王文靜，胡辰凈

（天津商業(yè)大學(xué)經(jīng)濟(jì)學(xué)院，天津300134）

引 言

近年來，隨著互聯(lián)網(wǎng)的發(fā)展，云計算、大數(shù)據(jù)、區(qū)塊鏈、人工智能等創(chuàng)新技術(shù)的使用，數(shù)字經(jīng)濟(jì)已逐漸成為引領(lǐng)全球經(jīng)濟(jì)社會變革、推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎。黨的十九屆五中全會指出，“十四五”時期，要緊緊抓住發(fā)展數(shù)字經(jīng)濟(jì)的機(jī)遇，推動數(shù)字經(jīng)濟(jì)和實體經(jīng)濟(jì)深度融合，建設(shè)數(shù)字中國。目前，我國的數(shù)字經(jīng)濟(jì)處于成型展開期，中國信通院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書（2021年）》顯示，2020年我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到39.2萬億元，占GDP比重為38.6%，數(shù)字經(jīng)濟(jì)增速是GDP增速的3倍多，成為穩(wěn)定經(jīng)濟(jì)增長的關(guān)鍵動力[1]。

而金融是現(xiàn)代市場經(jīng)濟(jì)的重要基石，金融市場的良性發(fā)展對于我國經(jīng)濟(jì)持續(xù)健康發(fā)展有著重要意義[2]。加之，數(shù)字金融是數(shù)字經(jīng)濟(jì)的核心，研究其如何持續(xù)健康發(fā)展非常必要。數(shù)字金融是金融機(jī)構(gòu)與互聯(lián)網(wǎng)平臺通過數(shù)字技術(shù)實現(xiàn)支付、結(jié)算、融資與投資等金融業(yè)務(wù)的模式[3]，是傳統(tǒng)金融業(yè)順應(yīng)時代發(fā)展的必然結(jié)果，同時滿足人民日益增長的對美好生活向往的需要。數(shù)字金融憑借其獨特的地域穿透性，打破了時空維度，很大程度上降低了金融服務(wù)成本，提高了金融普惠效率，促進(jìn)了社會資源的合理配置和技術(shù)進(jìn)步。

信息技術(shù)是社會前進(jìn)的技術(shù)支撐，自然環(huán)境的健康與否則是經(jīng)濟(jì)社會長足發(fā)展的依托?！笆奈濉睍r期，我國生態(tài)文明建設(shè)進(jìn)入了以降碳為重點戰(zhàn)略方向、推動減污降碳協(xié)同增效、促進(jìn)經(jīng)濟(jì)社會發(fā)展全面綠色轉(zhuǎn)型、實現(xiàn)生態(tài)環(huán)境質(zhì)量改善由量變到質(zhì)變的關(guān)鍵時期，實現(xiàn)碳達(dá)峰、碳中和是我國向世界做出的莊嚴(yán)承諾。

因此，在推崇數(shù)字化和低碳化的社會背景下，如何以數(shù)字金融為發(fā)展引擎，以科技創(chuàng)新為主要手段，減少碳排放以助力碳達(dá)峰碳中和目標(biāo)的實現(xiàn)，同時助力數(shù)字金融持續(xù)健康發(fā)展具有重要意義。本文在借鑒前人研究的基礎(chǔ)上，選取了國內(nèi)除西藏和港澳臺地區(qū)外的30個省級面板數(shù)據(jù)，利用PVAR模型，研究了數(shù)字金融、科技創(chuàng)新和碳排放三者之間的交互作用，探索了數(shù)字金融進(jìn)一步發(fā)展的現(xiàn)實路徑，為加快金融數(shù)字化與碳達(dá)峰的速度提供共贏的理論支持和實踐經(jīng)驗，為深化科技創(chuàng)新提供建議。

1 文獻(xiàn)回顧與理論分析

1.1 文獻(xiàn)回顧

1.1.1 數(shù)字金融與科技創(chuàng)新

科技創(chuàng)新需要數(shù)字金融提供資金支持，同時科技創(chuàng)新為數(shù)字金融提供發(fā)展動力。目前已有學(xué)者從理論方面論證了數(shù)字金融和科技創(chuàng)新兩者的單向作用，也有學(xué)者通過實證分析探討了此二者的交互作用。彭緒庶[4]研究了數(shù)字金融企業(yè)的創(chuàng)新特征、影響因素及未來趨勢，認(rèn)為科技創(chuàng)新促進(jìn)數(shù)字金融專業(yè)化發(fā)展，金融科技創(chuàng)新和金融應(yīng)用場景創(chuàng)新是數(shù)字金融發(fā)展的重要支撐。吳琦[5]認(rèn)為數(shù)字金融可以有效彌補(bǔ)傳統(tǒng)金融供給體系的短板，在非接觸式經(jīng)濟(jì)時代下，數(shù)字金融將成為科技創(chuàng)新的支柱。鄒新月等[6]運用空間聯(lián)立方程模型，實證分析后認(rèn)為當(dāng)前科技創(chuàng)新的發(fā)展態(tài)勢顯著落后于數(shù)字金融，未來應(yīng)以數(shù)字金融為手段推動科技創(chuàng)新的進(jìn)步，從而助力數(shù)字金融和科技創(chuàng)新的協(xié)同健康發(fā)展。也有學(xué)者將數(shù)字金融與科技創(chuàng)新和第三者結(jié)合起來研究，涂強(qiáng)楠等[7]基于中介和門檻模型，增加了制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級這一變量，研究發(fā)現(xiàn)隨著科技創(chuàng)新能力的提升，數(shù)字普惠金融對中端制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級的促進(jìn)作用將下降，對高端制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級的抑制作用將會被削弱。1.1.2 數(shù)字金融與碳排放

近年來工業(yè)化造成的環(huán)境污染問題逐漸得到重視，相關(guān)政策法律法規(guī)的制定也被提上日程，在當(dāng)今金融數(shù)字化熱潮的大背景下，有學(xué)者已開始思考數(shù)字金融和碳排放的關(guān)系，但目前仍處于研究的初期，現(xiàn)有文獻(xiàn)較少，研究不夠全面。許釗等[8]基于實證檢驗研究了數(shù)字金融的污染減排效應(yīng)及其作用機(jī)制，并得出數(shù)字金融具有雙門限污染減排效應(yīng)，從空間溢出效應(yīng)來看,數(shù)字金融可能會對毗鄰地區(qū)造成環(huán)境污染。陳嘯等[9]通過對數(shù)平均迪氏指數(shù)（LMDI）分解法，量化了普惠金融對碳排放的貢獻(xiàn)，結(jié)果顯示以煤為主的能源結(jié)構(gòu)效應(yīng)是中國碳排放增長的主要因素，而碳排放會隨著普惠金融規(guī)模的增加先增加后減少。有學(xué)者則通過加入第三個變量，間接研究了數(shù)字金融和碳減排的關(guān)系。賀茂斌等[10]探討了數(shù)字普惠金融、碳排放與全要素生產(chǎn)率的關(guān)系，經(jīng)實證分析得到數(shù)字普惠金融對全要素生產(chǎn)率的提升效應(yīng)可通過降低區(qū)域碳排放,特別是第三產(chǎn)業(yè)碳排放來實現(xiàn)的結(jié)論。

1.1.3 科技創(chuàng)新與碳排放

我國目前處于工業(yè)化進(jìn)程中，經(jīng)濟(jì)的快速發(fā)展主要依賴于能源消耗，而化石能源的過度或不當(dāng)消耗，正是碳排放量增加的主要原因。通過科技創(chuàng)新發(fā)展低碳技術(shù)、優(yōu)化能源結(jié)構(gòu)、加速重工業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級，從而提高能源的利用率、促進(jìn)碳減排碳中和，將成為企業(yè)與時俱進(jìn)的必由之路?；谔贾泻偷谋尘埃性S多學(xué)者從科技創(chuàng)新的角度研究了科技創(chuàng)新對碳排放量的單向作用。程鈺等[11]運用基尼系數(shù)、泰爾指數(shù)、面板數(shù)據(jù)模型等方法，研究發(fā)現(xiàn)科技創(chuàng)新對碳生產(chǎn)率具有重要促進(jìn)作用，主要通過技術(shù)融合與工藝優(yōu)化、產(chǎn)業(yè)和產(chǎn)品創(chuàng)新等路徑促進(jìn)投入產(chǎn)出結(jié)構(gòu)優(yōu)化，降低能源消耗總量，提高能源利用效率。王鑫靜等[12]運用類似的方法探究了“一帶一路”沿線國家科技創(chuàng)新與碳排放效率的時空分異特征，并分析科技創(chuàng)新等因素對碳排放效率的影響機(jī)制，將沿線國家依據(jù)碳排放效率分為3個等級地區(qū)。整體上，科技創(chuàng)新會加快沿線國家碳排放效率的提升,而產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化率則會抑制碳排放效率的提升；分地區(qū)看，各因素對碳排放效率的作用效應(yīng)呈現(xiàn)明顯的異質(zhì)性。郭莉等[13]通過建立空間杜賓模型，對科技創(chuàng)新與碳排放強(qiáng)度的空間自相關(guān)進(jìn)行檢驗，得出科技創(chuàng)新和人均GDP對本地碳排放強(qiáng)度有顯著的抑制作用的結(jié)論，并提出鼓勵企業(yè)創(chuàng)新研發(fā)、環(huán)境協(xié)同治理的理念。張賢等[14]提出世界各國均將科技創(chuàng)新作為碳中和目標(biāo)實現(xiàn)的重要保障，為了更好地推動面向碳中和愿景的科技發(fā)展,需要強(qiáng)化頂層設(shè)計、完善保障機(jī)制與加強(qiáng)國際合作。

1.1.4 數(shù)字金融、科技創(chuàng)新與碳排放三者間的關(guān)系

數(shù)字金融是傳統(tǒng)金融與現(xiàn)代科學(xué)技術(shù)相結(jié)合的產(chǎn)物，它的產(chǎn)生與發(fā)展自然離不開科技。數(shù)字金融依靠科技創(chuàng)新實現(xiàn)了金融服務(wù)的線上化、無紙化和智能化，減少了人們的出行和紙張的使用，深化了綠色信貸、綠色證券、綠色投資等綠色金融領(lǐng)域的發(fā)展，從生活方式上引導(dǎo)人們注重環(huán)境保護(hù)，避免了一系列的碳排放。目前關(guān)于數(shù)字金融、科技創(chuàng)新與碳排放三者關(guān)系研究的已有文獻(xiàn)數(shù)量較少。李德山等[15]利用面板Tobit模型研究了金融發(fā)展、科技創(chuàng)新與碳排放效率，并得出金融發(fā)展與碳排放效率呈現(xiàn)正U型關(guān)系、科技創(chuàng)新能夠提升二氧化碳排放效率的結(jié)論，從正面說明了借助科技創(chuàng)新加快金融數(shù)字化轉(zhuǎn)型對實現(xiàn)碳中和碳達(dá)峰目標(biāo)的重要性。陳向陽[16]經(jīng)過實證分析發(fā)現(xiàn)傳統(tǒng)金融行業(yè)抑制了綠色科技創(chuàng)新，不能滿足時代對綠色可持續(xù)發(fā)展的要求，從而不利于降低碳排放強(qiáng)度，從反面反映了現(xiàn)有的傳統(tǒng)金融服務(wù)企業(yè)應(yīng)緊隨科學(xué)技術(shù)高速發(fā)展的趨勢，加快與互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等技術(shù)的融合，進(jìn)而實現(xiàn)數(shù)字化轉(zhuǎn)型，推動綠色科技創(chuàng)新，助力碳減排進(jìn)程。

此外，現(xiàn)實中也有數(shù)字金融企業(yè)通過自身發(fā)展證實了數(shù)字金融、科技創(chuàng)新與碳排放三者間的關(guān)系。馬上消費專注于科技創(chuàng)新，通過金融云容器、電子合同、智能客服、電子憑證、線上業(yè)務(wù)等，僅2021年上半年就累計減少碳排放5.67萬噸?！熬€上化”是解決碳減排問題的一方面，解決數(shù)據(jù)中心的高能耗問題是另一方面。馬上消費本著科技創(chuàng)新的原則，通過采用可再生能源和利用大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，緩解數(shù)據(jù)中心高能耗的問題，并預(yù)測和管理數(shù)據(jù)負(fù)載，進(jìn)一步提升了營運效率，降低了交易成本，達(dá)到了更好的碳減排效果。

綜上所述，目前國內(nèi)外學(xué)者對于數(shù)字金融、科技創(chuàng)新和碳排放的研究大多停留于其中兩者之間的單向作用，以及其中任意一者或兩者與其他因素的相互作用，鮮有學(xué)者關(guān)注到此三者間的動態(tài)關(guān)系和雙向作用。為此，本文應(yīng)用面板VAR方法，不考慮變量的外生性問題，著力厘清數(shù)字金融、科技創(chuàng)新和碳排放之間的交互關(guān)系，以豐富之前學(xué)者的研究成果庫，探索科技創(chuàng)新在數(shù)字金融促進(jìn)碳減排過程中的支撐作用，從而思考數(shù)字金融如何助力碳達(dá)峰和碳中和目標(biāo)的實現(xiàn)，協(xié)調(diào)好金融數(shù)字化轉(zhuǎn)型和經(jīng)濟(jì)社會的低碳化轉(zhuǎn)型。

1.2 數(shù)字金融促進(jìn)碳減排的作用機(jī)理

數(shù)字金融是互聯(lián)網(wǎng)及信息技術(shù)手段與傳統(tǒng)金融服務(wù)業(yè)相結(jié)合而成的新金融服務(wù)模式，是傳統(tǒng)金融業(yè)與時俱進(jìn)所必然形成的產(chǎn)物，其本質(zhì)是服務(wù)于實體經(jīng)濟(jì)，充分發(fā)揮科學(xué)技術(shù)在資源配置和服務(wù)效率上的優(yōu)勢，解決當(dāng)前金融領(lǐng)域創(chuàng)新能力欠缺和服務(wù)水平不足的問題。我國數(shù)字金融起始于21世紀(jì)初的支付寶體系，經(jīng)歷了從排斥到理解和包容，再到進(jìn)一步深度融合的階段。在信息化、數(shù)字化和低碳化的催化下所形成的數(shù)字金融為碳減排提供了更大的可能性和全新的路徑，產(chǎn)生了巨大的綠色經(jīng)濟(jì)效益。數(shù)字金融促進(jìn)碳減排的作用路徑如下：

第一，數(shù)字金融降低了傳統(tǒng)金融業(yè)務(wù)營運的成本。為了避免信息不對稱所造成的信用風(fēng)險問題，傳統(tǒng)金融行業(yè)大多會選擇建立大量的實體網(wǎng)點，雇傭過多的勞動力以及設(shè)立繁冗的審批流程，這不僅使成本居高不下，也會降低金融服務(wù)的效率，存在資源配置不當(dāng)和錯配的問題。而現(xiàn)階段數(shù)字金融的主要業(yè)務(wù)除傳統(tǒng)的實體經(jīng)營外，還有移動支付、網(wǎng)上借貸、在線投資理財?shù)龋境尸F(xiàn)“互聯(lián)網(wǎng)+金融”的模式，打破了時空的限制，降低了金融服務(wù)的門檻，提高了金融服務(wù)的可獲得性和便捷性，實現(xiàn)了節(jié)約人力物力財力和精簡流程的效果，促進(jìn)了資源的合理配置，從而減少了碳排放量。

第二，數(shù)字金融刺激了綠色消費需求并加深了人們綠色生活的理念。以數(shù)字金融的產(chǎn)生和發(fā)展為依托，共享單車應(yīng)運而生，其采用分時租賃的模式，解決了城市居民出行“最后一公里”的問題，帶動了人們用公共交通工具代替私家車的熱情，共享單車的便利性、高效性和共享性，刺激了居民綠色消費的需求，在拉動經(jīng)濟(jì)增長的同時減少了資源的消耗，促進(jìn)了碳減排。同時，美團(tuán)、餓了么等外賣平臺的崛起，減少了一部分人群的出行和流動，可以提高資源配置率，減少一定的碳排放量。更為重要的是，數(shù)字金融為綠色消費提供技術(shù)儲備和產(chǎn)品應(yīng)用激勵，將互聯(lián)網(wǎng)流量價值轉(zhuǎn)化為經(jīng)濟(jì)價值和生態(tài)價值[8]。數(shù)字金融借助其線上的特點——共享、便捷、高效，吸引了各個階層的消費者，擴(kuò)大了金融服務(wù)的范圍和受眾，提高了服務(wù)的觸達(dá)力，讓“綠色消費”不再只是概念，而是通過線上的渠道每日激勵人們綠色消費，將人們保護(hù)環(huán)境的意識變成日常生活中的行動，并刺激人們綠色消費需求。

第三，數(shù)字金融搭建了綠色服務(wù)平臺。目前綠色環(huán)保是行業(yè)發(fā)展的必由之路，以數(shù)字金融為地基搭建的綠色服務(wù)平臺大量涌現(xiàn)。支付寶推出的“螞蟻森林”鼓勵人們步行出行、地鐵出行、共享單車出行、在線繳納水電煤氣費、網(wǎng)絡(luò)掛號、網(wǎng)絡(luò)購票等行為，用戶通過以上行為減少碳排放量積攢相應(yīng)的綠色能量以培養(yǎng)虛擬樹，虛擬樹長大后，螞蟻生態(tài)伙伴會在現(xiàn)實中幫客戶種下實體樹。此外，菜鳥在2017年也啟動了“回箱計劃”，在北京、上海、廣州、深圳、杭州等10個城市全面開展快遞紙箱回收行動，截至2020年，全國鋪設(shè)8萬個回收驛站。隨著閑轉(zhuǎn)、閑魚、轉(zhuǎn)轉(zhuǎn)、愛回收等二手交易平臺的崛起與發(fā)展，用戶手中的閑置物品快速變現(xiàn)，實現(xiàn)資源的二次利用，達(dá)到節(jié)約社會資源節(jié)能減排的目的。

第四，數(shù)字金融激發(fā)了企業(yè)的創(chuàng)新活力。科創(chuàng)企業(yè)大多是初創(chuàng)的小微企業(yè)，而我國小微企業(yè)普遍存在著制度不完善和缺乏核心競爭力的問題，因而常常處于融資成本高、受一定經(jīng)濟(jì)環(huán)境制約的現(xiàn)狀。但是，數(shù)字金融的運用降低了科創(chuàng)企業(yè)的融資門檻，能夠緩解企業(yè)資金緊張的問題，為科創(chuàng)企業(yè)的創(chuàng)新活動注入了發(fā)展動力。數(shù)字金融通過收集用戶在互聯(lián)網(wǎng)上的行跡信息，建立共享數(shù)據(jù)庫，從而彌補(bǔ)小微企業(yè)營運記錄不完善的缺點，為投資者的決策提供多方面參考，避免因企業(yè)信息不充分而造成投資者的誤判，鼓勵優(yōu)質(zhì)企業(yè)發(fā)展，遏制偽劣企業(yè)渾水摸魚，進(jìn)而優(yōu)化資源配置，減少過多的碳排放，提高金融市場的效率，促進(jìn)數(shù)字金融的持續(xù)健康發(fā)展。此外，在數(shù)據(jù)橫飛的時代，辨別真?zhèn)魏吞崛≌嫌杏眯畔@得至關(guān)重要。數(shù)字金融利用大數(shù)據(jù)、互聯(lián)網(wǎng)等信息技術(shù)，構(gòu)建企業(yè)的信用評估模型，記錄每個企業(yè)的信用信息，這樣就增加了初創(chuàng)小微企業(yè)在投資中的競爭優(yōu)勢，減少了信貸雙方的信息不對稱，增加了市場透明度，為科創(chuàng)企業(yè)融資難的問題提供了解決方案，助力企業(yè)釋放科技創(chuàng)新活力。綜上，數(shù)字金融激發(fā)企業(yè)的創(chuàng)新活力，改善了資本錯配問題，利于資源的合理配置，進(jìn)而促進(jìn)碳排放的減少。

2 模型的構(gòu)建

2.1 模型設(shè)定

面板向量自回歸模型（PVAR）是面板數(shù)據(jù)模型與向量自回歸模型的融合，該模型不僅保留了VAR模型的優(yōu)良特性——建模時無需設(shè)定變量之間的因果關(guān)系，且將各變量都視為內(nèi)生變量，從而分析各個變量及其滯后變量對模型中其他變量的影響。此外，PVAR模型將簡單的一維時間序列模型延伸到二維，進(jìn)而模型對所需樣本數(shù)據(jù)的長度不再那么苛刻，同時涉及截面?zhèn)€體的異質(zhì)性，是不少學(xué)者研究經(jīng)濟(jì)學(xué)問題的常用工具，具有發(fā)展?jié)摿17]。

構(gòu)建面板VAR模型研究數(shù)字金融、科技創(chuàng)新和碳排放之間的關(guān)系，對應(yīng)每個省級i，標(biāo)準(zhǔn)模型如下：

其中Yi，t=[DF，TI，CE]T，即為包含3個變量的列向量；DF表示數(shù)字金融發(fā)展水平，TI表示科技創(chuàng)新水平，CE表示碳排放量，為了使模型中所有變量都是平穩(wěn)的，本文后期對DF、TI、CE進(jìn)行了一階差分處理；εi,t代表隨機(jī)擾動項，假設(shè)其均值為0，方差為無序列相關(guān)。

2.2 數(shù)據(jù)選取

對于數(shù)字金融的衡量，考慮到數(shù)據(jù)的可得性和科學(xué)性，本文選取“北京大學(xué)數(shù)字普惠金融指數(shù)”來代表各省級數(shù)字金融的發(fā)展水平。該指數(shù)由北京大學(xué)數(shù)字金融研究中心、螞蟻金服以及多家業(yè)內(nèi)有代表性的互聯(lián)網(wǎng)企業(yè)共同編制，根據(jù)代表性、可操作性、獨立性和可拓展性等原則，從覆蓋廣度、使用深度和數(shù)字支持服務(wù)程度三個維度綜合評價了中國各省級的數(shù)字金融發(fā)展程度[18]。因而相對于其他指標(biāo)，北京大學(xué)數(shù)字普惠金融指數(shù)更能全面地反映一地區(qū)的數(shù)字金融水平，目前被廣泛應(yīng)用于相關(guān)領(lǐng)域的研究。

科技創(chuàng)新是引領(lǐng)社會發(fā)展的第一動力，在衡量科技創(chuàng)新指標(biāo)的選擇上，有學(xué)者使用研究與試驗發(fā)展經(jīng)費支出占國內(nèi)生產(chǎn)總值的比例來衡量，僅考慮了科技創(chuàng)新的投入，缺陷是無法反映科技創(chuàng)新產(chǎn)出情況；也有學(xué)者使用專利申請量、授權(quán)量來衡量。本文根據(jù)研究的需要，選用發(fā)明創(chuàng)造產(chǎn)出率作為科技創(chuàng)新的代理變量，發(fā)明創(chuàng)造產(chǎn)出率=國內(nèi)專利申請授權(quán)數(shù)（件）/R&D人員全時當(dāng)量（人年），相較于以前所使用的傳統(tǒng)指標(biāo)，發(fā)明創(chuàng)造產(chǎn)出率不僅能反映專利數(shù)量，也能反映專利質(zhì)量，使得刻畫科技創(chuàng)新水平更貼切。

碳排放是關(guān)于溫室氣體排放的一個總稱或簡稱，而溫室氣體中最主要的是二氧化碳。二氧化碳排放來源分為能源燃燒和水泥生產(chǎn)兩類，其中能源燃燒涉及各行各業(yè)，是排放碳的最主要來源[19]。結(jié)合已有研究和理論分析及數(shù)據(jù)的可獲得性，本文基于化石能源的消耗量，采用碳排放系數(shù)法間接地核算出二氧化碳排放總量，并以此作為碳排放的指標(biāo)。由于部分?jǐn)?shù)據(jù)有缺失，采用移動平均法進(jìn)行了填補(bǔ)。

2.3 數(shù)據(jù)來源及說明

由于現(xiàn)有的數(shù)據(jù)庫和統(tǒng)計年鑒沒有西藏和港澳臺地區(qū)的數(shù)據(jù)，本研究選取了國內(nèi)30個省級2011—2019年的面板數(shù)據(jù)。國內(nèi)專利申請授權(quán)數(shù)和R&D人員全時當(dāng)量數(shù)據(jù)均來自EPS數(shù)據(jù)庫。由于目前各統(tǒng)計年鑒和數(shù)據(jù)庫沒有中國各省級的碳排放數(shù)據(jù)，所以在借鑒前人研究的基礎(chǔ)上，本文采用聯(lián)合國政府間氣候變化專門委員會（IPCC）在《IPCC 2006年國家溫室氣體清單指南2019年修訂版》（以下簡稱《IPCC清單指南》）中所介紹的方法推算二氧化碳排放量。計算方法如下：

其中，Ei表示第i種能源的消費總量，本文選取了煤炭、焦炭、汽油、煤油、柴油、燃料油、天然氣這7種主要能源進(jìn)行測算，各能源消費量數(shù)據(jù)均來自《中國能源統(tǒng)計年鑒》；μi代表折標(biāo)準(zhǔn)煤系數(shù)，除天然氣以kgce/m3為單位外，其余6種能源都以kgce/kg為單位（ce表示標(biāo)準(zhǔn)煤），數(shù)據(jù)來自國家統(tǒng)計局；hi指碳排放系數(shù)，以tCO2/tce為單位，數(shù)據(jù)來自《IPCC清單指南》。μi和hi的具體數(shù)值見表1。

表1 7種主要能源品種的折標(biāo)準(zhǔn)煤系數(shù)和碳排放系數(shù)

表2 各指標(biāo)變量描述性統(tǒng)計

3 實證分析結(jié)果

本文先對省級面板數(shù)據(jù)進(jìn)行單位根檢驗即平穩(wěn)性分析，通過后利用AIC、BIC和HQIC信息準(zhǔn)則確定模型的最優(yōu)滯后階數(shù)，接著檢驗?zāi)Ｐ偷姆€(wěn)定性，通過后進(jìn)行格蘭杰因果檢驗，然后對PVAR模型進(jìn)行蒙特卡洛模擬，從而得到脈沖響應(yīng)和方差分解的結(jié)果。本文的部分程序代碼基于連玉君的研究，使用的軟件是Stata 16.0。

3.1 面板數(shù)據(jù)的單位根檢驗

本文先對面板數(shù)據(jù)進(jìn)行單位根檢驗即平穩(wěn)性檢驗，數(shù)據(jù)平穩(wěn)是傳統(tǒng)計量經(jīng)濟(jì)研究的基礎(chǔ)，因為如果在截面數(shù)據(jù)和時間序列數(shù)據(jù)中存在單位根，則會產(chǎn)生偽回歸等一系列問題，基于傳統(tǒng)的計量經(jīng)濟(jì)分析方法的估計和檢驗統(tǒng)計量將會失去以往的性質(zhì)，使得結(jié)論錯誤，所以必須對所研究的變量進(jìn)行單位根檢驗，在保證變量具有平穩(wěn)性的情況下進(jìn)行回歸才是有效的。面板數(shù)據(jù)單位根檢驗的方法包括檢驗同質(zhì)單位根的LLC（Levin-Lin-Chu)、Breitung以及檢驗異質(zhì)單位根的IPS、ADF-Fisher和PPFisher這5種方法。本文采用的是LLC檢驗、IPS檢驗和ADF-Fisher檢驗，檢驗結(jié)果見表3和表4。

表3 DF、TI和CE的單位根檢驗結(jié)果

平穩(wěn)性檢驗的原假設(shè)是所有的變量都是非平穩(wěn)的，由表3可知，TI在3種檢驗中的P值都小于0.05，拒絕了原假設(shè)，說明變量TI是平穩(wěn)的，但變量DF和CE在IPS和ADF-Fisher檢驗中都未能拒絕變量非平穩(wěn)的假設(shè)。為此，本文對這3個變量分別進(jìn)行了一階差分處理得到D_DF、D_TI和D_CE，其中D_DF表示數(shù)字金融發(fā)展水平的增長，D_TI表示科技創(chuàng)新的提高，D_CE表示碳排放強(qiáng)度的增長。

由表4可以看出，一階差分后所得的變量D_DF、D_TI和D_CE的P值均小于0.05，這說明在α=0.01的顯著性水平下，3種單位根檢驗方法所得的P值都顯著拒絕了原假設(shè)，因此數(shù)字金融、科技創(chuàng)新和碳排放經(jīng)過一階差分后都具有平穩(wěn)性。

表4 D_DF、D_TI和D_CE的單位根檢驗結(jié)果

3.2 確定最優(yōu)滯后階數(shù)

在估計PVAR模型前，需要確定變量的最優(yōu)滯后階數(shù)，以避免滯后階數(shù)過小造成誤差項自相關(guān)以及滯后階數(shù)過大引起自由度下降。本文采用AIC、BIC和HQIC統(tǒng)計量來確定最優(yōu)滯后階數(shù)。AIC信息準(zhǔn)則即赤池信息量準(zhǔn)則，由日本統(tǒng)計學(xué)家赤池弘次創(chuàng)立，它建立在熵的概念基礎(chǔ)上，可以權(quán)衡所估計模型的復(fù)雜度和此模型擬合數(shù)據(jù)的優(yōu)良性。為了提高模型擬合的優(yōu)良性，一般采用增加自由參數(shù)數(shù)目的方法，但并不是自由參數(shù)越多越好，參數(shù)過多可能會導(dǎo)致模型變得過度復(fù)雜，同時產(chǎn)生過擬合的情況，進(jìn)而使得模型缺乏合理性和真實性，使得研究結(jié)果缺乏現(xiàn)實價值。因此，AIC旨在尋找最好的解釋數(shù)據(jù)但包含最少自由參數(shù)的模型。BIC準(zhǔn)則即貝葉斯信息準(zhǔn)則，于1978年由Schwarz提出，與AIC功能類似，用于模型的估計。HQIC準(zhǔn)則即漢南和奎因信息準(zhǔn)則，用來檢驗回歸模型中是否應(yīng)該添加一個新的解釋變量，添加一個新變量在提高了擬合優(yōu)度的同時，也降低了自由度和增加了方程的復(fù)雜性。根據(jù)最小化信息準(zhǔn)則，由表5知AIC、BIC和HQIC最小值所在的階數(shù)都為二階，所以第二階為最優(yōu)階數(shù)，本研究選擇二階滯后期。

表5 PVAR最優(yōu)滯后階數(shù)檢驗結(jié)果

3.3 模型穩(wěn)定性檢驗

PVAR模型的穩(wěn)定性是進(jìn)行脈沖響應(yīng)和方差分析的前提，因此要對PVAR（2）模型進(jìn)行穩(wěn)定性檢驗，如果所有的特征根均在單位圓內(nèi)，則說明所構(gòu)建的模型是穩(wěn)定的。由變量D_DF、D_TI和D_CE所建立的PVAR（2）模型共有6個特征根，根據(jù)圖1所示，所有的特征根都落在圓內(nèi)，因此所構(gòu)建的滯后2期的面板向量自回歸模型是穩(wěn)定的。

圖1 單位根檢驗

3.4 格蘭杰因果檢驗

為判斷變量與變量之間是否存在因果關(guān)系，檢驗解釋變量對被解釋變量的信息是否具有預(yù)測能力，本文采用格蘭杰因果（Granger）檢驗。需要注意的是，該檢驗所得出的因果關(guān)系并不是實際經(jīng)濟(jì)活動中的因果關(guān)系。檢驗結(jié)果如表6所示。

表6 格蘭杰因果檢驗結(jié)果

如果P值小于0.05則拒絕原假設(shè)，由表6可知，D_DF是D_TI的Granger原因，D_DF不是D_CE的Granger原因；D_TI是D_DF的Granger原因，D_TI不是D_CE的Granger原因；D_CE不是D_DF的Granger原因，D_CE不是D_TI的Granger原因。

3.5 脈沖響應(yīng)和方差分解

因為VAR模型不是基于理論體系所構(gòu)建的模型，是非理論性的，不需要對變量做任何先驗性的約束，所以一般不分析一個變量對另一個變量的影響如何，而是分析當(dāng)一個誤差項發(fā)生變化，或者說模型受到某種沖擊時對系統(tǒng)的動態(tài)影響[20]。面板數(shù)據(jù)VAR模型的主要解釋變量是被解釋變量和其他內(nèi)生變量的滯后值，從結(jié)構(gòu)上看是一個動態(tài)模型，變量系數(shù)的意義難以明確。因為，本文通過蒙特卡洛實驗?zāi)M200次，將響應(yīng)期數(shù)設(shè)置為8期，得到D_DF（數(shù)字金融發(fā)展水平的增長）、D_TI（科技創(chuàng)新能力的提高）和D_CE（碳排放強(qiáng)度的增加）的脈沖響應(yīng)圖。如圖2所示，隨著響應(yīng)期數(shù)的增加，所有變量的脈沖響應(yīng)函數(shù)都收斂于0，說明所研究的模型是有意義的。

圖2中第1列分別表示D_DF受到D_DF、D_TI和D_CE的沖擊響應(yīng)。對于數(shù)字金融水平增長，當(dāng)受到自身的沖擊時，當(dāng)期會達(dá)到正向最大值，在第1期急劇下降到負(fù)向最低點，隨后正負(fù)影響交替出現(xiàn)，這種影響在0值附近上下小幅波動，總體趨近于0，最終消失，說明數(shù)字金融的增長與其自身構(gòu)成顯著的非線性關(guān)系，呈現(xiàn)一定的規(guī)律性。當(dāng)受到科技創(chuàng)新的沖擊時，當(dāng)期會達(dá)到正向最大值，在第1期下降到0，直至第2期降到最低點，隨后這種負(fù)的影響逐漸減小，小幅波動直至消失，表明科技創(chuàng)新在初期對數(shù)字金融的增長有顯著的正效應(yīng)，但后期產(chǎn)生了短暫的負(fù)效應(yīng)，總體上科技創(chuàng)新對數(shù)字金融發(fā)展水平增長的推動作用還不穩(wěn)定。當(dāng)受到碳排放量增加的沖擊時，當(dāng)期達(dá)到負(fù)向最大值，這種負(fù)向影響隨著期數(shù)的增加逐漸減小直至第6期降為0，表明在初期碳排放的增加對數(shù)字金融水平的提高存在顯著的負(fù)效應(yīng)，且該負(fù)向影響具有長期性，說明從長期看碳排放對數(shù)字金融發(fā)展具有顯著的負(fù)效應(yīng)。

圖2 脈沖響應(yīng)分析

圖2中第2列分別表示D_TI受到D_DF、D_TI和D_CE的沖擊響應(yīng)。對于科技創(chuàng)新水平的提高，當(dāng)受到數(shù)字金融增長的沖擊時，初期為0值，隨后第1期降至最低點而后上升，第2期達(dá)到最高點而后下降，如此小幅波動趨近于0直至消失，表明數(shù)字金融增長先對科技創(chuàng)新產(chǎn)生負(fù)效應(yīng)，后產(chǎn)生不顯著的正效應(yīng)，說明數(shù)字金融對科技創(chuàng)新水平的推動作用還不明顯和穩(wěn)定，且該不穩(wěn)定性強(qiáng)于科技創(chuàng)新對數(shù)字金融的影響。當(dāng)受到自身的沖擊時，當(dāng)期到達(dá)正向最大值，在第1期急劇下降為負(fù)值，隨后出現(xiàn)短暫的負(fù)向響應(yīng)，第3期回到0值，之后在0值附近小幅波動直至消失，表明科技創(chuàng)新的提高在初期對自身有顯著的正效應(yīng)，從長期看存在自我促進(jìn)、自我激勵的作用，但不如碳排放的顯著。當(dāng)受到碳排放強(qiáng)度增加的沖擊時，當(dāng)期會達(dá)到正向最大值，至第1期沖擊值為0，第2期再次達(dá)到另一個峰值，隨后逐漸波動著減小直至消失，說明碳排放量增長對科技創(chuàng)新水平的提高不構(gòu)成必然的促進(jìn)關(guān)系，正向效應(yīng)不是很顯著且不穩(wěn)定。

圖2中第3列分別表示D_CE受到D_DF、D_TI和D_CE的沖擊響應(yīng)。對于碳排放強(qiáng)度的增加，當(dāng)受到數(shù)字金融增長的沖擊時，當(dāng)期為0值而后上升，至第1期達(dá)到正向最大值，隨后正向效應(yīng)隨著期數(shù)的增加，波動性減小直至為0，表明數(shù)字金融增長對碳排放強(qiáng)度的增加在初期有一定的正效應(yīng)，接著這種正向影響短期內(nèi)近似降至零，說明數(shù)字金融發(fā)展增加碳排放的反應(yīng)是短暫的，從長期看這種促進(jìn)作用并不穩(wěn)定。當(dāng)受到科技創(chuàng)新的沖擊時，當(dāng)期響應(yīng)值為0，在第1期上升至正向最大值，且該最大值與數(shù)字金融增長對碳排放強(qiáng)度第1期的沖擊影響相當(dāng)，隨后急劇下降，至第2期降為負(fù)向最大值，隨后這種負(fù)效應(yīng)逐漸減小并趨近于0，說明科技創(chuàng)新的進(jìn)步在初期會導(dǎo)致碳排放的增加，但該促進(jìn)作用從第1期至第2期之間就迅速衰減，因此從長期看科技創(chuàng)新并不會增加碳排放強(qiáng)度，但是抑制作用還不明顯。當(dāng)受到自身的沖擊時，當(dāng)期會達(dá)到最大值，隨后急劇衰減為負(fù)值，而后負(fù)效應(yīng)逐漸減小直至消失，表明碳排放量的增加對自身的沖擊顯著為正效應(yīng)，且持續(xù)時間較長，說明碳排放強(qiáng)度的增加具有特殊的連鎖效應(yīng)，高強(qiáng)度的碳排放可能會引起下一期較高強(qiáng)度的碳排放。

方差分解是將面板VAR模型中的各內(nèi)生變量的均方誤差分解到其他解釋變量的誤差項上，通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻(xiàn)度，進(jìn)一步評價不同結(jié)構(gòu)沖擊的重要性。

方差分解結(jié)果如表7所示。根據(jù)表7可知，對于數(shù)字金融發(fā)展水平的增長，其自身的貢獻(xiàn)度是94.8%，科技創(chuàng)新對其貢獻(xiàn)度為3.7%，碳排放對其貢獻(xiàn)度為1.5%；對于科技創(chuàng)新水平的提高，數(shù)字金融對其貢獻(xiàn)度為16.7%，其自身貢獻(xiàn)度為82.8%，碳排放對其貢獻(xiàn)度為0.5%；對于碳排放強(qiáng)度的增加，數(shù)字金融對其貢獻(xiàn)度為2.4%，科技創(chuàng)新對其貢獻(xiàn)度為0.4%，其自身貢獻(xiàn)度97.2%。

表7 各內(nèi)生變量預(yù)測誤差的方差分解

4 結(jié)論和建議

本文分析了數(shù)字金融發(fā)展對碳減排的影響路徑及科技創(chuàng)新因素在該影響中發(fā)揮的重要作用，并基于2011—2019年全國除西藏和港澳臺地區(qū)以外的30個省級面板數(shù)據(jù)，構(gòu)建了以我國數(shù)字金融、科技創(chuàng)新和碳排放為研究對象的面板向量自回歸模型，實證研究了這三者之間的關(guān)系，得到以下結(jié)論：第一，數(shù)字金融的發(fā)展和科技創(chuàng)新水平的提高在初期都會造成碳排放的增加，但該影響在后期會迅速消失或者變成反向抑制作用。數(shù)字金融實現(xiàn)了金融服務(wù)云端化，減少了客戶的出行和一系列紙質(zhì)材料的使用，從而在一定程度上促進(jìn)了碳減排，而科技創(chuàng)新則是該作用的驅(qū)動因素。第二，數(shù)字金融發(fā)展水平的增長和科技創(chuàng)新能力的提升互為格蘭杰因果關(guān)系，但兩者相互促進(jìn)的作用并不顯著，目前科技創(chuàng)新尚未有效地推動數(shù)字金融，數(shù)字金融對科技創(chuàng)新的反促進(jìn)作用更是綿薄的。第三，碳排放對數(shù)字金融具有長期的抑制作用，且具有顯著的自我促進(jìn)作用。

經(jīng)過對上述結(jié)論的思考，對如何以數(shù)字金融為發(fā)展引擎，以科技創(chuàng)新為主要手段，減少碳排放以助力碳達(dá)峰碳中和目標(biāo)的實現(xiàn)，同時助力數(shù)字金融持續(xù)健康發(fā)展這一問題提出以下政策建議：第一，加快推進(jìn)數(shù)字金融建設(shè)，以數(shù)字金融為發(fā)展引擎帶動科技創(chuàng)新，以金融創(chuàng)新為源動力促進(jìn)數(shù)字金融持續(xù)健康發(fā)展，從而間接地減少碳排放。目前我國不少金融業(yè)的監(jiān)管制度和體系還不夠完善，因此需要加強(qiáng)分級分類監(jiān)管，通過科學(xué)的監(jiān)管方式，促進(jìn)金融數(shù)字化順利轉(zhuǎn)型和數(shù)字金融領(lǐng)域規(guī)范健康發(fā)展。此外，可對數(shù)字金融實施懲戒激勵政策，懲戒偽造、失信、違反行規(guī)者，獎勵激勵誠信、貢獻(xiàn)突出者，通過優(yōu)勝劣汰，使數(shù)字金融領(lǐng)域純凈化和高效化。由于數(shù)字金融是以科學(xué)技術(shù)為基礎(chǔ)的，為推進(jìn)金融數(shù)字化，萬眾創(chuàng)新的意識和能力也會得以提高，將促進(jìn)智慧源泉涌流。第二，繼續(xù)鼓勵金融領(lǐng)域的科技創(chuàng)新，加深制造業(yè)領(lǐng)域的綠色科技創(chuàng)新。目前制造業(yè)是科技創(chuàng)新的主戰(zhàn)場，科技創(chuàng)新在數(shù)字金融領(lǐng)域的貢獻(xiàn)是綿薄的，應(yīng)適當(dāng)加大金融創(chuàng)新力度。資金是一個企業(yè)運作的血液，通過數(shù)字金融合理地分配資金投入，直接地改變重工業(yè)企業(yè)揮霍資源的生產(chǎn)習(xí)慣，將資源的利用精準(zhǔn)化，在不浪費有限資源的同時，提高資源的重復(fù)利用率，從而實現(xiàn)資源效用最大化，不僅間接地減少碳排放量，而且促進(jìn)數(shù)字金融的普及和使用。此外，通過鼓勵發(fā)展低碳技術(shù)，從技術(shù)的角度直接實現(xiàn)資源的節(jié)約使用和合理配置，從根本上保護(hù)環(huán)境減少碳排放。第三，積極響應(yīng)碳減排政策，加快碳交易市場的發(fā)展，促進(jìn)碳交易由政府主導(dǎo)向市場主導(dǎo)的轉(zhuǎn)變。碳交易市場使得碳具有了商品的價值，增加了碳排放主體的成本，能夠有效地減少碳排放強(qiáng)度，從而避免碳排放量增長所帶來的惡性循環(huán)，同時緩解對數(shù)字金融發(fā)展的抑制作用。