劉莎 劉明

摘要：本文基于投入產(chǎn)出模型、EKC假說(shuō)理論構(gòu)建面板聯(lián)立模型，以股市綠色環(huán)保概念公司子樣本作為綠色金融代理變量，編制環(huán)境質(zhì)量綜合指數(shù)系統(tǒng)反映和判斷綠色金融與環(huán)境變化以及經(jīng)濟(jì)增長(zhǎng)的關(guān)系，參考國(guó)家層面CO2減排巴黎承諾預(yù)測(cè)西北地區(qū)環(huán)境綜合指數(shù)達(dá)到峰值時(shí)間。結(jié)果表明，經(jīng)濟(jì)增長(zhǎng)、環(huán)境質(zhì)量與綠色金融間存在交互作用，綠色金融對(duì)環(huán)境質(zhì)量顯現(xiàn)正向效應(yīng)但作用偏低。在綠色金融等因素共同作用下，西北五省區(qū)環(huán)境綜合指數(shù)變動(dòng)趨勢(shì)除寧夏以外均符合EKC倒“N”型曲線，比照我國(guó)“在2030年達(dá)到CO2排放峰值”的減排承諾，可在該時(shí)間節(jié)點(diǎn)以前達(dá)到環(huán)境綜合指數(shù)峰值，從而總體上向低環(huán)境污染轉(zhuǎn)換。為進(jìn)一步發(fā)揮綠色金融對(duì)改善生態(tài)環(huán)境的規(guī)模效應(yīng)，建議降低西北地區(qū)綠色金融門檻，促進(jìn)政府與社會(huì)資本向綠色產(chǎn)業(yè)聯(lián)合投資，將西安作為綠色金融集聚城市，積極構(gòu)建內(nèi)陸地區(qū)綠色金融市場(chǎng)體系。

關(guān)鍵詞：綠色金融;經(jīng)濟(jì)增長(zhǎng);環(huán)境質(zhì)量;環(huán)境變化;減排;環(huán)境庫(kù)茲涅茨曲線（EKC）;面板聯(lián)立模型;西北地區(qū)

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：100228482020（01）007114

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

改革開(kāi)放以來(lái)，隨著經(jīng)濟(jì)高速增長(zhǎng)，我國(guó)資源約束趨緊，生態(tài)系統(tǒng)退化，環(huán)境的承載力已趨于極限，生態(tài)環(huán)境問(wèn)題日益嚴(yán)峻。鑒于生態(tài)環(huán)境問(wèn)題已然成為關(guān)乎國(guó)計(jì)民生和實(shí)現(xiàn)國(guó)家長(zhǎng)期經(jīng)濟(jì)社會(huì)發(fā)展戰(zhàn)略的嚴(yán)重制約因素，黨的十八大報(bào)告中首次提出建設(shè)美麗中國(guó)，將生態(tài)文明建設(shè)上升為國(guó)家意志。隨后相繼出臺(tái)《綠色信貸指引》（2012年），《企業(yè)環(huán)境信用評(píng)級(jí)辦法（試行）》（2014年）及《綠色債券發(fā)行指引》（2015年）等綠色金融治理相關(guān)文件，將綠色發(fā)展與治理作為生態(tài)文明建設(shè)的新動(dòng)力源泉。但是，我國(guó)綠色治理以及綠色金融發(fā)展仍存在不平衡，主要表現(xiàn)為政府主導(dǎo)和政府出資的綠色金融項(xiàng)目發(fā)展迅速，由社會(huì)資本主導(dǎo)的綠色金融項(xiàng)目發(fā)育緩慢。加快市場(chǎng)化、多元化綠色金融發(fā)展是深入推進(jìn)生態(tài)文明建設(shè)的必然選擇。

綠色金融無(wú)論作為一種制度安排或市場(chǎng)機(jī)制設(shè)計(jì)，不僅有助于實(shí)現(xiàn)社會(huì)節(jié)能減排目標(biāo)，也有利于經(jīng)濟(jì)轉(zhuǎn)型和可持續(xù)發(fā)展。但由于綠色金融內(nèi)在的收益滯后特征，投資者和金融機(jī)構(gòu)介入綠色領(lǐng)域的行為動(dòng)機(jī)不足，導(dǎo)致主要依賴市場(chǎng)機(jī)制條件的綠色金融規(guī)模有限，難以滿足維護(hù)和改善社會(huì)生態(tài)系統(tǒng)的潛在需求。西北地區(qū)是我國(guó)生態(tài)環(huán)境脆弱和經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，由于受自然條件約束，在經(jīng)濟(jì)較快發(fā)展過(guò)程中一定程度上忽視了環(huán)境與生態(tài)安全對(duì)區(qū)域經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的重要意義，環(huán)境變化的趨勢(shì)不容樂(lè)觀。通過(guò)政策引導(dǎo)、支持以及市場(chǎng)化途徑最大程度調(diào)動(dòng)社會(huì)資源轉(zhuǎn)向綠色發(fā)展領(lǐng)域，促進(jìn)區(qū)域生態(tài)文明建設(shè)，有效遏制環(huán)境惡化并最終形成經(jīng)濟(jì)社會(huì)發(fā)展與生態(tài)環(huán)境系統(tǒng)的和諧共生，對(duì)西北地區(qū)尤為緊迫。在此背景下，研究西北地區(qū)綠色金融、經(jīng)濟(jì)增長(zhǎng)與環(huán)境變化趨勢(shì)有重要意義。

基于對(duì)綠色金融的測(cè)度，本文將以西北地區(qū)為分析單元，通過(guò)構(gòu)建含滯后項(xiàng)的面板數(shù)據(jù)聯(lián)立方程，綜合考察經(jīng)濟(jì)增長(zhǎng)、環(huán)境質(zhì)量與綠色金融的交互影響關(guān)系，以及區(qū)域綠色金融作用于經(jīng)濟(jì)、環(huán)境所并存的關(guān)聯(lián)特征。引入綠色金融范疇從而對(duì)傳統(tǒng)的環(huán)境庫(kù)茲涅茨曲線（Environmental Kuznets Curve，EKC）理論進(jìn)行拓廣，構(gòu)建環(huán)境質(zhì)量綜合指數(shù)，重新編制傳統(tǒng)庫(kù)茲涅茨曲線中作為環(huán)境質(zhì)量單指標(biāo)的CO2排放量，據(jù)以測(cè)算綠色金融規(guī)模趨勢(shì)并預(yù)測(cè)西北地區(qū)的環(huán)境庫(kù)茲涅茨曲線形狀及污染排放峰值，從而為中國(guó)應(yīng)對(duì)環(huán)境變化的生態(tài)文明建設(shè)和進(jìn)一步推動(dòng)綠色金融發(fā)展提供經(jīng)驗(yàn)證據(jù)。

一、文獻(xiàn)綜述

相關(guān)研究始于對(duì)經(jīng)濟(jì)增長(zhǎng)與環(huán)境變化關(guān)系的探討?！霸鲩L(zhǎng)極限說(shuō)”?[1]提出因增長(zhǎng)方式不同，人口、經(jīng)濟(jì)的指數(shù)式增長(zhǎng)受其所依賴資源的算術(shù)式增長(zhǎng)限制必將面臨增長(zhǎng)的極限，這一結(jié)論并未得到經(jīng)驗(yàn)驗(yàn)證。Grossman和Krueger發(fā)現(xiàn)并提出環(huán)境污染物與人均收入間的非線性關(guān)系，即倒U型關(guān)系?[2]，為經(jīng)濟(jì)與環(huán)境關(guān)系提供了經(jīng)驗(yàn)基礎(chǔ)，這一關(guān)系后被命名為環(huán)境庫(kù)茲涅茨曲線（EKC）?[3]。20世紀(jì)90年代以來(lái)，很多學(xué)者對(duì)EKC展開(kāi)各種經(jīng)驗(yàn)分析，但不同研究結(jié)論存在較大分歧。對(duì)EKC提出質(zhì)疑的學(xué)者發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與環(huán)境的關(guān)系曲線存在多種形態(tài)，包括與倒U型完全相反的U型?[4]、N型?[5]、單調(diào)上升曲線?[6]和正向線性關(guān)系?[7]等，認(rèn)為人均收入并非影響環(huán)境的唯一因素，在運(yùn)用EKC假說(shuō)所構(gòu)建的回歸模型分析中，還需加入其他重要的解釋變量?；诖耍恍┭芯拷沂境?，除經(jīng)濟(jì)增長(zhǎng)外，城市化水平?[8]、貿(mào)易和外商直接投資?[9]及金融發(fā)展?[10]等均為影響環(huán)境的重要解釋變量。上述不同EKC經(jīng)驗(yàn)分析結(jié)果的差異部分原因在于統(tǒng)計(jì)方法、指標(biāo)選取以及數(shù)據(jù)樣本不同。

早在1980年，聯(lián)合國(guó)大會(huì)就向世界呼吁以自然、經(jīng)濟(jì)、社會(huì)生態(tài)和諧的方式發(fā)展，1987年，世界環(huán)境與發(fā)展委員會(huì)出版《我們共同的未來(lái)》，綠色經(jīng)濟(jì)、環(huán)境問(wèn)題引起全世界的日益關(guān)注，“綠色金融”概念由此誕生。1992年聯(lián)合國(guó)環(huán)境與發(fā)展大會(huì)通過(guò)了《里約環(huán)境與發(fā)展宣言》和《21世紀(jì)議程》兩個(gè)文件，促使環(huán)境可持續(xù)的綠色金融得以較快推廣，圍繞金融與環(huán)境的相關(guān)研究也日益引起學(xué)術(shù)界重視。部分學(xué)者將金融作為“生產(chǎn)/消費(fèi)—自然環(huán)境—生產(chǎn)/消費(fèi)”循環(huán)的外生變量，認(rèn)為金融對(duì)環(huán)境不產(chǎn)生影響?[11]，或是認(rèn)為金融資源向生產(chǎn)體系大量投放是產(chǎn)生造成排放污染物的重要影響因素?[12]。事實(shí)上，在一定條件下金融與環(huán)境之間存在長(zhǎng)期均衡關(guān)系?[13]，綠色金融投放更能夠促進(jìn)技術(shù)創(chuàng)新?[14]，增加與環(huán)境保護(hù)相關(guān)的投資?[15]，進(jìn)而改善環(huán)境質(zhì)量。更有學(xué)者指出，環(huán)境質(zhì)量下降通過(guò)影響人類健康水平對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)外部性，綠色金融則有助于減少污染物排放?[16]，是決定區(qū)域環(huán)境質(zhì)量的重要因素，即在綠色金融充分發(fā)揮作用條件下，一國(guó)或地區(qū)金融發(fā)展程度越高，環(huán)境質(zhì)量水平也更高?[10]。據(jù)上所述，綠色金融對(duì)環(huán)境產(chǎn)生何種效應(yīng)，關(guān)鍵是綠色金融作為“綠化”環(huán)境的必要初始條件，是否能夠?qū)崿F(xiàn)預(yù)期目標(biāo)，仍決定于對(duì)其作用路徑和后續(xù)環(huán)節(jié)的控制。

繼續(xù)在上述等式右邊做等價(jià)變換，[]內(nèi)除以L（T）?λ1L（T）?λ2L（T）?λ3L（T）?α，同時(shí)對(duì)右邊再乘以

L（T）?λ1·L（T）?λ2L（T）?λ3L（T）?α，即為：

GDP（t）=γP（t）L（T）?λ1

GF（t）L（T）?λ2

FDI（t）L（T）?λ3

K（t）L（T）?α

L（T）?λ1L（T）?λ2L（T）?λ3L（T）?αL（T）?β（6）

將上式可寫為以下形式：

GDP（t）=γP（t）L（T）?λ1

GF（t）L（T）?λ2

FDI（t）L（T）?λ3

K（t）L（T）?αL（T）?（λ1+λ2+λ3+α+β）（7）

參照（1）式，由于當(dāng)Cobb—Douglas生產(chǎn)函數(shù)的技術(shù)水平受到限制，λ1+λ2+λ3+α+β=1，有規(guī)模報(bào)酬不變的生產(chǎn)函數(shù)。在上述條件下，L（T）?（λ1+λ2+λ3+α+β）=L（T）?1=L（T）。故將上式歸并為：

GDP（t）=γP（t）L（T）?λ1

GF（t）L（T）?λ2

FDI（t）L（T）?λ3

K（t）L（T）?αL（T）（8）

對(duì)（8）式兩端同除以L（T），得：

GDP（t）L（T）=γP（t）L（T）?λ1

GF（t）L（T）?λ2

FDI（t）L（T）?λ3

K（t）L（T）?α（9）

此時(shí)，獲得式（4）中各變量按照勞動(dòng)力數(shù)量計(jì)算的勞動(dòng)規(guī)模均值，進(jìn)而得到：

gdp（t）=γp（t）?λ1gf（t）?λ2fdi（t）?λ3k（t）?α（10）

式中g(shù)dp、p、gf、fdi和k均表示原指標(biāo)對(duì)應(yīng)勞動(dòng)人口均值，對(duì)（10）式進(jìn)行線性轉(zhuǎn)換得到：

lngdpt=α0+α1lnpt+α2lngft+α3lnfdit+α4lnkt+εt（11）

本文以式（11）為模型基礎(chǔ)，使用各因素的勞動(dòng)人口均值做具體計(jì)量驗(yàn)證分析。由于研究基于西北五省區(qū)的面板數(shù)據(jù)，式（11）可以寫作：

lngdpit=α0+α1pit+α2lngfit+α3lnfdiit+α4lnkit+εit（12）

其中，下標(biāo)i和t分別表示地區(qū)及時(shí)間，ε是誤差項(xiàng)。

（二）引入綠色金融變量的EKC擴(kuò)展模型

以往有關(guān)EKC的研究文獻(xiàn)主要考察人均收入與環(huán)境質(zhì)量的關(guān)系，除經(jīng)濟(jì)增長(zhǎng)外，還有文獻(xiàn)在回歸模型構(gòu)建中引入人口、貿(mào)易等其他變量為解釋變量，將綠色金融作為影響因素的研究較少。若將綠色金融活動(dòng)納入環(huán)境治理因素并做計(jì)量驗(yàn)證，借鑒相關(guān)結(jié)果分析綠色金融作用機(jī)制以及效果有助于通過(guò)調(diào)節(jié)綠色金融投放力度、投向等促進(jìn)生態(tài)環(huán)境與經(jīng)濟(jì)和諧發(fā)展。基于上述，引入綠色金融這一在“綠色”經(jīng)濟(jì)增長(zhǎng)中愈益重要的特征變量，模型如下：

pit=β0+β1gdpit+β2（gdpit）?2+β3（gdpit）?3+β4gfit+β5Controlit+μit（13）

為避免存在遺漏變量而導(dǎo)致計(jì)量結(jié)果的偏差，在模型引入可能影響環(huán)境質(zhì)量的控制變量Control：

（1）城鎮(zhèn)化水平UR。城鎮(zhèn)化因處于不同階段對(duì)環(huán)境是否產(chǎn)生影響，影響程度如何存在差異，現(xiàn)階段中國(guó)城鎮(zhèn)化的“擴(kuò)張效應(yīng)”占主導(dǎo)地位，“質(zhì)量效應(yīng)”的CO2減排作用仍不明顯?[23];

（2）工業(yè)化水平Indus。通常在工業(yè)化發(fā)展初期，工業(yè)化進(jìn)程的加快會(huì)造成污染排放物的劇增，而在后期，工業(yè)化進(jìn)程將對(duì)環(huán)境質(zhì)量產(chǎn)生積極影響。

為消除數(shù)據(jù)的異方差現(xiàn)象，對(duì)各指標(biāo)進(jìn)行對(duì)數(shù)變換，p、UR及Indus均為百分比值，不需做此處理。納入控制變量的模型擴(kuò)展為：

pit=β0+β1lngdpit+β2（lngdpit）?2+β3（lngdpit）?3+β4lngfit+β5URit+β6Indusit+μit（14）

（三）綠色金融的環(huán)境治理誘發(fā)模型

經(jīng)濟(jì)社會(huì)發(fā)展中的環(huán)境治理作為一個(gè)系統(tǒng)，應(yīng)包括治理的制度設(shè)計(jì)與經(jīng)濟(jì)架構(gòu)、社會(huì)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、資金資源介入“綠色”部門機(jī)制等子系統(tǒng)。資金介入機(jī)制又包含財(cái)政、金融手段。綠色金融對(duì)環(huán)境質(zhì)量的影響機(jī)理在于：第一，綠色金融投放短期改變生產(chǎn)要素投入、生產(chǎn)的技術(shù)條件、經(jīng)濟(jì)結(jié)構(gòu)以及生產(chǎn)的環(huán)境條件，從而直接降低污染物排放量;第二，由綠色金融投入而形成治理能力后污染物持續(xù)降低。正因?yàn)榫G色金融所內(nèi)在的對(duì)環(huán)境治理的積極效應(yīng)，就有必要探討綠色金融的發(fā)生學(xué)機(jī)制，即哪些因素誘發(fā)綠色金融發(fā)生以及規(guī)模擴(kuò)大?？杉{入三種外生因素：其一，外生的可能性因素，即經(jīng)濟(jì)增長(zhǎng)因素帶來(lái)的收入部分地向綠色金融的轉(zhuǎn)變;其二，外生化倒逼因素，即由于環(huán)境污染物排放危及人類生存產(chǎn)生的對(duì)綠色金融的需求;其三，環(huán)境治理規(guī)制對(duì)金融部門產(chǎn)生的“綠色”投放壓力。內(nèi)生因素即指綠色金融一旦被動(dòng)發(fā)生，由于其效果逐漸彰顯而產(chǎn)生續(xù)發(fā)的自我規(guī)模擴(kuò)張效應(yīng)。根據(jù)上文，設(shè)計(jì)方程如下（各符號(hào)指代意義同前）：

lngfit=γ0+γ1lngdpit+γ2pit+γ3lngfit-1+πit（15）

（四）聯(lián)立方程的構(gòu)建

以往關(guān)于經(jīng)濟(jì)—環(huán)境—金融關(guān)系的研究主要基于預(yù)設(shè)的理論模型，采用普通的單方程進(jìn)行檢驗(yàn)，變量間可能存在的內(nèi)生性會(huì)帶來(lái)模型的解釋變量與誤差項(xiàng)相關(guān)等問(wèn)題，最好的解決方法就是工具變量法。而聯(lián)立方程模型本身就會(huì)對(duì)變量間的內(nèi)生關(guān)系做出響應(yīng)，不需要如單一方程那樣去尋找其他的工具變量以解決內(nèi)生問(wèn)題。為此，本文通過(guò)構(gòu)建包括經(jīng)濟(jì)增長(zhǎng)、環(huán)境質(zhì)量及綠色金融的聯(lián)立方程模型以考察綠色金融如何影響經(jīng)濟(jì)增長(zhǎng)、綠色金融對(duì)環(huán)境污染治理的作用效果以及影響路徑。借鑒Dean?[24]的思想，同時(shí)考慮其他相關(guān)變量，設(shè)定聯(lián)立方程如下：

lngdpit=α0+α1pit+α2lngfit+α3lnfdiit+α4lnkit+εit（16）

pit=β0+β1lngdpit+β2（lngdpit）?2+β3（lngdpit）?3+β4lngfit+β5URit+β6Indusit+μit（17）

lngfit=γ0+γ1lngdpit+γ2pit+γ3lngfit-1+πit（18）

式（16）為生產(chǎn)函數(shù)，式（17）為環(huán)境污染排放函數(shù)，式（18）為環(huán)境污染治理的綠色金融函數(shù)?？紤]到可能存在的內(nèi)生性等問(wèn)題，選取必要工具變量以保證估計(jì)結(jié)果的有效性。

三、指標(biāo)與數(shù)據(jù)選取

（一）指標(biāo)選取

1.環(huán)境質(zhì)量綜合指標(biāo)構(gòu)建與測(cè)度。綠色金融作用于環(huán)境變化不僅在于CO2排放減少，也在于抑制產(chǎn)生廢水、粉塵、固體廢物等有害污染物。因此，應(yīng)構(gòu)建環(huán)境質(zhì)量綜合指數(shù)，以修正傳統(tǒng)環(huán)境庫(kù)茲涅茨曲線，由之計(jì)量驗(yàn)證綠色金融對(duì)環(huán)境質(zhì)量的正向效果。考慮到需甄選不同的環(huán)境污染物指標(biāo)進(jìn)行綜合度量，本文利用因子分析法，即在避免丟失信息的前提下，根據(jù)原始變量的信息進(jìn)行重新組合，找出影響變量的共同因子，將眾多原始變量濃縮成少數(shù)幾個(gè)因子變量，化簡(jiǎn)數(shù)據(jù)，由之形成測(cè)算環(huán)境污染的綜合指標(biāo)，最大程度滿足環(huán)境質(zhì)量指標(biāo)的特性，使最終選取指標(biāo)具有代表性。

假定xij為第i個(gè)省區(qū)的第j個(gè)指標(biāo)的數(shù)值，X為其標(biāo)準(zhǔn)化向量，（λ1，λ2，…，λp）表示X的相關(guān)系數(shù)矩陣ρ的特征根，式中wi=λi/∑ni=1λi作為權(quán)重表示第k個(gè)主因子的方差貢獻(xiàn)率。則用F表示的綜合得分為：

F=（w1F1+w2F2+…+wkFk）/∑wi（19）

為充分考慮各種環(huán)境污染物的信息，依據(jù)數(shù)據(jù)可得性選取六種環(huán)境污染物，包括廢水總量、廢水中化學(xué)需氧量、廢氣總量、二氧化硫、煙粉塵、固體廢物

煙塵排放和粉塵排放從2011年開(kāi)始合并為粉塵排放，之前年份的粉塵排放量以煙塵排放量與粉塵排放量之和表示。自2011年起，工業(yè)固體廢物分為一般工業(yè)固體廢物和危險(xiǎn)固體廢物，故從2011年開(kāi)始將兩者合并來(lái)計(jì)算工業(yè)固體廢物。，運(yùn)用因子分析法測(cè)算污染物排放量作為壞產(chǎn)出指標(biāo)，綜合反映環(huán)境質(zhì)量指標(biāo)。該指標(biāo)數(shù)值越大（?。?，表示環(huán)境質(zhì)量越差（優(yōu)）。

2.綠色金融指標(biāo)的測(cè)度。學(xué)術(shù)界對(duì)綠色金融概念尚未形成一致認(rèn)可的定義，也自然缺少統(tǒng)一的測(cè)度標(biāo)準(zhǔn)?！癟he American Heritage Dictionary”?[25]將綠色金融稱之為“環(huán)境金融（Enviromental Finance）”或“可持續(xù)融資（Sustainable Financing）”。其基本內(nèi)涵為如何使用多樣化的金融工具保護(hù)生態(tài)環(huán)境和生物多樣性。就我國(guó)綠色金融發(fā)展現(xiàn)狀來(lái)看，中國(guó)人民銀行等七部委2016年發(fā)布的《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見(jiàn)》將綠色金融定義為支持環(huán)境改善、應(yīng)對(duì)氣候變化和資源節(jié)約高效利用的經(jīng)濟(jì)活動(dòng)，即對(duì)環(huán)保、節(jié)能、清潔能源、綠色交通、綠色建筑等領(lǐng)域的項(xiàng)目投融資、項(xiàng)目運(yùn)營(yíng)、風(fēng)險(xiǎn)管理等金融服務(wù)。并且旨在通過(guò)綠色信貸、綠色債券等相關(guān)金融產(chǎn)品支持經(jīng)濟(jì)向綠色化轉(zhuǎn)型的制度安排。在這一轉(zhuǎn)型過(guò)程中，支持環(huán)境改善、應(yīng)對(duì)環(huán)境變化和資源節(jié)約高效利用的綠色金融資金主要來(lái)源于政府環(huán)保部門的相關(guān)補(bǔ)助，商業(yè)銀行的信貸投入及企業(yè)的自有資金

中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)2012年下發(fā)《綠色信貸指引》，其后開(kāi)始收集、發(fā)布綠色信貸數(shù)據(jù)，為保證數(shù)據(jù)的可獲性和連貫性。為了對(duì)綠色金融的環(huán)境效果做計(jì)量檢驗(yàn)，此處選用綠色行業(yè)的上市公司融投資數(shù)據(jù)作為綠色金融總體規(guī)模的代理變量。這也體現(xiàn)本文的一個(gè)重要嘗試。。依據(jù)環(huán)保部發(fā)布的八大綠色工程體系

環(huán)保部于2015年9月9日發(fā)布的《新常態(tài)下環(huán)保對(duì)經(jīng)濟(jì)的影響分析》報(bào)告中指出，綠色清潔能源、大氣污染防治、水污染防治、土壤環(huán)境保護(hù)、固體廢物資源化、農(nóng)村環(huán)境綜合整治、生態(tài)保護(hù)與建設(shè)工程、“智慧環(huán)?！睘?大綠色產(chǎn)業(yè)重大工程。，本文選取西北地區(qū)A股上市公司中屬于綠色行業(yè)或進(jìn)行綠色投資的上市公司的融投資數(shù)據(jù)，數(shù)據(jù)范圍包括上市公司為綠色投資發(fā)行新股、增發(fā)及配股所募集所有已到賬資金。這些上市公司的綠色融投資僅包含綠色信貸的一部分，及非信貸的綠色投入，數(shù)值小于綠色金融的實(shí)際投放量，但可以合理地推斷其在整體規(guī)模和增長(zhǎng)趨勢(shì)上與綠色金融投放量較為一致，具有很強(qiáng)的代表性。由于國(guó)家、地區(qū)層面總體綠色金融數(shù)據(jù)缺失，將具有綠色投資概念上市公司投融資作為綠色金融指標(biāo)的代理變量，同時(shí)選取其與勞動(dòng)人口比值衡量，具有內(nèi)在合理性。

3.經(jīng)濟(jì)增長(zhǎng)。用地區(qū)生產(chǎn)總值（GDP）與勞動(dòng)人口的比值衡量，即地區(qū)以勞動(dòng)人口衡量的GDP（簡(jiǎn)稱人均GDP，下同）

Omri（2015）?[16]的工作中所涉及“人均”的GDP、資本存量K等均為按照勞動(dòng)人口的均值，但在行文時(shí)均指稱為某特定變量的人均值，并申明“We then divide both sides of Eq.by L to get variables in per capita terms”（然后我們將等式的兩邊除以L，得到以人均計(jì)算的變量）。為了行文方便，本文參考Omri，當(dāng)提到各變量按照勞動(dòng)人口的均值時(shí)簡(jiǎn)稱為“人均”值。，反映消除勞動(dòng)人口因素后區(qū)域的生產(chǎn)力狀況、生活水平、經(jīng)濟(jì)規(guī)模及經(jīng)濟(jì)增長(zhǎng)趨勢(shì)。GDP用GDP價(jià)格指數(shù)進(jìn)行修正，從而消除通貨膨脹影響。

4.影響產(chǎn)出的要素投入。選用就業(yè)人數(shù)表示生產(chǎn)過(guò)程中投入的勞動(dòng)力數(shù)量;根據(jù)要素稟賦假說(shuō)，資本密集型產(chǎn)業(yè)主要為高耗能、高排放產(chǎn)業(yè)，而勞動(dòng)密集型產(chǎn)業(yè)相對(duì)低碳。取資本存量與勞動(dòng)人口之比衡量要素稟賦，其中資本存量用全社會(huì)固定資產(chǎn)投資表征，一般用各地區(qū)全社會(huì)固定資產(chǎn)投資金額表示。對(duì)資本存量使用永續(xù)盤存法計(jì)算，以K表示資本存量，I表示固定資本形成額。計(jì)算公式為：Kt=（1-δ）Kt-1+It，即當(dāng)年的物質(zhì)資本存量等于上年度累積資本的折現(xiàn)值和當(dāng)年固定資本形成之和，選擇基期為2000年，δ為折舊率并取固定值9.6%

對(duì)這一方法的解釋和計(jì)算過(guò)程參考張軍?[26]的研究。。

5.外商直接投資。以單位勞動(dòng)人口的外商直接投資額（以當(dāng)年兌美元的匯率換算為人民幣）度量。

6.影響環(huán)境質(zhì)量的控制變量。（1）城鎮(zhèn)化水平，以城鎮(zhèn)人口占總?cè)丝诘谋戎睾饬?。選取2000年及以后城鄉(xiāng)人口為人口普查和人口變動(dòng)抽樣調(diào)查推算數(shù)。（2）工業(yè)化水平，即工業(yè)發(fā)展?fàn)顩r，為確切地反映工業(yè)生產(chǎn)的規(guī)模和速度，這一指標(biāo)用工業(yè)增加值占GDP的比重表征。

（二）數(shù)據(jù)來(lái)源

本文以西北五省區(qū)為分析單元，數(shù)據(jù)觀測(cè)周期為2000—2015年。主要數(shù)據(jù)來(lái)源如下：綠色金融數(shù)據(jù)來(lái)源于銳思（RESSET）數(shù)據(jù)庫(kù)，環(huán)境質(zhì)量使用的污染物排放量來(lái)自于《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》，其余數(shù)據(jù)均來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》。涉及價(jià)格的變量均調(diào)整到1978年不變價(jià)格。

四、綠色金融、經(jīng)濟(jì)增長(zhǎng)與環(huán)境變化動(dòng)態(tài)面板聯(lián)立方程估計(jì)

（一）模型估計(jì)方法與模型檢驗(yàn)

1.估計(jì)方法選擇。聯(lián)立方程模型由經(jīng)濟(jì)增長(zhǎng)、環(huán)境質(zhì)量與綠色金融分別為被解釋變量的決定方程構(gòu)成，即式（16）—（18），估計(jì)方法一般為單方程和系統(tǒng)方程兩種。在方程估計(jì)過(guò)程中，單方程估計(jì)法需滿足聯(lián)立方程組可識(shí)別性與各方程擾動(dòng)項(xiàng)不相關(guān)性假設(shè);而相較逐一對(duì)方程進(jìn)行估計(jì)，將全部方程視作一個(gè)整體的方法（即系統(tǒng)估計(jì)法）更為有效，可同時(shí)估計(jì)全部結(jié)構(gòu)方程且得到其參數(shù)估計(jì)量。由于此處聯(lián)立方程引入滯后期的被解釋變量，可能造成解釋變量與擾動(dòng)項(xiàng)相關(guān)，使估計(jì)結(jié)果是無(wú)效和有偏的，以及面板數(shù)據(jù)中無(wú)法觀測(cè)到的截面特點(diǎn)，亦有可能帶來(lái)較為嚴(yán)重的內(nèi)生性問(wèn)題。故采取系統(tǒng)估計(jì)法作為文中的估計(jì)方法。系統(tǒng)估計(jì)法處理聯(lián)立方程組時(shí)，常用三階段最小二乘法（Three Stages Least Squares，3SLS）及廣義矩估計(jì)法（Generalized Mothod of Moments，GMM）。為提供較為可信的穩(wěn)健性支持，本文運(yùn)用GMM和3SLS兩種方法估計(jì)，并比較兩者的優(yōu)越性。

2.模型檢驗(yàn)。在對(duì)模型的總體參數(shù)進(jìn)行估計(jì)前，需要先判斷聯(lián)立方程模型的可識(shí)別性。對(duì)結(jié)構(gòu)參數(shù)施加“排斥變量”的約束，檢驗(yàn)上述聯(lián)立方程模型中各式的階條件和秩條件，發(fā)現(xiàn)三式判定條件成立，均為過(guò)度識(shí)別。

為驗(yàn)證工具變量的選擇是否對(duì)參數(shù)估計(jì)有效，本文對(duì)所有模型進(jìn)行Hansen檢驗(yàn)，檢驗(yàn)結(jié)果顯示不能拒絕原假設(shè)（“所有工具變量均有效”），則得知模型設(shè)定有效，所選估計(jì)法適用。

3.平穩(wěn)性檢驗(yàn)。為了確保估計(jì)結(jié)果的有效性，避免出現(xiàn)偽回歸現(xiàn)象，先對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)。此處采取LLC與IPS方法對(duì)各變量進(jìn)行單位根檢驗(yàn)，結(jié)果見(jiàn)表1。從中可知，所有變量的一階差分值均拒絕存在單位根的原假設(shè)，說(shuō)明變量是平穩(wěn)的。

（二）全樣本估計(jì)結(jié)果及相關(guān)分析

全樣本估計(jì)結(jié)果見(jiàn)表2，結(jié)果顯示，3SLS和GMM估計(jì)的參數(shù)系數(shù)差異不大，但運(yùn)用后者的參數(shù)估計(jì)值較為顯著，也更合乎實(shí)際?？梢?jiàn)，采用GMM法能較好地處理內(nèi)生性等問(wèn)題。

1.環(huán)境質(zhì)量與經(jīng)濟(jì)增長(zhǎng)的相對(duì)變動(dòng)關(guān)系。環(huán)境綜合指數(shù)p：環(huán)境綜合指數(shù)越高，表明污染物排放加劇，計(jì)量結(jié)果表明生產(chǎn)生活體系的污染物排放與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)同向變動(dòng)關(guān)系。表2顯示，污染強(qiáng)度每增加1%，推動(dòng)經(jīng)濟(jì)增長(zhǎng)0.0747個(gè)百分點(diǎn)。污染強(qiáng)度變化的相對(duì)經(jīng)濟(jì)增長(zhǎng)效應(yīng)較弱，說(shuō)明西北地區(qū)經(jīng)濟(jì)增長(zhǎng)存在高投入、高能耗和高污染特征，以及由產(chǎn)業(yè)、行業(yè)結(jié)構(gòu)與技術(shù)水平?jīng)Q定的生產(chǎn)投入品組合有“環(huán)境非友好”趨向，投入能源等生產(chǎn)投入品的利用效率較低。結(jié)合模型Ⅰ，可知經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境污染物排放強(qiáng)度存在反向影響且較強(qiáng)，說(shuō)明環(huán)境中污染物的排放包含著未來(lái)經(jīng)濟(jì)增長(zhǎng)的相關(guān)信息，經(jīng)濟(jì)增長(zhǎng)受到“節(jié)能減排”措施的顯著沖擊?[27]。

要素稟賦k：要素稟賦值對(duì)經(jīng)濟(jì)增長(zhǎng)的影響為正，即人均GDP隨著單位勞動(dòng)力產(chǎn)出效率的改變而發(fā)生同向變化，具體表現(xiàn)為人均固定資本形成額每增加一個(gè)百分點(diǎn)，人均GDP提高0.2075個(gè)百分點(diǎn)，與Omri的結(jié)果基本一致?[28]，表明物質(zhì)與人力資本投入對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用較為穩(wěn)健。

Omri的工作中所涉及“人均”的GDP、資本存量K等均為按照勞動(dòng)人口的均值，但在行文時(shí)指稱為某特定變量的“人均”值，并在做相關(guān)推論時(shí)申明“We then divide both sides of Eq.by L to get variables in per capita terms”（然后我們將等式的兩邊除以L，得到以人均計(jì)算的變量）。為了行文方便，本文參考Omri，當(dāng)提到各變量按照勞動(dòng)人口的均值時(shí)均簡(jiǎn)稱為“人均”值。Omri（2015）原文見(jiàn)參考文獻(xiàn)?[16]。

綠色金融gf：計(jì)量結(jié)果顯示，綠色金融投放對(duì)經(jīng)濟(jì)增長(zhǎng)的正向影響顯著。一方面，綠色金融受國(guó)家資本市場(chǎng)及信貸政策支持，在降低上市公司綠色融資成本的同時(shí)提升綠色資金的流動(dòng)性，有利于社會(huì)擴(kuò)大再生產(chǎn)，進(jìn)一步促進(jìn)經(jīng)濟(jì)增長(zhǎng);再者，綠色金融發(fā)展會(huì)促進(jìn)綠色產(chǎn)業(yè)發(fā)展，進(jìn)而吸引外商直接投資，拉動(dòng)國(guó)內(nèi)經(jīng)濟(jì)增長(zhǎng)。但綠色金融在經(jīng)濟(jì)增長(zhǎng)中發(fā)揮的作用相對(duì)有限（彈性系數(shù)為0.0050），潛在原因可能在于綠色金融主要投向環(huán)境治理表征的綠色行業(yè)，“生產(chǎn)性”綠色金融投資不足，以及綠色融資總量仍較為有限，沒(méi)有體現(xiàn)出綠色金融投資的規(guī)模收益效應(yīng)。

外商直接投資fdi：估計(jì)結(jié)果表明，外商直接投資對(duì)經(jīng)濟(jì)增長(zhǎng)有正向顯著影響。表明FDI通常以國(guó)際技術(shù)溢出和資本流入的模式拉動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)，現(xiàn)階段西北地區(qū)FDI流入產(chǎn)業(yè)仍以加工制造業(yè)為主，外商的進(jìn)入可使企業(yè)生產(chǎn)成本得以降低。然而隨著生產(chǎn)要素價(jià)格逐步攀升，尤其是勞動(dòng)力成本的上漲，比較優(yōu)勢(shì)逐步削弱，從而抑制FDI流入東道國(guó)，甚至?xí)捎谙鄳?yīng)產(chǎn)業(yè)集群在演化過(guò)程的“路徑依賴”誘發(fā)投資所在地資源的扭曲。FDI流入每增加1%，僅引起經(jīng)濟(jì)增長(zhǎng)幅度上升0.0064個(gè)百分點(diǎn)，影響力較小

潛在的原因是，在國(guó)際市場(chǎng)競(jìng)爭(zhēng)日趨激烈情況下，外商直接投資由于國(guó)際市場(chǎng)“收縮”而一定程度轉(zhuǎn)向國(guó)內(nèi)市場(chǎng)，所以外商投資在中國(guó)國(guó)內(nèi)市場(chǎng)需求限定下對(duì)國(guó)內(nèi)投資產(chǎn)生擠出效應(yīng)。。

2.污染物排放與產(chǎn)出間的統(tǒng)計(jì)關(guān)系。經(jīng)濟(jì)增長(zhǎng)gdp：由回歸結(jié)果可知，lngdp、（lngdp）?2、（lngdp）?3的系數(shù)均通過(guò)了顯著性檢驗(yàn)，且有β1<0，β2>0，β3<0。根據(jù)拋物線性質(zhì)判斷，西北地區(qū)污染物排放強(qiáng)度與人均GDP之間為倒“N”型曲線關(guān)系，與EKC假說(shuō)不完全一致。EKC假說(shuō)是基于發(fā)達(dá)國(guó)家及新興工業(yè)化國(guó)家在工業(yè)化向服務(wù)型經(jīng)濟(jì)轉(zhuǎn)型階段提出的?[29]，而我國(guó)目前正處于工業(yè)化初、中期階段，特別是西北地區(qū)工業(yè)化發(fā)展程度依然很低。EKC解釋了環(huán)境質(zhì)量在經(jīng)濟(jì)發(fā)展水平超越了一定臨界值之后將得到持續(xù)改善，然而對(duì)于發(fā)展中國(guó)家而論，人均收入并未達(dá)到相應(yīng)的臨界水平，其環(huán)境質(zhì)量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系具有不確定性?[30]

部分原因也在于，本文修正的EKC是基于所構(gòu)造環(huán)境綜合指數(shù)與人均GDP關(guān)系，傳統(tǒng)EKC是基于CO2排放與人均GDP關(guān)系。。

綠色金融gf：在模型Ⅱ中，綠色金融對(duì)環(huán)境質(zhì)量綜合指數(shù)的影響系數(shù)顯著為負(fù)，表明綠色金融規(guī)模擴(kuò)大有利于降低環(huán)境污染物排放。雖然綠色金融對(duì)環(huán)境污染的抑制作用（彈性系數(shù)為0.0079）顯現(xiàn)但仍處于低水平。我國(guó)指導(dǎo)綠色金融發(fā)展的《綠色信貸指引》已發(fā)布4年

中國(guó)銀監(jiān)會(huì)于2012年2月24日下發(fā)《綠色信貸指引》，其中明確了綠色信貸支持方向和重點(diǎn)領(lǐng)域，要求銀行業(yè)金融機(jī)構(gòu)通過(guò)差別化信貸政策開(kāi)展綠色信貸。，然而銀監(jiān)會(huì)數(shù)據(jù)顯示，截止2016年6月末商業(yè)銀行的綠色信貸余額規(guī)模依然較小，僅占各項(xiàng)貸款的9%;綠色金融產(chǎn)品創(chuàng)新不足，還主要停留在綠色信貸層次，涉足產(chǎn)業(yè)領(lǐng)域多在中下游環(huán)節(jié)。綠色債券、綠色基金市場(chǎng)尚未形成，具有綠色概念的上市公司數(shù)量占資本市場(chǎng)上市公司之比較?。?3.42%）。綜合各種因素，說(shuō)明綠色金融投放未形成規(guī)模經(jīng)濟(jì)效應(yīng)

本文選用上市公司作為代理變量，也基本反映了企業(yè)總體中綠色金融總量偏低的問(wèn)題。。

工業(yè)化水平Indus：工業(yè)化水平對(duì)環(huán)境污染物排放產(chǎn)生顯著的正向刺激作用。工業(yè)增加值占GDP的比重越大，環(huán)境污染物排放強(qiáng)度越大，環(huán)境質(zhì)量隨之惡化。這一結(jié)論與國(guó)內(nèi)外學(xué)者的研究結(jié)論基本一致。西北地區(qū)尚處于工業(yè)化中期階段，這一時(shí)期環(huán)境壓力較大，工業(yè)化進(jìn)程極易加劇環(huán)境污染。與此同時(shí)，地方政府在評(píng)價(jià)其管理政績(jī)時(shí)賦予經(jīng)濟(jì)增長(zhǎng)的權(quán)重被極端地放大，導(dǎo)致各省區(qū)以犧牲環(huán)境為推高經(jīng)濟(jì)增長(zhǎng)的代價(jià)。

城鎮(zhèn)化水平UR：計(jì)量結(jié)果顯示，城鎮(zhèn)化水平未能體現(xiàn)出對(duì)環(huán)境質(zhì)量的顯著影響。但在類似文獻(xiàn)中顯示，若納入空間因素，城鎮(zhèn)化水平可顯著緩解環(huán)境污染壓力?[31]。

3.綠色金融效應(yīng)。環(huán)境質(zhì)量p：較其他變量而言，環(huán)境污染強(qiáng)度對(duì)綠色金融產(chǎn)生的拉動(dòng)（“倒逼”）作用最為顯著。體現(xiàn)為前者每上升一個(gè)百分點(diǎn)，后者隨之增加2.0984個(gè)百分點(diǎn)。當(dāng)環(huán)境污染惡化，綠色金融將受到國(guó)家綠色環(huán)保政策的支持，有助于上市企業(yè)降低綠色融資成本，增加融資渠道，分散經(jīng)營(yíng)風(fēng)險(xiǎn)，優(yōu)化資產(chǎn)負(fù)債結(jié)構(gòu)，企業(yè)、金融機(jī)構(gòu)將追加綠色金融的投入。

綠色金融滯后一期gf（-1）：該指標(biāo)估計(jì)系數(shù)顯著為正，表明增加一單位的綠色金融投放對(duì)當(dāng)期與滯后一期的環(huán)境質(zhì)量改善同樣具有減排效力，當(dāng)期綠色金融投放對(duì)滯后一期的減排效力高于對(duì)當(dāng)期的減排效力。潛在因素是當(dāng)期綠色金融對(duì)環(huán)境質(zhì)量發(fā)揮減排效力后形成環(huán)境治理能力。前者表現(xiàn)為資金的審計(jì)和資金的到位需要時(shí)間，后者表現(xiàn)為治理能力的形成到充分發(fā)揮作用需要時(shí)間，兩期綠色金融存在一定的時(shí)間差，類似于宏觀經(jīng)濟(jì)變量的時(shí)滯效力。

4.穩(wěn)健性檢驗(yàn)。為確保估計(jì)結(jié)果及分析結(jié)論的可靠性，在上述分析的同時(shí)，文中采用3SLS估計(jì)經(jīng)濟(jì)增長(zhǎng)、環(huán)境質(zhì)量與綠色金融構(gòu)成的面板數(shù)據(jù)聯(lián)立方程，檢驗(yàn)了西北五省區(qū)相關(guān)變量間的邏輯關(guān)系（如表2所示），估計(jì)結(jié)果顯示與文中基本分析結(jié)論一致，具有較好的穩(wěn)健性。

（三）西北五省區(qū)間的省際差異

西北五省區(qū)環(huán)境變化與經(jīng)濟(jì)增長(zhǎng)、綠色金融之間關(guān)系未必一致，因此將樣本總體分為陜西、甘肅、青海、寧夏和新疆五個(gè)子樣本，分別對(duì)聯(lián)立方程進(jìn)行估計(jì)，回歸結(jié)果見(jiàn)表3—5。

通過(guò)比較可知，在經(jīng)濟(jì)增長(zhǎng)方程（模型Ⅰ）中，西北五省區(qū)的p系數(shù)顯著為正，這與西北地區(qū)整體情況一致

合理的解釋是，環(huán)境污染對(duì)經(jīng)濟(jì)增長(zhǎng)的正向影響的背后，因果是經(jīng)濟(jì)增長(zhǎng)較依賴高污染產(chǎn)業(yè)行業(yè)，以及生產(chǎn)資料等投入使用低效（見(jiàn)前文對(duì)西北地區(qū)分析）。;各省區(qū)綠色金融對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)表現(xiàn)不一，陜西、甘肅、青海、寧夏四省區(qū)系數(shù)顯著為正，說(shuō)明綠色金融對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生一定促進(jìn)作用;新疆的綠色金融投放對(duì)當(dāng)?shù)氐慕?jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)向作用。潛在成因有以下可能

不排除在所選數(shù)據(jù)樣本期間，由于更復(fù)雜的原因使相關(guān)省份經(jīng)濟(jì)增長(zhǎng)受到抑制。：一是新疆的綠色金融是“非生產(chǎn)性”的，即產(chǎn)出效應(yīng)低于環(huán)境效應(yīng);二是綠色金融不僅是“非生產(chǎn)”的，而且一定程度擠占了生產(chǎn)性投資資金;三是綠色金融投入生產(chǎn)領(lǐng)域的資金要素生產(chǎn)率較低。

從污染排放方程（模型Ⅱ）的回歸結(jié)果發(fā)現(xiàn)：經(jīng)濟(jì)增長(zhǎng)對(duì)污染物排放起決定性影響，西北地區(qū)除寧夏外，其余四省區(qū)的回歸結(jié)果顯示在初始階段污染物排放強(qiáng)度隨著經(jīng)濟(jì)增長(zhǎng)先下降，待跨越收入水平的某一點(diǎn)（轉(zhuǎn)折點(diǎn)1）后呈上升趨勢(shì)，接著又經(jīng)過(guò)一定水平（轉(zhuǎn)折點(diǎn)2）出現(xiàn)下降狀，與西北地區(qū)整體的EKC形態(tài)相吻合，接近倒“N”型。其中寧夏β1<0，β2>0，β3→0，曲線呈現(xiàn)U型，表明環(huán)境污染強(qiáng)度與經(jīng)濟(jì)增長(zhǎng)之間不完全符合EKC所揭示的演化軌跡。工業(yè)化水平與各省區(qū)污染排放強(qiáng)度呈現(xiàn)顯著正相關(guān)。新疆與陜西在西北地區(qū)工業(yè)最為發(fā)達(dá)，且高污染的重工業(yè)企業(yè)較多，污染強(qiáng)度受工業(yè)化水平增長(zhǎng)的影響也最為顯著，工業(yè)化水平每增長(zhǎng)1%，環(huán)境污染強(qiáng)度分別增加2.30%、1.93%;工業(yè)化水平每增加1%時(shí)，青海污染強(qiáng)度加劇1.23%，甘肅、寧夏工業(yè)化水平對(duì)環(huán)境污染強(qiáng)度影響較小。與西北地區(qū)整體情況類似，除新疆外，其他四省區(qū)城鎮(zhèn)化水平指標(biāo)對(duì)環(huán)境質(zhì)量影響不顯著。

在環(huán)境治理方程（模型Ⅲ）中，西北五省區(qū)綠色金融隨著該地區(qū)環(huán)境質(zhì)量變化產(chǎn)生極為敏感的波動(dòng)，整體表現(xiàn)為地區(qū)環(huán)境對(duì)綠色金融的迫切需要。環(huán)境污染排放強(qiáng)度每加重1個(gè)百分點(diǎn)，陜西、甘肅、青海、寧夏、新疆的綠色金融投放分別增加7.8825、3.7033、7.9549、6.9240和3.2746個(gè)百分點(diǎn)，說(shuō)明西北地區(qū)多為資源大省，綠色企業(yè)占比較多，環(huán)境惡化一方面促使西北地區(qū)企業(yè)追加投資，提高環(huán)保技術(shù)能力;另一方面，環(huán)境規(guī)制強(qiáng)度會(huì)隨環(huán)境惡化而加強(qiáng)，進(jìn)而帶動(dòng)綠色企業(yè)的投融資增加。

西北五省區(qū)的lngdp系數(shù)顯示除青海外，其余四省經(jīng)濟(jì)增長(zhǎng)對(duì)綠色金融的投放有拉動(dòng)作用，但作用遠(yuǎn)小于環(huán)境污染對(duì)綠色金融的影響，陜西經(jīng)濟(jì)增長(zhǎng)引發(fā)綠色金融投放的增幅最大（1.57%），甘肅、寧夏和新疆三地區(qū)的該估計(jì)效應(yīng)較小。西北五省區(qū)綠色金融的滯后一期對(duì)多數(shù)地區(qū)的當(dāng)期投入產(chǎn)生正向效應(yīng)。

由此可見(jiàn)，西北地區(qū)分樣本實(shí)證結(jié)果與全樣本結(jié)果基本吻合：陜西、甘肅、青海及新疆四省區(qū)部分地符合EKC假說(shuō)（呈倒N型）。寧夏則為U型，不符合EKC假說(shuō)。在環(huán)境治理方程中，環(huán)境污染對(duì)綠色金融的效應(yīng)雖與西北地區(qū)一致（正向顯著），但其效力大于西北地區(qū)整體情況。

（四）環(huán)境變化轉(zhuǎn)折點(diǎn)趨勢(shì)預(yù)測(cè)

一些學(xué)者通過(guò)理論推演給出EKC曲線存在的條件，在具體的統(tǒng)計(jì)分析中通常采用簡(jiǎn)約式方程驗(yàn)證EKC在各個(gè)領(lǐng)域的存在性。將式（17）作如下簡(jiǎn)化：

yit=β0+β1xit+β2x?2it+β3x?3it+β4zit+μit（20）

式（20）中，y和x分別替代環(huán)境質(zhì)量p和經(jīng)濟(jì)增長(zhǎng)lngdp;z為其他影響環(huán)境質(zhì)量的變量;其他各符號(hào)指代意義同前。EKC拐點(diǎn)的測(cè)算是根據(jù)表4各指標(biāo)的最優(yōu)擬合模型求取。當(dāng)β1<0且β2>0，β3→0時(shí)，最優(yōu)擬合模型為二次函數(shù)模型，則根據(jù)拋物線性質(zhì)，求取其頂點(diǎn)作為EKC拐點(diǎn)：

x=-β1/2β2。因前文設(shè)x=lngdp，即拐點(diǎn)處

gdp=e?-β1/2β2;當(dāng)β1<0，β2>0，β3<0時(shí)，β?22-3β1β3>0，最優(yōu)擬合模型為三次函數(shù)模型，則通過(guò)對(duì)三次方程進(jìn)行求導(dǎo)后計(jì)算三次曲線的最大值和最小值為轉(zhuǎn)折點(diǎn)

三次函數(shù)的拐點(diǎn)與本文所稱EKC拐點(diǎn)意義并不相同，其余三次函數(shù)的最大值、最小值等概念也不相同。經(jīng)分析，EKC拐點(diǎn)與三次函數(shù)的最大值、最小值意義相近，故稱轉(zhuǎn)折點(diǎn)。。此時(shí)曲線有兩個(gè)拐點(diǎn)

x=（-β2±β?22-3β1β3）/3β3，即拐點(diǎn)處

gdp=e?（-β2±β?22-3β1β3）/3β3。由此計(jì)算出西北五省區(qū)各拐點(diǎn)處的人均GDP水平，可就此估算實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)、污染排放降低及綠色金融協(xié)調(diào)發(fā)展所需時(shí)間。表6中“轉(zhuǎn)折點(diǎn)2”即污染排放越過(guò)峰值之后呈不斷下降趨勢(shì)，實(shí)際也是判斷各省區(qū)發(fā)展比照可以實(shí)現(xiàn)我國(guó)在《巴黎協(xié)議》所做承諾的一個(gè)預(yù)測(cè)。由于區(qū)域經(jīng)濟(jì)發(fā)展存在異質(zhì)性，導(dǎo)致區(qū)域污染排放出現(xiàn)拐點(diǎn)的時(shí)間也不盡相同，西北各省區(qū)的污染物排放達(dá)到峰值的時(shí)間也有異。表6顯示，西北五省區(qū)均已超過(guò)第一個(gè)轉(zhuǎn)折點(diǎn)，青海率先進(jìn)入污染增長(zhǎng)區(qū)間，甘肅則最后進(jìn)入。除寧夏外，其余四省區(qū)均在2029年前到達(dá)污染物排放下降轉(zhuǎn)折點(diǎn)，即污染強(qiáng)度達(dá)最大值

說(shuō)明除寧夏外西北四省區(qū)均可實(shí)現(xiàn)我國(guó)2015年6月根據(jù)國(guó)際氣候議程《巴黎協(xié)議》提交的中國(guó)國(guó)家自主決定貢獻(xiàn)文件中所做承諾，即到2030年左右二氧化碳排放達(dá)到峰值，并爭(zhēng)取盡早實(shí)現(xiàn)。。

（五）對(duì)計(jì)量結(jié)果的進(jìn)一步分析

長(zhǎng)期而論，西北五省區(qū)環(huán)境污染強(qiáng)度與人均GDP高度相關(guān)，說(shuō)明改革開(kāi)放以來(lái)西北地區(qū)總體上存在著經(jīng)濟(jì)增長(zhǎng)與環(huán)境質(zhì)量變化的同步性，即在經(jīng)濟(jì)高速增長(zhǎng)期間環(huán)境污染加劇，經(jīng)濟(jì)增長(zhǎng)減速時(shí)環(huán)境惡化得以緩解，或環(huán)境質(zhì)量有所改善。在認(rèn)識(shí)上需要注意的是，即使在經(jīng)濟(jì)增長(zhǎng)而環(huán)境質(zhì)量持續(xù)改善情況下，不意味著在推動(dòng)經(jīng)濟(jì)增長(zhǎng)過(guò)程中可以放任環(huán)境變化而“自然”達(dá)到環(huán)境優(yōu)化目標(biāo)。階段性地向“環(huán)境友好”型經(jīng)濟(jì)增長(zhǎng)變化，是由于環(huán)境規(guī)制、經(jīng)濟(jì)結(jié)構(gòu)、技術(shù)進(jìn)步以及重視生態(tài)問(wèn)題的社會(huì)理念對(duì)改良環(huán)境形成系統(tǒng)性的“裝置”或基礎(chǔ)設(shè)施，仍須持續(xù)鞏固并進(jìn)一步優(yōu)化此種“裝置”。

通過(guò)對(duì)西北五省區(qū)基于環(huán)境污染綜合指數(shù)變化的EKC驗(yàn)證發(fā)現(xiàn)，現(xiàn)有證據(jù)部分地證明EKC的存在，EKC確實(shí)揭示出環(huán)境污染強(qiáng)度隨經(jīng)濟(jì)發(fā)展而下降的分布和演變規(guī)律。部分省區(qū)（陜西、甘肅、青海、新疆）的EKC若合并連接服從EKC趨勢(shì);或者不再服從EKC（寧夏），趨勢(shì)為與倒U完全不同的U型。這是因?yàn)橐环矫妫珽KC模型的設(shè)定有嚴(yán)格的假設(shè)前提，當(dāng)放松其約束條件而加入新的變量后，或者改進(jìn)和拓展原模型，有可能改變?cè)Ｐ退O(shè)定的前提。另一方面，統(tǒng)計(jì)與計(jì)量模型要求有較大的樣本容量，統(tǒng)計(jì)檢驗(yàn)的效果相對(duì)更明顯。由于西北五省區(qū)的相關(guān)樣本采集范圍較小，導(dǎo)致部分統(tǒng)計(jì)效果不明顯。

同時(shí)考慮到各變量、指標(biāo)、數(shù)據(jù)在樣本期的可得性，西北地區(qū)總體及除寧夏以外四省區(qū)環(huán)境質(zhì)量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系服從倒N型，也可視為U+倒U型。倒U型曲線是U型曲線的延續(xù)，當(dāng)U型曲線右半部分上升到一定階段，將會(huì)出現(xiàn)第二個(gè)拐點(diǎn)，從而出現(xiàn)倒U型階段。影響EKC形狀改變及各次拐點(diǎn)出現(xiàn)的因素有下述三個(gè)維度：其一，經(jīng)濟(jì)結(jié)構(gòu)內(nèi)生機(jī)制及其相應(yīng)的經(jīng)濟(jì)增長(zhǎng)方式;其二，受經(jīng)濟(jì)發(fā)展階段收入水平、人類普遍的生態(tài)理念所制約或誘致的制度變量;其三，生產(chǎn)體系以及環(huán)境治理與生態(tài)安全的技術(shù)進(jìn)步程度。設(shè)若陜西、甘肅、青海、新疆四省區(qū)同時(shí)處于經(jīng)濟(jì)增長(zhǎng)而環(huán)境惡化的階段（按表6提供“拐點(diǎn)”數(shù)據(jù)及其出現(xiàn)時(shí)間節(jié)點(diǎn)即如此），則四省區(qū)面臨推動(dòng)經(jīng)濟(jì)增長(zhǎng)將會(huì)惡化環(huán)境質(zhì)量的兩難選擇，面臨這一壓力的必然選擇是加快經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，加大節(jié)能減排措施的力度，強(qiáng)化政府、企業(yè)環(huán)境責(zé)任，最大限度降低經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境的壓力。計(jì)量驗(yàn)證揭示出寧夏經(jīng)濟(jì)增長(zhǎng)路徑向生態(tài)環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展的收斂不具有自發(fā)性，說(shuō)明政府必須采取系統(tǒng)性的降低環(huán)境壓力的規(guī)制和政策，從經(jīng)濟(jì)結(jié)構(gòu)、能源規(guī)模與效率、生產(chǎn)體系的技術(shù)裝備等多途徑改變經(jīng)濟(jì)增長(zhǎng)與環(huán)境變化的內(nèi)在連結(jié)結(jié)構(gòu)。

五、結(jié)論與政策建議

本文將綠色金融引入EKC研究框架，構(gòu)建包含產(chǎn)出方程、污染排放方程及污染治理方程在內(nèi)的面板數(shù)據(jù)聯(lián)立方程，編制環(huán)境綜合指數(shù)并實(shí)證檢驗(yàn)了綠色金融在區(qū)域發(fā)展及區(qū)域間經(jīng)濟(jì)活動(dòng)中作用于環(huán)境污染的綜合交互效應(yīng)。研究結(jié)果表明：西北地區(qū)除寧夏以外，在綠色金融等因素共同作用下環(huán)境綜合指數(shù)變動(dòng)趨勢(shì)符合EKC倒“N”型曲線，比照我國(guó)在《巴黎協(xié)定》做出的“在2030年達(dá)到CO2排放峰值”的減排承諾，四省區(qū)亦可在2030年以前達(dá)到環(huán)境綜合指數(shù)峰值，從而向低環(huán)境污染轉(zhuǎn)換。寧夏的環(huán)境綜合指數(shù)變動(dòng)趨勢(shì)不容樂(lè)觀，主因應(yīng)該是其氣候條件差以及能源結(jié)構(gòu)中使用煤炭資源比重較大。綠色金融與環(huán)境污染間雙向關(guān)系反映的是其背后的政策機(jī)制的作用，即產(chǎn)業(yè)政策存在很大程度的對(duì)污染行業(yè)、傳統(tǒng)能源結(jié)構(gòu)的“容忍度”，即產(chǎn)業(yè)政策規(guī)避了污染問(wèn)題。綠色金融對(duì)環(huán)境變化正向效應(yīng)顯現(xiàn)，但作用尚不明顯，問(wèn)題在于綠色金融投入規(guī)模有限，發(fā)揮綠色金融對(duì)優(yōu)化生態(tài)環(huán)境的規(guī)模經(jīng)濟(jì)效應(yīng)仍具有很大發(fā)展空間。

樣本期經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)出的加劇環(huán)境惡化效果，其潛在原因一方面表明遠(yuǎn)超環(huán)境承載力的污染排放強(qiáng)度已然產(chǎn)生。從生產(chǎn)層面來(lái)看，我國(guó)煤炭基地在干旱半干旱的西北地區(qū)分布較多，能源礦、金屬礦及化工礦等產(chǎn)量均占全國(guó)30%以上。西北地區(qū)雖然環(huán)境容量較大，但陜西、新疆、甘肅都分布有較多SO2污染較重的城市。從行業(yè)分布看，西北地區(qū)屬資源富集地區(qū)，以原料導(dǎo)向型與動(dòng)力導(dǎo)向型企業(yè)為主，工業(yè)產(chǎn)值中重工業(yè)占第二產(chǎn)業(yè)比重日趨增加。如陜西2017年重工業(yè)占第二產(chǎn)業(yè)比重高達(dá)81%，煤炭在能源消費(fèi)中占比90%，遠(yuǎn)高全國(guó)60%的平均水平，隨之產(chǎn)生的一次PM2.5、氮氧化物（NOx）、揮發(fā)性有機(jī)物（VOCs）及氨氣（NH3）等污染物排放量仍遠(yuǎn)超環(huán)境容量。

在耶魯大學(xué)等單位發(fā)布的2016年全球環(huán)境績(jī)效指數(shù)排名中，中國(guó)減緩環(huán)境變化的績(jī)效表現(xiàn)良好，成為在過(guò)去十年唯一達(dá)到減緩碳排放增長(zhǎng)率的國(guó)家，應(yīng)對(duì)環(huán)境變化的努力應(yīng)該充分肯定。但是，中國(guó)減緩環(huán)境變化的行為目前還主要是政府推動(dòng)，改善環(huán)境的綠色金融市場(chǎng)體系和系統(tǒng)完備的綠色金融制度還遠(yuǎn)未建立，需要積極構(gòu)建具有中國(guó)特色的綠色金融體系，加快發(fā)展綠色信貸、綠色證券和綠色保險(xiǎn)市場(chǎng)，有效提升綠色金融投資回報(bào)率，明顯擴(kuò)大綠色融資規(guī)模。結(jié)合本文研究提出以下建議：

第一，在國(guó)家層面進(jìn)一步發(fā)揮財(cái)政政策對(duì)促進(jìn)綠色金融發(fā)展的重要作用。在增加財(cái)政環(huán)保支出規(guī)模同時(shí)，尤為重視財(cái)政渠道對(duì)社會(huì)資本進(jìn)入綠色投資領(lǐng)域的撬動(dòng)和虹吸功能，以有限財(cái)政資金引導(dǎo)信貸資金、社會(huì)資本進(jìn)入綠色投資領(lǐng)域?？梢詫?duì)環(huán)保、污染治理、新能源等行業(yè)企業(yè)的財(cái)政補(bǔ)貼調(diào)整為財(cái)政貼息;由財(cái)政出資控股設(shè)立綠色產(chǎn)業(yè)投資基金，重點(diǎn)解決形成我國(guó)主要污染源的產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)和交通結(jié)構(gòu)中的環(huán)境問(wèn)題。

第二，對(duì)西北等經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)綠色金融發(fā)展給予政策扶持。西北五省區(qū)面積占全國(guó)的30%，總體生態(tài)環(huán)境脆弱，企業(yè)綠色指數(shù)低于其他地區(qū)，但區(qū)域生態(tài)環(huán)境對(duì)全國(guó)具有很強(qiáng)外部性（正或負(fù)），青海三江源生態(tài)環(huán)境治理工程即是對(duì)全國(guó)生態(tài)環(huán)境具有正外部溢出效應(yīng)的典型例證。對(duì)西北地區(qū)綠色金融的政策扶持包括采取財(cái)政貼息增加綠色信貸規(guī)模，降低綠色債券、綠色基金、綠色保險(xiǎn)的發(fā)行與交易門檻，促進(jìn)政府與社會(huì)資本向綠色產(chǎn)業(yè)聯(lián)合投資（綠色PPP）。西北地區(qū)新能源上市公司融資規(guī)模和資本收益率普遍低于東部，對(duì)西北地區(qū)新能源等綠色概念公司上市發(fā)行股票（IPO）以及通過(guò)增資擴(kuò)股、發(fā)售債券形成規(guī)模經(jīng)濟(jì)應(yīng)予以優(yōu)先支持。

第三，在西北地區(qū)深入探索內(nèi)陸綠色金融供給側(cè)改革，構(gòu)建政策支持引導(dǎo)和多方主體參與的綠色金融市場(chǎng)體系。我國(guó)綠色金融供需矛盾突出，據(jù)測(cè)算我國(guó)在“十三五”期間每年綠色投資需求在3～4萬(wàn)億元之間，綠色金融缺口將主要從市場(chǎng)得以彌補(bǔ)。2018年2月國(guó)務(wù)院批復(fù)發(fā)布《關(guān)中平原城市群發(fā)展規(guī)劃》，提出關(guān)中平原城市群要加快在內(nèi)陸生態(tài)文明建設(shè)先行區(qū)等戰(zhàn)略定位上實(shí)現(xiàn)突破，明確要把西安打造成為西部地區(qū)重要的經(jīng)濟(jì)中心和絲路經(jīng)濟(jì)帶規(guī)模最大的國(guó)際物流樞紐。由此，在全國(guó)金融市場(chǎng)結(jié)構(gòu)區(qū)域布局上可以考慮將西安作為西北乃至國(guó)家層面綠色金融要素集聚城市，對(duì)內(nèi)陸地區(qū)構(gòu)建綠色金融市場(chǎng)體系進(jìn)行探索，包括設(shè)立專業(yè)性綠色信貸銀行、綠色資本市場(chǎng)、綠色保險(xiǎn)機(jī)構(gòu)、綠色金融衍生品市場(chǎng)等綠色金融基礎(chǔ)設(shè)施，制定和完善促進(jìn)綠色金融發(fā)展的市場(chǎng)規(guī)則和監(jiān)管框架。

參考文獻(xiàn)：

[1]?Meadows D S， Meadows D L， Randers J， Behrens W W. The limits to growth[M]. New York： Universe Books， 1972.

[2]?Grossman G M， Krueger A B. Environmental impacts of a North American Free Trade Agreement[R]. NBER Working Paper No.3914， 1991.

[3]?Panayotou T. Empirical tests and policy analysis of environmental degradation at different stages of economic development[R]. Geneva： World Employment Programme Research， Working Paper No.238， International Labour Office， 1993.

[4]?Dinda S， Coondoo D， Pal M. Air quality and economic growth： An empirical study[J]. Ecological Economics， 2000， 34： 409423.

[5]?Friedl B， Getzner M. Determinants of CO2 emissions in a small open economy[J]. Ecological Economics， 2003， 45： 133148.

[6]?Holtz?Eakin D， Selden T M. Stoking the fires？CO2 emissions and economic growth[J]. Journal of Public Economics， 1995， 57： 85101.

[7]?胡宗義， 劉亦文， 唐李偉. 低碳經(jīng)濟(jì)背景下碳排放的庫(kù)茲涅茨曲線研究[J]. 統(tǒng)計(jì)研究， 2013（2）： 7379.

[8]?Torras M， Boyce J. Income， inequality， and pollution： A reassessment of the Environmental Kuznets Curve[J]. Ecological Economics， 1998， 25（2）： 147160.

[9]?Stern D I， Common M S， Barbier E B. Economic growth and environment degradation： The Environmental Kuznets Curve and sustainable derelopment[J]. World Development， 1996， 24（7）： 11511160.

[10]Tamazian A， Chousa J P， Vadlamannati K C. Does higher economic and financial development lead to environmental degradation： Evidence from the BRIC countries[J]. Energy Policy， 2009， 37： 246253.

[11]Sadorsky P. The impact of financial development on energy consumption in emerging economies[J]. Energy Policy， 2010， 38： 25282535.

[12]Zhang Z， Ren X. Causal relationships between energy consumption and economic growth[J]. Energy Procedia， 2011， 5： 20652071.

[13]Shahbaz M， Lean H H. Does financial development increase energy consumption？The role of industrialization and urbanization in Tunisia[J]. Energy Policy， 2012， 40： 473479.

[14]Gantman E R， Dabos M P. A fragile link？ A new empirical analysis of the relationship between financial development and economic growth[J]. Oxford Development Studies， 2012， 40（4）： 517532.

[15]Lee J M， Chen K H， ChoC H. The relationship between CO2 emissions and financial development： Evidence from OECD countries[J]. Singapore Economic Review， 2015， 60（5）： 155172.

[16]Omri A， Daly S， Rault C， Chaibi A. Financial development， environmental quality， trade and economic growth： What causes what in MENA countries[J]. Energy Economic， 2015， 48： 242252.

[17]Jeuchen M. Sustainable finance and banking： The financial sector and the future of the planet[M]. London： Earthscan Publication， 2001.

[18]OECD. Trends in environmental finance in Eastern Europe， Caucasus and Central Asia[C]. Paris： Tenth meeting of the EECCA environmental finance network， 2007， Document 9.

[19]Omri A， Nguyen D K， Rault C. Causal interactions between CO2 emissions， FDI， and economic growth： Evidence from dynamic simultaneous?equation models[J]. Economic Modelling， 2014， 42： 382389.

[20]Ang J B. Economic development， pollutant emissions and energy consumption in Malaysia[J]. Policy Model， 2008， 30： 271278.

[21]Stern D I. A multivariate cointegration analysis of the role of energy in the US macroeconomy[J]. Energy Economics， 2000， 22： 267283.

[22]Pereira A M， Pereira R M M. Is fuel?switching a no?regrets environmental policy？VAR evidence on carbon dioxide emissions， energy consumption and economic performance in Portugal[J]. Energy Economics， 2010， 32： 227242.

[23]孫葉飛， 周敏. 中國(guó)城鎮(zhèn)化、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化對(duì)CO2排放的影響——基于獨(dú)立效應(yīng)和聯(lián)動(dòng)效應(yīng)雙重視角[J]. 資源科學(xué)， 2016（10）： 18461860.

[24]Dean J M. Testing the impact of trade liberalisation on the environment： Theory and evidence[C]. Fredriksson P G.， Trade， global policy and the environment. World bank discussion paper No.402 1999.

[25]Soukhanov A H. The American Heritage Dictionary （the 4th Edition）[M]. Houghton Mifflin Company， Boston， 2000.

[26]張軍， 章元. 對(duì)中國(guó)資本存量K的再估計(jì)[J]. 經(jīng)濟(jì)研究， 2003（7）： 3543.

[27]Soytas U， Sari R， Ewing B T. Energy consumption， income， and carbon emissions in the United States[J]. Ecological Economics， 2007， 62（3/4）： 482489.

[28]Omri A. CO2 emissions， energy consumption and economic growth nexus in MENA countries： Evidence from simultaneous equations models[J]. Energy Economics， 2013， 40： 657664.

[29]世界銀行. 1992年世界發(fā)展報(bào)告： 發(fā)展與環(huán)境[M]. 北京： 中國(guó)財(cái)政經(jīng)濟(jì)出版社， 1992.

[30]彭水軍. 經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染——環(huán)境庫(kù)茲涅茨曲線假說(shuō)的中國(guó)檢驗(yàn)[J]. 財(cái)經(jīng)問(wèn)題研究， 2006（8）： 317.

[31]高峰. 中國(guó)省際環(huán)境污染的空間差異和環(huán)境規(guī)制研究[M]. 北京： 經(jīng)濟(jì)科學(xué)出版社， 2016.

責(zé)任編輯、校對(duì)： 李再揚(yáng)

Green Finance， Economic Growth and Environmental Change：

Is it Possible for the Environmental Index in the Northwest to Fulfill the “Paris Agreement”？

LIU Sha?1，2， LIU Ming?1，2

（1. Northwest Institute of Historical Environment and Socio?Economic Development， Shaanxi Normal University，

Xian 710119， China; 2. Financial Research Institute in Shaanxi Normal University， Xian 710119， China）

Abstract：This paper structures a panel simultaneous equation model based on the input?output model and the EKC hypothesis by using green environmental protection concept company subsample on the stock market as the overall substitute variable of green finance， constructs comprehensive index of environmental quality system to reflect and judge the relationship among green finance， environmental change and economic growth， predicts the peak time （inflection point） of environmental composite index in Northwest China regarding commitment of CO2 emission reduction in the Paris Agreement at the national level. The results show that the interaction exists among economic growth， environmental quality and green finance. Green finance has a positive effect on environmental change， but its action is low. The variation trend of environmental comprehensive index accords with the inverted “N”?shape EKC in Northwest China except for Ningxia under the influence of green finance and other factors. In contrast to Chinas emission reduction commitment “ to reach the peak of CO2 emissions in 2030”， it can also reach the peak of the comprehensive environmental index before the same time node to convert to low environmental pollution in general. To further develop the scale effect of green finance on improving the ecological environment， it is suggested to lower the threshold of green finance in Northwest China， promote the joint investment of government and social capital into the green industry. Taking Xian as a green financial agglomeration city actively constructs the green financial market system in an inland area.

Keywords：Green finance; Economic growth; Environmental quality; Environmental change; Emission reduction; Environmental Kuznets Curves （EKC）; Panel simultaneous equation model; Northwest regions