作者：王龙可,马平平,张明

单位：中国矿业大学 经济管理学院

文章刊发：《煤炭经济研究》2023年第6期

1.1 文献综述 

     通过对已有文献的回顾, 本文梳理了有关绿色金融发展和碳排放强度的相关文献, 可总结为以下3 个方面。 

     1) 绿色金融发展方面。学者们有关绿色金融发展的研究主要从其影响效应、 作用机制等方面展开。从影响效应来看, 赵晓春等研究认为, 绿色金融发展对碳排放效率有显著提升作用, 且在政府干预下, 仍表现为促进作用。蒙玉鑫等运用面板平滑模型考察发现, 绿色金融发展对中国能源效率的影响呈现先抑制、 再促进的非线性关系。姚雪松等借助《绿色信贷指引》 这一外生冲击, 基于双重差分法, 证明绿色金融发展能够有效赋能企业绿色技术创新。在作用机制方面, 金祥义等的研究证实, 缓解出口方的融资约束问题是绿色金融促进中国出口增长的渠道之一。刘华珂等使用中国272个城市的面板数据实证检验表明, 绿色金融发展能够有力助推经济高质量发展, 其中包括引导居民绿色消费、促进绿色技术创新、推动产业结构转型升级等诸多渠道。朱向东等同样认为, 绿色技术创新和产业结构优化是绿色金融发展治理雾霾污染的重要渠道。 

     2) 碳排放强度方面。当前对于该方面的研究主要包括碳排放强度的影响因素、时空演变等方面。在影响因素方面, 范合君等基于223个地级市实证研究发现, 发展数字经济能够提高能源环境效率, 推进产业结构升级, 进而切实有效地降低碳排放强度。王军等认为, 中央与地方政府的环境管理分权对碳排放强度呈先推高、后阻碍的影响特征, 并且环境管理事权的下放会促使城市碳排放强度增大。此外, 地方政府竞争、绿色科技创新等因素也会对碳排放强度产生一定影响。在时空演变特征方面, 余敦等基于IPCC核算框架测算城市建设用地碳排放总量, 并揭示了城市建设用地碳排放强度的增长趋势呈阶段性特征, 空间分布格局为北高南低。原嫄等运用优化后的空间马尔科夫链测度发现, 中国省际碳排放强度的变化走向是逐年递减, 空间分布格局是由西北向东南递减。王青研究发现, 长三角都市圈近几年来的工业能源消费碳排放强度的整体态势是下降的; 控制化石燃料消费, 推动清洁能源多元化发展, 能够加快推进长三角地区的低碳发展。 

     3) 绿色金融发展对碳排放强度的影响方面。研究人员关于金融发展对碳排放强度的影响各持己见。部分学者认为金融发展会抑制碳排放强度增加。张科等认为, 绿色债券对市场化程度更高和环境规制力度更弱城市的碳排放强度降低效果更好。尤志婷等以绿色信贷、绿色产业投资和绿色债券等绿色金融业务为例, 实证检验发现, 这些业务都会显著抑制碳排放强度增加, 并且不同地区的碳减排效果不同。任亚运等考察绿色金融试点政策, 指出绿色金融发展能够保障绿色低碳领域的资金支持, 从资金流上实现清洁行业的帕累托最优, 能够有效降低碳减排强度。还有部分学者认为在金融发展过程中, 碳排放强度的增加在所难免。Dogan 等认为, 金融得到发展的同时, 国家的经济水平也将提升, 这必然会产生更大的资源需求,进而会提高碳排放强度。陈碧琼等通过实证研究发现, 提高金融效率和金融规模会显著提高碳排放。此外, 还有一些学者认为, 中国的金融发展与碳排放强度两者之间呈现倒“U”型的非线性关系, 并呼吁要加快健全绿色金融体系。

     通过文献梳理可知, 目前已有很多学者对绿金融发展和碳排放强度的问题开展了研究, 但是体上仍有待改进。首先, 研究对象的视角相对单一, 并且多数研究都是探讨了绿色信贷或绿色债券对碳排放强度的影响, 但是我国的绿色金融产品与服务已然遍地开花, 其对碳排放强度的影响有待全面考察。其次, 现有研究多为理论层面的分析与解读, 绿色金融发展对碳排放强度的作用机制有待深入进行实证分析。基于此, 本文可能的边际贡献在于: 一是将绿色信贷、绿色债券、绿色基金、绿色投资、绿色保险、绿色支持、绿色权益等多种绿色金融工具纳入研究框架, 考察绿色金融发展综合指数的影响效应; 二是基于能源结构转型视角, 详细阐释了绿色金融发展对碳排放强度的影响机理, 为后续研究提供经验证据和理论参考。

1. 2  理论分析

1.2.1  绿色金融发展与碳排放强度 

     首先, 绿色金融发展会直接影响碳排放强度。经济的绿色低碳转型需要投入大量资本。绿色金融将参与主体的投融资行为与减排降碳、缓解气候变化的经济活动相融合, 提供服务保障与风险管理,可以有效应对当前的多重环境危机。同时, 绿色金融支持新的绿色商业机会, 提高绿色资金的市场流动性, 降低绿色能源溢价, 有助于更多的企业进入低碳领域。其次, 绿色金融发展的信息传导效应会间接影响碳排放强度。我国绿色金融发展时期不长, 当前的显著成效有赖于 “顶层设计”的积极引导, 金融市场基于政策措施的信号导向做出反应。一方面, 某些高耗能、高污染企业在进行绿色信贷过程中会遭受处罚, 对其他相似企业有着警示作用, 倒逼“两高”企业进行生产控制和产业升级; 另一方面, 清洁、低碳产业在绿色金融市场上占有绝对优势, 能够获得更为完善的金融服务与风险保障, 激励其他企业将更多的资源投入到绿色低碳转型中。基于此, 本文提出假说1: 绿色金融发展会显著抑制碳排放强度。 

1.2.2 能源结构转型在绿色金融发展和碳排放强度中的作用 

     首先, 绿色金融能提升金融资源的配置效率。通过惩罚性措施约束高碳产业发展, 淘汰落后产能,同时激励低碳产业的绿色环保扩张, 旨在引导社会资本进入更加清洁高效的产业, 促进资源在各部门之间的合理配置, 优化能源结构, 实现经济发展与环境保护的目标最大化。其次, 绿色金融能促进企业绿色技术创新。技术进步是推动绿色低碳转型的关键一环。绿色金融的发展, 一方面会加大对污染排放行业的约束力, 倒逼企业进行技术革新, 改变之前的工业生产模式, 减少煤炭消耗; 另一方面,会吸引更多的绿色企业进行技术改进, 拓宽新能源的开发与利用方法, 以获取丰厚的资金支持与政策优惠, 实现能源结构转型, 进而抑制二氧化碳排放强度。基于此, 本文提出假说2: 绿色金融发展能够通过促进能源结构转型来抑制碳排放强度。

2.1 模型构建 

     本文运用固定效应模型进行研究, 具体形式如下。 

式中: i和t分别表示地级市和时间;Cdei,t为地级市i在第t年的碳排放强度;Gfii,t为地级市i在第t年的绿色金融发展水平;Xi,t为本文所选的所有随时间和地区变化影响碳排放强度的控制变量; γt和υi分别表示城市固定效应和年份固定效应; εi,t为随机扰动项; α、β、η为系数。笔者聚焦于式 (1)中的系数β, 如果β显著为负, 则证明绿色金融发展能够显著降低碳排放强度。 

     此外, 为验证能源结构转型这一中介渠道, 本文参考温忠麟和叶宝娟的做法, 进一步构建模型如下

式中: Ecsi,t 为地级市i在第t年的能源结构, 其他符号与前文定义相同。基于模型(1)进行回归分析, 在系数β显著的前提下, 进行模型(2)的回归。若系数β1 显著为负, 表明绿色金融发展能够显著促进能源结构转型, 继而进行模型(3)的回归。若系数β2和β3均显著, 则说明存在部分中介效应; 若前者不显著, 后者显著, 表明存在完全中介效应。

2.2 变量说明及指标测度

2.2.1 被解释变量 

     碳排放强度 (Cde)。碳排放强度是指单位GDP的二氧化碳排放量, 该指标能够有效度量减排降碳工作的成效。如果某地区正在进行低碳发展模式, 则其经济增长的同时, 碳排放强度在下降。本文参考丛建辉等的做法, 核算城市碳排放量, 包括辖区内的直接排放、辖区外的间接排放以及由城市内部活动引起的产生于辖区外的排放3个部分,进而计算碳排放强度。由于官方公布的地级市GDP指数数据不够全面,本文以2000年为基期,使用省级GDP指数进行平减计算。 

2.2.2 解释变量 

     绿色金融发展(Gfi)。绿色金融服务于低碳领域,抑制高碳产业发展,利用结构性策略合理安置社会资本,使资源的利用效率最大化。基于已有文献,本文采用熵值法测算绿色金融发展水平综合指数,综合评价体系包括绿色信贷(环保项目信贷占比)、绿色投资(环境污染治理投资占GDP比重)、绿色保险(环境污染责任保险收入占总保费比重)、绿色债券(绿色债券发行额占债券发行总额比重)、绿色支持(财政环境保护支出占政府一般预算支出比重)、绿色基金(绿色基金总值占所有基金总值比重)以及绿色权益(碳排放权、用能权、排污权交易额占权益交易总额比重)。 

2.2.3 中介变量

     能源结构(Ecs)。根据前文分析,能源结构转型是绿色金融发展影响碳排放强度的主要中介渠道之一。中国目前的能源生产与消费仍然偏重煤炭等化石燃料,笔者借鉴前人的研究思路,选择煤炭消费占能源总消费的比重来度量城市的能源结构。该指标越低,意味着该地区对煤炭消费的依赖性越不强,反而注重清洁能源的使用,与传统能源消费格局发生差异,能源结构转型升级。 

2.2.4 控制变量

     参考现有研究,本文选取的控制变量有: ①固定资产投资(Fai),以固定资产投资额占GDP的比重表示;②城市规模(Pde),用城市人口密度表示;③政府干预水平(Gil),以一般公共预算支出占GDP的比重表示;④对外开放程度(Fdi),以人民币兑美元换算后的外商直接投资额占GDP的比重表示;⑤经济发展水平(Pgdp),以城市的人均实际GDP表示;⑥信息化水平(Inl),以邮电业务收入额占GDP的比重表示。 

2.2.5 数据来源与说明 

     本文使用的数据来源于各级统计年鉴,以及国家统计局、生态环境部、中国人民银行等权威机构公布的相关统计资料,包括《中国能源统计年鉴》《中国城市统计年鉴》《中国金融年鉴》《银行社会责任报告》等。囿于数据的可获取性,文章选取2006—2019年中国252个地级市的平衡面板数据进行分析。部分数据的缺失值采用插值法进行补齐,同时对数据进行缩尾处理,以消除极端值影响。研究数据的描述性统计结果见表1。

3.1 多重共线性检验 

     在进行基准回归分析之前,为确保所选变量指标的科学性,本文首先对研究数据进行了多重共线性检验,结果见表2。表中VIF的最大值为1.56,远小于10,说明选取的变量之间不存在多重共线性问题。

3.2 基准回归分析 

     基于模型(1),本文的基准回归结果见表3。表中列(1)未考虑控制变量,系数β为-1.6055,在5%的水平上显著为负;列(2)~(6)逐一加入控制变量,β均显著为负数,说明绿色金融发展会显著抑制碳排放强度,假说1成立。结合前文分析,反映出绿色金融的环境保护作用在中国得到了充分发挥,通过引导金融资金流向,降低企业绿色投资风险,提高参与主体间信息透明度等途径,显著降低了城市的碳排放强度。

3.3 稳健性检验 

     为使前文实证结果稳健可靠,本文又进行了稳健性检验:① 增加控制变量。通过控制城市固定效应,尽可能地缓解由遗漏变量导致的内生性问题。这里进一步加入可能随时间和地区变化对碳排放强度产生影响的科技支出水平(Tel)和人力资本水平(Huc),作为控制变量。②由于直辖市的经济发展水平远大于一般城市,可能会影响总体效应的观测值,这里进一步删除直辖市,再次进行实证检验。③替换被解释变量。参考前人的研究,采用人均碳排放量替代碳排放强度来表征碳减排效应。④替换解释变量。前文检验了绿色金融发展对碳排放强度的综合效应,但目前的绿色金融产品与服务种类丰富,这里分别检验评价体系中每类绿色金融工具对碳排放强度的影响。①~③的结果见表4,④的结果见表5。两表中,核心解释变量Gfi的系数β均显著为负,表明假说1成立,并且结论真实可靠。

3.4 中介效应分析 

     针对能源结构转型在绿色金融发展影响碳排放强度方面的中介效应检验,实证结果见表6。其中,列(2) (3)分别报告了模型(2)(3)的回归结果。由表中可知,β1显著为负,绿色金融发展能够有效促进能源结构转型。一方面,金融机构严控“双高”企业的污染耗能行为,竭力保障清洁环保企业低碳节能活动的资金支持,引导企业经营生产过程中的能源消费行为;另一方面,绿色金融的风险保障服务大大降低了企业进行绿色技术创新的风险,淘汰传统高耗能、高污染的生产技术,着力加快清洁能源的开源与清洁技术的创新升级,通过促进能源结构转型来强力降低碳排放强度。此外,系数β2和β3均是显著的,说明能源结构转型发挥了部分中介效应。 

3.5 异质性分析 

     本文进一步从城市区位特征和技术发展水平两方面,考虑绿色金融发展对碳排放强度影响的异质性,为推动绿色金融发展提供可靠的经验参考。 

3.5.1 城市区位特征 

     我国领土幅员广阔,不同地区的资源禀赋、经济发展和政策规划等都存在较大差异,绿色金融发展的碳减排效果不尽相同。本文按城市的区位特征,将研究样本分为东部、中部、西部3组,基于模型(1)进行回归分析,结果见表7列(1)~(3)。可以发现,西部地区绿色金融发展对碳排放强度的抑制作用最大,中部地区次之,东部地区最弱。可能的原因是,近年来西部大开发战略加快推进了西部地区的经济发展,为陕西、甘肃等能源大省的产业转型需要提供资金保障,积极引导能源结构转型,因而取得了较好的碳减排效应。而中部地区和东部地区的经济基础较好,特别是东部地区,企业规模较大,能源消费结构已经相对完善,碳排放强度的下降空间有限,且难度更大。

3.5.2　城市技术发展水平

     能源结构转型需要在生产过程中进行技术改进,一方面加大煤炭等化石能源的使用效率,另一方面开发应用清洁低碳能源。因此,城市的技术发展水平与绿色金融发展对碳排放强度的影响效应密切相关。本文使用城市发明专利授权数加1取对数来表征其技术发展水平,并以中位数为界,将研究样本分为技术发展水平高低2组,回归分析结果见表7列(4)(5)。可以发现,低技术水平组绿色金融发展的碳减排效果更好。可能的原因是,低技术发展水平地区的绿色技术创新能力不高,对碳排放强度的抑制作用不好。绿色金融是一项有效抑制碳排放强度的经济活动,低技术发展水平地区的碳排放强度更敏感,当绿色金融发展提高时,各种影响渠道共同发挥作用,给碳排放强度带来更大的边际降幅。

4.1 结　论 

     绿色金融发展是加快经济绿色低碳转型发展的有效手段。本文基于2006—2019年中国252个地级市的具体数据,实证检验了绿色金融发展对碳排放强度的影响;同时基于能源结构转型视角,深入分析了绿色金融发展进程中助推城市碳减排的潜在作用机制。研究结果表明:① 绿色金融发展能够显著抑制碳排放强度,并且一系列的稳健性检验都与该结论一致。② 能源结构转型是绿色金融发展影响碳排放强度的潜在中介渠道。绿色金融发展能够明显改变能源消费结构,逐步降低传统的煤炭等化石能源在能源消费总量中所占的比重,有助于“双碳”目标的加快落实。③ 绿色金融发展对碳排放强度的影响效应会因城市的不同属性而产生差异,其中西部地区和低技术发展水平的城市具有更好的抑制作用,前者有赖于西部大开发工作的持续推进,后者与城市碳排放强度对驱动因素的敏感性有关。 

4.2 政策建议 

     基于上述研究结论,提出如下政策建议。

     1)完善能源结构转型顶层设计,强化绿色金融资金支持。借鉴国际经验,对煤炭等化石能源制定明确可行的碳减排目标,并结合具体情况,自上而下逐层分解,以便各方主体落实行动。鼓励并引导社会资本流向低碳项目,打破区域间能源产业资源流动的壁垒,完善资源与资本的跨区域交易渠道,将各地区的资源加以整合利用,有利于资源配置效率的最优化。同时,合理运用绿色金融的投融资工具,吸引多方资本参与,激活绿色金融市场的整体活力。 

     2)搭建绿色金融信息共享平台,落实环境信息披露工作。环境信息的不对称性以及披露信息的失真性是绿色金融发展推进减排降碳受阻的关键原因之一。建议有节奏地调整企业环境信息披露制度,保证所披露环境信息的真实性,搭建绿色金融信息共享平台,完善绿色金融信息的处理与分析,以便于投资者掌握投资企业的实际情况。加快公共环境数据整合,打造适用于绿色金融活动参与主体的环境信息库,同时建立金融机构与政府部门的信息互通平台,尽可能地减少绿色金融服务中的信息不对称。

     3)丰富绿色金融产品创新体系,构建多维金融服务机制。鼓励金融机构创新绿色产品,建立多层次金融管理模式。支持清洁降耗、绿色工业、绿色电力、绿色建材等领域的信贷产品开发,引导绿色金融衍生产品与当地环保难题相结合,助力实现经济与环境的共赢。加强绿色金融业务的国际合作,在新能源推广、能源基础设施完善等方面,积极引进国际先进金融技术。同时将大数据、人工智能等应用于绿色金融业务,为环境效益测算、环境风险识别、环境财务审计等方面提供便捷高效的服务。 

     4)健全绿色金融风控能力体系,增强金融系统防范能力。设立识别与评估绿色金融风险的专家团队,量化分析金融机构自身风险管理现状。“双碳”目标在推动淘汰落后高能耗传统产业的过程中,同样会催化出新兴产业链,给绿色金融发展带来新的机遇与风险。金融机构需要将减排降碳和能源结构转型等因素纳入现有绿色金融标准,加大环境信息监管力度,逐步调整信贷结构,有效防范绿色金融风险。