數(shù)字金融與碳排放效率:理論分析與實證檢驗

蘭忠菊, 麥強盛

(西南林業(yè)大學(xué) 會計學(xué)院,云南 昆明 650224)

全球氣候變暖、生物多樣性受到威脅、極端天氣等問題不斷出現(xiàn),引發(fā)人們開始反思人與自然的關(guān)系問題,而氣候變化是這一關(guān)系中非常重要的因素[1],二氧化碳(CO2)是造成這一系列問題的主要溫室氣體[2],因而如何降低CO2排放量引起了全世界的廣泛關(guān)注。中國也積極采取了許多措施,如不斷推進碳排放權(quán)交易市場的完善、自愿減排項目、發(fā)展碳金融等。2020年我國作出“雙碳”承諾,這對新時代新階段的碳減排提出了更高的要求。實現(xiàn)這一減排目標(biāo)并發(fā)展綠色低碳經(jīng)濟不能僅靠末端的治理,而應(yīng)順應(yīng)數(shù)字化時代,合理利用數(shù)字技術(shù)、云計算、互聯(lián)網(wǎng)等方式。其中,金融是現(xiàn)代經(jīng)濟發(fā)展的核心,本身具有資源配置、價格發(fā)現(xiàn)、調(diào)動儲蓄以及促進專業(yè)化[3]等優(yōu)勢,因此可以采取有效的金融手段提升碳排放效率。

數(shù)字化時代,金融需要激發(fā)數(shù)據(jù)資源潛能,以金融數(shù)字化轉(zhuǎn)型推動生產(chǎn)、生活等方式轉(zhuǎn)型。因此以大數(shù)據(jù)、移動互聯(lián)網(wǎng)、云計算、區(qū)塊鏈等信息技術(shù)手段為基礎(chǔ)的數(shù)字金融應(yīng)運而生并迅速發(fā)展,其旨在實現(xiàn)金融發(fā)展的普惠性和平等性,可有效改善傳統(tǒng)金融“普而不惠”的問題[4]。與傳統(tǒng)金融相比,數(shù)字金融以更低的成本、更廣的服務(wù)范圍和更普惠便捷的服務(wù)方式為更多市場主體提供更加高效可持續(xù)發(fā)展的金融服務(wù),使數(shù)字金融成為經(jīng)濟高質(zhì)量發(fā)展的重要支撐點[5]。然而,數(shù)字金融能否提升碳排放效率,其內(nèi)在作用機制如何?鄰近地區(qū)數(shù)字金融發(fā)展是否對其他地區(qū)數(shù)字金融發(fā)展、碳排放效率提升產(chǎn)生空間非線性溢出效應(yīng)?為回答這些問題,本文擬通過測度中國30個省區(qū)市碳排放效率,運用空間計量方法分析數(shù)字金融對碳排放效率的影響及內(nèi)在作用機制。

一、文獻綜述

近年來,有關(guān)綠色低碳和碳減排的研究主要集中在碳排放效率的概念、估計方法以及影響因素方面。碳排放效率的定義可從單要素和全要素角度界定。單要素角度下,其可界定為一個國家或地區(qū)單位GDP增長所帶來的碳排放量,即碳排放強度或潛在碳強度與實際碳強度之比[4]。全要素角度下,其可界定為在一定條件下,能源、資本、勞動力等其他變量不增加時,所帶來的最大的經(jīng)濟產(chǎn)出或最小的碳排放量[6],由于全要素視角可以將要素、環(huán)境、經(jīng)濟等方面有機結(jié)合起來,測量結(jié)果更加全面[7]。在測度方法上,主要有隨機前沿方法(SFA)[8]和數(shù)據(jù)包絡(luò)分析(DEA)[9]。SFA可能因設(shè)定的技術(shù)非效率項和具體的生產(chǎn)函數(shù)不合適而存在結(jié)構(gòu)偏差,而DEA具有不需要設(shè)定具體函數(shù)形式等優(yōu)勢,因而使得DEA及擴展模型被廣泛運用于效率測算中,如超效率DEA模型[10]、SBM模型[11]、非徑向方向距離函數(shù)(NDDF)[4]等。本文在全要素角度概念基礎(chǔ)上,運用超效率非期望產(chǎn)出SBM模型測量碳排放效率[12]。

隨著碳減排政策的不斷推進,眾多學(xué)者開始探索影響碳排放的因素,如碳試點政策[13]、碳排放權(quán)交易制度[1]、技術(shù)進步[14]、環(huán)境規(guī)制[3,12,15]、城市化水平[16]、人口密度、外商直接投資及經(jīng)濟發(fā)展水平[17]等。在眾多影響碳排放的因素中,金融發(fā)展對碳排放也具有重要的影響[18]。一方面金融發(fā)展抑制了碳排放[18-19],即金融發(fā)展通過技術(shù)創(chuàng)新[20]、技術(shù)進步[21]、吸引外商投資[22]、經(jīng)濟增長[23]、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[24]等渠道對碳排放產(chǎn)生負面影響。另一方面金融發(fā)展也促進了碳排放[2,21]。金融發(fā)展通過增加能源消費[25]、傾向于滿足自然資源密集型污染企業(yè)的融資需求[3]、加快城市化水平[26]、降低融資成本[2]等渠道促進經(jīng)濟高速增長,使得碳排放量增加。此外,也有學(xué)者認為金融發(fā)展與碳排放之間存在倒U關(guān)系[20],其對碳排放的具體影響取決于積極和消極影響的相對大小。

數(shù)字金融作為傳統(tǒng)金融與現(xiàn)代數(shù)字技術(shù)融合的新金融形態(tài)[27],其對碳排放也具有不同影響。Wang等以中國284個城市的面板數(shù)據(jù)為基礎(chǔ),利用空間杜賓模型證實了數(shù)字金融在促進產(chǎn)業(yè)結(jié)構(gòu)升級、經(jīng)濟增長和技術(shù)創(chuàng)新時,會增加本地城市的碳排放量而降低鄰近城市的碳排放量[23]。鄧榮榮和張翱祥選取我國2012-2018年285個城市的面板數(shù)據(jù),利用面板回歸模型、中介效應(yīng)等方法證明了數(shù)字金融能夠促進經(jīng)濟增長、技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,從而降低碳排放強度[27]。此外,王元彬等基于中國2000-2019年城市面板數(shù)據(jù),運用機器學(xué)習(xí)模型發(fā)現(xiàn)數(shù)字金融通過促進數(shù)字科技產(chǎn)業(yè)化、加快傳統(tǒng)產(chǎn)業(yè)數(shù)字化渠道降低了碳排放量[28]。Zhao等認為數(shù)字金融通過吸引外資、降低融資成本、增強消費者環(huán)保意識等方式降低碳排放量,同時又由于技術(shù)創(chuàng)新突破了時空限制,為偏遠地區(qū)提供多元化金融服務(wù),促使該地區(qū)投資于粗放型經(jīng)濟活動,擴大經(jīng)濟規(guī)模進而促進碳排放量增加[29]。王軍等以2011-2019年制造業(yè)上市公司為研究樣本,基于拓展內(nèi)生增長模型發(fā)現(xiàn),數(shù)字金融對制造業(yè)碳排放強度存在“先促增后抑制”的非線性關(guān)系,且這種關(guān)系主要取決于規(guī)模效應(yīng)和技術(shù)效應(yīng)的權(quán)衡[30]。

綜上所述,有關(guān)數(shù)字金融對碳排放的影響研究未形成一致結(jié)論,且較少從碳排放效率視角出發(fā)。因此,本文采用超效率非期望產(chǎn)出SBM模型估計我國2011-2019年30個省區(qū)市碳排放效率,通過構(gòu)建面板空間計量模型、中介效應(yīng)模型以及門限回歸模型分析數(shù)字金融對碳排放效率的空間非線性溢出效應(yīng)及作用機制。

二、理論分析與研究假說

數(shù)字金融的優(yōu)勢在于其以數(shù)字化的現(xiàn)代科技手段實現(xiàn)資源的優(yōu)化配置、降低資金準(zhǔn)入門檻、緩解融資約束、為偏遠地區(qū)提供金融服務(wù),使金融的普惠性和平等性得以實現(xiàn),更加突顯其服務(wù)面廣、速度快和成本低的特點[31]。數(shù)字金融以信息技術(shù)手段突破時空限制,使企業(yè)更加精準(zhǔn)及時地追蹤消費者需求信息,減少企業(yè)線下獲取相關(guān)信息而產(chǎn)生的碳排放量,進而有利于碳排放效率的提升,同時也有利于建立起企業(yè)和金融機構(gòu)共生共融的長期融資關(guān)系[32],使企業(yè)獲得充足資金以實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新,從而降低碳排放量[24]。

數(shù)字金融的發(fā)展促進了經(jīng)濟的增長,提高了經(jīng)濟效率[25],進而吸引外國投資者將其先進技術(shù)帶入本國,進一步促進本國企業(yè)技術(shù)創(chuàng)新,提升碳排放效率,但外國投資的增加也可能產(chǎn)生“污染避難所”效應(yīng)[27],不利于本國碳排放效率的提升。與此同時,經(jīng)濟的增長將帶來生產(chǎn)規(guī)模的擴大,進而增加能源消耗[33],能源消耗的增加反過來也會刺激經(jīng)濟增長[26,34]。經(jīng)濟增長使國家有充足的資金進行金融體系建設(shè),以提升金融市場化水平,從而最大化發(fā)揮金融市場的資源配置功能,拓寬企業(yè)的融資渠道,進一步使企業(yè)以更低的成本獲得資金來擴大生產(chǎn)規(guī)模,最終導(dǎo)致碳排放增加[2],從而降低了碳排放效率?；诖?本文提出以下假說1:

H1:數(shù)字金融可能提升或降低碳排放效率。

數(shù)字金融的快速發(fā)展通過對傳統(tǒng)產(chǎn)業(yè)的數(shù)字化賦能推動產(chǎn)業(yè)結(jié)構(gòu)升級[28,35],使生產(chǎn)要素從低效率的部門和產(chǎn)業(yè)向高效率的部門和產(chǎn)業(yè)轉(zhuǎn)移[23,27],實現(xiàn)資源的優(yōu)化配置,降低經(jīng)濟活動對稀缺資源的依賴程度,有利于碳排放效率的提升。此外,在產(chǎn)業(yè)結(jié)構(gòu)升級過程中,創(chuàng)新發(fā)揮著重要作用。數(shù)字金融作為一種金融創(chuàng)新可有效解決產(chǎn)業(yè)結(jié)構(gòu)升級中的融資問題并引導(dǎo)資金流向回報率高的產(chǎn)業(yè),倒逼企業(yè)創(chuàng)新轉(zhuǎn)型,增強其技術(shù)研發(fā)能力,推動技術(shù)創(chuàng)新,改善能源消費結(jié)構(gòu)[36],增加清潔低碳產(chǎn)品的開發(fā)和使用,從而降低碳排放。數(shù)字金融促進產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新,提升了碳排放效率,而碳排放效率的提升使能源服務(wù)更加便宜,促進能源服務(wù)消費,進而可能抵消原本可以節(jié)約的能源[37],引致碳排放效率的降低?；诖?本文提出以下假說2:

H2:數(shù)字金融通過促進產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新對碳排放效率造成影響。

三、研究設(shè)計

1．變量說明及數(shù)據(jù)來源

(1)被解釋變量 碳排放效率(carbon)。借鑒王東和李金葉[12]的方法,本文選擇DEA的擴展模型超效率非期望產(chǎn)出SBM模型來估計碳排放效率。指標(biāo)層面參考王東和李金葉[12]、賀茂斌和楊曉維[38]的做法,選取能源、勞動和資本作為投入要素,地區(qū)生產(chǎn)總值作為期望產(chǎn)出,地區(qū)CO2排放量作為非期望產(chǎn)出。其中,能源以各地區(qū)能源消費總量衡量,勞動以各地區(qū)上年末就業(yè)人數(shù)與本年末就業(yè)人數(shù)均值衡量,資本則以2010年為基期,根據(jù)永續(xù)盤存法計算而得[39]。以上變量原始數(shù)據(jù)源自《中國統(tǒng)計年鑒》、各地方統(tǒng)計年鑒,CO2排放量數(shù)據(jù)源自中國碳核算數(shù)據(jù)庫(CEADs)。

(2)解釋變量 數(shù)字金融(index)。借鑒北京大學(xué)中國數(shù)字金融研究中心公布的第三期數(shù)字普惠金融總指數(shù)衡量數(shù)字金融。

(3)中介變量 產(chǎn)業(yè)結(jié)構(gòu)升級(ind)用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值表示;技術(shù)創(chuàng)新水平(inn)用每萬人人均專利授權(quán)數(shù)量表示。

(4)控制變量 政府規(guī)模(gov)用政府財政支出與GDP比值表示;科技研發(fā)支出(tech)用科技支出與財政支出比值表示;經(jīng)濟發(fā)展水平(eco)用人均GDP取對數(shù)表示;人口密度(den)用城市單位面積人口數(shù)取對數(shù)表示;外商投資(fdi)用外商投資總額占GDP的比重表示;城市化水平(ur)用城鎮(zhèn)人口比重表示。中介變量與控制變量數(shù)據(jù)源自《中國統(tǒng)計年鑒》、各地方統(tǒng)計年鑒。本文指標(biāo)數(shù)據(jù)均為中國2011-2019年30個省區(qū)市(不含西藏自治區(qū)、臺灣省、香港和澳門特別行政區(qū))的面板數(shù)據(jù),共計270個樣本數(shù)據(jù)。

2．模型設(shè)定

從理論分析可知,數(shù)字金融對于碳排放具有一定的影響,為了研究數(shù)字金融對碳排放效率的影響,首先構(gòu)建基準(zhǔn)回歸模型:

(1)

其中:i表示省份;t表示年份;carbon表示碳排放效率;index表示數(shù)字金融;control表示控制變量;ui為個體效應(yīng);λt為時間效應(yīng);εit為隨機干擾項。

如果只考慮普通面板回歸模型,易忽略變量的空間依賴性,這是因為區(qū)域間經(jīng)濟社會的發(fā)展越來越密切,各區(qū)域間的相互影響越來越大;因此,本文選擇空間計量模型以克服碳排放效率的空間依賴性可能導(dǎo)致的模型結(jié)果誤差。比較經(jīng)典的空間計量模型主要是空間滯后模型(SAR)和空間誤差模型(SEM)。SAR檢驗其他地區(qū)的因變量對本地區(qū)因變量的各種空間外溢效應(yīng),其反映的空間自相關(guān)性是一種內(nèi)生交互效應(yīng);SEM度量其他地區(qū)被解釋變量的隨機擾動項沖擊對本地區(qū)觀測值的影響程度,其體現(xiàn)的是一種外生交互效應(yīng)。構(gòu)建的SAR和SEM模型如下:

(2)

(3)

其中:δ、φ、π、τ都是系數(shù);W是空間權(quán)重矩陣,本文的空間權(quán)重矩陣選擇空間地理距離矩陣替代。

為驗證產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新水平在數(shù)字金融對碳排放效率的影響過程中是否發(fā)揮中介作用,本文引入如下中介效應(yīng)方程進行檢驗:

(4)

(5)

(6)

若式(4)中β1、式(5)中u1和式(6)中r2、r3均顯著,則表明產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新存在中介效應(yīng);若其中有一個系數(shù)不顯著,則需要進一步的檢驗,以判斷是否存在中介效應(yīng)。

四、研究結(jié)果分析

1．基準(zhǔn)回歸分析

Hausman檢驗結(jié)果表明,本文選擇固定效應(yīng)模型比較適用。由表1列2可知,在控制其他變量不變的情況下,數(shù)字金融對碳排放效率存在顯著的負向影響,表明數(shù)字金融在促進經(jīng)濟增長的同時導(dǎo)致了能源消費需求增加[33],從而降低了碳排放效率,初步驗證了假說1?？刂谱兞恐?政府規(guī)模、科技研發(fā)支出和外商投資不利于碳排放效率的提升,其中僅有外商投資存在顯著影響。政府對市場的適當(dāng)干預(yù),可以有效解決市場失靈帶來的問題,維持社會穩(wěn)定性,如加強對污染物排放較大的企業(yè)的監(jiān)管,制定有效措施完善碳交易市場交易,提高碳市場交易效率,從而提高了碳排放效率;但政府對市場的過度干預(yù)會導(dǎo)致市場資源配置扭曲,使得市場的自我調(diào)節(jié)功能缺失,降低了碳排放效率?？萍佳邪l(fā)支出一方面可促進技術(shù)進步,擴大經(jīng)濟規(guī)模,刺激了生產(chǎn)和消費,降低了碳排放效率;另一方面技術(shù)的進步,可增強企業(yè)自主研發(fā)能力,開發(fā)和使用綠色低碳產(chǎn)品,利于碳排放效率的提升。中國環(huán)境法規(guī)的相對寬松[3]使得外國投資者將其重污染的產(chǎn)業(yè)轉(zhuǎn)移到中國,增加了我國污染物排放量,降低了碳排放效率。城市化水平對碳排放效率存在正向影響,但不顯著,原因可能是城市化水平的提升加劇了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,提升了碳排放效率[24],同時交通運輸部門和商業(yè)部門快速發(fā)展和家庭能源消費方式的改變,使得城市家庭能源消費是農(nóng)村家庭的兩倍[40],降低了碳排放效率。人口密度對碳排放效率存在正向影響,但不顯著,可能的解釋是:一方面人口密度的增加,使得生產(chǎn)要素、資源集中,提升了生產(chǎn)要素和資源的利用效率,進而提升了碳排放效率;另一方面人口密度的增加帶來能源消費增加,降低了碳排放效率。

表1 基準(zhǔn)回歸、內(nèi)生性和穩(wěn)健性檢驗

考慮靜態(tài)面板固定效應(yīng)中的內(nèi)生性問題。首先,通過在兩階段系統(tǒng)GMM估計中加入因變量滯后四期來建立動態(tài)面板模型,結(jié)果見表1列3所示;AR(1)和AR(2)結(jié)果表明,誤差項不存在二階序列自相關(guān),Sargan檢驗結(jié)果拒絕了工具變量過度識別假設(shè),說明兩階段系統(tǒng)GMM估計緩解內(nèi)生性問題是有效的。其次,考慮到數(shù)字金融是以互聯(lián)網(wǎng)為依托的事實,借鑒許釗等[41]、賀茂斌和楊曉維[38]工具變量的選擇,在2SLS回歸中選取互聯(lián)網(wǎng)普及率(idg)作為數(shù)字金融的工具變量進行分析,結(jié)果見表1列4所示。Anderson canon LM統(tǒng)計值表明不存在工具變量識別不足問題,Stock-Yogo弱工具變量10%顯著性水平下的臨界值小于Cragg-Donald WaldF統(tǒng)計值和Anderson canon LM統(tǒng)計值,說明本文選擇的互聯(lián)網(wǎng)普及率并非弱工具變量,該工具變量是有效的。為了增強實證結(jié)果可靠性,本文將數(shù)字金融替換為數(shù)字金融覆蓋廣度來驗證結(jié)果的可靠性,檢驗結(jié)果見表1列5所示;數(shù)字金融覆蓋廣度的顯著性及影響方向都沒有變化,只有系數(shù)值有所變化,證實了回歸結(jié)果相對穩(wěn)健性。

2．空間溢出效應(yīng)分析

(1)空間自相關(guān)檢驗 本文利用莫蘭指數(shù)檢驗在地理距離權(quán)重矩陣下數(shù)字金融和碳排放效率的空間自相關(guān)性。由表2可知,2011-2019年,中國各省份碳排放效率全局莫蘭指數(shù)大部分顯著為正,且從2012年開始相關(guān)性呈現(xiàn)出遞減趨勢,在2019年轉(zhuǎn)變?yōu)樨撓嚓P(guān),說明隨著時間推移,我國各地區(qū)碳排放效率空間集聚狀態(tài)在逐漸減弱,可能是我國各地區(qū)基礎(chǔ)條件、資源稟賦、經(jīng)濟發(fā)展模式不同以及技術(shù)進步邊際效應(yīng)遞減所致,進而使各地區(qū)制定的碳減排政策存在差異;數(shù)字金融全局莫蘭指數(shù)全部顯著為正,相關(guān)性呈現(xiàn)出遞增的狀態(tài),說明各地區(qū)金融發(fā)展越來越緊密,數(shù)字金融、技術(shù)、知識的空間溢出效應(yīng)以及鄰里模仿能力等增強,體現(xiàn)出我國碳排放效率與數(shù)字金融存在高度空間依賴性,為后文進一步進行空間計量模型回歸提供了依據(jù),但兩者空間自相關(guān)性變化趨勢相反,數(shù)字金融對碳排放效率可能產(chǎn)生負向影響。

表2 碳排放效率與數(shù)字金融全局莫蘭指數(shù)

(2)空間計量模型結(jié)果分析 表3中LM檢驗結(jié)果顯示,空間誤差模型的LM檢驗和穩(wěn)健的LM檢驗結(jié)果顯著性均優(yōu)于空間滯后模型,且空間誤差模型的R2相對更高,因此本文選擇空間誤差模型進行分析具有相對更好的適用性。為增加結(jié)果的可比性,本文同時列出了空間滯后模型的結(jié)果?？臻g誤差模型的空間誤差系數(shù)為0.607且在1%水平下顯著,表明碳排放效率存在顯著的空間溢出效應(yīng),碳排放效率除了受到數(shù)字金融、其他控制變量的影響,還受到模型中未考慮的其他因素的影響。從估計結(jié)果可知,當(dāng)數(shù)字金融每增加1個單位,碳排放效率將降低0.043個單位,即數(shù)字金融對碳排放效率存在顯著的負向影響,該結(jié)果與基準(zhǔn)回歸結(jié)果一致?？赡艿脑蛴?微觀層面,在國家綠色低碳轉(zhuǎn)型和環(huán)境規(guī)制壓力下,重污染企業(yè)被迫轉(zhuǎn)型使得其邊際成本上升,而數(shù)字金融的低成本優(yōu)勢則獲得重污染企業(yè)青睞,增加企業(yè)研發(fā)投入,但真正實現(xiàn)技術(shù)突破及應(yīng)用推廣周期較長,短期內(nèi)企業(yè)為了生存加之市場上綠色產(chǎn)品的需求不足使得該類企業(yè)仍然生產(chǎn)非綠產(chǎn)品以尋求利潤增長點,此時數(shù)字金融的“規(guī)模效應(yīng)”大于“技術(shù)效應(yīng)”[30],即數(shù)字金融降低了企業(yè)資金成本,擴大了企業(yè)生產(chǎn)經(jīng)營規(guī)模,能源消費隨之增加,因而降低了碳排放效率;金融機構(gòu)為積極響應(yīng)國家低碳政策,增加對綠色企業(yè)的信貸支持,降低對綠色企業(yè)的信貸要求,僅注重信貸總量而忽視信貸質(zhì)量,進而導(dǎo)致部分綠色企業(yè)出現(xiàn)“過綠、漂綠”現(xiàn)象,隱形增加了非清潔能源消費量。宏觀層面,在主要以工業(yè)促進經(jīng)濟發(fā)展的地區(qū),在缺少有效的激勵機制以及政績壓力的影響下,政府可能干預(yù)信貸資源配置,財政支出偏好于帶來地區(qū)經(jīng)濟增長的工業(yè),不利于國家低碳政策實施;國家綠色低碳轉(zhuǎn)型政策的實施需要加大對新技術(shù)、低碳能源基礎(chǔ)設(shè)施的投入,有利于數(shù)字金融的發(fā)展,使得非綠企業(yè)也能享受數(shù)字金融紅利,加之企業(yè)逐利的本質(zhì),從而擴大生產(chǎn)規(guī)模,加重了環(huán)境污染?？刂谱兞繉μ寂欧判实挠绊懛较蚣帮@著性基本一致,且與基準(zhǔn)回歸結(jié)果一致,各控制變量均對碳排放效率產(chǎn)生了一定影響,具體原因已在基準(zhǔn)回歸中進行了解釋。結(jié)合基準(zhǔn)回歸分析結(jié)果表明數(shù)字金融降低了碳排放效率,H1得到驗證。

表3 空間計量模型回歸結(jié)果

3．機制分析

式(4)～(6)結(jié)果見表4所列。表4列(1)和列(2)估計結(jié)果顯示,數(shù)字金融系數(shù)通過了1%的顯著性水平檢驗,說明數(shù)字金融促進了林業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新。表4列(3)數(shù)字金融系數(shù)通過了1%的顯著性水平檢驗,即數(shù)字金融每增加1個單位,碳排放效率提升0.242個單位;產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新對碳排放效率也具有顯著的正向影響,說明產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新發(fā)揮了部分中介效應(yīng),且產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新緩解了數(shù)字金融對碳排放效率的抑制作用,結(jié)合理論與實證分析,本文發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新共同作用可有效解決數(shù)字金融對碳排放效率的負向效應(yīng),H2得到了驗證。

表4 中介效應(yīng)結(jié)果

4．穩(wěn)健性檢驗

為了增加研究結(jié)果的可靠性,本文主要通過以下方式進行驗證:一是以空間鄰接矩陣代替空間地理距離矩陣,二是對因變量、自變量和控制變量進行1%縮尾處理,對于縮尾處理后存在缺失值的變量,本文以該變量對應(yīng)的年份的均值進行填充。穩(wěn)健性檢驗結(jié)果見表5所列。從表5結(jié)果可知,解釋變量數(shù)字金融除了系數(shù)大小發(fā)生變化外,顯著性及符號均未發(fā)生變化;控制變量中,除了城市化水平發(fā)生顯著性變化外,其余變量顯著性和符號均未發(fā)生顯著變化,驗證了本文估計結(jié)果的可靠性。

表5 穩(wěn)健性檢驗結(jié)果

5．異質(zhì)性分析

考慮到各地區(qū)經(jīng)濟發(fā)展水平不同,由此可能導(dǎo)致數(shù)字金融發(fā)展水平差異,對碳排放效率的影響也存在異質(zhì)性,因此本文就數(shù)字金融不同維度和地區(qū)差異進行異質(zhì)性分析。

(1)數(shù)字金融不同維度差異 參考郭峰等[42]測度的數(shù)字金融指數(shù)體系,將數(shù)字金融細分為數(shù)字金融覆蓋廣度、使用深度和數(shù)字化程度三個維度。三個維度的空間回歸結(jié)果見表6所列。由表6可知,在控制其他變量不變的情況下,數(shù)字金融三個維度均對碳排放效率存在顯著的負向影響,但三個維度的影響程度存在差異,數(shù)字金融使用深度對碳排放效率的影響最突出。具體而言,數(shù)字金融使用深度每增加1個單位,將導(dǎo)致碳排放效率降低0.042個單位,因此各地區(qū)在利用數(shù)字金融帶來的優(yōu)勢時,應(yīng)控制其發(fā)展程度,不可過度擴大使用深度等。同時三個維度下碳排放效率均存在顯著的空間溢出效應(yīng),說明本地區(qū)碳排放效率除了受到數(shù)字金融的影響,還會受到鄰近地區(qū)碳排放效率誤差沖擊的影響。

表6 數(shù)字金融分維度結(jié)果

(2)地區(qū)差異 本文依據(jù)國家統(tǒng)計局的地區(qū)劃分標(biāo)準(zhǔn),將30個省區(qū)市劃分為東、中、西部進行區(qū)域異質(zhì)性分析。由表7可知,東、中、西部的數(shù)字金融均對碳排放效率存在顯著的負向影響,但根據(jù)數(shù)字金融系數(shù)大小可知,東、中、西部經(jīng)濟發(fā)展水平依次遞減,數(shù)字金融對碳排放效率的負向影響程度依次遞增,說明經(jīng)濟發(fā)展水平越高,越有利于提升碳排放效率,但也應(yīng)注重經(jīng)濟質(zhì)量的提升。此外,東部碳排放效率不存在顯著的空間溢出效應(yīng),中、西部碳排放效率存在顯著的空間溢出效應(yīng)。

表7 分地區(qū)結(jié)果

6．門檻效應(yīng)分析

以往關(guān)于數(shù)字金融與綠色低碳發(fā)展的研究發(fā)現(xiàn),數(shù)字金融發(fā)展存在地區(qū)差異,數(shù)字金融對碳排放或環(huán)境污染存在一種“倒U”或“倒N”的非線性關(guān)系[20,31,41]。為了驗證數(shù)字金融對碳排放效率的非線性關(guān)系,本文運用面板門限回歸模型進行檢驗。以單一門限為例,構(gòu)建數(shù)字金融與碳排放效率的門限回歸模型:

(7)

其中: γ1為門限值;數(shù)字金融(index)為門限變量,也是門限效應(yīng)變量;I(·)是示性函數(shù);其余變量含義與基準(zhǔn)回歸模型相同。

為了檢驗是否存在門檻效應(yīng),采用似然比檢驗來確定門檻效應(yīng)以及門檻個數(shù)。由表8可知,只有單一門檻在5%的顯著性水平下通過檢驗,其余門檻均不顯著,因而初步確定門檻效應(yīng)為單一門檻。

表8 門檻效應(yīng)檢驗結(jié)果

在檢驗存在單一門檻的基礎(chǔ)上進行門檻回歸估計,由表9可知,當(dāng)數(shù)字金融發(fā)展水平低于1.038時,估計參數(shù)為-0.057且在1%顯著性水平下顯著;當(dāng)數(shù)字金融發(fā)展水平大于1.038時,估計參數(shù)為-0.154且在1%顯著性水平下顯著,說明隨著數(shù)字金融發(fā)展水平的提高,突破1.038門檻值時,數(shù)字金融對碳排放效率的負面影響將顯著增大?？赡艿慕忉尀閿?shù)字金融發(fā)展初期,數(shù)字化基礎(chǔ)設(shè)施不完善,數(shù)字金融的優(yōu)勢未得以充分體現(xiàn),同時接受金融服務(wù)的群體對數(shù)字金融效用持懷疑態(tài)度,因此數(shù)字金融的利用率不高,對碳排放效率的負效應(yīng)較小。數(shù)字金融進入加速發(fā)展時期,數(shù)字金融的數(shù)字化、便捷性、低成本性等特征逐漸顯現(xiàn),經(jīng)濟增長效應(yīng)得到普遍認可,國家出臺相關(guān)政策支持數(shù)字金融發(fā)展,而數(shù)字金融風(fēng)險的監(jiān)管措施不完善且滯后,接受金融服務(wù)的群體環(huán)保意識薄弱,不斷利用數(shù)字金融增加其利潤而忽視污染治理,進一步擴大了碳排放效率負效應(yīng)。

表9 門檻回歸結(jié)果

五、結(jié)論與建議

本文以我國2011-2019年30個省級面板數(shù)據(jù)為樣本,多維度分析數(shù)字金融對碳排放效率的影響。研究結(jié)果發(fā)現(xiàn):第一,數(shù)字金融抑制了碳排放效率的提升,考慮內(nèi)生性問題并進行穩(wěn)健性檢驗后均得出一致結(jié)論;第二,產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新的中介作用將數(shù)字金融對碳排放效率的負效應(yīng)轉(zhuǎn)變?yōu)檎?yīng);第三,數(shù)字金融、碳排放效率存在顯著的正向空間自相關(guān)性,且碳排放效率具有空間溢出效應(yīng);第四,數(shù)字金融對碳排放效率的影響存在顯著的維度差異和地區(qū)差異,但碳排放效率在東部地區(qū)不存在空間溢出效應(yīng);第五,數(shù)字金融對碳排放效率的影響存在非線性關(guān)系,突破門檻值后,其負面影響將顯著增加。

基于以上研究結(jié)論,本文提出以下政策建議:第一,完善數(shù)字基礎(chǔ)設(shè)施建設(shè),推進數(shù)字金融適度發(fā)展,匹配碳減排政策的需求。數(shù)字金融依托數(shù)字技術(shù)得以快速發(fā)展,完善的數(shù)字基礎(chǔ)設(shè)施可為數(shù)字金融的發(fā)展提供保障。同時應(yīng)注重數(shù)字金融的發(fā)展與碳減排政策的實施相匹配,超前或滯后均不利于發(fā)揮數(shù)字金融的碳減排效應(yīng)。第二,建立健全各類風(fēng)險監(jiān)管體系,加強風(fēng)險監(jiān)管力度。數(shù)字金融的普惠性滿足了各類企業(yè)和地區(qū)金融服務(wù)需求,同時也增加了金融風(fēng)險的監(jiān)管難度。因此,中央和地方政府、監(jiān)管機構(gòu)應(yīng)根據(jù)各類風(fēng)險特點,針對性地制定風(fēng)險監(jiān)管措施,完善風(fēng)險監(jiān)管體系建設(shè),加大風(fēng)險監(jiān)管力度。第三,增加對技術(shù)創(chuàng)新、產(chǎn)業(yè)轉(zhuǎn)型升級的資金投入,完善環(huán)境法規(guī)建設(shè)?？梢岳脭?shù)字金融具有的拓寬融資渠道的優(yōu)勢增加對技術(shù)創(chuàng)新、產(chǎn)業(yè)轉(zhuǎn)型升級的資金投入,以解決產(chǎn)業(yè)轉(zhuǎn)型過程中的技術(shù)問題,充分發(fā)揮三產(chǎn)融合發(fā)展的減排優(yōu)勢;此外應(yīng)提高我國環(huán)境準(zhǔn)入標(biāo)準(zhǔn),防止重污染產(chǎn)業(yè)遷入。第四,因地制宜制定和實施數(shù)字金融政策。對東部而言,政府應(yīng)注重數(shù)字金融發(fā)展質(zhì)量的提升,企業(yè)應(yīng)強化數(shù)字金融技術(shù)、產(chǎn)品和服務(wù)創(chuàng)新,以滿足金融服務(wù)消費者多樣化需求,實現(xiàn)金融供需平衡,進而推動數(shù)字金融發(fā)展質(zhì)量的提升。對中西部而言,政府應(yīng)增加對數(shù)字基礎(chǔ)設(shè)施的投資,夯實數(shù)字金融基礎(chǔ),從而引導(dǎo)企業(yè)加強落實數(shù)字金融政策,助力企業(yè)應(yīng)用成果轉(zhuǎn)化,縮短地區(qū)間的差異,發(fā)揮數(shù)字金融質(zhì)量提升帶來的碳減排效應(yīng)。