李博阳,李廷瑞,沈悦
(1. 长安大学 经济与管理学院,陕西 西安 710064;2. 西安交通大学 经济与金融学院,陕西 西安 710061)
目前,全球正处于应对气候变化、实现可持续发展的关键转折期。中国一直高度重视全球气候变暖问题,2020 年中国做出了将在2030 年前实现 “碳达峰” ,2060年前实现 “碳中和” 的目标承诺。众所周知,解决气候变暖的根本举措就是减少源于煤炭、石油等化石能源燃烧带来的大量温室气体排放。在新一轮能源转型的背景下,扭转以化石能源为主的能源结构,加快能源低碳转型、推动可再生能源发展无疑是全球实现碳中和目标的核心路径和必然选择[1]。
截至2020 年年底,我国可再生能源持续保持平稳快速增长,可再生能源发电量占比已超过32%(图1),预计到2025 年,可再生能源消费总量将达到10 亿吨标准煤。我国可再生能源的发展虽然势头迅猛,但仍面临巨大资金缺口。根据中国国际金融股份有限公司研究院的预测,仅2021—2030 年中国累计绿色投融资缺口每年高达5 400 亿元人民币,其中可再生能源投资约占四分之一。因此,除了稳健的财政支持资金外,绿色金融能否同步发力弥补资金缺口,关系到我国可再生能源发展的实际成效。
图1 2005—2020年中国可再生能源发展变化与构成图
根据央行的最新数据,截至2022 年年底,中国绿色信贷余额为20.6 万亿元人民币,绿色债券余额为1.5万亿元人民币,包括绿色信托、绿色保险和绿色基金在内的各种绿色金融工具也在迅速发展。由于中国金融体系以间接融资为主,绿色信贷是我国最重要的绿色金融支持工具。绿色信贷政策将生态和环境信息纳入信贷管理,通过信贷倾斜和差异性利率调控引导资金支持绿色和低碳项目。绿色信贷属于债务融资,具有鲜明的 “顶层设计” 特征,体现了政策导向。
在巴黎气候变化会议后绿色风险投资经历了一次全球复兴,20 多个国家承诺到2020 年将清洁技术投资增加一倍[2]。与一般风险投资领域不同,清洁技术通过减少环境退化和提高生活质量助推可持续发展。考虑到绿色金融的内涵,结合我国风险投资领域权威数据库——清科私募通的分类,我们将绿色风险投资定义为投资于新能源、新材料和环保产业等清洁技术的风险资本。不同于绿色信贷,绿色风投属于股权投资,反映了市场导向。
从理论上讲,绿色金融一方面可以为可再生能源部门提供长期稳定的资金来源,减少融资约束,增加R&D 投资,并且多元化的金融服务可以缓解信息不对称,增强可再生能源企业风险控制能力和投资项目监管质量;另一方面,绿色金融将降低高污染、高排放企业的可用资本,倒逼它们进行技术改造升级,促使 “两高” 企业的绿色转型。那么现阶段绿色信贷是否有力推动了可再生能源高质量发展?绿色风投又能否驱动能源低碳转型?如果能,其内在机制是怎样?绿色信贷和绿色风投对可再生能源发展的金融支持效果有何差异性?这一系列问题的回答能够为高质量发展阶段中国能源结构低碳转型提供经验证据,有助于稳步实现既定的 “双碳” 目标,从而在全球应对气候变化行动中体现中国担当、贡献中国智慧、注入中国力量。
基于以往研究,本文可能的创新和边际贡献有:第一,从政策导向和市场导向、债权融资和股权融资的角度,选取绿色信贷和绿色风险投资作为绿色金融的代表,分析其对可再生能源的影响。并进一步将可再生能源分为水能、风能、核能和太阳能四个维度深度剖析绿色金融与可再生能源各维度发展水平的关系,丰富了绿色金融经济后果和可再生能源发展影响因素的相关研究。第二,本文从二者存在何种关系、有何作用机理以及潜在调节机制展开系统性分析,尝试解构绿色金融与可再生能源发展的内在逻辑。研究揭示了绿色金融能够通过驱动产业结构升级和绿色技术创新两条渠道激励可再生能源发展,但是绿色信贷和绿色风投的激励效果具有异质性,这是可再生能源债权融资与股权融资经济效应比较的延伸。第三,本文研究结论能够为我国实现碳达峰和碳中和过程中 “构建绿色金融体系” 和驱动可再生能源步入 “高质量跨越式发展阶段” 提供经验证据和政策参考,兼具理论意义和实践价值。
现有关于绿色金融和可再生能源发展的研究为我们奠定了分析的基础。从文献发展的脉络来看,一类文献集中探讨绿色金融的经济效应。从宏观视角出发,学者发现绿色金融可通过信贷倾斜、利率浮动等差别化的货币金融政策集聚资本要素,形成绿色投资服务经济增长[3-5]。从微观视角出发,对商业银行而言,合理拓展绿色金融业务可以有效提升风险管理能力,降低经营成本,提高金融机构的盈利能力[6]。对企业而言,绿色金融可以帮助绿色企业缓解融资限制,并为绿色技术创新和成果转化提供适当的资金援助[7-8]。然而,对于高污染、高耗能企业,其债务融资成本将因绿色金融政策而上升,这也将对经营业绩产生负面影响[9]。
另一类文献重点关注可再生能源发展的影响因素。既有的诸多研究都对影响可再生能源发展的多种因素进行了系统性回顾[10-11]。总结来说,影响可再生能源发展的主要因素可归结为经济、技术、政策、能源和环境等几个方面。经济方面,主流观点认为经济发展对可再生能源有正向影响,GDP 增长是可再生能源发展的主要驱动力[12];技术方面,可再生能源发展也受到技术成熟度制约[13],技术创新可以推动可再生能源的发展[11];政策方面,政策支持对于可再生能源发展尤为重要,政策因素是除了直接技术因素外影响最强烈的因素[14],合理的政策对可再生能源的快速发展是积极有效的;能源方面,主要包括化石能源价格和国家能源资源禀赋等因素[15];环境方面,研究发现二氧化碳排放量会刺激当地可再生能源发展,且随着民众环保意识的提高,能源消耗更加依赖于可再生能源[16]。YUAN 等[17]分析了社会环境接受度对可再生能源发展的影响,认为社会公众对可再生能源的认知水平越高,越倾向于接受可再生能源。
还有另外一类文献与绿色金融和可再生能源主题密切相关,总结梳理如表1 所示。不难发现,首先,已有研究大多使用绿色金融指数或绿色金融的一个方面(主要是绿色债券),没有探讨绿色信贷或者绿色风投对可再生能源影响的文献。其次,大多数研究都考虑的是国家宏观层面可再生能源发电总量或消费总量,基于中观层面的探究不足,并且也缺乏绿色金融对各可再生能源细分种类发展水平影响的经验证据。再次,可以看出已有针对绿色金融和可再生能源关系的研究都是英文论文,缺乏中文的高质量研究。最后,更重要的是,现有研究没有充分挖掘绿色金融影响可再生能源发展的潜在机制,特别是绿色债权融资和绿色股权融资的差异性。这些不足之处为我们深入研究提供了巨大空间。
表1 绿色金融与可再生能源相关文献
本文以可再生能源发展(Renew)为被解释变量、绿色信贷(Gcredit)和绿色风投(GVC)为核心解释变量,构建如下双向固定效应模型:
式中:i、t、α0表示省份、时间和截距项,β1和β为核心解释变量和控制变量Control对应的估计系数,λt和μi表示时间固定效应和个体固定效应,εit为随机扰动项。
2.2.1 被解释变量
本文采用各省份可再生能源发电量占能源总发电量的比重反应可再生能源的发展水平(Renew)。同时,通过手工收集《中国电力年鉴》中各省份水能发电量、风能发电量、核能发电量和太阳能发电量,并将其除以总能源发电量得到水能发展水平(Water)、风能发展水平(Wind)、核能发展水平(Nuclear)和太阳能发展水平(Solar)。
2.2.2 核心解释变量
(1)绿色信贷。源于《中国工业统计年鉴》的六大高耗能行业的利息支出占比常作为绿色信贷的反向指标,该指标能够反映一个地区的绿色信贷政策实施强度。为了便于后文实证部分的解读,本文采用(1-六大高耗能行业利息支出占利息总支出的比重)作为绿色信贷(Gcredit)的代理指标,该指标越大,表示该省份绿色信贷发展水平越高。
(2)绿色风投。基于本文对绿色风投的定义,根据风险投资领域权威数据库清科私募通(Zero2IPO)对清洁技术的分类,将新能源、新材料、环保三个产业风险投资相加并取对数,得到各省份逐年绿色风投(GVC)。
2.2.3 控制变量
为了控制影响可再生能源发展的其他变量,本文参照马丽梅等[11]的做法,从以下四个方面出发进行控制变量的选择。①政策因素。本文选用以各省份财政支出总额取对数代表的财政支出(lnEXP)反映政府从供给侧进行公共项目投资的规模。②经济因素。本文选用国内生产总值(GDP)、城市化水平(CITY)和外商直接投资(FDI)3 个指标作为经济因素的控制变量,分别用各省份GDP 取对数(lnGDP)、城市化率和FDI 占GDP比重表示。③能源因素。本文选择经对数处理的煤炭消费量(lnCOAL)衡量一个地区能源资源禀赋。④环境因素。本文选取经对数处理的二氧化碳排放量(lnCO2)度量一个地区的环境污染程度。控制变量数据来源于《中国统计年鉴》《中国环境统计年鉴》和《中国科技统计年鉴》。
考虑到绿色信贷实际推行时间和数据最新统计时间,样本区间为2005—2020 年。由于青海、甘肃、宁夏、贵州、西藏等省份绿色风投数据严重缺失,本文最终选取23 个省份作为研究对象。这23 个省份分别为北京、天津、河北、山西、辽宁、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、重庆、四川、贵州、云南、陕西、新疆。由于绿色风投数据严重缺失,内蒙古、吉林、黑龙江、海南、甘肃、青海、宁夏、西藏及港澳台地区不在本文研究范围内。表2 为本文主要变量的描述性统计结果。
表2 主要变量描述性统计分析表
表3 主要为绿色信贷和绿色风投对可再生能源发展水平的影响结果。根据实证检验结果可知,无论是否添加控制变量,Gcredit和GVC的系数均至少在5%的水平上显著为正,表明绿色信贷和绿色风投均可以显著促进整体可再生能源的发展。就控制变量而言,lnEXP的系数在1%的水平上显著为正,说明当前政府财政支出更多地用于公共项目、行业补贴以及教育投入等,有利于地区可再生能源的发展。FDI的系数为正,并在1%的水平上通过了显著性检验,这表明外商直接投资在技术溢出效应的作用下促进了本地区可再生能源的发展。CITY的系数至少在10%的水平上显著为正,较高的城市化水平可能导致当地受环境污染的负外部性影响较大,增强了对可再生能源的替代性需求。lnCOAL的系数为正,并在1%的水平上显著,说明煤炭消费造成的环境污染促进了当地可再生能源发展。lnGDP和lnCO2等控制变量未能通过显著性检验。
表3 绿色金融与可再生能源发展:基准回归
表4 列示了绿色信贷和绿色风投对可再生能源种类4 个细分维度发展水平的回归结果。根据表4 可知,绿色信贷和绿色风投对水能、核能、风能和太阳能发展水平的影响均为正向,除了太阳能和核能发展之外,各回归系数均至少在5%的水平上显著。绿色信贷和绿色风投对于太阳能发电作用效果仅在10%的水平上显著的可能原因在于,相较于其他可再生能源种类,《中国电力统计年鉴》中太阳能发电量的统计结果在2005—2010 年存在缺失,样本量较少可能影响了回归系数的准确性。
表4 绿色金融与可再生能源发展:分类剖析
与水电和风电相比,绿色信贷对核电的促进作用仅在10%的水平上显著主要是因为,根据国家发展和改革委员会的《绿色产业指导目录》, “核设备制造业” 不包括在绿色信贷和绿色债券的支持范围内,所以商业银行将减少对核设备制造业的信贷支持。绿色风投不受《绿色产业指导目录》监管,并且近几年风险投资对核电技术也很热衷,由此可见绿色风投能够显著推动核电发展。从整体来看,绿色信贷和绿色风投能够有效促进水能、核能、风能和太阳能发电的发展,这一结果也为本文基准回归的稳健性提供了补充性证据①为了保证基准回归结果的稳健性,本文还从替换因变量、动态面板模型和滞后性等三个方面展开了稳健性检验,并且考虑了《绿色信贷指引》的政策冲击,囿于篇幅,留存备索。。
4.1.1 产业结构升级
根据本文理论逻辑,绿色信贷能够促进可再生能源的发展,这主要是由产业结构升级和绿色技术创新所驱动的。基于此,本文在基准回归的基础上,参考江艇[31]提出的中介效应模型分析与操作建议,对绿色信贷如何通过提升产业结构和激励绿色技术创新作用于可再生能源发展予以识别和检验。首先,我们选取第三产业增加值与第二产业增加值之比作为产业结构升级(Industry)的度量指标,估计结果见表5。
表5 作用机制检验:产业结构升级
表5 估计结果显示绿色信贷与绿色风投对产业结构升级的回归系数分别为2.133 和0.459,前者在1%的水平上显著,后者仅在10%的水平上显著。这意味着虽然在一定程度上两种绿色融资模式均能通过提升产业结构促进可再生能源发展,但是绿色信贷对于产业结构升级的推动作用更强。这主要是因为绿色信贷的政策导向更为明确且资金体量更大,而绿色风投作为市场化以利润驱动的商业投资活动,从而对产业结构升级的激励效果不如绿色信贷显著。
4.1.2 绿色技术创新
本文选取绿色专利申请量总量(lnTotal)作为绿色技术创新的测度指标。由于绿色专利可以细分为绿色发明专利和绿色实用新型专利两种类型,前者在专利的创新性和价值上高于后者[32],因此本文也检验了绿色信贷对绿色发明专利申请量(lnInvent)和绿色实用新型专利申请量(lnUtility)的影响,回归结果见表6。
表6 作用机制检验:绿色技术创新
表6 第(1)~(3)列显示,绿色信贷对绿色专利申请总量在5%的水平上显著,对绿色发明专利申请量不显著而对绿色实用新型专利申请量在1%的水平上显著。这说明现阶段绿色信贷更多的是通过激励绿色实用新型专利而非绿色发明专利来促进可再生能源的发展,也就是说绿色信贷显著促进了绿色创新数量而非绿色创新质量,即 “增量” 而未能 “提质” 。从第(4)~(6)列可以发现,绿色风投对三种绿色专利申请量均在5%的水平上显著,这表明绿色风投能够同时促进绿色技术创新数量和质量的提升。
两种融资模式的风险容忍度差异能够解释绿色信贷和绿色风投对绿色技术创新的异质性影响。由于实质性或变革性技术创新的风险更大,而股权融资对风险包容性更强并且,企业经营更为自由,因而可以充分利用风险资本进行深入的技术创新。而对于债权融资,固有的风险厌恶属性使得银行不适合于高风险的创新项目,在还款约束下企业投资也更为谨慎。因此,尽管绿色信贷和绿色风投都能促进绿色专利总量的增长,但绿色风投能够显著促进绿色发明专利的增长,而绿色信贷只能促进绿色实用新型专利的增长。
4.2.1 金融发展水平的差异
由于不同地区金融发展程度不同,绿色金融对可再生能源发展的促进作用也可能存在差异。根据金融发展水平中位数,将样本划分为金融发达地区和金融欠发达地区,分组回归结果如表7 所示①其中,根据2020 年的分样本情况,北京、天津、河北、辽宁、上海、浙江、江苏、福建、广东、重庆为金融发达地区,山西、安徽、江西、山东、河南、湖北、湖南、广西、四川、贵州、云南、陕西、新疆为金融欠发达地区。。在金融发达地区,绿色信贷和绿色风投的回归系数均在1%的水平上显著。相比之下,对于金融欠发达地区,绿色信贷和绿色风投的回系数均未通过5%的显著性检验。以上结果说明绿色金融对于可再生能源发展的促进作用在金融发达地区更为显著。
表7 异质性分析:金融发展水平差异
这主要是由于发达的金融市场、良好的金融环境是绿色金融发挥金融支持实体经济基本条件之一。相较于金融发达地区,金融欠发达地区的金融机构缺乏足够的动机从事绿色金融业务,这使得绿色金融更容易成为公益性质活动,实施效果较差。而在金融发达地区,可再生能源企业能够依托高效的金融体系在控制风险的基础上提高自身投资回报率,同时还可以利用商业银行和风险投资机构的信息优势克服信息不对称,提升经营管理水平。因此,在金融发达地区两种绿色金融融资模式对可再生能源发展的驱动效果均更为明显。
4.2.2 市场化程度的差异
由于地理位置、历史、政策等原因,不同省份市场化程度也存在明显差异。本文根据市场化水平的中位数,将样本划为高市场化程度地区和低市场化程度地区,分样本回归结果见表8②其中,根据2020 年的分样本情况,北京、天津、上海、浙江、安徽、江苏、福建、湖北、湖南、广东、重庆、四川为高市场化地区,河北、山西、江西、山东、河南、广西、四川、贵州、云南、陕西、新疆为低市场化地区。。在市场化程度高的地区,绿色信贷和绿色风投均在1%的水平上显著,而在市场化程度低的地区,二者均未通过显著性检验。这说明绿色金融能够显著促进高市场化程度地区的可再生能源发展。
表8 异质性分析:市场化程度差异
这一结果符合经济学直觉,高市场化地区具有完善的制度体系,市场机制也更为健全,这能够为资金融通和微观企业运营提供了较好的外部环境。例如,完备的法律体系可以覆盖绿色金融业务全过程,确保绿色信贷政策和绿色风险投资活动的顺利实施,引导资金流向低碳环保领域,促进可再生能源发展。图2 总结了本文实证分析部分的整体逻辑框架。
图2 实证分析逻辑框架图
本文基于2005—2020 年中国23 个省份的面板数据,运用双向固定效用模型考察了绿色信贷和绿色风投对于可再生能源发展的影响。研究结果表明:第一,整体而言,绿色信贷和绿色金融对于可再生能源发展具有显著的正向促进作用,分维度的检验结果表明二者能够有效地促进水能、核能和风能和太阳能发电的发展。第二,作用机制检验结果显示,绿色信贷和绿色风投均能通过促进产业结构升级和激励绿色技术创新两个渠道推动可再生能源发展,但二者作用效果具有差异性。绿色信贷对于产业结构升级的推动作用更为显著,但无法有效促进绿色技术创新质量提升,而绿色风投能够驱动绿色技术创新提质增量。第三,异质性检验结果表明,在金融发达地区和市场化程度高的地区,两种绿色金融工具对于可再生能源发展的推动作用均更为显著。
紧密结合本文的研究结果,提出以下建议。
(1)绿色金融目前已经对中国可再生能源的发展产生了阶段性效果,有鉴于此,一方面金融机构应适时扩大绿色信贷规模,严格控制信贷门槛,保持现有绿色金融政策实施的可持续性和稳定性。另一方面,政府应鼓励绿色风投的发展,通过风险投资的资本放大功能,汇集更多的民间资本,支持能源替代转型。
(2)绿色信贷在继续发挥促进产业结构升级效果的同时,为了促进其更好地激励绿色技术创新质量提高,应鼓励金融机构更多地参与实质性的绿色技术创新的投贷款业务。政府还可以降低金融机构对绿色科技项目的评估成本,通过建立适合绿色科技项目的评估和信息披露标准,鼓励金融机构以较低的成本支持绿色创新。由于绿色风投在促进绿色技术创新方面具有天然的优势,政府可以在现有制度的基础上适度放宽风险投资的来源,如允许企业年金、保险基金参与绿色风投。税务部门可以适当降低风险投资的相关税率或税基,如资本利得税和风险投资公司的所得税。还应完善风险投资的退出渠道,如科技创新板可以适度向清洁技术行业的创新企业倾斜,为风险投资通过IPO 退出提供渠道。
(3)为了最大限度地发挥绿色金融对可再生能源发展的促进作用,在不同地区应采取差异化的绿色金融支持方案。对于金融发达和市场化程度较高的地区来说,需要适当加强这些领域的绿色金融支持规模。而对于金融欠发达地区和市场化程度较低的地区,传统绿色金融业务对可再生能源发展的促进作用有限。因此,各绿色金融机构应合作探索新的绿色试点项目,创新绿色金融产品,解决当地企业的绿色转型问题。此外,金融机构还可以加快绿色债券、绿色保险、绿色基金等其他工具的创新,提高服务效率,实现绿色金融体系广度和深度的协调发展,通过绿色金融体系的多元化发展和多层次建设,更好地服务于可再生能源发展和绿色经济增长。