区域碳金融发展水平与影响因素研究

李丽+董必俊

摘 要：十九大报告提出要在绿色低碳等领域培育新增长点、形成新动能。碳金融是促进低碳经济发展的重要工具，但我国区域碳金融发展水平参差不齐，测度我国区域碳金融发展水平并分析其影响因素，有助于定量评估我国区域碳金融的发展潜力。以京津冀、长三角、珠三角三个区域2005—2015年的面板数据为基础，运用熵值法和TOPSIS法分析了区域碳金融的发展水平；结果显示京津冀区域碳金融发展水平较高，长三角变动幅度较大，珠三角相对较低。建立面板数据模型，进一步分析影响区域碳金融发展水平的因素，其中民用汽车拥有量、企业规模、第三产业产值占比、工业治理投资强度对三个区域的碳金融发展水平的影响较为显著。应该控制民用汽车拥有量，加大工业治理投资强度，加快产业结构升级，严格控制企业规模。

关键词：区域；碳金融；影响因素；熵值法；面板回归

中图分类号：F832.7；X196；F224 文献标识码：A 文章编号：1003-3890（2018）01-0060-06

一、引言

减少碳排放是可持续发展的关键环节，本质上属于外部性问题，我国过度依赖政府行政和财政手段推动减排，效率低、成本高，影响面有限，需要探索市场机制的减排理论，通过恰当的制度安排和机制设计，用碳金融的市场机制替代政府的奖罚机制实现减排，受益面更广、更高效、更长远。自2005年《京都议定书》生效以来，以碳交易为基础的碳金融市场发展迅猛，全球碳交易量不断上升，国际间碳交易活动不断增多，碳交易体系、碳金融机构、碳资产管理等方面已经形成了比较完整的运行机制，如日本碳交易试点工作已经完成，印度可以交易碳金融衍生产品，欧盟形成了完整的碳交易体系[1]。相比于国际碳金融的发展，我国碳金融的发展起步较晚。但我国CDM项目发展迅速，2006年我国逐渐取代印度、巴西成为CDM项目第一大国，但受欧盟低迷市场影响，国内从事CDM项目的机构纷纷开始转型，碳配额交易型市场开始快速发展。由于我国碳交易平台发展滞后、制度法规缺失、专业人员不足、中介市场不健全等因素致使中国碳金融发展无论深度还是广度都难以与发达国家相比。此外，我国区域间碳金融发展差异明显，碳交易所和碳金融服务机构主要集中在经济发达地区。

纵观世界碳金融发展情况，国际碳需求量巨大，加之《京都议定书》中规定我国在2012年之前不需要承担减排义务，我国利用CDM机制与欧美等发达国家进行碳减排的项目合作，同時我国对国际市场上碳的需求有很大发展空间，为我国碳金融发展迎来了良好的发展机遇。2013年6月，在深圳正式启动我国首个碳交易试点。截至2016年4月，我国七个碳交易试点碳配额累计交易量约为4 854万吨，成交额达13.8亿元人民币。2017年，国内碳交易市场启动，并对外承诺，在未来五年的时间里，碳现货市场规模平均每年20亿吨。至2030年，我国碳交易现货市场空间有望达到万亿人民币[2]。然而，相比发达国家，我国目前碳金融的实践仅停留在表面。地方财政支持力度小、企业发展积极性不高、专业人才缺乏以及金融创新与金融监管二者关系难以权衡等因素对我国碳金融的发展带来了挑战。

十九大报告提出加快生态文明体制改革，首先要推进绿色发展，建立健全绿色低碳循环发展的经济体系。在这样的大背景下，研究我国各区域碳金融的发展及影响因素，对于推动我国碳金融的快速发展和建设美丽中国意义重大。

二、文献综述

（一）国外文献综述

Eichner et al.（2010）[3]通过研究发现碳金融的发展具有很大的经济和社会价值。一方面，碳金融将市场经济制度与二氧化碳的排放量结合起来，充分发挥了市场经济制度的优势，降低了一定的成本。另一方面，在碳金融快速发展的同时，相应的法律法规、规章条例不断地形成，最终建立科学有效的碳金融体系。Dorsman et al.（2011）[4]等通过对欧盟2005—2012年碳交易市场的发展状况进行分析，结果表明，从整体来看碳金融的发展促进了欧盟碳减排的发展。Campiglio（2015）[5]对银行以及货币政策如何在低碳经济发展过程中进行调整做了相应的研究。关于影响碳金融发展的因素方面，国外学者也开展了较多的研究。Wu et al.（2006）[6]基于我国1980—2002年碳排放的相关数据，运用LMDI方法对相关因素进行分解，从供给和需求角度进行了分析。Ma et al.（2008）[7]发现生物质能比重的下降会促进二氧化碳排放量的减少。Ang（2009）[8]研究发现科研强度、技术创新能够减少碳排放量，能源消耗强度越高、对外贸易开放程度越高会增加碳排放量。

（二）国内文献综述

关于碳金融市场方面，刘青 等（2009）[9]提出我国碳金融的发展应该建立专门的碳减排基金，创新碳金融产品，成立专门的碳减排政策性银行。刘倩 等（2010）[10]认为我国应进一步健全碳金融市场的法律法规制度、市场内交易制度、服务体系以及监管体系等。王扬雷（2016）[11]研究发现我国只有广州碳排放交易所达到弱势有效状态，北京、天津、广州、深圳、上海五家交易所碳金融交易对实体经济产生了溢出效应，但效应强度较弱。

关于地区碳金融发展状况方面，顾洪梅 等（2012）[12]以29个省市区1979—2008年碳排放数据为基础，建立PVAR模型，结果发现，地区金融发展集中度、发展深度以及碳排放量三者之间有着长期持久的稳定协整关系。刘蕴喆（2014）[1]分析对比了我国30个省份2007—2012年碳金融发展水平，整体上来看，各省发展水平均有所增强，北京增幅最大，各省排名几乎保持不变。沙竞文（2016）[13]选取金融碳强度、设立环境相关部门的银行数量和银行碳金融业务营业额三个指标，对国内商业银行碳金融发展现状进行了实证分析，研究发现各地区间的商业银行碳金融发展水平存在较大差异，其中，东部发展最好，中部最差。endprint

关于碳金融影响因素方面，朱娟（2012）[14]从清洁技术水平、能源强度变化、创新能力、产业结构调整和政策激励五个方面，通过建立面板数据模型，对影响不同地区碳金融发展的因素进行了具体分析。龙家勇（2012）[15]选取人均GDP、第三产业比重、森林覆盖率、碳排放量、科研经费占财政支出比重等23个指标进行分析，结果发现能源结构、人均GDP、单位GDP能耗是影响碳排放的重要因素。

综上所述，国内外学者都对碳金融做了相关研究，且逐渐通过建立数学模型进行定量分析。但就国内来看，针对区域碳金融发展状况进行的具体研究较少，我国幅员辽阔，区域间差异较大，所以对我国区域间碳金融的发展水平进行研究，对于推动我国碳金融的进一步发展至关重要。

三、基于熵值法和TOPSIS法的区域碳金融发展水平评价

参考朱娟（2012）[14]的研究，同时考虑到数据的可获得性以及各区域之间的差异性，最终选取了四个碳金融发展水平评价指标，即金融业增加值、森林覆盖率、CDM项目注册数、碳排放贷款强度。其中金融业增加值反映的是地区金融业增加值占地区GDP的份额，碳金融是环境金融的分支，是转移环境风险和完成环境目标的金融工具，金融业增加值比重的增加，一定程度上代表了碳金融的发展状况；森林覆盖率越大，对二氧化碳的吸收也就越多，对碳减排能够产生积极的影响；CDM项目注册数在一定程度上可以反映地区碳金融的发展状况，CDM是碳金融发展的载体，CDM项目注册数越多，该地区碳金融的发展水平越高；碳排放贷款强度代表一个地区单位碳排放量对应的金融机构本外币贷款余额，碳金融的快速发展离不开金融机构资金的支持，金融机构本外币贷款余额越多，资金流向低碳经济的机会增多，从而对碳金融发展的支持力度也就越大。

（一）数据来源及规范化处理

选取2005—2015年京津冀、珠三角、长三角区域七个省市的碳金融发展相关数据，数据均来源于《中国统计年鉴》《中国金融统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》。由于各个指标代表的含义不同、性质不同、所用的单位也不同，导致指标之间不具有可比性，而规范化处理就是用来消除指标间的这种不可比性。规范化处理方法：

X=■

（二）熵值法处理

熵值法是用来确定指标权重的重要方法，熵越小，该指标的变异程度就越大，包含的信息量就越大，对综合评价的影响就越大。通過运用MATLAB软件，对规范化后的数据进行相关处理，最终确定各年份不同指标的熵权（Win）如表1所示。

（三）区域碳金融发展水平标准化决策矩阵

通过运用表1的熵权矩阵可以分别计算2005—2015年各个省份或者区域的碳金融发展水平的标准化决策矩阵，计算公式如下：决策矩阵=金融业增加值×Win+森林覆盖率×W2n+CDM项目注册数×W3n+碳排放贷款强度×W4n

（四）TOPSIS法处理

TOPSIS法即逼近理想解的排序方法是从进行相关处理后的数据矩阵中找出最优的方案和最劣的方案，接着计算评价对象与最优方案、最劣方案之间的差距，最终确定各评价对象与最优方案的相对贴近程度，并据此进行相应的排序，确定评价效果。通过Excel和MATLAB软件，对标准化矩阵进行处理，并对综合得分取均值，进而进行排序，结果如表2所示。

从图1可以看出，2005—2015年京津冀地区的碳金融发展水平较高，长三角地区波动较大，珠三角地区相对另外两地区碳金融发展的整体水平较低。京津冀地区碳金融发展水平在2005—2011年比较平稳，2011年之后获得较大发展，这主要是由于京津冀地区是中国的政治、文化中心，有巨大潜力发展成为世界级城市群，一系列环境治理政策的出台和全民绿色消费活动的盛行助推了碳金融的发展，然而近年来全球气候变暖和环境污染问题依然很突出，致使京津冀地区的碳金融发展水平有所下降。长三角地区碳金融发展水平在2008年之前一直居于三大地区之首，这得益于其优越的经济环境，高新技术产业发达，旅游业兴旺，从而为该地区发展碳金融提供了充足的财力、物力支持。2008年之后出现大幅下滑趋势，主要是北京奥运会之后，跨国企业大批入驻长三角地区，造成了该区域碳排放量增加，环境治理负荷加重，2010年之后政府积极出台政策治理环境，促使碳金融发展水平在波动中趋于上升，但是近几年的大幅度波动可能与CDM项目数量骤减有关。珠三角地区碳金融的发展状况一直处于较低水平且有小幅波动，由于珠三角以广州为代表，该地区已形成了高度发达的新兴工业产业，其独特的城市群和产业链使得多种高浓度污染物在时空上的重叠，并导致污染物在输送、转化过程中的耦合作用，形成区域性污染，碳金融发展形势不容乐观。从图1中不难发现京津冀和长三角近两年的碳金融发展水平差距较小，整体水平较高，而珠三角相比处于较低水平。其中2012年三个地区碳金融发展水平变化幅度非常大，主要原因是2012年2月29日，国务院同意发布新修订的《环境空气质量标准》，5月份环保部要求京津冀、珠三角和长三角等重点区域年底之前对PM2.5开展监测，京津冀地区作为全国重点治理区域，国务院及各地政府给予了大量的财力及技术上的支持，致使京津冀碳金融发展水平达三区域之首；长三角地区在2012年受国家大力扶持中小微企业政策的影响，碳市场配额过剩以及曾经参与碳金融市场的很多金融机构一度转向企业投融资交易，所以长三角地区碳金融发展水平处于低谷；相比而言，随着珠三角政府级碳基金的建立，珠三角开始成为中国碳金融交易比较活跃的地区，碳金融发展水平较之前有小幅上升。

四、区域碳金融发展水平影响因素分析

我国碳金融整体发展水平不高，且区域发展不平衡，为进一步推动我国区域碳金融的快速发展，需要对影响我国区域碳金融发展的因素进行分析，探寻对我国区域碳金融发展带来重要影响的关键因素，加快推进我国区域碳金融的进一步发展。endprint

（一）影响因素

低碳经济是未来全球经济发展的整体趋势，是改善人们生活质量的主要途径，而碳金融是促进低碳经济发展的重要措施。在刘蕴喆（2014）[1]等学者的研究基础上，结合各区域的实际情况主要从民用汽车拥有量、政府财政支持力度、环境规制、企业规模等八个方面研究影响我国区域碳金融发展的关键因素。

1. 民用汽车拥有量（MYQCYYL）。民用汽车拥有量增加，汽车尾气排放量就会成比例的增加，对空气造成的污染也就越严重，碳排放量增加。

2. 政府财政支持力度（ZFCZZCLD）。政府财政支持力度是指一个地区政府财政支出在GDP中的占比，能够体现一个地区的财力状况，其值越大，表明政府的财政支出规模较大，支持碳金融发展的政府资金等也会相应的增加。

3. 环境规制（HJGZ）。碳金融是治理环境问题的重要工具，环境规制代表的是地方财政环境保护支出，地方政府对于环境保护的财政支持越多，用于碳金融发展的政府资金相应的也就越多，从而推动碳金融的发展。

4. 企业规模（QYGM）。企业规模表示的是区域规模以上企业的资产总额除以规模以上企业单位数，企业规模越大，生产过程中产生的碳排放就可能越多。

5. 地区专利授权数（DQZLSQS）。地区专利授权数代表该地区整体创新绩效和创新能力，地区专利授权数越多，代表该地区创新能力越强，越有利于该地区的企业采用低碳技术，对企业碳减排的效果越显著。

6. 第三产业产值占比（DSCYZZB）。第三产业产值占地区生产总值的比例越大，相应地，第二产业产值占地区总产值的比例就相对越小。而第二产业是导致碳排放量增多的最主要的产业，其比值小代表着碳排放量的减少，从而有利于碳金融的发展。

7. 工业治理投资强度（GYZLTZQD）。工业治理程度关系到地区低碳化生产与经营，低碳化生产与经营又离不开投入资金的支持，治理投资强度代表了地区单位工业增加值对应的工业治理投资完成额，投资强度越高，越有利于地区低碳经济发展，进而促进碳金融发展。

8. 研发强度（YFQD）。研发强度是指单位地区生产总值对应的R&D经费内部支出。研发强度越高，单位地区生产总值对应的R&D经费内部支出就越多，用于低碳技术研发的资金就越多，对碳减排有积极影响，从而推动碳金融的发展。

（二）碳金融影响因素的实证分析

1. 数据来源与收集。考虑到数据的可获得性、地区的差异性和研究的時效性等，将2007—2015年各区域的相关数据作为研究对象，所涉及到的数据均来源于2008—2016年的《中国统计年鉴》《中国能源年鉴》《中国科技年鉴》《中国金融年鉴》。

2. 模型设定。本文把民用汽车拥有量、政府财政支持力度、环境规制、企业规模等八个变量作为解释变量，把上文计算得到的碳金融发展水平（TJRFZSP）作为被解释变量，建立面板数据模型进行分析。面板数据模型可以有效的减小变量间的多重共线性，而且能够克服数据较少的缺陷。模型如下：

TJRFZSPit=？琢i+？茁1iMYQCYYL+？茁2iZFCZZCLD+？茁3iHJGZ+？茁4iQYGM+？茁5iDQZLSQS+？茁6iDSCYZZB+？茁7iGYZLTZQD+？茁8iYFQD+uit

i=1，2，…8，

t=2007，2008，…2015

3. 模型的回归结果及分析。为了找出影响三个区域碳金融发展水平的共同显著因素，把三个区域的样本数据放在一起做回归分析。运用STATA13.0对京津冀、长三角和珠三角2005—2015年的数据进行回归分析结果如表3所示。

从表3中可以看出，对三个区域碳金融发展水平影响显著的因素包括民用汽车拥有量、企业规模、第三产业产值占比、工业治理投资强度四个因素。政府财政支持力度、环境规制、地区专利授权数和研发强度对三个区域碳金融发展水平的影响不显著。具体分析如下：

1. 民用汽车拥有量对三个区域碳金融发展水平的影响都显著，且呈反向影响。民用汽车拥有量越多，碳金融发展水平越低。从现实情况来看，各地区均采取各种措施控制民用汽车拥有量，京津冀地区的北京采用了车辆购买摇号和出行限号政策，长三角地区的上海从1994年开始，对新增的客车额度实行拍卖制度，对私车牌照实行有底价、不公开拍卖的政策。珠三角地区的广州对汽车增量分配指标由摇号、竞拍各占一半，调整为“环保+摇号+竞价”的分配模式，但随着经济的快速发展，人均可支配收入的不断增加，我国民用汽车拥用量仍呈直线式上升，汽车尾气排放对空气质量的影响更加明显。

2. 企业规模对三个区域影响都显著，且呈反向影响。企业规模越大，尤其是工业企业的规模越大，工业生产排放的二氧化碳就越多，这不利于碳金融发展水平的提高。从现实情况来看，企业规模对三个区域的影响程度应该是不同的。《财富》公布的世界500强排行榜是国际上衡量企业实力和规模最主要的参照指标，按总部所在地统计，2017年北京拥有56家全球500强企业，排在中国第一位；上海有8家企业上榜排第二，广州有3家，排在后面。2002年广东省因中小企业数量最多，位居全国第一，经过十几年的发展，珠三角地区企业仍然是小规模为主，运营灵活。因此企业规模对三个区域碳金融发展水平的的影响程度是不同的。

3. 第三产业产值占比对三个区域的影响都显著，且呈正向影响。第三产业产值占比越大，碳金融发展水平越高。从三次产业来看，碳排放主要来自第二产业的工业生产企业，因此第三产业比重越高，服务业越发达，产生的碳排放相应就越少，有利于提高碳金融的发展水平。

4. 工业治理投资强度对三个区域的影响都显著，且呈正向影响，工业治理投资越大，碳减排的效果越明显。工业污染治理投资越大，可以减少包括二氧化碳在内的废气排放。京津冀工业污染治理过程中，将一些高耗能、高污染和高排放的企业转移到了河北，导致河北在工业经济增长的同时加重了污染。河北虽然加大了治理投资，但是这种区域内的产业转移并不能解决区域的高污染高排放问题。endprint

五、区域碳金融发展的政策建议

根据以上分析，本文有针对性的对三个区域提出以下几点建议：

（一）控制民用汽车拥有量

三个区域都应该严格控制民用汽车拥有量。首先，政府部门应该鼓励人们购买新能源汽车，从税收补贴、电价优惠、电池维护等方面进行優惠激励，并且增加新能源汽车充电站，注重动力电池方面的改进等，逐步完善新能源汽车相关的基础设施；其次，政府应该鼓励市民乘坐公交车、地铁等出行，规范引导共享自行车有序发展，鼓励市民绿色出行，满足市民短距离出行的需求，在相关方面给予优惠；最后，政府完善滴滴打车等共享车辆使用制度，给予税收、保养等方面的优惠。

（二）加大工业治理投资强度

三个区域应继续加大工业治理投资，投资强度的增加有助于降低工业企业的碳化污染处理成本，有利于地区低碳经济发展，进而提升碳金融发展水平。尤其是京津冀地区工业治理的重点应从北京和天津向河北省倾斜，摒除投资强度过分集中的现象。中央政府应加强对环保投资全过程的督察力度，完善绩效评估制度，加大对工业污染治理投资的监督，树立环境保护的“标杆”，引导工业生产企业开展低碳化经营。

（三）加快产业结构升级

京津冀地区空气污染状况较为严重，尤其是河北省一直都在雾霾的笼罩下，这与该地区高污染高排放产业比重较大、产业结构不合理、第三产业发展缓慢密切相关。要想摆脱雾霾袭击，促进低碳发展，必须进行产业结构转型升级。一方面，降低第二产业的比重，促进工业转型，增加高新技术在工业中的应用，降低工业污染和排放，并通过引进先进技术加快污染治理和减排治理，降低京津冀地区的碳排放量。另一方面，加快第三产业的发展，尤其是金融业的发展，在低碳经济背景下，加大对碳金融活动的投资力度，积极探索碳金融产品的创新。

（四）严格控制企业规模

企业规模在当今残酷的竞争中已经不再是企业的优势，相反规模过大影响企业的有效管理，控制工业企业的规模，尤其要控制高污染、高能耗、高排放企业的规模，鼓励企业加大高新技术的引进，摆脱高污染、高能耗、高排放、低产出的生产设施，通过引进先进技术提高企业的运行效率，而不是通过规模扩大来增加产出，企业通过改革创新是解决高排放、高污染问题的根本途径，所以三个地区企业都要关闭“三高”、低效率企业，减少企业的碳排放量，促进企业低碳发展。

参考文献：

[1]刘蕴喆.中国省域碳金融发展水平及影响因素的分析与路径[J].经济问题探索，2014（7），118-123.

[2]碳排放交易.绿色信贷仍将是绿色金融主体[N/OL].中国证券报，（2016-09-12）[2017-08-28].http：//www.tanpaifang.com/tanjinrong/2016/0912/56284.html.

[3]EICHNER T，PETHIG R. EU-type carbon emissions trade and the distributional impact of overlapping emissions taxes[J]. Journal of regulatory economics， 2010，37（3）：287-315.

[4]DORSMAN A，WESTERMAN W，KARAN M B，et al. Financial aspects in energy[M]. London： Springer Berlin Heidelberg，2011.

[5]CAMPIGLIO E. Beyond carbon pricing：the role of banking and monetary policy in financing the transition to a low-carbon economy[J]. Ecological economics，2015，121（12）：220-230.

[6]WU L，KANEKO S，MATSUOKA S. Dynamics of energy-related CO2 emissions in China during 1980 to 2002：the relative importance of energy supply-side and demand-side effects[J].Energy policy，2006，34（18）：3549-3572.

[7]MA C，STERN D I. China's changing energy intensity trend：a decomposition analysis[J]. Social science electronic publishing，2008，30（3）：1037-1053.

[8]ANG J B. CO2 emissions，research and technology transfer in China[J].Ecological economics，2009，68（10）：2658-2665.

[9]刘青，刘传江.低碳经济与绿色金融发展[J].今日财富，2009（7）：51-54.

[10]刘倩，王遥.全球碳金融服务体系的发展与我国的对策[J].经济纵横，2010（7）：81-84.

[11]王扬雷.碳金融交易市场的效率及其溢出效应研究[D].长春：吉林大学，2016.

[12]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.

[13]沙竞文.我国省域商业银行碳金融发展水平研究[J].全国商情，2016（14）：58-61.

[14]朱娟.我国省域碳金融发展水平研究[D].长沙：湖南大学，2012.

[15]龙家勇.中国省域低碳经济发展水平评价及碳排放影响因素分析[D].福州：福建农林大学，2012.

责任编辑：王冬年endprint