【论文】绿色金融如何影响绿色全要素生产率----中国案例

How Does Green Finance Affect Green Total Factor Productivity? – Evidence From China

文献信息

专业期刊：Energy Economics，107(Complete)

发表时间：March，2022

作者信息：Chi-Chuan Lee (西南财经大学公共管理学院，中国成都)，Chien-Chiang Lee (南昌大学中部经济社会发展研究中心，南昌，中国; 南昌大学经济管理学院，南昌，中国)

DOI: https://doi-org.proxy1.lib.uwo.ca/10.1016/j.eneco.2022.105863

关键词

绿色金融；绿色全要素生产率；绿色经济；环境政策；中国

文章摘要

尽管文献研究了影响绿色生产率增长的各种因素，但定量分析绿色金融发展与绿色生产率之间联系的实证研究相对缺乏。本研究以绿色金融发展综合指数为基础，采用2006-2018年中国30个省份的面板数据，探讨绿色金融对绿色全要素生产率的影响，揭示了绿色金融发展水平显着提升的测算结果。绿色生产力。在经济社会条件较好、环境保护公众参与程度较低、污染程度较高的省份，这种有利效应往往较强。我们还发现，实施绿色金融政策可以进一步增强绿色金融发展的影响力。本文的实证结果为中国的绿色金融规划和环境政策提供了政策启示。

1.评估绿色金融对绿色全要素生产率的影响。

2.绿色金融发展通过多维度的指标体系来衡量。

3.绿色金融发展显着提升绿色生产力水平。

4.经济、社会和环境条件越好，影响就越强。

5.绿色金融政策可以进一步增强绿色金融发展的影响力。

正文引言

当前研究的贡献可概括为三个方面。首先，我们通过探索绿色金融与绿色生产力之间的联系来填补关于提高人们对绿色经济重要性认识的文献空白。与认为绿色生产率是规模、技术和结构函数的标准方法相比，我们通过将绿色金融发展作为GTFP的重要影响因素来扩展理论框架。通过这样做，不仅可以从实体部门，而且可以从金融部门获得有关绿色生产力原因的更完整的信息。其次，与以往低碳资金流向、绿色信贷或绿色投资金额等单一维度的绿色金融衡量指标相比，我们在现有研究的基础上，从绿色信贷、证券、保险、投资等角度引入完整的绿色金融指标体系，探讨绿色金融发展对绿色经济的作用。多维度指标可以对绿色金融发展提供更全面的评价。第三，与以往主要考虑良好产出的传统生产力研究不同，我们应用了不良产出的超级SBM模型，解决了能源和环境约束的潜在遗漏问题。多维度指标可以对绿色金融发展提供更全面的评价。

研究方法

本研究主要使用了具有不良输出的 Super-SBM 模型：假设在时间 t 有k 个决策单元 (DMU)，每个 DMU 使用M 个输入向量X it  = ( x 1 it ,  ⋯, x Mit ) ∈  ℝ M +来生成N 1 个期望输出向量y it d  = ( y 1 it d , ⋯, y N 1 it d ) ε  ℝ N 1 +和N 2 -不良输出向量yit u  = ( y 1 it u , ⋯, y N 2 it u ) ε ℝ N 2 +。所有投入产出因素均在非零假设下。在资源和环境约束下，GTFP的不良产出SBM模型（ Tone，2001 ）的数学形式可以表示为：

另外，本文还应用了计量经济模型的理论性假设，假设经济活动与环境之间关系的标准方法，可持续性和绿色发展被视为规模、技术和结构的函数。在本研究中，我们通过添加 GTFP 的其他重要影响因素来扩展理论框架。其中，规模表示规模效应，反映经济活动规模对绿色生产率的影响；技术代表技术效果，体现技术进步对绿色生产力的影响；结构代表结构效应，反映经济结构的变化。用人均GDP（PGDP）和金融支持（FS）来衡量规模效应，而用研发投资（RD ）和外商直接投资（FDI）来衡量规模效应。）用来衡量技术效应，产业结构（INS）和能源消费结构（ES）用来衡量结构效应。在其他影响因素中，绿色金融（GF）被认为是本研究感兴趣的关键变量。在前期研究的基础上，我们还纳入了城市化水平（URB）、教育水平（EDU ）和贸易开放度（TRADE）作为其他控制变量。基于以上分析，具体模型可以描述为：

其中，i确定了涉及中国30个省份的横截面单元；t表示2006年至2018年的时间段；α i为个体固定效应；ε是误差项。

研究结果

基于具有不良产出的 Super-SBM 模型，作者测量并比较了 2006 年至 2018 年中国 30 个省份的 GTFP 及其组成部分，即绿色技术变革（GTC）和绿色效率变革（GEC ）。附录总结了GTFP、GTC和GEC的平均值，并且GF和GTFP的时间变化如图所示。可以看出，GF 和 GTFP 均呈现出总体上升趋势，但存在周期性变化，这表明在投入相同的情况下，生产活动倾向于减少污染。

作者同时展示了这些生产率指标各省之间的区域异质性，其中东部地区绿色生产率最高，中西部地区次之。这些结果证实了先前的研究结果，并表明东部地区经济与环境绩效之间具有高度协调性。其中，河北、河南、山东等东部地区绿色生产力排名前三，青海、宁夏、新疆等西部地区绿色生产力排名垫底。

本研究为了更深入地了解绿色信贷政策带来的GFTP的区域差异和动态变化，下图以地形图的形式直观地呈现了结果，其中较深的红色代表30个省份的最高GFTP水平中国的。可以看出，2006-2018年GTFP不断变化，总体呈上升趋势。我们还发现2012年和2015年有显着的演变趋势，这可以归因于2012年《绿色信贷指引》和2015年《能效信贷指引》的实施。此外，较高的绿色生产率集中在东部地区2006年开始逐步向中西部省份转移。

研究总结

作者利用2006-2018年中国30个省份的平衡面板数据和非理想产出的超级SBM模型，实证结果首先揭示了绿色金融发展和绿色全要素生产率总体呈上升趋势，这表明经济活动往往效率更高、生产率更高、污染更少。其次，回归结果表明，绿色金融的发展显着提高了绿色生产力水平。第三，经济社会条件水平较高、环保公众参与程度较低、污染程度较高的省份的绿色金融更有可能对绿色生产力产生较大的正向作用。最后，

同时，本研究对中国的可持续发展规划和环境政策提供了一些启示。从宏观机制来看，政府应继续强化绿色金融政策，加快建立完善的绿色金融体系。此外，政策制定者应加强国家经济、金融和社会条件的发展，通过绿色金融提高吸收能力和创新能力。从中观机制来看，政府应通过金融和环境政策大力推动绿色产业发展，以达到同时促进生产率增长和改善环境绩效的目的。从微观机制看，加大环境监管力度，倒逼企业改进生产工艺。