金融发展的节能减排效应及机理分析——基于能源足迹视角的再检验*

张文彬，郭子珣，王博峰

（1.西安财经大学 西部能源经济与区域发展协同创新研究中心，陕西 西安 710100；2.西安交通大学，陕西 西安 710049；3.中国农业银行陕西省分行，陕西 西安 710065）

一、引言

改革开放以来我国经济取得了巨大成就，已成为世界第二大经济体，但随着经济的发展，能源过耗、环境污染等一系列资源环境问题也日益凸显，中国已连续多年成为世界第一大二氧化碳和二氧化硫排放国①参见黄滢、刘庆、王敏《地方政府的环境治理决策：基于SO2减排的面板数据分析》，《世界经济》，2016年第12期，第166-188页。，而2012年以来频频爆发的雾霾“爆表”及由此引发的社会经济损失问题更是引起了社会各界的普遍关注。党和政府在“十一五”规划中首次提出节能减排概念后，如何实现节能减排，打好污染防治攻坚战成为关注重点，争取2030年碳达峰、2060年碳中和“双碳”目标的提出，为我国节能减排制定了战略路线图。纵观世界经济发展进程，经济发展和人类活动必然伴随着环境污染和生态破坏问题，而解决环境污染问题也必然依靠经济发展，金融业作为现代经济的核心，在推动经济高质量发展的同时，也肩负着节能减排和减少环境污染的重任，绿色金融的提出和兴起正是这一重任的集中体现。

金融发展的节能减排效应研究可以从“节能”和“减排”两个层面进行梳理。“节能”方面，主要研究金融发展对能源消费或能源效率的影响效应，结果表明前者能够显著促进能源消费的下降或者能源效率的提升，实现“节能”目标②See Mahalik M K,Babu S,Loganthan N,et al.Does financial development intensify energy consumption in Saudi Arabia.Renewable and Sustainable Energy Reviews,2017,Iss.75,pp.1022-1034；刘晓瑞、孙涛《金融发展对中国能源消费的动态经济增长门槛效应》，《当代财经》，2019年第8期，第48-57页；陈振环、朱洪革、曹博《金融发展、经济增长与能源消费分析——基于ARDL-ECM模型》，《技术经济与管理研究》，2020年第5期，第97-104页；杨森、林爱梅《金融发展与能源效率提升——基于技术创新中介效应的研究》，《技术经济与管理研究》，2019年第5期，第91-96页。。“减排”方面，主要研究金融发展对环境污染的影响效应，尽管影响机理和路径存在差异，但结果都表明金融发展能够显著实现“减排”目标①See Tamazian A,Chousa J P,Vadlamannati K C.Does higher economic and financial development lead to environmental degradation:Evidence from BRIC countries.Energy policy,2009,Vol.37,Iss.1,pp.246-253；Omri A,Daly S,Rault C,et al.Financial development,environmental quality,trade and economic growth:what causes what in MENA countries.Energy Economic,2015,Vol.48,Iss.3,pp.242-252；Shahbaz M,Narsir M A,Roubaud D.Environmental degradation in France:the effects of FDI,financial development,and energy innovations.Energy Economics,2018,Vol.74,pp.843-857。。在单一污染物二氧化碳减排方面，学者的研究结论同样表明金融发展能够显著降低碳排放。②参见顾洪梅、何彬《中国省域金融发展与碳排放研究》，《中国人口·资源与环境》，2012年第8期，第22-27页；严成樑、李涛、兰伟《金融发展、创新与二氧化碳排放》，《金融研究》，2016年第1期，第16-30页；何运信、许婷、钟立新《金融发展对二氧化碳排放的影响效应及作用路径》，《经济社会体制比较》，2020年第2期，第1-10页；Cetin M,Ecevit E,Yucel A G.The impact of economic growth,energy consumption,trade openness,and financial development on carbon emissions:empirical evidence from Turkey.Environmental Science and Pollution Research,2018,Vol.25,pp.36589-36603.

可以看到，金融发展的节能减排效应研究取得了丰硕成果，但仍有两个方面可以进一步深入研究：一是节能减排指标的选取，多数学者选择了单一的“节能”或者“减排”指标，尚未发现同时兼顾二者的指标；二是欠缺对空间因素的考虑，金融发展和节能减排都具有显著的外部性，实证过程中应对此加以考虑。基于此，本文对现有文献成果进行两方面的扩展：一是选用能源足迹指标衡量节能减排效应，该指标既考虑了能源消耗，又考虑了由此带来的环境污染问题，属于一个“综合”指标，能够更好的反映节能与减排两方面的内涵。二是选用空间滞后模型实证分析金融发展对能源足迹的本地效应和空间溢出效应，并对其直接效应和间接中介效应影响机理进行分析，实证结果更加符合实际。

二、典型事实和机理分析

（一）典型事实

本部分以金融发展和能源足迹为例，利用散点图分析二者之间的关系，初步厘清金融发展与能源足迹的关系。

关于金融发展（FIN）指标设定，黄大为认为金融发展度量的是金融交易规模扩大、产业高度集中化以及存款转移为贷款的能力③，借鉴这一思路，选取金融发展规模、发展结构和发展效率三个指标衡量金融发展水平，其中，发展规模采用金融机构年末存贷款余额与地区生产总值的比值表示，反映金融市场的规模；发展结构采用股票市场市值占金融总资产（金融总资产=金融机构总贷款余额+股票市值+债券交易金额+保费收入）的比重表示，反映未来市场的导向；发展效率采用金融机构年末贷款余额与存款余额的比值表示，反映银行融资渠道对创新资金支持的效率。进一步假定三者同样重要，权重各为1/3，将三者加权形成统一的指标来表示金融发展水平。所有原始数据均来源于历年的《中国金融年鉴》和各省统计年鉴。能源足迹（EF）是指通过能值转化的方法将煤、石油、天然气和电力消费产生的环境污染问题转化的生态足迹（单位：万公顷），这既考虑了能源消耗又考虑了由此造成的环境污染问题，是一个衡量节能减排的优良指标，具体的计算方法参考张文彬等测算方法④参见张文彬、郝佳馨《生态足迹视角下中国能源效率的空间差异性和收敛性研究》，《中国地质大学学报》（社会科学版），2020年第5期，第81-95页。，这里不再赘述。

基于数据的可获得性和可操作性，本文选取2006—2018年间，除港澳台及西藏外的30个省（直辖市、自治区）为研究对象进行统计分析，全国、东部和中西部地区⑤这里将全国划分为东部和中西部两类地区。其中，东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省和直辖市；中西部区域包括：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南、内蒙古、四川、重庆、贵州、云南、广西、陕西、甘肃、宁夏、青海和新疆19个省（直辖市、自治区）。的金融发展与能源足迹二者的散点图如图1所示。

图1 金融发展与能源足迹散点图

可以看出，金融发展能够显著降低能源足迹，节能减排效应显著。具体来看，东部地区金融发展对能源足迹影响效应最大，其次为全国，最后是中西部地区。根据这一结果，可以初步判定金融发展能直接减少能源足迹。与现实相联系，东部地区是我国经济最为发达的地区，金融基础较为雄厚，金融服务体系日趋完善，有利于金融发展的节能减排效应最大化；而随着西部大开发和中部崛起战略的实施，尽管中西部地区金融规模稳步扩大，金融服务覆盖面扩大和多元化发展，但金融发展的积极效应更多的体现在经济增长方面，节能减排效应要相对低于东部地区。

（二）机理分析

笔者通过对国内外经典文献中金融发展的概念界定及其节能减排效应研究成果的梳理，得出金融发展的节能减排效应影响机理和途径主要分为直接影响效应和间接中介影响效应两种。具体影响机理见图2所示。

图2 金融发展的节能减排效应机理

直接影响机理方面，金融发展也即金融规模扩大、金融结构优化及金融效率提升都能够直接对节能减排和绿色发展产生影响。金融规模扩大能够为节能减排和经济绿色发展提供投资和信贷支持，增加企业绿色技术研发和生产方式转型的资本投入。随着金融发展水平的提高，地区经济市场对国内外金融资本的吸引力上升，这在扩大金融市场规模总量的同时，也将部分资金引入到绿色投资和绿色信贷市场，通过动员储蓄加大支持绿色项目的资金力度，降低环境污染。金融结构优化能够促进多元化、多层次的金融市场结构体系形成和完善，能够为绿色技术和清洁化水平高的企业提供更畅通的一级市场和二级市场投融资渠道，同时也可以加剧同类产业间的竞争，限制高污染和高能耗行业的信贷供给，倒逼企业淘汰落后产能，形成“优化结构—加剧竞争—淘汰落后产业—节能减排”的良性循环和动态适应过程。金融效率提高同样能够完善绿色清洁产业部门和企业投融资渠道、缓解市场主体信息不对称问题，识别金融效率提升预期收益，减小交易风险，分散金融活动的流动性风险，降低信贷成本，提高信贷效率。①参见赵军、张如梦、李琛《金融发展对环境规制提升工业绿色全要素生产率的创新补偿效应》，《首都经济贸易大学学报》，2021年第1期，第38-49页。

间接影响机理方面，根据研究文献梳理，可分为规模效应、结构效应、技术效应三个途径。规模效应是指金融发展通过资源配置、资金支持、风险分散、信用创造等途径促进经济规模扩大，并间接作用于节能减排（能源消费、环境污染）的效应。作为现代经济的核心，金融发展能够促进经济规模扩大，而现有研究多支持经济规模扩大会增加能源消耗并加剧污染排放的观点，因此金融发展会通过规模效应对节能减排产生负影响。结构效应是指金融发展通过提高工业化水平和促进产业结构升级两种途径间接作用于节能减排的效应。金融发展可以通过资本导向和配置调整资金流向，正向促进和反向倒逼经济结构向污染不断减轻方向优化升级，不断提高“清洁度”高的产业占比，降低污染物排放。技术效应是指金融发展通过资金支持、风险分担、缓解信息不对称等途径促进技术（特别是绿色技术）研发和创新，间接实现节能减排的效应。技术进步特别是绿色技术进步是现阶段节能减排的重要抓手和最主要途径，金融发展对节能减排的技术效应具体包括两方面：一是通过促进一般性技术进步以提高经济生产活动效率；二是通过加大研发投入促进绿色技术水平提高。这两方面都可以有效实现节能减排和绿色发展。①参见任力、朱东波《中国金融发展是绿色的吗？——兼论中国环境库兹涅茨曲线假说》，《经济学动态》,2017年第11期，第58-73页。

三、空间模型构建与数据描述

（一）空间自相关检验

空间自相关是指变量在同一区域内存在潜在的相互依赖性现象，通常采用莫兰指数测度。

1.莫兰指数

为验证金融发展与能源足迹的空间相关性，运用莫兰指数对中国各省金融发展和能源足迹变量的空间相关关系进行检验，莫兰指数的计算公式为：

式（2）中，xi、xj为第i、j省份样本观测值；s2=为样本观测值方差，wij为空间权重矩阵为空间权重之和。

Moran's I取值范围为[-1，1]，Moran's I＞0，表明样本值呈现高—高、低—低组合，存在空间正相关关系；Moran's I＜0，表明样本值呈现高—低组合，存在空间负相关关系，Moran's I=0，表明样本值完全随机分布，不存在空间相关性。

2.空间权重设定

关于空间权重的设定，本文从地理距离角度出发，选取距离权重矩阵进行空间权重计算，地理距离权重设定原则为：如果两地距离越近，则存在越强的相互作用。标准化处理后的空间权重矩阵形式：

式（3）中，wij表示地区i和j的空间距离。设定 地理距离权重的表达式为：

式（5）中，dij是基于地区i和j经纬度计算的地理距离，φi和φj分别表示地区i和j之间的纬度，Δτ为地区i和j之间的经度之差，R为地球半径，具体数值采用6 371千米表示。

3.检验结果

依据全局空间自相关检验，得到能源足迹的Moran's I指数如表1所示。可以看出，全国能源足迹的Moran's I指数均大于0且在5%的显著性水平下通过z检验，这表明能源足迹都呈现高值围绕高值的“高高型”和低值围绕低值的“低低型”分布特征，存在显著空间正相关关系，可以进行空间回归分析。

表1 能源足迹的全局莫兰指数

（二）模型设定

在采用全局莫兰指数检验变量的空间相关性之后，需要确定合适的空间回归模型，常用的模型包括空间滞后模型和空间误差模型，具体采用哪一种需要进一步的验证。以能源足迹总方程为例，采用地理距离权重矩阵，通过拉格朗日检验（LM test）以及稳健性拉格朗日检验（Robust LM test）来确定合适的空间面板模型。检验结果如表2所示。

表2 空间回归模型检验表

由表2可知，拉格朗日检验得到LM_error和LM_lag分别在5%和1%水平下显著，两个统计量均显著，利用稳健性拉格朗日检验，得到两个统计量Robust_LM_error和Robust_LM_lag，若后者显著，则判定选用空间滞后模型。其中，LM_error统计量（不存在空间自回归）和Robust_LM_error统计量（存在空间自回归）的原假设均为模型残差不存在空间相关性；LM_lag统计量（不存在空间残差相关性）和Robust_LM_Lag统计量（存在空间残差相关性）的原假设均为不存在空间自回归效应。基于此，选用空间滞后模型进一步研究。空间滞后模型可以分为固定效应模型和随机效应模型两种，由于Hausman检验拒绝原假设，因此本文选用固定时间效应的空间滞后模型。

为研究金融发展对能源足迹的空间溢出效应，参考温忠麟等、柳士顺等的多元多重中介效应模型①参见温忠麟、张雷、侯杰泰等《中介效应检验程序及其应用》，《心理学报》，2004年第5期，第111-117页；柳士顺、凌文辁《多重中介模型及其应用》，《心理科学》，2009年第2期，第433-435页。，从经济规模、产业结构和技术进步三个方面检验金融发展对能源足迹的作用渠道。基于中介效应构建回归模型，分为三个步骤：一是分析金融发展对能源足迹的影响；二是分析金融发展对中介变量（规模效应、结构效应和技术效应）的影响；三是分析金融发展与中介变量交乘项对能源足迹的影响。为保证数据平稳性和收敛性，相应变量均进行对数化处理，构建空间滞后模型为：

其中，式（6）表示金融发展对能源足迹影响的总方程，式（7）—（9）表示金融发展对经济增长、产业结构和技术进步影响的方程；lnEf、lnFin分别表示能源足迹和金融发展水平；lnGdp、lnIs、lnTech分别表示经济增长、产业结构和技术进步，代表规模效应、结构效应和技术效应，为中介变量；w为距离权重矩阵，ρ为空间滞后系数；Ait、Sit、Zit、Dit为各列所选取的控制变量；i和t分别表示省份和年份，δt为时间效应，μit为随机误差项。

（三）变量设定和统计性描述

中介变量和控制变量的设定借鉴吕承超等、胡宗义等、佟家栋等的研究思路①参见吕承超、王媛媛《金融发展、贸易竞争与技术创新效率》，《管理学刊》，2019年第4期，第21-31页；胡宗义、李毅《金融发展对环境污染的双重效应与门槛特征》，《中国软科学》，2019年第7期，第68-80页；佟家栋、陈霄《出口扩张、环境规制与能源效率——来自中国城市层面的经验证据》，《经济问题探索》，2019年第6期，第174-184页。，选取如下变量：

1.中介变量。经济增长（lnGdp），采用消除价格因素的地区实际生产总值表示，以2000年为基期进行平减处理得到；产业结构（lnIs），采用第二产业产值与GDP比值表示；技术进步（lnTech），选用发明、实用新型和外观设计三种专利申请数表示。数据均来源于《中国统计年鉴》。

2.控制变量。选取能源结构（lnEs）、外商直接投资（lnFdi）、城镇化率（lnUr）、对外开放程度（lnOpen）、平均受教育程度（lnEdu）、污染治理投资额（lnPollu）、财政支出（lnFc）和研发投入强度（InRd）作为控制变量。具体来说，能源结构采用煤消费量与总能源消费量比值表示；外商直接投资采用外商直接投资与国内生产总值之比表示，计算方法是以每年按美元标价的外商直接投资额数值乘以人民币汇率中间价平均值；城镇化率采用年末城镇人口比重表示；对外开放程度采用进出口贸易总额与国民生产总值之比来表示；平均受教育程度采用6岁及以上人口受教育程度表示，主要按照6岁及以上人数加权其受教育程度表示，分别依据小学6年、初中9年、高中12年，大专及以上16年来计算平均受教育程度；财政支出采用政府财政支出与GDP比值表示；研发投入强度采用研究与实验发展经费投入与GDP比值表示。原始数据来源于历年的《中国能源统计年鉴》《中国统计年鉴》《中国科技统计年鉴》和国家外汇管理局、EPS数据库。为保证数据的平稳性和收敛性，相应变量均进行对数化处理。变量指标及其描述性统计结果如表3所示。

表3 变量指标与描述统计性结果

四、回归结果分析

（一）空间滞后模型回归结果

采用空间滞后模型分析金融发展对能源足迹的影响效应，结果如表4所示。方程（1）—（3）、方程（4）—（6）、方程（7）—（9）、方程（10）—（12）分别是式（6）—（9）的估计结果。空间模型估计系数不能直接反映解释变量对被解释变量的影响，因此需要借助偏微分方法进行分解分析，将本地区金融发展对被解释变量（能源足迹、经济增长、产业结构和技术进步）的影响界定为本地效应；对相邻地区被解释变量的影响界定为空间效应。

表4 金融发展对能源足迹效应机制回归分解结果

1.本地效应分析

方程（1）—（3）显示了金融发展对能源足迹的影响效应，结果表明，第一，金融发展对能源足迹的影响效应显著为负，具有显著的节能减排效应。其中，全国层面、东部地区、中西部地区的金融发展对能源足迹的影响系数分别为-0.237、-0.453、-0.146，且在1%的显著性水平下通过z检验，这表明金融发展能够显著降低能源足迹，同时东部地区金融发展的节能减排效应大于中西部地区金融发展的节能减排效应，这与图1的散点图显示结果相同。这一差异的可能原因主要有：一是东部地区金融发展水平高于中西部地区，规模更大、结构更合理、效率更高的金融发展能够发挥更大的节能减排效应。二是东部地区经济发展水平较高，地方政府和居民具有更高的环保意识，这促使行为主体在生产、消费以及资金利用过程中更加重视“绿色”，其行为选择“清洁度”更高。第二，中介变量方面，经济增长和产业结构对能源足迹的影响均为正，而技术进步对能源足迹的影响为负，这表明经济增长与第二产业占比提高会显著增加能源足迹，不利于节能减排效应的实现；技术进步能够显著降低能源足迹，有利于节能减排效应的实现，这与以往研究结论一致①See Acemoglu,Daron,Aghion,et al.The Environment and Directed Technical Change.American Economic Review,2012,Vol.102,Iss.1,pp.131-166.。具体来说，全国、东部和中西部地区的经济增长对能源足迹的影响系数为0.133、0.061和0.252；第二产业占比对能源足迹的影响系数为0.446、0.347和0.611；技术进步对能源足迹的影响系数为-0.279、-0.378和-0.142，并且各系数都在给定的显著性水平下通过z检验。

方程（4）—（6）显示了金融发展对经济增长的影响效应，结果表明，金融发展对经济增长的影响系数为0.398、0.696和0.187，且在5%显著性水平下通过z检验，这表明金融发展有利于提高经济增长规模。金融业作为现代经济核心，其对经济增长的促进作用已在学术界达成共识。

方程（7）—方程（9）显示了金融发展对产业结构即第二产业占比的影响效应，结果表明，金融发展对第二产业占比的影响系数为-0.101、-0.126和-0.004，且在10%的显著性水平下通过z检验，这表明金融发展对第二产业占比有一定的抑制效应，这也与现实相符，金融发展特别是现代金融的发展，除为第二产业提供资金支持和金融服务外，更是在促进现代服务业、数字经济等新经济模式、新业态的发展中发挥了举足轻重的作用，这也表明现代金融的发展对产业的影响具有“绿色偏向性”，有利于提高“清洁度高”行业的发展。

方程（10）—（12）显示了金融发展对技术进步的影响效应，结果表明，金融发展对技术进步的影响系数为0.584、0.844和0.151，且在10%显著性水平下通过z检验，这表明金融发展是我国技术进步的重要驱动因素。科技发展和技术进步需要金融的强力助推，金融特别是现代金融和科技金融可以通过资金筹集、风险分摊等多种途径为技术研发提供有益支持。

2.空间效应分析

方程（1）—（3）显示了金融发展对能源足迹的空间影响效应，结果表明，第一，空间影响效应显著为负，具有显著的节能减排效应。即本地区金融发展有助于减少邻近地区能源足迹，这说明相邻省份由于大气环流和产业结构相似，环境问题具有“一荣俱荣，一损俱损”的特点，因此各省需要协同合作，减少能源足迹。②参见邵帅、李欣、曹建华等《中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角》，《经济研究》，2016年第9期，第73-88页。具体来说，全国、东部和中西部地区的金融发展对能源足迹的空间影响系数为-0.123、-0.359和-0.073，且在10%的显著性水平下通过z检验，这表明空间效应的差异性与本地效应相同。第二，经济增长、产业结构和技术进步对其他省份能源足迹均产生正向空间效应，即地区经济增长、产业结构升级和技术进步均会增加其他省份能源足迹，这可能是因为邻近地区之间产业趋同、“引资大战”以及技术竞争等因素造成了能源足迹“以邻为壑”的现象。方程（4）—（6）显示了金融发展对邻近省份经济增长产生正向空间溢出效应，回归系数为0.152、0.361和0.141，这表明金融发展能够通过加快地区生产要素的流动，降低交易成本，提高跨区域资本效率，达到拉动区域经济良性互动发展的目的。方程（7）—（9）显示了金融发展对邻近地区产业结构升级有负向溢出效应，回归系数为-0.050、-0.063和-0.003。可能的原因是，金融发展对产业结构升级的空间溢出效应体现为技术扩散效应和要素集聚效应，技术扩散效应致使知识和技术向金融发展水平低、产业结构优化水平低的地区溢出，对该地区产生正向溢出；要素集聚效应致使资金要素由金融落后地区流出，向金融发达地区集聚，导致地区间技术创新差距加大，对金融水平低的地区产生负效应。由于新技术研发、溢出成本大，要素流动成本小，因此要素集聚现象更为普遍，两者之间的空间溢出效应为负①参见龙海明、姜辉、蒋鑫《金融发展影响产业结构优化的空间效应研究》，《湖南大学学报》（社会科学版），2020年第2期，第42-48页。。方程（10）—（12）显示了金融发展对邻近地区技术进步有正向溢出效应，回归系数为0.329、0.395和0.057。这表明区域间金融发展有助于金融要素良性流动，形成空间集聚态势，发挥金融集聚的正外部性。

（二）总效应分析

分别计算金融发展对能源足迹影响的直接效应和三种中介效应，过程如下：金融发展对能源足迹直接效应分为本地效应（θ1）与空间效应（θ5），路径为：lnFin→ lnEf和wlnFin→ lnEf。金融发展对能源足迹的规模效应分为本地效应（α1θ2）与空间效应（α2θ2），路径为：lnFin→lnGdp→lnEf和wlnFin→lnGdp→lnEf。依次类推，结构效应分为本 地 效 应（γ1θ3）与 空 间 效 应（γ2θ3），路 径 为：lnFin→lnIs→lnEf和wlnFin→lnIs→lnEf。技术效应分为本地效应（β1θ4）与空间效应（β2θ4），路径为：lnFin→lnTech→lnEf和wlnFin→lnTech→lnEf。将表4的核心解释变量系数汇总整理为表5。

表5 全国30个省份金融发展对能源足迹的总效应

由表5可知，第一，金融发展对能源足迹的直接影响为负，全国、东部和中西部地区影响效应分别为-0.360、-0.812和-0.219，即金融发展能够直接减少能源足迹。第二，金融发展对能源足迹的规模效应为正，影响效应分别为0.073、0.064和0.083，即金融发展通过规模效应增加能源足迹，不利于节能减排。第三，金融发展对能源足迹的结构效应和技术效应均为负，结构效应分别为-0.067、-0.066和-0.004，技术效应分别为-0.255、-0.468和-0.029，这表明金融发展能够通过降低第二产业占比和促进技术进步降低能源足迹。第四，金融发展通过规模效应、结构效应和技术效应影响能源足迹的中介总效应分别为-0.249、-0.470和0.05，即全国地区和东部地区金融发展能够降低能源足迹；而中西部地区金融发展会增加能源足迹。造成中西部地区金融发展不具备节能减排效应的原因在于金融发展的规模效应远大于结构效应和技术效应之和，不利于节能减排效应实现。②参见许和连、邓玉萍《外商直接投资导致了中国的环境污染吗？——基于中国省际面板数据的空间计量研究》，《管理世界》，2012年第2期，第30-43页；孙婷、余东华、张明志《技术创新、资本深化与制造业国际竞争力——基于环境规制视角的实证检验》，《财经论丛》，2018年第1期，第3-11页。第五，金融发展对能源足迹的最终总效应均为负，全国和各地区金融发展对能源足迹的影响效应分别为-0.609、-1.282和-0.169，即金融发展最终会减少能源足迹，实现节能减排效应。

五、结论与政策建议

文章在研究金融发展影响节能减排机理基础上，基于空间滞后模型实证分析了金融发展的节能减排效应。结果表明：金融发展可以直接降低能源足迹，也可以通过结构效应和技术效应间接减少能源足迹，达到节能减排的效果。同时金融发展的节能减排效应存在区域异质性，东部地区金融发展对能源足迹的影响效应明显优于中西部地区。因此，基于金融发展视角制定节能减排政策，既要关注本地效应，还应关注空间效应。

本地效应方面，一是大力发展绿色金融。积极引导金融机构向低碳、绿色环保产业投融资，调整金融资本的投向和流向，实现金融资本流向“绿色”产业；同时深化金融体制改革，鼓励发展绿色金融市场，激励发展绿色信贷、保险和基金等相关金融产品。二是发挥金融支持技术研发的资金筹集和风险分担功能，促进技术进步。要实施创新驱动发展战略，鼓励提高科技创新能力和绿色技术研发；同时要加强研发和创新环节补贴力度，引导和扶持技术创新活动，鼓励机构绿色技术创新，加大人才、资金和政策向绿色新兴产业的技术倾斜，实现“高技术，低排放”目标。

空间效应方面，一是发挥绿色金融的区域联动作用，扩大绿色金融的溢出效应。应结合现代信息技术，利用信息化协同推进区域金融发展的节能减排技术系统化发展，激发新的节能减排模式；同时应建立治理联动平台，建立节能减排监管数据库和统一发布机制，形成绿色金融和节能减排的快速对接和反应机制，推进金融发展的节能减排政策和信息等资源共享与合作。

二是充分发挥市场机制的决定性作用。要构建市场主体节能减排激励机制，推进金融发展政策、技术和信息等资源共享与合作，促进金融要素在区域乃至全国统一市场中的优化配置，引导金融资本流向“清洁度”高的产业和地区。同时加强政府治理能力和治理体系现代化建设，打破金融发展的区域垄断和隔离，鼓励和引导大型金融机构在全国范围内积极开展绿色信贷、绿色证券、绿色保险和绿色信托等绿色金融工作。

三是重视金融发展的区域差异，加强省域交流合作，提高整体性节能减排效应。一方面要提升区域间和区域内金融发展及其节能减排政策的协作能力，促进地区的交流和学习，提升协作治理意识，实现治理理念的转型。另一方面要探究邻近地区协同作用，鼓励金融发展节能减排效应高的地区发挥带头示范作用，帮扶其他地区共同发展，实现金融资源配置最优化，平衡地区之间金融发展及其节能减排效应。