中國數字金融發展的環境效應及其作用機制研究

中國經濟以規模擴張與投入增加為主要特征的粗放型增長方式導致嚴重資源環境問題。根據《BP世界能源統計年鑒2021》，中國一次能源消費達到145.46艾焦耳，占世界一次能源總消費的26.11%，碳排放總量達到9899.31百萬噸，占世界碳排放總量的30.69%，是最大能源消費國與碳排放國。中國生態環保任重道遠，應發展綠色金融，支持綠色技術創新，推進清潔生產，發展環保產業，推進重點行業和重要領域綠色化改造。金融發展有助于降低交易成本，加快要素流動，引導社會資本從“兩高一剩”行業流向清潔型生產行業，實現經濟社會發展與生態環境保護相協調。然而，傳統金融帶有“嫌貧愛富”特征，導致中小微企業與其他低收入群體難以獲得金融資源。普惠金融強調不同主體獲取金融資源的均等性、普惠性。遵循均等分配金融資源的內在邏輯，普惠金融經歷了小額信貸、微型金融、傳統普惠金融以及數字金融不同階段。作為金融發展的新特征，依托互聯網、大數據、云計算等數字技術發展起來的數字金融，通過推動信息共享，降低金融資源的獲取門檻，克服傳統金融交易成本過高以及金融資源供給不足等弊端，并覆蓋傳統金融機構難以涉及的“服務盲區”，為中小微企業及其他低收入群體提供金融資源，有助于消除城鄉二元結構，縮小地區差距，實現區域均衡發展。尤其是在開啟全面建設“美麗”社會主義現代化強國背景下，探究數字金融發展的環境效應及其作用機制，對于推動環境治理、打贏“污染防治攻堅戰”以及促進經濟社會發展全面綠色轉型，具有重要的現實意義。

一、文獻綜述

早期環境研究主要關注經濟增長如何影響環境，以環境庫茲涅茨曲線(Environment Kuznets Curve，簡寫為EKC)假說為重點進行了理論分析與實證研究。EKC假說認為經濟增長對環境污染的影響經歷了由正向到負向的倒U型轉變過程。金融被納入環境相關研究，最初也是圍繞EKC假說展開的——金融通過匯集社會閑散資本，優化資源配置，促進產業轉型，加快跨越倒U型曲線拐點，實現經濟發展與改善環境的“雙贏”。隨著金融發展多樣化，學術界對于金融與環境之間關系的認識逐漸深化：從最初關注金融對于EKC假說的影響，到之后探究金融同環境之間關系以及近年來分析普惠金融如何影響環境。

現有研究對于金融同環境之間關系的認識主要包括“改善環境論”“惡化環境論”以及“非線性關系論”。“改善環境論”認為金融發展有助于降低交易成本，提高存貸款轉化率，促進投融資(包括綠色低碳項目投融資)，從而改善生態環境。例如Tamazian等(2009)以銀行存貸款總額同GDP之比作為金融發展指數，較早證實金融發展有助于減少污染排放。Shahbaz等(2013)、何運信等(2020)也得到類似結論。“惡化環境論”認為金融發展有助于緩解消費者預算約束，刺激汽車、冰箱等大宗商品消費，加劇能源消耗與污染排放。例如Zhang(2011)以金融機構貸款總額同GDP之比作為金融發展指數，證實金融發展加劇碳排放。熊玲和齊紹洲(2016)、趙軍等(2020)也得到類似結論。“非線性關系論”認為金融發展對環境存在更為復雜的非線性影響。例如嚴成樑等(2016)、胡宗義和李毅(2019)證實金融發展同環境污染之間為倒U型曲線關系。近年來，部分研究將金融資源的均等性納入金融同環境之間關系的分析中，探究普惠金融如何影響環境。例如徐明偉等(2018)證實普惠金融發展并未直接影響環境，但存在影響環境的經濟增長機制與技術創新機制。朱東波等(2018)證實普惠金融發展減少碳排放，且這種減排效應在不同金融發展水平表現出門檻特征。Zaidi等(2021)證實普惠金融發展會加劇碳排放。

依托銀行等傳統金融機構的普惠金融存在交易成本過高、金融資源供給不足等問題。互聯網、大數據、云計算等數字技術為解決這一問題提供了有效方案：依托數字技術發展起來的數字金融可以消除傳統金融機構的物理空間與營業時間限制，降低交易成本以及金融資源獲取門檻，為實現金融資源均等化提供新的思路。目前，數字金融發展尚處于起步階段，其代表性定義由2016年G20杭州峰會提出，認為數字金融是指為促進普惠金融發展而使用數字金融服務的相關活動。對于數字金融的經濟效應，學術界主要從數字金融如何影響經濟增長、收入差距、創業、消費、創新、產業結構升級等視角進行分析，但關于數字金融發展如何影響環境及其作用機制，尚待進一步探究。

10月24日，國家重點工程——港珠澳大橋正式通車運營。在這座由粵港澳三地首次合作共建的超大型跨海交通工程中，有著上海化工企業的一份辛勞，其中，大橋橋梁混凝土和內部鋼筋防腐蝕保護，使用了嘉寶莉的硅烷浸漬漆，而東方雨虹則為大橋專門定制了防水系統解決方案。

Brock和Taylor(2005)將環境變化分解為規模效應、結構效應和技術效應，為后續研究分析環境影響機制提供了重要借鑒。鑒于數字金融對規模、技術和結構存在顯著影響，本文從規模、技術和結構三個視角，理論分析數字金融對環境的作用機制。

二、作用機制與研究假設

綜上梳理不難看出，既有文獻圍繞金融、普惠金融同環境之間的關系進行了較為全面的分析，并初步探究了數字金融的經濟效應，但存在以下有待拓展的空間：一是由于研究對象、衡量指標等不同，對金融同環境之間關系的認識存在分歧，未達成一致結論；二是少有研究分析普惠金融同環境之間的關系，且結論不一；三是罕有研究分析數字金融的環境效應及其作用機制。本文在理論闡明數字金融對環境的作用機制基礎上，構建動態面板模型，結合中國經驗數據，實證檢驗數字金融的環境效應及其作用機制。本文邊際貢獻主要在于：(1)將數字金融引入金融同環境之間關系的分析中，豐富了現有研究對二者之間關系的認識；(2)從規模、結構和技術三個視角，理論分析數字金融對環境的作用機制，闡明了現有研究對金融發展環境效應的認識存在爭議的原因；(3)基于中介效應方法，構建動態面板模型，實證檢驗數字金融影響環境的規模路徑、結構路徑和技術路徑，為推動環境治理提供了新的政策視角。

Although phosphor particles are small, the initial and final settling velocities are not significantly different, hence acceleration can be ignored. When the particles are stable or settling down, f can be expressed as:

數字金融的規模效應是指數字金融通過規模擴張機制對環境產生的影響。數字金融強調金融資源的低門檻、低成本以及易獲取性，通過緩解收入預算約束、提高支付便利度等，在增強居民消費信心的同時刺激消費需求，促進居民消費，尤其是對于中西部偏遠地區居民消費以及其他低收入群體消費的提升作用更加顯著。然而，限于收入水平以及有支付消費能力，低收入群體的消費偏重產品“數量”而非產品“質量”，相應地，其消費增長將引致低端生產或傳統加工制造業發展，進一步固化以資源增加與規模擴張為主要特征的粗放型增長模式，加劇能源消耗與污染排放。另外，數字金融有助于加快中西部偏遠地區經濟增長，縮小東中西部地區差距，推動區域協調發展，但同時也存在“雙刃劍”效應，即由于中西部大多數地區處于工業化中期甚至初期階段，當地政府可能因“短視”而強調物質增長，走“先污染后治理、以環境換增長”的老路。換言之，地方政府為推動經濟增長，盲目刺激消費，可能引導數字金融資源流向短周期、高盈利等資源型產業與低端加工制造業，加劇污染排放。基于上述分析，提出如下研究假設：

H1：數字金融通過推動規模擴張加劇污染排放。

數字金融的結構效應是指數字金融通過結構轉型機制對環境產生的影響。數字金融主要通過新產業形成、生產性服務業發展以及消費結構升級途徑，推動產業轉型升級。一是數字金融拓寬了金融服務范圍，提升了金融服務效率，破除了傳統金融機構對中小微企業的“信貸歧視”，彌補了傳統金融“嫌貧愛富”的不足，從而優化資源配置，提高生產效率，引導要素流向高生產率產業，促進產業轉型升級。二是數字金融有助于加快數字經濟發展。網上購物已經成為居民消費習慣，而網上購物等數字經濟活動加快了物流業、交通運輸業等生產性服務業發展，從而推動產業轉型升級。三是數字金融憑借低成本、高效服務以及廣覆蓋面優勢，緩解了中低收入群體的消費預算約束問題，有助于帶動消費結構升級，進而產業轉型升級。與由資源能源投入增加支撐的工業相比，服務業具有“低投入、低能耗、低污染”特征，因而產業轉型升級有助于減少污染排放。基于上述分析，提出如下研究假設：

劉劍文在接受記者采訪時表示，此次個稅改革之所以引起如此大的反響，主要是在草案制定過程中，一直處于保密狀態，對于起征點如何設定，專項扣除的項目如何選擇都沒有一個較為明確的解釋，引發了大家的疑惑。“個稅關乎著每個人，應該在前期充分征求民意，凝聚共識，這樣才有利于法律的遵從。”

H2：數字金融通過促進結構轉型減少污染排放。

數字金融的技術效應是指數字金融通過技術進步機制對環境產生的影響。技術創新尤其是重大技術突破需要較為長期、持續不斷的資金投入，單純依靠國家研發支出難以填補創新所需的資金缺口。因此，外部融資的持續性供給是推動技術創新的關鍵所在。傳統金融機構對于中小微企業的“金融排斥”導致金融資源錯配，制約技術研發活動，尤其不利于中小微企業技術創新。而數字金融彌補了傳統金融的“信貸歧視”，為提升資源配置效率、支持企業尤其是中小微企業技術創新提供了方案：數字金融可以根據企業流水判斷企業盈利空間、技術研發風險以及產品市場前景等，緩解因信息不對稱導致的金融資源錯配，降低信貸門檻與借貸成本，拓寬融資渠道，從而解決企業融資難、融資貴、融資少等問題，激勵企業技術創新。技術創新尤其是技術綠色創新，一方面有利于新產品形成，加快帶有“低能耗、低污染、高效率”特征的新興產業發展；另一方面也為污染型產業綠色化改造提供技術條件，加快打破污染型產業發展的路徑依賴，提高綠色產業比重，減少污染排放。基于上述分析，提出如下研究假設：

H3：數字金融通過引致技術進步減少污染排放。

三、實證設計與數據說明

(一)計量模型

3.“容”的方法是一分為二地看錯誤，解決實際問題。辯證法是我們黨解決實際問題的重要方法論。工作的過程一分為二，既要看到成績，也要看到錯誤。在某種程度上，錯誤可以發現問題，從而為正確的工作更好地背書，也為正確的工作尋找更好的方法論。

借鑒Brock和Taylor(2005)對環境效應的分解思路，本文引入、、分別表示生產總產值、產業產值在總產值中占比以及產業污染排放強度(=1,2,3,…,)，即單位產值污染排放。則污染總排放可用式(1)表示：

(1)

對式(1)左右兩側同時進行自然對數處理并求導，整理可得：

(3)構建易貶值、難保管的涉案財物的應急處置程序。建議《意見》第5條增加規定易貶值、難保管的涉案財物的應急處置程序。首先，列舉易貶值、難保管的物品的類型，同時設置兜底條款，使司法機關可以根據個案的具體情況判定哪些財物屬于易貶值、難保管的物品。其次，規定訴訟程序終結之前，資產清算組可以根據具體情況召開會議，投票表決涉案財物是否應列入易貶值、難保管的物品清單，然后將該物品清單及拍賣申請報給法院裁決。最后，法院裁定駁回資產清算組的拍賣申請，或者對易貶值、難保管的物品進行拍賣、變賣，所得資金匯入資產清算組的專用賬戶。

(2)

,=+,-1+,+,+,+,++++∈

(3)

為探究數字金融對環境的影響，在式(3)引入數字金融等變量，可得：

,=+,+,+,+++∈

(4)

其中，表示省份，表示年份，表示地區效應，表示時間效應，∈表示隨機擾動項。表示環境污染，采用綜合污染得分來衡量。加入環境污染滯后項主要是為了控制因遺漏變量可能導致的內生性，增強估計結果可信度。代表數字金融，采用北京大學數字金融研究中心測算的“數字普惠金融指數”衡量。代表規模擴張，采用以2010年為基年的人均實際GDP衡量。代表結構轉型，采用產業結構轉型綜合指數衡量。代表技術進步，采用基于DEA-Malmquist指數方法測算的全要素生產率衡量。表示控制變量組，主要選取能源消費、環境規制、外商直接投資、人力資本等。

各省份數字金融以及數字金融覆蓋廣度、使用深度、數字化程度數據均來源于北京大學數字金融研究中心。各省份工業廢氣、廢水、固體廢棄物等污染排放以及環境治理投資等數據主要來源于歷年《中國環境統計年鑒》。各省份GDP及GDP指數，常住人口，外商直接投資，匯率，研發與實驗發展經費投入，第一、二、三產業增加值，就業以及就業人口在不同學歷階段占比，固定資產投資，能源消費數據主要來源于Wind數據庫以及歷年《中國統計年鑒》。上述指標個別缺失數據采用移動平均法補齊。結合數字金融、污染排放等數據的可獲取性，本文將實證研究設定在2011—2018年。由于式(4)等包含被解釋變量滯后項，為保持前后樣本量的一致性，擴充樣本數量，各省份污染排放時間設定在2010—2018年。鑒于港澳臺以及西藏地區污染數據缺失嚴重且統計口徑不一，本文予以剔除，最終整理得到涵蓋30個省份(不包括港澳臺、西藏)的面板數據庫。限于篇幅，主要變量的統計特征未列出，作者備索。

,=+,-1+,++++∈

(5)

,=+,-1+,++++∈

(6)

綜合M1、M2兩列來看，納入其他控制變量前后，數字金融的估計系數均為負，且在1%水平上顯著，表明數字金融有助于減少污染排放。原因可能在于，依托互聯網、大數據、云計算等數字技術發展起來的數字金融可以有效識別環保項目、綠色產品的市場前景，緩解信息不對稱導致的金融資源錯配，支持環保項目與綠色產業發展，進而減少污染排放。數字金融發展體現在多個維度，既表現為數字金融的覆蓋廣度、使用深度提高，也體現在金融資源的數字化程度增進，為此，本文進一步探究數字金融的覆蓋廣度、使用深度以及數字化程度等分維度對環境的影響。表1 M3—M5列分別對應數字金融三個分維度的估計結果。覆蓋廣度、使用深度的估計系數分別為-0.00106、-0.00090，且均在1%水平上顯著，表明數字金融覆蓋廣度、使用深度有助于減少污染排放；數字化程度的估計系數為0.00001，但并不顯著。數字金融三個分維度的估計結果證實，中國數字金融的污染減排效應主要通過提高數字金融的覆蓋廣度與使用深度實現，而數字化程度尚未顯現出污染減排效應。

(7)

,=+,-1+,++++∈

(8)

,=+,-1+,+,+,+,++++∈

(9)

式(5)對應第一步檢驗數字金融對環境是否存在影響。式(6)—(8)對應第二步階段1，分別檢驗數字金融對規模擴張、結構轉型和技術進步的影響。式(9)對應第二步階段2，同時檢驗數字金融、結構轉型、技術進步和規模擴張對環境的影響。表示以規模擴張作為被解釋變量時的控制變量組，主要包括能源消費、人力資本、城鎮化、研發創新等；表示以結構轉型作為被解釋變量時的控制變量組，主要包括人力資本、研發創新、環境規制、城鎮化等；表示以技術進步作為被解釋變量時的控制變量組，主要包括研發創新、人力資本、外商直接投資、環境規制等。考慮到規模擴張、結構轉型和技術進步存在明顯的滯后性，式(6)—(8)均包含被解釋變量滯后項。

采用SPSS 20.0統計學軟件對數據進行處理，計數資料采用x2檢驗，以P＜0.05為差異有統計學意義。

使用逐步回歸法檢驗數字金融影響環境的規模機制、結構機制和技術機制，應進行以下判斷：首先，檢驗式(5)數字金融估計系數，若顯著，繼續之后的檢驗。其次，檢驗式(6)數字金融系數與式(9)規模擴張系數、式(7)數字金融系數與式(9)結構轉型系數、式(8)數字金融系數與式(9)技術進步系數三組變量系數的顯著性。如果變量估計系數不顯著，需進行Sobel檢驗。若Sobel檢驗顯著，則存在中介效應；若Sobel檢驗不顯著，則不存在中介效應。如果變量系數與、與、與均顯著，則不需進行Sobel檢驗。參考溫忠麟和葉寶娟(2014)，×代表數字金融的規模效應，×代表數字金融的結構效應，×代表數字金融的技術效應。

(二)變量指標

1.數字金融指標。北京大學數字金融研究中心基于普惠金融思想，從數字金融的覆蓋廣度、使用深度和數字化程度3個維度，構建了包含33個具體指標的數字普惠金融綜合指標體系，并對中國各省份地區數字普惠金融指數進行了測算。本文采用該數字普惠金融指數作為數字金融的衡量指標。

就像涓生與子君的婚戀悲劇所警告我們的那樣，人們不應該得意于新道德的先進，而要不斷觀察新道德在社會運行中產生了哪些新的社會問題，并予以反思和改進。從傳統社會到現代社會，人性從“存天理滅人欲”的吃人禮教中得到了解放，“人權”作為至理名言被推上神壇；人們意識到感性可能存在的漏洞，便尊崇理性和秩序，制定了無數法律以維護社會公平。這的確是社會進步的體現。可是，它們并非十全十美，在人們不經意的時候，它們同樣會造成個體的不幸。

農民急于出售，采摘過早，影響干果品質和產量，收不到應有的效益。雖然擁有豐富的核桃資源，但是沒有脫皮、制干設備和深精加工企業，生產的核桃大多是現收現賣，附加值低。

現階段我國會計師事務所的業務水平在逐步提高、業務范圍也在逐步擴大，多數大型會計師事務所在全國各地通常設有分所，因而他們能夠占有較大的市場份額，但事務所的相關業務類型中，審計類型的業務占比仍然相對較高，在審計業務類型中，仍然以傳統審計服務為主。當前，在會計師事務所的收入中，傳統審計業務的收入占比達到了60%以上，中小會計師事務所在此方面比例更高。毋庸置疑，傳統審計業務又是一項同質化服務，故而也帶來了會計師事務所價格惡性競爭的后果。

2.環境綜合污染指標。為全面考察數字金融的環境效應及其作用機制，本文選取綜合污染得分以及廢水、廢氣、固體廢棄物排放強度作為環境污染的代理指標。綜合污染得分的計算步驟如下：首先，計算特定類型(廢氣、廢水、固體廢棄物)污染物排放強度；其次，對不同污染物排放強度數據進行標準化，即采用“極大極小值法”對污染排放強度進行標準化處理；最后，將標準化后的三類污染排放強度加總，得到綜合污染得分。

3.中介變量指標。中介變量包括規模變量、結構變量和技術變量。本文采用以2010年為基年的人均實際GDP作為規模變量指標。參考唐文進等(2019)，依照公式=1×+2×+3×，測算產業結構轉型指數。其中，、、分別表示第一、二、三產業增加值在GDP中的比重；1、2、3分別表示第一、二、三產業權重，反映產業結構轉型特征。對于技術變量指標，本文基于DEA-Malmquist指數方法予以測算。在測算Malmquist指數時，首先應確定投入和產出，本文選取資本、勞動力作為投入，以實際GDP作為產出。對于資本投入，借鑒張軍等(2004)測度資本存量的“永續盤存法”，并以2010年為基年進行數據更新；對于勞動力投入，采用從業人數衡量；對于產出，采用以2010年為基年的實際GDP衡量。在測算過程中，采用DEAP2.1軟件，該軟件測算的是相對增長率，因此以2010年為基年，即令=1，以此換算得到技術進步的基數數據。

4.其他變量指標。其他控制變量包括能源消費、人力資本、環境規制、外商直接投資、研發創新。采用能源消費強度，即單位產出的能源消費衡量能源消費。采用從業人員的受教育水平衡量人力資本，即=6×+9×+12×+14×+16×。、、、、分別代表小學、初中、高中、專科、本科及以上學歷從業人數在從業總人數中的比重；6、9、12、14、16分別代表小、初、高、專、大學等所受教育年限。采用環境治理投資額同GDP的比值衡量環境規制。采用各省份實際利用的外資額，并經美元年均匯率調整后與GDP的比值衡量外商直接投資。選取地區研發與實驗發展經費投入強度衡量研發創新。

(三)數據來源

現有研究通常使用逐步回歸法檢驗中介效應。逐步回歸法步驟如下：首先，檢驗自變量是否對因變量存在顯著影響，只有存在顯著影響條件下方可開展之后的檢驗；其次，進行中介機制檢驗，階段1檢驗自變量對中介變量是否存在顯著影響，階段2同時檢驗自變量、中介變量是否對因變量存在顯著影響。根據上述步驟，為檢驗數字金融的規模效應、結構效應和技術效應，構建以下計量模型組：

四、實證結果分析

(一)基準估計結果

因式(4)右側帶有污染滯后項，如果采用OLS方法可能造成有偏估計，本文采取系統廣義矩估計方法(SYS-GMM)，即以變量滯后項作為工具變量來控制模型可能存在的內生性問題。應用SYS-GMM方法估計式(4)時，需要通過序列相關與工具變量過度識別檢驗。表1報告了基本估計結果。AR、Sargan檢驗結果表明，隨機誤差項存在一階相關但不存在二階相關，選取的工具變量也是有效的。環境污染滯后項的估計系數均顯著為正，表明環境污染存在滯后性與路徑依賴。上述結果證實，本文關于動態面板模型的設定是合理的。

,=+,-1+,++++∈

根據M2列，規模擴張及其平方項的估計系數分別為-0.26988、0.12232，且均在1%水平上顯著，表明規模擴張對環境污染的影響經歷了由負向到正向的U型轉變過程，并未證實EKC假說。結構轉型的估計系數為-0.97580，且在1%水平上顯著，表明產業結構轉型有助于減少污染排放。技術進步的估計系數為-0.14483，且在5%水平上顯著，表明技術進步有助于減少污染排放。能源消費的估計系數為0.09753，且在10%水平上顯著，表明能源消費增加將加劇污染排放。環境規制的估計系數為1.18104，正向結果表明目前我國環境治理政策尚未發揮明顯的減排效能。外商直接投資的估計系數為正但并不顯著，表明外商直接投資沒有對環境造成顯著影響。人力資本的估計系數為-0.02839，且在5%水平上顯著，表明人力資本積累有助于減少污染排放。

(二)穩健性檢驗

本文從以下兩個方面進行穩健性檢驗：一是更換計量方法。采用差分GMM、混合OLS、固定效應、隨機效應等不同計量方法對式(4)進行估計。二是調整被解釋變量。以廢水、廢氣、固體廢棄物作為被解釋變量，對數字金融的環境效應進行再估計，同時也檢驗數字金融對特定類型污染的影響。兩種穩健性檢驗結果均證實數字金融有助于減少污染排放，并表明數字金融對于廢水、廢氣、固體廢棄物特定類型污染也具有減排效應。限于篇幅，具體穩健性檢驗結果未列出，作者備索。

五、進一步考察：作用機制檢驗

為考察數字金融影響環境的規模效應、結構效應和技術效應，本文對式(5)—(9)進行了實證檢驗。表2報告了機制檢驗結果，M6—M10列分別對應式(5)—(9)。由于數字金融對環境污染、規模擴張、結構轉型、技術進步以及規模擴張、結構轉型、技術進步對環境污染的估計系數至少在5%水平上顯著，本文并未進行Sobel檢驗。

1.數字金融發展影響環境的規模效應結果。根據M6列，數字金融的估計系數為-0.00056，且在1%水平上顯著，表明數字金融對環境存在顯著影響，可以進行之后式(6)—(9)的檢驗。根據M7列，數字金融的估計系數為0.00050，且在1%水平上顯著，表明數字金融發展有助于推動規模擴張。根據M10列，規模擴張的估計系數為0.63865，且在1%水平上顯著，可以計算出數字金融的規模效應為0.000319(=0.00050×0.63865)。數字金融的規模效應值為正，表明數字金融通過推動規模擴張加劇污染排放，證實了研究假設H1。數字金融的規模效應之所以為正，可能是因為數字金融的普惠性、便利性、均等性特征引致中低收入群體的消費增加，而中低端消費需求增長進一步固化傳統粗放型增長模式，不利于經濟發展方式的轉變，同時也加劇了能源消耗，導致污染排放增加。

2.數字金融發展影響環境的結構效應結果。根據M8列，數字金融的估計系數為0.00026，且在1%水平上顯著，表明數字金融發展有助于促進結構轉型。根據M10列，產業結構轉型的估計系數為-0.82162，且在1%水平上顯著，可以計算出數字金融的結構效應為-0.000214[=0.00026×(-0.82162)]。數字金融的結構效應值為負，表明數字金融通過促進產業結構轉型減少污染排放，證實了研究假設H2。其機制主要在于，依托數字技術發展起來的數字金融有助于引導金融資源流向具有較高生產率水平的產業部門，并帶動交通、物流、倉儲等生產性服務業發展，加快產業結構轉型升級，從而減少污染排放。

在農村地區，這種情況可以逆轉。在自然狀態下的木材存活和生長時釋放VOCs;林地和森林中的空氣可以比許多室內環境具有更高的濃度。

3.數字金融發展影響環境的技術效應結果。根據M9列，數字金融的估計系數為0.00004，且在1%水平上顯著，表明數字金融發展促進技術進步。根據M10列，技術進步的估計系數為-0.12610，且在5%水平上顯著，可以計算出數字金融的技術效應值為-0.000005[=0.00004×(-0.12610)]。數字金融的技術效應值為負，表明數字金融通過引致技術進步減少污染排放，證實了研究假設H3。這主要是因為數字金融有助于降低信貸門檻，鼓勵企業特別是具有活力的中小微企業研發創新，并在數字技術支持下，有效識別技術研發風險及其發展前景，提高配置效率與生產效率，加快綠色產業發展，并為污染型產業綠色化改造升級提供技術條件，從而減少污染排放。

六、結論與政策建議

本文旨在探究數字金融對環境的影響及其作用機制。為此，首先從規模、結構和技術三個方面，理論分析數字金融對環境的作用機制；隨后基于中介效應法，構建動態面板模型，在測算省級環境綜合污染指標等基礎上進行了實證檢驗。研究結論如下：數字金融有助于減少污染排放，這種減排效應主要通過提高數字金融的覆蓋廣度與使用深度實現；數字金融通過推動經濟粗放發展而加劇污染排放；數字金融通過促進結構轉型、引致技術進步而減少污染排放。

根據以上結論，為改善生態環境，中國應大力推動數字金融綠色發展，加快技術綠色創新進程。將發展數字金融作為政策著力點，加快推動環境治理進程，具體可從以下幾方面著手：一是依托互聯網、大數據、云計算等數字技術，實現金融資源在產業部門投放過程中的“綠色化、高效化、精準化”。借助數字技術披露環境信息，實現數據共享，構建包含企業環境投資、污染排放、綠色研發、企業績效等數據查詢平臺，更加精準地篩選企業，強化對清潔型企業或環保企業的信貸支持力度，對污染型企業則進行適當信貸約束，從而實現以綠色金融為著力點，加快綠色低碳產業發展，倒逼傳統污染產業綠色轉型。二是推動數字金融產品綠色創新。推動以“四大銀行”(工、農、中、建)為主體的傳統金融機構以及京東金融等互聯網金融依托大數據技術，圍繞“綠色科技、綠色能源、綠色循環、綠色農林”等主題，設立綠色基金、發行綠色債券等，促進金融產品與服務綠色創新，加快形成綠色生產方式與生活方式。三是深化金融市場綠色改革，破除資源要素自由流動的制度障礙。進一步深化金融體制機制“綠色化、普惠化、均等化”改革，使市場在資源配置中起決定性作用的同時，充分發揮政府對金融資源的綠色引導作用，強化金融機構對綠色生產技術的資金支持，緩解技術研發面臨的融資約束問題，并積極推進綠色清潔技術的應用與推廣，提高生產效率與能源利用率，從而減少能源消耗與污染排放。

受我國大氣污染形勢依然嚴峻及碳排放總量的限制，燃煤電廠發展空間日益受限，清潔能源逐步成為未來能源發展新的增長點。作為清潔低碳化石能源，天然氣發電的環境效益及其在能源發展格局中的重要作用越來越受到關注。根據規劃，2020年天然氣在我國一次能源消費中的比重要達到10%以上，利用量將達到3600億立方米，成為未來我國能源革命的重要引擎。隨著天然氣占中國一次能源消費比重不斷提高，以及發展天然氣發電的重要意義日益凸顯，未來我國天然氣發電前景廣闊。

技術進步、結構轉型不僅有助于減少污染排放，還強化了數字金融的污染減排效應。因此，為推動環境治理，應加快推動技術創新，促進產業綠色轉型。具體可采取以下措施：一是構建綠色研發創新的PPP(即政府與社會資本合作)模式，通過匯集、利用、調動社會資本，以解決研發創新資金匱乏難題，為綠色技術創新及其成果應用提供資金支持；二是緊扣新一輪科技革命與產業變革方向，組成跨地區、企業以及校所等技術攻關團隊，打破不同主體間的技術壁壘，加大關鍵核心技術研發力度，增加綠色技術成果的有效供給，加快綠色技術創新進程；三是推動制度創新，即運用金融政策、產業政策等多類政策，激勵機制與倒逼機制相結合，引導社會資本流向帶有“低能耗、低污染、高效率”特征的產業部門，促進綠色低碳產業發展，加快產業綠色轉型。