作者：雷冉，王玉宝，张华明，张逍洋

单位：山西财经大学 经济学院

文章刊发：《煤炭经济研究》2023年第3期

     目前，气候问题是人类面临的共同问题，碳排量越来越受到人们的关注。中部六省是我国重要的工农业和能源基地，拥有丰富的资源，但金融发展水平与北京、上海等城市相比，还存在很大差距。随着金融业的发展，金融业在支撑实体经济发展的同时，也带来了显著的环境效应。为了研究中部六省的金融集聚对碳排放的影响，基于2005-2020年中部六省的面板数据，通过测度2005-2020年中部六省金融集聚水平和二氧化碳的排放量，运用动态系统GMM模型进行实证研究，结果表明：中部六省的金融集聚对碳排放量有显著的抑制作用，并对其影响机制进行了分析，发现金融集聚通过结构效应和技术效应对碳排放有显著影响。

     环境问题是人类面临的共同问题，如何解决环境问题是世界各国所面临的重大难题。随着金融业的发展，金融业对经济的发展起着十分重要的作用。金融业是现代经济的核心；推动经济向高质量发展的进程中，离不开金融的发展；金融业在推动经济高质量发展的同时，一定程度上减少了二氧化碳的排放，缓解了环境污染问题。当金融业发展到一定阶段，就会产生金融集聚效应，因此研究金融产业发展或金融集聚对碳排放的影响已经成为国内外学者所关注的话题。 

     国外学者研究较早。Tamazian等利用金砖国家的数据研究发现，金融业的快速发展有助于人均碳排放强度的下降。Ozturk等研究得出结论：经济规模扩张以及工业化进程的加速虽然能推动碳排放量的增长，但是金融产业的发展在一定程度上可以抑制碳排放量的快速增长，优化碳排放强度的空间效应。 

     国内学者关于金融业对碳排放影响的研究也得出了诸多结论。陈欣等运用1990-2011年中国省际面板数据，运用动态面板模型来研究金融发展与二氧化碳排放的关系，发现金融发展对人均二氧化碳的排放整体影响并不显著。何运信等从结构和总量2个方面，研究金融发展对二氧化碳的影响，结果表明：金融发展对我国二氧化碳的排放强度有显著的影响，金融总量增长和结构优化两者都可以通过推动技术进步和产业结构升级来降低二氧化碳排放强度。高娅利用面板固定效应模型检验发现，地区金融集聚程度的上升显著抑制碳排放强度，有效促进了低碳经济发展；随着碳排放水平下降，金融集聚对碳排放的抑制作用逐渐减弱。孙佳欣等利用面板固定效应模型对金融集聚与碳排放的关系进行实证检验，结果表明：无论在全国层面还是分区域层面，金融集聚与碳排放之间都呈显著的倒“U”形曲线关系，但东、中、西三大区域金融集聚的临界值各不相同。袁方利用黄河流域内城市群地级以上城市面板数据对金融集聚与碳排放之间的定量关系进行分析，结果发现，总体上该流域内城市群金融集聚对碳排放显著抑制。王星等用2005-2018年的中国省级面板数据进行实证研究，结果发现，金融集聚对二氧化碳的排放效率具有显著平滑转移效应，经济增长的压力对金融集聚与碳排放效率之间的关系具有显著的调节效应。 

     综上，不同学者对金融业发展对碳排放的影响从不同的角度进行了研究，得出的观点不尽相同。但是目前大多数学者都是从全国层面出发来研究金融集聚对碳排放的影响，较少关注省级层面的中部六省；而且目前学者大多数是研究金融业发展对碳排放的影响，相较于金融发展，金融集聚对碳排放的影响更为直接。因此，本文从中部六省出发，运用系统GMM方法，研究金融集聚对碳排放的影响。

     关于金融集聚的测算有很多方法。考虑到区位熵指数法的优势，以及根据杨秋海、佳鑫等所采用的计算金融集聚的方法，本文采用区位熵指数法来进行计算。

式中：FVA_it 表示第i省第t年的金融业增加值；GDP_it 表示第i省第t年的地区生产总值；FVA_t表示全国第t年的金融业增加值；GDP_t表示第t年的国内生产总值。fa值越大，代表金融集聚的水平越高。中部六省金融产业聚集水平如由图1所示。在中部六省中，山西省的金融集聚水平最高，但是近2年来，金融集聚水平有所下降。2020年，湖北省的金融集聚水平超过了山西省，位居六省中第一。在2011年之前，江西省的金融集聚水平处于六省中的最低水平，但是其金融集聚水平增加速度相对比较快，在2011年之后超过了湖南省，之后依次和其他各省相差不大。整体上，中部六省的金融集聚水平呈现波段式上涨的趋势，可以看出中部六省的金融业在不断的发展。

     对于二氧化碳的排放量，官方未进行公布。参考大多数学者的计算方法，通过测算化石能源的消费量来估算二氧化碳的排放量。本文主要借鉴王春茹的测算方法，选取中部六省的8种主要化石能源消耗量，对其碳排放量进行估算。

式中：CE_it 表示第i省第t年二氧化碳排放量；i为能源种类；β为二氧化碳的排放系数；M_it为在第t年某种能源的消耗量。主要化石能源的标煤折算系数和二氧化碳排放系数见表1。

      中部六省二氧的碳排放量如图2所示。中部六省在2010年之前，河南省的二氧化碳排放量最高；但是在2010年之后，河南省二氧化碳的排放量开始减少，江西省的二氧化碳排放量在这6个省中处于最低水平。从整体来看，山西省、江西省、湖南省、安徽省的二氧化碳排放量呈现上涨的趋势；湖北省和河南省二氧化碳排放量先上升，后有所下降，之后与其他4个省的二氧化碳排放量相差不大。

3.1.1 变量选取 

     1）被解释变量：二氧化碳排放量（ce）。研究发现，二氧化碳排放量主要来自主要的化石能源消耗所产生。因此本文选择中部六省8种主要化石能源，运用大多数学者所采用的计算二氧化碳排放量的方法来估算二氧化碳排放量。

     2）解释变量：金融集聚（fa）。本文主要是运用区位熵法来计算金融产业集聚水平。 

     3）控制变量：①经济发展水平（gdp）。本文选取山西省地区生产总值来表示，地区生产总值越大，一定程度上表示经济发展水平越高。经济发展水平对碳排放的影响具有不确定性。一方面，经济发展水平越高，越会促进企业规模扩大，促进二氧化碳的排放；另一方面，经济发展水平越高，越会促进企业技术水平进步，通过发展绿色技术，从而减少二氧化碳的排放。②能源消费总量（ec）。数据来源于中国能源统计年鉴。能源消费总量直接影响二氧化碳的排放。在其他影响因素不变的条件下，能源消费总量增加，二氧化碳的排放量必然增加。③产业结构（is）。用各省份第二产业的增加值占国内生产总值的比例来表示。④技术水平（tech）。用各省份技术市场成交额占国内生产总值的比例来表示。技术水平的提高，一方面可以提高能源使用效率，降低二氧化碳排放量。另一方面可以直接使用绿色技术来降低二氧化碳排放。⑤城镇化（ur）。用各省份的城镇人口占常住人口的比例来表示。城镇化有高消耗和高排放的特点，随着城镇化水平的提高，必然会引起二氧化碳排放量的增加。

3.1.2 数据来源与处理 

     上述所有数据均来自各省份统计局、国家统计局、《中国能源统计年鉴》，2006年IPC国家温室气体清单指南。由于8种化石能源的消耗情况和能源消费总量在统计年鉴中没有找到2020年的数据，本文用插值法将其缺失数据补齐。为了减少异方差和数据波动对结果造成的影响，对其变量分别取对数处理，并记为lnce，lnfa，lngdp，lnec，lnis，lntech，lnur。考虑到各个变量的经济意义，把经过对数处理后的数据转化成正数,重新定义各个变量，借鉴王佳鑫等的处理方法。

     为研究金融集聚对二氧化碳排放量的直接影响，本文构建了如下的基本回归模型。

     考虑到本年度二氧化碳排放量在一定程度上受到上一年度二氧化碳排放量的影响，为了避免模型设定中变量遗漏造成估计结果误差，本文将二氧化碳一阶滞后项作为解释变量加入到模型中，构建了动态面板数据模型，其回归模型变为

      变量的描述性统计见表2。

      本文使用ststa软件，进行动态面板GMM对金融集聚对二氧化碳排放量的直接效应进行估计，估计结果见表3。其中，lnce(-1)表示二氧化碳排放量的一阶滞后项lnce_i,t-1。 

     从回归模型的估计结果来看，回归模型显著性检验的F检验的P值为0.000，因此拒绝了原假设，这就意味着在1％的显著性水平下，回归模型整体是显著的；作为一致估计，系统GMM能够成立的前提条件是随机扰动项不存在自相关，一般允许一阶差分存在自相关，但不允许二阶差分项存在自相关，对此进行检验，根据检验结果可知，AR(1)的概率P值约为0.0404小于0.1，但是AR(2)的概率P值约为0.2753大于0.1，故接受原假设，认为扰动项ε_it无自相关，接下来还需要进行过度识别检验。由检验的结果P值可知，因为P值约为0.2724,大于0.1，因此也不拒绝原假设，在1％显著性水平下，接受所有工具变量都有效的原假设。

     根据表3可知，金融集聚对二氧化碳影响的整体回归模型为

     根据回归结果可知，金融集聚水平对二氧化碳排放量存在着抑制作用，随着金融集聚水平的提高，二氧化碳排放量减少，金融集聚水平每提高1％，二氧化碳排放量约减少0.1961％，而且通过了1％的显著性水平检验，说明两者之间的影响是显著的；二氧化碳排放量的一阶滞后项对当期二氧化碳排放量存在着促进效应，随着上期二氧化碳排放量的增加，当期的二氧化碳排放量也会增加，上期二氧化碳的排放量每增加1％，当期二氧化碳的排放量约增加0.4731％，而且通过了1％的显著性水平检验，说明两者之间的影响是显著的；能源消费总量对二氧化碳的排放量起着促进作用，随着能源消费总量的增加，二氧化碳排放量在不断增加，能源消费总量每增加1％，二氧化碳排放量约增加0.4794％，而且通过了1％的显著性水平检验，说明两者之间的影响是显著的；经济发展水平对二氧化碳的排放量存在着促进作用，但是两者之间的影响是不显著的，产业结构和技术水平对二氧化碳排放量的影响也存在着正向效应，但是产业结构与技术水平对二氧化碳的影响也是不显著的。

     以上是对金融集聚水平对二氧化碳排放量影响的直接分析。从分析结果可知，金融集聚水平对二氧化碳排放量有显著的抑制作用。金融集聚对二氧化碳的影响除了直接影响外，不少学者也发现金融发展可以通过结构效应和技术效应间接影响二氧化碳排放，如何运信等、王倩、万君发现金融产业发展通过调整产业结构来影响二氧化碳的排放量，当金融集聚水平较高时，随着金融机构数量的增加，第三产业的增加值将会增加，从而提高其在产业中的占比，调整产业结构来减少高污染、高排放的工业等第二产业的比重来减少二氧化碳的排放；其次，随着金融集聚水平的提高，企业更加容易获得资金来解决企业融资难、融资贵的难题的同时，为企业创新提供了资金支持，激励企业大力发展绿色技术，提高能源的利用效率来减少二氧化化碳的排放。 

     金融集聚水平的提高除了直接影响二氧化碳排放量外，还可以通过间接效应来影响二氧化碳的排放，如技术效应和结构效应。本文将lnce_it×lnis_it，lnce_it ×lntech_it2个交互项引入到模型中，利用交互项来研究金融集聚通过产业结构和技术水平对二氧化碳排放量的影响，设定如下回归模型。

     在模型6的基础上，引入交互项lnfa_it×lnis_it来反映金融集聚通过调整产业结构对二氧化碳排放量的影响；在模型6的基础上，引入交互项lnfa_it×lntech_it来反映金融集聚水平通过技术效应对二氧化碳排放量的影响。 

     通过构建上述2个模型来分析金融产业集聚通过结构效应和技术效应这2个途径对二氧化碳排放量的间接影响，其回归结果见表4和表5。 

     从回归模型的估计结果来看，回归模型显著性检验的F检验的P值为0.000，因此拒绝了原假设，这就意味着在1％的显著性水平下，回归模型整体是显著的；作为一致估计，系统GMM能够成立的前提条件是随机扰动项不存在自相关，一般允许一阶差分存在自相关，但不允许二阶差分项存在自相关，对此进行检验，根据检验结果可知，AR(1)的概率P值约为0.0685小于0.1，但是AR(2)的概率P值约为0.2178大于01，故接受原假设，认为扰动项ε_it无自相关，接下来还需要进行过度识别检验。由检验的结果P值可知，因为P值约为0.3386，大于0.1，因此也不拒绝原假设，在1％显著性水平下，接受所有工具变量都有效的原假设。

     根据表4可知，金融集聚通过产业结构对二氧化碳间接产生影响的回归模型为

     根据回归结果，lnfa×lnis的交互项对二氧化碳排放量的影响显著为负，再结合lnis对二氧化碳排放量的影响显著为正，随着产业结构的变化，对二氧化碳排放量的影响存在着显著的促进作用，即随着第二产业增加值占国内生产总值的增加，显著增加了二氧化碳的排放量。当两项交互时，对二氧化碳的影响存在着显著的负向作用，说明金融集聚可以通过减少第二产业的增加值来增加第三产业的增加值来调节产业结构，进而减少二氧化碳的排放；lnfa×lnis每增加1％，二氧化碳排放量将减少0.4382％，二者之间有显著的负向作用。二氧化碳的一阶滞后项对当期二氧化碳的影响仍存在着显著的促进作用，金融集聚本身对二氧化碳排放量的影响并不显著，能源消费总量对二氧化碳排放量存在着显著的正向作用，经济发展水平对二氧化碳的影响存在着显著的负向作用，技术水平对二氧化碳的影响并不显著，城镇化对二氧化碳排放量存在着显著的正向影响。 

     从回归模型的估计结果来看，回归模型显著性检验的F检验的P值为0.000，因此拒绝了原假设，这就意味着在1％的显著性水平下，回归模型整体是显著的；作为一致估计，系统GMM能够成立的前提条件是随机扰动项不存在自相关，一般允许一阶差分存在自相关，但不允许二阶差分项存在自相关，对此进行检验，根据检验结果可知，AR(1)的概率P值约为0.1305大于0.1，并且AR(2)的概率P值约为0.1839大于0.1，故接受原假设，认为扰动项ε_it无自相关，接下来还需要进行过度识别检验。由检验的结果P值可知，因为P值约为0.2003，大于0.1,因此也不拒绝原假设，在1％显著性水平下，接受所有工具变量都有效的原假设。 

     根据表5可知，金融集聚通过技术水平对二氧化碳间接产生影响的回归模型为

     根据回归结果可知，lnfa×lntech的交互项对二氧化碳排放量的影响显著为负，再结合lntech对二氧化碳排放量的影响显著为正，即技术水平的进步并未使二氧化碳的排放量减少，反而使二氧化碳的排放量在一定程度上有所增加，可能的原因是在资金有限的情况下，企业利用资金提高技术水平主要的目的是扩大规模来增加利润，并未考虑开发绿色技术等来降低二氧化碳的排放量。当两项交互时，对二氧化碳的影响存在着显著的负向作用，说明金融集聚可以通过技术水平间接减少二氧化碳的排放，这可能是因为当金融集聚水平提高时，企业获得资金就变得相对容易，这时企业不仅是只考虑扩大规模等来提高利润，还可能会考虑开发绿色技术等提高能源使用效率来减少成本等方式来提高企业利润。lnfa×lntech每增加1％，二氧化碳的排放量将减少0.0861％，二者之间有显著的负向作用。二氧化碳的一阶滞后项对当期二氧化碳的影响仍存在着显著的促进作用，金融集聚本身对二氧化碳排放量的影响并不显著，经济发展水平对二氧化碳的影响存在着显著的负向作用，技术水平对二氧化碳的影响存在着显著的正向作用，能源消费总量对二氧化碳的影响存在着显著的正向作用，产业结构和城镇化对二氧化碳排放量的影响并不显著。

     本文通过实证来研究中部六省金融集聚水平对二氧化碳排放的影响，并对其影响机制进行分析。从实证结果中，主要得出以下结论。 

     1）在中部六省中，金融集聚水平的提高对二氧化碳的排放量有显著的抑制作用。随着金融集聚水平的提高，二氧化碳排放量逐渐下降。 

     2）在中部六省中，金融集聚对二氧化碳排放量的影响机制主要有技术效应和结构效益。 

     3）在中部六省中，金融集聚一方面通过调整产业结构来降低二氧化碳的排放量，一方面通过提高技术水平来降低二氧化碳的排放量。

     中部六省处理好金融集聚与二氧化碳排放量的关系是实现低碳减排的重要保障，可助推国家“双碳”目标的实现。结合现实状况和本文对中部六省的理论分析、实证结果，提出如下政策建议。 

     1）相较于经济发达的城市如上海等，中部六省的金融集聚水平还处于相对较低的水平，要继续提高中部六省的金融产业集聚水平，结合中部六省的发展水平与产业结构，大力发展金融产业，提出并实施有利于金融产业发展的政策，让金融产业集聚水平进一步提高，更好地发挥金融服务的作用，为企业研发投入和技术创新提供资金支持，提高企业的能源利用效率和绿色创新水平，更好地发挥金融集聚对碳排放的抑制效应。 

     2）对于促进中部六省金融产业的发展，提高金融集聚水平可以从2个方面进行。一方面，对于中部六省原有的金融机构，首先其自身应该提高金融服务的质量，增加金融产品数量，做好风险管理，提高金融机构信用，来促进自身金融产业规模的扩大和业务能力的增强；其次，政府提出相应的激励机制来增加信贷规模等，促进金融产业发展。另一方面，加大引进外来法人金融机构，政府可以对外来法人金融机构实施一些优惠政策，例如按照实缴资本的一定比例给予奖励等，来增加外来法人金融机构入驻数量。从金融集聚对二氧化碳的影响机制分析中可知，金融集聚通过调整产业结构和技术水平对二氧化碳的排放量有显著的抑制效应。因此，各个地方政府在注重发展金融产业的同时，还要重视金融产业的发展对二氧化碳排放量的影响机制结合，要让金融产业更好地支持企业进行绿色创新，支持绿色技术进步；同时通过金融产业的发展来调整产业结构。 

     3）为了更好地发挥金融集聚对碳排放的抑制作用，金融机构应该大力发展碳金融和绿色金融业务，建立碳金融风险管理体系，重视碳金融专业人才的培养和引进，用金融的力量将绿色低碳理念推广到人们日常生产与生活中。