李 虹 赵倩倩

（天津理工大学，天津 300384）

一、引言

21世纪以来，我国经济快速增长的同时，生态环境问题日益凸显。2000～2020 年我国能源消费总量由14.7亿吨标准煤快速增长至49.8亿吨标准煤，年均增长率达6.3%。在经济新常态下，坚持可持续发展、走绿色低碳道路是我国经济发展的必然选择，而绿色金融作为一种集环保与经济效益于一体的新型金融范式，将在经济绿色转型中发挥重要作用。绿色金融一方面可以优化社会资源配置，将社会资金引入绿色产业，发展绿色经济，创造更多经济增长点，另一方面，发展绿色产业可以有效改善环境问题，降低污染物排放量。党的十九届五中全会提出，加快推动绿色低碳发展，发展绿色金融，支持绿色技术创新，持续改善环境质量。金融业在实现绿色发展的同时，通过引导资金配置推动技术进步，而技术进步作为经济发展的根本动力，不仅能促进产业结构升级，推进科技强国建设，还能提高环境治理效率，环境质量的提升在很大程度上需要以技术进步作支撑。

目前我国绿色金融发展不充分，绿色信贷规模相较于本外币贷款规模依旧偏小，绿色证券、碳金融等还处于初级发展阶段，绿色金融产品同质化明显，绿色金融产品市场占有率低，中介服务体系发展滞后，因此绿色金融在提升我国环境质量中的作用不甚明显。同时，绿色金融通过引导绿色技术进步进一步提高环境效益的间接作用还未充分发挥。新形势下，绿色产业迎来重要的发展契机，经济恢复和环境平衡都需要绿色金融和技术创新的支持。因此，探讨绿色金融直接或通过技术进步间接影响环境质量的作用机制，分析绿色金融发展和技术进步的环保效应对协调经济增长和环境质量之间的矛盾以及推动我国可持续发展和科技强国建设具有重要意义。

二、文献综述

（一）绿色金融与环境质量关系

绿色金融的目的与环境质量提升是协调一致的，促进节能环保产业发展、支持环境改善是绿色金融的重要原则。绿色金融对环境影响的研究较多集中于金融发展、绿色信贷与环境的研究。Jalil &Feridun（2011）基于中国1953～2006年的数据，对金融发展与环境污染之间的关系进行论证，结论显示研究期间中国的金融发展会减轻环境污染强度。蔡海静等（2019）研究发现绿色信贷政策的实施，对高耗能和高污染企业的新增银行借款起到抑制作用，同时在政策实施力度较大的地区明显发现SO2、废水等环境污染物排放量呈现减少趋势。江红莉等（2020）基于中国23 个省份2006～2016 年数据，对绿色信贷、绿色风投和碳排放关系进行研究，结果显示绿色信贷、绿色风投均会抑制碳排放。还有一些学者对绿色金融与环境质量的关系持不同的观点。He et al.（2019）发现绿色金融发展对银行贷款发放可能造成消极影响，一定程度上对可再生能源投资效率产生负面影响，从而抑制环境质量的提升。王信（2021）认为经济绿色低碳转型呈现不可逆的趋势，由于绿色低碳项目的前景难以预测，不能单方面估计其可能产生的影响。任力和朱东波（2017）认为在研究金融发展对环境的影响效应时，应根据污染物不同来分析其影响效应。雷汉云和王旭霞（2020）的研究结果表明绿色金融可以通过改善环境效应促进经济高质量发展，且该效应存在空间差异，中部较强，东部较弱。

（二）技术进步与环境质量关系

技术进步与环境质量的研究主要集中于不同视角下技术进步与环境规制、碳排放等的研究。环境规制的研究较多且比较成熟，张中元和赵国庆（2012）、陈峥和高红贵（2016）认为环境规制能促进技术进步，从而在经济增长、产业结构升级等方面发挥有效作用。大部分学者基于技术进步不同视角的研究表明技术进步能抑制环境污染。马艳艳和逯雅雯（2017）基于不同来源的技术进步对二氧化碳排放的影响进行研究，发现FDI对二氧化碳排放效率起明显促进作用，自主创新和国际贸易起抑制作用。白俊红和聂亮（2017）研究发现技术进步与环境污染之间存在着显著的倒U型关系，且存在区域性差异。董直庆和王辉（2018）认为清洁技术可提升环境质量，非清洁技术对环境质量的作用具有双重性，非清洁技术减排效应优于增产效应时，可以有效改善环境质量。徐梦雨（2019）以技术进步为中介变量的研究发现，当产业集聚程度跨越门槛值后，其所带来的技术进步才会提高环境质量。

（三）绿色金融与技术进步关系

学者们对绿色金融与技术进步两者关系的研究较少，在知网以“绿色金融”和“技术”为共同关键词进行主题检索，纵观已有的研究文献，大多学者认为绿色金融能促进技术进步。李苗苗等（2015）研究认为金融发展是促进技术创新的重要原因，金融发展可以直接或通过研发投入（R&D）间接促进经济增长。余丹（2018）认为绿色金融为绿色技术创新提供强劲的支撑。王殿武（2020）通过中国省际面板数据研究发现，绿色信贷水平与绿色低碳技术进步存在U 型关系，绿色信贷发展水平在一定门槛值前后会分别抑制和促进绿色低碳技术的提高。朱向东等（2021）研究发现绿色金融与环境规制协同互补，对中国污染性产业技术创新呈正向影响，且影响效应存在区域和产业类型差异。也有学者持其他观点，如孙焱林和陈青青（2019）研究认为我国绿色金融发展尚未有效推动技术进步。通过文献梳理，本文认为在研究绿色金融对环境质量的影响效应时，应考虑技术进步这一要素。绿色金融通过技术进步中介效应对环境质量的影响路径如图1所示。

图1 绿色金融发展影响环境质量的中介效应

现有文献为本文提供了参考，但研究仍然存在不足之处：关于绿色金融、技术进步、环境质量单方面的研究较多，鲜有将三者放在同一框架进行影响效应的研究；关于绿色金融和环境质量的研究，大多学者把重点放在绿色信贷和碳排放的单一维度上面，缺少对绿色金融和环境质量综合指数的设计测算。因此本文基于中国2010～2019年省级面板数据，测算绿色金融综合发展指数和环境质量综合指数，同时构建中介效应模型，实证检验分析绿色金融对环境质量的直接影响以及在技术进步作用下的间接效应。

三、模型构建与数据说明

（一）指标设定与数据说明

鉴于数据的可获得性和模型对数据的要求，本文采用的数据主要是2010～2019年我国30个省份（因数据缺失，故剔除港澳台、西藏）的面板数据，其中截面数为30，时间序列为10年，样本数为300。

1.核心解释变量：绿色金融综合发展指数（GF）。通过对《关于构建绿色金融体系的指导意见》的分析，考虑数据的可用性和有效性，并参考已有研究，本文从绿色信贷、绿色证券、绿色投资和绿色保险四个层面来综合测算我国各地区绿色金融发展水平，如表1所示。绿色信贷目前是我国绿色金融体系中发展较为成熟的部分。由于大多绿色信贷数据都以银行为统计单位，缺少省级数据，故本文参考李虹等（2019）的研究，将各省份银行营业网点机构个数占全国比重作为权重来计算各省份绿色信贷水平。绿色证券选用区域环保行业上市公司市值来反映环保行业通过发行股票在资本市场融资对绿色经济转型的支持力度。绿色投资选择区域节能环保支出来反映政府对环保投资的引导以及绿色产业通过银行贷款以外融资渠道的融资水平。环境污染责任险是我国绿色保险系统中的主要产品，但由于其起步较晚，目前缺乏相关数据的系统统计。农业保险的公共属性和内容特征使其在一定程度上可以反映我国绿色保险的发展水平，因此选择区域农业保险支出代表绿色保险。

表1 绿色金融综合发展指数评价指标

已有研究大都以指数形式来反映绿色金融综合发展水平，本文选用熵值法测算绿色金融综合发展指数，依据指标的离散程度来判断对综合评价的影响大小，维持变量含义不受影响的同时使权重赋值更为客观。将中国30个省份绿色金融综合发展指数的原始评价指标数据表示为表示第t 年第i 个省份第j 个指标的原始数据。具体计算步骤如公式（1）至公式（6）所示。

首先，对数据进行无量纲化处理。

令正向指标：

令负向指标：

其次，计算第j个指标的信息熵。

再次，计算每个指标的权重。

最后，对数据进行综合评价。

2.被解释变量：环境质量综合指数（E）。为了更全面详细地描述环境影响，并考虑到数据的有效性和可获得性，本文从环境污染强度和环境治理与建设强度两个层面选取8个指标，同样运用熵值法测算我国各省份环境质量综合指数，如表2 所示。数据来自CSMAR数据库以及各省份统计年鉴。

表2 环境质量综合指数评价指标

3.中介变量：技术进步（TC）。本文选用广义的技术进步概念，采用R&D经费支出强度（区域R&D经费支出/GDP）可以准确地反映各地区的科学技术发展水平。数据来源于《中国科技统计年鉴》和各省份统计年鉴。

4.控制变量。产业结构（stru）：环境污染物主要来自工业排放，工业废水和工业生产中二氧化硫排放是水污染和大气污染的重要来源，用第二产业增加值占GDP比重表示产业结构。经济发展水平（pgdp）：用人均GDP 反映我国各地区不同经济发展程度对环境质量的影响。人口密度（pd）：区域人口数量的增加需要增加生产数量来满足人们的物质需求，生产增速超过环境自然净化的速度则会导致环境污染的加重，用每平方公里人口数量来反映不同地区人口密度对环境质量的影响。开放性水平（open）：不少学者研究认为贸易开放增加会加重二氧化碳排放强度，贸易开放对环境质量存在负面影响。因此本文引入开放性水平作为控制变量，用区域进出口贸易总额占地区生产总值的比重表示。数据来源于CSMAR数据库以及各省份统计年鉴。

（二）模型构建

本文在研究绿色金融对环境质量的影响机制时，将技术进步作为中介变量，对三者的关系进行分析，构建中介效应的面板模型，逐步对绿色金融与环境质量、技术进步与绿色金融以及技术进步与环境质量的影响机制进行研究。技术进步对绿色金融发展与环境质量的中介效应模型如公式（7）至公式（9）所示。

E代表环境质量综合指数，GF代表绿色金融发展水平，TC代表技术进步这一中介变量，系数c代表绿色金融发展对环境质量的总效应，系数a代表绿色金融发展对技术进步的影响效应，系数c'代表在技术进步这一中介变量的影响下绿色金融发展对我国环境影响的直接效应，a*b代表绿色金融发展对环境质量的中介效应，e表示随机扰动项。

四、计量结果与分析

（一）绿色金融发展综合指数测算结果

2010～2019 年我国各区域的绿色金融发展水平综合指数测算结果如图2所示，综合指数由低到高反映绿色金融发展水平向优的方向。2010～2019 年我国东、中、西部的绿色金融发展趋势基本相同，总体呈波动上升趋势。东部地区的GF数值为0.07～0.32，绿色金融发展水平相对较高，主要是因为其对外开放时间较早，高级生产要素积累丰富，吸引资金能力较强，同时资源利用效率和资金回报率相对较高，金融规模和绿色金融产品服务水平也都相对处于较高水平。其次是中部地区，GF数值为0.07～0.27，西部地区GF数值相对最低，为0.06～0.26。同时，各区域间的GF数值差距呈现先逐年增大后波动减小的趋势。主要是因为，在我国经济高速增长时，资本较为集中在东、中部地区，进入新常态后，经济增速放缓，经济发展模式和社会环境发生明显变化，粗放式的投资不足以持续性拉动经济增长，传统产业迎来绿色改造的重要转变。绿色环保产业及绿色产品和服务对金融机构、社会企业和民众的融资吸引力受到影响，同时西部大开发战略加速推进，区域经济不平衡状况得到改善，从而使绿色金融发展速度及区域间差异有所减小。

图2 2010～2019年我国分区域绿色金融发展综合指数测算结果

（二）环境质量综合指数测算结果

图3显示2010～2019年我国东、中、西部环境质量变化状况，三大区域的环境质量变化方向基本一致且呈现波动上升的趋势，是我国产业结构升级、环境治理技术提高、环保政策有效落实的多方面体现。2015年以来，环境污染防治攻坚战使三大区域的环境质量综合指数均实现较大跨度的提升。从环境质量综合指数的横向对比可以看出，十年内指数大小依次为东、中、西，东部和中部明显高于西部地区。2019 年东、中、西部的环境质量综合指数均值分别为0.69、0.68、0.63。但从环境污染强度的比较中可以看出，中部地区城市环境污染最严重，东部次之，而西部地区环境污染程度在近十年内始终处于最低水平。这是因为东、中部区域经济的粗放式增长，众多高能耗、高污染的企业在带来高经济效益的同时也加剧了当地环境污染，因此环境污染强度较高。但东、中部的环境质量综合指数高于西部主要得益于其较为规范的污染物排放制度、先进的环保治理技术及环保理念的广泛推广。

图3 2010～2019年我国分区域环境质量综合指数测算结果

（三）面板模型回归结果

1.描述性统计。为避免伪回归，本文通过单位根检验对数据进行平稳性检验，同时采用LLC检验法和IPS 检验法两种方法进行检验，检验结果显示样本数据为一阶单整，不存在伪回归问题。面板数据Hausman检验结果显示，各回归方程最大P值均小于0.01，因此采用固定效应模型。表3为各变量描述统计结果。

表3 描述性统计结果

2.模型回归结果分析。本文把技术进步作为中介变量，使用Stata16 软件分别对方程（7）、（8）和（9）进行回归，结果如表4所示。从表4可以看出，绿色金融发展综合指数在0.1%水平下显著为正，说明绿色金融对环境质量具有显著的正向影响，并且绿色金融发展能够通过技术进步对环境质量改善产生促进作用。模型1的回归结果显示，绿色金融发展水平每增加1 个百分点会使环境质量提升0.185 个百分点；模型2的回归结果显示，绿色金融发展综合指数对技术进步在0.1%水平下显著为正，系数为0.899，说明绿色金融对技术进步存在显著正向影响。模型3 的回归结果显示，主要解释变量中绿色金融发展水平和技术进步的回归系数分别为0.162 和0.026，分别均在0.1%和1%水平下显著为正。模型1和3对比结果显示，在不考虑技术进步这一变量时，绿色金融发展对环境质量的影响效应为0.185，加入技术进步这一中介变量后，绿色金融发展的回归系数降至0.162，且都在0.1%水平下显著。综合模型结果可看出，绿色金融对环境质量存在直接的正向影响，且在将技术进步纳入回归模型之后，绿色金融发展通过技术进步的间接路径对环境质量产生正向促进作用。

表4 面板模型回归结果

从模型3控制变量结果来看，用第二产业增加值占GDP比重表示产业结构的回归系数为-0.00171，且通过0.1%水平下的显著性检验，说明第二产业比重的增加通过工业污染物的大量排放对环境质量产生明显的负向影响。贸易开放性水平的回归系数是0.000533，在1%水平下通过显著性检验，说明贸易开放可能通过技术进步、金融创新、竞争加剧等起到降低环境污染的作用。而以人均GDP 表示的经济发展水平和以每平方公里人口数量反映的人口密度对环境质量的影响不显著。

（四）中介效应分析

目前学者们使用较多的中介效应检验方法大多是Baron &Kenny（1986）提出的因果逐步回归法，为了弥补该方法在检验程序方面的不足之处，本文结合近年来普遍使用的Bootstrap 法进行中介效应检验。利用Stata16 软件进行程序检验，分析技术进步在绿色金融发展对环境质量作用过程中是否存在中介效应。检验结果如表5所示。

表5 中介效应Bootstrap检验结果

Bootstrap结果显示：在绿色金融发展综合指数对环境质量综合指数的影响中，技术进步中介效应P值为0.024，95%的置信区间不包含0，中介效应显著；直接效应P 值为0.009，95%的置信区间不包含0，直接效应显著。由此可知，在绿色金融对环境质量的影响中存在技术进步的部分中介效应。同时，中介效应模型的回归系数c、a、b及c'均通过因果逐步回归检验，在对各回归系数整理的基础上计算出技术进步在绿色金融发展影响环境质量作用中的中介效应及直接效应大小和中介效应占比，结果如表6所示。

表6 技术进步中介效应结果

根据中介效应模型回归结果和中介效应检验结果可以看出，绿色金融发展能直接促进环境质量的提升，同时存在较为显著的技术进步部分中介效应，说明通过技术进步这一中介变量，绿色金融发展能够显著地改善环境质量，且中介效应在总效应中的占比为12.63%，即绿色金融发展对环境质量提升的正向影响中大约有12.63%是通过技术进步间接实现的。

五、结论与建议

（一）结论

1.从绿色金融发展综合指数和环境质量综合指数的测算结果来看，2010～2019年两者总体变化趋势相似，呈波动上升趋势，2015 年开始增速明显加快，绿色金融增幅比环境质量更为明显，两者均有较大的提升空间。从横向区域对比来看，两个指标均存在显著的区域差异，东部地区绿色金融发展水平和环境质量明显高于中部地区和西部地区。虽然绿色金融发展水平较高的是东、中部地区，但同时由于经济的快速发展，高污染企业带来高经济效益的同时严重破坏了环境质量。西部地区的绿色金融发展水平和环境质量综合指数虽然最低，但环境污染强度明显低于东、中部地区。因此，东、中部地区应充分发挥经济优势，加大金融对绿色环保产业技术创新的支持力度。同时，改善西部地区投资环境，使绿色金融更好地为西部大开发战略服务。

2.从中介效应模型回归结果来看，绿色金融发展对环境质量具有显著的部分技术进步中介效应。绿色金融发展对环境质量的总效应和直接效应系数均显著为正，且绿色金融发展对技术进步的回归系数显著为正。同时，Bootstrap检验结果亦表示绿色金融发展对环境质量的部分影响已被技术进步效应所取代。各回归系数的整理计算结果显示，技术进步中介效应在总效应中的比重为12.63%，说明绿色金融发展对环境质量的影响中约有12.63%是通过技术进步提供的。

（二）建议

1.坚持走绿色发展道路。我国环境质量的改善受金融发展、技术进步、产业结构和对外开放水平等多元因素的影响，必须坚持在正确的发展理念引领下发挥多元因素的共同积极作用。一方面，坚持经济可持续发展理念，以绿色价值为发展指引，贯彻落实经济与环境协调发展理念，引导多元主体共同参与低碳循环环保发展。另一方面，绿色金融助推绿色产业发展，充分发挥绿色金融的资源配置和调节功能，深化产业结构调整，加强清洁能源技术开发与利用，减轻环境承载压力。

2.科技引领绿色高质量发展。一方面，充分发挥技术进步的促进作用，加强对环保和绿色生产技术的研发支持，提高新型技术研发与改革升级的效率，加强技术创新生产能力和竞争活力，发挥科技创新溢出效应。另一方面，充分发挥绿色金融发展对技术进步的促进作用。加大对绿色科技的融资支持，发挥绿色金融的资源配置优化、信息传递、分散投资风险和授信保障等作用，通过科技创新引领绿色金融与绿色技术的协调发展。

3.推动绿色金融创新发展。一方面，健全和完善绿色金融的政策框架，建立切实有效的激励约束机制，同时加强对环境的系统管理，完善信用评价和金融风险监督机制。另一方面，推动绿色金融产品实现突破性发展，促进“环保贷”“碳金融”等绿色金融产品和服务实现动态创新，加强对绿色保险和绿色基金产品的研发支持，促进绿色金融的多元发展。另外，提升机构和各企业主体参与绿色金融的主动性。引导政策性金融机构增加对环保领域的资金支持，企业应做好环境信息披露，完善内部治理，促进绿色转型。