“雙碳”背景下綠色金融改革創新試驗區的實證分析

鄧金堂 魯俐

摘 要：綠色金融逐漸成為綠色發展的新引擎，在碳達峰、碳中和背景下，綠色金融發展在城市減污降碳方面發揮著重要作用。本文基于2011—2020年我國城市面板數據，以經國務院同意中國人民銀行等六部委印發《建設綠色金融改革創新試驗區總體方案》為事件時間點，運用傾向性匹配—雙重差分法（PSM-DID）實證分析綠色金融改革創新試驗區政策的減污降碳效應。結果發現，與非試點城市相比，綠色金融改革試驗區政策產生了顯著的減污降碳效應，城市綠色技術創新能力中介效應明顯；異質性分析表明，綠色金融改革試驗區政策的減污降碳效應在東部、中部、西部城市之間存在一定的差異。

關鍵詞：綠色金融政策；PSM-DID；試點城市；減污降碳效應；中介效應

本文索引：鄧金堂，魯俐.<變量 2>[J].中國商論，2023（07）：-028.

中圖分類號：F832.0 文獻標識碼：A 文章編號：2096-0298（2023）04（a）--05

2016年，綠色金融改革創新試驗區政策已經在6省9地展開，近年來，綠色金融改革創新試驗區政策在強化金融支持綠色低碳發展、構建我國綠色金融體系五大支柱方面取得了顯著進展，比如綠色金融標準體系、綠色金融激勵、綠色金融市場等。因此，綠色金融改革創新試驗區政策在實質上是構建綠色金融體系的政策。生態環境部發布的《2021中國生態環境狀況公告》表明，2021年全國主要污染物排放量和碳排放強度同2020年比有顯著下降，339個地級及以上城市PM2.5等六項指標年均濃度同比首次全部下降，實現了“十四五”的良好開局。考慮到各類綠色金融改革創新試驗區的政策目標包括減污和降低二氧化碳排放，這就為檢驗綠色金融改革創新試驗區的減污降碳效應提供了可能。在綠色金融改革創新試驗區擴容背景下，從實證角度研究綠色金融改革創新試驗區政策的減污降碳效應問題有兩方面的意義：一方面，促進現有試驗區進一步完善改革方案；另一方面，為新的試驗區政策制定提供借鑒。

已有文獻從理論和實證層面研究此項政策的效果。從理論層面來看，綠色金融改革創新試驗區政策試驗推出了一系列可復制、可推廣的經驗，這些成功經驗的推廣促進了綠色金融體系的構建和綠色低碳發展。從實證層面來看，綠色金融改革創新試驗區政策效果評估、綠色金融改革創新試驗區政策對綠色發展和綠色創新的作用機制與政策效應做了初步研究。但是，減污降碳效應的測度設計是單項的，比如有的文獻用省級面板數據研究了綠色金融改革創新試驗區政策的環境污染改善效應，還有文獻研究了綠色金融改革創新試驗區政策的碳減排效應，因而當下的政策減污降碳效應研究還是零散的、不系統的，難以全方位、多層次測度綠色金融改革創新試驗區政策的減污降碳效應。具體來講，綠色金融改革創新試驗區政策的減污降碳效應研究存在以下問題：第一，如何全面測度綠色金融改革創新試驗區政策的減污降碳效應？從碳減排角度、環境污染角度研究綠色金融改革創新試驗區政策的減污降碳效應測度仍局限于某個指標，缺乏對綠色金融改革創新試驗區政策減污降碳效應全方位、多角度的測度；第二，綠色金融改革創新試驗區政策減污降碳效應的傳導機理研究還有很大空間，比如政策擴散；第三，綠色金融改革創新試驗區政策的異質減污降碳效應研究關注不足。綠色金融改革創新試驗區政策在全國六個省九個試驗區實施，各試驗區經濟發展水平差異較大、技術創新能力強弱明顯、產業結構升級特點突出、環境資源稟賦顯著不同，這些試驗區事實特征對綠色金融改革創新試驗區政策的減污降碳效應影響大小有別、深度有異，現有的個別文獻對此缺乏關注。因此，本文基于2011—2020年地級市面板數據，以2017年國務院頒布的《建設綠色金融改革創新試驗區總體方案》為事件時間點，運用傾向性匹配—雙重差分法（PSM-DID）實證分析綠色金融改革創新試驗區政策的減污降碳效應。

1 研究設計與數據來源

1.1 樣本選擇與數據說明

2017年，中國人民銀行、國家發展改革委等六部委印發五省（區）《建設綠色金融改革創新試驗區總體方案》，決定浙江的湖州市、衢州市，江西的贛江新區，廣東的廣州市，貴州的貴安新區，新疆的哈密市、昌吉州和克拉瑪依市作為首批試驗區。蘭州新區綠色金融改革創新試驗區于2019年11月28日正式獲批，獲批時間較晚，還因為新疆哈密市、昌吉州數據不夠完整，本文予以剔除，將五省中湖州市、衢州市、南昌市、九江市、廣州市、貴陽市、安順市及克拉瑪依市8個城市作為本次研究的實驗組。由于省外城市干擾因素過多，本文以試驗區所在五省中其余的41個非試點城市作為對照組。本文以共計49個城市為初始樣本，選擇2011—2020年為樣本區間。2016年綠色金融改革創新試驗區試點起動，2017年1月前后試點地區相繼公布試點方案并獲批準，政策的減污降碳效應開始顯現，以2017年數據代表試點政策實施數據是合理的。樣本城市數據來源分別是碳排放量測度相關數據來自《中國城市統計年鑒》，綠色專利數據來源于國家知識產權局，其余數據來源于《中國城市統計年鑒》。

目前，減污降碳效應數據有單項指標和多項指標處理方法。比如，張世曉（2012）用“二氧化氮含量”升降測度環境質量，袁詳飛設計的減污降碳效應測度指標體系包含排污量、能耗量、資源循環利用、氣候變化、生物多樣性和供應鏈管理變化。從綠色金融改革試驗區試點政策目標和工具多樣性視角來看，多維的指標體系更能測度此次試點政策的減污降碳效應。借鑒袁詳飛的設計思路，本文從數據的代表性、綜合性出發，選取排污量、碳排放量等主要指標測度試點政策的減污降碳效應。綜合上述，本文基于2011—2020年49個城市的面板數據進行研究。

1.2 變量定義

各變量說明如表1所示。

1.3 模型構建

本文根據城市是否試點，定義實驗組為實施綠色金融改革創新試驗區的城市，即湖州市、衢州市、南昌市、九江市、廣州市、貴陽市、安順市及克拉瑪依市，對照組為非試點城市。本文先通過PSM法找出匹配組，再運用匹配后的處理組與對照組進行 DID估計，從而測度綠色金融改革試驗區政策對減污降碳的影響，具體方程如下：

Poco2ct=β0+β1financect+β2postct+β3financect*postct+ρXct+λi +ft+εct （1）

其中，Poco2ct為減污降碳效應；Xct為控制變量；financect為綠色金融改革創新試驗區試點城市虛擬變量，八個試點城市取1，否則取0；postct為時間虛擬變量，八個試點城市2017年及之后取1，否則取0。交互項financect*postct為八個試點城市之后的虛擬變量，其系數β3能夠測度綠色金融改革試驗區政策對減污降碳的凈影響效應，若β3顯著為正，表示試點政策的減污降碳效應顯著；反之，若β3顯著為負，則表示試點政策的減污降碳效應不顯著；λc和ft分別為實驗組和對照組的城市固定效應和年份固定效應；εct為殘差項。

為了驗證中介效應，本文在模型（1）的基礎上構建模型（2）和模型（3）：

tecct=β4+β5financect*postct+β6xct+λc+ft+εct （2）

Poco2ct=β7+β8financect*postct+β9tecct+ρXct+λi+ft+εct （3）

其中，tec為中介變量，即城市綠色技術創新能力，是城市綠色低碳循環發展的第一推動力，綠色技術專利測度城市綠色技術創新能力，采用城市每年度綠色專利申請量占其當年人口總數的占比（tec）來表示，其余變量含義同上文。

2 基礎回歸

2.1 變量的描述性統計

由表2可以看出，政策實施前試點城市的減污降碳指數與環境污染指數都高于非試點省份，政策實施后試點城市的環境污染水平均有一定程度的降低，與非試點省份下降的程度相比，試點城市減污降碳指數的下降程度更大，說明該政策顯著發揮了減污降碳效應。此外，由表2可以看出，試點省份與非試點省份的人均城市生產總值（lnavgdp）、城市科技投入占比（pi）、城市金融發展水平（fin）與城市綠色技術創新能力（tec）均有明顯的提升，而城市教育水平（edu）與對外依存度（fdi）明顯降低，但各變量的具體影響和各試點城市的實際政策效應還需進行深入檢驗分析。

2.2 雙重差分檢驗

本文采用固定效應模型進行回歸，結果如表3所示。在沒有加入控制變量時，本文的核心解釋變量finance*post的系數在1％的水平上顯著為負；在逐一加入控制變量后，核心解釋變量 finance*post的系數依然顯著為負，進一步說明綠色金融改革創新試驗區試點政策顯著發揮了減污降碳效應。

從控制變量來看，對外依存度（fdi）的回歸系數顯著為負，說明引入外資會帶來較為先進的生產技術和污染排放系統，有利于改善城市環境；城市科技投入占比（pi）的系數在1％的水平上顯著為負，說明政府對科技投入的增加能夠顯著減少環境污染與碳排放；城市教育水平（edu）的回歸系數顯著為負，表明地區教育水平的提升有利于綠色金融政策的實施，提高社會的環保意識可間接提高區域環境質量。

2.3 穩健性檢驗

2.3.1 替換政策實施年份

本文將政策試點時間更改為2016年，即《關于構建綠色金融體系的指導意見》的頒布時間，并進行PSM-DID回歸，結果如表4（1）所示。由表4可以看出，2016年finance*post的回歸系數不顯著，說明減污降碳效應是由綠色金融試點政策帶來的，證明原模型的回歸結果具有穩健性。

2.3.2 更換匹配方法

為了避免匹配方法選擇造成的結果差異等問題，本文將之前的核匹配方法更換為半徑匹配法進行檢驗，其結果如表4（2）所示。同樣地，finance*post的回歸系數在加入控制變量后仍顯著為負，其余控制變量回歸結果與表3基本保持一致，再次說明本文的檢驗結果具有穩健性。

3 進一步分析

3.1 機制分析

中介效應模型回歸結果如表5所示，表5（1）顯示，β3=-0.025，在1%的顯著性水平下顯著，表明綠色金融改革創新試驗區具有顯著的減污降碳效應。表5（2）顯示，β5=1.053，在1%的顯著性水平下顯著，表明綠色金融改革創新試驗區顯著提高了城市綠色創新能力。表5（3）顯示，系數β9與β8均顯著，說明存在部分中介效應，即綠色金融改革創新試驗區試點政策通過綠色技術創新路徑達成減污降碳效應。

3.2 異質性分析

本文將研究樣本劃分為東部、中部與西部地區三大類，其中東部包括湖州、衢州、廣州，中部包括南昌、九江，西部包括貴陽、安順、克拉瑪依，借助模型（1）探究試點政策對不同區域城市減污降碳效應的影響。由表6可知，試點政策的實施對東部、中部地區產生的減污降碳效應在1%的顯著性水平上顯著，對西部地區的減污降碳效應不顯著，其原因可能是東中部城市的金融體系建設相對完善，企業獲取融資的范圍更廣，綠色金融基礎設施相對完備，金融機構間具有更強的競爭，再加上綠色金融改革創新試驗區相關配套政策的實施，同時東中部地區具有更高的教育水平及更高的科技投入，使綠色金融發展得更快，從而顯著減少了東中部地區的環境污染與碳排放。與東中部城市相比，西部城市在金融體系建設、綠色金融基礎設施、城市教育水平及科技投入方面相對欠缺，綠色金融試點仍處于初期，地方政策的落實情況可能存在不足，政策體系可能存在一定的漏洞，區域內存在“洗綠”風險的概率更大，即企業聲稱將資金用于綠色技術創新，但實際上相關技術并不能產生新的環境效益，只是假借綠色技術的名義進行融資（馬駿等，2020），這也可能導致東中部與西城市的綠色金融政策減污降碳效應產生差異。

4 結語

4.1 結論

綠色金融改革創新試驗區政策的減污降碳效應研究不僅吸納了現有綠色信貸政策的環境效應研究成果，還拓展了綠色金融體系政策的環境效應研究成果。具體來講，首先，綠色金融政策體系的環境效應內涵和測度更加完整和全面。其次，實證結果表明：第一，綠色金融改革創新試驗區試點政策顯著發揮了減污降碳效應，其中對外依存度（fdi）、城市科技投入占比（pi）、城市教育水平（edu）均能對減污降碳效應產生顯著的正向作用；第二，通過機制分析可以得出，綠色金融改革創新試驗區政策能夠顯著提高城市綠色技術創新能力，從而實現城市的減污降碳，且此效應為部分中介效應；第三，綠色金融改革創新政策對東部、中部與西部城市產生了不同的減污降碳效應，給東中部城市帶來的減污降碳效應更加顯著。

4.2 政策建議

4.2.1 擴大試點城市，加快構建綠色金融體系

目前，在中國人民銀行的指導下，各試點地區應及時總結實踐經驗，根據新的實踐問題，完善綠色金融改革創新試驗區的試點方案。制定綠色項目標準、界定綠色項目范圍、突出綠色項目重點領域、發布綠色項目清單，建立健全綠色信貸融資、綠色債券融資和綠色保險的基礎設施。綠色金融市場體系是綠色金融體系的基礎設施。從試點地區實踐來看，綠色金融市場體系建設滯緩，今后應著力推進試點地區的綠色金融市場體系建設和發展，完善試點城市選擇標準，擴容試點城市，使其獲得更多構建綠色金融體系的經驗，多層次、全領域、全覆蓋地構建綠色金融體系。觀察第一批試點城市發現，試點城市選擇考慮了城市行政等級、地理區位、產業特征，擴大試點城市除了考慮上述因素外，還應考慮綠色資源稟賦，突出八大“雙高”產業。根據這些因素，更多面向非省會城市擴容試點城市。基于綠色金融體系設計綠色金融政策的環境效果評估體系。首先，進一步完善綠色信貸政策的環境效果評估。其次，重點發布綠色債券和綠色保險政策的環境效果評估。最后，立足綠色低碳循環目標，制定綠色金融政策的環境效果評估，引入第三方評估，推進綠色金融政策的環境評估市場發展。

4.2.2 大力支持綠色技術創新

綠色技術創新在提升綠色金融政策的減污降碳效應方面起著中介作用，城市的綠色技術創新能力越強、綠色技術創新水平越高，綠色金融政策的減污降碳效應越顯著。健全、高效的綠色技術體系能夠充分發揮綠色金融政策體系的綜合減污降碳效應。當前，我國絕大多數城市還沒有多層次的、健全的、有活力的綠色技術創新體系。一方面，構建城市多層次的、健全的、有活力的綠色技術創新體系對發揮綠色金融政策體系的減污降碳效應起著關鍵作用。另一方面，多層次的、健全的、高效率的綠色金融政策體系是支持綠色技術創新的基本保障。從金融角度來講，綠色金融改革創新試驗區政策應抓住綠色技術創新關鍵節點優化政策實施方案。具體來說，構建并完善商業銀行綠色信貸體系，支持建立和健全城市綠色技術體系；加快綠色債券市場體系和綠色上市公司再融資發展，構建功能完備的綠色證券市場體系，支持城市綠色技術體系發展；以支持八大“雙高”產業的綠色技術鏈、創新鏈為支點，設計優化綠色金融改革創新試驗區實施方案。

4.2.3 建立健全綠色金融標準體系和監管體系

目前，綠色技術的界定、信息披露標準體系等標準尚未統一，很容易出現“洗綠”風險，綠色金融的環境效益很難顯現，因此我國應完善綠色技術評估標準，健全信息披露標準體系，減少政府、金融機構與企業之間的信息不對稱。同時，應加大地方政策的推廣力度，提高對綠色金融政策實施狀況、市場效果的關注度，加強部門之間的協同度，注重與地方實際充分結合，比如在區域合作、產品創新方面做出更多地探索，以促進經濟綠色發展。綠色金融風險本質上是金融創新風險，監管部門需要總結黨的十八大以來的綠色金融風險預警監管實踐經驗，借鑒歐盟、美國等發達國家的綠色金融風險預防控制經驗，從綠色銀行與保險監管到包括綠色債券、綠色基金等產品在內的綠色資本市場監管，有序、有效地推進綠色金融監管體系不斷完善。以人工智能、區塊鏈、云計算、大數據為基礎的綠色金融信息披露是綠色金融監管的關鍵環節和核心環節。

參考文獻

吳建新，郭智勇.基于連續性動態分布方法的中國碳排放收斂分析[J].統計研究，2016，33（1）：54-60.

顏文聰，吳偉軍.關于縱深推進我國綠色金融改革創新的思考：基于首批國家級綠色金融改革創新試驗區的分析[J].企業經濟，2020（4）：147-154.

王修華，劉錦華，趙亞雄.綠色金融改革創新試驗區的成效測度[J].數量經濟技術經濟研究，2021，38（10）：107-127.

鄧向榮，馮學良，李寶偉.金融改革與地區產業結構升級：來自金融改革試驗區設立的準自然實驗[J].經濟學家，2021（2）：71-80.

李戎，劉璐茜.綠色金融與企業綠色創新[J].武漢大學學報（哲學社會科學版），2021，74（6）：126-140.

Huang Haifeng，Zhang Jing. Research on the Environmental Effect of Green Finance Policy Based on the Analysis of Pilot Zones for Green Finance Reform and Innovations[J]. Sustainability，2021，13（7）.

王婷婷.綠色金融試驗田政策對地區零碳目標影響研究[J].金融與經濟，2021（12）：52-62.

張世曉.區域金融的環境效應實證研究[J].湖北經濟學院學報，2012，10（3）：73-79.

馬駿，安國俊，劉嘉龍.構建支持綠色技術創新的金融服務體系[J].金融理論與實踐，2020（5）：1-8.