绿色金融发展对河北省碳排放的影响研究

Research on the Impact of Green Finance Development on Carbon Emissions in Hebei Province

摘要: 2023年中央金融工作会议明确将“绿色金融”作为建设金融强国的五篇大文章之一，探究绿色金融与碳排放之间的关系，撬动更多金融资本和社会资本投向绿色低碳产业，是促进区域经济可持续发展的关键举措。本文基于2012~2022年河北省五个典型城市的面板数据，利用双固定效应和中介效应回归，揭示绿色金融与河北省碳排放之间的内在联系，实证结果表明：绿色信贷会减少河北省的碳排放量，政府提供的绿色支持也会减少碳排放。中介检验结果表明，绿色支持具有中介效应，通过减少六大高耗能产业利息支出来抑制河北省的碳排放。本研究对于河北省的持续健康绿色发展，实现区域碳达峰目标有着重要借鉴意义。

Abstract: The 2023 Central Financial Work Conference explicitly identified “green finance” as one of the important means to build a financially strong nation. Exploring the relationship between green finance and carbon emissions, and guide more financial and social capital towards green and low-carbon industries, is a key measure to promote the sustainable development of regional economies. Based on panel data from five typical cities in Hebei Province from 2012 to 2022, using a two-way fixed effects model and a mediation effect model, this paper reveal the intrinsic relationship between green finance and carbon emissions in Hebei Province. The empirical results indicate that green credit reduces carbon emissions in Hebei Province, and government-provided green support also contributes to carbon reduction. The mediation test results show that green support has a mediating effect, suppressing carbon emissions in Hebei Province by reducing interest expenditures in the six major energy-intensive industries. The study holds significant implications for the sustained, healthy, and green development of Hebei Province, as well as for achieving regional carbon peaking targets.

1. 引言

2024年4月10日，人民银行等七部门联合发布《关于进一步强化金融支持绿色低碳发展的指导意见》(以下简称《指导意见》)，《指导意见》重点提出了金融在支持低碳减排中发挥的重要作用，将进一步推动我国绿色金融体系的低碳转型，为金融机构做好绿色金融大文章提供制度化的遵循。长期以来，我国的经济增长与化石能源的高消耗和二氧化碳的高排放密切相关，这种传统的粗放式增长模式在推动经济快速增长的同时，也给生态环境带来了巨大危害。随着我国进入经济高质量发展的新阶段，这种传统的增长模式也亟待转型。绿色金融作为推动产业结构和能源结构的优化调整手段，可以引导更多的市场主体主动寻求绿色转型，从而推动经济社会的可持续发展。

河北省作为我国的工业大省，曾是污染最严重的地区之一，近年来在环境治理上取得了显著成果。为了进一步推动全省经济社会的绿色低碳发展，建立健全绿色低碳循环发展经济体系，早日实现“碳中和、碳达峰”的目标，河北省在2021年9月出台了《银行业保险业发展绿色金融助力碳达峰碳中和目标实现的指导意见》，为河北金融机构支持实体经济“双碳”转型建立了制度遵循。鉴于此，为了持续推动、深化河北省环境治理效果，本文以探究绿色金融发展对碳排放的影响为目标，对现有的相关文献进行总结梳理，搭建回归模型进行实证分析，深入讨论绿色金融发展对碳排放影响中是否存在中介效应，并根据分析结果提出相应的政策建议。

2. 文献回顾

绿色金融旨在通过引导资金进入环保领域，推动节能环保行业的发展，达到碳减排的效果。2016年我国正式建设绿色金融体系，带动了碳排放与绿色金融关系的研究。国内外学者对绿色金融对碳排放影响的研究集中于绿色金融政策支持、绿色信贷、金融发展、金融资金、碳金融与二氧化碳排放等方面。

Pretis F. & Roser M. (2017) [1]的研究表明，绿色金融的发展可以显著减低二氧化碳的总量。全面推进绿色金融，可以有效减少碳排放，促进经济发展。Sher K, Peng Z & Li Y. (2019) [2]的研究发现，大力发展绿色金融可以有效地改善环境质量，并且可以显著降低碳排放量。应该积极推动绿色金融的发展，以期达到减少碳排放的目的。Li et al. (2019) [3]发现绿色信贷可以有效减少碳排放，而碳交易则会导致碳排放量的增加，从而影响到环境的可持续发展。

江红莉，王为东和王露等(2020) [4]发现绿色信贷、绿色风投均对碳排放有显著的抑制作用。巫姣(2021) [5]认为绿色金融可以推动产业转移和创新，可以推动低碳化发展。程郁泰、肖红叶(2022) [6]构建的E-DSGE模型，发现碳排放治理能够有效地调整中国经济基本面的长期稳态水平，从而促进经济的高质量增长；此外，绿色金融可以减缓碳税政策对中国经济金融稳定的影响，而且二者的协调配合可以提高我国经济抵御外部系统影响的能力。

上述可知，大多数的学者的研究基于国家宏观层面，对于个别地区的针对性以及绿色金融减少碳排放的作用机制研究较少，本文则通过调查河北省的不同城市之间的绿色金融发展情况与碳排放的关系，研究绿色金融对其碳排放的影响以及影响方式，为区域性绿色金融助力碳减排的研究提供一定的参考，这也是本文的创新点。

3. 理论分析和研究假设

绿色金融抑制碳排放的产生有多种方式：第一，随着绿色金融水平的提高，绿色发展观念深入人心，可以引导资金流向更绿色的产业，促进绿色产业的发展。第二，绿色信贷对鼓励类企业具有显著的激励效应；对限制淘汰类企业则存在抑制效应(2022胡天杨、涂正革) [7]，使得绿色信贷在一定程度上抑制碳排放。第三，随着经济发展，地方政府也开始重视环境保护，颁布政策引导发展低碳经济，增加环境保护支出，为企业提供绿色支持，支持企业进行技术创新，减少碳排放(2023赵晓春、龙来春) [8]。

综合以上理论分析，研究假设如下：第一，绿色信贷规模的增长，会导致碳排放量的下降；第二，政府的绿色支持可以有效降低碳排放量的产生；第三，绿色支持对碳排放的影响存在中介效应，即绿色支持通过抑制六大高耗能产业利息支出进而抑制碳排放。

4. 变量选取与模型构建

(一) 样本选取与数据来源

由于河北省不同城市经济发展水平存在差异，某些城市部分经济数据的统计存在遗漏，本文选择统计数据较为完备、经济状况具有代表性的几座城市作为主要调查对象，最终选用2012~2023年间石家庄市、沧州市、邯郸市、保定市、秦皇岛市、衡水市等五座城市的市级样本构建面板数据进行实证研究。变量数据主要来源于《中国能源统计年鉴》《中国工业统计年鉴》《河北省统计年鉴》、WIND数据库、以及相关城市的统计年鉴等。

(二) 指标选取

1. 被解释变量：人均碳排放量的测度(PC)

为了深入探究绿色金融与碳排放之间的关系，本研究选择碳排放作为被解释变量。考虑到碳排放的测量涉及多种气体，如二氧化碳、氮气、氢气等，但在实际统计过程中，多数气体的排放量难以准确测量，数据获取难度较大。因此，我们需要在确保数据可得性和准确性的前提下，选择合适的指标来代表碳排放。在综合考虑各种因素后，本研究决定采用IPCC清单法来测度碳排放量。这种方法不仅相对简单，而且数据容易获取，计算量也较低，能够有效地满足本研究的需求。因此本文最终选择人均碳排放量作为指标，以期获得更准确的河北省碳排放量结果。

具体测算方法如下所示：

Table 1. Various types of energy and carbon emission factors

表1. 各类能源以及碳排放系数

燃料类型	折标准煤系数	碳排放系数
煤炭	0.7143	0.7669
焦炭	0.9714	0.8547
原油	1.4286	0.5854
汽油	1.4714	0.5571
煤油	1.4714	0.5733
柴油	1.4571	0.5913
燃料油	1.4286	0.6176
天然气	1.3300	0.4478

计算公式为：$PC=\frac{\sum E_i\times {\alpha }_i\times {\beta }_i}{P}$ 。

表1为参考宋杰鲲(2012)各类能源的转换系数和碳排放系数，根据上述公式可以计算出河北省不同城市2012~2023年间的人均碳排放量，其中PC为人均碳排放量；$E_i$ 为第i种能源的消费量；${\alpha }_i$ 为第i种能源折标准煤系数；${\beta }_i$ 为第i种能源的碳排放系数；P为城市年末常住人口总量。

2. 核心解释变量

本文选取绿色信贷(GC₁)和绿色支持(GS)代表绿色金融发展状况作为核心解释变量。绿色信贷(GC₁)由非六大高耗能产业利息支出占比表示，计算方法为：(工业利息总支出 − 六大高耗能工业产业利息支出)/工业利息总支出。绿色支持(GS)由财政环境保护支出占比表示，计算方法为：财政环境保护支出/财政一般预算支出。

3. 中介变量

某个地区的经济发展状况往往与政府的行为有着密不可分的关系，绿色金融的发展同样如此，考虑到不同地区可能因为政府的侧重点不同，金融市场的发展程度不同，绿色金融对碳排放量的作用可能受到金融市场发展程度差异的影响，所以本文在研究政府绿色支持与碳排放量关系时，将绿色信贷负向指标(GC₂)作为中介变量进行研究，探究其是否存在中介效应。

4. 控制变量

河北省各地市之间的经济发展水平存在差异，不同地方政府的干预程度、具体政策制定与实施效果也不尽相同，所以本文选取的控制变量包括政府干预程度(GI)、各城市的经济发展水平(PGDP)与城镇化水平(UR)。其中政府干预程度由政府支出占GDP比重表示，经济发展水平由人均GDP表示，城镇化水平由当年城镇化率表示。

(三) 模型设定

鉴于所选数据为面板数据性质，为消除时间变量的潜在影响并突出个体间的差异，本文采用了双固定效应模型进行回归分析。这一选择旨在克服最小二乘法可能引入的估计偏误，增强了模型的稳健性，确保了估计结果的合理性。因此，构建的基本计量模型设定如下：

$P{C}_{it}={\alpha }_0+{\alpha }_{1}G{C}_{it}+{\alpha }_{2}Con{s}_{it}+{\mu }_i+v_t+u_{it}$ (1)

$P{C}_{it}={\alpha }_0+{\alpha }_{1}G{S}_{it}+{\alpha }_{2}Con{s}_{it}+{\mu }_i+v_t+u_{it}$ (2)

上式分别为绿色信贷与绿色支持对碳排放量的直接效应回归，其中为PC为人均碳排放量；${\alpha }_0$ 为常数项；$\beta$ 为回归系数；GS为绿色支持；Cons为控制变量；${\mu }_i$ 、$v_t$ 表示不同城市不同时间之间的差异带来的误差项；$u_{it}$ 为残差项；i代表不同城市；t代表时间。

将绿色信贷负向指标(GC₂)作为中介变量时，构建中介效应检验模型

$G{C}_{2it}={\beta }_0+{\beta }_{1}G{S}_{it}+{\beta }_{2}Con{s}_{it}+{\mu }_i+v_t+u_{it}$ (2)

$P{C}_{it}={\gamma }_0+{\gamma }_{1}G{C}_{2it}+{\gamma }_{2}G{S}_{it}+{\gamma }_{3}Con{s}_{it}+{\mu }_i+v_t+u_{it}$ (3)

其中GC₂为六大高耗能产业占工业利息总支出的比率，其他指标不变。

5. 实证检验

(一) 基准回归

表2是绿色信贷对碳排放量影响的回归结果，为进行对比分析，本文先后采用了混合OLS模型、固定效应模型、随机效应模型和双固定效应模型进行回归，再加入控制变量后，得到的结果均在5%的水平上通过显著性检验。说明绿色信贷对碳排放量的影响在短期内存在负向效应，即绿色信贷可以抑制碳排放量。BP-LM检验的P值为0.000，认为随机效应模型优于混合OLS模型。根据Hausman检验P值为0.001，认为固定效应模型优于随机效应模型，因此在后文稳健性检验和异质性检验中均使用双向固定效应模型。所以，绿色信贷的规模增加可以有效地抑制碳排放量的产生，由(4)可知，绿色信贷规模每增加1%，人均碳排放量平均减少0.274%，因此假设一成立。

Table 2. The impact of green credit on carbon emissions: baseline regression

表2. 绿色信贷对碳排放量的影响：基准回归

项	POOL(1)	FE(2)	RE(3)	双向固定(4)
截距	−0.472^***(−4.294)	−0.314^***(−2.595)	−0.768^***(−4.294)	−0.753^***(−1.861)
GC	−0.297^***(−4.818)	−0.250^**(−2.503)	−0.297^***(−4.818)	−0.274^**(−2.665)
GI	1.501^***(3.469)	1.472^***(3.556)	1.501^***(3.469)	1.575^***(3.577)
UR	1.046^***(4.490)	0.491(1.793)	1.046^***(4.490)	0.745(1.625)
GDP	0.178^**(2.221)	0.532^***(4.241)	0.178^**(2.221)	0.587^***(4.284)
R^2	0.770	0.633	0.770	0.604
R^2 (within)	0.764	0.804	0.764	0.779
样本量	50	50	50	50
检验	F(4,45) = 37.622 p = 0.000	F(4,41) = 41.952 p = 0.000	χ^2(4) = 150.487 p = 0.000	F(4,32) = 15.462 p = 0.000

^*p < 0.1；^**p < 0.05；^***p < 0.01括号里面为t值。

表3是政府绿色支持对碳排放量影响的回归结果，根据豪斯曼检验结果，选择时间区域双固定效应模型，加入控制变量后，得到的结果均在5%的水平上通过显著性检验。说明绿色支持也可以抑制碳排放量产生，并且绿色支持每增加1%，碳排放量平均减少0.184%。可见其作用效果略弱于绿色信贷。由此可得假设二也成立。

Table 3. The impact of green support on carbon emissions: baseline regression

表3. 绿色支持对碳排放量的影响：基准回归

项	POOL模型	FE模型	RE模型	双向固定效应
截距	0.054(0.747)	−0.110(−1.354)	0.054(0.747)	−0.151(−1.348)
GS	−0.426^**^*(−7.019)	−0.236^**^*(−3.176)	−0.426^**^*(−7.019)	−0.184^*^*(−2.161)
GI	2.232^**^*(6.103)	1.909^**^*(5.456)	2.232^**^*(6.103)	1.928^**^*(4.374)
GDP	0.201^*^*(2.619)	0.513^**^*(4.664)	0.201^*^*(2.619)	0.535^**^*(3.598)
R^2	0.768	0.616	0.768	0.566
R^2 (within)	0.763	0.810	0.763	0.807
样本量	50	50	50	50
检验	F(3,46) = 50.863 p = 0.000	F(3,42) = 59.606 p = 0.000	χ^2(3) = 152.589 p = 0.000	F(3,33) = 17.254 p = 0.000

^*p < 0.1；^**p < 0.05；^***p < 0.01括号里面为t值。

(二) 中介效应分析

表4为绿色信贷的中介作用分析，使用绿色信贷的负向指标(六大高耗能产业利息支出占比)来代替GC₂，回归结果如表4所示，由表中第(1)列可知，绿色支持依然抑制碳排放的产生，第(2)列显示，政府绿色支持在一定程度上抑制六大高耗能产业的利息支出，由第(3)列可以得出，绿色支持和绿色信贷均在1%的统计水平上显著，所以当政府绿色支持增加时，六大高耗能产业的利息支出减少，进而抑制碳排放量的增加。综上所述，政府的绿色支持通过抑制六大高耗能产业的利息支出抑制了当地的碳排放量，因此，假设三成立。

Table 4. Mediation analysis (n = 50)

表4. 中介作用分析(n = 50)

	PC (1)		GC2 (2)		PC (3)
	B	p	B	p	B	p
常数	−0.213 (−1.687)	0.099	0.998^**^* (3.563)	0.001	−0.387^**^* (−2.907)	0.006
GI	1.703^**^* (4.207)	0.000	0.643 (0.715)	0.478	1.591^**^* (4.192)	0.000
GDP	0.163^*^* (2.189)	0.034	−0.213 (−1.290)	0.204	0.200^**^* (2.833)	0.007
UR	0.603^*^* (2.519)	0.015	−0.457 (−0.861)	0.394	0.683^**^* (3.036)	0.004
GS	−0.359^**^* (−5.687)	0.000	−0.555^**^* (−3.958)	0.000	−0.262^**^* (−3.837)	0.000
GC					0.175^**^* (2.790)	0.008
R^2	0.770		0.431		0.828
调整R^2	0.749		0.381		0.808
F值	F(4,45) = 37.622 p = 0.000		F(4,45) = 8.529 p = 0.000		F(5,44) = 42.221 p = 0.000

^*p < 0.1；^**p < 0.05；^***p < 0.01括号里面为t值。

(三) 稳健性检验

2020年我国爆发新冠疫情，为响应国家号召，积极抗击疫情，大多企业停止生产，因此产生的碳排放量明显低于之前年度，前文的分析过程中遗漏了疫情因素的影响，可能会因此放大河北省绿色金融对碳排放量的抑制效应。为了消除这一影响因素，本文将检验区间限制在疫情爆发之前，即选用2020年以前的数据再次进行检验结果如表5所示，绿色支持系数在1%的水平上显著，同时绿色信贷的中介效应依然存在，前文的结论依然成立，并且排除了由于遗漏疫情因素带来的影响可能导致的估计有偏。

Table 5. Eliminate omitted variables (n = 35)

表5. 消除遗漏变量(n = 35)

	PC	GC	PC
常数	−0.317^*^* (−2.092)	1.064^**^* (3.034)	−0.534^**^* (−3.440)
GI	1.621^**^* (3.333)	0.687 (0.610)	1.480^**^* (3.376)
UR	0.871^**^* (2.940)	−0.545 (−0.795)	0.982^**^* (3.660)
GDP	0.114 (1.076)	−0.305 (−1.246)	0.176 (1.811)
GS	−0.372^**^* (−5.339)	−0.558^**^* (−3.453)	−0.259^**^* (−3.499)
GC			0.204^**^* (2.886)
R^2	0.770	0.360	0.821
调整R^2	0.739	0.275	0.791
F值	F(4,30) = 25.11 p = 0.000	F(4,30) = 4.22 p = 0.008	F(5,29) = 26.67 p = 0.000

^*p < 0.1；^**p < 0.05；^***p < 0.01括号里面为t值。

6. 研究结论与对策建议

(一) 研究结论

目前，我国经济由高速发展阶段转向高质量发展阶段，对环境保护提出了更高要求，促进企业绿色健康发展，加速企业转型迫在眉睫。绿色金融以环境保护为核心，充分引导资金流向，促进企业健康转型，提高经济发展效率与质量。本研究基于河北省部分地区的面板数据，通过双固定效应和中介效应回归模型，深入分析了绿色金融对碳排放的影响及其作用机制。研究结果表明，绿色信贷与绿色支持均与碳排放呈负相关关系，即绿色金融在一定程度上有助于减少二氧化碳的排放。进一步研究发现，政府绿色支出可以在一定程度上减少六大高耗能产业的信贷规模，在一定程度上引导资金流向更清洁、更高效的企业，从而减少碳排放量的产生。

(二) 对策建议

通过上述分析提出以下政策建议：

第一，加大绿色金融的发展力度，完善规范绿色金融市场。绿色金融是推动河北省在2060年实现碳中和目标、达成经济高质量发展的关键支撑。为达成“双碳”目标，河北省需大力推动绿色金融发展，着重投资于环保、节能、清洁能源及绿色交通等关键领域。明确绿色信贷的目标和要求，不断创新金融产品类型，以满足市场多元化的绿色投融资需求。此外，构建权责明确、法规监管严格的绿色金融制度体系至关重要，这将有助于规范市场秩序，防范金融风险，强化绿色金融在降低碳排放、促进碳吸收方面的积极作用。通过金融政策的引导，河北省能够推动产业结构向低碳化、绿色化转型，促进经济的可持续发展。

第二，加强完善绿色金融激励机制。提高清洁行业企业的积极性，同时推动高污染行业企业采纳新技术，树立绿色环保责任理念，从源头上减少CO₂的排放。首先，针对清洁行业企业，河北省应建立明确的激励机制。通过提供优惠贷款、税收减免以及政策扶持等措施，鼓励这些企业加大技术创新和研发投入，推动其快速发展。其次，设立绿色产业奖励基金，对在绿色发展方面取得显著成效的企业给予奖励，提高其市场竞争力。最后，对于高污染行业企业，河北省应建立严格的约束机制。通过实施排污许可制度、环境税以及碳排放权交易等市场机制，让这些企业承担更多的环保成本。加强对这些企业的环保监管，对违规排放行为给予严厉处罚，形成有效的震慑。

第三，增加政府在绿色金融发展初期的引导作用。增加政府对环境保护支出，引导社会资金流向。政府可以通过政策导向和市场机制相结合的方式，引导社会资本更多地投入绿色产业。例如，通过发行绿色债券、设立绿色产业投资基金等方式，吸引社会资本参与绿色项目的投资和运营。提高资金用于绿色项目的使用效率，促进社会产能高质量高效率发展。

基金项目

河北省研究生创新资助项目“绿色金融发展对河北省碳排放的影响研究”(XCXZZ202402)。