綠色金融發展對企業碳排放的影響

摘 " 要：作為傳統金融的延伸，綠色金融的碳減排作用受到實踐者與政策制定者的廣泛關注，但學者們對于綠色金融能否抑制碳排放的研究結論并未達成一致。本文通過構建更加完善的綠色金融測度綜合評價體系，基于2000—2021年上市企業微觀數據，實證考察了綠色金融發展對企業碳排放的影響。研究發現，綠色金融的發展顯著降低了企業碳排放；在考慮了環保稅的調節作用后，綠色金融的碳減排效果更加明顯；尤其是在中、高稅率地區，環保稅的調節效應更為顯著。此外，綠色金融對西部地區企業、重污染企業、高新技術企業以及非“漂綠”企業的碳排放抑制效果更為突出。因此，應該進一步完善綠色金融評價體系，不斷優化環保稅政策，并推出差異性的綠色金融政策，同時強化監管以更好地驅動綠色發展和實現“雙碳”目標。

關 "鍵 "詞：綠色金融；碳排放；環保稅；綠色技術創新

中圖分類號：F832；X196；F124.3 " " 文獻標識碼：Ａ " "文章編號：2096-2517（２０25）０1－0０42－15

DOI：10.16620/j.cnki.jrjy.2025.01.004

一、引言

習近平主席在第七十五屆聯合國代表大會上提出“30·60”雙碳目標，即二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和①。根據國際能源署的統計，中國在2020年的碳排放量已超過100億噸，約占全球總量的28%，2021年這一比例上升至33%， 2022年為30.9%，2023年為34%，創歷史新高②，因此中國面臨極為緊迫的碳減排形勢。實現碳減排是一項復雜的多維度工程，需要在政策、資金和技術等方面進行全方位的支持，其中綠色金融發揮著至關重要的作用。

作為傳統金融的延伸，綠色金融專注于為環保項目提供投融資和多樣化的金融服務，其核心目標是推動環境保護和可持續發展。多數學者認為，綠色金融的發展在減少碳排放方面發揮了顯著作用。Aboul-Dahab等（2021）針對支持綠色金融的經濟體展開研究，確認了其在節能減排方面的積極作用[1]。Ren等（2020）則基于2000—2018年的數據，通過矢量誤差修正模型進一步驗證了這一結論[2]。Lee等（2023） 運用中國省級面板數據分析了綠色金融與碳排放強度的聯系，發現綠色金融通過推動經濟增長和技術創新等路徑有效減少了碳排放[3]。楊金朋等（2023）研究認為，綠色金融通過影響綠色技術創新能力顯著抑制了碳排放，這一效應主要通過提升綠色技術創新能力實現[4]。杜炎等（2023）構建了綠色金融綜合指數，利用中國30個省份的面板數據實證研究了綠色金融對碳排放的影響，結果表明綠色金融顯著抑制了碳排放[5]。盡管綠色金融普遍被認為有助于減少碳排放，部分學者卻提出了不同的觀點。Zahan等（2021）認為， 綠色投資雖然在短期內能有效減少碳排放，但其對碳排放的長期影響并不顯著[6]。Hammoudeh等（2020）和Wan等（2021）分別以美國和中國的數據為基礎，從綠色債券和綠色投資等綠色金融工具角度探討其對碳排放的影響，得出綠色金融對碳排放沒有顯著影響的結論[7-8]。Zhang等（2011）結合中國的社會經濟發展現狀，進一步指出綠色金融政策效果不佳的原因可能包括政策細節不足、執行力度不夠、審核標準不嚴格以及銀行對環保信息缺乏等[9]。吳佳妮（2022）指出，綠色信貸的資金導向可能會限制高能耗行業獲取技術改造資金， 進而影響低碳技術創新的實施，短期內可能造成碳排放增加[10]。

綜上所述，國內外學者在綠色金融與碳排放之間的關系方面已開展了一些研究，并取得了一定的成果，但仍未達成一致的結論，可能的原因有兩點，一是關于綠色金融發展水平的測度未達成統一標準；二是未考慮環境財稅政策對綠色金融碳減排效應可能產生的影響。

鑒于此，本文聚焦于微觀層面，選取2000—2021年滬深A股上市公司作為樣本，實證研究綠色金融對企業碳排放的影響。 通過構建涵蓋綠色信貸、綠色證券、綠色投資等七個關鍵領域的綜合指標體系，進一步完善了綠色金融的測量方法。此外，本文還將環保稅納入研究范圍，從財政與市場結合的角度探討綠色金融對碳排放的潛在影響機制。為研究綠色金融在碳減排效果上的差異性，本文將根據企業地理位置、科技創新能力和污染程度等特征進行分類，進而從不同的角度實證研究綠色金融的碳減排效應。

二、理論分析與研究假設

（一）綠色金融對企業碳減排的影響

綠色金融在減緩企業碳排放方面發揮了至關重要的作用。具體而言，綠色金融通過將高排放企業的環境外部成本內化，并遵循環境保護原則引導資本流向，從而實現了對綠色和環保產業的有效資金配置，不僅推動了產業的綠色轉型，還促進了節能減排目標的達成， 顯著推動了低碳經濟的發展。這主要是通過“補貼效應”“擠出效應”以及“信號傳遞效應”三種核心機制來實現的。一是綠色金融通過為清潔能源行業的企業提供個性化的資金支持和利率優惠[11]，有效引導市場資本向環保和綠色產業流動， 確保企業獲得足夠的資金以擴大生產規模，并推動綠色技術的研發投資，實現低碳發展目標。 二是綠色金融通過實施信貸限額和提高利率，顯著增加了高排放企業的融資成本，對污染嚴重的棕色和黑色產業產生了更大的融資約束[12]。同時，這種融資限制將迫使這些企業進行技術改造和產品升級，實現從“黑”到“綠”的轉型，進而減少碳排放。顯然，綠色金融的發展具有雙重效果。一方面，融資約束限制了高排放企業的擴張；另一方面，它還有效促進了綠色技術的創新和生產模式的轉型，從而實現節能減排的目標。三是綠色金融發揮了綠色信號傳遞的作用[13]。綠色金融能夠警示棕色、黑色產業，促使它們加快向綠色轉型升級的步伐。同時，吸引新資本流入綠色產業，提高綠色產能的比例，從而推動碳減排目標的實現。對此，本文提出以下假設。

假設1：綠色金融的發展對企業碳排放具有抑制作用。

（二）綠色技術創新對綠色金融碳減排效應的影響

綠色金融的發展已成為綠色技術創新的強大推動力， 而綠色技術創新是影響碳排放的關鍵因素。綠色技術創新涵蓋了節能降碳的新技術、新工藝和新產品，然而，由于其高風險、高投入和長周期的特性，企業往往面臨融資困難和資金短缺的問題[14]。同時，環保財稅政策可能提高企業的合規成本和財務負擔，從而導致企業減少在綠色創新領域的投資，產生所謂的“擠出效應”[15]。而綠色金融在應對這些挑戰方面發揮了關鍵作用。一方面，綠色金融具有資源配置功能。該金融模式能高效地匯聚地區的人力、資本及技術資源，并將它們導向綠色產業領域。 此舉不僅加速了綠色產業的創新與研發進程， 還有力推動了區域內綠色技術的快速發展。另一方面， 綠色金融展現出強大的資金匯聚效能。在綠色產業研發初期，綠色金融工具的運用能有效遏制污染行業的資金流，使資金集中于綠色產業的成長。這為綠色產業的創新研發注入了必需的資金血液，促進了創新成果的加速涌現。這些成果逐步成型后，可借助綠色金融平臺轉化為資本市場上的投資標的，進一步拓寬融資渠道。這一過程顯著減輕了綠色產業面臨的融資難題， 確保了綠色技術創新過程中的資金連續性[16]。同時，綠色金融在風險管理方面也發揮著至關重要的作用。作為外部融資的重要渠道，它助力綠色企業在高成本、長期性的創新進程中降低財務風險。此外，綠色金融通過完善的信息披露體系，為地方金融機構及民間投資者提供了準確、全面的數據支持，有效降低了信息不對稱帶來的投資風險。這一系列舉措不僅解決了綠色企業在技術研發階段的資金瓶頸， 還為其研發活動提供了堅實的資金支持， 最終推動了地區綠色技術的蓬勃創新與發展。此外，綠色技術創新的溢出效應進一步加速了綠色技術的傳播和應用，有助于進一步減少碳排放[17]。據此，本文提出如下假設。

假設2：綠色技術創新對綠色金融碳減排效應具有中介作用。

（三）環保稅對綠色金融碳減排效應的影響

金融與財政支持是實現“雙碳”目標的關鍵驅動力。由于市場失靈和環境負外部性的存在，市場主體缺乏主動節能減排的動力， 需要政府積極介入，采取綠色財政政策來調節市場，以引導企業及其他市場主體實現碳減排。中國環境治理成效有限的一個重要原因是缺乏專門的環境稅制度[18]。為彌補這一缺陷，自2018年1月1日起，我國正式實施了《中華人民共和國環境保護稅法》（以下簡稱環保稅法）， 這部法律不僅是我國綠色稅制的重要組成部分， 也是首個以保護生態環境為目的的稅收法規。實施環保稅收政策能夠顯著提升對居民及企業排污行為的管控強度，綠色金融對碳排放密集型企業的融資限制作用將更加明顯，有力阻止這類企業采用“漂綠”策略或末端處理措施等不正當手段來獲取綠色金融資源[19]。在環境監管相對寬松的環境下，企業面臨的環境污染成本相對較低，加之政府環境政策缺乏穩定性和明確導向，一些企業可能會選擇繳納環境稅費或采購污染治理設施來滿足監管標準， 而不是通過綠色金融手段來減少污染物排放。另外，由于環保市場機制約束力不強，部分企業可能心存僥幸， 采用不正當方式占用綠色金融資源，導致資金被誤用，這不僅削弱了企業自主創新的積極性，也阻礙了整個行業向綠色可持續發展路徑的轉變。然而，在環境監管趨嚴的情況下，企業為達到環保和節能要求所需承擔的成本會隨著監管強度的加大而不斷攀升。 在這種成本壓力之下，企業會更加謹慎地配置綠色金融資源，通過設立專門的綠色基金來優化生產流程，增強其在節能減排等領域的綠色創新能力。綜上，本文提出如下假設。

假設3：環保稅在綠色金融的碳減排效果中起到調節作用。

三、研究設計

（一）樣本選擇與數據來源

本文選取2000—2021年滬深A股非金融類上市公司作為分析對象，并依據以下標準進行篩選：首先，排除被標記為ST及*ST的上市公司；其次，移除關鍵財務信息缺失的樣本；最后，剔除資產負債率超過100%的異常樣本。 為了減輕極端數值對統計結果的潛在干擾，本文對所有連續型變量實施了1%～99%的Winsorize縮尾處理， 最終確定了涵蓋1155家上市公司，總計24 525個年度觀測點的樣本數據集。本文所使用的數據主要來源見表1。

（二）變量說明

1.被解釋變量

本文將企業碳排放量（CE）作為被解釋變量。由于目前我國尚無權威機構提供企業層面的碳排放數據，本文借鑒王浩等（2022）[20]的碳排放量計算方法，依據企業信息披露的差異，將其劃分為兩大類別。 針對那些直接公布年度碳排放數據的企業，本文直接采納其官方報告中的數值，并統一了計量單位。由于化石能源消耗量、電力及熱力使用量是《溫室氣體核算體系》 框架下強制要求披露的關鍵內容， 所以針對那些雖未直接披露碳排放總量，但提供了化石燃料消耗、 電力及熱力消耗數據的企業，本文遵循國家發展改革委頒布的《企業溫室氣體排放核算與報告指南》中的具體算法，對其碳排放量進行了估算。通常，企業全面披露的碳排放總量應涵蓋范圍一和范圍二①兩個范疇的總和。其中化石燃料燃燒產生的碳排放量由活動水平（AD，即燃料消耗量乘以平均低位發熱量）與相應的碳排放因子（EF）②共同決定，詳細計算方法見公式（1）。對于電力消耗， 其碳排放量的計算類似于化石燃料，活動水平為企業外購電量， 碳排放因子則依據企業所在電網區域的最新平均排放因子，該數據來源于國家應對氣候變化戰略研究和國際合作中心。至于熱力消耗， 本文采用國家統一設定的排放因子0.11tCO2/GJ進行估算，從而得出企業的間接碳排放量。通過上述方法，能夠基于化石燃料燃燒、電力及熱力消耗數據，準確評估企業的碳排放情況。

E=AD×EF （1）

2.解釋變量

由于綠色金融的發展仍處于初期階段，各國在數據披露方面存在差異，因此全球范圍內尚未形成完善的評價標準。目前，主流的綠色金融發展水平評估方法是通過創建綜合指標體系來實現量化分析。相關研究通常從“五個核心維度”出發，即“綠色信貸”“綠色投資”“綠色證券”“綠色保險”以及“環境權交易”， 以構建用于評價綠色金融發展水平的綜合指標[21-25]。此外，一些研究將“環境權交易”維度替換為“碳金融”[26-29]，或將其替換為“綠色基金”這一指標[30]。然而，盡管現有的測度方法均圍繞綠色金融的內涵和發展本質展開，但在選擇第五類指標時，仍存在一定的分歧。更為重要的是，現有的研究尚未從財政角度考察那些可能影響綠色金融度量的潛在因素。這種度量標準缺乏一致性和全面性， 無疑可能導致研究結果出現一定的偏差和分歧。因此，本文在已有研究基礎上，引入“綠色基金”這一指標，并將“環境權益”與“碳金融”合并為“綠色權益”，同時納入財政環保支出（“綠色支持”）作為財政政策相關因素，構建了包含七個維度的綠色金融綜合評價體系。已有文獻對綠色金融測度的研究不足且存在爭議，本文以顆粒度更精細化的評價方式測度綠色金融，為綠色金融發展程度測算形成統一的統計口徑與統計方法提供了新思路。

文中的核心解釋變量為綠色金融綜合指數（GF）。借鑒呂鯤等（2022）[31]和何秋潔等（2024）[32]的研究方法，結合綠色金融的內涵和服務類型，構建了一個多維度分析框架。 該框架涵蓋了綠色信貸、綠色投資、綠色保險、綠色債券等核心領域，并額外納入綠色支持、綠色基金和綠色權益三個與綠色金融緊密相關的關鍵領域，以全面評估我國各地級市綠色金融的綜合發展水平。在數據處理上，本文運用熵值法這一客觀賦權技術，對各指標數據的離散程度進行深入分析，以捕捉不同區域綠色金融實踐的差異性與動態變化，進而科學合成一個能夠綜合反映綠色金融發展水平的綜合評價指標。鑒于數據可得性及當前并未有企業層面的綠色金融指數數據，本文將各地級市綠色金融綜合指數根據企業所在地城市代碼及年份進行匹配，從而得到企業層面的綠色金融指數數據。 綠色金融指數的數值越高，代表企業的綠色金融發展水平越高。綠色金融綜合指數的二級維度變量定義及其具體含義詳見表2。

3.中介變量

正如前文所述，綠色金融的發展可能通過影響企業的綠色技術創新水平（GIT）來促進碳減排。參考鄧玉萍等（2021）[33]的研究方法，本文使用企業綠色發明專利申請數量來衡量企業的綠色技術創新水平， 并對該指標加1后進行對數轉換。GIT的值越高，表示企業的綠色技術創新能力越強。

4.調節變量

本文選取的調節變量為環保稅（ER），用企業當年實際繳納的環境保護稅額來衡量，而且這里為狹義的環境保護稅，由排污費改制而來，即國家以保護環境為目的，針對企業的排污行為課征的獨立稅種。由于此稅種于2018年才開始實施，因此借鑒劉樑等（2022）[34]的研究，將2000—2017年的環保稅數據采用企業當年繳納的排污費來代替。

5.控制變量

為剔除企業自身的發展可能對其碳排放產生的影響，依據經濟學原理及過往研究成果，本文在構建模型時納入了以下控制變量：總資產凈利潤率（ROA）、銷售凈利率（NetProfit）、速動比率（Quick）、市凈率（PB）、托賓Q值（TobinQ）、管理費用率（Mfee）、產融結合（FinInst）。此外，本文還控制了行業和年度效應。

各變量的詳細定義見表3。

（三）模型設定

為驗證綠色金融碳減排效應，本文構建如下面板模型：

CEit=？琢0+？琢1GFit+？琢2Controlsit+？著it （2）

其中，CEit表示i企業t年碳排放量；GFit表示i企業t年綠色金融綜合指數；Controlit表示控制變量，包括總資產凈利潤率（ROA）、銷售凈利率（NetProfit）、速動比率（Quick）、市凈率（PB）、托賓Q值（TobinQ）、管理費用率（Mfee）、產融結合（FinInst）。

為了進一步檢驗綠色金融碳減排效應的傳導機制，借鑒張梓榆等（2023）[35]的研究，選擇中介效應模型逐步回歸檢驗法，在模型（2）的基礎上構建如下中介效應模型。其中，GITit表示企業的綠色技術創新水平。

GITit=？茁0+？茁1GFit+？茁2Controlsit+？著it （3）

CEit=？姿0+？姿1GFit+？姿2GITit+？姿3Controlsit+？著it （4）

另外，為了探究環保稅（ER）在綠色金融發展對企業碳排放的影響過程中是否具有調節效應，本文借鑒周穩海等（2024）[36]的研究，在式（2）的基礎上加入綠色金融綜合指數及其與環保稅的交互項來進行驗證，并對構建交互項的變量進行中心化處理，構建模型如下：

CEit=？棕0+？棕1GFit+？棕2ERit+？棕3GFit×ERit+

？棕4Controlsit+？著it （5）

四、實證結果與分析

（一）描述性統計

表4呈現了各關鍵變量的描述性統計分析結果。據分析，企業碳排放量（CE）的平均值為0.24，顯示出較高的碳排放水平；同時，其標準差達到0.59，且最小值與最大值分別低至0和高達6.43，表明不同企業之間的碳排放量存在顯著異質性，體現了我國企業碳排放的總體水平偏高且分布不均。綠色金融綜合指數（GF）的平均值為0.35，表明我國綠色金融的發展尚處于中低等水平；其標準差為0.13，表明綠色金融發展水平在不同地區或機構間存在一定程度的差異；其最小值為0.05，最大值為0.63，進一步驗證了綠色金融在我國的發展水平仍有較大的提升空間。其余控制變量的描述統計特性與前述文獻記載的結果大致吻合，這從側面驗證了本文所選樣本的恰當性和代表性。

（二）多重共線性檢驗

為驗證變量選擇的科學性，在開展基準回歸分析之前，本文首先對研究數據集實施了多重共線性診斷，詳細結果見表5。該表中列出的方差膨脹因子（VIF）最大值僅為2.87，遠低于普遍接受的10這一臨界值，有力證明了本文變量間不存在顯著的多重共線性困擾。

（三）基準回歸結果分析

1.基準回歸分析

根據模型（2），本文的基準回歸結果如表6所示。表6中列（1）展示了未納入任何控制變量的回歸結果，綠色金融綜合指數的系數為-0.099，且在1%的顯著性水平上顯著。在列（2）中引入控制變量后，綠色金融綜合指數的系數調整為-0.041，同樣在1%的顯著性水平上顯著。此結果顯示，無論是否加入控制變量，綠色金融發展對企業碳排放都具有顯著的抑制作用，從而驗證了假設1。

2.進一步分析

正如前文所述，綠色金融的衡量并未確立統一的標準，導致了實證研究結論的差異。綠色金融作為一個廣泛的概念，涵蓋了多種金融工具和政策措施，但其會受到多種因素的制約，導致不同研究所得的結果存在較大差異。本文在建立綠色金融綜合評價指數的基礎上，進一步分析了不同綠色金融工具對企業碳排放的影響。 具體回歸結果如表7所示。從中可以看出，綠色信貸、綠色投資、綠色債券、綠色權益對企業的碳排放抑制作用顯著，而綠色保險、綠色支持以及綠色基金并不顯著。可能的原因在于，綠色信貸和綠色投資通常直接影響企業的資金流動和投資方向，從而能更為有效地推動企業的綠色轉型和碳減排措施。相比之下，綠色保險等工具的影響較為間接，雖然能夠提供一定的資金支持和風險保障，但其實際推動企業減少碳排放的力度較弱。此外，綠色支持和綠色基金在某些情況下可能更多地側重于長期項目或間接影響，短期內難以顯現顯著的減排效果。因此，僅以單一的綠色金融工具作為綠色金融的衡量有失偏頗，建立綜合指數更為科學。通過綜合評價指數，可以全面反映各類綠色金融工具的作用機制及其對碳排放的整體影響，從而為政策制定者提供更為精準的依據。

（四）穩健性檢驗

1.替換被解釋變量

由于目前企業公開的碳排放數據較少，可用性較低，因此，本文借鑒潘敏等（2022）[37]以及李紹哲等（2023）[38]的研究，將企業營業成本在其行業主營業務成本中的比例作為權重，計算出企業的碳排放量（ce）。公式如下：

ce=第n年企業碳排放量

第n年行業碳排放量 "（6）

其中，行業碳排放量數據、行業營業成本及企業營業成本均為CSMAR數據庫直接下載獲得。

為了驗證所構建指標的合理性，本文對所計算的企業碳排放量（ce）與前述的企業碳排放量（CE）進行了皮爾森相關性檢驗和OLS回歸分析。 皮爾森相關性檢驗結果顯示， 兩者之間的相關系數為0.5， 并在1%的顯著性水平上表現出顯著的相關性。同時以CE作為被解釋變量，ce作為解釋變量，并控制行業及年份固定效應，在未控制其他企業特征變量的情況下，解釋變量系數為0.747，且在1%的水平上顯著，表示兩者存在高度的相關性，這一結果驗證了企業碳排放量指標（ce）的合理性。

接下來將求得的碳排放量指標（ce）作為被解釋變量進行回歸分析，結果見表8中列（1）。綠色金融綜合指數的回歸系數在1%的水平上顯著為負，與基準回歸結果一致，再次驗證了假設1。

2.工具變量法

為了避免因遺漏變量、解釋變量和被解釋變量互為因果等可能導致的內生性問題對研究結果產生的估計偏誤，本文選取綠色金融綜合指數的滯后一期（LagGF）作為工具變量，采用兩階段最小二乘方法（IV-2SLS）進行估計。表8中列（2）為工具變量法的檢驗結果，在1%的顯著性水平上，綠色金融綜合指數的回歸系數顯著為負，這一結果與基準回歸的結論保持一致。

3.縮短樣本時間窗口

2000—2009年，我國綠色金融增長較為平緩，但自2010年起進入顯著增長階段。 本文認為綠色金融增長與政府的大力支持密不可分。 考慮到綠色金融自2010年起步入正軌并規范發展， 同時碳排放可能受其他政策因素的影響，為驗證模型的穩健性， 本文通過縮短樣本時間范圍， 選取2010—2021年的數據區間進行分析， 相關結果見表8中列（3）。與基準回歸結果對比后可知，縮短樣本時間窗口后， 綠色金融對企業碳排放的抑制作用更為顯著。

4.剔除異常值

由于2008年全球金融危機和2020年新冠疫情對經濟和社會的影響可能導致樣本數據出現偏差，本文參考了李爍（2024）[39]的研究方法，剔除了這兩年的數據以進行穩健性檢驗。表8中列（4）的回歸結果與基準回歸結果保持一致，再次驗證了結果的穩健性。

5.將解釋變量滯后一期

為避免市場效率可能對研究結果產生的時滯影響，本文借鑒王彥林等（2024）[40]的研究方法，對綠色金融（GF）數據進行了滯后一期處理，再次檢驗其對企業碳排放的影響。結果如表8中列（5）所示，綠色金融對企業碳排放影響的檢驗結果仍在1%統計水平上顯著為負，且滯后一期的綠色金融表現出更強的碳減排效應。

（五）中介效應檢驗

前述機制分析表明，綠色金融的發展能夠通過促進綠色技術創新而對企業碳排放產生抑制作用。為驗證這一傳導機制， 本文將綠色技術創新作為中介變量，對綠色金融的碳減排機制進行檢驗，實證結果如表9所示。其中，列（1）顯示了基準回歸的結果，列（2）和列（3）則分別顯示了模型（3）與模型（4）的回歸結果。從列（2）可以看出，系數β1在統計顯著性水平為1%時呈現出正向效應，證明了綠色金融的蓬勃發展對提升企業綠色技術創新能力具有顯著的正向推動作用。在列（3）中系數λ1為-0.040，λ2為-0.022，均顯著為負，說明綠色金融通過提升企業的綠色技術創新能力抑制了其碳排放水平，企業綠色技術創新起到了中介效應。為了確保研究結論的可靠性，本文采納了Bootstrap中介效應檢驗方法，經過1000次的重復抽樣流程，最終確定了中介效應的置信區間范圍為-0.068～-0.018，不包括0，且z值為-3.34，在1%的水平上顯著，再次證明了企業綠色技術創新中介效應的存在①。

（六）調節效應分析

1.環保稅的調節效應檢驗

表10顯示了環保稅在綠色金融發展對企業碳排放影響中的調節效應回歸結果。可以看出，環保稅變量引入后，綠色金融綜合指數的系數在1%的顯著性水平上依舊為負。此外，環保稅與綠色金融綜合指數的交互項在5%的顯著性水平上同樣為負。這表明環保稅在綠色金融對企業碳排放的影響中具有顯著的調節作用。根據模型（5），交互項系數與環保稅均值的乘積與綠色金融待估系數之和為-0.5479，遠小于基準回歸中GF的系數，說明從整體來看，環保稅的加入顯著促進了綠色金融的碳減排效應，驗證了假設3。

2.不同環保稅征收稅率水平下的調節效應分析

環保稅法于2018年初正式生效，并于同年4月1日開始實施首次征稅周期。該法律明確了應稅環境污染物的種類，包括大氣污染物、水污染物、固體廢棄物和噪聲污染四個主要類別。對于固體廢棄物和噪聲污染物，環保稅法設定了全國統一的稅率標準。然而，對于大氣污染物和水污染物的稅額，法律允許地方政府在規定的范圍內根據當地經濟發展水平和環境污染狀況自行調整。這使得各省、市、自治區能夠根據自身的具體情況設定相應的稅額標準，以便更有效地應對區域內的污染問題。

從現行的稅額標準來看，京津冀地區在征收應稅大氣污染物和水污染物方面采取了較為嚴格的措施。具體而言，北京市遵循了稅法中規定的最高稅額標準，而天津和河北的稅額水平也顯著高于其他區域。江滬地區的稅額水平緊隨其后，相對而言，其他大多數地區的稅額則較低，尤其是內蒙古自治區及東北三省等13個省份，這些地區均按照稅法中最低稅額標準進行征收①。

由于各地征收稅額不同，環保稅在綠色金融碳減排效應中產生的調節作用也可能會呈現出明顯差異，鑒于此，本部分將根據各企業所在省份征收環保稅額度的不同程度進行劃分，按照環保稅征收額度的“低、中、高”三個層次進行調節效應的異質性分析。表11中列（1）至列（3）分別顯示了在低等稅率、中等稅率、高等稅率地區環保稅在綠色金融發展對企業碳排放影響中的調節效應回歸結果。

在表11列（1）中，綠色金融綜合指數的系數及其與環保稅的交互項系數均為負，但都不顯著，說明在低等稅率地區，環保稅在綠色金融的碳減排效應中未起到顯著的調節作用。出現這種情況的原因可能包括： 在環境財稅政策執行力度不足的背景下，企業可能通過賄賂或提升經濟貢獻等方式影響地方政府的決策， 導致其對污染企業的監管松懈，甚至給予不當支持。這無形中削弱了環境規制措施的實際執行力和預期效果。規制俘獲行為不僅要求企業投入大量資源和時間，還減少了環境財稅政策對企業經營活動的規范作用，從而削弱了綠色金融在推動產業生態化方面的支持作用。此外，在環境規制力度不足的政策環境下，企業可能將原本計劃用于環境保護的綠色信貸資金用于“粗放式擴張”，從而在一定程度上增加其碳排放水平。

在表11的列（2）和列（3）中，綠色金融綜合指數的系數在1%的水平上均顯著為負， 說明綠色金融的發展顯著抑制了企業的碳排放。在列（2）中，交互項的系數在5%的顯著性水平上為負，在列（3）中，交互項的系數在1%的顯著性水平上為負。這些結果表明，在中等和高等稅率地區，環保稅對綠色金融抑制碳排放的效果具有顯著的正向調節作用，尤其在高等稅率地區，這一調節效應表現得更加顯著。這是因為環保財稅政策的引導作用顯著改變了金融機構的操作模式。一方面，這些機構往往減少對高排放企業的信貸支持， 通過提高融資門檻和成本，甚至在某些情況下完全撤資，迫使這些企業縮減生產規模，從而降低碳排放。另一方面，金融機構傾向于增加對環保企業的資金支持和優惠條件，鼓勵其進行綠色創新技術的研發與應用，加快生產方式的綠色轉型。這種政策導向不僅推動了經濟向低碳和可持續方向發展，還強化了環保稅在高等稅率地區對綠色金融的“補貼效應”和“擠出效應”，使其正向調節作用更加顯著。

五、異質性分析

（一）地區異質性

我國地域的廣泛性導致了資源分布、經濟發展及政策指導在各地間的顯著差異，這些差異進而影響了綠色金融在碳減排上的作用效果，使之呈現出地域化的特點。為了深入探究這一現象，本文依據企業的地理位置信息將整個樣本分割為中東部和西部兩大板塊，并采用模型（2）對這兩個子樣本分別進行回歸分析。結果見表12的列（1）與列（2）?？梢园l現，對比中東部地區，西部地區在綠色金融抑制碳排放方面的成效更為顯著。 探究其背后原因，西部大開發戰略的深度推進無疑起到了關鍵作用。 這一戰略不僅推動了西部地區經濟快速增長，同時也為那些能源資源豐富的省份注入了資金活力，推動了其產業結構的轉型升級。正是如此，西部地區在碳減排方面取得了令人矚目的成績。相較于西部地區，中東部地區的情況則有所不同。該地區依托其堅實的經濟基礎及大型企業集群，已形成了較為固定的能源消費模式。因此，想要在此基礎上進一步降低碳排放強度， 面臨的挑戰與空間均較為有限。更為復雜的是，中東部地區還需應對一系列技術與經濟上的難題，這些問題的解決難度相較于其他地區更為棘手。

（二）科技創新水平異質性

表12中列（3）和列（4）顯示了綠色金融對科技創新水平不同的企業碳減排效應的異質性檢驗結果?？萍及l達企業在綠色金融支持下顯著抑制了碳排放，而科技欠發達企業未表現出明顯的碳減排效應。這主要歸因于科技發達企業擁有較高的技術創新和應用能力，能夠有效利用綠色金融資金推動綠色技術創新和產業轉型，實現低碳發展。相反，科技欠發達組企業因創新能力不足，即使獲得綠色金融資金，也難以有效實現綠色轉型和碳減排。

（三）行業污染水平異質性

行業污染水平異質性檢驗結果如表12中列（5）和列（6）所示，結果表明重污染行業在綠色金融支持下顯著減少了碳排放，非重污染行業則未顯示出明顯效果?；谕獠啃岳碚摚匚廴酒髽I長期未對碳排放行為付費，導致環境成本社會化。綠色金融的資源配置效應能夠將環境成本內部化，限制重污染企業融資，使得重污染企業本應承擔的環境成本轉為融資成本，進而促使其轉變發展方式，尋求綠色技術創新，最終降低碳排放。然而，非重污染行業本身碳排放量較低且其生產運營過程與綠色發展的關聯度不高，因此，盡管綠色金融提供了資金支持和激勵，但這些行業可能并沒有迫切的綠色轉型需求或動力。

（四）企業“漂綠”水平異質性

隨著綠色金融的快速發展，市場上出現了一些企業通過虛假宣傳或表面行動標榜自己為綠色環保企業的現象，稱為“漂綠”行為。這些企業通過發布含糊不清或誤導性的環保聲明，試圖借助綠色金融資源獲取資金支持，但實際上并未采取切實有效的環保措施。為了避免綠色金融資源流向這些“漂綠”企業，進行企業是否“漂綠”的異質性分析顯得尤為重要。本文借鑒Hu等（2023）[41]的計量方式，將企業綠色宣傳與實際環境績效進行對比，進而判斷企業是否存在“漂綠”現象。異質性分析結果如表12中列（7）和列（8）所示，可以發現非“漂綠”企業綠色金融的碳減排效應顯著，而“漂綠”企業不顯著。原因可能在于，“漂綠”企業通常通過宣傳綠色形象來吸引公眾和投資者的關注，但缺乏實際的環保行動。因此，盡管綠色金融資金流入這些企業，但由于缺乏有效的減排行動， 這些資金未能產生顯著的碳減排效果。綠色金融的激勵機制本質上是為了支持那些有意愿和能力在環保方面進行實際改進的企業。非“漂綠”企業通常具備真正的綠色轉型意愿，能夠通過綠色金融獲得資金支持，用于投資環保設施、低碳技術等，從而實現有效的碳減排。同時，非“漂綠”企業在環保方面的透明度較高，環保行動受到社會和投資者的更多監督，這也促進了企業采取更多實際減排行動。相對而言，“漂綠”企業則通過表面宣傳獲取資金支持， 但缺乏實際行動，且在外部監督不足的情況下，綠色金融的效果難以顯現。

六、研究結論及政策啟示

（一）研究結論

本文從微觀視角出發， 利用2000—2021年滬深A股上市公司的相關數據， 實證檢驗了綠色金融對企業碳排放的影響。本文以更加完善的綠色金融測度方式及顆粒度更精細的市級層面數據，構建了綠色金融綜合指數，在此基礎上考慮環保財稅政策對綠色金融碳減排作用產生的影響，并進一步分析不同環保稅率之間碳減排作用效果不同的原因。與此同時，本文從區域位置、科技創新水平、行業污染程度以及企業是否“漂綠”這四個方面實證研究了綠色金融碳減排效應的異質性。 研究結果表明：第一， 綠色金融顯著降低了企業的碳排放水平，并且不同的綠色金融工具單獨的影響作用有所差異。 第二，綠色技術創新在綠色金融的碳減排效應中發揮了中介作用。第三，環保稅增強了綠色金融的碳減排效果，尤其在高稅率地區，環保稅的正向調節效應最為顯著。第四，綠色金融的碳減排效應在不同區域、科技水平、行業污染程度以及企業“漂綠”程度方面存在顯著差異，其中西部地區、科技發達企業、重污染行業以及非“漂綠”企業的碳減排效應相對更為明顯，而中東部地區、科技欠發達企業、非重污染行業及“漂綠”企業的效果較為有限。

（二）政策啟示

第一， 構建科學且全面的綠色金融評價體系。該體系應充分考慮綠色金融工具的多樣性，特別是發揮綠色信貸、綠色投資和綠色權益在碳排放抑制方面的顯著作用，同時加強綠色基金、綠色保險等工具的精細化設計，提升其對企業綠色轉型的支持力度。此外，應積極推動綠色金融產品的創新，完善綠色基金、 綠色支持等長期性工具的市場化設計，滿足企業不斷增長的綠色轉型需求。在綠色金融測度體系的完善方面，應建立統一的綠色金融標準和分類體系，確保綠色金融活動得到準確評估與有效監管。同時，通過加強國際合作與經驗借鑒，推動綠色金融測度體系的國際標準化與互認。此外，借助大數據和人工智能技術提升測度效率， 推動綠色金融數據采集與共享， 以確保綠色金融工具的效果得到充分評估。 應建立統一的數據收集與管理平臺， 促進跨行業、跨區域的數據整合，提升市場透明度與整體效率，從而更好地支持企業的綠色轉型與可持續發展目標。

第二，進一步加強綠色金融對綠色技術創新的支持， 特別是在綠色技術研發和應用領域。 加大對綠色技術創新的政策支持力度，提供靈活的融資政策， 鼓勵企業加大綠色技術研發投入， 并推動技術成果的轉化與應用。同時，金融機構應提供更多專門支持綠色技術創新的金融產品，如綠色債券和綠色投資基金， 為企業的綠色技術創新提供資金保障。完善綠色技術創新的激勵機制，通過稅收優惠、補貼等措施，促進企業增加研發投入，提高綠色技術的核心競爭力。此外，應加強綠色技術創新成果轉化平臺建設， 促進科技企業與金融資本的對接， 加速技術創新的市場化應用。為了確保綠色金融資源流向有潛力的綠色技術項目，應加強對綠色技術創新的監管與評估，充分發揮綠色金融的碳減排效應。

第三，進一步加強環保稅的執行力度，并實施區域差異化政策，以更好地發揮環保稅對綠色金融碳減排效應的調節作用。首先，加強地方環保稅執行的監督， 確保各地區嚴格落實環保稅政策， 特別是在低稅率地區，要防止地方利益干擾稅收政策的執行。其次，在中高稅率地區，應強化環保稅與綠色金融政策的協同作用， 鼓勵企業加大對綠色技術研發與應用的投入，推動產業轉型升級。金融機構在這些地區應優先支持綠色創新和低碳技術項目，同時提高高排放企業的融資成本和門檻，以進一步提升環保稅的碳減排效果。此外，應根據不同地區的經濟發展和環保需求，探索靈活的綠色金融產品與支持方式，推動區域綠色金融發展不平衡的改善，為不同地區量身定制政策支持。

第四， 建立嚴格的綠色金融認證和監管機制，確保企業的綠色轉型措施與實際環境績效相一致，并定期審查其環保行動。 企業應加大信息披露力度，特別是在碳排放和環保技術應用方面，以增加透明度，便于社會監督。金融機構應加強資金流向監管，確保資金流向那些真正具備綠色轉型能力的企業，避免“漂綠”企業借助虛假宣傳獲得資金支持。為了提升綠色金融項目的可信度，可引入獨立的第三方認證機構進行環保行動的監督。 同時，鼓勵非“漂綠”企業提高環保責任意識，推動綠色轉型。同時，加強對“漂綠”企業的懲罰措施，提高其融資成本，或將其排除在綠色金融項目之外，迫使其采取切實有效的環保行動。通過這些措施，確保綠色金融資源真正推動可持續的綠色發展。

參考文獻：

［1］ABOUL-DAHAB K，IBRAHIM A M .A Similar Ranking Method with Ideal Solution（TOPSIS） Is Used to Study the Effectiveness of the Weighted System of Logistics Performance Indicators［J］.Journal of Global Economy，Business and Finance，2021，3（2）：42.

［2］REN G，LI H，ZHANG J.A BIM-based Value for Money Assessment in Public-private Partnership：An Overall Review［J］.Applied Sciences，2020，10（18）：6483.

［3］LEE C C，WANG F，LOU R，et al.How does Green Finance Drive the Decarbonization of the Economy？ Empirical Evidence from China［J］.Renewable Energy，2023，2（4）：671-684.

［4］楊金朋，朱聰浩.綠色金融發展的碳減排效應及機制路徑研究［J］.當代金融研究，2023，6（6）：14-28.

［5］杜焱，冉圓圓.綠色金融對碳排放的影響——基于空間動態面板模型的檢驗［J］.當代經濟，2023，40（12）：55-65.

［6］ZAHAN I，CHUANMIN S.Towards a Green Economic Policy Framework in China：Role of Green Investment in Fostering Clean Energy Consumption and Environmental Sustainability［J］.Environmental Science and Pollution Research，2021，28（32）：1-11.

［7］HAMMOUDEH S，AJMI A N，MOKNI K.Relationship between Green Bonds and Financial and Environmental Variables：A Novel Time-varying Causality［J］.Energy Economics，2020，92：104941.

［8］WAN Y，SHENG N.Clarifying the Relationship among Green Investment，Clean Energy Consumption，Carbon Emissions，and Economic "Growth：A Provincial "Panel Analysis of China［J］.Environmental Science and Pollution Research，2021， 29（6）：9038-9052.

［9］ZHANG B，YANG Y，BI J.Tracking the Implementation of Green Credit Policy in China：Top-down Perspective and Bottom-up Reform［J］.Journal of Environmental Management，2011，92（4）：1321-1327.

［10］吳佳妮.綠色金融與產業轉型升級——基于環境規制調節效應與門檻效應的分析［J］.金融發展評論，2022（11）： 37-50.

［11］LI Z，LIAO G，WANG Z，et al.Green Loan and Subsidy for Promoting Clean Production Innovation［J］.Journal of Cleaner Production，2018，187：421-431.

［12］陸菁，鄢云，王韜璇.綠色信貸政策的微觀效應研究——基于技術創新與資源再配置的視角［J］.中國工業經濟，2021（1）：174-192.

［13］徐勝，趙欣欣，姚雙.綠色信貸對產業結構升級的影響效應分析［J］.上海財經大學學報，2018，20（2）：59-72.

［14］徐佳，崔靜波.低碳城市和企業綠色技術創新［J］.中國工業經濟，2020（12）：178-196.

［15］MURPHY K M，SHLEIFER A，VISHNY R W.Why is Rent-seeking so Costly to Growth？［J］American Economic Review，1993，83（2）：409-414.

［16］肖春梅，馬海碧.綠色金融對綠色發展的影響研究［J］.金融理論探索，2023（3）：16-25.

［17］解學梅，朱琪瑋.企業綠色創新實踐如何破解“和諧共生”難題？［J］.管理世界，2021，37（1）：128-149.

［18］田民利.我國現行環境稅費制度缺失原因分析及對策建議［J］.財政研究，2010（12）：56-58.

［19］STECKEL J C，JAKOB M.The Role of Financing Cost and De-risking Strategies for Clean Energy Investment［J］.International Economics，2018，155：19-28.

［20］王浩，劉敬哲，張麗宏.碳排放與資產定價——來自中國上市公司的證據［J］.經濟學報，2022，9（2）：28-75.

［21］史代敏，施曉燕.綠色金融與經濟高質量發展：機理、特征與實證研究［J］.統計研究，2022，39（1）：31-48.

［22］王旭霞，雷漢云，王珊珊.綠色金融、數字經濟與環境污染［J］.軟科學，2023，37（6）：48-55.

［23］劉鋒，黃蘋，唐丹.綠色金融的碳減排效應及影響渠道研究［J］.金融經濟學研究，2022，37（6）：144-158.

［24］李云燕，張碩.中國綠色金融發展的時空格局變遷與關聯網絡演化［J］.當代經濟管理，2023，45（11）：76-87.

［25］林木西，肖宇博.綠色金融促進經濟高質量發展的測度及其作用機制研究［J］.當代經濟科學，2023，45（3）：101-113.

［26］曾學文，劉永強，滿明俊，等.中國綠色金融發展程度的測度分析［J］.中國延安干部學院學報，2014，7（6）：112-121.

［27］邱海洋.綠色金融的經濟增長效應研究［J］.經濟研究參考，2017（38）：53-59.

［28］尹子擘，孫習卿，邢茂源.綠色金融發展對綠色全要素生產率的影響研究［J］.統計與決策，2021，37（3）：139-144.

［29］韓景旺，李瑞晶.綠色金融與經濟高質量發展耦合協調的時空分異及關聯網絡［J］.金融理論探索，2023（1）：50-60.

［30］李月.綠色金融發展測度研究——基于全國分省域視角［J］.時代金融，2022（9）：49-54.

［31］呂鯤，潘均柏，周伊莉，等.政府干預，綠色金融和區域創新能力——來自30個省份面板數據的證據［J］.中國科技論壇，2022，3（10）：116-126.

［32］何秋潔，李穎佩，陳國慶.綠色金融、技術創新與碳排放［J］.當代金融研究，2024，7（1）：15-26.

［33］鄧玉萍，王倫，周文杰.環境規制促進了綠色創新能力嗎？——來自中國的經驗證據［J］.統計研究，2021，38（7）：76-86.

［34］劉樑，李雪，蔣攀.環境保護稅對企業綠色技術創新的影響——基于環保投資的因果中介效應分析［J］.河海大學學報（哲學社會科學版），2022，24（3）：50-59，115.

［35］張梓榆，陳辰，易紅，等.環境規制視角下綠色金融發展對碳排放的影響研究［J］.西南大學學報（自然科學版），2023，45（8）：1-11.

［36］周穩海，武曉敏，趙桂玲.雙碳目標下綠色金融碳減排效應的實證研究［J］.河北經貿大學學報，2024，45（1）：47-58.

［37］潘敏，王晨.碳排放權交易試點階段企業減排效應研究［J］.經濟縱橫，2022（10）：73-81.

［38］李紹哲，李含笑，林麗瓊.綠色金融試點政策抑制重污染企業碳排放嗎？——來自綠色金融改革創新試驗區的證據［J］.金融發展研究，2023（11）：46-54.

［39］李爍.綠色金融與碳排放量影響效應研究［J/OL］.經營與管理，1-12［2024-07-05］.https：//doi.org/10.16517/j.cnki.cn12-1034/f.20240219.005.

［40］王彥林，張子璇，劉艷華.綠色金融對區域碳減排的影響及作用機制研究［J］.會計之友，2024（5）：79-86.

［41］HU X W，HUA R H，LIU Q F，et al.The Green fog：Environmental Rating Disagreement and Corporate Greenwashing［J］.Pacific-Basin Finance Journal，2023，78：101952.

The Impact of Green Finance Development on Corporate

Carbon Emissions

Shen Lin， Li Haonan

（School of Economics， Hangzhou Dianzi University， Hangzhou 310018， China）

Abstract： As an extension of traditional finance， green finance’s role in reducing carbon emissions has drawn significant interest from both industry professionals and policymakers. However， there remains a lack of consensus among scholars regarding its effectiveness in curbing carbon emissions. This study conducts an empirical analysis of how the advancement of green finance influences corporate carbon emissions， utilizing a more comprehensive green finance measurement and evaluation framework and micro-level data from publicly listed companies spanning from 2000 to 2021. The findings reveal that green finance development has a significant effect on reducing corporate carbon emissions. After considering the moderating role of environmental protection taxes， the carbon emission reduction effect of green finance is even more apparent， especially in regions with medium and high tax rates. Additionally， green finance has a more prominent effect on inhibiting carbon emissions in western region enterprises， heavily polluting enterprises， and high-tech enterprises. Therefore， it is necessary to further improve the green finance evaluation system， continuously optimize environmental protection tax policies， implement tailored green finance policies and strengthen supervision to more effectively promote sustainable development and achieve the “dual carbon” goals.

Key words： green finance; carbon emissions; environmental protection tax; green technology innovation

（責任編輯：李丹；校對：龍會芳）