楊筱茜，蔡林美，張金鎖

(1.西安科技大學(xué) 管理學(xué)院，陜西 西安 710054；2.延安大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 延安 716000；3.西安科技大學(xué) 能源學(xué)院，陜西 西安 710054)

0 引 言

改革開(kāi)放40多年以來(lái)，中國(guó)工業(yè)化進(jìn)程不斷加速，經(jīng)濟(jì)持續(xù)快速增長(zhǎng)，但同時(shí)也付出了巨大的環(huán)境代價(jià)。2020年中國(guó)CO2排放量全球占比為30.7%[1]，面臨的國(guó)際碳減排壓力日漸增大。為有效應(yīng)對(duì)全球氣候變化問(wèn)題、積極履行碳減排國(guó)際責(zé)任，習(xí)近平總書(shū)記在國(guó)際國(guó)內(nèi)的重要會(huì)議上多次對(duì)碳達(dá)峰、碳中和的有關(guān)問(wèn)題作出重點(diǎn)論述，并明確了中國(guó)在2030年前實(shí)現(xiàn)碳達(dá)峰、2060年前實(shí)現(xiàn)碳中和。顯然，在“3060”背景下，如何降低碳排放量并最終實(shí)現(xiàn)碳中和是中國(guó)在今后40 a的重要奮斗目標(biāo)。

“十三五”以來(lái)，中國(guó)第二產(chǎn)業(yè)占GDP的比重一直維持在接近40%的水平，煤炭消費(fèi)占能源消費(fèi)的比例近6成[2]。由此可見(jiàn)，產(chǎn)業(yè)結(jié)構(gòu)偏重，能源結(jié)構(gòu)偏煤，這正是導(dǎo)致CO2大量排放的最主要原因。因此，亟需在保持經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的同時(shí)，加速降低煤炭、石油等高碳能源在能源結(jié)構(gòu)中的占比，大幅增加可再生能源的使用，調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，在此過(guò)程中，需要大量的資金、技術(shù)和人力等投入，這將會(huì)產(chǎn)生高昂的成本費(fèi)用，金融則在其中發(fā)揮著重要的作用。一方面，金融業(yè)的自身發(fā)展具有規(guī)模效應(yīng)，為企業(yè)擴(kuò)大生產(chǎn)規(guī)模提供資金需求，刺激消費(fèi)者對(duì)電器等耗能產(chǎn)品的使用，導(dǎo)致能耗增加和碳排放上升。另一方面，金融的不斷創(chuàng)新可以將資金有效利用在綠色環(huán)保項(xiàng)目，促進(jìn)地區(qū)的技術(shù)進(jìn)步，從而提高能源的使用效率，引導(dǎo)能源結(jié)構(gòu)不斷優(yōu)化，降低碳排放量。因此，是否可以有效借助金融產(chǎn)品、金融機(jī)構(gòu)等金融創(chuàng)新手段帶動(dòng)產(chǎn)業(yè)結(jié)構(gòu)綠色升級(jí)，從而降低碳排放量具有重要的現(xiàn)實(shí)意義。

有關(guān)金融創(chuàng)新與碳排放方面的文獻(xiàn)大多是研究金融發(fā)展對(duì)碳排放的影響，并形成3類主要觀點(diǎn)。第1類觀點(diǎn)認(rèn)為金融發(fā)展為技術(shù)進(jìn)步和綠色創(chuàng)新提供資金來(lái)源，有助于降低碳排放量[3-4]。第2類觀點(diǎn)認(rèn)為金融發(fā)展擴(kuò)大經(jīng)濟(jì)規(guī)模，在推動(dòng)經(jīng)濟(jì)增長(zhǎng)的同時(shí)促進(jìn)碳排放[5-7]。第3類觀點(diǎn)則認(rèn)為金融發(fā)展對(duì)碳排放的影響是非線性或不確定的[8-9]。

學(xué)者們從不同角度和采用不同方法研究金融創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)二者關(guān)系。李媛媛等用中介效應(yīng)模型從金融市場(chǎng)創(chuàng)新、金融機(jī)構(gòu)創(chuàng)新和金融工具創(chuàng)新三方面研究發(fā)現(xiàn)金融創(chuàng)新會(huì)通過(guò)技術(shù)進(jìn)步促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)[10]。焦妍妍等通過(guò)耦合模型得出金融創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)之間是相互促進(jìn)的[11]。龐敏等研究金融創(chuàng)新的空間相關(guān)性，提出金融創(chuàng)新在促進(jìn)當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)升級(jí)的同時(shí)會(huì)抑制鄰近地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[12]。

多數(shù)學(xué)者認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)是降低碳排放量的重要措施。曹麗斌等認(rèn)為以工業(yè)為主的城市CO2排放量高，工業(yè)發(fā)展會(huì)促進(jìn)碳排放[13]。王釗等研究發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有效抑制碳排放量[14]。少數(shù)學(xué)者構(gòu)建產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與碳排放的空間面板模型，分析產(chǎn)業(yè)結(jié)構(gòu)對(duì)本地區(qū)和鄰近地區(qū)碳排放的影響，認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)碳減排還存在空間溢出效應(yīng)，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)可以通過(guò)降低本地區(qū)和相鄰地區(qū)的碳排放促進(jìn)碳減排[15-16]。

綜上，對(duì)于金融創(chuàng)新到底如何影響碳排放還未從實(shí)證方面得到研究，許多學(xué)者對(duì)金融創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與碳排放的關(guān)系進(jìn)行研究，但鮮有基于中介效應(yīng)探討金融創(chuàng)新影響碳排放的作用路徑，且在方法上運(yùn)用空間計(jì)量分析的研究較少。因此，筆者以中國(guó)30個(gè)省份(不包括西藏以及港澳臺(tái)地區(qū))的面板數(shù)據(jù)為樣本，在有效測(cè)度金融創(chuàng)新的基礎(chǔ)上，利用空間杜賓模型探討金融創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與碳排放的關(guān)系，分析其可能存在的空間溢出效應(yīng)，并結(jié)合中介效應(yīng)模型來(lái)考察金融創(chuàng)新對(duì)碳排放的作用途徑，為推動(dòng)中國(guó)碳減排，實(shí)現(xiàn)“3060”目標(biāo)提供有價(jià)值的參考。

1 理論分析與研究假設(shè)

1.1 金融創(chuàng)新對(duì)碳排放的影響

金融創(chuàng)新使用金融產(chǎn)品和機(jī)構(gòu)創(chuàng)新、金融資源配置、金融市場(chǎng)創(chuàng)新等各種金融創(chuàng)新手段服務(wù)于實(shí)體經(jīng)濟(jì)。首先，金融產(chǎn)品和機(jī)構(gòu)創(chuàng)新會(huì)推動(dòng)碳交易、碳金融等進(jìn)一步完善優(yōu)化[17]，從而有效利用資本市場(chǎng)使資金向綠色低碳產(chǎn)業(yè)，改善融資結(jié)構(gòu)，推進(jìn)技術(shù)創(chuàng)新，進(jìn)而達(dá)到節(jié)能減排的效果。其次，金融資源的有效配置會(huì)促進(jìn)金融業(yè)不斷發(fā)展，金融總體發(fā)展水平越高，資本市場(chǎng)越發(fā)達(dá)，企業(yè)的節(jié)能減排意愿會(huì)更強(qiáng)烈，更加傾向于通過(guò)節(jié)能減排等社會(huì)責(zé)任，維護(hù)公司形象。最后，金融市場(chǎng)創(chuàng)新水平的提高會(huì)減少交易雙方的信息不對(duì)稱，降低企業(yè)的融資成本，助推高污染企業(yè)等進(jìn)行綠色技術(shù)創(chuàng)新，大力研發(fā)清潔技術(shù)，從能源生產(chǎn)端和消費(fèi)端對(duì)碳排放量進(jìn)行抑制[18]。這些方面都會(huì)對(duì)降低碳排放產(chǎn)生積極影響。為此，提出假設(shè)一：金融創(chuàng)新對(duì)碳排放呈抑制作用。

1.2 產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)碳排放的影響

一個(gè)地區(qū)的碳排放量與這個(gè)地區(qū)的工業(yè)化緊密相關(guān)，高污染的工業(yè)發(fā)展模式會(huì)導(dǎo)致環(huán)境惡化，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)則是產(chǎn)業(yè)進(jìn)行優(yōu)化的過(guò)程。三大產(chǎn)業(yè)的能源消費(fèi)和碳排放情況差異較大，第一產(chǎn)業(yè)對(duì)能源的消費(fèi)需求較低，主要涉及在化肥農(nóng)藥和農(nóng)作設(shè)備等方面，碳排放量相對(duì)較少。以工業(yè)為主的第二產(chǎn)業(yè)對(duì)煤炭等能源的需求量大，產(chǎn)生的碳排放較多，表現(xiàn)出“雙高”的特點(diǎn)。第三產(chǎn)業(yè)主要為服務(wù)業(yè)，碳排放量也較低，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)將會(huì)增大第三產(chǎn)業(yè)的比重，從生產(chǎn)端和消費(fèi)端共同降低了能源的需求，進(jìn)而降低碳排放。另外，產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)可以促進(jìn)高新技術(shù)企業(yè)和服務(wù)業(yè)的發(fā)展，推動(dòng)技術(shù)創(chuàng)新，改善能源消費(fèi)結(jié)構(gòu)[19]，增加清潔能源的研發(fā)和使用，還可以改善居民的消費(fèi)和生活習(xí)慣，從而降低碳排放。為此，提出假設(shè)二：產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)碳排放呈抑制作用。

1.3 產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的中介傳導(dǎo)作用

金融創(chuàng)新是低碳經(jīng)濟(jì)時(shí)代下支撐產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的關(guān)鍵動(dòng)力，而產(chǎn)業(yè)結(jié)構(gòu)升級(jí)會(huì)對(duì)地區(qū)的碳排放產(chǎn)生影響。一方面，金融創(chuàng)新優(yōu)化金融資源配置，引導(dǎo)資金流向投資回報(bào)率高的高新技術(shù)產(chǎn)業(yè)，倒逼企業(yè)進(jìn)行創(chuàng)新轉(zhuǎn)型，推動(dòng)科技進(jìn)步，加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，進(jìn)而可以帶動(dòng)區(qū)域的碳減排[20]。另一方面，從需求端來(lái)看，金融創(chuàng)新改變居民消費(fèi)結(jié)構(gòu)和消費(fèi)需求，隨著金融產(chǎn)品的不斷創(chuàng)新，互聯(lián)網(wǎng)金融等金融創(chuàng)新產(chǎn)物融入居民的生活當(dāng)中，消費(fèi)需求的多樣化和消費(fèi)結(jié)構(gòu)的改變將會(huì)引起產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，帶動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。另外，金融創(chuàng)新可以解決產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的融資問(wèn)題，金融市場(chǎng)創(chuàng)新減少融資雙方的信息不對(duì)稱，降低企業(yè)的融資風(fēng)險(xiǎn)和成本，滿足企業(yè)多元化融資需求，為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)提供一定的金融支持[10]。金融創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)具有促進(jìn)作用，進(jìn)而金融創(chuàng)新可以通過(guò)影響產(chǎn)業(yè)結(jié)構(gòu)升級(jí)來(lái)對(duì)碳排放產(chǎn)生間接作用。為此，提出以下假設(shè)

假設(shè)三：金融創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)呈促進(jìn)作用。

假設(shè)四：產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在金融創(chuàng)新影響碳排放過(guò)程中起中介作用。

2 模型設(shè)定與變量選取

2.1 模型設(shè)定

2.1.1 空間杜賓模型

現(xiàn)有研究表明，金融創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及碳排放均具有較強(qiáng)的空間相關(guān)性[12，15]，傳統(tǒng)線性回歸模型由于忽略其空間溢出效應(yīng)可能會(huì)導(dǎo)致實(shí)證結(jié)果產(chǎn)生誤差。因此，文中采用空間計(jì)量模型進(jìn)行實(shí)證研究，空間計(jì)量模型包括空間滯后模型、空間誤差模型和空間杜賓模型，空間滯后模型中包含自變量的空間滯后項(xiàng)，空間誤差模型研究相鄰地區(qū)因變量對(duì)該地區(qū)的影響，而空間杜賓模型則同時(shí)考慮自變量和因變量的空間相關(guān)性，優(yōu)于其他模型。故文中選擇空間杜賓模型進(jìn)行實(shí)證研究，具體模型見(jiàn)式(1)

(1)

式中i為省份；t為年份；C為碳排放；F和I分別為金融創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)；β0～β3為估計(jì)系數(shù)；ρ1～ρ3和λ為空間滯后項(xiàng)回歸系數(shù)；Xit為控制變量；wij為空間權(quán)重矩陣；ui為空間固定效應(yīng)；εit為殘差項(xiàng)。采用空間鄰接權(quán)重矩陣，當(dāng)省份i與省份j有共同邊界，則wij=1，相反，則wij=0。

2.1.2 中介效應(yīng)模型

為研究產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在金融創(chuàng)新與碳排放中的傳導(dǎo)作用，借鑒BARON & KENNY[21]的方法構(gòu)建如下中介效應(yīng)模型

(2)

(3)

式中α0，α2，η0，η2為估計(jì)系數(shù)；π1～π3，θ1～θ3為空間滯后項(xiàng)回歸系數(shù)；νi，?i為空間固定效應(yīng)；ζit，τit為殘差項(xiàng)。式(2)檢驗(yàn)金融創(chuàng)新是否影響碳排放，式(3)檢驗(yàn)是否存在產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的中介作用。

2.2 變量選取

2.2.1 被解釋變量

中國(guó)碳排放主要來(lái)源于化石能源的消費(fèi)，文中核算2008—2019年中國(guó)30個(gè)省份能源消費(fèi)所產(chǎn)生的二氧化碳排放總量。參考吳振信的做法[22]，選取人均碳排放量作為被解釋變量，人均碳排放量越高，說(shuō)明碳排放污染越嚴(yán)重。由于碳排放量沒(méi)有直接數(shù)據(jù)，采用IPCC給出的碳排放計(jì)算方法，選取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣8個(gè)主要能源品種對(duì)各地區(qū)的碳排放量進(jìn)行估算，由于電力并不是一次能源，故未將電力計(jì)算在內(nèi)。計(jì)算公式見(jiàn)式(4)

(4)

式中 CO2it為碳排放量；Eijt為第j種能源消費(fèi)量；σj為標(biāo)準(zhǔn)煤折算系數(shù)；ρj為能源碳排放系數(shù)；44/12為碳乘數(shù)因子，k=(1，2，3，…，8)。

2.2.2 解釋變量

目前，對(duì)金融創(chuàng)新的測(cè)度缺少統(tǒng)一的標(biāo)準(zhǔn)，主要通過(guò)單一變量或代理變量衡量金融創(chuàng)新。部分學(xué)者采用多指標(biāo)分析法對(duì)金融創(chuàng)新進(jìn)行衡量，主要包括主成分分析、因子分析、熵值法及DEA等方法。林毅夫指出金融創(chuàng)新要因地制宜，其在考慮金融產(chǎn)品、機(jī)構(gòu)等創(chuàng)新的同時(shí)也要考慮各地區(qū)的自身金融發(fā)展水平[23]，文中借鑒林毅夫的觀點(diǎn)，并參考已有研究及測(cè)度方法[24]，采用多指標(biāo)分析法，從地區(qū)金融總體發(fā)展水平、金融市場(chǎng)創(chuàng)新、金融產(chǎn)品與機(jī)構(gòu)創(chuàng)新和金融資源配置4個(gè)方面選取14個(gè)指標(biāo)構(gòu)建金融創(chuàng)新評(píng)價(jià)體系具體指標(biāo)見(jiàn)表1，采用因子分析法對(duì)金融創(chuàng)新指標(biāo)進(jìn)行測(cè)算。

表1 金融創(chuàng)新綜合評(píng)價(jià)指標(biāo)

2.2.3 中介變量

借鑒徐德云的做法[25]，計(jì)算產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)

Iit=Y1it×1+Y2it×2+Y3it×3

(5)

式中Y1it，Y2it，Y3it分別為t時(shí)期i地區(qū)第一、第二和第三產(chǎn)業(yè)占GDP的比重。

2.2.4 控制變量

為了模型的可靠性，借鑒張偉等的研究[26]，選取開(kāi)放性水平、能源強(qiáng)度、城鎮(zhèn)化水平、技術(shù)進(jìn)步、經(jīng)濟(jì)增長(zhǎng)水平以及環(huán)境規(guī)制作為控制變量(表2)。

表2 各變量的定性描述

2.3 數(shù)據(jù)來(lái)源

基于2008—2019年中國(guó)30個(gè)省市自治區(qū)(不包括西藏以及港澳臺(tái)地區(qū))的面板數(shù)據(jù)，金融創(chuàng)新數(shù)據(jù)主要來(lái)源于《中國(guó)金融統(tǒng)計(jì)年鑒》、各省份區(qū)域金融運(yùn)行報(bào)告；計(jì)算碳排放的能源數(shù)據(jù)均從《中國(guó)能源統(tǒng)計(jì)年鑒》中分地區(qū)分品種能源消費(fèi)量中獲??；其他數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》等。為排除物價(jià)因素影響，對(duì)GDP以2000年的不變價(jià)格進(jìn)行平減，為降低數(shù)據(jù)離散程度，將非百分比指標(biāo)度量的變量取對(duì)數(shù)處理。

3 實(shí)證結(jié)果分析

3.1 空間聚類分析

首先，選取樣本初期(2008年)和樣本末期(2019年)為代表性年份，采用Arcgis軟件自然斷點(diǎn)分級(jí)法，將人均碳排放量分為3類，分別為低碳排放區(qū)、中碳排放區(qū)和高碳排放區(qū)。從圖1可明顯看出，碳排放整體呈現(xiàn)“北高南低”的分布格局，具有明顯的時(shí)空差異特征，高碳排放區(qū)主要分布在內(nèi)蒙古、寧夏和山西等煤炭資源富集區(qū)，產(chǎn)業(yè)結(jié)構(gòu)偏重工業(yè)，低碳排放區(qū)主要分布在安徽、上海、湖南、湖北等東部和中部經(jīng)濟(jì)較發(fā)達(dá)省份。對(duì)比來(lái)看，2008—2019年遼寧由高碳排放區(qū)下降至中碳排放區(qū)，黑龍江、吉林等部分省份由中碳排放區(qū)下降至低碳排放區(qū)，這一變化與東北地區(qū)能源轉(zhuǎn)型密切相關(guān)。

圖1 30個(gè)省份碳排放空間分異Fig.1 Spatial differentiation of carbon emissions in 30 provinces

其次，對(duì)金融創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和碳排放的全局莫蘭指數(shù)(Moran’s I)進(jìn)行測(cè)算(表3)。除2018年金融創(chuàng)新的Moran’s I為負(fù)外，其余年份金融創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和碳排放的Moran’s I均通過(guò)了顯著性檢驗(yàn)，這表明省級(jí)層面的金融創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和碳排放均存在空間集聚的特點(diǎn)。

表3 全局莫蘭指數(shù)

最后，進(jìn)一步對(duì)碳排放的空間聚類進(jìn)行分析，根據(jù)空間關(guān)聯(lián)類型將30個(gè)省份分為4類，分別為高高聚集、低低聚集、低高聚集和高低聚集。圖2展示2008年和2019年碳排放的莫蘭散點(diǎn)，可以看出，大部分省份碳排放都處在第1象限和第3象限，說(shuō)明各省份間存在高高聚集和低低聚集的特征。高高聚類大部分集中在內(nèi)蒙古、寧夏、山西等中西部地區(qū)，即自身人均碳排放量高且被周邊高碳排放地區(qū)包圍。低低聚類主要集中在廣東、湖南等東部地區(qū)，即本省份與鄰近省份碳排放均較低。僅有少數(shù)省份位于第2和第4象限，即低高聚集和高低聚集，說(shuō)明這些省份自身的碳排放未對(duì)其他省份產(chǎn)生吸引作用。

圖2 2008年和2019年碳排放的Moran’s散點(diǎn)Fig.2 Moran’s scatter plots of carbon emissions in 2008 and 2019

3.2 總體回歸分析

利用Stata 15.0軟件對(duì)空間計(jì)量模型的具體選擇進(jìn)行判斷。首先，進(jìn)行LM檢驗(yàn)、LR似然比檢驗(yàn)和Wald檢驗(yàn)，檢驗(yàn)結(jié)果均在1%顯著性水平內(nèi)，拒絕原假設(shè)，說(shuō)明空間杜賓模型不可退化成空間滯后模型或空間誤差模型；其次，對(duì)3個(gè)模型進(jìn)行Hanusman檢驗(yàn)，p值均為0.000，拒絕隨機(jī)效應(yīng)的假設(shè)，故選擇固定效應(yīng)的空間杜賓模型。最后，根據(jù)比較空間杜賓模型中3種模型的擬合度R2和Log-likelihood發(fā)現(xiàn)，空間固定效應(yīng)模型的模型擬合度最高，因此，下文主要對(duì)空間固定面板杜賓模型的回歸結(jié)果進(jìn)行分析。

由表4可知，金融創(chuàng)新對(duì)30個(gè)省份碳排放的回歸系數(shù)在5%顯著性水平上為負(fù)，說(shuō)明金融創(chuàng)新有效降低碳排放，金融創(chuàng)新通過(guò)資源配置、金融要素創(chuàng)新等，對(duì)碳排放起到抑制作用，假設(shè)一得到驗(yàn)證；產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與碳排放的估計(jì)系數(shù)在1%顯著性水平上負(fù)相關(guān)，證明產(chǎn)業(yè)結(jié)構(gòu)升級(jí)可以有效降低碳排放，各省份通過(guò)調(diào)整三大產(chǎn)業(yè)結(jié)構(gòu)比例，改變產(chǎn)業(yè)結(jié)構(gòu)布局，降低能源需求，促進(jìn)技術(shù)進(jìn)步，從而顯著減少碳排放量，因此，假設(shè)二得到驗(yàn)證。

表4 金融創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)碳排放的影響

從控制變量看，能源強(qiáng)度、城鎮(zhèn)化和經(jīng)濟(jì)增長(zhǎng)顯著促進(jìn)地區(qū)的碳排放；中國(guó)的開(kāi)放性水平并未對(duì)碳排放量產(chǎn)生很大的影響；環(huán)境規(guī)制的估計(jì)系數(shù)與碳排放呈顯著正相關(guān)關(guān)系，印證Sjak Smulders提出的“綠色悖論”的觀點(diǎn)[27]；技術(shù)創(chuàng)新對(duì)碳排放的影響不顯著，可能是技術(shù)創(chuàng)新同時(shí)受結(jié)構(gòu)效應(yīng)和規(guī)模效應(yīng)的影響，導(dǎo)致技術(shù)創(chuàng)新對(duì)降低碳排放的貢獻(xiàn)不足。

為進(jìn)一步探究金融創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)碳排放的空間溢出效應(yīng)，將其平均總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)(表5)。金融創(chuàng)新對(duì)碳排放的直接效應(yīng)在5%水平上顯著負(fù)相關(guān)，說(shuō)明金融創(chuàng)新有效降低該地區(qū)的碳排放，間接效應(yīng)影響為負(fù)，但不顯著，導(dǎo)致該結(jié)果的原因可能是目前金融創(chuàng)新水平較低，相比于其他影響因素來(lái)說(shuō)，其對(duì)鄰近地區(qū)的擴(kuò)散影響較不明顯；產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)碳排放的直接效應(yīng)顯著為負(fù)，間接效應(yīng)為正，但不顯著，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)升級(jí)促進(jìn)本地區(qū)碳減排，隨著本地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，部分高污染性的密集型工業(yè)產(chǎn)業(yè)會(huì)向相鄰地區(qū)進(jìn)行轉(zhuǎn)移，從而降低本地區(qū)的碳排放。

3.3 中介效應(yīng)檢驗(yàn)

根據(jù)表4和表5的分析結(jié)果，發(fā)現(xiàn)金融創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)都對(duì)碳排放起到抑制作用，進(jìn)一步對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的中介效應(yīng)進(jìn)行檢驗(yàn)，估計(jì)結(jié)果見(jiàn)表6。

表5 直接效應(yīng)和間接效應(yīng)

表6 產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的中介作用回歸結(jié)果

在產(chǎn)業(yè)結(jié)構(gòu)升級(jí)模型中，金融創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在1%水平上顯著正相關(guān)，這意味著金融創(chuàng)新在一定程度上對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)存在正向影響，且對(duì)相鄰地區(qū)存在空間溢出效應(yīng)，金融創(chuàng)新通過(guò)多種創(chuàng)新手段向產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型提供良好的資金基礎(chǔ)，假設(shè)三得到了驗(yàn)證。在剔除了產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的碳排放模型中，金融創(chuàng)新與碳排放的回歸結(jié)果依然顯著為負(fù)，說(shuō)明金融創(chuàng)新可以直接降低碳排放?；谝陨戏治?，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在金融創(chuàng)新對(duì)碳排放表現(xiàn)出部分中介作用，金融創(chuàng)新一部分能夠直接降低碳排放，一部分可以通過(guò)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)來(lái)降低碳排放，假設(shè)四得到驗(yàn)證。

進(jìn)一步檢驗(yàn)金融創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和碳排放的直接和間接效應(yīng)，可以看出，剔除產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的碳排放模型中，金融創(chuàng)新對(duì)碳排放的直接和間接效應(yīng)都在1%顯著性水平上負(fù)相關(guān)，證明金融創(chuàng)新不僅對(duì)當(dāng)?shù)氐奶寂欧糯嬖谝种谱饔?，同時(shí)也促進(jìn)鄰近地區(qū)的碳減排；同時(shí)，從產(chǎn)業(yè)結(jié)構(gòu)升級(jí)模型的檢驗(yàn)結(jié)果看，金融創(chuàng)新在影響該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的同時(shí)也促進(jìn)鄰近地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。

3.4 穩(wěn)健性檢驗(yàn)

為確保模型的穩(wěn)健性，采用地理權(quán)重矩陣和經(jīng)濟(jì)權(quán)重矩陣對(duì)原有矩陣進(jìn)行替換，檢驗(yàn)金融創(chuàng)新對(duì)碳排放的影響以及產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的中介作用。根據(jù)表7可知，回歸結(jié)果及顯著性與上文基本一致，說(shuō)明回歸結(jié)果穩(wěn)定可靠。

表7 穩(wěn)健性檢驗(yàn)結(jié)果

4 結(jié) 論

1)中國(guó)30個(gè)省份的面板碳排放總體呈現(xiàn)“北高南低”的空間格局，金融創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與碳排放均存在正向顯著的空間相關(guān)性。金融創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)能夠有效降低本地區(qū)的碳排放量，且金融創(chuàng)新對(duì)碳排放的影響具有顯著的空間溢出效應(yīng)，其對(duì)鄰近地區(qū)的碳排放存在抑制作用。金融創(chuàng)新不僅促進(jìn)當(dāng)?shù)睾袜徑貐^(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，還可以通過(guò)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)間接降低地區(qū)碳排放量。

2)為有效促進(jìn)碳減排，各省份應(yīng)重視金融創(chuàng)新對(duì)當(dāng)?shù)丶班徑貐^(qū)碳減排的作用，加快金融創(chuàng)新步伐，大力開(kāi)發(fā)綠色金融產(chǎn)品，促進(jìn)相鄰省域聯(lián)動(dòng)創(chuàng)新，優(yōu)化金融資源配置，激發(fā)企業(yè)技術(shù)創(chuàng)新的活力，從生產(chǎn)端控制能源消耗，推進(jìn)低碳產(chǎn)業(yè)發(fā)展，加速產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，從各方面全面降低碳排放。