鄒 薇,王瑋旭

(湘潭大學(xué) 商學(xué)院，湖南 湘潭 411105)

一、引言

綠色是高質(zhì)量發(fā)展的鮮明底色。為實(shí)現(xiàn)循環(huán)經(jīng)濟(jì)與低碳發(fā)展，2007年7月，中國(guó)人民銀行聯(lián)合國(guó)家環(huán)?？偩?現(xiàn)生態(tài)環(huán)境部)、銀監(jiān)會(huì)(現(xiàn)銀保監(jiān)會(huì))頒布了《關(guān)于落實(shí)環(huán)保政策法規(guī)防范信貸風(fēng)險(xiǎn)的意見(jiàn)》(以下簡(jiǎn)稱(chēng)《意見(jiàn)》)，將綠色信貸作為保護(hù)環(huán)境與節(jié)能減排的重要市場(chǎng)手段。自此，綠色信貸得以發(fā)軔。2021年，全國(guó)兩會(huì)首次將“碳達(dá)峰”“碳中和”寫(xiě)入政府工作報(bào)告，中央經(jīng)濟(jì)工作會(huì)議再定調(diào)“雙碳發(fā)展”，推動(dòng)能耗“雙控”向碳“雙控”轉(zhuǎn)變，象征著“雙碳”戰(zhàn)略的有序推進(jìn)。據(jù)國(guó)際能源署報(bào)告，優(yōu)化碳排放效率對(duì)于減碳工作有著不可取代的作用。因此，探討綠色信貸政策對(duì)碳排放效率的影響對(duì)“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要現(xiàn)實(shí)意義。

關(guān)于綠色信貸政策的碳減排效用研究中，主要圍繞政策工具與政策效果兩大方面。在政策工具層面，Lamperti等從應(yīng)對(duì)氣候風(fēng)險(xiǎn)的角度，證實(shí)了巴塞爾式綠色資本要求、綠色公共信用擔(dān)保以及信用評(píng)級(jí)均具有碳風(fēng)險(xiǎn)調(diào)整作用，表明其助推了經(jīng)濟(jì)高質(zhì)量發(fā)展的良性循環(huán)。[1]4-31Dafermos等指出，“綠色授信”與“污染懲罰”措施的同時(shí)實(shí)施能有效減緩全球變暖的速度，壓降實(shí)體金融風(fēng)險(xiǎn)。[2]54-55在綠色信貸政策的實(shí)現(xiàn)效果方面，江紅莉等發(fā)現(xiàn)，綠色風(fēng)投與綠色信貸均能抑制碳排放。[3]3-11蘇冬蔚、曹廷求及吳虹儀等通過(guò)分析證明了綠色信貸政策對(duì)高耗能產(chǎn)業(yè)造成的融資懲罰效應(yīng)，限制了高排放的生產(chǎn)經(jīng)營(yíng)活動(dòng)。[4]123-137,[5]7-17,[6]49-62寧金輝等則認(rèn)為綠色信貸通過(guò)緩解代理問(wèn)題抑制了企業(yè)過(guò)度投資動(dòng)機(jī)，促進(jìn)產(chǎn)業(yè)實(shí)現(xiàn)綠色化，提高了能源效率。[7]7-16

現(xiàn)有關(guān)于綠色信貸的微觀(guān)效應(yīng)的文獻(xiàn)已十分豐富，但對(duì)于綠色信貸政策對(duì)碳排放效率的影響作用的實(shí)證研究仍相對(duì)匱乏。鑒于此，本文將重點(diǎn)關(guān)注以下問(wèn)題：綠色信貸政策是否能促進(jìn)碳排放效率的提升，降低碳排放強(qiáng)度？若能，又是以何種途徑實(shí)現(xiàn)碳排放效率的提升？這一傳導(dǎo)機(jī)制是否受到區(qū)域發(fā)展和區(qū)位分布的影響？本研究將有助于調(diào)整綠色信貸政策的實(shí)施力度，對(duì)于碳金融市場(chǎng)的構(gòu)建與發(fā)展具有積極的現(xiàn)實(shí)意義，有益于“雙碳”目標(biāo)的落實(shí)。

綜上，本文可能的邊際貢獻(xiàn)主要有以下三個(gè)方面：(1)引入超效率SBM模型測(cè)算了2008—2018年的碳排放效率，并驗(yàn)證了綠色信貸政策對(duì)碳排放效率的促進(jìn)作用，總結(jié)了綠色信貸的發(fā)展經(jīng)驗(yàn)與調(diào)整導(dǎo)向。(2)通過(guò)分層次構(gòu)建技術(shù)進(jìn)步與要素結(jié)構(gòu)的中介模型，豐富了綠色信貸政策促進(jìn)碳排放效率提升的內(nèi)在機(jī)理。(3)考慮到區(qū)域發(fā)展的異質(zhì)性，本文探究了區(qū)位分布、金融深化、研發(fā)投入、政府綠色投資等因素在綠色信貸對(duì)碳排放效率的影響路徑中所發(fā)揮的調(diào)節(jié)作用，探討了各地區(qū)碳排放效率表現(xiàn)的貢獻(xiàn)因素。

二、理論分析及研究假設(shè)

(一)綠色信貸政策實(shí)現(xiàn)“技術(shù)創(chuàng)新效應(yīng)”

理論上，波特假說(shuō)提出，良好的環(huán)境政策(如綠色信貸、環(huán)境規(guī)制等)可以刺激企業(yè)創(chuàng)新，提升企業(yè)利潤(rùn)與效率。第一，綠色信貸不僅強(qiáng)化了環(huán)保項(xiàng)目的授信支持力度，還通過(guò)產(chǎn)品創(chuàng)新提供了多元化融資渠道，實(shí)現(xiàn)產(chǎn)品配置的協(xié)同效應(yīng)，從而提高了企業(yè)的技術(shù)創(chuàng)新意愿。[8]421-431第二，綠色信貸政策實(shí)施后將對(duì)“兩高一剩”(1)“兩高一?！保褐傅氖歉呶廴?、高能耗、產(chǎn)能過(guò)剩。產(chǎn)業(yè)造成融資約束。重污染企業(yè)為控制生產(chǎn)經(jīng)營(yíng)成本，將調(diào)整債務(wù)期限結(jié)構(gòu)，積極進(jìn)行綠色技術(shù)創(chuàng)新，[9]173-188且這一創(chuàng)新行為對(duì)鄰地也能產(chǎn)生空間外溢效應(yīng)。[10]33-39第三，隨著綠色信貸政策的持續(xù)實(shí)施，生態(tài)環(huán)境主管部門(mén)將聯(lián)合各財(cái)政部門(mén)、金融機(jī)構(gòu)逐步完善國(guó)家與地方企業(yè)環(huán)境信用認(rèn)定系統(tǒng)，優(yōu)先為亟須轉(zhuǎn)換新舊動(dòng)能的環(huán)保工程提供專(zhuān)項(xiàng)資金。為達(dá)到地方政府的既定指標(biāo)，企業(yè)將主動(dòng)參與污染防治手段，開(kāi)展環(huán)保技術(shù)的創(chuàng)新研究，營(yíng)造環(huán)境友好的社會(huì)聲譽(yù)。

另外，從源頭上看，綠色信貸發(fā)揮波特效應(yīng)后，企業(yè)生產(chǎn)技術(shù)與方法得到改善，將有效降低投入成本，帶動(dòng)太陽(yáng)能、風(fēng)能、生物質(zhì)能等新能源的推廣使用，提高資源循環(huán)效率，實(shí)現(xiàn)了生產(chǎn)工藝的清潔化。從產(chǎn)出來(lái)看，技術(shù)進(jìn)步將優(yōu)化能源處理設(shè)備的產(chǎn)出結(jié)構(gòu)，通過(guò)在末端運(yùn)用污染治理技術(shù)的方式，降低非期望產(chǎn)出含量，實(shí)現(xiàn)了碳排放效率的提升?；诖?，本文提出以下假設(shè)：

假設(shè)1：綠色信貸政策通過(guò)促進(jìn)技術(shù)進(jìn)步，提高了碳排放效率。

(二)綠色信貸政策發(fā)揮“要素結(jié)構(gòu)效應(yīng)”

從價(jià)值鏈的投入視角來(lái)看，綠色信貸對(duì)企業(yè)要素結(jié)構(gòu)的調(diào)整作用可以分為人力資本和能源結(jié)構(gòu)兩個(gè)層面。理論上而言，能源儲(chǔ)備、人力資源作為最主要的生產(chǎn)要素，將對(duì)產(chǎn)出效率發(fā)揮至關(guān)重要的作用。首先，能源需求及使用強(qiáng)度將對(duì)碳排放效率造成一定影響，[11]100-106其次，銀行信貸具有調(diào)控行業(yè)間的勞動(dòng)力配置的作用，[12]3-14進(jìn)而對(duì)經(jīng)濟(jì)產(chǎn)出效率產(chǎn)生影響。

綠色信貸政策實(shí)施后，一方面鼓勵(lì)了生產(chǎn)部門(mén)優(yōu)化能源結(jié)構(gòu)，另一方面則通過(guò)緩解代理沖突，調(diào)整了企業(yè)的資本結(jié)構(gòu)。[13]123-133第一，為了實(shí)現(xiàn)能源結(jié)構(gòu)的“綠色化”，企業(yè)將試圖尋求生產(chǎn)要素間的最優(yōu)組合，可能會(huì)引入低污染的新能源替代高排放的傳統(tǒng)能源，從而產(chǎn)生要素替代效應(yīng)。第二，綠色信貸規(guī)模的增長(zhǎng)在一定程度上將影響環(huán)保項(xiàng)目的勞動(dòng)投入程度，當(dāng)勞動(dòng)力轉(zhuǎn)移到生產(chǎn)力更高的部門(mén)時(shí)，將形成要素積累的規(guī)模效應(yīng)，進(jìn)而改善產(chǎn)出結(jié)構(gòu)，促進(jìn)碳排放效率的提升?；诖?，提出以下假設(shè)：

假設(shè)2：綠色信貸政策通過(guò)促進(jìn)要素結(jié)構(gòu)優(yōu)化，提高了碳排放效率。

三、研究設(shè)計(jì)

(一)模型構(gòu)建

為探究綠色信貸對(duì)碳排放效率的影響，本文建立如下雙固定效應(yīng)的模型，為了使結(jié)果更加穩(wěn)健，引入各省市研發(fā)投入、全社會(huì)固定資產(chǎn)投入、對(duì)外開(kāi)放程度、經(jīng)濟(jì)發(fā)展水平、金融深化程度和政府綠色治理等因素予以控制。

CEit=α0+β1GCLit+β2GDPit+β3RDit

+β4Tradeit+β5FASit+β6GIit

+β7FINit+∑year+∑region+εit

(1)

其中，CEit表示為第i個(gè)省份第t年的碳排放效率值；α0表示截距值；GCLit表示綠色信貸水平指數(shù)；GDPit表示國(guó)內(nèi)生產(chǎn)總值，RDit表示研發(fā)投入；Tradeit表示對(duì)外開(kāi)放程度；FASit代表社會(huì)固定資產(chǎn)投入額；GIit表示政府綠色治理水平；FINit則表示地區(qū)的金融深化程度；year與region分別表示時(shí)間與省份固定效應(yīng)；εit代表隨機(jī)擾動(dòng)項(xiàng)。

(二)數(shù)據(jù)來(lái)源與變量說(shuō)明

1.數(shù)據(jù)來(lái)源

考慮到政策效果的時(shí)滯性，本文將《意見(jiàn)》首次提出后的次年(即2008年)作為研究起點(diǎn)?；诖?，本文收集了2008—2018年中國(guó)30個(gè)省(市、自治區(qū))(2)因西藏、香港、澳門(mén)、臺(tái)灣數(shù)據(jù)缺失，故不作研究探討。的面板數(shù)據(jù)。碳排放值來(lái)自中國(guó)碳核算數(shù)據(jù)庫(kù)(CEADs)，經(jīng)濟(jì)觀(guān)測(cè)值來(lái)自《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》等，并通過(guò)各省統(tǒng)計(jì)年鑒進(jìn)行補(bǔ)齊。各變量的描述性統(tǒng)計(jì)見(jiàn)表1。

2.變量說(shuō)明

被解釋變量：碳排放效率(CEit)。測(cè)算方法采用非導(dǎo)向、規(guī)模報(bào)酬不變的超效率SBM模型。

表1 變量描述性統(tǒng)計(jì)

解釋變量：綠色信貸水平(GCLit)。綠色信貸包括各銀行節(jié)能環(huán)保貸款、綠色信貸產(chǎn)品等指標(biāo)，但多以銀行作為分類(lèi)進(jìn)行統(tǒng)計(jì)?？紤]到面板數(shù)據(jù)的可比性，本文參考謝婷婷、章志華及郭威等的做法，通過(guò)構(gòu)建反向指標(biāo)，將非六大高耗能產(chǎn)業(yè)(3)據(jù)國(guó)家統(tǒng)計(jì)局《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)》披露，六大高耗能產(chǎn)業(yè)指石油加工、煉焦及核燃料加工業(yè)；化學(xué)原料及化學(xué)制品制造業(yè)；非金屬礦物制品業(yè)；黑色金屬冶煉及壓延加工業(yè)；有色金屬冶煉及壓延加工業(yè)；電力熱力的生產(chǎn)和供應(yīng)業(yè)。利息在工業(yè)總利息的占比值作為各省份綠色信貸水平的代理變量。[14]83-90,[15]81-97,[16]44-55

模型中各變量指標(biāo)及計(jì)算方式見(jiàn)表2：

表2 各變量的表征指標(biāo)與計(jì)算方式

四、碳排放效率測(cè)算及分析

(一)測(cè)算方式

梳理效率測(cè)算方法的發(fā)展脈絡(luò)，其研究重點(diǎn)經(jīng)歷了由絕對(duì)強(qiáng)度向相對(duì)效率，由單要素向多要素，由局部地區(qū)向空間集群深入的螺旋式上升的演進(jìn)過(guò)程。Charnes、Cooper與Rhodes三位運(yùn)籌學(xué)家首次提出了傳統(tǒng)的數(shù)據(jù)包絡(luò)分析模型(CCR-DEA)，用以估計(jì)決策部門(mén)的生產(chǎn)效率。[17]429-444基于此，Tone提出了將松弛變量納入模型的非徑向、非角度的SBM-DEA模型，并推廣了考慮非期望產(chǎn)出的超效率SBM模型。[18]32-41該模型假設(shè)存在n個(gè)決策單元DMU，每個(gè)單元包含了m個(gè)要素投入、s1個(gè)期望產(chǎn)出以及s2個(gè)非期望產(chǎn)出，分別定義為：

X=[x1,x2,…,xn]∈Rm×n

假設(shè)X>0，Yg>0，Yb>0，定義生產(chǎn)可行集P={(x,yg,yb)|x≥λX,yg≤λYg,yb≥λYb,λ≥0}，得出效率值公式：

同時(shí)滿(mǎn)足以下條件：

x0=λX+s-

s-≥0，sg≥0，sb≥0，λ≥0

本文引入超效率SBM模型，選取30個(gè)省份的資本存量、能源消耗及勞動(dòng)力供給作為投入指標(biāo)，將國(guó)內(nèi)生產(chǎn)總值作為期望產(chǎn)出，碳排放量作為非期望產(chǎn)出進(jìn)行計(jì)算。關(guān)于資本存量的計(jì)算，參考單豪杰的做法，首先將固定資產(chǎn)形成總額的現(xiàn)價(jià)通過(guò)投資價(jià)格指數(shù)進(jìn)行平減，以2000年為基期，借鑒作者所采用的10.96%的折舊率，[19]17-31計(jì)算方式如下：

Kt=Kt-1(1-μ)+St

(2)

式中，Kt表示本期資本存量，Kt-1表示上期資本存量，μ為折舊率，St為本期固定資產(chǎn)形成額?；诖耍疚睦蒙鲜鲋笜?biāo)，整理2008—2018年的面板數(shù)據(jù)，經(jīng)DEA Solver Pro測(cè)算后，得到各省份碳排放效率值。若碳排放效率值越高，則投入產(chǎn)出結(jié)構(gòu)更加合理。

(二)統(tǒng)計(jì)指標(biāo)分析

圖1報(bào)告了碳排放效率分年份和地區(qū)的趨勢(shì)變化。從地區(qū)分布來(lái)看，位于發(fā)展前列的北京、上海、江蘇等東部地區(qū)經(jīng)濟(jì)相對(duì)繁榮，金融科技發(fā)展迅速，碳排放效率提升顯著，十年間漲幅達(dá)22.4%。中部地區(qū)趨勢(shì)變化相對(duì)適中，《意見(jiàn)》出臺(tái)后四年，中西部地區(qū)碳排放效率整體都出現(xiàn)了攀升趨勢(shì)，2011年后發(fā)展持平，波動(dòng)幅度較小。

圖1 碳排放效率分年份和地區(qū)的趨勢(shì)變化

同時(shí)，本文注意到山西省在中部地區(qū)的減碳工作中成效顯著。雖然在“十一五”期間制定的能耗降低指標(biāo)計(jì)劃中，山西省的能耗降幅大，難度高，在全國(guó)屬于第一層級(jí)，但自被批復(fù)為資源型經(jīng)濟(jì)轉(zhuǎn)型試驗(yàn)區(qū)后，山西省積極投資綠色支持項(xiàng)目，健全金融改革措施，并佐以環(huán)境稅收制度，減碳工作取得了顯著成效。此外，北京市、陜西省的碳排放效率分別在東、西部地區(qū)處于領(lǐng)先地位，為減排工作作出了積極的貢獻(xiàn)。

五、實(shí)證結(jié)果分析

(一)基準(zhǔn)回歸

本文選取的數(shù)據(jù)為大T小N的短面板數(shù)據(jù)，基準(zhǔn)回歸結(jié)果見(jiàn)表3。考慮到省份數(shù)據(jù)存在個(gè)體效應(yīng)，本文采用豪斯曼檢驗(yàn)協(xié)助進(jìn)行模型檢驗(yàn)，檢驗(yàn)結(jié)果拒絕原假設(shè)，故選取固定效應(yīng)模型展開(kāi)后續(xù)研究。為進(jìn)行對(duì)比分析，列(1)展示了混合OLS回歸結(jié)果，列(2)展示了隨機(jī)效應(yīng)模型，列(3)(4)分別展示了固定效應(yīng)模型的線(xiàn)性與非線(xiàn)性檢驗(yàn)結(jié)果。列(1)(2)顯示，在同時(shí)控制各省的地區(qū)效應(yīng)、年份效應(yīng)后，綠色信貸水平GCLit的估計(jì)系數(shù)在1%的水平上顯著為正?？紤]到各省份之間的異方差因素，在列(3)中采用異方差穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行面板回歸后，GCLit估計(jì)系數(shù)的顯著性下降到5%。另外，隨著綠色信貸水平升高，高污染企業(yè)可能會(huì)因融資成本上升而產(chǎn)生技術(shù)停滯，從而尋求污染轉(zhuǎn)移，導(dǎo)致“洗綠”“漂綠”等現(xiàn)象的發(fā)生。因此，本文在列(4)中加入GCLit的平方項(xiàng)，所得系數(shù)在10%的水平上顯著，但未拒絕Utest的原假設(shè)，說(shuō)明綠色信貸與碳排放效率不存在非線(xiàn)性關(guān)系。

表3 基準(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗(yàn)

表4揭示了穩(wěn)健性檢驗(yàn)結(jié)果。首先，列(1)至(3)采用替換原模型自變量的方法，將綠色信貸水平占比替換為綠色信貸實(shí)際值的代理變量GIit，采用各省工業(yè)總利息減去高耗能產(chǎn)業(yè)利息進(jìn)行衡量，為避免異方差問(wèn)題，對(duì)數(shù)據(jù)取對(duì)數(shù)處理。其中列(1)(2)為混合OLS回歸，在加入了控制變量后，GIit的系數(shù)依然在1%的水平上顯著。列(3)采用固定效應(yīng)的面板回歸模型進(jìn)行檢驗(yàn)，顯著性水平下降為5%，但與列(2)結(jié)果差異不大。這說(shuō)明，綠色信貸對(duì)碳排放效率的促進(jìn)作用是存在的，不受代理變量選擇的影響，基準(zhǔn)回歸的穩(wěn)健性得到保證。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

其次，調(diào)整控制變量類(lèi)型。列(4)引入產(chǎn)業(yè)結(jié)構(gòu)IS，采用第二產(chǎn)業(yè)增加值占比GDP來(lái)衡量。本文控制產(chǎn)業(yè)結(jié)構(gòu)的原因有二：其一，工業(yè)不僅是碳排放的主要來(lái)源，而且容易形成產(chǎn)能過(guò)剩問(wèn)題，抑制碳排放效率的提高；其二，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化是產(chǎn)業(yè)變遷的結(jié)果，對(duì)碳排放效率也可能存在一定的影響。列(5)將金融深化程度替換為金融發(fā)展水平，采用金融增加值占GDP的比重來(lái)衡量。列(4)(5)的回歸結(jié)果均顯示，綠色信貸對(duì)碳排放效率仍然具有顯著的促進(jìn)作用，強(qiáng)化了回歸結(jié)果的穩(wěn)健性。最后，列(6)中將因變量替換為碳排放強(qiáng)度CIit，以每單位GDP所產(chǎn)生的碳排放量來(lái)核算，回歸結(jié)果不顯著，說(shuō)明碳排放強(qiáng)度與綠色信貸相關(guān)性較低，從而印證了原回歸的有效性。

(三)內(nèi)生性問(wèn)題討論

本文采取工具變量法(IV)對(duì)內(nèi)生性的來(lái)源進(jìn)行討論。首先，從雙向因果的角度來(lái)看，綠色信貸政策實(shí)施后，將對(duì)碳排放效率的投入、產(chǎn)出以及技術(shù)實(shí)現(xiàn)造成影響，提升碳排放效率；其次，碳排放效率也可能作為商業(yè)銀行踐行《綠色信貸指引》中綠色信貸考核評(píng)價(jià)體系的依據(jù)，影響下一階段綠色信貸的審批流程。另外，遺漏變量中諸如氣候風(fēng)險(xiǎn)可能會(huì)同時(shí)影響綠色信貸與碳排放效率，導(dǎo)致回歸結(jié)果出現(xiàn)偏誤。

為解決這一內(nèi)生性問(wèn)題，本文借鑒張杰、李春濤等的構(gòu)建思路，選取了自變量的滯后一期，以及各省接壤地區(qū)綠色信貸水平均值兩個(gè)工具變量進(jìn)行內(nèi)生性檢驗(yàn)。[20]118-136,[21]81-98相鄰地區(qū)經(jīng)濟(jì)關(guān)聯(lián)度較高，金融發(fā)展相互影響，滿(mǎn)足工具變量的內(nèi)生性要求。另外，由于信貸融資存在地域分割，為避免多頭貸款的風(fēng)險(xiǎn)，商業(yè)銀行對(duì)異地貸款的投放采取了嚴(yán)格限制措施，且政府綠色治理政績(jī)需要綠色信貸加以輔佐，貸款的投放目標(biāo)自然以本地企業(yè)為宜。因此，兩個(gè)工具變量之間不存在相關(guān)性，且鄰近接壤地區(qū)的綠色信貸也無(wú)法直接影響本地碳排放效率，滿(mǎn)足外生性的假設(shè)。表5報(bào)告了工具變量的回歸結(jié)果，列(1)為面板數(shù)據(jù)工具變量回歸結(jié)果，列(2)(3)為兩階段最小二乘法(2SlS)估計(jì)結(jié)果，結(jié)果顯示，核心解釋變量GCLit的系數(shù)仍然為正，且至少在10%的水平上顯著。接著檢驗(yàn)工具變量聯(lián)合系數(shù)后，F(xiàn)統(tǒng)計(jì)量為18.86，拒絕“存在弱工具變量”的原假設(shè)。

表5 工具變量回歸結(jié)果

六、進(jìn)一步分析

(一)機(jī)制分析

基于假設(shè)1，本文首先將技術(shù)進(jìn)步作為中間機(jī)制進(jìn)行回歸，選取了專(zhuān)利數(shù)作為衡量依據(jù)。依據(jù)世界知識(shí)產(chǎn)權(quán)組織(WIPO)分類(lèi)清單將綠色專(zhuān)利識(shí)別為綠色發(fā)明專(zhuān)利與綠色實(shí)用新型專(zhuān)利，同時(shí)加入地區(qū)人均專(zhuān)利數(shù)進(jìn)行細(xì)分討論?；诖?，構(gòu)建中介模型：

CEit=b0+b1GCLit+∑year+∑region+εit

(3)

Techit=c0+c1GCLit+∑year+∑region+εit

(4)

CEit=d0+d1GCLit+d3Techit+∑year+∑region+εit

(5)

表6列(1)至列(3)展示了技術(shù)進(jìn)步的中介效應(yīng)檢驗(yàn)結(jié)果，中介因子分別選擇了地區(qū)人均專(zhuān)利、綠色實(shí)用新型專(zhuān)利以及綠色發(fā)明專(zhuān)利獲得量。通過(guò)回歸發(fā)現(xiàn)，地區(qū)技術(shù)進(jìn)步的確促進(jìn)了碳排放效率的提升，但是與綠色信貸的關(guān)聯(lián)不大，說(shuō)明各地區(qū)技術(shù)進(jìn)步并不是綠色信貸的中介變量。列(2)中結(jié)果顯示，綠色實(shí)用新型專(zhuān)利并非中介，故而形成遮掩效應(yīng)。列(3)中結(jié)果顯示，綠色信貸政策能促進(jìn)綠色發(fā)明專(zhuān)利數(shù)量的提高，且技術(shù)進(jìn)步對(duì)碳排放效率的影響系數(shù)為0.004，在10%的水平上顯著，由于直接效應(yīng)并不顯著，說(shuō)明綠色發(fā)明專(zhuān)利增加引致的技術(shù)提升為完全中介變量。為提高檢驗(yàn)的準(zhǔn)確性，最后采用Sobel檢驗(yàn)對(duì)綠色發(fā)明專(zhuān)利變量進(jìn)行分析，經(jīng)計(jì)算得出，Sobel檢驗(yàn)P值顯著，且中介效應(yīng)占比為0.192。

依據(jù)原中介效應(yīng)模型，同理引入要素結(jié)構(gòu)進(jìn)行檢驗(yàn)，要素結(jié)構(gòu)則參照蔡烏趕等的做法，以能源消耗與勞動(dòng)力人數(shù)的比值計(jì)算。[22]27-35表6列(4)中要素結(jié)構(gòu)變化對(duì)碳排放效率的影響在5%的水平上顯著，直接效應(yīng)系數(shù)在1%的水平上顯著，說(shuō)明綠色信貸的實(shí)施可以降低單位能耗所需的人力資本，綠色信貸通過(guò)要素結(jié)構(gòu)的優(yōu)化效應(yīng)提高了碳排放效率，屬于部分中介變量。

表6 中介機(jī)制分析

(二)異質(zhì)性分析

由于各地區(qū)經(jīng)濟(jì)發(fā)展水平不同，沿海地區(qū)相比內(nèi)陸地區(qū)具有更發(fā)達(dá)的金融市場(chǎng)環(huán)境，不同地區(qū)的工業(yè)化程度也不盡相同，受到綠色信貸沖擊的效果自然也會(huì)存在差異。另外，政府既能引導(dǎo)信貸資金流向研發(fā)部門(mén)的能源開(kāi)發(fā)項(xiàng)目，也可通過(guò)調(diào)節(jié)金融資產(chǎn)配置，推動(dòng)股票型基金的設(shè)立，為環(huán)境友好型工程提供支持。[23]1022-1034因此，本文通過(guò)地區(qū)分組，以及引入核心解釋變量與控制變量的交互項(xiàng)等方法來(lái)對(duì)影響碳排放效率的原因進(jìn)行異質(zhì)性分析。實(shí)證結(jié)果見(jiàn)表7。

1.分地區(qū)樣本。列(1)(2)為地區(qū)分組結(jié)果。回歸表明，東部地區(qū)的綠色信貸政策對(duì)碳排放效率的系數(shù)在1%的水平上顯著，政策拉動(dòng)效果明顯。這可能是因?yàn)闁|部地區(qū)經(jīng)濟(jì)實(shí)力更為雄厚，金融發(fā)展水平較高，綠色信貸供給更充足。

表7 異質(zhì)性分析

2.金融深化程度。列(3)中引入金融深化程度與核心解釋變量的交互項(xiàng)，其系數(shù)為正且在1%的水平上顯著。說(shuō)明金融深化程度越高的地區(qū)，綠色信貸對(duì)碳排放效率的提升效果越明顯。

3.研發(fā)投入強(qiáng)度。列(4)中加入了研發(fā)投入強(qiáng)度與核心解釋變量的交互項(xiàng)，其回歸系數(shù)為正且在1%的水平上顯著，說(shuō)明研發(fā)投入越多的地區(qū)，碳排放效率提升效果愈佳。

4.政府綠色投資。列(5)引入了政府綠色投資與核心解釋變量的交互項(xiàng)，其系數(shù)為正，但不具備統(tǒng)計(jì)顯著性。一方面，可能是因?yàn)檎G色投資對(duì)碳排放量具有抑制作用，[24]14-21另一方面，政府綠色投資比重還相對(duì)較低。經(jīng)統(tǒng)計(jì)，2018年全國(guó)環(huán)保支出占財(cái)政支出的平均值僅為2.85%。這表明在財(cái)政分權(quán)體制下，政府環(huán)境治理可能存在激勵(lì)不足與標(biāo)準(zhǔn)“逐底”的問(wèn)題。[25]158-173

七、結(jié)論與建議

基于綠色信貸政策的實(shí)施背景，本文采用超效率SBM模型測(cè)算了2008—2018年的全國(guó)碳排放效率，通過(guò)構(gòu)建雙向固定效應(yīng)模型探討了綠色信貸對(duì)碳排放效率的影響路徑與內(nèi)在機(jī)理。研究得出：(1)綠色信貸政策實(shí)施顯著提升了碳排放效率，且這種影響存在異質(zhì)性。在經(jīng)濟(jì)水平越發(fā)達(dá)、金融發(fā)展水平越靠前、金融深化程度越高的城市，其促進(jìn)效果愈發(fā)明顯，而部分地區(qū)由于技術(shù)工藝、生產(chǎn)水平落后，存在碳排放效率促進(jìn)效果一般的現(xiàn)象。(2)綠色信貸政策的實(shí)施促進(jìn)了綠色技術(shù)進(jìn)步與要素結(jié)構(gòu)優(yōu)化，進(jìn)而提升了碳排放效率。(3)在財(cái)政資金的配置上，政府綠色投資的占比相對(duì)較小，地方環(huán)境治理仍存在激勵(lì)不足的問(wèn)題?；谏鲜鼋Y(jié)論，本文得到以下政策啟示：

第一，加大綠色信貸的投放力度，以綠色金融支持實(shí)體產(chǎn)業(yè)高質(zhì)量發(fā)展。應(yīng)嚴(yán)控綠色信貸門(mén)檻，積極調(diào)整中西部地區(qū)信貸資源流向，引導(dǎo)和鼓勵(lì)社會(huì)投資流向綠色產(chǎn)業(yè)，健全綠色信貸審批制度，提高綠色貸款利率定價(jià)的合理性，促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展的良性循環(huán)。第二，敦促引導(dǎo)“兩高一剩”產(chǎn)業(yè)進(jìn)行綠色創(chuàng)新，調(diào)整其債務(wù)期限結(jié)構(gòu)，限制高碳排放項(xiàng)目的盲目擴(kuò)張。由于重污染企業(yè)的資本、勞動(dòng)力規(guī)模相對(duì)較大，應(yīng)當(dāng)避免政策落實(shí)出現(xiàn)“一刀切”現(xiàn)象，督促其完成減排工作，防止“搭便車(chē)”行為造成綠色繁榮的假象。第三，健全碳排放權(quán)交易市場(chǎng)體制，促進(jìn)形成全社會(huì)節(jié)能減排的長(zhǎng)效機(jī)制。為避免出現(xiàn)短暫性的“政治性藍(lán)天”，應(yīng)合理分配各省、市、自治區(qū)的碳排放額度，抬高地區(qū)的環(huán)境標(biāo)準(zhǔn)線(xiàn)。有效督促環(huán)境規(guī)制部門(mén)執(zhí)行綠色監(jiān)管與懲罰措施，嚴(yán)格監(jiān)管企業(yè)“漂綠”“洗綠”等套利行為。