周亞軍，齊志淵

（1.新疆財經(jīng)大學 金融學院，新疆 烏魯木齊 830012；2.新疆財政與金融協(xié)同創(chuàng)新研究中心,新疆 烏魯木齊 830012）

一、引言

改革開放以來，我國經(jīng)濟實現(xiàn)穩(wěn)步且快速發(fā)展。然而，粗放式的經(jīng)濟發(fā)展帶來了高能耗、高污染、高排放的結(jié)果。追求高質(zhì)量、可持續(xù)發(fā)展成為新時代我國經(jīng)濟建設(shè)的基本落腳點。在全球氣候異常情況多發(fā)的大背景下，我國展現(xiàn)了負責任的大國形象，加速推進了去碳化進程，習近平主席在第七十六屆聯(lián)合國大會上強調(diào)，完善全球環(huán)境治理，積極應對氣候變化，構(gòu)建人與自然生命共同體。加快綠色低碳轉(zhuǎn)型，中國將力爭2030年前實現(xiàn)碳達峰、2060年前實現(xiàn)碳中和。這是繼七十五屆聯(lián)合國大會首次提出“雙碳”目標后的又一次莊嚴承諾，彰顯了我國在推動全球綠色轉(zhuǎn)型中的大國擔當。

碳達峰、碳中和的戰(zhàn)略部署需要長效的金融支撐，而金融科技作為金融與新興數(shù)字驅(qū)動技術(shù)的結(jié)合，可以對污染形成長效機制的治理（許釗等，2021）[1]。金融科技憑借自身“清潔型”和“動力型”特點，在我國經(jīng)濟實現(xiàn)高質(zhì)量、可持續(xù)發(fā)展的路上起著日臻關(guān)鍵的作用。2022年1月，中國人民銀行發(fā)布《金融科技發(fā)展規(guī)劃（2022—2025年）》，指出金融科技應運用數(shù)字技術(shù)提高金融服務(wù)綠色產(chǎn)業(yè)的廣度與精準度，實現(xiàn)經(jīng)濟綠色低碳轉(zhuǎn)型。在此背景下，研究金融科技對我國碳排放強度（單位生產(chǎn)總值下的碳排放量）的影響及其作用機制具有重要現(xiàn)實意義。本文基于2011—2020年省級面板數(shù)據(jù)，通過空間杜賓模型剖析金融科技對碳排放強度的影響，進一步地利用中介效應模型探究其中介影響機制，既可以為后續(xù)金融科技研究提供一些思路和經(jīng)驗支撐，亦可以拓展現(xiàn)有的研究框架，豐富金融科技與碳排放強度的相關(guān)理論研究，旨在為國家深化金融科技發(fā)展，助力國家經(jīng)濟實現(xiàn)綠色轉(zhuǎn)型與高質(zhì)量發(fā)展提供經(jīng)驗支撐。

二、文獻回顧

（一）金融對碳排放的影響

目前，針對金融行業(yè)對碳排放的影響，國內(nèi)外學者從不同的視角開展了研究。由于不同的學者定義金融發(fā)展存在著差異性，已有文獻大致從金融發(fā)展、金融結(jié)構(gòu)、金融效率、金融集聚四方面進行研究。

一是從金融發(fā)展角度探索其對碳排放的影響，目前學者對于兩者間的關(guān)系并未形成統(tǒng)一的結(jié)論。Jiang 和Ma（2019）[2]基于全球視角，將155 個國家分為發(fā)達國家和發(fā)展中國家兩個子樣本進行實證研究，發(fā)現(xiàn)金融發(fā)展將在各國達到較高發(fā)展水平前促進碳排放。而Zaidi等（2019）[3]以亞太經(jīng)合組織成員為研究樣本，認為金融發(fā)展可以為清潔能源和節(jié)能技術(shù)項目提供長期融資支持，進而減少碳排放。針對我國金融發(fā)展對碳排放的影響，陳亮和胡文濤（2020）[4]基于信貸規(guī)模構(gòu)建金融發(fā)展指標，以面板VAR 模型進行實證研究，發(fā)現(xiàn)金融發(fā)展并不能有效地減少碳排放。

二是從金融結(jié)構(gòu)角度探究其對碳排放的影響，學者們發(fā)現(xiàn)即使金融發(fā)展規(guī)模相似，但由于金融結(jié)構(gòu)的不同，其碳排放強度也存在較大的差異。葉初升和葉琴（2019）[5]利用88 個經(jīng)濟體1990—2014年的數(shù)據(jù)進行研究，表明市場化程度高的金融結(jié)構(gòu)有益于通過增強創(chuàng)新減少碳排放強度。陳向陽（2020）[6]以金融中介效率、銀行依賴程度和金融相關(guān)比率作為金融結(jié)構(gòu)的三個維度，通過研究發(fā)現(xiàn)以銀行為主導的金融結(jié)構(gòu)增加了碳排放總量。前者是以碳排放強度為研究對象，而后者以碳排放總量為被解釋變量。

三是從金融效率角度研究兩者之間的關(guān)系，學者們普遍認為金融效率的提升會對碳排放產(chǎn)生抑制效應，但該抑制效應存在滯后性。金融效率的提升只有跨過特定門檻時才會降低碳排放水平（Shahbaz等，2013；Abbasi 和Riaz，2016）[7-8]。周亞軍和吉萍（2019）[9]通過建立省際空間面板模型探究金融資源配置效率對人均碳排放量的影響，實證結(jié)果表明我國金融資源配置效率對降低人均碳排放水平存在顯著影響。

四是考察了金融集聚對碳排放的影響，目前國內(nèi)外學者關(guān)于金融集聚對碳排放直接影響的研究較少，多是從能源消耗（Qu 等，2020）[10]、綠色經(jīng)濟效率（Qian 等，2022；Yuan 等，2019）[11-12]、科技創(chuàng)新（Wen等，2021）[13]等角度進行探討。而李治國等（2021）[14]采用動態(tài)空間杜賓模型剖析了金融集聚與碳排放間的非線性關(guān)系，即金融集聚對本地區(qū)和周邊地區(qū)的碳排放都存在“倒N”形的曲線關(guān)系。

（二）金融科技對環(huán)境的影響

隨著金融科技概念的完善與快速發(fā)展，關(guān)于金融科技的學術(shù)研究也逐步深入，除金融科技對銀行績效、系統(tǒng)性風險的影響等領(lǐng)域的研究，日益突出的環(huán)境問題也被考慮其中。在金融科技對綠色全要素生產(chǎn)率影響的研究中，范欣和尹秋舒（2021）[15]利用2011—2017年29 個省份的面板數(shù)據(jù)進行實證研究，結(jié)果表明數(shù)字金融的發(fā)展可以有效提升綠色全要素生產(chǎn)率，其中技術(shù)創(chuàng)新與地區(qū)創(chuàng)業(yè)起著明顯的傳導作用。進一步地，數(shù)字普惠金融可以通過降低三大行業(yè)的總碳排放量，進而提升全要素生產(chǎn)率。針對金融科技的創(chuàng)新性，李春濤等（2020）[16]采用2011—2016年新三板上市公司的數(shù)據(jù)進行實證研究，結(jié)果表明金融科技可以通過緩解企業(yè)的融資約束和提高稅收返還來促進企業(yè)創(chuàng)新。也有學者認為區(qū)域創(chuàng)新水平的提高是金融科技提升能源效率的重要傳導機制。金融科技作為金融與信息科技的結(jié)合，其數(shù)字化載體能否成為綠色金融發(fā)展的支撐點呢？部分學者對此開展了研究，認為金融科技可以通過促進綠色金融深化來實現(xiàn)可持續(xù)發(fā)展（Puschmann 等，2020；Vergara 和Agudo，2021）[17-18]。此外，金融科技的發(fā)展還可以憑借其引起的產(chǎn)業(yè)升級、創(chuàng)新創(chuàng)業(yè)效應產(chǎn)生污染減排作用（許釗等，2021）[1]。

梳理現(xiàn)有研究成果，我們可以發(fā)現(xiàn)探究傳統(tǒng)金融與碳排放強度的文獻較多，但針對金融科技直接影響碳排放的研究文獻寥寥可數(shù)，其中Tao 等（2022）[19]將金融科技與碳排放置于同一框架內(nèi)進行研究，個別學者將碳排放量作為數(shù)字普惠金融提升全要素生產(chǎn)率的中介機制，但鮮有文獻直接考察金融科技與碳排放強度兩者之間的關(guān)系?；诖?，本文可能的邊際貢獻在于：第一，采用空間杜賓模型將金融科技與碳排放強度置于同一框架進行研究，補充了現(xiàn)有研究；第二，本文進一步探討金融科技對碳排放強度的作用機理，以中介效應模型探究其中間影響機制，有利于更好地理解金融科技影響碳排放強度的傳導關(guān)系。本研究著重關(guān)注金融科技與綠色發(fā)展理念間的關(guān)聯(lián)，其成果能彰顯金融科技發(fā)展的新優(yōu)勢，為國家深化金融科技發(fā)展提供新的經(jīng)驗證據(jù)支持。

三、理論分析與假設(shè)提出

在綠色低碳發(fā)展的時代背景下，數(shù)字化技術(shù)與各行各業(yè)不斷深化交融，因勢而新的金融科技成為低碳經(jīng)濟的重要推手。金融科技的碳減排效應主要體現(xiàn)在以下幾方面。第一，金融科技自身的低碳屬性。金融科技作為數(shù)字化產(chǎn)業(yè)的一部分，其數(shù)據(jù)作為生產(chǎn)要素可被多邊使用，降低了生產(chǎn)成本，相對于傳統(tǒng)生產(chǎn)要素具有可復制、可再生的特點，減少了環(huán)境負擔成本。第二，金融科技的數(shù)字信息技術(shù)運用。首先，金融科技革新的交易機制為綠色消費提供技術(shù)儲備和產(chǎn)品應用激勵，將互聯(lián)網(wǎng)流量價值轉(zhuǎn)化為經(jīng)濟價值和生態(tài)價值（許釗等，2021）[1]，數(shù)字資產(chǎn)、人工智能、理財貸款模式的創(chuàng)新改變了客戶群體的金融需求，降低了人力成本與中介成本（薛瑩和胡堅，2020）[20]，減少了客戶實地前往金融機構(gòu)所帶來的出行成本，具有節(jié)能減排的價值。其次，金融科技可以賦能傳統(tǒng)金融，提高其資源配置效率，減少信息不對稱，助力綠色信貸精準放矢，引導資金流向綠色低碳企業(yè)，緩解其融資約束，為企業(yè)擴大再生產(chǎn)與技術(shù)革新提供資金保障。此外，信貸市場透明度的上升，綠色信貸的整體流向?qū)⑨尫拧靶盘枴保龑Ц嗝耖g資本轉(zhuǎn)入綠色項目，增加綠色行業(yè)的資本供給。即金融科技除自身作為數(shù)字產(chǎn)業(yè)所攜帶的低碳屬性，還可以憑借自身的信息技術(shù)運用賦能傳統(tǒng)金融，減少交易成本，提高資源配置效率，為綠色行業(yè)的發(fā)展提供資金保障，實現(xiàn)綠色技術(shù)創(chuàng)新效應，減少碳排放強度。鑒于此，本文提出假說1。

假說1：金融科技可以降低我國的碳排放強度。

通過我國碳達峰頂層設(shè)計文件《2030年前碳達峰行動方案》中2025年和2030年中的非化石能源分別占比20%和25%的目標，可以看到，能源結(jié)構(gòu)的改善是我國實現(xiàn)碳達峰、碳中和的根本路徑之一。能源結(jié)構(gòu)的改善，在依靠政府政策引導的基礎(chǔ)上，還需要借助金融手段實現(xiàn)資金的有效保障。而市場上的信貸總量有限，傳統(tǒng)金融部門多依靠企業(yè)資產(chǎn)與資金償還能力來選擇客戶，但清潔能源自身的經(jīng)濟效益弱于高污染化石能源且成本較高，需要穩(wěn)定的資金流支持（穆獻中等，2019）[21]，這就容易造成金融資源錯配與金融歧視，致使該類創(chuàng)新型、成長期的企業(yè)遭遇融資困境。而金融科技以信息技術(shù)賦能傳統(tǒng)金融，在能源新舊轉(zhuǎn)換更迭的趨勢下，通過數(shù)字技術(shù)實現(xiàn)綠色定性定量分析，強化綠色企業(yè)的識別能力，為其提供多元化的金融服務(wù)，可以有效降低新能源企業(yè)的融資成本，提高資源配置效率，拓寬企業(yè)融資渠道，進而擴大生產(chǎn)規(guī)模（高曉燕和王治國，2017）[22]。此外，金融科技結(jié)合了大數(shù)據(jù)、云計算等新興驅(qū)動技術(shù)，主要從規(guī)模、速度和準度等三個維度提升了數(shù)據(jù)處理能力，在新能源政策導向下，降低信息壁壘可以為新能源企業(yè)的生產(chǎn)研發(fā)、技術(shù)革新提供穩(wěn)定的資金流，進而帶動其產(chǎn)出效率提升，提高經(jīng)濟效益，為優(yōu)化我國能源結(jié)構(gòu)提供內(nèi)生動力。至于此，本文提出假說2。

假說2：金融科技可以通過優(yōu)化我國能源結(jié)構(gòu)來降低碳排放強度。

四、研究設(shè)計

（一）變量選擇及數(shù)據(jù)來源

1.被解釋變量

本文的被解釋變量為碳排放強度，用以衡量單位生產(chǎn)總值下的碳排放總量。參考已有研究（李國志和李宗植，2010；李金鎧等，2020）[23-24]，本文根據(jù)IPCC（2006）的方法，選取各省份消耗的煤炭、焦炭、原油等8 種化石能源測度其二氧化碳排放總量。具體公式如下：

其中，CEj為第j種化石能源的二氧化碳排放量，Ej為第j 種化石能源的消耗量，F(xiàn)j為第j 種能源的標準煤折算系數(shù)，Lj為第j 種化石能源的碳排放系數(shù)。K 等于44/12，表示碳氧化成CO2分子量從12 轉(zhuǎn)變?yōu)?4。各類化石能源的標準煤折算系數(shù)和碳排放系數(shù)如表1所示。

表1 各類化石能源標準煤折算系數(shù)與碳排放系數(shù)

2.核心解釋變量

從金融穩(wěn)定理事會（FBS）對金融科技的定義中可以看出，金融科技主要是指由大數(shù)據(jù)等新興前沿技術(shù)帶來的技術(shù)創(chuàng)新，而其創(chuàng)造的新業(yè)務(wù)模式、技術(shù)應用、產(chǎn)品服務(wù)會對金融市場以及金融服務(wù)供給產(chǎn)生重大影響。目前針對金融科技發(fā)展程度的衡量方法主要分為兩類。一是采取文本挖掘技術(shù)。構(gòu)建金融科技關(guān)鍵詞，在百度新聞檢索詞頻（李春濤等，2020）[16]；利用路演中心出具的研究報告并結(jié)合地區(qū)金融科技企業(yè)數(shù)量和相關(guān)政策文件設(shè)置權(quán)重得到金融科技發(fā)展水平（李睿，2021）[25]；基于“天眼查”網(wǎng)站檢索地區(qū)金融科技公司數(shù)量（宋敏等，2021）[26]。二是結(jié)構(gòu)化數(shù)據(jù)構(gòu)建指標，如使用數(shù)字普惠金融指數(shù)作為衡量金融科技發(fā)展水平的替代指標（邱晗等，2018；唐松等，2019；孟娜娜等，2020）[27-29]。北京大學數(shù)字金融中心編制的中國數(shù)字普惠金融指數(shù)更能從細致的角度出發(fā)，全面真實地衡量地區(qū)的金融科技發(fā)展水平。而新聞檢索得出的結(jié)果等多是大眾的關(guān)注情況，該信息快速更迭，可能不能客觀反映金融科技的發(fā)展水平。地區(qū)金融科技公司或政策文件數(shù)量也可能只能在量上反映金融科技發(fā)展情況，無法從質(zhì)的維度進行考察，而數(shù)字普惠金融中的數(shù)字化程度直觀地從微觀個體的角度出發(fā)，衡量金融與云計算、大數(shù)據(jù)等新興技術(shù)的融匯程度，真實反映各省份金融的信息化發(fā)展水平，更符合金融科技的定義。鑒于此，本文選取數(shù)字普惠金融指數(shù)（郭峰等，2020）[30]中的子指標“數(shù)字化程度”作為金融科技的代理變量。

3.控制變量

表2 變量定性描述

4.數(shù)據(jù)來源及處理

基于數(shù)據(jù)可得性，本文以2011—2020年我國30個省份（西藏自治區(qū)和港、澳、臺地區(qū)統(tǒng)計數(shù)據(jù)大量缺失，故剔除）的相關(guān)數(shù)據(jù)為研究樣本。所用原始數(shù)據(jù)來源于北京大學數(shù)字普惠金融指數(shù)、《中國能源統(tǒng)計年鑒》《中國統(tǒng)計年鑒》、各省份統(tǒng)計年鑒、Wind 數(shù)據(jù)庫。對于原始數(shù)據(jù)的少數(shù)缺失值，本文以插值法和線性趨勢法補充完整。另外，為排除價格因素帶來的干擾，本文以2011年為基期對碳排放強度、人均GDP 中所用的生產(chǎn)總值進行平減處理。描述性統(tǒng)計具體如表3所示。為減少異方差帶來的影響，本文在模型回歸中對所有變量的數(shù)據(jù)進行對數(shù)化處理。

表3 描述性統(tǒng)計結(jié)果

（二）模型設(shè)定

1.空間權(quán)重矩陣設(shè)定

空間權(quán)重矩陣的構(gòu)建是開展空間計量的必備條件。相較于鄰接矩陣，地理距離矩陣的解釋力度不會隨著樣本量的增加而減少（Gilio 和De Moraes，2016）[32]。鑒于此，本文以30 個省份的地理距離倒數(shù)的平方構(gòu)建反距離平方矩陣。具體表現(xiàn)形式如下：

其中，dij為i、j 兩省份省會城市之間的地理距離。

2.空間面板模型構(gòu)建

基于已有研究利用空間計量模型考察金融科技對其他因變量的影響（李睿，2021；唐松等，2019）[25,28]，結(jié)果表明了金融科技存在著空間溢出效應。而碳排放的空間溢出效應也已被許多學者證實（李治國等，2021；路正南和羅雨森，2021）[14,33]。因此，有必要分析空間視角下的金融科技對碳排放強度的影響。具體模型設(shè)定如下：

其中，lnCIit表示省份i 在t 時對數(shù)化后的碳排放強度；lnFinit表示i 省份t 時的金融科技發(fā)展水平；Controlsit為本文選取的對數(shù)化處理后的控制變量，參考路正南和羅雨森（2021）[33]的做法，用加入對數(shù)化后的經(jīng)濟發(fā)展水平的二次項和三次項，驗證經(jīng)濟發(fā)展與碳排放水平的非線性關(guān)系；W 為空間權(quán)重矩陣；ρ 度量lnCIit的空間滯后系數(shù)；β1和γ1分別表示核心解釋變量和控制變量的回歸系數(shù)；β2和γ2分別表示核心解釋變量、控制變量的空間回歸系數(shù)；λ 為空間誤差系數(shù)；φi為個體固定效應；μt為時間固定效應；εit和νit為服從正態(tài)分布的隨機誤差項。

微量升華法的應用操作手法較為豐富，常見的有放射測量法和微熱測量法等，通過這些方法能夠?qū)κ称肺⑸锏臋z測結(jié)果進行優(yōu)化，更能保證微生物檢測的準確性。對于發(fā)生測量法，采用的是微量放射性標記物對其進行檢測，通過對菌落中的碳水化合物進行標記，從而對食品中的菌落情況進行準確的判斷。

當λ=0時，式（3）表示空間杜賓模型（SDM）；當λ=β2=γ2=0 時，式（3）表示空間滯后模型；當ρ=β2=γ2=0時，式（3）表示空間誤差模型。

為探討本地碳排放強度受到的本地解釋變量和周邊地區(qū)解釋變量的影響，對空間計量模型進行效應分解。以一般形式下的空間杜賓模型進行簡化表述，對表達式y(tǒng)=ρWy+βX+λWX+ε 進行變形得到式（4）：

由(I-ρW)-1=I+ρW+ρ2W2+ρ3W3+…，將式（4）改寫為式（5）：

其中，Sr(W)≡(βr+λrW)(I-ρ)-1為依賴于βr、λr與W的n×n矩陣，其擴展形式如式（6）所示：

其中，等號右側(cè)第一個矩陣為偏微分矩陣Sr(W)，其主對角線所有元素的平均值為變量Xr的直接效應，非對角線元素之和的平均值為變量Xr的間接效應，間接效應與直接效應之和稱為總效應。

3.中介效應模型構(gòu)建

為更大程度上控制棄真錯誤和存?zhèn)五e誤，本文在參考相關(guān)文獻的基礎(chǔ)上（李睿，2021；宋敏等，2021；Yuan等，2020）[25-26,34]，采用逐步因果法構(gòu)建中介效應模型，考察了能源結(jié)構(gòu)升級在金融科技影響碳排放強度中起到的中介效應。中介效應的具體檢驗步驟如下。

首先，檢驗式（7）中解釋變量lnFinit對被解釋變量lnCIit的總效應。此時若系數(shù)β1顯著，則繼續(xù)檢驗式（8）和式（9）。其次，估計式（8）中的系數(shù)β2和式（9）中的系數(shù)β4。若兩者都顯著，則間接效應存在；若兩者中有一個不顯著，則應用Sobel方法檢驗系數(shù)乘積的顯著性（即H0：β2β4=0），如果顯著，則間接效應存在，進行下一步驟的檢驗。再次，檢驗式（9）中的系數(shù)β3。如果不顯著，則直接效應不顯著，為完全中介效應；如果顯著，則為部分中介效應，繼續(xù)進行分析。最后，比較β2β4和β3的符號。如果它們具有相同的符號，則為部分中介效應，此時，中介效應占總效應的比例為β2β4/β3；如果符號不同，則為遮掩效應。

其中：lnEnsit為對數(shù)化后的能源結(jié)構(gòu)；φi和μt分別為個體固定與時間固定效應；εit為隨機擾動項。式（7）、式（8）、式（9）構(gòu)成了一個完整的中介效應模型。

五、金融科技對碳排放強度影響的空間效應分析

（一）空間相關(guān)性檢驗

在進行金融科技對碳排放強度影響的空間計量分析前，首先對金融科技和碳排放強度用Moran’s I指數(shù)進行空間相關(guān)性分析?；诜淳嚯x平方矩陣的檢驗結(jié)果如表4所示?？梢钥吹?，各省份碳排放強度的Moran’s I在2011—2020年均通過了顯著性檢驗，且為正值，表示我國30 個省份的碳排放強度對周邊地區(qū)存在正向空間溢出。金融科技的Moran’s I有三年沒有通過顯著性檢驗，但是大部分年份下，金融科技的空間集聚特征仍然顯著且存在正向空間相關(guān)性。因此，可以對兩者進行空間計量分析。

表4 空間自相關(guān)檢驗結(jié)果

進一步地，本文采用局部Moran’s I 散點圖描繪2011年、2020年的我國各省份碳排放強度、金融科技發(fā)展水平的空間自相關(guān)特征。從圖1中2011年與2020年碳排放強度的對比情況來看，各省份所在象限沒有發(fā)生較大的變化，大部分集中于一、三象限，呈現(xiàn)“高—高”集聚、“低—低”集聚的特點。其中，河南省從第一象限轉(zhuǎn)移至第二象限，這意味著該省份自身碳排放強度相較于周邊其他省份存在大幅下降的過程。

圖1 2011年、2020年各省份二氧化碳排放強度的Moran’s I散點圖

而在圖2中我們可以發(fā)現(xiàn)，2020年我國各省份的金融科技發(fā)展水平相較于2011年發(fā)生了較大的變動，其中東南地區(qū)各省份的金融科技發(fā)展水平相較于其他省份存在大幅上升的情況，從“低—低”集聚轉(zhuǎn)化為“高—高”集聚，而西北地區(qū)大部分省份由“高—高”集聚轉(zhuǎn)向“低—低”集聚。我國各省份的象限所在位置也多從集中于原點轉(zhuǎn)向集中分布于一、三象限，呈現(xiàn)出更為顯著的空間相關(guān)性。同時這說明了我國各省份金融科技發(fā)展在空間上表現(xiàn)出與周邊地區(qū)相似的分布特征。

圖2 2011年、2020年各省份金融科技的Moran’s I散點圖

（二）空間計量模型分析

本文在建立空間面板之前，先建立普通OLS 面板模型，并通過LM 檢驗判斷構(gòu)建何種空間面板模型。從表5的結(jié)果可知，首先，lnFin對lnCI的系數(shù)為負值，且通過1%的顯著性檢驗。即在全國視角下，金融科技對碳排放強度存在明顯的抑制作用。其次，LM（lag）檢驗及穩(wěn)健性的LM（lag）都拒絕了原假設(shè)，說明可以使用空間滯后模型（SAR）進行回歸分析?？臻g誤差模型（SEM）的LM 檢驗通過了顯著性檢驗，但其穩(wěn)健性的LM 檢驗的結(jié)果并不顯著。為避免問題遺漏，本文在后續(xù)的穩(wěn)健性檢驗中同樣構(gòu)建了SEM 模型檢驗金融科技對碳排放強度的空間外溢效應。

表5 普通OLS面板實證檢驗結(jié)果

通過Husman 檢驗的結(jié)果，本文選擇了個體、時間雙向固定效應下的SAR、SEM模型。進一步地，基于LM 檢驗的基礎(chǔ)上，本文使用Wald檢驗和LR檢驗來選擇最終的空間計量模型。

表6的結(jié)果表明，Wald檢驗和LR檢驗均拒絕原假設(shè)，認為空間杜賓模型（SDM）不能退化為空間滯后模型（SAR）和空間誤差模型（SEM）。表6列（1）回歸結(jié)果顯示金融科技對碳排放強度存在著顯著的抑制作用。這符合本文預期，金融科技作為信息化的新興金融產(chǎn)物除可以提高傳統(tǒng)金融的資源配置效率與打破信息壁壘來服務(wù)綠色低碳、高附加值的實體經(jīng)濟進而降低碳排放強度外，數(shù)據(jù)自身作為生產(chǎn)要素可以被多邊使用，同時信息的獲取與管理也無須實地抵達，這降低了生產(chǎn)成本與制度性成本故而降低了碳排放強度。關(guān)于控制變量，產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)顯著為負，表明產(chǎn)業(yè)結(jié)構(gòu)升級可以降低碳排放強度，這與已有文獻研究結(jié)果一致，但政府調(diào)控與外部資金貢獻度的系數(shù)并不顯著。

表6 空間杜賓模型實證檢驗結(jié)果

為驗證經(jīng)濟發(fā)展對碳排放強度的EKC（環(huán)境庫茲涅茨曲線）理論是否存在，本文參考已有做法，加入經(jīng)濟發(fā)展水平的二次項與三次項。結(jié)果可以看到經(jīng)濟發(fā)展水平的一次項顯著為負、二次項顯著為正、三次項顯著為負，表明經(jīng)濟發(fā)展水平與碳排放強度兩者間存在“抑制—促進—抑制”的“倒N”形非線性關(guān)系。

空間杜賓模型下的空間系數(shù)顯著為正，表明本地二氧化碳強度與周邊地區(qū)的二氧化碳強度存在正向影響關(guān)系，即周邊地區(qū)二氧化碳強度的攀升會抑制本地區(qū)二氧化碳強度的減弱。從空間溢出效應看，金融科技作用于周邊地區(qū)碳排放強度的影響并不顯著。需要指出，LeSage 和Pace（2009）[35]認為模型中存在空間滯后項時，點估計回歸會引致估計偏誤問題，不能真實反映空間溢出效應。因此，本文將在后續(xù)分析中對空間效應進行分解，考察各變量的空間溢出效應。

為提高結(jié)果的穩(wěn)健性，參考宋敏等（2021）[26]和邱晗等（2018）[27]對金融科技代理變量的選擇，本文加入數(shù)字普惠金融的另外兩個子指標：使用深度（Finud）和覆蓋廣度（Fincb），以做比較分析。表6列（2）的結(jié)果表明以使用深度指標衡量的金融科技對碳排放強度存在著顯著的抑制作用，而當覆蓋廣度作為金融科技的代理變量時，其對碳排放強度的抑制作用并不顯著，覆蓋廣度側(cè)重支付寶賬戶覆蓋率的衡量，而覆蓋率的上升可以提高個人消費的便捷性以及降低個人消費的門檻，使私人汽車等高耗能產(chǎn)品的購買量增加，進而導致碳減排能力的下降（姚鳳閣等，2021）[36]。

（三）空間效應分解

為進一步分析金融科技與其他控制變量對碳排放強度的空間溢出效應影響，采用偏微分方程將空間效應分解為直接效應、間接效應和總效應，具體結(jié)果如表7所示。

直接效應衡量了本地區(qū)解釋變量對碳排放強度的影響，間接效應衡量了本地區(qū)解釋變量對周邊地區(qū)碳排放強度的影響，而總效應表現(xiàn)為直接效應與間接效應兩者之和。由表7的結(jié)果可知，金融科技對碳排放強度的直接效應顯著為負，但間接效應并不顯著，這意味著金融科技目前只能對本地區(qū)的碳排放強度產(chǎn)生抑制作用，無法影響周邊地區(qū)的碳排放強度。產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟發(fā)展水平的直接效應與間接效應顯著，表明本地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)升級對本地區(qū)與周邊地區(qū)的碳排放強度都存在顯著的抑制作用，且本地區(qū)的經(jīng)濟發(fā)展水平對本地區(qū)與周邊地區(qū)的碳排放強度都存在“倒N”形非線性影響。而政府調(diào)控對碳排放強度的直接效應并不顯著，其間接效應通過了1%顯著性水平檢驗。政府調(diào)控的間接效應顯著為正，可能原因是本地區(qū)對生產(chǎn)企業(yè)所造成的環(huán)境污染存在嚴格約束的情況下，使原本想進入該地區(qū)的生產(chǎn)要素可能會流向周邊地區(qū)的高污染企業(yè)，周邊地區(qū)相對寬松的規(guī)制可能會導致碳排放強度的上升?？梢钥吹?，外部資金貢獻度的直接效應為負且通過了10%的顯著性檢驗，而間接效應不顯著，可能原因是外部資金提供了技術(shù)效應和規(guī)模效應的雙重效應，而在外部資金貢獻度高的地區(qū)，其技術(shù)效應大于規(guī)模效應。此處的技術(shù)效應指的是外資的進入帶來的先進技術(shù)，使單位要素生產(chǎn)率提高，碳排放強度降低。規(guī)模效應意味著生產(chǎn)規(guī)模擴大的同時，隨著要素的不斷投入，碳排放強度也隨之增加。

表7 空間溢出效應分解結(jié)果

（四）穩(wěn)健性檢驗

首先，除反距離平方矩陣外，本文更換了空間鄰接矩陣進行實證檢驗，其回歸結(jié)果與空間鄰接矩陣的檢驗結(jié)果相比并未發(fā)生實質(zhì)性改變，具體結(jié)果如表8所示。

表8 穩(wěn)健性檢驗結(jié)果

其次，本文在前述分析（見表6）中，已替換了解釋變量的衡量指標，證明了結(jié)論的穩(wěn)健性。而且，本文分別以空間滯后模型、空間誤差模型替換空間杜賓模型進行回歸分析，結(jié)果顯示三種模型回歸后的參數(shù)系數(shù)的顯著性與數(shù)值存在些許差異，但其系數(shù)符號存在共性，結(jié)論仍是相同的，表明了本文的研究結(jié)論具有穩(wěn)健性（篇幅限制，不再列出具體結(jié)果）。

六、金融科技對碳排放強度影響的中介效應分析

通過前文實證分析，得知金融科技可以抑制碳排放強度的提升。此時一個亟待解決的問題為金融科技對碳排放強度的中介機制是什么？本文嘗試從能源角度出發(fā)，探究金融科技能否通過改善能源結(jié)構(gòu)來實現(xiàn)碳排放強度的降低。參考李金鎧等（2020）[24]的研究，本文基于折合為標準煤的煤炭消費量與能源消費量的比值構(gòu)建能源結(jié)構(gòu)的代理指標，該比值越低則能源結(jié)構(gòu)越合理。

本文通過構(gòu)建逐步回歸法下的中介效應模型來檢驗金融科技能否通過改善能源結(jié)構(gòu)來抑制碳排放強度的提高，得到的結(jié)果如表9所示。表9列（2）中，lnFin 的系數(shù)為負且通過了1%的顯著性檢驗，表明金融科技可以有效地改善能源結(jié)構(gòu)。列（3）中，lnEns 的系數(shù)顯著為正，意味著能源結(jié)構(gòu)的值越高，碳排放強度越高，即能源結(jié)構(gòu)的改善同樣可以改善碳排放強度。列（3）中l(wèi)nFin 的系數(shù)的絕對值較列（1）的lnFin 系數(shù)的絕對值有所下降，表明能源結(jié)構(gòu)在金融科技影響碳排放強度中起到了部分中介效應。進一步通過Sobel 檢驗發(fā)現(xiàn)能源結(jié)構(gòu)的中介效應顯著，且中介效應占總效應的比重達到73.15%。由此可知，金融科技主要通過改善能源結(jié)構(gòu)進而抑制碳排放強度的提高。一方面，金融科技可以降低信息壁壘，在綠色經(jīng)濟發(fā)展的時代背景下，緩解企業(yè)綠色轉(zhuǎn)型、綠色技術(shù)開發(fā)、提高生產(chǎn)技術(shù)的融資約束，利于技術(shù)創(chuàng)新與生產(chǎn)效率的提升，降低高碳排放能源的消耗，進而降低碳排放強度。另一方面，金融科技可以憑借其信息技術(shù)引導信貸、保險等金融資源從高耗能、高污染項目流向清潔低碳、新興能源的項目，有利于發(fā)展低碳經(jīng)濟，淘汰落后產(chǎn)能，提升新興低碳能源使用占比，改善能源結(jié)構(gòu)從而抑制碳排放強度的上升。

表9 中介效應檢驗結(jié)果

七、結(jié)論與政策建議

本文嘗試將金融科技與碳排放強度納入同一研究框架，利用2011—2020年我國30個省份的面板數(shù)據(jù)，構(gòu)建空間杜賓模型與中介效應模型實證探討了金融科技對二氧化碳排放的影響。主要研究結(jié)論如下：第一，我國30 個省份的碳排放強度存在正向溢出效應，周邊地區(qū)的碳排放強度攀升會加劇本地區(qū)碳排放強度；第二，金融科技同樣存在溢出效應，但該溢出效應較弱，本地區(qū)的金融科技可以降低當?shù)氐奶寂欧艔姸?，但不會對周邊地區(qū)的碳排放強度產(chǎn)生顯著的影響；第三，經(jīng)濟發(fā)展水平與碳排放強度之間EKC曲線（環(huán)境庫茲涅茨曲線）關(guān)系表現(xiàn)為“倒N”形，外部資金貢獻度對本地區(qū)的碳排放強度可以產(chǎn)生減緩作用，產(chǎn)業(yè)結(jié)構(gòu)改善能夠顯著地降低碳排放強度，且該影響會輻射到周邊地區(qū)，而政府調(diào)控不會對本地區(qū)的碳排放強度產(chǎn)生顯著影響，但可能會對周邊地區(qū)的碳排放強度產(chǎn)生提高作用；第四，從中介機制來看，金融科技可以通過助力能源結(jié)構(gòu)優(yōu)化來減緩碳排放強度。

本文的研究結(jié)論對推動我國金融科技可持續(xù)發(fā)展與實現(xiàn)國家碳達峰、碳中和目標有一定的啟示作用，在此基礎(chǔ)上提出以下建議。

第一，提高跨區(qū)域協(xié)作能力，降低壁壘實現(xiàn)共贏。本地區(qū)發(fā)展綠色低碳經(jīng)濟時，需要注意與周邊地區(qū)的聯(lián)動調(diào)整，防止污染產(chǎn)業(yè)轉(zhuǎn)移與高耗能、高排放項目乘虛而入，應制定區(qū)域聯(lián)合系統(tǒng)性方案，如在統(tǒng)一大市場的建設(shè)規(guī)劃下利用金融科技實現(xiàn)金融數(shù)據(jù)、地區(qū)能源消耗數(shù)據(jù)、工業(yè)企業(yè)能源消費數(shù)據(jù)及碳排放數(shù)據(jù)的銜接，實現(xiàn)互聯(lián)互通，健全區(qū)域聯(lián)動監(jiān)管防控平臺，構(gòu)建區(qū)域利益協(xié)調(diào)機制，理順區(qū)域多邊權(quán)責交互，以共商共建共享理念實現(xiàn)互利合作，利用空間溢出效應，實現(xiàn)協(xié)同優(yōu)化。

第二，深化金融科技發(fā)展以補齊傳統(tǒng)金融短板，提高信貸配置效率，實現(xiàn)資金有效監(jiān)管。首先，以大數(shù)據(jù)引導資金高效流向環(huán)保型、創(chuàng)新型公司，緩解銀企信息不對稱導致的融資約束。其次，發(fā)揮市場信號作用，對綠色創(chuàng)新項目的環(huán)境效益進行評估，動態(tài)發(fā)布項目白名單，鼓勵資金向技術(shù)創(chuàng)新、綠色環(huán)保工藝研發(fā)的項目流轉(zhuǎn)，提高綠色全要素生產(chǎn)率。同時，發(fā)揮金融科技自身云計算等信息技術(shù)優(yōu)勢，建立綠色金融專項監(jiān)管平臺，加強對綠色產(chǎn)業(yè)融入資金的流向與回籠監(jiān)管，做到金融資本有的放矢，配置到核心領(lǐng)域。

第三，有序推動能源消費結(jié)構(gòu)轉(zhuǎn)變，持續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，有效利用外部資金，實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展。利用信息技術(shù)在打造工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心時嵌入金融平臺，讓金融資本與新能源行業(yè)發(fā)展有效聯(lián)結(jié)，促進金融數(shù)據(jù)流通，擴大新能源企業(yè)的服務(wù)數(shù)量，針對性地為新能源企業(yè)提供更大的融資優(yōu)惠，進而為能源技術(shù)的研發(fā)提供金融支持，助力經(jīng)濟轉(zhuǎn)型與新舊能源轉(zhuǎn)換的有序過渡。同時，重視產(chǎn)業(yè)結(jié)構(gòu)升級對碳排放強度的抑制作用，既要在傳統(tǒng)產(chǎn)業(yè)的投入和產(chǎn)出間提高綠色全要素生產(chǎn)率，又要為高新技術(shù)產(chǎn)業(yè)提供更高的稅收優(yōu)惠和更低的融資門檻。此外，還應引導更多的外商直接投資，利用好投資合作帶來的技術(shù)溢出效益，提高專業(yè)人才流通率，讓技術(shù)創(chuàng)新和技術(shù)模仿耦合助力綠色低碳發(fā)展。

第四，完善綠色金融產(chǎn)品多層次、廣范圍、高覆蓋的發(fā)展。利用金融科技創(chuàng)新發(fā)展綠色信貸、綠色債券、綠色基金、綠色保險等碳金融市場的相關(guān)金融產(chǎn)品，滿足不同項目、企業(yè)、行業(yè)多元化的綠色投融資需求，促進金融科技與綠色金融的交匯融合，發(fā)揮金融科技對綠色低碳產(chǎn)業(yè)發(fā)展的正向激勵機制，助力碳達峰、碳中和目標的實現(xiàn)。