綠色金融試驗田政策對地區零碳目標影響研究

■王婷婷

一、引言與文獻綜述

面對全球環境氣候問題，各國陸續提出“碳中和”目標，我國也于2020年提出“30·60”目標，即中國二氧化碳排放“力爭于2030年前達到峰值，力爭2060年前實現碳中和”。但不同于歐美等發達經濟體，我國仍處于工業化、城市化中后期，是世界第一加工廠，面臨巨大的碳排放增量壓力。加之，環境資源存在“公共物品”性質，僅靠微觀主體及市場機制難以有效建立綠色金融體系，為此，需要政府通過國家強制力進行引導性干預，通過建立和實施一系列監管機制及扶持政策，實現以金融資源配置為基礎帶動技術、人才等要素資源在“三高”產業和綠色生態產業之間優化配置。因此，建立健全綠色金融政策體系變得至關重要（宣宇，2021）。

2015年，國務院發布《生態文明體制改革總體方案》，首次明確闡述了建立綠色金融體系的必要性。2016年，中國人民銀行牽頭印發《關于構建綠色金融體系的指導意見》，綠色金融政策體系框架初步形成。2017年6月我國依據“試點先行探索，各地后發推廣”的經驗路徑，成為首個設立綠色金融“試驗田”的國家，先后批復在浙江、江西、貴州、廣東、新疆以及甘肅蘭州等地開展綠色金融試點。積累了豐富的“中國綠色經驗”。在加快推進碳達峰、碳中和目標的背景下，我國綠色金融政策體系已形成了把握方向的頂層設計有機結合因地制宜的基層實踐，各試驗區地方政府遵循中央指導意見結合地方實際相繼出臺了各種路線、方針、政策等，在具體政策實施上實現了命令型監管和引導型激勵并舉。有必要深入分析綠色金融“試驗田”政策是否促進了試點地區碳減排，推動實現“零碳目標”的影響機制以及政策效果是否存在顯著的內部差異性等問題，為進一步優化綠色金融體系提供經驗證據。

我國對綠色金融的研究以2015年為節點，在2015年之前，國內學者主要探究在環境保護及可持續發展問題中金融發揮的重要作用以及金融機構角色定位。蘇寶梅（2013）從倫理層面闡述金融與生態環境的內在聯系，指出金融業從“理性經濟人”向“環境經濟人”轉變的必然性，在追求利益最大化的福利目標時要兼顧擔當生態環境保護責任，把生態環境問題納入約束中。2015年之后，為響應構建“中國綠色金融體系”的政策號召，學者們圍繞綠色金融產品展開研究。孫光林等（2017）從不良貸款率、凈利潤以及非利息收入三個方面，考察綠色信貸規模與商業銀行信貸風險的關聯性，研究發現綠色信貸能夠提高銀行效益，有效降低信貸風險。部分學者也圍繞綠色金融政策進行分析。龍曉柏（2021）基于綠色金融生態治理的作用機理，立足于長江經濟帶的有關政策實踐和現實問題，為構建符合長江經濟帶發展路線的綠色金融體系提出建設性意見。近年來，隨著綠色金融政策體系的不斷完善，有學者開始對政策效應進行評估。杜莉和鄭立純（2019）基于碳排放交易權試點數據評價我國綠色金融政策體系。李從欣和王曉元（2021）利用PSM—DID方法對試點地區綠色金融政策的環境污染改進效果進行實證分析，發現存在政策失靈問題，并將其歸因于政策效果的遲滯性以及污染的短期報復性增長。

隨著我國“碳達峰碳中和”目標的提出，學者們開始探究綠色金融的助力效果和發展路徑。在助力效果方面，江紅莉等（2020）從投融資視角出發，選取綠色信貸、綠色風投為著手點，采用差分GMM分析綠色金融的碳減排效果。在發展路徑方面，楊解君（2021）從國家整體層面提出應技術化、市場化、行政化、綠色化、全球化以及法制化六線并行，共同推進實現碳中和目標。劉桂平（2021）指出發展綠色金融對實現“碳中和”目標的重要性和必要性，強調試點經驗的關鍵作用。錢立華等（2021）基于我國綠色金融市場發展現狀，指出為實現“碳中和”目標，未來綠色金融將以氣候投融資、綠色債券創新、氣候風險管理三個發展方向為重點。

通過梳理綠色金融主要研究脈絡，發現隨著我國綠色金融體系的日益完善，相關研究也在不斷深入，但關于綠色金融政策研究仍存在政策研究和政策評估不匹配的現象，缺乏對政策實施成效的及時評估總結，不利于后期政策的改進和制定。并且，對綠色金融與碳減排相關研究的整理發現，已有研究側重于研究助力實現“碳中和”的綠色金融創新發展路徑，科學解析綠色金融改革試驗區政策對碳減排作用機理的文獻較少。因此，本文嘗試運用倍差法分析綠色金融試驗區政策對地區碳減排的政策效應，并深入分析其具體作用機制。

二、理論分析與研究假設

各試驗區地方政府在遵循宏觀指導意見基礎上結合地方實際相繼出臺了各項政策探索促進綠色發展的有效舉措，具體政策舉措雖不盡相同，但按其特性可歸結為命令型監管和引導型激勵兩類，究其作用本質仍是以金融資源配置為基礎帶動其他資源要素配置的優化。而這些措施在提高地區綠色金融發展水平的同時，促進了產業結構優化和綠色技術水平的提升，繼而降低碳排放量并提升碳吸收水平，助力實現“零碳目標”。

在產業結構優化方面，根據“污染避難所假說”，發達經濟體會將高污染高能耗產業向外轉移以調整本土產業結構，導致相應的產業轉移承接區環境污染問題凸顯。而在國際產業鏈分工中，我國仍處于微笑曲線的中間部位，產品附加值低且能耗高，相應的碳排放增量壓力會隨產業分工一同轉移至我國。因此，產業結構是影響我國實現“零碳目標”的關鍵因素。而綠色金融試點政策主要通過傳統產業綠色轉型和新興綠色產業發展來促進產業結構生態化、合理化、高級化從而優化產業結構。

第一，綠色金融試點政策會通過傳統產業綠色轉型促進產業結構生態化、合理化。高錦杰和張偉偉（2021）利用系統GMM模型研究發現綠色金融發展會顯著推動產業結構生態化。首先，在綠色資金引導方面，綠色金融通過信貸政策傾斜，將資金引流至綠色節能減排項目，并對相關綠色企業提供低息信貸支持，降低企業的融資成本，穩定的信貸扶持也會促進綠色企業發展，使其在市場競爭中占據有利地位并發揮示范效應。這會迫使更多傳統棕色企業為應對市場挑戰，著手革新生產經營方式，逐步實現生態化生產。同時，綠色金融的政策導向也在無形中提高民眾的環保意識，從而影響民眾的消費選擇（蔡烏趕和周小亮，2017），由消費綠色化倒逼生產綠色化，進一步促進部分傳統產業綠色轉型，加快產業結構生態化。

第二，綠色金融試點政策會通過發展新興綠色產業促進產業結構合理化、高級化。龍云安和陳國慶（2018）利用灰色關聯度模型考察綠色金融與產業結構優化的內在關系，發現合理推進綠色金融發展能夠推動產業結構優化。在地方財稅激勵方面。通過對示范性綠色企業提供財政補貼或稅收優惠以鼓勵生產生態化，同時釋放政策信號，引導社會資源要素向綠色產業流動（王志強和王一凡，2020），實現由短期效益的過度投機轉向追求長期效益的合理投資，通過優化要素配置促進產業結構合理化。在公共服務保障方面，地方政府通過完善綠色基礎設施建設促進綠色產業發展，推動相關衍生產業發展，加快我國從“二三一”向“三二一”轉變的產業結構高級化進程。

在綠色技術水平方面，綠色技術的研發創新和推廣應用是促進早日實現“碳達峰”繼而推進“碳中和”的關鍵途徑（楊解君，2021）。在碳排放端，通過有效提升高碳能源利用技術，在保證產量的前提下實現碳增量的有效降低，抑或是研發無碳可再生能源以替代傳統高碳排放的化石燃料，從根源處縮緊排放口。在碳吸收端，提高末端治理技術，如碳捕獲技術，發揮植被固碳作用，減少空氣中碳存量。因此，綠色技術創新是影響我國實現“零碳目標”的重要因素，而綠色創新體系的推進也要發揮綠色金融的促進作用（莊芹芹等，2020）。各試驗區的命令型監管政策對綠色技術存在遵循成本的負向作用，但引導型激勵措施卻會產生資金支持和分散風險的正向作用。

在綠色金融試點政策下，監管部門對企業的能源消耗、污染排放等提出更高要求，如“多污染多繳稅”的環保稅規定。遵循成本的提高無疑加重了企業負擔，減少了企業凈利潤，影響企業自主研發投入。并且出于相對較高的道德風險，金融機構向自主研發投入占比低的企業提供信貸支持的意愿相對較低。因此，遵循成本的產生和提高會通過向創新主體施壓進而對綠色技術研發產生反向抑制（李新安，2021）。

由于綠色技術研發項目所需投入資金較多，項目回報周期較長，僅依靠企業自有資金難以保證資金流的長期穩定供應，因此需要外部資金扶持。受益于綠色金融產品的創新和發展，企業可通過綠色信貸、綠色債券等多途徑獲得外部支持彌補資金鏈短板，以穩定的研發投入助力技術突破。部分試點地區實施政府部分擔保機制，對缺乏抵押擔保而難以獲得融資支持的合格項目、優質企業由政府出面擔保，實現信用增級，從根源上突破融資困境。同時，研發成果具有不確定性，單主體投資風險集聚，通過金融賦能技術研發，發揮金融機構的風險管控能力，有效分散研發風險，也相對提高了企業的自主研發意愿。

綜上所述，綠色金融試點政策從產業結構優化和綠色技術水平兩個方面影響“零碳經濟”目標。產業結構優化有利于降低能源消費總量，尤其是高碳能源消費量，實現從碳排放端助力“零碳目標”。而綠色技術水平的提升能進一步降低單位能耗碳排放量并提高碳吸收水平，有效提高能源利用效率，實現從碳排放和碳吸收兩端同時發力以助力“零碳目標”即實現碳排放和碳吸收的平衡。因此，本文認為綠色金融“試驗田”政策的實施能夠促進試點地區“零碳目標”的實現，且主要通過產業結構優化和綠色技術水平兩大路徑。因此，提出以下研究假設。

假設1：綠色金融“試驗田”政策能夠有效促進試點地區碳減排以實現“零碳目標”。

假設2：綠色金融“試驗田”政策能夠通過優化地區產業結構促進試點地區碳減排以實現“零碳目標”。

假設3：綠色金融“試驗田”政策能夠通過提升地區綠色技術水平促進試點地區碳減排以實現“零碳目標”。

圖1 作用機制

三、研究設計與數據說明

（一）模型設定

1.雙重差分模型

現有浙江、江西、貴州、廣東、新疆以及甘肅六省被設為綠色金融“試驗田”，其中前五省為2017年首批設立，而甘肅為2019年增設。由于數據統計存在遲滯性，2019年碳收支測算所需數據尚未統計公布，因此本文基于數據可獲性將考察年份設定為2011—2018，著重考察首批設立的“試驗田”，這也符合經典DID模型的使用要求具備合理性。本文將該試點政策視為一項準自然實驗，運用倍差法測度該試點政策對地方實現“零碳目標”的驅動效果。具體DID模型如下：

其中，yit表示碳減排綜合評價指數；treati=1表示處理組，即首批試點省份，treati=0表示對照組①由于內蒙古、西藏以及港澳臺地區存在較多數據缺失難以補齊，故不將其納入對照組。；postt=1表示政策實施中，postt=0表示未施加政策，具體為；ui為個體固定效應；λt為時間固定效應；controlit為控制變量；εit為擾動項；δ為政策實施中試點地區的政策效應。

②由于首批“試驗田”確定時點為2017年6月，因此本文以2017年為政策實施時點。

2.碳收支測算

碳排放主要由能源和非能源兩部分組成。即cdms=cdmenergy+cdmnon-energy。其中能源部分本文借鑒邵漢華和劉耀彬（2017）的方法，計算以煤炭、焦炭、原油等9種主要碳排放能源為代表的能源碳排放量，即：

其中，cdmenergy表示能源消耗的CO2排放當量；enn表示第n種能源的消耗量；cdefn表示第n種能源相對應的CO2排放系數，lcvn表示第n種能源的低位發熱量；cof表示第n種能源的碳氧化因子。

非能源部分分為工業活動、農業活動以及廢棄物碳排放，即cdmnon-energy=cdmindu+cdmagri+cdmwaste，工業活動碳排放以水泥、玻璃等工業產品為代表，其中水泥、玻璃排放因子參考趙榮欽等（2012），鋼鐵碳排放因子參考李肖如等（2016）。而農業活動產生的碳排放主要在于農地利用和畜牧業，具體計算方法如下。

其中，sland，i表示土地類型i的面積；cland，i表示土地類型i的碳排放或碳吸收系數，取值參考王剛等（2017）；qlivestock，j表示禽畜j上年末存欄量；efCH4,j表示禽畜j腸道發酵CH4排放因子，fmCH4,j表示禽畜j糞便管理CH4排放因子，fmN2O,j表示禽畜j糞便管理N2O排放因子，賦值參考《省級溫室氣體清單編制指南（試行）》；gwpCH4=25，gwpN2O=310前者表示CH4的溫室效應值，后者表示N2O的溫室效應值，即通過以上系數將其他溫室氣體轉換成CO2當量，賦值遵循IPCC指南。廢棄物碳排放測算借鑒趙榮欽等（2012）。此外，固體廢棄物燃燒排放有關系數參考《省級溫室氣體清單編制指南（試行）》。

（二）變量說明及數據來源

1.被解釋變量

本文以碳減排指數×100（cdd）作為被解釋變量。參考學者劉志華等（2020）分別從總量、結構、質量三方面選取指標，并通過熵值法①限于篇幅，本文不對該方法進行具體說明。賦權以測算碳減排綜合指數。其中由于能源是CO2來源的主要部分，故以能源消費結構作為結構指標②各省統計年鑒中公布了煤炭、石油、天然氣、一次電力及其他能源（核能、生物質能等）在能源消費總量中的比重，本文參考其分類并依據相應能源終端消費的碳排放能力，在此將煤炭、石油歸結為高碳能源，天然氣歸結為低碳能源，一次電力及其他能源歸結為零碳能源。。由于凈碳排放總量、高碳能源占比、碳排放強度越大減排效果越差，且我國為響應雙碳目標號召，對于化石能源的低碳處理等也將從綠色項目指南中逐漸剔除，因此本文將低碳能源占比納入負向指標。而將零碳能源占比歸入正向指標。具體指標構建見表1。

表1 碳排放綜合指標構建

此外，由于能源統計采取分級測量，而統計方法不盡相同，如折煤系數的選取存在差異等。因此，為保證統計口徑的一致性以避免誤差干擾，基于地方歷年能源終端消費實物數據，參考《中國能源統計年鑒》提供的各類折煤系數，缺失系數則依據2018年全國能源平衡表內各種能源的標準量和實物量測算，將各種能源折為標準煤，以計算各試點地區能源結構。

2.核心解釋變量

本文以首批試驗區作為核心解釋變量（did=treati×postt），具體賦值依據2017年國務院審議通過的綠色金融改革試驗區總體方案。

3.控制變量

本文綜合國內外碳排放研究成果，充分考慮其他因素對地區凈碳排放影響，選取以下控制變量：經濟發展水平（pgdp），以省域人均實際GDP再取對數表示；對外經濟貿易（fe），以地區進出口總額與地區GDP的比值表示；城鎮化水平（ul），以城市常住人口占比表示；金融發展水平（fl），以地區金融機構各項貸款余額占地區GDP的比重表示；基礎設施建設（ic），以地區公路里程數與地區人口數的比值表示；人均財政科研投入（pi），以地區財政科研投入與地區人口數的比值表示。

表2為各主要變量的描述性統計，從總樣本看，地區碳減排指數、城市化水平、經濟發展水平、金融發展水平、人均財政科研投入等指標均值在政策實施后均有所提高，而對外經濟貿易均值則呈下行趨勢。從分組結果看，兩組的碳減排指數均呈上行趨勢，但處理組均值上升幅度明顯高于對照組，且近1.7倍。對照組的城市化、經濟發展水平等指標均值雖高于處理組，但處理組的上升幅度卻略高于對照組；對照組的對外經濟貿易均值低于處理組，且都呈下降狀態。金融發展水平及人均財政科研投入指標均值在各分組中均有所提高，且處理組的人均財政科研投入均值在政策實施后有較大幅度的提高并超過對照組。而基礎設施建設指標則無明顯變化。

表2 描述性統計

4.中介變量

在產業結構優化方面，以產業結構優化綜合指標×100（iy）表示。借鑒孫麗文等（2019）做法，從生態化、合理化和高度化三方面度量。其中由于傳統產業中工業居碳排放量之首，因此生態化部分主要聚焦于工業，從工業綠色轉型角度出發考察其廢物利用和能源消費。選取工業三廢排放和利用指標度量廢物利用及排放水平；采用工業清潔能源消費與化石能源消費的比值衡量工業能源消費結構。合理化和高度化則借鑒干春暉等（2011）做法，并利用熵值法賦權以測算產業結構優化綜合指標。具體指標構建見表3。

表3 產業結構優化指標構建

在綠色技術水平方面，借鑒學者李新安（2021）的做法，根據2010年IPC綠色清單的專利分類號，將其細化至最小分類，再利用專利檢索及分析系統對國家知識產權局所披露的專利申請文獻進行篩選，逐個統計我國各主要省域歷年的綠色專利申請有效數，再取其對數表示（gt）。

5.數據來源

所需數據主要來源于《中國能源統計年鑒》《中國統計年鑒》《中國國土資源土地利用年鑒》《中國畜牧獸醫年鑒》及各省有關年鑒等，測算方法主要參考IPCC2006指南和國內《省級溫室氣體清單編制指南（試行）》，部分參考國內學者研究成果。

四、實證結果與分析

（一）平行趨勢檢驗與基準回歸結果分析

1.平行趨勢檢驗

使用倍差法需要滿足平行趨勢假定，即處理組和對照組在政策實施前存在趨勢一致性。對此，本文首先通過畫出各組被解釋變量均值的時間趨勢圖進行直觀分析。由圖2知，2017年之前兩組存在明顯的平行趨勢，直到政策實施后出現逆轉。進一步通過事件研究法加以佐證。

圖2 平行趨勢圖

其中，cdd表示碳減排指數；m表示與政策實施時點相差年數，即m=year-2017，并且由于考察年限為2011—2018年，故分別賦值為-6，-4…0，1。繼而生成對應虛擬變量，即距政策實施時點m期時，賦值為1，其余賦值為0，其中pre_ ||m表示政策實施前與m對應的虛擬變量，current表示政策實施時點的虛擬變量，post_1表示政策實施后一年的虛擬變量，各相應系數表示特定年份處理組和控制組的差異。并且選取2011年為基期，剔除pre_6以避免多重共線性。其余設置同上文。理論上，若兩組存在共同發展趨勢，則在政策實施前應無顯著差異，即政策實施前各特定年份的系數不顯著。同理，政策實施后特定年份的系數應顯著，否則政策效應不存在。再次以圖形方式，直觀呈現不同年份間政策效應的動態性。由圖3可知，2017年及以前的對應系數不顯著異于0，而2018年對應系數顯著不為0。因此，滿足平行趨勢假定可以使用DID。并且試點政策于實施一年后方顯現正向效應，即政策效應具有一定滯后性。

圖3 事件研究法

2.基準回歸結果分析

本文采用雙向固定效應進行雙重差分，具體回歸方法采用reghdfe，并控制了城市化水平、經濟發展水平、對外經濟貿易等6個變量，最終結果如表6中（1）所示。結果表明試點政策的實施對碳減排存在正向效應，且在5%的顯著性水平下顯著。控制變量中，城市化水平對碳減排存在負向作用，且在1%的顯著性水平下顯著，這一結果符合理論預期，城市化水平高則相應的城市化進程中所帶來的鋼筋水泥等城市建設用品需求量大，側面促進高排放產業的發展，加大零碳排放難度。經濟發展水平對碳減排存在負向作用，但并不顯著，這可能是由于經濟轉型帶來的結果，我國經濟增速換擋，增長動力也在轉化，逐漸從加工型向綠色科研型轉變，從而經濟增長伴隨的能源消耗對相應產業減排的負面作用逐漸減弱。對外經濟貿易對碳減排存在顯著正向作用，這可能是由于對外經貿聯系的加強為國內生產企業獲得外部先進綠色技術支持創造了更多可能。地區金融發展水平對碳減排績效存在顯著負向作用，金融業助力雙碳目標的主要手段便是提供信貸支持，而這一指標中所含信貸投放不僅包含綠色產業領域，存在負向作用很可能是由于金融支持綠色產業助力雙碳目標的作用尚未有效發揮，更多的貸款投向了其他領域，而且包含高污染高能耗產業。基礎設施建設對碳減排存在正向作用，基礎設施的不斷完善，有利于加強地區聯動，促進要素向更有潛力的領域集聚，提高綠色技術的溢出作用，但實證結果并不顯著。人均財政科研投入對碳減排績效有較顯著的負向作用，這可能是“擠出效應”導致的，政府財政科研投入較高可能會對企業科研投入產生擠出作用，不利于提高企業研發的自主性，限制了企業創新主體作用的有效發揮。

（二）穩健性檢驗

通過使用PSM—DID對假設1進行再次檢驗。以前文控制變量為匹配變量，分別采用半徑匹配、卡尺內近鄰以及核匹配等四種方法對數據進行逐年匹配，并運用事件研究法對匹配后的數據進行檢驗，在滿足平行趨勢假設的前提下進行雙重差分，最后實證結果表明綠色金融試點政策對地區碳減排存在推動作用，與前文實證結果相符，從而假設1再次被證實。各匹配方法的平行趨勢檢驗如表4所示，基準回歸結果如表5所示，其中后者采用reghdfe回歸以更好的控制時間效應和地區效應，并且與上文DID基準回歸方法保持一致。

表4 事件研究法

表5 PSM—DID基準回歸結果

（三）影響機制分析

基于前文的理論分析，本文采用因果逐步回歸來驗證具體作用機制。參考溫忠麟和葉寶娟（2014）做法構建方程如下：

其中，mv表示中介變量，即產業結構優化和綠色技術水平，其余變量含義同上文。首先，對式（5）進行回歸，考察綠色金融試點政策對地區碳減排是否存在政策效應，即估計系數a是否顯著；其次，對式（6）進行回歸，考察試點政策是否對中介變量產生影響，即估計系數b是否顯著；最后，將中介變量納入式（5）再對其進行回歸，即對式（7）進行回歸，若系數d顯著而c不顯著或者系數d、c均顯著且c較a發生了變化，則意味著存在中介效應，前者為完全中介，后者為部分中介。

回歸結果如表6所示，在產業結構優化方面，式（6）回歸結果見（6），其中b=0.066且在1%的顯著性水平下顯著，表明綠色金融試點政策對產業結構優化存在顯著正向作用，式（7）回歸結果見（7），其中d=0.464且在1%的顯著性水平下顯著，表明產業結構優化對地區碳減排有顯著推動作用，并且由于d顯著而c不顯著，表明此為完全中介效應。從而前文假設2得證。

表6 基準回歸與中介機制檢驗結果

在綠色技術水平方面，式（6）回歸結果見（8），其中b=0.147且在10%的顯著性水平下顯著，表明該政策對綠色技術水平提升有較顯著的促進作用，但式（7）回歸結果見（9），雖然表明綠色技術水平的提升對地區碳減排有正向作用，但并不顯著，對此本文進一步通過sobel檢驗再次核實，結果表明該中介效應不顯著。從而導致前文假設3不成立。對此，根據國家知識產權局2018年發布的綠色專利統計報告顯示，我國綠色創新主體以高校及部分央企為主，總體而言企業的綠色技術研發動力不足。雖然綠色專利成果在高校不斷積累，突破性成果不斷，但與技術研發相比技術的應用推廣仍進行緩慢。加之，受考察數據范圍所限，僅包含了政策實施后兩年數據，而研發具有長期性，可得數據期限較短使得實際作用機制沒有得到充分體現。因此，可能由于以上兩個方面的原因導致綠色技術水平對地區碳減排的重要推動作用難以充分有效地發揮。

（四）異質性分析

由于試點地區的地理位置、經濟基礎等方面不盡相同，且各試點地區的具體政策措施會因地制宜各有發展，可能存在試點地區間的政策效應差異。因此，本文采用更為寬松的具有“異質性處理效應”假定的異質DID模型以進一步分析異質性問題。具體做法是，在經典DID的基礎上，引入4個虛擬變量groupmi=1，0（其中m=1，2，3，4）對浙江、江西、貴州、廣東、新疆進行分組，每個試點個體自成一組，其中group1i=，，。具體異質性DID模型如下：

其中，δ表示新疆地區的政策效應，τm表示對應組別groupmi的異質性政策效應，δ+τm，（m=1，2，3，4）分別表示浙江、江西、貴州、廣東的政策處理效應，其余符號含義同上文。

回歸結果如表7所示。列（10）顯示在對各地區的經濟發展水平、金融基礎等因素不施加控制的情況下，以新疆為基準的各組異質性政策效應均在1%的顯著性水平下顯著。在控制區域本身發展存在的差異后，部分異質性政策效應變得不再顯著，即回歸（10）的結果部分是源于地區本身發展的差異而不僅僅是試點政策效果本身。控制后的回歸結果見（11），僅浙江省存在顯著的異質性政策效應，且依然在1%的顯著性水平下顯著，而其余試點地區則無顯著差異。

表7 異質性檢驗

五、結論與對策建議

本文將綠色金融改革創新試驗區政策作為一項準自然實驗，基于2011—2018年我國29個省份面板數據，運用雙重差分法估計此項試點政策對地區碳減排的政策效應，探究了現行的綠色金融政策體系與碳減排之間的內在聯系。研究結果表明：第一，綠色金融“試驗田”政策能夠有效促進試點地區碳減排從而助力實現“零碳目標”。并且通過PSM—DID分別運用半徑匹配、卡尺內近鄰以及核匹配等多種方法，該結果依然成立，說明這一結論具有穩健性。第二，基于綠色金融“試驗田”政策促進地區碳減排的作用機理，中介效應機制檢驗結果表明綠色金融“試驗田”政策通過產業結構優化促進地區實現“零碳目標”，且產業結構優化為完全中介變量，但綠色技術水平這一路徑還未得到充分發揮。第三，通過異質DID考察試點地區間政策效應的差異性，發現綠色金融“試驗田”政策效應存在異質性，其中浙江省具有顯著的正向異質性政策效應，而新疆、江西、貴州、廣東則無顯著差異。

基于以上研究結論，本文對綠色金融助力實現“30·60”目標提出以下對策建議：第一，發揮好試點地區先行先試的作用，或將更多省域納入試點范圍，共同探索兼顧內部經濟效益和外部環境效益的經濟發展模式，使二氧化碳的排放量與吸收量保持動態平衡，在考慮大自然的“容忍度”下適度發展。第二，對試點成果及時總結反饋，積極推廣可復制的經驗，尤其是浙江省的試點經驗。基于實證結果可知，浙江省試點政策效應顯著高于其他試點地區，其相應試點經驗也應更為豐富，且在納入控制變量后，異質性政策效應仍然顯著，表明浙江省的正向試點政策效應更多源于地區試點政策本身，從而浙江省的試點經驗更具有可復制、可推廣價值。第三，發揮好產業結構優化的中介作用。或可結合平臺經濟，利用平臺持有的消費者信息優勢，助力綠色消費金融產品創新，開發面向消費群體的綠色金融產品，完善綠色金融產品供給，借助平臺有針對性的產品宣傳優勢，從金融供給側引導綠色消費，助推綠色需求拉動綠色生產，實現消費需求側反哺生產供給側，促進產業綠色轉型，從而助力雙碳目標。第四，多措并舉提高綠色技術水平。不僅要在研發方面提高企業研發動力，發揮企業創新主體的重要作用，更要做好后期的運用推廣，加大綠色技術的推廣應用力度，更好地助力實現雙碳目標。