信貸資源配置的碳減排效應研究

摘 要：構建包含碳排放與信貸資源配置的內生增長模型，采用2001—2019年的省級面板數據考察信貸資源配置的碳減排效應及其作用機制。研究發現：首先，信貸資源優先向綠色環保企業配置，有利于降低碳排放水平。其次，信貸資源配置的碳減排效應存在顯著的區域及環境意識異質性，信貸資源配置更容易促進東部地區、高環境意識水平地區的碳減排。最后，信貸資源配置通過縮小環境規模效應和擴大技術效應降低碳排放。因此，要積極引導信貸資源流向綠色環保行業，鼓勵支持綠色技術創新，統籌好碳減排與經濟增長之間的關系，因地制宜制定碳減排相關政策，推動“雙碳”目標的實現。

關鍵詞：信貸配置；碳減排；環境規模效應；技術效應

中圖分類號：F830.5 文獻標識碼：A 文章編號：1674-2265（2024）08-0076-09

DOI：10.19647/j.cnki.37-1462/f.2024.08.008

一、引言

習近平主席在第七十五屆聯合國大會一般性辯論上首次提出兩階段碳減排目標，即“雙碳”目標。黨的二十大再次強調要“推動綠色發展”。積極參與應對氣候變化是中國可持續發展的內在需要，更體現了我國負責任的大國擔當。與此同時，國家鼓勵推動金融機構加快信貸投放，支持碳減排和煤炭清潔高效利用重大項目建設。在當前信貸資源有限的條件下，探索如何通過合理的信貸資源配置來減少碳排放，對我國實現低碳轉型和“雙碳”目標具有重要的戰略意義。

銀行通過配置信貸資源影響企業發展。企業作為碳排放的主體，對外源融資依賴度較高?！半p碳”目標實現過程中涉及巨量資金需求，碳減排資金供小于求成為企業發展與節能減排的矛盾癥結，現代金融的作用不可或缺。在以銀行為主的金融體系下（劉磊等，2022）[1]，滿足碳減排領域資金需求的關鍵在于積極引導銀行機構提供相應的投融資支持，信貸資源配置是“雙碳”目標下我國實現可持續發展的重要手段。那么，當前中國的信貸資源配置是否發揮了碳減排效應？通過何種路徑作用于碳減排？不同路徑的效果如何？金融機構尤其是銀行又該如何做？

本文通過構建理論模型與實證檢驗回答上述問題。借鑒已有研究，本文構建了包含信貸資源配置與碳排放的羅默內生增長模型，采用2001—2019年的省級面板數據，實證檢驗了信貸資源配置的碳減排效應及其影響機制。本文的邊際貢獻主要包括以下兩個方面：第一，從信貸資源配置的角度出發，通過構建內生增長模型研究信貸資源配置的碳減排效應，豐富碳減排相關理論分析；第二，系統地梳理了信貸資源配置影響碳減排的作用機理，識別中國現階段銀行充分發揮信貸資源配置碳減排效應的有效渠道，為“雙碳”目標的實現提供可行的路徑參考。

二、文獻綜述

信貸資源配置與碳排放的關系值得我們關注，然而鮮有文獻直接探討信貸資源配置的碳減排效應。信貸資源配置與碳排放關系的本質是金融發展與環境污染的關系，其研究成果較為豐富，為本文的研究提供了扎實的理論基礎。金融作為現代經濟的核心，能幫助企業有效籌集資金，促進資產結構調整，優化資源配置日漸成為環境保護的重要推動力。多數研究表明金融發展能夠改善環境質量，抑制碳排放（Tamazian等，2009；Jalil和Feridun，2011；Shahbaz等，2018）[2-4]。部分學者則認為金融發展促進了二氧化碳排放（Shahbaz等，2013）[5]。此外，一些學者基于信貸總量的角度研究了信貸與碳排放的關系。 嚴成樑等（2016）[6]研究發現信貸規模和金融深化對碳排放的影響都呈現倒U形。吳姍姍（2018）[7]通過索洛模型得出銀行信貸通過作用于產出和技術水平對碳排放產生正效應及負效應。劉錫良和文書洋（2019）[8]、Dong等（2019）[9]指出當前我國信貸資源向重污染行業傾斜，這種現狀會極大地加劇環境污染。由此可見，金融發展與環境污染密切相關，特別是在中國以銀行為主導的金融體系下（劉磊等，2022）[1]，將信貸資源從金融資源中細化出來對于碳減排研究具有重要意義。

盡管學者們做了諸多的研究，但仍局限于信貸對環境污染影響的直接效應，鮮有文獻深入研究信貸資源配置的碳減排效應的作用機理。相關文獻集中在以下兩個方面。一是基于環境規模效應。銀行信貸是經濟增長的主要因素，對經濟增長有推動作用（Ndako，2010；Jotwani，2015）[10，11]。經濟增長通過作用于產業結構（劉志紅和曹俊文，2017）[12]和能源消費（Wang等，2016）[13]發揮顯著的碳排放增排效應。二是基于技術效應。銀行信貸是企業創新資金的重要來源，信貸資源配置能夠影響研發投入，從而作用于企業技術創新（賀寶成和陳霄，2022）[14]。技術創新特別是綠色技術創新能夠發揮“技術紅利”效應，加快碳減排步伐（蘇濤永等，2022；古惠冬等，2022）[15，16]。學者們就此達成了一致，認為技術進步能夠抑制碳排放，抑制作用受到行業和地域等因素的影響，技術進步對中、低碳排放行業的影響比高碳排放行業更顯著（羅良文和李珊珊，2014）[17]。

綜上，國內外學者對于銀行信貸與碳排放之間的關系已經積累了一部分成果，但大都從信貸規模的角度進行探討，從信貸資源配置角度進行探討的文獻有限且作用路徑尚不明晰，產出增長、技術創新在信貸資源配置影響碳排放水平的過程中會發揮一定的作用，但對于其在信貸資源配置與碳排放水平的關系中是否發揮中介作用，現有的經驗研究尚未給出明確回答。鑒于此，本文構建包含碳排放與信貸資源配置的內生增長模型，基于2001—2019年的省級面板數據，探討信貸資源配置的碳減排效應及其作用機制。

三、理論模型

本文構建包含碳排放與信貸資源配置的數理模型，結合相關理論分析，探討信貸資源配置的碳減排效應及其作用機制。

（一）理論模型構建

1. 簡化的羅默模型假定。（1）生產函數。沿用劉錫良和文書洋（2019）[8]關于生產函數的設置，本文假設經濟中包括中間產品部門、最終產品部門及研發部門，在完全競爭市場下，中間產品部門包括高污染企業[h]和綠色環保企業[l]兩類企業，[h]企業消耗能源[N]和資本[Kh]，[l]企業能源消耗較少，簡化為只使用資本[Kl]，[h]企業和[l]企業所生產的產品[h]與[l]作為最終產品生產廠商的投入要素，且將最終產品廠商商品價格標準化為1。

[h]企業的生產函數為：

[h=Nβ1Kβ2h] （1）

[l]企業的生產函數為：

[l=Kγl] （2）

最終產品廠商的生產函數為：

[Y=F（h，l）=Ahα1lα2]   （3）

（2）金融部門。目前我國金融體系仍以銀行為主導（劉磊等，2022）[1]，因此，假定銀行作為市場上唯一的金融機構，則[h]企業和[l]企業的資本總和就是銀行的放貸總量，即[K=Kh+Kl]，假設銀行將[ξ]比例的信貸投入[l]企業，那么信貸資源配置的表達式可以寫為：[Kl=ξK]，銀行的固定存款利率為[r]，則消費者存入銀行的財富[A]可獲得的收益為[rA]。

（3）碳排放運動方程。碳排放源于能源特別是碳基能源的消耗，二者之間呈正比例關系；同時，碳排放水平與技術水平相關，環境自凈能力在短期內作用并不明顯（范琳琳，2015）[18]，因此，我們假設碳排放的運動變化方程為：

[C=νιN-δC] （4）

其中，[C]表示碳排放的變化，[ν]表示碳基能源消耗比例，[ι]表示碳排放系數，[N]表示消耗的能源，[δ]表示清潔技術水平，[C]為現存的碳排放數量。由此，[νιN]是由于碳基能源的消耗而產生的碳排放，[δC]則表示使用清潔技術水平所減少的碳排放。

（4）消費者效用函數。消費者的福利不僅與消費有關，環境的變化也會對消費者的福利產生影響，因此，本文將碳排放引入可加等彈性效用函數中（黃茂興和林壽富，2013）[19]，假設消費者效用函數為：

[U（c，C）=c1-σ-11-σ-C1-ω+11-ω（ω>0，σ>0）] （5）

其中，[U（c，C）]表示瞬時效用函數，[ω]為消費者的環境偏好，[σ]表示相對風險厭惡系數。

2. 市場競爭均衡。（1）銀行利潤最大化。銀行的利潤可以表示為：

[R=Rh×Kh+Rl×Kl-rK=Rh×Kh+Rl×Kl-r（Kh+Kl）] （6）

其中，[Rh]和[Rl]分別為兩種資本的貸款利率，而銀行每增加一單位資本的成本是固定的，為固定存款利率[r]，由利潤最大化時有邊際收益=邊際成本，進一步可得銀行利潤最大化的均衡條件為：

[Rh=Rl=r] （7）

（2）廠商間的均衡。根據邊際成本=邊際收益=邊際產出[×]產品價格，最終產品廠商利潤最大化時可得：

[ph=Fh×1=Fh] （8）

[pl=Fl×1=Fl] （9）

資本的邊際成本為[Rh]，中間產品廠商[h]的利潤最大化時可得：

[Rh=ph×hkh=Fh×hkh] （10）

[pN=ph×hN] （11）

中間產品廠商[l]的利潤最大化時可得：

[Rl=pl×lkl=Fl×lkl] （12）

因此，可得：

[Rl=γα2ξ（γα2+α1β2）FK] （13）

[Rh=α1β2（1-ξ）（γα2+α1β2）FK] （14）

且在完全競爭均衡下，廠商[h]和廠商[l]的邊際收益相等，即[Rh=Rl]，此時信貸配置可表示為：

[ξ=α1β2γα2+α1β2] （15）

（3）[r]表示存款利率，則市場均衡下可得：

[Rh=Rl=r] （16）

3.消費者效用最大化下的均衡。（1）消費者的收入的運動方程為：

[A=rA+zN+W-c] （17）

其中，[A]為存入銀行的存款，利率為[r]，[W]為消費者的工資收入，[c]為消費支出，[zt]表示自然資源的價格，也是[h]企業開發利用能源支付給消費者的補償，因此，其也是[h]企業利用資源的邊際成本。因此有：

[z=pN=ph×hN=Fh×hN=FN] （18）

（2）模型求解。

[U（c，C）=c1-σ-11-σ-C1-ω+11-ω（ω>0，σ>0）] （19）

[max0∞U（c，C）e-ρtdt] （20）

[s.tY=F（h，l）=Ahα1lα2A=rA+zN+W-cC=νιN-δC] （21）

令[μ1=α1β1] ，[μ2=α1β2+γα2]，[D=A（1-ξ）α1β2ξγα2]，因此：

[Y=DNμ1Kμ2] （22）

其中，控制變量為[N]、[c]、[ξ]，狀態變量為[K]、[A]。

構造現值漢密爾頓函數：

[Hc=c1-σ-11-σ-C1-ω+11-ω+λ1（rA+zN+W-c）+λ2（νιN-δC）] （23）

對控制變量求偏導：

[?Hc?N=λ1z+λ2νι=0 （24）?Hc?c=-λ1+c-σ=0 （25）]

解得：

[λ1=c-σ （26）λ2=-zνιλ1 （27）]

求解狀態變量的Eluer方程：

[?Hc?A=ρλ1-λ1=λ1r 28?Hc?C=ρλ2-λ2=-C-ω-λ2δ （29）]

整理得：

[λ1λ1=gλ1=ρ-r （30）λ2λ2=gλ2=C-ωλ2+ρ+δ （31）]

橫截性條件為：

[limt→∞λ1Ae-ρt=0 （32）limt→∞λ2Ce-ρt=0 （33）]

由式（26）得：[gλ1=-σgc]，且由式（30）得：

[cc=gc=1σ（r-ρ）] （34）

由式（27）得：[gλ2=gλ1+gz]，且由式（29）得：

[C-ωc-σ=zντσcc+ρ+δ-zz] （35）

根據式（14）、（34）和（35）得：

[C-ωc-σ=zνια1β2（1-ξ）（γα2+α1β2）FK+δ-zz] （36）

由式（36）可知，無論參數為多少，當環保企業信貸資源配置比例[ξ]增大時，[C-ω]增大，碳排放[C]減小。這可能是因為重污染企業一般為國有大型企業，由于生產慣性及成本效應，重污染企業獲得的信貸資源所帶來的環境規模效應①大于技術效應，因此，重污染企業獲得的信貸資源增加會導致碳排放增加；而綠色環保企業規模相對較小，且技術進步對中、低碳排放行業的影響比高碳排放行業更為顯著（羅良文和李珊珊，2014）[17]，產出增長所帶來的環境規模效應小于技術效應，因此，綠色環保企業獲得的信貸資源增加會導致碳排放減少。由此，本文提出推論1：

銀行信貸資源優先向綠色環保企業配置有利于降低碳排放水平。

（二）理論機制

本文的理論模型表明，信貸資源配置能夠影響碳排放水平，那么是通過哪些渠道發揮碳減排效應的呢？

在我國融資渠道以間接融資和債務融資為主的背景下（何德旭和馮明，2021）[20]，銀行信貸對企業產出增長有著重大影響，信貸資金通過投融資、運營、成本等渠道影響企業產出水平（張國法等，2021）[21]。而產出增長是工業部門碳排放增長最重要的原因，碳排放量會隨著產出規模增長而增加，隨著產出規模下降而減少（魏震昊等，2024）[22]。重污染企業作為碳排放的主要來源（李紹哲等，2023；劉尚舒等，2024）[23，24]，信貸資源傾向配置于綠色環保企業會加劇重污染企業的融資約束，減少重污染企業的生產活動，進而降低重污染企業生產運行中所消耗的能源，從而減少碳排放。因此，本文提出推論2：

信貸資源配置通過縮小環境規模效應降低碳排放。

以可持續發展為導向的技術創新需要以大量的資金為支撐，銀行信貸是企業重要的創新資金來源，通過影響研發投入作用于企業技術創新（賀寶成和陳霄，2022）[14]。當企業有足夠的金融資源支持時，會增加創新投資（楊偉中等，2020）[25]。綠色技術創新有利于減少碳排放與推動經濟高質量發展（Acemoglu等，2012；邵帥和李嘉豪，2022）[26，27]，在碳減排中發揮著“技術紅利”效應（蘇濤永等，2022；古惠冬等，2022）[15，16]。一方面，綠色技術創新可以促進產能從高污染、高附加值的行業向綠色環保且低估價值的行業轉移，通過優化產業結構減少碳排放。另一方面，綠色技術創新有利于提高能源效率（Zhang等，2013）[28]，通過產生節能效應減少碳排放。因此，本文提出推論3：

信貸資源配置通過擴大技術效應降低碳排放。

四、實證研究設計

（一）樣本選擇

鑒于理論模型中假設碳排放源于碳基能源的消耗，而自2020年起，環境統計年鑒中不再披露各省碳排放消費數據，考慮到樣本數據的可獲得性及完整性，因此，本文剔除西藏自治區及港澳臺地區，選取了全國30個?。ㄗ灾螀^、直轄市，以下簡稱省份）為研究對象，樣本期間為2001—2019年。

（二）計量模型構建

實證模型設計應與理論模型設計相對應，而理論模型給出了碳排放的運動方程為：[C-ωc-σ=zνια1β2（1-ξ）（γα2+α1β2）FK+δ-zz]，因此，為探討信貸資源配置的碳減排效應，本文構建如下基準模型：

[CO2it=a0+a1allocationi，t+aiXit+μi+λt+εit] （37）

為揭示產出增長與綠色技術創新是否在信貸資源配置影響碳排放水平的過程中起中介作用，本文構建如下中介效應模型：

[mediumit=b0+b1allocationit+biXit+μi+λt+eit] （38）

[CO2it=d0+d1allocationit+d2mediumit+diXit+μi+λt+fit] （39）

在式（37）、（38）和（39）中，[i]和[t]分別表示省份和年份；[mediumit]表示中介變量，根據前文的理論分析，本文選取產出增長和綠色技術創新作為中介變量；[Xit]表示一系列控制變量。[μi]表示地區個體效應，[λt]表示時間效應；[a1]、[b1]、[d1]、[d2]為待估參數；[εit]、[eit]、[fit]表示隨機擾動項。

（三）指標構建與數據來源

1.被解釋變量。本文的被解釋變量為碳排放（CO2），數據來源于國泰安數據庫，理論模型中假設碳排放主要來源于碳基能源的消耗，因此，該指標計算公式為：

[CO2it=09Nint×ι] （40）

其中，[Nint]表示每年各省份煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣等能源消耗量，[ι]為各能源的碳排放轉化系數。同時，為了減少共線性和異方差性，本文對二氧化碳排放數據取對數。

2. 解釋變量。本文的核心解釋變量為信貸資源配置（allocation），依據理論模型，信貸資源配置指標用綠色環保企業借款占全行業借款的比重來表示。依據《上市公司環境信息披露指南（征求意見稿）》和《企業環境信用評價辦法》，參照《上市公司行業分類指引》（2012年修訂），將上市企業劃分為重污染企業和綠色環保企業。按如下步驟對國泰安數據庫中的上市公司樣本進行處理：（1）剔除金融行業的上市公司；（2）剔除綜合性企業；（3）剔除ST、*ST及PT等特殊處理公司。經過處理后，確認樣本為5087家上市公司。按照省份及年份加總得到綠色環保企業長短期借款之和及總借款額，將上市企業數據轉化為省級面板數據，由此可得信貸資源配置指標，具體計算公式為：

[allocationit=credititcreditt] （41）

3. 控制變量。考慮到諸多其他因素也會影響碳排放水平，借鑒已有研究，本文選取城鎮化水平（urbanization）、居民消費結構（consumption）、產業結構（str）、教育水平（edu）與環境規制強度（er）作為控制變量。

4. 中介變量。根據前文理論分析中關于信貸資源配置碳減排效應作用機理的分析，選擇綠色技術創新（gtech1，gtech2）和重污染企業規模產出（outputit）作為中介變量。

變量具體情況見表1，變量描述性統計分析見表2。

五、實證分析與結果

（一）基準回歸

我們通過估計模型（37）檢驗信貸資源配置對碳減排的影響，表3列示了基準回歸結果。第（1）列采用OLS法估計了信貸資源配置對碳排放水平的基本影響，信貸資源配置的回歸系數估計值為-0.7823，在1%水平上顯著為負。第（2）列是雙向固定效應的估計結果，第（3）列在固定效應估計的基礎上加入了控制變量，信貸資源配置的回歸系數估計值至少在5%的水平上顯著為負。以上結果表明銀行信貸資源優先向綠色環保企業配置，能夠顯著降低碳排放水平，發揮碳減排效應，驗證了本文理論模型的推導結果，也支持了推論1。這說明銀行信貸資源的優先獲得有助于緩解綠色環保企業融資約束，降低其融資成本，助推環保企業發展，進而減少碳排放；同時，重污染企業與環保企業的信貸資源總體上是此消彼長的關系，信貸資源優先配置于綠色環保企業，實質上對重污染企業發展起到了一定的抑制作用，信貸資源配置基于這兩方面發揮了顯著的碳減排效應。此外，在控制變量方面，城鎮化水平、居民消費結構、教育水平、產業結構及環境規制強度與碳排放水平之間均呈現顯著的正相關關系。

（二）影響機制檢驗

1.環境規模效應。采用逐步回歸法檢驗其中介效應，實證結果如表4所示。列（2）顯示了信貸資源配置對重污染企業的產出規模具有顯著的負向影響。具體而言，重污染企業信貸與綠色環保企業信貸之間是此消彼長的關系，故信貸資源配置傾向于綠色環保企業時，重污染企業的信貸規模就會減少，產出隨之減少。第（3）列中，信貸資源配置的系數顯著為負且重污染企業產出的系數顯著為正，表明重污染企業產出減少時，產生的環境規模效應減小，碳排放水平降低。由此可以判斷，信貸資源優先流向綠色環保企業時，重污染企業的信貸資源減少，抑制了重污染企業的規模擴張與產出增長，降低了碳排放水平，驗證了推論2。

為了增強中介效應檢驗結果的可信度，本文使用bootstrap法作為補充檢驗。由表5的檢驗結果可知，信貸資源配置系數的置信區間均不包含0，中介效應存在，說明本文的中介效應檢驗結果具有穩健性。

2.技術效應。本文分別考察了綠色發明專利申請數和綠色發明專利授權數作為綠色技術創新的表征變量時的中介效應。表6第（2）和（4）列中的被解釋變量分別為綠色發明專利申請數與綠色發明專利授權數，信貸資源配置的估計系數在1%水平下均顯著為正，表明信貸資源配置傾向于綠色環保企業會促進綠色技術創新；第（3）和（5）列中綠色技術創新的系數在1%的水平下均顯著為負，可見，綠色技術創新對碳排放有明顯的抑制作用。這驗證了推論3，信貸資源優先配置于綠色環保企業有利于發揮技術效應，進而促進碳減排。

為了進一步檢驗技術效應發揮的作用機制，表7為采用bootstrap法的實證結果，結果顯示，信貸資源配置影響碳排放的直接效應以及通過綠色技術創新渠道推動碳減排的間接效應同時存在，再次驗證了推論3。

（三）穩健性及內生性檢驗

1. 替換被解釋變量。將被解釋變量替換為人均二氧化碳排放（co2）重新進行估計，其結果如表8第（1）列所示，核心解釋變量的系數仍顯著為負，與基準回歸結果基本一致，表明信貸資源配置越傾向于綠色環保企業，越有助于實現碳減排，也說明回歸模型具有良好的穩健性。

2. 剔除極端值。鑒于30個省份信貸資源配置與碳排放存在顯著的差異，但基準回歸結果的穩健性往往受某些極端值影響，對全部連續變量采用winsorize方法做了上下1%的縮尾處理，以剔除上述不利影響?？s尾處理后的回歸結果見表8第（2）列，核心解釋變量的系數通過了1%的顯著性檢驗，再次證明了回歸結果的穩健性。

3. 工具變量法。為了進一步檢驗基準回歸模型是否存在內生性問題，采用工具變量法重新進行估計。借鑒鄧晶等（2023）[29]、安叢梅（2024）[30]的研究，選取除本省之外信貸資源配置的平均值和空氣流通系數的交互項作為工具變量，該工具變量滿足外生性與相關性的要求?；貧w結果如表8列（3）所示，信貸資源配置的系數仍顯著為負，與基準回歸結果一致；同時工具變量檢驗的Kleibergen-Paaprk LM的p值均為0.0000，拒絕不可識別的原假設；Kleibergen-Paaprk Wald F統計量為246.373，大于對應的10%的Stock-Yogo標準（16.38），表明不存在弱工具變量問題。此外，使用有限信息最大似然法進行估計，結果與2SLS非常接近，再次從側面印證不存在弱工具變量，回歸結果具有穩健性。

（四）異質性分析

我國東部、中西部地區的工業化水平和經濟發展水平不同，無論是碳排放還是信貸資源配置等要素稟賦均存在地區差異。另外，居民環境意識水平的高低也會影響到信貸資源配置的碳減排效應。故本文按照地區特征和環境意識水平分別進行異質性分析。

1.地區異質性。借鑒王尹君等（2024）[31]的研究，本文將我國30個省份劃分為東部與中西部地區進行分組回歸。其中，表9列（1）和列（2）分別為東部地區、中西部地區樣本組的回歸估計結果。結果顯示，信貸資源配置的碳減排效應僅在東部地區顯著，在中西部地區并不顯著。可能的原因是，經濟特區、經濟開放區以及沿海開放城市的設立使得東部地區經濟快速發展，加之東部地區具備信息、技術、資金、人才、政策、基礎設施等優勢條件，為其加快綠色技術創新、促進產業轉型升級和實現碳減排提供了良好基礎。相較于東部地區，中西部地區作為制造業的重要聚集地，特別是西部地區近年來越來越成為高耗能產業的“庇護所”，信貸資源配置的碳減排效應并不明顯。

2. 環境意識水平異質性。本文將歷年各省份公布的涉及環境保護的地方性法規、地方政府規章和規范性文件數量之和作為環境意識水平的度量指標，通過比較各省份每年環境立法數量與歷年全國環境立法數量中位數，將樣本劃分為高環境意識地區與低環境意識地區，使用分組回歸方式比較不同環境意識水平下信貸資源配置的碳減排效應的差異，回歸結果如表9列（3）和列（4）所示。結果顯示，信貸資源配置的估計系數均顯著為負，且在高環境意識地區信貸資源配置的估計系數的絕對值更大。這意味著環境意識水平的提高有助于更好地發揮信貸資源配置的碳減排效應。究其原因，社會公眾環境意識的提高對企業的綠色環保行為有一定的推動力，對企業高碳排放產品的生產起到了抑制作用，進而推動我國“雙碳”目標的實現。

六、研究結論與政策建議

積極推動信貸資源的合理配置，是實現“雙碳”目標愿景及經濟綠色低碳發展的必然選擇。本文建立包含碳排放與信貸資源配置的數理模型，結合相關理論分析，采用2001—2019年30個省份的面板數據，分析了信貸資源配置的碳減排效應及其作用機制。研究發現：第一，信貸資源優先向綠色環保企業配置，有利于降低碳排放水平。第二，信貸資源配置對碳減排的促進作用在不同地區、不同環境意識水平下存在異質性，顯著促進了東部地區的碳減排，但對中西部地區碳減排的作用不顯著，同時信貸資源配置的碳減排效應在高環境意識地區更顯著。第三，信貸資源配置通過縮小環境規模效應和擴大技術效應降低碳排放?；谝陨涎芯拷Y論，本文提出如下政策建議：

第一，持續加強對綠色環保企業的信貸支持，強化信貸政策的降碳導向。銀行在信貸審批過程中要更加重視企業環保信息披露，利用各種激勵機制引導信貸資源流向綠色環保行業。提升綠色項目精準甄別以及風險評估能力，為高效配置信貸資源和增強綠色低碳發展的服務水平提供更為充分的信息支撐。

第二，鼓勵支持企業綠色技術創新，增強對清潔技術產業的信貸支持。政府可以通過稅收優惠、財政補貼等措施為企業的研發活動提供資助，激勵企業進行技術創新，從而有效推動節能減排低碳發展。大力培養綠色低碳人才，提供綠色科技創新的科技平臺，完善相關基礎設施建設，健全技術創新知識產權保護，加快綠色技術創新成果轉化，強化綠色技術創新成果在各個領域的廣泛應用，充分發揮綠色技術創新在信貸資源配置促進綠色低碳發展中的作用，助力“雙碳”目標順利實現。

第三，統籌好碳減排與經濟增長之間的關系，增強環境意識，針對性地制定碳減排相關政策?？紤]到信貸資源配置的碳減排效應的異質性，政府應實施差異化的地區綠色低碳發展戰略。大力支持中西部地區產業多元化發展，推進產業結構轉型升級，實現經濟高質量增長。提高環保執法力度，優化組合多樣化的環境規制工具，增強企業的環保責任意識，促使其主動承擔環保責任，推動碳減排。

注：

①本文的環境規模效應是指在信貸資源配置過程中，重污染企業信貸規模擴張帶來的產出規模擴大導致二氧化碳排放量增加。

參考文獻：

[1]劉磊，邵興宇，王宇.金融結構特征與金融體系發展：大國的比較 [J].國際經濟評論，2022，162（06）.

[2]Tamazian A，Chousa J P，Vadlamannatl C. 2009. Does Higher Economic and Financial Development Lead to Environmental Degradation： Evidence From Bric Countries [J].Energy Policy，37.

[3]Jalil A，Feridun M.2011. The Impact of Growth， Energy and Financial Development on the Environment in China：A Cointegration Analysis [J].Energy Economics， （33）.

[4]Shahbaz M，Nasir MA，Roubaud D. 2018. Environmental Degradation in France：The Effects of FDI，Financial Development，and Energy Innovations [J].Energy Economics，74.

[5]Shahbaz M，Tiwari A K，Nasir M. 2013. The Effects of Financial Development，Economic Growth，Coal Consumption and Trade Openness on CO，Emissions in South Africa J7 [J].Energy Policy，（10）.

[6]嚴成樑，李濤，蘭偉.金融發展、創新與二氧化碳排放 [J].金融研究，2016，（01）.

[7]吳姍姍.銀行信貸如何影響碳排放？——基于增長模型及中國經驗的研究 [J].中南財經政法大學學報，2018，（06）.

[8]劉錫良，文書洋.中國的金融機構應當承擔環境責任嗎？——基本事實、理論模型與實證檢驗 [J].經濟研究，2019，54（03）.

[9]Dong Qingma，Wen Shuyang，Liu Xiliang. 2019. Credit Allocation，Pollution，and Sustainable Growth： Theory and Evidence from China [J].Emerging Markets Finance and Trade，Vol.56（12）.

[10]Ndako U B. 2010. Financial Development and Economic Growth：Evidence from Nigeria [J].The IUP Journal of Financial Economics，8（4）.

[11]Jotwani D.2015. A Study of Causality between Bank Credit and GDP Growth in IndiaJ7 [J].Distribution： A Management Journal，15，6（1）.

[12]劉志紅，曹俊文.碳排放強度與經濟增長的關系：基于數量脫鉤的實證研究 [J].經濟問題探索，2017 ，（11）.

[13]Wang S，Li Q，Fang C，Zhou C. 2016. The Relationship Between Economic Growth，Energy Consumption and CO，Emissions： Empirical Evidence from China [J].Science of the Total Environment，（542）.

[14]賀寶成，陳霄.銀行業競爭對企業科技創新效率的影響：信貸配置的中介作用 [J].科技管理研究，2022，42（06）.

[15]蘇濤永，郁雨竹，潘俊汐.低碳城市和創新型城市雙試點的碳減排效應——基于綠色創新與產業升級的協同視角 [J].科學學與科學技術管理，2022，43（01）.

[16]古惠冬，楊維光，陳文捷.綠色技術創新對城市碳減排的效應研究 [J].學術探索，2022，268（03）.

[17]羅良文，李珊珊.技術進步、產業結構與中國工業碳排放 [J].科研管理，2014，35（06）.

[18]范琳琳. 基于內生增長模型的能源、環境與經濟增長關系研究 [D].中國科學技術大學，2015.

[19]黃茂興，林壽富.污染損害、環境管理與經濟可持續增長——基于五部門內生經濟增長模型的分析 [J].經濟研究，2013，48（12）.

[20]何德旭，馮明.中國宏觀融資結構的轉型特征研究 [J].社會科學文摘，2021，（12）.

[21]張國法，蘇文兵，張潤馳.銀企共生共榮了嗎——基于我國利率市場化改革的實證研究 [J].山西財經大學學報，2021，43（10）.

[22]魏震昊，孫國茂，姚中杰.自愿減排機制下海洋碳匯交易的雙重效益與影響因素 [J].中國人口·資源與環境，2024，34（04）.

[23]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）.

[24]劉尚舒，韓亮亮，徐杰.“雙碳”目標下重污染企業ESG表現與企業升級 [J].商業研究，2024，（02）.

[25]楊偉中，余劍，李康.金融資源配置、技術進步與經濟高質量發展 [J].金融研究，2020，（12）.

[26]Acemoglu D，Aghion P，Bursztyn L，Hemous D. 2012. The Environment and Directed Technical Change [J]. American Economic Review，102（1）.

[27]邵帥，李嘉豪.“低碳城市”試點政策能否促進綠色技術進步？——基于漸進雙重差分模型的考察 [J].北京理工大學學報（社會科學版），2022，24（04）.

[28]Zhang X H，Wu L Q，Deng S H，et al. 2013. Evaluating the Relationships Among Economic Growth，Energy Consumption，Air Emissions and Air Environmental Protection Investment in China [J].Renewable＆Sustainable Energy Reviews，18.

[29]鄧晶，周鵬程，宋肖肖，顧雪松.綠色信貸對商業銀行貸款風險的影響——基于區域環境規制差異的視角[J].金融論壇，2023，28（12）.

[30]安叢梅.數字普惠金融與種地農戶增收——來自種植業全生產鏈條賦能的證據 [J].南方經濟，2024（05）.

[31]王尹君，曹允春，李彥龍.數字金融與區域創新差距 [J].統計與信息論壇，2024，39（07）.

Study on the Carbon Emission Reduction Effect of Credit Resource Allocation

Liu Jing1/Wang Shuhua1，2/Fan Rui1

（1. School of Finance，Shanxi University of Finance and Economics，Taiyuan 030000，Shanxi，China；

2. Institute of Shanxi Merchant Studies，Shanxi University of Finance and Economics，Taiyuan 030000，Shanxi，China）

Abstract：An endogenous growth model that includes carbon emissions and credit resource allocation was constructed. It also examines the carbon emission reduction effect of credit resource allocation and its mechanism of action using provincial panel data from 2001 to 2019. The study found that，firstly，prioritizing the allocation of credit resources to green enterprises is conducive to reducing the level of carbon emissions. Second，there is significant regional and environmental awareness heterogeneity in the carbon emission reduction effect of credit resource allocation，and credit resource allocation is more likely to promote carbon emission reduction in the eastern region and regions with high environmental awareness level. Finally，credit resource allocation reduces carbon emissions by reducing environmental scale effects and expanding technological effects. Therefore，it is necessary to actively guide the flow of credit resources to green industries，encourage support for green technological innovation，coordinate the relationship between carbon emission reduction and economic growth，and formulate carbon-emission-reduction-related policies in accordance with local conditions，so as to promote the realization of the "dual-carbon" goal.

Key Words：credit allocation，carbon emission reduction，environmental scale effects，technology effects

（責任編輯 王 媛；校對 WY，LY）