金融發展對碳排放的動態影響范文

本站小編為你精心準備了金融發展對碳排放的動態影響參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

金融發展是合理估計碳排放需求，制定和實施碳減排政策需要考慮的重要因素。利用狀態空間模型，實證研究了北京市金融發展對碳排放量的動態影響。結果發現：首先，北京市金融發展與碳排放量之間存在顯著的長期均衡比例隨時間變化的協整關系；其次，北京市金融發展對碳排放量的影響具有典型的時變特征，在樣本區間內，其影響程度可能為正也可能為負；另外，北京市金融發展對碳排放量的貢獻顯著小于經濟發展的貢獻，具體而言，穩定狀態時它們對碳排放的貢獻分別為7%和78%左右。

關鍵詞：

金融發展；碳排放；經濟發展；狀態空間模型

隨著城市化進程的加快和機動車保有量的增多，北京市CO2排放量逐年上升，溫室氣體減排壓力艱巨。為了緩解由CO2等溫室氣體帶來的環境問題，世界各國都在進行相關研究和實踐，尋求有效的碳減排途徑、合理估計碳減排需求成為政府部門和研究機構的重要努力方向。特別是2007年聯合國政府間氣候變化專門委員會（IPCC）第四次評估報告[1]以來，相關研究方興未艾[2]。近些年國際上出現了部分文獻討論金融發展對能源消費、碳排放的影響，但是結論并不一致。部分文獻認為，金融發展程度越高，越有利于企業融資和各種技術創新活動，提高資源配置效率和能源使用效率，有利于節能減排。Tamazian等（2009）[3]認為，金融發展有助于促進高新技術企業上市、企業技術創新，從而能提高能源利用效率，推進低碳經濟發展；Jalil等（2011）[4]認為中國金融發展沒有對環境造成危害，反而促進了環境保護，并且中國碳排放量從長期看主要取決于人均收入、能源消費以及貿易開放程度。Ozturk等（2013）[5]認為，從長期看，金融發展對人均碳排放量并沒有顯著影響。Birdsall等（1992）[6]研究指出，金融發展能夠吸引FDI和高水平的研發投資以促進技術進步，進而推動環境質量提升，而且也會給發展中國家提供利用新技術的激勵和機會，幫助他們生產清潔的和環境友好的產品，最終廣泛提高全球環境質量并促進區域可持續發展。但是，也有部分文獻通過實證研究認為，金融發展內涵豐富，發展程度越高，可能會增加對高耗能、高排放設備或器件的使用，從而推動能源消費和碳排放上升。例如，郭郡郡等（2012）[7]利用多國數據實證研究發現金融發展與碳排放量之間存在正相關關系；Zhang（2011）[8]則基于中國金融發展的特殊情況，從金融發展規模、金融發展效率、金融中介、金融市場等多個角度研究了金融發展對碳排放的影響，發現中國金融發展是推動碳排放上升的重要因素，特別是金融中介規模的擴大顯著推動碳排放的增加。另外，從研究方法看，現有文獻討論金融發展與碳排放的關系時，基本上是采用自回歸模型[9]、動態最小二乘法模型[10]等固定參數的方法，得到的結果基本上是靜態的，難以表現金融結構、經濟結構的動態特征，結論往往較為籠統。鑒于此，本文將采用狀態空間模型這種變參數方法[11-12]定量討論北京市金融發展與碳排放之間的動態關系，為北京市有關部門制定碳減排政策提供參考依據。

一、數據說明與模型方法

（一）數據說明由于中國金融發展以金融中介規模擴張為主要特征，北京市也不例外，同時由于金融中介效率、金融市場等方面的數據并不完整，因此，本文討論的金融發展僅考慮金融中介規模，并采用由美國經濟學家Goldsmith提出的金融相關比率（FIR）[13]來衡量，具體計算公式如式（1）所示。其中，FIRt為北京市第t年的金融相關比率；CRt代表北京市第t年中資銀行貸款總額；GDPt代表北京市第t年的地區生產總值。同時，本文選取北京市人均實際GDP來衡量經濟發展水平，按1980年可比價計算。此外，由于人類消耗各種能源所產生的CO2是溫室效應產生的主要原因，因此本文基于北京市能源終端消費值，通過國家發展改革委能源研究所推薦的碳排放系數（即0.67）[14]換算得到北京市歷年CO2排放量。本文選擇的樣本區間為1980—2011年，相關數據來自《北京統計年鑒（2012）》。由于對數據取對數后不改變變量之間原有的關系，并能使變量趨勢線性化，消除異方差，因此本文對變量進行自然對數變換。分別以lnTCE、lnFIR、lnGDP表示取自然對數后的CO2排放量、金融相關比率以及人均實際GDP。

（二）模型方法本文運用狀態空間模型考察北京市金融發展對碳排放的動態影響。利用狀態空間形式表示動態系統主要有兩個優點：第一，狀態空間模型將不可觀測的變量（狀態變量）納入可觀測模型，并與其一起得到估計結果；第二，狀態空間模型是利用全局優化的卡爾曼濾波（KalmanFilter）算法[15]估計動態參數。

二、實證研究結果分析

（一）碳排量與金融發展的時變均衡關系為了考察所有變量的平穩性，本文采用擴展的Dickey-Fuller（ADF）方法對數據進行單位根檢驗。結果如表1所示，可見，lnTCE、lnFIR和lnGDP的水平序列都不能拒絕存在單位根的原假設，即水平序列并不平穩。但是，一階差分后，發現在5%的顯著性水平下拒絕原假設，表明所有變量在進行一階差分之后都顯示出平穩性，因此可認為在樣本區間內，北京市CO2排放量、金融發展、經濟發展三個變量都是一階單整序列。首先采用固定參數協整方程考察北京市碳排放量與金融發展、經濟發展之間的長期均衡關系。根據EG兩步法，采用ADF方法檢驗協整回歸的殘差序列，結果表明固定參數協整回歸的殘差并不平穩（如表2所示），這表明基于OLS回歸即平均意義下，北京市碳排放量與金融發展、經濟發展之間并不存在顯著的協整關系。進一步，我們根據王海鵬等[16]的做法，對時變參數協整方程（2）中的殘差序列εt進行ADF檢驗，結果如表2所示。可見在1%的顯著性水平下，時變參數模型的殘差是平穩序列，這表明采用狀態空間模型刻畫北京市碳排放量與金融發展、經濟發展之間的時變參數協整關系是合適的，得到的結果是可靠的。尤其要指出的是，這些變量之間并不具有固定比價的長期均衡協整關系，但是存在長期均衡比例不斷變化的協整關系，換言之，北京市碳排放量與金融發展之間的固定參數回歸是偽回歸，但這并不妨礙它們之間存在的時變均衡關系。

（二）金融發展對碳排放的時變影響分析利用Kalman濾波算法估計狀態空間模型（2）①，得到時變狀態變量如圖1和圖2所示?？梢?，樣本區間內，北京市金融發展、經濟發展對碳排放的影響都具有時變特征，傳統的固定系數模型并不能準確估計它們的影響機制。具體而言，從時變狀態變量的演變趨勢中，得到的發現主要如下：1.北京市金融發展對碳排放量的影響是時變的，在不同時間階段可能為正也可能為負。從圖1中可以發現，在1980—1994年期間，金融發展對碳排放的影響程度（at）的變化較為平穩，始終維持在0.03~0.12之間的水平，同時在此期間，該系數始終為正值，說明總體上來看金融發展對碳排放的影響是正向的，即金融發展促進了碳排放量的增加。其中，at值在1984年出現了較大缺口，其原因估計是在當時出現了國企股份制改革，金融行業活躍，在同年成立的工商銀行更是為市場提供了大量的資金保證，而在金融體系活躍開始時，金融發展對于碳排放的影響必須通過金融業促進工業、交通行業等高耗能高排放行業快速發展才能實現，而該過程較為復雜并不能很快進行傳遞，由此出現了1984年的缺口。而狀態變量at在1985年、1986年迅速反彈也說明了金融發展影響碳排放量是有時間滯后性的。1994年后，at的值迅速減小，并在1995年跌為負值，在1998年跌至谷底，約為-0.15左右。這個波谷的形成與1997—1998年席卷整個亞洲的金融危機有密切關系，當年金融行業大幅衰退使得金融發展不足以推動經濟增長而對碳排放量產生正向影響，反而出現了負相關的情況。隨后幾年，由于金融危機逐步復蘇，整個金融環境開始好轉，于是又出現了狀態變量的快速反彈，并在2007年恢復到歷史最高水平；其中，2008年狀態變量有所下降，其原因估計為美國次貸危機，但此次金融危機中北京市并不是主要受災區，故金融發展對碳排放的影響程度只出現了小幅震蕩。2.經濟發展對碳排放量的影響始終是正向的，整體上揚。經濟發展對碳排放量的影響程度始終為正，表明經濟發展一直是推動碳排放上升的重要因素；而其影響程度持續上揚，進一步表明高耗能、高排放產業和設備在北京市經濟發展中仍占據重要角色；而且，經濟發展對碳排放的影響程度明顯強于金融發展對碳排放的影響。經濟發展在碳排放量急劇上升過程中發揮了主導作用?？梢姡洕l展仍然是驅動北京市碳排放量上升的主要因素，調整經濟結構和經濟發展方式是實現有效碳減排的關鍵途徑。

（三）碳排放量的預測方差分解采用預測方差分解方法比較分析金融發展和經濟發展沖擊對碳排放量變化的貢獻率，評價兩者的相對重要性。結果如圖3所示。研究發現，金融發展和經濟發展對碳排放量波動的貢獻率均逐漸增加，之后分別穩定于7%和78%。此外，研究還發現，在第6期以前，碳排放量波動主要的貢獻者是其自身，此后，經濟發展的貢獻率超過碳排放量本身，在系統趨于平穩時，經濟發展的貢獻率相對最高，金融發展的貢獻率略低于碳排放量自身。

三、主要結論

1.北京市金融發展與碳排放量之間存在顯著的長期均衡比例不斷變化的協整關系。盡管碳排放量與金融發展并不存在固定參數的協整關系，但存在顯著的變參數協整關系，即長期均衡比例不斷變化的協整關系。因此，相對于固定參數模型無法揭示金融發展對碳排放量沖擊的時變規律以及在實際應用中可能存在的偽回歸問題，本文采用的基于狀態空間模型的變參數協整模型更能刻畫實際情況。2.北京市金融發展對碳排放量的影響具有典型的時變特征，在樣本區間內，其影響程度可能為正也可能為負。特別是在金融市場低迷或出現金融危機時，金融發展狀況與碳排放量呈負相關。這表明傳統的固定參數模型難以反映金融發展對碳排放量的復雜作用關系。同時，經濟發展對碳排放量的影響在樣本區間內始終是正向的，反映了北京市經濟發展帶動碳排放上升的基本事實。3.北京市金融發展對碳排放量的貢獻小于經濟發展的貢獻。具體而言，系統趨于穩定狀態時，北京市金融發展和經濟發展對碳排放量波動的貢獻率分別穩定于7%和78%。反映出北京市經濟發展中高碳產業的比例仍占據重要角色，為此，北京市應該繼續大力推動產業結構調整，優先發展高科技、低排放的產業，推動低碳經濟、綠色經濟的崛起。實際上，本文的研究也還存在較大拓展空間，例如，金融發展至少包括了發展規模、發展效率、發展結構以及發展速度等要素，但本文受到北京市相關數據的限制只考慮了金融發展規模，尚未全面反映金融發展的特征，對金融發展如何全面、系統地作用于碳排放系統尚需進一步探索。

作者：張躍軍 李維康 單位：湖南大學 工商管理學院 資源與環境管理研究中心 北京理工大學 化工與環境學院