探析金融發(fā)展改善區(qū)域環(huán)境污染水平措施

羅能生 胡麗娟

【摘要】本文基于經(jīng)典的IPAT模型，在構(gòu)建金融發(fā)展指標(biāo)體系的基礎(chǔ)上，通過空間杜賓模型并采用極大似然估計方法研究了金融發(fā)展對區(qū)域環(huán)境污染的影響，主要結(jié)論為：金融發(fā)展對本地區(qū)的環(huán)境狀況更多表現(xiàn)為規(guī)模擴張和促進消費的促進污染作用，而對臨近地區(qū)表現(xiàn)為研發(fā)技術(shù)和促進產(chǎn)業(yè)結(jié)構(gòu)升級的地理空間傳導(dǎo)作用，顯著降低了環(huán)境污染水平。此外，通過被解釋變量空間滯后項分析可以知道，我國環(huán)境污染在地域上呈現(xiàn)出明顯的空間相關(guān)性，且溢出效應(yīng)為正。

【關(guān)鍵詞】金融發(fā)展;環(huán)境污染;空間杜賓模型

一、引言

改革開放四十年來，我國的經(jīng)濟得到持續(xù)快速的發(fā)展，創(chuàng)造了舉世矚目的“增長奇跡”。然而在經(jīng)濟高速增長的同時，我們面臨的環(huán)境問題也愈加嚴(yán)峻，大氣污染、水污染與固體廢棄物污染等問題層出不窮。企業(yè)生產(chǎn)經(jīng)營的原則是追求利益最大化，在擴大生產(chǎn)的同時無疑會增加污染物排放，破壞生態(tài)環(huán)境;高污染、高排放、高能耗的企業(yè)往往清潔技術(shù)落后、資源浪費嚴(yán)重，又存在環(huán)保技術(shù)研發(fā)資金不足、污染治理技術(shù)有限的問題，清潔生產(chǎn)難以實現(xiàn)。

欲解決現(xiàn)階段的環(huán)境問題，就需要充足的資金對企業(yè)的清潔技術(shù)研發(fā)及環(huán)保生產(chǎn)給予支持。研究表明，金融發(fā)展能夠為經(jīng)濟主體提供更多的資金，鼓勵其進行環(huán)境治理;金融通過集聚資金、調(diào)劑余缺的方式對有限的資源進行優(yōu)化配置，進而對環(huán)境治理產(chǎn)生積極影響，減輕區(qū)域環(huán)境污染（張凱強，2015）;金融發(fā)展能夠使作為經(jīng)濟主體的企業(yè)有更大的意愿去嘗試技術(shù)創(chuàng)新（Paul，1992;Krebs，2003），促進企業(yè)清潔技術(shù)創(chuàng)新活動的開展;金融發(fā)展能夠引領(lǐng)經(jīng)濟結(jié)構(gòu)升級，從而推動經(jīng)濟發(fā)展與經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)變（Chakraborty～Ray，2006），對區(qū)域的經(jīng)濟、環(huán)境產(chǎn)生深遠(yuǎn)影響。因此金融發(fā)展對環(huán)境污染可能具有重要影響，本文旨在研究金融發(fā)展對環(huán)境污染的影響效應(yīng)，并基于此提出促進金融發(fā)展和降低環(huán)境污染的政策建議。

二、我國金融發(fā)展與區(qū)域環(huán)境污染的測評

（一）我國金融發(fā)展的測度

借鑒以往文獻的研究經(jīng)驗，并考慮相關(guān)數(shù)據(jù)可得性的基礎(chǔ)上，本文擬從金融發(fā)展的總體規(guī)模和質(zhì)量，金融發(fā)展宏觀環(huán)境以及銀行業(yè)、保險業(yè)和證券業(yè)三類金融中介機構(gòu)發(fā)展?fàn)顩r五個方面構(gòu)建熵值法一級指標(biāo)，并選取相對應(yīng)的14個二級子指標(biāo)，運用2003-2015年30個省份的面板數(shù)據(jù)構(gòu)建區(qū)域金融發(fā)展綜合指標(biāo)體系。相關(guān)數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國金融年鑒》、《中國保險年鑒》和各省份統(tǒng)計年鑒，對于少數(shù)缺失值，采用插值法進行填補。相應(yīng)指標(biāo)選取和權(quán)重計算過程和結(jié)果如下：

（二）我國區(qū)域環(huán)境污染的評估

針對環(huán)境污染的指標(biāo)選擇，在參考以往文獻的研究基礎(chǔ)上，我們采用污染物的排放量這一指標(biāo)進行分析。在充分地考慮了廢水（fs）、廢物（fW）和廢氣（fq）三種不同種類的環(huán)境污染物以后，參照朱平芳等（2011）提出的綜合指標(biāo)構(gòu)建方法，選取工業(yè)固體廢棄物產(chǎn)生量、工業(yè)廢水排放量和工業(yè)廢氣排放量三個單項指標(biāo)，在標(biāo)準(zhǔn)化消除量綱影響的基礎(chǔ)上，通過加總數(shù)值來構(gòu)建環(huán)境污染的綜合衡量指標(biāo)。

三、金融發(fā)展對區(qū)域環(huán)境污染的實證研究

（一）指標(biāo)選取與數(shù)據(jù)說明

20世紀(jì)70年代由美國經(jīng)濟學(xué)家Holdren和Ehrlich提出的IPAT模型被認(rèn)為是解釋人口經(jīng)濟活動對環(huán)境變化影響的典范，他們認(rèn)為人口規(guī)模、人均財富和技術(shù)水平是影響生態(tài)環(huán)境的主要因素。本文的模型即來源于此。標(biāo)準(zhǔn)的IPATg型公式為：

被解釋變量：環(huán)境污染水平（wrcc）。本文選取工業(yè)固體廢棄物產(chǎn)生量、工業(yè)廢水排放量和工業(yè)廢氣排放量三個單項指標(biāo)，在標(biāo)準(zhǔn)化消除量綱影響的基礎(chǔ)上，通過加總數(shù)值來構(gòu)建環(huán)境污染的綜合衡量指標(biāo)。由于采用了三種不同的污染物類型，因此能夠較為科學(xué)和全面地反映當(dāng)前各省份環(huán)境污染的實際狀況。

核心解釋變量：金融發(fā)展（z1）。本文從金融發(fā)展的總體規(guī)模和質(zhì)量，金融發(fā)展宏觀環(huán)境以及銀行業(yè)、保險業(yè)和證券業(yè)三類金融中介機構(gòu)發(fā)展?fàn)顩r這五個方面出發(fā)，采用熵值法對數(shù)據(jù)進行計算，構(gòu)建了金融發(fā)展的綜合指標(biāo)體系并進行了相關(guān)測算，具有較高的科學(xué)性和可信度。

上述變量主要來源EPS數(shù)據(jù)庫中的《中國統(tǒng)計年鑒》、《中國金融年鑒》、《中國保險年鑒》、《中國能源經(jīng)濟統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》和各省份統(tǒng)計年鑒，少數(shù)缺值數(shù)據(jù)利用插值法進行填補。

（二）空間面板模型的構(gòu)建

由于各省份之間的經(jīng)濟聯(lián)系往往是導(dǎo)致環(huán)境污染的主要驅(qū)動因素，且環(huán)境污染在省際空間中存在較強的溢出效應(yīng)。因此，本文構(gòu)建經(jīng)濟和距離相結(jié)合的復(fù)合型空間權(quán)重矩陣基于空間面板模型進行實證研究?？臻g計量模型可以分為空間杜賓模型（sDM），空間滯后模型（SLM）和空間誤差模型（sEM）。由于杜賓模型能夠把空間滯后模型（SAR）和空間誤差模型fsEMl都包括進來進行一般化，且本文重點考察金融發(fā)展對區(qū)域環(huán)境污染的影響及其溢出效應(yīng)。因此，本文選擇具有空間固定效應(yīng)和時間固定效應(yīng)的雙向杜賓模型來進行數(shù)據(jù)擬合分析，具體公式為：

（三）實證結(jié)果分析

基于模型3，使用2003-2015年中國30個省份的面板數(shù)據(jù)并采用基于極大似然估計函數(shù)對空間和時間雙向固定的空間杜賓模型進行估計，結(jié)果呈現(xiàn)在表5中。

在模型（1）中，本文首先運用OLS模型回歸結(jié)果進行定量的擬合，發(fā)現(xiàn)金融發(fā)展（1nzl）整體在1%的顯著性水平上顯著促進了環(huán)境污染水平的提高，這可能是因為金融行業(yè)的快速發(fā)展有助于企業(yè)降低融資約束從而快速擴大企業(yè)規(guī)模，增加污染排放。同時，金融體系的完善，有助于促進居民消費，從而也可能刺激生產(chǎn)，從而擴大污染。進一步地在模型中，我們依次加入各控制變量并采用空間杜賓模型進行擬合回歸分析，在擬合優(yōu)度R-squared不斷提高的狀況下，得到最終的估計方程模型。在模型中，首先，污染產(chǎn)出的空間滯后項系數(shù)（w*lnwrcc）在5%的顯著性水平上顯著為正，這表現(xiàn)不同省份間的環(huán)境污染存在較強的空間相關(guān)性，且溢出效應(yīng)顯著為正。其次，金融發(fā)展（1nzl）對本地區(qū)環(huán)境污染的促進作用在10%顯著性水平上顯著為正，金融發(fā)展在當(dāng)?shù)刂饕憩F(xiàn)為污染的促進作用，和我們OLS的回歸結(jié)果保持一致。再次，金融發(fā)展的空間滯后項（w*lnzl）系數(shù)在5%顯著性水平上顯著為負(fù)，這表明金融發(fā)展對于臨近地區(qū)的環(huán)境污染產(chǎn)生了明顯的負(fù)向溢出效應(yīng)。這可能的原因是金融發(fā)展的穩(wěn)定成長，有助于企業(yè)防范風(fēng)險，降低風(fēng)險損失，進而更能夠鼓勵企業(yè)進行環(huán)境治理方面的研發(fā)創(chuàng)新和科技投入，而技術(shù)的推廣和使用能夠極大程度的降低單位產(chǎn)值能耗和污染水平，地理空間上技術(shù)和信息的不斷傳導(dǎo)和重復(fù)利用，能夠產(chǎn)生明顯的空間負(fù)向溢出效應(yīng)。

其他控制變量對環(huán)境污染的影響探析。首先，人均GDP及其二次項和三次項的直接效應(yīng)在1%的顯著性水平上呈現(xiàn)出正、負(fù)、正的相關(guān)性，間接效應(yīng)不顯著，這表明我國省份金融發(fā)展水平和環(huán)境污染之間并沒有表現(xiàn)出“倒u”型的庫茲涅茨曲線形式，而是表現(xiàn)為“N型”的發(fā)展關(guān)系。其次，城鎮(zhèn)化和外商直接投資均在5%的顯著性水平上顯著加劇了環(huán)境污染水平，隨這城鎮(zhèn)化水平的不斷提高，經(jīng)濟集聚和環(huán)境污染問題日益凸顯，而外商直接投資的結(jié)論也與“污染天堂假說”保持一致，顯著加劇了我們國家的環(huán)境污染水平。再次，研發(fā)投入和環(huán)境規(guī)制資均在5%的顯著性水平上顯著抑制了環(huán)境污染水平，科技研發(fā)和針對環(huán)境污染的規(guī)制政策均有利于改善環(huán)境污染現(xiàn)象。最后，在人口密度和產(chǎn)業(yè)結(jié)構(gòu)指數(shù)對環(huán)境污染的影響中，我們并沒有發(fā)現(xiàn)出穩(wěn)健的相關(guān)性。

四、主要結(jié)論和政策建議

本文運用2003-2015年30個省份的面板數(shù)據(jù)，基于擴展的IPAT模型，選取適應(yīng)的空間杜賓模型對金融發(fā)展與環(huán)境污染的影響效應(yīng)進行分析，結(jié)果發(fā)現(xiàn)：整體上，金融發(fā)展對本地區(qū)的環(huán)境狀況更多表現(xiàn)為規(guī)模擴張和促進消費的促進污染作用，而對臨近地區(qū)表現(xiàn)為研發(fā)技術(shù)和促進產(chǎn)業(yè)結(jié)構(gòu)升級的地理空間傳導(dǎo)作用，顯著降低了環(huán)境污染水平。

本文提出以下政策建議：

第一，發(fā)展綠色金融，改善金融發(fā)展的規(guī)模效應(yīng)。一方面，鼓勵商業(yè)銀行為代表的金融機構(gòu)進行綠色金融產(chǎn)品推廣，在信貸環(huán)節(jié)中貫徹落實節(jié)能環(huán)保政策，倒逼企業(yè)轉(zhuǎn)變生產(chǎn)方式、改變生產(chǎn)結(jié)構(gòu)、減少污染排放，提升區(qū)域經(jīng)濟發(fā)展的質(zhì)量;另一方面，要建立健全我國各地區(qū)的碳交易市場和排污權(quán)交易制度，引導(dǎo)企業(yè)通過市場化的方式進行排污權(quán)交易，對各種污染排放的進行控制與管理。

第二，擴大研發(fā)投入，增強金融發(fā)展的技術(shù)效應(yīng)。首先，地方政府可以通過財政補助、價格補貼等方式對高技術(shù)行業(yè)的企業(yè)進行補助，對其落戶給予優(yōu)惠政策，支持其研發(fā)創(chuàng)新活動。其次，金融機構(gòu)的信貸政策應(yīng)向高科技和環(huán)保類項目傾斜，增強環(huán)保類企業(yè)籌資能力，保障企業(yè)的研發(fā)投入。最后，企業(yè)應(yīng)堅持“引進、消化、吸收、再創(chuàng)造”的科技創(chuàng)新道路，堅持技術(shù)引進與自主研發(fā)相結(jié)合，提高能源使用效率，減少工業(yè)污染的排放。

第三，優(yōu)化資本配置，提升金融發(fā)展的結(jié)構(gòu)效應(yīng)。首先，市場依照供求狀況進行資源配置，適當(dāng)提高資金的使用成本，促進資金流向業(yè)績良好、具有市場競爭力的企業(yè)，提高生產(chǎn)效率較高企業(yè)的融資能力。其次，政府發(fā)揮其導(dǎo)向作用，為經(jīng)濟可持續(xù)發(fā)展提供有效的引導(dǎo)和推動。政府鼓勵和發(fā)展資源節(jié)約型、環(huán)境友好型產(chǎn)業(yè)，引導(dǎo)資本投入向綠色低碳企業(yè)傾斜，再通過市場的作用重點支持高科技、高成長的清潔型產(chǎn)業(yè)，推動區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的綠色轉(zhuǎn)型。