任亞運(yùn),余 堅(jiān),張廣來

(1. 貴州財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,貴州 貴陽 550025;2. 江西財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,江西 南昌 330013)

一、引 言

氣候變化治理具有高度復(fù)雜性和挑戰(zhàn)性,需要政府主體使用政策工具合理應(yīng)對(duì)。中國(guó)過去實(shí)施了多種類型的氣候政策,包括命令控制型、市場(chǎng)型、混合型和自愿型等(鄭石明等,2019),(1)鄭石明、要蓉蓉、魏萌:《中國(guó)氣候變化政策工具類型及其作用——基于中央層面政策文本的分析》,《中國(guó)行政管理》2019年第12期。自“十二五”時(shí)期以來,主要以命令控制型和市場(chǎng)型氣候政策為主(朱松麗等,2020)。(2)朱松麗、朱磊、趙小凡等:《“十二五”以來中國(guó)應(yīng)對(duì)氣候變化政策和行動(dòng)評(píng)述》,《中國(guó)人口·資源與環(huán)境》2020年第4期。這主要囿于過去中國(guó)碳排放現(xiàn)實(shí)壓力與國(guó)際“碳政治”壓力下(郇慶治,2016),(3)郇慶治:《“碳政治”的生態(tài)帝國(guó)主義邏輯批判及其超越》,《中國(guó)社會(huì)科學(xué)》2016年第3期。政府主體需要通過命令控制型政策工具以最低社會(huì)成本實(shí)現(xiàn)最大程度減排(米志付等,2014),(4)米志付、梁曉捷、王科:《氣候政策選擇的七種評(píng)價(jià)準(zhǔn)則》,《北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2014年第1期。同時(shí)也在推進(jìn)全國(guó)碳交易市場(chǎng)建設(shè)以鼓勵(lì)企業(yè)低碳發(fā)展。2020年,國(guó)家主席習(xí)近平在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上宣布,中國(guó)將“采取更加有力的政策和措施,二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值,努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”的目標(biāo),這相應(yīng)地對(duì)傳統(tǒng)氣候政策的實(shí)施提出了新挑戰(zhàn)?！半p碳”背景下產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、交通運(yùn)輸結(jié)構(gòu)等方面都將發(fā)生系統(tǒng)性變革(歐陽志遠(yuǎn)等,2021),(5)歐陽志遠(yuǎn)、史作廷、石敏俊等:《“碳達(dá)峰碳中和”:挑戰(zhàn)與對(duì)策》,《河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)》2021年第5期。進(jìn)而波及發(fā)展和減排、短期與長(zhǎng)期等多層次目標(biāo)的平衡,需要政府、企業(yè)、公眾等多方主體的參與。因?yàn)閱我粴夂蛘唠y以覆蓋不同層次的減碳目標(biāo),更難以調(diào)動(dòng)所有主體參與協(xié)作減碳(王燦等,2022)。(6)王燦、蔡聞佳、鄭馨竺等:《碳中和目標(biāo)下氣候政策研究的前沿問題》,《北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2022年第4期。此時(shí),探究氣候政策的協(xié)同交互及融合氣候政策怎樣促進(jìn)氣候治理成為關(guān)鍵議題。

綠色金融作為創(chuàng)新性政策工具,可以彌補(bǔ)現(xiàn)有氣候政策實(shí)踐中存在的不足(葉林和鄧睿彬,2023)。(7)葉林、鄧睿彬:《綠色金融推動(dòng)實(shí)現(xiàn)“雙碳”目標(biāo)的路徑探討——基于政策工具的分析》,《地方治理研究》2023年第1期。它將環(huán)境治理與金融部門發(fā)展聯(lián)系在一起,強(qiáng)調(diào)環(huán)境利益與綠色資源的高效利用(Zhou和Li,2019)。(8)Zhou K, Li Y, “Carbon Finance and Carbon Market in China: Progress and Challenges”, Journal of Cleaner Production, vol.214, no.9(March 2019), pp.536-549.中國(guó)一直高度重視綠色金融發(fā)展,近年來在中央頂層設(shè)計(jì)下開展了綠色信貸、綠色債券等實(shí)踐(郭俊杰和方穎,2022;(9)郭俊杰、方穎:《綠色信貸、融資結(jié)構(gòu)與企業(yè)環(huán)境投資》,《世界經(jīng)濟(jì)》2022年第8期。王馨和王營(yíng),2021(10)王馨、王營(yíng):《綠色信貸政策增進(jìn)綠色創(chuàng)新研究》,《管理世界》2021年第6期。),為綠色金融政策的實(shí)施奠定了基石。2016年8月,中國(guó)人民銀行等七部委發(fā)布《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》,指出綠色金融是為支持環(huán)境改善、應(yīng)對(duì)氣候變化和資源節(jié)約高效利用的經(jīng)濟(jì)活動(dòng),闡明了綠色金融與“雙碳”目標(biāo)的內(nèi)生聯(lián)系。綠色金融作為應(yīng)對(duì)氣候變化、實(shí)現(xiàn)“雙碳”目標(biāo)的措施之一(朱蘭和郭熙保,2022),(11)朱蘭、郭熙保:《黨的十八大以來中國(guó)綠色金融體系的構(gòu)建》,《改革》2022年第6期。能夠?qū)h(huán)境保護(hù)納入金融機(jī)構(gòu)、企業(yè)、公眾的交易與決策體系,使金融機(jī)構(gòu)承擔(dān)環(huán)境責(zé)任,引導(dǎo)資源向低耗能、低排放行業(yè)配置(劉錫良和文書洋,2019),(12)劉錫良、文書洋:《中國(guó)的金融機(jī)構(gòu)應(yīng)當(dāng)承擔(dān)環(huán)境責(zé)任嗎?——基本事實(shí)、理論模型與實(shí)證檢驗(yàn)》,《經(jīng)濟(jì)研究》2019年第3期。從而有效降低碳排放?？傮w而言,綠色金融作為一項(xiàng)具備減碳特征的多方協(xié)同政策實(shí)踐,將為多主體的協(xié)作減碳開拓新的視野。

基于以上思路,本文首先在學(xué)理層面梳理綠色金融政策相較主流氣候政策的比較優(yōu)勢(shì),進(jìn)而借助2017年中國(guó)人民銀行等七部委在浙江、江西、廣東、貴州、甘肅、新疆六省(區(qū))九地確立的綠色金融改革創(chuàng)新試驗(yàn)區(qū)的契機(jī),將該外生沖擊視為一項(xiàng)“準(zhǔn)自然實(shí)驗(yàn)”,以實(shí)證檢驗(yàn)綠色金融的減碳效應(yīng)與機(jī)制。一般而言,一種較為契合的識(shí)別方法為雙重差分法,但何德旭和程貴(2022)指出,綠色金融改革創(chuàng)新試驗(yàn)區(qū)在確立之初便根據(jù)經(jīng)濟(jì)基礎(chǔ)與自然環(huán)境的差異而明確了不同的試點(diǎn)方向:浙江和廣東市場(chǎng)經(jīng)濟(jì)和金融業(yè)比較發(fā)達(dá),著力探索“兩山”理論的金融實(shí)現(xiàn)機(jī)制;江西和貴州綠色資源比較豐富,著力探索綠色金融支持經(jīng)濟(jì)可持續(xù)發(fā)展的方式;新疆和甘肅地理區(qū)位突出,著力推進(jìn)綠色絲綢之路建設(shè)。(13)何德旭、程貴:《綠色金融》,《經(jīng)濟(jì)研究》2022年第10期。此時(shí),使用雙重差分法同質(zhì)化所有地區(qū)的減碳效應(yīng)將導(dǎo)致估計(jì)偏誤,甚至可能將未產(chǎn)生減碳效應(yīng)的地區(qū)視為產(chǎn)生了減碳效應(yīng)。因此,在處理單位表現(xiàn)出政策異質(zhì)性以及處理單位較少的情形下,更為合適的識(shí)別方法為合成控制法。合成控制法通過對(duì)單一處理單位的反事實(shí)結(jié)果進(jìn)行擬合,進(jìn)而由政策實(shí)施前后時(shí)段的差異來識(shí)別政策效應(yīng),有效克服單位間的政策異質(zhì)性問題。此外,一些政策地區(qū)如貴州貴安新區(qū)和江西贛江新區(qū)作為國(guó)家級(jí)新區(qū),其人口總量、經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、地理范圍等條件無法與其他地級(jí)市級(jí)別的政策地區(qū)同等比較,更難以確定是否會(huì)違反個(gè)體處理穩(wěn)定性假設(shè)(Stable Unit Treatment Value Assumption, SUTVA)。據(jù)此,本文選擇最具代表性的廣州市試點(diǎn)進(jìn)行研究。廣東省作為改革開放先鋒,其金融與經(jīng)濟(jì)發(fā)展程度在全國(guó)名列前茅,可以更好發(fā)揮綠色金融的作用。相比之下,浙江省湖州市與衢州市雖然也具備較好的經(jīng)濟(jì)金融條件,但作為三線與四線城市,代表性有所欠缺,為保證本文結(jié)果的穩(wěn)健性,我們也將在后面部分選擇衢州試點(diǎn)進(jìn)行檢驗(yàn)以作補(bǔ)充。

相較于以往研究,本文的邊際貢獻(xiàn)主要體現(xiàn)在以下四個(gè)方面。

第一,深化了對(duì)異質(zhì)性氣候政策以及氣候政策協(xié)同等氣候政策領(lǐng)域前沿問題的探索與認(rèn)知。近期研究主要探討異質(zhì)性氣候政策與環(huán)境政策的優(yōu)劣問題(李青原和肖澤華,2020),(14)李青原、肖澤華:《異質(zhì)性環(huán)境規(guī)制工具與企業(yè)綠色創(chuàng)新激勵(lì)——來自上市企業(yè)綠色專利的證據(jù)》,《經(jīng)濟(jì)研究》2020年第9期。或關(guān)注于氣候政策的選擇標(biāo)準(zhǔn)問題(米志付等,2014),(15)米志付、梁曉捷、王科:《氣候政策選擇的七種評(píng)價(jià)準(zhǔn)則》,《北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2014年第1期。為本文探索綠色金融的氣候政策融合特性鋪墊基礎(chǔ)。少數(shù)研究也在該方向進(jìn)行了探索,如提出綠色金融政策兼顧多種氣候政策的優(yōu)點(diǎn),但未形成一定的學(xué)理闡釋。文書洋等(2022)通過理論建模表明綠色金融發(fā)揮減碳效應(yīng)的重要機(jī)制之一是技術(shù)創(chuàng)新,(16)文書洋、史皓銘、郭健:《一般均衡理論視角下綠色金融的減排效應(yīng)研究:從模型構(gòu)建到實(shí)證檢驗(yàn)》,《中國(guó)管理科學(xué)》2022年第12期。但其分析未納入氣候政策因素,且傳統(tǒng)宏觀均衡模型難以反映氣候問題的高度不確定性。本文在氣候政策融合視角下較為系統(tǒng)地梳理并闡釋了綠色金融的減碳理論,提出其融合政策優(yōu)勢(shì),為氣候變化治理提供了新思路。

第二,有助于完善支持綠色低碳發(fā)展的中國(guó)現(xiàn)代化金融體系建設(shè)。金融能否促進(jìn)碳減排及低碳發(fā)展一直是學(xué)界的爭(zhēng)議話題。部分研究發(fā)現(xiàn),金融發(fā)展會(huì)向創(chuàng)新型企業(yè)提供資金,以支持經(jīng)濟(jì)中的可再生能源部門,并證實(shí)了碳排放庫茲涅茨曲線的存在(Shahbaz等,2013)。(17)Shahbaz M, Kumar Tiwari A, Nasir M, “The Effects of Financial Development, Economic Growth, Coal Consumption and Trade Openness on CO2 Emissions in South Africa”, Energy Policy, vol.61, no.10(October 2013), pp.1452-1459.部分研究則指出,金融發(fā)展會(huì)吸引外來投資發(fā)展能源密集型產(chǎn)業(yè),從而加劇能源消耗與碳排放(Shahbaz等,2016)。(18)Shahbaz M, Shahzad S J H, Ahmad N, et al, “Financial Development and Environmental Quality: The Way Forward”, Energy Policy, vol.98,no.11 (November 2016), pp.353-364.本文證實(shí),通過政策引導(dǎo)與內(nèi)生化環(huán)境因素,諸如綠色金融的金融政策能夠通過優(yōu)化能源結(jié)構(gòu)與促進(jìn)技術(shù)創(chuàng)新路徑有效減少碳排放。因此,本文的研究結(jié)論有助于闡明金融發(fā)展與“雙碳”目標(biāo)的內(nèi)生聯(lián)系。

第三,為中國(guó)構(gòu)建現(xiàn)代環(huán)境治理體系貢獻(xiàn)可能的理論與政策指引。環(huán)境治理與氣候治理需要政府、企業(yè)、社會(huì)組織和公眾等多方主體參與,但學(xué)界長(zhǎng)久以來分割研究氣候政策的參與主體。一些新興文獻(xiàn)雖然涉及多方主體,但主要在演化博弈(Wang等,2022(19)Wang Y, Pei R, Wang X, et al, “Research on the Evolution of Incentive Mechanisms for Urban Deep Decarbonization under the Vision of Carbon Neutrality: A Perspective of Multi-agent Embedded Participation”, Journal of Cleaner Production, vol.379,no.66 ( December 2022), Article 134867.)和指標(biāo)描述性分析(Zhao等,2016(20)Zhao X, Jiang G, Nie D, et al, “How to Improve the Market Efficiency of Carbon Trading: A Perspective of China”, Renewable and Sustainable Energy Reviews, vol.59, no.6(June 2016), pp.1229-1245.)方面進(jìn)行探索,從氣候治理視角進(jìn)行政策效應(yīng)評(píng)估的文獻(xiàn)有待進(jìn)一步發(fā)掘。并且,轉(zhuǎn)型經(jīng)濟(jì)體中政府規(guī)制程度與公眾信任程度的關(guān)系也是學(xué)界爭(zhēng)論的焦點(diǎn)。本文提出,綠色金融深化了政府參與的規(guī)制性特征,并通過市場(chǎng)拓寬了激勵(lì)企業(yè)的渠道,以及借助綠色發(fā)展基金與綠色投資等模式動(dòng)員公眾參與,因此具備多方主體參與的特性。這一認(rèn)知詮釋了如何在環(huán)境治理體系中通過政策來引導(dǎo)多方主體協(xié)作,以及政府主體與社會(huì)公眾的聯(lián)動(dòng)性在經(jīng)濟(jì)低碳發(fā)展中的重要性。

第四,通過前沿因果推斷方法較為精準(zhǔn)地識(shí)別綠色金融的減碳效應(yīng)與機(jī)制。部分文獻(xiàn)以單一綠色金融產(chǎn)品或綠色金融指數(shù)等方式指代綠色金融進(jìn)行研究(史代敏和施曉燕,2022),(21)史代敏、施曉燕:《綠色金融與經(jīng)濟(jì)高質(zhì)量發(fā)展:機(jī)理、特征與實(shí)證研究》,《統(tǒng)計(jì)研究》2022年第1期。未從外生沖擊的角度排除內(nèi)生性問題。部分研究雖然從綠色金融改革創(chuàng)新試驗(yàn)區(qū)的外生視角進(jìn)行研究(金環(huán)等,2022),(22)金環(huán)、于立宏、徐揚(yáng):《綠色金融創(chuàng)新政策與企業(yè)生產(chǎn)率差異——來自中國(guó)上市公司的證據(jù)》,《經(jīng)濟(jì)評(píng)論》2022年第5期。但主要基于傳統(tǒng)雙重差分框架與省級(jí)面板數(shù)據(jù),在識(shí)別過程中難以解決地區(qū)同質(zhì)化問題以及排除溢出效應(yīng)問題。本文結(jié)合合成控制法思想與懲罰回歸方法來精確擬合反事實(shí),并選取最具代表性的廣州市試點(diǎn)進(jìn)行“準(zhǔn)自然實(shí)驗(yàn)”研究,更進(jìn)一步緩解了內(nèi)生性。

二、綠色金融的融合政策優(yōu)勢(shì)與減碳機(jī)理

(一)綠色金融相較于傳統(tǒng)氣候政策的比較優(yōu)勢(shì)

參考鄭石明等(2019)的研究思路,(23)鄭石明、要蓉蓉、魏萌:《中國(guó)氣候變化政策工具類型及其作用——基于中央層面政策文本的分析》,《中國(guó)行政管理》2019年第12期。本文主要根據(jù)政府干預(yù)程度以及參與主體協(xié)作程度,選擇了現(xiàn)階段中國(guó)兩種主流氣候政策與綠色金融政策進(jìn)行對(duì)比,以此梳理與闡釋綠色金融在減碳方面相對(duì)于命令控制型與市場(chǎng)型氣候政策的比較優(yōu)勢(shì)。

1.綠色金融深化“命令控制”特質(zhì)

命令控制型氣候政策主要通過處罰、強(qiáng)制要求、法律法規(guī)等手段減少企業(yè)碳排放。其在發(fā)展中國(guó)家較為常見,因?yàn)榘l(fā)展中國(guó)家依賴高能耗的工業(yè)發(fā)展模式,碳排放遠(yuǎn)高于發(fā)達(dá)國(guó)家,亟需進(jìn)行低碳轉(zhuǎn)型。以中國(guó)為例,中央政府在“十二五”與“十三五”期間對(duì)各省設(shè)定不同的碳排放強(qiáng)度下降指標(biāo),同時(shí)對(duì)地方政府領(lǐng)導(dǎo)人的減排績(jī)效進(jìn)行考核(Wu和Cao,2021)。(24)Wu M, Cao X, “Greening the Career Incentive Structure for Local Officials in China: Does Less Pollution Increase the Chances of Promotion for Chinese Local Leaders?”, Journal of Environmental Economics and Management, vol.107, no.3(May 2021),Article 102440.雖然這一政策的減排效果較好,但新古典經(jīng)濟(jì)學(xué)認(rèn)為在這種減排壓力下,企業(yè)可能采取短期減排措施,難以實(shí)現(xiàn)長(zhǎng)期低碳發(fā)展(吳茵茵等,2021)。(25)吳茵茵、齊杰、鮮琴等:《中國(guó)碳市場(chǎng)的碳減排效應(yīng)研究——基于市場(chǎng)機(jī)制與行政干預(yù)的協(xié)同作用視角》,《中國(guó)工業(yè)經(jīng)濟(jì)》2021年第8期。

從學(xué)理上來說,此類措施可闡釋為命令控制型氣候政策對(duì)同一地區(qū)的企業(yè)主體設(shè)定相同的減排目標(biāo),忽視了高排放企業(yè)與低排放企業(yè)在能源結(jié)構(gòu)、生產(chǎn)技術(shù)、資源利用等方面的異質(zhì)性,違背了生產(chǎn)者行為理論中的等邊際法則(任亞運(yùn)等,2022)。(26)任亞運(yùn)、余堅(jiān)、張廣來:《異質(zhì)性氣候政策的減碳效應(yīng)——基于直接與長(zhǎng)期對(duì)比視角的考察》,《環(huán)境經(jīng)濟(jì)研究》2022年第2期。因此,企業(yè)作為多方協(xié)同主體中的單一個(gè)體無法單兵突進(jìn),不能根據(jù)自身特性靈活調(diào)整生產(chǎn)方案,不利于實(shí)現(xiàn)低碳技術(shù)創(chuàng)新(王班班和齊紹洲,2016)。(27)王班班、齊紹洲:《市場(chǎng)型和命令型政策工具的節(jié)能減排技術(shù)創(chuàng)新效應(yīng)——基于中國(guó)工業(yè)行業(yè)專利數(shù)據(jù)的實(shí)證》,《中國(guó)工業(yè)經(jīng)濟(jì)》2016年第6期。從更廣泛意義上說,氣候政策屬于環(huán)境規(guī)制的范疇,水污染與空氣污染領(lǐng)域的研究也證實(shí),命令控制型規(guī)制具有強(qiáng)力減排效果與可能的生產(chǎn)率抑制效果(Greenstone和Hanna,2014;(28)Greenstone M, Hanna R, “Environmental Regulations, Air and Water Pollution, and Infant Mortality in India”, American Economic Review, vol.104, no.10(2014), pp.3038-3072.Tang等,2020(29)Tang K, Qiu Y, Zhou D, “Does Command-and-control Regulation Promote Green Innovation Performance? ——Evidence from China’s Industrial Enterprises”, Science of the Total Environment, vol.712, no.14(April 2020), Article136362.)。甚至這種強(qiáng)制性規(guī)制會(huì)使企業(yè)搬遷至其他地區(qū),引發(fā)污染避難所效應(yīng)(金剛和沈坤榮,2018),(30)金剛、沈坤榮:《以鄰為壑還是以鄰為伴?——環(huán)境規(guī)制執(zhí)行互動(dòng)與城市生產(chǎn)率增長(zhǎng)》,《管理世界》2018年第12期?；蛘邔?dǎo)致鄰近區(qū)域受到污染,形成空間上的負(fù)面溢出現(xiàn)象(Chen等,2018)。(31)Chen Z, Kahn M E, Liu Y, et al, “The Consequences of Spatially Differentiated Water Pollution Regulation in China”, Journal of Environmental Economics and Management, vol.88, no.2(March 2018), pp.468-485.

綠色金融改變了政府主體以往強(qiáng)制約束的減排方式,地方政府通過與銀行等大型金融機(jī)構(gòu)以及地方性金融機(jī)構(gòu)合作,能夠在風(fēng)險(xiǎn)可控前提下為氣候項(xiàng)目提供金融支持。相較命令控制型氣候政策,綠色金融政策的比較優(yōu)勢(shì)具體體現(xiàn)于兩個(gè)方面。一方面,政府主體要求金融機(jī)構(gòu)區(qū)別對(duì)待高排放高耗能行業(yè)和低排放低耗能行業(yè)。對(duì)于前者,金融機(jī)構(gòu)審慎發(fā)放貸款,合理制約其發(fā)展;對(duì)于后者,金融機(jī)構(gòu)開發(fā)多樣化融資產(chǎn)品,促進(jìn)其投資于中遠(yuǎn)期綠色項(xiàng)目。資本在兩類行業(yè)間優(yōu)化配置,對(duì)經(jīng)濟(jì)的低碳發(fā)展產(chǎn)生正向促進(jìn)作用(Lee和Lee,2022)。(32)Lee C C, Lee C C, “How does Green Finance Affect Green Total Factor Productivity? Evidence from China”, Energy Economics, vol.107, no.3(March 2022), Article 105863.并且,政府在此過程中會(huì)通過綠色金融業(yè)績(jī)?cè)u(píng)價(jià)、體系獎(jiǎng)補(bǔ)等政策引導(dǎo)金融機(jī)構(gòu)增加綠色資產(chǎn)比例,強(qiáng)化金融機(jī)構(gòu)長(zhǎng)期支持低碳發(fā)展的能力。(33)見綠色金融“五大支柱”中的“逐步完善激勵(lì)約束機(jī)制”,2021年3月7日,http://www.pbc.gov.cn/redianzhuanti/118742/4198764/4198778/4201524/index.html,2023年5月9日。另一方面,政府主體推動(dòng)金融機(jī)構(gòu)、公共部門、企業(yè)進(jìn)行協(xié)作,監(jiān)管并披露環(huán)境信息。面對(duì)嚴(yán)格規(guī)范的環(huán)境信息披露方式,企業(yè)有動(dòng)力在環(huán)境信息披露與環(huán)境績(jī)效等方面表現(xiàn)更好以獲得規(guī)模更大、期限更長(zhǎng)以及成本更低的外部融資(Oikonomou等,2014;(34)Oikonomou I, Brooks C, Pavelin S, “The Effects of Corporate Social Performance on the Cost of Corporate Debt and Credit Ratings”, Financial Review, vol.49,no.1(2014), pp.49-75.黎文靖和路曉燕,2015(35)黎文靖、路曉燕:《機(jī)構(gòu)投資者關(guān)注企業(yè)的環(huán)境績(jī)效嗎?——來自我國(guó)重污染行業(yè)上市公司的經(jīng)驗(yàn)證據(jù)》,《金融研究》2015年第12期。)。因此,綠色金融一定程度上吸收了命令控制型氣候政策的“命令控制”特質(zhì),但不再通過簡(jiǎn)單強(qiáng)制手段進(jìn)行減碳,而是深入關(guān)切如何科學(xué)倒逼企業(yè)的生產(chǎn)活動(dòng)低碳化。借助不同行業(yè)間的資本優(yōu)化配置以及多方協(xié)作的環(huán)境信息披露方式,政府主體不再規(guī)定必須量化減碳,而是鼓勵(lì)企業(yè)尋找減碳與發(fā)展的平衡。

2.綠色金融拓展市場(chǎng)激勵(lì)渠道

市場(chǎng)型氣候政策衍生自碳排放的負(fù)外部性特征。由于市場(chǎng)失靈現(xiàn)象的存在,企業(yè)無法明確分配碳排放責(zé)任,且生產(chǎn)效率無法達(dá)到帕累托最優(yōu),需要政府適當(dāng)介入形成有效市場(chǎng)。中國(guó)的碳排放權(quán)交易市場(chǎng)是最典型的市場(chǎng)型氣候政策,能夠通過效率與公平等原則確定區(qū)域內(nèi)企業(yè)的碳排放份額(錢浩祺等,2019),(36)錢浩祺、吳力波、任飛州:《從“鞭打快?！钡叫黍?qū)動(dòng):中國(guó)區(qū)域間碳排放權(quán)分配機(jī)制研究》,《經(jīng)濟(jì)研究》2019年第3期。使企業(yè)主體按照等邊際法則進(jìn)行生產(chǎn),更好地明晰排放責(zé)任。其他典型的市場(chǎng)型政策包括用能權(quán)交易制度與排污權(quán)交易制度等,其最大共有特征在于能夠基于波特假說促進(jìn)企業(yè)技術(shù)創(chuàng)新(Porter和Van der Linde,1995)。(37)Porter M E, Van Der Linde C, “Toward a New Conception of the Environment-competitiveness Relationship”, Journal of Economic Perspectives, vol.9,no.4(1995), pp.97-118.在適當(dāng)?shù)囊?guī)制力度下,企業(yè)碳排放的負(fù)外部性能夠內(nèi)部化以形成明確生產(chǎn)成本,企業(yè)因此有動(dòng)力通過技術(shù)創(chuàng)新來抵消施加的生產(chǎn)成本,獲取更高競(jìng)爭(zhēng)力(王為東等,2020)。(38)王為東、王冬、盧娜:《中國(guó)碳排放權(quán)交易促進(jìn)低碳技術(shù)創(chuàng)新機(jī)制的研究》,《中國(guó)人口·資源與環(huán)境》2020年第2期。

綠色金融則通過拓展市場(chǎng)渠道進(jìn)一步延伸市場(chǎng)型氣候政策的激勵(lì)功能。在綠色金融政策下,企業(yè)的減碳目標(biāo)能夠受到三方面的激勵(lì):一是碳排放權(quán)等環(huán)境權(quán)益,二是綠色信貸、基金、債券等金融產(chǎn)品,三是基于環(huán)境權(quán)益的融資工具。(39)《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》指出:“發(fā)展各類碳金融產(chǎn)品,促進(jìn)建立全國(guó)統(tǒng)一的碳排放權(quán)交易市場(chǎng);推動(dòng)建立排污權(quán)、節(jié)能量(用能權(quán))、水權(quán)等環(huán)境權(quán)益交易市場(chǎng);發(fā)展基于碳排放權(quán)、排污權(quán)、節(jié)能量(用能權(quán))等各類環(huán)境權(quán)益的融資工具,拓寬企業(yè)綠色融資渠道。”首先,碳排放權(quán)等環(huán)境權(quán)益對(duì)企業(yè)生產(chǎn)函數(shù)施加成本約束,促使企業(yè)調(diào)整生產(chǎn)模式以降低碳排放。這體現(xiàn)了綠色金融對(duì)市場(chǎng)型氣候政策本質(zhì)優(yōu)勢(shì)的吸納。其次,綠色金融產(chǎn)品對(duì)企業(yè)生產(chǎn)函數(shù)施加綠色資本要素激勵(lì)(Owen等,2018),(40)Owen R, Brennan G, Lyon F, “Enabling Investment for the Transition to a Low Carbon Economy: Government Policy to Finance Early Stage Green Innovation”, Current Opinion in Environmental Sustainability, vol.31,no.4 (April 2018), pp.137-145.本質(zhì)上緩解了傳統(tǒng)融資市場(chǎng)中的“綠色低碳信息”不對(duì)稱問題(斯麗娟和曹昊煜,2022)。(41)斯麗娟、曹昊煜:《綠色信貸政策能夠改善企業(yè)環(huán)境社會(huì)責(zé)任嗎——基于外部約束和內(nèi)部關(guān)注的視角》,《中國(guó)工業(yè)經(jīng)濟(jì)》2022年第4期。原本低排放企業(yè)的投資收益在短期內(nèi)難以與高排放企業(yè)競(jìng)爭(zhēng),但在綠色融資市場(chǎng)形成后,低排放企業(yè)更有動(dòng)力以自身優(yōu)勢(shì)尋求綠色融資以獲得長(zhǎng)期低碳競(jìng)爭(zhēng)力。并且,綠色金融開拓的融資市場(chǎng)體現(xiàn)出公眾主體參與減排方式的革新,例如企業(yè)發(fā)行的綠色債券信用級(jí)別較高、違約風(fēng)險(xiǎn)較低,投資者更愿意以較低票面利率購(gòu)買(王玉林和周亞虹,2022)。(42)王玉林、周亞虹:《綠色金融發(fā)展與企業(yè)創(chuàng)新》,《財(cái)經(jīng)研究》2022年第1期。隨著公眾廣泛獲知綠色低碳企業(yè)的低融資成本信息,綠色金融市場(chǎng)初期的“杠桿效應(yīng)”能夠推動(dòng)低碳經(jīng)濟(jì)發(fā)展增速提質(zhì)(馬勇和陳雨露,2017)。(43)馬勇、陳雨露:《金融杠桿、杠桿波動(dòng)與經(jīng)濟(jì)增長(zhǎng)》,《經(jīng)濟(jì)研究》2017年第6期。最后,基于環(huán)境權(quán)益的融資工具是對(duì)環(huán)境權(quán)益與綠色金融產(chǎn)品的結(jié)合。高排放企業(yè)能夠通過抵押、質(zhì)押環(huán)境權(quán)益及利用碳金融等衍生工具,更好地?cái)[脫缺乏優(yōu)質(zhì)抵押品的困境(張葉東,2021)。(44)張葉東:《“雙碳”目標(biāo)背景下碳金融制度建設(shè):現(xiàn)狀、問題與建議》,《南方金融》2021年第11期。而對(duì)于技術(shù)創(chuàng)新型企業(yè)來說,其低碳生產(chǎn)方式與碳績(jī)效表現(xiàn)也能進(jìn)一步置換綠色低碳資本(李力等,2019;(45)李力、劉全齊、唐登莉:《碳績(jī)效、碳信息披露質(zhì)量與股權(quán)融資成本》,《管理評(píng)論》2019年第1期。張一林等,2016(46)張一林、龔強(qiáng)、榮昭:《技術(shù)創(chuàng)新、股權(quán)融資與金融結(jié)構(gòu)轉(zhuǎn)型》,《管理世界》2016年第11期。)。綜上所述,綠色金融政策不僅基于碳排放直接界定產(chǎn)權(quán),還從生產(chǎn)資本、公眾參與、碳排放衍生工具等多個(gè)角度拓展了市場(chǎng)激勵(lì)渠道,建立了激勵(lì)企業(yè)低碳發(fā)展的創(chuàng)新性模式。

(二)氣候政策融合視角下的綠色金融減碳機(jī)理

根據(jù)上述分析,綠色金融政策實(shí)質(zhì)上具有“一手大棒一手蘿卜”的特性。其“命令控制”特性類似于“大棒”,通過規(guī)制性方式推動(dòng)企業(yè)減少碳排放,而其“市場(chǎng)激勵(lì)”特性則類似于“蘿卜”,通過激勵(lì)性方式推動(dòng)企業(yè)減少碳排放。因此,綠色金融可能像命令控制型氣候政策一樣,具有一定程度的直接減碳效果,也可能像市場(chǎng)型氣候政策一樣,具有激勵(lì)低碳發(fā)展的效果。本文據(jù)此提出,具有融合政策特性的綠色金融能夠有效促進(jìn)碳減排,并且就減碳機(jī)制而言,綠色金融既可以促使企業(yè)減少能源使用或采取末端治理等直接手段來抑制碳排放,也可以對(duì)企業(yè)減碳的長(zhǎng)期機(jī)制產(chǎn)生推動(dòng)作用。參考當(dāng)前氣候政策及綠色金融減碳效應(yīng)的研究,本文進(jìn)而概括綠色金融的主要減碳機(jī)制為優(yōu)化能源結(jié)構(gòu)與促進(jìn)技術(shù)創(chuàng)新提供理論支持。

一方面,碳排放產(chǎn)生于煤炭等化石能源的生產(chǎn)使用過程。目前中國(guó)化石能源消耗占能源消耗總量的比重為84%,而碳中和目標(biāo)要求2060年能源系統(tǒng)中清潔能源占比達(dá)到80%以上(林伯強(qiáng),2022)。(47)林伯強(qiáng):《碳中和進(jìn)程中的中國(guó)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)》,《經(jīng)濟(jì)研究》2022年第1期。因此優(yōu)化以煤炭為主的能源結(jié)構(gòu)將在短期與長(zhǎng)期內(nèi)有效減少碳排放。而綠色金融通過綠色信貸、債券、證券等工具將企業(yè)能源使用與綠色項(xiàng)目掛鉤。這意味著,企業(yè)獲得融資后必須將資金用于低耗能的生產(chǎn)經(jīng)營(yíng)業(yè)務(wù)。在此過程中,企業(yè)生產(chǎn)要素配置逐漸綠色低碳化,投資回報(bào)率也得到提升,從而實(shí)現(xiàn)能源結(jié)構(gòu)的清潔化改善(馬麗梅和黃崇樂,2022)。(48)馬麗梅、黃崇樂:《金融驅(qū)動(dòng)與可再生能源發(fā)展——基于跨國(guó)數(shù)據(jù)的動(dòng)態(tài)演化分析》,《中國(guó)工業(yè)經(jīng)濟(jì)》2022年第4期。并且,綠色金融對(duì)能源結(jié)構(gòu)低碳化的影響也已經(jīng)得到一定實(shí)證檢驗(yàn),具有廣闊的應(yīng)用前景和社會(huì)效益(劉傳哲和任懿,2019),(49)劉傳哲、任懿:《綠色信貸對(duì)能源消費(fèi)結(jié)構(gòu)低碳化的影響研究》,《武漢金融》2019年第11期。能夠通過能源結(jié)構(gòu)優(yōu)化機(jī)制減少碳排放。

另一方面,低碳技術(shù)創(chuàng)新對(duì)于大幅減少碳排放與長(zhǎng)期低碳發(fā)展至關(guān)重要(盧娜等,2019)。(50)盧娜、王為東、王淼等:《突破性低碳技術(shù)創(chuàng)新與碳排放:直接影響與空間溢出》,《中國(guó)人口·資源與環(huán)境》2019年第5期。從企業(yè)的創(chuàng)新動(dòng)機(jī)來說,企業(yè)創(chuàng)新有時(shí)并不是為了實(shí)質(zhì)性提高技術(shù)競(jìng)爭(zhēng)力,而是為了獲取某種利益。在這種情況下,企業(yè)創(chuàng)新行為表現(xiàn)為對(duì)政府政策和監(jiān)管的迎合(黎文靖和鄭曼妮,2016)。(51)黎文靖、鄭曼妮:《實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新?——宏觀產(chǎn)業(yè)政策對(duì)微觀企業(yè)創(chuàng)新的影響》,《經(jīng)濟(jì)研究》2016年第4期。從氣候政策視角進(jìn)行理解,這與減碳約束下企業(yè)的創(chuàng)新行為選擇不謀而合。在嚴(yán)格的政策規(guī)制下,企業(yè)可能不會(huì)積極開展實(shí)質(zhì)技術(shù)創(chuàng)新活動(dòng),而是通過在生產(chǎn)中加裝治理設(shè)施等治理技術(shù)來減少碳排放(王鵬和謝麗文,2014)。(52)王鵬、謝麗文:《污染治理投資、企業(yè)技術(shù)創(chuàng)新與污染治理效率》,《中國(guó)人口·資源與環(huán)境》2014年第9期。但在適當(dāng)?shù)恼咄苿?dòng)下,企業(yè)則會(huì)進(jìn)行實(shí)質(zhì)性創(chuàng)新,使用低碳生產(chǎn)技術(shù)提高企業(yè)競(jìng)爭(zhēng)力。因此,綠色金融的融合政策特性與適當(dāng)性激勵(lì)可能同時(shí)促進(jìn)企業(yè)的策略創(chuàng)新與實(shí)質(zhì)創(chuàng)新(王營(yíng)和馮佳浩,2022)。(53)王營(yíng)、馮佳浩:《綠色債券促進(jìn)企業(yè)綠色創(chuàng)新研究》,《金融研究》2022年第6期。本文據(jù)此提出,策略性技術(shù)創(chuàng)新與實(shí)質(zhì)性技術(shù)創(chuàng)新均是綠色金融的減碳機(jī)制。據(jù)此,我們將綠色金融的融合政策優(yōu)勢(shì)和減碳機(jī)理總結(jié)為圖1。

圖1 綠色金融的融合政策優(yōu)勢(shì)和減碳機(jī)理

三、研究設(shè)計(jì)

(一)數(shù)據(jù)樣本

本文選取2009至2020年中國(guó)地級(jí)市面板數(shù)據(jù)作為研究樣本,數(shù)據(jù)主要來源于《中國(guó)城市統(tǒng)計(jì)年鑒》、地級(jí)市《國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》及中國(guó)碳核算數(shù)據(jù)庫(CEADs)。由于2008年金融危機(jī)對(duì)經(jīng)濟(jì)的不穩(wěn)定沖擊,故選擇2009年作為起始年份,且目前地級(jí)市數(shù)據(jù)主要更新至2020年,故選擇2020年作為截止年份。由于本文研究方法以及嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)準(zhǔn)確性要求,沒有包括存在缺漏值且無法補(bǔ)齊的城市。此外,囿于數(shù)據(jù)可得性,樣本中不含西藏、港澳臺(tái)地區(qū)及行政級(jí)別發(fā)生變更的城市。

樣本指標(biāo)主要包括結(jié)果變量與一系列控制變量。對(duì)于結(jié)果變量碳排放,本文選擇較權(quán)威的CEADs的碳排放數(shù)據(jù)作為來源(Shan等,2022)。(54)Shan Y, Guan Y, Hang Y, et al, “City-level Emission Peak and Drivers in China”, Science Bulletin, vol.67, no.18(2022), pp.1910-1920.對(duì)于控制變量,根據(jù)STIRPAT模型(York等,2003),(55)York R, Rosa E A, Dietz T, “STIRPAT, IPAT and ImPACT: Analytic Tools for Unpacking the Driving Forces of Environmental Impacts”, Ecological Economics, vol.46, no.3(2003), pp.351-365.一個(gè)地區(qū)對(duì)環(huán)境和生態(tài)系統(tǒng)的影響(I)取決于人口規(guī)模(P)、富裕水平(A)和技術(shù)因素(T),因此分別選取人口密度、經(jīng)濟(jì)水平、科研支持三個(gè)變量進(jìn)行表征。同時(shí),本文還選取了金融發(fā)展(顧洪梅和何彬,2012)、(56)顧洪梅、何彬:《中國(guó)省域金融發(fā)展與碳排放研究》,《中國(guó)人口·資源與環(huán)境》2012年第8期。外商投資(Zhang等,2020)、(57)Zhang Y, Li S, Luo T, et al, “The Effect of Emission Trading Policy on Carbon Emission Reduction: Evidence from an Integrated Study of Pilot Regions in China”, Journal of Cleaner Production, vol.265, no.24(August 2020), Article121843.要素稟賦三個(gè)變量。本文所選變量的具體定義如表1所示。

表1 主要變量的描述性統(tǒng)計(jì)結(jié)果

對(duì)于數(shù)據(jù)的處理過程有以下幾點(diǎn)需要說明:一是對(duì)數(shù)據(jù)進(jìn)行了1%的縮尾處理,以排除極端值的干擾;二是所有與價(jià)格相關(guān)的原始數(shù)據(jù)均以2009年為基期進(jìn)行了調(diào)整,以消除通貨膨脹的影響;三是對(duì)個(gè)別缺漏值進(jìn)行了補(bǔ)齊。本文沒有使用會(huì)造成實(shí)證結(jié)果偏誤的線性插值法,而是使用了反距離加權(quán)(inverse distance weighted)插值法。反距離加權(quán)插值法使用非缺失值的加權(quán)平均來計(jì)算缺失值,權(quán)重是各觀察值之間距離的倒數(shù),最終補(bǔ)齊的數(shù)據(jù)對(duì)實(shí)證結(jié)果的影響較小。

(二)識(shí)別策略

本文旨在考察綠色金融政策對(duì)廣州市碳排放的影響,為了得到其準(zhǔn)確估計(jì),一種較為適用的方法是合成控制法,其原理為通過線性規(guī)劃等數(shù)值方法利用控制組樣本信息合成處理組結(jié)果變量的反事實(shí)。假設(shè)結(jié)果變量碳排放的觀察值為cit,其中i=1,…,N,T=1,…,T。記虛擬變量dit表示第i個(gè)城市在年份t的處理狀態(tài),如果實(shí)施了綠色金融政策,則dit=1,反之dit=0。觀測(cè)到的碳排放可以表示為:

(1)

1.基于Lasso的合成控制法

Hollingsworth和Wing(2020)提出直接使用Lasso回歸來正則化控制組權(quán)重。(64)Hollingsworth A, Wing C, “Tactics for Design and Inference in Synthetic Control Studies: An Applied Example Using High-dimensional Data”,Social Science Research Network,2020,Article 3592088.具體而言,在合成控制法中,控制組權(quán)重的選擇可以用一個(gè)簡(jiǎn)單的回歸框架來表示:

(2)

其中,T0表示綠色金融政策實(shí)施年份,c0t表示廣州市碳排放,xt=(c1t,…,cnt)表示t年所有控制組城市碳排放向量,ω=(ω1,…,ωN)為各自權(quán)重向量。式(2)表明權(quán)重可表示為時(shí)間t=1,…,T0內(nèi),處理單元的結(jié)果變量對(duì)控制組單元的結(jié)果變量回歸得到的系數(shù)。但OLS方法無法解決高維數(shù)據(jù)的稀疏性特征,即雖然樣本中有很多變量,但能進(jìn)行樣本外預(yù)測(cè)的變量非常有限。因此,相應(yīng)基于Lasso的權(quán)重選擇方程為:

(3)

其中,λ為懲罰參數(shù),其值越大對(duì)于權(quán)重的壓縮作用也越強(qiáng),‖ω‖1為各權(quán)重的絕對(duì)值之和。如果應(yīng)用Lasso回歸的目標(biāo)是最大化樣本內(nèi)擬合能力,那么將從候選的懲罰參數(shù)集合中選擇能夠最小化實(shí)際數(shù)據(jù)和合成序列之間的均方誤差(mean-square error, MSE)的懲罰參數(shù)。

然而,最大化樣本內(nèi)擬合能力可能會(huì)過擬合反事實(shí),并降低對(duì)政策效應(yīng)的預(yù)測(cè)準(zhǔn)確性。因此本文進(jìn)一步采取K折交叉驗(yàn)證(K-folder Cross Validation)的方式來確定懲罰參數(shù),以此增強(qiáng)模型的樣本外預(yù)測(cè)能力。Chetverikov等(2021)證明了交叉驗(yàn)證在Lasso估計(jì)中的漸進(jìn)一致性。(65)Chetverikov D, Liao Z, Chernozhukov V, “On Cross-validated Lasso in High Dimensions”, The Annals of Statistics, vol.49, no.3(2021), pp.1300-1317.K折交叉驗(yàn)證的基本思想是將樣本數(shù)據(jù)隨機(jī)分成K份,每次隨機(jī)選擇K-1份作為訓(xùn)練集確定懲罰參數(shù),剩下的1份作為測(cè)試集驗(yàn)證懲罰參數(shù)。經(jīng)過若干輪隨機(jī)選擇后,以最小均方誤差為標(biāo)準(zhǔn)選定最終的懲罰參數(shù)。

在此基礎(chǔ)上,雖然Lasso能夠較好地篩選出控制組,但得到的系數(shù)本身是有偏誤的,若在政策后時(shí)段繼續(xù)使用篩選出的權(quán)重?cái)M合反事實(shí)將導(dǎo)致估計(jì)偏誤。因此,本文僅在政策實(shí)施前使用該策略篩選出少數(shù)控制組樣本,在政策后時(shí)段則使用Post-Lasso估計(jì)來糾偏,即政策前時(shí)段篩選變量擬合反事實(shí)結(jié)果,政策后時(shí)段丟掉權(quán)重,僅使用篩選出的變量執(zhí)行OLS估計(jì)。此外,本文還根據(jù)數(shù)據(jù)樣本部分對(duì)控制變量的描述,在xt中加入一系列相關(guān)的控制變量,以此更加穩(wěn)健地估計(jì)綠色金融政策的處理效應(yīng)。

2.結(jié)合Lasso的回歸控制法

如前所述,RCM的基本思想仍是找出對(duì)實(shí)驗(yàn)組結(jié)果變量的最優(yōu)預(yù)測(cè)組合,具體因子模型設(shè)定可見Hsiao等(2012)。(66)Hsiao C, Steve Ching H, Ki Wan S, “A Panel Data Approach for Program Evaluation: Measuring the Benefits of Political and Economic Integration of Hong Kong with Mainland China”, Journal of Applied Econometrics,vol.27,no.5(2012), pp.705-740.但與Lasso不同,RCM提出使用最優(yōu)子集方法估計(jì)式(2),并通過信息準(zhǔn)則篩選模型。簡(jiǎn)言之,即選擇出擬合最大的模型來擬合反事實(shí)結(jié)果,并借助信息準(zhǔn)則來懲罰過擬合的模型。假定最終選擇出p個(gè)控制組城市來擬合反事實(shí)結(jié)果,以AIC(Akaike Information Criterion)為例,其表達(dá)式為:

(4)

其中,SSR為廣州市碳排放對(duì)所有控制組城市碳排放回歸的殘差平方和。若選擇的控制組變量越多,則懲罰項(xiàng)2(p+1)也越大,因此AIC能夠有效篩選模型。Li和Bell(2017)在回歸控制法的框架下提出使用Lasso方法估計(jì)式(4),(67)Li K T, Bell D R, “Estimation of Average Treatment Effects with Panel Data: Asymptotic Theory and Implementation”, Journal of Econometrics, vol.197, no.1(2017), pp.65-75.并放松回歸控制法的假設(shè)條件。Hsiao和Zhou(2019)進(jìn)而建議可以結(jié)合多種方法。(68)Hsiao C, Zhou Q, “Panel Parametric, Semiparametric, and Nonparametric Construction of Counterfactuals”, Journal of Applied Econometrics, vol.34, no.4(2019), pp.463-481.根據(jù)這一思路,本文使用Lasso回歸作為模型選擇方法,使用信息準(zhǔn)則作為選擇標(biāo)準(zhǔn),以此有別于前文基于Lasso的合成控制法。此外,最終同樣使用Post-Lasso估計(jì)來糾偏,以及在RCM中也加入一系列控制變量,進(jìn)一步提高預(yù)測(cè)效果。

四、實(shí)證結(jié)果

(一)基準(zhǔn)結(jié)果

通過前文提出的兩種基于回歸的估計(jì)量,本文對(duì)廣州市碳排放進(jìn)行反事實(shí)擬合,以此得出綠色金融政策對(duì)廣州市碳排放的影響。圖2報(bào)告了真實(shí)廣州與合成廣州碳排放量的演變趨勢(shì),其中垂直虛線為廣州市成為綠色金融改革創(chuàng)新試驗(yàn)區(qū)的年份(2017年),虛線左側(cè)為政策前時(shí)期,虛線右側(cè)為政策后時(shí)期。綠色金融政策對(duì)廣州市碳排放的處理效應(yīng)由真實(shí)廣州與合成廣州碳排放量的差值來表示。

圖2 真實(shí)廣州與合成廣州的碳排放量演變趨勢(shì)

由圖2可知,無論是采取基于Lasso的合成控制法,還是結(jié)合Lasso的回歸控制法,在綠色金融政策實(shí)施前時(shí)段(2009至2017年)真實(shí)廣州與合成廣州的碳排放量幾乎完全重合,說明本文結(jié)合合成控制法與懲罰回歸的識(shí)別策略具有較為良好的擬合效果。此外,在綠色金融政策實(shí)施后時(shí)段(2018至2020年)兩種識(shí)別方法得到的合成廣州碳排放量均與真實(shí)廣州的碳排放量表現(xiàn)出大幅偏離,且這一效應(yīng)是使用Post-Lasso得到的無偏效應(yīng)。因此,可認(rèn)為綠色金融政策有效降低了廣州試點(diǎn)的碳排放。

表2詳細(xì)報(bào)告了兩種方法的平均政策效應(yīng)。從2018至2020年的平均趨勢(shì)來看,兩種方法的政策效應(yīng)變化趨勢(shì)大致相同,自2018年開始出現(xiàn)經(jīng)濟(jì)意義上顯著的碳減排效果。且平均來說,綠色金融的減碳效應(yīng)自29百萬噸增長(zhǎng)至44百萬噸,說明了綠色金融政策對(duì)廣州市的碳排放保持著良好的抑制作用。此外,從2018至2020年三年的總體減碳效果來說,綠色金融政策大約降低了廣州市38百萬噸的碳排放,而本文樣本中2017年廣州市的碳排放量約為122百萬噸。因此可計(jì)算出,綠色金融政策大約降低了廣州市31.74%的碳排放,即年均降低約10.58%。

表2 綠色金融政策的碳減排效應(yīng)

(二)穩(wěn)健性檢驗(yàn)

1.時(shí)間安慰劑檢驗(yàn)

本文采取識(shí)別策略為合成控制法的延伸,因此傳統(tǒng)統(tǒng)計(jì)推斷的穩(wěn)健性檢驗(yàn)方法不再適用,一般采用以置換檢驗(yàn)(permutation test)為基本思想的安慰劑檢驗(yàn)。據(jù)此,本文采取時(shí)間安慰劑檢驗(yàn)進(jìn)行穩(wěn)健性檢驗(yàn)。具體來說,綠色金融改革創(chuàng)新試驗(yàn)區(qū)于2017年6月設(shè)立,從政策頒布到落地生效需要一定的時(shí)間。若不同于基準(zhǔn)結(jié)果2018年綠色金融政策生效的情形,轉(zhuǎn)而假設(shè)2017年起已開始生效,應(yīng)當(dāng)預(yù)期虛擬情況下2017年綠色金融政策對(duì)廣州市碳排放沒有抑制效果。檢驗(yàn)結(jié)果如圖3所示,其中垂直虛線左側(cè)為政策前時(shí)期,虛線右側(cè)為政策后時(shí)期。綠色金融政策對(duì)廣州市碳排放的處理效應(yīng)由真實(shí)廣州與合成廣州碳排放量的差值表示。

圖3 時(shí)間安慰劑檢驗(yàn)下真實(shí)廣州與合成廣州的碳排放量演變趨勢(shì)

由圖3可知,無論采用何種方法,在綠色金融政策實(shí)施前時(shí)段(2009至2016年)真實(shí)廣州與合成廣州的碳排放量幾乎完全重合,與基準(zhǔn)結(jié)果的擬合情況一致。且在虛擬情況下,2017年綠色金融政策僅有微弱的減碳效果,然后自2018至2020年顯現(xiàn)出較大的減碳效應(yīng)。這說明時(shí)間安慰劑檢驗(yàn)結(jié)果穩(wěn)健,綠色金融政策的確自2018年開始才對(duì)廣州市的碳排放產(chǎn)生抑制效果。

2.替換Lasso方法檢驗(yàn)

當(dāng)然,使用Lasso回歸作為變量篩選工具時(shí)可能存在的問題是,若模型中包含一組高度相關(guān)的變量,則Lasso只能隨機(jī)選擇其中的一個(gè)或幾個(gè),從而導(dǎo)致無法找出正確模型。Zou和Hastie(2005)曾經(jīng)提出的彈性網(wǎng)有助于克服這一問題,即將嶺回歸和Lasso回歸結(jié)合來懲罰參數(shù)。(69)Zou H, Hastie T, “Regularization and Variable Selection via the Elastic Net”, Journal of the Royal Statistical Society: Series B (Statistical Methodology), vol.67, no.2(2005), pp.301-320.基于彈性網(wǎng)的權(quán)重選擇方程為:

(5)

與彈性網(wǎng)思路類似的是自適應(yīng)Lasso(Adaptive Lasso)(Zou,2006)。(70)Zou H, “The Adaptive Lasso and Its Oracle Properties”, Journal of the American Statistical Association, vol.101, no.476(2006), pp.1418-1429.在使用Lasso回歸篩選變量時(shí),若高維數(shù)據(jù)中有用的變量極度稀少,即具有超稀疏特性,則可通過自適應(yīng)Lasso在傳統(tǒng)Lasso的基礎(chǔ)上做二次甚至多次懲罰處理。具體方程如下所示:

(6)

基于以上彈性網(wǎng)和自適應(yīng)Lasso兩種方法,可以檢驗(yàn)基準(zhǔn)結(jié)果中傳統(tǒng)Lasso的有效性。本文同樣在政策后時(shí)段使用Post-Lasso得到無偏估計(jì),具體檢驗(yàn)結(jié)果如圖4所示。

圖4 替換Lasso方法檢驗(yàn)

由圖4可知,基于彈性網(wǎng)和自適應(yīng)Lasso的合成控制法均得到與基準(zhǔn)結(jié)果一致的結(jié)果。在綠色金融政策實(shí)施前時(shí)段(2009至2017年)真實(shí)廣州與合成廣州的碳排放量幾乎完全重合,與基準(zhǔn)結(jié)果的擬合情況一致。在綠色金融政策實(shí)施后時(shí)段(2018至2020年)雖然不同的識(shí)別方法得到的綠色金融減碳效應(yīng)在數(shù)值上稍顯不同,但總體來說,減碳效應(yīng)的變化趨勢(shì)仍是逐漸擴(kuò)大。因此,可認(rèn)為基于Lasso的合成控制法得到的基準(zhǔn)結(jié)果是可信的。

3.替換信息準(zhǔn)則檢驗(yàn)

在回歸控制法的信息準(zhǔn)則中,除AIC以外還有其他進(jìn)一步施加懲罰項(xiàng)的方法。本文選擇BIC(Bayesian Information Criterion)與AICC(Corrected AIC)檢驗(yàn)基準(zhǔn)結(jié)果中結(jié)合Lasso的回歸控制法的有效性。兩種信息準(zhǔn)則的具體計(jì)算公式如下:

(7)

(8)

其中設(shè)定與式(4)一致。通過與式(4)的計(jì)算公式比較,可知BIC與AICC均在AIC的基礎(chǔ)上施加了更大懲罰項(xiàng)。檢驗(yàn)結(jié)果如圖5所示。

圖5 替換信息準(zhǔn)則檢驗(yàn)

注:圖中描繪了替換信息準(zhǔn)則檢驗(yàn)下真實(shí)廣州與合成廣州碳排放量的演變趨勢(shì)。其中圖5(a)和(b)分別為使用了BIC和AICC作為回歸控制法中 的懲罰標(biāo)準(zhǔn)。

由圖5(a)可知,使用BIC作為懲罰標(biāo)準(zhǔn)時(shí),結(jié)合Lasso的回歸控制法得到與基準(zhǔn)結(jié)果幾乎一致的擬合效果與減碳效應(yīng)。但由圖5(b)發(fā)現(xiàn),使用AICC作為懲罰標(biāo)準(zhǔn)時(shí),結(jié)合Lasso的回歸控制法擬合效果較差,這可能是因?yàn)锳ICC是在AIC的基礎(chǔ)上進(jìn)行的修正信息準(zhǔn)則,其主要應(yīng)用于小樣本中。當(dāng)樣本容量過大時(shí),AICC的表現(xiàn)會(huì)不如AIC。而從實(shí)施后時(shí)段(2018至2020年)來看,此種情況下綠色金融政策仍表現(xiàn)出一定的減碳效果。因此,結(jié)合BIC和AICC兩種情況,可以認(rèn)為綠色金融政策對(duì)廣州市碳排放仍有一定的抑制效果,說明結(jié)合Lasso的回歸控制法得到的基準(zhǔn)結(jié)果穩(wěn)健。

4.選取其他試點(diǎn)城市檢驗(yàn)

雖然如前文所述,衢州作為四線城市不及廣州更有代表性,但就政策方向而言,衢州試點(diǎn)以“金融支持傳統(tǒng)產(chǎn)業(yè)綠色改造轉(zhuǎn)型”為主線,在減碳方面應(yīng)具備獨(dú)特優(yōu)勢(shì)。因此,本文進(jìn)一步選取衢州試點(diǎn)作為穩(wěn)健性檢驗(yàn)。具體檢驗(yàn)結(jié)果如圖6所示,其中垂直虛線為衢州市成為綠色金融改革創(chuàng)新試驗(yàn)區(qū)的年份(2017年),虛線左側(cè)為政策前時(shí)期,虛線右側(cè)為政策后時(shí)期。綠色金融政策對(duì)衢州市碳排放的處理效應(yīng)由真實(shí)衢州與合成衢州碳排放量的差值來表示。

圖6 真實(shí)衢州與合成衢州碳排放量的演變趨勢(shì)

由圖6可知,選取衢州市進(jìn)行檢驗(yàn)時(shí),基于Lasso的合成控制法在綠色金融政策實(shí)施前時(shí)段(2009至2017年)對(duì)于合成衢州的碳排放量幾乎完全擬合,而結(jié)合Lasso的合成控制法則完全擬合。同時(shí),在綠色金融政策實(shí)施后時(shí)段(2018至2020年)兩種識(shí)別方法均發(fā)現(xiàn)綠色金融政策能夠有效降低衢州試點(diǎn)的碳排放。從數(shù)值上來說,基于Lasso的合成控制法得到的平均減碳量為5.161百萬噸,結(jié)合Lasso的合成控制法得到的平均減碳量為3.202百萬噸,二者均值為4.182百萬噸。本文樣本中2017年衢州市的碳排放量約為32.142百萬噸,因此可計(jì)算出綠色金融政策大約降低了衢州市13.01%的碳排放,即年均降低約4.34%。這一結(jié)果佐證了廣州試點(diǎn)綠色金融政策減碳效果的有效性。

五、機(jī)制檢驗(yàn)

在驗(yàn)證綠色金融政策對(duì)廣州試點(diǎn)碳排放具有顯著抑制作用后,進(jìn)一步探究其內(nèi)在機(jī)制可知,綠色金融政策可以通過優(yōu)化能源結(jié)構(gòu)與促進(jìn)技術(shù)創(chuàng)新兩條路徑降低碳排放。本文通過對(duì)機(jī)制變量進(jìn)行反事實(shí)擬合來檢驗(yàn)綠色金融的作用路徑。具體來說,一方面,對(duì)于優(yōu)化能源結(jié)構(gòu)路徑,本文選擇以煤為主的能源消耗占總能源消耗的百分比來表征。由于目前地級(jí)市層面能源數(shù)據(jù)的缺失,文獻(xiàn)多以某種能源消耗進(jìn)行指代或根據(jù)多種能源消耗進(jìn)行折算。為保持研究嚴(yán)謹(jǐn)性,本文選取數(shù)據(jù)可得的天然氣、液化石油氣及全社會(huì)用電量三種能源折算得到總能源消耗量。三種能源數(shù)據(jù)來自《中國(guó)城市統(tǒng)計(jì)年鑒》,能源折標(biāo)準(zhǔn)煤系數(shù)來自《中國(guó)能源統(tǒng)計(jì)年鑒》。在此基礎(chǔ)上,對(duì)于能源結(jié)構(gòu)中的煤炭消耗量,鑒于中國(guó)“富煤貧油少氣”的資源稟賦特征和相對(duì)低廉的煤炭?jī)r(jià)格導(dǎo)致的中國(guó)電力生產(chǎn)對(duì)煤炭的高度依賴性,本文進(jìn)一步參考韓峰和謝銳(2017)、任亞運(yùn)和張廣來(2020)的研究,(71)韓峰、謝銳:《生產(chǎn)性服務(wù)業(yè)集聚降低碳排放了嗎?——對(duì)我國(guó)地級(jí)及以上城市面板數(shù)據(jù)的空間計(jì)量分析》,《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2017年第3期;任亞運(yùn)、張廣來:《城市創(chuàng)新能夠驅(qū)散霧霾嗎?——基于空間溢出視角的檢驗(yàn)》,《中國(guó)人口·資源與環(huán)境》2020年第2期。通過折算全社會(huì)用電量中的煤電發(fā)電量來獲取。折算系數(shù)來自《中國(guó)電力統(tǒng)計(jì)年鑒》。最終計(jì)算煤炭消耗量占總能源消耗量的百分比即可得到能源結(jié)構(gòu)數(shù)據(jù)。另一方面,對(duì)于促進(jìn)技術(shù)創(chuàng)新路徑,受限于數(shù)據(jù)可得性,本文選擇以綠色專利申請(qǐng)量來表征,因?yàn)閷＠暾?qǐng)量比授予量更能真實(shí)反映創(chuàng)新水平。根據(jù)黎文靖和鄭曼妮(2016)的劃分,(72)黎文靖、鄭曼妮:《實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新?——宏觀產(chǎn)業(yè)政策對(duì)微觀企業(yè)創(chuàng)新的影響》,《經(jīng)濟(jì)研究》2016年第4期。企業(yè)申請(qǐng)發(fā)明專利的行為可認(rèn)定為實(shí)質(zhì)性創(chuàng)新;企業(yè)申請(qǐng)實(shí)用新型專利的行為可認(rèn)定為策略性創(chuàng)新。本文據(jù)此思路以綠色發(fā)明專利申請(qǐng)量來表征實(shí)質(zhì)性技術(shù)創(chuàng)新,以綠色實(shí)用新型專利申請(qǐng)量來表征策略性技術(shù)創(chuàng)新。專利數(shù)據(jù)來自國(guó)家知識(shí)產(chǎn)權(quán)局,并依據(jù)世界知識(shí)產(chǎn)權(quán)組織確定的檢索條目核算。

對(duì)于綠色金融減碳機(jī)制的檢驗(yàn)結(jié)果如圖7所示,其中垂直虛線為廣州市成為綠色金融改革創(chuàng)新試驗(yàn)區(qū)的年份(2017年),虛線左側(cè)為政策前時(shí)期,虛線右側(cè)為政策后時(shí)期。綠色金融政策對(duì)廣州市機(jī)制變量的處理效應(yīng)由真實(shí)廣州與合成廣州機(jī)制變量的差值來表示。

圖7 真實(shí)廣州與合成廣州機(jī)制變量的演變趨勢(shì)

首先,由圖7(a)和(b)可知,綠色金融政策對(duì)廣州市能源結(jié)構(gòu)的處理效應(yīng)自2019年開始顯現(xiàn),且呈現(xiàn)出較大的優(yōu)化作用。基于Lasso的合成控制法得到,綠色金融政策促進(jìn)廣州市煤炭消耗占總能源消耗的百分比平均下降了16.65%,結(jié)合Lasso的回歸控制法得到,綠色金融政策促進(jìn)廣州市煤炭消耗占總能源消耗的百分比平均下降了17.72%。綜合來看,自2018年開始的三年內(nèi),綠色金融政策使得煤炭消耗占總能源消耗的百分比下降了17.18%,有效優(yōu)化了能源結(jié)構(gòu)。

其次,由圖7(c)和(d)可知,綠色金融政策對(duì)廣州市實(shí)質(zhì)創(chuàng)新的處理效應(yīng)自2018年開始顯現(xiàn)。基于Lasso的合成控制法得到,綠色金融政策使得廣州市綠色發(fā)明專利申請(qǐng)量相對(duì)于2017年增長(zhǎng)了15.97%,結(jié)合Lasso的回歸控制法得到,綠色金融政策使得廣州市綠色發(fā)明專利申請(qǐng)量相對(duì)于2017年增長(zhǎng)了20.87%。綜合來看,自2018年開始的三年內(nèi),綠色金融政策推動(dòng)廣州市綠色發(fā)明專利申請(qǐng)量平均增長(zhǎng)了18.42%,有效促進(jìn)了實(shí)質(zhì)性綠色創(chuàng)新。

最后,由圖7(e)和(f)可知,綠色金融政策對(duì)廣州市策略創(chuàng)新的處理效應(yīng)自2018年開始顯現(xiàn)?；贚asso的合成控制法和結(jié)合Lasso的回歸控制法均得到,綠色金融政策使得廣州市綠色發(fā)明專利申請(qǐng)量相對(duì)于2017年增長(zhǎng)了22.70%,有效促進(jìn)了策略性綠色創(chuàng)新。結(jié)合實(shí)質(zhì)性綠色創(chuàng)新路徑來看,綠色金融政策的確能夠通過技術(shù)創(chuàng)新機(jī)制降低碳排放,且其中的實(shí)質(zhì)創(chuàng)新與策略創(chuàng)新路徑均發(fā)揮了作用。

六、結(jié)論與建議

“雙碳”背景下,氣候變化治理逐漸錯(cuò)綜復(fù)雜,涉及到發(fā)展和減排、短期與長(zhǎng)期等多層次目標(biāo)的平衡,更需要政府、企業(yè)、金融機(jī)構(gòu)、公眾等多方主體的參與。單一氣候政策難以覆蓋不同層次的減碳目標(biāo),更難以調(diào)動(dòng)所有主體協(xié)作減碳。因此,本文探究了綠色金融作為一項(xiàng)氣候政策的融合優(yōu)勢(shì),以及如何利用融合優(yōu)勢(shì)推動(dòng)減碳新格局的形成?；?009至2020年中國(guó)地級(jí)市面板數(shù)據(jù)并結(jié)合合成控制法思想與一系列懲罰回歸方法,本文選取最具代表性的廣州市綠色金融改革創(chuàng)新區(qū),評(píng)估其減碳效應(yīng)與減碳機(jī)理,最終得到如下研究結(jié)果:第一,在理論層面,本文梳理得出綠色金融減碳實(shí)踐中的融合政策優(yōu)勢(shì)體現(xiàn)在,其能夠深化與拓展命令控制型和市場(chǎng)型氣候政策的特性,從而產(chǎn)生直接抑制碳排放與促進(jìn)長(zhǎng)期減碳機(jī)制的多層次效果。第二,通過不同的識(shí)別方法,本文發(fā)現(xiàn)綠色金融政策有效抑制了廣州市碳排放,平均每年能夠降低約10.58%的碳排放。這一結(jié)論在時(shí)間安慰劑、替換Lasso方法、替換信息準(zhǔn)則、選取其他試點(diǎn)城市檢驗(yàn)后仍然成立。第三,機(jī)制檢驗(yàn)表明,綠色金融政策主要通過優(yōu)化能源結(jié)構(gòu)與促進(jìn)技術(shù)創(chuàng)新兩條路徑降低碳排放,且在技術(shù)創(chuàng)新路徑中的策略性技術(shù)創(chuàng)新與實(shí)質(zhì)性技術(shù)創(chuàng)新路徑上均產(chǎn)生了作用。以上研究結(jié)論不僅有助于理解綠色金融在氣候治理中的定位與作用,更能夠?yàn)橹袊?guó)走出獨(dú)特的氣候治理現(xiàn)代化道路貢獻(xiàn)一定的理念思路與經(jīng)驗(yàn)證據(jù)。

基于上述結(jié)論,本文提出如下政策建議。

首先,探索氣候政策融合路徑,重視綠色金融作為一項(xiàng)氣候政策的獨(dú)特作用。根據(jù)綠色金融減碳實(shí)踐中的融合政策優(yōu)勢(shì),綠色金融能夠深化與拓展命令控制型和市場(chǎng)型氣候政策的特性,從而產(chǎn)生直接抑制碳排放與促進(jìn)長(zhǎng)期減碳機(jī)制的多層次效果。因此,政府部門應(yīng)通過出臺(tái)相關(guān)法律法規(guī)、構(gòu)建氣候政策體系等措施,將綠色金融視為未來實(shí)施氣候政策的重要組成部分。同時(shí),地方政府應(yīng)該根據(jù)能源結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)等特性,分門別類制定一系列支持綠色金融發(fā)展的計(jì)劃,以適應(yīng)自身減碳需求。

其次,總結(jié)綠色金融試點(diǎn)經(jīng)驗(yàn),通過綠色金融政策推動(dòng)經(jīng)濟(jì)社會(huì)全面低碳轉(zhuǎn)型。綠色金融能夠助推試點(diǎn)城市有效降低碳排放,且政策紅利持續(xù)得到釋放。中央政府可以借鑒這一經(jīng)驗(yàn),將其推廣到其他城市和地區(qū),促進(jìn)全國(guó)范圍內(nèi)的碳排放降低。此外,綠色金融作為一項(xiàng)聯(lián)結(jié)政府、企業(yè)、金融機(jī)構(gòu)與公眾的多主體協(xié)作氣候政策,應(yīng)當(dāng)有序擴(kuò)大金融機(jī)構(gòu)及公眾參與到其中的比例,例如通過設(shè)立低碳基金、優(yōu)化綠色信貸政策、加速推動(dòng)氣候投融資試點(diǎn)建立等措施,推動(dòng)多方主體參與協(xié)作減碳。

最后,加大綠色金融實(shí)施力度,利用其減碳機(jī)制平衡多層次減碳目標(biāo)。綠色金融政策主要通過優(yōu)化能源結(jié)構(gòu)與促進(jìn)技術(shù)創(chuàng)新兩條路徑降低碳排放,且技術(shù)創(chuàng)新路徑中的策略性技術(shù)創(chuàng)新與實(shí)質(zhì)性技術(shù)創(chuàng)新路徑均產(chǎn)生了作用。因此,地方政府應(yīng)根據(jù)遠(yuǎn)期碳達(dá)峰及碳中和目標(biāo)的約束需要以及當(dāng)前經(jīng)濟(jì)發(fā)展的需要確定綠色金融實(shí)施力度,以實(shí)現(xiàn)短期與長(zhǎng)期、減碳與發(fā)展等目標(biāo)的平衡。此外,政府應(yīng)借助綠色金融的針對(duì)性,壯大新興低碳產(chǎn)業(yè)規(guī)模,提前對(duì)清潔能源發(fā)展布局,更好地助力減碳。