陳欣　劉明

摘 要：本文基于1990—2011年中國(guó)省際面板數(shù)據(jù)，運(yùn)用動(dòng)態(tài)面板模型（GMM）對(duì)金融發(fā)展與二氧化碳（CO2）排放關(guān)系進(jìn)行經(jīng)驗(yàn)研究。結(jié)果顯示：金融發(fā)展對(duì)人均CO2排放的整體影響并不顯著，而這是不同發(fā)展特征的省市產(chǎn)生不同作用互相抵消的結(jié)果；經(jīng)濟(jì)發(fā)展水平和經(jīng)濟(jì)開(kāi)放度均會(huì)影響金融發(fā)展對(duì)CO2排放的作用，收入水平由低到中的提升會(huì)強(qiáng)化正向影響，達(dá)到高收入水平則會(huì)變?yōu)樨?fù)向影響；隨著經(jīng)濟(jì)開(kāi)放度提升，金融發(fā)展會(huì)降低CO2排放。

關(guān)鍵詞：金融發(fā)展；二氧化碳排放；經(jīng)濟(jì)開(kāi)放度

中圖分類(lèi)號(hào)：F830 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000176X（2015）04004007

伴隨著中國(guó)經(jīng)濟(jì)的高速增長(zhǎng)，近三十年環(huán)境污染問(wèn)題變得日益嚴(yán)重。人們開(kāi)始逐漸關(guān)注經(jīng)濟(jì)增長(zhǎng)可能引起的環(huán)境問(wèn)題，有關(guān)二者關(guān)系的研究隨之涌現(xiàn)。從邏輯上講，金融發(fā)展能夠推動(dòng)經(jīng)濟(jì)增長(zhǎng)，同時(shí)經(jīng)濟(jì)增長(zhǎng)又可能與環(huán)境污染有關(guān)，那么金融發(fā)展與環(huán)境污染就可能存在某種程度上的關(guān)聯(lián)。

在當(dāng)下的中國(guó)，金融發(fā)展在何種程度上影響了環(huán)境？而這正是本文試圖回答的問(wèn)題。

在研究中，我們注意到，中國(guó)各省市地區(qū)經(jīng)濟(jì)發(fā)展十分不平衡，且各省市具有不同的發(fā)展特征。一些省市地區(qū)經(jīng)濟(jì)增長(zhǎng)速度和金融發(fā)展十分迅速，而污染物排放的比例與趨勢(shì)卻在下降。與此同時(shí)，隨著經(jīng)濟(jì)增長(zhǎng)和金融發(fā)展，部分省市污染物排放比例卻大幅增加。這種不一致性一定程度上反映了金融發(fā)展與環(huán)境污染關(guān)系可能存在的復(fù)雜性。此外，大量有關(guān)中國(guó)經(jīng)濟(jì)增長(zhǎng)與金融發(fā)展的實(shí)證研究結(jié)果表明，選取不同的樣本會(huì)導(dǎo)致結(jié)論不同，比如研究如果采用總體數(shù)據(jù)得出的結(jié)論可能與利用不同省市地區(qū)數(shù)據(jù)得出的結(jié)論差別很大。金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的不確定性，同時(shí)也會(huì)導(dǎo)致金融發(fā)展與環(huán)境污染關(guān)系可能存在的復(fù)雜性。因此，本研究將利用中國(guó)跨省面板數(shù)據(jù)分析金融發(fā)展對(duì)環(huán)境污染的影響，并嘗試將樣本分組以體現(xiàn)不同省市的發(fā)展特征。這樣區(qū)分特征的分組研究，將有利于我們更加深入地把脈兩者之間的關(guān)系，繼而在推動(dòng)金融發(fā)展的同時(shí)降低其對(duì)環(huán)境的負(fù)面作用，并實(shí)施適宜的舉措對(duì)環(huán)境產(chǎn)生積極的影響。

為便于分析問(wèn)題，本文僅選擇二氧化碳排放來(lái)衡量環(huán)境質(zhì)量，即將它作為污染排放的指標(biāo)。這樣的選擇基于兩點(diǎn)原因：其一，二氧化碳受到國(guó)際社會(huì)的普遍重視與高度關(guān)注；其二，二氧化碳排放與其它污染物排放存在顯著的正相關(guān)關(guān)系。雖然各種不同的污染排放均會(huì)對(duì)環(huán)境質(zhì)量造成影響，但對(duì)于中國(guó)金融發(fā)展與二氧化碳排放關(guān)系的深入剖析，無(wú)疑對(duì)我國(guó)實(shí)施宏觀調(diào)控以及碳減排的金融政策具有重要的參考意義。

一、文獻(xiàn)綜述

國(guó)內(nèi)外學(xué)者對(duì)金融發(fā)展與環(huán)境質(zhì)量關(guān)系的研究大多集中于定性研究，與此相關(guān)的定量分析十分少見(jiàn)，結(jié)論也不盡相同。從金融發(fā)展對(duì)環(huán)境影響的機(jī)理上來(lái)看，理論上存在正反不同方向作用力，因此，整體影響取決于不同方向作用力的相對(duì)大小。

一方面，金融發(fā)展可能導(dǎo)致環(huán)境惡化，其機(jī)理為：金融發(fā)展會(huì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)增長(zhǎng)會(huì)引起能源需求增加，而能源需求增加通常意味著污染排放加大。從消費(fèi)者的角度看，當(dāng)一國(guó)發(fā)展金融服務(wù)時(shí)，消費(fèi)者會(huì)因?yàn)橘J款的易得性而擴(kuò)大消費(fèi)，購(gòu)買(mǎi)房子、汽車(chē)和空調(diào)等大件商品，這些會(huì)直接增加能源需求；從企業(yè)的角度看，金融發(fā)展可使得企業(yè)融資變得更加便利，股票市場(chǎng)融資還在一定程度上降低了企業(yè)融資成本，這些都會(huì)促進(jìn)企業(yè)擴(kuò)大規(guī)模生產(chǎn)和擴(kuò)張商業(yè)活動(dòng)，從而也將增加能源需求。對(duì)于這樣一種關(guān)系，我們可將其表述為金融發(fā)展對(duì)環(huán)境影響的負(fù)面規(guī)模效應(yīng)。國(guó)外學(xué)者Sadorsky[1]選取22個(gè)新興市場(chǎng)國(guó)家的數(shù)據(jù)，使用動(dòng)態(tài)面板模型（GMM）方法檢驗(yàn)這些國(guó)家金融發(fā)展對(duì)能源消費(fèi)的影響，得出結(jié)論：當(dāng)金融發(fā)展用股票市場(chǎng)度量時(shí)，股票市場(chǎng)交易額與股票市值對(duì)國(guó)民生產(chǎn)總值的占比，都對(duì)能源需求產(chǎn)生顯著的促進(jìn)作用。Bello和Abimbola[2]通過(guò)對(duì)尼日利亞的金融發(fā)展進(jìn)行研究發(fā)現(xiàn)，由于該國(guó)投資缺乏必要的監(jiān)管，因而以證券市場(chǎng)資產(chǎn)表示的金融發(fā)展會(huì)導(dǎo)致環(huán)境惡化。對(duì)于中國(guó)金融發(fā)展與環(huán)境之間關(guān)系的實(shí)證研究雖然少見(jiàn)，但也有部分研究得出了類(lèi)似的結(jié)論。Zhang[3]利用中國(guó)1980—2009年的時(shí)間序列數(shù)據(jù)，采用VECM 模型和協(xié)整檢驗(yàn)、格蘭杰因果檢驗(yàn)等計(jì)量方法研究，發(fā)現(xiàn)金融發(fā)展促進(jìn)了CO2排放，其中金融規(guī)模對(duì)CO2排放影響最為顯著，而金融中介效率對(duì)CO2排放的作用則較小。徐盈之和管建偉[4]將金融發(fā)展變量納入EKC分析框架，以中國(guó)為研究對(duì)象，對(duì)氣、水、霧三種污染物進(jìn)行回歸分析，發(fā)現(xiàn)金融發(fā)展加劇了環(huán)境質(zhì)量的惡化。

另一方面，金融發(fā)展也可能減少能源消費(fèi)和污染排放，其機(jī)理為：隨著一個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)的進(jìn)一步發(fā)展，金融體系將會(huì)給予低污染和低能耗的企業(yè)更多的信貸資金支持，通過(guò)改變資金的產(chǎn)業(yè)投向，產(chǎn)業(yè)結(jié)構(gòu)得以優(yōu)化進(jìn)而降低環(huán)境污染；金融發(fā)展還可以在一定程度上促進(jìn)先進(jìn)生產(chǎn)技術(shù)的投資增加，生產(chǎn)技術(shù)升級(jí)會(huì)逐漸淘汰高污染企業(yè)及生產(chǎn)方式[4]，從而使環(huán)境污染得以抑制。對(duì)于金融與環(huán)境之間存在的這一關(guān)系，我們可以將其表述為結(jié)構(gòu)效應(yīng)與技術(shù)效應(yīng)。不僅如此，當(dāng)一國(guó)經(jīng)濟(jì)與金融發(fā)展達(dá)到一定程度時(shí)，國(guó)家政策、消費(fèi)者偏好、經(jīng)濟(jì)結(jié)構(gòu)和市場(chǎng)機(jī)制等都會(huì)有抑制環(huán)境惡化。Tamazian等[5]選取金磚四國(guó)1992—2004年的面板數(shù)據(jù)研究金融發(fā)展與環(huán)境質(zhì)量之間的關(guān)系，并加入美國(guó)和日本的數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)金融自由化和金融開(kāi)放對(duì)減少CO2起到重要作用，它們能夠吸引高水平研發(fā)的直接投資，提升能源使用效率，進(jìn)而抑制環(huán)境惡化。郭郡郡等[6]通過(guò)對(duì)96個(gè)國(guó)家1988—2007年的面板數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)僅上市公司市值和私營(yíng)部門(mén)的國(guó)內(nèi)信貸占比對(duì)CO2排放有影響，經(jīng)濟(jì)發(fā)展水平和金融開(kāi)放程度會(huì)對(duì)金融發(fā)展與CO2排放之間的關(guān)系產(chǎn)生影響，收入水平和金融開(kāi)放程度的提高均會(huì)減少CO2排放。Shahbaz等[7]對(duì)巴基斯坦的CO2排放進(jìn)行研究，認(rèn)為在控制了經(jīng)濟(jì)增長(zhǎng)、人口規(guī)模和能源消費(fèi)等因素后，金融業(yè)發(fā)展減少了CO2排放，而這暗示促進(jìn)金融部門(mén)的發(fā)展可成為降低CO2排放的一個(gè)政策工具。對(duì)于中國(guó)的研究，也有類(lèi)似的結(jié)論。Jalil和Feridun[8]利用中國(guó)1953—2006年的數(shù)據(jù)，采取自回歸分布滯后（ARDL）模型檢驗(yàn)金融發(fā)展和環(huán)境污染之間的長(zhǎng)期關(guān)系，發(fā)現(xiàn)金融發(fā)展能夠減少CO2排放。顧洪梅和何彬[9] 采用1979—2008年中國(guó)各省的面板數(shù)據(jù)，通過(guò)建立P-VAR模型考察區(qū)域金融發(fā)展與CO2排放之間的動(dòng)態(tài)關(guān)系，發(fā)現(xiàn)區(qū)域金融發(fā)展的深化對(duì)碳排放具有顯著的抑制作用。郭福春和潘錫泉[10]基于Gregory-Hansen結(jié)構(gòu)突變檢驗(yàn)，對(duì)浙江省1995—2010年期間是否發(fā)生經(jīng)濟(jì)轉(zhuǎn)型升級(jí)和金融支持低碳經(jīng)濟(jì)發(fā)展進(jìn)行了定量分析，認(rèn)為經(jīng)濟(jì)增長(zhǎng)、人口規(guī)模效應(yīng)，能源使用效率低下依然是浙江省CO2排放量的引擎，而金融信貸服務(wù)支持卻能有效地降低CO2排放，對(duì)浙江省低碳經(jīng)濟(jì)的發(fā)展具有強(qiáng)勁的“推進(jìn)效應(yīng)”。

不同的實(shí)證研究結(jié)果表明一個(gè)事實(shí)，如果所選樣本和利用的方法不同，可能會(huì)得出不同的結(jié)論。基于此，現(xiàn)有實(shí)證文獻(xiàn)還存在兩點(diǎn)不足：一是文獻(xiàn)要么采用跨國(guó)數(shù)據(jù)，要么采用中國(guó)總體統(tǒng)計(jì)數(shù)據(jù)，再有就是以中國(guó)個(gè)別省市為樣本進(jìn)行研究。前者無(wú)法體現(xiàn)中國(guó)地區(qū)差異下金融發(fā)展與環(huán)境關(guān)系的復(fù)雜性，其結(jié)論可能存在偏差；后者的結(jié)論則在廣泛意義上缺乏代表性。二是現(xiàn)存研究并未分析和探討中國(guó)不同省際地區(qū)發(fā)展特征差異對(duì)金融發(fā)展和環(huán)境污染關(guān)系的影響。本文將在這兩個(gè)方面進(jìn)行推進(jìn)：第一，為把握中國(guó)金融發(fā)展與CO2關(guān)系的總體狀況，將使用包括所有不同發(fā)展特征省市的跨省面板數(shù)據(jù)，在EKC基本模型的基礎(chǔ)上進(jìn)行經(jīng)驗(yàn)研究。第二，在研究金融發(fā)展對(duì)CO2整體作用的基礎(chǔ)上，深入探討經(jīng)濟(jì)發(fā)展水平和經(jīng)濟(jì)開(kāi)放程度差異對(duì)二者關(guān)系所造成的影響。

二、模型設(shè)定與變量描述

1模型設(shè)定

其中：CO2代表估算的某省CO2排放量，Ci為該省第i種能源產(chǎn)生的CO2排放量。參考周建和易點(diǎn)點(diǎn)[11]文獻(xiàn)的做法，將排放CO2的能源分解為原煤、原油、天燃?xì)馊箢?lèi)，i=1，2，3分別代表三種化石能源，按照這三大類(lèi)能源的統(tǒng)計(jì)口徑進(jìn)行各省CO2估計(jì)。Ei代表該省第i種化石能源的實(shí)際消費(fèi)量；NCVi為轉(zhuǎn)換因子，表示第i種能源每千克消費(fèi)釋放的熱量；CCi為第i種能源燃燒時(shí)單位熱量的含碳量；COFi為第i中能源消費(fèi)釋放碳時(shí)的氧化率；44和12分別是CO2的分子量和C的分子量。NCVi來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒2008》附錄4中的平均低位發(fā)熱量，CCi和COFi來(lái)源于IPCC（2006年）和《中國(guó)溫室氣體清單研究》。

（2）控制變量，包括人均收入Yit及其平方，經(jīng)濟(jì)對(duì)外開(kāi)放程度FDIit-1，產(chǎn)業(yè)結(jié)構(gòu)INDit和能源消費(fèi)強(qiáng)度ENit。其中，人均收入Yit以地區(qū)人均生產(chǎn)總值衡量，產(chǎn)業(yè)結(jié)構(gòu)以工業(yè)產(chǎn)值占GDP的比重衡量，能源消費(fèi)強(qiáng)度以單位GDP能耗（噸標(biāo)準(zhǔn)煤/萬(wàn)元）衡量，對(duì)外開(kāi)放程度以外商直接投資額占地區(qū)GDP比重衡量，F(xiàn)DI數(shù)值的計(jì)算方法為以每年外商直接投資額美元標(biāo)價(jià)數(shù)值乘以每年的平均匯率。

（3）金融發(fā)展變量FDit，以各地區(qū)金融機(jī)構(gòu)貸款占GDP比重衡量。目前雖有許多研

究集中于以銀行信貸、股票市場(chǎng)以及債券市場(chǎng)規(guī)模占GDP比重衡量金融發(fā)展水平，但本文僅以貸款占比進(jìn)行表征，原因有三：第一，目前我國(guó)企業(yè)融資主要依賴(lài)于銀行信貸，直接融資比重較小，而貸款對(duì)于企業(yè)擴(kuò)大規(guī)模生產(chǎn)或進(jìn)行技術(shù)革新作用最大最直接。第二，中國(guó)的債券市場(chǎng)始于2005年，可得數(shù)據(jù)較少，并且對(duì)整個(gè)金融體系影響十分有限，因而未用其表征金融發(fā)展。第三，部分研究將股票市場(chǎng)規(guī)模與效率作為表征金融發(fā)展的變量，但值得注意的是，這些都是基于國(guó)家層面數(shù)據(jù)的研究，作為對(duì)一國(guó)金融市場(chǎng)發(fā)展的考量，在研究中使用股票市場(chǎng)發(fā)展指標(biāo)是適宜的。但本文是基于省際面板數(shù)據(jù)的研究，如采用各省股票市場(chǎng)數(shù)據(jù)表征金融發(fā)展則會(huì)出現(xiàn)這樣的問(wèn)題：公司上市融資歸屬一個(gè)省市，其業(yè)務(wù)卻覆蓋跨越多個(gè)省市，因而所產(chǎn)生的CO2被統(tǒng)計(jì)在多個(gè)省市。這樣，如在研究中采用按省劃分的股票市場(chǎng)交易額或市值作為衡量金融發(fā)展的表征就會(huì)發(fā)生嚴(yán)重誤差，其邏輯也是不通的。因此，本文對(duì)于股票市場(chǎng)指標(biāo)不予納入。

模型選取了中國(guó)29個(gè)省市作為研究對(duì)象（因西藏?cái)?shù)據(jù)缺失，重慶后設(shè)為直轄市統(tǒng)計(jì)容易出現(xiàn)偏差，故排除這兩個(gè)省市），時(shí)間段取為1990—2011年。表1給出了模型估計(jì)中變量設(shè)計(jì)及數(shù)據(jù)來(lái)源，表2是對(duì)變量的統(tǒng)計(jì)性描述。

三、經(jīng)驗(yàn)結(jié)果分析

動(dòng)態(tài)面板GMM 估計(jì)有一步和兩步估計(jì)，本文采用經(jīng)驗(yàn)應(yīng)用中常用的一步估計(jì)量?？紤]到估計(jì)有效性，我們采用AR（1）、AR（2） 統(tǒng)計(jì)量對(duì)應(yīng)的P值和Sargan統(tǒng)計(jì)量對(duì)應(yīng)的P值來(lái)聯(lián)合檢驗(yàn)所采用的工具變量的有效性[12]。檢驗(yàn)結(jié)果中的J統(tǒng)計(jì)量是Hansen（1982） 提出的，它是基于GMM 目標(biāo)函數(shù)和矩條件約束個(gè)數(shù)的Sargan檢驗(yàn)。表3給出了整體樣本、按照收入水平和經(jīng)濟(jì)對(duì)外開(kāi)放度分組的模型（1）—模型（3）的估計(jì)結(jié)果，Hansen檢驗(yàn)及AR檢驗(yàn)的P值均表明所采用的工具變量表現(xiàn)良好，并且過(guò)度識(shí)別條件成立。

1整體估計(jì)結(jié)果

模型（1）的估計(jì)結(jié)果顯示：LlnC作為因變量的滯后項(xiàng)系數(shù)估計(jì)值為0191，且統(tǒng)計(jì)量在1%的水平上顯著，這說(shuō)明當(dāng)期的CO2排放受前期的CO2排放的顯著影響，同時(shí)意味著CO2排放與其它污染物一樣，都具有路徑依賴(lài)性；控制變量lnY、（lnY） 2、LlnFDI、 lnEN和 IND的系數(shù)估計(jì)值都在5%的水平上顯著，具體分析為：首先，β1>0 且β2<0，即收入的一次項(xiàng)系數(shù)為正而二次項(xiàng)系數(shù)為負(fù)，表明CO2排放和其它污染物有著類(lèi)似的特點(diǎn)，即排放符合環(huán)境庫(kù)茲涅茨倒U曲線的假說(shuō)；其次，β3<0，即外商直接投資的滯后項(xiàng)對(duì)人均CO2排放產(chǎn)生了負(fù)面的影響，表明外國(guó)直接投資的提高會(huì)減少人均CO2排放；最后，β4和β5均大于0，即工業(yè)產(chǎn)值占GDP比重的提高和能源使用強(qiáng)度的增強(qiáng)均會(huì)加大人均CO2排放。金融發(fā)展變量統(tǒng)計(jì)結(jié)果并不顯著，似乎說(shuō)明金融發(fā)展未對(duì)CO2排放產(chǎn)生顯著影響，但更可能的原因是：各個(gè)地區(qū)發(fā)展特征不同，不同省市金融發(fā)展對(duì)CO2排放產(chǎn)生了大小及方向上不同的影響，這些影響在整體回歸中相互抵消，從而使得整體估計(jì)中金融發(fā)展變量變得不顯著。因此，對(duì)于這樣的模型檢驗(yàn)結(jié)果，我們不能簡(jiǎn)單地將其解釋為金融發(fā)展對(duì)CO2排放沒(méi)有顯著性影響，反而需要進(jìn)一步研究不同特征差異給實(shí)證研究結(jié)果帶來(lái)的變化。此外需要注意的是，人均收入lnY和能源消費(fèi)強(qiáng)度lnEN的系數(shù)估計(jì)值比其它變量的系數(shù)估計(jì)值都大，這表明相比較其它影響CO2排放的因素而言，收入水平和能源消費(fèi)強(qiáng)度對(duì)CO2排放產(chǎn)生了更大的影響。

2按收入水平分組的估計(jì)結(jié)果

對(duì)模型（2）的估計(jì)結(jié)果，我們重點(diǎn)關(guān)注金融發(fā)展變量的系數(shù)估計(jì)值。模型（1）整體樣本的金融發(fā)展變量估計(jì)量并不顯著，但卻不能簡(jiǎn)單得出結(jié)論認(rèn)為金融發(fā)展與CO2排放并無(wú)關(guān)聯(lián)。事實(shí)上，整體樣本回歸可能由于忽視樣本的不同特征而存在結(jié)果失真，與事實(shí)相違。具體講，即顯著的正向影響和顯著的負(fù)向影響可能互相抵消，這樣便產(chǎn)生了利用整體樣本回歸時(shí)估計(jì)的整體影響不顯著的情況[6]。模型（2）的估計(jì)就進(jìn)一步揭示了不同經(jīng)濟(jì)發(fā)展水平下金融發(fā)展對(duì)CO2排放的影響的不同。

引入表示收入水平的虛擬變量，將樣本按收入水平分組的估計(jì)結(jié)果顯示，虛擬變量及基準(zhǔn)組的金融發(fā)展系數(shù)均在5%的水平上顯著，這表明區(qū)分收入水平進(jìn)行模型估計(jì)是適宜的。lnFD的系數(shù)估計(jì)值為負(fù)值，說(shuō)明金融發(fā)展在作為基準(zhǔn)組的高收入水平省市會(huì)對(duì)人均CO2排放產(chǎn)生負(fù)向的影響。Minc×lnFD的系數(shù)估計(jì)值為正，說(shuō)明相對(duì)于高收入省市，中等收入省市金融發(fā)展對(duì)人均CO2排放表現(xiàn)出相對(duì)的正向影響，而r1（基準(zhǔn)組金融變量lnFD的系數(shù)）與r2（Minc×lnFD）的相加之和為正，進(jìn)一步表明中等收入省市金融發(fā)展會(huì)增加人均CO2排放。與中等收入省份相似但略有不同的是，雖然Linc×lnFD 的系數(shù)估計(jì)值r3也為正，但比Minc×lnFD的系數(shù)估計(jì)值小，因此表明，相對(duì)于高收入省市，雖然低收入省市金融發(fā)展對(duì)人均CO2排放也表現(xiàn)出明顯的正向影響，但這種影響要比中等收入省市正向影響小。而將Linc×lnFD的系數(shù)估計(jì)值和lnFD的系數(shù)估計(jì)值相加后發(fā)現(xiàn)，金融發(fā)展對(duì)人均CO2排放也具有正向的影響，但比中等收入省市要小。

整體估計(jì)結(jié)果反應(yīng)了這樣一個(gè)特征：當(dāng)收入水平從低向高變化時(shí)，正的交叉項(xiàng)的系數(shù)估計(jì)值會(huì)隨收入水平提高變大，即中等收入省市金融發(fā)展會(huì)進(jìn)一步加大人均CO2排放；但當(dāng)人均收入進(jìn)入到高收入水平的時(shí)候，系數(shù)又會(huì)變?yōu)樨?fù)值，說(shuō)明隨著收入水平進(jìn)一步提高，金融發(fā)展反而會(huì)減少CO2排放，從而有利于環(huán)境改善，而這也是符合中國(guó)經(jīng)濟(jì)發(fā)展特征的。

3按經(jīng)濟(jì)開(kāi)放度分組的估計(jì)結(jié)果

模型（3）估計(jì)顯示了引入虛擬變量，按照經(jīng)濟(jì)對(duì)外開(kāi)放度進(jìn)行分組估計(jì)的結(jié)果。因?yàn)槟Ｐ鸵越?jīng)濟(jì)開(kāi)放度較高的國(guó)家為基準(zhǔn)組，因而lnFD的系數(shù)估計(jì)值就表示了經(jīng)濟(jì)開(kāi)放度高的省市金融發(fā)展與CO2排放的關(guān)系。lnFD的系數(shù)估計(jì)值在統(tǒng)計(jì)上顯著，且估計(jì)值為負(fù)，說(shuō)明對(duì)于經(jīng)濟(jì)開(kāi)放度高的省市，金融發(fā)展會(huì)減少人均CO2排放。OPEN×lnFD表示代表經(jīng)濟(jì)開(kāi)放度的虛擬變量和金融發(fā)展變量相乘，其估計(jì)值為正且統(tǒng)計(jì)顯著，說(shuō)明相對(duì)于基準(zhǔn)組，經(jīng)濟(jì)開(kāi)放度低的組金融發(fā)展對(duì)人均CO2排放表現(xiàn)出更為明顯的正向影響。將交叉項(xiàng)的系數(shù)估計(jì)值與基準(zhǔn)組金融變量的系數(shù)估計(jì)值相加后，我們可以得到經(jīng)濟(jì)開(kāi)放度低的省市金融發(fā)展對(duì)人均CO2排放的影響，此時(shí)可以發(fā)現(xiàn)，金融發(fā)展的系數(shù)估計(jì)值為正，說(shuō)明對(duì)經(jīng)濟(jì)開(kāi)放度低的省市，金融發(fā)展會(huì)導(dǎo)致人均CO2排放增加。

4CO2排放對(duì)金融發(fā)展的彈性

表4僅報(bào)告了根據(jù)統(tǒng)計(jì)上顯著的金融發(fā)展變量系數(shù)估計(jì)值計(jì)算的彈性，CO2排放對(duì)金融發(fā)展的長(zhǎng)期彈性與短期彈性符號(hào)相同，這表明長(zhǎng)期影響不會(huì)從方向上改變短期影響，但CO2排放的路徑依賴(lài)性會(huì)放大短期影響。低收入省市CO2排放對(duì)金融發(fā)展的長(zhǎng)短期彈性均為正，隨著收入提升至中等收入水平，彈性并不會(huì)減小，反而加大。當(dāng)收入進(jìn)一步提升至高收入水平時(shí)，彈性才發(fā)生方向性的變化，符號(hào)轉(zhuǎn)變?yōu)樨?fù)。當(dāng)經(jīng)濟(jì)對(duì)外開(kāi)放程度由低向高變化時(shí)，CO2排放對(duì)金融發(fā)展的彈性由正轉(zhuǎn)負(fù)?；谶@樣的變化和規(guī)律，我們可以認(rèn)為收入水平的提高對(duì)環(huán)境質(zhì)量改善的前提是要進(jìn)入到高收入水平，而隨著經(jīng)濟(jì)對(duì)外開(kāi)放度的提高，金融發(fā)展會(huì)抑制CO2排放。

四、結(jié)論與政策建議

本文基于1990—2011年中國(guó)省際面板數(shù)據(jù)，以金融機(jī)構(gòu)貸款占GDP比重作為衡量金融發(fā)展（FD）的代理變量，首先研究整體上金融發(fā)展對(duì)CO2排放的影響，其次引入虛擬變量對(duì)不同收入水平和經(jīng)濟(jì)開(kāi)放度的省市進(jìn)行分組研究，分析收入水平和經(jīng)濟(jì)開(kāi)放度變化對(duì)二者關(guān)系的影響，最后計(jì)算CO2排放對(duì)金融發(fā)展的短期彈性與長(zhǎng)期彈性。研究結(jié)果表明：

首先，金融發(fā)展對(duì)CO2排放的整體影響并不顯著?；诤罄m(xù)分組研究，我們認(rèn)為這樣的模型檢驗(yàn)結(jié)果是忽視了不同省市的發(fā)展特征造成的。當(dāng)按收入水平和經(jīng)濟(jì)開(kāi)放度進(jìn)行分組研究時(shí)，不同分組的金融發(fā)展變量系數(shù)估計(jì)值均在5%的水平上顯著，且大小和方向存在很大差異。這表明，收入水平和經(jīng)濟(jì)開(kāi)放度差異會(huì)對(duì)結(jié)果造成影響，整體樣本回歸中，這些不同方向的影響相互抵消從而使得金融發(fā)展變量回歸結(jié)果不顯著。整體和分組樣本回歸顯著性的不同表明，發(fā)展特征會(huì)影響金融發(fā)展與CO2排放的關(guān)系，如果對(duì)特征差別不加以考慮，整體研究結(jié)果就會(huì)掩蓋了不同省市金融發(fā)展對(duì)環(huán)境污染的真實(shí)影響。

其次，將樣本省市按經(jīng)濟(jì)發(fā)展水平和經(jīng)濟(jì)開(kāi)放度分組，能夠發(fā)現(xiàn)：金融發(fā)展對(duì)CO2排放的影響由于收入水平和經(jīng)濟(jì)開(kāi)放度不同而有所不同。當(dāng)收入水平從低向高提升時(shí)，金融發(fā)展對(duì)CO2排放的正向影響開(kāi)始加大，后來(lái)進(jìn)入到高收入則會(huì)變小，轉(zhuǎn)為負(fù)向影響。這樣的結(jié)果也符合中國(guó)的實(shí)際情況：在經(jīng)濟(jì)發(fā)展水平低的時(shí)候，企業(yè)從銀行獲得的貸款少，金融對(duì)環(huán)境的作用主要為規(guī)模效應(yīng)，金融發(fā)展會(huì)對(duì)CO2排放產(chǎn)生正向影響。當(dāng)收入水平逐漸提高時(shí)，經(jīng)濟(jì)活動(dòng)也較低收入時(shí)有了較大增長(zhǎng)，工業(yè)化程度相對(duì)提升，金融發(fā)展（我們這里主要指銀行貸款）會(huì)進(jìn)一步促使企業(yè)擴(kuò)大再生產(chǎn)和個(gè)人增加消費(fèi)，從而比低收入省市更加加大CO2排放。高收入省市通常經(jīng)濟(jì)結(jié)構(gòu)已經(jīng)有所調(diào)整，不依賴(lài)于工業(yè)，而金融機(jī)構(gòu)貸款等也更多地用于產(chǎn)業(yè)升級(jí)和技術(shù)革新，因此，金融發(fā)展會(huì)對(duì)CO2排放產(chǎn)生抑制作用。對(duì)于經(jīng)濟(jì)開(kāi)放度的結(jié)果表明，經(jīng)濟(jì)開(kāi)放度的提高會(huì)加大金融發(fā)展對(duì)CO2排放的負(fù)向影響，即減少CO2排放，而這不僅符合中國(guó)實(shí)際情況，也與相關(guān)研究結(jié)論相吻合。國(guó)外直接投資常常能夠?qū)σ粋€(gè)國(guó)家起到促進(jìn)技術(shù)升級(jí)和改造的作用，一個(gè)省市如果對(duì)經(jīng)濟(jì)開(kāi)放度高，資金也越多地投入到與技術(shù)改造和升級(jí)相關(guān)的領(lǐng)域中去，因而抑制了CO2的排放。

最后，彈性的計(jì)算結(jié)果顯示，長(zhǎng)期彈性與短期彈性符號(hào)是一致的，但長(zhǎng)期彈性大于短期彈性，即放大金融發(fā)展對(duì)CO2排放的影響。低收入省市和中等收入省市，CO2排放對(duì)金融發(fā)展的長(zhǎng)短期彈性均為正，只有等到收入提升至高收入水平時(shí)，CO2排放對(duì)金融發(fā)展的彈性才變?yōu)樨?fù)。當(dāng)經(jīng)濟(jì)開(kāi)放度提升時(shí)，CO2排放對(duì)金融發(fā)展的彈性會(huì)逐漸由正變?yōu)樨?fù)。

由于金融發(fā)展會(huì)對(duì)CO2排放產(chǎn)生影響，因此，我國(guó)在制定政策時(shí)必須考慮使金融發(fā)展與CO2減排政策不相沖突，發(fā)揮金融發(fā)展能夠改善環(huán)境的積極作用同時(shí)減少其對(duì)環(huán)境產(chǎn)生的負(fù)面影響。如此，才能使節(jié)能減排的難度和成本在金融發(fā)展中得以減低?；诒疚牡难芯拷Y(jié)果，我們提出如下的政策建議：

首先，加強(qiáng)信貸市場(chǎng)監(jiān)管，合理分配信貸比例和信貸方向，尤其加強(qiáng)對(duì)中等收入省市信貸管理。我們能夠發(fā)現(xiàn)，中國(guó)CO2排放與人均收入關(guān)系符合環(huán)境庫(kù)茲涅茲倒U曲線，而金融發(fā)展也是在中等收入省市對(duì)CO2排放產(chǎn)生最大的正向影響。因此，對(duì)中等收入省市應(yīng)有效管控工業(yè)企業(yè)的信貸規(guī)模，同時(shí)給予環(huán)境友好型企業(yè)一定的信貸支持，對(duì)積極創(chuàng)新的私營(yíng)部門(mén)降低貸款難度，使金融產(chǎn)生更多的結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)。具體來(lái)講，一方面金融機(jī)構(gòu)應(yīng)采取政策窗口指導(dǎo)等手段引導(dǎo)信貸資金流向低碳產(chǎn)業(yè)，另一方面金融機(jī)構(gòu)可聯(lián)手環(huán)保部門(mén)建立“綠色信貸體系”和綠色信貸激勵(lì)機(jī)制，加大對(duì)碳技術(shù)創(chuàng)新的資金支持，為低碳產(chǎn)品研發(fā)和實(shí)施低碳理念的企業(yè)提供資金支持。

其次，進(jìn)一步引進(jìn)外國(guó)直接投資，擴(kuò)大經(jīng)濟(jì)開(kāi)放度。我國(guó)外國(guó)直接投資對(duì)CO2排放總體產(chǎn)生了負(fù)面影響，這說(shuō)明FDI起到的技術(shù)和結(jié)構(gòu)效應(yīng)超過(guò)了規(guī)模效應(yīng)。此外，省市經(jīng)濟(jì)開(kāi)放度越高，金融發(fā)展對(duì)CO2排放越能起到抑制作用，因此在信貸上，我們應(yīng)鼓勵(lì)和支持FDI，并且在引進(jìn)FDI時(shí)關(guān)注其是否為環(huán)境友好型企業(yè)，積極引導(dǎo)其發(fā)揮技術(shù)擴(kuò)散效應(yīng)。

再次，因地制宜地制定金融發(fā)展政策，并與經(jīng)濟(jì)發(fā)展所處的階段相適應(yīng)。對(duì)于中等收入和低經(jīng)濟(jì)開(kāi)放度省市，在制定金融政策時(shí)要格外關(guān)注金融發(fā)展可能對(duì)環(huán)境產(chǎn)生的破壞作用。由于研究結(jié)果顯示高收入水平和高經(jīng)濟(jì)開(kāi)發(fā)度下金融發(fā)展會(huì)對(duì)CO2排放起到抑制作用，因此從長(zhǎng)遠(yuǎn)看，化解金融發(fā)展和環(huán)境之間矛盾的有效路徑便是提升經(jīng)濟(jì)發(fā)展水平并擴(kuò)大經(jīng)濟(jì)開(kāi)放度。

最后，加強(qiáng)環(huán)境金融產(chǎn)品創(chuàng)新，強(qiáng)化低碳消費(fèi)理念。研究表明，碳排放具有明顯的路徑依賴(lài)性，這不僅表明企業(yè)生產(chǎn)存在慣性，同時(shí)表明人們的消費(fèi)理念和生活方式也具有慣性。因此，從生產(chǎn)角度，我國(guó)商業(yè)銀行應(yīng)充分發(fā)揮綠色信貸作用，鼓勵(lì)低碳產(chǎn)業(yè)發(fā)展，保險(xiǎn)、證券和基金等也應(yīng)加快開(kāi)發(fā)金融工具，增加對(duì)低碳經(jīng)濟(jì)的融資信貸服務(wù)，以此推動(dòng)綠色低碳產(chǎn)業(yè)發(fā)展。從消費(fèi)角度，可以通過(guò)灌輸?shù)吞妓枷牒屠砟钷D(zhuǎn)變?nèi)藗兏咛嫉纳罘绞剑y行也可在消費(fèi)貸款上鼓勵(lì)低碳消費(fèi)行為，減少人均碳排放水平，并因此間接影響企業(yè)生產(chǎn)，降低CO2排放。

參考文獻(xiàn)：

[1] Sadorsky，PThe Impact of Financial Development on Energy Consumption in Emerging Economies [J] Energy Policy， 2010，38（5）：2528-2535

[2] Bello，A K，Abimbola，O M Does the Level of Economic Growth Influence Environmental Quality in Nigeria：A Test of Environmental Kuznets Curve （EKC） Hypothesis[J]Pakistan Journal of Social Sciences， 2010，7（4）：325-329

[3] Zhang，YJThe Impact of Financial Development on Carbon Emissions： An Empirical Analysis in China [J] Energy Policy，2011，39（4）：2197-2203

[4] 徐盈之，管建偉 金融發(fā)展影響我國(guó)環(huán)境質(zhì)量的實(shí)證研究： 對(duì)EKC曲線的補(bǔ)充[J]軟科學(xué)，2010，（9）：18-22

[5] Tamazian，A，Chousa，JP，Vadlamannati，KCDoes Higher Economic and Financial Development Lead to Environ-Mental Degradation：Evidence from the BRIC Countries [J] Energy Policy，2009，37（1）：246-253

[6] 郭郡郡，劉成玉，劉玉萍 金融發(fā)展對(duì)二氧化碳（CO2）排放的影響——基于跨國(guó)數(shù)據(jù)的實(shí)證研究[J]投資研究，2012，（7）：41-53

[7] Shahbaz，M，Islam，F(xiàn)，Butt，MS Financial Development， Energy Consumption and CO2 Emissions： Evidence from ARDL Approach for Pakistan [Z]MPRA Paper， 201130138

[8] Jalil，A，F(xiàn)eridun，MThe Impact of Growth，Energy and Financial Development on the Environment in China： A Cointegration Analysis [J] Energy Economics， 2011，33（2）：284-291

[9] 顧洪梅，何彬中國(guó)省域金融發(fā)展與碳排放研究[J]中國(guó)人口·資源與環(huán)境， 2012，（8）： 23-27

[10] 郭福春，潘錫泉金融支持低碳經(jīng)濟(jì)發(fā)展的影響機(jī)制研究——基于浙江省數(shù)據(jù)的經(jīng)驗(yàn)分析[J]浙江社會(huì)科學(xué)，2011，（10）： 12-19

[11] 周建，易點(diǎn)點(diǎn)中國(guó)碳排放省級(jí)差異及其影響因素與減排機(jī)制研究[J]上海經(jīng)濟(jì)研究，2012，（11）：65-80

[12] 彭建平，李永蒼FDI存量、R&D存量與自主創(chuàng)新——基于省際動(dòng)態(tài)面板GMM估計(jì)的實(shí)證研究[J] 經(jīng)濟(jì)經(jīng)緯，2014，（1）：79-83

（責(zé)任編輯：楊全山）