金融发展对碳排放的动态影响范文

本站小编为你精心准备了金融发展对碳排放的动态影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：

金融发展是合理估计碳排放需求，制定和实施碳减排政策需要考虑的重要因素。利用状态空间模型，实证研究了北京市金融发展对碳排放量的动态影响。结果发现：首先，北京市金融发展与碳排放量之间存在显著的长期均衡比例随时间变化的协整关系；其次，北京市金融发展对碳排放量的影响具有典型的时变特征，在样本区间内，其影响程度可能为正也可能为负；另外，北京市金融发展对碳排放量的贡献显著小于经济发展的贡献，具体而言，稳定状态时它们对碳排放的贡献分别为7%和78%左右。

关键词：

金融发展；碳排放；经济发展；状态空间模型

随着城市化进程的加快和机动车保有量的增多，北京市CO2排放量逐年上升，温室气体减排压力艰巨。为了缓解由CO2等温室气体带来的环境问题，世界各国都在进行相关研究和实践，寻求有效的碳减排途径、合理估计碳减排需求成为政府部门和研究机构的重要努力方向。特别是2007年联合国政府间气候变化专门委员会（IPCC）第四次评估报告[1]以来，相关研究方兴未艾[2]。近些年国际上出现了部分文献讨论金融发展对能源消费、碳排放的影响，但是结论并不一致。部分文献认为，金融发展程度越高，越有利于企业融资和各种技术创新活动，提高资源配置效率和能源使用效率，有利于节能减排。Tamazian等（2009）[3]认为，金融发展有助于促进高新技术企业上市、企业技术创新，从而能提高能源利用效率，推进低碳经济发展；Jalil等（2011）[4]认为中国金融发展没有对环境造成危害，反而促进了环境保护，并且中国碳排放量从长期看主要取决于人均收入、能源消费以及贸易开放程度。Ozturk等（2013）[5]认为，从长期看，金融发展对人均碳排放量并没有显著影响。Birdsall等（1992）[6]研究指出，金融发展能够吸引FDI和高水平的研发投资以促进技术进步，进而推动环境质量提升，而且也会给发展中国家提供利用新技术的激励和机会，帮助他们生产清洁的和环境友好的产品，最终广泛提高全球环境质量并促进区域可持续发展。但是，也有部分文献通过实证研究认为，金融发展内涵丰富，发展程度越高，可能会增加对高耗能、高排放设备或器件的使用，从而推动能源消费和碳排放上升。例如，郭郡郡等（2012）[7]利用多国数据实证研究发现金融发展与碳排放量之间存在正相关关系；Zhang（2011）[8]则基于中国金融发展的特殊情况，从金融发展规模、金融发展效率、金融中介、金融市场等多个角度研究了金融发展对碳排放的影响，发现中国金融发展是推动碳排放上升的重要因素，特别是金融中介规模的扩大显著推动碳排放的增加。另外，从研究方法看，现有文献讨论金融发展与碳排放的关系时，基本上是采用自回归模型[9]、动态最小二乘法模型[10]等固定参数的方法，得到的结果基本上是静态的，难以表现金融结构、经济结构的动态特征，结论往往较为笼统。鉴于此，本文将采用状态空间模型这种变参数方法[11-12]定量讨论北京市金融发展与碳排放之间的动态关系，为北京市有关部门制定碳减排政策提供参考依据。

一、数据说明与模型方法

（一）数据说明由于中国金融发展以金融中介规模扩张为主要特征，北京市也不例外，同时由于金融中介效率、金融市场等方面的数据并不完整，因此，本文讨论的金融发展仅考虑金融中介规模，并采用由美国经济学家Goldsmith提出的金融相关比率（FIR）[13]来衡量，具体计算公式如式（1）所示。其中，FIRt为北京市第t年的金融相关比率；CRt代表北京市第t年中资银行贷款总额；GDPt代表北京市第t年的地区生产总值。同时，本文选取北京市人均实际GDP来衡量经济发展水平，按1980年可比价计算。此外，由于人类消耗各种能源所产生的CO2是温室效应产生的主要原因，因此本文基于北京市能源终端消费值，通过国家发展改革委能源研究所推荐的碳排放系数（即0.67）[14]换算得到北京市历年CO2排放量。本文选择的样本区间为1980—2011年，相关数据来自《北京统计年鉴（2012）》。由于对数据取对数后不改变变量之间原有的关系，并能使变量趋势线性化，消除异方差，因此本文对变量进行自然对数变换。分别以lnTCE、lnFIR、lnGDP表示取自然对数后的CO2排放量、金融相关比率以及人均实际GDP。

（二）模型方法本文运用状态空间模型考察北京市金融发展对碳排放的动态影响。利用状态空间形式表示动态系统主要有两个优点：第一，状态空间模型将不可观测的变量（状态变量）纳入可观测模型，并与其一起得到估计结果；第二，状态空间模型是利用全局优化的卡尔曼滤波（KalmanFilter）算法[15]估计动态参数。

二、实证研究结果分析

（一）碳排量与金融发展的时变均衡关系为了考察所有变量的平稳性，本文采用扩展的Dickey-Fuller（ADF）方法对数据进行单位根检验。结果如表1所示，可见，lnTCE、lnFIR和lnGDP的水平序列都不能拒绝存在单位根的原假设，即水平序列并不平稳。但是，一阶差分后，发现在5%的显著性水平下拒绝原假设，表明所有变量在进行一阶差分之后都显示出平稳性，因此可认为在样本区间内，北京市CO2排放量、金融发展、经济发展三个变量都是一阶单整序列。首先采用固定参数协整方程考察北京市碳排放量与金融发展、经济发展之间的长期均衡关系。根据EG两步法，采用ADF方法检验协整回归的残差序列，结果表明固定参数协整回归的残差并不平稳（如表2所示），这表明基于OLS回归即平均意义下，北京市碳排放量与金融发展、经济发展之间并不存在显著的协整关系。进一步，我们根据王海鹏等[16]的做法，对时变参数协整方程（2）中的残差序列εt进行ADF检验，结果如表2所示。可见在1%的显著性水平下，时变参数模型的残差是平稳序列，这表明采用状态空间模型刻画北京市碳排放量与金融发展、经济发展之间的时变参数协整关系是合适的，得到的结果是可靠的。尤其要指出的是，这些变量之间并不具有固定比价的长期均衡协整关系，但是存在长期均衡比例不断变化的协整关系，换言之，北京市碳排放量与金融发展之间的固定参数回归是伪回归，但这并不妨碍它们之间存在的时变均衡关系。

（二）金融发展对碳排放的时变影响分析利用Kalman滤波算法估计状态空间模型（2）①，得到时变状态变量如图1和图2所示。可见，样本区间内，北京市金融发展、经济发展对碳排放的影响都具有时变特征，传统的固定系数模型并不能准确估计它们的影响机制。具体而言，从时变状态变量的演变趋势中，得到的发现主要如下：1.北京市金融发展对碳排放量的影响是时变的，在不同时间阶段可能为正也可能为负。从图1中可以发现，在1980—1994年期间，金融发展对碳排放的影响程度（at）的变化较为平稳，始终维持在0.03~0.12之间的水平，同时在此期间，该系数始终为正值，说明总体上来看金融发展对碳排放的影响是正向的，即金融发展促进了碳排放量的增加。其中，at值在1984年出现了较大缺口，其原因估计是在当时出现了国企股份制改革，金融行业活跃，在同年成立的工商银行更是为市场提供了大量的资金保证，而在金融体系活跃开始时，金融发展对于碳排放的影响必须通过金融业促进工业、交通行业等高耗能高排放行业快速发展才能实现，而该过程较为复杂并不能很快进行传递，由此出现了1984年的缺口。而状态变量at在1985年、1986年迅速反弹也说明了金融发展影响碳排放量是有时间滞后性的。1994年后，at的值迅速减小，并在1995年跌为负值，在1998年跌至谷底，约为-0.15左右。这个波谷的形成与1997—1998年席卷整个亚洲的金融危机有密切关系，当年金融行业大幅衰退使得金融发展不足以推动经济增长而对碳排放量产生正向影响，反而出现了负相关的情况。随后几年，由于金融危机逐步复苏，整个金融环境开始好转，于是又出现了状态变量的快速反弹，并在2007年恢复到历史最高水平；其中，2008年状态变量有所下降，其原因估计为美国次贷危机，但此次金融危机中北京市并不是主要受灾区，故金融发展对碳排放的影响程度只出现了小幅震荡。2.经济发展对碳排放量的影响始终是正向的，整体上扬。经济发展对碳排放量的影响程度始终为正，表明经济发展一直是推动碳排放上升的重要因素；而其影响程度持续上扬，进一步表明高耗能、高排放产业和设备在北京市经济发展中仍占据重要角色；而且，经济发展对碳排放的影响程度明显强于金融发展对碳排放的影响。经济发展在碳排放量急剧上升过程中发挥了主导作用。可见，经济发展仍然是驱动北京市碳排放量上升的主要因素，调整经济结构和经济发展方式是实现有效碳减排的关键途径。

（三）碳排放量的预测方差分解采用预测方差分解方法比较分析金融发展和经济发展冲击对碳排放量变化的贡献率，评价两者的相对重要性。结果如图3所示。研究发现，金融发展和经济发展对碳排放量波动的贡献率均逐渐增加，之后分别稳定于7%和78%。此外，研究还发现，在第6期以前，碳排放量波动主要的贡献者是其自身，此后，经济发展的贡献率超过碳排放量本身，在系统趋于平稳时，经济发展的贡献率相对最高，金融发展的贡献率略低于碳排放量自身。

三、主要结论

1.北京市金融发展与碳排放量之间存在显著的长期均衡比例不断变化的协整关系。尽管碳排放量与金融发展并不存在固定参数的协整关系，但存在显著的变参数协整关系，即长期均衡比例不断变化的协整关系。因此，相对于固定参数模型无法揭示金融发展对碳排放量冲击的时变规律以及在实际应用中可能存在的伪回归问题，本文采用的基于状态空间模型的变参数协整模型更能刻画实际情况。2.北京市金融发展对碳排放量的影响具有典型的时变特征，在样本区间内，其影响程度可能为正也可能为负。特别是在金融市场低迷或出现金融危机时，金融发展状况与碳排放量呈负相关。这表明传统的固定参数模型难以反映金融发展对碳排放量的复杂作用关系。同时，经济发展对碳排放量的影响在样本区间内始终是正向的，反映了北京市经济发展带动碳排放上升的基本事实。3.北京市金融发展对碳排放量的贡献小于经济发展的贡献。具体而言，系统趋于稳定状态时，北京市金融发展和经济发展对碳排放量波动的贡献率分别稳定于7%和78%。反映出北京市经济发展中高碳产业的比例仍占据重要角色，为此，北京市应该继续大力推动产业结构调整，优先发展高科技、低排放的产业，推动低碳经济、绿色经济的崛起。实际上，本文的研究也还存在较大拓展空间，例如，金融发展至少包括了发展规模、发展效率、发展结构以及发展速度等要素，但本文受到北京市相关数据的限制只考虑了金融发展规模，尚未全面反映金融发展的特征，对金融发展如何全面、系统地作用于碳排放系统尚需进一步探索。

作者：张跃军 李维康 单位：湖南大学 工商管理学院 资源与环境管理研究中心 北京理工大学 化工与环境学院