金融中介、碳交易政策及碳排放强度
摘要
低碳背景下,金融中介扮演着重要角色。本文基于我国30个省2007-2016年碳排放强度与金融中介发展等数据,运用动态空间面板模型分析金融中介对碳排放强度的作用程度,并进一步考察碳交易相关政策对其的影响。这对完善我国碳交易体系、明确低碳经济发展着力点具有重要意义。研究表明:第一,我国碳排放强度存在较强的空间集聚效应和空间外溢性;第二,金融中介动员社会资金功能、投资转化功能以及资金配置功能对抑制碳排放强度具有促进作用,但动员居民储蓄功能对其存在不显著的正向影响;第三,考虑碳交易政策作用时,地方政策加深了动员社会资金功能和投资转化功能对碳排放强度的抑制程度。因此,中央政府要审时度势地完善相关法律法规,地方政府要因地制宜地执行和完善碳交易政策,并建立跨区域碳减排合作关系,合理分配金融资源,以促进低碳发展社会共识的形成。
引文
[1]乔海曙,刘小丽.碳排放权的金融属性[J].理论探索,2011,(3):61-64.
[2]王雅楠,赵涛.基于GWR模型中国碳排放空间差异研究[J].中国人口·资源与环境,2016,(2):27-34.
[3]王少剑,苏泳娴,赵亚博.中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素[J].地理学报,2018,(3):1-15.
[4]程叶青,王哲野,张守志,叶信岳,姜会明.中国能源消费碳排放强度及其影响因素的空间计量[J].地理学报,2013,(10):1418-1431.
[5]张翠菊,张宗益.中国省域碳排放强度的集聚效应和辐射效应研究[J].环境科学学报,2017,(3):1178-1184.
[6]张德钢,陆远权.中国碳排放的空间关联及其解释--基于社会网络分析法[J].软科学,2017,(4):15-18.
[7]孙亚男,刘华军,刘传明,崔蓉.中国省际碳排放的空间关联性及其效应研究--基于SNA的经验考察[J].上海经济研究,2016,(2):82-92.
[8]胡宗义,唐李伟,苏静.省域碳排放强度的收敛性与动态演进[J].资源科学,2015,(1):142-151.
[9]赵桂梅,陈丽珍,孙立成,赵桂芹.空间分异视角下中国碳排放强度的Markov稳态预测[J].科技管理研究,2017,(22):228-233.
[10]赵领娣,吴栋.中国能源供给侧碳排放核算与空间分异格局[J].中国人口·资源与环境,2018,(2):48-58.
[11]Zhang X P,Cheng X M.Energy Consumption,Carbon Emissions,and Economic Growth in China[J].Ecological Economics,2009,68(10).
[12]Wood R,Dey C J.Australia’s Carbon Footprint[J].Economic Systems Research,2009,21(3).
[13]余建清,吕拉昌.广东省化石燃料碳排放的地域差异[J].经济地理,2012,(7):100-106.
[14]Nag B,Parikh J.Indicators of Carbon Emission Intensity from Commercial Energy Use in India[J].Energy Economics,2000,22(4):441-461.
[15]何凌云,吴梦,尹芳.可再生能源投资总量和结构对碳排放的影响研究[J].中国地质大学学报(社会科学版),2017,(1):76-88.
[16]Aghion P,Angclctos G M,Bancrjee A,Manova K.Volatility and Growth:Credit Constraints and the Composition of Investment[J].Journal of Monetary Economics,2010,57(3):246-265.
[17]郭福春,潘锡泉.金融支持低碳经济发展的影响机制研究--基于浙江省数据的经验分析[J].浙江社会科学,2011,(10):12-19+127+155.
[18]顾洪梅,何彬.中国省域金融发展与碳排放研究[J].中国人口·资源与环境,2012,(8):22-27.
[19]熊灵,齐绍洲.金融发展与中国省区碳排放--基于STIRPAT模型和动态面板数据分析[J].中国地质大学学报(社会科学版),2016,(2):63-73.
[20]徐盈之,管建伟.金融发展影响我国环境质量的实证研究:对EKC曲线的补充[J].软科学,2010,(9):18-22.
[21]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.
[22]邵汉华,刘耀彬.金融发展与碳排放的非线性关系研究--基于面板平滑转换模型的实证检验[J].软科学,2017,(5):80-84.
[23]张俊荣,王孜丹,汤铃,余乐安.基于系统动力学的京津冀碳排放交易政策影响研究[J].中国管理科学,2016,(3):1-8.
[24]任松彦,戴瀚程,汪鹏,赵黛青,增井利彦.碳交易政策的经济影响:以广东省为例[J].气候变化研究进展,2015,(1):61-67.
[25]随洪光,段鹏飞,高慧伟,等.金融中介与经济增长质量--基于中国省级样本的经验研究[J].经济评论,2017,(5):64-78.
[26]霍远,孙鹏.金融发展、技术进步对碳减排的效应研究--基于省级动态面板数据GMM方法[J].生态经济,2017,(7):25-30+97.
[27]陈碧琼,张梁梁.动态空间视角下金融发展对碳排放的影响力分析[J].软科学,2014,(7):140-144.
[28]涂正革.中国的碳减排路径与战略选择--基于八大行业部门碳排放量的指数分解分析[J].中国社会科学,2012,(3):78-94+206-207.
[29]魏巍贤,杨芳.技术进步对中国二氧化碳排放的影响[J].统计研究,2010,(7):36-44.
[30]曹云波.货币政策环境对股票收益率的影响研究--一个基于虚拟变量回归模型的实证分析[J].哈尔滨商业大学学报(社会科学版),2012,(6):3-8.
[31]何凌云,吴晨,钟章奇,祝婧然.绿色信贷、内外部政策及商业银行竞争力--基于9家上市商业银行的实证研究[J].金融经济学研究,2018,(1):91-103.
(1)模型(1)中仅考虑了碳排放强度和动员社会资金功能的空间溢出效应,原因在于:经moran检验发现碳排放强度和动员社会资金功能的空间相关性显著,其他解释变量均不显著。
(2)参考各省发布的纳入碳排放权交易试点企业的名单发现,这些企业的年碳排放总量均超过该省碳排放量限额,例如:北京市将年均直接或间接碳排放总量1万吨(含)以上企业纳入碳交易试点企业。
(3)参考国家环境保护总局、中国人民银行及银监会在2007年发布的《关于落实环保政策法规防范信贷风险的意见》。
[2]王雅楠,赵涛.基于GWR模型中国碳排放空间差异研究[J].中国人口·资源与环境,2016,(2):27-34.
[3]王少剑,苏泳娴,赵亚博.中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素[J].地理学报,2018,(3):1-15.
[4]程叶青,王哲野,张守志,叶信岳,姜会明.中国能源消费碳排放强度及其影响因素的空间计量[J].地理学报,2013,(10):1418-1431.
[5]张翠菊,张宗益.中国省域碳排放强度的集聚效应和辐射效应研究[J].环境科学学报,2017,(3):1178-1184.
[6]张德钢,陆远权.中国碳排放的空间关联及其解释--基于社会网络分析法[J].软科学,2017,(4):15-18.
[7]孙亚男,刘华军,刘传明,崔蓉.中国省际碳排放的空间关联性及其效应研究--基于SNA的经验考察[J].上海经济研究,2016,(2):82-92.
[8]胡宗义,唐李伟,苏静.省域碳排放强度的收敛性与动态演进[J].资源科学,2015,(1):142-151.
[9]赵桂梅,陈丽珍,孙立成,赵桂芹.空间分异视角下中国碳排放强度的Markov稳态预测[J].科技管理研究,2017,(22):228-233.
[10]赵领娣,吴栋.中国能源供给侧碳排放核算与空间分异格局[J].中国人口·资源与环境,2018,(2):48-58.
[11]Zhang X P,Cheng X M.Energy Consumption,Carbon Emissions,and Economic Growth in China[J].Ecological Economics,2009,68(10).
[12]Wood R,Dey C J.Australia’s Carbon Footprint[J].Economic Systems Research,2009,21(3).
[13]余建清,吕拉昌.广东省化石燃料碳排放的地域差异[J].经济地理,2012,(7):100-106.
[14]Nag B,Parikh J.Indicators of Carbon Emission Intensity from Commercial Energy Use in India[J].Energy Economics,2000,22(4):441-461.
[15]何凌云,吴梦,尹芳.可再生能源投资总量和结构对碳排放的影响研究[J].中国地质大学学报(社会科学版),2017,(1):76-88.
[16]Aghion P,Angclctos G M,Bancrjee A,Manova K.Volatility and Growth:Credit Constraints and the Composition of Investment[J].Journal of Monetary Economics,2010,57(3):246-265.
[17]郭福春,潘锡泉.金融支持低碳经济发展的影响机制研究--基于浙江省数据的经验分析[J].浙江社会科学,2011,(10):12-19+127+155.
[18]顾洪梅,何彬.中国省域金融发展与碳排放研究[J].中国人口·资源与环境,2012,(8):22-27.
[19]熊灵,齐绍洲.金融发展与中国省区碳排放--基于STIRPAT模型和动态面板数据分析[J].中国地质大学学报(社会科学版),2016,(2):63-73.
[20]徐盈之,管建伟.金融发展影响我国环境质量的实证研究:对EKC曲线的补充[J].软科学,2010,(9):18-22.
[21]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.
[22]邵汉华,刘耀彬.金融发展与碳排放的非线性关系研究--基于面板平滑转换模型的实证检验[J].软科学,2017,(5):80-84.
[23]张俊荣,王孜丹,汤铃,余乐安.基于系统动力学的京津冀碳排放交易政策影响研究[J].中国管理科学,2016,(3):1-8.
[24]任松彦,戴瀚程,汪鹏,赵黛青,增井利彦.碳交易政策的经济影响:以广东省为例[J].气候变化研究进展,2015,(1):61-67.
[25]随洪光,段鹏飞,高慧伟,等.金融中介与经济增长质量--基于中国省级样本的经验研究[J].经济评论,2017,(5):64-78.
[26]霍远,孙鹏.金融发展、技术进步对碳减排的效应研究--基于省级动态面板数据GMM方法[J].生态经济,2017,(7):25-30+97.
[27]陈碧琼,张梁梁.动态空间视角下金融发展对碳排放的影响力分析[J].软科学,2014,(7):140-144.
[28]涂正革.中国的碳减排路径与战略选择--基于八大行业部门碳排放量的指数分解分析[J].中国社会科学,2012,(3):78-94+206-207.
[29]魏巍贤,杨芳.技术进步对中国二氧化碳排放的影响[J].统计研究,2010,(7):36-44.
[30]曹云波.货币政策环境对股票收益率的影响研究--一个基于虚拟变量回归模型的实证分析[J].哈尔滨商业大学学报(社会科学版),2012,(6):3-8.
[31]何凌云,吴晨,钟章奇,祝婧然.绿色信贷、内外部政策及商业银行竞争力--基于9家上市商业银行的实证研究[J].金融经济学研究,2018,(1):91-103.
(1)模型(1)中仅考虑了碳排放强度和动员社会资金功能的空间溢出效应,原因在于:经moran检验发现碳排放强度和动员社会资金功能的空间相关性显著,其他解释变量均不显著。
(2)参考各省发布的纳入碳排放权交易试点企业的名单发现,这些企业的年碳排放总量均超过该省碳排放量限额,例如:北京市将年均直接或间接碳排放总量1万吨(含)以上企业纳入碳交易试点企业。
(3)参考国家环境保护总局、中国人民银行及银监会在2007年发布的《关于落实环保政策法规防范信贷风险的意见》。