1. 引言
2020年9月22日，习近平总书记在第七十五届联合国大会上宣布，中国力争2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和目标。党的二十大报告深刻阐述了人与自然和谐共生是中国式现代化的重要特征，明确了到2035年“广泛形成绿色生产生活方式，碳排放达峰后稳中有降，生态环境根本好转，美丽中国目标基本实现”。而实现这一“双碳”目标的根本在于控制碳排放量以及拉动绿色经济增长。
当前，中国经济增长高度依赖地方政府公共基础设施投资拉动，而地方政府债务(简称地方债)是为公益资本性项目融资的一种财政工具，内生于经济增长的全过程，对经济活动及环境的结果有着双重深刻影响，特别是在发债规模、资金投向领域、使用效率等方面反作用于绿色经济。由此看来，地方债若作为中国市场型环境规制和绿色转型的一个有益补充工具，可引导并助推绿色可持续发展。因此，厘清地方债对“碳达峰”绿色目标实现的内在逻辑和路径选择，为推进环境治理和绿色经济转型多重“倍加红利”的实现提供新思路具有重要意义。
现有关于地方债的研究更多强调地方债规模扩增及其风险累积效应，而往往忽略地方债所带来的环境效应以及负外部性对绿色可持续发展的影响。因此，本文尝试将地方债与“双碳”目标的实现纳入到一个框架下进行量化研究，寻找“双碳”与地方债风险防控的政策均衡。本文需解决的问题包括：首先，基于148个地级市2013~2022年的样本数据，对中国碳排放效率状况进行测算；其次，基于事实数据对我国地方债和碳排放效率进行事实特征分析，并指出我国地方债所蕴藏的风险及绿色经济效率提升所面临的挑战；最后，采用双向固定效应模型探求地方债对绿色经济效率的影响，采用工具变量法进行内生性处理、稳健性检验、异质性分析。
2. 理论分析与研究假说
地方债是地方政府发展经济的一个重要手段，政府对不同领域的建设投资可以增加地方经济的发展，带动政府税收收入。但是在投资过程中，基于理性经济人假设，地方政府会偏向基础建设的投资，这会对碳减排带来不利的影响，除此之外，地方政府举借地方债会挤出私人投资，降低了私人投资对绿色企业的投资，不利于碳减排目标的实现，阻碍了绿色可持续发展。所以本文提出以下两个假设：
假设一：地方债的支出偏向在一定程度上促进了碳排放。
在经济大循环格局中，政府主要通过宏观调控机制与完善市场体系，发挥财政支出的乘数效应，实现扩大生产、经济增长的发展目标。因此，包括地方债在内的财政各项制度安排，也自然地嵌入到企业之中，即财政体现出了典型的“建设财政”特点[1]。地方债资金支出投放偏向性。根据黄金法则，地方债是为地区基础设施建设融资并最终形成基础设施存量，其资金投向主要包括交通、能源、城市建设、保障性住房等生产性支出以及水利、生态环保、教育、卫生等环保民生支出。相比于生产性支出，民生环保类支出领域产生的社会效益不如经济效益直观、见效快，加之经济增长压力与赶超目标存在，地方债支出往往“重基础设施建设、轻公共服务和技术创新投资”，在绝大部分年份中，地方债用于非环保性支出的资金占比增长率要高于环保性支出，这表明地方政府倾向于将地方债资金投放在非环保类支出领域，也说明了地方债资金支出投放具有一定的偏向性[2]。如果地方债资金支出投放偏向于非环保类领域，会促进碳排放，基于财政支出的乘数效应，则不利于经济绿色可持续的整体提升。
假设二：地方债在一定程度上挤出了私人投资，促进了碳排放。
地方债对企业的影响主要存在市场挤入效应与信贷挤出效应两种可能性结果，从以往文献看这两种效应结果对企业投资的影响是不同的，但本文认为在绿色发展的经济框架下却具有一定的趋同效应。一方面，通过地方债融资提供基础设施建设是带动、引导私人投资促进地区就业与资本提升的重要方式，但如果地方债的资金支出结果偏向于粗放的非环保的基础设施建设，该引导效应实质上助推了地区高碳增长。另一方面，当地方债过度扩张时，将挤占信贷市场，提高市场贷款利率和融资成本，不利于企业的技术创新进而挤出高效率民营企业[3]，彭俞超等(2020)则指出政府投资的边际正外部性不断下降，工业的边际负外部性不断上升，最终导致绿色经济效率的下降[4]。可见地方政府举借地方债阻碍了绿色可持续发展，在一定程度上促进了碳排放。
3. 研究设计
(一) 数据说明
本文样本数据涵盖为2013~2022年，考虑到数据可获得性和完整性，剔除个别数据缺失严重的地级市。本文最终选定2013~2022年148个地级市构成面板数据集。除特别说明外，数据主要来源于中国统计局、中国碳核算数据库、Wind数据库、《中国城市统计年鉴》。对所有含价格因素的指标进行去通胀处理(例如城投债发行额、一般公共预算支出等)，对绝对化指标进行对数化处理，对变量0.1%和99.9%以上进行缩尾处理。
(二) 变量选择
1、被解释变量
Table 1. Description of carbon emission range
表1. 碳排放范围说明
碳排放范围 |
内容 |
范围一 |
城市辖区内的所有直接排放，主要包括交通和建筑、工业生产过程、农林业与土地利用变化、废弃物处理活动产生的温室气体排放。 |
范围二 |
发生在城市辖区外的与能源有关的间接排放，主要包括为满足城市消费而外购的电力、供热和/或制冷等产生的排放。 |
范围三 |
由城市内部活动引起，产生于辖区之外，但不包括于范围2的其他间接排放，包括城镇从辖区外购买的所有物品在生产、运输、使用和废弃物处理环节的温室气体排放。 |
碳排放效率(y)。本文通过研究地方债的发行情况对碳排放的影响，中国各地级市的碳排放数据，采用最新的范围1、范围2和范围3核算，具体如表1所示。总的碳排放 = 范围1排放 + 范围2排放 + 范围3排放，最后将碳排放占GDP的比重衡量碳排放效率作为被解释变量。在稳健性检验部分，被解释变量更换为人均碳排放量(y1)。
2、核心解释变量
地方债发行量占GDP比重(x1)。鉴于早期地方债隐蔽性高且披露不彻底，城投债作为地级市层面统计数据最完整的口径之一，成为了学术界衡量地方债常用的代理变量[5]。2014年，国发[2014] 43号文和国发[2014] 45号文规定要求剥离融资平台公司政府融资职能，赋予地方政府依法适度举债权限。2016年，国办函[2016] 88号文和财预[2016] 152号文提出对融资平台债务进行分类处理，各地融资平台公司的设置也陆续出现了较大变动。然而，当前Wind数据库或银监会公布的融资平台公司名单是基于2016年政策出台之后各地调整后的融资平台公司名单，并且所披露的城投债数据存在重复、遗漏及非真实性等问题，曹婧等(2019)通过调研和手工整理修正了上述缺陷[6]。因此本文在借鉴曹婧等(2019)公开的2006~2015年城投债数据基础之上，根据Wind数据库提供的名单整理2016~2022年城投债数据，最终删除数据缺失严重的地级市，选择148个城市2013~2022的截面数据[6]。同时，考虑到城投债发行规模会受地区发展水平影响，本文最终选择城投债发行量占GDP比重(x1)衡量地级市债务状况。
3、控制变量
1) 产业结构(x2)。产业结构是影响碳排放的重要因素，通常附加值较高的轻污染行业越多，越有利于绿色可持续增长，实现“双碳”目标。本文采用第三产业占GDP比重的增长率衡量产业结构。
2) 财政干预(x3)。政府干预反映了政府对经济社会发展的调节和控制，经济干预是政府干预的重要手段，一般而言，政府干预越多，越不利于碳减排目标的实现。本文采用财政支出占GDP的比重来衡量政府干预程度。
3) 产业结构高级化(x4)。一般而言产业越高级碳排放越少，本文选取第三产业产值与第二产业产值的比值来表示产业结构高级化。
4) 人口增长率(x5)。人口是衡量碳减排效应的一个重要因素，一般而言，人口越多的国家，消费也就越多，消费越多就会发生碳排放。所以人口越多的城市碳排放量相应的也会比较高，本文采取人口增长率的对数来衡量碳减排的效应。
4、中介变量
采用固定资产净值年平均余额占GDP的比重(M1)来衡量私人投资状况。由于地级市层面未披露私人投资额，因此本文按照地市级固定资产净值年平均余额占GDP的比重衡量，得到地级市私人固定资产投资。
(三) 描述性统计
如表2所示，为本文的描述性统计结果，表3和表4体现了数据之间存在较强的关联性，而图1和图2也进一步说明了解释变量和被解释变量之间的正向关系。
Table 2. Descriptive statisticss
表2. 描述性统计
变量名 |
样本量 |
均值 |
标准差 |
最小值 |
中位数 |
最大值 |
y |
1476 |
1.708 |
1.620 |
0.030 |
1.303 |
14.068 |
y1 |
1392 |
8.227 |
5.623 |
1.050 |
6.550 |
52.560 |
x1 |
1478 |
0.039 |
0.035 |
0.000 |
0.030 |
0.338 |
x2 |
1468 |
0.035 |
0.094 |
−0.578 |
0.023 |
0.655 |
x3 |
1478 |
0.201 |
0.158 |
0.044 |
0.163 |
2.175 |
x4 |
1478 |
1.090 |
0.440 |
0.207 |
1.012 |
3.898 |
lnx5 |
1020 |
1.578 |
1.050 |
−3.912 |
1.825 |
3.658 |
Table 3. Correlation analysis 1
表3. 相关性分析1
|
y |
x1 |
x2 |
x3 |
x4 |
lnx5 |
y |
1 |
|
|
|
|
|
x1 |
0.081*** |
1 |
|
|
|
|
x2 |
0.386*** |
0.048* |
1 |
|
|
|
x3 |
0.798*** |
0.161*** |
0.438*** |
1 |
|
|
x4 |
−0.071*** |
0.205*** |
0.057** |
0.090*** |
1 |
|
lnx5 |
0.076** |
−0.180*** |
0.035 |
0.010 |
−0.115*** |
1 |
***p < 0.01, **p < 0.05, *p < 0.1.
Table 4. Correlation analysis 2
表4. 相关性分析2
|
y1 |
x1 |
x2 |
x3 |
x4 |
lnx5 |
y1 |
1 |
|
|
|
|
|
x1 |
0.151*** |
1 |
|
|
|
|
x2 |
−0.046* |
0.048* |
1 |
|
|
|
x3 |
−0.024 |
0.161*** |
0.438*** |
1 |
|
|
x4 |
−0.054** |
0.205*** |
0.057** |
0.090*** |
1 |
|
lnx5 |
−0.044 |
−0.180*** |
0.035 |
0.010 |
−0.115*** |
1 |
***p < 0.01, **p < 0.05, *p < 0.1.
Figure 1. y and x1 scatter plot
图1. y与x1散点图
Figure 2. y1 and x1 scatter plot
图2. y1与x1散点图
4. 模型设定
1、基准回归模型
(1)
2、稳健性检验模型
(2)
3、中介效应模型
(3)
(4)
(5)
本文重点关注c、a、b和c′的值，其中，c为地方债影响碳排放效率的总效应；a为地方债影响私人投资的效应；b为在控制地方债后，私人投资影响碳排放效率的效应，ab为间接效应，c′为直接效应，三者关系为：
。图3为中介效应检验流程。
Figure 3. Step diagram of intermediary effect test
图3. 中介效应检验步骤图
5. 实证结果与分析
(一) 基准回归
表5列示了地方债与绿色经济效率影响关系，第(1)列结果为控制了一系列城市特征变量后，采用OLS回归的结果；第(2)、(3)列为有无控制变量下随机效应模型的回归结果；第(4)列中加入城市层面的固定效应以控制城市不可观测的个体异质性；第(5)列中加入控制变量并采用控制宏观年份冲击和城市个体效应的双固定效应模型。结果发现，无论采用何种估计方法，地方债对碳排放效率的影响始终为正且基本上都显著，这说明地方债的举借不利于碳减排目标的实现。具体效应为，加入控制变量后，地方债发行额占GDP比重每增加100%，对绿色经济效率的效应分别为0.986、1.058和1.948。
Table 5. Impact of local debt on carbon emission effect: benchmark regression
表5. 地方债对碳排放效应的影响：基准回归
|
(1) |
(2) |
(3) |
(4) |
(5) |
|
y |
y |
y |
y |
y |
x1 |
0.986 |
1.058 |
3.722*** |
12.131*** |
1.948** |
|
(1.049) |
(1.119) |
(1.195) |
(1.299) |
(0.902) |
x2 |
0.221 |
−0.056 |
|
|
−0.230 |
|
(0.353) |
(0.417) |
|
|
(0.240) |
x3 |
7.564*** |
7.489*** |
|
|
6.718*** |
|
(0.212) |
(0.240) |
|
|
(0.164) |
x4 |
−0.725*** |
−0.651*** |
|
|
−0.073 |
|
(0.076) |
(0.083) |
|
|
(0.112) |
lnx5 |
0.076** |
0.062* |
|
|
0.018 |
|
(0.030) |
(0.033) |
|
|
(0.027) |
_cons |
0.799*** |
0.920*** |
1.563*** |
0.668* |
0.390* |
|
(0.105) |
(0.123) |
(0.063) |
(0.384) |
(0.218) |
N |
1016.000 |
1016.000 |
1476.000 |
1476.000 |
1016.000 |
r2 |
0.630 |
0.634 |
0.007 |
0.498 |
0.922 |
ar2 |
|
|
|
|
|
Citycode |
N |
N |
N |
Y |
Y |
Year |
N |
Y |
N |
N |
Y |
Standard errors in parentheses; *p < 0.1, **p < 0.05, ***p < 0.01.
(二) 稳健性检验
本文采用不同口径的指标衡量碳排放的情况，用以进行稳健性检验。基准回归中的被解释变量为人均碳排放的对数，重新构建基准回归模型。表6结果显示，本文发现在控制时间和城市固定效应后，模型的回归系数为正，这说明地方债与碳排放的关系不受被解释变量表现形式的影响，与基准回归结果稳健一致。
(三) 内在机制分析
在“建设财政”特征下，地方债作为一种财政制度安排嵌入在企业之中，通过私人投资影响碳排放效率。基于此，本文使用中介效应模型对“地方债–私人投资–碳排放效率”这一内在路径与传导机制进行检验。表7中(1)~(3)汇报了私人投资作为中介变量在2SLS估计下逐步检验回归系数方法的估计结果。第(1)列结果显示，地方债对绿色经济效率的总效应(c)为正，为1.948，说明地方债对碳排放效率具有正向效应，与基准回归结果一致。第(2)列结果显示，地方债系数显著为负，说明地方债对于私人投资的影响表现为信贷挤出效应。第(3)列在第(1)列的基础上加入中介变量进行检验，私人投资的估计系数显著为正。
综上说明，在“地方债–私人投资–碳排放效率”这一内在机制路径中，私人投资的中介效应是有效的，最终得以验证：地方债在一定程度上对私人投资形成了信贷挤出效应，进而阻碍了市场碳减排目标的实现。但由于地方债直接效应占比为102%，说明地方债对碳排放效应具有正效应，私人投资对碳排放具有负效应。
Table 6. Impact of local debt on per capita carbon emissions: robustness test
表6. 地方债对人均碳排放的影响：稳健性检验
|
(1) |
(2) |
|
y1 |
y |
x1 |
0.936 |
1.948** |
|
(2.391) |
(0.902) |
x2 |
0.003 |
−0.230 |
|
(0.635) |
(0.240) |
x3 |
0.392 |
6.718*** |
|
(0.434) |
(0.164) |
x4 |
−0.173 |
−0.073 |
|
(0.298) |
(0.112) |
lnx5 |
−0.056 |
0.018 |
|
(0.072) |
(0.027) |
_cons |
5.025*** |
0.390* |
|
(0.577) |
(0.218) |
N |
1010.000 |
1016.000 |
r2 |
0.939 |
0.922 |
ar2 |
|
|
Standard errors in parentheses; *p < 0.1, **p < 0.05, ***p < 0.01.
Table 7. Test results of transmission mechanism of local debt, private investment and carbon emission efficiency
表7. 地方债、私人投资与碳排放效率的传导机制检验结果
|
(1) |
(2) |
(3) |
|
y |
M1 |
y |
M1 |
|
|
−0.015 |
|
|
|
(0.105) |
x1 |
1.948** |
−0.593* |
1.993** |
|
(0.902) |
(0.318) |
(0.917) |
x2 |
−0.230 |
0.089 |
−0.222 |
|
(0.240) |
(0.065) |
(0.244) |
x3 |
6.718*** |
0.060 |
6.716*** |
|
(0.164) |
(0.058) |
(0.165) |
x4 |
−0.073 |
−0.077 |
−0.077 |
|
(0.112) |
(0.047) |
(0.115) |
lnx5 |
0.018 |
−0.006 |
0.018 |
|
(0.027) |
(0.012) |
(0.028) |
_cons |
0.390* |
0.193*** |
0.388* |
|
(0.218) |
(0.046) |
(0.231) |
N |
1016.000 |
1001.000 |
1000.000 |
r2 |
0.922 |
0.411 |
0.922 |
ar2 |
|
|
|
Standard errors in parentheses; *p < 0.1, **p < 0.05, ***p < 0.01.
(四) 地区异质性分析
对不同地区的城市做异质性检验，结果如表8所示，发现随着东部地区地方债的发行占GDP比重的提高抑制了碳排放；中部地区地方债的发行占GDP比重的提高促进了碳排放，但是结果不显著；西部地区地方债的发行占GDP比重的提高促进了碳排放，且结果显著为正。
Table 8. Impact of local debt on carbon emission efficiency: heterogeneity analysis
表8. 地方债对碳排放效率的影响：异质性分析
|
东部 |
中部 |
西部 |
|
y |
y |
y |
x1 |
−0.408 |
0.0878 |
12.27*** |
|
(−0.30) |
(0.06) |
(3.60) |
x2 |
0.511 |
−0.912 |
−0.588 |
|
(1.13) |
(−1.31) |
(−0.77) |
x3 |
10.06*** |
5.996*** |
7.124*** |
|
(17.81) |
(13.41) |
(4.95) |
x4 |
−0.439* |
−0.129 |
−0.125 |
|
(−1.76) |
(−0.50) |
(−0.50) |
lnx5 |
−0.0293 |
0.0904** |
−0.0113 |
|
(−0.59) |
(2.16) |
(−0.20) |
_cons |
0.537** |
0.823*** |
0.588* |
|
(2.32) |
(4.71) |
(1.81) |
N |
374 |
426 |
216 |
r2 |
0.926 |
0.878 |
0.788 |
Year |
Y |
Y |
Y |
Citycode |
Y |
Y |
Y |
t statistics in parentheses; *p < 0.1, **p < 0.05, ***p < 0.01.
6. 结论与启示
(一) 结论
财政是国家治理的基础和重要支柱。在中国大财政格局下，本文基于地方债的财政工具本质与地方债的投资支出结构偏向性特征，首次尝试将地方债与碳减排效应纳入到一个研究框架下进行量化分析，寻找“双碳”政策与地方债风险防控的政策均衡与双赢策略。本文通过对地方债与碳排放效率的偏回归关系进行分析，发现地方债与碳排放效率二者之间呈现出正向关系。实证检验也得到较为稳健的结论：地方债对碳排放效率具有显著正向效应，其在一定程度上抑制了绿色可持续发展转型。本文从投资视角检验了地方债对碳排放效率的影响机制，发现私人投资的路径机制是有效的，结果是地方债形成了对私人投资的信贷挤出效应，阻碍了市场全面地绿色发展转型。
本文还进一步识别了不同地区地级市地方债发行与碳排放效率之间的关系：第一，东部地区地方政府发行地方债显著抑制了碳排放效率，是因为东部地区第三产业占比高，且地方政府倾向于发展绿色低碳产业，地方债的投资方向也倾向绿色环保企业，所以地方债发行越多，越抑制碳排放效率，促进了经济绿色可持续发展。第二，中部与西部的回归结果与基准回归基本一致，地方债的发行促进了碳排放效率的增加，其中西部地区显著为正，是因为西部地区经济相对而言比较落后，地方政府的重点投资领域是基础设施等粗放型企业，相比较其他地区而言碳排放量更多。
(二) 政策建议
1、严控地方政府债务规模，防范隐性债务风险
虽然自2015年《新预算法》实施以来，中央开大“前门”以增投资、严堵“后门”以防风险并举，双管齐下解决地方政府债务问题，虽然明确规定地方政府不得再以其他任何方式举债，但在现实中个别地方政府仍存在多种方式违法违规或变相举债，加之隐性债务存在信息披露不足，容易隐匿转移等弊端，其风险更不容忽视[7]。因此，可从以下几个方面入手：
多数学者认为央地间财权与事权划分矛盾是造成地方政府债务激增的根本原因，因此防止地方债过度扩张需从完善财政分权体制入手[8]。一方面，完善政府间事权和支出责任法律，适当降低地方事权比重，提高财权话语权，从制度上确保基层政府有足够的财力用于地区绿色技术创新，促进区域绿色经济可持续发展。另一方面，提高地方财力水平。目前我国主体税种中增值税、所得税占比较大，但二者均属于共享税，在税收划分标准上采用“一刀切”，难以与地方政府发展战略相吻合。因此，在实际操作时，可依据各地区消费水平、人口数量以及偿债等因素，采用加权平均权重来确立共享税分成比例。此外，逐步建立地方主体税种，可根据区域异质性，挖掘地方专属税种。提高地方政府完善转移支付制度，建立特殊转移支付机制，提高专项转移支付和定向转移支付比例，改善地方财力水平。最后，对地方债规模实行差异化管理，根据当前我国城投债事实特征，对于东部地区，经济发达，偿债能力强，可给予较高债务发行限额，但需注重效率优化；对于中西部地区，财政自给能力弱，需严控债务发行限额，并注意防范债务风险。
2、优化地方债支出结构，提高资金使用效益
为实现经济存量的积累和赶超，长期以来我国以大幅牺牲环境的手段换取高速经济增长。在支出方面，地方政府大兴土木，大搞建设，将地方债投资于以钢铁水泥为主的传统基础设施领域，大量钢铁水泥使用的背后是高碳排放和粗放式发展。近年来，我国经济由高速增长向高质量增长转化，传统基建投资逐步趋于饱和，产能过剩，投资边际效用有所下降，“重投入轻产出，重建设轻维护”、投资不当、重复建设以及浪费资源等现象频发，资金使用效益不高[9]。因此，地方政府可从以下几个方面改进：
第一，当前中国绿色经济效率的增幅空间较大，各级政府需结合自身经济状况、产业发展阶段以及环境资源特点等方面因地制宜，制定科学合理的地方债规模与债务支出结构优化政策，特别是要引导对于节能环保、高端制造等战略性新兴产业的投资额度和培植力度，力争实现“控碳”和地方债风险防控的综合平衡。
第二，找准地区高碳增长的主要推动因素，对症下药，削减或严控地方债在传统基础设施建设中高碳项目的支出比重，推动加快5G、物联网、工业互联网、人工智能、云计算、区块链、数据中心等新型基础设施建设，并逐步加强对地方政府债券募集资金投资方向的精准性和有效性引导，推动地方政府债券资金投向由传统基建向新基建领域倾斜和优化[10]。因为在建设方式上，新基建依托于数字科技、高附加值等轻污染资产，将计算机网络、医疗、交通等行业统筹考虑，能够通过影响产业结构、技术进步和资源配置间接促进经济低碳高质量发展。
第三，充分发挥资本的聚集和流动，提高债务资金的整体配置效率。在项目实施前，明确债务资金投资方向，制定科学合理的项目支出规划，并严格筛选比对项目实施的可能性和科学性，选择与我国绿色经济转型战略布局相匹配的高精尖项目；项目实施过程中，明确流程，明晰责任。加强债务资金审批，提高项目支出流向透明度，防止资金隐匿转移的违法违规行为。建立项目终生责任制，将具体责任落实到个人，严格实行花钱问效、无效问责的管理理念。项目实施后，多方位的绩效评价。地方政府需汇总评估项目实施全过程中各个阶段资金使用效率水平，并落实相关奖惩制度。