中國金融包容性發展、經濟增長與碳排放

朱東波+任力+劉玉

摘要改革開放以來，中國經濟高速增長，為中國崛起提供了重要的物質基礎與保障。然而，粗放型經濟發展模式也導致嚴重的資源環境問題。金融是現代經濟發展核心，實現中國綠色低碳經濟發展離不開金融支持。本文首先在分析金融發展、經濟增長對碳排放的作用機制基礎上，提出以下研究假說：①金融發展對碳排放存在正、負兩種效應，其綜合效應的大小取決于兩種效應的相對大小。②環境庫茲涅茲曲線假說并不是穩健的，其成立與計量方法、研究區域等選取有關。③金融發展對碳排放的影響在不同經濟發展階段與金融發展水平下存在門檻效應。④空間異質性對金融發展與碳排放之間關系存在顯著影響。隨后構建動態面板模型與面板門檻模型，應用系統GMM、固定效應、隨機效應等多種估計方法，在核算中國各省份金融包容性發展指數與碳排放基礎上，結合省級面板數據，并分東、中、西區域，對以上假說進行實證檢驗與分析。得出以下結論：①中國金融包容性發展呈現區域性差異，東部金融發展明顯優于中西部地區。②當前中國金融發展有利于減少碳排放，促進低碳經濟發展。③當以金融發展為門檻變量時，金融發展的碳減排效應是逐漸弱化的。④當以經濟增長作為門檻變量時，金融發展的碳減排效應是逐漸增強的。⑤空間異質性影響金融發展與碳排放之間關系——中西部區域內金融發展有利于減少碳排放；東部區域內金融發展卻導致碳排放增加。最后，本文從強化金融在綠色低碳經濟發展中的作用、創新開放格局等方面提出政策建議。

關鍵詞金融包容性發展；經濟增長；綠色經濟；面板門檻模型；空間異質性

中圖分類號F062.2

文獻標識碼A文章編號1002-2104（2018）02-0066-11DOI：10.12062/cpre.20171018

改革開放以來，中國經濟高速增長，為中國崛起提供了重要的物質基礎與保障。然而，粗放型經濟發展模式也導致嚴重的資源環境問題。2014年，據荷蘭環境評估局，中國為碳排放最多經濟體，排放總量為105.41億t，全球占比為29.79%，約為第二位美國碳排放的2倍； 2015年，中國人均廢水排放、二氧化硫排放、煙（粉）塵排放分別高達53.49 t、135.24 kg、111.89 kg。有鑒于此，十八屆五中全會之后，中央將“綠色發展”作為五大發展理念之一，提升至國家發展戰略層面。通常來說，金融發展能夠有效引導社會經濟資源、資金等從高污染、高能耗的產業流向環保產業，進而促進社會經濟可持續發展。本文探究金融發展對碳排放的影響，尤其在資源環境日益束緊背景下，一方面揭示金融發展與綠色低碳經濟之間的關系，為推動經濟綠色化提供新的證據，另一方面為構建綠色金融體系提供政策建議，具有重要的現實意義。

1文獻綜述

早期碳排放類文獻主要從經濟增長的視角，集中于對環境庫茲涅茲曲線（Environmental Kuznets Curve，EKC）的理論分析與實證研究，最新研究開始考慮金融發展等因素對碳排放的影響。EKC假說可追溯至20世紀90年代Grossman & Krueger的一篇工作論文，Grossman & Krueger[1]在探究北美自由貿易協定對環境的潛在影響時，證實環境指標同經濟增長呈現倒U型曲線關系。之所以命名為庫茲涅茲曲線，源于Kuznets[2]關于收入分配與經濟增長的一項研究，證實收入不平等同人均收入存在倒U型曲線關系，進一步地，Panayotou[3]將經濟增長與環境污染的類似曲線命名為環境庫茲涅茲曲線或EKC。自EKC假說提出后，研究工作從理論與實證兩個方向展開，詳見綜述論文Dinda[4]等。

也有研究對EKC假說提出質疑，如Harbaugh， et al[5]認為EKC假說僅適用于部分空氣污染物，如二氧化硫、粉塵的研究，而在水污染、固體廢棄物污染實證上則得不到證實，即EKC假說成立有局限性。

最新研究開始將金融發展作為環境質量的影響因素，研究其與環境之間的關系。Claessens[6]研究證實金融發展有助于降低交易成本、信息成本，利于貸款與投資，包括對環境友好型項目投資，從而對環境產生影響。Tamazian et al[7]開創性地探究金融發展同環境質量之間關系，將股票市場總量、存貸款總額等作為衡量金融發展指標，證實金融發展有利于減少污染物排放，改善環境。隨后，Tamazian & Rao[8]、Shahbaz， et al[9]、Salahuddin et al[10]等研究再次證實金融發展能夠減少CO2排放，改善環境。與上述研究結論相反，Boutabba[11]對印度的一項實證研究，證實金融發展導致污染物排放增加，加劇環境惡化。得到類似結論的研究還包括Shahzad， et al[12]、Javid & Sharif[13]、Ali， et al[14]等。但目前針對中國金融發展與碳排放之間的關系卻鮮有人研究，就現有可獲取的文獻來說，我們僅發現Jalil & Feridum[15]，Zhang[16]，顧紅梅、何彬[17]，嚴成樑等[18]等數篇文獻，且研究結論大相徑庭——Jalil & Feridum、顧紅梅與何彬等證實中國金融發展能夠減少污染排放，改善環境；Zhang的實證結果表明金融發展導致碳排放增加；嚴成樑等則證實金融發展與碳排放之間呈現倒U型關系。

基于以上文獻回顧，已有研究初步分析了金融發展與碳排放之間關系，認為其是碳排放的重要影響因素，但對其環境效應的認識仍存在很大爭議。現有研究存在以下待拓展空間：一是已有研究多局限于金融發展與碳排放的線性關系，忽略了金融發展影響碳排放的門檻效應的存在；二是針對中國金融發展與碳排放之間關系探討較少。尤其在當前世界積極應對全球氣候變化、中國作為最大碳排放經濟體與面臨資源環境約束日益束緊等多重背景下，為此，本文首先從金融包容性的視角，聯系中國金融體系結構與指標數據可獲取性，構建金融發展指標體系與金融包容性指數（Index of Financial Inclusion，IFI）[19]。隨后，基于理論機制分析與研究假說，構建計量模型，采用省級動態面板估計方法與面板門檻模型等，并結合混合OLS、固定效應、隨機效應等多個計量模型對假說進行檢驗與分析。與現有研究相比，本文從以下三個方面豐富了現有文獻：一是從理論上闡明已有研究對兩者之間認識存在爭議的原因在于金融發展對碳排放存在正、負兩種效應，并將金融包容性引入金融發展與碳排放的分析中，深化了對兩者之間關系的認識；二是分析了金融發展影響碳排放的門檻效應，提供了從非線性的視角理解兩者之間關系的新的視角；三是探究并分析空間異質性對兩者之間關系的影響，從而為科學有效地制定碳減排政策提供了理論依據。endprint

2 機制分析與研究假說

2.1金融發展與碳排放

金融是現代經濟運行的核心，其發展有助于提高金融資源的配置效率，促進技術創新與經濟增長等，勢必會對低碳經濟發展產生影響，尤其是，伴隨近年來強調普惠金融、金融包容性發展。金融包容性（Financial Inclusion）發展最初是作為金融排斥（Financial Exclusion）的對立概念加以使用的，Chakravarty & Pal[20]認為金融包容性發展指的是，金融資源與服務供給在合意成本上的可獲取性，強調的是不論政府、企業、消費者等不同經濟個體均能夠享受到金融資源與服務以及其發展帶來的收益。這樣，金融包容性發展有利于緩解生產商的資金預算約束瓶頸，增加技術研發投入或擴大生產規模等，從而對碳排放產生影響；同時，也解決消費者一定的收入預算問題，增加需求與消費，尤其大宗消費品消費，如購置房產等，從而對碳排放產生影響。具體來說，金融發展對碳排放存在正、負兩種作用機制。其正向機制指的是，金融發展導致碳排放增加，加劇環境退化。金融發展對碳排放的正向機制主要體現在以下三個方面：①從消費者層面來看，金融發展可以通過低成本、有效率的金融中介使得消費者更容易獲取資金用于大宗（或耐用）商品（例如空調、洗衣機、手機等）的消費與購買，結果需求增加刺激企業生產規模與供給的增加，而生產擴大必然消耗更多原材料、能源等，從而導致碳排放增加。②從公司層面來看，金融發展減少公司摩擦成本與交易成本等，從而使公司能夠以更低的成本獲取資金、資本，鼓勵企業增加投資、擴大生產規模，從而導致能源消費增加，尤其在當前中國欠完善的環境規制體系與較低的節能減排技術水平下，將進一步導致污染排放增加。③從國家層面來看，金融發展能夠促進經濟發展，這將增加能源消耗的壓力，而在當前以煤炭為主能源結構下勢必導致碳排放增加。另外，短期來看，環境保護產生一定的減排投入與治污成本，將不利于生產規模的擴大與投資，更容易被選擇性忽視。金融發展對碳排放的負向機制指的是，金融發展有利于降低碳排放，改善環境質量，主要體現在以下三個方面：一是穩定良好的金融發展水平有助于形成穩定的投資環境，進而吸引外資與引進環境友好型技術等；開放經濟條件下，外商直接投資也是影響產業結構轉型的重要方式，以外資形式推動的產業轉移與技術溢出為促進東道主國家產業結構轉型提供動力。換句話說，金融發展促進外資引進，有助于提高發展中國家節能減排技術與綠色生產技術的水平，從而促進產業結構由依托資源型向依托創新技術型的轉型升級，實現保護環境與經濟增長的可持續協調發展。二是金融發展使得企業更容易獲取用于研發投入的資本，減小其研發風險，提高生產技術，尤其是節能減排技術水平與能源利用效率，促進低碳經濟的發展與早日實現。三是高科技、效率高的企業普遍表現出較高的環保意識，而金融發展則進一步刺激該類公司的表現而減少能源消費和碳排放等。由于金融發展對碳排放同時存在以上兩種效應，因而，其綜合影響取決于兩種作用機制相對大小。基于上述分析，本文提出假說1：

H1：金融發展對碳排放存在正、負兩種效應，其綜合效應取決于兩種效應的相對大小。

2.2經濟增長與碳排放

一般地說，影響碳排放的路徑主要分為以下三個方面：經濟規模變化、產業結構變動以及技術水平增進。基于以上三種路徑，學術界對EKC假說解釋，總體上可以歸納以下三類：一是初期，物質消費相對貧乏，產品的邊際效用較高，因此優先物質生產，而后期，人們更注重生活條件、環境質量，此時增加環境投資與減排投入，淘汰或轉移高污染產業等減少污染。二是環境質量，伴隨經濟結構由農業化向工業化轉變而退化，之后由于工業化深化發展，產業由能源密集型向知識技術密集型轉化而得到改善。三是經濟增長使得國家有更多的資本用于研發、節能減排技術創新等，促進低效率、高能耗技術向高效率低能耗綠色技術升級。隨著理論界對經濟增長與碳排放之間關系研究的深化，部分研究對EKC假說提出質疑，認為EKC假說并不是穩健的。Dinda[4]認為EKC假說沒有穩健的計量基礎，同時進一步指出已有研究中普遍存在異方差、變量有偏等問題。為此，本文提出以下假說：

H2：環境庫茲涅茲曲線假說并不是穩健的，其成立與計量模型、區域等選取相關。

2.3金融發展影響碳排放門檻效應與空間異質性分析

伴隨經濟增長與收入水平的提高，消費者對環保產品與環境公共品的需求與偏好也將隨之提高。金融發展也將促進金融體系的進一步完善，并緩解金融資源在不同產業間分配不均衡的現狀。對碳排放的微觀主體企業來說，需求與偏好是企業生產的導向，為適應需求與偏好的改變部分企業將會改變投資決策與策略，將金融資源用于對傳統生產模式的升級，以增加綠色產品供給，滿足消費需求與偏好的轉變。同時，伴隨收入水平與公眾環保意識的提高，環境治理水平與環境規制體系也將隨之完善與提高。這也激勵、倒逼企業等排污主體將金融資源用于污染尾端治理等。穩定的金融發展環境有利于降低融資成本，降低企業技術研發創新的風險，鼓勵企業增加研發創新支出，促進技術進步，提高生產效率，降低單位產出能耗，或者使用替代性清潔能源與生產替代性清潔產品等，從而減少污染排放，改善環境質量。也就是說，隨著經濟增長與金融發展水平的提高，消費者對環境的重視程度也將隨之提高，這將改變金融資源與服務在環保產業的投放，進而影響到研發投入、綠色生產技術與治污技術，從而減少碳排放，改善環境質量等。因此，在不同的經濟發展階段與金融發展水平下，金融發展同碳排放之間關系可能發生變化，即金融發展同碳排放之間關系在不同經濟發展階段與金融發展水平下可能存在門檻效應。

同時，考慮到中國地域廣闊，地區之間經濟發展水平、產業結構特點、資源稟賦優勢、文化風俗習慣、環境規制強度等均存在異質性。不同地區環保意識、金融發展水平也可能存在較大差距。不同金融包容性發展水平下，地區之間企業、公司、消費者不同經濟主體獲取金融服務的難易程度、借貸成本等可能存在很大差異。這些差異將影響企業生產決策、消費者偏好等，從而間接地對碳排放產生影響。因此，空間異質性可能對金融包容性發展與碳排放之間關系存在顯著影響。基于以上分析，本文提出研究假說3、假說4：endprint

H3：在不同的經濟發展階段與金融發展水平下，金融發展同碳排放之間為非線性關系。

H4：空間異質性對金融發展與碳排放之間關系存在顯著影響。

3實證設計：模型、變量與數據

3.1計量模型構建

本文主要考察的是金融發展、經濟增長與碳排放之間關系，結合以上分析，同時考慮到二氧化碳排放可能存在時間滯后性等，構建如下動態面板計量模型：

CO2it=α0+δ1CO2it-1+α1fdit+α2gdpit+α2gdp2it+βX+Vi+εit （1）

式中，i，t分別表示中國各省（或市地區）、年份。被解釋變量為CO2，本文選取人均CO2排放表示，并用碳排放強度作穩健性檢驗。fd表示金融發展，為本文的核心解釋變量，本文采用金融包容性指數（IFI）衡量，具體原理與測算結果見下文。gdp表示經濟增長，采用以1994年為基年的人均實際GDP表示，加入其平方項用以考察環境庫茲涅茲曲線假說。X表示控制變量組，主要包括能源消費（EC）、對外貿易（TRA）、外商直接投資（FDI）、工業化（IND）、城鎮化（URB）等。其中，能源消費，本文采用人均值表示；對外貿易采用貿易依存度表示，即地區進出口總額與當年GDP之比，美元換算人民幣時采用當年年均匯率值；外商直接投資采用實際利用的外資額與地區GDP之比表示，計算時采用年均美元匯率換算，主要考察污染者天堂假說是否在中國成立；工業化采用工業增加值在當年GDP的比重表示；城鎮化率則用城鎮人口與地區常住人口之比表示。Vi表示個體固定效應；ε表示隨機誤差項。需要說明的是，為控制異方差，根據模型（1）回歸時，二氧化碳、金融發展以及經濟增長等變量采用自然對數形式。

進一步地，為檢驗研究假說2，本文采用Hansen[21]提出的面板門檻模型。對于某個門檻值λi，構成兩個不同的分段區間，如果當門檻變量在大于λi與小于λi時，核心解釋變量的回歸系數發生顯著變化，則說明金融發展對碳排放的影響并非是簡單線性關系，而是非線性關系。具體如下：

CO2it=β0+βi1FDit×I（qit≤λi）+βi2FDit×I（qit>λi）+γXit+Vi+εit （2）

式（2）中其他變量含義同（1）式。這里q表示門檻變量，根據前述機制分析部分，經濟增長與金融發展水平的不同可能導致金融發展對碳排放的影響產生非線性變化，為此，本文分別將經濟增長與金融發展設定為門檻變量q，分別采用人均實際GDP與下文測算的金融包容性發展指數衡量。I（*）表示示性函數，即當滿足括號內條件時為1，否則為0。如果選擇合理的門檻變量，且門檻估計值通過顯著性檢驗，則βi1，βi2會顯著不同。以上分析是以單門檻為例，多門檻分析與之類似，這里不再贅述。具體操作時，本文使用Stata14.0，借鑒Wang[22]提出的固定效應面板門檻模型操作方法。

3.2變量指標構建與核算

3.2.1二氧化碳排放核算

本文借鑒杜立民[23]，即采取如下公式計算CO2排放量：

CO2=∑7k=1Ek×CFk×CCk×COFk×44/12+m0·Q （3）

式（3）中，Ek表示第k種能源消費量；CFk表示對應第k種能源的發熱值；CCk則表示第k種能源的碳含量；COFk則表示第k種能源的氧化因子；44/12表示CO2與C的相對分子量之比。Q表示水泥生產量，m0表示水泥生產過程中的碳排放系數。根據碳含量（CC）等相關數值，可根據公式Ek×CFk×CCk×COFk×44/12計算k種能源的二氧化碳排放系數。具體來說，焦炭、煤炭、煤油、柴油、汽油、燃料油及天然氣等7種化石燃料的CFj、CCj、COFj與水泥生產的CO2排放系數分別為2.848 1、1.647 0、3.174 2、3.150 0、3.045 1、3.064 2、21.670 4、0.527 1。

3.2.2金融發展指數核算

本文構建金融包容性發展指數衡量中國金融綜合發展水平，主要借鑒Sarma[24]和Pravat & Arindam[25]的構建方法。Sarma較早提出其金融包容性指標公式是主要依據聯合國采用的人力發展指數。Sarma提出的金融包容性指數基本公式為：

IFI-1-∑ki=1[（Mi-di）/（Mi-mi）]2/k（4）

式（4）中，k為所采用的維度個數，Mi為i維度數據最大值，mi為i維度最小值，di則為對應i維度值。Pravat & Arindam在Sarma所構建金融包容性指數的公式基礎上，取k=3時即采取三個維度指標來衡量印度各個邦省地區金融發展情況。本研究則擴展上述兩項研究，結合中國金融相關數據的可獲取性，引入以下8個維度指標來構建作為衡量中國金融包容性發展的金融包容性指數。這8個維度分別為人均存貸款余額、存貸款同GDP之比、金融機構地理分布、金融機構網點的人均分布、保險密度、保險深度、金融業從業人數的人口分布與金融業從業人數的地域分布。本文選取上述8個指標基于衡量金融發展三個方面即金融發展深度（如存貸款余額同GDP之比、保險深度、人均存貸款等），金融服務的易獲取程度（金融機構營業網點的地域分布，金融業從業人數的地域分布等）以及金融活躍度（通過考察金融業過去一年間獲益人群受益以及其對應產業增加值人口密度）等的考量。表1匯報了中國省域金融包容性指數核算體系。

結合《區域金融運行報告》與《中國金融年鑒》等相關資料，根據公式（4）與上述中國金融包容性發展指標體系，本文核算了中國金融包容性發展指數。進一步地，本文繪制了2004—2014年間中國東、中、西地區省域金融包容性發展年均值表2。總的來看，2004—2014年間，東部地區金融包容性發展水平（省均值為0.291 4）遠高于中部（省均值為0.095 5）、西部（省均值為0.117 9）地區。具體來說，中國金融包容性發展水平居于前10的省份中，東部區域占7個，中西部省份占3個。其中，居于前6位的均endprint

為東部省份，從高到低依次為北京、上海、天津、浙江、廣東、江蘇。這些數據表明，中國區域金融發展呈現出區域性差異的特點，即東部地區金融包容性發展水平遠高于中西地區。其原因可能在于，東部省市地區或為政治中心（北京），或為沿海經濟中心（上海、廣州等），天然占據著中國政治優勢與經濟區位優勢。相較于中西部內陸地區，東部地區一方面存在特有的金融政策優勢，另一方面較為完善的市場制度也有利于該區域的金融發展。而金融作為現代經濟發展的核心，是依附與服務于經濟發展的。因此，東部較發達經濟地區伴隨有較高的金融發展水平。

3.3數據來源與統計性特征

CO2計算時涉及到的汽油、煤炭、天然氣等能源消費數據來源于中國經濟數據庫（CEIC）、《中國能源統計年鑒》等。核心解釋變量金融發展分指標如營業網點數量、存貸款、金融資產總額、金融機構營業網點、金融業從業人數、保險密度、保險深度等來源于各省份2004—2015年的《區域金融運行報告》、Wind數據庫與《中國金融年鑒》等。本研究中地區生產總值以1994年為基期的實際GDP作為衡量指標，考慮各地區經濟發展存在較大差異，引入人均實際GDP；能源消費數據采用轉化為標準煤之后能源消費進行估算的，數據來源于CEIC；外商直接投資（FDI）則是通過當年平均匯率轉換為人民幣之后再同當地GDP相除得到，數據來源于Wind數據庫；外貿開放度（TRA）則是通過當年平均匯率轉換為人民幣之后的進出口總額，再同GDP相除得到的，數據來源于中國統計局網站，匯率數據來源于Wind數據庫；工業化 （IND）則是直接用各省（或市、地區）工業增加值同當地GDP相除得到，數據來源于中國經濟庫；城鎮化率（URB）則是根據城鎮人口同常住人口之比得到，數據來源于中國經濟數據庫。結合金融發展各分指標以及能源消費等數據可獲取性，本文將實證研究的時間跨度設定為2004—2014年。由于西藏地區行業等數據缺失嚴重，本文將其剔除，得到30個省市地區（不包括港澳臺、西藏）2004—2014年間的面板數據庫。

4實證結果與分析

4.1金融包容性發展影響碳排放的基本分析

由于模型（1）中包含被解釋變量滯后項，回歸估計可能存在內生性問題，如果采用一般面板回歸方法可能導致估計結果有偏與非一致。為此，本文采取由Arellano and Bover[26]提出的系統廣義矩估計方法（SYSGMM），用變量滯后項作為工具變量來解決模型中可能存在的內生性問題。此外，考慮到兩步系統GMM模型更適用于有限樣本估計，且對序列相關與異方差問題的處理效果好于一步系統GMM模型，這里分析主要以兩步系統GMM模型為主。同時，為進一步檢驗金融發展對碳排放的影響及系統GMM方法估計結果的穩健性，本文也采用混合回歸（POLS）、固定效應（FE）、隨機效應（RE）、差分GMM（DIFFGMM）等方法對模型（1）進行估計。表3匯報了金融發展影響碳排放的估計結果。實證分析中系統GMM等估計方法需要通過兩個檢驗：一是檢驗工具變量的選取是否存在過度識別；二是檢驗差分方程的隨機擾動項是否存在二階序列相關。本文檢驗結果表明：Sargan檢驗表明整體來看，模型總體矩條件是成立的，所選擇的工具變量也是有效的；在1%顯著性水平下， AR（2）不顯著，即該模型不存在二階自相關。因此，系統GMM模型是適用的。

根據回歸結果，模型（1）中金融發展的系數為負，且在1%水平下顯著，以SYSGMM2為例，金融發展增加1%，將減少0.519 4%的二氧化碳排放。這說明中國金融發展的“負向”環境效應大于“正向”環境效應，已初步表現出“綠色低碳”發展的性質，即金融發展有利于減少碳排放，改善環境質量，證實研究假說H1。其背后的原因可能在于：一是粗放型發展模式導致資源環境約束日益束緊，在此經濟結構調整與發展方式轉變的關鍵時期，環保產業發展與傳統產業綠色轉型迫切需要金融的支持，政府開始強調將金融資源與服務向綠色化方向宏觀調控，引導資金流向節能減排技術研發和生態保護

產業。二是工業產能嚴重過剩，實體經濟利潤率較低，這導致大量金融資本、資源流向虛擬經濟領域，并擠壓實體經濟發展。而實體經濟，尤其工業為當前碳排放與污染的主要來源。因此，一定程度上，大量金融資本的“脫實向虛”發展減少了能源消費與污染排放。三是金融業所屬服務業，其發展帶有清潔、低耗能、少污染等特點，其進一步發展也可能減少污染排放。基于以上分析，當前金融發展影響二氧化碳排放的“負向”效應可能大于“正向”效應。也就是說，整體來看，金融包容性發展有利于減少碳排放，改善環境質量。

為進一步檢驗金融發展對碳排放的影響及系統GMM方法估計結果的穩健性，本文采用如下兩個方法：一是混合回歸（P-OLS）、固定效應（FE）、隨機效應（RE）、差分GMM（DIFF-GMM）等方法對模型（1）進行再估計，回歸結果見表3；二是將碳排放強度，即單位產出的碳排

放作為被解釋變量進行再回歸，回歸結果見表4。對面板數據模型而言，通常采用隨機效應模型、固定效應型或混合數據普通最小二乘法，但需要進行篩選。本文用Hausman檢驗比較、篩選固定效應與隨機效應；用F檢驗比較、選擇固定效應模型與混合回歸模型；用LM檢驗比較、篩選隨機效應與混合回歸。結果表明：對該面板數據模型來說，固定效應模型（FE）優于隨機效應模型（RE），混合OLS居于最后。根據固定效應模型回歸結果，金融發展的回歸系數分別為-0.307 3，且在1%水平下顯著，這再次證實理論假說H1，也說明了前述回歸結果的穩健性。另外，差分GMM估計結果同樣證實了金融發展對碳排放的綜合效應為負。當以碳排放強度作為被解釋變量時，金融發展的回歸系數均為負，且至少在5%水平下顯著，詳細結果見表4，這里不再一一分析。

經濟增長與碳排放。本文發現，無論是以人均碳排放還是以碳排放強度作為被解釋變量，GDP及其平方系數并非總是為正、負，也就是說經濟增長與碳排放之間的倒U型關系并不是穩健，證實本文前述理論分析中的研究假說H2，即環境庫茲涅茲曲線假說結論并不是穩健的，其成立有賴于控制變量以及計量模型的選取等。另外，聯系后文中分東、中、西區域的估計結果——區域層面經濟增長同碳排放為線性關系，且影響不同，說明空間異質性顯著地改變經濟增長與碳排放之間關系，再次得出EKC假說并不穩健的結論。endprint

其他控制變量。能源消費與碳排放之間呈現穩健的正向關系，這可能同中國以煤炭為主的能源結構有關。根據相關數據，2013年中國煤炭消費所占比重高達66%，同期石油、天然氣、非化石能源等消費僅分別占比18.4%、5.8%、9.8%。一個有意思的發現是同為對外開放度衡量指標的對外貿易與外商直接投資卻表現出相反的作用——對外貿易趨于增加碳排放，外商直接投資則減少碳排放。這可能因為，由外資、技術所產生的溢出效應促進東道國產業技術進步與升級，從而提高生產效率，降低能源消費與污染排放等；對外貿易反映出的是中國作為世界產品“生產商”，處于價值鏈低端的尷尬地位，而中國粗放型的生產模式導致高耗能、低效率、高排放，從而對外貿易出口的增加導致碳排放增加。當前中國工業化進程導致碳排放增加，這反映了當前中國工業依然是較為粗放的發展模式，其發展有賴于資源消耗與資本，仍處于資本密集型階段的發展現實。而接下來的一個努力方向是推動工業發展由原先依賴資本逐漸轉向依賴技術與知識。城鎮化的回歸結果表明，當前城鎮化的推進初步顯示出減少碳排放的趨勢，但由于城鎮化質量不高導致對環境質量的改善并未形成顯著影響。

4.2中國金融包容性發展影響碳排放的門檻效應分析

為檢驗假說H3，本文采用Hansen[21]提出的面板門檻模型，使用省級面板數據對模型（2）進行估計。根據門檻模型的原理，門檻變量既可以是回歸模型中的解釋變量，

也可以是其他的控制變量。聯系前述機制分析，本文將衡量金融發展指標FD與經濟增長的指標人均實際GDP分別作為門檻變量進行回歸。使用面板門檻模型之前需要進行門檻檢驗。表5匯報了分別以FD與人均實際GDP作為門檻變量的門檻檢驗結果與相應的門檻值。

當以金融發展作為門檻變量時，通過單門檻模型顯著性檢驗，Bootstrap-P值為0.073 3，但未通過雙門檻顯著性檢驗，此時Bootstrap-P值為0.276 7，說明金融發展存在單門檻閥值效應。當以人均實際GDP作為門檻變量時，通過單門檻檢驗，此時Bootstrap-P值分別為0.033 3，但未通過雙門檻檢驗，對應的Bootstrap-P值為0.296 7，說明人均實際GDP同樣存在單門檻效應。初步證實了本文前述分析伴隨經濟增長與金融發展水平的提高，金融發展的環境效應發生變化的可能性。進一步地，本文分別選取FD、GDP等作為門檻變量，構造單門檻模型，實證探究不同經濟增長與金融發展水平下，金融發展環境效應可能存在的門檻效應。另外，表5匯報了FD與GDP對應的門檻值，分別為-3.153 6、0.993 0。如果回歸結果表明，在相應門檻變量的門檻值前后，金融發展的回歸系數發生顯著的變化，則說明金融發展隨門檻變量的變化，對碳排放的影響也隨之發生變化。表6匯報了金融發展影響碳排放的面板門檻模型估計結果。

當以金融發展為門檻變量時，中國金融發展的碳減排效應是逐漸弱化的。具體來說，以人均碳排放作為被解釋變量時，如果金融包容性發展指數的對數值小于-3.153 6，此時金融發展增加1%，碳排放則減少0.377 9%；如果金融包容性發展指數的對數值大于-3.153 6，此時金融發展增加1%，碳排放的減少則由0.377 9%縮減至0.185 8%。其原因可能在于金融發展對碳排放的影響存在兩面性：當金融適度發展時，金融業能夠支持環保產業與傳統產業綠色轉型升級，例如通過降低借貸成本，以支持其環保與綠色生產技術研發等，從而實現降低風險；但當金融過度發展時，也即大量資本在金融領域流轉，這可能會擠壓環保產業等實體經濟的發展，反而不利于環境質量的改善。當以人均實際GDP作為門檻

變量時，本文發現，伴隨中國經濟增長，金融發展的碳減排效應是逐漸增強的。具體來說，以人均碳排放作為被解釋變量時，如果人均實際GDP的對數值小于0.993 0，此時金融發展增加1%，碳排放則減少0.260 9%；如果人均實際GDP的對數值大于0.993 0，此時金融發展增加1%，碳排放的減少則由0.260 9%增加至0.414 3%。其原因可能是，伴隨經濟增長與消費者收入水平的提高，環保產品的偏好也隨著增強。從宏觀視角來說，為進一步滿足消費者需求，緩解生產過剩現狀，實現供需匹配、均衡發展，政府將引導金融資源流向環保產業，并促進傳統產業綠色轉型，這也是供給側結構性改革的題中之意。從微觀角度來看，需求決定了企業生產的方向，環保產品偏好與需求的增加將引導企業將金融資源用于環保技術與綠色生產技術的研發與生產等，從而實現金融發展促進碳排放減少。

以上分析表明，金融發展對碳排放的影響在不同金融發展水平與經濟發展階段，表現出非線性特征，證實研究假說H3。該結論不同于現有研究中大多將金融發展對碳排放的影響作為線性來討論，證實了金融發展與碳排放之間關系非線性的可能性，一定程度上豐富了對金融發展與碳排放之間關系的認識。

4.3空間異質性對金融包容性發展與碳排放之間關系的影響

為探究空間異質性對金融發展與碳排放之間關系的影響，實證檢驗研究假說H4，本文進一步分東部與中西部兩個面板，采用動態面板模型與系統GMM估計方法，實

①根據國家統計局相關資料，東部省份包括北京、天津、河北、遼寧、上海、江蘇、浙江、山東、福建、廣東、海南等11個政治中心或沿海省、市；中西部省份則包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆等19個內陸省、市、地區。

證分析金融發展與碳排放之間關系①。表7匯報了分別以人均碳排放與碳排放強度作為被解釋變量時，東部與中西部兩個區域的估計結果。Sargan檢驗與AR（2）檢驗結果表明，工具變量的選取是有效的，且不存在二階自相關，因此系統GMM方法是適用的。

實證結果證實，空間異質性對金融發展與碳排放之間關系產生重要影響。具體表現為，東部區域內金融發展導致碳排放增加，金融發展增進1%，人均碳排放則增加0.453 4%；而中西部區域內金融發展卻有利于減少碳排放，其增進1%，人均碳排放減少0.097 5%。不同區域內金融發展對碳排放的影響迥異的原因，可能同地區產業結構特點與國家政策導向有關。改革開放以來，自身區位優勢與率先開放的政策導向，導致東部地區市場制度更加完善，政治環境也相對寬松，再加上歷史形成的外向型風俗文化以及大量來自于中西部地區的廉價勞動力優勢等，與其他中西部地區相比較，東部地區對外資更具有吸引力，也更能吸引國外產業，尤其加工制造業的選址。良好的金融發展水平將促進工業發展，但在當前節能減排技術水平較低，且工業多以低端加工制造業為主的國情下，容易導致能源，尤其煤炭消耗，進而碳排放增加。而中西部區域內，金融發展卻表現出顯著的碳減排效應。這可能因為，一方面中西部區域內自然條件惡劣，再加上地理區位、交通條件與人力資本等劣勢，導致流入外資較少，且多集中endprint

在輕工業、旅游業等，金融發展對碳排放的不利影響相對較小；另一方面，自2000年實施西部大開發戰略以來，加強生態環境建設和保護一直是重要切入點，外資、產業流入有較高的門檻等。

基于以上分析，本文發現空間異質性對金融發展與碳排放之間關系產生重要影響：東部區域內金融發展導致碳排放增加，中西部區域內金融發展則有利于減少碳排放，即證實研究假說H4。該發現具有以下啟示：空間異質性特點決定了中國通過金融發展制促進低碳經濟發展時，應因地制宜，根據本地區產業結構特點、資源稟賦優勢等，制定綠色金融發展政策。具體來說，東部區域內應適當引導金融資源流向高新技術產業、環保產業、服務業等低碳產業，以減少碳排放，促進低碳經濟發展；中西部區域內則應結合社會資本，打造發展綠色金融的“PPP”新模式，以此支持實體經濟發展，實現經濟與環境協調發展。

5結論與政策建議

本文首先從理論上分析了金融發展、經濟增長與碳排放之間關系，得到相應理論假說。隨后在核算各省份金融包容性發展指數與碳排放基礎上，構建動態面板模型與面板門檻模型，運用系統GMM與固定效應模型等多種估計方法，對假說進行實證檢驗。研究表明：①中國金融包容性發展呈現出區域性特點，即東部區域金融發展明顯優于中西部地區。②中國金融發展有利于減少碳排放，促進低碳經濟發展。③當以金融發展為門檻變量時，中國金融發展的碳減排效應是逐漸弱化的；當以經濟增長作為門檻變量時，金融發展的碳減排效應是逐漸增強的。④空間異質性對金融發展與碳排放之間關系產生重要影響——東部區域內金融發展導致碳排放增加；中西部區域內金融發展則有利于減少碳排放。基于以上結論，本文從如下兩個方面提出政策建議：

第一，充分發揮金融發展在推動綠色低碳經濟發展中的作用。適度引導金融資本與服務轉向環保產業，并重點支持傳統產業的綠色低碳改造與轉型升級，有利于減少碳排放，為促進中國低碳經濟發展提供新的思路。本文研究表明，當前中國包容性發展有利于減少碳排放。為此，建議采取以下措施：一是銀行信貸應向綠色低碳型企業傾斜，尤其是鼓勵支持資源節約型、環保友好型企業發展，通過金融發展加快產業綠色轉型升級；二是由于清潔技術面臨市場前景未知、技術能否突破、盈利周期較長等風險，融資信貸約束較大，政府應鼓勵金融機構加大對清潔技術的資金支持，推進清潔技術的研發、應用與推廣，大力促進清潔型技術投資，緩解綠色技術融資約束；三是制定綠色金融政策時，應因地制宜，結合本地區產業結構特點與資源稟賦優勢等，實施符合地方發展、帶有地方特色的綠色金融發展政策。但值得注意的是，“適度”的金融發展能夠更好的發揮碳減排作用，而金融的過度發展反而可能降低碳減排效應。

第二，創新對開放格局，促進產業綠色轉型升級。實證結果顯示，外商直接投資等是減少碳排放的重要途徑。進一步擴大開放，以外資形式推動的產業轉移與技術溢出為促進東道主國家產業結構轉型提供動力，有助于盡快實現中國技術，進而產業綠色轉型升級。為此，政府應鼓勵、促進高碳排放產業企業與發達國家企業的交流、學習與協作，積極參與國際減排協作制度建設，并引進國外先進的低碳環保技術與知識。但也要認清，從人均排放量以及歷史累計的角度來看，發達國家則應對當前全球的碳排放負有更大的責任，而中國碳排放仍處于生存發展階段；而從全球一體化與國際產品分工的視角來看，中國依然處于產品價值鏈低端，生產并出口大量高耗能、高碳排放的低廉產品，承擔大量本應由合作貿易伙伴國（主要是美歐日等發達國家）完成的碳排放量。所以，中國應在堅持“共同但有差別的責任”條件下，充分利用當前國際上清潔發展機制、多國基金機制以及坎昆會議提出的綠色基金機制，尋求更多的國際低碳技術轉移與資金支持，提升本國技術水平，盡快實現中國產業轉型升級與發展方式轉變。

（編輯：于杰）

參考文獻（References）

[1]GROSSMAN G M， KRUEGER A B. Environmental impacts of a North Amercian Free Trade Agreement[R]. NBER working paper，1991.

[2]KUZNETS S.Economic growth and income inequality[J].American economic review，1955， 45 （1）：1-28.

[3]PANAYOTOU T. Empirical tests and policy analysis of environmental degradation at different stages of economic development[R]. Geneva： ILO，1993.

[4]DINDA S.Environmental Kuznets Curve Hypothesis：a survey[J].Ecological economics，2004，49（4）：431-455.

[5]HARBAUGH W T，LEVINSON A， WILSON D M， et al. Reexamining the empirical evidence for an environmental Kuznets Curve[J].Review of economics and statistics，2002，84（3）：541-551.

[6]CLAESSENS S， FEYENE E. Financial sector development and millennium development goals[R].World bank，2007.

[7]TAMAZIAN A，CHOUSA J P， VADLAMANNATI K C， et al. Does higher economic and financial development lead to environmental degradation：evidence from BRIC countries[J].Energy policy，2009，37（1）：246-253.endprint

[8]TAMAZIAN A， RAO B B. Do economic， financial and institutional development matter for environmental degradation： evidence from transition economies[J].Energy economics，2010，32（1）：137-145.

[9]SHAHBAZ M， SOLARIN S A， MAHMOOD H， et al. Does financial development reduce CO2 emissions in Malaysian economy？ a time series analysis[J]. Economic modelling， 2013，35（5）：145-152.

[10]ALAHUDDIN M，GOW J，OZTURK I， et al. Is the longrun relationship between economic growth， electricity consumption， carbon dioxide emissions and financial development in Gulf Cooperation Countries robust[J].Renewable & sustainable energy reviews，2015，51（11）：317-326.

[11]BOUTABBA M A.The impact of financial development， income， energy and trade on carbon emissions： evidence from the Indian economy[J].Economic modelling，2014， 40（C）：33-41.

[12]SHAHZADS J H， REHMAN M U， HURR M， et al. Financial development increase carbon emission in Pakistan： empirical analysis through ARDL cointegration and VECM causality[R].MPRA，2014.

[13]JAVID M， SHARIF G F. Energy consumption， financial development and CO2 emissions in Pakistan[R]. MPRA，2013.

[14]ALI S，WAQAS H， AHMAD N， et al. Analyzing the dynamics of energy consumption， liberalization， financial development， poverty and carbon emissions in Pakistan[J].Journal of applied environmental and biological sciences，2015， 5（4）：166-183.

[15]JALIL A， FERIDU M. The impact of growth， energy and financial development on the environment in China： a cointegration analysis[J].Energy economics，2011，33（2）：284-291.

[16]ZHANG Y J. The impact of financial development on carbon emissions： an empirical analysis in China[J]. Energy policy， 2011，39（4）：2197-2203.

[17]顧紅梅，何彬.中國省域金融發展與碳排放研究[J].中國人口·資源與環境，2012，22（8）：22-27.[GU Hongmei， HE Bin. Study on Chinese financial development and carbon emission： evidence from Chinas provincial data from 1979 to 2008[J]. China population， resources and environment，2012， 22（8）：22-27.]

[18]嚴成樑，李濤，蘭偉.金融發展、創新與二氧化碳排放[J].金融研究，2016（1）：14-30.[YAN Chengliang， LI Tao， LAN Wei. Financial development， innovation and carbon emission[J]. Journal of financial research，2016（1）：14-30.]

[19]王修華，關鍵.中國農村金融包容水平測度與收入分配效應[J].中國軟科學，2014（8）：150-161.[WANG Xiuhua， GUAN Jian. The income distribution effect and measure of rural financial inclusion in China[J]. China soft science，2014（8）：150- 161.]

[20]CHARKRAVARTY S R，PAL R. Measuring financial inclusion： an axiomatic approach[R]. Indira Gandhi Institute of Development Research，2010.endprint

[21]HANSEN B E.Threshold effects in nondynamic panels： estimation， testing， and inference [J]. Journal of econometrics，1999， 93（2）：345-368.

[22]WANG Q Y. Fixedeffect panel threshold model using Stata[J].The Stata journal，2015（1）：121-134.

[23]杜立民.我國二氧化碳排放的影響因素：基于省級面板數據的研究[J].南方經濟，2005（11）：20-33.[DU Limin. Impact factors of Chinas carbon dioxide emissions： provincial panel data analysis[J]. South China journal of economics， 2005（11）：20-33.]

[24]SARMA M. Index of financial inclusion[R]. ICRIER，2008：215.

[25]PRAVAT K， ARINDAM L. Financial inclusion and human development in India： an interstate analysis[J]. Indian journal of human development， 2011， 5（1）：61-78.

[26]ARELLANO M， BOVER O. Another look at the instrumental variables estimation of error components models [J].Journal of econometrics， 1995， 68（1）：29-51.

AbstractSince the reform and opening up policy was adopted，China has experienced a booming economic growth， which provides a important material basis for the development. However， the noneffective development of economy has led to a serious environmental concern. As the core of modern economic development， finance is a necessary support for lowcarbon economy in China. Based on investigating the mechanism of financial inclusive development and economic growth on carbon emissions， this paper puts forward four hypotheses：① there may exist two possible effects（positive or negative） of financial inclusive development on carbon emissions， the final effect depends on the relative size of the two effects；② the environmental kuznets curve hypothesis is not robust， which is associated the selection of method of measurement and research areas； ③ there may exist threshold effect on the impact of financial inclusive development on carbon emissions at different stages of economic development； ④ spatial heterogeneity has a significant effect on the relationship between financial development and carbon emissions. Based on the calculation of financial inclusion development index and carbon emissions， this paper constructed dynamic panel model and panel threshold model and applied estimation methods such as system GMM， fixed effect and random effect using provincial panel data. We tested the proposed hypothesis within the east， central and west China respectively. The following conclusions are obtained：① Chinas financial development shows regional characteristics and financial development in the east China is clearly superior to that of the west and central；② Chinas current financial development has a contribution to reducing emission and promotes the development of lowcarbon economy；③ the emission reduction effect of financial development is gradually weakened when financial development is the threshold variable；④ the emission reduction effect of financial development is gradually increased when economic growth is a threshold variable；⑤ Spatial heterogeneity can impact the relationship between financial development and carbon emissions： financial inclusive development contributes to reducing emission in central and west China， but leads to increased emission in the east China. At last， we give policy suggestions on strengthening the role of finance in the lowcarbon economy development.

Key wordsfinancial inclusive development； economic growth； lowcarbon economy； panel threshold model； spatial heterogeneityendprint