《Business Strategy and the Environment》:From Informality to Green Development: How the Shadow Economy Affects Green Finance, Green Innovation, and Green Trade
编辑推荐:
摘要:实现绿色转型已成为重要的政策优先事项,经济体需动员绿色金融(Green Finance)、提升绿色创新(Green Innovation)并促进环境可持续商品与服务的贸易(绿色贸易,Green Trade)。然而,旨在强化绿色发展的政策效果不仅取决于其设
摘要:实现绿色转型已成为重要的政策优先事项,经济体需动员绿色金融(Green Finance)、提升绿色创新(Green Innovation)并促进环境可持续商品与服务的贸易(绿色贸易,Green Trade)。然而,旨在强化绿色发展的政策效果不仅取决于其设计,还受执法力度与财政收入动员能力影响,而后者可能被影子经济(Shadow Economy, SE)削弱。本研究考察1996–2024年28个OECD国家中影子经济对绿色发展动态——绿色金融、绿色贸易与绿色创新——的影响。为克服数据局限,研究人员采用多指标多原因(Multiple Indicators and Multiple Causes, MIMIC)技术估算至2024年的影子经济规模。在方法论上,研究人员综合运用高级计量经济学技术——矩分位数回归(Methods of Moments Quantile Regression, MMQR)与截面增广自回归分布滞后(Cross-Sectionally Augmented Autoregressive Distributed Lag, CS-ARDL)模型——与机器学习及深度学习模型(Lasso、Ridge及量子启发神经网络预测模型,Quantum-Inspired Neural Forecasting Model, QINFM)分别估计与预测变量间关系。研究发现影子经济对绿色发展具有负向且显著的影响,随分位点不同,经济非正规化程度上升与绿色金融、绿色创新和绿色贸易均呈负相关。预测模型佐证上述结果,并发现非正规化对绿色发展的不利影响在绿色转型程度更高的体制中加剧。结果表明经济非正规化不仅阻碍绿色发展的启动,也阻碍其规模化。研究提出若干减少影子经济及其对绿色发展不利影响的政策建议。
论文解读:影子经济对OECD国家绿色金融、绿色创新与绿色贸易的影响研究
一、研究背景与意义
全球变暖已演变为对经济稳定与长期可持续发展的系统性威胁, IPCC指出将升温控制在2℃内需大幅减排、将资源从碳密集型资本重新配置并增加清洁技术使用。联合国环境规划署(UNEP)提出"绿色经济(Green Economy)"倡议以协调经济模式与可持续发展目标。绿色发展(Green Development)通过提高资源效率、可再生能源消费及可持续生产实践来解耦经济增长与环境压力,其核心多维框架包括绿色金融(Green Finance,指政府环境相关税收等用于资助绿色项目的环境收入)、绿色创新(Green Innovation,指政府拨付给环境研发活动的预算)与绿色贸易(Green Trade,指环境友好产品和服务的进出口净值)。然而现有文献多关注影子经济(Shadow Economy, SE,即合法但隐匿以逃避税收与监管的市场经济活动)对税收或环境污染的影响,鲜有研究系统考察SE对绿色金融、绿色创新与绿色贸易这三大绿色发展支柱的抑制效应。OECD国家虽有较强绿色金融体系与创新力,但SE规模仍可观(部分国家超16%),非正规部门逃避环境规制、侵蚀税基、减少公共绿色支出与研发资金、无法获得正规市场认证从而限制绿色贸易参与。因此研究人员在28个OECD国家1996–2024年面板数据基础上,用MIMIC法扩展SE估算至2024年,结合MMQR、CS-ARDL及机器学习/深度学习模型系统检验SE对绿色发展的负面影响,该论文发表于《Business Strategy and the the Environment》。
二、主要关键技术方法
研究人员以28个OECD国家1996–2024年面板数据为样本,用MIMIC(Multiple Indicators and Multiple Causes)模型测算SE占GDP百分比(原因变量含失业率、GDP、制度质量综合指数及税负,指标变量含GDP增长率、广义货币供给M2、政府支出),制度质量涵盖腐败控制、政治稳定性、政府效能、法治、监管质量、言论与问责六项。被解释变量取自然对数:lGF(环境相关税收收入)、lGI(环境R&D资金)、lGT(低碳技术产品贸易净额),控制变量含lGDP(不变价GDP)、lFF(化石能源消费占比)、lTO(贸易开放度)、lESC(工业增加值占比)。先做斜率异质性(Pesaran–Yamagata)、截面依赖CD(Pesaran CSD)检验、二阶单位根CIPS/CADF检验与Westerlund协整检验;核心估计采用MMQR(Methods of Moments Quantile Regression)捕捉分位点异质性影响,用CS-ARDL(Cross-Sectionally Augmented Autoregressive Distributed Lag)做短长期关系稳健检验;敏感性分析用Oster系数稳定性检验与ITCV(Impact Threshold for a Confounding Variable);预测对比OLS、Lasso(L1正则化)、Ridge(L2正则化)与QINFM(Quantum-Inspired Neural Forecasting Model,量子启发神经网络预测模型),以RMSE、MAE、MAPE及Diebold–Mariano(DM)检验评估预测精度。
三、研究结果
描述性统计与相关性检验(Descriptive Statistics and Normality Check / Correlation Matrix and VIF)
各变量JB检验除贸易开放度外均服从正态分布,SE与绿色金融(r=-0.356)、绿色创新(r=-0.156)、绿色贸易(r=-0.264)均为负相关,VIF<5无多重共线性,初步支持研究假设。
斜率异质性与截面依赖(Slope Heterogeneity and Cross-Section Dependence)
Pesaran–Yamagata Δ与Δadj显著拒绝同质斜率假定,Pesaran CSD统计量在各变量上均显著,确认面板存在截面依赖与斜率异质性,适用CS-ARDL与MMQR。
单位根与协整检验(Unit Root Test / Cointegration Test)
CIPS与CADF检验显示变量为一阶单整I(1),Westerlund协整检验Group Pt、Pa及Panel Pt、Pa统计量多在5%或10%水平拒绝"无协整",证实变量间存在长期协整关系。
MMQR结果(Relationship Estimation by MMQR)
—对绿色金融(lGF):SE系数在各分位点(0.10–0.90)均显著为负(如τ=0.10时-1.007,τ=0.90时-1.438),表明SE缩减税基与环境税收入从而降低公共绿色融资,假设H1成立;GDP与化石能源消费正相关绿色融资。
—对绿色创新(lGI):SE在τ=0.10(-0.857)、τ=0.25(-0.599)、τ=0.75(-0.225)、τ=0.90(-0.379)显著为负,中位数不显著但方向一致,说明SE通过削减环境R&D预算与弱化合规激励抑制绿色创新,假设H2成立。
—对绿色贸易(lGT):SE在所有分位点显著为负(τ=0.10为-0.958至τ=0.90为-0.813),因非正规企业难获认证与正规市场准入,抑制环境友好品贸易,假设H3成立。
MMQR结果表明SE对三大绿色发展维度均有负向异质影响且在较高绿色发展水平体制中抑制效应更强。
CS-ARDL稳健性(Robustness by CS-ARDL)
长短期SE系数均负向显著(GF长期-0.416,GI长期-0.251,GT长期-0.225;短期GI与GT中SE分别为-0.544与-0.471),与MMQR结论一致,验证结果稳健。
系数稳定性与ITCV(Coefficient Stability and ITCV Tests)
Oster Rmax下β*均远离零,所需δ>1方能使效应消失;ITCV值(GF为0.258,GT为0.059)显示需较强遗漏变量才推翻推断,证明SE负效应不易由遗漏变量偏误解释。
预测与模型比较(Forecasting Estimations)
OLS捕获稳定期中心趋势,Ridge与Lasso(L1)分别做系数收缩与变量筛选,QINFM对结构性断点更敏感;RMSE、MAE、MAPE显示各模型预测误差较低(MAPE 1.1%–3.3%),QINFM在某些时段略优但可能过预测短暂结构变化,整体预测巩固了SE对绿色发展的持续负向关联。
四、讨论与结论翻译(Conclusion节选翻译)
本研究表明影子经济是绿色发展的制度性约束。具体而言,SE规模扩大会降低作为绿色项目资金来源的环境相关税收等绿色金融资产——这与SE缩减政府税收、削弱财务执行力及环境资金的观点一致,凸显强化环境合规、财务执法及制度以降低SE环境负面影响的必要性。同理SE负向影响绿色贸易,说明非正规经济活动减少环境友好商品与服务贸易,绿色与清洁技术贸易需合规与标准化(如生态标签、碳披露),SE因其隐蔽性规避规制从而限制绿色贸易与OECD国家绿色转型。此外SE通过减少环境R&D公共资金与异质国别影响抑制绿色创新。预测部分显示OLS在稳定期表现良好,QINFM对非线性与结构转变更灵敏但可能在短暂制度变迁中出现过预测偏差。综上,经济非正规化不仅阻碍绿色发展的起步也阻碍其规模化推进。政策上应将缩减SE纳入绿色发展框架,强化数字化征管与合规、加大环境R&D制度保障、完善绿色产品认证与正规市场接入以促进绿色贸易竞争力。