綠色金融對低碳經濟發(fā)展的影響研究

摘要：改革開放以來，我國經濟發(fā)展迅速，但面臨的環(huán)境壓力較大，國家提出“雙碳”目標推動經濟發(fā)展轉型升級。綠色金融是關鍵支撐，能夠引導資金流向環(huán)保、能源產業(yè)，是實現可持續(xù)發(fā)展的重要途徑。本文通過構建模型，對全國各省面板數據進行實證檢驗，發(fā)現綠色金融對我國低碳經濟發(fā)展有正向促進作用，而且綠色金融通過產業(yè)結構升級對低碳經濟發(fā)展有促進作用。此次研究對實現“雙碳”目標和推動綠色轉型而言具有一定的現實意義。

關鍵詞：綠色金融；低碳經濟；可持續(xù)發(fā)展

DOI：10.12433/zgkjtz.20242505

一、研究背景

2020年，習近平在聯合國七十五屆大會上表明：“我國將力爭在2030年達到零排放目標，并在2060年實現碳中和。”黨的二十大也再次強調，要加速推進發(fā)展模式向綠色轉型，推動經濟社會向綠色低碳方向發(fā)展，而發(fā)展綠色金融則是實現“美麗中國”夢想的關鍵途徑。綠色金融，作為一種將資本引向具有環(huán)保、社會和經濟效益的項目的新型融資方式，旨在減輕生態(tài)壓力，促進經濟增長。通過對節(jié)能減排項目、資源循環(huán)利用等領域的支持，它推動了我國經濟和社會的可持續(xù)發(fā)展。然而，以鋼鐵、煤炭、化工等行業(yè)為代表的傳統高碳產業(yè)，雖然在我國國民經濟的發(fā)展中發(fā)揮了重要作用，但同時也帶來了嚴重的環(huán)境問題。在這種情況下，我國傳統制造業(yè)面臨著如何利用綠色金融實現低碳、環(huán)保和可持續(xù)發(fā)展的嚴峻挑戰(zhàn)。為此，本項目計劃從理論和實證兩個方面，研究綠色金融對我國高碳產業(yè)可持續(xù)發(fā)展的作用機制，并提出推動我國制造業(yè)向高端化、綠色化、智能化轉型的戰(zhàn)略建議。

二、研究設計

（一）研究假設

綠色金融通過“綠色貸款”“綠色債券”等融資方式，為環(huán)境科技、資源開發(fā)及企業(yè)低碳轉變提供融資支撐，在降低排放、推進科技進步等方面作用顯著。它能優(yōu)化企業(yè)財務結構，引導資本從重污染企業(yè)轉向環(huán)保企業(yè)。

綠色金融推動全球產業(yè)綠色低碳轉型，金融機構提高污染者貸款門檻，利于降低污染、優(yōu)化產業(yè)結構，鼓勵傳統行業(yè)采用綠色技術實現源頭減排，引導資金流向低排放和環(huán)境友好型行業(yè)。

基于以上分析，本文提出研究假設：

H1：綠色金融對推動低碳經濟發(fā)展有顯著的正向影響。

H2：綠色金融通過產業(yè)結構升級對低碳經濟發(fā)展有促進作用。

（二）模型構建

為了研究綠色金融對制造業(yè)碳排放的影響，產業(yè)結構升級在其中的中介作用，構建如下模型，在模型中分別代表省份、年份，代表綠色金融，為控制變量，為隨機誤差項。

（1）

（2）

（3）

三、數據來源及變量選擇

（一）數據來源

本研究選取2012～2022年中國30個省市的年報資料，涵蓋北大財經研究院、Wind數據庫、中國國民經濟研究所，以及各省市《統計年鑒》《國民經濟和社會發(fā)展統計公報》等資料數據。

（二）變量選擇

被解釋變量：低碳經濟發(fā)展（LCE）。本文從能源、經濟、社會和環(huán)境四個方面，建立了一個全面的低碳經濟發(fā)展指數，該體系包含四個一級指標：低碳能源、低碳經濟、低碳社會和低碳環(huán)境。低碳能源指標包括正向屬性的單位能源碳排放強度和能源轉換化率；低碳經濟指標包括碳生產率和經濟增長率；低碳社會指標則關注負向屬性的私家車數量和人均碳排放量；低碳環(huán)境指標包括森林覆蓋率的吸碳強度和生活垃圾無害化處理率的三廢治理合格率。同時，通過熵權法計算以上指標權重。

核心解釋變量：綠色金融（GF）。本研究建立了綠色金融的集成指數體系，包括五個一級指標：碳金融、綠色保險、綠色信貸、綠色證券和綠色投資。碳金融和綠色信貸具有負向屬性，分別通過CO2排放量與GDP的比值和能源密集型行業(yè)的利息支出衡量；綠色保險、綠色證券和綠色投資則具有正向屬性，分別通過環(huán)境污染責任險收益與保險費總額的比值、A股市場份額與市場總額的比值以及污染治理投資額與GDP的比值來衡量。最后通過熵權法計算這些指標權重。

中介變量：產業(yè)結構升級（IND）。選取第三產業(yè)增加值對國內生產總值的比值來表示產業(yè)結構升級。

控制變量：本研究選定了外商直接投資比例、政府介入程度、城鎮(zhèn)化水平、經濟發(fā)達程度以及工業(yè)化水平充當控制變量。其中，外商直接投資比例借助外商直接投資額和國內生產總值的比值進行衡量；政府介入程度通過財政支出在GDP中所占的比重予以反映；城鎮(zhèn)化水平以城市人口在總人口里的占比當作衡量標準；地區(qū)經濟發(fā)展水平利用人均GDP的對數值來展現；工業(yè)化水平由工業(yè)增加值在GDP中的比重來體現。

四、實證分析

（一）描述性分析

本次研究變量描述性統計如表1所示。低碳經濟發(fā)展指標的平均值為0.633，標準差為0.085，這表明不同觀測值之間的差異相對較小，顯示出一定的穩(wěn)定性。綠色金融和產業(yè)結構升級的均值較低，標準差較大，反映出這兩方面的發(fā)展在不同地區(qū)間存在較大差異，不同經濟體的產業(yè)結構升級程度不同。

（二）回歸分析

表2中第（1）列是不包含控制變量的回歸結果，第（2）列是加入控制變量后的回歸結果。綠色金融對低碳經濟發(fā)展的回歸系數為0.85，且在1%的水平下顯著，這表明綠色金融對低碳經濟有強烈的正向影響，支持了本文的研究假設1。模型的調整R2分別為0.153和0.347，表明模型擬合效果較好，具有一定的解釋能力。

（三）穩(wěn)健性檢驗

為了確保研究結果的穩(wěn)健性，本文將以下兩個方面進行穩(wěn)健性檢驗：（1）1%縮尾處理。為了避免因變量變動過大而導致的回歸分析的誤差，以及檢驗所得結論的穩(wěn)定性，我們采用1%的縮尾方法。（2）替換度量方法。本文利用主成分分析法對低碳經濟發(fā)展指標進行重新測算。穩(wěn)健性檢驗結果見表3，綠色金融對低碳經濟發(fā)展的影響仍然具有顯著性，通過了穩(wěn)健性檢驗。

（四）中介效應檢驗

在產業(yè)結構升級的中介效應檢驗中，加入中介變量IND后，綠色金融對IND的系數為0.288，GF對LCE直接效應消失，IND對LCE系數為0.380且顯著。N為210，R2顯示模型解釋能力較強，尤其在解釋產業(yè)結構升級方面表明產業(yè)結構升級的中介作用顯著，驗證了假設2。

五、結論與建議

本研究依據我國各省份數據建立回歸模型，重點關注綠色金融對低碳經濟增長的促進作用。研究結果表明，綠色金融有明顯正面作用，且通過產業(yè)結構優(yōu)化升級加強了此作用，在不同地區(qū)差異明顯。因此，本文提出以下建議：

第一，加強綠色金融政策支持與引導。我國綠色金融體系不完善，政府應完善政策體系，加強引導扶持。增強政策有效性，創(chuàng)新產品服務滿足融資需求，設專項環(huán)保基金支持低碳科技，用稅收優(yōu)惠鼓勵企業(yè)參與。同時加強項目評價監(jiān)督，確保資金用于環(huán)保和可持續(xù)發(fā)展，推動綠色金融助力低碳經濟。

第二，優(yōu)化產業(yè)結構，推動產業(yè)轉型升級。要促進經濟可持續(xù)發(fā)展，需鼓勵跨行業(yè)交叉融資，強化行業(yè)整合合作，推動產業(yè)鏈優(yōu)化升級。積極推動綠色與傳統文化產業(yè)轉型融合，加速綠色產業(yè)發(fā)展。建立綠色產業(yè)集群，實現經濟、社會與環(huán)境協同發(fā)展，保障我國經濟可持續(xù)發(fā)展。

參考文獻：

[1]黃波，劉相兵，徐一琿，等.綠色金融助推低碳經濟轉型的影響機制與實證檢驗[J].甘肅金融，2023，（12）：46-55.

[2]Sen Z，Weihao H，Xilin C，et al. Low-carbon Economic Dispatch Strategy for Interconnected Multi-energy Microgr Considering Carbon Emission Accounting and Profit Allocation[J].Sustainable Cities and Society，2023，99.

[3]Binu Parthan.Steve Thome，Yacob Mulugetta，Kavita Rai，Youba Sokona.Financing Low Carbon Energy Access in Africa [J].Energy Policy.2010（47）：71-78.

[4]于波，范從來.綠色金融、技術創(chuàng)新與經濟高質量發(fā)展[J].南京社會科學，2022，（09）：31-43.

[5]錢程，劉江楠，仲芊芊，等.綠色金融對高碳產業(yè)碳排放的影響研究——以制造業(yè)為例[J].投資與合作，2024，（04）：58-60.

作者簡介：戴玥（1990），女，廣東深圳人，對外經濟貿易大學統計學院碩士研究生在讀，研究方向為經濟管理、統計學。