区域金融风险对碳排放的影响效应——基于中国的经验数据分析

欧阳资生,王佳宇

(湖南师范大学 商学院,湖南 长沙 410081)

随着二氧化碳等温室气体排放的增加,气候变暖已经成为一个全球性挑战。2023年中国政府工作报告指出,要“推动发展方式绿色转型”“稳步推进节能降碳”。作为世界上最大的发展中国家,我国始终积极参与全球气候治理,研究碳达峰行动方案,确立了碳达峰碳中和“1+N”政策体系,实施了一系列碳排放政策和措施。例如建立碳交易市场、加强绿色金融、推进清洁能源和生态保护等,节能降碳行动取得积极成效。中国将继续稳步推进减排政策,坚持探索低碳发展新路径。然而,众所周知,实现碳减排目标是一项重大且艰巨的任务,为此,厘清影响碳排放的因素,提出行之有效的减排政策更有助于完成减排任务。

党和国家高度重视金融风险的防范与化解,2017年7月,习近平总书记在全国金融工作会议指出防止发生系统性金融风险是金融工作的永恒主题,要求金融系统把防控金融风险放在更加突出的位置。为此,守好风险底线,防范化解金融风险,营造稳定的金融环境至关重要。值得注意的是,在金融市场不断发展的背景下,金融环境对碳排放的影响问题逐渐引起了业界和学界的关注。金融市场稳定时期,企业更容易获得融资,扩大生产规模将增加温室气体排放。相反,金融环境处于危机境地时,危机蔓延扩张致使企业破产倒闭,深刻影响实体经济发展[1],从而抑制碳排放。这种对经济活动造成强烈影响的金融事件似乎对碳排放存在一定影响[2]。根据图1(a)可知,1995—2021年期间除个别年份外,中国人均碳排放量均呈上升趋势。观察图1(b)中国人均碳排放增速折线图发现,金融环境动荡较大时,中国碳排放增速降低甚至可能为负,如1997年亚洲金融危机、2008年次贷危机、2010年欧债危机、2015年“股灾”、2020年新冠肺炎疫情爆发等危机年份碳排放速度急速下降。相反,大部分非金融风险时期碳排放增速上升。由此,地区金融风险对碳排放的影响如何?同时,如何在不同区域金融风险水平及市场条件下实现绿色与低碳发展?这是本文关注的2个重要的问题。然而,现有研究主要是从经济增长、能源强度、产业结构和城镇化等视角考察影响我国碳排放因素,从金融风险视角研究区域二氧化碳排放的文献较少,考虑到我国各区域间存在区域性和地方性的金融风险传染效应,为此,本文拟从中观层面探究地区金融风险对碳排放的影响效应、机制及空间溢出效应,以丰富和发展现有文献,同时也为不同地区实现低碳发展提供差异化的政策建议。

(b)中国人均碳排放增速图1 1995—2021年人均碳排放量及增速(1)数据来源于牛津大学Our World in Data数据库(https://ourworldindata.org)。

一、文献综述

区域金融风险问题一直是学术界关注的焦点问题之一。区域金融风险是指在某个经济区域内金融系统所面临的各种风险,属于中观范畴[3]。近年来,国内外学者从不同领域选择多个维度的指标,以此衡量和研究区域金融风险。如宋凌峰和叶永刚[4]使用金融部门、公共部门和企业部门的风险指标评估区域金融风险,研究表明企业部门和公共部门是区域金融风险的主要来源。沈丽等[5]通过选取金融部门、企业部门、政府部门、家庭部门和宏观环境5个维度的指标构建区域金融风险指数,发现我国不同地区的金融风险差异逐渐扩大。风险传染角度上看,王若涵和胡春阳[6]构建我国地方政府隐性债务风险溢出网络,发现地方政府隐性债务风险存在溢出效应,有较明显的跨省份传递特征。现有文献测度的区域金融风险指标大多仅考虑了影响区域金融风险的省内因素,鲜有考虑区域外的风险跨区域传染对省内金融风险的影响,难以准确刻画区域金融风险水平。

随着我国不断增强环境保护并关注温室气体排放,大量文献集中探讨了金融与大气环境的关系,严成樑等[7]和朱东波等[8]研究发现,金融发展对碳排放存在正面和负面2种效应,其综合效应大小与两种效应相对大小密切相关。同时,有少数学者研究金融危机对碳排放的影响后认为金融危机不仅会导致经济萎靡和衰退,还会使碳排放需求降低,从而有助于抑制全球变暖[2]。Zhao等[9]通过研究62个国家的面板数据发现金融风险对碳排放存在负向影响。Wang 等[10]指出全球碳强度在受到全球金融危机冲击时会表现出剧烈波动,在2008—2011年期间呈现出反V型。相对而言,稳定的经济和金融环境则会刺激生产和投资,增加二氧化碳的排放[11]。综上,金融环境的稳定性会对碳排放产生直接影响,而基于中国经验的区域金融风险和碳排放之间关系的研究较少,其区域金融风险对碳排放的影响路径同样有待考究,且鲜有文献分析金融风险溢出对关联区域碳排放的影响。

技术创新作为碳排放的重要影响因素是学者们广泛讨论的话题,但技术创新对碳排放的影响未取得一致的结论。一方面有学者指出技术创新对碳排放具有正向作用。如杨莉莎等[12]指出技术创新可能会促进区域碳排放的增长。Li等[13]利用专利数衡量绿色技术创新水平,发现创新水平低下时,绿色技术创新反而会增加碳排放。另一方面,也有学者指出技术创新会抑制碳排放。如涂正革[14]研究发现技术创新有利于减少二氧化碳排放。徐德义等[15]研究发现由于反弹效应的存在,技术创新可能导致能源消耗增加,阻碍节能减排的实现。因此,技术创新对区域碳排放的作用取决于双重效应,当技术创新的减排效应大于回弹效应时,净效应为碳减排效应,反之则是促增效应。

众多学者同样深入研究了经济增长、产业结构、城镇化和能源强度等因素对二氧化碳排放的影响。经济增长方面,Grossman和Krueger[16]提出环境库兹涅茨 (EKC)假说,证明经济发展在初始阶段会增加二氧化碳排放,但在跨越转折点后将会减少碳排放。田立新和张蓓蓓[17]研究指出,经济发展对于推动中国人均碳排放的贡献率呈现指数增长的趋势。产业结构方面,涂正革[14]采用优化的Laspeyres方法研究发现推动产业结构优化升级是实现中国低碳发展的必经之路。高新和朱雨嫣[18]指出产业结构水平会促进二氧化碳排放。城镇化方面,城镇化指标通常由城市人口占总人口的比例来表示,邵帅等[19]指出城镇化对碳排放强度的影响呈现倒U型趋势,当城镇化水平提高到一定程度时,将有利于节能减排。能源强度也是二氧化碳排放的主要驱动因素之一,林伯强和刘希颖[20]指出城市化和工业化阶段对能源需求增长较强,能源需求刚性将不利于节能减排。

综上所述,学界在探索碳排放的影响因素方面已有大量研究,尤其是对金融发展、经济发展和产业结构等因素对碳排放的影响进行了深入研究。然而,在相互关联的金融市场上,不同地区的金融风险水平对碳排放的影响以及传导机制等问题目前尚鲜有研究,需要进一步深化和探讨。特别是地方政府的债务扩张是我国区域金融风险最主要的引发因素,会对本地区金融风险产生负面影响,同时也会放大与其风险关联较紧密地区的金融风险[21],因此,有必要在构建区域金融风险指标时考虑外部传染风险,进一步研究区域金融风险对碳排放影响的溢出效应,以全面了解二者之间的关系。

与以往研究相比,本文的贡献在于:第一,考虑了政府债务扩张的传染效应对关联地区区域金融风险存在影响,测算区域金融风险时将基于城投债的社会网络模型所生成的风险易感度指标考虑在内,使本文的区域金融风险指标不仅反映了区域内部产生的金融风险,还能体现外部债务风险传染所致的地区金融风险。第二,考察了区域金融风险对碳排放的影响效应与机制,进一步从区域金融风险传染角度分析并测度了区域金融风险对碳排放的空间溢出效应,阐述了区域金融风险如何影响关联地区碳排放。第三,在异质性分析基础上,有针对性地提出了减排政策建议。

二、机制分析与研究假说

(一)区域金融风险与碳排放

区域金融风险是影响区域经济发展的重要因素,营造和谐稳定的金融环境有助于充分发挥金融体系功能,增强企业活力,实现经济可持续发展。随着金融改革的不断推进和监管力度的加强,我国区域金融风险虽得到了一定程度的控制和缓解,整体抵御金融风险的能力仍有待提升。大部分省份存在金融风险隐患,且极易在地区间传染[22],影响投资者信心和市场稳定,阻碍企业融资与经营活动,企业缩小生产规模将直接抑制地方经济活动,减少地区温室气体碳排放。

根据已有研究,我国各省份金融风险水平较高的原因主要体现在以下几方面:首先,近年来我国地方债务水平不断提升,存在金融摩擦时,地方债务融资通过挤出私人投资减少投资效力,导致较高的金融风险[23]。其次,房地产市场的波动也可能对整体金融市场造成不利影响,行业风险将传染至其他部门[24],整体上提高区域金融风险。再者,区域金融风险间的联系增强,跨区域传染会拉高各区域的金融风险。最后,虽然金融监管机构一直在加强监管力度,但仍可能存在监管漏洞,且金融体制改革与经济增长之间的不协调将长期积累区域金融风险,构成区域金融风险隐患[25]。

较高的地区金融风险会扰乱投资决策、资本配置和实体经济,对地区碳排放造成一定影响。首先,投资者投资时会考虑当前投资环境是否安全稳定。面对金融风险,投资者为规避风险将减少投资,或为获得较高的风险补偿选择投资,导致企业融资成本提高,企业的生产经营活动受到限制,融资压力过大时企业将缩减生产规模,最终抑制二氧化碳排放。其次,金融机构业务开展难度加大以及金融市场违约事件增加将影响资金运作。我国银行主导型金融体系中,银行信贷是企业融资的重要途径。金融风险的上升会导致银行更加谨慎地审批贷款和信贷申请,尤其是对于高风险客户和企业,导致信贷条件更加紧缩,限制企业和个人的融资,从而降低消费和投资,减少经济活动,抑制二氧化碳排放[9]。最后,金融市场极度不稳定将影响实体经济,严重影响投资、就业、产出、消费等国民经济各个方面,致使经济陷入长期衰退[26],企业产出与市场消费需求减少,温室气体排放减少。总之,区域金融风险较高或动荡的金融环境将抑制金融交易活动及经济活动,阻碍投资和实体经济发展,从而减少二氧化碳排放。综上,本文提出如下假设。

H1:从整体上看,区域金融风险对碳排放存在负向影响。

(二)区域金融风险对碳排放的影响机制

区域金融风险作为一个重要的金融市场指标,不仅能够影响金融市场的运行状况,还能影响技术创新水平。首先,地区金融风险的上升将恶化企业的生存环境,促使企业通过创新加速转型升级以实施低成本竞争战略,在市场经济下提升自身的生存能力与市场竞争力,如推进自动化生产形成规模经济,推动自动化技术进步[9]。其次,为了应对金融市场的不稳定性,企业还将积极调整市场竞争战略、优化产品结构、注重产品性能与质量以提升自身核心竞争力,从而树立高品质企业形象,推动产品生产技术创新。最后,为塑造负责任的企业形象或应对环境规制,企业研发低碳技术需要高昂的成本,区域金融风险也将提高融资成本,企业则可以发行股票或债券的形式获取融资,拓宽创新资金来源缓解融资约束以支持技术创新。大量学者证实了技术创新是抑制二氧化碳排放的重要因素[14-15]。技术创新能通过研发低碳技术、研发低能耗产品或提高效率等方式有效减少能源消耗,从而实现减排降碳[7]。另外,随着我国消费者低碳责任意识大大增强,消费者对绿色技术广泛使用将大大增强技术创新对碳排放的抑制作用。

由此可见,区域金融风险对技术创新水平存在正向的影响,而技术创新对碳排放具有抑制作用,也就是说,区域金融风险能够通过提高技术创新水平以降低温室气体的排放,技术创新水平在区域金融风险与碳排放之间可能发挥着重要的中介作用。综上,本文提出假设:

H2:区域金融风险通过提高技术创新水平从而对地区碳排放产生负向影响。

(三)区域金融风险对碳排放影响的空间溢出效应

前文的理论分析指出,区域金融风险会扰乱资本配置、投资决策和实体经济等,直接影响碳排放,但考虑到金融过程具有网络化的特征,且金融关系连接广泛,因此我国的区域金融风险存在较强的联动性与传染性,某一区域金融风险达到一定边界时会造成跨地区的风险蔓延,导致整个国家的金融体系动荡,甚至造成金融危机。区域金融风险在地区间极易通过区域金融关联渠道、实体经济关联渠道以及“羊群行为”等渠道产生外部性传播到周边地区[22],对其他地区的金融活动造成一定的影响,从而影响关联地区碳排放。

首先,地区金融机构通过跨省业务存在金融连接,因此,资金链断裂、信贷违约等问题的出现将导致金融市场出现一系列连锁反应,将风险传递给其他地区的金融机构,提高其他省份的区域金融风险水平,影响其碳排放量。其次,地区金融风险可以通过地区实体经济的联系实现溢出。地区金融风险影响地区生产和消费的同时,通过区域商品服务贸易、跨地区投资和上下游产业关系等影响其他省企业的生产或经济活动,从而影响到其他省份的碳排放。最后,投资者依赖舆论或模仿他人做出决策的从众行为对金融市场的影响不容小觑,区域金融风险升高可能通过投资者羊群行为影响整个行业的投资,如恒大暴雷时,不仅仅是对当地房地产产生影响,各地区投资者对整个房地产行业的投资将变谨慎,房产流动性减弱,房地产上下游企业也将受到影响,从多方面抑制经济活动与碳排放。综上,本文提出假设:

H3:区域金融风险对关联地区碳排放存在空间溢出效应。

(四)区域金融风险对碳排放影响的异质性

由于各地区金融市场发展水平、科技创新水平、产业结构和资源禀赋等不尽相同,区域金融风险及技术创新水平对碳排放的影响效果可能存在一定差异。

从地区金融环境来看,首先,我国的金融市场发展程度不平衡,经济较发达地区金融市场一般比较发达[27],金融发展水平和监管能力相对较强,更有助于规避区域金融风险,创造稳定的金融市场与环境,从而吸引更多投资,促进经济扩张,这将增加能源消耗,促进二氧化碳的排放[11]。相反,欠发达地区的金融市场尚不健全,政府债务更重[28],金融系统制度不完善[29],导致地区信贷及实体经济易受区域金融风险的影响。因此,相较于发达地区,欠发达地区金融风险可能会减少碳排放,且影响效应相对更强。其次,地区间金融风险水平存在差异。欠发达地区区域金融风险相对较强,金融机构为了降低成本及规避风险将减少对欠发达地区投资,以至于这些地区交易成本及风险更高[30],因此区域金融风险对欠发达地区企业生产与运行的影响更大,区域金融风险水平提高更容易抑制这些地区的碳排放。

H4:发达地区较低的区域金融风险对碳排放的影响是正向的,欠发达地区较高的区域金融风险对碳排放的影响是负向的。

三、数据与指标测算

(一)二氧化碳排放核算

我国暂时没有统一的碳排放衡量标准,参考朱东波等[8]和杜利民[31]的研究,使用化石能源燃烧排放二氧化碳的计算公式计算碳排放量。该算法参考IPCC指南对碳排放量进行估算,不仅计算了化石燃料(煤炭、焦炭、汽油、煤油、柴油、天然气和燃料油)产生的二氧化碳,还计入了水泥生产产生的,原因是工业发展和城市建设需要生产大量水泥[32]。二氧化碳的排放量计算公式如下:

(1)

CT=Q×EFc

(2)

(二)区域金融风险的测算

区域金融风险指标的选择目前没有确定的标准,现有文献主要从宏观经济、政府、金融、企业、房地产等部门选取指标构建区域金融风险指标[33-34]。然而地区的金融风险不只来源于该地区本身产生的风险,其他区域的金融风险亦会影响该地区的区域金融风险水平,而关联程度越高,金融风险传染性越强,影响范围越大[33]。研究表明,城投债的风险溢出会持续推高地方债的系统性风险[35],因此笔者不仅选取了影响地区金融风险的省内风险因素,还使用基于城投债指标的社会网络模型作为某地区对其他区域金融风险的风险易感度加入到指标体系中,以体现区域间债务风险传染所致的省外风险因素。风险易感度越高说明该地区城投债越容易受到其他地区债务的影响,致使该区域金融风险增加。其中用于确定城投债空间关联网络模型所使用的修正的引力模型如公式(3)所示:

(3)

构建区域金融风险指标时,结合中国实际选取19个具有代表性的指标构建区域金融风险指标体系,指标选取如表1所示。首先将指标进行正向指标、负向指标和适度指标的区分,随后采用熵值法为每个指标赋予权重以测度区域金融风险指数,并将其作为衡量区域金融风险的代理变量。从权重来看,首先,风险易感度指标权重为9.34%,说明区域间债务传染对地区金融风险的贡献较大,因此将外部风险传染纳入地区金融风险指标体系是合理的,地方城投公司债务风险对当地金融风险乃至对其他地区的风险传染不容忽视[36]。此外,地方政府债务、股票市场规模、房地产增加值及规模以上企业亏损额对地区金融风险指标的贡献较大,权重分别达到了11.83%、13.97%、9.29%、11.89%。因此为降低地区金融风险,需要加强对地方政府债务、股票市场、房地产市场及大企业等影响区域金融风险重要因素的监管,营造安全稳定的金融环境。

表1 地区金融风险指标体系

(三)数据来源与变量描述

本文使用2009—2020年间30个省份(不包括西藏、香港、澳门和台湾)的年度面板数据研究区域金融风险对二氧化碳的影响及空间溢出效应。变量及各变量度量方法如表2所示,其中区域金融风险所涉及的各指标数据来源于Wind数据库、《中国金融年鉴》、国家统计局、各省统计年鉴等。GDP、第二产业增加值、第三产业增加值、进出口额、城镇人口数、年末总人口、能源消耗量及计算碳排放数据所用到的7种燃料消耗量和水泥数据均来自国家统计局及各省统计局;各省专利申请数来源于CNRDS中国研究数据服务平台,包含当年申请的发明数量、当年申请的实用新型数量及当年申请的外观设计数量。个别缺失的数据均通过插补法进行补全。在进行参数估计前,对所有变量进行对数处理。

表2 各变量的定性描述

四、模型的选择与构建

(一)空间相关性分析

进行空间面板模型的参数估计前,首先通过Moran’s I检验验证变量是否存在空间溢出效应,只有变量存在空间相关性才有必要进行空间计量的进一步分析。表3中的人均二氧化碳排放量、区域金融风险指数及技术创新的Moran’s I均十分显著且取值为正,说明相邻区域的二氧化碳排放量、区域金融风险指数、技术创新以及GDP为正相关的关系,各省呈“高—高”或“低—低”形式聚集,图2中局部莫兰散点同样可以看出这一特点。

表3 全局Moran’s I检验结果

(a)二氧化碳排放量

(b)区域金融风险图2 2020年碳排放量与区域金融风险指标的局部莫兰散点图

(二)模型的选择

模型选择需要通过对OLS的估计结果的残差进行检验来确定,检验的结果如表4所示。LM-lag检验、LM-error检验、稳健的LM-lag检验和稳健的LM-error检验均显著通过,表明这2种模型中,空间杜宾模型(SDM)最适合。模型的hausman检验通过,拒绝随机效应原假设,在区域金融风险对碳排放影响的研究中,固定效应模型比随机效应模型合适。LR检验可以用来选择时间固定效应、空间固定效应和双固定效应模型,表5结果显示均拒绝原假设,表明使用双固定效应模型更合适。

表4 LM检验结果

表5 时间固定效应、空间固定效应与双固定效应的选择

采用LR检验和Wald检验验证SDM模型是否会退化成SAR或SEM模型。由表6可以看出模型的LR检验和Wald检验均显著拒绝原假设,证明空间杜宾模型不会退化成SAR模型或SEM模型,因此选用空间杜宾模型进行后续分析。

表6 LR检验和Wald检验结果

(三)模型构建

为考察区域金融风险对碳排放的影响,根据以上分析,选取空间杜宾模型研究区域金融风险对碳排放的影响,人均二氧化碳排放量作为被解释变量,区域金融风险作为核心解释变量,中介变量为技术创新,控制变量组主要包含人均GDP、产业结构升级、城镇化水平和能源强度等4个变量。基准模型如公式(4)所示:

(4)

Wij为空间权重矩阵,表示i省与j省的关联程度,将主要使用地理距离矩阵作为空间权重矩阵进行实证估计,并使用经济地理嵌套矩阵进行稳健性估计。μi为个体固定效应,δt为时间固定效应,εit为误差项,i表示省份(或直辖市与自治区),t代表年份,CO2指人均碳排放量;FR指区域金融风险指标;X为控制变量;GDP指人均地区生产总值;STR指产业结构优化,为第三产业增加值与第二产业增加值的比;URBAN指城镇化水平,为城镇人口数比上年末总人口。

为进一步研究区域金融风险与二氧化碳排放之间的效应与传导路径,引入技术创新lnTEC作为中介变量,利用中介效应模型研究区域金融风险对碳排放的影响机制,构建模型如(5)—(6)式所示:

(6)

五、实证分析

(一)基准模型回归

表7报告了区域金融风险对碳排放影响的基准回归结果,为确保系数估计结果的可靠性,列(1)—(3)分别为考察不加入控制变量、仅加入时间效应和仅加入个体固定效应的回归结果,列(4)为同时加入控制变量和双固定效应的基准回归模型回归结果。区域金融风险的系数大小和方向基本一致,因此从整体上看,区域金融风险的增加会抑制二氧化碳排放,这是因为区域金融风险整体较高会影响投资者决策,投资者为规避风险减少对企业的投资或索取较高的投资回报,增加企业的融资成本,同时银行信贷缩减,抑制实体经济发展导致碳排放减少。综上,假设H1得到验证。

表7 区域金融风险对碳排放的影响

(二)影响机制分析

为探讨区域金融风险对碳排放的影响机制,本文将技术创新作为中介变量分析区域金融风险对碳排放的影响路径。表8中的列(1)—(3)为分别基于公式(4)—(6)使用地理距离矩阵估计的结果,每列均代表区域金融风险对i省自身的影响。列(1)表示区域金融风险对碳排放的总效应,在基准模型回归小节中已解释。列(2)代表区域金融风险对技术创新水平的影响,从估计结果中可以看出地区金融风险对技术创新的影响显著为正,区域金融风险每增加1%会促使技术创新水平提高2.554%,说明区域金融风险可以促进地区的科技创新水平的提高。企业在面临较高金融风险时,为保证利润维持生存,将通过创新研发降低成本,最终提高技术创新水平[9]。列(3)表示区域金融风险对碳排放的直接效应。控制创新的影响后,区域金融风险提高1%会导致二氧化碳排放量直接减少1.845%,而技术创新水平每提升1%会使二氧化碳的排放量减少0.063%,区域金融风险的提高会降低人均碳排放,技术创新在降低碳排放的过程中扮演中介角色。综上,假设H2得到验证。从控制变量的结果来看,经济增长和能源消耗的提高则会增加二氧化碳排放,产业结构的升级有助于减少碳排放。

表8 技术创新作为中介变量的中介效应估计结果

(三)溢出效应分析

我国的区域金融风险存在较强的联动性与传染性,地区金融风险的溢出将影响关联地区温室气体排放。空间杜宾模型的直接效应表示各变量的变动对本省碳排放影响的效用大小,间接效应则表示各变量变动对相关联地区碳排放的平均影响。表9展示了依据公式(6)估计的溢出效应结果。从地区金融风险指标来看,区域金融风险对本省的碳排放存在显著的抑制作用,地区金融风险每增加1%会直接减少当地2.132%的碳排放,而区域金融风险水平增长对关联地区的碳排放亦存在较大程度的负向影响。原因是各地区之间金融风险存在较高关联,区域金融风险溢出到其他地区,将抑制这些地区的金融经济和投资活动,阻碍实体经济发展,进而达到减少关联地区的碳排放的效果。假设H3得到验证。技术创新的间接效应显著为正,表明地区技术创新水平的提升可能会致使周边地区碳排放水平提高。这可能是因为欠发达地区为了追求经济增长而选择牺牲环境,以及某些发达地区为了营造良好的城市环境将污染产业转移到周边地区等[37],由于间接效应代表平均溢出影响,因此平均来看,技术创新的回弹效应大于减排效应。在控制变量方面,经济发展会增加当地的碳排放,但会减少关联地区的碳排放。而地区产业结构调整、城镇化和能源强度的变动对相关联地区的碳排放影响并不明显。

表9 溢出效应分解

(四)异质性分析

区域经济发展程度是影响地区技术创新能力和金融环境的重要因素。根据樊纲等[38]的市场化进程得分中位数,将30省划分为发达地区和欠发达地区(2)发达地区:北京、天津、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、重庆、四川、陕西;欠发达地区:河北、山西、内蒙古、辽宁、吉林、黑龙江、广西、海南、贵州、云南、甘肃、青海、宁夏、新疆。,大于中位数的省份划分到发达地区组,其余为欠发达地区。考虑到将30省分类后地理距离矩阵可能不能充分表达地区间的联系,因此使用地理距离矩阵和经济地理嵌套矩阵分别对发达地区和欠发达地区的区域异质性进行估计,对比表10发达地区和欠发达地区的区域金融风险系数可以看出,区域金融风险对发达地区的碳排放起到正向作用,而对欠发达地区的碳排放起到负向作用且作用更强,可能是因为发达地区金融市场相对成熟,应对风险能力较强,稳定的金融市场创造了良好的金融环境,有助于增加二氧化碳的排放,相反,欠发达地区金融市场尚不健全,且区域金融风险较高,导致地区信贷及实体经济易受金融风险的影响,更容易受到风险冲击以至于减少碳排放。技术创新水平对发达地区存在显著负向影响,发达城市更注重绿色创新,技术创新的减排效应大于回弹效应。而欠发达地区技术创新的结果不显著,可能是因为欠发达地区创新驱动不足[39],且技术创新发展在降低碳排放的同时刺激了更多的能源使用,即由于经济规模扩大所致的消费者和生产者对能源需求的增加,导致技术创新带来的回弹效应更大。假设H4得到验证。

表10 发达地区和欠发达地区异质性分析

(五)非线性分析

本文进一步研究了区域金融风险和技术创新这2个变量与碳排放之间的线性关系。表11为基于地理距离矩阵的估计结果,列(1)为加入人均GDP平方项的估计结果,结果显示,人均GDP的平方项系数显著为负,一次项系数显著为正,表明经济增长对碳排放的影响是倒U型的,本研究的结论与EKC假说一致。同样,列(2)为加入了区域金融风险平方项的估计结果。区域金融风险的二次项系数显著为负,一次项系数不显著,表明区域金融风险对碳排放的影响是非线性的,呈倒U型曲线,即区域金融风险的增加首先会增加二氧化碳排放,达到一定水平时会减少二氧化碳的排放。这是因为当金融风险较低时,企业必然为追求效益增加生产,市场活动频繁,这将大大加剧温室效应,然而随着区域金融风险的逐渐增加,企业的资金短缺限制了生产和经营活动,减少了能源消耗,从而减少了二氧化碳的排放。列(3)加入了技术创新的平方项以研究技术创新水平对碳排放的影响。技术创新水平平方项的系数显著为负,一次项系数显著为正,说明技术创新与碳排放的关系是倒U型的。创新水平较低时的减排效应小于回弹效应,此时技术创新水平的逐渐提高会增加碳排放,当创新水平达到一定的高度,减排效应会大于回弹效应,此时继续提高创新水平则有利于降低碳排放。

表11 非线性研究估计结果

(六)稳健性检验

1.替换变量与空间矩阵。为验证中介效应的稳健性,本文使用碳排放总量作为解释变量做稳健性检验,其他变量不变,表12中列(1)—(3)为基于经济地理嵌套矩阵的公式(4)—(6)的估计结果,估计值的符号以及显著性与表8的估计结果无较大差别,证明前文的估计结果是可靠的。

表12 中介效应的稳健性检验

表12列(4)—(7)为替换区域金融风险指标并使用经济地理嵌套矩阵估计的公式(6)与非线性估计结果,新区域金融风险指标是基于原指标体系利用因子分析法测算得到,KMO值为0.677,Bartlett 球形度检验的p=0.000,表明适合进行因子分析。列(4)根据公式(6)替换原来的区域金融风险指标,仍然能够证明区域金融风险会对碳排放产生负向影响,其他指标的影响方向均与前文一致。列(5)—(7)为替换区域金融风险指标后分别加入GDP、区域金融风险和技术创新水平三者平方项的非线性研究,结果表明替换指标和空间矩阵后的GDP平方项、区域金融风险平方项和技术创新平方项依然显著,表明这3个变量对二氧化碳的影响的非线性研究稳健性检验通过。

2.工具变量。考虑到变量遗漏与误差无法避免内生性问题存在,因此将滞后的内生变量用作工具变量,以减轻实证研究中的内生性。参考Chen 等[40]的做法,选择滞后的区域金融风险作为工具变量进行验证。原因在于,一方面,滞后变量与区域金融风险的当值有很强的相关性。另一方面,滞后的区域金融风险指数不会受到当前碳排放的影响。因此,将滞后的区域金融风险指标作为工具变量是可行的。对基于地理距离矩阵并使用因子分析法测算的区域金融风险指标重新进行估计,其中滞后一期后使用的整个样本年份为2010—2020年,结果如表13所示,加入工具变量的结果与原基准模型的估计结果的方向基本一致,表明基准回归结果具有稳健性。

六、结论与建议

(一)结论

基于2009—2020年省级面板数据,实证检验区域金融风险对碳排放的影响发现。

1.我国的区域金融风险在整体上会减少碳排放。较高的地区金融风险可能通过扰乱投资决策、资本配置和实体经济等方式抑制二氧化碳的产生与排放。同时,通过机制分析还发现,区域金融风险可能通过提高技术创新水平减少温室气体的排放。

2.区域金融风险会减少关联地区的碳排放,而技术创新整体上会增加周边地区的碳排放。由于区域金融风险存在较强的联动性与传染性,在金融风险达到一定边界时会造成跨地区的风险蔓延,对其他地区的金融活动造成影响,从而抑制关联地区碳排放。而技术创新溢出造成的回弹效应大于减排效应,会致使周边地区碳排放水平提高。

3.分区域研究发现,发达地区的区域金融风险会增加碳排放;相反,欠发达地区的区域金融风险对碳排放的影响是负向的。可能是因为区域金融风险与碳排放之间呈倒U型关系。技术创新同样存在异质性,发达地区的技术创新水平会显著减少碳排放,而欠发达地区的技术创新对碳排放的影响不显著。

(二)政策建议

根据以上结论本文提出几点政策建议。

1.地方政府债务、股票市场规模、房地产规模的扩张及规模以上企业亏损等因素对地区金融风险有举足轻重的影响。因此,地方金融监管部门需重点控制地方政府债务、股票市场、房地产市场及企业经营情况等方面风险对区域金融风险的影响,防范化解重大金融风险。原因是尽管较高的金融风险有助于减少碳排放,但容易引起区域性、系统性金融风险。由此,为早日实现碳减排目标必须坚持创新驱动发展战略,积极推进创新成果转化,加强碳达峰碳中和高等教育人才培养体系以实现绿色转型。

2.不同区域金融稳定性以及应对区域金融风险的能力存在差异。因此,为防范地区金融风险的传染与蔓延,发达地区与欠发达地区应当加强跨区域金融合作与监管,共同防范系统性金融风险,维护金融稳定。同时,欠发达地区更要加强金融监管,完善和健全金融市场体系,营造和谐稳定的金融发展环境。

3.鉴于发达地区技术创新对二氧化碳排放有明显的抑制作用,而欠发达地区的技术创新由于回弹效应的影响较大,对欠发达地区碳排放的减排不明显。因此发达地区更应该发挥绿色技术创新的节能减排作用,通过增加研发投入,鼓励绿色技术创新等方式提高技术创新水平。相反,欠发达地区逐步承接高耗能、高污染产业的做法会阻碍当地经济绿色高质量发展,各地区政府应坚持推进“大保护、大开放、高质量发展”的新格局建设,增强发达地区的绿色技术溢出,为欠发达地区减排行动提供知识储备与技术支持,充分发挥地区资源禀赋优势助推新兴产业发展,最终实现全国性减排。