動態(tài)空間視角下金融發(fā)展對碳排放的影響力分析

陳碧瓊+張梁梁

摘要：在借鑒國內(nèi)外研究金融發(fā)展和低碳經(jīng)濟(jì)相關(guān)成果的基礎(chǔ)上建立基于STIRPAT模型的空間動態(tài)面板模型，運(yùn)用空間系統(tǒng)GMM重點(diǎn)探究了包括金融規(guī)模和金融效率等多個因素對我國碳排放量和碳排放強(qiáng)度的影響。結(jié)果表明，我國碳排放和金融效率存在顯著的空間相關(guān)性。金融規(guī)模壯大促進(jìn)碳排放量增加，同時降低碳排放強(qiáng)度；金融效率提升對碳排放的影響方向與金融規(guī)模相同，但本地增長效應(yīng)明顯小于空間溢出效應(yīng)。

關(guān)鍵詞：碳排放；金融發(fā)展；空間集聚；動態(tài)空間面板

中圖分類號：F832；X22文獻(xiàn)標(biāo)識碼：A文章編號：1001-8409（2014）07-0140-05

The Impact of Financial Development to Carbon

Emissions from the Perspective of Dynamic Spatial

CHEN Biqiong, ZHANG Liangliang

(School of Economics and Business Administration, Chongqing University, Chongqing 400044)

Abstract： Based on the domestic and foreign research related to financial development and lowcarbon economy, this paper establishes a dynamic spatial panel model based on the STIRPAT model, using spatial system GMM explores multiple factors which includes financial scale and efficiency on carbon emissions. The results show that both carbon emissions and financial efficiency exist significantly spatial correlation. The growth of financial scale increases carbon emissions but reduces carbon intensity; financial efficiency impacts on carbon emissions the same direction as financial scale, but the local growth effects significantly less than the spatial spillover effects.

Key words： carbon emissions; financial development; spatial agglomeration; dynamic spatial panel

1文獻(xiàn)綜述

國家“十二五”規(guī)劃首次明確提出發(fā)展低碳經(jīng)濟(jì)的戰(zhàn)略目標(biāo)，并將二氧化碳排放強(qiáng)度列為可衡量的約束性指標(biāo)。這不僅說明我國對氣候變化和資源環(huán)境約束帶來的低碳發(fā)展問題給予充分的重視，更凸顯出以碳關(guān)稅為代表的綠色貿(mào)易壁壘和國際輿論壓力給我國經(jīng)濟(jì)可持續(xù)發(fā)展敲響警鐘。面對日益嚴(yán)峻的內(nèi)外部環(huán)境，我國發(fā)展低碳經(jīng)濟(jì)勢在必行。本文著重考察以金融機(jī)制改革、金融規(guī)模壯大、金融效率提升和金融創(chuàng)新深化為特征的金融發(fā)展對控制碳排放量以及碳排放強(qiáng)度是否有一定的影響，金融業(yè)發(fā)展能否成為推進(jìn)低碳經(jīng)濟(jì)轉(zhuǎn)型的有效決策工具，金融和低碳兩者之間存在怎樣的時間與空間關(guān)聯(lián)。這一系列問題正是本文力求解答的。

目前有關(guān)金融發(fā)展和低碳經(jīng)濟(jì)兩者之間關(guān)系的研究大致可以分為兩類。絕大部分學(xué)者將視角集中在碳金融體制的探討和形式的創(chuàng)新，得到許多有益的結(jié)論。只有極少部分研究關(guān)注了金融業(yè)自身發(fā)展對低碳經(jīng)濟(jì)直接的促進(jìn)作用。Tamazian等以碳排放量作為衡量環(huán)境破壞的指標(biāo)，認(rèn)為“金磚四國”金融發(fā)展可以有效地改善環(huán)境的惡化［1］；Tamazian和Bhaskara以24個轉(zhuǎn)型經(jīng)濟(jì)體1993～2004年面板數(shù)據(jù)為研究對象，得到了類似的結(jié)論，并且強(qiáng)調(diào)了健全的制度是金融市場抑制碳排放的必要條件［2］；Jalil和Feridun以中國為例，通過構(gòu)建ARDL模型證實中國金融發(fā)展與碳排放之間具有顯著的負(fù)相關(guān)關(guān)系，進(jìn)而駁斥了中國經(jīng)濟(jì)發(fā)展以破壞環(huán)境為代價的說法［3］；Zhang更加注重中國的實際國情，以金融中介機(jī)構(gòu)和資本市場的規(guī)模和效率作為衡量金融發(fā)展的代理變量，得到與上述幾位學(xué)者相反的研究結(jié)論［4］?？梢钥闯鰢鈱W(xué)者的研究結(jié)論大部分支持金融發(fā)展對低碳經(jīng)濟(jì)的推進(jìn)有正向作用，只有少數(shù)認(rèn)為金融發(fā)展通過促進(jìn)工業(yè)化水平、城鎮(zhèn)化進(jìn)程等碳排放增長因素以提高碳排放總量［5］。相比國外學(xué)者以中國或其他國家作為一個整體進(jìn)行分析，國內(nèi)學(xué)者充分考慮了我國地區(qū)間巨大的社會經(jīng)濟(jì)差異，認(rèn)為金融規(guī)模和金融效率在東部地區(qū)和中西部地區(qū)對碳排放的影響是截然不同的［6］；顧洪梅和何彬運(yùn)用PVAR模型得到中國省域金融發(fā)展與碳排放的動態(tài)關(guān)系——區(qū)域金融深化對碳排放有顯著的抑制作用，金融集中度對碳排放的影響則取決于金融深化的程度［7］；郭福春和潘錫泉定量檢驗了浙江省1995~2010年間金融發(fā)展對以碳排放量為衡量指標(biāo)的經(jīng)濟(jì)結(jié)構(gòu)的影響機(jī)制，得到金融服務(wù)支持確實能對浙江省低碳轉(zhuǎn)型產(chǎn)生較強(qiáng)推動作用的結(jié)論［8］。另外，市場機(jī)制、產(chǎn)業(yè)結(jié)構(gòu)、科技進(jìn)步、觀念培養(yǎng)等諸多因素同樣影響著金融發(fā)展促進(jìn)低碳經(jīng)濟(jì)的效率［9，10］。

通過對文獻(xiàn)的梳理，不難發(fā)現(xiàn)目前我國有關(guān)金融和低碳經(jīng)濟(jì)相結(jié)合的研究主要集中在碳金融機(jī)制探索領(lǐng)域，針對金融規(guī)模和效率對低碳經(jīng)濟(jì)的直接影響尚十分缺乏，只有極少數(shù)學(xué)者結(jié)合中國省際差異做了相應(yīng)經(jīng)驗分析。正是認(rèn)識到這些不盡完善之處，充分考慮了時間和空間因素對金融發(fā)展促進(jìn)低碳經(jīng)濟(jì)的影響，力求為金融支持低碳發(fā)展提供令人信服的依據(jù)。

2模型構(gòu)造與數(shù)據(jù)說明

2.1模型構(gòu)造

Ehrlish和Holden最早提出的IPAT模型將資源環(huán)境與社會經(jīng)濟(jì)發(fā)展諸多方面以簡單恒等式聯(lián)系起來。Dietz和Rosa在此基礎(chǔ)上，提出可分析非比例影響的隨機(jī)環(huán)境評估模型，如式(1)所示。

Ii=aPbiAciTdiei(1)

其中，Ii表示第i個地區(qū)的環(huán)境因素，在本文以碳排放相關(guān)指標(biāo)替代。Pi、Ai、Ti分別指人口、經(jīng)濟(jì)和技術(shù)因素，用于衡量三者對環(huán)境變化（這里特指碳排放）的綜合影響，ei為模型中的隨機(jī)誤差項。對式(1)兩邊取對數(shù)，并加上時間變量，可得到如下變形表達(dá)式：

lnIit=a′+blnPit+clnAit+dlnTit+eit(2)

為了使理論模型更貼近中國實際發(fā)展的情況，本文對模型做了如下幾個方面的說明：第一，我國現(xiàn)階段正處于全力推進(jìn)工業(yè)化和城鎮(zhèn)化的階段，產(chǎn)業(yè)結(jié)構(gòu)和能源供給結(jié)構(gòu)長期不變，公民環(huán)保意識和生活習(xí)慣短期不易改變，技術(shù)進(jìn)步和產(chǎn)品收益實現(xiàn)黏性顯著，各個方面的限制都阻礙了碳排放絕對量的減少，導(dǎo)致我國碳排放長期存在較強(qiáng)的路徑依賴；第二，通過已有研究成果和主觀判斷，傳統(tǒng)理論假設(shè)的金融發(fā)展和碳排放均不存在空間相關(guān)性違背了中國區(qū)域發(fā)展的客觀實際，具體研究中忽略空間因素對碳排放的影響顯然是不可取的；第三，碳排放不僅僅是簡單的環(huán)境問題，而是綜合了經(jīng)濟(jì)、文化、社會民生等諸多方面的系統(tǒng)性問題，在判斷金融發(fā)展對低碳經(jīng)濟(jì)影響的過程中必須合理控制其他因素?？紤]到以上三點(diǎn)，同時借鑒上述STIRPAT模型，本文最終選擇了綜合考慮時間和空間因素的雙對數(shù)動態(tài)空間面板模型：

lnCit=α1lnCit－1+α2WlnCit+α3lnfinit+α4lneffit+α5Wlneffit+βlnZit+μi+εit

其中，因變量lnCit用以衡量碳排放水平，在本文中分別以二氧化碳排放總量和二氧化碳排放強(qiáng)度(單位GDP的二氧化碳排放量)表示。Cit-1是Cit滯后一期項，主要用于說明碳排放路徑依賴的程度。WlnCit表征周圍地區(qū)碳排放對本地區(qū)碳排放的空間溢出效應(yīng)。lnfinit和lneffit是本文的核心解釋變量,重點(diǎn)考察金融規(guī)模和金融效率對低碳經(jīng)濟(jì)的影響。Wlneffit指周圍地區(qū)金融效率在本地區(qū)的溢出。主要衡量金融效率的碳排放空間效應(yīng)公式中沒有金融規(guī)模的碳排放空間溢出項，是因為經(jīng)過Moran檢驗得到金融規(guī)模不存在顯著的空間相關(guān)性。而碳排放和金融效率空間相關(guān)性顯著，這在后文Moran檢驗可以得到驗證。 。lnZit是模型中被控制的一系列變量，β=［β1,β2...β4］，Zit=［gdpit,indit,humanit－1,tradeit,］T。

2.2指標(biāo)說明與數(shù)據(jù)來源

2.2.1二氧化碳排放量

目前我國尚未公布官方的碳排放數(shù)據(jù)，所以在實證研究中的二氧化碳排放數(shù)據(jù)往往需要作者自行估算。由于化石燃料在我國能源結(jié)構(gòu)中占有極大比重，而諸如核能、風(fēng)能等不排放二氧化碳的清潔能源在能源消費(fèi)結(jié)構(gòu)中所占比重歷年最大值都不超過10%，故本文在測算各省二氧化碳排放量時選了9種主要的化石燃料(原煤、洗煤、其他洗煤、焦炭、汽油、煤油、柴油、液化石油氣、天然氣)的終端消費(fèi)值為依據(jù)，具體公式如下：

Cit=9j=1Citj=9j=1Mitj×Kj×qj×44/12 (3)

其中，Mitj表示第i省t年j種化石能源消費(fèi)的實物量，Kj表示對應(yīng)能源折算標(biāo)煤系數(shù)，具體數(shù)據(jù)可參考《中國能源統(tǒng)計年鑒》考慮到其他洗煤實際消耗量較多，為了盡可能準(zhǔn)確，這一項采用了年鑒中給定其他洗煤折算標(biāo)準(zhǔn)煤系數(shù)的平均值。 ，qj為IPCC在2006年給出的碳排放系數(shù)，假設(shè)化石燃料使用效率短時期保持不變，故本文中各種能源的碳排放系數(shù)是恒定的。為了簡化非經(jīng)濟(jì)學(xué)方面的討論，本文假定化石燃料都已經(jīng)燃燒充分，用公式中常數(shù)44/12表示碳氧化為二氧化碳的乘數(shù)因子。

2.2.2空間權(quán)重矩陣

空間權(quán)重矩陣的構(gòu)建是準(zhǔn)確計算Moran I指數(shù)和實證分析的關(guān)鍵。為了方便比較，本文采用兩種方式構(gòu)建空間權(quán)重矩陣。第一種方式是較常用的。根據(jù)是否有共同邊界判定相鄰與否的二進(jìn)制鄰接權(quán)重矩陣，Wij=1表示省份間有共同的邊界，否則將Wij賦值為0。并認(rèn)為一個地區(qū)不與自身空間相鄰，即主對角線Wii=0。為了避免“孤島效應(yīng)”，人為地將海南省處理為與廣東和廣西兩省存在共同邊界。第二種方式借鑒了鐘水映和李魁［11］的方法，以各地區(qū)省會城市作為各省中心，基于地理距離衰減函數(shù)得到各地區(qū)間空間權(quán)重矩陣各省會城市距離根據(jù)國家地理信息系統(tǒng)網(wǎng)站提供1:400萬電子地圖用Geoda軟件測得。。為了減少區(qū)域外在影響、更好刻畫空間滯后項對鄰近地區(qū)的加權(quán)平均，還需要對上面得到的兩種權(quán)重矩陣做行標(biāo)準(zhǔn)化。由于各省市間相鄰與否和省會城市（包括直轄市）間距等地理因素不隨時間而改變，因此W1994=W1995=…=W2011。最終得到可用于實證分析的鄰接權(quán)重矩陣和距離權(quán)重矩陣。

2.2.3其他解釋變量

本文以大多數(shù)學(xué)者采用的金融機(jī)構(gòu)各項貸款余額占GDP比重表示金融規(guī)模(fin)，衡量中國金融業(yè)不斷壯大是否有利于向低碳經(jīng)濟(jì)轉(zhuǎn)化。同時借鑒了鄭志剛和鄧賀斐［12］等人的做法，以非國有部門信貸占GDP比重衡量金融效率(eff)的高低。以實際人均GDP衡量經(jīng)濟(jì)發(fā)展對碳排放的影響文中并沒有像部分學(xué)者對人均GDP取平方形式主要是基于以下兩點(diǎn)理由：第一，從各省碳排放與人均GDP的散點(diǎn)圖可以看出二次形式不明顯，在多數(shù)省份中更偏向于線性形式；第二，GDP并非本文所考慮的核心變量，作為控制變量，筆者對其簡化處理。。考慮到第二產(chǎn)業(yè)對二氧化碳排放量的影響明顯強(qiáng)于第一、三產(chǎn)業(yè)，本文以第二產(chǎn)業(yè)增加值占GDP比重(ind)來衡量各省產(chǎn)業(yè)結(jié)構(gòu)特征對碳排放的影響。此外，以常用的平均受教育年限衡量人力資本存量(human)，選取6歲及以上被抽樣人口加權(quán)獲得的最高學(xué)歷衡量設(shè)置受教育年限為小學(xué)文化水平s1=6，初中為s2=9，高中為s3=12，大專及以上為s4=16。human=(6×小學(xué)文化人數(shù)+9×初中文化人數(shù)+12×高中文化人數(shù)+16×大專及以上文化人數(shù))/總的被調(diào)查人數(shù)。 。同時注意到人力資本存量并不能立刻轉(zhuǎn)化為經(jīng)濟(jì)增長的動力，本文處理的方法是將人力資本存量滯后一期。隱含碳排放的存在使本文不能忽視國際貿(mào)易對碳排放的客觀影響，本文采用各地區(qū)出口總額占當(dāng)年GDP比重(trade)表征各省對外貿(mào)易與內(nèi)涵碳排放的影響程度。

2.2.4數(shù)據(jù)來源與說明

本文基于中國省際面板數(shù)據(jù)進(jìn)行研究。各省市9種能源實物量來自《中國能源統(tǒng)計年鑒(1996～2012)》，第二產(chǎn)業(yè)增加值、對外出口總額、人均GDP以及各類價格指數(shù)來自《中國統(tǒng)計年鑒(1996～2012)》，居民受教育年限來自《中國教育統(tǒng)計年鑒(1996～2012)》，各項貸款余額來自《中國金融年鑒(1996～2012)》，非國有部門信貸額來自國泰安數(shù)據(jù)庫。凡是以價值量單獨(dú)出現(xiàn)的數(shù)據(jù)在本文均以1990年不變價作了相應(yīng)的平減，并以當(dāng)年美元兌人民幣匯率的中間價折算對外出口總額以統(tǒng)一口徑。將重慶市直轄后相關(guān)數(shù)據(jù)并入四川省。2000～2002年寧夏自治區(qū)和2002年海南省碳排放量缺失，本文采用移動平均插值法將其補(bǔ)齊。西藏地區(qū)因數(shù)據(jù)缺失嚴(yán)重而從樣本中剔除。

3實證結(jié)果分析

3.1空間相關(guān)性檢驗

地理學(xué)第一定理認(rèn)為任何事物與其他事物都存在一定的空間關(guān)聯(lián)性，距離越近相關(guān)性一般說來越高。那么我國碳排放水平和金融發(fā)展程度是否存在顯著的空間相關(guān)性？如果存在，空間集聚的程度到底有多大？實際操作中檢驗空間相關(guān)性最常用的方法是求解Moran I指數(shù)，計算公式為：

Moran I=ni=1nj=1Wij(Yi－Y)(Yj－Y)S2ni=1nj=1Wij(4)

其中S2=ni=1(Yi－Y)2，Y=1nni=1Yi，Yi是第i個省份相應(yīng)需考察的觀察值，Wij為上文標(biāo)準(zhǔn)化后處理得到的空間權(quán)重矩陣。Moran I指數(shù)一般取值在［-1,1］之間，大于0表示相應(yīng)變量存在空間正相關(guān)，反之說明存在空間負(fù)相關(guān)，絕對值越接近1代表空間相關(guān)度越大。

圖1給出了我國省際碳排放和金融效率的Moran I指數(shù)變化趨勢。無論碳排放量或是碳排放強(qiáng)度都存在一定程度的空間集聚2001~2003年碳排放強(qiáng)度Moran I指數(shù)未通過5%的顯著水平，但通過了10%水平下的Moran檢驗。 ，且兩者走勢基本相同，說明我國區(qū)域碳排放有趨于集聚的內(nèi)在動力。特別是2004年以后，Moran I指數(shù)較之前有一定的增加，并且呈現(xiàn)持續(xù)增長的趨勢，說明碳排放空間相關(guān)性愈加明顯。同時，我國金融效率有十分顯著的空間集聚(歷年都通過了1%水平下的顯著性檢驗)，但金融規(guī)?？臻g相關(guān)性不顯著，這也正是模型考慮碳排放和金融效率而忽視金融規(guī)模空間因素影響的原因。3.2實證結(jié)果分析

因為在模型中同時引入因變量的時間滯后項以及相關(guān)變量的空間滯后項，由此帶來的模型內(nèi)生性就成為了無法回避的問題，導(dǎo)致傳統(tǒng)估計方法已經(jīng)不再適用。目前估計動態(tài)空間面板模型最常用的方法是無條件ML和空間GMM。學(xué)者普遍認(rèn)為空間GMM能得到一致的參數(shù)估計，經(jīng)Arellano等人改良后的系統(tǒng)GMM在控制時間和空間兩個維度的固定效應(yīng)后，能有效地提高系數(shù)的穩(wěn)定性和估計效率。蒙特卡洛模擬也證明了系統(tǒng)GMM估計動態(tài)空間面板的可行性［13］。此外，ML估計被證明當(dāng)權(quán)重矩陣階數(shù)過大時，得到的特征值是不可靠的。鑒于上述幾點(diǎn)原因，本文的參數(shù)估計方法最終確定采用空間系統(tǒng)GMM。

表1分別以碳排放量和碳排放強(qiáng)度為因變量進(jìn)行了實證估計。比較方程(1)～(3)和(6)～(8)不難看出，在忽視時空因素的情況下，包括金融發(fā)展在內(nèi)各個因素對碳排放的影響顯著，但影響系數(shù)普遍大于引入空間因素的情況。加入空間因素后的方程擬合度有了顯著提高，自然對數(shù)似然值(LogL)增加也說明空間滯后項的引入使模型有了更高的可信度，忽視空間因素造成其他因素的作用被不合理夸大。然而遺憾的是，在忽視碳鎖定效應(yīng)的前提下，盡管控制變量顯著且大致能解釋現(xiàn)實經(jīng)濟(jì)現(xiàn)象，但核心解釋變量均不顯著，說明在忽視中國極強(qiáng)的碳排放慣性下解釋金融發(fā)展對碳排放影響是有問題的。對于每組最后兩個方程而言，AR(2)檢驗說明差分方程誤差項不存在二階自相關(guān)；Sargan檢驗接受工具變量有效的原假設(shè)。因此可以認(rèn)為將實證模型設(shè)定為動態(tài)空間面板是合理的。無論是碳排放量或者碳排放強(qiáng)度的一階滯后項系數(shù)在1%的顯著水平下都大于08，不僅證實了前文提出的碳排放路徑鎖定的設(shè)定，更說明現(xiàn)階段各地區(qū)碳排放是一個逐年增加、連續(xù)累積的漸進(jìn)調(diào)整過程。

金融規(guī)模壯大對碳排放影響是本文研究的一個重點(diǎn)。從實證結(jié)果看，金融規(guī)模對增加碳排放量、降低碳排放強(qiáng)度、提高碳生產(chǎn)率有顯著的促進(jìn)作用。表現(xiàn)在金融規(guī)模每增大1%，會增加0115%、0059%的排放量，但會降低0164%、0114%的碳排放量強(qiáng)度。金融業(yè)迅速發(fā)展以及金融資產(chǎn)總量大幅增加極大地支持和刺激我國實體經(jīng)濟(jì)發(fā)展，對第二產(chǎn)業(yè)的影響首當(dāng)其沖。但目前我國還處于迅速發(fā)展的階段，國家核心利益不允許以犧牲經(jīng)濟(jì)發(fā)展為代價換取環(huán)境質(zhì)量的提高，加之我國科教存量、產(chǎn)業(yè)結(jié)構(gòu)分工、國民環(huán)保意識等方面都處于較低水平，導(dǎo)致發(fā)展過程中化石能源利用和碳排放量難以避免的激增。需要看到的是，金融規(guī)模壯大在帶來碳排放量增加的同時更大程度促進(jìn)經(jīng)濟(jì)增長，兩者綜合的效果是碳生產(chǎn)率得以提高，使碳排放強(qiáng)度有較大幅度的降低。所以壯大金融規(guī)模是符合中國當(dāng)前發(fā)展局勢的，對實現(xiàn)“2020年比2005年碳強(qiáng)度降低40%～45%”的承諾也是有幫助的。

表1金融發(fā)展對碳排放的估計結(jié)果

當(dāng)被解釋變量為碳排放量時當(dāng)被解釋變量為碳排放強(qiáng)度時(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)L.lnCWlnClnfinlneffWlnefflngdplnindL.lnhumanlntrade_consRsquaredLogLAR(2)Sargan test[4]0.855***0.878***[9]0.896***0.896***[4](0.022)(0.267)[9](0.067)(0.072)[2]0.532***0.723***0.150***0.063**0.746***0.942***0.135***0.071*(0.052)(0.065)(0.045)(0.030)(0.069)(0.089)(0.045)(0.076)-0.136***-0.064-0.0360.115***0.059***-0.180***-0.037-0.045-0.164***-0.114***(0.048)(0.047)(0.043)(0.034)(0.022)(0.049)(0.049)(0.045)(0.025)(0.023)-0.0570.003-0.0180.097***0.029-0.110**0.0270.009-0.089**-0.044*(0.049)(0.054)(0.049)(0.022)(0.027)(0.050)(0.055)(0.051)(0.043)(0.024)-0.288***-0.395***0.297***0.402***-0.288***-0.340***-0.298***-0.473***(0.098)(0.128)(0.040)(0.044)(0.098)(0.126)(0.090)(0.062)0.781***0.330***0.233***0.195***0.125***-0.241***-0.131***-0.087**-0.148***-0.171***(0.036)(0.061)(0.063)(0.041)(0.027)(0.036)(0.038)(0.045)(0.030)(0.022)0.541***0.853***0.821***0.216***0.138***0.779***0.798***0.766***0.088***0.130**(0.091)(0.087)(0.084)(0.053)(0.044)(0.092)(0.081)(0.083)(0.034)(0.053)-0.518**-0.618***-0.557***-0.434***-0.360***0.1660.526***0.562***-0.153*-0.210**(0.208)(0.188)(0.191)(0.900)(0.101)(0.210)(0.191)(0.199)(0.098)(0.097)0.060**0.045*0.0170.048***0.026***0.053**0.064***0.040*-0.029**-0.024***(0.025)(0.022)(0.022)(0.010)(0.008)(0.025)(0.022)(0.023)(0.011)(0.007)-0.121-1.961***-2.278***-1.527***-1.239***1.202***-1.624***-2.220***-0.971***-1.104***(0.323)(0.371)(0.374)(0.193)(0.218)(0.326)(0.398)(0.447)(0.314)(0.252)0.9070.9240.9270.3880.5220.516154.2203.1209.5160.1220.4209.31.3821.2581.3451.287(0.167)(0.208)(0.179)(0.198)23.39025.30523.41622.290(1.000)(1.000)(1.000)(1.000)注：L.表示因變量的一階滯后項；***、**、*分別表示通過1%、5%、10%顯著水平下的檢驗；系數(shù)括號內(nèi)數(shù)值表示(穩(wěn)健)標(biāo)準(zhǔn)差；后兩行括號內(nèi)數(shù)值表示AR(2)和Sargan test對應(yīng)的p值

金融效率提升對碳排放作用方向是本文討論的另一個重點(diǎn)。一方面，本地區(qū)金融效率對碳排放作用方向與金融規(guī)模相同，但各方面影響力都顯著弱于后者。金融效率每提升1%對碳排放量增長和碳排放強(qiáng)度降低都不足01%，甚至方程(5)中系數(shù)還出現(xiàn)不顯著的情況，說明我國金融效率提升對發(fā)展低碳經(jīng)濟(jì)的影響力不如金融規(guī)模增加來得直接。另一方面，金融效率對碳排放的區(qū)域溢出效應(yīng)表現(xiàn)出極強(qiáng)的促進(jìn)作用。周圍地區(qū)金融效率每提高1%，本地區(qū)碳排放量增加0294%、0402%，碳排放強(qiáng)度相應(yīng)增加降低0298%、0473%。對于上訴現(xiàn)象本文給出如下幾點(diǎn)解釋：首先，現(xiàn)階段我國金融信貸業(yè)務(wù)與低碳經(jīng)濟(jì)未能充分有效結(jié)合，對碳金融的理解還有不到位之處，加之市場化程度低、法律法規(guī)不健全、金融衍生品創(chuàng)新能力差等多方面的限制，使其作用于節(jié)能減排的效率偏低；其次，我國金融效率存在極強(qiáng)的空間正相關(guān)，周圍地區(qū)金融效率提升會帶動本地區(qū)金融效率相應(yīng)提升，不僅導(dǎo)致本地區(qū)碳排放量小幅提高和碳排放強(qiáng)度小幅降低，還使周圍地區(qū)產(chǎn)生相同的碳排放效應(yīng)。綜合考慮碳排放的空間集聚性和低碳經(jīng)濟(jì)對社會各層面的廣泛涉及，金融效率對碳排放的空間溢出效應(yīng)強(qiáng)于對本地區(qū)碳排放的影響，也側(cè)面說明平衡提高全局金融效率對節(jié)能減排的重要性。

除了與金融規(guī)模和金融效率有關(guān)的結(jié)論，本文還通過實證分析得到其他解釋低碳經(jīng)濟(jì)發(fā)展的有益補(bǔ)充。我國區(qū)域碳排放空間相關(guān)性顯著，其他地區(qū)碳排放量或排放強(qiáng)度提高對本地區(qū)都有正向作用，這也驗證了兩者M(jìn)oran I指數(shù)不斷增大的趨勢。人均GDP增加促進(jìn)碳排放量增長，說明我國正處于EKC曲線的上升期；同時降低了碳排放強(qiáng)度，經(jīng)濟(jì)發(fā)展對提高能源利用率有正向作用。類似的作用方向也出現(xiàn)在國際貿(mào)易方面，只是作用力度明顯小于經(jīng)濟(jì)發(fā)展。盡管出口的內(nèi)涵碳排放會增加我國碳排放總量，但降低了碳排放強(qiáng)度，所以本文認(rèn)同李小平和盧現(xiàn)祥［14］的說法，我國并沒有通過國際貿(mào)易成為發(fā)達(dá)國家的“污染避難所”，同時國際貿(mào)易總體上是有利于節(jié)能減排的。以第二產(chǎn)業(yè)占比衡量的產(chǎn)業(yè)結(jié)構(gòu)不利于減少碳排放，工業(yè)化和城市化是我國碳排放增長重要的驅(qū)動因素。另外，科技進(jìn)步和國民素質(zhì)提高對低碳經(jīng)濟(jì)推進(jìn)具有重大意義。綠色環(huán)保理念的宣傳教育，低碳技術(shù)的應(yīng)用并最大程度上轉(zhuǎn)化為經(jīng)濟(jì)效益減少了碳排放量，同時提高能源生產(chǎn)效率。

4結(jié)論與政策建議

本文從STIRPAT原始模型出發(fā)，引入時間和空間因素構(gòu)建了動態(tài)空間面板模型。利用1995～2011年終端能源使用量測算出省際CO2排放量，并以此數(shù)據(jù)為依據(jù)實證分析了包括金融規(guī)模和金融效率兩方面的金融發(fā)展對碳排放的影響力度。結(jié)果清楚地表明，我國區(qū)域碳排放在時間維度上具有很強(qiáng)的黏性，空間維度上集聚效應(yīng)顯著。金融發(fā)展在增加碳排放量的同時降低了碳排放強(qiáng)度。本地區(qū)金融規(guī)模對碳排放的影響力大于金融效率，但都明顯小于周圍地區(qū)的溢出效應(yīng)。另外，本文認(rèn)為經(jīng)濟(jì)發(fā)展和對外開放度增加碳排放量的同時降低了碳排放強(qiáng)度，總體上適應(yīng)我國發(fā)展趨勢和作出的關(guān)于2020年碳減排承諾；工業(yè)化進(jìn)程不利于碳減排實施；發(fā)展科研教育是節(jié)能減排最強(qiáng)有力的手段。

金融發(fā)展是低碳經(jīng)濟(jì)浪潮下實現(xiàn)經(jīng)濟(jì)與資源環(huán)境協(xié)調(diào)可持續(xù)發(fā)展的一個重要手段。在我國碳排放存在極強(qiáng)的時空滯后性的背景下，本文認(rèn)為金融發(fā)展會增加碳排放量，這是現(xiàn)階段我國經(jīng)濟(jì)發(fā)展難以避免的問題，但同時降低了碳排放強(qiáng)度，遵循我國在碳排放問題對國際社會作出的承諾，適應(yīng)我國目前的針對低碳經(jīng)濟(jì)的標(biāo)準(zhǔn)。僅僅注重本地區(qū)金融規(guī)模和效率的提高起到的作用有限，周圍地區(qū)金融發(fā)展水平對整個地區(qū)低碳經(jīng)濟(jì)推進(jìn)有更加重要的作用。這就要求政府在兼顧經(jīng)濟(jì)效率和環(huán)境約束的前提下，支持金融規(guī)模進(jìn)一步擴(kuò)大，合理配置區(qū)域內(nèi)部和區(qū)域間金融資源比重，特別是發(fā)揮金融效率對碳減排的溢出效應(yīng)。同時，從降低碳排放強(qiáng)度的角度出發(fā)，持續(xù)發(fā)展經(jīng)濟(jì)、降低第二產(chǎn)業(yè)比重、重視科研教育、提高貿(mào)易開放度等手段同樣可以在提高碳生產(chǎn)率上有所作為。

參考文獻(xiàn):

［1］Tamazian A，Chousa J P，Vadlamananati K C. Does Higher Economic and Financial Development Lead to Environmental Degradation: Evidence from Bric Countries［J］. Energy Policy，2009,37(1):246-253.

［2］Tamazian A， Bhaskara Rao B. Do Economic, Financial and Institutional Development Matter for Environmental Degradation? Evidence from Transitional Economies［J］. Energy Policy， 2010,32(1):137-145.

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

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

［5］Ghost S. Examining Carbon Emissions-Economic Growth Nexus for India: A Multivariate Cointegration Approach［J］. Energy Policy， 2010,38(6):3008-3014.

［6］魯釗陽. 農(nóng)村金融發(fā)展與農(nóng)業(yè)碳排放關(guān)系區(qū)域差異實證研究［J］. 思想戰(zhàn)線，2013,39(2)：119-123.

［7］顧洪梅，何彬. 中國省域金融發(fā)展與碳排放研究［J］. 中國人口.資源與環(huán)境，2012,22(8):22-27.

［8］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)驗分析［J］. 浙江社會科學(xué)，2011(10):12-19.

［9］謝清河. 發(fā)展低碳經(jīng)濟(jì)與金融創(chuàng)新的互動效應(yīng)探析［J］. 現(xiàn)代經(jīng)濟(jì)探討，2010(6):21-25.

［10］周輝，羅良文. 科技金融推動低碳產(chǎn)業(yè)發(fā)展模式研究［J］. 科技進(jìn)步與對策，2011,28(24):78-81.

［11］鐘水映，李魁. 人口紅利、空間外溢與省域經(jīng)濟(jì)增長［J］. 管理世界，2010(4)：14-23.

［12］鄭志剛，鄧賀斐. 法律環(huán)境差異和區(qū)域金融發(fā)展——金融發(fā)展決定因素基于我國省級面板數(shù)據(jù)的考察［J］. 管理世界，2010(6):14-27.

［13］Kukenova M，Monteiro J. Spatial Dynamic Panel Model and System GMM: A Monte Carlo Investigation［J］. SSRN working papers,2008.

［14］李小平，盧現(xiàn)祥. 國際貿(mào)易、污染產(chǎn)業(yè)轉(zhuǎn)移和中國工業(yè)CO2排放［J］. 經(jīng)濟(jì)研究，2010(1):15-26.

(責(zé)任編輯：冉春紅)

除了與金融規(guī)模和金融效率有關(guān)的結(jié)論，本文還通過實證分析得到其他解釋低碳經(jīng)濟(jì)發(fā)展的有益補(bǔ)充。我國區(qū)域碳排放空間相關(guān)性顯著，其他地區(qū)碳排放量或排放強(qiáng)度提高對本地區(qū)都有正向作用，這也驗證了兩者M(jìn)oran I指數(shù)不斷增大的趨勢。人均GDP增加促進(jìn)碳排放量增長，說明我國正處于EKC曲線的上升期；同時降低了碳排放強(qiáng)度，經(jīng)濟(jì)發(fā)展對提高能源利用率有正向作用。類似的作用方向也出現(xiàn)在國際貿(mào)易方面，只是作用力度明顯小于經(jīng)濟(jì)發(fā)展。盡管出口的內(nèi)涵碳排放會增加我國碳排放總量，但降低了碳排放強(qiáng)度，所以本文認(rèn)同李小平和盧現(xiàn)祥［14］的說法，我國并沒有通過國際貿(mào)易成為發(fā)達(dá)國家的“污染避難所”，同時國際貿(mào)易總體上是有利于節(jié)能減排的。以第二產(chǎn)業(yè)占比衡量的產(chǎn)業(yè)結(jié)構(gòu)不利于減少碳排放，工業(yè)化和城市化是我國碳排放增長重要的驅(qū)動因素。另外，科技進(jìn)步和國民素質(zhì)提高對低碳經(jīng)濟(jì)推進(jìn)具有重大意義。綠色環(huán)保理念的宣傳教育，低碳技術(shù)的應(yīng)用并最大程度上轉(zhuǎn)化為經(jīng)濟(jì)效益減少了碳排放量，同時提高能源生產(chǎn)效率。

4結(jié)論與政策建議

本文從STIRPAT原始模型出發(fā)，引入時間和空間因素構(gòu)建了動態(tài)空間面板模型。利用1995～2011年終端能源使用量測算出省際CO2排放量，并以此數(shù)據(jù)為依據(jù)實證分析了包括金融規(guī)模和金融效率兩方面的金融發(fā)展對碳排放的影響力度。結(jié)果清楚地表明，我國區(qū)域碳排放在時間維度上具有很強(qiáng)的黏性，空間維度上集聚效應(yīng)顯著。金融發(fā)展在增加碳排放量的同時降低了碳排放強(qiáng)度。本地區(qū)金融規(guī)模對碳排放的影響力大于金融效率，但都明顯小于周圍地區(qū)的溢出效應(yīng)。另外，本文認(rèn)為經(jīng)濟(jì)發(fā)展和對外開放度增加碳排放量的同時降低了碳排放強(qiáng)度，總體上適應(yīng)我國發(fā)展趨勢和作出的關(guān)于2020年碳減排承諾；工業(yè)化進(jìn)程不利于碳減排實施；發(fā)展科研教育是節(jié)能減排最強(qiáng)有力的手段。

金融發(fā)展是低碳經(jīng)濟(jì)浪潮下實現(xiàn)經(jīng)濟(jì)與資源環(huán)境協(xié)調(diào)可持續(xù)發(fā)展的一個重要手段。在我國碳排放存在極強(qiáng)的時空滯后性的背景下，本文認(rèn)為金融發(fā)展會增加碳排放量，這是現(xiàn)階段我國經(jīng)濟(jì)發(fā)展難以避免的問題，但同時降低了碳排放強(qiáng)度，遵循我國在碳排放問題對國際社會作出的承諾，適應(yīng)我國目前的針對低碳經(jīng)濟(jì)的標(biāo)準(zhǔn)。僅僅注重本地區(qū)金融規(guī)模和效率的提高起到的作用有限，周圍地區(qū)金融發(fā)展水平對整個地區(qū)低碳經(jīng)濟(jì)推進(jìn)有更加重要的作用。這就要求政府在兼顧經(jīng)濟(jì)效率和環(huán)境約束的前提下，支持金融規(guī)模進(jìn)一步擴(kuò)大，合理配置區(qū)域內(nèi)部和區(qū)域間金融資源比重，特別是發(fā)揮金融效率對碳減排的溢出效應(yīng)。同時，從降低碳排放強(qiáng)度的角度出發(fā)，持續(xù)發(fā)展經(jīng)濟(jì)、降低第二產(chǎn)業(yè)比重、重視科研教育、提高貿(mào)易開放度等手段同樣可以在提高碳生產(chǎn)率上有所作為。

參考文獻(xiàn):

［1］Tamazian A，Chousa J P，Vadlamananati K C. Does Higher Economic and Financial Development Lead to Environmental Degradation: Evidence from Bric Countries［J］. Energy Policy，2009,37(1):246-253.

［2］Tamazian A， Bhaskara Rao B. Do Economic, Financial and Institutional Development Matter for Environmental Degradation? Evidence from Transitional Economies［J］. Energy Policy， 2010,32(1):137-145.

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

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

［5］Ghost S. Examining Carbon Emissions-Economic Growth Nexus for India: A Multivariate Cointegration Approach［J］. Energy Policy， 2010,38(6):3008-3014.

［6］魯釗陽. 農(nóng)村金融發(fā)展與農(nóng)業(yè)碳排放關(guān)系區(qū)域差異實證研究［J］. 思想戰(zhàn)線，2013,39(2)：119-123.

［7］顧洪梅，何彬. 中國省域金融發(fā)展與碳排放研究［J］. 中國人口.資源與環(huán)境，2012,22(8):22-27.

［8］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)驗分析［J］. 浙江社會科學(xué)，2011(10):12-19.

［9］謝清河. 發(fā)展低碳經(jīng)濟(jì)與金融創(chuàng)新的互動效應(yīng)探析［J］. 現(xiàn)代經(jīng)濟(jì)探討，2010(6):21-25.

［10］周輝，羅良文. 科技金融推動低碳產(chǎn)業(yè)發(fā)展模式研究［J］. 科技進(jìn)步與對策，2011,28(24):78-81.

［11］鐘水映，李魁. 人口紅利、空間外溢與省域經(jīng)濟(jì)增長［J］. 管理世界，2010(4)：14-23.

［12］鄭志剛，鄧賀斐. 法律環(huán)境差異和區(qū)域金融發(fā)展——金融發(fā)展決定因素基于我國省級面板數(shù)據(jù)的考察［J］. 管理世界，2010(6):14-27.

［13］Kukenova M，Monteiro J. Spatial Dynamic Panel Model and System GMM: A Monte Carlo Investigation［J］. SSRN working papers,2008.

［14］李小平，盧現(xiàn)祥. 國際貿(mào)易、污染產(chǎn)業(yè)轉(zhuǎn)移和中國工業(yè)CO2排放［J］. 經(jīng)濟(jì)研究，2010(1):15-26.

(責(zé)任編輯：冉春紅)

除了與金融規(guī)模和金融效率有關(guān)的結(jié)論，本文還通過實證分析得到其他解釋低碳經(jīng)濟(jì)發(fā)展的有益補(bǔ)充。我國區(qū)域碳排放空間相關(guān)性顯著，其他地區(qū)碳排放量或排放強(qiáng)度提高對本地區(qū)都有正向作用，這也驗證了兩者M(jìn)oran I指數(shù)不斷增大的趨勢。人均GDP增加促進(jìn)碳排放量增長，說明我國正處于EKC曲線的上升期；同時降低了碳排放強(qiáng)度，經(jīng)濟(jì)發(fā)展對提高能源利用率有正向作用。類似的作用方向也出現(xiàn)在國際貿(mào)易方面，只是作用力度明顯小于經(jīng)濟(jì)發(fā)展。盡管出口的內(nèi)涵碳排放會增加我國碳排放總量，但降低了碳排放強(qiáng)度，所以本文認(rèn)同李小平和盧現(xiàn)祥［14］的說法，我國并沒有通過國際貿(mào)易成為發(fā)達(dá)國家的“污染避難所”，同時國際貿(mào)易總體上是有利于節(jié)能減排的。以第二產(chǎn)業(yè)占比衡量的產(chǎn)業(yè)結(jié)構(gòu)不利于減少碳排放，工業(yè)化和城市化是我國碳排放增長重要的驅(qū)動因素。另外，科技進(jìn)步和國民素質(zhì)提高對低碳經(jīng)濟(jì)推進(jìn)具有重大意義。綠色環(huán)保理念的宣傳教育，低碳技術(shù)的應(yīng)用并最大程度上轉(zhuǎn)化為經(jīng)濟(jì)效益減少了碳排放量，同時提高能源生產(chǎn)效率。

4結(jié)論與政策建議

本文從STIRPAT原始模型出發(fā)，引入時間和空間因素構(gòu)建了動態(tài)空間面板模型。利用1995～2011年終端能源使用量測算出省際CO2排放量，并以此數(shù)據(jù)為依據(jù)實證分析了包括金融規(guī)模和金融效率兩方面的金融發(fā)展對碳排放的影響力度。結(jié)果清楚地表明，我國區(qū)域碳排放在時間維度上具有很強(qiáng)的黏性，空間維度上集聚效應(yīng)顯著。金融發(fā)展在增加碳排放量的同時降低了碳排放強(qiáng)度。本地區(qū)金融規(guī)模對碳排放的影響力大于金融效率，但都明顯小于周圍地區(qū)的溢出效應(yīng)。另外，本文認(rèn)為經(jīng)濟(jì)發(fā)展和對外開放度增加碳排放量的同時降低了碳排放強(qiáng)度，總體上適應(yīng)我國發(fā)展趨勢和作出的關(guān)于2020年碳減排承諾；工業(yè)化進(jìn)程不利于碳減排實施；發(fā)展科研教育是節(jié)能減排最強(qiáng)有力的手段。

金融發(fā)展是低碳經(jīng)濟(jì)浪潮下實現(xiàn)經(jīng)濟(jì)與資源環(huán)境協(xié)調(diào)可持續(xù)發(fā)展的一個重要手段。在我國碳排放存在極強(qiáng)的時空滯后性的背景下，本文認(rèn)為金融發(fā)展會增加碳排放量，這是現(xiàn)階段我國經(jīng)濟(jì)發(fā)展難以避免的問題，但同時降低了碳排放強(qiáng)度，遵循我國在碳排放問題對國際社會作出的承諾，適應(yīng)我國目前的針對低碳經(jīng)濟(jì)的標(biāo)準(zhǔn)。僅僅注重本地區(qū)金融規(guī)模和效率的提高起到的作用有限，周圍地區(qū)金融發(fā)展水平對整個地區(qū)低碳經(jīng)濟(jì)推進(jìn)有更加重要的作用。這就要求政府在兼顧經(jīng)濟(jì)效率和環(huán)境約束的前提下，支持金融規(guī)模進(jìn)一步擴(kuò)大，合理配置區(qū)域內(nèi)部和區(qū)域間金融資源比重，特別是發(fā)揮金融效率對碳減排的溢出效應(yīng)。同時，從降低碳排放強(qiáng)度的角度出發(fā)，持續(xù)發(fā)展經(jīng)濟(jì)、降低第二產(chǎn)業(yè)比重、重視科研教育、提高貿(mào)易開放度等手段同樣可以在提高碳生產(chǎn)率上有所作為。

參考文獻(xiàn):

［1］Tamazian A，Chousa J P，Vadlamananati K C. Does Higher Economic and Financial Development Lead to Environmental Degradation: Evidence from Bric Countries［J］. Energy Policy，2009,37(1):246-253.

［2］Tamazian A， Bhaskara Rao B. Do Economic, Financial and Institutional Development Matter for Environmental Degradation? Evidence from Transitional Economies［J］. Energy Policy， 2010,32(1):137-145.

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

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

［5］Ghost S. Examining Carbon Emissions-Economic Growth Nexus for India: A Multivariate Cointegration Approach［J］. Energy Policy， 2010,38(6):3008-3014.

［6］魯釗陽. 農(nóng)村金融發(fā)展與農(nóng)業(yè)碳排放關(guān)系區(qū)域差異實證研究［J］. 思想戰(zhàn)線，2013,39(2)：119-123.

［7］顧洪梅，何彬. 中國省域金融發(fā)展與碳排放研究［J］. 中國人口.資源與環(huán)境，2012,22(8):22-27.

［8］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)驗分析［J］. 浙江社會科學(xué)，2011(10):12-19.

［9］謝清河. 發(fā)展低碳經(jīng)濟(jì)與金融創(chuàng)新的互動效應(yīng)探析［J］. 現(xiàn)代經(jīng)濟(jì)探討，2010(6):21-25.

［10］周輝，羅良文. 科技金融推動低碳產(chǎn)業(yè)發(fā)展模式研究［J］. 科技進(jìn)步與對策，2011,28(24):78-81.

［11］鐘水映，李魁. 人口紅利、空間外溢與省域經(jīng)濟(jì)增長［J］. 管理世界，2010(4)：14-23.

［12］鄭志剛，鄧賀斐. 法律環(huán)境差異和區(qū)域金融發(fā)展——金融發(fā)展決定因素基于我國省級面板數(shù)據(jù)的考察［J］. 管理世界，2010(6):14-27.

［13］Kukenova M，Monteiro J. Spatial Dynamic Panel Model and System GMM: A Monte Carlo Investigation［J］. SSRN working papers,2008.

［14］李小平，盧現(xiàn)祥. 國際貿(mào)易、污染產(chǎn)業(yè)轉(zhuǎn)移和中國工業(yè)CO2排放［J］. 經(jīng)濟(jì)研究，2010(1):15-26.

(責(zé)任編輯：冉春紅)