普惠金融在綠色生態(tài)發(fā)展中的傳遞作用

徐明偉　徐　鑫　解其昌

(山東工商學院 金融學院，山東 煙臺　264006；山東工商學院 經(jīng)濟學院， 山東 煙臺　264006)

一、引言

改革開放近四十年來，隨著我國經(jīng)濟發(fā)展水平不斷提高，工業(yè)化程度不斷加深，各地區(qū)環(huán)境壓力逐年增大，嚴重制約經(jīng)濟的綠色、循環(huán)發(fā)展，見趙海霞等(2005)。①趙海霞、曲福田、 諸培新:《江蘇省工業(yè)化進程中的環(huán)境效應分析》，《中國人口·資源與環(huán)境》2005年第4期。根據(jù)國務院2016年印發(fā)的《關于印發(fā)“十三五”生態(tài)環(huán)境保護規(guī)劃的通知》，我國二氧化硫等主要污染物排放量仍處于2000萬噸左右的高位，環(huán)境承載能力已接近上限。78.4%的城市空氣質(zhì)量未達標，重度及以上污染天數(shù)比例占3.2%，部分地區(qū)冬季空氣重污染頻發(fā)高發(fā)。城市建成區(qū)黑臭水體大量存在，湖庫富營養(yǎng)化問題依然突出。全國土壤點位超標率16.1%，耕地土壤點位超標率19.4%。同時，當年中國環(huán)境公報顯示，在全國338個地級及以上城市中，空氣質(zhì)量達標的城市數(shù)僅為84，占全部城市的24.9%。由上述數(shù)據(jù)可以看出，我國污染物排放量大面廣，環(huán)境污染日益嚴重，治理和改善任務艱巨。

如何協(xié)調(diào)經(jīng)濟發(fā)展與環(huán)境保護之間的矛盾關系，建立綠色生態(tài)發(fā)展模式，是當前我國社會發(fā)展所必須面對的問題。Beers and Vandenbergh (1996)②Beers C. V. Vandenbergh J. M. An Overview of Methodological Approaches in the Analysis of Trade and Environment. Journal of World Trade. Vol30，1996.143-167.、梁平漢和高楠(2014)③梁平漢、 高楠:《人事變更、法制環(huán)境和地方環(huán)境污染》，《管理世界》2014年第6期。、宋馬林和王舒鴻(2013)④宋馬林、王舒鴻:《環(huán)境規(guī)制、技術進步與經(jīng)濟增長》，《經(jīng)濟研究》2013年第3期。分別從對外貿(mào)易、法制環(huán)境改善和政府監(jiān)管等視角提出了抑制環(huán)境破壞的相關建議。不言而喻，除依靠上述措施外，還應立足當下經(jīng)濟形勢，合理運用金融手段，大力促進綠色、環(huán)保產(chǎn)業(yè)發(fā)展，同時不斷提高企業(yè)的融資便捷性，逐步推動企業(yè)走清潔化、綠色化的發(fā)展道路。目前，國內(nèi)外有關影響環(huán)境污染因素的研究主要集中于城鎮(zhèn)化水平、能源消費、政府規(guī)制和技術創(chuàng)新等方面，雖有不少學者就綠色金融與環(huán)境保護之間的關系做了細致研究，但還未發(fā)現(xiàn)有從普惠金融的角度研究地區(qū)金融整體發(fā)展水平對環(huán)境污染的制約路徑，即一個地區(qū)金融業(yè)的整體發(fā)展可從側(cè)面推動環(huán)境保護力度的提高。例如，較高地區(qū)的金融業(yè)發(fā)展水平有利于提高當?shù)仄髽I(yè)的融資便捷性，降低企業(yè)的融資成本，使企業(yè)有更多的資金用于技術研發(fā)，從長期來看可有效降低當?shù)丨h(huán)境污染程度。因此，發(fā)展普惠金融對緩和經(jīng)濟增長與環(huán)境污染的矛盾具有重要意義。

二、文獻綜述

針對環(huán)境污染的影響因素，國內(nèi)外學者大多以Barbera and Mcconnell (1986)提出的EKC曲線為基礎，從經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、政府規(guī)制和技術進步等方面進行了研究。*Barbera A. J. Mcconnell V. D. Effects of Pollution Control on Industry Productivity: A Factor Demand Approach. Journal of Industrial Economics. Vol35，No.2，1986.161-172.Marsiglio等(2016)指出環(huán)境壓力與經(jīng)濟發(fā)展關系的變動主要是由于產(chǎn)業(yè)結(jié)構(gòu)的不斷調(diào)整。*Marsiglio S. Ansuategi A. Gallastegui M. C. The Environmental Kuznets Curve and the Structural Change Hypothesis. Environmental and Resource Economics. Vol63，No.2，2016. 265-288.林伯強和鄒楚沅(2014)從歷史發(fā)展的角度對我國中西部污染轉(zhuǎn)移機制進行了相關研究，認為在經(jīng)濟發(fā)展的初期，政府為提高地區(qū)生產(chǎn)總值，會通過改變環(huán)境保護政策或降低環(huán)境規(guī)制力度來承接污染程度高的企業(yè)。*林伯強、 鄒楚沅:《發(fā)展階段變遷與中國環(huán)境政策選擇》，《中國社會科學》 2014年第5期。Kostka (2013)則從政府官員升遷考核的視角，指出地方政府官員出于升遷的目的，會選擇放棄環(huán)境換取GDP而導致環(huán)境壓力的升高。*洪大用:《我國公眾環(huán)境保護意識的調(diào)查與分析》，《中國人口·資源與環(huán)境》1997年2期。Criado等(2011)指出地方政府可能為滿足當?shù)鼐用駥κ杖胨教岣叩膹娏倚枨螅瑢δ承┢髽I(yè)給予政策上的優(yōu)惠。*Criado C. O. Valente S. Stengos T. Growth and Pollution Convergence: Theory and Evidence. Journal of Environmental Economics & Management. Vol62，No.2，2011.199-214.另一方面，公眾對綠色環(huán)境的需求也會推動政府加大對污染排放企業(yè)的規(guī)制力度。比如，Dechezleprêtre等(2015)研究發(fā)現(xiàn)企業(yè)會通過新技術或降低生產(chǎn)來減少自身污染物的排放量以滿足政府的政策要求。*Dechezleprêtre A. Neumayer E. Perkins R. Environmental Regulation and the Cross-border Diffusion of New Technology: Evidence from Automobile Patents. Research Policy. Vol44，No.1，2015.244-257.

除了上述對經(jīng)濟發(fā)展、公眾需求、政府規(guī)制、技術進步與環(huán)境污染之間的研究外，部分學者就我國金融發(fā)展與環(huán)境保護之間的復雜關系也做了大量研究。例如，張承惠等(2016)認為綠色金融發(fā)展需要一個完整的政策體系支持，地方政府在綠色金融發(fā)展過程中扮演著極為重要的角色。*張承惠、謝孟哲、 田輝等:《發(fā)展中國綠色金融的邏輯與框架》，《金融論壇》2016年第2期。韓立巖等(2010)也認為地方政府各種產(chǎn)業(yè)政策左右著綠色金融發(fā)展的方向，如銀行業(yè)在開發(fā)各種綠色金融工具的同時，政府需要通過不斷引導，配套出臺各種相關優(yōu)惠政策來完善綠色金融發(fā)展的激勵機制。*韓立巖、尤苗、 魏曉云:《政府引導下的綠色金融創(chuàng)新機制》，《中國軟科學》2010年第11期。此外，關于金融服務體系的構(gòu)建，王元龍等(2011)基于宏觀經(jīng)濟的視角，認為我國需要大力推進綠色金融機制建設，從整體上構(gòu)建一個完善的綠色金融服務體系，并抓住我國經(jīng)濟由高速增長向中高速增長的轉(zhuǎn)變機遇，讓綠色金融帶動新的經(jīng)濟增長點。*王元龍、馬昀、王思程等:《中國綠色金融體系: 構(gòu)建與發(fā)展戰(zhàn)略》，《財貿(mào)經(jīng)濟》2011年第10期。何師元(2015)則從互聯(lián)網(wǎng)與金融關系角度提出我國發(fā)展綠色金融的具體建議，即以“互聯(lián)網(wǎng)+金融”的模式來形成科技、金融、社會、國際等各個角度的全面聯(lián)合，更為有效地促進我國實體經(jīng)濟的發(fā)展。*何師元:《互聯(lián)網(wǎng)+金融新業(yè)態(tài)與實體經(jīng)濟發(fā)展的關聯(lián)度》，《改革》2015年第7期。

普惠金融的概念在2005年被中國小額信貸聯(lián)盟(原名中國小額信貸發(fā)展促進網(wǎng)絡)首次提出。自此，普惠金融受到了學者們的廣泛關注。程書華(2014)從企業(yè)視角，指出普惠金融的核心目的是幫助小微企業(yè)提高貸款的便利性。*程書華:《發(fā)展普惠金融緩解小微企業(yè)融資困難》，《宏觀經(jīng)濟管理》 2014年第11期。Leeladhar(2006)則認為普惠金融是指社會應當構(gòu)建出服務于大眾的金融體系。對于普惠金融給整個社會帶來的收益問題，陳嘯(2017)從克服當前金融體系不合理弊端及推動經(jīng)濟健康循環(huán)發(fā)展等視角進行了研究。*陳嘯:《普惠金融、關系型借貸與農(nóng)村中小企業(yè)融資》，《經(jīng)濟問題》2017年第4期。

通過對上述文獻的梳理，國內(nèi)外學者有關環(huán)境污染制約因素的研究主要集中于經(jīng)濟發(fā)展、公眾需求、政府規(guī)制和技術進步等方面。雖有部分學者分析了綠色金融與環(huán)境保護之間的關系，但針對普惠金融發(fā)展對環(huán)境污染的遏制作用鮮有學者進行分析。此外，針對普惠金融傳導效應的實證檢驗更為缺少。因此，本文在國內(nèi)外學者已有研究的基礎上，將普惠金融變量引入環(huán)境庫茲涅茨曲線，選取代表環(huán)境壓力、經(jīng)濟發(fā)展水平、政府規(guī)制力度、研發(fā)投入程度和普惠金融發(fā)展規(guī)模的相關數(shù)據(jù)，構(gòu)建面板模型，實證檢驗普惠金融的傳遞效應如何制約環(huán)境污染行為。針對普惠金融對環(huán)境保護的經(jīng)濟效應和技術效應進行分析，并據(jù)此提出建設綠色生態(tài)環(huán)境的相關政策建議。

三、模型設定、數(shù)據(jù)說明及指標構(gòu)建

(一)模型設定

本文以Dizte and Rosa(1997)提出的STIRPAT模型為基礎，分析普惠金融遏制環(huán)境污染的具體路徑。*Dietz T. Rosa E. A. Effects of Population and Affluence on CO2Emissions. Proceedings of the National Academy of Sciences of the United States of America. Vol94，No.1，1997. 175-179.STIRPAT模型如下所示：

(1)

lnIit=αi+β1lnAit+β2lnTit+εit

(2)

為分析普惠金融發(fā)展對環(huán)境污染的遏制路徑，本文在公式(2)基礎上引入普惠金融發(fā)展、政府規(guī)制及普惠金融與其他變量的交叉項。進一步，根據(jù)EKC曲線理論，即經(jīng)濟增長與環(huán)境污染呈倒“U”型關系，于是引入經(jīng)濟發(fā)展水平的平方項。因此，拓展后的模型是：

(3)

其中EN代表環(huán)境污染程度，ENERGY代表能源消費總量，GDP代表經(jīng)濟發(fā)展水平，IFI為普惠金融發(fā)展指數(shù)，MANAGE代表政府規(guī)制力度，R&D代表研發(fā)投入程度，IFIlnGDP代表普惠金融的經(jīng)濟效應，IFIlnR&D代表普惠金融的技術效應，β1,β2,…,β8為待估參數(shù)，ε是隨機誤差項。

(二)指標選取與數(shù)據(jù)來源

借鑒Grossman and Krueger(1991)的方法，使用工業(yè)三廢數(shù)據(jù)，經(jīng)過統(tǒng)計計算得出環(huán)境壓力的量化指標，*Grossman G. M. Krueger A. B. Environmental Impacts of a North American Free Trade Agreement. Social Science Electronic Publishing. Vol8，No.2，1991.223-250.并選擇2005-2014年我國29個省份或地區(qū)(由于西藏和海南兩個地區(qū)的部分數(shù)據(jù)缺失，予以舍棄)的相關數(shù)據(jù)作為解釋變量，各變量的數(shù)據(jù)主要來源于wind資訊網(wǎng)、各省歷年統(tǒng)計年鑒和相關金融分析報告。應用STIRPAT模型，將普惠金融發(fā)展程度、EKC曲線的理論引入環(huán)境壓力函數(shù)，相關指標的量化方法和變量含義如下：

EN為各省環(huán)境污染程度(單位：萬噸)，作為被解釋變量，指標具體構(gòu)建方法見下文環(huán)境污染指數(shù)的構(gòu)建，數(shù)據(jù)來源于國家統(tǒng)計局及各省環(huán)境統(tǒng)計年鑒；

ENERGY為各省能源消費總量，依據(jù)折算系數(shù)折合為標準煤(單位：萬噸)，數(shù)據(jù)來源于歷年能源統(tǒng)計年鑒及Wind咨訊；

GDP為各省人均生產(chǎn)總值(以2004年為基年進行平減并計算出歷年實際人均地區(qū)生產(chǎn)總值，單位：萬元)，經(jīng)濟增長帶來的整個社會環(huán)保理念的提升和新技術的擴散等影響會對企業(yè)排放的污染物有一定程度的減少作用，考慮到環(huán)境污染與經(jīng)濟發(fā)展的“倒U型”關系，引入GDP取對數(shù)后的平方項，數(shù)據(jù)來源于國家統(tǒng)計局；

IFI為各省普惠金融發(fā)展指數(shù)，指標具體構(gòu)建見下文普惠金融指數(shù)構(gòu)建的說明，數(shù)據(jù)來源于國家統(tǒng)計局和歷年中國金融運行報告；

MANAGE為各省工業(yè)污染治理投入額(單位：億元)，工業(yè)污染治理資金的增加對環(huán)境污染行為的遏制作用主要體現(xiàn)在污染物的處理方面，數(shù)據(jù)來源于國家統(tǒng)計局和各省環(huán)境統(tǒng)計年鑒；

FEE為各省收取的排污費(單位：億元)，排污費的大小衡量了政府對污染企業(yè)的規(guī)制力度。選取歷年排污費的指標，不僅是考慮數(shù)據(jù)可得性，也是因為排污費金額的增加會提高污染企業(yè)排污成本，降低企業(yè)利潤，迫使企業(yè)不得不考慮排污罰款與治理排污之間的利益大小，從而在一定程度上遏制企業(yè)的排污行為，平減方法以2004年為基年，計算公式同上文地區(qū)生產(chǎn)總值，數(shù)據(jù)來源于歷年環(huán)境年鑒及各省環(huán)境狀況公報，該變量作為政府規(guī)制的替代變量對樣本數(shù)據(jù)進行穩(wěn)健性檢驗，具體分析見下文樣本數(shù)據(jù)穩(wěn)健性檢驗的部分；

R&D為各省研究與開發(fā)投入(單位：億元)，研發(fā)投入對環(huán)境污染的遏制作用主要體現(xiàn)在新技術的使用與擴散方面，2004-2009年各省R&D投入額數(shù)據(jù)來源于各省科技統(tǒng)計年鑒，2010-2014年各省R&D投入額數(shù)據(jù)來源于歷年全國科技經(jīng)費投入公報；

IFIlnGDP為普惠金融發(fā)展程度與經(jīng)濟發(fā)展水平的交叉項，其中普惠金融指數(shù)經(jīng)過去中心化處理，借鑒聶飛和劉海云(2016)將城鎮(zhèn)化的規(guī)模效應引入EKC曲線的方法，*聶飛、 劉海云:《基于城鎮(zhèn)化門檻模型的中國OFDI的碳排放效應研究》，《中國人口·資源與環(huán)境》2016年第9期。該交叉項代表普惠金融的規(guī)模效應，即普惠金融發(fā)展引起的經(jīng)濟增長有利于遏制環(huán)境污染；

IFIlnR&D為普惠金融發(fā)展程度與研發(fā)投入的交叉項，該交叉項代表普惠金融的技術效應，即假設普惠金融發(fā)展帶來的企業(yè)技術水平的提高有利于遏制環(huán)境污染。

(三)環(huán)境污染指數(shù)的構(gòu)建

本文選取工業(yè)三廢排放量作為環(huán)境污染指數(shù)度量指標，對工業(yè)廢水、工業(yè)廢氣和工業(yè)固體廢棄物進行去量綱化及加權處理(正指標極差變化法)，去量綱加權如公式(4)所示：

wi(Xi-mi)/(Mi-mi),i=1,2,3

(4)

其中wi為三種污染物的權重；Xi為各省歷年三種污染物的具體排放量；mi為三種污染物排放量的最小值；Mi為三種污染物排放量的最大值。權重wi的計算方法采用獨立性權重系數(shù)法，即根據(jù)一種污染物與其他污染物的共線性強弱來確定該污染物指標權重，各指標的權重(綜合共線性即復相關系數(shù)，也可以看作對調(diào)整R2進行開方的數(shù)值結(jié)果)計算公式公式(5)所示：

φi=adjR2-1/2=1-(1-R2)(n-1)/(n-k)-1/2

(5)

01

(6)

(四)普惠金融發(fā)展指數(shù)的構(gòu)建

本文根據(jù)Sarma and Pais(2011)*Sarma M. Pais J. Financial Inclusion and Development. Journal of International Development. 2011.613-628.構(gòu)建的普惠金融指標方法，從中國環(huán)境規(guī)制的具體情況出發(fā)，計算出了各省的普惠金融發(fā)展指數(shù)，如表1所示。

此外，為區(qū)別各個指標對各地區(qū)普惠金融發(fā)展影響力度的大小，采用變異系數(shù)法得出各個指標對應的權重。并通過線性閾值法消除各個指標量綱的影響，最終得出各個省份的普惠金融發(fā)展指數(shù)，具體計算說明如下：

各個省份普惠金融發(fā)展指數(shù)定義為IFI，其計算公式如公式(7)所示：

(7)

表1　中國各省普惠金融相關指標的測度

四、實證結(jié)果分析

(一)數(shù)據(jù)描述性分析

相關數(shù)據(jù)的描述性統(tǒng)計結(jié)果如表2所示，樣本數(shù)為290。環(huán)境污染指數(shù)的均值為0.21，標準差為0.15，最小值為0.0007，最大值為0.7411。其中經(jīng)濟發(fā)展變量最小值與最大值相差巨大，且標準差較大，即經(jīng)濟發(fā)展變量的波動性較大。而普惠金融指數(shù)和環(huán)境污染指數(shù)的標準差分別為0.17和0.15，即各省份的普惠金融發(fā)展水平和環(huán)境污染程度波動性較小。

表2　各個變量的描述性統(tǒng)計

為解決樣本自由度不足、遺漏變量等問題，本文選擇面板模型。這是因為面板數(shù)據(jù)不僅同時包含截面維度和時間維度，有效地提高樣本量，還可以研究更多的個體動態(tài)行為。選取中國29個省環(huán)境污染程度圖和地區(qū)普惠金融指數(shù)時間趨勢圖，分別如圖1、圖2和圖3所示(基于數(shù)據(jù)可得性，暫不包括中國西藏、海南、臺灣地區(qū)和南海)。

圖1　2005-2014年十年間環(huán)境污染平均程度圖

圖2　2014年環(huán)境污染程度圖

圖1和圖2中顏色的深淺代表污染程度的高低，較淺區(qū)域代表生態(tài)環(huán)境污染程度較低的省份，而顏色較深的區(qū)域代表生態(tài)環(huán)境污染程度較為嚴重的省份。可以看出，全國29個省的生態(tài)環(huán)境污染程度隨著時間推移大體呈現(xiàn)上升趨勢。北京地區(qū)生態(tài)環(huán)境污染程度保持良好，而其周邊的河北地區(qū)在圖1和圖2中均顯示出深色，環(huán)境污染指數(shù)大于0.5，屬于生態(tài)環(huán)境污染嚴重的地區(qū)。此外，從整體來看，圖2中的淺色區(qū)域面積明顯少于圖1中淺色區(qū)域面積，說明我國各地區(qū)生態(tài)環(huán)境均呈現(xiàn)出惡化趨勢，尤其是西部地區(qū)。

由圖3四張圖可看出，我國整體普惠金融發(fā)展水平并沒有顯著提高。圖3(a)給出了北京、上海、天津和重慶四個直轄市2005-2014年普惠金融發(fā)展水平變動趨勢。由該圖可以看出，只有上海市的普惠金融發(fā)展水平逐年穩(wěn)步上升，且保持在0.8高位以上。而北京市和天津市的普惠金融發(fā)展程度相近，在0.3至0.5的范圍內(nèi)波動。重慶市的普惠金融發(fā)展水平較其余三市最低，歷年普惠金融發(fā)展指數(shù)均低于0.2。

圖3(b)中描繪了我國東部地區(qū)各省份2005-2014年普惠金融發(fā)展水平變動趨勢。由該圖可以看出，浙江、江蘇和廣東三省的普惠金融發(fā)展水平在東部地區(qū)處于高位，大體在0.1至0.2范圍內(nèi)波動。遼寧、河北和福建三省的普惠金融發(fā)展水平在東部地區(qū)處于中位，大體在0.05至0.15范圍內(nèi)波動。而廣西省的普惠金融發(fā)展水平較東部地區(qū)其它省份最低，歷年普惠金融發(fā)展指數(shù)均低于0.05。

圖3(c)為我國中部地區(qū)各省份2005-2014年普惠金融發(fā)展水平變動趨勢。由該圖可以看出，中部地區(qū)整體普惠金融發(fā)展水平較為接近，其中內(nèi)蒙古最低，該地區(qū)歷年普惠金融發(fā)展指數(shù)均低于0.025，河南地區(qū)普惠金融發(fā)展水平在中部地區(qū)處于高位，但在2005至2014年十年間呈現(xiàn)出明顯的下降趨勢。此外，黑龍江和內(nèi)蒙古地區(qū)雖處于低位，但是普惠金融發(fā)展程度沒有下降的趨勢。

圖3(d)顯示了我國西部地區(qū)各省份2005-2014年普惠金融發(fā)展水平變動趨勢。由該圖可以看出，西部地區(qū)整體普惠金融發(fā)展水平下降趨勢不明顯，新疆、青海、甘肅和云南四個省份的普惠金融發(fā)展指數(shù)基本保持不變，在0.01至0.04范圍內(nèi)波動。此外，陜西省在2005至2014年間普惠金融發(fā)展程度呈現(xiàn)出明顯的下降趨勢。

圖3　分地區(qū)普惠金融發(fā)展水平變動

(二)固定效應與隨機效應

表3　固定效應和隨機效應估計結(jié)果

(注：表中系數(shù)下方數(shù)字為標準誤，括號中為P值，*、**、***分別代表在10%、5%和1%水平上顯著。)

本文選取中國29個省份2005-2014年的面板數(shù)據(jù)，構(gòu)建面板數(shù)據(jù)模型進行實證分析，首先利用F檢驗在固定效應和混合回歸中選擇固定效應，再利用Hausman檢驗在隨機效應和固定效應中選擇固定效應。檢驗結(jié)果如表3所示(政府收取的排污費金額FEE沒有放入固定效應的回歸，因為該變量和其他變量的相關系數(shù)較高，所以將其作為工業(yè)污染治理金額MANAGE的替代變量來檢驗樣本數(shù)據(jù)的穩(wěn)健性)。

由表3右方F檢驗和Hausman檢驗的結(jié)果可以看出，固定效應面板模型F檢驗P值為0.0000，強烈拒絕原假設，即對于原假設H0：所有αi=0，應該拒絕混合回歸模型而選擇固定效應模型，允許每個個體擁有自己的截距項。雖然固定效應F檢驗的結(jié)果確定了個體效應，但個體效應也有可能以隨機效應的形式存在。因此需要對固定效應與隨機效應進行Hausman檢驗。由表3下方的Hausman檢驗結(jié)果可以看出，P值為0.0343，故在5%顯著性水平下拒絕原假設H0：αi是一致的，即拒絕隨機效應模型，接受固定效應模型。

1.普惠金融的經(jīng)濟效應

根據(jù)表3固定效應的回歸結(jié)果可以看出，IFI變量影響系數(shù)顯著為正，即普惠金融的發(fā)展對環(huán)境污染行為沒有直接的遏制作用。同樣，lnGDP變量的影響系數(shù)也為正，雖然顯著性不足，但說明經(jīng)濟發(fā)展水平的提高也無法有效地遏制環(huán)境污染，即目前我國整體經(jīng)濟與環(huán)境關系處于EKC曲線的左側(cè)，未經(jīng)歷拐點。然而，普惠金融變量(已對該變量去中心化)與經(jīng)濟發(fā)展變量的交叉項IFIlnGDP影響系數(shù)顯著為負，說明普惠金融與經(jīng)濟發(fā)展的綜合作用可以有效降低環(huán)境污染，即普惠金融水平提高帶來的經(jīng)濟發(fā)展可以有效地遏制環(huán)境污染行為。這可能是由于普惠金融的核心是以小微企業(yè)和城鎮(zhèn)低收入者等各種弱勢群體為服務對象，有利于整個社會經(jīng)濟的健康發(fā)展。并且我國在環(huán)保的基礎上倡導普惠金融發(fā)展，即綠色普惠金融，由此帶來的經(jīng)濟增長必然可以降低環(huán)境壓力。另一方面，從隨機效應的回歸結(jié)果也可以看出，普惠金融的經(jīng)濟效應系數(shù)及顯著性沒有大的改變，從側(cè)面證明了普惠金融經(jīng)濟效應對遏制環(huán)境污染的有效性。

2.普惠金融的技術效應

根據(jù)表3固定效應的回歸結(jié)果可以看出，研發(fā)投入變量lnR&D的影響系數(shù)為正，雖然沒有通過顯著性檢驗，但也說明研發(fā)投入的增加無法有效遏制環(huán)境污染程度的提高，這可能是由于各種污染處理技術研發(fā)的難度較大，或者是政府引導不足、企業(yè)管理模式存在問題而導致的研發(fā)投入資金使用效率不高。此外，研發(fā)投入變量與普惠金融變量的交叉項IFIlnR&D的系數(shù)顯著為正，說明普惠金融帶來的技術效應無法遏制環(huán)境污染，這可能是由于政府在引導普惠金融發(fā)展的同時，沒有及時融入環(huán)保的理念，導致普惠金融帶來的技術水平提高無法有效服務于環(huán)保工作。另一方面，也可能是由于當前經(jīng)濟形勢下，企業(yè)即使依靠普惠金融提高了融資便捷性，降低了融資成本，依然不會考慮自身發(fā)展與當?shù)丨h(huán)境保護的協(xié)調(diào)關系，只是全力追求企業(yè)當期的經(jīng)濟利潤。

3.EKC曲線的拐點問題

根據(jù)部分學者對于我國EKC曲線的研究，預先假定我國經(jīng)濟發(fā)展與環(huán)境污染的關系為“倒U型”。根據(jù)表3固定效應的回歸結(jié)果可以看出，經(jīng)濟發(fā)展平方項lnGDP2的影響系數(shù)為負，但沒有通過顯著性檢驗。從固定效應的視角，我國環(huán)境污染與經(jīng)濟發(fā)展的關系還未經(jīng)歷EKC曲線的拐點。但是，根據(jù)表3隨機效應的結(jié)果可以看出，經(jīng)濟發(fā)展平方項的影響系數(shù)顯著為負，證明了我國經(jīng)濟發(fā)展與環(huán)境壓力之間的關系為“倒U型”。結(jié)合上述分析，大體可以判斷出我國經(jīng)濟發(fā)展與環(huán)境壓力的關系已逼近EKC曲線的拐點，對于環(huán)境壓力臨界值逼近，會逐步限制經(jīng)濟的可持續(xù)發(fā)展，因此解決環(huán)境問題刻不容緩。

4.政府規(guī)制的失效分析

根據(jù)表3固定效應的回歸結(jié)果可以看出，政府規(guī)制變量MANAGE的影響系數(shù)為正，且通過了顯著性檢驗，即工業(yè)污染治理額的增加無法有效地降低環(huán)境污染程度。這可能是由于隨著我國工業(yè)化進程的加快，各種污染物的排放力度不斷增加，即使政府和企業(yè)進行污染治理，也無法有效地遏制工業(yè)化背景下的環(huán)境污染。另一方面，也可能是由于政府規(guī)制力度不足以讓企業(yè)在追求經(jīng)濟利潤的同時兼顧地方環(huán)保，因為政府對企業(yè)的環(huán)保規(guī)制主要是以增加企業(yè)排污成本為出發(fā)點，而當企業(yè)放棄污染治理帶來的經(jīng)濟效益遠遠大于排污費等各種參與污染治理帶來的額外成本時，便會適當減小對自身污染的治理轉(zhuǎn)而謀求更多的利潤。更重要的是，大部分企業(yè)沒有樹立環(huán)保理念，即當企業(yè)繳納排污費或環(huán)境保護稅后，便心安理得的進行排污行為，因此政府不僅需要提高企業(yè)的排污成本，還要將環(huán)保的理念及時地引入企業(yè)管理層，從根本上遏制環(huán)境污染。

五、穩(wěn)健性檢驗

由于環(huán)境污染會與政府規(guī)制等變量互相影響，產(chǎn)生內(nèi)生性問題，為防止回歸結(jié)果的偶然性，本文就模型設定、回歸方法和變量選取三個方面對上文結(jié)果做了較為全面的穩(wěn)健性檢驗。

(一)模型設定檢驗

在本文建立的模型中，被解釋變量環(huán)境污染程度可能會受到前期排放量多少的影響，并且，政府對環(huán)境污染的規(guī)制力度也可能會根據(jù)前期的污染物排放量進行或大或小的調(diào)整，這幾個變量可能存在一定的內(nèi)生性。因此，利用Arellano and Bond(1991)提出的差分GMM和系統(tǒng)GMM，建立動態(tài)面板模型對解釋變量的內(nèi)生性進行檢驗。*Arellano M. Bond S. Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations. Review of Economic Studies. Vol58，No.4，1991. 277-297.該動態(tài)面板模型如公式(8)所示：

(8)

其中L.lnEN為環(huán)境污染程度滯后一期值，其余變量定義與前文相同。

為保證GMM估計的一致性，必須要保證擾動項εit不存在自相關，因此需要對此做出檢驗，可以通過擾動項的差分是否存在一階與二階(甚至更高階)自相關來檢驗原假設(原假設為擾動項不存在自相關)。此外，由于GMM方法使用了過多的工具變量，需要進行過度識別檢驗，通過Sargan檢驗來判斷工具變量的有效性(原假設為所有工具變量均有效)。具體回歸結(jié)果如表4所示。

表4　GMM估計結(jié)果

IFI11．4228???1．757121．9492?13．1887lnMANAGE-0．0232???0．0073-0．01730．0138lnR&D-0．00220．01260．0010．0808IFIlnGDP-1．1466???0．2376-2．7776?1．5201IFIlnR&D0．3724??0．14581．3490??0．5940Arellano-bondAR(1)(0．0068)(0．0069)Arellano-bondAR(2)(0．1004)(0．1563)Sargan檢驗26．0960(1．0000)22．7500(1．0000)觀測值個數(shù)232261

(注：表中系數(shù)下方數(shù)字為標準誤，括號中為P值，*、**、***分別代表在10%、5%和1%水平上顯著。)

由表4下方Arellano-bond AR檢驗結(jié)果可以看出，差分GMM和系統(tǒng)GMM中的擾動項εit的差分存在一階自相關，但不存在二階自相關和更高階的自相關，即可以接受原假設“擾動項εit無自相關”，可以使用差分GMM和系統(tǒng)GMM估計。過度識別(Sargan)檢驗結(jié)果接受“所有工具變量都有效”的原假設，即新增的工具變量和擾動項不相關，是有效工具變量。

此外，將表4的回歸結(jié)果與上文固定效應結(jié)果進行對比，可以發(fā)現(xiàn)大部分的變量系數(shù)符號和顯著性水平?jīng)]有變動，避免了內(nèi)生性問題。綜上所述，模型設定通過了穩(wěn)健性檢驗。

(二)回歸方法檢驗

除了考察樣本數(shù)據(jù)的穩(wěn)健性之外，還應考慮到回歸方法的穩(wěn)健性。本文使用面板分位數(shù)回歸對模型估計進行穩(wěn)健性檢驗。在上述回歸模型中，著重考察的是解釋變量x對被解釋變量y的條件期望E(y|x)的影響，實際上是均值回歸。而分位數(shù)回歸可以著重考察解釋變量x對被解釋變量y的整個條件分布F(y|x)的影響。我們使用Koenker(2004)提出的加權組合分位數(shù)回歸方法來估計面板數(shù)據(jù)模型。*Koenker R. Quantile Regression for Longitudinal Data. Journal of Multivariate Analysis. 2004. 74-89.

對于給定的正整數(shù)J，令τj=j/J+1為第j個分位點，j=1,2,…,J，則面板模型的分位數(shù)回歸估計如公式(9)所示：

(9)

公式(9)中的I(·)為示性函數(shù)，ρτj=u(τj-I(u<0))是分位數(shù)損失函數(shù)，λ是處罰參數(shù)，目的是為了收縮個體效應、提高參數(shù)估計效率。wj為權重 ，用于調(diào)整分位數(shù)對參數(shù)估計的影響。本文中使用λ=0.5且權重選擇為：

(10)

需要說明的是公式(10)中的J代表選取的分位點的個數(shù)，這里我們?nèi)=9。這樣就可以得到各變量在9個不同分位點上的系數(shù)估計值。為了便于比較，采用Zhao and Xiao (2014)的加權分位數(shù)平均估計方法，*Zhao Z. Xiao Z. Efficient Regressions via Optimally Combining Quantile Information.Econometric Theory. Vol30，No.6，2014.1272-1314.得出加權系數(shù)平均估計值：

(11)

表5　面板分位數(shù)與替換變量的估計結(jié)果

(注：表中系數(shù)下方數(shù)字為標準誤，括號中為P值，*、**、***分別代表在10%、5%和1%水平上顯著。)

由表5結(jié)果可看出，各個系數(shù)的符號和顯著性水平并沒有大幅度變動。經(jīng)濟增長和普惠金融的發(fā)展依然不能直接有效地制約環(huán)境污染，但是普惠金融對環(huán)境污染存在一定程度的間接遏制作用。換言之，普惠金融和經(jīng)濟增長的交叉項系數(shù)為-3.0414，P值為0.0305，在5%顯著性水平下顯著，說明普惠金融帶來的經(jīng)濟效應可以有效制約生態(tài)環(huán)境污染。不僅如此，經(jīng)濟發(fā)展的系數(shù)為3.3616，P值為0.1204，根據(jù)環(huán)境庫茲涅茨曲線的定義，判斷中國經(jīng)濟發(fā)展和環(huán)境污染關系依然處于庫茲涅茨曲線的左側(cè)，即經(jīng)濟發(fā)展無法有效地制約環(huán)境污染行為。綜上所述，回歸方法通過了穩(wěn)健性檢驗。

(三)變量選取檢驗

為防止結(jié)論的偶然性，需要對樣本數(shù)據(jù)進行穩(wěn)健性檢驗，將FEE作為排污費的替代變量放入模型，重新進行固定效應模型的估計(經(jīng)過F檢驗和Hausman檢驗，證明將MANAGE替換為FEE后模型依然選擇固定效應)，并將結(jié)果進行比較，具體如表5第三列所示。

由表5的回歸結(jié)果可以看出，所有指標的系數(shù)符號和顯著性并沒有大幅度的改變。研發(fā)投入力度的提高和經(jīng)濟增長無法有效地降低環(huán)境壓力，并且普惠金融和經(jīng)濟增長的交叉項依然可以有效地制約環(huán)境污染。另一方面，普惠金融與研發(fā)投入的交叉項對環(huán)境污染的制約作用失效，即普惠金融對環(huán)境保護存在積極的經(jīng)濟效應，而技術效應則不顯著。綜上所述，樣本數(shù)據(jù)通過了穩(wěn)健性檢驗。

六、主要結(jié)論及政策建議

本文以STIRPAT模型為基礎，研究了政府規(guī)制、研發(fā)投入與環(huán)境污染關系的同時，通過引入普惠金融變量，定量分析了普惠金融帶來的經(jīng)濟效應和技術效應如何有效地遏制環(huán)境污染。此外，依據(jù)EKC曲線理論分析了我國經(jīng)濟發(fā)展與環(huán)境污染的關系，得出以下主要結(jié)論：

(一)基于普惠金融經(jīng)濟效應視角。我國普惠金融水平的提高，雖然無法直接有效地遏制環(huán)境污染，但可以通過帶動綠色健康經(jīng)濟的發(fā)展，即通過經(jīng)濟效應的路徑來降低環(huán)境壓力。*參見趙卿、曾海艦：《國家產(chǎn)業(yè)政策、區(qū)域金融發(fā)展與企業(yè)債務期限結(jié)構(gòu)》，《經(jīng)濟與管理評論》2016年第2期。

(二)基于普惠金融技術效應視角。我國普惠金融帶來的技術效應無法有效地遏制環(huán)境污染，這可能是由于普惠金融帶來的技術研發(fā)投入并不能有效地切合企業(yè)的排污技術，或是由于企業(yè)只是單純利用普惠金融來降低融資成本，加上相關排污技術研發(fā)難度較大，因此企業(yè)考慮自身經(jīng)濟利潤，便不再提高自身對排污技術的研發(fā)。

(三)基于其他因素視角。我國經(jīng)濟的整體發(fā)展與環(huán)境污染關系已逼近EKC曲線的拐點，環(huán)境壓力的上升會逐漸對經(jīng)濟發(fā)展產(chǎn)生反作用。政府對環(huán)境污染的規(guī)制作用失效，利用排污費、環(huán)境保護稅等政策來增大企業(yè)排污成本并不能有效地遏制環(huán)境污染。此外，研發(fā)投入力度的增加也不能有效地遏制環(huán)境污染，而能源消費量的增加會顯著的提高環(huán)境壓力。

根據(jù)上述主要結(jié)論，結(jié)合普惠金融對環(huán)境規(guī)制的不同傳導路徑，對我國發(fā)展綠色生態(tài)環(huán)境提出以下幾點建議：

(一)我國普惠金融的發(fā)展還處于起步階段，在不斷提高普惠金融發(fā)展水平的同時，必須加大相關融資渠道的監(jiān)管，注重量與質(zhì)的結(jié)合。此外，還需要優(yōu)化全國范圍內(nèi)的普惠金融布局，不僅要打破各個地區(qū)、各個省份之間普惠金融發(fā)展不協(xié)調(diào)的現(xiàn)象，還需要建立一種符合綠色環(huán)保理念的普惠金融發(fā)展體系，讓普惠金融引導的經(jīng)濟發(fā)展能夠更加有效地降低環(huán)境壓力。

(二)地方政府推行普惠金融發(fā)展一定要從小微企業(yè)的視角來考慮，并且普惠金融相關政策的推行需要與當前的經(jīng)濟形勢相吻合，不能為縮小與其它地區(qū)之間的差異或是追求普惠金融帶來的短期經(jīng)濟增長而盲目地支持普惠金融發(fā)展。另一方面，政府不僅應當通過發(fā)展普惠金融提高當?shù)仄髽I(yè)融資便捷性，還應適當考慮將綠色環(huán)保理念融入到當?shù)仄髽I(yè)的發(fā)展規(guī)劃之中，使企業(yè)能夠在政府的支持下，提高自身管理水平，加大技術研發(fā)投入，提高資金使用效率，最終降低環(huán)境壓力。

(三)地方政府必須加大對污染行為嚴重企業(yè)的懲罰力度，在考慮當?shù)亟?jīng)濟發(fā)展的同時，建立完善的環(huán)境稅種體系，讓環(huán)境保護方面的稅收合理、有效。在依靠行政手段遏制環(huán)境污染的同時，不斷加大企業(yè)的排污成本，迫使企業(yè)向環(huán)保轉(zhuǎn)型。另一方面，地方政府應鼓勵綠色清潔能源的研發(fā)與使用，大力優(yōu)化當?shù)氐哪茉聪M結(jié)構(gòu)，提高可再生清潔能源的使用占比，加大對當?shù)匦履茉串a(chǎn)業(yè)的補貼力度，在切合當?shù)亟?jīng)濟基礎上建立科學合理的新能源發(fā)展規(guī)劃，從根本上降低環(huán)境壓力。

(四)降低普惠金融政策的調(diào)整頻率，地方政府不能為了眼前經(jīng)濟發(fā)展而不斷調(diào)整當?shù)仄栈萁鹑谙嚓P政策，必須保證普惠金融政策的穩(wěn)定性，制定長遠的普惠金融發(fā)展規(guī)劃，只有這樣，才能更加有效地提高小微企業(yè)融資的便捷性，最終帶動經(jīng)濟健康發(fā)展，降低環(huán)境壓力。

(五)根據(jù)普惠金融的指標構(gòu)建方法，地方政府可以從地理和人口兩個維度加大金融業(yè)的投資力度來拉動當?shù)仄栈萁鹑诘陌l(fā)展水平，例如增加金融機構(gòu)數(shù)(即提高金融機構(gòu)數(shù)的地理密度)、擴大金融方面的就業(yè)(即提高金融機構(gòu)的服務力度)。