以成都市为例，探究金融信贷规模对碳排放的影响

崔 玉

1 引言

本文采用定性与定量、理论与实证分析相结合的方法，从金融信贷规模影响碳排放的两条传导途径出发，构建联立方程和线性回归模型，实证分析金融信贷规模对碳排放的影响机制，进而对我国碳金融的发展提出几点建议。

2 实证分析

2.1 变量选取及模型设定

2.1.1 变量选取

本文选取1999-2018年四川省成都市的碳排放以及金融机构的相关数据为分析对象2.1.2模型设定

本文根据需要构建两个模型，为避免出现异方差，对所有变量进行取对数操作。一是金融信贷规模影响碳排放的规模效应途径，构建联立方程模型：

二是金融信贷规模影响碳排放的技术效应途径，构建线性回归模型：

其中，t表示年份，αj、βj和γj表示回归系数，ut、εt和ωt表示随机误差项。

2.2 模型构建

2.2.1 变量检验

（1）平稳性检验

为避免出现“伪回归”，先对变量进行平稳性检验，本文采用ADF法检验变量的平稳性，运用Eviews7.0对变量水平值进行检验。结果显示，所有变量的t统计量值均大于5%水平下的临界值，无法拒绝存在单位根的原假设，故再对各变量的一次差分进行检验。结果显示，所有变量的t统计量值均小于5%水平下的临界值，拒绝存在单位根的原假设，即所有变量均为一阶单整（I(1)），可以进行协整检验。

（2）协整检验

采用Johansen检验法分别对方程1、3中的变量进行协整检验，5%水平下变量间存在零个、一个、两个协整关系的原假设均被拒绝，即存在三个协整关系。采用E-G两步法检验方程2中变量间的协整关系，对方程的残差序列进行单位根检验，5%水平下ADF检验的p值为0.0266，拒绝存在单位根的原假设，即方程2中的两变量间存在协整关系。

2.2.2 模型构建及检验

（1）构建回归模型

运用Eviews7.0对联立方程模型和线性回归模型分别采用二阶段最小二乘法和普通最小二乘法进行回归，回归结果汇总如表2所示。

表2 模型回归结果汇总

（2）模型检验

第一，经济意义检验。所有变量的系数符号与之前预测的结果一致，其大小在经济理论上也能得到合理的解释，通过经济意义检验。

第二，统计检验。三个方程的可决系数分别为0.995788、0.947402和0.950421，模型的拟合优度很好。

第三，异方差检验。本文采用White法检验三个方程的异方差性，结果显示各方程的White统计量值均小于5%水平下的临界值，故三个方程均接受无异方差的原假设。

第四，自相关检验。本文采用LM法检验方程1、2的自相关性，方程1、2的LM统计量值均小于5%水平下的临界值，均接受无自相关的原假设。采用DW法检验方程3的自相关性，其DW统计量值为1.9499，5%水平下的下临界值DL为0.90，上临界值DU为1.83，DU＜DW＜4-DU，接受无自相关的原假设。

3 结论及建议

3.1 结论

本文通过构建联立方程和线性回归模型，实证分析两种效应对碳排放的影响机制，并对二者的综合效应进行量化评估。结果显示，金融信贷规模不仅通过扩大人均产出，带来总产出扩张，从而对碳排放量产生正向影响，而且通过推动技术进步带来单位产出碳排放量的减少，对碳排放强度产生负向影响。另外，通过综合评估本文发现技术效应主导金融信贷规模对碳排放的影响，且随着技术效应的不断深化，减排效果会愈加显著。

3.2 建议

3.2.1 完善法律法规，加强政府参与

金融信贷规模的扩张能够有效抑制我国的碳排放，因此政府部门要加大参与力度，完善金融信贷的法律法规制度，出台相关的金融信贷政策，鼓励金融机构将资金投入到减碳事业当中，同时提高企业及人民的积极性，帮助金融信贷服务在市场中占据有利地位。

3.2.2 推动金融创新，发挥机构功能

要继续深化技术效应，金融信贷规模可以继续扩大，此时对于金融机构来说，要积极开展新型金融信贷业务、推出创新金融信贷产品，充分发挥金融机构的作用，为我国的减碳事业提供全面的金融服务和稳定的资金支持，从而推动我国碳排放问题的解决。