摘 要：構(gòu)建包含碳排放與信貸資源配置的內(nèi)生增長(zhǎng)模型，采用2001—2019年的省級(jí)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(shí)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(shí)水平地區(qū)的碳減排。最后，信貸資源配置通過(guò)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(lì)支持綠色技術(shù)創(chuàng)新，統(tǒng)籌好碳減排與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，因地制宜制定碳減排相關(guān)政策，推動(dòng)“雙碳”目標(biāo)的實(shí)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(lèi)號(hào)：F830.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(guó)大會(huì)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(dòng)綠色發(fā)展”。積極參與應(yīng)對(duì)氣候變化是中國(guó)可持續(xù)發(fā)展的內(nèi)在需要，更體現(xiàn)了我國(guó)負(fù)責(zé)任的大國(guó)擔(dān)當(dāng)。與此同時(shí)，國(guó)家鼓勵(lì)推動(dòng)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(xiàng)目建設(shè)。在當(dāng)前信貸資源有限的條件下，探索如何通過(guò)合理的信貸資源配置來(lái)減少碳排放，對(duì)我國(guó)實(shí)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(guò)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(duì)外源融資依賴(lài)度較高。“雙碳”目標(biāo)實(shí)現(xiàn)過(guò)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(mǎn)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(guó)實(shí)現(xiàn)可持續(xù)發(fā)展的重要手段。那么，當(dāng)前中國(guó)的信貸資源配置是否發(fā)揮了碳減排效應(yīng)？通過(guò)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(guò)構(gòu)建理論模型與實(shí)證檢驗(yàn)回答上述問(wèn)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(zhǎng)模型，采用2001—2019年的省級(jí)面板數(shù)據(jù)，實(shí)證檢驗(yàn)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(gè)方面：第一，從信貸資源配置的角度出發(fā)，通過(guò)構(gòu)建內(nèi)生增長(zhǎng)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(shí)別中國(guó)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(shí)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(shí)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(dòng)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(duì)碳排放的影響都呈現(xiàn)倒U形。吳姍姍（2018）[7]通過(guò)索洛模型得出銀行信貸通過(guò)作用于產(chǎn)出和技術(shù)水平對(duì)碳排放產(chǎn)生正效應(yīng)及負(fù)效應(yīng)。劉錫良和文書(shū)洋（2019）[8]、Dong等（2019）[9]指出當(dāng)前我國(guó)信貸資源向重污染行業(yè)傾斜，這種現(xiàn)狀會(huì)極大地加劇環(huán)境污染。由此可見(jiàn)，金融發(fā)展與環(huán)境污染密切相關(guān)，特別是在中國(guó)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(lái)對(duì)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(duì)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(gè)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(zhǎng)的主要因素，對(duì)經(jīng)濟(jì)增長(zhǎng)有推動(dòng)作用（Ndako，2010；Jotwani，2015）[10，11]。經(jīng)濟(jì)增長(zhǎng)通過(guò)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(fèi)（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(lái)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(duì)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(guó)內(nèi)外學(xué)者對(duì)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(zhǎng)、技術(shù)創(chuàng)新在信貸資源配置影響碳排放水平的過(guò)程中會(huì)發(fā)揮一定的作用，但對(duì)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(yàn)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(zhǎng)模型，基于2001—2019年的省級(jí)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(jiǎn)化的羅默模型假定。（1）生產(chǎn)函數(shù)。沿用劉錫良和文書(shū)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(mén)、最終產(chǎn)品部門(mén)及研發(fā)部門(mén)，在完全競(jìng)爭(zhēng)市場(chǎng)下，中間產(chǎn)品部門(mén)包括高污染企業(yè)[h]和綠色環(huán)保企業(yè)[l]兩類(lèi)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(jiǎn)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(chǎng)商的投入要素，且將最終產(chǎn)品廠(chǎng)商商品價(jià)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(chǎng)商的生產(chǎn)函數(shù)為：

[Y=F（h，l）=Ahα1lα2]   （3）

（2）金融部門(mén)。目前我國(guó)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(chǎng)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(xiě)為：[Kl=ξK]，銀行的固定存款利率為[r]，則消費(fèi)者存入銀行的財(cái)富[A]可獲得的收益為[rA]。

（3）碳排放運(yùn)動(dòng)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(shí)，碳排放水平與技術(shù)水平相關(guān)，環(huán)境自?xún)裟芰υ诙唐趦?nèi)作用并不明顯（范琳琳，2015）[18]，因此，我們假設(shè)碳排放的運(yùn)動(dòng)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(fèi)者效用函數(shù)。消費(fèi)者的福利不僅與消費(fèi)有關(guān)，環(huán)境的變化也會(huì)對(duì)消費(fèi)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(fèi)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(shí)效用函數(shù)，[ω]為消費(fèi)者的環(huán)境偏好，[σ]表示相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)。

2. 市場(chǎng)競(jìng)爭(zhēng)均衡。（1）銀行利潤(rùn)最大化。銀行的利潤(rùn)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(rùn)最大化時(shí)有邊際收益=邊際成本，進(jìn)一步可得銀行利潤(rùn)最大化的均衡條件為：

[Rh=Rl=r] （7）

（2）廠(chǎng)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(jià)格，最終產(chǎn)品廠(chǎng)商利潤(rùn)最大化時(shí)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(chǎng)商[h]的利潤(rùn)最大化時(shí)可得：

[Rh=ph×hkh=Fh×hkh] （10）

[pN=ph×hN] （11）

中間產(chǎn)品廠(chǎng)商[l]的利潤(rùn)最大化時(shí)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(jìng)爭(zhēng)均衡下，廠(chǎng)商[h]和廠(chǎng)商[l]的邊際收益相等，即[Rh=Rl]，此時(shí)信貸配置可表示為：

[ξ=α1β2γα2+α1β2] （15）

（3）[r]表示存款利率，則市場(chǎng)均衡下可得：

[Rh=Rl=r] （16）

3.消費(fèi)者效用最大化下的均衡。（1）消費(fèi)者的收入的運(yùn)動(dòng)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(fèi)者的工資收入，[c]為消費(fèi)支出，[zt]表示自然資源的價(jià)格，也是[h]企業(yè)開(kāi)發(fā)利用能源支付給消費(fèi)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(duì)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(wú)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(shí)，[C-ω]增大，碳排放[C]減小。這可能是因?yàn)橹匚廴酒髽I(yè)一般為國(guó)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(lái)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(huì)導(dǎo)致碳排放增加；而綠色環(huán)保企業(yè)規(guī)模相對(duì)較小，且技術(shù)進(jìn)步對(duì)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(zhǎng)所帶來(lái)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(huì)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(guò)哪些渠道發(fā)揮碳減排效應(yīng)的呢？

在我國(guó)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(duì)企業(yè)產(chǎn)出增長(zhǎng)有著重大影響，信貸資金通過(guò)投融資、運(yùn)營(yíng)、成本等渠道影響企業(yè)產(chǎn)出水平（張國(guó)法等，2021）[21]。而產(chǎn)出增長(zhǎng)是工業(yè)部門(mén)碳排放增長(zhǎng)最重要的原因，碳排放量會(huì)隨著產(chǎn)出規(guī)模增長(zhǎng)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(lái)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(huì)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(dòng)，進(jìn)而降低重污染企業(yè)生產(chǎn)運(yùn)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(guò)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(lái)源，通過(guò)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(shí)，會(huì)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(dòng)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(jià)值的行業(yè)轉(zhuǎn)移，通過(guò)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(guò)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(guò)擴(kuò)大技術(shù)效應(yīng)降低碳排放。

四、實(shí)證研究設(shè)計(jì)

（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(jì)年鑒中不再披露各省碳排放消費(fèi)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(tái)地區(qū)，選取了全國(guó)30個(gè)?。ㄗ灾螀^(qū)、直轄市，以下簡(jiǎn)稱(chēng)省份）為研究對(duì)象，樣本期間為2001—2019年。

（二）計(jì)量模型構(gòu)建

實(shí)證模型設(shè)計(jì)應(yīng)與理論模型設(shè)計(jì)相對(duì)應(yīng)，而理論模型給出了碳排放的運(yùn)動(dòng)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(zhǎng)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(guò)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(zhǎng)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(gè)體效應(yīng)，[λt]表示時(shí)間效應(yīng)；[a1]、[b1]、[d1]、[d2]為待估參數(shù)；[εit]、[eit]、[fit]表示隨機(jī)擾動(dòng)項(xiàng)。

（三）指標(biāo)構(gòu)建與數(shù)據(jù)來(lái)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(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)，理論模型中假設(shè)碳排放主要來(lái)源于碳基能源的消耗，因此，該指標(biāo)計(jì)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(shí)，為了減少共線(xiàn)性和異方差性，本文對(duì)二氧化碳排放數(shù)據(jù)取對(duì)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(lái)表示。依據(jù)《上市公司環(huán)境信息披露指南（征求意見(jiàn)稿）》和《企業(yè)環(huán)境信用評(píng)價(jià)辦法》，參照《上市公司行業(yè)分類(lèi)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(duì)國(guó)泰安數(shù)據(jù)庫(kù)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(guò)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(zhǎng)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(jí)面板數(shù)據(jù)，由此可得信貸資源配置指標(biāo)，具體計(jì)算公式為：

[allocationit=credititcreditt] （41）

3. 控制變量。考慮到諸多其他因素也會(huì)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(fèi)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(jiàn)表1，變量描述性統(tǒng)計(jì)分析見(jiàn)表2。

五、實(shí)證分析與結(jié)果

（一）基準(zhǔn)回歸

我們通過(guò)估計(jì)模型（37）檢驗(yàn)信貸資源配置對(duì)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(jì)了信貸資源配置對(duì)碳排放水平的基本影響，信貸資源配置的回歸系數(shù)估計(jì)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(jì)結(jié)果，第（3）列在固定效應(yīng)估計(jì)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(jì)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(yàn)證了本文理論模型的推導(dǎo)結(jié)果，也支持了推論1。這說(shuō)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(shí)，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(zhǎng)的關(guān)系，信貸資源優(yōu)先配置于綠色環(huán)保企業(yè)，實(shí)質(zhì)上對(duì)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(fèi)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(yàn)

1.環(huán)境規(guī)模效應(yīng)。采用逐步回歸法檢驗(yàn)其中介效應(yīng)，實(shí)證結(jié)果如表4所示。列（2）顯示了信貸資源配置對(duì)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(zhǎng)的關(guān)系，故信貸資源配置傾向于綠色環(huán)保企業(yè)時(shí)，重污染企業(yè)的信貸規(guī)模就會(huì)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(shí)，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(shí)，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(zhǎng)，降低了碳排放水平，驗(yàn)證了推論2。

為了增強(qiáng)中介效應(yīng)檢驗(yàn)結(jié)果的可信度，本文使用bootstrap法作為補(bǔ)充檢驗(yàn)。由表5的檢驗(yàn)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(shuō)明本文的中介效應(yīng)檢驗(yàn)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(zhuān)利申請(qǐng)數(shù)和綠色發(fā)明專(zhuān)利授權(quán)數(shù)作為綠色技術(shù)創(chuàng)新的表征變量時(shí)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(zhuān)利申請(qǐng)數(shù)與綠色發(fā)明專(zhuān)利授權(quán)數(shù)，信貸資源配置的估計(jì)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(huì)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(jiàn)，綠色技術(shù)創(chuàng)新對(duì)碳排放有明顯的抑制作用。這驗(yàn)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(yàn)技術(shù)效應(yīng)發(fā)揮的作用機(jī)制，表7為采用bootstrap法的實(shí)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(guò)綠色技術(shù)創(chuàng)新渠道推動(dòng)碳減排的間接效應(yīng)同時(shí)存在，再次驗(yàn)證了推論3。

（三）穩(wěn)健性及內(nèi)生性檢驗(yàn)

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(jì)，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(shí)現(xiàn)碳減排，也說(shuō)明回歸模型具有良好的穩(wěn)健性。

2. 剔除極端值。鑒于30個(gè)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(duì)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。縮尾處理后的回歸結(jié)果見(jiàn)表8第（2）列，核心解釋變量的系數(shù)通過(guò)了1%的顯著性檢驗(yàn)，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(yàn)基準(zhǔn)回歸模型是否存在內(nèi)生性問(wèn)題，采用工具變量法重新進(jìn)行估計(jì)。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(xiàng)作為工具變量，該工具變量滿(mǎn)足外生性與相關(guān)性的要求。回歸結(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(shí)工具變量檢驗(yàn)的Kleibergen-Paaprk LM的p值均為0.0000，拒絕不可識(shí)別的原假設(shè)；Kleibergen-Paaprk Wald F統(tǒng)計(jì)量為246.373，大于對(duì)應(yīng)的10%的Stock-Yogo標(biāo)準(zhǔn)（16.38），表明不存在弱工具變量問(wèn)題。此外，使用有限信息最大似然法進(jìn)行估計(jì)，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(guó)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(wú)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(shí)水平的高低也會(huì)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(shí)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(guó)30個(gè)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(jì)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?？赡艿脑蚴?，經(jīng)濟(jì)特區(qū)、經(jīng)濟(jì)開(kāi)放區(qū)以及沿海開(kāi)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(shì)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(jí)和實(shí)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(lái)越來(lái)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(shí)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(shí)水平的度量指標(biāo)，通過(guò)比較各省份每年環(huán)境立法數(shù)量與歷年全國(guó)環(huán)境立法數(shù)量中位數(shù)，將樣本劃分為高環(huán)境意識(shí)地區(qū)與低環(huán)境意識(shí)地區(qū)，使用分組回歸方式比較不同環(huán)境意識(shí)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(jì)系數(shù)均顯著為負(fù)，且在高環(huán)境意識(shí)地區(qū)信貸資源配置的估計(jì)系數(shù)的絕對(duì)值更大。這意味著環(huán)境意識(shí)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(huì)公眾環(huán)境意識(shí)的提高對(duì)企業(yè)的綠色環(huán)保行為有一定的推動(dòng)力，對(duì)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(dòng)我國(guó)“雙碳”目標(biāo)的實(shí)現(xiàn)。

六、研究結(jié)論與政策建議

積極推動(dòng)信貸資源的合理配置，是實(shí)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(gè)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(duì)碳減排的促進(jìn)作用在不同地區(qū)、不同環(huán)境意識(shí)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(duì)中西部地區(qū)碳減排的作用不顯著，同時(shí)信貸資源配置的碳減排效應(yīng)在高環(huán)境意識(shí)地區(qū)更顯著。第三，信貸資源配置通過(guò)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(duì)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(guò)程中要更加重視企業(yè)環(huán)保信息披露，利用各種激勵(lì)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(xiàng)目精準(zhǔn)甄別以及風(fēng)險(xiǎn)評(píng)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(lì)支持企業(yè)綠色技術(shù)創(chuàng)新，增強(qiáng)對(duì)清潔技術(shù)產(chǎn)業(yè)的信貸支持。政府可以通過(guò)稅收優(yōu)惠、財(cái)政補(bǔ)貼等措施為企業(yè)的研發(fā)活動(dòng)提供資助，激勵(lì)企業(yè)進(jìn)行技術(shù)創(chuàng)新，從而有效推動(dòng)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(tái)，完善相關(guān)基礎(chǔ)設(shè)施建設(shè)，健全技術(shù)創(chuàng)新知識(shí)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(gè)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(shí)現(xiàn)。

第三，統(tǒng)籌好碳減排與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，增強(qiáng)環(huán)境意識(shí)，針對(duì)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(shí)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(jí)，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)。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(shí)，促使其主動(dòng)承擔(dān)環(huán)保責(zé)任，推動(dòng)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(guò)程中，重污染企業(yè)信貸規(guī)模擴(kuò)張帶來(lái)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(guó)的比較 [J].國(guó)際經(jīng)濟(jì)評(píng)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(zhǎng)模型及中國(guó)經(jīng)驗(yàn)的研究 [J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2018，（06）.

[8]劉錫良，文書(shū)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) [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(zhǎng)的關(guān)系：基于數(shù)量脫鉤的實(shí)證研究 [J].經(jīng)濟(jì)問(wèn)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(jìng)爭(zhēng)對(duì)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(diǎn)的碳減排效應(yīng)——基于綠色創(chuàng)新與產(chǎn)業(yè)升級(jí)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(duì)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(guó)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(zhǎng)模型的能源、環(huán)境與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究 [D].中國(guó)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(zhǎng)——基于五部門(mén)內(nèi)生經(jīng)濟(jì)增長(zhǎng)模型的分析 [J].經(jīng)濟(jì)研究，2013，48（12）.

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

[21]張國(guó)法，蘇文兵，張潤(rùn)馳.銀企共生共榮了嗎——基于我國(guó)利率市場(chǎng)化改革的實(shí)證研究 [J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，43（10）.

[22]魏震昊，孫國(guó)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(guó)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(diǎn)政策抑制重污染企業(yè)碳排放嗎？——來(lái)自綠色金融改革創(chuàng)新試驗(yàn)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(jí) [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(diǎn)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(bào)（社會(huì)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(duì)商業(yè)銀行貸款風(fēng)險(xiǎn)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(hù)增收——來(lái)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(jì)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(duì) WY，LY）