金融发展、全要素生产率与碳排放：来自 G20的证据
姚星垣*
摘要： 高质量发展是新时代主题之一，而通过金融发展提升全要素生产率减少碳排放是实现高质量发展的重要路径。本文梳理了金融发展、全要素生产率与人均碳排放之间的内在逻辑关系。基于1971-2014年G20的面板数据，经验研究结果表明，全要素生产率的提升与人均碳排放之间存在“倒U型”曲线关系，金融发展与全要素生产率对减少人均碳排放可能产生正向或者负向的交互关系。发达经济体与新兴经济体的信贷增长并不能与全要素生产率产生正向的协同作用，无助于减少人均碳排放。对于发达经济体而言，资本市场发展能够与全要素生产率产生协同作用，减少人均碳排放量，而这种机制在新兴经济体中并不存在。因此，对于新兴经济体来说，一方面要正视经济转型升级需要经历的过程，另一方面要通过技术进步，尤其是促进科技与金融的良性互动，推动绿色发展和高质量发展。
关键词： 金融发展；金融结构；全要素生产率；人均碳排放；高质量发展
一、引言
党的十九大报告提出，我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期，这显示出提高全要素生产率的紧迫要求。一方面，全要素生产率(Total Factor Productivity，TFP)是衡量高质量增长的重要指标(李平等，2017)，是高质量发展的动力源泉，对于我国决胜全面建成小康社会、开启全面建设社会主义现代化国家新征程具有重要意义。另一方面，减少碳排放，实现绿色发展、环境友好型发展是高质量发展的重要表现。因此，推动高质量发展需要重视提升TFP和减少碳排放。
有研究显示，慢性持续性低钠血症与步态异常、注意力不集中以及骨质疏松、跌倒和骨折的发生有关[7-9]。人体内约有1/3的钠离子储存在骨骼中，而其中40%是可交换的。当慢性持续性低钠血症发生时，体内的钠离子处于慢性消耗的状态，钠离子逐渐从骨骼中游离交换至血液循环中，骨骼脱矿化，破骨细胞活性逐渐增强，最终导致骨质疏松。而低钠血症同时又影响着中枢神经系统，导致步态异常、注意力减退[10]。此外，低钠血症还与肌肉质量的减少相关，为住院患者跌倒的风险因素之一[11-12]。
当前，我国经济正处于转型升级的关键时期，对于绿色发展日益重视。2015年3月24日，中共中央政治局审议通过《关于加快推进生态文明建设的意见》。在 G20杭州峰会上，绿色可持续发展的理念再次得到重视和深化，会后发布的《G20 绿色金融综合报告》从金融支持的角度全面阐述了全球经济向绿色低碳方向转型的必要性和可行性。2016年8月31日，中国人民银行、财政部、国家发展改革委等部门联合印发了《关于构建绿色金融体系的指导意见》。一系列政策的出台表明，从金融发展的角度推动绿色发展和高质量发展是一个重要的战略思路并日益受到重视。
从提升资源配置效率的角度看，金融因素对高质量发展也可起到积极作用。大量的研究表明，金融发展，包括金融规模的增加和金融结构的优化，对经济增长均有显著的影响(Goldsmith，1969；Rajan & Zingales，1998；Levine et al.，2000)，一些实证研究也支持金融发展对提升TFP有所助益的观点(宋德斌，2015)。那么，促进金融发展、提高TFP和减少碳排放三者之间有何内在联系？能否通过金融发展提升TFP进而减少碳排放？其背后的机制又有哪些？这是本文研究的核心内容。
姜大爹说这话时，视线从我们头顶越过去，瞄着铁冶的方向。他早已年过古稀，拄着摸得溜光的檀木拐杖，须髯飘飘，一副仙家的做派。
又由电流表内接电路可知，当电压表和电流的读数分别是U和I时，由于电流表内阻的两端分压，这样使得二极管两端的实际电压U'小于U，它们满足以下关系式[7]：
二、文献综述
有关金融发展与碳排放关系的文献，大致可以分为两类：一类是从金融发展影响经济增长和能源消费进而影响碳排放的逻辑展开，另一类则从技术进步(Sadorsky， 2010)、R&D(Tamazian，2009)、创新(严成樑等，2016)等角度切入考察两者的关系。前者是比较经典的视角，以经济增长、能源消费和环境的关系为核心(Grossman & Krueger，1991，1995)，细化到具体的行业发展(齐绍洲、林屾，2016；Park et al.，2018)，并向前延伸把金融发展因素考虑在内；后者则是近年来逐渐受到重视的新思路，重点考察金融发展可能产生的减排效应。
经济增长与能源消费关系的研究可追溯至1950年代(Frank，1959)，此后逐渐由对美国的研究(Janosi & Grayson，1972；Solow，1974)扩展到跨国比较研究(Yu & Choi，1985)。随着世界银行公开发布数据，2010年以后又涌现出大量研究。从经济增长与能源消费两者的因果关系考察，主要分为以下几种机制：最主流的观点认为能源消费能够促进经济增长(Apergis & Payne，2009；Ozturk et al.，2010；Ouedraogo，2013；Aslan et al.，2014b)。相反的因果关系，即经济增长影响了能源消费也得到了一些支持(Huang et al.，2008；Narayan et al.，2010；Kasman & Duman，2015)。此外还有支持互为因果(Constantini & Martini，2010；Belke et al.，2011；Coers & Sanders，2013)以及支持无因果关系的研究(Wolde-Rufael，2009；Smiech & Papiez，2014)。
2007年以后，随着全球金融海啸的爆发，金融发展与能源消费、碳排放之间的关系受到更多的重视。总体上看呈现两种效应：金融发展拉动能源消费以及金融发展减少能源消费。前者是金融发展通过促进经济增长，从而拉动能源消费(Sadorsky，2010，2011；Aslan et al.，2014a；Rashid & Yousaf，2015)。Sadorsky(2011)把这种正向关系区分为三种效应，即直接效应、商业效应和财富效应。而至于后者，主要是金融发展带来的技术进步能减少能源消费，因此这种效应又被称为技术效应(Tamazian et al.，2009；Mahalik & Mallick，2014)。近期则有学者尝试把其他相关因素纳入到金融发展与碳排放之间关系的考察中，比如收入不平等(Khan et al.，2018)、信息与通信技术及TFP(Park et al.，2018)、全球化(Xu et al.，2018)，但只是从经验研究的角度进行，并没有从理论上深入阐释内在的机制。
还有部分学者在研究中提出了经济金融因素与碳排放之间的非线性关系和异质性，最具代表性的就是Grossman和Krueger(1991)提出的“环境库兹涅兹曲线”(EKC)，并在各类经验研究中得到支持。早期如Grossman和Krueger(1995)提出经济增长对环境的作用呈现先恶化再改善的特点，并且对于多数国家而言，这个拐点出现在人均8000美元左右(按1985年美元价格水平)。Javid和Sharif(2016)应用巴基斯坦1972-2013年的数据表明，金融发展会引起人均碳排放增加，尤其在金融发展的初期这种作用更加显著。陈欣和刘明(2015)发现金融发展对人均碳排放的整体影响并不显著，他们认为，这是具有不同发展阶段特征的区域产生不同作用互相抵消的结果。Xiong等(2017)发现，在中国的经济发达地区，金融发展减少了碳排放，而在经济欠发达地区，金融发展增长了碳排放。Maji等(2017)对马来西亚的研究发现，总体上看金融发展增加了碳排放，但对于不同行业的效果不同。具体而言，金融发展增加了交通、能源行业的碳排放，减少了制造业和建筑业的碳排放。
目前国内学者把TFP因素纳入到碳排放考察中的研究较少。张金灿和仲伟周(2015)发现，我国碳排放效率和TFP指数都呈现从东部到中、西部依次递减的格局。陈嘉雯等(2018)的经验研究结果表明，从长期来看，能源消费的不断增加是导致碳排放增加的主要原因，而TFP的提高对减少碳排放逐渐产生正向影响；从短期来看，生产率的变化对碳排放的影响微乎其微。
接下来我们进一步考察TFP对人均碳排放的影响。模型(4)表明，TFP的增长会提高人均碳排放水平，在1%水平上显著，系数为0.47，系数要大于只考虑能源消费的情况，调整的R2值约为0.98，要远高于只考虑能源消费的情况，甚至高于考虑经济增长的情况。这表明，对于G20的样本而言，TFP能够解释大部分的碳排放变动。如果把经济增长和能源消费因素一起考虑，如模型(5)所示，其结果与模型(3)十分接近，变量的符号一致和显著性水平一致，系数大小也相近，调整的R2值略有增加。
三、研究设计
(一)理论框架与研究假设
从文献综述中可以看到，对于金融发展如何影响碳排放，有两条基本的解释思路：一是金融发展通过经济增长带动能源消费，从而增加了碳排放；二是金融发展提升了TFP，但TFP的提高对于碳排放的影响不确定，可能为正，也可能为负。把两者结合起来，这里就暗含了一个重要推论：TFP与碳排放之间可能存在一种类似于“环境库兹涅兹曲线”的“倒U型”曲线关系。对于一个经济体而言，TFP的提升在一定阶段以内会增加人均碳排放量，而到了一定阶段之后，则会出现相反的趋势，减少人均碳排放量。
一般地，EKC假说是检验如下方程是否成立：
设计意图：通过有针对性的测评与实践活动，学以致用，并将所学知识和生活实际紧密结合，应用到实践中，并用于评价学生核心素养的养成。
其中，Pollution 为污染物排放，Y 为收入水平，一般用以衡量经济发展水平，λ i X i,t 为影响污染的其他因素。当α 1>0,α 2<0时，EKC假说成立。
一致性检验（Conformity Test）模型是判断目标光谱与参考光谱一致性的常用手段。本文在建立雷公藤一致性检验模型时，采用的建模方法是：将待测光谱按约定化学计量学模型方法进行处理后，通过将待测光谱与参考光谱库平均光谱相比较，计算其最大一致性指数（max.conformity index，最大CI值），与模型设定的一致性指数限度（conformity index limit，CI值限度）进行比较，从而快速简单地判断待测样本木质部光谱与雷公藤木质部光谱是否具有一致性。其中最大一致性指数CI值计算公式为：
本文提出TFP与碳排放之间存在“倒U型”关系的假说，核心是要检验如下方程：
其中，lnEmission 是人均碳排放量，TFP 是全要素生产率，FD 是金融发展指标，X 是控制变量，ρ 是个体效应，μ 是时间效应，ε 为随机误差项。
金融发展对TFP的影响可能比较复杂。一方面金融发展有利于提升资源配置效率和促进技术进步，进而整体上提升了TFP；但另一方面，由于TFP又有高能耗型和环境友好型两种不同的情况，因此TFP对人均碳排放影响的总效应要看两者之间的结构比例关系。从模型(9)-(11)的经验结果来看，总效应并不那么显著，这与陈欣和刘明(2015)的研究结果相似，其可能的解释是其内部异质性影响的作用相互抵消，因此总体上的结果不显著。比较模型(9)和(10)，与信贷的增长相比，资本市场的发展更能够与TFP发生积极的交互作用，从而能够减少人均碳排放。这从金融结构的角度再次支持了假设3。
与传统的EKC相比，本文提出的假说本质上最大的区别在于用TFP而不是收入水平作为影响碳排放的核心因素。这种转换主要基于三方面考虑：一是EKC假说只是反映了收入与环境之间的一般关系，而对其内在的作用机制解释性较弱；二是收入水平作为经济发展的衡量指标存在较严重的测度问题，比如平均收入水平在收入差距较大的地区难以刻画经济发展的真实状态(佘群芝，2008)；三是从政策建议的角度看，影响收入和经济发展水平的因素过于复杂，容易导致政策建议的针对性不足。
之所以TFP与碳排放之间存在“倒U型”关系，可以作这样的理解：在经济发展的早期阶段，TFP的提升主要作用于传统的粗放型经济，表现为利用劳动、能源等要素的能力和效率上升，此时生产率的提升表现为单位产品能源消耗量的增加，从而使TFP与碳排放之间存在正向相关关系。在这个阶段，β 1>0,β 2<0的条件无法满足。随着经济转型，经济结构中高能耗、高污染产业的比重下降，而环境友好型的高新技术产业逐渐崛起。此时TFP的提升并不会增加这些高新产业的碳排放量，且随着经济结构转型的持续发展，环境友好型的高新技术产业占比逐渐提升，总体上呈现出TFP与人均碳排放之间的负向相关关系。此时β 1>0,β 2<0的条件得到了满足。这种初步推断得到了一些分行业(Maji et al.，2017)、分地区不同发展水平(陈欣、刘明，2015；Xiong et al.，2017)以及分金融发展不同阶段(Javid & Sharif，2016)的研究结论的支持。因此从本质上看，TFP与碳排放之间的“倒U型”关系，反映的可能是经济结构转型升级的过程，如图1所示。
图1 TFP与人均碳排放之间的“倒 U型”关系假说图示
如果这个假设成立，那么从同一时段的横向对比来看，发达经济体TFP提升会减少碳排放，而新兴经济体则相反，TFP提升反而会增加人均碳排放。这是因为，从整条曲线来看，发达经济体可能处于这条“倒U型”曲线拐点的右端，而新兴经济体仍然处于这条曲线拐点的左端。事实上，处于不同发展阶段经济体的人均碳排放量的经验结果确实呈现出这种“倒U型”形态，如图2所示。具体来看，有如下几个显著的特征：一是从数量水平上看，发达国家的人均碳排放量要高于新兴经济体；二是从变化趋势看，新兴经济体与发达经济体也存在显著分化。以中国、印度、巴西为代表的新兴经济体人均碳排放量呈现较快上升趋势，而以美国、英国、法国、意大利为代表的发达经济体则总体呈现下降趋势。尤其是在发达经济体中发展水平相对滞后的意大利，大致以2000年左右为界，呈现出先上升、后下降的趋势。据此，根据本文的核心研究内容，我们提出以下研究假设：
模型(14)和(15)则表明，TFP对于人均碳排放的作用相反：发达经济体的系数显著为负，而新兴经济体的系数显著为正。如果把TFP的二次项放入，G7的二次项显著为负，且系数较大，而新兴经济体TFP二次项虽也是负数，但系数较小且统计上不显著。这表明，样本区间内TFP在发达经济体上呈现出明显的“倒U型”形状，而对于新兴经济体，则至少在样本范围内，仍然呈现线性正相关关系。这个结果再次支持了假设1。
where nʹ is the refractive index of the fiber and ρ is the diameter of the fiber taper. When βms=βft, the phase matching between the tapered fiber and the microsphere is obtained.
假设2：特定的金融发展有利于减少人均碳排放量。
假设2a：金融规模扩张对减少人均碳排放量的正面影响较小。
假设2b：金融结构优化有利于减少人均碳排放量。
综上所述，乡愁是萦绕在诗人心头的一种情怀，是需要传递给4个不同的目标对象：辛劳母亲、新婚妻子、已逝母亲和祖国大陆。从这个意义上说，乡愁可谓是一种抽象的“心灵旅行”；而作为传递乡愁的邮票、船票、坟墓和海峡这4个不同的转喻喻体则代表着具体的“现实旅行”，且心灵旅行须通过现实旅行来实现，从而完成一种由具体域向抽象域的跨域隐喻映射，即乡愁的成功传递，进而实现了《乡愁》主题的隐转喻建构。
假设3：金融发展与TFP相互作用可对减少人均碳排放量产生积极影响。
(a)代表性新兴经济体的人均碳排放 (b)代表性发达经济体的人均碳排放
数据来源：世界银行数据库。
图2 人均碳排放(吨/人，1971-2014)
(二)变量选择与模型设计
本文的被解释变量是人均碳排放量。关于碳排放，主要的指标有两类，一是碳排放量与GDP的关系，即碳排放强度；二是碳排放量与人口数量的关系，即人均碳排放量(陈欣、刘明，2015；Javid & Sharif，2016)。本文选取后者，一是从理论上考虑，与宏观经济理论中多采用人均指标相匹配；二是为了在经验研究中与人均GDP、人均能源消费等人均指标相一致。
◎注意清洁保持干燥，拉完臭臭要洗屁屁、擦干，可以用电吹风吹，注意温度不能烫伤，最好选用带温控的电吹风。
核心解释变量有两类，一是TFP指标，这反映了人均排放量的“质”的方面。根据假设1，我们引入TFP的一次项和二次项，检验TFP与碳排放之间是否存在“倒U型”曲线关系。另一类是金融发展指标，又可以细分为金融发展的规模，比如私人信贷/GDP、股票市值/GDP(Levine & Zervos，1998)，以及金融结构，比如股票市值/私人信贷(Levine，2002)，这既反映了人均排放量的“量”的方面，也反映了人均排放量的“质”的方面。
在本系统工资数据处理中，关键地方在于生成查询串及更新串，其中查询串还需要判断工资项是“发钱”还是“扣钱”，以计算实发工资，更新串用于用户对数据修改后保存到表中，程序流程如图2所示。
根据研究假设和文献综述，经济增长和能源消费是影响碳排放的重要因素，作为控制变量。我们也引入经济增长的二次项，考察EKC假说是否成立。从散点图中可以看到主要解释变量和控制变量与人均碳排放之间的关系。人均能源消费与人均碳排放之间关系最为密切(图3a)，经济增长次之(图3b)，总体上呈现线性特征。而TFP(图3c)、金融发展(图3d)与人均碳排放之间线性关系则相对较弱，这直观上佐证了它们与人均碳排放量之间可能存在的非线性关系或“倒U型”曲线关系。
(a) (b)
(c) (d)
图3 主要变量之间关系散点图
引入TFP因素后，我们参照经典文献和近期进展(Grossman & Krueger，1995；陈欣、刘明，2015)构建如下基准计量模型：
(1)
在考察金融发展、TFP影响人均碳排放量可能的机制时，引入交互项，得到：
lnEmission i,t =β 0+β 1TFP i,t +β 2FD i,t +β 3TFP i,t ×FD i,t +λ i X i,t +ρ i +μ t +ε i,t
(2)
式(18)表明：知识点kα与其他知识点的匹配关系强度W(kα,K)可表示为知识点kα与其所关联的其他知识点之间的边权权重之和；知识点kα被协同成员的掌握程度W(kα,P)可表示为知识点kα与掌握该知识点的协同成员之间的边权权重之和。
(三)样本选择与数据来源
由于G20全样本中涵盖了发达经济体和新兴经济体，根据上文的理论框架，我们认为不同经济体中TFP对人均碳排放量的影响存在异质性。如表4所示，模型(12)和(13)表明，无论是发达经济体(G7)还是新兴经济体(BRICS)[注] G7集团是主要工业国家会晤和讨论政策的论坛，成员国包括美国、英国、德国、法国、日本、意大利和加拿大7个主要的发达经济体。BRICS是指金砖国家，因其引用了巴西(Brazil)、俄罗斯(Russia)、印度(India)、中国(China)和南非(South Africa)的英文首字母。 ，能源消费均能拉动碳排放，且均在1%的水平上显著。相比而言，新兴经济体的系数更大些，且系数值大于1。
表1 描述性统计
四、经验结果分析
(一)基准回归
经过平稳性检验，本文中主要变量均为一阶单整的；根据Hausman检验采用固定效应模型进行估计。首先考察经济增长、能源消费对碳排放的影响(见表2)。模型(1)表明，人均能源消费与人均碳排放之间的关系在1%的统计水平上显著，系数为0.21，此时调整的R2值为0.33。若只考虑经济增长对碳排放的影响，模型(2)表明，EKC假说成立，即经济增长与人均碳排放之间存在“倒U型”关系。此时，调整的R2值显著地增加为0.92。若把能源消费和经济增长因素同时考虑，如模型(3)所示，能源消费对碳排放的拉动作用和EKC假说仍然成立，且均在1%的水平上显著，此时调整的R2值进一步增加到了约0.99。
综上所述，以往有关金融发展与碳排放的研究中，存在以下一些欠缺：一是比较忽视内在作用机制，包括TFP对碳排放的作用机制；第二，在研究金融发展与碳排放的关系时，不够重视金融发展内部的结构性因素；第三，对于金融发展与TFP如何相互作用，并减少人均碳排放的事实和作用机制缺乏阐释。而本文的研究就是对以上这些不足的探索性改进，本文的贡献主要体现在以下几个方面：一是梳理了金融发展、TFP和碳排放之间的关系，阐述了金融发展影响经济增长和TFP，进而影响能源消费和碳排放的主要机制；二是提出了TFP与碳排放之间的“倒U型”关系假说，进一步区分了“能耗密集型TFP”和“环境友好型TFP”；三是运用1971-2014年G20跨国面板数据进行经验研究，考察了金融发展包括金融规模增加以及金融结构调整、TFP对人均碳排放的影响机制。
对比多个模型估计效果之后，模型(6)表明[注] 由于把能源消费放入估计方程后，存在较严重的共线性问题，因此在估计模型(6)时把能源消费从方程中剔除了。 的确存在TFP与人均碳排放量之间的“倒U型”关系，即TFP对碳排放的影响可能存在先增加，后减少的情况。但相对于EKC假说，从显著性水平来判断，这种关系相对较弱，TFP及其平方项的系数分别在5%和10%的显著性水平上通过检验。这个结果初步支持了假设1。
表2 基准回归
注：***、**、*分别表示1%、5%和10%显著性水平；括号内为标准误。下表同。
下面我们考察金融发展对碳排放的影响机制(见表3)。我们把可能影响机制分为经济机制和TFP机制。对于经济机制，主要通过金融发展促进经济增长，拉动能源消费进而增加碳排放量的路径传递，金融发展与碳排放之间正相关。对于TFP机制，模型(7)表明，TFP和人均能源消费的交互项在1%的显著水平上为负数，系数为-0.21，说明TFP通过影响能源消费，减少人均碳排放。这种情况在TFP与经济增长的交互项中也得到了相似的结果，如模型(8)所示。这初步支持了假设3。
其中CO 2Emission 为碳排放水平，TFP 为全要素生产率，λ i X i,t 为影响污染的其他因素。当β 1>0,β 2<0时，TFP与碳排放之间 “倒U型”关系成立。
表3 影响机制检验
(二)异质性检验
本文以1971-2014年G20国家为样本。之所以选择G20作为样本，首先是因为G20涵盖了当前主要经济体，其经济总量占比约为全球GDP的70%；其次是G20国家有广泛的代表性，包括了以G7为代表的发达经济体和以BRICS为代表的新兴经济体。本文中人均碳排放量、人均能源消费、人均GDP数据来自世界银行数据库，全要素生产率指标来自Penn World Table 9.0(Feenstra et al., 2015)，分为两类，一类是横向比较(以美国历年的TFP水平为1)，另一类是纵向比较，又分为两组，其中RTFPna 是以2011年不变价格水平作为1的国家TFP水平，RWTFPna 是福利相关的以2011年水平作为1的国家TFP 水平，本文根据研究需要选取后者。其余指标来自Wind数据库。主要变量的描述性统计如表1所示。
竞赛教学的运用是竞赛教学法实施的重点。在运用竞赛教学前要了解学生的课堂参与层次。彭银梅教授将学生的课堂参与划分为三个层次，分别是借助感官刺激的表层参与、由感性经验到理性认知的浅层参与、基于课程资源充分开发应用的深度参与[6]。其次是比赛和教学的结合。因此，竞赛教学法在现阶段的学校体育中，要注意比赛和教学的结合，才能更好地发挥其本质作用。此外还应注意在进行教学比赛结束时，教师应同时要做好赛后总结，引导学生更好地学习。
表4 异质性检验
假设1：TFP与人均碳排放量之间存在“倒U型”关系。
接下来考察影响机制的异质性(见表5)。比较发现，发达国家经济体和新兴经济体之间同样存在较大差别。模型(18)和(20)表明，对发达经济体而言，信贷的增加与TFP交互作用系数为正，表明信贷增长并无法改善碳排放，而股市市值的增加与TFP交互作用后，对人均碳排放起到抑制作用。对于新兴经济体而言，模型(19)和(21)表明，无论是信贷规模还是股市市值，其增长与TFP的交互项系数均为正，表明对人均碳排放并未起到抑制作用。这初步验证了假设2a。
中药的提取过程是中药质量传递的关键环节，在设计提取工艺时，应考虑到药材所含成分的理化性质及其之间的差异，如分子大小、熔点、沸点、极性、溶解性等[25]。目前，最常用的提取方法是水蒸气蒸馏法，《中国药典》2015年版中规定的中药挥发油提取方法几乎是水蒸气蒸馏法，但水蒸气蒸馏法不适于热敏性、难溶性成分的提取。因此，需加强各种中药挥发油的最佳工艺基础性研究，完善中药挥发油提取技术。提取方法标准化的同时，具体的工艺参数也需明确，如采用有机溶剂萃取法，则需明确说明所用的有机溶剂名称、用量及萃取时间等。中药挥发油的提取过程若能得到有效控制，则其质量的稳定均一性将随之大大提升。
如果进一步考察信贷与股票市值的比例关系，即直接融资与间接融资之间的金融结构，模型(22)和(23)结果表明，直接融资占比提高对发达经济体而言能够减少碳排放，这支持了假设2b。而对于新兴经济体而言，则作用相反。因此我们认为，要通过优化金融结构来减少碳排放可能还需要满足一定的条件。
表5 影响机制的异质性检验
为了检验这个特征在纵向时间维度上是否成立，我们进一步以1997年为界[注] 之所以选择1998年为界，因为1997年爆发了亚洲金融危机，其影响尤其是对新兴经济体的影响波及全球。 ，把G7和BRICS两组样本再分为两个小组(见表6)。模型(24)和(25)表明，在1997年前后，发达经济体TFP提升对减少人均碳排放的作用在减小，系数值由-0.94变为-0.51，且显著性水平有所下降。但TFP与金融结构的协同作用对于减少人均碳排放有了更大的促进作用。这再次支持了假设2b和假设3。而对于新兴经济体而言，模型(26)和(27)表明，这种互动作用在两个时间样本区间尽管系数为负值，但数值很小且都不显著，说明金融结构与TFP之间要发挥正向协同作用也不是必然的，在新兴经济体子样本中并未体现。这说明假设3成立的要求比较苛刻，经验结果表明，发达经济体金融结构的优化与TFP协同作用有助于减少人均碳排放量。
值得关注的是，模型(26)和(27)表明，对于新兴经济体而言其TFP的系数在1997年之前为正值，说明在这个时间段内，TFP的提高还会增加人均碳排放，而在1997年以后，系数变为负值，尽管系数较小，但在1%水平上显著。这表明与过去相比，近20年来TFP的提升对于改善碳排放起到了一定的作用。这是一个积极的结果，说明对于新兴经济体而言，技术进步对于减排的作用也在逐步得到显现。
表6 按时间分组的影响机制异质性检验
(三)稳健性检验
上述研究结果表明，金融发展通过经济增长和TFP两条路径作用于人均碳排放。我们采取如下方法进行稳健性检验(见附录)：
(1)替换指标。在金融发展指标上，我们用国内信贷替换了国内私人信贷，用福利相关的全要素生产率(RWTFPna )替换原来的全要素生产率(RTFPna )进行计量分析，结果从系数方向、显著性角度看是稳健的。
(2)更换时间截断点。由于1997年这个年份的选择带有一定的主观性，我们把分组时间替换为2001年进行检验[注] BRICS的概念在2001年提出，同年中国加入WTO。 ，结果也是稳健的。
五、结论与政策建议
本文梳理了金融发展、TFP与人均碳排放之间的内在逻辑关系，构建了金融发展、TFP与碳排放之间关系的一般分析框架，提出了TFP与人均碳排放之间存在的“倒U型”关系的假说。在经验研究方面，基于1971-2014年G20面板数据的结果表明，TFP与人均碳排放之间存在“倒U型”的曲线关系。
她真羡慕他，起码他还有爱，而且他爱的人已经不在。如果她还在，可能他们现在也成为了一对怨偶，可是她不在了，这样他的爱才得以永生。
进一步考察其影响机制，金融发展与TFP对人均碳排放可能产生正向或者负向的交互关系。发达经济体与新兴经济体的信贷增长并不能与TFP产生正面的协同作用，无助于减少人均碳排放。对于发达经济体而言，资本市场的发展能够与TFP产生协同作用，减少人均碳排放量，而这种机制在新兴经济体中并不存在。
基于本文的理论研究和经验研究，提出如下政策建议：
第一，正视从高速增长到高质量发展需要一个转换过程。随着经济转型升级的深入，在TFP逐步提升、迈向高质量发展的过程中，可能存在一个人均碳排放量继续提高的“灰色”时期。此时GDP能源强度和碳排放强度下降，能源消费增长放缓，但仍可能出现人均碳排放缓慢增长的局面(何建坤，2017)。总体来看，发达经济体已经迈过了这个阶段，TFP的提升有助于减少人均碳排放量，而样本区间的新兴经济体似乎仍然没有完全迈过这个门槛，金融结构与TFP积极的协同作用受到一定程度的抑制。
第二，坚定不移地发展技术。发达经济体的经验表明，TFP的减排作用会逐渐显现。因此，要坚定地走提升TFP、推动高质量发展的道路，转型升级不能停歇。在这个过程中，要更加重视技术进步的关键作用，提升环境友好型TFP水平，尽早跨过这道门槛。
第三，要更加注重优化金融结构。经验研究表明，金融规模的扩张无助于减少碳排放，而优化金融结构虽然并不必然带来人均碳排放量的减少，但这却是金融发展与TFP协同作用、减少人均碳排放的一个基础条件。推动技术进步、促进科技与金融的良性互动，是推动绿色发展和高质量发展的有效途径。
附录：
附表1 稳健性检验1(替换指标)
附表2 稳健性检验2(更换时间截断点)
参考文献：
[1]陈嘉雯，陈华超，徐强. 全要素生产率与能源消费对碳排放影响的实证分析[J]. 统计与决策，2018，34(13)：130-134.
[2]陈欣，刘明. 金融发展对二氧化碳排放影响的经验研究[J]. 财经问题研究，2015，(4)：40-46.
[3]何建坤. 经济新常态下的低碳转型[J]. 环境经济研究，2017，2(01)：1-6.
[4]李平，付一夫，张艳芳. 生产性服务业能成为中国经济高质量发展新动能吗[J]. 中国工业经济，2017，(12)：5-21.
[5]齐绍洲，林屾. 电力行业碳排放的影响因素——基于长江经济带空间动态面板的实证研究[J]. 环境经济研究，2016，1(01)：91-105.
[6]佘群芝. 环境库兹涅茨曲线的理论批评综论[J]. 中南财经政法大学学报，2008，(01)： 20-26.
[7]宋德斌. 金融发展、对外贸易与全要素生产率研究[D]. 广州：暨南大学，2015.
[8]严成樑，李涛，兰伟. 金融发展、创新与二氧化碳排放[J]. 金融研究，2016，(1)：14-30.
[9]张金灿，仲伟周. 基于随机前沿的我国省域碳排放效率和全要素生产率研究[J]. 软科学，2015，(6)：105-109.
[10]Apergis, N. and J. E. Payne. Energy Consumption and Economic Growth: Evidence from the Commonwealth of Independent States[J]. Energy Economics, 2009, 31(5): 782-789.
[11]Aslan, A., N. Apergis, and M. Topcu. Banking Development and Energy Consumption: Evidence from a Panel of Middle Eastern Countries[J]. Energy, 2014a, 72: 427-433.
[12]Aslan, A., N. Apergis, and S. Yildirim. Causality Between Energy Consumption and GDP in the US: Evidence from a Wavelet Analysis[J]. Frontiers in Energy, 2014b, 6(1): 1-8.
[13]Belke, A., F. Dobnik, and C. Dreger. Energy Consumption and Economic Growth: New Insights into the Cointegration Relationship[J]. Energy Economics , 2011, 30: 782-789.
[14]Coers, R. and M. Sanders. The Energy-GDP Nexus： Addressing an Old Question with New Methods[J]. Energy Economics , 2013, 36: 708-715.
[15]Constantini, V. and C. Martini. The Causality Between Energy Consumption and Economic Growth: A Multi-Sectoral Analysis Using Non-Stationary Cointegrated Panel Data[J]. Energy Economics, 2010, 32(3): 591-603.
[16]Feenstra, R. C., R. Inklaar, and M. P. Timmer. The Next Generation of the Penn World Table[J]. American Economic Review, 2015, 105(10): 3150-3182.
[17]Frank, A. G. Industrial Capital Stocks and Energy Consumption[J]. The Economic Journal, 1959, 69(273): 170.
[18]Goldsmith, R. Financial Structure and Development[M]. New Haven: Yale University Press, 1969.
[19]Grossman, G. and A. Krueger. Environmental Impacts of a North America Free Trade Agreement[R]. 1991.
[20]Grossman, G. and A. Krueger． Economic Environment and the Economic Growth[J]. Quarterly Journal of Economics, 1995, 110 ( 2): 353-377．
[21]Huang, B., M. J. Hwang, and C. Y. Yang . Causal Relationship Between Energy Consumption and GDP Growth Revisited: A Dynamic Panel Data Approach[J]. Ecological Economics , 2008, 67(1): 41-54.
[22]Janosi, P. E. and L. E. Grayson. Patterns of Energy Consumption and Economic Growth and Structure[J]. The Journal of Development Studies, 1972, 8(2): 241-249.
[23]Javid, M. and F. Sharif. Environmental Kuznets Curve and Financial Development in Pakistan[J]. Renewable & Sustainable Energy Reviews, 2016, 54: 406-414.
[24]Kasman, A. and Y. S. Duman. CO2 Emissions, Economic Growth, Energy Consumption, Trade and Urbanization on New EU Member and Candidate Countries: A Panel Data Analysis[J]. Economic Modelling, 2015, 44: 97-103.
[25]Khan, A. Q., N. Saleem, and S. T. Fatima. Financial Development, Income Inequality, and CO2 Emissions in Asian Countries Using Stirpat Model[J]. Environmental Science and Pollution Research, 2018, 25(7): 6308-6319.
[26]Levine, R. Bank-Based or Market-Based Financial Systems: Which is Better?[J]. Journal of Financial Intermediation, 2002, 11(4): 398-428.
[27]Levine, R., N. Loayza, and T. Beck. Financial Intermediation and Growth: Causality and Causes[J]. Journal of Monetary Economics , 2000, 46: 31-77.
[28]Levine, R. and S. Zervos. Stock Markets, Banks, and Economic Growth[J]. American Economic Review, 1998, 88: 537-558.
[29]Mahalik, M. K. and H. Mallick. Energy Consumption, Economic Growth and Financial Development: Exploring the Empirical Linkages for India[J]. The Journal of Developing Areas, 2014, 48(4): 139-159.
[30]Maji, J. K., K. A. Dikshit, and A. Deshpande. Disability-Adjusted Life Years and Economic Cost Assessment of the Health Effects Related to PM2.5 and PM10 Pollution in Mumbai and Delhi, in India from 1991 to 2015[J]. Environmental Science and Pollution Research, 2017, 24 (5): 4709-4730.
[31]Narayan, P. K., S. Narayan, and S. Popp. A Note on the Long-Run Elasticities from the Energy Consumption-GDP Relationship[J]. Applied Energy, 2010, 87(3): 1054-1057.
[32]Ouedraogo, N. S. Energy Consumption and Economic Growth: Evidence from the Economic Community of West African States (ECOWAS) [J]. Energy Economics, 2013, 36: 637-647.
[33]Ozturk, I., A. Aslan, and H. Kalyoncu. Energy Consumption and Economic Growth Relationship: Evidence from a Panel Data for Low And Middle Income Countries[J]. Energy Policy, 2010, 38(8): 4422-4428.
[34]Park, Y., F. Meng, and M. A. Baloch. The Effect of ICT, Financial Development, Growth, and Trade Openness on CO2 Emissions: An Empirical Analysis[J]. Environmental Science and Pollution Research, 2018, 25(30): 30708-30719.
[35]Rajan, R. and L. Zingales. Financial Dependence and Growth[J]. American Economic Review, 1998, 88: 559-586.
[36]Rashid, A. and N. Yousaf. Linkage of Financial Development with Electricity Growth, Nexus of India and Pakistan[J]. Macroeconomics and Monetary Economics, 2015, 2(34): 151-160.
[37]Sadorsky, P. Financial Development and Energy Consumption in Central and Eastearn Europe Frontier Economies[J]. Energy Policy, 2011, 39: 999-1006.
[38]Sadorsky, P. The Impact of Financial Development on Energy Consumption in Emerging Economies[J]. Energy Policy, 2010, 38: 2528-2535.
[39]Smiech, S. and M. Papiez. Energy Consumption and Economic Growth in the Light of Meeting the Targets of Energy Policy in the EU: The Bootstrap Panel Granger Causality Approach[J]. Energy Policy, 2014, 71: 118-129.
[40]Solow, R. M. The Economics of Resources or the Resources of Economics[J]. American Economic Review, 1974, 64: 1-14.
[41]Tamazian, A., J. P. Chousa, and C. Vadlamannati. Does Higher Economic and Financial Development Lead to Environmental Degradation? Evidence from BRIC Countries[J]. Energy Policy, 2009, 37: 246-253.
[42]Wolde-Rufael, Y. Energy Consumption and Economic Growth: The Experience of African Countries Revisited[J]. Energy Economics, 2009, 31: 217-224.
[43]Xiong, L., Z. Y. Tu, and L. Ju. Reconciling Regional Differences in Financial Development and Carbon Emissions: A Dynamic Panel Data Approach[J]. Energy Procedia, 2017, 105: 2989-2995.
[44]Xu, Z., M. A. Baloch, Danish, F. C. Meng, J. J. Zhang, and Z. Mahmood. Nexus Between Financial Development and CO2 Emissions in Saudi Arabia: Analyzing the Role of Globalization[J]. Environmental Science and Pollution Research, 2018, 25(28): 28378-28390.
[45]Yu, E. and J. Choi. The Causal Relationship Between Energy and GNP: An International Comparison[J]. Journal of Energy and Development, 1985, 10: 249-272.
Financial Development ,Total Factor Productivity and Carbon Emissions :Evidence from G 20
Yao Xingyuan
(Research Center for Regional Financial Development, Zhejiang Financial College)
Abstract ：High quality development is the theme of the New Era. Improving efficiency through financial development, raising TFP and reducing per capita CO2emissions are important manifestations of achieving high-quality development. This paper sorts out the inherent logical relationship between financial development, TFP and per capita CO2emissions. Based on the panel data of G20 from 1971 to 2014, the empirical results show that there is an inverted U-shaped curve relationship between TFP and per capita CO2 emissions. Further study shows that credit growth in developed and emerging economies does not have a positive synergistic effect with TFP and does not contribute to reducing per capita carbon emissions. For developed economies, the development of capital markets can synergize with TFP to reduce per capita CO2 emissions, which does not exist in emerging economies. Therefore, for emerging economies, on the one hand, we must face up to the process of economic transformation and upgrading. On the other hand, we should promote green development and high-quality development by technological, especially the positive interaction between technology and financial development.
Keywords :Financial Development; Financial Structure; TFP; Per Capita CO2 Emissions; High Quality Development
DOI :10.19511/j.cnki.jee.2019.01.003
* 姚星垣，浙江金融职业学院浙江地方金融发展研究中心，邮政编码：310018，电子邮箱：memoto@163.com。
本文系浙江省中国特色社会主义理论体系研究中心基地专项课题“金融创新与高水平全面建成小康社会研究”(2016ZTKT012)、浙江省哲社重点课题“新时代浙江经济高质量发展的测度评价与动力机制研究”(19NDJC026Z)的阶段性成果。感谢“第五届市场导向的绿色低碳发展国际研讨会”与会嘉宾和匿名审稿人对本文的建设性意见。文责自负。
JEL Classification: G20，O13，O16，Q56
(责任编辑：朱静静)
标签：金融发展论文; 金融结构论文; 全要素生产率论文; 人均碳排放论文; 高质量发展论文; 浙江金融职业学院浙江地方金融发展研究中心论文;