金融發(fā)展、技術(shù)進(jìn)步與中國(guó)低碳經(jīng)濟(jì)增長(zhǎng)效率
——基于空間面板數(shù)據(jù)模型的實(shí)證研究

馬大來(lái)，楊光明

(重慶理工大學(xué) 管理學(xué)院，重慶　400054)

一、研究問(wèn)題與文獻(xiàn)回顧

伴隨著中國(guó)大力推進(jìn)改革開(kāi)放，經(jīng)濟(jì)發(fā)展水平快速提高，居民的生活水平實(shí)現(xiàn)了大幅度提升，同時(shí)也消費(fèi)了大量的化石能源并帶來(lái)嚴(yán)峻的環(huán)境問(wèn)題。2013年中國(guó)已經(jīng)超過(guò)美國(guó)成為第一大能源消費(fèi)國(guó)家，其能源消費(fèi)總量已經(jīng)達(dá)到37.5億噸標(biāo)準(zhǔn)煤，占世界整體能源消費(fèi)總量的22.4%。與此同時(shí)，二氧化碳排放量仍處于快速增加的階段，其二氧化碳排放量已經(jīng)占到世界總水平的29%。與其他先進(jìn)國(guó)家相比較，中國(guó)單位GDP的能耗仍然較高，其2012年的能耗水平是日本的7倍，美國(guó)的3.3倍，世界平均水平的2.5倍，高于同期的巴西、墨西哥等發(fā)展中國(guó)家。此外，從全球權(quán)威機(jī)構(gòu)發(fā)布的關(guān)于衡量國(guó)家低碳經(jīng)濟(jì)水平指標(biāo)的環(huán)境績(jī)效指數(shù)(EPI)看，2012年中國(guó)在全世界排名僅僅為116名，相較于2006年的94名，足足下降了22位之多。由此可見(jiàn)，當(dāng)前中國(guó)的低碳經(jīng)濟(jì)發(fā)展水平相對(duì)較低。但是鑒于2009年中國(guó)在哥本哈根世界氣候大會(huì)上作出的重要承諾，到2020年中國(guó)單位GDP的CO2排放量在現(xiàn)有的基礎(chǔ)上將下降40%～45%，因而加快地區(qū)經(jīng)濟(jì)發(fā)展的低碳轉(zhuǎn)型已經(jīng)刻不容緩。如何順利實(shí)現(xiàn)地區(qū)的低碳經(jīng)濟(jì)發(fā)展轉(zhuǎn)型，通過(guò)何種渠道實(shí)現(xiàn)低碳經(jīng)濟(jì)發(fā)展轉(zhuǎn)型，是當(dāng)前中國(guó)政府最為關(guān)心的問(wèn)題。有鑒于此，當(dāng)前中國(guó)政府多次強(qiáng)調(diào)要充分發(fā)揮地區(qū)金融、技術(shù)等要素的作用，大力倡導(dǎo)實(shí)現(xiàn)金融發(fā)展與企業(yè)技術(shù)創(chuàng)新的深度融合，利用金融發(fā)展和技術(shù)進(jìn)步驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展的低碳轉(zhuǎn)型。那么，中國(guó)低碳經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)型究竟如何衡量？金融發(fā)展對(duì)中國(guó)低碳經(jīng)濟(jì)發(fā)展起到什么作用？技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)轉(zhuǎn)型的影響又是如何？在此基礎(chǔ)上，如何更好地通過(guò)金融發(fā)展和技術(shù)進(jìn)步以促進(jìn)中國(guó)低碳經(jīng)濟(jì)轉(zhuǎn)型，這是本文所要關(guān)注的重要問(wèn)題。

近幾年，金融和技術(shù)等要素對(duì)于實(shí)現(xiàn)地區(qū)低碳經(jīng)濟(jì)轉(zhuǎn)型的影響日益受到學(xué)術(shù)界的關(guān)注。當(dāng)前金融發(fā)展對(duì)于地區(qū)低碳經(jīng)濟(jì)轉(zhuǎn)型究竟起到何種影響，學(xué)術(shù)界已有的研究成果主要集中在以下兩個(gè)方面：一是金融發(fā)展對(duì)低碳經(jīng)濟(jì)發(fā)展轉(zhuǎn)型起到促進(jìn)作用。金融市場(chǎng)越發(fā)達(dá)，借貸成本越低，不僅越能夠提高能源部門的投資效率，而且越有利于進(jìn)一步降低能耗水平；與此同時(shí)，隨著金融市場(chǎng)逐漸發(fā)展成熟，國(guó)家可以以較低的借貸成本獲得信貸資金，將其投資于有利于環(huán)保的綠色項(xiàng)目上[1]。Frankel和Romer[2]明確指出，金融發(fā)展有利于促進(jìn)經(jīng)濟(jì)發(fā)展和減少污染物的排放。二是金融發(fā)展也可能對(duì)低碳經(jīng)濟(jì)轉(zhuǎn)型起到抑制作用。徐楓[3]、蒲成毅和潘小軍[4]均認(rèn)為，隨著中國(guó)金融市場(chǎng)規(guī)模的不斷擴(kuò)大，為企業(yè)的擴(kuò)大再生產(chǎn)提供了資金支持。企業(yè)過(guò)度重視追求生產(chǎn)規(guī)模的擴(kuò)大，不注重減排措施的更新，往往會(huì)帶來(lái)污染物數(shù)量的增加，這顯然對(duì)低碳經(jīng)濟(jì)轉(zhuǎn)型帶來(lái)不利的影響。

與此同時(shí)，目前也有不少學(xué)者重點(diǎn)關(guān)注技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)轉(zhuǎn)型的重要作用，并且取得了不少相對(duì)成熟的研究成果。概括而言，當(dāng)前研究成果可以劃分為三種觀點(diǎn)：第一，技術(shù)進(jìn)步能顯著地促進(jìn)低碳經(jīng)濟(jì)增長(zhǎng)，趙昕和郭晶[5]、楊會(huì)香和龔唯平[6]均認(rèn)為技術(shù)進(jìn)步有利于促進(jìn)節(jié)能減排，是實(shí)現(xiàn)中國(guó)低碳經(jīng)濟(jì)發(fā)展轉(zhuǎn)型的關(guān)鍵力量。第二，技術(shù)進(jìn)步亦可能對(duì)低碳經(jīng)濟(jì)發(fā)展產(chǎn)生抑制作用，例如，張兵兵等[7]認(rèn)為，技術(shù)進(jìn)步能夠使能源消費(fèi)產(chǎn)生“回彈效應(yīng)”，反而不利于地區(qū)實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展的低碳轉(zhuǎn)型。第三，技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)增長(zhǎng)影響具有不確定性，劉亦文等[8]從技術(shù)進(jìn)步周期的角度出發(fā)，認(rèn)為技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)發(fā)展的影響存在著長(zhǎng)短期的差異，技術(shù)進(jìn)步在短期內(nèi)有利于促進(jìn)低碳經(jīng)濟(jì)發(fā)展，長(zhǎng)期內(nèi)技術(shù)進(jìn)步盡管帶來(lái)效率的提高(尤其是重工業(yè))，但是卻導(dǎo)致碳排放增加，進(jìn)而對(duì)低碳經(jīng)濟(jì)發(fā)展產(chǎn)生了不利的影響。

縱觀已有的研究成果，不少學(xué)者從金融發(fā)展或者技術(shù)進(jìn)步等角度對(duì)低碳經(jīng)濟(jì)轉(zhuǎn)型的影響進(jìn)行了大量研究，但是鮮有研究將金融發(fā)展、技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)型的影響納入一個(gè)統(tǒng)一的研究框架之內(nèi)。與此同時(shí)，不少學(xué)者在衡量金融發(fā)展和技術(shù)進(jìn)步時(shí)，均使用單一指標(biāo)加以衡量，這與現(xiàn)實(shí)中金融發(fā)展和技術(shù)進(jìn)步日益復(fù)雜化不符[9]。此外，本文所要考察的低碳經(jīng)濟(jì)轉(zhuǎn)型，已經(jīng)不再是地區(qū)性的問(wèn)題，而是涉及全局性的重要問(wèn)題。由于地區(qū)之間存在著強(qiáng)烈模仿機(jī)制和溢出效應(yīng)，這就使得某個(gè)地區(qū)在經(jīng)濟(jì)發(fā)展過(guò)程中與鄰近省份有著密切的關(guān)系。某個(gè)地區(qū)的金融發(fā)展、技術(shù)進(jìn)步也會(huì)對(duì)其他地區(qū)產(chǎn)生影響，這就表現(xiàn)為典型的空間溢出效應(yīng)。但是，傳統(tǒng)的計(jì)量方法應(yīng)用的前提是假設(shè)被考察區(qū)域作為獨(dú)立個(gè)體而存在的，相互之間不存在任何聯(lián)系，因而該方法不可能將這種空間溢出效應(yīng)考察在內(nèi)。與傳統(tǒng)計(jì)量方法相比，空間計(jì)量方法充分考慮了區(qū)域之間的空間效應(yīng)，是比較適合本文的實(shí)證方法。與以往研究相比，本文可能在以下三個(gè)方面實(shí)現(xiàn)了創(chuàng)新：第一，已有的文獻(xiàn)在衡量地區(qū)低碳經(jīng)濟(jì)轉(zhuǎn)型時(shí)，往往只從定性角度加以考量，缺乏相對(duì)客觀的定量指標(biāo)，而本文采用低碳經(jīng)濟(jì)的全要素生產(chǎn)率(TFP)作為衡量地區(qū)低碳經(jīng)濟(jì)發(fā)展的定量指標(biāo)，能夠客觀地把握地區(qū)經(jīng)濟(jì)低碳轉(zhuǎn)型的程度；第二，在金融發(fā)展和技術(shù)進(jìn)步指標(biāo)的設(shè)計(jì)上，本文對(duì)衡量?jī)烧咦兞康闹笜?biāo)予以分解，有利于克服單一指標(biāo)存在的缺陷；第三，在實(shí)證方法上，基于中國(guó)1998—2015年30個(gè)省份的面板數(shù)據(jù)，首先本文采用SBM方法測(cè)度出各個(gè)省份的低碳經(jīng)濟(jì)增長(zhǎng)效率，其次采用空間自相關(guān)系數(shù)考察了其空間相關(guān)性，最后建立空間計(jì)量模型實(shí)證分析了金融發(fā)展、技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響，有利于提高整個(gè)模型估計(jì)的準(zhǔn)確度。

二、低碳經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)型的測(cè)算方法及指標(biāo)選擇

(一)非徑向、非角度的SBM模型

(1)

其中：該等式表明生產(chǎn)技術(shù)模型具有非期望產(chǎn)出和期望產(chǎn)出零結(jié)合性及聯(lián)合弱可處置性等重要特征，而不等式的約束條件則意味著投入要素和期望產(chǎn)出表現(xiàn)出強(qiáng)可處置性的特點(diǎn)，λ是衡量橫截面觀察值大小的正值權(quán)重。借鑒Zhang和Choi[11]的研究，本文使用SBM模型來(lái)處理該生產(chǎn)技術(shù)模型的這些特征，這個(gè)過(guò)程可以被描述為：

(2)

其中，sx-∈Rm、sy+∈Rd、sb-∈Ru分別代表投入要素、期望產(chǎn)出和非期望產(chǎn)出的松馳變量，假如這些松馳變量的取值存在大于零的情況，則意味著有投入過(guò)多、期望產(chǎn)出不足、非期望產(chǎn)出過(guò)多等現(xiàn)象。ρ等式中的分子意味著，假如生產(chǎn)單元中未能達(dá)到生產(chǎn)前沿，則投入可以減少一定的比重，即投入無(wú)效率；等式中的分母則意味著同樣的生產(chǎn)單元未能達(dá)到生產(chǎn)前沿，則產(chǎn)出可以增加一定的比重，即產(chǎn)出無(wú)效率。對(duì)于整個(gè)DMU而說(shuō)，只有達(dá)到ρ=1條件時(shí)，即滿足sx-=0、sy+=0、sb-=0等前提下，整個(gè)生產(chǎn)技術(shù)才是效率的；假如ρ<1，則意味著整個(gè)DMU是處于無(wú)效狀態(tài)，通過(guò)消除投入與產(chǎn)出的松馳，可以使整個(gè)非有效單元改進(jìn)為有效的決策單元。

(二)低碳經(jīng)濟(jì)增長(zhǎng)效率函數(shù)

隨著中國(guó)經(jīng)濟(jì)發(fā)展軌跡逐步處于一種“新常態(tài)”的局面下，傳統(tǒng)的僅僅依靠資金、能源等要素驅(qū)動(dòng)的粗放型經(jīng)濟(jì)增長(zhǎng)模式已經(jīng)過(guò)時(shí)，與當(dāng)前國(guó)家倡導(dǎo)的“低碳社會(huì)”戰(zhàn)略已經(jīng)不相適應(yīng)，取而代之的是社會(huì)更加關(guān)注依靠全要素生產(chǎn)率(TFP)的增長(zhǎng)。在經(jīng)濟(jì)增長(zhǎng)評(píng)價(jià)標(biāo)準(zhǔn)上，長(zhǎng)期唯GDP至上的經(jīng)濟(jì)評(píng)價(jià)體系已經(jīng)過(guò)時(shí)，能源和環(huán)境作為重要的考核指標(biāo)而被納入其中。因此，單純的經(jīng)濟(jì)總量增長(zhǎng)已經(jīng)不能成為低碳經(jīng)濟(jì)發(fā)展的衡量標(biāo)準(zhǔn)，取而代之是全要素生產(chǎn)率(TFP)的增長(zhǎng)。特別是當(dāng)下關(guān)于低碳經(jīng)濟(jì)全要素生產(chǎn)率增長(zhǎng)的測(cè)度和考核成為低碳領(lǐng)域的研究重點(diǎn)。但是目前關(guān)于全要素生產(chǎn)率的考核中，其投入和產(chǎn)出只局限于能源、資本、勞動(dòng)力、二氧化碳和GDP等，忽略了影響低碳經(jīng)濟(jì)發(fā)展的另外一種要素：碳匯。雷明和虞曉雯[12]在其關(guān)于低碳經(jīng)濟(jì)轉(zhuǎn)型的研究中，將“造林面積”作為將形成“碳匯”的主要因素，提出了碳循環(huán)全要素生產(chǎn)率。借鑒該思路，本文提出了低碳經(jīng)濟(jì)增長(zhǎng)效率，又稱低碳經(jīng)濟(jì)的全要素生產(chǎn)率(TFP)，這是一個(gè)包含資本、勞動(dòng)力、能源消耗、造林面積、GDP和CO2的評(píng)價(jià)體系。與以往評(píng)價(jià)全要素生產(chǎn)率體系不同的是，該評(píng)價(jià)體系的最大特色是，將植樹(shù)造林作為投入納入評(píng)價(jià)系統(tǒng)中。在整個(gè)低碳經(jīng)濟(jì)增長(zhǎng)效率評(píng)價(jià)體系中，資本存量、勞動(dòng)力投入、能源消耗和植樹(shù)造林等四種基本要素被投入到評(píng)價(jià)體系之中，為方便計(jì)算，這四種要素分別用字母K、L、E、F予以表征。產(chǎn)出變量則由各省的實(shí)際GDP和二氧化碳排放量?jī)煞N產(chǎn)出結(jié)果構(gòu)成，其中前者是期望產(chǎn)出變量，用字母y來(lái)表示，后者則是非期望產(chǎn)出變量，用字母b來(lái)表示。本文賦予資本(K)、勞動(dòng)力(L)、能源消耗(E)、造林面積(F)、GDP(y)和二氧化碳排放量(b)一定的權(quán)重值，分別賦予1/8、1/8、1/8、1/8、1/4和1/4等權(quán)重。根據(jù)Cooper等[13]的理論成果，分別定義投入無(wú)效率、期望產(chǎn)出無(wú)效率和非期望產(chǎn)出無(wú)效率的方程表達(dá)式為：

(3)

(4)

(5)

通過(guò)將構(gòu)建的式(3)—式(5)帶入下列方程即可測(cè)算出低碳經(jīng)濟(jì)增長(zhǎng)效率。

(6)

三、區(qū)域低碳經(jīng)濟(jì)增長(zhǎng)效率評(píng)價(jià)及空間相關(guān)性分析

(一)變量說(shuō)明和數(shù)據(jù)來(lái)源

根據(jù)前文所定義的四種投入要素和兩種產(chǎn)出變量，我們這里需要對(duì)其進(jìn)行概念的闡述。各個(gè)變量具體含義如下：(1)資本存量。根據(jù)單豪杰[14]的研究成果，使用計(jì)算公式為Ki,t=Ii,t+(1-δ)Ki,t-1的方法計(jì)算出各年度的資本存量，其中公式Ii,t代表第i省份第t年的投資，δ代表第i省份第t年的資本折舊率。為確保資本存量的真實(shí)性，剔除價(jià)格膨脹所帶來(lái)的失真，以1952年作為計(jì)算的基期價(jià)格，本文采用平減指數(shù)方法將名義資本存量換算成實(shí)際資本存量。(2)勞動(dòng)力。在已有的研究中，大多數(shù)學(xué)者用年末就業(yè)人員來(lái)衡量各省的勞動(dòng)力，借鑒該成果，本文采用各省的年末從業(yè)人員來(lái)表征勞動(dòng)力指標(biāo)。(3)能源消耗。中國(guó)當(dāng)前能源消耗主要來(lái)自于煤炭、石油和天然氣等三種一次能源構(gòu)成的常規(guī)化石能源。為計(jì)算的需要，本文使用國(guó)家公布的以萬(wàn)噸標(biāo)準(zhǔn)煤為統(tǒng)一單位的能源折合系數(shù)將三種能源進(jìn)行加總。(4)造林面積。每年各個(gè)省份新增加植樹(shù)造林的數(shù)量，具體指通過(guò)人工綠化工程，將原有被破壞森林、林木、灌木林予以恢復(fù)的面積，亦或是退耕還林的新增林木面積。(5)GDP。當(dāng)前大多數(shù)研究采用各省的地區(qū)生產(chǎn)總值來(lái)表征產(chǎn)出水平。本文借鑒該研究成果，亦采取這一結(jié)論，但是為剔除價(jià)格膨脹因素帶來(lái)的失真，使用平減指數(shù)方法將名義GDP轉(zhuǎn)化成以1952年為基期價(jià)格的實(shí)際GDP。(6)CO2。國(guó)家公布的權(quán)威年鑒中并未給出這一數(shù)據(jù)，因此本文使用國(guó)際上公布的 IPCC(2006)方法，以煤炭、石油和天然氣三種一次能源的消耗量與相應(yīng)的能源標(biāo)準(zhǔn)煤折算系數(shù)及碳排放系數(shù)的三者乘積，估算出各個(gè)省份具體的碳排放數(shù)據(jù)，其中能源標(biāo)準(zhǔn)煤折算系數(shù)、碳排放系數(shù)分別來(lái)源于國(guó)家標(biāo)準(zhǔn)(GB2589-81)和國(guó)家發(fā)改委能源所。

鑒于數(shù)據(jù)在測(cè)算過(guò)程中的全面性要求，本文最終選擇了中國(guó)1998—2015年期間30個(gè)省份的面板數(shù)據(jù)作為研究的對(duì)象。由于西藏多年的相關(guān)數(shù)據(jù)嚴(yán)重不足，不能滿足計(jì)算的基本需求，因此未納入面板數(shù)據(jù)之內(nèi)。本文所搜集的數(shù)據(jù)均來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》和各地方統(tǒng)計(jì)年鑒。

(二)低碳經(jīng)濟(jì)增長(zhǎng)效率的靜態(tài)時(shí)序變化

按照式(3)—式(6)構(gòu)成的低碳經(jīng)濟(jì)增長(zhǎng)效率模型，將投入要素、產(chǎn)出變量的數(shù)據(jù)帶入 maxDEA軟件后，本文計(jì)算出中國(guó)1998—2015年期間30個(gè)省份的低碳經(jīng)濟(jì)增長(zhǎng)效率，具體結(jié)果如圖1所示。由圖1可見(jiàn)，在樣本考察期間，各個(gè)省份的平均低碳經(jīng)濟(jì)增長(zhǎng)效率具有較大的省域差異性特征。從低碳經(jīng)濟(jì)增長(zhǎng)效率的平均值看，遼寧、云南、福建、天津和上海是排名前五位的省份，其平均值均超過(guò)了0.8。這五個(gè)省份中，除了云南位于西部外，其余均位于經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)，也是全國(guó)最為發(fā)達(dá)的省市。這些東部省份由于對(duì)外開(kāi)放水平較高，不僅具有較為發(fā)達(dá)的工業(yè)生產(chǎn)技術(shù)，而且工業(yè)減排設(shè)備較為完善，其產(chǎn)出能力和減排水平均處于全國(guó)前列。特別是近幾年，東部地區(qū)大力倡導(dǎo)經(jīng)濟(jì)結(jié)構(gòu)的發(fā)展轉(zhuǎn)型，逐步淘汰了高能耗和高排放的工業(yè)部門，而污染嚴(yán)重的重工業(yè)逐漸向中西部遷移，由此導(dǎo)致這些省份的低碳經(jīng)濟(jì)增長(zhǎng)效率相對(duì)較高。值得關(guān)注的是，近幾年，西部地區(qū)云南省的低碳經(jīng)濟(jì)增長(zhǎng)效率位居全國(guó)前列的位置，這與云南的農(nóng)業(yè)較為發(fā)達(dá)且森林覆蓋率居全國(guó)前茅有很大的關(guān)系。青海、江西、山西、新疆和貴州則是排名后五位的省份，這些省份的平均低碳經(jīng)濟(jì)增長(zhǎng)效率均未超過(guò)0.5。這與這些省份的經(jīng)濟(jì)發(fā)展水平較為落后，且森林面積較小有著較大關(guān)系。由此可見(jiàn)，低碳經(jīng)濟(jì)增長(zhǎng)效率的省份分布具有較強(qiáng)的地區(qū)差異性，東部沿海地區(qū)包含了中國(guó)大多數(shù)水平較高的省份，而中西部?jī)?nèi)陸地區(qū)則是水平較低省份的集中區(qū)域。因此，進(jìn)一步加快內(nèi)陸省份的低碳經(jīng)濟(jì)增長(zhǎng)效率提升速度，縮小省際間低碳經(jīng)濟(jì)增長(zhǎng)效率之間的差距，對(duì)于提高中國(guó)整體的低碳經(jīng)濟(jì)發(fā)展水平具有重要的意義。

圖1　各省份的平均低碳經(jīng)濟(jì)增長(zhǎng)效率

(三)省際低碳經(jīng)濟(jì)增長(zhǎng)效率的空間相關(guān)性

各個(gè)省份之間的低碳經(jīng)濟(jì)增長(zhǎng)效率是否具有空間相關(guān)性，主要由被考察對(duì)象在空間上的空間集聚性和空間異質(zhì)性兩個(gè)特征體現(xiàn)。其中，空間集聚性是指省份之間由于地理鄰近因素的影響，存在著空間溢出和空間擴(kuò)散兩種效應(yīng)機(jī)制，由此導(dǎo)致相鄰省份的低碳經(jīng)濟(jì)增長(zhǎng)效率表現(xiàn)出較大的相似性，距離越近，表現(xiàn)越強(qiáng)烈。而空間異質(zhì)性則是因?yàn)榭臻g不均質(zhì)性的存在，使相鄰地區(qū)表現(xiàn)出較大的差異性，進(jìn)而產(chǎn)生了空間離群的現(xiàn)象。通常而言，全局Moran’sI指數(shù)是當(dāng)前衡量空間相關(guān)性最為常見(jiàn)的指標(biāo)。根據(jù)學(xué)者M(jìn)oran[15]的研究結(jié)果，定義其表達(dá)公式如下：

(7)

在式(7)中，n為整個(gè)空間體系中所包含的空間單元數(shù)量，xi代表i地區(qū)的變量值，xj代表j地區(qū)的變量值，x=(∑ixi)/n代表對(duì)所有變量值取平均值。全局Moran’sI的最終賦值范圍在-1和1之間。假如計(jì)算出的Moran’sI值為1時(shí)，意味著被考察對(duì)象具有完全正空間相關(guān)性特征；假如計(jì)算出的Moran’sI值為-1時(shí)，意味著被考察對(duì)象具有完全負(fù)空間相關(guān)性特征；假如計(jì)算出的Moran’sI值為0時(shí)，則代表著被考察對(duì)象不具有空間相關(guān)性。Wij則是整個(gè)公式所要引入的空間權(quán)重矩陣，通常情況下是由0和1組成的空間鄰接矩陣：

(8)

Moran’sI具體統(tǒng)計(jì)值被計(jì)算出來(lái)后，為保證其準(zhǔn)確性和真實(shí)性，還有必要采用Z-score正態(tài)分布假設(shè)驗(yàn)證其顯著性的問(wèn)題。假設(shè)Moran’sI的Z-score統(tǒng)計(jì)量通過(guò)了10%、5%或1%三種水平的顯著性檢驗(yàn)，則印證了Moran’sI的確是具有真實(shí)性的。Z-score正態(tài)分布檢驗(yàn)的表達(dá)式如下：

(9)

基于式(7)—式(9)，將0和1組成的空間鄰接矩陣引入后，把所要驗(yàn)證的數(shù)據(jù)帶進(jìn)Geoda 軟件后，表1給出了1998—2015年期間中國(guó)低碳經(jīng)濟(jì)效率Moran’sI的具體數(shù)值。根據(jù)表1的計(jì)算結(jié)果可知，中國(guó)低碳經(jīng)濟(jì)增長(zhǎng)效率的Moran’sI取值均為正數(shù)，且均在10%水平上表現(xiàn)顯著，由此證明低碳經(jīng)濟(jì)增長(zhǎng)效率具有強(qiáng)烈正空間相關(guān)性的重要特征，因而空間相關(guān)性是影響低碳經(jīng)濟(jì)增長(zhǎng)效率變遷必不可少的一個(gè)重要環(huán)節(jié)。同時(shí)這也從側(cè)面印證了，相鄰省份之間的低碳經(jīng)濟(jì)增長(zhǎng)效率具有強(qiáng)烈的空間溢出效應(yīng)，呈現(xiàn)出高值集聚和低值集聚的空間集群趨勢(shì)，并且省份之間的距離越近，這種趨勢(shì)表現(xiàn)越強(qiáng)烈。有鑒于此，空間相關(guān)性是分析區(qū)域低碳經(jīng)濟(jì)發(fā)展轉(zhuǎn)型的重要因素，尤其是在進(jìn)行模型的實(shí)證分析過(guò)程中起到了關(guān)鍵作用，假如不考慮這種因素所帶來(lái)的影響，則有可能造成最終的分析結(jié)果出現(xiàn)重大失真。

表1　低碳經(jīng)濟(jì)增長(zhǎng)效率的Moran’s I指數(shù)

四、金融發(fā)展、技術(shù)進(jìn)步影響低碳經(jīng)濟(jì)發(fā)展的機(jī)理及模型

(一)基本作用機(jī)理

本文依據(jù)Grossman和Krueger[16]的理論基礎(chǔ)，將金融發(fā)展、技術(shù)進(jìn)步作為影響低碳經(jīng)濟(jì)發(fā)展轉(zhuǎn)型的兩種重要渠道，納入一個(gè)統(tǒng)一的分析框架之內(nèi)，建立起金融發(fā)展、技術(shù)進(jìn)步影響低碳經(jīng)濟(jì)發(fā)展的作用機(jī)理。根據(jù)該理論，地區(qū)要實(shí)現(xiàn)低碳經(jīng)濟(jì)發(fā)展轉(zhuǎn)型，本質(zhì)上表明了經(jīng)濟(jì)產(chǎn)出質(zhì)量和生態(tài)環(huán)境之間的重要關(guān)系，據(jù)此可以將其分解為規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)三種重要效應(yīng)，其一般的表達(dá)公式如下：

LCEGE=Y×S×T

(10)

在模型(10)中，LCEGE代表地區(qū)低碳經(jīng)濟(jì)增長(zhǎng)效率，Y則是經(jīng)濟(jì)產(chǎn)出規(guī)模。按照Pagano[17]提出的內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論模型，該模型認(rèn)為各省的經(jīng)濟(jì)發(fā)展水平Y(jié)主要取決于勞動(dòng)、資本兩種要素的投入情況。假定社會(huì)總資本K主要由兩個(gè)部分構(gòu)成，一部分來(lái)源于銀行貸款，這里用公式FIR來(lái)表征；另一部分來(lái)源于企業(yè)的股票融資、留存收益等其他渠道，這里用公式FIR0來(lái)表征。為便于分析，這里假定兩者滿足如下的線性方程式：FIR0=φFIR。通過(guò)變換后，則總資本K=(1+φ)FIR。勞動(dòng)力投入要素這里用人力資本來(lái)表示，具體表達(dá)公式是HUM。則各省的經(jīng)濟(jì)產(chǎn)出規(guī)模Y可以表示為如下公式：

Y=(FIR,HUM)

(11)

S代表行業(yè)結(jié)構(gòu)，這里具體指金融業(yè)的行業(yè)結(jié)構(gòu)。本文重點(diǎn)考察四大國(guó)有商業(yè)銀行在市場(chǎng)上的壟斷程度，即四大國(guó)有商業(yè)銀行的貸款在整個(gè)金融市場(chǎng)上的所占份額，用公式FIS來(lái)表示。金融發(fā)展結(jié)構(gòu)反映了金融市場(chǎng)上不同性質(zhì)金融機(jī)構(gòu)的構(gòu)成成分問(wèn)題，主要分為中小商業(yè)銀行和國(guó)有商業(yè)大銀行，而不同性質(zhì)的銀行貸款導(dǎo)向不同。一般而言，國(guó)有商業(yè)大銀行主要面向大型企業(yè)，而中小銀行的貸款則主要面對(duì)中小企業(yè)，不同規(guī)模程度企業(yè)的碳減排能力存在較大差異，這明顯會(huì)對(duì)低碳經(jīng)濟(jì)發(fā)展轉(zhuǎn)型產(chǎn)生重要的影響。

T則代表技術(shù)要素，主要分析不同技術(shù)進(jìn)步渠道對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響。一般而言，推動(dòng)技術(shù)進(jìn)步主要通過(guò)內(nèi)部自主創(chuàng)新和外部技術(shù)引進(jìn)兩種渠道實(shí)現(xiàn)。其中，衡量?jī)?nèi)部自主創(chuàng)新用地區(qū)技術(shù)研發(fā)情況來(lái)衡量，即地區(qū)專利水平(PAT)。地區(qū)專利技術(shù)的研發(fā)能力提升，特別是有關(guān)環(huán)保技術(shù)的進(jìn)步，通常會(huì)對(duì)生產(chǎn)要素產(chǎn)生重要的替代作用，不僅有利于大幅度減少地區(qū)能耗數(shù)量，而且對(duì)提高區(qū)域節(jié)能減排能力起到促進(jìn)作用[18]。外部技術(shù)引進(jìn)渠道則主要體現(xiàn)在對(duì)外貿(mào)易(TRD)和外商直接投資(FDI)兩個(gè)重要指標(biāo)上。伴隨著中國(guó)對(duì)外貿(mào)易水平的不斷提升，同時(shí)也有大量外資的引入，不僅帶來(lái)了先進(jìn)的企業(yè)管理理念，而且前沿的低碳技術(shù)也會(huì)隨之進(jìn)入，這對(duì)于提升地區(qū)節(jié)能減排能力將會(huì)起到重要作用，有助于加快地區(qū)實(shí)現(xiàn)低碳經(jīng)濟(jì)的發(fā)展轉(zhuǎn)型[19]。根據(jù)以上分析結(jié)論，則技術(shù)變量T可以用如下公式予以表征：

T=T(PAT,TRD,FDI)

(12)

將方程(11)、方程(12)等代入到總模型(10)，即可以得到影響地區(qū)低碳經(jīng)濟(jì)增長(zhǎng)效率的總方程：

LCEGE=Y(FIR,HUM)×FIS×T(PAT,TRD,FDI)

(13)

(二)空間計(jì)量模型構(gòu)建

由于本文最終所要考察的是金融發(fā)展、技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響。有鑒于此，以本文測(cè)度的低碳經(jīng)濟(jì)增長(zhǎng)效率(LCEGE)作為因變量；金融發(fā)展以金融發(fā)展規(guī)模(FIR)和金融發(fā)展結(jié)構(gòu)(FIS)兩個(gè)指標(biāo)來(lái)表示；技術(shù)進(jìn)步則以專利授權(quán)量(PAT)、對(duì)外貿(mào)易(TRD)和外商直接投資(FDI)三個(gè)指標(biāo)來(lái)表征。根據(jù)以上理論分析，同時(shí)結(jié)合總模型(13)，本文構(gòu)建出金融發(fā)展、技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率影響的基本模型：

LCEGEi,t=αi+φt+β1FIRi,t+β2FISi,t++β3PATi,t+

β4TRDi,t+β5FDIi,t+β6HUMi,t+εit

(14)

式(14)中除了人力資本作為控制變量外，未考慮其他控制變量的影響。地區(qū)實(shí)現(xiàn)低碳經(jīng)濟(jì)發(fā)展轉(zhuǎn)型過(guò)程中，還要受到能源稟賦、政府能力和城鎮(zhèn)化水平等其他因素的制約。有鑒于此，本文在式(14)的基礎(chǔ)上，進(jìn)一步納入了能源消費(fèi)結(jié)構(gòu)(ECS)、政府干預(yù)(GOV)和城鎮(zhèn)化(URB)等控制變量，則金融發(fā)展、技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率影響的最終模型可以表示為：

(15)

基于前文低碳經(jīng)濟(jì)增長(zhǎng)效率的空間相關(guān)性的檢驗(yàn)結(jié)果表明，區(qū)域低碳經(jīng)濟(jì)增長(zhǎng)效率具有顯著的空間自相關(guān)性。假如僅僅采用普通計(jì)量方法對(duì)構(gòu)建的模型加以回歸，則有可能在模型內(nèi)產(chǎn)生顯著的空間自相關(guān)性，與實(shí)際結(jié)果存在著較大偏差。有鑒于此，本文通過(guò)構(gòu)建空間計(jì)量模型來(lái)實(shí)現(xiàn)對(duì)普通模型的優(yōu)化。根據(jù)空間計(jì)量經(jīng)濟(jì)學(xué)的基本理論，當(dāng)前經(jīng)典的空間計(jì)量模型有空間自回歸模型(SAR)和空間誤差模型(SEM)兩種形式。

根據(jù)Anselin[20]的研究成果，定義空間自回歸模型(SAR)的基本形式為：

(16)

在式(16)中，y用來(lái)表征因變量；ρ和λ兩個(gè)均用來(lái)代表模型中的空間自回歸參數(shù)，其大小衡量了模型中所具備的空間自相關(guān)程度；W是具有n×n維形式的空間權(quán)重矩陣；Wy代表模型中的自回歸項(xiàng)，用來(lái)衡量模型本身所具備的空間效應(yīng)；ε則代表著隨機(jī)誤差項(xiàng)。

根據(jù)Haining[21]的研究成果，定義空間誤差模型(SEM)的基本形式為：

(17)

式(17)中，λ是基本形式為n×1階的空間誤差系數(shù)，其統(tǒng)計(jì)值代表了模型殘差項(xiàng)的空間自相關(guān)程度；β為模型在回歸過(guò)程中所要得出的基本參數(shù)，具體指自變量X對(duì)因變量y的影響力度?？傊?，SEM模型的空間相關(guān)性主要體現(xiàn)在隨機(jī)誤差項(xiàng)的空間誤差程度。

由于本文所要構(gòu)建的是金融發(fā)展、技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的空間計(jì)量模型，所考察的對(duì)象是30個(gè)省份的面板數(shù)據(jù)。在模型的構(gòu)建過(guò)程中，采用空間固定效應(yīng)還是隨機(jī)效應(yīng)是要需要作出選擇的重要問(wèn)題，而兩者的區(qū)別在于模型中的回歸變量是否與個(gè)體效應(yīng)表現(xiàn)出較強(qiáng)的聯(lián)系度。假如模型選擇固定效應(yīng)則表明兩者具有較強(qiáng)的聯(lián)系性，而隨機(jī)效應(yīng)則意味著兩者不存在任何聯(lián)系。因?yàn)楸疚脑谧兞窟x擇之初十分重視個(gè)體效應(yīng)問(wèn)題，因而固定效應(yīng)是本文所采用模型的最好形式。最終基于公式(16)—式(17)，本文建立的包含固定效應(yīng)的空間面板數(shù)據(jù)模型如下：

(18)

該模型呈現(xiàn)出普通空間固定效應(yīng)的基本形式。其中，δ、λ分別對(duì)應(yīng)著模型中兩種不同的空間效應(yīng)系數(shù)，即分別為空間自回歸系數(shù)和空間誤差系數(shù)。假如δ的賦值是0，則該模型表現(xiàn)形式為典型的空間誤差模型(SEM)，若λ的賦值是0，則意味著該模型的表現(xiàn)形式轉(zhuǎn)變?yōu)榭臻g自回歸模型(SAR)。αi和φt是空間模型中兩種效應(yīng)的殘差項(xiàng)，前者為空間固定效應(yīng)，后者是時(shí)間固定效應(yīng)。

在此模型中，各個(gè)指標(biāo)的具體解釋如下：FIR代表金融發(fā)展規(guī)模，用各省份歷年的年末貸款余額之和的自然對(duì)數(shù)來(lái)表示；FIS代表金融發(fā)展結(jié)構(gòu)，用四大國(guó)有商業(yè)銀行的貸款之和比上總的貸款余額來(lái)表示；PAT代表技術(shù)研發(fā)，具體以各省份專利申請(qǐng)授權(quán)數(shù)的自然對(duì)數(shù)來(lái)表示；TRD代表對(duì)外貿(mào)易，用各省份進(jìn)出口貿(mào)易總額與GDP的比值來(lái)予以表征；FDI代表外商直接投資，由于各省份的外商投資額使用美元作為表征，為統(tǒng)一口徑，以美元按照標(biāo)準(zhǔn)匯率折算成人民幣的實(shí)際利用外商直接投資額與各省GDP的比值來(lái)表示；HUM是人力資本，用各省份具有高中及以上學(xué)歷的人口數(shù)量與人口總量的比值來(lái)表示；ECS則為能源消費(fèi)結(jié)構(gòu)，用各省份每年消耗的煤炭總量與能源消耗總量的比值來(lái)表示；GOV代表政府干預(yù)，以各省份財(cái)政支出總額占GDP的比重來(lái)表示；URB代表城鎮(zhèn)化水平，用各省份歷年非農(nóng)業(yè)人口占總?cè)丝诘谋戎貋?lái)表示。

為滿足文章數(shù)據(jù)使用的基本要求，以及鑒于數(shù)據(jù)可獲得性的前提，本文采用1998—2015年期間中國(guó)30個(gè)省份的面板數(shù)據(jù)作為研究對(duì)象。鑒于西藏地區(qū)連續(xù)多個(gè)年份的數(shù)據(jù)缺失，不能達(dá)到研究的基本標(biāo)準(zhǔn)，故將其從總樣本中剔除出去。在經(jīng)過(guò)數(shù)據(jù)甄別后，最終本文所使用的數(shù)據(jù)從《中國(guó)金融年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》和地方統(tǒng)計(jì)年鑒等權(quán)威年鑒搜集而來(lái)。

五、實(shí)證結(jié)果及解釋

(一)普通面板數(shù)據(jù)模型的計(jì)量結(jié)果與空間相關(guān)性檢驗(yàn)

為進(jìn)一步檢驗(yàn)空間計(jì)量模型的合適性，首先采用普通的計(jì)量方法回歸了模型(18)，并對(duì)模型的殘差項(xiàng)是否具有空間自相關(guān)性進(jìn)行檢驗(yàn)，具體的結(jié)果如表2所示。同時(shí)，為了驗(yàn)證模型是否有控制固定效應(yīng)的必要性，表2同時(shí)給出混合、空間固定效應(yīng)、時(shí)間固定效應(yīng)和雙向固定效應(yīng)等四種模型形式，通過(guò)對(duì)各個(gè)模型中具體的統(tǒng)計(jì)指標(biāo)進(jìn)行比較分析，以確定模型選擇空間固定效應(yīng)形式的重要作用。

通過(guò)分析表2的回歸結(jié)果可知，根據(jù)四個(gè)模型中擬合優(yōu)度的判定系數(shù)的具體數(shù)值，四個(gè)模型中的空間固定效應(yīng)模型表現(xiàn)最小，其數(shù)值僅有0.375 4，而控制時(shí)間和空間的雙向固定效應(yīng)模型則表現(xiàn)最大，其數(shù)值達(dá)到0.507 6。由此可見(jiàn)，雙向固定效應(yīng)模型比其他三個(gè)模型的擬合度都要高。再?gòu)乃膫€(gè)模型的對(duì)數(shù)似然函數(shù)值Log-L對(duì)比結(jié)果可知，混合模型在四個(gè)模型中表現(xiàn)最小，其統(tǒng)計(jì)量為296.112 6，而雙向固定效應(yīng)模型同樣在四個(gè)模型表現(xiàn)最大，其統(tǒng)計(jì)量達(dá)到892.151 0。通過(guò)比較以上兩個(gè)指標(biāo)，充分說(shuō)明較之其他三個(gè)模型，無(wú)論在擬合優(yōu)度的判定系數(shù)上還是對(duì)數(shù)似然函數(shù)值Log-L上，雙向固定效應(yīng)模型在整體上表現(xiàn)最為理想，因而雙向固定效應(yīng)模型的回歸結(jié)果最為契合本文的研究要求。

表2下半部分則是模型殘差項(xiàng)是否存在著顯著的空間自相關(guān)性的檢驗(yàn)結(jié)果?？梢钥闯?，雙向固定效應(yīng)模型中的LM-sar統(tǒng)計(jì)量為10.731 4，且通過(guò)了1%顯著水平的檢驗(yàn)，LM-err的統(tǒng)計(jì)量為3.861 5，同樣通過(guò)了5%顯著水平的檢驗(yàn)，這充分表明整個(gè)模型的估計(jì)結(jié)果存在著顯著的空間自相關(guān)性，普通的計(jì)量方法無(wú)法解決該問(wèn)題，因而空間計(jì)量模型的選擇具有合適性。在比較LM-sar和LM-err的統(tǒng)計(jì)量后，發(fā)現(xiàn)前者要大于后者，兩者相比較后，本文最后確定空間自回歸模型是空間計(jì)量模型最好的表現(xiàn)形式。

表2　普通面板數(shù)據(jù)模型的估計(jì)與檢驗(yàn)結(jié)果

注：()中數(shù)據(jù)為T檢驗(yàn)值，*，**，***分別表示10%，5%和1%的顯著性水平；模型估計(jì)、空間自相關(guān)檢驗(yàn)使用Matlab7.11

(二)空間面板數(shù)據(jù)模型的估計(jì)結(jié)果

通過(guò)驗(yàn)證普通計(jì)量模型中統(tǒng)計(jì)指標(biāo)的結(jié)果，表明其殘差項(xiàng)表現(xiàn)出顯著的空間自相關(guān)性，由此反映出OLS回歸結(jié)果達(dá)不到本文研究的要求。有鑒于此，本文在普通計(jì)量模型的基礎(chǔ)上采用空間計(jì)量方法進(jìn)行重新模擬，得到空間計(jì)量模型的SAR和SEM兩種基本表現(xiàn)形式，其具體結(jié)果如表3所示。根據(jù)表3的回歸結(jié)果可知，空間自回歸項(xiàng)W*dep.var.和空間誤差項(xiàng)W*dep.var.的系數(shù)均為正，且均通過(guò)了1%顯著水平的檢驗(yàn)，這再次證明了選用空間計(jì)量方法的正確性。相比較于普通模型的回歸結(jié)果，不僅空間計(jì)量模型估計(jì)系數(shù)的T檢驗(yàn)得以改進(jìn)，而且其擬合優(yōu)度的判定系數(shù)和對(duì)數(shù)似然函數(shù)值也均實(shí)現(xiàn)了提升。同時(shí)這從側(cè)面也反映出，空間計(jì)量模型的回歸結(jié)果是對(duì)普通模型的有效改善，有利于提高整體變量的解釋意義。在SAR和SEM兩個(gè)固定效應(yīng)模型中，發(fā)現(xiàn)前者的Log-L統(tǒng)計(jì)量明顯要大于后者，表明SAR模型的解釋強(qiáng)度要優(yōu)于SEM模型，因此分析空間自回歸模型(SAR)中各個(gè)解釋變量的實(shí)際意義更為適合本文的需要。

表3　空間面板數(shù)據(jù)模型的估計(jì)結(jié)果(雙向固定效應(yīng)模型)

注：()中數(shù)據(jù)為T檢驗(yàn)值，*，**，***分別表示10%，5%和1%的顯著性水平

從金融發(fā)展變量對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響看，回歸結(jié)果顯示：其一，金融發(fā)展規(guī)模(FIR)對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響為正，但是卻不顯著。這充分表明，盡管金融規(guī)模的擴(kuò)大有利于地區(qū)實(shí)現(xiàn)低碳經(jīng)濟(jì)轉(zhuǎn)型，但其重要作用卻未能完全得以發(fā)揮。這是因?yàn)?，金融發(fā)展對(duì)低碳經(jīng)濟(jì)的影響通常是總量擴(kuò)張效應(yīng)和技術(shù)效應(yīng)兩者并存[22]。所謂的總量擴(kuò)張效應(yīng)，是指隨著金融市場(chǎng)規(guī)模的不斷擴(kuò)大，企業(yè)的生產(chǎn)規(guī)模也隨之?dāng)U大，使得二氧化碳的排放量增加，進(jìn)而對(duì)地區(qū)低碳經(jīng)濟(jì)發(fā)展產(chǎn)生極為不利的影響。而技術(shù)效應(yīng)則指金融發(fā)展促進(jìn)了技術(shù)進(jìn)步，進(jìn)而實(shí)現(xiàn)了節(jié)能減排，最終有利于促進(jìn)低碳經(jīng)濟(jì)發(fā)展。在實(shí)際中，一方面，隨著金融市場(chǎng)化程度逐漸提高，銀行“盈利”的導(dǎo)向逐漸加強(qiáng)，銀行仍舊為“見(jiàn)效快、回報(bào)高”的資源密集型企業(yè)提供貸款支持，且伴隨著企業(yè)的生產(chǎn)規(guī)模逐步擴(kuò)大，地區(qū)污染量得以增加；另一方面，國(guó)家金融政策對(duì)銀行貸款的引導(dǎo)性逐漸加強(qiáng)，為充分響應(yīng)國(guó)家倡導(dǎo)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型的需要，銀行逐步加強(qiáng)了對(duì)銀行貸款使用流向的管控，加大了對(duì)企業(yè)技術(shù)研發(fā)及“見(jiàn)效慢、回報(bào)低”的環(huán)保企業(yè)的資金支持力度，這有利于實(shí)現(xiàn)低碳環(huán)保技術(shù)的不斷創(chuàng)新，進(jìn)而促進(jìn)地區(qū)節(jié)能減排。在這兩種機(jī)制的共同作用下，導(dǎo)致了金融發(fā)展規(guī)模對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率影響的不顯著。其二，金融發(fā)展結(jié)構(gòu)(FIS)對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率影響為正，且通過(guò)了1%的顯著水平的檢驗(yàn)。也就是說(shuō)，國(guó)有大銀行市場(chǎng)份額的提升有利于地區(qū)實(shí)現(xiàn)低碳經(jīng)濟(jì)轉(zhuǎn)型。這進(jìn)一步有效印證了：與中小商業(yè)銀行不同的是，國(guó)有大銀行規(guī)模龐大、資金雄厚且經(jīng)營(yíng)地域較廣，并且具有極強(qiáng)的政策導(dǎo)向性。作為拉動(dòng)地區(qū)經(jīng)濟(jì)增長(zhǎng)主力的大型企業(yè)及大型清潔工程，其資金的來(lái)源主要由國(guó)有大銀行提供，而這些大型企業(yè)及大型清潔工程擁有雄厚的資金作為支撐，能夠?qū)崿F(xiàn)碳減排技術(shù)的不斷創(chuàng)新，其先進(jìn)的低碳技術(shù)和完善的減排設(shè)備是中小企業(yè)所無(wú)法比擬的。因此，地區(qū)國(guó)有大銀行的市場(chǎng)份額越高，越有利于提供大型企業(yè)實(shí)現(xiàn)生產(chǎn)和建設(shè)低碳轉(zhuǎn)型的動(dòng)力支持，這顯然會(huì)對(duì)地區(qū)實(shí)現(xiàn)低碳經(jīng)濟(jì)轉(zhuǎn)型產(chǎn)生促進(jìn)用。

從技術(shù)進(jìn)步渠道對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響看，結(jié)果表明：第一，技術(shù)研發(fā)(PAT)對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率有顯著的正向影響，這表明通過(guò)不斷提高區(qū)域創(chuàng)新能力，能夠有效促進(jìn)地區(qū)實(shí)現(xiàn)低碳經(jīng)濟(jì)轉(zhuǎn)型。得益于技術(shù)創(chuàng)新對(duì)能源要素產(chǎn)生的替代效應(yīng)，中國(guó)能耗強(qiáng)度呈現(xiàn)出顯著下降的趨勢(shì)。有關(guān)數(shù)據(jù)表明，1998年中國(guó)的能耗強(qiáng)度高達(dá)1.61，而截至2015年，中國(guó)的能耗強(qiáng)度已經(jīng)下降為0.64，18年間下降了0.97，而能耗強(qiáng)度的不斷下降正是中國(guó)逐步實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)低碳轉(zhuǎn)型的重要體現(xiàn)。第二，對(duì)外貿(mào)易(TRD)與低碳經(jīng)濟(jì)增長(zhǎng)效率呈顯著的正相關(guān)關(guān)系，即加強(qiáng)對(duì)外貿(mào)易有利于加快中國(guó)低碳經(jīng)濟(jì)轉(zhuǎn)型，這同時(shí)從側(cè)面也反映了中國(guó)進(jìn)出口貿(mào)易產(chǎn)品的技術(shù)結(jié)構(gòu)不斷優(yōu)化，由低技術(shù)、高能耗的初級(jí)產(chǎn)品逐漸變成中高等技術(shù)的低能耗產(chǎn)品，這有利于促進(jìn)地區(qū)外貿(mào)企業(yè)實(shí)現(xiàn)產(chǎn)品生產(chǎn)的低碳轉(zhuǎn)型[23]。第三，外商直接投資(FDI)在10%顯著水平上對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響為正，這表明提升外資引進(jìn)水平是有效加速中國(guó)經(jīng)濟(jì)低碳轉(zhuǎn)型的重要途徑。數(shù)據(jù)顯示，當(dāng)前中國(guó)的對(duì)外開(kāi)放水平呈現(xiàn)出逐步提高的趨勢(shì)。1998年中國(guó)吸引的外商直接投資額僅有454.63億美元，而2015年這一數(shù)據(jù)已經(jīng)增加至1 262.70億美元，18年間提高了近2.8倍。得益于持續(xù)引進(jìn)的FDI，一方面，外資企業(yè)通常制定了較高的環(huán)保標(biāo)準(zhǔn)，能夠起到顯著的“示范效應(yīng)”，這對(duì)于提升東道國(guó)的碳減排具有促進(jìn)作用[24]；另一方面，F(xiàn)DI引進(jìn)有利于提升東道國(guó)的就業(yè)水平，伴隨著就業(yè)崗位數(shù)量的增加，當(dāng)?shù)鼐用竦氖杖胨匠什粩嗵岣叩内厔?shì)，這能夠顯著提高居民的生活質(zhì)量，而居民生活質(zhì)量的改善往往會(huì)提出更高的環(huán)保要求。

從控制變量看，人力資本(HUM)的估計(jì)系數(shù)為正，且通過(guò)了1%顯著水平的檢驗(yàn)。這反映出，伴隨著中國(guó)人力資本水平的不斷提高，一方面，工人的技能水平實(shí)現(xiàn)了提升，能夠熟練操作先進(jìn)的低碳設(shè)備，這對(duì)于企業(yè)提升能源利用效率和減排能力產(chǎn)生了積極作用；另一方面，隨著居民的環(huán)保意識(shí)不斷增強(qiáng)，不僅能夠自覺(jué)地履行環(huán)境保護(hù)的義務(wù)，而且為經(jīng)濟(jì)發(fā)展的低碳轉(zhuǎn)型提供了智力支持。能源消費(fèi)結(jié)構(gòu)(ECS)對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率提升產(chǎn)生了不利影響，這與現(xiàn)實(shí)情況一致。作為高碳能源系列的煤炭，其大量消費(fèi)顯然會(huì)增加更多的二氧化碳排放。政府干預(yù)(GOV)與低碳經(jīng)濟(jì)增長(zhǎng)效率呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系，這表明過(guò)度的政府干預(yù)會(huì)產(chǎn)生資源配置的扭曲效應(yīng)，進(jìn)而對(duì)經(jīng)濟(jì)增長(zhǎng)和環(huán)境保護(hù)產(chǎn)生不利的影響。城鎮(zhèn)化水平(URB)對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響顯著為負(fù)，這也與現(xiàn)實(shí)是一致的。城市過(guò)度的“粗放式”擴(kuò)張，不僅浪費(fèi)了大量資源，而且還會(huì)嚴(yán)重阻礙地區(qū)實(shí)現(xiàn)低碳經(jīng)濟(jì)轉(zhuǎn)型。

六、主要結(jié)論與政策啟示

提升低碳經(jīng)濟(jì)增長(zhǎng)效率是實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵。使用SBM模型，本文測(cè)算出了1998—2015年期間的省際低碳經(jīng)濟(jì)增長(zhǎng)效率。與以往測(cè)算TFP研究不同的是，本文的低碳經(jīng)濟(jì)增長(zhǎng)效率評(píng)價(jià)體系包含了“碳匯”這一重要因素。同時(shí)，本文在分析了低碳經(jīng)濟(jì)增長(zhǎng)效率的地區(qū)差異性和空間自相關(guān)性的基礎(chǔ)上，通過(guò)建立空間計(jì)量模型實(shí)證研究了金融發(fā)展、技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的作用。研究結(jié)果表明，低碳經(jīng)濟(jì)增長(zhǎng)效率的省份分布表現(xiàn)出較強(qiáng)的差異性，經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)包含了中國(guó)大多數(shù)水平較高的省份，而中西部?jī)?nèi)陸地區(qū)則是水平較低省份的集中區(qū)域?？臻g自相關(guān)Moran’sI指數(shù)則表明，區(qū)域低碳經(jīng)濟(jì)增長(zhǎng)效率具有顯著的空間自相關(guān)性，鄰近省份的模仿效應(yīng)強(qiáng)烈。以金融發(fā)展規(guī)模和金融發(fā)展結(jié)構(gòu)為表征的金融發(fā)展水平對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響具有差異性，其中金融發(fā)展規(guī)模對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率的影響不顯著，而金融發(fā)展結(jié)構(gòu)對(duì)低碳經(jīng)濟(jì)增長(zhǎng)效率具有顯著的正向影響；以專利授權(quán)量、對(duì)外貿(mào)易和外商直接投資表征的技術(shù)進(jìn)步均能顯著地促進(jìn)低碳經(jīng)濟(jì)增長(zhǎng)效率的提升。除此之外，人力資本與低碳經(jīng)濟(jì)增長(zhǎng)效率呈顯著的正相關(guān)關(guān)系，而能源消費(fèi)結(jié)構(gòu)、政府干預(yù)和城鎮(zhèn)化水平與低碳經(jīng)濟(jì)增長(zhǎng)效率則呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系。

通過(guò)以上結(jié)論，對(duì)于將來(lái)中國(guó)促進(jìn)低碳經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)型的工作重點(diǎn)是加快綠色金融發(fā)展，大力促進(jìn)地區(qū)技術(shù)進(jìn)步，通過(guò)逐步降低碳排放強(qiáng)度，最終實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展。有鑒于此，本文提出如下政策建議。

第一，強(qiáng)化對(duì)金融市場(chǎng)的綠色信貸引導(dǎo)，增加對(duì)低碳企業(yè)和綠色項(xiàng)目的支持力度。首先，構(gòu)建由碳信貸、碳基金和碳擔(dān)保等構(gòu)成的綠色金融市場(chǎng)，優(yōu)化金融資源配置，為低碳企業(yè)參與綠色項(xiàng)目提供足夠的金融支持；其次，建立差別性的金融貸款政策，對(duì)于環(huán)境污染嚴(yán)重的企業(yè)實(shí)施不貸款或者高利率的懲罰性貸款，而對(duì)擁有良好環(huán)保信譽(yù)記錄的企業(yè)則提供利率優(yōu)惠；最后，實(shí)施銀行的綠色信貸問(wèn)責(zé)制，將信貸業(yè)務(wù)是否符合環(huán)境保護(hù)和綠色發(fā)展納入考核目標(biāo)之中，并在信貸過(guò)程中實(shí)施全程的動(dòng)態(tài)跟蹤，建立環(huán)境保護(hù)的一票否決制度。

第二，優(yōu)化金融市場(chǎng)的結(jié)構(gòu)構(gòu)成，大力發(fā)展碳金融及其衍生品，提高金融市場(chǎng)的競(jìng)爭(zhēng)力。以國(guó)家倡導(dǎo)的綠色金融為契機(jī)，推出國(guó)有商業(yè)銀行和中小銀行的碳金融衍生品，通過(guò)鼓勵(lì)開(kāi)展碳期權(quán)、碳期貨、碳互換和碳掉期等碳金融業(yè)務(wù)，完善銀行的碳金融衍生品交易體系；嚴(yán)格控制中小銀行的盲目貸款行為，通過(guò)降低碳金融衍生品的進(jìn)入門檻，引導(dǎo)更多的中小商業(yè)銀行進(jìn)入碳金融市場(chǎng)參與交易，開(kāi)放做空手段，提高流動(dòng)能力，進(jìn)而提高其碳金融發(fā)展水平。

第三，鼓勵(lì)各地區(qū)大力開(kāi)展研發(fā)創(chuàng)新活動(dòng)，提高低碳技術(shù)水平。政府應(yīng)加大教育和科研的重視力度，通過(guò)增加教育和研發(fā)的經(jīng)費(fèi)支出，把技術(shù)進(jìn)步和人才培養(yǎng)提高到戰(zhàn)略性地位；對(duì)于低碳發(fā)展所需要解決的環(huán)境問(wèn)題，實(shí)施政策優(yōu)惠，政府通過(guò)財(cái)政支持、基金注資、擔(dān)保貼息等方式支持低碳發(fā)展，為技術(shù)創(chuàng)新搭建良好平臺(tái)，促進(jìn)技術(shù)成果的低碳轉(zhuǎn)化；放松地區(qū)貿(mào)易保護(hù)，積極優(yōu)化進(jìn)出口貿(mào)易結(jié)構(gòu)，進(jìn)一步提高進(jìn)出口產(chǎn)品的低碳技術(shù)含量；提升對(duì)外開(kāi)放水平，加大外資的篩選力度，提高外資引進(jìn)的“門檻”，實(shí)施差別的引進(jìn)政策，對(duì)于高技術(shù)、低排放的外資企業(yè)要優(yōu)先引入，而對(duì)于高污染、高排放的外資企業(yè)則要實(shí)施不引進(jìn)政策。

第四，大力推進(jìn)地區(qū)節(jié)能減排工作，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展方式的低碳轉(zhuǎn)型。重視全民環(huán)境保護(hù)的思想教育，深入到地方基層開(kāi)展宣傳工作，建立起環(huán)保宣傳的長(zhǎng)效機(jī)制；積極實(shí)施地區(qū)“清潔能源”戰(zhàn)略，逐步降低日常化石能源的消費(fèi)比例，構(gòu)建起清潔低碳、安全高效的能源保障體系；加大政府在節(jié)能減排方面對(duì)相關(guān)機(jī)構(gòu)的引導(dǎo)作用，進(jìn)而提高城鎮(zhèn)發(fā)展的集約化水平，通過(guò)走低碳綠色的新型城市化道路，最終實(shí)現(xiàn)經(jīng)濟(jì)和環(huán)境的友好協(xié)調(diào)發(fā)展。

參考文獻(xiàn)：

[1]FRANKEL J,ROSE A.An estimate the effect of common currencies on trade and income[J].Quarterly Journal of Economics,2002,117(2):437-466.

[2]FRANKEL J,ROMER D.Does trade cause growth[J].American Economic Review,1999,89(3):379-399.

[3]徐楓,陳昭豪.金融發(fā)展與低碳經(jīng)濟(jì):基于PVAR模型的實(shí)證研究[J].投資研究,2014 (3):54-65.

[4]蒲成毅,潘小軍.低碳經(jīng)濟(jì)浪潮下中國(guó)碳金融市場(chǎng)發(fā)展模式設(shè)計(jì)[J].西南金融,2011(1):31-34.

[5]趙昕,郭晶.中國(guó)低碳經(jīng)濟(jì)發(fā)展的技術(shù)進(jìn)步因素及其動(dòng)態(tài)效應(yīng)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2011(5):47-51.

[6]楊會(huì)香,龔唯平.產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、技術(shù)進(jìn)步與低碳經(jīng)濟(jì)發(fā)展:以廣東省為例[J].產(chǎn)經(jīng)評(píng)論, 2012(1):43-52.

[7]張兵兵,徐康寧,陳庭強(qiáng).技術(shù)進(jìn)步對(duì)二氧化碳排放強(qiáng)度的影響研究[J].資源科學(xué),2014(3):567-576.

[8]劉亦文,張勇軍,胡宗義.技術(shù)進(jìn)步對(duì)低碳經(jīng)濟(jì)發(fā)展影響的國(guó)際比較與實(shí)證研究[J].湖湘論壇,2015(6): 55-61.

[9]張林.金融發(fā)展、科技創(chuàng)新與實(shí)體經(jīng)濟(jì)增長(zhǎng)——基于空間計(jì)量的實(shí)證研究[J].金融經(jīng)濟(jì)學(xué)研究,2016(1):14-25.

[10]TONE K.A slacks-based measure of efficiency in data envelopment analysis[J].European Journal of Operational Research,2001,130(3):498-509.

[11]ZHANG N,CHOI Y.Environmental energy efficiency of China’s regional economies:A non-oriented slacks-based measure analysis[J].Social Science Journal,2013,50(2):225-234.

[12]雷明,虞曉雯.我國(guó)低碳經(jīng)濟(jì)增長(zhǎng)的測(cè)度和動(dòng)態(tài)作用機(jī)制——基于非期望 DEA 和面板 VAR 模型的分析[J].經(jīng)濟(jì)科學(xué),2015(2):44-57.

[13]COOPER W W,RUIZ J L,SIRVENT I.Choosing weights from alternative optimal solutions of dual multiplier models in DEA[J].European Journal of Operational Research,2007,180(1):443-458.

[14]單豪杰.中國(guó)資本存量K的再估算:1952-2006年[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008(10):17-31.

[15] MORAN P A.The interpretation of statistical maps[J].Journal of the Royal Statistical Societ, Series B (Methodological), 1948,10(2):243-251.

[16]GROSSMAN G M,KRUEGER A B.Environmental impacts of the North American free trade agreement[R].National Bureau of Economics Research Working Paper,1991.

[17]PAGANO M.Financial market and growth:An overview[J].European Economic Review,1993,37(2/3):613-622.

[18]程云鶴,齊曉安,汪克亮,等.技術(shù)進(jìn)步、節(jié)能減排與低碳經(jīng)濟(jì)發(fā)展——基于1985—2009年中國(guó)28個(gè)省際面板數(shù)據(jù)的實(shí)證考察[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2013 (1):51-60

[19]林伯強(qiáng),姚昕,劉希穎.節(jié)能和碳排放約束下的中國(guó)能源結(jié)構(gòu)戰(zhàn)略調(diào)整[J].中國(guó)社會(huì)科學(xué), 2010(1): 58-71,222.

[20]ANSELIN L.Spatial econometrics: Methods and models[M].Netherlands:Springer,1988.

[21]HAINING R.Spatial data analysis in the social and environmental sciences[M]. Cambridge: Cambridge University Press,1993.

[22]嚴(yán)成樑,李濤,蘭偉.金融發(fā)展、創(chuàng)新與二氧化碳排放[J].金融研究,2016(1) :14-30.

[23]GRIMES P,KENTO J.Exporting the greenhouse: Foreign capital penetration and CO2emissions 1980-1996[J].Journal of World-Systems Research,2003,9(2):261-275

[24] FRANKEL J A. The environment and globalization[R]. Nber Working Paper, 2003, 55 (2):161-210