鄒 薇,王瑋旭

(湘潭大學(xué) 商學(xué)院，湖南 湘潭 411105)

一、引言

綠色是高質(zhì)量發(fā)展的鮮明底色。為實現(xiàn)循環(huán)經(jīng)濟與低碳發(fā)展，2007年7月，中國人民銀行聯(lián)合國家環(huán)?？偩?現(xiàn)生態(tài)環(huán)境部)、銀監(jiān)會(現(xiàn)銀保監(jiān)會)頒布了《關(guān)于落實環(huán)保政策法規(guī)防范信貸風險的意見》(以下簡稱《意見》)，將綠色信貸作為保護環(huán)境與節(jié)能減排的重要市場手段。自此，綠色信貸得以發(fā)軔。2021年，全國兩會首次將“碳達峰”“碳中和”寫入政府工作報告，中央經(jīng)濟工作會議再定調(diào)“雙碳發(fā)展”，推動能耗“雙控”向碳“雙控”轉(zhuǎn)變，象征著“雙碳”戰(zhàn)略的有序推進。據(jù)國際能源署報告，優(yōu)化碳排放效率對于減碳工作有著不可取代的作用。因此，探討綠色信貸政策對碳排放效率的影響對“雙碳”目標的實現(xiàn)具有重要現(xiàn)實意義。

關(guān)于綠色信貸政策的碳減排效用研究中，主要圍繞政策工具與政策效果兩大方面。在政策工具層面，Lamperti等從應(yīng)對氣候風險的角度，證實了巴塞爾式綠色資本要求、綠色公共信用擔保以及信用評級均具有碳風險調(diào)整作用，表明其助推了經(jīng)濟高質(zhì)量發(fā)展的良性循環(huán)。[1]4-31Dafermos等指出，“綠色授信”與“污染懲罰”措施的同時實施能有效減緩全球變暖的速度，壓降實體金融風險。[2]54-55在綠色信貸政策的實現(xiàn)效果方面，江紅莉等發(fā)現(xiàn)，綠色風投與綠色信貸均能抑制碳排放。[3]3-11蘇冬蔚、曹廷求及吳虹儀等通過分析證明了綠色信貸政策對高耗能產(chǎn)業(yè)造成的融資懲罰效應(yīng)，限制了高排放的生產(chǎn)經(jīng)營活動。[4]123-137,[5]7-17,[6]49-62寧金輝等則認為綠色信貸通過緩解代理問題抑制了企業(yè)過度投資動機，促進產(chǎn)業(yè)實現(xiàn)綠色化，提高了能源效率。[7]7-16

現(xiàn)有關(guān)于綠色信貸的微觀效應(yīng)的文獻已十分豐富，但對于綠色信貸政策對碳排放效率的影響作用的實證研究仍相對匱乏。鑒于此，本文將重點關(guān)注以下問題：綠色信貸政策是否能促進碳排放效率的提升，降低碳排放強度？若能，又是以何種途徑實現(xiàn)碳排放效率的提升？這一傳導(dǎo)機制是否受到區(qū)域發(fā)展和區(qū)位分布的影響？本研究將有助于調(diào)整綠色信貸政策的實施力度，對于碳金融市場的構(gòu)建與發(fā)展具有積極的現(xiàn)實意義，有益于“雙碳”目標的落實。

綜上，本文可能的邊際貢獻主要有以下三個方面：(1)引入超效率SBM模型測算了2008—2018年的碳排放效率，并驗證了綠色信貸政策對碳排放效率的促進作用，總結(jié)了綠色信貸的發(fā)展經(jīng)驗與調(diào)整導(dǎo)向。(2)通過分層次構(gòu)建技術(shù)進步與要素結(jié)構(gòu)的中介模型，豐富了綠色信貸政策促進碳排放效率提升的內(nèi)在機理。(3)考慮到區(qū)域發(fā)展的異質(zhì)性，本文探究了區(qū)位分布、金融深化、研發(fā)投入、政府綠色投資等因素在綠色信貸對碳排放效率的影響路徑中所發(fā)揮的調(diào)節(jié)作用，探討了各地區(qū)碳排放效率表現(xiàn)的貢獻因素。

二、理論分析及研究假設(shè)

(一)綠色信貸政策實現(xiàn)“技術(shù)創(chuàng)新效應(yīng)”

理論上，波特假說提出，良好的環(huán)境政策(如綠色信貸、環(huán)境規(guī)制等)可以刺激企業(yè)創(chuàng)新，提升企業(yè)利潤與效率。第一，綠色信貸不僅強化了環(huán)保項目的授信支持力度，還通過產(chǎn)品創(chuàng)新提供了多元化融資渠道，實現(xiàn)產(chǎn)品配置的協(xié)同效應(yīng)，從而提高了企業(yè)的技術(shù)創(chuàng)新意愿。[8]421-431第二，綠色信貸政策實施后將對“兩高一?！?1)“兩高一剩”：指的是高污染、高能耗、產(chǎn)能過剩。產(chǎn)業(yè)造成融資約束。重污染企業(yè)為控制生產(chǎn)經(jīng)營成本，將調(diào)整債務(wù)期限結(jié)構(gòu)，積極進行綠色技術(shù)創(chuàng)新，[9]173-188且這一創(chuàng)新行為對鄰地也能產(chǎn)生空間外溢效應(yīng)。[10]33-39第三，隨著綠色信貸政策的持續(xù)實施，生態(tài)環(huán)境主管部門將聯(lián)合各財政部門、金融機構(gòu)逐步完善國家與地方企業(yè)環(huán)境信用認定系統(tǒng)，優(yōu)先為亟須轉(zhuǎn)換新舊動能的環(huán)保工程提供專項資金。為達到地方政府的既定指標，企業(yè)將主動參與污染防治手段，開展環(huán)保技術(shù)的創(chuàng)新研究，營造環(huán)境友好的社會聲譽。

另外，從源頭上看，綠色信貸發(fā)揮波特效應(yīng)后，企業(yè)生產(chǎn)技術(shù)與方法得到改善，將有效降低投入成本，帶動太陽能、風能、生物質(zhì)能等新能源的推廣使用，提高資源循環(huán)效率，實現(xiàn)了生產(chǎn)工藝的清潔化。從產(chǎn)出來看，技術(shù)進步將優(yōu)化能源處理設(shè)備的產(chǎn)出結(jié)構(gòu)，通過在末端運用污染治理技術(shù)的方式，降低非期望產(chǎn)出含量，實現(xiàn)了碳排放效率的提升?；诖?，本文提出以下假設(shè)：

假設(shè)1：綠色信貸政策通過促進技術(shù)進步，提高了碳排放效率。

(二)綠色信貸政策發(fā)揮“要素結(jié)構(gòu)效應(yīng)”

從價值鏈的投入視角來看，綠色信貸對企業(yè)要素結(jié)構(gòu)的調(diào)整作用可以分為人力資本和能源結(jié)構(gòu)兩個層面。理論上而言，能源儲備、人力資源作為最主要的生產(chǎn)要素，將對產(chǎn)出效率發(fā)揮至關(guān)重要的作用。首先，能源需求及使用強度將對碳排放效率造成一定影響，[11]100-106其次，銀行信貸具有調(diào)控行業(yè)間的勞動力配置的作用，[12]3-14進而對經(jīng)濟產(chǎn)出效率產(chǎn)生影響。

綠色信貸政策實施后，一方面鼓勵了生產(chǎn)部門優(yōu)化能源結(jié)構(gòu)，另一方面則通過緩解代理沖突，調(diào)整了企業(yè)的資本結(jié)構(gòu)。[13]123-133第一，為了實現(xiàn)能源結(jié)構(gòu)的“綠色化”，企業(yè)將試圖尋求生產(chǎn)要素間的最優(yōu)組合，可能會引入低污染的新能源替代高排放的傳統(tǒng)能源，從而產(chǎn)生要素替代效應(yīng)。第二，綠色信貸規(guī)模的增長在一定程度上將影響環(huán)保項目的勞動投入程度，當勞動力轉(zhuǎn)移到生產(chǎn)力更高的部門時，將形成要素積累的規(guī)模效應(yīng)，進而改善產(chǎn)出結(jié)構(gòu)，促進碳排放效率的提升?；诖耍岢鲆韵录僭O(shè)：

假設(shè)2：綠色信貸政策通過促進要素結(jié)構(gòu)優(yōu)化，提高了碳排放效率。

三、研究設(shè)計

(一)模型構(gòu)建

為探究綠色信貸對碳排放效率的影響，本文建立如下雙固定效應(yīng)的模型，為了使結(jié)果更加穩(wěn)健，引入各省市研發(fā)投入、全社會固定資產(chǎn)投入、對外開放程度、經(jīng)濟發(fā)展水平、金融深化程度和政府綠色治理等因素予以控制。

CEit=α0+β1GCLit+β2GDPit+β3RDit

+β4Tradeit+β5FASit+β6GIit

+β7FINit+∑year+∑region+εit

(1)

其中，CEit表示為第i個省份第t年的碳排放效率值；α0表示截距值；GCLit表示綠色信貸水平指數(shù)；GDPit表示國內(nèi)生產(chǎn)總值，RDit表示研發(fā)投入；Tradeit表示對外開放程度；FASit代表社會固定資產(chǎn)投入額；GIit表示政府綠色治理水平；FINit則表示地區(qū)的金融深化程度；year與region分別表示時間與省份固定效應(yīng)；εit代表隨機擾動項。

(二)數(shù)據(jù)來源與變量說明

1.數(shù)據(jù)來源

考慮到政策效果的時滯性，本文將《意見》首次提出后的次年(即2008年)作為研究起點。基于此，本文收集了2008—2018年中國30個省(市、自治區(qū))(2)因西藏、香港、澳門、臺灣數(shù)據(jù)缺失，故不作研究探討。的面板數(shù)據(jù)。碳排放值來自中國碳核算數(shù)據(jù)庫(CEADs)，經(jīng)濟觀測值來自《中國工業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》等，并通過各省統(tǒng)計年鑒進行補齊。各變量的描述性統(tǒng)計見表1。

2.變量說明

被解釋變量：碳排放效率(CEit)。測算方法采用非導(dǎo)向、規(guī)模報酬不變的超效率SBM模型。

表1 變量描述性統(tǒng)計

解釋變量：綠色信貸水平(GCLit)。綠色信貸包括各銀行節(jié)能環(huán)保貸款、綠色信貸產(chǎn)品等指標，但多以銀行作為分類進行統(tǒng)計?？紤]到面板數(shù)據(jù)的可比性，本文參考謝婷婷、章志華及郭威等的做法，通過構(gòu)建反向指標，將非六大高耗能產(chǎn)業(yè)(3)據(jù)國家統(tǒng)計局《國民經(jīng)濟行業(yè)分類》披露，六大高耗能產(chǎn)業(yè)指石油加工、煉焦及核燃料加工業(yè)；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)；電力熱力的生產(chǎn)和供應(yīng)業(yè)。利息在工業(yè)總利息的占比值作為各省份綠色信貸水平的代理變量。[14]83-90,[15]81-97,[16]44-55

模型中各變量指標及計算方式見表2：

表2 各變量的表征指標與計算方式

四、碳排放效率測算及分析

(一)測算方式

梳理效率測算方法的發(fā)展脈絡(luò)，其研究重點經(jīng)歷了由絕對強度向相對效率，由單要素向多要素，由局部地區(qū)向空間集群深入的螺旋式上升的演進過程。Charnes、Cooper與Rhodes三位運籌學(xué)家首次提出了傳統(tǒng)的數(shù)據(jù)包絡(luò)分析模型(CCR-DEA)，用以估計決策部門的生產(chǎn)效率。[17]429-444基于此，Tone提出了將松弛變量納入模型的非徑向、非角度的SBM-DEA模型，并推廣了考慮非期望產(chǎn)出的超效率SBM模型。[18]32-41該模型假設(shè)存在n個決策單元DMU，每個單元包含了m個要素投入、s1個期望產(chǎn)出以及s2個非期望產(chǎn)出，分別定義為：

X=[x1,x2,…,xn]∈Rm×n

假設(shè)X>0，Yg>0，Yb>0，定義生產(chǎn)可行集P={(x,yg,yb)|x≥λX,yg≤λYg,yb≥λYb,λ≥0}，得出效率值公式：

同時滿足以下條件：

x0=λX+s-

s-≥0，sg≥0，sb≥0，λ≥0

本文引入超效率SBM模型，選取30個省份的資本存量、能源消耗及勞動力供給作為投入指標，將國內(nèi)生產(chǎn)總值作為期望產(chǎn)出，碳排放量作為非期望產(chǎn)出進行計算。關(guān)于資本存量的計算，參考單豪杰的做法，首先將固定資產(chǎn)形成總額的現(xiàn)價通過投資價格指數(shù)進行平減，以2000年為基期，借鑒作者所采用的10.96%的折舊率，[19]17-31計算方式如下：

Kt=Kt-1(1-μ)+St

(2)

式中，Kt表示本期資本存量，Kt-1表示上期資本存量，μ為折舊率，St為本期固定資產(chǎn)形成額?；诖?，本文利用上述指標，整理2008—2018年的面板數(shù)據(jù)，經(jīng)DEA Solver Pro測算后，得到各省份碳排放效率值。若碳排放效率值越高，則投入產(chǎn)出結(jié)構(gòu)更加合理。

(二)統(tǒng)計指標分析

圖1報告了碳排放效率分年份和地區(qū)的趨勢變化。從地區(qū)分布來看，位于發(fā)展前列的北京、上海、江蘇等東部地區(qū)經(jīng)濟相對繁榮，金融科技發(fā)展迅速，碳排放效率提升顯著，十年間漲幅達22.4%。中部地區(qū)趨勢變化相對適中，《意見》出臺后四年，中西部地區(qū)碳排放效率整體都出現(xiàn)了攀升趨勢，2011年后發(fā)展持平，波動幅度較小。

圖1 碳排放效率分年份和地區(qū)的趨勢變化

同時，本文注意到山西省在中部地區(qū)的減碳工作中成效顯著。雖然在“十一五”期間制定的能耗降低指標計劃中，山西省的能耗降幅大，難度高，在全國屬于第一層級，但自被批復(fù)為資源型經(jīng)濟轉(zhuǎn)型試驗區(qū)后，山西省積極投資綠色支持項目，健全金融改革措施，并佐以環(huán)境稅收制度，減碳工作取得了顯著成效。此外，北京市、陜西省的碳排放效率分別在東、西部地區(qū)處于領(lǐng)先地位，為減排工作作出了積極的貢獻。

五、實證結(jié)果分析

(一)基準回歸

本文選取的數(shù)據(jù)為大T小N的短面板數(shù)據(jù)，基準回歸結(jié)果見表3?？紤]到省份數(shù)據(jù)存在個體效應(yīng)，本文采用豪斯曼檢驗協(xié)助進行模型檢驗，檢驗結(jié)果拒絕原假設(shè)，故選取固定效應(yīng)模型展開后續(xù)研究。為進行對比分析，列(1)展示了混合OLS回歸結(jié)果，列(2)展示了隨機效應(yīng)模型，列(3)(4)分別展示了固定效應(yīng)模型的線性與非線性檢驗結(jié)果。列(1)(2)顯示，在同時控制各省的地區(qū)效應(yīng)、年份效應(yīng)后，綠色信貸水平GCLit的估計系數(shù)在1%的水平上顯著為正。考慮到各省份之間的異方差因素，在列(3)中采用異方差穩(wěn)健標準誤進行面板回歸后，GCLit估計系數(shù)的顯著性下降到5%。另外，隨著綠色信貸水平升高，高污染企業(yè)可能會因融資成本上升而產(chǎn)生技術(shù)停滯，從而尋求污染轉(zhuǎn)移，導(dǎo)致“洗綠”“漂綠”等現(xiàn)象的發(fā)生。因此，本文在列(4)中加入GCLit的平方項，所得系數(shù)在10%的水平上顯著，但未拒絕Utest的原假設(shè)，說明綠色信貸與碳排放效率不存在非線性關(guān)系。

表3 基準回歸結(jié)果

(二)穩(wěn)健性檢驗

表4揭示了穩(wěn)健性檢驗結(jié)果。首先，列(1)至(3)采用替換原模型自變量的方法，將綠色信貸水平占比替換為綠色信貸實際值的代理變量GIit，采用各省工業(yè)總利息減去高耗能產(chǎn)業(yè)利息進行衡量，為避免異方差問題，對數(shù)據(jù)取對數(shù)處理。其中列(1)(2)為混合OLS回歸，在加入了控制變量后，GIit的系數(shù)依然在1%的水平上顯著。列(3)采用固定效應(yīng)的面板回歸模型進行檢驗，顯著性水平下降為5%，但與列(2)結(jié)果差異不大。這說明，綠色信貸對碳排放效率的促進作用是存在的，不受代理變量選擇的影響，基準回歸的穩(wěn)健性得到保證。

表4 穩(wěn)健性檢驗結(jié)果

其次，調(diào)整控制變量類型。列(4)引入產(chǎn)業(yè)結(jié)構(gòu)IS，采用第二產(chǎn)業(yè)增加值占比GDP來衡量。本文控制產(chǎn)業(yè)結(jié)構(gòu)的原因有二：其一，工業(yè)不僅是碳排放的主要來源，而且容易形成產(chǎn)能過剩問題，抑制碳排放效率的提高；其二，產(chǎn)業(yè)結(jié)構(gòu)高級化是產(chǎn)業(yè)變遷的結(jié)果，對碳排放效率也可能存在一定的影響。列(5)將金融深化程度替換為金融發(fā)展水平，采用金融增加值占GDP的比重來衡量。列(4)(5)的回歸結(jié)果均顯示，綠色信貸對碳排放效率仍然具有顯著的促進作用，強化了回歸結(jié)果的穩(wěn)健性。最后，列(6)中將因變量替換為碳排放強度CIit，以每單位GDP所產(chǎn)生的碳排放量來核算，回歸結(jié)果不顯著，說明碳排放強度與綠色信貸相關(guān)性較低，從而印證了原回歸的有效性。

(三)內(nèi)生性問題討論

本文采取工具變量法(IV)對內(nèi)生性的來源進行討論。首先，從雙向因果的角度來看，綠色信貸政策實施后，將對碳排放效率的投入、產(chǎn)出以及技術(shù)實現(xiàn)造成影響，提升碳排放效率；其次，碳排放效率也可能作為商業(yè)銀行踐行《綠色信貸指引》中綠色信貸考核評價體系的依據(jù)，影響下一階段綠色信貸的審批流程。另外，遺漏變量中諸如氣候風險可能會同時影響綠色信貸與碳排放效率，導(dǎo)致回歸結(jié)果出現(xiàn)偏誤。

為解決這一內(nèi)生性問題，本文借鑒張杰、李春濤等的構(gòu)建思路，選取了自變量的滯后一期，以及各省接壤地區(qū)綠色信貸水平均值兩個工具變量進行內(nèi)生性檢驗。[20]118-136,[21]81-98相鄰地區(qū)經(jīng)濟關(guān)聯(lián)度較高，金融發(fā)展相互影響，滿足工具變量的內(nèi)生性要求。另外，由于信貸融資存在地域分割，為避免多頭貸款的風險，商業(yè)銀行對異地貸款的投放采取了嚴格限制措施，且政府綠色治理政績需要綠色信貸加以輔佐，貸款的投放目標自然以本地企業(yè)為宜。因此，兩個工具變量之間不存在相關(guān)性，且鄰近接壤地區(qū)的綠色信貸也無法直接影響本地碳排放效率，滿足外生性的假設(shè)。表5報告了工具變量的回歸結(jié)果，列(1)為面板數(shù)據(jù)工具變量回歸結(jié)果，列(2)(3)為兩階段最小二乘法(2SlS)估計結(jié)果，結(jié)果顯示，核心解釋變量GCLit的系數(shù)仍然為正，且至少在10%的水平上顯著。接著檢驗工具變量聯(lián)合系數(shù)后，F(xiàn)統(tǒng)計量為18.86，拒絕“存在弱工具變量”的原假設(shè)。

表5 工具變量回歸結(jié)果

六、進一步分析

(一)機制分析

基于假設(shè)1，本文首先將技術(shù)進步作為中間機制進行回歸，選取了專利數(shù)作為衡量依據(jù)。依據(jù)世界知識產(chǎn)權(quán)組織(WIPO)分類清單將綠色專利識別為綠色發(fā)明專利與綠色實用新型專利，同時加入地區(qū)人均專利數(shù)進行細分討論。基于此，構(gòu)建中介模型：

CEit=b0+b1GCLit+∑year+∑region+εit

(3)

Techit=c0+c1GCLit+∑year+∑region+εit

(4)

CEit=d0+d1GCLit+d3Techit+∑year+∑region+εit

(5)

表6列(1)至列(3)展示了技術(shù)進步的中介效應(yīng)檢驗結(jié)果，中介因子分別選擇了地區(qū)人均專利、綠色實用新型專利以及綠色發(fā)明專利獲得量。通過回歸發(fā)現(xiàn)，地區(qū)技術(shù)進步的確促進了碳排放效率的提升，但是與綠色信貸的關(guān)聯(lián)不大，說明各地區(qū)技術(shù)進步并不是綠色信貸的中介變量。列(2)中結(jié)果顯示，綠色實用新型專利并非中介，故而形成遮掩效應(yīng)。列(3)中結(jié)果顯示，綠色信貸政策能促進綠色發(fā)明專利數(shù)量的提高，且技術(shù)進步對碳排放效率的影響系數(shù)為0.004，在10%的水平上顯著，由于直接效應(yīng)并不顯著，說明綠色發(fā)明專利增加引致的技術(shù)提升為完全中介變量。為提高檢驗的準確性，最后采用Sobel檢驗對綠色發(fā)明專利變量進行分析，經(jīng)計算得出，Sobel檢驗P值顯著，且中介效應(yīng)占比為0.192。

依據(jù)原中介效應(yīng)模型，同理引入要素結(jié)構(gòu)進行檢驗，要素結(jié)構(gòu)則參照蔡烏趕等的做法，以能源消耗與勞動力人數(shù)的比值計算。[22]27-35表6列(4)中要素結(jié)構(gòu)變化對碳排放效率的影響在5%的水平上顯著，直接效應(yīng)系數(shù)在1%的水平上顯著，說明綠色信貸的實施可以降低單位能耗所需的人力資本，綠色信貸通過要素結(jié)構(gòu)的優(yōu)化效應(yīng)提高了碳排放效率，屬于部分中介變量。

表6 中介機制分析

(二)異質(zhì)性分析

由于各地區(qū)經(jīng)濟發(fā)展水平不同，沿海地區(qū)相比內(nèi)陸地區(qū)具有更發(fā)達的金融市場環(huán)境，不同地區(qū)的工業(yè)化程度也不盡相同，受到綠色信貸沖擊的效果自然也會存在差異。另外，政府既能引導(dǎo)信貸資金流向研發(fā)部門的能源開發(fā)項目，也可通過調(diào)節(jié)金融資產(chǎn)配置，推動股票型基金的設(shè)立，為環(huán)境友好型工程提供支持。[23]1022-1034因此，本文通過地區(qū)分組，以及引入核心解釋變量與控制變量的交互項等方法來對影響碳排放效率的原因進行異質(zhì)性分析。實證結(jié)果見表7。

1.分地區(qū)樣本。列(1)(2)為地區(qū)分組結(jié)果?；貧w表明，東部地區(qū)的綠色信貸政策對碳排放效率的系數(shù)在1%的水平上顯著，政策拉動效果明顯。這可能是因為東部地區(qū)經(jīng)濟實力更為雄厚，金融發(fā)展水平較高，綠色信貸供給更充足。

表7 異質(zhì)性分析

2.金融深化程度。列(3)中引入金融深化程度與核心解釋變量的交互項，其系數(shù)為正且在1%的水平上顯著。說明金融深化程度越高的地區(qū)，綠色信貸對碳排放效率的提升效果越明顯。

3.研發(fā)投入強度。列(4)中加入了研發(fā)投入強度與核心解釋變量的交互項，其回歸系數(shù)為正且在1%的水平上顯著，說明研發(fā)投入越多的地區(qū)，碳排放效率提升效果愈佳。

4.政府綠色投資。列(5)引入了政府綠色投資與核心解釋變量的交互項，其系數(shù)為正，但不具備統(tǒng)計顯著性。一方面，可能是因為政府綠色投資對碳排放量具有抑制作用，[24]14-21另一方面，政府綠色投資比重還相對較低。經(jīng)統(tǒng)計，2018年全國環(huán)保支出占財政支出的平均值僅為2.85%。這表明在財政分權(quán)體制下，政府環(huán)境治理可能存在激勵不足與標準“逐底”的問題。[25]158-173

七、結(jié)論與建議

基于綠色信貸政策的實施背景，本文采用超效率SBM模型測算了2008—2018年的全國碳排放效率，通過構(gòu)建雙向固定效應(yīng)模型探討了綠色信貸對碳排放效率的影響路徑與內(nèi)在機理。研究得出：(1)綠色信貸政策實施顯著提升了碳排放效率，且這種影響存在異質(zhì)性。在經(jīng)濟水平越發(fā)達、金融發(fā)展水平越靠前、金融深化程度越高的城市，其促進效果愈發(fā)明顯，而部分地區(qū)由于技術(shù)工藝、生產(chǎn)水平落后，存在碳排放效率促進效果一般的現(xiàn)象。(2)綠色信貸政策的實施促進了綠色技術(shù)進步與要素結(jié)構(gòu)優(yōu)化，進而提升了碳排放效率。(3)在財政資金的配置上，政府綠色投資的占比相對較小，地方環(huán)境治理仍存在激勵不足的問題。基于上述結(jié)論，本文得到以下政策啟示：

第一，加大綠色信貸的投放力度，以綠色金融支持實體產(chǎn)業(yè)高質(zhì)量發(fā)展。應(yīng)嚴控綠色信貸門檻，積極調(diào)整中西部地區(qū)信貸資源流向，引導(dǎo)和鼓勵社會投資流向綠色產(chǎn)業(yè)，健全綠色信貸審批制度，提高綠色貸款利率定價的合理性，促進經(jīng)濟可持續(xù)發(fā)展的良性循環(huán)。第二，敦促引導(dǎo)“兩高一剩”產(chǎn)業(yè)進行綠色創(chuàng)新，調(diào)整其債務(wù)期限結(jié)構(gòu)，限制高碳排放項目的盲目擴張。由于重污染企業(yè)的資本、勞動力規(guī)模相對較大，應(yīng)當避免政策落實出現(xiàn)“一刀切”現(xiàn)象，督促其完成減排工作，防止“搭便車”行為造成綠色繁榮的假象。第三，健全碳排放權(quán)交易市場體制，促進形成全社會節(jié)能減排的長效機制。為避免出現(xiàn)短暫性的“政治性藍天”，應(yīng)合理分配各省、市、自治區(qū)的碳排放額度，抬高地區(qū)的環(huán)境標準線。有效督促環(huán)境規(guī)制部門執(zhí)行綠色監(jiān)管與懲罰措施，嚴格監(jiān)管企業(yè)“漂綠”“洗綠”等套利行為。