<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">SE</journal-id><journal-title-group><journal-title>Society and Economy</journal-title></journal-title-group><issn>2995-4959</issn><eissn>2995-4975</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/SE.2025120011</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>数字普惠金融对城市碳排放强度的影响</title><url>https://artdesignp.com/journal/SE/3/12/10.61369/SE.2025120011</url><author>薛心蓓,张婷婷,陈家模</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>3</volume><issue>12</issue><history><date date-type="pub"><published-time>2025-12-20</published-time></date></history><abstract>数字普惠金融作为金融科技创新的重要成果，在推动" 碳达峰、碳中和" 战略目标实现过程中展现出独特价值。本文基于2017-2023年中国294个地级市的面板数据，采用固定效应模型实证检验数字普惠金融对城市碳排放强度的影响。研究发现，数字普惠金融能有效降低城市碳排放强度。基于此，本文建议加大数字普惠金融基础设施建设，优化绿色资源配置，强化技术创新支持，制定差异化区域政策，以充分发挥其减排潜力，助力&amp;ldquo;双碳&amp;rdquo;目标实现。</abstract><keywords>数字普惠金融,碳排放强度,能源消耗强度,技术创新水平</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] Cholette S, Venkat K. The energy and carbon intensity of wine distribution:A st udy of logistical options for delivering wine to consumers[J]. Journal of Cleaner Producti on, 2009, 17(16): 1401-1413.[2] Khan I, Jack M W, Stephenson J. Analysis of greenhouse gas emissions in elect ricity systems using time-varying carbon intensity[J]. Journal of Cleaner Production, 2018, 184, 1091-1101.[3] Li J, Wu Y, Xiao J J. The impact of digital finance on household consumption: Evidence from China[J], Economics Modelling, 2020, 86, 317-326.[4] Xu R J. Exploring the effective way of reducing carbon intensity in the heavy i ndustry using a semiparametric econometric approach[J]. Energy, 2022, 243, 123066.[5] Ye J, Xu W, Hu L. Digital inclusive finance, consumption structure upgrading and carbon emissions[J]. Frontiers in Environmental Science, 2023, 11: 1282784.[6] Yubing Zhang, Xiaoyan Jiang, Caiyun Cui, Martin Skitmore. BIM-based approach for the integrated assessment of life cycle carbon emission intensity and life cycle costs[J]. Building and Environment, 2022, 226: 109691.[7] 贺茂斌, 杨晓维. 数字普惠金融、碳排放与全要素生产率[J]. 金融论坛,2021,26(02):18-25.[8] 朱杰堂, 焦冉晴, 谢伟丽. 数字普惠金融如何影响绿色全要素生产率&amp;mdash; &amp;mdash; 理论分析与经验证据[J]. 金融监管研究,2022,(03):54-70.[9] 许钊, 高煜, 霍治方. 数字金融的污染减排效应[J]. 财经科学,2021(4)2 8-39[10] 邓荣荣, 张翱祥.FDI 技术溢出、行业吸收能力与工业碳排放强度&amp;mdash;&amp;mdash; 基于面板门槛模型的实证[J]. 国际商务研究,2023,44(02):1-13[11] 刘婧玲, 陈艳莹. 数字技术发展、时空动态效应与区域碳排放[J]. 科学学研究,2023,41(05):841-853.[12] 向宇, 郑静, 涂训华. 数字经济发展的碳减排效应研究&amp;mdash;&amp;mdash; 兼论城镇化的门槛效 应[J]. 城市发展研究,2023,30(01):82-91[13] 王维国, 王永玲, 范丹. 数字经济促进碳减排的效应及机制[J]. 中国环境科学,2023,43(08):4437-4448.[14] 刘松岐, 秦琳贵, 侯曜. 绿色信贷的农业碳减排效应研究&amp;mdash;&amp;mdash; 基于30 个省份面板数据的实证分析[J]. 农业经济,2022,426(10):103-106.[15] 温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J]. 心理科学进展,2014,22(05):731-745.[16] 沈小波, 陈语, 林伯强. 技术进步和产业结构扭曲对中国能源强度的影响[J]. 经济研究,2021,56(02):157-173.[17] 吴建新, 郭智勇. 基于连续性动态分布方法的中国碳排放收敛分析[J]. 统计研究,2016,33(01):54-60.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
