金融發(fā)展對碳排放的影響研究

林明

摘要：本文立足于靜態(tài)面板模型和面板門檻模型，選取我國2005～2017年的省級面板數(shù)據(jù)，比較分析了我國的碳排放會受金融發(fā)展的何種影響。研究發(fā)現(xiàn)：靜態(tài)面板模型下，我國的金融發(fā)展與第二產業(yè)發(fā)展均會加劇碳排放，而經(jīng)濟水平與碳排放的關系呈倒“U”型，對外開放則有利于緩解碳排放。在以城鎮(zhèn)化率為門檻變量的單一門檻面板模型下，金融發(fā)展與碳排放呈倒“U”型關系，低水平的城鎮(zhèn)化會使金融發(fā)展正向作用于碳排放，而高水平的城鎮(zhèn)化則能使金融發(fā)展反向抑制碳排放。

關鍵詞：金融發(fā)展;碳排放;面板門檻模型

中圖分類號：X32;F832文獻標志碼：A文章編號：1008-4657（2020）03-0062-07

0?引言

我國自改革開放以來，在諸多方面已經(jīng)取得了傲人的成績，尤其是經(jīng)濟金融領域。然而，在這大肆粗放的經(jīng)濟發(fā)展背后是以環(huán)境的犧牲為代價的。據(jù)IEA（2009）統(tǒng)計，我國在2007年時的碳排放量就已超過美國，成為全球最大的碳排放國家。隨著大量的二氧化碳被不斷釋放，其對于整個生態(tài)環(huán)境和人類社會產生了巨大影響，現(xiàn)已成為全球聚焦的熱點問題。我國也注意到了節(jié)能減排的重要性，實施碳減排措施刻不容緩。而金融發(fā)展作為推動經(jīng)濟向前的核心動力，對低碳化經(jīng)濟的實現(xiàn)起著至關重要的作用。如金融發(fā)展可提高技術創(chuàng)新，減少能耗，從而降低碳排放。不過，金融發(fā)展也可能會惡化環(huán)境，增加碳排放。如金融發(fā)展讓企業(yè)易于融資，進而擴大再生產，這就會排放出更多的二氧化碳。那么對于我國來說，金融發(fā)展對碳排放到底是起促進作用還是抑制作用？以及由于不同地區(qū)城鎮(zhèn)化率的差異，是否會造成金融發(fā)展影響碳排放間的門檻效應存在？這一系列問題均值得進行深入探究。

1?文獻綜述

針對碳排放這一研究，國內外眾多學者大多從經(jīng)濟增長、產業(yè)結構、城鎮(zhèn)化等方面入手。其中關于經(jīng)濟影響的，具有典型代表的研究則是Krueger等[1]提出的環(huán)境庫茲涅茨曲線，即低水平經(jīng)濟下的發(fā)展會惡化環(huán)境，而當經(jīng)濟發(fā)展水平達到一定程度后，繼續(xù)發(fā)展反而能有效控制污染，其圖形呈倒“U”形。此后，出現(xiàn)了大量關于該曲線的實證研究。如張慶宇等[2]運用EKC和STIRPAT模型對我國改革開放40年來的經(jīng)濟增長與碳排放間的關系展開實證研究，結果證實了環(huán)境庫茲涅茨曲線呈倒“U”形，并且他們還發(fā)現(xiàn)在我國，經(jīng)濟增長在影響碳排放眾多因素當中占據(jù)主要位置，我國的人均GDP和人均碳排放目前仍然呈現(xiàn)遞增趨勢。閆樹熙等[3]通過協(xié)整和Granger因果檢驗進行研究，發(fā)現(xiàn)陜西省經(jīng)濟增長與碳排放二者間在長期存在協(xié)整關系，且經(jīng)濟增長會加劇碳排放。關于產業(yè)結構影響碳排放的研究，楊愷鈞等[4]研究發(fā)現(xiàn)我國的碳排放會受產業(yè)結構的較大影響，二者間呈“N”型曲線關系，且第二產業(yè)比重的上升會導致減排效率低下。而李志學等[5]經(jīng)過研究，同樣得到了類似的結論。從城鎮(zhèn)化角度入手，王雅楠等[6]基于全國30個省19年的面板數(shù)據(jù)，將各地人均GDP和能源消費量當作門檻變量，使用面板門檻模型來探究城鎮(zhèn)化對碳排放所造成的影響。研究發(fā)現(xiàn)二者間的關系是非線性的，無論是以人均GDP還是能源消費為門檻變量時，城鎮(zhèn)化與碳排放間均為倒“U”型曲線關系。同時，不同區(qū)域的城鎮(zhèn)化發(fā)展對碳排放所造成的影響存在明顯差異。

然而，國內外學者對于金融發(fā)展影響碳排放這方面的研究結論卻不盡相同。金融作為現(xiàn)代經(jīng)濟的核心，其發(fā)展會對環(huán)境產生兩面性影響。一方面，金融的飛速發(fā)展，會起到擴張效應，增加能源消費，釋放更多的二氧化碳。如Sadorsky[7]以新興經(jīng)濟體為研究對象，通過GMM分析方法，他發(fā)現(xiàn)這些國家的金融發(fā)展刺激了居民對高耗能產品的消費，從而很大程度上增加了碳排放。Dasgupta等[8]立足于企業(yè)層面進行研究，他們得出：金融發(fā)展會使得企業(yè)的投融資成本下降，促使企業(yè)增加基礎設備的投入使用，進行擴大再生產，這無疑會增加能源的消耗，提高碳排放量。張麗華等[9]基于系統(tǒng)GMM回歸模型，通過把控金融發(fā)展指標進行橫縱對比分析，得出：由于我國的金融體系并不完善，資源無法合理匹配，且企業(yè)會隨著金融發(fā)展而不斷擴張，從而使得我國整體上的金融發(fā)展對碳排放起了正向作用。相反，另一方面，好的金融發(fā)展會促進科學技術的進步與創(chuàng)新，有利于企業(yè)節(jié)能減排，大大改善環(huán)境。Shahbaz等[10]針對馬來西亞的數(shù)據(jù)進行研究，發(fā)現(xiàn)金融發(fā)展不僅能提高技術創(chuàng)新，還能通過綠色信貸等渠道引導企業(yè)從事環(huán)保生產，從而減緩碳排放。周瑩瑩[11]以23個國家為研究對象，將其分為發(fā)達國家和發(fā)展中國家兩部分，通過PVAR模型對其1993～2016年的面板數(shù)據(jù)進行研究，結果顯示：無論是發(fā)達國家還是發(fā)展中國家，提高金融發(fā)展水平就有利于抑制碳排放，而且發(fā)展中國家的抑制效果明顯優(yōu)于發(fā)達國家?；暨h等[12]經(jīng)考察發(fā)現(xiàn)，金融發(fā)展不僅能夠有效改良能源利用技術，降低能源消耗率，還有助于引領科技創(chuàng)新，從而大大降低碳排放。

除此之外，仍有些許學者認為，金融發(fā)展與碳排放間的關系是非線性的。如嚴成樑等[13]從理論分析和實證研究兩方面出發(fā)，來探究金融發(fā)展是如何影響碳排放的。通過模型推導，他們發(fā)現(xiàn)二者間存在倒“U”型關系，之后再利用實證方法進行檢驗，得出信貸規(guī)模、FDI規(guī)模和碳排放間的倒“U”型關系確實成立。李壽國等[14]基于面板門檻模型，對我國西部地區(qū)金融發(fā)展影響碳排放進行相關研究時，也發(fā)現(xiàn)二者間存在非線性關系。

綜合上述文獻綜述來看，國內外學者對于金融發(fā)展影響碳排放的研究雖并未形成一致的結論，但其從不同角度以及運用多種實證方法證明了二者間的內在聯(lián)系。故本文以上述研究結論作為基礎，將經(jīng)濟水平、城鎮(zhèn)化、產業(yè)結構等各方面因素綜合考慮在內，通過構建靜態(tài)面板模型和面板門檻模型，對我國30個省市自治區(qū)2005～2017年的面板數(shù)據(jù)進行分析，旨在得出金融發(fā)展會如何作用于碳排放。

2?模型設定與變量選擇

2.1?模型設定

本文針對金融發(fā)展如何影響碳排放這一問題，參考李壽國等[14]的建模方法，在此擬定如下面板線性模型

其中，CO2it代表i省t年的碳排放量，取對數(shù)作為被解釋變量，F(xiàn)Dit代表i省t年的金融發(fā)展情況，取對數(shù)作為本文的核心解釋變量，X代表控制變量，包括城鎮(zhèn)化率、經(jīng)濟水平、對外開放度和產業(yè)結構。αi為固定效應，εit為擾動項。

由于時間空間的不同，各省份的城鎮(zhèn)化率存在差異，這可能會使得各地金融發(fā)展對碳排放影響不一，因此，上述二者間可能并非存在簡單線性關系，而有可能是非線性關系。鑒于此，本文參考Hansen的研究，建立面板門檻模型。單一門檻的思想是取qit作門檻變量，分模型為兩部分。當qit大于門檻值λi時，核心解釋變量的系數(shù)與其小于λi時的系數(shù)存在顯著差異，此時模型就被分為兩段，即核心解釋變量與被解釋變量間的關系是非線性的。本文將城鎮(zhèn)化率設作門檻變量，金融發(fā)展指標設作依賴變量，探究金融發(fā)展影響碳排放的門檻效應。建立有單一門檻效應的面板門檻模型

其中：qit為門檻變量，I（·）為示性函數(shù)，滿足括號內要求為1，反之為0。門檻效應存在時，β1和β2不同。εit為擾動項。其他變量則與（1）式相同。

2.2?變量選擇與數(shù)據(jù)說明

本文利用我國30個省市自治區(qū)（考慮數(shù)據(jù)可得性，剔除西藏和港澳臺地區(qū)）2005～2017年的面板數(shù)據(jù)，選擇的各變量及說明如下：

（1）各省二氧化碳排放量。由于我國并未直接公布各省二氧化碳碳排放量，為確保數(shù)據(jù)的可靠準確，本文結合杜立民[15]和郭義強[16]的做法，估算各省二氧化碳排放量。具體公式如下

其中，CO2為各省二氧化碳排放量，m為能源類別，主要為煤、石油、天然氣這三大類，Em為各省m類能源消費量。而CFm × CCm × COFm × 44/12則一般可以看做一個整體，代表CO2排放系數(shù)。故上式就簡化為三類能源消費量與其CO2排放系數(shù)乘積之和。各類能源CO2排放系數(shù)見表1。

（2）各省金融發(fā)展指標（FD）。本文參考King等[17]的研究，將各地金融機構貸款余額除以該地當年名義GDP的所得值，作為金融發(fā)展指標，數(shù)值越大則意味著該區(qū)域金融發(fā)展越強。

（3）其余控制變量。城鎮(zhèn)化率（URB）：各地城鎮(zhèn)常住人口/該地年末總人口。經(jīng)濟水平（GDP）：一般而言，GDP總量的多少可以衡量出某個地區(qū)或國家經(jīng)濟水平的高低。對外開放度（OPEN）：各地進出口總額/各地名義GDP。產業(yè)結構（IND）：各地第二產業(yè)增加值/各地名義GDP。

本文以2005年為基期，通過GDP平減指數(shù)消除國內物價變動和通貨膨脹等價格因素對文中所用到的數(shù)據(jù)的影響，同時為避免可能存在的異方差，將上述變量對數(shù)化，分別記做Ln CO2、Ln FD、Ln URB、Ln GDP、Ln OPEN、Ln IND。此外，為驗證環(huán)境庫茲涅茨曲線，還將Ln GDP的平方引入模型。以上數(shù)據(jù)來源于歷年《中國能源統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《金融統(tǒng)計年鑒》、各省歷年《統(tǒng)計年鑒》以及國家統(tǒng)計局。

3?實證研究

3.1?平穩(wěn)性檢驗

“偽回歸”問題時常發(fā)生在回歸分析之中，為了回避此類問題的出現(xiàn)，十分有必要對各個變量的平穩(wěn)性進行先行檢驗。特別是對于門檻回歸模型而言，其前提條件就要求各變量均為平穩(wěn)變量，故本文使用LLC檢驗和Fisher-PP檢驗來進行判斷，結果由表2所呈現(xiàn)。

由表2可知，在兩種方法檢驗下，所有變量均拒絕原假設，即面板數(shù)據(jù)是平穩(wěn)的，可以進行面板門檻回歸。

3.2?門檻效應檢驗

上述檢驗驗證了數(shù)據(jù)的平穩(wěn)性，但模型的門檻效應存在與否，若存在，門檻個數(shù)又為多少，這些都猶未可知，故應先對其進行判斷。從單門檻檢驗開始，原假設為H0：β1= β2，若其成立，則表明模型（2）門檻效應不存在，反之則存在。在這之后，可以以此類推進行雙重門檻三重門檻檢驗。本文將城鎮(zhèn)化率當作門檻變量，金融發(fā)展指標當作核心解釋變量，對其進行實證檢驗，結果見表3。

表3顯示，當金融發(fā)展指標為核心解釋變量，城鎮(zhèn)化率為門檻變量時，單門檻效應下Ln URB的F值為61.44，大于10%顯著性水平下的臨界值，且P值為0.063 3，即模型存在單門檻效應。而雙門檻效應在10%顯著性水平下并不顯著，未通過檢驗。

3.3?門檻估計值檢驗

既然已經(jīng)得知了模型具有單門檻效應，那么接下來就要進一步判斷門檻估計值是否真實準確，以及確定其置信區(qū)間。本文畫出城鎮(zhèn)化率這一門檻變量的似然比趨勢圖，如圖1所示。通過該圖，能夠較為準確地得出門檻值及其所對應的置信區(qū)間，輸出結果呈現(xiàn)于表4中。

由圖1可以看出，平行于x軸的虛線所對應的為95%的置信值7.35，當設城鎮(zhèn)化率為門檻變量時，使似然函數(shù)值最小的門檻估計值位于虛線以下，即小于7.35，對應的置信區(qū)間則為（-0.151 3，-0.147 3），這表明門檻估計值與實際門檻值一致，可認為原假設金融發(fā)展對碳排放的單門檻效應成立。

3.4?回歸結果分析

為了進行比較分析，本文首先未將門檻效應考慮在內，而是直接利用固定效應模型和隨機效應模型分別對其進行回歸，結果由下表5中的模型（1）和模型（2）所展現(xiàn)。之后，再以城鎮(zhèn)化率為門檻變量，通過構建金融發(fā)展影響碳排放的單門檻模型進行回歸，所得結果如表5中模型（3）所示。

通過對表5中模型（1）和模型（2）結果的初步分析，金融發(fā)展的系數(shù)分別為0.318 205 2和0.276 052 3，二者均通過了1%顯著性水平檢驗，即金融發(fā)展水平的提高會加劇我國的碳排放量。就整體而言，現(xiàn)階段我國各地區(qū)的金融發(fā)展會正向刺激碳排放的增長。而當考慮到存在門檻效應時，由模型（3）可知，碳排放受金融發(fā)展的影響是非線性的。作為門檻變量的城鎮(zhèn)化率存在一個門檻值為-0.148 5，若某地區(qū)城鎮(zhèn)化水平較低（即Ln URB小于等于門檻值- 0.148 5），此時金融發(fā)展影響碳排放的系數(shù)為正，數(shù)值為0.219 136 3，通過了5%顯著性水平，這意味著當?shù)氐奶寂欧帕繒S著金融發(fā)展的提升而增加，每提升1%，就會增加0.219 136 3%的碳排放量。伴隨著城鎮(zhèn)化的進一步推進，若某地區(qū)的城鎮(zhèn)化水平已達到較高水準（即Ln URB大于門檻值- 0.148 5），此時金融發(fā)展影響碳排放的系數(shù)為負，數(shù)值為-0.478 310 3，通過了1%顯著性水平，這意味著當?shù)亟鹑诎l(fā)展的提升不再會促進碳排放，反而有利于減少碳排放，每提升1%，能夠減少0.478 310 3%的碳排放量。由此可知，金融發(fā)展會因各地區(qū)城鎮(zhèn)化水平的差異，而對碳排放產生不同影響。當城鎮(zhèn)化水平由低到高發(fā)展的進程中，金融發(fā)展先是正向刺激碳排放，而后當城鎮(zhèn)化到達某一程度，金融發(fā)展則會對碳排放起緩解抑制作用，圖形上呈倒“U”形變化。

究其原因，可能是在城鎮(zhèn)化發(fā)展的初期，城鎮(zhèn)人口急劇增加，生活水平不斷提升，城鎮(zhèn)居民的消費需求逐漸擴大。同時，城市化工業(yè)不斷發(fā)展以及相關企業(yè)為滿足居民消費而不斷擴張生產。然而，此時的城鎮(zhèn)初具雛形，公共基礎設施未達發(fā)展所需要求，并不能產生較好的規(guī)模效應經(jīng)濟，故只能依靠金融發(fā)展來拉動投資再生產，這便使得能耗增加，碳排放量上升。不過，當城鎮(zhèn)化率越過門檻值，上升到高水平時，其中的規(guī)模效應便開始突顯。如Fremstad等[18]認為城市能夠利用共享資源和基礎設施創(chuàng)造城市財富，城市密度則通過對家庭或企業(yè)間共享碳密集型產品來降低碳排放。不僅如此，金融發(fā)展使企業(yè)的投融資成本下降，有助于共享平臺的搭建，讓低碳技術和大型基礎設施早日得以共享，從而推動整個城市綠色經(jīng)濟的進步。另外，城市居民的素質也隨城鎮(zhèn)化的發(fā)展而不斷提高，環(huán)保意識開始增強，更熱衷于環(huán)保產品的消費。同時，政府也制定了更多積極有效的環(huán)保政策，使金融資源的配置更偏向環(huán)保產業(yè)，進而加快對節(jié)能環(huán)保等方面科學技術的研發(fā)，促成傳統(tǒng)高耗能產業(yè)向綠色產業(yè)的轉型升級。這樣一來，金融發(fā)展就能有效減少碳排放，發(fā)揮出綠色金融的功效。

對于表5中的其余控制變量，ln GDP在三個模型中的系數(shù)均為正，且都通過了1%顯著性水平，而（ln GDP）2的系數(shù)卻顯著為負，這說明經(jīng)濟增長與碳排放間的關系符合倒“U”型的環(huán)境庫茲涅茨曲線，即經(jīng)濟增長會先增加碳排放而后才起抑制作用。對外開放度的系數(shù)則為負，說明國家越開放，越有利于引進高新技術，從而降低資源消耗，實現(xiàn)節(jié)能減排，但其作用并不顯著。而對于產業(yè)結構來說，其系數(shù)顯著為正，表明發(fā)展第二產業(yè)會加劇碳排放。

4?主要結論與政策建議

4.1?主要結論

本文選取了2005～2017年我國30個省市自治區(qū)的面板數(shù)據(jù)，通過靜態(tài)面板模型與面板門檻模型的比較，實證分析了金融發(fā)展是如何影響碳排放的。研究所得結果如下：單考慮靜態(tài)面板模型，目前我國的金融發(fā)展會使得碳排放量增加。而加入門檻效應后，將城鎮(zhèn)化率設為門檻變量，金融發(fā)展與碳排放二者間存在倒“U”型關系，即低水平的城鎮(zhèn)化下，碳排放會因金融發(fā)展而不斷增加，而當城鎮(zhèn)化率跨過門檻值，進入高水平時，金融發(fā)展則有益于控制碳排放，對其進行削減。至于控制變量中的經(jīng)濟水平，其一次項系數(shù)為正，二次項系數(shù)為負，意味著經(jīng)濟水平與碳排放間同樣有倒“U”型關系存在。對外開放度對碳排放起負向作用，相反第二產業(yè)的發(fā)展則會正向刺激碳排放。

4.2?政策建議

針對上述結論，本文將提出下列政策建議：

第一，提高城鎮(zhèn)化質量，打造綠色新城鎮(zhèn)。從上述結論可以看出，城鎮(zhèn)化在金融發(fā)展影響碳排放中起到了關鍵作用，所以加強對城鎮(zhèn)化的建設顯得十分有必要。就目前而言，我國的城鎮(zhèn)化質量還相對較低，因此，現(xiàn)階段需要著重關注。一方面，政府部門應該出臺符合綠色新城鎮(zhèn)目標的有關政策，積極引導相關企業(yè)轉變生產經(jīng)營模式，減少碳排放，另一方面，綠色新城鎮(zhèn)對居民素質提出了較高要求，人們應改變以往的生活方式，樹立起綠色環(huán)保觀念，堅持從我做起，好好愛護家園環(huán)境?？偠灾G色新城鎮(zhèn)的發(fā)展離不開各方力量的支持，只有團結協(xié)力，才能穩(wěn)步推進綠色新城鎮(zhèn)的建設，進而減少碳排放。

第二，推動綠色金融發(fā)展，助力綠色低碳經(jīng)濟前行。相較于國外，我國的綠色金融發(fā)展較晚，主要還是以銀行的綠色信貸為主，綠色債券、綠色基金等產品較為匱乏，目前還處在萌芽期。因此，我國應該大舉推動綠色金融的發(fā)展，鼓勵開發(fā)多樣化的綠色金融產品和工具，滿足不同投資者的購買需求。同時，銀行、交易所等金融機構應繼續(xù)保持綠色環(huán)保的思路，迎合國家綠色金融發(fā)展戰(zhàn)略，構建綠色金融平臺，從而助力綠色低碳經(jīng)濟向前發(fā)展。

第三，加強金融創(chuàng)新，促進產業(yè)綠色轉型升級。由結論可知，以重工業(yè)為主的產業(yè)結構會加劇碳排放量。因此，要想提高金融發(fā)展的碳減排效應，則要促進產業(yè)綠色轉型升級。而對于企業(yè)來說，促成綠色轉型升級需要大量的資金支持，這就要求金融機構加強金融創(chuàng)新，開發(fā)出新型金融工具，從而給予企業(yè)所需資金，優(yōu)化其自身技術水平，促進產業(yè)轉型升級，降低碳排放。

參考文獻：

[1] Grossman G M，Krueger A B.Environmental Impacts of a North American Free Trade Agreement [J].Social Science Electronic Publishing，1992，8（2）：223-250.

[2] 張慶宇，張雨龍，潘斌斌.改革開放40年中國經(jīng)濟增長與碳排放影響因素分析[J].干旱區(qū)資源與環(huán)境，2019，33（10）：9-13.

[3] 閆樹熙，郭利鋒，溫志鵬.能源碳排放與經(jīng)濟增長——基于陜西省的實證檢驗[J].重慶理工大學學報（自然科學），2019，33（4）：182-186.

[4] 楊愷鈞，楊甜甜.老齡化、產業(yè)結構與碳排放——基于獨立作用與聯(lián)動作用的雙重視角[J].工業(yè)技術經(jīng)濟，2018，37（12）：115-123.

[5] 李志學，李樂穎，陳健.產業(yè)結構、碳權市場與技術創(chuàng)新對各省區(qū)碳減排效率的影響[J].科技管理研究，2019，39（16）：79-90.

[6] 王雅楠，馬明義，陳偉，等.城鎮(zhèn)化對碳排放的門檻效應及區(qū)域空間分布[J].環(huán)境科學與技術，2018，41（11）：165-172.

[7] Sadorsky P.The Impact of Financial Development on Energy Consumption in Emerging Economies [J].Energy Policy，2010，38（5）：2 528-2 535.

[8] Dasgupta S，Laplante B，Mamingi N.Pollution and Capital Markets in Developing Countries [J].Journal of Environmental Economics and Management，2001，42（3）：310-335.

[9] 張麗華，任佳麗，王睿.金融發(fā)展、區(qū)域創(chuàng)新與碳排放——基于省際動態(tài)面板數(shù)據(jù)分析[J].華東經(jīng)濟管理，2017，31（9）：84-90.

[10] Shahbaz M，Solarin S A，Mahmood H.Does Financial Development Reduce CO2 Emissions in Malaysian Economy？ A Time Series Analysis [J].Economic Modelling，2013，35（5）：145-152.

[11] 周瑩瑩.金融發(fā)展對碳排放的影響——以23個國家與地區(qū)為例[J].求索，2018（5）：79-87.

[12] 霍遠，孫鵬.金融發(fā)展、技術進步對碳減排的效應研究——基于省級動態(tài)面板數(shù)據(jù)GMM方法[J].生態(tài)經(jīng)濟，2017，33（7）：25-30，97.

[13] 嚴成樑，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.

[14] 李壽國，宋寶東.金融發(fā)展影響碳排放的門檻效應分析[J].生態(tài)經(jīng)濟，2019，35（4）：20-25.

[15] 杜立民.我國二氧化碳排放的影響因素：基于省級面板數(shù)據(jù)的研究[J].南方經(jīng)濟，2010（11）：20-33.

[16] 郭義強，鄭景云，葛全勝.一次能源消費導致的二氧化碳排放量變化[J].地理研究，2010，29（6）：1 027-1 036.

[17] King R G，Levine R.Finance and Growth：Schumpeter Might be Right [J].Quarterly Journal of Economics，1993，108（3）：717-737.

[18] Fremstad A，Underwood A，Zahran S，et al.The Environmental Impact of Sharing：Household and Urban Economies in CO2 Emissions [J].Ecological Economics，2018，145：137-147.

[責任編輯：鄭筆耕]