中国数字金融发展的环境效应及其作用机制研究

中国经济以规模扩张与投入增加为主要特征的粗放型增长方式导致严重资源环境问题。根据《BP世界能源统计年鉴2021》，中国一次能源消费达到145.46艾焦耳，占世界一次能源总消费的26.11%，碳排放总量达到9899.31百万吨，占世界碳排放总量的30.69%，是最大能源消费国与碳排放国。中国生态环保任重道远，应发展绿色金融，支持绿色技术创新，推进清洁生产，发展环保产业，推进重点行业和重要领域绿色化改造。金融发展有助于降低交易成本，加快要素流动，引导社会资本从“两高一剩”行业流向清洁型生产行业，实现经济社会发展与生态环境保护相协调。然而，传统金融带有“嫌贫爱富”特征，导致中小微企业与其他低收入群体难以获得金融资源。普惠金融强调不同主体获取金融资源的均等性、普惠性。遵循均等分配金融资源的内在逻辑，普惠金融经历了小额信贷、微型金融、传统普惠金融以及数字金融不同阶段。作为金融发展的新特征，依托互联网、大数据、云计算等数字技术发展起来的数字金融，通过推动信息共享，降低金融资源的获取门槛，克服传统金融交易成本过高以及金融资源供给不足等弊端，并覆盖传统金融机构难以涉及的“服务盲区”，为中小微企业及其他低收入群体提供金融资源，有助于消除城乡二元结构，缩小地区差距，实现区域均衡发展。尤其是在开启全面建设“美丽”社会主义现代化强国背景下，探究数字金融发展的环境效应及其作用机制，对于推动环境治理、打赢“污染防治攻坚战”以及促进经济社会发展全面绿色转型，具有重要的现实意义。

一、文献综述

早期环境研究主要关注经济增长如何影响环境，以环境库兹涅茨曲线(Environment Kuznets Curve，简写为EKC)假说为重点进行了理论分析与实证研究。EKC假说认为经济增长对环境污染的影响经历了由正向到负向的倒U型转变过程。金融被纳入环境相关研究，最初也是围绕EKC假说展开的——金融通过汇集社会闲散资本，优化资源配置，促进产业转型，加快跨越倒U型曲线拐点，实现经济发展与改善环境的“双赢”。随着金融发展多样化，学术界对于金融与环境之间关系的认识逐渐深化：从最初关注金融对于EKC假说的影响，到之后探究金融同环境之间关系以及近年来分析普惠金融如何影响环境。

现有研究对于金融同环境之间关系的认识主要包括“改善环境论”“恶化环境论”以及“非线性关系论”。“改善环境论”认为金融发展有助于降低交易成本，提高存贷款转化率，促进投融资(包括绿色低碳项目投融资)，从而改善生态环境。例如Tamazian等(2009)以银行存贷款总额同GDP之比作为金融发展指数，较早证实金融发展有助于减少污染排放。Shahbaz等(2013)、何运信等(2020)也得到类似结论。“恶化环境论”认为金融发展有助于缓解消费者预算约束，刺激汽车、冰箱等大宗商品消费，加剧能源消耗与污染排放。例如Zhang(2011)以金融机构贷款总额同GDP之比作为金融发展指数，证实金融发展加剧碳排放。熊玲和齐绍洲(2016)、赵军等(2020)也得到类似结论。“非线性关系论”认为金融发展对环境存在更为复杂的非线性影响。例如严成樑等(2016)、胡宗义和李毅(2019)证实金融发展同环境污染之间为倒U型曲线关系。近年来，部分研究将金融资源的均等性纳入金融同环境之间关系的分析中，探究普惠金融如何影响环境。例如徐明伟等(2018)证实普惠金融发展并未直接影响环境，但存在影响环境的经济增长机制与技术创新机制。朱东波等(2018)证实普惠金融发展减少碳排放，且这种减排效应在不同金融发展水平表现出门槛特征。Zaidi等(2021)证实普惠金融发展会加剧碳排放。

依托银行等传统金融机构的普惠金融存在交易成本过高、金融资源供给不足等问题。互联网、大数据、云计算等数字技术为解决这一问题提供了有效方案：依托数字技术发展起来的数字金融可以消除传统金融机构的物理空间与营业时间限制，降低交易成本以及金融资源获取门槛，为实现金融资源均等化提供新的思路。目前，数字金融发展尚处于起步阶段，其代表性定义由2016年G20杭州峰会提出，认为数字金融是指为促进普惠金融发展而使用数字金融服务的相关活动。对于数字金融的经济效应，学术界主要从数字金融如何影响经济增长、收入差距、创业、消费、创新、产业结构升级等视角进行分析，但关于数字金融发展如何影响环境及其作用机制，尚待进一步探究。

10月24日，国家重点工程——港珠澳大桥正式通车运营。在这座由粤港澳三地首次合作共建的超大型跨海交通工程中，有着上海化工企业的一份辛劳，其中，大桥桥梁混凝土和内部钢筋防腐蚀保护，使用了嘉宝莉的硅烷浸渍漆，而东方雨虹则为大桥专门定制了防水系统解决方案。

Brock和Taylor(2005)将环境变化分解为规模效应、结构效应和技术效应，为后续研究分析环境影响机制提供了重要借鉴。鉴于数字金融对规模、技术和结构存在显著影响，本文从规模、技术和结构三个视角，理论分析数字金融对环境的作用机制。

二、作用机制与研究假设

综上梳理不难看出，既有文献围绕金融、普惠金融同环境之间的关系进行了较为全面的分析，并初步探究了数字金融的经济效应，但存在以下有待拓展的空间：一是由于研究对象、衡量指标等不同，对金融同环境之间关系的认识存在分歧，未达成一致结论；二是少有研究分析普惠金融同环境之间的关系，且结论不一；三是罕有研究分析数字金融的环境效应及其作用机制。本文在理论阐明数字金融对环境的作用机制基础上，构建动态面板模型，结合中国经验数据，实证检验数字金融的环境效应及其作用机制。本文边际贡献主要在于：(1)将数字金融引入金融同环境之间关系的分析中，丰富了现有研究对二者之间关系的认识；(2)从规模、结构和技术三个视角，理论分析数字金融对环境的作用机制，阐明了现有研究对金融发展环境效应的认识存在争议的原因；(3)基于中介效应方法，构建动态面板模型，实证检验数字金融影响环境的规模路径、结构路径和技术路径，为推动环境治理提供了新的政策视角。

Although phosphor particles are small, the initial and final settling velocities are not significantly different, hence acceleration can be ignored. When the particles are stable or settling down, f can be expressed as:

数字金融的规模效应是指数字金融通过规模扩张机制对环境产生的影响。数字金融强调金融资源的低门槛、低成本以及易获取性，通过缓解收入预算约束、提高支付便利度等，在增强居民消费信心的同时刺激消费需求，促进居民消费，尤其是对于中西部偏远地区居民消费以及其他低收入群体消费的提升作用更加显著。然而，限于收入水平以及有支付消费能力，低收入群体的消费偏重产品“数量”而非产品“质量”，相应地，其消费增长将引致低端生产或传统加工制造业发展，进一步固化以资源增加与规模扩张为主要特征的粗放型增长模式，加剧能源消耗与污染排放。另外，数字金融有助于加快中西部偏远地区经济增长，缩小东中西部地区差距，推动区域协调发展，但同时也存在“双刃剑”效应，即由于中西部大多数地区处于工业化中期甚至初期阶段，当地政府可能因“短视”而强调物质增长，走“先污染后治理、以环境换增长”的老路。换言之，地方政府为推动经济增长，盲目刺激消费，可能引导数字金融资源流向短周期、高盈利等资源型产业与低端加工制造业，加剧污染排放。基于上述分析，提出如下研究假设：

H1：数字金融通过推动规模扩张加剧污染排放。

数字金融的结构效应是指数字金融通过结构转型机制对环境产生的影响。数字金融主要通过新产业形成、生产性服务业发展以及消费结构升级途径，推动产业转型升级。一是数字金融拓宽了金融服务范围，提升了金融服务效率，破除了传统金融机构对中小微企业的“信贷歧视”，弥补了传统金融“嫌贫爱富”的不足，从而优化资源配置，提高生产效率，引导要素流向高生产率产业，促进产业转型升级。二是数字金融有助于加快数字经济发展。网上购物已经成为居民消费习惯，而网上购物等数字经济活动加快了物流业、交通运输业等生产性服务业发展，从而推动产业转型升级。三是数字金融凭借低成本、高效服务以及广覆盖面优势，缓解了中低收入群体的消费预算约束问题，有助于带动消费结构升级，进而产业转型升级。与由资源能源投入增加支撑的工业相比，服务业具有“低投入、低能耗、低污染”特征，因而产业转型升级有助于减少污染排放。基于上述分析，提出如下研究假设：

刘剑文在接受记者采访时表示，此次个税改革之所以引起如此大的反响，主要是在草案制定过程中，一直处于保密状态，对于起征点如何设定，专项扣除的项目如何选择都没有一个较为明确的解释，引发了大家的疑惑。“个税关乎着每个人，应该在前期充分征求民意，凝聚共识，这样才有利于法律的遵从。”

H2：数字金融通过促进结构转型减少污染排放。

数字金融的技术效应是指数字金融通过技术进步机制对环境产生的影响。技术创新尤其是重大技术突破需要较为长期、持续不断的资金投入，单纯依靠国家研发支出难以填补创新所需的资金缺口。因此，外部融资的持续性供给是推动技术创新的关键所在。传统金融机构对于中小微企业的“金融排斥”导致金融资源错配，制约技术研发活动，尤其不利于中小微企业技术创新。而数字金融弥补了传统金融的“信贷歧视”，为提升资源配置效率、支持企业尤其是中小微企业技术创新提供了方案：数字金融可以根据企业流水判断企业盈利空间、技术研发风险以及产品市场前景等，缓解因信息不对称导致的金融资源错配，降低信贷门槛与借贷成本，拓宽融资渠道，从而解决企业融资难、融资贵、融资少等问题，激励企业技术创新。技术创新尤其是技术绿色创新，一方面有利于新产品形成，加快带有“低能耗、低污染、高效率”特征的新兴产业发展；另一方面也为污染型产业绿色化改造提供技术条件，加快打破污染型产业发展的路径依赖，提高绿色产业比重，减少污染排放。基于上述分析，提出如下研究假设：

H3：数字金融通过引致技术进步减少污染排放。

三、实证设计与数据说明

(一)计量模型

3.“容”的方法是一分为二地看错误，解决实际问题。辩证法是我们党解决实际问题的重要方法论。工作的过程一分为二，既要看到成绩，也要看到错误。在某种程度上，错误可以发现问题，从而为正确的工作更好地背书，也为正确的工作寻找更好的方法论。

借鉴Brock和Taylor(2005)对环境效应的分解思路，本文引入、、分别表示生产总产值、产业产值在总产值中占比以及产业污染排放强度(=1,2,3,…,)，即单位产值污染排放。则污染总排放可用式(1)表示：

(1)

对式(1)左右两侧同时进行自然对数处理并求导，整理可得：

(3)构建易贬值、难保管的涉案财物的应急处置程序。建议《意见》第5条增加规定易贬值、难保管的涉案财物的应急处置程序。首先，列举易贬值、难保管的物品的类型，同时设置兜底条款，使司法机关可以根据个案的具体情况判定哪些财物属于易贬值、难保管的物品。其次，规定诉讼程序终结之前，资产清算组可以根据具体情况召开会议，投票表决涉案财物是否应列入易贬值、难保管的物品清单，然后将该物品清单及拍卖申请报给法院裁决。最后，法院裁定驳回资产清算组的拍卖申请，或者对易贬值、难保管的物品进行拍卖、变卖，所得资金汇入资产清算组的专用账户。

(2)

,=+,-1+,+,+,+,++++∈

(3)

为探究数字金融对环境的影响，在式(3)引入数字金融等变量，可得：

,=+,+,+,+++∈

(4)

其中，表示省份，表示年份，表示地区效应，表示时间效应，∈表示随机扰动项。表示环境污染，采用综合污染得分来衡量。加入环境污染滞后项主要是为了控制因遗漏变量可能导致的内生性，增强估计结果可信度。代表数字金融，采用北京大学数字金融研究中心测算的“数字普惠金融指数”衡量。代表规模扩张，采用以2010年为基年的人均实际GDP衡量。代表结构转型，采用产业结构转型综合指数衡量。代表技术进步，采用基于DEA-Malmquist指数方法测算的全要素生产率衡量。表示控制变量组，主要选取能源消费、环境规制、外商直接投资、人力资本等。

各省份数字金融以及数字金融覆盖广度、使用深度、数字化程度数据均来源于北京大学数字金融研究中心。各省份工业废气、废水、固体废弃物等污染排放以及环境治理投资等数据主要来源于历年《中国环境统计年鉴》。各省份GDP及GDP指数，常住人口，外商直接投资，汇率，研发与实验发展经费投入，第一、二、三产业增加值，就业以及就业人口在不同学历阶段占比，固定资产投资，能源消费数据主要来源于Wind数据库以及历年《中国统计年鉴》。上述指标个别缺失数据采用移动平均法补齐。结合数字金融、污染排放等数据的可获取性，本文将实证研究设定在2011—2018年。由于式(4)等包含被解释变量滞后项，为保持前后样本量的一致性，扩充样本数量，各省份污染排放时间设定在2010—2018年。鉴于港澳台以及西藏地区污染数据缺失严重且统计口径不一，本文予以剔除，最终整理得到涵盖30个省份(不包括港澳台、西藏)的面板数据库。限于篇幅，主要变量的统计特征未列出，作者备索。

,=+,-1+,++++∈

(5)

,=+,-1+,++++∈

(6)

综合M1、M2两列来看，纳入其他控制变量前后，数字金融的估计系数均为负，且在1%水平上显著，表明数字金融有助于减少污染排放。原因可能在于，依托互联网、大数据、云计算等数字技术发展起来的数字金融可以有效识别环保项目、绿色产品的市场前景，缓解信息不对称导致的金融资源错配，支持环保项目与绿色产业发展，进而减少污染排放。数字金融发展体现在多个维度，既表现为数字金融的覆盖广度、使用深度提高，也体现在金融资源的数字化程度增进，为此，本文进一步探究数字金融的覆盖广度、使用深度以及数字化程度等分维度对环境的影响。表1 M3—M5列分别对应数字金融三个分维度的估计结果。覆盖广度、使用深度的估计系数分别为-0.00106、-0.00090，且均在1%水平上显著，表明数字金融覆盖广度、使用深度有助于减少污染排放；数字化程度的估计系数为0.00001，但并不显著。数字金融三个分维度的估计结果证实，中国数字金融的污染减排效应主要通过提高数字金融的覆盖广度与使用深度实现，而数字化程度尚未显现出污染减排效应。

(7)

,=+,-1+,++++∈

(8)

,=+,-1+,+,+,+,++++∈

(9)

式(5)对应第一步检验数字金融对环境是否存在影响。式(6)—(8)对应第二步阶段1，分别检验数字金融对规模扩张、结构转型和技术进步的影响。式(9)对应第二步阶段2，同时检验数字金融、结构转型、技术进步和规模扩张对环境的影响。表示以规模扩张作为被解释变量时的控制变量组，主要包括能源消费、人力资本、城镇化、研发创新等；表示以结构转型作为被解释变量时的控制变量组，主要包括人力资本、研发创新、环境规制、城镇化等；表示以技术进步作为被解释变量时的控制变量组，主要包括研发创新、人力资本、外商直接投资、环境规制等。考虑到规模扩张、结构转型和技术进步存在明显的滞后性，式(6)—(8)均包含被解释变量滞后项。

采用SPSS 20.0统计学软件对数据进行处理，计数资料采用x2检验，以P＜0.05为差异有统计学意义。

使用逐步回归法检验数字金融影响环境的规模机制、结构机制和技术机制，应进行以下判断：首先，检验式(5)数字金融估计系数，若显著，继续之后的检验。其次，检验式(6)数字金融系数与式(9)规模扩张系数、式(7)数字金融系数与式(9)结构转型系数、式(8)数字金融系数与式(9)技术进步系数三组变量系数的显著性。如果变量估计系数不显著，需进行Sobel检验。若Sobel检验显著，则存在中介效应；若Sobel检验不显著，则不存在中介效应。如果变量系数与、与、与均显著，则不需进行Sobel检验。参考温忠麟和叶宝娟(2014)，×代表数字金融的规模效应，×代表数字金融的结构效应，×代表数字金融的技术效应。

(二)变量指标

1.数字金融指标。北京大学数字金融研究中心基于普惠金融思想，从数字金融的覆盖广度、使用深度和数字化程度3个维度，构建了包含33个具体指标的数字普惠金融综合指标体系，并对中国各省份地区数字普惠金融指数进行了测算。本文采用该数字普惠金融指数作为数字金融的衡量指标。

就像涓生与子君的婚恋悲剧所警告我们的那样，人们不应该得意于新道德的先进，而要不断观察新道德在社会运行中产生了哪些新的社会问题，并予以反思和改进。从传统社会到现代社会，人性从“存天理灭人欲”的吃人礼教中得到了解放，“人权”作为至理名言被推上神坛；人们意识到感性可能存在的漏洞，便尊崇理性和秩序，制定了无数法律以维护社会公平。这的确是社会进步的体现。可是，它们并非十全十美，在人们不经意的时候，它们同样会造成个体的不幸。

农民急于出售，采摘过早，影响干果品质和产量，收不到应有的效益。虽然拥有丰富的核桃资源，但是没有脱皮、制干设备和深精加工企业，生产的核桃大多是现收现卖，附加值低。

现阶段我国会计师事务所的业务水平在逐步提高、业务范围也在逐步扩大，多数大型会计师事务所在全国各地通常设有分所，因而他们能够占有较大的市场份额，但事务所的相关业务类型中，审计类型的业务占比仍然相对较高，在审计业务类型中，仍然以传统审计服务为主。当前，在会计师事务所的收入中，传统审计业务的收入占比达到了60%以上，中小会计师事务所在此方面比例更高。毋庸置疑，传统审计业务又是一项同质化服务，故而也带来了会计师事务所价格恶性竞争的后果。

2.环境综合污染指标。为全面考察数字金融的环境效应及其作用机制，本文选取综合污染得分以及废水、废气、固体废弃物排放强度作为环境污染的代理指标。综合污染得分的计算步骤如下：首先，计算特定类型(废气、废水、固体废弃物)污染物排放强度；其次，对不同污染物排放强度数据进行标准化，即采用“极大极小值法”对污染排放强度进行标准化处理；最后，将标准化后的三类污染排放强度加总，得到综合污染得分。

3.中介变量指标。中介变量包括规模变量、结构变量和技术变量。本文采用以2010年为基年的人均实际GDP作为规模变量指标。参考唐文进等(2019)，依照公式=1×+2×+3×，测算产业结构转型指数。其中，、、分别表示第一、二、三产业增加值在GDP中的比重；1、2、3分别表示第一、二、三产业权重，反映产业结构转型特征。对于技术变量指标，本文基于DEA-Malmquist指数方法予以测算。在测算Malmquist指数时，首先应确定投入和产出，本文选取资本、劳动力作为投入，以实际GDP作为产出。对于资本投入，借鉴张军等(2004)测度资本存量的“永续盘存法”，并以2010年为基年进行数据更新；对于劳动力投入，采用从业人数衡量；对于产出，采用以2010年为基年的实际GDP衡量。在测算过程中，采用DEAP2.1软件，该软件测算的是相对增长率，因此以2010年为基年，即令=1，以此换算得到技术进步的基数数据。

4.其他变量指标。其他控制变量包括能源消费、人力资本、环境规制、外商直接投资、研发创新。采用能源消费强度，即单位产出的能源消费衡量能源消费。采用从业人员的受教育水平衡量人力资本，即=6×+9×+12×+14×+16×。、、、、分别代表小学、初中、高中、专科、本科及以上学历从业人数在从业总人数中的比重；6、9、12、14、16分别代表小、初、高、专、大学等所受教育年限。采用环境治理投资额同GDP的比值衡量环境规制。采用各省份实际利用的外资额，并经美元年均汇率调整后与GDP的比值衡量外商直接投资。选取地区研发与实验发展经费投入强度衡量研发创新。

(三)数据来源

现有研究通常使用逐步回归法检验中介效应。逐步回归法步骤如下：首先，检验自变量是否对因变量存在显著影响，只有存在显著影响条件下方可开展之后的检验；其次，进行中介机制检验，阶段1检验自变量对中介变量是否存在显著影响，阶段2同时检验自变量、中介变量是否对因变量存在显著影响。根据上述步骤，为检验数字金融的规模效应、结构效应和技术效应，构建以下计量模型组：

四、实证结果分析

(一)基准估计结果

因式(4)右侧带有污染滞后项，如果采用OLS方法可能造成有偏估计，本文采取系统广义矩估计方法(SYS-GMM)，即以变量滞后项作为工具变量来控制模型可能存在的内生性问题。应用SYS-GMM方法估计式(4)时，需要通过序列相关与工具变量过度识别检验。表1报告了基本估计结果。AR、Sargan检验结果表明，随机误差项存在一阶相关但不存在二阶相关，选取的工具变量也是有效的。环境污染滞后项的估计系数均显著为正，表明环境污染存在滞后性与路径依赖。上述结果证实，本文关于动态面板模型的设定是合理的。

,=+,-1+,++++∈

根据M2列，规模扩张及其平方项的估计系数分别为-0.26988、0.12232，且均在1%水平上显著，表明规模扩张对环境污染的影响经历了由负向到正向的U型转变过程，并未证实EKC假说。结构转型的估计系数为-0.97580，且在1%水平上显著，表明产业结构转型有助于减少污染排放。技术进步的估计系数为-0.14483，且在5%水平上显著，表明技术进步有助于减少污染排放。能源消费的估计系数为0.09753，且在10%水平上显著，表明能源消费增加将加剧污染排放。环境规制的估计系数为1.18104，正向结果表明目前我国环境治理政策尚未发挥明显的减排效能。外商直接投资的估计系数为正但并不显著，表明外商直接投资没有对环境造成显著影响。人力资本的估计系数为-0.02839，且在5%水平上显著，表明人力资本积累有助于减少污染排放。

(二)稳健性检验

本文从以下两个方面进行稳健性检验：一是更换计量方法。采用差分GMM、混合OLS、固定效应、随机效应等不同计量方法对式(4)进行估计。二是调整被解释变量。以废水、废气、固体废弃物作为被解释变量，对数字金融的环境效应进行再估计，同时也检验数字金融对特定类型污染的影响。两种稳健性检验结果均证实数字金融有助于减少污染排放，并表明数字金融对于废水、废气、固体废弃物特定类型污染也具有减排效应。限于篇幅，具体稳健性检验结果未列出，作者备索。

五、进一步考察：作用机制检验

为考察数字金融影响环境的规模效应、结构效应和技术效应，本文对式(5)—(9)进行了实证检验。表2报告了机制检验结果，M6—M10列分别对应式(5)—(9)。由于数字金融对环境污染、规模扩张、结构转型、技术进步以及规模扩张、结构转型、技术进步对环境污染的估计系数至少在5%水平上显著，本文并未进行Sobel检验。

1.数字金融发展影响环境的规模效应结果。根据M6列，数字金融的估计系数为-0.00056，且在1%水平上显著，表明数字金融对环境存在显著影响，可以进行之后式(6)—(9)的检验。根据M7列，数字金融的估计系数为0.00050，且在1%水平上显著，表明数字金融发展有助于推动规模扩张。根据M10列，规模扩张的估计系数为0.63865，且在1%水平上显著，可以计算出数字金融的规模效应为0.000319(=0.00050×0.63865)。数字金融的规模效应值为正，表明数字金融通过推动规模扩张加剧污染排放，证实了研究假设H1。数字金融的规模效应之所以为正，可能是因为数字金融的普惠性、便利性、均等性特征引致中低收入群体的消费增加，而中低端消费需求增长进一步固化传统粗放型增长模式，不利于经济发展方式的转变，同时也加剧了能源消耗，导致污染排放增加。

2.数字金融发展影响环境的结构效应结果。根据M8列，数字金融的估计系数为0.00026，且在1%水平上显著，表明数字金融发展有助于促进结构转型。根据M10列，产业结构转型的估计系数为-0.82162，且在1%水平上显著，可以计算出数字金融的结构效应为-0.000214[=0.00026×(-0.82162)]。数字金融的结构效应值为负，表明数字金融通过促进产业结构转型减少污染排放，证实了研究假设H2。其机制主要在于，依托数字技术发展起来的数字金融有助于引导金融资源流向具有较高生产率水平的产业部门，并带动交通、物流、仓储等生产性服务业发展，加快产业结构转型升级，从而减少污染排放。

在农村地区，这种情况可以逆转。在自然状态下的木材存活和生长时释放VOCs;林地和森林中的空气可以比许多室内环境具有更高的浓度。

3.数字金融发展影响环境的技术效应结果。根据M9列，数字金融的估计系数为0.00004，且在1%水平上显著，表明数字金融发展促进技术进步。根据M10列，技术进步的估计系数为-0.12610，且在5%水平上显著，可以计算出数字金融的技术效应值为-0.000005[=0.00004×(-0.12610)]。数字金融的技术效应值为负，表明数字金融通过引致技术进步减少污染排放，证实了研究假设H3。这主要是因为数字金融有助于降低信贷门槛，鼓励企业特别是具有活力的中小微企业研发创新，并在数字技术支持下，有效识别技术研发风险及其发展前景，提高配置效率与生产效率，加快绿色产业发展，并为污染型产业绿色化改造升级提供技术条件，从而减少污染排放。

六、结论与政策建议

本文旨在探究数字金融对环境的影响及其作用机制。为此，首先从规模、结构和技术三个方面，理论分析数字金融对环境的作用机制；随后基于中介效应法，构建动态面板模型，在测算省级环境综合污染指标等基础上进行了实证检验。研究结论如下：数字金融有助于减少污染排放，这种减排效应主要通过提高数字金融的覆盖广度与使用深度实现；数字金融通过推动经济粗放发展而加剧污染排放；数字金融通过促进结构转型、引致技术进步而减少污染排放。

根据以上结论，为改善生态环境，中国应大力推动数字金融绿色发展，加快技术绿色创新进程。将发展数字金融作为政策着力点，加快推动环境治理进程，具体可从以下几方面着手：一是依托互联网、大数据、云计算等数字技术，实现金融资源在产业部门投放过程中的“绿色化、高效化、精准化”。借助数字技术披露环境信息，实现数据共享，构建包含企业环境投资、污染排放、绿色研发、企业绩效等数据查询平台，更加精准地筛选企业，强化对清洁型企业或环保企业的信贷支持力度，对污染型企业则进行适当信贷约束，从而实现以绿色金融为着力点，加快绿色低碳产业发展，倒逼传统污染产业绿色转型。二是推动数字金融产品绿色创新。推动以“四大银行”(工、农、中、建)为主体的传统金融机构以及京东金融等互联网金融依托大数据技术，围绕“绿色科技、绿色能源、绿色循环、绿色农林”等主题，设立绿色基金、发行绿色债券等，促进金融产品与服务绿色创新，加快形成绿色生产方式与生活方式。三是深化金融市场绿色改革，破除资源要素自由流动的制度障碍。进一步深化金融体制机制“绿色化、普惠化、均等化”改革，使市场在资源配置中起决定性作用的同时，充分发挥政府对金融资源的绿色引导作用，强化金融机构对绿色生产技术的资金支持，缓解技术研发面临的融资约束问题，并积极推进绿色清洁技术的应用与推广，提高生产效率与能源利用率，从而减少能源消耗与污染排放。

受我国大气污染形势依然严峻及碳排放总量的限制，燃煤电厂发展空间日益受限，清洁能源逐步成为未来能源发展新的增长点。作为清洁低碳化石能源，天然气发电的环境效益及其在能源发展格局中的重要作用越来越受到关注。根据规划，2020年天然气在我国一次能源消费中的比重要达到10%以上，利用量将达到3600亿立方米，成为未来我国能源革命的重要引擎。随着天然气占中国一次能源消费比重不断提高，以及发展天然气发电的重要意义日益凸显，未来我国天然气发电前景广阔。

技术进步、结构转型不仅有助于减少污染排放，还强化了数字金融的污染减排效应。因此，为推动环境治理，应加快推动技术创新，促进产业绿色转型。具体可采取以下措施：一是构建绿色研发创新的PPP(即政府与社会资本合作)模式，通过汇集、利用、调动社会资本，以解决研发创新资金匮乏难题，为绿色技术创新及其成果应用提供资金支持；二是紧扣新一轮科技革命与产业变革方向，组成跨地区、企业以及校所等技术攻关团队，打破不同主体间的技术壁垒，加大关键核心技术研发力度，增加绿色技术成果的有效供给，加快绿色技术创新进程；三是推动制度创新，即运用金融政策、产业政策等多类政策，激励机制与倒逼机制相结合，引导社会资本流向带有“低能耗、低污染、高效率”特征的产业部门，促进绿色低碳产业发展，加快产业绿色转型。