【绿色金融对产业结构的作用探究8000字（论文）】

I绿色金融对产业结构的作用研究摘要2015年，我国着手启动供给侧结构性改革，推行“三去一降一补”政策，目的在于去除低利润、高污染的过剩产能、提高生产效率和整体资源配置效率。在经济新常态的背景之下，为寻找新的经济增长点，提升经济增长潜力，改变高污染、高能耗的粗放式发展，我国必须对经济进行转型，对产业结构进行优化升级。与可持续发展理念相契合的绿色金融成为了我国进行经济转型和产业结构优化升级的绝佳选择。本文以我国2007~2019年省级面板数据为基础，实证检验了绿色金融对产业结构的作用。结果发现：绿色金融发展与绿色信贷余额能够促进我国产业结构。该结论在经过了考虑地区效应与时间效应之后，仍然成立。本文的研究具有重要的理论意义与现实意义，为我国绿色金融的未来发展提供了一定的边际证据。关键词：绿色金融；产业结构；绿色信贷余额目录TOC\o"1-1"\h\u1引言 21.1研究背景 21.2研究意义 21.2.1理论意义 21.2.2现实意义 21.3概念界定 21.3.1绿色金融 377741.3.2产业结构升级 32实证分析的模型构建和指标选择 42.1假设提出 42.2数据来源与样本选择 52.3模型设计与变量定义 53绿色金融促进产业结构优化的实证分析 53.1描述性统计 53.2相关性分析 63.3基本回归分析 73.4稳健性检验 73.4.1考虑地区效应 73.4.2考虑时间效应 84结论与启示 94.1结论 94.2启示 9参考文献 91引言1.1研究背景改革开放多年以来，中国的经济得到了飞速发展，2018年中国GDP总量为90.03万亿元，折合美元13.6万亿，比2017年增长6.6%，约占全球经济总量的15.9%，仅次于美国，位居世界第二。中国目前虽然仍是发展中国家，但就经济体量而言，中国已经是世界上第二大经济体。但不可忽视的是，在经济高速发展的同时，我国对能源的需求量和消费量也一直居高不下，并呈现出与日俱增的态势。2008年以来，中国对一次能源的消费总量不断增加，在此期间一次能源消费总量增长率呈现出先上升后下降再上升的波动趋势，2018年时该数值上升为4.28%。中国目前的能源消费量仍然在世界各国中排名第一，而且中国对一次能源的消费总量在全球一次能源消费总量中的占比一直处于逐年攀升的状态，截至2018年末，中国对一次能源的消费总量为3273.5（百万吨油当量），与2017年相比增长了4.28%，在全球一次能源消费总量中的占比高达23.61%。2015年，我国着手启动供给侧结构性改革，推行“三去一降一补”政策，目的在于去除低利润、高污染的过剩产能、提高生产效率和整体资源配置效率。在经济新常态的背景之下，为寻找新的经济增长点，提升经济增长潜力，改变高污染、高能耗的粗放式发展，我国必须对经济进行转型，对产业结构进行优化升级，即将生产要素从投入产出率较低的产业逐渐转移至投入产出率较高的产业，从而优化社会整体的资源合理配置和提高生产率水平，并最终使我国经济走上可持续性发展之路。在我国经济转型的过程中对生态文明的建设同样涉及资源的优化配置问题，King、Levine（1993）分析认为作为现代经济的核心，金融存在的目的和要解决的问题即是促进资源配置的优化，提高社会的生产效率。与可持续发展理念相契合的绿色金融成为了我国进行经济转型和产业结构优化升级的绝佳选择。1.2研究意义1.2.1理论意义绿色金融产生于世界各国工业化进程不断发展的大背景下，研究者将金融本质和金融理论结合在一起，同时将资源、能源和环境的协调发展统一起来，均纳入考虑因素，从而得出一个全新的概念“绿色金融”，因其强调了资源、能源和环境的协调发展，所以也被称为“环境金融”或者“可持续金融”。绿色金融起源于1998年，经过20年的发展，国内外的学者、研究机构都对其做了很多研究，但是由于不同国家绿色金融发展的背景、学者研究的切入点以及使用研究方的认可。同时国内外现有的研究文献多聚焦于研究绿色金融与国民经济增长之间的关系，并得出绿色金融对国民经济增长普遍具有促进作用的初步结论，少部分研究针对绿色金融对经济发展中产业结构调整的影响给出理论性分析和实证性检验，本文将通过回顾、总结和分析已有的文献研究，尝试在一定程度上丰富绿色金融以及绿色金融影响经济发展中产业结构调整的理论，具有一定的理论意义。1.2.2现实意义在传统发展模式下，经济增长以巨量的资源消耗为代价，忽视对污染物排放的控制，使得资源日益紧张、环境污染严重、生态环境恶化，人类的生存环境面临着极大的挑战。作为世界第二大经济体，中国经济体量庞大，对能源和资源的消费和需求量也十分巨大，随之而产生的环境污染和生态失衡问题日益浮出水面。为改变现状，转变“高污染”、“高能耗”的粗放式发展方式，建设“生态文明”被提上我国发展日程，而以保护环境为出发点的绿色金融具有促进产业绿色升级、推动区域经济可持续发展的作用，与十九大报告提出的建设“生态文明”理念十分契合。然而我国现有的研究大部分还只是聚焦于理论分析，对于绿色金融影响产业结构调整的实证性研究并不多，因此，本文以我国省级的绿色金融发展作为研究对象，深入分析绿色金融对产业结构优化升级的影响效应。本文的研究有助于促进金融服务实体经济，使得我国经济发展找到新动力，实现我国经济持续健康的发展，实现经济增长和环境保护双赢及国家富强、民族复兴的伟大目标。1.3概念鉴定1.3.1绿色金融Salazar（1998）首次提出绿色金融的概念，认为绿色金融与传统金融最大的不同在于绿色金融是以环境保护为目的，谋求经济的可持续性发展。鲁程和徐秀文等（2018）、杜莉和郑立纯（2019）、张育玮（2019）也强调绿色金融应在金融活动中融入环境保护、节能减排的思想。王静（2019）则将绿色金融界定义为通过提供项目投融资、运营和风险管理的金融产品与服务来支持环境改善、节约资源和实现可持续发展的金融活动。秦雨桐和王静（2019）将现有界定进行归纳，指出绿色金融实质就是围绕绿色投融资、项目和风控开展的一揽子金融产品、市场制度及各种政府监督措施的统一有机结合体。本文所指的“绿色金融”，主要是指宏观层面的、以环境保护为目的、围绕绿色投融资、项目和风控开展的一系列活动。国外学者对绿色金融研究较早，Cowan（1999）认为绿色金融结合绿色经济发展理论和金融学理论两种理论发展而来的新学科，并在研究中指出了发展绿色金融所需资金的来源渠道。Labatt和White（2003）与Cowan的看法相同，并针对金融创新和环境保护之间的关系进行了进一步的研究分析，认为绿色金融是对金融创新和环境保护的一种有效融合，发展绿色金融有助于分散潜在的环境风险，改善整体金融运行环境。HÖhne（2012）研究表明绿色金融是对可持续性项目、环保产品以及环境政策等可促进经济可持续发展的投融资活动。Zadek（2013）提出，在实践中，绿色金融通常被定义为超过绿色投资的更宽泛的层面。欧阳瑞（2005）、何建奎、江通和王稳利（2006）、易金平、江春和彭祎（2014）等人也持相似观点。Scholtens（2007）则从传导机制切入，分析金融和可持续发展之间如何进行传导，研究发现绿色金融是对金融工具进行合理组合，进而解决资源和环境等问题。国内学者邓翔（2012）、张方晶（2018）的研究结论与Scholtens相同。1.3.2产业结构升级产业结构也叫产业体系，是社会经济体系的主要组成部分。杨公朴、夏大慰和龚仰军（2002）在《产业经济学教程》一书中将产业结构解释为产业间的相互联系与联系方式。1935年，费希尔首先提出“三次产业论”，随后，科林·克拉克对费希尔的“三次产业论”做出了更明确的解释：第一产业即农业部门，第二产业即制造业，第三产业即服务业。产业结构表现的是劳动力、资本等生产要素在不同行业之间进行流动的方式，以及产品从被生产者生产出来到在市场上被交换，最终被消费者消费三者彼此之间的联系。本文所指的产业结构升级，主要指的是第三产业产值占据总产值的比重，第三产业产值比例越大，表示企业结构升级越快。Rajan和Zingale（s1996）对金融发展影响产业结构的研究具有开创性意义，他们在分析了42个国家和地区1980-1990年的面板数据后发现：金融体系发达的情况下，金融部门通过两条途径作用于产业体系的调整：一是加速资本积累，为产业部门规模扩张提供基础；二是提高资本配置效率，提高了生产部门的产出效率。King和Levine（1993）研究发现金融发展有助于推动技术的发展进步，并进而促进产业结构的升级调整。顾海峰（2010）则认为产业结构优化升级的实现建立在金融支持产业选择、产业结构合理化和高级化的基础上。杨国辉（2008）在对金融和产业结构升级调整之间的关系进行研究时发现，金融发展是产业结构升级调整的单项格兰杰原因。王文静和侯典冻（2019）用金融业区位熵对全国2004—2016年的金融集聚水平进行测度，结果显示，各地区均呈现不同程度的金融集聚现象，进一步研究发现，全国各地区的金融集聚水平和产业结构升级之间存在长期稳定的均衡关系。而在此之前王春丽和宋连方（2011）也通过研究发现金融产业的聚集和发展对第三产业存在着较为明显的影响，从而推动产业结构的优化。2实证分析的模型构建和指标选择2.1假设提出Jänick（2011）提出了绿色转型理念，认为通过合理运用调整生产要素价格、差别税收等方式来促进低碳环保产业和绿色经济发展，能够推动高污染、高能耗产业进行转型升级，从而逐渐改变粗放式经济发展方式，实现可持续循环发展的现代工业增长模式。Hadj、Mulder和Zachary（2017）使用绿色能源投资需要绿色金融的参与的例子，来说明在环境状况日益严峻的条件下，发展绿色金融是实现经济社会可持续发展的必然途径。林彬（2013）、彭路（2013）、梁玉和赵洋（2017）、高清霞和柯紫静（2017）、张学海和郑现伟（2017）、沈翠芝（2019）也持相同观点。在对于区域绿色金融发展的分析中，吕宝林和张同建（2014）认为河北省绿色金融的发展在一定程度上降低了省内高污染、高能耗产业的肆意扩张，相反对绿色产业的良好发展提供了很好的支持，最终引导产业结构实现优化调整。邹靖（2018）则指出民族地区绿色金融的迅猛发展可以很大程度上推动生产要素供给结构的改善，提高民族地区供给侧的结构和质量，并最终使得民族地区的经济在“新常态”下能够稳步发展。全国范围出发，龙云安和陈国庆（2017）通过对比灰色关联度的计算结果发现，在我国产业结构调整升级的过程中，限制或降低对高污染、高能耗产业的贷款比发放绿色信贷能够取得更好的效果，而这刚好与我国绿色金融发展的现实状况相一致，因此，加大对绿色金融的发展力度不仅可以推动我国产业结构的调整升级，还有助于加快完成我国的供给侧结构性改革。张云辉和赵佳慧（2019）研究发现绿色信贷与产业结构优化之间存在双向影响关系，且绿色信贷对产业结构优化短期影响不明显，长期影响显著。在早期研究中也有类似结论，陈伟光和胡当（2011）指出绿色信贷发展以来，我国产业结构并未出现明显的升级效应，个别产业结构合理化指标甚至出现了轻微的恶化趋势，而环境信息不对称、企业环境风险成本不合理和民众监督不到位，正是致使绿色信贷实施效果不理想的主要原因。李倩和敬莉（2020）则在比较了考虑与未考虑时滞因素时绿色金融发展对产业结构优化带来的影响后发现，基于时滞性的协调度模型更能反映绿色金融对产业结构优化的促进作用，且绿色金融对产业结构优化存在着正向的促进作用。综合上述研究与分析，本文提出以下基本假设：假设1：绿色金融发展可以有效促进其产业结构升级；假设2：金融结构优化转变可以推动其产业结构升级。2.2数据来源与样本选择本文以2007—2019年我国升级面板数据为研究基础，实证检验了绿色金融对产业结构的作用。研究所涉及的所有数据均来源于《中国统计年鉴》与WIDN数据库。另外，为了保证数据的有效性，本文剔除了相关缺失值，最终获取有效样本数量为416个，本文所有数据的整理、计算与回归过程中所使用的软件为Stata15.0。为了避免极端值的影响，本文对所有连续变量进行了上下1%的缩尾处理。2.3模型设计与变量定义针对上述的理论分析以及研究设计，本文构造了模型（1）-（3）。其中，模型（1）用绿色金融发展与产业结构升级的关系，此时核心关注的为a1的符号与显著性，如果a1的符号为正且显著，则说明绿色金融发展可以有效促进其产业结构升级；模型（2）用绿色信贷余额与产业结构升级的关系，此时核心关注的为b1的符号与显著性，如果b1的符号为正且显著，则说明绿色信贷余额可以有效促进其产业结构升级。模型（3）将绿色金融发展与绿色信贷余额结合在一起，进一步检验绿色金融对产业结构的影响。（1）（2）（3）被解释变量为IS，即衡量产业结构升级的代理变量，计算方法为“第三产业产值/国民生产总值”。FS与GF为本文的两个核心变量，分别是绿色金融发展水平与绿色信贷余额水平。此外，本文还考虑了一系列控制变量，包括互联网普及率、专利水平、资本形成与GDP增长率。具体的变量定义见表1。表1变量定义类型符号变量说明因变量IS第三产业产值/国民生产总值自变量FS绿色金融发展水平，绿色金融发展/国民生产总值GF绿色信贷余额水平，绿色信贷余额/总贷款余额控制变量INTER互联网普及率PAT专利，取其自然对数INV资本形成，资本形成总额/国民生产总值GDPGGDP增长率3绿色金融促进产业结构优化的实证分析3.1描述性统计根据相关变量的概念界定，本文将涉及到的有效样本公司（N=416）的主要变量进行了描述性统计。从表2中可以看出，被解释变量产业结构升级IS，其最小资为0.297，最大值为0.835。核心解释变量包括绿色金融发展水平FS与绿色信贷余额水平GF，其平均值分别是0.095与0.167。对于控制变量，互联网普及率INTER的最小值为15.100，最大值为77.830。专利PAT由于其进行了自然对数化的处理，最值相差并不大，最小值为4.200，最大值为14.722。资本形成指标INV的平均值为0.126。GDPG为GDP增长率，最小值为97.500，最大值为119.200，平均值为109.970。综上所述，本文所选取的被解释变量、解释变量与控制变量均分布在合理区间。表2描述性统计样本平均值标准差中位数最小值最大值IS4160.4460.0970.4290.2970.835FS4160.0950.0460.0880.0130.364GF4160.1670.0660.1580.0590.541INTER41632.07217.54228.50015.10077.830PAT4169.5951.8579.6834.22014.722INV4160.1260.0590.1150.0080.460GDPG416109.9703.182109.64097.500119.2003.2相关性分析表4列出了个模型中主要系数的相关性分析结果。可知，FS与IS的相关系数为0.508，在1%的水平上显著，说明两者存在显著的正向相关关系；GF与IS的相关系数为0.480，在1%的水平上显著，说明两者存在显著的正向相关关系。对于控制变量与被解释变量之间的关系，互联网普及率INTER与IS的相关系数为0.160，在1%的水平上显著，说明两者存在显著的正向相关关系；专利PAT与IS的相关系数为0.124，在5%的水平上显著，说明两者存在显著的正向相关关系；资本形成指标IN与IS的相关系数为0.228，在1%的水平上显著，说明两者存在显著的正向相关关系；GDPG与IS的相关系数为-0.422，在1%的水平上显著，说明两者存在显著的负向相关关系。从表3中可以看出，从自变量与控制变量的相关系数绝对值来看，各变量之间的相关系数绝对值都比较小，不太可能出现多重共线性，因此，理论上可以放入同一多元回归模型分析。值得注意地是，为了更严苛、科学的考察多重共线性问题，本文对模型（1）-（3）中的所有解释变量进行了VIF多重共线性检验，表4展示了相关结果。可以看出，各个变量的VIF值均比较小，小于10，因此不太可能出现多重共线性，可直接进行回归分析。表3相关性分析ISFSGFINTERPATINVGDPGIS1.000FS0.508***1.000GF0.480***0.206***1.000INTER0.160***0.223***-0.260***1.000PAT0.124**0.378***-0.263***0.223***1.000INV0.228***0.693***-0.325***0.204***0.150***1.000GDPG-0.422***-0.183***0.593***-0.163***-0.399***-0.148***1.000表4VIF检验模型（1）模型（2）模型（3）FS2.2702.310GF1.7401.770INV2.0201.1502.200PAT1.4201.2301.420GDPG1.2101.7201.730INTER1.0901.1201.1303.3基本回归分析表5给出了本文的基本回归结果。其中，第（1）列为绿色金融发展水平FS与产业结构IS的回归关系，系数值1.599在1%的水平上显著，说明绿色金融发展能够促进我国产业结构升级；第（2）列为绿色信贷余额水平FS与产业结构IS的回归关系，系数值0.462在1%的水平上显著，说明绿色信贷余额能够促进我国产业结构升级；第（3）列为绿色金融发展水平FS、绿色信贷余额水平FS与产业结构IS的关系，两个核心系数值均通过显著性检验，进一步说明绿色金融将促进我国产业结构升级。表5基本回归结果(1)(2)(3)ISISISFS1.599***1.735***(10.005)(12.027)GF0.462***0.607***(3.928)(5.561)INTER0.0000.000-0.000(1.111)(0.599)(-0.053)PAT-0.016***-0.004-0.016***(-5.398)(-1.410)(-5.651)INV-0.544***0.155***-0.762***(-6.067)(2.780)(-8.240)GDPG-0.014***-0.008***-0.007***(-12.139)(-4.734)(-4.897)_cons1.999***1.374***1.382***(14.887)(7.758)(9.067)Obs.416416416R-squared0.4680.2720.5643.4稳健性检验3.4.1考虑地区效应为了增强基本结论的稳健性，本文考虑了地区效应。将省份作为控制变量加入到基本模型中，重新回归，结果报告在表6中。可以看出，第（1）列为绿色金融发展水平FS与产业结构IS的回归关系，系数值0.258在1%的水平上显著，说明绿色金融发展能够促进我国产业结构升级；第（2）列为绿色信贷余额水平FS与产业结构IS的回归关系，系数值0.035在1%的水平上显著，说明绿色信贷余额能够促进我国产业结构升级；第（3）列为绿色金融发展水平FS、绿色信贷余额水平FS与产业结构IS的关系，两个核心系数值均通过显著性检验，进一步说明绿色金融将促进我国产业结构升级。以上结果增强了基本结论的稳健性。表6稳健性检验：考虑地区效应(1)(2)(3)ISISISFS0.258***0.292***(3.470)(3.124)GF0.035***0.035***(4.731)(3.573)INTER-0.001***-0.001***-0.001***(-7.153)(-7.650)(-7.118)PAT0.021***0.023***0.019***(5.174)(5.849)(4.633)INV0.0120.093**0.003(0.211)(1.994)(0.050)GDPG-0.008***-0.008***-0.008***(-9.357)(-8.686)(-7.924)_cons1.279***1.319***1.262***(9.914)(9.862)(9.413)Obs.416416416R-squared0.9130.9100.9133.4.2考虑时间效应为了增强基本结论的稳健性，本文考虑了时间效应。将年份作为控制变量加入到基本模型中，重新回归，结果报告在表7中。可以看出，第（1）列为绿色金融发展水平FS与产业结构IS的回归关系，系数值1.394在1%的水平上显著，说明绿色金融发展能够促进我国产业结构升级；第（2）列为绿色信贷余额水平FS与产业结构IS的回归关系，系数值0.346在1%的水平上显著，说明绿色信贷余额能够促进我国产业结构升级；第（3）列为绿色金融发展水平FS、绿色信贷余额水平FS与产业结构IS的关系，两个核心系数值均通过显著性检验，进一步说明绿色金融将促进我国产业结构升级。以上结果增强了基本结论的稳健性。表7稳健性检验：考虑时间效应(1)(2)(3)ISISISFS1.394***1.543***(7.916)(9.524)GF0.346***0.497***(3.041)(4.408)INTER0.003***0.004***0.002***(4.399)(6.531)(2.674)PAT-0.019***-0.010***-0.018***(-6.864)(-3.426)(-6.225)INV-0.494***0.189***-0.665***(-5.164)(2.983)(-6.624)GDPG-0.005***-0.003*-0.003(-2.726)(-1.779)(-1.525)_cons1.007***0.879***0.888***(4.825)(3.925)(4.391)Obs.416416416R-squared0.5420.4250.5964结论与启示4.1结论本文以我国2007~2019年省级面板数据为基础，实证检验了绿色金融对产业结构的作用。结果发现：绿色金融发展与绿色信贷余额能够促进我国产业结构。该结论在经过了考虑地区效应与时间效应之后，仍然成立。4.2启示针对以上结论，本文提出几点针对性检验：第一，加强绿色信贷的引导作用，强化绿色金融发展对区域产业结构升级的促进作用。尽管近年来，我国的绿色金融发展迅速，然而一个既定的事实是我国的绿色金融发展仍处于初级阶段，未来仍然有着广阔的发展空间。因此，为了进一步提升我国的绿色金融发展水平，政府应继续发挥好宏观服务作用，尤其不能忽视相关立法工作的开展，从而为企业借助绿色信贷发展提供有效的政策支持和法律环境。第二，完善金融体系，优化金融结构优化。我国目前仍然是典型的银行主导型经济体，相对来说，金融市场的发展尚不完善，我国应继续推进金融市场化改革，逐步减少政府对金融市场的干预行为，提升金融市场发展水平，为不同风险偏好的投资者和筹资者提供多样化的金融服务，促进企业绿色金融发展决策的开展，从而有效推动我国产业结构升级。参考文献Berensmann,Kathrin,andNannetteLindenberg."Greenfinance:actors,challengesandpolicyrecommendations."GermanDevelopmentInstitute/DeutschesInstitutfürEntwicklungspolitik(DIE)BriefingPaper23(2016).Cowan,Eric."Topicalissuesinenvironmentalfinance."ResearchpaperwascommissionedbytheAsiaBranchoftheCanadianInternationalDevelopm