%A 吕宛青, 肖钊富
%T 数字绿色金融平台对减污降碳的协同增效作用——基于双重机器学习的因果推断
%0 Journal Article
%D 2026
%J 贵州财经大学学报
%R 
%P 121-132
%V 43
%N 02
%U {https://gcxb.gufe.edu.cn/CN/abstract/article_9611.shtml}
%8 2026-03-25
%X 数字金融是实现经济社会发展全面绿色转型的核心引擎,但实践中常面临政银企信息不对称引致的"洗绿"风险与资源错配难题,制约了减污降碳的协同效应。不同于既有文献侧重于宏观政策评估或单一指标考察,文章聚焦"数字绿色金融平台"这一旨在破解信息壁垒的微观数字基础设施,从系统论视角探究其治理效能。基于2010—2023年中国287个城市面板数据,采用修正的耦合协调模型测度减污降碳协同水平,以3731个数字绿色金融平台为准自然实验,采用双重机器学习模型稳健识别其因果效应。研究发现:数字绿色金融平台显著驱动了减污降碳协同增效,且该效应具有立竿见影并渐趋强化的动态特征。机制分析发现,平台宏观上通过促进绿色信贷"增量提质"、微观上通过降低商业银行风险承担水平促进减污降碳协同;异质性分析表明,建站独立性越高、功能越丰富、交互渠道越多元的平台对减污降碳的协同增效越强。研究结论为深入推进数字中国建设,更好统筹发展和安全提供了理论参考和经验证据。