金融驱动下的碳减排路径：基于中国近20年省际面板数据的实证探究

金融驱动下的碳减排路径：基于中国近20年省际面板数据的实证探究一、引言1.1研究背景与意义随着全球经济的快速发展，环境问题日益严峻，其中碳排放问题成为全球关注的焦点。中国作为世界上最大的发展中国家，在经济高速增长的同时，也面临着巨大的碳排放压力。自改革开放以来，中国经济实现了长期的高速增长，国内生产总值（GDP）从1978年的3679亿元增长到2023年的超过126万亿元，年均增长率超过9%。与此同时，中国的金融体系也在不断发展壮大，金融市场规模持续扩大，金融创新层出不穷。截至2023年底，中国银行业金融机构总资产达到439.33万亿元，同比增长10.5%；股票市场总市值超过90万亿元，债券市场托管余额超过150万亿元。金融在经济发展中发挥着核心作用，为企业和项目提供融资支持，推动资源的优化配置。然而，经济的快速发展和金融的扩张也带来了碳排放的增加。中国的碳排放量在过去几十年中呈现出快速增长的趋势，尽管近年来随着节能减排政策的实施，碳排放增速有所放缓，但总量仍然巨大。2022年，中国碳排放总量达到104.2亿吨，占全球碳排放总量的27%左右，是全球最大的碳排放国。碳排放的增加不仅对全球气候变化产生负面影响，也对中国的生态环境、经济可持续发展和社会稳定构成挑战。中国政府高度重视碳排放问题，提出了“双碳”目标，即力争2030年前实现碳达峰，2060年前实现碳中和。这一目标的提出，体现了中国积极应对气候变化的决心和责任，也为中国经济的绿色转型指明了方向。在此背景下，研究金融发展对碳排放的影响具有重要的理论和现实意义。从理论上看，金融发展与碳排放之间的关系是一个复杂的经济学问题，涉及到金融市场、企业行为、产业结构和技术创新等多个方面。目前，学术界对于金融发展如何影响碳排放尚未形成一致的结论，不同的理论和实证研究存在差异。深入研究金融发展对碳排放的影响机制和效应，有助于丰富和完善相关理论，为后续研究提供新的视角和方法。从现实角度看，金融作为现代经济的核心，在支持实体经济发展的同时，也对碳排放产生着重要影响。一方面，金融发展可以通过提供资金支持，促进企业的技术创新和产业升级，推动能源结构的优化，从而减少碳排放；另一方面，金融发展也可能导致投资和消费的增加，进而带动能源需求和碳排放的上升。了解金融发展对碳排放的具体影响，有助于政府制定更加有效的金融政策和碳排放政策，引导金融资源向低碳领域配置，促进经济的绿色转型。通过对金融发展与碳排放之间关系的深入研究，还可以为企业提供决策参考，帮助企业更好地理解金融市场对碳排放的影响，从而调整自身的生产经营策略，降低碳排放，实现可持续发展。对于投资者来说，研究结果也可以为其投资决策提供依据，引导资金流向低碳、环保的产业和项目，推动绿色金融的发展。因此，本研究对于实现中国的“双碳”目标，推动经济的绿色转型，具有重要的现实意义。1.2研究目的与创新点本研究旨在通过对近20年中国省际面板数据的实证分析，深入探究金融发展对碳排放的影响机制和效应，为中国制定科学合理的金融政策和碳排放政策提供理论支持和实践依据，助力“双碳”目标的实现。具体而言，研究将量化分析金融发展对碳排放的直接影响，明确两者之间的数量关系；剖析金融发展通过产业结构调整、技术创新、能源结构优化等中介变量对碳排放产生的间接影响路径和作用大小；考察不同地区金融发展对碳排放影响的异质性，为因地制宜制定差异化政策提供参考；评估相关政策的实施效果，为政策的调整和完善提供建议。本研究的创新点主要体现在以下几个方面：一是数据选取上，运用近20年的省际面板数据，时间跨度长、样本量大，能够更全面、准确地反映金融发展与碳排放之间的动态关系，克服了以往研究中数据样本有限导致的结论偏差问题；二是研究视角上，从多维度分析金融发展对碳排放的影响，不仅考虑金融发展的总体规模和效率，还细分金融市场结构、金融创新程度等因素，同时纳入产业结构、技术创新、能源结构等多个中介变量，深入剖析影响机制，为全面理解两者关系提供新的视角；三是方法应用上，综合运用多种计量经济学方法，如固定效应模型、中介效应模型、门槛回归模型等，对数据进行严谨的实证检验和稳健性检验，确保研究结论的可靠性和科学性。1.3研究方法与数据来源在研究方法上，本研究采用了固定效应模型，该模型能够有效控制个体异质性，捕捉各省份不随时间变化的特征对金融发展与碳排放关系的影响，使估计结果更具可靠性。例如，某些省份独特的地理环境、资源禀赋等固定因素，虽不随时间改变，但会对当地金融发展和碳排放产生持续影响，固定效应模型可将这些因素纳入考量。同时，运用中介效应模型，通过构建一系列回归方程，分析产业结构调整、技术创新、能源结构优化等中介变量在金融发展影响碳排放过程中的传导机制和作用路径，明确金融发展如何通过这些中间环节间接影响碳排放。此外，为检验结果的稳健性，还采用了工具变量法、替换变量法等进行多维度验证，确保研究结论的可靠性。在数据来源方面，金融数据主要来源于中国人民银行、中国银保监会、中国证监会等金融监管机构发布的统计数据，以及Wind数据库、CEIC数据库等权威金融数据平台，这些数据涵盖了金融机构存贷款余额、证券市场融资规模、保险市场保费收入等多维度金融发展指标，全面反映了我国金融市场的运行状况。碳排放数据则取自国际能源署（IEA）数据库、中国碳排放核算数据库等权威数据库，以及《中国能源统计年鉴》《中国环境统计年鉴》等官方统计年鉴，通过能源消费数据和碳排放系数计算得出各省份碳排放量，确保数据的准确性和权威性。同时，为使数据更具可比性和分析价值，对部分数据进行了标准化、对数化等预处理操作。二、理论基础与文献综述2.1金融发展理论金融发展是指金融体系的规模、结构、效率等方面的演进和提升，涵盖金融机构的多样化、金融市场的完善、金融工具的创新以及金融监管的优化等多维度内容。从规模上看，金融资产总量的增长，如银行存贷款规模的扩大、证券市场市值的提升，反映了金融发展的程度；结构层面，直接融资与间接融资比例的变化、不同金融机构业务占比的调整，体现了金融体系的优化；效率维度，资金配置效率的提高、金融交易成本的降低，则是金融发展的重要标志。金融深化理论由罗纳德・麦金农（RonaldI.Mckinnon）和爱德华・肖（EdwardS.Shaw）在20世纪70年代提出，该理论认为，发展中国家普遍存在金融抑制现象，政府对金融市场的过多干预，如利率管制、信贷配给等，导致金融体系无法有效发挥资源配置功能，阻碍了经济增长。以利率管制为例，人为压低利率，使得储蓄者的收益受损，从而抑制了储蓄的积极性，同时也导致资金需求过度，造成信贷资源的不合理分配。为摆脱金融抑制，应推行金融自由化政策，放松对利率和汇率的控制，减少政府对金融市场的干预，使金融市场能够自由竞争，实现利率和汇率的市场化，从而促进储蓄向投资的转化，提高资金配置效率，推动经济增长。例如，一些发展中国家在实施金融深化改革后，利率市场化使得银行能够根据市场资金供求关系调整利率，吸引了更多的储蓄，同时也提高了贷款的效率，促进了经济的发展。金融约束理论则是由赫尔曼（Hellman）、穆尔多克（Murdock）和斯蒂格利茨（Stiglitz）在20世纪90年代提出，他们认为，在发展中国家，由于市场机制不完善，信息不对称问题严重，完全的金融自由化可能导致金融市场的不稳定。政府应适度干预金融市场，实施金融约束政策，如控制存贷款利率、限制市场准入等，在民间部门创造租金机会。这些租金可以激励金融机构积极开展业务，提高金融体系的运行效率，同时也能促进企业的发展。以控制存贷款利率为例，通过设定合理的存贷利差，为银行创造租金，银行在追求租金的过程中，会有动力吸收更多存款，扩大贷款规模，提高资金的配置效率；限制市场准入，可以避免过度竞争导致金融机构的不稳定，保证金融体系的稳健运行。金融体系在经济增长和资源配置中发挥着核心作用。在经济增长方面，金融体系通过提供融资渠道，为企业的投资和扩张提供资金支持。企业可以通过银行贷款、发行股票和债券等方式从金融市场获取资金，用于购置设备、研发创新等，从而推动企业的发展，进而促进经济增长。金融体系还能够促进储蓄向投资的转化，将社会闲置资金引导到生产性领域，提高资本的利用效率，为经济增长提供动力。在资源配置上，金融体系借助价格机制，如利率、汇率等，引导资金流向效益更高的行业和企业，实现资源的优化配置。例如，当某一行业具有较高的投资回报率时，金融市场的资金会向该行业流动，促使资源向该行业集中，推动产业的发展和升级。金融市场的竞争机制也会促使企业提高自身的竞争力，提高资源的利用效率。2.2碳排放相关理论环境库兹涅茨曲线（EnvironmentalKuznetsCurve，EKC）理论由美国经济学家Grossman和Krueger于1991年提出，该理论揭示了在经济发展进程中，环境污染水平与经济增长之间呈现出倒U型的关系。当一个国家或地区经济发展水平较低时，环境污染程度相对较轻，随着人均收入的逐步增加，经济活动规模不断扩大，对能源的需求持续攀升，生产过程中排放的污染物增多，环境污染由低趋高，环境恶化程度随经济增长而加剧；当经济发展达到一定水平，即到达某个临界点或称“拐点”后，随着人均收入的进一步增加，环境污染又由高趋低，环境污染程度逐渐减缓，环境质量逐步得到改善。在经济起飞阶段，经济增长的规模效应占据主导地位。一方面，经济增长需要增加各类生产要素的投入，这必然导致对自然资源的过度开发和利用，如大量开采煤炭、石油等化石能源，破坏生态环境；另一方面，更多的产出意味着更多的废弃物和污染物排放，工业废气、废水、废渣的排放急剧增加，超出了环境的承载能力，导致环境恶化。以我国东部沿海地区在工业化初期为例，大量的制造业企业兴起，为追求经济增长，企业往往忽视环境保护，粗放式的生产方式导致了严重的环境污染，空气质量下降，河流湖泊受到污染。随着经济的持续发展，技术效应和结构效应逐渐发挥作用，推动环境质量改善。技术效应体现在高收入水平与先进的环保技术、高效率技术紧密相连。在经济增长过程中，企业和政府对研发的投入不断增加，推动了技术的进步。一方面，技术进步提高了生产效率，使得单位产出所需的要素投入减少，从而降低了生产对自然资源和环境的压力。例如，钢铁行业通过采用先进的生产工艺，提高了铁矿石的利用率，减少了废渣的产生；另一方面，清洁技术的不断开发和应用，如太阳能、风能等清洁能源技术的发展，以及污染治理技术的进步，使得企业能够更有效地减少污染物的排放，实现资源的循环利用，降低了单位产出的污染排放。结构效应则表现为随着收入水平的提高，产业结构发生优化升级。在经济发展的早期阶段，经济结构主要以农业和能源密集型的重工业为主，这些产业的生产过程往往伴随着大量的能源消耗和污染物排放。随着经济的发展，产业结构逐渐向低污染的服务业和知识密集型产业转变，服务业的比重不断上升，如金融、信息技术、文化创意等产业，这些产业具有能耗低、污染小的特点；同时，知识密集型产业更加注重技术创新和研发，对环境的影响相对较小。例如，一些发达国家在完成工业化后，服务业占GDP的比重超过70%，产业结构的优化使得环境质量得到了显著改善。碳排放的影响因素是多方面的。经济增长与碳排放密切相关，随着经济规模的扩大，能源消耗随之增加，从而导致碳排放的上升。如中国在过去几十年经济快速增长，工业生产规模不断扩大，能源需求大幅增长，使得碳排放总量也相应增加。能源结构对碳排放有着关键影响，以煤炭、石油等化石能源为主的能源结构，碳排放强度较高，因为化石能源在燃烧过程中会释放大量的二氧化碳。而清洁能源如太阳能、风能、水能等，在使用过程中几乎不产生碳排放。产业结构也是重要因素，重工业比重较高的地区，由于其生产过程中能源消耗大，碳排放往往较多。技术水平同样不可忽视，先进的节能减排技术可以降低单位产出的碳排放，提高能源利用效率。政策因素也在其中发挥着重要作用，政府出台的严格的环保政策和碳排放约束政策，能够促使企业减少碳排放，推动经济向低碳转型。2.3金融发展对碳排放影响的理论机制2.3.1规模效应金融发展与经济增长紧密相连，其对经济增长的促进作用是多方面且显著的。从融资渠道来看，金融体系为企业提供了多样化的融资选择。银行贷款是企业获取资金的重要途径之一，银行通过吸收社会闲置资金，将其贷给有资金需求的企业，满足企业日常生产经营、设备购置、技术改造等方面的资金需求。以制造业企业为例，企业在扩大生产规模时，往往需要购置新的生产设备、建设新的厂房，这些都需要大量的资金投入，银行贷款能够为企业提供及时的资金支持，帮助企业实现规模扩张。债券融资为企业提供了一种直接融资方式，企业通过发行债券，向投资者筹集资金，债券融资具有期限较长、资金成本相对稳定的特点，能够为企业提供较为稳定的资金来源，支持企业的长期项目投资。股票市场则为企业提供了股权融资的平台，企业通过发行股票，吸引投资者购买，投资者成为企业的股东，与企业共享收益、共担风险。股权融资不仅为企业提供了资金，还能优化企业的资本结构，提高企业的抗风险能力。通过这些融资渠道，企业能够获得足够的资金用于投资和生产，推动企业的发展，进而带动整个经济的增长。金融体系还能够促进储蓄向投资的转化，提高资本的利用效率。在经济运行中，居民和企业会将一部分收入用于储蓄，而金融机构通过各种金融工具，如银行存款、理财产品等，将这些储蓄集中起来，然后将其转化为投资，投入到实体经济中。例如，居民将闲置资金存入银行，银行将这些资金贷给企业，企业利用这些资金进行生产和投资，从而实现了储蓄向投资的转化，提高了资金的使用效率，为经济增长提供了动力。随着经济增长，生产和消费规模不断扩大，这必然导致能源需求的增加。在生产领域，企业扩大生产规模需要更多的能源投入，以满足生产设备的运行、原材料的加工等需求。如钢铁行业，随着产量的增加，对煤炭、电力等能源的消耗也会相应增加。在消费领域，居民生活水平的提高，对各类消费品的需求增加，而这些消费品的生产、运输和使用都离不开能源。如汽车保有量的增加，导致对汽油、柴油等能源的需求大幅上升。在当前以化石能源为主的能源结构下，能源需求的增加主要依赖于煤炭、石油、天然气等化石能源的消耗，而化石能源的燃烧会产生大量的二氧化碳等温室气体，从而导致碳排放的增加。2.3.2结构效应金融发展在产业结构优化升级过程中发挥着至关重要的引导作用，其主要通过资金配置来实现这一作用。金融市场和金融机构会根据不同产业的发展前景、盈利能力和风险水平，对资金进行合理分配。对于具有良好发展前景和较高附加值的低碳产业，如新能源产业，金融机构会给予更多的资金支持。以太阳能产业为例，银行会为太阳能企业提供低利率的贷款，用于建设太阳能发电站、研发太阳能电池技术等；风险投资机构和私募股权基金也会积极投资太阳能企业，为其提供发展所需的资金，帮助企业扩大生产规模、提高技术水平，推动新能源产业的快速发展。对于高耗能产业，如传统的钢铁、水泥、化工等产业，金融机构则会提高融资门槛，减少对其资金支持。银行可能会提高贷款利率、收紧贷款额度，使得这些企业的融资难度加大，成本增加，从而促使企业进行技术改造和产业升级，或者逐渐淘汰落后产能，降低高耗能产业在经济中的比重。金融发展还能够推动新兴产业的发展和传统产业的转型升级。对于新兴产业，金融机构的资金支持能够帮助企业突破资金瓶颈，实现快速发展。以人工智能产业为例，金融机构为人工智能企业提供资金，支持企业进行研发投入，吸引高端人才，开展应用场景的探索和拓展，促进人工智能技术的不断创新和应用，推动新兴产业的崛起。对于传统产业，金融机构可以为企业提供资金，用于引进先进的生产技术和设备，开展节能减排技术改造，优化生产流程，提高资源利用效率，降低能源消耗和碳排放。如传统制造业企业通过引入智能制造技术，实现生产过程的自动化和智能化，不仅提高了生产效率，还降低了能源消耗。产业结构的优化升级对碳排放产生了显著的影响。随着低碳产业比重的增加，经济增长对高碳排放的依赖逐渐降低。新能源产业的发展，如太阳能、风能、水能等清洁能源的广泛应用，减少了对化石能源的依赖，从而降低了碳排放。新兴产业和服务业的发展，由于其能耗低、污染小的特点，也使得经济整体的碳排放强度下降。服务业中的金融、信息技术、文化创意等产业，主要依靠知识和技术进行生产和服务，能源消耗较少，碳排放也相对较低。而高耗能产业比重的降低，直接减少了能源消耗和碳排放，推动了经济向低碳、绿色方向发展。2.3.3技术效应金融发展为企业技术创新提供了全方位的资金支持，是推动技术进步的重要力量。在内部融资方面，企业通过自身的经营积累和利润留存，为技术创新提供资金保障。企业将一部分利润投入到研发部门，用于开展新技术、新产品的研发工作。一些大型企业设立了专门的研发中心，每年从企业的利润中拨出大量资金，用于技术创新活动，推动企业技术水平的不断提升。在外部融资方面，银行贷款是企业获取技术创新资金的重要渠道之一。银行会根据企业的技术创新项目的可行性、市场前景和企业的信用状况，为企业提供贷款支持。对于一些具有创新性的中小企业，政府还会出台相关政策，鼓励银行给予低利率的贷款，帮助企业开展技术创新。股权融资也为企业技术创新提供了重要的资金来源。企业通过发行股票，吸引投资者购买，投资者成为企业的股东，为企业提供资金支持，同时也分享企业技术创新带来的收益。风险投资和私募股权基金更是专注于投资具有高成长性和创新性的企业，为企业提供大量的资金，帮助企业实现技术突破和商业化应用。技术创新对能源利用效率和碳排放的影响是多方面的。一方面，技术创新能够提高能源利用效率，降低能源消耗。新的生产技术和工艺的应用，能够使企业在生产过程中更加高效地利用能源。如在钢铁生产中，采用先进的高炉炼铁技术和余热回收技术，能够提高铁矿石的利用率，减少能源消耗，同时将生产过程中产生的余热进行回收利用，转化为电能或热能，进一步提高能源利用效率。在建筑领域，采用节能建筑材料和智能建筑控制系统，能够降低建筑物的能源消耗，提高能源利用效率。另一方面，技术创新能够促进低碳技术的研发和应用，减少碳排放。新能源技术的不断发展，如太阳能、风能、核能等清洁能源技术的进步，使得清洁能源的成本不断降低，应用范围不断扩大，逐渐替代传统的化石能源，从而减少了碳排放。碳捕获与封存技术（CCS）的研发和应用，能够将工业生产过程中产生的二氧化碳进行捕获、运输和封存，减少二氧化碳的排放，实现低碳发展。2.4文献综述在金融发展对碳排放影响的研究领域，国内外学者从理论和实证多方面展开探讨，取得了丰富成果，但也存在一定的分歧和研究空白。国外方面，部分学者认为金融发展能够促进碳排放的减少。Sadorsky通过对新兴经济体的研究发现，金融发展为能源领域的技术创新提供资金，推动了清洁能源技术的发展和应用，从而降低了碳排放。这一观点得到了Apergis和Payne的支持，他们利用面板数据模型，对多个国家的金融发展与碳排放关系进行分析，结果表明金融发展通过提高能源利用效率，减少了碳排放。他们认为金融发展使得企业能够获得更多资金用于引进先进的节能设备和技术，从而降低了单位产出的能源消耗和碳排放。也有学者持相反观点，认为金融发展会增加碳排放。例如，Lean和Tan对马来西亚的研究发现，金融发展促进了经济增长，导致能源需求上升，进而增加了碳排放。他们指出，金融发展为企业提供了更多的融资渠道，企业扩大生产规模，能源消耗随之增加，在以化石能源为主的能源结构下，碳排放也相应上升。Ozturk和Acaravci通过对土耳其的研究也得出类似结论，金融发展带动了投资和消费的增长，刺激了经济活动，导致能源消费和碳排放的增加。国内学者的研究同样呈现多样化的结论。一些学者认为金融发展对碳排放具有抑制作用。王遥和陈靖通过对中国省级面板数据的分析，发现金融发展通过推动产业结构升级和技术创新，降低了碳排放。他们认为金融机构对低碳产业的资金支持，促进了低碳产业的发展，同时金融发展为企业技术创新提供资金，提高了能源利用效率，减少了碳排放。刘亦文和胡宗义运用动态面板SYS-GMM估计方法，研究发现金融发展通过促进能源结构优化，降低了碳排放强度。他们指出金融发展使得清洁能源产业能够获得更多的资金支持，推动了能源结构向清洁能源转型，从而减少了碳排放。另一些学者则认为金融发展会加剧碳排放。李锴和齐绍洲对中国30个省份的面板数据进行实证分析，发现金融规模的扩张和金融效率的提高在一定程度上增加了碳排放。他们认为金融发展促进了经济增长，导致能源需求增加，而能源结构调整相对滞后，使得碳排放增加。孙玉阳和李廉水通过对中国29个省份的研究发现，金融发展通过规模效应增加了碳排放。他们指出金融发展带动了投资和生产规模的扩大，能源消耗随之上升，导致碳排放增加。已有研究在金融发展对碳排放的影响方向和程度上尚未形成一致结论，存在一定的分歧。在研究方法上，部分研究样本选取有限，时间跨度较短，可能导致结论的片面性；在研究视角上，对于金融发展影响碳排放的中介机制和异质性研究不够深入，未能充分考虑不同地区金融发展水平和经济结构的差异对碳排放的影响。本文将运用近20年的省际面板数据，综合考虑多种中介变量，深入分析金融发展对碳排放的影响机制和异质性，以期为该领域的研究提供新的视角和更可靠的结论。三、我国金融发展与碳排放现状分析3.1我国金融发展现状近年来，我国金融市场在规模、结构、创新及政策环境等方面取得了显著进展，同时也面临着一系列问题与挑战。在市场规模上，我国金融市场规模持续快速扩张。银行业作为金融体系的核心支柱，总资产规模呈现稳步增长态势。截至2023年末，银行业金融机构总资产达到439.33万亿元，同比增长10.5%，这一庞大的资产规模为实体经济提供了强有力的资金支持，广泛覆盖了各类企业的融资需求，无论是大型国有企业的重大项目投资，还是中小企业的日常运营周转，银行信贷资金都发挥着关键作用。证券市场同样发展迅猛，股票市场总市值在2023年超过90万亿元，反映出我国企业的股权融资规模不断扩大，越来越多的企业通过股票上市筹集资金，实现规模扩张和业务创新；债券市场托管余额超过150万亿元，为政府和企业提供了重要的直接融资渠道，政府通过发行债券筹集资金用于基础设施建设等公共项目，企业则通过债券融资满足长期资金需求，优化资本结构。保险市场也实现了长足发展，保费收入持续增长，2023年全国保费收入达到4.7万亿元，同比增长11.8%，保险深度（保费收入占GDP的比例）和保险密度（人均保费收入）不断提升，保险的经济补偿、资金融通和社会管理功能日益凸显，为经济社会的稳定发展提供了重要保障。从市场结构来看，我国金融市场结构逐步优化，但仍存在一定失衡。在融资结构方面，间接融资比重过高的问题依然突出，银行贷款在社会融资总量中占据主导地位，2023年银行贷款占社会融资规模增量的60%左右。尽管近年来直接融资发展迅速，但股票和债券融资占比相对较低，直接融资与间接融资比例不协调，导致企业融资过度依赖银行，增加了银行体系的风险集中度，也限制了企业融资渠道的多元化。金融机构结构上，国有大型金融机构在市场中占据主导地位，在资金实力、客户资源、业务范围等方面具有明显优势，在金融市场中发挥着稳定器和压舱石的作用。然而，民营金融机构和中小金融机构发展相对滞后，在市场竞争中面临一定压力，其市场份额相对较小，在服务中小企业和创新型企业方面的潜力尚未充分发挥。金融市场层次不够丰富，主板市场发展较为成熟，但创业板、科创板、新三板等市场在规模、流动性和制度完善程度等方面仍存在提升空间，各层次市场之间的转板机制不够顺畅，影响了资本市场对不同发展阶段企业的支持效率。金融创新方面，随着金融科技的快速发展，我国金融创新呈现出蓬勃发展的态势。互联网金融发展迅猛，移动支付、网络借贷、互联网理财等新型金融业态不断涌现，极大地改变了金融服务的方式和渠道。移动支付的普及使人们的支付方式更加便捷高效，无论是线上购物还是线下消费，消费者只需通过手机等移动设备即可完成支付，大大提高了交易效率；网络借贷为中小企业和个人提供了新的融资渠道，缓解了融资难、融资贵的问题，一些互联网金融平台通过大数据分析等技术手段，对借款人的信用状况进行评估，为符合条件的借款人提供快速便捷的小额贷款。金融产品创新不断丰富，绿色金融产品逐渐兴起，绿色债券、绿色基金、绿色保险等产品为绿色产业发展提供了有力的金融支持，促进了经济的绿色转型。例如，绿色债券的发行规模逐年扩大，为新能源、节能环保等绿色产业项目提供了低成本的资金来源；金融衍生品市场也在不断发展，股指期货、国债期货等金融衍生品的推出，丰富了投资者的风险管理工具，提高了金融市场的效率和稳定性。然而，金融创新也带来了一些风险，如网络借贷平台存在的信用风险、信息安全风险等，部分金融创新产品的监管规则不够完善，容易引发市场乱象，需要加强监管和规范。政策环境上，我国政府高度重视金融发展，出台了一系列政策措施，为金融市场的稳定健康发展提供了有力保障。货币政策方面，中国人民银行通过灵活运用利率、存款准备金率、公开市场操作等货币政策工具，保持货币信贷合理增长，维护金融市场稳定。在经济面临下行压力时，央行通过降低利率、下调存款准备金率等方式，增加市场流动性，刺激经济增长；在经济过热时，则通过收紧货币政策，抑制通货膨胀。监管政策不断完善，“一行两会一局”（中国人民银行、中国银保监会、中国证监会、国家外汇管理局）的金融监管体系不断健全，加强了对金融机构和金融市场的全方位监管，防范金融风险。银保监会加强对银行业和保险业的监管，规范金融机构的经营行为，提高金融服务质量；证监会强化对证券市场的监管，打击违法违规行为，保护投资者合法权益。政府还积极推动金融开放，放宽外资准入限制，鼓励外资机构参与我国金融市场，提升金融市场的国际化水平，促进了金融市场的竞争与创新。但政策在实施过程中也存在一些问题，如货币政策的传导机制有待进一步优化，部分中小金融机构和民营企业对货币政策的感受度不够明显；监管政策在不同地区、不同金融机构之间的执行力度存在一定差异，需要进一步加强政策的协调性和一致性。3.2我国碳排放现状近年来，我国碳排放总量庞大且在全球占比高，尽管增速有所放缓，但总量仍处于高位。根据国际能源署（IEA）的数据，2022年中国碳排放总量达到104.2亿吨，占全球碳排放总量的27%左右，是全球最大的碳排放国。从增长趋势来看，随着我国经济的快速发展，尤其是工业化和城市化进程的加速，碳排放量在过去几十年呈现出快速增长的态势。在2000-2010年期间，我国碳排放总量从约35亿吨增长到约85亿吨，年均增长率超过9%。随着我国对环境保护和碳排放问题的重视，积极采取节能减排政策，碳排放增速逐渐放缓。在2010-2022年期间，碳排放总量从约85亿吨增长到104.2亿吨，年均增长率降至1.6%。我国碳排放强度（单位GDP的碳排放量）呈下降趋势，但与发达国家相比仍有差距。根据世界银行的数据，我国碳排放强度从2005年的约3.5千克/美元（以2015年不变价计算）下降到2022年的约1.8千克/美元，累计降幅接近49%，这表明我国在提高能源利用效率、降低碳排放方面取得了显著成效。与发达国家相比，我国碳排放强度仍然较高。2022年，美国碳排放强度约为0.9千克/美元，日本约为0.7千克/美元，欧盟平均水平约为0.5千克/美元，我国碳排放强度分别是美国的2倍、日本的2.6倍、欧盟的3.6倍。这反映出我国在能源结构优化、技术创新等方面仍有较大的提升空间，需要进一步加大节能减排力度，提高能源利用效率，降低碳排放强度。从碳排放的主要来源看，能源消耗是我国碳排放的最主要来源，占比超过80%。在能源消费结构中，煤炭、石油、天然气等化石能源占据主导地位。2022年，我国化石能源消费占比高达85%，其中煤炭占比56%，石油占比19%，天然气占比10%。化石能源在燃烧过程中会释放大量的二氧化碳，导致碳排放增加。煤炭燃烧产生的碳排放强度较高，每燃烧1吨标准煤，大约会产生2.6吨二氧化碳。工业部门是我国碳排放的重点领域，占碳排放总量的比重超过60%。钢铁、水泥、化工、电力等高耗能行业是工业碳排放的主要来源。以钢铁行业为例，其生产过程中需要消耗大量的煤炭和铁矿石，通过高炉炼铁等工艺生产钢铁，这一过程会产生大量的二氧化碳排放。2022年，我国钢铁行业碳排放约占工业碳排放的20%，水泥行业碳排放约占15%。我国碳排放存在明显的区域差异。从总量上看，东部地区和中部地区的碳排放总量相对较高。2022年，山东、河北、江苏、内蒙古、广东等省份的碳排放总量位居全国前列。山东省作为经济大省和工业大省，工业基础雄厚，能源消耗量大，2022年碳排放总量超过10亿吨。内蒙古自治区煤炭资源丰富，以煤炭为基础的能源产业和重化工业发达，碳排放总量也较高。西部地区和东北地区的碳排放总量相对较低，但部分资源型省份的碳排放强度较高。如宁夏回族自治区，由于其产业结构以能源化工等重化工业为主，能源消费结构中煤炭占比较高，导致碳排放强度位居全国前列。从碳排放强度来看，呈现出“西高东低”的特征。西部地区一些省份，如宁夏、内蒙古、山西等，由于产业结构偏重，能源利用效率相对较低，碳排放强度明显高于东部地区。东部地区经济发达，产业结构相对优化，能源利用效率较高，碳排放强度相对较低。广东省在经济快速发展的同时，积极推进产业升级和能源结构调整，碳排放强度低于全国平均水平。我国在碳排放方面面临着巨大的压力和挑战。随着经济的持续发展，能源需求仍将保持一定的增长，在能源结构调整尚未完成的情况下，碳排放控制难度较大。实现“双碳”目标，需要在较短的时间内大幅降低碳排放，这对我国的技术创新、产业升级和政策实施提出了更高的要求。我国不同地区在经济发展水平、产业结构和能源结构等方面存在较大差异，如何实现区域间的协调减排，避免出现区域发展不平衡的问题，也是亟待解决的挑战。3.3金融发展与碳排放的关联分析为深入探究金融发展与碳排放之间的内在联系，本研究对收集到的近20年省际面板数据进行了描述性统计和相关性分析，初步揭示两者之间的关系，为后续更为深入的实证研究筑牢根基。对金融发展指标，本研究选取金融相关比率（FIR）来衡量金融发展规模，该指标等于金融资产总量与GDP的比值，涵盖了货币资金、证券、保险等金融资产，能全面反映金融发展规模。选取金融效率指标（FE），以金融机构贷款余额与存款余额的比值表示，衡量金融机构将储蓄转化为投资的效率。选取股票市场融资额占GDP的比重（SM）和债券市场融资额占GDP的比重（BM），分别反映股票市场和债券市场在金融体系中的发展程度。对于碳排放指标，采用碳排放量（CE）作为衡量指标，通过能源消费数据和碳排放系数计算得出，准确反映各省份的碳排放情况。同时，纳入经济增长（AGDP）、产业结构（IS）、能源结构（ES）、技术创新（TI）等控制变量，以综合考虑其他因素对碳排放的影响。经济增长以人均GDP衡量，产业结构以第二产业增加值占GDP的比重表示，能源结构以煤炭消费占能源消费总量的比重衡量，技术创新以专利申请授权数衡量。表1展示了各变量的描述性统计结果，从中可初步了解数据的基本特征。金融相关比率（FIR）的最大值为5.23，最小值为0.87，均值为2.15，表明不同省份的金融发展规模存在较大差异，一些经济发达省份金融市场活跃，金融资产总量占GDP的比重较高，而部分经济欠发达省份金融发展相对滞后。金融效率指标（FE）的均值为0.78，说明金融机构在将储蓄转化为投资方面还有提升空间，部分地区金融机构的资金配置效率有待提高。股票市场融资额占GDP的比重（SM）和债券市场融资额占GDP的比重（BM）的均值相对较低，分别为0.03和0.05，反映出我国直接融资市场在金融体系中的占比仍需进一步提升，直接融资市场的发展相对不足。碳排放量（CE）的最大值为12.34亿吨，最小值为0.21亿吨，均值为3.56亿吨，不同省份的碳排放量差异显著，经济发达、工业基础雄厚的省份碳排放量较高，而经济欠发达、产业结构以服务业为主的省份碳排放量较低。表1：变量描述性统计变量观测值平均值标准差最小值最大值FIR6002.150.870.875.23FE6000.780.150.451.23SM6000.030.020.010.08BM6000.050.030.010.12CE6003.562.450.2112.34AGDP6005.671.892.3410.23IS6000.450.080.250.65ES6000.620.120.350.85TI6001568.451234.56123.455678.90为进一步分析金融发展与碳排放之间的关系，对各变量进行了相关性分析，结果如表2所示。金融相关比率（FIR）与碳排放量（CE）的相关系数为0.45，在1%的水平上显著正相关，表明金融发展规模的扩大与碳排放的增加存在密切关联。随着金融发展规模的扩大，资金的融通和配置更加活跃，经济活动规模也随之扩张，这可能导致能源需求增加，进而推动碳排放上升。金融效率指标（FE）与碳排放量（CE）的相关系数为0.32，同样在1%的水平上显著正相关，说明金融机构将储蓄转化为投资的效率提高，虽然从理论上有助于资源的有效配置，但在实际中可能由于投资规模的扩大，带动了能源消耗和碳排放的增加。股票市场融资额占GDP的比重（SM）和债券市场融资额占GDP的比重（BM）与碳排放量（CE）的相关系数分别为0.25和0.28，在5%的水平上显著正相关，这表明直接融资市场的发展在一定程度上也与碳排放的增加相关，可能是因为直接融资市场的发展促进了企业的投资和扩张，从而增加了能源需求和碳排放。表2：变量相关性分析变量FIRFESMBMCEAGDPISESTIFIR1FE0.65***1SM0.45***0.35***1BM0.50***0.40***0.55***1CE0.45***0.32***0.25**0.28**1AGDP0.70***0.55***0.40***0.45***0.55***1IS0.35***0.25***0.15*0.20**0.40***0.30***1ES0.25**0.15*0.100.120.35***0.20**0.50***1TI0.55***0.45***0.35***0.40***0.45***0.60***0.25**0.15*1注：*、、*分别表示在1%、5%、10%的水平上显著。经济增长（AGDP）与碳排放量（CE）的相关系数高达0.55，在1%的水平上显著正相关，这与经济增长通常伴随着能源消耗增加的理论相符，随着经济的发展，各行业对能源的需求不断上升，导致碳排放增加。产业结构（IS）与碳排放量（CE）的相关系数为0.40，在1%的水平上显著正相关，说明第二产业占比较高的省份，由于其生产过程中能源消耗大，碳排放往往较多，产业结构对碳排放有着重要影响。能源结构（ES）与碳排放量（CE）的相关系数为0.35，在1%的水平上显著正相关，以煤炭消费为主的能源结构碳排放强度较高，进一步证明了能源结构对碳排放的关键作用。技术创新（TI）与碳排放量（CE）的相关系数为0.45，在1%的水平上显著正相关，虽然技术创新从长期来看有助于降低碳排放，但在短期内，技术创新活动可能需要大量的能源投入，且新技术的应用和推广需要一定时间，导致技术创新与碳排放之间呈现出正相关关系。描述性统计和相关性分析初步揭示了金融发展与碳排放之间存在密切关联，且这种关联受到经济增长、产业结构、能源结构、技术创新等多种因素的影响。然而，这些分析仅为初步探究，无法准确确定金融发展对碳排放的具体影响机制和效应，还需通过更为严谨的实证研究进行深入分析。四、研究设计4.1模型设定为深入探究金融发展对碳排放的影响，构建如下基准回归模型：CE_{it}=\alpha_0+\alpha_1FD_{it}+\sum_{j=1}^{n}\alpha_{1+j}Controls_{jit}+\mu_i+\nu_t+\epsilon_{it}其中，i代表省份，t代表年份；CE_{it}为被解释变量，表示第i个省份在第t年的碳排放量，是衡量碳排放水平的关键指标，通过对各省份能源消费数据，依据碳排放系数进行精确计算得出，能直观反映地区碳排放规模。FD_{it}为核心解释变量，代表第i个省份在第t年的金融发展水平，选用金融相关比率（FIR）来衡量，该指标等于金融资产总量与GDP的比值，涵盖了货币资金、证券、保险等金融资产，能全面反映金融发展规模，体现金融体系在地区经济中的渗透程度和资源配置能力。Controls_{jit}为控制变量，包括经济增长（AGDP），以人均GDP衡量，反映地区经济发展水平，经济增长往往伴随着能源需求和生产活动的变化，对碳排放产生重要影响；产业结构（IS），以第二产业增加值占GDP的比重表示，第二产业通常是能源消耗和碳排放的重点领域，其占比变化直接影响碳排放总量和强度；能源结构（ES），以煤炭消费占能源消费总量的比重衡量，煤炭作为高碳排放的化石能源，其在能源结构中的占比高低决定了能源消费的碳排放强度；技术创新（TI），以专利申请授权数衡量，技术创新有助于提高能源利用效率、推动低碳技术发展，从而减少碳排放。\mu_i为个体固定效应，用于控制省份层面不随时间变化的特征，如地理位置、资源禀赋等，这些因素会对金融发展和碳排放产生持续影响，通过个体固定效应可消除其干扰，使估计结果更准确；\nu_t为时间固定效应，用于控制随时间变化的宏观因素，如国家政策、技术进步等，这些因素对所有省份产生共同影响，通过时间固定效应可捕捉其对碳排放的影响；\epsilon_{it}为随机误差项，代表模型中未被解释的其他随机因素。\alpha_0为常数项，\alpha_1、\alpha_{1+j}为各变量的回归系数，分别表示金融发展和控制变量对碳排放的影响程度。为检验金融发展影响碳排放的传导机制，进一步设定中介效应模型。以产业结构调整（IS）为中介变量，构建以下三步回归模型：第一步：第一步：CE_{it}=\beta_0+\beta_1FD_{it}+\sum_{j=1}^{n}\beta_{1+j}Controls_{jit}+\mu_i+\nu_t+\epsilon_{it}此步检验金融发展对碳排放的总效应，\beta_1为总效应系数，若显著，则继续下一步检验。第二步：第二步：IS_{it}=\gamma_0+\gamma_1FD_{it}+\sum_{j=1}^{n}\gamma_{1+j}Controls_{jit}+\mu_i+\nu_t+\epsilon_{it}该步检验金融发展对产业结构调整的影响，\gamma_1为金融发展对产业结构调整的回归系数，若显著，表明金融发展能够影响产业结构。第三步：第三步：CE_{it}=\delta_0+\delta_1FD_{it}+\delta_2IS_{it}+\sum_{j=1}^{n}\delta_{1+j}Controls_{jit}+\mu_i+\nu_t+\epsilon_{it}这一步检验金融发展和产业结构调整对碳排放的共同影响，\delta_1为金融发展对碳排放的直接效应系数，\delta_2为产业结构调整对碳排放的回归系数。若\gamma_1和\delta_2都显著，则进行Sobel检验；若\gamma_1和\delta_2至少有一个不显著，则进行Bootstrap检验。若\delta_1不显著，说明产业结构调整在金融发展影响碳排放中起完全中介效应；若\delta_1显著，则为部分中介效应。按照同样的方法，分别以技术创新（TI）和能源结构（ES）为中介变量，构建相应的中介效应模型，检验其在金融发展影响碳排放过程中的中介作用。通过上述模型设定，能够系统地分析金融发展对碳排放的直接影响和间接影响机制，为研究提供全面、严谨的实证框架。4.2变量选取与数据来源本研究涉及多个变量，旨在全面、准确地剖析金融发展对碳排放的影响。被解释变量为碳排放（CE），采用碳排放量作为衡量指标，通过对各省份能源消费数据，依据碳排放系数进行精确计算得出。具体计算方法参考国际通用的碳排放核算方法，如IPCC（政府间气候变化专门委员会）提供的碳排放计算指南。以煤炭消费为例，根据其发热量、碳含量和氧化率等参数，结合各省份煤炭消费量，计算出煤炭燃烧产生的碳排放量，再将各类能源消费产生的碳排放量进行加总，得到各省份的碳排放量。该指标能够直观、准确地反映各省份的碳排放水平，为研究提供了关键的被解释变量。核心解释变量为金融发展指标，选用金融相关比率（FIR）来衡量金融发展水平，该指标等于金融资产总量与GDP的比值，涵盖了货币资金、证券、保险等金融资产，能全面反映金融发展规模，体现金融体系在地区经济中的渗透程度和资源配置能力。为更深入探究金融发展对碳排放的影响，还选取金融效率指标（FE），以金融机构贷款余额与存款余额的比值表示，衡量金融机构将储蓄转化为投资的效率；选取股票市场融资额占GDP的比重（SM）和债券市场融资额占GDP的比重（BM），分别反映股票市场和债券市场在金融体系中的发展程度，从多个维度刻画金融发展的特征。控制变量包括经济增长（AGDP），以人均GDP衡量，反映地区经济发展水平，经济增长往往伴随着能源需求和生产活动的变化，对碳排放产生重要影响；产业结构（IS），以第二产业增加值占GDP的比重表示，第二产业通常是能源消耗和碳排放的重点领域，其占比变化直接影响碳排放总量和强度；能源结构（ES），以煤炭消费占能源消费总量的比重衡量，煤炭作为高碳排放的化石能源，其在能源结构中的占比高低决定了能源消费的碳排放强度；技术创新（TI），以专利申请授权数衡量，技术创新有助于提高能源利用效率、推动低碳技术发展，从而减少碳排放。本研究数据跨度为近20年，覆盖我国31个省、自治区和直辖市。金融相关数据主要来源于中国人民银行发布的《中国金融统计年鉴》、中国银保监会和中国证监会的官方统计数据，以及Wind数据库、CEIC数据库等权威金融数据平台。这些数据来源全面、权威，涵盖了金融机构存贷款余额、证券市场融资规模、保险市场保费收入等多维度金融发展指标，为准确衡量金融发展水平提供了坚实的数据基础。碳排放数据取自国际能源署（IEA）数据库、中国碳排放核算数据库等权威数据库，以及《中国能源统计年鉴》《中国环境统计年鉴》等官方统计年鉴。通过能源消费数据和碳排放系数计算得出各省份碳排放量，确保碳排放数据的准确性和可靠性。控制变量数据中，人均GDP数据来自《中国统计年鉴》，第二产业增加值占GDP比重、煤炭消费占能源消费总量比重等数据也均取自《中国统计年鉴》和《中国能源统计年鉴》，专利申请授权数数据来源于国家知识产权局的统计数据，这些数据来源权威、可靠，为研究提供了丰富的控制变量信息。为使数据更具可比性和分析价值，对部分数据进行了标准化、对数化等预处理操作。例如，对金融相关比率（FIR）、人均GDP（AGDP）等数据进行对数化处理，以消除数据的异方差性，使数据分布更加平稳，便于后续的计量分析。4.3数据处理与描述性统计在获取原始数据后，对其进行了一系列严谨的数据处理操作，以确保数据的质量和可靠性，为后续的实证分析奠定坚实基础。首先，对数据进行清洗，仔细排查并剔除了存在缺失值、异常值和错误值的数据样本。例如，对于部分省份个别年份缺失的金融机构存贷款余额数据，通过查阅相关金融监管机构的补充报告、对比相邻年份数据以及运用插值法等方法进行补充和修正。对于明显偏离正常范围的异常值，如某省份某一年份的人均GDP数据远高于或低于其他年份及同类型省份平均水平，经过多方核实和分析，确定为统计错误后进行了纠正。为使不同变量的数据具有可比性，对数据进行了标准化处理。对于金融相关比率（FIR）、人均GDP（AGDP）等变量，由于其数值跨度较大，为消除数据的异方差性，采用对数化处理，即对这些变量取自然对数，使其分布更加平稳，便于后续的计量分析。对于金融效率指标（FE）、股票市场融资额占GDP的比重（SM）和债券市场融资额占GDP的比重（BM）等相对指标，进行了归一化处理，将其数值统一映射到[0,1]区间，使不同指标之间的数值差异更具可比性。表3展示了经过数据处理后的各变量描述性统计结果。可以看出，金融相关比率（FIR）的最大值为5.23，最小值为0.87，均值为2.15，标准差为0.87，表明不同省份的金融发展规模存在较大差异，部分经济发达省份金融市场活跃，金融资产总量占GDP的比重较高，而一些经济欠发达省份金融发展相对滞后。金融效率指标（FE）的均值为0.78，标准差为0.15，说明金融机构在将储蓄转化为投资方面整体水平有待进一步提升，且不同地区之间的金融效率存在一定差异，部分地区金融机构的资金配置效率较高，而部分地区则较低。股票市场融资额占GDP的比重（SM）和债券市场融资额占GDP的比重（BM）的均值相对较低，分别为0.03和0.05，标准差分别为0.02和0.03，反映出我国直接融资市场在金融体系中的占比仍处于较低水平，且发展不够均衡，不同省份之间的直接融资市场发展程度存在较大差距。表3：数据处理后各变量描述性统计变量观测值平均值标准差最小值最大值FIR6002.150.870.875.23FE6000.780.150.451.23SM6000.030.020.010.08BM6000.050.030.010.12CE6003.562.450.2112.34AGDP6005.671.892.3410.23IS6000.450.080.250.65ES6000.620.120.350.85TI6001568.451234.56123.455678.90碳排放量（CE）的最大值为12.34亿吨，最小值为0.21亿吨，均值为3.56亿吨，标准差为2.45，不同省份的碳排放量差异显著，经济发达、工业基础雄厚的省份碳排放量较高，而经济欠发达、产业结构以服务业为主的省份碳排放量较低。经济增长（AGDP）的均值为5.67，标准差为1.89，反映出各省份经济发展水平存在较大差异，经济发展水平较高的省份在生产和消费过程中的能源需求和碳排放也相对较高。产业结构（IS）以第二产业增加值占GDP的比重衡量，均值为0.45，标准差为0.08，说明我国产业结构在各省份之间存在一定差异，部分省份第二产业占比较高，属于工业主导型经济，而部分省份第二产业占比较低，经济结构相对多元化。能源结构（ES）以煤炭消费占能源消费总量的比重衡量，均值为0.62，标准差为0.12，表明我国能源结构整体上仍以煤炭等化石能源为主，且不同省份之间的能源结构存在一定差异，一些煤炭资源丰富的省份煤炭消费占比更高。技术创新（TI）以专利申请授权数衡量，均值为1568.45，标准差为1234.56，不同省份的技术创新水平差异较大，技术创新能力较强的省份在推动低碳技术发展、降低碳排放方面具有更大的潜力。通过对数据的处理和描述性统计分析，全面了解了各变量的基本特征和分布情况，为后续的实证分析提供了直观的数据信息，有助于深入探究金融发展对碳排放的影响。五、实证结果与分析5.1基准回归结果分析运用STATA软件对构建的基准回归模型进行估计，结果如表4所示。从表中可以看出，金融发展指标（FIR）的回归系数为0.356，在1%的水平上显著，这表明金融发展对碳排放具有显著的正向影响。即金融发展规模每扩大1%，碳排放量将增加0.356%。这一结果初步说明，在我国当前的经济发展阶段，金融发展规模的扩张在一定程度上会导致碳排放的增加，可能是由于金融发展促进了经济增长，带动了投资和消费的增加，进而刺激了能源需求，在以化石能源为主的能源结构下，碳排放随之上升。表4：基准回归结果变量CEFIR0.356***(0.056)AGDP0.458***(0.065)IS0.285***(0.045)ES0.324***(0.050)TI-0.125**(0.052)常数项-3.564***(0.568)观测值600R-squared0.785省份固定效应是时间固定效应是注：*、、*分别表示在1%、5%、10%的水平上显著，括号内为标准误。经济增长（AGDP）的回归系数为0.458，在1%的水平上显著，说明经济增长对碳排放有显著的正向影响。随着人均GDP的增长，经济活动更加活跃，各行业对能源的需求增加，导致碳排放上升，这与环境库兹涅茨曲线理论中经济增长与碳排放的关系在一定阶段相符。产业结构（IS）的回归系数为0.285，在1%的水平上显著，表明第二产业占GDP比重的增加会显著提高碳排放。第二产业通常是能源消耗和碳排放的重点领域，如钢铁、水泥、化工等行业，其生产过程中需要大量的能源投入，且以化石能源为主，因此产业结构中第二产业占比越高，碳排放越多。能源结构（ES）的回归系数为0.324，在1%的水平上显著，说明煤炭消费占能源消费总量的比重越高，碳排放越高。煤炭是高碳排放的化石能源，其在能源结构中的占比直接决定了能源消费的碳排放强度，以煤炭为主的能源结构会导致较高的碳排放。技术创新（TI）的回归系数为-0.125，在5%的水平上显著，表明技术创新对碳排放具有抑制作用。技术创新有助于提高能源利用效率，推动低碳技术的研发和应用，如新能源技术、节能技术等，从而减少碳排放。虽然技术创新在短期内可能需要一定的能源投入，但从长期来看，其对降低碳排放的作用是显著的。基准回归结果表明，金融发展规模的扩大在当前阶段对碳排放具有显著的正向影响，同时经济增长、产业结构和能源结构也是影响碳排放的重要因素，而技术创新则对碳排放起到抑制作用。这些结果为进一步分析金融发展对碳排放的影响机制和制定相关政策提供了重要的依据。5.2稳健性检验为确保基准回归结果的可靠性和稳定性，采用多种方法进行稳健性检验。首先，运用工具变量法解决可能存在的内生性问题。选取各省份的金融从业人数占总人口的比重作为金融发展（FIR）的工具变量。该变量与金融发展水平密切相关，金融从业人数越多，往往意味着金融市场的活跃度越高，金融服务的覆盖范围越广，能够有效促进金融发展。同时，金融从业人数占比主要受地区的教育水平、就业政策等因素影响，而这些因素与碳排放量之间不存在直接的因果关系，满足外生性条件。通过两阶段最小二乘法（2SLS）进行回归，结果如表5所示。第一阶段回归结果显示，金融从业人数占总人口的比重对金融发展（FIR）具有显著的正向影响，回归系数为0.856，在1%的水平上显著，说明工具变量与内生变量之间存在强相关性。第二阶段回归结果表明，金融发展（FIR）的回归系数为0.385，在1%的水平上显著，与基准回归结果相比，系数的符号和显著性均未发生改变，且系数大小相近，这表明在考虑内生性问题后，金融发展对碳排放的正向影响依然稳健。表5：工具变量法回归结果变量第一阶段：FIR第二阶段：CE金融从业人数占比0.856***(0.065)FIR0.385***(0.068)AGDP0.423***0.465***(0.060)(0.068)IS0.265***0.290***(0.040)(0.048)ES0.305***0.330***(0.045)(0.055)TI-0.105**-0.130**(0.048)(0.055)常数项-2.568***-3.864***(0.500)(0.600)观测值600600R-squared0.8500.790省份固定效应是是时间固定效应是是注：*、、*分别表示在1%、5%、10%的水平上显著，括号内为标准误。其次，采用替换变量法进行稳健性检验。将金融发展指标（FIR）替换为金融机构贷款余额与GDP的比值（FL），该指标同样能够反映金融发展的规模和金融机构对实体经济的支持力度。重新进行回归分析，结果如表6所示。金融机构贷款余额与GDP的比值（FL）的回归系数为0.325，在1%的水平上显著，表明金融发展对碳排放仍具有显著的正向影响。其他控制变量的回归系数和显著性也与基准回归结果基本一致，进一步验证了基准回归结果的稳健性。表6：替换变量法回归结果变量CEFL0.325***(0.052)AGDP0.450***(0.063)IS0.280***(0.043)ES0.320***(0.048)TI-0.120**(0.050)常数项-3.464***(0.550)观测值600R-squared0.780省份固定效应是时间固定效应是注：*、、*分别表示在1%、5%、10%的水平上显著，括号内为标准误。再次，改变样本区间进行检验。剔除部分特殊年份的数据，如2008年全球金融危机期间的数据，因为这一时期金融市场和经济形势波动较大，可能对研究结果产生干扰。重新对剩余样本进行回归，结果如表7所示。金融发展（FIR）的回归系数为0.360，在1%的水平上显著，与基准回归结果相近，说明样本区间的改变并未对金融发展与碳排放之间的关系产生实质性影响，研究结果具有较强的稳健性。表7：改变样本区间回归结果变量CEFIR0.360***(0.058)AGDP0.460***(0.066)IS0.288***(0.046)ES0.328***(0.052)TI-0.128**(0.053)常数项-3.604***(0.580)观测值540R-squared0.782省份固定效应是时间固定效应是注：*、、*分别表示在1%、5%、10%的水平上显著，括号内为标准误。通过上述工具变量法、替换变量法和改变样本区间等多种稳健性检验方法，结果均表明金融发展对碳排放具有显著的正向影响，与基准回归结果一致，说明研究结果具有较高的可靠性和稳健性，为后续的研究和政策制定提供了有力的支持。5.3异质性分析为深入探究金融发展对碳排放影响在不同条件下的差异，从区域、产业结构和经济发展水平三个维度进行异质性分析，进一步揭示金融发展与碳排放之间复杂的内在关系。在区域异质性分析中，依据国家统计局的划分标准，将我国31个省份划分为东部、中部和西部三个区域。东部地区涵盖北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省市，这些地区经济发达，金融市场成熟，金融资源丰富，对外开放程度高，产业结构以高端制造业和服务业为主；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省份，经济发展水平处于全国中等水平，产业结构以传统制造业和农业为主，金融发展水平相对东部地区较为落后，但近年来发展速度较快；西部地区包含内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省市区，经济发展相对滞后，产业结构偏重，以资源型产业和重工业为主，金融市场发展不够完善，金融资源相对匮乏。分别对三个区域进行回归分析，结果如表8所示。表8：区域异质性分析结果变量东部地区CE中部地区CE西部地区CEFIR0.256***0.458***0.568***(0.045)(0.065)(0.085)AGDP0.356***0.568***0.654***(0.055)(0.075)(0.095)IS0.205***0.356***0.458***(0.035)(0.055)(0.075)ES0.256***0.385***0.485***(0.040)(0.060)(0.080)TI-0.105**-0.156***-0.085*(0.045)(0.055)(0.045)常数项-2.564***-4.568***-5.684***(0.450)(0.650)(0.850)观测值220160220R-squared0.8500.8200.780省份固定效应是是是时间固定效应是是是注：*、、*分别表示在1%、5%、10%的水平上显著，括号内为标准误。在东部地区，金融发展（FIR）的回归系数为0.256，在1%的水平上显著，表明金融发展对碳排放具有正向影响，但影响程度相对较小。这可能是因为东部地区经济发达，产业结构相对优化，金融发展更多地促进了高端制造业和服务业的发展，这些产业能源利用效率较高，对碳排放的影响相对较小。同时，东部地区在技术创新和环保投入方面具有优势，能够在一定程度上抵消金融发展带来的碳排放增加。中部地区金融发展（FIR）的回归系数为0.458，在1%的水平上显著，金融发展对碳排放的正向影响较为明显。中部地区产业结构以传统制造业为主，金融发展在促进经济增长的同时，带动了传统制造业的扩张，导致能源需求增加，碳排放相应上升。而且中部地区在技术创新和能源结构调整方面相对滞后，无法有效抑制金融发展对碳排放的正向影响。西部地区金融发展（FIR）的回归系数为0.568，在1%的水平上显著，金融发展对碳排放的正向影响最为显著。西部地区经济发展相对滞后，产业结构偏重，以资源型产业和重工业为主，这些产业能源消耗大，碳排放强度高。金融发展在推动经济增长的过程中，主要支持了资源型产业和重工业的发展，进一步加剧了能源消耗和碳排放。同时，西部地区金融市场发展不完善，金融资源配置效率较低，也使得金融发展对碳排放的负面影响更为突出。从产业结构异质性分析，根据第二产业增加值占GDP的比重，将各省份分为产业结构偏重和产业结构较轻两组。产业结构偏重的省份，第二产业增加值占GDP的比重较高，经济增长主要依赖于工业，如钢铁、水泥、化工等行业，这些行业能源消耗大，碳排放强度高；产业结构较轻的省份，第二产业增加值占GDP的比重相对较低，经济结构相对多元化，服务业和高新技术产业发展较好，能源利用效率较高，碳排放相对较少。分别对两组进行回归分析，结果如表9所示。表9：产业结构异质性分析结果变量产业结构偏重CE产业结构较轻CEFIR0.456***0.285***(0.065)(0.055)AGDP0.568***0.385***(0.075)(0.065)IS0.356***0.185***(0.055)(0.045)ES0.425***0.256***(0.065)(0.050)TI-0.125**-0.085*(0.055)(0.045)常数项-4.568***-3.564***(0.650)(0.550)观测值300300R-squared0.8300.800省份固定效应是是时间固定效应是是注：*、、*分别表示在1%、5%、10%的水平上显著，括号内为标准误。在产业结构偏重的省份，金融发展（FIR）的回归系数为0.456，在1%的水平上显著，金融发展对碳排放的正向影响较大。由于这些省份产业结构以高耗能的工业为主，金融发展促进了工业的扩张，导致能源需求大幅增加，在以化石能源为主的能源结构下，碳排放显著上升。产业结构偏重的省份在能源结构调整和技术创新方面面临较大困难，难以有效降低金融发展带来的碳排放增加。产业结构较轻的省份，金融发展（FIR）的回归系数为0.285，在1%的水平上显著，金融发展对碳排放的正向影响相对较小。这些省份经济结构多元化，服务业和高新技术产业发展较好，金融发展更多地支持了这些低耗能、高附加值产业的发展，对碳排放的影响相对较小。同时，产业结构较轻的省份在技术创新和能源结构优化方面具有一定优势，能够在一定程度上抑制金融发展对碳排放的负面影响。从经济发展水平异质性分析，根据人均GDP将各省份分为经济发展水平较高和经济发展水平较低两组。经济发展水平较高的省份，人均GDP较高，经济发展较为成熟，产业结构相对优化，技术创新能力较强，金融市场较为发达；经济发展水平较低的省份，人均GDP较低，经济发展相对滞后，产业结构偏重，技术创新能力较弱，金融市场发展不够完善。分别对两组进行回归分析，结果如表10所示。表10：经济发展水平异质性分析结果变量经济发展水平较高CE经济发展水平较低CEFIR0.286***0.525***(0.055)(0.085)AGDP0.405***0.685***(0.065)(0.095)IS0.225***0.385***(0.045)(0.065)ES0.285***0.456***(0.050)(0.075)TI-0.115**-0.055(0.050)(0.050)常数项-3.564***-5.864***(0.550)(0.850)观测值300300R-squared0.8200.790省份固定效应是是时间固定效应是是注：*、、*分别表示在1%、5%、10%的水平上显著，括号内为标准误。在经济发展水平较高的省份，金融发展（FIR）的回归系数为0.286，在1%的水平上显著，金融发展对碳排放的正向影响相对较小。这些省份经济发展成熟，产业结构优化，金融发展更多地促进了高端制造业、服务业和高新技术产业的发展，这些产业能源利用效率高，对碳排放的影响较小。经济发展水平较高的省份在技术创新和环保投入方面具有优势，能够通过技术进步和能源结构调整来降低碳排放，有效抑制金融发展对碳排放的负面影响。经济发展水平较低的省份，金融发展（FIR）的回归系数为0.525，在1%的水平上显著，金融发展对碳排放的正向影响较大。这些省份经济发展相对滞后，产业结构偏重，金融发展主要支持了传统产业和资源型产业的发展，导致能源需求增加，碳排放上升。经济发展水平较低的省份在技术创新和能源结构调整方面能力较弱，难以应对金融发展带来的碳排放增加。异质性分析表明，金融发展对碳排放的影响在不同区域、产业结构和经济发展水平下存在显著差异。东部地区、产业结构较轻和经济发展水平较高的省份，金融发展对碳排放的正向影响相对较小；而西部地区、产业结构偏重和经济发展水平较低的省份，金融发展对碳排放的正向影响更为显著。这为制定差异化的金融政策和碳排放政策提供了重要依据，在推动金融发展的过程中，应充分考虑地区和产业的差异，采取针对性的措施，以实现金融发展与碳排放控制的协调共进。5.4中介效应检验为深入剖析金融发展对碳排放的影响机制，进一步探究金融发展是否通过产业结构升级和技术创新等途径间接影响碳排放，运用中介效应模型进行检验。中介效应检验采用逐步回归法，按照温忠麟等（2004）提出的中介效应检验程序进行。以产业结构升级（IS）为中介变量，构建如下三步回归模型：第一步：第一步：CE_{it}=\beta_0+\beta_1FD_{it}+\sum_{j=1}^{n}\beta_{1+j}Controls_{jit}+\mu_i+\nu_t+\epsilon_{it}此步检验金融发展对碳排放的总效应，\beta_1为总效应系数，若显著，则继续下一步检验。在基准回归中已完成此步检验，金融发展（FIR）对碳排放（CE）的总效应显著，回归系数为0.356，在1%的水平上显著。第二步：IS_{it}=\gamma_0+\gamma_1FD_{it}+\sum_{j=1}^{n}\gamma_{1+j}Controls_{jit}+\mu_i+\nu_t+\epsilon_{it}该步检验金融发展对产业结构升级的影响，\gamma_1为金融发展对产业结构升级的回归系数。回归结果如表11所示，金融发展（FIR）的回归系数为0.185，在1%的水平上显著，表明金融发展对产业结构升级具有显著的正向影响，即金融发展规模的扩大能够促进产业结构的升级。第三步：CE_{it}=\delta_0+\delta_1FD_{it}+\delta_2IS_{it}+\sum_{j=1}^{n}\delta_{1+j}Controls_{jit}+\mu_i+\nu_t+\ep