綠色金融對浙江省環境污染的影響研究

梁曉童

青海民族大學經濟與管理學院,青海 西寧 810007

0 引言

我國政府對環境污染防治工作高度重視。浙江省作為長江經濟帶和沿海經濟帶的結合部,由于地理位置優越,自改革開放以來,經濟實現了跨越式發展。但在高速發展的過程中,一些高能耗和高污染企業也使得環境問題凸顯,導致水質惡化、資源浪費、生態功能退化等,環境治理面臨著較大困難和挑戰。綠色金融是金融部門以環境保護為目標,引導社會資源從高污染、高能耗產業流向綠色環保產業的一種金融創新手段。2017年,國務院提出將在浙江、廣東、江西、新疆及貴州等5省(區)建立綠色金融改革創新試驗區,探索可以借鑒的經驗。浙江省作為綠色金融改革創新試驗區,綠色金融發展水平位居全國前列,因此,深入探討綠色金融如何改善環境污染這一問題,對于浙江省協同推進降碳、減污、擴綠、增長,創建國家生態文明試驗區,推動長江經濟帶高質量發展提供“浙江樣板”具有重要的理論和現實意義。

1 文獻綜述與研究假設

1.1 文獻綜述

Tamazian et al.[1]最先開展關于金融發展與環境質量關系的研究,結果表明,污染企業融資受限,抑制了生產規模的擴大,從而降低污染物排放;Mara et al.[2]實證分析顯示,綠色金融政策能為環保技術的發展提供資金支持,從而促進環境質量的改善;徐新擴 等[3]基于2011—2018年我國30個省市的數據,實證考察了綠色金融對我國省域空氣質量的影響,研究表明,擴大綠色金融規?？梢杂行p少污染排放,提升空氣質量;朱向東 等[4]研究顯示綠色金融能夠與環境規制協同互補,以優化產業結構、提升技術水平的方式促成霧霾治理;王馨 等[5]研究發現,綠色信貸政策能顯著促進上市公司的綠色創新,而綠色創新能顯著提升環境績效;陳艷華 等[6]運用2003—2021年省級面板數據,研究綠色金融對空氣污染的直接和間接效應,發現綠色金融能夠顯著改善本地區的空氣污染,且通過產業結構優化升級和綠色技術創新2個傳導機制間接影響空氣污染。

綜上所述,以往研究主要圍繞全國或經濟帶展開,鮮少從被設為綠色金融改革創新試驗區的省份開展研究。鑒于此,本文以2012—2021年浙江省11個城市的數據為樣本,采用中介效應模型探究綠色金融對浙江省環境污染的作用機制,以期為改善浙江省環境污染和為綠色金融在其他區域的實施和發展提供借鑒。

1.2 研究假設

綠色投資具有前期投入大、回報周期長以及投資風險高的特點,使得企業在綠色轉型的過程中面臨巨大的資金壓力。但是綠色金融具有優化資源配置的功能,能夠引導資源向節能環保和綠色產業傾斜,從而抑制了污染企業的融資,限制生產規模的擴大,降低污染物的排放,有效促進環境質量改善?；谏鲜龇治?提出本文假設1。

H1：綠色金融具有正向環境效益,發展綠色金融能夠減少浙江省污染物的排放。

一方面,由于綠色技術的研發投入成本高,容易受到融資的限制,綠色環保企業面臨融資難的困境。但是在綠色金融資金導向功能的作用下,能夠實現資金的優化配置,引導資金流向綠色項目,為企業研發綠色技術提供資金支持;另一方面,由于高污染、高耗能企業在融資的過程中,面臨較強的金融歧視,獲得資金的成本高,從而迫使高污染、高耗能企業進行綠色環保技術改造,減少污染物的排放?；诖?提出本文假設2。

H2：綠色金融能通過綠色技術創新促進浙江省環境質量改善。

2 研究設計

2.1 變量選取與數據來源

2.1.1 被解釋變量

本文的被解釋變量為環境污染(Ypollute),參考王真 等[7]的做法,選取工業廢水排放量、工業二氧化硫排放量和工業煙粉塵排放量,采用熵值法構建環境污染指數。

2.1.2 解釋變量

綠色金融(Xgf)為本文的解釋變量,借鑒謝東江 等[8]的做法,用城市金融發展與城市綠色發展的耦合協調度來度量城市綠色金融發展水平,耦合協調度的計算公式為：

(0.5Dfina,it+0.5Ggreen,it)

(1)

式中：Dfina,it表示第i個城市第t年的金融發展水平,本文借鑒李博 等[9]的做法,采用城市金融機構存款余額與GDP的比值來衡量城市金融發展,并對該指標進行標準化處理;Ggreen,it表示第i個城市第t年的綠色水平,借鑒劉錫良 等[10]的做法,采取城市單位GDP污染物排放衡量城市綠色發展。

Fgdp,it=(Wwater,it+Sso2,it+Edust,it)/GDP

(2)

式中：Fgdp,it表示第i個城市第t年的單位GDP污染物排放量,Wwater,it表示第i個城市第t年的工業廢水排放量,Sso2,it表示第i個城市第t年的工業二氧化硫排放量,Edust,it表示第i個城市第t年的工業粉塵排放量,并對該指標進行標準化處理。

2.1.3 中介變量

本文的中介變量為綠色技術創新(Zlngtp)?，F有研究主要用綠色專利申請數或授權數衡量綠色技術創新。專利申請數并不表示實際技術水平的提升。因此,本文選取綠色專利授權數的對數衡量綠色技術創新。

2.1.4 控制變量

分別選取GDP增速(Agdprate)、城鎮化率(Burban)和固定資產投資增長率(Cinvrate)作為控制變量。其中,GDP增速衡量經濟發展水平,城鎮化率用城鎮人口占總人口的比重來表示,固定資產投資增長率衡量固定資產投資水平。

2.1.5 數據來源

本文選取2012—2021年浙江省11個地級市的面板數據。數據來自國泰安數據庫、《中國城市統計年鑒》、《浙江省統計年鑒》和各地級市統計年鑒。部分缺失數據用插值法填補。

2.2 模型構建

根據假設1,本文研究綠色金融對浙江省環境污染的影響,構建以下的模型。

Ypollute,it=?0+?1Xgf,it+?2Agdprate,it+?3Burban,it+?4Cinvrate,it+εit

(3)

式中：Ypollute,it表示i城市在t年環境污染程度;Xgf,it表示i城市在t年綠色金融水平;Agdprate,it、Burban,it和Cinvrate,it分別表示i城市在t年的GDP增速、城鎮化率和固定資產投資增長率;?0為常數項;?1為綠色金融的待估參數;?2?3和?4分別表示GDP增速、城鎮化率和固定資產增長率的待值參數;εit表示隨機擾動項。

根據假設2,本文參考溫忠麟 等[11]的Bootstrap中介效應檢驗方法,將地級市的綠色技術創新水平作為中介變量納入回歸模型中,探究綠色金融對浙江省環境污染的作用機制。具體的模型構建如下。

Zlngtp,it=b0+b1Xgf,it+b2Agdprate,it+b3Burban,it+b4Cinvrate,it+εit

(4)

Ypollute,it=c0+c1Xgf,it+c2Agdprate,it+c3Burban,it+c4Cinvrate,it+c5Zlngtp,it+εit

(5)

式中：Zlngtp代表浙江省各地級市的綠色技術創新水平,下標i表示地區,t表示時間;b0和c0均表示常數項;b1和c1均表示綠色金融的待估參數;b2和c2均表示GDP增速的待估參數;b3和c3均表示城鎮化率的待估參數;b4和c4均表示固定資產投資增長率的待估參數;c5表示綠色技術創新的待估參數;εit表示為隨機擾動項。

3 實證分析

3.1 描述性統計

在回歸分析前,對所有數據進行了描述性統計分析(見表1),綠色金融水平的均值為0.448,標準差為0.189;環境污染程度的均值為0.18,標準差為0.144;綠色技術創新水平的均值為6.429,標準差為1.062,數據分散程度較大,其他變量的結果表明不存在極端異常值。從描述性統計的總體情況來看,樣本數據的選擇較為合理,不會對后續的分析產生影響。

表1 描述性統計結果

3.2 相關性分析

變量之間的相關系數絕對值均在0.680 1以下(見表2),一般認為相關系數絕對值大于0.8,則認為2個變量之間存在嚴重的多重共線性,由于本文的相關系數絕對值均小于0.8,則可初步判斷不存在多重共線性問題。

表2 相關性分析

3.3 多重共線性檢驗

本文采用方差膨脹因子法進一步判斷是否存在多重共線性(見表3)。結果表明：方差膨脹因子均值為1.62,變量不存在多重共線。

表3 多重共線性檢驗

3.4 F檢驗和豪斯曼檢驗

對面板數據進行F檢驗和豪斯曼檢驗,篩選回歸模型類型。檢驗結果如表4所示。

表4 F檢驗和豪斯曼檢驗結果

F檢驗是用于比較混合回歸與固定效應。在F檢驗中,得到p值為0.000 0,強烈拒絕原假設,固定效應模型更優。豪斯曼檢驗用于比較固定效應和隨機效應。在豪斯曼檢驗中,p值為0.000 0,拒絕原假設,表明固定效應更優,因此本文采用固定效應模型。

3.5 基準回歸分析

本文使用Stata 16對模型進行基準回歸分析,回歸結果如表5所示。

表5 基準回歸結果

列(1)未加入控制變量,列(2)加入了控制變量。由結果可知,綠色金融的回歸系數顯著為負,說明綠色金融的發展能降低浙江省環境污染;將控制變量納入回歸分析后,綠色金融的回歸系數有所變小但仍顯著為負,揭示綠色金融對浙江省具有正向的環境效應,假設1成立。

3.6 中介效應回歸分析

通過前文分析可知,綠色金融能通過綠色技術創新降低浙江省環境污染。采用中介效應模型探究綠色技術創新水平是否是中介變量,回歸結果如表6所示。

表6 中介效應回歸結果

參考上文構建的模型,由表6可知,表格第2列中的環境污染水平對綠色金融的總效應a1是顯著的,因此可以確定存在中介效應;從表格第3列和第4列可以看出,綠色技術創新水平對綠色金融的系數b1和環境污染水平對綠色技術創新水平的系數c5都是顯著的,則說明間接效應顯著;表格第4列中環境污染對綠色金融的系數c1也是顯著的,說明直接效應成立;并且由于系數b1×c5和系數c1的符號是同號的,因此可以認為是部分中介,且中介效應占比為b1×c5/a1=30.68%。證明假設2成立。

3.7 穩健性檢驗

本文通過更改核心解釋變量來進行穩健性檢驗。使用存貸比度量地區金融發展水平,再計算與城市綠色發展的耦合協調度來衡量各地級市綠色金融水平?；貧w結果見表7。

表7 穩健性檢驗結果

由表7可知,在重新度量綠色金融指標后,綠色金融不僅能降低浙江省環境污染,還能通過綠色技術創新這一作用機制促進浙江省環境質量的改善。其結論與核心實證部分結論一致。

4 相關建議

1)引導企業自覺公開環保信息,為綠色金融發展營造良好的環境。當前環保信息披露仍存在不足,因此要建設第三方環保公共信息服務平臺,引導企業自覺公開環保信息,加強企業對生態環保信息的披露,建立健全政府、銀行與客戶數據之間的聯系,能夠有效降低因環保信息不對稱造成的負面影響,提高企業的環保意識,踐行綠色發展理念,從而為綠色金融發展營造良好的信息環境。

2)持續推進綠色金融實施,加強環境治理力度。實證結果表明綠色金融能顯著促進環境質量改善,因此要持續推進浙江省各地級市綠色金融發展,充分發揮綠色金融的資金導向作用,支持和引導資金流向綠色產業,對綠色環保企業給予一定的利率優惠和信貸支持,提高污染企業的貸款門檻,增加其融資成本,限制生產規模的擴大,以此倒逼污染企業整改原有的生產工藝,使之符合綠色環保要求,從而降低污染物的排放,促進環境質量的改善。

3)貫徹落實綠色發展理念,加大綠色技術創新力度。綠色金融能通過綠色技術創新降低環境污染。因此地方政府部門要出臺相關的優惠政策,鼓勵中小企業大力開展綠色技術創新,對其給予一定的補貼和獎勵,并引導企業樹立綠色發展理念。同時嚴厲禁止非綠色環保產品進入市場,增強消費者對綠色產品的消費需求,進而激勵企業加大對綠色商品的制造,有效推動行業的綠色技術創新。

5 結束語

本文通過對浙江省11個地級市進行實證研究,得出綠色金融能夠有效降低浙江省環境污染這一結論。研究還發現,綠色金融能通過綠色技術創新機制促進浙江省環境質量的改善,為實施相關措施提供了理論支持。