綠色金融政策推動了低碳發(fā)展嗎？
——以“一帶一路”沿線中國重點(diǎn)省域?yàn)槔?/h1>
2020-06-13 05:39劉春艷
金融與經(jīng)濟(jì) 2020年5期
■趙 軍，劉春艷
一、引言
中國經(jīng)濟(jì)邁入了高質(zhì)量發(fā)展的新時(shí)代，對綠色發(fā)展和可持續(xù)發(fā)展提出迫切要求。在我國新一輪高水平對外開放的關(guān)鍵階段，“一帶一路”倡議已取得階段性成果，對推動中國特色社會主義現(xiàn)代化建設(shè)意義深遠(yuǎn)，同時(shí)有助于全球經(jīng)濟(jì)復(fù)蘇、應(yīng)對全球氣候變化。建設(shè)綠色“一帶一路”不僅是質(zhì)量引領(lǐng)的客觀要求，也是新時(shí)代全面對外開放的重點(diǎn)。中國的綠色金融市場雖然起步晚但其成效顯著，隨著“一帶一路”建設(shè)與合作的不斷深化，注入專業(yè)化綠色金融支持，讓綠色成為“一帶一路”建設(shè)的主流色，實(shí)現(xiàn)低碳發(fā)展，意義重大（王文和曹明弟，2016）。在大力推行“一帶一路”倡議和發(fā)展綠色金融的背景下，《關(guān)于推進(jìn)綠色“一帶一路”建設(shè)的指導(dǎo)意見》正式出臺，王遙等（2017）認(rèn)為該意見的提出對綠色“一帶一路”的建設(shè)和發(fā)展具有重要指導(dǎo)作用。
關(guān)于綠色金融與低碳發(fā)展的研究，起源于經(jīng)濟(jì)發(fā)展對低碳發(fā)展的影響、金融發(fā)展與經(jīng)濟(jì)發(fā)展的關(guān)系，Greenwood&Jovanovic（1990）認(rèn)為金融中介和經(jīng)濟(jì)增長之間是相互影響的，金融中介可以給資本帶來更高的回報(bào)進(jìn)而推動經(jīng)濟(jì)的增長，經(jīng)濟(jì)增長又可以促進(jìn)金融發(fā)展更復(fù)雜的結(jié)構(gòu)，同時(shí)還會對社會低碳發(fā)展產(chǎn)生影響。以Tamazian et al.（2008）、嚴(yán)成樑等（2016）為代表的學(xué)者們認(rèn)為，金融發(fā)展會增加技術(shù)研發(fā)投入，進(jìn)而通過技術(shù)手段達(dá)到提升資源利用率的目的，減少碳排放，形成金融發(fā)展的“減排效應(yīng)”。隨著研究的深入，金融發(fā)展的概念更為具體化，張軍（2006）通過實(shí)證研究，認(rèn)為非國有企業(yè)部門獲得的信貸資金越多，越有助于產(chǎn)生經(jīng)濟(jì)增長和效率提升的正向效應(yīng)。而實(shí)施綠色金融政策，能夠顯著降低投入到污染行業(yè)和企業(yè)的長期貸款（Chen et al.，2018），這與新時(shí)代中國經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)的需求相契合，不但控制了信貸資金流向“兩高行業(yè)”，也在一定程度上促進(jìn)了節(jié)能減排，改善了環(huán)境質(zhì)量。因此，綠色信貸規(guī)模還需擴(kuò)張，助力構(gòu)建以市場為導(dǎo)向的綠色技術(shù)創(chuàng)新體系（吳姍姍，2018）。
作為“一帶一路”建設(shè)的核心區(qū)，沿線的中國重點(diǎn)省域（以下簡稱“沿線重點(diǎn)省域”）一方面享受著深度合作的發(fā)展紅利，另一方面是穩(wěn)步推進(jìn)綠色“一帶一路”建設(shè)的先行者（張文博等，2017）。這就給沿線重點(diǎn)省域的發(fā)展提出了新要求，不僅要借力“一帶一路”平臺發(fā)展高質(zhì)量經(jīng)濟(jì)，還要充分發(fā)揮先鋒隊(duì)的重要作用，注重低碳發(fā)展和可持續(xù)發(fā)展，推動建設(shè)綠色“一帶一路”。由此引出幾個值得思考的問題：綠色金融政策的實(shí)施是否推動了沿線重點(diǎn)省域的低碳發(fā)展？是通過何種途徑影響沿線重點(diǎn)省域低碳發(fā)展的？為了回答上述問題，筆者首先對綠色金融政策影響低碳減排的作用機(jī)理進(jìn)行分析，其次采用斷點(diǎn)回歸方法分析綠色金融作用于沿線重點(diǎn)省域低碳發(fā)展的政策效果，進(jìn)一步，運(yùn)用中介模型討論綠色金融助力沿線重點(diǎn)省域低碳發(fā)展的傳導(dǎo)機(jī)制，最后為沿線重點(diǎn)省域下一步加快低碳發(fā)展、建設(shè)綠色“一帶一路”提供思路參考。
二、綠色金融政策作用機(jī)理與模型設(shè)定
（一）作用機(jī)理
1.資本形成機(jī)制
資本是社會生產(chǎn)經(jīng)營活動的必要資源，企業(yè)在生產(chǎn)和擴(kuò)大再生產(chǎn)的過程中，如果僅依靠自有資本很難進(jìn)行，由此獲取外部資本對企業(yè)擴(kuò)大規(guī)模至關(guān)重要。而綠色金融能夠通過其具有差異化的綠色融資政策，為沿線重點(diǎn)省域低碳減排提供助力，引導(dǎo)沿線重點(diǎn)省域加快綠色發(fā)展步伐。一方面，通過嚴(yán)格限制“兩高”企業(yè)的融資支持，如規(guī)定貸款的高利率等，使該類企業(yè)的生產(chǎn)規(guī)模擴(kuò)大受到限制，通過市場機(jī)制，倒逼企業(yè)轉(zhuǎn)型升級，以減少原有生產(chǎn)模式所帶來的污染排放。另一方面，通過加大對環(huán)保節(jié)能產(chǎn)業(yè)發(fā)展的金融支持力度，如對該類產(chǎn)業(yè)實(shí)施綠色信貸優(yōu)惠利率等，為其擴(kuò)大再生產(chǎn)提供資本支持，既能夠壯大市場原有企業(yè)生產(chǎn)規(guī)模，又能吸引其他企業(yè)進(jìn)入該產(chǎn)業(yè)，從源頭遏制污染產(chǎn)生。
2.資源配置機(jī)制
技術(shù)進(jìn)步被認(rèn)為是低碳減排的主動能，如孫傳旺等（2010）通過構(gòu)建了受碳強(qiáng)度約束的全要素生產(chǎn)率指數(shù)，并對其分解研究，認(rèn)為在碳強(qiáng)度約束下，技術(shù)進(jìn)步是促進(jìn)全要素生產(chǎn)率提高的主要因素。綠色金融政策可以通過引導(dǎo)金融資源配置至異質(zhì)的技術(shù)進(jìn)步路徑，進(jìn)而產(chǎn)生低碳減排效應(yīng)，通過對現(xiàn)有文獻(xiàn)梳理得出三條路徑。
一是環(huán)境技術(shù)進(jìn)步。通過節(jié)能減排技術(shù)創(chuàng)新帶來的技術(shù)進(jìn)步可以提升能源利用效率，進(jìn)而減少單位能耗的碳排放（Acemoglu et al.，2012）。各類金融活動通過引導(dǎo)經(jīng)濟(jì)主體加強(qiáng)生態(tài)環(huán)境意識，可以為此類技術(shù)進(jìn)步的融資活動進(jìn)行資金支持。二是偏向性技術(shù)進(jìn)步。郭沛和馮利華（2019）認(rèn)為由技術(shù)進(jìn)步帶來的經(jīng)濟(jì)增長，不僅是因?yàn)槟茉词褂眯实奶岣?，同時(shí)也是因?yàn)閯趧印①Y本等要素利用效率提高，由于各類生產(chǎn)要素之間存在替代關(guān)系，使得技術(shù)進(jìn)步存在偏向性，而偏向性的技術(shù)進(jìn)步能夠通過改變要素投入的比例，進(jìn)而對環(huán)境改善起到不同的影響作用。三是FDI技術(shù)外溢。研究表明自主研發(fā)并不是唯一的技術(shù)進(jìn)步路徑。隨著“一帶一路”建設(shè)，金融市場在促進(jìn)外資通過資金、技術(shù)等溢出效應(yīng)進(jìn)而提升產(chǎn)業(yè)技術(shù)進(jìn)步的作用至關(guān)重要（Shahbaz et al.，2013），通過合作創(chuàng)新和技術(shù)引進(jìn)的方式可以節(jié)約成本，加快步伐縮短技術(shù)差距，為低碳減排提供更多的選擇。
綠色金融政策對沿線重點(diǎn)省域低碳發(fā)展的作用機(jī)理如圖1所示。
圖1 綠色金融政策推動低碳發(fā)展的作用機(jī)理圖
（二）模型設(shè)定與變量選擇
1.模型設(shè)定
首先，采用普通最小二乘方法進(jìn)行基準(zhǔn)回歸，估計(jì)綠色金融與沿線重點(diǎn)省域低碳減排之間的關(guān)系，構(gòu)建如下基準(zhǔn)模型：
其次，采用斷點(diǎn)回歸設(shè)計(jì)（Regression Discontinuity Design，RDD）對綠色金融政策實(shí)施的局部效應(yīng)進(jìn)行估計(jì)。該方法能夠通過控制寬窗對局部平均處理效應(yīng)（Local Average Treatment Effect，LATE）進(jìn)行估計(jì)，估計(jì)結(jié)果能夠更準(zhǔn)確地反映政策沖擊帶來的影響（劉生龍等，2016）。其主要原理是：驅(qū)動變量存在一個臨界值，大于臨界值時(shí)驅(qū)動變量接受處置效應(yīng)，小于臨界值時(shí)則不接受，不接受處置效應(yīng)的一組可視為對照組。Lee&Lemieux（2010）認(rèn)為，在得不到隨機(jī)實(shí)驗(yàn)時(shí)，RDD可以避免內(nèi)生性問題，有效反映出變量間的因果關(guān)系。
綠色金融政策《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》的重要性在于它開啟了中國的綠色發(fā)展之路，對綠色金融的發(fā)展舉足輕重（蔡海靜等，2019）。如果該政策推出后立刻得到嚴(yán)格的執(zhí)行，那么RDD估計(jì)的最簡單的估計(jì)方式是采用精確斷點(diǎn)回歸設(shè)計(jì)（Sharp RDD），則有：
其中，f（x）為執(zhí)行變量（Running Variable），衡量沿線重點(diǎn)省域是否受到政策的影響，Xi是省份i實(shí)施綠色金融政策的時(shí)間，c為時(shí)間斷點(diǎn)，那么則有，政策實(shí)施之前f（x）=0，政策實(shí)施之后f（x）=1。然而該政策發(fā)布后，由于政策的執(zhí)行存在一定的時(shí)滯性，以及各地區(qū)對政策實(shí)施的執(zhí)行時(shí)間和嚴(yán)格程度的不同，則更適合模糊斷點(diǎn)回歸設(shè)計(jì)（Fuzzy RDD），那么有：
此時(shí)，執(zhí)行變量f（x）在斷點(diǎn)處并不是非0即1，而是介于[0，1]之間，根據(jù)Imbens&Lemieux（2007），此時(shí)f（x）通過AIC信息準(zhǔn)則進(jìn)行估計(jì)。借鑒梁若冰和席鵬輝（2016），具體的RDD參數(shù)估計(jì)方程設(shè)定如下：
其中，CI表示碳排放強(qiáng)度；gfd表示綠色信貸發(fā)展指標(biāo)，為RDD的驅(qū)動變量；其他控制變量（control）包括：產(chǎn)業(yè)結(jié)構(gòu)（stru）、經(jīng)濟(jì)發(fā)展程度（pgdp）、地區(qū)開放程度（open）、城鎮(zhèn)化水平（urban）和人力資本（hum）；ε為隨機(jī)誤差項(xiàng)。各重點(diǎn)省域i是否受政策的影響根據(jù)執(zhí)行變量f（x）的變化而定，驅(qū)動變量（gfd）本身不受操縱，即存在連續(xù)性，但如果在f（x）給定的條件下，被解釋變量（CI）在斷點(diǎn)處出現(xiàn)的跳躍則可被認(rèn)為是由政策帶來的平均處理效應(yīng)。
借鑒孫焱林和施博書（2019）、劉鉆擴(kuò)和辛麗（2018）的做法，結(jié)合文章實(shí)際研究，將時(shí)間斷點(diǎn)設(shè)定為2010年。原因主要是《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》這一政策頒布于2007年，但鑒于政策的時(shí)滯性，各地區(qū)對政策實(shí)施的執(zhí)行時(shí)間和嚴(yán)格程度的不同，以及各金融機(jī)構(gòu)參與綠色金融活動的積極性不同，故而選取2010年作為執(zhí)行變量。
2.數(shù)據(jù)選取
（1）被解釋變量
采取二氧化碳排放量與地區(qū)生產(chǎn)總值的比值作為被解釋變量，即二氧化碳排放強(qiáng)度（以下簡稱碳排放強(qiáng)度，CI）。由于我國現(xiàn)階段還未有權(quán)威機(jī)構(gòu)公布的省級碳排放數(shù)據(jù)，因此借鑒王鋒等（2010）選取的2006年聯(lián)合國政府間氣候變化專門委員會（International Panel on Climate Change，IPCC）公布的測算方法來估算我國省級碳排放的數(shù)據(jù)，具體估算公式如式（5）。
其中，CO2表示待估算的二氧化碳排放量，i表示各種能源燃料，Ei代表各種能源的燃燒消費(fèi)量，NCVi為各種能源的平均低位發(fā)熱量，CEFi表示各種能源的二氧化碳排放因子①文中測算二氧化碳的能源燃料有：煤炭、焦炭、焦?fàn)t煤氣、高爐煤氣、轉(zhuǎn)爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣和液化天然氣。。
（2）核心解釋變量
綠色信貸作為代表性綠色金融工具，能夠在一定程度上體現(xiàn)綠色金融政策的實(shí)施效應(yīng)。目前，對于綠色信貸測度指標(biāo)，學(xué)術(shù)界一般選取綠色信貸占比和高耗能產(chǎn)業(yè)利息支出占比兩個指標(biāo)進(jìn)行測度（李曉西等，2014）。由于現(xiàn)階段各銀行關(guān)于綠色信貸的統(tǒng)計(jì)口徑有所不同，故而選取高耗能產(chǎn)業(yè)利息支出占比來衡量綠色信貸，作為斷點(diǎn)回歸的驅(qū)動變量，具體計(jì)算公式如式（6），其中，HIIE為高耗能工業(yè)產(chǎn)業(yè)利息支出，TIIE工業(yè)產(chǎn)業(yè)的利息總支出②根據(jù)國家發(fā)改委規(guī)定，選取六大高耗能產(chǎn)業(yè)利息支出，分別是化學(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)、石油加工煉焦及核燃料加工業(yè)、電力熱力的生產(chǎn)和供應(yīng)業(yè)。。
為了進(jìn)一步檢驗(yàn)綠色金融政策的金融資源配置效應(yīng)，借鑒袁云峰和曹旭華（2007）選取金融機(jī)構(gòu)年末貸款余額之和與GDP之比作為金融資源配置水平（fd）的衡量指標(biāo)，來反映經(jīng)濟(jì)的金融化程度。
（3）其他變量
產(chǎn)業(yè)結(jié)構(gòu)（stru），因?yàn)樘寂欧帕恐饕獊碓从诠I(yè)，所以用工業(yè)部門增加值占GDP的比值表示產(chǎn)業(yè)結(jié)構(gòu)。經(jīng)濟(jì)發(fā)展程度（pgdp），用以2003年為基期所計(jì)算出的人均GDP表示經(jīng)濟(jì)發(fā)展程度。地區(qū)開放程度（open），用各省進(jìn)出口總額與GDP的比值表示地區(qū)開放程度。城鎮(zhèn)化水平（urban），用各省城鎮(zhèn)人口數(shù)量比總?cè)丝跀?shù)量衡量。人力資本（hum），用各省就業(yè)人員的平均受教育年限衡量。
3.描述性統(tǒng)計(jì)
研究采用的是2003—2016年17個“一帶一路”沿線中國重點(diǎn)省域的省際面板數(shù)據(jù)①根據(jù)《推動共建絲綢之路經(jīng)濟(jì)帶和21世紀(jì)海上絲綢之路的愿景與行動》中所圈定的沿線中國重點(diǎn)省域，最終選定沿線17個省域（西藏?cái)?shù)據(jù)大量缺失，故將其剔除）。按照地理位置分布，“一帶”沿線重點(diǎn)省域包括浙江、上海、福建、廣東、海南、廣西、重慶和云南；“一路”沿線重點(diǎn)省域包括遼寧、吉林、黑龍江、內(nèi)蒙古、陜西、寧夏、甘肅、青海和新疆。。各省域歷年各種能源消費(fèi)數(shù)據(jù)來自《中國能源統(tǒng)計(jì)年鑒》；工業(yè)產(chǎn)業(yè)利息支出相關(guān)數(shù)據(jù)來自《中國工業(yè)統(tǒng)計(jì)年鑒》；貸款余額數(shù)據(jù)來自《中國金融年鑒》；物質(zhì)資本存量數(shù)據(jù)來自《中國固定資產(chǎn)投資統(tǒng)計(jì)年鑒》；城鎮(zhèn)人口數(shù)據(jù)來自《中國人口和就業(yè)統(tǒng)計(jì)年鑒》；FDI數(shù)據(jù)來自Wind數(shù)據(jù)庫；其余數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒》。變量的描述性統(tǒng)計(jì)如表1所示。
表1 變量描述性統(tǒng)計(jì)
三、綠色金融政策減排效應(yīng)實(shí)證結(jié)果分析
（一）局部平均處理效應(yīng)
RDD的設(shè)計(jì)基礎(chǔ)在于，若沿線重點(diǎn)省域在2010年出現(xiàn)碳排放強(qiáng)度明顯斷點(diǎn)，這種變動則有可能是由于綠色政策政策實(shí)施所引起的。因此，以2010年為時(shí)間斷點(diǎn)，用圖形的方式將沿線重點(diǎn)省域碳排放的情況與驅(qū)動變量之間的關(guān)系進(jìn)行直觀觀察。如圖2所示，沿線重點(diǎn)省域碳排放強(qiáng)度在2010年出現(xiàn)了明顯的斷點(diǎn)，說明可以進(jìn)一步利用RDD估計(jì)綠色金融政策的局部平均處理效應(yīng)。圖2中的垂直線是受到綠色金融政策影響的碳排放的分界線，這初步表明綠色金融政策實(shí)施有可能降低了沿線重點(diǎn)省域的碳排放強(qiáng)度?？梢钥吹?，在斷點(diǎn)處碳強(qiáng)度明顯下降，其截距從約0.52噸/萬元下降至0.29噸/萬元左右，也就是說綠色金融政策實(shí)施的局部處理效應(yīng)為0.23噸/萬元左右。
圖2 沿線重點(diǎn)省域碳排放強(qiáng)度和驅(qū)動變量關(guān)系圖（2010年）
（二）估計(jì)結(jié)果
首先，對驅(qū)動變量是否推動沿線低碳減排進(jìn)行基準(zhǔn)回歸估計(jì)，結(jié)果如表2所示。采用分步回歸法，在模型中先加入驅(qū)動變量，回歸結(jié)果如表2列（1）所示，回歸結(jié)果表明綠色金融政策的實(shí)施降低了沿線重點(diǎn)省域的碳排放。再加入其他控制變量，回歸結(jié)果見表2列（4），可以看出：加入其他控制變量后，綠色金融政策對碳排放強(qiáng)度的影響為-0.152噸/萬元，影響方向并未發(fā)生改變，數(shù)值較列（1）稍有降低，驅(qū)動變量對碳排放強(qiáng)度均表現(xiàn)為顯著的負(fù)向影響作用，說明通過綠色金融政策，流入高耗能產(chǎn)業(yè)資金減少，倒逼高耗能產(chǎn)業(yè)調(diào)整生產(chǎn)結(jié)構(gòu)，減少碳排放，對沿線重點(diǎn)省域低碳發(fā)展有顯著促進(jìn)作用。再看其他控制變量，地區(qū)開放程度、經(jīng)濟(jì)發(fā)展程度的提高和人力資本的提高顯著降低了沿線重點(diǎn)省域的碳排放強(qiáng)度，這與“一帶一路”建設(shè)的綠色發(fā)展目標(biāo)相切合，說明對外開放、經(jīng)濟(jì)發(fā)展和人力資本提高對沿線重點(diǎn)省域低碳發(fā)展有促進(jìn)作用；沿線重點(diǎn)省域的產(chǎn)業(yè)結(jié)構(gòu)促進(jìn)了碳排放，但回歸結(jié)果不顯著；城鎮(zhèn)化水平顯著促進(jìn)了沿線重點(diǎn)省域的碳排放，說明沿線重點(diǎn)省域在城鎮(zhèn)化進(jìn)程中，需要注意隨著城鎮(zhèn)人口數(shù)量增多帶來的碳排放總量增加的問題。表2列（2）、（3）、（5）和（6）分別為驅(qū)動變量對“一帶”和“一路”沿線重點(diǎn)省域碳排放的回歸結(jié)果，結(jié)果表明綠色金融政策的回歸系數(shù)均為負(fù)向顯著，說明綠色金融政策在不同程度上促進(jìn)了“一帶”和“一路”沿線重點(diǎn)省域的低碳減排，且這種減排效應(yīng)在“一帶”沿線重點(diǎn)省域更為明顯。
表2 基準(zhǔn)回歸結(jié)果
其次，通過使用rdrobust進(jìn)行的非參數(shù)估計(jì)得出最優(yōu)帶寬為[-0.116，0.116]，在最優(yōu)帶寬條件下對綠色金融政策的局部效應(yīng)進(jìn)行RDD估計(jì)，估計(jì)結(jié)果如表3所示。列（1）和（2）分別為綠色金融政策對沿線重點(diǎn)省域整體層面上的不控制和控制其他變量估計(jì)結(jié)果，結(jié)果顯示驅(qū)動變量具有顯著的低碳減排效應(yīng)，能夠有效降低沿線重點(diǎn)省域的碳排放，與表2中OLS估計(jì)結(jié)果相比，表3的影響作用較大且與圖2展示的變動趨勢一致。列（3）至列（6）分別為驅(qū)動變量對“一帶”和“一路”沿線重點(diǎn)省域影響的估計(jì)結(jié)果，可以看出驅(qū)動變量對“一帶”沿線重點(diǎn)省域的影響更為明顯，這與“一帶”“一路”沿線重點(diǎn)省域經(jīng)濟(jì)發(fā)展情況、資源利用情況以及技術(shù)水平密不可分。
（三）RDD估計(jì)結(jié)果有效性檢驗(yàn)
RDD可以有效地處理對照組難匹配的問題，同時(shí)在設(shè)定窗口較小的情況下還可以較好的克服變量遺漏問題，但也有可能存在被解釋變量的其他影響變量在斷點(diǎn)處發(fā)生驟變，針對此問題，需進(jìn)一步對其進(jìn)行相關(guān)有效性檢驗(yàn)。首先，RDD的有效性要求驅(qū)動變量不受個體的操縱，筆者設(shè)置的驅(qū)動變量為綠色信貸，沿線重點(diǎn)省域在政策提出前是無法預(yù)知的，因此無法對其進(jìn)行精確操縱。其次，其他影響因素不應(yīng)在斷點(diǎn)處出現(xiàn)驟變，否則不宜將斷點(diǎn)處的全部處理效應(yīng)都認(rèn)作綠色金融的政策效應(yīng)，因此對其進(jìn)行安慰劑檢驗(yàn)，分別以其他控制變量為被解釋變量，驅(qū)動變量為核心解釋變量，加入分配變量和驅(qū)動變量的交互項(xiàng)進(jìn)行控制，觀察驅(qū)動變量的回歸系數(shù)是否顯著，如果顯著則說明其他控制變量在斷點(diǎn)處是不連續(xù)的，反之，則說明是連續(xù)的。估計(jì)式如同式（4），只是被解釋變量換成安慰劑變量。估計(jì)結(jié)果如表4所示，驅(qū)動變量的回歸系數(shù)均不顯著，說明其他控制變量在斷點(diǎn)處是連續(xù)的。
此外，RDD的有效性還對帶寬的選擇有要求，通過改變帶寬對RDD估計(jì)的有效性再次進(jìn)行檢驗(yàn)，將帶寬分別設(shè)置為[-0.192，0.192]和[-0.602，0.602]，估計(jì)結(jié)果如表5所示，可以看出，在不同的帶寬設(shè)置下，回歸結(jié)果依然顯著，且估計(jì)結(jié)果的大小和系數(shù)與上文基本一致，說明驅(qū)動變量具有顯著的低碳減排效應(yīng)，再次表明前文的估計(jì)結(jié)果有效。
最后，改變斷點(diǎn)位置進(jìn)行檢驗(yàn)，觀察在不同的斷點(diǎn)處，是否會發(fā)生明顯的改變，選取2007和2013年兩個時(shí)間段自變量均值為斷點(diǎn)進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如斷點(diǎn)圖3、圖4所示，在新的斷點(diǎn)處并沒有出現(xiàn)顯著的跳躍情況，這表明選取2010年作為執(zhí)行變量是有效的。
圖3 沿線重點(diǎn)省域碳排放強(qiáng)度和驅(qū)動變量的關(guān)系圖（2007年）
圖4 沿線重點(diǎn)省域碳排放強(qiáng)度和驅(qū)動變量的關(guān)系圖（2013年）
四、進(jìn)一步討論：傳導(dǎo)機(jī)制分析
（一）中介效應(yīng)模型的設(shè)定
技術(shù)進(jìn)步被認(rèn)為是低碳減排的主動能。為考量金融資源通過異質(zhì)的技術(shù)進(jìn)步對低碳減排的間接效應(yīng)，選取環(huán)境技術(shù)進(jìn)步、偏向性技術(shù)進(jìn)步和FDI技術(shù)外溢三個指標(biāo)，討論通過何種技術(shù)進(jìn)步，綠色金融政策的資源配置機(jī)制更能夠影響沿線重點(diǎn)省域的減排效應(yīng)。借鑒Baron&Kenny（1986）對中介效應(yīng)模型的設(shè)計(jì)，進(jìn)一步討論綠色金融政策減排效應(yīng)的實(shí)現(xiàn)路徑。公式設(shè)定如下：
其中，環(huán)境技術(shù)進(jìn)步（enviro），用各省份每一單位GDP的能耗總量來衡量，該值越小表示技術(shù)水平越高。偏向性技術(shù)進(jìn)步（capital），采用資本深化指標(biāo)即資本勞動比衡量，該值越大意味著生產(chǎn)過程技術(shù)進(jìn)步選擇的更多的是資本而不是勞動，即物質(zhì)資本的利用效率越高，其中資本存量根據(jù)張軍和金煜（2004）采用永續(xù)盤存法進(jìn)行測算，勞動力指標(biāo)用年末從業(yè)人口數(shù)衡量，為了平抑極端值的影響和控制異方差，對其進(jìn)行取對數(shù)。隨著外國企業(yè)投資規(guī)模的增長，東道國的企業(yè)可以通過模仿學(xué)習(xí)國外技術(shù)，實(shí)現(xiàn)技術(shù)進(jìn)步（韓永輝，2015），稱之為FDI技術(shù)外溢（fdi），用實(shí)際利用外資與GDP之比表示。其他變量與上文一致。
為了處理潛在的反向因果關(guān)系，將影響碳減排的決定因素均滯后一期，采用固定效應(yīng)模型對上式進(jìn)行回歸。其中，公式（7）為金融資源配置的減排效應(yīng)的回歸；公式（8）為金融資源配置對中介變量（M）的回歸，如前文所述選取三個異質(zhì)性技術(shù)進(jìn)步指標(biāo)；公式（9）為金融資源配置、異質(zhì)性技術(shù)進(jìn)步和低碳減排的回歸公式，其他控制變量與前文一致。通過式（8）中估計(jì)系數(shù)λ1的顯著性，以及式（9）中估計(jì)系數(shù)φ1和φ2的顯著性對中介效應(yīng)是否存在進(jìn)行判斷。若λ1顯著且φ1和φ2也顯著，說明該技術(shù)進(jìn)步路徑為部分中介效應(yīng)；若λ1和φ2顯著而φ1不顯著，說明該技術(shù)進(jìn)步路徑為完全中介效應(yīng)。
（二）估計(jì)結(jié)果與分析
異質(zhì)性技術(shù)進(jìn)步對綠色金融政策的減排效應(yīng)的中介作用檢驗(yàn)結(jié)果如表6所示。表6列（1）的估計(jì)結(jié)果顯示，金融資源配置對沿線重點(diǎn)省域碳排放的影響為0.092，且在1%顯著性水平下顯著，說明現(xiàn)階段綠色金融政策資源導(dǎo)向所帶來的減排效應(yīng)還沒有體現(xiàn)在碳排放上。進(jìn)而考察異質(zhì)性技術(shù)進(jìn)步的中介效應(yīng)，估計(jì)結(jié)果顯示，綠色金融政策的資源配置機(jī)制能夠通過影響技術(shù)進(jìn)步進(jìn)而影響沿線重點(diǎn)省域的減排效應(yīng)。具體來講，列（2）和（3）為環(huán)境技術(shù)進(jìn)步的中介效應(yīng)回歸結(jié)果，估計(jì)系數(shù)λ1和φ2顯著而φ1不顯著，說明環(huán)境技術(shù)進(jìn)步為完全中介變量；列（4）和（5）為偏向性技術(shù)進(jìn)步的中介效應(yīng)回歸結(jié)果，估計(jì)系數(shù)λ1、φ1和φ2都顯著，說明偏向性技術(shù)進(jìn)步為部分中介變量；列（6）和（7）為FDI技術(shù)外溢的中介效應(yīng)回歸結(jié)果，估計(jì)系數(shù)λ1和φ1顯著，而φ2不顯著，說明FDI技術(shù)外溢不是金融資源配置機(jī)制影響減排效應(yīng)的中介變量。
表6 異質(zhì)性技術(shù)進(jìn)步的中介效應(yīng)回歸結(jié)果
五、結(jié)論與建議
通過采用中國“一帶一路”沿線重點(diǎn)省域17個省份的2003—2016年面板數(shù)據(jù)，基于斷點(diǎn)回歸設(shè)計(jì)探討綠色金融政策對沿線重點(diǎn)省域低碳減排的影響作用，并進(jìn)一步采用中介效應(yīng)模型，對綠色金融政策減排效應(yīng)的傳導(dǎo)機(jī)制進(jìn)行分析。結(jié)果顯示：第一，以政策實(shí)施年份為斷點(diǎn)，發(fā)現(xiàn)碳排放強(qiáng)度在2010年出現(xiàn)顯著跳躍，綠色金融實(shí)施所帶來的局部處理效應(yīng)為0.23噸/萬元左右。第二，采用OLS方法估計(jì)的驅(qū)動變量對低碳發(fā)展的影響為0.200，而采用RDD方法考慮綠色金融政策實(shí)施后對碳排放強(qiáng)度降低的影響為0.227，大于OLS的估計(jì)結(jié)果，但二者作用方向一致，估計(jì)結(jié)果均表明綠色金融政策的實(shí)施能夠顯著降低沿線重點(diǎn)省域碳排放。第三，在區(qū)分“一帶”和“一路”沿線重點(diǎn)省市情況下，通過OLS和RDD兩種估計(jì)方法發(fā)現(xiàn)，綠色金融政策的減排效應(yīng)在“一帶”沿線重點(diǎn)省域更為明顯，對“一路”沿線重點(diǎn)省域的減排影響較弱。第四，通過中介效應(yīng)模型的檢驗(yàn)結(jié)果表明，沿線重點(diǎn)省域的金融資源能夠通過環(huán)境技術(shù)進(jìn)步和偏向性技術(shù)進(jìn)步兩條路徑間接影響低碳減排。其中，環(huán)境技術(shù)進(jìn)步為完全中介變量、偏向性技術(shù)進(jìn)步為部分中介變量，而FDI技術(shù)外溢不能成為其中介變量。
基于理論和實(shí)證分析所得出的結(jié)論，提出以下幾點(diǎn)啟示：首先，堅(jiān)持市場導(dǎo)向，加大綠色金融發(fā)展力度。繼續(xù)完善綠色金融政策，為綠色金融市場能夠充分發(fā)揮配置資源的基礎(chǔ)作用提供良好的外部條件。不斷規(guī)范綠色信貸業(yè)務(wù)、促進(jìn)綠色債券等間接融資工具創(chuàng)新發(fā)展，以滿足企業(yè)的綠色投融資需求，不斷創(chuàng)新綠色金融工具，發(fā)揮好金融資源支持節(jié)能減排和綠色發(fā)展的正向激勵作用。其次，借力綠色金融，搭建國際合作平臺，發(fā)展綠色經(jīng)濟(jì)。沿線重點(diǎn)省域，尤其是“一路”沿線重點(diǎn)省域，應(yīng)繼續(xù)借力G20、“一帶一路”倡議、國際標(biāo)準(zhǔn)化組織、中歐、中英等雙邊和多邊框架深化綠色金融國際合作，充分發(fā)揮綠色金融政策的作用，帶動新的經(jīng)濟(jì)增長點(diǎn)，助力綠色“一帶一路”建設(shè)。最后，繼續(xù)發(fā)揮金融支持經(jīng)濟(jì)綠色轉(zhuǎn)型作用，立足金融業(yè)為實(shí)體經(jīng)濟(jì)服務(wù)的出發(fā)點(diǎn)，加大金融資源對節(jié)能減排技術(shù)進(jìn)步的支持力度，提升技術(shù)進(jìn)步的“清潔度”，從源頭抑制污染性的生產(chǎn)活動的規(guī)模擴(kuò)大；推動要素市場的縱深改革，提升資本利用效率，促進(jìn)經(jīng)濟(jì)的集約化發(fā)展。
猜你喜歡
一種高精度光纖斷點(diǎn)檢測儀學(xué)苑創(chuàng)造·C版(2022年8期)2022-06-18 斷點(diǎn)遼河(2022年4期)2022-06-09 聚焦雙變量“存在性或任意性”問題 用Eclipse調(diào)試Python電腦報(bào)(2019年20期)2019-09-10 江西省初步建成教育省域網(wǎng)骨干網(wǎng)江蘇科技報(bào)·E教中國(2019年11期)2019-09-10 一類無限可能問題的解法初中生世界·九年級(2019年6期)2019-08-15 省域流通產(chǎn)業(yè)競爭力評價(jià)體系構(gòu)建與實(shí)證分析商業(yè)經(jīng)濟(jì)研究(2016年14期)2016-09-14 中國省域碳排放總量控制目標(biāo)分解研究中國人口·資源與環(huán)境(2016年1期)2016-01-13 分離變量法：常見的通性通法新高考·高二數(shù)學(xué)(2014年7期)2014-09-18 不可忽視變量的離散與連續(xù)福建中學(xué)數(shù)學(xué)(2011年9期)2011-11-03
■趙 軍，劉春艷
一、引言
中國經(jīng)濟(jì)邁入了高質(zhì)量發(fā)展的新時(shí)代，對綠色發(fā)展和可持續(xù)發(fā)展提出迫切要求。在我國新一輪高水平對外開放的關(guān)鍵階段，“一帶一路”倡議已取得階段性成果，對推動中國特色社會主義現(xiàn)代化建設(shè)意義深遠(yuǎn)，同時(shí)有助于全球經(jīng)濟(jì)復(fù)蘇、應(yīng)對全球氣候變化。建設(shè)綠色“一帶一路”不僅是質(zhì)量引領(lǐng)的客觀要求，也是新時(shí)代全面對外開放的重點(diǎn)。中國的綠色金融市場雖然起步晚但其成效顯著，隨著“一帶一路”建設(shè)與合作的不斷深化，注入專業(yè)化綠色金融支持，讓綠色成為“一帶一路”建設(shè)的主流色，實(shí)現(xiàn)低碳發(fā)展，意義重大（王文和曹明弟，2016）。在大力推行“一帶一路”倡議和發(fā)展綠色金融的背景下，《關(guān)于推進(jìn)綠色“一帶一路”建設(shè)的指導(dǎo)意見》正式出臺，王遙等（2017）認(rèn)為該意見的提出對綠色“一帶一路”的建設(shè)和發(fā)展具有重要指導(dǎo)作用。
關(guān)于綠色金融與低碳發(fā)展的研究，起源于經(jīng)濟(jì)發(fā)展對低碳發(fā)展的影響、金融發(fā)展與經(jīng)濟(jì)發(fā)展的關(guān)系，Greenwood&Jovanovic（1990）認(rèn)為金融中介和經(jīng)濟(jì)增長之間是相互影響的，金融中介可以給資本帶來更高的回報(bào)進(jìn)而推動經(jīng)濟(jì)的增長，經(jīng)濟(jì)增長又可以促進(jìn)金融發(fā)展更復(fù)雜的結(jié)構(gòu)，同時(shí)還會對社會低碳發(fā)展產(chǎn)生影響。以Tamazian et al.（2008）、嚴(yán)成樑等（2016）為代表的學(xué)者們認(rèn)為，金融發(fā)展會增加技術(shù)研發(fā)投入，進(jìn)而通過技術(shù)手段達(dá)到提升資源利用率的目的，減少碳排放，形成金融發(fā)展的“減排效應(yīng)”。隨著研究的深入，金融發(fā)展的概念更為具體化，張軍（2006）通過實(shí)證研究，認(rèn)為非國有企業(yè)部門獲得的信貸資金越多，越有助于產(chǎn)生經(jīng)濟(jì)增長和效率提升的正向效應(yīng)。而實(shí)施綠色金融政策，能夠顯著降低投入到污染行業(yè)和企業(yè)的長期貸款（Chen et al.，2018），這與新時(shí)代中國經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)的需求相契合，不但控制了信貸資金流向“兩高行業(yè)”，也在一定程度上促進(jìn)了節(jié)能減排，改善了環(huán)境質(zhì)量。因此，綠色信貸規(guī)模還需擴(kuò)張，助力構(gòu)建以市場為導(dǎo)向的綠色技術(shù)創(chuàng)新體系（吳姍姍，2018）。
作為“一帶一路”建設(shè)的核心區(qū)，沿線的中國重點(diǎn)省域（以下簡稱“沿線重點(diǎn)省域”）一方面享受著深度合作的發(fā)展紅利，另一方面是穩(wěn)步推進(jìn)綠色“一帶一路”建設(shè)的先行者（張文博等，2017）。這就給沿線重點(diǎn)省域的發(fā)展提出了新要求，不僅要借力“一帶一路”平臺發(fā)展高質(zhì)量經(jīng)濟(jì)，還要充分發(fā)揮先鋒隊(duì)的重要作用，注重低碳發(fā)展和可持續(xù)發(fā)展，推動建設(shè)綠色“一帶一路”。由此引出幾個值得思考的問題：綠色金融政策的實(shí)施是否推動了沿線重點(diǎn)省域的低碳發(fā)展？是通過何種途徑影響沿線重點(diǎn)省域低碳發(fā)展的？為了回答上述問題，筆者首先對綠色金融政策影響低碳減排的作用機(jī)理進(jìn)行分析，其次采用斷點(diǎn)回歸方法分析綠色金融作用于沿線重點(diǎn)省域低碳發(fā)展的政策效果，進(jìn)一步，運(yùn)用中介模型討論綠色金融助力沿線重點(diǎn)省域低碳發(fā)展的傳導(dǎo)機(jī)制，最后為沿線重點(diǎn)省域下一步加快低碳發(fā)展、建設(shè)綠色“一帶一路”提供思路參考。
二、綠色金融政策作用機(jī)理與模型設(shè)定
（一）作用機(jī)理
1.資本形成機(jī)制
資本是社會生產(chǎn)經(jīng)營活動的必要資源，企業(yè)在生產(chǎn)和擴(kuò)大再生產(chǎn)的過程中，如果僅依靠自有資本很難進(jìn)行，由此獲取外部資本對企業(yè)擴(kuò)大規(guī)模至關(guān)重要。而綠色金融能夠通過其具有差異化的綠色融資政策，為沿線重點(diǎn)省域低碳減排提供助力，引導(dǎo)沿線重點(diǎn)省域加快綠色發(fā)展步伐。一方面，通過嚴(yán)格限制“兩高”企業(yè)的融資支持，如規(guī)定貸款的高利率等，使該類企業(yè)的生產(chǎn)規(guī)模擴(kuò)大受到限制，通過市場機(jī)制，倒逼企業(yè)轉(zhuǎn)型升級，以減少原有生產(chǎn)模式所帶來的污染排放。另一方面，通過加大對環(huán)保節(jié)能產(chǎn)業(yè)發(fā)展的金融支持力度，如對該類產(chǎn)業(yè)實(shí)施綠色信貸優(yōu)惠利率等，為其擴(kuò)大再生產(chǎn)提供資本支持，既能夠壯大市場原有企業(yè)生產(chǎn)規(guī)模，又能吸引其他企業(yè)進(jìn)入該產(chǎn)業(yè)，從源頭遏制污染產(chǎn)生。
2.資源配置機(jī)制
技術(shù)進(jìn)步被認(rèn)為是低碳減排的主動能，如孫傳旺等（2010）通過構(gòu)建了受碳強(qiáng)度約束的全要素生產(chǎn)率指數(shù)，并對其分解研究，認(rèn)為在碳強(qiáng)度約束下，技術(shù)進(jìn)步是促進(jìn)全要素生產(chǎn)率提高的主要因素。綠色金融政策可以通過引導(dǎo)金融資源配置至異質(zhì)的技術(shù)進(jìn)步路徑，進(jìn)而產(chǎn)生低碳減排效應(yīng)，通過對現(xiàn)有文獻(xiàn)梳理得出三條路徑。
一是環(huán)境技術(shù)進(jìn)步。通過節(jié)能減排技術(shù)創(chuàng)新帶來的技術(shù)進(jìn)步可以提升能源利用效率，進(jìn)而減少單位能耗的碳排放（Acemoglu et al.，2012）。各類金融活動通過引導(dǎo)經(jīng)濟(jì)主體加強(qiáng)生態(tài)環(huán)境意識，可以為此類技術(shù)進(jìn)步的融資活動進(jìn)行資金支持。二是偏向性技術(shù)進(jìn)步。郭沛和馮利華（2019）認(rèn)為由技術(shù)進(jìn)步帶來的經(jīng)濟(jì)增長，不僅是因?yàn)槟茉词褂眯实奶岣?，同時(shí)也是因?yàn)閯趧印①Y本等要素利用效率提高，由于各類生產(chǎn)要素之間存在替代關(guān)系，使得技術(shù)進(jìn)步存在偏向性，而偏向性的技術(shù)進(jìn)步能夠通過改變要素投入的比例，進(jìn)而對環(huán)境改善起到不同的影響作用。三是FDI技術(shù)外溢。研究表明自主研發(fā)并不是唯一的技術(shù)進(jìn)步路徑。隨著“一帶一路”建設(shè)，金融市場在促進(jìn)外資通過資金、技術(shù)等溢出效應(yīng)進(jìn)而提升產(chǎn)業(yè)技術(shù)進(jìn)步的作用至關(guān)重要（Shahbaz et al.，2013），通過合作創(chuàng)新和技術(shù)引進(jìn)的方式可以節(jié)約成本，加快步伐縮短技術(shù)差距，為低碳減排提供更多的選擇。
綠色金融政策對沿線重點(diǎn)省域低碳發(fā)展的作用機(jī)理如圖1所示。
圖1 綠色金融政策推動低碳發(fā)展的作用機(jī)理圖
（二）模型設(shè)定與變量選擇
1.模型設(shè)定
首先，采用普通最小二乘方法進(jìn)行基準(zhǔn)回歸，估計(jì)綠色金融與沿線重點(diǎn)省域低碳減排之間的關(guān)系，構(gòu)建如下基準(zhǔn)模型：
其次，采用斷點(diǎn)回歸設(shè)計(jì)（Regression Discontinuity Design，RDD）對綠色金融政策實(shí)施的局部效應(yīng)進(jìn)行估計(jì)。該方法能夠通過控制寬窗對局部平均處理效應(yīng)（Local Average Treatment Effect，LATE）進(jìn)行估計(jì)，估計(jì)結(jié)果能夠更準(zhǔn)確地反映政策沖擊帶來的影響（劉生龍等，2016）。其主要原理是：驅(qū)動變量存在一個臨界值，大于臨界值時(shí)驅(qū)動變量接受處置效應(yīng)，小于臨界值時(shí)則不接受，不接受處置效應(yīng)的一組可視為對照組。Lee&Lemieux（2010）認(rèn)為，在得不到隨機(jī)實(shí)驗(yàn)時(shí)，RDD可以避免內(nèi)生性問題，有效反映出變量間的因果關(guān)系。
綠色金融政策《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》的重要性在于它開啟了中國的綠色發(fā)展之路，對綠色金融的發(fā)展舉足輕重（蔡海靜等，2019）。如果該政策推出后立刻得到嚴(yán)格的執(zhí)行，那么RDD估計(jì)的最簡單的估計(jì)方式是采用精確斷點(diǎn)回歸設(shè)計(jì)（Sharp RDD），則有：
其中，f（x）為執(zhí)行變量（Running Variable），衡量沿線重點(diǎn)省域是否受到政策的影響，Xi是省份i實(shí)施綠色金融政策的時(shí)間，c為時(shí)間斷點(diǎn)，那么則有，政策實(shí)施之前f（x）=0，政策實(shí)施之后f（x）=1。然而該政策發(fā)布后，由于政策的執(zhí)行存在一定的時(shí)滯性，以及各地區(qū)對政策實(shí)施的執(zhí)行時(shí)間和嚴(yán)格程度的不同，則更適合模糊斷點(diǎn)回歸設(shè)計(jì)（Fuzzy RDD），那么有：
此時(shí)，執(zhí)行變量f（x）在斷點(diǎn)處并不是非0即1，而是介于[0，1]之間，根據(jù)Imbens&Lemieux（2007），此時(shí)f（x）通過AIC信息準(zhǔn)則進(jìn)行估計(jì)。借鑒梁若冰和席鵬輝（2016），具體的RDD參數(shù)估計(jì)方程設(shè)定如下：
其中，CI表示碳排放強(qiáng)度；gfd表示綠色信貸發(fā)展指標(biāo)，為RDD的驅(qū)動變量；其他控制變量（control）包括：產(chǎn)業(yè)結(jié)構(gòu)（stru）、經(jīng)濟(jì)發(fā)展程度（pgdp）、地區(qū)開放程度（open）、城鎮(zhèn)化水平（urban）和人力資本（hum）；ε為隨機(jī)誤差項(xiàng)。各重點(diǎn)省域i是否受政策的影響根據(jù)執(zhí)行變量f（x）的變化而定，驅(qū)動變量（gfd）本身不受操縱，即存在連續(xù)性，但如果在f（x）給定的條件下，被解釋變量（CI）在斷點(diǎn)處出現(xiàn)的跳躍則可被認(rèn)為是由政策帶來的平均處理效應(yīng)。
借鑒孫焱林和施博書（2019）、劉鉆擴(kuò)和辛麗（2018）的做法，結(jié)合文章實(shí)際研究，將時(shí)間斷點(diǎn)設(shè)定為2010年。原因主要是《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》這一政策頒布于2007年，但鑒于政策的時(shí)滯性，各地區(qū)對政策實(shí)施的執(zhí)行時(shí)間和嚴(yán)格程度的不同，以及各金融機(jī)構(gòu)參與綠色金融活動的積極性不同，故而選取2010年作為執(zhí)行變量。
2.數(shù)據(jù)選取
（1）被解釋變量
采取二氧化碳排放量與地區(qū)生產(chǎn)總值的比值作為被解釋變量，即二氧化碳排放強(qiáng)度（以下簡稱碳排放強(qiáng)度，CI）。由于我國現(xiàn)階段還未有權(quán)威機(jī)構(gòu)公布的省級碳排放數(shù)據(jù)，因此借鑒王鋒等（2010）選取的2006年聯(lián)合國政府間氣候變化專門委員會（International Panel on Climate Change，IPCC）公布的測算方法來估算我國省級碳排放的數(shù)據(jù)，具體估算公式如式（5）。
其中，CO2表示待估算的二氧化碳排放量，i表示各種能源燃料，Ei代表各種能源的燃燒消費(fèi)量，NCVi為各種能源的平均低位發(fā)熱量，CEFi表示各種能源的二氧化碳排放因子①文中測算二氧化碳的能源燃料有：煤炭、焦炭、焦?fàn)t煤氣、高爐煤氣、轉(zhuǎn)爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣和液化天然氣。。
（2）核心解釋變量
綠色信貸作為代表性綠色金融工具，能夠在一定程度上體現(xiàn)綠色金融政策的實(shí)施效應(yīng)。目前，對于綠色信貸測度指標(biāo)，學(xué)術(shù)界一般選取綠色信貸占比和高耗能產(chǎn)業(yè)利息支出占比兩個指標(biāo)進(jìn)行測度（李曉西等，2014）。由于現(xiàn)階段各銀行關(guān)于綠色信貸的統(tǒng)計(jì)口徑有所不同，故而選取高耗能產(chǎn)業(yè)利息支出占比來衡量綠色信貸，作為斷點(diǎn)回歸的驅(qū)動變量，具體計(jì)算公式如式（6），其中，HIIE為高耗能工業(yè)產(chǎn)業(yè)利息支出，TIIE工業(yè)產(chǎn)業(yè)的利息總支出②根據(jù)國家發(fā)改委規(guī)定，選取六大高耗能產(chǎn)業(yè)利息支出，分別是化學(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)、石油加工煉焦及核燃料加工業(yè)、電力熱力的生產(chǎn)和供應(yīng)業(yè)。。
為了進(jìn)一步檢驗(yàn)綠色金融政策的金融資源配置效應(yīng)，借鑒袁云峰和曹旭華（2007）選取金融機(jī)構(gòu)年末貸款余額之和與GDP之比作為金融資源配置水平（fd）的衡量指標(biāo)，來反映經(jīng)濟(jì)的金融化程度。
（3）其他變量
產(chǎn)業(yè)結(jié)構(gòu)（stru），因?yàn)樘寂欧帕恐饕獊碓从诠I(yè)，所以用工業(yè)部門增加值占GDP的比值表示產(chǎn)業(yè)結(jié)構(gòu)。經(jīng)濟(jì)發(fā)展程度（pgdp），用以2003年為基期所計(jì)算出的人均GDP表示經(jīng)濟(jì)發(fā)展程度。地區(qū)開放程度（open），用各省進(jìn)出口總額與GDP的比值表示地區(qū)開放程度。城鎮(zhèn)化水平（urban），用各省城鎮(zhèn)人口數(shù)量比總?cè)丝跀?shù)量衡量。人力資本（hum），用各省就業(yè)人員的平均受教育年限衡量。
3.描述性統(tǒng)計(jì)
研究采用的是2003—2016年17個“一帶一路”沿線中國重點(diǎn)省域的省際面板數(shù)據(jù)①根據(jù)《推動共建絲綢之路經(jīng)濟(jì)帶和21世紀(jì)海上絲綢之路的愿景與行動》中所圈定的沿線中國重點(diǎn)省域，最終選定沿線17個省域（西藏?cái)?shù)據(jù)大量缺失，故將其剔除）。按照地理位置分布，“一帶”沿線重點(diǎn)省域包括浙江、上海、福建、廣東、海南、廣西、重慶和云南；“一路”沿線重點(diǎn)省域包括遼寧、吉林、黑龍江、內(nèi)蒙古、陜西、寧夏、甘肅、青海和新疆。。各省域歷年各種能源消費(fèi)數(shù)據(jù)來自《中國能源統(tǒng)計(jì)年鑒》；工業(yè)產(chǎn)業(yè)利息支出相關(guān)數(shù)據(jù)來自《中國工業(yè)統(tǒng)計(jì)年鑒》；貸款余額數(shù)據(jù)來自《中國金融年鑒》；物質(zhì)資本存量數(shù)據(jù)來自《中國固定資產(chǎn)投資統(tǒng)計(jì)年鑒》；城鎮(zhèn)人口數(shù)據(jù)來自《中國人口和就業(yè)統(tǒng)計(jì)年鑒》；FDI數(shù)據(jù)來自Wind數(shù)據(jù)庫；其余數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒》。變量的描述性統(tǒng)計(jì)如表1所示。
表1 變量描述性統(tǒng)計(jì)
三、綠色金融政策減排效應(yīng)實(shí)證結(jié)果分析
（一）局部平均處理效應(yīng)
RDD的設(shè)計(jì)基礎(chǔ)在于，若沿線重點(diǎn)省域在2010年出現(xiàn)碳排放強(qiáng)度明顯斷點(diǎn)，這種變動則有可能是由于綠色政策政策實(shí)施所引起的。因此，以2010年為時(shí)間斷點(diǎn)，用圖形的方式將沿線重點(diǎn)省域碳排放的情況與驅(qū)動變量之間的關(guān)系進(jìn)行直觀觀察。如圖2所示，沿線重點(diǎn)省域碳排放強(qiáng)度在2010年出現(xiàn)了明顯的斷點(diǎn)，說明可以進(jìn)一步利用RDD估計(jì)綠色金融政策的局部平均處理效應(yīng)。圖2中的垂直線是受到綠色金融政策影響的碳排放的分界線，這初步表明綠色金融政策實(shí)施有可能降低了沿線重點(diǎn)省域的碳排放強(qiáng)度?？梢钥吹?，在斷點(diǎn)處碳強(qiáng)度明顯下降，其截距從約0.52噸/萬元下降至0.29噸/萬元左右，也就是說綠色金融政策實(shí)施的局部處理效應(yīng)為0.23噸/萬元左右。
圖2 沿線重點(diǎn)省域碳排放強(qiáng)度和驅(qū)動變量關(guān)系圖（2010年）
（二）估計(jì)結(jié)果
首先，對驅(qū)動變量是否推動沿線低碳減排進(jìn)行基準(zhǔn)回歸估計(jì)，結(jié)果如表2所示。采用分步回歸法，在模型中先加入驅(qū)動變量，回歸結(jié)果如表2列（1）所示，回歸結(jié)果表明綠色金融政策的實(shí)施降低了沿線重點(diǎn)省域的碳排放。再加入其他控制變量，回歸結(jié)果見表2列（4），可以看出：加入其他控制變量后，綠色金融政策對碳排放強(qiáng)度的影響為-0.152噸/萬元，影響方向并未發(fā)生改變，數(shù)值較列（1）稍有降低，驅(qū)動變量對碳排放強(qiáng)度均表現(xiàn)為顯著的負(fù)向影響作用，說明通過綠色金融政策，流入高耗能產(chǎn)業(yè)資金減少，倒逼高耗能產(chǎn)業(yè)調(diào)整生產(chǎn)結(jié)構(gòu)，減少碳排放，對沿線重點(diǎn)省域低碳發(fā)展有顯著促進(jìn)作用。再看其他控制變量，地區(qū)開放程度、經(jīng)濟(jì)發(fā)展程度的提高和人力資本的提高顯著降低了沿線重點(diǎn)省域的碳排放強(qiáng)度，這與“一帶一路”建設(shè)的綠色發(fā)展目標(biāo)相切合，說明對外開放、經(jīng)濟(jì)發(fā)展和人力資本提高對沿線重點(diǎn)省域低碳發(fā)展有促進(jìn)作用；沿線重點(diǎn)省域的產(chǎn)業(yè)結(jié)構(gòu)促進(jìn)了碳排放，但回歸結(jié)果不顯著；城鎮(zhèn)化水平顯著促進(jìn)了沿線重點(diǎn)省域的碳排放，說明沿線重點(diǎn)省域在城鎮(zhèn)化進(jìn)程中，需要注意隨著城鎮(zhèn)人口數(shù)量增多帶來的碳排放總量增加的問題。表2列（2）、（3）、（5）和（6）分別為驅(qū)動變量對“一帶”和“一路”沿線重點(diǎn)省域碳排放的回歸結(jié)果，結(jié)果表明綠色金融政策的回歸系數(shù)均為負(fù)向顯著，說明綠色金融政策在不同程度上促進(jìn)了“一帶”和“一路”沿線重點(diǎn)省域的低碳減排，且這種減排效應(yīng)在“一帶”沿線重點(diǎn)省域更為明顯。
表2 基準(zhǔn)回歸結(jié)果
其次，通過使用rdrobust進(jìn)行的非參數(shù)估計(jì)得出最優(yōu)帶寬為[-0.116，0.116]，在最優(yōu)帶寬條件下對綠色金融政策的局部效應(yīng)進(jìn)行RDD估計(jì)，估計(jì)結(jié)果如表3所示。列（1）和（2）分別為綠色金融政策對沿線重點(diǎn)省域整體層面上的不控制和控制其他變量估計(jì)結(jié)果，結(jié)果顯示驅(qū)動變量具有顯著的低碳減排效應(yīng)，能夠有效降低沿線重點(diǎn)省域的碳排放，與表2中OLS估計(jì)結(jié)果相比，表3的影響作用較大且與圖2展示的變動趨勢一致。列（3）至列（6）分別為驅(qū)動變量對“一帶”和“一路”沿線重點(diǎn)省域影響的估計(jì)結(jié)果，可以看出驅(qū)動變量對“一帶”沿線重點(diǎn)省域的影響更為明顯，這與“一帶”“一路”沿線重點(diǎn)省域經(jīng)濟(jì)發(fā)展情況、資源利用情況以及技術(shù)水平密不可分。
（三）RDD估計(jì)結(jié)果有效性檢驗(yàn)
RDD可以有效地處理對照組難匹配的問題，同時(shí)在設(shè)定窗口較小的情況下還可以較好的克服變量遺漏問題，但也有可能存在被解釋變量的其他影響變量在斷點(diǎn)處發(fā)生驟變，針對此問題，需進(jìn)一步對其進(jìn)行相關(guān)有效性檢驗(yàn)。首先，RDD的有效性要求驅(qū)動變量不受個體的操縱，筆者設(shè)置的驅(qū)動變量為綠色信貸，沿線重點(diǎn)省域在政策提出前是無法預(yù)知的，因此無法對其進(jìn)行精確操縱。其次，其他影響因素不應(yīng)在斷點(diǎn)處出現(xiàn)驟變，否則不宜將斷點(diǎn)處的全部處理效應(yīng)都認(rèn)作綠色金融的政策效應(yīng)，因此對其進(jìn)行安慰劑檢驗(yàn)，分別以其他控制變量為被解釋變量，驅(qū)動變量為核心解釋變量，加入分配變量和驅(qū)動變量的交互項(xiàng)進(jìn)行控制，觀察驅(qū)動變量的回歸系數(shù)是否顯著，如果顯著則說明其他控制變量在斷點(diǎn)處是不連續(xù)的，反之，則說明是連續(xù)的。估計(jì)式如同式（4），只是被解釋變量換成安慰劑變量。估計(jì)結(jié)果如表4所示，驅(qū)動變量的回歸系數(shù)均不顯著，說明其他控制變量在斷點(diǎn)處是連續(xù)的。
此外，RDD的有效性還對帶寬的選擇有要求，通過改變帶寬對RDD估計(jì)的有效性再次進(jìn)行檢驗(yàn)，將帶寬分別設(shè)置為[-0.192，0.192]和[-0.602，0.602]，估計(jì)結(jié)果如表5所示，可以看出，在不同的帶寬設(shè)置下，回歸結(jié)果依然顯著，且估計(jì)結(jié)果的大小和系數(shù)與上文基本一致，說明驅(qū)動變量具有顯著的低碳減排效應(yīng)，再次表明前文的估計(jì)結(jié)果有效。
最后，改變斷點(diǎn)位置進(jìn)行檢驗(yàn)，觀察在不同的斷點(diǎn)處，是否會發(fā)生明顯的改變，選取2007和2013年兩個時(shí)間段自變量均值為斷點(diǎn)進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如斷點(diǎn)圖3、圖4所示，在新的斷點(diǎn)處并沒有出現(xiàn)顯著的跳躍情況，這表明選取2010年作為執(zhí)行變量是有效的。
圖3 沿線重點(diǎn)省域碳排放強(qiáng)度和驅(qū)動變量的關(guān)系圖（2007年）
圖4 沿線重點(diǎn)省域碳排放強(qiáng)度和驅(qū)動變量的關(guān)系圖（2013年）
四、進(jìn)一步討論：傳導(dǎo)機(jī)制分析
（一）中介效應(yīng)模型的設(shè)定
技術(shù)進(jìn)步被認(rèn)為是低碳減排的主動能。為考量金融資源通過異質(zhì)的技術(shù)進(jìn)步對低碳減排的間接效應(yīng)，選取環(huán)境技術(shù)進(jìn)步、偏向性技術(shù)進(jìn)步和FDI技術(shù)外溢三個指標(biāo)，討論通過何種技術(shù)進(jìn)步，綠色金融政策的資源配置機(jī)制更能夠影響沿線重點(diǎn)省域的減排效應(yīng)。借鑒Baron&Kenny（1986）對中介效應(yīng)模型的設(shè)計(jì)，進(jìn)一步討論綠色金融政策減排效應(yīng)的實(shí)現(xiàn)路徑。公式設(shè)定如下：
其中，環(huán)境技術(shù)進(jìn)步（enviro），用各省份每一單位GDP的能耗總量來衡量，該值越小表示技術(shù)水平越高。偏向性技術(shù)進(jìn)步（capital），采用資本深化指標(biāo)即資本勞動比衡量，該值越大意味著生產(chǎn)過程技術(shù)進(jìn)步選擇的更多的是資本而不是勞動，即物質(zhì)資本的利用效率越高，其中資本存量根據(jù)張軍和金煜（2004）采用永續(xù)盤存法進(jìn)行測算，勞動力指標(biāo)用年末從業(yè)人口數(shù)衡量，為了平抑極端值的影響和控制異方差，對其進(jìn)行取對數(shù)。隨著外國企業(yè)投資規(guī)模的增長，東道國的企業(yè)可以通過模仿學(xué)習(xí)國外技術(shù)，實(shí)現(xiàn)技術(shù)進(jìn)步（韓永輝，2015），稱之為FDI技術(shù)外溢（fdi），用實(shí)際利用外資與GDP之比表示。其他變量與上文一致。
為了處理潛在的反向因果關(guān)系，將影響碳減排的決定因素均滯后一期，采用固定效應(yīng)模型對上式進(jìn)行回歸。其中，公式（7）為金融資源配置的減排效應(yīng)的回歸；公式（8）為金融資源配置對中介變量（M）的回歸，如前文所述選取三個異質(zhì)性技術(shù)進(jìn)步指標(biāo)；公式（9）為金融資源配置、異質(zhì)性技術(shù)進(jìn)步和低碳減排的回歸公式，其他控制變量與前文一致。通過式（8）中估計(jì)系數(shù)λ1的顯著性，以及式（9）中估計(jì)系數(shù)φ1和φ2的顯著性對中介效應(yīng)是否存在進(jìn)行判斷。若λ1顯著且φ1和φ2也顯著，說明該技術(shù)進(jìn)步路徑為部分中介效應(yīng)；若λ1和φ2顯著而φ1不顯著，說明該技術(shù)進(jìn)步路徑為完全中介效應(yīng)。
（二）估計(jì)結(jié)果與分析
異質(zhì)性技術(shù)進(jìn)步對綠色金融政策的減排效應(yīng)的中介作用檢驗(yàn)結(jié)果如表6所示。表6列（1）的估計(jì)結(jié)果顯示，金融資源配置對沿線重點(diǎn)省域碳排放的影響為0.092，且在1%顯著性水平下顯著，說明現(xiàn)階段綠色金融政策資源導(dǎo)向所帶來的減排效應(yīng)還沒有體現(xiàn)在碳排放上。進(jìn)而考察異質(zhì)性技術(shù)進(jìn)步的中介效應(yīng)，估計(jì)結(jié)果顯示，綠色金融政策的資源配置機(jī)制能夠通過影響技術(shù)進(jìn)步進(jìn)而影響沿線重點(diǎn)省域的減排效應(yīng)。具體來講，列（2）和（3）為環(huán)境技術(shù)進(jìn)步的中介效應(yīng)回歸結(jié)果，估計(jì)系數(shù)λ1和φ2顯著而φ1不顯著，說明環(huán)境技術(shù)進(jìn)步為完全中介變量；列（4）和（5）為偏向性技術(shù)進(jìn)步的中介效應(yīng)回歸結(jié)果，估計(jì)系數(shù)λ1、φ1和φ2都顯著，說明偏向性技術(shù)進(jìn)步為部分中介變量；列（6）和（7）為FDI技術(shù)外溢的中介效應(yīng)回歸結(jié)果，估計(jì)系數(shù)λ1和φ1顯著，而φ2不顯著，說明FDI技術(shù)外溢不是金融資源配置機(jī)制影響減排效應(yīng)的中介變量。
表6 異質(zhì)性技術(shù)進(jìn)步的中介效應(yīng)回歸結(jié)果
五、結(jié)論與建議
通過采用中國“一帶一路”沿線重點(diǎn)省域17個省份的2003—2016年面板數(shù)據(jù)，基于斷點(diǎn)回歸設(shè)計(jì)探討綠色金融政策對沿線重點(diǎn)省域低碳減排的影響作用，并進(jìn)一步采用中介效應(yīng)模型，對綠色金融政策減排效應(yīng)的傳導(dǎo)機(jī)制進(jìn)行分析。結(jié)果顯示：第一，以政策實(shí)施年份為斷點(diǎn)，發(fā)現(xiàn)碳排放強(qiáng)度在2010年出現(xiàn)顯著跳躍，綠色金融實(shí)施所帶來的局部處理效應(yīng)為0.23噸/萬元左右。第二，采用OLS方法估計(jì)的驅(qū)動變量對低碳發(fā)展的影響為0.200，而采用RDD方法考慮綠色金融政策實(shí)施后對碳排放強(qiáng)度降低的影響為0.227，大于OLS的估計(jì)結(jié)果，但二者作用方向一致，估計(jì)結(jié)果均表明綠色金融政策的實(shí)施能夠顯著降低沿線重點(diǎn)省域碳排放。第三，在區(qū)分“一帶”和“一路”沿線重點(diǎn)省市情況下，通過OLS和RDD兩種估計(jì)方法發(fā)現(xiàn)，綠色金融政策的減排效應(yīng)在“一帶”沿線重點(diǎn)省域更為明顯，對“一路”沿線重點(diǎn)省域的減排影響較弱。第四，通過中介效應(yīng)模型的檢驗(yàn)結(jié)果表明，沿線重點(diǎn)省域的金融資源能夠通過環(huán)境技術(shù)進(jìn)步和偏向性技術(shù)進(jìn)步兩條路徑間接影響低碳減排。其中，環(huán)境技術(shù)進(jìn)步為完全中介變量、偏向性技術(shù)進(jìn)步為部分中介變量，而FDI技術(shù)外溢不能成為其中介變量。
基于理論和實(shí)證分析所得出的結(jié)論，提出以下幾點(diǎn)啟示：首先，堅(jiān)持市場導(dǎo)向，加大綠色金融發(fā)展力度。繼續(xù)完善綠色金融政策，為綠色金融市場能夠充分發(fā)揮配置資源的基礎(chǔ)作用提供良好的外部條件。不斷規(guī)范綠色信貸業(yè)務(wù)、促進(jìn)綠色債券等間接融資工具創(chuàng)新發(fā)展，以滿足企業(yè)的綠色投融資需求，不斷創(chuàng)新綠色金融工具，發(fā)揮好金融資源支持節(jié)能減排和綠色發(fā)展的正向激勵作用。其次，借力綠色金融，搭建國際合作平臺，發(fā)展綠色經(jīng)濟(jì)。沿線重點(diǎn)省域，尤其是“一路”沿線重點(diǎn)省域，應(yīng)繼續(xù)借力G20、“一帶一路”倡議、國際標(biāo)準(zhǔn)化組織、中歐、中英等雙邊和多邊框架深化綠色金融國際合作，充分發(fā)揮綠色金融政策的作用，帶動新的經(jīng)濟(jì)增長點(diǎn)，助力綠色“一帶一路”建設(shè)。最后，繼續(xù)發(fā)揮金融支持經(jīng)濟(jì)綠色轉(zhuǎn)型作用，立足金融業(yè)為實(shí)體經(jīng)濟(jì)服務(wù)的出發(fā)點(diǎn)，加大金融資源對節(jié)能減排技術(shù)進(jìn)步的支持力度，提升技術(shù)進(jìn)步的“清潔度”，從源頭抑制污染性的生產(chǎn)活動的規(guī)模擴(kuò)大；推動要素市場的縱深改革，提升資本利用效率，促進(jìn)經(jīng)濟(jì)的集約化發(fā)展。
猜你喜歡
學(xué)苑創(chuàng)造·C版(2022年8期)2022-06-18
遼河(2022年4期)2022-06-09
電腦報(bào)(2019年20期)2019-09-10
江蘇科技報(bào)·E教中國(2019年11期)2019-09-10
初中生世界·九年級(2019年6期)2019-08-15
商業(yè)經(jīng)濟(jì)研究(2016年14期)2016-09-14
中國人口·資源與環(huán)境(2016年1期)2016-01-13
新高考·高二數(shù)學(xué)(2014年7期)2014-09-18
福建中學(xué)數(shù)學(xué)(2011年9期)2011-11-03
