數字金融對碳排放強度的影響機制研究

摘 要：基于2012—2021年中國30個省（區、市）數據，構建動態GMM面板模型，分析數字金融覆蓋廣度、使用深度和數字化程度對碳排放強度的影響，探討綠色技術創新在數字金融不同維度影響碳排放強度中的傳導作用，并分析傳統金融對數字金融各維度與綠色技術創新關系的調節效應。結果表明：①數字金融覆蓋廣度、使用深度與碳排放強度之間分別呈U形和倒U形關系。各省（區、市）的數字金融覆蓋廣度整體水平均未跨過拐點，處于對碳排放強度的抑制階段；而各省（區、市）的數字金融使用深度均已跨過拐點，處于對碳排放強度的抑制階段；數字化程度提升則對碳排放強度具有線性抑制作用。②綠色技術創新在數字金融不同維度與碳排放強度之間均起到部分中介作用。綠色技術創新在覆蓋廣度與碳排放強度關系中的中介效應最強，而在數字化程度、使用深度與碳排放強度關系中的中介效應依次遞減。③傳統金融正向調節數字金融使用深度與綠色技術創新之間的倒U形關系，而對覆蓋廣度、數字化程度與綠色技術創新之間的關系起負向調節作用。當傳統金融發展水平較高時，覆蓋廣度與綠色技術創新之間的U形曲線更加平緩，拐點向右移動而延遲到達；使用深度與綠色技術創新之間的倒U形曲線更加陡峭，拐點向左移動而提前到達。

關鍵詞：數字金融；碳排放強度；綠色技術創新；傳統金融；非線性關系

中圖分類號：F062.4" " 文獻標志碼：A" " 文章編號：1671-0037（2023）8-1-18

DOI：10.19345/j.cxkj.1671-0037.2023.8.001

0 引言

改革開放以來，中國經濟持續高速發展，取得了舉世矚目的成績。然而，繁榮的背后隱藏著資源過度消耗和環境嚴重破壞等問題。2022年，中國煤炭消費占比高達56.2%，能源消費總量是1978年的9.5倍，二氧化碳排放量達368億噸，為歷史最高水平，可見推動中國經濟綠色低碳發展刻不容緩。2020年9月，習近平總書記向世界莊嚴宣布，中國二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和。中國共產黨第二十次全國代表大會明確提出，要協同推進降碳、減污、擴綠、增長，推進生態優先、節約集約、綠色低碳發展。因此，如何有效降低碳排放強度，加快推進“雙碳”發展戰略，是當前亟待解決的關鍵問題。隨著數字技術與金融業的深度融合，數字金融的出現為解決這一現實困境提供了契機。作為一項運用互聯網和信息技術的新型金融服務，數字金融是當前發展經濟的重要融資手段，同時也是促進碳減排的新引擎［1］。

綠色技術創新是資源環境約束下的技術創新活動，能有效協調經濟增長與環境保護之間的關系，是降低碳排放強度的重要驅動力。但綠色技術創新前期投資成本高、風險大且回報周期較長，制約了自身的發展［2］。數字金融能利用大數據等技術提高金融服務效率并降低服務成本，為綠色技術創新提供了必要的投融資環境［3］。數字金融能否通過推動綠色技術創新從而降低碳排放強度？這一問題有待進一步研究。同時，鑒于傳統金融可以為數字金融發展提供資金、人才和技術支持，數字金融能否與傳統金融形成合力共同促進綠色技術創新？這一問題也有待深入探究。基于此，本文從綠色技術創新視角探索數字金融對碳排放強度的影響及作用機理，兼論傳統金融對數字金融與綠色技術創新關系的影響，研究結論對于優化我國數字金融環境、推動綠色技術創新發展、實現降碳減污和經濟增長雙贏，具有重要的理論價值和現實意義。

1 文獻綜述

1.1 數字金融的概念及內涵

數字金融作為一種金融創新，通過利用各種信息技術手段來提升金融服務的效率和廣度。數字和普惠是其主要特征［4］。早期學者更多關注互聯網金融，認為互聯網金融是將移動支付、信息處理和資源配置結合起來的金融服務新業態［5］。近年來，隨著數字信息技術的不斷發展，學者們對數字金融內涵的解讀更加深入。例如：聶秀華等［6］指出，數字金融是通過移動互聯網、云計算和大數據等手段促使傳統金融服務效率提高的金融形式；張勛等［7］認為，數字金融作為一種金融活動，能夠有效地降低金融準入門檻和緩解信用約束等問題，激勵企業創新創業，并增加居民消費；郭峰等［8］基于螞蟻集團的微觀數據，構建了包含覆蓋廣度、使用深度以及數字化程度的多維度綜合指標體系，對數字金融發展水平進行評估；Mu等［9］指出，數字金融能顯著優化企業環境、提升社會和公司治理績效，且對民營和中小型企業的促進作用更為明顯。

1.2 碳排放強度的概念及其影響因素

碳排放強度體現了二氧化碳排放與經濟增長的相互關系。具體而言，碳排放強度是指，在勞動力、資本和能源投入不變的前提下，可實現最大經濟效益和最小二氧化碳排放的投入產出比值［10］。基于此，單位生產總值二氧化碳排放量被廣泛用于評估碳排放強度［11-12］。鑒于當前仍沒有統一的碳排放數據，部分學者采用夜間燈光數據［13］或重構碳排放指標體系［14］等對碳排放強度進行實證測度。在碳排放強度的影響因素研究方面，現有文獻主要從技術創新［10］、金融改革［15］、數字經濟［16］等視角展開。例如：Xie等［10］發現，技術創新能在刺激經濟增長的同時降低二氧化碳排放強度；王元彬等［15］發現，數字金融有利于優化產業結構，助力數字科技產業化發展，從而提高能源利用效率和碳減排效率，降低地區總體碳排放強度；徐維祥等［16］發現，數字經濟的發展顯著減少了城市碳排放量，且東部地區數字經濟發展對碳排放量的負向影響作用更強。

1.3 數字金融與碳排放強度的關系

早期學者多關注金融發展對碳排放強度的影響，指出金融發展可以改善公司治理情況，幫助建立聲譽和財務激勵機制，促使公司投資開發可持續環保項目，從而有效降低碳排放強度［17］。嚴成樑等［18］認為，金融發展有助于技術進步和降低碳排放強度，同時能促進經濟發展及擴大生產規模，從而增加碳排放量，二者并非簡單的線性關系。與傳統金融相比，數字金融旨在增加金融服務的普惠性和便利性，實現經濟可持續發展，因而學者們逐漸關注數字金融對綠色低碳發展的影響［19］。Yu等［4］發現，數字金融能在抑制碳排放的同時，對經濟發展產生積極影響。Yan等［20］指出，數字金融通過提升投資效率，推動銀行資金流向可再生能源企業，從而促進綠色產業發展，降低環境污染。Zhang等［21］研究發現，數字金融通過增加居民消費和優化消費結構提高碳排放強度。另外，部分學者探討了綠色技術創新與碳排放強度之間的關系，發現綠色技術進步能顯著提升碳排放效率［10］。但鮮有文獻關注數字金融、綠色技術創新與碳排放強度三者之間的關系。還有學者探討了數字金融與綠色技術創新之間的關系，指出數字金融能提高資金配置效率，促進企業綠色創新［22］。但現有研究較多從線性思維出發，且忽視了傳統金融等外部情境因素在數字金融影響綠色技術創新過程中的作用。

1.4 文獻述評

綜上所述，現有文獻為本研究提供了重要理論參考，同時存在以下幾個問題：①學者們已從技術創新［10］、金融改革［15］等角度對碳排放強度的影響因素進行了有益探索，但基于數字金融角度的影響因素研究仍較為匱乏，從不同維度分析數字金融對碳排放強度影響的文獻更為少見。②已有研究較多從投資效率［20］和居民消費［21］等角度出發，探討數字金融對碳排放強度的影響，忽視了綠色技術創新在數字金融影響碳排放強度過程中的傳導作用；且綠色技術創新是綠色低碳發展的內生動力，數字金融能否通過綠色技術創新間接降低碳排放強度？此類研究并不多見。③少有研究關注傳統金融這一外部因素在數字金融與綠色技術創新關系間的作用。然而，傳統金融供給仍是數字金融發展的基礎保障，故傳統金融在數字金融各維度對綠色技術創新的影響中，是否產生了調節效應？此類研究也不多見，有待深入探索。

2 理論分析與研究假設

2.1 數字金融各維度對碳排放強度的影響

在金融學領域，早期學者指出，金融發展能推動行業規模擴張，提升企業生產效率以促進經濟增長，同時能通過推動技術進步和創新來支持可持續發展［23］。嚴成樑等［18］指出，金融發展通過分散風險和緩解融資約束推動技術進步，從而降低碳排放強度；同時金融發展也會推動生產規模擴張，導致能源消費需求上漲，從而增加碳排放量。數字金融作為一種普惠型經濟活動，在實現資源優化配置的同時盡可能地降低服務成本，對綠色低碳發展具有積極影響［20］；與此同時，數字金融可能因存在規模效應而對碳減排產生負向影響［1］。因而數字金融與碳排放強度之間并非簡單的線性關系。參考郭峰［8］等的研究，本文將數字金融分為覆蓋廣度、使用深度和數字化程度等3個維度，探討數字金融各維度對碳排放強度的影響。

覆蓋廣度體現了數字金融的金融廣化理念，強調將更多群體納入金融覆蓋范圍，通過金融資源的合理配置，調整社會資金流動［24］。一方面，數字金融覆蓋廣度提升，能夠服務更多受到傳統金融排斥的用戶，促使更廣泛的長尾群體進入金融市場，聚集眾多中小規模投資者的資金，為綠色低碳產業發展提供更廣泛的資金來源，有利于促進經濟結構優化，降低碳排放強度。另一方面，數字金融覆蓋廣度的不斷提升，可以有效解決我國長期存在的“信貸歧視”問題，緩解民營企業融資約束難題；而民營企業擁有較強的綠色創新意愿，其壯大有利于降低地區碳排放強度，促進經濟社會可持續發展。然而，當覆蓋廣度超過一定規模后，金融機構為用戶提供了更為廣泛的金融消費服務，進而促進居民消費水平升級，最終增加了基于消費的隱含碳排放［21］。同時，Wang和Guo［25］研究表明，數字經濟與實體經濟的廣泛融合促進了數字金融在經濟發展中的深度應用，這將助推經濟規模擴張，導致能耗總量增加，即基于擴張的“規模效應”提升了碳排放強度。當覆蓋廣度帶來的規模效應超過資源配置效應時，能源消耗將增加，從而不利于碳排放強度的降低。據此，本文提出以下假設：

H1a：數字金融覆蓋廣度與碳排放強度之間呈U形關系。

使用深度是指用戶接觸數字金融信貸、保險和投資等多種業務的程度［8］。數字金融觸及程度的不斷深化，加快了社會資金流轉，并催生出了新的金融服務模式，拓寬了企業的投融資渠道，降低了用戶獲取金融服務的準入門檻，能夠有效解決生產消費過程中融資成本過高問題，為企業生產提供了便利，有利于企業實現規模化生產和激發消費者的消費潛能，從而引起經濟規模擴張，這勢必會導致能源消耗量和碳排放強度的增加［7］。然而，當使用深度達到一定程度后，企業能夠通過各種投融資業務緩解自身發展的融資約束，進而增加綠色技術研發部門的資金投入，其將更多的資源投入清潔生產和末端治理的技術研發及應用過程中，從而降低碳排放強度［26］。同時，隨著使用深度的提升，數字金融的技術效應逐漸顯現，其在碳交易、碳捕獲、碳利用與碳封存等場景中的應用進一步加深，從而促進綠色技術的不斷改進和突破創新，有利于降低碳排放強度。據此，本文提出以下假設：

H1b：數字金融使用深度與碳排放強度之間呈倒U形關系。

數字化程度主要刻畫了數字普惠金融的移動性和便利性。隨著數字金融數字化程度的不斷提高，支付、交易和投資等線上活動規模擴大，加快了資金流通速度，使得金融服務的成本降低，便捷性提高，減少了要素流動過程中的資源浪費。例如，個人或企業在辦理相關金融業務時，往往會選擇通過移動終端在網上辦理，而非去金融機構現場辦理，這會降低金融交易過程中的單位產出能耗和碳排放。同時，依托大數據、云計算和區塊鏈等數字技術，數字金融通過數字化服務能夠提高金融服務效率和資金使用效率，引導資金流向高價值項目，使綠色環保項目融資難、融資貴問題得以解決，推動低碳技術創新和綠色生產，促使技術驅動碳減排效應得到有效發揮，降低單位產出的碳排放量［27］。據此，本文提出以下假設：

H1c：數字金融數字化程度提高有利于降低碳排放強度。

2.2 綠色技術創新的中介作用

以往研究較多基于提高投資效率［20］和增加居民消費［21］等視角分析數字金融對碳排放強度的影響，鮮見綠色技術創新視角下數字金融影響碳排放強度的文獻，而綠色技術創新是影響碳排放強度的重要因素［3］。同時，數字金融能滿足綠色技術創新的資金需求，規避綠色技術創新的信息不對稱問題，助力其發展。為此，本文基于綠色技術創新的中介視角，深入分析數字金融各維度影響碳排放強度的傳導機制。

一方面，數字金融覆蓋廣度較低時，數字金融服務的滲透率和覆蓋度較低，難以打破區域間的金融交易壁壘，不利于構建協同合作的金融服務網絡。此時，數字金融難以跟蹤金融資源的流向和使用情況，無法有效評估借款人的信用評級，從而降低了金融資源的使用效率，不利于推動綠色技術創新。另一方面，高覆蓋廣度克服了銀行需要設立機構網點的缺點，簡化了金融服務的審批程序，提升了金融服務的便捷性，同時通過區塊鏈和大數據技術加強了金融主體之間的聯系，擴大了綠色創新資金規模，并拓寬了企業融資渠道，從而為綠色創新活動提供了良好的投融資環境，助推綠色技術進步。此外，數字金融覆蓋范圍不斷擴大，有效提高了金融服務的可得性和便捷性，有利于提高資金配置效率，推動金融資金流向清潔能源產業，保障綠色技術創新活動順利開展［22］。

隨著使用深度的提高，金融機構會將環境溢價納入考慮范疇，使清潔型企業享受較低的投融資利率，同時提高污染型企業投融資的門檻和交易成本，實現利用資源配置推動綠色創新發展的目標［28］。此外，數字金融平臺憑借大數據與云計算強大的信息和風險篩選功能，可對企業環境信用記錄進行搜集和審查，公開污染企業名單等資料，有效篩除“僵尸企業”，使綠色企業能夠高效、低成本地與合適的貸款人匹配，降低綠色企業的融資成本，促進資金要素在企業間的合理配置，從而推動綠色技術創新。然而，當數字金融使用深度超過一定水平后，其會加大金融機構脫實向虛的風險，使得金融資金更多流向虛擬產業而非實體經濟，這將導致實體經濟資金供給不足。此時，實體企業為了應對融資成本攀升、盈利水平低下的局面，往往會采用低成本、高收益的粗放式發展模式，而不會投資研發周期長、風險大的綠色創新項目，從而不利于推動綠色技術創新。

數字化程度體現了金融服務的便利性和可得性。依托大數據、云計算等數字技術，金融機構可以完整、便捷地搜集用戶的海量信息，為企業綠色技術創新活動及路徑選擇提供支持，并激發了企業的綠色創新活力［28］；同時，數字技術能快速驗證企業的信譽，并對其進行風險評估，以支持投資者的貸款和投資決策，保證金融交易的透明度，從而有效降低企業與投資方之間的信息不對稱程度，提高綠色創新項目融資成功的概率，使環保型企業能高效、低成本地獲得資金支持，進而促進綠色技術創新。

綠色技術創新是綠色低碳經濟發展的內生動力，可以有效轉變經濟發展結構，減少單位產出的碳排放量。一方面，綠色技術創新可以降低清潔能源的使用成本，提高清潔能源在能源消費結構中的比重，減少單位產出的能源消耗量，從而降低碳排放強度［29］；另一方面，綠色技術創新可以通過促進低污染、環保型產業發展推動產業結構升級，同時深化碳捕獲、利用和封存等技術在產業生產末端的應用，從而降低碳排放強度。據此，本文提出以下假設：

H2a：綠色技術創新在覆蓋廣度與碳排放強度之間起中介作用。

H2b：綠色技術創新在使用深度與碳排放強度之間起中介作用。

H2c：綠色技術創新在數字化程度與碳排放強度之間起中介作用。

2.3 傳統金融的調節作用

以往研究較多關注數字金融對綠色技術創新［22，27］的影響，而忽視了數字金融與綠色技術創新的關系還會受到傳統金融這一外部情境因素的影響。傳統金融供給對數字金融發展具有重要作用。因此，本文接著深入分析傳統金融在數字金融各維度影響綠色技術創新過程中的調節作用。

當數字金融覆蓋廣度較低時，相應的制度建設不完善，信貸規模及其服務范圍較小，資本配置效率較低，導致數字金融供給不足，無法給綠色技術創新活動提供足夠的資金支持。此時，傳統金融通過聚集覆蓋廣度發展所需的人力、財力和科技等要素，提高了數字金融覆蓋廣度，擴大了綠色資金規模，使得我國民營企業等創新主體能獲得相應的綠色研發資金支持，面臨的融資約束問題有所緩解，從而弱化了覆蓋廣度對綠色技術創新的負向影響［30］。然而，金融結構理論指出，金融結構的合理性對經濟良性發展至關重要，政府過度干預金融市場發展和實施金融壓制政策，會影響金融對可持續發展的作用發揮。因此，當數字金融覆蓋廣度較高時，若一味地增加傳統金融的供給，則勢必會加劇其與數字金融之間的摩擦，影響地區中小微企業的信貸和基金等金融資源配置效率，從而降低數字金融的普惠效應，弱化了數字金融覆蓋廣度對綠色技術創新的正向影響。

對于使用深度而言，用戶只有基于傳統金融機構開設的個人賬戶，才能觸及數字金融信貸、保險和投資等各項業務。因此，當使用深度較低時，傳統金融供給能為數字金融發展提供相應的基礎設施和技術人才支持，推動數字金融使用深度提升，同時能夠為數字金融高效、低成本地匹配到合適用戶，并為其提供資金支持，有效降低數字金融各項業務的運營和交易成本，從而強化了使用深度對綠色技術創新的正向影響［31］。然而，金融發展存在一個最佳規模，過度發展會導致金融市場虛擬化，無法繼續服務實體經濟發展［32］。因此，當使用深度較高時，傳統金融供給并不能起到應有的支持作用，反而增加了金融運營成本，對數字金融形成擠出效應，強化了使用深度對綠色技術創新的負向影響。

金融約束理論指出，政府在有效管理金融業的前提下，通過一系列金融政策和監管措施提升金融運行效率，從而促進可持續發展。大數據、云計算等技術可以提高金融資源配置效率，但新興技術存在技術漏洞且缺乏相應監管，導致其發展速度較快但質量不高，仍有泄露用戶數據和信息的風險。與之相反，傳統金融在政府存貸款利率控制、市場準入限制和金融摩擦管制等一系列政策干預下，一定程度上解決了傳統金融市場失靈的問題，目前已經建立較為完善的用戶信息保障和金融監管機制，可以有效保障用戶權益。因此，在傳統金融發展較為發達的地區，部分用戶出于保護自身權益的目的，會傾向于選擇處于白色地帶的傳統金融供給，從而對數字金融數字化服務產生一定的擠出效應，弱化了數字化程度對綠色技術創新的正向影響［33］。據此，本文提出以下假設：

H3a：傳統金融對數字金融覆蓋廣度與綠色技術創新的U形關系起負向調節作用。

H3b：傳統金融對數字金融使用深度與綠色技術創新的倒U形關系起正向調節作用。

H3c：傳統金融對數字金融數字化程度與綠色技術創新的線性關系起負向調節作用。

綜上所述，數字金融覆蓋廣度、使用深度和數字化程度會對碳排放強度產生非線性或線性影響。同時，數字金融各維度通過綠色技術創新間接影響碳排放強度，且傳統金融在數字金融各維度與綠色技術創新之間起調節作用。因此，本文基于綠色技術創新中介和傳統金融調節視角構建了數字金融各維度影響碳排放強度的作用機制模型，具體理論模型如圖1所示。

3 研究設計

3.1 變量選取

3.1.1 被解釋變量

本研究的被解釋變量為碳排放強度（C）。采用碳排放量與實際生產總值的比值來衡量。關于碳排放量的測算，參考劉傳明等［34］的研究，利用能源消費量和碳排放系數進行估算，計算公式如下：

其中：[Ci]是地區i的碳排放量；[Eij]是地區i第j種能源的實際消費量；[λj]是第j種能源的折標準煤系數；[ηj]是第j種能源的碳排放系數。

3.1.2 解釋變量

本研究的解釋變量為數字金融（DF）。參考郭峰等［8］的研究，將數字金融劃分為覆蓋廣度（FG）、使用深度（SY）和數字化程度（SZ）等3個維度，采用北京大學數字金融研究中心頒布的數字金融細分維度指數進行衡量。

3.1.3 中介變量

本研究的中介變量為綠色技術創新（CX）。借鑒Lin和Ma［22］的做法，使用綠色發明專利申請數的對數值來表示。

3.1.4 調節變量

本研究的調節變量為傳統金融（JR）。參考王喆等［33］的研究，使用地區金融機構貸款余額占生產總值的比重來表征傳統金融發展水平。

3.1.5 控制變量

主要從城鎮化、外商投資、能源消費結構以及產業結構等方面進行控制［1，16］。控制變量包括：①經濟發展水平（JJ），選取人均地區生產總值進行衡量；②外商投資水平（WS），利用實際外商投資占地區生產總值的比重來測度；③能源消費結構（NY），選取煤炭消費量占能源消費量的比重來表示；④產業結構水平（CY），利用第三產業與第二產業的比值進行測度。

3.2 模型設定

3.2.1 基準回歸模型

本文構建動態GMM面板模型，檢驗數字金融與碳排放強度之間的非線性關系。具體模型如下：

其中：[Cit]為被解釋變量，代表地區i在年份t的碳排放強度；[Cit-1]為滯后一期的碳排放強度；[Fit]為解釋變量，表示地區i在年份t的數字金融水平，包括覆蓋廣度（FG）、使用深度（SY）、數字化程度（SZ）等3個維度；[Zit]代表控制變量；[α0]代表常數項；[εit]表示誤差項。

本文借鑒Haans等［35］的做法，檢驗數字金融與碳排放強度之間的U形（倒U形）曲線關系是否成立，其須滿足以下3個條件：①覆蓋廣度（使用深度）一次項系數[α2]顯著為負（正），覆蓋廣度（使用深度）二次項系數[α3]顯著為正（負）；②若覆蓋廣度（使用深度）的取值范圍是［[XL]，[XH]］，[XL]為覆蓋廣度（使用深度）取值范圍的最小值，[XH]為最大值，則左端斜率[K1=α2+2α3XL]顯著為負（正），右端斜率[K2=α2+2α3XH]顯著為正（負）；③曲線拐點[X=-α2/2α3]在覆蓋廣度（使用深度）的取值范圍［[XL]，[XH]］內。

3.2.2 中介效應模型

本文借鑒溫忠麟和葉寶娟［36］的研究，在模型（2）的基礎上增加模型（3）和（4），形成如下所示的中介效應模型，檢驗綠色技術創新在數字金融各維度與碳排放強度之間的中介傳導作用。

其中：[CXit]為中介變量，代表地區i在年份t的綠色技術創新水平；其余變量與模型（1）保持一致。

3.2.3 調節效應模型

本文構建以下模型檢驗傳統金融對數字金融各維度與綠色技術創新關系的調節作用，具體模型如下：

其中：[JRit]為調節變量，代表地區i在年份t的傳統金融水平；[JRit]×[DFit]為傳統金融與數字金融的交互項；[JRit×DF2it]為傳統金融與數字金融平方項的交互項；其余變量與模型（2）和（3）保持一致。

3.3 數據來源

本文以2012—2021年中國30個省（區、市）（西藏和港澳臺地區因數據不全而被剔除）為研究樣本。數據來源于歷年《中國統計年鑒》《中國環境統計年鑒》《中國能源統計年鑒》、各省（區、市）統計年鑒和EPS數據庫。對于個別數據缺失的情況，采用插值法進行補充。各變量描述性統計分析結果見表1。

4 實證分析

4.1 多重共線性檢驗

為了避免回歸結果中可能出現的多重共線性問題，本文利用方差膨脹因子（VIF）進行多重共線性檢驗，結果見表2。由表2可知，所有變量的VIF值都小于10，說明各變量之間并不存在嚴重的多重共線性問題。

4.2 基準回歸結果

本文利用系統GMM模型和面板數據實證檢驗數字金融覆蓋廣度、使用深度和數字化程度對碳排放強度的影響，表3顯示了數字金融不同維度對碳排放強度影響的回歸結果。

本文借鑒Haans等［35］的研究，判斷回歸結果是否滿足U形（或倒U形）曲線的條件。首先，表3中列（2）的結果顯示，覆蓋廣度的一次項系數顯著為負（-2.437***），二次項系數顯著為正（0.468***）；其次，曲線斜率在覆蓋廣度取值范圍的左端為負（-0.871），右端為正（0.031）；最后，曲線拐點（2.604）在覆蓋廣度的取值范圍［1.673，2.637］內。這些符合U形曲線判定所要求的各項條件，說明覆蓋廣度與碳排放強度之間呈顯著U形關系，即覆蓋廣度較低時數字金融能促進碳排放強度下降，而較高時則會導致碳排放強度提升，假設H1a得到驗證。一方面，數字金融通過提升覆蓋廣度可以服務更多用戶，提高了金融服務的普惠性，使更多綠色創新主體獲得了金融支持，從而推動經濟綠色轉型，降低碳排放強度；另一方面，過度提高數字金融覆蓋廣度會助推經濟規模擴張，這將增加能源消耗，提高碳排放強度。借鑒郭月梅和薛景文［37］的研究，通過比較2012—2021年30個省（區、市）數字金融覆蓋廣度與拐點值（2.604）的大小后發現，30個省（區、市）中僅北京、上海和浙江2021年的覆蓋廣度大于拐點值，說明我國各省（區、市）的覆蓋廣度整體發展水平均未跨過U形曲線拐點，處于對碳排放強度的抑制階段，未來須適度提高數字金融的覆蓋廣度。

由表3中列（4）可知，使用深度的一次項系數顯著為正（0.711***），二次項系數顯著為負（-0.180***）；曲線斜率在使用深度取值范圍的左端為正（0.094），右端為負（-0.264）；最后，曲線拐點（1.975）在使用深度的取值范圍［1.715，2.708］內。這些滿足倒U形曲線判定所要求的各項條件，故使用深度與碳排放強度之間呈顯著倒U形關系，即使用深度較低時數字金融會提高碳排放強度，而較高時則會降低碳排放強度，假設H1b得到驗證。如前文所述，短期內數字金融使用深度的提升，拓寬了企業的投融資渠道，有利于實現規模化生產，這導致能源消耗量增加，碳排放強度提升；長期發展會改變企業只注重經濟利益的短視行為，同時其技術驅動效應逐漸顯現，從而降低碳排放強度。通過比較2012—2021年30個省（區、市）使用深度與拐點值（1.975）的大小后發現，僅山西、貴州和新疆等少部分省（區、市）2012年的使用深度未跨過拐點，其余省（區、市）各年份的使用深度均已跨過倒U形曲線的拐點，說明我國各省（區、市）整體使用深度已跨過倒U形曲線拐點，對碳排放強度起阻滯效應，未來須注重提升數字金融的使用深度。

表3中列（5）的結果顯示，數字化程度對碳排放強度的影響系數顯著為負（-0.422***），表明數字化程度提升對碳排放強度具有顯著的線性抑制作用，假設H1c得到驗證。這表明，大數據、云計算等數字技術能夠提高項目金融服務效率和資金使用效率，推動產業升級以促進碳排放強度下降。另外，通過比較2012—2021年30個省（區、市）的數字化程度與均值（2.491）的大小后發現，30個省（區、市）的數字化程度均在2018年大于均值，表明黨的十九大正式提出建設數字中國戰略后，我國各省（區、市）數字金融的數字化發展進入快車道，對碳排放強度的抑制作用更顯著。

4.3 綠色技術創新的中介效應

由上述分析可知，數字金融覆蓋廣度、使用深度和數字化程度與碳排放強度之間呈顯著非線性或線性關系，表明數字金融各維度對碳排放強度存在總體效應，中介效應檢驗第一步得到驗證。進一步地，檢驗數字金融各維度對綠色技術創新的影響，回歸結果如表4所示。

由表4中列（1）、（3）和（5）的結果可知，數字金融覆蓋廣度、使用深度和數字化程度的一次項系數均在1%的水平上顯著為正（0.222***、0.585***和0.337***），表明覆蓋廣度、使用深度和數字化程度的提升均顯著促進了綠色技術創新。即數字金融各維度均對綠色技術創新有顯著影響，中介效應檢驗第二步得到驗證。同時，由表4中的列（2）和（4）可知，引入覆蓋廣度和使用深度的二次項后，覆蓋廣度和使用深度與綠色技術創新之間的關系與上述基準回歸結論“覆蓋廣度（使用深度）與碳排放強度之間呈顯著U形（倒U形）關系”保持一致。最后，將數字金融各維度、綠色技術創新和碳排放強度納入同一框架進行回歸分析，結果見表5。

表5中列（1）的結果顯示，綠色技術創新與碳排放強度顯著負相關（-0.016*），同時覆蓋廣度與碳排放強度存在負相關關系（-0.289***），說明綠色技術創新在覆蓋廣度與碳排放強度之間起部分中介作用，假設H2a得到驗證。通過提升覆蓋廣度，可以優化資源配置和拓展信息傳遞渠道，提高綠色項目的融資便利度，助力綠色技術創新活動順利進行，從而推動碳排放強度降低。表5中列（3）的結果表明，綠色技術創新和使用深度對碳排放強度的影響在1%水平上顯著為負（-0.086***和-0.270***），說明綠色技術創新在使用深度與碳排放強度之間起部分中介作用，假設H2b得到驗證。通過數字金融平臺遴選環保型企業，便于后者進行融資活動；同時，提升使用深度能夠增強投資者的綠色投資意愿，有利于促進綠色技術創新，從而降低碳排放強度。同樣，由表5中列（5）的結果可知，綠色技術創新與碳排放強度顯著負相關（-0.060***），同時數字化程度對碳排放強度的影響顯著為負（-0.340***），說明綠色技術創新在數字化程度與碳排放強度之間起部分中介作用，假設H2c得到驗證。這表明，新興數字技術能有效降低金融服務成本，提升交易信息的透明度，保障綠色技術創新活動順利開展，從而降低碳排放強度。

利用溫忠麟和葉寶娟［36］的中介效應分解公式，即[x2·β2/x2·β2+β3]，測算中介效應占比，發現綠色技術創新在數字金融覆蓋廣度、使用深度和數字化程度與碳排放強度之間的中介效應，占總效應的比重分別為80.03%、64.75%和74.42%，表明綠色技術創新在覆蓋廣度與碳排放強度關系中的中介效應最強，而在數字化程度與碳排放強度、使用深度與碳排放強度關系中的中介效應依次遞減。此外，由表5中列（2）和（4）可知，引入覆蓋廣度和使用深度的二次項后，覆蓋廣度和使用深度與碳排放強度之間的關系與基準回歸結果“覆蓋廣度（使用深度）與碳排放強度之間呈顯著U形（倒U形）關系”仍保持一致，同時綠色技術創新顯著降低碳排放強度，表明本文的中介效應檢驗在非線性的條件下依然成立，檢驗結果是穩健的。

4.4 傳統金融的調節效應

接下來探討傳統金融對上述間接效應的調節作用，即傳統金融是否有利于數字金融的綠色創新效應發揮，進而促進碳排放強度下降。利用前文調節效應模型和面板數據，實證檢驗傳統金融對數字金融各維度與綠色技術創新之間線性（或非線性）關系的調節作用，回歸結果如表6所示。

由表6中列（2）的回歸結果可知，傳統金融與覆蓋廣度平方項的交互項系數顯著為負（-0.916***），表明傳統金融在覆蓋廣度與綠色技術創新之間的U形關系中起負向調節作用，假設H3a得到驗證。拐點平移式[γ3γ6-γ4γ5]=6.271[gt;]0，表明傳統金融的調節作用使得原本U形曲線的拐點向右移動；而[γ6=0.916gt;0]，表明傳統金融處于高水平時，U形曲線變得更加平緩。為了更直觀地展示這種變化趨勢，本文繪制了非線性關系的調節效應圖（見圖2）。由圖2可知，當傳統金融發展水平較高時，覆蓋廣度與綠色技術創新之間關系的U形曲線更加平緩，同時拐點向右移動而延遲到達。一味地增加傳統金融供給，會加劇其與數字金融之間的摩擦，降低數字金融資源在中低收入群體中的配置效率和普惠效應，不利于數字金融覆蓋廣度的綠色創新效應的迅速發揮。未來應進一步優化傳統金融發展質量，推動傳統金融和數字金融覆蓋廣度協同發展，促進綠色技術創新水平提升，最終實現碳排放強度的下降。

由表6中列（4）的回歸結果可知，JR×SY2的系數顯著為負（-0.238***），表明傳統金融正向調節使用深度與綠色技術創新之間的倒U形關系，假設H3b得到驗證。拐點平移式[γ3γ6-γ4γ5=-2.613lt;0]，表明傳統金融的調節作用使得原本倒U形曲線的拐點向左移動；而[γ6=-0.238lt;0]，表明傳統金融處于高水平時，倒U形曲線變得更加陡峭。由圖3可知，當傳統金融發展水平較高時，使用深度與綠色技術創新之間關系的倒U形曲線變得更加陡峭，同時拐點向左移動而提前到達。傳統金融通過為數字金融提供資金、人才和基礎設施支持，有效提高了數字金融使用深度，從而推動綠色技術創新。但當使用深度較高時，傳統金融由于成本效應且積極作用并不明顯等原因，強化了數字金融使用深度對綠色技術創新的負向影響。因此，未來應重視傳統金融對數字金融使用深度的支撐作用，引導傳統金融市場更好地服務于實體經濟創新與綠色可持續發展。

由表6中列（5）的回歸結果可知，數字化程度的系數為0.440，且在1%水平下顯著，而傳統金融與數字化程度的交互項系數為-1.579***，表明傳統金融的負向調節效應顯著，假設H3c得到驗證。由圖4可知，當傳統金融發展水平較高時，數字化程度與綠色技術創新的線性關系更平緩。這表明，伴隨數字化程度的提升，可能存在技術漏洞和缺乏監管導致個人數據與信息泄露的風險，部分用戶會傾向于選擇傳統金融供給，而這會對數字金融產生擠出效應，阻礙了數字化對綠色技術創新作用的發揮。鑒于此，須進一步優化傳統金融發展質量，與數字化技術形成協同互補效應，并加強數字金融監管，最大限度地發揮數字化的綠色創新效應，降低碳排放強度，以實現經濟社會可持續發展。

最后，本文進一步檢驗了傳統金融在綠色技術創新與碳排放強度之間的調節效應。由表6中列（6）可知，傳統金融在綠色技術創新與碳排放強度之間起顯著的負向調節作用（-0.034***），表明傳統金融在綠色技術創新成果轉化為低碳經濟效應的過程中，也發揮了重要作用，且本文有調節的中介效應模型成立，這也是對前文理論模型的修正和補充。

4.5 穩健性檢驗

為了保證上述研究結論的穩健性，本文通過剔除直轄市數據和更換估計方法（將系統GMM模型替換為差分GMM模型）對主效應、中介效應和調節效應依次進行穩健性檢驗。表7展示了去掉直轄市數據和更換估計方法后，數字金融各維度對碳排放強度影響的回歸結果。結果顯示，覆蓋廣度與碳排放強度之間仍呈顯著U形關系，使用深度與碳排放強度之間的倒U形關系依然成立，數字化程度提升能顯著降低碳排放強度。因此，數字金融各維度對碳排放強度的影響方向和程度均未發生變化，表明本文的主效應結論穩健可靠。

表8展示了剔除直轄市數據和更換估計方法后的中介效應檢驗結果。由表8可知，綠色技術創新在數字金融覆蓋廣度、使用深度、數字化程度與碳排放強度之間的中介傳導作用依然成立，表明本文的中介效應結論具有穩健性。

表9展示了剔除直轄市數據和更換估計方法后的調節效應檢驗結果。由表9可知，傳統金融仍在數字金融覆蓋廣度、數字化程度與碳排放強度之間起顯著負向調節作用，而在使用深度與碳排放強度之間起顯著正向調節作用，與前文調節效應的結論一致，表明本文的調節效應結論穩健。同時，我們發現，傳統金融在綠色技術創新與碳排放強度之間仍起顯著的負向調節作用，表明本文有調節的中介效應模型仍然成立，從而保證了全模型結論的穩健性。

5 研究結論與啟示

5.1 研究結論

本文基于綠色技術創新中介和傳統金融調節視角，以2012—2021年中國30個省（區、市）（港澳臺和西藏地區因數據不全被剔除）面板數據為樣本，利用系統GMM模型檢驗數字金融不同維度對碳排放強度的非線性或線性影響，探究綠色技術創新在其中的作用機制，并分析傳統金融對上述間接效應的調節作用。研究結論如下。①數字金融不同維度對碳排放強度的影響具有差異性，其中：數字金融覆蓋廣度與碳排放強度之間呈現“先抑后揚”的U形關系；使用深度與碳排放強度之間呈現“先揚后抑”的倒U形關系；數字化程度提升則對碳排放強度具有線性抑制作用。當前我國30個省（區、市）的數字金融覆蓋廣度整體水平均未跨過U形曲線拐點，處于對碳排放強度的抑制階段。而對于數字金融使用深度，我國30個省（區、市）均位于倒U形曲線拐點右側，對碳排放強度起抑制作用。②綠色技術創新在數字金融各維度與碳排放強度之間均起到部分中介作用。對中介效應的比較發現，綠色技術創新在覆蓋廣度與碳排放強度關系中的中介效應最強，而在數字化程度、使用深度與碳排放強度關系中的中介效應依次減弱。③傳統金融在數字金融各維度與綠色技術創新間均起到調節作用。傳統金融正向調節數字金融使用深度與綠色技術創新之間的關系，而在數字金融覆蓋廣度、數字化程度與綠色技術創新之間均起負向調節作用。當傳統金融發展水平較高時，覆蓋廣度與綠色技術創新之間關系的U形曲線更加平緩，同時拐點向右移動而延遲出現；傳統金融發展水平提升使得使用深度與綠色技術創新之間的倒U形曲線更加陡峭，拐點向左移動而提前到達。

5.2 理論貢獻與啟示

本文的理論貢獻主要包括以下3個方面：①突破了以往研究中數字金融與碳排放強度之間的單一線性假定，并從分維度視角對數字金融的碳減排效應進行深入分析，豐富了碳排放強度影響因素的理論和實證研究。②從綠色技術創新視角探討數字金融影響碳排放強度的中介傳導機制，為深刻理解數字金融與碳排放強度之間的關系提供了新的視野。③分析了傳統金融對數字金融各維度與綠色技術創新之間關系的調節效應，拓展了數字金融與綠色技術創新之間關系的外部情境研究。同時，本文的研究結論也具有一定的實踐啟示，具體如下。

第一，加大數字金融投入力度，抑制區域碳排放強度的提升。鑒于各省（區、市）的覆蓋廣度整體水平均未跨過U形曲線拐點，而各省（區、市）的使用深度基本位于倒U形曲線拐點右側，處于對碳排放強度的抑制階段。因此，對于數字金融覆蓋廣度，政府須持續優化頂層設計，加大財政支持力度，完善金融服務的基礎設施建設，同時積極宣傳和普及金融知識，提升廣大居民的金融素養及對數字金融的接受度，充分發揮覆蓋廣度對碳排放強度的抑制作用。而對于數字金融使用深度，金融機構應推動數字信貸、保險和投資產品創新，鼓勵金融業向數字化、信息化轉型，促進數字經濟與金融業深度融合，提高數字金融使用深度，同時持續完善金融服務體系，提升數字服務的專業度，最大限度地降低碳排放強度。另外，對于數字金融數字化程度，要積極推進數字基礎設施建設，加強數字化技術研發與應用，擴大各地區移動互聯網的接入規模，同時提升環境信息披露水平，引導資金流向環保企業，實現經濟數字化與綠色化協調發展，從而有效降低碳排放強度。

第二，引導數字金融支持綠色技術創新發展，助力碳減排。考慮到綠色技術創新在數字金融各維度與碳排放強度間均起中介傳導作用，政府要充分發揮數字金融的資源配置優勢，優先審批綠色技術創新項目，加大對綠色技術創新的資金支持力度，緩解綠色技術創新融資約束問題，同時提高污染企業獲取數字金融資源的環境門檻，倒逼企業開展綠色技術創新，助力綠色低碳發展。此外，鑒于綠色技術創新在數字金融覆蓋廣度、數字化程度和使用深度與碳排放強度間的中介作用依次遞減，首先要明確合理的數字金融業務發展權重，提高數字技術與金融服務結合水平，深化銀行在線金融服務，提升數字金融覆蓋廣度；其次要提高數字技術的利用效率，高效運用數字技術篩選綠色項目，建立健全風險投資和市場服務體系，提高綠色技術研發、轉化和應用水平；最后要適度提高銀行發展信貸、保險和投資業務的能力，改進數字金融業務批復程序，降低金融機構運營成本，從而有效促進綠色技術創新以降低碳排放強度。

第三，促進傳統金融與數字金融協同發展，形成綠色技術創新合力。鑒于傳統金融在數字金融各維度與綠色技術創新之間的調節效應存在差異，對于使用深度，應適當加大傳統金融支持數字金融力度，注重傳統金融服務的系統性和完整性，提升傳統金融運行效率，從而推動數字金融各項業務發展，豐富數字金融產品體系，提升數字金融使用深度，充分發揮數字金融的技術驅動效應；對于覆蓋廣度，應提高傳統金融服務質量和精準度，為覆蓋廣度提升持續提供優質金融服務，合理分配不同地區、企業的金融資源，同時加強對傳統金融市場的監管，杜絕非法獲取金融資金、擾亂市場公平競爭等行為，從而提升覆蓋廣度；對于數字化程度，應適度調整傳統金融的支持方式，重點利用傳統金融支持數字基礎設施建設，推動大數據、區塊鏈和物聯網等數字技術的研發與應用，引導傳統金融發揮數字創新效能，推動金融機構數字化轉型。

5.3 不足與展望

囿于數據的可獲取性，在數字金融測度方面，本文采用郭峰等［8］構建的數字金融指數是基于支付寶用戶數據進行編制的，研究樣本僅代表移動支付領域，而未涉及數字金融互聯網支付、網上銀行、金融服務外包等其他方面。未來研究可進一步拓展數字金融的衡量指標，全面測度各地數字金融發展水平，以使研究結論更加精準。此外，本文只探究了數字金融對區域碳排放強度的影響，并未分析其對細分行業或企業碳排放強度可能產生的影響，后續研究可進一步深入探索。

參考文獻：

［1］ 王軍，王杰，王葉薇.數字金融發展如何影響制造業碳強度？［J］.中國人口·資源與環境，2022，32（7）：1-11.

［2］ 沈路，鈔小靜，南士敬.研發要素流動對區域綠色創新效率的影響：以“一帶一路”沿線省份為例［J］.軟科學，2023，37（6）：89-96.

［3］ 盧建霖，蔣天穎，傅夢鈺.數字金融對綠色創新效率的影響路徑［J］.經濟地理，2023，43（1）：141-147，235.

［4］ YU H，WEI W，LI J，et al. The impact of green digital finance on energy resources and climate change mitigation in carbon neutrality： case of 60 economies［J］. Resources Policy，2022，79：103116.

［5］ GONG D，LIU S，LIU J，et al. Who benefits from online financing？ A sharing economy e-tailing platform perspective［J］. International Journal of Production Economics，2020，222：107490.

［6］ 聶秀華，江萍，鄭曉佳，等.數字金融與區域技術創新水平研究［J］.金融研究，2021（3）：132-150.

［7］ 張勛，萬廣華，吳海濤.縮小數字鴻溝：中國特色數字金融發展［J］.中國社會科學，2021（8）：35-51，204-205.

［8］ 郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征［J］.經濟學：季刊，2020，19（4）：1401-1418.

［9］ MU W，LIU K，TAO Y，et al. Digital finance and corporate ESG［J］. Finance Research Letters，2023，51：103426.

［10］ XIE Z， WU R， WANG S. How technological progress affects the carbon emission efficiency？ Evidence from national panel quantile regression［J］. Journal of Cleaner Production，2021，307：127133.

［11］ 吳茵茵，齊杰，鮮琴，等.中國碳市場的碳減排效應研究：基于市場機制與行政干預的協同作用視角［J］.中國工業經濟，2021（8）：114-132.

［12］ ZHANG A，DENG R，WU Y. Does the green credit policy reduce the carbon emission intensity of heavily polluting industries？ Evidence from China's industrial sectors［J］. Journal of Environmental Management，2022，311：114815.

［13］ 張卓群，張濤，馮冬發.中國碳排放強度的區域差異、動態演進及收斂性研究［J］.數量經濟技術經濟研究，2022，39（4）：67-87.

［14］ 田云，尹忞昊.中國農業碳排放再測算：基本現狀、動態演進及空間溢出效應［J］.中國農村經濟，2022（3）：104-127.

［15］ 王元彬，張堯，李計廣.數字金融與碳排放：基于微觀數據和機器學習模型的研究［J］.中國人口·資源與環境，2022，32（6）：1-11.

［16］ 徐維祥，周建平，劉程軍.數字經濟發展對城市碳排放影響的空間效應［J］.地理研究，2022，41（1）：111-129.

［17］ ACHEAMPONG A O，AMPONSAH M，BOATENG E. Does financial development mitigate carbon emissions？ Evidence from heterogeneous financial economies［J］. Energy Economics，2020，88：104768.

［18］ 嚴成樑，李濤，蘭偉.金融發展、創新與二氧化碳排放［J］.金融研究，2016（1）：14-30.

［19］ 鄭萬騰，趙紅巖，趙夢嬋.數字金融發展有利于環境污染治理嗎？——兼議地方資源競爭的調節作用［J］.產業經濟研究，2022（1）：1-13.

［20］ YAN B，WANG F，CHEN T，et al. Digital finance， environmental regulation and emission reduction in manufacturing industry： new evidence incorporating dynamic spatial-temporal correlation and competition［J］.International Review of Economics amp; Finance，2022，83：750-763.

［21］ ZHANG R，WU K，CAO Y，et al. Digital inclusive finance and consumption-based embodied carbon emissions： a dual perspective of consumption and industry upgrading［J］. Journal of Environmental Management，2023，325：116632.

［22］ LIN B，MA R. How does digital finance influence green technology innovation in China？ Evidence from the financing constraints perspective［J］. Journal of Environmental Management，2022，320：115833.

［23］ LEVINE R.Finance and growth：theory and evidence［J］. Handbook of Economic Growth，2005（1）：865-934.

［24］ 任太增，殷志高.數字普惠金融與中國經濟的包容性增長：理論分析和經驗證據［J］.管理學刊，2022，35（1）：23-35.

［25］ WANG H，GUO J. Impacts of digital inclusive finance on CO2 emissions from a spatial perspective： evidence from 272 cities in China［J］. Journal of Cleaner Production，2022，355：131618.

［26］ 解維敏，吳浩，馮彥杰.數字金融是否緩解了民營企業融資約束？［J］.系統工程理論與實踐，2021，41（12）：3129-3146.

［27］ FENG S，ZHANG R，LI G. Environmental decentralization， digital finance and green technology innovation［J］.Structural Change and Economic Dynamics，2022，61：70-83.

［28］ 唐松，伍旭川，祝佳.數字金融與企業技術創新：結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020，36（5）：52-66，9.

［29］ 肖仁橋，肖陽，錢麗.綠色金融、綠色技術創新與經濟高質量發展［J］.技術經濟，2023，42（3）：1-13.

［30］ 賈松波，葛一寧，秦世博.數字化水平、金融發展與技術創新：基于省級面板數據的分析［J］.創新科技，2022，22（6）：31-39.

［31］ 馬麗梅，黃崇樂.金融驅動與可再生能源發展：基于跨國數據的動態演化分析［J］.中國工業經濟，2022（4）：118-136.

［32］ SAMARGABDI N， FIDRMUC J， GHOSH S. Financial development and economic growth in an oil-rich economy： the case of Saudi Arabia［J］. Economic Modelling，2014，43：267-278.

［33］ 王喆，陳胤默，張明.傳統金融供給與數字金融發展：補充還是替代？——基于地區制度差異視角［J］.經濟管理，2021，43（5）：5-23.

［34］ 劉傳明，孫喆，張瑾.中國碳排放權交易試點的碳減排政策效應研究［J］.中國人口·資源與環境，2019，29（11）：49-58.

［35］ HAANS R，PIETERS C，HE Z L. Thinking about U： theorizing and testing U and inverted U shaped relationships in strategy research［J］. Strategic Management Journal，2016，37（7）：1177-1195.

［36］ 溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014，22（5）：731-745.

［37］ 郭月梅，薛景文.地方政府債務的非線性環境效應研究［J］.統計研究，2021，38（12）：105-117.

The Impact Mechanism of Digital Finance on Carbon Emission Intensity

——The Perspective of Mediating Effect of Green Technology Innovation and Moderating Effect of Traditional Finance

Xiao Renqiao， Xiao Yang， Qian Li

（School of Business Administration， Anhui University of Finance and Economics， Bengbu 233030， China）

Abstract：As a new type of financial service utilizing Internet technology， digital finance is a new engine for promoting economic development while reducing carbon emissions. Green technology innovation is technological innovation activitiesy under the constraints of resources and environment， and digital finance provides the necessary investment and financing environment for green technology innovation， can it reduce carbon emission intensity by promoting green technology innovation？ Given that traditional finance can provide capital， talent and technical support for the development of digital finance， can it form a synergy with digital finance to promote green technology innovation？ This needs to be explored in depth.

Based on the data of 30 provinces in China from 2012 to 2021， this paper constructs a dynamic GMM panel model to analyze the nonlinear effects of the breadth of coverage， depth of use， and degree of digitization of digital finance on carbon emission intensity， to explore the transmission role of green technology innovation in the impact of digital finance on carbon emission intensity in different dimensions， and analyze the moderating effect of traditional finance on the relationship among the dimensions of digital finance and green technology innovation.

The results show that： ①The relationship between the coverage breadth， use depth of digital finance and carbon emission intensity is U-shaped and inverted U-shaped respectively. The level of coverage breadth of all provinces has not crossed the inflection point and exerts an inhibitory effect on carbon emission intensity， while the level of depth of use in all provinces has crossed the inflection point and is in the stage of carbon emission inhibition. The degree of digitalization has a linear inhibitory effect on carbon emission intensity.②Green technology innovation plays a partial mediating role between digital finance and carbon emission intensity in different dimensions， and green technology innovation has the strongest conduction effect on coverage breadth" inhibiting carbon emission intensity， while the indirect effect in the relationship between digitization degree， depth of use and carbon emission intensity decreases in turn.③Traditional finance positively regulates the inverted U-shaped relationship between the depth of use and green technology innovation， but negatively regulates the relationship between the breadth of coverage， digitization degree and green technology innovation. When the level of traditional finance is higher， the U-shaped curve between breadth of coverage and green technology innovation is flatter， and the inflection point moves to the right and delays arrival， while the inverted U-shaped curve between depth of use and green technology innovation is steeper， and the inflection point moves to the left.

The marginal contributions are as follows： firstly， the theoretical and empirical research has been enriched on the factors affecting carbon emission intensity. Secondly， a new perspective has been provided for deeply understanding the relationship between digital finance and carbon emission intensity. Thirdly， external contextual research has been expanded on the relationship between digital finance and green technology innovation.

The policy recommendations are as follows： the government should increase investment in digital finance to curb the increase of regional carbon emission intensity levels. Additionally， it is crucial to guide digital finance to support the development of green technology innovation so as to assist in carbon reduction and simultaneously promote the coordinated development of traditional finance and digital finance， forming a synergy of green technology innovation.

Key words：digital finance; carbon emission intensity; green technology innovation; traditional finance; nonlinear relationship

（欄目編輯：邵冰欣）

收稿日期：2023-06-01

基金項目：國家社會科學基金項目“雙碳目標下制造業綠色創新效率、技術差距及溢出效應研究”（22BJY252）。

作者簡介：肖仁橋（1982—），湖北武漢人，博士，教授，碩士生導師，研究方向：綠色創新管理；肖陽（1997—），安徽巢湖人，碩士研究生，研究方向：綠色創新管理；錢麗（1981—），湖北武漢人，博士，副教授，碩士生導師，研究方向：綠色創新管理。