绿色金融对碳排放的影响——基于银行竞争异质性与人工智能路径的实证研究
现有文献大多支持绿色金融对碳排放具有抑制作用的观点。论文基于2011—2022年长江经济带108个地级市及以上城市的面板数据,综合运用一系列计量模型对二者关系进行了再考察。首先,采用双固定效应模型,研究发现绿色金融对碳排放的影响呈现显著的正“U”型非线性关系,其抑制作用随绿色金融发展的提升,表现出先增强后减弱的趋势,存在边际递减特征。其次,选用门限模型识别出了不同银行竞争水平下,绿色金融的减排效应具有显著差异。在银行竞争水平较低的地区,其抑制作用更为显著;而在银行竞争激烈的地区,减排效应相对较弱。再次,运用中介效应模型,证实了人工智能是绿色金融影响碳排放的重要传导渠道。绿色金融通过促进人工智能发展间接降低了碳排放,证实了“绿色金融—人工智能—碳排放”这一中介路径的存在。最后,借助空间面板模型,发现绿色金融对碳排放的影响存在显著的空间溢出效应。不仅作用于本地区,也对邻近地区产生类似的先抑制后促进的“U”型空间影响,凸显了区域协同的重要性。基于以上结论,提出如下政策建议:优...
源站未提供 PDF 预览图,完整文件需登录后下载。标准规范类资料(/soft/ 路径)通常有首页扫描预览。
现有文献大多支持绿色金融对碳排放具有抑制作用的观点。论文基于2011—2022年长江经济带108个地级市及以上城市的面板数据,综合运用一系列计量模型对二者关系进行了再考察。首先,采用双固定效应模型,研究发现绿色金融对碳排放的影响呈现显著的正“U”型非线性关系,其抑制作用随绿色金融发展的提升,表现出先增强后减弱的趋势,存在边际递减特征。其次,选用门限模型识别出了不同银行竞争水平下,绿色金融的减排效应具有显著差异。在银行竞争水平较低的地区,其抑制作用更为显著;而在银行竞争激烈的地区,减排效应相对较弱。再次,运用中介效应模型,证实了人工智能是绿色金融影响碳排放的重要传导渠道。绿色金融通过促进人工智能发展间接降低了碳排放,证实了“绿色金融—人工智能—碳排放”这一中介路径的存在。最后,借助空间面板模型,发现绿色金融对碳排放的影响存在显著的空间溢出效应。不仅作用于本地区,也对邻近地区产生类似的先抑制后促进的“U”型空间影响,凸显了区域协同的重要性。基于以上结论,提出如下政策建议:优化绿色金融政策以协调区域银行竞争差异产生的碳排放异质性;加强人工智能在绿色金融中的应用;建立绿色金融的区域合作机制,促进区域协同减排。