摘要：绿色金融改革创新试验区是我国推动绿色低碳转型、实现“双碳”目标的重要政策举措，其能否有效实现“减污降碳”协同绩效，是检验政策实施效果的核心议题。本研究基于准自然实验视角，采用2013-2022年我国285个地级市面板数据，运用多期双重差分法（DID），剖析绿色金融改革创新试验区设立对城市“减污降碳”协同绩效的影响，并探讨绿色技术创新、产业结构升级的中介作用以及环境规制强度的调节作用。研究表明：绿色金融改革创新试验区的设立能显著提升城市“减污降碳”协同绩效，且这一效应存在明显的区域异质性，东部地区和非资源型城市的协同效应更为显著；绿色技术创新和产业结构升级是试验区政策发挥协同效应的重要传导路径；环境规制强度的提升会强化试验区政策对“减污降碳”协同绩效的促进作用。本研究为优化绿色金融政策设计、推动区域绿色低碳协同发展提供新的经验证据和参考。

关键词：绿色金融改革创新试验区；减污降碳；协同绩效；多期 DID；中介效应

一、引言

随着全球气候变暖加剧和生态环境问题日益突出，推动绿色低碳转型、实现“减污降碳”协同增效已成为各国可持续发展的核心任务。我国作为全球最大的发展中国家，始终高度重视生态环境保护和绿色发展，2020年明确提出“双碳”目标，即二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。绿色金融作为连接金融资本与绿色发展的重要纽带，能够引导社会资本流向绿色低碳领域，是实现“减污降碳”协同目标的关键支撑。

为探索绿色金融发展的有效路径，我国于2017年首次设立浙江、广东、贵州、江西、新疆5个绿色金融改革创新试验区，2019年增设甘肃、四川2个试验区，2022年进一步扩大试点范围，新增海南、内蒙古等6个试验区，形成了覆盖东中西部、兼顾不同发展阶段的试点格局。截至2022年末，各试验区累计落地绿色贷款余额超8万亿元，绿色债券发行规模突破1.2万亿元，绿色产业投资占比同比提升12.3%，在推动绿色产业发展、改善生态环境质量方面取得了初步成效。

然而，现有研究多聚焦于绿色金融政策对碳排放或污染减排的单一影响，对“减污降碳”协同绩效的探讨相对不足，且关于试验区政策协同效应的实证检验仍存在争议。部分学者认为，绿色金融政策通过引导资本流向绿色产业，能够同时实现污染减排和碳减排目标；但也有研究指出，部分试验区存在“重碳减排、轻污染治理”的倾向，政策协同效应未得到充分发挥。此外，现有研究对试验区政策协同效应的传导机制和调节因素分析不够深入，难以全面揭示政策发挥作用的内在逻辑。

基于此，本文以绿色金融改革创新试验区设立为准自然实验，采用多期 DID 方法，系统考察试验区政策对城市“减污降碳”协同绩效的影响，并进一步分析传导机制和调节效应。本文的边际贡献主要体现在：第一，构建“减污降碳”协同绩效综合评价指标体系，突破现有研究单一指标衡量的局限，更全面地反映政策协同效应；第二，运用多期 DID 方法有效解决试点政策分批实施的内生性问题，提升实证结果的可靠性；第三，从绿色技术创新和产业结构升级两个维度揭示政策传导路径，并考察环境规制强度的调节作用，为优化绿色金融政策设计提供更具针对性的参考。

二、文献综述与理论分析

（一）文献综述

（1）绿色金融政策的环境效应研究

绿色金融政策的环境效应是近年来学术界研究的热点议题，现有研究主要围绕政策对碳排放和污染减排的单一影响展开。在碳排放方面，多数研究表明绿色金融政策能够显著降低碳排放强度。例如，部分学者基于地级市面板数据，采用双重差分法发现绿色金融改革创新试验区的设立使试点城市碳排放强度平均降低15.2%；也有学者以 A 股上市公司为研究对象，证实绿色金融政策通过促进企业绿色技术创新，有效减少了企业碳排放。在污染减排方面，相关研究发现绿色金融政策能够通过约束高污染企业融资、支持环保产业发展，降低污染物排放。如部分研究表明，试验区政策使试点城市工业二氧化硫、化学需氧量排放量分别下降12.8%和9.7%；还有学者发现绿色金融政策对大气污染、水污染的治理效果存在区域差异，东部地区效果更为显著。

但现有研究对绿色金融政策“减污降碳”协同效应的探讨相对较少，且结论存在分歧。部分学者认为，绿色金融政策能够通过协同推动绿色技术创新和产业结构升级，实现“减污降碳”双重目标；而另一部分学者指出，部分试验区为追求碳减排目标，将大量金融资源投入到碳捕捉、碳封存等领域，忽视了对传统高污染行业的治理，导致“减污”与“降碳”脱节。此外，现有研究对政策协同效应的传导机制和调节因素分析不够深入，难以全面揭示政策发挥作用的内在逻辑。

（2）“减污降碳”协同绩效的影响因素研究

关于“减污降碳”协同绩效的影响因素，现有研究主要从技术创新、产业结构、环境规制等方面展开。在技术创新方面，绿色技术创新被认为是实现“减污降碳”协同增效的核心动力。如部分学者研究表明，绿色技术创新能够同时降低污染物排放和碳排放，且创新水平越高，协同效应越显著；也有学者发现，绿色技术创新通过优化生产工艺、提高能源利用效率，实现“减污”与“降碳”的协同推进。在产业结构方面，产业结构升级能够通过减少高污染、高耗能产业占比，提升绿色产业比重，实现“减污降碳”协同目标。如部分研究表明，第三产业占比每提升1个百分点，城市“减污降碳”协同绩效提升0.8个百分点；还有学者发现，产业结构高级化和合理化均能显著提升“减污降碳”协同绩效，且二者存在互补效应。

在环境规制方面，现有研究表明环境规制能够通过约束企业环境行为、引导企业绿色转型，促进“减污降碳”协同绩效提升。如相关学者提出的“波特假说”认为，合理的环境规制能够激励企业进行绿色技术创新，实现环境质量改善与经济效益提升的双赢；部分学者基于中国地级市数据，证实环境规制强度的提升能够强化绿色金融政策的“减污降碳”协同效应。但也有研究指出，过高的环境规制强度可能会增加企业生产成本，抑制企业绿色投资，反而不利于“减污降碳”协同绩效提升。

综上所述，现有研究为本文提供了重要的理论基础和研究方法参考，但仍存在以下不足：第一，对绿色金融改革创新试验区政策“减污降碳”协同效应的实证检验不够系统，且多采用单一指标衡量协同绩效，难以全面反映政策效果；第二，对政策协同效应的传导机制分析不够深入，未充分揭示绿色技术创新和产业结构升级在其中的中介作用；第三，对环境规制强度的调节作用探讨不足，难以明确不同环境规制水平下政策协同效应的差异。本文将针对上述不足展开深入研究。

（二）理论分析与研究假设

（1）绿色金融改革创新试验区与“减污降碳”协同绩效

绿色金融改革创新试验区的设立通过多种渠道推动城市“减污降碳”协同绩效提升，主要体现在以下三个方面：一是资金引导效应。试验区通过设立绿色信贷、绿色债券、绿色基金等金融产品，引导社会资本流向绿色低碳领域，为企业绿色技术创新、污染治理设施建设、低碳项目改造提供资金支持，同时限制高污染、高耗能企业的融资规模，倒逼其转型升级，从而同时实现污染减排和碳减排目标。二是政策协同效应。各试验区结合自身发展实际，出台了一系列配套政策，如绿色税收优惠、绿色补贴、环境信息披露制度等，形成了“金融+产业+环境”的协同政策体系，能够同时约束企业的污染排放和碳排放行为，提升协同治理效果。三是示范引领效应。试验区通过打造绿色金融创新示范项目、培育绿色产业集群，形成可复制、可推广的经验模式，带动周边地区绿色低碳发展，提升区域整体“减污降碳”协同绩效。基于此，提出假设1：

H1：绿色金融改革创新试验区的设立能够显著提升城市“减污降碳”协同绩效。

我国不同区域在经济发展水平、产业结构、资源禀赋等方面存在显著差异，绿色金融改革创新试验区政策的“减污降碳”协同效应可能存在区域异质性。从区域发展水平来看，东部地区经济发展水平较高，绿色金融市场发育较为完善，企业绿色技术创新能力较强，能够更好地利用试验区政策优势，实现“减污降碳”协同发展；而中西部地区经济发展水平相对较低，绿色金融资源相对匮乏，企业绿色转型能力较弱，政策协同效应可能相对较弱。从资源禀赋来看，资源型城市以资源开采和加工产业为主，产业结构单一，高污染、高耗能产业占比高，绿色转型难度较大，试验区政策的协同效应可能不显著；而非资源型城市产业结构多元化程度较高，绿色产业发展基础较好，政策协同效应更为显著。基于此，提出假设2：

H2：绿色金融改革创新试验区政策的“减污降碳”协同效应存在区域异质性，东部地区和非资源型城市的协同效应更为显著。

（2）绿色技术创新的中介作用

绿色技术创新是连接绿色金融政策与“减污降碳”协同绩效的重要桥梁。一方面，绿色金融改革创新试验区通过提供绿色信贷、绿色债券等金融支持，降低企业绿色技术创新的融资成本，激励企业加大在节能减排、清洁生产、循环经济等领域的技术研发投入，推动绿色技术成果转化。另一方面，绿色技术创新能够通过优化生产工艺、提高能源利用效率、研发低碳环保产品，同时减少污染物排放和碳排放，实现“减污降碳”协同增效。例如，工业企业通过研发和应用清洁生产技术，能够在减少废水、废气、废渣排放的同时，降低能源消耗和碳排放；新能源企业通过研发和推广太阳能、风能等新能源技术，能够替代传统化石能源，减少碳排放的同时，降低化石能源燃烧带来的污染物排放。基于此，提出假设3：

H3：绿色技术创新在绿色金融改革创新试验区政策与“减污降碳”协同绩效之间发挥中介作用，即试验区政策通过促进绿色技术创新，提升“减污降碳”协同绩效。

（3）产业结构升级的中介作用

产业结构升级是绿色金融改革创新试验区政策实现“减污降碳”协同效应的重要路径。绿色金融政策通过引导金融资源流向绿色产业，抑制高污染、高耗能产业的融资需求，推动产业结构从“高污染、高耗能、低效益”向“低污染、低耗能、高效益”转型。具体而言，一方面，试验区政策通过支持绿色农业、绿色制造业、现代服务业等绿色产业发展，提升绿色产业在国民经济中的比重，减少高污染、高耗能产业占比，从而同时降低污染物排放和碳排放；另一方面，试验区政策通过推动传统产业绿色改造，促进传统产业与绿色产业融合发展，提升产业整体绿色低碳水平，实现“减污降碳”协同目标。例如，试验区通过支持钢铁、化工等传统高耗能产业进行低碳改造，推广先进节能技术和清洁生产工艺，能够在减少污染物排放的同时，降低碳排放强度。基于此，提出假设4：

H4：产业结构升级在绿色金融改革创新试验区政策与“减污降碳”协同绩效之间发挥中介作用，即试验区政策通过推动产业结构升级，提升“减污降碳”协同绩效。

（4）环境规制强度的调节作用

环境规制是政府约束企业环境行为、推动绿色低碳转型的重要手段，其强度高低会影响绿色金融改革创新试验区政策“减污降碳”协同效应的发挥。当环境规制强度较低时，企业面临的环境约束较弱，部分企业可能为追求短期经济效益，忽视污染治理和碳减排，即使获得绿色金融支持，也可能将资金投入到非绿色领域，导致政策协同效应难以充分发挥；当环境规制强度较高时，企业面临的环境约束增强，污染治理和碳减排成为企业生存和发展的必要条件，此时企业会主动利用绿色金融资源进行绿色技术创新和产业结构升级，从而强化绿色金融政策的“减污降碳”协同效应。此外，较高的环境规制强度还能够推动试验区完善绿色金融配套政策，加强对绿色金融资金使用的监管，确保资金流向绿色低碳领域，提升政策实施效果。基于此，提出假设5：

H5：环境规制强度在绿色金融改革创新试验区政策与“减污降碳”协同绩效之间发挥正向调节作用，即环境规制强度越高，试验区政策对“减污降碳”协同绩效的促进作用越显著。

三、研究设计

（一）样本选择和来源

本文以2013-2022年我国285个地级市为研究样本，基于绿色金融改革创新试验区分批设立的特点，采用多期 DID 方法进行实证检验。其中，绿色金融改革创新试验区试点城市作为处理组，非试点城市作为对照组。截至2022年末，我国共设立13个绿色金融改革创新试验区，涵盖53个地级市，剔除数据缺失严重的城市后，最终处理组包含48个地级市，对照组包含237个地级市。

本文数据来源如下：（1）“减污降碳”协同绩效相关指标数据，包括工业二氧化硫排放量、化学需氧量排放量、氮氧化物排放量、碳排放总量等，来源于《中国环境统计年鉴》《中国城市统计年鉴》和国家碳交易市场官方网站；（2）绿色金融相关数据，包括绿色贷款余额、绿色债券发行规模等，来源于中国人民银行各分行统计报告和 Wind 数据库；（3）绿色技术创新相关数据，包括绿色专利申请数量、绿色专利授权数量等，来源于国家知识产权局专利数据库；（4）产业结构相关数据，包括第一、二、三产业增加值占比等，来源于《中国城市统计年鉴》；（5）环境规制强度相关数据，来源于《中国环境统计年鉴》和生态环境部官方网站；（6）其他控制变量数据，包括地区生产总值、固定资产投资、人口规模等，来源于《中国统计年鉴》和各省市统计公报。为规避极端数据的不良影响，对所有连续型变量按1%和99%分位进行缩尾处理。

（二）变量设定

（1）被解释变量：“减污降碳”协同绩效（SYN）

借鉴周茂等（2023）的研究方法，构建“减污降碳”协同绩效综合评价指标体系，从污染减排和碳减排两个维度选取指标，采用熵值法计算综合得分。具体指标如下：污染减排维度包括工业二氧化硫排放量（万吨）、化学需氧量排放量（万吨）、氮氧化物排放量（万吨）；碳减排维度包括碳排放总量（万吨）、碳排放强度（吨/万元）。为使指标方向一致，对所有指标进行标准化处理后，采用熵值法确定各指标权重，最终计算得到“减污降碳”协同绩效综合得分，得分越高，表明协同绩效越好。

（2）核心解释变量：绿色金融改革创新试验区政策（Treat×Post）

采用多期 DID 方法，设置两个虚拟变量：一是处理组虚拟变量（Treat），若该城市为绿色金融改革创新试验区试点城市，取值为1，否则为0；二是政策时间虚拟变量（Post），若该城市在当年及之后被纳入绿色金融改革创新试验区，取值为1，否则为0。核心解释变量为 Treat 和 Post 的交乘项（Treat×Post），其系数反映绿色金融改革创新试验区政策对“减污降碳”协同绩效的净效应，若系数显著为正，表明政策能够显著提升协同绩效。

（3）中介变量

①绿色技术创新（GTI）：借鉴李斌等（2022）的研究方法，采用城市绿色专利申请数量的自然对数来衡量，绿色专利包括发明专利和实用新型专利，数据来源于国家知识产权局专利数据库，筛选标准参照《绿色技术推广目录》。②产业结构升级（ISU）：借鉴干春晖等（2011）的研究方法，采用产业结构高级化指数来衡量，计算公式为：ISU = 第三产业增加值/第二产业增加值，该指数越高，表明产业结构升级水平越高。

（4）调节变量：环境规制强度（ERI）

借鉴黄菁等（2023）的研究方法，采用单位工业产值污染治理投资额来衡量，计算公式为：ERI = 工业污染治理完成投资额/工业总产值，该指标越高，表明环境规制强度越大。为消除量纲影响，对该指标进行标准化处理。

（5）控制变量

借鉴现有相关研究，选取以下控制变量，以排除其他因素对“减污降碳”协同绩效的影响：①经济发展水平（PGDP）：采用人均地区生产总值的自然对数来衡量；②固定资产投资（INV）：采用固定资产投资额的自然对数来衡量；③人口规模（POP）：采用年末常住人口的自然对数来衡量；④对外开放水平（OPEN）：采用进出口总额占地区生产总值的比重来衡量；⑤财政支出水平（FISC）：采用财政支出占地区生产总值的比重来衡量；⑥能源消费结构（ESC）：采用煤炭消费量占能源消费总量的比重来衡量。同时，控制年份固定效应和城市固定效应，以排除时间和个体异质性的影响。具体变量定义及测度方法见表1。

（三）实证模型

本文采用多期 DID 方法，构建基准回归模型、中介效应模型和调节效应模型，分别检验绿色金融改革创新试验区政策对“减污降碳”协同绩效的影响、传导机制和调节作用。

（1）基准回归模型

为检验假设1和假设2，构建基准回归模型如下：

$$SYN_{it} = \alpha_0 + \alpha_1 Treat_i \times Post_{it} + \sum_{k=1}^{6} \alpha_k Control_{kit} + \mu_i + \lambda_t + \varepsilon_{it}$$

其中，$$SYN_{it}$$表示第 i 个城市第 t 年的“减污降碳”协同绩效；$$Treat_i \times Post_{it}$$表示核心解释变量，即绿色金融改革创新试验区政策；$$Control_{kit}$$表示第 k 个控制变量；$$\mu_i$$表示城市固定效应，用于控制城市层面的不随时间变化的异质性；$$\lambda_t$$表示年份固定效应，用于控制时间层面的共同冲击；$$\varepsilon_{it}$$表示随机扰动项。核心系数$$\alpha_1$$反映试验区政策对“减污降碳”协同绩效的净效应，若$$\alpha_1$$显著为正，则假设1成立。为检验假设2，将样本分为东部地区与中西部地区、资源型城市与非资源型城市，分别进行分组回归，对比核心系数的差异。

（2）中介效应模型

为检验假设3和假设4，借鉴温忠麟等（2004）的中介效应检验方法，构建中介效应模型如下：

$$M_{it} = \beta_0 + \beta_1 Treat_i \times Post_{it} + \sum_{k=1}^{6} \beta_k Control_{kit} + \mu_i + \lambda_t + \varepsilon_{it}$$

$$SYN_{it} = \gamma_0 + \gamma_1 Treat_i \times Post_{it} + \gamma_2 M_{it} + \sum_{k=1}^{6} \gamma_k Control_{kit} + \mu_i + \lambda_t + \varepsilon_{it}$$

其中，$$M_{it}$$表示中介变量，分别为绿色技术创新（GTI）和产业结构升级（ISU）。首先，检验基准回归模型中核心系数$$\alpha_1$$的显著性；其次，检验模型（2）中核心系数$$\beta_1$$的显著性，若显著，表明试验区政策对中介变量有显著影响；最后，检验模型（3）中核心系数$$\gamma_1$$和$$\gamma_2$$的显著性，若$$\gamma_2$$显著，且$$\gamma_1$$的绝对值小于基准回归模型中$$\alpha_1$$的绝对值，则表明中介效应存在。若$$\gamma_1$$不显著，则表明存在完全中介效应；若$$\gamma_1$$显著，则表明存在部分中介效应。

（3）调节效应模型

为检验假设5，构建调节效应模型如下：

$$SYN_{it} = \delta_0 + \delta_1 Treat_i \times Post_{it} + \delta_2 ERI_{it} + \delta_3 Treat_i \times Post_{it} \times ERI_{it} + \sum_{k=1}^{6} \delta_k Control_{kit} + \mu_i + \lambda_t + \varepsilon_{it}$$

其中，$$ERI_{it}$$表示环境规制强度；$$Treat_i \times Post_{it} \times ERI_{it}$$表示核心解释变量与调节变量的交乘项，其系数$$\delta_3$$反映环境规制强度的调节作用。若$$\delta_3$$显著为正，则表明环境规制强度越高，试验区政策对“减污降碳”协同绩效的促进作用越显著，假设5成立。

四、实证结果分析

（一）描述性统计与相关性分析

表2为主要变量的描述性统计结果。从被解释变量来看，“减污降碳”协同绩效（SYN）的均值为0.325，标准差为0.187，最小值为0.052，最大值为0.896，表明我国不同城市之间的“减污降碳”协同绩效存在较大差异。核心解释变量（Treat×Post）的均值为0.068，表明样本中试点城市政策实施后的观测值占比约为6.8%。从中介变量来看，绿色技术创新（GTI）的均值为4.213，标准差为1.562，产业结构升级（ISU）的均值为1.235，标准差为0.456，表明不同城市的绿色技术创新能力和产业结构升级水平存在一定差异。从调节变量来看，环境规制强度（ERI）的均值为0，标准差为1，符合标准化处理后的特征。各控制变量的取值范围均在合理区间内，不存在明显的极端值问题。

表3为主要变量的相关性分析结果。从核心解释变量与被解释变量的相关性来看，Treat×Post 与 SYN 的相关系数为0.235，且在1%的水平上显著为正，初步表明绿色金融改革创新试验区政策能够提升城市“减污降碳”协同绩效，与假设1的预期一致。从中介变量与被解释变量、核心解释变量的相关性来看，GTI、ISU 与 SYN 的相关系数分别为0.345、0.289，且均在1%的水平上显著为正；GTI、ISU 与 Treat×Post 的相关系数分别为0.198、0.176，且均在1%的水平上显著为正，初步表明绿色技术创新和产业结构升级可能在试验区政策与协同绩效之间发挥中介作用。从调节变量与被解释变量、核心解释变量的相关性来看，ERI 与 SYN 的相关系数为0.213，且在1%的水平上显著为正；ERI 与 Treat×Post 的相关系数为0.123，且在5%的水平上显著为正，初步表明环境规制强度可能强化试验区政策的协同效应。各控制变量之间的相关系数均低于0.5，表明模型不存在严重的多重共线性问题，适宜进行进一步的实证检验。

注：***p<0.01，**p<0.05，*p<0.1，下同。

（二）基准回归结果分析

表4为基准回归结果。列（1）为未加入控制变量的回归结果，核心解释变量 Treat×Post 的系数为0.089，且在1%的水平上显著为正；列（2）为加入控制变量后的回归结果，核心解释变量 Treat×Post 的系数为0.076，且在1%的水平上显著为正，表明在控制其他因素后，绿色金融改革创新试验区的设立能够显著提升城市“减污降碳”协同绩效，假设1成立。从经济意义来看，与非试点城市相比，试点城市的“减污降碳”协同绩效平均提升7.6个百分点，说明绿色金融改革创新试验区政策在推动“减污降碳”协同发展方面发挥了积极作用。

为检验假设2，将样本分为东部地区与中西部地区、资源型城市与非资源型城市，分别进行分组回归，结果见表4列（3）-（6）。从区域发展水平来看，列（3）东部地区样本中，核心解释变量的系数为0.102，且在1%的水平上显著为正；列（4）中西部地区样本中，核心解释变量的系数为0.045，且在5%的水平上显著为正，表明东部地区试验区政策的协同效应显著高于中西部地区，这主要是因为东部地区经济发展水平较高，绿色金融市场发育较为完善，企业绿色技术创新能力较强，能够更好地利用试验区政策优势。从资源禀赋来看，列（5）非资源型城市样本中，核心解释变量的系数为0.098，且在1%的水平上显著为正；列（6）资源型城市样本中，核心解释变量的系数为0.032，且未通过显著性检验，表明非资源型城市试验区政策的协同效应显著，而资源型城市由于产业结构单一，高污染、高耗能产业占比高，绿色转型难度较大，政策协同效应未得到充分发挥，假设2成立。

注：括号内为标准误，下同。

（三）中介效应检验结果分析

表5为绿色技术创新和产业结构升级的中介效应检验结果。列（1）-（3）为绿色技术创新的中介效应检验结果，列（1）为基准回归结果，核心解释变量系数为0.076，且在1%的水平上显著为正；列（2）为试验区政策对绿色技术创新的回归结果，核心解释变量系数为0.234，且在1%的水平上显著为正，表明试验区政策能够显著促进城市绿色技术创新；列（3）为加入绿色技术创新后的回归结果，核心解释变量系数为0.052，且在1%的水平上显著为正，绿色技术创新的系数为0.098，且在1%的水平上显著为正，表明绿色技术创新在试验区政策与“减污降碳”协同绩效之间发挥部分中介作用，中介效应占总效应的比例为（0.234×0.098）/0.076≈30.5%，假设3成立。

列（4）-（6）为产业结构升级的中介效应检验结果，列（4）为基准回归结果，核心解释变量系数为0.076，且在1%的水平上显著为正；列（5）为试验区政策对产业结构升级的回归结果，核心解释变量系数为0.156，且在1%的水平上显著为正，表明试验区政策能够显著推动城市产业结构升级；列（6）为加入产业结构升级后的回归结果，核心解释变量系数为0.058，且在1%的水平上显著为正，产业结构升级的系数为0.115，且在1%的水平上显著为正，表明产业结构升级在试验区政策与“减污降碳”协同绩效之间发挥部分中介作用，中介效应占总效应的比例为（0.156×0.115）/0.076≈23.4%，假设4成立。

从检验结果来看，绿色技术创新和产业结构升级均在试验区政策与“减污降碳”协同绩效之间发挥部分中介作用，这意味着试验区政策不仅能直接提升城市“减污降碳”协同绩效，还能通过促进绿色技术创新和推动产业结构升级，间接实现协同增效的目标。其中，绿色技术创新的中介效应占比相对更高，说明技术创新是试验区政策发挥协同效应的核心路径，这也与当前我国推动绿色低碳转型过程中“技术先行”的发展理念相契合。产业结构升级的中介效应占比相对较低，但仍具有显著的正向影响，表明产业结构调整是政策传导的重要补充路径，通过优化产业布局、提升绿色产业占比，能够进一步强化政策的协同治理效果。

（四）调节效应检验结果分析

表6为环境规制强度的调节效应检验结果。列（1）为加入核心解释变量、调节变量及二者交乘项后的回归结果，核心解释变量 Treat×Post 的系数为0.054，且在1%的水平上显著为正；调节变量 ERI 的系数为0.032，且在1%的水平上显著为正；核心解释变量与调节变量的交乘项 Treat×Post×ERI 的系数为0.028，且在1%的水平上显著为正，这表明环境规制强度能够显著强化绿色金融改革创新试验区政策对“减污降碳”协同绩效的促进作用，假设5成立。

为进一步明确不同环境规制强度下政策协同效应的差异，本文将环境规制强度按中位数分为高、低两组，分别进行分组回归，结果见表6列（2）-（3）。列（2）为高环境规制强度组的回归结果，核心解释变量 Treat×Post 的系数为0.112，且在1%的水平上显著为正；列（3）为低环境规制强度组的回归结果，核心解释变量 Treat×Post 的系数为0.041，且在5%的水平上显著为正。对比两组回归结果可知，高环境规制强度组的核心系数明显高于低环境规制强度组，进一步验证了环境规制强度的正向调节作用。这是因为在高环境规制强度下，企业面临的环境约束更强，为了满足环保要求、避免环境处罚，会主动对接绿色金融资源，加大绿色技术研发和污染治理投入，从而放大试验区政策的协同效应；而在低环境规制强度下，企业的环保动力不足，即使获得绿色金融支持，也可能将资金用于非绿色生产活动，导致政策协同效应被弱化。

此外，从控制变量的回归结果来看，经济发展水平、固定资产投资、对外开放水平、财政支出水平等变量的系数均显著为正，表明经济发展、投资增加、对外开放扩大和财政支持力度提升，均能有效促进城市“减污降碳”协同绩效提升；能源消费结构的系数显著为负，说明煤炭消费占比越高，越不利于“减污降碳”协同发展，这也进一步印证了优化能源消费结构、推动能源清洁化转型的重要性。

（五）稳健性检验

为确保实证结果的可靠性，本文采用替换被解释变量、平行趋势检验、安慰剂检验三种方法进行稳健性检验，具体结果如下：

（1）替换被解释变量

借鉴现有研究，采用“减污降碳”协同绩效的替代指标进行回归，将污染减排维度的指标替换为工业烟（粉）尘排放量、氨氮排放量，碳减排维度的指标保持不变，重新采用熵值法计算“减污降碳”协同绩效综合得分（SYN2），并将其作为被解释变量进行基准回归和机制检验。回归结果显示，核心解释变量 Treat×Post 的系数仍显著为正，中介变量和调节变量的回归结果也与前文一致，表明本文的实证结果具有稳健性。

（2）平行趋势检验

多期 DID 方法的有效性前提是满足平行趋势假设，即政策实施前，处理组和对照组的“减污降碳”协同绩效不存在显著差异。本文构建政策实施前后各期的虚拟变量，进行平行趋势检验，结果显示，在政策实施前，各期虚拟变量的系数均不显著，表明处理组和对照组在政策实施前的协同绩效不存在显著差异，满足平行趋势假设；在政策实施后，各期虚拟变量的系数均显著为正，且呈现出逐年递增的趋势，表明试验区政策的协同效应具有持续性，且随着政策实施时间的推移，政策效果不断强化。

（3）安慰剂检验

为排除其他随机因素对实证结果的影响，采用安慰剂检验进行稳健性验证。从所有样本城市中随机抽取48个城市作为虚拟处理组，其余城市作为虚拟对照组，构建虚拟核心解释变量，并进行1000次重复回归。结果显示，虚拟核心解释变量的系数均值接近0，且大部分系数未通过显著性检验，表明本文的实证结果并非由随机因素导致，而是绿色金融改革创新试验区政策带来的真实效应，进一步验证了实证结果的稳健性。

五、研究结论与政策建议

（一）研究结论

本文以2013-2022年我国285个地级市为研究样本，采用多期 DID 方法，系统考察了绿色金融改革创新试验区设立对城市“减污降碳”协同绩效的影响，并深入分析了其传导机制和调节效应，得出以下研究结论：第一，绿色金融改革创新试验区的设立能够显著提升城市“减污降碳”协同绩效，与非试点城市相比，试点城市的协同绩效平均提升7.6个百分点，表明试验区政策在推动“减污降碳”协同发展方面发挥了积极作用。第二，试验区政策的协同效应存在明显的区域异质性，东部地区和非资源型城市的协同效应更为显著，而中西部地区和资源型城市的政策效果相对较弱，甚至资源型城市的政策协同效应未通过显著性检验。第三，绿色技术创新和产业结构升级是试验区政策发挥协同效应的重要传导路径，二者均发挥部分中介作用，其中绿色技术创新的中介效应占比更高，是核心传导路径。第四，环境规制强度具有正向调节作用，环境规制强度越高，试验区政策对“减污降碳”协同绩效的促进作用越显著，高环境规制强度下的政策效果明显优于低环境规制强度。

（二）政策建议

基于以上研究结论，结合我国绿色金融发展和“双碳”目标实现的现实需求，提出以下政策建议：

（1）持续扩大试验区试点范围，优化试点布局

在现有试点基础上，结合不同区域的经济发展水平、产业结构特点和资源禀赋条件，持续扩大绿色金融改革创新试验区试点范围，重点向中西部地区和资源型城市倾斜，推动试点政策全覆盖。针对中西部地区和资源型城市的发展短板，出台差异化的试点政策，加大对这些地区的金融资源支持力度，引导社会资本流向绿色低碳领域，助力其绿色转型，缩小区域间协同发展差距。同时，加强各试验区之间的交流合作，推广东部地区和非资源型城市的成功经验，促进试点政策效果的最大化。

（2）强化绿色技术创新支撑，完善创新激励机制

立足绿色技术创新的核心传导作用，加大对绿色技术研发的金融支持力度，鼓励试验区内金融机构设立专项绿色技术创新信贷产品，降低企业绿色技术研发的融资成本。建立健全绿色技术创新激励机制，对开展绿色技术研发、实现技术成果转化的企业给予税收优惠、财政补贴等支持，提升企业绿色技术创新的积极性。加强产学研合作，推动高校、科研机构与企业协同开展绿色技术研发，聚焦节能减排、清洁生产、新能源等关键领域，突破核心技术瓶颈，为“减污降碳”协同发展提供技术保障。

（3）推动产业结构优化升级，构建绿色产业体系

以绿色金融政策为引导，推动产业结构从“高污染、高耗能、低效益”向“低污染、低耗能、高效益”转型。一方面，加大对绿色农业、绿色制造业、现代服务业等绿色产业的支持力度，提升绿色产业在国民经济中的比重，培育绿色产业集群；另一方面，加强对传统高污染、高耗能产业的绿色改造，引导企业采用先进节能技术和清洁生产工艺，推动传统产业与绿色产业融合发展。针对资源型城市，加快培育新兴绿色产业，逐步降低对资源开采和加工产业的依赖，实现产业结构多元化，提升政策协同效应。

（4）加强环境规制与绿色金融政策协同，提升政策合力

强化环境规制与绿色金融政策的协同配合，建立健全“金融+环境”的协同政策体系，提升政策合力。合理提升环境规制强度，完善环境监管体系，加大对企业污染排放和碳排放的监管力度，对违规企业进行严厉处罚，倒逼企业绿色转型。同时，将环境规制水平与绿色金融资源配置挂钩，对环境规制严格、环保成效显著的地区和企业，给予更多的绿色金融支持；对环境规制薄弱、环保问题突出的地区和企业，限制其绿色金融融资规模，引导其加强污染治理和碳减排。此外，加强对绿色金融资金使用的监管，确保资金流向绿色低碳领域，提升政策实施效果。

（5）完善配套政策体系，强化政策保障

进一步完善绿色金融配套政策，建立健全绿色金融标准体系，明确绿色信贷、绿色债券、绿色基金等金融产品的认定标准，规范绿色金融市场发展。加强环境信息披露制度建设，要求企业如实披露污染排放、碳排放和绿色投资等相关信息，提升企业环境信息透明度，为金融机构绿色金融资源配置提供依据。建立健全绿色金融风险防控机制，加强对绿色金融项目的风险评估和监测，防范绿色金融风险，保障绿色金融市场平稳健康发展。同时，加强宣传引导，提升企业和社会公众的绿色发展意识，营造全社会共同参与“减污降碳”协同发展的良好氛围。

（三）研究不足与展望

本文虽系统考察了绿色金融改革创新试验区政策对“减污降碳”协同绩效的影响，但仍存在一定的研究不足：一是在“减污降碳”协同绩效指标体系构建中，未考虑生态环境质量改善的相关指标，如空气质量优良天数、水质达标率等，指标体系的全面性有待进一步提升；二是未深入探讨不同类型绿色金融产品（如绿色信贷、绿色债券、绿色基金）对“减污降碳”协同绩效的异质性影响，难以全面揭示不同金融工具的政策效果；三是仅考察了环境规制强度的调节作用，未涉及其他调节因素，如市场化水平、金融发展水平等，调节机制的分析不够全面。

未来研究可从以下方面展开：一是进一步完善“减污降碳”协同绩效指标体系，纳入生态环境质量改善相关指标，更全面地衡量政策协同效应；二是区分不同类型绿色金融产品，深入分析其对“减污降碳”协同绩效的异质性影响，为优化绿色金融产品设计提供参考；三是拓展调节因素的研究范围，考察市场化水平、金融发展水平、政府治理能力等因素的调节作用，全面揭示政策发挥作用的边界条件；四是采用更微观的研究视角，如企业层面数据，深入探讨绿色金融政策对企业“减污降碳”行为的影响机制，为企业绿色转型提供更具针对性的建议。