摘 要：構(gòu)建包含碳排放與信貸資源配置的內(nèi)生增長模型，采用2001—2019年的省級面板數(shù)據(jù)考察信貸資源配置的碳減排效應(yīng)及其作用機(jī)制。研究發(fā)現(xiàn)：首先，信貸資源優(yōu)先向綠色環(huán)保企業(yè)配置，有利于降低碳排放水平。其次，信貸資源配置的碳減排效應(yīng)存在顯著的區(qū)域及環(huán)境意識異質(zhì)性，信貸資源配置更容易促進(jìn)東部地區(qū)、高環(huán)境意識水平地區(qū)的碳減排。最后，信貸資源配置通過縮小環(huán)境規(guī)模效應(yīng)和擴(kuò)大技術(shù)效應(yīng)降低碳排放。因此，要積極引導(dǎo)信貸資源流向綠色環(huán)保行業(yè)，鼓勵支持綠色技術(shù)創(chuàng)新，統(tǒng)籌好碳減排與經(jīng)濟(jì)增長之間的關(guān)系，因地制宜制定碳減排相關(guān)政策，推動“雙碳”目標(biāo)的實現(xiàn)。

關(guān)鍵詞：信貸配置；碳減排；環(huán)境規(guī)模效應(yīng)；技術(shù)效應(yīng)

中圖分類號：F830.5 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-2265（2024）08-0076-09

DOI：10.19647/j.cnki.37-1462/f.2024.08.008

一、引言

習(xí)近平主席在第七十五屆聯(lián)合國大會一般性辯論上首次提出兩階段碳減排目標(biāo)，即“雙碳”目標(biāo)。黨的二十大再次強(qiáng)調(diào)要“推動綠色發(fā)展”。積極參與應(yīng)對氣候變化是中國可持續(xù)發(fā)展的內(nèi)在需要，更體現(xiàn)了我國負(fù)責(zé)任的大國擔(dān)當(dāng)。與此同時，國家鼓勵推動金融機(jī)構(gòu)加快信貸投放，支持碳減排和煤炭清潔高效利用重大項目建設(shè)。在當(dāng)前信貸資源有限的條件下，探索如何通過合理的信貸資源配置來減少碳排放，對我國實現(xiàn)低碳轉(zhuǎn)型和“雙碳”目標(biāo)具有重要的戰(zhàn)略意義。

銀行通過配置信貸資源影響企業(yè)發(fā)展。企業(yè)作為碳排放的主體，對外源融資依賴度較高?！半p碳”目標(biāo)實現(xiàn)過程中涉及巨量資金需求，碳減排資金供小于求成為企業(yè)發(fā)展與節(jié)能減排的矛盾癥結(jié)，現(xiàn)代金融的作用不可或缺。在以銀行為主的金融體系下（劉磊等，2022）[1]，滿足碳減排領(lǐng)域資金需求的關(guān)鍵在于積極引導(dǎo)銀行機(jī)構(gòu)提供相應(yīng)的投融資支持，信貸資源配置是“雙碳”目標(biāo)下我國實現(xiàn)可持續(xù)發(fā)展的重要手段。那么，當(dāng)前中國的信貸資源配置是否發(fā)揮了碳減排效應(yīng)？通過何種路徑作用于碳減排？不同路徑的效果如何？金融機(jī)構(gòu)尤其是銀行又該如何做？

本文通過構(gòu)建理論模型與實證檢驗回答上述問題。借鑒已有研究，本文構(gòu)建了包含信貸資源配置與碳排放的羅默內(nèi)生增長模型，采用2001—2019年的省級面板數(shù)據(jù)，實證檢驗了信貸資源配置的碳減排效應(yīng)及其影響機(jī)制。本文的邊際貢獻(xiàn)主要包括以下兩個方面：第一，從信貸資源配置的角度出發(fā)，通過構(gòu)建內(nèi)生增長模型研究信貸資源配置的碳減排效應(yīng)，豐富碳減排相關(guān)理論分析；第二，系統(tǒng)地梳理了信貸資源配置影響碳減排的作用機(jī)理，識別中國現(xiàn)階段銀行充分發(fā)揮信貸資源配置碳減排效應(yīng)的有效渠道，為“雙碳”目標(biāo)的實現(xiàn)提供可行的路徑參考。

二、文獻(xiàn)綜述

信貸資源配置與碳排放的關(guān)系值得我們關(guān)注，然而鮮有文獻(xiàn)直接探討信貸資源配置的碳減排效應(yīng)。信貸資源配置與碳排放關(guān)系的本質(zhì)是金融發(fā)展與環(huán)境污染的關(guān)系，其研究成果較為豐富，為本文的研究提供了扎實的理論基礎(chǔ)。金融作為現(xiàn)代經(jīng)濟(jì)的核心，能幫助企業(yè)有效籌集資金，促進(jìn)資產(chǎn)結(jié)構(gòu)調(diào)整，優(yōu)化資源配置日漸成為環(huán)境保護(hù)的重要推動力。多數(shù)研究表明金融發(fā)展能夠改善環(huán)境質(zhì)量，抑制碳排放（Tamazian等，2009；Jalil和Feridun，2011；Shahbaz等，2018）[2-4]。部分學(xué)者則認(rèn)為金融發(fā)展促進(jìn)了二氧化碳排放（Shahbaz等，2013）[5]。此外，一些學(xué)者基于信貸總量的角度研究了信貸與碳排放的關(guān)系。 嚴(yán)成樑等（2016）[6]研究發(fā)現(xiàn)信貸規(guī)模和金融深化對碳排放的影響都呈現(xiàn)倒U形。吳姍姍（2018）[7]通過索洛模型得出銀行信貸通過作用于產(chǎn)出和技術(shù)水平對碳排放產(chǎn)生正效應(yīng)及負(fù)效應(yīng)。劉錫良和文書洋（2019）[8]、Dong等（2019）[9]指出當(dāng)前我國信貸資源向重污染行業(yè)傾斜，這種現(xiàn)狀會極大地加劇環(huán)境污染。由此可見，金融發(fā)展與環(huán)境污染密切相關(guān)，特別是在中國以銀行為主導(dǎo)的金融體系下（劉磊等，2022）[1]，將信貸資源從金融資源中細(xì)化出來對于碳減排研究具有重要意義。

盡管學(xué)者們做了諸多的研究，但仍局限于信貸對環(huán)境污染影響的直接效應(yīng)，鮮有文獻(xiàn)深入研究信貸資源配置的碳減排效應(yīng)的作用機(jī)理。相關(guān)文獻(xiàn)集中在以下兩個方面。一是基于環(huán)境規(guī)模效應(yīng)。銀行信貸是經(jīng)濟(jì)增長的主要因素，對經(jīng)濟(jì)增長有推動作用（Ndako，2010；Jotwani，2015）[10，11]。經(jīng)濟(jì)增長通過作用于產(chǎn)業(yè)結(jié)構(gòu)（劉志紅和曹俊文，2017）[12]和能源消費（Wang等，2016）[13]發(fā)揮顯著的碳排放增排效應(yīng)。二是基于技術(shù)效應(yīng)。銀行信貸是企業(yè)創(chuàng)新資金的重要來源，信貸資源配置能夠影響研發(fā)投入，從而作用于企業(yè)技術(shù)創(chuàng)新（賀寶成和陳霄，2022）[14]。技術(shù)創(chuàng)新特別是綠色技術(shù)創(chuàng)新能夠發(fā)揮“技術(shù)紅利”效應(yīng)，加快碳減排步伐（蘇濤永等，2022；古惠冬等，2022）[15，16]。學(xué)者們就此達(dá)成了一致，認(rèn)為技術(shù)進(jìn)步能夠抑制碳排放，抑制作用受到行業(yè)和地域等因素的影響，技術(shù)進(jìn)步對中、低碳排放行業(yè)的影響比高碳排放行業(yè)更顯著（羅良文和李珊珊，2014）[17]。

綜上，國內(nèi)外學(xué)者對于銀行信貸與碳排放之間的關(guān)系已經(jīng)積累了一部分成果，但大都從信貸規(guī)模的角度進(jìn)行探討，從信貸資源配置角度進(jìn)行探討的文獻(xiàn)有限且作用路徑尚不明晰，產(chǎn)出增長、技術(shù)創(chuàng)新在信貸資源配置影響碳排放水平的過程中會發(fā)揮一定的作用，但對于其在信貸資源配置與碳排放水平的關(guān)系中是否發(fā)揮中介作用，現(xiàn)有的經(jīng)驗研究尚未給出明確回答。鑒于此，本文構(gòu)建包含碳排放與信貸資源配置的內(nèi)生增長模型，基于2001—2019年的省級面板數(shù)據(jù)，探討信貸資源配置的碳減排效應(yīng)及其作用機(jī)制。

三、理論模型

本文構(gòu)建包含碳排放與信貸資源配置的數(shù)理模型，結(jié)合相關(guān)理論分析，探討信貸資源配置的碳減排效應(yīng)及其作用機(jī)制。

（一）理論模型構(gòu)建

1. 簡化的羅默模型假定。（1）生產(chǎn)函數(shù)。沿用劉錫良和文書洋（2019）[8]關(guān)于生產(chǎn)函數(shù)的設(shè)置，本文假設(shè)經(jīng)濟(jì)中包括中間產(chǎn)品部門、最終產(chǎn)品部門及研發(fā)部門，在完全競爭市場下，中間產(chǎn)品部門包括高污染企業(yè)[h]和綠色環(huán)保企業(yè)[l]兩類企業(yè)，[h]企業(yè)消耗能源[N]和資本[Kh]，[l]企業(yè)能源消耗較少，簡化為只使用資本[Kl]，[h]企業(yè)和[l]企業(yè)所生產(chǎn)的產(chǎn)品[h]與[l]作為最終產(chǎn)品生產(chǎn)廠商的投入要素，且將最終產(chǎn)品廠商商品價格標(biāo)準(zhǔn)化為1。

[h]企業(yè)的生產(chǎn)函數(shù)為：

[h=Nβ1Kβ2h] （1）

[l]企業(yè)的生產(chǎn)函數(shù)為：

[l=Kγl] （2）

最終產(chǎn)品廠商的生產(chǎn)函數(shù)為：

[Y=F（h，l）=Ahα1lα2]   （3）

（2）金融部門。目前我國金融體系仍以銀行為主導(dǎo)（劉磊等，2022）[1]，因此，假定銀行作為市場上唯一的金融機(jī)構(gòu)，則[h]企業(yè)和[l]企業(yè)的資本總和就是銀行的放貸總量，即[K=Kh+Kl]，假設(shè)銀行將[ξ]比例的信貸投入[l]企業(yè)，那么信貸資源配置的表達(dá)式可以寫為：[Kl=ξK]，銀行的固定存款利率為[r]，則消費者存入銀行的財富[A]可獲得的收益為[rA]。

（3）碳排放運動方程。碳排放源于能源特別是碳基能源的消耗，二者之間呈正比例關(guān)系；同時，碳排放水平與技術(shù)水平相關(guān)，環(huán)境自凈能力在短期內(nèi)作用并不明顯（范琳琳，2015）[18]，因此，我們假設(shè)碳排放的運動變化方程為：

[C=νιN-δC] （4）

其中，[C]表示碳排放的變化，[ν]表示碳基能源消耗比例，[ι]表示碳排放系數(shù)，[N]表示消耗的能源，[δ]表示清潔技術(shù)水平，[C]為現(xiàn)存的碳排放數(shù)量。由此，[νιN]是由于碳基能源的消耗而產(chǎn)生的碳排放，[δC]則表示使用清潔技術(shù)水平所減少的碳排放。

（4）消費者效用函數(shù)。消費者的福利不僅與消費有關(guān)，環(huán)境的變化也會對消費者的福利產(chǎn)生影響，因此，本文將碳排放引入可加等彈性效用函數(shù)中（黃茂興和林壽富，2013）[19]，假設(shè)消費者效用函數(shù)為：

[U（c，C）=c1-σ-11-σ-C1-ω+11-ω（ω>0，σ>0）] （5）

其中，[U（c，C）]表示瞬時效用函數(shù)，[ω]為消費者的環(huán)境偏好，[σ]表示相對風(fēng)險厭惡系數(shù)。

2. 市場競爭均衡。（1）銀行利潤最大化。銀行的利潤可以表示為：

[R=Rh×Kh+Rl×Kl-rK=Rh×Kh+Rl×Kl-r（Kh+Kl）] （6）

其中，[Rh]和[Rl]分別為兩種資本的貸款利率，而銀行每增加一單位資本的成本是固定的，為固定存款利率[r]，由利潤最大化時有邊際收益=邊際成本，進(jìn)一步可得銀行利潤最大化的均衡條件為：

[Rh=Rl=r] （7）

（2）廠商間的均衡。根據(jù)邊際成本=邊際收益=邊際產(chǎn)出[×]產(chǎn)品價格，最終產(chǎn)品廠商利潤最大化時可得：

[ph=Fh×1=Fh] （8）

[pl=Fl×1=Fl] （9）

資本的邊際成本為[Rh]，中間產(chǎn)品廠商[h]的利潤最大化時可得：

[Rh=ph×hkh=Fh×hkh] （10）

[pN=ph×hN] （11）

中間產(chǎn)品廠商[l]的利潤最大化時可得：

[Rl=pl×lkl=Fl×lkl] （12）

因此，可得：

[Rl=γα2ξ（γα2+α1β2）FK] （13）

[Rh=α1β2（1-ξ）（γα2+α1β2）FK] （14）

且在完全競爭均衡下，廠商[h]和廠商[l]的邊際收益相等，即[Rh=Rl]，此時信貸配置可表示為：

[ξ=α1β2γα2+α1β2] （15）

（3）[r]表示存款利率，則市場均衡下可得：

[Rh=Rl=r] （16）

3.消費者效用最大化下的均衡。（1）消費者的收入的運動方程為：

[A=rA+zN+W-c] （17）

其中，[A]為存入銀行的存款，利率為[r]，[W]為消費者的工資收入，[c]為消費支出，[zt]表示自然資源的價格，也是[h]企業(yè)開發(fā)利用能源支付給消費者的補(bǔ)償，因此，其也是[h]企業(yè)利用資源的邊際成本。因此有：

[z=pN=ph×hN=Fh×hN=FN] （18）

（2）模型求解。

[U（c，C）=c1-σ-11-σ-C1-ω+11-ω（ω>0，σ>0）] （19）

[max0∞U（c，C）e-ρtdt] （20）

[s.tY=F（h，l）=Ahα1lα2A=rA+zN+W-cC=νιN-δC] （21）

令[μ1=α1β1] ，[μ2=α1β2+γα2]，[D=A（1-ξ）α1β2ξγα2]，因此：

[Y=DNμ1Kμ2] （22）

其中，控制變量為[N]、[c]、[ξ]，狀態(tài)變量為[K]、[A]。

構(gòu)造現(xiàn)值漢密爾頓函數(shù)：

[Hc=c1-σ-11-σ-C1-ω+11-ω+λ1（rA+zN+W-c）+λ2（νιN-δC）] （23）

對控制變量求偏導(dǎo)：

[?Hc?N=λ1z+λ2νι=0 （24）?Hc?c=-λ1+c-σ=0 （25）]

解得：

[λ1=c-σ （26）λ2=-zνιλ1 （27）]

求解狀態(tài)變量的Eluer方程：

[?Hc?A=ρλ1-λ1=λ1r 28?Hc?C=ρλ2-λ2=-C-ω-λ2δ （29）]

整理得：

[λ1λ1=gλ1=ρ-r （30）λ2λ2=gλ2=C-ωλ2+ρ+δ （31）]

橫截性條件為：

[limt→∞λ1Ae-ρt=0 （32）limt→∞λ2Ce-ρt=0 （33）]

由式（26）得：[gλ1=-σgc]，且由式（30）得：

[cc=gc=1σ（r-ρ）] （34）

由式（27）得：[gλ2=gλ1+gz]，且由式（29）得：

[C-ωc-σ=zντσcc+ρ+δ-zz] （35）

根據(jù)式（14）、（34）和（35）得：

[C-ωc-σ=zνια1β2（1-ξ）（γα2+α1β2）FK+δ-zz] （36）

由式（36）可知，無論參數(shù)為多少，當(dāng)環(huán)保企業(yè)信貸資源配置比例[ξ]增大時，[C-ω]增大，碳排放[C]減小。這可能是因為重污染企業(yè)一般為國有大型企業(yè)，由于生產(chǎn)慣性及成本效應(yīng)，重污染企業(yè)獲得的信貸資源所帶來的環(huán)境規(guī)模效應(yīng)①大于技術(shù)效應(yīng)，因此，重污染企業(yè)獲得的信貸資源增加會導(dǎo)致碳排放增加；而綠色環(huán)保企業(yè)規(guī)模相對較小，且技術(shù)進(jìn)步對中、低碳排放行業(yè)的影響比高碳排放行業(yè)更為顯著（羅良文和李珊珊，2014）[17]，產(chǎn)出增長所帶來的環(huán)境規(guī)模效應(yīng)小于技術(shù)效應(yīng)，因此，綠色環(huán)保企業(yè)獲得的信貸資源增加會導(dǎo)致碳排放減少。由此，本文提出推論1：

銀行信貸資源優(yōu)先向綠色環(huán)保企業(yè)配置有利于降低碳排放水平。

（二）理論機(jī)制

本文的理論模型表明，信貸資源配置能夠影響碳排放水平，那么是通過哪些渠道發(fā)揮碳減排效應(yīng)的呢？

在我國融資渠道以間接融資和債務(wù)融資為主的背景下（何德旭和馮明，2021）[20]，銀行信貸對企業(yè)產(chǎn)出增長有著重大影響，信貸資金通過投融資、運營、成本等渠道影響企業(yè)產(chǎn)出水平（張國法等，2021）[21]。而產(chǎn)出增長是工業(yè)部門碳排放增長最重要的原因，碳排放量會隨著產(chǎn)出規(guī)模增長而增加，隨著產(chǎn)出規(guī)模下降而減少（魏震昊等，2024）[22]。重污染企業(yè)作為碳排放的主要來源（李紹哲等，2023；劉尚舒等，2024）[23，24]，信貸資源傾向配置于綠色環(huán)保企業(yè)會加劇重污染企業(yè)的融資約束，減少重污染企業(yè)的生產(chǎn)活動，進(jìn)而降低重污染企業(yè)生產(chǎn)運行中所消耗的能源，從而減少碳排放。因此，本文提出推論2：

信貸資源配置通過縮小環(huán)境規(guī)模效應(yīng)降低碳排放。

以可持續(xù)發(fā)展為導(dǎo)向的技術(shù)創(chuàng)新需要以大量的資金為支撐，銀行信貸是企業(yè)重要的創(chuàng)新資金來源，通過影響研發(fā)投入作用于企業(yè)技術(shù)創(chuàng)新（賀寶成和陳霄，2022）[14]。當(dāng)企業(yè)有足夠的金融資源支持時，會增加創(chuàng)新投資（楊偉中等，2020）[25]。綠色技術(shù)創(chuàng)新有利于減少碳排放與推動經(jīng)濟(jì)高質(zhì)量發(fā)展（Acemoglu等，2012；邵帥和李嘉豪，2022）[26，27]，在碳減排中發(fā)揮著“技術(shù)紅利”效應(yīng)（蘇濤永等，2022；古惠冬等，2022）[15，16]。一方面，綠色技術(shù)創(chuàng)新可以促進(jìn)產(chǎn)能從高污染、高附加值的行業(yè)向綠色環(huán)保且低估價值的行業(yè)轉(zhuǎn)移，通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)減少碳排放。另一方面，綠色技術(shù)創(chuàng)新有利于提高能源效率（Zhang等，2013）[28]，通過產(chǎn)生節(jié)能效應(yīng)減少碳排放。因此，本文提出推論3：

信貸資源配置通過擴(kuò)大技術(shù)效應(yīng)降低碳排放。

四、實證研究設(shè)計

（一）樣本選擇

鑒于理論模型中假設(shè)碳排放源于碳基能源的消耗，而自2020年起，環(huán)境統(tǒng)計年鑒中不再披露各省碳排放消費數(shù)據(jù)，考慮到樣本數(shù)據(jù)的可獲得性及完整性，因此，本文剔除西藏自治區(qū)及港澳臺地區(qū)，選取了全國30個?。ㄗ灾螀^(qū)、直轄市，以下簡稱省份）為研究對象，樣本期間為2001—2019年。

（二）計量模型構(gòu)建

實證模型設(shè)計應(yīng)與理論模型設(shè)計相對應(yīng)，而理論模型給出了碳排放的運動方程為：[C-ωc-σ=zνια1β2（1-ξ）（γα2+α1β2）FK+δ-zz]，因此，為探討信貸資源配置的碳減排效應(yīng)，本文構(gòu)建如下基準(zhǔn)模型：

[CO2it=a0+a1allocationi，t+aiXit+μi+λt+εit] （37）

為揭示產(chǎn)出增長與綠色技術(shù)創(chuàng)新是否在信貸資源配置影響碳排放水平的過程中起中介作用，本文構(gòu)建如下中介效應(yīng)模型：

[mediumit=b0+b1allocationit+biXit+μi+λt+eit] （38）

[CO2it=d0+d1allocationit+d2mediumit+diXit+μi+λt+fit] （39）

在式（37）、（38）和（39）中，[i]和[t]分別表示省份和年份；[mediumit]表示中介變量，根據(jù)前文的理論分析，本文選取產(chǎn)出增長和綠色技術(shù)創(chuàng)新作為中介變量；[Xit]表示一系列控制變量。[μi]表示地區(qū)個體效應(yīng)，[λt]表示時間效應(yīng)；[a1]、[b1]、[d1]、[d2]為待估參數(shù)；[εit]、[eit]、[fit]表示隨機(jī)擾動項。

（三）指標(biāo)構(gòu)建與數(shù)據(jù)來源

1.被解釋變量。本文的被解釋變量為碳排放（CO2），數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，理論模型中假設(shè)碳排放主要來源于碳基能源的消耗，因此，該指標(biāo)計算公式為：

[CO2it=09Nint×ι] （40）

其中，[Nint]表示每年各省份煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣等能源消耗量，[ι]為各能源的碳排放轉(zhuǎn)化系數(shù)。同時，為了減少共線性和異方差性，本文對二氧化碳排放數(shù)據(jù)取對數(shù)。

2. 解釋變量。本文的核心解釋變量為信貸資源配置（allocation），依據(jù)理論模型，信貸資源配置指標(biāo)用綠色環(huán)保企業(yè)借款占全行業(yè)借款的比重來表示。依據(jù)《上市公司環(huán)境信息披露指南（征求意見稿）》和《企業(yè)環(huán)境信用評價辦法》，參照《上市公司行業(yè)分類指引》（2012年修訂），將上市企業(yè)劃分為重污染企業(yè)和綠色環(huán)保企業(yè)。按如下步驟對國泰安數(shù)據(jù)庫中的上市公司樣本進(jìn)行處理：（1）剔除金融行業(yè)的上市公司；（2）剔除綜合性企業(yè)；（3）剔除ST、*ST及PT等特殊處理公司。經(jīng)過處理后，確認(rèn)樣本為5087家上市公司。按照省份及年份加總得到綠色環(huán)保企業(yè)長短期借款之和及總借款額，將上市企業(yè)數(shù)據(jù)轉(zhuǎn)化為省級面板數(shù)據(jù)，由此可得信貸資源配置指標(biāo)，具體計算公式為：

[allocationit=credititcreditt] （41）

3. 控制變量?？紤]到諸多其他因素也會影響碳排放水平，借鑒已有研究，本文選取城鎮(zhèn)化水平（urbanization）、居民消費結(jié)構(gòu)（consumption）、產(chǎn)業(yè)結(jié)構(gòu)（str）、教育水平（edu）與環(huán)境規(guī)制強(qiáng)度（er）作為控制變量。

4. 中介變量。根據(jù)前文理論分析中關(guān)于信貸資源配置碳減排效應(yīng)作用機(jī)理的分析，選擇綠色技術(shù)創(chuàng)新（gtech1，gtech2）和重污染企業(yè)規(guī)模產(chǎn)出（outputit）作為中介變量。

變量具體情況見表1，變量描述性統(tǒng)計分析見表2。

五、實證分析與結(jié)果

（一）基準(zhǔn)回歸

我們通過估計模型（37）檢驗信貸資源配置對碳減排的影響，表3列示了基準(zhǔn)回歸結(jié)果。第（1）列采用OLS法估計了信貸資源配置對碳排放水平的基本影響，信貸資源配置的回歸系數(shù)估計值為-0.7823，在1%水平上顯著為負(fù)。第（2）列是雙向固定效應(yīng)的估計結(jié)果，第（3）列在固定效應(yīng)估計的基礎(chǔ)上加入了控制變量，信貸資源配置的回歸系數(shù)估計值至少在5%的水平上顯著為負(fù)。以上結(jié)果表明銀行信貸資源優(yōu)先向綠色環(huán)保企業(yè)配置，能夠顯著降低碳排放水平，發(fā)揮碳減排效應(yīng)，驗證了本文理論模型的推導(dǎo)結(jié)果，也支持了推論1。這說明銀行信貸資源的優(yōu)先獲得有助于緩解綠色環(huán)保企業(yè)融資約束，降低其融資成本，助推環(huán)保企業(yè)發(fā)展，進(jìn)而減少碳排放；同時，重污染企業(yè)與環(huán)保企業(yè)的信貸資源總體上是此消彼長的關(guān)系，信貸資源優(yōu)先配置于綠色環(huán)保企業(yè)，實質(zhì)上對重污染企業(yè)發(fā)展起到了一定的抑制作用，信貸資源配置基于這兩方面發(fā)揮了顯著的碳減排效應(yīng)。此外，在控制變量方面，城鎮(zhèn)化水平、居民消費結(jié)構(gòu)、教育水平、產(chǎn)業(yè)結(jié)構(gòu)及環(huán)境規(guī)制強(qiáng)度與碳排放水平之間均呈現(xiàn)顯著的正相關(guān)關(guān)系。

（二）影響機(jī)制檢驗

1.環(huán)境規(guī)模效應(yīng)。采用逐步回歸法檢驗其中介效應(yīng)，實證結(jié)果如表4所示。列（2）顯示了信貸資源配置對重污染企業(yè)的產(chǎn)出規(guī)模具有顯著的負(fù)向影響。具體而言，重污染企業(yè)信貸與綠色環(huán)保企業(yè)信貸之間是此消彼長的關(guān)系，故信貸資源配置傾向于綠色環(huán)保企業(yè)時，重污染企業(yè)的信貸規(guī)模就會減少，產(chǎn)出隨之減少。第（3）列中，信貸資源配置的系數(shù)顯著為負(fù)且重污染企業(yè)產(chǎn)出的系數(shù)顯著為正，表明重污染企業(yè)產(chǎn)出減少時，產(chǎn)生的環(huán)境規(guī)模效應(yīng)減小，碳排放水平降低。由此可以判斷，信貸資源優(yōu)先流向綠色環(huán)保企業(yè)時，重污染企業(yè)的信貸資源減少，抑制了重污染企業(yè)的規(guī)模擴(kuò)張與產(chǎn)出增長，降低了碳排放水平，驗證了推論2。

為了增強(qiáng)中介效應(yīng)檢驗結(jié)果的可信度，本文使用bootstrap法作為補(bǔ)充檢驗。由表5的檢驗結(jié)果可知，信貸資源配置系數(shù)的置信區(qū)間均不包含0，中介效應(yīng)存在，說明本文的中介效應(yīng)檢驗結(jié)果具有穩(wěn)健性。

2.技術(shù)效應(yīng)。本文分別考察了綠色發(fā)明專利申請數(shù)和綠色發(fā)明專利授權(quán)數(shù)作為綠色技術(shù)創(chuàng)新的表征變量時的中介效應(yīng)。表6第（2）和（4）列中的被解釋變量分別為綠色發(fā)明專利申請數(shù)與綠色發(fā)明專利授權(quán)數(shù)，信貸資源配置的估計系數(shù)在1%水平下均顯著為正，表明信貸資源配置傾向于綠色環(huán)保企業(yè)會促進(jìn)綠色技術(shù)創(chuàng)新；第（3）和（5）列中綠色技術(shù)創(chuàng)新的系數(shù)在1%的水平下均顯著為負(fù)，可見，綠色技術(shù)創(chuàng)新對碳排放有明顯的抑制作用。這驗證了推論3，信貸資源優(yōu)先配置于綠色環(huán)保企業(yè)有利于發(fā)揮技術(shù)效應(yīng)，進(jìn)而促進(jìn)碳減排。

為了進(jìn)一步檢驗技術(shù)效應(yīng)發(fā)揮的作用機(jī)制，表7為采用bootstrap法的實證結(jié)果，結(jié)果顯示，信貸資源配置影響碳排放的直接效應(yīng)以及通過綠色技術(shù)創(chuàng)新渠道推動碳減排的間接效應(yīng)同時存在，再次驗證了推論3。

（三）穩(wěn)健性及內(nèi)生性檢驗

1. 替換被解釋變量。將被解釋變量替換為人均二氧化碳排放（co2）重新進(jìn)行估計，其結(jié)果如表8第（1）列所示，核心解釋變量的系數(shù)仍顯著為負(fù)，與基準(zhǔn)回歸結(jié)果基本一致，表明信貸資源配置越傾向于綠色環(huán)保企業(yè)，越有助于實現(xiàn)碳減排，也說明回歸模型具有良好的穩(wěn)健性。

2. 剔除極端值。鑒于30個省份信貸資源配置與碳排放存在顯著的差異，但基準(zhǔn)回歸結(jié)果的穩(wěn)健性往往受某些極端值影響，對全部連續(xù)變量采用winsorize方法做了上下1%的縮尾處理，以剔除上述不利影響?？s尾處理后的回歸結(jié)果見表8第（2）列，核心解釋變量的系數(shù)通過了1%的顯著性檢驗，再次證明了回歸結(jié)果的穩(wěn)健性。

3. 工具變量法。為了進(jìn)一步檢驗基準(zhǔn)回歸模型是否存在內(nèi)生性問題，采用工具變量法重新進(jìn)行估計。借鑒鄧晶等（2023）[29]、安叢梅（2024）[30]的研究，選取除本省之外信貸資源配置的平均值和空氣流通系數(shù)的交互項作為工具變量，該工具變量滿足外生性與相關(guān)性的要求?；貧w結(jié)果如表8列（3）所示，信貸資源配置的系數(shù)仍顯著為負(fù)，與基準(zhǔn)回歸結(jié)果一致；同時工具變量檢驗的Kleibergen-Paaprk LM的p值均為0.0000，拒絕不可識別的原假設(shè)；Kleibergen-Paaprk Wald F統(tǒng)計量為246.373，大于對應(yīng)的10%的Stock-Yogo標(biāo)準(zhǔn)（16.38），表明不存在弱工具變量問題。此外，使用有限信息最大似然法進(jìn)行估計，結(jié)果與2SLS非常接近，再次從側(cè)面印證不存在弱工具變量，回歸結(jié)果具有穩(wěn)健性。

（四）異質(zhì)性分析

我國東部、中西部地區(qū)的工業(yè)化水平和經(jīng)濟(jì)發(fā)展水平不同，無論是碳排放還是信貸資源配置等要素稟賦均存在地區(qū)差異。另外，居民環(huán)境意識水平的高低也會影響到信貸資源配置的碳減排效應(yīng)。故本文按照地區(qū)特征和環(huán)境意識水平分別進(jìn)行異質(zhì)性分析。

1.地區(qū)異質(zhì)性。借鑒王尹君等（2024）[31]的研究，本文將我國30個省份劃分為東部與中西部地區(qū)進(jìn)行分組回歸。其中，表9列（1）和列（2）分別為東部地區(qū)、中西部地區(qū)樣本組的回歸估計結(jié)果。結(jié)果顯示，信貸資源配置的碳減排效應(yīng)僅在東部地區(qū)顯著，在中西部地區(qū)并不顯著。可能的原因是，經(jīng)濟(jì)特區(qū)、經(jīng)濟(jì)開放區(qū)以及沿海開放城市的設(shè)立使得東部地區(qū)經(jīng)濟(jì)快速發(fā)展，加之東部地區(qū)具備信息、技術(shù)、資金、人才、政策、基礎(chǔ)設(shè)施等優(yōu)勢條件，為其加快綠色技術(shù)創(chuàng)新、促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級和實現(xiàn)碳減排提供了良好基礎(chǔ)。相較于東部地區(qū)，中西部地區(qū)作為制造業(yè)的重要聚集地，特別是西部地區(qū)近年來越來越成為高耗能產(chǎn)業(yè)的“庇護(hù)所”，信貸資源配置的碳減排效應(yīng)并不明顯。

2. 環(huán)境意識水平異質(zhì)性。本文將歷年各省份公布的涉及環(huán)境保護(hù)的地方性法規(guī)、地方政府規(guī)章和規(guī)范性文件數(shù)量之和作為環(huán)境意識水平的度量指標(biāo)，通過比較各省份每年環(huán)境立法數(shù)量與歷年全國環(huán)境立法數(shù)量中位數(shù)，將樣本劃分為高環(huán)境意識地區(qū)與低環(huán)境意識地區(qū)，使用分組回歸方式比較不同環(huán)境意識水平下信貸資源配置的碳減排效應(yīng)的差異，回歸結(jié)果如表9列（3）和列（4）所示。結(jié)果顯示，信貸資源配置的估計系數(shù)均顯著為負(fù)，且在高環(huán)境意識地區(qū)信貸資源配置的估計系數(shù)的絕對值更大。這意味著環(huán)境意識水平的提高有助于更好地發(fā)揮信貸資源配置的碳減排效應(yīng)。究其原因，社會公眾環(huán)境意識的提高對企業(yè)的綠色環(huán)保行為有一定的推動力，對企業(yè)高碳排放產(chǎn)品的生產(chǎn)起到了抑制作用，進(jìn)而推動我國“雙碳”目標(biāo)的實現(xiàn)。

六、研究結(jié)論與政策建議

積極推動信貸資源的合理配置，是實現(xiàn)“雙碳”目標(biāo)愿景及經(jīng)濟(jì)綠色低碳發(fā)展的必然選擇。本文建立包含碳排放與信貸資源配置的數(shù)理模型，結(jié)合相關(guān)理論分析，采用2001—2019年30個省份的面板數(shù)據(jù)，分析了信貸資源配置的碳減排效應(yīng)及其作用機(jī)制。研究發(fā)現(xiàn)：第一，信貸資源優(yōu)先向綠色環(huán)保企業(yè)配置，有利于降低碳排放水平。第二，信貸資源配置對碳減排的促進(jìn)作用在不同地區(qū)、不同環(huán)境意識水平下存在異質(zhì)性，顯著促進(jìn)了東部地區(qū)的碳減排，但對中西部地區(qū)碳減排的作用不顯著，同時信貸資源配置的碳減排效應(yīng)在高環(huán)境意識地區(qū)更顯著。第三，信貸資源配置通過縮小環(huán)境規(guī)模效應(yīng)和擴(kuò)大技術(shù)效應(yīng)降低碳排放。基于以上研究結(jié)論，本文提出如下政策建議：

第一，持續(xù)加強(qiáng)對綠色環(huán)保企業(yè)的信貸支持，強(qiáng)化信貸政策的降碳導(dǎo)向。銀行在信貸審批過程中要更加重視企業(yè)環(huán)保信息披露，利用各種激勵機(jī)制引導(dǎo)信貸資源流向綠色環(huán)保行業(yè)。提升綠色項目精準(zhǔn)甄別以及風(fēng)險評估能力，為高效配置信貸資源和增強(qiáng)綠色低碳發(fā)展的服務(wù)水平提供更為充分的信息支撐。

第二，鼓勵支持企業(yè)綠色技術(shù)創(chuàng)新，增強(qiáng)對清潔技術(shù)產(chǎn)業(yè)的信貸支持。政府可以通過稅收優(yōu)惠、財政補(bǔ)貼等措施為企業(yè)的研發(fā)活動提供資助，激勵企業(yè)進(jìn)行技術(shù)創(chuàng)新，從而有效推動節(jié)能減排低碳發(fā)展。大力培養(yǎng)綠色低碳人才，提供綠色科技創(chuàng)新的科技平臺，完善相關(guān)基礎(chǔ)設(shè)施建設(shè)，健全技術(shù)創(chuàng)新知識產(chǎn)權(quán)保護(hù)，加快綠色技術(shù)創(chuàng)新成果轉(zhuǎn)化，強(qiáng)化綠色技術(shù)創(chuàng)新成果在各個領(lǐng)域的廣泛應(yīng)用，充分發(fā)揮綠色技術(shù)創(chuàng)新在信貸資源配置促進(jìn)綠色低碳發(fā)展中的作用，助力“雙碳”目標(biāo)順利實現(xiàn)。

第三，統(tǒng)籌好碳減排與經(jīng)濟(jì)增長之間的關(guān)系，增強(qiáng)環(huán)境意識，針對性地制定碳減排相關(guān)政策。考慮到信貸資源配置的碳減排效應(yīng)的異質(zhì)性，政府應(yīng)實施差異化的地區(qū)綠色低碳發(fā)展戰(zhàn)略。大力支持中西部地區(qū)產(chǎn)業(yè)多元化發(fā)展，推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，實現(xiàn)經(jīng)濟(jì)高質(zhì)量增長。提高環(huán)保執(zhí)法力度，優(yōu)化組合多樣化的環(huán)境規(guī)制工具，增強(qiáng)企業(yè)的環(huán)保責(zé)任意識，促使其主動承擔(dān)環(huán)保責(zé)任，推動碳減排。

注：

①本文的環(huán)境規(guī)模效應(yīng)是指在信貸資源配置過程中，重污染企業(yè)信貸規(guī)模擴(kuò)張帶來的產(chǎn)出規(guī)模擴(kuò)大導(dǎo)致二氧化碳排放量增加。

參考文獻(xiàn)：

[1]劉磊，邵興宇，王宇.金融結(jié)構(gòu)特征與金融體系發(fā)展：大國的比較 [J].國際經(jīng)濟(jì)評論，2022，162（06）.

[2]Tamazian A，Chousa J P，Vadlamannatl C. 2009. Does Higher Economic and Financial Development Lead to Environmental Degradation： Evidence From Bric Countries [J].Energy Policy，37.

[3]Jalil A，F(xiàn)eridun M.2011. The Impact of Growth， Energy and Financial Development on the Environment in China：A Cointegration Analysis [J].Energy Economics， （33）.

[4]Shahbaz M，Nasir MA，Roubaud D. 2018. Environmental Degradation in France：The Effects of FDI，F(xiàn)inancial Development，and Energy Innovations [J].Energy Economics，74.

[5]Shahbaz M，Tiwari A K，Nasir M. 2013. The Effects of Financial Development，Economic Growth，Coal Consumption and Trade Openness on CO，Emissions in South Africa J7 [J].Energy Policy，（10）.

[6]嚴(yán)成樑，李濤，蘭偉.金融發(fā)展、創(chuàng)新與二氧化碳排放 [J].金融研究，2016，（01）.

[7]吳姍姍.銀行信貸如何影響碳排放？——基于增長模型及中國經(jīng)驗的研究 [J].中南財經(jīng)政法大學(xué)學(xué)報，2018，（06）.

[8]劉錫良，文書洋.中國的金融機(jī)構(gòu)應(yīng)當(dāng)承擔(dān)環(huán)境責(zé)任嗎？——基本事實、理論模型與實證檢驗 [J].經(jīng)濟(jì)研究，2019，54（03）.

[9]Dong Qingma，Wen Shuyang，Liu Xiliang. 2019. Credit Allocation，Pollution，and Sustainable Growth： Theory and Evidence from China [J].Emerging Markets Finance and Trade，Vol.56（12）.

[10]Ndako U B. 2010. Financial Development and Economic Growth：Evidence from Nigeria [J].The IUP Journal of Financial Economics，8（4）.

[11]Jotwani D.2015. A Study of Causality between Bank Credit and GDP Growth in IndiaJ7 [J].Distribution： A Management Journal，15，6（1）.

[12]劉志紅，曹俊文.碳排放強(qiáng)度與經(jīng)濟(jì)增長的關(guān)系：基于數(shù)量脫鉤的實證研究 [J].經(jīng)濟(jì)問題探索，2017 ，（11）.

[13]Wang S，Li Q，F(xiàn)ang C，Zhou C. 2016. The Relationship Between Economic Growth，Energy Consumption and CO，Emissions： Empirical Evidence from China [J].Science of the Total Environment，（542）.

[14]賀寶成，陳霄.銀行業(yè)競爭對企業(yè)科技創(chuàng)新效率的影響：信貸配置的中介作用 [J].科技管理研究，2022，42（06）.

[15]蘇濤永，郁雨竹，潘俊汐.低碳城市和創(chuàng)新型城市雙試點的碳減排效應(yīng)——基于綠色創(chuàng)新與產(chǎn)業(yè)升級的協(xié)同視角 [J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2022，43（01）.

[16]古惠冬，楊維光，陳文捷.綠色技術(shù)創(chuàng)新對城市碳減排的效應(yīng)研究 [J].學(xué)術(shù)探索，2022，268（03）.

[17]羅良文，李珊珊.技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)與中國工業(yè)碳排放 [J].科研管理，2014，35（06）.

[18]范琳琳. 基于內(nèi)生增長模型的能源、環(huán)境與經(jīng)濟(jì)增長關(guān)系研究 [D].中國科學(xué)技術(shù)大學(xué)，2015.

[19]黃茂興，林壽富.污染損害、環(huán)境管理與經(jīng)濟(jì)可持續(xù)增長——基于五部門內(nèi)生經(jīng)濟(jì)增長模型的分析 [J].經(jīng)濟(jì)研究，2013，48（12）.

[20]何德旭，馮明.中國宏觀融資結(jié)構(gòu)的轉(zhuǎn)型特征研究 [J].社會科學(xué)文摘，2021，（12）.

[21]張國法，蘇文兵，張潤馳.銀企共生共榮了嗎——基于我國利率市場化改革的實證研究 [J].山西財經(jīng)大學(xué)學(xué)報，2021，43（10）.

[22]魏震昊，孫國茂，姚中杰.自愿減排機(jī)制下海洋碳匯交易的雙重效益與影響因素 [J].中國人口·資源與環(huán)境，2024，34（04）.

[23]李紹哲，李含笑，林麗瓊.綠色金融試點政策抑制重污染企業(yè)碳排放嗎？——來自綠色金融改革創(chuàng)新試驗區(qū)的證據(jù) [J].金融發(fā)展研究，2023，（11）.

[24]劉尚舒，韓亮亮，徐杰.“雙碳”目標(biāo)下重污染企業(yè)ESG表現(xiàn)與企業(yè)升級 [J].商業(yè)研究，2024，（02）.

[25]楊偉中，余劍，李康.金融資源配置、技術(shù)進(jìn)步與經(jīng)濟(jì)高質(zhì)量發(fā)展 [J].金融研究，2020，（12）.

[26]Acemoglu D，Aghion P，Bursztyn L，Hemous D. 2012. The Environment and Directed Technical Change [J]. American Economic Review，102（1）.

[27]邵帥，李嘉豪.“低碳城市”試點政策能否促進(jìn)綠色技術(shù)進(jìn)步？——基于漸進(jìn)雙重差分模型的考察 [J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2022，24（04）.

[28]Zhang X H，Wu L Q，Deng S H，et al. 2013. Evaluating the Relationships Among Economic Growth，Energy Consumption，Air Emissions and Air Environmental Protection Investment in China [J].Renewable＆Sustainable Energy Reviews，18.

[29]鄧晶，周鵬程，宋肖肖，顧雪松.綠色信貸對商業(yè)銀行貸款風(fēng)險的影響——基于區(qū)域環(huán)境規(guī)制差異的視角[J].金融論壇，2023，28（12）.

[30]安叢梅.數(shù)字普惠金融與種地農(nóng)戶增收——來自種植業(yè)全生產(chǎn)鏈條賦能的證據(jù) [J].南方經(jīng)濟(jì)，2024（05）.

[31]王尹君，曹允春，李彥龍.數(shù)字金融與區(qū)域創(chuàng)新差距 [J].統(tǒng)計與信息論壇，2024，39（07）.

Study on the Carbon Emission Reduction Effect of Credit Resource Allocation

Liu Jing1/Wang Shuhua1，2/Fan Rui1

（1. School of Finance，Shanxi University of Finance and Economics，Taiyuan 030000，Shanxi，China；

2. Institute of Shanxi Merchant Studies，Shanxi University of Finance and Economics，Taiyuan 030000，Shanxi，China）

Abstract：An endogenous growth model that includes carbon emissions and credit resource allocation was constructed. It also examines the carbon emission reduction effect of credit resource allocation and its mechanism of action using provincial panel data from 2001 to 2019. The study found that，firstly，prioritizing the allocation of credit resources to green enterprises is conducive to reducing the level of carbon emissions. Second，there is significant regional and environmental awareness heterogeneity in the carbon emission reduction effect of credit resource allocation，and credit resource allocation is more likely to promote carbon emission reduction in the eastern region and regions with high environmental awareness level. Finally，credit resource allocation reduces carbon emissions by reducing environmental scale effects and expanding technological effects. Therefore，it is necessary to actively guide the flow of credit resources to green industries，encourage support for green technological innovation，coordinate the relationship between carbon emission reduction and economic growth，and formulate carbon-emission-reduction-related policies in accordance with local conditions，so as to promote the realization of the "dual-carbon" goal.

Key Words：credit allocation，carbon emission reduction，environmental scale effects，technology effects

（責(zé)任編輯 王 媛；校對 WY，LY）