數字金融如何影響城市碳排放績效？

肖遠飛 楊雪妮 韓先鋒

一、引言與文獻回顧

推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節。2022 年1 月，國務院印發的《“十四五”節能減排綜合工作方案》提出要優化完善能耗雙控制度、健全節能減排政策機制，助力實現碳達峰、碳中和目標。節能降碳的效果離不開金融服務的支持，尤其是近年來數字金融快速發展及其對生產生活的滲透影響，為各地提高節能降碳成效創造了更好的金融服務環境。國家“十四五”規劃綱要也提出金融機構應當加速數字化轉型進程，為實體經濟提供更好的服務。數字金融發展是否有利于改善各地區的碳排放績效？如果存在改善效應，該效果的實現機制有哪些？回答上述問題，對于有效利用數字金融發展實現“雙碳”目標具有重要的理論和現實意義。

與本研究較為密切的文獻包括兩個方面：一是碳排放及其影響因素分析。目前國內外有關碳排放的研究內容比較豐富，測度碳排放的方法也越來越精準，不僅考慮到時空差異[1]，還構建了新的前沿總因素碳排放效率指數（TCEI）[2]。影響碳排放的因素較多，不僅包括經濟增長、能源結構、產業結構、城鎮化等宏觀層面的因素[3，4]，也包括人口、技術、投資等要素視角的因素[5]以及環境規制等政策性因素[6]。此外，有研究還發現金融資源配置效率對碳減排也有積極影響[7]。有關碳排放影響因素的研究越來越聚焦數字經濟、數字技術及其應用等新因素的深層探索[8，9]。二是數字金融與碳排放關系的研究。鄧榮榮等[10]和Lee 等[11]識別出數字金融發展通過經濟增長、產業結構和技術創新三大路徑來改進城市碳排放績效。王軍等[12]基于微觀數據，發現數字金融發展能夠顯著增加家庭消費的碳排放。王軍等[13]認為數字金融發展對制造業碳強度具有“先促增、后抑制”的非線性作用，并且主要源自數字金融覆蓋廣度和使用深度的影響。汪克亮等[14]、賀茂斌等[15]以及Li等[16]研究認為數字金融能夠通過影響區域創新和技術進步來提高碳生產率和清潔能源消費比例，最終有利于改善生態環境和降低區域碳排放。關于實現路徑的研究還提出，數字科技產業化和傳統產業數字化是數字金融影響碳排放的有效途徑[17]，數字金融的發展將通過影響居民消費理念和行為、企業生產活動方式與創新效率等方面作用于碳排放[18]。廖珍珍等[19]研究認為數字金融通過經濟規模擴張引起碳排放增加，同時通過綠色技術創新引起碳減排，二者對碳排放的綜合疊加效應具有先增后減的特點。Sun 等[20]研究提出數字金融通過人力資本和市場化效應兩種渠道顯著提高碳生產效率。

綜上，現有文獻開始關注數字金融發展對碳排放的影響，并初步提出了綠色技術創新、產業升級等數字金融的碳減排路徑。但多數研究側重于分析數字金融對減少碳排放總量的影響，而關于城市碳排放績效的影響研究較少，尤其是關于實現路徑與保障條件的研究還需進一步深化。本文的邊際創新體現在以下三個方面。第一，深化了數字金融對碳排放影響的研究深度。本文通過更加科學有效的方法測度城市碳排放績效，更加細致地識別出數字金融對城市碳排放績效的作用效果及其差異化影響，為更好發揮數字金融的碳減排效應提供了更明確的經驗證據。第二，拓寬了數字金融影響碳排放實現機制的研究范圍。在以往文獻只關注數字金融影響碳排放的綠色技術創新、產業升級等市場機制的基礎上，補充了“產業集聚”市場機制，還彌補了“政府環保注意力”這一“有為政府”的實現機制，為優化政策保障舉措，更好發揮數字金融對碳排放績效的改善作用提供了更全面可靠的參考。第三，豐富了數字金融影響碳排放績效的研究內容。有別于以往研究只聚焦數字金融對碳排放的影響結果，本文還運用門檻回歸模型，更具體地考察了不同發展水平的數字金融對碳排放績效的影響規律，找到了其中存在的邊際效應遞增事實特征，進一步豐富了數字金融對碳排放影響的研究內容。

二、理論分析與研究假設

（一）關于數字金融對碳排放績效的影響

金融發展在節能減排過程中發揮著重要作用。在傳統金融視角下，隨著經濟壓力增長，金融集聚對碳排放效率具有顯著的平滑轉移效應，金融集聚處于較低水平時會抑制碳排放效率[21]。同時，區域技術水平是該地區金融發展影響碳排放的重要條件，比如西部地區由于環境技術進步和創新力相對較弱，金融發展并未有效遏制碳排放，而東部地區結果相反[22]。數字金融能夠從場景、數據以及與產品創新相結合等方面發揮傳統金融難以實現的作用[23]，比如數字金融的發展能夠合理地校正傳統金融中存在的多種錯配現象[24]，并且在金融發展稟賦較差的地區，展現出更強的企業技術創新驅動效果[25]。同時，數字金融的應用不僅可以推動金融服務實體經濟效率的提升，而且可以通過技術創新、金融要素和人力要素的全面重塑對節能減碳產生直接影響[20，26]。數字金融作為經濟增長的重要推動力，可以顯著提高碳生產率。Wu 等[27]驗證了數字金融提升了中國城市群碳排放效率的結論，且中東部地區提升效果明顯，存在顯著的區域異質性。因此，本文提出假說H1。

H1：數字金融發展可以有效改善城市碳排放績效。

（二）關于數字金融影響碳排放績效的實現機制

從“產業集聚效應”角度出發：Xu等[28]研究發現制造業和生產服務業聚集水平的提高可以有效改善企業空間布局，利用協同集聚的外部效應提升碳生產效率，達到降碳生產目標。Li 等[29]發現中國的工業產業集聚以促進綠色工業產業集聚和加快綠色技術創新進程的手段實現碳減排目標。楊慶等[30]研究發現高新技術產業集聚可以利用規模效應和TFP效應改善能源利用率，從而進一步提高碳排放效率。新技術產業形成的產業集聚可以通過知識溢出、技術進步、技術擴散與競爭效應，推動中低技術產業的創新水平革新，進而降低環境污染，帶動低碳產業發展[31]。而數字金融的演進一定程度上緩解了企業融資約束，更好地幫助企業在生產過程中完成低碳技術的更替，有助于企業擴大生產規模，提升生產效率和質量，從而達到實現綠色技術產業和高新技術產業的集聚效應。同時，數字金融通過改善資源錯配，吸引更多高技術產業形成集聚，并通過產業集聚強化知識溢出效應，推進產業技術創新，形成產業集聚的良性循環，為低碳產業發展創造有利空間[32]。此外，數字金融也會增強技術溢出效應，降低生產成本和推進技術交互性創新，為技術產業集聚提供有力支持，從而推動降碳目標的實現[33]。因此，本文提出假說H2。

H2：數字金融發展通過“產業集聚效應”實現對碳排放績效的改善。

從“綠色創新效應”角度出發：一方面，數字金融可以通過影響企業的融資渠道、融資效率和融資成本，進而促進綠色技術創新發展，降低創新風險[34]。同時，數字金融發展可以緩解行業內與行業間的信息不對稱程度，降低外部融資成本，促進產業成長和技術創新[35]。另一方面，數字金融通過產業結構升級和技術創新兩條路徑，有效地提升城市群碳排放效率[27]。綠色技術創新可通過提高生產技術水平、改善能源利用率和發展清潔可再生能源等途徑來降低社會對傳統經濟能源的依賴程度，繼而降低碳排放[36]。數字金融與綠色科技創新的協同效應對地區碳排放效率具有顯著的提升作用，但仍存在區域異質性，需要因地制宜地發揮數字金融與綠色科技創新的融合效果[37]。數字金融累積深化帶來的技術進步，能推動企業節能技術、能源管理和污染管理能力提升，進而降低單位碳排放，最終實現碳排放總量減少[18，38]。同時，綠色技術創新能夠對勞動力就業、需求和進出口結構產生深遠影響，從而提高要素質量和配置效率，推進經濟發展方式從粗放式向集約式轉變，提升生態效率和綠色發展。據此，本文提出假說H3。

H3：數字金融發展通過“綠色創新效應”實現對碳排放績效的改善。

從“政府環保工作力度”角度出發：為了實現碳達峰、碳中和目標，必須將政府作為與市場化資源配置有機結合。通過政府干預，可以優化資源配置效率，從而確保產業升級和經濟持續發展[39]。在提升碳排放績效方面，地方政府應當加大財政科技投入力度，優化財政科技支出結構，實現創新資源的高效配置[40]。政府調節通過科學的環境管制和合理的空間規劃，有助于實現城市生態保護與經濟增長均衡發展[41]。為實現碳減排目標，不同城市必須因地制宜地實施減排政策，地方政府需要充分考慮政策實施差異和實施力度[42]。由于低碳產業的不穩定性可能帶來金融資源的錯配，此時數字金融和政府環境規制的協同作用就顯得尤為重要。馮素玲等[38]研究發現政府環境規制水平提高能強化數字金融發展對碳減排的促進效果。并且，地方政府通過系統學習，在實踐中更有助于推動低碳城市的發展進程[43]。可見，地方政府在碳減排投入方面的工作力度及對資源配置的調節力度，可以體現出地方促進低碳發展的能力，有助于整合資源，實現“雙碳”目標[44]。鑒于地方政府增強生態環境工作力度，在發展數字金融等手段有效改善碳排放績效的過程中可能存在顯著的調節效應，本文提出假說H4。

H4：地方政府的環保工作力度會影響到數字金融提升碳排放績效的結果。

圖1 數字金融對碳排放績效的影響途徑

三、模型構建、變量選擇和數據來源

（一）模型構建

1.基準回歸模型

為了檢驗數字金融發展對城市碳排放績效的影響，即假設H1 是否成立，本文借鑒錢海章等[45]的研究，構建以下線性回歸模型：

其中，i 代表城市，t 代表年份；Ce 代表碳排放績效；Df 代表數字金融發展水平；Control 代表一系列控制變量；θ代表個體效應，μ代表時間效應，ε代表隨機擾動項。

2.中介效應模型

為了探究數字金融對碳排放績效的影響機制，需要深入研究其具體的傳導路徑。參考溫忠麟等[46]的研究，構建如下模型考察產業集聚與綠色創新在數字金融影響碳排放績效中的傳導路徑。

式（2）、（3）中，M 表示中介變量，即產業集聚效應（Gather）和綠色創新效應（Ingrvart）。若式（1）中系數α1顯著，式（2）、（3）中系數β1、ρ2均顯著，且式（3）中系數ρ1也顯著并與β1、ρ2同號，則說明“產業集聚效應”和“綠色創新效應”兩條中介機制作用顯著。

3.調節效應模型

為了檢驗假設H4，本文借鑒方杰等[47]的思路，在模型（1）的基礎上建立模型（4），形成本文的調節效應實證模型：

式（4）中，Attention 為調節變量，即地方政府環保工作力度。

（二）變量選擇

1.被解釋變量

本文用城市碳排放效率（Ce）來表示被解釋變量碳排放績效。參考馬大來等[48]、王少劍等[49]的研究，利用含有非期望產出的SBM-Undesirable模型計算得到碳排放效率（Ce）數據。其中，勞動力投入采用各城市的市轄區就業人數（萬人），以2011年為基期，運用永續盤存法計算得到的地級市資本存量來表示資本投入；能源投入采用地級市能源消耗（萬噸）來表示，以地級市碳排放作非期望產出，以地區生產總值作期望產出。計算得到的碳排放效率指標越高，則表明地方碳排放績效越好。

2.核心解釋變量

數字金融（Df）。引用北京大學數字金融研究中心發布的“北京大學數字普惠金融指數”作為核心解釋變量的代理變量。這一指數可以很好地測度各個區域數字金融發展水平，同時還可分為覆蓋廣度（Cover）、使用深度（Usage）以及數字化程度（Dig）多維度指標，用該指標來表征中國數字金融發展程度更有代表性。

3.機制變量

第一個中介機制變量為產業集聚效應（Gather）。參考楊浩昌等[36]和宋德勇[50]等對產業集聚的衡量方法，采用第二、三產業產值之和與城市建設用地面積的比值來度量產業集聚程度，以此衡量在產業集聚發展和規模不斷擴大的情況下，數字金融如何影響碳排放績效。第二個中介機制變量為綠色創新效應（Ingrva）。關于創新的代理變量主要有專利申請量、專利授權量和研發投入。本文參考胡江峰等[51]和劉督等[52]的研究，使用綠色發明占地區年度申請專利總數的百分比作為代理變量。

本文的調節機制變量為地方政府環保工作力度（Attention）。借鑒盧盛峰等[53]的研究，使用各地政府工作報告中環保相關詞頻（包括“集約”“節能”“二氧化碳”“減排”“能耗”“環境保護”“污染”等）進行詞頻統計分析得到。

4.控制變量

借鑒劉敏樓等[54]和王元彬等[17]的研究，本文的控制變量選取如下：城鎮化水平（Urb），采用城鎮化率測度；教育水平（Edu），采用全市每萬人大學生數來代表本地區教育水平；外貿依存度（Open），選取進出口總額與地區GDP的比值來衡量；基礎設施建設（Infra），采用人均道路面積的對數來衡量；地區經濟發展水平（Pgdp），以2010 年為基期的人均實際GDP 取對數來衡量；科技水平（Tec），采用科技支出占財政支出之比來衡量；地方政府規模（Gov），使用財政支出與地區GDP的比值來衡量。

（三）數據來源

本文所使用的基礎數據為2011—2019 年中國282個地級市（不含港澳臺地區）面板數據。碳排放所涉及的數據來源于CEADs 數據庫、《中國能源統計年鑒》、各地區統計年鑒等；數字金融指數引用“北京大學數字普惠金融指數”。其中，中介效應機制變量和控制變量的數據主要來源于中經網統計數據庫、EPS數據庫以及各地區統計年鑒等；市場化指數采用《中國分省份市場化指數報告》中的測算指數；綠色專利申請數據來自Incopat專利數據庫；調節效應機制變量使用各地政府工作報告中環保相關詞頻（包括“集約”“節能”“二氧化碳”“減排”“能耗”“環境保護”“污染”等）進行詞頻統計分析得到。對缺失的數據使用線性插值法進行填補。

表1顯示了全部連續變量描述性統計分析結果。對碳排放效率（Ce）和碳排放強度（Ci）進行了對數化處理，保證其數量級與其他變量較為接近，以免產生較大誤差。從表1 可以看到，數字金融發展總指數及三個分維度指數的最小值與均值相差較大，表明我國各地區數字金融發展呈現不平衡的趨勢。

表1 主要變量的描述性統計說明

四、實證分析

（一）基準模型的回歸結果

表2報告了基準模型的回歸結果。本文控制了時間固定效應和城市固定效應，便于消除隨時間和城市不變因素的干擾。表2（1）列報告了數字金融總指數對碳排放績效的影響結果，（2）列增加了控制變量，結果顯示Df 的系數均顯著為正，表明數字金融對碳排放存在顯著的促進作用。假說H1成立。

表2 基準回歸結果

為進一步分析數字金融各維度對碳排放績效的異質性影響，本文對三個分指數進行回歸，結果如表2（3）至（5）列所示，數字金融的覆蓋廣度和使用深度對碳排放績效具有顯著影響，而數字化程度對碳排放績效的影響不顯著。這說明加大數字金融覆蓋廣度和使用深度，是提升碳排放績效的主要著力點。

（二）穩健性檢驗

1.內生性問題

本部分借鑒張勛等[23]的研究思路，在對核心被解釋變量取對數以消除異方差之后，選擇各樣本地級市到杭州市的地理距離作為工具變量進行穩健性檢驗。表3（1）列報告了使用工具變量法的回歸結果，其中Hansen統計量大于0.1，說明不存在弱工具變量等問題，在考慮數字金融對城市碳排放績效的內生性影響后，數字金融仍然可以顯著提升碳排放績效。

表3 穩健性檢驗

2.替換實證檢驗方法

本部分用系統GMM方法進行回歸以減少偏誤，回歸結果如表3（2）列所示。結果表明，碳排放績效滯后一期和數字金融的估計系數均在5%的水平上顯著為正，表明數字金融發展對城市碳排放績效具有顯著促進作用。再次驗證了假說H1的穩健性。

3.替換被解釋變量

前文用基于超效率SBM 模型測算的碳排放效率表示被解釋變量碳排放績效，本部分用碳排放強度（Ci）替代碳排放效率來表示被解釋變量。碳排放強度指標用各城市碳排放量（萬噸）與以2011 年為基期的城市實際GDP比值來表示。回歸結果如表3（3）列所示，數字金融發展水平可以顯著抑制城市碳排放強度，進而提升碳排放績效。可見，替換被解釋變量后結論依然穩健。

4.剔除直轄市

考慮到中國不同城市的發展水平差異較大，尤其是直轄市的經濟體量明顯大于其他城市，可能影響實證結論，故本文剔除直轄市樣本重新考察數字金融發展對城市碳排放績效的影響，結果如表3（4）列所示。解釋變量數字金融總指數（Df）的系數與前文的回歸結果并無顯著差異，驗證了前文實證研究結果的穩健性。

（三）異質性分析

中國經濟發展總體存在區域不平衡現象，不同地區和城市的傳統金融發展、市場化程度都存在顯著差異。這些差異化因素都會影響到數字金融發展水平及其效果，進而可能會導致數字金融對城市碳排放績效的異質性影響效果。本文分別從空間差異、傳統金融發展、市場化水平不同視角，識別數字金融影響城市碳排放績效的異質性。

1.空間視角的異質性

由于數字金融發展和碳排放績效有較高的空間差異，參考現有文獻和國家統計局分區標準，將去除直轄市的278個地級市分為東部、中部、西部和東北四個子樣本分別進行回歸，結果如表4 所示。（1）和（3）列顯示，東部和西部地區的數字金融發展可以顯著提高城市碳排放績效，并且東部和西部地區的影響程度相差無幾；（2）和（4）列顯示，東北和中部地區的數字金融對城市碳排放績效的影響系數并不顯著。原因可能是：東部地區經濟發達，其數字金融發展水平較高，可以從多個方面改善碳排放績效。例如數字金融可以緩解融資約束，促進綠色技術創新以達到降碳的目的。而西部地區經濟相對滯后，其碳排放績效任務艱巨，數字金融的普及效應在影響碳排放績效方面有更大空間，進而比較容易產生顯著作用。東北和中部地區的數字金融發展和碳排放績效相對處于中、低水平，數字金融影響碳排放績效的途徑可能尚未暢通，進而導致數字金融對碳排放績效的影響尚未得到充分體現。

表4 空間異質性分析

2.傳統金融發展視角的異質性

傳統金融發展的異質性體現在傳統金融發展水平和傳統金融差異水平兩個方面。傳統金融發展水平用城市年末金融機構各項貸款、存款余額之和與以2011年為基期的城市實際GDP的比值表示；傳統金融差異水平參考俞穎等[55]方法，用各地區金融發展的泰爾指數表示，以其均值作為分組的依據，實證結果如表5（1）至（4）列所示。可以看出，從傳統金融差異化視角來看，數字金融對城市碳排放績效的異質性影響不大，不管是傳統金融發展絕對水平不同的城市，還是傳統金融發展差異水平不同的城市，數字金融對城市碳排放績效都存在顯著影響，只是在傳統金融發展水平較高、傳統金融發展差異較大的城市，該影響系數更大。這可能是由于當傳統金融發展水平更高、發展差異更大時，為數字金融的普及和應用創造了條件和空間，提升了數字金融對碳排放績效的影響力。同時，在傳統金融發展水平較高的城市，該影響的顯著性略低。這可能是由于在傳統金融發展水平較高的城市，數字金融的應用和影響范圍受限，從而導致數字金融影響碳排放績效的顯著性相對較低。

表5 傳統金融和市場化水平異質性分析

3.市場化水平視角的異質性

依據樊綱等[56]編制的市場化相關指標，結合各城市對應的相關數據進行測算，得到各城市的市場化水平，以其均值作為分類依據進行分組回歸，表5（5）和（6）列報告了實證結果。結果顯示，市場化水平不同，數字金融對城市碳排放的影響差異十分明顯，在市場化水平較高的城市，數字金融的發展不僅沒能提升碳排放績效，反而起到顯著的負面影響，而在市場化水平較低的城市，數字金融發展才顯著提升了城市碳排放績效。究其原因：一方面，在市場化水平較高的城市，資源配置效率較高，市場監管體系也比較健全，數字金融發展可能擠出原有生效的碳減排機制與途徑，導致負面影響；另一方面，在市場化程度相對滯后的城市，數字金融的興起在一定程度上緩解了由于市場機制失靈導致的投融資局限，優化了資源配置，更有效地促進了地區碳排放績效的提升。

五、機制分析

前文結論表明，數字金融發展水平越高，整體上有助于提升城市碳排放績效。為進一步探討實現這種影響的中介路徑和外部條件，本文選取“產業集聚效應”和“綠色創新效應”兩條路徑進行中介效應機制檢驗，并選取“政府環保工作力度”進行調節效應機制檢驗，以識別“有為政府”在數字金融影響城市碳排放績效中發揮的調節作用。

（一）中介效應機制分析

表6 報告了對中介效應模型的回歸結果。表6（1）和（2）列顯示，產業集聚效應（Gather）對碳排放的影響系數顯著為正，并且數字金融也能促進產業集聚發展，即數字金融發展通過產業集聚效應實現對碳排放績效的改善。假說H2 成立。相關研究發現，數字金融的發展對第二、三產業的集聚均具有長期且顯著的促進作用，可以通過促進企業創新和人才集聚兩個方面來促進產業集聚，并通過緩解傳統金融市場對低收入群體的金融排斥、提高支付便利化等手段推動人才的區域集中，進一步增強產業集聚效應[57]。此外，產業集聚的過程中產生知識溢出、設施共享、人力資本水平提升和競爭加劇，也會促進碳排放績效的提高[31]。

表6 中介效應機制實證結果

表6（3）和（4）列報告了綠色創新效應（Ingrva）中介機制的實證結果，同樣發現數字金融具有顯著的綠色創新效應，進而通過該效應顯著改善城市碳排放績效。假說H3 成立。數字金融能夠顯著促進區域綠色創新，其作為一種新型融資方式，拓寬了中小企業綠色創新融資渠道，降低了綠色技術創新成本，提升了綠色技術創新能力[34，35，58]。在數字金融驅動下，隨著綠色創新效應作用的發揮，區域生產要素的空間適配性得到加強，要素的質量和配置動態效率也得到了改善，這為生產部門減少碳排放水平以及提升碳排放績效提供了有力支持。

（二）政府作用的調節效應機制分析

表7報告了調節效應模型的實證結果。可以發現，加入政府環保工作力度（Attention）這個調節變量后，其與數字金融交乘項的系數顯著為正。可見，地方政府環保工作力度對數字金融影響城市碳排放績效的結果具有正向調節作用，表明地方政府加大環保工作力度，有利于強化數字金融的降碳效應，假說4 成立。隨著環保工作力度的加大，地方政府將注意力轉向民生和生態環境，可以為數字金融的降碳作用創造更好的條件，進一步促進了碳排放績效的改善[40，59]。

表7 調節效應機制實證結果

六、拓展分析

通過上述研究發現，數字金融發展可以通過“產業集聚效應”和“綠色創新效應”改善城市碳排放績效，同時地方政府環保工作可以正向調節和強化數字金融的降碳作用。為了更深入地識別數字金融影響碳排放績效的具體特征，本文繼續引入門檻模型，以進一步拓展對數字金融降碳效應規律的探索。以數字金融總指數為門檻變量構建以下模型：

式（5）中，I（·）為指標函數；γ表示門檻值，當括號內條件滿足時，取值為1，不滿足則取值為0；εit表示殘差項。

目前已有文獻表明金融因素與碳排放之間可能呈現出非線性特征。為得到更詳細和有針對性的結論，本文同時對全國層面以及東部、中部和西部地區層面數字金融與城市碳排放績效之間的門檻關聯進行考察。門檻自抽樣檢驗結果如表8所示。可以看出，在全國層面，數字金融對碳排放績效的單門檻效應在1%的水平上顯著，且不存在更大的門檻效應，剔除直轄市的穩健性檢驗結果一致。而在東部地區，數字金融發展對碳排放績效存在雙重門檻效應，且在5%的水平上顯著為正，中部地區則只存在單一門檻效應，西部地區不存在門檻效應。

表8 門檻檢驗結果

門檻模型實證結果如表9 所示。首先，從全國層面來看，數字金融對碳排放績效的影響呈現出邊際效用遞增規律，當總指數低于等于門檻值116.7400 時，數字金融對碳排放績效的影響系數為0.0015 且顯著，而跨過該門檻值時估計系數明顯增大；剔除直轄市的穩健性檢驗顯示，該結論仍然成立。其次，東部地區門檻值明顯高于全國范圍，表明東部地區需要更高的數字金融發展水平，才能有效釋放該地區數字金融的降碳作用。這與東部地區是中國數字金融發展水平高的城市集聚區，以及東部地區數字金融影響城市碳排放績效更明顯的事實特征相符合。而中部地區呈現出與全國范圍較為相似的遞增趨勢。最后，中部地區呈現的數字金融影響碳排放績效的邊際遞增效應最明顯，當數字金融發展水平越過門檻值后，其對城市碳排放績效的影響顯著，且大幅增長。

表9 穩健標準差門檻估計結果

七、結論與建議

（一）研究結論

本文基于2011—2019年中國282個城市面板數據，使用雙重固定效應面板回歸模型、中介效應模型、調節效應模型和門檻模型，實證檢驗了數字金融對碳排放績效的影響及機制，得出以下結論：

第一，數字金融發展顯著促進了城市碳排放績效，且存在明顯的結構差異。其中，數字金融覆蓋廣度對城市碳排放績效的改善效果最佳，使用深度次之，而數字化程度對城市碳排放績效沒有顯著影響。通過系統GMM檢驗、工具變量法和剔除異常值等穩健性檢驗后，結論依然成立。

第二，基于區域不同視角差異的異質性檢驗發現：首先，相較于中部、東北地區，數字金融在東部、西部地區可以顯著提升城市碳排放績效。其次，在金融發展水平高、金融發展差異大的城市，數字金融對碳排放績效的影響程度更大。最后，在市場化程度較高的城市，數字金融對碳排放績效存在顯著負面影響，而在市場化程度較低的城市，數字金融可以發揮積極的降碳作用。

第三，關于數字金融如何影響碳排放績效的分析表明：一方面，數字金融通過促進“產業集聚”，有效提升了碳排放績效；另一方面，數字金融顯著促進了“綠色創新”，進而發揮對碳排放績效的改善效應。此外，基于調節效應模型的實證檢驗發現，地方政府環保工作力度是數字金融發揮降碳作用的有利條件，當地方政府環保工作力度增加時，可以促進數字金融對城市碳排放績效的積極作用，提升數字金融的降碳效果。

第四，面板門檻模型回歸結果顯示，從全國層面來看，數字金融發展對碳排放績效的影響存在邊際遞增效應。這一結論經過穩健性檢驗后依然成立，說明數字金融發展水平越高，越有利于其發揮降碳作用。同時發現，這種邊際遞增作用在中部地區最為明顯，西部地區則不存在這種門檻特征。

（二）政策建議

根據以上研究結論，本文提出以下政策建議：

第一，因地制宜加速金融數字化轉型。數字金融為中國低碳經濟的蓬勃發展注入了強勁動力，但存在顯著差異化影響。一方面，全國整體上要加強政策激勵，加速金融機構數字化轉型，鼓勵傳統金融業務與數字技術相融合，提升數字金融對實體經濟的服務效能。另一方面，對于中部、東北地區，需要不斷加強數字基礎設施建設，促進數字金融發展及其與綠色金融、科技創新等結合，創造數字金融服務地方碳排放績效的機會；對于市場化水平較高地區，要加速數字金融對實體經濟的作用，鼓勵數字金融對節能減排業務的滲透，規避市場機制對數字金融降碳效應的壓抑與排擠。

第二，完善數字金融對產業集聚發展與綠色技術創新的支持力度。一方面，鼓勵金融機構優先支持集聚式發展產業項目，支持發展產業鏈金融和供應鏈金融，打通數字金融降碳作用中的產業集聚效應途徑。另一方面，強化創新的綠色與低碳含量，鼓勵金融機構在信貸額度配給、利率優惠等方面傾向于綠色、低碳的創新項目，加大對綠色創新的長期金融服務；同時，推動企業加大綠色創新投入力度，把產業項目的環境效益納入金融支持與政策考評的重要內容，打通數字金融降碳作用中的綠色創新效應途徑。

第三，加強地方政府的作用，促進“有效市場”與“有為政府”的結合。研究發現，政府環保工作力度是發揮數字金融降碳作用的有效條件。一方面，要進一步強化地方政府環保工作意識與生態文明建設主體責任，為發揮數字金融對城市碳排放績效提升作用創造良好的環境；另一方面，加強地方政府環保工作的力度和模式創新，注重與數字金融等新興市場機制的聯動與協調，在節能減排與提升地方碳排放績效上，發揮市場資源配置基礎性作用的同時，更好地發揮政府的作用。