綠色金融是否助推可再生能源電力發(fā)展?

方國斌, 翁燕妮

(安徽財經(jīng)大學 統(tǒng)計與應用數(shù)學學院,安徽 蚌埠 233041)

一、引言

2020年,習近平總書記提出2030年前實現(xiàn)“碳達峰”、2060年前實現(xiàn)“碳中和”的雙碳目標,這是國家可持續(xù)發(fā)展的重要戰(zhàn)略目標。溫室氣體的過量產(chǎn)生及排放引起世界氣候發(fā)生急劇變化,化石能源是溫室氣體生成的主要來源,為了達成我國乃至世界低碳綠色發(fā)展目標,改變能源利用結構,從化石能源向清潔能源轉變成為一個必然選擇[1]。近年來,我國多種可再生能源項目的發(fā)展速度不斷加快,如風電和太陽能等可再生能源裝機容量位列世界第一。雖然我國已經(jīng)開始重視可再生能源的地位并加以利用,可再生能源使用率逐漸增加,但由于歷史遺留問題以及特有的礦產(chǎn)資源構成等影響,目前能源利用結構仍以化石燃料為主,使得溫室氣體的排放量大,而大量開采并使用化石能源會影響環(huán)境,將可再生能源的發(fā)展和廣泛利用提上日程,這對于應對氣候環(huán)境變化、減碳減排具有重要意義[2]。

多位學者認為環(huán)境是影響可再生能源電力發(fā)展的重要因素。在研究可再生能源發(fā)展的驅動因素過程中,Pandey等研究發(fā)現(xiàn)可再生能源政策和治理在東盟國家起推動作用[3];Maqbool和Ye發(fā)現(xiàn)環(huán)境是影響可再生能源發(fā)電項目成功的關鍵性因素[4];Fatima等基于MFCA,確定影響可再生能源發(fā)電發(fā)展的十大關鍵因素為資源稟賦、發(fā)電方式、可再生能源需求、可再生能源適應性、可再生能源項目投資環(huán)境、政府能源政策、可再生能源工程的經(jīng)濟回報、環(huán)境影響、公眾接受度以及良好治理的缺乏[5];Nawaz等采用雙重差分法研究,結果表明包括可再生能源的消費在內(nèi)的多個因素大大促進某個區(qū)域的綠色融資并減緩氣候變化[6]。

綠色投資作為綠色金融的一部分,與環(huán)境因素和可再生能源息息相關?？稍偕茉吹氖褂靡约熬G色投資響應國家面對全球氣候變化問題提出的雙碳目標,但缺乏資金是可再生能源發(fā)展的最大障礙之一[7]。近年來,強大的綠色金融市場被視為發(fā)展新的可再生能源技術的關鍵[8]。Wang等研究表明綠色投資和可再生能源的使用顯著減少基于生產(chǎn)的二氧化碳排放量[9]。He等發(fā)現(xiàn)可再生能源綠色投資對綠色經(jīng)濟發(fā)展具有雙重閾值效應,從長遠看,可再生能源環(huán)境污染的綠色投資能有效促進綠色經(jīng)濟增長[10]。Pradhan等指出,政府支持清潔能源領域的綠色金融投資有助于環(huán)境保護及經(jīng)濟增長[11]。政府積極的綠色金融政策可能會增加可再生能源部門的投資[12]。Glomsr?d和Wei指出,由于綠色金融的發(fā)展,綠色債券穩(wěn)步運行,到2030年可減少470萬噸二氧化碳排放量,且非化石能源電力比例將增加4%[13]。Wang等用熵值法分別計算環(huán)境污染、綠色金融以及高質量能源發(fā)展的綜合指數(shù),得出在中國長江經(jīng)濟區(qū)環(huán)境污染和綠色金融在影響能源高質量發(fā)展方面具有完全相反的結果,環(huán)境污染影響效應為負,綠色金融影響效應為正,且空間溢出效應與二者的直接影響效應一致[14]。

不同學者對綠色金融如何影響可再生能源的發(fā)展持有不同的觀點,Kim和Park研究金融市場發(fā)展是否促進全球可再生能源的部署,認為金融市場的發(fā)展是影響可再生能源的一個重要決定因素,在不同經(jīng)濟條件下,金融發(fā)展對可再生能源的影響有差異,但整體均為正向影響[15]。Zhang等的研究表明,人力資源和綠色能源技術研發(fā)方面的公共支出加速了綠色和可持續(xù)經(jīng)濟[16],綠色金融投資有助于實現(xiàn)可持續(xù)的經(jīng)濟和環(huán)境增長[17]。也有人指出綠色金融如何促進環(huán)境的可持續(xù)發(fā)展取決于該地區(qū)的經(jīng)濟條件[18]。Cheng等研究發(fā)現(xiàn)超過一定閾值后,碳稅收入可能不再對能源創(chuàng)新產(chǎn)生有效的影響[19]。

目前國內(nèi)可再生能源的主要用途是利民發(fā)電,減少煤炭等不可再生能源的消耗量,可再生能源電力發(fā)展成為可再生能源整體發(fā)展的一個重要組成部分?？稍偕茉醋鳛榍鍧嵞茉吹囊环N,對雙碳目標的實現(xiàn)具有不可忽視的作用,而金融特別是綠色金融對可持續(xù)行業(yè)的發(fā)展起著重要的支撐作用,綠色金融與可再生能源電力發(fā)展之間的影響機制怎樣,在可再生能源電力發(fā)展的不同階段,綠色金融扮演著一個怎樣的角色?為了研究以上問題,本文采用2013—2021年我國30個省區(qū)市(除西藏、港澳臺外)的面板數(shù)據(jù),研究省區(qū)市間綠色金融與可再生能源電力發(fā)展之間的內(nèi)在聯(lián)系。

現(xiàn)有文獻多從理論上闡明綠色金融如何支持可再生能源電力的發(fā)展,實證研究較少,且多聚焦綠色金融對可再生能源投資效率的影響研究,沒有量化分析綠色金融對可再生能源電力發(fā)展的影響。本文擬采用空間杜賓模型和面板分位數(shù)回歸模型,從多維度、多區(qū)域量化分析綠色金融對可再生能源電力發(fā)展的影響。

二、綠色金融水平的測度

(一)綠色金融指標體系構建

參考相關文獻,選取綠色信貸、綠色證券、綠色保險和綠色投資四個維度來構建綠色金融指數(shù)評價指標體系,指標體系中兼有正向和反向指標,更能客觀反映綠色金融發(fā)展的實際情況[20],具體指標及說明見表1。

表1 綠色金融綜合評價指標體系

(二)測度結果及分析

目前,學術界采用評價指標體系測度方法大多為熵權法或TOPSIS-熵權法,本文結合郭莉等的做法,在TOPSIS-熵權法的基礎上,采用灰色關聯(lián)度分析,得到熵權-TOPSIS-灰色關聯(lián)法這一改進的組合評價方法[21],此方法能夠有效彌補灰色關聯(lián)法和TOPSIS法的局限。

1.數(shù)據(jù)來源

綠色金融評價指標體系中各指標數(shù)據(jù)分別來自EPS數(shù)據(jù)庫、同花順APP、Wind數(shù)據(jù)庫、CSMAR國泰安數(shù)據(jù)庫、國家統(tǒng)計局以及《中國保險年鑒》《中國工業(yè)統(tǒng)計年鑒》等,缺失值采用插值法求得。

2.熵權法計算指標權重

首先,采用熵權法計算指標權重,在將數(shù)據(jù)非負處理的基礎上,分別進行正負指標的標準化,假設有m個地區(qū)、n個指標,其中Bij為第i個地區(qū)的第j個評價指標,Aij為標準化后的評價指標。

正向指標公式為

(1)

負向指標公式為

(2)

其次,計算各項指標的熵值S。

(3)

(4)

最后,計算得出第j個指標的權重系數(shù)λj。

(5)

由上述公式計算指標體系中各三級指標的權重系數(shù),結果見表2。

表2 綠色金融評價指標體系權重

3.TOPSIS-灰色關聯(lián)法測度綠色金融指數(shù)

在確定指標權重基礎上,采用TOPSIS-灰色關聯(lián)法,計算30個省區(qū)市9年來的綠色金融指數(shù)。

第一,采用TOPSIS法確定正、負理想解,計算各評價對象到正、負理想解的歐氏距離。在利用熵權法確定指標權重系數(shù)的基礎上,構建加權規(guī)范矩陣Q。

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

式中:i=1,2,…,m;j=1,2,…,n;ε∈(0,1)為分辨系數(shù),取值為0.5。

第四,將TOPSIS與灰色關聯(lián)相結合,分別計算無量綱化后的各評價對象與正、負理想解之間的歐氏距離以及灰色關聯(lián)度的相對貼近情況。

(14)

(15)

(16)

由上述公式計算綠色金融指數(shù)。從各省區(qū)市綠色金融指數(shù)的測度結果看,近9年來綠色金融指數(shù)存在上下波動的情況,但除個別省區(qū)市外,其他省區(qū)市整體呈現(xiàn)增長趨勢,與2013年相比,2021年大部分地區(qū)綠色金融指數(shù)均有不同程度提升,綠色環(huán)保的可持續(xù)發(fā)展已小有成效。

三、可再生能源電力發(fā)展水平的測度

(一)可再生能源電力指標體系構建

基于數(shù)據(jù)的可獲得性及指標選取的合理性,本文主要從可再生能源電力建設和發(fā)電兩方面來構建可再生能源電力發(fā)展綜合評價指標體系,具體指標及說明見表3。

表3 可再生能源電力發(fā)展綜合評價體系

(二)測度結果及分析

1.數(shù)據(jù)來源

可再生能源電力評價指標體系中各指標數(shù)據(jù)分別來自EPS數(shù)據(jù)庫、Wind數(shù)據(jù)庫、國家統(tǒng)計局、國家能源局以及《中國能源統(tǒng)計年鑒》等,缺失值采用插值法求得。

2.指標權重及測度結果

與綠色金融指數(shù)測度方法一致,采用熵權-TOPSIS-灰色關聯(lián)組合評價法,計算可再生能源電力指標權重,結果見表4。同時計算可再生能源電力發(fā)展水平,結果顯示各省區(qū)市可再生能源電力發(fā)展水平大致呈現(xiàn)逐年上升的趨勢,到2021年,除極個別省區(qū)市外,其他省區(qū)市可再生能源電力發(fā)展水平均有較大增長,這與綠色金融指數(shù)變化趨勢基本一致。

表4 可再生能源電力評價指標體系權重

四、綠色金融影響可再生能源電力發(fā)展水平的實證研究

為了研究綠色金融對可再生能源電力發(fā)展的影響,本文以2013—2021年我國30個省區(qū)市的面板數(shù)據(jù)為樣本,引入空間杜賓模型和面板分位數(shù)回歸模型進行實證研究。

(一)空間杜賓模型和面板分位數(shù)回歸模型

我國是世界上最主要的能源進口國和二氧化碳排放經(jīng)濟體,環(huán)境的可持續(xù)性受到極大重視。可再生能源與傳統(tǒng)化石能源相比,在減少溫室氣體排放方面具有天然優(yōu)勢,且傳統(tǒng)化石能源具有較長的形成周期,而可再生能源是天然的發(fā)電廠,是基于地球的自然資源給人類經(jīng)濟社會發(fā)展帶來的重大突破。為應對氣候變化,研究可再生能源電力發(fā)展的影響因素具有重要的現(xiàn)實意義。為了實現(xiàn)“雙碳”目標,必須升級能源結構,從不可再生能源向可再生能源過渡,多位學者認為投資可再生能源可以解決環(huán)境污染問題,并有助于經(jīng)濟增長[17,22-26]。綠色金融本質上是通過對企業(yè)的融資約束來達到減碳減排的目的,環(huán)保型企業(yè)相比高耗能型企業(yè)更受綠色金融的青睞,而可再生能源是一類無污染無溫室氣體排放的天然清潔能源,與綠色金融的環(huán)保發(fā)展理念相吻合,可再生能源電力的發(fā)展離不開相關企業(yè)的推動與支持,也離不開資金支撐。因此,本文認為綠色金融可能是影響可再生能源電力發(fā)展的一個重要因素。

我國各地區(qū)之間存在一定聯(lián)系,綠色金融對可再生能源電力發(fā)展的影響不是孤立的,傳統(tǒng)面板回歸模型未考慮存在空間溢出的情況,可能導致模型結果產(chǎn)生偏誤。采用空間杜賓模型,不僅可以考慮本地區(qū)可再生能源電力發(fā)展受當?shù)亟忉屪兞康挠绊?也可以考慮本地區(qū)可再生能源電力發(fā)展受鄰近地區(qū)解釋變量的影響。本文采用的空間杜賓模型方程式如下

(17)

式中:Y表示被解釋變量,本文選擇的是可再生能源電力發(fā)展水平;X表示解釋變量與控制變量;ρ、β、θ表示相應變量的待定系數(shù);u表示空間固定效應;γ表示時間固定效應;ε表示隨機誤差項;w代表空間權重矩陣,本文采用的是基于Rook鄰近性的空間權重矩陣,其中海南省未與我國其他省市接壤,為了整體研究,修改空間權重矩陣,令矩陣中海南省與廣東省的空間權重矩陣系數(shù)為1,海南省與其他省市之間的矩陣系數(shù)為0。

空間杜賓模型給出的是綠色金融對可再生能源電力發(fā)展影響的一般性結論,但隨著人類經(jīng)濟社會發(fā)展,科技不斷進步,各類新型技術產(chǎn)品層出不窮,可再生能源發(fā)電廠的修建以及供電措施的更迭、更多自然界中天然清潔能源的利用,標志著可再生能源電力在不斷發(fā)展,且發(fā)展趨勢并非一成不變,在不同的發(fā)展階段,它的影響因素可能會發(fā)生改變。為了進一步研究可再生能源電力發(fā)展過程中解釋變量對不同發(fā)展階段的影響,本文采用面板分位數(shù)回歸模型來分析,模型方程式為

(18)

式中,RE表示可再生能源電力發(fā)展水平,GF表示綠色金融,xj表示其余控制變量,u表示空間固定效應,ε表示隨機誤差項。

(二)變量說明

1.被解釋變量

本文主要研究綠色金融對可再生能源電力發(fā)展的影響,故被解釋變量為可再生能源電力發(fā)展指數(shù)(RE)。各指標數(shù)據(jù)均來自Wind數(shù)據(jù)庫,選取可再生能源發(fā)電和可再生能源電力建設情況來反映各地區(qū)可再生能源電力發(fā)展水平。

2.核心解釋變量

綠色金融指數(shù)(GF)。大部分指標數(shù)據(jù)來自統(tǒng)計年鑒,其中二級指標綠色證券的相關數(shù)據(jù),首先通過CSMAR國泰安數(shù)據(jù)庫中的數(shù)據(jù)篩選上市公司,選取A股上市公司非ST股票,獲得股票代碼,而后在同花順APP上手工統(tǒng)計,獲得A股上市公司市值等有關數(shù)據(jù)。GDP數(shù)據(jù)以2010年為基期平減得到。

3.控制變量

本文主要從經(jīng)濟、技術、能源和環(huán)境因素方面選取6個控制變量。一個地區(qū)的人均生產(chǎn)總值可以直接反映該地區(qū)的經(jīng)濟發(fā)展狀況,且該地區(qū)的城市化水平可以從一定程度上反映這個地區(qū)的經(jīng)濟水平,產(chǎn)業(yè)結構升級即經(jīng)濟增長方式轉變也可以從側面反映該地區(qū)的經(jīng)濟發(fā)展狀況。因此,本文在經(jīng)濟因素方面選取人均地區(qū)生產(chǎn)總值(RGDP)、城市化水平(AREA)和產(chǎn)業(yè)結構變化(THR)3個變量。其中,人均地區(qū)生產(chǎn)總值以2010年為基期平減得到,城市化水平以人均道路面積衡量,產(chǎn)業(yè)結構變化以第三產(chǎn)業(yè)增加值與地區(qū)生產(chǎn)總值的比值衡量。環(huán)境規(guī)制和綠色技術創(chuàng)新之間存在相互作用的激勵配合效應[27],而環(huán)境規(guī)制對高耗能、高污染企業(yè)的影響較大,相對來說,對于綠色環(huán)保型企業(yè),環(huán)境規(guī)制的抑制作用較小,且由于企業(yè)在技術創(chuàng)新中居主體地位,綠色技術創(chuàng)新是實現(xiàn)發(fā)展方式綠色轉型的重要驅動力[28],因此在技術因素方面選取變量技術創(chuàng)新(PRO)來表示,以高技術產(chǎn)業(yè)新產(chǎn)品開發(fā)項目數(shù)來衡量。一個地區(qū)可再生能源的發(fā)展離不開該地區(qū)擁有的資源,作為目前仍以煤炭消費為主的國家,煤炭的消費量可以從一定程度上反映不同地區(qū)的能源資源情況,因此在能源因素方面以煤炭消費量來衡量能源資源稟賦(COAL)。目前已有多篇文獻表明,積極應對氣候變化和二氧化碳的排放能夠促進可再生能源的發(fā)展[29]57-58,因此在環(huán)境因素方面用二氧化碳排放量(CO2)作為控制變量,數(shù)據(jù)來自EPS數(shù)據(jù)庫以及國家統(tǒng)計局。

表5表示未經(jīng)過對數(shù)處理的各個變量的描述性統(tǒng)計分析,各變量的中位數(shù)均小于均值,說明各變量均存在地區(qū)差異,而且技術創(chuàng)新、能源資源稟賦、二氧化碳排放量3個變量的標準差較大。其中技術創(chuàng)新的標準差為7 546.000;能源資源稟賦的標準差為12 006.000;二氧化碳排放量的標準差最大,為33 023.000,其最小值與最大值相差超過30倍,波動程度最大;不同地區(qū)之間這3個變量均有較大差異。

表5 變量的描述性統(tǒng)計

(三)模型的統(tǒng)計檢驗

首先進行全局Moran’s I指數(shù)檢驗,結果見表6。由表6可知,被解釋變量即可再生能源電力發(fā)展水平存在顯著空間相關性,滿足采用空間杜賓模型進行實證分析的前提條件。

表6 可再生能源電力發(fā)展水平全局莫蘭指數(shù)檢驗

在此基礎上進行局域Moran’s I指數(shù)檢驗,繪制樣本研究期間變量均值的莫蘭散點圖(圖略)可知,樣本地區(qū)可再生能源電力發(fā)展情況大多位于第一、第三象限,處于第一象限即高集聚類型的基本屬于西部地區(qū),此類地區(qū)可再生能源電力發(fā)展水平為高值,且周圍鄰近地區(qū)也為高值。

為了避免偽回歸,進行數(shù)據(jù)協(xié)整,檢驗結果見表7,可知變量之間存在協(xié)整關系,可以進行回歸。Hausman檢驗結果表明應當選擇時間和空間雙向固定效應模型。

表7 協(xié)整檢驗與Hausman檢驗

進行LM、LR、Wald檢驗,以選擇合適的模型,結果見表8。LM檢驗的原假設為“不存在空間自相關”,由表8可知,空間誤差模型優(yōu)于空間滯后模型。LR似然比檢驗和Wald檢驗結果的P值均小于0.01,選擇空間杜賓模型合適。

表8 LM、LR、Wald檢驗

(四)基于空間杜賓模型的實證研究

由于變量間數(shù)量級差距較大,且將變量取對數(shù)處理可以有效降低異方差對實證結果的影響,本文將所有變量取對數(shù)后進行實證分析。經(jīng)過上述檢驗后,進行雙向固定效應回歸,結果見表9第(1)列。

表9 SDM模型回歸

從表9回歸結果來看,核心解釋變量綠色金融正向顯著,說明綠色金融對可再生能源電力發(fā)展水平起正向促進作用。

產(chǎn)業(yè)結構升級在1%的顯著性水平下對可再生能源電力發(fā)展水平產(chǎn)生正向影響,隨著第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比例的提高,反映地區(qū)創(chuàng)新技術提升,促進可再生能源類企業(yè)長遠發(fā)展,相鄰地區(qū)的產(chǎn)業(yè)結構升級在1%的顯著性水平下顯著,說明相鄰地區(qū)產(chǎn)業(yè)結構升級會促進本地區(qū)可再生能源電力的發(fā)展,技術和人才存在空間外溢現(xiàn)象,人才技術在鄰近地區(qū)間流動,相鄰地區(qū)與本地區(qū)共同發(fā)展進步,促進可再生能源電力的發(fā)展;技術創(chuàng)新在1%的顯著性水平下顯著為正,技術創(chuàng)新每提升1個百分點,可再生能源電力發(fā)展水平提升0.031個百分點,但對相鄰地區(qū)的可再生能源電力發(fā)展水平無顯著影響;城市化水平在5%的顯著性水平下顯著為負,本地區(qū)城市化水平對相鄰地區(qū)可再生能源電力發(fā)展水平也在5%的顯著性水平下顯著為負,說明本地區(qū)城市化水平的提升會降低本地區(qū)和相鄰地區(qū)可再生能源電力發(fā)展水平,可再生能源主要是向綠色化、無污染化、減碳減排方向發(fā)展,在可再生能源電力發(fā)展還未成熟的當下,城市化水平的提升仍需要面對大量使用不可再生資源的現(xiàn)狀,這與可再生能源電力發(fā)展減碳減排的理念相違背;代表地區(qū)能源資源稟賦的煤炭消費量與本地區(qū)可再生能源電力發(fā)展水平存在顯著正相關,人均地區(qū)生產(chǎn)總值對本地區(qū)可再生能源電力發(fā)展水平?jīng)]有顯著影響,但與鄰近地區(qū)的可再生能源電力發(fā)展水平顯著負相關,可以理解為存在虹吸效應,由于本地區(qū)經(jīng)濟發(fā)展快,吸引周邊地區(qū)的各類資源要素,抑制鄰近地區(qū)可再生能源電力發(fā)展;二氧化碳排放量對本地區(qū)和相鄰地區(qū)的可再生能源電力發(fā)展水平無顯著影響。

被解釋變量的空間滯后項在1%的顯著性水平下顯著,即鄰近地區(qū)可再生能源電力發(fā)展水平的提升使得本地區(qū)的可再生能源電力發(fā)展水平得到提升,說明可再生能源電力發(fā)展水平具有一定的空間溢出性,鄰近地區(qū)與本地區(qū)相互促進。

本文綠色金融發(fā)展指數(shù)由4個子指標構成,下面探討不同維度下綠色金融對可再生能源電力發(fā)展水平的影響。

表9第(2)—第(5)列分別表示核心解釋變量為綠色信貸、綠色保險、綠色證券和綠色投資時的回歸結果。結果顯示,綠色保險、綠色證券和綠色投資均正向影響可再生能源電力發(fā)展水平,綠色信貸負向影響可再生能源電力發(fā)展水平。在構建評價指標體系時,綠色信貸是一個反向指標,此處符號為負,滿足理論上綠色信貸支持可再生能源電力發(fā)展的假設。本地區(qū)的四個維度變量均不能顯著影響相鄰地區(qū)的可再生能源電力發(fā)展水平,但不管哪個維度,相鄰地區(qū)可再生能源電力發(fā)展水平均能夠在1%的顯著性水平下顯著影響本地區(qū)可再生能源電力發(fā)展水平,此結論與原回歸結論相同。

由于被解釋變量的空間滯后項系數(shù)顯著不為0,采用系數(shù)度量可再生能源電力發(fā)展的影響因素可能存在一定謬誤,需要進行空間杜賓模型的效應分解,效應分解結果見表10。

表10 空間杜賓模型效應分解

由表10可知,綠色金融的直接效應為正向且顯著,但間接效應與總效應均不顯著,說明綠色金融的發(fā)展只對本地區(qū)可再生能源電力發(fā)展水平具有顯著的正向影響,不存在空間溢出效應,且整體影響不顯著,這與表9中綠色金融空間滯后項系數(shù)的顯著性不一致。單純的系數(shù)度量存在一定誤差,空間效應分解的結果更能反映真實的變量關系,因此綠色金融能顯著正向影響本地區(qū)可再生能源電力發(fā)展水平,但對鄰近地區(qū)可再生能源電力發(fā)展水平不具有顯著影響。城市化水平三個效應均顯著為負,說明城市化水平的提高會抑制可再生能源電力發(fā)展水平且存在空間溢出效應;產(chǎn)業(yè)結構變化的直接效應和總效應顯著為正,說明整體而言,產(chǎn)業(yè)結構升級能夠促進可再生能源電力發(fā)展水平。技術創(chuàng)新直接效應顯著為正,間接效應和總效應均不顯著,說明技術創(chuàng)新只促進本地區(qū)可再生能源電力發(fā)展水平,對相鄰地區(qū)可再生能源電力發(fā)展水平不存在顯著影響,且整體影響不顯著。煤炭消費量的三個效應均正向顯著,說明地區(qū)能源資源稟賦能夠促進可再生能源電力發(fā)展水平。二氧化碳排放量效應分解后的結果均不顯著,說明二氧化碳排放量對可再生能源電力發(fā)展水平?jīng)]有顯著影響。

從分子維度看,綠色保險、綠色證券和綠色投資對可再生能源電力發(fā)展水平的直接效應均顯著為正,綠色信貸由反向指標衡量,對可再生能源電力發(fā)水平的直接效應顯著為負,四個維度的間接效應和總效應均不顯著,這與系數(shù)度量的結論一致。

為研究不同區(qū)域的異質性,本文將樣本分為東部、中部和西部地區(qū)(1)東部地區(qū)包括北京市、天津市、河北省、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南省,中部地區(qū)包括山西省、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省、湖南省,西部地區(qū)包括內(nèi)蒙古自治區(qū)、廣西壯族自治區(qū)、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。,經(jīng)效應分解后結果見表11。

表11 區(qū)域異質性分析

由表11可知,從核心解釋變量即綠色金融的顯著性來看,東部地區(qū)三個效應均不顯著,中部和西部地區(qū)直接效應顯著為正,間接效應與總效應均顯著,但中部地區(qū)顯著為正,西部地區(qū)顯著為負,說明綠色金融對可再生能源電力發(fā)展水平的影響存在明顯的區(qū)域差異性。東部地區(qū)作為我國經(jīng)濟金融發(fā)展的重要主力,經(jīng)濟發(fā)展水平高,且人口密度大,經(jīng)過多年發(fā)展,資源趨于枯竭。相對而言,中西部地區(qū)經(jīng)濟發(fā)展水平較低,資源儲備豐富,地域寬廣,人口密度較小,可以為可再生能源的建設提供適宜的選址,且我國為打贏脫貧攻堅戰(zhàn)貢獻綠色力量,積極實施可再生能源獨立供電工程,在貧困地區(qū)建設可再生能源發(fā)電站。因此,中西部地區(qū)的綠色金融發(fā)展更能促進本地區(qū)的可再生能源電力發(fā)展水平。由于西部地區(qū)經(jīng)濟水平較東部和中部地區(qū)低,鄰近地區(qū)綠色金融的發(fā)展會抑制本地區(qū)可再生能源電力發(fā)展水平,綠色金融作為有利于綠色環(huán)保產(chǎn)業(yè)的新型金融產(chǎn)品,在經(jīng)濟水平較為落后的西部地區(qū),可能會存在地區(qū)競爭現(xiàn)象,本地區(qū)綠色金融發(fā)展促進可再生能源電力發(fā)展水平的同時,吸引鄰近地區(qū)的人才技術轉移到本地區(qū),對鄰近地區(qū)的可再生能源電力發(fā)展水平存在抑制現(xiàn)象。

(五)基于面板分位數(shù)回歸模型的實證研究

為了探討可再生能源電力發(fā)展過程中各影響因素的影響效果和作用,采取固定效應的面板分位數(shù)回歸模型進行回歸,結果見表12。

表12 綠色金融與可再生能源電力發(fā)展面板分位數(shù)回歸

由表12可知,在可再生能源電力發(fā)展的初期和中期,綠色金融均與其有顯著的正相關關系,可能是由于我國可再生能源自改革開放初期已有發(fā)展雛形,水電行業(yè)自1908年以來歷經(jīng)百年,從2008年開始快速全面發(fā)展[30]156-157。而綠色金融作為金融的一種新型概念,目標在于減碳減排,與可再生能源電力發(fā)展理念相符,延續(xù)可持續(xù)發(fā)展的環(huán)保理念,在可再生能源電力發(fā)展的各個階段,綠色金融的發(fā)展均對其產(chǎn)生積極影響,能夠為生產(chǎn)建設可再生能源的企業(yè)提供充足資金,大力支持區(qū)域內(nèi)可再生能源發(fā)展。綠色金融發(fā)展水平每提升1個百分點,可再生能源電力發(fā)展水平平均提升0.111個百分點,整體影響系數(shù)呈遞減狀態(tài)。當可再生能源電力發(fā)展到一定程度時,綠色金融的影響程度降低,在80%分位數(shù)時,綠色金融發(fā)展水平不再具有顯著性影響,說明隨著可再生能源電力發(fā)展的逐漸成熟,后期對綠色金融的依賴性逐漸降低,影響因素發(fā)生變化。至2019年,我國太陽能產(chǎn)業(yè)化規(guī)模穩(wěn)步發(fā)展,風電成為煤電、水電后的第三大能源,零部件制造技術已成熟,供暖和制冷技術已基本成熟[30]159,這標志著我國可再生能源的開發(fā)利用及發(fā)展達到一個新高度。技術創(chuàng)新對可再生能源電力發(fā)展水平的影響從前期的不顯著到后期的正向顯著,且系數(shù)逐漸增加,說明隨著可再生能源電力發(fā)展的不同階段,技術創(chuàng)新逐漸成為促進可再生能源電力進一步發(fā)展的一個重要影響因素。產(chǎn)業(yè)結構變化顯著正向影響可再生能源電力發(fā)展水平,且系數(shù)呈現(xiàn)增長趨勢,可能與我國推進產(chǎn)業(yè)結構升級有關,調整產(chǎn)業(yè)結構是實現(xiàn)“雙碳”目標的重要途徑,實現(xiàn)減碳減排,可再生能源的作用不容小覷。能源資源稟賦在可再生能源電力發(fā)展的各個階段均存在顯著的負相關關系,可能是因為能源資源稟賦用煤炭消費量表示,一個地區(qū)總的能源需求有限,隨著煤炭使用量的增加,可再生能源使用量會隨之減少。二氧化碳排放量與可再生能源電力發(fā)展水平呈顯著正相關,碳排放量越高,全球氣候變暖進程越快,在可持續(xù)發(fā)展的大背景下,會促使人們更加重視可再生能源電力的發(fā)展,即二氧化碳排放能夠促進可再生能源電力發(fā)展水平。這與現(xiàn)有文獻中關于二氧化碳排放量能夠刺激可再生能源發(fā)展的結論一致[29]57-58。

(六)模型的穩(wěn)健性檢驗

為了檢驗結論的可靠性,進行模型的穩(wěn)健性檢驗。首先,采取四種方式對空間杜賓模型進行穩(wěn)健性檢驗。第一,替代核心解釋變量。原模型中的數(shù)據(jù)均取對數(shù)處理,本文的核心解釋變量和被解釋變量均為構建綜合評價指標體系所得。為了避免核心解釋變量的選擇使得結果存在誤差,采用原解釋變量數(shù)據(jù)(GF)重新衡量綠色金融發(fā)展水平,回歸結果如表13第(2)列所示,綠色金融的發(fā)展顯著促進可再生能源電力發(fā)展,且鄰近地區(qū)可再生能源電力發(fā)展顯著促進本地區(qū)可再生能源電力發(fā)展,存在正向溢出效應,此結果與原回歸結果基本一致,說明本文研究結果穩(wěn)健。第二,替換空間矩陣?；鶞誓Ｐ筒扇〉目臻g權重矩陣是0—1地理鄰近矩陣,用基于省會經(jīng)緯度計算得出的地理距離矩陣重新回歸,結果如表13第(3)列所示,回歸結果與原回歸結果基本一致,回歸結果穩(wěn)健。第三,將原數(shù)據(jù)進行上下5%的縮尾處理?；貧w結果如表13第(4)列所示,結果與原回歸結果基本一致,回歸結果穩(wěn)健。第四,內(nèi)生性問題?？紤]模型構建可能仍存在遺漏變量,且可再生能源電力發(fā)展與煤炭消費量、人均地區(qū)生產(chǎn)總值以及綠色金融的發(fā)展之間可能存在反向因果關系,本文采用兩階段系統(tǒng)GMM估計的工具變量法,進行內(nèi)生性檢驗和處理。借鑒多數(shù)學者的做法,本文采用內(nèi)生變量滯后一期作為工具變量,經(jīng)過內(nèi)生性處理后的結果如表13 第(5)列所示,核心解釋變量和大部分控制變量的顯著性水平及符號與原回歸基本一致,回歸結果穩(wěn)健。

表13 空間杜賓模型穩(wěn)健性檢驗

其次,進行面板分位數(shù)回歸模型的穩(wěn)健性檢驗。本文采取替換核心解釋變量的方法,用原解釋變量數(shù)據(jù)(GF)重新衡量綠色金融發(fā)展水平,回歸結果如表14所示,各解釋變量的顯著性與原回歸結果無明顯差異,綠色金融在可再生能源電力發(fā)展初中期仍起到正向促進作用,可再生能源電力發(fā)展到一定水平時,綠色金融不再有顯著影響,本文結果穩(wěn)健。

表14 面板分位數(shù)回歸模型穩(wěn)健性檢驗

五、結論與建議

基于我國2013—2021年30個省區(qū)市(除西藏、港澳臺外)的面板數(shù)據(jù),從綠色信貸、綠色保險、綠色證券和綠色投資四個方面測度綠色金融發(fā)展水平,以可再生能源電力建設和可再生能源發(fā)電兩個方面來測度可再生能源電力發(fā)展水平,利用空間杜賓模型來實證分析綠色金融對可再生能源電力發(fā)展水平的影響機制,分維度分析,利用測度綠色金融的4個子指標分別研究綠色金融各組成部分對可再生能源電力發(fā)展水平的影響,并研究綠色金融影響可再生能源電力發(fā)展水平的區(qū)域異質性,最后進行分位數(shù)回歸,研究可再生能源電力發(fā)展水平不同程度下綠色金融的影響機制。研究發(fā)現(xiàn),綠色金融與本地區(qū)可再生能源電力發(fā)展水平具有顯著的正相關關系,對相鄰地區(qū)可再生能源電力發(fā)展水平?jīng)]有顯著影響,從綠色金融的4個子指標來看,由負向指標衡量的綠色信貸負向影響可再生能源電力發(fā)展水平,綠色證券、綠色保險和綠色投資均正向影響可再生能源電力發(fā)展水平。根據(jù)區(qū)域異質性,東部地區(qū)的綠色金融對可再生能源電力發(fā)展水平無顯著影響,中部地區(qū)的綠色金融正向影響本地區(qū)可再生能源電力發(fā)展水平與鄰近地區(qū)的發(fā)展水平,西部地區(qū)的綠色金融正向影響本地區(qū)可再生能源電力發(fā)展水平,負向影響鄰近地區(qū)的發(fā)展水平。根據(jù)分位數(shù)回歸分析發(fā)現(xiàn),綠色金融在可再生能源電力發(fā)展初期和中期具有正向促進作用,當可再生能源電力發(fā)展到一定程度時,綠色金融不再具有顯著影響?；诖?本文提出以下幾點建議。

第一,加大綠色金融投資力度。綠色金融對可再生能源電力發(fā)展水平起促進作用,在著力實現(xiàn)“雙碳”目標的當下,能源結構轉型處于由高污染高耗能轉變?yōu)榈吞辑h(huán)保的狀態(tài),可再生能源處于迅速發(fā)展階段,需要政府與資金的大力支持,應當加快綠色金融市場建設,促進可再生能源電力發(fā)展。

第二,加快產(chǎn)業(yè)結構升級進程。產(chǎn)業(yè)結構的變化即第三產(chǎn)業(yè)產(chǎn)值占比的增加,積極影響可再生能源電力發(fā)展水平,產(chǎn)業(yè)結構從高消耗高污染低技術的低級形態(tài)轉變?yōu)榈拖牡臀廴靖呒夹g的高級形態(tài)是必然趨勢,產(chǎn)業(yè)結構升級在發(fā)展新技術的同時可助力可再生能源電力發(fā)展,實現(xiàn)工業(yè)減排,達到“雙碳”目標。

第三,完善環(huán)保企業(yè)投融資機制。鼓勵金融機構等進行綠色金融產(chǎn)品創(chuàng)新,當前綠色金融產(chǎn)品多樣,其中綠色信貸的規(guī)模最大,出現(xiàn)時間最長,更多綠色金融創(chuàng)新產(chǎn)品的出現(xiàn)可以讓整個綠色金融市場出現(xiàn)百花齊放的盛景,環(huán)保企業(yè)可以按自身情況選擇綠色產(chǎn)品,實現(xiàn)融資。目前綠色金融的發(fā)展缺乏良好的市場環(huán)境與政策,存在環(huán)保企業(yè)與金融機構信息不對稱的現(xiàn)象,需要加強市場管控,盡力做到銀行等金融機構不會因信息不對等而出現(xiàn)投資不當。

第四,助力扶持西部偏遠地區(qū)。對于不同省區(qū)市經(jīng)濟、人才差異較大且能源生產(chǎn)地產(chǎn)業(yè)布局分散的西部地區(qū),存在較大的虹吸效應。一個省區(qū)市的發(fā)展進步會吸引相鄰省區(qū)市人才與技術的進入,導致發(fā)展好的省區(qū)市會發(fā)展得更好,而發(fā)展差的省區(qū)市會變得更差。當本省區(qū)市自身發(fā)展優(yōu)良、長遠進步時,會大大減少人才流失等問題,政府需要出臺更多“助西、利西”政策,鼓勵人才和企業(yè)進入如甘肅、新疆、寧夏、青海等地,盡量縮短西部各省區(qū)市之間的經(jīng)濟技術差距,使得西部各省區(qū)市均衡發(fā)展。

第五,優(yōu)化產(chǎn)業(yè)布局,促進跨區(qū)域合作。東中西部地區(qū)的綠色金融對可再生能源電力發(fā)展水平的影響具有顯著差異,這與經(jīng)濟地理因素和資源儲量因素有關。東部地區(qū)資源日趨枯竭,西部地區(qū)資源儲備充足,但存在產(chǎn)業(yè)布局分散、產(chǎn)業(yè)結構單一和技術發(fā)展水平相對中東部地區(qū)低的問題,且目前西部地區(qū)可再生能源電力消納能力不足,存在大量棄光棄風的情況,遠距離能源輸送非長久之計,鼓勵高耗能產(chǎn)業(yè)西移,加速西部大開發(fā)進程,促進東中西部跨區(qū)域合作,縮小地區(qū)經(jīng)濟差異,優(yōu)化東中西部地區(qū)產(chǎn)業(yè)布局,充分利用西部地區(qū)可再生能源的同時,能夠促進東部地區(qū)升級優(yōu)化產(chǎn)業(yè)結構。