逯 進 高潔清 蘇 妍

1.青島大學 經濟學院；2.青島大學 馬克思主義學院，山東 青島 266071

一、引 言

自工業(yè)革命以來，全球城市化進程的加快和工業(yè)化的高速發(fā)展所依賴的傳統(tǒng)經濟發(fā)展模式主要以大量不可再生能源為代價，具有高投入、高消耗、高污染等特點。但該模式在給各國帶來物質財富持續(xù)積累的同時，也帶來了諸如氣候異常、資源枯竭、極端天氣多發(fā)及嚴重環(huán)境污染等生態(tài)弱化難題，嚴重影響了各國經濟社會和生產生活的和諧發(fā)展。為此，2016 年聯(lián)合國正式啟動的《2030 年可持續(xù)發(fā)展議程》中明確提出“采用可持續(xù)的消費和生產模式”，以緩解全球生態(tài)惡化的難題，這使得低碳綠色發(fā)展成為全球共同的發(fā)展目標。

近年來，我國也全面加強了碳排放管理，2020 年9 月，我國首次提出雙碳目標。2021 年2 月，國務院發(fā)布《關于加快建立健全綠色低碳循環(huán)發(fā)展經濟體系的指導意見》，從多方面對綠色低碳循環(huán)發(fā)展經濟體系做出了部署安排。從我國的發(fā)展實踐看，要實現(xiàn)這一目標，須解決我國經濟發(fā)展中存在的高污染、高能耗產業(yè)占比高以及企業(yè)綠色轉型能力不足等難題。

為解決上述問題，我國自2015 年開始全面推進供給側結構性改革。黨的十九大及十九屆六中全會均將推動供給側結構性改革作為重大發(fā)展指向。切實推動改革深入前行，以技術創(chuàng)新驅動和產業(yè)結構升級作為兩大動力引擎，可以加快形成新的經濟發(fā)展方式，并在生產過程中落實綠色、集約發(fā)展理念，這對實現(xiàn)“雙碳”目標具有重要的促進作用。從科技創(chuàng)新角度看， 創(chuàng)新能力的提升能夠加快構建以科技創(chuàng)新為基礎、以人才發(fā)展為支撐的全方位創(chuàng)新體系，實現(xiàn)創(chuàng)新與宏觀經濟可持續(xù)發(fā)展的有效結合①張竣喃、逯進、周惠民：《技術創(chuàng)新、產業(yè)結構與金融發(fā)展的耦合效應研究——基于中國省域數(shù)據的實證分析》，《管理評論》2020 年第11 期。。從產業(yè)發(fā)展角度看，構建具有創(chuàng)新潛能的現(xiàn)代產業(yè)體系作為產業(yè)結構升級的重要目標，有助于降低能源消耗強度、促進戰(zhàn)略新興產業(yè)的培育和發(fā)展，從而降低碳排放。

進一步，從宏觀層面全面審視中國的科技創(chuàng)新、產業(yè)結構與碳排放的關系，作為三者基礎性保障與社會資源配置中樞的金融體系是另一個不容忽視的重要領域。在這方面，首當其沖便是近年來提出的綠色金融的全面推廣。其兼顧綠色、普惠性質的服務特征，很好的契合了中國圍繞降碳為目標的科技創(chuàng)新與產業(yè)結構升級。黨的二十大報告提出，大力發(fā)展綠色金融，構建完善的綠色金融體系以促進經濟發(fā)展模式轉型，推動經濟高質量發(fā)展。當前，構建并完善綠色金融體系已成為深化金融改革、促進碳減排的新方向②蘇冬蔚、連莉莉：《綠色信貸是否影響重污染企業(yè)的投融資行為》，《金融研究》2018 年第12 期。。

基于以上思考，文章聚焦科技創(chuàng)新和產業(yè)結構升級的減碳機制，嘗試對如下問題做出深入分析。第一、如果科技創(chuàng)新和產業(yè)結構升級具有明確的減碳作用，那么綠色金融發(fā)展是否對這一減碳效應具有明確的支撐或約束作用？第二、綠色金融支撐或約束下的科技創(chuàng)新與產業(yè)結構升級的減碳效應是否存在顯著的客觀差異？第三，不同區(qū)域科技創(chuàng)新與產業(yè)結構升級的減碳模式是否會發(fā)生動態(tài)變化？厘清上述問題對認識中國的雙碳目標、促進經濟綠色轉型具有重要意義。

二、文獻回顧

（一）科技創(chuàng)新、產業(yè)結構與碳排放

已有研究認為，科技創(chuàng)新可以有效提高能源使用效率，從而降低減排成本；同時也可以通過產業(yè)結構優(yōu)化升級降低碳排放③涂正革：《中國的碳減排路徑與戰(zhàn)略選擇——基于八大行業(yè)部門碳排放量的指數(shù)分解分析》，《中國社會科學》2012年第3 期；程鈺、孫藝璇、王鑫靜等：《全球科技創(chuàng)新對碳生產率的影響與對策研究》，《中國人口·資源與環(huán)境》2019 年第9 期。。另有研究認為科技創(chuàng)新和碳排放之間存在回彈效應。根據“環(huán)境悖論”，科技創(chuàng)新雖有利于提高資源使用效率來降低碳排放，但資源使用效率的提升也會帶來經濟規(guī)模的擴大，從而產生新的能源需求，導致碳排放量的增加，故二者之間的關系存在不確定性④Fisher V. K., Wing I. S., "Accounting for Quality: Issues with Modeling the Impact of R&D on Economic Growth and Carbon Emissions in Developing Economies", Energy Economics, 2008, 30(6): 2771-2784.。

產業(yè)結構升級可以通過改善能源消費結構、提升碳排放權交易效率以增強地區(qū)的碳減排幅度⑤仲偉周、姜鋒、萬曉麗：《我國產業(yè)結構變動對碳排放強度影響的實證研究》，《審計與經濟研究》2015 年第6 期；蔣和勝、孫明茜：《碳排放權交易、產業(yè)結構與地區(qū)減排》，《現(xiàn)代經濟探討》2021 年第11 期；熊娜、宋洪玲、崔海濤：《產業(yè)協(xié)同融合與碳排放結構變化——東盟一體化經驗證據》，《中國軟科學》2021 年第6 期。。但是行業(yè)間、地區(qū)間的產業(yè)結構與經濟發(fā)展水平之間可能在協(xié)調性等方面存在較大差距，將導致產業(yè)結構升級對碳排放的影響具有差異性。具體看，發(fā)達地區(qū)的產業(yè)結構升級能夠通過相對完善的技術市場的大力協(xié)助，顯著提高三大產業(yè)聚集度，從而與碳排放形成良好的互動關系，減碳作用更強；但欠發(fā)達地區(qū)的產業(yè)結構水平不合理，尚未形成與碳排放的雙向互動關系，產業(yè)結構的減碳作用相對較弱①郭朝先：《產業(yè)結構變動對中國碳排放的影響》，《中國人口·資源與環(huán)境》2012 年第7 期。。

（二）科技創(chuàng)新、產業(yè)結構與綠色金融

綠色金融可以優(yōu)化資源配置，通過綠色信貸、綠色證券提高研發(fā)投入，激勵技術創(chuàng)新，推動清潔能源和低碳技術的應用②何凌云、梁宵、楊曉蕾等：《綠色信貸能促進環(huán)保企業(yè)技術創(chuàng)新嗎》，《金融經濟學研究》2019 年第5 期；王馨、王營：《綠色信貸政策增進綠色創(chuàng)新研究》，《管理世界》2021 年第6 期。。同時，綠色金融具有顯著的融資懲罰與投資抑制效應，能顯著減少流向重污染、高耗能產業(yè)的信貸資金，更多地支持資源節(jié)約型、環(huán)境友好型產業(yè)的落地發(fā)展，促進產業(yè)結構綠色轉型③蘇冬蔚、連莉莉：《綠色信貸是否影響重污染企業(yè)的投融資行為》，《金融研究》2018 年第12 期；蔣先玲、張慶波：《發(fā)達國家綠色金融理論與實踐綜述》，《中國人口·資源與環(huán)境》2017 年第S1 期。。另外，在科技創(chuàng)新和產業(yè)結構快速協(xié)同發(fā)展過程中，綠色金融會產生正循環(huán)和正反饋，使三者相互促進，從而有利于經濟結構的綠色轉型④朱向東、黃永源、朱晟君等：《綠色金融影響下中國污染性產業(yè)技術創(chuàng)新及其空間差異》，《地理科學》第2021 年5 期；劉海英、王殿武、尚晶：《綠色信貸是否有助于促進經濟可持續(xù)增長——基于綠色低碳技術進步視角》，《吉林大學社會科學學報》2020 年第3 期。。

（三）綠色金融與碳排放

從綠色金融的作用特征看，其能夠通過促進科技創(chuàng)新與產業(yè)結構升級抑制二氧化碳排放⑤Huang Y, Xue L, Khan Z., "What Abates Carbon Emissions in China: Examining the Impact of Renewable Energy and Green Investment", Sustainable Development, 2021: 823-834.，但因政府和金融機構之間存在由委托代理關系導致的尋租、地方保護主義等問題，可能使得綠色金融面臨政策低效困境，難以實現(xiàn)碳減排效應⑥張秀生、李子明：《綠色信貸執(zhí)行效率與地方政府行為》，《經濟問題》2009 年第3 期。。此外，綠色金融對碳排放的影響還可能存在異質性。既有研究發(fā)現(xiàn)，對于環(huán)保型企業(yè)或者金融發(fā)展程度較高的地區(qū)，綠色金融能夠給予成本低廉的綠色資金供給，激勵其進行技術創(chuàng)新，從而減少碳排放；而對于重污染企業(yè)和金融發(fā)展程度不高的地區(qū)，在綠色金融作用下融資成本會上升，抑制綠色創(chuàng)新的積極性，從而不利于其綠色轉型⑦曹廷求、張翠燕、楊雪：《綠色信貸政策的綠色效果及影響機制——基于中國上市公司綠色專利數(shù)據的證據》，《金融論壇》2021 年第5 期。。

從上述幾支研究主題涉及的文獻看，關于科技創(chuàng)新、產業(yè)結構與碳排放關系的研究呈現(xiàn)多樣性，但既有研究尚未有效涉及金融體系的前沿領域——綠色金融支持。因此，重新審視科技創(chuàng)新、產業(yè)結構升級對碳排放的影響，不但契合金融發(fā)展的全新趨勢，而且更符合中國經濟發(fā)展的實踐目標——低碳轉型。對這一話題的解析，涉及中國當前及今后很長一段時期宏觀經濟發(fā)展方向的重大決策，其所依賴的基本邏輯大致可以理解為：金融的綠色功能釋放會引導和促進綠色技術創(chuàng)新水平的提升和產業(yè)結構升級，而這一作用將直接提升生產工藝、優(yōu)化生產體系、提高生產效率，并最終體現(xiàn)為生產過程中低耗能、低排放、低污染的低碳生產模式改進。但事實是否如此，需要做出驗證。為此將從如下兩個全新視角對現(xiàn)有研究做出拓展討論：第一，將綠色金融作為約束條件引入碳排放問題的研究體系中，全面解析科技創(chuàng)新和產業(yè)結構升級抑碳效應的特征與機理；第二，引入新穎的有限混合模型（FMM），展開客觀分類，在綠色金融作用下，對各省份技術創(chuàng)新和產業(yè)結構升級抑碳模式的差異做出解析，在此基礎上，進一步解析各省份可能存在的模式變遷及其特征。

三、模型設定與變量說明

（一）傳統(tǒng)模型

借鑒相關研究①Bhatia K.B., "Capital Gains and the Aggregate Consumption Function", The American Economic Review, 1972, 62(5):866-879；王釗、王良虎：《R&D 投入、產業(yè)結構升級與碳排放關系研究》，《工業(yè)技術經濟》2019 年第5 期。，構建如下模型：

（二）有限混合模型的設定

有限混合模型與傳統(tǒng)經濟增長回歸模型不同的是，它可以通過客觀方式有效捕捉和判定研究對象之間的異質性特征，而依據的核心是由關注變量所體現(xiàn)出的、無法直接觀測的內在差異。具體而言，這一模型有如下特征：第一 ，研究對象之間的異質性不再是外生給定，而是取決于具有因果關系的變量之間的內生屬性，并通過這一屬性，明確判定異質性的模式；第二，解釋與被解釋變量之間的關系在不同模式中所處地位與重要程度是有區(qū)別的；第三，可以有效揭示研究對象所處的模式隨時間推移而發(fā)生的動態(tài)變遷②劉貫春、劉媛媛、張軍：《中國省級經濟體的異質性增長路徑及模式轉換——兼論經濟增長源泉的傳統(tǒng)分解偏差》，《管理世界》2019 年第6 期。。以兩條模式的有限混合模型為例，具體表達式如下：

在模型（2）（3）中，不同樣本隸屬于某模式的概率與解釋變量和被解釋變量之間的擬合優(yōu)度相關。另外，可以加入伴隨變量來進一步詳細分析不同模式的背后動因，以此來解釋為何不同模式之間解釋變量與被解釋變量之間存在影響差異。為此引入下式：

進一步，利用多元Logit 模型刻畫假設不同樣本隸屬于模式的概率：

此時，可以采用極大似然法對有限混合模型進行估計，對數(shù)極大似然函數(shù)為：

利用EM 算法對式（6）進行估計，將得出的參數(shù)值使用貝葉斯準則，得到樣本隸屬于模式的概率為：

由此，各樣本會被劃分到概率大于0.5 的模式。所有樣本隸屬于模式的整體概率為：

需要注意的是，雖然極少會出現(xiàn)概率不接近1 的情況，但前述內生分類方法可能仍然會導致誤判。具體地誤判偏差計算為：

另外，在對式（4）進行估計時，無法預知模式R的數(shù)量，故借鑒Konte①Knote M., "A curse or a Blessing? Natural Resources in a Multiple Growth Regimes Analysis", Applied Economics, 2013,45(26): 3760-3769.的做法，利用信息準則客觀確定模式數(shù)量。其對應的表達式為：

（三）變量與數(shù)據說明

1.被解釋變量

參考相關研究②韓楠：《基于供給側結構性改革的碳排放減排路徑及模擬調控》，《中國人口·資源與環(huán)境》2018 年第28 期；Caiyi L, Zhenyu L, Zhifei G., "Assessing E-Commerce Impacts on China's Co2 Emissions: Testing the CKC Hypothesis",Environmental Science and Pollution Research, 2021, 28: 56966-56983；劉志華、徐軍委、張彩虹：《科技創(chuàng)新、產業(yè)結構升級與碳排放效率——基于省際面板數(shù)據的PVAR 分析》，《自然資源學報》2022 年第2 期。，選取二氧化碳（）排放量作為被解釋變量。根據IPCC（聯(lián)合國政府間氣候變化專門委員會）提供的計算方法以及十幾種能源的凈發(fā)熱值和排放系數(shù)，處理后得到各燃料的CO2排放系數(shù)。具體估算方法如式（11）：

2.核心解釋變量

借鑒姚東旻等①姚東旻、寧靜、韋詩言：《老齡化如何影響科技創(chuàng)新》，《世界經濟》2017 年第4 期。、梁麗娜和于渤②梁麗娜、于渤：《經濟增長：技術創(chuàng)新與產業(yè)結構升級的協(xié)同效應》，《科學學研究》2021 年第9 期。的相關研究，以研究經費內部支出占比重作為科技創(chuàng)新（）指標。借鑒賈敬全和殷李松③賈敬全、殷李松：《財政支出對產業(yè)結構升級的空間效應研究》，《財經研究》2015 年第9 期。，采用第三產業(yè)增加值與第二產業(yè)增加值之比衡量產業(yè)結構升級（）。

3.伴隨變量

有關綠色金融的測度方法主要有三類：第一，文本分析。通過衡量政府報告和金融機構頒布或發(fā)行的有關綠色金融或綠色信貸文本表述篇幅來度量④丁攀、金為華、陳楠：《綠色金融發(fā)展、產業(yè)結構升級與經濟可持續(xù)增長》，《南方金融》2021 年第2 期；胡天楊、涂正革：《綠色金融與企業(yè)高質量發(fā)展：激勵效應與抑制效應》，《財經科學》2022 年第4 期。；第二，單個指標。如綠色債券發(fā)行數(shù)量、綠色投資、綠色信貸與GDP 比值等⑤朱向東、黃永源、朱晟君等：《綠色金融影響下中國污染性產業(yè)技術創(chuàng)新及其空間差異》，《地理科學》2021 年第5 期；趙娜：《綠色信貸是否促進了區(qū)域綠色技術創(chuàng)新？——基于地區(qū)綠色專利數(shù)據》，《經濟問題》2021 年第6 期。；第三，指標合成。將綠色信貸、綠色投資、綠色證券以及綠色保險合成綠色金融指數(shù)⑥蔣先玲、張慶波：《發(fā)達國家綠色金融理論與實踐綜述》，《中國人口·資源與環(huán)境》2017 年第S1 期；尤志婷、彭志浩、黎鵬：《綠色金融發(fā)展對區(qū)域碳排放影響研究——以綠色信貸、綠色產業(yè)投資、綠色債券為例》，《金融理論與實踐》2022 年第2 期。。鑒于綠色信貸是科技創(chuàng)新和產業(yè)結構升級的重要依托，故以綠色信貸代表綠色金融。由于省級綠色信貸規(guī)模相關數(shù)據有缺失，故采用六大高能耗產業(yè)利息支出與工業(yè)利息總支出之比這一指標來衡量綠色信貸。

4.控制變量

參考相關文獻⑦吳茵茵、齊杰、鮮琴等：《中國碳市場的碳減排效應研究——基于市場機制與行政干預的協(xié)同作用視角》，《中國工業(yè)經濟》2021 年第8 期；逯進、李婷婷：《產業(yè)結構升級、技術創(chuàng)新與綠色全要素生產率——基于異質性視角的研究》，《中國人口科學》2021 年第4 期；屈小娥、駱海燕：《中國對外直接投資對碳排放的影響及傳導機制——基于多重中介模型的實證》，《中國人口·資源與環(huán)境》2021 年第7 期。，選取如下控制變量：能源消費結構（ES）、經濟發(fā)展水平（）、城鎮(zhèn)化（）、人口規(guī)模（）、市場化指數(shù)（）、財政依存度（）、對外開放程度（）。

5.數(shù)據來源與描述性統(tǒng)計分析

選取中國30 個省份作為研究對象，時間跨度為2007—2019 年，共計390 個觀測值。受限于數(shù)據質量和可得性，未將香港、澳門、西藏自治區(qū)以及臺灣地區(qū)納入。數(shù)據來自相應年份各省市區(qū)的統(tǒng)計年鑒、《中國能源統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、Wind 數(shù)據庫、國泰安數(shù)據庫等。其中，綠色信貸2017 年數(shù)據缺失，采用插值法補齊。特別地，依據省份所在的地理位置，首先將所有省份劃分為東、中、西三大區(qū)域①東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、遼寧、海南11 個省份；中部地區(qū)包括：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8 個省份；西部地區(qū)包括：四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏、廣西、新疆、內蒙古11 個省份。。表2 為變量描述性統(tǒng)計結果。

四、實證分析

（一）基準回歸

表3匯報了傳統(tǒng)模型的回歸結果。由表3 可知，全國樣本中，科技創(chuàng)新和產業(yè)結構升級的回歸系數(shù)分別為-0.2752 和-0.1598，且分別通過了10%和1%的顯著性檢驗，表明兩者均有顯著抑碳作用。

從科技創(chuàng)新角度看，黨的十八大正式確立了科技創(chuàng)新在國家發(fā)展全局的核心地位，并于十八屆五中全會第一次提出“創(chuàng)新、協(xié)調、綠色、開放、共享”的發(fā)展理念，將創(chuàng)新放在首要位置。一方面，作為一國生產力進步的核心動力和保障國家安全的重要戰(zhàn)略基礎，科技創(chuàng)新對改善、提高生產要素的產出邊際效率具有重要意義；另一方面，科技創(chuàng)新可以通過政策規(guī)制、發(fā)展規(guī)劃等途徑強化政府、企業(yè)和公眾的綠色發(fā)展理念和綠色生活習慣，有助于全社會改變能源消費行為，這對降低碳排放有積極效應①程鈺、孫藝璇、王鑫靜等：《全球科技創(chuàng)新對碳生產率的影響與對策研究》，《中國人口·資源與環(huán)境》2019 年第9 期；許可、張亞峰：《綠色科技創(chuàng)新能帶來綠水青山嗎？——基于綠色專利視角的研究》，《中國人口·資源與環(huán)境》2021年第5 期。。

從產業(yè)結構變遷角度看，一直以來，我國產業(yè)結構升級的步伐比較緩慢，能源投入強度大、利用效率低，環(huán)境污染問題嚴重，加之2008 年后國內外發(fā)展環(huán)境的變化產生了明顯的倒逼效應，對我國綠色轉型造成較大阻礙。因此，我國于十二五期間提出戰(zhàn)略性新興產業(yè)發(fā)展規(guī)劃，開始全面培育結構優(yōu)化、技術先進的戰(zhàn)略性新興產業(yè)，這為制造業(yè)改造升級提供了有力支持。隨后，2015 年發(fā)布的《中國制造2025》首次提出制造業(yè)發(fā)展方針。2021 年，我國發(fā)布的《“十四五”工業(yè)綠色發(fā)展規(guī)劃》中再次提出以推動高質量發(fā)展為主題，以供給側結構性改革為主線，實施綠色制造，加快產業(yè)結構優(yōu)化升級，以此促進碳減排。

另外，表3 中區(qū)域子樣本的回歸結果表明，三大區(qū)域科技創(chuàng)新和產業(yè)結構升級系數(shù)均顯著為負，但系數(shù)之間具有明顯差異，可以看出我國區(qū)域間技術創(chuàng)新和產業(yè)結構升級的減碳效應存在較大差異。

為驗證上述差異的真實性，引入Wald 檢驗，結果如表4 所示?？芍瑹o論是兩區(qū)域之間的比較還是三區(qū)域之間的聯(lián)合檢驗，結果都表明，按照地理位置劃分的東中西部之間在科技創(chuàng)新和產業(yè)結構升級方面具有顯著差異，這意味著該組別劃分具有一定合理性。但不可否認，這一劃分模式具有一定主觀性，可能造成回歸結果偏差。那么尋找一類客觀分組模式，將有效避免這一偏差，從文章研究基礎看，引入有限混合模型，可以有效識別客觀分類分組。

（二）有限混合模型

1.最優(yōu)模式判別

在進行參數(shù)估計之前，可以首先引入信息準則對最優(yōu)客觀分組數(shù)量進行識別。由表5 可知，無論是否加入伴隨變量，三分組中的數(shù)值最小。這意味著中國省域科技創(chuàng)新和產業(yè)結構升級對碳排放的影響存在3 種不同模式。在具體分析時，未加入伴隨變量前，將3 類模式分別標記為模式A、B 和C；引入伴隨變量后，3 類模式分別標記為D、E 和F。

2.回歸結果解析

在得到最優(yōu)分組模式數(shù)目后，就可利用最大期望算法（EM）求得有限混合模型的極大似然估計結果。同時，將伴隨變量——綠色金融納入有限混合模型觀察其影響，結果如表6 所示。首先，從未加入伴隨變量的結果看，模式A 和B 中科技創(chuàng)新對碳排放的影響不顯著，模式C 中科技創(chuàng)新和產業(yè)結構升級均能夠顯著抑制碳排放。加入伴隨變量后，觀察解釋變量系數(shù)可以發(fā)現(xiàn)，相較于模式A、B、C，模式D、E、F 中科技創(chuàng)新和產業(yè)結構升級對碳排放的抑制作用有明顯提高。其次，觀察隸屬概率可以發(fā)現(xiàn)，模式A、B、C 的隸屬概率分別是25.40%、22.97%和51.63%，模式D、E 和F 分別為30.63%、52.39%和16.98%，說明在樣本觀察期間，未加入伴隨變量時科技創(chuàng)新和產業(yè)結構升級對碳排放的影響特征更契合于模式C；考慮綠色金融影響后，科技創(chuàng)新和產業(yè)結構升級對碳排放的影響特征契合于模式E。另外，加入伴隨變量后，誤判偏差從22.06%降為7.05%，說明伴隨變量的引入提高了模型回歸的精度。最后，觀察伴隨變量系數(shù)可以發(fā)現(xiàn)，綠色金融在模式E 和F 中均顯著為正①需要說明的是，按照有限混合模型分析的范式，一般將引入伴隨變量后的第一個組別設定為基準組，其結果做為參照，并不加以討論。詳見逯進、李婷婷：《產業(yè)結構升級、技術創(chuàng)新與綠色全要素生產率——基于異質性視角的研究》，《中國人口科學》2021 年第4 期；劉貫春、劉媛媛、張軍：《中國省級經濟體的異質性增長路徑及模式轉換——兼論經濟增長源泉的傳統(tǒng)分解偏差》，《管理世界》2019 年第6 期。。上述結果的理論含義與機制是什么呢？

首先，金融作為國民經濟運行的核心，在協(xié)調經濟與環(huán)境發(fā)展過程中能夠起到優(yōu)化資源分配、促進戰(zhàn)略新興產業(yè)發(fā)展以及優(yōu)化產業(yè)結構等作用①段可儀：《金融發(fā)展支持省域綠色科技創(chuàng)新效率研究》，《生態(tài)經濟》2023 年第8 期。。早在“十二五”期間，我國就提出重視綠色產業(yè)發(fā)展，并將綠色金融逐步融入到經濟發(fā)展之中，實現(xiàn)綠色金融與科技創(chuàng)新和產業(yè)結構的深度融合。具體而言，首先，綠色金融主要通過影響企業(yè)融資約束與技術效應作用于科技創(chuàng)新，進而影響碳排放。從資本形成角度來看，資本乃企業(yè)存續(xù)之本，在我國，以銀行信貸為主的外部融資是企業(yè)實現(xiàn)規(guī)模擴張的主要融資渠道。在此背景下，為響應綠色金融的號召，金融體系推出了政府貼息、稅收減免或者返還等差別對待政策——以優(yōu)惠的信貸政策對綠色環(huán)保低耗產業(yè)加以支持，緩解其融資約束，使得該類企業(yè)具有充足的資金用于綠色創(chuàng)新實踐和規(guī)模擴張②連莉莉：《綠色信貸影響企業(yè)債務融資成本嗎？——基于綠色企業(yè)與“兩高”企業(yè)的對比研究》，《金融經濟學研究》2015 年第5 期。，提高科技創(chuàng)新研發(fā)投入和成功率；而通過提高信貸資金成本或者降低、停止發(fā)放貸款對高污染企業(yè)進行限制，迫使其面臨負擔加重、生產效率降低及利潤空間縮小等難題，部分企業(yè)為破解生存困境，可能會通過突破原有技術壁壘以應對之③Xinkuo X, Jingsi L, "Asymmetric Impacts of the Policy and Development of Green Credit on the Debt Financing Cost and Maturity of Different Types of Enterprises in China", Journal of Cleaner Production, 2020, 264: 121574.。其次，綠色金融也通過影響風險規(guī)避和行業(yè)整合作用于產業(yè)結構升級，繼而影響碳排放。從風險規(guī)避角度來看，綠色金融能夠打破政府與企業(yè)之間的“數(shù)據壁壘”與“信息孤島”，降低信息不對稱，提高金融資源與綠色項目的匹配度，降低企業(yè)在進行綠色技術創(chuàng)新時面臨的不確定性，增強其抗風險能力和盈利能力，且具有長期效應，長此以往，將有效推動產業(yè)結構綠色轉型④文書洋、張琳、劉錫良：《我們?yōu)槭裁葱枰G色金融？——從全球經驗事實到基于經濟增長框架的理論解釋》，《金融研究》2021 年第12 期。。從行業(yè)整合角度來看，綠色金融對行業(yè)“抑污促綠”的“區(qū)別對待”將進一步推動生產要素向綠色、高效、環(huán)保的部門集聚，并通過集聚效應、輻射效應以及學習和技術溢出效應帶動上下游及周邊的綠色發(fā)展，形成部門內部的綠色發(fā)展聯(lián)動機制，推動行業(yè)升級優(yōu)化，減少碳排放量⑤孫英杰、林春：《綠色金融如何賦能制造業(yè)綠色競爭力提升》，《深圳大學學報》2023 年第3 期；張洪瑞、吳平；《綠色信貸對碳排放的空間溢出效應——基于環(huán)境監(jiān)管調節(jié)效應的分析》，《西南金融》2023 年第8 期。。從我國實踐情況來看，中國人民銀行發(fā)布的數(shù)據顯示，截至2022 年末，我國本外幣綠色貸款余額22.03 萬億元，同比增長38.5%。當前我國綠色金融體系在逐步完善，多樣化的金融工具拓寬了企業(yè)融資渠道和風險管理方案，這為金融部門服務于綠色低碳經濟提供了行之有效的策略。

其次，模式F 中科技創(chuàng)新和產業(yè)結構升級系數(shù)分別為-0.6589 和-0.9894，均顯著為負且絕對值大于模式E。另外，綠色金融系數(shù)在模式F 中為24.8966，大于模式E 中的22.1539，這說明綠色金融能夠顯著增強科技創(chuàng)新與產業(yè)結構升級的抑碳效果，且在模式F 中效果更優(yōu)。

產生上述結果的原因可能在于：我國早期基礎設施落后，經濟發(fā)展水平低，高新技術人才嚴重不足，且政府創(chuàng)新投入資金相較于發(fā)達國家較低，科技創(chuàng)新成果較少，技術水平整體落后。但我國資源稟賦優(yōu)越，發(fā)展?jié)摿薮?，近年來，隨著綠色金融的發(fā)展和國家相關政策的落實，改變了企業(yè)的市場競爭環(huán)境，由注重產出擴張和利潤最大化轉向注重綠色績效與財務目標①劉華珂、何春：《綠色金融促進城市經濟高質量發(fā)展的機制與檢驗：來自中國272 個地級市的經驗證據》，《投資研究》2021 年第7 期。。在全新的市場競爭環(huán)境里，擁有高新先進技術的企業(yè)將獲得領先優(yōu)勢，通過技術革新得來新環(huán)境里的一席之位，而技術水平較低的企業(yè)為避免被綠色轉型的浪潮覆滅，會通過學習新興技術來防止落后被淘汰，從而帶動行業(yè)的整體進步轉型②王遙、潘冬陽、彭俞超等：《基于DSGE 模型的綠色信貸激勵政策研究》，《金融研究》2019 年第11 期。。此外，政府通過加大補貼和撬動社會資本進入綠色金融領域，大幅增加對技術研發(fā)資金的投入，科技創(chuàng)新和產業(yè)結構升級獲得了明顯提升，以電子技術為代表的高新技術產業(yè)向傳統(tǒng)產業(yè)不斷進行滲透，降低了工業(yè)生產中的資源能耗，實現(xiàn)基礎工業(yè)低碳化轉型升級，促進了傳統(tǒng)產業(yè)的改造和升級③朱向東、黃永源、朱晟君等：《綠色金融影響下中國污染性產業(yè)技術創(chuàng)新及其空間差異》，《地理科學》2021 年第5 期。。另外，黨的十九大之后，中央下大功夫優(yōu)化我國區(qū)域經濟空間布局，提出了新的發(fā)展戰(zhàn)略，例如京津冀、長江經濟帶、長三角一體化和粵港澳大灣區(qū)等，這些新經濟帶產生的輻射效應將帶動周邊地區(qū)甚至全國的綠色經濟發(fā)展。在此基礎下，綠色金融的發(fā)展能夠通過進一步優(yōu)化資源配置來提升研發(fā)投入，激勵技術創(chuàng)新，推動清潔能源和低碳技術的應用來作用于碳減排，因而更易實現(xiàn)綠色轉型。

最后，利用Wald 檢驗來驗證三種模式之間的差異性，結果如表7 所示。不同模式下，科技創(chuàng)新與產業(yè)結構升級均呈現(xiàn)顯著差異性，且三種模式的聯(lián)合檢驗結果均通過了1%的顯著性水平，說明三種模式的解釋變量的影響存在異質性。

3.模式轉換

有限混合模型能夠觀測到同一經濟體隨著發(fā)展階段的不同而發(fā)生的模式轉換。由前文分析可知，在綠色金融作用下，科技創(chuàng)新和產業(yè)結構升級對碳排放的作用模式有三類，其中F 模式最優(yōu)。以此為參照，進一步考察樣本期內各省份加入伴隨變量后科技創(chuàng)新和產業(yè)結構升級對碳排放影響的模式轉換問題，具體結果如表8 和表9 所示。

共有11 個省份發(fā)生了模式轉換。其中北京、天津、上海由模式E 轉為模式F，對應的時間點分別為2014 年、2015 年和2010 年；河北、山西、黑龍江、湖北、湖南、廣西、四川由模式 D 轉為模式E，對應的時間點分別為2010 年、2010 年、2010 年、2010 年、2010 年、2011 年、2009 年。內蒙古、貴州、云南、甘肅、青海、寧夏、新疆未發(fā)生模式轉換，均屬于模式D；遼寧、吉林、安徽、福建、江西、河南、廣東、重慶、陜西未發(fā)生模式轉換，均屬于模式E；江蘇、浙江、山東未發(fā)生模式轉換，均屬于模式F。各省份隸屬模式轉換的具體情況見表9。

可以發(fā)現(xiàn)，在該模型中隸屬于東中部地區(qū)的省份發(fā)生模式轉換的數(shù)量較多，僅有個別西部省份發(fā)生了模式轉換，故可以推論：

第一，由模式E 轉為模式F 的北京、天津、上海均屬于東部發(fā)達直轄市，因為歷史沿革及所承擔的發(fā)展定位不同，故經濟發(fā)展階段區(qū)別于其他省份。三個城市金融基礎較好，已基本形成集聚效應和輻射效應，不但吸引著全國乃至海外更多優(yōu)質資金、 綠色技術、專業(yè)人才等資源，而且依托總部效應，發(fā)揮著中心影響力，對周邊地區(qū)的發(fā)展形成帶動作用。對于樣本期內一直處于模式F 的浙江、江蘇、山東這些東部沿海省份，它們擁有適宜的市場環(huán)境和充足的綠色資本以及高素質的技術人才，因而更易實現(xiàn)綠色轉型，加之近年來全國調整區(qū)域產業(yè)布局，資源和勞動密集型產業(yè)逐漸轉移，高新技術產業(yè)和高端制造業(yè)獲得較大發(fā)展①段可儀：《金融發(fā)展支持省域綠色科技創(chuàng)新效率研究》，《生態(tài)經濟》2023 年第8 期。。而河北、遼寧和福建等地由于歷史遺留問題，重工業(yè)占較大比重，產業(yè)結構升級面臨阻礙，綠色發(fā)展較為滯后②劉七軍、那靜文、李昭楠等：《“一帶一路”省域綠色金融與產業(yè)結構耦合協(xié)調發(fā)展時空分異》，《生態(tài)經濟》2022 年第10 期。。

第二，對于由模式D 轉為模式E 的山西、黑龍江、湖北、湖南、廣西、四川這些中西部省級經濟體，近些年來，隨著高質量共建“一帶一路”的帶領和中部崛起戰(zhàn)略的深入實施，中部省份開始“抱團”發(fā)展，實現(xiàn)了經濟總量和質量的雙進步。但對于樣本期內未發(fā)生模式轉換一直處于模式E的遼寧、吉林、安徽、福建、江西、河南、重慶、陜西、廣東這些省份則面臨發(fā)展不平衡不充分的問題， 雖擁有較為豐裕的資源，但是由于這些省份含有較多的特殊類型地區(qū)，如老工業(yè)基地和脫貧地區(qū)等，整體上經濟發(fā)展相較于東部發(fā)達省份仍然較為落后③徐勝、趙欣欣、姚雙：《綠色信貸對產業(yè)結構升級的影響效應分析》，《上海財經大學學報》2018 年第2 期。。近些年來為實現(xiàn)綠色轉型，這些資源型省份不斷發(fā)力，但因金融體系尚未健全，市場主體在市場創(chuàng)新與實踐方面的潛能與動力略顯不足，故未能形成金融市場與實體經濟的良好互動，與東部相較仍有部分差距。

最后，對樣本期內未發(fā)生模式轉換且一直處于模式D 的內蒙古、貴州、云南、甘肅、青海、寧夏、新疆等西部不發(fā)達省份，技術研發(fā)水平較低，產業(yè)結構仍以第二產業(yè)為主，且重工業(yè)占較大比重，同時，第三產業(yè)規(guī)模小、質量低且結構不合理。此外，在西部地區(qū)中的大中企業(yè)中多為中央直屬的能源、軍工企業(yè)，而這些企業(yè)的產業(yè)鏈大多分布在我國東部地區(qū)，與地方的小企業(yè)關聯(lián)度較低，對周圍地區(qū)的經濟輻射作用較弱，使得區(qū)域二元經濟問題突出。在此背景下，綠色金融的推進無法與科技創(chuàng)新和產業(yè)結構升級形成良性互動，因此通過二者作用于碳排放的效果較弱④孟維福、劉婧涵：《綠色金融促進經濟高質量發(fā)展的效應與異質性分析——基于技術創(chuàng)新與產業(yè)結構升級視角》，《經濟縱橫》2023 年第7 期。。

（三）穩(wěn)健性檢驗

1.替換變量

表1 指標選取及其度量方式

表2 描述性統(tǒng)計分析

表3 傳統(tǒng)模型回歸結果

表4 主觀分組檢驗

表5 隸屬模式的最優(yōu)數(shù)目判定

表6 有限混合模型回歸結果

表7 有限混合模型組間差異性檢驗

表8 2007—2019 年科技創(chuàng)新和產業(yè)結構升級對碳排放影響的模式轉換（加入伴隨變量）

表9 2007—2019 年各省份模式轉換時間（加入伴隨變量）

表10 穩(wěn)健性檢驗結果

2.內生性處理

考慮到伴隨變量與被解釋變量之間可能存在的雙向因果問題，可將伴隨變量的滯后期納入回歸模型①劉貫春、劉媛媛、張軍：《中國省級經濟體的異質性增長路徑及模式轉換——兼論經濟增長源泉的傳統(tǒng)分解偏差》，《管理世界》2019 年第6 期。，具體回歸結果如表10 所示。重點觀察模式H 和模式I 中解釋變量的回歸系數(shù)、伴隨變量的回歸系數(shù)以及隸屬概率等可以發(fā)現(xiàn)，模式H 和模式I 與模式E 和模式F 的特征基本一致。

六、結論與啟示

文章基于2007—2019 年的省級面板數(shù)據，采用有限混合模型分析了科技創(chuàng)新和產業(yè)結構升級對碳排放的異質性影響及其特征。主要結論有：第一，科技創(chuàng)新和產業(yè)結構升級對碳排放的影響存在3 種不同的模式，而大部分中西部省份隸屬于科技創(chuàng)新和產業(yè)結構升級抑碳效應較弱的模式。第二，綠色金融作為伴隨變量，能夠有效增強科技創(chuàng)新和產業(yè)結構升級的減碳效應，且在第3 種模式中綠色金融對二者的整體抑碳效應要強于前兩類模式。第三，加入伴隨變量之后，有11 個省份在樣本期內發(fā)生了模式轉換。主要表現(xiàn)為隨著產業(yè)結構的不斷升級和科技創(chuàng)新投入力度的不斷加大，二者的抑碳作用逐漸增強。此外，Wald 檢驗發(fā)現(xiàn)，綠色金融水平的高低是影響省級經濟體發(fā)生模式轉換的關鍵因素。文章的研究結論對于在綠色金融的影響下進一步提升科技創(chuàng)新水平和產業(yè)結構升級來促進減碳目標的實現(xiàn)具有現(xiàn)實意義。

結合文章實證結果，特提以下政策建議：第一，對于北京、上海、浙江等這些處于模式F 的東部較為發(fā)達省份，需繼續(xù)完善綠色金融的相關法律法規(guī)，強化綠色金融與碳排放之間的關聯(lián)度，推動金融創(chuàng)新與碳足跡相掛鉤的金融產品，豐富綠色金融市場上產品的多樣化，為其他地區(qū)起到引領作用。第二，對于山西、黑龍江、湖北、湖南、廣西、四川這些目前處于模式E 的中西部省份，相關政府部門應穩(wěn)步推進落實綠色專項貸款、科技創(chuàng)新專項貸款的相關政策，能源方面支持煤炭清潔高效利用，同時提高清潔能源、節(jié)能環(huán)保能源的使用范圍。另外，因為這些省份大多擁有產銷一體化市場、基礎設施健全、人口紅利等優(yōu)勢，故可在此基礎上對產業(yè)結構進行進一步升級優(yōu)化，降低傳統(tǒng)重工業(yè)占比，發(fā)展中心逐漸向第三產業(yè)轉移。同時，需引導金融機構發(fā)揮轄區(qū)內的領導作用，為低碳發(fā)展、科技創(chuàng)新、產業(yè)結構升級等重點領域和核心環(huán)節(jié)提供支持。第三，對樣本期內未發(fā)生模式轉換且一直處于模式D 的貴州、云南、甘肅、青海、寧夏、新疆等西部不發(fā)達省份，政府在綠色金融薄弱環(huán)節(jié)加大政策扶持和資金補貼的同時也需提高與現(xiàn)有產業(yè)政策和新興制度的協(xié)同性。同時，可建立高新技術人才培養(yǎng)計劃，提高相關人員的工作效率和污染治理投資的產出效率。