探析金融发展改善区域环境污染水平措施

罗能生 胡丽娟

【摘要】本文基于经典的IPAT模型，在构建金融发展指标体系的基础上，通过空间杜宾模型并采用极大似然估计方法研究了金融发展对区域环境污染的影响，主要结论为：金融发展对本地区的环境状况更多表现为规模扩张和促进消费的促进污染作用，而对临近地区表现为研发技术和促进产业结构升级的地理空间传导作用，显著降低了环境污染水平。此外，通过被解释变量空间滞后项分析可以知道，我国环境污染在地域上呈现出明显的空间相关性，且溢出效应为正。

【关键词】金融发展;环境污染;空间杜宾模型

一、引言

改革开放四十年来，我国的经济得到持续快速的发展，创造了举世瞩目的“增长奇迹”。然而在经济高速增长的同时，我们面临的环境问题也愈加严峻，大气污染、水污染与固体废弃物污染等问题层出不穷。企业生产经营的原则是追求利益最大化，在扩大生产的同时无疑会增加污染物排放，破坏生态环境;高污染、高排放、高能耗的企业往往清洁技术落后、资源浪费严重，又存在环保技术研发资金不足、污染治理技术有限的问题，清洁生产难以实现。

欲解决现阶段的环境问题，就需要充足的资金对企业的清洁技术研发及环保生产给予支持。研究表明，金融发展能够为经济主体提供更多的资金，鼓励其进行环境治理;金融通过集聚资金、调剂余缺的方式对有限的资源进行优化配置，进而对环境治理产生积极影响，减轻区域环境污染（张凯强，2015）;金融发展能够使作为经济主体的企业有更大的意愿去尝试技术创新（Paul，1992;Krebs，2003），促进企业清洁技术创新活动的开展;金融发展能够引领经济结构升级，从而推动经济发展与经济结构的转变（Chakraborty～Ray，2006），对区域的经济、环境产生深远影响。因此金融发展对环境污染可能具有重要影响，本文旨在研究金融发展对环境污染的影响效应，并基于此提出促进金融发展和降低环境污染的政策建议。

二、我国金融发展与区域环境污染的测评

（一）我国金融发展的测度

借鉴以往文献的研究经验，并考虑相关数据可得性的基础上，本文拟从金融发展的总体规模和质量，金融发展宏观环境以及银行业、保险业和证券业三类金融中介机构发展状况五个方面构建熵值法一级指标，并选取相对应的14个二级子指标，运用2003-2015年30个省份的面板数据构建区域金融发展综合指标体系。相关数据来源于《中国统计年鉴》、《中国金融年鉴》、《中国保险年鉴》和各省份统计年鉴，对于少数缺失值，采用插值法进行填补。相应指标选取和权重计算过程和结果如下：

（二）我国区域环境污染的评估

针对环境污染的指标选择，在参考以往文献的研究基础上，我们采用污染物的排放量这一指标进行分析。在充分地考虑了废水（fs）、废物（fW）和废气（fq）三种不同种类的环境污染物以后，参照朱平芳等（2011）提出的综合指标构建方法，选取工业固体废弃物产生量、工业废水排放量和工业废气排放量三个单项指标，在标准化消除量纲影响的基础上，通过加总数值来构建环境污染的综合衡量指标。

三、金融发展对区域环境污染的实证研究

（一）指标选取与数据说明

20世纪70年代由美国经济学家Holdren和Ehrlich提出的IPAT模型被认为是解释人口经济活动对环境变化影响的典范，他们认为人口规模、人均财富和技术水平是影响生态环境的主要因素。本文的模型即来源于此。标准的IPATg型公式为：

被解释变量：环境污染水平（wrcc）。本文选取工业固体废弃物产生量、工业废水排放量和工业废气排放量三个单项指标，在标准化消除量纲影响的基础上，通过加总数值来构建环境污染的综合衡量指标。由于采用了三种不同的污染物类型，因此能够较为科学和全面地反映当前各省份环境污染的实际状况。

核心解释变量：金融发展（z1）。本文从金融发展的总体规模和质量，金融发展宏观环境以及银行业、保险业和证券业三类金融中介机构发展状况这五个方面出发，采用熵值法对数据进行计算，构建了金融发展的综合指标体系并进行了相关测算，具有较高的科学性和可信度。

上述变量主要来源EPS数据库中的《中国统计年鉴》、《中国金融年鉴》、《中国保险年鉴》、《中国能源经济统计年鉴》、《中国环境统计年鉴》和各省份统计年鉴，少数缺值数据利用插值法进行填补。

（二）空间面板模型的构建

由于各省份之间的经济联系往往是导致环境污染的主要驱动因素，且环境污染在省際空间中存在较强的溢出效应。因此，本文构建经济和距离相结合的复合型空间权重矩阵基于空间面板模型进行实证研究。空间计量模型可以分为空间杜宾模型（sDM），空间滞后模型（SLM）和空间误差模型（sEM）。由于杜宾模型能够把空间滞后模型（SAR）和空间误差模型fsEMl都包括进来进行一般化，且本文重点考察金融发展对区域环境污染的影响及其溢出效应。因此，本文选择具有空间固定效应和时间固定效应的双向杜宾模型来进行数据拟合分析，具体公式为：

（三）实证结果分析

基于模型3，使用2003-2015年中国30个省份的面板数据并采用基于极大似然估计函数对空间和时间双向固定的空间杜宾模型进行估计，结果呈现在表5中。

在模型（1）中，本文首先运用OLS模型回归结果进行定量的拟合，发现金融发展（1nzl）整体在1%的显著性水平上显著促进了环境污染水平的提高，这可能是因为金融行业的快速发展有助于企业降低融资约束从而快速扩大企业规模，增加污染排放。同时，金融体系的完善，有助于促进居民消费，从而也可能刺激生产，从而扩大污染。进一步地在模型中，我们依次加入各控制变量并采用空间杜宾模型进行拟合回归分析，在拟合优度R-squared不断提高的状况下，得到最终的估计方程模型。在模型中，首先，污染产出的空间滞后项系数（w*lnwrcc）在5%的显著性水平上显著为正，这表现不同省份间的环境污染存在较强的空间相关性，且溢出效应显著为正。其次，金融发展（1nzl）对本地区环境污染的促进作用在10%显著性水平上显著为正，金融发展在当地主要表现为污染的促进作用，和我们OLS的回归结果保持一致。再次，金融发展的空间滞后项（w*lnzl）系数在5%显著性水平上显著为负，这表明金融发展对于临近地区的环境污染产生了明显的负向溢出效应。这可能的原因是金融发展的稳定成长，有助于企业防范风险，降低风险损失，进而更能够鼓励企业进行环境治理方面的研发创新和科技投入，而技术的推广和使用能够极大程度的降低单位产值能耗和污染水平，地理空间上技术和信息的不断传导和重复利用，能够产生明显的空间负向溢出效应。

其他控制变量对环境污染的影响探析。首先，人均GDP及其二次项和三次项的直接效应在1%的显著性水平上呈现出正、负、正的相关性，间接效应不显著，这表明我国省份金融发展水平和环境污染之间并没有表现出“倒u”型的库兹涅茨曲线形式，而是表现为“N型”的发展关系。其次，城镇化和外商直接投资均在5%的显著性水平上显著加剧了环境污染水平，随这城镇化水平的不断提高，经济集聚和环境污染问题日益凸显，而外商直接投资的结论也与“污染天堂假说”保持一致，显著加剧了我们国家的环境污染水平。再次，研发投入和环境规制资均在5%的显著性水平上显著抑制了环境污染水平，科技研发和针对环境污染的规制政策均有利于改善环境污染现象。最后，在人口密度和产业结构指数对环境污染的影响中，我们并没有发现出稳健的相关性。

四、主要结论和政策建议

本文运用2003-2015年30个省份的面板数据，基于扩展的IPAT模型，选取适应的空间杜宾模型对金融发展与环境污染的影响效应进行分析，结果发现：整体上，金融发展对本地区的环境状况更多表现为规模扩张和促进消费的促进污染作用，而对临近地区表现为研发技术和促进产业结构升级的地理空间传导作用，显著降低了环境污染水平。

本文提出以下政策建议：

第一，发展绿色金融，改善金融发展的规模效应。一方面，鼓励商业银行為代表的金融机构进行绿色金融产品推广，在信贷环节中贯彻落实节能环保政策，倒逼企业转变生产方式、改变生产结构、减少污染排放，提升区域经济发展的质量;另一方面，要建立健全我国各地区的碳交易市场和排污权交易制度，引导企业通过市场化的方式进行排污权交易，对各种污染排放的进行控制与管理。

第二，扩大研发投入，增强金融发展的技术效应。首先，地方政府可以通过财政补助、价格补贴等方式对高技术行业的企业进行补助，对其落户给予优惠政策，支持其研发创新活动。其次，金融机构的信贷政策应向高科技和环保类项目倾斜，增强环保类企业筹资能力，保障企业的研发投入。最后，企业应坚持“引进、消化、吸收、再创造”的科技创新道路，坚持技术引进与自主研发相结合，提高能源使用效率，减少工业污染的排放。

第三，优化资本配置，提升金融发展的结构效应。首先，市场依照供求状况进行资源配置，适当提高资金的使用成本，促进资金流向业绩良好、具有市场竞争力的企业，提高生产效率较高企业的融资能力。其次，政府发挥其导向作用，为经济可持续发展提供有效的引导和推动。政府鼓励和发展资源节约型、环境友好型产业，引导资本投入向绿色低碳企业倾斜，再通过市场的作用重点支持高科技、高成长的清洁型产业，推动区域产业结构的绿色转型。