綠色金融與環境規制對污染排放的協同效應研究

李克飛

【摘要】文章基于中國各省市的綠色金融發展指數，對綠色金融與環境規制的協同減排效應進行了實證檢驗。研究發現，綠色金融能有效促進環境規制的減排效果；綠色金融與環境規制的協同作用可以通過改變區域生產過程和增強區域污染抑制強度來實現污染減排；綠色金融與環境規制的協同效應在促進區域經濟發展的前提下實現了污染減排。由此提出可以通過完善綠色金融建設，繼續加強政府的環境規制，深化金融體制改革，實現經濟的可持續增長。

【關鍵詞】綠色金融；環境調控；污染控制；協同效應

【中圖分類號】F832；X196

一、引言

早在2020年，我國“十四五”規劃中就提到減少污染和實現經濟健康發展是中國生態位文明建設的重點。未來，中國要完善節能減排的相關政策，推動能源利用效率顯著提高和主要污染物排放總量持續下降，實現節能減排與污染減排協同增效，生態環境質量持續改善，實現經濟綠色轉型升級。

在中國，實現污染減排的方式和手段主要是通過政府環境規制的政策手段。已有研究表明，環境規制政策可以促進技術創新實現企業生產清潔化、綠色化（謝喬昕，2021）。技術的進步能夠帶動產業結構的升級，產業結構由低端向高端調整可以有效減少污染排放和資源消耗（李殊，2011）。但是，環境規制政策對污染減排的影響是局限的，二者關系呈現倒“U”型，單純運用環境規制政策可能帶來一些負面因素，我們在考慮環境規制的基礎上增加了綠色金融。

綠色金融在我國發展較晚，是近年來從金融業中提煉出來的。且通過研究表明，綠色金融對減少污染的影響相對較弱。綠色金融在初始階段不能減少污染排放（邱海洋，2017）。然而，隨著綠色金融的發展，通過刺激技術創新和學習，可以實現區域環境改善和經濟穩定發展。王瑤（2014）認為，合理的資本投入可以刺激企業創新，提高生產效率，抵消政府管制帶來的生產成本，提高行業的長期創新能力和競爭力。這些研究表明，從長遠來看，可持續、健康和綠色的金融可以實現技術進步，從而促進減少污染。在中國產業轉型升級的過程中，發展綠色金融已經成為經濟發展的應有之義。

二、文獻綜述

在污染減排工作中，環境規制是實現污染減排最有力的常規措施。在前期，基于“波特假說”，合理的環境規制可以刺激綠色技術創新，通過“創新補償”效應抵消企業的“合規成本”，實現污染減排（Porter M E，Linde C V D，2019）。隨后對中國污染減排的進一步研究發現，環境規制可以對污染排放產生非線性影響（張彩云，2015），并受到其他間接因素的影響，如環境規制的強度（李斌等，2013），環境規制的區域差異等。縱觀已有研究，環境治理在短期內會增加區域污染治理的成本，從而推動區域內企業升級和重組自己的生產流程（杜威劍，2019）。然而，一些研究認為，由于污染治理不會直接給企業帶來經濟利益和增加成本，企業寧愿采取報廢、懲罰或產業轉移的方法，也不愿投資于企業的污染治理（Leeuwen G V and Mohnen P.2013）。

近年來，綠色金融取得了很大進展，許多學者開始關注綠色金融的污染減排效應。目前，在綠色金融發展不完善、信息不對稱的背景下，大多數企業存在一定的融資約束（王彤宇，2019）。然而，由于綠色產業的固有特性，融資約束的影響更加廣泛和深刻（楊國忠，2019）。在當前條件下，污染控制框架的形成必須有綠色金融的支持（郭俊杰等，2019）。鑒于此，我國七部委聯合發布了《關于構建綠色金融體系的指導意見》，奠定了我國綠色金融標準體系的基礎。目前的研究發現：綠色金融業務發展對污染排放的影響主要有兩條路徑：一是基于環境規制政策、懲罰和激勵，通過引導資金流向、迫使產業升級轉型，形成金融資源優化配置的效應（魏麗莉，2020）；二是通過綠色金融形成金融支持，促進綠色研發和創新，形成技術進步（王康仕2021）。

作為減少污染的措施，綠色金融和環境規制密切相關。因此，我們關注綠色金融與環境規制的關系。環境規制與綠色金融的關系主要表現在環境規制對綠色金融發展的影響。目前，我國綠色金融業務范圍廣泛，但由于主客觀因素的影響，主要使用綠色信貸、綠色證券、綠色投資等綠色金融產品。其中，綠色信貸與環境規制的相關性更強（周永圣，2015），反映了我國綠色金融發展中資源配置的低效率。但是，傳統金融機構經營和發展環境導向型綠色金融是矛盾的（Vyas M，2015）。環境效益的滯后性和不確定性會使傳統機構不愿意積極推廣綠色金融產品。因此，探求綠色金融和環境規制是否具有協同效應具有現實意義。

三、變量選取和數據來源

（一）變量的選擇和構建

1.污染控制變量（SO2）

工業二氧化硫是我國污染防治的目標之一。工業SO2是城市環境污染的重要組成部分，也是污染防治的重要目標。減少工業SO2排放是經濟可持續發展的應有之義。本文選擇經過無量綱處理工業SO2排放量作為解釋變量，數據處理方式如下。

SO2=二氧化硫排放量/二氧化硫排放量均值（1）

為了研究綠色金融和環境規制對污染控制的作用機制，我們從城市“工業總產值”“工業SO2排放強度”“工業SO2抑制強度”和“區域創新能 力”四個方面考察了綠色金融和環境規制對城市經濟效率、區域污染強度、區域污染控制強度和城市創新的影響。

2.綠色金融指數（GF）

綠色金融指數是使用綠色信貸、綠色投資、綠色保險和政府支持的數據，通過熵值法計算得出。我們用熵值法測得的綠色金融指數來衡量一個地區綠色金融GF的發展情況，這是衡量一個地區綠色發展水平的權威指數，也從另一個側面反映了綠色金融的作用。在計算過程中，綠色信貸使用高耗能行業利息支出占行業總利息支出的比例，綠色投資使用環境污染治理投資占國民生產總值的比例，綠色保險使用農業保險收入占農業總產值的比例，政府支持政府環保支出占一般預算支出的比例。

3.環境規制變量（ER）

基于省級政府工作報告中“環境保護”相關詞語的出現頻率，構建了地級市政府環境法規的執法力度。但“環境保護”省級統計的不足之處是減少了市一級環境規制變量的可變性。本文以工業占各省GDP的比重為基礎，先乘以省級政府工作報告中“環境保護”相關詞的出現頻率，再構建地級市環境規制強度指數ER。這是因為省級環境治理對轄區內城市的影響，隨著城市重工業比重的不同而不同。一般來說，城市重工業比重越高，政府環境治理的影響力越大。其中SI代表第二產業比重，WFGE代表政府環境詞頻。

ER=SI×WFGE×1000 （2）

4.控制變量

我們選擇了第二產業比重、第三產業比重、政府支出比重、外資比重和人均道路面積來衡量城市發展。因為二三產業比重的調整，意味著產業結構相對優化升級，經濟增長方式發生了變化。隨著新型服務業和高新技術產業的發展，在一定程度上緩解了工業生產中的環保壓力。選擇政府支出衡量研發投資對污染預防和控制的影響。選擇外商投資用于驗證發展中國家與發達國家環境規制強度的差異，是否存在“污染轉移”現象。選擇人均城市道路面積衡量城市基礎設施的發展水平。基礎設施建設在促進經濟增長的同時，對污染也有一定的影響。選擇城市工業固定投資考察工業資本對污染的影響。其中，政府支出比重、外資比重和人均道路面積通過取對數所得。

本文所選取的主要變量與說明如表1。

（二）數據

本文的因變量包括城市二氧化硫排放量、城市第二產業產值和城市二氧化硫抑制強度。其中，二氧化硫排放數據來自中國城市統計年鑒，并已標準化；二氧化硫抑制強度來源于中國城市統計年鑒，來源于城市二氧化硫排放量和城市治污成本；城市第二產業產值來源于中國宏觀數據庫。二氧化硫排放數據來自中國城市統計年鑒，并經過標準化處理。數據包括2006—2019年中國30個省份的二氧化硫排放量。部分年份數據缺失，用統計方法補充或按缺失值處理。

本文的自變量主要包括綠色金融指標和環境規制變量，其中綠色金融指標由綠色信貸、綠色投資、綠色保險和政府支持構成。數據來源于《中國統計年鑒》、各省統計年鑒和《中國保險年鑒》。數據包括2006—2019年中國30個省份。需要注意的是，由于缺乏數據，某些年份的缺失值被相鄰 5年數據的平均值代替。環境規制變量由政府工作報告中文文本分析得出，通過加權對應詞頻得出2009—2019年政府環境規制變量。除了用政府工作報告中環保詞的出現頻率作為環境規制的變量外，本文還用各省的排污費征收情況來衡量各省的環境規制力度。各省排污費收入和污染物排放量數據來源于《中國環境年鑒》。

本文使用的城市控制變量包括二三產業比重、政府支出、外商投資和城市道路面積。數據來源于《中國統計年鑒》《中國城市統計年鑒》《中國環境統計年鑒》，數據包含2006—2019年。

表2是本文主要數據的描述性統計數據。

四、實證設計和結果

（一）基準回歸

其中c是城市，t是年份。Y是反映區域污染排放的一系列變量，包括區域二氧化硫排放量（SO2）、工業二氧化硫排放強度（SISO2）和工業GDP（SIGDP）等。綠色金融（GF）衡量區域綠色金融的發展，環境規制（ER）衡量區域環境管制。首先，基于省級政府工作報告對環境保護的重視程度，構建了區域環境規制的代理變量。綠色金融與環境規制交互項（GF×ER）為核心解釋變量，用于估計綠色金融發展和環境規制對污染抑制的協同效應；“X”是城市控制變量。參考文獻實踐（郭俊杰，2019），模型控制了人均GDP（對數）及其平方項、城市二三產業比重、政府科技支出比重（對數）、外資比重（對數）、城市人均道路面積（對數）。σc是城市控制不隨時間變化因素的固定效應。λt是一個時間固定效應，以控制多年來不隨城市變化的因素。

回歸結果如表3所示。

表3顯示了綠色金融和環境規制合作減少污染排放的估計結果。通過依次加入環境規制和城市控制變量可以看出，綠色金融能夠顯著減少SO2排放，但環境規制變量的估計系數并不顯著，這與之前的研究結果一致。不過，雖然本題中的環境規制變量為負，但并不顯著，這與中國SO2排放量的變化有關。是不是在某些年份明顯單調下降和反彈，會對環境規制估計系數的顯著性產生一定影響。在控制時間和城市的基礎上，本文重點考察了綠色金融發展與環境監管在污染減排效果表中的相互作用，主要觀察它們的協同效應。在表3中，當不添加城市控制變量時，綠色金融與環境規制之間的交互作用在10%的顯著水平上顯著為負。在加入控制變量的情況下，綠色金融與環境監管之間的交互作用在5%的顯著水平上仍然顯著為負。這說明城市發展水平越高，綠色金融發展程度越好，環境規制政策越合理，綠色金融和環境規制政策在抑制污染排放方面的作用越強，對區域環境效益的促進作用越好。

（二）協同效應減排機制分析

Innovation＼ PI＼ SIGDP＼ SISO2=α0+β1GFct+β2ERct+

β3GFct×ERct+Xctβ+σc+λt+εct （4）

這里變量的選擇與公式（3）相同，我們將污染排放分解為四個因素Innovation＼ PI＼ SIGDP＼ SISO2，因此我們只改變了回歸公式（3）中的被解釋變量，回歸結果如表4所示。

從表4結果發現，經過污染因素分解后，我們發現綠色金融與環境規制能夠通過協同作用使生產工藝的發生改變和區域污染抑制強度的增加而實現的污染減排。它們并不是通過降低區域污染排放強度，降低區域工業經濟發展規模來實現污染減排的。這表明，綠色金融與環境規制的協同作用能夠有效促進區域產業創新以提高污染抑制水平，同時不失區域產業經濟的發展，實現區域“污染減排和經濟減排”。

（三）穩健性檢驗和內生處理

我們通過替換解釋變量來衡量模型的有效性；同時，通過對綠色金融進行分層，避免了自我選擇的問題。內生問題用兩階段最小二乘法（2sls）求解。

1.替換變量

我們使用2006—2015年排污費征收標準（PWF）來衡量環境規制的力度（Quan和Li，2020）。排污費征收在我國是一項歷史上具有強大而廣泛的經濟激勵環境政策工具。排污費征收標準可以反映地方政府環境調控的力度。同時，排污費亦與其他環保政策同步變化。表5為綠色金融發展與環境規制協同效應估算結果。

從表5的第（1）列和第（2）列可以看出，環境規制系數為正，與本文選取的政府詞頻所產生的環境規制指數測度一致，交互項顯著為負。從排放分解的角度可以發現，環境規制和綠色金融的發展對城市工業生產規模沒有產生負面影響，同時可以在一定程度上抑制工業二氧化硫的排放。

2.解決“自選擇”問題

為了防止“自我選擇問題”，本文將中國綠色金融發展分為三個層次。第一梯隊包括廣東、浙江、江西、新疆、貴州、甘肅6個綠色金融試驗區以及北京、江蘇、四川、福建、安徽等6個不是試驗區但綠色金融發展突出的地區。第二梯隊包括內蒙古、山東、上海、湖南、河北、湖北、重慶、山西、河南和陜西。第三梯隊包括廣西、青海、黑龍江、海南、云南、天津、遼寧、吉林、寧夏、西藏。

從表6可以看出，在綠色金融發展勢頭強勁的地區，綠色金融與環境規制的協同效應對減少污染有巨大而顯著的影響；在綠色金融廣泛發展的地區，綠色金融和環境規制的影響小于其他群體，而且不顯著；在綠色金融不發達的領域，綠色金融與環境規制之間存在巨大的協同效應。這是因為在綠色金融發展相對較差的地區，二者結合所產生的合力將直接影響一個城市的產業發展，從而對減少污染產生很大的影響。同時，雖然其系數在0.10的顯著性水平上不顯著，但與綠色金融普遍發達的地區相比，其顯著性仍然較高，處于合理范圍內。

從表7可以看出，綠色金融的發展水平越低，工業SO2的排放強度越大，通過增加SO2的排放成本來減少污染，從而實現環境的優化。從工業總產值來看，綠色金融的發展一般會促進工業產值的增長，而在綠色金融發展較差的地區，則會通過產業搬遷或關停來優化環境。表7表明，綠色金融發展水平越低，工業SO2抑制強度越大，說明“懲罰”對本區域的污染減排起到了重要作用。就工業總產值而言，發展綠色金融，即“激勵”，一般會促進工業產值的增長，而在綠色金融不太發達的地區，政府會“約束”當地產業的搬遷或關停，以優化環境，但會失去一定的經濟效益。

3.解決反向因果關系問題

本文采用兩階段最小二乘法將綠色金融發展、環境規制及其相互作用視為內生變量，并將其滯后一期作為工具變量。由于滯后的綠色金融發展和環境規制已經預先確定，不受當前的影響，當前污染物排放與其不存在反向因果關系，從而解決“反向因果”問題。

該模型的估計結果如表8所示。由于兩階段最小二乘回歸中估計模型的F值均大于10，故本文選取的工具變量不是弱工具變量。同時，本文使用的豪斯曼檢驗的P值為0.0033，遠小于0.01，因此本文存在內生解釋變量，應采用IV。在表8的估算結果中，對于SO2排放而言，綠色金融發展與環境規制的交互作用顯著為負，而工業SO2排放強度的符號顯著為正，而第二組對工業GDP的影響不顯著。這說明綠色金融發展得越好，環境規制對減少污染的作用越強。

五、結論與政策建議

中國的高質量發展面臨著減少污染和發展經濟的雙重挑戰。環境規制作為減少污染的主要政策措施，取得了顯著的效果，但也存在一定的局限性。它的約束機制將限制經濟發展。同時，基于綠色金融在中國的發展現狀，運用面板數據回歸，探討綠色金融與環境規制的協同效應，對污染因素進行分解，分析綠色金融和環境規制對經濟發展的影響。

實證分析結果表明：第一，當環境規制效果不明顯時，綠色金融與環境規制的協同效應能夠有效實現污染減排。這是因為綠色金融可以積極調節環境規制的減排效果，促進區域的清潔發展。第二，綠色金融創新路徑與環境規制約束機制協同實現污染減排。綠色金融的創新路徑和環境規制的約束機制通過“鼓勵”和“逆向強制”的手段實現了企業轉型升級，使污染從源頭上減少。第三，綠色金融與環境規制的協同效應不會在減少污染和排放的同時造成區域經濟下滑，能夠實現區域經濟的穩步上升，也能夠實現區域經濟的長期綠色清潔發展。

本文的研究表明，在控制污染的同時，綠色金融和環境規制協同不會對經濟增長產生不利影響。為此，提出以下建議：第一，繼續實施強有力的環境規制政策，加強生態治理，確保經濟“清潔”發展。第二，加強綠色金融體系建設，提高綠色資金配置和服務能力，消除國內不同規模企業融資條件的差異，降低中小企業融資成本。第三，建立配套的綠色金融服務保障體系。通過建設相關基礎設施，培養相關專業技術管理人才，建立準確的“綠色標識”和自動化的“環境監測”平臺等完善的市場機制。

主要參考文獻：

[1]李斌，彭星，歐陽銘珂.環境規制、綠色全要素生產率與中國工業發展方式轉變——基于36個工業行業數據的實證研究[J].中國工業經濟，2013（04）：56-68.

[2]郭滕達，魏世杰，李希義.構建市場導向的綠色技術創新體系：問題與建議[J].自然辯證法研究，2019，35（7）：5.

[3]莫凌水，翟永平，張俊杰.“一帶一路”綠色投資標尺和綠色成本效益核算[J].中國人民大學學報，2019，33（4）：13.

[4]QuanEY，LiZ.Measuringenvironmentalregulationstr ingency：perspectivefromChinaspollutionlevysystem[J].2020.

[5]李楠博.壓力與期冀：生態文明視域下企業綠色技術創新的驅動機制研究[J].求是學刊，2020.

[6]PorterME，LindeCVD.Americaneconomicassociationto wardanewconceptionoftheenvironment-competitivenessr elationship[J].2019.

[7]宋鵬，陳夢渝，毛顯強.中央環保督察促進重污染企業綠色創新了嗎？——來自上市企業綠色專利數據的證據[J].中國環境管理，202214（03）：73-80.

責編：險峰