绿色金融试点降低了能源消耗强度吗？

发布时间：2021-01-17 09:20

　　基于2013—2017年中国30个省级行政区面板数据,采用双重差分模型分析绿色金融政策对能源强度的影响,评估绿色金融试点的政策效应,并进一步考察绿色金融发挥作用的中介效应。研究结果表明:绿色金融试点政策有效地降低了单位GDP的能源消耗,政策效应显著,多种方法的稳健性检验显示估计结果具有稳定性;现阶段,绿色金融试点政策主要通过工业产业绿色转型中介效应影响能源强度,创新能力和产业结构优化中介效应短期内尚不明显。因此,应扩大试点范围,进一步提升地方绿色金融实践能力,积极引导绿色资金支持能源技术创新,加快工业绿色转型,聚合社会力量共同推动经济绿色发展。 

【文章来源】：金融发展研究. 2020,(02)北大核心

【文章页数】：8 页

【部分图文】：

绿色金融影响能源强度的路径

绿色金融试点政策实施后，能源强度变动的总效应由两部分构成：一是“时间效应”部分，即随自身发展特色或经济形势等原有“惯性”引起的能源强度变动部分；二是“政策处理效应”部分，即绿色金融试点政策导致的能源强度变动部分。因此，绿色金融试点政策评估的关键在于如何合理区分时间引起的能源强度变化与绿色金融试点“政策处理效应”。双重差分法（DID）作为一种因果效应参数识别策略，将绿色金融试点政策视为“准自然实验”，通过对比分析两类主体政策实施前后呈现出的差异，能够有效分离“时间效应”和“政策处理效应”（见图2），剥离未观测的混杂因素的影响。由此，本文选择双重差分模型考察绿色金融试点政策对能源强度的影响。假设政策实施前试点省区与非试点省区的能源强度具有相同的时间效应趋势，以绿色金融试点省区作为处理组、非试点省区作为控制组，构建DID模型如下：

本文的核心解释变量为双重差分变量Treati×Postt。其中Treati表示绿色试点政策，试点省份取值1，其余为0;Postt表示政策实施时间，2016年及以前为0,2017年为1。Treati×Postt的系数ω表示政策效应。图3:2007—2017年中国30个省级行政区平均能源消耗

【参考文献】：
期刊论文
[1]绿色金融、融资约束与污染企业投资[J]. 王康仕,孙旭然,王凤荣.  当代经济管理. 2019(12)
[2]区域绿色金融发展与产业结构的关系——基于我国省级面板的实证分析[J]. 党晨鹭.  商业经济研究. 2019(15)
[3]空间视角下广东省绿色金融发展及其影响因素——基于固定效应空间杜宾模型的实证研究[J]. 余冯坚,徐枫.  科技管理研究. 2019(15)
[4]环境管制方式对能源效率影响的差异性——基于内生视角下的PVAR方法的分析[J]. 杨慧慧.  商业研究. 2019(07)
[5]“绿色金融”的基本逻辑、最优边界与取向选择[J]. 陈经伟,姜能鹏,李欣.  改革. 2019(07)
[6]绿色金融支持绿色产业发展的作用机理、路径分析[J]. 苏任刚,赵湘莲,程慧.  财会月刊. 2019(11)
[7]央行副行长陈雨露 发展绿色金融有效服务实体经济[J]. 陈雨露.  财经界. 2019(06)
[8]金融发展与能源消耗——基于总量与效率双重视角的跨国分析[J]. 岳书敬.  学术论坛. 2019(02)
[9]我国绿色金融政策体系的效应评价——基于试点运行数据的分析[J]. 杜莉,郑立纯.  清华大学学报(哲学社会科学版). 2019(01)
[10]绿色信贷是否影响重污染企业的投融资行为?[J]. 苏冬蔚,连莉莉.  金融研究. 2018(12)



本文编号：2982598