數字經濟與綠色技術創新協調發展對碳金融的影響研究

摘 要：在構建高質量現代化經濟體系的進程中，加快碳金融的發展對于促進經濟高質量發展至關重要。本研究基于2013—2022年中國省際面板數據，運用固定效應模型和中介效應模型，實證檢驗了數字經濟與綠色技術創新協調發展對碳金融的影響。研究結果表明：第一，數字經濟與綠色技術創新協調發展對中國碳金融發展具有顯著的正向影響；第二，數字經濟與綠色技術創新協調發展促進碳金融的影響機制在于推動產業結構的優化升級；第三，數字經濟與綠色技術創新協調發展對碳金融的影響呈現區域異質性，即在東部和中部地區表現為促進作用，在西部地區表現為抑制作用。建議通過設立專項資金、加強配額管理、完善碳交易市場等方式促進數字經濟與綠色技術創新協調發展和產業結構優化升級，推動綠色低碳經濟發展。

關鍵詞：碳金融；數字經濟；綠色技術創新

中圖分類號：F810；F276.5 文獻標識碼：A 文章編號：2096-7055（2025）03-0001-11

一、問題的提出

黨的二十大報告強調，實現碳達峰碳中和是一場廣泛而深刻的經濟社會系統性變革。碳金融是低碳經濟發展過程中金融創新的產物^［1］，其迅速發展不僅能夠促進經濟增長，還能顯著減輕碳排放壓力，有助于碳達峰與碳中和目標盡早實現。然而，當前中國碳金融市場的發展仍處于初級階段，在發展過程中面臨諸多問題。與此同時，以區塊鏈和人工智能等數字技術為支撐的數字經濟快速發展，正在引領新一輪的產業變革，推動傳統經濟發展模式向綠色發展模式轉變^［2］。數字技術的應用促進了碳排放的減少和環境的可持續發展，同時也為碳金融的發展提供了機遇。此外，綠色技術創新通過降低綠色技術成本和擴大其應用范圍，在推動綠色低碳產業發展中發揮著至關重要的作用^［3］，為碳金融的發展提供了動力。因此，數字經濟的發展和綠色技術創新水平的提高，從不同角度推動了碳金融的發展。在此基礎上，本研究試圖探討數字經濟與綠色技術創新發展的協調性對碳金融的影響及其傳導機制。

碳金融是指所有服務于限制溫室氣體排放的金融活動。目前，國內外學者對碳金融的研究主要集中在定性研究和定量研究兩個方面。一方面是從定性層面展開研究。不少學者通過理論分析和案例研究，剖析了碳金融發展中的問題，指出了其在成長過程中面臨的挑戰^［4-6］。另一方面是從定量層面展開分析。當前定量研究主要聚焦于碳金融發展水平的測度、碳金融對經濟社會發展的影響以及影響碳金融發展的因素這三個領域。關于碳金融發展水平測度的研究，不同學者運用不同模型構建碳金融評價體系，測度碳金融發展水平并分析其發展現狀^［7-8］。關于碳金融對經濟社會發展的影響研究，現有文獻表明碳金融能夠促進消費結構轉型、提高土地利用效率以及推動產業結構優化^［9-12］。對影響碳金融發展因素的研究表明，影響碳金融發展的因素是多樣的，這里主要闡述數字經濟和綠色技術創新對碳金融的影響。從數字經濟與碳金融的關系來看，已有研究主要分為兩類：一類研究表示，數字金融應作為推動數字經濟發展的間接手段，主張數字金融與低碳金融相結合，共同促進經濟的可持續發展^［13］；另一類研究則聚焦于數字經濟與碳金融的融合，從理論和實踐兩個層面探討數字化碳金融平臺的可行性與實施路徑^［14-15］。從綠色技術創新與碳金融的關系來看，當前研究主要分為兩類，一類研究著重討論了碳金融對技術創新的促進作用。有學者分別選取不同的研究對象，得出了碳金融能夠有效推動技術創新發展的結論^［16-17］；另一類研究分析技術創新對碳金融發展的影響，認為技術創新能夠為碳金融市場的繁榮提供動力^［18-19］。

通過分析現有文獻可以發現：目前學術界已對數字經濟、綠色技術創新與碳金融之間的關系進行了深入研究，發現數字經濟和綠色技術創新能夠推動碳金融的發展，為本研究奠定了堅實的理論基礎。然而，關于數字經濟與綠色技術創新協調發展對碳金融影響的研究尚不多見。因此，本研究試圖探討數字經濟與綠色技術創新協調發展對碳金融的影響及其傳導機制。

二、理論分析和研究假設

（一）數字經濟與綠色技術創新協調發展對碳金融的影響

碳金融是推動低碳經濟發展和能源結構轉型的重要引擎。數字經濟與綠色技術創新協調發展可以從多個方面促進碳金融的發展。首先，數字經濟與綠色技術創新協調發展能夠發揮數據的集成效應，優化資源配置，提高碳生產率。從而促使企業積極開發綠色低碳產品，為碳金融的發展提供動力^［20-21］。其次，數字經濟與綠色技術創新協調發展能夠通過研發綠色低碳產品，有效降低能源消耗，減少碳排放量^［22-24］。最后，數字經濟與綠色技術創新協調發展可以利用數字經濟的信息化優勢，傳播低碳健康的生活方式，從而增加碳金融產品的購買量與使用量，促進碳金融產品的發展。基于以上分析，提出研究假設H1。

H1：數字經濟與綠色技術創新協調發展有利于碳金融發展。

（二）數字經濟與綠色技術創新協調發展對碳金融的影響機制

產業結構的優化升級是促進經濟增長的重要途徑，數字經濟與綠色技術創新協調發展在多個方面為這一進程提供了動力。數字經濟與綠色技術創新的協調發展引入了大數據、共享經濟等新要素，對傳統產業造成了巨大沖擊，促使傳統產業進行產業變革，從而推動了產業結構的優化升級。綠色技術創新通過資源節約和效率提升，促進了產業結構的優化，為經濟的可持續發展提供了新的增長點^［25］。產業結構的優化升級有效緩解了資源錯配，提升了能源使用效率，為碳金融的發展提供了堅實基礎和重要支撐。此外，產業結構的優化升級能夠引領市場整體向更高質量的發展方向轉變，為碳金融的發展提供了更廣闊的機遇和發展空間。因此，數字經濟與綠色技術創新協調發展可能通過推動產業結構優化升級來影響碳金融的發展。基于以上分析，提出研究假設H2。

H2：數字經濟與綠色技術創新協調發展能夠通過推動產業結構優化促進碳金融發展。

（三）數字經濟與綠色技術創新協調發展對碳金融的異質性影響

由于地理位置和城市等級的差異，各地區的數字經濟發展水平表現出顯著差異，因此，數字經濟對低碳經濟發展的影響呈現區域異質性^［22］。綠色技術創新依賴于堅實的經濟基礎、高端人才的集聚以及地方政府的積極扶持。然而，由于各地區在經濟發展水平、人才流動狀況及政府發展策略上的不同，綠色技術創新在各地區的發展水平也表現出一定的區域異質性。因此，數字經濟與綠色技術創新協調發展對碳金融的影響也可能存在區域異質性。基于以上分析，提出研究假設H3。

H3：數字經濟與綠色技術創新協調發展對碳金融的影響存在區域異質性。

三、研究設計

（一）變量選取

1.被解釋變量：碳金融發展水平

目前，國內外學者對碳金融的測度尚無統一標準。朱才斌等從金融發展、第三產業結構優化、碳排放貸款額度、碳排放強度和研發經費支出占比五個方面對碳金融發展水平進行測度^［12］；鄭群哲從金融環境、能源效率和科技發展三個層面對碳金融進行了剖析，采用七個指標進行融合測算^［8］。本研究保留了上述兩個研究中的金融發展、碳排放貸款額度、碳排放強度和科技發展四個測度指標，補充了能源消費結構低碳化水平指數。原因在于：能源消費結構低碳化水平指數直接關系到碳排放強度和能源使用效率，是衡量一個經濟體、社會或產業部門在能源利用過程中碳排放情況的重要指標。因此，本研究將碳金融發展水平測度指標劃分為金融產業發展、碳排放強度、技術研發水平、碳排放貸款額度、低碳化水平五個方面，最終采用熵值法測算得出碳金融發展水平（T），指標計算方式具體見表1。

2.解釋變量：數字經濟與綠色技術創新協調發展

數字經濟與綠色技術創新協調發展水平（S）通過耦合協調度模型進行測度。使用耦合協調度模型對兩個指標的協調發展水平進行測度，需要先測算這兩個指標的發展程度。因此，本研究采用熵值法對數字經濟和綠色技術創新水平的發展程度進行測算。

汪曉文等從數字經濟基礎設施、數字經濟應用程度以及數字經濟發展程度三個方面對數字經濟的發展水平進行測度^［3］；黃宇寧從數字基礎設施、數字化創新、數字化治理、數字平臺活躍度以及數字化應用五個方面測度數字經濟的發展水平^［20］。本研究保留已有研究中有關數字經濟基礎設施與數字化應用兩個指標，在此基礎上，為了更清晰地界定數字應用在經濟發展中的作用，將數字化指標應用細分為數字產品服務和數字技術應用，并補充數字金融服務與政府支持力度兩個指標。補充數字金融服務的原因在于：數字金融是通過互聯網及信息技術手段與傳統金融服務業態相結合的新一代金融服務，不僅代表了數字化經濟的發展方向，也反映了數字經濟在金融領域的全面應用和影響。補充政府支持力度的原因在于：政策在引導和促進數字經濟發展的過程中起著至關重要的作用。因此，本研究從數字基礎設施、數字產品服務、數字技術應用、數字金融服務和政府支持力度五個方面對數字經濟發展水平進行測度。

在綠色技術創新測度方面，本研究以綠色專利發展程度進行衡量，指標計算方式具體見表2。

參考史丹等的方法，將處于（0.4，0.5］區間的耦合協調度劃分為中度協調狀態，處于（0.5，0.6］區間的耦合協調度劃分為高度協調狀態^［2］。根據耦合協調度模型可以得到，2013—2022年數字經濟與綠色技術創新協調發展水平分別為0.47、0.48、0.50、0.51、0.52、0.53、0.54、0.54、0.55、0.56。以上數據表明，數字經濟與綠色技術創新協調發展水平在2013—2015年處于中度協調狀態，在2016—2022年處于高度協調狀態。

3.中介變量

本研究選取的中介變量是產業結構優化水平（O），使用熵值法對其進行測算。產業結構優化水平是衡量當前產業結構協調程度的重要因素，即通過產業結構的不斷調整，推動經濟發展不斷向合理化和高級化邁進。產業結構高級化指產業結構從低水平狀態向高水平狀態的發展過程，這一過程通常伴隨著生產效率的提升和生產方式的清潔化，減少工業廢水、二氧化硫和煙塵等污染物的排放，進而減輕環境的負擔，因此，本研究選取工業廢水、工業二氧化硫、工業煙塵的排放量占GDP的比重來表示產業結構高級化水平。借鑒朱才斌等的研究^［12］，以泰爾指數和第三產業增加值與第二產業增加值的比值代表產業結構合理化水平。

4.控制變量

為了更全面地分析數字經濟與綠色技術創新協調發展對碳金融的影響，借鑒已有文獻^{［2，7，23］}，選取金融發展水平、人力資本、工業結構、對外開放程度和交通運輸條件五個指標作為控制變量，具體表示方式與衡量方式如下：金融發展水平（F），用城市年末金融機構貸款余額與GDP的比值衡量；人力資本（P），用城市普通高等學校人數取對數衡量；工業結構（I），用工業增加值占GDP的比重衡量；對外開放程度（E），用外商投資企業投資總額取對數衡量；交通運輸條件（R），用人均公路加鐵路里程數衡量。

（二）模型構建

1.基準回歸模型

常見的計量模型包括固定效應模型、隨機效應模型和混合效應模型，為了選擇合適的計量模型研究數字經濟與綠色技術創新協調發展對碳金融的影響，本研究進行了F檢驗和豪斯曼檢驗。在F檢驗中，如果P值顯著，說明選擇固定效應模型比選擇混合效應模型更合適；在豪斯曼檢驗中，如果P值顯著，說明選擇固定效應模型比選擇隨機效應模型更合適。在對模型檢驗后，結果顯示兩者的P值均為0.000，因此選擇固定效應模型更合適。為了控制隨時間和個體變化的遺漏變量，本研究采用雙固定效應模型進行回歸分析。因此，構建以下基準回歸方程：

T_it=α₀+α₁S_it+∑α_iC_it+γ_t+μ_i+ε_it。（1）

式中：T_it表示碳金融水平；S_it表示數字經濟與綠色技術創新協調水平；C_it表示除雙固定效應之外的控制變量；i表示省份；t表示年份；ε_it表示誤差項；γ_t表示控制時間固定效應；μ_i表示控制個體固定效應；α₀、α₁、α_i分別表示常數項、數字經濟與綠色技術創新協調發展程度、控制變量對碳金融的影響程度。如果α₁在一定置信水平內顯著且大于0，表示數字經濟與綠色技術創新協調發展有利于促進碳金融水平提升。

2.中介效應模型

為了探究數字經濟與綠色技術創新協調發展對碳金融的影響機制，本研究檢驗了產業結構優化水平作為中介變量時的中介效應是否存在，構建了相應的中介效應模型進行驗證。方程如下：

O=β₀+β₁S_it+∑β_iC_it+γ_t+μ_i+ε_it；（2）

T_it=δ₀+δ₁S_it+δ₂O_it+∑δ_iC_it+γ_t+μ_i+ε_it。（3）

式中：O表示產業結構優化水平；β₀、δ₀分別表示兩個方程的常數項；β₁、β_i分別表示數字經濟與綠色技術創新協調發展程度、控制變量對產業結構優化的影響程度；δ₁、δ₂、δ_i分別表示數字經濟與綠色技術創新協調發展程度、產業結構優化水平、控制變量對碳金融的影響程度，其他變量和符號含義與式（1）一致。需要說明的是，如果β₁在一定置信水平內顯著且大于0，表示數字經濟與綠色技術創新協調發展有利于促進產業結構優化升級；如果δ₁、δ₂在一定置信水平內顯著且大于0，表示數字經濟與綠色技術創新協調發展和產業結構優化升級有利于促進碳金融發展；當β₁、δ₁、δ₂均在一定置信水平內顯著且大于0時，表示數字經濟與綠色技術創新協調發展可以通過推動產業結構優化升級來促進碳金融發展，此時中介效應存在。

（三）數據來源

根據數據的可得性，剔除中國港澳臺地區和西藏自治區的數據，選取2013—2022年中國30個省份的數據進行分析。數據來源于國家統計局官網、國家數據庫、《中國能源統計年鑒》、《中國統計年鑒》及綠色專利數據庫。其中，能源消費結構低碳化指數由《中國能源統計年鑒》數據計算得出，數字普惠金融指數參考郭豐等的研究^［23］。各指標描述性統計結果見表3。

四、實證分析

（一）基準回歸結果分析

本研究使用Stata 16.0進行回歸分析，基準回歸模型的輸出結果見表4。列（1）表示未加入控制變量時，數字經濟與綠色技術創新協調發展對碳金融的影響結果；列（2）—（6）展示了在回歸中依次加入控制變量時，數字經濟與綠色技術創新協調發展對碳金融的影響結果。依次加入控制變量的目的是檢驗在控制了其他可能影響結果的變量后，解釋變量的回歸系數及其顯著性是否保持不變，從而驗證研究結果的穩健性。在模型逐漸加入控制變量后，解釋變量的系數基本保持不變，顯著性有所提高，這表明模型本身是有效的。

在表4中，數字經濟與綠色技術創新協調發展對碳金融的影響系數始終顯著且為正，具體回歸系數依次為0.255、0.198、0.326、0.316、0.309、0.312，這些結果表明推動數字經濟與綠色技術創新協調發展有利于促進碳金融的發展。列（1）提供了未加入控制變量時的回歸分析結果，其中數字經濟與綠色技術創新協調發展對碳金融的回歸系數為0.255，這一結果在5%的置信水平內顯著。列（6）展示了在模型中納入所有控制變量后的回歸結果，其回歸系數提升至0.312，顯著性水平進一步增強至1%。通過對比列（1）和列（6）的結果可知，隨著控制變量的逐漸加入，模型的顯著性以及回歸系數的數值均有所提升。這一現象說明，在排除其他潛在變量的干擾后，數字經濟與綠色技術創新協調發展對碳金融的正向促進效應不僅保持顯著，而且還提高了促進效應的強度。

一方面，數字經濟與綠色技術創新協調發展能夠激勵數字化企業在追求業務增長的同時，也促進企業可持續發展。這些企業利用豐富的數字資源進行綠色技術創新，引導資源向綠色生態領域流動，進而促進碳金融的發展。另一方面，數字經濟與綠色技術創新協調發展緩解了技術研發過程中的信息不對稱和溝通效率低下的問題，加速了綠色技術的傳播和交流^［26］。這有助于推動整個綠色產業向高技術方向發展，為碳金融的發展提供了動力^［27］。因此，數字經濟與綠色技術創新協調發展有助于促進碳金融的發展，從而推動低碳環保產業的發展，假設1得到證實。

需要特別說明的是，人力資本對碳金融的回歸系數為負，可能是因為有些企業更傾向于追求短期經濟利益，不愿意投入時間和資源發展碳金融業務，導致碳金融領域的人才匱乏，抑制了碳金融的發展。此外，工業結構和交通運輸方式對碳金融的回歸系數為負，可能是因為工業生產和交通運輸是導致碳排放增加的主要行業。大量的工業活動和交通運輸會導致二氧化碳和其他溫室氣體的排放增加，加劇氣候危機，增加環境壓力，從而抑制碳金融的發展。

（二）中介效應分析

為了研究數字經濟與綠色技術創新協調發展對碳金融的影響機制，本研究進行了中介效應分析。為控制隨時間和個體變化的遺漏變量，本研究在Stata 16.0中采用了因果逐步回歸法進行回歸分析，并使用Sobel檢驗與Bootstrap檢驗來驗證中介效應是否存在。在Sobel檢驗與Bootstrap檢驗中，中介效應的P值均顯著，表明中介效應存在。具體輸出結果見表5。

表5列（1）展示了基準回歸結果，數字經濟與綠色技術創新協調發展對碳金融的回歸系數為0.312，在1%的置信水平上顯著，表明數字經濟與綠色技術創新協調發展能夠顯著促進碳金融的發展。列（2）—（3）展示了中介效應的回歸結果。在列（2）中，數字經濟與綠色技術創新協調發展對產業結構優化的回歸系數為0.525，顯著性水平達到了1%，表明數字經濟與綠色技術創新協調發展能夠有效推動產業結構優化升級。進一步地，列（3）的數據顯示，數字經濟與綠色技術創新協調發展和產業結構優化水平對碳金融的回歸系數分別為0.215和0.184，均在5%的置信水平上顯著，這證實了兩者在促進碳金融發展方面的積極作用。

由列（1）、（2）和（3）的結果可知，數字經濟與綠色技術創新協調發展對產業結構優化和碳金融的回歸系數顯著為正，產業結構優化對碳金融的回歸系數也顯著為正，這說明數字經濟與綠色技術創新協調發展能夠通過促進產業結構優化升級推動碳金融的發展。這是因為：數字經濟與綠色技術創新協調發展能夠利用數據的流動性促進資源要素向生態行業轉移，推動綠色產業的發展，促使產業結構更加合理化和高級化，從而推動我國產業結構的優化升級。此外，產業結構的優化升級有利于市場要素的合理分配，減少資源錯配現象，提高生態行業中資源、人力和技術的使用效率，從而進一步推動碳金融的發展。

因此，當產業結構優化作為中介變量時，數字經濟與綠色技術創新協調發展能夠通過促進產業結構的優化升級，對碳金融的發展產生積極影響。假設2得到驗證。

（三）穩健性檢驗

1.基準回歸的穩健性檢驗

為保證研究結果的穩健性并控制潛在的內生性問題，本研究采用了工具變量法進行內生性檢驗。本研究借鑒劉潭等與趙濤等的做法^［28-29］，采用電話普及率與互聯網普及率的乘積作為工具變量，選擇基于以下理由：通信技術的發展顯著促進了數字經濟的增長和綠色技術的擴散，而數字經濟與技術進步又進一步推動了通信水平的提升，從而確保了工具變量與解釋變量之間的相關性；碳金融與通信技術使用的關聯性較弱，電話和互聯網的普及不太可能因碳金融的波動而顯著變化，這滿足了工具變量的外生性條件。

在進行結果的內生性檢驗時，本研究借鑒劉潭等的方法^［28］，采用兩階段最小二乘法進行回歸分析，并控制時間固定效應與個體固定效應。具體結果見表6。一方面，Kleibergen-Paap rk Wald F統計量為53.322，Cragg-Donald Wald F統計量為106.615，兩者均超過Stock-Yogo弱工具變量檢驗的10%偏誤臨界值16.38，這表明所選工具變量具有較強的解釋力。另一方面，數字經濟與綠色技術創新協調發展對碳金融的回歸系數為2.120，在1%的置信水平上顯著，與基準回歸模型的結果相吻合，驗證了結果的穩健性。

為進一步驗證模型結果的穩健性，排除異常值及面板數據周期性因素的潛在影響，本研究采取了三種補充方法進行穩健性檢驗，輸出結果見表7。首先，對關鍵變量實施1%和99%分位數的縮尾處理，并在此基礎上重新執行回歸分析，其結果展示于表7的列（1）；其次，對變量執行移動平均處理，隨后進行回歸分析，相關結果記錄在表7的列（2）；最后，在縮尾處理的基礎上輔以平滑性處理，再次進行回歸分析，所得結果呈現在表7的列（3）。

根據表7所展示的回歸結果，可以觀察到：列（1）中，數字經濟與綠色技術創新協調發展對碳金融的回歸系數為0.233，在5%的置信水平上顯著。列（2）、（3）中，數字經濟與綠色技術創新協調發展對碳金融的回歸系數分別為0.667和0.658，均在1%的置信水平上顯著。這些結果一致表示，數字經濟與綠色技術創新協調發展對碳金融的增長具有顯著的正向影響。此外，這些發現與基準回歸模型的結果相吻合，進一步驗證了研究結果的穩健性。

2.中介效應的穩健性檢驗

為保證中介效應分析的準確性，避免數據異常值的潛在干擾，本研究采用了三種穩健性檢驗：縮尾處理、移動平均處理以及縮尾后的移動平均處理。這些方法的應用旨在重新驗證中介效應的穩定性，具體的檢驗結果見表8。表8的列（1）、（3）和（5）分別展示了在實施上述三種數據處理方法后，數字經濟與綠色技術創新協調發展對產業結構優化水平的效應；列（2）、（4）和（6）則分別反映了在相同數據處理條件下，數字經濟與綠色技術創新協調發展以及產業結構優化對碳金融影響的效應。

本研究中所有回歸均采用逐步回歸法，并控制時間固定效應和個體固定效應。為驗證中介效應的存在性，本研究對所有回歸模型均進行了Sobel檢驗與Bootstrap檢驗。在三種穩健性方法的檢驗中，Sobel檢驗與Bootstrap檢驗的中介效應P值顯著，這表明數字經濟與綠色技術創新協調發展對產業結構的優化以及碳金融的發展均產生了顯著的正向影響，并且這些影響在經過穩健性檢驗后仍然保持顯著，從而驗證了研究結果的可靠性。

具體來看，數字經濟與綠色技術創新協調發展對產業結構優化水平的回歸系數在列（1）、（3）和（5）中分別為0.413、0.353和0.340，均在5%或1%的置信水平上顯著。產業結構優化水平對碳金融發展的回歸系數在列（2）、（4）和（6）中分別為0.136、0.164和0.153，均在1%的置信水平上顯著。這些結果不僅證實了數字經濟與綠色技術創新協調發展對碳金融的直接影響，而且揭示了其通過產業結構優化間接促進碳金融發展的路徑。因此，這些結果共同驗證了中介效應的存在及其穩健性。

（四）區域異質性分析

為了深入探究數字經濟與綠色技術創新協調發展在不同區域對碳金融影響的差異性，本研究將樣本地區依據地理位置劃分為東部、中部和西部三大區域。在此基礎上，采用雙固定效應模型對數據進行了回歸分析，具體輸出結果見表9。

根據表9展示的回歸結果得出以下結論：東部地區數字經濟與綠色技術創新協調發展對碳金融的回歸系數為0.556，在1%的置信水平上顯著，這表明東部地區數字經濟與綠色技術創新協調發展能夠顯著促進當地碳金融的發展；中部地區的回歸系數為0.254，西部地區為-0.232，但這兩個地區的系數均未顯示出統計學上的顯著性。因此，數字經濟與綠色技術創新協調發展對碳金融存在區域異質性，驗證了假設3。

可能的原因在于幾個方面。首先，東部地區憑借較高的經濟發展水平和人才集聚的優勢，為數字經濟的繁榮提供了堅實的基礎。這些優勢同樣在一定程度上促進了綠色創新活動的開展。同時，數字經濟與綠色技術創新的快速發展為碳金融領域提供了更多的發展機遇和創新空間，有利于推動東部地區碳金融的發展。其次，中部地區人口規模較大，對數字經濟和綠色技術創新活動產生了巨大的需求，為其提供了廣闊的發展空間。然而，由于中部地區經濟基礎相對較差，當地企業更注重企業利潤和市場競爭，忽略了對碳金融產品的投入和應用。因此，盡管數字經濟與綠色技術創新協調發展能夠促進當地碳金融的發展，但這種促進作用并不顯著。最后，西部地區以生態保護為重點，綠色發展水平相對較高，但當地經濟資源有限，難以同時兼顧數字經濟和綠色技術創新的發展。因此，西部地區在推動數字經濟與綠色技術創新協調發展的過程中，未能充分發揮其對碳金融發展的正面影響，甚至可能產生一定的阻礙作用。

五、結論與建議

（一）研究結論

本研究基于2013—2022年中國省際面板數據，構建了數字經濟與綠色技術創新協調發展評價指標體系。通過基準回歸模型和中介效應模型，實證分析了數字經濟與綠色技術創新協調發展對碳金融的影響及傳導機制。進一步地，本研究將范圍劃分為東部、中部和西部三大地區，探討了數字經濟與綠色技術創新協調發展對碳金融影響的區域異質性。結果表明：數字經濟與綠色技術創新協調發展對中國碳金融的發展具有顯著的正向影響；數字經濟與綠色技術創新協調發展促進碳金融的影響機制在于推動產業結構的優化升級；數字經濟與綠色技術創新的協調發展對碳金融的影響在不同地區呈現異質性，在東部和中部地區表現為促進作用，而在西部地區表現為抑制作用。需要說明的是中部地區與西部地區的回歸結果并未顯示出統計學上的顯著性。

（二）政策建議

為了更好地發揮數字經濟與綠色技術創新協調發展對碳金融的促進作用，本研究提出以下建議：

第一，設立專項資金，采取跨界合作，促進數字經濟與綠色技術創新的協調發展。一方面，政府部門、金融機構或私營企業可以設立專項資金，用于支持數字技術在環保領域的創新應用和綠色技術研發，從而促進數字經濟與綠色技術創新的協調發展。另一方面，政府部門應鼓勵數字行業與綠色技術創新領域的跨界合作，推動數字科技與環保產業的協調發展。這種合作有助于技術知識的交流，加速綠色技術的研發和應用，創造更多解決方案。

第二，采取配額管理，實施稅收優惠，推動產業結構優化升級。政府部門可以對市場主體的碳排放進行配額管理，設置碳排放限額，制定超額排放的處罰機制。此外，對碳排放量較低的企業給予一定的補貼或稅收減免政策。與此同時，高校和科研機構還可以加大對人才培養和科技研發的投入，通過課程設置、研究項目、產學研合作等方式，培養適應新產業發展需求的高素質人才，推動產業結構優化升級。

第三，加強碳交易市場建設，鼓勵碳減排項目投資，因地制宜地促進綠色低碳經濟發展。東部地區應加強碳交易市場建設，通過鼓勵碳交易和綠色技術創新來促進低碳經濟的增長。中部地區應先提高經濟發展水平，同時加強地方政府、企業和公眾的碳金融知識培訓和宣傳，提升企業、居民對碳市場的認識和參與度。西部地區則應鼓勵企業投資碳減排項目，以實現碳排放量的降低，并獲取碳金融獎勵。

參考文獻：

［1］ 初昌雄，周丕娟.碳金融：低碳經濟時代的金融創新［J］.金融與經濟，2010（2）：18-21.

［2］ 史丹，孫光林.數字經濟和實體經濟融合對綠色創新的影響［J］.改革，2023（2）：1-13.

［3］ 汪曉文，陳明月，陳南旭.數字經濟、綠色技術創新與產業結構升級［J］.經濟問題，2023（1）：19-28.

［4］ 薛暢.金融科技賦能商業銀行碳金融業務發展理論邏輯、現狀及對策建議［J］.西南金融，2023（3）：16-26.

［5］ 朱民，潘柳，張娓婉.財政支持金融：構建全球領先的中國零碳金融系統［J］.財政研究，2022（2）：18-28.

［6］ FLEISCHMAN F，BASANT S，FISCHER H， et al. How politics shapes the outcomes of forest carbon finance［J］. Current Opinion in Environmental Sustainability，2021，51：7-14.

［7］ 陳智穎，許林，錢崇秀.中國碳金融發展水平測度及其動態演化［J］.數量經濟技術經濟研究，2020，37（8）：62-82.

［8］ 鄭群哲.中國碳金融發展水平測度及影響因素分析［J］.技術經濟與管理研究，2022（2）：75-79.

［9］ GENG L M，HU J Y，SHEN W X. The impact of carbon finance on energy consumption structure： evidence from China［J］.Environmental Science and Pollution Research，2022，30（11）：30107-30121.

［10］ DUAN B，JI X M. Can carbon finance optimize land use efficiency？ The example of China’s carbon emissions trading policy［J］.Land，2021，10（9）：953-970.

［11］ TIAN N，JIA Q D，RONG J L， et al. Research on the effect of carbon finance development on industrial structure upgrading in Northeast China［J］. Academic Journal of Environment amp; Earth Science，2022，4（5）：35-43.

［12］ 朱才斌，熊祥梅.長三角地區碳金融支持產業結構升級研究［J］.商業經濟研究，2023（13）：180-183.

［13］ 陸順，陸岷峰.數字金融與低碳金融：互融燃點、共促體制與共生機制研究：以商業銀行為例［J］.大慶師范學院學報，2022，42（1）：24-30.

［14］ 黃劍輝，張超.打造數字化碳金融平臺助力碳中和目標達成［J］.現代國企研究，2022（4）：29-33.

［15］ 陸培麗. 碳金融數字經濟平臺及其配置方法：CN114416841A［P］.2022-04-29.

［16］ 李鍵江，付子甜，段瑋潔.低碳經濟背景下碳金融支持創新型企業技術創新的現狀及其對策研究［J］.科學管理研究，2023，41（1）：158-164.

［17］ 齊紹洲，張振源.碳金融對可再生能源技術創新的異質性影響：基于歐盟碳市場的實證研究［J］.國際金融研究，2019（5）：13-23.

［18］ 劉蘊喆.中國省域碳金融發展水平及影響因素的分析與路徑［J］.經濟問題探索，2014（7）：118-123.

［19］ 宋早樂.我國碳金融發展的影響因素［D］.蚌埠：安徽財經大學，2023.

［20］ 黃宇寧.數字經濟、低碳技術創新與全要素碳生產率［J］.技術經濟與管理研究，2023（8）：26-32.

［21］ 郭風，孫仁金，孟思琦.數字經濟、技術創新與碳生產率［J］.調研世界，2022（9）：12-19.

［22］ 張哲華，鐘若愚.數字經濟、綠色技術創新與城市低碳轉型［J］.中國流通經濟，2023，37（5）：60-70.

［23］ 郭豐，楊上廣，任毅.數字經濟、綠色技術創新與碳排放：來自中國城市層面的經驗證據［J］.陜西師范大學學報（哲學社會科學版），2022，51（3）：45-60.

［24］ 常皓亮.數字經濟、綠色技術創新與碳排放強度：基于我國城市面板數據的經驗研究［J］.商業研究，2023（2）：73-80.

［25］ 郭炳南，王宇，張浩.數字經濟、綠色技術創新與產業結構升級：來自中國282個城市的經驗證據［J］.蘭州學刊，2022（2）：58-73.

［26］ 任建華，趙雅菲.數字經濟對高技術產業出口競爭力的影響機制研究［J］.華北水利水電大學學報（社會科學版），2024，40（1）：30-40.

［27］ 段世霞，靳楊柳.綠色技術創新對碳生產率的空間溢出效應：基于地方政府競爭的調節作用［J］.工業技術經濟，2022，41（2）：62-69.

［28］ 劉潭，徐璋勇.數字經濟、異質性技術創新與二氧化碳排放［J］.科技進步與對策，2023，40（13）：1-10.

［29］ 趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展：來自中國城市的經驗證據［J］.管理世界，2020，36（10）：65-76.

The Impact of the Coordinated Development of the Digital Economy and "Green Technology Innovation on Carbon Finance

REN Jianhua， YIN Nannan

（School of Management and Economics， North China University of Water Resources and Electric Power，

Zhengzhou 450046， China）

Abstract： Accelerating the development of carbon finance is critical for promoting high-quality economic growth during the construction of a modern economic system. Based on provincial panel data from China spanning 2013 to 2022， this study employs fixed-effects and mediation-effects models to empirically examine the impact of the coordinated development of the digital economy and green technology innovation on carbon finance. The findings reveal the following： Firstly， the coordinated development of the digital economy and green technology innovation has a significant positive effect on the development of carbon finance in China. Secondly， this impact is mediated by the optimization and upgrading of the industrial structure， which serves as a key mechanism linking the coordinated development to carbon finance growth. Thirdly， the effects exhibit regional heterogeneity， with a promoting effect observed in eastern and central regions， but a restraining effect in western regions. To advance the coordinated development of the digital economy and green technology innovation and foster the growth of a green， low-carbon economy， it is recommended to establish dedicated funds， implement quota management systems， and strengthen carbon trading markets， among other strategies.

Key words： carbon finance; digital economy; green technology innovation

（編輯：王韻）