歐陽資生,王佳宇

(湖南師范大學 商學院,湖南 長沙 410081)

隨著二氧化碳等溫室氣體排放的增加,氣候變暖已經(jīng)成為一個全球性挑戰(zhàn)。2023年中國政府工作報告指出,要“推動發(fā)展方式綠色轉(zhuǎn)型”“穩(wěn)步推進節(jié)能降碳”。作為世界上最大的發(fā)展中國家,我國始終積極參與全球氣候治理,研究碳達峰行動方案,確立了碳達峰碳中和“1+N”政策體系,實施了一系列碳排放政策和措施。例如建立碳交易市場、加強綠色金融、推進清潔能源和生態(tài)保護等,節(jié)能降碳行動取得積極成效。中國將繼續(xù)穩(wěn)步推進減排政策,堅持探索低碳發(fā)展新路徑。然而,眾所周知,實現(xiàn)碳減排目標是一項重大且艱巨的任務,為此,厘清影響碳排放的因素,提出行之有效的減排政策更有助于完成減排任務。

黨和國家高度重視金融風險的防范與化解,2017年7月,習近平總書記在全國金融工作會議指出防止發(fā)生系統(tǒng)性金融風險是金融工作的永恒主題,要求金融系統(tǒng)把防控金融風險放在更加突出的位置。為此,守好風險底線,防范化解金融風險,營造穩(wěn)定的金融環(huán)境至關(guān)重要。值得注意的是,在金融市場不斷發(fā)展的背景下,金融環(huán)境對碳排放的影響問題逐漸引起了業(yè)界和學界的關(guān)注。金融市場穩(wěn)定時期,企業(yè)更容易獲得融資,擴大生產(chǎn)規(guī)模將增加溫室氣體排放。相反,金融環(huán)境處于危機境地時,危機蔓延擴張致使企業(yè)破產(chǎn)倒閉,深刻影響實體經(jīng)濟發(fā)展[1],從而抑制碳排放。這種對經(jīng)濟活動造成強烈影響的金融事件似乎對碳排放存在一定影響[2]。根據(jù)圖1(a)可知,1995—2021年期間除個別年份外,中國人均碳排放量均呈上升趨勢。觀察圖1(b)中國人均碳排放增速折線圖發(fā)現(xiàn),金融環(huán)境動蕩較大時,中國碳排放增速降低甚至可能為負,如1997年亞洲金融危機、2008年次貸危機、2010年歐債危機、2015年“股災”、2020年新冠肺炎疫情爆發(fā)等危機年份碳排放速度急速下降。相反,大部分非金融風險時期碳排放增速上升。由此,地區(qū)金融風險對碳排放的影響如何?同時,如何在不同區(qū)域金融風險水平及市場條件下實現(xiàn)綠色與低碳發(fā)展?這是本文關(guān)注的2個重要的問題。然而,現(xiàn)有研究主要是從經(jīng)濟增長、能源強度、產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化等視角考察影響我國碳排放因素,從金融風險視角研究區(qū)域二氧化碳排放的文獻較少,考慮到我國各區(qū)域間存在區(qū)域性和地方性的金融風險傳染效應,為此,本文擬從中觀層面探究地區(qū)金融風險對碳排放的影響效應、機制及空間溢出效應,以豐富和發(fā)展現(xiàn)有文獻,同時也為不同地區(qū)實現(xiàn)低碳發(fā)展提供差異化的政策建議。

(b)中國人均碳排放增速圖1 1995—2021年人均碳排放量及增速(1)數(shù)據(jù)來源于牛津大學Our World in Data數(shù)據(jù)庫(https://ourworldindata.org)。

一、文獻綜述

區(qū)域金融風險問題一直是學術(shù)界關(guān)注的焦點問題之一。區(qū)域金融風險是指在某個經(jīng)濟區(qū)域內(nèi)金融系統(tǒng)所面臨的各種風險,屬于中觀范疇[3]。近年來,國內(nèi)外學者從不同領(lǐng)域選擇多個維度的指標,以此衡量和研究區(qū)域金融風險。如宋凌峰和葉永剛[4]使用金融部門、公共部門和企業(yè)部門的風險指標評估區(qū)域金融風險,研究表明企業(yè)部門和公共部門是區(qū)域金融風險的主要來源。沈麗等[5]通過選取金融部門、企業(yè)部門、政府部門、家庭部門和宏觀環(huán)境5個維度的指標構(gòu)建區(qū)域金融風險指數(shù),發(fā)現(xiàn)我國不同地區(qū)的金融風險差異逐漸擴大。風險傳染角度上看,王若涵和胡春陽[6]構(gòu)建我國地方政府隱性債務風險溢出網(wǎng)絡(luò),發(fā)現(xiàn)地方政府隱性債務風險存在溢出效應,有較明顯的跨省份傳遞特征?，F(xiàn)有文獻測度的區(qū)域金融風險指標大多僅考慮了影響區(qū)域金融風險的省內(nèi)因素,鮮有考慮區(qū)域外的風險跨區(qū)域傳染對省內(nèi)金融風險的影響,難以準確刻畫區(qū)域金融風險水平。

隨著我國不斷增強環(huán)境保護并關(guān)注溫室氣體排放,大量文獻集中探討了金融與大氣環(huán)境的關(guān)系,嚴成樑等[7]和朱東波等[8]研究發(fā)現(xiàn),金融發(fā)展對碳排放存在正面和負面2種效應,其綜合效應大小與兩種效應相對大小密切相關(guān)。同時,有少數(shù)學者研究金融危機對碳排放的影響后認為金融危機不僅會導致經(jīng)濟萎靡和衰退,還會使碳排放需求降低,從而有助于抑制全球變暖[2]。Zhao等[9]通過研究62個國家的面板數(shù)據(jù)發(fā)現(xiàn)金融風險對碳排放存在負向影響。Wang 等[10]指出全球碳強度在受到全球金融危機沖擊時會表現(xiàn)出劇烈波動,在2008—2011年期間呈現(xiàn)出反V型。相對而言,穩(wěn)定的經(jīng)濟和金融環(huán)境則會刺激生產(chǎn)和投資,增加二氧化碳的排放[11]。綜上,金融環(huán)境的穩(wěn)定性會對碳排放產(chǎn)生直接影響,而基于中國經(jīng)驗的區(qū)域金融風險和碳排放之間關(guān)系的研究較少,其區(qū)域金融風險對碳排放的影響路徑同樣有待考究,且鮮有文獻分析金融風險溢出對關(guān)聯(lián)區(qū)域碳排放的影響。

技術(shù)創(chuàng)新作為碳排放的重要影響因素是學者們廣泛討論的話題,但技術(shù)創(chuàng)新對碳排放的影響未取得一致的結(jié)論。一方面有學者指出技術(shù)創(chuàng)新對碳排放具有正向作用。如楊莉莎等[12]指出技術(shù)創(chuàng)新可能會促進區(qū)域碳排放的增長。Li等[13]利用專利數(shù)衡量綠色技術(shù)創(chuàng)新水平,發(fā)現(xiàn)創(chuàng)新水平低下時,綠色技術(shù)創(chuàng)新反而會增加碳排放。另一方面,也有學者指出技術(shù)創(chuàng)新會抑制碳排放。如涂正革[14]研究發(fā)現(xiàn)技術(shù)創(chuàng)新有利于減少二氧化碳排放。徐德義等[15]研究發(fā)現(xiàn)由于反彈效應的存在,技術(shù)創(chuàng)新可能導致能源消耗增加,阻礙節(jié)能減排的實現(xiàn)。因此,技術(shù)創(chuàng)新對區(qū)域碳排放的作用取決于雙重效應,當技術(shù)創(chuàng)新的減排效應大于回彈效應時,凈效應為碳減排效應,反之則是促增效應。

眾多學者同樣深入研究了經(jīng)濟增長、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化和能源強度等因素對二氧化碳排放的影響。經(jīng)濟增長方面,Grossman和Krueger[16]提出環(huán)境庫茲涅茨 (EKC)假說,證明經(jīng)濟發(fā)展在初始階段會增加二氧化碳排放,但在跨越轉(zhuǎn)折點后將會減少碳排放。田立新和張蓓蓓[17]研究指出,經(jīng)濟發(fā)展對于推動中國人均碳排放的貢獻率呈現(xiàn)指數(shù)增長的趨勢。產(chǎn)業(yè)結(jié)構(gòu)方面,涂正革[14]采用優(yōu)化的Laspeyres方法研究發(fā)現(xiàn)推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級是實現(xiàn)中國低碳發(fā)展的必經(jīng)之路。高新和朱雨嫣[18]指出產(chǎn)業(yè)結(jié)構(gòu)水平會促進二氧化碳排放。城鎮(zhèn)化方面,城鎮(zhèn)化指標通常由城市人口占總?cè)丝诘谋壤齺肀硎?邵帥等[19]指出城鎮(zhèn)化對碳排放強度的影響呈現(xiàn)倒U型趨勢,當城鎮(zhèn)化水平提高到一定程度時,將有利于節(jié)能減排。能源強度也是二氧化碳排放的主要驅(qū)動因素之一,林伯強和劉希穎[20]指出城市化和工業(yè)化階段對能源需求增長較強,能源需求剛性將不利于節(jié)能減排。

綜上所述,學界在探索碳排放的影響因素方面已有大量研究,尤其是對金融發(fā)展、經(jīng)濟發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)等因素對碳排放的影響進行了深入研究。然而,在相互關(guān)聯(lián)的金融市場上,不同地區(qū)的金融風險水平對碳排放的影響以及傳導機制等問題目前尚鮮有研究,需要進一步深化和探討。特別是地方政府的債務擴張是我國區(qū)域金融風險最主要的引發(fā)因素,會對本地區(qū)金融風險產(chǎn)生負面影響,同時也會放大與其風險關(guān)聯(lián)較緊密地區(qū)的金融風險[21],因此,有必要在構(gòu)建區(qū)域金融風險指標時考慮外部傳染風險,進一步研究區(qū)域金融風險對碳排放影響的溢出效應,以全面了解二者之間的關(guān)系。

與以往研究相比,本文的貢獻在于:第一,考慮了政府債務擴張的傳染效應對關(guān)聯(lián)地區(qū)區(qū)域金融風險存在影響,測算區(qū)域金融風險時將基于城投債的社會網(wǎng)絡(luò)模型所生成的風險易感度指標考慮在內(nèi),使本文的區(qū)域金融風險指標不僅反映了區(qū)域內(nèi)部產(chǎn)生的金融風險,還能體現(xiàn)外部債務風險傳染所致的地區(qū)金融風險。第二,考察了區(qū)域金融風險對碳排放的影響效應與機制,進一步從區(qū)域金融風險傳染角度分析并測度了區(qū)域金融風險對碳排放的空間溢出效應,闡述了區(qū)域金融風險如何影響關(guān)聯(lián)地區(qū)碳排放。第三,在異質(zhì)性分析基礎(chǔ)上,有針對性地提出了減排政策建議。

二、機制分析與研究假說

(一)區(qū)域金融風險與碳排放

區(qū)域金融風險是影響區(qū)域經(jīng)濟發(fā)展的重要因素,營造和諧穩(wěn)定的金融環(huán)境有助于充分發(fā)揮金融體系功能,增強企業(yè)活力,實現(xiàn)經(jīng)濟可持續(xù)發(fā)展。隨著金融改革的不斷推進和監(jiān)管力度的加強,我國區(qū)域金融風險雖得到了一定程度的控制和緩解,整體抵御金融風險的能力仍有待提升。大部分省份存在金融風險隱患,且極易在地區(qū)間傳染[22],影響投資者信心和市場穩(wěn)定,阻礙企業(yè)融資與經(jīng)營活動,企業(yè)縮小生產(chǎn)規(guī)模將直接抑制地方經(jīng)濟活動,減少地區(qū)溫室氣體碳排放。

根據(jù)已有研究,我國各省份金融風險水平較高的原因主要體現(xiàn)在以下幾方面:首先,近年來我國地方債務水平不斷提升,存在金融摩擦時,地方債務融資通過擠出私人投資減少投資效力,導致較高的金融風險[23]。其次,房地產(chǎn)市場的波動也可能對整體金融市場造成不利影響,行業(yè)風險將傳染至其他部門[24],整體上提高區(qū)域金融風險。再者,區(qū)域金融風險間的聯(lián)系增強,跨區(qū)域傳染會拉高各區(qū)域的金融風險。最后,雖然金融監(jiān)管機構(gòu)一直在加強監(jiān)管力度,但仍可能存在監(jiān)管漏洞,且金融體制改革與經(jīng)濟增長之間的不協(xié)調(diào)將長期積累區(qū)域金融風險,構(gòu)成區(qū)域金融風險隱患[25]。

較高的地區(qū)金融風險會擾亂投資決策、資本配置和實體經(jīng)濟,對地區(qū)碳排放造成一定影響。首先,投資者投資時會考慮當前投資環(huán)境是否安全穩(wěn)定。面對金融風險,投資者為規(guī)避風險將減少投資,或為獲得較高的風險補償選擇投資,導致企業(yè)融資成本提高,企業(yè)的生產(chǎn)經(jīng)營活動受到限制,融資壓力過大時企業(yè)將縮減生產(chǎn)規(guī)模,最終抑制二氧化碳排放。其次,金融機構(gòu)業(yè)務開展難度加大以及金融市場違約事件增加將影響資金運作。我國銀行主導型金融體系中,銀行信貸是企業(yè)融資的重要途徑。金融風險的上升會導致銀行更加謹慎地審批貸款和信貸申請,尤其是對于高風險客戶和企業(yè),導致信貸條件更加緊縮,限制企業(yè)和個人的融資,從而降低消費和投資,減少經(jīng)濟活動,抑制二氧化碳排放[9]。最后,金融市場極度不穩(wěn)定將影響實體經(jīng)濟,嚴重影響投資、就業(yè)、產(chǎn)出、消費等國民經(jīng)濟各個方面,致使經(jīng)濟陷入長期衰退[26],企業(yè)產(chǎn)出與市場消費需求減少,溫室氣體排放減少?？傊?區(qū)域金融風險較高或動蕩的金融環(huán)境將抑制金融交易活動及經(jīng)濟活動,阻礙投資和實體經(jīng)濟發(fā)展,從而減少二氧化碳排放。綜上,本文提出如下假設(shè)。

H1:從整體上看,區(qū)域金融風險對碳排放存在負向影響。

(二)區(qū)域金融風險對碳排放的影響機制

區(qū)域金融風險作為一個重要的金融市場指標,不僅能夠影響金融市場的運行狀況,還能影響技術(shù)創(chuàng)新水平。首先,地區(qū)金融風險的上升將惡化企業(yè)的生存環(huán)境,促使企業(yè)通過創(chuàng)新加速轉(zhuǎn)型升級以實施低成本競爭戰(zhàn)略,在市場經(jīng)濟下提升自身的生存能力與市場競爭力,如推進自動化生產(chǎn)形成規(guī)模經(jīng)濟,推動自動化技術(shù)進步[9]。其次,為了應對金融市場的不穩(wěn)定性,企業(yè)還將積極調(diào)整市場競爭戰(zhàn)略、優(yōu)化產(chǎn)品結(jié)構(gòu)、注重產(chǎn)品性能與質(zhì)量以提升自身核心競爭力,從而樹立高品質(zhì)企業(yè)形象,推動產(chǎn)品生產(chǎn)技術(shù)創(chuàng)新。最后,為塑造負責任的企業(yè)形象或應對環(huán)境規(guī)制,企業(yè)研發(fā)低碳技術(shù)需要高昂的成本,區(qū)域金融風險也將提高融資成本,企業(yè)則可以發(fā)行股票或債券的形式獲取融資,拓寬創(chuàng)新資金來源緩解融資約束以支持技術(shù)創(chuàng)新。大量學者證實了技術(shù)創(chuàng)新是抑制二氧化碳排放的重要因素[14-15]。技術(shù)創(chuàng)新能通過研發(fā)低碳技術(shù)、研發(fā)低能耗產(chǎn)品或提高效率等方式有效減少能源消耗,從而實現(xiàn)減排降碳[7]。另外,隨著我國消費者低碳責任意識大大增強,消費者對綠色技術(shù)廣泛使用將大大增強技術(shù)創(chuàng)新對碳排放的抑制作用。

由此可見,區(qū)域金融風險對技術(shù)創(chuàng)新水平存在正向的影響,而技術(shù)創(chuàng)新對碳排放具有抑制作用,也就是說,區(qū)域金融風險能夠通過提高技術(shù)創(chuàng)新水平以降低溫室氣體的排放,技術(shù)創(chuàng)新水平在區(qū)域金融風險與碳排放之間可能發(fā)揮著重要的中介作用。綜上,本文提出假設(shè):

H2:區(qū)域金融風險通過提高技術(shù)創(chuàng)新水平從而對地區(qū)碳排放產(chǎn)生負向影響。

(三)區(qū)域金融風險對碳排放影響的空間溢出效應

前文的理論分析指出,區(qū)域金融風險會擾亂資本配置、投資決策和實體經(jīng)濟等,直接影響碳排放,但考慮到金融過程具有網(wǎng)絡(luò)化的特征,且金融關(guān)系連接廣泛,因此我國的區(qū)域金融風險存在較強的聯(lián)動性與傳染性,某一區(qū)域金融風險達到一定邊界時會造成跨地區(qū)的風險蔓延,導致整個國家的金融體系動蕩,甚至造成金融危機。區(qū)域金融風險在地區(qū)間極易通過區(qū)域金融關(guān)聯(lián)渠道、實體經(jīng)濟關(guān)聯(lián)渠道以及“羊群行為”等渠道產(chǎn)生外部性傳播到周邊地區(qū)[22],對其他地區(qū)的金融活動造成一定的影響,從而影響關(guān)聯(lián)地區(qū)碳排放。

首先,地區(qū)金融機構(gòu)通過跨省業(yè)務存在金融連接,因此,資金鏈斷裂、信貸違約等問題的出現(xiàn)將導致金融市場出現(xiàn)一系列連鎖反應,將風險傳遞給其他地區(qū)的金融機構(gòu),提高其他省份的區(qū)域金融風險水平,影響其碳排放量。其次,地區(qū)金融風險可以通過地區(qū)實體經(jīng)濟的聯(lián)系實現(xiàn)溢出。地區(qū)金融風險影響地區(qū)生產(chǎn)和消費的同時,通過區(qū)域商品服務貿(mào)易、跨地區(qū)投資和上下游產(chǎn)業(yè)關(guān)系等影響其他省企業(yè)的生產(chǎn)或經(jīng)濟活動,從而影響到其他省份的碳排放。最后,投資者依賴輿論或模仿他人做出決策的從眾行為對金融市場的影響不容小覷,區(qū)域金融風險升高可能通過投資者羊群行為影響整個行業(yè)的投資,如恒大暴雷時,不僅僅是對當?shù)胤康禺a(chǎn)產(chǎn)生影響,各地區(qū)投資者對整個房地產(chǎn)行業(yè)的投資將變謹慎,房產(chǎn)流動性減弱,房地產(chǎn)上下游企業(yè)也將受到影響,從多方面抑制經(jīng)濟活動與碳排放。綜上,本文提出假設(shè):

H3:區(qū)域金融風險對關(guān)聯(lián)地區(qū)碳排放存在空間溢出效應。

(四)區(qū)域金融風險對碳排放影響的異質(zhì)性

由于各地區(qū)金融市場發(fā)展水平、科技創(chuàng)新水平、產(chǎn)業(yè)結(jié)構(gòu)和資源稟賦等不盡相同,區(qū)域金融風險及技術(shù)創(chuàng)新水平對碳排放的影響效果可能存在一定差異。

從地區(qū)金融環(huán)境來看,首先,我國的金融市場發(fā)展程度不平衡,經(jīng)濟較發(fā)達地區(qū)金融市場一般比較發(fā)達[27],金融發(fā)展水平和監(jiān)管能力相對較強,更有助于規(guī)避區(qū)域金融風險,創(chuàng)造穩(wěn)定的金融市場與環(huán)境,從而吸引更多投資,促進經(jīng)濟擴張,這將增加能源消耗,促進二氧化碳的排放[11]。相反,欠發(fā)達地區(qū)的金融市場尚不健全,政府債務更重[28],金融系統(tǒng)制度不完善[29],導致地區(qū)信貸及實體經(jīng)濟易受區(qū)域金融風險的影響。因此,相較于發(fā)達地區(qū),欠發(fā)達地區(qū)金融風險可能會減少碳排放,且影響效應相對更強。其次,地區(qū)間金融風險水平存在差異。欠發(fā)達地區(qū)區(qū)域金融風險相對較強,金融機構(gòu)為了降低成本及規(guī)避風險將減少對欠發(fā)達地區(qū)投資,以至于這些地區(qū)交易成本及風險更高[30],因此區(qū)域金融風險對欠發(fā)達地區(qū)企業(yè)生產(chǎn)與運行的影響更大,區(qū)域金融風險水平提高更容易抑制這些地區(qū)的碳排放。

H4:發(fā)達地區(qū)較低的區(qū)域金融風險對碳排放的影響是正向的,欠發(fā)達地區(qū)較高的區(qū)域金融風險對碳排放的影響是負向的。

三、數(shù)據(jù)與指標測算

(一)二氧化碳排放核算

我國暫時沒有統(tǒng)一的碳排放衡量標準,參考朱東波等[8]和杜利民[31]的研究,使用化石能源燃燒排放二氧化碳的計算公式計算碳排放量。該算法參考IPCC指南對碳排放量進行估算,不僅計算了化石燃料(煤炭、焦炭、汽油、煤油、柴油、天然氣和燃料油)產(chǎn)生的二氧化碳,還計入了水泥生產(chǎn)產(chǎn)生的,原因是工業(yè)發(fā)展和城市建設(shè)需要生產(chǎn)大量水泥[32]。二氧化碳的排放量計算公式如下:

(1)

CT=Q×EFc

(2)

(二)區(qū)域金融風險的測算

區(qū)域金融風險指標的選擇目前沒有確定的標準,現(xiàn)有文獻主要從宏觀經(jīng)濟、政府、金融、企業(yè)、房地產(chǎn)等部門選取指標構(gòu)建區(qū)域金融風險指標[33-34]。然而地區(qū)的金融風險不只來源于該地區(qū)本身產(chǎn)生的風險,其他區(qū)域的金融風險亦會影響該地區(qū)的區(qū)域金融風險水平,而關(guān)聯(lián)程度越高,金融風險傳染性越強,影響范圍越大[33]。研究表明,城投債的風險溢出會持續(xù)推高地方債的系統(tǒng)性風險[35],因此筆者不僅選取了影響地區(qū)金融風險的省內(nèi)風險因素,還使用基于城投債指標的社會網(wǎng)絡(luò)模型作為某地區(qū)對其他區(qū)域金融風險的風險易感度加入到指標體系中,以體現(xiàn)區(qū)域間債務風險傳染所致的省外風險因素。風險易感度越高說明該地區(qū)城投債越容易受到其他地區(qū)債務的影響,致使該區(qū)域金融風險增加。其中用于確定城投債空間關(guān)聯(lián)網(wǎng)絡(luò)模型所使用的修正的引力模型如公式(3)所示:

(3)

構(gòu)建區(qū)域金融風險指標時,結(jié)合中國實際選取19個具有代表性的指標構(gòu)建區(qū)域金融風險指標體系,指標選取如表1所示。首先將指標進行正向指標、負向指標和適度指標的區(qū)分,隨后采用熵值法為每個指標賦予權(quán)重以測度區(qū)域金融風險指數(shù),并將其作為衡量區(qū)域金融風險的代理變量。從權(quán)重來看,首先,風險易感度指標權(quán)重為9.34%,說明區(qū)域間債務傳染對地區(qū)金融風險的貢獻較大,因此將外部風險傳染納入地區(qū)金融風險指標體系是合理的,地方城投公司債務風險對當?shù)亟鹑陲L險乃至對其他地區(qū)的風險傳染不容忽視[36]。此外,地方政府債務、股票市場規(guī)模、房地產(chǎn)增加值及規(guī)模以上企業(yè)虧損額對地區(qū)金融風險指標的貢獻較大,權(quán)重分別達到了11.83%、13.97%、9.29%、11.89%。因此為降低地區(qū)金融風險,需要加強對地方政府債務、股票市場、房地產(chǎn)市場及大企業(yè)等影響區(qū)域金融風險重要因素的監(jiān)管,營造安全穩(wěn)定的金融環(huán)境。

表1 地區(qū)金融風險指標體系

(三)數(shù)據(jù)來源與變量描述

本文使用2009—2020年間30個省份(不包括西藏、香港、澳門和臺灣)的年度面板數(shù)據(jù)研究區(qū)域金融風險對二氧化碳的影響及空間溢出效應。變量及各變量度量方法如表2所示,其中區(qū)域金融風險所涉及的各指標數(shù)據(jù)來源于Wind數(shù)據(jù)庫、《中國金融年鑒》、國家統(tǒng)計局、各省統(tǒng)計年鑒等。GDP、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值、進出口額、城鎮(zhèn)人口數(shù)、年末總?cè)丝?、能源消耗量及計算碳排放?shù)據(jù)所用到的7種燃料消耗量和水泥數(shù)據(jù)均來自國家統(tǒng)計局及各省統(tǒng)計局;各省專利申請數(shù)來源于CNRDS中國研究數(shù)據(jù)服務平臺,包含當年申請的發(fā)明數(shù)量、當年申請的實用新型數(shù)量及當年申請的外觀設(shè)計數(shù)量。個別缺失的數(shù)據(jù)均通過插補法進行補全。在進行參數(shù)估計前,對所有變量進行對數(shù)處理。

表2 各變量的定性描述

四、模型的選擇與構(gòu)建

(一)空間相關(guān)性分析

進行空間面板模型的參數(shù)估計前,首先通過Moran’s I檢驗驗證變量是否存在空間溢出效應,只有變量存在空間相關(guān)性才有必要進行空間計量的進一步分析。表3中的人均二氧化碳排放量、區(qū)域金融風險指數(shù)及技術(shù)創(chuàng)新的Moran’s I均十分顯著且取值為正,說明相鄰區(qū)域的二氧化碳排放量、區(qū)域金融風險指數(shù)、技術(shù)創(chuàng)新以及GDP為正相關(guān)的關(guān)系,各省呈“高—高”或“低—低”形式聚集,圖2中局部莫蘭散點同樣可以看出這一特點。

表3 全局Moran’s I檢驗結(jié)果

(a)二氧化碳排放量

(b)區(qū)域金融風險圖2 2020年碳排放量與區(qū)域金融風險指標的局部莫蘭散點圖

(二)模型的選擇

模型選擇需要通過對OLS的估計結(jié)果的殘差進行檢驗來確定,檢驗的結(jié)果如表4所示。LM-lag檢驗、LM-error檢驗、穩(wěn)健的LM-lag檢驗和穩(wěn)健的LM-error檢驗均顯著通過,表明這2種模型中,空間杜賓模型(SDM)最適合。模型的hausman檢驗通過,拒絕隨機效應原假設(shè),在區(qū)域金融風險對碳排放影響的研究中,固定效應模型比隨機效應模型合適。LR檢驗可以用來選擇時間固定效應、空間固定效應和雙固定效應模型,表5結(jié)果顯示均拒絕原假設(shè),表明使用雙固定效應模型更合適。

表4 LM檢驗結(jié)果

表5 時間固定效應、空間固定效應與雙固定效應的選擇

采用LR檢驗和Wald檢驗驗證SDM模型是否會退化成SAR或SEM模型。由表6可以看出模型的LR檢驗和Wald檢驗均顯著拒絕原假設(shè),證明空間杜賓模型不會退化成SAR模型或SEM模型,因此選用空間杜賓模型進行后續(xù)分析。

表6 LR檢驗和Wald檢驗結(jié)果

(三)模型構(gòu)建

為考察區(qū)域金融風險對碳排放的影響,根據(jù)以上分析,選取空間杜賓模型研究區(qū)域金融風險對碳排放的影響,人均二氧化碳排放量作為被解釋變量,區(qū)域金融風險作為核心解釋變量,中介變量為技術(shù)創(chuàng)新,控制變量組主要包含人均GDP、產(chǎn)業(yè)結(jié)構(gòu)升級、城鎮(zhèn)化水平和能源強度等4個變量?；鶞誓Ｐ腿绻?4)所示:

(4)

Wij為空間權(quán)重矩陣,表示i省與j省的關(guān)聯(lián)程度,將主要使用地理距離矩陣作為空間權(quán)重矩陣進行實證估計,并使用經(jīng)濟地理嵌套矩陣進行穩(wěn)健性估計。μi為個體固定效應,δt為時間固定效應,εit為誤差項,i表示省份(或直轄市與自治區(qū)),t代表年份,CO2指人均碳排放量;FR指區(qū)域金融風險指標;X為控制變量;GDP指人均地區(qū)生產(chǎn)總值;STR指產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化,為第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比;URBAN指城鎮(zhèn)化水平,為城鎮(zhèn)人口數(shù)比上年末總?cè)丝凇?/p>

為進一步研究區(qū)域金融風險與二氧化碳排放之間的效應與傳導路徑,引入技術(shù)創(chuàng)新lnTEC作為中介變量,利用中介效應模型研究區(qū)域金融風險對碳排放的影響機制,構(gòu)建模型如(5)—(6)式所示:

(6)

五、實證分析

(一)基準模型回歸

表7報告了區(qū)域金融風險對碳排放影響的基準回歸結(jié)果,為確保系數(shù)估計結(jié)果的可靠性,列(1)—(3)分別為考察不加入控制變量、僅加入時間效應和僅加入個體固定效應的回歸結(jié)果,列(4)為同時加入控制變量和雙固定效應的基準回歸模型回歸結(jié)果。區(qū)域金融風險的系數(shù)大小和方向基本一致,因此從整體上看,區(qū)域金融風險的增加會抑制二氧化碳排放,這是因為區(qū)域金融風險整體較高會影響投資者決策,投資者為規(guī)避風險減少對企業(yè)的投資或索取較高的投資回報,增加企業(yè)的融資成本,同時銀行信貸縮減,抑制實體經(jīng)濟發(fā)展導致碳排放減少。綜上,假設(shè)H1得到驗證。

表7 區(qū)域金融風險對碳排放的影響

(二)影響機制分析

為探討區(qū)域金融風險對碳排放的影響機制,本文將技術(shù)創(chuàng)新作為中介變量分析區(qū)域金融風險對碳排放的影響路徑。表8中的列(1)—(3)為分別基于公式(4)—(6)使用地理距離矩陣估計的結(jié)果,每列均代表區(qū)域金融風險對i省自身的影響。列(1)表示區(qū)域金融風險對碳排放的總效應,在基準模型回歸小節(jié)中已解釋。列(2)代表區(qū)域金融風險對技術(shù)創(chuàng)新水平的影響,從估計結(jié)果中可以看出地區(qū)金融風險對技術(shù)創(chuàng)新的影響顯著為正,區(qū)域金融風險每增加1%會促使技術(shù)創(chuàng)新水平提高2.554%,說明區(qū)域金融風險可以促進地區(qū)的科技創(chuàng)新水平的提高。企業(yè)在面臨較高金融風險時,為保證利潤維持生存,將通過創(chuàng)新研發(fā)降低成本,最終提高技術(shù)創(chuàng)新水平[9]。列(3)表示區(qū)域金融風險對碳排放的直接效應?？刂苿?chuàng)新的影響后,區(qū)域金融風險提高1%會導致二氧化碳排放量直接減少1.845%,而技術(shù)創(chuàng)新水平每提升1%會使二氧化碳的排放量減少0.063%,區(qū)域金融風險的提高會降低人均碳排放,技術(shù)創(chuàng)新在降低碳排放的過程中扮演中介角色。綜上,假設(shè)H2得到驗證。從控制變量的結(jié)果來看,經(jīng)濟增長和能源消耗的提高則會增加二氧化碳排放,產(chǎn)業(yè)結(jié)構(gòu)的升級有助于減少碳排放。

表8 技術(shù)創(chuàng)新作為中介變量的中介效應估計結(jié)果

(三)溢出效應分析

我國的區(qū)域金融風險存在較強的聯(lián)動性與傳染性,地區(qū)金融風險的溢出將影響關(guān)聯(lián)地區(qū)溫室氣體排放?？臻g杜賓模型的直接效應表示各變量的變動對本省碳排放影響的效用大小,間接效應則表示各變量變動對相關(guān)聯(lián)地區(qū)碳排放的平均影響。表9展示了依據(jù)公式(6)估計的溢出效應結(jié)果。從地區(qū)金融風險指標來看,區(qū)域金融風險對本省的碳排放存在顯著的抑制作用,地區(qū)金融風險每增加1%會直接減少當?shù)?.132%的碳排放,而區(qū)域金融風險水平增長對關(guān)聯(lián)地區(qū)的碳排放亦存在較大程度的負向影響。原因是各地區(qū)之間金融風險存在較高關(guān)聯(lián),區(qū)域金融風險溢出到其他地區(qū),將抑制這些地區(qū)的金融經(jīng)濟和投資活動,阻礙實體經(jīng)濟發(fā)展,進而達到減少關(guān)聯(lián)地區(qū)的碳排放的效果。假設(shè)H3得到驗證。技術(shù)創(chuàng)新的間接效應顯著為正,表明地區(qū)技術(shù)創(chuàng)新水平的提升可能會致使周邊地區(qū)碳排放水平提高。這可能是因為欠發(fā)達地區(qū)為了追求經(jīng)濟增長而選擇犧牲環(huán)境,以及某些發(fā)達地區(qū)為了營造良好的城市環(huán)境將污染產(chǎn)業(yè)轉(zhuǎn)移到周邊地區(qū)等[37],由于間接效應代表平均溢出影響,因此平均來看,技術(shù)創(chuàng)新的回彈效應大于減排效應。在控制變量方面,經(jīng)濟發(fā)展會增加當?shù)氐奶寂欧?但會減少關(guān)聯(lián)地區(qū)的碳排放。而地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、城鎮(zhèn)化和能源強度的變動對相關(guān)聯(lián)地區(qū)的碳排放影響并不明顯。

表9 溢出效應分解

(四)異質(zhì)性分析

區(qū)域經(jīng)濟發(fā)展程度是影響地區(qū)技術(shù)創(chuàng)新能力和金融環(huán)境的重要因素。根據(jù)樊綱等[38]的市場化進程得分中位數(shù),將30省劃分為發(fā)達地區(qū)和欠發(fā)達地區(qū)(2)發(fā)達地區(qū):北京、天津、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、重慶、四川、陜西;欠發(fā)達地區(qū):河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、廣西、海南、貴州、云南、甘肅、青海、寧夏、新疆。,大于中位數(shù)的省份劃分到發(fā)達地區(qū)組,其余為欠發(fā)達地區(qū)?？紤]到將30省分類后地理距離矩陣可能不能充分表達地區(qū)間的聯(lián)系,因此使用地理距離矩陣和經(jīng)濟地理嵌套矩陣分別對發(fā)達地區(qū)和欠發(fā)達地區(qū)的區(qū)域異質(zhì)性進行估計,對比表10發(fā)達地區(qū)和欠發(fā)達地區(qū)的區(qū)域金融風險系數(shù)可以看出,區(qū)域金融風險對發(fā)達地區(qū)的碳排放起到正向作用,而對欠發(fā)達地區(qū)的碳排放起到負向作用且作用更強,可能是因為發(fā)達地區(qū)金融市場相對成熟,應對風險能力較強,穩(wěn)定的金融市場創(chuàng)造了良好的金融環(huán)境,有助于增加二氧化碳的排放,相反,欠發(fā)達地區(qū)金融市場尚不健全,且區(qū)域金融風險較高,導致地區(qū)信貸及實體經(jīng)濟易受金融風險的影響,更容易受到風險沖擊以至于減少碳排放。技術(shù)創(chuàng)新水平對發(fā)達地區(qū)存在顯著負向影響,發(fā)達城市更注重綠色創(chuàng)新,技術(shù)創(chuàng)新的減排效應大于回彈效應。而欠發(fā)達地區(qū)技術(shù)創(chuàng)新的結(jié)果不顯著,可能是因為欠發(fā)達地區(qū)創(chuàng)新驅(qū)動不足[39],且技術(shù)創(chuàng)新發(fā)展在降低碳排放的同時刺激了更多的能源使用,即由于經(jīng)濟規(guī)模擴大所致的消費者和生產(chǎn)者對能源需求的增加,導致技術(shù)創(chuàng)新帶來的回彈效應更大。假設(shè)H4得到驗證。

表10 發(fā)達地區(qū)和欠發(fā)達地區(qū)異質(zhì)性分析

(五)非線性分析

本文進一步研究了區(qū)域金融風險和技術(shù)創(chuàng)新這2個變量與碳排放之間的線性關(guān)系。表11為基于地理距離矩陣的估計結(jié)果,列(1)為加入人均GDP平方項的估計結(jié)果,結(jié)果顯示,人均GDP的平方項系數(shù)顯著為負,一次項系數(shù)顯著為正,表明經(jīng)濟增長對碳排放的影響是倒U型的,本研究的結(jié)論與EKC假說一致。同樣,列(2)為加入了區(qū)域金融風險平方項的估計結(jié)果。區(qū)域金融風險的二次項系數(shù)顯著為負,一次項系數(shù)不顯著,表明區(qū)域金融風險對碳排放的影響是非線性的,呈倒U型曲線,即區(qū)域金融風險的增加首先會增加二氧化碳排放,達到一定水平時會減少二氧化碳的排放。這是因為當金融風險較低時,企業(yè)必然為追求效益增加生產(chǎn),市場活動頻繁,這將大大加劇溫室效應,然而隨著區(qū)域金融風險的逐漸增加,企業(yè)的資金短缺限制了生產(chǎn)和經(jīng)營活動,減少了能源消耗,從而減少了二氧化碳的排放。列(3)加入了技術(shù)創(chuàng)新的平方項以研究技術(shù)創(chuàng)新水平對碳排放的影響。技術(shù)創(chuàng)新水平平方項的系數(shù)顯著為負,一次項系數(shù)顯著為正,說明技術(shù)創(chuàng)新與碳排放的關(guān)系是倒U型的。創(chuàng)新水平較低時的減排效應小于回彈效應,此時技術(shù)創(chuàng)新水平的逐漸提高會增加碳排放,當創(chuàng)新水平達到一定的高度,減排效應會大于回彈效應,此時繼續(xù)提高創(chuàng)新水平則有利于降低碳排放。

表11 非線性研究估計結(jié)果

(六)穩(wěn)健性檢驗

1.替換變量與空間矩陣。為驗證中介效應的穩(wěn)健性,本文使用碳排放總量作為解釋變量做穩(wěn)健性檢驗,其他變量不變,表12中列(1)—(3)為基于經(jīng)濟地理嵌套矩陣的公式(4)—(6)的估計結(jié)果,估計值的符號以及顯著性與表8的估計結(jié)果無較大差別,證明前文的估計結(jié)果是可靠的。

表12 中介效應的穩(wěn)健性檢驗

表12列(4)—(7)為替換區(qū)域金融風險指標并使用經(jīng)濟地理嵌套矩陣估計的公式(6)與非線性估計結(jié)果,新區(qū)域金融風險指標是基于原指標體系利用因子分析法測算得到,KMO值為0.677,Bartlett 球形度檢驗的p=0.000,表明適合進行因子分析。列(4)根據(jù)公式(6)替換原來的區(qū)域金融風險指標,仍然能夠證明區(qū)域金融風險會對碳排放產(chǎn)生負向影響,其他指標的影響方向均與前文一致。列(5)—(7)為替換區(qū)域金融風險指標后分別加入GDP、區(qū)域金融風險和技術(shù)創(chuàng)新水平三者平方項的非線性研究,結(jié)果表明替換指標和空間矩陣后的GDP平方項、區(qū)域金融風險平方項和技術(shù)創(chuàng)新平方項依然顯著,表明這3個變量對二氧化碳的影響的非線性研究穩(wěn)健性檢驗通過。

2.工具變量。考慮到變量遺漏與誤差無法避免內(nèi)生性問題存在,因此將滯后的內(nèi)生變量用作工具變量,以減輕實證研究中的內(nèi)生性。參考Chen 等[40]的做法,選擇滯后的區(qū)域金融風險作為工具變量進行驗證。原因在于,一方面,滯后變量與區(qū)域金融風險的當值有很強的相關(guān)性。另一方面,滯后的區(qū)域金融風險指數(shù)不會受到當前碳排放的影響。因此,將滯后的區(qū)域金融風險指標作為工具變量是可行的。對基于地理距離矩陣并使用因子分析法測算的區(qū)域金融風險指標重新進行估計,其中滯后一期后使用的整個樣本年份為2010—2020年,結(jié)果如表13所示,加入工具變量的結(jié)果與原基準模型的估計結(jié)果的方向基本一致,表明基準回歸結(jié)果具有穩(wěn)健性。

六、結(jié)論與建議

(一)結(jié)論

基于2009—2020年省級面板數(shù)據(jù),實證檢驗區(qū)域金融風險對碳排放的影響發(fā)現(xiàn)。

1.我國的區(qū)域金融風險在整體上會減少碳排放。較高的地區(qū)金融風險可能通過擾亂投資決策、資本配置和實體經(jīng)濟等方式抑制二氧化碳的產(chǎn)生與排放。同時,通過機制分析還發(fā)現(xiàn),區(qū)域金融風險可能通過提高技術(shù)創(chuàng)新水平減少溫室氣體的排放。

2.區(qū)域金融風險會減少關(guān)聯(lián)地區(qū)的碳排放,而技術(shù)創(chuàng)新整體上會增加周邊地區(qū)的碳排放。由于區(qū)域金融風險存在較強的聯(lián)動性與傳染性,在金融風險達到一定邊界時會造成跨地區(qū)的風險蔓延,對其他地區(qū)的金融活動造成影響,從而抑制關(guān)聯(lián)地區(qū)碳排放。而技術(shù)創(chuàng)新溢出造成的回彈效應大于減排效應,會致使周邊地區(qū)碳排放水平提高。

3.分區(qū)域研究發(fā)現(xiàn),發(fā)達地區(qū)的區(qū)域金融風險會增加碳排放;相反,欠發(fā)達地區(qū)的區(qū)域金融風險對碳排放的影響是負向的。可能是因為區(qū)域金融風險與碳排放之間呈倒U型關(guān)系。技術(shù)創(chuàng)新同樣存在異質(zhì)性,發(fā)達地區(qū)的技術(shù)創(chuàng)新水平會顯著減少碳排放,而欠發(fā)達地區(qū)的技術(shù)創(chuàng)新對碳排放的影響不顯著。

(二)政策建議

根據(jù)以上結(jié)論本文提出幾點政策建議。

1.地方政府債務、股票市場規(guī)模、房地產(chǎn)規(guī)模的擴張及規(guī)模以上企業(yè)虧損等因素對地區(qū)金融風險有舉足輕重的影響。因此,地方金融監(jiān)管部門需重點控制地方政府債務、股票市場、房地產(chǎn)市場及企業(yè)經(jīng)營情況等方面風險對區(qū)域金融風險的影響,防范化解重大金融風險。原因是盡管較高的金融風險有助于減少碳排放,但容易引起區(qū)域性、系統(tǒng)性金融風險。由此,為早日實現(xiàn)碳減排目標必須堅持創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略,積極推進創(chuàng)新成果轉(zhuǎn)化,加強碳達峰碳中和高等教育人才培養(yǎng)體系以實現(xiàn)綠色轉(zhuǎn)型。

2.不同區(qū)域金融穩(wěn)定性以及應對區(qū)域金融風險的能力存在差異。因此,為防范地區(qū)金融風險的傳染與蔓延,發(fā)達地區(qū)與欠發(fā)達地區(qū)應當加強跨區(qū)域金融合作與監(jiān)管,共同防范系統(tǒng)性金融風險,維護金融穩(wěn)定。同時,欠發(fā)達地區(qū)更要加強金融監(jiān)管,完善和健全金融市場體系,營造和諧穩(wěn)定的金融發(fā)展環(huán)境。

3.鑒于發(fā)達地區(qū)技術(shù)創(chuàng)新對二氧化碳排放有明顯的抑制作用,而欠發(fā)達地區(qū)的技術(shù)創(chuàng)新由于回彈效應的影響較大,對欠發(fā)達地區(qū)碳排放的減排不明顯。因此發(fā)達地區(qū)更應該發(fā)揮綠色技術(shù)創(chuàng)新的節(jié)能減排作用,通過增加研發(fā)投入,鼓勵綠色技術(shù)創(chuàng)新等方式提高技術(shù)創(chuàng)新水平。相反,欠發(fā)達地區(qū)逐步承接高耗能、高污染產(chǎn)業(yè)的做法會阻礙當?shù)亟?jīng)濟綠色高質(zhì)量發(fā)展,各地區(qū)政府應堅持推進“大保護、大開放、高質(zhì)量發(fā)展”的新格局建設(shè),增強發(fā)達地區(qū)的綠色技術(shù)溢出,為欠發(fā)達地區(qū)減排行動提供知識儲備與技術(shù)支持,充分發(fā)揮地區(qū)資源稟賦優(yōu)勢助推新興產(chǎn)業(yè)發(fā)展,最終實現(xiàn)全國性減排。