數(shù)字金融影響碳排放的作用機(jī)理及效果

范慶倩，封思賢，2

（1.南京師范大學(xué)商學(xué)院，江蘇 南京210023； 2.南京師范大學(xué)金陵女子學(xué)院，江蘇 南京 210023）

二氧化碳作為主要的溫室氣體（GHG），被認(rèn)為是全球變暖的最重要因素之一，碳減排問(wèn)題也因此被各國(guó)高度關(guān)注。2020年9月，習(xí)近平在第75屆聯(lián)合國(guó)大會(huì)上更是明確提出了“2030年前碳達(dá)峰、2060年前碳中和”的發(fā)展目標(biāo)（即“雙碳”目標(biāo)）。限制能源消費(fèi)和壓縮產(chǎn)能雖然能減少碳排放，但往往會(huì)犧牲經(jīng)濟(jì)發(fā)展，因此改變高碳產(chǎn)業(yè)結(jié)構(gòu)、大力發(fā)展節(jié)能減排技術(shù)就顯得尤為重要。然而受投入成本較多、投資回收期較長(zhǎng)、收益不確定性較高等因素影響，企業(yè)低碳轉(zhuǎn)型與節(jié)能研發(fā)仍面臨著較為嚴(yán)重的融資約束［1］。聯(lián)合國(guó)環(huán)境規(guī)劃署據(jù)此建議，應(yīng)盡快調(diào)整現(xiàn)有的金融系統(tǒng)，而近年來(lái)新興的數(shù)字金融為該問(wèn)題解決提供了契機(jī)。數(shù)字金融是指通過(guò)互聯(lián)網(wǎng)及信息技術(shù)手段與傳統(tǒng)金融服務(wù)業(yè)態(tài)相結(jié)合的新一代金融服務(wù)，具有數(shù)字化、網(wǎng)絡(luò)化、智能化、移動(dòng)化等特點(diǎn)，使得現(xiàn)代社會(huì)的經(jīng)濟(jì)活動(dòng)變得更加靈活、便捷和智慧［2］。然而，關(guān)于數(shù)字金融是否有利于碳減排，相關(guān)研究的觀點(diǎn)并不一致。該研究認(rèn)為，研究數(shù)字金融影響碳排放的作用機(jī)理，不但有助于辨析各類(lèi)觀點(diǎn)，也有助于政府或企業(yè)制定更加科學(xué)的碳減排方案。因此，該研究構(gòu)建闡釋了數(shù)字金融影響碳排放的經(jīng)濟(jì)學(xué)機(jī)理，運(yùn)用中國(guó)省份級(jí)的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)并提出對(duì)策建議。

1 文獻(xiàn)綜述

關(guān)于數(shù)字金融如何影響碳排放的研究雖然目前并不多見(jiàn)，但現(xiàn)有成果中關(guān)于碳排放影響因素以及傳統(tǒng)金融與碳排放之間相互關(guān)系等方面的研究，為該研究提供了十分重要的理論指導(dǎo)、方法借鑒與研究啟示。

1.1 碳排放的影響因素研究

早在1995年，Grossman等［3］就提出經(jīng)濟(jì)發(fā)展與環(huán)境污染存在倒“U”型關(guān)系（環(huán)境庫(kù)茲涅茨曲線，EKC）。隨著全球氣候變暖趨勢(shì)的不斷加速，人們對(duì)環(huán)境的關(guān)注焦點(diǎn)逐漸轉(zhuǎn)向溫室氣體排放，比如：Zhang等［4］指出，自人類(lèi)工業(yè)革命以來(lái)，經(jīng)濟(jì)快速發(fā)展伴隨的能源消耗使得溫室氣體排放量空前增加；一些國(guó)家甚至采取了各種經(jīng)濟(jì)政策和金融手段來(lái)控制溫室氣體排放。由于二氧化碳是最主要的溫室氣體，于是哪些因素會(huì)影響碳排放、如何抑制碳排放等問(wèn)題就成了學(xué)界、業(yè)界、政府等關(guān)注的焦點(diǎn)，大量成果快速涌現(xiàn)。總體而言，外文文獻(xiàn)大多關(guān)注政策因素尤其是融資政策因素對(duì)碳排放的影響［5-7］。

國(guó)內(nèi)文獻(xiàn)也較早就開(kāi)始了對(duì)碳排放影響因素的探討［8-12］。例如，胡初枝等［8］發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與碳排放之間呈現(xiàn)出“N”型關(guān)系，其中經(jīng)濟(jì)規(guī)模推動(dòng)碳排放增加，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整有利于抑制碳排放，技術(shù)效應(yīng)波動(dòng)性較大但總體上具有正效應(yīng)。許廣月等［9］指出，中國(guó)東部、中部地區(qū)的經(jīng)濟(jì)發(fā)展與人均碳排放之間符合EKC假說(shuō)，但是西部地區(qū)不符合。林伯強(qiáng)等［10］發(fā)現(xiàn)城市化進(jìn)程會(huì)影響碳排放，且低碳轉(zhuǎn)型戰(zhàn)略應(yīng)以節(jié)能（降低碳強(qiáng)度）為主，輔之發(fā)展清潔能源（改善能源結(jié)構(gòu)）來(lái)實(shí)現(xiàn)。申萌等［11］將技術(shù)進(jìn)步對(duì)二氧化碳排放的彈性引入內(nèi)生增長(zhǎng)模型，構(gòu)建了技術(shù)進(jìn)步、經(jīng)濟(jì)增長(zhǎng)與二氧化碳排放的理論模型，綜合考察了技術(shù)進(jìn)步對(duì)二氧化碳排放的直接效應(yīng)和間接效應(yīng)。邵帥等［12］研究發(fā)現(xiàn)經(jīng)濟(jì)集聚與能源強(qiáng)度均會(huì)影響碳排放強(qiáng)度及人均碳排放，且能源強(qiáng)度可以成為經(jīng)濟(jì)集聚影響碳排放的中介變量?！半p碳”目標(biāo)提出后，碳排放問(wèn)題愈發(fā)成為研究熱點(diǎn)［13］。綜合來(lái)看，國(guó)內(nèi)文獻(xiàn)對(duì)碳排放因素的研究大多關(guān)注的是經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、能源轉(zhuǎn)型、碳稅等宏觀與中觀層面的經(jīng)濟(jì)因素。

1.2 傳統(tǒng)金融發(fā)展與碳排放、低碳經(jīng)濟(jì)的關(guān)系研究

作為優(yōu)化資源配置和資本再分配的重要手段，金融在低碳經(jīng)濟(jì)發(fā)展中發(fā)揮著重要作用。已有不少?lài)?guó)內(nèi)文獻(xiàn)探討了國(guó)內(nèi)傳統(tǒng)的金融行業(yè)如何去促進(jìn)碳減排。曹軍新等［14］研究了氣候變化和碳減排對(duì)金融穩(wěn)定的影響，并提出碳減排應(yīng)先從具備較大減排彈性和較低減排成本的行業(yè)開(kāi)始，從而最小化銀行資產(chǎn)質(zhì)量沖擊。嚴(yán)成樑等［15］驗(yàn)證了金融發(fā)展與二氧化碳強(qiáng)度之間存在倒“U”型關(guān)系，并分別從信貸規(guī)模、FDI規(guī)模、金融市場(chǎng)融資規(guī)模、金融業(yè)的競(jìng)爭(zhēng)、信貸資金分配的市場(chǎng)化等多角度探討了如何影響中國(guó)的碳排放強(qiáng)度。韓峰等［16］研究發(fā)現(xiàn)金融業(yè)專(zhuān)業(yè)化集聚、科學(xué)研究和技術(shù)服務(wù)業(yè)多樣化集聚以及環(huán)境治理和公共設(shè)施管理業(yè)的專(zhuān)業(yè)化和多樣化集聚具有明顯碳減排效應(yīng)并據(jù)此提出了諸多建議。

然而，綜合國(guó)內(nèi)外已有文獻(xiàn)來(lái)看，傳統(tǒng)金融發(fā)展與碳排放之間的關(guān)系到底是什么，學(xué)界的觀點(diǎn)并不一致。除少部分研究認(rèn)為金融與碳排放不存在顯著相關(guān)關(guān)系外［17］，其余觀點(diǎn)大致可分為三種：第一類(lèi)觀點(diǎn)認(rèn)為，傳統(tǒng)金融發(fā)展促進(jìn)了投資活動(dòng)和經(jīng)濟(jì)增長(zhǎng)，從而刺激了能源消耗、加劇了環(huán)境污染以及碳排放的增加［18］。第二類(lèi)觀點(diǎn)認(rèn)為，傳統(tǒng)金融的發(fā)展并沒(méi)有以增加碳排放為代價(jià)，反而在改善環(huán)境績(jī)效方面發(fā)揮了重要作用，且這類(lèi)文獻(xiàn)大多是從傳統(tǒng)金融發(fā)展如何促進(jìn)技術(shù)創(chuàng)新、支持新能源開(kāi)發(fā)等主要角度去分析的［19］。第三類(lèi)觀點(diǎn)則認(rèn)為傳統(tǒng)金融發(fā)展與碳排放之間的關(guān)系是非線性的［15］，這類(lèi)文獻(xiàn)一般受環(huán)境庫(kù)茲涅茨曲線（EKC）啟發(fā)，其中大部分文獻(xiàn)中的碳排放指標(biāo)為碳排放強(qiáng)度。

針對(duì)傳統(tǒng)金融在促進(jìn)碳排放方面存在的一些不足，一些學(xué)者建議傳統(tǒng)金融急需要?jiǎng)?chuàng)新。例如，有研究指出，當(dāng)經(jīng)濟(jì)規(guī)模較小、環(huán)境問(wèn)題不突出時(shí)，綠色技術(shù)主要來(lái)自引進(jìn)和模仿國(guó)外先進(jìn)技術(shù)，此時(shí)傳統(tǒng)金融能夠基本滿足其融資要求，進(jìn)而通過(guò)資金引導(dǎo)［14］、資源配置［13］、技術(shù)進(jìn)步［15］等能在一定程度上促進(jìn)碳減排。然而，隨著傳統(tǒng)經(jīng)濟(jì)的不斷發(fā)展，綠色高新技術(shù)產(chǎn)業(yè)的需求就會(huì)越來(lái)越大，技術(shù)研發(fā)風(fēng)險(xiǎn)大、資金需求量巨大、回報(bào)周期長(zhǎng)的特點(diǎn)也會(huì)越來(lái)越明顯，傳統(tǒng)金融也就難以滿足其融資需求，此時(shí)則需要轉(zhuǎn)變經(jīng)營(yíng)理念、創(chuàng)新金融工具。

1.3 數(shù)字金融與碳排放的關(guān)系研究

近年來(lái)，數(shù)字技術(shù)（如移動(dòng)互聯(lián)、人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等）的發(fā)展加速推動(dòng)了傳統(tǒng)金融行業(yè)的數(shù)字化轉(zhuǎn)型與產(chǎn)品創(chuàng)新。數(shù)字金融具有成本低、門(mén)檻低、效率高、靈活性大等優(yōu)點(diǎn)，其對(duì)碳排放的影響值得關(guān)注。

關(guān)于數(shù)字金融如何影響碳排放的現(xiàn)有研究雖然不多，但觀點(diǎn)已存明顯分歧。第一類(lèi)觀點(diǎn)認(rèn)為，數(shù)字金融有利于促進(jìn)碳減排，因?yàn)樗軌蚪柚鷶?shù)字技術(shù)降低傳統(tǒng)金融的獲客與征信成本，緩解融資風(fēng)險(xiǎn)以及金融部門(mén)與資金需求者之間的信息不對(duì)稱(chēng)，引導(dǎo)資金流入節(jié)能技術(shù)與可持續(xù)的綠色經(jīng)濟(jì)等行業(yè)［20］。這些觀點(diǎn)以定性的理論分析為主。第二類(lèi)觀點(diǎn)認(rèn)為，數(shù)字金融的發(fā)展與碳排放量之間存在顯著的正相關(guān)關(guān)系［21-22］。第三類(lèi)觀點(diǎn)認(rèn)為數(shù)字金融與碳排放之間的關(guān)系是不確定的［23］。第二、三類(lèi)觀點(diǎn)的研究主要是以計(jì)量分析為主，基于的樣本大多是外國(guó)數(shù)據(jù)。國(guó)內(nèi)也有少數(shù)文獻(xiàn)結(jié)合中國(guó)實(shí)踐進(jìn)行了初步研究。例如，鄧榮榮等［24］的研究均表明，數(shù)字金融發(fā)展顯著降低了碳排放強(qiáng)度，但這兩篇文獻(xiàn)并未關(guān)注碳排放總量，且未進(jìn)行理論模型構(gòu)建。王軍等［25］構(gòu)建了數(shù)字金融發(fā)展影響家庭消費(fèi)碳排放的一般均衡理論模型，并發(fā)現(xiàn)數(shù)字金融發(fā)展能夠顯著增加家庭消費(fèi)碳排放量，但并未關(guān)注碳排放中企業(yè)等其他主體的影響。

雖然專(zhuān)門(mén)研究數(shù)字金融如何影響碳排放的文獻(xiàn)目前相對(duì)較少，但研究數(shù)字金融在其他方面影響的文獻(xiàn)仍對(duì)該研究具有重要啟示，如數(shù)字金融對(duì)貨幣政策的影響、對(duì)產(chǎn)業(yè)與就業(yè)結(jié)構(gòu)的影響［26］、是否促進(jìn)居民消費(fèi)與經(jīng)濟(jì)增長(zhǎng)［27］、支持創(chuàng)新創(chuàng)業(yè)與否以及能否提升創(chuàng)新水平等。

1.4 邊際貢獻(xiàn)

數(shù)字金融本質(zhì)上仍是金融，是一種基于現(xiàn)代數(shù)字技術(shù)的創(chuàng)新金融，具有新特征。因此，可從數(shù)字金融的本質(zhì)與創(chuàng)新特征等角度來(lái)探討數(shù)字金融對(duì)碳排放的影響。

首先，從家庭消費(fèi)來(lái)看，以移動(dòng)支付等為代表的數(shù)字金融促進(jìn)了線上消費(fèi)，提高了物流的集中度，減少了大量分散的不必要外出。而且，數(shù)字金融在方便家庭借貸的同時(shí)，也提高了跨期消費(fèi)者購(gòu)買(mǎi)或更換高值耐用消費(fèi)品的傾向，增強(qiáng)了家庭低碳環(huán)保的生活理念。家庭消費(fèi)的日趨線上化和低碳理念均有利于減少碳排放。

其次，從數(shù)字金融服務(wù)的提供方式來(lái)看，數(shù)字金融本身就是一種低碳發(fā)展模式。針對(duì)地區(qū)間發(fā)展不平衡的問(wèn)題，其利用技術(shù)手段突破時(shí)空限制，將低成本、多元化的金融服務(wù)帶到偏遠(yuǎn)地區(qū)，實(shí)現(xiàn)傳統(tǒng)金融業(yè)務(wù)的線上辦理，這降低了傳統(tǒng)線下服務(wù)網(wǎng)點(diǎn)的數(shù)量要求，也減少了紙制品的使用，從而通過(guò)數(shù)字技術(shù)降低了金融業(yè)自身的能耗。

再者，從數(shù)字金融提供融資的效果來(lái)看，一方面，數(shù)字金融在為企業(yè)加速資金周轉(zhuǎn)、提供融資便利的同時(shí)也促進(jìn)了企業(yè)生產(chǎn)，增加了社會(huì)總產(chǎn)出，如果這些產(chǎn)出基于的能源消費(fèi)方式?jīng)]有明顯的積極改變，碳排放量則會(huì)不斷抬高。另一方面，數(shù)字金融可以充分利用其“數(shù)字化”的優(yōu)勢(shì)，通過(guò)人工智能、云計(jì)算等數(shù)字技術(shù)實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的分析與處理，及時(shí)掌握資金流向并更加精準(zhǔn)地預(yù)測(cè)風(fēng)險(xiǎn)，促進(jìn)企業(yè)技術(shù)創(chuàng)新或者引導(dǎo)資金流向低碳產(chǎn)業(yè)，進(jìn)而降低社會(huì)總產(chǎn)出所依賴(lài)的碳強(qiáng)度。當(dāng)技術(shù)進(jìn)步達(dá)到足夠水平之后，良好的低碳環(huán)境和經(jīng)濟(jì)增長(zhǎng)就能共存和繁榮。

不難看出，數(shù)字金融既可能通過(guò)改變家庭消費(fèi)理念、減少金融業(yè)線下活動(dòng)、促進(jìn)企業(yè)技術(shù)創(chuàng)新等途徑較少碳排放（節(jié)能效應(yīng)），也可能通過(guò)融資便利途徑擴(kuò)大傳統(tǒng)能源消費(fèi)方式下的生產(chǎn)活動(dòng)而增加碳排放（增產(chǎn)效應(yīng)），因而最終對(duì)碳排放的影響結(jié)果將不確定（圖1）。這兩種效應(yīng)實(shí)際上正是數(shù)字金融在“數(shù)字化特征”和“金融本質(zhì)”兩個(gè)維度上的分別體現(xiàn)。

圖1 數(shù)字金融對(duì)碳排放的影響途徑

基于上述思路，該研究可能的邊際貢獻(xiàn)在于：①將數(shù)字金融發(fā)展引入包含二氧化碳排放的內(nèi)生增長(zhǎng)模型中，闡述了數(shù)字金融影響碳排放的經(jīng)濟(jì)學(xué)原理；②將碳排放通過(guò)能源消費(fèi)引進(jìn)了生產(chǎn)函數(shù)，進(jìn)一步增強(qiáng)了經(jīng)濟(jì)模型的科學(xué)性；③現(xiàn)有文獻(xiàn)大多用碳強(qiáng)度來(lái)反映碳排放，但從該研究前述思路來(lái)看，影響碳排放總量的既可能是節(jié)能效應(yīng)（主要由碳強(qiáng)度決定），也可能是增產(chǎn)效應(yīng)（主要由既定碳強(qiáng)度下的碳排放規(guī)模決定），因此，該研究后續(xù)的理論和實(shí)證分析將綜合考慮這兩種效應(yīng)。

2 理論分析

該節(jié)將主要闡釋數(shù)字金融影響碳排放的經(jīng)濟(jì)學(xué)原理?？紤]一個(gè)封閉的經(jīng)濟(jì)包含三個(gè)部門(mén)：最終產(chǎn)品生產(chǎn)部門(mén)、中間產(chǎn)品生產(chǎn)部門(mén)和研發(fā)（R&D）部門(mén)。研發(fā)部門(mén)通過(guò)投入資金KR、人力資本LR和已有的技術(shù)知識(shí)存量N進(jìn)行技術(shù)研發(fā)；中間產(chǎn)品生產(chǎn)部門(mén)投入資金KM向研發(fā)部門(mén)購(gòu)買(mǎi)的技術(shù)知識(shí)i來(lái)生產(chǎn)中間產(chǎn)品x(i)；最終產(chǎn)品生產(chǎn)部門(mén)利用全部中間產(chǎn)品x、能源投入E以及雇傭人力LY生產(chǎn)最終產(chǎn)品。經(jīng)濟(jì)體中總?cè)肆Y本為L(zhǎng)=LR+LY；當(dāng)資本市場(chǎng)出清，資本總供給量為K=KR+KM。

參考Grimaud等［28］、安超等［29］的研究，該研究將能源作為最終生產(chǎn)的投入要素之一，引入最終產(chǎn)品生產(chǎn)部門(mén)的生產(chǎn)函數(shù)中，具體產(chǎn)出水平Y(jié)t滿足：

其中：A為外生給定的一般生產(chǎn)力技術(shù)水平參數(shù)，表示不變的生產(chǎn)率。下標(biāo)t表示時(shí)間；Et表示投入到最終產(chǎn)品生產(chǎn)部門(mén)的能源量；Nt表示經(jīng)濟(jì)體的中間產(chǎn)品種類(lèi)，表征技術(shù)的創(chuàng)新和進(jìn)步，Nt越大表示中間產(chǎn)品種類(lèi)越多，技術(shù)知識(shí)創(chuàng)新能力越強(qiáng)。此處假設(shè)N是連續(xù)的，xi表示第i種中間產(chǎn)品的數(shù)量，i∈[ ]0，N。α，β，γ表示各種投入要素的產(chǎn)出彈性，且滿足α+β+γ=1，即規(guī)模報(bào)酬不變。最終產(chǎn)品廠商的利潤(rùn)函數(shù)Πt為：

其中：wt代表單位人力資本工資，px，t為中間產(chǎn)品價(jià)格，pE，t為能源價(jià)格。為達(dá)到最終廠商利潤(rùn)最大化目標(biāo)，令Πt對(duì)xt進(jìn)行一階求導(dǎo)可知：

根據(jù)Romer理論［30］，中間廠商是一些壟斷部門(mén)，其生產(chǎn)每單位中間品的邊際融資成本為Rt。此時(shí)目標(biāo)利潤(rùn)函數(shù)πt滿足：

結(jié)合式（3），利潤(rùn)函數(shù)可寫(xiě)為：

為實(shí)現(xiàn)中間廠商利潤(rùn)最大化目標(biāo)，令πt對(duì)xt進(jìn)行一階求導(dǎo)可得：

由式（3）和式（6）可推出：

由式（7）可見(jiàn)，xt(i)與i無(wú)關(guān)，即每種中間產(chǎn)品供給量相同，符合市場(chǎng)出清條件。因此所有物資資本總量KM，t=Ntxt，式（1）可寫(xiě)為：

對(duì)于消費(fèi)者而言，消費(fèi)C帶來(lái)正效用，二氧化碳存量Z帶來(lái)負(fù)效用，因此效用等于消費(fèi)減去二氧化碳存量對(duì)于他們生活的負(fù)面影響（影響程度為φ）。借鑒嚴(yán)成樑等［15］的方法，假設(shè)具體關(guān)系為U(Ct，Zt)=lnCt-φl(shuí)nZt，其中Z為自然界二氧化碳存量，S表示二氧化碳排放量，則二氧化碳增量可表示為=St-εZt，ε為自然界對(duì)現(xiàn)存二氧化碳的吸收比率。由聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）的二氧化碳計(jì)算方法（式（21））可知，二氧化碳排放量S可由能源消耗E推算得到，兩者之間呈正比例關(guān)系。最大效用優(yōu)化目標(biāo)與約束條件整理如下：

其中：ρ表示折現(xiàn)率，ρ越大代表家庭越看重短期效用；δ為資產(chǎn)折舊率。結(jié)合資產(chǎn)變化、二氧化碳增量和新知識(shí)產(chǎn)出的狀態(tài)方程構(gòu)建漢密爾頓函數(shù)：

其中：參數(shù)λ為漢密爾頓乘子，代表狀態(tài)變量在時(shí)刻t的邊際價(jià)值。該函數(shù)有最優(yōu)條件方程（為方便表述下文開(kāi)始省略下標(biāo)t）：

對(duì)應(yīng)乘子方程為：

結(jié)合式（10）可將式（11）化為：

將式（16）代入式（14）可得：

同時(shí)，對(duì)式（16）中λ2取對(duì)數(shù)并對(duì)t求導(dǎo)可得：

結(jié)合式（17）和式（18）可知：

根據(jù)平衡增長(zhǎng)路徑可知gC=gY=gK。結(jié)合E、Z和S之間關(guān)系可得gS=gZ=gE，因此，式（19）可整理為：

其中：gS為二氧化碳排放量的增速。由式（20）可知，當(dāng)時(shí)，gS=0，即二氧化碳排放量增速為0。根據(jù)Y=ALβYEγN1-α(1-Δ)αKα，可知增速為0時(shí)對(duì)應(yīng)數(shù)字金融水平當(dāng)滿足Δ＜Δ*時(shí)，碳排放增速gS＞0，此時(shí)二氧化碳排放量逐漸增多；當(dāng)Δ＞Δ*時(shí)，gS＜0，二氧化碳排放量減少。因此，數(shù)字金融發(fā)展水平與二氧化碳排放量呈現(xiàn)倒“U”型關(guān)系，碳達(dá)峰時(shí)對(duì)應(yīng)的數(shù)字金融水平為Δ*，之后數(shù)字金融發(fā)展水平的提高將逐步降低碳排放量，進(jìn)而助力實(shí)現(xiàn)碳減排目標(biāo)。觀察Δ*公式可知，拐點(diǎn)的具體值并非固定，即數(shù)字金融助力碳減排進(jìn)程的水平并不是固定數(shù)值，而應(yīng)根據(jù)各國(guó)家或地區(qū)的自身情況不同，這與直觀感受基本一致。Δ*公式的重要經(jīng)濟(jì)含義還在于：當(dāng)消費(fèi)水平C越高（人們更多地購(gòu)買(mǎi)非低值易耗品從而減少碳排放），環(huán)保意識(shí)φ越高（社會(huì)各界均重視環(huán)保，金融更容易服務(wù)于節(jié)能企業(yè)），此時(shí)Δ*越小，這意味著數(shù)字金融發(fā)展會(huì)更快地帶來(lái)節(jié)能效應(yīng)。同時(shí)，社會(huì)資本K越多、勞動(dòng)力L越多、能源消耗E越多、知識(shí)N產(chǎn)出越多數(shù)字金融的發(fā)展越有利于擴(kuò)大生產(chǎn)，從而更多地服務(wù)于增產(chǎn)效應(yīng)，此時(shí)Δ*越大，意味著數(shù)字金融還需要進(jìn)一步地發(fā)展才可能來(lái)到碳排放量下降通道。運(yùn)用Python仿真得到二氧化碳增速與數(shù)字金融的關(guān)系如圖2所示，對(duì)應(yīng)增速變化下二氧化碳排放量與數(shù)字金融的關(guān)系如圖3所示。

圖2 數(shù)字金融水平與碳排放增速

圖3 數(shù)字金融水平與碳排放量

從Δ*公式可以看出，該拐點(diǎn)不是一個(gè)固定值，其與真實(shí)經(jīng)濟(jì)下能源消費(fèi)、知識(shí)技術(shù)水平以及人們的環(huán)保意識(shí)等因素密切相關(guān)，是一個(gè)動(dòng)態(tài)平衡點(diǎn)，并具備如下特征：①當(dāng)知識(shí)（技術(shù)創(chuàng)新）水平N不變時(shí)，在既有生產(chǎn)方式下生產(chǎn)規(guī)模增加，則能耗E增加，增產(chǎn)效應(yīng)使得Δ*后移，此時(shí)實(shí)現(xiàn)碳中和的目標(biāo)越難。②當(dāng)生產(chǎn)耗能E不變，N越大即知識(shí)技術(shù)水平越高，高能耗高碳排放行業(yè)被新技術(shù)行業(yè)取代，單位產(chǎn)出耗能降低，此時(shí)節(jié)能效應(yīng)使得Δ*前移，代表越早達(dá)到碳達(dá)峰目標(biāo)，向碳中和的目標(biāo)邁進(jìn)。③當(dāng)其他條件不變時(shí)，φ越大即人們的環(huán)保意識(shí)越強(qiáng)，以及耐用消費(fèi)品C值越大，Δ*值均變小，即碳排放量的拐點(diǎn)前移。因此，對(duì)于不同地區(qū)和國(guó)家來(lái)說(shuō)，碳排放拐點(diǎn)處數(shù)字金融水平具有異質(zhì)性。各地區(qū)應(yīng)先根據(jù)自身經(jīng)濟(jì)水平、人民素質(zhì)水平、消費(fèi)水平等情況，再結(jié)合數(shù)字金融與碳排放之間的倒“U”關(guān)系進(jìn)行政策考慮。

3 實(shí)證分析

上述研究表明，二氧化碳排放量與數(shù)字金融之間存在倒“U”型關(guān)系，即隨著數(shù)字金融發(fā)展水平的提高，二氧化碳排放量將呈現(xiàn)先上升后下降的趨勢(shì)。大量文獻(xiàn)早已檢驗(yàn)了人均二氧化碳排放量與人均實(shí)際GDP的倒“U”型關(guān)系。借鑒這些成果并結(jié)合前述理論分析，該研究接下來(lái)將運(yùn)用中國(guó)各省份的面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。具體假設(shè)H1為：中國(guó)二氧化碳排放量與數(shù)字金融水平之間呈倒“U”型關(guān)系——在數(shù)字金融發(fā)展早期，二氧化碳排放量不斷增長(zhǎng)至頂峰，之后會(huì)隨著數(shù)字金融水平的提高，二氧化碳排放量將減少。

3.1 變量選擇與說(shuō)明

3.1.1 被解釋變量

截至定稿之日，中國(guó)統(tǒng)計(jì)年鑒公布的省級(jí)面板的碳排放量數(shù)據(jù)僅更新到2018年，而能源消費(fèi)情況數(shù)據(jù)則更新至2019年。從數(shù)據(jù)時(shí)效性考慮，該研究采用了政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）給出的碳排放量計(jì)算公式，即根據(jù)2006年IPCC《國(guó)家溫室氣體清單指南》第二卷參考方法中公布的二氧化碳排放量計(jì)算方法，選取煤、焦炭、原油、汽油、煤油、柴油、天然氣、燃油等8種化石燃料，綜合計(jì)算各地區(qū)碳排放量。盡管近年來(lái)風(fēng)能、太陽(yáng)能和核能等新能源電力的應(yīng)用在減少碳排放方面發(fā)揮了一定作用，但消耗化石燃料的火電仍占中國(guó)發(fā)電量的很大比例，因此計(jì)算過(guò)程不包括用電量。

假設(shè)所有化石燃料都已完全燃燒，估算二氧化碳排放量的方法如下：

其中：i表示省份，t表示年份，j表示各種能源。CO2it代表各省份每年的二氧化碳排放量，即i省8種能源的二氧化碳排放量之和；Eitj代表i省j類(lèi)能源消耗的物理量；Kj是j型能源轉(zhuǎn)換為標(biāo)準(zhǔn)煤的參考系數(shù)，取自《中國(guó)能源統(tǒng)計(jì)年鑒》；qj為第j種能源的碳排放系數(shù)，數(shù)據(jù)來(lái)源為IPCC公布的數(shù)據(jù)；常數(shù)44/12是二氧化碳與碳的分子量比。

不少文獻(xiàn)以二氧化碳強(qiáng)度（即單位產(chǎn)出的碳排放量）為被解釋變量來(lái)研究二氧化碳排放問(wèn)題［15］，然而正如前文所言，碳強(qiáng)度的降低（節(jié)能效應(yīng)）并不一定對(duì)應(yīng)著碳排放總量的降低，碳排放總量還會(huì)受到增產(chǎn)效應(yīng)影響，因此該研究將選擇絕對(duì)水平碳排放總量（TC）為主要被解釋變量，再借助兩個(gè)相對(duì)水平人均碳排放量（CP）和碳強(qiáng)度（CI）考察數(shù)字金融與碳排放之間關(guān)系的穩(wěn)健性。

3.1.2 核心解釋變量

解釋變量是數(shù)字金融發(fā)展水平。該研究采用中國(guó)數(shù)字普惠金融指數(shù)作為中國(guó)數(shù)字金融發(fā)展水平的代理變量。該指數(shù)包含一個(gè)總的數(shù)字金融普惠指數(shù)和三個(gè)細(xì)分指數(shù)，分別為數(shù)字金融的覆蓋廣度（能接觸到數(shù)字金融的人數(shù)越多，則廣度越高）、數(shù)字金融的使用深度（服務(wù)類(lèi)型越豐富或人均實(shí)際使用量越大，則深度越高）和數(shù)字服務(wù)支持程度（使用越便利、成本越低，則數(shù)字化支持程度越高）。同時(shí)，為驗(yàn)證倒“U”型曲線，該研究將對(duì)自變量取平方，從而獲得一個(gè)二次方的核心獨(dú)立變量。

3.1.3 控制變量

碳排放不是一個(gè)純粹的環(huán)境問(wèn)題，受到社會(huì)、經(jīng)濟(jì)、文化等多種因素的影響，工業(yè)發(fā)展將導(dǎo)致環(huán)境污染和退化，城市擴(kuò)張產(chǎn)生了大量的能源消耗需求也將導(dǎo)致碳排放量相應(yīng)增加。因此，選取一些宏觀經(jīng)濟(jì)指標(biāo)作為控制變量，包括人口、地區(qū)生產(chǎn)總值、工業(yè)發(fā)展水平、政府干預(yù)程度、工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)、城市化水平、固定資本以及進(jìn)出口總額7個(gè)省際層面變量。

3.1.4 描述性統(tǒng)計(jì)

結(jié)合北大數(shù)字普惠金融指數(shù)和省域二氧化碳排放的數(shù)據(jù)可得情況，最終采用中國(guó)30個(gè)省份2011—2019年的平衡面板數(shù)據(jù)（受數(shù)據(jù)可獲得性限制，未涉及西藏、香港、澳門(mén)和臺(tái)灣地區(qū)）。由于對(duì)變量取對(duì)數(shù)后，估計(jì)系數(shù)恰好是彈性，這可以直接解釋由于自變量的變化為1%引起的因變量百分比變化。本著科學(xué)性、綜合性原則，該研究最終采用指標(biāo)的自然對(duì)數(shù)作為各變量的代理指標(biāo)，其變動(dòng)可理解為各變量百分比變動(dòng)情況。文中涉及的主要變量的名稱(chēng)、定義、度量、來(lái)源的說(shuō)明見(jiàn)表1。

表1 變量說(shuō)明

各變量的描述性統(tǒng)計(jì)結(jié)果（限于篇幅表略，可向作者索?。╋@示，數(shù)字金融發(fā)展水平與碳排放量的樣本數(shù)據(jù)差異化較大（標(biāo)準(zhǔn)差大于0.65），這在一定程度上有利于更清晰地發(fā)現(xiàn)二氧化碳排放與數(shù)字金融水平之間的關(guān)系。同時(shí)，觀察數(shù)字金融發(fā)展總指標(biāo)及三個(gè)子指標(biāo)的標(biāo)準(zhǔn)差及極差可知，各地?cái)?shù)字金融發(fā)展水平的差異較大，尤其是在覆蓋廣度方面的差異更大。

為直觀展現(xiàn)碳排放與數(shù)字金融間的關(guān)系，碳排放量（lnTC）、碳強(qiáng)度（lnCI）與數(shù)字金融（lndf）的樣本點(diǎn)及二次項(xiàng)擬合曲線如圖4所示。從碳強(qiáng)度與數(shù)字金融的曲線整體趨勢(shì)看（圖4中實(shí)線），隨著數(shù)字金融水平提高，各省碳排放強(qiáng)度均呈現(xiàn)下降趨勢(shì)，即所有省份的單位產(chǎn)出的二氧化碳排放量明顯降低，這說(shuō)明數(shù)字金融在影響碳排放時(shí)存在節(jié)能效應(yīng)。部分省份前期單位產(chǎn)出的二氧化碳排放量微幅上升，這可能與數(shù)字金融通過(guò)幫助企業(yè)緩解融資約束與結(jié)算便利等途徑刺激了企業(yè)高能耗式的生產(chǎn)擴(kuò)張有關(guān)。

然而，從圖4中數(shù)字金融與真實(shí)二氧化碳排放量關(guān)系（圖4中虛線）可以看出，不少省份數(shù)字金融與真實(shí)二氧化碳排放量之間存在正相關(guān)關(guān)系，這意味著碳排放量與碳強(qiáng)度走勢(shì)相反。而兩條曲線相距越遠(yuǎn)，說(shuō)明該省份的數(shù)字金融的增產(chǎn)效應(yīng)越大于節(jié)能效應(yīng)，即數(shù)字金融更多便利了高能耗高碳排放的企業(yè)擴(kuò)大生產(chǎn)，使得在單位產(chǎn)出碳排放降低的情形下，二氧化碳排放量仍在增加。換而言之，正如上文所提的，由于碳強(qiáng)度與碳排放量之間相差GDP的乘數(shù)倍，且數(shù)字金融促進(jìn)GDP的增長(zhǎng)是學(xué)術(shù)界較為公認(rèn)的典型事實(shí)，故數(shù)字金融與二氧化碳排放量關(guān)系受其降低碳強(qiáng)度與提升經(jīng)濟(jì)發(fā)展的雙重效應(yīng)影響，當(dāng)數(shù)字金融帶來(lái)的增產(chǎn)效應(yīng)大于節(jié)能效應(yīng)時(shí)，二氧化碳將持續(xù)增多，反之則逐漸減少。

圖4 不同省份碳排放與數(shù)字金融關(guān)系

3.2 基準(zhǔn)回歸

3.2.1 模型設(shè)定

引入數(shù)字金融的二次項(xiàng)lndf2，關(guān)注該核心自變量的系數(shù)α1，以確定其是否顯著負(fù)，從而檢驗(yàn)二氧化碳排放量與數(shù)字金融之間的倒“U”型關(guān)系是否成立。對(duì)不同省份之間的差異構(gòu)建面板變系數(shù)模型，具體的雙向固定效應(yīng)模型如下：

其中：i代表第i個(gè)省份，t代表第t年，lnCO2it為因變量，α0為截距項(xiàng)，lndfit為數(shù)字普惠金融指數(shù)，用以表示數(shù)字金融發(fā)展水平。lndf2it=lndfit×lndfit為lndfit的二次項(xiàng)，是倒“U”型曲線的核心解釋變量。Xit代表控制變量，εit為隨機(jī)擾動(dòng)項(xiàng)。codei和yeart分別捕獲省份固定效應(yīng)和年份固定效應(yīng)。通過(guò)豪斯曼檢驗(yàn)，結(jié)果顯示該研究應(yīng)選擇固定效應(yīng)模型。

3.2.2 基本回歸結(jié)果

表2為數(shù)字金融發(fā)展與碳排放量的回歸結(jié)果。從中可見(jiàn)，在引入不同控制變量的情況下，數(shù)字金融指數(shù)的一次項(xiàng)估計(jì)系數(shù)始終為正值，二次項(xiàng)估計(jì)系數(shù)始終為負(fù)值，系數(shù)值穩(wěn)定，且一致通過(guò)10%的置信水平的顯著性檢驗(yàn)。這表明，數(shù)字金融發(fā)展水平與二氧化碳排放量之間存在倒“U”型關(guān)系，且整體表現(xiàn)不會(huì)隨著控制變量的增加而改變。換言之，隨著數(shù)字金融的發(fā)展，二氧化碳排放量將先上升后下降，這與前文理論分析的結(jié)論一致。

通過(guò)公式（22）可快速找到倒“U”型曲線的拐點(diǎn)：以列（5）為例，當(dāng)lndf=-0.665/（2×（-0.082））=4.054 9時(shí)，二氧化碳排放量達(dá)峰。具體而言，以中國(guó)各影響因素的平均水平為例，當(dāng)數(shù)字金融指數(shù)高于57.679時(shí)，數(shù)字金融的發(fā)展有助于抑制二氧化碳排放；當(dāng)數(shù)字金融指數(shù)低于57.679時(shí)，數(shù)字金融的發(fā)展會(huì)促使二氧化碳排放量增加。將計(jì)算的拐點(diǎn)與表2中的實(shí)際數(shù)字金融發(fā)展水平均值與中位數(shù)進(jìn)行比較，可以看出超一半省份仍處于增產(chǎn)效應(yīng)大于節(jié)能效應(yīng)階段，這意味著不少地區(qū)數(shù)字金融的發(fā)展仍主要利好傳統(tǒng)高能耗企業(yè)擴(kuò)大生產(chǎn)力，而不是更多地讓低碳產(chǎn)業(yè)受益。通過(guò)尋找倒“U”曲線最高點(diǎn)對(duì)應(yīng)的數(shù)字金融發(fā)展水平，不難判斷出各省利用數(shù)字金融推動(dòng)碳減排的實(shí)際效果。對(duì)于增產(chǎn)效應(yīng)大于節(jié)能效應(yīng)的省份（在碳排放最高點(diǎn)到來(lái)之前），應(yīng)減少數(shù)字金融對(duì)傳統(tǒng)能源消耗企業(yè)的金融支持，加大數(shù)字金融對(duì)能源產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、節(jié)能減排轉(zhuǎn)型、新能源開(kāi)發(fā)利用等方面的支持；對(duì)于節(jié)能效應(yīng)大于增產(chǎn)效應(yīng)的省份（在碳排放最高點(diǎn)之后），可將政策重點(diǎn)放在如何充分發(fā)揮數(shù)字金融“用數(shù)賦智”的服務(wù)優(yōu)勢(shì)，不斷提升數(shù)字金融發(fā)展與服務(wù)水平等方面。

表2 二氧化碳排放和數(shù)字金融的回歸結(jié)果

3.3 穩(wěn)健性檢驗(yàn)

在模型中納入解釋變量的平方項(xiàng)的做法可能會(huì)將單調(diào)且向原點(diǎn)彎曲的曲線誤判為倒“U”型曲線。因此，首先進(jìn)行Utest曲線檢驗(yàn)，得到t統(tǒng)計(jì)量為1.28，在10%置信水平下接受備擇假設(shè)H1：曲線為倒“U”型。同時(shí)，根據(jù)Utest檢驗(yàn)所得極值點(diǎn)為4.144，與上文回歸所得的拐點(diǎn)4.055相差不大，初步驗(yàn)證了上文回歸結(jié)果的穩(wěn)健性。同時(shí)，為進(jìn)一步驗(yàn)證基準(zhǔn)回歸的穩(wěn)健性，該研究將被解釋變量總排放量（lnTC）更換為碳強(qiáng)度（lnCI）和人均碳排放（lnCP）。表3顯示，無(wú)論是否控制控制變量，數(shù)字金融與lnCI或lnCP倒“U”型關(guān)系仍顯著，說(shuō)明模型具有一定的穩(wěn)健性。

表3 穩(wěn)健性檢驗(yàn)結(jié)果

3.4 內(nèi)生性處理

理論上，當(dāng)解釋變量與誤差項(xiàng)相關(guān)則存在內(nèi)生性問(wèn)題。內(nèi)生性一般由于測(cè)量誤差、遺漏變量或者互為因果的原因而產(chǎn)生。在公式（22）中，要得到數(shù)字金融發(fā)展水平對(duì)碳排放量的影響效應(yīng)的一致性，必須要處理好可能存在的兩方面內(nèi)生性問(wèn)題。一方面，盡管該研究盡可能地控制了相關(guān)變量，但仍存在由遺漏變量帶來(lái)的內(nèi)生性問(wèn)題的可能。另一方面，核心解釋變量數(shù)字金融發(fā)展水平（lndf）與被解釋變量碳排放量（lnTC）可能存在反向因果關(guān)系導(dǎo)致內(nèi)生性問(wèn)題，即由于碳排放降低的產(chǎn)業(yè)融資需求反過(guò)來(lái)刺激了該地區(qū)的數(shù)字金融發(fā)展水平的進(jìn)一步發(fā)展。

為了解決上述所提的內(nèi)生性問(wèn)題，借鑒張勛等［27］的方法，選取“各省省會(huì)城市到杭州的球面距離”生成工具變量。由于公式（22）中的內(nèi)生變量是隨年份變化的變量，但該研究所選取的球面距離并不隨時(shí)間變化，無(wú)法進(jìn)行第二階段估計(jì)。因此，考慮到量綱一致和時(shí)間變化效應(yīng)，該研究對(duì)球面距離開(kāi)方并乘上（除本省外的）中國(guó)數(shù)字金融發(fā)展水平（lndf）的均值作為工具變量。該工具變量滿足：①相關(guān)性。由于數(shù)字金融的推廣難易程度一定會(huì)受到距離杭州遠(yuǎn)近的地理空間因素的影響，該工具變量與數(shù)字金融水平直接相關(guān)。②外生性。地理的距離為客觀條件，理論上不會(huì)直接影響碳排放量。

首先對(duì)數(shù)字金融發(fā)展水平（lndf）進(jìn)行DWH檢驗(yàn)，結(jié)果發(fā)現(xiàn)對(duì)應(yīng)P值均遠(yuǎn)小于0.05，表明該變量存在內(nèi)生性問(wèn)題。表4匯報(bào)了利用工具變量法對(duì)式（22）分別進(jìn)行兩階段回歸的結(jié)果。列（1）為第一階段回歸結(jié)果，列（2）是為第二階段回歸結(jié)果。一階段回歸結(jié)果顯示，工具變量與數(shù)字金融發(fā)展顯著負(fù)相關(guān)，意味著離數(shù)字金融發(fā)展中心越遠(yuǎn)，數(shù)字金融的發(fā)展水平越低，這是符合預(yù)期的。工具變量的系數(shù)估計(jì)值在1%的置信水平上顯著為負(fù)，表明距離杭州距離越遠(yuǎn)，該地區(qū)的數(shù)字金融發(fā)展水平也越低，驗(yàn)證了工具變量的相關(guān)性假定。二階段的回歸結(jié)果顯示，lndf和lndf2的系數(shù)在5%的水平上顯著，說(shuō)明在緩解潛在內(nèi)生性后，該研究的結(jié)論依然成立，即數(shù)字金融發(fā)展水平與二氧化碳排放量呈現(xiàn)倒“U”型關(guān)系，且拐點(diǎn)在lndf=3.942 處，與上文基礎(chǔ)回歸所得拐點(diǎn)位置接近。除此之外，該研究還對(duì)弱工具變量問(wèn)題進(jìn)行了檢驗(yàn)，結(jié)果表明不存在弱工具變量問(wèn)題。同時(shí)，該研究使用對(duì)弱工具變量更不敏感的有限信息最大似然法（LIML）估計(jì)時(shí)發(fā)現(xiàn)其系數(shù)與2SLS非常接近，這也從側(cè)面印證了不存在弱工具變量。

表4 工具變量回歸結(jié)果

3.5 異質(zhì)性分析

數(shù)字金融的發(fā)展包括覆蓋面廣度、使用深度和數(shù)字支持服務(wù)程度三個(gè)不同維度，該研究將分別從這三個(gè)維度進(jìn)行結(jié)構(gòu)性分析。表5列（1）—列（3）分別為三個(gè)不同維度下的數(shù)字金融對(duì)碳排放影響的估計(jì)結(jié)果。

表5顯示，在數(shù)字普惠金融各維度中，使用深度和數(shù)字化程度與碳排放之間倒“U”型關(guān)系依舊顯著，但數(shù)字金融覆蓋廣度的一次項(xiàng)與碳排放無(wú)顯著線性關(guān)系，甚至呈現(xiàn)輕微的正“U”型關(guān)系。根據(jù)表5列（1）的估計(jì)系數(shù)可推出，lnbre=1.566為覆蓋廣度曲線的最低拐點(diǎn)，這一數(shù)值遠(yuǎn)低于當(dāng)前大部分省份實(shí)際的數(shù)字普惠金融覆蓋廣度（lnbre的中位數(shù)和均值分別為5.249和4.995），這表明近年來(lái)中國(guó)各省數(shù)字金融覆蓋廣度不斷提高帶來(lái)的增產(chǎn)效應(yīng)大于節(jié)能效應(yīng)，也就是說(shuō)，數(shù)字金融支持的生產(chǎn)領(lǐng)域若仍繼續(xù)以傳統(tǒng)能源消耗產(chǎn)業(yè)為主且不斷增加對(duì)此類(lèi)產(chǎn)業(yè)支持的覆蓋廣度，則將給碳減排造成更大壓力。因此，數(shù)字金融應(yīng)盡快從量向質(zhì)轉(zhuǎn)變，即如何不斷提高數(shù)字金融使用深度和數(shù)字化支持水平、加大數(shù)字金融服務(wù)企業(yè)技術(shù)創(chuàng)新、數(shù)字化升級(jí)與低碳節(jié)能轉(zhuǎn)型等將變得更為重要。

表5 數(shù)字金融廣度、深度與數(shù)字化程度分別對(duì)碳排放的影響

4 影響途徑分析

4.1 增產(chǎn)與節(jié)能效應(yīng)檢驗(yàn)

理論分析時(shí)提出總二氧化碳排放量隨數(shù)字金融發(fā)展水平提升而呈現(xiàn)出倒“U”型關(guān)系與增產(chǎn)效應(yīng)和節(jié)能效應(yīng)相關(guān)。倒“U”曲線上升部分主要源于數(shù)字金融的廣度有利于擴(kuò)大生產(chǎn)的這部分增產(chǎn)效應(yīng)大于數(shù)字金融的數(shù)字化屬性帶來(lái)的單位產(chǎn)出碳排放降低的節(jié)能效應(yīng)。同理，右半邊碳排放的下降則是因?yàn)閿?shù)字金融發(fā)展到一定水平促進(jìn)企業(yè)技術(shù)創(chuàng)新使得節(jié)能效應(yīng)更強(qiáng)，從而碳強(qiáng)度降低幅度大于增產(chǎn)幅度。根據(jù)碳排放量=碳排放強(qiáng)度×產(chǎn)出水平，該研究提出以下兩個(gè)假設(shè)。

假設(shè)1：數(shù)字金融的廣度發(fā)展有利于產(chǎn)出水平提升。

假設(shè)2：數(shù)字金融的數(shù)字化水平有利于降低單位產(chǎn)出碳排放量（碳強(qiáng)度）。

對(duì)此該研究構(gòu)建以下回歸方程，并將回歸結(jié)果置于表6中。

表6 數(shù)字金融廣度的增產(chǎn)效應(yīng)與數(shù)字化程度的節(jié)能效應(yīng)

其中：con代表控制變量，ε為隨機(jī)擾動(dòng)項(xiàng)。code和year分別捕獲省份固定效應(yīng)和年份固定效應(yīng)。回歸結(jié)果顯示，數(shù)字金融的廣度發(fā)展對(duì)產(chǎn)出水平具有顯著正向影響，數(shù)字化程度對(duì)碳強(qiáng)度具有顯著負(fù)向影響，且無(wú)論是否增加控制變量均顯著，結(jié)果穩(wěn)健。

4.2 基于技術(shù)創(chuàng)新的中介效應(yīng)檢驗(yàn)

對(duì)這種倒“U”型關(guān)系的正確理解有必要考察因果鏈條通過(guò)什么中介變量影響，即進(jìn)行中介效應(yīng)檢驗(yàn)。中介效應(yīng)是指解釋變量對(duì)被解釋變量的影響是通過(guò)中介變量實(shí)現(xiàn)的，即解釋變量（lndf）通過(guò)中介變量（M）對(duì)被解釋變量（lnTC）產(chǎn)生影響。技術(shù)創(chuàng)新是金融發(fā)展影響經(jīng)濟(jì)增長(zhǎng)的重要渠道。張翠菊等［31］提出現(xiàn)有的技術(shù)無(wú)法適應(yīng)低碳要求，節(jié)能減排目標(biāo)的實(shí)現(xiàn)離不開(kāi)節(jié)能技術(shù)的扶持。張杰等［32］發(fā)現(xiàn)不同專(zhuān)利的類(lèi)型對(duì)各省份人均真實(shí)GDP增長(zhǎng)率和經(jīng)濟(jì)增長(zhǎng)質(zhì)量的影響具有異質(zhì)性。鑒于技術(shù)創(chuàng)新的增產(chǎn)和節(jié)能效應(yīng)與該研究倒“U”型曲線產(chǎn)生原因一致，選取專(zhuān)利授權(quán)數(shù)的對(duì)數(shù)（lnpat）表示技術(shù)創(chuàng)新這一中介變量。直觀來(lái)看，數(shù)字金融的發(fā)展使得投入研發(fā)的資金增多，專(zhuān)利授權(quán)數(shù)（lnpat）與數(shù)字金融發(fā)展水平（lndf）呈正相關(guān)關(guān)系。但這些專(zhuān)利前期受數(shù)字金融廣度影響更多地有利于擴(kuò)大生產(chǎn)，即增產(chǎn)效應(yīng)明顯，后期隨著數(shù)字金融的深度和數(shù)字化作用的累積，將出現(xiàn)更多的節(jié)能型技術(shù)專(zhuān)利從而導(dǎo)致碳排放減少。

常用的中介檢驗(yàn)方法為溫忠麟等［33］提出的逐步回歸法，但江艇［34］對(duì)此傳統(tǒng)中介效應(yīng)研究方法進(jìn)行了研究，并提出應(yīng)將研究重點(diǎn)放在解釋變量對(duì)被解釋變量的因果關(guān)系識(shí)別可信度上來(lái)，盡量避免被解釋變量因果關(guān)系不明顯、因果鏈條過(guò)長(zhǎng)或存在反向因果的問(wèn)題。因此，先采取逐步回歸，再采納江艇的建議考察倒“U”型關(guān)系的渠道傳導(dǎo)時(shí)，不過(guò)于強(qiáng)調(diào)中介檢驗(yàn)的論證力度，而只是將其視作某種試探性的證據(jù)［35］。故該研究構(gòu)造倒“U”型關(guān)系的中介傳導(dǎo)渠道檢驗(yàn)機(jī)制的計(jì)量模型如下：

其中：lnpat2為lnpat的平方項(xiàng)。式（25）和式（26）使用傳統(tǒng)三步法進(jìn)行中介檢驗(yàn)，結(jié)果為表7的列（1）—列（3）。式（28）和式（29）直接考察被解釋變量與中介變量的平方之間關(guān)系，結(jié)果呈現(xiàn)于列（4）和列（5）。φ2和ρ2的顯著與否僅作為中介變量在數(shù)字金融發(fā)展影響碳排放量的過(guò)程中是部分傳導(dǎo)效應(yīng)還是完全傳導(dǎo)效應(yīng)的試探性證據(jù)。如果θ1顯著，說(shuō)明中介變量專(zhuān)利授權(quán)數(shù)（lnpat）與數(shù)字金融發(fā)展水平（lndf）為正相關(guān)關(guān)系。如果δ2顯著，則表明中介變量專(zhuān)利授權(quán)數(shù)（lnpat）與碳排放（lnTC）存在倒“U”關(guān)系。具體中介檢驗(yàn)結(jié)果見(jiàn)表7。

表7中列（2）數(shù)字金融對(duì)于專(zhuān)利數(shù)的估計(jì)系數(shù)為0.574且在1%水平上顯著，表明數(shù)字金融有利于研發(fā)創(chuàng)新。根據(jù)列（3），對(duì)于碳排放的估計(jì)系數(shù)為0.054在10%水平上顯著，表明專(zhuān)利數(shù)量目總體上增加了碳排放。觀察列（4）可知，專(zhuān)利二次項(xiàng)系數(shù)為-0.016在1%水平上顯著，且Utest檢驗(yàn)P值為0.048，說(shuō)明專(zhuān)利與碳排放存在穩(wěn)健的倒“U”關(guān)系。列（3）和列（5）專(zhuān)利及其平方項(xiàng)均顯著是間接中介效應(yīng)成立的試探性證據(jù)。

表7 數(shù)字金融、傳導(dǎo)渠道與碳排放量

5 結(jié)論與建議

數(shù)字金融的快速發(fā)展給企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)帶來(lái)了巨大變化，影響著全社會(huì)的能源消耗與碳排放規(guī)模。基于羅默的內(nèi)生增長(zhǎng)模型，該研究首先構(gòu)建并闡述了數(shù)字金融發(fā)展影響碳排放的經(jīng)濟(jì)學(xué)原理。其中的主要思路包括：一是，考慮到二氧化碳是能源消費(fèi)的主要釋放物，通過(guò)二氧化碳與能源消費(fèi)的關(guān)系式將二氧化碳排放量引入到生產(chǎn)函數(shù)。二是，因二氧化碳存量對(duì)居民生活產(chǎn)生負(fù)面影響，故將其作為負(fù)效應(yīng)引入到家庭消費(fèi)者效用函數(shù)。理論分析的結(jié)果表明，數(shù)字金融發(fā)展主要通過(guò)增產(chǎn)效應(yīng)與節(jié)能效應(yīng)影響碳排放規(guī)模，總體上兩者之間呈倒“U”型關(guān)系；碳排放拐點(diǎn)所需的數(shù)字金融能力與經(jīng)濟(jì)體中能源消耗情況、消費(fèi)水平、環(huán)保意識(shí)以及知識(shí)技術(shù)水平等因素相關(guān)。然后，該研究利用中國(guó)2011—2019年的省級(jí)平衡面板數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)，并證實(shí)了數(shù)字金融總指數(shù)與碳排放規(guī)模之間的倒“U”型關(guān)系，但也發(fā)現(xiàn)數(shù)字金融的廣度、深度和數(shù)字化程度對(duì)碳排放的各自影響之間存在異質(zhì)性。其中，數(shù)字金融的覆蓋廣度更傾向于通過(guò)增產(chǎn)效應(yīng)擴(kuò)大了碳排放規(guī)模，而數(shù)字金融使用深度與數(shù)字化支持程度則更傾向于通過(guò)節(jié)能效應(yīng)助力碳減排。

雖然該研究的樣本時(shí)間只是到2019年，但最新的一些現(xiàn)象也佐證了上述結(jié)論。比如，2021年受疫情影響，全球市場(chǎng)對(duì)中國(guó)制造的需求大幅增加，部分地區(qū)尤其是出口貿(mào)易較大的沿海城市出現(xiàn)了電力與煤炭消費(fèi)猛增而不得不對(duì)一些高能耗企業(yè)“拉閘限電”的現(xiàn)象。這說(shuō)明，數(shù)字金融在便利資金結(jié)算與融資的同時(shí)，如果中國(guó)制造業(yè)的低碳節(jié)能轉(zhuǎn)型或技術(shù)升級(jí)進(jìn)程緩慢，則這類(lèi)企業(yè)將主要通過(guò)增產(chǎn)效應(yīng)給全社會(huì)帶來(lái)碳減排壓力。因此，在“雙碳”目標(biāo)下，隨著數(shù)字金融覆蓋廣度的不斷提高，數(shù)字金融的發(fā)展應(yīng)更加重視追求質(zhì)而非量，即應(yīng)不斷提高數(shù)字金融的服務(wù)深度和數(shù)字化程度，充分發(fā)揮數(shù)字金融在數(shù)據(jù)處理與數(shù)據(jù)賦能方面的優(yōu)勢(shì)，通過(guò)大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術(shù)手段限制高能耗產(chǎn)業(yè)的融資活動(dòng)，引導(dǎo)資金精準(zhǔn)流向低碳節(jié)能技術(shù)等一些有利于碳減排的綠色生產(chǎn)活動(dòng)，并通過(guò)碳金融產(chǎn)品創(chuàng)新、差異化定價(jià)、碳足跡測(cè)算等數(shù)字金融創(chuàng)新手段，促進(jìn)企業(yè)低碳節(jié)能加速轉(zhuǎn)型。