周亞軍，齊志淵

（1.新疆財(cái)經(jīng)大學(xué) 金融學(xué)院，新疆 烏魯木齊 830012；2.新疆財(cái)政與金融協(xié)同創(chuàng)新研究中心,新疆 烏魯木齊 830012）

一、引言

改革開(kāi)放以來(lái)，我國(guó)經(jīng)濟(jì)實(shí)現(xiàn)穩(wěn)步且快速發(fā)展。然而，粗放式的經(jīng)濟(jì)發(fā)展帶來(lái)了高能耗、高污染、高排放的結(jié)果。追求高質(zhì)量、可持續(xù)發(fā)展成為新時(shí)代我國(guó)經(jīng)濟(jì)建設(shè)的基本落腳點(diǎn)。在全球氣候異常情況多發(fā)的大背景下，我國(guó)展現(xiàn)了負(fù)責(zé)任的大國(guó)形象，加速推進(jìn)了去碳化進(jìn)程，習(xí)近平主席在第七十六屆聯(lián)合國(guó)大會(huì)上強(qiáng)調(diào)，完善全球環(huán)境治理，積極應(yīng)對(duì)氣候變化，構(gòu)建人與自然生命共同體。加快綠色低碳轉(zhuǎn)型，中國(guó)將力爭(zhēng)2030年前實(shí)現(xiàn)碳達(dá)峰、2060年前實(shí)現(xiàn)碳中和。這是繼七十五屆聯(lián)合國(guó)大會(huì)首次提出“雙碳”目標(biāo)后的又一次莊嚴(yán)承諾，彰顯了我國(guó)在推動(dòng)全球綠色轉(zhuǎn)型中的大國(guó)擔(dān)當(dāng)。

碳達(dá)峰、碳中和的戰(zhàn)略部署需要長(zhǎng)效的金融支撐，而金融科技作為金融與新興數(shù)字驅(qū)動(dòng)技術(shù)的結(jié)合，可以對(duì)污染形成長(zhǎng)效機(jī)制的治理（許釗等，2021）[1]。金融科技憑借自身“清潔型”和“動(dòng)力型”特點(diǎn)，在我國(guó)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量、可持續(xù)發(fā)展的路上起著日臻關(guān)鍵的作用。2022年1月，中國(guó)人民銀行發(fā)布《金融科技發(fā)展規(guī)劃（2022—2025年）》，指出金融科技應(yīng)運(yùn)用數(shù)字技術(shù)提高金融服務(wù)綠色產(chǎn)業(yè)的廣度與精準(zhǔn)度，實(shí)現(xiàn)經(jīng)濟(jì)綠色低碳轉(zhuǎn)型。在此背景下，研究金融科技對(duì)我國(guó)碳排放強(qiáng)度（單位生產(chǎn)總值下的碳排放量）的影響及其作用機(jī)制具有重要現(xiàn)實(shí)意義。本文基于2011—2020年省級(jí)面板數(shù)據(jù)，通過(guò)空間杜賓模型剖析金融科技對(duì)碳排放強(qiáng)度的影響，進(jìn)一步地利用中介效應(yīng)模型探究其中介影響機(jī)制，既可以為后續(xù)金融科技研究提供一些思路和經(jīng)驗(yàn)支撐，亦可以拓展現(xiàn)有的研究框架，豐富金融科技與碳排放強(qiáng)度的相關(guān)理論研究，旨在為國(guó)家深化金融科技發(fā)展，助力國(guó)家經(jīng)濟(jì)實(shí)現(xiàn)綠色轉(zhuǎn)型與高質(zhì)量發(fā)展提供經(jīng)驗(yàn)支撐。

二、文獻(xiàn)回顧

（一）金融對(duì)碳排放的影響

目前，針對(duì)金融行業(yè)對(duì)碳排放的影響，國(guó)內(nèi)外學(xué)者從不同的視角開(kāi)展了研究。由于不同的學(xué)者定義金融發(fā)展存在著差異性，已有文獻(xiàn)大致從金融發(fā)展、金融結(jié)構(gòu)、金融效率、金融集聚四方面進(jìn)行研究。

一是從金融發(fā)展角度探索其對(duì)碳排放的影響，目前學(xué)者對(duì)于兩者間的關(guān)系并未形成統(tǒng)一的結(jié)論。Jiang 和Ma（2019）[2]基于全球視角，將155 個(gè)國(guó)家分為發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家兩個(gè)子樣本進(jìn)行實(shí)證研究，發(fā)現(xiàn)金融發(fā)展將在各國(guó)達(dá)到較高發(fā)展水平前促進(jìn)碳排放。而Zaidi等（2019）[3]以亞太經(jīng)合組織成員為研究樣本，認(rèn)為金融發(fā)展可以為清潔能源和節(jié)能技術(shù)項(xiàng)目提供長(zhǎng)期融資支持，進(jìn)而減少碳排放。針對(duì)我國(guó)金融發(fā)展對(duì)碳排放的影響，陳亮和胡文濤（2020）[4]基于信貸規(guī)模構(gòu)建金融發(fā)展指標(biāo)，以面板VAR 模型進(jìn)行實(shí)證研究，發(fā)現(xiàn)金融發(fā)展并不能有效地減少碳排放。

二是從金融結(jié)構(gòu)角度探究其對(duì)碳排放的影響，學(xué)者們發(fā)現(xiàn)即使金融發(fā)展規(guī)模相似，但由于金融結(jié)構(gòu)的不同，其碳排放強(qiáng)度也存在較大的差異。葉初升和葉琴（2019）[5]利用88 個(gè)經(jīng)濟(jì)體1990—2014年的數(shù)據(jù)進(jìn)行研究，表明市場(chǎng)化程度高的金融結(jié)構(gòu)有益于通過(guò)增強(qiáng)創(chuàng)新減少碳排放強(qiáng)度。陳向陽(yáng)（2020）[6]以金融中介效率、銀行依賴程度和金融相關(guān)比率作為金融結(jié)構(gòu)的三個(gè)維度，通過(guò)研究發(fā)現(xiàn)以銀行為主導(dǎo)的金融結(jié)構(gòu)增加了碳排放總量。前者是以碳排放強(qiáng)度為研究對(duì)象，而后者以碳排放總量為被解釋變量。

三是從金融效率角度研究?jī)烧咧g的關(guān)系，學(xué)者們普遍認(rèn)為金融效率的提升會(huì)對(duì)碳排放產(chǎn)生抑制效應(yīng)，但該抑制效應(yīng)存在滯后性。金融效率的提升只有跨過(guò)特定門檻時(shí)才會(huì)降低碳排放水平（Shahbaz等，2013；Abbasi 和Riaz，2016）[7-8]。周亞軍和吉萍（2019）[9]通過(guò)建立省際空間面板模型探究金融資源配置效率對(duì)人均碳排放量的影響，實(shí)證結(jié)果表明我國(guó)金融資源配置效率對(duì)降低人均碳排放水平存在顯著影響。

四是考察了金融集聚對(duì)碳排放的影響，目前國(guó)內(nèi)外學(xué)者關(guān)于金融集聚對(duì)碳排放直接影響的研究較少，多是從能源消耗（Qu 等，2020）[10]、綠色經(jīng)濟(jì)效率（Qian 等，2022；Yuan 等，2019）[11-12]、科技創(chuàng)新（Wen等，2021）[13]等角度進(jìn)行探討。而李治國(guó)等（2021）[14]采用動(dòng)態(tài)空間杜賓模型剖析了金融集聚與碳排放間的非線性關(guān)系，即金融集聚對(duì)本地區(qū)和周邊地區(qū)的碳排放都存在“倒N”形的曲線關(guān)系。

（二）金融科技對(duì)環(huán)境的影響

隨著金融科技概念的完善與快速發(fā)展，關(guān)于金融科技的學(xué)術(shù)研究也逐步深入，除金融科技對(duì)銀行績(jī)效、系統(tǒng)性風(fēng)險(xiǎn)的影響等領(lǐng)域的研究，日益突出的環(huán)境問(wèn)題也被考慮其中。在金融科技對(duì)綠色全要素生產(chǎn)率影響的研究中，范欣和尹秋舒（2021）[15]利用2011—2017年29 個(gè)省份的面板數(shù)據(jù)進(jìn)行實(shí)證研究，結(jié)果表明數(shù)字金融的發(fā)展可以有效提升綠色全要素生產(chǎn)率，其中技術(shù)創(chuàng)新與地區(qū)創(chuàng)業(yè)起著明顯的傳導(dǎo)作用。進(jìn)一步地，數(shù)字普惠金融可以通過(guò)降低三大行業(yè)的總碳排放量，進(jìn)而提升全要素生產(chǎn)率。針對(duì)金融科技的創(chuàng)新性，李春濤等（2020）[16]采用2011—2016年新三板上市公司的數(shù)據(jù)進(jìn)行實(shí)證研究，結(jié)果表明金融科技可以通過(guò)緩解企業(yè)的融資約束和提高稅收返還來(lái)促進(jìn)企業(yè)創(chuàng)新。也有學(xué)者認(rèn)為區(qū)域創(chuàng)新水平的提高是金融科技提升能源效率的重要傳導(dǎo)機(jī)制。金融科技作為金融與信息科技的結(jié)合，其數(shù)字化載體能否成為綠色金融發(fā)展的支撐點(diǎn)呢？部分學(xué)者對(duì)此開(kāi)展了研究，認(rèn)為金融科技可以通過(guò)促進(jìn)綠色金融深化來(lái)實(shí)現(xiàn)可持續(xù)發(fā)展（Puschmann 等，2020；Vergara 和Agudo，2021）[17-18]。此外，金融科技的發(fā)展還可以憑借其引起的產(chǎn)業(yè)升級(jí)、創(chuàng)新創(chuàng)業(yè)效應(yīng)產(chǎn)生污染減排作用（許釗等，2021）[1]。

梳理現(xiàn)有研究成果，我們可以發(fā)現(xiàn)探究傳統(tǒng)金融與碳排放強(qiáng)度的文獻(xiàn)較多，但針對(duì)金融科技直接影響碳排放的研究文獻(xiàn)寥寥可數(shù)，其中Tao 等（2022）[19]將金融科技與碳排放置于同一框架內(nèi)進(jìn)行研究，個(gè)別學(xué)者將碳排放量作為數(shù)字普惠金融提升全要素生產(chǎn)率的中介機(jī)制，但鮮有文獻(xiàn)直接考察金融科技與碳排放強(qiáng)度兩者之間的關(guān)系?；诖?，本文可能的邊際貢獻(xiàn)在于：第一，采用空間杜賓模型將金融科技與碳排放強(qiáng)度置于同一框架進(jìn)行研究，補(bǔ)充了現(xiàn)有研究；第二，本文進(jìn)一步探討金融科技對(duì)碳排放強(qiáng)度的作用機(jī)理，以中介效應(yīng)模型探究其中間影響機(jī)制，有利于更好地理解金融科技影響碳排放強(qiáng)度的傳導(dǎo)關(guān)系。本研究著重關(guān)注金融科技與綠色發(fā)展理念間的關(guān)聯(lián)，其成果能彰顯金融科技發(fā)展的新優(yōu)勢(shì)，為國(guó)家深化金融科技發(fā)展提供新的經(jīng)驗(yàn)證據(jù)支持。

三、理論分析與假設(shè)提出

在綠色低碳發(fā)展的時(shí)代背景下，數(shù)字化技術(shù)與各行各業(yè)不斷深化交融，因勢(shì)而新的金融科技成為低碳經(jīng)濟(jì)的重要推手。金融科技的碳減排效應(yīng)主要體現(xiàn)在以下幾方面。第一，金融科技自身的低碳屬性。金融科技作為數(shù)字化產(chǎn)業(yè)的一部分，其數(shù)據(jù)作為生產(chǎn)要素可被多邊使用，降低了生產(chǎn)成本，相對(duì)于傳統(tǒng)生產(chǎn)要素具有可復(fù)制、可再生的特點(diǎn)，減少了環(huán)境負(fù)擔(dān)成本。第二，金融科技的數(shù)字信息技術(shù)運(yùn)用。首先，金融科技革新的交易機(jī)制為綠色消費(fèi)提供技術(shù)儲(chǔ)備和產(chǎn)品應(yīng)用激勵(lì)，將互聯(lián)網(wǎng)流量?jī)r(jià)值轉(zhuǎn)化為經(jīng)濟(jì)價(jià)值和生態(tài)價(jià)值（許釗等，2021）[1]，數(shù)字資產(chǎn)、人工智能、理財(cái)貸款模式的創(chuàng)新改變了客戶群體的金融需求，降低了人力成本與中介成本（薛瑩和胡堅(jiān)，2020）[20]，減少了客戶實(shí)地前往金融機(jī)構(gòu)所帶來(lái)的出行成本，具有節(jié)能減排的價(jià)值。其次，金融科技可以賦能傳統(tǒng)金融，提高其資源配置效率，減少信息不對(duì)稱，助力綠色信貸精準(zhǔn)放矢，引導(dǎo)資金流向綠色低碳企業(yè)，緩解其融資約束，為企業(yè)擴(kuò)大再生產(chǎn)與技術(shù)革新提供資金保障。此外，信貸市場(chǎng)透明度的上升，綠色信貸的整體流向?qū)⑨尫拧靶盘?hào)”，引導(dǎo)更多民間資本轉(zhuǎn)入綠色項(xiàng)目，增加綠色行業(yè)的資本供給。即金融科技除自身作為數(shù)字產(chǎn)業(yè)所攜帶的低碳屬性，還可以憑借自身的信息技術(shù)運(yùn)用賦能傳統(tǒng)金融，減少交易成本，提高資源配置效率，為綠色行業(yè)的發(fā)展提供資金保障，實(shí)現(xiàn)綠色技術(shù)創(chuàng)新效應(yīng)，減少碳排放強(qiáng)度。鑒于此，本文提出假說(shuō)1。

假說(shuō)1：金融科技可以降低我國(guó)的碳排放強(qiáng)度。

通過(guò)我國(guó)碳達(dá)峰頂層設(shè)計(jì)文件《2030年前碳達(dá)峰行動(dòng)方案》中2025年和2030年中的非化石能源分別占比20%和25%的目標(biāo)，可以看到，能源結(jié)構(gòu)的改善是我國(guó)實(shí)現(xiàn)碳達(dá)峰、碳中和的根本路徑之一。能源結(jié)構(gòu)的改善，在依靠政府政策引導(dǎo)的基礎(chǔ)上，還需要借助金融手段實(shí)現(xiàn)資金的有效保障。而市場(chǎng)上的信貸總量有限，傳統(tǒng)金融部門多依靠企業(yè)資產(chǎn)與資金償還能力來(lái)選擇客戶，但清潔能源自身的經(jīng)濟(jì)效益弱于高污染化石能源且成本較高，需要穩(wěn)定的資金流支持（穆獻(xiàn)中等，2019）[21]，這就容易造成金融資源錯(cuò)配與金融歧視，致使該類創(chuàng)新型、成長(zhǎng)期的企業(yè)遭遇融資困境。而金融科技以信息技術(shù)賦能傳統(tǒng)金融，在能源新舊轉(zhuǎn)換更迭的趨勢(shì)下，通過(guò)數(shù)字技術(shù)實(shí)現(xiàn)綠色定性定量分析，強(qiáng)化綠色企業(yè)的識(shí)別能力，為其提供多元化的金融服務(wù)，可以有效降低新能源企業(yè)的融資成本，提高資源配置效率，拓寬企業(yè)融資渠道，進(jìn)而擴(kuò)大生產(chǎn)規(guī)模（高曉燕和王治國(guó)，2017）[22]。此外，金融科技結(jié)合了大數(shù)據(jù)、云計(jì)算等新興驅(qū)動(dòng)技術(shù)，主要從規(guī)模、速度和準(zhǔn)度等三個(gè)維度提升了數(shù)據(jù)處理能力，在新能源政策導(dǎo)向下，降低信息壁壘可以為新能源企業(yè)的生產(chǎn)研發(fā)、技術(shù)革新提供穩(wěn)定的資金流，進(jìn)而帶動(dòng)其產(chǎn)出效率提升，提高經(jīng)濟(jì)效益，為優(yōu)化我國(guó)能源結(jié)構(gòu)提供內(nèi)生動(dòng)力。至于此，本文提出假說(shuō)2。

假說(shuō)2：金融科技可以通過(guò)優(yōu)化我國(guó)能源結(jié)構(gòu)來(lái)降低碳排放強(qiáng)度。

四、研究設(shè)計(jì)

（一）變量選擇及數(shù)據(jù)來(lái)源

1.被解釋變量

本文的被解釋變量為碳排放強(qiáng)度，用以衡量單位生產(chǎn)總值下的碳排放總量。參考已有研究（李國(guó)志和李宗植，2010；李金鎧等，2020）[23-24]，本文根據(jù)IPCC（2006）的方法，選取各省份消耗的煤炭、焦炭、原油等8 種化石能源測(cè)度其二氧化碳排放總量。具體公式如下：

其中，CEj為第j種化石能源的二氧化碳排放量，Ej為第j 種化石能源的消耗量，F(xiàn)j為第j 種能源的標(biāo)準(zhǔn)煤折算系數(shù)，Lj為第j 種化石能源的碳排放系數(shù)。K 等于44/12，表示碳氧化成CO2分子量從12 轉(zhuǎn)變?yōu)?4。各類化石能源的標(biāo)準(zhǔn)煤折算系數(shù)和碳排放系數(shù)如表1所示。

表1 各類化石能源標(biāo)準(zhǔn)煤折算系數(shù)與碳排放系數(shù)

2.核心解釋變量

從金融穩(wěn)定理事會(huì)（FBS）對(duì)金融科技的定義中可以看出，金融科技主要是指由大數(shù)據(jù)等新興前沿技術(shù)帶來(lái)的技術(shù)創(chuàng)新，而其創(chuàng)造的新業(yè)務(wù)模式、技術(shù)應(yīng)用、產(chǎn)品服務(wù)會(huì)對(duì)金融市場(chǎng)以及金融服務(wù)供給產(chǎn)生重大影響。目前針對(duì)金融科技發(fā)展程度的衡量方法主要分為兩類。一是采取文本挖掘技術(shù)。構(gòu)建金融科技關(guān)鍵詞，在百度新聞檢索詞頻（李春濤等，2020）[16]；利用路演中心出具的研究報(bào)告并結(jié)合地區(qū)金融科技企業(yè)數(shù)量和相關(guān)政策文件設(shè)置權(quán)重得到金融科技發(fā)展水平（李睿，2021）[25]；基于“天眼查”網(wǎng)站檢索地區(qū)金融科技公司數(shù)量（宋敏等，2021）[26]。二是結(jié)構(gòu)化數(shù)據(jù)構(gòu)建指標(biāo)，如使用數(shù)字普惠金融指數(shù)作為衡量金融科技發(fā)展水平的替代指標(biāo)（邱晗等，2018；唐松等，2019；孟娜娜等，2020）[27-29]。北京大學(xué)數(shù)字金融中心編制的中國(guó)數(shù)字普惠金融指數(shù)更能從細(xì)致的角度出發(fā)，全面真實(shí)地衡量地區(qū)的金融科技發(fā)展水平。而新聞檢索得出的結(jié)果等多是大眾的關(guān)注情況，該信息快速更迭，可能不能客觀反映金融科技的發(fā)展水平。地區(qū)金融科技公司或政策文件數(shù)量也可能只能在量上反映金融科技發(fā)展情況，無(wú)法從質(zhì)的維度進(jìn)行考察，而數(shù)字普惠金融中的數(shù)字化程度直觀地從微觀個(gè)體的角度出發(fā)，衡量金融與云計(jì)算、大數(shù)據(jù)等新興技術(shù)的融匯程度，真實(shí)反映各省份金融的信息化發(fā)展水平，更符合金融科技的定義。鑒于此，本文選取數(shù)字普惠金融指數(shù)（郭峰等，2020）[30]中的子指標(biāo)“數(shù)字化程度”作為金融科技的代理變量。

3.控制變量

表2 變量定性描述

4.數(shù)據(jù)來(lái)源及處理

基于數(shù)據(jù)可得性，本文以2011—2020年我國(guó)30個(gè)省份（西藏自治區(qū)和港、澳、臺(tái)地區(qū)統(tǒng)計(jì)數(shù)據(jù)大量缺失，故剔除）的相關(guān)數(shù)據(jù)為研究樣本。所用原始數(shù)據(jù)來(lái)源于北京大學(xué)數(shù)字普惠金融指數(shù)、《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》、各省份統(tǒng)計(jì)年鑒、Wind 數(shù)據(jù)庫(kù)。對(duì)于原始數(shù)據(jù)的少數(shù)缺失值，本文以插值法和線性趨勢(shì)法補(bǔ)充完整。另外，為排除價(jià)格因素帶來(lái)的干擾，本文以2011年為基期對(duì)碳排放強(qiáng)度、人均GDP 中所用的生產(chǎn)總值進(jìn)行平減處理。描述性統(tǒng)計(jì)具體如表3所示。為減少異方差帶來(lái)的影響，本文在模型回歸中對(duì)所有變量的數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理。

表3 描述性統(tǒng)計(jì)結(jié)果

（二）模型設(shè)定

1.空間權(quán)重矩陣設(shè)定

空間權(quán)重矩陣的構(gòu)建是開(kāi)展空間計(jì)量的必備條件。相較于鄰接矩陣，地理距離矩陣的解釋力度不會(huì)隨著樣本量的增加而減少（Gilio 和De Moraes，2016）[32]。鑒于此，本文以30 個(gè)省份的地理距離倒數(shù)的平方構(gòu)建反距離平方矩陣。具體表現(xiàn)形式如下：

其中，dij為i、j 兩省份省會(huì)城市之間的地理距離。

2.空間面板模型構(gòu)建

基于已有研究利用空間計(jì)量模型考察金融科技對(duì)其他因變量的影響（李睿，2021；唐松等，2019）[25,28]，結(jié)果表明了金融科技存在著空間溢出效應(yīng)。而碳排放的空間溢出效應(yīng)也已被許多學(xué)者證實(shí)（李治國(guó)等，2021；路正南和羅雨森，2021）[14,33]。因此，有必要分析空間視角下的金融科技對(duì)碳排放強(qiáng)度的影響。具體模型設(shè)定如下：

其中，lnCIit表示省份i 在t 時(shí)對(duì)數(shù)化后的碳排放強(qiáng)度；lnFinit表示i 省份t 時(shí)的金融科技發(fā)展水平；Controlsit為本文選取的對(duì)數(shù)化處理后的控制變量，參考路正南和羅雨森（2021）[33]的做法，用加入對(duì)數(shù)化后的經(jīng)濟(jì)發(fā)展水平的二次項(xiàng)和三次項(xiàng)，驗(yàn)證經(jīng)濟(jì)發(fā)展與碳排放水平的非線性關(guān)系；W 為空間權(quán)重矩陣；ρ 度量lnCIit的空間滯后系數(shù)；β1和γ1分別表示核心解釋變量和控制變量的回歸系數(shù)；β2和γ2分別表示核心解釋變量、控制變量的空間回歸系數(shù)；λ 為空間誤差系數(shù)；φi為個(gè)體固定效應(yīng)；μt為時(shí)間固定效應(yīng)；εit和νit為服從正態(tài)分布的隨機(jī)誤差項(xiàng)。

微量升華法的應(yīng)用操作手法較為豐富，常見(jiàn)的有放射測(cè)量法和微熱測(cè)量法等，通過(guò)這些方法能夠?qū)κ称肺⑸锏臋z測(cè)結(jié)果進(jìn)行優(yōu)化，更能保證微生物檢測(cè)的準(zhǔn)確性。對(duì)于發(fā)生測(cè)量法，采用的是微量放射性標(biāo)記物對(duì)其進(jìn)行檢測(cè)，通過(guò)對(duì)菌落中的碳水化合物進(jìn)行標(biāo)記，從而對(duì)食品中的菌落情況進(jìn)行準(zhǔn)確的判斷。

當(dāng)λ=0時(shí)，式（3）表示空間杜賓模型（SDM）；當(dāng)λ=β2=γ2=0 時(shí)，式（3）表示空間滯后模型；當(dāng)ρ=β2=γ2=0時(shí)，式（3）表示空間誤差模型。

為探討本地碳排放強(qiáng)度受到的本地解釋變量和周邊地區(qū)解釋變量的影響，對(duì)空間計(jì)量模型進(jìn)行效應(yīng)分解。以一般形式下的空間杜賓模型進(jìn)行簡(jiǎn)化表述，對(duì)表達(dá)式y(tǒng)=ρWy+βX+λWX+ε 進(jìn)行變形得到式（4）：

由(I-ρW)-1=I+ρW+ρ2W2+ρ3W3+…，將式（4）改寫(xiě)為式（5）：

其中，Sr(W)≡(βr+λrW)(I-ρ)-1為依賴于βr、λr與W的n×n矩陣，其擴(kuò)展形式如式（6）所示：

其中，等號(hào)右側(cè)第一個(gè)矩陣為偏微分矩陣Sr(W)，其主對(duì)角線所有元素的平均值為變量Xr的直接效應(yīng)，非對(duì)角線元素之和的平均值為變量Xr的間接效應(yīng)，間接效應(yīng)與直接效應(yīng)之和稱為總效應(yīng)。

3.中介效應(yīng)模型構(gòu)建

為更大程度上控制棄真錯(cuò)誤和存?zhèn)五e(cuò)誤，本文在參考相關(guān)文獻(xiàn)的基礎(chǔ)上（李睿，2021；宋敏等，2021；Yuan等，2020）[25-26,34]，采用逐步因果法構(gòu)建中介效應(yīng)模型，考察了能源結(jié)構(gòu)升級(jí)在金融科技影響碳排放強(qiáng)度中起到的中介效應(yīng)。中介效應(yīng)的具體檢驗(yàn)步驟如下。

首先，檢驗(yàn)式（7）中解釋變量lnFinit對(duì)被解釋變量lnCIit的總效應(yīng)。此時(shí)若系數(shù)β1顯著，則繼續(xù)檢驗(yàn)式（8）和式（9）。其次，估計(jì)式（8）中的系數(shù)β2和式（9）中的系數(shù)β4。若兩者都顯著，則間接效應(yīng)存在；若兩者中有一個(gè)不顯著，則應(yīng)用Sobel方法檢驗(yàn)系數(shù)乘積的顯著性（即H0：β2β4=0），如果顯著，則間接效應(yīng)存在，進(jìn)行下一步驟的檢驗(yàn)。再次，檢驗(yàn)式（9）中的系數(shù)β3。如果不顯著，則直接效應(yīng)不顯著，為完全中介效應(yīng)；如果顯著，則為部分中介效應(yīng)，繼續(xù)進(jìn)行分析。最后，比較β2β4和β3的符號(hào)。如果它們具有相同的符號(hào)，則為部分中介效應(yīng)，此時(shí)，中介效應(yīng)占總效應(yīng)的比例為β2β4/β3；如果符號(hào)不同，則為遮掩效應(yīng)。

其中：lnEnsit為對(duì)數(shù)化后的能源結(jié)構(gòu)；φi和μt分別為個(gè)體固定與時(shí)間固定效應(yīng)；εit為隨機(jī)擾動(dòng)項(xiàng)。式（7）、式（8）、式（9）構(gòu)成了一個(gè)完整的中介效應(yīng)模型。

五、金融科技對(duì)碳排放強(qiáng)度影響的空間效應(yīng)分析

（一）空間相關(guān)性檢驗(yàn)

在進(jìn)行金融科技對(duì)碳排放強(qiáng)度影響的空間計(jì)量分析前，首先對(duì)金融科技和碳排放強(qiáng)度用Moran’s I指數(shù)進(jìn)行空間相關(guān)性分析?；诜淳嚯x平方矩陣的檢驗(yàn)結(jié)果如表4所示。可以看到，各省份碳排放強(qiáng)度的Moran’s I在2011—2020年均通過(guò)了顯著性檢驗(yàn)，且為正值，表示我國(guó)30 個(gè)省份的碳排放強(qiáng)度對(duì)周邊地區(qū)存在正向空間溢出。金融科技的Moran’s I有三年沒(méi)有通過(guò)顯著性檢驗(yàn)，但是大部分年份下，金融科技的空間集聚特征仍然顯著且存在正向空間相關(guān)性。因此，可以對(duì)兩者進(jìn)行空間計(jì)量分析。

表4 空間自相關(guān)檢驗(yàn)結(jié)果

進(jìn)一步地，本文采用局部Moran’s I 散點(diǎn)圖描繪2011年、2020年的我國(guó)各省份碳排放強(qiáng)度、金融科技發(fā)展水平的空間自相關(guān)特征。從圖1中2011年與2020年碳排放強(qiáng)度的對(duì)比情況來(lái)看，各省份所在象限沒(méi)有發(fā)生較大的變化，大部分集中于一、三象限，呈現(xiàn)“高—高”集聚、“低—低”集聚的特點(diǎn)。其中，河南省從第一象限轉(zhuǎn)移至第二象限，這意味著該省份自身碳排放強(qiáng)度相較于周邊其他省份存在大幅下降的過(guò)程。

圖1 2011年、2020年各省份二氧化碳排放強(qiáng)度的Moran’s I散點(diǎn)圖

而在圖2中我們可以發(fā)現(xiàn)，2020年我國(guó)各省份的金融科技發(fā)展水平相較于2011年發(fā)生了較大的變動(dòng)，其中東南地區(qū)各省份的金融科技發(fā)展水平相較于其他省份存在大幅上升的情況，從“低—低”集聚轉(zhuǎn)化為“高—高”集聚，而西北地區(qū)大部分省份由“高—高”集聚轉(zhuǎn)向“低—低”集聚。我國(guó)各省份的象限所在位置也多從集中于原點(diǎn)轉(zhuǎn)向集中分布于一、三象限，呈現(xiàn)出更為顯著的空間相關(guān)性。同時(shí)這說(shuō)明了我國(guó)各省份金融科技發(fā)展在空間上表現(xiàn)出與周邊地區(qū)相似的分布特征。

圖2 2011年、2020年各省份金融科技的Moran’s I散點(diǎn)圖

（二）空間計(jì)量模型分析

本文在建立空間面板之前，先建立普通OLS 面板模型，并通過(guò)LM 檢驗(yàn)判斷構(gòu)建何種空間面板模型。從表5的結(jié)果可知，首先，lnFin對(duì)lnCI的系數(shù)為負(fù)值，且通過(guò)1%的顯著性檢驗(yàn)。即在全國(guó)視角下，金融科技對(duì)碳排放強(qiáng)度存在明顯的抑制作用。其次，LM（lag）檢驗(yàn)及穩(wěn)健性的LM（lag）都拒絕了原假設(shè)，說(shuō)明可以使用空間滯后模型（SAR）進(jìn)行回歸分析?？臻g誤差模型（SEM）的LM 檢驗(yàn)通過(guò)了顯著性檢驗(yàn)，但其穩(wěn)健性的LM 檢驗(yàn)的結(jié)果并不顯著。為避免問(wèn)題遺漏，本文在后續(xù)的穩(wěn)健性檢驗(yàn)中同樣構(gòu)建了SEM 模型檢驗(yàn)金融科技對(duì)碳排放強(qiáng)度的空間外溢效應(yīng)。

表5 普通OLS面板實(shí)證檢驗(yàn)結(jié)果

通過(guò)Husman 檢驗(yàn)的結(jié)果，本文選擇了個(gè)體、時(shí)間雙向固定效應(yīng)下的SAR、SEM模型。進(jìn)一步地，基于LM 檢驗(yàn)的基礎(chǔ)上，本文使用Wald檢驗(yàn)和LR檢驗(yàn)來(lái)選擇最終的空間計(jì)量模型。

表6的結(jié)果表明，Wald檢驗(yàn)和LR檢驗(yàn)均拒絕原假設(shè)，認(rèn)為空間杜賓模型（SDM）不能退化為空間滯后模型（SAR）和空間誤差模型（SEM）。表6列（1）回歸結(jié)果顯示金融科技對(duì)碳排放強(qiáng)度存在著顯著的抑制作用。這符合本文預(yù)期，金融科技作為信息化的新興金融產(chǎn)物除可以提高傳統(tǒng)金融的資源配置效率與打破信息壁壘來(lái)服務(wù)綠色低碳、高附加值的實(shí)體經(jīng)濟(jì)進(jìn)而降低碳排放強(qiáng)度外，數(shù)據(jù)自身作為生產(chǎn)要素可以被多邊使用，同時(shí)信息的獲取與管理也無(wú)須實(shí)地抵達(dá)，這降低了生產(chǎn)成本與制度性成本故而降低了碳排放強(qiáng)度。關(guān)于控制變量，產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)顯著為負(fù)，表明產(chǎn)業(yè)結(jié)構(gòu)升級(jí)可以降低碳排放強(qiáng)度，這與已有文獻(xiàn)研究結(jié)果一致，但政府調(diào)控與外部資金貢獻(xiàn)度的系數(shù)并不顯著。

表6 空間杜賓模型實(shí)證檢驗(yàn)結(jié)果

為驗(yàn)證經(jīng)濟(jì)發(fā)展對(duì)碳排放強(qiáng)度的EKC（環(huán)境庫(kù)茲涅茨曲線）理論是否存在，本文參考已有做法，加入經(jīng)濟(jì)發(fā)展水平的二次項(xiàng)與三次項(xiàng)。結(jié)果可以看到經(jīng)濟(jì)發(fā)展水平的一次項(xiàng)顯著為負(fù)、二次項(xiàng)顯著為正、三次項(xiàng)顯著為負(fù)，表明經(jīng)濟(jì)發(fā)展水平與碳排放強(qiáng)度兩者間存在“抑制—促進(jìn)—抑制”的“倒N”形非線性關(guān)系。

空間杜賓模型下的空間系數(shù)顯著為正，表明本地二氧化碳強(qiáng)度與周邊地區(qū)的二氧化碳強(qiáng)度存在正向影響關(guān)系，即周邊地區(qū)二氧化碳強(qiáng)度的攀升會(huì)抑制本地區(qū)二氧化碳強(qiáng)度的減弱。從空間溢出效應(yīng)看，金融科技作用于周邊地區(qū)碳排放強(qiáng)度的影響并不顯著。需要指出，LeSage 和Pace（2009）[35]認(rèn)為模型中存在空間滯后項(xiàng)時(shí)，點(diǎn)估計(jì)回歸會(huì)引致估計(jì)偏誤問(wèn)題，不能真實(shí)反映空間溢出效應(yīng)。因此，本文將在后續(xù)分析中對(duì)空間效應(yīng)進(jìn)行分解，考察各變量的空間溢出效應(yīng)。

為提高結(jié)果的穩(wěn)健性，參考宋敏等（2021）[26]和邱晗等（2018）[27]對(duì)金融科技代理變量的選擇，本文加入數(shù)字普惠金融的另外兩個(gè)子指標(biāo)：使用深度（Finud）和覆蓋廣度（Fincb），以做比較分析。表6列（2）的結(jié)果表明以使用深度指標(biāo)衡量的金融科技對(duì)碳排放強(qiáng)度存在著顯著的抑制作用，而當(dāng)覆蓋廣度作為金融科技的代理變量時(shí)，其對(duì)碳排放強(qiáng)度的抑制作用并不顯著，覆蓋廣度側(cè)重支付寶賬戶覆蓋率的衡量，而覆蓋率的上升可以提高個(gè)人消費(fèi)的便捷性以及降低個(gè)人消費(fèi)的門檻，使私人汽車等高耗能產(chǎn)品的購(gòu)買量增加，進(jìn)而導(dǎo)致碳減排能力的下降（姚鳳閣等，2021）[36]。

（三）空間效應(yīng)分解

為進(jìn)一步分析金融科技與其他控制變量對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)影響，采用偏微分方程將空間效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)，具體結(jié)果如表7所示。

直接效應(yīng)衡量了本地區(qū)解釋變量對(duì)碳排放強(qiáng)度的影響，間接效應(yīng)衡量了本地區(qū)解釋變量對(duì)周邊地區(qū)碳排放強(qiáng)度的影響，而總效應(yīng)表現(xiàn)為直接效應(yīng)與間接效應(yīng)兩者之和。由表7的結(jié)果可知，金融科技對(duì)碳排放強(qiáng)度的直接效應(yīng)顯著為負(fù)，但間接效應(yīng)并不顯著，這意味著金融科技目前只能對(duì)本地區(qū)的碳排放強(qiáng)度產(chǎn)生抑制作用，無(wú)法影響周邊地區(qū)的碳排放強(qiáng)度。產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)與間接效應(yīng)顯著，表明本地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)本地區(qū)與周邊地區(qū)的碳排放強(qiáng)度都存在顯著的抑制作用，且本地區(qū)的經(jīng)濟(jì)發(fā)展水平對(duì)本地區(qū)與周邊地區(qū)的碳排放強(qiáng)度都存在“倒N”形非線性影響。而政府調(diào)控對(duì)碳排放強(qiáng)度的直接效應(yīng)并不顯著，其間接效應(yīng)通過(guò)了1%顯著性水平檢驗(yàn)。政府調(diào)控的間接效應(yīng)顯著為正，可能原因是本地區(qū)對(duì)生產(chǎn)企業(yè)所造成的環(huán)境污染存在嚴(yán)格約束的情況下，使原本想進(jìn)入該地區(qū)的生產(chǎn)要素可能會(huì)流向周邊地區(qū)的高污染企業(yè)，周邊地區(qū)相對(duì)寬松的規(guī)制可能會(huì)導(dǎo)致碳排放強(qiáng)度的上升?？梢钥吹剑獠抠Y金貢獻(xiàn)度的直接效應(yīng)為負(fù)且通過(guò)了10%的顯著性檢驗(yàn)，而間接效應(yīng)不顯著，可能原因是外部資金提供了技術(shù)效應(yīng)和規(guī)模效應(yīng)的雙重效應(yīng)，而在外部資金貢獻(xiàn)度高的地區(qū)，其技術(shù)效應(yīng)大于規(guī)模效應(yīng)。此處的技術(shù)效應(yīng)指的是外資的進(jìn)入帶來(lái)的先進(jìn)技術(shù)，使單位要素生產(chǎn)率提高，碳排放強(qiáng)度降低。規(guī)模效應(yīng)意味著生產(chǎn)規(guī)模擴(kuò)大的同時(shí)，隨著要素的不斷投入，碳排放強(qiáng)度也隨之增加。

表7 空間溢出效應(yīng)分解結(jié)果

（四）穩(wěn)健性檢驗(yàn)

首先，除反距離平方矩陣外，本文更換了空間鄰接矩陣進(jìn)行實(shí)證檢驗(yàn)，其回歸結(jié)果與空間鄰接矩陣的檢驗(yàn)結(jié)果相比并未發(fā)生實(shí)質(zhì)性改變，具體結(jié)果如表8所示。

表8 穩(wěn)健性檢驗(yàn)結(jié)果

其次，本文在前述分析（見(jiàn)表6）中，已替換了解釋變量的衡量指標(biāo)，證明了結(jié)論的穩(wěn)健性。而且，本文分別以空間滯后模型、空間誤差模型替換空間杜賓模型進(jìn)行回歸分析，結(jié)果顯示三種模型回歸后的參數(shù)系數(shù)的顯著性與數(shù)值存在些許差異，但其系數(shù)符號(hào)存在共性，結(jié)論仍是相同的，表明了本文的研究結(jié)論具有穩(wěn)健性（篇幅限制，不再列出具體結(jié)果）。

六、金融科技對(duì)碳排放強(qiáng)度影響的中介效應(yīng)分析

通過(guò)前文實(shí)證分析，得知金融科技可以抑制碳排放強(qiáng)度的提升。此時(shí)一個(gè)亟待解決的問(wèn)題為金融科技對(duì)碳排放強(qiáng)度的中介機(jī)制是什么？本文嘗試從能源角度出發(fā)，探究金融科技能否通過(guò)改善能源結(jié)構(gòu)來(lái)實(shí)現(xiàn)碳排放強(qiáng)度的降低。參考李金鎧等（2020）[24]的研究，本文基于折合為標(biāo)準(zhǔn)煤的煤炭消費(fèi)量與能源消費(fèi)量的比值構(gòu)建能源結(jié)構(gòu)的代理指標(biāo)，該比值越低則能源結(jié)構(gòu)越合理。

本文通過(guò)構(gòu)建逐步回歸法下的中介效應(yīng)模型來(lái)檢驗(yàn)金融科技能否通過(guò)改善能源結(jié)構(gòu)來(lái)抑制碳排放強(qiáng)度的提高，得到的結(jié)果如表9所示。表9列（2）中，lnFin 的系數(shù)為負(fù)且通過(guò)了1%的顯著性檢驗(yàn)，表明金融科技可以有效地改善能源結(jié)構(gòu)。列（3）中，lnEns 的系數(shù)顯著為正，意味著能源結(jié)構(gòu)的值越高，碳排放強(qiáng)度越高，即能源結(jié)構(gòu)的改善同樣可以改善碳排放強(qiáng)度。列（3）中l(wèi)nFin 的系數(shù)的絕對(duì)值較列（1）的lnFin 系數(shù)的絕對(duì)值有所下降，表明能源結(jié)構(gòu)在金融科技影響碳排放強(qiáng)度中起到了部分中介效應(yīng)。進(jìn)一步通過(guò)Sobel 檢驗(yàn)發(fā)現(xiàn)能源結(jié)構(gòu)的中介效應(yīng)顯著，且中介效應(yīng)占總效應(yīng)的比重達(dá)到73.15%。由此可知，金融科技主要通過(guò)改善能源結(jié)構(gòu)進(jìn)而抑制碳排放強(qiáng)度的提高。一方面，金融科技可以降低信息壁壘，在綠色經(jīng)濟(jì)發(fā)展的時(shí)代背景下，緩解企業(yè)綠色轉(zhuǎn)型、綠色技術(shù)開(kāi)發(fā)、提高生產(chǎn)技術(shù)的融資約束，利于技術(shù)創(chuàng)新與生產(chǎn)效率的提升，降低高碳排放能源的消耗，進(jìn)而降低碳排放強(qiáng)度。另一方面，金融科技可以憑借其信息技術(shù)引導(dǎo)信貸、保險(xiǎn)等金融資源從高耗能、高污染項(xiàng)目流向清潔低碳、新興能源的項(xiàng)目，有利于發(fā)展低碳經(jīng)濟(jì)，淘汰落后產(chǎn)能，提升新興低碳能源使用占比，改善能源結(jié)構(gòu)從而抑制碳排放強(qiáng)度的上升。

表9 中介效應(yīng)檢驗(yàn)結(jié)果

七、結(jié)論與政策建議

本文嘗試將金融科技與碳排放強(qiáng)度納入同一研究框架，利用2011—2020年我國(guó)30個(gè)省份的面板數(shù)據(jù)，構(gòu)建空間杜賓模型與中介效應(yīng)模型實(shí)證探討了金融科技對(duì)二氧化碳排放的影響。主要研究結(jié)論如下：第一，我國(guó)30 個(gè)省份的碳排放強(qiáng)度存在正向溢出效應(yīng)，周邊地區(qū)的碳排放強(qiáng)度攀升會(huì)加劇本地區(qū)碳排放強(qiáng)度；第二，金融科技同樣存在溢出效應(yīng)，但該溢出效應(yīng)較弱，本地區(qū)的金融科技可以降低當(dāng)?shù)氐奶寂欧艔?qiáng)度，但不會(huì)對(duì)周邊地區(qū)的碳排放強(qiáng)度產(chǎn)生顯著的影響；第三，經(jīng)濟(jì)發(fā)展水平與碳排放強(qiáng)度之間EKC曲線（環(huán)境庫(kù)茲涅茨曲線）關(guān)系表現(xiàn)為“倒N”形，外部資金貢獻(xiàn)度對(duì)本地區(qū)的碳排放強(qiáng)度可以產(chǎn)生減緩作用，產(chǎn)業(yè)結(jié)構(gòu)改善能夠顯著地降低碳排放強(qiáng)度，且該影響會(huì)輻射到周邊地區(qū)，而政府調(diào)控不會(huì)對(duì)本地區(qū)的碳排放強(qiáng)度產(chǎn)生顯著影響，但可能會(huì)對(duì)周邊地區(qū)的碳排放強(qiáng)度產(chǎn)生提高作用；第四，從中介機(jī)制來(lái)看，金融科技可以通過(guò)助力能源結(jié)構(gòu)優(yōu)化來(lái)減緩碳排放強(qiáng)度。

本文的研究結(jié)論對(duì)推動(dòng)我國(guó)金融科技可持續(xù)發(fā)展與實(shí)現(xiàn)國(guó)家碳達(dá)峰、碳中和目標(biāo)有一定的啟示作用，在此基礎(chǔ)上提出以下建議。

第一，提高跨區(qū)域協(xié)作能力，降低壁壘實(shí)現(xiàn)共贏。本地區(qū)發(fā)展綠色低碳經(jīng)濟(jì)時(shí)，需要注意與周邊地區(qū)的聯(lián)動(dòng)調(diào)整，防止污染產(chǎn)業(yè)轉(zhuǎn)移與高耗能、高排放項(xiàng)目乘虛而入，應(yīng)制定區(qū)域聯(lián)合系統(tǒng)性方案，如在統(tǒng)一大市場(chǎng)的建設(shè)規(guī)劃下利用金融科技實(shí)現(xiàn)金融數(shù)據(jù)、地區(qū)能源消耗數(shù)據(jù)、工業(yè)企業(yè)能源消費(fèi)數(shù)據(jù)及碳排放數(shù)據(jù)的銜接，實(shí)現(xiàn)互聯(lián)互通，健全區(qū)域聯(lián)動(dòng)監(jiān)管防控平臺(tái)，構(gòu)建區(qū)域利益協(xié)調(diào)機(jī)制，理順區(qū)域多邊權(quán)責(zé)交互，以共商共建共享理念實(shí)現(xiàn)互利合作，利用空間溢出效應(yīng)，實(shí)現(xiàn)協(xié)同優(yōu)化。

第二，深化金融科技發(fā)展以補(bǔ)齊傳統(tǒng)金融短板，提高信貸配置效率，實(shí)現(xiàn)資金有效監(jiān)管。首先，以大數(shù)據(jù)引導(dǎo)資金高效流向環(huán)保型、創(chuàng)新型公司，緩解銀企信息不對(duì)稱導(dǎo)致的融資約束。其次，發(fā)揮市場(chǎng)信號(hào)作用，對(duì)綠色創(chuàng)新項(xiàng)目的環(huán)境效益進(jìn)行評(píng)估，動(dòng)態(tài)發(fā)布項(xiàng)目白名單，鼓勵(lì)資金向技術(shù)創(chuàng)新、綠色環(huán)保工藝研發(fā)的項(xiàng)目流轉(zhuǎn)，提高綠色全要素生產(chǎn)率。同時(shí)，發(fā)揮金融科技自身云計(jì)算等信息技術(shù)優(yōu)勢(shì)，建立綠色金融專項(xiàng)監(jiān)管平臺(tái)，加強(qiáng)對(duì)綠色產(chǎn)業(yè)融入資金的流向與回籠監(jiān)管，做到金融資本有的放矢，配置到核心領(lǐng)域。

第三，有序推動(dòng)能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)變，持續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，有效利用外部資金，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。利用信息技術(shù)在打造工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心時(shí)嵌入金融平臺(tái)，讓金融資本與新能源行業(yè)發(fā)展有效聯(lián)結(jié)，促進(jìn)金融數(shù)據(jù)流通，擴(kuò)大新能源企業(yè)的服務(wù)數(shù)量，針對(duì)性地為新能源企業(yè)提供更大的融資優(yōu)惠，進(jìn)而為能源技術(shù)的研發(fā)提供金融支持，助力經(jīng)濟(jì)轉(zhuǎn)型與新舊能源轉(zhuǎn)換的有序過(guò)渡。同時(shí)，重視產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)碳排放強(qiáng)度的抑制作用，既要在傳統(tǒng)產(chǎn)業(yè)的投入和產(chǎn)出間提高綠色全要素生產(chǎn)率，又要為高新技術(shù)產(chǎn)業(yè)提供更高的稅收優(yōu)惠和更低的融資門檻。此外，還應(yīng)引導(dǎo)更多的外商直接投資，利用好投資合作帶來(lái)的技術(shù)溢出效益，提高專業(yè)人才流通率，讓技術(shù)創(chuàng)新和技術(shù)模仿耦合助力綠色低碳發(fā)展。

第四，完善綠色金融產(chǎn)品多層次、廣范圍、高覆蓋的發(fā)展。利用金融科技創(chuàng)新發(fā)展綠色信貸、綠色債券、綠色基金、綠色保險(xiǎn)等碳金融市場(chǎng)的相關(guān)金融產(chǎn)品，滿足不同項(xiàng)目、企業(yè)、行業(yè)多元化的綠色投融資需求，促進(jìn)金融科技與綠色金融的交匯融合，發(fā)揮金融科技對(duì)綠色低碳產(chǎn)業(yè)發(fā)展的正向激勵(lì)機(jī)制，助力碳達(dá)峰、碳中和目標(biāo)的實(shí)現(xiàn)。