陳美麗 周賽怡 胡麗艷

實現(xiàn)“雙碳”目標(biāo)是我國新發(fā)展階段的一場重大變革，發(fā)展以綠色信貸為主體的綠色金融體系是推動“雙碳”變革的必然要求。鑒于此，本文基于2006—2019年中國30個省級地區(qū)的面板數(shù)據(jù)，對碳減排效應(yīng)和影響機制進行實證研究，結(jié)果表明：綠色信貸顯著抑制了區(qū)域碳排放強度，并且可以通過產(chǎn)業(yè)優(yōu)化效應(yīng)間接實現(xiàn)其碳排放強度抑制作用;異質(zhì)性分析結(jié)果可知，中部地區(qū)的綠色信貸碳減排效果相比東、西部地區(qū)更為顯著，綠色信貸僅對市場化欠發(fā)達(dá)地區(qū)擁有顯著的碳減排效應(yīng);各省份綠色信貸和碳排放強度存在顯著的正向空間依賴性，且碳排放強度的空間相關(guān)性隨著空間距離閾值的增大而逐漸縮小;綠色信貸發(fā)展對于區(qū)域碳排放強度存在正向的區(qū)域間溢出效應(yīng)。

一、引言

我國政府在“十三五”規(guī)劃綱要中首次引入“綠色發(fā)展”理念，要求走綠色低碳發(fā)展道路。2020年9月，在第75屆聯(lián)合國大會上，我國向國際社會作出“2030年前實現(xiàn)碳達(dá)峰、2060年前實現(xiàn)碳中和”的莊嚴(yán)承諾。在“雙碳”目標(biāo)框架下，大力發(fā)展綠色金融，以金融的思維、工具和辦法引導(dǎo)更多資源要素加速流向綠色低碳產(chǎn)業(yè)和領(lǐng)域，實現(xiàn)對產(chǎn)業(yè)轉(zhuǎn)型升級、構(gòu)建綠色循環(huán)經(jīng)濟體系的撬動和促進作用，這是金融供給側(cè)結(jié)構(gòu)性改革的應(yīng)有之義，也將成為未來金融建設(shè)發(fā)展的重要方向。

2012年，《綠色信貸指引》的發(fā)布，標(biāo)志著綠色信貸政策的正式實施，該項政策優(yōu)化了信貸結(jié)構(gòu)，加大了對綠色經(jīng)濟、低碳經(jīng)濟以及循環(huán)經(jīng)濟的支持。據(jù)央行數(shù)據(jù)顯示，截至2021年底，我國本外幣綠色貸款余額高達(dá)15.9萬億元，存量規(guī)模占據(jù)全球領(lǐng)先地位。綠色信貸作為我國目前規(guī)模最大的綠色金融產(chǎn)品，是否具有顯著的碳減排效應(yīng)？如果有，是通過何種影響機制實現(xiàn)其節(jié)能減排效果？這種碳減排效果是否存在區(qū)域性差異？綠色信貸對碳排放強度是否存在空間溢出效應(yīng)？本文基于2006—2019年中國30個省級地區(qū)的面板數(shù)據(jù)開展實證研究，可能的邊際貢獻為：一是系統(tǒng)研究綠色信貸對區(qū)域碳排放強度的影響并探討其作用機制;二是基于空間視角考察綠色信貸對區(qū)域碳排放強度的空間溢出效應(yīng)。

二、文獻綜述

（一）關(guān)于綠色金融的經(jīng)濟效果

綠色金融是指支持環(huán)境質(zhì)量改善以及資金節(jié)約與有效運用的金融服務(wù)行為，其利用基金、碳金融、信貸等工具，把資本引入到環(huán)境保護、綠色低碳產(chǎn)業(yè)等項目中（王遙等，2016）。其中，綠色信貸是目前規(guī)模最大的綠色金融產(chǎn)品。

從宏觀層面看，效果主要聚焦于與宏觀經(jīng)濟增長、產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系，主要有兩種觀點：一種觀點認(rèn)為在長期均衡關(guān)系中，綠色金融抑制了宏觀經(jīng)濟的發(fā)展（寧偉和佘金花，2014）;另一種觀點則認(rèn)為綠色金融將社會責(zé)任和環(huán)境保護利益作為發(fā)展的核心，是推動綠色經(jīng)濟發(fā)展的新增長點和新引擎（Liu et al.，2020）。從產(chǎn)業(yè)結(jié)構(gòu)看，綠色信貸通過提高創(chuàng)新效率、優(yōu)化能源結(jié)構(gòu)（Lei et al.，2021），對地區(qū)經(jīng)濟產(chǎn)生積極作用（李毓，2020）。從微觀主體看，從銀行視角出發(fā)，考察綠色信貸對于銀行金融績效、經(jīng)營成本等方面的影響（Lian et al.，2022）;從企業(yè)視角出發(fā)，研究發(fā)現(xiàn)綠色信貸對于企業(yè)技術(shù)進步產(chǎn)生積極效應(yīng) （Chu et al.，2014），且該效應(yīng)在民營企業(yè)中更加凸顯（孫焱林和施博書，2019）。

（二）關(guān)于碳排放的影響因素

碳排放的影響因素一直是近年來學(xué)者們關(guān)注的熱點問題。許多研究基于對數(shù)平均迪式指數(shù)分解法（魯萬波等，2013）、向量誤差修正模型（李凱杰和曲如曉，2012）、面板計量回歸方法（張克中等，2011）、空間計量方法（Cheng Yeqing et al.，2014）和門檻模型（李小帆和張洪潮，2019）等探討碳排放強度的影響因素。其中，魯萬波等（2013）研究發(fā)現(xiàn)能源強度和能源結(jié)構(gòu)會對中國二氧化碳排放產(chǎn)生顯著影響;張克中（2011）從財政分權(quán)的視角出發(fā)研究得出分權(quán)度的提高會增加碳排放;李凱杰和曲如曉（2012）以全要素生產(chǎn)率表征技術(shù)進步探究技術(shù)進步與碳排放的關(guān)系，結(jié)果表明長期技術(shù)進步可以抑制碳排放;Cheng Yeqing（2014）等、李小帆和張洪潮（2019）研究表明城鎮(zhèn)化水平對我國碳排放強度具有重要影響;現(xiàn)有研究多從能源結(jié)構(gòu)、科技創(chuàng)新、城鎮(zhèn)化水平、對外開放、經(jīng)濟增長等視角考察碳排放強度的影響因素，但從綠色金融視角出發(fā)探究其碳減排效應(yīng)的實證研究相對較少，仍存在一定缺口。

（三）關(guān)于綠色金融與碳排放

關(guān)于綠色金融與碳排放的相關(guān)研究，一部分研究注重于對當(dāng)前中國綠色金融整體減排成效的評價（杜莉和鄭立純，2019），涉及綠色金融法制建設(shè)（Duan & Niu，2011）、跨國綠色金融合作（張偉偉等，2019）、碳金融市場發(fā)展（盧治達(dá)，2020）等研究領(lǐng)域。另一部分研究則側(cè)重綠色金融具體業(yè)務(wù)的碳減排效應(yīng)，主要關(guān)注綠色信貸。綠色信貸政策能激發(fā)“雙高”行業(yè)內(nèi)的退出重構(gòu)與再配置，從而影響綠色信貸的資源再配置效應(yīng)（Liu et al.，2019;陸菁等，2021）。蘇冬蔚和連莉莉（2018）研究指出，綠色信貸特有的融資約束和激勵作用能使信貸資金更多投入到節(jié)能環(huán)保型產(chǎn)業(yè)，而減少對環(huán)境有害型產(chǎn)業(yè)的投入。

通過上述對前人文獻的梳理可以發(fā)現(xiàn)，從綠色金融視角出發(fā)探究其碳減排效應(yīng)的實證研究仍存在一定缺口，而且關(guān)注綠色金融碳減排效應(yīng)的研究多限于理論層面的闡述，缺乏翔實的實證支撐。本文基于2006-2019年我國30個省份的面板數(shù)據(jù)，考察綠色信貸對區(qū)域碳排放強度的影響效應(yīng)和作用機制，并分析其異質(zhì)性影響和空間溢出效應(yīng)，以期為中國未來制定更具針對性的綠色金融發(fā)展政策提供參考和建議，研究結(jié)果對于綠色信貸如何實現(xiàn)區(qū)域碳減排目標(biāo)具有一定的理論和實踐意義。

三、理論機制和假說提出

綠色信貸政策可以通過借貸約束嚴(yán)格控制“兩高一?！碑a(chǎn)業(yè)，倒逼此類企業(yè)提高節(jié)能技術(shù)水平，實現(xiàn)綠色轉(zhuǎn)型，以此推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。也就是說，綠色信貸政策能通過產(chǎn)業(yè)優(yōu)化效應(yīng)實現(xiàn)區(qū)域碳減排作用。

產(chǎn)業(yè)優(yōu)化升級是降低區(qū)域碳排放強度、實現(xiàn)節(jié)能減排并改善生態(tài)環(huán)境的重要途徑。綠色信貸政策引導(dǎo)銀行信貸配置于不同類型企業(yè)，引導(dǎo)資本在不同產(chǎn)業(yè)之間流動，從而控制“兩高一?！碑a(chǎn)業(yè)發(fā)展。比如，對“兩高一?！碑a(chǎn)業(yè)征收帶有懲罰性質(zhì)的利率，使其融資成本上升、融資規(guī)模受限，將有助于引導(dǎo)清潔能源代替?zhèn)鹘y(tǒng)能源、節(jié)能環(huán)保項目代替能源浪費項目，淘汰高污染、高能耗產(chǎn)業(yè)，使得金融資源從污染型企業(yè)流向清潔型企業(yè)，推動地區(qū)產(chǎn)業(yè)結(jié)構(gòu)實現(xiàn)優(yōu)化升級。

綜上所述，本文提出如下研究假設(shè)：

假設(shè)1：綠色信貸投放規(guī)模的增加能顯著抑制區(qū)域碳排放強度;

假設(shè)2：綠色信貸可以通過產(chǎn)業(yè)優(yōu)化效應(yīng)抑制區(qū)域碳排放強度。

四、研究設(shè)計

（一）模型設(shè)定

為檢驗綠色信貸對區(qū)域碳排放的影響，構(gòu)建如下基準(zhǔn)回歸模型：

其中，i代表地區(qū)，t代表年份，被解釋變量CIit為各省市的碳排放強度，核心解釋變量GCit表征各省市的綠色信貸發(fā)展規(guī)模，回歸系數(shù)a1即反映了綠色信貸對于區(qū)域碳排放的影響，Xit為一組控制變量，為個體（地區(qū)）固定效應(yīng)，為時間固定效應(yīng)，則為隨機擾動項。

為進一步檢驗產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)在綠色信貸抑制區(qū)域碳排放強度的過程中是否承擔(dān)中介變量作用，參考溫忠麟（2014）的中介效應(yīng)分析方法，構(gòu)建如下中介效應(yīng)回歸模型：

其中，式（2）為綠色信貸關(guān)于中介變量的回歸模型;式（3）則為綠色信貸和中介變量對區(qū)域碳排放強度的線性回歸模型。表示中介效應(yīng)，即表示綠色信貸通過影響中介變量間接影響區(qū)域碳排放強度。

（二）變量定義及測度

1.被解釋變量，碳排放強度（CI）。碳排放強度是指單位經(jīng)濟產(chǎn)出所需的碳排放量，能夠有效地反映出一個國家或地區(qū)經(jīng)濟發(fā)展、能源利用效率以及技術(shù)進步的水平，并且該指標(biāo)在符合減少碳排放要求的同時還能兼顧保證經(jīng)濟增長的前提，是適用于發(fā)展中國家衡量碳減排效應(yīng)的最佳指標(biāo)之一（Jotze F et al.，2007;孫傳旺等，2010）。本文各地區(qū)的碳排放量依據(jù)IPCC提供的碳排放系數(shù)法進行測算，公式如下所示：

其中，i、j分別表示不同能源種類和不同地區(qū);Eji表示地區(qū)j第i種能源的消費量，能源種類包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣和天然氣共9種能源;fi表示該能源的標(biāo)準(zhǔn)煤折算系數(shù);Ci表示該能源的二氧化碳排放系數(shù);Tj則表示各地區(qū)測算所得的碳排放量。然后，本文以各地區(qū)碳排放量與GDP的比值表示各個地區(qū)的碳排放強度，以符號CI進行表示，即

2.核心解釋變量，綠色信貸（GC）。由于當(dāng)前缺乏直接反映省級地區(qū)綠色信貸規(guī)模的相關(guān)數(shù)據(jù)，大多采用間接方法衡量綠色信貸指標(biāo)，但銀行綠色信貸數(shù)據(jù)存在不完整性、不同銀行或同一銀行不同時期的數(shù)據(jù)統(tǒng)計口徑不統(tǒng)一的問題。因此，本文借鑒謝婷婷和劉錦華（2019）、趙娜（2021）的做法，在其基礎(chǔ)上進行反向處理，以（1-各地區(qū)六大高能耗產(chǎn)業(yè)利息支出占工業(yè)產(chǎn)業(yè)利息總支出比重）作為綠色信貸的表征變量，以符號GC表示。該指標(biāo)值越大，表示流入高能耗重污染產(chǎn)業(yè)的信貸資源越少，即綠色信貸規(guī)模越大。

3.中介變量。本文選取產(chǎn)業(yè)優(yōu)化效應(yīng)（ISO）作為中介變量，并參考干春暉等（2011）的做法，選取各地區(qū)第三產(chǎn)業(yè)產(chǎn)值占第二產(chǎn)業(yè)產(chǎn)值的比重來衡量產(chǎn)業(yè)結(jié)構(gòu)高級化，簡記為符號ISO。

4.控制變量。為減少因遺漏變量而導(dǎo)致的內(nèi)生性問題，參考有關(guān)碳排放強度影響因素的文獻研究，本文所選取的可能對碳排放強度產(chǎn)生影響的控制變量分別為：（1）人口規(guī)模（PS），選取各地區(qū)年末人口總數(shù)并對其取對數(shù)進行表征;（2）經(jīng)濟發(fā)展水平（ED），選取地區(qū)GDP的自然對數(shù)進行表征;（3）能源結(jié)構(gòu)（EI），選取煤炭消費量占能源消費總量的比值進行表征;（4）對外開放程度（DO），選取各地區(qū)進出口總額占GDP的比值進行表征;（5）城鎮(zhèn)化水平（UR），選取各個地區(qū)的城鎮(zhèn)人口與總?cè)丝诘谋戎颠M行表征。

（三）數(shù)據(jù)來源

本文以中國30個?。ㄗ灾螀^(qū)、直轄市）作為研究地域，考慮到數(shù)據(jù)的可獲取性和時間一致性，選取2006-2019年的面板數(shù)據(jù)作為研究樣本。其中，西藏、臺灣、香港和澳門由于數(shù)據(jù)缺失較為嚴(yán)重的問題，予以剔除。2007年，我國正式提出“綠色信貸”概念并開始試點，2012年正式實施綠色信貸政策。本文所選取的樣本時期涵蓋了綠色信貸政策實施前、開始試點和全面推廣的完整階段。數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》等公開權(quán)威年鑒。各變量的描述性統(tǒng)計分析結(jié)果如下表1所示。

五、實證檢驗

（一）基準(zhǔn)回歸結(jié)果

在對基準(zhǔn)回歸模型進行檢驗之前，需要進行豪斯曼檢驗以判斷選擇固定效應(yīng)模型還是隨機效應(yīng)模型，結(jié)果顯示豪斯曼檢驗的卡方值為19.21，p值為0.0075，表明強烈拒絕隨機效應(yīng)模型而選擇固定效應(yīng)模型進行分析。下表2報告的基準(zhǔn)回歸結(jié)果顯示，綠色信貸（GC）的回歸系數(shù)顯著為負(fù)，這表明綠色信貸會對區(qū)域碳排放強度產(chǎn)生顯著的抑制效應(yīng)，即基準(zhǔn)回歸結(jié)果初步驗證了本文的研究假設(shè)H1。

（二）穩(wěn)健性檢驗

1.滯后回歸檢驗。考慮到綠色信貸政策對區(qū)域碳排放強度的影響可能存在滯后性，本文使用綠色信貸（GC）的一階滯后項（GCt-1）替代原核心解釋變量進行回歸，以探究滯后一期的綠色信貸是否會影響當(dāng)期的碳減排效應(yīng)，在一定程度上弱化了反向因果問題。檢驗結(jié)果如下表3第（1）列所示，滯后一期的綠色信貸與二氧化碳排放強度存在負(fù)向相關(guān)，且在5%水平上顯著，該結(jié)果證實了基準(zhǔn)回歸結(jié)論具有穩(wěn)健性。

2.政策沖擊檢驗。2007年7月12日，國家環(huán)境監(jiān)管部門、中國人民銀行、銀行業(yè)監(jiān)管部門首次聯(lián)合出手，出臺了《關(guān)于落實環(huán)境保護政策法規(guī)防范信貸風(fēng)險的意見》，就進一步貫徹我國環(huán)境保護法規(guī)，促進企業(yè)節(jié)能減排所制定的重要政策。本文選取此政策作為外生沖擊事件，檢驗綠色信貸對區(qū)域碳排放強度的影響，以模型（3）為依據(jù)進行檢驗：

本文在模型中引入政策虛擬變量（PO）以檢驗綠色信貸政策實施對于區(qū)域碳排放強度的影響效應(yīng)。將政策實施前的年份取值為0，政策實施后的年份取值為1，模型檢驗結(jié)果如下表3第（2）列所示。由表中結(jié)果可知，政策虛擬變量（PO）的回歸系數(shù)顯著為負(fù)，這表明選用綠色信貸政策來檢驗綠色信貸與區(qū)域碳排放強度之間的因果關(guān)系，同樣證實了基準(zhǔn)回歸結(jié)論的穩(wěn)健性，即綠色信貸對碳排放強度具有顯著的抑制效應(yīng)。

（三）異質(zhì)性分析

1.城市區(qū)位異質(zhì)性。不同地區(qū)在經(jīng)濟發(fā)展水平、政策實施規(guī)劃等方面差異性較大，這些差異性特征可能使得綠色信貸發(fā)展的節(jié)能減排效應(yīng)產(chǎn)生異質(zhì)性影響。因此，為了檢驗這種異質(zhì)性影響以便在不同地區(qū)實施更具針對性的綠色信貸政策，本文將我國共30個省份劃分為中部、西部和東部地區(qū)，進行不同區(qū)域的分樣本回歸分析。檢驗結(jié)果如下表4所示，可以發(fā)現(xiàn)，綠色信貸僅在中部地區(qū)對碳排放強度有顯著的抑制效應(yīng)。可能的原因是，中部地區(qū)對于傳統(tǒng)資源的依賴度高于東部、西部地區(qū)，經(jīng)濟發(fā)展相對緩慢，且碳排放強度明顯高于東部地區(qū)。而綠色信貸有助于銀行信貸更多地投入到具有較高生產(chǎn)效率和創(chuàng)新績效的綠色產(chǎn)業(yè)中，使得那些造成環(huán)境污染和能源浪費的高污染、高能耗企業(yè)不再長期占用有限的金融資源，取而代之的是采用清潔生產(chǎn)技術(shù)、少投入、低污染的節(jié)能環(huán)保型企業(yè)，有利于降低區(qū)域碳排放強度。同時，實證結(jié)果也表明，綠色信貸的碳排放強度抑制效應(yīng)在中部地區(qū)能發(fā)揮更大的邊際效用。

2.市場化程度異質(zhì)性。處于不同市場化程度的區(qū)域，其產(chǎn)業(yè)優(yōu)化水平不同，綠色信貸的碳排放強度抑制效應(yīng)也可能存在一定的差異性。為了更有針對性地考察處于不同市場化程度的區(qū)域綠色信貸碳減排作用的差異性，本文對市場化程度異質(zhì)性進行檢驗，結(jié)果如下表4所示，在市場化程度低的區(qū)域，綠色信貸的系數(shù)顯著為負(fù);而在市場化程度高的區(qū)域，綠色信貸的系數(shù)則不顯著，這表明綠色信貸對二氧化碳排放強度的抑制效應(yīng)僅在市場化程度低的區(qū)域中表現(xiàn)顯著。造成這一現(xiàn)象可能的原因是，由于綠色信貸規(guī)模的增加，市場化程度處于較低水平的地區(qū)獲取了大量低碳節(jié)能項目發(fā)展所需要的資金支持，這些資金支持為企業(yè)開展綠色技術(shù)創(chuàng)新活動提供了動力，從而有效控制了二氧化碳排放。

六、機制分析

前文論證了綠色信貸對區(qū)域碳排放強度的直接影響，接下來本文將進一步探討綠色信貸碳減排效應(yīng)的作用機制。依據(jù)前文所構(gòu)建的中介效應(yīng)模型，本文采用逐步檢驗法驗證中介效應(yīng)（產(chǎn)業(yè)優(yōu)化效應(yīng)）是否存在?；貧w結(jié)果如下表5所示，綠色信貸對產(chǎn)業(yè)優(yōu)化效應(yīng)的回歸系數(shù)顯著為正，表明綠色信貸的增加會促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級;在同時加入綠色信貸和產(chǎn)業(yè)優(yōu)化效應(yīng)的變量后，綠色信貸對碳排放強度的回歸系數(shù)有所降低，且系數(shù)的顯著性水平也發(fā)生變化，這說明產(chǎn)業(yè)優(yōu)化效應(yīng)在綠色信貸抑制區(qū)域碳排放強度作用中發(fā)揮部分中介效應(yīng)，且中介效應(yīng)值為-0.082。在綠色信貸投放規(guī)模增加的背景下，各地區(qū)通過借貸約束和融資激勵倒逼高污染、高能耗產(chǎn)業(yè)綠色轉(zhuǎn)型，實現(xiàn)地區(qū)產(chǎn)業(yè)優(yōu)化升級，進而達(dá)到抑制碳排放強度的作用，驗證了假說2。

七、空間溢出效應(yīng)

考慮到不同省份綠色信貸和碳排放強度可能存在空間相關(guān)性，本文進一步構(gòu)建空間計量模型考察綠色信貸對區(qū)域碳排放強度的空間溢出效應(yīng)。構(gòu)建二元鄰接矩陣作為空間權(quán)重矩陣，采用Morans I指數(shù)對綠色信貸和碳排放強度進行全局空間自相關(guān)分析，并計算不同空間閾值下的碳排放強度以深入分析其空間關(guān)聯(lián)特征，結(jié)果如下表6所示。由表中結(jié)果可知，各省份綠色信貸和碳排放強度存在較強的正向空間依賴性，且隨著空間距離增大，Morans I指數(shù)逐漸減小，即不同省份的碳排放強度呈現(xiàn)小范圍集聚特征。

基于空間相關(guān)性分析結(jié)果，本文接下來構(gòu)建空間計量模型考察綠色信貸對碳排放強度的空間溢出效應(yīng)。依次進行Hausman檢驗、雙固定效應(yīng)檢驗以及空間計量模型簡化檢驗，最終選擇控制時空雙固定效應(yīng)的SDM，回歸結(jié)果如表7所示。由表中結(jié)果可知，綠色信貸的空間滯后項顯著為正，且綠色信貸對碳排放強度的區(qū)域間溢出效應(yīng)顯著為正，即某地區(qū)碳排放強度不僅受到本地區(qū)綠色信貸發(fā)展的影響，還會受到鄰近地區(qū)綠色信貸空間交互作用的影響，且該地區(qū)綠色信貸投放規(guī)模的增加會使得鄰近地區(qū)碳排放強度增強?？赡艿脑蚴蔷G色信貸的借貸約束和融資激勵使得本地區(qū)節(jié)能環(huán)保企業(yè)得到政策扶持實現(xiàn)進一步發(fā)展，而污染型企業(yè)的發(fā)展則受到限制，可能會向鄰近省份進行轉(zhuǎn)移，從而導(dǎo)致鄰近地區(qū)碳排放強度升高。

八、結(jié)論和建議

本文基于2006-2019年30個省份的面板數(shù)據(jù)探討綠色信貸對區(qū)域碳排放強度的影響效應(yīng)和作用機制，研究結(jié)果表明：第一，綠色信貸能夠顯著降低區(qū)域碳排放強度，且經(jīng)過穩(wěn)健性檢驗，基準(zhǔn)回歸結(jié)果仍然成立;第二，綠色信貸通過產(chǎn)業(yè)優(yōu)化效應(yīng)間接實現(xiàn)其碳排放抑制作用;第三，在城市區(qū)位異質(zhì)性分析中，中部地區(qū)的綠色信貸碳減排效果相比東、西部地區(qū)更為顯著;在市場化程度異質(zhì)性分析中，綠色信貸的碳減排效應(yīng)存在明顯差別，僅對市場化欠發(fā)達(dá)地區(qū)擁有顯著的碳減排效應(yīng);第四，各省份綠色信貸和碳排放強度存在較強的正向空間依賴性，且不同省份的碳排放強度呈現(xiàn)小范圍的集聚特征，即空間相關(guān)性隨著空間距離增大而逐漸縮小;第五，綠色信貸發(fā)展對于區(qū)域碳排放強度存在正向的區(qū)域間溢出效應(yīng)?；谏鲜鲇^點，提出建議：

一是積極推廣綠色信貸政策，擴大綠色信貸投放規(guī)模。國家相關(guān)部門應(yīng)加快完善相關(guān)法律制度以及政策激勵與協(xié)調(diào)措施，保障各區(qū)域綠色信貸政策的順利實施，推動綠色信貸的碳減排效應(yīng)達(dá)成持續(xù)性作用。此外，還可以建立健全綠色信用考評體系，加強企業(yè)層面的宣傳和培訓(xùn)，大幅增強企業(yè)環(huán)境責(zé)任意識和守法意識，加強社會監(jiān)督和公眾參與，架起企業(yè)和公眾溝通環(huán)境信息的橋梁。

二是充分考慮綠色信貸異質(zhì)性特征，因地制宜出臺精準(zhǔn)化金融信貸政策。各地政府應(yīng)根據(jù)本地經(jīng)濟發(fā)展特征和市場化水平制定符合區(qū)域?qū)嶋H的政策實施細(xì)則，對區(qū)域資源進行合理布局和動態(tài)調(diào)配。此外，還可以建立綠色信貸政策和環(huán)境協(xié)同治理的跨區(qū)域聯(lián)動機制，依托數(shù)字技術(shù)建立跨區(qū)域聯(lián)合污染減排信息共享平臺，樹立區(qū)域整體意識，加強區(qū)域間環(huán)保合作。

三是建立健全綠色金融激勵體系，著力提升綠色金融專業(yè)能力。各地區(qū)、各部門應(yīng)用好央行支持低碳項目大規(guī)模再貸款機制，積極爭取更低成本、更長期限的信貸資金。此外，還可以建立健全綠色融資渠道體系，推動政府投資基金布局綠色低碳領(lǐng)域，擴大綠色融資覆蓋面。

參考文獻：

[1]杜莉，鄭立純.我國綠色金融政策體系的效應(yīng)評價——基于試點運行數(shù)據(jù)的分析[J].清華大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2019，34（1）：173-182+199.

[2]干春暉，鄭若谷，余典范.中國產(chǎn)業(yè)結(jié)構(gòu)變遷對經(jīng)濟增長和波動的影響[J].經(jīng)濟研究，2011（5）：4-16.

[3]李凱杰， 曲如曉. 技術(shù)進步對中國碳排放的影響——基于向量誤差修正模型的實證研究[J].中國軟科學(xué)， 2012（6）： 51-58.

[4]李毓，胡海亞，李浩.綠色信貸對中國產(chǎn)業(yè)結(jié)構(gòu)升級影響的實證分析——基于中國省級面板數(shù)據(jù)[J].經(jīng)濟問題，2020（01）：37-43.

[5]李小帆，張洪潮.產(chǎn)業(yè)集聚對碳排放的影響研究——以城鎮(zhèn)化水平為門檻的非線性分析[J].生態(tài)經(jīng)濟，2019，35（10）：31-36.

[6]陸菁，鄢云，王韜璇.綠色信貸政策的微觀效應(yīng)研究——基于技術(shù)創(chuàng)新與資源再配置的視角[J].中國工業(yè)經(jīng)濟，2021（1）：174-192.

[7]魯萬波， 仇婷婷， 杜磊. 中國不同經(jīng)濟增長階段碳排放影響因素研究[J]. 經(jīng)濟研究， 2013， 48（4）： 106-118.

[8]盧治達(dá).碳金融對資源型產(chǎn)業(yè)低碳化的影響研究——基于CDM的實證研究[J].金融理論與實踐，2020（11）：57-62.

[9]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？[J].金融研究，2018（12）：123-137.

[10]孫傳旺，劉希穎，林靜.碳強度約束下中國全要素生產(chǎn)率測算與收斂性研究[J].金融研究，2010（6）：17-33.

[11]孫焱林，施博書.綠色信貸政策對企業(yè)創(chuàng)新的影響——基于PSM-DID模型的實證研究[J].生態(tài)經(jīng)濟，2019，35（7）：87-91+160.

[12]寧偉，佘金花.綠色金融與宏觀經(jīng)濟增長動態(tài)關(guān)系實證研究[J].求索，2014（8）：62-66.

[13]王遙，潘冬陽，張笑.綠色金融對中國經(jīng)濟發(fā)展的貢獻研究[J].經(jīng)濟社會體制比較，2016（6）：33-42.

[14]溫忠麟，葉寶娟. 中介效應(yīng)分析：方法和模型發(fā)展[J]. 心理科學(xué)進展， 2014， 22（05）： 731-745.

[15]謝品杰，黃晨晨.基于經(jīng)濟周期視角及灰色理論的我國碳排放強度影響因素分析[J].工業(yè)技術(shù)經(jīng)濟，2015（10）：137-143.

[16]謝婷婷，劉錦華.綠色信貸如何影響了中國的經(jīng)濟增長率[J].中國人口·資源與環(huán)境，2019（9）：83-90.

[17]嚴(yán)成樑，濤，蘭偉.金融發(fā)展、創(chuàng)新與二氧化碳排放[J].金融研究，2016（1）：14-30.

[18]殷賀，王露，劉楠楠.綠色信貸與碳排放：減排效果與傳導(dǎo)路徑[J].環(huán)境科學(xué)與管理，2019，44（11）：9-14.

[19]張克中， 王娟， 崔小勇. 財政分權(quán)與環(huán)境污染：碳排放的視角[J]. 中國工業(yè)經(jīng)濟， 2011（10）： 65-75.

[20]張偉偉，李天琦，高錦杰.“一帶一路”沿線國家綠色金融合作機制構(gòu)建研究[J].經(jīng)濟縱橫，2019（3）：63-71.

[21]趙娜.綠色信貸是否促進了區(qū)域綠色技術(shù)創(chuàng)新？——基于地區(qū)綠色專利數(shù)據(jù)[J].經(jīng)濟問題，2021（6）：33-39.

[22]Acheampong A O， Amponsah M， Boateng E. Does Financial Development Mitigate Carbon Emissions？ Evidence from Heterogeneous Financial Economies [J]. Energy Economics， 2020： 88.

[23]Cheng Yeqing， Wang Zheye， Ye Xinyue， Wei Yehua Dennis. Spatiotemporal dynamics of carbon intensity from energy consumption in China[J]. Journal of Geographical Sciences， 2014， 24（4）：631-650.

[24]Duan Jin，Niu Mengqi. The paradox of green credit in China[J]. Energy Procedia，2011，5（C）：? 1979-1986.

[25]Hyunjin Kang，Se-Youn Jung，Heeseok Lee. The impact of Green Credit Policy on manufacturers efforts to reduce suppliers pollution[J]. Journal of Cleaner Production，2020，248（C）：119271.

[26]Jotze F.，Pezzey J. C. V.Optimal intensity targets for greenhouse gas emissions trading under uncertainty[J].Environmental Resource Economy，2007，38（2）：259-284.

[27]Lei Xiaodong，Wang Yanli，Zhao Dongxiao，Chen Qi. The local-neighborhood effect of green credit on green economy： a spatial econometric investigation.[J]. Environmental science and pollution research international，2021，28（46）： 65776-65790.

[28]Lian Yonghui and Gao Jieying and Ye Tao. How does green credit affect the financial performance of commercial banks？——Evidence from China[J]]. Journal of Cleaner Production， 2022， 344.

[29]Nana Liu， Chuanzhe Liu， Yufei Xia，Yi Ren，Jinzhi Liang. Examining the Coordination Between Green Finance and Green Economy Aiming for Sustainable Development： A Case Study of China[J]. Sustainability，2020，12（9）：3717.

[30]Paul Thompson. Bank lending and the environment： policies and opportunities[J]. International Journal of Bank Marketing，1998，16（6）：243-252.

[31]Won-Shik Chu，Doo-Man Chun，Sung-Hoon Ahn. Research Advancement of Green Technologies[J]. International Journal of Precision Engineering and Manufacturing，2014，15（6）：973-977.

[32]Xinghe Liu，Enxian Wang，Danting Cai. Green credit policy， property rights and debt financing： Quasi-natural experimental evidence from China[J]. Finance Research Letters，2019，29：532-545.

作者單位：陳美麗，浙江金融職業(yè)學(xué)院講師，碩士;周賽怡，上海大學(xué)經(jīng)濟學(xué)院研究生;胡麗艷，上海大學(xué)經(jīng)濟學(xué)院研究生。