黎文勇
(廣西師范大學(xué) 經(jīng)濟(jì)管理學(xué)院,廣西 桂林 541006)
浙江省金融發(fā)展與碳排放關(guān)系的實證研究
黎文勇
(廣西師范大學(xué) 經(jīng)濟(jì)管理學(xué)院,廣西 桂林 541006)
低碳經(jīng)濟(jì)的實質(zhì)是在低能耗、低污染、低排放的基礎(chǔ)上實現(xiàn)經(jīng)濟(jì)發(fā)展,而發(fā)展金融拉動經(jīng)濟(jì)增長被證明是推動低碳經(jīng)濟(jì)實現(xiàn)的重要途徑之一。浙江作為我國經(jīng)濟(jì)大省,一方面面臨著碳減排壓力,另一方面則有著發(fā)展金融的新機(jī)遇。如何借助發(fā)展金融的契機(jī)實現(xiàn)碳減排成為亟待解決的問題。鑒于此,通過考察浙江金融發(fā)展尤其是金融效率和金融相關(guān)比率與碳排放的關(guān)系,發(fā)現(xiàn)碳排放自身不僅具有自我激勵機(jī)制,且與金融發(fā)展具有長期協(xié)整關(guān)系。
金融發(fā)展;碳排放;VAR模型
近年來,全球氣候變暖使溫室氣體尤其是碳排放成為全球關(guān)注的焦點,為了應(yīng)對氣候變化,世界大部分國家達(dá)成共識并相繼簽署了《聯(lián)合國氣候變化框架公約》和《京都議定書》。中國作為碳排放大國,中國承諾到2020年全國單位國內(nèi)生產(chǎn)總值二氧化碳排放量比2005年下降40%至45%,要想實現(xiàn)這一目標(biāo),發(fā)展低碳經(jīng)濟(jì)已經(jīng)成為必然選擇。低碳經(jīng)濟(jì)的目標(biāo)是在低碳排放水平下實現(xiàn)經(jīng)濟(jì)的快速增長,而發(fā)展金融既可以促進(jìn)經(jīng)濟(jì)增長,也可以間接地降低碳排放,因而很有必要厘清金融發(fā)展和碳排放之間的關(guān)系。對金融發(fā)展情況與碳排放之間的相互作用進(jìn)行深入剖析,然后提出相應(yīng)的對策措施,為我國實施相應(yīng)的一系列有利于碳減排的金融政策具有重要意義。本文試圖構(gòu)造VAR模型并深入研究分析浙江省金融發(fā)展深度和金融效率對碳排放的動態(tài)影響過程,為浙江省,甚至為國家實施碳減排的金融政策提供理論參考。
碳排放研究一直是學(xué)者關(guān)注的焦點,也得出許多研究結(jié)論。從研究方向來看,目前關(guān)于碳排放的研究主要集中在兩個方面:一是碳排放與經(jīng)濟(jì)增長關(guān)系的研究;二是碳排放影響因素的研究。
關(guān)于經(jīng)濟(jì)增長與碳排放之間關(guān)系的研究以環(huán)境庫茲涅曲線(EKC)最為經(jīng)典。其中,環(huán)境庫茲涅茨曲線是美國經(jīng)濟(jì)學(xué)家Grossman和Kureger提出的,它主要表達(dá)的是環(huán)境質(zhì)量指標(biāo)與經(jīng)濟(jì)增長之間不是存在單純的正負(fù)相關(guān)的線性關(guān)系,而是呈現(xiàn)倒U形的曲線關(guān)系[1]。許多學(xué)者對EKC所表現(xiàn)的環(huán)境污染與經(jīng)濟(jì)增長之間的倒U型假說關(guān)系進(jìn)行了驗證。例如Galeottia和 Lanza(2005)認(rèn)為存在 CO2的 Kuznets曲線,即簡寫為CKC[2];Marzio Galeotti et.al.(2006)對CKC進(jìn)行了穩(wěn)健性檢驗,發(fā)現(xiàn)OECD國家存在CKC[3];Lean和Smyth(2010)對東盟五國二氧化碳排放、電力消費與產(chǎn)出之間關(guān)系的研究,結(jié)果表明存在東盟國家CKC曲線[4]。國內(nèi)學(xué)者也根據(jù)我國實際情況進(jìn)行EKC檢驗,例如劉揚、陳劭鋒(2009)基于IPAT方程,發(fā)現(xiàn)存在碳排放強(qiáng)度、人均碳排放和碳排放總量三個倒U型曲線[5];許廣月和宋德勇建立面板數(shù)據(jù)模型進(jìn)行分析,得到了中國及東、中部存在EKC曲線,西部不存在EKC曲線的結(jié)論[6];梁紅玉(2010)運用面板單位根和協(xié)整檢驗方法,研究中國碳排放EKC曲線的存在性,并對達(dá)到人均碳排放拐點的時間進(jìn)行分析[7]。
關(guān)于碳排放影響因素方面的研究則主要集中在經(jīng)濟(jì)發(fā)展方式、能源使用效率、人口態(tài)勢、消費模式、能源結(jié)構(gòu)、能源強(qiáng)度、技術(shù)以及產(chǎn)業(yè)結(jié)構(gòu)等方面。例如,蘇方林,宋幫英,侯曉博(2010)對比性建立廣西碳排放量及影響因素間關(guān)系的實證模型,研究表明廣西碳排放量對經(jīng)濟(jì)增長狀況和產(chǎn)業(yè)結(jié)構(gòu)的沖擊反應(yīng)十分敏感[8];林伯強(qiáng)等(2009)利用對數(shù)平均迪氏分解法(LMDI)和STIRPA模型分析得出,產(chǎn)業(yè)結(jié)構(gòu)和能源消費結(jié)構(gòu)都對二氧化碳排放有顯著影響,特別是能源強(qiáng)度中的工業(yè)能源強(qiáng)度[9];Liang等基于投入產(chǎn)出分析,考察了人口規(guī)模、城市化水平、技術(shù)進(jìn)步對我國碳排放的影響[10];趙冠偉等(2010)實證研究了人口和經(jīng)濟(jì)的增長是影響碳排放量增長的主要因素,而能源強(qiáng)度的下降可以抑制碳排放量的增長[11]。
雖然環(huán)境庫茲涅茨理論為我國研究碳排放提供了理論基礎(chǔ),但是庫茲涅茨曲線研究本身也存在問題,這是因為選擇的不同的對象和衡量指標(biāo)會造成不同的碳排放庫茲涅茨曲線形態(tài)。事實上,在大力倡導(dǎo)低碳經(jīng)濟(jì)的背景下,通過發(fā)展金融來實現(xiàn)碳減排壓力是浙江省面臨的一個必然選擇。這是因為金融體系可以克服信息偏在和分散流動性風(fēng)險提高資金配置效率,從而將資本配置到邊際生產(chǎn)率更高的項目上[12-14]。此外發(fā)達(dá)的金融部門可以降低借貸成本,促進(jìn)在能源效率部門的投資水平,并降低能源消耗。鑒于此,本文利用浙江省1994-2012年相關(guān)的金融數(shù)據(jù)和碳排放數(shù)據(jù)建立VAR模型來考察金融發(fā)展和碳排放之間的動態(tài)關(guān)系,從而為浙江省碳減排提供建議參考。
在度量金融發(fā)展深度時,本文采用了Goldsmith提出的金融相關(guān)比率(FIR),即金融資產(chǎn)總額與GDP的比率[15];金融效率(jrxl)的測量指標(biāo)則借鑒周國富(2007)設(shè)計的評價宏觀金融效率的指標(biāo)體系,用貸款總額與存款總額的比值來衡量金融體系將儲蓄轉(zhuǎn)化為投資的效率。
本文從《浙江統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》選取并整理了浙江省1994-2012年原油消費總量、煤炭消費量、能源消費總量、人均GDP、人均GDP指數(shù)(上年=100)、貸款總額以及存款總額等相關(guān)數(shù)據(jù)。為了消除通貨膨脹的影響,對人均GDP以2000年為基期進(jìn)行了平減處理。由于數(shù)據(jù)可得性,計算碳排放量時沒有考慮天然氣消費量帶來的影響。此外,為了消除異方差,對金融相關(guān)比率(FIR)、金融效率(JRXL)、碳排放量(TPF)取對數(shù),并記為LNFIR、LNJRXL、LNTPF。
碳排放(TPF)根據(jù)IPCC[16]計算指南,通過浙江的能源消費總量、煤炭消費總量、石油消費總量和能源碳排放系數(shù),碳排放系數(shù)采用朱永彬,王錚等[17]根據(jù)IEA2005中1980—2005年各能源品種的消費量及其對應(yīng)的碳排放量數(shù)據(jù)進(jìn)行線性擬合,得出煤、石油的碳排放系數(shù)相對于各能源品種的碳排放系數(shù),分別為1.0052,0.753。第i年的能源消費的碳排放量計算公式如式(1):
式中,Ai是第i年碳排放量,E是第i年的能源消費總量,qij是第i年j能源消費量在能源消費總量中的百分比,cj是j能源碳排放系數(shù)。
1980年 Sims提出向量自回歸模型(vector autoregressive model)。這種模型采用多方程聯(lián)立的形式,它不以經(jīng)濟(jì)理論為基礎(chǔ),在模型的每一個方程中,內(nèi)生變量對模型的全部內(nèi)生變量的滯后值進(jìn)行回歸,從而估計全部內(nèi)生變量的動態(tài)關(guān)系。本文構(gòu)造的非限制VAR(p)模型可以表示為:
其中,Yt=,即3階時間序列的列向量,α是3階常數(shù)項列向量,βi是 3×3階參數(shù)矩陣,εt為3階隨機(jī)誤差列向量。
本文先對模型穩(wěn)定性進(jìn)行檢驗,并利用赤池信息量準(zhǔn)則確定最大滯后階數(shù)為2階,然后進(jìn)行ADF單位根檢驗、Johansen協(xié)整檢驗和Granger因果檢驗,最后利用脈沖響應(yīng)分析研究金融發(fā)展與碳排放的動態(tài)關(guān)系。
1.ADF單位根檢驗
表1 ADF單位根檢驗結(jié)果
從表1看出,原時間序列 LNFIR、LNJRXL、LNTPF的ADF檢驗值均大于各自在5%和10%顯著水平下的臨界值,所以原時間序列是不平穩(wěn)的。但是對原序列經(jīng)過一階差分后,在相應(yīng)的顯著性水平下,其ADF值分別小于其相應(yīng)的臨界值,因而一階差分后的序列是平穩(wěn)序列,說明金融效率、金融相關(guān)比率、碳排放量取對數(shù)后都是一階單整的,并且金融效率、金融相關(guān)比率、碳排放量之間可能存在長期的協(xié)整關(guān)系。
2.Johansen協(xié)整檢驗
表2 Johansen協(xié)整檢驗結(jié)果
表2是Johansen協(xié)整檢驗的結(jié)果,我們從不存在協(xié)整關(guān)系的零假設(shè)開始逐步進(jìn)行檢驗,發(fā)現(xiàn)它們之間至少存在兩個協(xié)整關(guān)系,即跡統(tǒng)計量都大于5%臨界值水平,充分說明浙江金融發(fā)展與碳排放量存在一種長期均衡穩(wěn)定的關(guān)系。雖然我們通過Johansen協(xié)整檢驗確定了金融發(fā)展與碳排放存在長期協(xié)整關(guān)系,但沒有明確指出它們之間因果關(guān)系的方向。為此,我們需要進(jìn)一步進(jìn)行格蘭杰因果關(guān)系檢驗。
3.Granger因果檢驗
表3 Granger因果檢驗結(jié)果
表3是給定10%顯著水平下的Granger因果檢驗結(jié)果,從中可以看出,LNTPF與LNJRXL、LNFIR與LNTPF、LNFIR與LNJRXL均為單向的格蘭杰因果關(guān)系。具體如下:
第一,碳排放是金融效率的單向Granger原因,這可能主要是由于碳排放量增加或減少會影響著政策制定者對金融投資的調(diào)控,從而影響下一輪碳排放量。
第二,金融相關(guān)比率是碳排放的單向Granger原因,即發(fā)展金融可以減少碳排量,這主要是由于金融發(fā)展作為一種低碳經(jīng)濟(jì),通過發(fā)展金融可以促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級,從而以低排放量促進(jìn)經(jīng)濟(jì)增長。
第三,金融相關(guān)比率是金融效率的單向Granger原因,即金融相關(guān)率高低影響著金融效率水平。浙江金融發(fā)展水平在我國是較發(fā)達(dá)的,這主要表現(xiàn)在其金融資產(chǎn)總額較大,而當(dāng)金融資產(chǎn)總額達(dá)到一定程度后相應(yīng)提高金融效率水平。
1.脈沖響應(yīng)函數(shù)。向量自回歸模型主要功能是考察分析當(dāng)模型受到隨機(jī)變量的沖擊之后,整個系統(tǒng)發(fā)生的動態(tài)影響。圖1中橫軸表示20年的響應(yīng)函數(shù)追蹤期,縱軸表示碳排放量對各影響因素的響應(yīng)度,圖中實線系為響應(yīng)函數(shù)的計算值,虛線系為響應(yīng)函數(shù)值加、減兩倍標(biāo)準(zhǔn)差置信區(qū)間。
第一,在給浙江金融相關(guān)比率一個標(biāo)準(zhǔn)差擾動沖擊之后,碳排放首先在第1期為0,接著迅速上升到第4期的最高值0.0392,之后第5期開始至第20期一直呈下降趨勢,但均為正??傮w上浙江金融相關(guān)比率的擾動沖擊會對碳排放量產(chǎn)生正響應(yīng)。這也說明浙江金融相關(guān)比率越高,浙江的碳排放就越多,即金融發(fā)展深度會增加碳排量。
第二,在給浙江省金融效率一個標(biāo)準(zhǔn)差擾動沖擊之后,碳排放從開始的0迅速上升到最高值的第3期0.0196,之后從第3期開始呈下降波動趨勢,到第6期之后開始變?yōu)樨?fù)值并持續(xù)至第20期??傮w上浙江金融效率對碳排放的沖擊效果由正轉(zhuǎn)為負(fù),這說明浙江金融發(fā)展效率對浙江碳減排作用效果明顯,即金融發(fā)展效率對碳排放產(chǎn)生顯著的抑制作用,其作用效果可以在第六期期后觀察到。因此,可以通過經(jīng)濟(jì)金融化促進(jìn)碳減排任務(wù)的實現(xiàn)。
第三,在給碳排放一個標(biāo)準(zhǔn)差擾動沖擊之后,浙江碳排放自身從開始的0.0478開始向下波動并持續(xù)至20期,即碳排放對其自身的沖擊響應(yīng)顯著為正。這說明碳排放上有自我激勵的性質(zhì),說明人們的消費理念和生活方式的選擇對碳排放量產(chǎn)生重要影響,可以通過灌輸?shù)吞妓枷牒屠砟钷D(zhuǎn)變?nèi)藗兏咛嫉纳罘绞絹斫档蛥^(qū)域碳排放水平[16]。
2.方差分解。從下面表4可以看出,首先來自與碳排放自身的貢獻(xiàn)率,但是這種貢獻(xiàn)度總體呈下降趨勢,從第1期的100%一直持續(xù)下降到第20期的38.37%;其次,浙江金融效率水平解釋碳排放的預(yù)測方差分解的貢獻(xiàn)度最小,浙江金融效率的貢獻(xiàn)率由1期的0%逐漸上升到2期的0.72%,之后從第2期后迅速上升到最高值第4期的7.26%,然后從第5期開始至20期基本維持在5%左右;最后,浙江金融相關(guān)比率首先從第1期的0%上升到第2期4.85%,接著從第3期開始上快速升到到第5期的38%,之后持續(xù)緩慢增長到第20期的56.27%,總體上呈上升趨勢,說明浙江金融發(fā)展深度可以很好地解釋浙江碳排放問題。
圖1 碳排放對金融相關(guān)比率、金融效率的脈沖響應(yīng)
本文通過計算浙江碳排放量并建立VAR模型,研究了浙江金融發(fā)展與碳排放之間的動態(tài)影響過程,得出以下結(jié)論:
表4 金融相關(guān)比率、金融效率對碳排放的預(yù)測方差分解
第一,從模型基本檢驗結(jié)果來看,浙江金融發(fā)展深度、金融效率和碳排放量具有協(xié)整關(guān)系,說明他們之間具有長期的均衡關(guān)系。此外,浙江碳排放是浙江金融效率的單向Granger原因;浙江金融相關(guān)比率是浙江碳排放的單向Granger原因;而浙江金融相關(guān)比率則是金融效率的單向Granger原因。
第二,從方差分解結(jié)果來看,首先,浙江碳減排具有自我激勵性質(zhì),即浙江可以通過引導(dǎo)人們樹立環(huán)保意識,轉(zhuǎn)變消費理念和生活方式來實現(xiàn)浙江碳減排;其次,金融發(fā)展深度對碳排放的解釋程度較大,說明提高浙江金融發(fā)展深度水平有助于抑制浙江碳排放量;最后,浙江金融效率水平對金融浙江碳排放的解釋程度較小,這可能是由于金融效率水平對碳減排的影響具有時滯性導(dǎo)致的,同樣不能忽視金融效率的作用。
第三,從脈沖響應(yīng)結(jié)果可以看出,浙江金融發(fā)展?fàn)顩r影響著浙江碳減排效果,而碳排放也會反過來影響金融發(fā)展深度,這說明碳排放的減少可以在一定時期內(nèi)促進(jìn)金融發(fā)展深度的提高。
[1]GROSSMAN G M,KRUEUER A B.Economic growth and the environment[J].Quarterly Journal of Economics,1995,110(2):353-377.
[2]Galeottia,M.and Lanza A.Desperately Seeking Environmental Kuznets [J].Environmental Modelling&Software,2005,20(11).
[3]Marzio Galeotti et.al.Reassessing the Environmental Kuznets Curve forCO2 Emissions:A Robustness Exercise [J].Ecological Economics,2006,57(1).
[4]Lean,H.H.,andSmyth,R.CO2Emission,ElectricityConsumption and Output in ASEAN[J].Applied Energy,2010,(8):1858-1864.
[5]劉揚,陳劭鋒.基于IPAT方程的典型發(fā)達(dá)國家經(jīng)濟(jì)增長與碳排放關(guān)系研究[J].生態(tài)經(jīng)濟(jì),2009(11).
[6]許廣月,宋德勇.中國碳排放環(huán)境庫茲涅茨曲線的實證研究——基于省域面板數(shù)據(jù)[J].中國工業(yè)經(jīng)濟(jì),2010,(5):38-47.
[7]梁紅玉.二氧化碳與中國經(jīng)濟(jì)增長的關(guān)系研究[J].中國集體經(jīng)濟(jì),2010(10):20-21.
[8]蘇方林,宋幫英,侯曉博.廣西碳排放量與影響因素關(guān)系的VAR實證分析[J].西南民族大學(xué)學(xué)報,2010(9).
[9]林伯強(qiáng),蔣竺均.中國二氧化碳的環(huán)境庫茲涅茲曲線預(yù)測及影響因素分析[J].管理世界,2009(4):27-36.
[10]Liang Qiaomei,F(xiàn)an Ying,Wei Yiming Multiregional input output model for regional energy requirements and CO2 emissions in China[J].Energy Policy,2007,35(3):1685-1700.
[11]趙冠偉,陳健飛,崔海山,等.1992—2007年廣州市能源消費碳排放研究[J].資源與產(chǎn)業(yè),2010,12(6):179-184.
[12]Greenwood J,Jovanovie B Financial Development,Growth,and the Distribution of Income [J].Journal of Political Economy,1990,98(5):1076 -1107.
[13]Beneivenga V R, Smith B D.Financial Intermediation and Endogenous Growth[J]Review of Economic Studies,1991,58(2):195 -209.
[14]Greenwood J,Smith B.Financial Markets in Development and the Development of Financial Markets [J].Journal of Economic Dynamics and Control,1997,21(1):145-181.
[15]Goldsmith R.Financial Structure and Development[M].New Haven:Yale University Press,1969.
[16]顧洪梅,何彬.中國省域金融發(fā)展與碳排放研究[J].中國人口、資源與環(huán)境,2012(2).
(責(zé)任編輯:朱 斌)
An Empirical Study of the Relationship between Financial Development and Carbon Emissions in Zhejiang Province
LI Wen-yong
(School of Economic Management,Guangxi Normal University,Guilin 541006,China)
The core of Low Carbon economy is to achieve economic development with low energy consumption,low pollution and low emission.To promote economic development with financial development is proven to be an important way to realize low carbon economy.As China’s large economic province,Zhejiang encounters pressure to decrease carbon emission as well as the opportunity to develop financial sectors.How to achieve lower carbon emission with financial development becomes an imminent problem.Therefore,according to the relations between carbon emission and financial efficiency relative ratio,carbon emission not only has the mechanism of self-stimulation,but also has a long term coordinated relation with financial development.
financial development;carbon emissions;VAR model
F830.6
A
123(2014)04-0067-05
2014-06-01
黎文⒙(1989-),男,廣西梧州人,廣西師范大學(xué),碩士。研究方向:區(qū)Ⅱ碳排放,區(qū)Ⅱ經(jīng)濟(jì)金融發(fā)展。