金融發(fā)展與產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)發(fā)展的賦能機(jī)制

摘 要：推動(dòng)綠色經(jīng)濟(jì)發(fā)展，加快能源綠色轉(zhuǎn)型是實(shí)現(xiàn)碳達(dá)峰、碳中和的重要途徑。基于2009-2019年中國(guó)27個(gè)省市面板數(shù)據(jù)，運(yùn)用固定效應(yīng)回歸、分地區(qū)回歸和FGLS方法，從金融發(fā)展視角，對(duì)產(chǎn)業(yè)智能化賦能綠色經(jīng)濟(jì)發(fā)展的作用機(jī)制以及空間異質(zhì)性進(jìn)行實(shí)證研究。結(jié)果表明：金融發(fā)展水平、產(chǎn)業(yè)智能化以及二者的交互作用對(duì)綠色經(jīng)濟(jì)發(fā)展具有顯著正向影響；金融發(fā)展水平、產(chǎn)業(yè)智能化以及二者交互作用對(duì)綠色經(jīng)濟(jì)發(fā)展的影響具有顯著異質(zhì)性，其中，金融發(fā)展水平和產(chǎn)業(yè)智能化對(duì)東部地區(qū)綠色經(jīng)濟(jì)發(fā)展有顯著影響，而二者的交互作用主要影響中西部地區(qū)綠色經(jīng)濟(jì)發(fā)展。

關(guān)鍵詞：金融發(fā)展；產(chǎn)業(yè)智能化；綠色經(jīng)濟(jì)發(fā)展；碳排放；空間異質(zhì)性

中圖分類號(hào)：F061.5

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-7348（2024）17-0054-10

0 引言

近年來(lái)，如何控制二氧化碳排放一直是全球熱議的問(wèn)題。推動(dòng)低碳減排，實(shí)現(xiàn)碳達(dá)峰、碳中和戰(zhàn)略目標(biāo)，加快經(jīng)濟(jì)綠色轉(zhuǎn)型迫在眉睫。相較于歐盟、美國(guó)、日本等發(fā)達(dá)國(guó)家和經(jīng)濟(jì)體，中國(guó)的綠色經(jīng)濟(jì)起步較晚，但發(fā)展迅速。1994年我國(guó)發(fā)布《中國(guó)21世紀(jì)人口、環(huán)境與發(fā)展白皮書(shū)》，首次提及碳減排政策；2012年中共十八大提出“五位一體”戰(zhàn)略構(gòu)想，表明綠色發(fā)展在我國(guó)戰(zhàn)略層面上得到進(jìn)一步提升，綠色經(jīng)濟(jì)建設(shè)進(jìn)入深化階段。

金融發(fā)展在產(chǎn)業(yè)智能化驅(qū)動(dòng)綠色經(jīng)濟(jì)發(fā)展過(guò)程中影響顯著。一方面，金融發(fā)展會(huì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)，刺激各類非清潔能源需求上升，從而引起二氧化碳排放量增加，造成環(huán)境污染；另一方面，金融發(fā)展通過(guò)支持技術(shù)創(chuàng)新，提高生產(chǎn)效率，減少碳排放，促進(jìn)綠色經(jīng)濟(jì)發(fā)展[1]。產(chǎn)業(yè)智能化則通過(guò)提高能源利用率等途徑，減少能源消耗、降低碳排放，推動(dòng)綠色經(jīng)濟(jì)發(fā)展[2]。我國(guó)在發(fā)布的《2030年前碳達(dá)峰行動(dòng)方案》中指出，二氧化碳排放的主要源頭產(chǎn)業(yè)是工業(yè)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加強(qiáng)技術(shù)改造，推進(jìn)工業(yè)領(lǐng)域智能化發(fā)展，是推動(dòng)工業(yè)領(lǐng)域綠色低碳發(fā)展的主要方式之一。

然而，我國(guó)智能化發(fā)展水平尚不均衡，各行業(yè)間存在較大差距。如我國(guó)擁有世界最大的工業(yè)機(jī)器人市場(chǎng)，但相較于龐大的人口基數(shù)和遼闊的國(guó)土面積，工業(yè)機(jī)器人整體體量不足，且各地區(qū)工業(yè)機(jī)器人發(fā)展水平參差不齊。雖然我國(guó)金融體系日漸成熟、開(kāi)放程度不斷提升，但是理論上缺乏對(duì)金融發(fā)展與綠色經(jīng)濟(jì)發(fā)展作用關(guān)系的深入探討。因此，本文首先分析我國(guó)產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)發(fā)展的影響及作用途徑；其次是探究金融發(fā)展水平對(duì)我國(guó)綠色經(jīng)濟(jì)發(fā)展的影響及效用。雖然已有文獻(xiàn)分別從金融發(fā)展水平和產(chǎn)業(yè)智能化角度研究二者與綠色經(jīng)濟(jì)發(fā)展、碳排放關(guān)系，但并沒(méi)有綜合考慮兩個(gè)因素對(duì)綠色經(jīng)濟(jì)發(fā)展的影響。本文擬從該角度拓展現(xiàn)有研究，從產(chǎn)業(yè)智能化和金融發(fā)展角度為我國(guó)經(jīng)濟(jì)實(shí)現(xiàn)綠色低碳發(fā)展提供政策建議。

1 文獻(xiàn)綜述

現(xiàn)有文獻(xiàn)大多側(cè)重于分析金融發(fā)展、產(chǎn)業(yè)智能化與綠色經(jīng)濟(jì)發(fā)展中任意二者關(guān)系。

1.1 綠色經(jīng)濟(jì)發(fā)展

近年來(lái)，綠色經(jīng)濟(jì)發(fā)展趨勢(shì)以及影響因素成為熱點(diǎn)研究問(wèn)題。如徐曉光等[3]針對(duì)綠色經(jīng)濟(jì)發(fā)展構(gòu)建評(píng)價(jià)指標(biāo)體系，歸納影響因素，并發(fā)現(xiàn)中國(guó)綠色經(jīng)濟(jì)發(fā)展水平整體呈上升趨勢(shì)；佟賀豐等（2015）選取7個(gè)綠色經(jīng)濟(jì)相關(guān)產(chǎn)業(yè)，分析綠色經(jīng)濟(jì)對(duì)總體經(jīng)濟(jì)社會(huì)發(fā)展的潛在影響，發(fā)現(xiàn)綠色經(jīng)濟(jì)有助于中國(guó)實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)。在確定中國(guó)綠色經(jīng)濟(jì)發(fā)展效率處于上升態(tài)勢(shì)的基礎(chǔ)上，李林漢和岳一飛[4]通過(guò)對(duì)2012-2016年中國(guó)內(nèi)地30個(gè)省市綠色經(jīng)濟(jì)效益的面板數(shù)據(jù)進(jìn)行回歸發(fā)現(xiàn)，這種上升態(tài)勢(shì)不斷放緩，且綠色經(jīng)濟(jì)效益存在區(qū)位差異性。也有少量研究認(rèn)為，中國(guó)綠色經(jīng)濟(jì)發(fā)展水平近年趨于穩(wěn)定。如張薇[5]對(duì)2013-2017年中國(guó)內(nèi)地30個(gè)省市綠色經(jīng)濟(jì)發(fā)展水平進(jìn)行面板回歸分析，發(fā)現(xiàn)其發(fā)展水平總體呈穩(wěn)定態(tài)勢(shì)，且與經(jīng)濟(jì)發(fā)達(dá)程度正相關(guān)。綠色經(jīng)濟(jì)發(fā)展并不是一個(gè)獨(dú)立概念，而是受到眾多因素影響，如金融發(fā)展、產(chǎn)業(yè)智能化、教育、科技創(chuàng)新、環(huán)境規(guī)制、人口紅利等[6]。其中，教育和科技創(chuàng)新都能有效提高全要素碳排放效率，后者還可通過(guò)提高前者水平，積聚人力資本，進(jìn)而間接推動(dòng)社會(huì)低碳發(fā)展[7]；環(huán)境規(guī)制強(qiáng)度與綠色經(jīng)濟(jì)發(fā)展呈“U”型關(guān)系[8]；在發(fā)展中國(guó)家，人口紅利通過(guò)擴(kuò)大人口規(guī)模、提高總?cè)丝诰蜆I(yè)率加劇碳排放，不利于綠色經(jīng)濟(jì)發(fā)展[9]。此外，稅收政策、貿(mào)易發(fā)展、地域區(qū)位、能源結(jié)構(gòu)與利用率以及高效生態(tài)、工業(yè)類型、科技應(yīng)用、企業(yè)規(guī)模等都是影響綠色經(jīng)濟(jì)發(fā)展的重要因素[10-12]。

1.2 金融發(fā)展對(duì)綠色經(jīng)濟(jì)發(fā)展的影響

國(guó)內(nèi)外關(guān)于金融發(fā)展對(duì)綠色經(jīng)濟(jì)影響的研究成果很豐富，學(xué)者們主要從金融和綠色金融兩個(gè)角度研究其對(duì)綠色經(jīng)濟(jì)發(fā)展的影響，其作用大致分為三類。首先，大部分研究認(rèn)為金融發(fā)展對(duì)綠色經(jīng)濟(jì)發(fā)展有顯著促進(jìn)作用。如Artur等[13]發(fā)現(xiàn)，金融發(fā)展是影響經(jīng)濟(jì)環(huán)境質(zhì)量的決定性因素，金融自由化和開(kāi)放水平對(duì)碳排放減少具有重要影響；Jalilamp;Feridun[14]實(shí)證研究了1953-2006年中國(guó)金融發(fā)展、經(jīng)濟(jì)發(fā)達(dá)程度以及能源消費(fèi)對(duì)環(huán)境的影響，研究結(jié)果表明，金融發(fā)展有助于減少污染，且中國(guó)的碳排放主要取決于居民人均收入、能源消費(fèi)和貿(mào)易自由度；Muhammad等[15]基于南非1965-2008年面板數(shù)據(jù)，對(duì)當(dāng)?shù)亟鹑谒?、?jīng)濟(jì)發(fā)展、煤炭消耗、貿(mào)易自由與環(huán)境績(jī)效關(guān)系進(jìn)行實(shí)證分析，認(rèn)為經(jīng)濟(jì)發(fā)展會(huì)增加能源消耗，而金融發(fā)展會(huì)降低污染排放水平；Muhammad等[16]對(duì)1971-2008年馬來(lái)西亞面板數(shù)據(jù)進(jìn)行回歸分析，也發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)促進(jìn)碳排放，金融發(fā)展有利于降低碳排放。其次，有部分研究顯示上述二者存在非線性關(guān)系。例如嚴(yán)成樑等[17]對(duì)1997-2012年中國(guó)內(nèi)地30個(gè)省市的金融發(fā)展與二氧化碳排放強(qiáng)度面板數(shù)據(jù)進(jìn)行實(shí)證分析，結(jié)果表明，二者之間存在倒U型的非線性關(guān)系；史代敏和施曉燕[18]對(duì)2010-2018年中國(guó)內(nèi)地30個(gè)省市面板數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)中國(guó)僅有少量地區(qū)的綠色金融水平達(dá)到門限值，且只有處于門限值以上時(shí)綠色金融才能促進(jìn)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)。最后，還有少量研究認(rèn)為金融發(fā)展水平與綠色經(jīng)濟(jì)發(fā)展之間不存在顯著關(guān)系。例如Ozturk等[19]發(fā)現(xiàn)，土耳其的人均二氧化碳排放量與金融發(fā)展不具有長(zhǎng)期關(guān)系，其中，二氧化碳排放水平隨著收入增加不斷提高，直至達(dá)到穩(wěn)定點(diǎn)。

1.3 產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)發(fā)展的影響

產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)發(fā)展的影響十分復(fù)雜。黃海燕、劉葉等（2021）將碳排放劃分為碳排放總量和碳排放強(qiáng)度，利用2006-2018年中國(guó)18個(gè)工業(yè)行業(yè)面板數(shù)據(jù)實(shí)證分析工業(yè)智能化對(duì)二者的影響，發(fā)現(xiàn)工業(yè)智能化對(duì)前者具有顯著正向作用，對(duì)后者具有顯著負(fù)向作用；劉亮和胡國(guó)良[20]發(fā)現(xiàn)，人工智能通過(guò)技術(shù)效應(yīng)顯著促進(jìn)全要素生產(chǎn)率提高，且人工智能對(duì)生產(chǎn)率的提升效應(yīng)與行業(yè)技術(shù)層次相關(guān)，技術(shù)層次越高，效果越明顯；韓民春和趙澤彬[21]從碳排放約束視角進(jìn)行研究，發(fā)現(xiàn)產(chǎn)業(yè)智能化顯著縮小東中西部地區(qū)經(jīng)濟(jì)差距。目前關(guān)于產(chǎn)業(yè)智能化與綠色經(jīng)濟(jì)發(fā)展關(guān)系的研究文獻(xiàn)較匱乏，大部分研究集中于探究智能化對(duì)經(jīng)濟(jì)發(fā)展的影響。早期研究通常以計(jì)算機(jī)化衡量智能化，如Brynjolfsson等[22]認(rèn)為計(jì)算機(jī)化在短期和長(zhǎng)期內(nèi)都對(duì)生產(chǎn)率有正向影響。隨著工業(yè)機(jī)器人使用率提高，部分學(xué)者將工業(yè)機(jī)器人作為衡量智能化水平的指標(biāo)，研究智能化水平對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。工業(yè)智能化可以替代人力勞動(dòng)[23]，大幅度提高生產(chǎn)率，從而帶動(dòng)經(jīng)濟(jì)增長(zhǎng)[24]。產(chǎn)業(yè)智能化通過(guò)多種途徑影響綠色經(jīng)濟(jì)發(fā)展。如李丫丫和潘安[25]通過(guò)對(duì)我國(guó)2001-2014年面板數(shù)據(jù)進(jìn)行回歸，實(shí)證檢驗(yàn)工業(yè)機(jī)器人進(jìn)口貿(mào)易與制造業(yè)生產(chǎn)率關(guān)系，發(fā)現(xiàn)前者通過(guò)技術(shù)溢出效應(yīng)對(duì)后者產(chǎn)生推動(dòng)作用；陳永偉和曾昭睿[26]研究發(fā)現(xiàn)，工業(yè)機(jī)器人應(yīng)用通過(guò)提高技術(shù)效益、擴(kuò)大規(guī)模效益兩種機(jī)制提升工業(yè)生產(chǎn)效率。產(chǎn)業(yè)智能化水平提高、工業(yè)機(jī)器人與智能設(shè)備應(yīng)用率提高，均屬于技術(shù)進(jìn)步，而技術(shù)進(jìn)步是控制碳排放的重要途徑，能夠顯著降低行業(yè)碳排放且存在行業(yè)異質(zhì)性[27]。

綜上所述，現(xiàn)有文獻(xiàn)采用直接和間接方式研究產(chǎn)業(yè)智能化、金融發(fā)展對(duì)綠色經(jīng)濟(jì)發(fā)展的影響，卻沒(méi)有綜合考慮二者交互與綠色經(jīng)濟(jì)發(fā)展的關(guān)系。此外，鮮有從金融視角對(duì)智能化賦能綠色經(jīng)濟(jì)發(fā)展的影響機(jī)制進(jìn)行研究的文獻(xiàn)?，F(xiàn)有文獻(xiàn)也沒(méi)有考慮不同地區(qū)的差異性，對(duì)金融發(fā)展、產(chǎn)業(yè)智能化與綠色經(jīng)濟(jì)發(fā)展空間關(guān)系的解析存在不足?；诖?，本文的創(chuàng)新之處在于：一是從金融發(fā)展視角研究產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)發(fā)展的影響機(jī)制；二是探究金融發(fā)展與產(chǎn)業(yè)智能化之間是否存在對(duì)綠色經(jīng)濟(jì)發(fā)展的交互影響；三是進(jìn)一步研究金融發(fā)展、產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)的影響是否存在空間異質(zhì)性。

2 機(jī)理分析與研究假設(shè)

2.1 金融發(fā)展對(duì)綠色經(jīng)濟(jì)的影響機(jī)理

金融發(fā)展對(duì)綠色經(jīng)濟(jì)的影響具有兩面性，即金融發(fā)展可以通過(guò)增加能源需求抑制綠色經(jīng)濟(jì)發(fā)展，也可以通過(guò)降低碳排放促進(jìn)綠色經(jīng)濟(jì)發(fā)展。如圖1所示，本文將從消費(fèi)端和供給端，分別研究金融發(fā)展對(duì)綠色經(jīng)濟(jì)的抑制和促進(jìn)作用。

（1）金融發(fā)展對(duì)綠色經(jīng)濟(jì)的抑制效應(yīng)。金融發(fā)展會(huì)促進(jìn)能源需求增長(zhǎng)，進(jìn)而抑制綠色經(jīng)濟(jì)發(fā)展。這是因?yàn)榻鹑诎l(fā)展將增加居民可支配收入，促進(jìn)經(jīng)濟(jì)增長(zhǎng)，從而增加能源消費(fèi)。從消費(fèi)端而言，由于具有收入效應(yīng)，當(dāng)國(guó)家金融業(yè)務(wù)繁榮時(shí)，居民消費(fèi)水平獲得提高，其中很大一部分屬于非綠色消費(fèi)，導(dǎo)致能源需求增加。從供給端而言，隨著金融發(fā)展，企業(yè)融資更加便利，融資成本降低，同時(shí)，非綠色消費(fèi)增加刺激企業(yè)擴(kuò)大規(guī)模，上述兩個(gè)方面將同時(shí)增加能源需求，從而抑制綠色經(jīng)濟(jì)發(fā)展。

（2）金融發(fā)展對(duì)綠色經(jīng)濟(jì)的促進(jìn)效應(yīng)。金融發(fā)展通過(guò)降低碳排放促進(jìn)綠色經(jīng)濟(jì)發(fā)展。從消費(fèi)端而言，為引導(dǎo)居民綠色消費(fèi)，政府會(huì)向個(gè)人或企業(yè)發(fā)行綠色消費(fèi)券，有助于改變消費(fèi)者偏好，從而促進(jìn)消費(fèi)結(jié)構(gòu)轉(zhuǎn)向綠色環(huán)保型，進(jìn)而在消費(fèi)端降低碳排放。從供給端而言，首先隨著國(guó)家或地區(qū)經(jīng)濟(jì)向綠色低碳轉(zhuǎn)型，金融機(jī)構(gòu)將給予低耗能高技術(shù)企業(yè)更多信貸支持，引導(dǎo)資金流向綠色產(chǎn)業(yè)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，進(jìn)而降低環(huán)境污染；其次，金融發(fā)展還可以促進(jìn)先進(jìn)生產(chǎn)技術(shù)涌現(xiàn)、低污染生產(chǎn)方式形成，以替代高排放生產(chǎn)方式，從而抑制碳排放。對(duì)于金融發(fā)展與綠色經(jīng)濟(jì)發(fā)展之間存在的這些關(guān)系，可以概述為結(jié)構(gòu)效應(yīng)與技術(shù)效應(yīng)。

2.2 產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)發(fā)展的影響機(jī)理

產(chǎn)業(yè)智能化水平影響綠色經(jīng)濟(jì)發(fā)展的主要路徑是技術(shù)進(jìn)步。技術(shù)進(jìn)步對(duì)碳排放的影響具有兩面性，工業(yè)智能化作為技術(shù)進(jìn)步的具體體現(xiàn)，對(duì)碳排放的影響也體現(xiàn)出兩面性，即存在促進(jìn)和抑制兩個(gè)方面。如圖2所示，本文將通過(guò)產(chǎn)業(yè)智能化對(duì)碳排放的正負(fù)影響作進(jìn)一步分析。

（1）產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)發(fā)展的抑制效應(yīng)。智能化水平主要通過(guò)兩個(gè)途徑抑制碳排放降低。首先，智能化催生行業(yè)技術(shù)進(jìn)步，有助于提高行業(yè)生產(chǎn)率，擴(kuò)大企業(yè)生產(chǎn)規(guī)模，推動(dòng)經(jīng)濟(jì)增長(zhǎng)，從而導(dǎo)致碳排放絕對(duì)量上升。國(guó)內(nèi)外研究顯示，工業(yè)機(jī)器人使用能夠顯著提高生產(chǎn)率[26]，進(jìn)而促進(jìn)經(jīng)濟(jì)發(fā)展，而經(jīng)濟(jì)增長(zhǎng)被認(rèn)為是促進(jìn)碳排放的重要因素[23-24]。其次，工業(yè)智能化作為技術(shù)進(jìn)步的具體表現(xiàn)，能夠吸引更多外商直接投資，其中，高污染類直接投資會(huì)顯著增加碳排放?，F(xiàn)有研究表明，F(xiàn)DI對(duì)碳排放起促進(jìn)作用[28]，長(zhǎng)期來(lái)看，會(huì)提高東道國(guó)碳排放水平。

（2）產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)的促進(jìn)效應(yīng)。產(chǎn)業(yè)智能化主要通過(guò)兩個(gè)途徑促進(jìn)碳排放降低。一是技術(shù)進(jìn)步效應(yīng)。首先，技術(shù)進(jìn)步帶來(lái)的生產(chǎn)效率提高會(huì)降低生產(chǎn)成本，實(shí)現(xiàn)相對(duì)的碳排放降低。其次，隨著技術(shù)進(jìn)步、勞動(dòng)力成本上升以及居民消費(fèi)水平提高，外商投資更傾向于低污染、高技術(shù)類綠色項(xiàng)目，從而有助于降低碳排放。最后，技術(shù)進(jìn)步提高了工業(yè)細(xì)分行業(yè)能源使用效率，即降低工業(yè)行業(yè)能源消耗強(qiáng)度，促進(jìn)工業(yè)行業(yè)綠色發(fā)展。二是勞動(dòng)力替代效應(yīng)。一方面，智能化發(fā)展會(huì)在一定程度上減少低技術(shù)崗位用工數(shù)量[29]，而人口是促進(jìn)碳排放的重要因素，因此工業(yè)智能化發(fā)展通過(guò)減少低技術(shù)勞動(dòng)力數(shù)量從而對(duì)碳排放起到一定抑制作用；另一方面，工業(yè)機(jī)器人的大量應(yīng)用會(huì)使企業(yè)增加高技術(shù)勞動(dòng)力需求，促使低技術(shù)勞動(dòng)力不斷提高技術(shù)水平，轉(zhuǎn)向高技術(shù)人才，進(jìn)而優(yōu)化人口結(jié)構(gòu)，增強(qiáng)居民環(huán)境意識(shí)，長(zhǎng)期來(lái)看，有助于降低碳排放。

2.3 研究假設(shè)

由上文可知，金融發(fā)展和產(chǎn)業(yè)智能化從多途徑影響綠色經(jīng)濟(jì)發(fā)展，且二者對(duì)綠色經(jīng)濟(jì)發(fā)展的影響都有兩面性。從作用途徑來(lái)看，二者均通過(guò)技術(shù)進(jìn)步效應(yīng)影響碳排放，其中，金融發(fā)展通過(guò)技術(shù)進(jìn)步效應(yīng)降低碳排放，加速綠色經(jīng)濟(jì)發(fā)展；產(chǎn)業(yè)智能化則通過(guò)技術(shù)進(jìn)步效應(yīng)對(duì)碳排放降低具有促進(jìn)和抑制兩方面作用。除技術(shù)進(jìn)步效應(yīng)外，由于產(chǎn)業(yè)智能化所導(dǎo)致的勞動(dòng)力替代效應(yīng)也是影響綠色經(jīng)濟(jì)發(fā)展的重要途徑?？偟膩?lái)說(shuō)，雖然金融發(fā)展和產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)發(fā)展存在一定抑制作用，但其影響機(jī)制以促進(jìn)為主，即金融視角下的產(chǎn)業(yè)智能化通過(guò)降低碳排放賦能綠色經(jīng)濟(jì)發(fā)展?；诖?，本文提出以下研究假設(shè)：

H1：金融發(fā)展、產(chǎn)業(yè)智能化可以降低碳排放水平，促進(jìn)綠色經(jīng)濟(jì)發(fā)展。

金融發(fā)展與產(chǎn)業(yè)智能化之間存在一定交互作用，共同推動(dòng)綠色經(jīng)濟(jì)發(fā)展。一方面，智能化成果應(yīng)用于金融領(lǐng)域，催生金融科技，賦能綠色經(jīng)濟(jì)發(fā)展。首先，企業(yè)財(cái)務(wù)智能化有助于打破信息“孤島”現(xiàn)象，推動(dòng)綠色經(jīng)濟(jì)發(fā)展，如金融機(jī)構(gòu)進(jìn)行貸款審核時(shí)可利用大數(shù)據(jù)等先進(jìn)技術(shù)搜集與分析企業(yè)信息，大幅降低信息不對(duì)稱性，提高融資效率，促進(jìn)綠色經(jīng)濟(jì)發(fā)展；其次，財(cái)務(wù)智能化能夠顯著降低企業(yè)融資成本，提高資金周轉(zhuǎn)效率，從而更好地支持綠色發(fā)展；最后，金融科技通過(guò)提升信用信息平臺(tái)監(jiān)管效率，降低內(nèi)部風(fēng)險(xiǎn)。另一方面，金融發(fā)展為產(chǎn)業(yè)智能化提供資金支持與保障，助推綠色經(jīng)濟(jì)發(fā)展。首先，企業(yè)智能化轉(zhuǎn)型和技術(shù)創(chuàng)新需要在前期投入大量資金，且周期較長(zhǎng)，而成熟的金融體系可以為企業(yè)提供充足的流動(dòng)資金；其次，工業(yè)是碳排放的主要源頭，金融機(jī)構(gòu)可以通過(guò)為傳統(tǒng)工業(yè)智能化轉(zhuǎn)型提供金融支持，加速工業(yè)綠色轉(zhuǎn)型；最后，綠色金融服務(wù)平臺(tái)通過(guò)促進(jìn)服務(wù)智能化、數(shù)字化，加強(qiáng)政府、企業(yè)與金融機(jī)構(gòu)間高效溝通，保障信息高效流通，進(jìn)而為綠色經(jīng)濟(jì)發(fā)展提供強(qiáng)大的基礎(chǔ)保障。基于此，本文提出如下研究假設(shè)：

H2：金融發(fā)展與智能化交互促進(jìn)綠色經(jīng)濟(jì)發(fā)展。

由于中國(guó)國(guó)土遼闊，不同的地理位置造成各省份發(fā)展程度存在明顯差異。首先，經(jīng)濟(jì)發(fā)展水平存在差異，經(jīng)濟(jì)較發(fā)達(dá)地區(qū)的金融發(fā)展水平相對(duì)較高，對(duì)智能化發(fā)展的投入也較大；其次，由于政策優(yōu)勢(shì)，一些享受優(yōu)惠政策的地區(qū)對(duì)金融發(fā)展、產(chǎn)業(yè)智能化的支持力度更大；最后，人文資源差異，如人口密度大、教育水平高的地區(qū)擁有更為堅(jiān)實(shí)的金融發(fā)展和智能化發(fā)展基礎(chǔ)。因此，不同地區(qū)的金融發(fā)展、產(chǎn)業(yè)智能化、教育、科技創(chuàng)新、環(huán)境規(guī)制、人口資源等存在差異性，導(dǎo)致金融發(fā)展水平、產(chǎn)業(yè)智能化及其交互項(xiàng)對(duì)綠色經(jīng)濟(jì)發(fā)展的影響效用也不同?；诖?，本文提出以下研究假設(shè)：

H3：金融發(fā)展、產(chǎn)業(yè)智能化及其交互項(xiàng)對(duì)綠色經(jīng)濟(jì)發(fā)展的影響存在空間異質(zhì)性。

3 模型設(shè)計(jì)與變量選取

3.1 模型設(shè)計(jì)

為了考察金融發(fā)展和產(chǎn)業(yè)智能化對(duì)碳排放水平的影響，構(gòu)建如下回歸方程：

CGit=α0+α1FINit+α2INTit+α3FINit×INTit+α4Labit+α5Eduit+α6Init+α7Erit+γi+μt+εit（1）

其中，i表示省域、t表示年份；CGit表示第t年i省單位GDP的CO2排放量，即碳排放水平；FINit表示第t年i省域的金融發(fā)展水平，INTit表示第t年i省域的產(chǎn)業(yè)智能化水平，二者為本文的核心解釋變量。為表示金融發(fā)展水平與產(chǎn)業(yè)智能化的交互作用，回歸方程中引入二者的交互項(xiàng)FINit×INTit。此外，Lab、Edu、In、Er為本文控制變量，α0表示常數(shù)項(xiàng)，γi表示省域固定效應(yīng)，μt表示時(shí)間固定效應(yīng)，εit為誤差項(xiàng)。

3.2 變量與數(shù)據(jù)說(shuō)明

3.2.1 被解釋變量

本文采用單位GDP碳排放量（CG）衡量碳排放水平。在測(cè)算我國(guó)各省份年度碳排放總量時(shí)借鑒IPCC中的標(biāo)準(zhǔn)煤法，以各省域煤炭、焦炭、原油、汽油、煤油、柴油、天然氣和燃料油共8種能源為終端消費(fèi)，將8種能源消費(fèi)量與各自的碳排放系數(shù)相乘，估算2009－2019年我國(guó)各省域二氧化碳排放量，并與各省域GDP相除作為單位GDP碳排放量。以此為基礎(chǔ)，分析2009—2019年我國(guó)27個(gè)省域碳排放水平變化情況。具體計(jì)算公式和步驟如下：

CGit=CO2itGDPit（2）

CO2it=∑8j=1Eitj×Fj×Cj×qj×4412×11000000（3）

其中，i表示省域、t表示年份、j表示能源；CGit表示第t年i省域單位GDP的CO2排放量，CO2it表示第t年i省域的CO2排放量，GDPit表示第t年i省域的GDP；Eitj表示第t年i省域第j種能源消費(fèi)量，F(xiàn)j表示第j種能源的平均低位發(fā)熱量，Cj表示第j種能源的碳單位熱值含碳量，qj表示第j種能源的碳氧化率；4412表示C原子氧化成CO2分子量從12變成44，11000000的作用是單位換算。

3.2.2 核心解釋變量

借鑒嚴(yán)成樑等[17]的方法，采用金融機(jī)構(gòu)信貸總額占GDP的比例表示金融發(fā)展水平（FIN），比例越高，表示金融發(fā)展水平越高。

FIN=金融機(jī)構(gòu)年末貸款余額GDP（4）

本文采用工業(yè)機(jī)器人安裝庫(kù)存量占工業(yè)增加值的比例衡量產(chǎn)業(yè)智能化水平（INT）。

INT=機(jī)器人安裝庫(kù)存量工業(yè)增加值（5）

由于IRF數(shù)據(jù)庫(kù)中的數(shù)據(jù)只到國(guó)家級(jí)層面，而本文研究涉及省級(jí)層面。為此，參考康茜和林光華[30]、Daronamp;Pascual[31]的方法，根據(jù)不同行業(yè)就業(yè)人數(shù)，將數(shù)據(jù)庫(kù)中機(jī)器人數(shù)據(jù)細(xì)分到省級(jí)層面，以考察智能化與就業(yè)關(guān)系。考慮到研究著眼于金融視角下的綠色經(jīng)濟(jì)發(fā)展，故對(duì)數(shù)據(jù)作以下處理：以各省域Ramp;D經(jīng)費(fèi)投入占所有省域Ramp;D經(jīng)費(fèi)投入總和的比例為權(quán)重，對(duì)全國(guó)制造業(yè)機(jī)器人安裝庫(kù)存量進(jìn)行分配，估算得出各省域機(jī)器人安裝庫(kù)存量。

各省機(jī)器人安裝庫(kù)存量=中國(guó)制造業(yè)機(jī)器人安裝庫(kù)存量×各省Ramp;D經(jīng)費(fèi)投入各省Ramp;D經(jīng)費(fèi)投入總和×100% （6）

3.2.3 控制變量

金融發(fā)展與產(chǎn)業(yè)智能化并不是唯一對(duì)碳排放水平造成影響的因素。本文根據(jù)碳排放水平影響程度，選取4個(gè)控制變量：一是人口紅利（Lab），即勞動(dòng)力比重，采用15～64歲人口數(shù)量占總?cè)丝跀?shù)量的比重表示；二是教育投入（Edu），采用教育經(jīng)費(fèi)支出占GDP的比重表示；三是科技創(chuàng)新（In），采用地區(qū)人均專利授權(quán)數(shù)表示；四是環(huán)境規(guī)制（Er），采用工業(yè)污染治理投資完成額乘以GDP與工業(yè)增加值平方的比值表示。

3.3 數(shù)據(jù)來(lái)源及處理

除機(jī)器人安裝庫(kù)存量數(shù)據(jù)來(lái)源于IFR數(shù)據(jù)庫(kù)外，其它數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》、中國(guó)經(jīng)濟(jì)數(shù)據(jù)庫(kù)（CEIC）、《中國(guó)能源統(tǒng)計(jì)年鑒》、《中國(guó)工業(yè)年鑒》以及各省份統(tǒng)計(jì)年鑒。能源碳排放系數(shù)數(shù)據(jù)來(lái)源于IPCC頒布的《國(guó)家溫室氣體排放清單指南》（2006）、國(guó)家發(fā)展改革委頒布的《省級(jí)溫室氣體編制指南》（2011）、《中國(guó)能源統(tǒng)計(jì)年鑒—附錄4》（2016）。

基于上述方法，考慮到數(shù)據(jù)可獲取性，如山西、貴州、重慶缺少原油消耗量數(shù)據(jù)，且IRF數(shù)據(jù)庫(kù)目前僅更新到2019年數(shù)據(jù)，因此本文選取2009—2019年中國(guó)內(nèi)地27個(gè)省份（不包括西藏、山西、貴州、重慶）數(shù)據(jù)進(jìn)行實(shí)證分析。由于缺少部分?jǐn)?shù)據(jù)，進(jìn)行了一定預(yù)處理，其中，連續(xù)數(shù)據(jù)中缺失的以插值法補(bǔ)充，起止年份缺少的運(yùn)用灰色預(yù)測(cè)法補(bǔ)充。

3.4 描述性統(tǒng)計(jì)與平穩(wěn)性檢驗(yàn)

通過(guò)整理上述數(shù)據(jù)，得到本文變量描述性統(tǒng)計(jì)結(jié)果以及單位根檢驗(yàn)結(jié)果，具體見(jiàn)表1。

4 實(shí)證分析

4.1 基準(zhǔn)回歸結(jié)果分析

為初步檢驗(yàn)金融發(fā)展水平和產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)的影響，對(duì)2009-2019年27個(gè)省域樣本數(shù)據(jù)采用固定效應(yīng)和隨機(jī)效應(yīng)模型進(jìn)行回歸，結(jié)果如表2和表3所示。由此可知，金融發(fā)展、產(chǎn)業(yè)智能化及其交互項(xiàng)對(duì)碳排放在1%水平下均呈現(xiàn)顯著影響。

Hausman檢驗(yàn)結(jié)果表明，固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型，因此采用固定效應(yīng)模型（FE）進(jìn)行回歸。表2中第1列表示金融發(fā)展（FIN）與產(chǎn)業(yè)智能化（INT）分別對(duì)綠色經(jīng)濟(jì)發(fā)展的影響，第2列加入其交互項(xiàng)（FIN*INT），第3列加入所有控制變量。結(jié)果顯示，金融發(fā)展（FIN）的回歸系數(shù)為-1.193 9，產(chǎn)業(yè)智能化（INT）的回歸系數(shù)為-3.748 4，二者均在1%水平下顯著，因此研究假設(shè)H1得證，即金融發(fā)展、產(chǎn)業(yè)智能化可以降低碳排放水平。此外，金融發(fā)展與產(chǎn)業(yè)智能化交互項(xiàng)（FIN*INT）的回歸系數(shù)為-0.354 2，在1%水平下顯著，表示金融發(fā)展與產(chǎn)業(yè)智能化的交互作用顯著降低碳排放水平，證明研究假設(shè)H2成立。

其余控制變量。根據(jù)表2可知，教育水平（Edu）系數(shù)為負(fù)，說(shuō)明教育支出可以降低碳排放水平。可能的原因是，隨著教育投入增加，人口素質(zhì)不斷提高，環(huán)保意識(shí)隨之增強(qiáng)，低碳生活、綠色消費(fèi)觀念逐漸受到人們認(rèn)可，因此教育支出對(duì)減少碳排放有顯著正向作用?？萍紕?chuàng)新（In）系數(shù)為負(fù)，說(shuō)明科技創(chuàng)新有助于降低碳排放?？赡艿脑蚴?，科技創(chuàng)新帶動(dòng)綠色科技進(jìn)步，綠色科技應(yīng)用能夠?yàn)槠髽I(yè)使用清潔能源提供技術(shù)支持，推動(dòng)綠色能源消費(fèi)，同時(shí)，催生新生產(chǎn)方式，從消費(fèi)端直接減少二氧化碳排放。環(huán)境規(guī)制（Er）系數(shù)為負(fù)，說(shuō)明工業(yè)污染治理投資增加有利于降低碳排放水平，促進(jìn)綠色經(jīng)濟(jì)發(fā)展。人口紅利（Lab）系數(shù)為正，說(shuō)明勞動(dòng)力比重上升不利于綠色經(jīng)濟(jì)發(fā)展。這是因?yàn)榉莿趧?dòng)力人口消費(fèi)水平和消費(fèi)意愿低于勞動(dòng)力人口，于消費(fèi)端而言，勞動(dòng)力人口產(chǎn)生的碳排放高于非勞動(dòng)力人口，且于生產(chǎn)端而言，勞動(dòng)力人口產(chǎn)生的碳排放也會(huì)高于非勞動(dòng)力人口，所以人口紅利提高了碳排放水平。

4.2 分地區(qū)回歸結(jié)果分析

由于不同地區(qū)的金融發(fā)展、產(chǎn)業(yè)智能化水平不同，對(duì)綠色經(jīng)濟(jì)發(fā)展的作用效果也不同，所以本文將樣本省域根據(jù)地理位置，劃分為東中西部，分別采用固定和隨機(jī)效應(yīng)回歸模型進(jìn)行實(shí)證分析，結(jié)果如表3所示。

表3中1～3列分別表示東、中、西部省份固定效應(yīng)回歸結(jié)果?？梢钥闯觯瑢?duì)于東部地區(qū)來(lái)說(shuō)，金融發(fā)展和產(chǎn)業(yè)智能化水平都對(duì)碳排放水平具有顯著負(fù)向作用，與表2中第3列基準(zhǔn)回歸結(jié)果相同，但其交互項(xiàng)對(duì)碳排放水平的作用不顯著，與基準(zhǔn)回歸結(jié)果不一致；同時(shí)，中西部地區(qū)金融發(fā)展和產(chǎn)業(yè)智能化水平對(duì)碳排放水平的影響不顯著，但其交互項(xiàng)對(duì)碳排放水平具有顯著負(fù)向作用，即有利于綠色經(jīng)濟(jì)發(fā)展。綜上所述，研究假設(shè)H3成立，即金融發(fā)展、產(chǎn)業(yè)智能化及其交互項(xiàng)對(duì)綠色經(jīng)濟(jì)發(fā)展的影響存在空間異質(zhì)性，這是東中西部地區(qū)差異所致。首先是區(qū)位差異，中西部地區(qū)由于地理位置所限，開(kāi)放程度較低，不夠完善的金融市場(chǎng)導(dǎo)致金融發(fā)展水平提高可能會(huì)增加單位GDP碳排放量；其次是技術(shù)差異，東部地區(qū)的產(chǎn)業(yè)智能化水平始終處于領(lǐng)先地位，并已進(jìn)入綠色創(chuàng)新的新階段，而中西部地區(qū)由于技術(shù)較落后，還處于綠色技術(shù)創(chuàng)新的初始階段，綠色創(chuàng)新成果也不豐富，因而短期內(nèi)產(chǎn)業(yè)智能化發(fā)展不能對(duì)綠色經(jīng)濟(jì)發(fā)展產(chǎn)生顯著促進(jìn)作用。此外，技術(shù)差異性導(dǎo)致外商更愿意在東部地區(qū)投資高技術(shù)類綠色產(chǎn)業(yè)，而在中西部投資勞動(dòng)力密集型產(chǎn)業(yè)，進(jìn)一步增強(qiáng)技術(shù)因素的影響。

在控制變量方面，西部地區(qū)環(huán)境規(guī)制（Er）在5%水平上對(duì)碳排放具有顯著正向作用，即環(huán)境規(guī)制增強(qiáng)不利于綠色經(jīng)濟(jì)發(fā)展。這是由于環(huán)境規(guī)制對(duì)綠色經(jīng)濟(jì)發(fā)展的影響存在一定門檻效應(yīng)，東部與中部地區(qū)的環(huán)境規(guī)制強(qiáng)度已經(jīng)越過(guò)該門檻，所以環(huán)境規(guī)制對(duì)綠色經(jīng)濟(jì)發(fā)展產(chǎn)生正向影響，而西部地區(qū)由于環(huán)境規(guī)制強(qiáng)度不高、環(huán)境政策不完善，所以環(huán)境規(guī)制對(duì)綠色經(jīng)濟(jì)的影響在西部與東中部具有差異化。另外，人口紅利在東部和西部對(duì)綠色經(jīng)濟(jì)的影響都不顯著。可能的原因是，中部地區(qū)是人口遷移的主要遷出區(qū)，東、西部地區(qū)是人口遷移的主要遷入地。其中，很大一部分人口是因?yàn)榻邮芨叩冉逃驼咭龑?dǎo)，從中部地區(qū)遷往東部和西部地區(qū)，且該部分人口具有較強(qiáng)環(huán)保意識(shí)和綠色消費(fèi)能力。因此，雖然人口遷入會(huì)導(dǎo)致東部和西部地區(qū)人口紅利增加，刺激消費(fèi)需求，增加能源消耗，但是該部分人口流入帶來(lái)的整體素質(zhì)提升會(huì)抑制人口紅利對(duì)綠色經(jīng)濟(jì)發(fā)展的負(fù)向作用。

4.3 穩(wěn)健性檢驗(yàn)

為進(jìn)一步檢驗(yàn)金融發(fā)展、產(chǎn)業(yè)智能化對(duì)綠色經(jīng)濟(jì)發(fā)展影響結(jié)果的穩(wěn)健性，本文采用全面FGLS方法對(duì)原模型進(jìn)行再估計(jì)，回歸結(jié)果見(jiàn)表4。由表4第1列可知，金融發(fā)展（FIN）的回歸系數(shù)為-2.766 3，產(chǎn)業(yè)智能化（INT）的回歸系數(shù)為-5.304 1，二者均在1%水平下顯著，說(shuō)明從金融發(fā)展視角，其與產(chǎn)業(yè)智能化均可以降低碳排放，從而賦能綠色經(jīng)濟(jì)發(fā)展，與基準(zhǔn)回歸結(jié)果基本一致。根據(jù)表2第3列可知，金融發(fā)展（FIN）的回歸系數(shù)為-1.687 0，產(chǎn)業(yè)智能化（INT）的回歸系數(shù)為-4.641 1，二者交互項(xiàng)（FIN*INT）的回歸系數(shù)為-0.922 3，三者均在1%水平下顯著，同樣與原回歸結(jié)果基本一致。經(jīng)檢驗(yàn)，各核心解釋變量和控制變量回歸結(jié)果與基準(zhǔn)計(jì)量回歸結(jié)果基本一致，即自變量對(duì)因變量的作用穩(wěn)定，證明本文結(jié)論穩(wěn)健。

4.4 內(nèi)生性問(wèn)題

本文回歸結(jié)果可能存在一定內(nèi)生性問(wèn)題。首先，碳排放會(huì)導(dǎo)致大氣中二氧化碳濃度提高，從而導(dǎo)致全球氣溫升高等變化，進(jìn)而增加下一期碳排放量。其次，本文碳排放計(jì)算方式可能存在一定遺漏。為了解決滯后效應(yīng)和遺漏變量造成的內(nèi)生性問(wèn)題，本文一方面將因變量滯后一期、二期、三期后納入回歸模型，另一方面采用能源消耗強(qiáng)度作為碳排放的替代工具變量。表5中第1～3列為考慮滯后因素的回歸結(jié)果，可以發(fā)現(xiàn)，雖然當(dāng)期碳排放對(duì)此后1～3年的碳排放具有一定放大作用，但總體上金融發(fā)展、產(chǎn)業(yè)智能化以及其交互項(xiàng)均可以抑制碳排放；第4列為替換工具變量后的回歸結(jié)果，結(jié)果顯示，金融發(fā)展、產(chǎn)業(yè)智能化及其交互項(xiàng)對(duì)能源消耗強(qiáng)度的影響與基準(zhǔn)回歸結(jié)果一致。因此，考慮內(nèi)生性問(wèn)題后，本文結(jié)果依然成立。

5 結(jié)論與建議

本文圍繞金融發(fā)展水平和產(chǎn)業(yè)智能化對(duì)碳排放水平的影響機(jī)制，利用2009-2019年中國(guó)綠色經(jīng)濟(jì)發(fā)展省級(jí)面板數(shù)據(jù)進(jìn)行實(shí)證研究，得出如下結(jié)論：①金融發(fā)展對(duì)碳排放水平的影響在1%水平上顯著為負(fù)，這是因?yàn)榻鹑诎l(fā)展同時(shí)從生產(chǎn)端和消費(fèi)端降低碳排放，促進(jìn)綠色經(jīng)濟(jì)發(fā)展；②產(chǎn)業(yè)智能化對(duì)碳排放水平的影響在1%水平上顯著為負(fù)，說(shuō)明產(chǎn)業(yè)智能化一方面促進(jìn)產(chǎn)業(yè)技術(shù)進(jìn)步，另一方面智能化機(jī)器人應(yīng)用產(chǎn)生勞動(dòng)力替代效應(yīng)，二者對(duì)綠色經(jīng)濟(jì)發(fā)展均起促進(jìn)作用；③產(chǎn)業(yè)智能化、金融發(fā)展及其交互項(xiàng)對(duì)我國(guó)東中西部綠色經(jīng)濟(jì)發(fā)展的影響存在差異化；④人口紅利、教育水平、科技創(chuàng)新、環(huán)境規(guī)制均對(duì)碳排放水平具有顯著負(fù)向影響。

由于金融發(fā)展水平和產(chǎn)業(yè)智能化水平提高都可以顯著降低單位GDP的碳排放量，因此我國(guó)在制定政策時(shí)應(yīng)當(dāng)綜合考慮二者對(duì)降低碳排放的積極作用。同時(shí)，由于這種積極作用在我國(guó)東中西部存在區(qū)域異質(zhì)性，所以政策制定不能脫離當(dāng)?shù)匕l(fā)展現(xiàn)況。根據(jù)上述研究結(jié)論，本文提出以下政策建議：

第一，提高工業(yè)機(jī)器人普及率，加大政策扶持力度。一方面，提高工業(yè)機(jī)器人利用率可以推動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型。企業(yè)需要加大科技創(chuàng)新投入，普及工業(yè)機(jī)器人在工業(yè)生產(chǎn)中的應(yīng)用，增加綠色創(chuàng)新投入，提高能源利用率，促進(jìn)綠色經(jīng)濟(jì)發(fā)展；另一方面，政府應(yīng)鼓勵(lì)企業(yè)綠色技術(shù)創(chuàng)新，積極推廣綠色技術(shù)應(yīng)用，同時(shí)，重點(diǎn)扶持高技術(shù)產(chǎn)業(yè)，淘汰落后產(chǎn)能，從源頭上減少二氧化碳，達(dá)到降低碳排放目的。

第二，充分發(fā)揮金融發(fā)展在低碳減排過(guò)程中的促進(jìn)作用。首先，金融發(fā)展既可以從消費(fèi)端通過(guò)引導(dǎo)綠色消費(fèi)減少二氧化碳排放，也可以從供給端通過(guò)技術(shù)創(chuàng)新等途徑間接降低碳排放，因此銀行信貸需要進(jìn)一步向低污染、低能耗企業(yè)傾斜，加大對(duì)高技術(shù)、低排放企業(yè)的信貸支持，加快推動(dòng)我國(guó)能源結(jié)構(gòu)改善，進(jìn)而降低二氧化碳排放。其次，金融機(jī)構(gòu)應(yīng)通過(guò)政策窗口等手段引導(dǎo)信貸資金流向低碳產(chǎn)業(yè)，從而促進(jìn)資金流動(dòng)合理化，加快金融業(yè)市場(chǎng)化進(jìn)程。最后，金融政策制定需要與當(dāng)?shù)匕l(fā)展水平相匹配，尤其對(duì)于我國(guó)中西部地區(qū)，金融發(fā)展不能以環(huán)境污染為代價(jià)，應(yīng)該充分發(fā)揮金融發(fā)展與產(chǎn)業(yè)智能化的交互作用，加大金融領(lǐng)域的技術(shù)投入。

第三，加快發(fā)展清潔能源，穩(wěn)步調(diào)整能源結(jié)構(gòu)。首先，應(yīng)控制能源消費(fèi)總量，特別是防止煤炭、石油等化石能源消費(fèi)盲目擴(kuò)大，為清潔能源普及鋪平道路。其次，減少煤炭依賴型產(chǎn)業(yè)和企業(yè)投資，增加綠色企業(yè)投資。最后，各地區(qū)應(yīng)因地制宜地發(fā)展水能、風(fēng)能、核能、生物質(zhì)能、太陽(yáng)能等清潔能源，為清潔能源廣泛應(yīng)用提供技術(shù)支持。

第四，對(duì)東中西部實(shí)行差異化政策，縮小地區(qū)間發(fā)展差距。對(duì)于中西部地區(qū)，應(yīng)加強(qiáng)金融創(chuàng)新，推廣金融科技，提高中小企業(yè)融資便利度和效率，鼓勵(lì)企業(yè)在中西部地區(qū)投資建設(shè)智能化工廠和智能化產(chǎn)業(yè)園區(qū)，并提供相應(yīng)的政策扶持和金融支持。同時(shí)，加大人才培養(yǎng)力度，鼓勵(lì)人才到中西部地區(qū)發(fā)展以及培養(yǎng)中西部本土技術(shù)人才、管理人才。對(duì)于東部地區(qū)，金融發(fā)展與產(chǎn)業(yè)智能化的交互作用不顯著，說(shuō)明金融發(fā)展與智能化技術(shù)的結(jié)合已相對(duì)完善，需加強(qiáng)東部地區(qū)向中西部地區(qū)輸送綠色發(fā)展成果和發(fā)展經(jīng)驗(yàn)，并進(jìn)一步促進(jìn)金融開(kāi)放，加強(qiáng)與國(guó)際金融市場(chǎng)的交流和合作，增強(qiáng)金融業(yè)國(guó)際競(jìng)爭(zhēng)力。

6 不足與展望

由于現(xiàn)實(shí)的局限性，本文研究尚存在諸多不足，需要對(duì)有關(guān)問(wèn)題進(jìn)行更深入的探討。首先，金融發(fā)展與產(chǎn)業(yè)智能化不是唯二影響綠色經(jīng)濟(jì)水平的因素，本文沒(méi)有做到盡善盡美；其次，本文僅從碳排放角度衡量綠色經(jīng)濟(jì)發(fā)展水平，對(duì)綠色經(jīng)濟(jì)的測(cè)度是否全面還需驗(yàn)證；再次，本文涉及的碳排放數(shù)據(jù)是全社會(huì)總碳排放量，沒(méi)有進(jìn)行進(jìn)一步細(xì)分；最后，從數(shù)據(jù)可得性角度，微觀層面的碳排放、金融發(fā)展和智能化等指標(biāo)難以測(cè)度，導(dǎo)致現(xiàn)有研究大多停留在宏觀層面。上述不足之處需要在未來(lái)研究中加以改進(jìn)。首先，應(yīng)充分考慮其它相關(guān)因素對(duì)綠色經(jīng)濟(jì)發(fā)展的影響，細(xì)化綠色經(jīng)濟(jì)發(fā)展指標(biāo)體系，例如綜合考慮二氧化碳、二氧化硫、二氧化氮、粉塵顆粒物等溫室氣體和污染物排放；其次，可以將碳排放進(jìn)一步劃分為工業(yè)碳排放、生活碳排放等；最后，可以嘗試尋找有代表性的企業(yè)指標(biāo)以研究微觀層面的綠色發(fā)展，為支撐全社會(huì)綠色經(jīng)濟(jì)發(fā)展提供更充分的理論依據(jù)。

參考文獻(xiàn)：

[1] 陳欣，劉明.金融發(fā)展對(duì)二氧化碳排放影響的經(jīng)驗(yàn)研究[J].財(cái)經(jīng)問(wèn)題研究，2015，37（4）：40-46.

[2] 黃海燕，劉葉，彭剛.工業(yè)智能化對(duì)碳排放的影響——基于我國(guó)細(xì)分行業(yè)的實(shí)證[J].統(tǒng)計(jì)與決策，2021，37（17）：80-84.

[3] 徐曉光，樊華，蘇應(yīng)生，等.中國(guó)綠色經(jīng)濟(jì)發(fā)展水平測(cè)度及其影響因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（7）：65-82.

[4] 李林漢，岳一飛.基于四階段DEA模型的中國(guó)綠色發(fā)展效率評(píng)價(jià)[J].科技管理研究，2019，39（24）：247-258.

[5] 張薇.我國(guó)綠色經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系的構(gòu)建與實(shí)證[J].統(tǒng)計(jì)與決策，2021，37（16）：126-129.

[6] MERINO-SAUM A， CLEMENT J， WYSS R， et al. Unpacking the green economy concept： a quantitative analysis of 140 definitions[J]. Journal of Cleaner Production，2019，242：118339.

[7] 何偉軍，李聞欽，鄧明亮.人力資本、綠色科技創(chuàng)新與長(zhǎng)江經(jīng)濟(jì)帶全要素碳排放效率[J].科技進(jìn)步與對(duì)策，2022，39（9）：23-32.

[8] 李毅，胡宗義，何冰洋.環(huán)境規(guī)制影響綠色經(jīng)濟(jì)發(fā)展的機(jī)制與效應(yīng)分析[J].中國(guó)軟科學(xué)，2020，35（9）：26-38.

[9] 劉豐，王維國(guó).人口年齡結(jié)構(gòu)變動(dòng)對(duì)碳排放的影響——基于生育率和預(yù)期壽命的跨國(guó)面板數(shù)據(jù)[J].資源科學(xué)，2021，43（10）：2105-2118.

[10] ESTHER F， RAFAELA P ， JESUS R. Optimal green tax reforms yielding double dividend[J]. Energy Policy，2011，39（7）：4253-4263.

[11] CHI Y， GUO Z. Scenarios analysis of the energies' consumption and carbon emissions in China based on a dynamic CGE model[J]. Sustainability，2014，6（2）：487-512.

[12] LIU， L Q. Environmental efficiency of China's thermal power enterprises： a bootstrapped directional distance function with metafrontier approach[J]. Journal of Energy Engineering，2017，146（4）：1-10.

[13] ARTUR T，JUAN P C， KRISHNA C V. Does higher economic and financial development lead to environmental degradation：evidence from BRIC countries[J]. Energy Policy，2008，37（1）：246-253.

[14] JALIL A， FERIDUN M. The impact of growth， energy and financial development on the environment in China： a cointegration analysis[J]. Energy Economics，2010，33（2）：284-291.

[15] MUHAMMAD S，AVIRAL K T，MUHAMMAD N.The effects of financial development， economic growth， coal consumption and trade openness on CO2 emissions in South Africa[J]. Energy Policy，2013，61（C）：1452-1459.

[16] MUHAMMAD S. Does financial development reduce CO2 emissions in malaysian economy？ a time series analysis[J]. Economic Modelling，2013，35：145-152.

[17] 嚴(yán)成樑，李濤，蘭偉.金融發(fā)展、創(chuàng)新與二氧化碳排放[J].金融研究，2016，39（1）：14-30.

[18] 史代敏，施曉燕.綠色金融與經(jīng)濟(jì)高質(zhì)量發(fā)展：機(jī)理、特征與實(shí)證研究[J].統(tǒng)計(jì)研究，2022，39（1）：31-48.

[19] OZTURK I， ACARAVCI A.The long-run and causal analysis of energy， growth， openness and financial development on carbon emissions in Turkey[J]. Energy Economics， 2013， 36：262-267.

[20] 劉亮，胡國(guó)良.人工智能與全要素生產(chǎn)率——證偽“生產(chǎn)率悖論”的中國(guó)證據(jù)[J].江海學(xué)刊，2020，27（3）：118-123.

[21] 韓民春，趙澤彬.碳排放約束視角下產(chǎn)業(yè)智能化對(duì)區(qū)域經(jīng)濟(jì)差距的影響研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2022，41（1）：3-11.

[22] BRYNJOLFSSON E， HITT L M ， KIM H H. Strength in numbers： how does data-driven decision-making affect firm performance[J]. SRN Electronic Journal， 2011，126（1）：1-33.

[23] HANSON R. Economic growth given machine intelligence[R]. America：University of California，Berkeley，2001.

[24] ACEMOGLU D， RESTREPO P. Robots and jobs：evidence from US labor markets[Z].NBER Working Paper No.w23285，2017.

[25] 李丫丫，潘安.工業(yè)機(jī)器人進(jìn)口對(duì)中國(guó)制造業(yè)生產(chǎn)率提升的機(jī)理及實(shí)證研究[J].世界經(jīng)濟(jì)研究，2017，36（3）：87-96，136.

[26] 陳永偉，曾昭睿.機(jī)器人與生產(chǎn)率：基于省級(jí)面板數(shù)據(jù)的分析[J].山東大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020，56（2）：82-97.

[27] 何小鋼，張耀輝.技術(shù)進(jìn)步、節(jié)能減排與發(fā)展方式轉(zhuǎn)型——基于中國(guó)工業(yè)36個(gè)行業(yè)的實(shí)證考察[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，29（3）：19-33.

[28] PETER G， JEFFREY Y K. Exporting the greenhouse：foreign capital penetration and CO2 emissions 1980-1996[J]. Journal of World Systems Research，2003，9（2）：261-275.

[29] 閆雪凌，朱博楷，馬超.工業(yè)機(jī)器人使用與制造業(yè)就業(yè)：來(lái)自中國(guó)的證據(jù)[J].統(tǒng)計(jì)研究，2020，37（1）：74-87.

[30] 康茜，林光華.工業(yè)機(jī)器人與農(nóng)民工就業(yè)：替代抑或促進(jìn)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，43（2）：43-56.

[31] DARON A， PASCUAL R. Robots and jobs： evidence from US labor markets[J]. Journal of Political Economy，2020，128（6）：2188-2244.

（責(zé)任編輯：胡俊?。?/p>

The Mechanism of Financial Development and Industrial Intelligence Enabling Green Economic Development

Chen Tingqiang1，2， Shi Jiahao1， Liu Meng1， Li Zeyu1， Yu Le'an3

（1. School of Economics and Management， Nanjing University of Technology， Nanjing 211816， China;2. Institute of Mathematics and Systems Science， Chinese Academy of Sciences， Beijing 100190， China;

3. Business School， Sichuan University， Chengdu 610065， China）

Abstract：In order to achieve the \"carbon peak\" by 2030 and \"carbon neutrality\" by 2060， the Chinese government has been endeavoring to promote the development of the green economy and accelerate the green transformation of energy. Thus， it is of great significance to study green development trends and influencing factors. To delve into this issue， this paper aims to examine the impact mechanism of industrial intelligence on the development of the green economy from the perspective of financial development， explore whether there is an interactive effect on the development of green economy between financial development and industrial intelligence and verify if there is spatial heterogeneity in the impact of financial development and industrial intelligence on the green economy.

First of all， this study sorts out the research related to the green economy and summarizes the development trends and influencing factors of the green economy; then it analyzes the mechanism of industrial intelligence empowering green economic development from the perspective of financial development. Secondly， inspired by the existing research， the study constructs an indicator system and regression equations. The installed inventory of robots in this paper comes from the IFR database， and other data are sourced from the China Statistical Yearbook， China Economic Database （CEIC）， China Energy Statistical Yearbook， China Industry Yearbook， and provincial statistical yearbooks. By using fixed effect regression， regional regression and FGLS methods， it further conducts an empirical study on the mechanism of industrial intelligence empowering green economic development from the perspective of financial development with the panel data of 27 provinces and cities in China from 2009 to 2019 and carries out the spatial heterogeneity test of the impact of financial development and industrial intelligence on the development of green economy. Finally， in order to ensure that the regression results are robust， exogenous， and have no missing variables， this study conducts robustness and endogeneity tests.

The research results show that （1） financial development， industrial intelligence and their interaction have significantly reduced the level of carbon emissions; （2） demographic dividend， education level， scientific and technological innovation， and improvement of environmental regulations all have inhibitory effects on reducing carbon emissions; （3） there is regional heterogeneity in the impact of industrial intelligence， financial development and their interaction on the development of green economy in the eastern， central and western parts of China. For the eastern region， both financial development and industrial intelligence have a significant negative effect on carbon emissions， but their interaction has no significant effect on carbon emissions. In contrast， financial development and industrial intelligence in the central and western regions have no significant impact on carbon emissions， but their interaction has a significant negative effect on carbon emissions， which is conducive to the development of a green economy. Many factors simultaneously contribute to this result. The first is location differences. Due to their own location disadvantages， the central and western regions are less open， and financial policies are not biased. The imperfect financial market system leads to an increase in the level of financial development， which may increase carbon emissions per unit of GDP. The second is the difference in technology. The level of industrial intelligence in eastern China has been at the leading edge， while the central and western regions are still in the initial stage of green technology innovation. The results of green innovation are not significant， and the development of industrial intelligence in the short term can not significantly promote the development of green economy. In addition， the difference in technology makes foreign companies more willing to invest in high-tech green industries in the eastern region， while investing in labor-intensive and high-pollution industries in the central and western regions further expands the influence of technological factors.

According to the research results， several suggestions are proposed. First， it is necessary to increase the penetration rate of industrial robots， increase policy support， and give full play to the role of financial development in low-carbon emission reduction. Then， it is essential to accelerate the development of clean energy and steadily adjust the energy structure. Third， the regional governments should implement differentiated policies for the eastern， central， and western regions to narrow the development gap.

Key Words：Financial Development; Industrial Intelligence; Green Economic Development; Carbon Emission; Spatial Heterogeneity