金融发展对环境污染的双重效应与门槛特征

胡宗义，李 毅

(湖南大学 金融与统计学院， 湖南 长沙 410079)

一、引言

环境污染、气候变化、生态恶化等问题给人类生存和发展带来巨大的挑战，人们意识到单纯以经济增长为目标而忽视环境保护的发展方式不可持续。防治环境污染，改善生态环境已成为全球共识。因此，世界各国纷纷寻求有效的环境治理政策。中国政府在G20峰会提出绿色金融方案，旨在通过金融手段实现社会经济环境的可持续发展。短短40余载中国经历了高速的经济增长和快速的金融发展，尤其是21世纪以来金融体制的重大改革带动了金融业蓬勃发展。据央行公布的数据显示，社会融资规模从2001年的2.01万亿元上升到2017年19.44万亿元。同期经济获得较快发展，中国GDP占世界经济总量由2001年的4.14%提升到2017年的15.17%。与此伴随的是严重的环境污染问题，《2017年中国生态环境状况公报》(以下简称“公报”)显示，2017年全国338个地级及以上城市中，仅有99个城市空气质量达标，占全部城市数的29.3%。但是，不容置否的是，近年来，中国环境状况局部有很大改善，整体恶化的趋势已得到扭转。《公报》显示，全国338个地级及以上城市可吸入颗粒物(PM10)平均浓度比2013年下降22.7%；全国地表优良水质断面比例不断提升，劣V类水质比例由2013年的9.2%下降到8.3%。通常来说，在一定条件下，金融发展能够有效引导经济资本从高污染、高能耗的产业流向环保产业，进而促进社会经济环境的可持续发展。本文结合理论探讨与实证研究进一步揭示金融发展与环境污染之间的关系，为改善环境质量提供新的思路，为推动经济绿色转型升级提供新的证据。

在能源与环境经济领域，早期研究环境的文献主要探讨经济增长与环境质量之间的关系。Grossman等(1991)发现环境污染与经济增长之间呈现“倒U型”曲线关系[1]。Panayotou(1993)首次提出“环境库兹涅茨曲线(EKC)”概念，进一步证实了环境污染与经济增长呈“倒U型”曲线关系的结论[2]。之后相关研究对EKC假说成立进行验证，但所得结论并非完全一致。部分学者根据不同研究对象，使用不同检验、协整分析等计量方法，各自证实了EKC假说[3-5]。也有研究对EKC假说提出质疑，认为EKC假说没有稳健的计量基础，并指出相关研究存在异方差、遗漏变量偏误等计量技术问题[6-7]。此外，Park等(2011)指出样本区域的选择、增加或减少控制变量以及采取不同的计量方法均可能导致EKC曲线的消失[8]。

金融作为现代经济的核心，对经济发展具有举足轻重的作用。金融发展有助于吸引外商投资，降低研发的借贷成本，引致技术进步，促进经济增长，进而影响环境质量[9]。因此，国内外文献开始考虑金融发展在环境中所扮演的角色，并取得了一系列成果。Tamazian等(2009)开创性地研究金融发展与环境质量之间的关系，结果表明金融发展能够减少污染物排放，改善环境质量[10]。随后，出现了诸多探讨金融发展与环境关系的实证文章，但所得结论大相径庭。部分学者以海湾国家、法国等为研究对象，研究发现金融发展有助于促进技术进步，提高能源效率，从而减少污染物排放[11-12]。Dogan and Seker(2016)在考虑国别差异后，选取26个可再生能源国家为研究对象，发现金融发展能够促进可再生能源消费增加，减少非可再生能源消费量，从而减少污染排放[13]。与上述研究结论相反，Javid等(2016)以巴基斯坦为研究对象，采用协整检验方法发现金融发展会导致碳排放增加，使环境质量恶化[14]。Salahuddin等(2018)基于科威特1980-2013时间序列数据，采用ARDL模型考察FDI和金融发展对碳排放的影响，结果发现FDI和金融发展均会促进碳排放增加[15]。

部分学者认为金融发展与环境污染之间存在非线性关系，Charfeddine等(2016)对阿拉伯联合酋长国(UAE)的研究发现金融发展与碳排放之间为“倒U型”曲线关系，即碳排放伴随金融发展深化呈现出先增加后降低的演变趋势[16]。Abbasi等(2016)以巴基斯坦为研究对象，研究发现只有当金融发展处于较高水平时，金融发展才能促进碳排放降低。目前，针对中国金融发展与环境污染之间的关系也存在较大争议[17]。Yu等(2011)[18]、Jalil等(2011)[19]、Huang等(2018)[20]等研究表明中国金融发展能够减少污染物排放，改善环境质量。Zhang(2011)研究发现金融发展会刺激耗能产品的消费，从而增加污染物排放，使环境质量恶化[21]。Yin(2019)利用中国2007-2014城市面板数据，通过似不相关模型回归结果发现，在金融发达地区，金融发展能够改善水质和减少二氧化硫排放，进而改善环境质量；而在金融落后地区，金融发展对环境质量的影响不显著[22]。学术界关于中国金融发展与环境之间关系尚未达成共识，部分学者对其原因进行探讨。任力等(2017)指出，金融发展对环境存在规模变化、技术进步结构等机制，且两种机制影响发现和大小并不相同[23]。此外，Ouyang等(2018)认为不同研究采用不同的金融发展指标或环境污染指标会导致研究结论的不同[24]。

综合上述文献，现有研究在如下几方面可能存在进一步拓展空间：一是已有研究多从实证角度开展，尚未构建金融发展影响环境污染的理论框架；二是缺乏对金融发展与环境污染之间非线性关系的关注，并且没有厘清金融发展影响环境污染的内在作用路径；三是对中国金融发展与环境之间关系的探究较少，且结论存在分歧。为进一步明确中国金融发展与环境之间的关系，本文首先构建一个局部均衡模型，将金融发展对环境污染的影响分解为规模效应和技术效应，并提出金融发展与环境污染存在非线性关系的研究假说；其次，考虑到中国金融体系与指标数据可获取性，选取金融深化和金融效率两个指标衡量中国金融发展水平，选取废水排放、二氧化硫排放以及烟(粉)尘排放等指标构建环境污染综合指数衡量环境污染程度，基于简单描述统计分析初步判断金融发展与环境污染之间的关系；再次，使用静态和动态面板门槛模型，对以上假说进行实证检验与分析；最后，使用中介效应模型对金融发展影响环境污染的规模效应与技术效应分别进行识别。本文的可能创新之处在于：(1)基于局部均衡模型探讨金融发展影响环境的作用路径，建立了金融发展影响环境污染的理论框架，阐明已有研究存在冲突的原因；(2)采用静态与动态面板门槛模型实证研究中国金融发展与环境污染的非线性关系，提供了研究金融发展对环境污染影响的新视角；(3)使用中介效应模型，检验了金融发展影响环境的规模效应和技术效应。

二、理论模型与特征事实

(一)理论模型

为简化分析，借鉴Antweiler等(2001)[25]的建模思路，构建一个局部均衡模型，考察金融发展水平对环境污染的影响。假定企业只生产一种产品X，同时产生污染物Z，生产过程满足规模报酬不变。为降低环境污染的负外部性，企业须将产出的θ部分用于治理污染排放，使得产量X和污染物排放量Z分别为：

X=(1-θ)F(K,AL)

(1)

Z=A-β(1-θ)1/αF(K,AL)

(2)

根据式(1)和式(2)，可得：X=(AβZ)α[F(K,AL)]1-α。此式等同于将污染排放和产成品作为投入要素。企业实现成本最小化(利润最大化)的路径如下：(1)在给定资本价格r和工资w的情况下，企业选择合适的资本(K*)和劳动力(L*)，使得单位产出成本(cF)最小；(2)在给定单位污染税τ和单位产出成本cF的情况下，企业选择合适的污染物排放(Z*)和产出(F*)，使得生产单位X的成本(cX)最小。以上决策过程的具体表达式如下：

cF(K*，L*)=min{rK+wL,F(K,AL)=1}

(3)

cX(Z*,F*)=min{τAβZ+cFF,(AβZ)αF1-α=1}

(4)

(5)

假定市场是完全竞争的，企业利润为零，可得：PXX=cFF+τAβZ。其中，PX为产品X的价格。那么，Z便可表述成下式：

(6)

其中，S=PXX表示经济规模。对式(6)两边取自然对数可得：

lnZ=lnα+lnS-βlnA-lnτ

(7)

式(6)两边同时对金融发展(FD)求导，可得：

(8)

推论：金融发展对环境污染的影响可分解为规模效应和技术效应，其中规模效应影响为正，而技术效应影响为负，两种效应的叠加使金融发展对环境污染的影响具有不确定性。

越来越多的研究发现，随着金融发展水平的不断提高，金融发展对经济增长的影响会逐渐削弱，甚至消失[28]。根据Rousseau等(2011)的研究，金融发展水平位于32%-60%之间时，金融发展对经济增长起着促进作用，当大于60%时金融发展对经济增长的促进作用逐渐下降[29]。以私人部门信贷占GDP比重衡量金融发展水平，由世界银行公布的数据可知，中国金融发展水平早已超过60%。因此，考虑到中国目前金融发展处于较高水平，随着金融发展水平的提高，“规模效应”可能会逐渐下降。此外，技术进步具有累积效应，随着金融发展水平的提高，金融发展对技术进步的影响会逐渐增强，因此，“技术效应”会随着金融发展水平的提高而变大。同时，一个不容忽视的事实是，中国污染物排放水平呈现明显的先上升后下降趋势[30]，《IEA世界能源展望2016：能源与空气质量特别报告》也指出中国污染物排放下降呈长期趋势。这说明在早期金融发展对环境污染的“规模效应”大于“技术效应”，金融发展对环境污染具有促进作用；随着金融发展水平的提高，“规模效应”不断下降，而“技术效应”逐渐上升，当“技术效应”大于“规模效应”时，金融发展对环境污染表现出抑制作用。本文提出如下假设：

假设：金融发展对中国环境污染存在门槛特征，随着金融发展水平的提高，金融发展对中国环境污染呈现先促进后抑制的作用。

(二)特征性事实

本文构建两个衡量金融发展水平的指标：金融机构贷款总额占地区生产总值比重和私人部门信贷总额占地区生产总值比重，前者反映的是金融资源服务于经济总量的程度大小，后者反映的是金融资源配置效率和市场化程度。采用环境污染综合指数衡量地区环境污染程度。通过简单的散点图发现金融发展与环境污染呈“倒U型”关系，即金融发展对环境污染呈现先促进后抑制的作用，这基本符合理论预期。由于这只是简单的基本描述，只能当作相关关系看待，更为严谨的因果关系还需依赖进一步的计量分析。

图1 金融发展与环境污染综合指数的散点图

三、实证设计与数据说明

(一)实证模型

鉴于STIRPAT模型和EKC假说是环境污染影响因素的基本理论框架，本文将二者进行结合构建面板数据计量模型。STIRPAT模型的面板形式为Iit=αPitbAitcTitde，其中，I、P、A和T分别表示环境污染、人口规模、人均财富水平和技术水平，e为误差项。对其两边取对数后变形为：

lnIit=α+blnPit+clnAit+dlnTit+eit

(9)

STIRPAT模型的一个优点在于既能对各系数进行参数估计，又能对各影响因子进行适当的分解和改进。本文重点讨论金融发展对环境污染的影响效应，因此，可将T表示为金融发展水平。此外，经典EKC假说认为环境污染会随着经济增长呈先增加后下降的“倒U型”关系，本文参照York等(2003)[31]的做法，在式(9)基础上加入人均财富的二次项。本文构建的基准回归模型为：

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

(10)

其中，i表示地区，t表示年份；Poll表示环境污染；FD表示金融发展，是本文的核心解释变量；GDP表示经济增长；P表示人口规模；X表示其他控制变量，主要包括：产业结构(SEC)，能源结构(ES)，对外开放(FDI)；μi表示地区效应；λt表示时间效应；εit表示服从正态分布的随机扰动项。

考虑到金融发展对环境污染的影响是多维度的，其影响可能随着金融发展水平处于不同区间而呈现不同特点，即变量间可能存在非线性关系。为检验变量间是否存在非线性关系，采用Hansen(1999)提出的面板门槛模型进行验证。首先假定存在“单门槛效应”，针对本文的计量模型，设定的面板门槛回归模型如下：

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

(11)

进一步，还考虑到环境污染具有惯性，前期的环境污染可能会对本期的环境污染产生重要影响。这意味着静态面板数据模型的回归结果可能是有偏的。为此，本文加入上一期的污染排放水平作为控制变量，采用动态面板数据回归进行稳健性检验。动态面板门槛模型如下：

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

(12)

由于式(12)包含了被解释变量的滞后项，采用Hansen(1999)的均值离差法消除固定效应后，被解释变量的滞后项与误差项之间会存在相关性，从而在Hansen(1999)的模型框架下无法得到参数的一致估计量。为解决变量之间的内生性问题，Caner等(2004)提出工具变量面板门槛模型，模型的假设之一是残差项无序列相关。但是，不管采用均值离差法还是一阶差分法消除固定效应，变形后方程的残差项均会存在序列相关。为此，Kremer等(2013)[32]提出采用前向正交离差变换来消除固定效应，避免了转换中的序列相关性。因此，本文首先采用前向正交离差法消除式(12)的固定效应，然后采用工具变量法对变形后的方程进行估计。

(二)变量及数据说明

本文研究金融发展对环境污染的影响，被解释变量为环境污染指标，核心解释变量为金融发展指标，同时为避免遗漏变量的影响设置了若干影响环境污染的控制变量。具体变量指标说明如下：

1. 环境污染。废水排放(Water)、二氧化硫排放(SO2)以及烟(粉)尘排放(Smoke)是衡量环境污染状况的常用指标。本文采用环境污染综合指数(PI)作为环境污染的代理变量。首先，参考朱平芳等(2011)[33]，基于废水排放(Water)、二氧化硫排放(SO2)以及烟(粉)尘排放(Smoke)核算环境污染综合指数(PI)，具体方法如下：

(13)

其中，pij表示i地区(共n个城市)污染物j(j=1，2，3)的排放量，pvij表示i地区污染物j相对于全国平均水平的环境污染指数。在稳健性检验中，分别将三种污染物排放量作为被解释变量，以验证结果的可靠性。

2. 金融发展。金融发展历来是经济学领域研究的热点，由于缺乏统一的衡量标准，金融发展水平的度量成为国内外学者争论的焦点。总体来说，度量金融发展水平的指标可大致分为两类：一是金融深化指标，侧重对金融资源规模的度量；二是金融效率指标，侧重对金融资源配置有效性的度量。借鉴已有文献本文从金融深化(Depth)和金融效率(FEF)两个方面衡量金融发展水平。戈德斯密斯在其《金融结构与金融发展》一书中提到，一个国家和地区的金融发展水平可以用金融相关比率度量，即社会金融资产总额占国民财富总额的比重。由于资产价格波动较大，金融资产总额的精确数据难以获取，因此，一般采用“地区金融机构信贷总额/GDP”作为替代指标表示金融深化(Depth)[34-36]。金融的中介功能主要体现为信贷资金的运用，信贷规模越大，说明金融资源规模越大。一般认为国有部门在金融资源的配置中会更有优势，这在一定程度扭曲了金融资源的有效配置，从而降低金融资源配置效率，私人部门金融资源占有率越高，说明金融资源配置效率越高。所以，金融效率(FEF)指标一般采用“私人部门信贷总额/GDP”表示[37-38]。但是，目前没有直接公布按地区分的私人部门信贷数据，因此，本文借鉴李梅(2014)的研究[39]，假定各省分配到国有部门的贷款额度与各省国有部门的固定资产投资额度成正比，那么私人部门贷款比重可表示为全部贷款与GDP的比率扣除掉分配给国有部门的比重，即金融效率(FEF)=(贷款总额/GDP)×(1-国有部门固定资产投资总额/全社会固定资产投资总额)。

3. 控制变量。经济发展(GDP)：采用人均GDP予以度量，为消除价格因素影响，选择1995年为基期，进行价格平减处理；人口规模(P)：考虑到省份之间在行政区域面积和人口规模方面存在很大差异，直接采用人口规模的绝对指标不具有可比性，因此我们采用人口密度，即单位面积的人口数来表征人口聚集对污染排放的影响；产业结构(SEC)：采用服务业增加值与工业增加值比值表示[40]，反映产业结构转型的程度，该指标越大，说明产业结构越“清洁”，污染排放越少；能源结构(ES)：化石燃料是二氧化硫和烟(粉)尘产生的重要来源，而中国能源结构又是以煤等化石燃料为主，因此，将化石燃料消费占能源消费总量比重所反映的能源结构引入模型；对外开放(FDI)：由外商直接投资(FDI)所反映的对外开放程度是研究环境污染问题所需要考虑的基本因素，已有研究显示，FDI对环境污染的影响方向并不确定，本文采用FDI占GDP比重度量对外开放程度考察其对污染排放的影响。

本文的数据样本由1995-2016年中国大陆30个省级行政区(西藏由于数据缺失严重而被剔除)的面板数据组成。数据主要来源于《中国统计年鉴》、《中国能源统计年鉴》、《中国环境年鉴》、《中国金融统计年鉴》以及各省统计年鉴。表1给出了主要变量的描述性统计。

表1 主要变量的描述性统计

四、实证结果分析

(一)基准回归分析

利用面板数据模型研究金融发展与环境污染之间的线性关系， hausman检验结果表明，采用固定效应方法比随机效应方法估计模型参数更为有效，同时，考虑到篇幅限制，本文仅列出固定效应模型结果，见表2。总的来看，中国金融发展有助于减少环境污染物排放，该结论在不同的金融发展指标和环境污染指标下依然成立。金融发展影响环境存在两种效应——规模效应和技术效应，影响方向和大小不一。根据理论分析，规模效应是指金融发展有助于扩大生产规模，进而增加能源需求和能源消费，从而导致污染物排放增加；技术效应是指金融发展能够促进技术进步，推动产业结构转型，减少单位产出能耗，从而降低污染物排放。以上结论表明，样本期间内技术效应的影响大于规模效应的影响。这主要是由于中国政府对环境保护的力度越来越大，经济发展更加注重质量和效益，金融发展影响环境的规模效应在不断变小，金融发展影响环境的技术效应逐渐变大。

环境污染综合指数(PI)、废水排放(lnWater)、二氧化硫排放(lnSO2)与经济增长(lnGDP)之间呈现“倒U型”关系，即证实了EKC假说；烟(粉)尘排放(lnSmoke)与经济增长(lnGDP)之间的影响关系不显著。这说明经济增长与环境污染之间关系的EKC假说并不稳健，可能同污染物指标的选取有关。此外，人口规模(lnP)和能源结构(ES)会促进污染排放增加，和预期相符。人口规模增加可以通过规模效应和集聚效应两种途径影响污染物排放。从规模效应来说，人口规模增加会带来消费需求的提升，这会促使企业扩大生产规模，从而增加污染物排放。同时，人口规模的增加也会产生集聚效应，通过提高资源使用效率、共享治污减排设施等途径减少污染排放。显然，本文结论表明规模效应要占据上风，而集聚效应的正外部性尚未充分发挥。能源结构对三种污染物的回归系数在1%的水平上显著为正，说明煤炭消费占比的提高会加剧环境污染。中国的煤炭消费占比长期保持在70%以上，这种以煤为主的能源结构给环境造成巨大的压力。不论在何种金融发展指标和环境污染指标下，产业结构(SEC)在5%水平上对污染排放表现出促减效应。这说明中国应加快产业结构优化升级，大力发展现代服务业，努力形成以服务业为主导的产业结构。对外开放(FDI)程度提高有利于减少污染排放，“污染避难所”假设并不成立。FDI主要通过技术溢出效应和污染晕轮效应改善环境质量。首先，FDI可能通过引进环境友好型产品，对其上下游产业的产业清洁技术溢出效应，从而有利于东道国环境质量改善；其次，跨国公司推行国际环境质量标准体系的认证和强化社会责任意识能够促进东道国环境保护的发展。

表2 金融发展对环境污染的基准回归结果

注：括号中的对应数值是t值；***、**和*分别代表在1%、5%和10%的水平下通过显著性检验；表中仅给出最终采用模型的估计结果。

(二)门槛回归分析

金融发展对环境影响具有双重效应，其净效应可能会随着金融发展水平处于不同区间而呈现不同特征，即变量间存在非线性关系。根据式(11)检验变量间的非线性关系，首先判断是否存在门槛效应，检验结果见表3。

表3 门槛效应检验结果

注：p值为采用bootstrap方法反复抽样1000次得到的概率值。

由上表可知，分别以金融深化(Depth)和金融效率(FEF)为门槛变量，均可得到如下结论：在5%的显著性水平下，F统计量在一门槛值模型中显著，而在二、三门槛模型中不显著，因此模型中存在一个门槛值，表4给出了门槛值估计结果。

表4 门槛值估计结果

由表4可知，金融深化(Depth)和金融效率(FEF)的门槛估计值分别为1.590、1.245。根据门槛模型估计原理，门槛值估计值是似然统计量LR趋近于0时对应的γ值，图2 为似然比函数图。LR统计量最低点为对应的真实门槛值，虚线表示临界值为7.35，由于临界值7.35明显大于门槛值，因此可以认为上述门槛值是真实有效的。

在得出门槛值的同时，也得到金融发展与环境污染的面板门槛回归结果，具体见表5。表5结果显示：当以金融深化(Depth)为门槛变量时，不同金融深化程度对环境污染的影响存在较大差异。当金融深化程度降低时(Depth≤1.590)，其对环境污染的影响系数为0.068，在5%水平下显著；当金融深化程度较高时(Depth>1.590)，其对环境污染的影响系数变为-0.197，在1%水平下显著。这说明金融深化与环境污染之间存在“倒U型”关系。同样地，当以金融效率(FEF)为门槛变量时，随着金融效率的提高，其对环境污染的影响由促进(0.034)变为抑制(-0.221)，即金融效率与环境污染之间也存在“倒U型”关系。金融发展对环境的影响可分为规模效应和技术效应，金融发展水平较低时，主要通过促进经济增长影响环境，而早期经济增长是以粗放型方式为主，经济发展过程会排放大量污染物，从而造成环境污染。随着金融发展水平的提高，金融发展对环境影响的技术效应逐渐凸显，绿色金融、经济高质量发展等理念深入人心，金融发展极大促进清洁节能技术开发，从而降低污染物排放。

图2 金融发展门槛值估计结果

环境污染综合指数(PI)与经济增长(lnGDP)的一次项呈显著正相关，与经济增长(lnGDP)的二次项呈显著负相关，说明环境污染与经济增长呈“倒U型”关系。人口规模增大和煤炭消费占比提高会促进污染物排放增加，产业结构由工业主导转向服务业主导有利于减少污染物排放，对外开放水平提高有利于中国环境质量的改善。这些结论都与前文线性模型的结果一致，具有一定可信度。

(三)稳健性检验

考虑到环境污染的时间持续性，加入被解释变量的滞后项作为解释变量，采用动态面板门槛模型进一步验证金融发展与环境污染之间的非线性关系。首先，使用前向正交离差法消除固定效应，然后通过工具变量法对方程进行估计，结果见表5。

表5的回归结果显示，不管是金融深化(Depth)还是金融效率(FEF)对环境污染存在门槛效应，在门槛值之前，其对环境污染具有显著正向影响，超过门槛值，其对环境污染具有显著负向影响。环境污染综合指数滞后项(L.PI)的回归系数较大，且显著为正，证实了环境污染水平的时间持续性。其他控制变量的符号和显著性与表5基本一致，说明本文结论对不同计量回归方法是稳健的。从模型本身来看，AR(1)检验p值均小于0.01，说明残差项存在一阶序列相关，AR(2)检验p值均大于0.1，说明残差项不存在二阶自相关，符合模型条件。Sargan检验p值均大于0.1，接受原假设，说明残差项与解释变量不相关，工具变量是合理的。

表5 面板门槛模型参数估计结果

注：括号中的对应数值是t值；***、**和*分别代表在1%、5%和10%的水平下通过显著性检验。

表6 动态面板门槛估计结果

注：括号中的对应数值是t值；***、**和*分别代表在1%、5%和10%的水平下通过显著性检验；Arellano-Bond和Sargan检验的括号内数字为p值

五、影响机制检验

前文分析指出，金融发展对环境污染的影响由两部分组成：规模效应和技术效应，规模效应的影响为正，技术效应的影响为负，因此净效应的符号未定。门槛模型结果显示，金融发展对环境污染的影响存在显著的门槛效应，在门槛值之前，金融发展对环境污染的影响显著为正，在门槛值之后，金融发展对环境污染的影响显著为负。这说明随着金融发展水平的变化，金融发展对环境污染的影响在不断变化，而这种变化是否是两种效应的综合结果，需要对其进行检验。本文采用中介效应模型完成对两种效应的识别。选取“工业增加值占GDP的比重”表示工业生产规模，采用研发投入强度度量技术创新。本文构造的中介效应模型如方程组(14)所示：

(14)

其中，Pollit表示环境污染，用环境污染综合指数(PI)衡量；FDit表示金融发展，用金融深化(Depth)和金融效率(FEF)衡量；Mit表示中介变量，分别采用工业生产规模(Industry)和技术创新(Tech)；CV是一组控制变量，与式(11)的控制变量一致。

表7列出了中介效应模型结果，其中case1、case2分别对应金融深化变量下规模效应和技术效应的识别结果，case3、case4分别对应金融效率变量下规模效应和技术效应的识别结果。以金融深化变量为例，在金融深化程度较低时(Depth≤1.590)，金融深化对环境污染的净效应为正(回归系数为0.149，在1%水平下显著)，通过促进经济增长影响环境污染的规模效应为0.103，在1%水平下显著，通过促进技术创新影响环境污染的技术效应为-0.062，在1%水平下显著；在金融深化程度较高时(Depth>1.590)，金融深化对环境污染的净效应为负(回归系数为-0.417，在5%水平下显著)，通过促进经济增长影响环境污染的规模效应为0.062，在5%水平下显著，通过促进技术创新影响环境污染的技术效应为-0.153，在1%水平上显著。在全样本的回归结果中，依然能够捕捉到规模效应为正(大小为0.079，在1%水平上显著)，技术效应为负(大小为-0.091，在1%水平下显著)，且技术效应的影响大于规模效应的影响，从而表现出金融发展能够显著降低环境污染水平。金融效率变量下，能够得到相同的结论，说明上述结论在不同金融发展变量下是稳健的。

六、结论与政策建议

本文构建局部均衡模型理论分析金融发展对环境污染的影响，以中国1995-2016年30个省份为研究对象，利用面板门槛回归模型研究金融发展对环境污染的门槛特征，通过中介效应模型检验规模效应和技术效应的符号和大小。主要结论如下：金融发展对环境污染的影响可分解为规模效应和技术效应，规模效应符号为正，技术效应符号为负。从整体层面来看，中国金融发展有利于污染物排放减少，技术效应大于规模效应。分阶段来看，金融发展与环境污染之间存在门槛效应。金融发展水平较低时，技术效应小于规模效应，金融发展对污染排放具有显著促进作用。金融发展水平较高时，技术效应大于规模效应，金融发展对污染排放具有显著抑制作用。提高对外开放水平，推动产业结构升级等均能显著减少污染排放，人口规模扩大、煤炭消费比重上升会导致污染排放增加。采取替代变量、改变计量模型等方法，上述结论依然稳健。为促进环境质量改善，推动中国经济绿色发展，本文从如下三方面提出建议：

表7 中介效应模型估计结果

注：括号中的对应数值是t值；***、**和*分别代表在1%、5%和10%的水平下通过显著性检验；中介效应系数括号内为Z值。

第一，充分发挥金融在环境治理中的积极作用。中国金融发展总体能够降低废水、二氧化硫、烟(粉)尘等排放。为进一步改善环境质量，推动经济绿色发展，可采取的措施是：银行信贷向绿色低碳型企业倾斜，尤其是鼓励支持资源节约型、环境友好型企业发展，通过金融发展加快产业绿色转型升级；政府应鼓励金融机构加大对清洁技术的资金支持，推进清洁技术的研发、应用与推广，大力促进清洁型技术投资，缓解绿色技术融资约束；推进金融产品绿色创新，促进金融绿色发展，设计、发行绿色股票指数，推动机构投资者开展绿色指数投资应用。

第二，促进对外开放与自主创新相结合，以创新驱动中国经济绿色发展。金融发展对环境污染的技术效应始终为负，说明技术创新是改善环境质量的关键。此外，对外开放水平的提高也能显著减少污染排放。因此，要促进对外开放与自主创新相结合，提升技术创新水平，实现经济绿色发展。具体措施为：政府应进一步增加研发支出，尤其是清洁技术研发支出，提升绿色技术水平，以转变经济发展方式；筛选、甄别外商直接投资，重点引入有利于我国核心技术提升和节能减排技术发展的外资；鼓励企业自觉地增加环境研发支出，促进绿色创新。

第三，推进能源结构调整与产业结构优化，实现污染防治的双轮驱动。煤炭消费占比提高会加剧环境污染，而产业结构转型能够显著降低污染排放。大量研究表明，能源结构失调与产业结构偏重仍是部分地区环境污染的主要原因。治在当下，急在能源，应加快推进能源结构调整，主要从两方面着手：一是控制煤炭生产过速增长，逐步降低煤炭消费比重；二是加快推广天然气、洁净油等清洁能源，大力发展风能、太阳能、核能等清洁能源。防在源头，重在产业，要加快推进产业结构优化升级，其具体措施是：加快培育战略性新兴产业，依托新兴产业的先进技术和理念，带动传统产业转型升级；加快发展现代服务业，将生产性服务业作为发展重点，推动其与其他相关产业深度融合。