綠色信貸、科技創新與碳減排
——基于省際面板數據的實證分析

荊 典

(大連財經學院 大數據與人工智能學院,遼寧 大連 116622)

一、研究背景及文獻綜述

隨著全球二氧化碳等溫室氣體的過量排放所導致的氣候變暖現象的逐步加劇，各國紛紛提出各項減排政策，以期降低二氧化碳的排放量。2020年12月12日，氣候雄心峰會上，我國也為降低碳排放設定了新的目標。在黨中央的領導下，我國特色社會主義進入新發展階段，傳統的粗放式經濟模式轉向新階段。“綠色發展”和“經濟高質量增長”已成為新時代我國經濟發展的重要主題[1]。經濟是肌體，金融是血脈，兩者共生共榮，因而綠色金融的發展狀況對我國綠色經濟發展具有深遠影響。當前，我國綠色金融主要包括綠色信貸、綠色風投、綠色保險等，其中綠色信貸是綠色金融的核心組成部分，是商業銀行以國家環境保護政策和相關產業政策為依據，以社會責任為核心價值導向，在授信過程中通過制定差異化的利率和有針對性的信貸發放機制，從而達到引導社會科技創新發展，提升資源利用效率，降低碳排放量的目的。央行研究局數據顯示，截至2020年年末，我國綠色貸款余額近12萬億元，居世界第一位[2]。在我國綠色信貸工作取得較大成效的背景下，綠色信貸是否真正降低了我國碳排放量？其是否與科技創新結合促使了碳減排？不同地區的碳減排效應是否存在一定的異質性？對于這些問題，當前學術界缺乏針對性地實證分析，基于此，文章以2007年為界限，構建虛擬變量衡量綠色信貸，采用多組回歸方式，測算綠色信貸的碳減排效果，以期為相關部門制定政策提供借鑒，促進我國綠色經濟發展壯大。

(一)綠色信貸與碳排放

自我國提出綠色發展概念以來，學術界有部分學者對綠色信貸對碳排放的影響進行了研究，限于篇幅，本文選擇其中具有代表性的文獻進行簡要回顧。劉婧宇等人通過設立CGE模型認為，綠色信貸政策在中短期內可以比較有效地抑制目標行業的投資與產出水平，但預計也會對相關上下游領域帶來負面影響[3]。蘇冬蔚深入研究重污染企業投融資行為，認為實現經濟綠色可持續發展的重要手段便是大力發展綠色信貸[4]。

(二)科技創新與碳排放

王海靜以固定效應模型檢驗產業結構高級化、科技創新與碳排放之間的關聯性。結果顯示，產業結構高級化促使了我國各省市碳排放水平的下降，同時科技創新能夠對各地區碳排放水平下降產生顯著促進作用[5]。張玉華等人以我國2005-2015年的面板數據構建面板門檻模型，分析科技創新、城鎮化對碳排放的影響。結果表明，提高城鎮化水平有利于促進碳排放水平下降，科技創新對碳排放水平的影響具有階段性差異，第一門檻上科技創新對碳排放水平的影響并不明顯，而第二門檻上科技創新可以有效促進碳排放水平下降[6]。關琰珠以廈門市為研究對象，探究了碳達峰和碳中和目標下，科技創新對區域碳排放水平的影響，他認為“十四五”時期我國生態文明建設進入了以碳減排為重點的戰略方向，科技創新與生態文明建設的戰略目標一致，能促使我國碳排放水平下降，廈門市作為我國重要城市，其科技創新水平位居前列，有效促進了碳排放水平的下降，能夠為我國的生態文明建設提供廈門經驗和廈門實踐[7]。

(三)文獻評述

現有研究，學者普遍著重于檢驗綠色信貸、科技創新與碳排放之間的計量關系，忽視了不同地區、不同水平碳排放下，綠色信貸、科技創新的減排效應異質性，并且缺乏影響路徑分析。此外學者的研究雖然多采用實證分析的方法對綠色信貸、科技創新與碳排放的關聯性進行檢驗，但使用的面板數據時間跨度較短，特別是新常態時期的實證研究相對較少。學者對綠色信貸的度量存在較大的差異性，如劉婧宇等使用了信貸的固定比重衡量，而朱四榮等使用了綜合指標進行度量，指標的差異性對導致研究成果的異質性。文章可能的邊際貢獻有：其一，深入分析的綠色信貸與科技創新的碳減排機理；其二，面板分位數回歸檢驗，不同空間、不同水平下減排的異質性；其三，采用虛擬變量法構建綠色信貸指標，相較現有學者的度量方法，更為科學有效。

二、綠色信貸、科技創新的碳減排作用分析

綠色信貸政策一方面有著督促高污染行業進行技術改造、產品升級，提高研發能力等作用，另一方面還具備為綠色行業研發和創新提供資金的作用。

1.技術創新傾向提高效應。技術創新需要資本投入，綠色信貸政策對企業帶來政策性扶持，可幫助部分企業解決融資難問題，可使更多資金流向技術研發，提高企業技術創新能力。

2.金融資源優化配置效應。在綠色信貸政策實施后，大多數重污染企業的有息債務融資和長期負債均顯著下降。究其原因，主要是債務融資成本上升，導致新增投資減少。當融資受到約束，重污染企業產能會下降，能源消耗和污染物排放就會降低，碳排放也會降低。

3.政策導向傳遞效應。隨著經濟社會的不斷發展，我國政府大力倡導發展綠色經濟，出臺了一系列的綠色環保政策法規，傳達出國家在鼓勵發展綠色經濟的信號。為這些受到懲罰和影響的企業起到警示和限制作用。鼓勵這些企業對其高污染、高消耗的技術或生產進行控制與轉型升級。

三、變量選取與數據來源

(一)變量選取與數量來源

1.被解釋變量。1988年，世界氣象組織和聯合國環境規劃署共同成立了管理政府間氣候變化的專門機構，稱為IPCC。其活動之一就是通過其在國家溫室氣體清單方面的工作來支持《聯合國氣候變化框架公約》，衍生出國際通用的碳排放計算公式。活動所產生的CO2等于活動數據乘以排放系數，規定重油排放系數：2.991kgCO2/L；柴油排放系數：2.778 kgCO2/L；C2H2排放系數：3.3846kgCO2/L；汽油排放系數：2.361kgCO2/L[6]。基于此，文章獲取了2000-2018年我國北京、天津等30個省市自治區的碳排放數據，由于西藏、香港、澳門、臺灣等數據缺失，文章未將其納入研究樣本。2000年，我國碳排放水平較高的地區是河北、遼寧、山東、江蘇及廣東地區，低排放地區主要分布在西北部地區和西南地區。2018年，我國碳排放高水平地區主要是內蒙古、河北、山東及江蘇地區，低排放地區依然集中在西北部地區和西南部地區。從南北方向來看，北方地區的碳排放強度明顯高于南方，2000-2018年的碳排放水平較高的地區大多數分布在北部地區，南部地區的碳排放水平較高的地區僅1個到2個省市。東中西三大經濟帶體現著我國經濟發展水平的差異，因此對碳排放水平也具有一定的影響。從東中西部地區來看，東部地區排放水平多為高水平及中等水平，中部地區多為較低水平和較高水平，西部地區多為低水平和較低水平，說明我國的碳排放量從東部至西部在一定程度上呈遞減趨勢[8]。

2.核心解釋變量。綠色信貸作為綠色金融的主要組成部分，目前衡量綠色信貸指標主要包括兩種二級指標。第一種是運用綠色信貸占比作為正向指標來衡量綠色信貸；第二種是運用六大高耗能產業利息支出占比作為反向指標來衡量綠色信貸。為研究綠色信貸的政策實施對產業結構升級的影響，同時考慮綠色信貸數據的可得性及時間的連續性，文章擬采用虛擬變量的處理方式，在模型中加入政策虛擬變量[9]。由于綠色信貸政策是2007年面向全國提出的，所以 2007年( 包括2007年) 也即是綠色信貸政策實施以前的年份2000-2007 年取值為0，2007年以后取值為1。科技創新是綠色信貸影響碳排放的主要路徑，使用研發投入經費衡量，用rd表示。

3.控制變量。城鎮化水平使用城鎮人口占總人口的比重衡量，用city表示；市場化水平，使用樊綱市場化指數衡量，用maket表示；工業化水平使用第二產業產值占地區生產總值的比重衡量，用industry表示。

(二)數據來源

本文所有數據的時間跨度為2000-2018年，研究對象為北京、天津等30個省市自治區的碳排放數據，由于西藏、香港、澳門、臺灣等數據缺失，文章未將其納入研究樣本。數據分別來自中國碳排放交易網、《中國能源統計年鑒》、Wind數據庫、國家統計局數據庫，變量描述性統計分析如表1所示。

表1 變量描述性統計分析

四、實證模型構建及結果分析

(一)分位數回歸模型

Koenkerand Bassett(1978)提出“分位數回歸”(Quantile Regression，簡記QR)，使用殘差絕對值的加權平均(比如，∑ni=1|ei|作為最小化的目標函數，不易受極端值影響，較為穩健[10]。根據定義，條件分位數函數yq(x)滿足：

q=P{y≤yq(x)}

=P{x′β+u}≤yq(x)}

=P{u≤yq(x)-x′β}

=P{x′α×ε≤yq(x)-x′β}

(1)

方程(1)，第一步是條件分位數的定義，第二步帶入y=x′β+u中，第三步移項，第四步u=x′α×ε，然后兩邊同時除以x′α>0，最終得到累積分布函數的定義。

(2)

(3)

因此可以得到yq(x)是x的線性函數。基于此原理可以設計本文的回歸模型，如方程(4)所示：

quant(lnCO2it|xi)

=c+β1×gclit+β2×lnrdit+β3×cityit+

β4×lnmarketit+β5×iddustryit+εit

(4)

方程(4)中，c為常數項，β為回歸系數，ε為隨機誤差項，i表示個體，即30個省市，t表示時間，即2000-2018年的時間跨度。

本文數據為面板數據，為避免變量之間存在多重共線性對實證結果的影響，在構建回歸模型前，需要對變量進行多重共線性檢驗，使用VIF方法檢驗多重共線性[11]，結果如表2所示。

表2 變量多重共線性檢驗結果

各變量的VIF值均低于10，整體的VIF值為2.710，說明各變量之間不存在多重共線性。

(二)面板分位數回歸結果

本文進行面板分位數回歸，根據5個分類水平，將面板分位數回歸設置為10%分位點、25%分位點、50%分位點、75%分位點、90%分位點，模型回歸結果如表3所示。

表3 面板分位數回歸結果

續表3

在10%分位點上gcl與lnCO2之間的回歸系數為0.213，且在10%的水平上顯著。說明在10%分位點上綠色信貸與碳排放量之間為顯著的正相關關系，即綠色信貸政策在一定程度上促使了碳排放量的增加。在25%分位點上，gcl與lnCO2之間的回歸系數為0.093，且在10%的水平上顯著，也說明了在25%的分位點上綠色信貸與碳排放量之間為顯著的正相關關系。10%和25%分位點均為碳排放量較低或者低水平地區，對應于我國的西部地區。西部地區的產業結構仍以第二產業為主，特別是重工業所占的比重相對較大，且技術研發水平較低，綠色信貸政策的投入在客觀上能促使其產業結構逐步更新換代，技術研發水平逐步提升，能源使用效率提升。但產業結構的升級和技術水平的迭代需要長期的積累，且需要其經濟發展達到較高水平。這些客觀因素是當前西部地區所不具備的，因此綠色信貸難以對西部地區的碳排放產生明顯的減排效果[12]。

在50%分位點上gcl與lnCO2之間的回歸系數為0.012，但回歸系數不顯著 ，說明在此分位點上綠色信貸的碳減排效應并不明顯。50%分位點多為中等及中等偏下地區，大部分地區集中于我國的中部地區，說明我國中部地區的綠色信貸政策的碳減排效果并不明顯。中部地區的產業結構和經濟發展水平優于西部地區，但是與東部地區相比仍有較大的差距。[8]綠色信貸政策會產出兩種效應，第一種經濟增長會促使經濟規模擴大，對能源市場需求變大，導致能源消耗更多，從而增加二氧化碳排放；第二種綠色信貸帶來高質量經濟增長，為適應經濟轉型要求，國家將會積極改變粗放式經濟增長方式來保護生態環境，從而降低二氧化碳排放。[13]75%和90%分位點上gcl與lnCO2之間的回歸系數分別為-0.082和-0.376，至少在5%的水平上顯著。說明在高分位點上綠色信貸與碳排放量之間為明顯的負相關關系，即綠色信貸政策能夠有效促進碳排放量的下降。

75%和90%分位點多對應我國的部分中部和大部分東部地區。其經濟發展水平相對較高，產業結構升級換代較早，境內多數高污染企業在逐步向中西部地區轉移。綠色信貸政策能給予其境內企業更多的資金支持，用于技術升級和優化改造，滿足節能減排、資源節約與環境保護等活動的巨大資金需求。綠色信貸體系通過杠桿效應撬動更多社會閑置資金涌入環保產業，通過培育綠色產業及其相關新產業，提升經濟增長潛力并加快綠色轉型，有助于減少二氧化碳排放。回歸系數在75%分位點之前呈逐步下降，75%分位點后變為負，且迅速下降。進一步說明了在低水平碳排放地區，主要位于我國西部地區，綠色信貸在一定程度上促使了碳排放水平的提高。而在中等或者中等偏低的分位點上，主要位于我國中部和部分西部地區，綠色信貸對碳排放的影響雖然為正，但并不明顯。在高分位點上，主要分布在我國部分中部和絕大部分東部地區，綠色信貸對碳排放水平產生明顯的抑制作用，且隨著碳排放水平的升高，這種抑制作用逐步增加。

10%-90%分位點上lnrd與lnCO2之間的回歸系數分別為0.435、0.456、0.477、0.452、0.669，且均在1%的水平上顯著，說明科技創新對碳減排具有明顯的正向促進作用。科技創新能提高煤炭、石油等資源的使用效率，降低這類能源在使用過程中的碳排放量。此外，科技創新能開發出核能等新型能源，且提高這類能源使用的安全性，促使核能等清潔能源在我國廣泛使用。從10%分位點到90%分位點，科技創新的回歸系數逐步增加，低分位點主要對應我國的西部地區，中等分位點主要對應我國的中部地區，高分位點主要對應我國的東部地區。結合系數可知，科技創新對我國東部地區的碳減排的正向促進作用最大，對中部地區的碳減排促進作用相對較低，對西部地區的碳減排促進作用最弱。

我國經濟發展水平由東部沿海向西部內陸逐步降低，經濟發展水平較高的東部地區，其信貸資源也相對豐富，對技術研發的投入力度和資金總量相對較多，促使其科技創新水平迅速提升，從而對碳減排產生的正向促進作用也較大。中部地區的經濟發展水平相對較弱，信貸資金相對較少，且大多數投向工業等領域，在科技研發領域的投入相對較少，科技創新水平也相對較低，所以對碳減排的影響也相對較弱。西部地區的經濟發展水平最低，產業結構以第一、二產業為主，高新技術產業規模較小，信貸資金主要投入了第一、二產業的發展，對科技創新的重視程度和扶持力度不足，限制了科技創新的發展，導致科技創新對碳減排的影響較低。

五、研究結論與政策啟示

本文對綠色信貸及科技創新為碳排放帶來的影響進行理論與實證分析，主要得出以下幾點結論。

第一，創新綠色信貸對碳排放的主要影響路徑是技術創新傾向提高效應，即倒逼重污染企業進行技術升級；金融資源優化配置效應，即提高污染行業融資成本，降低新增投資規模；信號傳遞效應，即傳遞發展綠色經濟的信號影響碳排放量。

第二，面板分位數回歸表明，在低水平碳排放地區，綠色信貸在一定程度上促進了碳排放水平的增加，而在中等或者中等偏低的分位點上，綠色信貸對碳排放的影響雖然為正，但是并不明顯。在高分位點上，綠色信貸對碳排放水平會產生明顯的抑制作用，且隨著碳排放水平的升高，這種抑制作用逐步增加。

第三，科技創新能有效促使我國整體及東中西三大地區碳排放量下降。其中，科技創新對我國東部地區碳減排的正向促進作用最大，對中部地區的碳減排促進作用相對較低，對西部地區的碳減排促進作用最弱。

基于上述研究結論，本文的政策啟示主要體現在以下幾點。

其一，優化頂層設計，完善碳排放權交易機制。當前，我國不同地區的碳排放規模存在較大區域異質性，影響了我國整體碳效率水平和經濟增長。為此，我國政府應優化頂層設計，完善碳排放交易網，發揮市場對不同省市之間碳排放量的調節作用，并通過法律機制進行維護和完善。碳減排的目標與我國生態文明建設的目標是一致的，中央政府與地方各級政府應該將碳減排作為生態文明建設的重點內容之一，將碳減排上升至生態文明建設的戰略高度，從而引起相關部門的高度重視，推動碳減排各項工作的順利推進。

其二，完善法律制度，提高綠色信貸效率。雖然綠色信貸對不同水平地區的碳排量影響存在異質性，但從長期來看，有利于降低碳排放水平。因此，我國政府應積極完善法律法規，健全綠色信貸政策體系和相關產業發展的法律法規，暢通綠色信貸資金的流通，提升各地區綠色信貸資金使用效率。當前我國中西部地區的信貸資金對碳排放的影響相對較弱，主要是因為這些地區的信貸資金特別是綠色信貸的使用效率較低，并沒有發揮推動綠色產業發展，促進綠色技術創新的作用。

其三，引流綠色資金，擴大綠色金融規模。生態環境具有公共物品屬性，決定了其投入多為政府資金，“30·60”碳目標事關我國發展大計，社會和民間資本理應參與。我國政府相關部門應積極出臺政策鼓勵民間資本進入綠色金融領域，鼓勵綠色風投、綠色保險發展，適當降低綠色風投的相關稅費，如資本利得稅等，特別是市場化水平較高的東部地區，應暢通民間資本的融入，形成政府資金與民間資本的良性互動，實現“1+1>2”的碳減排效果。

其四，擴大研發投入，提升科技創新水平。科技創新對我國整體及三大地區的碳排放水平均具有顯著的反向促進作用，說明科技創新能夠有效促進碳減排。但我國各地區之間的科技創新水平存在較大的異質性，影響了整體科技創新水平提高，也影響了我國整體碳減排的效果。因此，各地政府應積極擴大財政資金在技術研發方面的投入力度，積極促進本地區科技創新水平提高，依靠科技創新水平的迅速提高，促使碳排放水平的進一步下降。