绿色金融政策对空气污染的影响研究——以新疆试验区为例

王 宁 王美君

（1.新疆财经大学 统计与数据科学学院，新疆 乌鲁木齐 830011；2.新疆大学 地理科学学院，新疆 乌鲁木齐 830000）

当前，我国对支持绿色、经济、可持续发展的金融需求不断扩大，且国家正处于经济结构调整和发展方式转变的关键时期，为贯彻绿色发展理念，推动我国经济高质量发展，拓展我国金融与生态保护融合的广度和深度，2016 年中国人民银行、财政部等七部委联合印发《关于构建绿色金融体系的指导意见》（以下简称《指导意见》），旨在通过金融服务抑制污染性投资，引导社会资本投入绿色产业，支持生态文明建设，构建绿色金融体系。2017 年6 月14 日，国务院召开常务会议，决定在5 省（区）选择部分地方建设绿色金融改革创新试验区，探索有侧重、有特色、在体制机制上可复制可推广的经验。其中，新疆作为“丝绸之路经济带”的核心地区，地理位置深处内陆、自然环境条件脆弱、经济欠发达，通过建设绿色金融改革创新试验区实施绿色金融政策，引导资金流向节约资源技术开发和生态环境保护产业，以期达到促进经济绿色转型和改善环境的目的。

一、文献综述

国内外学者研究金融政策对环境的影响始于对经济增长与环境变化关系的探讨。世界银行《1992 年世界发展报告》表明环境污染和经济增长存在“倒U”形曲线关系。而后的研究中发现，长期看经济增长不一定造成环境污染，通过产业结构调整、产业升级、技术进步或可实现经济绿色发展。进一步研究也表明，政府以及金融干预可以在短期内缓解经济发展对环境污染的压力。《指导意见》提出支持有条件的地方率先发展绿色金融，通过创新绿色金融产品等手段撬动更多社会资本流向绿色产业。此后，国内学者针对绿色金融政策、绿色金融产品、绿色金融发展和前景展开研究，探讨绿色金融在推动经济高质量发展方面的作用。

绿色金融发展的另一个焦点问题是能否通过金融服务手段促进生态文明建设，一方面表现在是否改善环境污染。刘莎和刘明（2020）在研究西北地区绿色金融、经济增长与环境变化时认为西北地区虽然在环境容量方面占优势，但是西北地区分布较多煤炭基地、能源矿、金属矿等高排污产业，在样本期经济增长出现加剧环境恶化的结果，绿色金融对环境变化显现正向效应，但作用不显著。雷汉云和王旭霞（2020）在探究环境污染、绿色金融和经济高质量发展三者关系的研究中发现，环境污染会抑制经济高质量发展，而绿色金融可以通过改善环境污染实现环境保护和经济协调发展。另一方面表现在绿色金融在碳减排方面的作用。江红莉和王为东等（2020）认为绿色信贷和绿色风投能显著地抑制碳排放，且绿色信贷的碳减排效果更好。赵军和刘春艳（2020）通过断点回归模型探讨绿色金融是否推动碳减排，结果显示绿色金融对“一带一路”沿线城市具有显著的碳减排效应。梳理文献发现，现有研究主要侧重对绿色金融与环境污染关系的探讨，以及对碳减排的影响，较少有文献定量分析绿色金融对空气污染的政策效应。在此背景下，绿色金融作为新疆创新污染治理的重要政策，对污染减排的效果决定该政策是否适应新疆地区和能否作为特色地区方案推广全国。鉴于此，本文尝试对新疆绿色金融改革创新试验区的污染减排效果进行研究，以绿色金融试点政策为切入点，聚焦分析绿色金融政策的实施对空气污染的影响。

相较于绿色金融对环境污染、碳排放的影响研究，本文的边际贡献体现在以下几个方面：第一，将绿色金融政策对环境污染的影响反映在对空气质量指数的影响中。由于新疆污染物来源集中来自第二产业，且新疆第二产业占比较大，空气污染物不仅包含CO2，还有其他5 种大气主要污染物，故本文使用能够全面综合反映空气质量的AQI 作为被解释变量，更接近研究目标。第二，本文基于2017 年新疆建设绿色金融改革创新试验区，以这一外生冲击构造准自然试验，基于面板数据使用PSM-DID 模型，克服内生性及遗漏变量偏差的困难，使研究结果更可靠，检验新疆建设绿色金融改革创新试验区以来绿色金融是否缓解空气污染，对绿色金融下一步工作指导具有现实意义，并为相关研究提供新思路。第三，针对存在的“政策失灵”现象提出讨论，展望下一步研究工作。

二、政策背景与理论基础

（一）政策背景

绿色金融试点政策的区域探索更具专注性和针对性，政策落地实施更灵活容易。在新疆选择3 个地方建设绿色金融改革创新试验区，一是缓解新疆过去由于粗放型经济发展造成的环境压力；二是希望避免产能转移过程中带来的二次污染。截至2021 年6 月，哈密市、昌吉回族自治州、克拉玛依市3 地试验区共有银行业绿色专营机构（绿色支行、绿色金融事业部、绿色柜台）59 家，非银行业绿色专营机构10 家，实现绿色金融改革创新试验区内银行业绿色专营机构全覆盖。

（二）理论基础

作为一种市场化的制度安排，金融在促进环境保护和生态建设上具有重要作用。绿色金融政策探索和产品创新方兴未艾，如绿色债券、绿色信贷、绿色项目库等。通过与产业政策协调配合，严格控制对高能耗、高污染、环境违法企业的资金支持，并引导资金流向环境友好型项目，加大对绿色产业、资源节约集约、节能环保领域的支持。因此本文从“产业转型”“产业升级”“产业结构优化”三个角度分析绿色金融对空气污染影响的作用机制。

1. 绿色金融通过金融服务产业转型改善空气污染治理

在新疆3 地建设绿色金融改革创新试验区，任务之一是构建绿色金融服务产业转型升级机制。优先将使用清洁能源的项目纳入绿色项目库，综合运用多种融资模式，重点支持生态农业、绿色工业等绿色产业转型升级。

一般情况下，低能耗、低排放的节能环保产业资金需求相对较大，因此发展绿色产业需要大量的资金支持，绿色金融通过支持绿色产业和控制高能耗企业，在一定程度上促进经济绿色转型。试验区建设以来，3 地重点支持方向因地制宜，各有千秋。哈密市通过绿色金融重点支持清洁能源生产、绿色装备制造；昌吉州重点发展绿色金融服务产业转型升级，推动智能设备、新能源、新材料等中高端产业发展；克拉玛依市通过绿色金融积极引导商业银行加大对油田节能环保、污染防治、绿色制造的绿色企业融资支持。

2.绿色金融通过助力产业升级改善空气污染治理

产业升级会增加工业经济中新兴产业的比重，对空气污染治理有显著影响。通过构建绿色金融体系有助于提升经济增长动力，加速产业结构绿色转型和升级，促进产业协调发展和技术进步。新疆建设绿色金融改革创新试验区初期就确定“一个核心”“双轮驱动”“三大布局”的绿色经济发展蓝图。其中“双轮驱动”指共同实施传统产业的绿色改造升级与新兴绿色产业培育。新疆3 地试验区均有不同特点的传统高能耗企业和工业园区。在绿色信贷导向下，哈密市伊吾县淖毛湖镇工业园区正在进行绿色改造转型，助力打造“低碳化、循环化、清洁化、景观化”的“四化”绿色生态园区，努力实现以煤炭清洁高效利用为主，以清洁能源为基础的梯次利用循环模式。昌吉州通过发放农业科技贷款，助力企业实现生物降解材料产业链闭合。克拉玛依市通过创新绿色信贷产品在后疫情时期向医疗废弃物处置、环保玻璃生产、天然气回收利用方面政策倾斜，助力复工复产。

3.绿色金融通过促进产业结构优化改善空气污染治理

产业结构与环境污染之间存在“倒U”形曲线关系，第二产业是造成空气污染的主要原因，产业结构的侧重点由第二产业转向第三产业时，环境污染状况不断得到改善。目前，西部地区存在产业结构不合理、重工业比重过大、同构化明显的问题，且发展对资源依赖性较强，环境保护压力大，新兴产业占比较低，新业态有待发展。绿色金融通过资金流向、产业整合、政策引导三个方面影响产业结构升级。通过服务乡村振兴，侧重发展农牧业生态、乡村生态旅游等绿色项目，降低第二产业占比，优化产业结构，可从源头上降污减排。

三、理论模型构建与数据选择

（一）理论模型构建

为验证绿色金融政策对空气污染的政策效应，本文借鉴胡宗义和余东升的做法，以新疆3 地2017 年建设绿色金融改革创新试验区为准自然试验，以2019年《新疆统计年鉴》行政区划分为准，将建设改革创新试验区的哈密市、昌吉州、克拉玛依市作为处理组，另外12 个未建设试验区的地州市作为控制组。实施绿色金融政策后，环境变化可能受两方面的影响：一是时间效应，即环境随时间的变化而变化。二是政策效应，即绿色金融政策对环境的影响。本文使用Rubin 提出的“反事实框架”下识别处理效应的双重差分法。通过建立反事实的因果推断，计算得到平均政策处理效应。假设可忽略性假定成立，原则上考虑引入控制变量以解决遗漏变量问题，双重差分模型设定如下：

上式中，yit为被解释变量即空气质量指数AQI；treati 为政策虚拟变量；pt 为时间虚拟变量；交互项treati× pt 为核心解释变量，表示处理组在政策实施后的效应，系数β 即平均处理效应；Xit为控制变量；μi为时间效应；λt为固定效应；εit为随机误差项。

新疆3 个绿色金融改革创新试验区均于2017 年设立，政策实施时点虽然统一，但由于改革试验区和非改革试验区的初始条件不同可能造成“选择偏差”，且如果遗漏非线性控制变量，仍可能存在遗漏变量偏差，为解决这一问题，本文使用Heckman 提出的倾向得分匹配与双重差分模型结合的方法（PSM-DID）估计参与者平均处理效应（ATT）：

表1 式（2）符号说明

（二）数据来源和变量说明

本文所用数据为2015—2019 年新疆15 个地州市面板数据，选取这个时间区间的原因是建设绿色金融改革创新试验区是在2017 年，选择政策试点前2年至政策实施后2 年这个时间段，避免由于其他外部因素造成的估计偏误。数据来源于《新疆统计年鉴》以及公众环境研究中心。

1.变量的选择

（1）被解释变量

AQI 空气质量指数，其涵盖6 项污染物监测：SO2、NO2、PM10、PM2.5、CO、O3。AQI 描述了空气的清洁或污染程度。

（2）时间虚拟变量

pt，pt=1 表示政策实施后的年份，pt=0 表示政策实施前的年份。

（3）政策虚拟变量

treati=1 表示处理组，即在2017 年实施绿色金融政策的地州市，treati=0 表示控制组，即未实施绿色金融政策的地州市。

（4）加入以下变量为控制变量

a.第二产业结构变动：采用各地州市第二产业占比（第二产业增加值/GDP）作为衡量指标，反映各地州市第二产业结构的变动。一般而言，对环境造成破坏的行业主要集中在第二产业，高能耗、高污染的产业比重偏大，对环境治理造成压力。因此，第二产业结构调整是改善环境质量的有力手段。

b.能源利用：采用各地州市综合能源消费总量（单位：万吨标准煤）作为衡量指标。能源消费总量反映一个地区的耗能情况，国际能源署将节能视为全球能源系统中CO2减排的主要途径。

c.贸易开放度：采用各地州市进出口总额（单位：万美元）作为衡量指标。新疆对外开放一类口岸17个，二类口岸12 个。贸易开放程度对地区环境产生两方面的影响：一是可能会加剧该地区的环境污染；二是有助于环保生产技术的引进，对环境改善产生积极作用。

d.经济发展水平：采用各地州市生产总值代表该地经济发展水平，由于新疆过去的粗放型经济增长在一定程度上造成环境破坏，现如今新疆在供给侧结构性改革上取得一定成就，加强绿色技术创新和环境治理投资，将有助于节能减排、环境改善。

四、实证分析

（一）描述性分析

1.变量的描述统计

本文各变量的描述统计如表2 所示。AQI均值为95.53，第二产业占比均值为38.95，综合能源消费总量均值为1522633.20 万吨标准煤，进出口总额均值为146277.08 万美元，各地州市生产总值均值为8012490.30万美元。

表2 变量的描述统计

2.试验区和非试验区政策实施前差异比较

本文收集到政策实施前的数据为2015—2016 年，对比绿色金融改革创新试验区和非试验区的变量差异如表3 所示。除因变量AQI 外，在5%的显著性水平下，试验区和非试验区在第二产业结构变动上有显著差异，由于试验区设立并非来自随机分组，可能由于地域差异或遗漏非线性项，造成遗漏变量偏差。

表3 试验区和非试验区政策实施前样本描述统计

（二） P S M 结果分析

由于政策实施前试验区和非试验区在第二产业结构变动的差异性比较中P 值为0，表明两者具有显著差异。本文使用倾向得分匹配法消除这种差异性影响，达到数据平衡。采用K 近邻匹配法使用logit 回归对处理组和控制组进行倾向得分计算，结果显示，参与者平均处理效应（ATT）的净效应为-8.556，t 值为-0.670，说明处理组和控制组在PSM匹配后，净效应表现为负向影响的倾向（见表4）。

表4 PSM 结果

（三）基准回归结果

本文将传统DID 结果与PSM-DID 结果对比发现，传统DID 输出的处理效应显著为正，说明利用该方法计算的处理效应表现出绿色金融政策的实施使AQI 显著升高；在经过倾向得分匹配后的DID 结果表明该政策并未对AQI 造成显著的正向影响（见表5）。

表5 SM 匹配前后处理效应结果

（四）模型适用性检验

1.平行趋势检验

本文刻画绿色金融政策实施前2 年和政策实施后2 年的趋势变化，生成时间虚拟变量和处理组虚拟变量的交互项。在2015—2017 年交互项系数均不显著，说明2017 年前处理组和控制组空气质量指数变化趋势一致，表明绿色金融改革创新试验区和非试验区是可以进行比较的，满足平行趋势假定（见表6、图1）。

图1 平行趋势检验

表6 回归分析

政策实施第2 年，系数显著为正，表明绿色金融并未达到缓解空气污染的预期效果，考虑是否出现短期“政策失灵”。

2.条件独立性检验

如果倾向得分估计较准确，控制变量应该在匹配后的处理组和控制组之间分布相同，控制变量处理组均值与控制组均值接近。本文使用的检验方法是检验匹配后的控制变量在试验区和非试验区是否存在显著差异。由表7 可知，检验4 个控制变量在试验区和非试验区差异性的p 值均大于0.1，表明倾向得分匹配消除了试验区和非试验区在这4 个匹配维度上的差异，且匹配前后对比图显示，经过匹配后的4 个控制变量标准偏差均小于10%，达到数据平衡，即满足条件独立性检验（见表7、图2）。

图2 匹配后控制变量标准化偏差

表7 条件独立性检验

（五）稳健性检验

为消除其他政策或遗漏变量对研究结果的干扰，本文通过改变政策发生年份，即改变时间虚拟变量的方式，对PSM-DID 的稳健性进行检验。表8 展示了模型的核心解释变量系数，括号内为在相应年份实施政策的显著性检验的p 值。结果显示，只有2018 年的核心解释变量系数的p 值小于0.05，对被解释变量影响显著，这跟上文平行趋势检验的结果一致，进一步验证了绿色金融对缓解空气污染存在“政策失灵”现象。绿色金融政策对试验区污染减排效应在政策实施当年并未起作用，在政策实施后一年才有显著的正向影响，原因可能是绿色金融政策落地实施具有时滞性，创新绿色金融产品、信贷产品投入使用周期较长，对环境改善的影响未立即见效。

表8 稳健性检验

五、结论、讨论与启示

（一）结论

本文基于2015—2019 年新疆15 个地州市的面板数据，通过倾向得分匹配法对新疆绿色金融改革创新试验区和非试验区进行匹配，再使用双重差分模型识别政策效应。PSM-DID 方法的使用消除了可能忽略的非线性影响和已知控制变量间的差异性导致的估计偏误。同时采用平行趋势检验、条件独立性检验以及稳健性检验进一步验证模型的适用性和稳健性，得到结论如下：

1.PSM结果表明，经过匹配后的试验区比非试验区空气质量指数下降了8.556。

2.绿色金融对空气污染影响的交互项系数为19.998，但表现并不显著，表明绿色金融并未显著缓解空气污染情况。

3.检验模型的适用性和稳健性显示，模型均通过检验，在平行趋势检验中表现出在2018 年绿色金融政策加剧空气污染，通过更改时间虚拟变量实现稳健性检验也证实在2018 年出现短期“政策失灵”现象，2019 年表现出对空气污染的负向作用倾向。

（二）讨论

1.缓解空气污染不显著的可能原因。新疆3 地绿色金融改革创新试验区均在创新绿色金融产品和发展绿色信贷方面不同程度地引导资金流向生态农业、绿色工业和产业领域，在理论上确实有助于在污染源头控制空气污染物排放，但本文的实证分析结果显示，绿色金融会出现短期“政策失灵”现象，原因可能是建设绿色金融改革创新试验区目前仍处于完善绿色金融体系阶段，绿色项目落地实施对空气污染改善的影响存在滞后性。

2.环境信息披露对本文研究的影响。自新疆建设绿色金融改革创新试验区，哈密市、昌吉州、克拉玛依市均稳步探索开展绿色金融在本地的可行方案，但是由于企业环境信息披露存在标准规范及制度建设不完全的情况，导致金融市场途径失效。意味着绿色金融原本要在绿色产业上倾斜和对环境违法企业进行资金限制，但是由于企业环境信息披露不完全，可能导致通过金融手段控制高能耗企业排污的途径失效。

（三）启示

结合稳健性检验和对实证结果的讨论，可知绿色金融政策的实施对空气污染的影响存在时滞性，导致政策实施后出现短期“政策失灵”；而且环境信息披露会影响绿色金融发挥作用，使空气污染控制达不到预期。据此本文提出以下三点建议：

1.大力支持地方绿色产业转型。新疆3 地试验区仍须在探索适合本地区绿色金融支持经济增长和生态环境良性互动的道路上努力，平衡发展地方产业和生态产业，让绿色金融支持绿色产业转型，绿色产业反哺绿色金融，让绿色金融为实现经济高质量发展持续赋能。

2.进一步加强绿色金融数字化建设，完善环境信息披露机制。绿色金融的数字化建设有助于节约环境信息的搜寻成本，将绿色金融产品信息化具体到每一个市场主体，让金融机构的绿色金融业务表现出来。在新疆3 地试验区加强完善环境信息披露机制，并建立适当的约束和激励机制，解决项目环境外部性问题，实现绿色经济和生态环境的良性互动。

3.持续优化升级产业结构，为新疆经济高质量发展赋能。绿色信贷除向清洁能源、绿色交通、工业节能节水项目倾斜外，还应重点关注发展第三产业，如新疆特色旅游等，在发展经济的同时，保障地区生态屏障不受破坏。