數字金融發展如何賦能二氧化碳減排？

馮素玲 許德慧 張榕

摘要：數字金融作為金融與數字技術有機結合的產物，對實現“雙碳”目標有著重要意義。在理論分析的基礎上，基于2011—2019年中國278個地級市的面板數據，實證分析數字金融發展對二氧化碳排放的直接影響和作用機制，并進一步探究政府環境規制的調節效應及數字金融發展的空間溢出效應。研究發現，數字金融發展能顯著降低二氧化碳排放，在進行一系列穩健性檢驗后結論依然成立。特別地，數字金融的覆蓋廣度和使用深度對二氧化碳排放的抑制作用更顯著，且在西部地區數字金融發展的二氧化碳減排效應更大。機制分析表明，數字金融發展能夠有效促進綠色金融發展、技術創新和產業結構升級，進而減少二氧化碳排放。進一步來看，政府環境規制能強化數字金融發展的二氧化碳減排效應；本地數字金融發展會通過“虹吸效應”抑制鄰地數字金融發展，進而不利于鄰地二氧化碳減排。因此，應完善現代金融體系，實施動態化、差異化的數字金融發展戰略，加強數字技術對綠色金融的服務力度，適度提高政府環境規制水平，加大對技術和人才的政策扶持力度，以如期實現“雙碳”目標。

關鍵詞：數字金融；二氧化碳排放；綠色金融；空間溢出；環境規制；“雙碳”目標

文獻標識碼：A文章編號：100228482023（04）001514

一、問題提出

工業革命以來，全球性的氣候變化已成為21世紀人類共同面臨的重大挑戰。2020年9月，習近平總書記提出“碳達峰、碳中和”目標，自此“雙碳”概念多次出現在中央重要會議與政府規劃中?！半p碳”目標能否如期實現，對于推動經濟社會高質量發展具有重大現實意義和歷史意義。為如期實現“雙碳”目標，中國在當前環境規制問題上逐漸加大了對二氧化碳排放規模大、強度高的碳密集型產業的關注和重視。然而，推進碳密集型產業低碳化轉型，須解決其在發展模式轉變、能源結構調整、產業結構轉型、技術創新升級等方面所面臨的嚴峻挑戰，經濟低碳化轉型目標并非朝夕可及。同時，低碳化轉型過程中，無論技術創新抑或產業結構轉型，都需要持續大量的資金投入，若僅通過企業內部資金進行研發投資，則可能存在自有積累不足的問題，易導致企業流動性風險上升，低碳化轉型的外部融資壓力和融資約束問題顯著存在［1］。

金融作為實體經濟的“血脈”，在推進經濟低碳化進程中為實體經濟提供必要的金融服務與支持。然而，經濟低碳化轉型過程中金融市場存在的外部性問題、不完全信息問題、公共物品問題、不完全市場問題和市場不完全競爭等市場失靈現象，也會干擾金融資源的配置效率，削弱金融發展的二氧化碳減排效應［2］。因此，實現“雙碳”目標對金融的創新發展也提出了客觀要求。數字金融作為金融創新發展的產物，是金融與數字技術的有機結合。一方面，數字金融通過對傳統金融進行“增量補充”和“存量優化”，能夠充分糾正傳統金融中存在的“屬性錯配”“領域錯配”和“階段錯配”問題，進而為緩解企業融資約束、改善企業技術創新提供必要條件［3］；另一方面，數字金融發展能夠提高金融機構對社會零散資源的導向和整合作用，改變并優化資本轉換與調配格局，加速經濟資源在產業部門之間的流動，通過提高資源配置效率，實現效用最大化下的產業結構優化升級［4］。因此，數字金融發展為破解碳密集型產業低碳化轉型在產業結構轉型、技術創新升級等方面所面臨的嚴峻挑戰，進而更快實現“雙碳”目標提供了契機。那么，數字金融發展能否降低地區二氧化碳排放？若能，其作用機制如何？回答以上問題，不僅能夠豐富數字金融相關理論，而且可以為驗證數字金融發展與二氧化碳排放之間的關系提供經驗證據，對于如期實現“雙碳”目標，進而實現高質量發展具有重要意義?；诖?，本文在厘清數字金融發展對二氧化碳排放的直接影響和作用機制基礎上，進一步探究了數字金融發展與政府環境規制的協同減排效應，以及數字金融發展對二氧化碳排放的空間溢出效應。

與現有文獻相比，本文的創新之處與邊際貢獻主要有：第一，針對數字金融發展和二氧化碳排放的關系，提出綠色金融發展作用機制，并進行系統的理論分析和實證檢驗，豐富了數字金融發展對二氧化碳排放的作用渠道研究；第二，探究政府環境規制的調節作用，為協調數字金融與環境規制之間的關系進而實現“雙碳”目標提供政策啟示；第三，從地級市層面分析數字金融發展對二氧化碳排放的空間溢出效應，有助于修正現有研究的不足。

二、文獻綜述

在推進經濟低碳化進程中，金融扮演著重要角色。針對金融發展對二氧化碳排放的影響，有學者基于環境庫茲涅茨理論，從金融發展的技術效應、結構效應和規模效應出發進行了較多研究。從金融發展的技術效應來看，金融發展能夠有效緩解企業融資約束，幫助企業在更大的規模上進行技術創新活動，從而降低二氧化碳排放［5］。需要注意的是，技術創新帶來的二氧化碳減排效應也存在一定前提條件，即綠色環保型［6］、突破知識存量積累臨界點［7］的技術創新才會表現出顯著的碳減排效應。從金融發展的結構效應來看，金融發展能有效提高資金配置效率，使得有限的金融資源更多地投向具有更高生產率和產出增長率的區域或主體，通過促進產業結構優化升級減少二氧化碳排放［8］。然而，金融發展的規模效應則會提高二氧化碳排放，即金融發展帶動企業生產規模擴張、促進經濟增長的同時，也會增加更多的能源消耗和二氧化碳排放［5］。金融發展能否減少二氧化碳排放，關鍵在于不同時期金融發展的技術效應、結構效應和規模效應之間的權衡。

因此，學者們對金融發展的二氧化碳減排效應進行了實證檢驗。研究發現，中國金融發展與二氧化碳排放強度呈倒U型關系，即當中國金融發展水平較低時，金融發展會促進二氧化碳排放，當金融發展水平較高時，金融發展會抑制二氧化碳排放［5］。主要原因在于，當金融發展水平較低時，制度和功能并不完善，金融市場的資源配置功能受到抑制，大量金融資源主要流向國有企業和大型企業，往往造成在高耗能、高排放行業的重復投資，而民營企業和中小微企業用于清潔生產和技術改造的資金卻難以獲得，此時金融發展的減排效應較弱［9］；隨著金融發展水平的提高，金融市場制度和功能逐漸完善，企業綠色技術創新面臨的融資約束得以緩解，此時金融發展具有較強的碳減排效應。同時，在綠色制度約束下，流向傳統產能過剩行業的逐利資本也會更多流向綠色環保產業，進一步強化了金融發展的碳減排效應［10］。上述結論既證實了環境庫茲涅茨曲線，也說明長期來看金融發展有利于減少二氧化碳排放。

作為金融與數字技術有機結合的產物，數字金融發展與二氧化碳排放之間的關系已有部分學者進行了研究。一方面，已有研究發現，數字金融發展可以直接減少個人和企業二氧化碳排放。從個人來看，隨著數字金融發展，個體消費者可以通過微信、支付寶等移動支付平臺參與出行繳費、生活繳費、網絡掛號和購票等，極大減少消費者線下出行所產生的二氧化碳排放［11］。從企業來看，數字借貸平臺發展能極大提升金融服務效率，通過線上借貸平臺為小微企業快速提供小額貸款，解決小微企業資金周轉問題，助推小微企業進行商業模式的綠色創新，從而支持二氧化碳減排［12］。另一方面，已有研究也從數字金融的經濟增長效應、技術創新效應和產業結構效應切入，分析了數字金融發展對碳排放的作用機制［13］。上述作用機制與傳統金融發展的規模效應、技術效應和結構效應類似。

綜上所述，以上研究對于理解數字金融發展對二氧化碳排放的影響有很好的借鑒意義，為本文奠定了良好的研究基礎。但數字金融發展時間較短，有關數字金融影響二氧化碳排放的研究還存在很大局限性：第一，現有研究對數字金融發展影響二氧化碳排放的傳導機制進行了分析，但沒有凸顯“雙碳”目標下綠色金融的重要傳導作用；第二，現有研究較少從地級市層面分析數字金融發展對二氧化碳排放的空間溢出效應，地區間數字金融發展與二氧化碳排放的空間關聯效應不容忽視；第三，現有研究僅將政府環境規制作為控制變量，忽略了數字金融發展與政府環境規制對二氧化碳排放的協同作用。鑒于此，本文從理論和實證兩個方面出發，基于2011—2019年中國278個地級市的面板數據，探究數字金融發展對二氧化碳排放的影響，在檢驗技術創新和產業結構升級兩條傳統作用機制的同時，創新性地納入綠色金融作用機制進行檢驗，并進一步將政府環境規制引入“數字金融發展—二氧化碳排放”的分析范式，分析政府環境規制對數字金融發展的二氧化碳減排效應的調節作用，最后探究數字金融發展對二氧化碳排放的空間溢出效應。

三、理論分析與研究假說

（一）數字金融發展對二氧化碳排放的直接影響

從微觀上看，數字金融發展不僅變革了居民生活方式，減少了居民交通出行頻率，而且提高了居民環保意識，促進了居民綠色消費，從而減少了二氧化碳排放。一方面，國際能源署（IEA）數據顯示，交通運輸業為全球第二大碳排放部門，碳排量占比達25%，是引發全球氣候變化的主要因素

參見IEA發布的《全球能源論評報告》，https：//www.iea.org/reports/globalenergyreview2020。。面對交通出行產生的碳排放壓力，數字金融發展所帶來的移動支付普及減少了居民對金融機構線下網點的依賴程度，大大降低了居民交通出行頻率，減少了出行消費所產生的能源消耗和傳統網點的現金交易的成本，有利于減少二氧化碳排放。另一方面，聯合國環境規劃署發布的《排放差距報告2020》顯示

參見https：//www.unep.org/emissionsgapreport2020。，全球溫室氣體排放大約有2/3由居民消費產生。螞蟻金服、京東金融等數字金融平臺推出的諸如“螞蟻森林”“綠色扶蘋”等作為重要的環保宣傳渠道，極大提高了居民的環保意識和環保參與度，促進了居民消費結構的低碳轉型升級，從而減少居民消費碳排放；同時，居民對綠色環保產品需求的增加，也會從消費端加速倒逼消費品生產端的產業鏈綠色轉型，進一步促進二氧化碳減排［14］。

從宏觀上看，數字金融發展不僅為低碳環保產業帶來更多的金融支持，而且有利于碳交易市場的健康發展，從而減少二氧化碳排放。一方面，隨著中國對低碳可持續發展的日益重視，在環境保護政策以及“雙碳”目標的引導下，金融機構有充足的壓力和動力將信貸資源投向低碳環保產業，數字金融發展帶來的增量資金也會更多地流向低碳環保產業，進而促進二氧化碳減排。另一方面，隨著數字金融發展，金融機構可以充分利用數字技術為碳交易市場的客戶篩選、投資決策、交易定價、信息披露等提供技術支持，促進碳金融產品更加普惠化和大眾化，從而推動碳交易市場規模擴大和健康發展。在此基礎上，通過產權定價、市場交易等方式對沒有懲罰或補償的碳排放行為進行平衡，最終將碳排放的外部性完全內部化，有利于二氧化碳減排［13］。因此，本文提出以下假設：

H1：數字金融發展能直接減少二氧化碳排放。

（二）數字金融發展對二氧化碳排放的作用機制

“雙碳”目標強調經濟發展與碳減排的統一與協調，這就要求通過各種途徑和方法，以更少的資源投入實現更少的二氧化碳排放和更高的經濟產出。本文從綠色金融發展、技術創新和產業結構升級三個角度切入，分析數字金融發展對二氧化碳排放的作用機制。

1.數字金融、綠色金融和二氧化碳排放

綠色金融的“金融”和“綠色”屬性，使其成為連接數字金融與二氧化碳排放的重要橋梁。綠色金融發展不僅要考慮“經營可持續”的約束條件，而且要將“環境可持續”作為本質目標。然而，收集企業環境信息并量化企業環境表現具有很強的專業性和技術性，傳統金融機構往往技術水平不足，難以識別“綠色企業”和監督綠色信貸流向，疊加綠色信貸普遍具有低收益和長周期特征，使得綠色金融發展存在嚴重的逆向選擇與道德風險問題，阻礙了中國綠色金融的發展［15］。而數字金融的發展則為破解上述難題提供了契機。

隨著數字金融的發展，金融機構得以運用大數據、物聯網、云計算等數字技術對平臺內融資的企業進行監督、管理和控制，為其識別“綠色企業”和監督綠色信貸流向創造了條件，進而促進綠色金融發展。一方面，金融機構運用大數據技術實時監控平臺內企業的交易數據、生產數據和行為數據，對企業分散化的信息進行整合利用，進而精準識別企業環境信息，提高其對企業環境信息的使用效率；另一方面，金融機構運用數字技術對環保企業的貸后行為進行穿透式監督，可以精準定位企業綠色信貸的流向，進而抑制企業使用綠色信貸過程中存在的道德風險問題。在精準識別“綠色企業”的前提下，綠色金融發展能為環境治理企業、環保生產技術和節能環保產業提供更多金融支持、研發資金和優先扶持，進而促進二氧化碳減排，同時也會倒逼其他高能耗、高污染、缺乏金融支持的企業積極進行綠色投資和綠色技術創新，從而進一步強化綠色金融發展的二氧化碳減排效應。綜上，本文提出以下假設：

H2a：數字金融發展通過促進綠色金融發展減少二氧化碳排放。

2.數字金融、技術創新和二氧化碳排放

在中國綠色發展政策的約束下，企業會積極主動地管理自身環境和社會風險，在追求綠色收益過程中對技術創新產生巨大需求。企業技術創新特別是綠色技術創新，需要持續大量的資金投入。若企業僅依賴內部資金進行研發投資，則可能存在自有積累不足的問題，容易導致企業出現流動性危機，造成企業環境投資和綠色技術創新中斷乃至半途而廢［1］。數字金融發展有助于緩解企業融資約束，促進企業技術創新，進而減少二氧化碳排放。

就數字金融發展緩解企業融資約束促進企業技術創新而言，第一，數字金融發展強化了金融服務的便利性，增加了消費者對資本市場的投資需求，進而提高資本市場對企業的資金供給；第二，數字金融發展提高了傳統銀行甄別風險、處理信息和代理問題的能力，減小了銀行對風險項目的規避，進而提升了銀行對于高技術企業的金融支持；第三，數字金融發展變革了基于硬信息的傳統交易貸款技術，通過匯集、整合數據資源構建貸款信用審批模型，使企業不再依賴固定資產抵押方式獲取傳統金融機構貸款，大大降低了企業融資約束。隨著企業融資約束得到緩解，企業也得以進行更大規模的技術創新活動。企業技術創新尤其是能源管理和污染治理相關的綠色技術創新會直接減少企業單位產出的能源消耗，并最終減少二氧化碳排放。綜上，本文提出以下假設：

H2b：數字金融發展通過促進技術創新降低二氧化碳排放。

3.數字金融、產業結構升級和二氧化碳排放

產業結構升級的本質在于生產要素從生產率低的部門流向生產率高的部門，即整個社會生產效率的提高。社會生產效率提高使得單位產出的能源消耗更低，有利于減少二氧化碳排放。上述特征決定了產業結構升級在推動中國可持續發展過程中的重要作用，而金融資源能否向高生產率的區域或主體有效配置也是產業結構升級的關鍵所在。數字金融發展能有效提高資本配置效率，促進產業結構升級，進而減少二氧化碳排放。

就數字金融發展提高資本配置效率促進產業結構升級而言，數字金融基于數字技術所實現的新型業務模式改變了傳統金融的信用定價機制和信用評估模式，有助于打破傳統金融的邊界約束，提升金融機構的風險管理能力和資本配置效率［3］。具體體現在金融機構依托大數據、云計算等數字技術對產業主體的投資收益率、信息揭示和風險判別敏感度極高，通過高質量、高效率匹配資源供給者與產業主體之間的資本配置需求，引導資本流向生產率高、發展前景好的產業［16］，進而從供給端驅動有價值的產業主體通過外部融資跨越資本原始積累和創新瓶頸，實現產業快速發展，助推產業結構優化升級。在產業結構升級過程中，勞動力和資本等生產要素在產業間的合理配置有利于提高生產效率，加速高能耗、高污染的傳統產業向節能環保產業轉型，進而減少二氧化碳排放。同時，以重工業為主的第二產業在經濟總量中占比較大，是能源消耗與碳排放的主要源頭［17］。產業結構向第三產業高級化發展也能降低經濟發展對能源消耗的依賴度，進而減少二氧化碳排放。綜上，本文提出以下假設：

H2c：數字金融發展通過促進產業結構升級減少二氧化碳排放。

四、研究設計

（一）模型設計

為檢驗上述研究假設，本文首先針對數字金融發展對二氧化碳排放的影響，設計如下時間和個體雙向固定效應模型：

Cit=α0+βFINit+γXit+μi+φt+εit（1）

其中，Cit表示第t年i市的二氧化碳排放水平，FINit為第t年i市的數字金融發展水平；α0為截距項，μi為i市的個體效應，φt為第t年的時間效應，εit為隨機誤差項，Xit為控制變量。若β顯著為負，則數字金融發展能減少二氧化碳排放。

為驗證數字金融發展通過促進綠色金融發展、技術創新和產業結構升級進而減少二氧化碳排放，本文借鑒溫忠麟等［18］提出的檢驗方法，在式（1）基礎上設定以下雙向固定效應檢驗模型：

GFit=α0+βFINit+γXit+μi+φt+εit（2）

Cit=α0+β1FINit+β2GFit+γXit+μi+φt+εit（3）

TEit=α0+βFINit+γXit+μi+φt+εit（4）

Cit=α0+β1FINit+β2TEit+γXit+μi+φt+εit（5）

ISit=α0+βFINit+γXit+μi+φt+εit（6）

Cit=α0+β1FINit+β2ISit+γXit+μi+φt+εit（7）

其中，GFit、TEit和ISit為中介變量，表示綠色金融發展水平、技術創新水平和產業結構升級水平。以檢驗綠色金融發展的中介效應為例，在檢驗式（1）的基礎上，對式（2）進行回歸，若系數β顯著為正，說明數字金融發展能促進綠色金融發展，繼而進行接下來的分析，否則檢驗終止。接下來對式（3）進行估計，如果系數β1和系數β2均顯著為負，則說明綠色金融發展起到了部分中介作用；如果系數β1不顯著，系數β2顯著為負，則說明綠色金融發展起到了完全中介作用；若系數β1和系數β2均不顯著，則考慮用其他方法進行中介效應檢驗。技術創新與產業結構升級的中介效應檢驗同上。

（二）變量測度與說明

1.被解釋變量

二氧化碳排放水平（C）。對于二氧化碳排放水平，學者們主要從二氧化碳排放總量和二氧化碳排放強度兩個角度進行考量。對于二氧化碳排放總量，學界通?；诼摵蠂g氣候變化專門委員會（IPCC）在2006年提出的標準煤法，通過此方程估算化石燃料產生的二氧化碳總量：CO2=∑αpβpγp×44/12。其中，CO2表示估算的二氧化碳排放量；p代表各種化石能源，αp表示第p種能源的消耗量；βp為第p種能源的折標準煤系數，具體數據參見《中國能源統計年鑒》；γp表示IPCC在2006年給出的各種能源的碳排放系數；44/12為碳折二氧化碳系數；在此基礎上，用二氧化碳排放總量除以實際GDP得到單位GDP的二氧化碳排放量，進而衡量二氧化碳排放強度。

由于二氧化碳排放強度更符合“雙碳”目標的經濟學含義，因此實際研究中學者們更多地使用該指標來衡量二氧化碳排放水平。本文采用煤炭、原油和天然氣三種一次能源的消耗量來估算二氧化碳排放總量，并用排放總量除以實際GDP得到二氧化碳排放強度來衡量二氧化碳排放水平。

由于目前能源消耗數據只能精確到省級層面，而地級市層面能源消耗數據缺失值較多，故只能通過能源消耗數據估算出省級二氧化碳排放量，而無法估算出地級市二氧化碳排放量。因此，本文在使用能源消耗數據計算省級二氧化碳排放量的基礎上，借鑒吳健生等［1920］的研究方法，基于美國國防氣象衛星（DMSPOLS）和國家極地軌道運行環境衛星（NPPVIIRS）提供的夜間燈光數據，分別構建每一年所有省份的二氧化碳排放量與夜間燈光強度之間的無截距線性模擬模型，具體如下：

ACqt=ηtDNqt+εqt（8）

其中，ACqt為第t年q省的二氧化碳排放量，DNqt為第t年q省的夜間燈光強度，ηt為第t年的系數。對式（8）進行回歸求得ηt，用地級市第t年的夜間燈光強度乘ηt即可反演估算出第t年該地級市的二氧化碳排放量，通過除以地級市實際GDP即可求得二氧化碳排放強度，進而衡量地級市的二氧化碳排放水平。

2.核心解釋變量

數字金融發展水平（FI）。本文使用北京大學數字普惠金融指數作為地級市數字金融發展水平的代理變量，該指數從數字金融的覆蓋廣度、使用深度和普惠金融數字化程度3個維度來構建數字金融指標體系［21］。

3.中介變量

（1）綠色金融發展水平（GF）。本文借鑒高錦杰等［22］的做法，以綠色信貸、綠色投資、綠色證券和綠色保險4個二級指標構建如表1所示的綠色金融發展指標體系，并引入熵權法測算各二級指標的權重以強化指標體系構建的客觀性。（2）地級市技術創新水平（TE）。本文使用地級市發明專利授權量來衡量地級市技術創新水平。（3）產業結構升級水平（IS）。本文借鑒馮素玲等［23］的做法，從產業結構合理化和產業結構高級化兩個維度衡量產業結構升級水平。

4.控制變量

本文借鑒已有文獻［11，13］的做法，結合本文實際需要，選取政府規模水平（GOV）、對外開放水平（OPEN）、城鎮化率水平（UL）、經濟發展水平（GDP）、人口密度水平（PD）和環境規制水平（EV）作為本文的控制變量。其中，政府規模水平用財政支出占GDP的比重進行衡量；對外開放水平用進出口總額占GDP的比重進行衡量；城鎮化率用城鎮常住人口占地區常住人口的比重進行衡量；經濟發展水平用人均實際GDP進行衡量；人口密度水平用區域年末常住人口與區域面積之比進行衡量；環境規制水平借鑒張建鵬等［1］的做法，采用地方政府工作報告中“環?！毕嚓P詞匯出現的詞頻總數進行衡量。

（三）數據來源和描述性統計

本文針對2011—2019年中國278個地級市展開研究，形成了2?502個均衡面板觀測值。本文使用的能源消耗數據來源于《中國統計年鑒》和《中國能源統計年鑒》；DMSPOLS和NPPVIIRS提供的夜間燈光數據來自美國國家海洋和大氣管理局（NOAA），并經過處理校正后得到；數字普惠金融指數來源于北京大學數字金融研究中心；其他經濟數據來源于《中國城市統計年鑒》、地方政府官方網站以及國泰安（CSMAR）數據庫和Wind數據庫；對于個別數據缺失值，采用插值法進行補齊；對于無法精確到地級市層面的數據，用省級數據進行匹配。本文主要變量的描述性統計結果見表2。

五、實證結果分析

（一）基準回歸分析

在對式（1）進行檢驗前，本文先對核心解釋變量和所有控制變量取對數，以降低模型的異方差性。式（1）的回歸結果如表3所示，無論是否納入控制變量，數字金融發展對二氧化碳排放均表現出顯著的負向影響，驗證了假設H1。

（二）異質性分析

前述研究結果表明，數字金融發展能減少二氧化碳排放?？紤]到數字金融指數各維度側重點不同，包含的具體信息也不同，不同的地理區域其外部環境也不同，數字金融發展的二氧化碳減排效應可能存在差異，因此本文對數字金融各維度和地理區域進行了異質性分析。

1.數字金融指數二級指標

本文首先分析了數字金融的覆蓋廣度（CB）、使用深度（UD）和數字化程度（DL）對二氧化碳排放的影響，回歸結果如表4所示。數字金融指數各維度中覆蓋廣度和使用深度均對二氧化碳排放產生了顯著的負向影響，而數字化程度對二氧化碳排放的影響不顯著。

第一，覆蓋廣度的延伸，表明數字金融的業務模式更少依賴物理網點，輻射范圍更廣，良好的金融環境為廣大企業提供了足夠的金融支持，促進了企業技術創新，進而有利于減少二氧化碳排放。第二，使用深度的拓展，表明金融機構支付服務、貨幣基金服務、信貸服務、保險服務、投資服務和信用服務的增加，豐富的金融產品和完善的金融服務體系可以滿足企業全生命周期的金融服務需求，為企業從事技術創新活動提供了

2.（）內為聚類到地級市的穩健標準誤。

3.已控制地區和年份固定效應，控制變量估計結果留存備索。

有力支持，進而有利于減少二氧化碳排放。第三，數字化程度的提高，表明金融機構可以運用數字技術對平臺內融資的企業進行監督、管理和控制，并為低碳環保、高生產率企業提供更多金融支持，在提高金融機構資金配置效率、減少資源浪費的同時，還能進一步促進環保企業綠色技術創新，進而有利于減少二氧化碳排放。然而，金融機構數字化水平的提高通常伴隨著數字基礎設施的覆蓋，盡管通過數字賦能實現了節能減排，但是數字基礎設施的生產也會產生大量資源及能源消耗，并產生大量二氧化碳排放［24］，兩種效應相互抵消，使得數字化程度對二氧化碳排放的影響效應不顯著。

2.地理區域

本文參照國家統計局的劃分標準，按東部、中部、西部和東北四大地理區域探討數字金融發展降低二氧化碳排放的異質性特征

參照國家統計局的劃分標準，西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆，中部地區包括山西、安徽、江西、河南、湖北和湖南，東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南，東北地區包括遼寧、吉林和黑龍江。。對不同地理區域數字金融發展的二氧化碳減排效應進行分析，回歸結果如表5所示。數字金融發展的二氧化碳減排效應呈現出“西部>中部>東部>東北”的階

3.已控制地區和年份固定效應，控制變量估計結果留存備索。

梯下降趨勢，說明數字金融發展的二氧化碳減排效應在西部地區更明顯。

數字金融所具備的數字化和普惠性特征，能突破傳統金融服務“痛點”，讓長期處于金融弱勢方的西部群體均等化享受現代金融服務，而這種均等化的金融服務在東西部地區間蘊含著不同的意義。在東部地區，金融服務相對充裕，數字金融所提供的數字化服務可能更多的是作為傳統金融服務的一種補充；而在西部欠發達地區，數字金融則實現了金融服務從線下到線上的跨越式發展，這種跨越不只是業務辦理方式的改變，更是將這部分群體納入金融體系，為后續的全面服務提供了可能［25］。這使得數字金融發展在緩解西部地區融資約束、提高金融資源配置效率、促進居民綠色消費和企業低碳化轉型上也具有更高的邊際效應，因此西部地區數字金融發展的二氧化碳減排效應也會更大。

（三）穩健性檢驗

1.內生性檢驗

本文可能存在互為因果關系而導致結果出現偏誤從而產生內生性問題，因此本文在原模型基礎上選取數字金融指數滯后一期作為替代解釋變量，對式（1）進行回歸，檢驗結果見表6第（1）列。數字金融指數滯后一期（L.lnFIN）的系數在1%水平下顯著為負，與前文的回歸結果一致。

考慮到實證回歸方程中還會存在遺漏變量等內生性偏差，本文使用互聯網普及率（INT）作為數字金融指數的工具變量，借助兩階段最小二乘法（2SLS）繼續進行檢驗［26］。第（2）（3）列結果顯示，第一階段回歸中互聯網普及率（lnINT）的系數顯著為正，第二階段回歸中數字金融指數（lnFIN）顯著為負。隨后本文還進行了弱工具變量檢驗，檢驗結果顯示F值為46.673，大于10，根據經驗準則可以判斷互聯網普及率不是一個弱工具變量。上述檢驗結果說明，在考慮數字金融與二氧化碳排放之間可能存在的內生性問題后，數字金融發展能夠降低二氧化碳排放水平，這與前文結果完全一致。

為進一步確保工具變量回歸結果的穩健性，本文借鑒張勛等［27］的做法，使用地級市到杭州的球面距離與全國其他城市數字金融指數均值的交互項（DIS）作為數字金融指數的工具變量，回歸結果見第（4）（5）列。因地級市到杭州的球面距離與地區虛擬變量存在多重共線性，故第（4）（5）列未控制地區固定效應。同時，本文還借鑒易行健等［25］的做法，使用地級市滯后一期的數字金融指數與全國數字金融指數在時間上的一階差分的乘積構建一個“BARTIK”工具變量進行檢驗，回歸結果見第（6）（7）列。采用新的工具變量進行回歸后，數字金融發展仍能夠顯著降低二氧化碳排放，說明在考慮內生性的情況下，前文的檢驗結論是穩健的。

2.替換解釋變量

本文借鑒李春濤等［28］的做法，構建金融科技指數（FT）作為數字金融指數的替代變量繼續進行穩健性檢驗。替換解釋變量后檢驗結果如表6第（8）列所示。金融科技指數（lnFT）的系數顯著為負，說明前文的檢驗結論是穩健的。

3.替換被解釋變量

本文選用人均二氧化碳排放水平（CP）作為單位GDP的二氧化碳排放量（C）的替代變量繼續進行回歸。替換被解釋變量后檢驗結果見表6第（9）列。數字金融指數（lnFIN）的系數顯著為負，同樣說明前文的檢驗結論是穩健的。

3.已控制年份固定效應，控制變量估計結果留存備索。

（四）影響機制分析

本文選取“綠色金融發展”“技術創新結果”和“產業結構升級”作為中介變量，檢驗數字金融發展降低二氧化碳排放的具體路徑。表7第（1）（2）列顯示，數字金融發展對綠色金融發展產生了顯著的正向影響，將數字金融指數和綠色金融指數納入同一方程進行回歸后，兩者系數均顯著為負，說明綠色金融發展起到了部分中介作用。同理，第（3）～（6）列的回歸結果也顯示，技術創新和產業結構升級也起到了部分中介作用。上述結果說明，數字金融發展通過促進綠色金融發展、技術創新和產業結構升級三種機制實現對二氧化碳排放的抑制作用，這一結果驗證了假設H2a、假設H2b和假設H2c。

六、進一步研究

（一）環境規制的調節效應分析

如前文所述，數字金融發展能夠有效促進綠色金融發展、技術創新和產業結構升級，進而減少二氧化碳排放。然而，低碳產業由于存在更多不確定性風險，銀行給予其金融支持的積極性通常不高，同時金融資本的逐利性也會使得部分金融資源流向高碳排放強度但高收益的行業，不僅降低了金融資源配置效率，而且與政府的宏觀綠色調控目標不一致，加劇了二氧化碳排放。二氧化碳排放增加這種嚴重的環境負外部性問題，是金融市場失靈的表現，此時政府干預顯得尤為重要。從庇古稅的角度來看，政府應給予正外部性的生產者財政補償，對負外部性的生產者征稅，使私人成本與社會成本一致，解決因負外部性導致的資源非帕累托最優配置問題［10］。政府出臺環境規制政策如碳稅、環保稅等，對市場積極進行干預，在引導金融逐利資本流向生產率高的企業，進一步提高數字金融的資本配置效率的同時，也會約束市場主體積極進行二氧化碳減排，最終提高數字金融發展的碳減排效應。因此，本文認為政府環境規制水平提高能強化數字金融發展的二氧化碳減排效應。

為進一步驗證政府環境規制的調節效應，本文在檢驗數字金融發展對二氧化碳排放影響的基礎上，

進一步向式（1）中引入政府環境規制水平（EVit）與數字金融水平（FINit）的交互項（EVit×FINit），設計如下雙向固定效應模型：

Cit=α0+βFINit+γEVit×FINit+θEVit+δXit+μi+φt+εit（9）

其中，若γ顯著為負，則說明環境規制能顯著強化數字金融發展的二氧化碳減排效應。對于政府環境規制水平（EV），本文借鑒張建鵬等［1］的做法，采用地方政府工作報告中與“環?！毕嚓P的詞匯出現的詞頻總數作為政府環境規制水平的代理變量，詞頻總數越高，說明環境規制水平越高。式（9）的回歸結果見表8第（1）列。數字金融發展與政府環境規制交互項的系數顯著為負，說明政府環境規制能顯著強化數字金融的二氧化碳減排效應。

為確保結論的穩健性，本文基于任曉松等［29］的做法，通過單位產值的工業三廢排放量的倒數構建新的環境規制綜

合指數（EV1）。該指數越大，表示污染排放越小，環境規制越強。本文用新構建的環境規制指數（EV1）替代上文的環境規制指數（EV）再次進行回歸，檢驗結果見表8第（2）列，可見數字金融與環境規制交互項的系數仍顯著為負，說明政府環境規制確實能提高數字金融發展的碳減排效應，因此上文的結論是穩健的。

（二）空間溢出效應分析

考慮到數字金融的數字屬性以及數字技術的溢出效應，數字金融發展對二氧化碳排放也可能存在空間溢出效應。數字金融以數字平臺作為重要載體。數字平臺的在線協同效應，壓縮了時空距離，增強了區域間經濟活動的關聯廣度和交流深度，極大地推動了數字金融創新成果的跨區域流動，通過對鄰地數字金融發展產生正向溢出作用，進而減少鄰地二氧化碳排放。然而，數字金融具備的促創業、促創新、擴大社會消費等特點，也會使得本地數字金融發展對鄰地創業、創新、消費等產生“虹吸效應”，導致鄰地技術、人才、資本流失的可能，不利于鄰地數字金融發展。同時，地方政府的行政分權使得各區域在數字金融發展政策上缺乏統籌協調，加劇了技術、人才、資本的空間自主選擇，進一步強化了數字金融發展的“虹吸效應”，阻礙了鄰地數字金融發展，進而削弱了鄰地數字金融發展的二氧化碳減排效應。因此，數字金融發展對二氧化碳排放的空間溢出效應理論上并不確定。

為進一步檢驗數字金融發展對二氧化碳排放的空間溢出效應，本文在式（1）中引入二氧化碳排放、數字金融指數與控制變量的空間滯后項，建立如下空間杜賓模型（SDM）：

Cit=α0+β∑nj=1WijCjt+δ1∑nj=1WijFINjt+δ2∑nj=1WijXjt+γ1FINit+γ2Xit+μi+φt+εit（10）

其中，Wij為空間權重矩陣。γ1用來捕捉數字金融發對二氧化碳排放的直接影響程度，δ1用來捕捉數字金融發展對二氧化碳排放的空間溢出效應強度?？臻g杜賓模型反映了數字金融發展對本地二氧化碳排放的影響，同時也體現了鄰地數字金融發展對本地二氧化碳排放的空間溢出效應。

在進行空間溢出效應分析之前，要對數字金融發展和二氧化碳排放進行空間自相關檢驗，以初步驗證研究對象是否存在空間效應。本文采用莫蘭指數法計算了空間地理距離矩陣、空間經濟距離矩陣和空間經濟地理距離矩陣下各年度的空間效應。莫蘭指數結果顯示，2011—2019年中國各地級市的數字金融發展和二氧化碳排放均具有顯著的空間正自相關性?限于篇幅，本文對莫蘭指數、LM檢驗、LR檢驗、Hausman檢驗的結果未予詳細報告，結果備索。

表9報告了三種空間權重矩陣下數字金融發展對二氧化碳排放的空間溢出效應回歸結果。在此之前，依次進行LM檢驗、LR檢驗、Hausman檢驗，確定了個體固定效應的SDM模型為最優選擇。結果顯示，基于三種空間權重矩陣進行SDM回歸，數字金融的空間交互項（W×lnFIN）的系數均顯著為正，表明樣本地區在空間上存在外生的數字金融交互效應。從直接效應和溢出效應來看，數字金融發展對本地二氧化碳排放均具有顯著的負向直接效應，而對鄰地二氧化碳排放均存在顯著的正向溢出效應，即本地數字金融發展能夠顯著減少本地二氧化碳排放，但是會增加鄰地的二氧化碳排放。以上檢驗結果說明，本地數字金融發展對鄰地可能更多的是虹吸效應，會制約鄰地數字金融發展，進而加劇鄰地二氧化碳排放。

七、結論及政策建議

當前，中國數字金融蓬勃發展，同時也經歷著“碳達峰、碳中和”這一廣泛而深刻的經濟社會系統性變革，探究數字金融與二氧化碳排放的關系具有重要意義。本文運用2011—2019年278個地級市的面板數據，在理論分析基礎上實證檢驗了數字金融發展對二氧化碳排放的影響和作用機制，并進一步探究了政府環境規制的調節作用和數字金融發展的空間溢出效應。研究結果表明：（1）數字金融發展能顯著減少二氧化碳排放，進行一系列內生性檢驗和穩健性檢驗后結論依然成立；（2）從數字金融指數的二級指標看，相較于數字化程度，數字金融的覆蓋廣度和使用深度對二氧化碳排放的抑制作用更顯著；（3）從區域維度看，相較于東部、中部和東北部地區，西部地區數字金融發展的二氧化碳減排效應更強；（4）數字金融發展通過促進綠色金融發展、技術創新和產業結構升級減少二氧化碳排放；（5）隨著政府環境規制水平的提高，數字金融發展的二氧化碳減排效應也越強；（6）數字金融發展在減少本地二氧化碳排放的同時，會加劇鄰地二氧化碳排放。上述研究結論不僅豐富了數字金融的相關理論，而且為發揮數字金融的二氧化碳減排效應提供了以下經驗證據和政策啟示：

第一，完善現代金融體系，加快傳統金融機構數字化轉型。數字金融發展對二氧化碳減排具有重要作用。傳統金融機構是數字金融創新的主力軍，應鼓勵傳統金融機構進行數字化轉型，運用大數據、云計算等數字技術搭建“場景+開放+生態+智能”的綜合性數字化金融服務平臺。在此基礎上，積極創新數字金融服務和產品，提高金融服務的使用深度，持續深耕實體企業全生命周期的金融服務需求。同時，通過業務數據化、流程數字化、服務智能化，增強傳統金融機構甄別風險、處理信息和代理問題的能力以及線上線下的服務能力，不斷提升金融服務的觸達范圍。通過促進傳統金融機構數字化轉型，實現區域數字金融快速發展，從而更大限度地獲取數字金融的碳減排紅利。

第二，實施動態化、差異化的數字金融發展戰略，為區域協同減排提供動力和支撐。在經濟發展水平相對較低的西部地區，數字金融發展的二氧化碳減排效應更強。當前應抓住發展機遇加快布局，提升中國西部地區的數字金融發展水平。一是要強化資源向中西部地區傾斜，在東部地區生產要素供給壓力不斷上行的背景下，大力推進“東數西算”工程建設，將東部數字基礎設施建設有序引導到西部，為西部地區數字金融發展夯實基礎；二是要加大西部地區人才引導力度，加快培養、引進一批既具金融素養又精通新一代數字技術的跨學科、復合型人才，快速補齊西部地區數字金融發展的人才短板，讓數字金融成為推動區域綠色發展的重要舉措。

第三，加強數字技術對綠色金融的服務力度，為數字金融發展促進二氧化碳減排疏通渠道。本文研究發現，綠色金融是數字金融發展影響二氧化碳排放的重要機制之一。應加快拓展數字技術對綠色金融發展的服務深度。一是利用區塊鏈、大數據、云計算等數字技術多角度地對企業進行碳畫像，以約束其碳排放行為，也為金融機構有效識別和監管綠色項目、提升綠色金融服務可得性和精準性發揮積極作用。二是運用數字技術靶向監測、精準滴灌，高質量、高效率地匹配綠色信貸資源與生產率高、發展前景好的“綠色企業”之間的資本配置需求，引導資本向創新驅動型企業傾斜，通過促進企業技術創新和區域產業結構優化升級，進而減少二氧化碳排放。

第四，適度提高政府環境規制水平，充分發揮環境規制政策與數字金融支持的碳減排聯合治理效應。為進一步提高數字金融發展的二氧化碳減排效應，需強化政府環境規制，為金融市場提供相應的綠色制度支撐。一方面，要提高地方政府環境規制的主觀能動性，有效發揮政府在環境管理中的信息優勢，通過制定市場準入限制、污染總量控制以及企業排放標準等行政命令型政策嚴格控制二氧化碳排放。另一方面，地方政府要積極開展排污權交易，制定碳排放稅和環保稅等市場激勵型政策，充分發揮金融市場的資源調控和配置功能，重點引導金融資源從高能耗、高排放、重污染的傳統產能過剩產業流向綠色環保的戰略性新興產業，以進一步強化數字金融發展的二氧化碳減排效應。

第五，加大對技術和人才的政策扶持力度，提高區域數字金融發展核心競爭力。數字金融具備的“虹吸效應”不利于鄰地數字金融發展和二氧化碳減排。為減小數字金融發展的“虹吸效應”帶來的不利影響，地方政府應多措并舉強化區域數字金融發展核心競爭力。一是要對區域內的數字龍頭企業、國家級大數據綜合實驗區或產業集聚區給予更多獎補激勵，激發區域內數字產業的創新發展活力，為區域數字金融的創新發展奠定數字基礎。二是通過“一事一議”、房租補貼等政策提高地區的人才吸引力，為數字技術人才和企業的長期入駐創造條件。同時，也要加強相鄰地區金融機構的交流深度，通過深化合作強化數字金融創新成果的跨區域流動，促進區域數字金融協同發展。

參考文獻：

［1］張建鵬，陳詩一.?金融發展、環境規制與經濟綠色轉型［J］.?財經研究，?2021（11）：7893.

［2］王遙，潘冬陽.?中國經濟綠色轉型中的金融市場失靈問題與干預機制研究［J］.?中央財經大學學報，?2015（11）：2934.

［3］唐松，伍旭川，祝佳.?數字金融與企業技術創新：結構特征、機制識別與金融監管下的效應差異［J］.?管理世界，?2020（5）：5266.

［4］聶秀華，江萍，鄭曉佳，等.?數字金融與區域技術創新水平研究［J］.?金融研究，?2021（3）：132150.

［5］嚴成樑，李濤，蘭偉.?金融發展、創新與二氧化碳排放［J］.?金融研究，?2016（1）：1430.

［6］ACEMOGLU?D，?AGHION?P，?BURSZTYN?L，?et?al.?The?environment?and?directed?technical?change［J］.?American?Economic?Review，?2012，102（1）：131166.

［7］何彬，范碩.?自主創新、技術引進與碳排放：不同技術進步路徑對碳減排的作用［J］.?商業研究，?2017（7）：5866.

［8］黃建歡，呂海龍，王良健.?金融發展影響區域綠色發展的機理：基于生態效率和空間計量的研究［J］.?地理研究，?2014（3）：532545.

［9］熊靈，齊紹洲.?金融發展與中國省區二氧化碳排放：基于STIRPAT模型和動態面板數據分析［J］.?中國地質大學學報（社會科學版），?2016（2）：6373.

［10］朱小會，陸遠權.?環境財稅政策與金融支持的碳減排治理效應：基于財政與金融相結合的視角［J］.?科技管理研究，?2017（3）：203209.

［11］姚鳳閣，王天航，談麗萍.?數字普惠金融對碳排放效率的影響：空間視角下的實證分析［J］.?金融經濟學研究，?2021（6）：142158.

［12］PIZZI?S，?CORBO?L，?CAPUTO?A.Fintech?and?SMEs?sustainable?business?models：reflections?and?considerations?for?a?circular?economy［J］.?Journal?of?Cleaner?Production，?2021，281：125217.

［13］鄧榮榮，張翱祥.?中國城市數字金融發展對碳排放績效的影響及機理［J］.?資源科學，?2021（11）：23162330.

［14］余進韜，張蕊，龔星宇.?數字金融如何影響綠色全要素生產率：動態特征、機制識別與空間效應［J］.?當代經濟科學，?2022（6）：4256.

［15］王康仕，孫旭然，張林曦，等.?金融數字化是否促進了綠色金融發展：基于中國工業上市企業的實證研究［J］.?財經論叢，?2020（9）：4453.

［16］李曉龍，冉光和.?數字金融發展、資本配置效率與產業結構升級［J］.?西南民族大學學報（人文社會科學版），?2021（7）：152162.

［17］劉海英，郭文琪.?碳排放權交易政策試點與能源環境效率：來自中國287個地級市的實證檢驗［J］.?西安交通大學學報（社會科學版），?2022（5）：7286.

［18］溫忠麟，葉寶娟.?中介效應分析：方法和模型發展［J］.?心理科學進展，?2014（5）：731745.

［19］吳健生，牛妍，彭建，等.?基于DMSP/OLS夜間燈光數據的1995—2009年中國地級市能源消費動態［J］.?地理研究，?2014（4）：625634.

［20］CHEN?J，?GAO?M，?CHENG?S，?et?al.?Countylevel?CO2?emissions?and?sequestration?in?China?during?19972017［J］.?Scientific?Data，?2020，7（1）：112.

［21］郭峰，王靖一，王芳，等.?測度中國數字普惠金融發展：指數編制與空間特征［J］.?經濟學（季刊），?2020（4）：14011418.

［22］高錦杰，張偉偉.?綠色金融對我國產業結構生態化的影響研究：基于系統GMM模型的實證檢驗［J］.?經濟縱橫，?2021（2）：105115.

［23］馮素玲，許德慧.?數字產業化對產業結構升級的影響機制分析：基于2010—2019年中國省際面板數據的實證分析［J］.?東岳論叢，?2022（1）：136149.

［24］徐維祥，周建平，劉程軍.?數字經濟發展對城市碳排放影響的空間效應［J］.?地理研究，?2022（1）：111129.

［25］易行健，周利.?數字普惠金融發展是否顯著影響了居民消費：來自中國家庭的微觀證據［J］.?金融研究，?2018（11）：4767.

［26］謝絢麗，沈艷，張皓星，等.?數字金融能促進創業嗎：來自中國的證據［J］.?經濟學（季刊），?2018（4）：15571580.

［27］張勛，楊桐，汪晨，等.?數字金融發展與居民消費增長：理論與中國實踐［J］.?管理世界，?2020（11）：4863.

［28］李春濤，閆續文，宋敏，等.?金融科技與企業創新：新三板上市公司的證據［J］.?中國工業經濟，?2020（1）：8198.

［29］任曉松，劉宇佳，趙國浩.?經濟集聚對碳排放強度的影響及傳導機制［J］.?中國·人口資源與環境，?2020（4）：95106.

編輯：鄭雅妮，高原