绿色信贷抑制了碳排放吗？*——基于中国省级面板数据的研究

李增福 ，冯柳华，麦诗琪，李岸瑶

（1，2，3，4 华南师范大学经济与管理学院， 广东广州 510006）

一、引言

改革开放以来，中国经济的高速增长创造了世界经济发展史上的奇迹。 然而，传统高投入、高消耗、高污染的粗放型经济增长模式造成了严重的生态破坏和污染问题， 保护生态环境已成为社会各界大力倡导的共识。 为落实国家环保政策法规，2007 年中国环境保护总局、 中国人民银行以及中国银行业监督管理委员会联合发布 《关于落实环境保护政策法规防范信贷风险的意见》， 首次提出了绿色信贷的概念，利用银行信贷资金的调配加大对“两高一剩”行业的监控，遏制高能耗、高污染产业的盲目扩张。2012 年，中国银行业监督管理委员会制定 《绿色信贷指引》（以下简称《指引》），正式推出绿色信贷政策。 该《指引》旨在从战略高度推进绿色信贷，引导资金流向节能减排等环境友好型项目， 倒逼相关部门进行技术创新，实现绿色转型。

由图1 可知， 自我国提出绿色信贷概念以来，各银行陆续开展相应业务。特别是在2012 年《绿色信贷指引》正式推出后，各银行绿色信贷相关业务的规模迅速扩大。其中，工商银行、建设银行、兴业银行、中国银行四家银行的绿色信贷余额规模及增幅较大。工商银行在2008-2009 年和2015-2018 年增幅较大，建设银行在2012-2013 年和2014-2017 年这两个期间也存在较大的增幅。兴业银行从2012 年开始迅猛增长，且在2016 年领先于四大行之一的中国银行， 成为第三个绿色信贷余额规模较大的银行。 绿色信贷的应用和发展， 足以证明实现绿色转型需要更多的政策支持。

图1 各银行2006-2018 年绿色信贷余额规模变化

党的十八大以来，在以习近平同志为核心的党中央领导下，生态文明建设被列为统筹推进“五位一体”总体布局和协调推进“四个全面”战略布局的重要内容，彰显了“绿水青山就是金山银山”的重要发展理念。2020 年9 月，习近平总书记在第75 届联合国大会上，向世界宣布我国2030 年前实现碳达峰、2060 年前实现碳中和的愿景，全方位的低碳、零碳社会建设成为经济高质量发展的重大战略安排。 那么，绿色信贷投放规模的扩大是否会对二氧化碳排放产生抑制作用，是一个具有理论和现实意义的问题。

从理论逻辑上来看，绿色信贷可能从两个方面对二氧化碳的排放产生影响。 一方面，绿色信贷可通过减少对“两高一剩”行业的贷款，降低产能水平，进而减少二氧化碳排放；另一方面，节能减排的绿色贷款，可以促使企业进行技术改造，从而降低二氧化碳排放（何凌云等，2019）。那么，绿色信贷究竟能否降低二氧化碳排放？ 目前，鲜有研究关注绿色信贷对二氧化碳排放的影响，因而缺乏这一问题的直接证据。

本文基于中国各省份的经济指标、 技术指标、政策指标以及各银行的绿色信贷等数据，从理论和实证方面分析和检验了绿色信贷对二氧化碳排放的影响及作用机制。本文研究发现：（1）绿色信贷有效地抑制了二氧化碳排放；（2） 绿色信贷主要通过促进绿色技术创新和优化产业结构两条路径对二氧化碳排放产生抑制作用；（3） 绿色信贷抑制二氧化碳排放的作用在东部地区、市场化程度较高以及第二产业占比较高的省份中更加显著。

本文可能的边际贡献在于：第一，系统地研究了绿色信贷对地区二氧化碳排放的影响；第二，揭示了绿色信贷抑制二氧化碳排放的两条路径；第三，为经济转型国家提供经验证据，由此建议，政府和银行要关注和监督企业更多地把资金用于技术改造和创新，而不是用于单纯量上的扩大生产。

二、文献综述

（一）绿色信贷的经济效果

绿色信贷政策起源于著名的国际银行业协议——赤道原则。 它既是一套用以确定、评估和管理项目中环境和社会风险的金融行业基准，也是一套旨在判断、评估和管理项目中环境与社会风险的管理工具。 该原则被大多数金融机构和国家所接受，是衡量贷款的准则规范。绿色信贷能否达到“赤道原则”的评估标准，在很大程度上取决于金融机构是否能实现从社会责任到绿色社会责任的思想变革。

前期文献对绿色信贷经济效果的研究大致可分为宏观层面和微观层面。

在宏观层面，前期文献主要研究了绿色信贷与经济增长和产业结构的关系。 有学者认为，在绿色金融与宏观经济的长期均衡关系中，绿色金融阻碍了宏观经济的发展（宁伟等，2014）。 也有部分学者持相反的观点，认为绿色信贷通过差异化定价为绿色投资提供资本要素， 进而促进经济增长 （Soundarrajan 等，2016）。 此外，有关绿色信贷与产业结构的研究发现，绿色信贷能促进绿色产业发展，对地区经济产生积极作用（裴育等，2018）。 同时，绿色信贷对第二产业、第三产业的发展有正向促进作用（李毓，2020）。

目前，学术界在微观层面关于绿色金融的相关研究，主要聚焦于其对银行和企业的影响。 基于银行视角的分析， 已有文献研究了绿色信贷对银行财务绩效、经营成本等方面的影响。在政策初期，银行面临边际成本上升、银行承担风险大、回报周期长、相对收益率下降等情况，难以实现利润最大化（马萍等，2009）；从政策实施的长期效果看，银行推进“绿色信贷”建设不仅对未来财务绩效表现出正向影响 （张琳等，2019），而且有利于自身搭建差异化竞争体系，实现长期的可持续发展（马萍等，2009）。 基于企业视角的分析，前期文献主要集中在对企业技术创新的影响。 已有研究发现，绿色信贷对企业技术进步产生积极效应（Chu 等，2014；何凌云等，2019），且该效应在民营企业中更加显著（孙焱林等，2019）。

（二）碳排放的影响因素

已有文献对碳排放影响因素的探讨集中于经济增长及技术创新方向。

第一，大多文献支持经济增长增加了二氧化碳排放。 早期的环境库兹涅茨曲线发现，经济增长与碳排放之间的关系呈倒 U 型（Grossman 等，1991）。 林伯强等（2009）和郑丽琳等（2012）基于中国数据的实证研究发现，碳排放与经济增长之间存在长期稳定的倒U型关系。 范丹（2014）认为，中国人均二氧化碳排放与经济增长之间基本满足倒U 型关系，目前正处于曲线左端，即二氧化碳的排放量随着经济的快速增长而不断上升。 此外，也有研究从六大产业部门的角度分析了产业结构对碳排放的影响，发现产业结构是影响碳排放的一大助推力量（鲁万波等，2013）。

第二，大部分的研究结果显示技术进步对碳排放有抑制作用 （刘殿兰等，2015；Li，2017； 曾林等，2021）。 魏巍贤等（2010）通过实证检验发现，自主研发和技术引进对我国的二氧化碳减排具有显著促进作用。也有学者认为，技术进步对碳排放的抑制作用受到行业和地域等因素的影响。罗良文等（2014）研究发现，技术进步对中、 低碳排放行业的影响相比高碳排放行业更为显著。张兵兵等（2014）研究指出，技术进步对碳排放的影响有区域差异， 在东西部地区两者之间呈现显著负相关关系， 而在中部地区则呈现显著正相关关系。同样地，技术进步衡量指标的不同对碳排放的影响程度也存在差异， 研发投入变量对碳排放效果显著为负，而人力资本和专利对其则不存在显著影响（张翠菊等，2015）。从期限上看，长期技术进步会降低碳排放，但短期技术进步对碳排放无明显作用（李凯杰等，2012）。

（三）绿色金融对碳排放的影响

目前，学术界对于绿色信贷与碳排放两者之间关系的探讨较少。 蒋先玲等（2017）从绿色金融的信贷、保险、证券、投资四个维度探讨绿色金融对碳排放的影响效用， 发现我国绿色金融发展水平有明显提高，且绿色金融发展对碳排放强度有抑制作用。 殷贺等（2019）研究认为，绿色信贷可通过研发投入达到碳减排的目标，且该效果在东部地区更为明显。

Thompson（1998）认为绿色信贷为环保技术改进和污染控制提供发展所需的资金，有利于实现碳减排。张秀生等（2009）通过利益博弈分析发现上级部门和地方政府、当地政府和银行之间均存在严重的委托代理关系，而委托代理关系、寻租、地方保护主义等问题使得绿色信贷面临政策效率低的困境， 难以实现碳减排。因此，政府部门需要相关政策辅助解决由委托代理关系和寻租空间带来的绿色信贷政策效率低等问题。

（四）文献评述

本文通过对前期文献的梳理发现，已有文献主要从经济增长和企业技术创新这两方面对绿色信贷进行探讨。二氧化碳的排放问题作为经济学领域关注的热点议题之一（钟永飞等，2017；彭文生，2021），已有研究也主要聚焦于经济增长和技术创新两个视角，探讨其对二氧化碳排放的影响。 然而，鲜有学者研究绿色信贷对二氧化碳排放的影响以及其作用路径。 因此，本文从二氧化碳排放的角度考察绿色信贷政策的实施效果，检验绿色信贷政策对二氧化碳排放的影响及其作用路径， 对绿色信贷政策的实施效果作出评价，从而在金融手段解决环境问题的效应评估和节能减排的市场化安排上提供重要的补充。

三、政策背景和假说提出

（一）政策背景

绿色信贷源自绿色金融概念， 是指为改善环境、应对气候变化和资源高效利用的经济活动。面临全球气候变暖、生态失衡严重等问题，实行绿色信贷政策是大势所趋。本文从三个层面总结我国绿色信贷政策发展情况：

一是国家政策。国家政策是指国家在宏观层面出台的相关政策措施。

二是部门政策。 部门政策是指中国环境保护总局、中国银行业监督管理委员会、中国人民银行等部门发布的行业标准以及公文。

三是机构政策。机构政策主要指各家银行对国家政策、部门政策的落实，对银行内部工作下达的工作规范。

表1 有关环境保护和利用金融手段平衡经济与环境的部分政策文件

资料来源：相关政府部门的门户网站

其中，有两个标志性文件对绿色信贷直接产生影响：

第一，2007 年7 月，中国环境保护总局、中国人民银行以及中国银行业监督管理委员会联合发布 《关于落实环保政策法规防范信贷风险的意见》（以下简称《意见》）。 该《意见》首次提出了中国的绿色信贷概念，支持节能减排和低碳经济的发展，从源头上切断了“两高一剩”行业的资金链条，限制“两高一剩”行业信贷投放。此外，该《意见》的出台有助于为绿色环保企业提供更多发展所需资金，增大企业研发投入，促进技术改造升级，降低传统能源的消耗，有助于实现碳减排。

第二， 中国银行业监督管理委员会在2012 年发布《绿色信贷指引》（以下简称《指引》）。该《指引》进一步明确绿色信贷实施情况的评价指标体系，对银行业金融机构开展绿色信贷提出了明确要求，推动银行业金融机构以绿色信贷为抓手， 积极调整信贷结构，有效防范环境与社会风险，更好地服务实体经济，促进经济发展方式转变和经济结构调整。

（二）理论分析与研究假说

绿色信贷政策是我国金融机构通过在金融信贷领域设立能源和环境准入条件， 从源头上遏制高耗能、高污染企业无序发展的政策措施（陈科，2019）。主要实施的举措：一是，强调金融机构严控“两高一剩”“落后产能”的信贷投放，组织开展并归口管理绿色信贷工作；二是，要求金融机构注意防范环境社会风险，拒绝对在社会和环境等方面表现不合规的项目或者企业进行授信；三是，明确要求银行业在履行监督职责的同时，注重自身环境和社会表现。 上述举措不仅促使绿色信贷更加制度化和规范化，还向社会公众传达政府相关部门对治理环境的决心。 因此，本文认为绿色信贷可通过以下途径抑制二氧化碳的排放。

一方面，依据波特假说分析，环境保护的相关政策能够激励企业为提高市场竞争力而进行创新（Jens，2006），对环保企业技术进步有明显作用，进而减少二氧化碳排放。绿色信贷作为金融发挥节能减排作用的重要手段，提高了企业环境保护意识水平，对环保企业技术进步有明显作用 （张成等，2011； 何凌云等，2019）。 此外，刘殿兰等（2015）研究认为，技术进步对碳排放有抑制作用。技术进步对行业碳排放的影响呈显著负相关关系（罗良文等，2014；张兵兵等，2014），并且具有一定的持续效应，长期抑制碳排放（李凯杰等，2012）。

另一方面，基于融资管理视角分析。绿色信贷政策利用资金导向等方式严格限制“两高一剩”行业贷款，同时为节能环保项目提供发展所需的资金， 缩小第二产业规模，有效推动产业结构升级（鲁万波等，2013；范丹，2014；孙欣等，2014）并提高能源利用效率，进而减少二氧化碳的排放强度。 绿色信贷政策的有偏性与高新技术产业的高投入相匹配，促进绿色产业发展，扩大绿色产业规模，实现产业转型（裴育等，2018；李毓等，2020）。 具体而言，绿色信贷主要通过以下方面发挥作用：一是通过资金形成机制分析，绿色信贷向节能环保的新兴产业提供更多的资金，同时限制向“高污染和高耗能”产业提供贷款，短期内实现了较大规模的资金集中，调整了新兴产业发展资金额度，加快推动产业转型升级；二是通过资金导向机制分析，银行通过严格限制“两高一剩”行业贷款，迫使“两高”产业结构发生松动、淘汰和转型，降低环境污染的程度；三是通过信用催化机制分析，信贷业务资金的投向不限于短期获利的项目或产业，往往还以资金的增值和返还为出发点，选择具有前瞻性的项目进行投资，对产业转型升级产生催化作用，进而减少空气污染（陈伟光和胡当，2011）。 基于上述分析，本文提出以下假说：

H1： 绿色信贷投放的增加会显著抑制二氧化碳排放。

图2 银行绿色信贷对二氧化碳排放的影响机制

四、数据说明与模型设定

（一）数据说明

数据选取2005-2016 年29 个省份的面板数据，删除数据缺失的样本，最终共获322 个观测值。 数据来源：中国统计局、各银行的《社会责任报告》、《可持续发展报告》、《年报》。

（二）核心变量

1.被解释变量

二氧化碳排放强度（CO2gdp）。 二氧化碳排放强度指的是单位GDP 的二氧化碳排放量， 即二氧化碳排放量与实际GDP 的比率。 本文对于二氧化碳排放量的测算主要根据能源的消耗总量折算成标准煤，再结合充分燃烧标准煤产生二氧化碳的系数，进而汇总计算得出数值。 能源消耗总量缺乏省份年度数据，所以本文对二氧化碳排放量的测算采用了各种能源的消耗量乘上各自的碳排放系数得出。 具体计算如公式（1）所示：

其中，k 表示碳排放转化系数，E 表示能源消耗量，j 表示能源种类。各能源碳排放参考系数参见中国碳排放交易网。

2.核心被解释变量

绿色信贷（green）。绿色信贷指标一般可以用节能减排贷款占总贷款比例、绿色信贷占比、六大高耗能产业利息支出占比的反向指标、高新技术行业贷款占总贷款比例四种方式进行识别和构建。银行绿色信贷数据存在可获得性和完整性较差的问题，不同银行公布的数据统计口径不统一，同一家银行不同时期采用不同的统计标准。 因此， 本文借鉴谢婷婷和刘锦华（2019）以及赵娜（2021）的做法，选取了各地区六大高耗能产业利息支出占工业产业利息总支出比率的反向指标,测度各地区绿色信贷投放规模的大小，计算公式为：green=1-六大高耗能产业利息支出占工业产业利息总支出的比率。 该指标越大，绿色信贷规模越大。稳健性检验中，本文借鉴江红莉等（2020）的做法，选用各省工业产业利息总支出与六大高耗能产业利息支出之差作为替换指标。

3.控制变量

本文加入了以下控制变量： 产业结构（industrial）、专利 （lnapply）、城镇化水平（urban）、人 口 水平（lnpeople）、 实 际 生 产 总 值 （GDP）、GDP 增 长 率（ΔGDP）和财政支出（gover）等。此外，还控制了年份固定效应和省份固定效应。本文使用的主要变量及定义见表2。

表2 变量定义和描述

（三）模型设定

为了检验假说H1， 绿色信贷投放的增加会显著抑制二氧化碳排放， 本文借鉴已有文献 （江红莉等，2020）的做法，构建了如下回归模型（2）：

模型（2）中，i 和 t 分别指省份和年份。 其中，被解释变量CO2gdp 为某一省份i 第t 年单位GDP 的二氧化碳排放强度；核心解释变量greeni,t为某一省份i 第t 年绿色信贷投放规模；Controlsi,t为控制量， 包括industrial、lnapply、urban、lnpeople、GDP、ΔGDP、gover； 此外，δi为省份固定效应，γt为时间固定效应，εi,t为误差项。 具体变量定义如表2 所示。 本文最关注的系数是β1，若β1显著小于0，则表明绿色信贷投放的增加会显著抑制二氧化碳排放，即假说H1 成立。

五、实证结果分析

（一）基准回归结果

表3 显示模型（2）的回归结果。 其中，表 3 第（1）列显示了在没有控制任何变量条件下的回归结果，第（2）-（7）列显示了逐步加入控制变量的回归结果，而第（8）列则显示了加入所有控制变量后的回归结果。 由表 3 第（1）-（7）列结果可得，green 的回归系数显著为负，且均在1%水平显著。 由第（8）列结果可得，green 的回归系数同样显著为负，且在1%水平显著。 即无论是否加入控制变量，green 的回归系数均显著为负，且在1%水平上显著。该结果表明，绿色信贷对碳排放产生显著的抑制作用。 该结论支持本文假说H1，即绿色信贷投放的增加会显著抑制二氧化碳排放。

表3 绿色信贷对二氧化碳排放的影响：基准分析

（二）稳健性检验

1.内生性控制

（1）遗漏变量。虽然在模型（2）中加入了产业结构（industrial）、专利（lnapply）、城镇化水平（urban）、人口水平（lnpeople）、实际生产总值（GDP）、GDP 增长率（ΔGDP）和财政支出（gover）等控制变量，也控制了年份固定效应和省份固定效应，但无法消除各地区其他因素对基准结果的影响，依然存在遗漏变量问题。 因此，本文进一步控制人口老龄化以及外商投资等变量，尽可能缓解因遗漏变量而导致存在的内生性问题。检验结果如表4 第（1）列所示，green 的回归系数显著为负，且在1%水平上显著，表明本文研究结论可靠。

（2）反向因果问题。 其一，滞后回归。 考虑到绿色信贷与二氧化碳排放之间互为因果关系， 本文使用当期的绿色信贷与未来一至六期的二氧化碳排放强度（CO2gdpt+n）进行实证分析。 结果发现，绿色信贷与未来一至六期的二氧化碳排放强度存在负向相关关系，且均在至少10%水平上显著。 为了节省篇幅，本文只展示未来三期检验结果 （CO2gdpt+1、CO2gdpt+2、CO2gdpt+3），检验结果如表 4 第（2）、（3）、（4）列所示。表 4 第（2）、（3）、（4）列结果显示，green 的回归系数均为负，且在5%水平上显著。 该结果验证了，绿色信贷投放的增加会显著抑制二氧化碳排放， 且具有一定的持续性。 其二，外生冲击检验。 本文还借鉴李毓等（2020）的做法，选取了环保和金融监管部门在2007年联合发布 《关于落实环境保护政策法规防范信贷风险的意见》作为外生冲击事件，进一步检验绿色信贷对二氧化碳排放的影响，并构建模型（3）进行回归检验：

其中，模型（3）的因变量以及控制变量与上文模型（2）完全一致。 为了检验绿色信贷政策的实施对二氧化碳排放的影响，参考李毓等（2020）的做法，在模型中引入政策虚拟变量（Green1）。Green1 代表是否实施《关于落实环境保护政策法规防范信贷风险的意见》政策的时间哑变量， 政策实施之前的年份取值为0，即 2005 年、2006 年以及 2007 年取值为 0（Green1=0），政策实施后取值为1（Green1=1）。 具体的检验结果如表 4 第（5）列所示，Green1 的回归系数为-0.1669，且在5%水平上显著。这说明选用2007 年实施的绿色信贷政策识别绿色信贷与二氧化碳排放之间的因果关系，同样支持了前文的研究结论，即绿色信贷会对二氧化碳排放产生显著的抑制作用。

2.其他稳健性检验

（1）关于绿色信贷表征指标替换的检验。 前文分析中用六大高耗能产业利息支出占比的反向指标衡量绿色信贷投放规模。 为了确保研究结果的稳健性，本文借鉴江红莉等（2020）的做法，选用各省份工业产业利息总支出与六大高耗能产业利息支出之差（Green2）作为替换指标。 检验结果如表 4 第（6）列所示，Green2 的回归系数为负， 且在1%水平上显著，结果依旧稳健。

（2）关于二氧化碳表征指标替换的检验。 有关二氧化碳的度量指标，目前尚未有统一的标准。 在基准回归中的二氧化碳排放强度的度量涉及多个碳排放转换系数，各种能源的燃烧程度不同也会造成碳排放转换系数存在差异。 因此，本文选取能源的消耗总量折算成为标准煤量大小（CC）作为二氧化碳排放强度的度量指标。 此外，本文也选用了充分燃烧标准煤产生二氧化碳的系数作为二氧化碳排放强度（CO2）的度量。 结果如表 4 第（7）和第（8）列所示。 替换二氧化碳的表征变量后，green 回归系数均为负， 且在1%水平上显著，结果依旧稳健。

（3）关于扩大样本容量的检验。 为避免基准回归结果由于样本缺失值的处理造成误差，本文还将检验的样本扩大至2018 年进行回归检验， 回归结果如表4 第（9）列所示。扩大样本回归后，green 回归系数均为负，且在1%水平上显著，结果依旧稳健。

表4 绿色信贷对二氧化碳排放的影响：稳健性检验

（三）影响机制的检验

通过实证检验发现绿色信贷对二氧化碳排放有抑制作用。为此，本文对其影响路径进行深入研究，其中影响路径包括：“绿色信贷→绿色技术发展→二氧化碳排放”“绿色信贷→优化产业结构→二氧化碳排放”。为了验证这一作用路径，本文借鉴叶永卫和李增福（2021）的做法，建立模型（4）和模型（5）进行实证检验：

模型（4）和模型（5）中的自变量、因变量以及控制变量与上文模型（2）完全一致。 其中，在模型（4）新增的解释变量为绿色技术发展（Apply），并加入绿色信贷 （green） 与新增的解释变量 （Apply） 的交互项（green×Apply）；在模型（5）中新增的解释变量为优化产业结构水平（Industry），并加入绿色信贷（green）与新增的解释变量（Industry）的交互项（green×industry）。参考李青原和肖泽华（2020）、赵娜（2021）以及王馨和王营（2021）的做法，本文选取地区绿色专利申请的数量加总 （Apply1） 和绿色专利获得的数量加总（Apply2）衡量绿色技术进步水平，该指标越大，绿色技术进步越大，反之越小。另外，本文借鉴季宇等（2021）的做法， 选取省份的第二产业增加值占 GDP 的比重度量优化产业结构水平（Industry），该指标越大，工业化水平越高，即优化产业结构水平越低。 本部分主要关心的是这两个模型交互项的系数α2，若模型（4）中系数α2显著为正， 则表明绿色信贷抑制二氧化碳排放在绿色技术发展水平较低的地区更为显著，从而验证绿色信贷抑制二氧化碳排放是通过提高绿色技术发展水平的路径进行传导；若模型（5）中系数α2显著为负，则表明绿色信贷抑制二氧化碳排放在优化产业结构水平较低（即工业化水平较高）的地区更为显著，从而验证绿色信贷抑制二氧化碳排放是通过优化产业结构的路径进行传导。

回归结果如表5 所示。 其中，前4 列显示了绿色技术发展路径的检验结果，而后两列则显示了优化产业结构路径的检验结果。 由前4 列结果可得，在选用Apply1 或Apply2 衡量绿色技术发展水平时， 无论是否加入控制变量，交互项系数α2均为正，且在1%水平上显著。 这表明，绿色信贷抑制二氧化碳排放这一作用在绿色技术发展水平较低的地区更为显著。即在绿色信贷投放规模增加的背景下，各地区通过提升自身绿色技术发展水平，进而抑制二氧化碳排放。 由表5 最后两列结果可得，无论是否加入控制变量，green×Industry 的交互项系数α2均为负， 且在1%水平下显著。 这表明，绿色信贷抑制二氧化碳排放这一作用在优化产业结构水平较低（即工业化水平较高）的地区更为显著。 即在绿色信贷投放规模增加的背景下，各地区通过减少工业化规模，优化产业升级，进而抑制二氧化碳排放。因此，本文验证了如下结论：绿色信贷主要通过提升绿色技术发展和优化产业结构这两条路径抑制二氧化碳排放。

表5 绿色信贷对二氧化碳排放的影响：机制检验

（四）异质性检验

1.基于地区特征分析

已有文献发现， 经济增长增加了二氧化碳排放（Grossman 等，1991；郑丽琳，2012）。 张成等（2011）研究指出，在生产率水平上，经济发达的东部地区明显领先于中、西部地区。因此，绿色信贷对二氧化碳排放的影响可能在不同地区存在差异。为了考察地区特征是否在绿色信贷对二氧化碳排放影响中存在差异性，本文按照东部、中西部分区域进行回归检验（东部、中西部按国家统计局的统一划分标准）。

检验结果如表 6 第（1）、（2）列所示。 在东部地区样本中，green 的回归系数为负，且在1%水平上显著；相反，在中西部地区样本中不存在显著关系。同时，在东部地区和中西部地区分样本检验中，Wald 检验在1%的水平上拒绝了green 的系数不存在显著差异的原假设。这说明绿色信贷对二氧化碳排放的抑制作用在东部省份更为显著。 可能的原因是，随着绿色信贷政策的落实和发展，经济较为发达的东部地区提高了环境保护认知水平，支持低碳经济的发展，加大环保技术创新投入（张成等，2011；何凌云等，2019），进而抑制了二氧化碳排放。 因此，绿色信贷对东部地区碳排放的抑制具有显著的作用。

表6 绿色信贷对二氧化碳排放的影响：异质性检验

2.基于市场化特征分析

叶祥松和刘敬（2020）指出，市场化程度的提高有助于降低地区市场分割以及行政垄断程度，强化市场竞争，为企业开展技术创新提供动力，以维持和巩固企业在市场竞争中的地位。 因此，不同市场化程度的省份，其绿色技术发展水平不同，绿色信贷对二氧化碳排放的抑制作用也可能存在差异。为了进一步考察市场化特征是否在绿色信贷对二氧化碳排放影响中存在差异，本文借鉴王小鲁等（2017）的市场化指数，并按中位数把样本分割为市场化程度高低两组进行检验。

检验结果如表 6 第（3）、（4）列所示。 在市场化程度较低的样本中，green 的回归系数为负， 且在1%水平上显著；相反，在市场化程度较高的样本中不存在显著关系。 同时，在分组检验中，Wald 检验在1%的水平上拒绝了green 的系数不存在显著差异的原假设。这说明绿色信贷对二氧化碳排放的抑制作用在市场化程度较低的省份中较为显著。 可能的原因是，随着绿色信贷投放规模的扩大，市场化程度较低省份获得了节能环保项目发展所需的资金，为当地开展绿色技术创新提供动力（张成等，2011；何凌云等，2019），进而抑制二氧化碳排放。

3.基于产业结构特征分析

李毓等（2020）研究发现，绿色信贷对整体的产业结构升级具有显著的正向促进作用。 然而，绿色信贷对二氧化碳的抑制作用在产业结构上是否存在显著差异？为考察省份的产业结构特征是否在绿色信贷对二氧化碳排放影响中存在差异性，把各省份按2005-2016 年第二产业占比的平均值大小进行排序， 第二产业占比在50%及以上的省份定义为以第二产业为主，并按该标准把样本分为第二产业占比高和第二产业占比低两组。具体的回归结果如表6 第（5）和（6）列所示，在第二产业占比相对较高的样本中，green 回归系数为负，且在1%水平上显著；相反，在第二产业占比相对较低的样本中不存在显著关系。 同样地，Wald检验在1%的水平上拒绝了green 的系数不存在显著差异的原假设。 该结果表明，绿色信贷抑制二氧化碳排放这一作用在第二产业占比高组中较为显著。可能的原因是，银行通过严格限制“两高一剩”行业贷款，迫使第二产业结构发生松动、淘汰和转型，降低产能水平，进而抑制二氧化碳排放。

六、结论与政策启示

在推动实现碳达峰、碳中和目标的背景下，绿色信贷作为绿色经济发展的重要推动力，是经济新常态下稳增长、调结构的必然选择。本研究结合中国国情，采用2005-2016 年省级面板数据，探讨了绿色信贷对二氧化碳排放的影响。 研究结果表明，绿色信贷投放的增加会显著抑制二氧化碳排放，且具有长期的可持续性，该结论在控制内生性问题以及考虑其他稳健性检验后仍然成立。 机制分析发现，绿色信贷主要通过促进绿色技术发展和优化产业结构两个渠道抑制二氧化碳排放。此外，异质性分析发现，绿色信贷对二氧化碳排放的抑制作用在东部地区、市场化程度较低以及第二产业占比相对较高的省份更加显著。本文研究为揭示我国绿色信贷抑制碳排放效应提供了经验证据，具有较强的现实意义。

本文基于研究结论，提出以下建议：

（1）以市场化为原则，增加绿色信贷的投放规模。本文研究发现，绿色信贷投放的增加会显著抑制二氧化碳排放。 这反映了落实绿色信贷政策，有助于实现“双碳”目标。 因此，国家相关部门应积极完善法律制度，更好地提高绿色信贷立法层次，保障绿色信贷政策的顺利实施。为了推动我国绿色信贷业务获得长足发展并对碳减排产生持续性作用，各地政府应以市场监管、激励创新、风险担保等方式支持商业银行开展绿色信贷业务，建立支持绿色产业发展的信贷激励机制与抑制高能耗、高污染行业的信贷约束机制，从源头上切断“两高一剩”行业的资金链条，加快绿色产业发展。

（2）推进产业转型升级，构建市场化导向的绿色科技创新体系。 本文研究表明，我国实现碳减排的关键是依靠绿色技术进步， 借此提高污染治理的效率。各地区、各部门应不断完善绿色信贷制度并加强监督管理工作，激励和监督企业将更多的绿色信贷资金投入绿色技术创新，为实施绿色信贷提供良好的政策环境。同时，企业要提高社会责任意识，以绿色信贷资金推动节能减排的技术创新，加快产业转型升级。

（3）找准工作的侧重点，根据本地经济发展特征制定具有区域特色并行之有效的工作措施。本文研究发现，绿色信贷对碳排放的影响在东部地区、市场化程度较低以及第二产业占比高的省份更加显著。 因此，政府应根据区域实际，发挥宏观调配的作用对资源进行合理布局和动态调配， 提高资源的利用效率，降低传统能源的消耗，进而抑制二氧化碳排放。