雙碳背景下綠色金融助力碳減排的路徑研究

陳艷 李浩

摘 要：本文基于浙江地級市2010—2022年的面板數據，實證分析綠色金融與碳排放的內在關系以及產業結構升級在其中發揮的中介效應，研究發現：（1）綠色金融具有顯著的碳減排效應，實證結果通過了穩健性檢驗；（2）產業結構高級化是綠色金融作用于碳減排的路徑之一，且綠色金融通過其產生的間接“減碳”效應與直接效應相當；（3）產業結構合理化也是綠色金融作用于碳排放的路徑，但綠色金融通過其產生的間接“減碳”效應遠遠弱于直接效應。

關鍵詞：綠色金融；碳減排；產業結構高級化；產業結構合理化；中介效應

本文索引：陳艷，李浩.<變量 2>[J].中國商論，2024（01）：-117.

中圖分類號：F832.5 文獻標識碼：A 文章編號：2096-0298（2024）01（a）--04

1 引言

雙碳目標是推動經濟可持續發展的本質要求，目前已成為我國經濟轉型的助推器與社會發展的主旋律之一。

在雙碳目標的實現過程中，金融具有為綠色產業提供資金支持、引導資源流向綠色項目、激發社會資本共同參與的重要作用，綠色金融成為綠色低碳轉型的強有力引擎。

作為最早設立綠色金融改革試驗區的省份，浙江積極探索綠色金融實踐路徑，推動政府、企業、居民“三方聯動”，通過完善政策機制、創新金融工具、制定檢測標準、構建信息共享平臺等措施，成功打造綠色金融的浙江樣本。

截至2022年底，浙江省綠色信貸余額2.19萬億元，同比增長47.8%，并積極開展排污權、碳資產等環境權益類貸款業務，盤活企業生態資源權益，為企業發展引入綠色金融活水。

綠色金融對碳排放的影響作用，現有文獻研究較多但并無統一定論。部分認為綠色金融發展能夠抑制碳排放，如于智涵等（2021）認為綠色金融有助于減輕企業融資約束從而作用于碳減排[1]。

Liu R et al.（2019）基于實證研究，指出綠色金融能夠在改善生態環境方面發揮積極作用[2]。

高原等（2022）通過2013—2019年我國280個地級市的面板數據，運用雙重差分法驗證了綠色金融改革政策的碳減排效應和正向溢出效應，即綠色金融改革創新試驗區及其周邊地區的碳排放都有所減少[3]。

另一部分學者則持相反觀點，如金英君等（2021）提出金融作用于碳排放的結果與金融效率有關，當金融效率處于較低水平時其與碳排放表現出同向變動關系[4]。

譚敏（2020）認為綠色金融起步階段經濟規模增長，由此導致碳排放量增加[5]。

同時，現有研究顯示，綠色金融與碳排放之間的關系存在區域異質性，即針對不同區域得到研究結論可能存在明顯差異。

上述成果為本文研究奠定了基礎，但現有文獻存在機制研究匱乏、未以浙江省為實證分析對象等不足。因此，本文基于浙江省以綠色金融支持雙碳目標的實踐背景，測算歷年碳排放與綠色金融水平，并利用中介效應模型研究綠色金融如何作用于碳排放的內在機制。本文可能存在的邊際貢獻有：

（1）選題意義方面，當前浙江正加速推動雙碳目標，此時研究綠色金融是否具有碳減排效應、通過哪些路徑影響碳排放，旨在探討雙碳目標的實現路徑，提供以綠色金融產品創新、綠色金融制度完善促進雙碳的全新思路，具有一定的實踐意義。

（2）研究內容方面，少有文獻通過實證分析研究綠色金融對碳排放的作用路徑，且沒有文獻以浙江為研究背景。基于此，本文利用浙江省各地級市的數據，通過中介效應模型分析綠色金融助力碳減排的實現路徑，豐富了現有的研究體系。

2 理論機制

綠色金融通過產業結構升級作用于碳減排。產業結構高級化是產業結構由低級轉向高級的過程，表現為由勞動密集型產業占優勢逐步演進為知識、技術密集型產業占優勢[6]。

在綠色金融支持下，企業順利進行低碳技術創新，節能環保、清潔生產等產業獲得發展所需資金，經濟重心轉為以高新技術和現代服務業為核心的第三產業，產業結構逐漸向高級化演變[7]。

在這一過程中，污染密集型的第二產業比重趨于下降，高耗能、高排放項目逐步被低碳項目取代，實現了綠色金融通過推動產業結構高級化而減少碳排放的作用路徑。

產業結構合理化是各產業間的生產要素、資產配置和技術水平不斷調整，逐步趨于協調平衡的演變過程。綠色金融具有優化資源配置功能，即引導勞動、資本、技術等優質資源流向利用率與產出率更高的產業，從而提高社會整體的資源配置效率，促進產業結構趨于合理化。

在此過程中，新設備、新材料逐步替代原先的設備與材料，生產要素也由落后的工藝技術流向先進的工藝技術，有效破解了資源錯配約束企業產能的生產困境，降低了單位產品排放的CO2[8]，實現了綠色金融通過促進產業結構合理化而抑制碳排放的作用路徑。

3 研究設計

3.1 模型設定

本文設定以下基準模型，以檢驗綠色金融對碳排放的作用方向。

式中，i表示地區，t表示年份；碳排放量（C）為被解釋變量，綠色金融（GF）為核心解釋變量，X為一系列控制變量，具體包括經濟發展水平（Pgdp）、對外開放水平（Open）、政府干預程度（Gov）。代表個體固定效應，代表時間固定效應，為隨機擾動項。為重點關注系數，若為負且通過顯著性檢驗，說明綠色金融有助于降低地區碳排放，具有顯著的碳減排作用。

在模型（1）的基礎上，構建中介效應模型，以明確綠色金融通過何種路徑作用于碳排放。

式（2）（3）中，M代表中介變量，包括產業結構高級化與產業結構合理化，其他變量與符號的含義與式（1）相同。此時，若、與均顯著，說明綠色金融對碳排放的作用一部分為直接影響，另一部分則通過產業結構升級來實現；若、顯著而不顯著，說明綠色金融對碳排放的作用完全通過產業結構升級來實現，沒有任何直接效應。

3.2 變量定義

碳排放量（C）為被解釋變量。采用IPCC的方法進行測算，如式（4）所示。式中，E為某種能源的消耗總量，A為折標準煤系數，B為標準煤的碳排放系數，44、12分別為CO2與C的分子量，上述變量相乘得到這種能源的CO2排放量，再將所有能源的CO2排放量加總即得總排放量。式中i為能源種類，EC為CO2排放量。

綠色金融（GF）為核心解釋變量。我國的綠色金融自2016年開始步入加速發展階段，綠色金融工具不斷豐富，其中當屬綠色信貸發展最為迅速并已成為綠色金融的主力軍。因此，本文采用綠色信貸來衡量綠色金融發展水平，測度指標為除六大高耗能工業產業以外的利息支出占工業利息總支出的比重。

將產業結構升級作為綠色金融發展助力碳減排的中介變量，產業結構升級又表現為高級化、合理化兩方面，借鑒朱學紅等（2020）[9]的做法，計算第三產業產值與第二產業產值的比值來反映產業結構高級化水平（Inds）；借鑒干春暉等（2011）的做法[10]，計算泰爾指數來反映產業結構合理化水平（Indr），具體公式如下：

式中，TL代表泰爾指數，Y代表產值，L代表就業人數，i（=1，2，3）表示三次產業。泰爾指數為反向指標，數值越低表明產業結構合理化程度越高，指數為0則表示經濟達到均衡狀態，生產要素實現最優配置，各產業之間的協調水平達到最佳。

控制變量包括：經濟發展水平（Pgdp），用人均GDP來測度并做對數化處理；對外開放水平（Open），用進出口總額占GDP的比重來測度；政府干預程度（Gov），通過一般公共預算支出占GDP的比重來測度。

本文基于2010—2022年浙江省地級市面板數據進行統計研究，因湖州、金華、舟山未公布歷年細分行業的利息支出數據，無法評估綠色金融發展水平，因此剔除以上城市。實證數據源于各市《統計年鑒》、國民經濟和社會發展統計公報、人口主要數據公報以及Wind數據庫與iFind數據庫，缺失數據通過插補法加以填充。

4 實證分析

4.1 基準回歸

表1列（1）為基準回歸實證結果，反映綠色金融發展對碳排放的影響作用。列（1）中，綠色金融的回歸系數為-0.7832且通過1%顯著性水平的檢驗，說明綠色金融對碳減排有積極作用，發展綠色金融有助于減少碳排放量?？刂谱兞恐?，經濟發展的回歸系數顯著為正，這是因為經濟發展提高了各生產部門對電力、石油等化石能源的需求，而化石能源消耗是產生碳排放的主要原因。因此，有必要優化能源消費結構、提高清潔能源比重，從而推動碳排放與經濟增長逐步脫鉤。

對外開放的回歸系數顯著為正，這是因為浙江作為外向型經濟體，其出口值遠遠高于進口值，且主要出口高碳含量的工業制成品，因此在出口環節承接了來自發達國家的高碳產業轉移，最終在對外貿易中扮演“污染避難所”角色。

政府干預的回歸系數顯著為負，說明政府部門可通過行政引導、財政撥款等方式降低碳排放，如增加節能環保支出以治理污染，增加科學技術支出以支持綠色技術創新與平臺開發。

4.2 機制分析

表1列（2）～（5）為中介模型的實證結果，檢驗綠色金融影響碳排放的具體路徑。列（2）（3）以產業結構高級化為中介變量，列（2）顯示綠色金融對產業結構高級化的回歸系數顯著為正，說明發展綠色金融有助于推動地區產業由低附加值轉向高附加值；結合列（3），綠色金融與產業結構高級化的回歸系數均通過顯著性檢驗，說明產業結構高級化是綠色金融作用于碳減排的路徑之一。

就數值來看，綠色金融對碳排放的直接效應為-0.4049，通過促進產業結構高級化而實現的間接效應為-0.3782（0.7747×-0.4882），降碳的總效應為-0.7832，間接效應在總效應中所占比重為48.29%。

表1列（4）（5）以產業結構合理化為中介變量，列（4）表明綠色金融對產業結構合理化的回歸系數為正，而產業結構合理化為負向指標，因此提高綠色金融可促進資源要素的合理分配及各產業之間的協調發展；結合列（5），綠色金融與產業結構合理化的估計系數均通過顯著性檢驗，說明產業結構合理化也是綠色金融作用于碳減排的路徑。

此時，綠色金融對碳排放的直接效應為-0.7657，通過促進產業結構合理化而實現的間接效應為-0.0175（-1.4592×0.0120），間接效應在總效應中所占比重為2.29%。

5 結語

綜上所述，本文提出以下對策建議：

（1）借力數字化技術加速綠色金融發展。如利用大數據技術收集、清洗和分析數據，強化金融機構信息處理能力；利用人工智能技術構建客戶精準畫像，自動進行綠色信貸審批與定價；利用區塊鏈技術打破信息壁壘，實現信息互聯互通。

（2）加強綠色金融對碳減排的積極作用。目前市場存在非綠色企業將污染項目“漂綠”以獲取綠色融資，及綠色企業融得資金后將其用于非綠色項目的“洗綠”行為，嚴重削弱了綠色金融的碳減排效應，應加強政府監管、提高企業信息披露標準。

（3）充分發揮綠色金融與產業升級的協同效應。積極引導綠色金融流入第三產業、綠色產業及高新技術產業，激發產業升級在綠色金融降碳過程的催化功能。

參考文獻

于智涵，方丹，楊謹.資源型經濟轉型試驗區政策對碳排放的影響評估：以山西省為例[J].資源科學，2021，43（6）：1178-1192.

Liu R ， Wang D， Zhang L ， et al. 2019， Can green financial development promote regional ecological efficiency？ A case study of China. Natural Hazards.[J]2019：1-19.

高原，申珍珍.綠色金融改革政策的碳減排效應[J].中國環境科學，2022，42（10）：4849-4859.

金英君，劉曉峰，王義源.政府調控碳排放路徑研究：基于金融效率的視角[J].中國軟科學，2021（5）：135-144.

譚敏.綠色金融對我國二氧化碳排放的影響研究[D].重慶：西南大學，2020.

謝非，周美玲.綠色金融對數字經濟綠色發展影響效應研究[J].重慶社會科學，2023（7）：35-50.

嚴太華，朱夢成.技術創新、產業結構升級對環境污染的影響[J].重慶大學學報（社會科學版），2021（6）：1-15.

孫凌宇，羅楊帆.產業結構合理化對碳排放影響的空間效應[J].重慶社會科學，2022（10）：55-68.

朱學紅，彭婷，諶金宇.戰略性關鍵金屬貿易網絡特征及其對產業結構升級的影響[J].資源科學，2020，42（8）：1489-1503.

干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011，46（5）：4-16+31.