当代经济研究杂志已发表格式范文参考
1.绿色金融改革对城市包容性绿色增长的影响及空间效应研究
作者：王仕琦,王永巧
作者单位：浙江工商大学
关键词：绿色金融改革政策;包容性绿色增长;双重差分法;空间溢出;可持续发展
摘要：绿色金融改革是中国加强生态文明建设和推动经济可持续发展的重要举措，包容性绿色增长则是 致力于追求经济增长、社会公平和环境友好的可持续发展方式。绿色金融改革能否实现经济、社会和环境三 大系统包容性绿色增长，成为当前推动中国经济高质量发展过程中着力解决的重大课题。因此，基于２０１２— ２０２２年中国２８６个城市面板数据，在测算包容性绿色增长指标基础上，运用双重差分模型考察了绿色金融改 革创新试验区的设立对城市包容性绿色增长的影响。研究发现：（１）绿色金融改革政策的实施能够显著促进 城市包容性绿色增长，并且该政策效应在资源禀赋较低、工业发展水平薄弱以及数字基础设施建设水平较高 的城市中更为明显。（２）机制检验表明，绿色金融改革政策主要通过扩大绿色就业规模、提高农业生态效率 以及吸引外商直接投资来促进城市包容性绿色增长。（３）进一步研究发现，绿色金融改革政策具有空间溢出 效应，不仅促进了本地区包容性绿色增长，而且对邻近城市的包容性绿色增长也产生显著的促进作用。研究 成果为绿色金融改革政策成效提供了崭新的评估体系，同时也为政府完善绿色金融改革政策框架、推进绿色 金融改革创新试验区升级扩容以及促进经济高质量发展提供了有益的政策启示。
一、引 言
改革开放四十多年来，中国的经济实现了跨越式发展。然而，经济高速增长的同时也引发了像收入差距 高位徘徊、发展机会不均等、环境透支和生态赤字等非包容性、非绿色发展问题［１］，对经济、社会和生态环境 的协调可持续发展造成了严重的威胁。为此，习近平主席在２０１６年 Ｇ２０杭州峰会上提出，落实２０３０年可 持续发展议程，促进包容性发展。党的二十大报告进一步提出，推动经济社会发展绿色化、低碳化是实现高 质量发展的关键环节，并将基本公共服务均等化水平明显提升和多层次社会保障体系更加健全确定为中国 未来五年发展的主要目标之一。这意味着中国在推动经济增长的过程中，既要关注社会发展机会均等和成 果共享的包容性增长，同时也要重视资源高效利用与生态环境友好的绿色发展。因此，如何实现经济、社会 与环境三大系统包容性绿色增长，成为中国经济迈向高质量发展过程中亟须解决的问题。
包容性绿色增长是在绿色增长和包容性增长概念的基础之上衍生出来的新概念和新范畴。绿色增长和 包容性增长都是对传统经济增长概念的创新和延伸，但两者的侧重点各有不同；绿色增长侧重于以生态环境保护为主的经济增长方式［１］，而包容性增长则强调经济增长中的机会公平［２］。２０１２年世界银行将绿色增长 和包容性增长有机结合起来，提出包容性绿色增长这一新概念，并将其总结为一种兼顾机会公平和环境友好 的可持续发展方式［３］。现有研究对于包容性绿色增长的内涵尚未形成统一界定，Ｂｏｕｍａ等指出包容性绿色 增长意味着既关乎当代人的福祉以及福利收益的公平分配，也要保障子孙后代的福祉［４］。周小亮则认为，包 容性绿色增长旨在追求经济增长、社会公正与生态环境保护三重目标的协同共生，从而构筑出来的一种新发 展模式［１］。可以看出，包容性绿色增长是一种可持续发展的理念，寻求在经济、社会和环境三大系统中取得 协同发展，强调经济增长不仅应具有可持续性，还应促进社会的参与和公平分享，以确保发展过程中各方都 能够共享利益。
为促进生态文明建设与经济可持续发展，中国开始积极探索绿色金融改革。２０１７年，国务院常务会议 决定在浙江、江西、广东、贵州和新疆五省（区）八地设立绿色金融改革创新试验区，各试验区结合资源禀赋、 环境承载能力等状况总结出可复制可推广的绿色金融发展模式与实践经验。随后，为进一步扩大绿色金融 改革的覆盖范围，２０１９年１１月和２０２２年８月，甘肃省兰州新区和重庆市相继获批绿色金融改革创新试验 区，试验区的扩容彰显了中国通过绿色金融改革促进环境、社会和经济效益协同发展的决心。截至２０２２年 ９月末，试点地区绿色贷款余额在所有贷款中占比高达１２．５８％；此外，绿色贷款不良率为０．０９％，普遍低于 当地整体贷款的不良率水平［５］。各试点地区根据区位特点制定了《绿色金融改革创新试验区总体方案》，明 确提出要统筹兼顾环境、社会和经济效益，这意味着能否有效协调经济、社会与环境三大系统包容性绿色增 长是评估绿色金融改革创新试验区成效的重要标准。那么，绿色金融改革创新试验区政策（下文简称“绿色 金融改革政策”）能否促进试点地区包容性绿色增长？绿色金融改革政策依靠怎样的内在传导机制来影响包 容性绿色增长？又有何异质性的影响效果？绿色金融改革政策是否会产生溢出效应？这些问题关乎绿色金 融改革政策的有效性及绿色金融试点地区后续进一步扩容的稳步推进。
现有文献针对绿色金融改革政策展开各方面研究，一方面从微观层面探讨绿色金融改革政策的影响效 应，部分学者围绕企业绿色创新展开研究，发现绿色金融改革政策通过缓解融资约束、降低债务成本、扩大信 贷规模、增加研发投入等渠道促进企业绿色创新［６－７］。另有学者针对企业全要素生产率展开探讨却未能达成 共识，有学者认为绿色金融改革政策显著降低了试验区重污染企业的生产效率，有效促进绿色企业的发展， 对试验区整体企业发展存在抑制作用［８］；但也有学者认为这种抑制作用主要体现在非重污染企业，而重污染 企业在政策的倒逼下提高了企业生产效率［９］。此外，还有学者从企业节能减排视角考察绿色金融改革政策 的微观效应，发现绿色金融试验区的设立通过优化金融资源配置，引导金融资源增加绿色投资进而促进企业 产能利用率［１０］，有效抑制了重污染企业污染排放，而这一减排效应实现的主要原因是重污染企业生产规模 的缩减［１１］。另一方面基于宏观层面探讨绿色金融改革政策的实施效果，一是围绕环境改善展开研究，认为 绿色金融改革政策在减少环境污染、降低碳排放［１２］、提高环境质量以及改善空气质量等方面具有积极作用。 二是基于区域层面探讨绿色全要素生产率，Ｓｕ等发现绿色金融改革政策提高了试点省份行业的绿色全要素 生产率［１３］；Ｚｈａｎｇ等考察了城市绿色全要素生产率，发现绿色金融改革政策促进了试点城市绿色全要素生 产率［１４］。三是从能源消耗视角，部分学者研究发现绿色金融改革政策降低了工业能耗和能源强度，并提高 了能源效率，从而改变能源的消费结构［１５］。
梳理现有文献可知，已有研究主要聚焦于从绿色金融改革政策对企业绿色创新、生产效率、节能减排以 及区域层面环境改善和能源效率等单一视角来评估政策效果，缺乏从经济、社会和环境三大系统协同发展的 角度综合考虑绿色金融改革政策，这可能导致无法充分体现绿色金融改革这一综合性绿色金融政策的整体 效益。鉴于此，本文基于２０１２—２０２２年中国城市面板数据，在测算２８６个地级及以上城市包容性绿色增长 的基础上，深入探讨绿色金融改革政策对城市包容性绿色增长的影响及其空间溢出效应，以期较为全面地评 估绿色金融改革创新试验区综合效益，也为下一步绿色金融改革创新试验区升级扩容提供经验证据。
本文可能的边际贡献在于：第一，大多数研究关注包容性绿色增长指标的测度［１６－１９］，对于影响因素的研 究仅集中于数字智能化基础设施建设对包容性绿色增长的影响，如网络基础设施、工业智能化、智慧城市 等［１６，２０－２１］，而探讨绿色金融影响包容性绿色增长的研究相对较少。因此，以绿色金融改革创新试验区的设立 为切入点，系统评估了绿色金融对包容性绿色增长的具体影响，不仅有助于客观评估绿色金融改革创新试验区设立后的成效，而且在一定程度上拓宽了绿色金融与经济高质量发展领域的研究外延。第二，立足于经济 增长、社会公平和环境友好融合的视角，剖析了绿色金融改革政策促进城市包容性绿色增长的三个作用机 制———绿色就业、农业生态效率和外商直接投资，为后续绿色金融试验区建设、发展和扩容找准政策发力点。 第三，考虑到空间因素对政策实施的影响，运用空间双重差分模型可以放宽对传统双重差分模型的重要前提 假设之一，即个体处理效应稳定性假设（ＳＵＴＶＡ），拓宽试验区政策的作用边界，为精准识别试验区的政策 成效、继续坚定贯彻试验区政策提供了更为准确的经验证据。
二、理论分析与研究假设
（一）绿色金融改革政策与城市包容性绿色增长
从经济维度来看，绿色金融改革政策引导金融资源向绿色产业倾斜，推动资金从高污染、高耗能、高排放 行业向绿色行业转移，扩大节能环保、清洁生产、清洁能源等绿色领域的有效投资［２２］，有助于发展更可持续 的经济模式，减少对资源的过度依赖，提高经济发展的韧性，从而培育新的经济增长点［２３］。从社会维度来 看，随着绿色金融改革政策的实施，绿色产业将获得更大的发展空间［２４］，为社会创造更多的就业机会，同时 试验区通过支持绿色产业发展，有助于改善当地居民生活质量和民生福祉。此外，绿色金融改革政策的实施 推动生态农业的快速发展，提高农产品的附加值，改善农民收入水平，从而促进农村地区的经济发展，缩小城 乡贫富差距，实现城乡经济的协调发展。从环境维度来看，绿色金融改革创新试验区设立的初衷是推动绿色 低碳发展，减少对生态环境的污染和破坏，通过优化资源配置、提高绿色技术应用和鼓励绿色产业的发展，推 动试点城市提高资源利用效率、减少资源浪费以及降低整体经济的碳排放强度和环境污染水平，从而改善生 态环境质量，维护生态平衡。因此，提出假设１： 假设１：绿色金融改革政策促进了城市包容性绿色增长。
（二）绿色金融改革政策、绿色就业与城市包容性绿色增长
根据国际劳工组织的定义，绿色就业是指在各经济领域及活动中产生经济价值、减少对环境负面影响、 可以促进环境与经济之间的和谐共生与可持续发展的就业岗位。绿色就业不仅能创造就业机会和推动经济 增长，还能降低资源使用强度以及减轻环境污染，实现经济发展、社会公平与环境保护的包容性绿色增长。 现阶段中国经济正处于绿色低碳转型的关键时期，绿色发展涉及经济转型升级，充分就业关乎民生福祉［２５］， 如何协调好二者之间的关系是经济向高质量发展平稳过渡的重要挑战。但长期以来，受限于资金、市场条件 的约束，中国绿色产业的发展规模受限，绿色企业的潜在投融资需求得不到有效满足［２６］。绿色金融改革政 策的实施为绿色企业的发展提供了重要机遇。
绿色金融改革政策本质上是通过市场机制引导资金配置，为绿色产业和企业提供优惠资金支持，提升资 金获取便利性，降低使用成本。外部融资约束的缓解使得具有先发优势的绿色企业有更多动力进行技术创 新，从而提升生产效率，降低经营成本［２６］，生产成本的下降为企业经营活动带来了显著的积极影响。一方 面，成本的节约直接增强了企业的盈利潜力与资本积累，激励企业主动扩大其生产规模及经营范畴，随之增 加对劳动力的需求；另一方面，成本下降导致的产品与服务价格下调，通过“收入效应”增强了消费者购买力， 促使市场需求量增加，为满足市场需求的扩张，企业将进一步扩大生产规模，从而增加企业对各环节劳动力 的需求［２７］。但与此同时，绿色金融改革政策通过引导资金流向绿色企业，迫使重污染企业面临缩减规模和 绿色转型的双重挑战，这可能对就业市场造成冲击。一方面，试验区提升环保标准和融资门槛限制了重污染 企业的资金来源，压缩其发展空间，导致部分污染企业在竞争中处于劣势，甚至面临关停风险。企业规模缩 减或退出市场会导致部分就业岗位减少，进而冲击就业市场。另一方面，重污染企业的绿色转型也为就业提 供了新机会。企业在转型过程中需要引进新技术、设备和人才，推动技术创新和产业升级，这将创造新的就 业岗位。因此，绿色金融改革政策对就业的影响是双向的。虽然短期内可能会因企业缩减规模而挤出部分 就业，但随着绿色转型的深入，长期来看，新的就业机会将不断涌现，推动社会共享经济发展成果［２０］，促进包 容性增长。同时，绿色产业规模的扩大和污染行业转型将推动经济的绿色转型，实现绿色增长。因此，提出 假设２：
假设２：绿色金融改革政策通过扩大绿色就业规模促进城市包容性绿色增长。
（三）绿色金融改革政策、农业生态效率与城市包容性绿色增长
随着城市工业和服务业的发展，农业功能发生了显著变化。农业不仅是城市经济和生态体系的重要组 成部分，还与城市生态环境优化和宜居水平提高密切相关。提高农业生态效率能够在实现农业产值最大化 的同时，减少对环境的负面影响，推动农业可持续发展和农村经济绿色增长。然而，当前农业资金投入渠道 狭窄、总量不足，涉农贷款较低，难以满足不断增长的融资需求，导致农业生态效率较低［２８］，制约了城市包容 性绿色增长。绿色金融改革政策通过鼓励金融机构创新绿色金融产品，解决资金错配问题，引导资金流向绿 色生态农业。一方面，绿色金融改革政策推动绿色信贷产品创新，为农业绿色生产、技术创新和生态农业项 目提供资金支持，提升资源利用效率，减少环境影响，促进农业可持续发展；另一方面，试验区加强农业保险 支持，推动保险机构开发针对生态农业的绿色保险产品，为农业生产提供风险保障，减少自然灾害或事故带 来的经济损失，从而提高农业生态效率。
农业生态效率的改善会促进包容性绿色增长。首先，农业生态效率的提升有助于改善农村生态环境，为 城市的绿色发展提供有力支撑。随着农业绿色化生产和生态技术的广泛应用，农业生产对环境的污染逐渐 减少，农村生态环境得到改善，从而减轻了对城市周边及更广泛区域的环境压力，为城市提供了更加绿色健 康的生态环境基础。其次，有助于促进农村经济发展，增加农民收入，缩小城乡差距［２９］。绿色金融试点地区 通过鼓励发展生态农业、有机农业等绿色产业，提高农产品的附加值和市场竞争力，可以带动农村经济的发 展，提高农民的收入水平，有助于实现城乡经济协调发展，促使更多人共享城市发展的成果，共同推动包容性 增长。因此，提出假设３：
假设３：绿色金融改革政策通过改善农业生态效率促进城市包容性绿色增长。
（四）绿色金融改革政策、外商直接投资与城市包容性绿色增长
外商直接投资作为国际资本流动的重要形式，不仅为接受国提供资金支持，还带来先进技术和管理经 验。绿色金融改革政策通过建立绿色金融体系、创新金融产品和拓宽融资渠道等措施吸引外商投资。首先， 试验区通过政府引导与市场运作相结合，在资金、土地和人才等方面提供补贴和信贷支持，降低外商投资成 本［３０］，营造更具吸引力的投资环境。其次，绿色金融体系的建立为外商提供了便捷、高效的融资渠道，增强 了他们对项目可行性的信心，推动其履行企业社会责任。最后，试验区政策的明确性和可预见性也是吸引外 商的关键因素。政府稳定的绿色项目支持政策为外商提供了长期投资的信心，促使更多资金流入城市的绿 色增长领域。
外商直接投资（ＦＤＩ）作为催化剂显著促进了试点地区资本的汇聚，能够吸引更多专注于可持续发展的 外资企业参与进来，帮助当地企业在绿色转型过程中克服技术瓶颈和管理难题。从包容性增长角度来看，外 商直接投资通常伴随着企业的设立和扩张，为试验区创造了丰富且多元化的就业机会，确保经济增长的成果 分享更广泛。而在绿色增长方面，外商直接投资对地区环境污染存在利弊两方面影响。已有关于外商直接 投资与环境污染的研究主要分为两种观点：“污染光环”与“污染天堂”。“污染光环”假说认为 ＦＤＩ不仅代表 资本流入的增加，更重要的是，它作为先进技术转移的桥梁，通过引入环境友好型技术，推动本土产业体系向 低碳、可持续的发展路径迈进，进而重塑城市产业结构，为绿色经济奠定稳固基础［３１］。“污染天堂”假说认 为，外商为了降低环境规制成本，会将污染产业转移到环境标准较宽松的地区，导致当地环境污染加重。然 而，绿色金融改革创新试验区的主要目的是探索绿色金融体制机制创新，并伴随严格的环境标准和监管措 施，引导金融资源流向节能、环保和绿色减排项目，有助于防止污染产业的进入和扩张，推动绿色经济发展。 因此，试验区内的金融资源将优先支持绿色产业和项目，降低“污染天堂”假说的可能性。因此，提出假设４：
假设４：绿色金融改革政策通过吸引外商直接投资促进城市包容性绿色增长。
三、研究设计
（一）样本选择与数据来源
本文选取２０１２—２０２２年中国２８６个地级及以上城市的数据作为研究样本，探究２０１７年绿色金融改革 政策对城市包容性绿色增长的影响。数据主要来源于《中国城市统计年鉴》，少量缺失数据通过 ＣＳＭＡＲ 数 据库、ＥＰＳ数据库、各城市国民经济和社会发展统计公报进行补充，通过查找补充后仍缺失数据采用插值法进行插补以保证数据的完整性与连续性。同时，本文对连续变量在１％和９９％分位点进行缩尾处理。
（二）模型设定
为避免内生性问题，本文借鉴已有研究，将绿色金融改革政策的实施视为准自然实验，采用双重差分模 型（ＤＩＤ）系统评估该政策在促进城市包容性绿色增长方面的影响效应，具体模型如下：
其中，ｉ和ｔ分别表示城市和年份，ＩＧＧｉｔ为城市ｉ在第ｔ年的包容性绿色增长水平；Ｔｒｅａｔｉ 为绿色金融试验区 试点城市虚拟变量①；Ｐｏｓｔｔ 为绿色金融试验区设立时点虚拟变量；Ｘｉｔ为可能影响城市包容性绿色增长水平 的控制变量；最后，模型引入城市固定效应（ｕｉ）和年份固定效应（ｖｔ）来进一步排除不可观测的干扰项，εｉｔ为随 机误差项。
（三）变量选取
１．被解释变量：包容性绿色增长（ＩＧＧ）
本文运用熵权法通过构建多维指标体系（如表１所示）来对各城市包容性绿色增长进行综合评价。参考 吴武林等的做法［１９］，从经济增长、社会公平和环境友好三个维度对包容性绿色增长在城市层面进行测度。 其中，“包容性”更多体现在经济增长过程中公平合理地分享机会，因此本文借鉴张涛等的研究［２０］，从收入分 配和福利普惠两个维度构建指标。“绿色”则意味着在生产和消费过程中减少对生态环境的污染和破坏，从 绿色生产、绿色消费和污染治理三个方面对其进行测量。
２．解释变量：绿色金融改革政策
本文的解释变量为绿色金融改革政策，通过构建绿色金融试点地区与时点虚拟变量的交乘项来表示，若 观测样本属于上述试点城市（昌吉州和哈密市因数据缺失严重而剔除）取值为１，否则为０，最终有８个城市 进入处理组，另外，兰州新区和重庆市分别于２０１９年１１月和２０２２年８月纳入政策试点，由于重庆的观测期较短，难以形成有效的政策前后对比，因此在整个样本期间内被归为对照组，兰州新区样本则在稳健性部分 详细探讨，其余２７８个城市为对照组；绿色金融试验区时点虚拟变量在２０１７年及以后取值为１，２０１７年之前 取值为０。
３．控制变量
本文选取以下有可能影响城市包容性绿色 增长的其他经济特征变量，包括：固定资产投资 （Ｆａｉ），用固定资产投资额与地区 ＧＤＰ 的比值 表示；城市化水平（Ｕｒｂａｎ），用人口密度（即万 人每平方公里）衡量；失业水平（Ｕｎｅｍｐ），即城 镇登记失业人员数与年末总人口的比值；金融 发展水平（Ｆｉｎａ），期末金融机构人民币存贷款 余额 占 地 区 ＧＤＰ 的 比 重；交 通 运 输 水 平 （Ｔｒａｎ），用公路客运量与货运量之和取对数衡 量；居民消费水平（Ｃｏｎｓｕｍ），社会消费品零售总额与地区 ＧＤＰ的比值；政府干预程度（Ｇｏｖ），用财政支出占地区 ＧＤＰ的比重衡量；财政自给率（Ｆｉｓｃ），地 方一般公共预算支出与地方一般公共预算收入的比值。主要变量的描述性统计可参见表２。
四、实证结果分析
（一）基准回归结果
根据模型（１）进行估计，表３汇报了绿色金 融改革政策影响城市包容性绿色增长的基准回 归结果。其中，列（１）和列（２）均未控制城市和年 份固定效应，但在列（２）加入了控制变量，可以看 出核 心 解 释 变 量 （Ｔｒｅａｔｉ ×Ｐｏｓｔｔ）的 系 数 均 在 １％的水平上显著为正。在此基础上，列（３）和列 （４）加入城市和年份固定效应以排除未观测到的 不随时间变化的个体差异和时间趋势对估计结 果的潜在影响，从而能够更加准确地估计绿色金 融改革政策对城市包容性绿色增长的影响。回 归结果显示，在考虑固定效应后核心解释变量 （Ｔｒｅａｔｉ×Ｐｏｓｔｔ）的回归系数和显著性水平有所 降低，但依然可以在５％的水平上显著为正，说 明绿色金融改革政策对城市包容性绿色增长具 有一定的促进作用，验证了假设１。
（二）ＤＩＤ估计的有效性检验
１．平行趋势检验
在采用双重差分模型（ＤＩＤ）进行政策效应 评估时，确保估计结果稳健性和有效性的前提是 要满足平行趋势假定，即在绿色金融改革政策实 施之前，处理组（即接受政策的试点城市）与对照 组（即未实施该政策的城市）之间的包容性绿色 增长不应存在显著性差异。参考Ｊａｃｏｂｓｏｎ等提 出的事件研究法来检验绿色金融改革政策的动 态趋势变化［３２］，具体模型如下：
其中，ｔ表示绿色金融改革政策的事件时间，Ｙｅａｒｔ 为年份虚拟变量，即在ｔ所在年份取值为１，其余变量与模 型（１）的设定相同。以政策实施前一年，即２０１６年为基期，重点关注的回归系数αｔ 意味着与２０１６年相比， 各年份不同城市包容性绿色增长的平均差异。从图１展示的结果可以看出，政策出台前试验区与非试点地 区的包容性绿色增长不存在显著性差异，政策实施后试点城市包容性绿色增长显著高于非试点城市。因此， 平行趋势检验通过。
２．安慰剂检验
为进一步检验绿色金融改革政策对城市包容性绿色增长是否受到其他遗漏因素的影响，从而导致基准 回归结果的偶然性，本文参考 Ｆｅｒｒａｒａ等的做法［３３］，通过随机抽取样本来构造“虚假”实验组的方式进行安慰 剂检验。具体而言，本文在所有２８６个城市中进行５００次随机抽样，每次抽样随机选出８个城市作为“虚假” 实验组，即受到绿色金融政策的影响，其余２７８个城市作为对照组，即未受到绿色金融改革政策干扰。按模 型（１）进行回归。图２结果显示，“虚假”的估计系数基本集中于附近，且大部分系数值小于基准回归结果中 的系数０．０１４（纵向虚线表示），同时ｐ值大多都大于０．１（横向虚线表示），即在１０％的水平上并不显著，表 明模型设定中并不存在严重的遗漏因素问题，保证了本文所得研究结论是由绿色金融改革政策所引致的。
（三）稳健性检验
１．替换被解释变量
在基准回归中，本文运用熵权法测度了 包容性绿色增长。在稳健性检验中，采用熵 权 ＴＯＰＳＩＳ法对城市包容性绿色增长重新进 行测度，该方法是对熵权法和 ＴＯＰＳＩＳ法的 结合，基于熵权法计算出来的得分后，通过比 较各测度对象与最优方案及最劣方案的相对 距离进行量化排序。表４的回归结果显示， 在对各城市包容性绿色增长重新测度后，核 心解释变量 Ｔｒｅａｔｉ×Ｐｏｓｔｔ 的系数依然显著 为正，与基准回归保持一致。
２．ＰＳＭ－ＤＩＤ
双重差分法虽然识别了政策的平均处理效应，但绿色金融试验区的设立并非严格意义上的自然实验。由于绿色金融发展较好的城市更可能成为试 点地区，且试点地区本身更注重绿色金融发展和体系建设，从而导致自选择性偏差问题。避免选择性偏差较 为可取的方法为倾向得分匹配，为此，进一步基于 ＰＳＭ－ＤＩＤ 模型采用核匹配和近邻匹配，将匹配后的样本 运用模型（１）重新进行双重差分估计。从表５列（１）、列（２）可以看出，无论采取何种匹配方法，Ｔｒｅａｔｉ×Ｐｏｓｔｔ的系数与基准回归结果基本一致，即绿色金融改革政策显著促进城市包容性绿色增长。
３．更换处理组
首批绿色金融改革创新试验区重点围绕五个省份中的八个地区制定了总体方案，同一省份其他城市虽 未在总体方案中明确提出，但考虑到政策的溢出效应可能使同省份非试点城市同样受到政策的影响。为进 一步准确评估绿色金融试验区的实施效果，将五省份内所有城市作为新的处理组，其余省份城市作为对照 组，回归结果如表５列（３）所示，核心解释变量回归系数仍在５％的水平上显著为正，与基准回归一致。
４．改变政策冲击时间
绿色金融改革政策的出台时间是２０１７年６月，政策发挥作用的时间可能存在一定的滞后性。因此，在 稳健性检验中，将绿色金融改革政策的冲击时间滞后至２０１８年。另外，为了避免２０１７年这一不完全冲击年 份对估计结果造成干扰，对２０１７年所有样本进行剔除，最终得到２０１２—２０１６年为未实施政策的时间区间， ２０１８—２０２２年为政策实施阶段。表５列（４）所示，在改变政策冲击时点后，绿色金融改革政策对城市包容性 绿色增长的促进作用仍然存在。
５．考虑兰州新区绿色金融试验区
甘肃省兰州新区于２０１９年１１月获批绿色金融试点城市，将其设为处理组则要采用多时点 ＤＩＤ 模型， 而多时点 ＤＩＤ模型可能会存在异质性处理效应，导致回归结果出现偏误，因此在基准回归中未能将其设定 为实验组。在稳健性检验中对其进行两种处理，一是将兰州市设定为实验组，政策时点为２０１９年，通过多时 点 ＤＩＤ模型进行回归分析；二是剔除兰州市样本，从而缓解对估计结果的干扰。从表５列（５）、列（６）可以看 出，无论是否考虑兰州新区绿色金融试验区对本文 基本结论不会产生显著影响。
６．排除同期其他政策干扰
在验证绿色金融试验区对城市包容性绿色增长 的政策效应时，不可避免地受到同时期其他政策的 干扰，这可能会使本文绿色金融改革政策效果涵盖 其他政策效果，为保证政策效应估计的准确性，采取 两种方式排除同期其他政策的干扰，一是缩短样本 区间，以绿色金融试验区设立前后两年为研究期间， 即２０１５—２０１９年，检验结果如表６列（１）所示；二是 对２０１７年左右出台，且与绿色金融改革政策相关可 能会对包容性绿色增长产生影响的政策进行控制， 如低碳城市试点政策（第三批）和地级市绿色金融政 策［３４］。具体回归结果如表６列（２）和列（３）所示，在 缩短样本区间和剔除同时期两种并行政策的影响后，绿色金融改革政策效应显著性不变，可以充分说明本文结论的稳健性。
（四）作用机制分析
１．绿色就业规模
为了验证绿色金融改革政策能否扩大试点城市绿色就业规模，选取沪深 Ａ 股上市公司作为研究样本从 而更准确地识别绿色企业，借鉴李俊成等的做法［２６］，手工匹配企业主营业务与《绿色产业指导目录（２０１９年 版）》中公布的绿色产业来识别绿色企业，并将企业员工人数在城市层面加总衡量地区绿色就业规模。表７ 列（１）结果可以看出，绿色金融改革政策（Ｔｒｅａｔｉ×Ｐｏｓｔｔ）的系数显著为正，表明绿色金融改革政策显著扩大 了试验区绿色就业规模。同时，为验证绿色金融改革政策在引导资金流向绿色企业的过程中是否会对重污 染企业的生产经营活动产生不利影响，从而挤出重污染企业的劳动力需求。因此，进一步考察了绿色金融改 革政策对重污染企业就业的影响。对于重污染行业的划分，若企业处于火电、钢铁、煤炭等行业中则被定义 为重污染企业。表７列（２）回归结果显示，绿色金融改革政策（Ｔｒｅａｔｉ×Ｐｏｓｔｔ）的回归系数为正，但不显著，说 明绿色金融改革政策对试验区重污染企业的就业规模并未产生挤出效应。对此可能的解释是绿色金融改革 政策在引导资金流向绿色企业的过程中，重污染企业面临着绿色转型的挑战，在政策引导下，企业开始积极 探索绿色生产技术和管理模式，推动产业结构的优化升级。这一过程中，企业需要引进新的技术、设备和人 才，进行技术改造和创新，必然产生摩擦性失业以及带动新的就业岗位的产生，从而导致企业内部就业岗位 的重新配置。因此，从短期来看绿色金融改革政策对重污染企业就业规模无显著影响，但随着绿色转型的深 入推进，新的就业机会将不断涌现，能够为社会提供更多的就业岗位和收入机会。假设２得到验证。
２．农业生态效率
在理论分析部分，提出绿色金融改革政策通过改善农业生态效率促进城市包容性绿色增长。为进一步 验证理论分析，借鉴胡平波等的测度方法［３５］，运用非期望产出的超效率 ＳＢＭ 模型测度了农业生态效率，鉴 于地级市数据的可得性，其中投入变量选取劳动投入（第一产业从业人员）、土地投入（农作物播种面积）、化 肥投入（折纯化肥施用量）、机械投入（农用机械总动力）、灌溉投入（有效灌溉面积），期望产出选取农林牧渔 业总产值，非期望产出为碳排放量。为了确保数据的完整性，进一步从省级层面对农业生态效率再次进行测 算，在投入指标中增加了资本投入（农业全社会固定资产投资额）、农药投入（农药使用量）、农膜投入（农膜使 用量）以及农用柴油投入（农用柴油使用量）。表７列（３）、列（４）分别为采用地级市和省级数据衡量农业生态 效率下的回归结果。结果显示，核心解释变量 Ｔｒｅａｔｉ×Ｐｏｓｔｔ 回归系数都显著为正，说明绿色金融改革政策 有助于改善试点城市农业生态效率。对此可能的解释是，绿色金融改革政策激励试验区金融机构创新绿色 金融产品和服务，解决金融资源错配问题，缓解农业资金投入渠道较窄，并且总量不足，涉农贷款较低等问 题，为农业生产活动提供绿色资金，从而改善农业生态效率。
３．外商直接投资
为进一步检验绿色金融改革政策能否通过吸引外商直接投资，进而影响城市包容性绿色增长，分别采取 “当年实际使用外资金额取自然对数”“当年实际使用外资金额与地区 ＧＤＰ的比值”以及“人均实际使用外资金额”三个指标来衡量外商直接投资。表７列（５）、列（６）和列（７）为绿色金融政策对外商直接投资的估计结 果，核心解释变量的估计系数显著为正，即绿色金融改革政策促进外商直接投资增加。对此可能的解释为， 绿色金融改革政策通过财政补贴和信贷支持等政策为外商提供更具吸引力的投资环境，增加外商对项目可 行性的信心以及在绿色产业中的投资热情，吸引更多的外商选择将资金投入试验区绿色增长领域。另外，外 商投资通常伴随着企业的设立和扩张，提高社会中弱势群体的机会，从而实现了城市的包容性增长。因此， 绿色金融改革政策可以通过吸引外商直接投资促进城市包容性绿色增长，验证了假设４。
（五）异质性分析
１．资源禀赋
基于国务院发布的《全国资源型城市可持续发展规划（２０１３—２０２０年）》作为资源型城市的划分标准，由 于资源型城市名单包含了地级市所辖县（区）级地区，若某个地级市所辖县级地区属于资源型城市或者该地 级市市区属于资源型城市，则定义该城市为资源型城市，最终筛选出资源型城市１７２个，非资源型城市１１４ 个。表８列（１）和列（２）结果表明，绿色金融改革政策更有利于非资源型城市包容性绿色增长，而对资源型城 市的影响比较有限。原因在于，资源型城市具有资源禀赋的先天优势，长期依赖以资源投入为导向，以高耗 能、粗加工、高排放为特征的发展模式，产业路径依赖严重且结构单一，新型产业发展受阻。当绿色金融发展 与当地特色产业融合度不高时，难以推动传统产业转型升级和发展模式转变。相较于资源型城市，非资源型 城市绿色金融发展对传统产业和新型产业的嵌入程度相对较高，更容易推动城市新业态的出现和传统产业 结构的升级，能够产生兼顾包容和绿色的经济增长效应。因此，绿色金融改革政策对非资源型城市包容性绿 色增长表现出更为显著的促进作用。
２．工业发展水平
城市工业发展水平及结构特征对包容性绿色增长也具有重要影响。因此，根据《全国老工业基地调整改 造规划（２０１３—２０２２年）》，将样本城市划分为老工业基地城市和非老工业基地城市进行分组回归，其中筛选 出老工业基地城市１２０个，非老工业基地城市１６６个。表８列（３）和列（４）结果显示，绿色金融改革政策对非 老工业基地城市包容性绿色增长具有显著的促进作用，而对老工业基地城市的包容性绿色增长无显著影响。 可能存在的原因是，非老工业基地城市的产业结构更加多样化和灵活，更容易吸收绿色金融资本投资于新兴 绿色产业和技术，促进经济转型升级，实现更快速的绿色增长；同时绿色金融推动新兴绿色产业在非老工业 基地城市兴起，可能创造出更多的就业岗位，有助于缩小收入差距，推动包容性增长。而老工业基地城市则 可能因传统产业锁定效应，难以迅速调整产业结构，可能面临着在转型过程中传统行业的就业减少，新绿色 岗位的创造速度和规模无法及时跟进，不利于收入差距的缩小，因此短期内绿色金融改革政策对老工业基地 城市的包容性绿色增长无显著影响。
３．数字基础设施建设水平
２０１３年《国务院关于印发（“宽带中国”战略及实施方案）的通知》，据此中国分三批确定了“宽带中国”试 点城市。为检验在数字基础设施建设不同程度下绿色金融改革政策对城市包容性绿色增长的影响差异，将 样本划分为“宽带中国”试点城市与非“宽带中国”试点城市，以表示不同城市间数字基础设施建设水平差异。
表８列（５）和列（６）结果显示，绿色金融改革政策更能促进“宽带中国”试点城市包容性绿色增长。其原因在 于，首先，数字基础设施的完善为绿色金融改革政策提供了坚实的技术支撑。在数字基础设施建设程度高的 城市中，信息传输速度快、数据处理能力强，这有助于金融机构更加精准地评估绿色项目的风险与收益，提高 资金配置效率。同时，数字化手段还能够降低绿色金融产品的交易成本，使更多中小企业和个体经营者有机 会参与到绿色发展中来，从而实现更广泛的包容性。其次，在数字基础设施的支持下，政府能够建立更加完 善的绿色项目库和绿色信用体系，为金融机构提供清晰的投资指引，金融机构则可以通过绿色信贷等金融工 具，为符合绿色标准的项目提供资金支持，推动城市绿色产业的发展。这种政策导向能够激发市场主体的绿 色投资热情，进一步实现城市包容性绿色增长。最后，数字基础设施的完善还有助于提升绿色金融服务的普 及性和便捷性。在数字化程度高的城市中，人们可以更加便捷地获取绿色金融产品和服务信息，降低信息不 对称的程度，满足不同客户群体的需求，增强绿色金融的普惠性，使更多人受益于绿色发展。
五、进一步研究：空间溢出效应
（一）空间溢出效应模型设定
考虑到绿色金融改革政策可能会以金融市场的互动、产业链的关联以及技术和知识的传播等方式，通过 “极化效应”和“涓滴效应”对周边地区，甚至更广泛的区域产生影响。为避免空间相关性从而造成估计结果 的偏误，本文进一步引入空间杜宾模型（ＳＤＭ）检验绿色金融改革政策对本地区以及邻近地区的影响，即绿 色金融改革政策在实施过程中的空间溢出效应。借鉴已有研究，构建如下空间杜宾 ＤＩＤ模型：
其中，Ｗ 为空间权重矩阵，空间权重矩阵的恰当选择是准确评估绿色金融改革政策溢出效应的关键和前提， 考虑到地理邻近城市的资源禀赋相似，且可变要素流动的溢出效应可能更显著，选取地理距离权重矩阵 （Ｗ１）和经济距离权重矩阵（Ｗ２）。ρ为空间自相关系数，β１ 和β３ 表示本地区绿色金融改革政策及一系列控 制变量对城市包容性绿色增长的影响，β２ 和β４ 表示邻近地区绿色金融改革政策及一系列控制变量对城市包 容性绿色增长的影响。
（二）空间自相关检验与模型适用性检验
１．空间自相关检验
空间计量模型使用的前提是被解释变量之间存在空间相关性，利用全局莫兰指数（Ｍｏｒａｎ’Ｉ）对城市包 容性绿色增长展开空间相关性检验（如表９所示），并绘制了空间权重矩阵 Ｗ１ 下各城市２０１２和２０２２年包 容性绿色增长的局部莫兰散点图（如图３所示）。从结果看出，无论采取地理距离权重矩阵（Ｗ１）还是经济距 离权重矩阵（Ｗ２），各城市包容性绿色增长的全局莫兰指数均在１％的水平上显著为正，同时从局部莫兰散 点图显示，中国各城市包容性绿色增长存在较为明显的空间正相关关系。
２．空间杜宾模型适用性检验
采用 ＬＭ、ＬＲ 以及 Ｗａｌｄ检验在地理距 离权重矩阵（Ｗ１）和经济距离权重矩阵（Ｗ２） 的两种条件下空间杜宾模型是否适用，即空间 杜宾模型（ＳＤＭ）是否会退化为空间自回归模 型（ＳＡＲ）或空间误差模型（ＳＥＭ）。表 １０ 结 果显示，ＬＭ、ＬＲ 和 Ｗａｌｄ检验均在１％的水 平上显著，故拒绝原假设，即不应采用空间自 回归模型和空间误差模型，同时 Ｈａｕｓｍａｎ检 验结果依然显著，所以最终采用固定效应的空 间杜宾模型。
（三）绿色金融改革政策的空间溢出效应
根据模型（３）进行估计，表１１汇报了在地理距离权重矩阵 （Ｗ１）和经济距离权重矩阵（Ｗ２）下绿色金融改革政策空间溢出效 应的回归结果。从列（１）和列（２）的结果显示，无论在何种权重矩 阵下，绿色金融改革政策（Ｔｒｅａｔｉ×Ｐｏｓｔｔ）的系数均显著为正，说明 在考虑空间溢出效应后，绿色金融改革政策对试验区包容性绿色 增长的促进作用依然存在。同时，在地理距离矩阵的条件下解释 变量的空间滞后项（Ｗ ×Ｔｒｅａｔｉ×Ｐｏｓｔｔ）系数在１％的水平上显著 为正，即绿色金融改革政策显著促进邻近城市包容性绿色增长；虽 然在经济距离矩阵的条件下不显著，但存在正向促进地区包容性 绿色增长的趋势。此外，空间自回归系数ρ也在１％的水平上显 著为正，这也表明各城市之间包容性绿色增长具有较强的正空间 相关性，从侧面进一步验证了我们选择空间 ＤＩＤ 方法的适用性与 合理性。由于考虑了空间溢出效应，估计系数不能够准确地反映 解释变量对包容性绿色增长的边际影响。因此，有必要进一步计 算空间杜宾 ＤＩＤ模型的直接效应和间接效应。
进一步借鉴 Ｐａｃｅ等的偏微分分解方法［３６］，将总效应分为直 接效应和间接效应。不论直接效应还是间接效应，其估计系数均 显著为正，表明绿色金融改革政策促进了本地区以及邻近城市的 包容性绿色增长，产生显著的空间溢出效应。对此可能的原因是 绿色金融改革政策具有广泛的辐射效应，通过金融市场的深度融合、产业链的紧密联系以及技术和知识的广泛传播等途径，对周边乃至更广大地区产生深远影响。
六、结论与建议
本文尝试将包容性绿色增长纳入绿色金融改革政策的评估框架中，考察绿色金融改革政策对城市包容 性绿色增长的影响。基于２０１２—２０２２年中国城市面板数据，在测算２８６个地级及以上城市包容性绿色增长 的基础上进行探讨，并得出以下结论：（１）绿色金融改革政策能够显著促进城市包容性绿色增长；（２）就影响 机制而言，绿色就业规模扩张效应、农业生态效率改善效应以及外商直接投资吸引效应是绿色金融改革政策 促进城市包容性绿色增长的主要影响渠道；（３）异质性检验结果发现，绿色金融改革政策对包容性绿色增长 的促进作用在资源禀赋较低、工业发展水平薄弱以及数字基础设施建设水平较高的城市中更为明显；（４）进 一步研究发现，绿色金融改革政策对邻近城市的包容性绿色增长产生显著的空间溢出效应，促进了邻近城市 包容性绿色增长。
基于以上研究结论，提出以下政策建议：
第一，加强绿色金融改革政策的区域联动与协同，稳步推进绿色金融改革创新试验区升级扩容。一方 面，要形成区域协同与联动发展。鼓励不同试验区之间以及试验区与非试点地区之间的经验交流和资源共 享，推动形成跨区域、跨部门的绿色金融市场互联互通，共同构建更加完善的绿色金融生态网络。另一方面， 合理选择和布局绿色金融改革创新试验区。在扩容试验区时，应充分考虑地区的经济、社会与环境等差异， 确保试验区的多样性和代表性，同时也应充分考虑区域间的联系与合作，优先选择相邻城市或具有经济联系 的区域作为试验区，以便更好地发挥绿色金融改革政策的空间溢出效应。
第二，完善绿色金融改革政策框架，因地制宜制定政策实施方案。一方面，完善顶层制度设计，细化和拓 展绿色金融政策框架，针对不同行业和领域，制定和完善绿色项目、绿色技术、绿色产品的具体认定标准和目 录。同时，定期更新标准与目录，以适应绿色技术迭代和市场需求变化。另一方面，实施差异化绿色金融政 策。根据地区资源禀赋、工业化发展程度、数字基础设施建设等特点，制定差异化的绿色金融支持政策。对 资源禀赋较高、转型压力较大的地区，给予更多政策倾斜和支持；对数字基础设施建设完善与绿色金融发展 基础较好的地区，鼓励先行先试，创新绿色金融模式，发挥绿色金融在区域协调发展中的作用。
第三，推动绿色金融改革的包容性，强化绿色金融服务的普惠性。首先，政府应引导金融机构深入基层， 尤其为农村偏远地区提供更为便捷和实惠的绿色金融服务，使更多人能够享受到绿色金融改革带来的红利。 其次，创新农业金融产品与服务。针对农业生产的周期性和风险性特点，金融机构可以研发和推广适合农业 发展的金融产品，帮助农民和农业企业应对风险，降低融资成本，提高资金使用效率。最后，通过放宽市场准 入、完善公共服务定价、实施特许经营模式等措施，完善收益和成本风险共担机制，从而支持绿色基金所投资 的项目，引导更多的资本流向绿色产业，为经济社会发展注入新的活力。
