金融發(fā)展對二氧化碳排放影響的經驗研究

陳欣　劉明

摘 要：本文基于1990—2011年中國省際面板數(shù)據(jù)，運用動態(tài)面板模型（GMM）對金融發(fā)展與二氧化碳（CO2）排放關系進行經驗研究。結果顯示：金融發(fā)展對人均CO2排放的整體影響并不顯著，而這是不同發(fā)展特征的省市產生不同作用互相抵消的結果；經濟發(fā)展水平和經濟開放度均會影響金融發(fā)展對CO2排放的作用，收入水平由低到中的提升會強化正向影響，達到高收入水平則會變?yōu)樨撓蛴绊懀浑S著經濟開放度提升，金融發(fā)展會降低CO2排放。

關鍵詞：金融發(fā)展；二氧化碳排放；經濟開放度

中圖分類號：F830 文獻標識碼：A

文章編號：1000176X（2015）04004007

伴隨著中國經濟的高速增長，近三十年環(huán)境污染問題變得日益嚴重。人們開始逐漸關注經濟增長可能引起的環(huán)境問題，有關二者關系的研究隨之涌現(xiàn)。從邏輯上講，金融發(fā)展能夠推動經濟增長，同時經濟增長又可能與環(huán)境污染有關，那么金融發(fā)展與環(huán)境污染就可能存在某種程度上的關聯(lián)。

在當下的中國，金融發(fā)展在何種程度上影響了環(huán)境？而這正是本文試圖回答的問題。

在研究中，我們注意到，中國各省市地區(qū)經濟發(fā)展十分不平衡，且各省市具有不同的發(fā)展特征。一些省市地區(qū)經濟增長速度和金融發(fā)展十分迅速，而污染物排放的比例與趨勢卻在下降。與此同時，隨著經濟增長和金融發(fā)展，部分省市污染物排放比例卻大幅增加。這種不一致性一定程度上反映了金融發(fā)展與環(huán)境污染關系可能存在的復雜性。此外，大量有關中國經濟增長與金融發(fā)展的實證研究結果表明，選取不同的樣本會導致結論不同，比如研究如果采用總體數(shù)據(jù)得出的結論可能與利用不同省市地區(qū)數(shù)據(jù)得出的結論差別很大。金融發(fā)展與經濟增長關系的不確定性，同時也會導致金融發(fā)展與環(huán)境污染關系可能存在的復雜性。因此，本研究將利用中國跨省面板數(shù)據(jù)分析金融發(fā)展對環(huán)境污染的影響，并嘗試將樣本分組以體現(xiàn)不同省市的發(fā)展特征。這樣區(qū)分特征的分組研究，將有利于我們更加深入地把脈兩者之間的關系，繼而在推動金融發(fā)展的同時降低其對環(huán)境的負面作用，并實施適宜的舉措對環(huán)境產生積極的影響。

為便于分析問題，本文僅選擇二氧化碳排放來衡量環(huán)境質量，即將它作為污染排放的指標。這樣的選擇基于兩點原因：其一，二氧化碳受到國際社會的普遍重視與高度關注；其二，二氧化碳排放與其它污染物排放存在顯著的正相關關系。雖然各種不同的污染排放均會對環(huán)境質量造成影響，但對于中國金融發(fā)展與二氧化碳排放關系的深入剖析，無疑對我國實施宏觀調控以及碳減排的金融政策具有重要的參考意義。

一、文獻綜述

國內外學者對金融發(fā)展與環(huán)境質量關系的研究大多集中于定性研究，與此相關的定量分析十分少見，結論也不盡相同。從金融發(fā)展對環(huán)境影響的機理上來看，理論上存在正反不同方向作用力，因此，整體影響取決于不同方向作用力的相對大小。

一方面，金融發(fā)展可能導致環(huán)境惡化，其機理為：金融發(fā)展會促進經濟增長，經濟增長會引起能源需求增加，而能源需求增加通常意味著污染排放加大。從消費者的角度看，當一國發(fā)展金融服務時，消費者會因為貸款的易得性而擴大消費，購買房子、汽車和空調等大件商品，這些會直接增加能源需求；從企業(yè)的角度看，金融發(fā)展可使得企業(yè)融資變得更加便利，股票市場融資還在一定程度上降低了企業(yè)融資成本，這些都會促進企業(yè)擴大規(guī)模生產和擴張商業(yè)活動，從而也將增加能源需求。對于這樣一種關系，我們可將其表述為金融發(fā)展對環(huán)境影響的負面規(guī)模效應。國外學者Sadorsky[1]選取22個新興市場國家的數(shù)據(jù)，使用動態(tài)面板模型（GMM）方法檢驗這些國家金融發(fā)展對能源消費的影響，得出結論：當金融發(fā)展用股票市場度量時，股票市場交易額與股票市值對國民生產總值的占比，都對能源需求產生顯著的促進作用。Bello和Abimbola[2]通過對尼日利亞的金融發(fā)展進行研究發(fā)現(xiàn)，由于該國投資缺乏必要的監(jiān)管，因而以證券市場資產表示的金融發(fā)展會導致環(huán)境惡化。對于中國金融發(fā)展與環(huán)境之間關系的實證研究雖然少見，但也有部分研究得出了類似的結論。Zhang[3]利用中國1980—2009年的時間序列數(shù)據(jù)，采用VECM 模型和協(xié)整檢驗、格蘭杰因果檢驗等計量方法研究，發(fā)現(xiàn)金融發(fā)展促進了CO2排放，其中金融規(guī)模對CO2排放影響最為顯著，而金融中介效率對CO2排放的作用則較小。徐盈之和管建偉[4]將金融發(fā)展變量納入EKC分析框架，以中國為研究對象，對氣、水、霧三種污染物進行回歸分析，發(fā)現(xiàn)金融發(fā)展加劇了環(huán)境質量的惡化。

另一方面，金融發(fā)展也可能減少能源消費和污染排放，其機理為：隨著一個國家或地區(qū)經濟的進一步發(fā)展，金融體系將會給予低污染和低能耗的企業(yè)更多的信貸資金支持，通過改變資金的產業(yè)投向，產業(yè)結構得以優(yōu)化進而降低環(huán)境污染；金融發(fā)展還可以在一定程度上促進先進生產技術的投資增加，生產技術升級會逐漸淘汰高污染企業(yè)及生產方式[4]，從而使環(huán)境污染得以抑制。對于金融與環(huán)境之間存在的這一關系，我們可以將其表述為結構效應與技術效應。不僅如此，當一國經濟與金融發(fā)展達到一定程度時，國家政策、消費者偏好、經濟結構和市場機制等都會有抑制環(huán)境惡化。Tamazian等[5]選取金磚四國1992—2004年的面板數(shù)據(jù)研究金融發(fā)展與環(huán)境質量之間的關系，并加入美國和日本的數(shù)據(jù)進行實證檢驗，發(fā)現(xiàn)金融自由化和金融開放對減少CO2起到重要作用，它們能夠吸引高水平研發(fā)的直接投資，提升能源使用效率，進而抑制環(huán)境惡化。郭郡郡等[6]通過對96個國家1988—2007年的面板數(shù)據(jù)進行研究，發(fā)現(xiàn)僅上市公司市值和私營部門的國內信貸占比對CO2排放有影響，經濟發(fā)展水平和金融開放程度會對金融發(fā)展與CO2排放之間的關系產生影響，收入水平和金融開放程度的提高均會減少CO2排放。Shahbaz等[7]對巴基斯坦的CO2排放進行研究，認為在控制了經濟增長、人口規(guī)模和能源消費等因素后，金融業(yè)發(fā)展減少了CO2排放，而這暗示促進金融部門的發(fā)展可成為降低CO2排放的一個政策工具。對于中國的研究，也有類似的結論。Jalil和Feridun[8]利用中國1953—2006年的數(shù)據(jù)，采取自回歸分布滯后（ARDL）模型檢驗金融發(fā)展和環(huán)境污染之間的長期關系，發(fā)現(xiàn)金融發(fā)展能夠減少CO2排放。顧洪梅和何彬[9] 采用1979—2008年中國各省的面板數(shù)據(jù)，通過建立P-VAR模型考察區(qū)域金融發(fā)展與CO2排放之間的動態(tài)關系，發(fā)現(xiàn)區(qū)域金融發(fā)展的深化對碳排放具有顯著的抑制作用。郭福春和潘錫泉[10]基于Gregory-Hansen結構突變檢驗，對浙江省1995—2010年期間是否發(fā)生經濟轉型升級和金融支持低碳經濟發(fā)展進行了定量分析，認為經濟增長、人口規(guī)模效應，能源使用效率低下依然是浙江省CO2排放量的引擎，而金融信貸服務支持卻能有效地降低CO2排放，對浙江省低碳經濟的發(fā)展具有強勁的“推進效應”。

不同的實證研究結果表明一個事實，如果所選樣本和利用的方法不同，可能會得出不同的結論?；诖?，現(xiàn)有實證文獻還存在兩點不足：一是文獻要么采用跨國數(shù)據(jù)，要么采用中國總體統(tǒng)計數(shù)據(jù)，再有就是以中國個別省市為樣本進行研究。前者無法體現(xiàn)中國地區(qū)差異下金融發(fā)展與環(huán)境關系的復雜性，其結論可能存在偏差；后者的結論則在廣泛意義上缺乏代表性。二是現(xiàn)存研究并未分析和探討中國不同省際地區(qū)發(fā)展特征差異對金融發(fā)展和環(huán)境污染關系的影響。本文將在這兩個方面進行推進：第一，為把握中國金融發(fā)展與CO2關系的總體狀況，將使用包括所有不同發(fā)展特征省市的跨省面板數(shù)據(jù)，在EKC基本模型的基礎上進行經驗研究。第二，在研究金融發(fā)展對CO2整體作用的基礎上，深入探討經濟發(fā)展水平和經濟開放程度差異對二者關系所造成的影響。

二、模型設定與變量描述

1模型設定

其中：CO2代表估算的某省CO2排放量，Ci為該省第i種能源產生的CO2排放量。參考周建和易點點[11]文獻的做法，將排放CO2的能源分解為原煤、原油、天燃氣三大類，i=1，2，3分別代表三種化石能源，按照這三大類能源的統(tǒng)計口徑進行各省CO2估計。Ei代表該省第i種化石能源的實際消費量；NCVi為轉換因子，表示第i種能源每千克消費釋放的熱量；CCi為第i種能源燃燒時單位熱量的含碳量；COFi為第i中能源消費釋放碳時的氧化率；44和12分別是CO2的分子量和C的分子量。NCVi來源于《中國能源統(tǒng)計年鑒2008》附錄4中的平均低位發(fā)熱量，CCi和COFi來源于IPCC（2006年）和《中國溫室氣體清單研究》。

（2）控制變量，包括人均收入Yit及其平方，經濟對外開放程度FDIit-1，產業(yè)結構INDit和能源消費強度ENit。其中，人均收入Yit以地區(qū)人均生產總值衡量，產業(yè)結構以工業(yè)產值占GDP的比重衡量，能源消費強度以單位GDP能耗（噸標準煤/萬元）衡量，對外開放程度以外商直接投資額占地區(qū)GDP比重衡量，F(xiàn)DI數(shù)值的計算方法為以每年外商直接投資額美元標價數(shù)值乘以每年的平均匯率。

（3）金融發(fā)展變量FDit，以各地區(qū)金融機構貸款占GDP比重衡量。目前雖有許多研

究集中于以銀行信貸、股票市場以及債券市場規(guī)模占GDP比重衡量金融發(fā)展水平，但本文僅以貸款占比進行表征，原因有三：第一，目前我國企業(yè)融資主要依賴于銀行信貸，直接融資比重較小，而貸款對于企業(yè)擴大規(guī)模生產或進行技術革新作用最大最直接。第二，中國的債券市場始于2005年，可得數(shù)據(jù)較少，并且對整個金融體系影響十分有限，因而未用其表征金融發(fā)展。第三，部分研究將股票市場規(guī)模與效率作為表征金融發(fā)展的變量，但值得注意的是，這些都是基于國家層面數(shù)據(jù)的研究，作為對一國金融市場發(fā)展的考量，在研究中使用股票市場發(fā)展指標是適宜的。但本文是基于省際面板數(shù)據(jù)的研究，如采用各省股票市場數(shù)據(jù)表征金融發(fā)展則會出現(xiàn)這樣的問題：公司上市融資歸屬一個省市，其業(yè)務卻覆蓋跨越多個省市，因而所產生的CO2被統(tǒng)計在多個省市。這樣，如在研究中采用按省劃分的股票市場交易額或市值作為衡量金融發(fā)展的表征就會發(fā)生嚴重誤差，其邏輯也是不通的。因此，本文對于股票市場指標不予納入。

模型選取了中國29個省市作為研究對象（因西藏數(shù)據(jù)缺失，重慶后設為直轄市統(tǒng)計容易出現(xiàn)偏差，故排除這兩個省市），時間段取為1990—2011年。表1給出了模型估計中變量設計及數(shù)據(jù)來源，表2是對變量的統(tǒng)計性描述。

三、經驗結果分析

動態(tài)面板GMM 估計有一步和兩步估計，本文采用經驗應用中常用的一步估計量。考慮到估計有效性，我們采用AR（1）、AR（2） 統(tǒng)計量對應的P值和Sargan統(tǒng)計量對應的P值來聯(lián)合檢驗所采用的工具變量的有效性[12]。檢驗結果中的J統(tǒng)計量是Hansen（1982） 提出的，它是基于GMM 目標函數(shù)和矩條件約束個數(shù)的Sargan檢驗。表3給出了整體樣本、按照收入水平和經濟對外開放度分組的模型（1）—模型（3）的估計結果，Hansen檢驗及AR檢驗的P值均表明所采用的工具變量表現(xiàn)良好，并且過度識別條件成立。

1整體估計結果

模型（1）的估計結果顯示：LlnC作為因變量的滯后項系數(shù)估計值為0191，且統(tǒng)計量在1%的水平上顯著，這說明當期的CO2排放受前期的CO2排放的顯著影響，同時意味著CO2排放與其它污染物一樣，都具有路徑依賴性；控制變量lnY、（lnY） 2、LlnFDI、 lnEN和 IND的系數(shù)估計值都在5%的水平上顯著，具體分析為：首先，β1>0 且β2<0，即收入的一次項系數(shù)為正而二次項系數(shù)為負，表明CO2排放和其它污染物有著類似的特點，即排放符合環(huán)境庫茲涅茨倒U曲線的假說；其次，β3<0，即外商直接投資的滯后項對人均CO2排放產生了負面的影響，表明外國直接投資的提高會減少人均CO2排放；最后，β4和β5均大于0，即工業(yè)產值占GDP比重的提高和能源使用強度的增強均會加大人均CO2排放。金融發(fā)展變量統(tǒng)計結果并不顯著，似乎說明金融發(fā)展未對CO2排放產生顯著影響，但更可能的原因是：各個地區(qū)發(fā)展特征不同，不同省市金融發(fā)展對CO2排放產生了大小及方向上不同的影響，這些影響在整體回歸中相互抵消，從而使得整體估計中金融發(fā)展變量變得不顯著。因此，對于這樣的模型檢驗結果，我們不能簡單地將其解釋為金融發(fā)展對CO2排放沒有顯著性影響，反而需要進一步研究不同特征差異給實證研究結果帶來的變化。此外需要注意的是，人均收入lnY和能源消費強度lnEN的系數(shù)估計值比其它變量的系數(shù)估計值都大，這表明相比較其它影響CO2排放的因素而言，收入水平和能源消費強度對CO2排放產生了更大的影響。

2按收入水平分組的估計結果

對模型（2）的估計結果，我們重點關注金融發(fā)展變量的系數(shù)估計值。模型（1）整體樣本的金融發(fā)展變量估計量并不顯著，但卻不能簡單得出結論認為金融發(fā)展與CO2排放并無關聯(lián)。事實上，整體樣本回歸可能由于忽視樣本的不同特征而存在結果失真，與事實相違。具體講，即顯著的正向影響和顯著的負向影響可能互相抵消，這樣便產生了利用整體樣本回歸時估計的整體影響不顯著的情況[6]。模型（2）的估計就進一步揭示了不同經濟發(fā)展水平下金融發(fā)展對CO2排放的影響的不同。

引入表示收入水平的虛擬變量，將樣本按收入水平分組的估計結果顯示，虛擬變量及基準組的金融發(fā)展系數(shù)均在5%的水平上顯著，這表明區(qū)分收入水平進行模型估計是適宜的。lnFD的系數(shù)估計值為負值，說明金融發(fā)展在作為基準組的高收入水平省市會對人均CO2排放產生負向的影響。Minc×lnFD的系數(shù)估計值為正，說明相對于高收入省市，中等收入省市金融發(fā)展對人均CO2排放表現(xiàn)出相對的正向影響，而r1（基準組金融變量lnFD的系數(shù)）與r2（Minc×lnFD）的相加之和為正，進一步表明中等收入省市金融發(fā)展會增加人均CO2排放。與中等收入省份相似但略有不同的是，雖然Linc×lnFD 的系數(shù)估計值r3也為正，但比Minc×lnFD的系數(shù)估計值小，因此表明，相對于高收入省市，雖然低收入省市金融發(fā)展對人均CO2排放也表現(xiàn)出明顯的正向影響，但這種影響要比中等收入省市正向影響小。而將Linc×lnFD的系數(shù)估計值和lnFD的系數(shù)估計值相加后發(fā)現(xiàn)，金融發(fā)展對人均CO2排放也具有正向的影響，但比中等收入省市要小。

整體估計結果反應了這樣一個特征：當收入水平從低向高變化時，正的交叉項的系數(shù)估計值會隨收入水平提高變大，即中等收入省市金融發(fā)展會進一步加大人均CO2排放；但當人均收入進入到高收入水平的時候，系數(shù)又會變?yōu)樨撝担f明隨著收入水平進一步提高，金融發(fā)展反而會減少CO2排放，從而有利于環(huán)境改善，而這也是符合中國經濟發(fā)展特征的。

3按經濟開放度分組的估計結果

模型（3）估計顯示了引入虛擬變量，按照經濟對外開放度進行分組估計的結果。因為模型以經濟開放度較高的國家為基準組，因而lnFD的系數(shù)估計值就表示了經濟開放度高的省市金融發(fā)展與CO2排放的關系。lnFD的系數(shù)估計值在統(tǒng)計上顯著，且估計值為負，說明對于經濟開放度高的省市，金融發(fā)展會減少人均CO2排放。OPEN×lnFD表示代表經濟開放度的虛擬變量和金融發(fā)展變量相乘，其估計值為正且統(tǒng)計顯著，說明相對于基準組，經濟開放度低的組金融發(fā)展對人均CO2排放表現(xiàn)出更為明顯的正向影響。將交叉項的系數(shù)估計值與基準組金融變量的系數(shù)估計值相加后，我們可以得到經濟開放度低的省市金融發(fā)展對人均CO2排放的影響，此時可以發(fā)現(xiàn)，金融發(fā)展的系數(shù)估計值為正，說明對經濟開放度低的省市，金融發(fā)展會導致人均CO2排放增加。

4CO2排放對金融發(fā)展的彈性

表4僅報告了根據(jù)統(tǒng)計上顯著的金融發(fā)展變量系數(shù)估計值計算的彈性，CO2排放對金融發(fā)展的長期彈性與短期彈性符號相同，這表明長期影響不會從方向上改變短期影響，但CO2排放的路徑依賴性會放大短期影響。低收入省市CO2排放對金融發(fā)展的長短期彈性均為正，隨著收入提升至中等收入水平，彈性并不會減小，反而加大。當收入進一步提升至高收入水平時，彈性才發(fā)生方向性的變化，符號轉變?yōu)樨摗．斀洕鷮ν忾_放程度由低向高變化時，CO2排放對金融發(fā)展的彈性由正轉負?；谶@樣的變化和規(guī)律，我們可以認為收入水平的提高對環(huán)境質量改善的前提是要進入到高收入水平，而隨著經濟對外開放度的提高，金融發(fā)展會抑制CO2排放。

四、結論與政策建議

本文基于1990—2011年中國省際面板數(shù)據(jù)，以金融機構貸款占GDP比重作為衡量金融發(fā)展（FD）的代理變量，首先研究整體上金融發(fā)展對CO2排放的影響，其次引入虛擬變量對不同收入水平和經濟開放度的省市進行分組研究，分析收入水平和經濟開放度變化對二者關系的影響，最后計算CO2排放對金融發(fā)展的短期彈性與長期彈性。研究結果表明：

首先，金融發(fā)展對CO2排放的整體影響并不顯著。基于后續(xù)分組研究，我們認為這樣的模型檢驗結果是忽視了不同省市的發(fā)展特征造成的。當按收入水平和經濟開放度進行分組研究時，不同分組的金融發(fā)展變量系數(shù)估計值均在5%的水平上顯著，且大小和方向存在很大差異。這表明，收入水平和經濟開放度差異會對結果造成影響，整體樣本回歸中，這些不同方向的影響相互抵消從而使得金融發(fā)展變量回歸結果不顯著。整體和分組樣本回歸顯著性的不同表明，發(fā)展特征會影響金融發(fā)展與CO2排放的關系，如果對特征差別不加以考慮，整體研究結果就會掩蓋了不同省市金融發(fā)展對環(huán)境污染的真實影響。

其次，將樣本省市按經濟發(fā)展水平和經濟開放度分組，能夠發(fā)現(xiàn)：金融發(fā)展對CO2排放的影響由于收入水平和經濟開放度不同而有所不同。當收入水平從低向高提升時，金融發(fā)展對CO2排放的正向影響開始加大，后來進入到高收入則會變小，轉為負向影響。這樣的結果也符合中國的實際情況：在經濟發(fā)展水平低的時候，企業(yè)從銀行獲得的貸款少，金融對環(huán)境的作用主要為規(guī)模效應，金融發(fā)展會對CO2排放產生正向影響。當收入水平逐漸提高時，經濟活動也較低收入時有了較大增長，工業(yè)化程度相對提升，金融發(fā)展（我們這里主要指銀行貸款）會進一步促使企業(yè)擴大再生產和個人增加消費，從而比低收入省市更加加大CO2排放。高收入省市通常經濟結構已經有所調整，不依賴于工業(yè)，而金融機構貸款等也更多地用于產業(yè)升級和技術革新，因此，金融發(fā)展會對CO2排放產生抑制作用。對于經濟開放度的結果表明，經濟開放度的提高會加大金融發(fā)展對CO2排放的負向影響，即減少CO2排放，而這不僅符合中國實際情況，也與相關研究結論相吻合。國外直接投資常常能夠對一個國家起到促進技術升級和改造的作用，一個省市如果對經濟開放度高，資金也越多地投入到與技術改造和升級相關的領域中去，因而抑制了CO2的排放。

最后，彈性的計算結果顯示，長期彈性與短期彈性符號是一致的，但長期彈性大于短期彈性，即放大金融發(fā)展對CO2排放的影響。低收入省市和中等收入省市，CO2排放對金融發(fā)展的長短期彈性均為正，只有等到收入提升至高收入水平時，CO2排放對金融發(fā)展的彈性才變?yōu)樨摗．斀洕_放度提升時，CO2排放對金融發(fā)展的彈性會逐漸由正變?yōu)樨摗?/p>

由于金融發(fā)展會對CO2排放產生影響，因此，我國在制定政策時必須考慮使金融發(fā)展與CO2減排政策不相沖突，發(fā)揮金融發(fā)展能夠改善環(huán)境的積極作用同時減少其對環(huán)境產生的負面影響。如此，才能使節(jié)能減排的難度和成本在金融發(fā)展中得以減低。基于本文的研究結果，我們提出如下的政策建議：

首先，加強信貸市場監(jiān)管，合理分配信貸比例和信貸方向，尤其加強對中等收入省市信貸管理。我們能夠發(fā)現(xiàn)，中國CO2排放與人均收入關系符合環(huán)境庫茲涅茲倒U曲線，而金融發(fā)展也是在中等收入省市對CO2排放產生最大的正向影響。因此，對中等收入省市應有效管控工業(yè)企業(yè)的信貸規(guī)模，同時給予環(huán)境友好型企業(yè)一定的信貸支持，對積極創(chuàng)新的私營部門降低貸款難度，使金融產生更多的結構效應和技術效應。具體來講，一方面金融機構應采取政策窗口指導等手段引導信貸資金流向低碳產業(yè)，另一方面金融機構可聯(lián)手環(huán)保部門建立“綠色信貸體系”和綠色信貸激勵機制，加大對碳技術創(chuàng)新的資金支持，為低碳產品研發(fā)和實施低碳理念的企業(yè)提供資金支持。

其次，進一步引進外國直接投資，擴大經濟開放度。我國外國直接投資對CO2排放總體產生了負面影響，這說明FDI起到的技術和結構效應超過了規(guī)模效應。此外，省市經濟開放度越高，金融發(fā)展對CO2排放越能起到抑制作用，因此在信貸上，我們應鼓勵和支持FDI，并且在引進FDI時關注其是否為環(huán)境友好型企業(yè)，積極引導其發(fā)揮技術擴散效應。

再次，因地制宜地制定金融發(fā)展政策，并與經濟發(fā)展所處的階段相適應。對于中等收入和低經濟開放度省市，在制定金融政策時要格外關注金融發(fā)展可能對環(huán)境產生的破壞作用。由于研究結果顯示高收入水平和高經濟開發(fā)度下金融發(fā)展會對CO2排放起到抑制作用，因此從長遠看，化解金融發(fā)展和環(huán)境之間矛盾的有效路徑便是提升經濟發(fā)展水平并擴大經濟開放度。

最后，加強環(huán)境金融產品創(chuàng)新，強化低碳消費理念。研究表明，碳排放具有明顯的路徑依賴性，這不僅表明企業(yè)生產存在慣性，同時表明人們的消費理念和生活方式也具有慣性。因此，從生產角度，我國商業(yè)銀行應充分發(fā)揮綠色信貸作用，鼓勵低碳產業(yè)發(fā)展，保險、證券和基金等也應加快開發(fā)金融工具，增加對低碳經濟的融資信貸服務，以此推動綠色低碳產業(yè)發(fā)展。從消費角度，可以通過灌輸?shù)吞妓枷牒屠砟钷D變人們高碳的生活方式，銀行也可在消費貸款上鼓勵低碳消費行為，減少人均碳排放水平，并因此間接影響企業(yè)生產，降低CO2排放。

參考文獻：

[1] Sadorsky，PThe Impact of Financial Development on Energy Consumption in Emerging Economies [J] Energy Policy， 2010，38（5）：2528-2535

[2] Bello，A K，Abimbola，O M Does the Level of Economic Growth Influence Environmental Quality in Nigeria：A Test of Environmental Kuznets Curve （EKC） Hypothesis[J]Pakistan Journal of Social Sciences， 2010，7（4）：325-329

[3] Zhang，YJThe Impact of Financial Development on Carbon Emissions： An Empirical Analysis in China [J] Energy Policy，2011，39（4）：2197-2203

[4] 徐盈之，管建偉 金融發(fā)展影響我國環(huán)境質量的實證研究： 對EKC曲線的補充[J]軟科學，2010，（9）：18-22

[5] Tamazian，A，Chousa，JP，Vadlamannati，KCDoes Higher Economic and Financial Development Lead to Environ-Mental Degradation：Evidence from the BRIC Countries [J] Energy Policy，2009，37（1）：246-253

[6] 郭郡郡，劉成玉，劉玉萍 金融發(fā)展對二氧化碳（CO2）排放的影響——基于跨國數(shù)據(jù)的實證研究[J]投資研究，2012，（7）：41-53

[7] Shahbaz，M，Islam，F(xiàn)，Butt，MS Financial Development， Energy Consumption and CO2 Emissions： Evidence from ARDL Approach for Pakistan [Z]MPRA Paper， 201130138

[8] Jalil，A，F(xiàn)eridun，MThe Impact of Growth，Energy and Financial Development on the Environment in China： A Cointegration Analysis [J] Energy Economics， 2011，33（2）：284-291

[9] 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，（8）： 23-27

[10] 郭福春，潘錫泉金融支持低碳經濟發(fā)展的影響機制研究——基于浙江省數(shù)據(jù)的經驗分析[J]浙江社會科學，2011，（10）： 12-19

[11] 周建，易點點中國碳排放省級差異及其影響因素與減排機制研究[J]上海經濟研究，2012，（11）：65-80

[12] 彭建平，李永蒼FDI存量、R&D存量與自主創(chuàng)新——基于省際動態(tài)面板GMM估計的實證研究[J] 經濟經緯，2014，（1）：79-83

（責任編輯：楊全山）