随着人们对环境退化和可持续发展目标的日益关注，低碳能源转型已成为学术和政治领域的焦点。本研究在环境库兹涅茨曲线的框架下，探讨了低碳能源转型、自然资源租金和经济增长对环境绩效的影响。此外，研究还深入探讨了绿色金融和转型金融在低碳能源转型与环境绩效之间的调节作用。研究结果表明，低碳能源转型、经济增长和自然资源租金对环境绩效的影响具有明显的区域异质性。研究还验证了环境库兹涅茨曲线仅存在于中国东部地区的前提。进一步的研究表明，可持续金融在低碳能源转型与环境绩效的关系中发挥着重要的调节作用。根据上述结果，本文建议各省应确立环境和经济双重目标，优化金融政策设计。此外，政府和企业应通过技术创新、监管框架和市场机制等手段实现可持续发展目标。
研究背景及意义
随着全球环境问题日益严重，环境污染产生的危害已成为我们在现代社会面临的主要困难之一。例如，根据Kumar等人的研究，空气污染会导致包括心血管和呼吸系统疾病在内的健康问题。水资源的可持续利用受到水污染的威胁。生态平衡和农业生产力受到土壤污染的影响。整个环境循环的稳定性受到生态系统丧失的影响，这也降低了生物多样性。这些问题危及地球生态系统的健康和稳定，对人类社会的长期发展构成重大挑战。在此背景下，低碳能源转型（LCET）已成为实现环境可持续性和经济发展双赢的关键一步。
作为全球经济的重要参与者，中国的行动对国际社会应对环境挑战和气候变化的努力有着深远的影响。近年来，面对紧迫的环境问题，中国政府制定并实施了各种战略，以推动全国的绿色转型。首先，中国在国际舞台上展现了建设性态度，签署了《巴黎协定》等国际环保条约，明确了中国在全球气候治理中的角色和职责。其次，在行动上，中国政府出台了多项立法，加强国家环境保护框架。同时，中国还制定了碳峰值和碳中和目标，以鼓励清洁能源和绿色技术的发展。此外，中国正在积极开发可再生能源，尤其是太阳能和风能等清洁能源，以减少对传统能源密集型资源的依赖。这表明，中国正积极鼓励通过发展清洁能源和绿色技术来实现能源结构转型，从而实现经济增长与环境保护的同步。
然而，中国在向低碳能源转型的道路上还面临着诸多障碍，包括对传统燃料的长期依赖、地区发展不平衡以及可再生能源利用的局限性。鉴于这些障碍，单一的政策推动或技术创新是不够的。在此背景下，可持续金融被定义为一种全面的金融战略，它将环境、社会和治理问题纳入其框架，并纳入金融决策，以实现经济、环境和社会的三重底线，也称为可持续发展。可持续金融的意义是多方面的，包括有助于实现联合国的可持续发展目标，同时通过识别和降低新出现的风险来提高金融体系的稳定性。此外，可持续金融通过有效的资本配置改善经济的长期健康发展，鼓励创新技术的开发和应用，协助企业和金融机构应对政策和监管要求，提高市场声誉，解决各种社会问题，所有这些都有助于社会福祉。随着全世界对环境和社会问题的关注与日俱增，可持续金融在引导资金流动、激励技术创新和社会效应方面的作用日益明显，成为全球可持续发展的重要推动力。
本文的边际贡献包括以下几点：首先，文章利用环境库兹涅茨曲线（EKC）理论框架，创新性地将能源结构、低碳转型、自然资源管理、经济增长和环境绩效等因素纳入综合研究，为中国各省之间这些关键因素的相互作用提供了新的视角。其次，文章创新性地引入了转型金融指标，拓展了可持续金融的研究领域。文章还全面研究了绿色金融和转型金融如何调节低碳能源转型与环境绩效之间的联系。在技术方面，本研究采用MM-QR方法，为分析各种情景下的二氧化碳排放变化提供了更细致的视角，弥补了以往研究的不足。此外，研究还深入探讨了区域异质性，为EKC理论在华东地区的应用提供了更多数据支持。在实证研究结论的基础上，提出了有针对性的政策建议，如量身定制的可持续金融政策、绿色金融与产业链的融合、能源和低碳消费与金融政策的协同机制、技术创新和监管体系的完善等，为实现可持续发展目标提供实践指导。
研究结果
1.UR检验
本文使用了两种方法：CIPS（面板数据的横截面依赖性检验）和 CADF（横截面增强 Dickey-Fuller 检验）。CIPS方法用于评估面板数据的横截面依赖性，以确保模型的弹性。CADF方法是一种扩展的单位根检验，用于检测面板数据中的单位根特征，并检查时间序列数据的静态性。本研究利用这两种方法对面板数据进行彻底调查，确认其质量和可信度。
考虑到横截面依赖性的存在，本研究借鉴Fareed等人的研究，采用 CIPS和CADF两种方法进行单位根检验，以提高统计能力，更好地把握数据结构，从而在面板数据分析中得出更可靠的结果。研究结果如表1 所示。可以看出，利用这两种方法进行单位根检验并进行一阶差分后，差分序列在显著水平上成为静态。这表明成功消除了原始序列中的单位根，使序列趋于稳定。
2.协整检验
协整检验是一种统计方法，用于确定两个或多个时间序列变量之间的长期联系。它确定这些变量在经历短期变化的同时，是否在整个时间段内共同移动。当非平稳变量线性组合形成一个平稳序列，显示出稳定的联系时，就出现了协整。Johansen检验是使用最广泛的协整检验，它能确定协整向量的数量，从而显示变量之间的长期均衡联系。协整分析在时间序列计量经济学中至关重要，特别是在模拟汇率、利率和价格等经济变量之间的相互作用时，可以揭示潜在的经济趋势和动态。
表2采用两种方法进行协整检验：Pedroni协整检验和Kao协整检验。这些检验旨在通过拒绝不存在协整关系的零假设来验证相关变量之间是否存在长期关系。检验结果具有统计意义，拒绝了变量之间不存在协整关系的零假设。这一结果有力地支持了研究关于相关变量之间存在长期均衡关系的前提。
3.矩量回归检验
矩量回归方法是一种新颖的计量经济学估算方法，它将矩量估算与量回归相结合，有效地解决了内生性难题并估算了个体效应。其特点是能够灵活地处理内生性问题，估计个体效应，改变条件分布，并能抵御异常值。因此，本研究采用MM-QR方法进行更完整、更稳健的估计。
表3采用量化回归分析方法考察了LCET对中国各省人均碳排放量的影响。我们发现，在第10个量级，LCET的正系数（3.723****）表明，在低碳排放的地方，由于需要大量的资源投入和基础设施建设，第一次低碳转型可能会暂时增加碳排放量。然而，LCET系数在20至70分位数不显著，这意味着低碳转型的影响有限，或其他因素影响了这些碳排放水平不高的地区。此外，LCET系数在第80和第90四分位数显著为正（6.943*** 和 13.409**），这表明在低碳转型的后期阶段，这些地区可能进行了能源结构调整。
IS 在第10个和第90个四分位数处呈现负系数，但在其余的四分位数处呈现正系数。这种模式可能表明产业结构的影响与碳排放之间存在非线性联系。在碳排放水平较低（第10个四分位数）时，负系数可能表明这些地区的产业结构正在向更清洁、更高效的生产方式转变，这有助于减少碳排放。然而，在较高的碳排放水平（第90个四分位数）下，负系数可能表明这些地区已经进行了较为成熟的产业结构调整，或者已经实施了有效的减排措施，从而减少了高碳排放水平下的碳排放量。其他四分位数的正IS系数表明，如果产业重组和工业化进程推进，能源消耗和碳排放量也可能上升。这可能是因为这些地区的工业活动对能源需求较大。这种正向联系凸显了产业升级和产业结构优化对实现低碳发展的重要意义。
根据表4所示的东部地区基线模型的MM-QR估计结果，低碳能源转型（LCET）对碳排放的影响在不同的四分位数中显示出持续显著的负相关。系数范围从-5.472 到-6.733，大多数四分位数在1%-5%的水平上具有统计显著性。这表明，低碳能源转型有可能大幅减少东部地区的碳排放量，这可能是由于该地区的经济发展以及推进低碳技术和政策的能力较强。然而，经济增长（GDP）及其平方项（GDP2）对碳排放的影响在所有四分位数中都没有接近统计显著性，这表明东部地区经济增长与碳排放之间的关系要么不显著，要么更为复杂。产业结构（IS）对碳排放有很强的正向影响（系数从3.714到6.033不等，显著性水平为 1%），这意味着产业结构越发达，碳排放就越高。此外，自然资源依赖度（NRR）在某些四分位数会降低碳排放量（第20到60个四分位数的系数为-0.578到-0.498，显著性水平为5%-10%），这可能是因为自然资源依赖度高的地区在推动低碳转型时对高碳排放能源的依赖程度较低。
表5对中西部地区的MM-QR估计结果表明，低碳能源转型 (LCET) 与碳排放之间在不同的四分位数上存在持续显著的正相关关系。第10 到第90个四分位数的系数从10.403到17.188不等，所有四分位数在 1%的水平上都具有统计意义。这表明低碳能源转型将显著增加中西部地区的碳排放量，这可能是因为中西部地区在低碳转型过程中必须投入大量资源和基础设施建设，导致碳排放量在短期内增加。经济增长（GDP）及其平方项（GDP2）对碳排放的影响在所有四分位数中都没有接近统计显著性，这表明中西部地区经济增长与碳排放之间的关系要么不显著，要么很复杂。产业结构（IS）对碳排放有相当大的正向影响（系数从10.432到15.465不等，显著性水平为1%），这意味着中西部地区较低的产业结构水平对碳排放的贡献更大。此外，自然资源依赖度（NRR）在某些四分位数中对碳排放有积极影响。第40到90个四分位数的系数范围为0.787到2.518，统计显著性范围为5%到1%。这种影响可能源于中西部地区对自然资源开采和利用的依赖，导致碳排放量增加。
4.基准回归
本文将采用基准回归法，具体分析绿色金融和转型金融对能源低碳转型的影响。基准回归法通常包括两个主要模型：普通最小二乘法（OLS）回归和固定效应（FE）回归。OLS回归用于估算变量之间的关系，包括所有观测值，而FE回归则包含特定个体的截距，以考虑时间不变的个体特征。通过这些模型，本文可以评估绿色金融和转型金融对能源低碳转型的影响，并探索它们在不同情况下的作用机制。
根据表 6 所示的东部地区绿色金融回归结果，重点分析绿色金融与能源低碳转型之间的交互效应。回归模型采用了普通最小二乘法（OLS）模型和固定效应（FE）模型，同时考虑了绿色金融（GF）及其与低碳能源转型（LCET）的交互作用。在模型（1）中，单独的低碳能源转型（LCET）效应明显为负，表明低碳能源转型能显著减少碳排放。然而，在有固定效应的模型中，LCET的效应很小，这可能是因为固定效应考虑了个体不变的特征。在模型（3）中，绿色融资（GF）的影响明显为负，表明绿色融资显著减少了碳排放。然而，在固定效应模型中，该效应并不显著，这很可能是因为消除了个体差异对绿色金融效应的影响。在模型（5）中，绿色金融与低碳能源转型的交互效应为高度负值，这意味着绿色金融能够显著促进低碳能源转型对碳减排的影响。负系数表明，绿色金融与低碳能源转型相配合，有可能大大减少碳排放。
因此，绿色金融可以加强低碳能源转型的实施，为低碳能源项目提供资金支持，降低融资成本，从而更有效地促进碳减排。总之，引入绿色金融可以大大提高低碳能源转型的减排效果。这为政策制定者提供了一个重要启示：促进绿色金融的发展可以有效地支持低碳能源转型，从而实现更大程度的减排。
根据表7所示的中西部地区绿色金融回归结果，重点分析绿色金融与低碳能源转型之间的交互效应。模型（5）显示，绿色金融与低碳能源转型之间存在明显的正向交互效应，这表明绿色金融非但不能有效减少中西部地区低碳能源转型带来的碳排放，反而可能使排放情况更加恶化。这可能是因为高碳排放的传统能源项目从绿色金融中获得了更多资金，或者低碳转型过程中存在资源和技术瓶颈，导致碳排放短期增加。另一种可能是，中西部地区绿色金融的成熟度和低碳能源技术的采用尚未完全成熟。
根据表8的回归结果，研究了东部地区过渡融资（TF）和低碳能源转型（LCET）的交互效应。在利用普通最小二乘法（OLS）和固定效应（FE）模型进行的回归分析中，考虑了转型融资及其与低碳能源转型（LCET）的关系。在模型（3）中，过渡融资（TF）具有显著的负效应，表明它大大减少了东部地区的碳排放；但在固定效应模型（4）中，该效应有所减弱。在模型（5）和（6）中，低碳能源转型与转型融资的交互效应呈现出显著的负相关，表明转型融资大大增强了低碳能源转型所带来的碳排放减少。这意味着在东部地区，转型金融可以成功地帮助低碳能源转型，促进碳减排。
根据表9的模型结果，研究了中西部地区过渡融资（TF）和低碳能源转型（LCET）的交互效应。虽然在固定效应模型（2）中效应较小，但在模型（3）和（4）中，转型融资（TF）的效应明显为正，表明转型融资有助于中西部地区的碳排放。在模型（5）和（6）中，低碳能源转型与转型融资具有高度正向的交互影响，表明转型融资极大地放大了低碳能源转型对碳排放增加的意义。这意味着，虽然转型资金促进了中西部地区向低碳能源转型，但由于资源投入较高，可能会增加碳排放。
研究启示
本研究强调，要有效推动中国的低碳转型，就必须根据地区情况制定细致入微的金融政策。通过优先考虑符合地区经济现实和产业格局的绿色和转型金融战略，政策制定者可以加快实现可持续发展目标的步伐，同时增强经济韧性和竞争力。采纳这些建议将对中国应对减缓气候变化的复杂挑战和促进更绿色、更可持续的未来起到关键作用。
初审：梁笑嫣
审核：徐彩瑶
排版编辑：钱一莹
文献推荐人：钱一莹
参考文献：Wei Zhang, Jie Han, Shiyi Kuang, Cem Işık, Ya Su, Gu Li Ni Ga Er Ju Lai Ti, Su Li, Zebang Xia, Anas Muhammad, Exploring the impact of sustainable finance on carbon emissions: Policy implications and interactions with low-carbon energy transition from China, Resources Policy, Volume 97, 2024, 105272, ISSN 0301-4207.
以上内容仅代表个人对文章的理解，详情请点击阅读原文。
【数字生态与绿色发展学术团队】Exploring the impact of sustainable finance on carbon emissions_ Policy implications and interactions with low-carbon energy transition from China.pdf推荐阅读
探索基于自然的生态文明解决方案，助力实现“双碳”战略目标，协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设，让我们一起加油！
