“双碳”目标下融资租赁对能源利用效率的影响——基于全国30 个省级行政区的面板数据研究

张佳琪 陈思瑞

（作者单位：天津商业大学经济学院）

一、问题提出

2020 年9 月，习近平总书记在第七十五届联合国大会上首次宣布 2030 年前碳排放达到峰值，2060 年前实现碳中和的目标；十九届五中全会通过“十四五”前景规划为生态文明建设，绿色低碳发展指明方向；2021 年全国两会“双碳”目标首次写入政府工作报告。如何精准落实“双碳”目标，转型能源利用方式，加快绿色能源高质量发展，成为全国各级经济发展与生态环境工作的重中之重。2021 年1 月中国人民银行工作会议提出绿色金融政策框架和激励机制，积极落实“双碳”目标，绿色金融发展迎来难得的历史契机。

在“双碳”目标对绿色金融高质量发展提出新要求的背景下，越来越多学者开始关注作为重要金融业态的融资租赁在促进企业能源利用效率提升方面的作用。能源利用效率的变动，不仅与产业结构调整、技术创新进步、能源消费结构变动、对外开放水平、环境规制及经济发展水平等因素关联密切[1-3]，还离不开金融市场提供的融资环境支持。随着资本积累与技术进步的动态融合[4]，资本促进技术进步对能源效率具有较大赋能优势[5]。作为新型绿色金融业态之一的融资租赁，是通过出租人与承租人订立合同，出租设备收取佣金，并实现资产转移与资金流转的新兴金融服务模式[6]。融资租赁在降低冗余成本的融资约束、促进资源高效配置、提高融资渗透率和金融普惠性方面具有独特优势[7]。融资租赁有望成为重要的新型绿色金融工具，在企业节能降耗与绿色化转型上提供有力资金支持[8]。融资租赁可以更好解决绿色金融发展微观内生动力不足、“绿色”识别能力不强等问题[9]，引导金融资源向绿色能源领域靠拢，满足绿色中小型企业投融资需求[10]。但是，融资租赁促进能源利用效率提升的实际效果如何？现有文献鲜有涉及，值得进行深入的实证分析。

本文立足于融资租赁发展与能源利用效率提升的关系，以金融市场环境为中介变量，实证分析融资租赁模式对能源利用效率提升的影响。有利于丰富绿色金融领域下融资租赁与能源利用效率的相关研究，促进绿色金融市场体系建设，助力实现“双碳”目标。

二、理论分析与研究假设

（一）金融市场环境与能源利用效率

能源利用效率指达成经济目标所需的理想能源利用量与实际耗费量的比率。能源利用效率既应该考察能源生产使用的效率，也应该反映能源生产使用过程的绿色化水平[11]。其中，通常使用清洁能源消费量占总能源耗费量的比重这一指标来反映体现能源生产与消费的绿色化水平。众多研究表明，产业结构、国民收入等因素会对能源利用效率产生影响。但一个容易忽略的因素是：金融市场环境也会对能源利用效率产生影响。在企业规模报酬不变前提下，改善金融市场环境可有效降低投融资过程中的交易成本，纾解中小企业投融资难题，进而影响整体能源利用效率水平。交易成本是达成一笔交易所花费的成本，与交易的频率、交易面临的不确定性以及交易标的物的资产专用性等因素密切联系。金融市场环境优化通过降低交易成本影响能源利用效率的作用机制，主要体现在以下两个方面：

一方面，金融市场优化降低交易成本有助于绿色能源企业扩大绿色能源供给，正向促进能源利用效率提高。任何能源企业从银行获取贷款时往往需要承担一定的交易成本，这些交易成本表现在寻找融资机会、洽谈融资项目和维护融资合同等方面。随着融资次数的增加，借贷融资的交易成本总额也会成倍增加。传统能源企业的能源生产设备采购通常具有大规模、集中化的特点，这使得传统能源企业可以通过较少的融资次数获得较大的借贷资金，由此对融资过程中的交易成本较不敏感。形成鲜明对比的是，绿色能源企业的能源生产设备采购往往具有小规模、分散化的特点。单笔能源生产设备的采购金额不大，但采购次数较多，这使得绿色能源企业在融资过程中会面临较高的交易成本，从而影响企业的利润水平，这显然不利于绿色能源企业扩大生产规模和引进先进技术。当金融市场环境优化降低能源企业融资的交易成本时，则有助于能源生产企业更多采购清洁能源生产设备，扩大能源企业的清洁能源供给，促进能源利用效率提高。

另一方面，对于能源利用结构较落后的中小微企业，减少交易成本与融资约束同时存在负向赋能非绿色能源开发利用的风险。绿色金融是为支持资源节约，环境改善等绿色领域项目运营而提供的专项金融服务，旨在引导企业生产注重环境保护与可持续发展，其资金投入需流向清洁能源领域，用途公开透明。如果金融市场中存在企业环境信息披露精度不高，绿色金融资金后续跟踪监管衔接不完善等漏洞，则部分能源利用方式落后的中小企业处于成本收益考虑会加强传统能源利用设备资金投入，拓展高耗能设施使用边界，从而造成绿色融资匹配失效，降低融资约束赋能绿色能源利用产生负效应。

据此假设（H1）：金融市场环境优化促进交易成本降低，一方面，在绿色金融资金流向可控和监管到位的条件下，降低融资约束有利于缩减信用配给，促进能源利用方式完善和结构转型发展，正向提高能源利用效率；另一方面在绿色金融资金流向监管纰漏情况下，交易成本削减可能导致非清洁能源资金投入增加，负向影响能源利用效率。

（二）融资租赁与金融市场环境

相较于传统金融服务，融资租赁在打破行业壁垒，拓宽中小微企业融资渠道，提高金融跨区域信贷配给透明度与下沉度方面具备独特优越性，有利于缩小交易成本，优化金融市场环境。下面分别从规模和结构两个层面进行分析：

从融资租赁业务规模看，融资租赁主要包括直接租赁、经营租赁、售后回租等模式。其中，直接融资与经营租赁模式主要通过金融租赁公司收取租金享有租赁物所有权，承租人支付租费享有使用权来实现资产转移与资金流转；售后回租则本质上是一种承租人转让租赁物所有权获得回租使用权的信贷模式[12]。无论是何种模式，融资租赁公司作为中介桥梁，其规模越完善越容易全面掌握供应商和租赁方的决策信息，促进交易双方信息匹配，减少交易区间的信息不对称性，降低交易决策中的信息成本和决策成本，缩减交易程序。此外，由于抵押融资本质上是一种债权融资，出租人保留租赁物的所有权可有效缓解交易期间的信用风险，规模较大的租赁企业可灵活选择直接收回或进行二次买卖，交易程序简洁，有利于减少执行、监督、维护融资合同的交易成本，促进资源有效整合优化，构建资源高效配置的资金融通机制，优化金融市场环境。

从融资租赁业务结构看，融资租赁作为非银行金融机构之一，包括金融租赁企业、内资融资租赁企业、外资融资租赁企业三大基本企业类型。其中金融租赁依托“资产信用”的信贷评估理念技术，在融资租赁服务体系中多适用于大型成套设备租赁，单笔融资业务规模庞大，商业银行控股公司占比较高，由银保监会监督管理。金融租赁企业与传统银行金融行业的管理运营机制联系紧密，相较于普通租赁公司，集中监管程度与操作实施较为规范成熟，风险容忍度高。因此有利于降低融资过程中的交易成本，搭建融资保障平台，促进资产管理与资金流通，优化金融市场环境。

据此假设（H2）：融资租赁服务交易程序的简洁性与金融租赁的规范性促使中小企业交易成本下降，推动健全金融市场融资结构，优化市场环境。

图1 融资租赁业务促进能源效率提高的作用机制

三、指标选取与模型构建

（一）变量的选取与构造

1.被解释变量：能源利用效率

鉴于目前的能源统计实际情况和可操作性，本文在借鉴前人指标设计的基础上，分别从能源利用强度（EI）和能源利用结构(EUS）两个维度选取指标进行评价，具体指标选取结果如表1 所示。利用所选取的指标对能源利用效率进行综合评价，为消除数据的量纲和数量级造成的误差，需要将数据进行标准化，之后将标准化后的数据进行平均赋权，加权得到最终的各省能源利用效率面板数据。

表1 能源利用效率评价指标

2.核心解释变量：融资租赁行业规模与融资租赁行业结构

根据前文分析，融资租赁的行业规模和行业结构都会对金融市场环境产生影响，进而影响能源利用效率。因此，在实证分析中，必须将融资租赁行业规模和融资租赁行业结构作为核心解释变量。本文以融资租赁企业数量反映融资租赁行业规模（scale)，以金融租赁占全部融资租赁企业数量的比重反映融资租赁行业结构(str)。

3.控制变量

为减轻遗漏变量偏误对于统计结果的影响，鉴于已有的研究成果，需对影响能源利用效率的主要因素经济发展水平、产业结构水平、除融资租赁外的竞争性融资方式进行控制，具体指标选取如表2 所示。

表2 变量选取及定义

（二）模型假定

基于上述研究假设，本文构建如下固定效应面板数据回归模型:

其中，EUE 表示能源利用效率；scale 表示融资租赁行业规模；str 表示融资租赁结构；control 表示控制变量，具体包括人均GDP、产业结构、竞争性融资方式；μ 表示随机扰动项。

四、数据统计与实证分析

（一）数据来源及描述性统计分析

本文的数据为中国2010-2019 年30 个省级行政区的面板数据[ 因数据缺失，数据选取时不包括西藏藏族自治区、香港特别行政区、澳门特别行政区和台湾地区。]，主要从《中国能源统计年鉴》获取各省能源相关数据，从《中国统计年鉴》及国家统计局官网获取各省人均GDP、第二产业与第三产业增加值之比相关数据，从《中国金融年鉴》及中国租赁联盟官网获取融资租赁、融资方式相关数据。各变量的描述性统计如表3 所示。

表3 描述性统计结果

为检验序列是否为平稳时间序列，避免伪回归的干扰，需要提前对各变量进行单位根检验。由于本文为平衡短面板数据，故借助HT 检验方法进行平稳性检验。HT 检验为左边单侧检验，当检验值小于临界值时，接受备择假设，序列平稳，反之序列不平稳。根据检验结果，序列不平稳，进一步对所有变量进行一阶差分后，在5%的显著性水平下拒绝原假设，序列平稳，结果如表4 所示。

表4 单位根检验结果

（二）全国样本回归分析

构建多元线性回归模型，为使结果更加精准，此处选取聚类稳健标准误用于处理模型异方差以及内生性问题。模型（1）仅以融资租赁规模和结构为解释变量，能源利用效率为被解释变量进行回归；模型（2）为加入控制变量之后的回归；模型（3）将被解释变量调整为能源利用强度进行回归；模型（4）则将被解释变量调整为能源利用结构进行回归分析。模型回归结果如表5 所示。

表5 全国样本回归结果

模型（1）的结果显示融资租赁结构在5%的水平上通过显著性检验。模型（2）的结果显示融资租赁结构对能源利用效率存在显著负相关，金融租赁占全部融资租赁企业数量比重每增加1%，能源利用效率降低0.15%，这表明目前我国金融市场环境绿色资金主要流向传统能源企业，抑制能源利用效率提高的假设成立。模型（3）和模型（4）的结果显示，融资租赁结构对能源利用结构存在显著负相关，进一步来讲，我国金融市场环境的优化带来的负面效应主要影响能源利用结构，从而影响能源利用效率。

从控制变量层面看，第一，人均GDP 在5%的显著性水平上与能源利用效率正相关。这是因为随着人均GDP 的逐年增加，一方面增加了人们对清洁能源的需求，另一方面也有能力为能源利用方式转变提供技术和资金支持，从而促进能源利用效率提高。但由于发展初期环境污染造成的负面影响还未完全消除，我国仍需要大力发展绿色经济，创新能源生产利用，推动能源利用效率进一步提高。

第二，产业结构对于能源利用效率的影响不显著。表明我国目前仍处于产业转型升级关键期，传统能源利用方式仍占有较大比重，优化产业结构任重而道远。但产业结构对能源利用结构的影响显著正相关，证明我国近年来产业升级政策是有成效的。在“双碳”背景下，仍需继续加快产业结构调整，扩大清洁能源在能源供给中的比重。

第三，以银行借贷为代表的竞争性融资方式对能源利用效率无显著影响，但对能源利用强度有显著正相关关系。这也表明，目前我国能源利用方式仍以集中式为主，能源行业融资依赖大型银行借贷。融资租赁作为一种新型融资方式，目前在我国还未全面普及，对能源行业的渗透率较低，随着近些年大力提倡节能减排，能源利用方式的革新逐步推进，融资租赁在能源行业的应用将愈加广泛。

（三）东中西部地区异质性分析

受到社会经济发展状况和我国国情的影响，我国融资租赁和能源利用效率的发展状况客观上存在区域不均衡问题。东部沿海地区无论是在金融市场环境，能源技术效率，还是规模发展程度上都处于全国领先地位；而中部地区具备能源储备优势，如山西、内蒙古等省份，但产业结构较落后，人口众多等都成为中部地区发展的障碍；西部地区能源储备丰富，但技术水平较低，人才相对匮乏，金融环境规范化与繁荣度不足，整体发展水平落后于东中部。

为深入研究我国东中西部地区情况是否与全国整体一致，本文将样本分为东部地区（上海、广东、天津、北京、江苏、浙江、福建、山东、辽宁、河北、广西、海南），中部地区（黑龙江、吉林、山西、内蒙古、河南、安徽、湖北、江西、湖南），西部地区（重庆、四川、陕西、云南、新疆、贵州、青海、宁夏、甘肃）三组。结果如表6 所示，东部地区融资租赁发展结构在5%的显著性水平上与能源利用效率呈负相关，和全国表现一致；中西部地区均没有通过显著性检验；三个地区能源利用效率均与经济发展水平呈显著正相关，说明近些年我国经济发展提质降速，积极提倡节能减排政策成效显著；中西部地区融资租赁发展普及率与繁荣程度欠佳，传统金融服务比重较大，融资租赁对能源利用效率的影响存在区域差异。

表6 异质性分析结果

五、结论及建议

本文在理论分析融资租赁发展与能源利用效率关系基础上，选用2010-2019 年全国30 个省级行政区中小能源企业的面板数据，实证分析融资租赁的规模与结构对能源利用强度和结构的影响。研究发现，整体而言融资租赁的发展规模大小对能源利用效率的影响不大，但结构水平的影响较强；分层来看，由于当前大多数中小能源企业能源利用结构较落后，绿色金融监管存在纰漏，融资租赁结构优化程度越高，绿色融资流向传统低效高耗能产业，企业能源利用效率反而越低，呈负向显著影响，其中融资租赁的结构水平主要负向赋能能源利用结构。进一步研究表明，经济发展水平正向促进能源利用效率的提高；产业结构转型升级有利于能源利用结构的调整与完善，推进企业节能降耗；其他竞争性绿色融资方式发展繁荣度与能源利用强度紧密关联；地区经济发展与金融业态的差异性影响融资租赁的发育度和渗透率，进而对能源利用效率的影响存在区域异质性。基于上述研究，本文总结以下建议：

从金融发展角度看，一是深化金融市场环境，健全绿色金融体系建设，释放金融市场活力。提高以融资租赁服务为代表的新型绿色金融服务普及率，积极拓展金融服务边界；同时重视绿色金融的资金效用，构建以金融数字化为基础的企业环境资金流向披露与跟踪监管体系。二是完善区域金融业态培育的宏观指导与合理布局，在经济发展势头强劲地区提高金融资源扩散程度，在经济欠发达地区优化金融市场结构，缩小地区差距。

从能源效率角度看，一是加快推进传统能源利用方式转型优化与纵深发展，提高企业全要素生产率和技术水平，推进产业优化全覆盖，重点关注企业内部结构质量优化，降低能源利用强度；二是构建市场化能源管理体制机制[13]，通过微观自主管理节能与宏观节能调控相结合形式节能降耗，提高能源利用管理效率。

引用

[1]罗朝阳，李雪松，产业结构升级、技术进步与中国能源效率——基于非动态面板门槛模型的实证分析［J］.经济问题探索，2019（1）：159－166.

[2]林伯强，杜克锐.理解中国能源强度的变化：一个综合的分解框架［J］.世界经济，2014(4)：69-87.

[3]王腾，严良，何建华，等环境规制影响全要素能源效率的实证研究——基于波特假说的分解验证［J］.中国环境科学，2017(4)：1571－1578.

[4]赵志耘,吕冰洋,郭庆旺,贾俊雪.资本积累与技术进步的动态融合:中国经济增长的一个典型事实[J] .经济研究,2007,(11)

[5]丁建勋,罗润东.技术进步和产业结构对能源利用效率的影响[J].山西财经大学学报,2009,31(05):45-51.

[6]贾燕军,朱佳冕.从租赁公司“踩雷”看租赁行业回归本源[J].金融经济,2020(06):73-79.DOI:10.14057/j.cnki.cn43-1156/f.2020.06.011.

[7]唐松,赖晓冰,黄锐.金融科技创新如何影响全要素生产率:促进还是抑制？——理论分析框架与区域实践[J].中国软科学,2019(7):134-144.

[8]张伟,芦雨婷.绿色金融助推工业绿色化转型探讨[J].环境保护,2018,46(22):13-17.DOI:10.14026/j.cnki.0253-9705.2018.22.003.

[9]王康仕,孙旭然,张林曦,王凤荣.金融数字化是否促进了绿色金融发展?——基于中国工业上市企业的实证研究[J].财经论丛,2020(09):44-53.DOI:10.13762/j.cnki.cjlc.2020.09.005.

[10]安国俊.碳中和目标下的绿色金融创新路径探讨[J].南方金融,2021(02):3-12.

[11]喻胜华,王婷婷.基于稀疏主成分的能源利用效率综合评价及影响因素分析[J].湖南大学学报(社会科学版),2021,35(05):60-68.DOI:10.16339/j.cnki.hdxbskb.2021.05.008.

[12]殷孟波,翁舟杰,梁丹.解读中小企业贷款难理论谜团的新框架——租值耗散与交易费用视角[J].金融研究,2008(05):99-106.

[13]原毅军,郭丽丽,孙佳.结构、技术、管理与能源利用效率——基于2000—2010 年中国省际面板数据的分析[J].中国工业经济,2012(07):18-30.DOI:10.19581/j.cnki.ciejournal.2012.07.002.