国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

綠色金融抑制碳排放效果的實證研究

2022-08-05 03:48張桂芝孫紅梅
區(qū)域金融研究 2022年6期
關鍵詞:省份強度綠色

張桂芝 孫紅梅

(上海師范大學,上海 200234)

一、引言

隨著生態(tài)文明建設步伐的加快,中國提出了2030 年前實現(xiàn)“碳達峰”、2060 年前實現(xiàn)“碳中和”的目標,并分別從宏觀和微觀層面分別采取系列措施加強環(huán)境管理。2016 年中國人民銀行、財政部等七部門下發(fā)的《關于構(gòu)建綠色金融體系的指導意見》明確了構(gòu)建綠色金融體系的重要意義和未來發(fā)展方向,指出綠色金融體系是指通過綠色信貸、綠色債券、綠色股票指數(shù)、綠色發(fā)展基金、綠色保險、碳金融等金融工具和相關政策支持經(jīng)濟向綠色化轉(zhuǎn)型的制度安排。綠色金融強調(diào)最大程度地利用資源,平衡協(xié)調(diào)生態(tài)環(huán)境與經(jīng)濟發(fā)展的關系。截至2021 年末,中國僅綠色信貸余額已超過15.9 萬億元;2021 年中國境內(nèi)發(fā)行債券488只,同比增長123.85%;規(guī)模6083.22億元,同比增長176.31%。近年來,中國能源消費總量增長趨勢有所放緩,2015 年至2019 年能源消耗強度分別為0.63、0.60、0.58、0.56、0.55,呈現(xiàn)逐年下降趨勢。其中綠色金融發(fā)揮了怎樣的作用,作用大小如何,是否需要調(diào)整綠色金融政策,是否需要平衡中國區(qū)域內(nèi)綠色金融政策不平衡等問題都亟待研究。綠色金融在中國起步較晚,其經(jīng)濟效益與環(huán)境效益具有一定滯后性,因此,本文實證研究綠色金融對中國碳排放強度的具體影響,為完善綠色金融體系提供政策依據(jù)。

二、基于文獻回顧的理論分析與研究假設

(一)綠色金融對碳排放強度的影響理論

規(guī)模效應理論認為當一國經(jīng)濟發(fā)展水平落后時,環(huán)境污染程度較輕;隨著經(jīng)濟發(fā)展和人均收入增加,環(huán)境污染逐漸嚴重;當該國經(jīng)濟發(fā)展達到某一閾值后,隨著經(jīng)濟發(fā)展與社會進步,環(huán)境污染程度得到控制,環(huán)境質(zhì)量逐漸改善。王遙等(2016)從宏觀、微觀及傳統(tǒng)經(jīng)濟互補性三方面進行論證,認為綠色金融能夠與環(huán)境保護政策協(xié)調(diào)互補,促進經(jīng)濟發(fā)展綠色化、生態(tài)化。技術(shù)效應理論認為金融機構(gòu)通過開展綠色金融業(yè)務,設立綠色金融業(yè)務部門向環(huán)境友好型企業(yè)提供資金,不僅能滿足企業(yè)生產(chǎn)經(jīng)營需要,還有助于提高企業(yè)創(chuàng)新能力,將技術(shù)優(yōu)勢轉(zhuǎn)化為產(chǎn)品優(yōu)勢,在使用新技術(shù)過程中有效提高能源尤其是大宗能源的使用效率,極大地提高可再生能源使用率,減少工業(yè)生產(chǎn)資源消耗,降低能源消耗與浪費。姚耀軍(2010)以中國省級面板數(shù)據(jù)為樣本,通過實證解釋金融發(fā)展能夠顯著正向影響技術(shù)進步,加速建設創(chuàng)新型國家,并提出加快金融機構(gòu)改革的建議。產(chǎn)業(yè)結(jié)構(gòu)效應理論認為綠色金融可以促進產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級,推動區(qū)域經(jīng)濟協(xié)調(diào)、綠色發(fā)展和社會文明進步(李曉西等,2015)。在國家大力號召發(fā)展綠色金融的情況下,中國人民銀行、銀保監(jiān)會以及證監(jiān)會紛紛制定綠色金融政策指引,引導金融機構(gòu)將貸款發(fā)放給環(huán)境友好型企業(yè),減少對“兩高一?!毙袠I(yè)的貸款額度,合理平衡生態(tài)環(huán)境效益與經(jīng)濟效益,促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。李健和周慧(2012)認為碳排放強度與中國產(chǎn)業(yè)結(jié)構(gòu)密切相關,與第二產(chǎn)業(yè)關系最強,與第三產(chǎn)業(yè)關系次之,與第一產(chǎn)業(yè)關系最弱。金融機構(gòu)降低對“兩高一剩”行業(yè)的貸款比重,有助于降低不良貸款率,增加資本充足率,降低融資風險,隨著金融機構(gòu)資金流向變化,將助推中國產(chǎn)業(yè)結(jié)構(gòu)升級,使中國加快步入環(huán)境庫茲涅茨曲線“拐點”,有效減少碳排放?;诖耍岢鲆韵录僭OH1a和H1b。

H1a:綠色金融能夠有效抑制二氧化碳排放。

H1b:滯后一期綠色金融能夠有效抑制二氧化碳排放。

(二)綠色信貸與碳減排的關系

通過收集梳理現(xiàn)有研究成果,綠色信貸抑制碳排放的路徑主要表現(xiàn)在以下三個方面:第一,綠色信貸政策推動重污染企業(yè)綠色轉(zhuǎn)型,調(diào)整優(yōu)化能源消費結(jié)構(gòu)。曹廷求等(2021)研究發(fā)現(xiàn)2012 年發(fā)布的《綠色信貸指引》政策對積極履行社會責任的重污染企業(yè)綠色轉(zhuǎn)型具有促進作用。劉傳哲和任懿(2019)認為我國整體綠色信貸比率對能源消費結(jié)構(gòu)優(yōu)化效果顯著。第二,金融機構(gòu)通過對“兩高一?!毙袠I(yè)和環(huán)保類企業(yè)制定有差別的信貸政策,影響“兩高一剩”行業(yè)融資與進一步發(fā)展,最終抑制能源消費,實現(xiàn)碳減排。吳晟等(2021)研究認為綠色信貸政策的傳導路徑為綠色信貸政策控制外部融資,進而影響經(jīng)濟增長,最終抑制能源消費。馬妍妍和俞毛毛(2020)認為綠色信貸政策通過融資約束對重污染企業(yè)的實體經(jīng)營造成負面沖擊,使得企業(yè)被動縮減生產(chǎn)規(guī)模,抑制企業(yè)排污行為。蔡海靜等(2019)認為綠色信貸政策實施后,受政策沖擊大的城市二氧化硫排放量和工業(yè)廢水排放量均顯著下降。第三,綠色信貸政策有助于優(yōu)化、調(diào)整我國產(chǎn)業(yè)結(jié)構(gòu),進而實現(xiàn)碳減排的目標。李毓等(2020)認為綠色信貸對整體產(chǎn)業(yè)結(jié)構(gòu)升級具有顯著的正向促進作用,且對第二產(chǎn)業(yè)結(jié)構(gòu)升級具有正向促進作用。張云輝和趙佳慧(2019)認為綠色信貸直接作用于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的效果非常顯著。江紅莉等(2020)認為從宏觀經(jīng)濟視角來看綠色信貸能夠抑制碳排放?;诖耍岢鲆韵录僭OH2。

H2:綠色信貸能夠有效抑制二氧化碳排放。

(三)綠色證券與碳減排的關系

在制度模式視角下,田雪等(2018)在研究中肯定了綠色證券由政府主導模式到市場主導模式的進步,但在此模式下上市公司的環(huán)保評估內(nèi)容仍舊存在各期指標不統(tǒng)一、橫向缺乏可比性、環(huán)保部門與證券監(jiān)管機構(gòu)信息不對稱等問題,影響綠色證券生態(tài)效應的發(fā)揮。張文鑫等(2012)根據(jù)綠色證券運行情景和系統(tǒng)體系,認為綠色證券缺乏環(huán)保核查后督查制度,由此應持續(xù)改進綠色證券機制。在投資收益視角下,已有的研究結(jié)果發(fā)現(xiàn)綠色證券投資與非綠色證券投資相比,二者投資績效并無明顯區(qū)別,甚至綠色證券投資績效要低于市場平均水平。史燕平等(2017)認為我國綠色共同基金的投資績效與其他社會責任投資基金、傳統(tǒng)共同基金的表現(xiàn)對比并無顯著差異。危平和舒浩(2018)研究認為現(xiàn)階段我國綠色基金的投資表現(xiàn)要顯著低于市場平均水平,且其風險調(diào)整收益要低于市場基準和傳統(tǒng)基金。

由于綠色證券的運作模式尚不成熟,上市公司在融資后缺乏環(huán)保部門的監(jiān)督,持續(xù)披露環(huán)境信息和改善環(huán)境績效的動力不足。同時,由于現(xiàn)階段綠色證券數(shù)量和金額規(guī)模都較小,投資者不能通過投資綠色證券獲得超額收益,因此綠色證券發(fā)行者的融資成本較難通過篩選作用降低?;诖?,提出以下假設H3。

H3:綠色證券不能有效抑制二氧化碳排放。

(四)綠色保險與碳減排的關系

眾多學者對綠色保險給出了不同定義。狹義的綠色保險是指環(huán)境污染責任保險,是企業(yè)污染事故保險補償機制。廣義的綠色保險是指支持環(huán)境改善、應對氣候變化和資源節(jié)約高效利用的保險風險管理服務和保險基金支持,包括巨災保險、環(huán)境污染責任險、碳保險等創(chuàng)新產(chǎn)品。其中巨災保險發(fā)展比較成熟,目前覆蓋范圍最廣的主要為農(nóng)業(yè)保險。從綠色保險對碳減排的影響機制來看,降彩石(2021)認為綠色保險作為綠色金融的組成部分,以穩(wěn)定機制、利益機制、整合機制、增信機制、聯(lián)動機制、激勵機制等六項機制助力綠色低碳發(fā)展。陳敬元(2016)認為發(fā)展綠色保險可以為綠色生產(chǎn)提供風險保障以及融資支持,從而促進我國綠色生產(chǎn)體系建設。秦芳菊(2020)認為綠色保險所具有的及時補償、降低管理成本、風險控制等功能可以調(diào)動保險機構(gòu)監(jiān)督企業(yè)生產(chǎn)行為的積極性,敦促企業(yè)及時采取措施,降低環(huán)境污染事故發(fā)生概率?;诖?,提出以下假設H4。

H4:綠色保險能夠有效抑制二氧化碳排放。

(五)綠色投資與碳減排的關系

狹義的綠色投資是指在污染治理和環(huán)境保護方面的投資。廣義的綠色投資是指能夠增加綠色GDP的投資,即在總投資中扣除對生態(tài)效益的無益投資和負向投資。以綠色投資的主體作為分類依據(jù),綠色投資可分為政府綠色投資、企業(yè)綠色投資和公眾綠色投資等,政府作為改善生態(tài)環(huán)境的主要推手,是綠色投資的核心力量(賴德勝等,2011)。從企業(yè)微觀視角出發(fā),企業(yè)增加綠色投資,可用于研發(fā)資金、人員投入、提高綠色專利數(shù)等方面,有助于在生產(chǎn)過程中減污降能,優(yōu)化企業(yè)環(huán)境表現(xiàn)。陳宇峰和馬延柏(2021)認為企業(yè)增加綠色投資能夠顯著改善其環(huán)境績效。肖黎明和李秀清(2020)認為綠色證券對企業(yè)綠色投資效率具有顯著的促進作用,從而帶動企業(yè)環(huán)境績效提升。從區(qū)域視角出發(fā),多元化主體的綠色投資有助于發(fā)揮規(guī)模效應,提高自然資源使用效率,促進綠色可持續(xù)發(fā)展。以“一帶一路”沿線地區(qū)作為研究對象,呂陽(2020)通過構(gòu)建綠色投資決策模型,從成本收益角度分析綠色投資的可行性。從全國宏觀視角出發(fā),廖顯春等(2020)以環(huán)境污染治理投資、可再生能源投資中水利電力投資、營林建設投資之和作為綠色投資的替代變量,認為綠色投資對居民綠色福利產(chǎn)生正向影響。政府加大環(huán)保投入,發(fā)揮杠桿作用,引導社會資金流向環(huán)?;A設施建設、林業(yè)保護、新興環(huán)保項目等領域,從宏觀角度調(diào)控我國碳排放量,致力于實現(xiàn)碳達峰、碳中和目標?;诖?,提出以下假設H5。

H5:綠色投資能夠有效抑制二氧化碳排放。

本文的邊際貢獻主要體現(xiàn)在以下兩個方面:第一,眾多學者關于綠色金融與碳排放關系的研究,主要集中在局部地區(qū),抑或是探討綠色金融對具體行業(yè)碳排放的影響,研究綠色金融對我國整體碳排放影響的很少。第二,已有文獻缺乏不同綠色金融產(chǎn)品如何影響碳排放效果的具體分析,本文將研究綠色信貸、綠色證券、綠色保險和綠色投資等四類綠色金融產(chǎn)品如何影響碳排放效果,并探討區(qū)域政策的協(xié)同效果。

三、研究設計

(一)綠色金融指標的確定

選取綠色信貸、綠色證券、綠色保險和綠色投資四個準則層、九個指標層構(gòu)成綠色金融內(nèi)容,其中由于各個省份金融機構(gòu)的綠色信貸余額尚不存在官方統(tǒng)計數(shù)據(jù),所以用各省份金融機構(gòu)對區(qū)域內(nèi)上市環(huán)保類企業(yè)的貸款余額作為綠色信貸余額的替代指標。綠色證券的指標由環(huán)保類上市公司市值占比和高污染類上市公司市值占比構(gòu)成。鑒于現(xiàn)階段綠色保險主要由環(huán)境污染責任保險和農(nóng)業(yè)保險構(gòu)成,所以選擇兩類險種的規(guī)模占比和賠付率構(gòu)成綠色保險準則層內(nèi)容。在研究宏觀經(jīng)濟綠色投資影響時,大多數(shù)學者認為政府環(huán)境保護投資是綠色投資的核心部分,綠色投資的主要資金來源于政府財政投入,所以選擇政府環(huán)保投入占比和節(jié)能環(huán)保公共支出占比構(gòu)成綠色投資準則層內(nèi)容。具體內(nèi)容見表1。

表1 綠色金融指標衡量內(nèi)容

目前主要的綜合評價方法有專家評價法、綜合指數(shù)法、因子分析法、熵值法等。專家評價法和綜合指數(shù)法是一種主觀賦權(quán)法,人為因素帶來的偏差較大,而因子分析法減少了評價指標的維數(shù),因此本文選用更為客觀的熵值法進行賦權(quán),根據(jù)各項指標值的變異程度來確定指標權(quán)重。收集數(shù)據(jù)運用熵值法計算各個省份綠色金融指數(shù)。

第一步,對指標進行標準化處理:

對于正向性指標:

對于負向性指標:

其中,Xj(it)表示i省份t時期的j指標,X'j(it)表示i省份t時期的j標準化指標。

第二步,計算各指標下30 個省份數(shù)據(jù)標準化后數(shù)值的比重Pj(it),表示不同指標下不同樣本的貢獻程度,具體公式如下所示:

第三步,求熵值ej,表示30 個省份對不同指標的貢獻總量。

第四步,計算差異,算出權(quán)重。運用熵值法計算的綠色金融各指標權(quán)重見表2。

表2 綠色金融各指標權(quán)重

運用熵值法計算出中國30個省份的綠色金融指數(shù),見表3。2020年北京、天津、上海、江蘇、浙江等地的綠色金融指數(shù)較高,廣東、福建、山東等地的綠色金融指數(shù)次之,而云南、甘肅及青海等省份的綠色金融指數(shù)相對較低。

表3 2020年中國30個省份綠色金融指數(shù)

(二)碳排放量指標的確定

鑒于中國省級碳排放強度指標缺乏權(quán)威機構(gòu)的統(tǒng)計,碳排放量的計算參考郭義強等(2010)的研究方法,通過碳排放系數(shù)測算各省份碳排放強度,具體如下所示:

其中,i=1,2,3,表示煤炭、石油、天然氣三種一次能源的消費量,EECO2表示能源消費導致的碳排放強度,EConi表示各類能源的消費量,EFi表示各類能源的碳排放系數(shù),Coi表示各類能源的碳氧化率,具體數(shù)值參見表4。

表4 各類能源碳排放系數(shù)及碳氧化率

(三)其他指標的選取

1.碳交易政策。自2011 年以來,北京、天津、上海、重慶、廣東、湖北、深圳、福建等地先后啟動了碳交易試點,探索建立碳交易機制。其中,深圳碳交易市場于2013年6月在中國率先啟動線上交易,福建省最晚也于2016 年12 月啟動碳交易市場,是中國第8 個碳交易試點。由此將碳交易政策作為虛擬變量,在相應年份開展碳交易試點的省份設值為1,其余省份設值為0。

2.環(huán)境規(guī)制。參考龐慶華等學者(2020)的研究,以單位污染物排放所需的環(huán)保投入額來衡量,ER越大表示環(huán)境規(guī)制力越強,具體計算如下:

i表示中國各省份(i=1,2,…,30),t表示時間(t=1,2,…,12),j表示排放物種類(j=1,2,3,4),包括廢水、固體廢棄物、二氧化硫、煙粉塵。其中,ER表示環(huán)境規(guī)制強度,Z 表示污染治理投入額,表示污染治理投入額的均值,P表示污染物排放量,表示污染物排放量的均值。

(四)數(shù)據(jù)來源

綠色金融指數(shù)數(shù)據(jù)來源于CSMAR 數(shù)據(jù)庫、Wind數(shù)據(jù)庫以及《中國統(tǒng)計年鑒》《中國金融年鑒》《中國保險年鑒》《中國環(huán)境統(tǒng)計年鑒》;碳排放強度和環(huán)境規(guī)制相關數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》和CSMAR數(shù)據(jù)庫;工業(yè)增加值、市場化指數(shù)、進出口總額、研發(fā)支出、城鎮(zhèn)化水平和外商直接投資額以及GDP 數(shù)據(jù)來源于CEIC數(shù)據(jù)庫和Wind數(shù)據(jù)庫。

(五)模型構(gòu)建

構(gòu)建動態(tài)廣義矩估計模型,在一定程度上克服了靜態(tài)方法因忽略內(nèi)生性問題而產(chǎn)生的較大偏誤。

其中,i表示省份,取值為1~30;t 表示年份,取值為2009—2020年;CO2i,t表示各省份當期碳排放強度,以各省份碳排放總量除以各省份GDP 得到;CO2i,t-1表示滯后一期的碳排放強度;GFit表示各省份當期綠色金融指數(shù);GFi,t-1表示滯后一期的綠色金融指數(shù);Ctp為虛擬變量,表示各省份是否開展碳交易試點;Er為各省份的環(huán)境規(guī)制強度;Il為各省份工業(yè)化水平,以各省份同比工業(yè)增加值表示;Mi為各省份市場化指數(shù);Open表示各省份的開放性水平,以各省份的進出口總額除以GDP衡量;RD表示各省份的研發(fā)支出,以各省份研發(fā)支出除以實際GDP得到;Urban表示各省份的城鎮(zhèn)化水平,以各省份城市人口除以總?cè)丝诤饬?;FDI表示外商直接投資水平,以外商直接投資額除以實際GDP 衡量。ε表示隨機誤差項。模型運用計量軟件Stata15.1進行實證。

將綠色金融指數(shù)所包含的四個指標綠色信貸、綠色證券、綠色保險和綠色投資分別進行異質(zhì)性分析,構(gòu)建模型7至模型10,分析四種綠色業(yè)務分別對中國當期碳排放強度的影響方向和大小。

表5 變量定義表

四、實證分析

(一)描述性分析

對模型中所有變量進行描述性分析,得到各變量的均值、標準誤、最小值和最大值,其中碳排放強度、綠色金融、綠色證券和綠色保險指標的均值分別為0.6639、0.1340、0.0291 和0.0803,且最小值和最大值差異較大,說明各省份不同年份碳排放強度、綠色金融、綠色證券和綠色保險發(fā)展存在顯著差異,如表6所示。

表6 主要變量描述性統(tǒng)計分析

(二)面板數(shù)據(jù)單位根檢驗

單位根檢驗(Unit Root Test)是判斷變量之間是否存在協(xié)整關系的前提條件,在對模型參數(shù)進行估計之前有必要對數(shù)據(jù)的平穩(wěn)性加以檢驗。構(gòu)建的模型中面板量為30,大于時間量12,為短面板模型,為避免偽回歸,選用HT 檢驗,該檢驗為Harris & Tzavalis(1999)所提出,基于T 固定而n 趨于無窮大的檢驗統(tǒng)計量,其原假設為非平穩(wěn)序列,當結(jié)果拒絕原假設時,為平穩(wěn)序列。

表7 HT檢驗結(jié)果

由HT檢驗結(jié)果可知,ρ的統(tǒng)計量為0.2491,而Z=-2.1183,相應的P值為0.0294,表明在5%的顯著性水平下拒絕面板單位根的原假設,為平穩(wěn)序列,從而進行下一步計量分析。

(三)兩步DIFF-GMM實證分析

Arellano & Bond(1991)提出DIFF-GMM 方法,其基本思路是:對基本模型進行一階差分以去除固定效應的影響,然后用一組滯后的被解釋變量作為差分方程中相應變量的工具變量,模型中將滯后一期的碳排放強度作為差分方程中的工具變量,檢驗綠色金融對碳排放強度的削減方向和力度,實證結(jié)果如表8所示。

表8 綠色金融和碳排放強度兩步DIFF-GMM實證結(jié)果

為增強回歸結(jié)果的可靠性,對模型設定的合理性和工具變量的有效性進行檢驗。通過自相關檢驗方法檢驗擾動項的差分是否存在一階與一致估計,由于模型采用的是動態(tài)面板數(shù)據(jù),AR(1)檢驗結(jié)果為0.018,表明拒絕原假設,即擾動項的差分存在一階自相關。AR(2)檢驗結(jié)果為0.179,表明接受原假設,即一階差分方程的隨機誤差項中不存在二階序列相關。通過Hansen過度識別約束檢驗對所使用的工具變量的有效性進行檢驗,檢驗結(jié)果為0.286,說明所使用的工具變量L.CO2t-1與誤差項是不相關的,即工具變量L.CO2t-1有效且模型設定正確。

模型中L.CO2t-1的系數(shù)為0.593,在1%的水平下顯著為正,說明滯后一期的碳排放強度對當期碳排放強度有一定的慣性影響。GF的系數(shù)為-0.039,在1%的水平下顯著為負,說明當期綠色金融對碳排放強度有削減作用;L.GFt-1的系數(shù)為-0.023,在5%的水平下顯著為負,說明滯后一期的綠色金融對當期碳排放強度有顯著削減作用,這也間接說明綠色金融對生態(tài)環(huán)境的影響具有滯后性,可以驗證假設H1a和H1b。Er、Mi、Open、R&D、FDI的系數(shù)分別為-0.004、-0.009、0.168、-0.084、0.055,均通過顯著性檢驗,說明環(huán)境規(guī)制、市場化水平和研發(fā)支出均對當期碳排放強度有負向作用,而開放性水平和外商直接投資水平對當期碳排放強度有正向作用。Ctp、Il、Urban的系數(shù)分別為0.013、0.001和0.786,但并不顯著。

(四)異質(zhì)性分析

模型7 至模型10 分別為當期及滯后一期的綠色信貸、綠色證券、綠色保險以及綠色投資對各省份當期碳排放強度的影響,結(jié)果見表9。模型7 中AR(1)系數(shù)為0.032,AR(2)系數(shù)為0.471,說明擾動項存在一階自相關但不存在二階序列相關,Hansen 檢驗結(jié)果為0.241,說明所使用的工具變量L.CO2t-1與誤差項不相關。滯后一期的碳排放強度系數(shù)為0.424,當期綠色信貸的系數(shù)為-266.868,且在5%的水平下顯著,說明當期綠色信貸業(yè)務能夠顯著減少當期碳排放強度,但滯后一期的綠色信貸業(yè)務對當期碳排放強度的影響不顯著,可以驗證假設H2。同理可知,模型8 中滯后一期的碳排放強度系數(shù)為0.361,當期及滯后一期的綠色證券對當期碳排放強度的影響不明顯,這可能是由于綠色證券對碳排放強度的影響尚未表現(xiàn)出來的原因,可以驗證假設H3。模型9中滯后一期的碳排放強度系數(shù)為0.298,當期及滯后一期的綠色保險系數(shù)分別為-0.092和-0.048,均在1%的水平下顯著,說明綠色保險能夠顯著減少當期碳排放強度,可以驗證假設H4。模型10 中滯后一期碳排放強度系數(shù)為0.092,在10%的水平下顯著,當期綠色投資的系數(shù)為-1.531,在10%的水平下顯著,說明當期綠色投資能夠顯著減少當期碳排放強度,可以驗證假設H5。

表9 四大綠色業(yè)務的異質(zhì)性分析

(五)穩(wěn)健性檢驗

1.替換被解釋變量。替換碳排放強度的衡量指標,選用人均二氧化碳值作為被解釋變量,采用差分GMM方法進行穩(wěn)健性檢驗,檢驗結(jié)果見表10。檢驗結(jié)果與表8一致,說明綠色金融對碳排放存在抑制效應。

表10 綠色金融和人均二氧化碳值兩步DIFF-GMM實證結(jié)果

2.OLS 估計和固定效應估計。借鑒Bond(2002)的檢驗方法,由于OLS估計通常會導致滯后項系數(shù)向上偏誤,而固定效應估計則會產(chǎn)生一個嚴重向下的滯后項系數(shù),如果DIFF-GMM 估計值介于固定效應估計值和混合OLS估計值之間,則DIFF-GMM估計是可靠有效的,檢驗結(jié)果見表11。

表11 OLS估計與固定效應估計

由表11 可知,固定效應估計中L.CO2t-1的系數(shù)為0.301,OLS 估計中L.CO2t-1的系數(shù)為0.891,而DIFFGMM估計中L.CO2t-1的系數(shù)為0.593,估計值介于固定效應估計值與OLS 估計值之間,即實證結(jié)果具有穩(wěn)健性。

3.分階段檢驗。將樣本分為2009—2014 年、2015—2020 年兩個時間段,分別對各時間段的模型進行GMM估計檢驗,結(jié)果見表12。

表12 分時間段的穩(wěn)健性檢驗

由表12 估計結(jié)果可知,各主要變量回歸系數(shù)的方向沒有發(fā)生變化,對碳排放強度的影響是穩(wěn)定的。無論是更換被解釋變量、更改模型估計方法進行系數(shù)比較還是分時段檢驗,研究結(jié)論基本一致,這說明DIFF-GMM模型通過穩(wěn)健性檢驗,其實證結(jié)果是可靠有效的。

五、研究結(jié)論與建議

(一)研究結(jié)論

研究結(jié)果發(fā)現(xiàn):第一,通過熵值法計算各省份綠色金融指數(shù)發(fā)現(xiàn)中國綠色金融業(yè)務發(fā)展存在區(qū)域差異,北京、天津、上海及江蘇等地的綠色金融指數(shù)較高,其中北京市2020 年綠色金融指數(shù)為0.3475,而山西、陜西及內(nèi)蒙古等地的綠色金融指數(shù)偏低,其中山西省2020 年綠色金融指數(shù)為0.1743。中國東、中、西部綠色金融發(fā)展水平差異較大,與中國經(jīng)濟發(fā)展水平分布大致相似,中國綠色金融指數(shù)較高的地區(qū)大都表現(xiàn)為政府積極推廣綠色政策,宏觀調(diào)控經(jīng)濟發(fā)展結(jié)構(gòu),例如,北京市積極籌備綠色發(fā)展基金并開展環(huán)境污染責任保險試點,綠色信貸規(guī)模在2021 年末達到1.39 萬億元,同年綠色債券規(guī)模和數(shù)量位居中國前列。綠色金融業(yè)務較為落后的地區(qū)則受到經(jīng)濟條件與產(chǎn)業(yè)結(jié)構(gòu)的影響,轉(zhuǎn)型之路較為艱難。例如,山西省作為資源大省,經(jīng)濟發(fā)展主要依托于煤炭資源的開發(fā),經(jīng)濟發(fā)展模式仍舊停留在主要依靠開發(fā)資源拉動GDP增長,銀行業(yè)對“兩高一?!毙袠I(yè)轉(zhuǎn)型升級的引導作用相對較弱,環(huán)保類上市公司發(fā)展緩慢。

第二,總體而言,無論是當期綠色金融還是滯后一期綠色金融均對當期碳排放強度存在顯著削弱效果。在不同類別綠色金融產(chǎn)品抑制碳排放效果方面,綠色信貸業(yè)務是綠色金融業(yè)務發(fā)展的主力軍,早在1995 年原國家環(huán)境保護總局發(fā)布了《關于運用信貸政策促進環(huán)境保護工作的通知》,2019年銀保監(jiān)會又發(fā)布《關于防范和控制耗能高污染行業(yè)貸款風險的通知》。金融機構(gòu)積極開展綠色信貸業(yè)務戰(zhàn)略布局,制定專項政策,不斷完善服務流程,并且將綠色信貸所產(chǎn)生的經(jīng)濟、環(huán)境和社會效益體現(xiàn)在社會責任報告中。我國目前綠色證券已由政府主導的綠色證券模式轉(zhuǎn)為市場主導的綠色證券模式,在該模式下,環(huán)保部門要求上市公司在融資或再融資前進行環(huán)境信息披露,即在準入階段落實上市公司的環(huán)境情況,但在公司成功上市后,環(huán)保部門和證券部門缺乏持續(xù)監(jiān)督機制和細化的規(guī)章制度要求。再者,環(huán)保部門與證券監(jiān)管機構(gòu)聯(lián)動性較差,雙方信息沒有形成良好的交換渠道,導致獲取上市公司環(huán)境信息成本較高,對企業(yè)進行環(huán)保監(jiān)管和做出違規(guī)處罰決定存在時滯性。對上市公司本身而言,由于不利的環(huán)境信息披露會影響公司盈利,因此上市公司對環(huán)境信息披露的主觀性較強,披露的環(huán)境信息內(nèi)容各期維度不同且缺乏可比性。環(huán)境污染責任保險作為綠色保險的主要品種,目前主要是高污染類國有企業(yè)投保,企業(yè)投保環(huán)境污染責任保險后,保險公司會持續(xù)對企業(yè)生產(chǎn)過程中有可能造成重大環(huán)境污染的行為進行監(jiān)督,降低環(huán)境污染事故發(fā)生概率,以降低自身承擔的風險。從農(nóng)業(yè)保險發(fā)展現(xiàn)狀來看,2009 年我國農(nóng)業(yè)保險保費收入為132.83 億元,2018 年為815 億元,增長達五倍以上。2009年我國節(jié)能環(huán)保支出為1236.62億元,2020年為6317億元,2020年相較于2009年增長約四倍,其中廣東、江蘇、北京和四川的節(jié)能環(huán)保支出較高,但仍有部分省份對節(jié)能環(huán)保投入沒有給予足夠重視。

(二)政策建議

中國綠色金融的各個領域并不是獨立發(fā)展的,而是作為互補手段相輔相成的。針對綠色金融對碳排放強度的影響,提出如下五項建議:

第一,加快推進中西部地區(qū)綠色金融發(fā)展,縮小綠色金融地區(qū)發(fā)展差異,發(fā)揮綠色金融抑制碳排放的作用。中國中西部地區(qū)在綠色金融發(fā)展方面與東部地區(qū)存在較大差距,主要體現(xiàn)在綠色信貸與綠色投資上。由于綠色金融涉及范圍廣,有一定的推進難度,中西部地區(qū)可以由政府層面出臺具有強制力的相關政策,以此推行綠色金融業(yè)務,使各項綠色金融業(yè)務協(xié)調(diào)平衡發(fā)展,共同發(fā)揮其抑制碳排放的作用。

第二,促進多元化主體推進綠色信貸業(yè)務,大力支持新興綠色領域。目前中國的綠色信貸發(fā)展主體主要是國有大型銀行以及股份制銀行,地方法人銀行開展綠色信貸業(yè)務相對緩慢,這就極大限制了綠色信貸的受眾與推廣面。此外,金融機構(gòu)除支持光伏、水力、風力發(fā)電等技術(shù)較為成熟的綠色領域外,還應支持新興綠色領域,如垂直農(nóng)場、新能源汽車和綠色建筑等,確保相關綠色產(chǎn)業(yè)有充足的資本流入,進一步降低中國能源消費總量與碳排放強度,加快生態(tài)文明建設。

第三,積極發(fā)展綠色證券市場,規(guī)范上市公司環(huán)境信息披露內(nèi)容。在以市場為主導的綠色證券發(fā)展模式下,監(jiān)管機構(gòu)應細化對上市公司環(huán)境信息披露內(nèi)容的要求,根據(jù)各行業(yè)的發(fā)展特征,制定綠色證券績效評價準則與指數(shù),使上市公司環(huán)境信息披露內(nèi)容橫向、縱向可比。同時,環(huán)保部門與證券監(jiān)管機構(gòu)要建立暢通的信息交流渠道,提高環(huán)保信息交換的時效性,及時應對企業(yè)的環(huán)境事件。此外,在綠色證券領域可以推廣發(fā)展綠色基金,發(fā)揮綠色間接融資的作用,將社會上的零散資金集聚起來投向不具備上市資格的新興環(huán)保企業(yè),提高不同規(guī)模企業(yè)的生態(tài)環(huán)境效益。

第四,構(gòu)建綠色保險立法體系,發(fā)揮多種綠色保險的作用。借鑒發(fā)達國家經(jīng)驗,在綠色保險領域建立自愿投保與強制投保相結(jié)合的原則,強制高污染類企業(yè)投保,其他行業(yè)則自愿投保。目前我國綠色保險業(yè)務主要集中在環(huán)境污染責任險和巨災保險上,極少保險公司開展碳保險、森林保險等其他險種業(yè)務,投保人難以投保。對此,保險機構(gòu)應培育和引進環(huán)境風險識別控制人才,設立多元化綠色保險品種,滿足市場主體需求,為傳統(tǒng)產(chǎn)業(yè)升級改造保駕護航。

第五,加大環(huán)保投入力度,切實落實環(huán)保工作。各級地方政府應加大環(huán)保投入,針對環(huán)境污染同時進行源頭防治、過程控制和末端治理,在地方環(huán)境污染治理的全過程建立有效的污染防控機制,同時落實環(huán)境績效考核標準。發(fā)揮政府環(huán)保投入資金的杠桿作用,撬動社會資本流向環(huán)保領域,因地制宜構(gòu)建地方生態(tài)文明體系,加快全國生態(tài)文明建設。

猜你喜歡
省份強度綠色
綠色低碳
更 正
低強度自密實混凝土在房建中的應用
綠色大地上的巾幗紅
16省份上半年GDP超萬億元
22個省
電場強度疊加問題的求解
電場強度單個表達的比較
再造綠色
宜阳县| 冕宁县| 都昌县| 溆浦县| 垣曲县| 徐闻县| 通化市| 大名县| 邵武市| 揭阳市| 堆龙德庆县| 缙云县| 南昌县| 浦北县| 浪卡子县| 肃宁县| 屏东县| 房产| 晋州市| 兴海县| 蒲城县| 通海县| 凤凰县| 宣城市| 无极县| 安宁市| 新郑市| 前郭尔| 噶尔县| 永春县| 兰坪| 阜阳市| 资源县| 银川市| 平顺县| 东兰县| 古浪县| 虹口区| 济南市| 抚松县| 游戏|