绿色信贷对绿色全要素能源效率的影响研究

2024-06-15吴明慧

中国市场 2024年17期

摘要：为响应我国“十四五”现代能源体系规划政策，改善绿色全要素能源效率成为能源可持续发展的必然要求。绿色信贷作为绿色金融的代表，能够高效地降低二氧化碳排放，在能源低碳发展背景下将会成为提升绿色全要素能源效率的主要渠道。中国绿色全要素能源效率整体呈现稳定的下降趋势，将绿色信贷与绿色全要素能源效率纳入同一测评体系发现，绿色信贷实施程度越高，绿色全要素能源效率的改善程度则越显著。文章的研究结论将对制定以提高绿色全要素能源效率为核心的绿色信贷政策和区域能源政策提供一定的科学依据。

关键词：绿色信贷、绿色全要素能源效率、能源低碳发展

中图分类号：F832 文献标识码：A 文章编号：1005-6432（2024）17-0000-05

[DOI]10.13939/j.cnki.zgsc.2024.17.008

1 引言

自改革开放以来，中国经济主要依靠高投入、高消耗、高排放为主要特征的工业生产模式得以快速发展。在实现经济效益的同时也带来了许多不可逆的环境污染问题，成为推进中国经济绿色可持续发展的瓶颈问题。能源不仅是自然资源中的重要组成部分，也是推动国民经济发展的基石。2005-2020年以来中国工业和制造业的能源消费总量占据总消耗的79%，能源消费结构以煤炭和化石能源消费为主。截止至2020年中国的煤炭消费比重占能源消费总量的69%，且呈现下降趋势，但可再生资源开发利用程度仍处于较低水平。煤炭消费是二氧化碳排放的重要来源，中国作为能源消费大国，二氧化碳排放量一直位居高位，由此中国面临着巨大的环境压力。中国政府在“十二五”规划中提出到2015年单位GDP能源消费量（即能源强度）和单位GDP二氧化碳排放量（即碳强度）比2010年分别下降16%和17％的约束目标并向全世界承诺2020年碳强度要在2005年基础上降低40%～45%。2022年“十四五”现代能源体系规划中提出，中国需要持续深化能源领域“放管服”改革，加快现代能源市场建设，积极推进能源系统效率，继续提升新能源技术水平。展望 2035 年，能源高质量发展取得决定性进展，能源安全保障能力大幅提升，绿色生产和消费模式广泛形成，非化石能源消费比重在 2030 年达到 25%的基础上进一步大幅提高。习近平总书记在二十大报告中强调要深入推进能源革命，力争于2030年实现碳达峰、2060年实现碳中和，积极推进能源绿色发展，加快建设能源强国。在此背景之下，提高绿色全要素能源效率是解决能源和环境问题的关键方法。

原银监会于2012年发布的《绿色信贷指引》中指出，绿色信贷的主要目的是“加大对绿色经济、低碳经济、循环经济的支持，防范环境和社会风险，提升自身的环境和社会表现，并以此优化信贷结构，提高服务水平，促进发展方式转变。”截至2020年末，21家主要银行绿色信贷余额11.6万亿元，每年可支持节约标准煤超过3.2亿吨（来自《2020年中国银行业社会责任报告》）。那么现阶段中国能源变革背景下，高污染和高能耗企业即将面临产业绿色转型的压力，绿色信贷的实施是否可以从源头降低二氧化碳排放量、提升绿色全要素能源效率？文章将绿色信贷和绿色全要素能源效率纳入同一个研究体系当中，从中国省际层面剖析绿色信贷与绿色全要素能源效率之间的作用机制。这一做法将对制定以提高绿色全要素能源效率为核心的绿色信贷政策、环境监管政策以及区域能源政策提供一定的科学依据。

2 基本概念与研究假设

绿色全要素能源效率

能源作为自然资源的重要组成部分早已成为经济发展过程当中的核心支点，一直以来能源效率及其相关政策都是大多数发达国家的研究重点。当前学术界的研究当中，多把能源效率分为单要素能源效率和全要素能源效率。单要素能源效率通常以某一经济体的有效产出和能源投入的比值为衡量指标（杨红亮等， 2009） [1]，但是该方法将能源视为单一投入，忽略了劳动和资本等其他的重要投入要素相互作用以及生产过程中结构变化对能源效率的影响。与此同时能源在生产过程将无法避免污染物的产生，从而导致能源效率测度结果产生偏误。基于上述的缺陷，学者们考虑不同非能源投入要素和能源投入要素间的交互作用，首次提出了全要素能源效率的概念，将其定义为目标能源投入与地区实际能源投入的比值。随着绿色经济的持续发展，学者们逐渐开始重视环境问题对能源效率测算的影响。学者们将能源消费作为投入要素，污染物排放作为非期望产出纳入评价体系中并将其定义为绿色全要素能源效率。

绿色信贷与绿色全要素能源效率

近年来对绿色全要素能源效率影响因素的分析主要集中在能源价格、技术进步以及外商直接投资和绿色金融等等。绿色金融对能源与环境的影响始终是能源经济领域之间的热点问题，已有大量的文献研究了金融发展对能源效率的影响。绿色信贷作为主要的绿色金融工具有效地促进资源分配到可持续投资中并监测其可持续性现，在经济发展过程中保护和改善环境。根据现有文献和相关理论的梳理，绿色信贷主要通过“创新补偿”效应和“遵循成本”效应作用于能源效率。“遵循成本”假说认为环境污染具有负外部性，绿色信贷的评价过程中将环境检测标准、污染治理效果和生态保护作为信贷审批的重要前提。这一过程对重污染企业形成了融资约束，增加了企业的债务融资成本。高污染高耗能企业为获得绿色融资不得不加大环境污染的末端治理或者从源头减少污染物产生，造成外部成本内部化。但是，“波特假说”集中讨论了美国环境规制下各公司的表现，认为许多企业往往过高地估计了环境约束带来的外部性成本，从长期来看企业为了保持原有的竞争优势与市场份额不得不提高产品工艺，加大对生产研发的投资。基于波特假说，现有的研究对绿色信贷和经济发展的研究得以进一步深入，发现绿色信贷主要通过提高企业绿色技术水平从源头减少二氧化碳排放量，从而优化绿色全要素能源效率。

研究假设

目前对绿色信贷的研究大多基于企业微观视角，集中讨论绿色信贷对能源消费结构的影响机制。有的学者认为，绿色信贷作为环境监管的手段迫使制造商从源头控制污染物排放，但是与此同时如果政府给予适度的融资引导，整个供应链的污染将大幅度减少。对于重污染企业而言，绿色信贷的实施对其形成信贷约束，提高了企业融资门槛。虽然这一过程给企业带来额外的生产成本，但是能显著地使企业从源头上控制污染物排放。然而，有的学者却认为绿色信贷长期实施将迫使企业进行绿色技术创新或者将可再生能源作为投入替代，逐渐推进产业结构绿色转型。绿色信贷政策的实施可以显著提升了污染密集型企业的环保意识。在宏观方面，绿色信贷对绿色全要素能源效率的定量研究还比较少。鉴于绿色信贷与绿色全要素能源效率之间存在两种不同的效应，则有必要对该问题再次进行深入的研究与讨论。故文章在此基础之上，提出研究假设。

绿色信贷的实施将显著提升中国的绿色全要素能源效率，中国的“创新补偿”效应高于“遵循成本”效应。

3 计量模型设定与数据来源

3.1 基本计量模型设定

文章主要参考虞义华等（2018） [2]的研究设计，选取2007-2020年中国30个省份的面板数据实证分析绿色信贷对绿色全要素能源效率的作用方向和传导机制，建立以下的基本计量模型：

在式（1）中为因变量，代表地区i在第t年的绿色全要素能源效率，表示第t年区域i的绿色信贷指标。为一系列的控制变量，下标k代表控制变量个数。和分别所属省份效应和年份效应，文章在回归分析中对以上两种效应均进行控制。

3.2 变量选取与数据说明

被解释变量，绿色全要素能源效率（TE）。文章基于投入角度，运用Super-SBM方法测算中国30个省份的绿色全要素能源效率。假设这项研究有n个决策单元（Decision Making Units，DMU），文章中的决策单元为中国30个省市地区。每个决策单位都包含了m种投入、s种期望产出、k种非期望产出。投入矩阵、期望产出矩阵和非期望产出矩阵可以写为：，，，则非期望产出的Super-SBM模型表示如下：

其中，、和分别表示投入、期望产出和非期望产出；为指标权重，表示DMU的能源效率值。文章测算的是中国30个省市地区的绿色全要素能源效率，其中投入要素为劳动、资本和能源消费总量，期望产出为地区生产总值，非期望产出为二氧化碳和二氧化硫排放量。

主要解释变量，绿色信贷（Credit）。绿色信贷有四种常用的衡量方式（谢婷婷和刘锦华， 2019） [3]：一是国内主要商业银行的绿色信贷余额；二是国内主要商业银行的节能环保贷款余额；三是工业行业污染治理资金中的银行贷款；四是六大高能耗产业利息费用占比。由于数据的可获得性，文章选取第四种方法来衡量绿色信贷。六大能源密集型产业是：化工原料和化工产品制造；非金属矿物制品；黑色金属冶炼；轧制、有色金属冶炼和轧制加工行业；石油加工和焦化以及核燃料加工业；以及电力，热力生产和供应行业。

为确遗漏变量对实证结果产生的影响，文章对以下与城市特征相关的变量进行控制。文章运用人均实际GDP作为地区生产总值（GDP）的代理变量，以工业增加值占人均实际GDP的比重表示工业结构（TIS），城市人口占总人口的比例表示城市化水平（urbanization）。

3.3 数据来源

2007年中国绿色信贷全面启动，故文章选取2007年至2020年中国30个省市的数据为研究样本，基于数据可获得性，剔除西藏、香港和澳门。文章所使用的数据均来自《国家统计局》、《中经网》、《中国统计年鉴》以及EPS数据库。

4 测算结果与实证分析

1. 绿色全要素源效率测算结果及分析

文章运用基于非期望产出的Super-SBM模型测算2007-2020年中国30个省市地区的绿色全要素能源效率，结果表明在2007-2020年期间中国大部分省份的绿色全要素能源效率值均小于1，只有位于东部地区的少数省份如广东、福建、北京和天津的能源效率值在1附近波动。2007年-2010年期间中国绿色全要素能源效率较高的省份主要集中在东南沿海地区，2010年之后，中国绿色全要素能源效率水平较高的城市较为分散。2015年中国大部分地区的绿色全要素能源效率值位于0.1-0.6范围内，具有很大的上升空间。直至2020年，绿色全要素能源效率值位于0.6-0.8的省份显著增加，但是大部分地区的能源效率值依旧低于0.5。

基于区域视角，按照1986年全国人大六届四次会议通过的“七五”计划正式公布将我国划分为东部、中部、西部三个地区进行对比分析，区域绿色全要素能源效率均值计算结果如图1所示，各地区包含的省份如表1所示。

总体上来看，中国2007年到2020年的绿色全要素能源效率值比较稳定，但是总体呈现缓慢下降的趋势。基于区域视角，东部地区的绿色全要素能源效率远高于中部地区和西部地区，出现这一现象可能的原因主要分为两种：一种是经济发展水平，另一种可能是因素是工业结构变化。东部地区是中国经济最发达的地区，经济快速发展使得位于该地区的企业拥有足够的经济实力平衡好能源和环境之间的问题。与此同时，该地区拥有中国大多数顶级院校和科研机构，积累了许多管理经验和高质量的人力资本，使得位于东部地区能源密集型企业更加具备与清洁生产相关的技术优势和管理经验。并且位于东部地区许多省份的重工业已经逐渐向其他地区转移，并开始实施绿色能源替代政策，因此东部地区能够更好地平衡环境效益和经济效益，故东部地区的绿色全要素能源效率相对较高。

从2007年至2020年，西部地区的绿色全要素能源效率值较高于中部地区绿色全要素能源效率值。这主要是由于自中国“十三五”规划和西部大开发战略实施后，东部地区和中部地区重工业逐渐向西部转移，提高了西部经济社会发展水平。随着工业的空间转移，东部地区先进的清洁生产技术和高水平的管理人员随之流动至西部地区，从而提高了该地区的绿色全要素能源效率。中国绿色全要素能源效率区域分布见图1。

2. 实证分析

为了进一步分析绿色信贷对绿色全要素能源效率的作用机制，文章采用普通最小二乘法（OLS），运用面板双固定效应模型进行实证分析，回归结果如表2所示。文章使用的绿色信贷指标为六大能源密集型产业利息支出与规模以上工业企业利息支出的比值，被称为绿色信贷的负计量指标，因此正回归系数表明绿色信贷对能源效率变化产生抑制作用。在表2第（1）列中，绿色信贷对绿色全要素能源效率的影响系数为-0.316且在1%的显著性水平下显著，这说明随着绿色信贷的实施绿色全要素能源效率将会得到显著改善。这主要是因为企业基于长期战略目标，为获取更优惠的绿色融资不得不追求更加绿色清洁的生产和工艺流程。虽然这一过程在短期内将给企业带来额外的生产成本，但是却可以从源头控制能源消费总量，优化能源使用效率，积极推进企业能源低碳发展。为了避免遗漏变量带来的计量误差，文章加入一系列的控制变量，结果如表2第（2）列所示。引入控制变量后，绿色信贷对绿色全要素能源效率的系数为负同时在1%的显著性水平下显著，即表明表2中第（1）列的结果是稳健的。控制变量中城市化水平在5%的水平下显著为负。城市化水平越低的地区往往越容易忽视绿色清洁型和低能耗型产业的转型，资源禀赋高的地区往往容易产生“污染天堂”现象，例如中国的山西、陕西、内蒙和甘肃等地区，其绿色全要素能源效率从2007-2020年的均值在0.4左右。竞争机制将促使政府官员将大量资金投入到高耗能行业，刺激经济绩效却忽视其带来的负向环境绩效。工业结构的系数为-0.584并在1%的水平下显著，经济发展水平在10%的水平下显著为正。经济越发达的地区就越容易吸引外商直接投资。当东道国环境规制较低时，污染型的外资企业会大量涌入，并且在东道国产生工业聚集。但是随着中国政府提高FDI准入门槛，跨国公司逐渐转向更加清洁和节能的生产活动，提高中国企业模仿创新能力，积极推进中国工业结构绿色转型，从而促进中国绿色全要素能源效率增长。

5 结论

绿色信贷作为可持续经济发展的重要推动力已经被国内外大多数学者所接受，现有的研究大多从微观角度出发研究绿色信贷和区域经济发展之间的关系，宏观方面的研究还相对较少。因此，文章基于2007-2020年中国30个省级区域面板数据，运用超效率Super-SBM测算了中国30个省市地区的绿色全要素能源效率，并基于“波特假说”进一步讨论绿色信贷与中国绿色全要素能源效率的作用方向和传导机制。实证结果表明：（1）中国的绿色全要素能源效率呈阶梯状分布，主要表现为东部地区>西部地区>中部地区，但是整体绿色全要素能源效率水平较低。绿色全要素能源效率水平较高的城市较为分散，主要集中在经济发展水平和对外开放水平较高的地区。而绿色全要素能源效率低的地区往往能源资源禀赋丰富，尽管中国政府一直以来建立绿色发展模式、实行可持续发展战略，但绿色全要素能源效率依旧呈现出缓慢下降的趋势。（2）绿色信贷对绿色全要素能源效率存在波特效应，即绿色信贷实施的强度越大，绿色全要素能源效率的改善作用则越显著。近年来，企业为了响应中国“十四五”现代能源体系规划政策、环境监管政策和绿色信贷政策不得不转变生产模式，调整能源投入使用种类，积极推进生产工艺和流程创新，促进区域开发清洁生产技术提高污染物处理效率，降低二氧化碳排放量。绿色信贷作为近年来实施的环境规制手段之一，在提高能源效率方面具有很大的潜力。根据以上的结论，文章提出以下建议。

第一，能源政策应当相对弱化对能源消费总量的控制，加强市场化环境监管法规的运用。中国绿色全要素能源效率水平较低，从绿色全要素能源效率的定义和测算框架发现，在相同投入的情况下，减少二氧化碳和二氧化硫的排放可以有效提高绿色全要素能源效率。因此通过政府环境规制手段提高污染物处理标准，进而提升绿色全要素能源效率。基于区域视角，中国绿色全要素能源效率均值的排名：东部地区>西部地区>中部地区。各区域生产要素不同导致差异化的区域经济结构，差异化的经济结构则引起绿色信贷实施效果的差异化，故各地区政府应当打破区域壁垒，积极推进区域间的人员流动和经验交流，因地制宜设置环境监管力度和绿色金融实施力度。

第二，实证结果表明绿色信贷强度越大，中国绿色全要素能源效率的改善效果则越显著。政府部门应当积极引导各地区的对口企业使用绿色融资手段，适当调整或淘汰落后的产能设备，加大对绿色产品和工艺的科技研发投资。同时加强绿色信贷的考评体系，严格遵守放款标，准确保绿色信贷款项专款专用，高效减少企业末端污染物排放，积极推进区域产业绿色转型。

参考文献