金融產(chǎn)業(yè)集聚對碳排放強度的影響路徑
——基于我國東部地區(qū)面板數(shù)據(jù)的實證分析

徐 勝，劉 月

（1.對外經(jīng)濟貿(mào)易大學(xué) 金融學(xué)院，北京 100029；2.中國海洋大學(xué) 經(jīng)濟學(xué)院，山東 青島 266100）

金融產(chǎn)業(yè)集聚對碳排放強度的影響路徑
——基于我國東部地區(qū)面板數(shù)據(jù)的實證分析

徐 勝1，2，劉 月2

（1.對外經(jīng)濟貿(mào)易大學(xué) 金融學(xué)院，北京 100029；2.中國海洋大學(xué) 經(jīng)濟學(xué)院，山東 青島 266100）

根據(jù)1995～2012年的面板數(shù)據(jù)，利用灰色關(guān)聯(lián)分析法和STIRPAT模型對金融產(chǎn)業(yè)集聚與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的關(guān)系和產(chǎn)業(yè)結(jié)構(gòu)升級對碳排放影響的研究結(jié)果顯示，我國東部地區(qū)金融產(chǎn)業(yè)集聚與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級存在顯著的正相關(guān)關(guān)系，產(chǎn)業(yè)結(jié)構(gòu)升級與碳排放強度存在顯著的負(fù)向關(guān)系，工業(yè)占比、能源強度對碳排放強度有顯著的正向影響關(guān)系。

金融產(chǎn)業(yè)集聚；碳排放強度；產(chǎn)業(yè)結(jié)構(gòu)升級；低碳經(jīng)濟

目前世界主要發(fā)達(dá)國家紛紛加大科技創(chuàng)新投入，推動低碳產(chǎn)業(yè)發(fā)展，將開發(fā)新技術(shù)培育新產(chǎn)業(yè)作為新的經(jīng)濟增長點及新一輪經(jīng)濟增長的重要動力。2009年底，哥本哈根聯(lián)合國氣候大會以《哥本哈根協(xié)議》達(dá)成了全球共同應(yīng)對氣候變化的政治共識，我國承諾將在2020年實現(xiàn)單位GDP二氧化碳排放比2005年降低40%～45%。要兌現(xiàn)這一承諾，我們必須大力發(fā)展低碳經(jīng)濟，并對高能耗、高碳排放、高污染的傳統(tǒng)產(chǎn)業(yè)進行低碳化升級，以實現(xiàn)低碳經(jīng)濟發(fā)展目標(biāo)。

由于產(chǎn)業(yè)的低碳化升級對金融支持有高度的依賴性，因此，一個地區(qū)金融產(chǎn)業(yè)的集聚程度會在一定程度上影響該地區(qū)經(jīng)濟的低碳水平。為驗證二者的相關(guān)性，探索我國經(jīng)濟低碳化發(fā)展的有效路徑，本文根據(jù)東部10個省市1995~2012年的相關(guān)面板數(shù)據(jù)，利用灰色關(guān)聯(lián)分析法和STIRPAT模型，研究金融產(chǎn)業(yè)集聚（下簡稱“金融集聚”）對產(chǎn)業(yè)升級和碳排放的影響程度。

一、文獻綜述

對于金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系，國內(nèi)有不少學(xué)者進行了相關(guān)研究。黎平海、王雪（2009）考察金融集聚對產(chǎn)業(yè)結(jié)構(gòu)升級的作用，結(jié)果表明金融集聚通過其特有的經(jīng)濟效應(yīng)，拓寬了投融資渠道，提高了資金供給水平和配置效率，推動了地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和升級[1]；石沛、蒲勇?。?011）利用Moran指數(shù)和地理加權(quán)回歸模型，從空間依賴性和空間異質(zhì)性兩方面闡釋我國金融集聚程度、產(chǎn)業(yè)結(jié)構(gòu)空間分布特征及兩者在地理空間上的關(guān)聯(lián)性，結(jié)果發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整在空間上帶動金融集聚的發(fā)展，同時金融集聚對產(chǎn)業(yè)結(jié)構(gòu)發(fā)揮促進的反作用力[2]；施衛(wèi)東、高雅（2013）實證檢驗了2004～2010年間長三角地區(qū)16個城市金融服務(wù)業(yè)集聚對該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級的影響及其作用大小，研究結(jié)果表明長三角金融服務(wù)業(yè)集聚對該區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級具有顯著的正向推動作用，其產(chǎn)業(yè)結(jié)構(gòu)正沿著產(chǎn)業(yè)結(jié)構(gòu)高級化路線發(fā)展，但這一推動作用的程度還不是很大，還有待進一步增強[3]；劉沛、黎齊（2014）運用空間計量方法對廣東省的產(chǎn)業(yè)發(fā)展和金融聚集的空間效應(yīng)進行實證分析，發(fā)現(xiàn)金融集聚對于第三產(chǎn)業(yè)的推動作用大于對第二產(chǎn)業(yè)的推動作用，且第三產(chǎn)業(yè)的空間外溢效應(yīng)要大于第二產(chǎn)業(yè)的空間外溢效應(yīng)，同時金融集聚和信息化的結(jié)合更有利于第三產(chǎn)業(yè)的發(fā)展[4]。

在碳排放與產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系方面，馮之浚、牛文元（2009）指出，我國低碳經(jīng)濟發(fā)展需要在觀念、結(jié)構(gòu)、科技、消費和管理五個方面推進創(chuàng)新，而產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是推進我國結(jié)構(gòu)創(chuàng)新的重要舉措之一，對低碳經(jīng)濟發(fā)展具有很大作用[5]；楊萬東（2010）指出，低碳經(jīng)濟要求人們生產(chǎn)從理念到行為的低碳化調(diào)整，通過產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，中國就可能在未來找到一種產(chǎn)業(yè)低碳發(fā)展的方向，進而對原有的經(jīng)濟結(jié)構(gòu)進行全面的重新布局，實現(xiàn)碳排放的控制目標(biāo)[6]；陳詩一、吳若沉（2011）的實證研究表明，能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)演化和能源強度降低有利于減排二氧化碳[7]。

從金融集聚角度考慮對碳排放影響的研究在國內(nèi)外都較少見，但從金融學(xué)角度出發(fā)對環(huán)境及碳排放的研究積累了一定成果。Tamazian等（2009）指出，經(jīng)濟與金融發(fā)展是“金磚四國”環(huán)境質(zhì)量的決定因素，金融發(fā)展可以改善環(huán)境惡化狀況，金融自由化是CO2減少的重要原因[8]。Sadorsky（2011）探究了9個中歐和東歐新興經(jīng)濟體金融發(fā)展與能源消費在不同情景下的關(guān)系，認(rèn)為金融發(fā)展大體上促進了能源消費的增加，而忽視金融發(fā)展對能源需求的影響必將很難實現(xiàn)針對溫室氣體排放制訂的標(biāo)準(zhǔn)[9]。陳碧瓊、張梁梁（2012）用我國29個省級單位的多個指標(biāo)，建立基于STIRPAT模型的動態(tài)面板模型，證明發(fā)展金融業(yè)是促進我國經(jīng)濟低碳發(fā)展的最優(yōu)手段[10]；郭福春等（2011）利用1995～2010年能源與經(jīng)濟數(shù)據(jù)，定量分析金融支持對浙江省低碳經(jīng)濟發(fā)展的影響機制，研究表明金融信貸服務(wù)支持能有效降低經(jīng)濟發(fā)達(dá)地區(qū)的CO2排放量，對當(dāng)?shù)氐吞冀?jīng)濟的發(fā)展具有強勁的推動效應(yīng)[11]；馬亞明等（2014）對我國1995～2011年28個省級單位的面板數(shù)據(jù)分析發(fā)現(xiàn)，金融相關(guān)率對于碳排放的作用無論在全國還是東、中、西部地區(qū)均顯著為正，金融系統(tǒng)效率對于各地區(qū)碳排放的影響均為負(fù)，金融系統(tǒng)效率提高有助于減少碳排放量[12]。

總之，國內(nèi)外學(xué)者從不同角度研究了金融集聚對產(chǎn)業(yè)結(jié)構(gòu)升級的促進作用，論證了產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響，但是鮮有學(xué)者將“金融集聚”納入對碳排放強度的影響研究框架之內(nèi)。目前研究多集中于定性分析，僅有少部分學(xué)者定量研究了金融集聚和環(huán)境質(zhì)量的關(guān)系。本文利用我國東部地區(qū)1995～2012年間的面板數(shù)據(jù)，首先對金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級之間的關(guān)系進行探討，然后對產(chǎn)業(yè)結(jié)構(gòu)對碳排放強度的影響進行定量分析，進而討論金融集聚對碳排放強度的間接影響，并對節(jié)能減排、環(huán)境優(yōu)化提出發(fā)展思路。

二、金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級關(guān)聯(lián)分析

金融對產(chǎn)業(yè)結(jié)構(gòu)升級主要是通過支持技術(shù)創(chuàng)新，來實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)由低生產(chǎn)率或低效應(yīng)的資源驅(qū)動模式向高生產(chǎn)率或高效應(yīng)的技術(shù)創(chuàng)新驅(qū)動模式演變，從而實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級的目標(biāo)。現(xiàn)代產(chǎn)業(yè)發(fā)展越來越依賴于技術(shù)創(chuàng)新，金融為技術(shù)創(chuàng)新提供了重要的支撐與保障條件[13]。因此，金融發(fā)展是產(chǎn)業(yè)結(jié)構(gòu)升級的重要外部條件之一。

本文選用的產(chǎn)業(yè)結(jié)構(gòu)升級指標(biāo)以第二、三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重來度量各省份的產(chǎn)業(yè)結(jié)構(gòu)水平，將其記作IS。

產(chǎn)業(yè)集聚測度的方法很多，目前測算產(chǎn)業(yè)集聚的主要方法有：市場集中度、區(qū)位熵、赫芬達(dá)爾-赫希曼指數(shù)、空間基尼系數(shù)、空間集聚EG指數(shù)等。熵指數(shù)法分解了行業(yè)間和行業(yè)內(nèi)的多元化水平，避免了其他多元化測度方法無法避免的多重共線性問題。故本文采用區(qū)位熵指數(shù)的方法對東部地區(qū)的金融集聚程度進行定量分析。區(qū)位熵（β）指數(shù)用公式表示為：

其中，mi代表某地區(qū)i產(chǎn)業(yè)的產(chǎn)值或就業(yè)人數(shù)，m代表某地區(qū)工業(yè)的全部產(chǎn)值或就業(yè)人數(shù)；Mi代表全國i產(chǎn)業(yè)所對應(yīng)的經(jīng)濟數(shù)據(jù)，M則代表全國工業(yè)所對應(yīng)經(jīng)濟量。秉持?jǐn)?shù)據(jù)可得性原則，本文選取了東部地區(qū)10個省份及直轄市的金融業(yè)增加值及地區(qū)生產(chǎn)總值作為原始數(shù)據(jù)測度金融產(chǎn)業(yè)區(qū)位熵，記為FC，樣本數(shù)據(jù)均來自于歷年《中國統(tǒng)計年鑒》和各省市的統(tǒng)計年鑒以及金融統(tǒng)計年鑒。

各省市的金融產(chǎn)業(yè)區(qū)位熵測度數(shù)據(jù)如表1所示。

若區(qū)位熵大于1，說明該地區(qū)該產(chǎn)業(yè)相對于全國具有比較優(yōu)勢，若區(qū)位熵小于1，說明該地區(qū)該產(chǎn)業(yè)與全國相比較不具有專業(yè)化發(fā)展優(yōu)勢。

表1列出了東部地區(qū)10個省市1995～2012年計算出的金融業(yè)區(qū)位熵及各地區(qū)的平均值。由均值一行可以明顯看出東部地區(qū)金融業(yè)發(fā)展不均衡現(xiàn)狀。北京金融集聚均值達(dá)到11.09，遠(yuǎn)遠(yuǎn)高于全國平均水平；而遼寧、山東等地區(qū)位熵指數(shù)均值在1之下，說明低于全國平均水平，這與當(dāng)?shù)貙τ诮鹑跇I(yè)的重視與支持有很大關(guān)系，同時與當(dāng)?shù)亟?jīng)濟發(fā)展水平也有很大關(guān)聯(lián)。從集聚趨勢來看，天津、江蘇、山東等地近幾年的集聚程度呈上漲趨勢。北京、天津、上海等地區(qū)位熵變化趨勢不明顯，但是指數(shù)仍然處于1之上，集聚現(xiàn)象顯著。

表1 1995～2012東部地區(qū)金融業(yè)區(qū)位熵

產(chǎn)業(yè)集聚雖然是一種有效的發(fā)展模式，然而其對產(chǎn)業(yè)結(jié)構(gòu)的升級影響是正還是負(fù)還不明確?；疑P(guān)聯(lián)分析法是一種多因素統(tǒng)計分析方法，優(yōu)點在于思路明晰，可以在很大程度上減少由于信息不對稱帶來的損失，并且對數(shù)據(jù)要求較低。故本文通過構(gòu)建灰色關(guān)聯(lián)模型，以產(chǎn)業(yè)結(jié)構(gòu)及金融產(chǎn)業(yè)集聚水平的數(shù)據(jù)來分析二者的相關(guān)關(guān)系。各地區(qū)金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級之間的關(guān)聯(lián)度測度數(shù)據(jù)如表2所示。

表2 各地區(qū)金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級的灰色關(guān)聯(lián)度

從表2中的數(shù)據(jù)來看，10個地區(qū)的灰色關(guān)聯(lián)度均在0.5以上，最高達(dá)0.815，均值也達(dá)到了0.668。從具體區(qū)域來看，不同地區(qū)的金融集聚對產(chǎn)業(yè)結(jié)構(gòu)的影響存在顯著差異。本文根據(jù)關(guān)聯(lián)度大小將其分為三個區(qū)域：第一區(qū)域為北京、遼寧和上海，該區(qū)金融集聚對產(chǎn)業(yè)結(jié)構(gòu)的正向影響較高，金融業(yè)集聚對產(chǎn)業(yè)結(jié)構(gòu)升級有明顯影響；第二區(qū)域為河北、天津、江蘇、浙江和山東，該區(qū)域的關(guān)聯(lián)度處于0.6～0.7之間，對比第一區(qū)域相對較低；第三區(qū)域為廣東和福建，該區(qū)域關(guān)聯(lián)度處于0.5～0.6之間，表明二者關(guān)聯(lián)度比較低，但仍存在正向影響關(guān)系。以上結(jié)果表明，金融集聚對產(chǎn)業(yè)結(jié)構(gòu)升級具有顯著的正向促進作用，帶動了產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化發(fā)展。

三、產(chǎn)業(yè)結(jié)構(gòu)升級對碳排放強度影響分析

目前，我國因能源消費而產(chǎn)生的CO2排放量中，工業(yè)部門的排放占到80%以上[14]。因此，產(chǎn)業(yè)結(jié)構(gòu)，尤其是工業(yè)結(jié)構(gòu)的變動對碳排放具有重要影響。這意味著提高工業(yè)中低碳的高技術(shù)產(chǎn)業(yè)的比重有助于降低碳排放，實現(xiàn)經(jīng)濟增長方式的轉(zhuǎn)變和經(jīng)濟的可持續(xù)增長。下面定量分析產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級對碳排放強度的影響程度。

（一）模型選取、數(shù)據(jù)來源與變量解釋

1.模型選取

對影響碳排放量的各關(guān)鍵因素進行分析的方法有很多，如二氧化碳庫茲涅茨曲線（CKC）、IPAT模型等。Ehrlich和Holden在1971年提出的IPAT模型首次將環(huán)境影響（I）、人口規(guī)模（P）、經(jīng)濟水平（A）和環(huán)境毀壞技術(shù)水平（T）聯(lián)系起來。具體公式為：I= P×A×T?？紤]到本文研究對象為產(chǎn)業(yè)結(jié)構(gòu)對環(huán)境的影響，IPAT模型對于人口、經(jīng)濟水平等納入研究框架，更具有全面性。但IPAT模型也有自身的局限性，即模型要求在其他因素不變的條件下，通過對單一變量進行調(diào)整而使得結(jié)果發(fā)生單調(diào)、等比例的影響。為了克服該模型的不足，學(xué)者進一步提出STIRPAT可拓展的隨機性的環(huán)境影響評估模型，公式為：I=αPbAcTde。其中，α為模型的系數(shù)，b、c、d為各自變量指數(shù)，e為誤差。指數(shù)的引入使得該模型可用于分析人文因素對環(huán)境的非比例影響，故本文采用STIRPAT模型。對公式兩邊取自然對數(shù)，得到方程：

其中，i、t分別代表地區(qū)與年份，P、A、T分別代表人口、經(jīng)濟、技術(shù)對碳排放的影響。由彈性系數(shù)的概念可知，方程的回歸系數(shù)反映的即是解釋變量與被解釋變量之間的彈性關(guān)系。STIRPAT模型允許增加其他控制變量來分析其對環(huán)境的影響，但是增加的變量須與式（1）指定的乘法形式具有概念上的一致性[15]。

2.變量解釋與數(shù)據(jù)來源

（1）碳排放強度（GOT）：環(huán)境壓力I用碳排放強度來衡量

CO2排放分為自然排放和人工排放。人工排放是由于人類活動引起的CO2排放，主要包括化石燃料消耗、生物質(zhì)燃料燃燒等，其中化石燃料消耗所排放的CO2占比在95%以上。對于碳排放量的測度一般采用物料衡算法、實測法、排放系數(shù)法3種方法，這3種方法互為補充，對不同的碳源采用的方法不盡相同。本文采用碳排放系數(shù)法對東部地區(qū)碳排放量進行測度，公式為：

其中，T代表碳排放量，Mi為第i種能源消費量，pi為第i種能源折算標(biāo)準(zhǔn)煤系數(shù)，qi為第i種能源碳排放系數(shù)。本文選取煤炭、焦炭、汽油、煤油、柴油、燃料油和天然氣等7類化石能源消耗量進行測算，見表3。

表3 各類能源折算標(biāo)準(zhǔn)煤系數(shù)和碳排放系數(shù)

本文所采用的碳排放強度（GOT）是碳排放量除以各地區(qū)生產(chǎn)總值，即GOTit=Tit/GDPit（i、t表示不同省份直轄市及年份）。為消除價格影響，GDP數(shù)據(jù)統(tǒng)一換算為各地區(qū)1995年價格的1995~2012年的實際GDP，如表4所示。

除河北、遼寧和山東三個地區(qū)之外，其他地區(qū)的碳排放強度近幾年都下降到1噸/萬元以下，而且浙江、福建和廣東的碳排放強度自1995年起就處于較低的水平。大部分地區(qū)的碳排放強度都存在逐年下降的趨勢，但各地區(qū)有明顯不同，如北京由2000年的1.13噸/萬元下降到2012年的0.409噸/萬元，下降近2/3；山東2012年與2000年相比，不降反升，這與山東近年來高耗能產(chǎn)業(yè)的發(fā)展有很大關(guān)系。

（2）經(jīng)濟指標(biāo)

我們知道，第二產(chǎn)業(yè)的發(fā)展對碳排放存在明顯的相關(guān)關(guān)系，故本文以工業(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。產(chǎn)業(yè)結(jié)構(gòu)升級指標(biāo)仍然是IS。

（3）技術(shù)指標(biāo)

能源強度（EP）是用于對比不同國家和地區(qū)能源綜合利用效率的常用指標(biāo)之一，體現(xiàn)了能源利用的經(jīng)濟效益，因此能源強度又被稱作能源經(jīng)濟效率，是指產(chǎn)出單位生產(chǎn)總值所需消耗的能源量，在實際研究中能源強度通常用單位GDP比能源消耗來表示。能源強度越低，技術(shù)水平越高，相同情況下二氧化碳排放量低。本文中計算能源強度的GDP是以1995年物價水平衡量的實際GDP。

表4 東部各地區(qū)1995-2012年碳排放強度 單位：噸/萬元

（二）面板數(shù)據(jù)的統(tǒng)計性描述

為了更加清楚地觀察各省份直轄市數(shù)據(jù)，本文分別列出各地區(qū)以及總體的變量從1995～2012年的最大值、最小值及平均值。見表5。

年均碳排放強度最小的地區(qū)為福建，其次是廣東，二者的碳排放強度均值分別為0.526噸/萬元、0.527噸/萬元，均低于所有地區(qū)的平均水平。平均碳排放強度最大的兩個地區(qū)是河北和遼寧，數(shù)值分別為1.834噸/萬元、1.775噸/萬元。此外，值得注意的是，地區(qū)間最大最小值之差的數(shù)額相差較大，如天津最大值是最小值的2.81倍，這說明各地區(qū)碳排放量變化十分明顯。

各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)存在明顯差異，從表5可見，北京、天津和上海三地產(chǎn)業(yè)結(jié)構(gòu)指數(shù)高于其他地區(qū)，均值分別達(dá)到了0.98，0.965和0.987，而河北和福建分別為0.844和0.856，差異明顯，這與地區(qū)間產(chǎn)業(yè)結(jié)構(gòu)合理性有很大關(guān)系，與經(jīng)濟發(fā)展水平也分不開。另外工業(yè)占比除北京外其他地區(qū)差距不大，而北京相對而言工業(yè)占比較低，這與北京第二產(chǎn)業(yè)結(jié)構(gòu)規(guī)劃合理，重工業(yè)企業(yè)數(shù)量較少，高新產(chǎn)業(yè)興起有很大關(guān)聯(lián)。

10個地區(qū)的能源強度存在較大的差異。從被研究地區(qū)的原始數(shù)據(jù)來看，能源強度基本呈現(xiàn)遞減趨勢。從能源強度均值來看，遼寧的能源強度最大，河北隨后，相應(yīng)的數(shù)據(jù)為2.568噸/萬元、2.438噸/萬元。能源強度最低的地區(qū)為福建。這說明?。ㄊ校╅g的能源利用效率存在明顯差異，這與個別地區(qū)傳統(tǒng)粗放式的經(jīng)濟發(fā)展模式以及高能耗、高污染產(chǎn)業(yè)快速發(fā)展有關(guān)。

（三）單位根檢驗

為了保證檢驗的準(zhǔn)確性，本文使用IPS、LLC、Fisher-ADF和Fisher-PP面板數(shù)據(jù)的單位根檢驗，結(jié)果如表6所示。

從表6中可以看出，所有變量的原值均為非平穩(wěn)序列，經(jīng)一階差分后所有變量變?yōu)槠椒€(wěn)，表明變量為一階單整，此結(jié)果符合面板協(xié)整的前提條件。

（四）協(xié)整檢驗

由單位根檢驗的結(jié)果發(fā)現(xiàn)，面板數(shù)據(jù)的LNGOT、LNIS、LNIND、LNEP四個變量是一階單整的，為考察變量間的長期均衡關(guān)系，本文采用面板協(xié)整的Jo hansen協(xié)整檢驗和Kao檢驗。檢驗結(jié)果如表7所示。

Trace test和Max-eigen test統(tǒng)計量的P值均遠(yuǎn)遠(yuǎn)小于0.01，即在1%顯著性水平下拒絕原假設(shè)，表明碳排放強度和金融集聚度、工業(yè)占比、能源強度之間存在協(xié)整關(guān)系。從Kao檢驗結(jié)果中我們可以顯著拒絕“面板不存在協(xié)整關(guān)系”的原假設(shè)，認(rèn)為面板數(shù)據(jù)存在穩(wěn)定的線性組合，在長期發(fā)展中有均衡關(guān)系。

表5 各地區(qū)數(shù)據(jù)的統(tǒng)計性描述

表6 面板數(shù)據(jù)單位根檢驗

表7 面板協(xié)整檢驗

（五）面板協(xié)整模型的估計

為研究IS、IND、EP對GOT的影響，構(gòu)建如下模型：

其中，i表示截面數(shù)據(jù)，即東部10個地區(qū)，t代表1995~2012年間的樣本值。

在進行估計之前，我們需要判斷回歸模型的具體形式。首先，我們使用了極大似然比的檢驗方法判斷采用混合模型還是固定效應(yīng)模型，STATA 12.0軟件的操作結(jié)果顯示，F(xiàn)統(tǒng)計值為48.91，其伴隨概率為0。由此可以拒絕混合OLS模型，固定效應(yīng)模型相對更優(yōu)。其次，需要通過Breusch-Pagan檢驗比較隨機效應(yīng)模型和混合OLS模型的優(yōu)劣。BP檢驗結(jié)果顯示chibar2（01）=646.41，p值為0，表明隨機效應(yīng)模型的確優(yōu)于混合效應(yīng)模型。最后，我們使用了Hausman檢驗方法判斷是采用固定效應(yīng)模型還是隨機效應(yīng)模型，結(jié)果顯示chi2（3）=3.97，p值為0.2648，原假設(shè)為隨機效應(yīng)模型優(yōu)于固定效應(yīng)模型，由p值可以確定為接受原假設(shè)，即采用隨機效應(yīng)模型的結(jié)論。

根據(jù)隨機效應(yīng)模型估計的結(jié)果見表8。

從面板模型的估計結(jié)果來看：

1.產(chǎn)業(yè)結(jié)構(gòu)（LS）在5%的統(tǒng)計水平上顯著為正，系數(shù)為-0.415，說明產(chǎn)業(yè)結(jié)構(gòu)升級對碳排放強度有顯著的負(fù)向影響，且金融集聚每增加1%，碳排放強度降低0.415%。因此，可以通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級來達(dá)到低碳發(fā)展理念、降低碳排放量。

表8 面板協(xié)整估計結(jié)果

2.能源強度（EP）對碳排放的影響為正，而且在1%的置信水平上維持在較高水平，說明能源強度是一個引起碳排放增加的因素，能源強度每增加1%，將會造成碳排放增加0.874%。能源強度是指產(chǎn)出單位生產(chǎn)總值所需消耗的能源，能源消耗越多，對應(yīng)所產(chǎn)生的碳排放量越多。東部地區(qū)的能源消費以煤炭為主，且大多為原煤直接燃燒，雖然技術(shù)進步提高了能源的利用效率，但仍未有效降低能源消費量。因此，要降低東部地區(qū)的碳排放強度，必須控制能源強度。

3.工業(yè)占比（IND）對一個地區(qū)的碳排放也有著重要作用。回歸結(jié)果表明，東部地區(qū)工業(yè)比重每增加1%，碳排放強度增加0.481%，可以看出東部地區(qū)工業(yè)占比的減少對降低能源消費和碳排放的作用較大。從統(tǒng)計數(shù)據(jù)來看，北京、上海、江蘇及浙江四個地區(qū)近幾年的工業(yè)占比有明顯下降趨勢，這對于降低碳排放強度，實現(xiàn)經(jīng)濟低碳發(fā)展來說是一個有效的措施。

四、結(jié)論及政策建議

本文旨在研究金融集聚對碳排放強度的影響路徑，從金融角度為節(jié)能減排尋求對策。所得結(jié)論如下：

1.金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級之間存在顯著的正向相關(guān)關(guān)系，灰色關(guān)聯(lián)度達(dá)到0.668，隨著金融產(chǎn)業(yè)的集聚，產(chǎn)業(yè)結(jié)構(gòu)正沿著高級化路線發(fā)展。金融對產(chǎn)業(yè)結(jié)構(gòu)升級主要是通過支持技術(shù)創(chuàng)新，來實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)由低生產(chǎn)率或低效應(yīng)的資源驅(qū)動模式向高生產(chǎn)率或高效應(yīng)的技術(shù)創(chuàng)新驅(qū)動模式演變，從而實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級的目標(biāo)。因此，金融發(fā)展是產(chǎn)業(yè)結(jié)構(gòu)升級的重要外部條件之一。

2.在控制其他變量的情況下，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級是降低碳排放強度的一個重要手段。第二、三產(chǎn)業(yè)比重每提高1%，碳排放強度降低0.415%。優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)是減少碳排放的重要途徑。

3.金融集聚促進了產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，而產(chǎn)業(yè)結(jié)構(gòu)升級降低了碳排放強度，因此金融集聚對于碳排放強度降低起促進作用，在解決碳排放問題上可以從金融角度尋求新的途徑。

4.我國工業(yè)發(fā)展的高能耗、高碳排特征依然明顯，工業(yè)占比與碳排放強度顯著正相關(guān)。長期來看，二氧化碳的排放主要由工業(yè)占比和能源消耗決定。其中，能源消耗與二氧化碳排放量正向相關(guān)。近年來，中國的原油需求在不斷增加，體現(xiàn)出中國經(jīng)濟對原油的依賴性。此外，東部地區(qū)能源消費結(jié)構(gòu)以高碳能源為主，意味著改善能源結(jié)構(gòu)，降低能源強度可有效實現(xiàn)節(jié)能減排的目標(biāo)。據(jù)此，適當(dāng)控制工業(yè)發(fā)展規(guī)模、有效降低工業(yè)行業(yè)的碳排放強度成為一項重要任務(wù)。

金融發(fā)展是實現(xiàn)經(jīng)濟低碳發(fā)展的一個重要手段[16]，根據(jù)上述結(jié)論從金融角度對碳減排提出如下建議：

1.依托金融集聚對高碳排放工業(yè)進行低碳化升級。我國眾多工業(yè)都具有高污染、高耗能的特點，應(yīng)利用金融手段對這些產(chǎn)業(yè)進行低碳化升級。以石油化工產(chǎn)業(yè)為例：石化產(chǎn)業(yè)本身是耗能和碳排放大戶，產(chǎn)業(yè)結(jié)構(gòu)性矛盾比較突出，急需盡快調(diào)整結(jié)構(gòu)和產(chǎn)業(yè)布局。轉(zhuǎn)變發(fā)展方式需要技術(shù)進步的強力支撐，技術(shù)進步因素對低碳經(jīng)濟的影響至關(guān)重要，同時以減排技術(shù)、能源技術(shù)為代表的低碳相關(guān)技術(shù)是低碳經(jīng)濟的發(fā)展核心。而技術(shù)進步離不開金融領(lǐng)域的支持，合理配置金融資源，重點支持石油化工企業(yè)采用高新技術(shù)進行碳減排升級，提高石化產(chǎn)業(yè)效率。金融機構(gòu)要研究信貸政策與石化產(chǎn)業(yè)政策的有效對接，合理配置金融資源，提高信貸資金使用效率，加快金融創(chuàng)新，促進產(chǎn)融結(jié)合，促進石油化工產(chǎn)業(yè)向縱深發(fā)展[17]。

2.通過實施綠色金融助力新型低碳產(chǎn)業(yè)。金融是助推新型產(chǎn)業(yè)崛起的重要手段，銀行業(yè)金融機構(gòu)應(yīng)積極推進綠色融資，加快金融產(chǎn)品和業(yè)務(wù)創(chuàng)新，加大對節(jié)能減排降碳項目的支持力度，拓寬融資渠道[18]。為實現(xiàn)節(jié)能減排目標(biāo)，政府應(yīng)鼓勵銀行業(yè)金融機構(gòu)支持綠色經(jīng)濟發(fā)展，建立綠色信貸指引，對綠色銀行采取激勵措施。

3.針對不同地區(qū)的金融特色，實行差異化優(yōu)勢策略。就東部地區(qū)來說，地區(qū)經(jīng)濟發(fā)展水平與發(fā)展重點不盡相同，如北京、上海等地金融產(chǎn)業(yè)發(fā)達(dá)，新興產(chǎn)業(yè)異軍突起，而遼寧、山東、河北等地依然依靠重工業(yè)發(fā)展經(jīng)濟，工業(yè)占比仍然較高。各地區(qū)應(yīng)根據(jù)本地的產(chǎn)業(yè)特點和實際情況選擇自己的產(chǎn)業(yè)升級和碳減排戰(zhàn)略，因地制宜，發(fā)揮金融集聚的最大效果。根據(jù)地區(qū)差異將東部地區(qū)大致劃分為三類：北京、上海、廣東和福建為Ⅰ區(qū)，這些地區(qū)的明顯特征是金融集聚明顯，新興產(chǎn)業(yè)發(fā)展勢頭良好，重工業(yè)占比相對較少。這些地區(qū)可以充分利用金融優(yōu)勢大力發(fā)展新型低碳產(chǎn)業(yè)，積極推進綠色融資，銀行業(yè)金融機構(gòu)要加快金融產(chǎn)品和業(yè)務(wù)創(chuàng)新，加大對節(jié)能減排降碳項目的支持力度，以這些產(chǎn)業(yè)作為新的經(jīng)濟增長點，對于高污染高耗能的產(chǎn)業(yè)予以淘汰。遼寧、河北和山東為Ⅱ區(qū)，這些區(qū)域的典型特征就是工業(yè)占比較高，重工業(yè)多，而且工業(yè)比重的下降將是一個緩慢而曲折的過程。如，河北省制藥業(yè)，遼寧省鋼鐵業(yè)，山東省石化產(chǎn)業(yè)，都是這些地區(qū)發(fā)展比較成熟的產(chǎn)業(yè)，同時也是高碳排產(chǎn)業(yè)。對這些地區(qū)的減排政策應(yīng)著重于促進工業(yè)內(nèi)部結(jié)構(gòu)及生產(chǎn)方式的“低碳化調(diào)整”，加快產(chǎn)品升級換代步伐。金融機構(gòu)應(yīng)積極配合，大力支持。其余的天津、浙江和江蘇為Ⅲ區(qū)，這些地區(qū)碳排放強度變化幅度不大，而且三個地區(qū)依靠海洋優(yōu)勢發(fā)展了一些新型低碳產(chǎn)業(yè)，金融業(yè)發(fā)展勢頭良好，對于這種地區(qū)就要采?、瘛ⅱ騾^(qū)結(jié)合的策略進行減排，利用金融集聚優(yōu)勢整合第二產(chǎn)業(yè)資源，加快產(chǎn)品升級換代步伐，以達(dá)到預(yù)期效果。

［1］黎平海，王雪．基于金融集聚視角的產(chǎn)業(yè)結(jié)構(gòu)升級研究［J］．金融經(jīng)濟學(xué)研究，2009（4）：51-62．

［2］石沛，蒲勇?。鹑诩叟c產(chǎn)業(yè)結(jié)構(gòu)的空間關(guān)聯(lián)機制研究［J］．工業(yè)經(jīng)濟，2011（1）：39-45．

［3］施衛(wèi)東，高雅．金融服務(wù)業(yè)集聚發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)升級的影響［J］．經(jīng)濟與管理研究，2013（3）：73-82．

［4］劉沛，黎齊．金融集聚對產(chǎn)業(yè)結(jié)構(gòu)提升的空間外溢效應(yīng)研究［J］．科技管理研究，2014（10）：187-195．

［5］馮之浚，牛文元．低碳經(jīng)濟與科學(xué)發(fā)展［J］．中國軟科學(xué)，2009（8）：13-19.

［6］楊萬東．低碳經(jīng)濟與經(jīng)濟結(jié)構(gòu)的再調(diào)整［J］．理論視野，2010（2）：35-36．

［7］陳詩一，吳若沉．經(jīng)濟轉(zhuǎn)型中的結(jié)構(gòu)調(diào)整、能源強度降低與二氧化碳減排：全國及上海的比較分析［J］．上海經(jīng)濟研究，2011（4）：10-15．

［8］Tamazian，A.&Chousa，J.P.，&Vadlamananatj，K.C.Does higher economic and financial development lead to environmental degradation：evidence from Bric countries［J］．Energy Policy，2009，37（1）：246-253．

［9］Sadorsky，P．Financial development and energy consumption In Central and Eastern European frontier economies［J］．Energy Policy，2011，39（2）：999-1006．

［10］陳碧瓊，張梁梁．金融規(guī)模對碳排放的影響力分析——基于省際動態(tài)面板數(shù)據(jù)的實證分析［J］．中國人口·資源與環(huán)境，2012（22）：408-415．

［11］郭福春，潘錫泉．金融支持低碳經(jīng)濟發(fā)展的影響機制研究：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．

［12］馬亞明，高嵩，邱識．外商直接投資、金融深化與碳排放——基于我國1995－2011年省級面板數(shù)據(jù)的分析［J］．科技管理研究，2014（13）：214-219．

［13］蘇建軍，徐璋勇．金融發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)升級與經(jīng)濟增長理論與經(jīng)驗研究［J］．工業(yè)技術(shù)經(jīng)濟，2014（2）：139-150．

［14］王鋒，吳麗華，楊超．中國經(jīng)濟發(fā)展中碳排放增長的驅(qū)動因素研究［J］．經(jīng)濟研究，2010（2）：123-136．

［15］徐安．基于STIRPAT模型的沿黃省份城市化對碳排放的影響分析［Z］.黃河流域資源環(huán)境與生態(tài)文明建設(shè)學(xué)術(shù)研討會交流材料，2011.

［16］陳碧瓊，張梁梁．動態(tài)空間視角下金融發(fā)展對碳排放的影響力分析［J］．軟科學(xué)，2014（7）：140-145．

［17］周培基．金融支持石油化工產(chǎn)業(yè)可持續(xù)發(fā)展問題探討［J］．南方論刊，2012（5）：21-26．

［18］張莉．綠色金融助力新型低碳產(chǎn)業(yè)，鼓勵開發(fā)節(jié)能減排融資項目［N］．中國證券報，2014-07-15．

（責(zé)任編輯、校對：盧艷如）

F830

：A

：1006－3544（2015）06－0014－08

2015-06-08

中國海洋發(fā)展研究院基地項目（2014JDZS02）；山東省藍(lán)黃兩區(qū)重大課題（201304）

徐勝（1970-），女，對外經(jīng)貿(mào)大學(xué)金融學(xué)院博士后，中國海洋大學(xué)經(jīng)濟學(xué)院教授，研究方向為環(huán)境經(jīng)濟與產(chǎn)業(yè)發(fā)展、區(qū)域金融；劉月（1990-），女，中國海洋大學(xué)經(jīng)濟學(xué)院碩士研究生。