金融资源绿色化配置的碳减排效应研究

苏跃辉

（河北金融学院 金融创新与风险管理研究中心，河北 保定 071051）

一、引言

2022 年10 月，党中央在二十大报告中作出“积极稳妥推进碳达峰碳中和”“完善能源消耗总量和强度调控”“推动清洁能源低碳高效利用”“深入推进能源革命”等一系列重大战略部署，为中国经济向低碳化转型定调。而实体经济在向低碳化转型中涉及到巨大投资需求，需要充足的资金供应作为保障[1]。中国人民银行行长易纲指出，在碳中和约束条件下，“实现碳中和需要巨量投资，要以市场化的方式引导金融体系提供所需要的投融资支持”。可见，一个区域能否实现“双碳”目标受到金融资源条件的制约。这一背景下，如何将更多的金融资源向绿色领域配置，成为各界关注的话题。理论上，相比于传统金融配置，金融资源绿色化配置兼具金融服务和环境保护的鲜明底色，强调将更多的金融资源向环保、清洁能源等绿色领域倾斜，有效缓解环境友好型发展项目或企业融资约束，给予其必要的资金支持[2]。与此同时，将更多金融资源配置到绿色发展领域，可在一定程度上减少对高污染、高排放企业的资金供应，迫使这些企业积极进行技术改造升级或降低生产规模，降低碳排放[3-5]。但实践中，尽管近年来伴随一系列绿色政策的颁布实施，中国金融资源绿色化配置已取得显著成效。但其仍受到投融资渠道单一、服务体系滞后、监管约束力不足等现实问题的制约，难以充分发挥碳减排效应。那么，当下金融资源绿色化配置的碳减排效应究竟如何？是否存在空间或结构差异？有没有确凿的实证证据？在碳达峰与碳中和的时代目标下，科学、严谨地回答这些问题不仅关系到绿色金融的优化配置，亦关系到如何促进中国经济绿色、低碳、高质量的发展。

二、文献综述

绿色金融的概念在20 世纪末被提出，但理论研究总体进展缓慢。Salazar(1998)基于绿色金融的发展视角，研究指出创新是实现金融与环境实现互通的关键途径[6]。Sonia Labatt 等(2002)研究指出，绿色金融是一种可降低环境风险、推进环保工作的融资方式[7]。近年来，伴随环境、资源、社会问题日益尖锐，碳减排问题成为持续推动经济高质量发展的焦点问题与核心问题，促使绿色金融走进大众视野并受到广泛的讨论和关注。学者和社会各界人士逐渐认识到，绿色金融对绿色发展的效果和作用机制问题是该领域的基础性理论议题。但关于金融资源绿色化配置与碳减排的关系，现有的理论研究非常稀少。

相近研究主要从以下几方面展开：一是绿色金融与碳减排。文书洋(2022)从理论和实证两个维度论证了绿色金融对碳减排的影响，指出支持技术创新是绿色金融发挥减排效应的重要机制，同时表明绿色金融并非越多越好，而是存在最优规模[8]。高原、申珍珍(2022)指出，绿色金融改革政策具有显著碳减排效应，并通过机制分析发现，绿色金融改革政策可通过促进绿色技术创新、降低能耗强度等途径，发挥其绿色减排效应。此外，该研究还指出绿色金融改革政策具有正向溢出效应，绿色金融改革政策的碳减排效应会辐射到试点区域的周边地区[9]。江红莉等(2020)发现，绿色信贷与绿色风投均能够显著抑制碳排放。此外，该研究还发现当绿色信贷与绿色风投纳入同一模型回归后，省级组别、其余组别的影响系数变为不显著[10]。二是金融资源配置与碳减排。周亚军、吉萍(2019)表示，金融资源配置效率的提升可显著降低碳排放，且其与第二产业相互联动时，这一作用效应更为明显[11]。三是数字金融与碳减排。王元彬等(2022)发现，数字金融对地区总体碳排放量具有显著降低作用，数字科技产业化和传统产业数字化是数字金融影响地区碳排放的关键路径[12]。孙慧等(2022)表示，数字金融可通过增强ICT 扩散、驱动乡村正向等路径发挥碳减排能力，且这一作用在数字金融发达地区和碳减排能力较强的地区更为显著[13]。四是环境规制与碳减排。李菁等(2021)发现随着技术创新水平的逐渐提高，正式与非正式环境规制的碳减排效应不断提升[14]。孙帅帅(2021)等指出环境规制对于不同地区的碳排放影响具有显著区域异质性特征，且不同类型的环境规制在各个区域的影响也存在较大差异[15]。

综上所述，已有文献分别从绿色金融、金融资源配置、数字金融、环境规制与碳减排的关系展开丰富讨论，这为文章研究提供了坚实的基础。梳理文献后不难发现，学术界总体上认同金融资源绿色化配置利于实现碳减排，但具体影响如何，还需进一步检验。基于此，文章试图在现有研究基础上进行如下拓展：首先，通过半参数估计方法，避免了传统非参数法和参数法的应用弊端，使研究结论更为精准、科学。其次，从空间层面对金融资源绿色化配置的碳减排效应展开分析，探明其存在的空间关联特征，进一步补充和完善了相关领域的研究。再次，从绿色信贷和绿色证券两种金融资源绿色化配置方式切入，探讨不同配置方式碳减排效应的异同，为下一步推进金融资源绿色化配置进程提供指导。最后，将样本划分为东部、中部、西部地区三组进行分组回归，分析金融资源绿色化配置的区域异质性，为区域间开展差异化金融资源配置策略提供可借鉴的方向。

三、研究设计与数据说明

1. 模型设定

在实际应用过程中，参数法受限于既定形式，常会导致结果出现偏误，而非参数法则存在边界点问题以及“维数灾难”，亦不利于对变量间关系进行精准刻画。有鉴于此，研究选择半参数估计方法，对金融资源绿色化配置与碳排放关系展开研究，具体模型如下：

式(1)中，i和t分别代表省份和年份；β0和βj为待估系数；CFRit代表金融资源绿色化配置的两种配置形式，在文章中为绿色信贷和绿色证券；lnCO2it二氧化碳排放量，m(·)表示非参数估计部分，xj，it为控制变量集合，μi、νt和εit为地区固定效应、时间固定效应以及随机扰动项。

考虑到金融资源绿色化配置可能在地区间形成相互影响的格局，忽略这种影响可能会造成研究误差。故而文章借鉴Coe&Helpman(1995)[16]的研究，在半参数估计模型中引入空间滞后项，以充分刻画金融资源绿色化配置碳减排效应的空间特征。模型具体形式如下：

式(2)中，Wij则表示空间权重变量，其余变量与上文一致。同时，考虑到单一经济地理矩阵难以深刻反映金融资源绿色化配置效应的空间相关性，借鉴李治国等(2021)[17]的研究，构造复合空间权重矩阵，以保证研究能够充分体现金融资源绿色化配置效应的空间关联特征。

2. 变量说明

（1） 解释变量

文章解释变量为金融资源绿色化配置(GAF)，从绿色信贷(GC)、绿色证券(GS)两个维度展开分析。其中，绿色证券采用通过绿色股票总市值与绿色债券总市值之和与GDP 相除而得，绿色信贷采用通过金融机构绿色领域贷款余额与GDP 相除而得。

（2） 被解释变量

文章采用碳排放总量衡量碳排放水平(CO2)。从已发表的文献看，学者们多从能源消耗视角估算碳排放水平[18-22]。但这一方法存在误差较大的缺陷，由此种方法计算出来的碳排放量与实际排放值差距较大。有鉴于此，文章借鉴史丹等(2020)[23]的观点，认为夜间光亮程度与碳排放密切相关，即夜间亮度越高，地区碳排放量越多。故此，参照苏泳娴等(2013)[24]的做法，采用DMSP/OLS 和NPP/VIIRS 两套夜间灯光数据，反向演算研究期内各省份真实的碳排放情况。此外，为保证结果准确，下文中还利用人均碳排放量作为碳排放水平的代替指标，进行了稳健性检验。

（3） 控制变量

为保障结果准确性，进一步控制如下变量：经济发展水平(GDP)，采用地区生产总值与人均地区生产总值的比值衡量；环境规制(ER)，参考任晓松等(2020)[25]的做法，基于工业二氧化硫、废水以及烟（粉） 尘这三种污染物构建环境污染指数，并取其倒数以衡量环境规制水平；人力资本水平(HCL)，借鉴郭丰等(2022)[26]的研究，采用地区普通高校人数于地区总人数之比衡量；产业结构(IS)，采用第三产业增加值占地区生产总值比重度量。

3. 数据来源

文章以中国30 个省份（不含西藏及港、澳、台地区） 为研究对象，研究期限设为2012—2020 年。碳排放数据来自中国碳核算数据库，DMSP/OLS 和NPP/VIIRS 数据来自美国国家地球物理数据中心。其余数据均来源于《中国能源统计年鉴》《中国工业统计年鉴》 《中国统计年鉴》 《中国城市统计年鉴》、wind 数据库以及国家统计局、各省份统计年鉴及官网分析报告。其中，货币相关的变量均以2012 年不变价格进行平减。对于研究过程中存在的少数缺失数据值，文章利用均值法对其补充。此外，为消除变量间量纲的影响，对文中变量均取对数，以降低样本离散程度。

四、实证结果与讨论

1. 基准回归分析

表1 汇报了绿色信贷和绿色证券碳减排效应的基准回归结果。表中列(2)、列(3)为加入时间滞后的结果，列(5)、(6)为加入空间滞后的回归结果。从空间层面看，可以发现碳排放确实存在空间溢出效应，即区域周边的碳排放水平将会由于空间锁定等特征，对本地区碳排放水平形成影响。从时间层面看，相邻期限内金融资源绿色化配置对碳排放的影响存在一定的正向积累效应，即碳减排呈现路径依赖特征，这表明金融资源绿色化配置助力碳减排的过程并非一蹴而就，需要长时间的治理方能取得成效。控制变量方面，可以看到经济发展水平对碳排放的影响均为正，且均在1%的水平下显著。这主要是由于经济发达的地区，经济活动更为频繁且资源更为集中，从而使得这些地区耗能较为严重，碳排放量较大。产业结构对碳排放的影响在依次加入时间、空间滞后项的过程中始终为负，且均在1%的水平下显著。原因在于产业结构优良的地区，通常具有更为合理的能源结构，可快速实现经济增长对碳排放的赶超，以实现碳减排的目的。环境规制对碳排放的负向影响在所有控制变量中最大，伴随时间滞后的加入进一步提升。这主要是由于环境规制政策在颁布一段时间后，才会逐渐凸显出对碳排放的抑制作用。此外还可以看到，人力资本水平对碳排放的影响效应为正，这可能是由于人力资本水平较高的地方，其经济发展和人员集聚水平通常也相对较高，从而在一定程度上增加了碳排放量。

表1 基准回归结果

图1 显示了金融资源绿色化配置的两个子维度绿色信贷和绿色证券与碳排放的关系拟合情况。其中，图2(a)、(b)、(c)为绿色信贷及依次加入时间和空间滞后项的关系拟合图，图2(d)、(e)、(f)为绿色证券及依次加入时间和空间滞后项的关系拟合图。总体来看，金融资源绿色化配置与碳排放之间呈现负向作用，即绿色信贷和绿色证券两类金融资源绿色化配置方式可限制区域碳排放增长。进一步，将空间溢出效应纳入考察范围后可以发现，绿色信贷和绿色证券两类金融资源绿色化配置方式的减排效应得到显著强化，曲线拐点出现明显前移，这表明金融资源绿色化配置的空间联动效应有助于提升金融的碳减排效应。究其原因，金融资源绿色化配置所形成的要素集聚和绿色联动效应可在一定程度上抑制能源消耗和碳排放增长。此外，金融资源配置的空间溢出效应可通过增强周边地区绿色发展效能而增强减排效应，这一结论也与实际情况相符。事实上，绿色项目的开展并非是一个封闭的流程，其落实和发展过程中会与周边地区进行要素交流，进而带动周边地区碳减排进程。尤其是在互联网时代背景下，金融资源借助数字技术、信息平台得以快速在区域间流动，从而使得金融资源配置所形成的区域外溢效应愈发显著，加速了金融资源碳减排效应的空间溢出。

图1 金融资源绿色化配置与碳排放关系拟合图

对比来看，绿色信贷能够较早达到减排曲线的拐点，而绿色证券则相对滞后。形成这一现象的主要原因是，与绿色证券相比，由于信贷市场发展更为成熟，绿色信贷可快速作用于碳排放相关领域，能够较早表现出对碳排放的抑制效应。但当绿色信贷跨过第二个拐点以后，绿色信贷对碳排放的影响骤减，曲线逐渐趋于平缓。而绿色证券则在发展初期碳减排效应未能充分释放，但在跨过拐点后，其碳减排效应呈现持续增长的态势。这是因为绿色信贷发展初期，可以向难以充分享受“资源红利”“人口红利”的绿色发展项目提供融资支持，同时为资金回报低、风险小、产出稳定的项目提供资金，显著提升碳减排效率。然而在发展到一定程度后，受制于资源局限性、支持力度不足等各方面因素，绿色信贷往往由于难以为绿色产业项目持续提供充足且丰富的金融产品，导致其对碳排放的作用随之缩减。而绿色证券则由于市场发展、地方保护、信息披露、法律保障等各个方面的问题，发展相对滞缓，使得其对于碳排放的缓解效应并不强，且这一问题在短时期内很难得到“质”的解决。进一步分析可以看到，金融资源绿色化配置的边际碳排放效应总体呈现持续增长的态势（图2），其中绿色信贷的边际减排效应呈现快速直线上升，而绿色证券则在拐点到来之前存在长时间过渡期。由此表明，绿色证券在充分发挥减排效应之前，其存在的门槛阻力较大。而一旦绿色证券跨过拐点后，其减排效应得到显著增强，且在一段时间后绿色证券的碳减排效应会超过绿色信贷的碳减排效应。这一结果也再度佐证了前文分析得到的结论。因此，相关部门在推进金融资源绿色化配置过程中，即持续加强绿色信贷的配置和完善过程中，应当适当加强绿色证券市场建设，建立和完善绿色证券市场建设的配套政策体系，提升绿色证券服务水平，从而驱使绿色证券的减排拐点早日到来，充分发挥其减排效能。

图2 金融资源绿色化配置的边际碳减排效应

2. 稳健性检验

（1） 替换核心解释变量测算方法

为保证结果准确、科学，进一步通过替换核心解释变量的测算方法，对上文研究结论进行稳健性检验。借鉴文书洋等(2022)[8]的做法，将上市公司按股票概念标签进行分类，筛选节能环保领域的企业，并将节能环保企业的借款总额（包括短期和长期借款） 与所有上市企业的借款总额之比作为衡量金融资源绿色化配置的指标：

上式中，i、t表示时间和个体，GFit代表金融资源绿色化配置的发展程度指标；ESC代表节能环保企业所获得的借款，OC代表所有上式企业所获得的借款。将重新测算得到的金融资源配置绿色化指数代入模型中再次回归，并绘制边界碳减排效应的曲线图，结果如图3 所示。

分析图3 可知，金融资源绿色化配置的边际减排效应与前文分析的变化趋势基本一致，绿色信贷、绿色证券的减排效应呈现递增的态势，证明此前文章的基准分析具有较强稳健性。

图3 替换核心解释变量稳健性检验

（2） 替换被解释变量

以人均碳排放量作为被解释变量代替指标，重新代入模型回归，得到的稳健性检验结果如表2 所示。分析表中数据可知，绿色信贷和绿色证券这两类金融资源绿色化配置的碳减排效应与上文分析大致相同。细言之，伴随时间、空间滞后项的加入，绿色信贷和绿色证券的碳排放抑制作用也得到显著地加强，由此验证了前文的结论具备稳健性。

表2 替换被解释变量回归结果

3. 异质性分析

考虑到不同区域间经济、市场等环境的不同，金融资源绿色化配置在不同地区的碳减排效应势必存在差异。故而，为进一步了解这种差异性，文章将样本进一步划分为东、中、西部地区三组，分别考察金融资源绿色化配置减排效应的异质性特征，结果如图4 所示。由图可知，三大地区间绿色信贷的边际碳减排效应差异相对较小，而绿色证券的边际碳减排效应则具有较为明显的区域差异。具体而言，东部地区绿色证券边际碳排放曲线拐点较早出现，即东部地区绿色证券碳减排效应可以较早释放。与东部地区相比，中西部地区碳减排拐点处于后进状态，且周期也比较长，这表明中西部地区要想充分发挥绿色证券的碳减排效能，还需要较长时间的发展和沉淀。究其原因，东部地区金融资源配置能力较强，其在绿色领域投入的资源更多，使得金融资源绿色化配置的碳减排效应可以充分释放，推进该地区绿色化进程。而中西部地区则受制于自然环境、经济发展水平、产业发展结构、人力资本等因素，实现低碳转型的现实阻力较大，在绿色发展过程中明显不具备优势。同时，中西部地区多以重工业为推动经济发展的主导产业，绿色化转型相对东部地区更为困难，这也在一定程度上限制了该地区绿色金融资源配置碳减排效应的充分展现。由此，在金融资源绿色化配置过程中，有关部门应当依据地区资源禀赋特性和发展差异，制定不同的政策规划，以充分发挥金融资源绿色化配置在不同地区的碳减排效应。

图4 地区异质性回归结果

五、金融资源配置“绿色化”的空间减排效应

文章在半参数检验的基础上，进一步将金融资源绿色化配置指标的一次项、二次项引入到空间杜宾模型之中，以动态考察金融资源配置绿色化空间减排效应。具体模型如下：

表3 汇报了金融资源绿色化配置空间减排效应的测算结果。由表3 可知，在不同的空间权重矩阵下，两类金融资源绿色化配置方式的影响系数与上文结论大致一致，且均通过显著性检验。进一步分析可以发现，表中一次项估计系数绝对值明显低于二次项，表明伴随金融资源绿色化配置的推进，其碳减排效应呈现增长态势，即后一期的减排效应高于前一期。对比两种配置方式的系数可以发现，绿色信贷的估计系数显著高于绿色证券，即短期内绿色信贷对于碳减排的促进作用显著高于绿色证券。究其原因，一方面，在绿色信贷型金融资源配置初期，金融机构可通过信贷扶持等方式，缓解企业绿色化转型的融资约束，解决企业绿色转型资本困境，显著提升企业绿色生产效率，促使碳排放得到显著控制。另一方面，伴随绿色信贷配置水平的不断提升，一些信贷问题亦逐渐凸显，使得其对于碳排放的抑制作用有所滞缓。这一结论，也与前文所提出的绿色信贷与绿色证券减排的结论相契合。

表3 金融资源绿色化配置的空间减排效应

六、结论与建议

文章选取中国30 个省份2012—2020 年面板数据，实证分析绿色信贷和绿色证券两种金融资源绿色化配置方式对碳排放的影响效应，得出如下结论：第一，金融资源绿色化配置对碳排放具有显著的抑制作用，且其边际碳减排效应呈递增态势。从空间层面看，可以发现区域周边的碳排放水平将会由于空间锁定等特征，对本地区碳排放水平形成影响。从时间层面看，相邻研究期内金融资源绿色化配置对碳排放的影响存在一定的积累效应，即碳减排呈现路径依赖特征。第二，区域异质性分析表明，与中西部地区相比，东部地区绿色信贷、绿色证券均能够较早进入跨越拐点，进入快速减排阶段。第三，在将空间溢出效应纳入考察后，绿色信贷和绿色证券两种金融资源绿色化配置方式的碳减排效应均得到强化，且两种金融资源绿色化配置的减排效应拐点均出现提前。基于上述结论，提出如下建议：

第一，增加金融资源绿色化配置投入，强化金融减排基础。文章认为，不论是绿色信贷还是绿色证券，均能够对碳排放产生显著抑制作用。因此，有关部门应当积极鼓励和引导金融机构开展绿色信贷和绿色证券业务，持续提升金融资源绿色化配置投入，强化金融资源的绿色减排效能。就绿色信贷而言，银行等金融机构可通过积极推行绿色项目贷款，如清洁能源、绿色装备等融资服务，增强对绿色发展领域的资金供给。就绿色证券而言，应当推动形成统一的绿色债券标准，鼓励市场主体发展绿色债券。与此同时，政府部门应积极出台税收、利率等相关激励政策，并加强对绿色债券的担保措施，驱动绿色债券市场不断发展，迎来绿色债券的碳减排“拐点”，有效激发绿色债券的减排效能。此外，银行等金融机构需进一步深入碳金融领域，在持续发展现货市场的同时，推动碳期货、碳期权等衍生品市场的发展，加强碳金融市场机制建设，夯实金融减排的基础。

第二，推进绿色金融区域协同合作，优化金融减排环境。在空间溢出效应纳入考量后，金融资源绿色化配置的碳减排作用得到显著强化，绿色信贷和绿色证券两种金融资源绿色化配置的减排效应拐点均出现提前。因此，有关部门应当积极引导和加强区域间绿色金融协同合作，进一步强化金融资源绿色化配置的空间溢出，形成区域间彼此互促、协同发展的绿色格局，持续优化金融减排环境。具体而言，一是要着力构建区域间统一绿色市场，建立由政府部门引导筹划、金融机构参与、多元市场主体共同协商制定的可执行的统一标准，并完善标准的执行机制，推动形成区域间协同合作、彼此互促的绿色市场，切实增强绿色信贷和绿色证券的碳减排效应。二是要积极组建区域绿色金融联盟，打造区域绿色金融平台，加强区域间绿色金融要素的流动、交融，逐步驱动区域绿色金融联盟形成信息共享、评价统一、标准互认、资源互补的协同格局，推进区域间加强合作，共同承担碳减排责任。

第三，实施差异化资源配置策略，释放金融减排潜能。与中西部地区相比，东部地区绿色信贷、绿色证券均能够较早进入跨越拐点，进入快速减排阶段。故而在发展过程中，应当注重金融资源绿色化配置效应的区域差异，制定和实施差异化资源配置策略，充分释放不同地区金融减排潜能，助力双碳目标的全面实现。一方面，对于发展相对滞后的中西部地区，可充分发挥自身生态和自然优势，通过颁布相关税收、人才政策，引进绿色资本、绿色技术及人才进入本地区，在推动本地区经济发展的同时，增强绿色金融服务能力，缓减碳排放。另一方面，对于东部地区而言，考虑到其拥有较为突出的要素资源优势，在进一步优化金融资源绿色化配置结构的同时，还要致力于提升本地区绿色产业集中度和绿色金融项目的资本回报率，实现绿色金融的可持续发展。此外，东部地区相关部门需要尽快组织建立起完善的金融风险补偿机制、信息披露机制、风险承担机制以及相关的财政补贴机制，充分激发市场主体参与绿色项目的积极性，释放金融资源绿色化配置的减排潜能。