绿色金融、环境规制对绿色经济的影响研究
——基于结构方程模型分析

纪海凤 雷鸣

(1.江苏航空职业技术学院飞行学院 江苏镇江 212134；2.南京财经大学金融学院 江苏南京 210023)

改革开放后，我国经济迅猛增长，现已发展成为当今世界第二大经济体。我国GDP由1978年的3678.7亿元增长到2021年的1143669.7亿元，人均GDP从1978年的385元增长到2021年的80976元。然而，粗放式的经济增长方式催生出一系列的生态问题。进入21世纪以来，环境污染事件频发，全球气候变暖、水污染、雾霾等问题日益严重，生活和工业污染物排放量巨大。

针对环境污染问题，各个国家都开始提倡发展绿色经济。绿色经济的概念最早是由英国环境经济学家Pearce et al.(1989)提出，他认为发展经济应以良好的生态环境为支撑点，经济与环境两者相辅相成，要同时兼顾经济可持续发展与生态环境建设。以此为基础进一步扩充，从博弈论角度来看，绿色经济实际上是一种由监管者、消费者和企业在特定制度安排下进行的博弈行为(高红贵，2012)；从发展论的观点来看，绿色经济是一种以保护环境和节约资源为先决条件，提倡绿色消费理念和消费行为的新型经济发展方式(Reardon，2007；胡鞍钢、周邵杰，2014；Mcafee，2016；Merino-Saum et al.，2020；徐晓光等，2021)。

1 文献综述

发展绿色经济的优势不仅在于能够解决资源浪费问题，还可以引导传统行业调整产业结构，鼓励绿色升级，最终促成社会、经济、生态三个系统相互协调发展，形成良性、稳定的循环。然而，促进绿色经济增长并非易事，经济高速增长与生态环境保护往往难以有效平衡。其中，绿色金融和环境规制是维持平衡、推动绿色经济增长的关键因素。

绿色金融旨在将金融活动与环境保护相结合，以绿色信贷、基金和债券等金融工具为手段，大力扶持绿色产业，将社会资金从高污染、高能耗的产业转移到国家助推的节能环保产业中，从而实现经济、社会和环境三者的协调发展(高建良，1998；和秀星，1998；Hoti et al.，2007)。研究表明，绿色金融能够促进绿色经济的发展，但具有区域差异化特征(董晓红、富勇，2018；谢婷婷、刘锦华，2019；周影琛等，2021；Wang et al.，2021)。

环境规制通常存在两大实施主体:政府部门和社会公众。前者指政府部门依据相关法律法规，调动社会各界力量，对企业的污染和能源的过度使用进行监管，通过制定排污费、环境税收、绿色补贴等节能环保政策规范企业排污行为，进而引导环境趋于优化(赵玉民等，2009；Daugbjerg et al.，2012；龙文滨等，2018)。后者指借助社会公众的环保和责任意识，有效监督和减少企业的环境违法行为，在推进生态文明建设中同样发挥着重要作用(原毅军、谢荣辉，2014；游达明等，2018；苏昕、周升师，2019)。李毅等(2020)、武云亮等(2021)指出环境规制能够对绿色经济产生先抑制后促进的“U型”非线性影响，当环境规制强度超过临界点时，环境规制会显著促进绿色经济增长。

综上，国内外学者在绿色经济的发展及其影响因素方面做了广泛研究，且取得了一定的成果。然而在绿色经济的影响因素研究中，学者广泛关注绿色金融和环境规制对绿色经济单独的影响，并没有将两者同时纳入研究体系进行综合分析。此外，学者在研究绿色金融、环境规制对绿色经济发展的传导路径和影响时，使用的模型单一。因此，本文引入结构方程模型，基于全国视角研究绿色金融、环境规制对我国整体绿色经济发展水平的影响情况，研究结果可为我国绿色经济的发展提供重要参考。

2 理论模型与研究假设

2.1 绿色金融对绿色经济发展的影响机制分析

安同信等(2017)认为绿色金融是一种以金融支持为手段，以推动产业结构升级和提高技术创新能力为目的，以促进绿色贸易并加快经济、社会、生态文明建设步伐为特点的金融活动。根据国际组织提出的“赤道原则”及“环境库兹涅茨曲线与脱钩理论”，银行等金融机构会制定相关绿色金融政策。在绿色金融政策的引导下，银行等金融机构会面向相关环保产业提供融资和信贷服务，使金融资源从一些高污染高能耗的行业转移到清洁型行业，从而实现资源的有效配置。部分企业获得相应的资金支持后，会迅速进行技术改造升级和产业结构调整，减少污染排放，进而给绿色产业带来经济效益，促进经济高质量发展。基于上述分析，本文提出假设:

H1:绿色金融对绿色经济发展具有显著的正向作用。

2.2 环境规制对绿色经济发展的影响机制分析

环境规制是指由于环境的负外部效应，政府通过制定适当的环境政策，充分调动社会各方面的力量，对微观经济主体采取直接或间接的调控手段，从而推动经济和环境的和谐发展。总体来说，环境规制对绿色经济发展有双向影响，环境规制既可通过“成本效应”抑制绿色经济的发展，又会通过“创新效应”促进绿色经济发展。虽然环境规制对绿色经济的影响同时存在成本效应和创新效应，但从“波特假说”理论出发，我国环境规制体系日渐完善，企业创新技术不断提高，由环境规制产生的创新效应对绿色经济的促进作用大于成本效应对绿色经济的挤兑作用。基于此，本文提出假说:

H2:环境规制对绿色经济发展具有显著的正向作用。

3 我国绿色金融、环境规制对绿色经济的影响结构化方程建模

3.1 变量设计与数据说明

3.1.1 变量设计

(1)绿色金融。绿色金融用绿色投资、绿色证券及绿色信贷来衡量。本文参考周影琛等(2021)的研究成果，绿色投资用环境污染治理投资总额与GDP的比重度量；绿色证券用节能环保上市公司市值与总市值的比值度量；绿色信贷用规模以上六大高耗能工业企业利息支出占规模以上工业企业利息总支出的比重衡量，其中绿色信贷缺少2007年的数据，本文通过SPSS邻近点的线性趋势方法对其进行缺失值填补。

(2)环境规制。孙慧、扎恩哈尔·杜曼(2021)用地方环境词频总数及地方环境财政保护支出来衡量，两者之间代表了地方政府对环境保护的重视程度，数值越大，环境规制强度越大；王云等(2020)用环保行政处罚数据来衡量环境规制强度。故本文综合几位学者的研究成果，同时将环境词频数、地方财政保护支出及环保行政处罚数据纳入衡量环境规制的指标体系中。

(3)绿色经济。本文借鉴周影琛等(2021)的研究成果，从经济发展、环境污染两个角度出发，采用单位GDP废水排放量、单位GDP废气排放量及单位GDP固体废弃物排放量来衡量我国绿色经济发展水平。考虑到废气的主要成分为二氧化硫，故用二氧化硫排放量进行计算。

具体的潜变量与显变量指标说明如表1所示。

表1 结构化方程相关变量

3.1.2 数据说明

考虑到数据的可获得性与连续性，本文最终选取中国2007—2019年31个省份的相关数据作为研究样本，所用数据主要来源于《中国工业统计年鉴》，各省(自治区、直辖市)地方政府官网(政府工作报告)、Wind数据库及北大法宝。此外结构方程模型通过变量间的协方差矩阵得出因果关系，量纲不同、逆向指标都会对模型的最终结果产生影响，因此要对数据进行正向化和无量纲化处理。本文运用Excel及SPSS软件对原始数据进行处理，首先，采用倒数的方式对绿色信贷、单位GDP废水排放量、单位GDP废气排放量及单位GDP固体废弃物排放量进行正向化处理。处理后的绿色信贷数值越大，表明绿色金融发展向好。单位GDP废水排放量、单位GDP废气排放量及单位GDP固体废弃物排放量越大，表明绿色经济发展程度越高。其次，对数据进行量纲处理，本文采用min-max标准化方式，即其中max为样本数据的最大值，min为样本数据的最小值。

3.2 绿色金融、环境规制对绿色经济的影响结构方程模型的构建

3.2.1 结构化方程

本文采用的结构方程模型(SEM)又被称作潜在变量分析和线性结构关系模型，主要用来研究潜变量与显变量之间的关系，可同时处理多变量之间的关系，具有较高的拟合程度和精确度。

3.2.2 信效度检验

如表2所示，绿色经济及绿色金融的 Cronbach's a 系数均大于0.7，环境规制的 Cronbach's a 系数为0.660，略小于0.7。此外，各潜变量的组合信度均大于0.6，平均方差抽取量(AVE)除了环境规制略小于0.5以外，其余各变量均大于0.5，说明本文对于各潜变量的测量都具有良好的信度与收敛度。

表2 变量信度

效度反映的是测量值与真实值的接近程度，当所测量出的值能够很好地反映潜在变量，则说明该量表具有良好的效度。对量表进行效度检验最常用的方法是探索性因子分析法，它是进行效度评估最可靠的方法。在进行探索性因子分析方法之前，需要先对KMO统计量及Bartlett球形度进行检验，当检验结果符合要求时，才可进行因子分析。本文利用SPSS软件对Bartlett及KMO的检验结果进行分析，具体如表3所示。

表3 KMO和Bartlett检验

由表3结果可知，K MO度量值为0.733，大于0.7，Bartlett球形度检验值显著性为0，因此可以采用探索性因子分析法。

探索性分子分析法主要包括确定因子个数和因子旋转两大步骤。其中，因子旋转包括正交旋转和斜交旋转，为了更好地分析结果，本文采用SPSS软件中默认的正交旋转法。

由表4可以看出，因子分析结果提炼出三个因子，这三个因子的特征值分别为3.365，1.665，1.187，均超过1，根据各因子的方差贡献率可以看出，它们对量表的解释能力分别为24.651%，24.419%，20.011%。根据累计方差贡献率可以看出，这三个因子对整个量表的总解释能力达到69.08%，大于50%。结合以上分析结果可知，筛选出来的3个因子具有良好的代表性。根据表4求得的贡献率及特征值，将所有的公因子都表示在一个载荷矩阵中，得到如表5所示的因子载荷矩阵。

表4 方差贡献率和累计贡献率

表5 因子旋转

表5中:Y1为单位GDP废水排放量；Y2为单位GDP废气排放量；Y3为单位GDP固体废弃物；X1为绿色投资；X2为绿色证券；X3为绿色信贷；X4为环保行政处罚；X5为环境词频；X6为地方财政环保支出。

由表5可知，各个测量变量的因子载荷量均大于0.5，且交叉载荷均小于0.4，每个测量指标均落到对应因子中，表明量表具有良好的结构效度。其中，将提取出来的公因子1命名为“绿色经济”，将公因子2命名为“绿色金融”，将公因子3命名为“环境规制”。

3.2.3 模型拟合

本文运用Amos21软件对构建的绿色经济结构化方程进行模型拟合，得到的最终模型及标准化路径系数如图1所示，各拟合指数的检验结果如表6所示。由表6可以看到，卡方/自由度为4.84、GFI为0.945、CFI为0.923、NFI为0.906、IFI为0.924、RMSEA为0.098，所有指标均达到了理论要求标准。在表6中也显示，各项系数都通过了99%显著性水平的检验，因此本文构建的理论模型拟合较好。

图1 绿色经济因素作用路径结构方程模型

表6 假设模型拟合指标

3.2.4 模型路径系数分析

由表7可知，标准化系数指标准化的回归系数，S.E.指标准误，C.R.指t检验值。

表7 假设模型路径系数估计结果

在绿色金融对绿色经济的作用路径中，标准化系数β=0.193，P=0.005＜0.05，得出绿色金融对绿色经济有显著的正向作用。本文认为主要有两方面原因导致中国绿色金融发展会整体上显著促进绿色经济的发展:一方面，在国家倡导绿色低碳的理念下，金融机构会向清洁型企业提供资金支持，利用其自身成熟的金融体系及信息优势将绿色资金精准地流向节能环保领域，助推环保企业提高绿色科技创新能力；另一方面，高污染、高能耗的企业为获得绿色资金支持以及能够在市场上站稳脚跟，会将原先低效率的粗放式生产方式转变为绿色环保型生产方式。基于上述两方面原因，无论是环保企业还是高污染企业，它们的生产模式都会向资源友好型经济增长方向倾斜，最终促进中国绿色经济的发展。

在环境规制对绿色经济的作用路径中，标准化系数β=0.327，P＜0.001，得出中国环境规制总体上显著促进绿色经济的发展，政府越加强对环境的管制，绿色经济水平就会越高，说明中国的环境规制给企业带来的创新补偿效应大于成本效应。在环境规制下，企业通过提高创新能力来增强自身核心竞争力，利用创新驱动促进企业绿色转型升级，并进一步提升全国绿色经济发展水平。

基于上述潜变量路径系数分析，可知H1和H2假设成立。

4 结语

本文实证研究发现:中国绿色金融与环境规制都对绿色经济发展有显著的促进作用。基于本文的研究结论，提出以下建议。

国家要完善绿色金融及环境规制体系。一方面，国家要建立统一的绿色金融标准体系。健全绿色金融评价标准，明确绿色金融政策下的投资项目、运作模式及各参与主体的权利与义务。在推进我国绿色金融标准体系建设时要保证多种绿色金融产品能够得到更好地整合与发展。加强与国际绿色金融标准接轨，由国内政府牵头，积极开展中外绿色合作项目，在交流合作过程中借鉴国外先进的绿色金融制定标准，为我国健全国家级绿色金融标准化工作机制提供良好的基础；另一方面，继续完善我国的环境规制体系。近年来，我国工业产能持续过剩，严重阻碍了绿色经济的发展进程。不同的环境规制强度对企业发展会产生不同的影响，既能对企业产生成本效应，又能对企业产生创新效应。因而，国家要完善我国环境规制体系，把握好环境规制力度，致力于在环境规制框架下倒逼企业提高自身核心竞争力，依靠创新驱动企业绿色转型升级，提高产能利用率。