绿色财政会增强绿色金融的减排效果吗？——基于减污降碳视角

胡剑波，陈 行，2

(1.贵州财经大学经济学院，贵州 贵阳 550025；2.贵州师范学院商学院，贵州 贵阳 550018)

一、引 言

生态环境部、发展改革委、工业和信息化部、住房城乡建设部、交通运输部、农业农村部与能源局在2022年6月发布的《减污降碳协同增效实施方案》中提出，与发达国家基本解决环境污染问题后转入强化碳排放控制阶段不同，当前我国生态文明建设同时面临实现生态环境根本好转和碳达峰碳中和两大战略任务，生态环境多目标治理要求进一步凸显，协同推进减污降碳已成为我国新发展阶段经济社会发展全面绿色转型的必然选择。但减污降碳并不是一蹴而就的“运动式”减排，不能以牺牲经济正常增长为代价，需要健康的市场运行机制和长足的政策保障机制，才能构建清洁低碳、安全高效的能源体系[1]。绿色金融助推环境改善和资源高效利用，有利于实现减污降碳效应，为生态文明建设和碳达峰碳中和(即“双碳”目标)提供长期、稳定的资金支持[2]。绿色财政通过税收、财政支出和补贴等方式，惩罚环境污染行为，给予绿色发展相应补偿和激励，引导市场主体向低碳、低污染方向前进，为生态文明建设和“双碳”目标提供长期政策支持[3]。绿色金融作为重要的市场手段，在合理的绿色财政政策引导下，有助于放大效能，增强减污降碳效应，支持经济高质量发展。

二、相关文献回顾

自《关于落实环保政策法规防范信贷风险的意见》于2007年7月发布之后，中国的绿色金融快速发展，逐渐形成以绿色信贷为主，绿色债券、绿色基金和绿色保险共同支撑的绿色金融体系。绿色信贷可减少高能耗高污染(以下简称“两高”)企业的信贷配给，达到抑制大气污染物和二氧化碳排放的效果[4]。但部分企业为了获得融资可能实施“漂绿”行为，挤占绿色产业的融资机会[5]。绿色债券为具有可持续发展性质的项目提供更为便捷的融资，从而实现减排效应[6]。然而，绿色债券的减排效果并非一成不变，其对二氧化碳排放的影响逐渐低于绿色信贷和绿色投资[7]。环境污染责任保险属于绿色保险，具有“代理监管”职能，有助于减少企业的污染生产，但该类保险在我国发展缓慢，覆盖范围极为有限[8]。部分研究表明，绿色金融与工业污染物存在倒N型关系[9]。

据测算，要按时实现碳中和目标需要在新能源发电、先进储能和绿色零碳建筑等领域新增投资120—140万亿元，但2014年至2017年中，中国绿色金融市场融资规模仅为4.88万亿元，融资缺口仍然巨大[10]。财政作为国家治理的基础和重要支柱，在生态文明建设和“双碳”进程中扮演重要角色，尤其是绿色财政的发展水平，对技术创新、能源消费和产业结构存在引导作用，能促进社会资本流向绿色领域，为绿色金融的发展奠定基础[10][11][12]。绿色财政主要包括绿色税收和绿色财政支出[13]。环境保护税和资源税属于典型的绿色税收，通过惩罚污染行为、约束和改变企业生产方式，促进经济增长和环境治理的协同发展[14]。获得金融支持较多的省份，绿色税收的降碳效应更大[15]。但我国绿色环保税率普遍较低，对大气污染物的抑制作用仍不太显著[16]。资源税以调节资源级差收入为主要目的，对于二氧化碳排放的抑制作用还有待考察[17]。环境保护支出属于典型的绿色财政支出，有助于提高绿色金融的资源配置效率，但受限于支出规模和绩效，对绿色金融的环境治理效应并不显著[55]。

市场在资源配置中起决定性作用，如何协调政府与市场的关系，充分发挥有效市场和有为政府的作用，对积极稳妥地推进减污降碳尤为重要。绿色金融作为重要的市场工具，在合理的绿色财政干预下，有助于充分发挥资源配置效应，推动形成绿色低碳的长效机制，实现更大的减排效应。现有研究主要从减污或降碳的角度单独考察绿色金融的减排效应，仅有少量文献将绿色财政和绿色金融纳入同一框架探索减排效应，且主要停留在理论分析层面。由此，本文的边际贡献如下：一是探索绿色金融的减污降碳效应，通过比较分析，发现绿色金融的不足之处，为更好推进减污降碳构建完善的绿色金融制度提供实证依据；二是将绿色金融和绿色财政纳入同一框架，探索合理的绿色税收和绿色财政支出规模，寻找二者合作的最佳区间，为绿色财政政策的调整和财政金融的有机融合提供参考，进一步增强减污降碳效应。

本文余下内容安排如下：第三部分是理论分析与研究假设；第四部分是实证模型、变量说明与数据来源；第五部分是模型估计结果与分析；第六部分是结论与建议。

三、理论分析与研究假说

(一)绿色金融的减污降碳效应

二氧化碳与大气污染物排放具有同根、同源、同过程的特点[18]，控制二氧化碳排放是大气污染物减排的重要影响因素，二者同时减排具有可行性[19][20]。绿色信贷作为中国最主要的绿色金融产品，对贷款对象设置明确的环境准入门槛，并强调信贷前端审核，间接提高“两高”企业的融资成本。同时，绿色信贷通过资源配置效应，减少“两高”企业的信贷配给，严禁支持限制类和淘汰类新建项目，增加“两高”企业退出市场的风险，释放市场选择信号，增加潜在进入企业的难度，进而减少大气污染物和二氧化碳排放[4]。随着环境破坏和气候变暖，投资者开始担心因环境风险带来的投资失败，更愿意购买绿色债券，从而促进绿色产业发展，实现减排效果[6]。因此，本文提出以下假说：

H1：绿色金融有助于推进减污降碳。

(二)绿色金融发挥减污降碳效应的传导机制

绿色金融通过价格机制影响企业的融资成本和机会，使得资本逐渐从“两高”行业撤离，流向绿色领域，有助于减少重污染企业所占的比重，优化产业结构[4][7]。绿色信贷通过信贷配给大力支持节能减排、资源节约和绿色低碳等环保项目，减少对“两高”企业的资金供给，释放市场选择信号，鼓励市场主体和潜在主体向绿色行业发展，进而推进产业结构升级[21]。投资者也陆续将自己的投资组合绿色化以更好应对气候与环境风险，支持绿色产业的长期发展[6]。此外，绿色金融为节能减排和新能源等绿色项目提供融资支持，促进产业结构转型和升级，达到抑制大气污染物和二氧化碳排放的效果[22][23]。因此，本文提出以下假说：

H2：绿色金融通过产业结构优化推进减污降碳。

(三)绿色财政的门槛效应

绿色财政主要由绿色税收和绿色财政支出构成，具有资源配置的基本职能，应与市场形成互补协作的关系[13][14]。环境保护税和资源税属于典型的绿色税收，主要通过“惩罚效应”“倒逼效应”和“激励效应”影响绿色金融与污染物和二氧化碳的关系。环境保护税和资源税对二氧化硫、煤、天然气和原油等污染物和资源征税，从供给端对企业破坏生态环境的行为进行惩罚，提高“两高”企业的生产成本，削弱其市场竞争优势，给予“绿色”企业(1)本文中，“绿色”企业指从事环境保护、污染治理、节能减排、绿色技术创新等经营内容的企业。相对更优的政策发展空间，进而增强绿色投资的信心，激励金融机构大力发展绿色金融，实现更大的减排效应[3][15]。环境保护税和资源税以立法的形式确保了绿色税收的长期存在，向市场表达政府干预环境的坚定决心[16][17]，倒逼“两高”企业参与节能减排的相关活动，激励“绿色”企业深化经营，帮助行业绿色转型。而这些转型行为与活动需要大量的资金支持，使得绿色金融得到进一步发展，从而增强减排效应[10]。环境保护支出可从环境管理、污染治理和环境监测等方面影响环境，弥补环境污染负外部性带来的效益损失，发挥监督管理职责，进而降低企业“漂绿”风险，保障绿色金融的环境效应[24][25]。

但是，绿色财政规模并不是越大越好。有研究发现，绿色税收与废气排放呈现“N”型曲线关系[26]。当绿色税收规模过小时，一方面，给“两高”企业带来的成本上升可能低于采取节能减排措施或技术创新所产生的成本，企业并不会改变原有的生产方式和路径。“绿色”企业也难以获得市场竞争优势，绿色金融的投资信心将受到影响，进而削弱减排效应。另一方面，当绿色税收规模过大时，财政对绿色税收收入的依赖程度增大，偏离绿色税收治理环境的主要目标，这容易导致政府只在乎税收收入而忽视环境污染和资源浪费的现象，提高政府对环境破坏的容忍度[16][26]。因此，过大的绿色税收规模将影响“绿色”企业发展和“两高”企业转型，削弱绿色金融的投资信心，进而影响减排效应[3]。目前绿色财政支出规模和增速落后于当前的经济环境，削弱了政府的环境监督和管理职能，增加了绿色金融的事前审查成本和事后违约风险，使得绿色金融的减排效应受到影响[24][25]。绿色财政支出属于非生产性支出，规模过大则会挤占其他财政支出的资金，减少具有促进经济建设的公共物品供给，进而影响绿色金融的发展[27]。

基于此，本文提出如下假说：

H3：绿色财政对绿色金融减污降碳效应存在门槛效应。

四、模型、变量与数据

(一)样本与数据

2007年7月，我国发布的首个绿色金融政策《关于落实环保政策法规防范信贷风险的意见》被视为中国全面进行绿色金融实践的开端。同年，我国政府收支科目进行较大调整，2007年前后的政府收支不具备可比性。因此，本文以2007—2020年中国大陆30个省区市(不含西藏)的省级面板数据为样本，分析绿色金融的减污降碳效应。数据来自《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》《中国税务年鉴》《中国财政年鉴》、EPS和WIND数据库，部分缺失数据采取插值法补齐。

(二)变量与说明

1.被解释变量。被解释变量包括污染物排放(Lnso2)和二氧化碳排放(Lnco2)。

考虑到二氧化碳的气体性质，本文选择主要的大气污染物——二氧化硫总量作为污染物排放的代理指标，以颗粒物总量作为替换变量进行稳健性检验。为避免异方差的影响，对污染物排放取对数处理。

同时，根据2011年《省级温室气体清单编制指南(试行)》的估算方法，并考虑数据可得性与各能源实际碳排放贡献度，本文选择15种主要能源对二氧化碳排放进行估算。这15种能源分别是原煤、洗精煤、其他洗煤、焦炭、焦炉煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、天然气、热力和电力。电力与热力的消费并不直接产生二氧化碳，故采用间接计算方法测算各年的电力和热力二氧化碳排放[28]。同样，对二氧化碳排放取对数处理。

2.解释变量。解释变量为绿色金融(Grefin)。

本文选择绿色信贷、绿色证券、绿色投资和绿色保险作为衡量绿色金融的主要指标，并采取熵值法构建绿色金融指数[9]。本文以非六大高耗能工业产业(2)六大高耗能工业产业分别为石油加工、炼焦及核燃料加工业，化学原料及化学制品制造业，非金属矿物制品业，黑色金属冶炼及压延加工业，有色金属冶炼及压延加工业，以及电力热力的生产和供应业。利息占工业产业利息的比重表征绿色信贷。绿色证券主要由A股环保企业市值占比衡量，但由于部分省份并无此类企业，增加A股六大高耗能行业市值占比作为负向指标，共同衡量绿色证券。选择环境污染治理投资与国内生产总值的比重、环境保护支出与地方财政支出的比重作为绿色投资的衡量指标，以农业保险保费收入与农业产值的比重衡量绿色保险。

3.中介变量。中介变量为产业结构优化(Indstra)。绿色金融支持绿色项目、企业和产业的发展，有助于优化产业结构。本文选择第三产业与第二产业的比重表示产业结构优化[11]。

4.门槛变量。门槛变量包括绿色税收(Gretax)和绿色财政支出(Greexp)。

目前绿色财政并无统一的定义，为了排除其他税收和财政支出的干扰，本文仅选择典型的绿色税收和绿色财政支出展开分析。具体而言，本文以环境保护支出与地方财政支出的比重表征绿色财政支出，以环境保护税与资源税税收收入之和与地方税收收入的比重表征绿色税收[15][24]。2018年我国才正式征收环境保护税，故2018年以前的数据以排污费代替。由于排污费收入并未纳入税收收入中，故2018年前的绿色税收以排污费和资源税收入之和与地方税收收入和排污费收入之和的比重表示。

5.控制变量。依据STIRPAT模型，本文控制人口规模(Lnpop)、富裕程度(Lnagdp)和技术进步(Rd)，并在此基础上拓展，控制能源结构(Enestr)。

具体而言，本文选择地区年末人口数并对其取对数表征人口规模；将人均地区生产总值按2007年为基期进行不变价处理，取对数后表征富裕程度[29]；以研究与试验发展(R&D)经费内部支出占地区生产总值的比重表征技术进步[15]。另外，煤炭替代是控制污染物和二氧化碳排放的关键，能源结构是否清洁与减污降碳密切相关[12]。因此，选择煤炭占能源消费的比重表征能源结构(3)限于篇幅，变量的描述性统计结果未在此处报告，作者备索。。

(三)实证模型

本文采用修正的Hausman统计量进行检验，p值为0.002和0.001，均小于0.05，故选择固定效应模型。自2007年出台《关于落实环境保护政策法规防范信贷风险的意见》起，我国已逐年公布多份绿色金融相关的文件，这可能对绿色金融发展、污染物和二氧化碳排放存在冲击，因此控制时间固定效应，采用双向固定效应模型构建基准回归模型，具体设置如下：

Lnso2，it=α0+β0Grefinit+∑ηjXitj+ui+vt+εit

(1)

Lnco2，it=α1+β1Grefinit+∑ηjXitj+ui+vt+εit

(2)

其中，Lnso2，it和Lnco2，it表示因变量污染物排放和二氧化碳排放，Grefinit表示核心解释变量绿色金融，Xit表示一系列控制变量，ui表示省份固定效应，vt表示时间固定效应，εit表示随机扰动项。

为探究绿色金融减污降碳的传导机制，引入产业结构优化，构建如下模型：

Indstrait=α2+β2Grefinit+∑ηjXitj+ui+vt+εit

(3)

Lnso2，it=α3+β3Grefinit+γ1Indstrait+∑ηjXitj+ui+vt+εit

(4)

Lnco2，it=α4+β4Grefinit+γ2Indstrait+∑ηjXitj+ui+vt+εit

(5)

其中，Indstrait表示产业结构优化。若系数β2显著为正，系数γ1和γ2显著为负，且系数β3和β4的绝对值分别小于β0和β1的绝对值，说明绿色金融有助于产业结构优化，进而发挥减污降碳效应。

为探究绿色税收和绿色财政支出对绿色金融减污降碳效应的影响，构建如下门槛模型：

Lnso2，it=α5+β5Grefinit×I(qit≤τ)+β6Grefinit×I(qit>τ)

+θqit+∑∂jXit+ui+vt+εit

(6)

Lnco2，it=α6+β7Grefinit×I(qit≤λ)+β8Grefinit×I(qit>λ)

+θqit+∑∂jXit+ui+vt+εit

(7)

其中，I(·)为指示函数，qit为门槛变量绿色税收和绿色财政支出，τ、λ为门槛值。

五、模型估计结果与分析

(一)基准回归结果分析

根据表1，列(1)—(4)中绿色金融的系数分别在1%和5%水平下显著为负，说明无论是否加入控制变量，绿色金融能有效抑制大气污染物和二氧化碳排放，具有明显的减污降碳效果，即H1得到验证。列(1)—(2)中绿色金融的系数绝对值为2.429和1.375，均大于列(3)—(4)中绿色金融的系数绝对值0.456和0.260，说明绿色金融的减污效应大于降碳效应。

表1 基准回归结果

(二)内生性处理与稳健性检验

绿色金融的发展离不开金融体系的壮大，在污染物和二氧化碳排放较高的地区，绿色金融需求的紧迫性往往更强，导致该模型可能存在双向因果问题。金融市场的完善程度与绿色金融发展紧密相关，而历史上银行机构的数量可反映当前金融发展的基础，进而与绿色金融发展水平相关[30]。历史数据难以影响当前的污染物和二氧化碳排放，故具有外生性。建成区绿化覆盖率反映当地的绿色意识，绿色意识越强，绿色金融发展更为顺畅，满足相关性假设[31]。绿化覆盖率与污染物和二氧化碳排放并无直接关联，同样具有外生性。

考虑到绿色金融的发展存在时间变化的趋势，而历史上银行机构数量为截面数据，故将1935年银行机构的分支行数量乘以滞后3期的绿化覆盖率构建绿色金融的工具变量(IV)[30][31]，选择两阶段工具变量法对内生性进行处理。IV的系数在1%的水平下显著为正，且第一阶段回归F值为10.39，大于经验数值10，说明工具变量满足相关性条件；Kleibergen-Paap rk LM的检验结果显著，拒绝“识别不足”的原假设，说明工具变量选择合理。根据第二阶段的回归结果，绿色金融(Grefin)对污染物和二氧化碳排放存在显著的负向影响，且减污效应大于降碳效应，与基准结果基本保持一致(4)限于篇幅，此处未报告结果，作者备索。。

考虑到2008年全球金融危机和2020年新冠肺炎疫情对我国经济、社会的发展产生冲击，从样本选择可能存在的偏误出发，剔除2008和2020年的样本数据，进行稳健性检验。考虑到绿色金融指数衡量可能出现的偏误，本文选择国内主导的绿色金融产品绿色信贷(Grecre)替换核心解释变量，进行稳健性检验。此外，考虑到污染物和碳排放衡量可能出现的偏误，本文选择同为大气污染物的颗粒物(Lnpm)和人均二氧化碳(Lnaco2)替换被解释变量。根据表2的回归结果可知，绿色金融的系数均显著为负，且减污效应均大于降碳效应，与基准回归结果保持一致，说明基准回归的结果具有稳健性。

表2 稳健性检验结果

(三)机制分析

根据理论机制分析，本文引入产业结构优化，探讨绿色金融发挥减污降碳效应的传导机制。如表3所示，列(1)和(4)中绿色金融的系数均显著为正，说明绿色金融能显著促进产业结构优化。列(2)—(3)和列(5)—(6)中产业结构优化的系数均显著为负，说明产业结构优化有助于抑制污染物和二氧化碳排放；同时，绿色金融的系数不仅显著为负，而且绝对值比基准回归结果中对应的绿色金融系数的绝对值小，说明绿色金融可通过改善产业结构，推进产业结构向高级化发展，从而发挥二氧化碳和污染物减排的功能。为了进一步明确传导机制的有效性，选择Sobel检验验证该传导机制的显著性。Sobel检验的p值均小于0.01，说明该传导机制的确显著存在，即H2得到验证。根据中介效应占比，产业结构优化是绿色金融发挥减污降碳效应的重要路径。

表3 机制分析回归结果

(四)进一步分析

根据理论机制分析，良好的绿色财政是绿色金融的有益补充，故引入绿色税收和绿色财政支出作为门槛变量，采用Bootstrap抽样500次，探索绿色金融的减污降碳效应是否存在非线性关系。根据门槛模型检验结果(5)限于篇幅，此处未报告结果，作者备索。，绿色税收存在单门槛效应，绿色财政支出对绿色金融的减污效应存在双门槛效应，但对降碳效应仅存在单门槛效应。综上，绿色财政对绿色金融的减污降碳效应存在门槛效应，即H3得到验证。如表4所示，当绿色税收超过门槛值0.0012时，绿色金融的减污效应从-0.176增加至-2.744；但是当绿色税收超过门槛值0.0241时，绿色金融的降碳效应从-0.119转为0.944，即绿色税收规模超过2.41%时，绿色金融对二氧化碳的抑制作用受到负面影响，导致二氧化碳排放不降反升。

表4 门槛模型回归结果

我们分析各地的绿色税收变化情况，发现各省的绿色税收呈现上升趋势，整体均值为0.017，远远大于门槛值0.0012，说明在目前的绿色税收约束下，绿色金融能较为有效地发挥减污效应。但北京、上海和天津的绿色税收小于门槛值0.0012，可能的主要原因是这些省份的经济发展水平较高，税收来源较为充足，且不属于主要的能源生产省份，绿色税收的占比较低。山西、内蒙古、青海、新疆和陕西属于主要的能源生产地，其绿色税收规模不仅呈现上升趋势，而且均超过门槛值0.0241，说明绿色金融在主要能源生产地区的降碳效应会被抵消，面临碳减排困境。

这可能与当前绿色税收税率和征税范围有关。例如，我国环境保护税基本上是排污费的平移，而二氧化碳不属于污染物，并未纳入课税范围[14]；资源税作为唯一覆盖三大化石能源煤、天然气和原油的税种，虽已立法，但仍以调节资源级差收入为主要目的，对煤的全国平均税率仅为4%[17]，低于二氧化碳排放系数较低的天然气和原油。税率不高、范围不广以及对二氧化碳的针对性不强，“两高”企业更倾向于使用末端治理的措施应对污染物治理，使得能源消费结构变化不大[32]。地方政府为了稳住经济增长，对当地产业结构的容忍度增强[26]，“惩罚效应”“激励效应”和“倒逼效应”受到一定的负面影响，进而削弱绿色金融的降碳效应。

同时，我们注意到绿色税收对大气污染物的影响不显著，但对二氧化碳的影响在5%的水平下显著为正。碳税、环境税等绿色税收属于需求侧政策，若税率过低，惩罚力度不够，难以改变供给侧的生产路径；若税率存在上升的趋势，那么生产者会因为上涨的成本而改变跨期配置，在现阶段开采更多的化石能源，出现二氧化碳排放不降反升的现象。这是著名的“绿色悖论”[33]。目前我国尚未开征碳税，环境保护税和资源税的税率较低，原煤、原油和天然气的生产和进口数量呈现波动上升趋势(6)作者根据《中华人民共和国国民经济和社会发展统计公报》整理发现。。结合表4中绿色税收的实证结果，绿色税收可能存在一定程度的“绿色悖论”问题。绿色税收若仍无调整，主要能源生产地区的市场主体可能会遵循既有生产路径继续生产，这将抵消绿色金融的碳减排效应，阻碍减污降碳进程。

根据表4的回归结果，绿色金融的减污效应随着绿色财政支出规模的增加呈现先上升后下降的趋势，当绿色财政支出规模处于0.0416—0.0421之间时，绿色金融的减污效应最大。同样，我们详细分析了各地的绿色财政支出变化情况，发现绿色财政支出的整体水平呈现先下降后上升的趋势，处于门槛值0.0416—0.0421之间的省份较少，说明在既有绿色财政支出规模下，绿色金融的减污效应虽显著存在，但仍有提升的空间。由表4可知，当绿色财政支出小于门槛值0.0188时，绿色金融对二氧化碳排放产生促进作用；当绿色财政支出超过门槛值0.0188时，绿色金融的系数由正转负。同时，我们注意到绿色财政支出对大气污染物和二氧化碳排放均存在显著的负向影响，且减污效应大于降碳效应。这可能与目前的环境保护支出用途和功能相关。目前的环境保护支出主要用于环境监察、监测和污染防治，能较为有效地影响污染物排放，促使绿色金融发挥减污效应。但是，环境保护支出缺少对二氧化碳排放的靶向治理和监督，导致绿色财政支出对于低碳方向的引导仍然缺少精准性，使得绿色金融的降碳效应受到负面影响。

六、结论与建议

推进减污降碳进程刻不容缓，但也不能贸然走“运动式”的减排路径，切实把握市场与政府的辩证关系，充分运用绿色金融的市场工具和绿色财政的政策手段，找准市场机制和政府干预的最佳结合点，才是当前行动的应有之义。本文基于2007—2020年中国大陆30个省区市(不含西藏)的省级面板数据，采用双向固定效应和门槛模型，实证分析绿色金融的减污降碳效应和绿色财政的门槛效应，主要研究结论如下：

第一，绿色金融有助于抑制大气污染物和二氧化碳排放，具有减污降碳效应。与此同时，绿色金融的减污效应大于降碳效应，说明绿色金融的降碳潜力仍有待挖掘。第二，绿色金融可通过优化产业结构阻碍大气污染物和二氧化碳排放，即产业结构优化是绿色金融减污降碳的重要路径。第三，绿色税收和绿色财政支出对绿色金融存在门槛效应。绿色税收规模保持在0.12%—2.41%之间时，绿色金融具有更好的减污降碳效应。绿色财政支出规模处于4.16%—4.21%之间时，有助于提高绿色金融的减污效应。第四，相较于绿色税收，绿色财政支出治理大气污染物和二氧化碳的效果更为明显。

综上，我们提出以下建议：

第一，坚持发展和完善绿色金融，促进产业结构优化。目前国内绿色金融主要以绿色信贷为主，难以满足不同层次、期限和性质的融资需求，迫切需要丰富的绿色金融产品、便捷的投融资流程和科学合理的金融监管，以支持产业转型和结构优化。此外，已发布的绿色金融政策文件均未明确体现对二氧化碳等温室气体的态度，使得治理的精准性较低。若能将二氧化碳等温室气体排放指标明确纳入绿色金融产品的融资条件中，将更有利于减污降碳。

第二，调整绿色税收税率和规模。资源税与环境保护税税率较低，不利于发挥环境治理效应。可优先在北京、上海和天津等绿色税收占比较低、经济发展水平较好的省份开展试点工作，适当提高应税资源和污染物的税率，增加绿色税收收入，调整绿色税收规模至合理区间。在主要能源生产地区，绿色税收占比超过门槛值，提高税率的方式显然并不适用，采取针对新能源、可再生能源和产业结构优化的税收优惠、财政补贴等绿色财政政策，将更有助于绿色金融发挥减污降碳效应。

第三，优化绿色财政支出。环境保护支出的支出范围明确限制在污染治理、环境管理和监测等方面，缺少对二氧化碳等温室气体的监督管理。因此调整环境保护支出范围，给予碳排放更多关注，释放政策信号和干预决心，将促进绿色金融更好发挥减污降碳效应。