双碳背景下绿色金融助力碳减排的路径研究

陈艳 李浩

摘 要：本文基于浙江地级市2010—2022年的面板数据，实证分析绿色金融与碳排放的内在关系以及产业结构升级在其中发挥的中介效应，研究发现：（1）绿色金融具有显著的碳减排效应，实证结果通过了稳健性检验；（2）产业结构高级化是绿色金融作用于碳减排的路径之一，且绿色金融通过其产生的间接“减碳”效应与直接效应相当；（3）产业结构合理化也是绿色金融作用于碳排放的路径，但绿色金融通过其产生的间接“减碳”效应远远弱于直接效应。

关键词：绿色金融；碳减排；产业结构高级化；产业结构合理化；中介效应

本文索引：陈艳，李浩.<变量 2>[J].中国商论，2024（01）：-117.

中图分类号：F832.5 文献标识码：A 文章编号：2096-0298（2024）01（a）--04

1 引言

双碳目标是推动经济可持续发展的本质要求，目前已成为我国经济转型的助推器与社会发展的主旋律之一。

在双碳目标的实现过程中，金融具有为绿色产业提供资金支持、引导资源流向绿色项目、激发社会资本共同参与的重要作用，绿色金融成为绿色低碳转型的强有力引擎。

作为最早设立绿色金融改革试验区的省份，浙江积极探索绿色金融实践路径，推动政府、企业、居民“三方联动”，通过完善政策机制、创新金融工具、制定检测标准、构建信息共享平台等措施，成功打造绿色金融的浙江样本。

截至2022年底，浙江省绿色信贷余额2.19万亿元，同比增长47.8%，并积极开展排污权、碳资产等环境权益类贷款业务，盘活企业生态资源权益，为企业发展引入绿色金融活水。

绿色金融对碳排放的影响作用，现有文献研究较多但并无统一定论。部分认为绿色金融发展能够抑制碳排放，如于智涵等（2021）认为绿色金融有助于减轻企业融资约束从而作用于碳减排[1]。

Liu R et al.（2019）基于实证研究，指出绿色金融能够在改善生态环境方面发挥积极作用[2]。

高原等（2022）通过2013—2019年我国280个地级市的面板数据，运用双重差分法验证了绿色金融改革政策的碳减排效应和正向溢出效应，即绿色金融改革创新试验区及其周边地区的碳排放都有所减少[3]。

另一部分学者则持相反观点，如金英君等（2021）提出金融作用于碳排放的结果与金融效率有关，当金融效率处于较低水平时其与碳排放表现出同向变动关系[4]。

谭敏（2020）认为绿色金融起步阶段经济规模增长，由此导致碳排放量增加[5]。

同时，现有研究显示，绿色金融与碳排放之间的关系存在区域异质性，即针对不同区域得到研究结论可能存在明显差异。

上述成果为本文研究奠定了基础，但现有文献存在机制研究匮乏、未以浙江省为实证分析对象等不足。因此，本文基于浙江省以绿色金融支持双碳目标的实践背景，测算历年碳排放与绿色金融水平，并利用中介效应模型研究绿色金融如何作用于碳排放的内在机制。本文可能存在的边际贡献有：

（1）选题意义方面，当前浙江正加速推动双碳目标，此时研究绿色金融是否具有碳减排效应、通过哪些路径影响碳排放，旨在探讨双碳目标的实现路径，提供以绿色金融产品创新、绿色金融制度完善促进双碳的全新思路，具有一定的实践意义。

（2）研究内容方面，少有文献通过实证分析研究绿色金融对碳排放的作用路径，且没有文献以浙江为研究背景。基于此，本文利用浙江省各地级市的数据，通过中介效应模型分析绿色金融助力碳减排的实现路径，丰富了现有的研究体系。

2 理论机制

绿色金融通过产业结构升级作用于碳减排。产业结构高级化是产业结构由低级转向高级的过程，表现为由劳动密集型产业占优势逐步演进为知识、技术密集型产业占优势[6]。

在绿色金融支持下，企业顺利进行低碳技术创新，节能环保、清洁生产等产业获得发展所需资金，经济重心转为以高新技术和现代服务业为核心的第三产业，产业结构逐渐向高级化演变[7]。

在这一过程中，污染密集型的第二产业比重趋于下降，高耗能、高排放项目逐步被低碳项目取代，实现了绿色金融通过推动产业结构高级化而减少碳排放的作用路径。

产业结构合理化是各产业间的生产要素、资产配置和技术水平不断调整，逐步趋于协调平衡的演变过程。绿色金融具有优化资源配置功能，即引导劳动、资本、技术等优质资源流向利用率与产出率更高的产业，从而提高社会整体的资源配置效率，促进产业结构趋于合理化。

在此过程中，新设备、新材料逐步替代原先的设备与材料，生产要素也由落后的工艺技术流向先进的工艺技术，有效破解了资源错配约束企业产能的生产困境，降低了单位产品排放的CO2[8]，实现了绿色金融通过促进产业结构合理化而抑制碳排放的作用路径。

3 研究设计

3.1 模型设定

本文设定以下基准模型，以检验绿色金融对碳排放的作用方向。

式中，i表示地区，t表示年份；碳排放量（C）为被解释变量，绿色金融（GF）为核心解释变量，X为一系列控制变量，具体包括经济发展水平（Pgdp）、对外开放水平（Open）、政府干预程度（Gov）。代表个体固定效应，代表时间固定效应，为随机扰动项。为重点关注系数，若为负且通过显著性检验，说明绿色金融有助于降低地区碳排放，具有显著的碳减排作用。

在模型（1）的基础上，构建中介效应模型，以明确绿色金融通过何种路径作用于碳排放。

式（2）（3）中，M代表中介变量，包括产业结构高级化与产业结构合理化，其他变量与符号的含义与式（1）相同。此时，若、与均显著，说明绿色金融对碳排放的作用一部分為直接影响，另一部分则通过产业结构升级来实现；若、显著而不显著，说明绿色金融对碳排放的作用完全通过产业结构升级来实现，没有任何直接效应。

3.2 变量定义

碳排放量（C）为被解释变量。采用IPCC的方法进行测算，如式（4）所示。式中，E为某种能源的消耗总量，A为折标准煤系数，B为标准煤的碳排放系数，44、12分别为CO2与C的分子量，上述变量相乘得到这种能源的CO2排放量，再将所有能源的CO2排放量加总即得总排放量。式中i为能源种类，EC为CO2排放量。

绿色金融（GF）为核心解释变量。我国的绿色金融自2016年开始步入加速发展阶段，绿色金融工具不断丰富，其中当属绿色信贷发展最为迅速并已成为绿色金融的主力军。因此，本文采用绿色信贷来衡量绿色金融发展水平，测度指标为除六大高耗能工业产业以外的利息支出占工业利息总支出的比重。

将产业结构升级作为绿色金融发展助力碳减排的中介变量，产业结构升级又表现为高级化、合理化两方面，借鉴朱学红等（2020）[9]的做法，计算第三产业产值与第二产业产值的比值来反映产业结构高级化水平（Inds）；借鉴干春晖等（2011）的做法[10]，计算泰尔指数来反映产业结构合理化水平（Indr），具体公式如下：

式中，TL代表泰尔指数，Y代表产值，L代表就业人数，i（=1，2，3）表示三次产业。泰尔指数为反向指标，数值越低表明产业结构合理化程度越高，指数为0则表示经济达到均衡状态，生产要素实现最优配置，各产业之间的协调水平达到最佳。

控制变量包括：经济发展水平（Pgdp），用人均GDP来测度并做对数化处理；对外开放水平（Open），用进出口总额占GDP的比重来测度；政府干预程度（Gov），通过一般公共预算支出占GDP的比重来测度。

本文基于2010—2022年浙江省地级市面板数据进行统计研究，因湖州、金华、舟山未公布历年细分行业的利息支出数据，无法评估绿色金融发展水平，因此剔除以上城市。实证数据源于各市《统计年鉴》、国民经济和社会发展统计公报、人口主要数据公报以及Wind数据库与iFind数据库，缺失数据通过插补法加以填充。

4 实证分析

4.1 基准回归

表1列（1）为基准回归实证结果，反映绿色金融发展对碳排放的影响作用。列（1）中，绿色金融的回归系数为-0.7832且通过1%显著性水平的检验，说明绿色金融对碳减排有积极作用，发展绿色金融有助于减少碳排放量。控制变量中，经济发展的回归系数显著为正，这是因为经济发展提高了各生产部门对电力、石油等化石能源的需求，而化石能源消耗是产生碳排放的主要原因。因此，有必要优化能源消费结构、提高清洁能源比重，从而推动碳排放与经济增长逐步脱钩。

对外开放的回归系数显著为正，这是因为浙江作为外向型经济体，其出口值远远高于进口值，且主要出口高碳含量的工业制成品，因此在出口环节承接了来自发达国家的高碳产业转移，最终在对外贸易中扮演“污染避难所”角色。

政府干预的回归系数显著为负，说明政府部门可通过行政引导、财政拨款等方式降低碳排放，如增加节能环保支出以治理污染，增加科学技术支出以支持绿色技术创新与平台开发。

4.2 机制分析

表1列（2）～（5）为中介模型的实证结果，检验绿色金融影响碳排放的具体路径。列（2）（3）以产业结构高级化为中介变量，列（2）显示绿色金融对产业结构高级化的回归系数显著为正，说明发展绿色金融有助于推动地区产业由低附加值转向高附加值；结合列（3），绿色金融与产业结构高级化的回归系数均通过显著性检验，说明产业结构高级化是绿色金融作用于碳减排的路径之一。

就数值来看，绿色金融对碳排放的直接效应为-0.4049，通过促进产业结构高级化而实现的间接效应为-0.3782（0.7747×-0.4882），降碳的总效应为-0.7832，间接效应在总效应中所占比重为48.29%。

表1列（4）（5）以产业结构合理化为中介变量，列（4）表明绿色金融对产业结构合理化的回归系数为正，而产业结构合理化为负向指标，因此提高绿色金融可促进资源要素的合理分配及各产业之间的协调发展；结合列（5），绿色金融与产业结构合理化的估计系数均通过显著性检验，说明产业结构合理化也是绿色金融作用于碳减排的路径。

此时，绿色金融对碳排放的直接效应为-0.7657，通过促进产业结构合理化而实现的间接效应为-0.0175（-1.4592×0.0120），间接效应在总效应中所占比重为2.29%。

5 结语

综上所述，本文提出以下对策建议：

（1）借力数字化技术加速绿色金融发展。如利用大数据技术收集、清洗和分析数据，强化金融机构信息处理能力；利用人工智能技术构建客户精准画像，自动进行绿色信贷审批与定价；利用区块链技术打破信息壁垒，实现信息互联互通。

（2）加强绿色金融对碳减排的积极作用。目前市场存在非绿色企业将污染项目“漂绿”以获取绿色融资，及绿色企业融得资金后将其用于非绿色项目的“洗绿”行为，严重削弱了绿色金融的碳减排效应，应加强政府监管、提高企业信息披露标准。

（3）充分发挥绿色金融与产业升级的协同效应。积极引导绿色金融流入第三产业、绿色产业及高新技术产业，激发产业升级在绿色金融降碳过程的催化功能。

参考文献

于智涵，方丹，杨谨.资源型经济转型试验区政策对碳排放的影响评估：以山西省为例[J].资源科学，2021，43（6）：1178-1192.

Liu R ， Wang D， Zhang L ， et al. 2019， Can green financial development promote regional ecological efficiency？ A case study of China. Natural Hazards.[J]2019：1-19.

高原，申珍珍.绿色金融改革政策的碳减排效应[J].中国环境科学，2022，42（10）：4849-4859.

金英君，刘晓峰，王义源.政府调控碳排放路径研究：基于金融效率的视角[J].中国软科学，2021（5）：135-144.

谭敏.绿色金融对我国二氧化碳排放的影响研究[D].重庆：西南大学，2020.

谢非，周美玲.绿色金融对数字经济绿色发展影响效应研究[J].重庆社会科学，2023（7）：35-50.

严太华，朱梦成.技术创新、产业结构升级对环境污染的影响[J].重庆大学学报（社会科学版），2021（6）：1-15.

孙凌宇，罗杨帆.产业结构合理化对碳排放影响的空间效应[J].重庆社会科学，2022（10）：55-68.

朱学红，彭婷，谌金宇.战略性关键金属贸易网络特征及其对产业结构升级的影响[J].资源科学，2020，42（8）：1489-1503.

干春暉，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究，2011，46（5）：4-16+31.