(Streck et al., 2016; Delbeke et al., 2019; Hamilton et al., 2021; Wan et al., 2022)。
这一挑战对工业领域尤为重要。传统工业化长期与碳排放、资源枯竭和环境破坏相伴而生(Raihan et al., 2022; Voumik et al., 2023)。而可持续工业化则致力于将经济增长与资源效率、清洁技术及长期环境责任相结合(Wang et al., 2023; Hariram et al., 2023; Rame et al., 2024)。它与实现可持续发展目标密切相关,尤其是那些涉及弹性基础设施、包容性工业发展及环境保护的目标(Shostya, 2021; Monaco, 2024; Sharma & Gupta, 2024)。
在推动这一转型的各类因素中,绿色金融与信息通信技术(ICT)受到了越来越多的关注。绿色金融能够缓解环保类投资的资金压力,支持清洁工业流程、可再生能源应用以及具备气候抵御能力的基础设施建设(Sahoo et al., 2024)。ICT则可通过减少浪费、优化流程以及推广数字监控、自动化和智能生产系统来提升工业效率(Javaid et al., 2022; Lee et al., 2022; Mishra & Singh, 2023; Wang et al., 2023)。这些途径表明,金融与数字化都可能推动可持续工业化的转型。
然而,现有研究存在两方面的局限性。首先,大多数研究并未考察这些因素在低、中、高可持续工业化水平的国家中是否存在差异。其次,现有文献很少探讨这些关系在不同收入群体中是否呈现系统性差异。Jawadi等人(2025)通过研究发展中国家的绿色金融与可持续工业化,提供了重要参考,但他们的分析主要聚焦于绿色金融,ICT仅作为扩展模型中的额外控制变量出现。因此,目前仍缺乏证据表明绿色金融与ICT是否是推动可持续工业化的独立因素,以及它们的效应是否会在可持续工业化的条件分布及不同国家收入水平间发生变化。
本文旨在弥补这一空白。它探讨的是绿色金融与ICT对各国可持续工业化的影响是否一致,还是其效应会随着工业可持续化水平及国家收入群体的不同而有所强弱变化。为回答这一问题,我们分析了2000至2020年间94个国家的平衡面板数据。首先,我们运用双向固定效应模型,在控制未被观测到的国家与时间异质性的前提下,确定核心解释变量与可持续工业化之间的平均关联度。随后,我们采用矩量分位数回归方法,探究这些效应在可持续工业化的条件分布中的差异。此外,我们还比较了不同收入群体间的估算结果,以识别其中的异质性特征。最后,我们通过动态系统广义矩估计方法作为补充,评估在考虑可持续工业化的持续性及潜在内生性问题后,主要研究结果是否依然稳定。
本研究有三项贡献。首先,它将绿色金融与ICT纳入更广泛的跨国背景下可持续工业化的核心实证分析之中。其次,它不仅关注平均效应,还研究了这些关系在可持续工业化分布各层面的差异。第三,它揭示了基于收入的异质性,这一点十分重要,因为相同的金融与数字化机制在不同收入水平的经济体中可能产生不同的作用效果。
研究结果表明,绿色金融与ICT均与可持续工业化呈正相关,但其效应并不一致。绿色金融在高收入经济体及更高水平的可持续工业化进程中作用更为显著;ICT在较高可持续工业化水平下也表现出更强效应,但其在不同国家收入群体中的影响差异较大。这些发现表明,绿色金融与ICT的益处取决于经济与制度条件。因此,旨在支持可持续工业化的政策应当充分考虑各国在金融能力、治理水平及数字化准备程度上的差异。
本文的其余结构如下:第二部分阐述理论框架并提出假设;第三部分介绍数据与实证分析方法;第四部分报告主要研究结果;第五部分对研究发现进行讨论;第六部分阐述政策启示,指出研究的局限性,并提出未来研究方向。

章节节选

理论框架与假设构建

在本节中,我们探讨了核心解释变量与可持续工业化之间的理论联系。分析重点在于绿色金融与信息通信技术(ICT),这两者都可能推动工业体系向资源利用效率更高、碳排放更低且更具抗风险能力的方向转型。同时,它们的效应在不同国家之间可能存在差异,这可能与各国制度条件有所不同

数据集与变量选择

本节介绍了本研究的数据收集过程及所用数据来源。分析基于2000至2020年期间94个国家的平衡面板数据。样本选择截至2020年,是因为若延长时间范围,主要变量的数据可得性会大幅下降,跨国比较性也会减弱。此外,新冠疫情对全球投资与工业活动造成了严重干扰,这也是终止样本时间范围的另一个原因

描述性统计

表2列出了分析中所用变量的主要描述性统计指标。以SDG-9指数衡量的可持续工业化指标,其平均值为0.314,总体标准差为0.162。其国家间差异(0.160)远大于国家内部差异(0.029),这说明各国在可持续工业化方面的差异比同一国家内的年度变化更为明显。该指标的观测值范围在0.000至

讨论

本研究分析了2000至2020年间绿色金融与ICT在94个国家中与可持续工业化的关系。本文的贡献不仅在于估算了平均效应,还揭示了这些关系在不同国家收入群体以及可持续工业化条件分布的不同阶段存在差异。这一点非常重要,因为同样的绿色金融增长或数字化普及并不会在所有国家产生相同的效果

政策启示、研究局限性及未来研究方向

研究结果带来一项重要的政策启示:绿色金融与ICT对可持续工业化的益处在不同国家并不相同。它们的有效性取决于制度质量、生产能力、数字化准备程度以及已实现的工业化水平。因此,政策制定应结合各国实际情况,而非采用一刀切的策略。
第一个启示与低收入国家的绿色金融相关
Manuel A. Zambrano-Monserrate
厄瓜多尔桑博龙东圣灵大学
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号