綠色金融發(fā)展對碳排放的影響研究

[摘 要：文章基于2010—2021年長三角區(qū)域41個城市的面板數(shù)據(jù)，運用系統(tǒng)GMM模型、中介模型和門檻模型實證檢驗長三角區(qū)域綠色金融發(fā)展對碳排放的影響。研究發(fā)現(xiàn)：長三角區(qū)域綠色金融發(fā)展有助于降低碳排放，其作用在大型及以上規(guī)模城市和創(chuàng)新能力較強城市中更為明顯。機制分析發(fā)現(xiàn)，長三角區(qū)域綠色金融發(fā)展通過促進綠色技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級，進而抑制碳排放；在綠色技術(shù)創(chuàng)新這一傳導(dǎo)機制中，策略性技術(shù)創(chuàng)新發(fā)揮著主要作用。門檻效應(yīng)表明，長三角區(qū)域綠色金融發(fā)展與碳排放之間存在明顯“倒U”型曲線關(guān)系。

關(guān)鍵詞：長三角區(qū)域；綠色金融發(fā)展；碳排放；綠色技術(shù)創(chuàng)新；產(chǎn)業(yè)結(jié)構(gòu)升級

中圖分類號：F832.7；X196；X321 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-5097（2024）09-0041-11 ]

An Investigation into the Impact of Green Finance Development on Carbon Emissions：

A Case Study of the Yangtze River Delta Region

ZHENG Lanxiang1， GAO Caiqin1， ZHENG Feihong2

（1. Economics School， Anhui University， Hefei 230601， China;

2. Economics and Management School， Hefei University， Hefei 230601， China）

Abstract：Based on panel data from 41 cities in the Yangtze River Delta region from 2010 to 2021， this essay empirically examines the impact of green finance development on carbon emissions in the Yangtze River Delta region using the system GMM model， mediation model， and threshold model. Research findings： The development of green finance in the Yangtze River Delta region helps reduce carbon emissions， and its effect is more significant in large and above-scale cities and cities characterized by robust innovation capacities. Mechanism analysis shows that green finance development in the Yangtze River Delta region suppresses carbon emissions by promoting green technological innovation and industrial structure upgrading. In the transmission mechanism of green technological innovation， strategic technological innovation plays a major role. The threshold effect indicates that the impact of green finance development on carbon emissions in the Yangtze River Delta region follows a significant "inverted U" shaped curve relationship.

Key words：Yangtze River Delta region; green finance development; carbon emissions; green technological innovation; industrial structure upgrading

一、引言及文獻(xiàn)回顧

2023年11月30日，習(xí)近平總書記在深入推進長三角一體化發(fā)展座談會上指出，要“促進重點領(lǐng)域和重點行業(yè)節(jié)能降碳增效”“積極穩(wěn)妥推進碳達(dá)峰碳中和”。實現(xiàn)碳達(dá)峰碳中和這一艱巨目標(biāo)需多元施策，多方共治。在這一過程中，綠色金融發(fā)揮著不可替代的關(guān)鍵作用。長三角區(qū)域作為我國經(jīng)濟發(fā)展最具活力、開放程度最高、創(chuàng)新能力最強和能源消費強度最大的區(qū)域之一，擁有龐大的金融總量和完善的綠色金融產(chǎn)品市場體系，并在綠色金融政策協(xié)同、綠色金融基礎(chǔ)設(shè)施互聯(lián)互通和綠色金融合作交流等方面都進行了積極的探索和實踐。但長三角區(qū)域的碳排放總量卻非常高，且能源活動是碳排放的主要來源?！堕L三角城市碳排放報告》顯示，2012年長三角地區(qū)碳排放達(dá)到18億噸，此后幾年在18～19億噸之間波動；2019年，該地區(qū)能源活動碳排放占總碳排放量的86.6%。鑒于此，探討長三角區(qū)域綠色金融發(fā)展對碳排放的影響，有助于為長三角區(qū)域生態(tài)綠色一體化發(fā)展提供理論支持和政策建議。

關(guān)于金融發(fā)展如何影響碳排放的相關(guān)議題一直是學(xué)術(shù)界研究的熱點，但目前尚未取得一致性結(jié)論。一些學(xué)者認(rèn)為，金融發(fā)展會增加碳排放。如Haseeb等（2018）［1］基于金磚國家數(shù)據(jù)構(gòu)建環(huán)境庫茲涅茨曲線模型，研究發(fā)現(xiàn)能源消費和金融發(fā)展加劇了碳排放；王軍等（2022）［2］基于家庭—城市匹配數(shù)據(jù)構(gòu)建一般均衡理論模型，研究發(fā)現(xiàn)數(shù)字金融的發(fā)展會增加家庭消費碳排放；Acheampong（2019）［3］基于46個非洲國家數(shù)據(jù)，使用系統(tǒng)廣義矩方法，研究發(fā)現(xiàn)以私營部門信貸總額衡量的金融發(fā)展加劇了碳排放。一些學(xué)者認(rèn)為，金融發(fā)展對碳排放具有抑制作用。如Zaidi等（2019）［4］基于亞太經(jīng)合組織國家數(shù)據(jù)，發(fā)現(xiàn)全球化和金融發(fā)展對碳排放有顯著的抑制作用；Dogan和Seker（2016）［5］基于主要可再生能源國家數(shù)據(jù)，發(fā)現(xiàn)隨著可再生能源消費的增加，金融發(fā)展可以減少碳排放；張忠杰等（2020）［6］基于省級面板數(shù)據(jù)，使用空間面板模型，研究發(fā)現(xiàn)金融發(fā)展水平的提升會減少人均能源消費碳排放；王元彬等（2022）［7］基于城市—企業(yè)匹配數(shù)據(jù)，使用R語言及爬蟲等技術(shù)構(gòu)建指標(biāo)，發(fā)現(xiàn)數(shù)字金融發(fā)展對地區(qū)總體碳排放量有強烈的抑制作用。還有一些學(xué)者認(rèn)為，金融發(fā)展對碳排放具有非線性關(guān)系。如Shahbaz等（2021）［8］基于七國集團國家數(shù)據(jù)，研究發(fā)現(xiàn)不同國家的金融發(fā)展與碳排放之間存在不同的非線性關(guān)系；范慶倩和封思賢（2022）［9］基于省級面板數(shù)據(jù)，發(fā)現(xiàn)數(shù)字金融對碳排放的影響可分為增產(chǎn)效應(yīng)和節(jié)能效應(yīng)，在這兩種效應(yīng)的作用下，碳排放隨著金融發(fā)展水平先增加后減少；嚴(yán)成樑等（2016）［10］基于省級面板數(shù)據(jù)，發(fā)現(xiàn)金融發(fā)展與碳排放之間存在“倒U”型關(guān)系。

隨著綠色金融相關(guān)政策落地落實，學(xué)者們開始關(guān)注綠色金融發(fā)展對碳排放的影響。多數(shù)學(xué)者認(rèn)為綠色金融發(fā)展可以降低碳排放。如Wang等（2023）［11］基于經(jīng)合組織國家數(shù)據(jù)，發(fā)現(xiàn)綠色金融和清潔稅收可以遏制碳排放；Guo等（2022）［12］基于省級面板數(shù)據(jù)，發(fā)現(xiàn)綠色金融可以顯著減少農(nóng)業(yè)碳排放；喻旭蘭和周穎（2023）［13］基于企業(yè)微觀數(shù)據(jù)，從減排和發(fā)展的視角研究發(fā)現(xiàn)，綠色信貸政策的實施可以提高重污染企業(yè)的減排成效；劉鋒等（2022）［14］基于城市面板數(shù)據(jù)，從綠色支持、綠色投資、綠色信貸及綠色保險四個方面構(gòu)建綠色金融綜合指數(shù)，研究發(fā)現(xiàn)綠色金融的快速發(fā)展有助于降低碳排放；張科等（2023）［15］基于城市面板數(shù)據(jù)，研究發(fā)現(xiàn)綠色債券對碳排放有抑制作用。此外，也有少部分學(xué)者并不認(rèn)同綠色金融發(fā)展可以降低碳排放。如Hammoudeh等（2020）［16］基于美國常規(guī)債券數(shù)據(jù)建立因果關(guān)系模型，研究發(fā)現(xiàn)綠色債券對碳排放并沒有顯著影響；尤志婷等（2022）［17］基于省級面板數(shù)據(jù)，以綠色信貸、綠色投資和綠色債券為例，研究發(fā)現(xiàn)綠色債券對中部地區(qū)的碳排放并無顯著影響。綜上所述，以往文獻(xiàn)雖然為研究綠色金融發(fā)展對碳排放的影響提供了重要參考，但是關(guān)于綠色金融發(fā)展是否可以降低碳排放還存在爭議。

由于特定的經(jīng)濟發(fā)展環(huán)境、能源轉(zhuǎn)型結(jié)構(gòu)和資源稟賦條件，綠色金融發(fā)展對碳排放影響存在較大的區(qū)域異質(zhì)性，而目前多數(shù)文獻(xiàn)都是從全國省市宏觀角度、企業(yè)微觀角度出發(fā)，鮮有文獻(xiàn)從區(qū)域?qū)用嫜芯?。長三角是區(qū)域一體化發(fā)展示范區(qū)，也是綠色金融整體發(fā)展水平領(lǐng)先的區(qū)域。但該區(qū)域聚集了鋼鐵、化工、火電等傳統(tǒng)高能耗、高污染產(chǎn)業(yè)，這些產(chǎn)業(yè)的發(fā)展會釋放大量二氧化碳，容易加重環(huán)境負(fù)擔(dān)，不利于低碳綠色發(fā)展［18］。鑒于此，本文可能的邊際貢獻(xiàn)在于：第一，聚焦于區(qū)域?qū)用?，選取長三角區(qū)域41個城市面板數(shù)據(jù)來研究綠色金融發(fā)展與碳排放的關(guān)系。第二，通過梳理綠色金融發(fā)展的作用渠道，同時引入城市規(guī)模和城市創(chuàng)新虛擬變量，實證分析綠色金融發(fā)展對碳排放的影響，豐富現(xiàn)有文獻(xiàn)研究。第三，在研究綠色技術(shù)創(chuàng)新渠道時，現(xiàn)有文獻(xiàn)多局限于總量角度，而本文進一步從實質(zhì)（提質(zhì)）和策略（增量）角度研究綠色金融發(fā)展影響碳排放的具體作用機制，可以為長三角區(qū)域政府制定綠色政策提供理論支持和經(jīng)驗證據(jù)。

二、理論分析與研究假設(shè)

（一）長三角區(qū)域綠色金融發(fā)展對碳排放的直接影響

綠色金融作為兼具導(dǎo)向性和政策性的工具，是降低碳排放和促進區(qū)域綠色發(fā)展的重要手段［19］。首先，綠色金融發(fā)展具有資金引導(dǎo)的功能。綠色金融發(fā)展通過提供優(yōu)惠貸款利率、發(fā)行綠色債券以及提供碳信用融資等方式，引導(dǎo)資金流向環(huán)保、節(jié)能減排等行業(yè)；同時對“兩高”行業(yè)還具有融資懲罰效應(yīng)，迫使其縮減生產(chǎn)規(guī)模和降低產(chǎn)能［20］，使能源消耗和污染物排放在總體上減少，從而降低碳排放。其次，綠色金融發(fā)展具有風(fēng)險管理的功能，主要包括風(fēng)險評估和風(fēng)險披露。金融機構(gòu)在提供信貸服務(wù)前，會對融資主體的資源利用效率、排污水平等方面進行審慎評估，以決定是否提供信貸服務(wù)［14］；同時，金融機構(gòu)在貸前、貸中及貸后都會要求融資主體披露相關(guān)環(huán)境信息，這不僅有助于降低信息不對稱，使投資者作出更為綠色的投資選擇，還可以有效避免融資主體開展污染性的生產(chǎn)活動［21］。因此，綠色金融發(fā)展在一定程度上可以降低融資主體的碳排放。最后，綠色金融發(fā)展具有政策倡導(dǎo)的功能。當(dāng)?shù)卣ㄟ^制定綠色金融政策，引導(dǎo)投資者和企業(yè)去關(guān)注綠色低碳發(fā)展［22］，從而形成綠色生活和生產(chǎn)方式，助力節(jié)能減排。具體來說，綠色金融發(fā)展對投資者投資具有引導(dǎo)作用，使投資者對綠色行業(yè)的未來有樂觀的預(yù)期，從而將資金投入綠色行業(yè)中［23］；對“兩高”企業(yè)具有警示作用，能夠使其相機行動，更新高耗能和高污染的生產(chǎn)設(shè)備，促進自身綠色轉(zhuǎn)型?；谏鲜龇治?，本文提出假設(shè)1。

H1：長三角區(qū)域綠色金融發(fā)展有助于降低碳排放。

（二）長三角區(qū)域綠色金融發(fā)展對碳排放的間接影響

近年來，長三角各城市技術(shù)合作成果豐碩?！?023長三角區(qū)域協(xié)同創(chuàng)新指數(shù)》數(shù)據(jù)顯示，2022年長三角各城市之間相互技術(shù)合同輸出量超過2.5萬項，技術(shù)交易額高達(dá)1 863.45億元，分別同比增長20.3%和112.5%。長三角區(qū)域綠色技術(shù)創(chuàng)新離不開綠色金融發(fā)展的資金支持和風(fēng)險分擔(dān)。企業(yè)進行綠色技術(shù)創(chuàng)新時往往面臨較長的周期和潛在的風(fēng)險，很容易產(chǎn)生信貸融資約束問題，傳統(tǒng)金融難以精準(zhǔn)地提供資金支持［24］。綠色金融作為一種以可持續(xù)發(fā)展為導(dǎo)向的金融服務(wù)，一方面，通過在市場上發(fā)行綠色信貸、設(shè)立綠色基金等方式，為企業(yè)綠色技術(shù)創(chuàng)新提供大量的資金支持，緩解綠色企業(yè)的融資約束［25］；另一方面，通過在二級市場上為企業(yè)提供多樣化的金融工具，分散企業(yè)的創(chuàng)新風(fēng)險［26］，提高企業(yè)風(fēng)險防范能力，為企業(yè)創(chuàng)新提供更穩(wěn)定的經(jīng)營環(huán)境。長三角區(qū)域綠色技術(shù)創(chuàng)新對碳排放有直接的影響［27］。從源頭來說，研發(fā)高效能源系統(tǒng)設(shè)備，可以提高能源的使用效率，實現(xiàn)生產(chǎn)工業(yè)的清潔化；從末端治理來說，使用碳捕集與封存技術(shù)對已產(chǎn)生的二氧化碳進行處理，或者運用污染治理技術(shù)降低非期望產(chǎn)出的產(chǎn)量，均可達(dá)到減少碳排放的目的［28］。綜上所述，長三角區(qū)域綠色金融發(fā)展通過發(fā)揮資金支持和風(fēng)險分擔(dān)的功能促進綠色技術(shù)創(chuàng)新，而綠色技術(shù)創(chuàng)新又可以從源頭和末端治理角度抑制碳排放。

進一步根據(jù)創(chuàng)新的動機，將創(chuàng)新分為實質(zhì)性（提質(zhì)）技術(shù)創(chuàng)新和策略性（增量）技術(shù)創(chuàng)新［29］。實質(zhì)性技術(shù)創(chuàng)新是指企業(yè)為了提高技術(shù)創(chuàng)新水平和產(chǎn)品質(zhì)量而進行的創(chuàng)新活動，是在技術(shù)層面的根本性突破，這種創(chuàng)新活動能從源頭上直接降低碳排放。而策略性技術(shù)創(chuàng)新是指企業(yè)為了追求短期利益或者以獲取政府綠色補貼為目的而進行的創(chuàng)新活動，可通過優(yōu)化供應(yīng)鏈管理和提升資源利用效率等不改變核心技術(shù)的方式，快速減少碳排放［30］。由于長三角區(qū)域欠發(fā)達(dá)城市的制造業(yè)、建筑業(yè)等行業(yè)較多，以及發(fā)達(dá)城市的基礎(chǔ)材料、能源化工產(chǎn)業(yè)規(guī)模較大［31］，實質(zhì)性技術(shù)創(chuàng)新往往需要較長時間來減少碳排放，而策略性技術(shù)創(chuàng)新短期則可快速地減少碳排放。因此，策略性技術(shù)創(chuàng)新可能發(fā)揮著主要中介作用。

基于上述分析，本文提出假設(shè)2。

H2a：長三角區(qū)域綠色金融發(fā)展通過促進綠色技術(shù)創(chuàng)新，進而抑制碳排放；

H2b：在綠色技術(shù)創(chuàng)新這一傳導(dǎo)機制中，策略性技術(shù)創(chuàng)新發(fā)揮著主要作用。

長三角區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)逐漸加速邁向中高端。《向“新”提質(zhì) 積“勢”成力 長三角一體化發(fā)展的“第二個五年”》數(shù)據(jù)顯示，2023年長三角區(qū)域集成電路產(chǎn)業(yè)規(guī)模全國占比為60%，生物醫(yī)藥和人工智能產(chǎn)業(yè)規(guī)模全國占比均為1/3。長三角區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級需要綠色金融發(fā)展的助力。首先，長三角區(qū)域綠色金融發(fā)展通過實施差異化信貸政策，對節(jié)能環(huán)保企業(yè)提供較低的貸款利率，促進綠色產(chǎn)業(yè)迅速發(fā)展，對污染企業(yè)提供較高的貸款利率，倒逼其進行綠色轉(zhuǎn)型［17］，從而優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)整體布局。其次，長三角區(qū)域綠色金融發(fā)展通過優(yōu)化資源配置使資源流向生產(chǎn)率較高的部門，同時賦予勞動和資本等生產(chǎn)要素較高的流動性。在生產(chǎn)要素流動的過程中，一些高污染、低附加值的產(chǎn)業(yè)將會面臨被淘汰的風(fēng)險，而高附加值、低碳綠色產(chǎn)業(yè)將被注入強大活力［32］，這有助于產(chǎn)業(yè)結(jié)構(gòu)整體優(yōu)化。已有很多研究證實，當(dāng)?shù)貐^(qū)產(chǎn)業(yè)結(jié)構(gòu)升級時，相應(yīng)碳排放就會減少［33］。產(chǎn)業(yè)結(jié)構(gòu)升級意味著綠色產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)在國民經(jīng)濟中的比重逐漸增加，同時傳統(tǒng)的高能耗和高污染產(chǎn)業(yè)則逐漸減少，這種產(chǎn)業(yè)結(jié)構(gòu)的動態(tài)調(diào)整有助于抑制碳排放。換句話說，產(chǎn)業(yè)結(jié)構(gòu)升級意味著技術(shù)的進步和生產(chǎn)方式的改進［34］，即產(chǎn)業(yè)結(jié)構(gòu)由過去的能源和勞動密集型開始向技術(shù)和知識密集型轉(zhuǎn)變，從而抑制碳排放。此外，長三角區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級可能伴隨著經(jīng)濟增長與碳排放脫鉤，即實現(xiàn)經(jīng)濟增長不需要再以碳排放為代價，在一定程度上有利于減少碳排放［35］。綜上所述，長三角區(qū)域綠色金融發(fā)展通過實施差異化信貸政策和優(yōu)化資源配置促進產(chǎn)業(yè)結(jié)構(gòu)升級，而產(chǎn)業(yè)結(jié)構(gòu)升級又可以抑制碳排放?；谏鲜龇治?，本文提出假設(shè)3。

H3：長三角區(qū)域綠色金融發(fā)展通過促進產(chǎn)業(yè)結(jié)構(gòu)升級，進而抑制碳排放。

長三角區(qū)域綠色金融發(fā)展影響碳排放的理論框架如圖1所示。

三、研究設(shè)計

（一）模型構(gòu)建

1. 基準(zhǔn)回歸模型

為研究長三角區(qū)域綠色金融發(fā)展對碳排放的影響，本文構(gòu)建如下基準(zhǔn)回歸模型：

[CIit=β0+β1GFit+β2controlit+εit] （1）

其中：i表示城市；t表示年份；[CIit]表示碳排放；[GFit]表示綠色金融發(fā)展；[controlit]表示所有的控制變量，包括人口密度、城鎮(zhèn)化水平、人力資本、市場化水平和產(chǎn)業(yè)結(jié)構(gòu)；[β0]為截距項；[β1]為綠色金融發(fā)展對碳排放的影響程度；[β2為]控制變量的估計系數(shù)；[εit]為服從正態(tài)分布的隨機擾動項。

2. 中介效應(yīng)模型

考慮傳統(tǒng)逐步回歸法可能會因存在的高度共線性等內(nèi)生性問題而產(chǎn)生系統(tǒng)性估計偏誤，因此，為探究長三角區(qū)域綠色金融發(fā)展影響碳排放的作用機制，本文借鑒江艇（2022）［36］對中介效應(yīng)模型的建議，構(gòu)建模型如下：

[Mit=δ0+δ1GFit+δ2controlit+εit] （2）

[CIit=θ0+θ1Mit+θ2controlit+εit] （3）

其中：[Mit]表示中介變量，包括綠色技術(shù)創(chuàng)新、策略性技術(shù)創(chuàng)新、實質(zhì)性技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級；[δ1]表示綠色金融發(fā)展對中介變量的影響程度；其他變量含義與模型（1）相同。

（二）變量選取

1. 被解釋變量：碳排放（CI）

為避免城市之間經(jīng)濟發(fā)展水平的差異對回歸結(jié)果造成影響，本文使用碳排放強度表征碳排放，碳排放強度采用城市碳排放量與城市GDP之比表示，單位是千克/元。借鑒以往學(xué)者對城市碳排放量的界定［37］，本文從三個維度去統(tǒng)計城市碳排放量。①城市轄區(qū)內(nèi)的所有直接排放，包括交通建筑、工業(yè)生產(chǎn)、農(nóng)林業(yè)與土地以及廢棄物處理產(chǎn)生的排放；②城市轄區(qū)外與能源有關(guān)的間接排放，包括滿足城市消費而購買的電力、供熱及制冷產(chǎn)生的排放；③城市內(nèi)部活動引起轄區(qū)外部產(chǎn)生的排放，包括購買轄區(qū)外部物品在生產(chǎn)、運輸和使用過程中產(chǎn)生的排放。

[CIj=CEjGDPj] （4）

其中：j表示長三角各城市；[CEj]表示碳排放量；[CIj]表示碳排放。

2. 核心解釋變量：綠色金融發(fā)展（GF）

截至目前，我國官方機構(gòu)并未給出綠色金融發(fā)展的相關(guān)數(shù)據(jù)以及測度方法。因此，本文基于數(shù)據(jù)的可獲得性、科學(xué)性和完整性等原則，在借鑒前人研究成果的基礎(chǔ)上［38-39］，從綠色信貸、綠色保險、綠色投資、綠色支持、綠色債券、綠色基金、綠色權(quán)益等7個方面構(gòu)建長三角區(qū)域41個城市的綠色金融發(fā)展指標(biāo)體系，見表1所列?？紤]層次分析法是一種相對主觀的賦值方法，主成分分析法對數(shù)據(jù)的假設(shè)條件又有嚴(yán)格的要求，而熵權(quán)法則是一種基于數(shù)據(jù)離散程度來判斷指標(biāo)權(quán)重的方法，更具客觀性和靈活性。因此，本文采用熵權(quán)法來測算長三角區(qū)域41個城市的綠色金融發(fā)展指數(shù)。

3. 中介變量

本文選取綠色技術(shù)創(chuàng)新（TA）、實質(zhì)性技術(shù)創(chuàng)新（MI）、策略性技術(shù)創(chuàng)新（SI）和產(chǎn)業(yè)結(jié)構(gòu)升級（UIS）作為中介變量。綠色技術(shù)創(chuàng)新使用城市綠色專利申請總數(shù)來表示。這是由于企業(yè)專利授權(quán)往往需要進行檢測和支付年費，且容易受官僚因素的影響［40］，而企業(yè)在專利申請過程中，就能從中獲得經(jīng)濟利益，于是專利申請數(shù)更能反映地區(qū)的創(chuàng)新水平。在借鑒以往文獻(xiàn)研究的基礎(chǔ)上［29］，進一步將綠色技術(shù)專利進行劃分，其中，綠色發(fā)明專利研發(fā)投入大、難度高，而綠色實用新型專利的研發(fā)過程則相對簡單且技術(shù)含量低。因此，以綠色發(fā)明專利申請數(shù)代表實質(zhì)性（提質(zhì)）技術(shù)創(chuàng)新，以綠色實用新型專利申請數(shù)代表策略性（增量）技術(shù)創(chuàng)新?？紤]不同城市專利申請數(shù)據(jù)的波動較大，故對以上專利均進行加1取對數(shù)處理。根據(jù)配第-克拉克定律，一個國家的產(chǎn)業(yè)結(jié)構(gòu)通常會經(jīng)歷以農(nóng)業(yè)為主導(dǎo)的第一產(chǎn)業(yè)、以制造業(yè)為主導(dǎo)的第二產(chǎn)業(yè)，以服務(wù)業(yè)為主導(dǎo)的第三產(chǎn)業(yè)的動態(tài)演變過程［41］，當(dāng)一國處于以第三產(chǎn)業(yè)為主導(dǎo)的階段時，這意味其實現(xiàn)了產(chǎn)業(yè)結(jié)構(gòu)升級。因此，本文產(chǎn)業(yè)結(jié)構(gòu)升級選取第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重來表示。

4. 控制變量

為排除其他因素對碳排放的影響，本文選擇以下變量作為控制變量：①人口密度（PD），考慮各城市之間行政區(qū)域和人口規(guī)模存在較大差異，使用每平方公里人數(shù)加1取對數(shù)來衡量。人口密度較高的城市往往具有較高的經(jīng)濟集聚水平［42］，其綠色低碳環(huán)保理念的意識也較為強烈，這可能會對碳排放產(chǎn)生影響。②城鎮(zhèn)化水平（UL），使用城鎮(zhèn)常住人口占總?cè)丝诒戎乇硎?。一方面，隨著城鎮(zhèn)化進程加速，人口向城市聚集，城市建設(shè)和基礎(chǔ)設(shè)施的發(fā)展也隨之增加，這會導(dǎo)致更多的能源消耗和排放；另一方面，城鎮(zhèn)化也可以通過提高能源利用效率和改善能源結(jié)構(gòu)等途徑來減少碳排放［43］。③人力資本（HC），使用每萬人大學(xué)生數(shù)加1取對數(shù)來衡量。人力資本的提升可以促進企業(yè)和社會的可持續(xù)發(fā)展，對碳排放產(chǎn)生影響［44］。④市場化水平（ML），使用市場化指數(shù)來衡量。市場化水平的提高往往意味著高耗能和低附加值行業(yè)難以生存或發(fā)展，環(huán)保和高附加值的行業(yè)將會受到更多關(guān)注和支持。因此，市場化水平較高的地方，其經(jīng)濟結(jié)構(gòu)傾向于更加環(huán)保和低碳，碳排放也會相對較低［45］。⑤產(chǎn)業(yè)結(jié)構(gòu)（IS），使用第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重表示。第二產(chǎn)業(yè)部門如能源部門、建筑部門等化石燃料的燃燒是二氧化碳的重要來源，因此優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)有助于減少碳排放。

（三）數(shù)據(jù)來源與描述性統(tǒng)計

本文研究對象為長三角區(qū)域41個城市，研究期限為2010—2021年。綠色金融發(fā)展相關(guān)數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國金融年鑒》《中國能源統(tǒng)計年鑒》；碳排放、綠色技術(shù)創(chuàng)新、實質(zhì)性技術(shù)創(chuàng)新、策略性技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級、人口密度、城鎮(zhèn)化水平、人力資本、產(chǎn)業(yè)結(jié)構(gòu)等數(shù)據(jù)來源于《江蘇省統(tǒng)計年鑒》《浙江省統(tǒng)計年鑒》《安徽省統(tǒng)計年鑒》《上海市統(tǒng)計年鑒》；市場化指數(shù)數(shù)據(jù)來源于樊綱等編著的《中國市場化指數(shù)》。

表2報告了主要變量的描述性統(tǒng)計結(jié)果。

四、實證結(jié)果分析

（一）基準(zhǔn)回歸

表3第（1）列報告了長三角區(qū)域綠色金融發(fā)展影響碳排放的回歸結(jié)果，可以發(fā)現(xiàn)，綠色金融發(fā)展的回歸系數(shù)為-0.364，且在1%水平上顯著，表明長三角區(qū)域綠色金融發(fā)展有助于降低碳排放，于是H1得以驗證。基于前文理論分析，長三角區(qū)域綠色金融發(fā)展通過發(fā)揮資金引導(dǎo)、風(fēng)險管理和政策倡導(dǎo)的功能，有利于直接降低碳排放，助力節(jié)能減排。在一系列控制變量中，人口密度的回歸系數(shù)為-0.037，且在1%水平上顯著，這表明人口密度在一定程度上對碳排放有抑制作用［42］。這可能是因為，人口密度較高的城市（如上海、蘇州等），相應(yīng)經(jīng)濟集聚水平較高且更重視城市綠色環(huán)保形象，從而降低碳排放。產(chǎn)業(yè)結(jié)構(gòu)的回歸系數(shù)在1%水平上顯著為負(fù)，表明產(chǎn)業(yè)結(jié)構(gòu)的改善有助于降低碳排放。這可能是因為，隨著綠色發(fā)展理念的深入人心，城市的第二產(chǎn)業(yè)部門開始重視污染和耗能產(chǎn)業(yè)鏈的綠色低碳轉(zhuǎn)型，這在一定程度上降低了二氧化碳的排放量。市場化水平的回歸系數(shù)顯著為負(fù)，表明市場化水平越高，越有助于降低碳排放。原因可能在于：市場化水平越高的城市，其高耗能和低附加值行業(yè)的比重越小，環(huán)保和高附加值的行業(yè)的比重越高，越有利于降低整體的碳排放水平。城鎮(zhèn)化水平對碳排放具有抑制作用，但不顯著。究其原因，城鎮(zhèn)化雖然可以通過提高能源利用效率和改善能源結(jié)構(gòu)等途徑來減少碳排放，但也會使人口向城市集聚，增加能源消耗和污染物排放。人力資本對碳排放的影響為正，但并不顯著，表明人力資本對碳排放存在促進作用，但這種作用并不明顯。這可能是因為：隨著人力資本的提升，人們逐漸注重生活質(zhì)量，可能更傾向于購買空調(diào)、汽車等高碳排放產(chǎn)品［46］；相反，人力資本的提升也會帶來技術(shù)進步和創(chuàng)新，從而推動低碳綠色發(fā)展。

（二）穩(wěn)健性檢驗

第一，工具變量法。為了避免內(nèi)生性問題，大多數(shù)文獻(xiàn)采用解釋變量滯后一期作為工具變量，雖然對可能存在的反向因果問題進行了篩除，但是無法避免模型（1）中隨機擾動項與核心解釋變量之間可能存在的相關(guān)性問題［14］。理論上，上一期的綠色金融發(fā)展可以通過棘輪效應(yīng)影響當(dāng)期的綠色金融發(fā)展，進而影響當(dāng)期的碳排放，這具有一定的相關(guān)性。然而，當(dāng)期的碳排放對上一期綠色金融發(fā)展無法影響，因此有效地避免了內(nèi)生性問題。于是，本文采用上一期綠色金融發(fā)展作為工具變量，考慮使用兩階段最小二乘法（2SLS）回歸。表3第（2）列報告了兩階段最小二乘法的回歸結(jié)果，可見，長三角區(qū)域綠色金融發(fā)展對碳排放有抑制作用。此外，本文還發(fā)現(xiàn)綠色金融發(fā)展的系數(shù)比基準(zhǔn)回歸中的系數(shù)更顯著，證實了基準(zhǔn)回歸的結(jié)果具有穩(wěn)健性。

第二，系統(tǒng)GMM法。為克服工具變量法中可能存在弱工具變量問題而導(dǎo)致的估計偏誤，本文采用動態(tài)面板系統(tǒng)GMM模型進行回歸分析。相較于差分GMM模型，系統(tǒng)GMM模型將水平方程和差分方程結(jié)合成一個方程進行檢驗，從而更具綜合性和效率性。動態(tài)面板模型的方程式如下：

[CIit=γ0+γ1CIi，t-1+γ2GFit+γ3controlit+εit] （5）

其中：[CIi，t-1]表示上一期碳排放；[γ1]為上一期碳排放對本期碳排放的影響程度。檢驗結(jié)果見表3第（3）列，可見，AR（1）的P值為0.002，表明一階序列高度相關(guān)，AR（2）的P值為0.174，表明殘差二階序列高度不相關(guān)，故系統(tǒng)GMM假設(shè)的條件得以滿足。另外，綠色金融發(fā)展的回歸系數(shù)在10%水平上依舊顯著為負(fù)，即長三角區(qū)域綠色金融發(fā)展可以降低碳排放，故前文的結(jié)論依舊穩(wěn)健。

第三，傾向匹配得分法（PSM）。為避免因樣本自選擇偏差而導(dǎo)致的內(nèi)生性問題，本文采用PSM方法重新進行回歸。具體而言，首先，將樣本依據(jù)綠色金融發(fā)展指數(shù)的中位數(shù)分為高綠色金融發(fā)展組和低綠色金融發(fā)展組。其次，選擇所有的控制變量作為協(xié)變量，采用最近鄰匹配法（一對一匹配法）對這兩組進行匹配。經(jīng)過傾向匹配得分處理明顯縮小了樣本數(shù)據(jù)之間的偏差，即消除了因樣本數(shù)據(jù)差距過大而致使結(jié)論不穩(wěn)健的情況。最后，使用匹配后的數(shù)據(jù)進行基準(zhǔn)回歸。結(jié)果見表3第（4）列，綠色金融發(fā)展的系數(shù)符號和顯著性水平并未發(fā)生明顯改變，故前文的結(jié)論具有較強的穩(wěn)健性。

第四，考慮政策沖擊對基準(zhǔn)回歸結(jié)果的影響。在樣本時間段內(nèi)，在全國范圍內(nèi)實施的一些金融政策可能會對基準(zhǔn)回歸結(jié)論造成影響，即有可能綠色金融發(fā)展對碳排放的影響會因政策實施而產(chǎn)生巨大變化。根據(jù)中國銀行業(yè)監(jiān)督管理委員會2012年頒布的《綠色信貸指引》，金融機構(gòu)應(yīng)當(dāng)通過降低低碳和環(huán)保企業(yè)的貸款利率、提高“兩高”企業(yè)的貸款利率等方式，引導(dǎo)資金流向清潔綠色企業(yè)，從而為低碳經(jīng)濟的發(fā)展提供支持。因此，本文以2012年為政策沖擊點，構(gòu)造政策虛擬變量policy。如果發(fā)生在2012年及以后，則賦值為1，反之，則賦值為0。將政策虛擬變量與核心解釋變量相乘后加入基準(zhǔn)回歸模型中，以考察回歸結(jié)果是否會因政策沖擊而產(chǎn)生影響，模型如下：

[CIit=σ0+σ1GFit×policyt+σ2GFit+σ3controlit+εit] （6）

其中：[policyt]為政策虛擬變量；[σ1]表示綠色金融發(fā)展與政策虛擬變量交互項的估計系數(shù)。結(jié)果見表3第（5）列，綠色金融發(fā)展的系數(shù)依舊顯著為負(fù)，交互項的系數(shù)也顯著為負(fù)。這表明《綠色信貸指引》政策頒布實施后，長三角區(qū)域綠色金融發(fā)展對碳排放的影響沒有因政策沖擊而產(chǎn)生巨大變化，證實了前文研究結(jié)論的穩(wěn)健性。

第五，使用Tobit模型。由于被解釋變量碳排放的測度值始終大于0，使用最小二乘法無法取得一致性估計。為避免因樣本受限而導(dǎo)致的偏誤，選擇Tobit模型對樣本數(shù)據(jù)進行重新回歸，回歸結(jié)果見表3第（6）列，核心解釋變量綠色金融發(fā)展的估計系數(shù)在符號方向和顯著性上與基準(zhǔn)回歸結(jié)果基本保持一致，表明前文的結(jié)論具有穩(wěn)健性。

第六，改變樣本范圍。上海、杭州、合肥、南京和蘇州這5個城市，無論是金融資源配置，還是經(jīng)濟發(fā)展水平、基礎(chǔ)設(shè)施水平都比其他城市更具優(yōu)勢。為避免這一特殊情況可能對實證檢驗結(jié)果造成偏差，表3第（7）列刪除了上海、杭州、合肥、南京和蘇州這5個城市的樣本數(shù)據(jù)，對其余36個城市重新進行回歸。結(jié)果顯示，綠色金融發(fā)展的回歸系數(shù)顯著為負(fù)，即剔除部分城市數(shù)據(jù)后，長三角區(qū)域綠色金融發(fā)展對碳排放的抑制作用更明顯，與前文研究結(jié)論保持一致。

（三）異質(zhì)性分析

為探討長三角區(qū)域綠色金融發(fā)展對碳排放影響的城市異質(zhì)性，本文主要從城市規(guī)模和城市創(chuàng)新角度進行考察。在模型（1）的基礎(chǔ)上，引入城市特征虛擬變量與綠色金融發(fā)展的交互項設(shè)定如下模型：

[CIit=ρ0+ρ1GFit×urbanit+ρ2GFit+ρ3controlit+εit] （7）

其中：[urbanit]為城市特征虛擬變量，包括城市規(guī)模（scale）和城市創(chuàng)新（innovate）；[ρ1]為綠色金融發(fā)展與城市特征虛擬變量交互項的估計系數(shù)。

首先，城市規(guī)模，借鑒已有研究［47］，依據(jù)2014年國務(wù)135fdbec1431e8edaa2cc793c6188d77院印發(fā)的《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》，以2021年城區(qū)常住人口為參考，將樣本劃分為大型及以上規(guī)模城市和中小型城市，構(gòu)建城市規(guī)模虛擬變量scale。若為大型及以上規(guī)模城市，則scale取值為1，反之，則取0。其次，城市創(chuàng)新，以2021年城市綠色專利申請數(shù)的中位數(shù)為依據(jù)，將樣本劃分為創(chuàng)新能力較強城市和創(chuàng)新能力較弱城市，構(gòu)建城市創(chuàng)新虛擬變量innovate。若為創(chuàng)新能力較弱城市，則innovate取值為1，反之，則取0。結(jié)果見表4所列。由第（1）列可以看出，大型及以上規(guī)模城市與綠色金融發(fā)展交互項的回歸系數(shù)在1%水平上顯著為負(fù)，說明長三角區(qū)域綠色金融發(fā)展對大型及以上規(guī)模城市碳排放的抑制作用強于中小型城市。這是因為：長三角區(qū)域大型及以上規(guī)模城市通常擁有更為龐大的經(jīng)濟規(guī)模、更為豐富的金融資源，使得綠色金融發(fā)展帶來的融資效應(yīng)更為明顯，能夠帶動更多的清潔能源項目，從而對碳排放產(chǎn)生更為明顯的抑制作用。而中小型城市在金融資源、技術(shù)資源等方面較為匱乏，這使其推動綠色金融發(fā)展會面臨較大困難。同時，中小型城市政府對當(dāng)?shù)仄髽I(yè)的環(huán)境監(jiān)管力度可能不夠，監(jiān)管制度也可能不完善，導(dǎo)致一些企業(yè)存在“漂綠”行為，因而總體的“降碳”效果相對較差。由第（2）列可以看出，創(chuàng)新能力較弱城市與綠色金融發(fā)展交互項的回歸系數(shù)在1%水平上顯著為正，表明長三角區(qū)域綠色金融發(fā)展對創(chuàng)新能力較弱城市的碳排放抑制作用弱于創(chuàng)新能力較強城市。這是由于：長三角創(chuàng)新能力較強城市通常擁有更多的科研機構(gòu)和高新技術(shù)企業(yè)，在綠色金融發(fā)展過程中更容易推動并應(yīng)用清潔技術(shù)和低碳技術(shù)，從而有效減少碳排放；而創(chuàng)新能力較弱城市由于科技創(chuàng)新能力較低，即使是有綠色金融發(fā)展的資金支持，也不一定能順利進行綠色創(chuàng)新和低碳轉(zhuǎn)型，這使得綠色金融發(fā)展的“降碳”效果大打折扣。

（四）機制分析

結(jié)合前文理論分析，進一步檢驗綠色金融發(fā)展影響碳排放的作用渠道。在模型（2）和模型（3）的基礎(chǔ)上，引入綠色技術(shù)創(chuàng)新、實質(zhì)性技術(shù)創(chuàng)新、策略性技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級作為中介變量，作用機制檢驗結(jié)果見表5所列。

由表5列（1）、列（2）結(jié)果可知，綠色金融發(fā)展對綠色技術(shù)創(chuàng)新的影響系數(shù)為4.245，且通過1%置信水平檢驗，而綠色技術(shù)創(chuàng)新對碳排放的估計系數(shù)顯著為負(fù)。這說明長三角區(qū)域綠色金融發(fā)展通過促進綠色技術(shù)創(chuàng)新，進而抑制碳排放，故H2a得以驗證。探其原因，綠色金融發(fā)展通過緩解綠色企業(yè)的融資壓力，推動企業(yè)綠色技術(shù)創(chuàng)新，而企業(yè)通過綠色技術(shù)創(chuàng)新又可以實現(xiàn)生產(chǎn)工業(yè)的清潔化，促進自身綠色低碳轉(zhuǎn)型，從而有效減少碳排放［28］。

由表5列（3）、列（5）結(jié)果可知，綠色金融發(fā)展對策略性技術(shù)創(chuàng)新水平的影響系數(shù)更大，說明綠色金融發(fā)展對策略性技術(shù)創(chuàng)新的促進作用更為明顯。不難發(fā)現(xiàn)，策略性技術(shù)創(chuàng)新一般技術(shù)含量較低且周期短，綠色金融提供的資金支持更易促使企業(yè)從事一些低成本創(chuàng)新活動。由表5列（4）、列（6）結(jié)果可得，實質(zhì)性技術(shù)創(chuàng)新對碳排放的抑制作用弱于策略性技術(shù)創(chuàng)新。原因可能在于：實質(zhì)性技術(shù)創(chuàng)新往往研發(fā)難度大、風(fēng)險高，需要較長的時間來減少碳排放。綜上所述，在綠色技術(shù)創(chuàng)新這一傳導(dǎo)機制中，策略性技術(shù)創(chuàng)新發(fā)揮著主要作用，故H2b得以驗證。

表5列（7）、列（8）結(jié)果顯示，綠色金融發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)升級的影響系數(shù)顯著為正，而產(chǎn)業(yè)結(jié)構(gòu)升級對碳排放的估計系數(shù)為-0.831，并在1%水平上顯著。這說明長三角區(qū)域綠色金融發(fā)展通過促進產(chǎn)業(yè)結(jié)構(gòu)升級，進而抑制碳排放，故H3成立。這是由于：綠色金融發(fā)展可以推動綠色產(chǎn)業(yè)、高附加值產(chǎn)業(yè)、低碳產(chǎn)業(yè)迅速發(fā)展，倒逼高耗能產(chǎn)業(yè)、低附加值產(chǎn)業(yè)綠色轉(zhuǎn)型，促使產(chǎn)業(yè)結(jié)構(gòu)整體升級，而產(chǎn)業(yè)結(jié)構(gòu)升級又意味著技術(shù)進步和生產(chǎn)方式的改進，有助于整體降低碳排放［33］。

五、進一步分析

為進一步探討長三角區(qū)域綠色金融發(fā)展與碳排放之間是否會存在非線性關(guān)系，本文以綠色金融發(fā)展為門檻變量，構(gòu)建面板門檻模型如下：

[CIit=α0+α1GFitIqit≤θ+α2GFitIθ<qit+α3controlit+εit] （8）

其中：[qit]為門檻變量，使用綠色金融發(fā)展來表示；[I·]為指示性函數(shù)；[θ]為特定的門檻值；[α1]、[α2]為門檻變量的估計系數(shù)；其余變量含義與模型（1）保持一致。

首先，以綠色金融發(fā)展為門檻變量對模型進行門檻檢驗，結(jié)果見表6所列?？梢?，單一門檻和雙重門檻檢驗的P值分別在1%和5%水平上顯著，表明模型存在雙重門檻效應(yīng)，門檻值分別為0.194 8和0.401 5。

其次，利用面板門檻模型進行雙重面板回歸估計，結(jié)果見表7所列。具體而言，當(dāng)綠色金融發(fā)展指數(shù)小于或等于0.194 8時，綠色金融發(fā)展對碳排放的影響系數(shù)為正，但并不顯著；當(dāng)綠色金融發(fā)展指數(shù)大于0.194 8且小于或等于0.401 5時，綠色金融發(fā)展的回歸系數(shù)為-0.264，且在5%水平上顯著，表明在此階段，長三角區(qū)域綠色金融發(fā)展對碳排放有顯著的抑制作用。這是因為：此時，長三角區(qū)域綠色金融發(fā)展體系較為成熟，可以有效引導(dǎo)社會資金流向低碳環(huán)保產(chǎn)業(yè)，有助于抑制碳排放。當(dāng)綠色金融發(fā)展指數(shù)大于0.401 5時，長三角區(qū)域綠色金融發(fā)展對碳排放的抑制作用減弱且并不顯著。原因可能在于：起初，長三角區(qū)域政府可能在環(huán)保領(lǐng)域投入不足，對環(huán)保政策執(zhí)行力度不強，導(dǎo)致綠色金融水平較低，從而加劇了碳排放。而隨著綠色金融體系逐漸完善，綠色金融可以充分發(fā)揮作用，顯著抑制碳排放。由此可見，長三角區(qū)域綠色金融發(fā)展對碳排放的影響并非一成不變，兩者之間存在明顯“倒U”型曲線關(guān)系。

六、結(jié)論與建議

文章基于2010—2021年長三角區(qū)域41個城市的面板數(shù)據(jù)，運用系統(tǒng)GMM模型、Tobit模型、中介模型和門檻模型實證分析了長三角區(qū)域綠色金融發(fā)展對碳排放的影響。研究結(jié)果表明：①長三角區(qū)域綠色金融發(fā)展有助于降低碳排放，這一結(jié)論經(jīng)過工具變量法、系統(tǒng)GMM法、傾向匹配得分法、政策沖擊、Tobit模型和改變樣本范圍等檢驗后依舊穩(wěn)健。②長三角區(qū)域綠色金融發(fā)展對碳排放的影響存在異質(zhì)性，其對大型及以上規(guī)模城市和創(chuàng)新能力較強城市碳排放的抑制作用更為明顯。③長三角區(qū)域綠色金融發(fā)展通過促進綠色技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級，進而抑制碳排放；在綠色技術(shù)創(chuàng)新這一傳導(dǎo)機制中，策略性技術(shù)創(chuàng)新發(fā)揮著主要作用。④長三角區(qū)域綠色金融發(fā)展對碳排放的影響并非一成不變，兩者之間存在明顯“倒U”型曲線關(guān)系。

基于上述結(jié)論，本文提出以下建議：

第一，著手建立多層次綠色金融市場體系，積極拓展碳賬戶的應(yīng)用場景。鑒于長三角區(qū)域綠色金融發(fā)展有助于降低碳排放這一結(jié)論，該區(qū)域政府應(yīng)加強以下幾方面工作：首先，大力開展綠色金融改革試點工作，加大政府和社會資本的合作力度，引導(dǎo)更多的社會資本參與綠色低碳發(fā)展中，從而充分優(yōu)化資本市場上的資金配置，為低碳轉(zhuǎn)型提供充足的資金來源。其次，持續(xù)加大綠色金融產(chǎn)品創(chuàng)新，不斷豐富綠色金融產(chǎn)品的種類，積極開設(shè)綠色基金、綠色信托、綠色保險、綠色債券和碳金融等產(chǎn)品，逐步構(gòu)建多元化多層次綠色金融產(chǎn)品和市場體系。此外，積極拓展碳賬戶的應(yīng)用場景，在長三角地區(qū)搭建區(qū)域碳賬戶體系。具體來說，先建立碳交易市場和碳排放準(zhǔn)入許可機制，然后將碳賬戶作為企業(yè)的碳排放管理工具引導(dǎo)企業(yè)自覺降低碳排放，再借助碳排放權(quán)質(zhì)押貸款等金融產(chǎn)品鼓勵企業(yè)進行節(jié)能改造和污染物深度治理，推動企業(yè)綠色低碳轉(zhuǎn)型，從而為長三角生態(tài)綠色一體化發(fā)展創(chuàng)造條件。

第二，重視綠色金融發(fā)展對“降碳”的橋梁作用，積極推進實質(zhì)性技術(shù)創(chuàng)新。研究顯示，長三角區(qū)域綠色金融發(fā)展可以通過產(chǎn)業(yè)結(jié)構(gòu)升級和綠色技術(shù)創(chuàng)新來抑制碳排放。因此，應(yīng)盡快對傳統(tǒng)行業(yè)進行綠色改造，有序淘汰“兩高”產(chǎn)業(yè)，加快建設(shè)低碳綠色產(chǎn)業(yè)鏈條，推動綠色低碳發(fā)展。同時，應(yīng)積極引導(dǎo)綠色金融資源流入低碳綠色環(huán)保等清潔領(lǐng)域，鼓勵企業(yè)開展綠色技術(shù)研發(fā)，促使企業(yè)突破核心綠色技術(shù)壁壘，提高創(chuàng)新成果的轉(zhuǎn)化效率，為綠色低碳發(fā)展搭建可靠的綠色技術(shù)創(chuàng)新橋梁。此外，研究發(fā)現(xiàn)，策略性技術(shù)創(chuàng)新在綠色技術(shù)創(chuàng)新這一傳導(dǎo)機制中發(fā)揮主要作用，然而只有實質(zhì)性技術(shù)創(chuàng)新才能推動技術(shù)變革和進行長期碳減排。因此，長三角地方政府在制定綠色信貸政策時，應(yīng)根據(jù)創(chuàng)新的動機進行細(xì)化，對技術(shù)含量高的綠色技術(shù)研發(fā)企業(yè)給予更大力度的優(yōu)惠政策。

第三，根據(jù)各城市的人口規(guī)模和創(chuàng)新能力，制定差異化的綠色金融政策。由于各城市人口規(guī)模和創(chuàng)新水平不同，地方政府在推動“雙碳”目標(biāo)實現(xiàn)的過程中，應(yīng)充分考慮地區(qū)主體差異，發(fā)揮各自的比較優(yōu)勢，推動長三角形成區(qū)域協(xié)同、環(huán)境保護、產(chǎn)業(yè)融合和資源高效利用的生態(tài)綠色一體化發(fā)展新格局。針對黃山、銅陵、池州等中小型城市，地方政府可以通過設(shè)立專項資金，引導(dǎo)資金流向低碳產(chǎn)業(yè)。同時，出臺相應(yīng)激勵措施和監(jiān)管政策，對積極進行污染處置的企業(yè)，予以相應(yīng)的獎勵；對進行虛假環(huán)保宣傳的企業(yè)，予以警告、罰款，甚至關(guān)停整頓等懲罰。上海、南京、合肥等創(chuàng)新能力較強的城市應(yīng)重視區(qū)域一體化發(fā)展，充分發(fā)揮技術(shù)溢出效應(yīng)，以本地產(chǎn)業(yè)綠色技術(shù)發(fā)展帶動周邊創(chuàng)新能力較弱城市的產(chǎn)業(yè)綠色發(fā)展，縮小地區(qū)間發(fā)展不平衡，扎實推進長三角生態(tài)綠色一體化發(fā)展。

參考文獻(xiàn)：

［1］HASEEB A，XIA E，DANISH，et al. Financial Development，Globalization，and CO2 Emission in the Presence of EKC：Evidence from BRICS Countries［J］.Environmental Science and Pollution Research，2018，25：31283-31296.

［2］王軍，王杰，李治國.數(shù)字金融發(fā)展與家庭消費碳排放［J］.財經(jīng)科學(xué)，2022（4）：118-132.

［3］ACHEAMPONG A O. Modelling for Insight：Does Financial Development Improve Environmental Quality？［J］. Energy Economics，2019，83：156-179.

［4］ZAIDI S A H，ZAFAR M W，SHAHBAZ M，et al. Dynamic Linkages Between Globalization，F(xiàn)inancial Development and Carbon Emissions：Evidence from Asia Pacific Economic Cooperation Countries［J］. Journal of Cleaner Production，2019，228：533-543.

［5］DOGAN E，SEKER F. The Influence of Real Output，Wenewable and Non-renewable Energy，Trade and Financial Development on Carbon Emissions in the Top Renewable Energy Countries［J］. Renewable and Sustainable Energy Reviews，2016，60：1074-1085.

［6］張忠杰，李真真，李憲慧.金融發(fā)展、城鎮(zhèn)化對人均能源消費碳排放的影響［J］.統(tǒng)計與決策，2020，36（8）：106-110.

［7］王元彬，張堯，李計廣.數(shù)字金融與碳排放：基于微觀數(shù)據(jù)和機器學(xué)習(xí)模型的研究［J］.中國人口·資源與環(huán)境，2022，32（6）：1-11.

［8］SHAHBAZ M，DESTEK M A，DONG K，et al. Time-varying Impact of Financial Development on Carbon Emissions in G-7Countries：Evidence from the Long History［J］. Technological Forecasting and Social Change，2021，171：120966.

［9］范慶倩，封思賢.數(shù)字金融影響碳排放的作用機理及效果［J］.中國人口·資源與環(huán)境，2022，32（11）：70-82.

［10］嚴(yán)成樑，李濤，蘭偉.金融發(fā)展、創(chuàng)新與二氧化碳排放［J］.金融研究，2016（1）：14-30.

［11］WANG T，UMAR M，LI M G，et al. Green Finance and Clean Taxes are the Ways to Curb Carbon Emissions：An OECD Experience［J］. Energy Economics，2023，124：106842.

［12］GUO L L，ZHAO S，SONG Y T，et al. Green Finance，Chemical Fertilizer Use and Carbon Emissions from Agricultural Production［J］. Agriculture，2022，12（3）：1-18.

［13］喻旭蘭，周穎.綠色信貸政策與高污染企業(yè)綠色轉(zhuǎn)型：基于減排和發(fā)展的視角［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2023，40（7）：179-200.

［14］劉鋒，黃蘋，唐丹.綠色金融的碳減排效應(yīng)及影響渠道研究［J］.金融經(jīng)濟學(xué)研究，2022，37（6）：144-158.

［15］張科，熊子怡，黃細(xì)嘉.綠色債券、碳減排效應(yīng)與經(jīng)濟高質(zhì)量發(fā)展［J］.財經(jīng)研究，2023，49（6）：64-78.

［16］HAMMOUDEH S，AJMI A N，MOKNI K. Relationship Between Green Bonds and Financial and Environmental Variables：A Novel Time-varying Causality［J］. Energy Economics，2020，92：1-8.

［17］尤志婷，彭志浩，黎鵬.綠色金融發(fā)展對區(qū)域碳排放影響研究——以綠色信貸、綠色產(chǎn)業(yè)投資、綠色債券為例［J］.金融理論與實踐，2022（2）：69-77.

［18］張國俊，王玨晗，吳坤津，等.中國三大城市群經(jīng)濟與環(huán)境協(xié)調(diào)度時空特征及影響因素［J］.地理研究，2020（2）：272-288.

［19］周穩(wěn)海，武曉敏，趙桂玲.雙碳目標(biāo)下綠色金融碳減排效應(yīng)的實證研究［J］.河北經(jīng)貿(mào)大學(xué)學(xué)報，2024，45（1）：47-58.

［20］江紅莉，王為東，王露，等.中國綠色金融發(fā)展的碳減排效果研究——以綠色信貸與綠色風(fēng)投為例［J］.金融論壇，2020，25（11）：39-48，80.

［21］葉子瑞，季宇，張鶴，等.我國綠色債券市場信息披露研究［J］.商業(yè)經(jīng)濟，2024（1）：180-183.

［22］李毓，胡海亞，李浩.綠色信貸對中國產(chǎn)業(yè)結(jié)構(gòu)升級影響的實證分析——基于中國省級面板數(shù)據(jù)［J］.經(jīng)濟問題，2020（1）：37-43.

［23］陳驍，張明.中國的綠色債券市場：特征事實、內(nèi)生動力與現(xiàn)存挑戰(zhàn)［J］.國際經(jīng)濟評論，2022（1）：104-133，7.

［24］孟維福，劉婧涵.綠色金融促進經(jīng)濟高質(zhì)量發(fā)展的效應(yīng)與異質(zhì)性分析——基于技術(shù)創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級視角［J］.經(jīng)濟縱橫，2023（7）：100-110.

［25］于波.綠色信貸政策如何影響重污染企業(yè)技術(shù)創(chuàng)新？［J］.經(jīng)濟管理，2021，43（11）：35-51.

［26］周肖肖，賈夢雨，趙鑫.綠色金融助推企業(yè)綠色技術(shù)創(chuàng)新的演化博弈動態(tài)分析和實證研究［J］.中國工業(yè)經(jīng)濟，2023（6）：43-61.

［27］LI M Q，WANG Q. Will Technology Advances Alleviate Climate Change？ Dual Effects of Technology Change on Aggregate Carbon Dioxide Emissions［J］. Energy for Sustainable Development，2017，41：61-68.

［28］余祖鵬，王孝行.流通數(shù)字化對流通產(chǎn)業(yè)碳排放的影響與作用機制［J］.中國流通經(jīng)濟，2023，37（12）：26-35.

［29］申明浩，譚偉杰.數(shù)字化與企業(yè)綠色創(chuàng)新表現(xiàn)——基于增量與提質(zhì)的雙重效應(yīng)識別［J］.南方經(jīng)濟，2022（9）：118-138.

［30］黎文靖，鄭曼妮.實質(zhì)性創(chuàng)新還是策略性創(chuàng)新？——宏觀產(chǎn)業(yè)政策對微觀企業(yè)創(chuàng)新的影響［J］.經(jīng)濟研究，2016，51（4）：60-73.

［31］郭藝，曹賢忠，魏文棟，等.長三角區(qū)域一體化對城市碳排放的影響研究［J］.地理研究，2022，41（1）：181-192.

［32］王守坤，范文誠.金融可得性與碳排放——來自金融地理結(jié)構(gòu)的宏觀與微觀證據(jù)［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2024，41（1）：67-89.

［33］趙培雅，高煜，孫雪.“雙控”目標(biāo)下產(chǎn)業(yè)智能化的節(jié)能降碳減排效應(yīng)［J］.中國人口·資源與環(huán)境，2023，33（9）：59-69.

［34］ZHAO J，JIANG Q Z，DONG X C，et al. How Does Industrial Structure Adjustment Reduce CO2 Emissions？Spatial and Mediation Effects Analysis for China［J］. Energy Economics，2022，105：105704.

［35］WANG Q，ZHANG F Y. The Effects of Trade Openness on Decoupling Carbon Emissions from Economic Growth-evidence from 182 Countries［J］. Journal of Cleaner Production，2021，279：123838.

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

［37］叢建輝，劉學(xué)敏，趙雪如.城市碳排放核算的邊界界定及其測度方法［J］.中國人口·資源與環(huán)境，2014，24（4）：19-26.

［38］詹姝珂，王仁曾，劉耀彬.金融科技與綠色金融協(xié)同對產(chǎn)業(yè)結(jié)構(gòu)升級的影響——基于異質(zhì)性環(huán)境規(guī)制視角［J］.中國人口·資源與環(huán)境，2023，33（11）：152-162.

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

［40］TAN Y X，TIAN X，ZHANG X D，et al. The Real Effect of Partial Privatization on Corporate Innovation：Evidence from China's Split Share Structure Reform［J］. Journal of Corporate Finance，2020，64：101661.

［41］蔡朋龍，李樹旺.體育產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化中體育服務(wù)業(yè)占比研究［J］.體育學(xué)刊，2022，29（1）：53-60.

［42］金聲甜，李小花.國家重點生態(tài)功能區(qū)設(shè)立對縣域碳排放強度的影響——以長江經(jīng)濟帶為例［J］.經(jīng)濟地理，2023，43（9）：139-147.

［43］王凱，關(guān)銳，甘暢，等.中國新型城鎮(zhèn)化水平對旅游業(yè)碳排放效率的空間效應(yīng)［J］.長江流域資源與環(huán)境，2023，32（3）：582-595.

［44］劉曉霞.人力資本投資對低碳經(jīng)濟發(fā)展的內(nèi)在機理研究［J］.現(xiàn)代經(jīng)濟信息，2015（19）：5-6.

［45］劉璇，許恒周，張苗.土地出讓市場化的碳排放效應(yīng)及傳導(dǎo)機制——基于產(chǎn)業(yè)結(jié)構(gòu)中介視角［J］.中國人口·資源與環(huán)境，2022，32（6）：12-21.

［46］王昕怡，許向陽.綠色信貸政策對城市碳減排效應(yīng)的影響研究——基于279個城市的經(jīng)驗分析［J］.林業(yè)經(jīng)濟，2024，46（2）：54-78.

［47］董春風(fēng)，何駿.區(qū)域一體化發(fā)展提升城市創(chuàng)新能力了嗎——來自長三角城市群擴容的經(jīng)驗證據(jù)［J］.現(xiàn)代經(jīng)濟探討，2021（9）：109-118.

［責(zé)任編輯：洪二麗］