雙碳目標(biāo)下遼寧省金融發(fā)展對碳減排的影響研究

摘 要：當(dāng)前，我國正處于經(jīng)濟(jì)轉(zhuǎn)型升級的重要階段，同時(shí)面臨發(fā)展低碳經(jīng)濟(jì)、推動(dòng)節(jié)能減排的國內(nèi)外壓力，如何平衡好經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)環(huán)境保護(hù)，是當(dāng)今我國面臨的現(xiàn)實(shí)挑戰(zhàn)。金融發(fā)展被認(rèn)為是現(xiàn)代經(jīng)濟(jì)發(fā)展的核心指標(biāo)，因此需要厘清金融發(fā)展與碳排放的關(guān)系。基于2012—2021年遼寧省所有地級市的面板數(shù)據(jù)，本文建立環(huán)境影響評估模型改良下的多元回歸模型，通過系統(tǒng)GMM模型分析，從金融機(jī)構(gòu)貸款余額占GDP比重、城鄉(xiāng)居民儲(chǔ)蓄余額占GDP比重兩個(gè)角度對金融發(fā)展水平進(jìn)行測度，探討遼寧省金融發(fā)展對碳排放的影響。實(shí)證研究表明：在控制了人均GDP和其他變量后，提升遼寧省地級市金融發(fā)展水平對碳減排起促進(jìn)作用，但當(dāng)前遼寧省處于環(huán)境庫茲涅茨理論倒U型的初期階段，即經(jīng)濟(jì)發(fā)展帶來更高的碳排放，且并未進(jìn)入碳排放下降的拐點(diǎn)，金融發(fā)展和經(jīng)濟(jì)發(fā)展還存在不同步等問題。因此，本文建議強(qiáng)化各地級市金融機(jī)構(gòu)對地方經(jīng)濟(jì)的支撐作用，發(fā)展綠色金融，推動(dòng)遼寧省區(qū)域信息共享與合作。

關(guān)鍵詞：金融發(fā)展；碳排放；環(huán)境影響評估模型；碳減排；產(chǎn)業(yè)結(jié)構(gòu)

本文索引：施展騫.<變量 2>[J].中國商論，2023（17）：-107.

中圖分類號：F205 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2023）09（a）--05

遼寧省地區(qū)經(jīng)濟(jì)迅速發(fā)展，工農(nóng)業(yè)迅速發(fā)展、城鎮(zhèn)化率迅速提高、人口不斷涌入都消耗了大量資源，加上部分地區(qū)環(huán)保落實(shí)不嚴(yán)，一味追求高速經(jīng)濟(jì)增長，使得21世紀(jì)初期環(huán)境惡化，生態(tài)問題高度集中，嚴(yán)重威脅下一代的生存環(huán)境。在經(jīng)濟(jì)、工業(yè)高速發(fā)展的同時(shí)，遼寧省面臨著節(jié)能降碳的巨大轉(zhuǎn)型壓力。據(jù)《中國能源統(tǒng)計(jì)年鑒》數(shù)據(jù)統(tǒng)計(jì)，遼寧省能源消費(fèi)總量占全國比例達(dá)到9.94%，而碳排放水平占全國比重達(dá)到8.34%，其對環(huán)境污染的嚴(yán)重性不容小覷。

經(jīng)濟(jì)發(fā)展的同時(shí)，遼寧省地區(qū)的金融產(chǎn)業(yè)也迅猛發(fā)展。根據(jù)《中國金融統(tǒng)計(jì)年鑒》可知，遼寧省金融機(jī)構(gòu)數(shù)量不斷增加，以四大國有商業(yè)銀行為主體的金融機(jī)構(gòu)占據(jù)大量的金融市場，每天進(jìn)行大量的金融業(yè)務(wù)。此外，由于經(jīng)濟(jì)發(fā)達(dá)，企業(yè)數(shù)量多且融資需求大，金融機(jī)構(gòu)有能力吸納大量的存貸款，進(jìn)一步推動(dòng)金融市場的迅速增長。遼寧省各地級市金融機(jī)構(gòu)開發(fā)了眾多金融產(chǎn)品，其產(chǎn)品創(chuàng)新實(shí)踐性相對其他地區(qū)更強(qiáng)，具有較強(qiáng)的市場活力。

金融發(fā)展作為現(xiàn)代經(jīng)濟(jì)的重要衡量指標(biāo)，一方面，金融發(fā)展可以促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型，促進(jìn)資金向具有社會(huì)責(zé)任感的低碳企業(yè)傾斜，通過支持企業(yè)改進(jìn)生產(chǎn)技術(shù)、提高創(chuàng)新能力，抑制碳排放增長；另一方面，金融發(fā)展中存在的信息不對稱問題導(dǎo)致貸款的低效流轉(zhuǎn)和配置，加上部分企業(yè)一味地?cái)U(kuò)大生產(chǎn)規(guī)模，導(dǎo)致碳排放的增長。以上研究結(jié)果表明，在不同的情況下，金融發(fā)展對二氧化碳排放同時(shí)存在增促效應(yīng)和抑制效應(yīng)，具體關(guān)系仍需進(jìn)一步研究。因此，努力發(fā)揮金融發(fā)展對碳排放的抑制效應(yīng)、規(guī)避金融發(fā)展對碳排放的增促效應(yīng)，從而為遼寧省推動(dòng)碳減排提供更多政策建議，是當(dāng)前研究分析的重點(diǎn)，具有較高的社會(huì)價(jià)值和研究意義。

1 文獻(xiàn)綜述

21世紀(jì)，大多數(shù)國內(nèi)外學(xué)者也更加關(guān)注金融發(fā)展和環(huán)境保護(hù)之間的關(guān)系，且尤其關(guān)注金融發(fā)展對碳排放的影響。對于金融發(fā)展與碳排放的影響關(guān)系，學(xué)者普遍認(rèn)為存在增促作用和抑制作用，也有部分學(xué)者認(rèn)為金融發(fā)展與碳排放并無直接關(guān)系。

從金融結(jié)構(gòu)、對外貿(mào)易等方面來看，金融發(fā)展對碳排放具有增促作用。從金融結(jié)構(gòu)來看，熊靈和齊紹洲（2016）認(rèn)為，金融發(fā)展的深入、金融中介的增多、金融體系的不斷完善，促進(jìn)了經(jīng)濟(jì)資本的高效流動(dòng)。由于我國金融發(fā)展仍處于初級發(fā)展階段，數(shù)據(jù)表明金融結(jié)構(gòu)升級導(dǎo)致我國30個(gè)省份總體碳排放水平的上升。從對外貿(mào)易來看，Xu等（2018）對沙特阿拉伯近40年來金融發(fā)展與環(huán)境退化的關(guān)系進(jìn)行了研究，認(rèn)為金融發(fā)展在促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)，也打開了貿(mào)易開放的大門，導(dǎo)致大量的外部能源消費(fèi)需求涌現(xiàn)，進(jìn)而促進(jìn)了碳排放水平的上升。

從技術(shù)創(chuàng)新、發(fā)展綠色能源方面來看，金融發(fā)展對碳排放具有抑制作用。何吾潔等（2019）基于VAR模型研究我國近年來綠色金融發(fā)展水平與碳排放的關(guān)系，結(jié)果表明隨著綠色信貸、綠色證券、綠色保險(xiǎn)、綠色投資等的發(fā)展和對可再生能源的高效利用，單位碳排放量一定程度受到抑制，綠色金融服務(wù)對環(huán)境改善做出了重大貢獻(xiàn)。從提升創(chuàng)新能力方面來看，Maji等（2021）研究發(fā)現(xiàn)，馬來西亞金融發(fā)展促進(jìn)了當(dāng)?shù)刂圃鞓I(yè)和建筑業(yè)碳排放量的減少。金融發(fā)展水平的提高、結(jié)合綠色金融發(fā)展的需要，高污染企業(yè)需努力通過技術(shù)創(chuàng)新、改進(jìn)生產(chǎn)技術(shù)獲得更多融資、實(shí)現(xiàn)可持續(xù)發(fā)展。高污染企業(yè)的轉(zhuǎn)型為減緩二氧化碳的排放速度和推動(dòng)節(jié)能減排作出了巨大貢獻(xiàn)。

此外，部分學(xué)者認(rèn)為金融發(fā)展與碳排放的影響關(guān)系仍不明確。Maji等（2021）也同時(shí)強(qiáng)調(diào)，馬來西亞其他行業(yè)（如交通運(yùn)輸業(yè)）由于創(chuàng)新能力不足、轉(zhuǎn)型難度大、對能源需求短期內(nèi)變化不大，金融發(fā)展與碳排放的影響關(guān)系可能存在增促作用，但現(xiàn)有數(shù)據(jù)無法表明該行業(yè)的影響關(guān)系存在，仍需更多研究論證。顧洪梅和何彬（2012）認(rèn)為人均碳排放的減少使得金融機(jī)構(gòu)貸款額度增加，但是貸款比率增加又會(huì)促進(jìn)經(jīng)濟(jì)發(fā)展，導(dǎo)致人均碳排放的上升，兩者之間基于不同時(shí)期存在不同關(guān)系。

根據(jù)目前國內(nèi)外文獻(xiàn)資料，目前關(guān)于金融發(fā)展和碳排放之間影響關(guān)系的學(xué)術(shù)研究仍然集中于省際面板數(shù)據(jù)、國家面板數(shù)據(jù)，而很少有關(guān)注具體地級市的數(shù)據(jù)，因此對于區(qū)域金融和環(huán)境保護(hù)之間關(guān)系的研究較為缺乏，很難為地方提供寶貴的政策建議。本文創(chuàng)新性地研究遼寧省地級市的金融發(fā)展對碳排放的影響分析，并選取了更為精確地?cái)?shù)據(jù)測算碳排放量和金融發(fā)展情況，一定程度上彌補(bǔ)了前人研究的不足。

2 金融發(fā)展對碳排放的影響機(jī)制分析

金融發(fā)展對碳排放的影響機(jī)制分析可以從規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)、財(cái)富效應(yīng)予以深入解釋（見圖1）。

規(guī)模效應(yīng)下，金融發(fā)展通過規(guī)模經(jīng)濟(jì)推動(dòng)經(jīng)濟(jì)資產(chǎn)的集聚，促使整個(gè)社會(huì)生產(chǎn)力的提高，企業(yè)不斷擴(kuò)大生產(chǎn)，固定資產(chǎn)投資額不斷增加，進(jìn)而影響環(huán)境污染水平。結(jié)構(gòu)效應(yīng)下，金融發(fā)展與經(jīng)濟(jì)發(fā)展密不可分，通過調(diào)節(jié)經(jīng)濟(jì)生產(chǎn)結(jié)構(gòu)、對不同產(chǎn)業(yè)的支持促進(jìn)經(jīng)濟(jì)轉(zhuǎn)型，推動(dòng)低碳企業(yè)迅速發(fā)展，造成一定的環(huán)境變化。財(cái)富效應(yīng)下，企業(yè)及個(gè)人積累更多的社會(huì)財(cái)富，通過財(cái)富的傳導(dǎo)效應(yīng)影響全行業(yè)，推動(dòng)城鎮(zhèn)居民可支配收入的提高，進(jìn)而影響碳排放水平。

從規(guī)模效應(yīng)來看，金融發(fā)展水平的提升可以促進(jìn)金融機(jī)構(gòu)競爭，在激烈的競爭環(huán)境下，金融機(jī)構(gòu)審慎使用信貸資金，對資金分配更趨合理化、專業(yè)化，以減少信息不對稱問題帶來的負(fù)面作用。根據(jù)環(huán)境庫茲涅茨理論，經(jīng)濟(jì)發(fā)展與環(huán)境污染應(yīng)呈倒U型，碳排放先升后降。當(dāng)經(jīng)濟(jì)發(fā)展到一定程度、企業(yè)規(guī)模已滿足市場需求無需繼續(xù)擴(kuò)大時(shí)，企業(yè)逐漸將重心轉(zhuǎn)化為提高生產(chǎn)效率和創(chuàng)新能力，降低單位生產(chǎn)成本，規(guī)模效應(yīng)作用應(yīng)進(jìn)一步下降。

從財(cái)富效應(yīng)角度來看，金融發(fā)展可以促進(jìn)經(jīng)濟(jì)發(fā)展和居民消費(fèi)，積累一定的社會(huì)財(cái)富。小到個(gè)人，越來越多的人投資保險(xiǎn)及股票，但是由于眾多不確定因素，大部分人處于虧損狀態(tài)；大到國家，國家對金融行業(yè)大力支持，努力減少居民投資風(fēng)險(xiǎn)。隨著金融業(yè)的健康發(fā)展、投資者金融知識的提高，盈利的可能性越高，社會(huì)財(cái)富積累越多。

從結(jié)構(gòu)效應(yīng)來看，金融發(fā)展可以改善產(chǎn)業(yè)結(jié)構(gòu)，進(jìn)而減緩碳排放速度。中國從高速經(jīng)濟(jì)發(fā)展轉(zhuǎn)變?yōu)楦哔|(zhì)量經(jīng)濟(jì)發(fā)展，其中產(chǎn)業(yè)轉(zhuǎn)型和結(jié)構(gòu)性改革是我國近年來的重點(diǎn)任務(wù)。隨著金融發(fā)展水平的提升，為需要轉(zhuǎn)型的企業(yè)提供了資金支持，間接促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，產(chǎn)生結(jié)構(gòu)效應(yīng)。根據(jù)環(huán)境庫茲涅茨理論，結(jié)構(gòu)效應(yīng)影響下的高質(zhì)量經(jīng)濟(jì)發(fā)展，會(huì)進(jìn)一步影響環(huán)境污染水平。

3 遼寧省金融發(fā)展對碳排放影響的實(shí)證分析

3.1 樣本數(shù)據(jù)選取

受制于樣本數(shù)據(jù)的有限性，本文采用遼寧省2012—2021年所有地級市的面板數(shù)據(jù)。數(shù)據(jù)主要來源于各地級市統(tǒng)計(jì)局發(fā)布的《統(tǒng)計(jì)年鑒》，部分?jǐn)?shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國金融統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》，部分遺漏數(shù)據(jù)通過中值法或差值法進(jìn)行估算。

3.2 變量選擇說明及測算方法

3.2.1 金融發(fā)展變量的選取

本文采用金融機(jī)構(gòu)貸款余額占GDP比重、城鄉(xiāng)居民儲(chǔ)蓄余額占GDP比重兩大指標(biāo)衡量金融發(fā)展水平。

較為傳統(tǒng)的理論方法有Goldsmith提出的金融相關(guān)比率（FIR），其定義為全部金融資產(chǎn)價(jià)值與全部實(shí)物資產(chǎn)價(jià)值（即國民財(cái)富）之比。本文將采用此方法，基于數(shù)據(jù)的實(shí)際可得性，將金融機(jī)構(gòu)貸款余額定義為全部金融資產(chǎn)價(jià)值，將地區(qū)生產(chǎn)總值定義為全部實(shí)物資產(chǎn)價(jià)值，即金融機(jī)構(gòu)貸款余額占GDP比重作為金融發(fā)展的衡量指標(biāo)。

居民儲(chǔ)蓄余額的高低影響著金融機(jī)構(gòu)是否有充足資金進(jìn)一步向企業(yè)及個(gè)人發(fā)放貸款、參與風(fēng)險(xiǎn)投資、購買證券，影響著金融機(jī)構(gòu)從業(yè)人員做出不同的決策，因此儲(chǔ)蓄余額對金融發(fā)展也有一定程度的影響。本文將城鄉(xiāng)居民儲(chǔ)蓄余額占GDP比重作為金融發(fā)展的第二個(gè)衡量指標(biāo)。

3.2.2 二氧化碳排放量的測算

目前，我國官方未提供二氧化碳排放量數(shù)據(jù)，因此大多數(shù)學(xué)者需要使用其他方法準(zhǔn)確測算碳排放量。各大學(xué)者實(shí)證研究的主流方法源于2006年聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）發(fā)布的一套較為準(zhǔn)確的參考方法，本文也使用此套方法進(jìn)行實(shí)證研究。

解釋：由于部分研究僅考慮3～4個(gè)主要能源進(jìn)行測算，其準(zhǔn)確性可能較低。本文主要考慮原煤、洗煤、焦炭、汽油、煤油、柴油、液化石油氣、天然氣八大能源對應(yīng)的碳排放量，并以上數(shù)據(jù)來源于各地級市《統(tǒng)計(jì)年鑒》，小部分遺漏數(shù)據(jù)采取中值法和差值法進(jìn)行測算，結(jié)果相對準(zhǔn)確。

式（1）中，代表二氧化碳排放量的估計(jì)值；i=1，2，…，8分別代表本文使用的八大能源；代表該八大能源的消耗量；為《中國能源統(tǒng)計(jì)年鑒》附錄提供的能源折算標(biāo)煤系數(shù)；為《省級溫室氣體清單編制指南》提供的碳排放系數(shù)；44和12分別代表二氧化碳和碳的分子量。

以上指標(biāo)均來自各地級市《統(tǒng)計(jì)年鑒》。其中，貿(mào)易開放程度以進(jìn)出口總額進(jìn)行測算。

3.3 模型推導(dǎo)

根據(jù)Dietz和Rosa（1994）修正的環(huán)境影響評估模型，碳排放水平可通過人口、技術(shù)、財(cái)富因素進(jìn)行評估，其關(guān)系如式（2）所示。其中，表示碳排放；表示模型系數(shù)；P表示人口因素；A表示財(cái)富因素；T表示技術(shù)因素；b、c、d屬于各自變量指數(shù)；e為隨機(jī)誤差項(xiàng)。

在實(shí)證分析中，通常對公式兩邊取對數(shù)處理，其取對數(shù)后如式（3）所示。其中，為隨機(jī)擾動(dòng)項(xiàng)。

基于公式（3），本文將表示為（人均GDP）；表示為（固定資產(chǎn)投資額）；表示為（技術(shù)市場成交額）?？紤]到影響碳排放水平的其他因素，本文再引入（城鎮(zhèn)居民人均可支配收入）和（貿(mào)易開放程度）兩個(gè)控制變量，共以上五個(gè)控制變量。為論證金融發(fā)展對碳排放的影響，本文采用（城鄉(xiāng)居民儲(chǔ)蓄余額占GDP比重）和（金融機(jī)構(gòu)貸款余額占GDP比重）兩個(gè)核心變量。最終推導(dǎo)出的公式（4）如下：

其中，代表碳排放對數(shù)，為被解釋變量；代表城鎮(zhèn)居民人均可支配收入對數(shù)；代表貿(mào)易開放程度（進(jìn)出口額對數(shù)）；代表固定資產(chǎn)投資總額對數(shù)；代表技術(shù)市場成交額對數(shù)；代表人均GDP對數(shù)；代表金融機(jī)構(gòu)貸款余額占GDP比重（金融相關(guān)比率）對數(shù)；代表城鄉(xiāng)居民儲(chǔ)蓄余額占GDP比重對數(shù)；為隨機(jī)擾動(dòng)項(xiàng)。

3.4 實(shí)證結(jié)果分析

3.4.1 描述性分析

本文選取遼寧省地級市2012—2021年的面板數(shù)據(jù)，共140個(gè)樣本量，選取的兩大核心變量標(biāo)準(zhǔn)差較小，數(shù)據(jù)較為穩(wěn)定?？刂谱兞恐?，技術(shù)市場成交額對數(shù)標(biāo)準(zhǔn)差較大，數(shù)據(jù)較為離散?？傮w來看，數(shù)據(jù)中不存在極端異常值（見表1）。

3.4.2 系統(tǒng)GMM模型分析

本文采用系統(tǒng)GMM方法估計(jì)模型，以反映金融發(fā)展情況對我國遼寧省各地級市碳排放影響的動(dòng)態(tài)調(diào)整特征和碳排放的變動(dòng)趨勢。為保證系統(tǒng)GMM估計(jì)模型結(jié)果的有效性，本文利用一階序列AR（1）、二階序列AR（2）及過度識別約束檢驗(yàn)對估計(jì)結(jié)果進(jìn)行鑒別。由表2可知，系統(tǒng)GMM的一階序列相關(guān)顯著，但是二階序列相關(guān)AR（2）檢驗(yàn)和Hansen過度識別檢驗(yàn)的p值均大于0.05，說明存在一階自相關(guān)，不存在二階自相關(guān)，拒絕水平方程中誤差項(xiàng)存在序列相關(guān)假設(shè)，接受工具變量有效性的假設(shè)，且不存在過度識別的問題。因此，整個(gè)模型的設(shè)定是合理的，估計(jì)結(jié)果是可靠有效的。

由表2可知，被解釋變量滯后一期回歸系數(shù)對當(dāng)?shù)厮骄憩F(xiàn)為顯著的正向影響，表明碳排放量會(huì)顯著受到其滯后一期的影響。從遼寧省樣本的回歸模型來看，核心變量中，金融機(jī)構(gòu)貸款占GDP比重（LnFinance）對碳排放量表現(xiàn)為不顯著的抑制作用；城鄉(xiāng)居民儲(chǔ)蓄占GDP比重對碳排放量表現(xiàn)為顯著的抑制作用。

所有控制變量中，人均收入（LnIncome）、固定資產(chǎn)投資額（LnAsset）對碳排放（LnC）均產(chǎn)生了顯著的負(fù)效應(yīng)。人均收入每增加1個(gè)百分點(diǎn)，碳排放量下降0.0735%；固定資產(chǎn)投資額每增加1個(gè)百分點(diǎn)，碳排放量下降0.0346%。其他控制變量中，包括貿(mào)易開放程度（LnOpen）、技術(shù)市場成交額（LnTEC）、人均GDP（LnPGDP）對碳排放（LnC）均產(chǎn)生了正效應(yīng)。

根據(jù)系統(tǒng)GMM模型結(jié)果可知，近年來遼寧省各地級市的城鎮(zhèn)居民可支配收入增長迅猛，固定資產(chǎn)投資規(guī)模進(jìn)一步擴(kuò)大，帶來的是碳排放表現(xiàn)的顯著下降；然而，進(jìn)出口額的增加、技術(shù)市場成交額的提高和人均GDP的提高，帶來的是碳排放表現(xiàn)的上升。由此可見，遼寧省金融發(fā)展已經(jīng)促進(jìn)社會(huì)財(cái)富積累和企業(yè)規(guī)模擴(kuò)張達(dá)到可以降低碳排放的程度，即已經(jīng)產(chǎn)生了財(cái)富效應(yīng)和規(guī)模效應(yīng)。然而，實(shí)證分析表明，技術(shù)因素在一定程度上促進(jìn)了碳排放，可推測遼寧省技術(shù)流動(dòng)仍然存在不平衡、效率低下的問題，金融發(fā)展還未促進(jìn)企業(yè)技術(shù)進(jìn)步達(dá)到碳排放下降的拐點(diǎn)。但隨著技術(shù)進(jìn)步、資源配置效率優(yōu)化、更好的金融政策的推行，技術(shù)進(jìn)步與節(jié)能降碳之間的平衡點(diǎn)將會(huì)被找到。

4 結(jié)語

本文基于2012—2021年遼寧省地級市面板數(shù)據(jù)得出的結(jié)果，得到以下結(jié)論：

一是金融機(jī)構(gòu)貸款余額占GDP比重、城鄉(xiāng)居民儲(chǔ)蓄余額占GDP比重增大對遼寧省地級市碳排放呈抑制作用。因此，發(fā)揮金融發(fā)展對碳排放的抑制作用，需要大力支持金融機(jī)構(gòu)吸納存款、發(fā)放貸款能力，擴(kuò)大金融發(fā)展對地方實(shí)體經(jīng)濟(jì)的支撐作用。

二是城鎮(zhèn)居民可支配收入和固定資產(chǎn)投資總額的增加對遼寧省地級市碳排放呈抑制作用，而技術(shù)市場成交額對遼寧省地級市碳排放仍呈現(xiàn)不顯著的促進(jìn)作用，表明目前遼寧省金融發(fā)展可以通過規(guī)模效應(yīng)和財(cái)富效應(yīng)降低碳排放量，但技術(shù)效應(yīng)的作用有待增強(qiáng)。此外，人均GDP和進(jìn)出口額逐年上升對遼寧省地級市碳排放呈增促作用，說明該地區(qū)目前整體上處于環(huán)境庫茲涅茨理論倒U型的初期階段，即經(jīng)濟(jì)發(fā)展帶來更高的碳排放，還未完全進(jìn)入碳排放下降的拐點(diǎn)。平衡好經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的關(guān)系，對節(jié)能減排任務(wù)的達(dá)成具有重要意義。落實(shí)綠色金融發(fā)展的同時(shí)，該地區(qū)還要積極探索新的創(chuàng)新手段，進(jìn)一步通過金融手段提高經(jīng)濟(jì)運(yùn)行效率，早日進(jìn)入碳排放下降的拐點(diǎn)。

基于上述結(jié)論，本文提出以下建議：

一是為良好的金融發(fā)展環(huán)境提供政策支持。地方政府要出臺(tái)有益于金融發(fā)展的好政策，鼓勵(lì)金融機(jī)構(gòu)擴(kuò)大規(guī)模，提高吸附存貸款能力，更好地服務(wù)遼寧省綠色高效發(fā)展。

二是深化融資體系改革，為企業(yè)融資提供便利。地方政府要鼓勵(lì)采取多元的融資方式，加大對中小企業(yè)融資的支持，盡可能減少企業(yè)融資壁壘，并為金融機(jī)構(gòu)風(fēng)險(xiǎn)投資提供保障和支持。

三是推動(dòng)遼寧省各地級市共享金融信息，減少信息不對稱造成的負(fù)面影響。地方政府要完善聯(lián)動(dòng)機(jī)制，加大金融監(jiān)管力度，發(fā)揮發(fā)達(dá)地區(qū)的輻射帶動(dòng)作用，進(jìn)而實(shí)現(xiàn)遼寧省的協(xié)調(diào)發(fā)展。

四是推動(dòng)綠色金融發(fā)展。對于低碳排放的企業(yè)，金融機(jī)構(gòu)應(yīng)加大扶持力度，推出多元化的綠色金融產(chǎn)品；對于高碳排放的企業(yè)，地方政府要通力合作，提供環(huán)保幫助，通過提供多種綠色融資方式，倒逼企業(yè)降低碳排放。

參考文獻(xiàn)

熊靈，齊紹洲.金融發(fā)展與中國省區(qū)碳排放：基于STIRPAT模型和動(dòng)態(tài)面板數(shù)據(jù)分析[J].中國地質(zhì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，16（2）：63-73.

顧洪梅，何彬.中國省域金融發(fā)展與碳排放研究[J].中國人口·資源與環(huán)境，2012，22（8）：22-27.

劉曉燕.基于STIRPAT模型的工業(yè)能源消費(fèi)碳排放影響因素分析[J].生態(tài)經(jīng)濟(jì)，2019，35（3）：27-31.

何吾潔，陳含樺，王卓.綠色金融發(fā)展與碳排放動(dòng)態(tài)關(guān)系的實(shí)證研究：基于VAR模型的檢驗(yàn)[J].貴州師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019（1）：99-108.

邵帥，張可，豆建民.經(jīng)濟(jì)集聚的節(jié)能減排效應(yīng)：理論與中國經(jīng)驗(yàn)[J].管理世界，2019，35（1）：36-60+226.

劉晨躍，徐盈之.市場化、結(jié)構(gòu)性產(chǎn)能過剩與環(huán)境污染：基于系統(tǒng)GMM與門檻效應(yīng)的檢驗(yàn)[J].統(tǒng)計(jì)研究，2019，36（1）：51-64.

胡東濱，蔡洪鵬.財(cái)政分權(quán)、經(jīng)濟(jì)增長與環(huán)境污染：基于省級面板數(shù)據(jù)的實(shí)證分析[J].生態(tài)經(jīng)濟(jì)，2018，34（2）：84-88+114.

AHMAD W， KHAN S， Yunis M S.The Relationship of Macroeconomic Factors with Carbon Dioxide Emissions in Japan[J]. FWU Journal of Social Sciences， 2019， 13（2）： 14-24.

SHAHEEN A， SHENG J， ARSHAD S， et al. The Dynamic Linkage between Income， Energy Consumption， Urbanization and Carbon Emissions in Pakistan[J]. Polish Journal of Environmental Studies， 2020， 29（1）： 267-276.

MAJI I K， HABIBULLAH M S， SAARY M Y. Financial Development and Sectoral CO2 Emissions in Malaysia[J]. Environmental Science And Pollution Research International， 2021， 24（8）： 7160-7176.

XU Z， BALOCH M A， DANISH， et al. Nexus between Financial Development and CO2 Emissions in Saudi Arabia： Analyzing the Role of Globalization[J]. Environmental Science And Pollution Research International， 2018， 25（28）： 28378-28390.

SOUKIAZIS E， PROENCA S， CERQUEIRA P A， et al. The Interconnections between Renewable Energy， Economic Development and Environmental Pollution： A Simultaneous Equation System Approach[J]. Energy Journal， 2019， 40（4）： 1-23.

BARRA C and ROBERTO Z. Investigating the Non-Linearity between National Income and Environmental Pollution： International Evidence of Kuznets Curve[J]. Environmental Economics & Policy Studies， 2018， 20（1）： 179-140.