数字金融发展如何赋能二氧化碳减排？

2023-07-29冯素玲许德慧张榕

当代经济科学 2023年4期

冯素玲许德慧张榕

摘要：数字金融作为金融与数字技术有机结合的产物，对实现“双碳”目标有着重要意义。在理论分析的基础上，基于2011—2019年中国278个地级市的面板数据，实证分析数字金融发展对二氧化碳排放的直接影响和作用机制，并进一步探究政府环境规制的调节效应及数字金融发展的空间溢出效应。研究发现，数字金融发展能显著降低二氧化碳排放，在进行一系列稳健性检验后结论依然成立。特别地，数字金融的覆盖广度和使用深度对二氧化碳排放的抑制作用更显著，且在西部地区数字金融发展的二氧化碳减排效应更大。机制分析表明，数字金融发展能够有效促进绿色金融发展、技术创新和产业结构升级，进而减少二氧化碳排放。进一步来看，政府环境规制能强化数字金融发展的二氧化碳减排效应；本地数字金融发展会通过“虹吸效应”抑制邻地数字金融发展，进而不利于邻地二氧化碳减排。因此，应完善现代金融体系，实施动态化、差异化的数字金融发展战略，加强数字技术对绿色金融的服务力度，适度提高政府環境规制水平，加大对技术和人才的政策扶持力度，以如期实现“双碳”目标。

关键词：数字金融；二氧化碳排放；绿色金融；空间溢出；环境规制；“双碳”目标

文献标识码：A文章编号：100228482023（04）001514

一、问题提出

工业革命以来，全球性的气候变化已成为21世纪人类共同面临的重大挑战。2020年9月，习近平总书记提出“碳达峰、碳中和”目标，自此“双碳”概念多次出现在中央重要会议与政府规划中。“双碳”目标能否如期实现，对于推动经济社会高质量发展具有重大现实意义和历史意义。为如期实现“双碳”目标，中国在当前环境规制问题上逐渐加大了对二氧化碳排放规模大、强度高的碳密集型产业的关注和重视。然而，推进碳密集型产业低碳化转型，须解决其在发展模式转变、能源结构调整、产业结构转型、技术创新升级等方面所面临的严峻挑战，经济低碳化转型目标并非朝夕可及。同时，低碳化转型过程中，无论技术创新抑或产业结构转型，都需要持续大量的资金投入，若仅通过企业内部资金进行研发投资，则可能存在自有积累不足的问题，易导致企业流动性风险上升，低碳化转型的外部融资压力和融资约束问题显著存在［1］。

金融作为实体经济的“血脉”，在推进经济低碳化进程中为实体经济提供必要的金融服务与支持。然而，经济低碳化转型过程中金融市场存在的外部性问题、不完全信息问题、公共物品问题、不完全市场问题和市场不完全竞争等市场失灵现象，也会干扰金融资源的配置效率，削弱金融发展的二氧化碳减排效应［2］。因此，实现“双碳”目标对金融的创新发展也提出了客观要求。数字金融作为金融创新发展的产物，是金融与数字技术的有机结合。一方面，数字金融通过对传统金融进行“增量补充”和“存量优化”，能够充分纠正传统金融中存在的“属性错配”“领域错配”和“阶段错配”问题，进而为缓解企业融资约束、改善企业技术创新提供必要条件［3］；另一方面，数字金融发展能够提高金融机构对社会零散资源的导向和整合作用，改变并优化资本转换与调配格局，加速经济资源在产业部门之间的流动，通过提高资源配置效率，实现效用最大化下的产业结构优化升级［4］。因此，数字金融发展为破解碳密集型产业低碳化转型在产业结构转型、技术创新升级等方面所面临的严峻挑战，进而更快实现“双碳”目标提供了契机。那么，数字金融发展能否降低地区二氧化碳排放？若能，其作用机制如何？回答以上问题，不仅能够丰富数字金融相关理论，而且可以为验证数字金融发展与二氧化碳排放之间的关系提供经验证据，对于如期实现“双碳”目标，进而实现高质量发展具有重要意义。基于此，本文在厘清数字金融发展对二氧化碳排放的直接影响和作用机制基础上，进一步探究了数字金融发展与政府环境规制的协同减排效应，以及数字金融发展对二氧化碳排放的空间溢出效应。

与现有文献相比，本文的创新之处与边际贡献主要有：第一，针对数字金融发展和二氧化碳排放的关系，提出绿色金融发展作用机制，并进行系统的理论分析和实证检验，丰富了数字金融发展对二氧化碳排放的作用渠道研究；第二，探究政府环境规制的调节作用，为协调数字金融与环境规制之间的关系进而实现“双碳”目标提供政策启示；第三，从地级市层面分析数字金融发展对二氧化碳排放的空间溢出效应，有助于修正现有研究的不足。

二、文献综述

在推进经济低碳化进程中，金融扮演着重要角色。针对金融发展对二氧化碳排放的影响，有学者基于环境库兹涅茨理论，从金融发展的技术效应、结构效应和规模效应出发进行了较多研究。从金融发展的技术效应来看，金融发展能够有效缓解企业融资约束，帮助企业在更大的规模上进行技术创新活动，从而降低二氧化碳排放［5］。需要注意的是，技术创新带来的二氧化碳减排效应也存在一定前提条件，即绿色环保型［6］、突破知识存量积累临界点［7］的技术创新才会表现出显著的碳减排效应。从金融发展的结构效应来看，金融发展能有效提高资金配置效率，使得有限的金融资源更多地投向具有更高生产率和产出增长率的区域或主体，通过促进产业结构优化升级减少二氧化碳排放［8］。然而，金融发展的规模效应则会提高二氧化碳排放，即金融发展带动企业生产规模扩张、促进经济增长的同时，也会增加更多的能源消耗和二氧化碳排放［5］。金融发展能否减少二氧化碳排放，关键在于不同时期金融发展的技术效应、结构效应和规模效应之间的权衡。

因此，学者们对金融发展的二氧化碳减排效应进行了实证检验。研究发现，中国金融发展与二氧化碳排放强度呈倒U型关系，即当中国金融发展水平较低时，金融发展会促进二氧化碳排放，当金融发展水平较高时，金融发展会抑制二氧化碳排放［5］。主要原因在于，当金融发展水平较低时，制度和功能并不完善，金融市场的资源配置功能受到抑制，大量金融资源主要流向国有企业和大型企业，往往造成在高耗能、高排放行业的重复投资，而民营企业和中小微企业用于清洁生产和技术改造的资金却难以获得，此时金融发展的减排效应较弱［9］；随着金融发展水平的提高，金融市场制度和功能逐渐完善，企业绿色技术创新面临的融资约束得以缓解，此时金融发展具有较强的碳减排效应。同时，在绿色制度约束下，流向传统产能过剩行业的逐利资本也会更多流向绿色环保产业，进一步强化了金融发展的碳减排效应［10］。上述结论既证实了环境库兹涅茨曲线，也说明长期来看金融发展有利于减少二氧化碳排放。

作为金融与数字技术有机结合的产物，数字金融发展与二氧化碳排放之间的关系已有部分学者进行了研究。一方面，已有研究发现，数字金融发展可以直接减少个人和企业二氧化碳排放。从个人来看，随着数字金融发展，个体消费者可以通过微信、支付宝等移动支付平台参与出行缴费、生活缴费、网络挂号和购票等，极大减少消费者线下出行所产生的二氧化碳排放［11］。从企业来看，数字借贷平台发展能极大提升金融服务效率，通过线上借贷平台为小微企业快速提供小额贷款，解决小微企业资金周转问题，助推小微企业进行商业模式的绿色创新，从而支持二氧化碳减排［12］。另一方面，已有研究也从数字金融的经济增长效应、技术创新效应和产业结构效应切入，分析了数字金融发展对碳排放的作用机制［13］。上述作用机制与传统金融发展的规模效应、技术效应和结构效应类似。

综上所述，以上研究对于理解数字金融发展对二氧化碳排放的影响有很好的借鉴意义，为本文奠定了良好的研究基础。但数字金融发展时间较短，有关数字金融影响二氧化碳排放的研究还存在很大局限性：第一，现有研究对数字金融发展影响二氧化碳排放的传导机制进行了分析，但没有凸显“双碳”目标下绿色金融的重要传导作用；第二，现有研究较少从地级市层面分析数字金融发展对二氧化碳排放的空间溢出效应，地区间数字金融发展与二氧化碳排放的空间关联效应不容忽视；第三，现有研究仅将政府环境规制作为控制变量，忽略了数字金融发展与政府环境规制对二氧化碳排放的协同作用。鉴于此，本文从理论和实证两个方面出发，基于2011—2019年中国278个地级市的面板数据，探究数字金融发展对二氧化碳排放的影响，在检验技术创新和产业结构升级两条传统作用机制的同时，创新性地纳入绿色金融作用机制进行检验，并进一步将政府环境规制引入“数字金融发展—二氧化碳排放”的分析范式，分析政府环境规制对数字金融发展的二氧化碳减排效应的调节作用，最后探究数字金融发展对二氧化碳排放的空间溢出效应。

三、理论分析与研究假说

（一）数字金融发展对二氧化碳排放的直接影响

从微观上看，数字金融发展不仅变革了居民生活方式，减少了居民交通出行频率，而且提高了居民环保意识，促进了居民绿色消费，从而减少了二氧化碳排放。一方面，国际能源署（IEA）数据显示，交通运输业为全球第二大碳排放部门，碳排量占比达25%，是引发全球气候变化的主要因素

参见IEA发布的《全球能源论评报告》，https：//www.iea.org/reports/globalenergyreview2020。。面对交通出行产生的碳排放压力，数字金融发展所带来的移动支付普及减少了居民对金融机构线下网点的依赖程度，大大降低了居民交通出行频率，减少了出行消费所产生的能源消耗和传统网点的现金交易的成本，有利于减少二氧化碳排放。另一方面，联合国环境规划署发布的《排放差距报告2020》显示

参见https：//www.unep.org/emissionsgapreport2020。，全球温室气体排放大约有2/3由居民消费产生。蚂蚁金服、京东金融等数字金融平台推出的诸如“蚂蚁森林”“绿色扶苹”等作为重要的环保宣传渠道，极大提高了居民的环保意识和环保参与度，促进了居民消费结构的低碳转型升级，从而减少居民消费碳排放；同时，居民对绿色环保产品需求的增加，也会从消费端加速倒逼消费品生产端的产业链绿色转型，进一步促进二氧化碳减排［14］。

从宏观上看，数字金融发展不仅为低碳环保产业带来更多的金融支持，而且有利于碳交易市场的健康发展，从而减少二氧化碳排放。一方面，随着中国对低碳可持续发展的日益重视，在环境保护政策以及“双碳”目标的引导下，金融机构有充足的压力和动力将信贷资源投向低碳环保产业，数字金融发展带来的增量资金也会更多地流向低碳环保产业，进而促进二氧化碳减排。另一方面，随着数字金融发展，金融机构可以充分利用数字技术为碳交易市场的客户筛选、投资决策、交易定价、信息披露等提供技术支持，促进碳金融产品更加普惠化和大众化，从而推动碳交易市场规模扩大和健康发展。在此基础上，通过产权定价、市场交易等方式对没有惩罚或补偿的碳排放行为进行平衡，最终将碳排放的外部性完全内部化，有利于二氧化碳减排［13］。因此，本文提出以下假设：

H1：数字金融发展能直接减少二氧化碳排放。

（二）数字金融发展对二氧化碳排放的作用机制

“双碳”目标强调经济发展与碳减排的统一与协调，这就要求通过各种途径和方法，以更少的资源投入实现更少的二氧化碳排放和更高的经济产出。本文从绿色金融发展、技术创新和产业结构升级三个角度切入，分析数字金融发展对二氧化碳排放的作用机制。

1.数字金融、绿色金融和二氧化碳排放

绿色金融的“金融”和“绿色”属性，使其成为连接数字金融与二氧化碳排放的重要桥梁。绿色金融发展不仅要考虑“经营可持续”的约束条件，而且要将“环境可持续”作为本质目标。然而，收集企业环境信息并量化企业環境表现具有很强的专业性和技术性，传统金融机构往往技术水平不足，难以识别“绿色企业”和监督绿色信贷流向，叠加绿色信贷普遍具有低收益和长周期特征，使得绿色金融发展存在严重的逆向选择与道德风险问题，阻碍了中国绿色金融的发展［15］。而数字金融的发展则为破解上述难题提供了契机。

随着数字金融的发展，金融机构得以运用大数据、物联网、云计算等数字技术对平台内融资的企业进行监督、管理和控制，为其识别“绿色企业”和监督绿色信贷流向创造了条件，进而促进绿色金融发展。一方面，金融机构运用大数据技术实时监控平台内企业的交易数据、生产数据和行为数据，对企业分散化的信息进行整合利用，进而精准识别企业环境信息，提高其对企业环境信息的使用效率；另一方面，金融机构运用数字技术对环保企业的贷后行为进行穿透式监督，可以精准定位企业绿色信贷的流向，进而抑制企业使用绿色信贷过程中存在的道德风险问题。在精准识别“绿色企业”的前提下，绿色金融发展能为环境治理企业、环保生产技术和节能环保产业提供更多金融支持、研发资金和优先扶持，进而促进二氧化碳减排，同时也会倒逼其他高能耗、高污染、缺乏金融支持的企业积极进行绿色投资和绿色技术创新，从而进一步强化绿色金融发展的二氧化碳减排效应。综上，本文提出以下假设：

H2a：数字金融发展通过促进绿色金融发展减少二氧化碳排放。

2.数字金融、技术创新和二氧化碳排放

在中国绿色发展政策的约束下，企业会积极主动地管理自身环境和社会风险，在追求绿色收益过程中对技术创新产生巨大需求。企业技术创新特别是绿色技术创新，需要持续大量的资金投入。若企业仅依赖内部资金进行研发投资，则可能存在自有积累不足的问题，容易导致企业出现流动性危机，造成企业环境投资和绿色技术创新中断乃至半途而废［1］。数字金融发展有助于缓解企业融资约束，促进企业技术创新，进而减少二氧化碳排放。

就数字金融发展缓解企业融资约束促进企业技术创新而言，第一，数字金融发展强化了金融服务的便利性，增加了消费者对资本市场的投资需求，进而提高资本市场对企业的资金供给；第二，数字金融发展提高了传统银行甄别风险、处理信息和代理问题的能力，减小了银行对风险项目的规避，进而提升了银行对于高技术企业的金融支持；第三，数字金融发展变革了基于硬信息的传统交易贷款技术，通过汇集、整合数据资源构建贷款信用审批模型，使企业不再依赖固定资产抵押方式获取传统金融机构贷款，大大降低了企业融资约束。随着企业融资约束得到缓解，企业也得以进行更大规模的技术创新活动。企业技术创新尤其是能源管理和污染治理相关的绿色技术创新会直接减少企业单位产出的能源消耗，并最终减少二氧化碳排放。综上，本文提出以下假设：

H2b：数字金融发展通过促进技术创新降低二氧化碳排放。

3.数字金融、产业结构升级和二氧化碳排放

产业结构升级的本质在于生产要素从生产率低的部门流向生产率高的部门，即整个社会生产效率的提高。社会生产效率提高使得单位产出的能源消耗更低，有利于减少二氧化碳排放。上述特征决定了产业结构升级在推动中国可持续发展过程中的重要作用，而金融资源能否向高生产率的区域或主体有效配置也是产业结构升级的关键所在。数字金融发展能有效提高资本配置效率，促进产业结构升级，进而减少二氧化碳排放。

就数字金融发展提高资本配置效率促进产业结构升级而言，数字金融基于数字技术所实现的新型业务模式改变了传统金融的信用定价机制和信用评估模式，有助于打破传统金融的边界约束，提升金融机构的风险管理能力和资本配置效率［3］。具体体现在金融机构依托大数据、云计算等数字技术对产业主体的投资收益率、信息揭示和风险判别敏感度极高，通过高质量、高效率匹配资源供给者与产业主体之间的资本配置需求，引导资本流向生产率高、发展前景好的产业［16］，进而从供给端驱动有价值的产业主体通过外部融资跨越资本原始积累和创新瓶颈，实现产业快速发展，助推产业结构优化升级。在产业结构升级过程中，劳动力和资本等生产要素在产业间的合理配置有利于提高生产效率，加速高能耗、高污染的传统产业向节能环保产业转型，进而减少二氧化碳排放。同时，以重工业为主的第二产业在经济总量中占比较大，是能源消耗与碳排放的主要源头［17］。产业结构向第三产业高级化发展也能降低经济发展对能源消耗的依赖度，进而减少二氧化碳排放。综上，本文提出以下假设：

H2c：数字金融发展通过促进产业结构升级减少二氧化碳排放。

四、研究设计

（一）模型设计

为检验上述研究假设，本文首先针对数字金融发展对二氧化碳排放的影响，设计如下时间和个体双向固定效应模型：

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为第t年i市的数字金融发展水平；α0为截距项，μi为i市的个体效应，φt为第t年的时间效应，εit为随机误差项，Xit为控制变量。若β显著为负，则数字金融发展能减少二氧化碳排放。

为验证数字金融发展通过促进绿色金融发展、技术创新和产业结构升级进而减少二氧化碳排放，本文借鉴温忠麟等［18］提出的检验方法，在式（1）基础上设定以下双向固定效应检验模型：

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为中介变量，表示绿色金融发展水平、技术创新水平和产业结构升级水平。以检验绿色金融发展的中介效应为例，在检验式（1）的基础上，对式（2）进行回归，若系数β显著为正，说明数字金融發展能促进绿色金融发展，继而进行接下来的分析，否则检验终止。接下来对式（3）进行估计，如果系数β1和系数β2均显著为负，则说明绿色金融发展起到了部分中介作用；如果系数β1不显著，系数β2显著为负，则说明绿色金融发展起到了完全中介作用；若系数β1和系数β2均不显著，则考虑用其他方法进行中介效应检验。技术创新与产业结构升级的中介效应检验同上。

（二）变量测度与说明

1.被解释变量

二氧化碳排放水平（C）。对于二氧化碳排放水平，学者们主要从二氧化碳排放总量和二氧化碳排放强度两个角度进行考量。对于二氧化碳排放总量，学界通常基于联合国政府间气候变化专门委员会（IPCC）在2006年提出的标准煤法，通过此方程估算化石燃料产生的二氧化碳总量：CO2=∑αpβpγp×44/12。其中，CO2表示估算的二氧化碳排放量；p代表各种化石能源，αp表示第p种能源的消耗量；βp为第p种能源的折标准煤系数，具体数据参见《中国能源统计年鉴》；γp表示IPCC在2006年给出的各种能源的碳排放系数；44/12为碳折二氧化碳系数；在此基础上，用二氧化碳排放总量除以实际GDP得到单位GDP的二氧化碳排放量，进而衡量二氧化碳排放强度。

由于二氧化碳排放强度更符合“双碳”目标的经济学含义，因此实际研究中学者们更多地使用该指标来衡量二氧化碳排放水平。本文采用煤炭、原油和天然气三种一次能源的消耗量来估算二氧化碳排放总量，并用排放总量除以实际GDP得到二氧化碳排放强度来衡量二氧化碳排放水平。

由于目前能源消耗数据只能精确到省级层面，而地级市层面能源消耗数据缺失值较多，故只能通过能源消耗数据估算出省级二氧化碳排放量，而无法估算出地级市二氧化碳排放量。因此，本文在使用能源消耗数据计算省级二氧化碳排放量的基础上，借鉴吴健生等［1920］的研究方法，基于美国国防气象卫星（DMSPOLS）和国家极地轨道运行环境卫星（NPPVIIRS）提供的夜间灯光数据，分别构建每一年所有省份的二氧化碳排放量与夜间灯光强度之间的无截距线性模拟模型，具体如下：

ACqt=ηtDNqt+εqt（8）

其中，ACqt为第t年q省的二氧化碳排放量，DNqt为第t年q省的夜间灯光强度，ηt为第t年的系数。对式（8）进行回归求得ηt，用地级市第t年的夜间灯光强度乘ηt即可反演估算出第t年该地级市的二氧化碳排放量，通过除以地级市实际GDP即可求得二氧化碳排放强度，进而衡量地级市的二氧化碳排放水平。

2.核心解释变量

数字金融发展水平（FI）。本文使用北京大学数字普惠金融指数作为地级市数字金融发展水平的代理变量，该指数从数字金融的覆盖广度、使用深度和普惠金融数字化程度3个维度来构建数字金融指标体系［21］。

3.中介变量

（1）绿色金融发展水平（GF）。本文借鉴高锦杰等［22］的做法，以绿色信贷、绿色投资、绿色证券和绿色保险4个二级指标构建如表1所示的绿色金融发展指标体系，并引入熵权法测算各二级指标的权重以强化指标体系构建的客观性。（2）地级市技术创新水平（TE）。本文使用地级市发明专利授权量来衡量地级市技术创新水平。（3）产业结构升级水平（IS）。本文借鉴冯素玲等［23］的做法，从产业结构合理化和产业结构高级化两个维度衡量产业结构升级水平。

4.控制变量

本文借鉴已有文献［11，13］的做法，结合本文实际需要，选取政府规模水平（GOV）、对外开放水平（OPEN）、城镇化率水平（UL）、经济发展水平（GDP）、人口密度水平（PD）和环境规制水平（EV）作为本文的控制变量。其中，政府规模水平用财政支出占GDP的比重进行衡量；对外开放水平用进出口总额占GDP的比重进行衡量；城镇化率用城镇常住人口占地区常住人口的比重进行衡量；经济发展水平用人均实际GDP进行衡量；人口密度水平用区域年末常住人口与区域面积之比进行衡量；环境规制水平借鉴张建鹏等［1］的做法，采用地方政府工作报告中“环保”相关词汇出现的词频总数进行衡量。

（三）数据来源和描述性统计

本文针对2011—2019年中国278个地级市展开研究，形成了2 502个均衡面板观测值。本文使用的能源消耗数据来源于《中国统计年鉴》和《中国能源统计年鉴》；DMSPOLS和NPPVIIRS提供的夜间灯光数据来自美国国家海洋和大气管理局（NOAA），并经过处理校正后得到；数字普惠金融指数来源于北京大学数字金融研究中心；其他经济数据来源于《中国城市统计年鉴》、地方政府官方网站以及国泰安（CSMAR）数据库和Wind数据库；对于个别数据缺失值，采用插值法进行补齐；对于无法精确到地级市层面的数据，用省级数据进行匹配。本文主要变量的描述性统计结果见表2。

五、实证结果分析

（一）基准回归分析

在对式（1）进行检验前，本文先对核心解释变量和所有控制变量取对数，以降低模型的异方差性。式（1）的回归结果如表3所示，无论是否纳入控制变量，数字金融发展对二氧化碳排放均表现出显著的负向影响，验证了假设H1。

（二）异质性分析

前述研究结果表明，数字金融发展能减少二氧化碳排放。考虑到数字金融指数各维度侧重点不同，包含的具体信息也不同，不同的地理区域其外部环境也不同，数字金融发展的二氧化碳减排效应可能存在差异，因此本文对数字金融各维度和地理区域进行了异质性分析。

1.数字金融指数二级指标

本文首先分析了数字金融的覆盖广度（CB）、使用深度（UD）和数字化程度（DL）对二氧化碳排放的影响，回归结果如表4所示。数字金融指数各维度中覆盖广度和使用深度均对二氧化碳排放产生了显著的负向影响，而数字化程度对二氧化碳排放的影响不显著。

第一，覆盖广度的延伸，表明数字金融的业务模式更少依赖物理网点，辐射范围更广，良好的金融环境为广大企业提供了足够的金融支持，促进了企业技术创新，进而有利于减少二氧化碳排放。第二，使用深度的拓展，表明金融机构支付服务、货币基金服务、信贷服务、保险服务、投资服务和信用服务的增加，丰富的金融产品和完善的金融服务体系可以满足企业全生命周期的金融服务需求，为企业从事技术创新活动提供了

2.（）内为聚类到地级市的稳健标准误。

3.已控制地区和年份固定效应，控制变量估计结果留存备索。

有力支持，进而有利于减少二氧化碳排放。第三，数字化程度的提高，表明金融机构可以运用数字技术对平台内融资的企业进行监督、管理和控制，并为低碳环保、高生产率企业提供更多金融支持，在提高金融机构资金配置效率、减少资源浪费的同时，还能进一步促进环保企业绿色技术创新，进而有利于减少二氧化碳排放。然而，金融机构数字化水平的提高通常伴随着数字基礎设施的覆盖，尽管通过数字赋能实现了节能减排，但是数字基础设施的生产也会产生大量资源及能源消耗，并产生大量二氧化碳排放［24］，两种效应相互抵消，使得数字化程度对二氧化碳排放的影响效应不显著。

2.地理区域

本文参照国家统计局的划分标准，按东部、中部、西部和东北四大地理区域探讨数字金融发展降低二氧化碳排放的异质性特征

参照国家统计局的划分标准，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆，中部地区包括山西、安徽、江西、河南、湖北和湖南，东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南，东北地区包括辽宁、吉林和黑龙江。。对不同地理区域数字金融发展的二氧化碳减排效应进行分析，回归结果如表5所示。数字金融发展的二氧化碳减排效应呈现出“西部>中部>东部>东北”的阶

3.已控制地区和年份固定效应，控制变量估计结果留存备索。

梯下降趋势，说明数字金融发展的二氧化碳减排效应在西部地区更明显。

数字金融所具备的数字化和普惠性特征，能突破传统金融服务“痛点”，让长期处于金融弱势方的西部群体均等化享受现代金融服务，而这种均等化的金融服务在东西部地区间蕴含着不同的意义。在东部地区，金融服务相对充裕，数字金融所提供的数字化服务可能更多的是作为传统金融服务的一种补充；而在西部欠发达地区，数字金融则实现了金融服务从线下到线上的跨越式发展，这种跨越不只是业务办理方式的改变，更是将这部分群体纳入金融体系，为后续的全面服务提供了可能［25］。这使得数字金融发展在缓解西部地区融资约束、提高金融资源配置效率、促进居民绿色消费和企业低碳化转型上也具有更高的边际效应，因此西部地区数字金融发展的二氧化碳减排效应也会更大。

（三）稳健性检验

1.内生性检验

本文可能存在互为因果关系而导致结果出现偏误从而产生内生性问题，因此本文在原模型基础上选取数字金融指数滞后一期作为替代解释变量，对式（1）进行回归，检验结果见表6第（1）列。数字金融指数滞后一期（L.lnFIN）的系数在1%水平下显著为负，与前文的回归结果一致。

考虑到实证回归方程中还会存在遗漏变量等内生性偏差，本文使用互联网普及率（INT）作为数字金融指数的工具变量，借助两阶段最小二乘法（2SLS）继续进行检验［26］。第（2）（3）列结果显示，第一阶段回归中互联网普及率（lnINT）的系数显著为正，第二阶段回归中数字金融指数（lnFIN）显著为负。随后本文还进行了弱工具变量检验，检验结果显示F值为46.673，大于10，根据经验准则可以判断互联网普及率不是一个弱工具变量。上述检验结果说明，在考虑数字金融与二氧化碳排放之间可能存在的内生性问题后，数字金融发展能够降低二氧化碳排放水平，这与前文结果完全一致。

为进一步确保工具变量回归结果的稳健性，本文借鉴张勋等［27］的做法，使用地级市到杭州的球面距离与全国其他城市数字金融指数均值的交互项（DIS）作为数字金融指数的工具变量，回归结果见第（4）（5）列。因地级市到杭州的球面距离与地区虚拟变量存在多重共线性，故第（4）（5）列未控制地区固定效应。同时，本文还借鉴易行健等［25］的做法，使用地级市滞后一期的数字金融指数与全国数字金融指数在时间上的一阶差分的乘积构建一个“BARTIK”工具变量进行检验，回归结果见第（6）（7）列。采用新的工具变量进行回归后，数字金融发展仍能够显著降低二氧化碳排放，说明在考虑内生性的情况下，前文的检验结论是稳健的。

2.替换解释变量

本文借鉴李春涛等［28］的做法，构建金融科技指数（FT）作为数字金融指数的替代变量继续进行稳健性检验。替换解释变量后检验结果如表6第（8）列所示。金融科技指数（lnFT）的系数显著为负，说明前文的检验结论是稳健的。

3.替换被解释变量

本文选用人均二氧化碳排放水平（CP）作为单位GDP的二氧化碳排放量（C）的替代变量继续进行回归。替换被解释变量后检验结果见表6第（9）列。数字金融指数（lnFIN）的系数显著为负，同样说明前文的检验结论是稳健的。

3.已控制年份固定效应，控制变量估计结果留存备索。

（四）影响机制分析

本文选取“绿色金融发展”“技术创新结果”和“产业结构升级”作为中介变量，检验数字金融发展降低二氧化碳排放的具体路径。表7第（1）（2）列显示，数字金融发展对绿色金融发展产生了显著的正向影响，将数字金融指数和绿色金融指数纳入同一方程进行回归后，两者系数均显著为负，说明绿色金融发展起到了部分中介作用。同理，第（3）～（6）列的回归结果也显示，技术创新和产业结构升级也起到了部分中介作用。上述结果说明，数字金融发展通过促进绿色金融发展、技术创新和产业结构升级三种机制实现对二氧化碳排放的抑制作用，这一结果验证了假设H2a、假设H2b和假设H2c。

六、进一步研究

（一）环境规制的调节效应分析

如前文所述，数字金融发展能够有效促进绿色金融发展、技术创新和产业结构升级，进而减少二氧化碳排放。然而，低碳产业由于存在更多不确定性风险，银行给予其金融支持的积极性通常不高，同时金融资本的逐利性也会使得部分金融资源流向高碳排放强度但高收益的行业，不仅降低了金融资源配置效率，而且与政府的宏观绿色调控目标不一致，加剧了二氧化碳排放。二氧化碳排放增加这种严重的环境负外部性问题，是金融市场失灵的表现，此时政府干预显得尤为重要。从庇古税的角度来看，政府应给予正外部性的生产者财政补偿，对负外部性的生产者征税，使私人成本与社会成本一致，解决因负外部性导致的资源非帕累托最优配置问题［10］。政府出台环境规制政策如碳税、环保税等，对市场积极进行干预，在引导金融逐利资本流向生產率高的企业，进一步提高数字金融的资本配置效率的同时，也会约束市场主体积极进行二氧化碳减排，最终提高数字金融发展的碳减排效应。因此，本文认为政府环境规制水平提高能强化数字金融发展的二氧化碳减排效应。

为进一步验证政府环境规制的调节效应，本文在检验数字金融发展对二氧化碳排放影响的基础上，

进一步向式（1）中引入政府环境规制水平（EVit）与数字金融水平（FINit）的交互项（EVit×FINit），设计如下双向固定效应模型：

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

其中，若γ显著为负，则说明环境规制能显著强化数字金融发展的二氧化碳减排效应。对于政府环境规制水平（EV），本文借鉴张建鹏等［1］的做法，采用地方政府工作报告中与“环保”相关的词汇出现的词频总数作为政府环境规制水平的代理变量，词频总数越高，说明环境规制水平越高。式（9）的回归结果见表8第（1）列。数字金融发展与政府环境规制交互项的系数显著为负，说明政府环境规制能显著强化数字金融的二氧化碳减排效应。

为确保结论的稳健性，本文基于任晓松等［29］的做法，通过单位产值的工业三废排放量的倒数构建新的环境规制综

合指数（EV1）。该指数越大，表示污染排放越小，环境规制越强。本文用新构建的环境规制指数（EV1）替代上文的环境规制指数（EV）再次进行回归，检验结果见表8第（2）列，可见数字金融与环境规制交互项的系数仍显著为负，说明政府环境规制确实能提高数字金融发展的碳减排效应，因此上文的结论是稳健的。

（二）空间溢出效应分析

考虑到数字金融的数字属性以及数字技术的溢出效应，数字金融发展对二氧化碳排放也可能存在空间溢出效应。数字金融以数字平台作为重要载体。数字平台的在线协同效应，压缩了时空距离，增强了区域间经济活动的关联广度和交流深度，极大地推动了数字金融创新成果的跨区域流动，通过对邻地数字金融发展产生正向溢出作用，进而减少邻地二氧化碳排放。然而，数字金融具备的促创业、促创新、扩大社会消费等特点，也会使得本地数字金融发展对邻地创业、创新、消费等产生“虹吸效应”，导致邻地技术、人才、资本流失的可能，不利于邻地数字金融发展。同时，地方政府的行政分权使得各区域在数字金融发展政策上缺乏统筹协调，加剧了技术、人才、资本的空间自主选择，进一步强化了数字金融发展的“虹吸效应”，阻碍了邻地数字金融发展，进而削弱了邻地数字金融发展的二氧化碳减排效应。因此，数字金融发展对二氧化碳排放的空间溢出效应理论上并不确定。

为进一步检验数字金融发展对二氧化碳排放的空间溢出效应，本文在式（1）中引入二氧化碳排放、数字金融指数与控制变量的空间滞后项，建立如下空间杜宾模型（SDM）：

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

其中，Wij为空间权重矩阵。γ1用来捕捉数字金融发对二氧化碳排放的直接影响程度，δ1用来捕捉数字金融发展对二氧化碳排放的空间溢出效应强度。空间杜宾模型反映了数字金融发展对本地二氧化碳排放的影响，同时也体现了邻地数字金融发展对本地二氧化碳排放的空间溢出效应。

在进行空间溢出效应分析之前，要对数字金融发展和二氧化碳排放进行空间自相关检验，以初步验证研究对象是否存在空间效应。本文采用莫兰指数法计算了空间地理距离矩阵、空间经济距离矩阵和空间经济地理距离矩阵下各年度的空间效应。莫兰指数结果显示，2011—2019年中国各地级市的数字金融发展和二氧化碳排放均具有显著的空间正自相关性限于篇幅，本文对莫兰指数、LM检验、LR检验、Hausman检验的结果未予详细报告，结果备索。

表9报告了三种空间权重矩阵下数字金融发展对二氧化碳排放的空间溢出效应回归结果。在此之前，依次进行LM检验、LR检验、Hausman檢验，确定了个体固定效应的SDM模型为最优选择。结果显示，基于三种空间权重矩阵进行SDM回归，数字金融的空间交互项（W×lnFIN）的系数均显著为正，表明样本地区在空间上存在外生的数字金融交互效应。从直接效应和溢出效应来看，数字金融发展对本地二氧化碳排放均具有显著的负向直接效应，而对邻地二氧化碳排放均存在显著的正向溢出效应，即本地数字金融发展能够显著减少本地二氧化碳排放，但是会增加邻地的二氧化碳排放。以上检验结果说明，本地数字金融发展对邻地可能更多的是虹吸效应，会制约邻地数字金融发展，进而加剧邻地二氧化碳排放。

七、结论及政策建议

当前，中国数字金融蓬勃发展，同时也经历着“碳达峰、碳中和”这一广泛而深刻的经济社会系统性变革，探究数字金融与二氧化碳排放的关系具有重要意义。本文运用2011—2019年278个地级市的面板数据，在理论分析基础上实证检验了数字金融发展对二氧化碳排放的影响和作用机制，并进一步探究了政府环境规制的调节作用和数字金融发展的空间溢出效应。研究结果表明：（1）数字金融发展能显著减少二氧化碳排放，进行一系列内生性检验和稳健性检验后结论依然成立；（2）从数字金融指数的二级指标看，相较于数字化程度，数字金融的覆盖广度和使用深度对二氧化碳排放的抑制作用更显著；（3）从区域维度看，相较于东部、中部和东北部地区，西部地区数字金融发展的二氧化碳减排效应更强；（4）数字金融发展通过促进绿色金融发展、技术创新和产业结构升级减少二氧化碳排放；（5）随着政府环境规制水平的提高，数字金融发展的二氧化碳减排效应也越强；（6）数字金融发展在减少本地二氧化碳排放的同时，会加剧邻地二氧化碳排放。上述研究结论不仅丰富了数字金融的相关理论，而且为发挥数字金融的二氧化碳减排效应提供了以下经验证据和政策启示：

第一，完善现代金融体系，加快传统金融机构数字化转型。数字金融发展对二氧化碳减排具有重要作用。传统金融机构是数字金融创新的主力军，应鼓励传统金融机构进行数字化转型，运用大数据、云计算等数字技术搭建“场景+开放+生态+智能”的综合性数字化金融服务平台。在此基础上，积极创新数字金融服务和产品，提高金融服务的使用深度，持续深耕实体企业全生命周期的金融服务需求。同时，通过业务数据化、流程数字化、服务智能化，增强传统金融机构甄别风险、处理信息和代理问题的能力以及线上线下的服务能力，不断提升金融服务的触达范围。通过促进传统金融机构数字化转型，实现区域数字金融快速发展，从而更大限度地获取数字金融的碳减排红利。

第二，实施动态化、差异化的数字金融发展战略，为区域协同减排提供动力和支撑。在经济发展水平相对较低的西部地区，数字金融发展的二氧化碳减排效应更强。当前应抓住发展机遇加快布局，提升中国西部地区的数字金融发展水平。一是要强化资源向中西部地区倾斜，在东部地区生产要素供给压力不断上行的背景下，大力推进“东数西算”工程建设，将东部数字基础设施建设有序引导到西部，为西部地区数字金融发展夯实基础；二是要加大西部地区人才引导力度，加快培养、引进一批既具金融素养又精通新一代数字技术的跨学科、复合型人才，快速补齐西部地区数字金融发展的人才短板，让数字金融成为推动区域绿色发展的重要举措。

第三，加强数字技术对绿色金融的服务力度，为数字金融发展促进二氧化碳减排疏通渠道。本文研究发现，绿色金融是数字金融发展影响二氧化碳排放的重要机制之一。应加快拓展数字技术对绿色金融发展的服务深度。一是利用区块链、大数据、云计算等数字技术多角度地对企业进行碳画像，以约束其碳排放行为，也为金融机构有效识别和监管绿色项目、提升绿色金融服务可得性和精准性发挥积极作用。二是运用数字技术靶向监测、精准滴灌，高质量、高效率地匹配绿色信贷资源与生产率高、发展前景好的“绿色企业”之间的资本配置需求，引导资本向创新驱动型企业倾斜，通过促进企业技术创新和区域产业结构优化升级，进而减少二氧化碳排放。

第四，适度提高政府环境规制水平，充分发挥环境规制政策与数字金融支持的碳减排联合治理效应。为进一步提高数字金融发展的二氧化碳减排效应，需强化政府环境规制，为金融市场提供相应的绿色制度支撑。一方面，要提高地方政府环境规制的主观能动性，有效发挥政府在环境管理中的信息优势，通过制定市场准入限制、污染总量控制以及企业排放标准等行政命令型政策严格控制二氧化碳排放。另一方面，地方政府要积极开展排污权交易，制定碳排放税和环保税等市场激励型政策，充分发挥金融市场的资源调控和配置功能，重点引导金融资源从高能耗、高排放、重污染的传统产能过剩产业流向绿色环保的战略性新兴产业，以进一步强化数字金融发展的二氧化碳减排效应。

第五，加大对技术和人才的政策扶持力度，提高区域数字金融发展核心竞争力。数字金融具备的“虹吸效应”不利于邻地数字金融发展和二氧化碳减排。为减小数字金融发展的“虹吸效应”带来的不利影响，地方政府应多措并举强化区域数字金融发展核心竞争力。一是要对区域内的数字龙头企业、国家级大数据综合实验区或产业集聚区给予更多奖补激励，激发区域内数字产业的创新发展活力，为区域数字金融的创新发展奠定数字基础。二是通过“一事一议”、房租补贴等政策提高地区的人才吸引力，为数字技术人才和企业的长期入驻创造条件。同时，也要加强相邻地区金融机构的交流深度，通过深化合作强化数字金融创新成果的跨区域流动，促进区域数字金融协同发展。

参考文献：

［1］张建鹏，陈诗一. 金融发展、环境规制与经济绿色转型［J］. 财经研究， 2021（11）：7893.

［2］王遥，潘冬阳. 中国经济绿色转型中的金融市场失灵问题与干预机制研究［J］. 中央财经大学学报， 2015（11）：2934.

［3］唐松，伍旭川，祝佳. 数字金融与企业技术创新：结构特征、机制识别与金融监管下的效应差异［J］. 管理世界， 2020（5）：5266.

［4］聂秀华，江萍，郑晓佳，等. 数字金融与区域技术创新水平研究［J］. 金融研究， 2021（3）：132150.

［5］严成樑，李涛，兰伟. 金融发展、创新与二氧化碳排放［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，范硕. 自主创新、技术引进与碳排放：不同技术进步路径对碳减排的作用［J］. 商业研究， 2017（7）：5866.

［8］黄建欢，吕海龙，王良健. 金融发展影响区域绿色发展的机理：基于生态效率和空间计量的研究［J］. 地理研究， 2014（3）：532545.

［9］熊靈，齐绍洲. 金融发展与中国省区二氧化碳排放：基于STIRPAT模型和动态面板数据分析［J］. 中国地质大学学报（社会科学版）， 2016（2）：6373.

［10］朱小会，陆远权. 环境财税政策与金融支持的碳减排治理效应：基于财政与金融相结合的视角［J］. 科技管理研究， 2017（3）：203209.

［11］姚凤阁，王天航，谈丽萍. 数字普惠金融对碳排放效率的影响：空间视角下的实证分析［J］. 金融经济学研究， 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］邓荣荣，张翱祥. 中国城市数字金融发展对碳排放绩效的影响及机理［J］. 资源科学， 2021（11）：23162330.

［14］余进韬，张蕊，龚星宇. 数字金融如何影响绿色全要素生产率：动态特征、机制识别与空间效应［J］. 当代经济科学， 2022（6）：4256.

［15］王康仕，孙旭然，张林曦，等. 金融数字化是否促进了绿色金融发展：基于中国工业上市企业的实证研究［J］. 财经论丛， 2020（9）：4453.

［16］李晓龙，冉光和. 数字金融发展、资本配置效率与产业结构升级［J］. 西南民族大学学报（人文社会科学版）， 2021（7）：152162.

［17］刘海英，郭文琪. 碳排放权交易政策试点与能源环境效率：来自中国287个地级市的实证检验［J］. 西安交通大学学报（社会科学版）， 2022（5）：7286.

［18］温忠麟，叶宝娟. 中介效应分析：方法和模型发展［J］. 心理科学进展， 2014（5）：731745.

［19］吴健生，牛妍，彭建，等. 基于DMSP/OLS夜间灯光数据的1995—2009年中国地级市能源消费动态［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. 測度中国数字普惠金融发展：指数编制与空间特征［J］. 经济学（季刊）， 2020（4）：14011418.

［22］高锦杰，张伟伟. 绿色金融对我国产业结构生态化的影响研究：基于系统GMM模型的实证检验［J］. 经济纵横， 2021（2）：105115.

［23］冯素玲，许德慧. 数字产业化对产业结构升级的影响机制分析：基于2010—2019年中国省际面板数据的实证分析［J］. 东岳论丛， 2022（1）：136149.

［24］徐维祥，周建平，刘程军. 数字经济发展对城市碳排放影响的空间效应［J］. 地理研究， 2022（1）：111129.