周才云,葉佳
(華東交通大學(xué)經(jīng)濟管理學(xué)院,江西南昌,330013)
近年來,以GDP 為導(dǎo)向的經(jīng)濟發(fā)展模式取得了重大成就,我國經(jīng)濟迅速發(fā)展,人民生活水平不斷改善。但是這種發(fā)展模式也逐漸暴露出了不足和缺陷,環(huán)境污染嚴(yán)重、資源開發(fā)利用不盡合理已經(jīng)成為阻礙我國經(jīng)濟社會可持續(xù)發(fā)展的主要問題。而以“綠色全要素生產(chǎn)率(GTFP)”為導(dǎo)向的經(jīng)濟發(fā)展模式則體現(xiàn)了新發(fā)展理念,強調(diào)在發(fā)展經(jīng)濟的同時也要兼顧資源環(huán)境問題,是在資源環(huán)境約束下轉(zhuǎn)變經(jīng)濟發(fā)展方式的重要保障。GTFP 是對傳統(tǒng)全要素生產(chǎn)率的修正,涵蓋了創(chuàng)新、協(xié)調(diào)、綠色、開放、共享理念,是新時代衡量經(jīng)濟高質(zhì)量發(fā)展的一個最有效的綜合指標(biāo)。
在當(dāng)前我國轉(zhuǎn)變經(jīng)濟發(fā)展模式的重要環(huán)節(jié),金融作為現(xiàn)代經(jīng)濟的血液與核心應(yīng)充分發(fā)揮其對GTFP 的積極推動作用。然而,由于地域限制、高成本約束等技術(shù)和信息障礙等問題,傳統(tǒng)的金融發(fā)展模式已經(jīng)無法滿足我國經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型與可持續(xù)發(fā)展的需要[1],在此背景下,普惠金融應(yīng)運而生。相比于傳統(tǒng)金融,普惠金融更加強調(diào)機會平等問題,注重社會與經(jīng)濟的協(xié)調(diào)發(fā)展。隨著金融科技和數(shù)字技術(shù)的不斷發(fā)展,普惠金融與互聯(lián)網(wǎng)融合逐漸建立起了數(shù)字普惠金融這一新型金融服務(wù)模式,從而能夠降低交易成本、擴大金融供給范圍以實現(xiàn)金融資源的最大化利用[2]。數(shù)字普惠金融作為金融革命和技術(shù)革命的深度結(jié)合體,為提升GTFP 提供了動力源泉。
數(shù)字普惠金融通將人工智能、云計算、區(qū)塊鏈和大數(shù)據(jù)分析等數(shù)字技術(shù)應(yīng)用到綠色普惠金融領(lǐng)域,徹底顛覆了傳統(tǒng)金融的服務(wù)方式,不僅擴大有利于普惠金融的覆蓋范圍,還能夠降低企業(yè)與金融機構(gòu)間的信息不對稱,使得金融機構(gòu)能夠更好地甄選優(yōu)質(zhì)綠色項目,規(guī)避綠色創(chuàng)新風(fēng)險,從而實現(xiàn)金融資源的優(yōu)化配置。在數(shù)字普惠金融的推動下,金融的資源得以更多地向綠色行業(yè)和低碳行業(yè)傾斜,為提升GTFP 提供了良好的經(jīng)濟基礎(chǔ),有利于實現(xiàn)經(jīng)濟社會綠色發(fā)展。此外,數(shù)字普惠金融通過降低金融服務(wù)門檻,提高金融市場化水平和金融體系的包容性,為開展綠色項目的中小企業(yè)提供了資金來源,同時緩解了中小企業(yè)融資約束以促進企業(yè)綠色創(chuàng)新,也緩解了高杠桿對企業(yè)綠色創(chuàng)新的危害,使得金融體系能夠更好地服務(wù)于經(jīng)濟發(fā)展的客觀需要,有利于提高區(qū)域創(chuàng)新能力,推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級,從而提高經(jīng)濟發(fā)展效率和質(zhì)量。基于此,本文提出以下假設(shè):
假設(shè)1:數(shù)字普惠金融能夠有效提升GTFP。
1.數(shù)字普惠金融通過降低碳排放提升了GTFP
一方面,數(shù)字普惠金融的出現(xiàn)不僅能夠有效緩解中小企業(yè)的融資約束、降低其融資成本,還能通過互聯(lián)網(wǎng)、支付寶等數(shù)字技術(shù)的使用實現(xiàn)線上交易,從而減少企業(yè)為了融資往返金融機構(gòu)的途中產(chǎn)生的能源消耗和碳排放;另一方面,支付寶等數(shù)字金融通過增強線上互動和線上線下虛實結(jié)合的方式,刺激了公眾參與到繳費無紙化、共享單車、螞蟻森林等公眾日常低碳行為的積極性,實現(xiàn)碳排放的降低。因此,發(fā)展數(shù)字普惠金融有利于降低區(qū)域碳排放,特別是減少第三產(chǎn)業(yè)碳排放來實現(xiàn)GTFP 的提升[3]。
2.數(shù)字普惠金融通過緩解資源錯配提升了GTFP
根據(jù)資源配置理論,資源錯配是指資源不能充分自由流動,因此無法實現(xiàn)帕累托最優(yōu)狀態(tài)。Hsieh and Klenow(2009)[4]通過研究工業(yè)企業(yè)數(shù)據(jù)庫發(fā)現(xiàn)中美全要素生產(chǎn)率相差較大的原因是資源配置效率不同。相較于傳統(tǒng)金融,數(shù)字普惠金融利用大數(shù)據(jù)、人工智能等科技手段有效緩解了金融機構(gòu)與企業(yè)間信息不對稱問題,提高了市場透明度,有利于實現(xiàn)金融資源配置的公平化、合理化。長期以來,資源錯配的存在導(dǎo)致生產(chǎn)要素被無效配置,不僅浪費了大量金融資本和勞動力資源,阻礙了全要素生產(chǎn)率的提升,也制約了經(jīng)濟增長[5],而數(shù)字普惠金融的出現(xiàn)有利于引導(dǎo)金融資源和生產(chǎn)要素從生產(chǎn)效率低、環(huán)境污染嚴(yán)重的部門向生產(chǎn)效率高、環(huán)境污染少的部門流動[6],推動資源配置實現(xiàn)效益最大化和效率最優(yōu)化,加快綠色轉(zhuǎn)型,從而為經(jīng)濟高質(zhì)量發(fā)展提供有力支撐。
3.數(shù)字普惠金融通過推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化提升了GTFP
快速發(fā)展的金融科技能夠通過緩解信息不對稱、降低交易成本等途徑激勵資本積聚和科技創(chuàng)新以實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化[7]。在此基礎(chǔ)上,杜金岷等人(2020)[8]也發(fā)現(xiàn)數(shù)字普惠金融可以通過縮小收入差距、促進資本積累、擴張消費需求以及推動技術(shù)創(chuàng)新等途徑促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。作為經(jīng)濟增長的重要基礎(chǔ),產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化有利于轉(zhuǎn)變能源消費結(jié)構(gòu)、提升資源利用效率進而減輕環(huán)境污染程度,在很大程度上能夠提升一國經(jīng)濟發(fā)展的質(zhì)量和效率[9]。因此,隨著我國產(chǎn)業(yè)結(jié)構(gòu)不斷轉(zhuǎn)型升級,其對GTFP 的提升作用也會越來越顯著。
假設(shè)2:數(shù)字普惠金融能通過區(qū)域降低碳排放、緩解資源錯配以及推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化等途徑實現(xiàn)對GTFP 的提升效應(yīng)。
由表2 中豪斯曼檢驗結(jié)果可知,應(yīng)采用固定效應(yīng)模型研究數(shù)字普惠金融和GTFP 之間的關(guān)系,同時考慮到各個省份數(shù)據(jù)存在異質(zhì)性,且2011—2019年時間跨度較大,若不考慮時間因素可能導(dǎo)致實驗結(jié)果出現(xiàn)偏誤,因此為了保證研究結(jié)果的穩(wěn)健性,本文進一步采取控制時間和地區(qū)的雙向固定效應(yīng)模型進行分析。構(gòu)建模型如下:

表1 測算GML 指標(biāo)的投入產(chǎn)出說明

表2 變量定義及描述性統(tǒng)計
其中,i表示省份,t表示年份,GTFPit是被解釋變量,表示地區(qū)綠色全要素生產(chǎn)率,DIFIit是核心解釋變量,表示各省數(shù)字普惠金融發(fā)展水平,controlit表示控制變量,μit是隨機誤差項。
本文應(yīng)用2011—2019年我國30個省份的GTFP和北京大學(xué)數(shù)字金融研究中心提供的數(shù)字普惠金融指數(shù)分別作為被解釋變量和核心解釋變量,并參考現(xiàn)有文獻,引入外商直接投資水平、經(jīng)濟發(fā)展水平、環(huán)境規(guī)制、產(chǎn)業(yè)結(jié)構(gòu)水平、人力資本水平和金融發(fā)展水平作為控制變量。
1.被解釋變量:綠色全要素生產(chǎn)率(GTFP)
本文中GTFP 的數(shù)據(jù)是通過包含非期望產(chǎn)出的SBM-GML 模型測算得出,從而規(guī)避了ML 指數(shù)在線性規(guī)劃求解過程中常出現(xiàn)無解的問題。在具體的測算過程中,使用的數(shù)據(jù)主要包括以下指標(biāo):
計算公式如下:
其中,x、y和b分別表示要素投入、期望產(chǎn)出和非期望產(chǎn)出,g為方向向量。Dtc(xt,yt,bt;gt)則表示t時期的方向距離函數(shù)。
2.核心解釋變量:數(shù)字普惠金融指數(shù)(DIFI)
當(dāng)前研究數(shù)字普惠金融相關(guān)的研究大多引用北京大學(xué)數(shù)字金融研究中心和螞蟻科技集團研究院編制的“北京大學(xué)數(shù)字普惠金融指數(shù)”作為研究對象,因此本文也選取該指數(shù)及其三個二級指標(biāo)數(shù)字普惠金融覆蓋廣度(cov)、使用深度(dep)和數(shù)字支持服務(wù)程度(dig)作為數(shù)字普惠金融發(fā)展水平的代理變量。為了方便計算,將以上指標(biāo)均除以100作為原始變量。
3.控制變量
在控制變量的選取上,本文主要從GTFP 的影響因素出發(fā)來加以選擇,具體包括:(1)外商直接投資水平(lnfdi),采用實際利用外商直接投資額取對數(shù)表示;(2)經(jīng)濟發(fā)展水平(lnpgdp),用人均GDP取對數(shù)表示;(3)環(huán)境規(guī)制(Env),以環(huán)境規(guī)制指數(shù)衡量,參考原毅軍(2020),數(shù)據(jù)采用熵權(quán)法獲得;(4)產(chǎn)業(yè)結(jié)構(gòu)水平(ind),用第二產(chǎn)業(yè)GDP 占地區(qū)生產(chǎn)總值的比重表示;(5)人力資本水平(hum),以人均受教育年限衡量;(6)金融發(fā)展水平(fin),用金融機構(gòu)年末存貸款余額總額與GDP 的比重表示。
本文基于2011—2019 年我國30 個省份(除港澳臺及西藏)的面板數(shù)據(jù)進行研究。其中,數(shù)字普惠金融指數(shù)及其二級指標(biāo)數(shù)據(jù)均來源于北京大學(xué)數(shù)字金融研究中心所編制的《北京大學(xué)數(shù)字普惠金融指數(shù)(2011—2019 年)》。其他基礎(chǔ)數(shù)據(jù)大部分來源于各省份的統(tǒng)計年鑒、國家統(tǒng)計局、中經(jīng)網(wǎng)、Wind 數(shù)據(jù)庫、中國碳核算數(shù)據(jù)庫(CEADs)等。
表3 中第(1)列數(shù)據(jù)為未加入控制變量時數(shù)字普惠金融對GTFP 的回歸結(jié)果,回歸系數(shù)為0.222,且在1%的水平下顯著;加入控制變量后,顯著性保持不變,回歸系數(shù)變大,這表明在樣本范圍內(nèi)數(shù)字普惠金融對GTFP 具有顯著的提升效應(yīng),假設(shè)1成立。

表3 雙向固定效應(yīng)模型回歸結(jié)果
1.內(nèi)生性檢驗
為了最大限度地減少數(shù)字普惠金融和GTFP 之間的內(nèi)生性問題,驗證基準(zhǔn)回歸結(jié)果的穩(wěn)健性,本文選取自變量數(shù)字普惠金融的滯后一期和各省份到杭州的球面距離作為工具變量進行回歸。一方面,考慮到數(shù)字普惠金融的發(fā)展具有延續(xù)性,前一期的數(shù)字普惠金融可能會對當(dāng)期產(chǎn)生影響,但是不會對擾動項產(chǎn)生影響;另一方面,各省份到杭州的球面距離與數(shù)字普惠金融發(fā)展程度相關(guān),滿足相關(guān)性,且各省份到杭州的球面距離為嚴(yán)格外生變量,不與GTFP直接關(guān)聯(lián),滿足工具變量的外生性假設(shè)。
表4 報告了工具變量的回歸結(jié)果。第一階段中,數(shù)字普惠金融的滯后一期數(shù)據(jù)和各省份到杭州的球面距離對數(shù)字普惠金融的回歸系數(shù)分別為0.484 和0.344,且都在1%的水平下顯著,滿足相關(guān)性要求;同時由第一階段F值可知不存在弱工具變量問題。根據(jù)第二階段回歸結(jié)果,在充分考慮內(nèi)生性偏差后數(shù)字普惠金融與GTFP 仍然顯著正相關(guān),假設(shè)1 仍然成立,這也證實了回歸結(jié)果的可靠性。
2.其他穩(wěn)健性檢驗
第一,替換解釋變量。分別將數(shù)字普惠金融的覆蓋廣度(cov)、使用深度(dep)和數(shù)字支持服務(wù)程度(dig)這三個指標(biāo)代入模型中對GTFP 進行回歸,回歸結(jié)果如表3 第(3)(4)和(5)列所示,回歸系數(shù)分別為0.234、0.160 和0.120,可見數(shù)字普惠金融的三個二級指標(biāo)也對GTFP 具有顯著提升效應(yīng),其中覆蓋廣度影響效果最強。
第二,變量縮尾處理。對模型中的全部變量進行雙側(cè)1%的縮尾處理后再回歸,由表5 第(1)列可知,數(shù)字普惠金融回歸系數(shù)和顯著性與基準(zhǔn)回歸結(jié)果基本一致,說明基準(zhǔn)回歸結(jié)果較為穩(wěn)健。
第三,多模型回歸。表5 中(2)(3)列分別報告了數(shù)字普惠金融指數(shù)對GTFP 進行固定效應(yīng)模型和隨機效應(yīng)模型的結(jié)果,可見數(shù)字普惠金融回歸系數(shù)符號及顯著程度均沒有產(chǎn)生明顯差異,這也進一步驗證了回歸結(jié)果的穩(wěn)健性。總之,經(jīng)過穩(wěn)健性檢驗之后,實證結(jié)果與基準(zhǔn)回歸值沒有顯著差異,即本文結(jié)論是穩(wěn)健、可靠的。
1.中介效應(yīng)模型構(gòu)建
為了進一步研究數(shù)字普惠金融對GTFP 的間接傳導(dǎo)機制,根據(jù)相關(guān)理論研究最終選擇了碳排放、資本錯配和產(chǎn)業(yè)結(jié)構(gòu)升級這三個變量作為中介變量進行檢驗,并構(gòu)建了如下模型:
2.影響機制分析
(1)碳排放降低效應(yīng)分析。選取區(qū)域碳排放量作為中介變量進行回歸分析。根據(jù)表6 第(2)(3)列可知,α1為負(fù)且通過了顯著性檢驗,一方面,說明數(shù)字普惠金融能夠有效降低區(qū)域碳排放;另一方面φ2也為負(fù),且數(shù)字普惠金融的回歸系數(shù)略下降,這表明數(shù)字普惠金融能通過降低區(qū)域碳排放水平從而提升GTFP。

表6 影響機制分析
(2)資源錯配緩解效應(yīng)分析。各省的資源錯配指數(shù)采用主成分分析法計算,其中勞動力錯配指數(shù)權(quán)重系數(shù)為0.610 4,資本錯配指數(shù)權(quán)重系數(shù)為0.389 6。實證結(jié)果如表6 第(4)列、第(5)列所示,α1為-0.092 8 表明數(shù)字普惠金融顯著緩解了資源錯配程度;φ2為-0.674,同時φ1相比β1略下降,這說明數(shù)字普惠金融能夠通過緩解區(qū)域資源錯配程度進而提升GTFP。
(3)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)分析。劉贏時等(2018)[10]研究發(fā)現(xiàn)相較于產(chǎn)業(yè)結(jié)構(gòu)合理化,產(chǎn)業(yè)結(jié)構(gòu)高級化對GTFP 的提升效果更為顯著,因此本文選擇產(chǎn)業(yè)結(jié)構(gòu)高級化數(shù)據(jù)作為中介變量。由表6 第(6)列、第(7)列相關(guān)數(shù)據(jù)可知,α1為0.419,表明數(shù)字普惠金融能夠推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化;同時,φ2為0.181 說明產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化有利于經(jīng)濟社會綠色發(fā)展。因此,數(shù)字普惠金融能通過促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化作用于GTFP。綜上,假設(shè)2 得以驗證。
基于地區(qū)經(jīng)濟發(fā)展水平和金融發(fā)展水平視角,深入研究數(shù)字普惠金融對GTFP提升效應(yīng)的異質(zhì)性。
考慮到我國各地區(qū)經(jīng)濟發(fā)展水平不同,尤其是東部與中西部地區(qū)之間資源稟賦、工業(yè)基礎(chǔ)差異明顯。因此,本文將我國東部地區(qū)和中西部地區(qū)依據(jù)區(qū)域經(jīng)濟水平差異劃分后分別進行回歸,表7 中第(1)(2)(3)列分別報告了在我國東部和中西部地區(qū)數(shù)字普惠金融對GTFP 的影響效果,從中可以看出在東部地區(qū)數(shù)字普惠金融對GTFP 的回歸系數(shù)顯著為正;但是在中部和西部地區(qū)卻沒有通過顯著性檢驗。原因可能在于東部地區(qū)經(jīng)濟基礎(chǔ)較好,數(shù)字普惠金融資源得以更多地向綠色行業(yè)和低碳行業(yè)傾斜,為提升GTFP 提供了良好的經(jīng)濟基礎(chǔ),因此有利于轉(zhuǎn)變經(jīng)濟發(fā)展方式,進一步推動經(jīng)濟社會綠色發(fā)展;而中西部地區(qū)經(jīng)濟發(fā)展相對落后,信息和信用體系不夠健全,金融服務(wù)風(fēng)險較高,這些因素從客觀上抑制了當(dāng)?shù)財?shù)字普惠金融的發(fā)展,不利于GTFP 的提升。

表7 異質(zhì)性分析
由于我國各省市間金融發(fā)展水平可能存在較大差異,因此本文將金融發(fā)展水平按中位數(shù)劃分為金融水平發(fā)達地區(qū)和金融不發(fā)達地區(qū)分別回歸。由表7 第(4)列結(jié)果顯示,在金融發(fā)達地區(qū)數(shù)字普惠金融對GTFP 的系數(shù)為0.408,且在1%的水平下顯著;而在金融不發(fā)達地區(qū),從表7 第(5)列可以看出數(shù)字普惠金融對GTFP 的影響效果并不顯著。這可能是因為金融發(fā)達地區(qū)的金融基礎(chǔ)設(shè)施相對完善,金融制度環(huán)境良好,金融產(chǎn)品與服務(wù)供給豐富多樣,從而能夠?qū)TFP 的提升起到良好的促進作用;然而在金融不發(fā)達地區(qū)數(shù)字普惠金融發(fā)展較為落后,金融市場發(fā)育不成熟,同時由于“數(shù)字鴻溝”“知識鴻溝”的存在,該地區(qū)仍有不少人難以掌握數(shù)字普惠金融的相關(guān)知識和技能,所以該效果不顯著。
本文以2011—2019 年中國30 個省份的綠色全要素生產(chǎn)率和北京大學(xué)數(shù)字金融研究中心提供的數(shù)字普惠金融指數(shù)為研究對象,運用雙向固定效應(yīng)模型和中介效應(yīng)模型分析數(shù)字普惠金融對GTFP的影響效果和傳導(dǎo)路徑,發(fā)現(xiàn)數(shù)字普惠金融能夠有效提升GTFP,并在經(jīng)過多角度穩(wěn)健性檢驗后該結(jié)論依然成立;數(shù)字普惠金融的三個二級指標(biāo)也對GTFP 具有顯著提升效應(yīng),其中覆蓋廣度影響效果最強。異質(zhì)性分析表明,這種提升效應(yīng)在東部地區(qū)和金融發(fā)達地區(qū)尤為顯著。另外,影響機制檢驗也發(fā)現(xiàn)數(shù)字普惠金融可以通過降低區(qū)域碳排放、緩解資源錯配以及推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化等渠道提升GTFP。基于上述分析,結(jié)合黨的十九屆五中、六中全會精神,我們提出以下三點政策建議:
首先,健全數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè),提升金融資源配置效率。加快提升互聯(lián)網(wǎng)和智能移動終端普及率,積極推進5G 網(wǎng)絡(luò)、數(shù)據(jù)中心等新型數(shù)字基礎(chǔ)設(shè)施及其在普惠金融領(lǐng)域的應(yīng)用;同時加大數(shù)字支付的宣傳和普及工作,擴大社會信用覆蓋面,加快網(wǎng)絡(luò)通信的提速降費,提高數(shù)字普惠金融的可得性和包容性,發(fā)揮數(shù)字普惠金融作為資源共享的平臺作用,最大限度提高資源配置的質(zhì)量和效率。只有不斷提升消費者數(shù)字金融素養(yǎng),縮小“數(shù)字鴻溝”,才能讓中西部地區(qū)及金融水平不發(fā)達地區(qū)更多地享受到數(shù)字普惠金融服務(wù),從而為提升GTFP 提供良好的平臺。
其次,推進綠色低碳生產(chǎn)生活方式,提升綠色數(shù)字普惠金融服務(wù)能力。一方面,處理好經(jīng)濟發(fā)展與美麗建設(shè)的關(guān)系,打造低碳產(chǎn)業(yè)體系,努力走出一條具有中國特色的生態(tài)與經(jīng)濟協(xié)調(diào)發(fā)展之路。同時發(fā)揮公民主體作用,大力倡導(dǎo)簡約適度、綠色低碳的生活方式和環(huán)保風(fēng)尚,讓綠色低碳真正融入生產(chǎn)生活,加快發(fā)展方式和生活方式的綠色轉(zhuǎn)型;另一方面,鑒于數(shù)字普惠金融可以通過降低碳排放水平提升GTFP,深化綠色數(shù)字普惠金融的服務(wù)水平,利用數(shù)字化手段推進全民碳減排,如鼓勵公眾積極參與綠色出行、減紙減塑、節(jié)能降耗等低碳行為,促進公眾踐行綠色生產(chǎn)生活方式。
最后,推進數(shù)字普惠金融和綠色金融融合發(fā)展,拓展金融科技在綠色金融領(lǐng)域的運用。將綠色金融標(biāo)準(zhǔn)、綠色金融規(guī)則融入普惠金融全過程,實現(xiàn)普惠金融和綠色金融相關(guān)標(biāo)準(zhǔn)體系的協(xié)調(diào)。以碳中和為約束條件,不斷建立和完善綠色普惠金融政策體系,引導(dǎo)和激勵金融系統(tǒng)以市場化方式支持綠色投資,尤其是要關(guān)注和服務(wù)于因綠色轉(zhuǎn)型帶來更高經(jīng)營成本的高碳行業(yè)、依附于高碳行業(yè)的小微企業(yè)及其從業(yè)者,以及現(xiàn)有綠色金融體系支持相對較弱的領(lǐng)域。既要在推動金融普惠過程中堅持綠色發(fā)展方向,防止“高碳普惠”;又要注重將綠色金融資源惠及人民,防止“減碳傷民”。