数字经济和绿色金融的碳协同效益：来自中国的实证证据

为解决如何通过政策工具协同实现碳减排数量与质量双重提升的问题，研究人员以中国国家大数据综合试验区(NBDCPZ)与绿色金融改革创新试验区(GFRIPZ)双重政策试点为研究对象，采用合成控制法(SCM)结合惩罚回归技术，揭示了数字经济和绿色金融(DEGF)通过绿色技术创新和人力资本提升的双重路径，显著促进碳减排数量(lnCE)与质量(CTFP)同步改善的协同机制。该研究为新兴经济体实现数字化与绿色化协同转型提供了政策启示。

　　

在全球气候治理背景下，中国提出"双碳"目标面临经济高质量发展与碳减排的双重挑战。传统环境政策工具往往难以兼顾减排数量与质量，而数字经济和绿色金融作为新兴政策框架，其协同效应尚未得到系统验证。贵州财经大学等机构的研究团队创新性地将中国国家大数据综合试验区(NBDCPZ)与绿色金融改革创新试验区(GFRIPZ)双重政策试点视为准自然实验，首次量化评估了数字经济和绿色金融(DEGF)的碳协同效益。

研究采用合成控制法(SCM)结合惩罚回归技术，构建贵阳等试点城市的反事实轨迹。通过双重机器学习(DML)和弹性网络(Elastic Net)等前沿计量方法，证实DEGF政策使贵阳二氧化碳排放量(lnCE)年均降低1.02%，碳全要素生产率(CTFP)提升1.20%。机制分析显示，绿色专利数量增长和高校在校生比例提升是核心传导路径。

主要技术方法包括：1)基于全球Malmquist-Luenberger生产率指数(GMLPI)测算CTFP；2)采用Lasso回归和回归控制法(RCM)优化合成控制权重；3)通过时间安慰剂检验和样本置换验证稳健性；4)利用中国274个城市2010-2022年面板数据进行实证分析。

【Direct effects】
研究发现DEGF通过数字技术优化资源配置与绿色资本引导的双重作用，直接促进碳排放量下降和碳效率提升。合成控制结果显示，政策实施后贵阳实际lnCE持续低于反事实轨迹0.076个单位，CTFP则高出0.012个单位。

【Indirect effects】
绿色技术创新机制：DEGF通过云计算支持研发和绿色金融提供资金，推动绿色专利申请量显著增长，产生技术外溢和示范效应。
人力资本机制：数字教育平台普及和绿色产业就业扩张使高校在校生比例提升，促进劳动力向技术密集型产业转移和绿色消费习惯形成。

【Robustness checks】
研究通过6种检验确保结论可靠性：1)时间安慰剂测试显示政策效应仅在真实实施年份显现；2)弹性网络和自适应Lasso替代估计结果一致；3)BIC等不同信息准则选择模型结论稳健；4)安顺市替代分析验证政策普适性；5)双重机器学习控制内生性；6)排除单一政策城市后效应仍显著。

结论表明，DEGF通过"数字化促绿色化、绿色化强数字化"的协同机制，为新兴经济体破解"减排-发展"悖论提供了创新路径。该研究不仅拓展了多目标政策协调的理论框架，其改进的SCM方法也为小样本政策评估树立了新范式。成果对完善中国"双碳"政策工具箱具有重要参考价值，尤其为西部地区数字经济与绿色金融协同发展提供了实证依据。未来研究可进一步比较单一政策与组合政策的边际效应，并构建数字化-绿色化融合的指标体系。