金融发展对碳排放的影响研究
作者：***
来源：《荆楚理工学院学报》2020年第03期
印刷纸
车辆报废补贴 摘要：本文立足于靜态面板模型和面板门槛模型，选取我国2005～2017年的省级面板数据，比较分析了我国的碳排放会受金融发展的何种影响。研究发现：静态面板模型下，我国的金融发展与第二产业发展均会加剧碳排放，而经济水平与碳排放的关系呈倒“U”型，对外开放则有利于缓解碳排放。在以城镇化率为门槛变量的单一门槛面板模型下，金融发展与碳排放呈倒“U”型关系，低水平的城镇化会使金融发展正向作用于碳排放，而高水平的城镇化则能使金融发展反向抑制碳排放。
关键词：金融发展;碳排放;面板门槛模型
中图分类号：X32;F832文献标志码：A文章编号：1008-4657（2020）03-0062-07
0引言
我国自改革开放以来，在诸多方面已经取得了傲人的成绩，尤其是经济金融领域。然而，在这大肆粗放的经济发展背后是以环境的牺牲为代价的。据IEA（2009）统计，我国在2007年时的碳排放量就已超过美国，成为全球最大的碳排放国家。随着大量的二氧化碳被不断释放，其对于整个生态环境和人类社会产生了巨大影响，现已成为全球聚焦的热点
问题。我国也注意到了节能减排的重要性，实施碳减排措施刻不容缓。而金融发展作为推动经济向前的核心动力，对低碳化经济的实现起着至关重要的作用。如金融发展可提高技术创新，减少能耗，从而降低碳排放。不过，金融发展也可能会恶化环境，增加碳排放。如金融发展让企业易于融资，进而扩大再生产，这就会排放出更多的二氧化碳。那么对于我国来说，金融发展对碳排放到底是起促进作用还是抑制作用？以及由于不同地区城镇化率的差异，是否会造成金融发展影响碳排放间的门槛效应存在？这一系列问题均值得进行深入探究。
1文献综述
针对碳排放这一研究，国内外众多学者大多从经济增长、产业结构、城镇化等方面入手。其中关于经济影响的，具有典型代表的研究则是Krueger等[1]提出的环境库兹涅茨曲线，即低水平经济下的发展会恶化环境，而当经济发展水平达到一定程度后，继续发展反而能有效控制污染，其图形呈倒“U”形。此后，出现了大量关于该曲线的实证研究。如张庆宇等[2]运用EKC和STIRPAT模型对我国改革开放40年来的经济增长与碳排放间的关系展开实证研究，结果证实了环境库兹涅茨曲线呈倒“U”形，并且他们还发现在我国，经济增长在
影响碳排放众多因素当中占据主要位置，我国的人均GDP和人均碳排放目前仍然呈现递增趋势。闫树熙等[3]通过协整和Granger因果检验进行研究，发现陕西省经济增长与碳排放二者间在长期存在协整关系，且经济增长会加剧碳排放。关于产业结构影响碳排放的研究，杨恺钧等[4]研究发现我国的碳排放会受产业结构的较大影响，二者间呈“N”型曲线关系，且第二产业比重的上升会导致减排效率低下。而李志学等[5]经过研究，同样得到了类似的结论。从城镇化角度入手，王雅楠等[6]基于全国30个省19年的面板数据，将各地人均GDP和能源消费量当作门槛变量，使用面板门槛模型来探究城镇化对碳排放所造成的影响。研究发现二者间的关系是非线性的，无论是以人均GDP还是能源消费为门槛变量时，城镇化与碳排放间均为倒“U”型曲线关系。同时，不同区域的城镇化发展对碳排放所造成的影响存在明显差异。什么水果减肥
然而，国内外学者对于金融发展影响碳排放这方面的研究结论却不尽相同。金融作为现代经济的核心，其发展会对环境产生两面性影响。一方面，金融的飞速发展，会起到扩张效应，增加能源消费，释放更多的二氧化碳。如Sadorsky[7]以新兴经济体为研究对象，通过GMM分析方法，他发现这些国家的金融发展刺激了居民对高耗能产品的消费，从而很大程度上增加了碳排放。Dasgupta等[8]立足于企业层面进行研究，他们得出：金融发展会高考什么时候出分
使得企业的投融资成本下降，促使企业增加基础设备的投入使用，进行扩大再生产，这无疑会增加能源的消耗，提高碳排放量。张丽华等[9]基于系统GMM回归模型，通过把控金融发展指标进行横纵对比分析，得出：由于我国的金融体系并不完善，资源无法合理匹配，且企业会随着金融发展而不断扩张，从而使得我国整体上的金融发展对碳排放起了正向作用。相反，另一方面，好的金融发展会促进科学技术的进步与创新，有利于企业节能减排，大大改善环境。Shahbaz等[10]针对马来西亚的数据进行研究，发现金融发展不仅能提高技术创新，还能通过绿信贷等渠道引导企业从事环保生产，从而减缓碳排放。周莹莹[11]以23个国家为研究对象，将其分为发达国家和发展中国家两部分，通过PVAR模型对其1993～2016年的面板数据进行研究，结果显示：无论是发达国家还是发展中国家，提高金融发展水平就有利于抑制碳排放，而且发展中国家的抑制效果明显优于发达国家。霍远等[12]经考察发现，金融发展不仅能够有效改良能源利用技术，降低能源消耗率，还有助于引领科技创新，从而大大降低碳排放。
除此之外，仍有些许学者认为，金融发展与碳排放间的关系是非线性的。如严成樑等[13]从理论分析和实证研究两方面出发，来探究金融发展是如何影响碳排放的。通过模型推导，他们发现二者间存在倒“U”型关系，之后再利用实证方法进行检验，得出信贷规模、
FDI规模和碳排放间的倒“U”型关系确实成立。李寿国等[14]基于面板门槛模型，对我国西部地区金融发展影响碳排放进行相关研究时，也发现二者间存在非线性关系。
综合上述文献综述来看，国内外学者对于金融发展影响碳排放的研究虽并未形成一致的结论，但其从不同角度以及运用多种实证方法证明了二者间的内在联系。故本文以上述研究结论作为基础，将经济水平、城镇化、产业结构等各方面因素综合考虑在内，通过构建静态面板模型和面板门槛模型，对我国30个省市自治区2005～2017年的面板数据进行分析，旨在得出金融发展会如何作用于碳排放。
2模型设定与变量选择
2.1模型设定
本文针对金融发展如何影响碳排放这一问题，参考李寿国等[14]的建模方法，在此拟定如下面板线性模型
其中，CO2it代表i省t年的碳排放量，取对数作为被解释变量，FDit代表i省t年的金融发展情况，取对数作为本文的核心解释变量，X代表控制变量，包括城镇化率、经济水平
、对外开放度和产业结构。αi为固定效应，εit为扰动项。
由于时间空间的不同，各省份的城镇化率存在差异，这可能会使得各地金融发展对碳排放影响不一，因此，上述二者间可能并非存在简单线性关系，而有可能是非线性关系。鉴于此，本文参考Hansen的研究，建立面板门槛模型。单一门槛的思想是取qit作门槛变量，分模型为两部分。当qit大于门槛值λi时，核心解释变量的系数与其小于λi时的系数存在显著差异，此时模型就被分为两段，即核心解释变量与被解释变量间的关系是非线性的。本文将城镇化率设作门槛变量，金融发展指标设作依赖变量，探究金融发展影响碳排放的门槛效应。建立有单一门槛效应的面板门槛模型
其中：qit为门槛变量，I（·）为示性函数，满足括号内要求为1，反之为0。门槛效应存在时，β1和β2不同。εit为扰动项。其他变量则与（1）式相同。
2.2变量选择与数据说明
本文利用我国30个省市自治区（考虑数据可得性，剔除西藏和港澳台地区）2005～2017年的面板数据，选择的各变量及说明如下：
（1）各省二氧化碳排放量。由于我国并未直接公布各省二氧化碳碳排放量，为确保数据的可靠准确，本文结合杜立民[15]和郭义强[16]的做法，估算各省二氧化碳排放量。具体公式如下
其中，CO2为各省二氧化碳排放量，m为能源类别，主要为煤、石油、天然气这三大类，Em为各省m类能源消费量。而CFm × CCm × COFm × 44/12则一般可以看做一个整体，代表CO2排放系数。故上式就简化为三类能源消费量与其CO2排放系数乘积之和。各类能源CO2排放系数见表1。电导率仪
（2）各省金融发展指标（FD）。本文参考King等[17]的研究，将各地金融机构贷款余额除以该地当年名义GDP的所得值，作为金融发展指标，数值越大则意味着该区域金融发展越强。
（3）其余控制变量。城镇化率（URB）：各地城镇常住人口/该地年末总人口。经济水平（GDP）：一般而言，GDP总量的多少可以衡量出某个地区或国家经济水平的高低。对外开放度（OPEN）：各地进出口总额/各地名义GDP。产业结构（IND）：各地第二产业增加值/各地名义GDP。
本文以2005年为基期，通过GDP平减指数消除国内物价变动和通货膨胀等价格因素对文中所用到的数据的影响，同时为避免可能存在的异方差，将上述变量对数化，分别记做Ln CO2、Ln FD、Ln URB、Ln GDP、Ln OPEN、Ln IND。此外，为验证环境库兹涅茨曲线，还将Ln GDP的平方引入模型。以上数据来源于历年《中国能源统计年鉴》《中国统计年鉴》《金融统计年鉴》、各省历年《统计年鉴》以及国家统计局。
3实证研究
3.1平稳性检验
“伪回归”问题时常发生在回归分析之中，为了回避此类问题的出现，十分有必要对各个变量的平稳性进行先行检验。特别是对于门槛回归模型而言，其前提条件就要求各变量均为平稳变量，故本文使用LLC检验和Fisher-PP检验来进行判断，结果由表2所呈现。格力空调哪个系列好
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论