雙碳目標下綠色金融碳減排效應的實證研究

周穩?！∥鋾悦簟≮w桂玲

摘 要：綠色金融是實現綠色低碳發展戰略的重要手段，研究綠色金融碳減排效應及其作用機制對實現“雙碳”目標具有重要現實意義。利用2008—2020年省際面板數據，實證檢驗了綠色金融碳減排效應、作用機制和異質性。研究結果表明：無論是總維度還是分維度，綠色金融均具有顯著的碳減排效應，其中綠色投資的碳減排效應最大，綠色證券次之，綠色信貸最??；綠色技術創新對綠色金融碳減排效應具有中介作用，環境規制與金融市場化均增強了綠色金融碳減排效果；東部組、科技發達組和高耗能組相對中西部組、科技欠發達組和低耗能組綠色金融碳減排效應更為明顯。因此，進一步加大綠色金融產品創新，實現綠色金融資源高效配置，制定差異化綠色金融政策尤為重要。

關鍵詞：綠色金融；碳減排效應；綠色發展；雙碳目標；金融市場化

中圖分類號：F124.3 文獻標識碼：A文章編號：1007-2101（2024）01-0047-12

隨著全球經濟的快速發展和工業化水平的不斷提高，能源消耗和碳排放量日益增大，生態環境、氣候條件不斷惡化，對人類健康和經濟社會的可持續發展造成了嚴重的負面影響。碳減排已成為廣泛關注的熱點問題，國際社會和各國政府一致認為應對氣候變化需要世界各國通力合作，控制二氧化碳等溫室氣體的排放。鑒于此，2016年170多個國家共同簽署《巴黎協定》，承諾積極采取行動，減少溫室氣體排放，將氣溫升幅限制在2 ℃的范圍內。中國作為世界第二大經濟體，積極履行大國責任，2020年國家主席習近平在第七十五屆聯合國大會上宣布中國“二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和?！保?］。為了實現“雙碳”目標，中國政府全面部署，積極探索綠色發展的實施路徑，十九屆五中全會與2021年中央經濟工作會議明確肯定了綠色金融在實現碳達峰、碳中和中的重要作用，提出要加大對綠色金融的支持力度，加快綠色技術創新，積極開發節能環保和可再生能源，實現綠色低碳發展［2］?；诖?，我國將綠色金融發展上升到戰略高度，將綠色金融作為我國實現“雙碳”目標和推動經濟綠色轉型的重要手段，在此背景下，研究綠色金融碳減排效應及其作用機制，對優化綠色金融政策，推進綠色發展戰略具有重要的現實意義。

已有研究對綠色金融與碳排放的關系進行了一定的探索，主要集中在如下兩個方面：一是關于綠色金融政策對碳排放效應的研究?，F有成果基于不同的研究方法對綠色金融政策碳減排效應進行了實證研究，一致認為綠色金融政策減少了碳排放。如杜莉等［3］、Zhang等［4］利用雙重差分的方法，認為中國碳排放交易試點政策、綠色信貸政策的實施顯著降低了碳排放。趙軍等［5］選取“一帶一路”中國重點省域的面板數據，利用斷點回歸的方法，Sreenu［6］采集印度州際數據，利用半參數雙重差分模型，均得出綠色金融政策具有碳減排效應的結論。二是關于綠色金融工具對碳排放效應的研究?；诰G色信貸的角度，一些學者，如Yao等［7］、Hu等［8］利用中國省際面板數據，構建動態面板模型和空間面板模型，研究發現綠色信貸減少了碳排放?；诰G色債券的角度，一些學者，如Al Mamun等［9］利用46個國家數據，構建一般相關效應均值混合面板模型，Meo等［10］利用美國、英國、加拿大等經濟排名前十的國家數據，構建分位數模型，研究表明綠色債券顯著抑制了碳排放?；诰G色投資的角度，Huang等［11］利用中國省際面板數據，構建截面擴展分布滯后模型，研究了綠色投資對碳減排的影響，發現綠色投資對碳排放具有顯著的抑制作用；然而，Zahan等［12］利用中國省際面板數據，構建自回歸分布滯后模型，研究發現雖然短期內綠色投資對碳排放具有抑制作用，但長期內綠色投資對碳排放并沒有顯著影響。同時，還有一些學者基于多種綠色金融工具的角度研究了綠色金融對碳排放的影響，如江紅莉等［13］基于綠色信貸和綠色投資，尤志婷等［14］基于綠色信貸、綠色債券和綠色投資，選取中國省際面板數據，研究表明這些綠色金融工具均具有碳減排效應；但Hammoudeh等［15］、Wan等［16］分別利用美國、中國數據，從綠色債券、綠色投資等維度構建時變因果算法模型、聯立方差模型，研究表明綠色金融對碳排放沒有顯著影響。

綜上所述，關于綠色金融與碳排放的關系，國內外相關學者已經取得了一定的研究成果，但尚未取得一致結論，既有文獻主要是從綠色金融政策或某一綠色金融工具進行的研究，基于綜合指數和分維度的綜合研究還為數較少；從綠色技術創新、環境規制、金融市場化的視角研究綠色金融碳減排作用機制的成果也較少，并忽略了區域特征異質性對碳排放效應的影響。筆者基于綠色信貸、綠色證券、綠色投資三個維度測算綠色金融發展的綜合指數，首先研究綠色金融綜合指數及綠色信貸、綠色證券、綠色投資三個分維度對碳排放的影響，拓展綠色金融的研究視域；其次將綠色技術創新、環境規制、金融市場化納入同一研究框架，將綠色技術創新作為中介變量，將環境規制、金融市場化作為調節變量，研究綠色金融碳減排效應的作用機制；最后根據區域位置、科技創新水平和能源消耗強度等特征進行分組，考察綠色金融碳減排的異質性。

一、理論機制與研究假說

（一）綠色金融對碳減排的影響

綠色金融作為兼具導向性與政策性的新型金融工具，是抑制碳排放的重要途徑和有效手段。首先，綠色金融通過實施差異化的信貸機制，對“兩高一?！逼髽I采取提高信貸利率和控制信貸規模等懲罰措施，提高該類企業的債務融資成本，減少其貸款和投資規模，使高耗能企業面臨嚴重的金融約束［17］，倒逼其進行綠色轉型，促進產業綠色低碳發展，實現節能減排。其次，綠色金融為環保企業提供信貸支持和優惠利率，引導信貸資金更多投向低碳減排、清潔環保等重點領域［18］，實現信貸資源流向綠色企業的優化配置。最后，綠色金融還具有綠色信號傳遞的功能，對高排放、高消耗企業具有警示作用［19］，增加其綠色轉型升級的速度，激勵新資本投向綠色產業，增加綠色產能比例，實現碳減排。據此，筆者提出如下假設：

H1：綠色金融對碳減排具有促進效應。

（二）綠色技術創新對綠色金融碳減排效應的影響

綠色技術創新是以促進綠色經濟發展為目的，以保護環境、節約資源為特征的技術改進和技術創新，是促進綠色低碳發展的主要動力。綠色技術創新離不開綠色金融的推動與支撐，但由于綠色技術創新具有投入大、周期長、風險高的特點，經常面臨嚴重的外部融資約束，綠色技術創新活動長期受到抑制。綠色金融作為支持環境改善的新型金融工具，通過采取綠色信貸、綠色證券和綠色投資等市場化手段，為綠色技術創新提供了大量的資金支持，有效緩解了金融約束，促進了綠色技術創新投入，實現了綠色技術升級[20]，推動了綠色技術的開發、轉化與應用，促進了綠色轉型，提高了能源利用效率[21]，降低了碳排放。根據以上分析，筆者提出如下假設：

H2：綠色技術創新對綠色金融碳減排具有中介作用。

（三）環境規制對綠色金融碳減排效應的影響

在綠色金融發展實踐中，由于存在信息不對稱性，污染企業經常會存在“漂綠”現象，影響了綠色金融的資源配置效率，削弱了綠色金融碳減排效果。然而，環境規制政策的實施，為綠色金融的發展提供了政策指引，通過強制要求企業進行信息披露和提高環境標準等措施，使金融機構可以更加全面地了解綠色貸款流向，避免綠色資金流向非綠項目，降低了信貸風險，提升了銀行的信譽[22]，增加了金融機構發展綠色金融業務的積極性，提高了綠色金融資源的合理配置[23]，充分發揮了綠色金融的碳減排作用。另外，環境規制還會通過排放稅、碳排放交易許可證、押金返還、政府補貼等措施，引導高耗能企業進行節能減排，促進其綠色轉型升級。適度的環境規制雖然短期內可能會提高企業的生產成本，但長期內會刺激企業進行綠色技術創新，提高生產效率，彌補因環境規制所產生的各項成本[24]，提高高耗能產業綠色升級的主動性，環境規制和綠色金融政策在產業綠色轉型中會形成協同效應，有利于綠色金融碳減排目標的實現。據分析，筆者提出如下假設：

H3：環境規制對綠色金融碳減排具有正向調節效應。

（四）金融市場化對綠色金融碳減排效應的影響

金融市場作為綠色金融體系運行的重要基礎環境，金融市場化水平的提升，增加了金融市場的競爭，減少了政府干預，顯著改善了外部融資環境和市場服務水平，降低了資金融資成本，減少了企業綠色創新和綠色轉型的成本壓力，推動了綠色低碳產業的迅速發展，加強了綠色金融抑制碳排放的作用[25]。另外，由于銀企之間存在信息不對稱性，金融機構無法獲取貸款企業是否為綠色企業的準確信息，使綠色信貸業務貸前評估難度加大，阻礙了綠色金融的發展[26]，而金融市場的信息披露機制能夠增強企業環保信息的透明度，便于金融機構尋找符合綠色標準和授信政策的綠色項目[27]，避免了綠色信貸資金流向非綠項目，提高了金融資源的配置效率，增強了綠色金融碳減排效應。根據以上分析，筆者提出如下假設：

H4：金融市場化對綠色金融碳減排具有正向調節效應。

二、模型設定和變量說明

（一）模型設定

為驗證綠色金融碳減排效應，筆者構建如下面板模型：

CO2it=α0+α1GFit+α2Controlit+εit （1）

其中，CO2it表示i省t年碳排放強度；GFit表示i省t年綠色金融發展水平，包括綠色金融綜合指數（GF）、綠色信貸（GC）、綠色證券（GB）和綠色投資（GI）；Controlit表示控制變量向量，包括城鎮化水平（Urban）、外資依存度（FDI）、一次能源消費結構（Coal）、人力資本（Human）、產業結構（Stru）和產業結構平方項（Stru2）；α0表示截距項；α1表示綠色金融待估系數；α2表示控制變量待估系數向量；εit表示隨機擾動項。

為了進一步檢驗綠色金融碳減排效應的傳導機制，筆者克服了傳統中介效應模型逐步回歸檢驗法可能存在的內生性所產生的估計偏誤，借鑒江艇[28]對中介效應檢驗的建議，在模型（1）的基礎上構建如下中介效應模型。

GTIit=β0+β1GFit+β2Controlit+εit（2）

其中，GTIit表示綠色技術創新；β0表示截距項；β1表示綠色金融待估系數；β2表示控制變量待估系數向量。按新的檢驗標準，在進行中介效應檢驗時，如果模型（1）中回歸系數α1顯著，同時模型（2）中系數β1也顯著，則存在中介效應。

另外，為進一步檢驗綠色金融碳減排效應是否受到環境規制和金融市場化的影響，筆者將環境規制（ER）和金融市場化（FM）作為調節變量，構建如下調節效應模型：

CO2it=ω0+ω1GFit+ω2Xit+ω3GFit×Xit+ω4Controlit+εit（3）

其中，Xit表示調節變量，包括環境規制（ER）和金融市場化（FM）；ω0表示截距項；ω1表示綠色金融待估系數；ω2表示調節變量待估系數；ω3表示調節變量與綠色金融交乘項待估系數，ω4表示控制變量待估系數向量；εit表示隨機擾動項。為了避免多重共線性可能產生的估計偏誤，對交乘項進行去中心化處理。

（二）變量說明

1.被解釋變量。

筆者將碳排放強度（CO2）作為被解釋變量，用地區二氧化碳排放量與生產總值之比來表示。由于目前我國未有權威機構發布省際層面碳排放量數據，筆者根據IPCC（2006）所提供的測算方法對我國各省碳排放量進行了測算，具體估算方法如下所示：

CO2=∑14i=1CO2i=∑14i=1Ei×NCVi×CEFi（4）

其中，CO2表示各種能源碳排放總量；CO2i表示第i種能源碳排放量；Ei表示第i種能源的消費量；NCVi為第i種能源平均低位發熱量；CEFi表示第i種能源碳排放因子。由于2008—2009年能源平衡表中提供了煤炭、焦炭、焦爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣11種能源數據，2010—2020年能源平衡表在原有基礎上新增高爐煤氣、轉爐煤氣、液化天然氣3種能源數據，共包括14種能源數據，根據能源平衡表中提供的能源數量，計算各省每年的碳排放量。

2.核心解釋變量。

文中的核心解釋變量為綠色金融綜合指數及綠色信貸、綠色證券和綠色投資三個分維度指標。由于各銀行對于綠色信貸規模的統計標準和口徑存在很大差異，目前我國缺乏省級綠色信貸的相關數據，借鑒趙軍和劉春艷[5]、Hu和Zheng[8]的研究，用六大高耗能工業產業利息支出占比來衡量非綠色信貸，為了將該指標轉化成正向指標，筆者將綠色信貸表示為（1-六大高耗能工業產業利息支出/工業產業利息支出），該指標越大表示綠色信貸水平越高，反之則越低；綠色證券表示綠色環保企業通過證券市場獲取資金的水平，參照高錦杰和張偉偉[29]的研究，綠色證券用綠色環保企業市值與A股總市值的比重來表示；綠色投資通常用節能環保支出占比、環境污染治理投資占比來表示，但考慮這兩個指標統計口徑有一定的重合性，并且環境污染治理投資比節能環保支出覆蓋面更廣，筆者用污染治理投資與生產總值的比重來表示綠色投資水平。另外，借鑒Wan和Sheng[16]的做法，結合綠色金融的內涵和服務類型，從綠色信貸、綠色證券和綠色投資三個維度測算我國各省綠色金融綜合指數，測算過程采用熵值法和變異系數法①，分別用于模型的基準回歸和穩健性檢驗。

3.控制變量。

為了消除其他因素對碳排放的影響，參考經濟理論和已有文獻，在模型中加入如下控制變量：（1）城鎮化水平（Urban），用各地區非農人口占總人口的比重來衡量[30]，城鎮化水平提升對碳排放具有正負兩方面的影響，一方面城鎮化水平的提高會加快要素和產業集聚，提高公共設施利用效率和科技水平、改善生產效率，加大清潔能源利用，降低碳排放[31]；另一方面城鎮化水平的提高會擴大住房、交通、取暖等產業規模，增加能源和產品消費，提高碳排放[32]，這兩個方面的作用決定了城鎮化對碳排放影響的總效應。（2）外資依存度（FDI），用地區外商直接投資與GDP的比重來表示[33]，該指標對碳排放的影響，一方面表現為外商直接投資將高耗能、高排放產業向我國進行轉移而造成的“污染天堂”效應，另一方面表現為外商直接投資所帶來的綠色技術引進和技術外溢而產生的“污染光環”效應[34]，外資依存度對碳排放的總效應取決于這兩個效應之和。（3）一次能源消費結構（Coal），使用地區煤炭消費量占一次能源消費總量的比重來表示[30]，由于煤炭能源消耗碳排放量較大，該指標通常與碳排放總量呈正向關系。（4）人力資本（Human），用6歲及以上人均受教育年限來衡量[35]，將小學、初中、高中或中職、大專及以上的受教育年限分別記為6年、9年、12年和16年，則人均受教育年限為，小學人口比重×6+初中人口比重×9+高中和中職人口比重×12+大專及以上人口比重×16。（5）產業結構（Stru），使用產業結構合理化水平來表示[36]，測算公式為

4.中介變量。

筆者選取綠色技術創新（GTI）作為中介變量，用地區綠色專利申請數來表示。綠色專利申請數反映地區綠色技術創新的活躍程度，綠色專利申請數越多，表示該地區綠色技術創新水平越高。

5.調節變量。

考慮綠色金融對碳減排的影響可能會受到外界政策和市場環境的影響，筆者選取環境規制（ER）、金融市場化水平（FM）作為調節變量。參照Domazlicky等[37]的研究，筆者用工業污染治理投資完成額與工業生產總值之比來表示環境規制（ER），用樊綱等發布的《中國市場化指數》中的“金融業市場化指數”來表示中國金融市場化水平，該指數是中國唯一分省且定期公布的金融市場化指數[38]。各變量的詳細信息如表1所示。

（三）數量來源與描述統計

2007年7月，環?？偩?、中國人民銀行、銀監會聯合發布了《關于落實環保政策法規防范信貸風險的意見》，標志著我國綠色金融政策進入實施階段?？紤]到政策實施存在一定的時滯性，筆者將研究時期確定為2008—2020年。另外，根據數據的可得性和完整性，選取我國30個?。ㄗ灾螀^、直轄市，未包含西藏和中國港澳臺地區）作為研究對象。文中測算碳排放量所使用的相關能源數據和一次能源消費結構數據來源于《中國能源統計年鑒》，綠色信貸數據來源于《中國工業統計年鑒》，綠色證券數據來源于國泰安數據庫，綠色投資與環境規制數據來源于《中國環境統計年鑒》，城鎮化水平通過《中國人口統計年鑒》公布的數據計算得到，外資依存度、人力資本與產業結構數據根據《中國統計年鑒》和Wind數據庫提供的數據計算得到，綠色技術創新數據來源于中國研究數據服務平臺（CNRDS），金融市場化水平數據來源于樊綱等編著的《中國市場化指數》（2008—2020）。對部分省份個別年份統計數據缺失問題，筆者采用線性插值法處理，補齊缺失數據。各變量描述性統計如表2所示。

三、實證研究結果

（一）基準回歸結果

為了研究綠色金融碳減排效應，筆者從綠色金融綜合指數（GF）和綠色信貸（GC）、綠色證券（GB）、綠色投資（GI）三個分維度進行研究。經Hausman檢驗，回歸模型均應采用固定效應，實證結果如表3所示。

表3第1列為綠色金融綜合指數對碳排放強度的估計結果。從核心解釋變量來看，綠色金融綜合指數（GF）的回歸系數為-0.041，在1%水平顯著為負，表明綠色金融顯著地促進了碳減排，這是由于綠色金融可以通過實行差異化信貸政策，增加高耗能、高排放企業的信貸成本和金融約束，倒逼其進行綠色低碳轉型，實現金融資源向綠色產業的優化配置，對碳排放形成顯著的抑制作用，假設1得到了初步驗證。從控制變量來看，城鎮化水平（Urban）的回歸系數在1%水平顯著為負，表明城鎮化在總體上對碳排放具有一定的抑制作用，這可能是因為城鎮化進程的穩步推進在一定程度上加快了科技進步，提升了生產效率，增加了清潔能源利用，提高了公共設施利用效率，這些對碳排放所產生的抑制作用，超過了城鎮化進程中提高能源和產品消費而對碳排放產生的促進作用。外資依存度（FDI）的回歸系數顯著為負，表明隨著綠色發展戰略的不斷實施，在外商直接投資過程中，我國更偏向于引進低消耗、低耗能的綠色技術產業，綠色技術引進和技術外溢產生的“污染光環”效應超過了高排放產業轉移帶來的“污染天堂”效應，總體上降低了碳排放強度。一次能源消費結構（Coal）的回歸系數顯著為正，表明一次能源消費結構中煤炭消費的比例越大，碳排放量越高。人力資本（Human）的回歸系數顯著為負，表明人力資本的改善提高了員工的管理和創新能力，促進了產業綠色技術創新和低碳轉型，提高了全要素生產率，降低了碳排放。產業結構（Stru）的回歸系數在1%水平顯著為負，其平方項（Stru2）的回歸系數在1%水平顯著為正，表明碳排放強度和產業結構呈U型關系，由于我國目前大多數省份產業結構水平處于U型左側，產業結構水平的提高總體上對碳排放具有一定抑制作用。

表3第（2）—（4）列分別為綠色信貸（GC）、綠色證券（GB）和綠色投資（GI）三個維度的估計結果?；貧w系數分別為-0.001、-0.005、-0.015，且均在至少5%水平顯著，表明綠色信貸、綠色證券與綠色投資對碳排放均具有顯著的抑制作用，假設1得到了進一步驗證。對三個分維度的回歸結果進行比較發現，綠色投資的抑制作用最大，綠色證券次之，綠色信貸最小，這可能是由于我國直接融資市場發展相對滯后，綠色投資和綠色證券規模相對綠色信貸較小，對碳排放的抑制作用邊際效應較大。

（二）穩健性檢驗

為了檢驗基準回歸結果的穩健性，筆者采用工具變量法、系統GMM法、Tobit模型和替換核心解釋變量四種方法進行穩健性檢驗，具體估計結果如表4所示。

表4第1列為工具變量法的檢驗結果，為了避免因遺漏變量、解釋變量和被解釋變量互為因果等原因，可能導致的內生性問題對研究結果產生的估計偏誤，筆者選取綠色金融綜合指數的滯后一期作為工具變量，采用兩階段最小二乘方法（IV-2SLS）進行估計，綠色金融的回歸系數顯著為負，與基準回歸保持一致。表4第2列為系統GMM法的檢驗結果，為了防止工具變量法可能存在的弱工具變量問題所引起的估計偏誤，進一步采用動態面板系統 GMM方法對模型進行回歸，綠色金融綜合指數的回歸系數依然顯著為負。表4第3列為Tobit模型法的檢驗結果，由于模型被解釋變量取值大于0，為了克服被解釋變量樣本受限的影響，采用Tobit 模型進行穩健性檢驗，綠色金融綜合指數的回歸系數仍然顯著為負。表4第4列為替換核心解釋變量的檢驗結果，為了避免綠色金融綜合指數因計算方法不同而對估計結果的影響，使用變異系數法重新測算綠色金融綜合指數，將之帶入模型進行穩健性檢驗，回歸系數仍然顯著為負。綜上，各種檢驗方法核心解釋變量的回歸系數均顯著為負，與基準回歸結果保持一致，表明文中研究結論具有很強的穩健性。

（三）機制檢驗

１.中介效應分析。

由上文的機制分析可知，綠色金融的發展能夠促進綠色技術創新，而綠色技術創新又會對碳排放產生抑制作用。為驗證這一傳導機制，筆者將綠色技術創新作為中介變量，對綠色金融綜合指數（GF）、綠色信貸（GC）、綠色證券（GB）、綠色投資（GI）碳減排機制進行檢驗，實證結果如表5所示。

表5（1）—（4）列分別是中介模型（2）式的檢驗結果。從綠色金融綜合指數來看，模型（2）中綠色金融綜合指數（GF）的回歸系數在1%水平顯著為正，表明綠色金融發展可以促進綠色技術創新，即綠色技術創新在綠色金融碳減排中存在中介效應，假設2得到驗證。這是由于綠色金融作為支持綠色經濟發展和綠色低碳轉型的金融服務活動，彌補了傳統金融工具忽視環境效應的缺陷，緩解了企業綠色技術創新的融資約束，加快了企業綠色技術創新，綠色技術創新又可以通過提高能源效率、優化能源結構、轉變生產模式等途徑有效降低碳排放。

從綠色金融分維度來看，表5第（2）—（4）列是綠色信貸（GC）、綠色證券（GB）和綠色投資（GI）對綠色創新的檢驗結果，回歸系數均顯著為正，表明綠色信貸（GC）、綠色證券（GB）和綠色投資（GI）的發展均促進了綠色技術創新，綠色技術創新在綠色金融3個分維度也均存在中介效應，再次驗證了假設2。

2.調節效應分析。

為進一步檢驗綠色金融碳減排效應是否受到環境規制和金融市場化等外界環境的影響，筆者構建調節效應模型，檢驗結果如表6所示。

表6中第（1）—（4）列匯報了環境規制調節效應的檢驗結果。從綠色金融綜合指數來看，第（1）列中綠色金融綜合指數（GF）及其與環境規制（ER）交乘項的回歸系數均在1%水平顯著為負，表明環境規制對綠色金融碳減排具有正向的調節效應，即環境規制力度越大，綠色金融碳減排的效果越好，假設3得到初步驗證。從綠色金融分維度來看，第（2）列中綠色信貸（GC）顯著為負，但其與環境規制（ER）交乘項的回歸系數不顯著，表明環境規制對綠色信貸不存在調節效應，這可能是因為環境規制往往會通過發放補貼的方式鼓勵企業進行綠色技術創新，但補貼結果卻阻礙了綠色技術創新[38]，抵消了綠色信貸通過信貸支持、優惠利率等給企業帶來的好處。第（3）和（4）列中綠色證券（GB）、綠色投資（GI）及其與環境規制（ER）交乘項的系數均至少在10%水平顯著為負，表明環境規制增強了綠色證券和綠色投資對碳排放的抑制作用。

表6中第（5）—（8）列為金融市場化調節效應的檢驗結果，金融市場化（FM）的估計系數均不顯著，表明金融市場化并不是以直接作用的方式影響碳排放。從綠色金融綜合指數來看，第（5）列中綠色金融綜合指數（GF）及其與金融市場化（FM）交乘項的回歸系數均顯著為負，表明金融市場化具有正向的調節作用，增強了綠色金融對碳排放的抑制作用。從綠色金融分維度來看，第（6）列中綠色信貸（GC）顯著為負，但其與金融市場化（FM）交乘項的回歸系數不顯著，表明綠色信貸碳減排效應并沒有因金融市場化水平的提高而出現明顯變化，即金融市場化在綠色信貸碳減排效應中不存在調節作用；第（7）和（8）列中綠色證券（GB）、綠色投資（GI）及其與金融市場化（FM）交乘項的系數顯著為負，表明金融市場化對綠色證券和綠色投資碳減排效應均存在正向的調節效應，金融市場化增大了綠色證券和綠色投資的碳減排效果。這可能是因為金融市場化的發展增強了金融市場競爭，減少了政府干預，促進了證券市場的發展和“金融脫媒”，綠色證券和綠色投資的規模進一步提高，其碳減排效應進一步凸顯。

（四）異質性分析

為了研究綠色金融碳減排效應的異質性，筆者根據區域位置、科技創新水平和能源消耗強度將樣本進行分組。其中，區域位置分組根據中國發展和改革委員會2000年對經濟區域的分區標準進行劃分②，劃分為東部組和中西部組；科技創新水平和能源消耗強度分組則是根據其中位數進行劃分，分別劃分為科技發達組和科技欠發達組、高耗能組和低耗能組，檢驗結果如表7所示。

區域位置異質性檢驗結果如表7第（1）和（2）列所示。東部組和中西部組綠色金融的回歸系數分別為-0.045、-0.035，并至少在10%水平顯著，表明在東部地區和中西部地區綠色金融均顯著地促進了碳減排，但東部地區的碳減排效果要好于中西部地區。這可能是由于東部地區金融市場化程度更為發達，綠色金融發展水平更高，綠色金融產品更為豐富，綠色信貸審核程序更為規范，相關金融機構能夠更有效地實施綠色金融政策的懲戒與激勵措施，實現金融資源的有效配置；東部地區具有較高的環保降碳意識，綠色低碳產業較中西部地區發展更快，多樣化的綠色金融產品為綠色低碳產業的發展提供了資金支持，碳減排效應更為明顯；另外，東部地區相對中西部地區具有較多的資本密集型產業，該類產業的綠色轉型與技術創新對資金的依賴性更強，綠色金融的作用和碳減排效應更為顯著。

科技創新水平異質性檢驗結果如表7第（3）和（4）列所示?？萍及l達組綠色金融的回歸系數顯著為負，科技欠發達組的回歸系數不顯著，表明科技發達組綠色金融對碳排放具有顯著的抑制作用，而科技欠發達組碳減排效應并不明顯。這可能的原因是，綠色金融碳減排作用的發揮通常依賴于科技創新水平，科技發達組企業具有較高的技術創新和應用能力，其在獲得綠色金融的資金支持后能順利地進行科技創新和產業升級，實現綠色低碳轉型，提高能源利用效率，降低碳排放[19，21]，而科技欠發達組企業由于科技創新能力普遍較低，即使獲得了綠色金融的資金支持，也不一定能夠順利完成綠色技術創新和產業轉型，綠色金融資源的利用效率將大打折扣，這導致科技欠發達組綠色金融碳減排效應并不明顯。

能源消耗強度異質性檢驗結果如表7第（5）和（6）列所示。高耗能組綠色金融的回歸系數顯著為負，低耗能組回歸系數不顯著，表明綠色金融在高耗能組碳減排效應優于低耗能組，低耗能組碳減排效應不明顯。這可能是由于低耗能組企業多為綠色環?；騽趧用芗推髽I，具有低消耗、低排放的特征，綠色金融政策的落地與實施，對該類企業并不會形成太大的資金限制，對其發展和碳排放不會有顯著影響，而高耗能組中高耗能、高排放的資本密集型企業較多，綠色金融政策會對該類企業的融資規模形成較大約束，限制了該類企業的規模擴張，倒逼其綠色轉型，減少了碳排放。因此，高耗能組相對低耗能組碳減排效應更為明顯。

四、結論及政策啟示

筆者選取我國2008—2020年省際面板數據，在實證研究綠色金融碳減排效應的基礎上，構建中介效應模型和調節效應模型檢驗了綠色金融碳減排效應的作用機制，同時從區域位置、科技創新水平和能源消耗強度三個方面實證研究了綠色金融碳減排效應的異質性。研究結果表明：第一，無論是從總維度還是從分維度看，綠色金融均具有顯著的碳減排效應，綠色投資的碳減排效應明顯大于綠色證券與綠色信貸。第二，從作用機制來看，綠色技術創新對綠色金融碳減排效應具有中介作用，環境規制與金融市場化增強了綠色金融的碳減排效果。第三，綠色金融碳減排效應在區域位置、科技創新水平和能源消耗強度等方面存在異質性，東部組、科技發達組和高耗能組相對中西部組、科技欠發達組和低耗能組綠色金融碳減排效應更為明顯。

基于本研究結論，可以得到如下啟示：第一，繼續推進綠色金融發展，實現綠色金融產品創新。鑒于綠色金融對加速推進綠色發展戰略、減少碳排放，實現“雙碳”目標具有顯著的影響，我國應繼續堅持綠色金融政策的貫徹與實施，完善綠色金融相關制度、標準、法律、規則和評價體系，強化市場監管和執行力度，提高綠色金融資源配置效率，為綠色金融的發展營造良好的政策和市場環境。由于我國目前仍然以綠色信貸為主，其他綠色金融產品規模仍然相對較小，應在進一步完善綠色信貸的基礎上，擴大綠色證券、綠色投資的市場規模，積極探索綠色基金、綠色保險、綠色理財、綠色信托、碳金融等新型綠色金融產品應用和推廣，實現綠色金融的多層次發展，滿足多樣化的綠色融資需求，充分發揮其在綠色發展中的重要作用。第二，積極推進綠色技術創新、環境規制和金融市場化水平。由于綠色金融碳減排效應的有效發揮離不開高效的綠色技術創新能力、健全的環境規制和完善的金融市場等外部條件，因此在發展綠色金融的同時還應加強綠色金融與綠色技術創新的深度融合，優化綠色技術創新的激勵機制，實現綠色創新成果的順利轉化，完善環境規制政策，增強環境信息披露，加快金融市場化進程，激發市場活力，實現綠色金融資源的高效配置，增強綠色金融的碳減排效應。第三，貫徹區域發展戰略，制定差異化的綠色金融政策。針對我國綠色金融發展東部強、中西部弱的不均衡狀態，各級政府應根據區域發展實際，制定差異化的綠色金融政策。就東部地區而言，應重點進行綠色產品創新，開發高端綠色金融產品，探索新的綠色金融服務項目。根據東部地區的產業特點，在加強對綠色環保產業進行金融支持的同時，還應積極引導高消耗、高排放的資本密集型企業進行綠色轉型，減少碳排放；同時擴大跨區域綠色金融改革創新試點，實現綠色金融資源的跨區域流動，充分發揮試點地區的輻射帶動作用，形成綠色金融區域協同發展的新優勢。就中西部地區而言，應加強綠色金融知識宣傳，培育綠色發展理念，提升金融機構綠色服務意識；加大綠色金融政策實施和基礎設施建設，加快綠色金融產品推廣，擴大綠色金融業務覆蓋范圍，注重金融人才引進和培養，提高綠色金融服務效率；同時充分發揮西部地區產業特色優勢，加強綠色金融與綠色農業、綠色旅游、綠色能源等產業的融合發展，充分發揮綠色金融碳減排的作用，實現西部地區的綠色低碳發展。

注釋：

① 限于篇幅限制，文中未報告綠色金融綜合指數測度過程，完整資料可向作者索取。

② 根據國家發改委2000年對經濟區域的劃分標準，東部11個省份包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中西部19個省份包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、內蒙古。西藏因數據缺失未列入西部省份。

參考文獻：

［1］習近平在聯合國成立75周年系列高級別會議上的講話[M].北京：人民出版社，2020：10.

［2］彭影，李士梅.創新與低碳政策的綠色經濟轉型效應——基于數據要素流動環境視角［J］.當代經濟管理，2023（8）： 69-79.

［3］杜莉，鄭立純.我國綠色金融政策體系的效應評價——基于試點運行數據的分析［J］.清華大學學報（哲學社會科學版），2019（1）： 173-182+199.

［4］ZHANG A， DENG R， WU Y.Does the green credit policy reduce the carbon emission intensity of heavily polluting industries？ Evidence from China's industrial sectors［J］.Journal of Environmental Management， 2022， 311（2）：1-12.

［5］趙軍，劉春艷.綠色金融政策推動了低碳發展嗎？——以“一帶一路”沿線中國重點省域為例［J］.金融與經濟，2020（5）： 45-52.

［6］SREENU N.Impact of fintech and green finance on environmental quality protection in india： By applying the semi-parametric difference-in-differences （SDID）［J］.Renewable Energy， 2022， 139（6）： 913-919.

［7］YAO S， ZHANG X， ZHENG W.On green credits and carbon productivity in China［J］.Environmental Science and Pollution Research， 2022， 29（2）： 1-16.

［8］HU Y， ZHENG J.How does green credit affect carbon emissions in China？ A theoretical analysis framework and empirical study［J］.Environmental Science and Pollution Research， 2022， 29（4）： 1-15.

［9］AL MAMUN M， BOUBAKER S， NGUYEN D K.Green finance and decarbonization： Evidence from around the world［J］.Finance Research Letters， 2022， 46（3）： 1-7.

［10］MEO M S， ABD KARIM M Z.The role of green finance in reducing CO2 emissions： An empirical analysis［J］.Borsa Istanbul Review， 2022， 22（1）： 169-178.

［11］HUANG Y， XUE L， KHAN Z.What abates carbon emissions in China： Examining the impact of renewable energy and green investment［J］.Sustainable Development， 2021， 29（5）： 823-834.

［12］ZAHAN I， CHUANMIN S.Towards a green economic policy framework in China： Role of green investment in fostering clean energy consumption and environmental sustainability［J］.Environmental Science and Pollution Research， 2021， 28（32）： 43618-43628.

［13］江紅莉，王為東，王露，等.中國綠色金融發展的碳減排效果研究——以綠色信貸與綠色風投為例［J］.金融論壇，2020（11）： 39-48+80.

［14］尤志婷，彭志浩，黎鵬.綠色金融發展對區域碳排放影響研究——以綠色信貸、綠色產業投資、綠色債券為例［J］.金融理論與實踐，2022（2）： 69-77.

［15］HAMMOUDEH S， AJMI A N， MOKNI K.Relationship between green bonds and financial and environmental variables： A novel time-varying causality［J］.Energy Economics， 2020， 92（9）： 1-8.

［16］WAN Y， SHENG N.Clarifying the relationship among green investment， clean energy consumption， carbon emissions， and economic growth： A provincial panel analysis of China［J］.Environmental Science and Pollution Research， 2021， 29（9）： 1-15.

［17］蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業的投融資行為？［J］.金融研究，2018（12）： 123-137.

［18］邱兆祥，劉永元.以綠色金融推動生態文明建設［J］.理論探索，2020（6）： 83-89.

［19］徐勝，趙欣欣，姚雙.綠色信貸對產業結構升級的影響效應分析［J］.上海財經大學學報，2018（2）： 59-72.

［20］胡珺，黃楠，沈洪濤.市場激勵型環境規制可以推動企業技術創新嗎？——基于中國碳排放權交易機制的自然實驗［J］.金融研究，2020（1）： 171-189.

［21］ZHANG W， ZHU Z， LIU X， et al.Can green finance improve carbon emission efficiency？［J］.Environmental Science and Pollution Research， 2022（5）： 1-14.

［22］丁寧，任亦儂，左穎.綠色信貸政策得不償失還是得償所愿？——基于資源配置視角的PSM-DID成本效率分析［J］.金融研究，2020（4）： 112-130.

［23］李楠博，高晨磊，臧云特.綠色技術創新、環境規制與綠色金融的耦合協調機制研究［J］.科學管理研究，2021（2）： 100-108.

［24］SHI J， YU C， LI Y， et al.Does green financial policy affect debt-financing cost of heavy-polluting enterprises？ An empirical evidence based on Chinese pilot zones for green finance reform and innovations［J］.Technological Forecasting and Social Change， 2022， 179（4）： 1-12.

［25］ElSAYED A H， NAIFAR N， NASREEN S， et al.Dependence structure and dynamic connectedness between green bonds and financial markets： Fresh insights from time-frequency analysis before and during COVID-19 pandemic［J］.Energy Economics， 2022， 107（1）： 1-24.

［26］白俊紅，劉宇英.金融市場化與企業技術創新：機制與證據［J］.經濟管理，2021（4）： 39-54.

［27］馬麗梅，黃崇樂.金融驅動與可再生能源發展——基于跨國數據的動態演化分析［J］.中國工業經濟，2022（4）： 118-136.

［28］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）： 100-120.

［29］高錦杰，張偉偉.綠色金融對我國產業結構生態化的影響研究——基于系統GMM模型的實證檢驗［J］.經濟縱橫，2021（2）：105-115.

［30］李鍇，齊紹洲.貿易開放、經濟增長與中國二氧化碳排放［J］.經濟研究，2011（11）： 60-72+102.

［31］嚴成樑，李濤，蘭偉.金融發展、創新與二氧化碳排放［J］.金融研究，2016（1）： 14-30.

［32］牛鴻蕾.中國城鎮化碳排放效應的實證檢驗［J］.統計與決策，2019（6）：138-142.

［33］孫華臣，孫豐凱.城鄉收入差距對碳排放影響的經驗證據： 兼論“公平”何以提升“效率”［J］.宏觀經濟研究， 2016（1）： 47-58.

［34］閆云鳳.中國對外直接投資的碳排放效應：基于多區域投入產出模型［J］.資源科學，2022（11）：2222-2232.

［35］周穩海，趙桂玲，尹成遠.農業保險對農業生產影響效應的實證研究——基于河北省面板數據和動態差分GMM模型［J］.保險研究，2015（5）： 60-68.

［36］張婷，李澤輝，崔婕.綠色金融、環境規制與產業結構優化［J］.山西財經大學學報，2022（6）： 84-98.

［37］DOMAZLICKY B R， WEBER W L.Does environmental protection lead to slower productivity growth in the chemical industry？［J］.Environmental and Resource Economics， 2004， 28（3）： 301-324.

［38］解維敏，方紅星.金融發展、融資約束與企業研發投入［J］.金融研究，2011（5）： 171-183.

［39］吳武清，趙越，田雅婧，等.研發補助的“擠入效應”與“擠出效應”并存嗎？——基于重構研發投入數據的分位數回歸分析［J］.會計研究，2020（8）： 18-37.

責任編輯：李金霞

An Empirical Study on the Effect of Green Finance on Carbon Emission Reduction under the "Dual Carbon" Goal

——Taking the "Second

Zhou Wenhai1，2， Wu Xiaomin1， Zhao Guiling3

Abstract：Green finance is an important means to achieve green and low-carbon development strategy. It is of great practical significance to study the effect of green finance on carbon emission reduction and its mechanism for realizing the "dual carbon" goal. Using provincial panel data from 2008 to 2020， this paper empirically studies the carbon emission reduction effect of green finance and analyzes the mechanism and heterogeneity. The results show that green finance has significant carbon emission reduction effect from both the total and the sub-dimensions， in which green investment has the largest carbon emission reduction effect， followed by green securities and green credit has the smallest effect. Green technology innovation has a mediating effect in the effect of green finance on carbon emission reduction， environmental regulation and financial marketization enhance the carbon emission reduction effect of green finance. The carbon emission reduction effect of green finance in eastern group， the technologically developed group and the high energy consumption group are more obvious than that in the mid-western group， the technologically undeveloped group and the low energy consumption group respectively. Therefore， it is vital to further increase the innovation of green financial products， realize the efficient allocation of green financial resources， and formulate differentiated green financial policies.

Key words：green finance; carbon emission reduction effect; green development; "dual carbon" goal; financial marketization

收稿日期：2023-05-07

基金項目： 2022—2023年度河北雄安新區哲學社會科學研究課題資助項目“雄安新區綠色金融促進生態環境建設的效應及政策路徑研究”（XASK20220502）;河北省保險學會委托項目“河北省綠色保險低碳效應測度研究”（202204）

作者簡介：周穩海（1973-），男，河北滄州人，河北大學教授，博士生導師；武曉敏（1994-），女，河北邯鄲人，河北大學博士研究生；趙桂玲（1971-），女，河北滄州人，河北金融學院教授，博士，通訊作者。