党中央高度重视哲学社会科学工作，不断推动新时代哲学社会科学事业取得历史性成就。淄博市积极响应号召，高度重视并大力推进哲学社会科学工作，特别是2022年以来，组织开展了全市社科规划研究工作，推出了一批兼具学术价值和实践指导意义的优秀研究作品。为充分展示淄博市社科规划研究工作的丰硕成果，激励广大哲学社会科学工作者奋发有为、再创佳绩，特选取部分优秀研究成果予以刊登。
摘要
随着2020年9月双碳目标的提出，我国的碳减排工作日益紧迫。2020年全球碳排放中，高耗能行业的碳排放占比达到全行业的58%，如何针对高耗能行业进行碳减排是当前工作的重要议题。为了实现“双碳”目标，一方面需要加大对绿色产业进行金融支持，另一方面，“非绿”产业的转型发展也不容忽视。2022年6月金砖国家财长和央行行长会议提出转型金融在推动高碳行业低碳转型中扮演重要角色。转型金融较之于绿色金融更具有灵活性、针对性和适应性，可以为更大规模和范围的经济结构转型提供金融支持。
双碳目标下转型金融驱动高耗能行业碳减排的机制及路径研究
一、引言
较之于绿色金融，转型金融更具有灵活性、针对性和适应性，可以为更大规模和范围的经济结构转型提供金融支持（门洁，2021）[5]。2022年6月，金砖国家财长和央行行长会议提出，转型金融在推动高碳行业低碳转型中扮演重要角色。通过研究转型金融促进高耗能行业的碳减排驱动机制，既可以促进双碳目标的落实与实现，也可以进一步的助力新旧动能的转化，为新型制造业的发展提供新动力支持。通过分析转型金融的影响作用能够拓宽金融支持实体经济发展的渠道，充分发挥政府的支持作用，带动民间资本的投资活力，最终提高金融资金的利用效率，促进实体经济高质量发展。
二、转型金融的理论基础
（一）转型金融的理论内涵
2019年3月，经济合作与发展组织（OECD）首次提出广义的转型金融的概念，将其定义为在经济主体向可持续发展目标转型的进程中，为它们提供融资以帮助其转型的金融活动，涵盖了向联合国17个可持续发展目标转型的全部金融活动。
国内关于转型金融的官方表述较少，部分学者将转型金融命名为“零碳金融”，认为零碳金融作为绿色金融的补充或延申，狭义上指对碳密集或“棕色”产业实现净零碳排放转型的金融支持，助力工业和农业的“革命性”的脱碳技术的研究和发展（朱民，2021[11]，潘柳，2022[12]，门洁，2022[5]）；也有学者认为，转型金融更多着眼于高耗能排放的棕色产业，即高耗能行业（施懿宸2021）[13]；汇丰银行(HSBC)认为转型金融是金融支持高耗能公司向绿色的转型，侧重点是能源密集和难以减排的部门。转型金融也可以不局限于绿色项目，扩大潜在发行人和投资者的可选范围，在收益和目标类型上更加灵活，有力的补充高耗能行业的融资缺口（施莹，2022）[3]。还有学者通过引申其他概念来定义转型金融，如“公平转型”概念的重新定义，通过国际间的合作，以投资、分工等转型金融形式实现碳中和目标（刘艳，2022）[14]。
（二）转型金融的基本特征
转型金融具有四个基本特征，一是低碳转型要求各个经济实体的低碳转型不能停留在表面，而应制定战略计划并严格落实。
二是转型金融支持对象明确，应用范围广阔。转型金融所支持的融资对象，较于绿色金融领域而言较为宽泛，不仅包括减少碳排放的项目及经营活动，也包括建立相应实施路径的经济主体，可以应用于目前归类为高碳的行业或产业，超出了目前绿色金融定位的投放范畴，使用更加灵活和便利，应用范围更加广阔。
四是转型金融支持对象，具备长期目标和效果。从国际上各个组织对转型金融的定位来看，其支持的对象须与《巴黎协定》或国家层面的碳中和目标保持一致，应该具备较为明确的减排目标和减排效果。转型金融的支持对象也可以结合自身能力，制定更加切实有效的减排目标和实施方案。
（三）转型金融的基本要素
借鉴绿色和可持续金融体系的经验，同时结合转型活动的特点，转型金融体系应具备的五大要素：转型金融标准、信息披露要求、转型金融产品、政策激励机制以及公正转型。
转型金融的服务对象：高耗能行业。在本文中的高耗能行业定义为制造业中碳排放量和能源消耗量巨大的行业，如石油加工、有色金属、电力等行业。
转型金融的服务内容：转型金融应当提供助力于企业碳减排技术的融通资金、融资渠道、咨询服务、风险管理等，为投资者提供专门的转型信息披露、投资渠道等。
转型金融的评价体系：针对于高耗能行业的碳排放量、低碳技术的发明专利和进度、管理者的低碳意识、企业碳信息的披露等等。
转型金融的主要投资者：以政府和银行为主体，发行以可持续债券为代表的专项债券推动高耗能企业碳减排。政府牵头，民间资本进一步活跃市场，充分提高转型金融产品的流动性。
（四）转型金融与绿色金融的区别与联系
绿色金融的评价体系层次过于复杂。以中证ESG评价体系为例，其中E（Environment）指标的评价主要涉及五个主题，分别是：气候变化、污染与废物、自然资源、环境管理和环境机遇（见图2-2）。其中，仅气候变化涉及了转
型金融对应的碳排放指标，绿色金融评价体系在各个指标上没有明确的侧重点，评价宽泛，涉及范围广，这与其服务的对象范围广泛是相适应的。与之相比，转型金融的评价体系应当更多聚焦于碳排放指标，企业如何管理温室气体的排放，采用何种技术减少碳排放等。
（五）我国发展转型金融的必要性
高耗能行业绿色转型的紧迫性产生了巨大转型金融资金需求，而绿色金融由于严苛的标准，无法满足对高碳企业的融资需求。此外，随着绿色金融标准的调整越来越严格，更多高碳产业的低碳转型将可能被逐步排除在绿色金融支持范围之外。因此，高耗能行业的低碳转型将需要转型金融产品和服务的支持。
表2-1我国碳达峰碳中和资金需求
机构名称
资金需求量（万亿元）
人民银行易纲团队
中金公司
总过程
中国绿色金融委员会马骏团队
清华大学气候变化和可持续发展协会
高盛公司
中央财经大学绿色金融国际研究院
生态环境部环境规划院
表2-2我国重点排放产业碳达峰碳中和资金需求匡算
产业类别
电力
交通运输
建筑
钢铁
农业
水泥
化工
三、高耗能行业的能源消费现状与碳排放量
自从改革开放以来，我国的经济发展速度让全世界震惊，但是与此同时，长期以碳排放为主的能源消费结构加重了生态环境的负担，碳排放也成为全球气候变暖的主要原因之一（张浩然，2022）[20]。“30·60”目标是我国向世界做出的庄严承诺，各省市也均在积极探索符合自身实际的碳达峰碳中和实现路径（程如华，2022）[21]。我国当前正处于工业化城镇化深入推进阶段，一方面经济要高质量发展，另一方面产业结构偏重、能源结构偏煤，这种重化特征制约经济的高质量发展。因此当前国家必须立足国情，以工业领域的“重头”高耗能行业为着力点，推动其绿色发展，为实现双碳目标打下良好基础。
高耗能行业也被称为能源消耗密集型产业，指的是生产过程中耗能较多，单位产出能耗较高的产业。国家统计局以行业总体耗能及单位增加值能耗为标准，把石油煤炭及其他燃料加工业、化学原料及化学制品制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、电力热力生产和供应业六大行业列为高耗能行业。
（一）高耗能行业能源消费现状
高耗能行业的一直以来是全球应对气候变化首要处理的对象。事实上，中国的能源消费量和碳排放量主要集中在高耗能行业。根据《2010年国民经济和社会发展统计报告》界定的六大高耗能行业，其中包含：化学原料及化学制品制造业（简称化学制造业）、黑色金属冶炼及压延加工业（简称黑色金属加工业）、有色金属冶炼及压延加工业（简称有色金属加工业）、非金属矿物制品业（简称非金属制造业）、石油加工炼焦及核燃料加工业（简称石油加工业）、电力、热力的生产和供应业（简称电力生产业）。
整体角度，高耗能行业的能源消费量呈现波动上升趋势（见图3-1）。从2010年到2013年，高耗能行业增长速率较低，整体维持在73%左右。从2013到2016年，能源消费量开始明显攀升，消费比重增加到75%左右，较前期增加大约2%。从2016到2019年，能源消费比重呈现波动形式。2016年到2018年，首次出现下降趋势，但2019年迅速出现反弹，达到75.61%，在随后的2020年，能源消费比重更是再创新高，达到了历史最高值76.7%。
高耗能行业的能源消费占比占全体工业部门的72%到76%，而且这一比重一直有增加的趋势，虽然在2020年时，为了贯彻落实《节约能源法》和《工业节能管理办法》，充分发挥节能监察的监督保障作用，持续提高工业能效和绿色发展水平，助推工业经济高质量发展，工业和信息化部对重点高耗能行业实施能耗专项监察，按照“十三五”高耗能行业节能监察全覆盖的安排，对炼油、对二甲苯、纯碱、聚氯乙烯、硫酸、轮胎、甲醇等石化化工行业，金冶炼、稀土冶炼加工、铝合金、铜及铜合金加工等有色金属行业，建筑石膏、烧结墙体材料、沥青基防水卷材、岩棉、矿渣棉及其制品等建材行业，糖、啤酒等轻工行业等细分行业的重点用能企业开展强制性单位产品能耗限额标准执行情况专项监察，但是高耗能行业的能源消费量仍旧居高不下，这进一步说明高耗能行业进行碳减排的必要性和紧迫性。
制造业内部角度，如图3-2，高耗能行业的能源消费量逐年上涨，且仍旧保持稳定增长的态势。在制造业中，高耗能行业能源消费量维持在79%到80%左右。从2010年到2019年，高耗能行业能源消费增长53128万亿吨标准煤，而其他制造业则仅增长9715万亿吨，而到了2020年，高耗能行业能源消费量达到了历史新高的255211万亿吨标准煤，但其他制造业的能源消费量却出现了下降趋势，仅仅为24440万亿吨标准煤，更进一步得凸显出高耗能行业能源消费量的比重迅速增大，同时也体现出高耗能行业是制造业能源消费的主要推动者。高耗能行业的碳减排对于我国的制造业实现双碳目标起到关键性作用。
（二）高耗能行业碳排放量
1、高耗能行业的碳核算模型
目前，我国尚未对二氧化碳排放量这一指标进行专门统计，学术界大多参考《2006年IPCC国家温室气体清单指南》所提出的计算方法对碳排放量进行测算，以某地区或某行业碳排放为测算对象时通常利用自下而上的计算方法，通过计算行业或地区其化石能源消费量与碳排放系数的乘积，从而对碳排放进行大致估算。本文主要以6种高耗能行业为研究对象，基于整体视角与产业层面探讨碳排放的基本情况。考虑到数据可取性，本文主要选取煤炭、焦炭、原油、汽油、煤油、
柴油、燃料油、天然气等一次能源进行估算，计算公式如下：
其中，Ct为高耗能行业碳排放量（万吨）；k表示能源消费种类，t表示年份，Ekt表示第t期第k种能源消费量，所需数据均取自各年度《中国能源统计年鉴》；NCVk表示能源平均低位发热量，主要参考《中国能源统计年鉴》所提供的数据；CEFk是《2006年IPCC国家温室气体清单指南》中提供的碳排放系数；COFk为碳氧化因子；44与12表示为CO2和C的分子量。8种能源消费数据和主流能源排放系数如表3-1所示。
表3-1各种主流能源排放系数
能源
平均低位发热量
（KJ/KG）
单位热值含碳量
（T/TJ）
碳氧化率
碳排放系数
（CO2/KG,CO2/㎡）
煤炭
20908
26.37
0.94
1.9003
焦炭
28435
29.5
0.93
2.8604
原油
41816
20.1
0.98
3.0202
汽油
43070
18.9
2.9251
煤油
19.5
3.0179
柴油
42652
20.2
3.0959
燃料油
21.1
3.1705
天然气
38931
15.3
0.99
2.1622
煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气这八种能源消费数据和主流能源排放系数出自（2010-2020）《中国能源统计年鉴》。
2、高耗能行业的碳排放量及增长率分析
通过查询中国统计年鉴各行业能源消费量，选取石油煤炭及其他燃料加工业、化学原料及化学制品制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、电力热力生产和供应业六大高耗能行业数据，通过IPCC计算2010-2020年总碳排放量如图3-3所示。从2010-2013年高耗能行业的碳排放量增速呈现上升趋势，在2013年呈现出负增长速度，说明碳减排政策初见成效，高耗能行业的碳排放量有了一定程度上的遏制。但是随着我国供给侧结构性改革、去库存、去杠杆的政策性提出，以及一带一路的发展，我国的高耗能行业的总排放量有了一定的反弹，但增长速度仍然见缓。到了2020年，我国碳排放量迅速飙升，这也同时意味着我国经济以及工业化的发展迅速，但是如何在经济高速增长的同时，更高效地利用能源，降低碳排放量就成了当下着重需要解决的难题。在2020年，我国也明确提出力争2030年前实现碳达峰与2060年前实现碳中和的目标。就当前我国碳排放量的持续增长情况，说明我们的“碳中和”目标实现仍然有很大的进步空间。
四、转型金融支持高耗能行业碳减排的作用机制及因素分解
（一）转型金融支持高耗能行业碳减排的作用机制
高耗能行业的转型升级，现行分析主要基于绿色金融视角，如从绿色技改和抵押碳资产等方式来进行绿色融资来促进钢铁行业发展（赵禹程，2022）[24]；通过政府设置投资壁垒的方式，降低棕色行业的收益，提高融资成本来倒逼行业升级（郭禹辰，2022）[25]；通过PFI融资模式以及企业本身的绿色经营理念出发，探讨绿色金融对行业转型的支持（王宁，2021）[26]；从绿色科技、清洁能源方面探讨这些因素与绿色转型的关系（Madaleno,M.，2021）[27]；还有以区域经济、老工业城市等为研究对象来分析绿色金融对行业转型的促进作用，即通过扩大绿色金融产品，建设绿色金融服务平台等来推动行业转型（邵文静，2021[28]，陈翊高，2022[29]）。
对于高耗能行业，转型金融的实现机制主要通过四个方面（如图4-1）。第一个是能源结构。能源结构主要反映了行业利用能源的品种和比例，代表了高耗能行业的能源利用品种的变化对碳减排的促进作用。高耗能行业通过转型融资，改进行业内部能源利用品种，减少低质、劣质能源的使用，提高提高清洁能源的使用，比如降低煤炭能源的消耗比例，提高天然气能源的使用比例，从而减少单位能源碳排放量。
第二个是能源利用效率代表了单位产能下消耗了多少能源，反应行业的能源利用技术水平。通过扩大转型金融专项融资规模，加大对科研的投入，努力发展低碳、脱碳技术，提高能源的利用效率，直接减少能源消耗后排放的二氧化碳数量，发展固碳、碳回收技术，如生物固碳，将碳元素固定在地表，减少排向大气中的二氧化碳量。通过加大对科研资金的投入，能够在根本上提高高耗能行业的碳减排力度。
第三个偿债系数表示的是多少工业产能能够覆盖一单位融资缺口，反映了行业的产出能力和偿债能力。这一指标并没有对碳减排有着积极作用，相反，该指标是一个碳排放量的正向指标。但如果行业产能下降，负债水平提高，偿债能力减弱也会进一步影响行业的转型金融融资能力，进而影响转型金融作用的发挥。第四个指标是转型融资规模和缺口，缺口大小会直接影响转型融资的规模。
缺口变化量反映了行业对转型金融融资的需求大小，如果行业内部融资缺口大，说明对转型金融的融资需求变大，进而提高了转型金融的融资规模，最终提高转型金融发挥作用的能力。
（二）LMDI模型构建与应用
根据上述文献综述的结论，本文尝试使用LMDI模型，将高耗能行业中的碳排放量分解出有关转型金融的融资缺口因素，从实证角度分析两者是否存在关系。
在多因素模型的驱动下，假设被解释变量Y受n个因素影响，j表示每个因素区别标志，比如产业部门。基于迪氏指数，定义式如下（4-1）：
期初总量变化式（4-2）：
期末总量变化式（4-3）：
考虑到简化，本文仅涉及加法对整体变化的因素分解。将4-3与4-2求差可以得出被解释变量Y的变化量（4-4）：
通过求对数并加权平均可以得到第k个影响因素的加法公式，如下式子（4-5），如果该因素大于0，说明具有推动作用，反之，如果小于0则是具有抑制作用。
根据Ang（2005）[33]所构造的模型，即从能源结构效应、能源强度效应、经济结构效应以及经济规模效应，利用LMDI模型进行因素分解。本文的模型基于Ang的初始模型，参考徐菲（2020）[32]、位娇娇（2017）[35]的构建逻辑，加入了转型金融中涉及的融资缺口这一指标，构造出如下模型（见式4-6）：
CCER，并假设高耗能行业的长期融资负债中，有20%作为维持公司运转的常规融资量，其余80%则作为进行碳减排转型和技术升级的专项融资量。本文利用上市公司长期资产负债率平均变化量的80%作为转型金融融资缺口代理变量。
将各个因素进行定义（见式4-7）：
cc=Σistri×effi×repi×DEi(47)
Str（CC/CE）即能源结构，Eff（CE/CP）即能源利用效率，Rep（CP/DE）即偿债能力，DE是各个部门的转型金融融资缺口。
为了方便推导，本文仍然采用加法分解法把高耗能行业的碳排放量变化分解成以下几种效应的加总：
Δcc=cctcc0=Δccstr+Δcceff+Δccrep+ΔccDE(48)
按照Ang（2005）[33]的权重计算wi，则各个因素的贡献值为式（4-9）：
其中：
4-10表示的是能源结构。
4-11表示的是能源利用效率。4-12表示的是偿债能力。
4-13表示的是转型金融融资缺口。这是我们本文重点研究的因素，即转型金融的融资变化量对碳排放量的影响。
（三）转型金融支持高耗能行业碳减排因素分解
1、因素分解
根据上述整理的数据和推导的模型，利用LMDI模型，计算出2010-2019年我国高耗能行业碳减排的因素分解模型的结果。根据以上式子，求出各个影响因素，尤其是转型金融融资缺口的贡献值。结果如表4-1所示：
表4-1高耗能行业LMDI因素分解实证结果
能源结构
能源效率
偿债能力
转型融资缺口
碳排放量
10-11
16399.31512
-92686.1192
129520.2129
37.97817726
53271.38699
11-12
40603.87708
-126260.0196
182661.7622
-1228.474294
95777.14546
12-13
47537.93767
-471166.6781
560628.1518
-1092.618396
135906.793
13-14
37687.34183
-624039.2126
736868.4357
-2184.449505
148332.1154
14-15
-21512.26125
-544262.6476
698850.8449
-5999.843792
127076.0922
15-16
-22261.62058
-598975.4055
766058.937
-6232.472458
138589.4385
16-17
-43566.21484
-691086.5249
897642.7501
-6485.608434
156504.4019
17-18
-50117.8232
-727087.0331
978169.9909
-6805.311725
194159.8229
18-19
-75359.11738
-766413.0712
1081414.482
-7538.089128
232104.2044
平均值
-7843.17395
-515775.1902
670201.7297
-4169.876617
142413.489
2010到2019年中，能源结构、能源效率和转型金融融资缺口这三个因素都起到了对碳减排的抑制作用。其中，能源结构从2010年到2013年为正向指标，没有起到碳减排作用，而从2015年起，该指标成为负向指标，即抑制了碳排放量的增加，且有进一步加大的趋势，平均减少7843.17万吨。能源结构在六大高耗能行业中的碳减排力度逐年改善。由此得出结论，高耗能行业内部的能源结构不断改革，最终促使能源结构得到优化，碳排放量逐步减少。
能源效率方面则起到主要作用，平均减少515775.19万吨。根据图8所示，能源效率的碳减排能力逐渐增强，除了2014到2015年期间略有下滑之外，一直起到了明显的碳减排作用。说明了高耗能行业能源利用效率的逐渐改善，提高了化石能源的利用效率，一定程度上说明高耗能行业对能源效率技术发展的重视程度。
偿债能力这一指标与能源效率展现相对明显的对称性。这一指标的主要作用是反映了高耗能行业的产能和偿债能力。行业产能的扩张和负债率的下降都会导致该指标的上涨。由表4-1可知，该指标的平均碳排放量为670201.72万吨，是主要的碳排放量指标。从2010年到2013年，该指标出现了明显攀升，而在2015到2016年出现了一个短暂的下降。然而，由于2015年“三去一降一补”供给侧结构性改革的提出，行业杠杆和负债规模明显下降，导致偿债能力存在明显的抬升。
转型融资缺口这一指标，整体而言变化相对稳定。融资缺口的变动对于大型企业来说变化规模并不明显，根据实证我们发现其仍然能够起到明显的碳减排作用，2010到2019年总共实现平均碳减排4169.87万吨。从实证方向，能够在这一时段表明，转型金融的融资缺口在一定程度上能够促进碳减排的发展。
2、贡献率分析
表4-2高耗能行业LMDI因素分解贡献率
30.78%
-173.99%
243.13%
0.07%
42.39%
-131.83%
190.72%
-1.28%
34.98%
-346.68%
412.51%
-0.80%
25.41%
-420.70%
496.77%
-1.47%
-16.93%
-428.30%
549.95%
-4.72%
-16.06%
-432.19%
552.75%
-4.50%
-27.84%
-441.58%
573.56%
-4.14%
-25.81%
-374.48%
503.80%
-3.51%
-32.47%
-330.20%
465.92%
-3.25%
如表4-2所示，该图表核算了各个指标的贡献率。能源结构的贡献率从2010年到2013年由30.78%下降到25.499%，随后一路下降到2019年的最大值-32.468%，实现了由正向指标转为负向指标的转变，且负向贡献率呈现扩大趋势。
能源效率仍然起到最主要的碳减排作用。并且负向贡献率一直存在扩大趋势，从2010年到2016年，逐步扩大至-441.576%，随后略有上涨，回调至-330.202%。说明能源技术利用效率一直是主要碳减排因素，但近些年存在效率下降的问题。
偿债能力则是最主要的拉动指标，贡献率常年增长。从2010年243.13%到2016年的573%，随后又逐渐回落到465%。
转型金融的融资缺口相较于其他因素，其贡献率相对较低，平均在-2.63%左右，而且并不稳定。从2010年到2014年，转型金融融资缺口显著下降到-4.72%，从2015年到2019年，又逐步攀升到-3.25%。如图4-3所示，转型金融融资缺口的贡献率与我国高耗能行业碳排放量的增速有一定的相似之处。这说明，转型融资缺口的扩张速度与高耗能行业的碳排放增速有一定关系。
3、累积效应
（四）结论
根据实证结果，发现能源结构的碳减排作用由最初的促进碳排放变为抑制碳排放，减排作用也在逐步增强，说明了高耗能行业内部注意到了能源结构的改善，且逐步发力。
转型融资缺口也起到了积极的碳减排作用。从2010年到2019年，转型融资缺口的贡献率与高耗能行业的碳排放量增长率存在一定的相似性，说明融资缺口变化能够一定程度上反映出行业的碳排放量增长速度变化情况。
然而，本文仍然存在一些不足。由于信息披露较少，本文的实证分析所采用的数据与现实真实情况存在误差，无法完全还原转型金融的碳减排作用。本文也没有探讨转型金融下其他因素对高耗能行业碳减排的影响程度，需要后续研究进行补充。
五、绿色信贷政策对高耗能行业绿色创新的作用机制
（一）理论分析与研究假设
1、绿色信贷、研发投入与企业绿色创新
综上所述，可以发现《指引》的实施会使高耗能企业减少研发投入，从而对企业的绿色创新活动有抑制作用。据此，本文提出以下研究假设：
研究假设1：《指引》的实施抑制了高耗能行业企业的绿色创新。
研究假设2：《指引》的实施使高耗能企业通过主动减少研发投入，从而抑制了高耗能行业企业的绿色创新。
2、绿色信贷、融资成本与企业绿色创新
绿色信贷政策以企业环境和社会责任为核心标准，引导社会资本流向绿色产业，从而实现经济的绿色发展转型。因此其对银行业金融机构开展绿色信贷业务的要求更明确具体，把节能减排、环境保护等作为对企业放贷的重要参考指标。具体表现为：规定银行业金融机构实行差异化的贷款政策，限制高耗能行业企业的资金获取或提高贷款利率；对环保企业或绿色项目提供信贷支持或降低贷款利率（李新功、朱艳平，2021）[50]。因此《指引》在实施后，使银行业金融机构通过提高资金成本、收窄融资渠道（斯丽娟、曹昊煜，2022）[51]，降低了高耗能企业的债务融资能力（Liuetal.，2019）[52]与融资规模，缩短了高耗能企业的贷款期限（XuandLi，2020）[53]，导致高耗能企业的信贷约束加剧和债务成本上升，对其产生明显的融资惩罚效应和投资抑制效应（苏冬蔚、连莉莉，2018）[54]，最终因无法获得足够的资金而停止一些绿色创新活动（Wenetal.，2021）[55]。《指引》实施的同时使银行业金融机构增加对环保企业的信贷资金支持，提高了环保企业的债务融资能力（Zhangetal.，2021）[56]，从而使环保企业获得充足的信贷资金促进企业的研发创新(孙焱林、施博书，2019)[57]。
综上所述，可以发现《指引》的实施会使银行业金融机构减少对高耗能企业的信贷资金支持，同时提高放贷利率使高耗能企业的债务融资成本提高，最终因缺乏资金减少或停止绿色创新活动。据此，本文提出以下研究假设：
研究假设3：《指引》的实施通过提高高耗能企业的债务融资成本，从而抑制了高耗能行业企业的绿色创新。
（二）研究设计及实证分析
本文的研究样本为2007—2018年中国A股上市的工业企业，根据2008年环保部发布的《上市公司环境保护核查行业分类管理名录》，结合2012年中国证监会的行业分类标准，把工业企业中属煤炭、采矿、纺织、制革、造纸、石化、制药、化工、冶金、火电等16个行业的划分为高耗能行业企业，并设为实验组，其它工业企业设为控制组。另外，本文剔除ST、PT等企业样本和有数据缺失的样本，最终得到842家工业企业。其中实验组为441家高耗能行业企业，控制组为401家其它工业企业，对所有样本进行上下1%分位的缩尾处理消除异常值。上市工业企业专利数据来自中国研究数据服务平台（CNRDS），并遵循世界知识产权局的绿色专利标准匹配得到绿色发明专利，其它经济数据均来自国泰安数据库（CSMAR），部分缺失值用插补法填缺。
2、变量定义
（3）控制变量：考虑到其它因素对企业绿色创新可能造成的影响，本文选取企业规模（Size）、资产负债率（Lev）、总资产收益率（Roa）、企业年龄（Age）、营业收入增长率（Growth）作为控制变量。具体变量名称、定义及描述性统计如表5-1所示。
表5-1变量定义及描述性统计
变量名称
变量定义
标准差
最小值
中位数
最大值
3、模型设定
为考察《指引》的实施对高耗能行业企业绿色创新的影响效果，本文运用双重差分法进行实证分析，具体模型设定如下：
GIi,t=α+βTreati×Timet+θXi,t+μi+δt+εi,t
4、平行趋势检验及PSM—DID
表5-2DID基准回归结果与PSM—DID结果
变量
企业固定效应
是
年份固定效应
注：括号内为聚类到企业层面的稳健标准误；*、**、***分别表示在10%、5%、1%的置信水平下显著。下文同。
（三）稳健性检验
1、安慰剂检验
为避免基准回归结果受到不可观测的遗漏变量的影响（黄炜等，2022）[60]，本文通过虚构实验组的方式进行安慰剂检验。具体而言本文从样本工业企业中随机抽取441个作为实验组，使得《指引》的实施对对企业绿色创新的影响变的随机，并将这个过程重复进行500次，结果如图5-2所示。图5-2绘制了500次模拟实验的系数估计值及对应的P值。由图可知，绝大部分的系数估计值在0的附近分布，对应的P值也都不显著。而本文基准回归的系数估计值是-0.075（如图中实线所示），P值也在5%的置信水平下显著，图示也只有小部分的随机试验结果显著，因此本文研究结果在安慰剂检验中属于小概率事件，证明了基准回归结果的稳健性。
2、更换因变量的度量方式
为了证明基准回归结果的稳定性，采用更换因变量的度量方式进行稳健性检验。参考李青原、肖泽华（2020）[61]的做法，使用（企业当年绿色专利获得数+1）取自然对数作为企业绿色创新的替代变量进行检验，用GR表示。基准回归结果如表5-3所示，列（1）Treati×Timet的系数在1%的水平下都显著为负，与上文的基准分析结论一致，证明了《指引》的实施抑制了高耗能行业企业绿色创新回归结果的稳健性。
表5-3DID稳健性检验（替代因变量）
（四）异质性分析
1、《指引》的实施对不同所有权高耗能行业企业绿色创新影响的估计分析
2、《指引》的实施对不同规模高耗能行业企业绿色创新影响的估计分析
3、《指引》的实施对不同地区高耗能行业企业绿色创新影响的估计分析
企业所处地区不同，所拥有的资源条件也存在差异。东部地区无论是在经济发展，还是金融环境来说都比中西部地区更为发达。基于此，本文进一步考察《指引》的实施是否会受到高耗能行业企业所处地区的不同而对企业绿色创新效果造成不同的影响，因此将工业企业所处地区划分为东部和中西部。结果如表5-4列（5）和列（6）所示，可以发现，《指引》的实施对中西部地区高耗能行业企业的影响效果在10%的置信水平下显著为负，说明《指引》在实施后，与中西部地区的其它的工业企业相比，高耗能行业企业的绿色创新显著下降8.62%，而《指引》的实施对东部地区高耗能行业企业的影响效果不显著。可能的原因是中西部地区经济相对东部地区来说更为落后，银行业金融机构资源和资金方面更少。因此对中西部地区的高耗能行业企业造成的信贷约束程度更大，从而抑制了企业的绿色创新。
表5-4异质性分析
国有
非国有
大规模
小规模
东部
中西部
（五）机制分析
1、模型设定
为考察《指引》的实施对高耗能行业企业绿色创新的具体影响机制，本文基于双重差分模型，借鉴已有文献中常用的三重差分模型进行机制检验（钱雪松等，2019）[65]，具体模型设定如下：
GIi,t=α+β1Treati×Timet+β2Treati×Timet×Φi,t+β3Treati×Φi,t+β4Timet×Φi,t+β5Φi,t+θXi,t+μi+δt+εi,t
2、工业企业研发投入的机制效应分析
《指引》的实施使高耗能企业的新增贷款显著减少，从而导致高耗能企业可自由支配的现金流减少，企业为了维持正常的经营活动，会主动减少研发投入，即挤占企业的研发投入资金，最终因缺乏创新投入导致对企业的绿色创新活动产生抑制作用。基于此，本文以上市工业企业研发投入的对数取值作为衡量企业研发投入的指标，研究《指引》的实施对高耗能行业企业绿色创新影响的机制效应。结果如表5-5列（1）所示，列（1）中Treati×Timet×RDi,t的系数在5%的置信水平下显著为负，表明《指引》的实施会使高耗能企业通过主动减少研发投入，从而抑制了高耗能行业企业的绿色创新，假设2成立。
3、工业企业融资成本的机制效应分析
《指引》的实施使银行业金融机构对环保企业或绿色项目提供信贷支持或降低贷款利率，限制高耗能行业企业的资金获取或提高贷款利率。因此降低了环保企业的融资成本，提高了高耗能企业的融资成本，从而使高耗能企业面临更强的信贷约束，没有充足的资金进行绿色技术创新活动。基于此，本文以上市工业企业财务费用与负债总额的比值作为衡量企业融资成本的指标，研究《指引》的实施对高耗能行业企业绿色创新影响的机制效应。结果如表5-5列（2）所示，列（2）中Treati×Timet×Costi,t系数在1%的置信水平下显著为正，表明《指引》的实施会通过提高高耗能企业的融资成本，从而抑制了高耗能行业企业的绿色创新，假设3成立。
表5-5机制分析
研发投入
融资成本
（六）结论
第一，《指引》的实施抑制了高耗能行业企业的绿色创新，并且经过平行趋势检验、PSM—DID以及更换样本区间的稳健性检验后，结论依然成立。
第二，异质性分析表明《指引》的实施对高耗能行业企业绿色创新的抑制作用在不同企业特征下表现出异质性：首先，非国有高耗能行业企业相比于国有高耗能行业企业而言，其会受到商业银行等银行机构更大的信贷融资约束，没有充足的资金能够支撑起企业的绿色创新活动，因此《指引》的实施抑制了非国有高耗能行业企业的绿色创新。其次，大规模高耗能行业企业相比于小规模高耗能行业企业而言，灵活性低，市场的敏感度低，并且大规模企业在市场上处于头部地位，垄断程度高，缺乏创新动力，因此《指引》的实施抑制了大规模高耗能行业企业的绿色创新。再次，中西部地区高耗能行业企业相比于东部地区高耗能行业企业而言，所在地区的银行业金融机构资源和资金更少，对高耗能行业企业造成的信贷约束程度更大，因此《指引》的实施抑制了中西部地区高耗能行业企业的绿色创新。
第三，机制分析表明《指引》的实施会使银行业金融机构实行差异化的贷款政策，增加对环保企业的信贷支持或降低贷款利率，限制高耗能企业的资金获取或提高贷款利率，使高耗能行业企业减少了研发投入，提高了对高耗能行业企业的融资成本，从而抑制了对高耗能行业企业的绿色创新。
六、碳排放权交易政策的影响机制和作用效果
21世纪以来随着经济全球化水平的不断加深，温室气体过度排放所导致的气候变化已成为人类面临的最大威胁，我国作为全球最大的能源消耗国，因此在应对气候变化和绿色低碳发展等方面面临着更大的挑战。碳排放权交易（以下简称“碳交易”）市场是国际社会应对气候变化的重要工具，在环境治理和经济绿色发展中发挥着关键作用。随着我国“双碳”目标的提出，碳交易在我国经济低碳发展中发挥着重要作用。关于碳交易政策的影响已经有了广泛的研究，多项研究肯定了碳交易政策的有效性。现有的研究多从宏观角度探讨碳市场政策的效果和影响因素，如行政干预（Zhou等，2013）[67]、制度设计（Arezou等，2021）[68]、产业结构（Cong等，2010）[69]等。此外，碳排放权交易政策不仅能在局部产生节能减排效果（Zhou等，2019）[70]，而且还具有显著的空间溢出效应（Yu等，2021）[71]。
（一）碳排放权交易的内涵
治理者与污染者成本的差异造成了的环境外部性是导致“搭便车”的根源，因此需要外部性的治理，我国作为全球最大的能源消耗国，在应对气候变化和绿色低碳发展等方面面临着更大的挑战。理论上，产权明晰的环境政策可将污染的外部性问题内部化，实现资源的有效配置，碳排放权交易正是在科斯定理基础之上，一种通过产权划分的办法实现环境规制的手段（孙振清等，2020）[72]，碳排放量作为一种商品被交易，在实现社会减排成本最小化的同时，达到控制碳排放总量的环保目标（李若男等，2021）[73]。
我国于2011年10月发布《关于开展碳排放权交易试点工作的通知》，先后批准北京、天津、重庆、湖北、广东、深圳、上海和福建8个省市作为碳交易试点。2013年深圳碳交易市场率先启动，随后8个碳交易市场逐渐活跃，随着2021年7月16日全国碳交易市场的成功上线，目前中国碳交易市场覆盖了20多个行业，基本涵盖了包括电力、水泥、钢铁、化工等所有高耗能产业。
使用倍差法对政策的直接作用效果进行研究，结果表明碳交易市场不仅能够将碳排放的外部性内部化，促使资源的优化配置，而且中国碳试点政策的提出与实施，并未导致试点地区GDP与人均GDP增速放缓（王倩和高翠云，2018）[74]。但也有研究发现，碳交易政策虽能显著降低试点省份的碳排放量和人均碳排放量，且政策的减排效应也逐年增强，但碳交易政策对碳排放强度无显著影响（宋德勇和夏天翔，2019）[75]。
（二）地区碳绩效的内涵和测度
从经济和环境协调发展的角度进行统筹考虑，要实现经济的增长，全要素生产率（TFP）就要不断提高（聂正标等，2022）[76]。全要素生产率是基于投入和产出，评估要素使用效率和技术进步程度的综合指标，但传统的全要素生产率并没有包含环境指标，在新发展格局之下，TFP已不再适用于评估经济社会可持续发展的能力。基于此，将环境要素加入到全要素生产率的测量中，加入非期望产出的碳绩效，用以衡量地区的绿色发展能力，兼顾经济绩效和环境绩效。
碳绩效可以较好刻画了经济发展和碳减排之间的关系，因此成为了评价地区经济低碳可持续发展水平的重要指标，其测度方法由单一要素（Sun等，2005；刘楠峰等，2022）[77-78]转向全要素（Zaimo等，2000；朱凡和李天琦，2021）[79-80]，从而可以全面的反映经济主体绿色产出的能力。数据包络分析（DataEnvelopmentAnalysis，DEA）是一种多投入产出的全要素生产率的评价方法，传统的DEA方法多是基于BCC、CCR的期望产出模型，并未包含非期望产出部分（Liu等，2022）[81]。为了解决投入产出的松弛性问题，将松弛变量放入目标函数当中（Jin等，2016）[82]，运用非径向非角度的SBM模型（Slack-BasedMeasure，SBM），最终解决了考虑非期望产出时的效率问题（蔡昉，2017；尹迎港和常向东，2022）[83-84]。
其中，ρ*为要计算的效率值，即地区碳绩效，m，s1，s2分别表示投入、期望产出和非期望产出的变量个数，s-，sg，sb分别代表了投入、期望产出和非期望产出的松弛量，x0，y0，z0分别表示了投入、期望产出和非期望产出值。λ是权重向量，目标函数ρ*关于s-，sg，sb递减。
（三）碳排放权交易的作用机制
1、并行中介效应的分析
①配额机制
总量设定是整个理论的基础，只有规定排放的上限，才能确保碳排放配额的稀缺性，碳配额的初始分配作为最为关键的环节，也是实现初期减排有效性的基础（宋弘等，2019）[89]。碳排放配额的确定方法主要有历史排放法、碳强度下降法和基准线法三种，生态环境部门可通过祖父原则（董梅和李存芳，2020）[90]、拍卖法或固定价格购买的办法（禹湘等，2020）[91]向控排企业发放碳配额。监督、报告、核查的体系（MVR）是控排单位履约率的保障，配额的刚性管控可对碳排放量产生直接的约束（李治国和王杰，2021）[92]。
②交易机制
碳交易对碳排放量的约束，一方面是借助政府对碳排放配额总量的限制所带来的刚性约束，另一方面则是依靠碳定价对企业碳排放成本的影响，间接带来的碳排放量的约束。控排企业在碳市场进行碳排放配额的买卖，既实现资源的二次分配，同时参照碳定价产生控碳减排的预期成本。当碳交易产生的收益大于控碳成本时，在经济利益的驱动下，更多的资金会流入到低碳技术研发应用和以低碳技术为核心的新兴产业，包括清洁能源产业，如核能、风能、太阳能和水力发电等，推动产业结构升级和能源消费结构进一步优化（杨大光和刘嘉夫，2012）[93]。资源流向低能耗领域，更有利于推动清洁绿色的新兴产业的发展，加速淘汰高污染企业，促进产业结构的优化升级。
③抵消机制
核证自愿减排机制（CCER）作为我国碳交易市场的抵消补充机制，对企业的技术进步带来正向激励作用，促进了企业的经济绩效（武普照和王倩，2010）[94]。企业通过技术研发申报成为核证自愿减排项目产生核证自愿减排量，然后可对核证自愿减排量进行买卖，核证自愿减排量可以用于弥补控排企业的碳配额不足。
2、链式中介效应的分析
技术创新、产业结构和碳排放量三者之间也存在影响关系。技术创新不仅对整个产业有显著正向影响，而且还可以通过核心技术和核心竞争力促进产业结构调整和转型（王文军等，2018）[95]。在技术水平不变前提下，产业结构调整的碳减排潜力巨大（Golombek等，2013）[96]。虽然R&D投入的增加有利于产业结构的升级，但地区和行业间的差异使技术的渗透并不平均，这也影响产业结构的调整（Wei等，2021）[97]。
在碳配额供不应求的情况下，被管理企业由于技术受限而没有排放空间时，碳交易机制会传递出强烈的减排信号（林建华，2021）[98]。因而企业为了获取额外排放空间，会增加科研投入通过技术创新以获取核证自愿减排量抵消碳配额。抵消机制使企业技术研发能力提高，但是核证自愿减排量的获得会使得配额总量增加，从而削弱了碳交易政策的减排有效性。虽然技术创新对碳排放量的减少有促进作用，但是在考虑反弹效应时整体的减排效果被大幅削减了，外部影响又加剧了反弹效应的波动性。
（四）实证结果
本研究部分基于我国30省份（不含西藏、港澳台地区），2001-2020年的面板数据，研究碳交易政策的作用效果和影响机制，具体研究结果如下。
1、并行中介效应
并行中介效应的检验结果如下表所示，列（1）回归结果表明交互项Dvv系数0.182在1%水平下高度显著，因此表明碳交易政策对地区碳绩效的提升具有明显的促进作用。Dvv系数在1%水平下显著为正（列2），表6-1中列（3）结果显示在加入Ln_Inn变量后Dvv系数变小且依旧显著，因此表明了碳交易政策可以通过促进技术创新间接提升地区碳绩效。碳排放量也表现为部分中介效应，碳交易政策使得碳排放量下降进而提升了地区碳绩效。表6-1列（6）表明产业结构同样受到碳交易政策的影响，表6-1列（7）显示在加入Stru变量后Dvv系数变小并在1%水平下显著，则表明了碳交易政策可以促进产业结构的升级进而提高碳绩效。综上所述，碳交易政策可以通过减少碳排放量、促进技术创新和优化产业结构实现碳绩效的改善。
表6-1并行中介效应回归结果
控制变量
个体固定效应
时点固定效应
常数项
2、链式中介效应
技术创新可以提高碳绩效（a1-b3）,表6-2中列（8）表明技术创新对降低碳排放量同样具有显著的促进作用。表6-2列（13）显示在加入了变量Ln_1/CO2之后，与表6-1中列（3）相比Ln_Inn系数变小且依旧显著（0.0370<0.0558），此结果表明技术创新可降低碳排放量进而提升碳绩效，路径（a1-d2-b1）予以佐证。表6-1中列（6）和列（7）验证了产业结构升级对提高碳绩效的中介效应，表6-2列（9）则表明Stru对降低碳排放量作用明显，其系数0.00894在1%水平下高度显著，此外表6-2列（12）与表6-1（7）相比，在加入Ln_1/CO2变量之后Stru系数变小（0.00315<0.00428），由此印证了产业结构的升级会显著降低碳排放量并最终改善碳绩效，路径（a2-d3-b1）得到证实。表6-2列（10）表明技术创新Ln_Inn同样对产业结构升级Stru具有促进作用，并且表6-2列（14）相对于表6-1列（3）而言，在加入Stru之后Ln_Inn系数变小（0.0348<0.0558），因此证实了技术创新会促进产业结构升级进而带来碳绩效的改善，a1-d1-b2路径得以验证。由于Stru对Ln_1/CO2的显著影响，进而证明了路径（a1-d1-d3-b1）。
表6-2链式中介效应回归结果
3、空间溢出效应
在进行空间计量分析时，考虑到试点省份的政策会存在空间溢出效应，初步设定为使用静态空间面板杜宾模型（SDM）,回归结果如表6-3所示，碳交易试点政策存在显著的正向溢出效应，回归系数0.459在5%水平上显著（列16），由此可以说明试点省份的碳交易政策不仅提高了本省的碳绩效，而且由于政策正向溢出效应的存在，同时提高了非试点省份的碳绩效。
表6-3碳交易政策空间溢出效应
双固定效应
政策变量Dvv与中介变量（碳排放量、技术创新和产业结构）建立三个交互项，分别使用SDM对以上变量逐一进行回归分析。产业结构与政策交互项系数（0.0541）在1%的水平上高度显著（列19），试点省份政策带来的产业结构调整也产生了显著的正向溢出效应提高了其他省份的碳绩效。技术创新与政策交互项系数0.384在5%水平上显著，表明技术创新也有显著的正向空间溢出效应（列18）。
碳排放量与政策交互项系数在5%水平上显著为负（-0.0456），因此表明碳排放量存在显著的负向空间溢出效应（列17）。碳排放量在总量固定情况下存在“此消彼长”的现象，试点地区碳排放量的减少意味着临近省份的碳排放量的增加，从而带来碳绩效的下降。
（五）研究结论
现将以上实证结果整理汇总，得出以下研究结论：
第一，碳交易政策可以促进地区碳绩效的提升。首先，碳交易政策可通过降低碳排放量、促进技术创新和优化产业结构实现碳绩效的改善。其次，技术创新促进了产业结构升级，产业结构的优化也有利于减低碳排放量。再次，技术创新对降低碳排放量存在不确定性，抵消机制的配额冲抵效应削弱了总配额对减排量约束，因而我们获得了技术创新所带来的经济效益，而技术创新对环境效益的改善反而大打折扣。
第二，空间效应检验表明，碳交易政策对碳绩效的影响具有正向的空间溢出效应，试点省份实施碳交易政策也会影响其他非试点省份。但是在配额总量的限制下，某一地区的减排量的上升会导致其它地区减排量的下降，因此碳排放量存在负向的空间溢出效应。
碳交易政策可实现减排量的约束，控制碳排放总量适度收紧碳配额量，考虑到碳排放量在配额总量管控下的负向空间溢出效应，要做到加强地区间的协调监管，实现个体与整体的统一优化。
碳交易政策通过产业结构的升级对碳绩效的提升作用明显，因此应当配合其他辅助性的政策，弥补因市场局限性而致的垄断和资源信息不对称等问题，完善碳交易市场政策制度，政策的制定和实施要做到效率优先且兼顾公平，确保产业结构升级的作用路径顺畅。
技术创新可实现生产率和能源利用率的提高，要灵活运用碳交易政策的研发创新动力效应，因此碳交易政策的具体设计应着重强调创新战略，促使企业合理调整经营管理模式，不断更新生产工艺，优化产业结构进而改善碳绩效，但是其配额补充的政策思想，对减排量却带来了抵消。因而我们需要对核证减排量的交易比例做出严格的限制，既要保证抵消机制对技术创新激励效应的存在，又要限制其交易量从而削弱其对减排量的负面影响。
七、转型金融支持高耗能行业碳减排实践路径
作为绿色金融体系的重要补充，转型金融是我国经济活动由高碳排放量走向绿色低碳转型的必要过程。与绿色金融相较，转型金融有效地填补了石化、钢铁等高碳行业低碳转型的资金缺口，有助于我国高耗能行业在绿色低碳转型形势下实现减污降碳“软着陆”。为助力我国高耗能行业尽快实现能源结构转型从而实现“双碳”目标，现从标准制定、制度创新、政策协同、数字平台、市场主体、国际合作等方面提出适合我国转型金融发展的实践路径。
1、制定转型金融支持目录
2、制定转型标准并建立转型企业库、转型项目库
企业及项目的转型活动类型属于转型目录支持范畴才可获得相应融资，但作为防范“洗绿”风险的重要手段，科学界定转型金融标准不可或缺，转型认证标准主要包括三个方面：一是制定转型主体认证标准，建立转型企业库；二是制定转型项目认证标准，建立转型项目库；三是制定转型金融产品认证标准，通过转型金融产品支持企业主体和项目转型。其中，对转型企业和项目的认证建议遵循两个原则，一是动态更新原则，每三年对转型标准及目录进行一次更新；二是循序渐进原则，在碳达峰阶段（2030年前），认证标准以环境维度的碳减排为主，可持续发展目标为辅，为高碳行业提供相对宽松的转型支持，而在碳中和阶段（2060年前），认证标准以ESG等可持续发展综合维度，推动转型认证标准日趋严格。
3、完善碳交易市场政策制度
完善碳交易市场政策制度，具体设计应着重强调创新战略，促使企业合理调整经营管理模式。第一，碳交易政策可实现减排量的约束，控制碳排放总量适度收紧碳配额量，考虑到碳排放量在配额总量管控下的负向空间溢出效应，要做到加强地区间的协调监管，实现个体与整体的协同优化。第二，碳交易政策通过产业结构的升级对碳绩效的提升作用明显，因此应当配合其他辅助性的政策，弥补因市场局限性而致的垄断和资源信息不对称等问题，完善碳交易市场政策制度，政策的制定和实施要做到效率优先且兼顾公平，确保产业结构升级的作用路径顺畅。第三，技术创新可实现生产率和能源利用率的提高，要灵活运用碳交易政策的研发创新动力效应，优化产业结构进而改善碳绩效，但是其配额补充的政策思想，对减排量却带来了抵消作用。因此需要对核证减排量的交易比例做出严格的限制，既要保证抵消机制对技术创新激励效应的存在，又要限制其交易量从而削弱其对减排量的负面影响。
（二）加强金融部门金融制度创新和产品创新
1、完善绿色信贷政策
绿色信贷政策完善方面，引导金融机构资金流向激发高耗能企业内在的减排动力，促进企业的绿色创新。第一，要求银行业金融机构加强对绿色转型项目的识别，制定绿色转型项目专项贷款，提供专项资金支持，并给予一定的利率优惠，避免出现绿色信贷对高耗能企业的“一刀切”，确保高耗能企业在绿色创新的过程中也能有充足的资金，切实发挥绿色信贷支持绿色转型发展的作用。第二，在后续绿色信贷政策执行的过程中，也应该重视银行业金融机构对非国用高耗能企业的绿色创新项目提供充足的资金。同时加强企业的环保意识教育，制定企业年度环保和绿色项目考评指标，作为企业下一年能够获得的信贷资金标准，从而激发大规模高耗能企业自身对于绿色改造、创新转型升级的意愿与减排降污的动力。第三，针对地区差异适当的调整绿色信贷政策。地区经济水平不同，能够调动的资源也不同。因此给予各地区银行业金融机构一定的自主权利，因地制宜的发挥绿色信贷的激励和引导作用。
2、创新转型金融产品
3、扩大转型金融的融资规模
鼓励发行以可持续债券、转型贷款为代表的转型金融工具。我国转型金融融资缺口仍然不足以支撑起碳减排的任务。我国的转型金融融资缺口平均贡献率仅为-2.63%，实际力度有限，应当大力发展转型金融规模。由于我国的特殊国情，银行贷款和债券是企业主要的融资渠道，尤其是大量未上市的中小型高耗能企业，这两个是最核心的企业融资渠道。为此，政府应当尽快推出规定，央行和财政部启动转型资金，发放专项债券，通过降低利息，降低融资成本，激发高耗能行业的融资需求，扩大融资缺口，进而提高转型金融融资缺口。
（三）打好政策协同组合拳，引导转型投资社会预期，确保公正转型
随着转型金融发展体系框架的制定，高耗能行业融资困难的问题得到一定的解决，但在其发展的初期阶段，虽然转型资金需求绝大部分由资本市场筹集，但转型投融资的收益与风险和市场化水平不完全一致，因此需要发挥好配套政策的协同支持作用，加强财政的支持力度。高耗能行业在向绿色低碳转型过程中，除转型金融支持外，还需要土地供给、可再生能源消纳、碳排放权交易等政策支持。在财税方面，要强化财政金融协同推进。建议建立转型金融贴息补助、风险补偿等激励机制，对积极主动转型的高碳行业企业，可考虑将碳排放强度下降指标纳入财政补偿范围，也可考虑允许对固定资产加速折旧，对转型融资投资者提供税收减免。
此外，转型活动的推进过程可能会直接或间接地导致失业和贫困问题的加剧，也可能会对能源安全、通货膨胀、收入分配、生态环境和生物多样性产生影响，这就要求企业公正转型。建议转型金融对实体经济低碳转型提供金融支持的同时，遵循“最低限度社会保障”原则，通过转型金融产品创新和转型金融产品设计，保障转型的国际公正、转型的收入阶层公正、转型的代际公正、转型的行业公正，以及转型的区域公正。
（四）打造多层次转型金融监管体系，引入数字技术推动高效转型
高耗能行业实现绿色低碳转型是个长期过程，涉及巨额资金流动，打造高标准、多层次的金融监管体系有利于降低金融风险，防止“漂绿”“伪转型”等现象发生。首先，金融监管部门应与行业协会联动，明确转型企业信息披露的具体细则，推动企业依照可衡量、可报告、可核查的原则定期以书面报告的形式披露转型进展，保障转型资金的安全性、透明性。其次，提高第三方评估机构的准入门槛，定期开展高碳企业转型量化评估的培训，建立企业转型战略、技术路径、资金使用规划等要素的量化评估模型，提升第三方评估机构的服务质量，保证评估结果真实、可信。最后，建议金融监管部门开展转型金融活动的奖惩机制，对科学高效促进企业低碳转型的金融机构予以专项激励，严惩风险识别不当、涉及“伪转型”“漂绿”等活动的金融机构，规范转型金融市场建设。
1、明确转型信息披露要求，防控转型金融风险
在大力发展转型金融的同时，为防止“洗绿”“漂绿”风险的发生，首先建议监管部门明确规范转型融资企业信息披露情况，包括企业转型路径、企业减排情况、转型目标实现情况、环境和社会效益情况、风险因素等。其次，金融机构需对其投融资活动的转型信息进行详细披露。央行等监管部门可参考绿色金融适用的《金融机构环境信息披露指南》，制定出台针对转型金融的披露要求。
2、打造转型金融数字化服务平台
实现转型金融框架的有效落地，不仅需要顶层设计制定整体框架，还需要借助多维度的数据资源支持，实现数字化+转型金融服务的结合。无论是高耗能行业的融资需求收集，还是金融机构转型金融产品的推广运营，都需要一个可支撑产品快速创新的数字平台，以便可以有效解决转型金融市场信息不对称问题。此外，碳核算、碳资产管理、环境与气候风险管理等各类工具也具有一定的专业复杂性，需要更自动化、智能化的平台支持，因此，打造一个高水平的转型金融服务平台是数字化时代转型金融市场必须面临的任务。
（五）提高市场主体转型主动性，探索高效转型模式
作为转型金融的主体，我国高碳企业应积极响应国家“双碳”战略，加大绿色低碳技术的研发投入，探索适合自身的转型发展模式。以央企为首的国资企业应起到示范作用，将绿色低碳发展理念融入企业整体战略布局。积极参加国家碳交易试点建设，将“碳足迹”“碳信用”作为员工考评的参考指标，弘扬绿色发展、节能减排的企业绿色文化，追求可持续发展的长期回报。碳密集企业需加强低碳转型的技术创新，加快推进绿色低碳产业布局。中小型高碳企业要学习行业龙头企业低碳发展的先进模式，为低碳转型技术开发与应用研究设立专项资金，并加强与科研院所、高校的科研合作，构建绿色低碳领域产学研融合新生态。企业应注重低碳转型进程中的信息披露，建立公开透明的披露机制，定期通过ESG报告、社会责任报告向监管部门、投资人披露转型方案、进程、科技研发、资金用途等关键要素，接受社会公众的监督。
鼓励企业进一步优化能源结构，发展固碳、碳回收等技术，提高能源的利用效率。行业内部应当进一步深化能源品种的优化和升级，政府应当鼓励企业应用多元化的能源品质。能源效率增长速率下降，政府可以通过税收优惠的形式，通过减免环境税等税种鼓励企业积极将资金投入技术升级领域，进而从技术角度根本上促进碳减排，助力于我国双碳目标。
（六）加强转型金融国际合作，提高国际核心竞争力
参考文献
[1]朱民,亓艳，宗喆.(2021).构建全球领先的碳中和转型金融（上）[J].中国金融(24),31-33.
[2]陆岷峰.“双碳”目标下商业银行发展转型金融的策略研究[J/OL].广西社会科学:1-11[2022-05-23].
[4]马骏.(2021).绿色金融如何支持中国“30·60目标”[J].国际金融(05),3-7.
[5]门洁.转型金融：宜因势利导[J].甘肃金融,2021(12):1.
[6]ClimateBondsInitiative,“FinancingCredibleTransitions:HowtoEnsuretheTransition
[7]EuropeanCommission,“Taxonomy:FinalReportoftheTechnicalExpertGroupon
[9]黄琳,朱白澍.发展转型金融的必要性及思考建议[J].中国外资,2023(07):98-100.
[10]马骏.《G20转型金融框架》及对中国的借鉴[J].中国金融,2022(23):21-23.
[11]朱民,亓艳,宗喆.构建全球领先的碳中和转型金融（下）[J].中国金融,2022(02):20-21.
[12]朱民,潘柳，张娓婉.(2022).财政支持金融：构建全球领先的中国零碳金融系统[J].财政研究(02),18-28.
[13]施懿宸,包婕,邹诗祺.应对气候变化背景下新兴市场绿色转型挑战与机遇分析[J].企业观察家,2021(10):76-81.
[14]刘艳.碳中和背景下跨境投融资中的公平转型制度研究——转型金融的视角（上）[J].海外投资与出口信贷,2022(01):22-26.
[15]王韧.中国绿色金融治理效应评估及绿色政策选择——基于334家公众公司的微观数据[J].宏观经济研究,2021(06):133-145.DOI:10.16304/j.cnki.11-3952/f.2021.06.012.
[16]顾宝志,李卓宇,郑梦婷.“双碳”目标下我国转型金融的发展现状与实践路径[J].国际经济合作,2023(02):70-81+93.DOI:10.20090/j.cnki.gjjh.2023.2.7.
[17]刘虹.转型金融助力高碳排放企业“软着陆”——枣庄市金融支持高碳行业转型发展的路径探索[J].可持续发展经济导刊,2023(05):43-47.
[18]兰梓睿.转型金融助力“双碳”目标实现的挑战与路径研究[J].环境保护，2023,51(Z2):33-35.DOI:10.14026/j.cnki.0253-9705.2023.z2.013.
[19]徐洪峰,伊磊.构建中国转型金融体系：必要性、定位及建议[J].西南金融,2023(03):27-40.
[20]张浩然.碳排放交易政策对高耗能企业绿色创新行为的影响研究：企业知识基础、成本转嫁能力和地理区位的调节作用[D].西南财经大学,2022.DOI:10.27412/d.cnki.gxncu.2022.001473.
[21]程如华.江苏省“双碳”目标面临的挑战、机遇和实现路径研究[J].江苏科技信息,2022,39(06):62-65.
[22]陆大道.中速增长:中国经济的可持续发展[J].地理科学,2015,35(10):1207-1219.DOI:10.13249/j.cnki.sgs.2015.10.001.
[23]王保乾,徐睿.科技创新促进碳减排系统效率评价及其影响因素[J].工业技术经济,2022,41(05):29-35.
[24]赵禹程,刘梅青,聂耀昱,李新创.“双碳”背景下绿色金融政策助力钢铁行业低碳转型研究[J].冶金经济与管理,2022(02):14-17.
[25]郭禹辰,刘梦.绿色金融对河北产业转型的驱动机理及提升路径[J].河北金融,2022(03):21-26.
[26]王宁.双碳目标下金融支持钢铁行业绿色低碳转型调查[J].河北金融,2021(10):15-16
[27]MadalenoM,DoganE,TaskinD.Astepforwardonsustainability:Thenexusofenvironmentalresponsibility,greentechnology,cleanenergyandgreenfinance[J].EnergyEconomics,2022,109:105945.
[28]邵文静.绿色金融支持资源型城市转型研究[J].合作经济与科技,2021(21):50-53.
[29]陈翊高.绿色金融助推老工业城市低碳转型[J].中国金融,2022(01):31-32.
[30]杨莉莎,朱俊鹏,贾智杰.中国碳减排实现的影响因素和当前挑战——基于技术进步的视角[J].经济研究,2019,54(11):118-132.
[31]付华,李国平,朱婷.中国制造业行业碳排放：行业差异与驱动因素分解[J].改革,2021(05):38-52.
[32]徐菲.我国高耗能行业碳排放的影响因素研究[D].山东大学,2020.
[33]AngBW.TheLMDIapproachtodecompositionanalysis:apracticalguide[J].Energypolicy,2005,33(7):867-871.
[34]袁蒂.保定市交通运输业碳排放计量分析与减排路径研究[D].华北电力大学,2012.
[35]位桥桥.金融支持对我国工业行业碳减排的驱动效应研究[D].中国矿业大学,2016.
[36]AngBW,XuXY,SuB.Multi-countrycomparisonsofenergyperformance:theindexdecompositionanalysisapproach[J].EnergyEconomics,2015,47:68-76.
[37]张劲松，鲁珊珊.绿色信贷政策对企业创新绩效的影响[J].统计与决策，2022，38（7）：179-183.
[38]徐佳，崔静波.低碳城市和企业绿色技术创新[J].中国工业经济，2020（12）：178-196.
[39]潘烨.绿色信贷工具对高污染企业的降污减排效应研究——基于对高污染企业限贷约束机制分析[J].价格理论与实践，2022（3）：131-134.
[40]舒利敏，廖菁华.末端治理还是绿色转型——绿色信贷对重污染行业企业环保投资的影响研究[J].国际金融研究，2022（4）：12-22.
[41]郭俊杰，方颖.绿色信贷、融资结构与企业环境投资[J].世界经济，2022，45（8）：57-80.
[42]LiR,ChenY.Theinfluenceofagreencreditpolicyonthetransformationandupgradingofheavilypollutingenterprises:Adiversificationperspective[J].EconomicAnalysisandPolicy,2022(74):539-552.
[43]何凌云，梁宵，杨晓蕾，钟章奇.绿色信贷能促进环保企业技术创新吗[J].金融经济学研究，2019，34（5）：109-121.
[44]廖果平，姜铭哲，王卫星.绿色信贷政策、债务融资与企业创新——基于“两高”行业的DID模型检验[J].会计之友，2022（17）：54-60.
[45]张雪梅，曹亚婷，卢菲菲，廉梦露.绿色信贷政策是否促进了中国工业绿色转型——基于行业异质性的实证分析[J].生态经济，2022，38（6）：41-48.
[46]陆菁，鄢云，王韬璇.绿色信贷政策的微观效应研究——基于技术创新与资源再配置的视角[J].中国工业经济，2021（1）：174-192.
[47]蔡海静，汪祥耀，谭超.绿色信贷政策、企业新增银行借款与环保效应[J].会计研究，2019，（3）：88-95
[48]ZhangD,KongQ.Creditpolicy,uncertainty,andfirmR&Dinvestment:Aquasi-naturalexperimentbasedontheGreenCreditGuidelines-ScienceDirect[J].Pacific-BasinFinanceJournal,2022(73):1-13.
[49]于波.绿色信贷政策如何影响重污染企业技术创新[J].经济管理，2021，43（11）：35-51.
[50]李新功，朱艳平.绿色信贷政策对重污染企业债务成本的影响——基于PSM-DID模型的实证研究[J].会计之友，2021（3）：41-47.
[52]LiuX,ZhangS,AnL,etal.LossofRubiconamelioratesdoxorubicin-inducedcardiotoxicitythroughenhancementofmitochondrialquality[J].InternationalJournalofCardiology,2019(296):129-135.
[53]XuX,LiJ.AsymmetricimpactsofthepolicyanddevelopmentofgreencreditonthedebtfinancingcostandmaturityofdifferenttypesofenterprisesinChina[J].JournalofCleanerProduction,2020,264:121574.
[54]苏冬蔚，连莉莉.绿色信贷是否影响重污染企业的投融资行为[J].金融研究，2018（12）：123-137.
[55]WenH,LeeCC,ZhouF.Greencreditpolicy,creditallocationefficiencyandupgradeofenergy-intensiveenterprises[J].EnergyEconomics,2021(94):1-14.
[56]ZhangY,XingC,TripeD.RedistributionofChina’sGreenCreditPolicyamongEnvironment-FriendlyManufacturingFirmsofVariousSizes:DoBanksValueSmallandMedium-SizedEnterprises[J].InternationalJournalofEnvironmentalResearchandPublicHealth,2021,18(33):1-28.
[57]孙焱林，施博书.绿色信贷政策对企业创新的影响——基于PSM-DID模型的实证研究[J].生态经济，2019，35（7）：87-91+160.
[58]齐绍洲，林屾，崔静波.环境权益交易市场能否诱发绿色创新——基于我国上市公司绿色专利数据的证据[J].经济研究，2018，53（12）：129-143.
[59]黎文靖，郑曼妮.实质性创新还是策略性创新——宏观产业政策对微观企业创新的影响[J].经济研究，2016，51（4）：60-73.
[61]李青原，肖泽华.异质性环境规制工具与企业绿色创新激励——来自上市企业绿色专利的证据[J].经济研究，2020，55（09）：192-208.
[62]王锋，葛星.低碳转型冲击就业吗——来自低碳城市试点的经验证据[J].中国工业经济，2022（5）：81-99.
[63]王孝松，张瑜.企业规模与创新效率——基于中国高技术产业的经验分析[J].吉林大学社会科学学报，2021，61（3）：129-141+236-237.
[64]高良谋，李宇.企业规模与技术创新倒U关系的形成机制与动态拓展[J].管理世界，2009
（8）：113-123.
[65]钱雪松，唐英伦，方胜.担保物权制度改革降低了企业债务融资成本吗——来自中国《物权法》自然实验的经验证据[J].金融研究，2019（7）：115-134.
[66]连莉莉.绿色信贷影响企业债务融资成本吗——基于绿色企业与“两高”企业的对比研究[J].金融经济学研究，2015，30（5）：83-93.
[67]ZhouP,ZhangL,ZhouDQ,etal.ModelingEconomicPerformanceofInterprovincialCO2EmissionReductionQuotaTradinginChina[J].AppliedEnergy,2013,112(1):1518-1528.
[68]ArezouEntezaminia,AliGharbi,MustaphaOuhimmou.AJointProductionandCarbonTradingPolicyforUnreliableManufacturingSystemsUnderCap-and-tradeRegulation[J].JournalofCleanerProduction,2021,293(4):1-20.
[69]CongRG,WeiYM.PotentialImpactof(CET)CarbonEmissionsTradingonChina’sPowerSector:APerspectiveFromDifferentAllowanceAllocationOptions[J].Energy,2010,35(9):3921-3931.
[72]孙振清，李欢欢，刘保留.碳交易政策下区域减排潜力研究——产业结构调整与技术创新双重视角[J].科技进步与对策，2020，37（15）：28-35.
[73]李若男，杨力俊，赵晓丽.基于空间模型的中国碳交易减排效果分析[J].全球能源互联网，2021，4（5）：486-496.
[74]王倩，高翠云.碳交易体系助力中国避免碳陷阱、促进碳脱钩的效应研究[J].中国人口·资源与环境，2018，28（9）：16－23.
[75]宋德勇，夏天翔.中国碳交易试点政策评估[J].统计与决策，2019，35（11）：157-160.
[76]聂正标.“双碳”目标下促进碳排放权交易市场高质量发展[J].宏观经济管理，2022，21（11）：37-44.
[77]SunJW.IsTheEnergyIntensityaLessUsefulIndicatorThanTheCarbonFactorinTheStudyofClimateChange[J].EnergyPolicy,2005,33(8):975-978.
[78]刘楠峰，范莉莉，李树良.碳交易制度对企业碳减排绩效影响[J].系统工程，2022，40
（3）：13-23.
[79]Zaimo,Taskinf.EnvironmentalEfficiencyinCarbonDioxideEmissionsinTheOECD:ANon-paramentricApproach[J].JournalofEnvironmentalManagement,2000,58(2):95-107.
[80]朱凡，李天琦.中国碳交易市场减排绩效的实证研究[J].经济纵横，2021，20（3）：54-62.
[81]LiuGW,FuXY,ZhuangTZ,etal.ProvincialPerformanceAssessmentofNeighborhoodRegenerationBasedonaSuper-SBMModelandTheMalmquistIndices:AChinaStudy[J].SustainableProductionandConsumption,2022,32(4):593-606.
[82]JinYN,AndessonH,ZhangSQ.AirPollutionControlPoliciesinChina:aRetrospectiveandProspects[J].InternationalJournalofEnvironmentalResearchandPublicHealth,2016,13(12):12-19.
[83]]蔡昉.中国经济改革效应分析——劳动力重新配置的视角[J].经济研究，2017，52（7）：4-17.
[84]尹迎港，常向东.中国碳排放权交易政策促进了地区绿色全要素生产率的提升吗？[J].金融与经济，2022，42（3）：60-70.
[85]宋晓玲，孔垂铭.中国碳交易市场对地区经济结构影响的实证分析[J].宏观经济研究，2018，13（9）：98-108.
[86]]FengD,DaiYJ,ZhangSN,etal.CanaCarbonEmissionTradingSchemeGenerateThePorterEffectEvidenceFromPilotAreasinChina[J].TheScienceoftheTotalEnvironment,2019,653(3):565-577.
[87]HanW,ChenZP,WuXY,etal.CanaCarbonTradingSystemPromoteTheTransformationofaLow-carbonEconomyUnderTheFrame-workofThePorterHypothesisEmpiricalAnalysisBasedonThePSM-DIDMethod[J].EnergyPolicy,2019,129(6):930-938.
[88]沈洪涛，黄楠，刘浪.碳排放权交易的微观效果及机制研究[J].厦门大学学报（哲学社会科学版），2017，1：13-22.
[89]宋弘，孙雅洁，陈登科.政府空气污染治理效应评估：来自中国”低碳城市”建设的经验研究[J].管理世界，2019，35（6）：95-108.
[90]董梅，李存芳.低碳省区试点政策的净碳减排效应[J].中国人口·资源与环境，2020，30
（11）：63-74.
[91]禹湘，陈楠，李曼琪.中国低碳试点城市的碳排放特征与碳减排路径研究[J].中国人口·资源与环境，2020，30（7）：1-9.
[92]李治国，王杰.中国碳排放权交易的空间减排效应：准自然实验与政策溢出[J].中国人口·资源与环境，2021，31（1）：26－36.
[93]杨大光，刘嘉夫.中国碳金融对产业结构和能源结构影响:基于CDM视角的实证研究[J].吉林大学社会科学学报，2012，52(5)：98-105.
[94]武普照，王倩.排污权交易的经济学分析[J].中国人口·资源与环境，2010，20（2）：55-58.
[95]王文军，谢鹏程，李崇梅.中国碳排放权交易试点机制的减排有效性评估及影响要素分析[J].中国人口.资源与环境，2018，28（4）：26-34.
[96]GolombekR,SverreAC,RosendahlKE.PriceandWelfareEffectsofEmissionQuotaAllocation[J].EnergyEconomics,2013,36(3):568-580.
[97]WeiJ,HeB,ZhangYX,etal.APerformanceAnalysisFrameworkforCarbonEmissionQuotaAllocationSchemesinChina:PerspectivesFromEconomicsandEnergyConservation[J].JournalofEnvironmentalManagement,2021,296(20):1-20.
[98]林建华.基于外部性理论的西部生态环境建设的基本思路[J].西北大学学报(哲学社会科学版)，2006，36（1）：42-46.
[99]顾宝志,李卓宇,郑梦婷.“双碳”目标下我国转型金融的发展现状与实践路径[J].国际经济合作,2023(02):70-81+93.DOI:10.20090/j.cnki.gjjh.2023.2.7.
[100]陆岷峰.“双碳”目标下绿色金融与转型金融发展路径研究——基于数字技术应用的视角[J].海南金融,2022(08):66-71.
[101]王韧.“双碳”背景下我国转型金融的发展路径探究[J].理论学刊,2022(04):100-108.DOI:10.14110/j.cnki.cn-37-1059/d.2022.04.013.
[102]王双.双碳目标下我国转型金融发展路径的研究与思考[J].黑龙江金融,2022(06):67-71.
[103]诸葛瑞阳,蔡雯霞.绿色金融对工业企业绿色创新的影响研究——基于绿色金融改革创新试验区设立的准自然实验[J].金融理论与实践,2022(11):49-61.
本课题报告的阶段性成果已于2022年11月刊发在《金融理论与实践》第11期。