張振華,汪 京,馮嚴超,田文佳
(1.蘭州大學綠色金融研究院,甘肅 蘭州 730000; 2.蘭州大學經(jīng)濟學院,甘肅 蘭州 730000; 3.鄭州大學商學院,河南 鄭州 450001)
為實質(zhì)性改善中國空氣質(zhì)量狀況,僅依靠末端治理措施遠遠不夠,還要同時從源頭入手,采取一系列財稅、金融等手段改變資源配置及其激勵機制,推動綠色技術(shù)創(chuàng)新,實現(xiàn)減污降碳協(xié)同增效[1]。2016年6月,中國人民銀行及國家發(fā)展和改革委員會(以下稱“國家發(fā)改委”)等七部委聯(lián)合發(fā)布《關(guān)于構(gòu)建綠色金融體系的指導意見》,將發(fā)展綠色金融作為促進生態(tài)文明建設(shè)、實現(xiàn)經(jīng)濟轉(zhuǎn)型發(fā)展的重要工具。2017年至今,中國已在六省九地成立了綠色金融改革創(chuàng)新試驗區(qū),通過建立綠色金融基礎(chǔ)設(shè)施,加強金融機構(gòu)綠色金融產(chǎn)品和服務創(chuàng)新能力,促進綠色信貸、綠色保險和綠色債券發(fā)行,探索建立環(huán)境權(quán)益交易市場,以及建立綠色金融風險防范機制,逐步積累了綠色金融發(fā)展經(jīng)驗。
溫室氣體和大氣污染物同根同源,主要都源于化石燃料的燃燒利用過程[2-3]??諝赓|(zhì)量監(jiān)測指標包括空氣質(zhì)量指數(shù)及PM2.5、PM10、二氧化硫、氮氧化物、一氧化碳、臭氧六項大氣污染物[4]?!?021中國碳中和與清潔空氣協(xié)同路徑》報告顯示,近幾年二氧化硫、一氧化碳和PM2.5等大氣污染物均得到有效防治,但唯獨臭氧濃度持續(xù)上升。臭氧污染問題愈加嚴峻,成為中國大氣污染治理和溫室氣體減排方面面臨的棘手問題。
基于以上分析,該研究提出相應的研究問題:①建立綠色金融改革創(chuàng)新試驗區(qū)能否有效治理城市近地面臭氧污染?②區(qū)域異質(zhì)性視角下,綠色金融改革創(chuàng)新試驗區(qū)的效應會有何不同?③哪些關(guān)鍵因素可能對上述影響效應產(chǎn)生調(diào)節(jié)作用?因此,該研究利用2014—2019年中國215個城市面板數(shù)據(jù),通過使用雙重差分法(DID)和合成控制法(SCM)估計綠色金融改革創(chuàng)新試驗區(qū)對城市近地面臭氧污染的影響,探究外商直接投資和金融發(fā)展水平所發(fā)揮的調(diào)節(jié)作用,并運用事件研究法、安慰劑檢驗、替換被解釋變量、控制其他環(huán)境政策和使用季度數(shù)據(jù)進一步開展穩(wěn)健性檢驗。
綠色金融政策是指政府部門對于金融機構(gòu)、企業(yè)制定的有關(guān)融資條件、融資流程及激勵舉措的一系列制度安排,在中國主要表現(xiàn)為國家發(fā)改委、財政部及銀監(jiān)會等部門頒布的規(guī)章制度,旨在規(guī)范、促進綠色金融的發(fā)展[5]。現(xiàn)有綠色金融政策文獻從綠色金融政策的演進趨勢及提升建議、綠色經(jīng)濟發(fā)展效應和減污降碳效應等不同角度開展了相關(guān)研究。
一是綠色金融政策的演進趨勢及提升建議。中國綠色金融體系具有戰(zhàn)略化、整體化和協(xié)同化的特征,總體發(fā)展指數(shù)呈上升趨勢,但總體水平不高,整體區(qū)域差距呈下降趨勢,呈現(xiàn)出明顯的兩極分化趨勢和俱樂部趨同現(xiàn)象,區(qū)域、年份等影響因素所導致的顯著性也不相同[6-8]。高贏[9]運用Dagum基尼系數(shù)等方法研究發(fā)現(xiàn),中國八大綜合經(jīng)濟區(qū)綠色發(fā)展績效水平整體偏低且呈現(xiàn)鮮明非均衡態(tài)勢,各綠色發(fā)展區(qū)域的協(xié)同性很大程度上被各社會經(jīng)濟因素對八大綜合經(jīng)濟區(qū)綠色發(fā)展績效的差異性影響所弱化。在綠色金融政策提升建議方面,Zhang等[10]研究認為中國綠色信貸政策實施中存在的主要問題是對政策細節(jié)模糊、執(zhí)行標準不明確及環(huán)境信息缺乏。綠色金融政策在中國國內(nèi)經(jīng)歷了從體系構(gòu)建到制度完善再到不同發(fā)展模式的發(fā)展過程,目前仍存在較大的提升空間,譬如可從市場融資方法、獎懲管理體制等方面入手,繼續(xù)提高綠色金融政策的有效實施[6,11-12]。由于政策演進研究有利于深入闡述政策變遷規(guī)律和演進邏輯,已有研究對國內(nèi)外的綠色金融政策的演進和建議都已做了全面的分析解讀[13]。不過相當一部分文獻對政策的實際成效缺乏關(guān)注,亟須開展進一步驗證。
二是綠色金融政策對綠色經(jīng)濟發(fā)展的有效性。Wu等[14]利用動態(tài)面板模型研究得出,環(huán)境規(guī)制與中國的貿(mào)易效率之間存在顯著的U型關(guān)系,提高綠色全要素能源效率對實現(xiàn)減排和產(chǎn)業(yè)共贏發(fā)展至關(guān)重要,是中國經(jīng)濟轉(zhuǎn)型的關(guān)鍵。由于2008—2020年綠色金融無法與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、生態(tài)環(huán)境保護和經(jīng)濟發(fā)展有效掛鉤,綠色金融發(fā)展程度不高,制約了綠色金融與經(jīng)濟增長的協(xié)調(diào)發(fā)展,但綠色金融政策對綠色經(jīng)濟發(fā)展一直存在積極影響,且有效性在不斷增強[15]。王修華等[16]基于中國滬深A股制造業(yè)上市公司季度數(shù)據(jù)進行實證分析,發(fā)現(xiàn)綠色金融改革創(chuàng)新試驗區(qū)政策顯著抑制了試驗區(qū)的整體企業(yè)發(fā)展,明顯降低了污染企業(yè)的生產(chǎn)效率,促進了綠色企業(yè)的創(chuàng)新發(fā)展。綠色信貸政策作為代表性綠色金融政策,可以提高綠色信貸量,優(yōu)化綠色經(jīng)濟結(jié)構(gòu),在提高綠色上市公司的融資便利性、降低銀行成本效率、改善銀行信貸風險管理等方面均有顯著正效應[17-19]。Zhang等[10]通過DID模型研究綠色信貸政策,認為綠色信貸政策對“兩高”企業(yè)的短期融資行為具有激勵作用,但在長期內(nèi)具有懲罰性效應。也有研究認為綠色債券雖然可以發(fā)揮傳統(tǒng)融資功能,但是不能更好地吸引社會投資[20]。從不同角度出發(fā),綠色金融政策對于綠色經(jīng)濟發(fā)展的效應各異,但總體上表現(xiàn)出提高綠色經(jīng)濟發(fā)展質(zhì)量的正效應。
三是綠色金融政策的減污降碳效應。綠色金融政策的效應不僅體現(xiàn)在推動經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型、提高經(jīng)濟發(fā)展質(zhì)量,還體現(xiàn)在減污降碳效應方面。綠色金融政策使綠色金融試點地區(qū)的碳排放量增長趨勢明顯低于非試點地區(qū),能協(xié)同環(huán)境規(guī)制促進工業(yè)污染治理,且對工業(yè)廢氣、工業(yè)煙塵、工業(yè)固體廢棄物、工業(yè)廢水、二氧化硫和二氧化碳排放量等具有積極作用[10,21-24]。Shen等[25]采用橫截面增廣自回歸分布滯后方法,證實了綠色投資與碳排放呈負相關(guān),而國家自然資源租金與碳排放呈正相關(guān)。減污降碳對于經(jīng)濟的發(fā)展具有重要意義。中國區(qū)域能源高效利用具有明顯的空間效應,而通過強化節(jié)能減排技術(shù)與管制,可以挖掘節(jié)能減排潛力,實現(xiàn)區(qū)域差異化節(jié)能減排[26-27]。中國綠色金融政策的發(fā)展可以從經(jīng)濟、金融和環(huán)境三個維度采取多種措施,促進能源可持續(xù)發(fā)展,從而治理化工污染[28]。已有研究從多方面證實,各類綠色金融政策在大氣環(huán)境領(lǐng)域的減污降碳方面具有顯著的治理效果。
已有綠色金融政策的相關(guān)研究從綠色金融政策演進趨勢、綠色經(jīng)濟發(fā)展效應及減污降碳效應等方面展開,實證分析方法科學全面,研究成果也為推進綠色金融政策、完善綠色金融體系作出了相應貢獻。但是已有文獻多從政策變遷、綠色金融體系的有效性評估等方面入手,針對所有省份或個別城市樣本開展研究,而鮮有學者針對大氣污染物中的臭氧治理效應開展相應的實證研究,對于綠色金融改革創(chuàng)新試驗區(qū)影響臭氧治理的影響機理和區(qū)域異質(zhì)性解釋力較低?;诖耍撗芯坷?014—2019年中國215個城市面板數(shù)據(jù),通過構(gòu)建DID模型估計綠色金融改革創(chuàng)新試驗區(qū)對城市近地面臭氧污染的影響,并探究外商直接投資和金融發(fā)展水平所發(fā)揮的調(diào)節(jié)作用。
綠色金融在推動綠色產(chǎn)業(yè)發(fā)展、促進產(chǎn)業(yè)綠色轉(zhuǎn)型升級等方面有著重要作用。通過實施綠色金融政策,能夠推動對節(jié)能環(huán)保、清潔能源、綠色交通、綠色建筑等領(lǐng)域的投融資支持,同時限制淘汰落后產(chǎn)能,提高新舊動能的轉(zhuǎn)換速度,引導資金流向高新技術(shù)產(chǎn)業(yè)[6]。2017年6月,中國人民銀行和銀監(jiān)會等七部委聯(lián)合印發(fā)《建立綠色金融改革創(chuàng)新試驗區(qū)總體方案》,截至2022年6月已在六省九地成立綠色金融改革創(chuàng)新試驗區(qū)。各綠色金融改革創(chuàng)新試驗區(qū)結(jié)合自身實際情況,出臺了相關(guān)的政策制度及實施細則(表1)。
表1 六省九地試驗區(qū)的典型性綠色金融政策
綠色金融改革創(chuàng)新試驗區(qū)的試點落實情況和試點效應,主要體現(xiàn)在以下三個方面[29]。第一,各試驗區(qū)結(jié)合本地具體發(fā)展情況總結(jié)出可復制可推廣的綠色金融經(jīng)驗,在貨幣信貸政策、金融監(jiān)管政策、財稅獎補政策和機構(gòu)內(nèi)部管理政策方面作出積極探索并取得了不錯成效。第二,各試驗區(qū)依托綠色金融改革創(chuàng)新優(yōu)勢,積極為國家戰(zhàn)略服務,持續(xù)推進地方生態(tài)文明建設(shè),充分發(fā)揮金融支持實體經(jīng)濟功能,促進地方綠色低碳經(jīng)濟轉(zhuǎn)型,提高生態(tài)環(huán)境質(zhì)量。第三,各試驗區(qū)推動綠色金融產(chǎn)品和服務方式創(chuàng)新發(fā)展、不斷拓展綠色金融融資渠道,推動綠色低碳技術(shù)的研發(fā)和推廣應用,為生態(tài)產(chǎn)品價值化與市場化提供政策支撐與激勵,為企業(yè)實施綠色發(fā)展轉(zhuǎn)型與落實環(huán)境責任提供行為激勵,使得地方綠色金融市場穩(wěn)步增長。
綠色金融改革創(chuàng)新試驗區(qū)伴隨的綠色金融政策目標之一在于通過減污降碳協(xié)同增效,實現(xiàn)大氣污染物和溫室氣體協(xié)同減排目標,改善生態(tài)環(huán)境質(zhì)量。綠色金融改革創(chuàng)新試驗區(qū)橫跨中國的東、中、西部地區(qū)。中國不同地理區(qū)域的經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口密度、空氣污染主要來源等因素各不相同。例如,中國東部地區(qū)的第三產(chǎn)業(yè)增加值在GDP中的比重較大,人口密度大,道路網(wǎng)相對密集,機動車保有量高,移動源污染是空氣污染的重要來源;而西部地區(qū)的第二產(chǎn)業(yè)增加值在GDP中的比重較大,人口密度小,道路網(wǎng)相對稀疏,汽車保有量低,工業(yè)生產(chǎn)污染是大氣污染的重要來源。因此,不同地理區(qū)域的綠色金融改革創(chuàng)新試驗區(qū)對近地面臭氧污染的影響可能存在異質(zhì)性?;谏鲜隼碚摲治?,該研究提出以下假說。
假說1:綠色金融改革創(chuàng)新試驗區(qū)能顯著降低近地面臭氧污染。
假說2:不同地理區(qū)域的綠色金融改革創(chuàng)新試驗區(qū)對近地面臭氧污染的影響存在異質(zhì)性。
外商直接投資對環(huán)境污染的影響存在不確定性。已有關(guān)于外商直接投資與環(huán)境污染的研究主要分為兩種觀點:“污染光環(huán)”與“污染天堂”。“污染光環(huán)”假說認為外商直接投資所帶來的先進技術(shù)、先進理念可以促進地區(qū)發(fā)展的綠色轉(zhuǎn)型,減少當?shù)氐沫h(huán)境污染,同時外商直接投資也可能會借助規(guī)模效應和結(jié)構(gòu)效應提高當?shù)仄髽I(yè)的治污效應,降低負向產(chǎn)出,提高綠色生產(chǎn)效率[30]?!拔廴咎焯谩奔僬f認為,外商在某地投資的原因可能是因為該地的污染規(guī)制水平相對較低,污染成本低給外商投資帶來很大的獲利空間,致使外商投資會加重當?shù)丨h(huán)境污染[31]。此外,外商直接投資可能會影響綠色金融改革創(chuàng)新試驗區(qū)對近地面臭氧污染的降低效果。已有研究發(fā)現(xiàn)面對外商直接投資的激勵時,地方政府在外商直接投資與環(huán)境管制的博弈中存在選擇外商直接投資而放松環(huán)境管制的現(xiàn)象,進而影響政府環(huán)境政策的效率[32-33]。但這種作用效果存在不確定性,上述兩種環(huán)境污染假說均有可能存在。基于上述理論分析,該研究提出以下具有競爭性的假說。
假說3a:外商直接投資能顯著降低近地面臭氧污染。
假說3b:外商直接投資能顯著增加近地面臭氧污染。
假說4a:外商直接投資在綠色金融改革創(chuàng)新試驗區(qū)降低近地面臭氧污染的過程中發(fā)揮了正向調(diào)節(jié)作用。
假說4b:外商直接投資在綠色金融改革創(chuàng)新試驗區(qū)降低近地面臭氧污染的過程中發(fā)揮了負向調(diào)節(jié)作用。
金融發(fā)展水平對環(huán)境污染具有雙重效應。胡宗義等[34]的研究將金融發(fā)展對環(huán)境污染的影響分解為規(guī)模效應與技術(shù)效應。規(guī)模效應增加污染程度,技術(shù)效應減弱污染程度。分階段來看,金融發(fā)展與環(huán)境污染之間存在門檻特征:金融發(fā)展水平較低時,規(guī)模效應大于技術(shù)效應,金融發(fā)展對污染排放具有顯著促進作用,金融發(fā)展水平較高時,規(guī)模效應小于技術(shù)效應,金融發(fā)展對污染排放具有顯著抑制作用。此外,對于綠色金融改革創(chuàng)新試驗區(qū)而言,更高的金融發(fā)展水平意味著更高的金融效率,金融發(fā)展水平對綠色金融政策的實施效果具有促進作用,同時也有研究發(fā)現(xiàn)更高的金融水平通過能源消費效應來減弱政策的實施效果這一現(xiàn)象[10,35-36]。因此金融發(fā)展水平可能會正向或負向調(diào)節(jié)綠色金融改革創(chuàng)新試驗區(qū)對近地面臭氧污染的降低效果?;谏鲜隼碚摲治?,該研究提出以下具有競爭性的假說。
假說5a:金融發(fā)展水平能顯著降低近地面臭氧污染。
假說5b:金融發(fā)展水平能顯著增加近地面臭氧污染。
假說6a:金融發(fā)展水平在綠色金融改革創(chuàng)新試驗區(qū)降低近地面臭氧污染的過程中發(fā)揮了正向調(diào)節(jié)作用。
假說6b:金融發(fā)展水平在綠色金融改革創(chuàng)新試驗區(qū)降低近地面臭氧污染的過程中發(fā)揮了負向調(diào)節(jié)作用。
基于上述分析,構(gòu)建出綠色金融改革創(chuàng)新試驗區(qū)影響臭氧污染的研究設(shè)計框架,如圖1所示。
圖1 綠色金融改革創(chuàng)新試驗區(qū)影響臭氧污染的研究設(shè)計框架
截至2022年6月,中國共設(shè)立兩批綠色金融改革創(chuàng)新試驗區(qū),分別為2017年6月首批設(shè)立的貴安新區(qū)(貴陽市與安順市)、衢州市、湖州市、贛江新區(qū)(南昌市與九江市)、廣州市、昌吉州、哈密市、克拉瑪依市,以及2019年11月第二批設(shè)立的蘭州新區(qū)(蘭州市)。該研究旨在研究首批綠色金融改革創(chuàng)新試驗區(qū)中涉及的8個城市(昌吉州與哈密市因數(shù)據(jù)缺失嚴重而剔除)的近地面臭氧污染是否得到有效治理。通過將綠色金融改革創(chuàng)新試驗區(qū)看作一次準自然實驗,利用雙重差分(DID)模型開展政策實施效應評估。DID模型通過對政策實施前后進行時間趨勢上的差分及對實驗組和對照組之間進行政策實施與否的差分,以剔除隨時間變化及不可觀測的其他因素,從而識別出政策實施的凈效應[37]。該研究主要基于2017年的試驗區(qū)城市樣本,將2017年首批設(shè)立的綠色金融改革創(chuàng)新試驗區(qū)涉及的8個城市定義為實驗組,其余城市定義為對照組(部分城市因數(shù)據(jù)缺失嚴重而剔除,包括昌都、儋州、濟源、萊蕪、林芝、日喀則、山南和諸暨等)。該研究通過215個城市2014—2019年的面板數(shù)據(jù),將2018年設(shè)為政策處理時點,構(gòu)建基準DID模型如下:
其中:Emissionit表示城市i在第t年的臭氧污染。Policyit=Treati×Periodt,Treati表示綠色金融改革創(chuàng)新試驗區(qū)的政策虛擬變量,若該城市是政策試點地區(qū),取值為1,否則取值為0;Periodt表示政策試點前后的時間虛擬變量,政策試點期間取1,非試點期間取0。Xit表示控制變量矩陣,包括經(jīng)濟發(fā)展水平(Deve)、公路里程數(shù)(Road)、產(chǎn)業(yè)結(jié)構(gòu)水平(Structure)、人口密度(Population)、機動車保有量(Cars)、受教育水平(Edu)和能源生產(chǎn)水平(Energy)。μi、νt、εit分別表示個體固定效應、時間固定效應和隨機擾動項。β1表示政策虛擬變量與時間虛擬變量的交互項的系數(shù),即政策效應。若β1顯著為負,則表示綠色金融改革創(chuàng)新試驗區(qū)可以降低近地面臭氧污染。
此外,進一步構(gòu)建包含交互項的DID模型如下:
其中:FDIit表示城市i在第t年的外商直接投資;Financeit表示城市i在第t年的金融發(fā)展水平。Policyit×FDIit表示外商直接投資和雙重差分項的交互項;Policyit×Financeit表示金融發(fā)展水平和雙重差分項的交互項。
被解釋變量為近地面臭氧污染。數(shù)據(jù)來自全國城市空氣質(zhì)量實時發(fā)布平臺,由日度數(shù)據(jù)整理為年度數(shù)據(jù)。
核心解釋變量Policyit為政策虛擬變量與時間虛擬變量的交互項,用于設(shè)定DID模型中的不同試點地區(qū)與政策發(fā)生前后時間。若某城市在某年實行了綠色金融改革創(chuàng)新試驗區(qū)政策,則解釋變量取值為1,否則取值為0。
調(diào)節(jié)變量分別為:①外商直接投資(FDI)。外商直接投資可能給當?shù)貛怼拔廴竟猸h(huán)”效應或“污染天堂”效應,進而影響當?shù)氐目諝赓|(zhì)量[30-31]。選用各城市實際利用外資金額的自然對數(shù)衡量外商直接投資。②金融發(fā)展水平(Finance)。金融發(fā)展水平通過提高金融效率及減少資源錯配,影響城市的臭氧污染程度[38]。選用金融行業(yè)從業(yè)人員占比的自然對數(shù)衡量金融發(fā)展水平。
控制變量分別為:①經(jīng)濟發(fā)展水平(Deve)。選用各城市人均GDP的自然對數(shù)來衡量當?shù)氐慕?jīng)濟發(fā)展水平,對樣本城市的經(jīng)濟增長與近地面臭氧濃度之間的關(guān)系進行控制,減少不同城市之間不同環(huán)境庫茲涅茨拐點對分析結(jié)果的干擾[39]。②公路里程數(shù)(Road),機動車保有量(Cars)和人口密度(Population)。公路里程數(shù)通過影響機動車行駛時間與道路擁堵情況等因素來影響機動車排放量,進而影響近地面臭氧濃度。王鑫龍等[40]的研究表明,人均機動車保有量與人口密度會對當?shù)亟孛娉粞鯘舛仍斐娠@著影響。因此,該研究在已有研究的基礎(chǔ)上,將公路里程數(shù),機動車保有量和人口密度作為控制變量納入模型,并將其分別進行自然對數(shù)處理。③產(chǎn)業(yè)結(jié)構(gòu)(Structure)。工業(yè)生產(chǎn)是臭氧等大氣污染的重要來源之一[41]。因此該研究選用各城市第二產(chǎn)業(yè)增加值占GDP的比重來控制地區(qū)工業(yè)發(fā)展對近地面臭氧濃度造成的影響。④受教育水平(Edu)。一個城市的受教育水平會在一定程度上影響當?shù)氐娜肆Y本。人力資本作為創(chuàng)新研發(fā)的重要基礎(chǔ),能夠引導結(jié)構(gòu)優(yōu)化和技術(shù)轉(zhuǎn)型,促使經(jīng)濟運行向綠色增長路徑轉(zhuǎn)型并在一定程度上提高政策實施效率[42]。同時受教育水平也會影響當?shù)鼐用竦沫h(huán)境保護意識,進而影響當?shù)氐拇髿馕廴舅剑?3]。該研究選用各城市財政支出中教育支出的自然對數(shù)來衡量當?shù)氐氖芙逃?。⑤能源生產(chǎn)水平(Energy)。能源生產(chǎn)過程中造成的排放是大氣污染的重要來源之一[44]。李繁榮等[45]的研究指出能源生產(chǎn)對環(huán)境造成污染,特別是大氣污染,并指出優(yōu)化能源的生產(chǎn)與消費是推動綠色發(fā)展的重要方式。選用能源行業(yè)從業(yè)人員占比的自然對數(shù)來衡量當?shù)氐哪茉瓷a(chǎn)水平。
以上各個控制變量指標與數(shù)據(jù)均來自2014—2019年《中國城市統(tǒng)計年鑒》《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》《中國統(tǒng)計年鑒》等,剔除了數(shù)據(jù)缺失嚴重的樣本,部分缺失數(shù)據(jù)用插值法進行補全。變量的描述性統(tǒng)計見表2。
表2 變量的描述性統(tǒng)計
DID模型要求樣本對照組和樣本實驗組滿足平行趨勢假設(shè),從而保證估計量的無偏。具體而言,在該研究的基準回歸模型中,平行趨勢假設(shè)是指在綠色金融改革創(chuàng)新試驗區(qū)政策實施之前,試點城市和非試點城市近地面臭氧濃度的情況在時間趨勢上應大體一致。而在政策實施之后,實驗組和對照組的平行趨勢應被打破,試點城市的近地面臭氧濃度相對非試點城市出現(xiàn)了趨勢上的顯著變化特征。平行趨勢檢驗結(jié)果如圖2所示,其中橫軸表示年份,縱軸表示城市近地面臭氧濃度的均值,實線表示政策試點城市近地面臭氧濃度平均值的年度變化趨勢,虛線表示非政策試點城市近地面臭氧濃度平均值的年度變化趨勢。圖2結(jié)果表明,在綠色金融改革創(chuàng)新試驗區(qū)政策實施之前(2018年之前),試點城市與非試點城市的近地面臭氧濃度均值保持平行趨勢。而在試點政策實施之后,試點城市的近地面臭氧濃度均值開始顯著低于非試點城市,這種趨勢持續(xù)至樣本期結(jié)束。以上分析表明,所用基準回歸模型的平行趨勢假設(shè)成立,可以開展分析。
圖2 綠色金融改革創(chuàng)新試驗區(qū)政策實施前后城市臭氧平均濃度
表3的回歸結(jié)果表明,綠色金融改革創(chuàng)新試驗區(qū)顯著降低了城市近地面臭氧濃度,在一定程度上減緩了環(huán)境污染。表3中列(1)—列(3)呈現(xiàn)了全樣本回歸結(jié)果:在基準模型中控制城市和時間效應后能夠更加準確地提煉出政策效應;在控制了城市層面多種客觀因素和不客觀因素后,雙重差分項系數(shù)在1%的水平上顯著為負,說明試點政策降低了近地面臭氧污染,假說1(綠色金融改革創(chuàng)新試驗區(qū)能顯著降低近地面臭氧污染)得到驗證。
關(guān)于控制變量,基于全樣本的回歸結(jié)果表明,人口密度、機動車數(shù)量對近地面臭氧濃度的增加均有促進作用,即人口規(guī)模的增大和人均機動車保有量的增多會加劇臭氧污染,惡化空氣質(zhì)量,與理論預期相符。
考慮到分區(qū)域樣本中,部分區(qū)域的樣本量較少,可能帶來估計效度的問題,因此在全樣本基準回歸的基礎(chǔ)上,使用合成控制法(SCM)對政策效應的區(qū)域異質(zhì)性進行分析?;鶞驶貧w采用的政策評估方法,即雙重差分法,在分區(qū)域樣本中具有一定的局限性,主要體現(xiàn)在:實驗組相比于對照組的樣本數(shù)量過少,對照組未進行匹配篩選等因素可能造成政策內(nèi)生性問題。王修華等[16]和Zhang等[10]運用雙重差分與傾向得分匹配的方法開展了相應研究;蘇治等[46]的研究中采用了合成控制法取代雙重差分法與傾向得分匹配法。合成控制法相對于雙重差分法、傾向得分匹配法的優(yōu)勢在于:①作為一種非參數(shù)的方法,擴展了傳統(tǒng)的雙重差分法。②通過數(shù)據(jù)驅(qū)動確定權(quán)重,減少了主觀選擇的誤差,避免了政策內(nèi)生性問題。③可以對單個研究個體提供與之對應的合成控制對象,避免平均化的評價。鑒于以上原因,進一步采用合成控制法進行區(qū)域異質(zhì)性分析。
分別對東部、中部、西部三個區(qū)域樣本中的單個實驗組使用合成控制法進行分析。選取各自區(qū)域樣本集合內(nèi)其他的非試點城市作為控制組,使用合成控制法對控制組中的樣本進行篩選和賦予權(quán)重,構(gòu)造一個與實驗組在政策處理前類似的合成控制對象,進而開展政策評估。如圖3—圖5所示,各組在2018年之前的擬合效果都較好,2018年后,實驗組樣本的近地面臭氧濃度顯著下降,合成控制組樣本的近地面臭氧濃度有上升趨勢,說明綠色金融改革創(chuàng)新試驗區(qū)可以降低近地面臭氧濃度,DID模型估計結(jié)果較好。對于東部地區(qū)而言,試驗區(qū)政策在湖州對臭氧污染治理的效果并不好,但在廣州和衢州對臭氧污染治理的影響較為顯著(圖3)。對于中部地區(qū)而言,試驗區(qū)政策在南昌和九江對臭氧污染治理的影響都較大(圖4)。對于西部地區(qū)而言,試驗區(qū)政策在安順對臭氧污染治理的影響較為顯著,在貴陽和克拉瑪依對臭氧污染治理的影響相對于安順而言較弱(圖5)。假說2(不同地理區(qū)域的綠色金融改革創(chuàng)新試驗區(qū)對近地面臭氧污染的影響存在異質(zhì)性)得到驗證。
圖3 湖州、廣州和衢州的合成控制法結(jié)果
圖4 南昌和九江的合成控制法結(jié)果
圖5 貴陽、安順和克拉瑪依的合成控制法結(jié)果
外商直接投資與金融發(fā)展水平等地區(qū)間差異可能會影響綠色金融改革創(chuàng)新試驗區(qū)政策的實施效果。對此,在模型(2)和模型(3)中通過設(shè)置外商直接投資、金融發(fā)展水平分別與雙重差分項的交互項,考察綠色金融改革試驗區(qū)對城市近地面臭氧濃度的異質(zhì)性影響。
外商直接投資的差異。外資流入的環(huán)境溢出效應具有不確定性。一方面,“污染光環(huán)”假說認為,外商直接投資可以為東道國帶來更為先進的發(fā)展理念、更加順應企業(yè)的管理制度及更為高效的生產(chǎn)技術(shù),提高生產(chǎn)效率,改善環(huán)境質(zhì)量[30]。另一方面,“污染天堂”假說認為,東道國可能面臨較低的環(huán)境規(guī)制水平等因素導致劣質(zhì)外商直接投資的大量涌入,進而增加環(huán)境負擔[31]。選用各城市實際利用外資金額的自然對數(shù)衡量外商直接投資(FDI),在基準回歸模型中納入外商直接投資和雙重差分項的交互項(Policy×FDI)。表4中列(1)—列(3)的回歸結(jié)果表明,政策主效應顯著為負,外商直接投資的系數(shù)并不顯著,而交互項系數(shù)顯著為正。該研究的模型回歸結(jié)果表明,綠色金融改革創(chuàng)新試驗區(qū)在樣本期內(nèi)的外商直接投資本身并不會對臭氧污染直接造成顯著的“污染天堂”效應,但外商直接投資的增長不利于綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的治理,間接造成“污染天堂”效應。這是因為面對外商直接投資的激勵時,地方政府在外商直接投資與環(huán)境管制的博弈中存在選擇外商直接投資而放松環(huán)境管制的現(xiàn)象,進而影響政府環(huán)境政策的效率[32-33]。假說4b(外商直接投資在綠色金融改革創(chuàng)新試驗區(qū)降低近地面臭氧污染的過程中發(fā)揮了負向調(diào)節(jié)作用)得到驗證。
金融發(fā)展水平的差異。城市金融發(fā)展水平的提升直接優(yōu)化了轄區(qū)內(nèi)企業(yè)資源配置能力,尤其有助于降低高污染、高耗能企業(yè)的資源錯配率,提高企業(yè)生產(chǎn)效率,降低非期望產(chǎn)出,最終改善城市環(huán)境質(zhì)量[38]。因而金融發(fā)展水平的提升可以使得綠色金融改革創(chuàng)新實驗區(qū)的政策效應更加顯著。該研究選用金融行業(yè)從業(yè)人員占比的自然對數(shù)(Finance)衡量金融發(fā)展水平,并在基準回歸模型中納入金融發(fā)展水平和雙重差分項的交互項(Policy×Finance)。表4中列(1)、列(4)和列(5)的回歸結(jié)果表明,政策主效應顯著為負,金融發(fā)展水平的系數(shù)并不顯著,而交互項系數(shù)顯著為負。該研究的模型回歸結(jié)果表明,雖然金融發(fā)展水平本身對臭氧污染沒有顯著影響,但是在金融發(fā)展水平較高的城市,綠色金融改革創(chuàng)新試驗區(qū)政策對臭氧污染的改善效果更好。這是因為對于綠色金融改革創(chuàng)新試驗區(qū)而言,更高的金融發(fā)展水平意味著更高的金融效率,金融發(fā)展水平對綠色金融政策的臭氧污染治理效果具有促進作用[10,35-36]。假說6a(金融發(fā)展水平在綠色金融改革創(chuàng)新試驗區(qū)降低近地面臭氧污染的過程中發(fā)揮了正向調(diào)節(jié)作用)得到驗證。
表4 全樣本的交互效應回歸結(jié)果
由于東部地區(qū)與中西部地區(qū)在外商直接投資與金融發(fā)展水平上有顯著異質(zhì)性,該研究在對全樣本分析的基礎(chǔ)上,進一步對東部與中西部兩個分區(qū)域樣本進行異質(zhì)性分析,回歸結(jié)果見表5。關(guān)于外商直接投資效應,在東部地區(qū)和中西部地區(qū)政策主效應全部顯著為負,外商直接投資的系數(shù)并不顯著;而交互項系數(shù)在東部地區(qū)顯著為正,在中西部地區(qū)顯著為負。這說明外商直接投資本身對臭氧污染沒有顯著影響。但是,在東部地區(qū),外商直接投資的增長不利于綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的治理,間接造成“污染天堂”效應;在中西部地區(qū),外商直接投資的增長有利于促進綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的治理,間接帶來“污染光環(huán)”效應。一方面,東部地區(qū)的經(jīng)濟發(fā)展水平高,生產(chǎn)要素完備,相比于中西部地區(qū)的綠色金融改革創(chuàng)新試驗區(qū),清潔型與污染型等各類外商更有動力在東部地區(qū)的綠色金融改革創(chuàng)新試驗區(qū)進行投資與生產(chǎn),進而造成“污染天堂”效應[31]。因此,在東部地區(qū),外商直接投資對綠色金融改革創(chuàng)新試驗區(qū)抑制臭氧污染存在顯著的負向調(diào)節(jié)作用。另一方面,中西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)與企業(yè)技術(shù)水平相較東部地區(qū)較差,外商直接投資可以為中西部地區(qū)的綠色金融改革創(chuàng)新試驗區(qū)帶來技術(shù)升級與產(chǎn)業(yè)結(jié)構(gòu)升級,進而實現(xiàn)“污染光環(huán)”效應[30](表5)。因此,在中西部地區(qū),外商直接投資對綠色金融改革創(chuàng)新試驗區(qū)抑制臭氧污染存在顯著的正向調(diào)節(jié)作用。
關(guān)于金融發(fā)展水平,在東部地區(qū)和中西部地區(qū)政策主效應全部顯著為負,外商直接投資的系數(shù)并不顯著;而交互項系數(shù)在東部地區(qū)顯著為負,在中西部地區(qū)并不顯著為負。這說明金融發(fā)展水平本身對臭氧污染沒有顯著影響。但是,在東部地區(qū),金融發(fā)展水平的提升強化了綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的治理效應;在中西部地區(qū),金融發(fā)展水平的提升并不會顯著增強綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的治理效應。一方面,相比于中西部地區(qū),東部地區(qū)的整體經(jīng)濟發(fā)展水平較高,金融發(fā)展水平較高,有助于提高綠色金融改革創(chuàng)新試驗區(qū)的金融效率并減少資源錯配率,進而通過提高企業(yè)生產(chǎn)效率并降低非期望產(chǎn)出,最終改善臭氧污染治理情況[38]。因此,在東部地區(qū),金融發(fā)展水平對綠色金融改革創(chuàng)新試驗區(qū)抑制臭氧污染存在顯著的正向調(diào)節(jié)作用。另一方面,相比于東部地區(qū),中西部地區(qū)的經(jīng)濟發(fā)展相對滯后,金融發(fā)展水平不高,對綠色金融改革創(chuàng)新試驗區(qū)的金融效率提高可能并不顯著(表5)。因此,在中西部地區(qū),金融發(fā)展水平對綠色金融改革創(chuàng)新試驗區(qū)抑制臭氧污染并不存在顯著的正向調(diào)節(jié)作用。
表5 分區(qū)域的交互效應回歸結(jié)果
平行趨勢假設(shè)是DID模型的重要假設(shè)之一,在該研究中平行趨勢假設(shè)體現(xiàn)為在試點政策前后,實驗組與對照組的近地面臭氧濃度具有類似平行變化的趨勢。平行趨勢檢驗的方法,主要包括王修華等[16]的研究中采用的平行趨勢圖法或圖像觀察法,及韓永輝等[47]的研究中采用的事件研究法兩種方法。參考徐佳等[48]的研究中采用平行趨勢檢驗作為穩(wěn)健性檢驗,為了保證DID模型回歸結(jié)果的無偏性,在采取平行趨勢圖法的基礎(chǔ)上,運用事件研究法進一步檢驗平行趨勢假設(shè),具體計量模型如下:
其中:Beforex、Currentt、Postt分別表示政策處理前、中、后時點的虛擬變量與處理組虛擬變量的交互項,Periodt表示政策處理時點的虛擬變量,Xit表示控制變量矩陣。選用試點政策實施前一期為模型的基準組,為了消除多重共線性,剔除政策處理前一年的Beforex交互項。
表6與圖6匯報了事件研究法回歸結(jié)果與回歸系數(shù)及其對應的95%置信區(qū)間??梢钥闯觯圏c政策實施前,回歸系數(shù)均不顯著異于0,而政策實施后的回歸系數(shù)顯著,符合平行趨勢假設(shè)。
圖6 基于事件研究法的平行趨勢檢驗
表6 基于事件研究法的穩(wěn)健性檢驗
為了檢驗綠色金融改革創(chuàng)新試驗區(qū)試點政策是否對多種大氣污染都存在降低效應,選取二氧化硫(SO2)、二氧化氮(NO2)兩種大氣污染物衡量指標替換被解釋變量。如果綠色金融改革創(chuàng)新試驗區(qū)對其他大氣污染也存在降低效應,則說明綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的降低效應并不是由其他偶然因素引起的。表7匯報了替換被解釋變量的回歸結(jié)果?;貧w結(jié)果表明,在控制一系列影響因素后,樣本期內(nèi)綠色金融改革創(chuàng)新試驗區(qū)對NO2有降低效應,對SO2并不存在顯著影響。從臭氧的形成機制來看,近地面臭氧污染是在高溫光照條件下,由機動車、發(fā)電廠、燃煤鍋爐和水泥爐窯排放的NOx,及機動車和石化工業(yè)排放的有機溶劑所產(chǎn)生的VOCs,在光照太陽輻射的催化作用下產(chǎn)生的[49]。因此,NO2的降低與臭氧污染的降低存在顯著的協(xié)同性,這進一步證明了基準回歸結(jié)果的穩(wěn)健性。
表7 替換被解釋變量的穩(wěn)健性檢驗結(jié)果
由于基準回歸結(jié)果可能受遺漏變量、隨機因素等不可觀測因素的影響,該研究借鑒已有文獻[50-51]的做法,通過在215個樣本城市中隨機篩選8個綠色金融改革創(chuàng)新試驗區(qū),構(gòu)造了對實驗組選擇的隨機反事實實驗,并根據(jù)實驗得到的估計系數(shù)與t值判斷結(jié)論的可靠性。為進一步增強安慰劑檢驗的效力,將上述隨機實驗重復1 000次,繪制出反事實估計系數(shù)與t值的概率密度圖,在此基礎(chǔ)上,驗證臭氧污染的降低效果是否顯著受到除綠色金融改革創(chuàng)新試驗區(qū)政策外的其他因素的影響。若隨機處理情況下,反事實的估計系數(shù)與t值分布在0附近,則意味著基準回歸中識別出的影響效應的確是由于綠色金融改革創(chuàng)新試驗區(qū)政策發(fā)生帶來的結(jié)果。檢驗結(jié)果如圖7所示,隨機處理后的估計系數(shù)與t值集中分布于0附近,表明臭氧污染的治理效果不是由其他不可觀測的因素造成的,在模型設(shè)定中并不存在嚴重的遺漏變量問題,基準回歸結(jié)果依然穩(wěn)健。
圖7 隨機處理后的估計系數(shù)與t值分布
綠色金融改革創(chuàng)新試驗區(qū)試點政策實施前后推行的其他國家級環(huán)境政策也可能會對臭氧污染造成影響,因此借鑒已有文獻[52]的方法,收集并整理了2018年前后與綠色金融改革創(chuàng)新試驗區(qū)試點城市相關(guān)的國家級環(huán)境政策,包括《國家生態(tài)文明先行示范區(qū)建設(shè)方案》《國家低碳城市試點工作的通知》。通過在基準回歸方程中加入兩個同期的環(huán)境政策的虛擬變量與時間趨勢的交互項,控制回歸結(jié)果中兩個環(huán)境政策對臭氧污染的影響。表8匯報了控制其他環(huán)境政策影響的回歸結(jié)果。從表8中列(4)可以看出,在加入了其他環(huán)境政策的交互項后,綠色金融改革創(chuàng)新試驗區(qū)政策虛擬變量系數(shù)與列(1)中基準回歸結(jié)果相差不大,并且兩個同期環(huán)境政策的系數(shù)均不顯著,表明綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的降低效應受其他環(huán)境政策的影響較小,說明基準回歸結(jié)果穩(wěn)健。
表8 控制其他環(huán)境政策影響的穩(wěn)健性檢驗結(jié)果
該研究選取的臭氧濃度數(shù)據(jù)來自全國城市空氣質(zhì)量實時發(fā)布平臺的各地臭氧實時監(jiān)測數(shù)據(jù)。根據(jù)《環(huán)境空氣質(zhì)量標準》(GB3095-2012),臭氧納入監(jiān)測的實施時間分為“四步走”:2012年,在京津冀、長三角、珠三角等重點區(qū)域及直轄市和省會城市開展臭氧監(jiān)測;2013年在113個環(huán)境保護重點城市和環(huán)保模范城市開展監(jiān)測;2015年在所有地級以上城市開展監(jiān)測;2016年全國各地都要按照該標準監(jiān)測和評價環(huán)境空氣質(zhì)量狀況,并向社會發(fā)布監(jiān)測結(jié)果。直至2015年前后,全國各城市才完成開展臭氧監(jiān)測工作。因此選取的樣本期只有2014—2019年。為了進一步捕捉臭氧濃度變化的時間規(guī)律、得到更穩(wěn)健的結(jié)論,收集2014—2019年各季度臭氧濃度的季度數(shù)據(jù),運用雙重差分法進行穩(wěn)健性檢驗。
表9匯報了以季度數(shù)據(jù)為樣本的回歸結(jié)果,表明:將年度樣本數(shù)據(jù)替換為季度樣本數(shù)據(jù)后,Policy的系數(shù)仍顯著為負。加入了季度固定效應后,估計系數(shù)絕對值比基準回歸中的結(jié)果更小,這表明年度數(shù)據(jù)可能掩蓋了一年中不同季度的臭氧濃度變化趨勢、將各季度的臭氧濃度差異加總,使得基準回歸的估計系數(shù)偏大。在此基礎(chǔ)上加入城市-年度交互固定效應后,估計系數(shù)絕對值進一步變小,且顯著性變?nèi)?,說明臭氧濃度會在一定程度上受到交互固定效應的影響。季度數(shù)據(jù)的回歸結(jié)果仍顯著為負,表明基準回歸的結(jié)果是穩(wěn)健的。
表9 臭氧季度數(shù)據(jù)樣本的穩(wěn)健性檢驗結(jié)果
綠色金融改革創(chuàng)新試驗區(qū)是中國人民銀行、銀監(jiān)會等部委,響應國家發(fā)展綠色金融以促進生態(tài)文明建設(shè)并實現(xiàn)經(jīng)濟轉(zhuǎn)型發(fā)展的指導意見而提出的試點政策。該研究圍繞首批綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的影響效應展開討論,實證分析了首批綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的影響效應,并進一步探究了影響效應的區(qū)域異質(zhì)性,及外商直接投資與金融發(fā)展水平對綠色金融改革創(chuàng)新試驗區(qū)影響臭氧污染的調(diào)節(jié)作用。主要結(jié)論如下。
(1)在樣本期內(nèi),綠色金融改革創(chuàng)新試驗區(qū)可以顯著降低近地面臭氧污染。不同地理區(qū)域的綠色金融改革創(chuàng)新試驗區(qū)對近地面臭氧污染的影響存在異質(zhì)性。
(2)在全國層面和東部地區(qū)的樣本中,外商直接投資本身并不會直接造成顯著的“污染天堂”效應,但外商直接投資的增長不利于綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的治理,間接造成“污染天堂”效應。但在中西部地區(qū),外商直接投資的增長有利于促進綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的治理,會間接帶來“污染光環(huán)”效應。
(3)在全國層面和東部地區(qū)的樣本中,雖然金融發(fā)展水平本身對臭氧污染沒有顯著影響,但是在金融發(fā)展水平較高的城市,綠色金融改革創(chuàng)新試驗區(qū)政策對臭氧污染的改善效果更好,即金融發(fā)展水平的提升強化了綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的治理效應。但在中西部地區(qū),金融發(fā)展水平的提升并不會顯著增強綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的治理效應。
綠色金融改革創(chuàng)新試驗區(qū)設(shè)立時間較短,在發(fā)展中仍存在政策協(xié)同性不足、組織協(xié)調(diào)能力有待加強等體制機制上的一些問題,需要持續(xù)加強制度體系建設(shè)。該研究對于進一步完善中國綠色金融改革創(chuàng)新試驗區(qū)政策,降低城市臭氧污染水平具有重要的指導意義。根據(jù)研究結(jié)論,相關(guān)政策建議主要體現(xiàn)在以下四個方面。
第一,近地面臭氧既是大氣污染物,又是溫室氣體。建立綠色金融改革創(chuàng)新試驗區(qū)對臭氧污染的降低效果表明,通過逐步推廣綠色金融改革創(chuàng)新試驗區(qū)的實施范圍,有利于推動臭氧污染治理,增強綠色金融改革創(chuàng)新試驗區(qū)的環(huán)境治理間接效應,推動大氣污染物和溫室氣體協(xié)同減排目標的實現(xiàn)。
第二,綠色金融改革創(chuàng)新試驗區(qū)影響臭氧污染的區(qū)域異質(zhì)性表明,各試驗區(qū)應根據(jù)經(jīng)濟發(fā)展水平、資源環(huán)境狀況及產(chǎn)業(yè)結(jié)構(gòu)水平,以成本有效性為前提構(gòu)建推動綠色金融政策落地的短中長期政策智慧庫,因地制宜探索綠色金融改革創(chuàng)新試驗區(qū)與大氣污染治理目標的區(qū)域匹配性,探索富有地區(qū)特色的綠色金融創(chuàng)新之路。
第三,外商直接投資對綠色金融改革創(chuàng)新試驗區(qū)降低近地面臭氧污染具有負向調(diào)節(jié)作用,一定程度上造成“污染天堂”效應。因此,亟須合理制定招商引資政策,嚴防“污染天堂”效應。地方政府在落實綠色金融政策的同時,需要通過合理制定招商引資政策,防止外商進行高污染性投資;通過鼓勵外商引導當?shù)禺a(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級,進而形成“污染光環(huán)”效應。東部地區(qū)應更加注意防范外商污染性投資,保障環(huán)境保護與經(jīng)濟高質(zhì)量發(fā)展并行。由于中西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)水平比東部地區(qū)相對滯后,可通過吸引外商投資,實現(xiàn)產(chǎn)業(yè)發(fā)展迭代升級,進而發(fā)揮“污染光環(huán)”效應。
第四,金融發(fā)展水平對綠色金融改革創(chuàng)新試驗區(qū)抑制臭氧污染具有正向的調(diào)節(jié)作用,并且分區(qū)域結(jié)果表明在東部地區(qū)的調(diào)節(jié)作用顯著。因此,亟須持續(xù)優(yōu)化區(qū)域金融生態(tài)環(huán)境,提升金融服務發(fā)展水平,提高綠色金融政策效率。東部區(qū)域金融發(fā)展水平較高,在進一步擴大規(guī)模的同時應更加注重提升政策效率,促進綠色金融高質(zhì)量發(fā)展。由于中西部地區(qū)金融發(fā)展水平相對較低,應根據(jù)金融市場現(xiàn)狀適當擴張金融規(guī)模,推動本地綠色金融政策產(chǎn)生降低臭氧污染的效果。