綠色信貸對碳排放的空間溢出效應
——基于環境監管調節效應的分析

○張洪瑞 吳平

四川農業大學經濟學院 四川成都 611130

一、問題的提出

黨的十九大以來，我國深入貫徹落實習近平生態文明思想，不斷完善綠色金融體系，大力推動綠色金融發展，支持經濟社會綠色低碳高質量發展。我國于2012年發布了《綠色信貸指引》，要求加大對綠色經濟、低碳經濟和循環經濟的信貸支持。2020年我國正式提出力爭2030年前實現“碳達峰”、2060年前實現“碳中和”的目標。2021年中共中央、國務院印發的《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》指出，將綠色信貸納入宏觀審慎評估框架，引導銀行等金融機構為綠色低碳項目提供長期限、低成本資金。2022年黨的二十大報告指出，完善支持綠色發展的財稅、金融、投資、價格政策和標準體系，發展綠色低碳產業。這既表明政府通過綠色金融的頂層設計和信號釋放，逐步推動構建綠色信貸發展的制度環境，也表明要積極發展綠色金融，給予綠色低碳項目綠色信貸支持。這為綠色信貸推動降低碳排放、促進“雙碳”目標實現進而推進經濟社會綠色轉型提供了重要遵循和政策支持。

當前，由于各地區經濟發展程度和金融發展水平等的差異，綠色信貸發展不協調（張莉莉等，2018），其對企業降低碳排放的激勵約束作用也不盡相同。事實上，綠色信貸既有激勵效應又有擴散效應。一方面，綠色信貸發放規模大、授信力度高的地區由于較易獲得低利率信貸支持，可能會聚集更多綠色低碳和清潔環保的企業，這些企業在激勵效應下更有動力進行綠色創新和節能減排，從而降低當地的碳排放；另一方面，鄰近省份的地方政府在環保考核機制推動下可能會通過效仿、合作等形式發展綠色金融，促進金融機構綠色業務開展，使鄰省資金配置于更多綠色低碳產業，產生擴散效應。在雙重效應下綠色信貸不僅會抑制本地碳排放，可能還會降低周邊省份的碳排放，即理論上綠色信貸對碳排放具有空間溢出效應。進一步地，環境監管對企業綠色信貸資金運用具有一定的監督作用，可能會強化綠色信貸對碳排放的抑制效應。那么，綠色信貸多大程度上能降低碳排放？綠色信貸對碳排放是否確有空間溢出效應及空間溢出效應程度如何？環境監管在綠色信貸降低碳排放過程中發揮怎樣的作用？綠色信貸通過怎樣的作用機制降低碳排放？本文試圖回答上述問題。

二、文獻綜述

綠色信貸主要通過信貸方式支持綠色低碳項目和節能減排，引導和促進資金流向綠色低碳項目，進而推動實現經濟社會綠色高質量發展（陳立銘等，2016）。現有文獻大致從宏觀和微觀兩方面對綠色信貸做了相關研究。宏觀層面上，龍衛洋和季才留（2013）對我國綠色信貸制度環境進行了剖析，并提出更為完善的制度設計構想，有助于創造綠色信貸發展的良好制度環境；微觀層面上，現有研究就綠色信貸影響商業銀行盈利能力、綠色創新和企業綠色全要素生產率等方面進行了分析（郭文偉、劉英迪，2019；王馨、王營，2021；惠獻波，2022）。

關于碳排放，現有文獻主要從工業碳排放、農業碳排放、交通運輸碳排放和居民消費碳排放等方面進行了統計測算，分析了碳排放的時序演進、空間格局和影響因素等（謝守紅等，2014），并認為人口、經濟、技術和能源結構是碳排放的關鍵影響因素（王正和樊杰，2022）。

對于綠色信貸與碳排放二者的關系，近年來也有一定研究成果，并且大多數學者形成了相對一致的結論。例如，江紅莉等（2020）以綠色信貸和綠色風投為例，構建動態面板數據模型實證檢驗了綠色金融的碳減排效果。但也有學者提出了較為特殊的觀點，如陳亮和胡文濤（2020）認為以銀行信貸規模為主要特征的金融發展并不能有效地減少碳排放，這主要是因為初期金融對于綠色產業的支持相對欠缺且金融發展與碳排放往往有正向相關性。這從側面印證了綠色信貸應當加大對綠色產業的資金支持，進而發揮降低碳排放的作用。

綜上所述，現有文獻已經就綠色信貸與碳排放的關系做了研究和分析，為本文研究提供了一定的參考，但已有研究仍存在一些不足：第一，大部分學者主要集中于對碳排放本身的測算和時空特征的分析，將綠色信貸納入碳排放空間分析的文獻相對較少，盡管有學者探討了綠色信貸對碳排放的空間影響（毛彥軍等，2022），但是對理論機制的探析相對欠缺。第二，現有綠色信貸和碳排放的分析框架中，鮮有涉及環境監管這一因素，忽略了政府和公眾在綠色信貸降低碳排放中發揮的環境監管作用，從而不能全面地分析綠色信貸對碳排放的影響機制。第三，綠色技術創新和產業結構升級在綠色信貸影響碳排放的機制中發揮著重要作用（文書洋等，2022；陳智蓮等，2018），但較少有文獻將其作為中介變量進行分析。因此，在現有研究基礎上，本文擬選取2008—2020年全國大陸30個省級地區（不含西藏自治區）為樣本，構建綠色信貸、碳排放與環境監管的理論分析框架，通過空間杜賓模型實證分析綠色信貸對碳排放的空間溢出效應及其影響機制，以期為綠色信貸相關政策制定和推動降低碳排放提供一定參考和啟示。

三、研究假說與特征事實分析

（一）綠色信貸與碳排放

從減碳的角度講，綠色信貸在激勵約束作用下抑制碳排放。事實上，綠色信貸的激勵約束作用主要體現在信貸利率的優惠和申請貸款的門檻。一方面，綠色信貸發放規模大、授信力度高的省份，由于綠色信貸低利率的特征，可以吸引更多綠色低碳企業和節能環保項目。這不僅可以聚集更多低碳排放的企業和項目，而且當這些經濟主體以低成本獲取資金支持后，有更充足的資本和更大的收益空間進行綠色創新和節能減排，從而產生綠色創新效應（楊曉妹等，2023）和節能減排效應（黃清煌和高明，2017）。另一方面，由于綠色信貸的申請以清潔、低碳等為條件，各省“兩高”企業、污染項目的授信門檻和融資成本相對加大，會倒逼其進行綠色轉型和節能減排，從而有助于降低碳排放。從固碳的角度來講，綠色信貸對種植業、林業和漁業碳匯活動（張開華、陳勝濤，2012）也有一定支持作用。通過綠色信貸優化資金配置，幫助相關經濟主體引進碳減排技術，支持低碳農業和農業碳匯的開發和健全，促進林業碳匯、漁業碳匯等增匯活動的開展，從而有助于整個地區降低碳排放。據此提出假說1。

H1：綠色信貸對碳排放具有抑制效應。

（二）綠色信貸對碳排放的空間溢出效應

綠色信貸不僅能降低本地碳排放，對碳排放的抑制作用還具有空間溢出效應。首先，由于綠色金融的宏觀政策引導和地方政府環境保護考核機制的強化（張軍等，2020），鄰近省份可能會通過效仿、合作等形式不斷優化綠色信貸業務開展，推動發揮綠色信貸的碳減排作用。其次，鄰近省份的企業為降低融資成本，也可能從綠色信貸發展較好的地區爭取綠色信貸，使得自身有更大收益空間進行綠色轉型和節能減排，進一步推動降低碳排放。最后，由于本地企業在綠色信貸支持下進行綠色技術創新和節能減排的正外部性，其相關技術和經營方式會在一定程度上向鄰地省份擴散，帶動鄰地省份的碳減排。據此提出假說2。

H2：綠色信貸對碳排放的抑制作用具有空間溢出效應，即綠色信貸不僅對本地碳排放有抑制效應，而且也會降低鄰地碳排放。

（三）環境監管的調節作用

貸款主體為實現自身利益最大化，可能并沒有完全按申請信貸資金時的要求將其用于綠色技術創新或節能減排，甚至出現資金挪用情況（許珊珊，2021），從而弱化綠色信貸對碳排放的抑制效應。信息不對稱導致信貸資金監管效率低，也可能弱化綠色信貸對碳排放的抑制效應。因此，為更加全面考察綠色信貸對碳排放的抑制效應和空間溢出效應，本文將環境監管納入分析框架。

從政府環境監管角度看，一方面，環境監管寬松的地區，貸款主體面臨的環保違法成本較低，那些可能將綠色信貸資金挪用至非綠色項目的貸款主體可能會遷移至此地，導致綠色信貸資金并沒有發揮其應有的節能減排作用，甚至會引致碳排放的轉移從而產生負面的空間溢出效應；同時，由于這類貸款主體將資金用于其他生產經營活動，可能會加劇碳排放，進一步弱化綠色信貸對碳排放的抑制作用。另一方面，環境監管嚴格的地區，貸款主體面臨的環保違法成本可能較高，外部的監管壓力迫使其按要求和規范將綠色信貸資金用于技術創新和節能減排等項目，從而有助于抑制碳排放；同時，在地方官員環境考核體制下，鄰地政府可能會參考和效仿環境監管嚴格地區的做法，加強環境監管和鼓勵綠色信貸以減少污染，改善地方環境，從而強化綠色信貸抑制碳排放的空間溢出效應（楊曉妹等，2023；Wu,et al.，2020）。

從公眾環境監管角度看（Weena Gera，2016），雖然公眾環境監管的強制性和執行力可能弱于政府環境監管，但公眾參與可以補充信息，在環境治理體系中發揮紐帶作用（Wu et al.，2020）。首先，相比于政府而言，公眾可能會接觸包括企業在內的經濟主體更多的污染情形，并通過上訪、建議和各種民主渠道向政府反映環境污染情況，補充政府及金融機構關于貸款主體信貸資金利用和污染排放的有關信息，緩解信息不對稱。其次，公眾對環境監管的關注度和參與度提高，會制造較大輿論壓力，如企業污染嚴重時，社會公眾可能通過上訪、新聞媒體和網絡平臺等制造輿論壓力，給企業聲譽帶來負面影響，企業為避免因負面影響導致的銷量減少和利潤降低，可能會按規范使用信貸資金，主動減少污染排放。但是由于公眾可能只會針對自身所在地方的污染情況進行監督，其調節效應主要體現在強化抑制本地碳排放，對綠色信貸降低碳排放空間溢出效應的強化作用可能并不明顯。

綜合政府環境監管和公眾環境監管的上述分析，提出假說3。

H3：政府環境監管和公眾環境監管在綠色信貸對碳排放的抑制效應中具有調節作用；但是在空間溢出效應中只有政府環境監管具有調節作用，而公眾環境監管的調節作用并不明顯。

（四）機制分析：綠色信貸對碳排放的中介機制

1.綠色技術創新。綠色金融對于技術創新具有正向促進作用，會顯著提升綠色創新的總量和質量（王馨、王營，2021）。綠色信貸主要面向綠色低碳項目提供信貸資金，緩解相關企業融資約束，促進綠色低碳項目的推進和落實。無論是從激勵低碳項目發展還是抑制高耗能、高污染項目的角度來講，綠色信貸都有助于企業綠色技術創新。一方面，通過綠色信貸支持，節能環保或綠色低碳類型的企業信貸成本降低，收益相對增加，資本從低收益行業向高收益行業流動，進一步地，這類行業發展壯大且有更多資金支持其綠色技術進步，從而實現綠色技術創新；另一方面，綠色信貸在支持綠色低碳企業和項目的同時，會相對增加高耗能、高污染企業和項目的融資成本，加大對其的融資懲罰效應和投資抑制效應（蘇冬蔚、連莉莉，2018），這將倒逼其為緩解自身融資約束而進行綠色低碳轉型，加大節能減排投入和綠色技術創新，提高企業效益和減少碳排放。

綠色技術創新對碳排放具有顯著的抑制作用（陳亮、胡文濤，2020）。首先，通過加大對節能減排技術的投資、引進并推廣應用，企業能在生產過程中減少能源消耗進而降低碳排放；其次，技術創新有助于企業改善污染治理效果，減少“三廢”尤其是廢氣的污染，進而減少碳排放；再次，部分企業的綠色創新技術可以在一定程度上進行推廣應用，普惠于更多相關企業，同時由于技術進步，相關綠色產品通過市場更多地被消費者接受，從而有助于全社會降低碳排放。據此提出假說4。

H4：綠色信貸可以通過促進綠色技術創新降低碳排放。

2.產業結構升級。一般而言，工業生產對能源的直接消耗所產生的直接碳排放和生產過程中半成品投入產生的間接碳排放使得第二產業成為碳排放的主要來源（李健、周慧，2012），因此，減少碳排放應降低各產業尤其是第二產業的碳排放，大力發展第三產業和綠色低碳產業，推動一二三產業結構合理和優化。綠色信貸通過推動產業結構升級進而降低碳排放。從政策效應上講，綠色信貸既有一般信貸資金的資源配置作用，還兼具綠色信號傳遞效應（江紅莉，2020），這有助于從宏觀政策上激勵綠色低碳產業的布局和成長。從資金導向上講，綠色信貸不僅可以直接推動綠色創新和節能減排進而減少碳排放，還有利于構建資金導向機制，激勵社會資本進入該產業，從而推動第三產業尤其是綠色低碳產業發展。從能源結構上講，由于第三產業和綠色低碳產業較少依賴化石能源等，產業結構升級也優化了能源使用結構，減少煤炭等傳統能源使用，增加清潔能源利用，提高能效水平，降低碳排放。據此提出假說5。

H5：綠色信貸可以通過推動產業結構升級降低碳排放。

（五）特征事實分析

總體來看，我國綠色信貸發展呈現出快速增長的勢頭。在政府部門、金融機構和社會各界的共同努力下，綠色信貸市場得到發展和壯大。多家商業銀行、農村信用合作社等金融機構相繼開展綠色信貸業務，涉及環保、能源、交通、建筑等多個領域。根據中國銀行業協會發布的《2021年中國銀行業社會責任報告》，截至2021年末，銀行業金融機構本外幣綠色貸款余額15.9萬億元，新增3.86萬億元，同比增長33%，高于各項貸款增速21.7 個百分點。圖1 展示了綠色信貸與碳強度的關系：隨著綠色信貸的增長，我國碳強度總體呈逐漸下降的趨勢。這初步驗證了假說1，即綠色信貸對碳排放具有抑制效應。

圖1 綠色信貸與碳強度

從區域來看，我國不斷探索綠色金融改革試點地區創新實踐。2017年，國務院批準我國首批五省八市（區）為綠色金融改革試點創新試驗區，分別為浙江衢州、浙江湖州、廣州花都區、貴州貴安新區、江西贛江新區、新疆哈密市、新疆昌吉回族自治州、新疆克拉瑪依市。2019年和2022年又先后將甘肅蘭州新區和重慶市納入綠色金融改革創新試驗區。2018 年至2021 年，試驗區綠色信貸年均增長21.03%，高于試驗區全部貸款平均增幅5.59個百分點。各試點地區均設立綠色金融支行或事業部，加強綠色信貸管理，加大綠色信貸發放額度，創新綠色信貸產品，暢通綠色融資渠道；同時通過建立碳賬戶、創新碳排放權抵押融資及打造森林碳庫推動降低碳排放（見表1）。試點地區綠色信貸和減污降碳相關創新實踐對周邊地區碳減排具有輻射帶動作用，表現出一定的空間溢出效應，這也初步驗證了假說2。

表1 綠色金融改革試點地區創新實踐

四、研究設計

（一）樣本與數據

本文以2008—2020年全國大陸30個省級地區（不含西藏自治區）為研究樣本，運用空間杜賓模型實證分析綠色信貸對碳排放的空間溢出效應及其作用機制。2007年7月，原國家環保總局、中國人民銀行、原銀監會聯合發布了《關于落實環保政策法規防范信貸風險的意見》，要求嚴格信貸環保要求，促進污染減排。這標志著綠色信貸正式啟動，成為我國污染減排的重要市場手段。囿于數據可得性，本文樣本時間跨度為2008—2020 年。西藏自治區相關數據缺失較多，故未納入考察樣本。

相關數據來源于《中國統計年鑒》《中國工業統計年鑒》《中國環境統計年鑒》《中國環境年鑒》《中國稅務年鑒》，以及各省市統計年鑒、美國國家地球物理數據中心、Wind 數據庫和CNRDS 數據庫。部分缺失數據通過線性插值法進行補充。與GDP 相關的數據均以2008年為基期進行平減，以剔除價格影響。為避免異方差和減小數據絕對值差距過大帶來的影響，對相關數據取對數后進行回歸分析。

（二）變量選取

1.碳排放（被解釋變量）。相關文獻對碳排放測算的方式比較豐富，大致有如下兩種測算方式：一是有學者通過政府間氣候變化專門委員會（IPCC）的碳排放測算方式測算并構建中國碳排放核算數據庫（Shan et al.，2018）；二是鑒于夜間燈光強度與碳排放的密切關系，即夜間燈光亮度越大，經濟發展水平越高，碳排放也隨之增加，有學者采用DMSP/OLS和NPP/VIIRS 兩套夜間燈光數據，并構建夜間燈光數值與省級碳排放量的關系方程對碳排放進行測算（薛飛、陳煦，2022）。為盡量降低碳排放核算的偏差，本文主要參考第二種方法對碳排放進行測算。在考察綠色信貸對碳排放的空間溢出效應中，為剔除各省市經濟規模不同所造成的估計偏誤，本文將碳排放除以常住人口數衡量的人均碳排放設為最終被解釋變量進行實證分析，并選取碳強度（碳排放除以實際GDP）為替代指標進行穩健性檢驗。

2.綠色信貸（核心解釋變量）。現有文獻多采用我國主要商業銀行社會責任報告披露的綠色信貸余額作為綠色信貸衡量指標（郭文偉、劉英迪，2019）。該指標雖可直接反映綠色信貸規模，但上述文獻是基于上市商業銀行本身為研究對象，與本文所選省級面板數據匹配性欠佳。考慮到本文選取我國省級數據作為研究樣本，故參考謝婷婷和劉錦華（2019）、江紅莉等（2020）的方法，選取我國各省除化學、石油、電力熱力、黑色金屬、有色金屬和非金屬六大高耗能工業產業外的利息支出占工業產業利息總支出的比值來衡量綠色信貸。選取這一指標的理由在于：該指標基于省級數據構建，能相對客觀真實地反映各省級層面的綠色信貸狀況；高耗能工業產業之外的其他行業污染相對較小，且利息支出占比本身也能印證信貸規模，可以作為綠色信貸的衡量指標。

3.環境監管（調節變量）。現有文獻大致從政府環境監管和社會公眾參與兩個方面來刻畫環境監管。本文實證分析亦從這兩方面進行環境監管的變量選取和調節作用的考察。就政府環境監管而言，一般文獻采用環境規制進行衡量（范洪敏，2017），如選用工業污染源治理投資額、污染投資績效等進行衡量。本文參考范洪敏（2017）的方法，以各省份排污費解繳入庫戶金額表征政府環境監管。由于2018年《中華人民共和國環境保護稅法》實施，用環境保護稅代替了排污費，故2018—2020年的數據由環境保護稅替代。就社會公眾參與而言，本文參考Jing Tang&Shilong Li（2022）的方法，采用全國人大對環境的建議數量來代表各地區公眾環境監管水平。選取該指標的理由在于：人民代表大會制度是我國公民政治參與最直接、最有效的途徑，公眾環境參與和環境監管可以通過人大對環境方面的建議進行；人大對環境的建議反映公民對環境的評價、建設性意見或者批評意見，可以作為公眾環境監管的衡量指標。

4.綠色技術創新、產業結構升級（中介變量）。

（1）綠色技術創新。關于綠色技術創新這一變量的衡量本文主要考慮綠色技術層面的量化。對此，有學者使用上市公司綠色專利申請數量來衡量企業綠色技術創新（魯惠中等，2022）。本文沿用這一做法，選取2008—2020 年A 股上市公司為樣本，將企業與其省級所屬地匹配，加總當年該省份所有上市公司獨立獲得的綠色發明數量和實用新型數量，計算出省級層面的綠色專利數據作為綠色技術創新的衡量指標。

（2）產業結構升級。按照一般對產業分類的方法，將產業分為第一、第二和第三產業。由于碳排放更多來源于第二產業，因此本文按這一分類方法對產業結構進行劃分。對于產業結構升級的衡量，現有文獻主要用第三產業總產值占各省GDP 的比值來衡量（原毅軍、謝榮輝2014；毛彥軍等，2022），本文沿用這一做法來衡量產業結構升級。

5.控制變量。為控制可能影響碳排放的其他因素，結合現有文獻選取以下變量作為控制變量：由于經濟增長會影響碳排放，同時考慮到人口素質對碳排放的影響，所以選取人均GDP和教育水平即人均受教育年限為控制變量（文書洋等，2022；李鍇、齊紹洲，2011）；政府財政一定程度上表征我國政府對綠色經濟的影響，城鎮化率反映我國經濟發展水平，這二者也會對碳排放產生影響，故選取城鎮人口和常住人口之比作為城鎮化率衡量指標，各省財政稅收收入占當地GDP的比值為政府干預的衡量指標，將這二者也納入控制變量（岳立等，2022）。

本文相關變量名稱、符號、定義及描述性統計見表2。

表2 變量名稱、符號、定義及描述性統計

（三）模型設定

1.基準回歸模型設定。為分析綠色信貸對碳排放的抑制效應并驗證假說1，本文構建如下基準回歸模型進行實證分析：

其中，α為待估參數，i和t分別表示第i個省份和第t年（i=1，2，…，30；t=2008，2009，…，2020），Controlit為控制變量，μi表示省份固定效應，ζt表示年份固定效應，εit表示隨機誤差項。

2.空間計量模型設定。

（1）空間權重矩陣設定。空間權重矩陣包括空間鄰接矩陣、經濟距離矩陣、反距離平方矩陣等多種形式。考慮到綠色信貸對碳排放的空間溢出效應更多表現為對鄰近省份的影響，本文參考金貴朝等（2023）的做法選用鄰接矩陣作為空間權重矩陣。進一步考慮到地區間的實際地理距離、經濟距離等也可能影響區域碳排放水平，因此在穩健性檢驗中納入反距離平方矩陣和經濟距離矩陣進行分析。其中，鄰接矩陣定義如下：

（2）空間自相關檢驗。為確保空間計量模型的有效性，本文選用莫蘭指數對碳排放的空間自相關進行檢驗，以考察各省人均碳排放是否存在空間依賴性。該指數在-1到1之間取值，正值表示存在正向的空間自相關（空間集聚），負值表示存在負向的空間自相關（空間分散）。當取值為1 表示完全空間集聚，取值為-1 表示完全空間分散，取值為0 則意味著在空間上表現為隨機分布特征。公式定義如下：

其中，Y為被解釋變量，即人均碳排放，S2=為樣本方差，wij表示空間權重矩陣中的元素，為所有空間權重之和。

結果顯示（見表3），各省份人均碳排放均呈現顯著正向空間相關性，且隨著年份推移，莫蘭指數總體上不斷增大。這表明我國碳排放高（低）的省份其周圍也聚集著高（低）碳排放省份，這種“高高”（“低低”）聚集的特征隨時間變化而不斷增強。可能的原因在于：一是經濟因素，即我國各地區經濟發展不平衡不協調的特征還比較明顯，經濟發展快、工業規模大的省份區域上相對集中，產業分布密集，其碳排放較高；二是資源因素，即鄰近省份資源要素稟賦類似，如煤炭在某些區域富集，而煤炭等化石能源的使用又會導致碳排放急劇上升，使得化石資源聚集地區的碳排放呈現聚集特征。因此，運用空間計量模型分析我國人均碳排放具有合理性。

表3 人均碳排放的莫蘭指數

為進一步強化上述空間自相關檢驗結論，本文繪制了2008年、2012年、2016年和2020年我國各省份人均碳排放的莫蘭指數散點圖，如圖2所示。這四個年份各省人均碳排放的樣本點主要集中在第一和第三象限，且圖象的斜率不斷增大，即樣本點具有“高高”（“低低”）的聚集特征，呈現出顯著的正向空間自相關性，進一步證實了上述全域莫蘭指數的結論。

圖2 我國各省份人均碳排放的莫蘭散點圖

（3）空間計量模型選擇。為進一步選擇合適的空間計量模型，本文首先通過LM 檢驗確定SEM 模型、SAR模型與SDM模型的適配性，LM檢驗結果均在1%的水平上顯著，這表明應當選擇空間杜賓模型；其次，通過Wald 檢驗和LR 檢驗判斷SDM 模型是否會退化成SAR 模型或者SEM 模型，檢驗結果表明空間杜賓模型不會退化為空間滯后模型和空間誤差模型；最后，由Hausman檢驗最終確定選擇固定效應模型進行回歸分析。模型設定如下：

其中，式（4）為沒有加入調節變量及其與核心解釋變量交乘項的空間基準回歸模型，式（5）則加入了調節變量及交乘項。ρ為被解釋變量空間滯后待估系數，W為空間權重矩陣，Superviseit為環境監管（本文細分為政府環境監管Fee 和公眾環境監管Advice），Interactit為核心解釋變量與調節變量的交乘項，其余變量含義與式（1）相同。

五、實證結果分析

（一）基準回歸模型結果分析

表4列示了對式（1）的基準回歸分析估計結果，第（1）至（5）列為在核心解釋變量（綠色信貸）基礎上逐一加入各控制變量進行回歸的結果。基準回歸結果表明，綠色信貸對碳排放具有顯著抑制效應。隨著綠色信貸規模擴大，對于綠色低碳和節能環保等項目的支持會增加，利于清潔低碳產業發展；同時加大了高能耗、高污染行業的信貸門檻和融資約束，倒逼其進行節能減排，從而使得整個社會碳排放水平降低。假說1得到驗證。

表4 基準回歸結果

（二）空間杜賓模型回歸結果分析

1.回歸結果分析。表5列示了空間杜賓模型回歸分析估計結果，第（1）至（4）列分別為控制個體固定效應、時間固定效應、雙向固定效應和隨機效應模型的估計結果。由Log-likelihood檢驗結果可知，控制時間和個體的雙向固定效應模型即第（3）列估計結果最佳，這與上述Hausman 檢驗結果相互印證。由表5第（3）列可知，綠色信貸在5%的顯著性水平上對本地區人均碳排放具有抑制效應，當綠色信貸每提升1%，人均碳排放將降低0.0314%。這進一步強化驗證了假說1。

表5 空間杜賓模型回歸結果

2.空間效應分解。表6第（1）至（3）列分別列示了空間杜賓模型回歸分析的直接效應、間接效應和總效應。結果表明，本省綠色信貸對本省碳排放的抑制效應系數為-0.0415，對鄰近省份的抑制效應系數為-0.1291，總效應系數為-0.1706，三者均至少在5%的水平上顯著。這說明綠色信貸不僅顯著抑制本地人均碳排放，還會對周邊省份降低碳排放產生空間溢出效應。即本地綠色金融發展可能在地方政府環保考核機制下引致鄰近省份的效仿，促進鄰近省份綠色金融發展，加強開展綠色信貸業務；同時本省綠色信貸與企業綠色轉型和節能減排產生的擴散效應也有利于鄰省碳排放的降低。假說2得到驗證。

表6 空間效應分解

可以看到，各控制變量的系數值也與預期相符。就直接效應而言，人均GDP對人均碳排放水平具有顯著正向影響，這意味著一方面隨著經濟增長和生產擴大，能源消耗增加，本地污染排放增多，環境承載壓力加大，加劇碳排放；另一方面，經濟增長也會使得人均生活水平提高，人們對物質資料的需求增加，從而可能增加碳排放，這與現有研究結論基本一致。教育水平在5%的顯著性水平上對人均碳排放有正向影響。可能的原因是，加大教育投入力度，包括新修教育基礎設施、提升人均受教育年限等，會在一定程度上增加資源消耗進而提高碳排放水平。而教育帶來的人口素質提高和技術進步雖然會有利于降低碳排放，但其本身有較大的時滯性和間接性，可能需要在長期分析中才能反映。政府干預也對本地人均碳排放具有顯著正向作用。可能的原因在于，政府干預程度加深很可能導致腐敗滋生和公共資源濫用（岳立等，2022），對經濟綠色轉型產生負面影響，從而加劇人均碳排放。城鎮化率沒有通過顯著性檢驗。就間接效應而言，人均GDP顯著負向影響鄰地人均碳排放水平，這可能由于本地經濟發展水平提高，吸引了鄰地更多的資本、技術、能源、勞動力等生產要素，甚至可能在政府優惠政策和市場導向機制下直接吸引更多生產經營主體，從而引致碳排放的轉移，降低鄰地碳排放水平。政府干預對鄰地人均碳排放具有負向影響作用，這可能的原因是在地方政府環保考核機制下，本地政府的環保措施可能被鄰地政府效仿或是改善，從而對鄰地人均碳排放有負向影響。而教育水平和城鎮化率兩個控制變量未能通過顯著性檢驗。

3.環境監管的調節效應分析。當環境監管力度較強時，環境監管可能會強化綠色信貸對碳排放的抑制效應；當環境監管較弱時，其可能會弱化綠色信貸對碳排放的抑制效應。因此，為更加全面考察綠色信貸對碳排放的抑制效應和空間溢出效應，本文將環境監管作為調節變量進行實證分析。表7 第（1）至（3）列列示的是政府環境監管在綠色信貸降低碳排放的機制中發揮的調節作用，第（4）至（6）列列示的是公眾環境監管在綠色信貸降低碳排放的機制中發揮的調節作用。回歸結果表明，在納入環境監管及其與綠色信貸的交乘項后，綠色信貸依舊對碳排放具有顯著的抑制效應。一方面政府環境監管與綠色信貸的交乘項對碳排放具有顯著負向作用，直接效應、間接效應和總效應的系數分別為-0.0364、-0.0757、-0.1121。這表明，政府環境監管與綠色信貸具有“強強效應”（楊曉妹等，2023），強化了綠色信貸對碳排放的抑制效應。當政府加強環境監管，貸款主體為減少環境處罰和相關稅費，嚴格利用綠色信貸資金，加強綠色轉型和清潔生產，認真履行節能減排社會責任，從而減少碳排放。同時，可以看到交乘項還會產生空間溢出效應，即本省環境監管也會利于鄰近省份的碳減排。可能的原因在于相鄰省份的政府在綠色信貸宏觀政策的引導和地方政府環保考核要求下，可能會通過加強綠色低碳與環境監管領域合作推動降低碳排放，從而產生空間溢出效應。另一方面，公眾環境監管與綠色信貸的交乘項對碳排放總體上也具有顯著負向作用，直接效應、間接效應和總效應的回歸系數分別為-0.0004、-0.0009、-0.0013。這表明，公眾環境監管也在綠色信貸降低碳排放的機制中發揮調節作用。公眾通過包括人大建議在內的民主渠道進行環境監管，形成社會輿論效應，對生產經營主體形象、聲譽等產生影響，進而間接促進其決策者在環保方面的積極決策，從而有助于降低碳排放。值得注意的是，公眾環境監管交乘項的系數值和顯著性總體上均小于政府環境監管，且公眾環境監管交乘項的間接效應不顯著。這可能的原因是，相比于政府環境監管而言，公眾環境監管的強制性和執行力更小，且本地的公眾主要針對本地生產經營主體的環境情況進行建議、舉報等，對鄰近省份的影響很小。假說3得到驗證。

表7 環境監管的調節效應

（三）穩健性檢驗

在穩健性檢驗方面，本文首先采用碳強度（碳排放除以實際GDP）作為人均碳排放的替換指標進行回歸；其次，納入反距離平方矩陣和經濟距離矩陣（毛彥軍等，2022；楊曉妹等，2023）替換鄰接矩陣進行空間效應的穩健性分析。表8結果表明，無論是替換被解釋變量還是替換空間權重矩陣，綠色信貸均對人均碳排放或碳強度有顯著負向影響，且其間接效應系數也顯著為負。這說明綠色信貸對碳排放具有抑制效應，且對降低鄰地碳排放也具有空間溢出效應，與上文結論基本保持一致，表現出一定的穩健性。

表8 穩健性檢驗

六、進一步討論

為進一步厘清綠色信貸抑制碳排放的中介機制，本文基于綠色技術創新和產業結構升級的事實，將此二者作為中介變量納入模型討論，分析其在綠色信貸影響碳排放的機制中所發揮的作用。

綠色技術創新的中介機制分析模型：

產業結構升級的中介機制分析模型：

上述中介模型回歸分析結果見表9，第（1）列即表5第（5）列的基準回歸結果，第（2）、（3）列和第（4）、（5）列分別為對綠色技術創新和產業結構升級的中介效應檢驗。就綠色技術創新而言，第（2）列中綠色信貸在10%的顯著性水平上能促進企業綠色技術創新。如前文所述，這種綠色創新效應從降低綠色低碳項目成本和倒逼高耗能、高污染項目綠色轉型兩個方面產生作用。第（3）列列示的是在加入中介變量即綠色技術創新后綠色信貸對碳排放的影響。綠色信貸和綠色技術創新分別在10%和1%的水平上顯著，說明企業綠色技術創新在綠色信貸降低碳排放的機制中存在部分中介效應，數值為-0.0156，綠色信貸的直接效應為-0.0424。這表明，綠色信貸通過加大對綠色低碳項目的信貸支持，倒逼“兩高”企業綠色轉型，有助于綠色技術創新，并將相關綠色創新技術納入實際生產，促進節能減排和低碳生產，從而降低碳排放。就產業結構升級而言，第（4）列表明綠色信貸對產業結構調整也具有顯著正向影響。第（5）列加入產業結構升級后，綠色信貸和產業結構升級均至少在5%的水平上顯著，說明產業結構升級在綠色信貸降低碳排放的機制中存在部分中介效應，數值為-0.1100，綠色信貸的直接效應為-0.0547。這表明，綠色信貸降低了綠色低碳企業的融資成本，推動“兩高”企業綠色轉型升級和綠色環保產業尤其是第三產業的成長，進而優化產業結構；促進了產業內部結構的優化和能效提高，從而促進節能減排和綠色轉型。假說4、假說5均得到驗證。

表9 中介機制回歸結果

七、研究結論與政策建議

（一）研究結論

實現碳達峰、碳中和是一場廣泛而深刻的經濟社會系統性變革，也是實現我國經濟綠色高質量發展的內在要求。本文研究結果表明：綠色信貸對碳排放具有顯著的抑制效應和空間溢出效應；環境監管在綠色信貸對碳排放的抑制效應中發揮顯著的調節作用，但是在空間溢出效應中只有政府環境監管具有顯著調節作用，而公眾環境監管的調節作用不明顯；綠色信貸可以通過促進綠色技術創新和推動產業結構升級抑制碳排放。

（二）政策建議

1.充分發揮綠色信貸降低碳排放的抑制效應及其空間溢出效應抑制碳排放。在宏觀上，通過綠色信貸政策的信號傳遞效應（江紅莉等，2020），引導金融機構加大綠色信貸投放，支持綠色低碳產業發展。在微觀上，充分發揮市場機制作用，推廣現有綠色金融改革試驗區可復制經驗，創新綠色信貸產品供給方式和渠道，使綠色信貸資金流向更多更優的綠色低碳項目，加大對高耗能、高污染項目的融資門檻和反向激勵，促進節能減排資金優化配置。同時，鄰近省份注重加強綠色信貸領域合作，構建綠色創新和節能減排措施的交流平臺和推廣機制，強化綠色信貸對本地碳排放的抑制效應及其對鄰地的空間溢出效應。

2.完善環境監管體制，構建環境監管在綠色信貸抑制碳排放中的制度體系和渠道機制。一方面，要健全和完善政府環境監管的制度體系。既要構建起從中央到地方的環境巡視、監督、檢查和指導的完整體系，也要加強政府和金融機構的合作和信息交換，重點對貸款主體綠色信貸資金利用數量、利用質量和最終收益進行監管，使得綠色信貸資金在推進綠色創新、節能減排等環節中真正發揮作用。另一方面，要發揮公眾對環境監管的積極作用。搭建信訪、新聞媒體等輿論平臺和暢通人大、政協和環保組織等民主渠道，發揮公眾對貸款主體的輿論監督效應，倒逼企業認真規范利用綠色信貸資金進行節能減排。

3.重視通過綠色技術創新和產業結構升級來推動降低碳排放。對于企業綠色技術創新應當加大資金支持和政策扶持，注重綠色技術推廣和應用，使其充分發揮節能減排作用。同時，注重支持高耗能、高污染企業的綠色轉型和技術創新，避免一刀切，否則容易使有能力綠色轉型的企業陷入“融資難—投資減少—經營績效惡化”的惡性循環。注重發展第三產業，合理提高第三產業的比重，降低產業內污染企業比重，提高清潔低碳企業比例，加強各產業的節能減排或綠色轉型，為實現碳達峰、碳中和目標不斷注入動力。