绿色资本加速脱碳：金融发展驱动中国能源转型的双门槛效应与空间溢出机制

《Energy Strategy Reviews》：Financial development and the energy transition in China: Does green capital accelerate decarbonization?

　　

研究人员开发了一种面向短期电力负荷与电价联合预测的DRL–DQN（深度强化学习–深度Q网络，Deep Reinforcement Learning–Deep Q-Network）模型。该预测任务被构建为具有多维系统状态的马尔可夫决策过程（Markov Decision Process，MDP）。定制化的多目标奖励函数可实现自适应且精确的联合预测。与ARIMA（自回归积分滑动平均模型）、XGBoost（极端梯度提升）及LSTM（长短期记忆网络）等基准模型相比，所提模型将MAPE（Mean Absolute Percentage Error，平均绝对百分比误差）降低了15%–20%。模型在PJM数据上取得了高预测精度，可增强智能电网（smart grid）的运行可靠性。

**研究背景与问题提出**

在全球迈向净零排放的背景下，金融发展与环境的交叉已成为当代经济学最具深远意义的问题，且实现该目标所需的投资规模前所未有。中国是全球最大的CO₂排放国（2022年约占全球31%），也是新兴经济体中绿色债券累计发行量最大的国家（2024年超28万亿元），在这一交叉领域占据独特位置。中国的"双碳"目标（2030年前碳达峰、2060年前碳中和）要求到2060年每年投入约3.8万亿美元的清洁能源投资，公共预算无力独立动员这一资金。然而，金融发展与环境的理论关系并不明确：金融发展既可降低清洁能源项目的融资成本、激励可再生能源投资与技术创新从而减少排放，也可能降低全行业的借贷成本、刺激高耗能生产并放大"污染天堂"效应。既有研究存在明显不足：跨国研究多报告U型或倒U型关系且置信区间宽；中国省级面板研究大多忽略金融溢出的空间维度；绿色金融专门研究虽发现了更大的脱碳效应，却缺乏对银行、证券、保险与绿色金融渠道的统一框架比较，缺乏对省际空间溢出的显式建模，也缺乏对非显著脱碳所需的最小绿色金融规模的识别。上述缺口构成本研究的出发点。

**研究内容与意义**

针对上述缺口，Zhiping Zhang、Zhongkui Wei与Xin Weng构建了涵盖四个子维度的综合金融发展指数（FDI，Financial Development Index），估计其对中国30个省级行政区CO₂排放的影响，论文发表于《Energy Strategy Reviews》。研究以双向固定效应空间杜宾模型（SDM，Spatial Durbin Model）将效应分解为直接与跨境溢出成分，以基于Hansen（1999）Bootstrap（自助法）的双门槛面板回归识别绿色金融强度（GFI，Green Finance Intensity）门槛，并以5000次重复的Bootstrap中介分析分解四条传导渠道。核心结论为：绿色金融是最强的脱碳渠道且效应呈门槛非线性；省际空间溢出约为直接效应的44%；金融发展可在更低收入水平实现排放峰值，为协调区域"双碳"进程提供了直接的政策依据。

**关键技术与数据**

研究人员使用2003—2022年中国30个省级行政区（因数据缺失未含西藏，N=600）的面板数据，CO₂排放数据源自CEADs（Carbon Emission Accounts and Datasets，碳核算账户与数据集）。以主成分分析（PCA，Principal Component Analysis）构建涵盖银行深度、股市规模、保险渗透率与GFI四个子维度的FDI；采用双向固定效应SDM估计直接效应与空间溢出效应；运用基于Hansen（1999）Bootstrap的双门槛面板回归识别门槛；以5000次重复的Bootstrap中介分析分解技术创新、可再生能源投资、产业升级与能源效率四条渠道；并以工具变量两阶段最小二乘法（IV-2SLS，Instrumental Variable Two-Stage Least Squares）与系统广义矩估计（System GMM）进行稳健性检验。

**研究结果**

4.1 基准回归与异质性分析：双向固定效应下FDI系数为?0.218；lnGDP系数为正（0.628）、lnGDP²为负（?0.036），支持环境库兹涅茨曲线（EKC，Environmental Kuznets Curve）假说，收入转折点约为人均10.8万元（2015年不变价）；FDI_green系数?0.284显著大于银行深度（?0.118）与股市发展（?0.084）；IV-2SLS估计为?0.242，表明内生性偏误有限。区域异质性显示绿色金融效应在东部省份（?0.348）是西部省份（?0.142）的2.5倍，西部省份GFI大多低于0.32的门槛。

4.2 空间杜宾模型结果：空间自回归参数ρ=0.268（p<0.001），证实省际CO₂排放存在显著空间依赖；FDI对lnCO₂的直接效应为?0.218，间接（溢出）效应为?0.096，相当于直接效应的44.0%，经资本市场一体化、绿色技术扩散与供应链绿化等渠道传导；FDI_green总效应?0.392居各子维度之首；Moran's I（莫兰指数）由2003年的0.184升至2022年的0.308；在rook相邻、经济距离等替代权重矩阵下，绿色金融系数介于?0.242至?0.278，结果稳健。

4.3 门槛回归结果：GFI双门槛为γ₁=0.320（95%置信区间[0.286, 0.354]）与γ₂=0.620（[0.582, 0.654]），划分三个区制：区制I（GFI<0.32，多为西部及改革前的中部省份）FDI效应为?0.082，政策意义上近乎可忽略；区制II（0.32≤GFI<0.62）效应升至?0.286；区制III（GFI≥0.62，集中于2016年后的东部省份）效应达?0.524。FDI单一门槛γ=0.450，门槛下效应?0.124、门槛上效应?0.362。

4.4 中介分析与EKC检验：可再生能源投资（RE，Renewable Energy）、技术创新（TI，Technology Innovation）、产业升级（IU，Industrial Upgrade）、能源效率（EE，Energy Efficiency）四条渠道的间接份额依次为12.08%、6.84%、4.88%、3.27%，总间接效应?0.0455（95%置信区间[?0.072, ?0.021]）占总效应的21.3%。EKC转折点随FDI与GFI下移：低FDI省份约19,400美元/人，高GFFI省份降至7,400美元/人，表明绿色金融使排放峰值在更低收入水平、更早发展阶段出现。

4.5 稳健性检验：七项检验均支持基准结论——以碳强度（CO₂/GDP）替代被解释变量，FDI与FDI_green系数分别为?0.196与?0.258；剔除北京、天津、上海、重庆四个直辖市得?0.204与?0.272；rook相邻矩阵与经济距离矩阵下绿色金融效应分别为?0.278与?0.262；IV-2SLS工具有效性F统计量24.8超过Stock-Yogo弱工具阈值；系统广义矩估计AR(2)检验p=0.284、Hansen J检验p=0.382，表明无二阶序列相关且工具有效。

**讨论与结论**

讨论部分提出三方面贡献：其一，绿色金融是最强的单一渠道，直接效应为银行深度的2.4倍、股市发展的3.4倍，绿色标签提供的信息、认证与承诺机制可克服借贷双方的信息不对称；GFI=0.32的门槛意味着多数西部省份尚未达到绿色金融的最小有效规模，当前绿色金融向沿海集中的地理分布构成约束。其二，金融发展的排放空间溢出达直接效应的44%，源于资本市场一体化、绿色创新枢纽技术扩散与省级政策竞争扩散，提示应在国家层面协调绿色债券标准并建设跨省绿色基础设施投资走廊。其三，EKC转折点由19,400美元降至7,400美元，表明中国无需等待内陆省份达到东部收入水平即可在2030年前实现碳达峰。政策层面，中国人民银行（PBOC，People's Bank of China）应对GFI低于0.32门槛的省份优先实施差别化准备金、再融资等定向绿色信贷激励；国家发展改革委（NDRC，National Development and Reform Commission）应借助债券市场互联互通便利内陆省份发行绿色债券。情景预测显示，绿色金融加速情景下2035年CO₂可降至约8.2 Gt、可再生能源占比达80%，而BAU（Business as Usual，一切照旧）情景无法在2030年前达峰。作者同时承认研究局限：综合指数牺牲了各维度的深度、中介分析假设线性因果链、2035年情景属历史关系外推仅供参考。另需指出，该文英文摘要所陈述的DRL–DQN（深度强化学习–深度Q网络）电力负荷预测内容与正文主题不符，建议作者更正。

结论部分（译文）：2003—2022年中国30个省份层面的研究表明，金融发展显著促进脱碳——FDI每提高一个标准差，总（直接加溢出）减排效应为31.4%；绿色金融为最强渠道，其脱碳效应超过银行深度与股市发展的一倍以上；效应仅在GFI=0.32与0.62之上才具备经济显著性，多数西部省份仍低于该下限；空间溢出约为直接效应的44%；可再生能源投资与技术创新合计占总效应的18.9%。缩小省际绿色金融差距、推动内陆省份跨越GFI=0.32门槛，是兑现2030年碳达峰承诺的优先政策行动之一。