基于碳效的绿色普惠金融产品研发及示范项目结题报告.pdf

基于碳效的绿色普惠金融产品研发基于碳效的绿色普惠金融产品研发 及示范项目及示范项目 结题报告结题报告 浙江省经济信息中心（浙江省价格研究所）2022 年 5 月 I 执行摘要 随着我国碳达峰碳中和目标的提出，绿色转型成为助推经济高质量发展的强大引擎。2022 年 4 月，人行召开电视会议明确提出，要以支持绿色低碳发展为主线，深化转型金融研究，实现绿色金融与转型金融的有效衔接，注重绿色金融、普惠金融融合发展。浙江省民营经济占比大、小微企业数量众多，且大都分布于传统制造行业，在提质增效、转型发展的过程中，面临着更大的挑战，绿色融资需求也更为迫切。在“双碳”背景下，用金融手段助力小微企业绿色低碳转型，减少企业绿色融资成本，增加绿色资金的获得性，将成为全省绿色低碳发展的重要突破口。基于小微企业绿色融资难、转型压力大的现状，本报告旨在建立以碳效为核心的绿色普惠金融量化评估工具，在综合考量企业碳排放状况、经济效益、环境效益、绿色管理机制等因素的基础上，通过绿色信息评估模型和碳效评价模型，将企业的碳效表现纳入银行等金融机构评估体系，使金融机构能够使用标准化的工具，识别企业碳排放水平，将信贷资源向这些企业倾斜，实现银行资产投资的低碳化转型。同时，让绿色金融惠及小微经济体，积极引导中小型制造业开展低碳生产，在产业低碳转型上形成市场化的推动机制。本项目的主要研究成果如下：II 1.本研究构建了一套模型，来验证小微企业的财务真实本研究构建了一套模型，来验证小微企业的财务真实性和企业绿色性。性和企业绿色性。本研究经统计分析、数据验证、实测对比，构建了可靠且具有实际意义的模型。以单位产量能耗、单位产量排污等行业特征值为切入点，通过分析小微企业用能情况、排污情况与生产经营情况的关联性，形成企业绿色信息评估模型，可为银行提供核额参考；利用企业用能情况、行业特征、绿色运营、绿色管理等指标形成碳效评估模型，经验证，企业绿色等级结果与工业碳效码分档情况相符，可为银行提供企业分类参考和利率参考。2.研究形成了一套标准统一的支持工具，用于辅助金融研究形成了一套标准统一的支持工具，用于辅助金融机构开展绿色普惠金融工作。机构开展绿色普惠金融工作。为了研究成果可以更高效、便捷地支持金融机构实际操作，研究将涉及的数据与材料进行指标化梳理，结合银行业金融机构和小微企业实际情况制作了企业绿色信息尽调指南，为银行工作人员采集、验证相关数据和信息提供简明易行的操作指引。同时，形成了便于操作的数字化产品，只需录入通过尽职调查获取的企业数据，就能直接得到绿色信息评估模型和碳效评价模型的评级结果。3.研究设计了一套适用于小微企业的绿色普惠金融产研究设计了一套适用于小微企业的绿色普惠金融产品，以便更好地调动金融要素配置。品，以便更好地调动金融要素配置。本项目结合浙江省工业碳效码应用实际和碳效评价模 III 型评价结果，设计了三类面向小微企业的绿色普惠信贷产品，即：面向低碳高效企业的绿色企业普惠贷款、面向高碳行业亟需低碳转型企业的低碳转型贷款、面向拥有碳效提升空间企业的低碳发展贷款，并通过绿色信息评估模型，为数据有效性和真实性提供保障，对浙江省开展绿色金融普惠相关工作有重要参考意义。同时，研究提出的绿色信息评估模型、碳效评价模型配合相关支持工具，在贷前准入授信核额场景以及贷后日常检查的风险预警场景进行运用，可为银行监测、核算、评估信贷资金的环境效益和风险提供技术支持。I Executive Summary Green transformation has become a powerful engine for high-quality economic development with the goal of carbon peak and carbon neutralization.In April 2022,the Peoples Bank of China held a video conference and clearly stated that it is necessary to focus on supporting green and low-carbon development,deepen the research on transforming finance,realize the effective connection between green finance and transforming finance,and focus on the integrated development of green finance and inclusive finance.Zhejiang Province has a large proportion of the private economy and a large number of micro and small enterprises(MSE).And most of MSE belong to the traditional manufacturing industry.They are facing grate challenges and the need for green financing is urgent in the process of improving quality,efficiency,transformation and development.Under the background of carbon peak and carbon neutralization,using financial means to help MSE in green and low-carbon transformation,reducing the cost of green financing for enterprises,and increasing the availability of green funds will become an important breakthrough for green and low-carbon development in Zhejiang Province.II The report is based on the current situation of difficult green financing and great transformation pressure for MSE.And it aims to establish a quantitative evaluation tool for green inclusive finance with carbon efficiency as the core,and comprehensively consider the carbon emission status,economic benefits,environmental benefits,and green management mechanisms of enterprises.On the basis of above factors,through the green information evaluation model and carbon efficiency evaluation model,the carbon efficiency performance of enterprises is included in the evaluation system of financial institutions such as banks.So that financial institutions can use standardized tools to identify the carbon emission level of enterprises,and transfer credit resources to the evaluation system.These enterprises are inclined to realize the low-carbon transformation of bank asset investment.At the same time,the project enables green finance to benefit MSE,actively guides MSE to carry out low-carbon production,and forms a market-oriented promotion mechanism for low-carbon industrial transformation.The main research results of this project are as follows:1.The research has built a set of models to verify the financial authenticity and corporate greenness of MSE.Through statistical analysis,data verification and actual III measurement comparison,the research has constructed a reliable and practical model.We took industry characteristics such as energy consumption per unit output and pollutant discharge per unit output as the breakthrough point,analyzed the correlation between energy consumption,pollutant discharge and production and operation of MSE.Then formed an enterprise green information evaluation model,which can provide a reference for banks to verify the amount.We formed a carbon efficiency evaluation model by using enterprise energy consumption,industry characteristics,green operation,green management and other indicators.It has been verified that the green grade results of enterprises were consistent with the classification of industrial carbon efficiency codes.And the results of carbon efficiency evaluation model could provide banks with enterprise classification reference and interest rates reference.2.The research has formed a set of standard and unified support tools to assist financial institutions in carrying out green inclusive finance work.In order to make the research results more efficient and convenient to support the actual operation of financial institutions,the data and materials involved in the research are sorted out and indexed.And the Guidelines for Corporate Green Information IV Due Diligence were produced in combination with the actual conditions of banking financial institutions and MSE.Bank staff collect and verify relevant data and information to provide simple and easy operation guidelines.At the same time,the research formed a digital product that is easy to operate.The rating results of the green information evaluation model and the carbon efficiency evaluation model could be directly obtained by simply entering the enterprise data obtained through due diligence.3.The research has designed a set of green inclusive financial products suitable for MSE in order to better mobilize the allocation of financial factors.Based on the actual application of industrial carbon efficiency codes in Zhejiang Province and the evaluation results of the carbon efficiency evaluation model,this project designed three types of green inclusive credit products for MSE.The three green loans are:green enterprise inclusive loans for low-carbon and high-efficiency enterprises,low-carbon transformation loans for high-carbon industries urgently need low-carbon transformation enterprises,and low-carbon development loans for enterprises with carbon efficiency improvement space.The research provided guarantee for the validity and authenticity of data through the green information evaluation model.It had V important reference significance for the development of green financial inclusion in Zhejiang Province.At the same time,the green information evaluation model and carbon efficiency evaluation model proposed in the study together with relevant support tools,could be used in the scenario of pre-loan access credit approval and the risk early warning scenarios of post-loan daily inspection.It can provide technical support for banks to monitor,calculate and evaluate the environmental benefits and risks of credit funds.I 目录 一、项目背景与研究思路.1（一）“双碳”背景下的绿色金融发展与需求.1（二）研究目的与思路.4 二、构建绿色信息评估模型与碳效模型.8（一）特征分析.8（二）绿色信息评估模型.9（三）碳效评价模型.25 三、开发标准化的绿色普惠金融支持工具.34（一）构建一体化指标体系.34（二）形成规范化工作流程.36（三）打造数字化工具产品.37 四、设计基于碳效的绿色普惠金融产品.41（一）评价模型和工具应用特点.41（二）基于碳效的绿色普惠金融产品设计.42（三）实践落地与预期成效.48 五、总结与展望.52（一）总结.52（二）展望.54 附件：.56 1 一、项目背景与研究思路（一）“双碳”背景下的绿色金融发展与需求 金融是现代经济的血液，是提振经济的关键变量，对推进经济发展具有乘数效应。绿色金融最初源起于传统金融业务的绿色化转型，早在 20 世纪 70 年代，西方发达经济体就在绿色金融领域内先行先试。2003 年，荷兰银行、巴克莱银行、花旗银行等 7 个国家的 10 家国际领先银行签署“赤道原则”，要求对投资项目的环境社会影响进行综合评估。“赤道原则”的签署将绿色金融的实践上升到新高度，越来越多的发达经济体及新兴经济体通过推动绿色金融市场建设，构建绿色金融发展体系，为绿色企业及项目拓宽融资渠道，以此实现可持续发展的目标。截至 2021 年 10 月，全球已有 37 个国家和地区的 125 家金融机构接受了赤道原则。我国绿色金融的发展路径总体是“自上而下”有效推动与“自下而上”改革创新相结合，协同推进发展。2015 年 9 月，中共中央、国务院印发生态文明体制改革总体方案明确指出“建立绿色金融体系”，标志着绿色金融正式成为国家战略。2016 年 8 月，央行出台关于构建绿色金融体系的指导意见对全国绿色金融发展作出了总体规划。2017 年以来，国务院批准在浙江湖州、衢州等 6 省（区）9 地开展绿色金融改革创新试验，逐步构建先行先试、引领突破新格局。2020 年 9 月，习近平总书记作出“3060”承诺后，绿色发展持续提速，2021 年，央行提出“三大功能”和“五大支柱”绿 2 色金融发展思路1，同步推出碳减排支持工具和煤炭清洁高效利用专项再贷款两大结构性货币政策工具，以撬动更多资金进入绿色低碳领域。截至 2021 年底，我国本外币绿色贷款余额 15.9 万亿元，存量规模居全球第一。预计未来 30 年，碳中和领域投资规模超 138 万亿2，财政支出将远远无法满足市场需求。通过发展绿色金融，撬动社会资本全方位参与碳减排，或将是补足投融资缺口的主要方式。浙江作为绿色青山就是金山银山理念发源地、高质量发展建设共同富裕示范区，较早在绿色金融领域探索发展，并在 2016 年初以湖衢二市向国务院申报了绿色金融改革创新试验区建设。两地大胆探索、稳妥推进，陆续取得了一系列可复制、可推广的经验。其中，湖州市出台全国首个地级市绿色金融促进条例，发布全国首个区域性融资主体 ESG 评价数字化系统，率先开展金融支持零碳园区、零碳建筑等建设，推动构建以碳减排为核心的绿色金融体系，引导更多金融资源向绿色领域倾斜。衢州市率先构建了涵盖工业、农业、能源、建筑、交通运输、个人六大领域的碳账户体系，构建碳账户金融的“5e”闭环系统；发布绿色企业评价规范 绿色项目评价规范，科学评价企业绿色发展成色，在授信额度、贷款利率、办理流程等方面提供差异化的优惠政策，实现绿色资金的精准匹配。1“三大功能”指金融支持绿色发展的资源配置、风险管理和市场定价功能，“五大支柱”即完善绿色金融标准体系、强化金融机构监管和信息披露要求、逐步完善激励约束机制、不断丰富绿色金融产品和市场体系以及积极拓展绿色金融国际合作空间。2 数据来自于清华大学气候变化与可持续发展研究院分析报告。3 浙江省委、省政府高度重视“双碳”工作，借数字化改革契机，把“双碳”与数字化改革紧密结合起来。浙江省建设全国首个省级碳达峰碳中和数智平台，平台企业碳账户已覆盖4.6 万余家企业，初步实现对全省重点企业用能与碳排放的动态跟踪研判，形成了良好的企业碳效相关数据基础。2021年上线的浙江省工业碳效码，通过归集电力、经信、统计等相关部门数据，梳理提取出企业的电、煤、气、热等 39 类数据，形成碳排放量、碳排放强度、能耗总量、能耗强度四大核心指标。通过企业碳效和规模以上工业平均碳效、企业所属行业平均碳效的分类对比，从两个维度对工业企业碳效情况进行精准定位。衢州市政府发布衢州市碳账户金融建设实施方案（试行）先行试点探索和推进碳账户金融建设工作，作为广义碳金融的具体实践，引导金融机构创新基于碳账户信息的金融产品和服务，加大对低碳、减碳、脱碳等领域的金融支持，将碳账户信息嵌入信贷管理全流程，用金融力量推动营造实现“双碳”目标的良好氛围。民营企业是浙江经济发展主力军。2020 年，浙江民营经济增加值占全省生产总值的 66.3%，民间投资占全省固定资产投资总额的 59.8%，民营经济创造税收占全省税收收入的73.9%。同时，我省民营企业中小微企业占比较高，且大都分布于传统制造行业，高碳排、低效益、同质化特征明显。小微企业是当前纾困解难的市场个体，也是未来节能减碳的重要对象。“双碳”背景下，其绿色转型融资需求显得更为迫切。4 尽管近年来我国绿色普惠金融发展迅速，业务覆盖广度和深度明显提升，但与实体经济需求仍有差距。一方面，在传统模式授信下，银行开展绿色普惠金融业务面临着专业性强、服务成本高等问题，发放小微企业贷款内生动力不足。另一方面，小微企业环境信息披露机制缺失，金融机构难以对其真实性与绿色性进行有效评估，进一步影响了绿色普惠金融产品的研发与供给。如何科学有效评估企业真实性、绿色性，及时为企业提供相应绿色金融产品，成为重要的研究课题。本次研究借助浙江绿色金融改革经验及数字化改革基础，在企业碳效基础上构建模型，研究创新更有针对性、科学性的绿色普惠金融产品，不仅有利于健全完善绿色信贷风险评估标准，也有助于推动广大小微企业绿色低碳转型，对于推动经济发展稳进提质，实现“双碳”目标都具有重要的现实意义。（二）研究目的与思路 在上述背景下，为了助力浙江省小微企业的绿色普惠金融发展，需要依靠普适、可操作的模型来评估小微企业财务真实性、碳效为核心的绿色性，并将模型开发成兼具数据可得性和实操性的标准化支持工具，研发基于碳效的绿色普惠金融产品，更好地调动金融要素配置。为了解决上述需求，本项目对模型构建、标准化工具支持、产品设计应用做出研究。5 1.研究目的研究目的 本项目旨在建立统一的绿色信息评估模型，制定绿色金融融资主体的碳效评价指标体系，将碳效评估等融入银行的绿色信贷中，助力银行等金融机构通过使用标准化的工具，识别企业碳排放水平和能效水平。在此基础上，研发面向小微企业的基于碳效的绿色普惠金融产品，让绿色金融惠及小微经济体，积极引导小微企业低碳生产，在产业低碳转型上形成市场化的推动机制。2.研究思路研究思路（1）搭建搭建绿色信息评估与碳效评价的指标体系。绿色信息评估与碳效评价的指标体系。通过对小微企业绿色信息（如能源消费水平、碳排放水平、排污水平等）与企业经营情况的分析，结合相关文献与政策的查阅、湖州银行和湖州市部分企业的问卷调研、与相关专家的交流讨论，构建适用于绿色信息评估模型与绿色金融融资主体的碳效评价模型的指标体系。（2）构建绿色信息评估模型与碳效评价模型。构建绿色信息评估模型与碳效评价模型。基于上述指标体系，构建绿色信息评估模型与绿色金融融资主体的碳效评价模型。绿色信息评估模型通过对企业绿色信息与财务信息的交叉验证，并基于保守原则，确定企业真实生产经营信息以及企业的绿色发展情况；绿色金融融资主体的碳效评价模型构建了科学的绿色信贷绿色评级评分方法，形成企业 6 行业指标评分、碳指标评分、能耗指标评分、绿色运营指标评分、绿色管理指标评分。由此向金融机构提供更具实操性、可执行性的评估标准与工具，解决绿色金融面向小微企业的信息真实性、绿色性的壁垒问题。（3）形成标准化的支持工具形成标准化的支持工具。基于绿色信息评估模型与碳效评价模型，将模型指标体系梳理成指标化的资料来源清单，明确规范化的资料获取方式，并将研究结果数字化、工具化，形成通过简单的数据输入就能一键得到模型评估结果的数字产品，使已有模型更具有实操性。（4）研发绿色普惠金融产品。研发绿色普惠金融产品。基于模型构建与工具形成的结果，融合绿色金融产品的放贷额度、放贷周期、放贷利率等企业信贷的全生命周期内容，以绿色金融相关信贷产品为切入点，研发绿色普惠金融产品，引导信贷企业向绿色低碳转型发展。3.技术路线图技术路线图 本项目通过对小微企业的相关材料调研与分析，为了验证企业的财务真实性、评价企业的绿色性，构建了绿色信息评估模型与碳效评价模型，结合模型形成企业绿色信息尽职调查指南与标准化数字产品等支持工具。支持工具用于辅助绿色普惠金融产品设计的实操与落地，模型用于在绿色普惠金融产品应用时评估企业财务真实性，并在贷前、贷中、7 贷后对企业进行碳效跟踪。结合上述流程，开展绿色普惠金融产品的研发设计，使绿色金融普惠小微企业。图 1 项目技术路线图 8 二、构建绿色信息评估模型与碳效模型 浙江省小微企业的绿色普惠金融的发展普遍面临着企业财务真实性难验证、企业碳效水平难评估的问题，需要结合用能、排污等企业数据和企业行业特征、绿色运营与管理情况等情况，对企业的真实性和绿色性进行评价，为此，本项目构建了绿色信息评估模型和碳效评价模型对企业真实性、绿色性进行评估。（一）特征分析 本项目结合浙江省气候变化研究交流平台中的重点企（事）业单位碳排放报告系统数据，联合湖州银行对企业进行实地调研与问卷调研，具体数据来源见附件第一小节。由于有较多数据来源和数据品种，为了对不同来源数据的一致性进行验证，厘清已有数据之间的相关关系，本研究对比了碳报告企业与小微企业数据特征，梳理了企业产量、产值、主营业务收入等之间的关系（附件二四小节）。同时，考虑到同行业企业往往拥有相似的行业特征，本研究对典型行业的不同产品单位产量用电量特征值进行分析，得到分行业分产品的特征值范围（附表 4）。根据特征值分析，可得到以下结论：1.企业调研数据均在对应行业的企业碳报告的单位产值用电量区间内，说明本项目的企业调研数据与碳报告数据在 9 企业用能、经营数据等维度上有互通性，同行业中不同企业规模的用能与产值间的关系维持在稳定范围内。2.经调研分析，对小微企业而言，主营业务收入通常与产值的偏差值较小，可认为“主营业务收入=产值”。由于“企业产值=产量产品单价”，且企业产品单价相对稳定，因此同一企业产品单价在相关性分析中的影响不大，故后续分析中将企业产品单价视作常数，说明产品产量与企业主营业务收入有固定线性关系。3.每个行业都有行业对应的特征值范围，其中单位产品产量用电量、单位产品产量污水排放量的行业特征值与产品类型密切相关并相对稳定，可作为后续行业特征值参考和第一轮真实性验证参考。（二）绿色信息评估模型 1.指标体系指标体系 项目研究需要通过企业的绿色信息来交叉验证企业财务数据的真实性，为此要构建绿色信息评估模型，模型包括企业能源消费、碳排放、排污、生产情况等多维度指标。基于通过对相关文献与政策的查阅、湖州银行和湖州市部分企业的问卷调研与交流讨论，得到适用于绿色信息评估模型的指标体系（表 1）。10 表 1 绿色信息评估体系指标 一级指标 二级指标 三级指标 绿色信息评估 企业能源消费量 煤炭消耗量 油品消耗量 天然气消耗量 电力消耗量 热力消耗量 企业碳排放量 直接碳排放量 间接碳排放量 企业排污指标 企业主要污染物处理费 企业主要污染物年度实际排放量 企业生产相关指标 企业主要产品产量 注：企业主要污染物包括：废水、废气、固体废弃物等，不同行业的主要污染物有所区别，如纺织印染行业的主要污染物为废水，则企业排污指标为：企业污水处理费、企业污水年度实际排放量。2.模型构建模型构建（1）总体思路 由于贷款额度通常与企业营业额相关，绿色金融贷款产品在额度、利率上给予了相比传统信贷产品更多的优惠与政策倾斜，银行对绿色信贷产品的申请方审查成为保证绿色金融产品质量与风险管控的重要环节。因此需要构建绿色信息评估模型，通过对能耗、碳排放、排污等多维度的企业绿色信息进行数据获取与数据分析，实现企业绿色信息与财务信实现企业绿色信息与财务信息的交叉验证，并基于保守原则，确定企业真实生产经营信息的交叉验证，并基于保守原则，确定企业真实生产经营信息。息。11 考虑现阶段数据的可得性与金融机构的实操性，优先选取了企业用电量、污水排放量等维度结合企业产品产量构建模型。模型在构建过程中主要分为三个步骤：第一步第一步，利用行业特征值范围，判断企业是否在可信行业特征区间；第二第二步步，当企业符合所在行业的特征值范围，利用企业用能与生产数据的相关性、企业污水排放量与产量数据的相关性，通过输入企业的用电数据和污水排放量数据，分别得到对应的产量评估值，与企业提供的产量进行交叉验证；第三步第三步，基于保守性原则取较低产量值，结合企业产品单价，得到模型评估的主营业务收入，并与企业提供的评估年主营业务收入进行比较分析，最终得到绿色信息评估结果。综上，绿色信息评估模型思路示意图如下：图 2 绿色信息评估模型思路示意图 12（2）构建过程 第一轮真实性筛选第一轮真实性筛选 首先，判断企业提供的数据是否符合它所处行业的特征值范围，进行第一轮真实性筛选进行第一轮真实性筛选。考虑到小微企业用能通常以用电居多，本项目初步采用行业的单位产品产量用电量作为行业的特征值（附表 4），不符合所在行业单位产量用电量范围的小微企业，视作企业数据真实性存疑，需要企业提供额外的材料进行相关说明，或直接限制准入。建立企业用能、排污与建立企业用能、排污与生产生产情况相关关系情况相关关系 当企业历史数据呈显著线性关系当企业历史数据呈显著线性关系 对企业的用能数据与生产经营数据、排污数据与产量数据分别进行线性回归分析，以此来判断这些企业的能源消费分别进行线性回归分析，以此来判断这些企业的能源消费、污水排放污水排放和和生产生产经营数据是否有稳定的线性关系经营数据是否有稳定的线性关系。以用能数据与经营数据为例，通过对单个企业历史数据的线性回归分析，可得到单个企业的用能数据（用电量、用热量等）与经营数据（产值、企业营业额等）的皮尔森（Pearson）相关系数 r 与对应的决定系数 R2。统计学上，|r|0.8 为高相高相关性关性，在此情况下，企业的用能与经营数据有稳定的线性相有稳定的线性相关关，即：企业用能的变化与企业经营数据的变化有一个固定的可用线性公式表达的关系（具体表达式见第 18 页）。故在r 为 0.8 时取间断点，此时决定系数 R2约为 0.65，表示对于 13 单个企业而言，企业经营数据每变动 1，就有 0.65 是受用能量变化影响的。由此，在企业用能数据与经营数据线性回归分析的 R20.65 时时，将企业定义为将企业定义为：企业某一用能数据与经企业某一用能数据与经济数据呈线性相关。济数据呈线性相关。以织里童装企业数据为例，通过对企业经营数据的分析，可得织里镇童装企业的营业利润率在 5%-15%之间，符合该行业的营业利润率正常范围。通过 SPSS 软件对单家企业2017 年至 2021 年的历年企业用能数据、企业财务等进行相关数据进行皮尔森相关性分析-双尾检验，得到典型童装企业指标相关性透视表（表 2）。考虑到企业数据的可得性，采用电力消费量作为主要分析指标，通过 SPSS 软件对企业用电量与企业营业额进行线性回归分析，得到表 3 变异数分析结果。表 2 的相关性分析结果表明，企业营业额与企业能源成本（P=0.002，r=0.987）、用电量（P=0.004，r=0.976）呈极显著相关（P 0.65。表 3 的变异数分析结果表明，企业用电量企业用电量与企业营业额企业营业额显著性值为 0.002，存在显存在显著线性相关关系著线性相关关系。由于前期特征分析表明产品单价为常数，则企业用电量与企业产量有显著线性关系企业用电量与企业产量有显著线性关系。同时，对印染与钢压延行业企业的调研数据分析结果（附表 4）和以污水为主要污染物的印染企业污水排放量和产量相关性系数表（表4）表明，企业的污水排放量与企业的污水排放量与产品产品产量也存在产量也存在线性线性相关关系相关关系，且同行业企业的单位产量污水排放量离散度不高，相对稳定。14 表 2 典型童装企业指标相关性分析结果 生产总成本 能源成本 人力成本 原料成本 固定资产 税金 外包成本 物流成本 其他成本 营业额 销售利润 用电量 电费 供热费 生产总成本 皮尔森相关 1.000 0.993*0.541 0.524 -0.041 0.855 0.723 0.984*-0.657 0.993*0.703 0.988*0.963*0.889*显著性（双尾）0.001 0.346 0.364 0.947 0.065 0.168 0.003 0.229 0.001 0.185 0.001 0.009 0.044 能源成本 皮尔森相关 1.000 0.460 0.592 -0.046 0.900*0.657 0.987*-0.659 0.987*0.767 0.998*0.981*0.865 显著性（双尾）0.436 0.293 0.941 0.037 0.229 0.002 0.227 0.002 0.130 0.000 0.003 0.058 人力成本 皮尔森相关 1.000 -0.428 0.469 0.123 0.971*0.487 -0.216 0.478 -0.199 0.467 0.453 0.392 显著性（双尾）0.472 0.426 0.843 0.006 0.406 0.727 0.415 0.749 0.428 0.443 0.514 原料成本 皮尔森相关 1.000 -0.586 0.767 -0.207 0.557 -0.484 0.588 .943*0.574 0.549 0.595 显著性（双尾）0.299 0.130 0.738 0.329 0.409 0.297 0.016 0.311 0.338 0.290 固定资产 皮尔森相关 1.000 -0.022 0.382 -0.093 -0.122 -0.156 -0.315 0.010 0.116 -0.460 显著性（双尾）0.972 0.526 0.882 0.845 0.802 0.606 0.987 0.852 0.436 税金 皮尔森相关 1.000 0.339 0.836 -0.797 0.849 0.934*0.910*0.926*0.668 显著性（双尾）0.577 0.078 0.106 0.069 0.020 0.032 0.024 0.218 生产部分外包成本 皮尔森相关 1.000 0.680 -0.337 0.669 0.031 0.662 0.646