方國斌, 翁燕妮

(安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院,安徽 蚌埠 233041)

一、引言

2020年,習(xí)近平總書記提出2030年前實(shí)現(xiàn)“碳達(dá)峰”、2060年前實(shí)現(xiàn)“碳中和”的雙碳目標(biāo),這是國家可持續(xù)發(fā)展的重要戰(zhàn)略目標(biāo)。溫室氣體的過量產(chǎn)生及排放引起世界氣候發(fā)生急劇變化,化石能源是溫室氣體生成的主要來源,為了達(dá)成我國乃至世界低碳綠色發(fā)展目標(biāo),改變能源利用結(jié)構(gòu),從化石能源向清潔能源轉(zhuǎn)變成為一個必然選擇[1]。近年來,我國多種可再生能源項(xiàng)目的發(fā)展速度不斷加快,如風(fēng)電和太陽能等可再生能源裝機(jī)容量位列世界第一。雖然我國已經(jīng)開始重視可再生能源的地位并加以利用,可再生能源使用率逐漸增加,但由于歷史遺留問題以及特有的礦產(chǎn)資源構(gòu)成等影響,目前能源利用結(jié)構(gòu)仍以化石燃料為主,使得溫室氣體的排放量大,而大量開采并使用化石能源會影響環(huán)境,將可再生能源的發(fā)展和廣泛利用提上日程,這對于應(yīng)對氣候環(huán)境變化、減碳減排具有重要意義[2]。

多位學(xué)者認(rèn)為環(huán)境是影響可再生能源電力發(fā)展的重要因素。在研究可再生能源發(fā)展的驅(qū)動因素過程中,Pandey等研究發(fā)現(xiàn)可再生能源政策和治理在東盟國家起推動作用[3];Maqbool和Ye發(fā)現(xiàn)環(huán)境是影響可再生能源發(fā)電項(xiàng)目成功的關(guān)鍵性因素[4];Fatima等基于MFCA,確定影響可再生能源發(fā)電發(fā)展的十大關(guān)鍵因素為資源稟賦、發(fā)電方式、可再生能源需求、可再生能源適應(yīng)性、可再生能源項(xiàng)目投資環(huán)境、政府能源政策、可再生能源工程的經(jīng)濟(jì)回報(bào)、環(huán)境影響、公眾接受度以及良好治理的缺乏[5];Nawaz等采用雙重差分法研究,結(jié)果表明包括可再生能源的消費(fèi)在內(nèi)的多個因素大大促進(jìn)某個區(qū)域的綠色融資并減緩氣候變化[6]。

綠色投資作為綠色金融的一部分,與環(huán)境因素和可再生能源息息相關(guān)?？稍偕茉吹氖褂靡约熬G色投資響應(yīng)國家面對全球氣候變化問題提出的雙碳目標(biāo),但缺乏資金是可再生能源發(fā)展的最大障礙之一[7]。近年來,強(qiáng)大的綠色金融市場被視為發(fā)展新的可再生能源技術(shù)的關(guān)鍵[8]。Wang等研究表明綠色投資和可再生能源的使用顯著減少基于生產(chǎn)的二氧化碳排放量[9]。He等發(fā)現(xiàn)可再生能源綠色投資對綠色經(jīng)濟(jì)發(fā)展具有雙重閾值效應(yīng),從長遠(yuǎn)看,可再生能源環(huán)境污染的綠色投資能有效促進(jìn)綠色經(jīng)濟(jì)增長[10]。Pradhan等指出,政府支持清潔能源領(lǐng)域的綠色金融投資有助于環(huán)境保護(hù)及經(jīng)濟(jì)增長[11]。政府積極的綠色金融政策可能會增加可再生能源部門的投資[12]。Glomsr?d和Wei指出,由于綠色金融的發(fā)展,綠色債券穩(wěn)步運(yùn)行,到2030年可減少470萬噸二氧化碳排放量,且非化石能源電力比例將增加4%[13]。Wang等用熵值法分別計(jì)算環(huán)境污染、綠色金融以及高質(zhì)量能源發(fā)展的綜合指數(shù),得出在中國長江經(jīng)濟(jì)區(qū)環(huán)境污染和綠色金融在影響能源高質(zhì)量發(fā)展方面具有完全相反的結(jié)果,環(huán)境污染影響效應(yīng)為負(fù),綠色金融影響效應(yīng)為正,且空間溢出效應(yīng)與二者的直接影響效應(yīng)一致[14]。

不同學(xué)者對綠色金融如何影響可再生能源的發(fā)展持有不同的觀點(diǎn),Kim和Park研究金融市場發(fā)展是否促進(jìn)全球可再生能源的部署,認(rèn)為金融市場的發(fā)展是影響可再生能源的一個重要決定因素,在不同經(jīng)濟(jì)條件下,金融發(fā)展對可再生能源的影響有差異,但整體均為正向影響[15]。Zhang等的研究表明,人力資源和綠色能源技術(shù)研發(fā)方面的公共支出加速了綠色和可持續(xù)經(jīng)濟(jì)[16],綠色金融投資有助于實(shí)現(xiàn)可持續(xù)的經(jīng)濟(jì)和環(huán)境增長[17]。也有人指出綠色金融如何促進(jìn)環(huán)境的可持續(xù)發(fā)展取決于該地區(qū)的經(jīng)濟(jì)條件[18]。Cheng等研究發(fā)現(xiàn)超過一定閾值后,碳稅收入可能不再對能源創(chuàng)新產(chǎn)生有效的影響[19]。

目前國內(nèi)可再生能源的主要用途是利民發(fā)電,減少煤炭等不可再生能源的消耗量,可再生能源電力發(fā)展成為可再生能源整體發(fā)展的一個重要組成部分。可再生能源作為清潔能源的一種,對雙碳目標(biāo)的實(shí)現(xiàn)具有不可忽視的作用,而金融特別是綠色金融對可持續(xù)行業(yè)的發(fā)展起著重要的支撐作用,綠色金融與可再生能源電力發(fā)展之間的影響機(jī)制怎樣,在可再生能源電力發(fā)展的不同階段,綠色金融扮演著一個怎樣的角色?為了研究以上問題,本文采用2013—2021年我國30個省區(qū)市(除西藏、港澳臺外)的面板數(shù)據(jù),研究省區(qū)市間綠色金融與可再生能源電力發(fā)展之間的內(nèi)在聯(lián)系。

現(xiàn)有文獻(xiàn)多從理論上闡明綠色金融如何支持可再生能源電力的發(fā)展,實(shí)證研究較少,且多聚焦綠色金融對可再生能源投資效率的影響研究,沒有量化分析綠色金融對可再生能源電力發(fā)展的影響。本文擬采用空間杜賓模型和面板分位數(shù)回歸模型,從多維度、多區(qū)域量化分析綠色金融對可再生能源電力發(fā)展的影響。

二、綠色金融水平的測度

(一)綠色金融指標(biāo)體系構(gòu)建

參考相關(guān)文獻(xiàn),選取綠色信貸、綠色證券、綠色保險(xiǎn)和綠色投資四個維度來構(gòu)建綠色金融指數(shù)評價指標(biāo)體系,指標(biāo)體系中兼有正向和反向指標(biāo),更能客觀反映綠色金融發(fā)展的實(shí)際情況[20],具體指標(biāo)及說明見表1。

表1 綠色金融綜合評價指標(biāo)體系

(二)測度結(jié)果及分析

目前,學(xué)術(shù)界采用評價指標(biāo)體系測度方法大多為熵權(quán)法或TOPSIS-熵權(quán)法,本文結(jié)合郭莉等的做法,在TOPSIS-熵權(quán)法的基礎(chǔ)上,采用灰色關(guān)聯(lián)度分析,得到熵權(quán)-TOPSIS-灰色關(guān)聯(lián)法這一改進(jìn)的組合評價方法[21],此方法能夠有效彌補(bǔ)灰色關(guān)聯(lián)法和TOPSIS法的局限。

1.數(shù)據(jù)來源

綠色金融評價指標(biāo)體系中各指標(biāo)數(shù)據(jù)分別來自EPS數(shù)據(jù)庫、同花順APP、Wind數(shù)據(jù)庫、CSMAR國泰安數(shù)據(jù)庫、國家統(tǒng)計(jì)局以及《中國保險(xiǎn)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》等,缺失值采用插值法求得。

2.熵權(quán)法計(jì)算指標(biāo)權(quán)重

首先,采用熵權(quán)法計(jì)算指標(biāo)權(quán)重,在將數(shù)據(jù)非負(fù)處理的基礎(chǔ)上,分別進(jìn)行正負(fù)指標(biāo)的標(biāo)準(zhǔn)化,假設(shè)有m個地區(qū)、n個指標(biāo),其中Bij為第i個地區(qū)的第j個評價指標(biāo),Aij為標(biāo)準(zhǔn)化后的評價指標(biāo)。

正向指標(biāo)公式為

(1)

負(fù)向指標(biāo)公式為

(2)

其次,計(jì)算各項(xiàng)指標(biāo)的熵值S。

(3)

(4)

最后,計(jì)算得出第j個指標(biāo)的權(quán)重系數(shù)λj。

(5)

由上述公式計(jì)算指標(biāo)體系中各三級指標(biāo)的權(quán)重系數(shù),結(jié)果見表2。

表2 綠色金融評價指標(biāo)體系權(quán)重

3.TOPSIS-灰色關(guān)聯(lián)法測度綠色金融指數(shù)

在確定指標(biāo)權(quán)重基礎(chǔ)上,采用TOPSIS-灰色關(guān)聯(lián)法,計(jì)算30個省區(qū)市9年來的綠色金融指數(shù)。

第一,采用TOPSIS法確定正、負(fù)理想解,計(jì)算各評價對象到正、負(fù)理想解的歐氏距離。在利用熵權(quán)法確定指標(biāo)權(quán)重系數(shù)的基礎(chǔ)上,構(gòu)建加權(quán)規(guī)范矩陣Q。

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

式中:i=1,2,…,m;j=1,2,…,n;ε∈(0,1)為分辨系數(shù),取值為0.5。

第四,將TOPSIS與灰色關(guān)聯(lián)相結(jié)合,分別計(jì)算無量綱化后的各評價對象與正、負(fù)理想解之間的歐氏距離以及灰色關(guān)聯(lián)度的相對貼近情況。

(14)

(15)

(16)

由上述公式計(jì)算綠色金融指數(shù)。從各省區(qū)市綠色金融指數(shù)的測度結(jié)果看,近9年來綠色金融指數(shù)存在上下波動的情況,但除個別省區(qū)市外,其他省區(qū)市整體呈現(xiàn)增長趨勢,與2013年相比,2021年大部分地區(qū)綠色金融指數(shù)均有不同程度提升,綠色環(huán)保的可持續(xù)發(fā)展已小有成效。

三、可再生能源電力發(fā)展水平的測度

(一)可再生能源電力指標(biāo)體系構(gòu)建

基于數(shù)據(jù)的可獲得性及指標(biāo)選取的合理性,本文主要從可再生能源電力建設(shè)和發(fā)電兩方面來構(gòu)建可再生能源電力發(fā)展綜合評價指標(biāo)體系,具體指標(biāo)及說明見表3。

表3 可再生能源電力發(fā)展綜合評價體系

(二)測度結(jié)果及分析

1.數(shù)據(jù)來源

可再生能源電力評價指標(biāo)體系中各指標(biāo)數(shù)據(jù)分別來自EPS數(shù)據(jù)庫、Wind數(shù)據(jù)庫、國家統(tǒng)計(jì)局、國家能源局以及《中國能源統(tǒng)計(jì)年鑒》等,缺失值采用插值法求得。

2.指標(biāo)權(quán)重及測度結(jié)果

與綠色金融指數(shù)測度方法一致,采用熵權(quán)-TOPSIS-灰色關(guān)聯(lián)組合評價法,計(jì)算可再生能源電力指標(biāo)權(quán)重,結(jié)果見表4。同時計(jì)算可再生能源電力發(fā)展水平,結(jié)果顯示各省區(qū)市可再生能源電力發(fā)展水平大致呈現(xiàn)逐年上升的趨勢,到2021年,除極個別省區(qū)市外,其他省區(qū)市可再生能源電力發(fā)展水平均有較大增長,這與綠色金融指數(shù)變化趨勢基本一致。

表4 可再生能源電力評價指標(biāo)體系權(quán)重

四、綠色金融影響可再生能源電力發(fā)展水平的實(shí)證研究

為了研究綠色金融對可再生能源電力發(fā)展的影響,本文以2013—2021年我國30個省區(qū)市的面板數(shù)據(jù)為樣本,引入空間杜賓模型和面板分位數(shù)回歸模型進(jìn)行實(shí)證研究。

(一)空間杜賓模型和面板分位數(shù)回歸模型

我國是世界上最主要的能源進(jìn)口國和二氧化碳排放經(jīng)濟(jì)體,環(huán)境的可持續(xù)性受到極大重視?？稍偕茉磁c傳統(tǒng)化石能源相比,在減少溫室氣體排放方面具有天然優(yōu)勢,且傳統(tǒng)化石能源具有較長的形成周期,而可再生能源是天然的發(fā)電廠,是基于地球的自然資源給人類經(jīng)濟(jì)社會發(fā)展帶來的重大突破。為應(yīng)對氣候變化,研究可再生能源電力發(fā)展的影響因素具有重要的現(xiàn)實(shí)意義。為了實(shí)現(xiàn)“雙碳”目標(biāo),必須升級能源結(jié)構(gòu),從不可再生能源向可再生能源過渡,多位學(xué)者認(rèn)為投資可再生能源可以解決環(huán)境污染問題,并有助于經(jīng)濟(jì)增長[17,22-26]。綠色金融本質(zhì)上是通過對企業(yè)的融資約束來達(dá)到減碳減排的目的,環(huán)保型企業(yè)相比高耗能型企業(yè)更受綠色金融的青睞,而可再生能源是一類無污染無溫室氣體排放的天然清潔能源,與綠色金融的環(huán)保發(fā)展理念相吻合,可再生能源電力的發(fā)展離不開相關(guān)企業(yè)的推動與支持,也離不開資金支撐。因此,本文認(rèn)為綠色金融可能是影響可再生能源電力發(fā)展的一個重要因素。

我國各地區(qū)之間存在一定聯(lián)系,綠色金融對可再生能源電力發(fā)展的影響不是孤立的,傳統(tǒng)面板回歸模型未考慮存在空間溢出的情況,可能導(dǎo)致模型結(jié)果產(chǎn)生偏誤。采用空間杜賓模型,不僅可以考慮本地區(qū)可再生能源電力發(fā)展受當(dāng)?shù)亟忉屪兞康挠绊?也可以考慮本地區(qū)可再生能源電力發(fā)展受鄰近地區(qū)解釋變量的影響。本文采用的空間杜賓模型方程式如下

(17)

式中:Y表示被解釋變量,本文選擇的是可再生能源電力發(fā)展水平;X表示解釋變量與控制變量;ρ、β、θ表示相應(yīng)變量的待定系數(shù);u表示空間固定效應(yīng);γ表示時間固定效應(yīng);ε表示隨機(jī)誤差項(xiàng);w代表空間權(quán)重矩陣,本文采用的是基于Rook鄰近性的空間權(quán)重矩陣,其中海南省未與我國其他省市接壤,為了整體研究,修改空間權(quán)重矩陣,令矩陣中海南省與廣東省的空間權(quán)重矩陣系數(shù)為1,海南省與其他省市之間的矩陣系數(shù)為0。

空間杜賓模型給出的是綠色金融對可再生能源電力發(fā)展影響的一般性結(jié)論,但隨著人類經(jīng)濟(jì)社會發(fā)展,科技不斷進(jìn)步,各類新型技術(shù)產(chǎn)品層出不窮,可再生能源發(fā)電廠的修建以及供電措施的更迭、更多自然界中天然清潔能源的利用,標(biāo)志著可再生能源電力在不斷發(fā)展,且發(fā)展趨勢并非一成不變,在不同的發(fā)展階段,它的影響因素可能會發(fā)生改變。為了進(jìn)一步研究可再生能源電力發(fā)展過程中解釋變量對不同發(fā)展階段的影響,本文采用面板分位數(shù)回歸模型來分析,模型方程式為

(18)

式中,RE表示可再生能源電力發(fā)展水平,GF表示綠色金融,xj表示其余控制變量,u表示空間固定效應(yīng),ε表示隨機(jī)誤差項(xiàng)。

(二)變量說明

1.被解釋變量

本文主要研究綠色金融對可再生能源電力發(fā)展的影響,故被解釋變量為可再生能源電力發(fā)展指數(shù)(RE)。各指標(biāo)數(shù)據(jù)均來自Wind數(shù)據(jù)庫,選取可再生能源發(fā)電和可再生能源電力建設(shè)情況來反映各地區(qū)可再生能源電力發(fā)展水平。

2.核心解釋變量

綠色金融指數(shù)(GF)。大部分指標(biāo)數(shù)據(jù)來自統(tǒng)計(jì)年鑒,其中二級指標(biāo)綠色證券的相關(guān)數(shù)據(jù),首先通過CSMAR國泰安數(shù)據(jù)庫中的數(shù)據(jù)篩選上市公司,選取A股上市公司非ST股票,獲得股票代碼,而后在同花順APP上手工統(tǒng)計(jì),獲得A股上市公司市值等有關(guān)數(shù)據(jù)。GDP數(shù)據(jù)以2010年為基期平減得到。

3.控制變量

本文主要從經(jīng)濟(jì)、技術(shù)、能源和環(huán)境因素方面選取6個控制變量。一個地區(qū)的人均生產(chǎn)總值可以直接反映該地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r,且該地區(qū)的城市化水平可以從一定程度上反映這個地區(qū)的經(jīng)濟(jì)水平,產(chǎn)業(yè)結(jié)構(gòu)升級即經(jīng)濟(jì)增長方式轉(zhuǎn)變也可以從側(cè)面反映該地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r。因此,本文在經(jīng)濟(jì)因素方面選取人均地區(qū)生產(chǎn)總值(RGDP)、城市化水平(AREA)和產(chǎn)業(yè)結(jié)構(gòu)變化(THR)3個變量。其中,人均地區(qū)生產(chǎn)總值以2010年為基期平減得到,城市化水平以人均道路面積衡量,產(chǎn)業(yè)結(jié)構(gòu)變化以第三產(chǎn)業(yè)增加值與地區(qū)生產(chǎn)總值的比值衡量。環(huán)境規(guī)制和綠色技術(shù)創(chuàng)新之間存在相互作用的激勵配合效應(yīng)[27],而環(huán)境規(guī)制對高耗能、高污染企業(yè)的影響較大,相對來說,對于綠色環(huán)保型企業(yè),環(huán)境規(guī)制的抑制作用較小,且由于企業(yè)在技術(shù)創(chuàng)新中居主體地位,綠色技術(shù)創(chuàng)新是實(shí)現(xiàn)發(fā)展方式綠色轉(zhuǎn)型的重要驅(qū)動力[28],因此在技術(shù)因素方面選取變量技術(shù)創(chuàng)新(PRO)來表示,以高技術(shù)產(chǎn)業(yè)新產(chǎn)品開發(fā)項(xiàng)目數(shù)來衡量。一個地區(qū)可再生能源的發(fā)展離不開該地區(qū)擁有的資源,作為目前仍以煤炭消費(fèi)為主的國家,煤炭的消費(fèi)量可以從一定程度上反映不同地區(qū)的能源資源情況,因此在能源因素方面以煤炭消費(fèi)量來衡量能源資源稟賦(COAL)。目前已有多篇文獻(xiàn)表明,積極應(yīng)對氣候變化和二氧化碳的排放能夠促進(jìn)可再生能源的發(fā)展[29]57-58,因此在環(huán)境因素方面用二氧化碳排放量(CO2)作為控制變量,數(shù)據(jù)來自EPS數(shù)據(jù)庫以及國家統(tǒng)計(jì)局。

表5表示未經(jīng)過對數(shù)處理的各個變量的描述性統(tǒng)計(jì)分析,各變量的中位數(shù)均小于均值,說明各變量均存在地區(qū)差異,而且技術(shù)創(chuàng)新、能源資源稟賦、二氧化碳排放量3個變量的標(biāo)準(zhǔn)差較大。其中技術(shù)創(chuàng)新的標(biāo)準(zhǔn)差為7 546.000;能源資源稟賦的標(biāo)準(zhǔn)差為12 006.000;二氧化碳排放量的標(biāo)準(zhǔn)差最大,為33 023.000,其最小值與最大值相差超過30倍,波動程度最大;不同地區(qū)之間這3個變量均有較大差異。

表5 變量的描述性統(tǒng)計(jì)

(三)模型的統(tǒng)計(jì)檢驗(yàn)

首先進(jìn)行全局Moran’s I指數(shù)檢驗(yàn),結(jié)果見表6。由表6可知,被解釋變量即可再生能源電力發(fā)展水平存在顯著空間相關(guān)性,滿足采用空間杜賓模型進(jìn)行實(shí)證分析的前提條件。

表6 可再生能源電力發(fā)展水平全局莫蘭指數(shù)檢驗(yàn)

在此基礎(chǔ)上進(jìn)行局域Moran’s I指數(shù)檢驗(yàn),繪制樣本研究期間變量均值的莫蘭散點(diǎn)圖(圖略)可知,樣本地區(qū)可再生能源電力發(fā)展情況大多位于第一、第三象限,處于第一象限即高集聚類型的基本屬于西部地區(qū),此類地區(qū)可再生能源電力發(fā)展水平為高值,且周圍鄰近地區(qū)也為高值。

為了避免偽回歸,進(jìn)行數(shù)據(jù)協(xié)整,檢驗(yàn)結(jié)果見表7,可知變量之間存在協(xié)整關(guān)系,可以進(jìn)行回歸。Hausman檢驗(yàn)結(jié)果表明應(yīng)當(dāng)選擇時間和空間雙向固定效應(yīng)模型。

表7 協(xié)整檢驗(yàn)與Hausman檢驗(yàn)

進(jìn)行LM、LR、Wald檢驗(yàn),以選擇合適的模型,結(jié)果見表8。LM檢驗(yàn)的原假設(shè)為“不存在空間自相關(guān)”,由表8可知,空間誤差模型優(yōu)于空間滯后模型。LR似然比檢驗(yàn)和Wald檢驗(yàn)結(jié)果的P值均小于0.01,選擇空間杜賓模型合適。

表8 LM、LR、Wald檢驗(yàn)

(四)基于空間杜賓模型的實(shí)證研究

由于變量間數(shù)量級差距較大,且將變量取對數(shù)處理可以有效降低異方差對實(shí)證結(jié)果的影響,本文將所有變量取對數(shù)后進(jìn)行實(shí)證分析。經(jīng)過上述檢驗(yàn)后,進(jìn)行雙向固定效應(yīng)回歸,結(jié)果見表9第(1)列。

表9 SDM模型回歸

從表9回歸結(jié)果來看,核心解釋變量綠色金融正向顯著,說明綠色金融對可再生能源電力發(fā)展水平起正向促進(jìn)作用。

產(chǎn)業(yè)結(jié)構(gòu)升級在1%的顯著性水平下對可再生能源電力發(fā)展水平產(chǎn)生正向影響,隨著第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比例的提高,反映地區(qū)創(chuàng)新技術(shù)提升,促進(jìn)可再生能源類企業(yè)長遠(yuǎn)發(fā)展,相鄰地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)升級在1%的顯著性水平下顯著,說明相鄰地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級會促進(jìn)本地區(qū)可再生能源電力的發(fā)展,技術(shù)和人才存在空間外溢現(xiàn)象,人才技術(shù)在鄰近地區(qū)間流動,相鄰地區(qū)與本地區(qū)共同發(fā)展進(jìn)步,促進(jìn)可再生能源電力的發(fā)展;技術(shù)創(chuàng)新在1%的顯著性水平下顯著為正,技術(shù)創(chuàng)新每提升1個百分點(diǎn),可再生能源電力發(fā)展水平提升0.031個百分點(diǎn),但對相鄰地區(qū)的可再生能源電力發(fā)展水平無顯著影響;城市化水平在5%的顯著性水平下顯著為負(fù),本地區(qū)城市化水平對相鄰地區(qū)可再生能源電力發(fā)展水平也在5%的顯著性水平下顯著為負(fù),說明本地區(qū)城市化水平的提升會降低本地區(qū)和相鄰地區(qū)可再生能源電力發(fā)展水平,可再生能源主要是向綠色化、無污染化、減碳減排方向發(fā)展,在可再生能源電力發(fā)展還未成熟的當(dāng)下,城市化水平的提升仍需要面對大量使用不可再生資源的現(xiàn)狀,這與可再生能源電力發(fā)展減碳減排的理念相違背;代表地區(qū)能源資源稟賦的煤炭消費(fèi)量與本地區(qū)可再生能源電力發(fā)展水平存在顯著正相關(guān),人均地區(qū)生產(chǎn)總值對本地區(qū)可再生能源電力發(fā)展水平?jīng)]有顯著影響,但與鄰近地區(qū)的可再生能源電力發(fā)展水平顯著負(fù)相關(guān),可以理解為存在虹吸效應(yīng),由于本地區(qū)經(jīng)濟(jì)發(fā)展快,吸引周邊地區(qū)的各類資源要素,抑制鄰近地區(qū)可再生能源電力發(fā)展;二氧化碳排放量對本地區(qū)和相鄰地區(qū)的可再生能源電力發(fā)展水平無顯著影響。

被解釋變量的空間滯后項(xiàng)在1%的顯著性水平下顯著,即鄰近地區(qū)可再生能源電力發(fā)展水平的提升使得本地區(qū)的可再生能源電力發(fā)展水平得到提升,說明可再生能源電力發(fā)展水平具有一定的空間溢出性,鄰近地區(qū)與本地區(qū)相互促進(jìn)。

本文綠色金融發(fā)展指數(shù)由4個子指標(biāo)構(gòu)成,下面探討不同維度下綠色金融對可再生能源電力發(fā)展水平的影響。

表9第(2)—第(5)列分別表示核心解釋變量為綠色信貸、綠色保險(xiǎn)、綠色證券和綠色投資時的回歸結(jié)果。結(jié)果顯示,綠色保險(xiǎn)、綠色證券和綠色投資均正向影響可再生能源電力發(fā)展水平,綠色信貸負(fù)向影響可再生能源電力發(fā)展水平。在構(gòu)建評價指標(biāo)體系時,綠色信貸是一個反向指標(biāo),此處符號為負(fù),滿足理論上綠色信貸支持可再生能源電力發(fā)展的假設(shè)。本地區(qū)的四個維度變量均不能顯著影響相鄰地區(qū)的可再生能源電力發(fā)展水平,但不管哪個維度,相鄰地區(qū)可再生能源電力發(fā)展水平均能夠在1%的顯著性水平下顯著影響本地區(qū)可再生能源電力發(fā)展水平,此結(jié)論與原回歸結(jié)論相同。

由于被解釋變量的空間滯后項(xiàng)系數(shù)顯著不為0,采用系數(shù)度量可再生能源電力發(fā)展的影響因素可能存在一定謬誤,需要進(jìn)行空間杜賓模型的效應(yīng)分解,效應(yīng)分解結(jié)果見表10。

表10 空間杜賓模型效應(yīng)分解

由表10可知,綠色金融的直接效應(yīng)為正向且顯著,但間接效應(yīng)與總效應(yīng)均不顯著,說明綠色金融的發(fā)展只對本地區(qū)可再生能源電力發(fā)展水平具有顯著的正向影響,不存在空間溢出效應(yīng),且整體影響不顯著,這與表9中綠色金融空間滯后項(xiàng)系數(shù)的顯著性不一致。單純的系數(shù)度量存在一定誤差,空間效應(yīng)分解的結(jié)果更能反映真實(shí)的變量關(guān)系,因此綠色金融能顯著正向影響本地區(qū)可再生能源電力發(fā)展水平,但對鄰近地區(qū)可再生能源電力發(fā)展水平不具有顯著影響。城市化水平三個效應(yīng)均顯著為負(fù),說明城市化水平的提高會抑制可再生能源電力發(fā)展水平且存在空間溢出效應(yīng);產(chǎn)業(yè)結(jié)構(gòu)變化的直接效應(yīng)和總效應(yīng)顯著為正,說明整體而言,產(chǎn)業(yè)結(jié)構(gòu)升級能夠促進(jìn)可再生能源電力發(fā)展水平。技術(shù)創(chuàng)新直接效應(yīng)顯著為正,間接效應(yīng)和總效應(yīng)均不顯著,說明技術(shù)創(chuàng)新只促進(jìn)本地區(qū)可再生能源電力發(fā)展水平,對相鄰地區(qū)可再生能源電力發(fā)展水平不存在顯著影響,且整體影響不顯著。煤炭消費(fèi)量的三個效應(yīng)均正向顯著,說明地區(qū)能源資源稟賦能夠促進(jìn)可再生能源電力發(fā)展水平。二氧化碳排放量效應(yīng)分解后的結(jié)果均不顯著,說明二氧化碳排放量對可再生能源電力發(fā)展水平?jīng)]有顯著影響。

從分子維度看,綠色保險(xiǎn)、綠色證券和綠色投資對可再生能源電力發(fā)展水平的直接效應(yīng)均顯著為正,綠色信貸由反向指標(biāo)衡量,對可再生能源電力發(fā)水平的直接效應(yīng)顯著為負(fù),四個維度的間接效應(yīng)和總效應(yīng)均不顯著,這與系數(shù)度量的結(jié)論一致。

為研究不同區(qū)域的異質(zhì)性,本文將樣本分為東部、中部和西部地區(qū)(1)東部地區(qū)包括北京市、天津市、河北省、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南省,中部地區(qū)包括山西省、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省、湖南省,西部地區(qū)包括內(nèi)蒙古自治區(qū)、廣西壯族自治區(qū)、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。,經(jīng)效應(yīng)分解后結(jié)果見表11。

表11 區(qū)域異質(zhì)性分析

由表11可知,從核心解釋變量即綠色金融的顯著性來看,東部地區(qū)三個效應(yīng)均不顯著,中部和西部地區(qū)直接效應(yīng)顯著為正,間接效應(yīng)與總效應(yīng)均顯著,但中部地區(qū)顯著為正,西部地區(qū)顯著為負(fù),說明綠色金融對可再生能源電力發(fā)展水平的影響存在明顯的區(qū)域差異性。東部地區(qū)作為我國經(jīng)濟(jì)金融發(fā)展的重要主力,經(jīng)濟(jì)發(fā)展水平高,且人口密度大,經(jīng)過多年發(fā)展,資源趨于枯竭。相對而言,中西部地區(qū)經(jīng)濟(jì)發(fā)展水平較低,資源儲備豐富,地域?qū)拸V,人口密度較小,可以為可再生能源的建設(shè)提供適宜的選址,且我國為打贏脫貧攻堅(jiān)戰(zhàn)貢獻(xiàn)綠色力量,積極實(shí)施可再生能源獨(dú)立供電工程,在貧困地區(qū)建設(shè)可再生能源發(fā)電站。因此,中西部地區(qū)的綠色金融發(fā)展更能促進(jìn)本地區(qū)的可再生能源電力發(fā)展水平。由于西部地區(qū)經(jīng)濟(jì)水平較東部和中部地區(qū)低,鄰近地區(qū)綠色金融的發(fā)展會抑制本地區(qū)可再生能源電力發(fā)展水平,綠色金融作為有利于綠色環(huán)保產(chǎn)業(yè)的新型金融產(chǎn)品,在經(jīng)濟(jì)水平較為落后的西部地區(qū),可能會存在地區(qū)競爭現(xiàn)象,本地區(qū)綠色金融發(fā)展促進(jìn)可再生能源電力發(fā)展水平的同時,吸引鄰近地區(qū)的人才技術(shù)轉(zhuǎn)移到本地區(qū),對鄰近地區(qū)的可再生能源電力發(fā)展水平存在抑制現(xiàn)象。

(五)基于面板分位數(shù)回歸模型的實(shí)證研究

為了探討可再生能源電力發(fā)展過程中各影響因素的影響效果和作用,采取固定效應(yīng)的面板分位數(shù)回歸模型進(jìn)行回歸,結(jié)果見表12。

表12 綠色金融與可再生能源電力發(fā)展面板分位數(shù)回歸

由表12可知,在可再生能源電力發(fā)展的初期和中期,綠色金融均與其有顯著的正相關(guān)關(guān)系,可能是由于我國可再生能源自改革開放初期已有發(fā)展雛形,水電行業(yè)自1908年以來歷經(jīng)百年,從2008年開始快速全面發(fā)展[30]156-157。而綠色金融作為金融的一種新型概念,目標(biāo)在于減碳減排,與可再生能源電力發(fā)展理念相符,延續(xù)可持續(xù)發(fā)展的環(huán)保理念,在可再生能源電力發(fā)展的各個階段,綠色金融的發(fā)展均對其產(chǎn)生積極影響,能夠?yàn)樯a(chǎn)建設(shè)可再生能源的企業(yè)提供充足資金,大力支持區(qū)域內(nèi)可再生能源發(fā)展。綠色金融發(fā)展水平每提升1個百分點(diǎn),可再生能源電力發(fā)展水平平均提升0.111個百分點(diǎn),整體影響系數(shù)呈遞減狀態(tài)。當(dāng)可再生能源電力發(fā)展到一定程度時,綠色金融的影響程度降低,在80%分位數(shù)時,綠色金融發(fā)展水平不再具有顯著性影響,說明隨著可再生能源電力發(fā)展的逐漸成熟,后期對綠色金融的依賴性逐漸降低,影響因素發(fā)生變化。至2019年,我國太陽能產(chǎn)業(yè)化規(guī)模穩(wěn)步發(fā)展,風(fēng)電成為煤電、水電后的第三大能源,零部件制造技術(shù)已成熟,供暖和制冷技術(shù)已基本成熟[30]159,這標(biāo)志著我國可再生能源的開發(fā)利用及發(fā)展達(dá)到一個新高度。技術(shù)創(chuàng)新對可再生能源電力發(fā)展水平的影響從前期的不顯著到后期的正向顯著,且系數(shù)逐漸增加,說明隨著可再生能源電力發(fā)展的不同階段,技術(shù)創(chuàng)新逐漸成為促進(jìn)可再生能源電力進(jìn)一步發(fā)展的一個重要影響因素。產(chǎn)業(yè)結(jié)構(gòu)變化顯著正向影響可再生能源電力發(fā)展水平,且系數(shù)呈現(xiàn)增長趨勢,可能與我國推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級有關(guān),調(diào)整產(chǎn)業(yè)結(jié)構(gòu)是實(shí)現(xiàn)“雙碳”目標(biāo)的重要途徑,實(shí)現(xiàn)減碳減排,可再生能源的作用不容小覷。能源資源稟賦在可再生能源電力發(fā)展的各個階段均存在顯著的負(fù)相關(guān)關(guān)系,可能是因?yàn)槟茉促Y源稟賦用煤炭消費(fèi)量表示,一個地區(qū)總的能源需求有限,隨著煤炭使用量的增加,可再生能源使用量會隨之減少。二氧化碳排放量與可再生能源電力發(fā)展水平呈顯著正相關(guān),碳排放量越高,全球氣候變暖進(jìn)程越快,在可持續(xù)發(fā)展的大背景下,會促使人們更加重視可再生能源電力的發(fā)展,即二氧化碳排放能夠促進(jìn)可再生能源電力發(fā)展水平。這與現(xiàn)有文獻(xiàn)中關(guān)于二氧化碳排放量能夠刺激可再生能源發(fā)展的結(jié)論一致[29]57-58。

(六)模型的穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)結(jié)論的可靠性,進(jìn)行模型的穩(wěn)健性檢驗(yàn)。首先,采取四種方式對空間杜賓模型進(jìn)行穩(wěn)健性檢驗(yàn)。第一,替代核心解釋變量。原模型中的數(shù)據(jù)均取對數(shù)處理,本文的核心解釋變量和被解釋變量均為構(gòu)建綜合評價指標(biāo)體系所得。為了避免核心解釋變量的選擇使得結(jié)果存在誤差,采用原解釋變量數(shù)據(jù)(GF)重新衡量綠色金融發(fā)展水平,回歸結(jié)果如表13第(2)列所示,綠色金融的發(fā)展顯著促進(jìn)可再生能源電力發(fā)展,且鄰近地區(qū)可再生能源電力發(fā)展顯著促進(jìn)本地區(qū)可再生能源電力發(fā)展,存在正向溢出效應(yīng),此結(jié)果與原回歸結(jié)果基本一致,說明本文研究結(jié)果穩(wěn)健。第二,替換空間矩陣。基準(zhǔn)模型采取的空間權(quán)重矩陣是0—1地理鄰近矩陣,用基于省會經(jīng)緯度計(jì)算得出的地理距離矩陣重新回歸,結(jié)果如表13第(3)列所示,回歸結(jié)果與原回歸結(jié)果基本一致,回歸結(jié)果穩(wěn)健。第三,將原數(shù)據(jù)進(jìn)行上下5%的縮尾處理?；貧w結(jié)果如表13第(4)列所示,結(jié)果與原回歸結(jié)果基本一致,回歸結(jié)果穩(wěn)健。第四,內(nèi)生性問題。考慮模型構(gòu)建可能仍存在遺漏變量,且可再生能源電力發(fā)展與煤炭消費(fèi)量、人均地區(qū)生產(chǎn)總值以及綠色金融的發(fā)展之間可能存在反向因果關(guān)系,本文采用兩階段系統(tǒng)GMM估計(jì)的工具變量法,進(jìn)行內(nèi)生性檢驗(yàn)和處理。借鑒多數(shù)學(xué)者的做法,本文采用內(nèi)生變量滯后一期作為工具變量,經(jīng)過內(nèi)生性處理后的結(jié)果如表13 第(5)列所示,核心解釋變量和大部分控制變量的顯著性水平及符號與原回歸基本一致,回歸結(jié)果穩(wěn)健。

表13 空間杜賓模型穩(wěn)健性檢驗(yàn)

其次,進(jìn)行面板分位數(shù)回歸模型的穩(wěn)健性檢驗(yàn)。本文采取替換核心解釋變量的方法,用原解釋變量數(shù)據(jù)(GF)重新衡量綠色金融發(fā)展水平,回歸結(jié)果如表14所示,各解釋變量的顯著性與原回歸結(jié)果無明顯差異,綠色金融在可再生能源電力發(fā)展初中期仍起到正向促進(jìn)作用,可再生能源電力發(fā)展到一定水平時,綠色金融不再有顯著影響,本文結(jié)果穩(wěn)健。

表14 面板分位數(shù)回歸模型穩(wěn)健性檢驗(yàn)

五、結(jié)論與建議

基于我國2013—2021年30個省區(qū)市(除西藏、港澳臺外)的面板數(shù)據(jù),從綠色信貸、綠色保險(xiǎn)、綠色證券和綠色投資四個方面測度綠色金融發(fā)展水平,以可再生能源電力建設(shè)和可再生能源發(fā)電兩個方面來測度可再生能源電力發(fā)展水平,利用空間杜賓模型來實(shí)證分析綠色金融對可再生能源電力發(fā)展水平的影響機(jī)制,分維度分析,利用測度綠色金融的4個子指標(biāo)分別研究綠色金融各組成部分對可再生能源電力發(fā)展水平的影響,并研究綠色金融影響可再生能源電力發(fā)展水平的區(qū)域異質(zhì)性,最后進(jìn)行分位數(shù)回歸,研究可再生能源電力發(fā)展水平不同程度下綠色金融的影響機(jī)制。研究發(fā)現(xiàn),綠色金融與本地區(qū)可再生能源電力發(fā)展水平具有顯著的正相關(guān)關(guān)系,對相鄰地區(qū)可再生能源電力發(fā)展水平?jīng)]有顯著影響,從綠色金融的4個子指標(biāo)來看,由負(fù)向指標(biāo)衡量的綠色信貸負(fù)向影響可再生能源電力發(fā)展水平,綠色證券、綠色保險(xiǎn)和綠色投資均正向影響可再生能源電力發(fā)展水平。根據(jù)區(qū)域異質(zhì)性,東部地區(qū)的綠色金融對可再生能源電力發(fā)展水平無顯著影響,中部地區(qū)的綠色金融正向影響本地區(qū)可再生能源電力發(fā)展水平與鄰近地區(qū)的發(fā)展水平,西部地區(qū)的綠色金融正向影響本地區(qū)可再生能源電力發(fā)展水平,負(fù)向影響鄰近地區(qū)的發(fā)展水平。根據(jù)分位數(shù)回歸分析發(fā)現(xiàn),綠色金融在可再生能源電力發(fā)展初期和中期具有正向促進(jìn)作用,當(dāng)可再生能源電力發(fā)展到一定程度時,綠色金融不再具有顯著影響?；诖?本文提出以下幾點(diǎn)建議。

第一,加大綠色金融投資力度。綠色金融對可再生能源電力發(fā)展水平起促進(jìn)作用,在著力實(shí)現(xiàn)“雙碳”目標(biāo)的當(dāng)下,能源結(jié)構(gòu)轉(zhuǎn)型處于由高污染高耗能轉(zhuǎn)變?yōu)榈吞辑h(huán)保的狀態(tài),可再生能源處于迅速發(fā)展階段,需要政府與資金的大力支持,應(yīng)當(dāng)加快綠色金融市場建設(shè),促進(jìn)可再生能源電力發(fā)展。

第二,加快產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)程。產(chǎn)業(yè)結(jié)構(gòu)的變化即第三產(chǎn)業(yè)產(chǎn)值占比的增加,積極影響可再生能源電力發(fā)展水平,產(chǎn)業(yè)結(jié)構(gòu)從高消耗高污染低技術(shù)的低級形態(tài)轉(zhuǎn)變?yōu)榈拖牡臀廴靖呒夹g(shù)的高級形態(tài)是必然趨勢,產(chǎn)業(yè)結(jié)構(gòu)升級在發(fā)展新技術(shù)的同時可助力可再生能源電力發(fā)展,實(shí)現(xiàn)工業(yè)減排,達(dá)到“雙碳”目標(biāo)。

第三,完善環(huán)保企業(yè)投融資機(jī)制。鼓勵金融機(jī)構(gòu)等進(jìn)行綠色金融產(chǎn)品創(chuàng)新,當(dāng)前綠色金融產(chǎn)品多樣,其中綠色信貸的規(guī)模最大,出現(xiàn)時間最長,更多綠色金融創(chuàng)新產(chǎn)品的出現(xiàn)可以讓整個綠色金融市場出現(xiàn)百花齊放的盛景,環(huán)保企業(yè)可以按自身情況選擇綠色產(chǎn)品,實(shí)現(xiàn)融資。目前綠色金融的發(fā)展缺乏良好的市場環(huán)境與政策,存在環(huán)保企業(yè)與金融機(jī)構(gòu)信息不對稱的現(xiàn)象,需要加強(qiáng)市場管控,盡力做到銀行等金融機(jī)構(gòu)不會因信息不對等而出現(xiàn)投資不當(dāng)。

第四,助力扶持西部偏遠(yuǎn)地區(qū)。對于不同省區(qū)市經(jīng)濟(jì)、人才差異較大且能源生產(chǎn)地產(chǎn)業(yè)布局分散的西部地區(qū),存在較大的虹吸效應(yīng)。一個省區(qū)市的發(fā)展進(jìn)步會吸引相鄰省區(qū)市人才與技術(shù)的進(jìn)入,導(dǎo)致發(fā)展好的省區(qū)市會發(fā)展得更好,而發(fā)展差的省區(qū)市會變得更差。當(dāng)本省區(qū)市自身發(fā)展優(yōu)良、長遠(yuǎn)進(jìn)步時,會大大減少人才流失等問題,政府需要出臺更多“助西、利西”政策,鼓勵人才和企業(yè)進(jìn)入如甘肅、新疆、寧夏、青海等地,盡量縮短西部各省區(qū)市之間的經(jīng)濟(jì)技術(shù)差距,使得西部各省區(qū)市均衡發(fā)展。

第五,優(yōu)化產(chǎn)業(yè)布局,促進(jìn)跨區(qū)域合作。東中西部地區(qū)的綠色金融對可再生能源電力發(fā)展水平的影響具有顯著差異,這與經(jīng)濟(jì)地理因素和資源儲量因素有關(guān)。東部地區(qū)資源日趨枯竭,西部地區(qū)資源儲備充足,但存在產(chǎn)業(yè)布局分散、產(chǎn)業(yè)結(jié)構(gòu)單一和技術(shù)發(fā)展水平相對中東部地區(qū)低的問題,且目前西部地區(qū)可再生能源電力消納能力不足,存在大量棄光棄風(fēng)的情況,遠(yuǎn)距離能源輸送非長久之計(jì),鼓勵高耗能產(chǎn)業(yè)西移,加速西部大開發(fā)進(jìn)程,促進(jìn)東中西部跨區(qū)域合作,縮小地區(qū)經(jīng)濟(jì)差異,優(yōu)化東中西部地區(qū)產(chǎn)業(yè)布局,充分利用西部地區(qū)可再生能源的同時,能夠促進(jìn)東部地區(qū)升級優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。