綠色金融試點降低了能源消耗強度嗎？

申韜 曹夢真

摘 ? 要：基于2013—2017年中國30個省級行政區面板數據，采用雙重差分模型分析綠色金融政策對能源強度的影響，評估綠色金融試點的政策效應，并進一步考察綠色金融發揮作用的中介效應。研究結果表明：綠色金融試點政策有效地降低了單位GDP的能源消耗，政策效應顯著，多種方法的穩健性檢驗顯示估計結果具有穩定性;現階段，綠色金融試點政策主要通過工業產業綠色轉型中介效應影響能源強度，創新能力和產業結構優化中介效應短期內尚不明顯。因此，應擴大試點范圍，進一步提升地方綠色金融實踐能力，積極引導綠色資金支持能源技術創新，加快工業綠色轉型，聚合社會力量共同推動經濟綠色發展。

關鍵詞：綠色金融;能源強度;雙重差分模型;中介效應;工業綠色轉型

中圖分類號：F830 ? 文獻標識碼：A ?文章編號：1674-2265（2020）02-0003-08

DOI：10.19647/j.cnki.37-1462/f.2020.02.001

一、引言

新中國成立70周年來，我國能源領域發展成就引人矚目，能源消費逐漸從“一煤獨大”、粗放低效向清潔多元、集約高效轉變。但我國經濟社會處于工業化階段中后期，未來能源消耗仍然會繼續增加，綠色發展任務艱巨。提高能源利用效率，降低能源消耗強度（單位GDP能源消耗，簡稱“能源強度”）是統籌 “經濟發展” 與 “綠色生態” 的核心對策，“十一五”以來能源強度指標連續被納入國民經濟和社會發展五年規劃綱要。目前，我國能源強度整體呈下降態勢，但降幅持續收窄，2018年僅下降2.2%，低于近10年4.0%的平均降幅。如何有效提高能源系統效率，已成為亟待解決的重大理論與現實問題。

綠色金融試點作為金融供給側改革精準支持綠色發展體系的重要舉措，是節能降耗的重要途徑和關鍵策略之一。綠色金融可通過推動試點省區企業技術創新、產業綠色轉型和產業結構優化等途徑，降低能源強度，提高能源效率，實現節能減排目標（蘇任剛等，2019）。2017年6月14日國務院正式審議通過浙江省、廣東省、新疆維吾爾自治區、貴州省、江西省五?。▍^）綠色金融改革創新試驗區總體方案，決定在五?。▍^）開展綠色金融試點。由此，中國綠色金融發展邁向“自上而下”的頂層設計和“自下而上”的地方實踐探索相結合的新階段（陳雨露，2019）。

我國是全球第一個構建了系統性綠色金融政策框架的經濟體，但當前對綠色金融政策的研究集中于定性分析，實證研究匱乏，落后于不斷完善的綠色金融政策體系（杜莉和鄭立純，2019）。因此，對綠色金融試點政策效應進行實證研究十分必要。綠色金融試點政策提供了一個“準自然實驗”，可通過雙重差分模型分析綠色金融政策對能源強度的影響，評估綠色金融試點的政策效應。同時，運用改變控制組、反事實檢驗等多種方法展開穩健性檢驗以確保結果的可靠性，并進一步檢驗綠色金融發揮作用的中介效應。最后，基于實證研究結果，為完善我國綠色金融體系、提高地方綠色金融實踐能力提出相關政策建議。

二、文獻綜述

（一）關于綠色金融發展

對綠色金融政策的研究總體可分為兩類：一是從綠色金融發展的國際經驗、監管措施等角度，為完善我國綠色金融體系提出政策建議，此類文獻以定性研究為主;二是實證研究綠色金融對經濟發展的影響。

有關綠色金融的定性文獻主要聚焦于理論機制探索方面。第一，金融機構綠色資金配置通過資本成本影響企業的生產經營是綠色金融發揮作用的主渠道（Wang等，2019;黨晨鷺，2019）。一方面，對于節能環保等產業，綠色信貸、綠色債券等綠色金融產品可通過拓寬其融資渠道，支持綠色產業發展（陳經偉等，2019;蘇任剛等，2019）;另一方面，對于“三高”產業，其面臨的環境風險將提高融資成本，加劇融資約束，抑制高耗能企業投資，綠色金融通過融資懲罰效應與投資抑制效應加快綠色轉型，降低能源強度， 提高單位資源的產出水平（蘇冬蔚和連莉莉，2018;王康仕，2019;安偉，2008）。第二，綠色消費金融帶動綠色消費、促進居民生活方式綠色化，通過末端綠色消費需求、市場化激勵影響企業行為，倒逼前端產業轉型升級，增強綠色產品的有效供給，提高能源效率（楊慧慧，2019;王修華，2016）。第三，綠色金融資金投向影響社會預期，引導社會資金流向成長型和創新型產業，市場主體自發推動綠色產業發展，繼而推動產業結構優化升級（陳經偉等，2019）。

對于綠色金融政策的實證研究較少，總體上落后于日趨完善的綠色金融政策體系（杜莉和鄭立純，2019）。受數據可得性限制，實證研究多使用節能減排貸款、污染企業相關反向指標表征綠色金融發展水平（俞嵐，2016;王康仕，2019;余馮堅和徐楓，2019）。部分研究與本文較為相似，運用雙重差分模型研究綠色金融對產業結構、投資水平、經濟發展等的影響。如，杜莉和鄭立純（2019）基于碳排放權交易試點運行數據對我國綠色金融政策體系的效應進行評價，研究發現試點地區碳排放量增長趨勢明顯低于非試點地區，經濟發展更為綠色。李程等（2016）以2007年綠色信貸政策的出臺為自然實驗，使用2005—2012年16家上市銀行數據評價綠色信貸政策對銀行績效的影響，研究發現綠色信貸政策對商業銀行績效存在負向的影響，但隨著綠色金融政策的完善，負面影響正在減弱。Wang等（2019）構建準自然實驗研究發現，綠色金融政策促使金融機構調整對高污染企業的信貸策略，進而影響其投資結構和效率。

（二）關于能源強度影響因素

現有對能源強度影響因素的研究主要集中于經濟發展水平、產業結構、城鎮化、金融發展等方面，著重分析綠色金融對能源強度影響的文獻較為鮮見。張志輝（2015）應用Bootstrap糾正的共同前沿DEA方法，測算中國區域能源效率并分析其影響因素，發現經濟發展水平、政府干預、城鎮化、產業結構、經濟開放等對能源效率均有顯著影響。郭文和孫濤（2017）引入城鎮化等因素拓展LMD模型，實證分析人口結構變動對區域能源消費碳排放量變動的影響，發現中國人口結構變動主要通過居民消費率和消費水平影響地區能源消費碳排放量。唐曉華和劉相鋒（2016）利用Geweke因果檢驗的方法發現中國制造業產業結構優化與能源消耗之間存在兩條反饋循環，減少能源壓力應制定差異化的能源政策和產業結構調整政策。岳書敬（2019）以全球56個國家和地區為研究對象，重點分析多種金融發展指標對能源強度的影響，發現股票市場和銀行層面的金融發展有效提升了發達國家的能源效率，但對發展中國家存在異質性。

綜上所述，基于綠色金融試點政策 “準自然實驗”，運用雙重差分模型分析綠色金融政策對能源強度的影響，評估綠色金融政策的政策效應，并檢驗其產生作用的中介路徑意義重大。

三、模型與數據

（一）雙重差分模型

綠色金融試點政策實施后，能源強度變動的總效應由兩部分構成：一是“時間效應”部分，即隨自身發展特色或經濟形勢等原有“慣性”引起的能源強度變動部分;二是“政策處理效應”部分，即綠色金融試點政策導致的能源強度變動部分。因此，綠色金融試點政策評估的關鍵在于如何合理區分時間引起的能源強度變化與綠色金融試點“政策處理效應”。雙重差分法（DID）作為一種因果效應參數識別策略，將綠色金融試點政策視為“準自然實驗”，通過對比分析兩類主體政策實施前后呈現出的差異，能夠有效分離“時間效應”和“政策處理效應”（見圖2），剝離未觀測的混雜因素的影響。由此，本文選擇雙重差分模型考察綠色金融試點政策對能源強度的影響。

注：圖中虛線為輔助線，表示不進行政策干預時處理組的趨勢。

圖2：雙重差分法示意圖

假設政策實施前試點省區與非試點省區的能源強度具有相同的時間效應趨勢，以綠色金融試點省區作為處理組、非試點省區作為控制組，構建DID模型如下：

[lnEIit=α0Treati+α1Postt+ωTreati×Postt+β×Controlit+εit] ?（1）

其中EI（Energy Intensity）為能源強度，表示單位GDP的能源使用量。[Treati]表示綠色試點政策，試點省份取1，其余為0。[Postt]表示政策實施時間，試點前為0，政策實施為1。[Treati×Postt]為雙重差分變量，其系數[ω]表示政策效應。[Controlit]表示一系列控制變量，包括經濟發展、金融基礎、城鎮化率、FDI等。此外，考慮到宏觀經濟波動、氣候、區位、地理特征等因素會對地區能源強度產生影響，采用普遍做法，控制時間固定效應（[γt]）和地區固定效應（[μi]），模型轉化為：

[lnEIit=ωTreati×Postt+β×Controlit+μi+γt+uit] （2）

（二）數據說明

數據選取綜合考慮以下三方面：

1. 控制其他政策因素干擾。由圖3所示，2012年起受PM2.5監測等環境政策影響，平均能源消耗呈現出較大波動，由此選擇2013作為研究區間開端。

2. 試點政策與實際運行狀況。2016年4月，中國人民銀行副行長陳雨露表示綠色金融第一批試點即將啟動，包括浙江、廣東、新疆、貴州、江西等省區。這些地區積極開展準備工作，為綠色金融試點工作順利開展奠定基礎，如2016年末廣東省和貴州省分別出臺《關于加強環保與金融融合促進綠色發展的實施意見》《貴州省人民政府辦公廳關于加快綠色金融發展的實施意見》等。因此，在2017年綠色金融試點方案正式通過時，政策效應得以迅速釋放，使用2017年數據代表政策實施數據具備合理性。

3. 數據可得性與統計口徑一致性?！吨袊茉唇y計年鑒》僅更新至2018年版，即省級能源消耗數據僅能獲至2017年，且港澳臺地區和西藏數據缺失較為嚴重。另外，2018年雖未擴大試點范圍，但各?。ㄊ校┚_始頒布涉及綠色金融的相關實施意見或發展規劃，將加大對政策效果測度的干擾。

鑒于此，本文基于2013—2017年中國30個省級行政區面板數據（港澳臺和西藏未包括在內）開展研究。

（三）變量設置

1. 被解釋變量。能源強度又稱綜合能耗強度，是單位國內生產總值的能源消耗，即地方能源消耗總量與該地GDP之比，是經濟社會發展的重要約束性指標。各省的能源消耗總量由該地區實際消費的煤炭、石油、天然氣等化石燃料轉換為具有可比性的標準煤后加總得到，數據來源于歷年《中國能源統計年鑒》。

2. 核心解釋變量。本文的核心解釋變量為雙重差分變量[Treati×Postt]。其中[Treati]表示綠色試點政策，試點省份取值1，其余為0;[Postt]表示政策實施時間，2016年及以前為0，2017年為1。[Treati×Postt]的系數[ω]表示政策效應。

3. 控制變量。以綠色金融試點為“準自然實驗”的DID模型中的控制變量，要綜合考慮影響政策選擇與被解釋變量能源強度的因素。中國人民銀行副行長陳雨露介紹試點政策時表示試點工作應具備充分的代表性，綜合考慮經濟發展階段與空間布局等因素。從各自的發展情況來看，五大試驗省區差異化特征明顯，在經濟發展水平、金融基礎、人口規模、對外開放程度等方面均具備一定的典型性、代表性，有利于進一步提升創新試點經驗，對于中國乃至全球綠色金融發展具有借鑒意義?？紤]到上述因素可能影響試點省份的確定，且會對能源強度產生影響，在模型中對其進行控制，以便更準確地估計試點政策效果（岳書敬，2019;嚴成樑等，2016;郭文等，2017）。其中，經濟發展水平（PGDP）使用人均GDP表示;金融基礎采用金融相關比率指標，為地方金融機構存貸之和占GDP的比重;人口規模（POP）為地方常住人口數量;對外開放水平（FDI）使用實際利用外商直接投資額衡量，并按照當年匯率折算為人民幣價值。人均GDP、人口規模和FDI進行取對數處理。

此外，諸多研究證實人口城鄉結構（城鎮化）、創新能力、產業結構、政府經濟影響力是能源消費強度的重要影響因素，對此予以控制（岳書敬，2019;張志輝，2015;張瑞和丁日佳，2015）。人口城鄉結構（UR）使用城鎮化率表示，為各省非農人口占總人口比重;政府經濟影響力（ECO）采用地方節能環保公共財政支出表示，取對數處理;產業結構由產業結構優化（STRUC）與工業產業占比（INDUSTRY）兩個指標表示，前者為第二產業產值與第三產業產值之比，后者為第二產業產值占地方GDP的比重。根據圖1，綠色金融政策可能通過創新能力、產業結構優化與工業產業占比作用于能源強度，因此這三個變量為中介效應變量，是本文的重要解釋變量。創新能力（PAT）使用專利申請數量表示，取對數處理。匯率數據來源于國際貨幣基金組織IFS數據庫，專利申請數量、城鎮化率和地方節能環保財政支出數據來自萬得數據庫。

四、實證分析

首先，在平行趨勢檢驗的基礎上，控制經濟發展水平、金融基礎等影響因素，使用雙重差分模型估計綠色金融試點對能源強度的影響。其次，使用改變控制組、反事實檢驗、單差法等多種方法對模型進行穩健性檢驗，確保實證分析結果的可靠性。再次，根據綠色金融影響能源強度的路徑（見圖1），進一步考察綠色金融政策發揮作用的中介效應。

（一）平行趨勢檢驗

平行趨勢假設是雙重差分模型有效分離“時間效應”和“政策處理效應”，進而分析綠色金融政策效應的前提假設。其含義為假設不存在綠色金融試點政策時，處理組和控制組的能源強度變動趨勢將保持一致。如果能源強度不滿足平行趨勢假設，則處理組與控制組的差異可能來自處理組以外的其他因素，雙重差分的政策評估結果不可信，因此，有必要在政策效應評估前進行平行趨勢檢驗。

由圖5所示，試點政策實施前（2013—2016年），控制組與處理組平均能源強度持續保持高度平行趨勢，滿足假設條件，控制組的能源強度可作為處理組的潛在結果。2017年政策實施后，處理組平均能源強度大幅下降，處理組a點與控制組輔助線b'間的差距ab'表示綠色金融試點的政策效應。

（二）實證結果

由表2的政策效應評估結果，綠色金融試點政策變量系數均顯著為負，表明綠色金融試點政策有效地降低了單位GDP的能源消耗，政策效應十分顯著。由模型1所示，不考慮其他因素影響，綠色金融試點政策系數在1%的水平上顯著為-0.0902。在對經濟發展、人口等因素進行控制后（模型2），綠色金融試點政策系數為-0.0343，表示綠色金融試點省份政策實施后較實施前比非試點省份政策實施后較政策實施前單位GDP能耗平均顯著降低約343噸標準煤。綠色金融試點省份通過綠色金融工具支持當地經濟綠色發展，顯著提高能源使用效率，降低能源強度。

控制變量中，經濟發展速度會顯著降低能源強度，表明經濟發展方式轉變、提質增效成效顯著;人口規模增加單位產出的能源消耗，城鎮化水平會顯著降低能源強度，表明生活能源使用效率不佳，但城鎮化的集聚效應和規模經濟作用明顯;外商直接投資增加單位產出的能源消耗，表明地方在對外招商引資中對其能源消耗強度缺乏重視;金融發展水平一次項顯著為正（約為0.2503），二次項顯著為負（-0.0211），表明傳統金融發展與能源消耗強度存在倒U形關系，與岳書敬（2019）、嚴成樑等（2016）的研究結果一致。模型3繼續控制地方節能環保財政支出后，政策效應仍然顯著，系數變動幅度微小，表明政府節能環保支出有效地提高了能源效率。

進一步，考慮圖1中綠色金融政策可能影響能源強度路徑的變量，即創新能力、產業結構優化和產業綠色轉型。如模型4—6所示，創新能力（PAT）和產業結構優化（STRUC）作用不顯著，可能是由于中介效應的存在，下文將對此展開檢驗。工業產業占比（INDUSTRY）顯著為負，工業產值占比增加顯著降低能源強度，與近年現實情況相符①。此外，工業生產過程中降低能源資源消耗實質上就是工業綠色轉型的過程（李平，2011），工業產業占比系數表明2013—2015年連續開展的工業節能與綠色發展專項行動②作用釋放，淘汰落后煤電機組成果顯著，能源利用更加清潔高效，工業產業綠色轉型升級成效初顯。

（三）穩健性檢驗

1. 不同控制組。雙重差分模型要求處理組和控制組具有穩定性，同一省份不能在處理組和控制組間游動。根據商道融綠中國綠色金融政策數據庫統計，2017年上半年除試點的5省外，另有福建、江蘇、 內蒙古、青海、陜西等五省區頒布了綠色金融相關政策，為減少估計誤差、提高結果的準確性，將福建等五省區從控制組中剔除，形成控制組（2），并用[Treat2]表示，新的控制組和處理組仍滿足平行趨勢假設。如表2所示，使用不同控制組時雙重差分系數為-0.0346，仍然在5%的水平上顯著，說明綠色金融試點政策有效降低能源強度、提高能源效率，且這一結論具有穩健性。

由表2所示，采用不同控制組進行估計時，經濟發展水平（PGDP）、金融基礎（FD）、FDI等控制變量的符號、大小、顯著性均基本與表1中保持一致。在反事實檢驗與單差檢驗中也未發生較大變化，系數估計總體基本穩定，后文不再贅述。

2. 反事實檢驗。為排除上述基本結果來源于安慰劑效應和隨機性因素影響，借鑒白俊紅等（2016）改變政策實施時間的做法，進行反事實檢驗（Counterfactual Test）。按照普遍做法，將政策實施時間提前至2015年（以[Post2]表示）進行估計。若反事實檢驗估計系數顯著為負，說明能源強度的下降可能來自其他政策或隨機性因素，反之，若估計系數不顯著，則表明能源強度的下降源于試點政策的實施。由表3估計結果可知，政策實施時間提前兩年后系數僅為-0.0183，大幅下降，且統計上不顯著，表明能源強度的下降主要源于綠色金融試點政策，而非是安慰劑效應或隨機性因素，研究結果可靠。

3. 單差法。若僅采用傳統的單差法估計綠色金融試點的政策效應，其結果易出現較大偏誤。借鑒劉瑞明和趙仁杰（2015）的做法，對模型進行單差檢驗。檢驗結果如表3所示，Treat的估計系數為-0.8150，在1%的水平上顯著。而使用雙重差分法估計出來的Treat[×]Post系數均小于0.1，表明傳統的單差法大大高估綠色金融試點對能源效率的作用，估計結果存在較大偏差，雙重差分法估計結果更為可信。

（四）進一步檢驗

由圖1，綠色金融影響可能通過提高創新水平、產業綠色轉型、產業結構優化等路徑影響能源強度。為進一步探究綠色金融政策發揮作用的方式，借鑒溫忠麟（2014）中介效應檢驗流程進行檢驗。

[lnEIit=c×Treati×Postt+∑β1×Controlsit+μi+γt+uitMit=a×Treati×Postt+∑β2×Controlsit+μi+γt+uitlnEIit=c′×Treati×Postt+bM+∑β3×Controlsit+μi+γt+uit]

如表3所示，在對工業產業綠色轉型的中介效應檢驗中：（1）模型7系數c顯著，按中介效應立論;（2）模型8系數a顯著且模型9統一前后表述方式系數b顯著，表明間接效應顯著;（3）模型9中[c']顯著，存在直接效應，可能存在其他中介;（4）a[×]b與[c']符號一致為正，表明工業綠色轉型為部分中介效應，即綠色金融政策會通過工業產業綠色轉型的中介效應間接影響能源強度。

同理，對創新能力和產業結構優化的中介效應進行檢驗（模型10—11），各自的系數a均不顯著，繼續進行Bootstrap檢驗，結果均不存在間接效應，可能的原因在于政策實施后數據較短，創新能力和產業結構優化路徑作用未能充分釋放。綜上，綠色金融試點政策主要通過工業產業綠色轉型的中介效應影響能源強度，創新能力和產業結構優化效應短期內尚不明顯。

五、結論與政策建議

以綠色金融試點政策為準自然實驗構造雙重差分模型，使用多種穩健性檢驗及中介效應機制檢驗得出如下主要結論：（1）綠色金融試點政策實施能顯著降低能源消耗強度，提高能源效率。多種穩健性檢驗表明研究結果具有可靠性。（2）工業產業占比顯著降低能源強度，工業產業綠色轉型成效明顯?，F階段，綠色金融試點政策主要通過工業產業綠色轉型中介效應影響能源強度，創新能力和產業結構優化中介效應短期尚不明顯。（3）城鎮化的集聚效應和規模經濟對能源強度改善作用明顯，但生活消費能效不佳。（4）政府節能環保支出有效地提高了能源效率，但對外招商引資中對節能降耗缺乏重視?；诖?，本文提出以下政策建議：

第一，擴大綠色金融試點范圍，充分發揮綠色金融政策效應。綠色金融試點政策實施能顯著地降低能源強度，應積極擴大試點范圍，進一步提升綠色金融實踐能力，試點經驗逐步向全國推廣。同時，強化綠色金融國際合作，不斷提升我國在綠色金融領域的引領作用。發揮我國政策體系成熟、地方實踐經驗豐富的先行優勢，積極宣傳推廣我國綠色金融政策， 以身作則地將國內的綠色發展要求擴展到 “一帶一路”投資建設中，并通過G20、綠色金融體系網絡（NGFS）倡議各國接入并遵循《“一帶一路”綠色投資原則》，促進綠色金融在世界范圍內的推廣和落地，以更好地應對全球環境變化。

第二，引導綠色資金支持能源技術創新，促進能源利用智能化、高效化。應加快推進新能源技術與互聯網技術融合創新，加強微能源網、能源互聯網的建設，通過降低能源長距離傳輸導致的損耗，實施能源梯級利用，提高我國能源綜合利用效率。

第三，供給側精準對接消費需求，深度開發普遍適用的綠色消費金融產品，形成綠色金融發展的長期需求。我國能源需求重心正逐步轉向生活消費側，但消費者的決策很大程度上受其所面臨的金融選擇的影響。因此，借助現有電商平臺對消費者綠色消費意愿和能力的大數據分析和評估，加強綠色金融在消費金融領域的創新，深度開發普遍適用的綠色消費金融產品，有助于增強綠色金融的滲透力和影響力。同時，促進形成綠色金融發展的長期需求，推動社會資源更多地向綠色產業鏈上流動，在源動力上拉動社會的綠色生產引擎，促進產業綠色轉型，推動綠色經濟發展。

第四，繼續推動城鎮化的綠色轉型，促進城鄉居民生活方式綠色化。城鎮化建設中應進一步融入綠色環保理念，打造綠色、低碳宜居城市。如對于北方地區冬季取暖這一高能耗民生問題，要對城鎮新建建筑全面執行國家建筑節能強制性標準，對既有建筑實施節能改造，提高建筑用能效率。同時，利用工業余熱余能回收供暖，提升余熱利用效率和范圍，保證供暖的同時全面推進清潔高效發展。在踐行綠色生活方面，應以節能環保家電、綠色物流等為切入點，著力培育和推廣綠色生活理念和生活方式，聚合全社會力量實現經濟綠色發展。

第五，構建地方政府綠色政績考核體系。政績考核方式直接影響施政行為，建立“綠色GDP”等綠色政績考核體系，加強節能績效管理，激發地方政府綠色發展驅動力，有效提高地方節能環保公共財政支出使用效率。同時，促使其在引進外資項目時，設置“綠色門檻”、嚴格節能準入，從源頭上防止高能耗、高污染項目落地建設。

注：

12017年規模以上工業能源強度比2012年累計降低27.6%，高于單位GDP能耗累計降幅6.7個百分點，年均下降6.3%，高于單位GDP能耗年均降幅1.7個百分點。

2中國工業和信息化部2013—2015年連續頒布《工業節能與綠色發展專項行動實施方案》，并陸續出臺《中國制造2025》《工業綠色發展規劃（2016—2020年）》《綠色制造工程實施指南（2016—2020年）》《關于開展綠色制造體系建設的通知》等文件。

參考文獻：

[1]Wang，E.，Liu，X，Wu，J.，et al. 2019. Green Credit， Debt Maturity，and Corporate Investment-evidence from China [J].Sustainability，11（3）.

[2]蘇任剛，趙湘蓮，程慧. 綠色金融支持綠色產業發展的作用機理、路徑分析 [J]. 財會月刊，2019，（11）.

[3]陳雨露.央行副行長陳雨露 發展綠色金融有效服務實體經濟 [J].財經界， 2019，（6）.

[4]杜莉，鄭立純. 我國綠色金融政策體系的效應評價——基于試點運行數據的分析 [J].清華大學學報（哲學社會科學版），2019，34（1）.

[5]黨晨鷺.區域綠色金融發展與產業結構的關系——基于我國省級面板的實證分析 [J].商業經濟研究， ?2019，（15）.

[6]陳經偉，姜能鵬，李欣.“綠色金融”的基本邏輯、最優邊界與取向選擇 [J].改革，2019，（7）.

[7]蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業的投融資行為？ [J].金融研究，2018，462（12）.