數字金融如何影響制造業碳排放
——基于企業數字化轉型的視角

龍 池，張紅梅

[貴州財經大學 大數據應用與經濟學院（貴陽大數據金融學院），貴州 貴陽 550025]

一、引言

氣候變化是全人類面臨的共同挑戰，低碳發展已成為全球共識。從數據上看，我國2022 年碳排放量約為110 億噸，占全球碳排放約28%，其中工業碳排放量約為42 億噸，占國內碳排放約38%。①數據來源于中國碳核算數據庫（CEADs）。在此背景下，碳配額上限持續下調，碳排放權交易市場有序鋪開，實現“雙碳”目標時間緊、任務重，經濟增長面臨日益嚴格的碳排放約束。與此同時，工業4.0掀起了全球范圍內以數字化表征的新一輪工業轉型競賽，中國工業正面臨著數字化轉型和綠色轉型帶來的機遇和挑戰。作為工業經濟的核心，制造業的數字化轉型與綠色轉型對于我國工業在世界工業轉型競賽中贏得先機和實現“雙碳”目標尤為重要。作為經濟增長的重要引擎，數字金融亟待探尋制造業數字化轉型與綠色轉型協同推進的高質量發展模式?；诖?，本文將利用制造業上市公司的微觀數據，區分直接碳排放與間接碳排放，針對制造業當下的數字化轉型趨勢與經濟低碳發展的要求，從數字化轉型的視角全面探析數字金融對制造業碳排放的影響，為制造業借助數字金融工具在數字化轉型的浪潮中推動企業低碳發展提供參考。

本文可能的邊際貢獻是：一方面，在數字經濟、數字化轉型和“雙碳”目標的背景下，將數字金融、企業數字化轉型與制造業碳排放三者納入同一分析框架，厘清企業數字化轉型在數字金融影響制造業碳排放過程中的作用機理；另一方面，就企業數字化轉型的不同階段對其機制作用進行考察，從數字技術進步和數字技術實踐應用的維度，分析企業數字化轉型的異質性中介效應，揭示數字金融影響制造業碳排放的過程中數字技術機制和數字技術實踐應用機制的差異。

二、文獻綜述

得益于數字技術的迅猛發展，傳統金融在與人工智能、區塊鏈、云計算、大數據（以下簡稱“ABCD”）等數字技術深入融合過程中發展出數字金融。但迄今為止，數字金融并未改變金融的功能和本質[1]。因此，梳理數字金融與碳排放的相關文獻之前，有必要對傳統金融與環境保護的相關文獻進行梳理。在傳統金融與環境保護的研究中，學者們大多認為金融的發展對環境保護起到積極作用。金融規模方面，有學者基于我國省級面板數據的研究認為，金融規模擴張會促進技術創新，從而利于保護環境[2]。金融結構方面，有學者基于88 個經濟體的數據研究認為，偏市場的金融結構會增強技術創新的減排機制，肯定了金融結構在保護環境中的積極作用[3]。此外，還有學者基于金磚四國的數據研究發現，金融自由化與金融開放對保護環境同樣具有積極作用[4]。但有部分學者對以下兩點提出了質疑：一是關于金融的技術進步效應，他們認為金融促進技術進步不一定有利于環境保護，當技術進步帶來更強的經濟擴張效應時，金融的發展反而會增加能源消耗，不利于保護環境[5]；二是關于金融結構的碳減排效應，他們通過對我國金融結構的研究，認為我國現有金融體系無法滿足綠色發展的內在要求，現有金融結構抑制了我國綠色技術創新，從而增加了我國各區域的碳排放[6]。在數字金融與碳排放的研究中，可以根據研究結論是線性或非線性將現有研究大致劃分為兩類：從線性結論上看，學者們基于我國省級或市級面板數據的研究認為，數字金融通過促進技術進步、人口結構調整、產業結構升級等方式改善地區碳排放問題[7-9]；從非線性結論上看，學者們基于宏觀層面（地級市）和微觀層面（企業）的研究一致認為，數字金融的發展會產生規模擴張效應，加劇碳排放問題，同時還會產生技術進步效應，改善碳排放問題，二者的疊加影響使數字金融與碳排放或碳強度之間存在倒“U”形關系[10-11]。

經過對上述文獻的梳理發現以下特點。

（1）從結論上看，金融與環境的關系還存在一定的爭議，目前主要的爭議在于數字金融與碳排放之間是否存在倒“U”形影響過程，因此該研究領域還存在進一步深入探討的必要。

（2）從作用機制上看，已有文獻對金融如何影響碳排放這一問題的研究大多可以納入Grossman 和Krueger 對經濟活動環境效應的三類分解[12]：經濟活動通過規模擴張效應對環境造成污染，同時又通過結構升級效應和技術進步效應降低環境污染。這可能說明已有研究缺乏對新作用機制的探索。

（3）從研究數據上看，由于我國對企業碳排放沒有統一的信息披露要求，所以現有研究大多基于省級、市級或縣級的碳排放數據，數字金融對碳排放的影響缺乏微觀數據的驗證。上述文獻的不足為本文進一步深入研究提供了方向。

進入數字化時代后，各項信息技術的創新應用使經濟社會發展的各方面發生了深刻變革，意味著經濟活動中各因素的互相作用過程變得更復雜、更綜合，傳統的理論解釋框架是否還能全面囊括數字金融對碳排放的影響值得思考。這也說明在分析數字金融對碳排放的影響時不僅需要關注規模擴張效應、結構升級效應和技術進步效應等傳統影響機制，而且對綜合性更強的影響機制的識別，對降低碳排放新路徑的探索，無論在理論價值上還是現實意義上都是必要的。在數字經濟蓬勃發展的今天，數字化轉型成了企業戰略選擇的必然趨勢[13]。由于企業數字化轉型過程中涉及企業組織、生產流程和業務模式等方面的數字化重塑，因而與企業的碳排放息息相關。但是，在數字金融如何影響碳排放這一問題上，已有研究大多未結合數字化轉型這一時代背景，未有文獻明確地對數字金融、數字化轉型與碳排放三者之間的作用機理展開研究，數字化轉型的作用機制尚未明確。基于現有研究的不足，本文從微觀層面識別數字金融對制造業碳排放的影響，并試圖明確企業數字化轉型在其中的作用機理，為數字金融與碳排放的相關研究打開了新視角，為數字金融作為有效的環境經濟工具提供了理論基礎。

三、理論分析與研究假設

（一）數字金融的碳減排效應

數字金融發展初期是互聯網公司等信息技術企業作為技術或服務的提供商與金融機構開展合作，利用數字技術改善傳統金融的業務流程。隨著互聯網公司正式進入金融體系并提供金融服務，金融的業務模式開始發生改變，數字金融生態系統迅速向金融各領域蔓延[1]。得益于“ABCD”等數字技術的加持，金融機構的信息獲取能力以及信息處理能力得到增強，從而建立了數據間的聯系，打破了原有的信息孤島，減少了金融服務供需雙方的信息不對稱，提高了金融服務效率。同時，數字技術加快了金融產品與金融服務的創新速度，從而擴大了金融服務范圍，降低了金融服務成本[14-15]。在傳統比較優勢弱化和低碳發展約束強化的雙重背景下，制造業過去高度依賴資源和要素投入、以犧牲環境為代價的發展模式無法適應新時代下經濟高質量發展的要求，制造業需要向高端化、智能化、綠色化發展。在制造業綠色化發展過程中，效率高、覆蓋廣、成本低的數字金融為制造業引進新型人才、研發綠色技術和購置綠色生產設備等提供金融支持，從而助力制造業降低碳排放。基于此，本文提出如下假設。

假設H1：數字金融的發展降低了制造業的碳排放。

（二）企業數字化轉型的中介效應

數字金融發展→企業數字化轉型：企業數字化轉型包含了數字技術進步與數字技術實踐應用兩方面[16]，數字金融的發展既促進了企業數字技術進步，又促進了數字技術在企業中的實踐應用，進而推動企業數字化轉型。從數字技術進步的角度看，一切技術進步根據其來源可劃分為自主創新和對外界技術的學習與模仿兩種。發展數字金融既能促進企業數字技術的自主創新，又利于企業對外界數字技術的學習與模仿。一方面，數字金融的發展緩解了企業的融資約束，降低了企業融資成本。根據融資約束理論，企業決策受企業自身財務狀況的影響，融資約束的緩解將有利于企業增加數字技術的研發投入，促進企業數字技術的自主創新[17]。另一方面，在互聯網發達的今天，學習和模仿外界先進技術是企業技術進步的重要源泉。在數字金融發展過程中，源于互聯網公司的先進數字技術通過企業之間的交流合作產生技術外溢效應，促進企業之間互相學習和模仿，從而有利于企業自身的數字技術進步。從數字技術的實踐應用來看，一方面，數字金融可以促進數字技術在企業原有業務中的實踐應用。在數字技術與企業既有業務相互融合的過程中，企業原有的業務模式和管理場景發生改變，為避免技術與業務兩張皮，這就要求企業將技術端以外的抽象需求進行系統化和數字化處理，在工業企業中表現為工業系統的設計、自動化生產過程的實現等。數字金融通過為數字技術與企業業務融合過程中的具體研發項目提供金融支持，從而促進了數字技術在企業業務層面的實踐應用。另一方面，數字金融有利于企業拓展新業務，從而增加數字技術的實踐應用。數字技術實踐應用的主要載體是企業業務，業務拓展則需要綜合考慮企業的發展戰略、市場動向、產品生產等各方面的影響，其中一個重要的影響因素是企業的可用資金。數字金融通過緩解業務拓展面臨的融資約束，進而促進企業形成新業務，從而增加數字技術的應用載體，促進數字技術的實踐應用。

企業數字化轉型→制造業碳排放下降：從整體來看，數字化轉型可以通過提升企業的傳統動能和培育企業的綠色新動能兩種方式降低制造業的碳排放。關于企業傳統動能的提升，一些研究認為，長期以來，制造業降低碳排放的難點之一在于信息不對稱、數據不充分和精準預測能力不足，因此造成大量能源和產能的浪費[18]?！癆BCD”等數字技術的賦能緩解了制造業面臨的信息不對稱，數字化轉型帶來的智能化與可視化生產、能源消耗精準計量與預測、分布式管理應用、市場供需實時監測、各部門互聯互通等一系列集約化、智能化和精細化的生產經營方式，提高了制造業傳統業務的效率，有助于制造業形成源頭減排、過程控制、末端治理的全流程低碳經營模式，從而降低制造業的碳排放。關于企業綠色新動能的培育，一方面，在消費者日益增長的綠色消費方式引導下，在經濟增長日益強化的碳排放約束下，為了適應消費市場的變化和滿足我國經濟高質量發展的要求，企業具有培育綠色動能的需要。另一方面，數字化轉型通過整合企業內外部資源，緩解企業的綠色信息約束，增強企業的綠色創新能力[19]。因此，數字化轉型可以顛覆企業的業務理念，催生綠色新業態，助力企業業務結構向綠色化轉變，提高企業產品附加值的同時有利于降低企業碳排放?；诖?，本文提出如下假設。

假設H2：數字金融通過促進企業數字化轉型降低制造業的碳排放。

（三）中介效應異質性

從數字技術進步與數字技術實踐應用來看，二者對制造業碳排放的影響存在差異，根本原因在于二者對企業經營效率和生產規模的影響存在差異。從數字技術方面看，數字技術進步推動了企業的數字化轉換和數字化升級，通過在生產管理端嵌入數字技術，改善了企業的生產管理流程，提升了企業的生產管理效率，從而降低企業碳排放。在這個過程中，數字技術主要對企業的經營效率產生正向影響，對企業的生產規模沒有直接影響。從數字技術實踐應用方面看，數字化應用場景的不同會導致數字技術實踐應用對企業碳排放產生的影響不同。例如工業互聯網的應用，通過建立起人、機、物、系統等的全面鏈接，從而提高企業生產率和能源利用效率，有利于企業降低碳排放[20]。相反，電子商務的應用會拓寬企業的銷售渠道，擴大產品的銷售范圍，形成新的業務增長極，進而擴大企業的生產規模，增加企業的碳排放。在這個過程中，數字技術實踐應用在提升企業經營效率的同時，又擴大了企業的生產規模，其對企業碳排放的影響存在正負抵消的可能，導致數字金融可能無法通過促進企業數字技術實踐應用來降低制造業碳排放?；诖?，本文提出如下假設。

假設H3：企業數字化轉型的中介效應主要來源于企業數字技術進步。

根據理論分析的內容，繪制本文的理論分析框架，如圖1所示。

四、研究設計

（一）模型設定

1.基準回歸模型

為檢驗數字金融對制造業碳排放的影響，構建基準回歸模型如下：

其中，Y 表示制造業的碳排放，具體包含三個指標，分別是直接碳排放（DCE）、間接碳排放（ICE）和總體碳排放（TCE）；DFI 表示數字金融的發展水平；Controls 表示一系列控制變量；Year、City 和Ind 分別表示時間固定效應、城市固定效應和行業固定效應；ε表示模型誤差項；i和t分別表示企業和年份。

2.中介效應模型

為檢驗數字金融是否可以通過影響企業數字化轉型來影響制造業碳排放，本文構建中介效應檢驗模型如下：

其中，Transformation表示企業數字化轉型，其他同上。若式（1）中的α 和式（2）中的β 同時顯著，則表明中介變量是解釋變量影響被解釋變量的渠道之一，在此基礎上，根據式（3）對中介變量與被解釋變量之間的關系進行單獨檢驗，作為檢驗中介效應是否存在的相關性證據[21]。

（二）變量說明

1.被解釋變量：制造業碳排放（DCE、ICE、TCE）

本文從企業層面衡量制造業的碳排放，關于企業碳排放的測算目前可使用的方法較為有限，以下是具有代表性的兩種測算方法。一是利用企業每年披露的社會責任報告、可持續發展報告、環境報告手工收集企業的能源使用數據，進一步計算出企業的碳排放量[22]。該做法的優點在于對企業碳排放的統計較為準確，但會因為企業能源使用情況未披露而出現樣本缺失的問題。二是基于行業能源消耗量的數據計算行業的碳排放量，進一步以企業營業成本在行業中的占比為權重，估算企業的碳排放量[23]。相比較之下，該做法的優點在于不因為企業未披露碳排放相關信息而損失樣本。由于同一行業下的企業在產品類型、能源消耗結構等方面具有較強的同質化特征，因此，基于企業營業成本和行業能源消耗量計算所得的企業碳排放量具有一定科學性。本文將使用第二種方法對制造業企業的碳排放進行估算。

為了更全面細致地考察數字金融的發展對制造業企業碳排放產生何種影響，參考世界可持續發展工商理事會（WBCSD）和世界資源研究所（WRI）發布的《溫室氣體核算體系：企業核算與報告標準（修訂版）》中對企業碳排放的劃分標準，本文從以下三個層面劃分企業的碳排放范圍：一是直接碳排放（DCE），指企業在生產經營中消耗化石燃料等產生的碳排放；二是間接碳排放（ICE），指企業使用外購的熱力和電力而間接產生的碳排放；三是總體碳排放（TCE），指企業直接碳排放與間接碳排放之和。關于直接碳排放與間接碳排放的核算：直接碳排放量等于各能源消耗量乘以該能源的排放系數，各能源的排放系數來源于《2006年IPCC國家溫室氣體指南》；間接碳排放量等于外購的熱力或電力消耗量乘以對應的排放因子。其中，我國生態環境部分別在2017年、2022年和2023年公布過三次全國電網平均排放因子，根據本文的研究區間，使用2017 年公布的0.6101 噸二氧化碳/兆瓦時作為電力消耗的排放因子；熱力排放因子則使用國家統一規定的0.11 噸二氧化碳/吉焦。

2.核心解釋變量：數字金融（DFI）

本文用北京大學數字金融研究中心發布的數字普惠金融指數來衡量數字金融的發展水平。該指數從覆蓋廣度、使用深度、數字化程度三個維度對我國各省、市、縣內數字普惠金融的發展水平進行測度，因其測算方法的科學性和數據的可靠性在國內外相關研究中被廣泛使用。

3.中介變量：企業數字化轉型（Transformation）

數字化轉型貫穿于企業生產經營活動的各個方面，因而難以準確衡量，目前學者們主要用以下三種方法測算企業的數字化程度。一是文本分析法。首先，構建數字化轉型的特征詞詞典；其次，基于企業年報中管理層分析與討論的文本數據，利用Python統計出數字化轉型的特征詞詞頻；再次，以詞典中所有特征詞的詞頻總和來衡量企業的數字化程度[16]。二是統計企業數字化資產投資的占比。通過分析企業披露的固定資產投資和無形資產投資明細項目，以數字化固定資產投資和數字化無形資產投資之和占總資產的比來衡量企業的數字化程度[24]。三是問卷調查法。通過企業的CEO 或技術部門的高管填寫數字化轉型的相關問卷以量化企業的數字化水平[25]。

基于可行性和穩健性的考慮，本文參考吳非等的研究，利用上市企業的文本信息[16]，從數字技術（DT）和數字技術實踐應用（ADT）兩個維度對制造業企業數字化程度（Transformation）進行衡量。具體而言，數字技術維度由人工智能、區塊鏈、云計算和大數據四大數字技術板塊所涵蓋的各類技術組成，例如機器學習、虛擬現實、分布式計算等，共計42 個特征詞；數字技術實踐應用維度由企業各類數字化業務場景的應用組成，例如工業互聯網、電子商務、無人零售等，共計34 個特征詞。但是，文本分析法衡量企業的數字化程度難以規避企業“光說不做”的道德風險。即企業通過在年報中增加數字化轉型相關內容的討論，從而使研究者與投資者高估企業的數字化水平。為了彌補文本分析法的不足，本文參考已有研究[24]，從企業在數字化轉型上的實際投入出發，以數字資產投資（包含硬件和軟件）在總資產中的占比重新衡量企業數字化程度，用作穩健性檢驗，用Transformation_r表示。具體而言，數字化固定資產投資包括電子設備、管理設備、自動化等，數字化無形資產投資包括系統、數據庫、平臺等。

4.控制變量（Controls）

影響企業碳排放的因素是復雜的，本文參考已有研究選取控制變量如下：企業規模（Size），用企業資產總額的自然對數表示；凈資產收益率（ROE），用凈利潤比凈資產表示；股權集中度（Top5），用前5 大股東持股比例表示；企業成長性（Growth），用企業營業收入增長率表示；董事人數（Board）；企業年齡（Age），用觀測日期與企業成立日期之差表示；管理層持股比例（Mshare）；企業所有制（SOE），國有企業賦值為1，非國有企業賦值為0；企業經營情況（Loss），經營盈利賦值為0，經營虧損賦值為1；兩職合一（Dual），董事長和總經理兩職合一賦值為1，否則賦值為0；四大審計（Big4），是國際四大會計師事務所審計賦值為1，否則賦值為0。

（三）數據來源與數據處理

本文選取2012—2020 年制造業A 股上市公司數據，剔除ST、*ST 公司以及在研究期限內退市的公司，將公司數據在城市層面與數字普惠金融指數進行匹配，剔除任意變量存在缺失的樣本值，最終得到由2297個公司15223個觀測值組成的非平衡面板數據集。其中，數字普惠金融數據來自北京大學數字金融研究中心，行業能源消耗量數據來自EPS 中國能源數據庫，行業營業成本數據來自Wind 數據庫，企業的數據主要來自國泰安數據庫，上市公司年報來自巨潮資訊。為了克服極端值對結果的影響，本文對所有連續變量進行前后1%的縮尾處理。各變量的描述性統計見表1。

表1 變量描述性統計

五、實證檢驗與結果分析

（一）基準回歸分析

表2 顯示了基準回歸的結果。列（1）—列（3）的回歸結果顯示，在沒有加入控制變量時，數字金融的回歸系數分別為-0.633、-1.785和-2.417，均通過1%的統計顯著性檢驗，表明數字金融與制造業碳排放負相關。在加入控制變量后，列（4）—列（6）的回歸結果顯示，數字金融的回歸系數在方向和顯著性上均未發生變化，數字金融對制造業直接碳排放、間接碳排放和總體碳排放的影響系數均在1%的顯著性水平上為負，說明數字金融的發展降低了制造業的碳排放，是否加入控制變量不影響基本結論，證實了假設H1。在控制變量中，企業規模、凈資產收益率、股權集中度和管理層持股比例均顯著增加制造業三個層次的碳排放，基本符合理論判斷以及現有的研究結論。

表2 基準回歸結果

（二）內生性分析

由于數字金融與企業碳排放之間可能存在反向因果關系會導致內生性問題，需使用工具變量法加以克服?；谙嚓P性和外生性的考慮，學者們在選擇數字金融的工具變量上大致有三種思路。一是基于計劃經濟時期的歷史數據，采用1984 年的固定電話數或郵電數作為數字金融的工具變量。原因是在計劃經濟時期的固定電話數或郵電數與數字金融的發展正相關，但往往與研究的被解釋變量無關[26-27]。二是基于距離數據，最具代表性的是采用城市與杭州的空間距離作為數字金融的工具變量。采用該工具變量的學者認為，數字金融興起于杭州，數字金融在向外發展過程中可能受到空間距離的制約。也就是說，離杭州越近的城市數字金融發展越好。同時距離作為嚴格的外生變量，既滿足了相關性要求也滿足了外生性要求[28]。三是直接使用數字金融的滯后期數據作為工具變量，認為滯后期的數字金融與當期數字金融具有相關性的同時弱化了與被解釋變量之間的關系，基本滿足工具變量的要求[29]。本文借鑒已有研究的做法[26]，同時出于構建面板工具變量的需要，引入隨時間變化的互聯網普及率，將1984 年城市每百人固定電話數乘以上一年該城市的互聯網用戶數，并對結果取自然對數后作為本文數字金融的工具變量（Phone×Internet）。表3 顯示了工具變量的回歸結果。第一階段回歸結果顯示，工具變量的回歸系數顯著為正，說明本文選取的工具變量與數字金融存在顯著正向關系，與理論判斷相符。第二階段的回歸結果顯示，數字金融的回歸系數顯著為負，說明在考慮內生性問題后，數字金融降低制造業碳排放的結論依然成立。

（三）穩健性檢驗

在克服內生性問題后，本文將從變量、模型和樣本三個方面進一步檢驗基準回歸結論的穩健性，表4 顯示了穩健性檢驗的結果。第一，替換核心解釋變量?？紤]到數字金融影響制造業碳排放這一過程可能存在時滯，故將數字金融滯后一期的值替換當期值進行回歸?；貧w結果顯示，滯后一期的數字金融在1%的顯著性水平下降低了制造業三個層次的碳排放量，結論保持不變。第二，更換估計模型。考慮到行業固定效應和城市固定效應無法完全控制企業層面不隨時間變化的個體固定效應，本文使用個體固定效應（Id）替換行業固定效應和城市固定效應進行回歸。回歸結果顯示，數字金融對制造業碳排放的影響方向和顯著性水平均保持不變，即結論保持不變。第三，縮小樣本量。考慮到存在時間太短的樣本可能會對結論造成影響，本文在研究期間內剔除存在時間小于3 年的樣本后進行回歸。結果顯示，數字金融降低制造業碳排放的結論依然保持不變。綜上，數字金融降低制造業碳排放的結論具有穩健性。

（四）異質性分析

1.規模異質性

企業規模與企業碳排放量息息相關，其他條件一致的情況下，大企業無論是使用電力和熱力產生間接碳排放還是使用化石能源產生直接碳排放都高于中小企業。鑒于此，本文在時間和行業的雙重維度下，以平均資產規模為界，將企業劃分為大企業和中小企業兩組進行企業規模異質性檢驗。表5 顯示了規模異質性的檢驗結果。從數字金融回歸系數的方向和顯著性來看，在大企業和中小企業中，數字金融的回歸系數均顯著為負，說明數字金融降低制造業碳排放這一結論不會因為企業規模大小而發生改變；從數字金融回歸系數的大小來看，在大企業樣本中，數字金融回歸系數的絕對值大于在中小企業樣本中回歸系數的絕對值，說明企業規模越大，數字金融降低制造業碳排放的力度越強。對此可能的原因是：數字金融雖然拓寬了中小企業的融資渠道，但由于大企業具有資產價值高、現金流穩定等特點，相比較之下，大企業獲得的融資額度、融資期限都可能優于中小企業。因此，數字金融在大企業中發揮更強的碳減排作用。

表5 規模異質性檢驗結果

2.所有制異質性

國有企業與非國有企業在降低碳排放上承擔的責任存在一定的差異。本文將企業劃分為國有企業與非國有企業兩組進行所有制異質性檢驗。表6 顯示了所有制異質性檢驗結果。從數字金融系數的顯著性上看，在國有企業樣本中，數字金融對制造業碳排放的影響未能通過顯著性檢驗，在非國有企業樣本中數字金融顯著降低了制造業的碳排放，說明現階段數字金融在非國有企業中發揮的碳減排效應強于國有企業，數字金融降低制造業碳排放的影響會因為企業所有制不同而產生異質性。對此可能的原因是：相較于國有企業，非國有企業的市場競爭更激烈，面臨著更強的融資約束，導致非國有企業對數字金融等市場化融資工具有更大的需求，數字金融在非國有企業中的使用深度大于國有企業。因此，數字金融在非國有企業中發揮更大的碳減排作用。

六、機制分析

以上研究發現，數字金融的發展顯著降低了制造業的直接碳排放、間接碳排放和總體碳排放，理論分析則指出數字金融降低制造業碳排放離不開企業數字化轉型的參與?；诖耍挛膶⒗弥薪樾Ｐ蛯Α皵底纸鹑凇髽I數字化轉型→制造業碳排放”這一內在機制進行檢驗。

（一）企業數字化轉型的中介效應

表7 顯示了企業數字化轉型的中介效應及其穩健性檢驗的回歸結果。在列（1）的回歸中，數字金融對企業數字化轉型的影響顯著為正，說明數字金融的發展推動了企業數字化轉型，證實了企業數字化轉型是數字金融降低制造業碳排放的渠道之一。在列（3）—列（5）的回歸中，企業數字化轉型對制造業碳排放的影響均顯著為負，說明企業數字化轉型降低了制造業碳排放，企業數字化轉型的中介效應得到相關性證據的支持，證實了研究假設H2。

表7 企業數字化轉型的中介效應及其穩健性檢驗結果

本文進一步替換了企業數字化轉型的指標對上述影響機制進行穩健性檢驗。表7中列（2）、列（6）—列（8）是基于數字資產投資占總資產的比衡量的企業數字化轉型的中介效應回歸結果。在列（2）的回歸中，數字金融對企業數字化轉型的影響顯著為正，在列（6）—列（8）的回歸中，企業數字化轉型對制造業碳排放的影響均顯著為負，結論保持不變。即克服企業在數字化轉型中可能存在“光說不做”的問題后，“數字金融→企業數字化轉型→制造業碳排放”這一影響機制依然存在，結論具有一定的穩健性。

（二）進一步分析數字化轉型的中介效應

理論分析指出，數字技術和數字技術實踐應用對企業碳排放的影響可能不同，因此“數字金融→企業數字化轉型→制造業碳排放”這一影響機制需要進一步細化和深究。表8 顯示了數字技術和數字技術實踐應用的中介效應回歸結果。在列（1）的回歸中，數字金融對數字技術的影響顯著為正，說明數字技術是數字金融降低制造業碳排放的渠道之一。在列（3）—列（5）的回歸中，數字技術對制造業碳排放的影響均顯著為負，數字技術的中介效應得到相關性證據的支持。在列（2）的回歸中，數字金融對數字技術實踐應用的影響顯著為正，但此時不能判斷數字技術實踐應用是否發揮中介效應。因為“只需驗證自變量對中介變量具有顯著影響即可判斷存在中介效應”這一推斷有一個重要的前提，即中介變量對被解釋變量的影響在理論上是明顯的[21]。本文的理論分析認為，數字技術進步對制造業碳排放的影響是明顯的，但數字技術實踐應用對制造業碳排放的影響還無法確定，需要相關性證據的進一步驗證。在列（6）—列（8）的回歸中，數字技術實踐應用對制造業碳排放的影響不顯著，因此，“數字金融→數字技術實踐應用→制造業碳排放”這一影響機制無法被證實。綜上說明，企業數字化轉型的中介效應主要源于數字技術進步，證實了假設H3。

表8 數字技術和數字技術實踐應用的中介效應回歸結果

七、研究結論與政策建議

本文從企業數字化轉型的視角，基于制造業A股上市公司的數據，實證研究了數字金融、企業數字化轉型與制造業碳排放三者的關系。研究結論主要有以下幾點。

第一，數字金融的發展顯著降低了制造業企業的直接碳排放、間接碳排放和總體碳排放，這一結論在克服內生性、替換數字金融指標、改變計量模型、縮小樣本數據后依然成立。

第二，異質性分析結果表明，數字金融降低制造業碳排放的影響會因為企業規模和企業所有制的不同而產生異質性，在非國有企業和大企業中，數字金融的碳減排效應更強。

第三，機制分析表明，數字金融通過促進企業數字化轉型來降低制造業的碳排放，該影響機制在替換數字化轉型的指標后依然存在。從數字化轉型的不同維度來看，數字金融既促進了數字技術進步又促進了數字技術實踐應用，但現階段數字技術實踐應用的中介效應未被證實，企業數字化轉型的中介效應主要源于數字技術進步。

針對上述研究結論提出如下三點政策建議。

第一，建設符合制造業融資特點的數字金融服務平臺，進一步提升數字金融的服務能力。為了充分發揮數字金融的碳減排效應，應深化數字技術在金融服務上的創新性應用，根據制造業各類融資需求的特點提供定制化的金融服務平臺，盡可能滿足企業融資的差異化需求，提升數字金融的服務能力。

第二，增加企業的數字化投入，增強數字金融的碳減排機制。從企業數字化轉型的不同維度來看，在數字技術蓬勃發展的今天，企業數字化轉型的痛點之一在于數字技術實踐應用的深度和廣度不夠，特別是在企業的生產制造端。①此觀點引自2023數字化轉型與先進制造技術論壇（https://www.thepaper.cn/newsdetail_forward_23947500）。為了增強數字技術實踐應用的機制作用，應適當增加企業的數字化投入，拓展數字技術的應用場景，探索數字技術的創新應用。

第三，成立數字化轉型部門，以數字化轉型促進綠色轉型。數字化轉型具有碳減排效應，但企業中各部門分工明確導致數字化轉型過程可能存在專業壁壘。為了加快數字化轉型，進而降低企業碳排放，應調配各部門員工成立數字化轉型部門，由該部門根據企業的發展階段制定合適的轉型戰略目標和具體實施步驟，促進企業內部實現資源共建共享、跨部門協同協作，高效推進數字化轉型。