金融發(fā)展對環(huán)境污染的雙重效應與門檻特征

胡宗義，李 毅

(湖南大學 金融與統(tǒng)計學院， 湖南 長沙 410079)

一、引言

環(huán)境污染、氣候變化、生態(tài)惡化等問題給人類生存和發(fā)展帶來巨大的挑戰(zhàn)，人們意識到單純以經濟增長為目標而忽視環(huán)境保護的發(fā)展方式不可持續(xù)。防治環(huán)境污染，改善生態(tài)環(huán)境已成為全球共識。因此，世界各國紛紛尋求有效的環(huán)境治理政策。中國政府在G20峰會提出綠色金融方案，旨在通過金融手段實現(xiàn)社會經濟環(huán)境的可持續(xù)發(fā)展。短短40余載中國經歷了高速的經濟增長和快速的金融發(fā)展，尤其是21世紀以來金融體制的重大改革帶動了金融業(yè)蓬勃發(fā)展。據(jù)央行公布的數(shù)據(jù)顯示，社會融資規(guī)模從2001年的2.01萬億元上升到2017年19.44萬億元。同期經濟獲得較快發(fā)展，中國GDP占世界經濟總量由2001年的4.14%提升到2017年的15.17%。與此伴隨的是嚴重的環(huán)境污染問題，《2017年中國生態(tài)環(huán)境狀況公報》(以下簡稱“公報”)顯示，2017年全國338個地級及以上城市中，僅有99個城市空氣質量達標，占全部城市數(shù)的29.3%。但是，不容置否的是，近年來，中國環(huán)境狀況局部有很大改善，整體惡化的趨勢已得到扭轉。《公報》顯示，全國338個地級及以上城市可吸入顆粒物(PM10)平均濃度比2013年下降22.7%；全國地表優(yōu)良水質斷面比例不斷提升，劣V類水質比例由2013年的9.2%下降到8.3%。通常來說，在一定條件下，金融發(fā)展能夠有效引導經濟資本從高污染、高能耗的產業(yè)流向環(huán)保產業(yè)，進而促進社會經濟環(huán)境的可持續(xù)發(fā)展。本文結合理論探討與實證研究進一步揭示金融發(fā)展與環(huán)境污染之間的關系，為改善環(huán)境質量提供新的思路，為推動經濟綠色轉型升級提供新的證據(jù)。

在能源與環(huán)境經濟領域，早期研究環(huán)境的文獻主要探討經濟增長與環(huán)境質量之間的關系。Grossman等(1991)發(fā)現(xiàn)環(huán)境污染與經濟增長之間呈現(xiàn)“倒U型”曲線關系[1]。Panayotou(1993)首次提出“環(huán)境庫茲涅茨曲線(EKC)”概念，進一步證實了環(huán)境污染與經濟增長呈“倒U型”曲線關系的結論[2]。之后相關研究對EKC假說成立進行驗證，但所得結論并非完全一致。部分學者根據(jù)不同研究對象，使用不同檢驗、協(xié)整分析等計量方法，各自證實了EKC假說[3-5]。也有研究對EKC假說提出質疑，認為EKC假說沒有穩(wěn)健的計量基礎，并指出相關研究存在異方差、遺漏變量偏誤等計量技術問題[6-7]。此外，Park等(2011)指出樣本區(qū)域的選擇、增加或減少控制變量以及采取不同的計量方法均可能導致EKC曲線的消失[8]。

金融作為現(xiàn)代經濟的核心，對經濟發(fā)展具有舉足輕重的作用。金融發(fā)展有助于吸引外商投資，降低研發(fā)的借貸成本，引致技術進步，促進經濟增長，進而影響環(huán)境質量[9]。因此，國內外文獻開始考慮金融發(fā)展在環(huán)境中所扮演的角色，并取得了一系列成果。Tamazian等(2009)開創(chuàng)性地研究金融發(fā)展與環(huán)境質量之間的關系，結果表明金融發(fā)展能夠減少污染物排放，改善環(huán)境質量[10]。隨后，出現(xiàn)了諸多探討金融發(fā)展與環(huán)境關系的實證文章，但所得結論大相徑庭。部分學者以海灣國家、法國等為研究對象，研究發(fā)現(xiàn)金融發(fā)展有助于促進技術進步，提高能源效率，從而減少污染物排放[11-12]。Dogan and Seker(2016)在考慮國別差異后，選取26個可再生能源國家為研究對象，發(fā)現(xiàn)金融發(fā)展能夠促進可再生能源消費增加，減少非可再生能源消費量，從而減少污染排放[13]。與上述研究結論相反，Javid等(2016)以巴基斯坦為研究對象，采用協(xié)整檢驗方法發(fā)現(xiàn)金融發(fā)展會導致碳排放增加，使環(huán)境質量惡化[14]。Salahuddin等(2018)基于科威特1980-2013時間序列數(shù)據(jù)，采用ARDL模型考察FDI和金融發(fā)展對碳排放的影響，結果發(fā)現(xiàn)FDI和金融發(fā)展均會促進碳排放增加[15]。

部分學者認為金融發(fā)展與環(huán)境污染之間存在非線性關系，Charfeddine等(2016)對阿拉伯聯(lián)合酋長國(UAE)的研究發(fā)現(xiàn)金融發(fā)展與碳排放之間為“倒U型”曲線關系，即碳排放伴隨金融發(fā)展深化呈現(xiàn)出先增加后降低的演變趨勢[16]。Abbasi等(2016)以巴基斯坦為研究對象，研究發(fā)現(xiàn)只有當金融發(fā)展處于較高水平時，金融發(fā)展才能促進碳排放降低。目前，針對中國金融發(fā)展與環(huán)境污染之間的關系也存在較大爭議[17]。Yu等(2011)[18]、Jalil等(2011)[19]、Huang等(2018)[20]等研究表明中國金融發(fā)展能夠減少污染物排放，改善環(huán)境質量。Zhang(2011)研究發(fā)現(xiàn)金融發(fā)展會刺激耗能產品的消費，從而增加污染物排放，使環(huán)境質量惡化[21]。Yin(2019)利用中國2007-2014城市面板數(shù)據(jù)，通過似不相關模型回歸結果發(fā)現(xiàn)，在金融發(fā)達地區(qū)，金融發(fā)展能夠改善水質和減少二氧化硫排放，進而改善環(huán)境質量；而在金融落后地區(qū)，金融發(fā)展對環(huán)境質量的影響不顯著[22]。學術界關于中國金融發(fā)展與環(huán)境之間關系尚未達成共識，部分學者對其原因進行探討。任力等(2017)指出，金融發(fā)展對環(huán)境存在規(guī)模變化、技術進步結構等機制，且兩種機制影響發(fā)現(xiàn)和大小并不相同[23]。此外，Ouyang等(2018)認為不同研究采用不同的金融發(fā)展指標或環(huán)境污染指標會導致研究結論的不同[24]。

綜合上述文獻，現(xiàn)有研究在如下幾方面可能存在進一步拓展空間：一是已有研究多從實證角度開展，尚未構建金融發(fā)展影響環(huán)境污染的理論框架；二是缺乏對金融發(fā)展與環(huán)境污染之間非線性關系的關注，并且沒有厘清金融發(fā)展影響環(huán)境污染的內在作用路徑；三是對中國金融發(fā)展與環(huán)境之間關系的探究較少，且結論存在分歧。為進一步明確中國金融發(fā)展與環(huán)境之間的關系，本文首先構建一個局部均衡模型，將金融發(fā)展對環(huán)境污染的影響分解為規(guī)模效應和技術效應，并提出金融發(fā)展與環(huán)境污染存在非線性關系的研究假說；其次，考慮到中國金融體系與指標數(shù)據(jù)可獲取性，選取金融深化和金融效率兩個指標衡量中國金融發(fā)展水平，選取廢水排放、二氧化硫排放以及煙(粉)塵排放等指標構建環(huán)境污染綜合指數(shù)衡量環(huán)境污染程度，基于簡單描述統(tǒng)計分析初步判斷金融發(fā)展與環(huán)境污染之間的關系；再次，使用靜態(tài)和動態(tài)面板門檻模型，對以上假說進行實證檢驗與分析；最后，使用中介效應模型對金融發(fā)展影響環(huán)境污染的規(guī)模效應與技術效應分別進行識別。本文的可能創(chuàng)新之處在于：(1)基于局部均衡模型探討金融發(fā)展影響環(huán)境的作用路徑，建立了金融發(fā)展影響環(huán)境污染的理論框架，闡明已有研究存在沖突的原因；(2)采用靜態(tài)與動態(tài)面板門檻模型實證研究中國金融發(fā)展與環(huán)境污染的非線性關系，提供了研究金融發(fā)展對環(huán)境污染影響的新視角；(3)使用中介效應模型，檢驗了金融發(fā)展影響環(huán)境的規(guī)模效應和技術效應。

二、理論模型與特征事實

(一)理論模型

為簡化分析，借鑒Antweiler等(2001)[25]的建模思路，構建一個局部均衡模型，考察金融發(fā)展水平對環(huán)境污染的影響。假定企業(yè)只生產一種產品X，同時產生污染物Z，生產過程滿足規(guī)模報酬不變。為降低環(huán)境污染的負外部性，企業(yè)須將產出的θ部分用于治理污染排放，使得產量X和污染物排放量Z分別為：

X=(1-θ)F(K,AL)

(1)

Z=A-β(1-θ)1/αF(K,AL)

(2)

根據(jù)式(1)和式(2)，可得：X=(AβZ)α[F(K,AL)]1-α。此式等同于將污染排放和產成品作為投入要素。企業(yè)實現(xiàn)成本最小化(利潤最大化)的路徑如下：(1)在給定資本價格r和工資w的情況下，企業(yè)選擇合適的資本(K*)和勞動力(L*)，使得單位產出成本(cF)最小；(2)在給定單位污染稅τ和單位產出成本cF的情況下，企業(yè)選擇合適的污染物排放(Z*)和產出(F*)，使得生產單位X的成本(cX)最小。以上決策過程的具體表達式如下：

cF(K*，L*)=min{rK+wL,F(K,AL)=1}

(3)

cX(Z*,F*)=min{τAβZ+cFF,(AβZ)αF1-α=1}

(4)

(5)

假定市場是完全競爭的，企業(yè)利潤為零，可得：PXX=cFF+τAβZ。其中，PX為產品X的價格。那么，Z便可表述成下式：

(6)

其中，S=PXX表示經濟規(guī)模。對式(6)兩邊取自然對數(shù)可得：

lnZ=lnα+lnS-βlnA-lnτ

(7)

式(6)兩邊同時對金融發(fā)展(FD)求導，可得：

(8)

推論：金融發(fā)展對環(huán)境污染的影響可分解為規(guī)模效應和技術效應，其中規(guī)模效應影響為正，而技術效應影響為負，兩種效應的疊加使金融發(fā)展對環(huán)境污染的影響具有不確定性。

越來越多的研究發(fā)現(xiàn)，隨著金融發(fā)展水平的不斷提高，金融發(fā)展對經濟增長的影響會逐漸削弱，甚至消失[28]。根據(jù)Rousseau等(2011)的研究，金融發(fā)展水平位于32%-60%之間時，金融發(fā)展對經濟增長起著促進作用，當大于60%時金融發(fā)展對經濟增長的促進作用逐漸下降[29]。以私人部門信貸占GDP比重衡量金融發(fā)展水平，由世界銀行公布的數(shù)據(jù)可知，中國金融發(fā)展水平早已超過60%。因此，考慮到中國目前金融發(fā)展處于較高水平，隨著金融發(fā)展水平的提高，“規(guī)模效應”可能會逐漸下降。此外，技術進步具有累積效應，隨著金融發(fā)展水平的提高，金融發(fā)展對技術進步的影響會逐漸增強，因此，“技術效應”會隨著金融發(fā)展水平的提高而變大。同時，一個不容忽視的事實是，中國污染物排放水平呈現(xiàn)明顯的先上升后下降趨勢[30]，《IEA世界能源展望2016：能源與空氣質量特別報告》也指出中國污染物排放下降呈長期趨勢。這說明在早期金融發(fā)展對環(huán)境污染的“規(guī)模效應”大于“技術效應”，金融發(fā)展對環(huán)境污染具有促進作用；隨著金融發(fā)展水平的提高，“規(guī)模效應”不斷下降，而“技術效應”逐漸上升，當“技術效應”大于“規(guī)模效應”時，金融發(fā)展對環(huán)境污染表現(xiàn)出抑制作用。本文提出如下假設：

假設：金融發(fā)展對中國環(huán)境污染存在門檻特征，隨著金融發(fā)展水平的提高，金融發(fā)展對中國環(huán)境污染呈現(xiàn)先促進后抑制的作用。

(二)特征性事實

本文構建兩個衡量金融發(fā)展水平的指標：金融機構貸款總額占地區(qū)生產總值比重和私人部門信貸總額占地區(qū)生產總值比重，前者反映的是金融資源服務于經濟總量的程度大小，后者反映的是金融資源配置效率和市場化程度。采用環(huán)境污染綜合指數(shù)衡量地區(qū)環(huán)境污染程度。通過簡單的散點圖發(fā)現(xiàn)金融發(fā)展與環(huán)境污染呈“倒U型”關系，即金融發(fā)展對環(huán)境污染呈現(xiàn)先促進后抑制的作用，這基本符合理論預期。由于這只是簡單的基本描述，只能當作相關關系看待，更為嚴謹?shù)囊蚬P系還需依賴進一步的計量分析。

圖1 金融發(fā)展與環(huán)境污染綜合指數(shù)的散點圖

三、實證設計與數(shù)據(jù)說明

(一)實證模型

鑒于STIRPAT模型和EKC假說是環(huán)境污染影響因素的基本理論框架，本文將二者進行結合構建面板數(shù)據(jù)計量模型。STIRPAT模型的面板形式為Iit=αPitbAitcTitde，其中，I、P、A和T分別表示環(huán)境污染、人口規(guī)模、人均財富水平和技術水平，e為誤差項。對其兩邊取對數(shù)后變形為：

lnIit=α+blnPit+clnAit+dlnTit+eit

(9)

STIRPAT模型的一個優(yōu)點在于既能對各系數(shù)進行參數(shù)估計，又能對各影響因子進行適當?shù)姆纸夂透倪M。本文重點討論金融發(fā)展對環(huán)境污染的影響效應，因此，可將T表示為金融發(fā)展水平。此外，經典EKC假說認為環(huán)境污染會隨著經濟增長呈先增加后下降的“倒U型”關系，本文參照York等(2003)[31]的做法，在式(9)基礎上加入人均財富的二次項。本文構建的基準回歸模型為：

lnPollit=α0+α1lnFDit+α2lnGDPit+α3(lnGDPit)2+α4lnPit+βXit+μi+λt+εit

(10)

其中，i表示地區(qū)，t表示年份；Poll表示環(huán)境污染；FD表示金融發(fā)展，是本文的核心解釋變量；GDP表示經濟增長；P表示人口規(guī)模；X表示其他控制變量，主要包括：產業(yè)結構(SEC)，能源結構(ES)，對外開放(FDI)；μi表示地區(qū)效應；λt表示時間效應；εit表示服從正態(tài)分布的隨機擾動項。

考慮到金融發(fā)展對環(huán)境污染的影響是多維度的，其影響可能隨著金融發(fā)展水平處于不同區(qū)間而呈現(xiàn)不同特點，即變量間可能存在非線性關系。為檢驗變量間是否存在非線性關系，采用Hansen(1999)提出的面板門檻模型進行驗證。首先假定存在“單門檻效應”，針對本文的計量模型，設定的面板門檻回歸模型如下：

lnPollit=β0+βllnFDitI(qit≤γ)+β2lnFDitI(qit>γ)+δY+μi+εit

(11)

進一步，還考慮到環(huán)境污染具有慣性，前期的環(huán)境污染可能會對本期的環(huán)境污染產生重要影響。這意味著靜態(tài)面板數(shù)據(jù)模型的回歸結果可能是有偏的。為此，本文加入上一期的污染排放水平作為控制變量，采用動態(tài)面板數(shù)據(jù)回歸進行穩(wěn)健性檢驗。動態(tài)面板門檻模型如下：

lnPollit=β0+β3lnPollit-1+βllnFDitI(qit≤γ)+β2lnFDitI(qit>γ)+δY+μi+εit

(12)

由于式(12)包含了被解釋變量的滯后項，采用Hansen(1999)的均值離差法消除固定效應后，被解釋變量的滯后項與誤差項之間會存在相關性，從而在Hansen(1999)的模型框架下無法得到參數(shù)的一致估計量。為解決變量之間的內生性問題，Caner等(2004)提出工具變量面板門檻模型，模型的假設之一是殘差項無序列相關。但是，不管采用均值離差法還是一階差分法消除固定效應，變形后方程的殘差項均會存在序列相關。為此，Kremer等(2013)[32]提出采用前向正交離差變換來消除固定效應，避免了轉換中的序列相關性。因此，本文首先采用前向正交離差法消除式(12)的固定效應，然后采用工具變量法對變形后的方程進行估計。

(二)變量及數(shù)據(jù)說明

本文研究金融發(fā)展對環(huán)境污染的影響，被解釋變量為環(huán)境污染指標，核心解釋變量為金融發(fā)展指標，同時為避免遺漏變量的影響設置了若干影響環(huán)境污染的控制變量。具體變量指標說明如下：

1. 環(huán)境污染。廢水排放(Water)、二氧化硫排放(SO2)以及煙(粉)塵排放(Smoke)是衡量環(huán)境污染狀況的常用指標。本文采用環(huán)境污染綜合指數(shù)(PI)作為環(huán)境污染的代理變量。首先，參考朱平芳等(2011)[33]，基于廢水排放(Water)、二氧化硫排放(SO2)以及煙(粉)塵排放(Smoke)核算環(huán)境污染綜合指數(shù)(PI)，具體方法如下：

(13)

其中，pij表示i地區(qū)(共n個城市)污染物j(j=1，2，3)的排放量，pvij表示i地區(qū)污染物j相對于全國平均水平的環(huán)境污染指數(shù)。在穩(wěn)健性檢驗中，分別將三種污染物排放量作為被解釋變量，以驗證結果的可靠性。

2. 金融發(fā)展。金融發(fā)展歷來是經濟學領域研究的熱點，由于缺乏統(tǒng)一的衡量標準，金融發(fā)展水平的度量成為國內外學者爭論的焦點。總體來說，度量金融發(fā)展水平的指標可大致分為兩類：一是金融深化指標，側重對金融資源規(guī)模的度量；二是金融效率指標，側重對金融資源配置有效性的度量。借鑒已有文獻本文從金融深化(Depth)和金融效率(FEF)兩個方面衡量金融發(fā)展水平。戈德斯密斯在其《金融結構與金融發(fā)展》一書中提到，一個國家和地區(qū)的金融發(fā)展水平可以用金融相關比率度量，即社會金融資產總額占國民財富總額的比重。由于資產價格波動較大，金融資產總額的精確數(shù)據(jù)難以獲取，因此，一般采用“地區(qū)金融機構信貸總額/GDP”作為替代指標表示金融深化(Depth)[34-36]。金融的中介功能主要體現(xiàn)為信貸資金的運用，信貸規(guī)模越大，說明金融資源規(guī)模越大。一般認為國有部門在金融資源的配置中會更有優(yōu)勢，這在一定程度扭曲了金融資源的有效配置，從而降低金融資源配置效率，私人部門金融資源占有率越高，說明金融資源配置效率越高。所以，金融效率(FEF)指標一般采用“私人部門信貸總額/GDP”表示[37-38]。但是，目前沒有直接公布按地區(qū)分的私人部門信貸數(shù)據(jù)，因此，本文借鑒李梅(2014)的研究[39]，假定各省分配到國有部門的貸款額度與各省國有部門的固定資產投資額度成正比，那么私人部門貸款比重可表示為全部貸款與GDP的比率扣除掉分配給國有部門的比重，即金融效率(FEF)=(貸款總額/GDP)×(1-國有部門固定資產投資總額/全社會固定資產投資總額)。

3. 控制變量。經濟發(fā)展(GDP)：采用人均GDP予以度量，為消除價格因素影響，選擇1995年為基期，進行價格平減處理；人口規(guī)模(P)：考慮到省份之間在行政區(qū)域面積和人口規(guī)模方面存在很大差異，直接采用人口規(guī)模的絕對指標不具有可比性，因此我們采用人口密度，即單位面積的人口數(shù)來表征人口聚集對污染排放的影響；產業(yè)結構(SEC)：采用服務業(yè)增加值與工業(yè)增加值比值表示[40]，反映產業(yè)結構轉型的程度，該指標越大，說明產業(yè)結構越“清潔”，污染排放越少；能源結構(ES)：化石燃料是二氧化硫和煙(粉)塵產生的重要來源，而中國能源結構又是以煤等化石燃料為主，因此，將化石燃料消費占能源消費總量比重所反映的能源結構引入模型；對外開放(FDI)：由外商直接投資(FDI)所反映的對外開放程度是研究環(huán)境污染問題所需要考慮的基本因素，已有研究顯示，F(xiàn)DI對環(huán)境污染的影響方向并不確定，本文采用FDI占GDP比重度量對外開放程度考察其對污染排放的影響。

本文的數(shù)據(jù)樣本由1995-2016年中國大陸30個省級行政區(qū)(西藏由于數(shù)據(jù)缺失嚴重而被剔除)的面板數(shù)據(jù)組成。數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國環(huán)境年鑒》、《中國金融統(tǒng)計年鑒》以及各省統(tǒng)計年鑒。表1給出了主要變量的描述性統(tǒng)計。

表1 主要變量的描述性統(tǒng)計

四、實證結果分析

(一)基準回歸分析

利用面板數(shù)據(jù)模型研究金融發(fā)展與環(huán)境污染之間的線性關系， hausman檢驗結果表明，采用固定效應方法比隨機效應方法估計模型參數(shù)更為有效，同時，考慮到篇幅限制，本文僅列出固定效應模型結果，見表2。總的來看，中國金融發(fā)展有助于減少環(huán)境污染物排放，該結論在不同的金融發(fā)展指標和環(huán)境污染指標下依然成立。金融發(fā)展影響環(huán)境存在兩種效應——規(guī)模效應和技術效應，影響方向和大小不一。根據(jù)理論分析，規(guī)模效應是指金融發(fā)展有助于擴大生產規(guī)模，進而增加能源需求和能源消費，從而導致污染物排放增加；技術效應是指金融發(fā)展能夠促進技術進步，推動產業(yè)結構轉型，減少單位產出能耗，從而降低污染物排放。以上結論表明，樣本期間內技術效應的影響大于規(guī)模效應的影響。這主要是由于中國政府對環(huán)境保護的力度越來越大，經濟發(fā)展更加注重質量和效益，金融發(fā)展影響環(huán)境的規(guī)模效應在不斷變小，金融發(fā)展影響環(huán)境的技術效應逐漸變大。

環(huán)境污染綜合指數(shù)(PI)、廢水排放(lnWater)、二氧化硫排放(lnSO2)與經濟增長(lnGDP)之間呈現(xiàn)“倒U型”關系，即證實了EKC假說；煙(粉)塵排放(lnSmoke)與經濟增長(lnGDP)之間的影響關系不顯著。這說明經濟增長與環(huán)境污染之間關系的EKC假說并不穩(wěn)健，可能同污染物指標的選取有關。此外，人口規(guī)模(lnP)和能源結構(ES)會促進污染排放增加，和預期相符。人口規(guī)模增加可以通過規(guī)模效應和集聚效應兩種途徑影響污染物排放。從規(guī)模效應來說，人口規(guī)模增加會帶來消費需求的提升，這會促使企業(yè)擴大生產規(guī)模，從而增加污染物排放。同時，人口規(guī)模的增加也會產生集聚效應，通過提高資源使用效率、共享治污減排設施等途徑減少污染排放。顯然，本文結論表明規(guī)模效應要占據(jù)上風，而集聚效應的正外部性尚未充分發(fā)揮。能源結構對三種污染物的回歸系數(shù)在1%的水平上顯著為正，說明煤炭消費占比的提高會加劇環(huán)境污染。中國的煤炭消費占比長期保持在70%以上，這種以煤為主的能源結構給環(huán)境造成巨大的壓力。不論在何種金融發(fā)展指標和環(huán)境污染指標下，產業(yè)結構(SEC)在5%水平上對污染排放表現(xiàn)出促減效應。這說明中國應加快產業(yè)結構優(yōu)化升級，大力發(fā)展現(xiàn)代服務業(yè)，努力形成以服務業(yè)為主導的產業(yè)結構。對外開放(FDI)程度提高有利于減少污染排放，“污染避難所”假設并不成立。FDI主要通過技術溢出效應和污染暈輪效應改善環(huán)境質量。首先，F(xiàn)DI可能通過引進環(huán)境友好型產品，對其上下游產業(yè)的產業(yè)清潔技術溢出效應，從而有利于東道國環(huán)境質量改善；其次，跨國公司推行國際環(huán)境質量標準體系的認證和強化社會責任意識能夠促進東道國環(huán)境保護的發(fā)展。

表2 金融發(fā)展對環(huán)境污染的基準回歸結果

注：括號中的對應數(shù)值是t值；***、**和*分別代表在1%、5%和10%的水平下通過顯著性檢驗；表中僅給出最終采用模型的估計結果。

(二)門檻回歸分析

金融發(fā)展對環(huán)境影響具有雙重效應，其凈效應可能會隨著金融發(fā)展水平處于不同區(qū)間而呈現(xiàn)不同特征，即變量間存在非線性關系。根據(jù)式(11)檢驗變量間的非線性關系，首先判斷是否存在門檻效應，檢驗結果見表3。

表3 門檻效應檢驗結果

注：p值為采用bootstrap方法反復抽樣1000次得到的概率值。

由上表可知，分別以金融深化(Depth)和金融效率(FEF)為門檻變量，均可得到如下結論：在5%的顯著性水平下，F(xiàn)統(tǒng)計量在一門檻值模型中顯著，而在二、三門檻模型中不顯著，因此模型中存在一個門檻值，表4給出了門檻值估計結果。

表4 門檻值估計結果

由表4可知，金融深化(Depth)和金融效率(FEF)的門檻估計值分別為1.590、1.245。根據(jù)門檻模型估計原理，門檻值估計值是似然統(tǒng)計量LR趨近于0時對應的γ值，圖2 為似然比函數(shù)圖。LR統(tǒng)計量最低點為對應的真實門檻值，虛線表示臨界值為7.35，由于臨界值7.35明顯大于門檻值，因此可以認為上述門檻值是真實有效的。

在得出門檻值的同時，也得到金融發(fā)展與環(huán)境污染的面板門檻回歸結果，具體見表5。表5結果顯示：當以金融深化(Depth)為門檻變量時，不同金融深化程度對環(huán)境污染的影響存在較大差異。當金融深化程度降低時(Depth≤1.590)，其對環(huán)境污染的影響系數(shù)為0.068，在5%水平下顯著；當金融深化程度較高時(Depth>1.590)，其對環(huán)境污染的影響系數(shù)變?yōu)?0.197，在1%水平下顯著。這說明金融深化與環(huán)境污染之間存在“倒U型”關系。同樣地，當以金融效率(FEF)為門檻變量時，隨著金融效率的提高，其對環(huán)境污染的影響由促進(0.034)變?yōu)橐种?-0.221)，即金融效率與環(huán)境污染之間也存在“倒U型”關系。金融發(fā)展對環(huán)境的影響可分為規(guī)模效應和技術效應，金融發(fā)展水平較低時，主要通過促進經濟增長影響環(huán)境，而早期經濟增長是以粗放型方式為主，經濟發(fā)展過程會排放大量污染物，從而造成環(huán)境污染。隨著金融發(fā)展水平的提高，金融發(fā)展對環(huán)境影響的技術效應逐漸凸顯，綠色金融、經濟高質量發(fā)展等理念深入人心，金融發(fā)展極大促進清潔節(jié)能技術開發(fā)，從而降低污染物排放。

圖2 金融發(fā)展門檻值估計結果

環(huán)境污染綜合指數(shù)(PI)與經濟增長(lnGDP)的一次項呈顯著正相關，與經濟增長(lnGDP)的二次項呈顯著負相關，說明環(huán)境污染與經濟增長呈“倒U型”關系。人口規(guī)模增大和煤炭消費占比提高會促進污染物排放增加，產業(yè)結構由工業(yè)主導轉向服務業(yè)主導有利于減少污染物排放，對外開放水平提高有利于中國環(huán)境質量的改善。這些結論都與前文線性模型的結果一致，具有一定可信度。

(三)穩(wěn)健性檢驗

考慮到環(huán)境污染的時間持續(xù)性，加入被解釋變量的滯后項作為解釋變量，采用動態(tài)面板門檻模型進一步驗證金融發(fā)展與環(huán)境污染之間的非線性關系。首先，使用前向正交離差法消除固定效應，然后通過工具變量法對方程進行估計，結果見表5。

表5的回歸結果顯示，不管是金融深化(Depth)還是金融效率(FEF)對環(huán)境污染存在門檻效應，在門檻值之前，其對環(huán)境污染具有顯著正向影響，超過門檻值，其對環(huán)境污染具有顯著負向影響。環(huán)境污染綜合指數(shù)滯后項(L.PI)的回歸系數(shù)較大，且顯著為正，證實了環(huán)境污染水平的時間持續(xù)性。其他控制變量的符號和顯著性與表5基本一致，說明本文結論對不同計量回歸方法是穩(wěn)健的。從模型本身來看，AR(1)檢驗p值均小于0.01，說明殘差項存在一階序列相關，AR(2)檢驗p值均大于0.1，說明殘差項不存在二階自相關，符合模型條件。Sargan檢驗p值均大于0.1，接受原假設，說明殘差項與解釋變量不相關，工具變量是合理的。

表5 面板門檻模型參數(shù)估計結果

注：括號中的對應數(shù)值是t值；***、**和*分別代表在1%、5%和10%的水平下通過顯著性檢驗。

表6 動態(tài)面板門檻估計結果

注：括號中的對應數(shù)值是t值；***、**和*分別代表在1%、5%和10%的水平下通過顯著性檢驗；Arellano-Bond和Sargan檢驗的括號內數(shù)字為p值

五、影響機制檢驗

前文分析指出，金融發(fā)展對環(huán)境污染的影響由兩部分組成：規(guī)模效應和技術效應，規(guī)模效應的影響為正，技術效應的影響為負，因此凈效應的符號未定。門檻模型結果顯示，金融發(fā)展對環(huán)境污染的影響存在顯著的門檻效應，在門檻值之前，金融發(fā)展對環(huán)境污染的影響顯著為正，在門檻值之后，金融發(fā)展對環(huán)境污染的影響顯著為負。這說明隨著金融發(fā)展水平的變化，金融發(fā)展對環(huán)境污染的影響在不斷變化，而這種變化是否是兩種效應的綜合結果，需要對其進行檢驗。本文采用中介效應模型完成對兩種效應的識別。選取“工業(yè)增加值占GDP的比重”表示工業(yè)生產規(guī)模，采用研發(fā)投入強度度量技術創(chuàng)新。本文構造的中介效應模型如方程組(14)所示：

(14)

其中，Pollit表示環(huán)境污染，用環(huán)境污染綜合指數(shù)(PI)衡量；FDit表示金融發(fā)展，用金融深化(Depth)和金融效率(FEF)衡量；Mit表示中介變量，分別采用工業(yè)生產規(guī)模(Industry)和技術創(chuàng)新(Tech)；CV是一組控制變量，與式(11)的控制變量一致。

表7列出了中介效應模型結果，其中case1、case2分別對應金融深化變量下規(guī)模效應和技術效應的識別結果，case3、case4分別對應金融效率變量下規(guī)模效應和技術效應的識別結果。以金融深化變量為例，在金融深化程度較低時(Depth≤1.590)，金融深化對環(huán)境污染的凈效應為正(回歸系數(shù)為0.149，在1%水平下顯著)，通過促進經濟增長影響環(huán)境污染的規(guī)模效應為0.103，在1%水平下顯著，通過促進技術創(chuàng)新影響環(huán)境污染的技術效應為-0.062，在1%水平下顯著；在金融深化程度較高時(Depth>1.590)，金融深化對環(huán)境污染的凈效應為負(回歸系數(shù)為-0.417，在5%水平下顯著)，通過促進經濟增長影響環(huán)境污染的規(guī)模效應為0.062，在5%水平下顯著，通過促進技術創(chuàng)新影響環(huán)境污染的技術效應為-0.153，在1%水平上顯著。在全樣本的回歸結果中，依然能夠捕捉到規(guī)模效應為正(大小為0.079，在1%水平上顯著)，技術效應為負(大小為-0.091，在1%水平下顯著)，且技術效應的影響大于規(guī)模效應的影響，從而表現(xiàn)出金融發(fā)展能夠顯著降低環(huán)境污染水平。金融效率變量下，能夠得到相同的結論，說明上述結論在不同金融發(fā)展變量下是穩(wěn)健的。

六、結論與政策建議

本文構建局部均衡模型理論分析金融發(fā)展對環(huán)境污染的影響，以中國1995-2016年30個省份為研究對象，利用面板門檻回歸模型研究金融發(fā)展對環(huán)境污染的門檻特征，通過中介效應模型檢驗規(guī)模效應和技術效應的符號和大小。主要結論如下：金融發(fā)展對環(huán)境污染的影響可分解為規(guī)模效應和技術效應，規(guī)模效應符號為正，技術效應符號為負。從整體層面來看，中國金融發(fā)展有利于污染物排放減少，技術效應大于規(guī)模效應。分階段來看，金融發(fā)展與環(huán)境污染之間存在門檻效應。金融發(fā)展水平較低時，技術效應小于規(guī)模效應，金融發(fā)展對污染排放具有顯著促進作用。金融發(fā)展水平較高時，技術效應大于規(guī)模效應，金融發(fā)展對污染排放具有顯著抑制作用。提高對外開放水平，推動產業(yè)結構升級等均能顯著減少污染排放，人口規(guī)模擴大、煤炭消費比重上升會導致污染排放增加。采取替代變量、改變計量模型等方法，上述結論依然穩(wěn)健。為促進環(huán)境質量改善，推動中國經濟綠色發(fā)展，本文從如下三方面提出建議：

表7 中介效應模型估計結果

注：括號中的對應數(shù)值是t值；***、**和*分別代表在1%、5%和10%的水平下通過顯著性檢驗；中介效應系數(shù)括號內為Z值。

第一，充分發(fā)揮金融在環(huán)境治理中的積極作用。中國金融發(fā)展總體能夠降低廢水、二氧化硫、煙(粉)塵等排放。為進一步改善環(huán)境質量，推動經濟綠色發(fā)展，可采取的措施是：銀行信貸向綠色低碳型企業(yè)傾斜，尤其是鼓勵支持資源節(jié)約型、環(huán)境友好型企業(yè)發(fā)展，通過金融發(fā)展加快產業(yè)綠色轉型升級；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(fā)、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；推進金融產品綠色創(chuàng)新，促進金融綠色發(fā)展，設計、發(fā)行綠色股票指數(shù)，推動機構投資者開展綠色指數(shù)投資應用。

第二，促進對外開放與自主創(chuàng)新相結合，以創(chuàng)新驅動中國經濟綠色發(fā)展。金融發(fā)展對環(huán)境污染的技術效應始終為負，說明技術創(chuàng)新是改善環(huán)境質量的關鍵。此外，對外開放水平的提高也能顯著減少污染排放。因此，要促進對外開放與自主創(chuàng)新相結合，提升技術創(chuàng)新水平，實現(xiàn)經濟綠色發(fā)展。具體措施為：政府應進一步增加研發(fā)支出，尤其是清潔技術研發(fā)支出，提升綠色技術水平，以轉變經濟發(fā)展方式；篩選、甄別外商直接投資，重點引入有利于我國核心技術提升和節(jié)能減排技術發(fā)展的外資；鼓勵企業(yè)自覺地增加環(huán)境研發(fā)支出，促進綠色創(chuàng)新。

第三，推進能源結構調整與產業(yè)結構優(yōu)化，實現(xiàn)污染防治的雙輪驅動。煤炭消費占比提高會加劇環(huán)境污染，而產業(yè)結構轉型能夠顯著降低污染排放。大量研究表明，能源結構失調與產業(yè)結構偏重仍是部分地區(qū)環(huán)境污染的主要原因。治在當下，急在能源，應加快推進能源結構調整，主要從兩方面著手：一是控制煤炭生產過速增長，逐步降低煤炭消費比重；二是加快推廣天然氣、潔凈油等清潔能源，大力發(fā)展風能、太陽能、核能等清潔能源。防在源頭，重在產業(yè)，要加快推進產業(yè)結構優(yōu)化升級，其具體措施是：加快培育戰(zhàn)略性新興產業(yè)，依托新興產業(yè)的先進技術和理念，帶動傳統(tǒng)產業(yè)轉型升級；加快發(fā)展現(xiàn)代服務業(yè)，將生產性服務業(yè)作為發(fā)展重點，推動其與其他相關產業(yè)深度融合。