绿色金融发展能否提升城市碳...基于双重差分模型的经验证据_孙哲远.pdf

2023 年第 3 期 调研世界 总第 354 期 62 绿色金融发展能否提升城市碳生产率*基于双重差分模型的经验证据 孙哲远 内容摘要：本文基于 20082020 年我国 283 个地级市所构建的面板数据，通过运用双重差分模型进行实证分析。研究发现：（1）绿色金融政策的实施推动了城市碳生产率的提升，且对邻近城市碳生产率提升亦具有正向溢出效应。（2）从区位角度来看，绿色金融政策对城市碳生产率的提升作用主要体现在环境规制压力较强的城市、非资源型城市，以及互联网发展程度较好、交通基础设施建设相对完善的城市。（3）绿色金融政策通过促进绿色技术创新、改善能源结构和提高环保意愿，进而对城市碳生产率发挥正向影响。因此，广泛实施绿色金融改革试点政策，并着力改善营商环境，有助于城市低碳转型。关键词：绿色金融改革创新试点；碳生产率；双重差分模型；空间溢出效应 中图分类号：F273.1 文献标识码：A 文章编号：1004-7794(2023)03-0062-09 DOI:10.13778/ki.11-3705/c.2023.03.007 *孙哲远，新疆财经大学经济学院在读博士研究生，研究方向为环境经济，邮箱：。本研究得到国家社会科学基金一般项目“丝绸之路经济带建设背景下新疆产业结构升级路径”（19BJL129）、新疆财经大学研究生科研创新项目“产业结构人才支撑制度环境对提升区域绿色发展能力的协同效应研究”（XJUFE2021B003）的资助。一、引言及文献综述 我国经济发展由高速增长转向高质量发展阶段，以往依赖于高比例资源投入的粗放式发展模式已不可持续，推动制造企业实现绿色转型是经济可持续发展的必经之路。众多针对城市绿色发展的文献均已验证，以绿色生产技术研发为核心的产业绿色转型，是提高资源使用效率和绿色生产力的重要要素，是完成重污染企业绿色转型任务的有效方法1。然而，创新意愿、融资约束能力的强弱和企业资本配置效率高低也在一定程度上影响着企业绿色转型，虽然碳减排过程中所蕴含的技术共享、知识创造与吸收，能够助推新生产设备和可再生能源在产业中的整体消费比重，在这一过程中金融机构和资本市场所提供的创新成本补偿机制，就变得日趋重要2。根据上述描述，绿色金融政策包括绿色信贷、绿色债券和绿色保险等多种金融手段，以此支持试点省份内的污染企业绿色转型，并鼓励清洁生产成为制造企业的任务目标3。因此，研究具有绿色属性和激励手段的绿色金融能否引发较为显著的减排效应及其内在传导路径，对我国绿色金融试点政策效果的验证和相关政策的推广具有理论与现实的双重意义。二、理论机制 在传统金融部门框架下，金融机构在为城市内投资项目进行信贷评估时，主要根据项目收益风险状况的权衡进行决策和判断1-2。中央和地方环保压力加强的背景下，会对企业生产资金形成挤占，限绿色金融发展能否提升城市碳生产率 63 制企业技术创新活动14。政府的环境政策作为对企业正常经营活动的一项外生性政策冲击，持续性的环境成本上涨会挤占生产资金投入和增加技术创新活动资金链断裂的风险，不利于推动企业绿色技术创新4。与此同时，作为推动微观市场主体绿色转型而诞生的绿色金融包括以下三个方面：绿色金融市场主体、绿色金融产品服务和绿色金融体系层次结构。而且绿色金融是实现绿色经济转型的核心要素，通过明确不同类型金融机构在绿色金融体系中的作用为绿色经济转型的正常运行奠定基础；而作为绿色金融市场中的重要组成部分的绿色金融服务，随着碳汇金融产品的推出和相关模式创新为企业节能减排活动的开展保驾护航，并为不同种类的市场主体提供更多的资金流入渠道3。作为应对生态环境压力而诞生的专门性金融机构，绿色金融机构应预先全面考量环境风险、成本和潜在收益，再慎重决策资金配置，进而实现企业绿色技术创新。本文认为，绿色金融的发展在企业技术创新决策及技术创新方向选择中发挥着重要的作用：（1）以传统金融模式为主导的投资机构在决定是否向某一微观组织发放信贷时，往往更为关注市场主体所从事项目的收益高低和市场风险，但与此同时会忽视企业申请贷款项目是否会引发环境问题，导致绿色生产活动往往会由于成本回收周期长和市场风险较大，相较于其他生产类活动面临更为严苛的信贷约束5-8。（2）绿色金融是提升城市碳减排能力的润滑剂。在实际贸易活动中，具有较高附加价值和技术含量的商品在出口交易中的支付方式往往是赊销，由于技术含量较高的产品具有体积小价格高的特点，外商一般不会直接支付全款而是选择分期支付款项。这也代表相关出口型制造企业为实现交易可持续，企业需预先垫付一定的资金。若企业没有一定的运营资金储备，则会限制企业的接单数量，导致企业无法大量接单9。（3）贡献经济产出（如税收和就业）是市域内的污染型制造业企业获得地方政府支持可能采取的方式，特别在地方债务压力较大时10。规制俘获行为耗费企业大量资源和精力，软化了其他企业从事研发活动的积极性，不利于地区出口技术复杂度的提升。从经济学角度看，产生的经济收益大于俘获所投入的成本是规制俘获行为存在的条件11-14，进而有助于提升城市碳减排能力。基于此，本文提出假说 1。H1：绿色金融政策对城市碳生产率具有正向效应。基于环境约束目标而实施的绿色金融政策，从本质上理解即金融资源的合理化配置，对从事节能减排行业给予更多资金支持，进而发挥金融业对新型绿色产业发展的引导作用，促进城市产业协调。对重污染型企业而言，首先，绿色金融政策内容中，所包含的完善的企业环境信息披露制度，能够有效拓展已经开展了节能减排改造的企业的融资渠道；其次，会压缩“三高”行业的融资空间。绿色金融对城市内高污染行业所采取的融资惩罚与投资抑制手段，会造成“三高”企业的债务成本增加和利润下滑，从而倒逼污染企业深入开展绿色创新活动；最后，在传统的环境规制中，高碳行业会通过推动地方经济增长，来获得地方政府支持，进而影响环境政策对技术创新的激励效应。而绿色金融政策的实施，会提高污染企业在采取规制俘获行为时的机会成本，从而保证环境政策目标的达成15-16。基于上述分析，本文提出假说 2。H2：绿色金融改革创新试验区的设立通过增强技术创新效应、提高环保投资和能源结构改善，进而促进城市碳生产率提升。三、模型（一）计量模型设定 根据上文理论分析与研究假说，为了验证绿色金融改革创新试验区设立与城市碳排放间的关系，文章构建基础模型如下：012ititittiitCPDIDX=+（1）式（1）中，城市以 i 符号表示，年份以 t 符号表示。城市碳生产率为本文的被解释变量，由 CPit表示；绿色金融改革创新试验区的政策效应由 DIDit进行表示，公式中的常数项和控制变量分别由0、2023 年第 3 期 调研世界 总第 354 期 64 Xit来表示。随后为控制不随时间和区域变化的微观因素，加入城市固定效应和时间固定效应，分别由i和t来表示；最后，it为残差项。（二）变量说明 1.被解释变量。城市碳生产率（CP）。用单位碳排放所实现的生产总值自然对数进行表征。本文地级市层面碳排放量的数据借鉴熊萍萍等（2021）17的方法进行测算，根据城市数据选取各地区的煤炭、焦炭、原油和天然气这 4 种能源消费量来计算各个地区的碳排放量。计算中所涉及的煤炭、焦炭、原油的能源转换系数分别为 0.7143、0.9714、1.4286，单位 kg 为标准煤/kg；天然气的系数为 13.3t 标准煤/万 m3；以及碳排放系数分别为 0.7476、0.1128、0.5730、0.4479，单位为 t 碳/t 标准煤。此外，计算需要的城市 GDP数据以 2008 年不变价换算得出实际 GDP。2.核心解释变量。绿色金融创新改革试点政策（DID）。该变量为虚拟变量，即制造企业所在地被划为试验区当年及之后的年份赋值为 1，否则赋值为 0。3.机制变量。绿色技术创新（innovation）。本文采用历年各城市申请绿色技术专利数量作为表征变量。能源结构（strcoal）。利用城市能源消费总量中煤炭消费的比重作为表征变量。环保意愿（Env），采用各城市的工业企业固体废物综合利用率来衡量。选取固体废物综合利用率指标，是由于其处置更能体现作为城市内污染物主要生产者的制造企业的生态环保意愿。4.控制变量。本文选取的控制变量包括人均 GDP（lnpgdp）、制造业占比（strind）、实际利用外资比重（strwz）、人口密度（popden）、私营及个体就业占比（strsq）、财政支持力度（strpub）、水力发电量占比（lnslfd）。（三）数据来源 本文的研究对象为我国 283 个地级市，数据主要来源于 20082020 年中国区域经济统计年鉴中国城市统计年鉴，并以各城市历年统计公报和各省份统计年鉴作为数据补充。考虑到通货膨胀因素引发的对估计结果的干扰，对于文章中涉及产值的数据，均按 2008 年不变价进行平减处理。此外，为防止数据中的异常值造成干扰，本文对主要指标在 1%和 99%的分位数水平上进行了缩尾处理。相关变量描述性统计见表 1。表 1 变量描述性统计 变量类别 样本量 均值 标准差 最小值 最大值 绿色金融改革创新试验区政策变量 3679 0.060 0.242 0.000 1.000 城市碳生产率 3679 0.416 0.303 0.053 2.351 人均 GDP 3679 10.391 0.852 7.861 14.255 制造业产值占比 3679 0.362 0.216 0.018 0.855 外资比重 3679 1.872 1.961 0.000 21.911 人口密度 3679 1.732 2.366 0.000 13.112 私营及个体就业占比 3679 0.692 0.235 0.134 0.782 水利发电量占比 3679 0.237 0.138 0.000 0.915 四、实证分析（一）基准回归结果 依据前文的分析，验证绿色金融发展政策对城市碳排放的影响程度的回归结果见下表 2。表 2 中的绿色金融发展能否提升城市碳生产率 65 第（1）列和第（2）列分别为不加控制变量与加入一系列控制变量后的回归结果，其中的变量 DID 系数均表现显著。表明绿色金融政策的实行能够显著提升城市碳生产率，验证了本文假说 1 的正确性。表 2 绿色金融改革创新试验区对城市碳生产率的回归结果 变量（1）CP（2）CP（3）CP DID 0.113*0.129*0.143*lnpgdp 0.042 0.043 strind 0.059*0.049*strwz 0.429*0.371*popden 0.095*0.105*strsq 0.034*0.047*lnslfd 0.026*0.029*常数项 1.387*1.234*1.463*观测值 3679 3679 3679 时间固定效应 No No Yes 城市固定效应 No No Yes R2 0.8812 0.8315 0.8675 注：*、*和*分别表示在 1%、5%和 10%的水平上显著；上述回归均采用以地区为聚类变量的稳健标准误。下同。（二）平行趋势假定检验 为进一步对双重差分模型的有效性进行验证，本文对处于试验区内的城市（即实验组）和未处于试验区内的城市（即对照组）进行平行趋势检验。由表 3 可得，交互项系数在 2017 年之前表现为不显著状态，而之后表现出显著的正向效应，表明绿色金融改革创新试点政策的实施能够提高城市碳生产率，且总体上符合平行趋势检验的要求。表 3 平行趋势假定检验结果 自变量 G 自变量 G Treat year 2009 0.005 Treat year 2018 0.108*Treat year 2010 0.008 Treat year 2019 0.111*Treat year 2011 0.019 Treat year 2020 0.121*Treat year 2012 0.015 控制变量 Yes Treat year 2013 0.013 时间固定效应 Yes Treat year 2014 0.069 城市固定效应 Yes Treat