目錄TOC\o"1-3"\h\u摘要 IAbstract II目錄 III1緒論 11.1研究背景及研究意義 11.1.1研究背景 11.1.2研究意義 21.2研究方法及內(nèi)容 31.2.1研究方法 31.2.2研究?jī)?nèi)容及思路 31.3創(chuàng)新點(diǎn) 42文獻(xiàn)綜述 52.1關(guān)于綠色信貸對(duì)碳排放效率的影響的研究現(xiàn)狀 52.2關(guān)于技術(shù)創(chuàng)新對(duì)碳排放效率的影響的研究現(xiàn)狀 62.3關(guān)于綠色信貸對(duì)技術(shù)創(chuàng)新的影響的研究現(xiàn)狀 72.4文獻(xiàn)評(píng)述 73理論分析與假設(shè) 83.1綠色信貸對(duì)制造業(yè)碳排放效率的直接影響分析 83.2綠色信貸對(duì)制造業(yè)碳排放效率提升的技術(shù)創(chuàng)新路徑分析 93.3綠色信貸對(duì)制造業(yè)碳排放效率的異質(zhì)性與門(mén)檻效應(yīng)分析 104研究模型與數(shù)據(jù)處理 114.1數(shù)據(jù)來(lái)源與變量選取 124.1.1數(shù)據(jù)來(lái)源 124.1.2研究變量 124.1.3變量的描述性統(tǒng)計(jì) 144.2模型構(gòu)建 154.2.1非期望產(chǎn)出超效率SBM模型 154.2.2莫蘭指數(shù) 164.2.3空間杜賓模型 164.2.4中介效應(yīng)檢驗(yàn) 164.2.5門(mén)檻效應(yīng)檢驗(yàn) 175實(shí)證結(jié)果分析 175.1制造業(yè)碳排放效率的測(cè)度結(jié)果分析 175.2綠色信貸對(duì)制造業(yè)碳排放效率的影響分析 215.2.1空間自相關(guān)檢驗(yàn) 215.2.2回歸結(jié)果分析 235.3綠色信貸對(duì)制造業(yè)碳排放效率的中介效應(yīng)分析 265.4綠色信貸對(duì)制造業(yè)碳排放效率的門(mén)檻效應(yīng)分析 285.5綠色信貸對(duì)制造業(yè)碳排放效率的異質(zhì)性分析 306結(jié)論及政策建議 316.1研究結(jié)論 316.2政策建議 326.3不足之處與展望 33參考文獻(xiàn) 35緒論研究背景及研究意義研究背景自工業(yè)革命以來(lái)，伴隨著化石能源大規(guī)模開(kāi)采利用，大氣中溫室氣體的排放強(qiáng)度呈現(xiàn)出指數(shù)級(jí)增長(zhǎng)態(tài)勢(shì)，隨之而來(lái)的是日益嚴(yán)重的氣候變化問(wèn)題。氣候變化對(duì)于自然環(huán)境和人類社會(huì)都具有負(fù)面影響，極端天氣頻發(fā)、環(huán)境污染等問(wèn)題層出不窮，因此，如何降低碳排放量、提升碳排放效率成為全球性議題，低碳發(fā)展成為傳統(tǒng)宏觀經(jīng)濟(jì)目標(biāo)外的第五大目標(biāo)，并逐漸成為全球共識(shí)。眾多國(guó)家將低碳發(fā)展納入提升全球競(jìng)爭(zhēng)力的發(fā)展戰(zhàn)略中，綠色低碳技術(shù)創(chuàng)新、低碳企業(yè)、低碳經(jīng)濟(jì)等成為新時(shí)代國(guó)家和社會(huì)發(fā)展新的制高點(diǎn)。中國(guó)作為世界第二大經(jīng)濟(jì)體，碳排放在世界碳排放量中占據(jù)重要地位，數(shù)據(jù)顯示2024年中國(guó)碳排放約占全球總量的三分之一。對(duì)中國(guó)而言，低碳發(fā)展不僅僅是世界低碳發(fā)展進(jìn)程中中國(guó)的國(guó)家責(zé)任感的體現(xiàn)，更是中國(guó)提升經(jīng)濟(jì)發(fā)展質(zhì)量、促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要方向和必經(jīng)之路。長(zhǎng)期以來(lái)，我國(guó)的各行業(yè)發(fā)展呈現(xiàn)出“粗放式增長(zhǎng)”的特點(diǎn)，引起了資源配置效率低下、生態(tài)環(huán)境惡化等問(wèn)題。厲以寧等（2017）指出，低碳發(fā)展除阻止全球氣候惡化外，還具有優(yōu)化能源結(jié)構(gòu)、培育可持續(xù)競(jìng)爭(zhēng)力的作用[1]。為此，中國(guó)促進(jìn)各產(chǎn)業(yè)低碳發(fā)展、實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)刻不容緩。中國(guó)金融市場(chǎng)具有銀行主導(dǎo)型和間接融資為主的特征，銀行信貸是我國(guó)制造業(yè)主要的外部融資渠道。綠色信貸政策要求銀行在發(fā)放貸款時(shí)關(guān)注企業(yè)與項(xiàng)目是否符合環(huán)境檢測(cè)標(biāo)準(zhǔn)、是否有利于生態(tài)保護(hù)等，對(duì)于綠色經(jīng)濟(jì)的增長(zhǎng)有積極的促進(jìn)作用。綠色信貸能夠顯著地抑制碳排放[2]：一方面綠色信貸通過(guò)信貸手段引導(dǎo)資金流向、提升融資門(mén)檻，從而人為調(diào)控資金在環(huán)保企業(yè)和高污染企業(yè)間的分配，控制企業(yè)的外部融資，以促進(jìn)產(chǎn)業(yè)層面的綠色轉(zhuǎn)型[3]；另一方面綠色信貸能夠激勵(lì)企業(yè)進(jìn)行技術(shù)創(chuàng)新、提升綜合效率，從而實(shí)現(xiàn)企業(yè)層面的低碳發(fā)展。技術(shù)創(chuàng)新在中國(guó)實(shí)現(xiàn)低碳發(fā)展、生態(tài)文明建設(shè)中具有重要意義?，F(xiàn)有技術(shù)水平的提高、新技術(shù)的出現(xiàn)能夠通過(guò)多渠道降低企業(yè)的碳排放、提升碳排放效率。通過(guò)提升能源利用效率，技術(shù)創(chuàng)新表現(xiàn)出“技術(shù)紅利”效應(yīng)，能夠有效促進(jìn)企業(yè)碳排放績(jī)效的改善[4]；不僅如此，綠色技術(shù)創(chuàng)新能夠有效提升企業(yè)在碳減排中的意愿與擔(dān)當(dāng)，從而實(shí)現(xiàn)企業(yè)的低碳轉(zhuǎn)型[5]。自2020年提出“雙碳”目標(biāo)以來(lái)，產(chǎn)業(yè)結(jié)構(gòu)的綠色低碳轉(zhuǎn)型已經(jīng)成為我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展中的重要議題，力求實(shí)現(xiàn)全社會(huì)的綠色轉(zhuǎn)型。我國(guó)建立了世界上規(guī)模最大、門(mén)類最齊全的制造業(yè)體系，制造業(yè)對(duì)于我國(guó)而言，不僅是國(guó)家技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展中的重要力量，更具有創(chuàng)造就業(yè)機(jī)會(huì)、增加稅收等作用，在維持社會(huì)穩(wěn)定、促進(jìn)國(guó)家發(fā)展中占據(jù)不可或缺的地位。作為我國(guó)國(guó)民經(jīng)濟(jì)的主導(dǎo)產(chǎn)業(yè)，也作為中國(guó)碳排放的主體，中國(guó)的制造業(yè)發(fā)展必須完成從要素?cái)U(kuò)張型到效率增進(jìn)型的轉(zhuǎn)型[6]，因而提升制造業(yè)碳排放效率、促進(jìn)制造業(yè)產(chǎn)業(yè)的綠色轉(zhuǎn)型升級(jí)對(duì)于取得經(jīng)濟(jì)增長(zhǎng)和低碳發(fā)展的雙贏具有重要意義。研究意義作為我國(guó)碳排放中的重要產(chǎn)業(yè)，從制造業(yè)行業(yè)層面研究提升碳排放效率符合國(guó)家低碳發(fā)展戰(zhàn)略需求，對(duì)于推動(dòng)全面低碳轉(zhuǎn)型有重要意義。本文選取省級(jí)制造業(yè)碳排放效率為研究樣本，運(yùn)用空間計(jì)量經(jīng)濟(jì)學(xué)方法探究綠色信貸對(duì)制造業(yè)碳排放效率的影響并揭示綠色信貸通過(guò)技術(shù)創(chuàng)新路徑促進(jìn)碳排放效率提升的內(nèi)在機(jī)理，具有以下的現(xiàn)實(shí)意義與理論意義。（1）現(xiàn)實(shí)意義第一，本文通過(guò)分析綠色信貸對(duì)于制造業(yè)碳排放效率的影響及作用機(jī)制，為提升制造業(yè)碳排放效率和促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供了依據(jù)，并為政策制定者提供了切實(shí)可行的政策建議。本文對(duì)各省制造業(yè)碳排放效率進(jìn)行了測(cè)算，從綠色信貸這一方面探究了影響效應(yīng)，并探究綠色信貸影響碳排放效率的作用機(jī)制，明確了綠色信貸與碳排放效率之間的關(guān)系以及不同省份之間存在的影響差異性。研究結(jié)果幫助各省制定切實(shí)可行的政策以提升制造業(yè)碳排放效率，將綠色信貸與技術(shù)創(chuàng)新相結(jié)合，共同推動(dòng)制造業(yè)向高附加值、低環(huán)境污染的方向發(fā)展。第二，本文的研究結(jié)果為各省份提供了綠色信貸和技術(shù)創(chuàng)新的優(yōu)化路徑，有助于各省份實(shí)現(xiàn)制造業(yè)的低碳轉(zhuǎn)型。綠色信貸通過(guò)緩解資金約束、優(yōu)化資源配置等途徑能夠從融資層面提升制造業(yè)碳排放效率、促進(jìn)制造業(yè)低碳轉(zhuǎn)型。本文通過(guò)研究綠色信貸不同發(fā)展階段下的制造業(yè)碳排放效率情況，為各省份明確未來(lái)綠色信貸發(fā)展路徑、開(kāi)展綠色信貸后續(xù)業(yè)務(wù)提供了參考。（2）理論意義第一，本文為制造業(yè)部門(mén)碳排放效率提供了較為詳細(xì)的核算方法。制造業(yè)部門(mén)作為低碳發(fā)展過(guò)程中的重點(diǎn)部門(mén)，現(xiàn)有研究大多聚焦于制造業(yè)的碳排放強(qiáng)度的核算及研究，強(qiáng)調(diào)總量控制而忽略了相對(duì)效率，且相關(guān)碳排放效率核算方法尚未形成共識(shí)。本文從投入和產(chǎn)出兩方面出發(fā)綜合衡量制造業(yè)企業(yè)的碳減排能力，對(duì)制造業(yè)碳排放效率的核算問(wèn)題進(jìn)行具體解答，有助于后續(xù)關(guān)于制造業(yè)部門(mén)碳排放效率的研究的開(kāi)展。第二，現(xiàn)有研究大多分析綠色信貸或者技術(shù)創(chuàng)新對(duì)于碳減排的單緯度影響，而忽略了兩者之間可能存在的交互作用。本文通過(guò)研究綠色信貸與技術(shù)創(chuàng)新間的中介效應(yīng)實(shí)證檢驗(yàn)了綠色信貸提升碳排放效率的技術(shù)創(chuàng)新路徑，不僅揭示了兩者如何協(xié)同作用于制造業(yè)碳排放效率的提升，而且為“波特假說(shuō)”中的適當(dāng)?shù)沫h(huán)境制約促進(jìn)技術(shù)創(chuàng)新的結(jié)論提供了有力的新證據(jù)，拓展了碳減排相關(guān)理論。研究方法及內(nèi)容研究方法本文基于全國(guó)30個(gè)省份的面板數(shù)據(jù)集構(gòu)建空間計(jì)量模型以探究綠色信貸對(duì)于制造業(yè)碳排放效率的影響及作用機(jī)制，本文重點(diǎn)解決的問(wèn)題包括：我國(guó)制造業(yè)碳排放效率的時(shí)空演化特征；綠色信貸是否能夠提升制造業(yè)碳排放效率；綠色信貸影響制造業(yè)碳排放效率的傳導(dǎo)機(jī)制等，本文使用的研究方法如下：（1）空間計(jì)量模型。在測(cè)算各省份制造業(yè)碳排放效率并分析效率變化趨勢(shì)的基礎(chǔ)上，本文采用全局和局部莫蘭指數(shù)檢驗(yàn)數(shù)據(jù)的空間自相關(guān)性，通過(guò)LM檢驗(yàn)與Wald檢驗(yàn)選用空間杜賓模型，根據(jù)回歸結(jié)果分析綠色信貸政策對(duì)于制造業(yè)碳排放效率的影響。（2）中介效應(yīng)分析。中介效應(yīng)是指自變量通過(guò)影響中介變量最終影響因變量的內(nèi)在作用機(jī)理，進(jìn)行中介效應(yīng)分子旨在深入探究因變量與自變量之間的關(guān)系。本文引入技術(shù)創(chuàng)新這一中介變量，分析技術(shù)創(chuàng)新在綠色信貸與制造業(yè)碳排放效率中的作用，并從實(shí)證角度驗(yàn)證了“波特假說(shuō)”的合理性。（3）門(mén)檻回歸模型。門(mén)檻效應(yīng)指的是當(dāng)門(mén)檻變量的值超過(guò)某一個(gè)臨界值之后，會(huì)引起另一個(gè)變量的顯著變化，這個(gè)臨界值被稱為門(mén)檻值。綠色信貸發(fā)展的不同階段對(duì)于制造業(yè)碳排放效率的影響存在差異，本文通過(guò)構(gòu)建門(mén)檻回歸模型為處于綠色信貸發(fā)展不同階段的省份因地制宜制定個(gè)性化的發(fā)展策略提供依據(jù)。研究?jī)?nèi)容及思路本次研究主要圍繞如下問(wèn)題展開(kāi)：其一，綠色信貸對(duì)制造業(yè)碳排放效率的影響及傳導(dǎo)路徑；其二，綠色信貸與制造業(yè)碳排放效率之間的非線性門(mén)檻特征；其三，綠色信貸對(duì)制造業(yè)碳排放效率的空間異質(zhì)性效應(yīng)。本文的技術(shù)路線圖如圖1.1所示。第一章為緒論部分，系統(tǒng)闡釋了研究的背景、理論和現(xiàn)實(shí)意義，明確研究方法與內(nèi)容體系，并總結(jié)了本次研究的創(chuàng)新點(diǎn)。第二章為文獻(xiàn)綜述部分，系統(tǒng)梳理綠色信貸、技術(shù)創(chuàng)新與制造業(yè)碳排放效率的交互作用機(jī)制。探究綠色信貸政策對(duì)制造業(yè)碳減排的直接影響，分析技術(shù)創(chuàng)新在制造業(yè)低碳轉(zhuǎn)型中的中介傳導(dǎo)路徑，并探討綠色金融與技術(shù)創(chuàng)新的交互作用，接著在此基礎(chǔ)上對(duì)現(xiàn)有文獻(xiàn)進(jìn)行綜合評(píng)述。第三章為理論分析與假設(shè)部分，對(duì)綠色信貸對(duì)制造業(yè)碳排放效率的影響以及綠色信貸影響碳排放效率的機(jī)制作了總結(jié)并提出初步假設(shè)。第四章為研究模型與數(shù)據(jù)處理部分，包括數(shù)據(jù)來(lái)源、變量選取、描述性統(tǒng)計(jì)與相關(guān)模型構(gòu)建。第五章為實(shí)證結(jié)果分析部分，在對(duì)制造業(yè)碳排放效率測(cè)度結(jié)果進(jìn)行分析的基礎(chǔ)上，運(yùn)用Stata軟件完成空間自相關(guān)性檢驗(yàn)、穩(wěn)健性檢驗(yàn)、中介效應(yīng)分析、門(mén)檻效應(yīng)檢驗(yàn)和異質(zhì)性分析五項(xiàng)核心檢驗(yàn)。第六章為結(jié)論及政策建議部分，基于實(shí)證分析結(jié)果，分別從宏觀、中觀以及微觀三個(gè)角度提出可行性建議，并對(duì)未來(lái)的研究提出展望。圖STYLEREF1\s1.SEQ圖\*ARABIC\s11技術(shù)路線圖創(chuàng)新點(diǎn)（1）從制造業(yè)視角出發(fā)，精準(zhǔn)探究綠色信貸對(duì)制造業(yè)碳排放效率的影響及作用機(jī)制。本文從制造業(yè)這一在碳排放中至關(guān)重要的行業(yè)出發(fā)，探究綠色信貸、技術(shù)創(chuàng)新對(duì)于制造業(yè)行業(yè)的碳減排效果并分析不同區(qū)域綠色信貸的影響的差異性，較之現(xiàn)有研究更具有針對(duì)性和精確性，為制造業(yè)行業(yè)提升碳排放效率、進(jìn)一步實(shí)現(xiàn)總的低碳發(fā)展目標(biāo)提供了理論和實(shí)證上的參考。（2）聚焦碳排放效率，兼顧多種投入、產(chǎn)出要素對(duì)碳排放和企業(yè)效益的影響?，F(xiàn)有研究大多關(guān)注單維度的碳排放強(qiáng)度指標(biāo)，本文則聚焦于碳排放效率這一多維度綜合指標(biāo)，從多要素投入和產(chǎn)出角度衡量制造業(yè)的碳減排發(fā)展?fàn)顩r，避免了單一維度可能帶來(lái)的減排誤區(qū)，更符合當(dāng)下“雙碳”目標(biāo)對(duì)于相對(duì)效率的強(qiáng)調(diào)。（3）避免單一因素分析，揭示綠色信貸與技術(shù)創(chuàng)新在制造業(yè)低碳轉(zhuǎn)型中的協(xié)同效應(yīng)。目前有關(guān)綠色信貸與技術(shù)創(chuàng)新之間的交互作用、綠色信貸與技術(shù)創(chuàng)新在制造業(yè)碳排放效率提升中的協(xié)同效應(yīng)等方面的研究較少，多數(shù)研究選擇分別分析綠色信貸與技術(shù)創(chuàng)新在碳減排中的作用。本文則通過(guò)中介效應(yīng)分析的方法揭示綠色信貸政策與技術(shù)創(chuàng)新如何協(xié)同作用于制造業(yè)碳排放效率，并充分考慮數(shù)據(jù)的空間自相關(guān)性與異質(zhì)性，豐富了現(xiàn)有的碳減排理論框架。文獻(xiàn)綜述關(guān)于綠色信貸對(duì)碳排放效率的影響的研究現(xiàn)狀現(xiàn)有研究對(duì)綠色信貸的定義主要分為以下幾類：Jeucken（2001）開(kāi)創(chuàng)性地將綠色信貸定義為可持續(xù)融資，強(qiáng)調(diào)銀行機(jī)構(gòu)在可持續(xù)發(fā)展中的作用[7]；而ThompsonandCowton（2004）認(rèn)為綠色信貸是由于貸款業(yè)務(wù)會(huì)影響自然環(huán)境狀況，出于對(duì)于環(huán)保的考慮，銀行在發(fā)放貸款時(shí)將環(huán)境因素納入審核機(jī)制，并據(jù)此作出相關(guān)貸款決定[8]。鄧聿文（2007）則將其定義為銀行等金融機(jī)構(gòu)依據(jù)國(guó)家的環(huán)境經(jīng)濟(jì)政策和產(chǎn)業(yè)政策實(shí)施的差別化信貸政策，具體表現(xiàn)為對(duì)符合國(guó)家可持續(xù)發(fā)展導(dǎo)向的企業(yè)提供低成本的貸款支持；反之，對(duì)于重污染企業(yè)實(shí)施信貸規(guī)模約束。綜合各個(gè)學(xué)者研究來(lái)看，目前對(duì)于綠色信貸的定義主要聚焦于兩個(gè)方面，即商業(yè)銀行發(fā)放貸款時(shí)的標(biāo)準(zhǔn)以及實(shí)施綠色信貸政策的目的。就綠色信貸的評(píng)判標(biāo)準(zhǔn)和制度而言，目前缺乏統(tǒng)一的評(píng)判標(biāo)準(zhǔn)，但是張明和陳驍（2024）指出目前全球認(rèn)可度最高的有關(guān)綠色信貸的標(biāo)準(zhǔn)主要有三個(gè)，即“赤道原則”、《綠色貸款原則》和《可持續(xù)發(fā)展關(guān)聯(lián)貸款原則》[10]?！俺嗟涝瓌t”從環(huán)境和社會(huì)風(fēng)險(xiǎn)管理的角度對(duì)綠色信貸做出要求，更適用于項(xiàng)目融資，而《綠色貸款原則》更強(qiáng)調(diào)資金用途是否具有“綠色性”，因此相比于“赤道原則”而言，覆蓋了更為廣泛的貸款類型，《可持續(xù)發(fā)展關(guān)聯(lián)貸款原則》則將ESG考慮其中，相較于前兩個(gè)原則更關(guān)注企業(yè)和項(xiàng)目的節(jié)能減排。與國(guó)際標(biāo)準(zhǔn)不同，我國(guó)的綠色信貸規(guī)則主要包含綠色信貸指引、綠色信貸統(tǒng)計(jì)制度和綠色信貸的業(yè)績(jī)?cè)u(píng)價(jià)指標(biāo)三方面內(nèi)容。大多數(shù)學(xué)者認(rèn)為綠色信貸對(duì)于碳減排具有促進(jìn)作用。一方面，綠色信貸為環(huán)保企業(yè)提供了更為優(yōu)惠、成本更低的資金，環(huán)保企業(yè)的融資約束得到緩解，另一方面，綠色信貸減少高污染企業(yè)可獲取的資金數(shù)量；通過(guò)影響資源配置，綠色信貸能夠促進(jìn)碳減排和低碳發(fā)展。以我國(guó)制造業(yè)為研究對(duì)象，學(xué)者發(fā)現(xiàn)綠色信貸政策顯著降低了重污染企業(yè)的碳排放強(qiáng)度，且該政策以降低能源消耗強(qiáng)度和資本更新為主要影響途徑[11]；不僅如此，綠色信貸政策還能夠通過(guò)提升企業(yè)全要素生產(chǎn)率的方式引導(dǎo)高污染企業(yè)減少碳排放[12]。綠色信貸的碳減排效果對(duì)于不同地區(qū)以及不同規(guī)模的企業(yè)存在異質(zhì)性，其中，對(duì)于東部地區(qū)的公司、中型公司而言綠色信貸的碳減排效果更好[13]。但同時(shí)，也有學(xué)者認(rèn)為綠色信貸會(huì)通過(guò)信貸融資約束和擠出效應(yīng)等阻礙重污染企業(yè)的綠色轉(zhuǎn)型，并且綠色信貸對(duì)于私營(yíng)和中小型企業(yè)的碳減排抑制作用更為明顯[12]。關(guān)于技術(shù)創(chuàng)新對(duì)碳排放效率的影響的研究現(xiàn)狀綠色技術(shù)創(chuàng)新主要是指對(duì)于環(huán)境具有正的外部性的技術(shù)創(chuàng)新。Acemogluetal.（2012）將綠色技術(shù)定義為能夠減少環(huán)境污染、對(duì)環(huán)境具有正面影響的技術(shù)[14]。與一般技術(shù)創(chuàng)新不同，綠色技術(shù)創(chuàng)新有其相應(yīng)的特點(diǎn)。企業(yè)在進(jìn)行綠色技術(shù)創(chuàng)新時(shí)，不僅期望降低對(duì)環(huán)境的污染，更希望能夠獲得經(jīng)濟(jì)效益[15]，并且這兩者間是存在一定矛盾的[16]。目前有關(guān)綠色技術(shù)創(chuàng)新的研究主要可以分為兩類。一類是有關(guān)綠色技術(shù)創(chuàng)新水平的影響因素的研究。綜合來(lái)看，制度因素及市場(chǎng)因素對(duì)技術(shù)創(chuàng)新具有影響。張?zhí)鞇偅?014）指出環(huán)境規(guī)制不僅能為企業(yè)營(yíng)造創(chuàng)新環(huán)境以提高其技術(shù)創(chuàng)新能力和成果轉(zhuǎn)化水平，還能減少綠色創(chuàng)新在制度環(huán)境方面的不確定性[17]。而李怡娜和葉飛（2011）以廣東省珠三角地區(qū)的制造型企業(yè)為研究對(duì)象，研究發(fā)現(xiàn)強(qiáng)制性的環(huán)境法律法規(guī)和競(jìng)爭(zhēng)壓力對(duì)于企業(yè)綠色技術(shù)創(chuàng)新有顯著的正向影響，而激勵(lì)性的環(huán)境法律法規(guī)和壓力對(duì)企業(yè)綠色技術(shù)創(chuàng)新的影響并不顯著[18]。張倩和曲世友（2013）通過(guò)理論模型分析環(huán)境規(guī)制和綠色技術(shù)創(chuàng)新之間的關(guān)系，研究發(fā)現(xiàn)企業(yè)采納綠色技術(shù)的程度與環(huán)境規(guī)制政策的強(qiáng)度間呈現(xiàn)“倒U型”關(guān)系[19]。Cleff與Rennings（1999）則認(rèn)為市場(chǎng)也是推動(dòng)綠色技術(shù)創(chuàng)新的重要因素[20]，企業(yè)會(huì)出于降低成本和迎合客戶需求的動(dòng)機(jī)降低成本和迎合客戶需求的動(dòng)機(jī)進(jìn)行技術(shù)創(chuàng)新以提升效益[21]。另一類研究則是關(guān)于綠色技術(shù)創(chuàng)新的影響層面。從微觀層面來(lái)看，綠色技術(shù)創(chuàng)新對(duì)于企業(yè)績(jī)效有影響?；谥袊?guó)電子制造企業(yè)的數(shù)據(jù)，Wong（2013）認(rèn)為綠色創(chuàng)新對(duì)企業(yè)績(jī)效有促進(jìn)作用[22]；而李怡娜和葉飛（2013）則認(rèn)為企業(yè)的環(huán)保創(chuàng)新實(shí)踐對(duì)于企業(yè)的環(huán)境績(jī)效有正向作用，且會(huì)通過(guò)環(huán)境績(jī)效間接地作用于企業(yè)的績(jī)效[23]。從宏觀層面來(lái)看，綠色技術(shù)創(chuàng)新對(duì)于碳排放及環(huán)境具有積極影響[24]，Wangetal.（2021）通過(guò)構(gòu)建杜賓模型發(fā)現(xiàn)綠色技術(shù)創(chuàng)新是提高綠色全要素生產(chǎn)率和實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)的重要途徑[25]；不僅如此，Apak和Atay（2015）還指出綠色技術(shù)創(chuàng)新能夠有效提升企業(yè)和國(guó)家的全球競(jìng)爭(zhēng)力[26]。綠色技術(shù)創(chuàng)新對(duì)于碳減排具有促進(jìn)作用。古惠冬等（2022）基于我國(guó)城市數(shù)據(jù)構(gòu)建空間杜賓模型發(fā)現(xiàn)綠色技術(shù)創(chuàng)新能夠促進(jìn)城市碳減排，并且通過(guò)結(jié)構(gòu)優(yōu)化效應(yīng)和節(jié)能效應(yīng)對(duì)碳排放產(chǎn)生間接驅(qū)動(dòng)作用[27]。進(jìn)一步以高耗能制造業(yè)企業(yè)為研究對(duì)象，學(xué)者研究發(fā)現(xiàn)綠色技術(shù)創(chuàng)新的數(shù)量和質(zhì)量都能夠顯著促進(jìn)高耗能制造企業(yè)的碳排放效率提升，并且這種促進(jìn)作用對(duì)中部地區(qū)及衰退企業(yè)尤為顯著[28]。深入考量綠色創(chuàng)新對(duì)制造業(yè)企業(yè)內(nèi)部碳績(jī)效的影響可知，綠色創(chuàng)新對(duì)企業(yè)碳績(jī)效有重大貢獻(xiàn)，能夠有效提升碳排放效率、促進(jìn)企業(yè)節(jié)能減排[29]。關(guān)于綠色信貸對(duì)技術(shù)創(chuàng)新的的影響的研究現(xiàn)狀綠色信貸對(duì)技術(shù)創(chuàng)新存在影響。在我國(guó)，銀行貸款是企業(yè)最重要的外部資金來(lái)源。綠色信貸對(duì)于發(fā)展新質(zhì)生產(chǎn)力及促進(jìn)綠色創(chuàng)新有促進(jìn)作用[30]。作為一種融資方式，綠色信貸能夠通過(guò)拓寬資金獲取渠道、降低融資約束的方式提升企業(yè)研發(fā)投入[31]，從而進(jìn)一步促進(jìn)企業(yè)創(chuàng)新產(chǎn)出。通過(guò)減少銀行與企業(yè)之間的信息不對(duì)稱，銀行可以通過(guò)提供綠色信貸支持企業(yè)綠色轉(zhuǎn)型，促進(jìn)企業(yè)綠色技術(shù)創(chuàng)新[32]。綠色信貸的技術(shù)創(chuàng)新促進(jìn)作用存在顯著的差異性：融資約束程度越高的環(huán)保企業(yè)，綠色信貸對(duì)企業(yè)技術(shù)創(chuàng)新的促進(jìn)作用越強(qiáng)[33]；相對(duì)于非綠色信貸限制行業(yè)，綠色信貸政策對(duì)于綠色信貸限制行業(yè)的技術(shù)創(chuàng)新有顯著的促進(jìn)作用，但綠色創(chuàng)新質(zhì)量的提升并不明顯[34]。在綠色信貸的不同發(fā)展時(shí)期，其對(duì)于綠色技術(shù)創(chuàng)新的影響也不同，實(shí)證表明綠色信貸對(duì)綠色技術(shù)創(chuàng)新產(chǎn)生U型影響，效果從前期不太突出逐漸轉(zhuǎn)變?yōu)橥怀鯷35]。文獻(xiàn)評(píng)述總結(jié)現(xiàn)有文獻(xiàn)可以看出，關(guān)于綠色信貸的研究較為全面，國(guó)內(nèi)外學(xué)者分別從理論層面與實(shí)踐層面探討綠色信貸的內(nèi)涵、評(píng)價(jià)標(biāo)準(zhǔn)等，研究結(jié)果表明了發(fā)展信貸對(duì)于低碳、可持續(xù)發(fā)展有積極的促進(jìn)作用，目前我國(guó)的綠色信貸蓬勃發(fā)展，未來(lái)仍需繼續(xù)發(fā)展綠色信貸。現(xiàn)有研究主要聚焦于綠色信貸對(duì)于整體或某一特定區(qū)域的碳排放的影響。關(guān)于制造業(yè)碳減排的研究目前則主要聚焦于制造業(yè)碳排放量及強(qiáng)度上，大多數(shù)研究關(guān)注制造業(yè)碳減排的影響因素，對(duì)于制造業(yè)碳排放效率的研究則較少，這主要是因?yàn)橐环矫嫣寂欧判蔬€沒(méi)有統(tǒng)一的綜合性衡量指標(biāo)，另一方面現(xiàn)存測(cè)算方法較多，缺乏統(tǒng)一的測(cè)算方式。目前，關(guān)于綠色信貸、技術(shù)創(chuàng)新與制造業(yè)碳排放之間的關(guān)系研究主要集中于綠色信貸和技術(shù)創(chuàng)新對(duì)制造業(yè)碳排放的單一影響，而對(duì)兩者之間的交互作用以及兩者在碳減排中的協(xié)同效應(yīng)方面的探討相對(duì)較少。除此之外，現(xiàn)有研究主要側(cè)重于全國(guó)各省份綠色信貸、技術(shù)創(chuàng)新與碳減排間的關(guān)系，關(guān)于特定行業(yè)的研究則相對(duì)較少。接下來(lái)的研究要更加關(guān)注碳排放效率指標(biāo)的構(gòu)建、特定行業(yè)綠色信貸和技術(shù)創(chuàng)新與碳減排間的關(guān)系、綠色信貸與技術(shù)創(chuàng)新間的交互關(guān)系等方面。理論分析與假設(shè)綠色信貸對(duì)制造業(yè)碳排放效率的直接影響分析綠色信貸作為環(huán)境經(jīng)濟(jì)相關(guān)的核心政策工具在可持續(xù)發(fā)展戰(zhàn)略框架中占據(jù)重要地位：自"雙碳"目標(biāo)提出以來(lái)，我國(guó)著力構(gòu)建相關(guān)政策體系，尤其注重信貸資源配置的綠色化轉(zhuǎn)型。具體而言，2012年中國(guó)銀監(jiān)會(huì)頒布的《綠色信貸指引》明確提出銀行等金融機(jī)構(gòu)需充分發(fā)揮其在推動(dòng)經(jīng)濟(jì)與社會(huì)低碳轉(zhuǎn)型中的重要作用。與傳統(tǒng)信貸一樣，綠色信貸作為金融機(jī)構(gòu)為了促進(jìn)環(huán)境保護(hù)而開(kāi)發(fā)的一種金融工具同樣反映了金融機(jī)構(gòu)與資金需求方的債權(quán)債務(wù)關(guān)系，同樣強(qiáng)調(diào)經(jīng)濟(jì)上的盈利能力，因此綠色信貸的政策決策中必然要考慮風(fēng)險(xiǎn)承受與回報(bào)、關(guān)注企業(yè)的財(cái)務(wù)指標(biāo)。然而與傳統(tǒng)信貸無(wú)特定環(huán)境約束相比，綠色信貸更強(qiáng)調(diào)項(xiàng)目、企業(yè)的環(huán)境友好與否，在核心目標(biāo)中加入了低碳、環(huán)保、可持續(xù)發(fā)展等概念，重視項(xiàng)目與企業(yè)對(duì)環(huán)境的影響，資金用途限于綠色領(lǐng)域，具有環(huán)境導(dǎo)向性的特點(diǎn)，對(duì)于促進(jìn)企業(yè)綠色轉(zhuǎn)型、推進(jìn)低碳經(jīng)濟(jì)發(fā)展有重要意義。綠色信貸是外部性理論在環(huán)保領(lǐng)域的經(jīng)濟(jì)學(xué)嘗試。綠色信貸作為政府的一種環(huán)境規(guī)制手段，要求金融機(jī)構(gòu)在發(fā)放貸款時(shí)考慮項(xiàng)目、企業(yè)的環(huán)境友好程度，通過(guò)將融資成本與企業(yè)的環(huán)境成本高度綁定的方式經(jīng)由融資渠道引導(dǎo)資金流向，在支持綠色企業(yè)發(fā)展的同時(shí)引導(dǎo)高污染企業(yè)制定更具有可持續(xù)性的發(fā)展策略，減少負(fù)外部性行為，增加正外部性行為。一方面，綠色信貸能夠?yàn)橹圃鞓I(yè)行業(yè)中的綠色低碳企業(yè)提供成本較低的融資支持，提升環(huán)境友好型企業(yè)的可支配資金總量的同時(shí)降低融資成本，降低風(fēng)險(xiǎn)并增強(qiáng)企業(yè)長(zhǎng)期的經(jīng)營(yíng)穩(wěn)定性。在獲取低成本資金之后，企業(yè)能夠投入更多資金到綠色項(xiàng)目的建設(shè)中，推動(dòng)企業(yè)低碳技術(shù)研發(fā)與應(yīng)用，低碳企業(yè)、項(xiàng)目在市場(chǎng)上的競(jìng)爭(zhēng)力得到提升。同時(shí)，綠色信貸政策提升了高污染企業(yè)的融資門(mén)檻，減少企業(yè)可獲取資金數(shù)量，綠色信貸通過(guò)資源配置的方式促進(jìn)制造業(yè)的碳排放效率提升。另一方面，綠色信貸政策的制定為制造業(yè)企業(yè)提供了綠色、低碳的發(fā)展方向，提升企業(yè)的環(huán)保意識(shí)與可持續(xù)發(fā)展理念，引導(dǎo)企業(yè)主動(dòng)將環(huán)境保護(hù)納入未來(lái)經(jīng)營(yíng)、發(fā)展的策略中，全面進(jìn)行技術(shù)、經(jīng)營(yíng)、管理等層面的低碳轉(zhuǎn)型。通過(guò)激勵(lì)與示范機(jī)制，綠色信貸促使企業(yè)在項(xiàng)目經(jīng)營(yíng)過(guò)程中更傾向于采用節(jié)能減排技術(shù)，從而提升制造業(yè)碳排放效率的提升。不僅如此，通過(guò)支持制造業(yè)各子行業(yè)頭部企業(yè)的綠色轉(zhuǎn)型能夠形成正向的示范作用，帶動(dòng)供應(yīng)鏈上下游其他企業(yè)的低碳發(fā)展?；谝陨侠碚摲治觯疚奶岢黾僭O(shè)：假設(shè)1：綠色信貸能夠提升制造業(yè)碳排放效率。綠色信貸對(duì)制造業(yè)碳排放效率提升的技術(shù)創(chuàng)新路徑分析傳統(tǒng)經(jīng)濟(jì)學(xué)觀點(diǎn)認(rèn)為環(huán)境制約必將增加企業(yè)的成本，在一定程度上可能會(huì)阻礙企業(yè)進(jìn)行技術(shù)創(chuàng)新的意愿和能力，從而削弱企業(yè)的競(jìng)爭(zhēng)力，繼而引起一系列不良后果。然而隨著相關(guān)研究的深入，越來(lái)越多學(xué)者指出設(shè)計(jì)合理的環(huán)境制約能夠通過(guò)激發(fā)企業(yè)的技術(shù)創(chuàng)新活力，提升企業(yè)的生產(chǎn)效率和市場(chǎng)競(jìng)爭(zhēng)力，甚至有可能由于“創(chuàng)新補(bǔ)償效應(yīng)”的存在，抵消企業(yè)的合規(guī)成本，繼而實(shí)現(xiàn)企業(yè)盈利性和環(huán)境保護(hù)的雙重目標(biāo)。波特假說(shuō)強(qiáng)調(diào)政策對(duì)技術(shù)創(chuàng)新的促進(jìn)作用，為政府制定環(huán)境制約政策提供了依據(jù)。強(qiáng)波特假說(shuō)認(rèn)為環(huán)境規(guī)制必將為企業(yè)帶來(lái)正的凈收益，政策約束通過(guò)促進(jìn)企業(yè)技術(shù)創(chuàng)新帶來(lái)的收益將高于合規(guī)成本，因此環(huán)境規(guī)制能夠提升企業(yè)的競(jìng)爭(zhēng)力；弱波特假說(shuō)則認(rèn)為環(huán)境規(guī)制雖然能夠提升企業(yè)的技術(shù)創(chuàng)新動(dòng)能，但是是否能夠?yàn)槠髽I(yè)帶來(lái)正的凈收益還取決于政策的設(shè)定是否合理、企業(yè)所處行業(yè)特性等其他條件，政府在制定環(huán)境規(guī)制政策時(shí)需要全面考慮可能的影響因素。大量研究結(jié)果顯示，環(huán)境規(guī)制對(duì)于技術(shù)創(chuàng)新的影響以及對(duì)企業(yè)績(jī)效的影響具有“波特假說(shuō)”的正相關(guān)效應(yīng)，早在上個(gè)世紀(jì)，Lanjouw和Mody（1996）就以美國(guó)、日本和德國(guó)20世紀(jì)七八十年代的環(huán)境專利數(shù)量和污染治理支出為研究對(duì)象，探究環(huán)境規(guī)制與企業(yè)技術(shù)創(chuàng)新之間的關(guān)系，研究結(jié)果表明環(huán)境專利數(shù)量會(huì)隨著污染治理支出的增加而增加，同時(shí)環(huán)境規(guī)制對(duì)于技術(shù)創(chuàng)新的促進(jìn)作用存在一定滯后期[36]。波特假說(shuō)的理論核心在于揭示了環(huán)境約束與企業(yè)競(jìng)爭(zhēng)力間的傳導(dǎo)機(jī)制：環(huán)境規(guī)制激勵(lì)企業(yè)進(jìn)行技術(shù)創(chuàng)新，從而提升企業(yè)的競(jìng)爭(zhēng)力。有效促進(jìn)企業(yè)技術(shù)創(chuàng)新的政策工具需滿足以下條件：一是政策對(duì)于企業(yè)的技術(shù)創(chuàng)新行為要具有激勵(lì)作用；二是環(huán)境規(guī)制的強(qiáng)度要逐漸提升；三是在制定政策的過(guò)程中要保留應(yīng)對(duì)可能存在的不確定性的政策調(diào)整空間。波特假說(shuō)強(qiáng)調(diào)政府在產(chǎn)業(yè)、經(jīng)濟(jì)、社會(huì)低碳轉(zhuǎn)型中的引導(dǎo)作用，不同的環(huán)境規(guī)制政策對(duì)于企業(yè)的技術(shù)創(chuàng)新的作用機(jī)制呈現(xiàn)出顯著的異質(zhì)性特征。當(dāng)前主流的環(huán)境規(guī)制可以劃分為費(fèi)用型環(huán)境規(guī)制和投資型環(huán)境規(guī)制兩類。前者主要通過(guò)增收污染相關(guān)費(fèi)用的方式增加企業(yè)的運(yùn)營(yíng)成本，雖然短期內(nèi)能夠?qū)ζ髽I(yè)形成環(huán)境治理壓力，但是由于擠占了研發(fā)投入資源，因此實(shí)際上會(huì)降低企業(yè)的創(chuàng)新動(dòng)能。而投資型環(huán)境規(guī)制作用路徑主要聚焦于風(fēng)險(xiǎn)分擔(dān)和收益保障，通過(guò)政府補(bǔ)貼等形式降低企業(yè)的技術(shù)改革風(fēng)險(xiǎn)、增強(qiáng)企業(yè)進(jìn)行技術(shù)創(chuàng)新的信心與意愿，投資型環(huán)境規(guī)制能夠提升企業(yè)的競(jìng)爭(zhēng)力[37]。綠色信貸作為一種環(huán)境規(guī)制政策增加了企業(yè)的運(yùn)營(yíng)成本，高污染企業(yè)在融資約束壓力下為了降低運(yùn)營(yíng)成本并實(shí)現(xiàn)企業(yè)績(jī)效的增長(zhǎng)有動(dòng)機(jī)進(jìn)行綠色技術(shù)創(chuàng)新。從企業(yè)層面看，綠色技術(shù)的運(yùn)用不僅能夠提升企業(yè)的全要素生產(chǎn)率，還能夠抵消合規(guī)成本，從而產(chǎn)生正向效應(yīng)；從制造業(yè)層面看，通過(guò)提升制造業(yè)的整體綠色技術(shù)水平、加速環(huán)境友好型產(chǎn)品的生產(chǎn)升級(jí)，綠色技術(shù)創(chuàng)新有助于實(shí)現(xiàn)制造業(yè)產(chǎn)業(yè)的綠色轉(zhuǎn)型?？傊?，綠色信貸通過(guò)提升企業(yè)技術(shù)創(chuàng)新水平，能夠提高能源利用效率，在碳排放量不變的情況下降低相關(guān)投入、提升期望產(chǎn)出，或者在投入不變的情況下降低企業(yè)非期望產(chǎn)出（碳排放量），從而提升制造業(yè)的碳排放效率?；谝陨侠碚摲治觯疚奶岢黾僭O(shè)：假設(shè)2：綠色信貸可以通過(guò)技術(shù)創(chuàng)新路徑促進(jìn)制造業(yè)碳排放效率提升。綠色信貸對(duì)制造業(yè)碳排放效率的異質(zhì)性與門(mén)檻效應(yīng)分析基于金融發(fā)展理論可知，學(xué)者們將其分為金融深化理論和金融抑制理論。金融抑制理論認(rèn)為金融抑制是由于政府對(duì)于金融活動(dòng)的管制、限制而產(chǎn)生的。利率管制等政策性做法會(huì)顯著影響市場(chǎng)上信貸資金的配置效率，可能造成資金分配不合理不公正等問(wèn)題，市場(chǎng)的公平性和有效性受到影響。同時(shí)，資金持有者可能出于規(guī)避風(fēng)險(xiǎn)的考慮，將資金轉(zhuǎn)化為實(shí)物資產(chǎn)；亦或者出于追求高收益的考慮，將資金從政策制定者期望資金流入的領(lǐng)域轉(zhuǎn)投向風(fēng)險(xiǎn)更高的其他領(lǐng)域。這些行為最終都將導(dǎo)致投資活動(dòng)的減少以及技術(shù)進(jìn)步的停滯不前，對(duì)于行業(yè)綠色轉(zhuǎn)型產(chǎn)生負(fù)面效應(yīng)。金融深化理論認(rèn)為，金融體制和經(jīng)濟(jì)發(fā)展之間存在促進(jìn)和制約的雙重關(guān)系，合理、有效的政策才能夠更好地促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與經(jīng)濟(jì)的高質(zhì)量發(fā)展。綜上，金融市場(chǎng)的成熟度對(duì)于綠色信貸對(duì)制造業(yè)碳排放效率的影響十分重要。從資源配置效率來(lái)看，發(fā)達(dá)地區(qū)的金融機(jī)構(gòu)的評(píng)估能力更強(qiáng)，能夠精準(zhǔn)識(shí)別低碳企業(yè)和項(xiàng)目，避免資金流入“漂綠”項(xiàng)目；而欠發(fā)達(dá)地區(qū)的金融市場(chǎng)發(fā)展相對(duì)滯后，金融機(jī)構(gòu)的評(píng)估能力有限，綠色信貸資源可能被偽綠色項(xiàng)目擠占，綠色信貸政策起不到篩選和支持綠色制造業(yè)企業(yè)的作用，碳排放效率難以得到提升。正如弱波特假說(shuō)所闡述的，綠色信貸政策并不一定能夠提升制造業(yè)企業(yè)的技術(shù)創(chuàng)新水平，還取決于行業(yè)、市場(chǎng)等其他因素。綠色信貸政策通常需要一定的經(jīng)濟(jì)和制度基礎(chǔ)支撐，這些因素被稱為“門(mén)檻”因素。所謂“門(mén)檻效應(yīng)”，是指綠色信貸的提升制造業(yè)碳排放效率的效應(yīng)中存在著一個(gè)或者幾個(gè)關(guān)鍵點(diǎn)，只有跨過(guò)這些“門(mén)檻”，才能夠?qū)崿F(xiàn)正面效應(yīng)。例如，當(dāng)?shù)貐^(qū)金融發(fā)展水平較為低下時(shí)，綠色信貸難以實(shí)現(xiàn)規(guī)模效應(yīng)，因此提升制造業(yè)碳排放效率的效果有限；而當(dāng)該地區(qū)跨越一定的金融發(fā)展水平門(mén)檻之后，綠色信貸的提升制造業(yè)碳排放效率的有效性得到提升。除此之外，企業(yè)自身也存在一定的吸收能力門(mén)檻，制造業(yè)企業(yè)只有具備充足的技術(shù)研發(fā)投入資金和人才儲(chǔ)備等基礎(chǔ)條件，才能夠有效地吸收綠色信貸資金從而進(jìn)行低碳轉(zhuǎn)型。例如，制造業(yè)較為強(qiáng)勢(shì)的地區(qū)的制造業(yè)企業(yè)能夠快速有效地將資金轉(zhuǎn)為技術(shù)的提升，而低研發(fā)強(qiáng)度的地區(qū)的制造業(yè)企業(yè)更多將資金用于設(shè)備的簡(jiǎn)單置換上，碳排放效率提升效果有限。不僅如此，當(dāng)未跨越門(mén)檻值時(shí)，區(qū)域內(nèi)的單一綠色信貸政策容易被其他因素抵消，預(yù)期碳排放效率提升難以實(shí)現(xiàn)。綜合來(lái)看，發(fā)達(dá)地區(qū)往往通常具備較高的金融發(fā)展水平、較強(qiáng)的技術(shù)創(chuàng)新能力和有效的其他環(huán)境規(guī)制等，在多重條件疊加下，綠色信貸對(duì)制造業(yè)碳排放效率的提升作用更為顯著；而欠發(fā)達(dá)地區(qū)由于較低的金融發(fā)展水平、較弱的技術(shù)創(chuàng)新能力和較為寬松的環(huán)境規(guī)制等，即使采取綠色信貸政策，對(duì)于制造業(yè)碳排放效率的提升作用也相對(duì)有限[38]。因此，基于以上理論分析，本文提出假設(shè)：假設(shè)3：綠色信貸對(duì)制造業(yè)碳排放效率的影響存在區(qū)域異質(zhì)性。假設(shè)4：綠色信貸對(duì)制造業(yè)碳排放效率的影響存在門(mén)檻效應(yīng)。綜合以上分析，總結(jié)綠色信貸、技術(shù)創(chuàng)新以及制造業(yè)碳排放效率間的關(guān)系可知：首先，綠色信貸通過(guò)資金配置能夠直接起到提升制造業(yè)碳排放效率的作用。綠色信貸在企業(yè)融資中發(fā)揮了重要作用。一方面，它為綠色低碳企業(yè)提供了低息貸款，為低碳企業(yè)構(gòu)建成本優(yōu)化通道；另一方面，綠色信貸提高了高污染企業(yè)的融資門(mén)檻，使得一部分高污染企業(yè)退出市場(chǎng)。此外，綠色信貸還通過(guò)促進(jìn)技術(shù)創(chuàng)新來(lái)影響碳排放效率。一方面，隨著高污染企業(yè)經(jīng)營(yíng)成本的上升，這些企業(yè)在降低成本和提升績(jī)效的動(dòng)機(jī)的驅(qū)動(dòng)下進(jìn)行技術(shù)創(chuàng)新；另一方面，綠色信貸為企業(yè)低碳技術(shù)項(xiàng)目提供定向資金，驅(qū)使企業(yè)擴(kuò)大技術(shù)研發(fā)投資規(guī)模。最終，企業(yè)通過(guò)綠色技術(shù)創(chuàng)新能夠有效提升資源利用效率并減少單位產(chǎn)出的碳排放強(qiáng)度，從而實(shí)現(xiàn)制造業(yè)整體的碳排放效率提升與綠色轉(zhuǎn)型。圖STYLEREF1\s3.SEQ圖\*ARABIC\s11綠色信貸、技術(shù)創(chuàng)新與制造業(yè)碳排放效率的關(guān)系圖研究模型與數(shù)據(jù)處理數(shù)據(jù)來(lái)源與變量選取數(shù)據(jù)來(lái)源本文基于2004-2020年我國(guó)30個(gè)省、市、自治區(qū)（不含港澳臺(tái)及西藏）的空間面板數(shù)據(jù)開(kāi)展實(shí)證分析，樣本涵蓋510個(gè)有效觀測(cè)單元。其中，核心解釋變量選取自《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》，被解釋變量數(shù)據(jù)整合自《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》以及《中國(guó)能源統(tǒng)計(jì)年鑒》等。控制變量來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》，中介變量數(shù)據(jù)則來(lái)自于中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS）。研究變量（1）被解釋變量碳排放效率（cee）是衡量制造業(yè)綠色低碳發(fā)展水平的核心指標(biāo)，參考多數(shù)學(xué)者的做法，本文選取數(shù)據(jù)包絡(luò)分析法（DEA）構(gòu)建基于非期望產(chǎn)出的超效率SBM模型以測(cè)算制造業(yè)碳排放效率，從資本、勞動(dòng)力和能源三個(gè)角度選取投入指標(biāo)，并選取期望產(chǎn)出和非期望產(chǎn)出作為產(chǎn)出指標(biāo)。資本投入：本文選取各省制造業(yè)資本存量作為資本投入，參考Lin和Guan（2023）的做法，采用永續(xù)盤(pán)存法估算數(shù)據(jù)[39]。具體公式如下所示：Ki,t=1?δi,t在資本存量核算框架中，Ki,t表示省份i在第t年的制造業(yè)資本存量，Ki,t-1表示其滯后一期的制造業(yè)資本存量水平，鑒于基年數(shù)據(jù)可得性，本文采取2004年的制造業(yè)固定資產(chǎn)凈值作為初始資本存量的替代變量。Ii,t代表省份i在第t年的制造業(yè)固定資產(chǎn)投資，選用省份i在第t年的城鎮(zhèn)制造業(yè)新增固定資產(chǎn)表示；δi,t代表各省份的制造業(yè)資本折舊率，本文參考Wu（2016）的數(shù)據(jù)，采用各省份的制造業(yè)資本折舊率來(lái)計(jì)算各省份資本存量數(shù)據(jù)[40]，有別于大多數(shù)學(xué)者普遍使用的單一折舊率，能夠反映各省份的區(qū)域異質(zhì)性，提升數(shù)據(jù)準(zhǔn)確性。本文中的固定資產(chǎn)投資通過(guò)平減轉(zhuǎn)化為2004年不變價(jià)前提下的固定資產(chǎn)投資額，平減指數(shù)選取各省份固定資產(chǎn)投資價(jià)格指數(shù)。勞動(dòng)力投入：人力資本是計(jì)算制造業(yè)碳排放效率的過(guò)程中的重要投入變量，在考慮數(shù)據(jù)可得性的情況下，本文選取各省份制造業(yè)就業(yè)人數(shù)作為衡量勞動(dòng)力投入的指標(biāo)。能源投入：本文選取了各省份的能源消耗總量作為能源投入指標(biāo)，選取一次能源、二次能源和同時(shí)產(chǎn)生的其他產(chǎn)品等作為能源消耗總量的核算范圍，其中包括多種常見(jiàn)能源，并分別用各能源的標(biāo)準(zhǔn)煤折算系數(shù)將其折算為標(biāo)準(zhǔn)煤相加獲得。期望產(chǎn)出：期望產(chǎn)出是指企業(yè)通過(guò)投入資源所希望獲得的有益成果或者目標(biāo)產(chǎn)品，用以衡量企業(yè)自身的成功性。在相同投入要素水平下，期望產(chǎn)出越多效率越高，因此本文選取各省份制造業(yè)增加值作為期望產(chǎn)出，制造業(yè)增加值采用工業(yè)品出產(chǎn)價(jià)格指數(shù)（ppi）進(jìn)行平減。非期望產(chǎn)出：作為企業(yè)的隱性成本，非期望產(chǎn)出具有負(fù)外部性的特征，會(huì)降低企業(yè)的績(jī)效，因此企業(yè)在發(fā)展過(guò)程中期望減少非期望產(chǎn)出?！半p碳”目標(biāo)在制造業(yè)上的體現(xiàn)是碳排放量的減少，因此本文將制造業(yè)碳排放量作為非期望產(chǎn)出，運(yùn)用31個(gè)制造業(yè)部門(mén)的化石能源與熱、電碳排放的總計(jì)表示。（2）解釋變量現(xiàn)有綠色信貸水平的衡量主要包括正負(fù)兩種方式，正向指標(biāo)通過(guò)各省份環(huán)保項(xiàng)目信貸總額占全省份信貸總額的比例正向測(cè)量綠色信貸水平，而負(fù)向指標(biāo)通過(guò)各省份高耗能產(chǎn)業(yè)利息支出占工業(yè)產(chǎn)業(yè)總利息支出的比例反向測(cè)量綠色信貸水平。出于對(duì)數(shù)據(jù)可得性以及模型構(gòu)建簡(jiǎn)便性的考慮，本文選擇各省份環(huán)保項(xiàng)目信貸總額占全省份信貸總額的比例這一正向指標(biāo)作為實(shí)證研究的核心解釋變量。（3）中介變量為了探究綠色信貸影響制造業(yè)碳排放效率的路徑，本文選擇從技術(shù)創(chuàng)新這一角度進(jìn)行理論分析。參考王馨和王營(yíng)（2021）的研究，本文將綠色技術(shù)創(chuàng)新水平細(xì)化為綠色創(chuàng)新質(zhì)量，并用綠色發(fā)明專利申請(qǐng)量的對(duì)數(shù)表示綠色技術(shù)創(chuàng)新質(zhì)量（gip），避免由于單純追求專利數(shù)量帶來(lái)的低效創(chuàng)新[34]。（4）控制變量本文以現(xiàn)有的有關(guān)制造業(yè)碳排放效率影響因素的文獻(xiàn)為研究基礎(chǔ)，主要參考Zhang等（2022）和Tan等（2022）的研究，從人口、經(jīng)濟(jì)、對(duì)外開(kāi)放等方面選取控制變量[41][42]?；A(chǔ)設(shè)施水平（inf）：與基礎(chǔ)設(shè)施水平相對(duì)較低的地區(qū)相比，基礎(chǔ)設(shè)施水平相對(duì)較高的地區(qū)更容易吸引具有高技術(shù)水平的制造業(yè)企業(yè)入駐，從而減少區(qū)域內(nèi)單位產(chǎn)出的能耗和碳排放量，推動(dòng)該地區(qū)制造業(yè)碳排放效率的提升。因此，本文選取公路里程數(shù)*10000占行政區(qū)劃面積的比值以衡量各省份的基礎(chǔ)設(shè)施水平。工業(yè)污染治理當(dāng)年完成額（pc）：工業(yè)污染治理當(dāng)年完成額能夠直接反映各省份對(duì)于環(huán)保的重視程度，更高額度的污染治理投資能夠直接降低單位產(chǎn)出的碳排放；除此之外，污染治理投資可能促使產(chǎn)業(yè)進(jìn)行技術(shù)創(chuàng)新，從而提升制造業(yè)碳排放效率。因此，本文采取各省份工業(yè)污染治理完成當(dāng)年的投資額取自然對(duì)數(shù)的值來(lái)衡量各省份工業(yè)污染治理當(dāng)年完成額。稅負(fù)水平（tax）：稅收政策能夠從成本端影響企業(yè)的運(yùn)營(yíng)策略，一方面，高稅負(fù)可能會(huì)擠占企業(yè)的利潤(rùn)，削弱其在低碳技術(shù)研發(fā)上的投資能力，從而抑制碳排放效率的提升；另一方面，高稅負(fù)可能激勵(lì)企業(yè)通過(guò)提升碳排放效率的方式降低企業(yè)運(yùn)營(yíng)成本，以提升自身利潤(rùn)空間。由此，本文采用稅收收入占地區(qū)生產(chǎn)總值的比值來(lái)衡量各地區(qū)的稅負(fù)水平。交通基礎(chǔ)設(shè)施水平（tra）：交通基礎(chǔ)設(shè)施水平將直接影響制造業(yè)企業(yè)的物流成本及運(yùn)輸效率，交通基礎(chǔ)設(shè)施水平的提升能夠通過(guò)降低企業(yè)運(yùn)輸成本降低企業(yè)的能耗以及碳排放，本文選取各省份公路里程數(shù)的對(duì)數(shù)作為交通基礎(chǔ)設(shè)施水平的衡量方式。對(duì)外開(kāi)放程度（open）：對(duì)外開(kāi)放程度與制造業(yè)碳排放效率間存在著緊密的聯(lián)系，高對(duì)外開(kāi)放程度的地區(qū)能夠通過(guò)吸引外商直接投資的方式引進(jìn)國(guó)外先進(jìn)的技術(shù)和管理方式，從而提升碳排放效率。本文采用（貨物進(jìn)出口總額*美元對(duì)人民幣的匯率）占地區(qū)生產(chǎn)總值的比例衡量各省份的對(duì)外開(kāi)放程度。勞動(dòng)力水平（labor）：勞動(dòng)力市場(chǎng)與制造業(yè)碳排放效率之間存在聯(lián)系，勞動(dòng)力是制造業(yè)碳排放效率核算中的重要投入指標(biāo)之一，因此本文選取各省份就業(yè)人員數(shù)取自然對(duì)數(shù)作為衡量勞動(dòng)力水平的指標(biāo)。各變量的表示符號(hào)和具體衡量方法如表4.1所示。表STYLEREF1\s4.SEQ表\*ARABIC\s11變量及變量定義變量名稱變量符號(hào)變量定義變量單位基礎(chǔ)設(shè)施水平inf公路里程數(shù)*10000/行政區(qū)劃面積平方公里工業(yè)污染治理當(dāng)年完成額pcln（各省工業(yè)污染治理完成當(dāng)年的投資額）萬(wàn)元稅負(fù)水平tax稅收收入/地區(qū)生產(chǎn)總值億元交通基礎(chǔ)設(shè)施水平traln（各省公路里程數(shù)）公里對(duì)外開(kāi)放程度open（貨物進(jìn)出口總額*美元對(duì)人民幣的匯率）/地區(qū)生產(chǎn)總值萬(wàn)元?jiǎng)趧?dòng)力水平laborln（各省就業(yè)人員數(shù)）萬(wàn)人變量的描述性統(tǒng)計(jì)本文以2004-2020年各省份數(shù)據(jù)構(gòu)成面板數(shù)據(jù)集，共510個(gè)觀測(cè)值。由表4.2可知，制造業(yè)碳排放效率的均值為0.395，核心解釋變量綠色信貸的標(biāo)準(zhǔn)差較小，說(shuō)明2004-2020年期間各省份綠色信貸水平波動(dòng)相對(duì)較為平穩(wěn)。中介變量綠色技術(shù)創(chuàng)新質(zhì)量的標(biāo)準(zhǔn)差的值最大，說(shuō)明各省份綠色技術(shù)創(chuàng)新的波動(dòng)較大?；A(chǔ)設(shè)施水平、工業(yè)污染治理當(dāng)年完成額、稅負(fù)水平、交通基礎(chǔ)設(shè)施水平、對(duì)外開(kāi)放程度和勞動(dòng)力水平的方差較大，同時(shí)最大值和最小值之間的差距相對(duì)較大，反映了各省份的發(fā)展?fàn)顩r存在差異。表STYLEREF1\s4.SEQ表\*ARABIC\s12描述性統(tǒng)計(jì)變量樣本量均值標(biāo)準(zhǔn)差最小值最大值cee5100.3950.1800.1931.055gip5106.1681.8000.00010.020表4.2（續(xù)）變量樣本量均值標(biāo)準(zhǔn)差最小值最大值pc51011.7301.0746.16514.160tax5100.0780.0280.0410.200tra51011.5200.8788.96312.890open5100.3040.3670.0081.721labor5107.5750.7905.6318.859模型構(gòu)建非期望產(chǎn)出超效率SBM模型本文在測(cè)算制造業(yè)碳排放效率時(shí)，使用數(shù)據(jù)包絡(luò)分析法（DEA），從資本、勞動(dòng)力和能源三個(gè)投入角度和制造業(yè)增加值這一期望產(chǎn)出角度，將制造業(yè)碳排放量作為非期望產(chǎn)出測(cè)算制造業(yè)碳排放效率。傳統(tǒng)DEA模型僅關(guān)注于投入和期望產(chǎn)出之間的關(guān)系，忽略了非期望產(chǎn)出的影響，無(wú)法準(zhǔn)確地衡量制造業(yè)碳排放效率；不僅如此，傳統(tǒng)SBM模型可能會(huì)出現(xiàn)多個(gè)決策同時(shí)有效即效率值均為1的情況，導(dǎo)致制造業(yè)碳排放效率評(píng)估出現(xiàn)高估偏差。因此，本文引入基于非期望產(chǎn)出的超效率SBM模型。相較于傳統(tǒng)DEA模型，非期望產(chǎn)出超效率SBM模型通過(guò)整合超效率DEA模型和SBM模型各自的優(yōu)點(diǎn)，突破了傳統(tǒng)模型中投入產(chǎn)出同比例縮放的剛性約束，從而有效識(shí)別投入和產(chǎn)出要素的松弛和冗余問(wèn)題，便于在研究中進(jìn)行排序和比較。具體模型如下所示：θs.t.yrotbλ其中，假設(shè)共有n個(gè)決策單元，j代表各個(gè)省份。i表示投入變量，本文中為制造業(yè)資本存量、制造業(yè)就業(yè)人數(shù)及能源消耗總量。r為期望產(chǎn)出，即制造業(yè)增加值。k為非期望產(chǎn)出，即制造業(yè)碳排放量。si?為投入的松弛變量，即投入的過(guò)度，sr+為期望產(chǎn)出的松弛變量，即期望產(chǎn)出的不足，sk?為非期望產(chǎn)出的松弛變量，即非期望產(chǎn)出的過(guò)度。xio表示第o個(gè)決策單元的投入，yrot莫蘭指數(shù)莫蘭指數(shù)作為空間計(jì)量分析的核心工具，用于量化變量之間是否存在空間自相關(guān)性，主要用于分析空間上相鄰區(qū)域的觀測(cè)值之間的相似性和關(guān)聯(lián)性以及不同地區(qū)之間的差異性。莫蘭指數(shù)的取值范圍在-1到1之間，當(dāng)莫蘭指數(shù)為正值時(shí)，表明地理單元間存在正向空間關(guān)聯(lián)，即高值省份與高值省份、低值省份與低值省份呈現(xiàn)集聚分布的特征，且指數(shù)大小與集聚強(qiáng)度呈正相關(guān)；反之，當(dāng)莫蘭指數(shù)為負(fù)值時(shí)，表明地理單元間存在負(fù)向的空間關(guān)聯(lián)，且指數(shù)絕對(duì)值大小與離散程度呈正相關(guān)；而當(dāng)莫蘭指數(shù)的值為0時(shí)，則代表不存在明顯的空間相關(guān)性特征。本文參考胡宗義等（2023）的研究對(duì)制造業(yè)碳排放效率的莫蘭指數(shù)進(jìn)行檢驗(yàn)[43]，莫蘭指數(shù)的公式如下所示：Moran's其中，xi和xj表示省份i和省份j的耦合協(xié)調(diào)度，x則用于表示各省份的耦合協(xié)調(diào)度均值，n表示省份個(gè)數(shù)。wij表示本文使用的各省份之間的經(jīng)濟(jì)距離空間權(quán)重，本文根據(jù)省份i空間杜賓模型參考相關(guān)文獻(xiàn)，空間計(jì)量模型可歸結(jié)為空間杜賓模型（SDM）、空間滯后模型（SEM）與空間誤差模型（SAR）三類。在經(jīng)過(guò)LM檢驗(yàn)和穩(wěn)健性LM檢驗(yàn)之后，本文選擇使用空間杜賓模型，進(jìn)一步地，通過(guò)Wald檢驗(yàn)對(duì)SDM模型退化為空間滯后模型或者空間誤差模型的可能性進(jìn)行排除，最終本文采用空間杜賓模型刻畫(huà)變量間的關(guān)系?；诒唤忉屪兞?、核心解釋變量以及控制變量之間的關(guān)系，本文構(gòu)建出的空間杜賓模型表達(dá)式如下所示：Ceei,t=ρj≠jWi,jCee其中，Ceei,t表示第i個(gè)省份第t年的碳排放效率，Gcei,t表示第i個(gè)省份第t年的綠色信貸水平。Wi,j是空間權(quán)重矩陣，表示省份i與省份j之間的空間關(guān)系，本文采用經(jīng)濟(jì)距離矩陣；ρ為空間自回歸參數(shù)；θ為空間杜賓效應(yīng)參數(shù)，μi和ηi分別表示個(gè)體和時(shí)間效應(yīng)，ε中介效應(yīng)檢驗(yàn)本文使用中介效應(yīng)檢驗(yàn)分析綠色信貸對(duì)于制造業(yè)碳排放效率的影響機(jī)制。本文提出一個(gè)可能成為中介變量的指標(biāo)：綠色技術(shù)創(chuàng)新，并在研究過(guò)程中將其細(xì)化為綠色技術(shù)創(chuàng)新質(zhì)量（gip）。參考溫忠麟等（2014）的中介效應(yīng)檢驗(yàn)方法進(jìn)行研究[44]。方法如下所示：Y=cX+eM=aX+eY=c在因果中介時(shí)，分別對(duì)系數(shù)c，a和b進(jìn)行檢驗(yàn)，若總效應(yīng)系數(shù)c通過(guò)顯著性檢驗(yàn)，且a與b的回歸系數(shù)均達(dá)到顯著性水平，則檢驗(yàn)c’的顯著性以檢驗(yàn)中介變量是否為完全中介效應(yīng)，若c’不顯著，存在完全中介效應(yīng)，若顯著，則為部分中介效應(yīng)。當(dāng)ab與c’同號(hào)時(shí)，為正向中介效應(yīng)，異號(hào)時(shí)為遮掩效應(yīng)。如果a、b兩個(gè)參數(shù)中有任何一個(gè)參數(shù)不顯著，那么對(duì)模型進(jìn)行進(jìn)一步的bootstrap檢驗(yàn)以判斷假定的中介變量是否具有中介效應(yīng)。兩參數(shù)均不顯著時(shí)則判斷該假定中介變量不存在中介效應(yīng)，該變量并非中介變量。門(mén)檻效應(yīng)檢驗(yàn)為了進(jìn)一步探究在不同數(shù)量級(jí)的綠色信貸水平的變化對(duì)于制造業(yè)碳排放效率是否會(huì)產(chǎn)生不同的影響效果，本文選取綠色信貸水平自身作為門(mén)檻變量建立單一門(mén)檻模型進(jìn)行進(jìn)一步的驗(yàn)證。在不同的綠色信貸水平下，綠色信貸對(duì)制造業(yè)碳排放效率的影響是否存在不同以及其具體形式，本文通過(guò)建立門(mén)檻模型來(lái)驗(yàn)證差異性?；陂T(mén)檻效應(yīng)檢驗(yàn)的結(jié)果，本文對(duì)數(shù)據(jù)建立單一門(mén)檻效應(yīng)模型，模型構(gòu)建如下：Ceei,t=ρj≠iWi,jCeej,t+β0+β1Gce其中，Ceei,t為第i個(gè)省份第t年的制造業(yè)碳排放效率，βn（n=1,2）代表在不同綠色信貸發(fā)展過(guò)程核心解釋變量的系數(shù)，βn（n=3-8）指不同控制變量的系數(shù)，θ為空間杜賓效應(yīng)參數(shù)，μi和λi分別表示個(gè)體和時(shí)間效應(yīng)，實(shí)證結(jié)果分析制造業(yè)碳排放效率的測(cè)度結(jié)果分析本文采取基于非期望產(chǎn)出的超效率SBM模型，得到我國(guó)30個(gè)省市自治區(qū)的制造業(yè)碳排放效率測(cè)度結(jié)果（如表5.1和表5.2所示）。從全國(guó)制造業(yè)碳排放效率的變化趨勢(shì)上來(lái)看，2004年-2020年，全國(guó)各省份制造業(yè)碳排放效率的平均值由0.373波動(dòng)上升為0.467，共上升了9.4%。具體來(lái)看，2004年到2016年我國(guó)采取了一系列措施以促進(jìn)制造業(yè)的低碳、綠色轉(zhuǎn)型，自2006年“十一五”規(guī)劃首次提出單位GDP能耗要降低20%左右的約束性指標(biāo)以來(lái)，我國(guó)持續(xù)將高耗能產(chǎn)業(yè)的低碳發(fā)展納入國(guó)家發(fā)展戰(zhàn)略，在此期間我國(guó)的制造業(yè)碳排放效率呈現(xiàn)出顯著的波動(dòng)上升的趨勢(shì)。2016年我國(guó)提出《工業(yè)綠色發(fā)展規(guī)劃（2016-2020）》等專項(xiàng)政策文件以引導(dǎo)制造業(yè)綠色轉(zhuǎn)型，大量高耗能、重污染企業(yè)被治理，企業(yè)初期投入有所增加，因此2016年到2017年我國(guó)的制造業(yè)碳排放效率平均值有所下降。此后為實(shí)現(xiàn)制造業(yè)企業(yè)的轉(zhuǎn)型，我國(guó)強(qiáng)化相關(guān)法律約束并淘汰落后技術(shù)、產(chǎn)能，綠色環(huán)保制造業(yè)企業(yè)不斷發(fā)展，因此2017年以后我國(guó)制造業(yè)碳排放效率呈現(xiàn)不斷上升趨勢(shì)。表STYLEREF1\s5.SEQ表\*ARABIC\s11制造業(yè)碳排放效率2004-2011年測(cè)算值省份20042005200620072008200920102011北京0.3090.3140.3260.3640.3610.4120.5240.646天津0.3590.4190.4250.4440.5030.4950.4810.514河北0.3950.3600.3470.3260.2890.2780.2660.272山西0.2920.2990.2890.3080.2960.2730.2970.332內(nèi)蒙古0.3690.3470.3550.3850.4110.4190.4140.506遼寧0.2360.2480.2450.2480.2500.2490.2580.276吉林0.2650.2710.2730.2920.2820.2840.3120.340黑龍江1.0550.7530.5310.4120.3590.3360.3120.308上海0.3490.3520.3700.3880.3800.3910.4380.465江蘇0.3980.3950.3950.3950.3870.3930.3770.368浙江0.4040.4060.4190.4430.4520.4580.4750.472安徽0.3160.3290.3260.3160.3070.3150.3220.342福建0.4850.4990.5570.5950.5960.5490.5540.492江西0.4040.3390.3230.3090.2730.2680.2630.271山東0.4070.3790.3750.3640.3590.3630.3390.327河南0.5830.5280.3860.3560.3290.3140.3050.290湖北0.2920.2960.2990.3030.2980.3020.3100.325湖南0.3520.3360.3380.3350.3250.3210.3220.324廣東0.5060.6050.6140.7700.8540.8521.0251.004廣西0.3400.3300.3250.3420.3390.3240.3060.310海南0.2830.3100.3910.4100.4210.4880.5740.570表5.1（續(xù)）省份20042005200620072008200920102011四川0.2970.3130.3250.3330.3280.3090.3150.314貴州0.2650.2730.2790.2720.2640.2660.2890.289云南0.3400.3240.3410.3540.3580.3590.3650.360陜西0.4100.3730.3750.3860.3970.3710.3760.397甘肅0.2040.2090.2220.2450.2510.2560.2680.270青海0.2510.2540.2510.2760.3150.3080.3310.343寧夏0.2130.1930.2120.2300.2530.2180.2250.219新疆0.3630.3630.3710.3430.3220.2640.2680.261表STYLEREF1\s5.SEQ表\*ARABIC\s12制造業(yè)碳排放效率2012-2020年測(cè)算值省份201220132014201520162017201820192020北京1.0060.7880.6420.6340.7580.8200.8351.0041.039天津0.5470.6220.6640.8861.0330.3600.4010.4060.384河北0.2820.2890.2890.2920.3050.2250.2210.2310.239山西0.3240.3240.3210.2900.2860.3340.3270.3410.355內(nèi)蒙古1.0030.8780.6311.0051.0080.2550.3980.3780.377遼寧0.2770.2910.2980.3090.2190.2160.2340.2430.242吉林0.3620.3990.4150.4650.4980.2530.2730.2920.340黑龍江0.2750.2600.2520.2560.2520.2250.2430.2510.258上海0.4590.4690.4970.5100.5680.7641.0010.8291.032江蘇0.3760.3880.3970.4260.4880.5540.6220.6670.723浙江0.4820.4710.4950.5080.6050.6020.6250.6520.559安徽0.3490.3590.3630.3600.3850.3370.3540.3670.362福建0.4950.5320.5280.5880.7080.7221.0000.9421.018江西0.2750.2810.2800.2830.2870.2910.2880.3020.309山東0.3230.3450.3420.3410.3600.2850.2890.3100.313河南0.2880.2840.2790.2820.3030.2810.2790.3150.315湖北0.3230.3290.3300.3630.3900.3900.4080.4090.411湖南0.3180.3380.3420.3530.3540.3080.2940.3180.322廣東0.8140.7460.7970.8891.0090.9911.0021.0031.007廣西0.3000.2960.3010.3060.3160.2040.2250.2290.221海南0.4590.3660.3940.4020.4240.4240.4320.4450.415表5.2（續(xù)）省份201220132014201520162017201820192020四川0.3220.3480.3430.3380.3350.3210.3330.3470.350貴州0.3020.3420.3460.3490.3590.3310.3450.3810.460云南0.3670.3770.3680.3690.3730.3820.4090.8761.022陜西0.4070.4250.4100.4030.4110.3880.3950.4020.391甘肅0.2650.2610.2590.2320.2440.2500.2610.2830.309青海0.3350.3130.3180.3100.3120.2040.2290.2530.273寧夏0.2160.2170.2130.2100.2260.2120.2080.2130.225新疆0.2410.2210.2200.2220.2210.2340.2430.2390.243圖STYLEREF1\s5.SEQ圖\*ARABIC\s112004年各省份制造業(yè)碳排放效率圖STYLEREF1\s5.SEQ圖\*ARABIC\s122020年各省份制造業(yè)碳排放效率從省份角度來(lái)看，各省制造業(yè)碳排放效率均值排名前十的省份分別是廣東、江西、北京、上海、內(nèi)蒙古、天津、浙江、江蘇、云南和海南；制造業(yè)碳排放效率均值最低的省份為寧夏，其次為甘肅、遼寧、新疆和青海。根據(jù)中國(guó)區(qū)域規(guī)劃的標(biāo)準(zhǔn)，本文將全國(guó)30個(gè)省市自治區(qū)劃分為四大區(qū)域北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南為東部地區(qū)；遼寧、吉林和黑龍江為東北地區(qū)；山西、安徽、江西、河南、湖北和湖南為中部地區(qū)；內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆為西部地區(qū)。。綜合來(lái)看，四大區(qū)域中東部地區(qū)2004年至2020年的制造業(yè)碳排放效率平均值最高，其次是西部地區(qū)，東北部地區(qū)的碳排放平均值最小。而通過(guò)觀察四大區(qū)域的各自的年碳排放效率平均值變化趨勢(shì)可知，東部地區(qū)2004年到2020年碳排放效率不斷提升，由0.389提升至0.北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南為東部地區(qū)；遼寧、吉林和黑龍江為東北地區(qū)；山西、安徽、江西、河南、湖北和湖南為中部地區(qū)；內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆為西部地區(qū)。觀察圖5.1和圖5.2中2004年與2020年的各省份制造業(yè)碳排放效率的分布可知，2004年到2020年制造業(yè)碳排放效率高值省份呈現(xiàn)出逐漸由北轉(zhuǎn)南、由內(nèi)轉(zhuǎn)外的趨勢(shì)，而在效率排名前十省份中，除了內(nèi)蒙古和云南屬于西部地區(qū)、江西屬于中部地區(qū)外，其他省份都屬于東部地區(qū)。其主要原因在于東部地區(qū)的經(jīng)濟(jì)發(fā)展水平高、勞動(dòng)力充足、稅負(fù)壓力相對(duì)較小，企業(yè)技術(shù)相對(duì)于其他地區(qū)更為發(fā)達(dá)，在產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的過(guò)程中基礎(chǔ)設(shè)施建設(shè)較為完善，又因?yàn)闁|部地區(qū)優(yōu)越的地理位置，對(duì)外開(kāi)放程度高，吸引外資直接投資，因此高新技術(shù)企業(yè)發(fā)達(dá)、制造業(yè)碳排放效率較高。內(nèi)蒙古具有豐富的風(fēng)、光資源，可再生資源在制造業(yè)能源消耗中占據(jù)較為重要的地位，為制造業(yè)提供豐富的低碳資源，加之內(nèi)蒙古重視產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)，因此制造業(yè)碳排放效率較高。江西積極淘汰落后產(chǎn)能、發(fā)展非傳統(tǒng)制造業(yè)，并推行可循環(huán)資源的高效利用，制造業(yè)得以低碳發(fā)展。而云南為保護(hù)生物多樣性嚴(yán)格約束高能耗制造業(yè)項(xiàng)目的進(jìn)入，倒逼制造業(yè)企業(yè)采取更清潔高效的技術(shù)，資源利用效率有效提升。綠色信貸對(duì)制造業(yè)碳排放效率的影響分析空間自相關(guān)檢驗(yàn)在開(kāi)展空間計(jì)量模型構(gòu)建工作之前，首要任務(wù)是對(duì)變量開(kāi)展空間自相關(guān)性檢驗(yàn)。借助莫蘭指數(shù)這一空間統(tǒng)計(jì)工具評(píng)估相鄰區(qū)域間的空間集聚程度以及不同區(qū)域間的空間離散程度，能夠科學(xué)驗(yàn)證變量是否存在顯著的空間自相關(guān)效應(yīng)。若檢驗(yàn)結(jié)果證實(shí)變量間存在空間關(guān)聯(lián)性，則表明傳統(tǒng)計(jì)量方法可能存在不足，選擇采用空間計(jì)量模型對(duì)樣本數(shù)據(jù)進(jìn)行深入分析。全局莫蘭指數(shù)測(cè)算2004年到2020年期間被解釋變量制造業(yè)碳排放效率（CEE）的全局莫蘭指數(shù)，結(jié)果如表5.3所示，可以看出在2004-2020年之間，除了2004年和2005年以外，各年的制造業(yè)碳排放效率的莫蘭指數(shù)都顯著為正，且z值均大于1.96，表明各省份的制造業(yè)碳排放效率都表現(xiàn)出顯著的空間正相關(guān)性，且存在著顯著的聚集分布特征，即制造業(yè)碳排放效率高的省份周邊省份的碳排放效率也很高，而制造業(yè)碳排放效率低的省份周邊省份的碳排放效率也較低。除此之外，隨著年份的增長(zhǎng)，全局莫蘭指數(shù)的顯著性呈現(xiàn)出波動(dòng)增長(zhǎng)的趨勢(shì)，z值也波動(dòng)增加，表明各省份在2004年到2020年期間制造業(yè)碳排放效率的空間正相關(guān)性波動(dòng)增大。表STYLEREF1\s5.SEQ表\*ARABIC\s13被解釋變量的Moran'sI年份莫蘭指數(shù)E(I)sd(I)z值P值2004-0.106-0.0340.077-0.9240.17820050.013-0.0340.0940.5100.305表5.3（續(xù)）年份莫蘭指數(shù)E(I)sd(I)z值P值20070.369-0.0340.0884.5820.00020080.366-0.0340.0854.7240.00020090.323-0.0340.0874.1240.00020100.262-0.0340.0813.6580.00020110.213-0.0340.0872.8600.00220120.177-0.0340.0942.2610.01220130.274-0.0340.0973.1810.00120140.349-0.0340.0993.8880.00020150.266-0.0340.0973.1120.00120160.315-0.0340.0993.5480.00020170.451-0.0340.0984.9730.00020180.518-0.0340.0985.6150.00020190.418-0.0340.1004.5110.00020200.409-0.0340.1004.4210.000（2）莫蘭散點(diǎn)圖通過(guò)對(duì)于全局莫蘭指數(shù)的檢驗(yàn)，確認(rèn)了制造業(yè)碳排放效率具有顯著的正向空間自相關(guān)性，在此基礎(chǔ)上，本文通過(guò)莫蘭散點(diǎn)圖可視化呈現(xiàn)局部莫蘭指數(shù)以分析制造業(yè)碳排放效率的空間集聚特征。分析結(jié)果表明，樣本省份的局部莫蘭指數(shù)觀測(cè)值顯著集中于散點(diǎn)圖的第一、三象限，表明制造業(yè)碳排放效率呈現(xiàn)顯著的正向空間集聚特征。圖STYLEREF1\s5.SEQ圖\*ARABIC\s132004-2020年均值局部莫蘭散點(diǎn)圖綜合考慮全局和局部莫蘭指數(shù)的檢驗(yàn)結(jié)果可知，各省份的制造業(yè)碳排放效率測(cè)量值具有顯著的正向空間自相關(guān)性，在后續(xù)的深入研究中考慮使用空間計(jì)量模型進(jìn)行分析?；貧w結(jié)果分析（1）LM檢驗(yàn)與Wald檢驗(yàn)在確認(rèn)了變量之間存在顯著的空間自相關(guān)性之后，為確定三種模型中最為合適的空間計(jì)量模型，本文進(jìn)行了LM檢驗(yàn)和Wald檢驗(yàn)。從表5.4的檢驗(yàn)結(jié)果可知，空間誤差和空間滯后效應(yīng)均顯示出在1%水平下顯著?；谶@一結(jié)果，本文考慮使用空間杜賓模型進(jìn)行后續(xù)的分析。表STYLEREF1\s5.SEQ表\*ARABIC\s14LM檢驗(yàn)結(jié)果檢驗(yàn)統(tǒng)計(jì)值p值Spatialerror:Moran'sI4.2520.000Lagrangemultiplier16.0740.000RobustLagrangemultiplier21.6390.000Spatiallag:Lagrangemultiplier47.1600.000RobustLagrangemultiplier52.7250.000在LM檢驗(yàn)通過(guò)的基礎(chǔ)上，為驗(yàn)證空間杜賓模型是否會(huì)退化，本文采用Wald檢驗(yàn)加以判斷。檢驗(yàn)結(jié)果表明，在1%的顯著性水平下，Wald統(tǒng)計(jì)量對(duì)應(yīng)的P值小于0.01，從而拒絕空間杜賓模型退化為空間誤差模型或空間滯后模型的原假設(shè)，最終選定空間杜賓模型作為實(shí)證分析模型。（2）效應(yīng)檢驗(yàn)在完成LM檢驗(yàn)以及Wald檢驗(yàn)并選取采用空間杜賓模型之后，進(jìn)一步進(jìn)行了效應(yīng)檢驗(yàn)，檢驗(yàn)結(jié)果如表5.5所示。綜合考慮，應(yīng)該選擇個(gè)體時(shí)間雙向固定效應(yīng)。表STYLEREF1\s5.SEQ表\*ARABIC\s15效應(yīng)檢驗(yàn)結(jié)果原假設(shè)備擇假設(shè)chi2（10）P值個(gè)體固定效應(yīng)雙向固定效應(yīng)56.610.0000雙向固定效應(yīng)時(shí)間固定效應(yīng)-303.951.0000（3）模型回歸經(jīng)過(guò)一系列的檢驗(yàn)，最終本文確定模型為個(gè)體時(shí)間雙向固定的空間杜賓模型，結(jié)合對(duì)比空間誤差模型、空間滯后模型、OLS模型以及個(gè)體時(shí)間雙向固定效應(yīng)模型的結(jié)果建立表5.6，結(jié)果如下表5.6所示：表STYLEREF1\s5.SEQ表\*ARABIC\s16回歸結(jié)果模型SDMSEMSAROLSTWFEgce0.511***0.877***0.794***1.002***0.797***(2.77)(5.14)(4.64)(11.14)(3.80)inf0.0050.078*0.051-0.058***0.051(0.12)(1.70)(1.10)(-3.37)(0.49)pc0.0130.0100.0130.0070.013(1.59)(1.20)(1.52)(0.92)(0.88)tax-2.404***-2.349***-1.985***-0.464-1.988(-4.65)(-4.27)(-3.66)(-1.27)(-1.58)tra-0.102*-0.152***-0.139***-0.009-0.139(-1.91)(-2.85)(-2.61)(-0.58)(-1.64)open-0.072-0.173***-0.166***0.119***-0.166(-1.21)(-3.12)(-2.87)(3.52)(-1.40)labor0.166**0.253***0.250***0.028**0.250(2.53)(3.78)(3.73)(2.02)(1.48)rho-0.198**-0.223**0.005(-2.48)(-2.51)(0.07)sigma2_e0.008***0.009***0.009***(15.88)(15.86)(15.97)注：變量下方帶有括號(hào)的數(shù)值表示該變量對(duì)應(yīng)的t值，同時(shí)***、**、*分別表示在1%、5%、10%水平上顯著。對(duì)核心解釋變量綠色信貸進(jìn)行分析?；诳臻g杜賓模型（SDM）的回歸結(jié)果可知，綠色信貸的系數(shù)估計(jì)值為0.511，在1%的顯著性水平下呈現(xiàn)正值，表明綠色信貸對(duì)于制造業(yè)碳排放效率具有顯著的正向影響，隨著綠色信貸水平的提高，制造業(yè)碳排放效率也將提高。同時(shí)空間誤差模型、空間滯后模型、OLS回歸模型以及雙向固定模型對(duì)于核心解釋變量的系數(shù)的估計(jì)也均為正值，更佐證了本文結(jié)果的正確性。（4）效應(yīng)分解分析將綠色信貸發(fā)展對(duì)于制造業(yè)碳排放效率的影響進(jìn)行效應(yīng)分解（如表5.7所示）。直接效應(yīng)指本地綠色信貸發(fā)展對(duì)于當(dāng)?shù)氐闹圃鞓I(yè)碳排放效率產(chǎn)生的直接性影響，間接效應(yīng)則指相鄰區(qū)域綠色信貸對(duì)于本地制造業(yè)碳排放效率的間接影響，總效應(yīng)則指的是本地和相鄰區(qū)域的綠色信貸水平對(duì)于當(dāng)?shù)刂圃鞓I(yè)碳排放效率的總體影響程度。表STYLEREF1\s5.SEQ表\*ARABIC\s17空間杜賓模型效應(yīng)分解結(jié)果直接效應(yīng)間接效應(yīng)總效應(yīng)gce0.492***0.584*1.076***(2.63)(1.94)(3.03)inf-0.0200.534***0.515***(-0.44)(4.94)(4.93)pc0.015*-0.024-0.010(1.87)(-1.40)(-0.57)tax-2.224***-4.578***-6.802***(-4.41)(-3.62)(-5.52)tra-0.084*-0.374***-0.458***(-1.65)(-2.72)(-3.16)open-0.057-0.261**-0.319***(-0.95)(-2.33)(-2.74)labor0.167**0.0070.174(2.49)(0.04)(0.85)注：變量下方帶有括號(hào)的數(shù)值表示該變量對(duì)應(yīng)的t值，同時(shí)***、**、*分別表示在1%、5%、10%水平上顯著。通過(guò)回歸分析，本文觀察發(fā)現(xiàn)綠色信貸的直接效應(yīng)系數(shù)為正數(shù)且在1%顯著性水平下顯著，表明綠色信貸對(duì)于本地區(qū)制造業(yè)碳排放效率具有積極的提升作用，而間接效應(yīng)在10%顯著性水平下顯著為正值，這表明相鄰區(qū)域綠色信貸的發(fā)展對(duì)于本區(qū)域制造業(yè)碳排放效率具有促進(jìn)作用，總效應(yīng)顯著且系數(shù)也為正，以上結(jié)果表明不僅本地的綠色信貸政策能夠直接提升本地的制造業(yè)碳排放效率，周邊地區(qū)的綠色信貸政策也能夠間接提升當(dāng)?shù)氐闹圃鞓I(yè)碳排放效率。（5）穩(wěn)健性檢驗(yàn)為了確保模型的穩(wěn)健性與可靠性，本文參考陸玉梅等（2011）的研究對(duì)模型進(jìn)行穩(wěn)健性檢驗(yàn)[45]，在檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性時(shí)，選擇使用變量替代法和回歸方法替代法來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。綠色信貸在中國(guó)綠色金融發(fā)展中占據(jù)市場(chǎng)主導(dǎo)地位，是推動(dòng)我國(guó)經(jīng)濟(jì)、社會(huì)綠色發(fā)展的關(guān)鍵工具，因此本文選擇使用綠色金融指數(shù)作為替換的核心解釋變量對(duì)模型的穩(wěn)健性進(jìn)行檢驗(yàn)，綠色金融指數(shù)從綠色信貸、綠色債券、綠色投資和綠色保險(xiǎn)四個(gè)維度依據(jù)熵值法測(cè)算。通過(guò)建立空間杜賓模型、空間誤差模型、空間滯后模型和固定效應(yīng)模型對(duì)數(shù)據(jù)進(jìn)行研究分析，得到了如表5.8所示的結(jié)果：表STYLEREF1\s5.SEQ表\*ARABIC\s18穩(wěn)健性檢驗(yàn)結(jié)果模型SDMSEMSARFEgf0.459*1.029***0.945***0.958***(1.86)(4.36)(3.95)(3.86)inf0.0110.0720.0450.047(0.23)(1.53)(0.96)(0.95)pc0.014*0.0100.0120.012(1.70)(1.19)(1.46)(1.38)tax-2.375***-2.205***-1.884***-1.894***(-4.57)(-3.99)(-3.46)(-3.30)tra-0.117**-0.160***-0.144***-0.145**(-2.21)(-2.97)(-2.68)(-2.56)open-0.090-0.200***-0.186***-0.189***(-1.52)(-3.59)(-3.21)(-3.15)labor0.165**0.256***0.251***0.252***(2.48)(3.78)(3.72)(3.54)rho-0.177**-0.196**0.021(-2.23)(-2.23)(0.27)sigma2_e0.008***0.009***0.009***(15.89)(15.89)(15.97)注：變量下方帶有括號(hào)的數(shù)值表示該變量對(duì)應(yīng)的t值，同時(shí)***、**、*分別表示在1%、5%、10%水平上顯著?；貧w結(jié)果顯示，和基準(zhǔn)回歸分析一致，核心解釋變量的系數(shù)值顯著為正，表示隨著核心解釋變量的發(fā)展，制造業(yè)碳排放效率不斷提升。從空間杜賓模型（SDM）的回歸結(jié)果中可以看出：即使使用綠色金融指數(shù)代替綠色信貸水平作為核心解釋變量，核心解釋變量和被解釋變量之間的正相關(guān)關(guān)系仍然顯著。此外，SEM、SAR和FE三個(gè)模型均支持以上結(jié)論。綠色信貸對(duì)制造業(yè)碳排放效率的中介效應(yīng)分析通過(guò)梳理綠色信貸水平對(duì)于制造業(yè)碳排放效率的影響路徑，本文確定了綠色技術(shù)創(chuàng)新為主要影響路徑，得到如表5.9所示的結(jié)果。由表5.9第3、4兩列結(jié)果所示，綠色信貸對(duì)技術(shù)創(chuàng)新質(zhì)量的影響系數(shù)為1.204（p<0.05），表明綠色信貸對(duì)于技術(shù)創(chuàng)新質(zhì)量具有正向驅(qū)動(dòng)作用。技術(shù)創(chuàng)新質(zhì)量對(duì)制造業(yè)碳排放效率的影響系數(shù)為0.041（p<0.01），證實(shí)了技術(shù)進(jìn)步對(duì)于制造業(yè)碳排放效率的促進(jìn)作用。綜合來(lái)看，綠色信貸不僅能夠直接提升制造業(yè)碳排放效率，還通過(guò)提升技術(shù)創(chuàng)新質(zhì)量的途徑間接提升制造業(yè)碳排放效率。表STYLEREF1\s5.SEQ表\*ARABIC\s19技術(shù)創(chuàng)新的中介效應(yīng)檢驗(yàn)ceegipceegce0.511***1.204**0.454**(2.77)(2.16)(2.44)inf0.0050.398***-0.011(0.12)(2.90)(-0.25)pc0.0130.080***0.009(1.59)(3.28)(1.16)tax-2.404***-0.357-2.377***(-4.65)(-0.23)(-4.62)tra-0.102*0.375**-0.117**(-1.91)(2.31)(-2.20)open-0.0720.074-0.075(-1.21)(0.41)(-1.27)labor0.166**-0.2660.177***(2.53)(-1.33)(2.69)gip0.041***(2.81)Spatialrho0.789**-0.067-0.186**(2.07)(-0.84)(-2.33)Variance0.603***sigma2_e(4.88)0.070***0.007***-0.026(15.96)(15.89)注：變量下方帶有括號(hào)的數(shù)值表示該變量對(duì)應(yīng)的t值，同時(shí)***、**、*分別表示在1%、5%、10%水平上顯著。綜上所示，綠色創(chuàng)新是促進(jìn)高能耗企業(yè)環(huán)境友好