绿色金融与绿色全要素生产率：环境规制调节下的碳减排效应

周亚军 ，陈丰泽

（1.新疆财经大学 金融学院，新疆 乌鲁木齐 830012；2.新疆财政与金融协同创新研究中心，新疆 乌鲁木齐 830012）

全要素生产率直接反映了一个国家的经济竞争力，一直被广为重视。过去中国经济高速增长主要依赖要素驱动，存在高投入、低产出的问题[1]，目前这种经济增长模式已不再适用。习近平总书记在党的二十大报告中指出，我们要统筹产业结构调整、污染治理、生态保护、应对气候变化，协同推进降碳、减污、扩绿、增长，推进生态优先、节约集约、绿色低碳发展。现代社会面临环境污染严重、资源配置低效等严峻形势，我国经济绿色转型势在必行，党和国家高度重视环境保护和生态文明建设问题，大力推动绿色经济发展。绿色发展的本质是要综合考虑节能减排、能源消耗与经济增长等关键因素[2]，绿色全要素生产率在绿色经济时代应运而生。

为了践行绿色发展理念，《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》提出“碳达峰”和“碳中和”目标，谋求经济发展“质”与“量”双驱并驾，推动了中国生态文明建设步伐向前迈进，彰显出中国为应对全球气候变化做出重大贡献的决心与担当。生态环境部于2020 年12 月25 日审议通过《碳排放权交易管理办法（试行）》，碳交易在一定条件下能够实现绿色全要素生产率提升[3]。值得注意的是，随着中央政府采取的环境规制政策越来越严格，地方政府为了防止财政收入减少至侵害自身利益，对中央下达的环保法规敷衍执行甚至拒绝执行，导致各地方出现“逐底竞赛”现象[4]。不少学者认为环境规制政策在降污减排中起到不可忽视的作用，因此是学术界当下关注的热点问题。研究自愿型环境规制如何对高质量与低碳“双赢”发展产生协同治理效果，对促进产业转型升级、提高绿色全要素生产率具有重要的理论指导意义。

绿色金融是绿色发展理念下的产物，要达成绿色经济与绿色金融良性互动，可通过扩展绿色信贷业务范围等举措，实现最大效率的资源配置。且区域绿色发展与绿色金融发展有很强的协调性，“双碳”目标也将催生巨大的绿色投融资资金需求，在未来大有可观。在当前绿色金融与绿色全要素生产率的研究成果中，鲜有学者将碳排放强度纳入其中，探讨与自愿型环境规制调节下的碳减排效应有关的文献更是少见。本文以2014—2020 年我国的30 个省份（不包括西藏及港澳台地区，下同）为研究对象，构建一个有调节的中介效应模型，检验绿色金融与绿色全要素生产率的关系，以及在自愿型环境规制调节下的碳减排效应。

本文对以往研究可能的增益在于：一方面，已有文献研究了绿色金融对绿色全要素生产率提升的有效性，却缺乏对其传导路径的深入探讨。本文引入了碳排放强度与自愿型环境规制，创新性地通过有调节的中介效应模型，探查碳排放强度在绿色金融影响绿色全要素生产率过程中的中介机制以及自愿型环境规制的调节作用，对现有文献进行了补充和深化。另一方面，自愿型环境规制不同于命令型环境规制[5]，它是衡量公众参与环境规制的重要指标。本文不再拘泥于从政府干涉角度出发研究对碳排放强度的影响，而是从公众参与环境规制的视角出发研究碳减排效应，将可持续动力注入经济高质量发展进程中。这不仅能够为绿色金融助力企业的低碳发展、实现“双碳”目标提供参考，而且对政府引导消费者的绿色消费行为有重要意义。

1 理论分析与研究假设

1.1 绿色金融与绿色全要素生产率

中国经济快速增长的同时伴随着严重的环境污染和资源浪费，因此，我们要审视环境问题。绿色金融作为桥梁连接环境产业与金融产业[6]，是支持环保的必要手段。鉴于此，探究绿色金融如何对经济高质量发展产生影响，就尤为重要。结合现有研究结果来看，学术界对绿色金融如何影响绿色全要素生产率并未达成共识。

史代敏等[7]综合考虑了碳金融、绿色信贷、绿色保险、绿色证券和绿色投资这五个维度，构建了绿色金融发展水平指标，认为绿色金融发展水平的提高能够促进绿色全要素生产率的提升，但二者呈非线性关系，存在门限效应。有学者在研究时使用空间杜宾模型，针对绿色金融发展水平和绿色全要素生产率展开分析，认为二者呈现“U”型关系，且有“西低”“东高”“中平”的分布格局[8]。

绿色信贷政策作为绿色金融政策体系中规模最大且发展最成熟的组成部分，已经有不少学者对其展开研究。一方面，绿色信贷与环境规制的交互作用可以显著提升工业增长绩效[9]，绿色信贷政策激励效应不仅可以帮助企业实现高质量发展[10]，还可以通过信贷倾斜等方式实施具有差别化的货币金融政策，为经济增长集聚更多绿色资本要素[11]。另一方面，中小企业面临融资困境是当下亟待解决的问题，能够通过绿色信贷获得技术研发资金进而缓解困境，对绿色全要素生产率具有显著促进作用[12]。基于以上研究，提出假设1。

假设1：发展绿色金融能够促进绿色全要素生产率的提升。

1.2 碳排放强度在绿色金融与绿色全要素生产率之间的中介作用

2022 年6 月，生态环境部等联合印发了《减污降碳协同增效实施方案》，这是促进经济社会发展全面绿色转型的重要抓手。经学者研究发现，技术无效率项扩大是由于某地区的碳排放增长，这不利于绿色全要素生产率的提升，绿色全要素生产率与当地的减排技术正相关[13]。彭倩妮等[14]认为碳减排通过提升能源效率促进绿色全要素生产率。王留鑫等[15]却认为各地区农业碳排放强度与绿色全要素生产率负相关。绿色金融相较于传统金融在结构和功能效率方面得到提升，使用非化石能源以及深化绿色金融发展均有助于降低碳排放强度[16]，碳排放强度衡量一个国家碳排放增长和经济增长之间的关系，该值较低就意味着该国家的低碳发展与经济增长模式同时得以实现。综合以上内容，提出假设2。

假设2：碳排放强度在绿色金融对绿色全要素生产率的影响中起中介作用。

1.3 自愿型环境规制对绿色金融与碳排放强度的调节作用

已有研究虽未针对自愿型环境规制是否可以调节绿色金融与碳排放强度之间的关系给出明确统一的结论，但为本文奠定了良好的研究基础。有学者根据企业对环境问题的被动和主动反应，将企业环境责任划分为前瞻型和反应型，其中碳绩效与反应型企业环境责任的关系、技术创新对碳排放的影响都受到环境规制的正向调节[17-18]。徐盈之等[19]也认为产业结构调整的碳减排效应是否显著，与当地的环境规制水平密切相关。

环境规制一般分为自愿参与型、命令控制型和市场激励型，“先污染、后治理”是市场激励型环境规制的弊病。经研究发现，命令型和激励型环境规制并非直接影响碳排放[20]，市场激励型的政策工具比命令控制型的政策工具调节效应更显著[21]。梳理已有文献可以发现，自愿型环境规制的相关研究比较匮乏，主要因为在当前的经济社会背景下，我国使用纯粹政府规制工具的传统由来已久，但自愿型环境规制在国内的实践相对欠缺。

近年来，绿色金融逐渐融入低碳经济发展的战略中，可以在很大程度上减少经济发展与环境保护之间的冲突。自愿型环境规制是否可以调节绿色金融对碳排放强度的影响呢？李楠博等[22]认为环境规制为绿色金融提供了政策指引，这种政策指引可以加快绿色金融的碳减排进程，不断供应的金融资源是实现经济低碳转型的根本保障，尤其是金融系统和环境保护相融合之后的绿色金融[23]。鉴于此，提出假设3。

假设3：自愿型环境规制调节绿色金融—碳排放强度—绿色全要素生产率的前半路径，即自愿型环境规制水平越高的地区绿色金融抑制碳排放强度的作用效果越显著。

根据以上研究假设，在厘清绿色金融、碳排放强度、自愿型环境规制以及绿色全要素生产率关系的基础上，本文构建了有调节的中介效应模型，逻辑机理如图1 所示。

图1 绿色金融影响绿色全要素生产率的逻辑机理

2 研究设计

2.1 数据来源与处理

《中国绿色金融报告2014》是由李晓西等编制的我国第一部全面介绍绿色金融的年度报告，因此，本文以2014—2020 年我国30 个省份为样本进行绿色金融的相关研究。其他数据主要来源于《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国劳动统计年鉴》和各省份统计年鉴以及《中国保险年鉴》。自愿型环境规制指标中各年份15 岁以下人口数据存在缺失值，为保证数据的完整性，缺失的部分数据根据各地级市公报和统计年鉴补充完整。

2.2 模型构建

借鉴曹景林等[24]将碳排放强度作为中介变量构建模型的方法，本文构建模型（1）～（3），依次验证前两个假设。

式（1）～（3）中：i代表区域省份，t代表时间年份，C代表截距项，θj为省份固定效应，δt为年份固定效应，εit为随机扰动项。被解释变量GTFPit表示绿色全要素生产率，解释变量表示绿色金融发展水平，中介变量CEIit表示碳排放强度，Controlit是控制变量，包括老龄化程度、外商直接投资以及产业结构。其中，若α11、α21、α32显著且α31不显著，此时碳排放强度为完全中介效应，若α11、α21、α32显著且α31显著，此时碳排放强度为部分中介效应，且部分中介效应大小为此时可以验证假设2。在此基础上，构建有调节的中介路径检验模型（4）～（6）验证假设3。

式（4）～（6）中：EVRit是本文的调节变量，表示自愿型环境规制，其他变量含义与前文一致。首先检验绿色金融对绿色全要素生产率的直接效应，若模型（4）中调节变量与绿色金融的交乘项α43系数显著，则主效应受到调节。若主效应未受到调节，则继续检验模型（5）～（6），若α53、α62均显著，则证明自愿型环境规制可以调节绿色金融—碳排放强度—绿色全要素生产率的前半路径。

2.3 变量选择与数据来源

2.3.1 被解释变量

绿色全要素生产率（GTFP）：本文参考学者尹子擘等[8]的方法，以2014 年为基期，采用非径向非角度的SBM 模型，具体见表1。

表1 指标体系表

2.3.2 解释变量

绿色金融（GRFR）：本文借鉴学者郭希宇[25]构建中国30 个省份（不包含西藏自治区和港澳台地区）绿色金融指标的方法，采用熵值法进行测算，指标体系见表1。

2.3.3 中介变量

碳排放强度（CEI）：简称碳强度（万吨/亿元），本文参考李治国等[26]的研究，采用政府间气候变化专门委员会（IPCC）报告中的碳排放方法计算。将规定的8 种能源，首先采用折标煤系数将能源消费量单位转化为标准煤，其次根据碳排放系数进行碳排放量的计算，最后将各种能源的碳排放量（CE）进行加总求和。计算公式为：其中，Ei为第i种能源的标准煤消耗量，θi代表第i种能源的碳排放系数，碳排放强度用碳排放量与GDP 之比表示。具体能源种类、能源折标煤系数和碳排放系数见表2。

表2 碳排放系数

2.3.4 调节变量

自愿型环境规制（VER）：学术界关于非正式环境规制并未形成统一的度量，GOLDAR 等[27]以议会选举的投票率和受教育程度作为非正式规制强度的代理变量，也有学者用污染事件的媒体曝光率来衡量非正式规制强度[28]。然而，非正式环境规制的核心是环境保护意识，用单一指标过于片面。因此本文借鉴PARGAL 等[29]的方法，选取一系列的指标，如年龄结构、受教育程度、收入水平和人口密集度等，用熵值法测度各省的非正式环境规制强度，作为自愿型环境规制的衡量指标。具体解释如下：（1）年龄结构。青年人口比例越高的地区，环境意识和环保活动的参与程度越高。（2）受教育程度。受教育程度越高，环境保护意识越强，对环境质量的重视程度也越高，在非正式环境规制中的影响力也更大。（3）收入水平。一般来说，该地区的收入水平越高，公众对环境的要求越高。（4）人口密度。人口密度越高，受环境污染负外部影响的人群越多，参与非正式环境规制的人群也越多。

2.3.5 其他控制变量

（1）老龄化程度（Old）。最新的人口统计数据显示近年来人口增长不如预期，人力资源对绿色全要素生产率的影响十分重要，老龄化程度越高，可能不利于绿色全要素生产率的提升。本文借鉴都阳和封永刚[30]的方法，以65 岁以上的人口数占20 岁以上人口数的比重衡量老龄化程度。（2）外商直接投资水平（FDI）。外商直接投资可能会通过技术溢出效应影响国内经济，在一定程度上促进绿色全要素生产率。本文借鉴刘荣增等[31]的做法构建指标。（3）产业结构升级（IS3）。Kuznets 事实阐述了三大产业在结构变迁中的变化规律，认为其附加值依次在增加，尤其是逐渐向第三产业转移。因此，本文选取第三产业增加值占GDP 的比值来衡量该指标。所有变量指标说明和数据来源见表1。

3 实证结果与分析

3.1 描述性统计与相关性分析

在进行回归之前，经豪斯曼检验的卡方值为45.83，伴随概率为0.000 0，因此，使用固定效应面板模型分析。为了解样本数据的整体特征、避免多重共线性造成模型估计失真，对各个变量进行描述性统计，见表3。将绿色金融发展水平按照东部、中部、西部地区划分①本文对东部、中部、西部地区的划分参照中国1986 年“七五”计划所划分。东部地区包括京、津、冀、辽、沪、苏、浙、闽、鲁、粤、琼等11省份；中部地区包括晋、蒙、吉、黑、皖、赣、豫、鄂、湘、桂等10 省份；西部地区包括渝、川、贵、云、藏、陕、甘、青、宁、新等10 省份。，可以看到无论是均值还是最大值，西部地区的绿色金融发展水平整体要低于东部地区。为与绿色全要素生产率形成对比，表3 中加入了传统全要素生产率，可以看到绿色全要素生产率在考虑了环境因素之后反而高于全要素生产率。“波特假说”可以解释这个结论，即：受到环境规制的企业进行技术革新后有助于提高生产力，从而在抵消了环境保护成本的同时提升盈利能力与产品质量，有利于绿色全要素生产率的提升。

表3 描述性统计结果

为了初步验证提出的相关假设，本文计算了核心解释变量、中介变量、调节变量以及控制变量之间的方差膨胀因子和相关系数。结果显示各变量方差膨胀因子（VIF）均小于10，所有变量间的相关系数均小于0.7，可见变量之间的多重共线性问题并不存在，可以进一步对数据进行回归分析。

3.2 绿色金融对绿色全要素生产率影响的回归分析

本文的基准回归结果如表4 第（1）列所示，无论加入控制变量与否，均通过了显著性检验，发展绿色金融能显著提升绿色全要素生产率，证明了本文的假设1。对于其他控制变量，人口老龄化程度在全国样本下回归结果并不显著，绿色全要素生产率与外商直接投资呈负相关关系，这是因为虽然外商投资有技术溢出效应，若国外企业将大量高污染、高能耗企业转移到中国进行生产，则不利于我国绿色全要素生产率的提升。有学者认为结构失衡会对绿色全要素生产率的提升产生不利影响，相反产业结构合理化有益于绿色全要素生产率[32]，但本文中的回归结果并不显著。

表4 基准回归与正式制度异质性回归分析结果

3.3 异质性分析

由于我国各地区经济发展水平不均衡以及各地区市场化程度不同，金融发展水平对绿色全要素生产率的影响也可能不尽一致，本文参考肖红军等[33]的方法，基于市场化程度的中位数作为分组变量，并将全部样本按照东部、中部、西部地区进一步考察区域异质性与制度环境异质性下绿色金融与绿色全要素生产率之间的关系[34]。

3.3.1 制度环境异质性

表4 第（2）～（3）列分别为市场化程度高与低的情形下各地区的回归结果。可以看到，在市场化程度高的地区，绿色金融对绿色全要素生产率的促进作用要比市场化程度低的地区更明显。这得益于政府以市场化方式动员各部门拿出资金支持绿色金融发展，激发企业活力助推高质量发展。

3.3.2 区域异质性

将全样本按照东、中、西部分组之后进行检验，由表5 第（1）～（3）列回归结果可知，在东部地区，绿色金融对绿色全要素生产率的促进作用反而要比西部地区弱。结合表3 中描述性统计结果来看，我国绿色金融发展对绿色全要素生产率的提升程度与地区绿色金融发展水平呈反比例关系。可能的原因在于：我国东部与中西部金融市场对全要素生产率的作用渠道有明显的差异[35]，东部地区对环境保护问题相较于西部地区更加重视，且东部是最先落实发展绿色金融的地区。绿色金融作为金融发展与环境相结合的产物，东部地区的绿色金融发展空间与经济效益可能呈现边际递减趋势。因此，发展绿色金融对东部地区的政策冲击比西部地区小。西部地区聚集了大量重污染企业，经济效益极易受到绿色金融发展水平提高的影响，更加需要绿色金融服务政策、绿色研发资金以及更完善的资源配置，以此提升绿色金融服务效率，促进绿色全要素生产率提升。各地区需结合自身发展特征因地制宜发展绿色金融，“一刀切”式政策并不可取。

表5 区域异质性回归分析结果

3.4 内生性问题

内生性问题主要有以下两方面。一方面，高水平的绿色全要素生产率是经济高质量发展的表现，将在一定程度上促进绿色金融发展，逆向因果关系会导致内生性问题。另一方面，虽然可观测变量以核心解释变量和控制变量的形式进入模型，但仍然存在与绿色全要素生产率相关的不可观测因素，因此遗漏偏误也可能会带来内生性问题。本文采取以下方法解决内生性问题，回归结果见表6。

表6 内生性检验结果

3.4.1 使用2SLS估计

本文选取绿色金融发展水平的一期滞后项为工具变量进行回归，解决由逆向因果关系造成的内生性问题，第（1）～（2）列回归结果验证了假设1。

3.4.2 控制固定效应

对绿色金融发展水平取滞后一期作为工具变量回归能够在一定程度上降低内生性，这种做法的作用仍然是有限的[36-37]。因此，本文在前文设定省份固定效应和年份固定效应的基础上，设定省份与年份的交互效应，以缓解绿色金融发展可能带来的宏观系统性环境变化。第（3）～（4）列回归表明，假设1 结论稳健。

3.4.3 系统GMM

由于系统GMM 估计能够克服差分GMM 估计存在的“弱工具变量”问题[38]，减少潜在偏误并修正未观察到的个体异质性、遗漏变量偏差和测量误差等问题，所以本文使用该方法对基准模型（1）进行检验。构建动态面板回归模型，将绿色全要素生产率的滞后一期项纳入方程进行回归。扰动项二阶差分不存在自相关，要求AR(2)的P值大于0.1；Hansen 检验的P值是1.000，大于0.1，不能拒绝原假设，即不存在过度识别问题，满足系统GMM 使用条件。第（5）列回归结果表明绿色金融对绿色全要素生产率的影响系数在10%的显著性水平上为正，且提升地区绿色全要素生产率是一项长期性、连续性的工作，再次验证了前文的假设1。

3.5 稳健性检验

3.5.1 使用分位数回归模型重新估计

借鉴徐宏等[39]的做法，将整个样本以不同分位数确定子样本进行回归，分析不同分位点下样本的系数差异。如表7 第（1）～（3）列分别为25%、50%、75%分位点上的回归结果，表明绿色金融水平在各个分位点上的估计系数均通过了1%的显著性检验，且随着分位数水平的提高，绿色金融对绿色全要素生产率的影响系数逐渐提高，再次证明了基础回归结果的稳健性。

表7 稳健性检验结果

3.5.2 重新测算绿色金融指标

将绿色信贷、绿色证券、绿色投资、绿色保险、碳金融五大绿色金融工具纳入指标评价体系，重新测算各地区的绿色金融发展水平，实证结果见表7 第（4）列，与前文假设1 一致。

3.5.3 剔除直辖市

考虑到北京等经济发展水平位于前列的城市对环保更是慎重其事，可能会对回归结果产生影响。剔除四大直辖市样本进行回归分析，结果仍与前文一致，见表7第（5）列。

3.5.4 增加控制变量

在前文控制变量的基础上加入对外开放程度进行回归，用进出口总额占国内生产总值的比重来衡量。比值越大越能够说明该行为会引来大量外资进驻，对于国内的绿色经济发展可能也会带来影响。为了缩小数据之间的绝对差异，保持数据的平滑性，本文将其进行了对数化处理。回归结果如表7 第（6）列所示，绿色金融（GRFR）的符号与显著性均未发生变化，证明了前文结果的稳健性。

4 有调节的中介效应检验

4.1 碳排放强度的中介效应检验

本文研究碳排放强度在绿色金融影响绿色全要素生产率路径中发挥的作用，并进一步探究自愿型环境规制对这一路径的影响，回归结果见表8。首先对模型（1）～（3）进行回归，第（1）列回归结果的符号及显著性与模型（1）均一致。第（2）列回归结果中，绿色金融对碳排放强度的影响系数为-2.220，且通过了5%的显著性水平检验，说明发展绿色金融可以降低碳排放强度。从第（3）列回归结果可以看出，无论加入控制变量与否，绿色金融均对绿色全要素生产率有促进作用，碳排放强度与绿色全要素生产率呈负相关。进一步对比第（1）列、第（3）列绿色金融的系数可以发现，加入控制变量后，系数由15.04 变为14.40，说明回归之后自变量对因变量的作用会变小，碳排放强度在绿色金融促进绿色全要素生产率提升过程中的中介效应显著存在。进行Sobel 检验之后得到的Sobel 统计量为2.975，大于5%显著性水平上的临界值0.97，表明中介效应是存在的，且中介效应占比为4.24%，证明了假设2。

表8 中介效应回归结果

4.2 自愿型环境规制的调节效应检验

表9 报告了自愿型环境规制对绿色金融—碳排放强度—绿色全要素生产率影响的回归结果。首先检验自愿型环境规制对绿色金融影响绿色全要素生产率的直接效应，如第（1）列所示，交乘项系数即模型（4）中系数α43并不显著，说明自愿型环境规制对直接效应的调节作用并不显著。分别对模型（5）～（6）进行回归，回归结果在第（2）～（3）列。模型（5）中交乘项系数α53为-3.240，并且在5%的水平上显著，模型（6）中碳排放强度的系数α62为-0.347 且在5%的水平上显著。综上，自愿型环境规制调节绿色金融—碳排放强度—绿色全要素生产率的前半路径，即：随着自愿型环境规制水平的提高，绿色金融对碳排放强度的抑制作用就越强，从而更利于促进绿色全要素生产率的提升。

表9 有调节的中介路径检验结果

出现这一结果可能的原因主要有以下三方面：其一，自愿型环境规制由社会媒介、公众主导，公众通过媒介产生的社会舆论势必会对企业形象造成较强的负面影响。企业为改善这一现象会主动开展绿色产品革新和绿色技术研发活动[40]，有利于降低碳排放强度；其二，命令型环境规制针对违反规定的企业进行叫停或者处罚，这显然会增加生产者服从管制的成本，不利于碳减排工作的顺利进行，最终反而会损害经济发展[41]，局限性日益显现。自愿型环境规制则没有这些弊端；其三，我国实施政府节能采购政策，这也是自愿型环境规制的重要表现形式，再配合绿色金融的各项政策，能够有效降低能耗水平，最终实现环境保护的目标[42]。本文的研究假设3得以验证。

5 结论与政策建议

5.1 研究结论

绿色金融在绿色低碳发展中发挥关键作用，在自愿型环境规制协助下发展绿色金融，可以使绿色全要素生产率明显提高，助推经济实现高质量发展，是未来我国经济绿色转型发展的大势所趋。本文利用2014—2020 年我国30 个省份的数据，实证检验绿色金融对绿色全要素生产率的影响，进一步检验碳排放强度的中介效应及自愿型环境规制的调节效应。研究结果表明：（1）发展绿色金融可以显著提升绿色全要素生产率，且这一影响有制度环境异质性和区域异质性，在市场化程度高的地区提升程度更大，对西部地区绿色全要素生产率的提升效果要强于东部地区。（2）发展绿色金融可以抑制碳排放强度进而提升绿色全要素生产率，碳排放强度的部分中介作用占比为4.24%。（3）引入了调节变量——自愿型环境规制，它可以调节中介路径的前半路径，绿色金融抑制碳排放强度的效果随着自愿型环境规制水平的提高而提升。

5.2 政策建议

（1）增强绿色金融对绿色全要素生产率的正向促进作用，以市场化方式长远规划绿色金融发展。在制度层面上，继续完善绿色信贷、绿色保险等政策，政府要鼓励绿色金融向中西部地区提供项目支持。实现国土均衡发展目标，就要依靠市场力量和国家规划引导，建设更多清洁能源产业基地与低碳产业园等，不可盲目实施一刀切政策。

（2）推动碳金融市场建设与绿色金融产品多元化进程，开拓绿色金融服务低碳经济的深度与广度。绿色保险、绿色基金等虽然具有节能环保特性，弥补了传统金融产品的不足，但种类依旧不够丰富。未来需要将绿色金融产品与科技、企业碳信用结合，推出数字化绿色金融产品和碳信用绿色金融产品等衍生品，才能更好地适应多元化市场需求，加快经济高质量发展。

（3）采用新型高效的自愿型环境规制政策工具引导消费者绿色消费，打破传统命令型环境规制局限性。政府要完善节能采购政策，调动企业主动改变生产行为的积极性，自愿型环境规制旨在强调企业要树立环保意识，加强对自身的监督。政府由传统的管理型向服务型转变，倡导居民绿色消费，让公众树立产品环保意识，既可以实现对社会公众的服务，也可以促使企业减污降碳工作顺利进行。

（4）自愿型环境规制政策要服务于绿色金融市场的建设，以此提高绿色金融市场资源配置效率。要实现绿色经济发展目标，资源配置不仅要向绿色低碳企业倾斜，更要向高污染高能耗企业倾斜，此时企业不仅要与公众建立良好的伙伴关系，引导公众行使外部监督权力，更要与媒体建立良好的沟通机制，避免在出现经营危机时承担过大舆论压力而对生产经营造成负面影响，影响企业绿色技术创新的积极性。