| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 金融/投资 |
| 绿色金融、产业结构与碳排放动态关系分析 |
| 第766期 作者：□文/董 盼 时间：2025/12/2 9:57:59 浏览：37次 |
［提要］ “双碳”目标背景下，我国正在加速发展绿色金融，为实现低碳经济提供新思路。本文使用我国273个地级及以上城市面板数据，聚焦绿色金融对碳排放的间接影响，通过构建带有部分线性的半参数可变系数面板模型，在避免模型结构错误假设的情况下，研究绿色金融、产业结构升级和碳排放三者之间的动态关系。总体结果显示：绿色金融通过产业结构升级对碳排放产生的影响，随着绿色金融的不断增大呈现降低的趋势。
关键词：绿色金融；半参数估计；产业结构升级；碳排放
中图分类号：F83；X196 文献标识码：A
收录日期：2025年6月10日
引言
在全球气候变化日益严峻的背景下，减少温室气体排放、实现低碳发展已经成为国际社会的普遍共识和紧迫任务。作为全球碳排放大国之一，中国积极响应国际社会的号召，明确提出了“碳达峰”与“碳中和”的“双碳”战略目标，这既是中国作为一个负责任的国家所应承担的责任，也是推进我国经济和社会全面绿色转型和高质量发展的必然要求。在这一战略背景下，绿色金融作为一种创新的金融工具，正在逐渐成为推动碳减排和实现绿色发展的关键支撑。
绿色金融可以将资本导向环保、节能和清洁能源等环保行业，并限制高污染和能源密集型产业的投入，有效地减少碳排放量。相关政策主要支持绿色环保和节能减排领域，对绿色工业、高科技产业和第三产业进行信贷优惠，并对“两高”产业的长期融资进行限制，推动产业转型，加速产业结构升级。近年来，随着绿色信贷、绿色债券、绿色基金等绿色金融产品的快速发展，我国的市场规模不断扩大，为绿色产业的发展奠定了坚实的基础。然而，尽管绿色金融在推动碳减排方面发挥了积极作用，绿色金融对碳排放的具体影响机制，尤其是其间接影响，仍有待进一步深入探讨。
产业结构作为经济发展的重要支撑，其优化升级对于实现碳减排目标具有关键作用。传统的高能耗、高污染产业在经济增长中占据重要地位，但同时也是碳排放的主要来源。通过促进产业结构向高端化、智能化和绿色化方向发展，能够有效地降低碳排放强度，从而达到节能减排的目的。在研究绿色金融对碳排放的间接影响的过程中，大量文献集中在产业结构升级在二者之间的中介效应上。梁媛等（2025）使用中国30个省份2009～2021年的面板数据，通过建立多元回归模型和中介效应模型，得出绿色金融对我国产业结构优化、碳排放总量与强度“降量提质”具有明显的推动作用，并验证了“产业结构升级在绿色金融对碳排放影响中的重要中介作用”这一假设。韩先锋等（2023）利用省级面板数据，通过面板中介效应以及分位数方法，进一步验证了绿色金融可以直接减少碳排放，也可以通过加速产业升级的途径间接抑制碳排放，突出了产业结构升级在其中作为中介变量的作用。郑兰祥等（2024）通过研究长三角区域，认为绿色金融发展能够通过促进绿色技术创新、产业结构升级等途径实现碳减排，这一点在大型及以上规模的城市以及创新能力较强的城市中尤其明显，而产业结构升级则在抑制碳排放的过程中起着关键的中介作用。肖晓军和胡明琪（2023）对我国264个地级及以上城市进行了实证分析，运用固定效应模型、面板门槛和中介效应模型等方法，发现绿色金融对城市的碳排放强度具有明显的抑制作用，并且得出产业结构绿色化升级是这一过程的主要渠道，进一步验证了产业结构升级在绿色金融影响碳排放过程中起到的中介作用。以上这些研究表明，产业结构升级是绿色金融影响碳排放的关键中介变量，绿色金融通过推动产业结构向绿色低碳的方向升级，可以有效地促进碳排放的减少。因此，本文从产业结构视角出发，研究绿色金融对碳排放的间接影响，对于揭示绿色金融的作用机制、优化产业结构、推动碳减排具有重要意义。
虽然已有文献对绿色金融与碳排放之间的关系进行了大量的研究，但更多的是使用中介效应模型。这一模型通常侧重检验某一变量在自变量和因变量之间的中介作用，而在刻画多变量间动态交互作用及非线性关系时存在一定局限。同时，传统参数模型在刻画复杂经济关系时往往存在刚性约束，难以准确反映绿色金融、产业结构高级化与碳排放之间的动态变化特征，而非参数模型不需要对目标函数的结构做出假设，但往往面临“维数诅咒”的问题。半参数模型介于参数和非参数之间，允许对部分模型结构进行参数化，但同时保证对变量的非线性与复杂交互关系的捕捉能力。本文基于我国273个地级及以上城市的面板数据，时间跨度为2006～2021年，使用半参数估计方法来分析绿色金融如何通过推动产业结构的升级来影响碳排放，并探讨之间存在的动态关系。期望研究结果丰富绿色金融与碳排放关系的相关理论，并为相关部门制定更为准确的绿色金融政策、促进产业结构优化和实现碳减排目标提供科学依据。
一、研究设计
（一）数据来源。本文以2006～2021年为时间跨度，选取我国273个地级及以上城市的面板数据，样本规模为4，368个观测值。数据来源于《中国城市统计年鉴》、希施玛CSMAR数据库（原国泰安数据库）、全国及各省市统计年鉴和EPS数据平台。少量的缺失值本文采用线性插值法进行补齐，并且对部分数据进行对数化操作处理。
（二）模型及方法。基于带有部分线性的可变系数模型进行估计，估计方法具有以下特征：巧妙地利用了局部组内转换（LM）的方法去除固定效应，允许在保留非线性变系数的同时有效地去除固定效应；在处理固定效应时，不对固定效应施加任何限制条件；在处理相同规模的数据时，该方法能够显著缩短计算时长。
本文提出一个带有部分线性的半非参可变系数面板模型：
Ln（CEit）＝αi+LnGDPitγ1+ULitγ2+LEitγ3+ISitβ（GFit）+εit （1）
其中，αi是城市固定效应；i=1，…，n为观测个体；t=1，…，T为观测时间；γ是线性参数，表示线性部分协变量对被解释变量的线性影响。平滑系数β（GFit）是变系数函数，表示的是变系数部分协变量ISit对被解释变量的非线性影响，是通过影响ISit对于Ln（CEit）的边际影响进而对Ln（CEit）产生间接影响，这种非线性关系使得模型能够更加灵活地捕捉到变量之间复杂的相互作用。εit为误差项，其均值为0，方差为σε2，且满足E（εit｜αi，LnGDPit，ULit，LEit，ISit，GFit）＝0。以往的模型均需要假设■αi=0，考虑到有限样本的实际情形，要使这一条件得到满足几乎是不可能的。而在本文所构建的模型中，对■αi不作任何限制条件，给予其充分的自由度来体现个体差异。本文运用局部组内转换的方法，通过局部常数展开和局部加权求和来消除固定效应，利用最小二乘法来估计线性系数部分，最后在得到线性系数的基础上再进行一次局部组内转换，得到非线性部分的系数函数。本文重点关注函数β（GFit）。
（三）变量选取
1、被解释变量：碳排放量（Ln（CE））。碳排放作为衡量区域内温室气体排放状况的重要指标，是研究绿色金融发展的环境效应的关键。本文所采用的碳排放量数据来源于原国泰安数据库，该数据库涵盖了中国内地省份多个地级及以上城市的相关碳排放总量数据，为本文的研究提供了一个可靠的数据支撑。
2、线性部分协变量：经济发展水平（Ln（GDP））、城镇化水平（UL）、受教育程度（LE）。经济发展水平用人均地区生产总值来表示，并取对数；城镇化水平是城镇人口在总人口中的占比；受教育程度用普通高等学校在校学生数与年末总人口数的比值来计算得出。
3、影响变系数的协变量：绿色金融发展指数（GF）。参考周媛等（2024）的研究，选取绿色信贷、绿色投资、绿色保险、绿色债券、绿色支持、绿色基金和绿色权益共７个指标进行衡量。根据数据的离散程度，使用熵权法来确定指标的权重，对本文研究的中国273个地级及以上城市的绿色金融发展指数进行客观精准的测算。
4、变系数部分协变量：产业结构升级（IS）。用第三产业增加值与第二产业增加值的比值来衡量。这个比值能够较为直观地反映出经济体系中产业结构的动态变化情况，当比值上升时，通常意味着第三产业在国民经济中的相对地位不断提升，产业结构正在向更高级和更优化的方向发展；反之，若比值下降，则可能暗示产业结构存在一定程度的“逆向调整”风险，或第二产业在我国经济发展中的主导地位相对强化。
二、模型结果及分析
通过对模型（1）进行半参数估计，得到γ1、γ2、γ3的估计值分别是0.241、0.155、-2.436，表明经济发展水平与城镇化水平对碳排放量具有显著的正向影响，随着经济发展水平的提升和城镇化进程的推进，碳排放量增加，而受教育程度对碳排放量呈现出明显的负向影响，受教育程度的提高使人们更容易接受环保理念，推动生产技术革新和节能减排措施的实施，使得碳排放量减少。
重点是对β（GFit）的估计，相关的估计结果如图1所示，图中呈现了变系数函数β（GFit）的估计值随着绿色金融发展指数（GF）变化的趋势。其中，实线代表运用半参数估计方法得到的变系数函数估计值，体现了产业结构升级对碳排放的影响如何随绿色金融发展的变化而变动；长虚线代表使用传统线性模型（OLS）估计的产业结构升级对碳排放的影响系数，为0.127；虚线是通过Bootstrap法得到的95%置信区间；横坐标为0刻度的点线为参考线。从图1中可以看出有良好的估计效果。（图1）
总体来看，绿色金融通过产业结构升级对碳排放产生的影响，随着绿色金融发展指数的增大呈现出降低的趋势，在这一过程中存在一定程度的波动。当绿色金融发展指数（GF）从0逐步升至0.8时，变系数函数从0.17持续下降至0.05附近，而传统OLS估计固定为0.127，两者之间存在显著偏差，且大约在绿色金融发展指数达到0.4后差距拉大。这一结果表明，如果在分析过程中忽视绿色金融的动态调节作用，极有可能导致对产业结构升级碳影响的估计产生偏差，出现高估或低估的情况。
三、结论及建议
本文基于我国273个地级及以上城市的面板数据，时间跨度为2006～2021年，突破传统的中介效应模型和参数模型的局限性，运用半参数估计方法构建带有部分线性的可变系数模型，从产业结构视角深入研究了绿色金融对碳排放的间接影响，得出以下主要结论：绿色金融借助产业结构升级这一途径对碳排放产生的作用并非一成不变，而是随绿色金融发展程度的提升总体呈下降趋势，且这一过程存在波动。绿色金融发展对产业结构升级的碳减排效应具有显著的动态调节作用，随着绿色金融的不断深化，它通过推动产业结构升级来减少碳排放的作用效果愈加明显。
基于上述研究结论，为更好地发挥绿色金融在推动碳减排、优化产业结构方面的作用，提出以下建议：
一是强化绿色金融政策导向与支持。政府应该增加对绿色金融的政策支持力度，并健全相关的政策制度。提出明确的发展目标和计划，指导金融机构加大对绿色产业的信贷投放，扩大绿色金融产品的发行；同时，通过税收优惠和财政补贴等激励方式，降低绿色信贷的成本与风险，提高金融机构的积极性。
二是促进产业结构绿色低碳转型升级。考虑到产业结构的升级在绿色金融影响碳排放中的关键作用，需要加速推进产业结构向绿色低碳转型升级。政府可以在产业政策的引导下，鼓励一些传统的高能耗、高污染行业进行技术改造与转型升级，提高能源利用效率并减少碳排放。同时，加大对新兴绿色产业的培育和支持力度，促进绿色产业的快速发展，提高绿色产业在国民经济中的比重。
三是加强绿色金融与产业政策的协调。要加强绿色金融政策与产业政策之间的协调配合，形成一种有效的政策协同机制。同时，在制定产业政策时，要充分考虑绿色金融的核心作用，将绿色金融作为促进产业优化升级的重要手段，引导资金流向那些绿色、低碳、环保的产业领域，促进传统产业加快绿色转型的步伐，推动新兴产业能够蓬勃健康发展，从而实现产业结构的优化升级和整体竞争力的提升。同时，在绿色金融政策实施过程中，紧密结合产业发展需求，为不同产业提供差异化的金融支持。
（作者单位：首都经济贸易大学）
主要参考文献：
［1］肖晓军，胡明琪.绿色金融降低了中国城市二氧化碳的排放强度吗？——基于264个地级及以上城市的实证研究［J］.金融理论与教学，2023（06）.
［2］梁媛，周娟美，吴云霞.绿色金融对碳排放水平的影响研究——基于“量”与“质”的双重视角［J］.资源与产业，2025.27（01）.
［3］韩先锋，肖坚，董明放.绿色金融发展的碳减排效应［J］.资源科学，2023.45（04）.
［4］郑兰祥，高彩芹，郑飞鸿.绿色金融发展对碳排放的影响研究——以长三角区域为例［J］.华东经济管理，2024.38（09）.
［5］张小可，张居营.绿色金融的治污减排效果及作用路径——基于中国2007-2017年30个省级区域面板数据的分析［J］.陕西师范大学学报（哲学社会科学版），2024.53（02）.
［6］刘涛，韩悦.绿色投资、产业结构生态化与低碳经济转型［J］.经济与管理评论，2023.39（06）.
|
|
|
|
