陳麗楠,黃新煥

〔福建師范大學 經(jīng)濟學院,福建 福州 350007〕

一、引言

在工業(yè)化與城市化進程的推動下中國經(jīng)濟飛速發(fā)展,但隨之而來的能源消耗與二氧化碳大規(guī)模排放引發(fā)一系列環(huán)境問題,碳減排形勢日益嚴峻。為此,中國在探索綠色低碳經(jīng)濟發(fā)展模式和應對全球氣候變化中做出極大努力。2020年9月習近平主席在聯(lián)合國大會上公開宣布“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(xiàn)碳中和”。在世界碳減排事業(yè)中,中國展現(xiàn)有責任、有擔當?shù)拇髧蜗?表明自己的碳減排態(tài)度與決心。目前中國已將碳排放強度降低率作為約束性標準體現(xiàn)在國民經(jīng)濟和社會發(fā)展中長期計劃中[1],地方政府也從省級、市級層面將碳排放強度指標囊括進環(huán)境績效與高質(zhì)量發(fā)展績效的評估標準中[2],以期減少碳排放,實現(xiàn)經(jīng)濟綠色發(fā)展。

金融是提高資源配置效率的核心要素[3],伴隨著互聯(lián)網(wǎng)、云計算、區(qū)塊鏈等前沿性信息技術的發(fā)展,數(shù)字金融這一新技術驅(qū)動型金融模式脫穎而出[4],逐步成為傳統(tǒng)金融體系的有力補充[5]。數(shù)字金融的重要特征是通過突破時空限制、壓縮地理距離來調(diào)動金融資源,促進區(qū)域間經(jīng)濟活動的輻射和聯(lián)動,對區(qū)域經(jīng)濟活動產(chǎn)生空間溢出效應。那么,在此過程中,數(shù)字金融是否也會對碳減排產(chǎn)生空間溢出效應[6]?此外,財政是政府職能的化身,貫穿于政府資源配置、穩(wěn)定與發(fā)展經(jīng)濟、開展環(huán)境保護的全過程。在中國分稅制的財政分權(quán)體制中,中央政府分散財政控制,對地方政府經(jīng)濟發(fā)展與稅收增長予以激勵[7]。財政分權(quán)在推動地方政府治理環(huán)境污染中的作用也不容忽視。在此背景下,探究數(shù)字金融能否通過空間溢出效應有效降低碳排放,財政分權(quán)在此過程中是否發(fā)揮作用及發(fā)揮何種作用,具有重要的現(xiàn)實意義。

二、文獻綜述

國內(nèi)外學者關于數(shù)字金融對碳排放的影響效應研究主要分為兩種觀點,一種觀點認為數(shù)字金融抑制碳排放。鄧榮榮、張翱祥[8]利用中國地級市數(shù)據(jù)開展實證研究,認為數(shù)字金融發(fā)展有利于減少碳排放強度、提高碳排放效率,進而有效提升全國范圍內(nèi)的碳排放績效。姚鳳閣等[9]則利用中國省級數(shù)據(jù)測算碳排放效率,認為數(shù)字普惠金融能夠顯著提高碳排放效率。許釗等[10]發(fā)現(xiàn)數(shù)字金融憑借創(chuàng)業(yè)創(chuàng)新效應與產(chǎn)業(yè)優(yōu)化效應降低了碳排放,具有顯著的降污減排作用。另一種觀點認為數(shù)字金融增加碳排放。范慶倩、封思賢[11]認為數(shù)字金融具有增產(chǎn)效應,其會增加傳統(tǒng)能源消費模式下的產(chǎn)出進而增加碳排放。Zaidi等[12]基于經(jīng)合組織23個國家的面板數(shù)據(jù),發(fā)現(xiàn)數(shù)字金融促使能源消費增加,進而提高經(jīng)合組織國家的碳排放水平?，F(xiàn)有關于財政分權(quán)的研究,學者們更多討論財政分權(quán)如何直接影響碳排放。如李艷紅[13]利用四種指標表征我國省級財政分權(quán)程度,實證分析后得出財政分權(quán)不利于減少碳排放量的結(jié)論。鄭萬吉和葉阿忠[14]利用S-PSLM模型實證發(fā)現(xiàn)財政分權(quán)度對碳排放增長率的作用呈先增加后減少的“倒U形”。曲亮等[15]基于28個省的省級面板數(shù)據(jù),研究發(fā)現(xiàn)適當?shù)呢斦謾?quán)促進CO2減排效率,過度的財政分權(quán)抑制碳減排。此外,也有部分學者關注財政分權(quán)在綠色信貸[16]、節(jié)能環(huán)保支出[17]、環(huán)境規(guī)制[18]對碳排放的影響過程中發(fā)揮的作用。

現(xiàn)有文獻在以下方面仍具有一定完善空間:一是關于數(shù)字金融與碳排放的研究大多從空間獨立視角考慮,未將空間關聯(lián)置于研究框架中展開分析,而數(shù)字金融與碳排放的空間聯(lián)系是不可忽略的;二是僅有部分文獻分析財政分權(quán)對碳排放的影響,但較少涉及關于財政分權(quán)能否對數(shù)字金融影響碳排放產(chǎn)生調(diào)節(jié)作用的研究。因此,本文基于2012—2019年中國30個省市自治區(qū)面板數(shù)據(jù),探究數(shù)字金融對碳排放強度的直接效應與空間溢出效應,并利用調(diào)節(jié)效應模型探究財政分權(quán)在數(shù)字金融影響碳排放強度過程中的作用。本文可能存在的邊際貢獻在于:第一,從空間效應視角考察數(shù)字金融對本省碳排放的影響,同時考慮其對周邊省份碳排放的空間溢出效應。第二,將財政分權(quán)作為調(diào)節(jié)變量加入數(shù)字金融對碳排放強度的影響分析中,探究財政分權(quán)的調(diào)節(jié)作用。

三、理論基礎與研究假設

1．數(shù)字金融與碳排放

相比于數(shù)字金融對碳排放的增加,數(shù)字金融的碳減排效應更加突出。數(shù)字金融主要從以下幾方面影響碳排放:第一,數(shù)字金融利用數(shù)字技術在線上進行融資、支付、投資的模式本身就是一種低碳環(huán)保的體現(xiàn),這種新型金融業(yè)務模式降低企業(yè)與個人的交易成本,減少其往返金融機構(gòu)所增加的碳排放[8]。減少線下網(wǎng)點數(shù)量與無紙化辦公,通過傳統(tǒng)金融數(shù)字化的形式降低金融行業(yè)帶來的碳排放[11]。第二,數(shù)字金融能夠通過新型數(shù)字技術高效準確獲取金融機構(gòu)利益者的信息,緩解金融機構(gòu)與企業(yè)間信息不對稱的負面影響[19],也能降低政府的信息搜尋成本,助其完成科學決策與精準調(diào)控,實現(xiàn)金融市場資源優(yōu)化配置[20]。第三,數(shù)字金融有助于企業(yè)緩解融資約束、拓寬融資渠道和改善融資環(huán)境,使企業(yè)具有充裕資金基礎使用可再生能源和節(jié)能技術來代替?zhèn)鹘y(tǒng)燃料,優(yōu)化升級企業(yè)的能源消費構(gòu)成[21],限制資金流向高污染企業(yè),引導其流向低耗能、低污染企業(yè)[8],從而實現(xiàn)節(jié)能減排。

金融的發(fā)展會引發(fā)對周邊省份的溢出影響,具有空間集聚性的數(shù)字金融同樣會影響周邊省份碳排放的變化。數(shù)字金融的數(shù)字化特征打破了空間壁壘,緩解周邊省份企業(yè)的綠色融資約束,同時其技術溢出與學習效應[22]使得先進綠色減排技術能夠被周邊地區(qū)學習與借鑒,共同推動周邊省份產(chǎn)業(yè)綠色低碳化轉(zhuǎn)型升級,從而降低碳排放。據(jù)此本文提出假設1。

H1:數(shù)字金融的發(fā)展對碳排放具有抑制影響,且對周邊省份碳排放具有正向空間溢出效應。

2.數(shù)字金融、財政分權(quán)與碳排放

財政分權(quán)給予地方政府在財政支出與資源配置上較大的自主度與裁決權(quán),允許地方政府在中央政府的激勵與約束下自主決定地方支出的規(guī)模與結(jié)構(gòu),對環(huán)境保護規(guī)劃與雙碳目標的實施具有重要作用[23]。而事實上,財政分權(quán)也會影響數(shù)字金融的發(fā)展,對數(shù)字金融影響碳排放的效果產(chǎn)生不確定性影響。

碳排放作為環(huán)境公共物品而存在的外部性特征會使得地方政府存在“搭便車”行為[24]。積極碳減排具有正外部性,但需地方政府投入較多的資金、人力等要素,在缺乏相關激勵相容機制的情況下,地方政府會選擇“免費搭便車”的策略,減少財政支出[16]。此外,在強調(diào)GDP或其他經(jīng)濟指標的政績考核與經(jīng)濟利益最大化目標的指引下,地方政府可能會忽略數(shù)字金融中節(jié)能減排項目的配比,甚至會干預金融機構(gòu)原本的資源配置[25],引導資金投入高污染但同時高收益的“稅收大戶”企業(yè)[16],獲得更多的財政收入。綜上得出,財政分權(quán)削弱數(shù)字金融對碳排放的抑制效果。

此外,地方政府自主地掌握財政有利于減少信息不對稱[26],更有動力引領數(shù)字金融辨別更具綠色效率與創(chuàng)新性的投資項目,提高可持續(xù)發(fā)展能力。財政分權(quán)體制下地方政府更有動力監(jiān)督與核查數(shù)字金融的實施進展,及時調(diào)整和優(yōu)化資源配置,實現(xiàn)更大的碳減排績效[16];同時,地方政府的財政自主度越高,意味著擁有更多的財政自主資金去助推數(shù)字金融向綠色低碳企業(yè)提供更充足的資金與更多的融資機會,從而減少碳排放。綜上得出,財政分權(quán)強化數(shù)字金融對碳排放的抑制作用。

基于以上分析,本文提出假設2。

H2a:財政分權(quán)削弱數(shù)字金融對碳排放的抑制影響,存在負向調(diào)節(jié)作用。

H2b:財政分權(quán)強化數(shù)字金融對碳排放的抑制影響,存在正向調(diào)節(jié)作用。

四、研究設計

1.模型構(gòu)建

我國各省份之間存在緊密相關的空間聯(lián)系與經(jīng)濟聯(lián)系,一省數(shù)字金融的發(fā)展會對全空間域產(chǎn)生影響,一省的碳排放同樣也存在一定空間依賴性與空間相關性[27]。省份間空間效應的存在使得經(jīng)典計量模型的實證結(jié)果存在偏誤,因此需要借助空間計量模型展開分析。建立空間計量的前提條件是變量在空間分布上存在自相關性,莫蘭指數(shù)是檢驗變量空間自相關性的常用統(tǒng)計量。具體計算公式如下:

(1)

其中,i、j表示省份,wij為空間權(quán)重矩陣的元素,指數(shù)I取值介于[-1,1]之間,大于0時即存在空間正相關性;小于0時即存在空間負相關性。

為了研究數(shù)字金融對碳排放的空間效應,將構(gòu)建空間杜賓(SDM)模型進行實證分析。模型的具體設定為:

(2)

為了進一步研究財政分權(quán)對數(shù)字金融影響碳排放的調(diào)節(jié)作用,在模型(2)中添加數(shù)字金融與財政分權(quán)的交互項,以明晰財政分權(quán)的調(diào)節(jié)效應。模型的具體設定為:

(3)

其中,CI為碳排放強度,DF為數(shù)字金融,FD為財政分權(quán),Contr為控制變量集合,ρ為空間自回歸系數(shù),α1、α2、β為變量回歸系數(shù),γ1、γ2、ζ為空間滯后項系數(shù),μi和φt為省份個體、時間效應,εit為隨機干擾項。

2.變量選取

(1)被解釋變量

碳排放強度(CI):采用二氧化碳排放總量與地區(qū)GDP的比值,即單位產(chǎn)出的碳排放量測度。二氧化碳排放總量CO2選取8種化石燃料利用IPCC碳排放量公式綜合計算得到,計算公式如下:

(4)

其中,Ek表示能源消費量,CEFk為能源碳排放系數(shù)。

(2)核心解釋變量

數(shù)字金融(DF):參考相關文獻[28],采用由北京大學數(shù)字金融研究中心與螞蟻集團共同編制的中國數(shù)字普惠金融指數(shù)[29]作為數(shù)字金融的代理變量。該指數(shù)計算了省、市、縣級層面的數(shù)據(jù),本文使用省級數(shù)字普惠金融總指數(shù)作為核心解釋變量進行實證研究。

財政分權(quán)(FD):參考相關文獻[7],采用各省預算內(nèi)人均本級財政支出與中央預算內(nèi)人均本級財政支出的比值來衡量,該指標屬于財政支出分權(quán)指標,且通過人均化處理控制了人口數(shù)量的影響,是一種實際分權(quán)程度的刻畫。

(3)控制變量

考慮碳排放強度是一個受經(jīng)濟、社會等多因素影響的環(huán)境問題,因此參考相關文獻,選擇部分宏觀經(jīng)濟指標作為本文的控制變量。經(jīng)濟發(fā)展水平(PGDP)利用人均GDP來表示[9];產(chǎn)業(yè)結(jié)構(gòu)(IND)利用第三產(chǎn)業(yè)增加值占地區(qū)GDP比重表示[30];城鎮(zhèn)化水平(URB)利用城鎮(zhèn)總?cè)丝谡既咳丝诒戎貋肀硎綶11];科技創(chuàng)新水平(TEC)采用科技支出占地區(qū)GDP比重表示[9];交通資源配置(TRA)利用公路里程數(shù)與區(qū)域面積的比值表示[8];傳統(tǒng)金融發(fā)展水平(TF)利用傳統(tǒng)金融機構(gòu)(銀行)年末存貸款之和與地區(qū)GDP的比值表示[8]。

3.數(shù)據(jù)來源

結(jié)合各數(shù)據(jù)的可得情況,本文采用中國30個省份2012—2019年的面板數(shù)據(jù)(因部分數(shù)據(jù)缺失不可獲得,未將西藏以及港澳臺地區(qū)納入研究),并對各指標進行對數(shù)化處理。其中,碳排放數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》,其他數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、各省份歷年統(tǒng)計年鑒、中國研究數(shù)據(jù)服務平臺(CNRDS)等。

五、實證結(jié)果與分析

1.空間自相關檢驗

表1 各省份碳排放強度的Moran’s I指數(shù)

2.基準回歸結(jié)果與分析

在兩種空間權(quán)重矩陣設定下,通過LM檢驗、Wald檢驗和LR檢驗確定選擇SDM模型而非SEM模型或SAR模型進行實證研究;通過Hausman檢驗與似然比LR檢驗確定使用個體、時間雙向固定效應下的SDM模型進行基準回歸。參數(shù)估計結(jié)果如表2所示。由表2可知,在兩種空間權(quán)重矩陣設定下,核心解釋變量DF的回歸系數(shù)在5%的水平下顯著為負,空間自回歸系數(shù)ρ在不同顯著性水平下顯著,故認為數(shù)字金融對碳排放強度的影響具有空間效應。

表2 空間杜賓模型參數(shù)估計結(jié)果

由于空間計量模型中點估計結(jié)果存在偏誤,即無法準確量化解釋變量對被解釋變量的實際影響,且其回歸系數(shù)的顯著性也無法準確證實影響的存在與否。因此,需通過偏微分法將回歸系數(shù)估計值分解為直接效應、間接效應(即空間溢出效應)與總效應。

表3 基準模型下解釋變量的直接效應、間接效應與總效應

探究其他控制變量對碳排放強度的影響:經(jīng)濟發(fā)展水平的直接效應顯著為負,經(jīng)濟發(fā)展水平的提高降低本省碳排放強度。產(chǎn)業(yè)結(jié)構(gòu)的直接效應顯著為負,第三產(chǎn)業(yè)占比增加,產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化有利于本省碳排放強度的降低。城鎮(zhèn)化水平的間接效應顯著為正,城鎮(zhèn)化進程一定程度上增加周邊省份碳排放。傳統(tǒng)金融發(fā)展水平的直接效應、間接效應顯著為正,即傳統(tǒng)金融也會明顯增加本省與周邊省份的碳排放強度。

3. 調(diào)節(jié)效應回歸結(jié)果與分析

表4 調(diào)節(jié)效應模型中解釋變量的直接效應、間接效應與總效應

4.穩(wěn)健性檢驗

六、結(jié)論與建議

本文將2012—2019年中國30個省市自治區(qū)面板數(shù)據(jù)作為研究對象,構(gòu)建空間杜賓模型探究數(shù)字金融對碳排放強度的直接效應與空間溢出效應,并分析財政分權(quán)在數(shù)字金融影響碳排放強度中的調(diào)節(jié)作用。研究結(jié)果表明:碳排放強度存在空間正相關性,數(shù)字金融的發(fā)展對本省碳排放具有抑制作用,且該影響具有顯著正向溢出效應,降低周邊省份碳排放強度。財政分權(quán)削弱本省與周邊省份數(shù)字金融對碳排放強度的抑制影響,具有負向調(diào)節(jié)作用。

基于上述結(jié)論,本文提出以下建議:一是大力支持各省數(shù)字金融建設與發(fā)展。推動建設云計算、區(qū)塊鏈等數(shù)字金融基礎設施與基礎技術,進一步提高數(shù)字金融的服務范圍和觸達能力;創(chuàng)新低碳導向金融產(chǎn)品,為企業(yè)綠色低碳化生產(chǎn)的開展提供多樣化的金融產(chǎn)品組合,發(fā)揮數(shù)字金融精準配置資源的優(yōu)勢,通過市場化糾正碳排放的負外部性,助力“雙碳”目標的實現(xiàn)。二是助推省份間數(shù)字金融與碳減排的交流合作。省份之間的數(shù)字金融發(fā)展與碳減排行為是相互聯(lián)系的,有必要建立適宜的交流、合作與學習機制,例如高碳排放省份向低碳排放省份學習借鑒數(shù)字金融政策與產(chǎn)品在減排方面的運用,發(fā)揮數(shù)字金融跨區(qū)域配置功能,促進金融資源自由流動與使用,更好發(fā)揮數(shù)字金融的空間溢出效應。三是合理區(qū)分政府權(quán)責,優(yōu)化政府財政分權(quán)體制。當前的財政分權(quán)容易導致“搭便車”現(xiàn)象,不利于碳減排。中央政府應從制度層面完善相關激勵相容機制,促使地方政府配合中央政府將環(huán)境保護低碳發(fā)展納入財政重點實施范圍;在設置地方政府政績考核時,也要更多考慮環(huán)境質(zhì)量,引導地方政府走低碳減排與經(jīng)濟發(fā)展并行之路。