摘"要：協(xié)同推進(jìn)減污降碳是實(shí)現(xiàn)綠色發(fā)展的關(guān)鍵舉措，而加強(qiáng)金融支持是其中的重要保障。本文通過(guò)構(gòu)建一般均衡模型，系統(tǒng)闡釋了綠色金融與減污降碳之間的理論關(guān)系，并基于2011—2022年中國(guó)281個(gè)城市的面板數(shù)據(jù)，運(yùn)用漸進(jìn)雙重差分模型實(shí)證考察了綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策對(duì)城市減污降碳的影響效應(yīng)及其作用機(jī)制。研究發(fā)現(xiàn)，試驗(yàn)區(qū)政策顯著促進(jìn)了城市減污降碳進(jìn)程，且這一效應(yīng)在資源型城市、“胡煥庸線(xiàn)”西北部城市以及非城市群城市中表現(xiàn)更為突出。機(jī)制分析發(fā)現(xiàn)，試驗(yàn)區(qū)政策通過(guò)緩解融資約束和推動(dòng)技術(shù)進(jìn)步兩個(gè)渠道促進(jìn)城市減污降碳，但微觀(guān)層面的作用效果僅對(duì)污染行業(yè)產(chǎn)生顯著影響?？臻g計(jì)量分析表明，試驗(yàn)區(qū)政策的減污降碳效應(yīng)在考慮空間因素后得到明顯提升，但尚未形成對(duì)周邊城市的空間溢出效應(yīng)。

關(guān)鍵詞：綠色金融改革創(chuàng)新試驗(yàn)區(qū)；減污降碳；一般均衡模型；雙重差分法；溢出效應(yīng)

中圖分類(lèi)號(hào)：F420；F832文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2025）02-0051-12

收稿日期：2024-11-21

作者簡(jiǎn)介：張超（1981—），男，安徽含山人，教授，博士，研究方向：宏觀(guān)經(jīng)濟(jì)；胡宗光（2000—），男，安徽含山人，碩士研究生，研究方向：綠色金融。

基金項(xiàng)目：安徽省教育廳自然科學(xué)研究重大項(xiàng)目“金融發(fā)展對(duì)省域碳中和潛力的影響機(jī)制及效應(yīng)研究”，項(xiàng)目編號(hào)：2022AH040086；安徽省社會(huì)科學(xué)創(chuàng)新發(fā)展研究課題攻關(guān)項(xiàng)目“皖西大別山革命老區(qū)鄉(xiāng)村振興潛力識(shí)別與金融精準(zhǔn)支持研究”，項(xiàng)目編號(hào)：2022CX045。

一、引言與文獻(xiàn)綜述

黨的二十大報(bào)告明確提出“要協(xié)同推進(jìn)降碳、減污、擴(kuò)綠、增長(zhǎng)，推進(jìn)生態(tài)優(yōu)先、節(jié)約集約、綠色低碳發(fā)展”的戰(zhàn)略部署。協(xié)同推進(jìn)減污降碳作為實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)，其核心在于加強(qiáng)政策措施的銜接與協(xié)調(diào)［1］?！稖p污降碳協(xié)同增效實(shí)施方案》進(jìn)一步強(qiáng)調(diào)“強(qiáng)化減污降碳經(jīng)濟(jì)政策，大力發(fā)展綠色金融”，凸顯了綠色金融在協(xié)同推進(jìn)減污降碳中的重要作用。然而，在中國(guó)富煤貧油少氣的能源結(jié)構(gòu)背景下，末端減排難度日益加大，協(xié)同推進(jìn)減污降碳面臨著巨大挑戰(zhàn)［2］。因此，如何充分發(fā)揮綠色金融對(duì)減污降碳的支持效果，已成為政產(chǎn)學(xué)研各界共同關(guān)注的重要議題。

從理論基礎(chǔ)來(lái)看，污染物與溫室氣體具有同根同源同過(guò)程的特性，這為協(xié)同推進(jìn)減污降碳提供了可行性?，F(xiàn)有研究主要從市場(chǎng)手段和行政手段兩個(gè)維度展開(kāi)探討。在市場(chǎng)手段方面，宋德勇等［1］的研究發(fā)現(xiàn)，環(huán)境權(quán)益交易通過(guò)促進(jìn)源頭控制、清潔生產(chǎn)和末端治理，顯著降低了二氧化硫和二氧化碳的排放強(qiáng)度和規(guī)模。張雪純等［3］運(yùn)用合成控制法驗(yàn)證了碳排放權(quán)交易制度對(duì)減污降碳的協(xié)同推進(jìn)作用，特別是在北上廣地區(qū)效果更為顯著。在行政手段方面，孫博文和鄭世林［4］的研究表明，清潔生產(chǎn)環(huán)境規(guī)制政策能夠有效促進(jìn)減污降碳的協(xié)同推進(jìn)。此外，經(jīng)濟(jì)地理因素對(duì)城市減污降碳效果的影響也不容忽視，如李俊明等［5］指出，本地?cái)?shù)字經(jīng)濟(jì)的發(fā)展正在改變城市減污降碳“西低東高”的傳統(tǒng)空間分布格局。然而，市場(chǎng)與行政手段在實(shí)際執(zhí)行中仍面臨協(xié)調(diào)不足、落地困難等問(wèn)題，亟須構(gòu)建更為完善的經(jīng)濟(jì)政策體系予以支撐和引導(dǎo)，即推進(jìn)“有為政府+有效市場(chǎng)”的協(xié)同治理模式。

從綠色金融的理論研究和實(shí)踐發(fā)展來(lái)看，學(xué)界普遍認(rèn)為綠色金融對(duì)經(jīng)濟(jì)發(fā)展具有積極作用［6-7］，能夠提升金融資源配置效率［8］，促進(jìn)綠色全要素生產(chǎn)率增長(zhǎng)［9］。隨著綠色金融工具和制度的不斷創(chuàng)新，其在經(jīng)濟(jì)綠色轉(zhuǎn)型中的支撐作用日益凸顯［10］。具體而言：第一，綠色信貸、綠色債券和碳排放權(quán)等綠色金融工具不僅有助于提升城市層面的環(huán)境質(zhì)量［11-12］，還通過(guò)調(diào)整微觀(guān)企業(yè)的融資結(jié)構(gòu)和技術(shù)創(chuàng)新［13-15］，顯著提升了環(huán)境治理績(jī)效［16-17］。第二，以綠色金融改革創(chuàng)新試驗(yàn)區(qū)為代表的綠色金融實(shí)踐表明，綠色金融在宏觀(guān)和微觀(guān)層面均有利于促進(jìn)污染治理［18-19］，但其融資約束效應(yīng)和技術(shù)進(jìn)步效應(yīng)仍存在學(xué)術(shù)爭(zhēng)議［20-21］。

盡管現(xiàn)有研究取得了豐碩成果，但仍存在以下局限：首先，研究多集中于單一綠色金融工具，缺乏系統(tǒng)性分析［13-17］。其次，部分學(xué)者雖從綠色金融體系視角展開(kāi)研究，但主要聚焦于單一的減污或降碳效果［20-21］。最后，對(duì)綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策效應(yīng)的考察多采用傳統(tǒng)雙重差分模型，較少考慮空間因素。綠色金融改革創(chuàng)新試驗(yàn)區(qū)作為綠色金融體系的地方探索，是“有為政府+有效市場(chǎng)”結(jié)合的實(shí)踐典范，有效彌補(bǔ)了單一市場(chǎng)或行政手段的不足?；诖?，本文以綠色金融改革創(chuàng)新試驗(yàn)區(qū)為研究對(duì)象，基于2011—2022年中國(guó)281個(gè)城市的面板數(shù)據(jù)，運(yùn)用漸進(jìn)雙重差分模型，系統(tǒng)考察試驗(yàn)區(qū)政策對(duì)城市減污降碳協(xié)同推進(jìn)的影響及作用機(jī)制，并著重考慮了政策的空間效應(yīng)。

本文可能的邊際貢獻(xiàn)體現(xiàn)在以下四個(gè)方面：第一，在理論層面，通過(guò)構(gòu)建一般均衡模型并引入對(duì)污染企業(yè)的懲罰性利率，系統(tǒng)探究綠色金融與減污降碳的影響關(guān)系，拓展了綠色金融的理論研究框架。第二，在方法層面，以分批次設(shè)立的綠色金融改革創(chuàng)新試驗(yàn)區(qū)作為處理組，采用漸進(jìn)雙重差分法進(jìn)行研究，并從城市和異質(zhì)性行業(yè)層面分析其傳導(dǎo)路徑，豐富了綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策的實(shí)證研究。第三，在視角層面，結(jié)合城市資源稟賦、人口空間分布和經(jīng)濟(jì)地理特征，探討試驗(yàn)區(qū)政策在不同區(qū)域的異質(zhì)性效果，并檢驗(yàn)其空間溢出效應(yīng)，為政府利用綠色金融政策促進(jìn)區(qū)域協(xié)同治理提供參考。第四，在實(shí)踐層面，研究結(jié)論為綠色金融協(xié)同推進(jìn)減污降碳提供了經(jīng)驗(yàn)證據(jù)，有助于指導(dǎo)政府探索具有區(qū)域特色的綠色金融發(fā)展和改革路徑，同時(shí)也為推進(jìn)綠色金融改革創(chuàng)新試驗(yàn)區(qū)升級(jí)擴(kuò)容、做好綠色金融大文章提供了決策依據(jù)。

二、理論模型與研究假設(shè)

在綠色金融領(lǐng)域的理論模型研究中，Acemoglu等［22］引入帶有環(huán)境約束和有限資源的內(nèi)生增長(zhǎng)模型，為后續(xù)基于內(nèi)生增長(zhǎng)分析環(huán)境政策效果研究奠定了理論方法和模型框架。在此基礎(chǔ)上，多數(shù)學(xué)者通過(guò)不同方式引入綠色金融因素，進(jìn)一步探究綠色金融與經(jīng)濟(jì)增長(zhǎng)和環(huán)境保護(hù)的關(guān)系［23-25］。現(xiàn)有文獻(xiàn)將綠色金融因素引入一般均衡模型的方式，為本文基于理論模型探究綠色金融的減污降碳效應(yīng)提供了重要參考和依據(jù)。

（一）理論模型構(gòu)建

1模型基本設(shè)定

（1）消費(fèi)者。消費(fèi)者的效用既包含對(duì)消費(fèi)品的偏好，也包含對(duì)良好環(huán)境的偏好。瞬時(shí)效用函數(shù)為：

U=C1－σ－11－σ－（－e）1+ε－11+ε（1）

其中，C為消費(fèi)，σ為相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)，e為環(huán)境質(zhì)量，-e為最優(yōu)環(huán)境質(zhì)量與實(shí)際環(huán)境質(zhì)量的偏離值，是對(duì)環(huán)境污染的度量，設(shè)定環(huán)境最優(yōu)值為0，即e0=0，ε表示人們對(duì)環(huán)境的偏好程度。

（2）環(huán)境與污染。由于碳排放達(dá)到一定濃度時(shí)才能對(duì)環(huán)境質(zhì)量產(chǎn)生影響，因此環(huán)境質(zhì)量?jī)H考慮污染物排放。環(huán)境質(zhì)量一方面受地方企業(yè)生產(chǎn)所產(chǎn)生的污染影響，另一方面也受環(huán)境的自我恢復(fù)影響。設(shè)定環(huán)境質(zhì)量e的動(dòng)態(tài)方程為：

=－YPχ－λe（2）

其中，Y為最終產(chǎn)品廠(chǎng)商的產(chǎn)出，P為環(huán)境污染，χ為環(huán)境規(guī)制強(qiáng)度，λ為環(huán)境恢復(fù)系數(shù)。

環(huán)境污染P由自然資源的消耗產(chǎn)生，并會(huì)受環(huán)保技術(shù)的抑制作用。

P=Mh（3）

M為自然資源，h為環(huán)保技術(shù)水平。

（3）碳排放與產(chǎn)出。假設(shè)碳排放在產(chǎn)品生產(chǎn)過(guò)程中產(chǎn)出，并受減碳技術(shù)影響。

E=YCO=YACOKψCO（4）

其中，E為碳排放，CO為減碳技術(shù)，ACO為綠色創(chuàng)新水平，KψCO為污染和綠色企業(yè)對(duì)減碳技術(shù)的投入，ψgt;1代表技術(shù)溢出。

（4）廠(chǎng)商。假設(shè)市場(chǎng)中僅存在綠色行業(yè)和污染行業(yè)提供中間產(chǎn)品，綠色行業(yè)的企業(yè)為G企業(yè)，污染行業(yè)的企業(yè)為H企業(yè)。二者都使用資本作為生產(chǎn)要素，且在生產(chǎn)過(guò)程中消耗自然資源，生產(chǎn)函數(shù)設(shè)定為：

yH=Kα1HMα2H=φ1α1Kα1γ1α2Mα2"（5）

yG=Kβ1GMβ2G=φ2β1Kβ1γ2β2Mβ2（6）

其中，φ和γ分別為企業(yè)資本和自然資源占總資本和總資源的使用比例，即KH/G=φ1/2K，MH/G=γ1/2M。兩類(lèi)企業(yè)在生產(chǎn)中間產(chǎn)品時(shí)都會(huì)消耗自然資源，為簡(jiǎn)化模型設(shè)定，假設(shè)綠色企業(yè)在資源消耗過(guò)程中消耗較少，且利用綠色技術(shù)將污染減少為0，污染企業(yè)則大量消耗資源并對(duì)環(huán)境造成污染。因此，環(huán)境污染P的函數(shù)可以寫(xiě)為：

P=PH+PG=MHh（7）

最終產(chǎn)品廠(chǎng)商的生產(chǎn)以中間產(chǎn)品廠(chǎng)商的產(chǎn)成品為生產(chǎn)要素，且在生產(chǎn)過(guò)程中受環(huán)境污染和碳排放的影響。因此，最終產(chǎn)品廠(chǎng)商的生產(chǎn)函數(shù)設(shè)定為：

Y=Ayμ1Hyμ2GP－μ3E－μ4（8）

其中，A為最終產(chǎn)品廠(chǎng)商的技術(shù)水平。環(huán)境污染P和碳排放E越嚴(yán)重，最終產(chǎn)品廠(chǎng)商的產(chǎn)出損失越大。

（5）金融機(jī)構(gòu)。假設(shè)金融市場(chǎng)中僅存在銀行機(jī)構(gòu)，銀行吸收儲(chǔ)蓄發(fā)放貸款。居民將所有儲(chǔ)蓄均存入銀行，且企業(yè)的所有權(quán)屬于居民。企業(yè)在生產(chǎn)中所需的資本均向銀行進(jìn)行借貸，因此銀行的信貸量等于企業(yè)生產(chǎn)中的資本。假定金融機(jī)構(gòu)給予減碳部門(mén)免息貸款。銀行的利潤(rùn)函數(shù)設(shè)定為：

πR=RHKH+RGKG－RK，0lt;ωHlt;1，0lt;ωGlt;1（9）

其中，RH=R（1+ωH）為污染企業(yè)的貸款利率，RG=R（1-ωG）為綠色企業(yè)的貸款利率，R為銀行發(fā)放的貸款利率。綠色金融在信貸管理中會(huì)對(duì)污染企業(yè)和綠色企業(yè)采取差異化策略，對(duì)待污染企業(yè)，金融機(jī)構(gòu)會(huì)對(duì)其采取懲罰性策略，懲罰性利率系數(shù)為ωH；對(duì)待綠色企業(yè)，金融機(jī)構(gòu)會(huì)采取優(yōu)惠性策略，優(yōu)惠性利率系數(shù)為ωG。設(shè)定銀行僅對(duì)污染企業(yè)和綠色企業(yè)發(fā)放貸款，因此K=KH+KG+KCO。KCO=θK，θ表示金融機(jī)構(gòu)對(duì)減碳的資本支持比例，該值越大，說(shuō)明金融機(jī)構(gòu)的綠色水平越高。

2競(jìng)爭(zhēng)性均衡

（1）廠(chǎng)商均衡。假定最終產(chǎn)品廠(chǎng)商生產(chǎn)的產(chǎn)品價(jià)格標(biāo)準(zhǔn)化為1，中間廠(chǎng)商中污染企業(yè)的產(chǎn)品價(jià)格為pH，綠色企業(yè)的產(chǎn)品價(jià)格為pG，因此最終產(chǎn)品廠(chǎng)商的利潤(rùn)函數(shù)為：

πf=Ayμ1Hyμ2GP－μ3E－μ4－pHyH－pGyG（10）

最終產(chǎn)品廠(chǎng)商利潤(rùn)最大化時(shí)應(yīng)滿(mǎn)足：

yHyG=μ1pGμ2pH（11）

而中間產(chǎn)品廠(chǎng)商利潤(rùn)最大化應(yīng)滿(mǎn)足邊際成本等于邊際收益，即RH=yHKHpH和RG=yGKGpG，因此，中間產(chǎn)品廠(chǎng)商的利潤(rùn)最大化應(yīng)滿(mǎn)足：

pHKα1－1HMα2Hα1=RH（12）

pGKβ1－1GMβ2Gβ1=RG（13）

（2）金融機(jī)構(gòu)均衡。由于金融機(jī)構(gòu)的利潤(rùn)函數(shù)為πR=R（1+ωH）KH+R（1－ωG）KG－RK，由此金融機(jī)構(gòu)在長(zhǎng)期中的均衡為：

R（1+ωH）=R（1－ωG）=r（14）

其中，r為金融機(jī)構(gòu)的長(zhǎng)期均衡利率，則有R=r（1+ωH）=r（1－ωG）。

將式（11）—式（13）代入式（14），可得：

KHKG=μ1α1（1+ωH）μ2β1（1－ωG）（15）

φ=μ1α1（1+ωH）μ2β1（1－ωG）+μ1α1（1+ωH）（16）

其中，式（15）為在完全競(jìng)爭(zhēng)、不存在信貸歧視和長(zhǎng)期均衡條件下，污染企業(yè)和綠色企業(yè)的資本使用滿(mǎn)足一定比例。式（16）為污染企業(yè)在市場(chǎng)均衡下的信貸資源配置比例?？梢?jiàn)，在市場(chǎng)均衡時(shí)，污染企業(yè)和綠色企業(yè)的信貸配置與綠色金融對(duì)企業(yè)的信貸偏向有關(guān)。當(dāng)市場(chǎng)中不存在綠色金融時(shí)，即ωH=ωG=0，那么新的市場(chǎng)均衡下污染企業(yè)的信貸配置為：

φ1=μ1α1μ2β1+μ1α1lt;φ

=μ1α1（1+ωH）μ2β1（1－ωG）+μ1α1（1+ωH）（17）

這意味著在綠色金融存在時(shí)，金融機(jī)構(gòu)會(huì)對(duì)污染企業(yè)提供更多資金，使綠色金融的擴(kuò)展存在非理性態(tài)勢(shì)。且在長(zhǎng)期均衡下金融機(jī)構(gòu)對(duì)減碳部門(mén)的資本支持比例為0。

3理論模型求解

基于以上模型設(shè)定，社會(huì)計(jì)劃者的最優(yōu)化問(wèn)題為：

max∫SymboleB@

0（C1－σ－11－σ－（－e）1+ε－11+ε）e－ρtdtst（18）

Y=Ayμ1Hyμ2GP－μ3E－μ4=W1K（α1μ1+β1μ2）（1－μ4）+μ4ψ"M（α2μ1+β2μ2）（1－μ4）－μ3（19）

P=MHh（20）

e·=－YPχ－λe（21）

K·=Y－C（22）

其中式（19）—式（22）為社會(huì)計(jì)劃者的最優(yōu)化約束條件，W1=A1－μ4ACOμ4hμ3φ1α1μ1（1－μ4）φ2β1μ2（1－μ4）γ1α2μ1（1－μ4）－μ3γ2β2μ2（1－μ4）θμ4ψ，令W2=（α1μ1+β1μ2）（1－μ4）+μ4ψ，"W3=（α2μ1+β2μ2）（1－μ4）－μ3;因此，構(gòu)建的現(xiàn)值漢密爾頓函數(shù)為：

H=C1－σ－11－σ－（－e）1+ε－11+ε+λ1（W1KW2MW3－C）+λ2（－W1KW2MW3Pχ－λe）（23）

式（23）中，C、M為控制變量，K、e為狀態(tài)變量，λ1、λ2為漢密爾頓乘子。根據(jù)漢密爾頓函數(shù)對(duì)控制變量求導(dǎo)使其為0，可得：

HC=0C－σ=λ1（24）

HM=0λ1W3=λ2Pχ（W3+χ）（25）

并得到歐拉方程為：

λ·1=ρλ1－HK=ρλ1－W2（λ1－λ2Pχ）YK（26）

λ·2=ρλ2－He=ρλ2－（－e）ε+λλ2（27）

其中，TVC：limt→SymboleB@

λ1Kexp（－ρt）=0；limt→SymboleB@

λ2eexp（－ρt）=0。

根據(jù)求解可得：

gCO=gY－gACO－ψgKCO（28）

ge=σ－11+εgC（29）

gP=gM=－σ－εχ（1+ε）gC（30）

gY=gC=gK=χ（1+ε）（1－W2）χ（1+ε）+W3（σ+ε）gA（31）

根據(jù)式（24）—式（27）可知：

gC=1σ（W2χW3+χYK－ρ）=1σ（W2χW3+χW1KW2－1MW3－ρ）（32）

其中，W1=A1－μ4ACOμ4hμ3φ1α1μ1（1－μ4）φ2β1μ2（1－μ4）γ1α2μ1（1－μ4）－μ3γ2β2μ2（1－μ4）θμ4ψ，φ1為污染企業(yè)的信貸比例?？芍?，當(dāng)φ2=μ1α1μ2β1+μ1α1時(shí)，W1最大，此時(shí)污染企業(yè)和綠色企業(yè)的信貸投放比例為α1μ1：β1μ2。該信貸比例與式（17）中不存在綠色金融時(shí)的信貸比例相同，意味著在完全競(jìng)爭(zhēng)均衡下，金融機(jī)構(gòu)的信貸比例正是最優(yōu)路徑中的信貸比例。但在現(xiàn)實(shí)情形下，金融機(jī)構(gòu)對(duì)污染企業(yè)和綠色企業(yè)的信貸投放存在錯(cuò)配現(xiàn)象。一方面，政府在綠色發(fā)展理念下，會(huì)引導(dǎo)金融機(jī)構(gòu)對(duì)綠色企業(yè)提供信貸優(yōu)惠。若政府不對(duì)金融機(jī)構(gòu)提供綠色補(bǔ)償，出于利潤(rùn)最大化原則，金融機(jī)構(gòu)會(huì)降低對(duì)綠色企業(yè)的信貸配給；另一方面，由于對(duì)污染企業(yè)存在懲罰性利率，使金融機(jī)構(gòu)在對(duì)其的信貸配給中更易獲得高額利潤(rùn)，而后金融機(jī)構(gòu)在利潤(rùn)最大化的指引下，會(huì)提高對(duì)污染企業(yè)的信貸配給，使信貸比例會(huì)偏離最優(yōu)信貸值。

（二）研究假設(shè)

根據(jù)式（28）可知，碳排放增長(zhǎng)率隨著減排投入提升而降低，其中減排投入由金融機(jī)構(gòu)的綠色程度決定。隨著綠色金融發(fā)展，金融機(jī)構(gòu)會(huì)提高對(duì)減排的免息投入，從而降低碳排放增長(zhǎng)率。根據(jù)式（31）可知，當(dāng)［（1-W2）χ（1+ε）+"W3（σ+ε）］gt;0時(shí)，gy、gk、gc滿(mǎn)足平衡增長(zhǎng)路徑，且經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)與外生技術(shù)進(jìn)步有關(guān)。當(dāng)σlt;1且環(huán)境規(guī)制強(qiáng)度χgt;－W3（σ+ε）（1－W2）（1+ε）時(shí)，使得平衡增長(zhǎng)路徑上穩(wěn)態(tài)消費(fèi)的增長(zhǎng)率為正。因此，式（30）中自然資源和環(huán)境污染的穩(wěn)態(tài)增長(zhǎng)率為負(fù)。這意味著當(dāng)技術(shù)進(jìn)步時(shí)，污染廠(chǎng)商的自然資源消耗率逐漸降低，減少因資源消耗而對(duì)環(huán)境產(chǎn)生的污染，進(jìn)而起到環(huán)境治理的作用。其中，χ為環(huán)境規(guī)制強(qiáng)度，當(dāng)滿(mǎn)足以上條件且隨著環(huán)境規(guī)制提升，自然資源消耗與環(huán)境污染會(huì)隨之動(dòng)態(tài)下降。據(jù)此，本文提出以下假設(shè)：

H1：綠色金融能同時(shí)促進(jìn)污染和碳排放減少。

綠色金融作為支持環(huán)境改善和資源節(jié)約型經(jīng)濟(jì)活動(dòng)的金融服務(wù)體系，通過(guò)完善綠色金融工具和制度建設(shè)，強(qiáng)化了對(duì)節(jié)能減排活動(dòng)的引導(dǎo)和激勵(lì)機(jī)制，為減污降碳的協(xié)同推進(jìn)提供了重要支撐。本文從微觀(guān)和宏觀(guān)兩個(gè)層面構(gòu)建理論分析框架，探討綠色金融對(duì)減污降碳的作用機(jī)制。

在微觀(guān)層面，綠色金融通過(guò)差異化利率政策和綠色監(jiān)管措施，形成了有效的融資約束機(jī)制，推動(dòng)企業(yè)綠色轉(zhuǎn)型。具體而言，綠色金融對(duì)污染企業(yè)實(shí)施懲罰性利率政策，并嚴(yán)格限制其高耗能、高污染項(xiàng)目的融資渠道；而對(duì)綠色企業(yè)則提供優(yōu)惠利率，降低其融資成本。這種差異化的融資約束機(jī)制不僅抑制了污染企業(yè)的粗放式擴(kuò)張，同時(shí)也激勵(lì)了綠色企業(yè)的持續(xù)發(fā)展和污染企業(yè)的綠色轉(zhuǎn)型。當(dāng)融資約束增強(qiáng)時(shí)，不作為企業(yè)的信貸可得性顯著下降，資金短缺將倒逼企業(yè)開(kāi)展綠色技術(shù)創(chuàng)新和節(jié)能減排活動(dòng)，從而促進(jìn)企業(yè)層面的減污降碳。此外，融資成本和難度的顯著差異也會(huì)引導(dǎo)企業(yè)選擇綠色化發(fā)展路徑，推動(dòng)減污降碳目標(biāo)的實(shí)現(xiàn)。值得注意的是，綠色金融引致的金融約束實(shí)質(zhì)上是一種政策信號(hào)，能夠引導(dǎo)地方政府強(qiáng)化環(huán)境監(jiān)管機(jī)制，完善城市層面的節(jié)能減排政策，形成從企業(yè)到城市的多層次協(xié)同治理體系。

在宏觀(guān)層面，綠色金融通過(guò)引導(dǎo)社會(huì)資本流向和優(yōu)化資源配置，推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)向綠色低碳方向轉(zhuǎn)型。根據(jù)波特假說(shuō)，環(huán)境保護(hù)與經(jīng)濟(jì)增長(zhǎng)并非對(duì)立關(guān)系，適當(dāng)?shù)沫h(huán)境規(guī)制能夠通過(guò)“創(chuàng)新補(bǔ)償”效應(yīng)促進(jìn)技術(shù)創(chuàng)新，實(shí)現(xiàn)污染治理與經(jīng)濟(jì)增長(zhǎng)的雙贏。具體而言，綠色金融通過(guò)設(shè)立專(zhuān)項(xiàng)資金支持企業(yè)綠色創(chuàng)新項(xiàng)目，為企業(yè)提供長(zhǎng)期穩(wěn)定的資金保障，有效緩解了創(chuàng)新投入不足的問(wèn)題。同時(shí)，較低的融資約束和融資成本降低了企業(yè)創(chuàng)新活動(dòng)的不確定性，推動(dòng)了綠色技術(shù)創(chuàng)新項(xiàng)目的實(shí)施。從產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的角度來(lái)看，綠色金融引導(dǎo)資金向高技術(shù)含量、高附加值的綠色產(chǎn)業(yè)流動(dòng)，促進(jìn)了傳統(tǒng)產(chǎn)業(yè)的綠色轉(zhuǎn)型。這種結(jié)構(gòu)調(diào)整不僅推動(dòng)了綠色產(chǎn)業(yè)的快速發(fā)展，也帶動(dòng)了傳統(tǒng)產(chǎn)業(yè)整體技術(shù)水平的提升，實(shí)現(xiàn)了行業(yè)和區(qū)域?qū)用娴募夹g(shù)進(jìn)步。

技術(shù)進(jìn)步作為實(shí)現(xiàn)“雙碳”目標(biāo)的核心驅(qū)動(dòng)力，在減污降碳過(guò)程中發(fā)揮著關(guān)鍵作用。首先，技術(shù)進(jìn)步推動(dòng)了能源結(jié)構(gòu)的低碳化轉(zhuǎn)型，提高了清潔能源比重，降低了單位生產(chǎn)總值的能源消耗強(qiáng)度，從而實(shí)現(xiàn)污染治理和碳排放控制的協(xié)同效應(yīng)。其次，技術(shù)進(jìn)步促進(jìn)了生產(chǎn)過(guò)程的去碳化和減污化，通過(guò)技術(shù)創(chuàng)新構(gòu)建低能耗、低污染的生產(chǎn)模式，為減污降碳的協(xié)同推進(jìn)提供了重要的技術(shù)支撐?；谏鲜龇治觯疚奶岢鲆韵卵芯考僭O(shè)：

H2：綠色金融通過(guò)融資約束效應(yīng)和技術(shù)進(jìn)步效應(yīng)實(shí)現(xiàn)減污降碳，且對(duì)微觀(guān)企業(yè)具有差異化影響效果。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

由于我國(guó)采用逐步推進(jìn)方式設(shè)立綠色金融改革創(chuàng)新試驗(yàn)區(qū)，為準(zhǔn)確評(píng)估試驗(yàn)區(qū)政策的減污降碳效果，本文構(gòu)建了漸進(jìn)雙重差分模型，模型設(shè)定如下：

CPit=α0+α1Treati×Postt+α2Controlit+Cityi+Yeart+εit（33）

式（33）中，CP表示城市的減污降碳水平，Treat表示綠色金融改革創(chuàng)新試驗(yàn)區(qū)城市的虛擬變量，Post表示政策時(shí)間虛擬變量；Control表示城市層面的一系列控制變量。City表示城市固定效應(yīng)，Year表示時(shí)間固定效應(yīng)，ε表示隨機(jī)誤差項(xiàng)。

（二）變量定義和測(cè)度

1.被解釋變量。減污降碳是指減少污染物和降低二氧化碳排放。在污染物的定義上，除直接采用SO2［26］等單項(xiàng)污染物指標(biāo)外，也有研究采用污染物加總方法［5］、熵值評(píng)價(jià)法［3］構(gòu)建綜合測(cè)度指標(biāo)。在二氧化碳排放的定義上，部分研究直接采用二氧化碳進(jìn)行定義［27］，還有一些則采用碳排放系數(shù)法［1，4］、連續(xù)性動(dòng)態(tài)分布法［28］衡量。對(duì)減污降碳的定義，多數(shù)研究通過(guò)構(gòu)建同時(shí)反映污染和碳排放的綜合指標(biāo)，如污染物和碳排放的交乘項(xiàng)［27］、污染物和碳排放的年度環(huán)比變化率［5］、邊際減排成本變動(dòng)法［2］等。因此，本文借鑒陸敏等［27］的研究，采用城市二氧化碳和污染物排放的交乘項(xiàng)作為衡量城市減污降碳水平的指標(biāo)，具體二氧化碳和污染物構(gòu)建方式如下：（1）由液化石油氣、煤氣和全社會(huì)用電量測(cè)算二氧化碳排放量：lnQ=ln［（k1E1+k2E2+k3E3）·C］，其中Q為二氧化碳排放量，E為各類(lèi)能源排放量，K為各類(lèi)能源的標(biāo)準(zhǔn)煤轉(zhuǎn)化系數(shù)，C為標(biāo)準(zhǔn)煤的碳排放系數(shù)。（2）基于城市SO2排放、煙（粉）塵排放和PM25年平均濃度指標(biāo)，采用熵值法構(gòu)建綜合評(píng)價(jià)指標(biāo)，以衡量污染物排放。為更全面地評(píng)估綠色金融的減污降碳效應(yīng)，本文在基準(zhǔn)回歸中進(jìn)一步將二氧化碳和污染物排放分別作為被解釋變量回歸，探究綠色金融對(duì)減污和降碳的具體影響。

2解釋變量。本文基于綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策，構(gòu)建綠色金融衡量指標(biāo)（TreatPost）。若城市屬于綠色金融改革創(chuàng)新試驗(yàn)區(qū)城市，且觀(guān)測(cè)時(shí)間大于等于入選年份，TreatPost取1，否則取0。

3控制變量。本文借鑒張振華等［28］、張雪純等［3］的研究，選取如下控制變量：經(jīng)濟(jì)發(fā)展水平（GDP）、外商直接投資（FDI）、工業(yè)化水平（IND）、城鎮(zhèn)化水平（URB）、人口密度（POPU）。

（三）數(shù)據(jù)來(lái)源與說(shuō)明

綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策于2017年在浙江、江西、廣東、貴州和新疆等5省份的8個(gè)地區(qū)開(kāi)展首批試驗(yàn)區(qū)試點(diǎn)，并分別于2019年新增蘭州新區(qū)、2022年新增重慶為試點(diǎn)城市。為使差分后有足夠觀(guān)察期，本文將2022年被納入試驗(yàn)區(qū)的重慶市剔除，并將其余試點(diǎn)城市作為政策效應(yīng)的處理組，將全國(guó)其他地級(jí)及以上城市作為政策效應(yīng)的對(duì)照組。同時(shí)，剔除相關(guān)指標(biāo)存在嚴(yán)重缺失的城市樣本（如昌吉州、哈密市等），最終得到包含處理組和對(duì)照組的281個(gè)城市。鑒于試驗(yàn)區(qū)政策首次確立試點(diǎn)城市時(shí)間為2017年，為保證政策前后樣本窗口期的一致性，本文選擇2011—2022年為樣本期。其中，綠色金融改革創(chuàng)新試驗(yàn)區(qū)名單來(lái)源于中華人民共和國(guó)中央人民政府網(wǎng)，城市減污降碳數(shù)據(jù)及相關(guān)控制變量、中介變量等來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》、國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）和中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)；部分缺少數(shù)據(jù)使用線(xiàn)性插值法補(bǔ)全。各主要變量的描述性統(tǒng)計(jì)如表1所示，各城市的減污降碳水平存在較大差距和波動(dòng)，結(jié)合污染物和碳排放指標(biāo)特性可知，當(dāng)前指標(biāo)測(cè)度下的城市污染物排放處于較低水平，但碳排放問(wèn)題仍顯著。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

表2匯報(bào)了試驗(yàn)區(qū)政策與減污降碳之間作用關(guān)系的基準(zhǔn)回歸結(jié)果。表2列（1）只對(duì)解釋變量和被解釋變量回歸，并控制城市和時(shí)間固定效應(yīng)；列（2）和列（3）逐步加入控制變量?；貧w結(jié)果顯示，在列（1）中，試驗(yàn)區(qū)政策對(duì)城市減污降碳的估計(jì)系數(shù)顯著為負(fù)?？赡艿脑蚴牵环矫嬖囼?yàn)區(qū)政策通過(guò)綠色金融工具為綠色部門(mén)拓展了融資渠道，提供低成本和便利的資金促進(jìn)清潔技術(shù)創(chuàng)新，進(jìn)而實(shí)現(xiàn)污染和溫室氣體減排；另一方面，政策會(huì)對(duì)污染部門(mén)施加信貸約束或排放約束，使其提高能源效率，減少污染和溫室氣體排放，進(jìn)而實(shí)現(xiàn)減污降碳。在加入控制變量后，回歸系數(shù)仍顯著為負(fù)。從列（3）回歸結(jié)果的經(jīng)濟(jì)意義來(lái)看，試驗(yàn)區(qū)政策每增加1個(gè)標(biāo)準(zhǔn)差，城市的減污降碳水平將提升25%。這表明，試驗(yàn)區(qū)政策顯著提升了城市減污降碳水平，綠色金融具有顯著的減污降碳效應(yīng)，驗(yàn)證了假設(shè)H1。列（4）和列（5）分別從二氧化碳和污染排放角度檢驗(yàn)，可以發(fā)現(xiàn)，無(wú)論是對(duì)二氧化碳還是污染排放，試驗(yàn)區(qū)政策的估計(jì)系數(shù)均顯著為負(fù)，這進(jìn)一步驗(yàn)證了試驗(yàn)區(qū)政策具有的減污降碳效應(yīng)。

（二）雙重差分模型有效性檢驗(yàn)

1平行趨勢(shì)檢驗(yàn)。為使雙重差分模型估計(jì)無(wú)偏，本文利用事件研究法對(duì)處理組和對(duì)照組在政策前后的政策效果進(jìn)行分析，模型構(gòu)建如下：

CPit=β0+∑5k－5β1Dkit+β2Controlit+Cityi+Yeart+εit（34）

其中，Ditk為試驗(yàn)區(qū)政策沖擊的虛擬變量，系數(shù)β1代表政策實(shí)施前后處理組和對(duì)照組的減污降碳差異程度，并將k=-6作為基期。若試驗(yàn)區(qū)政策實(shí)施前系數(shù)β1圍繞0值波動(dòng)，且不顯著，則說(shuō)明試驗(yàn)區(qū)政策的處理組和對(duì)照組無(wú)明顯差異。由圖1平行趨勢(shì)檢驗(yàn)結(jié)果可以看出，在試驗(yàn)區(qū)政策實(shí)施前5期，系數(shù)β1圍繞0值波動(dòng)且不顯著，表明在試驗(yàn)區(qū)政策實(shí)施前，處理組和對(duì)照組無(wú)明顯差異，滿(mǎn)足平行趨勢(shì)假定。在試驗(yàn)區(qū)政策實(shí)施后，系數(shù)β1顯著小于0，表明該政策顯著提升了城市減污降碳水平。

2平行趨勢(shì)敏感性檢驗(yàn)。為提高模型有效性，本文借鑒Biasi和Sarsons［29］的研究，將試驗(yàn)區(qū)政策實(shí)施后的第三期作為最大偏離時(shí)期，并構(gòu)造對(duì)應(yīng)估計(jì)量的置信區(qū)間。若該偏離度下點(diǎn)估計(jì)量的置信區(qū)間不包含0值，則說(shuō)明相對(duì)偏離下的平行趨勢(shì)檢驗(yàn)具有穩(wěn)健性。檢驗(yàn)結(jié)果如圖2所示，在政策處理后第三期，減污降碳效應(yīng)的點(diǎn)估計(jì)置信區(qū)間未包含0值。這表明，即使平行趨勢(shì)存在一定偏離，試驗(yàn)區(qū)政策仍對(duì)城市減污降碳具有顯著的推動(dòng)作用。

3異質(zhì)性處理效應(yīng)檢驗(yàn)。當(dāng)處理效應(yīng)存在組間和時(shí)間維度上的異質(zhì)性時(shí)，即使雙重差分模型滿(mǎn)足平行趨勢(shì)假定，回歸估計(jì)仍可能產(chǎn)生偏誤。因此，本文從以下幾部分對(duì)這一問(wèn)題進(jìn)行檢驗(yàn)：（1）將樣本城市中第二批綠色金融改革創(chuàng)新試驗(yàn)城市（蘭州市）剔除，變更為傳統(tǒng)單期雙重差分模型進(jìn)行檢驗(yàn)?；貧w結(jié)果顯示，在單期雙重差分模型下，試驗(yàn)區(qū)政策仍對(duì)減污降碳具有顯著的提升效應(yīng)。（2）借鑒Callaway等［30］的方法，計(jì)算組別-時(shí)期平均處理效應(yīng)?；貧w結(jié)果如表3列（2）所示，試驗(yàn)區(qū)政策的減污降碳效應(yīng)仍顯著。（3）借鑒Borusyak等［31］的方法，計(jì)算插補(bǔ)估計(jì)量。由表3列（3）可見(jiàn)，插補(bǔ)估計(jì)量的估計(jì)結(jié)果顯著為負(fù)。綜上表明，異質(zhì)性處理效應(yīng)對(duì)本文的回歸結(jié)論影響較小，研究結(jié)論較為可靠。

4合成雙重差分法。已有研究也表明，雙重差分模型中控制組的非客觀(guān)和隨意性選擇易導(dǎo)致政策評(píng)估產(chǎn)生偏誤［16］。因此，本文選擇將合成控制法與雙重差分法結(jié)合?；貧w結(jié)果如表4所示，試驗(yàn)區(qū)政策的估計(jì)系數(shù)顯著為負(fù)。這表明試驗(yàn)區(qū)政策顯著促進(jìn)了城市減污降碳，基準(zhǔn)回歸結(jié)論是穩(wěn)健的。

5安慰劑檢驗(yàn)。借鑒許文立和孫磊［16］的研究，本文采用安慰劑檢驗(yàn)緩解可能存在的不可觀(guān)測(cè)變量影響。具體而言，在樣本城市中隨機(jī)抽取9個(gè)城市作為虛假的試驗(yàn)區(qū)政策試點(diǎn)城市，并將抽取城市和剩余城市作為新的處理組和對(duì)照組進(jìn)行檢驗(yàn)，重復(fù)上述操作500次。由圖3城市安慰劑檢驗(yàn)結(jié)果可以看出，隨機(jī)抽樣的估計(jì)系數(shù)大多落在0值附近且不顯著，近似滿(mǎn)足正態(tài)分布。這表明不可觀(guān)測(cè)變量對(duì)本文的基準(zhǔn)回歸結(jié)果影響較小，回歸結(jié)論具有穩(wěn)健性。

（三）穩(wěn)健性檢驗(yàn)

1替換被解釋變量。為避免回歸結(jié)論誤差，一方面，本文借鑒李俊明等［5］和張海峰等［32］的研究，采用二氧化碳排放的年度環(huán)比變化率和PM25濃度替換二氧化碳和污染物排放指標(biāo)，并構(gòu)建交乘項(xiàng)進(jìn)行回歸；另一方面，考慮到協(xié)同推進(jìn)是兩個(gè)或兩個(gè)以上的子系統(tǒng)相互作用的現(xiàn)象，采用耦合協(xié)調(diào)度模型重新測(cè)算減污降碳的協(xié)同程度?；貧w結(jié)果如表5列（1）—列（4）所示，在更換被解釋變量后，TreatPost的估計(jì)系數(shù)仍顯著為負(fù)，且對(duì)減污和降碳具有促進(jìn)作用。

2替換解釋變量。本文從省份視角出發(fā)，將浙江、江西、廣東、貴州、新疆和甘肅等6省份作為試驗(yàn)區(qū)政策處理組，其余省份作為控制組，并構(gòu)建交乘項(xiàng)（TreatPost_Prov）進(jìn)行檢驗(yàn)?；貧w結(jié)果如表5列（5）所示，在從省份視角更換解釋變量后，試驗(yàn)區(qū)政策仍能顯著促進(jìn)城市減污降碳。

3增添控制變量。為避免遺漏因素影響，本文在基準(zhǔn)模型的基礎(chǔ)上，進(jìn)一步加入影響減污降碳水平的城市金融集聚、科技創(chuàng)新和人力資本等控制變量?；貧w結(jié)果如表5列（6）所示，在增添控制變量后，TreatPost的估計(jì)系數(shù)仍顯著為負(fù)，基準(zhǔn)回歸結(jié)論依舊穩(wěn)健。

4傾向匹配得分法。為緩解樣本選擇偏差和控制變量的遺漏和非線(xiàn)性影響，本文采用傾向匹配得分法配合雙重差分模型進(jìn)行修正檢驗(yàn)。考慮到本文為面板數(shù)據(jù)模型，而傾向匹配得分法通常應(yīng)用于截面數(shù)據(jù)。因此，本文采用逐年匹配方式，將各年匹配結(jié)果合并后進(jìn)行檢驗(yàn)?；貧w結(jié)果如表6列（1）所示，在緩解樣本選擇偏差和控制變量的影響后，試驗(yàn)區(qū)政策對(duì)減污降碳的提升作用仍然顯著。

5排除其他政策干擾。除試驗(yàn)區(qū)政策外，本文的回歸估計(jì)也可能受以下政策的影響：一是低碳城市試點(diǎn)政策，該政策于2010年、2012年和2017年分批次選取試點(diǎn)城市執(zhí)行。低碳城市試點(diǎn)政策有助于推進(jìn)低碳綠色發(fā)展方式，將低碳發(fā)展理念融入城鎮(zhèn)化建設(shè)和管理中，可能對(duì)樣本期內(nèi)的城市減污降碳產(chǎn)生影響。二是大氣污染防治相關(guān)政策，該政策包含兩部分，分別為2013年印發(fā)的《大氣污染防治行動(dòng)計(jì)劃》和2018年印發(fā)的《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》。大氣污染防治相關(guān)政策以改善空氣質(zhì)量為核心，協(xié)同推進(jìn)產(chǎn)業(yè)、能源、交通綠色低碳轉(zhuǎn)型，進(jìn)而可能影響城市減污降碳水平。三是無(wú)廢城市建設(shè)試點(diǎn)政策，該政策于2019年發(fā)布。該政策旨在協(xié)同推進(jìn)水、氣、土污染治理，并以實(shí)現(xiàn)減污降碳協(xié)同增效為總抓手，進(jìn)而可能對(duì)樣本期內(nèi)的城市減污降碳產(chǎn)生影響?；诖?，本文在基準(zhǔn)模型中加入其他政策的虛擬變量。具體而言，如果城市當(dāng)年及以后年份受到其他政策影響，則取值為1，反之為0。回歸結(jié)果如表6列（2）—列（4）所示，在排除其他政策干擾后，試驗(yàn)區(qū)政策均對(duì)城市減污降碳具有顯著的提升作用，回歸結(jié)果保持穩(wěn)健。

（四）異質(zhì)性檢驗(yàn)

1.城市資源特征異質(zhì)性。資源型城市的經(jīng)濟(jì)增長(zhǎng)方式通常難以在短期內(nèi)發(fā)生轉(zhuǎn)變，且這種經(jīng)濟(jì)模式往往伴隨大量污染物和溫室氣體排放，因而可能影響試驗(yàn)區(qū)政策對(duì)城市減污降碳的效果。本文根據(jù)《全國(guó)資源型城市名單》，將樣本城市劃分為資源型城市與非資源型城市，并分組估計(jì)。如表7列（1）和列（2）所示，試驗(yàn)區(qū)政策更易提升資源型城市的減污降碳水平。相對(duì)于非資源型城市，試驗(yàn)區(qū)政策的實(shí)施對(duì)資源型城市的激勵(lì)與約束作用更明顯，有助于實(shí)現(xiàn)城市層面的減污降碳。

2.城市人口空間特征異質(zhì)性。由于綠色金融改革創(chuàng)新試驗(yàn)區(qū)分布較廣，不同區(qū)域的空間布局、自然和人口等資源落差可能使試驗(yàn)區(qū)政策效果產(chǎn)生差異。因此，本文采用中國(guó)人口地理分界線(xiàn)——“胡煥庸線(xiàn)”區(qū)分城市人口空間分布特征。由于從省份層面劃分城市分布的東南和西北半壁可能存在較大差異，例如四川省中的東部和西部分別隸屬東南和西北半壁。因而，本文借鑒戚偉等［33］的研究，從城市層面進(jìn)行劃分，并分組估計(jì)?；貧w結(jié)果如表7列（3）和列（4）所示，試驗(yàn)區(qū)政策在東南和西北部均能顯著推動(dòng)城市減污降碳。相對(duì)于東南部，試驗(yàn)區(qū)政策更能推動(dòng)西北部城市的減污降碳水平提升，且回歸系數(shù)通過(guò)了組間差異系數(shù)檢驗(yàn)。這表明，試驗(yàn)區(qū)政策更能有效幫助西北部城市提高金融可得性，增強(qiáng)其減污降碳能力。

3.城市經(jīng)濟(jì)地理特征異質(zhì)性。由于浙江湖州和廣東廣州分別被歸于長(zhǎng)三角和珠三角城市群，而江西南昌和九江毗鄰長(zhǎng)江中游城市群，城市群的經(jīng)濟(jì)增長(zhǎng)效應(yīng)可能會(huì)影響試驗(yàn)區(qū)政策對(duì)城市減污降碳的影響。中國(guó)目前共布局19個(gè)國(guó)家級(jí)城市群，并分為優(yōu)化提升、發(fā)展壯大和培育發(fā)展三個(gè)層次，其中發(fā)展壯大和培養(yǎng)發(fā)展層次尚未形成明顯的規(guī)模效應(yīng)。因此，本文以?xún)?yōu)化提升層次的五大城市群（京津冀、長(zhǎng)三角、珠三角、成渝、長(zhǎng)江中游）作為樣本區(qū)分依據(jù)，并通過(guò)國(guó)務(wù)院相關(guān)城市群發(fā)展規(guī)劃文件整理對(duì)應(yīng)城市，進(jìn)行分組估計(jì)?；貧w結(jié)果如表7列（5）和列（6）所示，TreatPost的估計(jì)系數(shù)在非城市群的組別中顯著為負(fù)。這表明試驗(yàn)區(qū)政策拓寬了非城市群城市獲取綠色金融資源的渠道，通過(guò)提升資源可得性實(shí)現(xiàn)城市減污降碳。

五、作用機(jī)制與溢出效應(yīng)分析

（一）作用機(jī)制分析

根據(jù)理論分析，綠色金融可能通過(guò)融資約束和技術(shù)進(jìn)步效應(yīng)促進(jìn)城市減污降碳。因此，本文借助試驗(yàn)區(qū)政策，分別從宏觀(guān)與微觀(guān)層面檢驗(yàn)這一作用機(jī)制，并探究了微觀(guān)層面的異質(zhì)性行業(yè)差異。借鑒江艇［34］對(duì)因果關(guān)系的論證，構(gòu)建如下回歸模型，其中，Med為中介變量，其余變量與基準(zhǔn)模型保持一致。

Medit=α0+α1Treati×Postt+α2Controlit+Cityi+Yeart+εit（35）

1.融資約束效應(yīng)。在宏觀(guān)層面，采用各城市金融機(jī)構(gòu)存貸款余額占"GDP"的比重來(lái)衡量。在微觀(guān)層面，采用不受主觀(guān)評(píng)估干擾的FC指數(shù)衡量，該值越大，說(shuō)明企業(yè)面臨的融資約束越嚴(yán)重。為使微觀(guān)機(jī)制檢驗(yàn)更具有穩(wěn)健性，本文將基準(zhǔn)模型中的城市固定效應(yīng)替換為企業(yè)固定效應(yīng)?；貧w結(jié)果如表8列（1）、列（3）和列（6）所示，試驗(yàn)區(qū)政策顯著提高了城市金融存貸款比例，提升了污染行業(yè)所面臨的融資約束，但對(duì)非污染行業(yè)的約束緩解效應(yīng)不顯著。這表明，一方面，試驗(yàn)區(qū)政策通過(guò)綠色金融工具引導(dǎo)資金投入節(jié)能產(chǎn)業(yè)或環(huán)保項(xiàng)目，改善了綠色發(fā)展中的金融資源錯(cuò)配現(xiàn)象，進(jìn)而促進(jìn)城市低碳化、綠色化。另一方面，試驗(yàn)區(qū)政策通過(guò)在綠色金融領(lǐng)域?qū)ξ廴拘袠I(yè)施加融資約束，促使企業(yè)選擇更為綠色的生產(chǎn)模式，減少污染和碳排放；在非污染行業(yè)中，綠色金融雖會(huì)對(duì)具有綠色傾向的企業(yè)提供融資便利，但由于市場(chǎng)自主驅(qū)動(dòng)力不足，定價(jià)機(jī)制尚不完善，導(dǎo)致對(duì)非污染行業(yè)綠色轉(zhuǎn)型的資源配置功能未能完全發(fā)揮。

2.技術(shù)進(jìn)步效應(yīng)。在宏觀(guān)層面，借鑒李衛(wèi)兵和涂蕾［35］的研究，在全要素生產(chǎn)率的基礎(chǔ)上加上能源投入和污染排放的非期望產(chǎn)出指標(biāo)，計(jì)算城市綠色全要素生產(chǎn)率。如表8列（2）所示，TreatPost的回歸系數(shù)顯著為正，即相比控制組城市，試驗(yàn)區(qū)政策有效提升了處理組城市的綠色全要素生產(chǎn)率，存在技術(shù)進(jìn)步效應(yīng)。在微觀(guān)層面，借鑒王馨和王營(yíng)［36］的研究，將綠色發(fā)明專(zhuān)利和綠色實(shí)用專(zhuān)利的對(duì)數(shù)分別作為綠色技術(shù)進(jìn)步的替代指標(biāo)，并采用企業(yè)固定效應(yīng)進(jìn)行檢驗(yàn)?；貧w結(jié)果如表8列（4）和列（5）、列（7）和列（8）所示，試驗(yàn)區(qū)政策僅能支持污染行業(yè)綠色創(chuàng)新的技術(shù)進(jìn)步，對(duì)非污染行業(yè)的支持作用不顯著。這表明，綠色金融存在技術(shù)進(jìn)步效應(yīng)，但僅推動(dòng)污染行業(yè)技術(shù)進(jìn)步。試驗(yàn)區(qū)政策對(duì)污染行業(yè)施加的融資約束及相關(guān)限制，激發(fā)了企業(yè)創(chuàng)新動(dòng)力，提高綠色創(chuàng)新水平，且對(duì)污染行業(yè)的倒逼效應(yīng)明顯大于對(duì)非污染行業(yè)的激勵(lì)效應(yīng)。綜上分析，在宏觀(guān)層面，試驗(yàn)區(qū)政策的實(shí)施有效緩解了城市的融資約束，促進(jìn)了城市技術(shù)進(jìn)步；在微觀(guān)層面，試驗(yàn)區(qū)政策對(duì)微觀(guān)企業(yè)存在差異性，僅對(duì)污染行業(yè)有效，緩解了污染行業(yè)的融資約束，并推動(dòng)了該行業(yè)的技術(shù)進(jìn)步。進(jìn)而從宏觀(guān)和微觀(guān)兩個(gè)層面共同促進(jìn)了城市減污降碳，從而驗(yàn)證了假設(shè)H2。

（二）溢出效應(yīng)分析

考慮到金融發(fā)展在一定程度上可以擺脫地理距離的束縛，區(qū)域要素流動(dòng)和經(jīng)濟(jì)聯(lián)系也促進(jìn)了地區(qū)間的協(xié)同聯(lián)動(dòng)，因而綠色金融對(duì)減污降碳的影響也可能受空間因素影響，或具有空間溢出效果。因此，本文從空間溢出視角進(jìn)一步檢驗(yàn)綠色金融對(duì)城市減污降碳的影響。

借鑒林木西和肖宇博［7］的研究，在經(jīng)過(guò)LM和Wald檢驗(yàn)后，采用雙重差分空間杜賓模型檢驗(yàn)綠色金融對(duì)減污降碳的空間溢出效應(yīng)?？臻g杜賓模型設(shè)定如下：

CPit=α0+ρWCPit+α1Treati×Postt+α2WTreati×Postt+α3Controlit+α4WControlit+Cityi+Yeart+εit（36）

其中，ρ為空間自回歸系數(shù)，W為空間權(quán)重矩陣，分別采用地理距離和經(jīng)濟(jì)距離矩陣進(jìn)行檢驗(yàn)。α1和α3與α2和α4分別表示政策變量和控制變量對(duì)城市減污降碳的直接效應(yīng)與空間溢出效應(yīng)。其余變量與基準(zhǔn)模型保持一致。

為選擇合適的空間計(jì)量模型，首先，本文利用LM和Wald檢驗(yàn)考察在兩種空間權(quán)重矩陣下模型的最優(yōu)形式。檢驗(yàn)結(jié)果如表9所示，LM和Wald檢驗(yàn)均拒絕原假設(shè)，表明在地理距離和經(jīng)濟(jì)距離矩陣下，應(yīng)拒絕空間自相關(guān)和空間誤差模型，選擇空間杜賓模型更為合適。其次，"Hausman檢驗(yàn)結(jié)果顯示在1%水平上顯著，表明應(yīng)拒絕模型的隨機(jī)效應(yīng)假定。最后，LR檢驗(yàn)結(jié)果均在1%水平上顯著，表明應(yīng)使用雙固定效應(yīng)模型。因此，本文的空間計(jì)量模型應(yīng)為雙向固定效應(yīng)的空間杜賓模型。

表10展示了空間杜賓模型的回歸結(jié)果?？梢钥闯觯诘乩砭嚯x和經(jīng)濟(jì)距離矩陣下，試驗(yàn)區(qū)政策均對(duì)城市減污降碳具有顯著的提升作用。與基準(zhǔn)回歸模型相比，空間杜賓模型下試驗(yàn)區(qū)政策對(duì)城市減污降碳的政策效應(yīng)更明顯。這表明在考慮個(gè)體受到的空間影響后，試驗(yàn)區(qū)政策促進(jìn)減污降碳的解釋能力有所提升。此外，空間相關(guān)性系數(shù)ρ通過(guò)顯著性檢驗(yàn)，但兩類(lèi)距離矩陣的W×TreatPost的估計(jì)系數(shù)均未通過(guò)顯著性檢驗(yàn)，表明試驗(yàn)區(qū)政策的減污降碳效應(yīng)存在空間溢出效應(yīng)，但對(duì)其他城市未產(chǎn)生明顯溢出影響。從理論層面來(lái)看，試驗(yàn)區(qū)政策以綠色金融工具和金融服務(wù)提升試驗(yàn)區(qū)的綠色發(fā)展水平，且金融發(fā)展的擴(kuò)散與提升影響有助于帶動(dòng)周邊城市綠色轉(zhuǎn)型。但從現(xiàn)實(shí)層面來(lái)看，一方面，試驗(yàn)區(qū)的綠色金融政策多根據(jù)地方特色進(jìn)行制定，例如廣東側(cè)重發(fā)展綠色金融市場(chǎng)；新疆側(cè)重提升綠色金融支持現(xiàn)代農(nóng)業(yè)和清潔能源資源等，因而導(dǎo)致試點(diǎn)城市與周邊城市的協(xié)同作用有限。另一方面，試驗(yàn)區(qū)的綠色金融工具在市場(chǎng)中存在區(qū)域壁壘，抑制了綠色金融對(duì)周邊城市的輻射效應(yīng)，因而使試驗(yàn)區(qū)政策未能對(duì)周邊城市的減污降碳產(chǎn)生溢出影響。

六、結(jié)論與政策建議

本文以綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策作為準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用漸進(jìn)雙重差分模型，系統(tǒng)評(píng)估了該政策對(duì)城市減污降碳的經(jīng)濟(jì)效應(yīng)。主要結(jié)論如下：（1）試驗(yàn)區(qū)政策顯著促進(jìn)了城市減污降碳的協(xié)同推進(jìn)。與非試點(diǎn)城市相比，試驗(yàn)區(qū)政策有效提升了試點(diǎn)城市的減污降碳水平，對(duì)溫室氣體和污染物排放均產(chǎn)生了顯著的抑制作用。這一結(jié)論在經(jīng)過(guò)多種模型有效性檢驗(yàn)和穩(wěn)健性檢驗(yàn)后依然成立，確保了研究結(jié)果的可靠性。（2）試驗(yàn)區(qū)政策的減污降碳效應(yīng)呈現(xiàn)明顯的異質(zhì)性特征。從城市資源稟賦、人口空間分布和經(jīng)濟(jì)地理特征來(lái)看，該政策對(duì)資源型城市、“胡煥庸線(xiàn)”西北側(cè)城市以及非城市群城市的減污降碳效果更為顯著。（3）試驗(yàn)區(qū)政策通過(guò)融資約束和技術(shù)進(jìn)步雙重機(jī)制促進(jìn)減污降碳。在宏觀(guān)層面，政策有效緩解了城市金融約束，提升了綠色全要素生產(chǎn)率；在微觀(guān)層面，政策對(duì)污染行業(yè)和非污染行業(yè)產(chǎn)生了差異化影響，顯著提升了污染行業(yè)企業(yè)的融資約束和綠色創(chuàng)新水平，但對(duì)非污染行業(yè)的影響不顯著。（4）空間因素強(qiáng)化了試驗(yàn)區(qū)政策的減污降碳效應(yīng)。在考慮地理距離和經(jīng)濟(jì)距離矩陣后，政策效果較未考慮空間因素時(shí)明顯增強(qiáng)，但尚未形成對(duì)周邊城市的空間溢出效應(yīng)。

基于上述研究結(jié)論，本文提出以下政策建議：

第一，深化金融支持，推動(dòng)協(xié)同治理。鑒于試驗(yàn)區(qū)政策的顯著成效，政府應(yīng)持續(xù)推進(jìn)綠色金融改革區(qū)域試點(diǎn)工作，鼓勵(lì)符合條件的城市積極申報(bào)，并探索省級(jí)或縣級(jí)層面的試點(diǎn)創(chuàng)新。同時(shí)，應(yīng)結(jié)合試點(diǎn)城市的發(fā)展特征，加大政策支持力度，促進(jìn)城市綠色轉(zhuǎn)型。在空間協(xié)調(diào)方面，提升綠色金融工具的覆蓋范圍和可得性，加強(qiáng)城市間的政策協(xié)同與合作，著力解決因地理距離和市場(chǎng)壁壘導(dǎo)致的聯(lián)動(dòng)不足問(wèn)題。

第二，強(qiáng)化源頭治理，優(yōu)化技術(shù)路徑。政府應(yīng)重點(diǎn)支持污染行業(yè)企業(yè)加強(qiáng)綠色技術(shù)創(chuàng)新，特別是在清潔低碳能源使用、生產(chǎn)效率提升和能源結(jié)構(gòu)優(yōu)化等方面。對(duì)于非污染行業(yè)，可通過(guò)稅收優(yōu)惠、財(cái)政補(bǔ)貼等政策工具，激勵(lì)其加快綠色低碳轉(zhuǎn)型步伐。同時(shí)，應(yīng)持續(xù)推進(jìn)綠色金融工具創(chuàng)新和市場(chǎng)化改革，完善綠色金融定價(jià)機(jī)制，充分發(fā)揮市場(chǎng)在資源配置中的決定性作用。

第三，創(chuàng)新體制機(jī)制，完善政策保障。首先，應(yīng)幫助非污染行業(yè)拓展融資渠道，提升綠色金融的激勵(lì)效果；同時(shí)，針對(duì)污染行業(yè)建立激勵(lì)與約束并重的機(jī)制，在強(qiáng)化融資約束的同時(shí)提供適當(dāng)?shù)霓D(zhuǎn)型補(bǔ)貼。其次，政府和企業(yè)應(yīng)根據(jù)城市特征制定差異化措施：對(duì)資源型城市，應(yīng)加大綠色金融支持力度，加快推進(jìn)落后產(chǎn)能退出；對(duì)具有人口、經(jīng)濟(jì)和地理優(yōu)勢(shì)的城市，應(yīng)注重環(huán)境保護(hù)與經(jīng)濟(jì)增長(zhǎng)的協(xié)同推進(jìn)，努力實(shí)現(xiàn)環(huán)境效益、氣候效益和經(jīng)濟(jì)效益的多重目標(biāo)。

參考文獻(xiàn)：

［1］"宋德勇，陳梁，王班班.環(huán)境權(quán)益交易如何實(shí)現(xiàn)減污降碳協(xié)同增效：理論與經(jīng)驗(yàn)證據(jù)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024（2）：171-192.

［2］"劉華軍，郭立祥，喬列成.減污降碳協(xié)同效應(yīng)的量化評(píng)估研究——基于邊際減排成本視角［J］.統(tǒng)計(jì)研究，2023（4）：19-33.

［3］"張雪純，曹霞，宋林壕.碳排放交易制度的減污降碳效應(yīng)研究——基于合成控制法的實(shí)證分析［J］.自然資源學(xué)報(bào)，2024（3）：712-730.

［4］"孫博文，鄭世林.環(huán)境規(guī)制的減污降碳協(xié)同效應(yīng)——來(lái)自清潔生產(chǎn)標(biāo)準(zhǔn)實(shí)施的準(zhǔn)自然實(shí)驗(yàn)［J］.經(jīng)濟(jì)學(xué)（季刊），2024（2）：624-642.

［5］"李俊明，魏雯琪，張鵬，等.中國(guó)市域數(shù)字經(jīng)濟(jì)發(fā)展對(duì)減污降碳協(xié)同的促進(jìn)效應(yīng)及其空間分異［J］.經(jīng)濟(jì)地理，2023（12）：169-180.

［6］"文書(shū)洋，張琳，劉錫良.我們?yōu)槭裁葱枰G色金融？——從全球經(jīng)驗(yàn)事實(shí)到基于經(jīng)濟(jì)增長(zhǎng)框架的理論解釋?zhuān)跩］.金融研究，2021（12）：20-37.

［7］"于璐瑤，梁澤，高洋.綠色金融與數(shù)字經(jīng)濟(jì)協(xié)同賦能地區(qū)綠色發(fā)展的機(jī)制研究［J］.統(tǒng)計(jì)與信息論壇，2024，39（10）：56-71.

［8］"文書(shū)洋，林則夫，劉錫良.綠色金融與經(jīng)濟(jì)增長(zhǎng)質(zhì)量：帶有資源環(huán)境約束的一般均衡模型構(gòu)建與實(shí)證檢驗(yàn)［J］.中國(guó)管理科學(xué)，2022（3）：55-65.

［9］"史代敏，施曉燕.綠色金融與經(jīng)濟(jì)高質(zhì)量發(fā)展：機(jī)理、特征與實(shí)證研究［J］.統(tǒng)計(jì)研究，2022（1）：31-48.

［10］王遙.綠色金融體系如何推動(dòng)經(jīng)濟(jì)綠色轉(zhuǎn)型［J］.人民論壇·學(xué)術(shù)前沿，2024（1）：59-67.

［11］孫少巖，王笑音，高翠云.綠色信貸能發(fā)揮碳減排效應(yīng)嗎？［J］.中國(guó)人口·資源與環(huán)境，2023（8）：37-47.

［12］張科，熊子怡，黃細(xì)嘉.綠色債券、碳減排效應(yīng)與經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.財(cái)經(jīng)研究，2023（6）：64-78.

［13］郭俊杰，方穎.綠色信貸、融資結(jié)構(gòu)與企業(yè)環(huán)境投資［J］.世界經(jīng)濟(jì)，2022（8）：57-80.

［14］陳國(guó)進(jìn)，丁賽杰，趙向琴，等.中國(guó)綠色金融政策、融資成本與企業(yè)綠色轉(zhuǎn)型——基于央行擔(dān)保品政策視角［J］.金融研究，2021（12）：75-95.

［15］胡珺，方祺，龍文濱.碳排放規(guī)制、企業(yè)減排激勵(lì)與全要素生產(chǎn)率——基于中國(guó)碳排放權(quán)交易機(jī)制的自然實(shí)驗(yàn)［J］.經(jīng)濟(jì)研究，2023（4）：77-94.

［16］許文立，孫磊.市場(chǎng)激勵(lì)型環(huán)境規(guī)制與能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)型——來(lái)自中國(guó)碳排放權(quán)交易試點(diǎn)的經(jīng)驗(yàn)證據(jù)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023（7）：133-155.

［17］陳奉功，張誼浩.綠色債券發(fā)行、企業(yè)綠色轉(zhuǎn)型與市場(chǎng)激勵(lì)效應(yīng)［J］.金融研究，2023（3）：131-149.

［18］崔惠玉，王寶珠，徐穎.綠色金融創(chuàng)新、金融資源配置與企業(yè)污染減排［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（10）：118-136.

［19］張振華，汪京，馮嚴(yán)超，等.綠色金融改革創(chuàng)新試驗(yàn)區(qū)對(duì)臭氧污染的影響效應(yīng)［J］.中國(guó)人口·資源與環(huán)境，2022（12）：52-65.

［20］趙亞雄，王修華，劉錦華.綠色金融改革創(chuàng)新試驗(yàn)區(qū)效果評(píng)估——基于綠色經(jīng)濟(jì)效率視角［J］.經(jīng)濟(jì)評(píng)論，2023（2）：122-138.

［21］王修華，劉錦華，趙亞雄.綠色金融改革創(chuàng)新試驗(yàn)區(qū)的成效測(cè)度［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021（10）：107-127.

［22］Acemoglu，D.，Aghion，P.，Bursztyn，L.，et"al."The"Environment"and"Directed"Technical"Change［J］.American"Economic"Review，2012（1）：131-66.

［23］文書(shū)洋，劉錫良.金融錯(cuò)配、環(huán)境污染與可持續(xù)增長(zhǎng)［J］.經(jīng)濟(jì)與管理研究，2019（3）：3-20.

［24］潘冬陽(yáng)，陳川祺，Michael"G.金融政策與經(jīng)濟(jì)低碳轉(zhuǎn)型——基于增長(zhǎng)視角的研究［J］.金融研究，2021（12）：1-19.

［25］文書(shū)洋，劉浩，王慧.綠色金融、綠色創(chuàng)新與經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.金融研究，2022（8）：1-17.

［26］何凡，張靜堃，范子英.公眾參與的減排效應(yīng)——來(lái)自環(huán)保熱線(xiàn)開(kāi)通的證據(jù)［J］.經(jīng)濟(jì)學(xué)（季刊），2024（3）：897-913.

［27］陸敏，徐好，陳福興.“雙碳”背景下碳排放交易機(jī)制的減污降碳效應(yīng)［J］.中國(guó)人口·資源與環(huán)境，2022（11）：121-133.

［28］張振華，陳曦，汪京，等.綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策對(duì)碳排放的影響效應(yīng)——基于282個(gè)城市面板數(shù)據(jù)的準(zhǔn)實(shí)驗(yàn)研究［J］.中國(guó)人口·資源與環(huán)境，2024（2）：32-45.

［29］Biasi，"B.，"Sarsons，"H."Flexible"Wages，"Bargaining，"and"the"Gender"Gap［J］.Quarterly"Journal"of"Economics，2022（1）：215-266.

［30］Callaway，"B.，"Sant’Anna，"P.H.C.Difference-in-Differences"with"Multiple"Time"Periods［J］.Journal"of"Econometrics，2021（2）：200-230.

［31］Borusyak，"K.，"Jaravel，"X.，"Spiess，"J."Revisiting"Event"Study"Designs："Robust"and"Efficient"Estimation［J］.Review"of"Economic"Studies，2024（6）：1-33.

［32］張海峰，沈坤榮，梁若冰，等.生態(tài)補(bǔ)償獎(jiǎng)懲機(jī)制改革對(duì)大氣污染治理的優(yōu)勢(shì)效應(yīng)研究［J］.管理世界，2024（6）：114-133.

［33］戚偉，劉盛和，劉振.基于“七普”的“胡煥庸線(xiàn)”兩側(cè)人口集疏新態(tài)勢(shì)及影響因素［J］.地理學(xué)報(bào)，2022（12）：3023-3040.

［34］江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：100-120.

［35］李衛(wèi)兵，涂蕾.中國(guó)城市綠色全要素生產(chǎn)率的空間差異與收斂性分析［J］.城市問(wèn)題，2017（9）：55-63.

［36］王馨，王營(yíng).綠色信貸政策增進(jìn)綠色創(chuàng)新研究［J］.管理世界，2021（6）：173-188+11.

How"Green"Finance"Achieve"the"Coordinated"Promotion"on"Urban"Pollution"Reduction"

and"Carbon"Emission"Reduction："Empirical"Evidence"Based"on"Green"Finance"

Reform"andInnovation"Pilot"Zones

ZHANG"Chao，"HU"Zongguang

（Anhui"University"of"Finance"amp;"Economic，"School"of"Finance，Bengbu"233030，China）

Abstract：Coordinated"promotion"of"pollution"reduction"and"carbon"emission"reduction"is"a"key"initiative"for"achieving"green"development，"with"strengthened"financial"support"serving"as"a"crucial"guarantee."This"paper"constructs"a"general"equilibrium"model"to"systematically"elaborate"on"the"theoretical"relationship"between"green"finance"and"pollution"reduction"and"carbon"emission"reduction."Based"on"the"panel"data"from"281"cities"in"China"from"2011"to"2022，"it"employs"a"progressive"difference-in-differences"（DID）"model"to"empirically"examine"the"impact"of"the"Green"Finance"Reform"and"Innovation"Pilot"Zone"policy"on"the"urban"pollution"reduction"and"carbon"emission"reduction"and"its"underlying"mechanisms."The"findings"indicate"that"the"pilot"zone"policy"has"significantly"advanced"the"reduction"efforts"of"urban"pollution"and"carbon"emission，"with"the"effect"being"more"pronounced"in"resource"cities，"cities"in"the"northwestern"part"of"the"“Hu"Huanyong"Line"”，"and"non-urban"agglomeration"cities."Mechanism"analysis"reveals"that"the"pilot"zone"policy"facilitates"the"urban"pollution"reduction"and"carbon"emission"reduction"through"two"primary"channels："alleviating"financing"constraints"and"promoting"technological"progress."However，"the"micro-level"effect"is"only"significant"for"polluting"industries."Spatial"econometric"analysis"further"demonstrates"that"the"pollution"and"carbon"emission"reduction"effect"of"the"pilot"zone"policy"is"significantly"enhanced"when"spatial"factors"are"considered，"but"the"spatial"spillover"effects"on"neighboring"cities"have"not"yet"been"observed.

Key"words：green"finance"reform"and"innovation"pilot"zone;"pollution"reduction"and"carbon"emission"reduction;"general"equilibrium"model;"did"method;"spillover"effect"

（責(zé)任編輯：趙春江）