綠色金融、經(jīng)濟增長與環(huán)境變化

劉莎 劉明

摘要：本文基于投入產(chǎn)出模型、EKC假說理論構(gòu)建面板聯(lián)立模型，以股市綠色環(huán)保概念公司子樣本作為綠色金融代理變量，編制環(huán)境質(zhì)量綜合指數(shù)系統(tǒng)反映和判斷綠色金融與環(huán)境變化以及經(jīng)濟增長的關(guān)系，參考國家層面CO2減排巴黎承諾預(yù)測西北地區(qū)環(huán)境綜合指數(shù)達到峰值時間。結(jié)果表明，經(jīng)濟增長、環(huán)境質(zhì)量與綠色金融間存在交互作用，綠色金融對環(huán)境質(zhì)量顯現(xiàn)正向效應(yīng)但作用偏低。在綠色金融等因素共同作用下，西北五省區(qū)環(huán)境綜合指數(shù)變動趨勢除寧夏以外均符合EKC倒“N”型曲線，比照我國“在2030年達到CO2排放峰值”的減排承諾，可在該時間節(jié)點以前達到環(huán)境綜合指數(shù)峰值，從而總體上向低環(huán)境污染轉(zhuǎn)換。為進一步發(fā)揮綠色金融對改善生態(tài)環(huán)境的規(guī)模效應(yīng)，建議降低西北地區(qū)綠色金融門檻，促進政府與社會資本向綠色產(chǎn)業(yè)聯(lián)合投資，將西安作為綠色金融集聚城市，積極構(gòu)建內(nèi)陸地區(qū)綠色金融市場體系。

關(guān)鍵詞：綠色金融;經(jīng)濟增長;環(huán)境質(zhì)量;環(huán)境變化;減排;環(huán)境庫茲涅茨曲線（EKC）;面板聯(lián)立模型;西北地區(qū)

文獻標識碼：A

文章編號：100228482020（01）007114

開放科學(xué)（資源服務(wù)）標識碼（OSID）：

改革開放以來，隨著經(jīng)濟高速增長，我國資源約束趨緊，生態(tài)系統(tǒng)退化，環(huán)境的承載力已趨于極限，生態(tài)環(huán)境問題日益嚴峻。鑒于生態(tài)環(huán)境問題已然成為關(guān)乎國計民生和實現(xiàn)國家長期經(jīng)濟社會發(fā)展戰(zhàn)略的嚴重制約因素，黨的十八大報告中首次提出建設(shè)美麗中國，將生態(tài)文明建設(shè)上升為國家意志。隨后相繼出臺《綠色信貸指引》（2012年），《企業(yè)環(huán)境信用評級辦法（試行）》（2014年）及《綠色債券發(fā)行指引》（2015年）等綠色金融治理相關(guān)文件，將綠色發(fā)展與治理作為生態(tài)文明建設(shè)的新動力源泉。但是，我國綠色治理以及綠色金融發(fā)展仍存在不平衡，主要表現(xiàn)為政府主導(dǎo)和政府出資的綠色金融項目發(fā)展迅速，由社會資本主導(dǎo)的綠色金融項目發(fā)育緩慢。加快市場化、多元化綠色金融發(fā)展是深入推進生態(tài)文明建設(shè)的必然選擇。

綠色金融無論作為一種制度安排或市場機制設(shè)計，不僅有助于實現(xiàn)社會節(jié)能減排目標，也有利于經(jīng)濟轉(zhuǎn)型和可持續(xù)發(fā)展。但由于綠色金融內(nèi)在的收益滯后特征，投資者和金融機構(gòu)介入綠色領(lǐng)域的行為動機不足，導(dǎo)致主要依賴市場機制條件的綠色金融規(guī)模有限，難以滿足維護和改善社會生態(tài)系統(tǒng)的潛在需求。西北地區(qū)是我國生態(tài)環(huán)境脆弱和經(jīng)濟欠發(fā)達地區(qū)，由于受自然條件約束，在經(jīng)濟較快發(fā)展過程中一定程度上忽視了環(huán)境與生態(tài)安全對區(qū)域經(jīng)濟社會可持續(xù)發(fā)展的重要意義，環(huán)境變化的趨勢不容樂觀。通過政策引導(dǎo)、支持以及市場化途徑最大程度調(diào)動社會資源轉(zhuǎn)向綠色發(fā)展領(lǐng)域，促進區(qū)域生態(tài)文明建設(shè)，有效遏制環(huán)境惡化并最終形成經(jīng)濟社會發(fā)展與生態(tài)環(huán)境系統(tǒng)的和諧共生，對西北地區(qū)尤為緊迫。在此背景下，研究西北地區(qū)綠色金融、經(jīng)濟增長與環(huán)境變化趨勢有重要意義。

基于對綠色金融的測度，本文將以西北地區(qū)為分析單元，通過構(gòu)建含滯后項的面板數(shù)據(jù)聯(lián)立方程，綜合考察經(jīng)濟增長、環(huán)境質(zhì)量與綠色金融的交互影響關(guān)系，以及區(qū)域綠色金融作用于經(jīng)濟、環(huán)境所并存的關(guān)聯(lián)特征。引入綠色金融范疇從而對傳統(tǒng)的環(huán)境庫茲涅茨曲線（Environmental Kuznets Curve，EKC）理論進行拓廣，構(gòu)建環(huán)境質(zhì)量綜合指數(shù)，重新編制傳統(tǒng)庫茲涅茨曲線中作為環(huán)境質(zhì)量單指標的CO2排放量，據(jù)以測算綠色金融規(guī)模趨勢并預(yù)測西北地區(qū)的環(huán)境庫茲涅茨曲線形狀及污染排放峰值，從而為中國應(yīng)對環(huán)境變化的生態(tài)文明建設(shè)和進一步推動綠色金融發(fā)展提供經(jīng)驗證據(jù)。

一、文獻綜述

相關(guān)研究始于對經(jīng)濟增長與環(huán)境變化關(guān)系的探討?！霸鲩L極限說”?[1]提出因增長方式不同，人口、經(jīng)濟的指數(shù)式增長受其所依賴資源的算術(shù)式增長限制必將面臨增長的極限，這一結(jié)論并未得到經(jīng)驗驗證。Grossman和Krueger發(fā)現(xiàn)并提出環(huán)境污染物與人均收入間的非線性關(guān)系，即倒U型關(guān)系?[2]，為經(jīng)濟與環(huán)境關(guān)系提供了經(jīng)驗基礎(chǔ)，這一關(guān)系后被命名為環(huán)境庫茲涅茨曲線（EKC）?[3]。20世紀90年代以來，很多學(xué)者對EKC展開各種經(jīng)驗分析，但不同研究結(jié)論存在較大分歧。對EKC提出質(zhì)疑的學(xué)者發(fā)現(xiàn)經(jīng)濟增長與環(huán)境的關(guān)系曲線存在多種形態(tài)，包括與倒U型完全相反的U型?[4]、N型?[5]、單調(diào)上升曲線?[6]和正向線性關(guān)系?[7]等，認為人均收入并非影響環(huán)境的唯一因素，在運用EKC假說所構(gòu)建的回歸模型分析中，還需加入其他重要的解釋變量?；诖?，一些研究揭示出，除經(jīng)濟增長外，城市化水平?[8]、貿(mào)易和外商直接投資?[9]及金融發(fā)展?[10]等均為影響環(huán)境的重要解釋變量。上述不同EKC經(jīng)驗分析結(jié)果的差異部分原因在于統(tǒng)計方法、指標選取以及數(shù)據(jù)樣本不同。

早在1980年，聯(lián)合國大會就向世界呼吁以自然、經(jīng)濟、社會生態(tài)和諧的方式發(fā)展，1987年，世界環(huán)境與發(fā)展委員會出版《我們共同的未來》，綠色經(jīng)濟、環(huán)境問題引起全世界的日益關(guān)注，“綠色金融”概念由此誕生。1992年聯(lián)合國環(huán)境與發(fā)展大會通過了《里約環(huán)境與發(fā)展宣言》和《21世紀議程》兩個文件，促使環(huán)境可持續(xù)的綠色金融得以較快推廣，圍繞金融與環(huán)境的相關(guān)研究也日益引起學(xué)術(shù)界重視。部分學(xué)者將金融作為“生產(chǎn)/消費—自然環(huán)境—生產(chǎn)/消費”循環(huán)的外生變量，認為金融對環(huán)境不產(chǎn)生影響?[11]，或是認為金融資源向生產(chǎn)體系大量投放是產(chǎn)生造成排放污染物的重要影響因素?[12]。事實上，在一定條件下金融與環(huán)境之間存在長期均衡關(guān)系?[13]，綠色金融投放更能夠促進技術(shù)創(chuàng)新?[14]，增加與環(huán)境保護相關(guān)的投資?[15]，進而改善環(huán)境質(zhì)量。更有學(xué)者指出，環(huán)境質(zhì)量下降通過影響人類健康水平對經(jīng)濟增長產(chǎn)生負外部性，綠色金融則有助于減少污染物排放?[16]，是決定區(qū)域環(huán)境質(zhì)量的重要因素，即在綠色金融充分發(fā)揮作用條件下，一國或地區(qū)金融發(fā)展程度越高，環(huán)境質(zhì)量水平也更高?[10]。據(jù)上所述，綠色金融對環(huán)境產(chǎn)生何種效應(yīng)，關(guān)鍵是綠色金融作為“綠化”環(huán)境的必要初始條件，是否能夠?qū)崿F(xiàn)預(yù)期目標，仍決定于對其作用路徑和后續(xù)環(huán)節(jié)的控制。

繼續(xù)在上述等式右邊做等價變換，[]內(nèi)除以L（T）?λ1L（T）?λ2L（T）?λ3L（T）?α，同時對右邊再乘以

L（T）?λ1·L（T）?λ2L（T）?λ3L（T）?α，即為：

GDP（t）=γP（t）L（T）?λ1

GF（t）L（T）?λ2

FDI（t）L（T）?λ3

K（t）L（T）?α

L（T）?λ1L（T）?λ2L（T）?λ3L（T）?αL（T）?β（6）

將上式可寫為以下形式：

GDP（t）=γP（t）L（T）?λ1

GF（t）L（T）?λ2

FDI（t）L（T）?λ3

K（t）L（T）?αL（T）?（λ1+λ2+λ3+α+β）（7）

參照（1）式，由于當Cobb—Douglas生產(chǎn)函數(shù)的技術(shù)水平受到限制，λ1+λ2+λ3+α+β=1，有規(guī)模報酬不變的生產(chǎn)函數(shù)。在上述條件下，L（T）?（λ1+λ2+λ3+α+β）=L（T）?1=L（T）。故將上式歸并為：

GDP（t）=γP（t）L（T）?λ1

GF（t）L（T）?λ2

FDI（t）L（T）?λ3

K（t）L（T）?αL（T）（8）

對（8）式兩端同除以L（T），得：

GDP（t）L（T）=γP（t）L（T）?λ1

GF（t）L（T）?λ2

FDI（t）L（T）?λ3

K（t）L（T）?α（9）

此時，獲得式（4）中各變量按照勞動力數(shù)量計算的勞動規(guī)模均值，進而得到：

gdp（t）=γp（t）?λ1gf（t）?λ2fdi（t）?λ3k（t）?α（10）

式中g(shù)dp、p、gf、fdi和k均表示原指標對應(yīng)勞動人口均值，對（10）式進行線性轉(zhuǎn)換得到：

lngdpt=α0+α1lnpt+α2lngft+α3lnfdit+α4lnkt+εt（11）

本文以式（11）為模型基礎(chǔ)，使用各因素的勞動人口均值做具體計量驗證分析。由于研究基于西北五省區(qū)的面板數(shù)據(jù)，式（11）可以寫作：

lngdpit=α0+α1pit+α2lngfit+α3lnfdiit+α4lnkit+εit（12）

其中，下標i和t分別表示地區(qū)及時間，ε是誤差項。

（二）引入綠色金融變量的EKC擴展模型

以往有關(guān)EKC的研究文獻主要考察人均收入與環(huán)境質(zhì)量的關(guān)系，除經(jīng)濟增長外，還有文獻在回歸模型構(gòu)建中引入人口、貿(mào)易等其他變量為解釋變量，將綠色金融作為影響因素的研究較少。若將綠色金融活動納入環(huán)境治理因素并做計量驗證，借鑒相關(guān)結(jié)果分析綠色金融作用機制以及效果有助于通過調(diào)節(jié)綠色金融投放力度、投向等促進生態(tài)環(huán)境與經(jīng)濟和諧發(fā)展?；谏鲜?，引入綠色金融這一在“綠色”經(jīng)濟增長中愈益重要的特征變量，模型如下：

pit=β0+β1gdpit+β2（gdpit）?2+β3（gdpit）?3+β4gfit+β5Controlit+μit（13）

為避免存在遺漏變量而導(dǎo)致計量結(jié)果的偏差，在模型引入可能影響環(huán)境質(zhì)量的控制變量Control：

（1）城鎮(zhèn)化水平UR。城鎮(zhèn)化因處于不同階段對環(huán)境是否產(chǎn)生影響，影響程度如何存在差異，現(xiàn)階段中國城鎮(zhèn)化的“擴張效應(yīng)”占主導(dǎo)地位，“質(zhì)量效應(yīng)”的CO2減排作用仍不明顯?[23];

（2）工業(yè)化水平Indus。通常在工業(yè)化發(fā)展初期，工業(yè)化進程的加快會造成污染排放物的劇增，而在后期，工業(yè)化進程將對環(huán)境質(zhì)量產(chǎn)生積極影響。

為消除數(shù)據(jù)的異方差現(xiàn)象，對各指標進行對數(shù)變換，p、UR及Indus均為百分比值，不需做此處理。納入控制變量的模型擴展為：

pit=β0+β1lngdpit+β2（lngdpit）?2+β3（lngdpit）?3+β4lngfit+β5URit+β6Indusit+μit（14）

（三）綠色金融的環(huán)境治理誘發(fā)模型

經(jīng)濟社會發(fā)展中的環(huán)境治理作為一個系統(tǒng)，應(yīng)包括治理的制度設(shè)計與經(jīng)濟架構(gòu)、社會經(jīng)濟結(jié)構(gòu)調(diào)整、資金資源介入“綠色”部門機制等子系統(tǒng)。資金介入機制又包含財政、金融手段。綠色金融對環(huán)境質(zhì)量的影響機理在于：第一，綠色金融投放短期改變生產(chǎn)要素投入、生產(chǎn)的技術(shù)條件、經(jīng)濟結(jié)構(gòu)以及生產(chǎn)的環(huán)境條件，從而直接降低污染物排放量;第二，由綠色金融投入而形成治理能力后污染物持續(xù)降低。正因為綠色金融所內(nèi)在的對環(huán)境治理的積極效應(yīng)，就有必要探討綠色金融的發(fā)生學(xué)機制，即哪些因素誘發(fā)綠色金融發(fā)生以及規(guī)模擴大?？杉{入三種外生因素：其一，外生的可能性因素，即經(jīng)濟增長因素帶來的收入部分地向綠色金融的轉(zhuǎn)變;其二，外生化倒逼因素，即由于環(huán)境污染物排放危及人類生存產(chǎn)生的對綠色金融的需求;其三，環(huán)境治理規(guī)制對金融部門產(chǎn)生的“綠色”投放壓力。內(nèi)生因素即指綠色金融一旦被動發(fā)生，由于其效果逐漸彰顯而產(chǎn)生續(xù)發(fā)的自我規(guī)模擴張效應(yīng)。根據(jù)上文，設(shè)計方程如下（各符號指代意義同前）：

lngfit=γ0+γ1lngdpit+γ2pit+γ3lngfit-1+πit（15）

（四）聯(lián)立方程的構(gòu)建

以往關(guān)于經(jīng)濟—環(huán)境—金融關(guān)系的研究主要基于預(yù)設(shè)的理論模型，采用普通的單方程進行檢驗，變量間可能存在的內(nèi)生性會帶來模型的解釋變量與誤差項相關(guān)等問題，最好的解決方法就是工具變量法。而聯(lián)立方程模型本身就會對變量間的內(nèi)生關(guān)系做出響應(yīng)，不需要如單一方程那樣去尋找其他的工具變量以解決內(nèi)生問題。為此，本文通過構(gòu)建包括經(jīng)濟增長、環(huán)境質(zhì)量及綠色金融的聯(lián)立方程模型以考察綠色金融如何影響經(jīng)濟增長、綠色金融對環(huán)境污染治理的作用效果以及影響路徑。借鑒Dean?[24]的思想，同時考慮其他相關(guān)變量，設(shè)定聯(lián)立方程如下：

lngdpit=α0+α1pit+α2lngfit+α3lnfdiit+α4lnkit+εit（16）

pit=β0+β1lngdpit+β2（lngdpit）?2+β3（lngdpit）?3+β4lngfit+β5URit+β6Indusit+μit（17）

lngfit=γ0+γ1lngdpit+γ2pit+γ3lngfit-1+πit（18）

式（16）為生產(chǎn)函數(shù)，式（17）為環(huán)境污染排放函數(shù)，式（18）為環(huán)境污染治理的綠色金融函數(shù)。考慮到可能存在的內(nèi)生性等問題，選取必要工具變量以保證估計結(jié)果的有效性。

三、指標與數(shù)據(jù)選取

（一）指標選取

1.環(huán)境質(zhì)量綜合指標構(gòu)建與測度。綠色金融作用于環(huán)境變化不僅在于CO2排放減少，也在于抑制產(chǎn)生廢水、粉塵、固體廢物等有害污染物。因此，應(yīng)構(gòu)建環(huán)境質(zhì)量綜合指數(shù)，以修正傳統(tǒng)環(huán)境庫茲涅茨曲線，由之計量驗證綠色金融對環(huán)境質(zhì)量的正向效果?？紤]到需甄選不同的環(huán)境污染物指標進行綜合度量，本文利用因子分析法，即在避免丟失信息的前提下，根據(jù)原始變量的信息進行重新組合，找出影響變量的共同因子，將眾多原始變量濃縮成少數(shù)幾個因子變量，化簡數(shù)據(jù)，由之形成測算環(huán)境污染的綜合指標，最大程度滿足環(huán)境質(zhì)量指標的特性，使最終選取指標具有代表性。

假定xij為第i個省區(qū)的第j個指標的數(shù)值，X為其標準化向量，（λ1，λ2，…，λp）表示X的相關(guān)系數(shù)矩陣ρ的特征根，式中wi=λi/∑ni=1λi作為權(quán)重表示第k個主因子的方差貢獻率。則用F表示的綜合得分為：

F=（w1F1+w2F2+…+wkFk）/∑wi（19）

為充分考慮各種環(huán)境污染物的信息，依據(jù)數(shù)據(jù)可得性選取六種環(huán)境污染物，包括廢水總量、廢水中化學(xué)需氧量、廢氣總量、二氧化硫、煙粉塵、固體廢物

煙塵排放和粉塵排放從2011年開始合并為粉塵排放，之前年份的粉塵排放量以煙塵排放量與粉塵排放量之和表示。自2011年起，工業(yè)固體廢物分為一般工業(yè)固體廢物和危險固體廢物，故從2011年開始將兩者合并來計算工業(yè)固體廢物。，運用因子分析法測算污染物排放量作為壞產(chǎn)出指標，綜合反映環(huán)境質(zhì)量指標。該指標數(shù)值越大（?。硎经h(huán)境質(zhì)量越差（優(yōu)）。

2.綠色金融指標的測度。學(xué)術(shù)界對綠色金融概念尚未形成一致認可的定義，也自然缺少統(tǒng)一的測度標準?！癟he American Heritage Dictionary”?[25]將綠色金融稱之為“環(huán)境金融（Enviromental Finance）”或“可持續(xù)融資（Sustainable Financing）”。其基本內(nèi)涵為如何使用多樣化的金融工具保護生態(tài)環(huán)境和生物多樣性。就我國綠色金融發(fā)展現(xiàn)狀來看，中國人民銀行等七部委2016年發(fā)布的《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》將綠色金融定義為支持環(huán)境改善、應(yīng)對氣候變化和資源節(jié)約高效利用的經(jīng)濟活動，即對環(huán)保、節(jié)能、清潔能源、綠色交通、綠色建筑等領(lǐng)域的項目投融資、項目運營、風險管理等金融服務(wù)。并且旨在通過綠色信貸、綠色債券等相關(guān)金融產(chǎn)品支持經(jīng)濟向綠色化轉(zhuǎn)型的制度安排。在這一轉(zhuǎn)型過程中，支持環(huán)境改善、應(yīng)對環(huán)境變化和資源節(jié)約高效利用的綠色金融資金主要來源于政府環(huán)保部門的相關(guān)補助，商業(yè)銀行的信貸投入及企業(yè)的自有資金

中國銀行業(yè)監(jiān)督管理委員會2012年下發(fā)《綠色信貸指引》，其后開始收集、發(fā)布綠色信貸數(shù)據(jù)，為保證數(shù)據(jù)的可獲性和連貫性。為了對綠色金融的環(huán)境效果做計量檢驗，此處選用綠色行業(yè)的上市公司融投資數(shù)據(jù)作為綠色金融總體規(guī)模的代理變量。這也體現(xiàn)本文的一個重要嘗試。。依據(jù)環(huán)保部發(fā)布的八大綠色工程體系

環(huán)保部于2015年9月9日發(fā)布的《新常態(tài)下環(huán)保對經(jīng)濟的影響分析》報告中指出，綠色清潔能源、大氣污染防治、水污染防治、土壤環(huán)境保護、固體廢物資源化、農(nóng)村環(huán)境綜合整治、生態(tài)保護與建設(shè)工程、“智慧環(huán)保”為8大綠色產(chǎn)業(yè)重大工程。，本文選取西北地區(qū)A股上市公司中屬于綠色行業(yè)或進行綠色投資的上市公司的融投資數(shù)據(jù)，數(shù)據(jù)范圍包括上市公司為綠色投資發(fā)行新股、增發(fā)及配股所募集所有已到賬資金。這些上市公司的綠色融投資僅包含綠色信貸的一部分，及非信貸的綠色投入，數(shù)值小于綠色金融的實際投放量，但可以合理地推斷其在整體規(guī)模和增長趨勢上與綠色金融投放量較為一致，具有很強的代表性。由于國家、地區(qū)層面總體綠色金融數(shù)據(jù)缺失，將具有綠色投資概念上市公司投融資作為綠色金融指標的代理變量，同時選取其與勞動人口比值衡量，具有內(nèi)在合理性。

3.經(jīng)濟增長。用地區(qū)生產(chǎn)總值（GDP）與勞動人口的比值衡量，即地區(qū)以勞動人口衡量的GDP（簡稱人均GDP，下同）

Omri（2015）?[16]的工作中所涉及“人均”的GDP、資本存量K等均為按照勞動人口的均值，但在行文時均指稱為某特定變量的人均值，并申明“We then divide both sides of Eq.by L to get variables in per capita terms”（然后我們將等式的兩邊除以L，得到以人均計算的變量）。為了行文方便，本文參考Omri，當提到各變量按照勞動人口的均值時簡稱為“人均”值。，反映消除勞動人口因素后區(qū)域的生產(chǎn)力狀況、生活水平、經(jīng)濟規(guī)模及經(jīng)濟增長趨勢。GDP用GDP價格指數(shù)進行修正，從而消除通貨膨脹影響。

4.影響產(chǎn)出的要素投入。選用就業(yè)人數(shù)表示生產(chǎn)過程中投入的勞動力數(shù)量;根據(jù)要素稟賦假說，資本密集型產(chǎn)業(yè)主要為高耗能、高排放產(chǎn)業(yè)，而勞動密集型產(chǎn)業(yè)相對低碳。取資本存量與勞動人口之比衡量要素稟賦，其中資本存量用全社會固定資產(chǎn)投資表征，一般用各地區(qū)全社會固定資產(chǎn)投資金額表示。對資本存量使用永續(xù)盤存法計算，以K表示資本存量，I表示固定資本形成額。計算公式為：Kt=（1-δ）Kt-1+It，即當年的物質(zhì)資本存量等于上年度累積資本的折現(xiàn)值和當年固定資本形成之和，選擇基期為2000年，δ為折舊率并取固定值9.6%

對這一方法的解釋和計算過程參考張軍?[26]的研究。。

5.外商直接投資。以單位勞動人口的外商直接投資額（以當年兌美元的匯率換算為人民幣）度量。

6.影響環(huán)境質(zhì)量的控制變量。（1）城鎮(zhèn)化水平，以城鎮(zhèn)人口占總?cè)丝诘谋戎睾饬?。選取2000年及以后城鄉(xiāng)人口為人口普查和人口變動抽樣調(diào)查推算數(shù)。（2）工業(yè)化水平，即工業(yè)發(fā)展狀況，為確切地反映工業(yè)生產(chǎn)的規(guī)模和速度，這一指標用工業(yè)增加值占GDP的比重表征。

（二）數(shù)據(jù)來源

本文以西北五省區(qū)為分析單元，數(shù)據(jù)觀測周期為2000—2015年。主要數(shù)據(jù)來源如下：綠色金融數(shù)據(jù)來源于銳思（RESSET）數(shù)據(jù)庫，環(huán)境質(zhì)量使用的污染物排放量來自于《中國環(huán)境統(tǒng)計年鑒》，其余數(shù)據(jù)均來源于《中國城市統(tǒng)計年鑒》。涉及價格的變量均調(diào)整到1978年不變價格。

四、綠色金融、經(jīng)濟增長與環(huán)境變化動態(tài)面板聯(lián)立方程估計

（一）模型估計方法與模型檢驗

1.估計方法選擇。聯(lián)立方程模型由經(jīng)濟增長、環(huán)境質(zhì)量與綠色金融分別為被解釋變量的決定方程構(gòu)成，即式（16）—（18），估計方法一般為單方程和系統(tǒng)方程兩種。在方程估計過程中，單方程估計法需滿足聯(lián)立方程組可識別性與各方程擾動項不相關(guān)性假設(shè);而相較逐一對方程進行估計，將全部方程視作一個整體的方法（即系統(tǒng)估計法）更為有效，可同時估計全部結(jié)構(gòu)方程且得到其參數(shù)估計量。由于此處聯(lián)立方程引入滯后期的被解釋變量，可能造成解釋變量與擾動項相關(guān)，使估計結(jié)果是無效和有偏的，以及面板數(shù)據(jù)中無法觀測到的截面特點，亦有可能帶來較為嚴重的內(nèi)生性問題。故采取系統(tǒng)估計法作為文中的估計方法。系統(tǒng)估計法處理聯(lián)立方程組時，常用三階段最小二乘法（Three Stages Least Squares，3SLS）及廣義矩估計法（Generalized Mothod of Moments，GMM）。為提供較為可信的穩(wěn)健性支持，本文運用GMM和3SLS兩種方法估計，并比較兩者的優(yōu)越性。

2.模型檢驗。在對模型的總體參數(shù)進行估計前，需要先判斷聯(lián)立方程模型的可識別性。對結(jié)構(gòu)參數(shù)施加“排斥變量”的約束，檢驗上述聯(lián)立方程模型中各式的階條件和秩條件，發(fā)現(xiàn)三式判定條件成立，均為過度識別。

為驗證工具變量的選擇是否對參數(shù)估計有效，本文對所有模型進行Hansen檢驗，檢驗結(jié)果顯示不能拒絕原假設(shè)（“所有工具變量均有效”），則得知模型設(shè)定有效，所選估計法適用。

3.平穩(wěn)性檢驗。為了確保估計結(jié)果的有效性，避免出現(xiàn)偽回歸現(xiàn)象，先對變量進行平穩(wěn)性檢驗。此處采取LLC與IPS方法對各變量進行單位根檢驗，結(jié)果見表1。從中可知，所有變量的一階差分值均拒絕存在單位根的原假設(shè)，說明變量是平穩(wěn)的。

（二）全樣本估計結(jié)果及相關(guān)分析

全樣本估計結(jié)果見表2，結(jié)果顯示，3SLS和GMM估計的參數(shù)系數(shù)差異不大，但運用后者的參數(shù)估計值較為顯著，也更合乎實際。可見，采用GMM法能較好地處理內(nèi)生性等問題。

1.環(huán)境質(zhì)量與經(jīng)濟增長的相對變動關(guān)系。環(huán)境綜合指數(shù)p：環(huán)境綜合指數(shù)越高，表明污染物排放加劇，計量結(jié)果表明生產(chǎn)生活體系的污染物排放與經(jīng)濟增長呈現(xiàn)同向變動關(guān)系。表2顯示，污染強度每增加1%，推動經(jīng)濟增長0.0747個百分點。污染強度變化的相對經(jīng)濟增長效應(yīng)較弱，說明西北地區(qū)經(jīng)濟增長存在高投入、高能耗和高污染特征，以及由產(chǎn)業(yè)、行業(yè)結(jié)構(gòu)與技術(shù)水平?jīng)Q定的生產(chǎn)投入品組合有“環(huán)境非友好”趨向，投入能源等生產(chǎn)投入品的利用效率較低。結(jié)合模型Ⅰ，可知經(jīng)濟增長對環(huán)境污染物排放強度存在反向影響且較強，說明環(huán)境中污染物的排放包含著未來經(jīng)濟增長的相關(guān)信息，經(jīng)濟增長受到“節(jié)能減排”措施的顯著沖擊?[27]。

要素稟賦k：要素稟賦值對經(jīng)濟增長的影響為正，即人均GDP隨著單位勞動力產(chǎn)出效率的改變而發(fā)生同向變化，具體表現(xiàn)為人均固定資本形成額每增加一個百分點，人均GDP提高0.2075個百分點，與Omri的結(jié)果基本一致?[28]，表明物質(zhì)與人力資本投入對經(jīng)濟增長的推動作用較為穩(wěn)健。

Omri的工作中所涉及“人均”的GDP、資本存量K等均為按照勞動人口的均值，但在行文時指稱為某特定變量的“人均”值，并在做相關(guān)推論時申明“We then divide both sides of Eq.by L to get variables in per capita terms”（然后我們將等式的兩邊除以L，得到以人均計算的變量）。為了行文方便，本文參考Omri，當提到各變量按照勞動人口的均值時均簡稱為“人均”值。Omri（2015）原文見參考文獻?[16]。

綠色金融gf：計量結(jié)果顯示，綠色金融投放對經(jīng)濟增長的正向影響顯著。一方面，綠色金融受國家資本市場及信貸政策支持，在降低上市公司綠色融資成本的同時提升綠色資金的流動性，有利于社會擴大再生產(chǎn)，進一步促進經(jīng)濟增長;再者，綠色金融發(fā)展會促進綠色產(chǎn)業(yè)發(fā)展，進而吸引外商直接投資，拉動國內(nèi)經(jīng)濟增長。但綠色金融在經(jīng)濟增長中發(fā)揮的作用相對有限（彈性系數(shù)為0.0050），潛在原因可能在于綠色金融主要投向環(huán)境治理表征的綠色行業(yè)，“生產(chǎn)性”綠色金融投資不足，以及綠色融資總量仍較為有限，沒有體現(xiàn)出綠色金融投資的規(guī)模收益效應(yīng)。

外商直接投資fdi：估計結(jié)果表明，外商直接投資對經(jīng)濟增長有正向顯著影響。表明FDI通常以國際技術(shù)溢出和資本流入的模式拉動區(qū)域經(jīng)濟增長，現(xiàn)階段西北地區(qū)FDI流入產(chǎn)業(yè)仍以加工制造業(yè)為主，外商的進入可使企業(yè)生產(chǎn)成本得以降低。然而隨著生產(chǎn)要素價格逐步攀升，尤其是勞動力成本的上漲，比較優(yōu)勢逐步削弱，從而抑制FDI流入東道國，甚至?xí)捎谙鄳?yīng)產(chǎn)業(yè)集群在演化過程的“路徑依賴”誘發(fā)投資所在地資源的扭曲。FDI流入每增加1%，僅引起經(jīng)濟增長幅度上升0.0064個百分點，影響力較小

潛在的原因是，在國際市場競爭日趨激烈情況下，外商直接投資由于國際市場“收縮”而一定程度轉(zhuǎn)向國內(nèi)市場，所以外商投資在中國國內(nèi)市場需求限定下對國內(nèi)投資產(chǎn)生擠出效應(yīng)。。

2.污染物排放與產(chǎn)出間的統(tǒng)計關(guān)系。經(jīng)濟增長gdp：由回歸結(jié)果可知，lngdp、（lngdp）?2、（lngdp）?3的系數(shù)均通過了顯著性檢驗，且有β1<0，β2>0，β3<0。根據(jù)拋物線性質(zhì)判斷，西北地區(qū)污染物排放強度與人均GDP之間為倒“N”型曲線關(guān)系，與EKC假說不完全一致。EKC假說是基于發(fā)達國家及新興工業(yè)化國家在工業(yè)化向服務(wù)型經(jīng)濟轉(zhuǎn)型階段提出的?[29]，而我國目前正處于工業(yè)化初、中期階段，特別是西北地區(qū)工業(yè)化發(fā)展程度依然很低。EKC解釋了環(huán)境質(zhì)量在經(jīng)濟發(fā)展水平超越了一定臨界值之后將得到持續(xù)改善，然而對于發(fā)展中國家而論，人均收入并未達到相應(yīng)的臨界水平，其環(huán)境質(zhì)量與經(jīng)濟增長的關(guān)系具有不確定性?[30]

部分原因也在于，本文修正的EKC是基于所構(gòu)造環(huán)境綜合指數(shù)與人均GDP關(guān)系，傳統(tǒng)EKC是基于CO2排放與人均GDP關(guān)系。。

綠色金融gf：在模型Ⅱ中，綠色金融對環(huán)境質(zhì)量綜合指數(shù)的影響系數(shù)顯著為負，表明綠色金融規(guī)模擴大有利于降低環(huán)境污染物排放。雖然綠色金融對環(huán)境污染的抑制作用（彈性系數(shù)為0.0079）顯現(xiàn)但仍處于低水平。我國指導(dǎo)綠色金融發(fā)展的《綠色信貸指引》已發(fā)布4年

中國銀監(jiān)會于2012年2月24日下發(fā)《綠色信貸指引》，其中明確了綠色信貸支持方向和重點領(lǐng)域，要求銀行業(yè)金融機構(gòu)通過差別化信貸政策開展綠色信貸。，然而銀監(jiān)會數(shù)據(jù)顯示，截止2016年6月末商業(yè)銀行的綠色信貸余額規(guī)模依然較小，僅占各項貸款的9%;綠色金融產(chǎn)品創(chuàng)新不足，還主要停留在綠色信貸層次，涉足產(chǎn)業(yè)領(lǐng)域多在中下游環(huán)節(jié)。綠色債券、綠色基金市場尚未形成，具有綠色概念的上市公司數(shù)量占資本市場上市公司之比較?。?3.42%）。綜合各種因素，說明綠色金融投放未形成規(guī)模經(jīng)濟效應(yīng)

本文選用上市公司作為代理變量，也基本反映了企業(yè)總體中綠色金融總量偏低的問題。。

工業(yè)化水平Indus：工業(yè)化水平對環(huán)境污染物排放產(chǎn)生顯著的正向刺激作用。工業(yè)增加值占GDP的比重越大，環(huán)境污染物排放強度越大，環(huán)境質(zhì)量隨之惡化。這一結(jié)論與國內(nèi)外學(xué)者的研究結(jié)論基本一致。西北地區(qū)尚處于工業(yè)化中期階段，這一時期環(huán)境壓力較大，工業(yè)化進程極易加劇環(huán)境污染。與此同時，地方政府在評價其管理政績時賦予經(jīng)濟增長的權(quán)重被極端地放大，導(dǎo)致各省區(qū)以犧牲環(huán)境為推高經(jīng)濟增長的代價。

城鎮(zhèn)化水平UR：計量結(jié)果顯示，城鎮(zhèn)化水平未能體現(xiàn)出對環(huán)境質(zhì)量的顯著影響。但在類似文獻中顯示，若納入空間因素，城鎮(zhèn)化水平可顯著緩解環(huán)境污染壓力?[31]。

3.綠色金融效應(yīng)。環(huán)境質(zhì)量p：較其他變量而言，環(huán)境污染強度對綠色金融產(chǎn)生的拉動（“倒逼”）作用最為顯著。體現(xiàn)為前者每上升一個百分點，后者隨之增加2.0984個百分點。當環(huán)境污染惡化，綠色金融將受到國家綠色環(huán)保政策的支持，有助于上市企業(yè)降低綠色融資成本，增加融資渠道，分散經(jīng)營風險，優(yōu)化資產(chǎn)負債結(jié)構(gòu)，企業(yè)、金融機構(gòu)將追加綠色金融的投入。

綠色金融滯后一期gf（-1）：該指標估計系數(shù)顯著為正，表明增加一單位的綠色金融投放對當期與滯后一期的環(huán)境質(zhì)量改善同樣具有減排效力，當期綠色金融投放對滯后一期的減排效力高于對當期的減排效力。潛在因素是當期綠色金融對環(huán)境質(zhì)量發(fā)揮減排效力后形成環(huán)境治理能力。前者表現(xiàn)為資金的審計和資金的到位需要時間，后者表現(xiàn)為治理能力的形成到充分發(fā)揮作用需要時間，兩期綠色金融存在一定的時間差，類似于宏觀經(jīng)濟變量的時滯效力。

4.穩(wěn)健性檢驗。為確保估計結(jié)果及分析結(jié)論的可靠性，在上述分析的同時，文中采用3SLS估計經(jīng)濟增長、環(huán)境質(zhì)量與綠色金融構(gòu)成的面板數(shù)據(jù)聯(lián)立方程，檢驗了西北五省區(qū)相關(guān)變量間的邏輯關(guān)系（如表2所示），估計結(jié)果顯示與文中基本分析結(jié)論一致，具有較好的穩(wěn)健性。

（三）西北五省區(qū)間的省際差異

西北五省區(qū)環(huán)境變化與經(jīng)濟增長、綠色金融之間關(guān)系未必一致，因此將樣本總體分為陜西、甘肅、青海、寧夏和新疆五個子樣本，分別對聯(lián)立方程進行估計，回歸結(jié)果見表3—5。

通過比較可知，在經(jīng)濟增長方程（模型Ⅰ）中，西北五省區(qū)的p系數(shù)顯著為正，這與西北地區(qū)整體情況一致

合理的解釋是，環(huán)境污染對經(jīng)濟增長的正向影響的背后，因果是經(jīng)濟增長較依賴高污染產(chǎn)業(yè)行業(yè)，以及生產(chǎn)資料等投入使用低效（見前文對西北地區(qū)分析）。;各省區(qū)綠色金融對經(jīng)濟增長的效應(yīng)表現(xiàn)不一，陜西、甘肅、青海、寧夏四省區(qū)系數(shù)顯著為正，說明綠色金融對經(jīng)濟增長產(chǎn)生一定促進作用;新疆的綠色金融投放對當?shù)氐慕?jīng)濟增長產(chǎn)生負向作用。潛在成因有以下可能

不排除在所選數(shù)據(jù)樣本期間，由于更復(fù)雜的原因使相關(guān)省份經(jīng)濟增長受到抑制。：一是新疆的綠色金融是“非生產(chǎn)性”的，即產(chǎn)出效應(yīng)低于環(huán)境效應(yīng);二是綠色金融不僅是“非生產(chǎn)”的，而且一定程度擠占了生產(chǎn)性投資資金;三是綠色金融投入生產(chǎn)領(lǐng)域的資金要素生產(chǎn)率較低。

從污染排放方程（模型Ⅱ）的回歸結(jié)果發(fā)現(xiàn)：經(jīng)濟增長對污染物排放起決定性影響，西北地區(qū)除寧夏外，其余四省區(qū)的回歸結(jié)果顯示在初始階段污染物排放強度隨著經(jīng)濟增長先下降，待跨越收入水平的某一點（轉(zhuǎn)折點1）后呈上升趨勢，接著又經(jīng)過一定水平（轉(zhuǎn)折點2）出現(xiàn)下降狀，與西北地區(qū)整體的EKC形態(tài)相吻合，接近倒“N”型。其中寧夏β1<0，β2>0，β3→0，曲線呈現(xiàn)U型，表明環(huán)境污染強度與經(jīng)濟增長之間不完全符合EKC所揭示的演化軌跡。工業(yè)化水平與各省區(qū)污染排放強度呈現(xiàn)顯著正相關(guān)。新疆與陜西在西北地區(qū)工業(yè)最為發(fā)達，且高污染的重工業(yè)企業(yè)較多，污染強度受工業(yè)化水平增長的影響也最為顯著，工業(yè)化水平每增長1%，環(huán)境污染強度分別增加2.30%、1.93%;工業(yè)化水平每增加1%時，青海污染強度加劇1.23%，甘肅、寧夏工業(yè)化水平對環(huán)境污染強度影響較小。與西北地區(qū)整體情況類似，除新疆外，其他四省區(qū)城鎮(zhèn)化水平指標對環(huán)境質(zhì)量影響不顯著。

在環(huán)境治理方程（模型Ⅲ）中，西北五省區(qū)綠色金融隨著該地區(qū)環(huán)境質(zhì)量變化產(chǎn)生極為敏感的波動，整體表現(xiàn)為地區(qū)環(huán)境對綠色金融的迫切需要。環(huán)境污染排放強度每加重1個百分點，陜西、甘肅、青海、寧夏、新疆的綠色金融投放分別增加7.8825、3.7033、7.9549、6.9240和3.2746個百分點，說明西北地區(qū)多為資源大省，綠色企業(yè)占比較多，環(huán)境惡化一方面促使西北地區(qū)企業(yè)追加投資，提高環(huán)保技術(shù)能力;另一方面，環(huán)境規(guī)制強度會隨環(huán)境惡化而加強，進而帶動綠色企業(yè)的投融資增加。

西北五省區(qū)的lngdp系數(shù)顯示除青海外，其余四省經(jīng)濟增長對綠色金融的投放有拉動作用，但作用遠小于環(huán)境污染對綠色金融的影響，陜西經(jīng)濟增長引發(fā)綠色金融投放的增幅最大（1.57%），甘肅、寧夏和新疆三地區(qū)的該估計效應(yīng)較小。西北五省區(qū)綠色金融的滯后一期對多數(shù)地區(qū)的當期投入產(chǎn)生正向效應(yīng)。

由此可見，西北地區(qū)分樣本實證結(jié)果與全樣本結(jié)果基本吻合：陜西、甘肅、青海及新疆四省區(qū)部分地符合EKC假說（呈倒N型）。寧夏則為U型，不符合EKC假說。在環(huán)境治理方程中，環(huán)境污染對綠色金融的效應(yīng)雖與西北地區(qū)一致（正向顯著），但其效力大于西北地區(qū)整體情況。

（四）環(huán)境變化轉(zhuǎn)折點趨勢預(yù)測

一些學(xué)者通過理論推演給出EKC曲線存在的條件，在具體的統(tǒng)計分析中通常采用簡約式方程驗證EKC在各個領(lǐng)域的存在性。將式（17）作如下簡化：

yit=β0+β1xit+β2x?2it+β3x?3it+β4zit+μit（20）

式（20）中，y和x分別替代環(huán)境質(zhì)量p和經(jīng)濟增長lngdp;z為其他影響環(huán)境質(zhì)量的變量;其他各符號指代意義同前。EKC拐點的測算是根據(jù)表4各指標的最優(yōu)擬合模型求取。當β1<0且β2>0，β3→0時，最優(yōu)擬合模型為二次函數(shù)模型，則根據(jù)拋物線性質(zhì)，求取其頂點作為EKC拐點：

x=-β1/2β2。因前文設(shè)x=lngdp，即拐點處

gdp=e?-β1/2β2;當β1<0，β2>0，β3<0時，β?22-3β1β3>0，最優(yōu)擬合模型為三次函數(shù)模型，則通過對三次方程進行求導(dǎo)后計算三次曲線的最大值和最小值為轉(zhuǎn)折點

三次函數(shù)的拐點與本文所稱EKC拐點意義并不相同，其余三次函數(shù)的最大值、最小值等概念也不相同。經(jīng)分析，EKC拐點與三次函數(shù)的最大值、最小值意義相近，故稱轉(zhuǎn)折點。。此時曲線有兩個拐點

x=（-β2±β?22-3β1β3）/3β3，即拐點處

gdp=e?（-β2±β?22-3β1β3）/3β3。由此計算出西北五省區(qū)各拐點處的人均GDP水平，可就此估算實現(xiàn)經(jīng)濟增長、污染排放降低及綠色金融協(xié)調(diào)發(fā)展所需時間。表6中“轉(zhuǎn)折點2”即污染排放越過峰值之后呈不斷下降趨勢，實際也是判斷各省區(qū)發(fā)展比照可以實現(xiàn)我國在《巴黎協(xié)議》所做承諾的一個預(yù)測。由于區(qū)域經(jīng)濟發(fā)展存在異質(zhì)性，導(dǎo)致區(qū)域污染排放出現(xiàn)拐點的時間也不盡相同，西北各省區(qū)的污染物排放達到峰值的時間也有異。表6顯示，西北五省區(qū)均已超過第一個轉(zhuǎn)折點，青海率先進入污染增長區(qū)間，甘肅則最后進入。除寧夏外，其余四省區(qū)均在2029年前到達污染物排放下降轉(zhuǎn)折點，即污染強度達最大值

說明除寧夏外西北四省區(qū)均可實現(xiàn)我國2015年6月根據(jù)國際氣候議程《巴黎協(xié)議》提交的中國國家自主決定貢獻文件中所做承諾，即到2030年左右二氧化碳排放達到峰值，并爭取盡早實現(xiàn)。。

（五）對計量結(jié)果的進一步分析

長期而論，西北五省區(qū)環(huán)境污染強度與人均GDP高度相關(guān)，說明改革開放以來西北地區(qū)總體上存在著經(jīng)濟增長與環(huán)境質(zhì)量變化的同步性，即在經(jīng)濟高速增長期間環(huán)境污染加劇，經(jīng)濟增長減速時環(huán)境惡化得以緩解，或環(huán)境質(zhì)量有所改善。在認識上需要注意的是，即使在經(jīng)濟增長而環(huán)境質(zhì)量持續(xù)改善情況下，不意味著在推動經(jīng)濟增長過程中可以放任環(huán)境變化而“自然”達到環(huán)境優(yōu)化目標。階段性地向“環(huán)境友好”型經(jīng)濟增長變化，是由于環(huán)境規(guī)制、經(jīng)濟結(jié)構(gòu)、技術(shù)進步以及重視生態(tài)問題的社會理念對改良環(huán)境形成系統(tǒng)性的“裝置”或基礎(chǔ)設(shè)施，仍須持續(xù)鞏固并進一步優(yōu)化此種“裝置”。

通過對西北五省區(qū)基于環(huán)境污染綜合指數(shù)變化的EKC驗證發(fā)現(xiàn)，現(xiàn)有證據(jù)部分地證明EKC的存在，EKC確實揭示出環(huán)境污染強度隨經(jīng)濟發(fā)展而下降的分布和演變規(guī)律。部分省區(qū)（陜西、甘肅、青海、新疆）的EKC若合并連接服從EKC趨勢;或者不再服從EKC（寧夏），趨勢為與倒U完全不同的U型。這是因為一方面，EKC模型的設(shè)定有嚴格的假設(shè)前提，當放松其約束條件而加入新的變量后，或者改進和拓展原模型，有可能改變原模型所設(shè)定的前提。另一方面，統(tǒng)計與計量模型要求有較大的樣本容量，統(tǒng)計檢驗的效果相對更明顯。由于西北五省區(qū)的相關(guān)樣本采集范圍較小，導(dǎo)致部分統(tǒng)計效果不明顯。

同時考慮到各變量、指標、數(shù)據(jù)在樣本期的可得性，西北地區(qū)總體及除寧夏以外四省區(qū)環(huán)境質(zhì)量與經(jīng)濟增長的關(guān)系服從倒N型，也可視為U+倒U型。倒U型曲線是U型曲線的延續(xù)，當U型曲線右半部分上升到一定階段，將會出現(xiàn)第二個拐點，從而出現(xiàn)倒U型階段。影響EKC形狀改變及各次拐點出現(xiàn)的因素有下述三個維度：其一，經(jīng)濟結(jié)構(gòu)內(nèi)生機制及其相應(yīng)的經(jīng)濟增長方式;其二，受經(jīng)濟發(fā)展階段收入水平、人類普遍的生態(tài)理念所制約或誘致的制度變量;其三，生產(chǎn)體系以及環(huán)境治理與生態(tài)安全的技術(shù)進步程度。設(shè)若陜西、甘肅、青海、新疆四省區(qū)同時處于經(jīng)濟增長而環(huán)境惡化的階段（按表6提供“拐點”數(shù)據(jù)及其出現(xiàn)時間節(jié)點即如此），則四省區(qū)面臨推動經(jīng)濟增長將會惡化環(huán)境質(zhì)量的兩難選擇，面臨這一壓力的必然選擇是加快經(jīng)濟結(jié)構(gòu)調(diào)整，加大節(jié)能減排措施的力度，強化政府、企業(yè)環(huán)境責任，最大限度降低經(jīng)濟增長對環(huán)境的壓力。計量驗證揭示出寧夏經(jīng)濟增長路徑向生態(tài)環(huán)境與經(jīng)濟協(xié)調(diào)發(fā)展的收斂不具有自發(fā)性，說明政府必須采取系統(tǒng)性的降低環(huán)境壓力的規(guī)制和政策，從經(jīng)濟結(jié)構(gòu)、能源規(guī)模與效率、生產(chǎn)體系的技術(shù)裝備等多途徑改變經(jīng)濟增長與環(huán)境變化的內(nèi)在連結(jié)結(jié)構(gòu)。

五、結(jié)論與政策建議

本文將綠色金融引入EKC研究框架，構(gòu)建包含產(chǎn)出方程、污染排放方程及污染治理方程在內(nèi)的面板數(shù)據(jù)聯(lián)立方程，編制環(huán)境綜合指數(shù)并實證檢驗了綠色金融在區(qū)域發(fā)展及區(qū)域間經(jīng)濟活動中作用于環(huán)境污染的綜合交互效應(yīng)。研究結(jié)果表明：西北地區(qū)除寧夏以外，在綠色金融等因素共同作用下環(huán)境綜合指數(shù)變動趨勢符合EKC倒“N”型曲線，比照我國在《巴黎協(xié)定》做出的“在2030年達到CO2排放峰值”的減排承諾，四省區(qū)亦可在2030年以前達到環(huán)境綜合指數(shù)峰值，從而向低環(huán)境污染轉(zhuǎn)換。寧夏的環(huán)境綜合指數(shù)變動趨勢不容樂觀，主因應(yīng)該是其氣候條件差以及能源結(jié)構(gòu)中使用煤炭資源比重較大。綠色金融與環(huán)境污染間雙向關(guān)系反映的是其背后的政策機制的作用，即產(chǎn)業(yè)政策存在很大程度的對污染行業(yè)、傳統(tǒng)能源結(jié)構(gòu)的“容忍度”，即產(chǎn)業(yè)政策規(guī)避了污染問題。綠色金融對環(huán)境變化正向效應(yīng)顯現(xiàn)，但作用尚不明顯，問題在于綠色金融投入規(guī)模有限，發(fā)揮綠色金融對優(yōu)化生態(tài)環(huán)境的規(guī)模經(jīng)濟效應(yīng)仍具有很大發(fā)展空間。

樣本期經(jīng)濟增長呈現(xiàn)出的加劇環(huán)境惡化效果，其潛在原因一方面表明遠超環(huán)境承載力的污染排放強度已然產(chǎn)生。從生產(chǎn)層面來看，我國煤炭基地在干旱半干旱的西北地區(qū)分布較多，能源礦、金屬礦及化工礦等產(chǎn)量均占全國30%以上。西北地區(qū)雖然環(huán)境容量較大，但陜西、新疆、甘肅都分布有較多SO2污染較重的城市。從行業(yè)分布看，西北地區(qū)屬資源富集地區(qū)，以原料導(dǎo)向型與動力導(dǎo)向型企業(yè)為主，工業(yè)產(chǎn)值中重工業(yè)占第二產(chǎn)業(yè)比重日趨增加。如陜西2017年重工業(yè)占第二產(chǎn)業(yè)比重高達81%，煤炭在能源消費中占比90%，遠高全國60%的平均水平，隨之產(chǎn)生的一次PM2.5、氮氧化物（NOx）、揮發(fā)性有機物（VOCs）及氨氣（NH3）等污染物排放量仍遠超環(huán)境容量。

在耶魯大學(xué)等單位發(fā)布的2016年全球環(huán)境績效指數(shù)排名中，中國減緩環(huán)境變化的績效表現(xiàn)良好，成為在過去十年唯一達到減緩碳排放增長率的國家，應(yīng)對環(huán)境變化的努力應(yīng)該充分肯定。但是，中國減緩環(huán)境變化的行為目前還主要是政府推動，改善環(huán)境的綠色金融市場體系和系統(tǒng)完備的綠色金融制度還遠未建立，需要積極構(gòu)建具有中國特色的綠色金融體系，加快發(fā)展綠色信貸、綠色證券和綠色保險市場，有效提升綠色金融投資回報率，明顯擴大綠色融資規(guī)模。結(jié)合本文研究提出以下建議：

第一，在國家層面進一步發(fā)揮財政政策對促進綠色金融發(fā)展的重要作用。在增加財政環(huán)保支出規(guī)模同時，尤為重視財政渠道對社會資本進入綠色投資領(lǐng)域的撬動和虹吸功能，以有限財政資金引導(dǎo)信貸資金、社會資本進入綠色投資領(lǐng)域?？梢詫Νh(huán)保、污染治理、新能源等行業(yè)企業(yè)的財政補貼調(diào)整為財政貼息;由財政出資控股設(shè)立綠色產(chǎn)業(yè)投資基金，重點解決形成我國主要污染源的產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)和交通結(jié)構(gòu)中的環(huán)境問題。

第二，對西北等經(jīng)濟欠發(fā)達地區(qū)綠色金融發(fā)展給予政策扶持。西北五省區(qū)面積占全國的30%，總體生態(tài)環(huán)境脆弱，企業(yè)綠色指數(shù)低于其他地區(qū)，但區(qū)域生態(tài)環(huán)境對全國具有很強外部性（正或負），青海三江源生態(tài)環(huán)境治理工程即是對全國生態(tài)環(huán)境具有正外部溢出效應(yīng)的典型例證。對西北地區(qū)綠色金融的政策扶持包括采取財政貼息增加綠色信貸規(guī)模，降低綠色債券、綠色基金、綠色保險的發(fā)行與交易門檻，促進政府與社會資本向綠色產(chǎn)業(yè)聯(lián)合投資（綠色PPP）。西北地區(qū)新能源上市公司融資規(guī)模和資本收益率普遍低于東部，對西北地區(qū)新能源等綠色概念公司上市發(fā)行股票（IPO）以及通過增資擴股、發(fā)售債券形成規(guī)模經(jīng)濟應(yīng)予以優(yōu)先支持。

第三，在西北地區(qū)深入探索內(nèi)陸綠色金融供給側(cè)改革，構(gòu)建政策支持引導(dǎo)和多方主體參與的綠色金融市場體系。我國綠色金融供需矛盾突出，據(jù)測算我國在“十三五”期間每年綠色投資需求在3～4萬億元之間，綠色金融缺口將主要從市場得以彌補。2018年2月國務(wù)院批復(fù)發(fā)布《關(guān)中平原城市群發(fā)展規(guī)劃》，提出關(guān)中平原城市群要加快在內(nèi)陸生態(tài)文明建設(shè)先行區(qū)等戰(zhàn)略定位上實現(xiàn)突破，明確要把西安打造成為西部地區(qū)重要的經(jīng)濟中心和絲路經(jīng)濟帶規(guī)模最大的國際物流樞紐。由此，在全國金融市場結(jié)構(gòu)區(qū)域布局上可以考慮將西安作為西北乃至國家層面綠色金融要素集聚城市，對內(nèi)陸地區(qū)構(gòu)建綠色金融市場體系進行探索，包括設(shè)立專業(yè)性綠色信貸銀行、綠色資本市場、綠色保險機構(gòu)、綠色金融衍生品市場等綠色金融基礎(chǔ)設(shè)施，制定和完善促進綠色金融發(fā)展的市場規(guī)則和監(jiān)管框架。

參考文獻：

[1]?Meadows D S， Meadows D L， Randers J， Behrens W W. The limits to growth[M]. New York： Universe Books， 1972.

[2]?Grossman G M， Krueger A B. Environmental impacts of a North American Free Trade Agreement[R]. NBER Working Paper No.3914， 1991.

[3]?Panayotou T. Empirical tests and policy analysis of environmental degradation at different stages of economic development[R]. Geneva： World Employment Programme Research， Working Paper No.238， International Labour Office， 1993.

[4]?Dinda S， Coondoo D， Pal M. Air quality and economic growth： An empirical study[J]. Ecological Economics， 2000， 34： 409423.

[5]?Friedl B， Getzner M. Determinants of CO2 emissions in a small open economy[J]. Ecological Economics， 2003， 45： 133148.

[6]?Holtz?Eakin D， Selden T M. Stoking the fires？CO2 emissions and economic growth[J]. Journal of Public Economics， 1995， 57： 85101.

[7]?胡宗義， 劉亦文， 唐李偉. 低碳經(jīng)濟背景下碳排放的庫茲涅茨曲線研究[J]. 統(tǒng)計研究， 2013（2）： 7379.

[8]?Torras M， Boyce J. Income， inequality， and pollution： A reassessment of the Environmental Kuznets Curve[J]. Ecological Economics， 1998， 25（2）： 147160.

[9]?Stern D I， Common M S， Barbier E B. Economic growth and environment degradation： The Environmental Kuznets Curve and sustainable derelopment[J]. World Development， 1996， 24（7）： 11511160.

[10]Tamazian A， Chousa J P， Vadlamannati K C. Does higher economic and financial development lead to environmental degradation： Evidence from the BRIC countries[J]. Energy Policy， 2009， 37： 246253.

[11]Sadorsky P. The impact of financial development on energy consumption in emerging economies[J]. Energy Policy， 2010， 38： 25282535.

[12]Zhang Z， Ren X. Causal relationships between energy consumption and economic growth[J]. Energy Procedia， 2011， 5： 20652071.

[13]Shahbaz M， Lean H H. Does financial development increase energy consumption？The role of industrialization and urbanization in Tunisia[J]. Energy Policy， 2012， 40： 473479.

[14]Gantman E R， Dabos M P. A fragile link？ A new empirical analysis of the relationship between financial development and economic growth[J]. Oxford Development Studies， 2012， 40（4）： 517532.

[15]Lee J M， Chen K H， ChoC H. The relationship between CO2 emissions and financial development： Evidence from OECD countries[J]. Singapore Economic Review， 2015， 60（5）： 155172.

[16]Omri A， Daly S， Rault C， Chaibi A. Financial development， environmental quality， trade and economic growth： What causes what in MENA countries[J]. Energy Economic， 2015， 48： 242252.

[17]Jeuchen M. Sustainable finance and banking： The financial sector and the future of the planet[M]. London： Earthscan Publication， 2001.

[18]OECD. Trends in environmental finance in Eastern Europe， Caucasus and Central Asia[C]. Paris： Tenth meeting of the EECCA environmental finance network， 2007， Document 9.

[19]Omri A， Nguyen D K， Rault C. Causal interactions between CO2 emissions， FDI， and economic growth： Evidence from dynamic simultaneous?equation models[J]. Economic Modelling， 2014， 42： 382389.

[20]Ang J B. Economic development， pollutant emissions and energy consumption in Malaysia[J]. Policy Model， 2008， 30： 271278.

[21]Stern D I. A multivariate cointegration analysis of the role of energy in the US macroeconomy[J]. Energy Economics， 2000， 22： 267283.

[22]Pereira A M， Pereira R M M. Is fuel?switching a no?regrets environmental policy？VAR evidence on carbon dioxide emissions， energy consumption and economic performance in Portugal[J]. Energy Economics， 2010， 32： 227242.

[23]孫葉飛， 周敏. 中國城鎮(zhèn)化、產(chǎn)業(yè)結(jié)構(gòu)高級化對CO2排放的影響——基于獨立效應(yīng)和聯(lián)動效應(yīng)雙重視角[J]. 資源科學(xué)， 2016（10）： 18461860.

[24]Dean J M. Testing the impact of trade liberalisation on the environment： Theory and evidence[C]. Fredriksson P G.， Trade， global policy and the environment. World bank discussion paper No.402 1999.

[25]Soukhanov A H. The American Heritage Dictionary （the 4th Edition）[M]. Houghton Mifflin Company， Boston， 2000.

[26]張軍， 章元. 對中國資本存量K的再估計[J]. 經(jīng)濟研究， 2003（7）： 3543.

[27]Soytas U， Sari R， Ewing B T. Energy consumption， income， and carbon emissions in the United States[J]. Ecological Economics， 2007， 62（3/4）： 482489.

[28]Omri A. CO2 emissions， energy consumption and economic growth nexus in MENA countries： Evidence from simultaneous equations models[J]. Energy Economics， 2013， 40： 657664.

[29]世界銀行. 1992年世界發(fā)展報告： 發(fā)展與環(huán)境[M]. 北京： 中國財政經(jīng)濟出版社， 1992.

[30]彭水軍. 經(jīng)濟增長與環(huán)境污染——環(huán)境庫茲涅茨曲線假說的中國檢驗[J]. 財經(jīng)問題研究， 2006（8）： 317.

[31]高峰. 中國省際環(huán)境污染的空間差異和環(huán)境規(guī)制研究[M]. 北京： 經(jīng)濟科學(xué)出版社， 2016.

責任編輯、校對： 李再揚

Green Finance， Economic Growth and Environmental Change：

Is it Possible for the Environmental Index in the Northwest to Fulfill the “Paris Agreement”？

LIU Sha?1，2， LIU Ming?1，2

（1. Northwest Institute of Historical Environment and Socio?Economic Development， Shaanxi Normal University，

Xian 710119， China; 2. Financial Research Institute in Shaanxi Normal University， Xian 710119， China）

Abstract：This paper structures a panel simultaneous equation model based on the input?output model and the EKC hypothesis by using green environmental protection concept company subsample on the stock market as the overall substitute variable of green finance， constructs comprehensive index of environmental quality system to reflect and judge the relationship among green finance， environmental change and economic growth， predicts the peak time （inflection point） of environmental composite index in Northwest China regarding commitment of CO2 emission reduction in the Paris Agreement at the national level. The results show that the interaction exists among economic growth， environmental quality and green finance. Green finance has a positive effect on environmental change， but its action is low. The variation trend of environmental comprehensive index accords with the inverted “N”?shape EKC in Northwest China except for Ningxia under the influence of green finance and other factors. In contrast to Chinas emission reduction commitment “ to reach the peak of CO2 emissions in 2030”， it can also reach the peak of the comprehensive environmental index before the same time node to convert to low environmental pollution in general. To further develop the scale effect of green finance on improving the ecological environment， it is suggested to lower the threshold of green finance in Northwest China， promote the joint investment of government and social capital into the green industry. Taking Xian as a green financial agglomeration city actively constructs the green financial market system in an inland area.

Keywords：Green finance; Economic growth; Environmental quality; Environmental change; Emission reduction; Environmental Kuznets Curves （EKC）; Panel simultaneous equation model; Northwest regions