綠色金融對中國地區碳排放效率的影響效應分析
——基于動態空間面板模型的實證研究

吳泓翰 徐玖平

2020 年9 月，國家主席習近平在第七十五屆聯合國大會一般性辯論上的講話中明確提出，中國力爭在2030 年前實現碳達峰、2060 年前實現碳中和，這是中國為應對全球氣候變化做出的莊嚴承諾。實現“雙碳”目標需要通過控制和減少碳排放、實施碳匯工程、利用可再生能源等方式來實現，而要實現全球最大總量的碳排放降幅難度極其艱巨繁重。①劉燕華、李宇航、王文濤：《中國實現“雙碳”目標的挑戰、機遇與行動》，《中國人口·資源與環境》2021年第9期。然而，當前碳排放概念僅把生態效益作為衡量的主要因素，與之相比，能綜合衡量生態、經濟和社會效益的碳排放效率顯然更受關注。黨的二十大報告指出，“積極穩妥推進碳達峰碳中和”“推動能源清潔低碳高效利用”。提升碳排放效率已成為推動經濟社會綠色轉型，實現經濟社會高質量發展的重要抓手。作為一種新型的金融模式，綠色金融可以通過綠色貸款、綠色債券、綠色基金、綠色投資等工具的支持和引導，促進綠色技術的研發和應用，推動能源結構優化和產業結構升級，進一步提高碳排放效率，實現經濟社會全面可持續發展。因此，如何充分發揮綠色金融對碳排放效率的積極作用成為重要研究課題。

一、文獻回顧

綠色金融概念最早源于環境金融（Environmental Finance），是金融行業針對環保企業融資需求開展的金融創新。它不同于傳統銀行業務，被視為一種把金融行業與環境緊密聯系起來的高效投融資方式，是一類能夠轉移環境風險，提升環境質量的金融產品。①Chi-Chuan Lee， Chien-Chiang Lee and Yong-Yi Li， “Oil Price Shocks，Geopolitical Risks，and Green Bond Market Dynamics，”The North American Journal of Economics and Finance， vol.55， 2021.國內學者盡管對綠色金融缺乏統一定義，但對于其本質和內涵的認知隨著綠色金融的發展逐漸明晰，即遵循市場經濟規律，以建設生態文明為導向，以信貸、保險、證券、產業基金及其他金融衍生工具為手段，以促進節能減排和經濟資源環境協調發展為目的的宏觀調控政策。②安偉：《綠色金融的內涵、機理和實踐初探》，《經濟經緯》2008年第5期。而對于碳排放效率的內涵界定，國內外學者主要基于兩個角度：一是單要素角度，以單位GDP 的CO2排放量衡量碳排放效率③張文婧、廖進中、廖任飛：《關于“單位GDP 碳排放”概念的探析》，《湖南大學學報》（社會科學版）2010 年第5 期；B. W. Ang，“Is the Energy Intensity a Less Useful Indicator than the Carbon Factor in the Study of Climate Change？”Energy Policy，vol.27，no.5，1999， pp.943-946.；二是多要素角度，綜合考慮勞動、資本等各類生產要素的投入，利用數據包絡方法測度碳排放的相對效率。④馬大來、陳仲常、王玲：《中國省際碳排放效率的空間計量》，《中國人口·資源與環境》2015年第1期。對于影響碳排放效率的關鍵因素，主要包括經濟增長⑤田云、林子娟：《中國省域農業碳排放效率與經濟增長的耦合協調》，《中國人口·資源與環境》2022年第4期。、政策引導⑥郭沛、梁棟：《低碳試點政策是否提高了城市碳排放效率——基于低碳試點城市的準自然實驗研究》，《自然資源學報》2022年第7期。、科技創新⑦薛飛、劉家旗、付雅梅：《人工智能技術對碳排放的影響》，《科技進步與對策》2022年第24期。、產業結構⑧劉志華、徐軍委、張彩虹：《科技創新、產業結構升級與碳排放效率——基于省際面板數據的PVAR 分析》，《自然資源學報》2022年第2期。、金融發展⑨徐文成、毛彥軍、屈小爽：《農村金融發展對農業碳排放影響研究——以河南省17個省轄市為例》，《征信》2022年第7期。等。

當前，學界關于綠色金融對碳排放效率的影響尚未達成一致，部分學者認為綠色金融可以通過融資懲罰效應和投資抑制效應，抑制重污染行業融資⑩丁杰：《綠色信貸政策、信貸資源配置與企業策略性反應》，《經濟評論》2019年第4期。，引導資金流向資源技術節約型和生態環境保護型產業。?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？》，《金融研究》2018年第12期。此外，發達地區的綠色金融發揮了更大效能?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》，《清華大學學報》（哲學社會科學版）2019年第1期。，具有明顯的碳減排效果。?江紅莉、王為東、王露、吳佳慧：《中國綠色金融發展的碳減排效果研究——以綠色信貸與綠色風投為例》，《金融論壇》2020年第11期。綠色金融可以對清潔環保型技術研發實踐進行投融資支持，推動低碳經濟發展模式快速擴張。?Muhammad Shahbaz， Sakiru Adebola Solarin， Haider Mahmood and Mohamed Arouri， “Does Financial Development Reduce CO2 Emissions in Malaysian Economy？A Time Series Analysis，” Economic Modelling， vol.35， 2013， pp.145-152.也有學者認為綠色金融對綠色經濟整體存在先促進再抑制的影響效應。?尹子擘、孫習卿、邢茂源：《綠色金融發展對綠色全要素生產率的影響研究》，《統計與決策》2021年第3期。從微觀機制變量看，學者們發現政府研發補貼能促進綠色金融在能源效率提升方面發揮更大效能?蒙玉鑫、劉璐、冉啟英：《綠色金融是否提高了能源效率？——基于中國政府研發補貼視角》，《生態經濟》2023年第6期。，綠色金融和政府干預對碳排放效率的耦合作用既可能是正向的也可能是負向的。?趙曉春、龍來春、周瑛：《綠色金融、政府干預與區域碳排放效率》，《統計與決策》2023年第10期。

總體來看，綠色金融可以通過多種渠道影響碳排放效率。在研究對象上，已有研究多數從綠色信貸、政府調控等單一方面對碳排放效率的影響進行研究，或聚焦特定區域的具體產業。?王達、宋超、張馨幻、徐雯、楊念：《京津冀地區綠色金融發展水平與農業碳排放效率耦合度研究》，《農業大數據學報》2022年第3期。在研究方法上，大多是利用面板數據，建立計量模型實證研究綠色金融與碳排放效率的關系，但忽略了綠色金融評價體系的多元性，未充分考慮滯后或回程效應。在當前研究的基礎上，本文從綠色信貸、綠色債券、綠色保險和綠色投資等四個維度測度綠色金融發展水平，在整體上進行審視和分析。同時，基于中國30個省區（除港澳臺地區、西藏自治區外）2000—2019 年省際面板數據，運用動態空間面板模型，實證評估綠色金融對碳排放效率的滯后效應和回程效應，為實現“雙碳”目標和推動經濟社會綠色低碳發展提供了一定的理論和數據參考。

二、理論機制與研究假設

綠色金融對碳排放效率的作用主要體現在以下三個方面：第一，綠色金融可以通過提供融資支持，促進綠色技術的研發和應用，倒逼企業為綠色發展投入更多資金，主動開展技術升級和轉型發展，從而減少高碳排放行業的能源消耗和排放。例如，為可再生能源項目提供貸款支持，鼓勵企業研發低碳技術，從而減少碳排放。①孫景兵、薛倩：《科技創新提高碳排放效率了嗎？》，《生態經濟》2022年第6期。第二，綠色金融可以引導資本流向環保產業和低碳產業，促進產業結構的調整，減少高能耗、高污染產業的碳排放。②施懿宸、章容洲、楊晨輝：《碳減排與綠色信貸：基于國際經驗的發展路徑探討》，《國際金融》2021年第7期。例如，支持環保產業和低碳產業的發展，將更多的資本引導到相關領域，減少高碳排放產業的能源消耗。第三，綠色金融可以推動企業優化環保管理和實踐，引導和鼓勵企業采取更加環保的生產方式，提升碳排放效率。③毛彥軍、曲迎波、鄭天恩：《綠色信貸的碳排放效應及其能源效率機制研究——基于空間計量模型的分析》，《金融理論與實踐》2022年第9期。例如，企業采取措施減少能源消耗和廢棄物排放，提高資源利用效率，從而減少碳排放。盡管綠色金融可以通過支持綠色技術研發和應用、促進產業結構調整、推動企業環保管理和實踐等多方面渠道提升碳排放效率，但是，企業技術改造和產業結構優化的碳減排作用需要一定的時間才能顯現。因此，提出假設H1：綠色金融對碳排放效率有顯著提升作用，但存在滯后效應。

綠色金融對碳排放效率的提升存在回程效應。首先，綠色金融對碳排放效率的影響不是一蹴而就的，它需要通過長期的資本投入和政策引導等手段來實現。④金英君、劉曉峰、王義源：《政府調控碳排放路徑研究——基于金融效率的視角》，《中國軟科學》2021年第5期。在這個過程中，可能會出現一些短期的波動和調整，導致回程效應出現。例如，在投資綠色能源項目時，可能會使得傳統能源價格上漲，從而刺激人們對傳統能源的需求，進而導致傳統能源的開采和使用量增加。其次，綠色金融所支持的環保項目和政策往往涉及多個領域和方面，其影響也是復雜而多方面的。⑤熊靈、齊紹洲：《金融發展與中國省區碳排放——基于STIRPAT模型和動態面板數據分析》，《中國地質大學學報》（社會科學版）2016年第2期。不同領域和方面的影響可能會相互抵消或產生負相關關系，從而導致回程效應的出現。例如，在推廣可再生能源時，可能會使得傳統能源的需求下降，但同時也會導致可再生能源的生產成本上升，從而抵消了環保效果。因此提出假設H2：綠色金融對碳排放效率存在回程效應。

三、研究設計

（一）模型設定

1. 空間自相關檢驗

本文利用熵值法測度綠色金融水平，并運用Global Moran’s I 檢驗省際綠色金融空間自相關性，以此確定建立空間面板計量模型的必要性。計算公式如下：

式中n為30；xi、xj分別為地區i和j的綠色金融水平；Wij為空間權重。

2. 空間權重矩陣設定

為了確保結果的準確性，本文構建空間鄰接矩陣（W0）、空間地理距離矩陣（W1）、經濟地理嵌套矩陣（W2）測算30個省區的空間相關性。

空間鄰接矩陣W0：

空間地理距離矩陣W1：

以地區國內生產總值衡量各地區之間經濟距離，構建經濟地理距離矩陣W2：

3. 動態空間面板模型

為檢驗綠色金融對碳排放效率的滯后效應，本文引入如下動態空間面板模型：

式中t=20；Yt表示被解釋變量t時期觀測值的N× 1 維向量；Xt表示t時期各解釋變量觀測值構成的N×K維矩陣，K為解釋變量的個數；W為空間權重矩陣。

（二）變量選取和指標說明

1. 被解釋變量

碳排放效率（CTE）是指在既定產出和要素投入條件下，理論上可達到的最少碳排放與實際排放之比。①王群偉、周鵬、周德群：《我國二氧化碳排放績效的動態變化、區域差異及影響因素》，《中國工業經濟》2010 年第1期。當前，關于碳排放測算主要依靠參數法與非參數法。參數法通過假設明確的生產函數來測算碳排放效率。相較于參數法，非參數法的使用更加廣泛，主要以數據包絡法（DEA）為主，是一種基于多種投入要素與多種產出要素所產生的多個決策單元相對效率的系統分析方法②A. Charnes， W. W. Cooper and E. Rhodes， “Measuring the Efficiency of Decision Making Units，” European Journal of Operational Research， vol.2， no.6，1978， pp.429-444.，傳統DEA 模型中存在變量松弛問題，忽略了環境的影響。因此，Tone 等提出一種非徑向、非角度的SBM 模型，將松弛變量納入目標函數中，解決了投入和產出的松弛問題。此后，又將非期望產出要素納入SBM 模型中，解決了環境負外部性的問題。③Kaoru Tone and Miki Tsutsui，“Dynamic DEA： A Slacks-based Measure Approach，”Omega， vol.38， 2010， pp.145-156.本文采取修正的SBM 模型測算碳排放效率，具體模型如下：

其中βj，，≥0；i= 1，2，…，m；r= 1，2，…，q；j= 1，2，…，n(j≠k)，s-，s+，分別表示投入要素、期望產出要素、以及非期望產出要素的松弛變量，xik，yrk，brk分別表示投入、期望產出以及非期望產出，q1，q2分別表示期望與非期望產出要素的數量，β為需要進行改善的效率值。

參考杜克銳等人的做法①杜克銳、鄒楚沅：《我國碳排放效率地區差異、影響因素及收斂性分析——基于隨機前沿模型和面板單位根的實證研究》，《浙江社會科學》2011年第11期。，本文的投入變量包括能源、資本和勞動力，期望產出為地區生產總值，非期望產出為碳排放。為消除通貨膨脹影響，所有涉及價格指數的變量以2000 年為基期進行平減，其中，勞動力以各地區年末就業人數來度量。資本投入采用年均資本存量來度量，由于現有的統計資料并沒有我國及各地區資本存量的統計，按照張軍等的做法②張軍、吳桂英、張吉鵬：《中國省際物質資本存量估算：1952—2000》，《經濟研究》2004年第10期。，采用“永續盤存法”對每年的實際資本存量進行測算：本期物質資本存量=本期固定資產形成總額+上期物質資本存量×（1-9.6%）（9.6%為各省份固定資本形成總額的固定資產折舊率）。能源投入是以各省份每年生產過程中的能源消耗量折算成標準煤后加總來表示。

2. 核心解釋變量

綠色金融（GF）的主要內涵是遵循市場經濟規律，以生態文明建設為導向，采取信貸、證券、保險、基金等多樣化金融工具，致力于推動節能降耗和實現經濟資源與環境的協調發展。③安偉：《綠色金融的內涵、機理和實踐初探》。在尹子擘等人的研究基礎上④尹子擘、孫習卿、邢茂源：《綠色金融發展對綠色全要素生產率的影響研究》。，本文將綠色金融分為綠色信貸、綠色證券、綠色保險、綠色投資四部分，具體指標體系如表1所示。

表1 綠色金融發展水平評價指標體系

3. 控制變量

選取以下控制變量進行分析：（1）經濟發展水平（EDL）：本文以人均GDP 表示經濟發展水平。環境庫茲涅茨曲線認為，經濟發展與環境狀況呈現出倒“U”型關系。（2）能源結構（ES）：煤炭消費量／能源消費總量×100%。中國地域遼闊，不同地區之間自然資源稟賦差異巨大，能源結構也存在差異。⑤杜立民：《我國二氧化碳排放的影響因素：基于省級面板數據的研究》，《南方經濟》2010年第11期。（3）科研投入（TS）：科技支出/財政支出×100%。增加研發投入，能促進科技創新，進而提高能源利用效率促進碳排放效率提升。⑥Paul Wolfram and Nic Lutsey，“Electric Vehicles：Literature Review of Technology Costs and Carbon Emissions，”The International Council on Clean Transportation Working Paper，2016-14.（4）產業結構（IS）：工業增加值/國內生產總值×100%。隨著產業結構變動，特別是第三產業在整個產業結構中所占比重上升會導致碳排放量下降，從而碳排放效率上升。⑦Gene M. Grossman and Alan B. Krueger，“Environmental Impacts of a North American Free Trade Agreement，”National Bureau of Economics Research Working Paper，1991，no.W3914.（5）對外開放水平（OPL）：出口額/國內生產總值×100%。對外開放程度越高，能從國外引進的先進技術設備和管理經驗就越多，從而提升能源利用效率。⑧羅良文、李珊珊：《FDI、國際貿易的技術效應與我國省際碳排放績效》，《國際貿易問題》2013年第8期。（6）政府干預程度（GOV）：政府財政支出/國內生產總值×100%。政府部門的環保政策可以解決環境問題，但政府部門的過度干預又可能會抑制碳排放效率提升。⑨朱承亮、岳宏志、師萍：《環境約束下的中國經濟增長效率研究》，《數量經濟技術經濟研究》2011年第5期。

4. 數據來源

本文以2000—2019 年為考察區間，以中國30 個省區（除港澳臺地區、西藏自治區外）為研究對象，基礎數據來自《中國統計年鑒》《中國能源統計年鑒》及各地區統計年鑒。

四、結果與分析

（一）全國各省區碳排放效率的時空演變分析

根據國家統計局的劃分標準，本文將30 個省區劃分成東、中、西以及東北四大區域。圖1 顯示了全國及四大經濟區域2000-2019 年的碳排放效率趨勢?？梢钥闯?，全國及四大經濟區域的碳排放效率變動趨勢大體一致，保持著上升趨勢，且在2010 年之后上升速度有所提高；東部地區的碳排放效率明顯高于西部和東北，中部地區的碳排放效率與全國平均水平基本一致。此外，東部與其他三大地區差距有縮小的趨勢，這可能是因為隨著社會的發展，其他三大地區提升了技術水平，增強了環保意識。值得關注的是，東北地區的碳排放效率要低于其他地區，造成這種現象的原因主要是東北地區在中國工業化、現代化歷程中的特殊性，區域內城市資源型特征明顯，城市結構固化嚴重，這種不合理的基礎阻礙了其綠色發展的進程。

圖1 2000-2019年全國及四大區域碳排放效率均值趨勢

中國省際碳排放平均效率存在明顯的地區差異性，碳排放效率高的省區大多數分布在中國東部沿海地區，碳排放效率低的省區則主要分布在中國內陸地區。這些省區大部分屬于經濟發達地區，綠色發展意識普遍早于同期其他地區，并且重視技術創新對經濟綠色轉型的支持作用，因此碳排放效率水平較高。低碳排放效率區的省區主要位于自然資源豐富的西北地區和煤炭資源豐富的華北地區。究其原因，這些地區經濟生產路徑過分依賴傳統化石能源，同時政府又在外部施加強烈的環境約束政策，雖然本意是逼迫當地污染型企業進行綠色轉型，但是短時間內難以收獲成效，導致經濟的擠出效應大于碳減排效應，從而導致碳排放效率持續低位徘徊。

（二）空間相關性檢驗

根據表2 結果，三種空間矩陣下，2010—2019 年碳排放效率的Moran’s I 均為正值，說明碳排放效率具有顯著的空間正相關關系和全域空間集聚特征。根據表3 結果，三種空間矩陣下，相關的LM 檢驗均在1%水平顯著，說明各變量確實存在空間效應。

表2 2000-2019年中國碳排放效率的Moran’s I指數檢驗結果

表3 LM檢驗結果

（三）估計結果

通過在動態空間面板模型中逐步引入控制變量的方式來觀察模型系數和顯著性的變化，發現核心變量的系數和顯著性并未發生很大變化，表明模型所輸入的變量比較穩定（見表4）。

表4 全國層面動態空間面板模型估計結果

為深入探究綠色金融對碳排放效率的影響，本文構建動態空間面板模型進行分析（見表5）。從表5的估計結果中可以看出，在三類空間權重矩陣下，無論是靜態面板還是動態面板模型，相關系數都是顯著的，說明模型是穩健可靠的。動態空間面板模型和靜態空間面板模型的估計結果在系數符號和顯著性方面基本類似，也表明運用空間計量分析綠色金融對碳排放效率的影響效應是合適的。但是靜態空間面板模型中綠色金融系數及其空間滯后項系數的大小卻存在明顯差異，靜態面板的系數要顯著高于動態空間面板模型中的系數。動態空間面板模型中，碳排放效率滯后一期在所有模型中都通過了1%的顯著性檢驗且都為正值，表明靜態空間面板模型高估了綠色金融對碳排放效率的促進效應，原因在于靜態空間面板模型只考慮了綠色金融對碳排放效率的影響，忽視了其他影響因素。而動態空間面板模型中，碳排放效率指數的一階滯后項能將影響碳排放效率提升的潛在因素從空間結構因素的影響中分離出來，使靜態空間面板模型的偏差得以矯正，也表明碳排放效率具有動態性、連續性的經濟特征。由此，假設1 得到驗證。

表5 綠色金融對碳排放效率的空間計量回歸結果

從隨機效應和固定效應模型回歸結果可以看出，綠色金融的一次項、二次項回歸系數均通過了1%的顯著性水平檢驗，呈現出一個“U”型的趨勢，且R2值均較高，F 檢驗和Wald 檢驗也都通過了1%顯著性水平檢驗。引入空間因素后，空間鄰接矩陣、空間地理距離矩陣和經濟地理嵌套矩陣三種空間權重矩陣下，綠色金融都對碳排放效率呈現出先下降再上升的“U”型趨勢，并以1%的顯著性水平下通過z檢驗。究其原因可能是：一方面，在前期，綠色金融引導資金進入綠色產業，其重點在于創新技術投入，轉變產業發展模式，短期內并不能帶來太高的經濟效益，產業升級效應未能完全發揮出來。另一方面，綠色金融在一定程度上擠占了傳統投融資，使得融資成本上升，成本增加，從而導致碳排放效率下降，出現“回程效應”。當過了“U”型曲線的拐點后，綠色金融發展水平不斷提高，一方面，促進企業加大對生產工藝的改進，同時技術創新也取得一定成效，能源利用率顯著提升；另一方面，隨著綠色金融支持力度的加大，形成政策引導效應，降低了環境友好型企業的成本，倒逼高耗能產業調整結構，推動產業綠色轉型，從而提高碳排放效率。由此，假說2得到驗證。

從控制變量的系數來看，產業結構（IS）的系數顯著為正，這表明產業結構對碳排放效率有正向作用，主要是因為產業結構優化升級促進了產業綠色轉型。經濟發展水平（EDL）、能源結構（ES）、科研投入（TS）、對外開放水平（OPL）的估計系數也通過了顯著性檢驗，但均為負值，可能是由于當前行業間能源結構差異，還尚未完全實現清潔化和綠色化轉型，需經歷一定的陣痛期。

五、結論與啟示

基于中國30 個省區（除港澳臺地區、西藏自治區外）2000—2019 年省際面板數據，采用熵值法測度綠色金融水平，采用SBM 模型測算碳排放效率，在此基礎上，利用動態空間面板模型分析綠色金融對碳排放效率的影響效應。研究發現：（1）中國碳排放效率存在著發展不平衡、不充分的現象，主要呈現為“東高西低，南高北低”的階梯式分布格局。由于地區間經濟社會發展的差異性和客觀的歷史原因，不同區域間碳排放效率有較大的差異，由高到低依次為東部、中部、西部、東北。（2）碳排放效率存在顯著的空間正相關性，綠色金融對碳排放效率的提升作用顯著且穩健，在碳排放效率較高的情況下，綠色金融發展水平的提升效果更為顯著。其中，東部地區的影響效果最為明顯。（3）綠色金融對碳排放效率的影響存在滯后效應，總體上呈現出先下降再上升的“U”形趨勢，即短期來看，綠色金融不能完全發揮其效應，反而會抑制碳排放效率的提高，但隨著區域內產業優化升級、技術更新迭代，碳排放效率又能得到提升，即回程效應。因此，綠色金融對于緩解企業綠色轉型發展融資困境、推動綠色科技創新、優化產業結構，進而顯著提升碳排放效率有積極的正向影響。

在“雙碳”背景下，要實現中國經濟社會高質量發展，重點在于充分發揮綠色金融引導作用，大力提高碳排放效率。第一，因地制宜施策，區域協同發展。中國各區域自然經濟條件不同，生產要素和技術水平也存在一定程度的差異，應采取不同的措施提升碳排放效率，增強區域發展的平衡性和協調性。東部地區應注重產業結構優化，避免無效資源浪費，發揮示范帶動作用，提高碳排放效率和發展質效；西部地區作為生態屏障聚集地，在注重生態保護的同時，應大力發展綠色技術，加快綠色轉型，推動經濟與生態環境的全面協調可持續發展，以實現中國各區域協同高效發展。第二，優化金融工具，加大綠色投入。商業銀行應開發多元綠色金融產品，豐富金融融資工具，優化金融資本配置，重點加強對新能源、低碳環保等戰略性新興產業的融資支持，推動企業技術改造和產業優化升級，縮短碳減排效果生效時間，弱化綠色金融對碳排放效率提升的滯后效應。第三，創新技術融合，強化監督管理。加快完善綠色金融產品特色服務標準和通用基礎標準以及信用評級標準，依托專業機構平臺，加強金融科技和數字技術的融合升級，增加二者在環境信息披露和信息共享方面的應用，發揮綠色金融的風險分散作用。同時，還要加強對綠色金融的監管制度建設，規范約束金融投資行為，培育積極健康有序的良好市場環境，弱化綠色金融對碳排放效率提升的回程效應。