何宏慶，陳 坪

（延安大學 經(jīng)濟與管理學院，陜西 延安 716000）

一、引言與文獻綜述

在經(jīng)濟持續(xù)增長的同時，我國的二氧化碳排放量也居高不下。作為世界上最大的發(fā)展中國家，我國的制造業(yè)在國際產(chǎn)業(yè)分工中依然處于中低端，煤炭消費量占能源消費總量比重仍過半，每年排放到大氣中的二氧化碳超過60億噸，這正是由于我國應對氣候變化的長期機制仍然不夠健全[1]?？梢钥闯?，我國在環(huán)境污染治理、低碳減排中所承受的壓力空前未有。因此，如何減少碳排放成為我國在經(jīng)濟可持續(xù)發(fā)展道路上所需要思考的最大問題。習近平總書記此前更是強調(diào)以“雙碳”目標應對全球氣候變化挑戰(zhàn)，對我國低碳綠色發(fā)展提出了更高標準。但是，如果單獨依靠末端治理難以達到碳達峰和碳中和的目標，實現(xiàn)綠色低碳發(fā)展將遙遙無期。

隨著數(shù)字經(jīng)濟時代的到來，數(shù)字普惠金融借助人工智能、大數(shù)據(jù)等信息技術的力量與傳統(tǒng)金融融合起來，強烈沖擊傳統(tǒng)金融的發(fā)展，金融服務的普惠性以及便捷性得以提升[2]。數(shù)字普惠金融是傳統(tǒng)金融與信息技術有效融合的產(chǎn)物，仍然具有傳統(tǒng)金融的基本特征，由此傳統(tǒng)金融影響碳排放的相關文獻能夠為數(shù)字普惠金融的碳減排效應研究提供參考。大部分學者探討金融發(fā)展對碳排放的影響效應主要圍繞著三個方面進行。一是金融發(fā)展抑制碳排放。陳志剛和郭帥（2012）[3]從理論方面出發(fā)，認為金融發(fā)展對于我國低碳經(jīng)濟的發(fā)展十分重要。陳亮和胡文濤（2020）[4]利用VAR模型的構建，從實證方面探討了金融發(fā)展對碳排放的影響效應，強調(diào)綠色金融的發(fā)展確實能夠帶來節(jié)能減排的作用。二是金融發(fā)展促進碳排放。Zhang（2011）[5]在理論層面上探討了中國金融發(fā)展對二氧化碳排放的影響，發(fā)現(xiàn)金融發(fā)展與碳排放之間表現(xiàn)為正相關關系，這主要來源于金融中介規(guī)模效應。趙軍等（2020）[6]利用省級面板數(shù)據(jù)研究發(fā)現(xiàn)，從我國整體層面來看，金融發(fā)展暫時未能抑制碳排放，反而對碳排放具有促進作用。三是金融發(fā)展與碳排放的關系表現(xiàn)為倒“U”型。嚴成樑等（2016）[7]認為金融發(fā)展對碳排放的影響并不是單一的，通過構建含有金融發(fā)展、創(chuàng)新和碳排放的內(nèi)生增長模型實證研究了金融發(fā)展與碳排放，結果表明兩者之間存在倒“U”型關系。胡金焱和王夢晴（2018）[8]也發(fā)現(xiàn)兩者之間存在著先促進后抑制的倒“U”型關系。朱東波等（2018）[9]研究發(fā)現(xiàn)，金融發(fā)展對碳排放既有積極影響，也有消極影響，兩種影響的相對大小決定了綜合影響的大小。

隨著信息技術時代的迅猛發(fā)展，數(shù)字普惠金融被賦予了全面性和創(chuàng)新性色彩，它打破了傳統(tǒng)金融對小微企業(yè)和地區(qū)的局限性，為經(jīng)濟體內(nèi)的全部成員提供了費用低廉、高效率、全覆蓋的金融服務[10]。唐宇等（2020）[11]指出，數(shù)字普惠金融不僅提高了覆蓋率還降低了企業(yè)的運營成本，可以在一定程度上緩和傳統(tǒng)金融帶來的“資源錯配”難題，為金融服務“最后一公里”的疏通給予重要支持。得益于此，部分學者開始將注意力轉(zhuǎn)向數(shù)字普惠金融的環(huán)境影響效應上，譬如鄧榮榮和張翱祥（2021）[12]基于空間計量模型發(fā)現(xiàn)，數(shù)字普惠金融一方面可直接改善碳排放績效，另一方面還可通過三種效應（技術創(chuàng)新、經(jīng)濟增長、產(chǎn)業(yè)結構）改善了碳排放績效；姚鳳閣等（2021）[13]主要研究了數(shù)字普惠金融與碳排放效率之間的關系，認為數(shù)字普惠金融能夠積極影響碳排放效率，而這一影響主要通過創(chuàng)新創(chuàng)業(yè)水平的提高得以實現(xiàn)。

綜上，當前大多數(shù)研究主要側(cè)重傳統(tǒng)金融對碳排放的影響，同時關于數(shù)字普惠金融的研究大多集中在對經(jīng)濟增長、企業(yè)科技創(chuàng)新、脫貧攻堅等方面的影響[14-16]，對綠色環(huán)境效應方面的研究較少[17]，鮮有學者探討數(shù)字普惠金融對區(qū)域碳排放強度的影響?；谔寂欧诺膯栴}對于作為碳排放大國的我國來說甚為重要，本文實證分析數(shù)字普惠金融對碳排放強度的影響效應，并進一步分析中介效應和異質(zhì)性。本研究從數(shù)字普惠金融入手，豐富了傳統(tǒng)金融對碳排放影響的研究，為實現(xiàn)數(shù)字普惠金融的碳減排效應、推動綠色經(jīng)濟發(fā)展邁向新階段提供了有益的決策參考。

二、理論分析與研究假說

（一）數(shù)字普惠金融對碳減排的直接影響分析

金融作為國民經(jīng)濟命脈之一，提升金融資源利用效率和能源使用效率，必然會對二氧化碳排放量的減少產(chǎn)生一定程度的作用，特別是在數(shù)字化時代下被關注的數(shù)字普惠金融?；ヂ?lián)網(wǎng)、云計算、大數(shù)據(jù)等技術的廣泛運用，推動了數(shù)字普惠金融快速發(fā)展，它的出現(xiàn)為身處低碳化、數(shù)字化浪潮中的我國提供了新的思路和方向。數(shù)字普惠金融減少能源消耗、直接抑制碳排放主要表現(xiàn)在以下兩個方面。一是個體消費者層面。以支付寶為例，支付寶用戶可以通過生活繳費、交通出行、線下支付、每日行走、網(wǎng)絡購票、二手回收等行為，大幅度地降低了線下參與這些服務所可能產(chǎn)生的碳排放量和交易成本；同時，這些低碳行為將會在螞蟻森林中產(chǎn)生相應的綠色能量，支付寶用戶通過收集能量并累積到一定數(shù)量時，便可將該平臺上的虛擬樹種到真正的荒漠里[18]。這種方式把參與碳減排的環(huán)保活動融入并滲透到大眾中去，引導普通群眾真正地參與環(huán)境保護事業(yè)，為實現(xiàn)碳減排這一目標提供了合理有效的路徑。二是企業(yè)層面。數(shù)字普惠金融自產(chǎn)生以來，讓大多數(shù)有金融需求的中小企業(yè)都能夠從中獲益，他們只需利用線上金融服務平臺申請辦理借貸服務，便能容易取得較低成本的資金支持[19]。這不僅降低了因線下交易而導致的時間成本和交易成本，還能減少往返金融機構的途中可能產(chǎn)生的二氧化碳?；诖?，提出假設1：

H1：數(shù)字普惠金融可以在一定程度上促進碳減排。

（二）數(shù)字普惠金融對碳排放的異質(zhì)性分析

由于經(jīng)濟發(fā)展的不平衡性，數(shù)字普惠金融是否能夠顯著影響二氧化碳排放量，可能會因為地區(qū)的發(fā)展不同而存在明顯差別。在研究數(shù)字普惠金融對城市綠色全要素生產(chǎn)率的影響效應時，惠獻波（2021）[17]指出，由于不同地區(qū)在資源豐富度和城市建設方面存在差異，其推動作用主要在中西部地區(qū)發(fā)揮。深化經(jīng)濟改革循序漸進，導致各省份的金融和產(chǎn)業(yè)水平逐步拉開距離，從而引起普惠金融對不同地區(qū)碳排放的影響效應差距加大，特別是對西部的欠發(fā)達地區(qū)影響更為明顯[20]。因此，提出假設2：

H2：數(shù)字普惠金融對碳排放的影響效應存在區(qū)域異質(zhì)性。

（三）數(shù)字普惠金融對碳減排的作用機制分析

我國經(jīng)濟自進入新常態(tài)以來，各方面的發(fā)展愈來愈依靠技術的創(chuàng)新。技術創(chuàng)新是減少能源消耗并實現(xiàn)碳減排的核心驅(qū)動力[21]，從根本上來說，要實現(xiàn)碳中和、碳達峰，就要依賴于綠色低碳技術。目前，科技創(chuàng)新型公司大多數(shù)都是中小企業(yè)，這些企業(yè)都具有前景不確定、風險系數(shù)高、業(yè)務模式新等特點，因此導致他們面臨著一個共同的難題——融資難。但是，在數(shù)字化時代中快速發(fā)展起來的數(shù)字普惠金融降低了科創(chuàng)企業(yè)獲取資金支持的門檻和難度，使其更容易取得用于科研的費用。充足的資金支持能夠顯著促進企業(yè)生產(chǎn)技術的進一步創(chuàng)新，特別是綠色低碳技術，進而達到提高能源利用效率和減少能源消費量的目的[22]。數(shù)字普惠金融的發(fā)展為抑制碳排放提供了更加有利的選擇，加速推動綠色低碳經(jīng)濟的發(fā)展壯大?；诖?，提出假設3：

H3：數(shù)字普惠金融能夠以提升技術創(chuàng)新水平進一步抑制碳排放。

三、實證設計

（一）模型設定

按照上述理論分析與假設，為探究數(shù)字普惠金融能否降低碳排放，本文首先構建如下基準面板模型：

其中，i、t分別表示截面的地區(qū)和年份，被解釋變量CI代表二氧化碳排放強度；解釋變量DIF表示數(shù)字普惠金融發(fā)展總指數(shù)；X表示控制變量，包括經(jīng)濟發(fā)展水平（EC）、城鎮(zhèn)化水平（URB）、對外開放水平（OPEN）、產(chǎn)業(yè)結構水平（INS）、人口密度（PD）以及能源結構（ES）；另外，λ代表個體固定效應，v代表時間固體效應，ε表示隨機擾動項。

為了探究數(shù)字普惠金融影響碳排放的機制，本文以區(qū)域技術創(chuàng)新（TE）為中間變量，驗證數(shù)字普惠金融是否能夠通過提升技術創(chuàng)新影響碳排放。因此，本文借鑒Baron等（1986）[23]有關中介效應的估計方法以及檢驗步驟，采用逐步回歸法進行相關實證分析。以基準回歸方程為基礎，構建如下中介效應模型：

（二）變量選取

1.被解釋變量：碳排放強度（CI）。碳排放強度選用各省份的碳排放總量與實際GDP的比值表示，該值越小，越能反映我國低碳經(jīng)濟的發(fā)展趨勢向好。由于尚未有權威機構對我國省級層面的碳排放量進行測算，因此，本文利用煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣共八種能源消耗量，采用IPCC方法測算碳排放量，各能源的碳排放系數(shù)見表1，具體測算方法如下：

表1 各能源品種的標準煤折算系數(shù)和碳排放系數(shù)

其中，CO2表示二氧化碳排放量，i表示各種能源燃料，Ci表示第i種能源消耗量，Ki表示第i種能源的標準煤折算系數(shù)，Ni表示第i種能源的碳排放系數(shù)。

2.解釋變量：數(shù)字普惠金融發(fā)展水平（DIF）。該部分選取北京大學編制的2011—2019年數(shù)字普惠金融指數(shù)以衡量各省份數(shù)字普惠金融發(fā)展程度。為避免各數(shù)據(jù)之間的差異帶來的影響，對數(shù)字普惠金融指數(shù)取對數(shù)。

3.中介變量：技術創(chuàng)新（TE）。以各省份人均專利申請授權數(shù)的對數(shù)值作為技術創(chuàng)新的代理變量。

4.控制變量：（1）經(jīng)濟發(fā)展水平（EC）。采用人均實際GDP并對該值進行對數(shù)處理后表示經(jīng)濟發(fā)展水平。（2）城鎮(zhèn)化水平（URB）。以各省份城鎮(zhèn)人口占該地區(qū)常住人口數(shù)比重衡量。（3）對外開放水平（OPEN）。用地區(qū)進出口總額與實際GDP之比表示。（4）產(chǎn)業(yè)結構水平（IND）。利用工業(yè)部門的增加值與實際GDP之比表示。（5）人口密度（PD）。選用區(qū)域內(nèi)單位面積人口數(shù)量的對數(shù)值作為人口密度的代理指標。（6）能源結構（ES）。以地區(qū)煤炭能源消耗量占該地區(qū)能源消耗總量衡量。變量定義如表2所示。

表2 變量選取及說明

（三）數(shù)據(jù)來源及描述性統(tǒng)計

選取全國30個省份（由于部分數(shù)據(jù)缺失，不包括西藏以及港澳臺地區(qū)）2011—2019年的省級數(shù)據(jù)，構建面板數(shù)據(jù)模型進行測算。其中，與碳排放及其能源結構相關部分數(shù)據(jù)均來源于《中國能源統(tǒng)計年鑒》；數(shù)字普惠金融發(fā)展水平指數(shù)來自北京大學編制的中國數(shù)字普惠金融指數(shù)；技術創(chuàng)新數(shù)據(jù)取自《中國科技統(tǒng)計年鑒》；其余控制變量的相關數(shù)據(jù)主要來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、國家統(tǒng)計局網(wǎng)站以及《中國統(tǒng)計年鑒》。

對各個變量的描述性統(tǒng)計見表3。對該表分析可知，被解釋變量碳排放強度的均值為1.5865，最小值為0.2786，最大值為6.6217，可以看出不同地區(qū)的碳排放強度的差異性較大；普惠金融指數(shù)的最大值6.0168與最小值2.9085之間也存在著一定的差距，表明不同地區(qū)間的數(shù)字普惠金融發(fā)展程度參差不齊，具有區(qū)域不均衡性。同時，技術創(chuàng)新也同以上分析一樣，證明地區(qū)技術創(chuàng)新水平的差異性較大。

表3 變量描述性統(tǒng)計

四、實證結果與分析

（一）平穩(wěn)性檢驗

為了避免偽回歸現(xiàn)象的出現(xiàn)，在進行實證研究之前，需要對每個變量進行單位根檢驗，以檢驗每個變量是否穩(wěn)定。因此，本文將采用HT單位根檢驗法依順序?qū)Ω髯兞窟M行檢驗，其檢驗結果如表4所示。從結果中可見，除經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平、人口規(guī)模以及能源結構不顯著外，其余變量均能在1%或5%的水平上通過平穩(wěn)性檢驗。進一步，為了驗證變量之間是否存在長期穩(wěn)定的關系，對變量進行一階差分，再次進行HT檢驗。結果發(fā)現(xiàn)，所有變量的一階差分序列均在1%的水平上顯著，即拒絕原假設，證明文中所有變量能夠在長期中存在均衡關系。據(jù)此，本文可以運用面板數(shù)據(jù)進行下一步回歸分析。

表4 各變量的單位根檢驗

（二）基準回歸分析

通過Hausman檢驗可以發(fā)現(xiàn)，P值為0.0000，即拒絕原假設，相比較之下固定效應模型更優(yōu)于隨機效應模型。因此，文中選取固定效應模型進行后續(xù)的計量研究。與此同時，文中還納入了OLS混合回歸以及隨機效應回歸的估計結果作為固定效應估計結果的比對，此舉是為了證明樣本估計結果具有穩(wěn)健性。由表5模型（3）中得出結論：核心解釋變量數(shù)字普惠金融的回歸系數(shù)為負值且在1%的水平上顯著，即總指數(shù)每提高1個百分點，碳排放強度便會相應地降低0.187個百分點，這說明數(shù)字普惠金融能夠顯著抑制二氧化碳的排放。除此之外，控制變量經(jīng)濟發(fā)展程度盡管不顯著，但是它的系數(shù)為正，即經(jīng)濟的發(fā)展需要消耗大量的能源資源，這就不可避免地刺激了二氧化碳的排放。城鎮(zhèn)化水平在1%的顯著性水平促進了碳排放量下降，這很可能是由于城鎮(zhèn)化水平的提升有利于加快技術的更新?lián)Q代以及資源的有效配置和利用，優(yōu)化了能源的使用率。對外開放水平相應的系數(shù)為負，但是它未通過顯著性檢驗，可能是因為我國還未能將對外開放所帶來的經(jīng)濟利益合理有效地運用到碳減排領域中去。產(chǎn)業(yè)結構水平越高，對應的碳排放強度也就越高，這意味著第二產(chǎn)業(yè)的發(fā)展帶來的不僅僅是企業(yè)技術的升級和生產(chǎn)效率的提高，更會加快煤炭、石油等能源的耗費，導致二氧化碳排放量增加。人口密度和能源結構每提升1個百分點導致二氧化碳的排放量分別相應地增加1.225個百分點和0.236個百分點。

表5 全樣本估計結果

為了盡可能緩解由于因變量和自變量之間互為因果、重要變量遺漏等問題帶來的內(nèi)生性問題，文中引入碳排放強度的滯后一期構建了動態(tài)面板模型：CIit=α0+η1CIi，t-1+η2DIFit+η3∑Xit+λi+vt+εit，隨后采用兩階段SYS-GMM回歸估計，其結果如表5（4）所示。模型（4）中，AR（1）為0.091，其值小于0.1，表明隨機擾動項存在一階自相關，但是AR（2）為0.486拒絕原假設，即隨機擾動項不存在二階自相關。與此同時，通過Hansen檢驗發(fā)現(xiàn)p值為0.295，即不拒絕原假設，所有工具變量均外生，不存在過度識別的問題。因此，動態(tài)面板SYS-GMM回歸結果是合理有效的，數(shù)字普惠金融對碳排放仍然具有抑制作用，這同固定效應模型得出的實證結果如出一轍，其符號方向以及顯著性沒有絲毫改變，驗證了模型具有較好的穩(wěn)健性。

（三）區(qū)域異質(zhì)性回歸分析

近些年來，由于不同地區(qū)的地形地貌、資源豐富度、產(chǎn)業(yè)結構等存在差異，導致各個地區(qū)的數(shù)字普惠金融發(fā)展差距比較大。基于此，數(shù)字普惠金融是否會對區(qū)域碳排放強度產(chǎn)生促進抑或抑制的影響以及該影響是否顯著，可能會因地而異。因此，為了進一步研究數(shù)字普惠金融對碳排放強度的區(qū)域異質(zhì)性，特將本文研究所選取的30個省份分別劃分為東部、中部和西部地區(qū)。三個區(qū)域的發(fā)展各具特色，東部地區(qū)的經(jīng)濟最為發(fā)達，產(chǎn)業(yè)規(guī)模、外資引進、科技創(chuàng)新水平等均遠高于中西部地區(qū)，但其發(fā)展所帶來的競爭與壓力也與日俱增；中部地區(qū)近年來的崛起戰(zhàn)略使得其產(chǎn)業(yè)結構逐步調(diào)整、規(guī)模日益擴大以及城鎮(zhèn)化率不斷提高，由此所帶來的經(jīng)濟效益蒸蒸日上；西部地區(qū)雖然能源資源多樣化，但是其經(jīng)濟發(fā)展水平以及創(chuàng)新能力略低于東中部地區(qū)?；貧w結果在表6中具體呈現(xiàn)。首先，據(jù)模型（5）數(shù)據(jù)顯示，東部地區(qū)的數(shù)字普惠金融系數(shù)值是-0.176，即數(shù)字普惠金融發(fā)展水平每上升1個百分點，碳排放強度就會顯著下降0.176個百分點，這意味著，東部地區(qū)的數(shù)字普惠金融明顯抑制二氧化碳的排放。其次，在模型（6）中可以看出，中部地區(qū)的數(shù)字普惠金融指數(shù)每增長1個百分點就可以帶動碳排放強度減少0.205個百分點，這恰恰說明數(shù)字普惠金融的蓬勃成長同樣能夠?qū)χ胁康貐^(qū)的碳排放強度起到抑制性作用。最后，模型（7）中數(shù)字普惠金融的系數(shù)值依然為負值，即它每增加1%，相反地西部地區(qū)的碳排放強度會減少0.178%。這表明，西部地區(qū)的數(shù)字普惠金融發(fā)展依然同東中部地區(qū)一樣，會在一定程度上抑制二氧化碳的排放。依據(jù)以上分析可見，在控制變量保持不變的前提下，東中西部地區(qū)的數(shù)字普惠金融對碳排放強度的影響效應與總體回歸結果保持一致，即均為抑制作用。其中，中部地區(qū)的數(shù)字普惠金融對碳排放強度的抑制效果最為明顯，這可能是因為中部地區(qū)的經(jīng)濟正處于崛起階段，其發(fā)展的空間相對于發(fā)展已達到高水平和高質(zhì)量的東部以及經(jīng)濟相對落后的西部來說要大得多，而且數(shù)字普惠金融的發(fā)展更加注重綠色低碳的消費觀和生態(tài)環(huán)境的保護。

表6 區(qū)域異質(zhì)性回歸分析結果

五、作用機制分析

數(shù)字普惠金融是緩解中小企業(yè)資金約束的關鍵途徑，可以為企業(yè)的技術研發(fā)提供金融服務，提升技術創(chuàng)新水平進而影響碳排放強度。由此，為了進一步研究數(shù)字普惠金融對區(qū)域碳排放的傳導機制，特采用技術創(chuàng)新這一中介變量，利用中介效應模型回歸分析并評估該作用機制是否合理。選用上文中所詳細描述的逐步回歸法，利用公式（1）（2）（3）逐步回歸，回歸結果如表7所示?；鶞驶貧w模型（8）中，數(shù)字普惠金融系數(shù)為-0.187，且在1%的水平上拒絕原假設，即它降低碳排放量的效果顯著。分析（9）可以發(fā)現(xiàn)，數(shù)字普惠金融系數(shù)為0.367且在1%的水平上顯著，這表明數(shù)字普惠金融的發(fā)展有助于各省份技術創(chuàng)新能力的提高。模型（10）里，同時納入數(shù)字普惠金融與技術創(chuàng)新兩個變量實證回歸得到如下結果：技術創(chuàng)新對碳排放強度的影響明顯且具有抑制性，數(shù)字普惠金融也能夠顯著抑制二氧化碳的排放，它的系數(shù)值為-0.0812，這與模型（8）中-0.187的數(shù)值對比明顯下降。綜合上述分析表明，技術創(chuàng)新這一中介變量通過了中介效應的驗證，即數(shù)字普惠金融的蓬勃發(fā)展可助力技術創(chuàng)新水平的優(yōu)化與提升，從而在一定程度上抑制碳排放。

表7 技術創(chuàng)新的中介效應估計結果

六、結論與政策建議

隨著數(shù)字時代的不斷推進，我國主動提出的“雙碳”目標將為碳減排帶來歷史性轉(zhuǎn)折，這就迫切要求數(shù)字普惠金融逐步形成低碳減排的長效機制。一方面，數(shù)字普惠金融以數(shù)字技術為載體將金融與其高效結合在一起，打破了時間和地域的限制，降低了線下交易成本以及提高了能源的利用效率。另一方面，由于技術創(chuàng)新是實現(xiàn)碳減排的主動力，數(shù)字普惠金融可以為有金融需求的群體或中小微企業(yè)提供低負擔、高效率的融資服務，通過推動企業(yè)技術創(chuàng)新水平的提升以促進碳排放強度的下降。本文分析了數(shù)字普惠金融對碳排放強度的直接影響及其作用機理，并利用我國2011—2019年30個省級面板數(shù)據(jù)回歸測算得到以下結論：

第一，全國層面來看，數(shù)字普惠金融顯然抑制了碳排放量，即使加入了多個模型對比以及考慮到內(nèi)生性問題以后，該結論仍舊成立。

第二，地區(qū)異質(zhì)性使得數(shù)字普惠金融對碳排放強度的影響也帶有異質(zhì)性，它給東中西部區(qū)域帶來的碳減排效應均顯著為負，但是其抑制作用更多地集中在中西部地區(qū)。

第三，數(shù)字普惠金融對二氧化碳的抑制作用機制主要通過緩解中小企業(yè)的資金約束問題，增加的研發(fā)投入有助于提升和優(yōu)化企業(yè)的技術創(chuàng)新能力，從而刺激生產(chǎn)效率的提升，進一步實現(xiàn)抑制碳排放量的目的。

依據(jù)以上所得出的分析結論，結合相關的政策和實際的發(fā)展，提出如下的政策建議：

第一，大力推進以綠色為導向的數(shù)字普惠金融，高水平發(fā)揮數(shù)字普惠金融在我國低碳化進程中的帶動作用，并將其積極影響作用滲透到金融領域的每一程序里。同時，加強大數(shù)據(jù)、云計算、5G通信技術等基礎設施的建設，跨越數(shù)字鴻溝的困境，確保各地區(qū)數(shù)字普惠金融的協(xié)調(diào)發(fā)展，著力于推動綠色低碳經(jīng)濟發(fā)展進程加快和“雙碳”目標的實現(xiàn)。

第二，加強數(shù)字化和產(chǎn)業(yè)化的有效結合，不斷調(diào)整和優(yōu)化產(chǎn)業(yè)結構，提高金融資源在實體經(jīng)濟之間的配置率和利用率，合理引導資金流向高新技術型企業(yè)、環(huán)境友好型企業(yè)，為我國經(jīng)濟可持續(xù)綠色發(fā)展提供一份強有力的保障。高城鎮(zhèn)化率可以促進企業(yè)低碳減排技術的創(chuàng)新和提高，因此還應繼續(xù)努力推動城鎮(zhèn)化水平的提升，以現(xiàn)代化發(fā)展逐步帶動企業(yè)技術革新，實現(xiàn)碳減排。識別評估對外開放引進的外商投資能否改善環(huán)境和創(chuàng)新技術，主要引進對我國核心低碳技術有益處的外商直接投資。

第三，因地制宜合理制定有關政策。經(jīng)濟發(fā)展的不平衡以及各個區(qū)域資源要素、地理環(huán)境等因素，使得數(shù)字普惠金融的發(fā)展具有區(qū)域異質(zhì)性。因此，各個地區(qū)應該結合當?shù)氐膬?nèi)外部情況合理規(guī)劃發(fā)展布局以及資源分配，重點扶持經(jīng)濟發(fā)展中地區(qū)的數(shù)字普惠金融發(fā)展，充分發(fā)揮數(shù)字普惠金融的普惠性，保證普惠金融帶來的好處也能夠惠及到經(jīng)濟相對落后的區(qū)域中去。此外，政府還應引導東中部地區(qū)的高新技術逐步向西部發(fā)展中地區(qū)輻射，以創(chuàng)新驅(qū)動綠色產(chǎn)業(yè)發(fā)展。

第四，技術創(chuàng)新是低碳化經(jīng)濟發(fā)展的主要動能，相關部門可以增加企業(yè)的科研資金，鼓勵其自主創(chuàng)新，特別是緊抓我國核心技術，下足“真功夫”研發(fā)并運用節(jié)能低碳技術，在源頭上治理環(huán)境污染問題和減少碳排放。同時，政府和企業(yè)還要利用數(shù)字普惠金融的發(fā)展推動企業(yè)技術創(chuàng)新能力的增強，再運用先進的技術助推數(shù)字普惠金融的進一步發(fā)展，使兩者形成協(xié)調(diào)發(fā)展、良性互動的局面，逐漸實現(xiàn)生態(tài)環(huán)境的良性循環(huán)。