在线客服

碳排放的方法实用13篇

引论:我们为您整理了13篇碳排放的方法范文,供您借鉴以丰富您的创作。它们是您写作时的宝贵资源,期望它们能够激发您的创作灵感,让您的文章更具深度。

碳排放的方法

篇1

(《京都议定书》)如何减少碳排放,已经成为一个热门话题。其实,作为一个普通的公民,我们没有能力让大气层的二氧化碳一下子减少,我们能做的,就是在日常生活的点滴中减少CO2的排放,今天我给大家介绍一种减少CO2排放的新方式。

篇2

一、引文

2006年,尼古拉斯・斯特恩牵头做出的《斯特恩报告》指出:如果现在就开始采取强有力行动,我们可以以大约全球每年GDP的1%为代价,把温室气体在大气中的水平稳定在500-550ppm碳当量,并且认为尽早行动的益处远远超过不采取行动的代价,如果没有任何行动,那么气候变化带来的风险大约会增加到至少全球每年GDP的5%,如果考虑到更宽泛的影响,估计损失会达到20%或者更多,足以跟两次世界大战和经济大萧条比拟[1]。因此,对陕西省碳排放影响因素进行研究,具有重要的理论及现实意义。

本章主要利用陕西省历史数据,使用LMDI因素分解分析方法,对能源消费进行因素分解分析得出影响陕西省能源消费的主要因素及其历史贡献程度[3-6]。

二、碳排放的LMDI分解分析模型

依据LMDI分解分析方法的基本思路,碳排放可分解为如下几个部分:

其中, 为能源消费总量变化导致的总量变化效应

为能源碳排放系数变化导致的碳排放强度变化效应

为能源消费结构变化导致的结构变化效应

三、数据处理及实证分析

本章使用陕西省1995-2012年碳排放数据及能源消费量等数据,部分数据由推算得出,数据来源于陕西省统计年鉴。在本节中,能源碳排放系数是固定的,因此能源碳排放系数变化导致的碳排放强度变化效应为0。将数据代入公式2-1,可得出碳排放的分解数据,结果如图3-1所示:

1.能源消费总量效应

能源消费是碳排放的主要来源,并且目前国内对碳排放的估算是基于能源消费数据。从图3-2中可看出,陕西省碳排放量的变化主要来源于能源消费的变化,能源消费对碳排放变化的累积效应大部分年份超过了100%。此处之所以在对碳排放进行分解分析时纳入了能源消费总量的因素是因为,能源消费本身是受到经济增长、产业结构、人口等因素的影响,这些因素通过对能源消费的影响进一步影响到碳排放。

2.能源消费结构效应

从图3-1可以看出,从1995年开始,陕西省能源消费结构对碳排放的变化大部分表现为负效应,对减少碳排放的贡献值在不断增加。陕西省能源消费中煤炭所占的比重超过了70%,因此能源结构效应对减少中国碳排放的贡献力不大。从图3-1可以看出,各年份能源结构的累积效应变化较小,趋于平缓。

四、结论

本文主要采用LMDI分解分析方法,对陕西省能碳排放因素进行分解。主要结论是:在对碳排放进行因素分解分析后得出,碳排放量的变化可分解为能源消费总量变化及能源消费结构变化,通过导入能耗总量及能耗结构的的历史值,可计算得到各自对碳排放变量的历史贡献度。能源消费总量变化对碳排放总量变化贡献最大,并呈正向关系。能耗结构变化对碳排放总量变化贡献度相对较低,但呈负向关系,即能耗结构使得碳排放降低。

参考文献:

[1]Nicholas Stern. Stern Review on the economics of climate change [M].Cambridge University Press,Cambridge,UK,2006.

[2]基于系统动力学的广东省低碳经济发展路径选择[M].华南理工大学,2011:06.

[3]巩芳,王芳.基于LMDI分解模型的内蒙古碳排放实证研究,干旱区资源与环境[J].2013:72-77.

篇3

一、 我国碳排放权交易会计核算的现状

(一)碳排放权的概念

为了界定企业在环境保护中的责任,同时督促各行业履行节能减排的义务,共同走低碳经济发展的道路,实现可持续发展战略,业界提出了碳排放权的概念。从字面上理解,碳排放权是企业可以进行“二氧化碳”排放的权利;从经济学角度分析,碳排放权是企业通过交易的方式,或政府通过直接分配的方式获得排放二氧化碳等温室气体的许可。

(二)碳排放权会计核算的现状

根据国家环保部门的规定,由于冶金、钢铁、采矿等16类行业在生产过程中会排放大量的有害气体,对于环境的影响较大,因此被列为重污染行业。为了让此类企业对环境造成的影响买单,设计了碳排放权,并对其交易过程进行重点管制。

1.会计确认。目前,我国冶金行业中,获取碳排放权的方式主要有两种,第一种方式为有偿购入取得,即冶金行业中的企业在碳排放权市场通过采购的方式获得的部分,一般企业会将其确认为资产,包括金融资产、存货、无形资产三种;第二种方式为无偿获得,即每年政府会面向部分企业免费发放碳排放权配额,但必须经企业上报,政府相关部门审核通过后方可获得,一般企业会计入备查账,并不在其财务中体现。在使用碳排放权期间,可能出现两种特殊情况,即节约配额及配额超排。

2.会计计量。(1)计量属性。各地区的碳排放权交易市场已经逐步建立,各企业可以通过有偿购入方式获取碳排放权,由于买卖双方可以直接获得碳排放权的交易金额,因此,碳排放权的计量方式主要以公允价值计量。一般情况下,企业在获得碳排放权次年6月进行统一清算,但是需要在资产负债表日依照当日实际的公允价值对账面价值进行调整。(2)后续计量。目前,对于碳排放的使用情况,各企业还没有进行计量,企业实际的碳排放量定配~是节约还是超排,需要通过碳排放权交易市场获取。第一种情况,当实际碳排放量低于定配额量时,即节约配额,如此部分配额可以进行交易,节约配额将被作为额外收入,借记“银行存款”科目,贷记“营业外收入”科目;而如果此部分配额不可以进行市场交易,企业一般不进行处理。第二种情况,当实际碳排放量高于定配额量时,各企业主要采取以下两类方式进行处理:第一类,依据当年的实际生产数据对碳排量进行预估,购买碳排放权时确认为资产,借记“碳资产”科目,贷记“银行存款”科目;在碳排量超出时,确认为负债,根据对象将成本费用化,借记“管理费用”科目,贷记 “碳负债”科目。第二类,对于碳排放总量不进行预估,在碳排放量超出时,超过的部分直接确认为应付负债,借记“管理费用”科目,贷记 “应付碳负债”科目,在购买超排配额时,抵销确认的应付负债,借记“应付碳负债” “管理费用”等科目,贷记“银行存款”科目。企业需要对碳排放量进行统计,并定期通过第三方认证机构对数据进行认证,如果出现差异,应当以第三方认证机构的数据进行确认。

3.会计信息披露。一般情况下,企业通过计入备查账的方式来处理政府免费发放的碳排放配额,不会影响资产负债表,在表内也不需要确认和计量。而企业实际碳排量超排的情况下,需要依据对象成本费用化,并在表内列报。

二、碳排放权会计核算中存在的问题

(一)碳排放权发展的角度分析

1.会计制度体系不够健全,缺乏必要的法律约束。尽管我国在环境保护方面制定了一些法律,但是针对企业碳排放方面仍然是空白,因此在对企业碳排放管理过程也缺乏必要的法律约束和指导,这就使得大部分企业在处理相关业务时,随意性大,企业之间可比性差;同时由于碳排放权会计制度不够健全,企业一般不会自觉对碳排放权进行确认计量及披露。在碳排放权管理过程中,企业既没有受到法律的约束,也没有相关制度的规范,直接阻碍了我国碳排放权的发展。

2.资源分配不均,利用率偏低。一般情况下,像碳排放权这样的资源应该能合理分配,但实际情况却恰恰相反,大部分碳排放权被规模较大的企业掌控,规模小的企业从政府部门获得碳排放权的难度较大,如果规模小的企业从市场购买碳排放权,其经营成本将大幅增加,财务风险也随之增大,对于规模小的企业来讲,并不愿意确认碳排放权,久而久之,规模小的企业由于财务压力过大,导致企业有意规避节能减排的义务和责任,仅靠数量有限的大企业,减排能力又有限,环境保护效果不佳,环境污染日益严重。

3.企业社会责任意识淡薄。对于大多数企业来讲,一方面,由于企业管理层缺乏环境保护意识及社会责任感,并不情愿承担污染的责任,也不会主动披露企业与碳排放权相关的业务,这就使得披露的报告内容不真实。另一方面,由于我国碳排放权交易主要集中在发达地区,但实际上很多污染企业却集中在中西部等经济欠发达地区,使得这部分地区的企业参与碳排放权交易的成本增加,导致参与度不高,更进一步阻碍了相关业务的达成。

(二)从碳排放权实际会计操作的角度分析

1.有偿购入的碳排放权,确认方式不统一。企业获取和使用碳排放配额的目的是按照国家统一要求履行节能减排义务,而并不是以投资获利为目的,将其计入金融资产依据不够充分;碳排放权是政府统一调控分配给企业的,而不是企业生产经营过程中自我实现的,实际上并不符合存货的定义,将其确认为存货的合理性也不够充分。

2.计量属性不同,会导致碳排放权在会计确认过程中发生不一致。依据历史成本计量,企业从政府获取的免费碳排放权的成本为零,而从市场通过购买途径获取的碳排放权的成本是依据交易金额确认的,二者的取得方式不同,但本质上没有任何区别,可以进行互相替代,通过这种方式将会使投资者获取的会计信息不准确。依据公允价值计量,目前,碳排放权交易市场是根据区域分别建立的,在全国范围内,还没有构建成统一的交易市场,活跃度满足不了公允价值计量属性的要求和条件,仍然需要更多的研究。

3.信息披露方式不同,使得企业无可比性。从实际情况来看,无论是通过有偿方式获得的碳排放权,还是无偿获得的碳排放权都可以通过交易市场进行买卖,但这两种方式的会计披露却不同,通过有偿方式获取的部分是在表内进行列报的,而通过无偿方式获取的部分则是在表外进行披露,这样就使得各企业间缺乏可比性。

三、建议

(一)需建立配额分配监管体制

应当在建立科学合理的碳排放权配额分配体系的基础上,通过委托第三方审核机构介入,进行专门的审核,以确保资源的合理分配,使得Y源利用最大化,在碳排放权分配的过程中既要考虑企业规模、排放水平、及相对应的财务状况,同时也应该考虑企业的实际经济贡献和未来的发展前景。

(二)加强碳排放权交易市场的管理

政府应当在全国范围内推动碳排放权交易市场的建立和运行,广泛开展国际合作,并且鼓励冶金等行业参与到碳排放权交易的业务中。从目前我国的总体角度来看,碳排放权交易市场的管理仍然存在诸多问题,较为突出就是大部分碳排放交易市场集中在沿海等发达地区,对于碳排放量较大的西部地区和企业来讲,还没有完善的碳排放权交易市场,这部分企业缺乏相关业务的积极性,因此我们首先需要对碳排放权交易市场的分布进行统一规划,并在整体建立的基础上,逐步完善各区域交易市场的体制和管理水平,从而提升企业积极性,同时使得碳排放企业会计的利用率提高。同时,完善规则,推动CCERs质押、碳期权合同、碳基金、CCERs预购买权等与碳排放权相关金融工具的运用。

(三)建立健全相关法律法规

现阶段,我国冶金企业在碳排放权的披露过程中,操作都比较随意,其主要原因就是没有具体的法律法规进行约束,相关的会计处理依据也不是很充分。另外,企业从自身利益角度考虑的比较多,不愿承担污染环境的责任,使得环境污染日益严重,因此,对于这种情况,政府部门应当加强对企业披露信息的监管,并加速推进制定颁布与我国相适应的碳排放会计准则,完善会计准则体系。同时建立健全相关法律法规,完善的碳排放权交易框架体系,使得企业有法可依、有法必依的意识深入企业内部管理者,进一步促使企业加强对碳排放权相关业务处理的谨慎性,最终披露真实准确的碳排放报告。

(四)加强企业社会责任观念,强化企业内部监管管理体制

企业能够持续发展的关键在于企业管理者的经营理念和企业文化,如果企业管理者的社会责任意识不强,观念陈旧,那么,这个企业的企业文化内容也会偏离正常的轨道,这并不是企业希望看到的结果,企业管理者可以将自身的社会责任理念通过管理过程传递给企业和企业的每个员工,在一定程度上可以提升企业整体的社会责任感,最终形成积极的企业文化,不断地传承和发展。当然,在提升企业社会责任观念的同时,企业也应该通过强化企业内部监督管理,建立必要的内部监控体制,有效的内部监督机制可以很好地约束各职级员工,及时警示和纠正错误,保证企业能够良性运营和发展。Z

参考文献:

篇4

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。

篇5

(一)碳排放权交易含义

碳排放权交易即由国家依据环境容量制定碳排放总量的控制目标,然后把碳排放总量目标分解成若干碳排放配额,分配给各区域的减排参与者,碳排放配额被允许在专门的交易市场上买卖,调剂余缺。碳排放权交易制度是旨在限定污染物或者温室气体排放量的前提下,温室气体排放参与者之间从自身需求出发,达成协议进行温室气体排放量的转移交付,国家则利用市场交易机制配置环境资源,实现环境资源高效公平利用的制度安排。

(二)碳排放权的交易类型

根据法律框架、交易动机、交易层次、交易机制等不同划分标准,碳排放权交易可以划分为不同的市场。一般来说,最常见的划分方法是根据交易机制不同分为基于项目的碳排放权交易市场和基于配额的碳排放权交易市场,另外就是根据交易动机不同分为强制履约碳市场和自愿碳市场。[1]

1.按照法律框架划分。可以分为京都市场与非京都市场。全球范围内的碳减排国际法框架是《全球气候变化框架公约》与《京都议定书》,尽管美国和澳大利亚相继退出《京都议定书》,但它们在国家范围内都己经形成碳排放权交易市场。因此,根据国家是否受《京都议定书》管辖,碳排放权交易市场可以划分成京都市场与非京都市场。

2.按照交易机制划分。可以分为基于项目的碳排放权交易市场与基于配额的碳排放权交易市场。在《京都议定书》建立的机制下存在三个温室气体减排合作机制,分别是国际排放贸易机制(IET)、清洁发展机制(CDM)和联合履行机制(JI)。根据这三个不同的机制,可将碳排放权交易市场划分为基于配额的市场和基于项目的市场。

3.按照交易动机划分。可以分为强制履约碳市场和自愿碳市场。强制履约碳市场是在《京都议定书》规制下,各国为履行约定进行强制减排而建立的市场。自愿减排碳市场指在《京都议定书》范围以外的,不以完成国际强制减排义务为目的,自愿进行交易的市场。例如美国的芝加哥气候交易所(CCX)以及我国天津排放权交易所,近几年自愿减排碳市场的发展速度迅猛。

4.按照交易层次划分。可以分为多区域合作市场(如欧盟)、国家级市场(如日本)、区域(州市)级市场(如美国州级碳市场)和零售市场。[2]

二、碳排放权交易的法律基础

(一)法律规则

随着全球变暖和气候异常现象越发严重,国际社会越来越重视由温室气体排放造成的环境问题。在1992年联合国召开的环境与发展会议上,155 个国家联合签署了《联合国气候变化框架公约》(以下简称《公约》)。承担国际减排义务的“共同但有区别的责任”原则即来自此公约, “各缔约方应当在公平的基础上,并根据他们共同但有区别的责任和各自的能力,为人类当代和后代的利益保护气候系统, 因此发达国家缔约方应当率先对付气候变化及其不利影响。”①该规定使《公约》成为其后《京都议定书》(以下简称《京都议定书》)中清洁发展机制的根本母法。1997年12月,联合国气候变化框架公约参加国在日本京都通过了旨在限制温室气体排放量以抑制全球变暖的《京都议定书》。为了平衡国际减排义务并且考虑到经济发展的现实需求,《京都议定书》在保证全球范围内碳排放总量不变或减少的思路指导下,创造性地引入了三个灵活机制:联合履行机制(JI)、②清洁发展机制(CDM)、③排放贸易机制(IET)④。JI和CDM机制便是基于温室气体减排项目合作的机制,均由附件一⑤国家和企业购买具有额外减排效益项目所产生的减排量,再将此减排量作为温室气体排放权的等价物抵消其温室气体的排放量。[3]这两种机制的不同之处在于:前者是发达国家之间的合作机制,而后者是发达国家和发展中国家的合作机制。IET机制则是由管理者确立、分配或拍卖排放配额的机制:即环境管理者制定总的排放额度的上限,然后将排放总额度依据一定的科学标准分配成若干份,给在该体系中的每个排放企业。

(二)碳排放权交易的法学分析

碳排放权是排放主体为了生存和发展的需要,由国际条约赋予的向大气排放一定数量温室气体的权利,其实质是权利主体获取的一定数量的气候环境资源使用权。这种权利与传统的权利不同,具有如下特征:

第一,权利的本质上不仅是权利,更是义务。碳排放权形式上表现为国际条约允许某个国家(地区)或国际组织温室气体排放的指标,实质上是重在限制温室气体排放,即只有在该指标规定的数量范围内排放温室气体才是合法的,否则就要承担相应的法律责任。[4]

第二,权利的主体范围广泛。气候资源无法为任何国家独占使用,是公共物品,全人类都有权使用,所以碳排放权的主体是全人类。但碳排放权经过分配后,其主体包括国家、国际组织、自然人、法人等。

第三,权利的客体是大气环境的温室气体容量资源。碳排放权概念是在大气环境容量理论的基础上建立起来的,该权利以大气环境容量为客体。人类的早些时期,温室气体排放量不大,并没有超过大气环境的自净能力或一定的温室气体含量,也就没有将大气环境的温室气体容量作为一种资源。只是由于化石燃料大量使用,温室气体的排放增长太快,严重超过了大气环境的自净能力,使得大气环境的温室气体容量日益成为一种稀缺资源。这种资源不具有特定性和排他性,与传统物权法中的客体有所不同。

第四,权利的内容是主体对若干大气环境温室气体容量资源的占有、使用和收益。具体而言,权利主体可以占有其拥有的排放指标而不做任何使用,也可以自己排放一定数量的温室气体,或者将盈余的排放指标赠予、出卖给其他主体。但权利主体一旦使用,或以其他方式处分了排放指标,这种权利就予以消失。

三、碳排放权交易的环境经济学原理

从环境经济学角度出发,环境问题实际上是外部性问题。所谓外部性(Externality),即个人(包括自然人和法人)的经济活动对他人造成了影响,而又没有将这些影响计入市场交易的成本和价格中。[5]外部性理论是环境经济学的基础。对于如何解决外部性问题,经济学家主张将外部成本内部化。对于将外部成本内部化的方法,经济学上存在两大理论,即庇古理论和产权理论。庇古理论主张用税收解决外部成本内部化的问题,即向污染者征税,征税的额度为一个边际净社会产品与边际净私人产品的差额,即征收庇古税,从而将外部成本内部化,以达到控制污染排放、保护环境的目的;二是产权理论,其最具代表性的人物为英国经济学家科斯,他认为在产权明确并且交易成本较小的前提下,无论最初产权属于哪一方,都可以通过市场交易的方式达到资源的最佳配置状态。无论初始的产权配置状态如何,供需双方都可以通过交易获得利益。要使外部成本内部化,通过市场主体之间的交易行为就能有效地解决。在科斯定理的基础上,美国经济学家戴尔斯提出了排污权交易理论,即污染排放总量不超过环境容量允许的前提下,明确排污权的产权主体,各主体之间通过交易调剂排污量,进行排污权交易,政府、受污染者和环保组织等市场参与者都可以购买污染权,促使污染排放总量降低。《京都议定书》是碳市场的最重要强制性规则,它促进了国际碳交易的产生。《京都议定书》引入了经济学的原理,以排污权交易原理为基础,衍生出了以二氧化碳排放权为主要内容的交易制度。生产者拥有一定的排放配额,体现了其利用环境资源的权利,如果排放量超出限额生产者则需要承担相应的责任;通过明确碳排放配额的产权,把企业的碳排放和经济效益结合起来,一方面能促使企业改进生产方式,提高生产工艺、开发利用新技术,以达到减少碳排放量的目的,减少大气污染;另一方面碳配额所有者之间根据自身需求通过市场交易进行买卖,可以使环境资源容量被合理配置和利用。京都议定书下的三项机制,在国际环境法领域中引入经济杠杆进行国际减排,避免了减排义务承担者任务过重的问题。由于各减排国之间国家发展水平、技术水平以及劳动力成本等因素参差不齐,同样的减排行动在不同的国家之间成本会有较大的差异。因为存在这种差异,为了以更低的成本获取更多的减排效益,减排成本高的国家具有强烈意愿到低减排成本的国家完成减排计划,以获得更高的经济效益。尤其是《京都议定书》中的清洁发展机制(CDM),它是包括发展中国家的弹性机制,开创了发展中国家与发达国家之间的减排量交易:一方面,发达国家有愿意向发展中国家转移资金、技术,降低减排成本,提高他们的能源利用效率和可持续发展能力;另一方面,发展中国家也乐于通过参与CDM 项目,提高自身能源利用率,优化产业结构。[6]

四、结语

随着碳排放权交易日益繁荣,国际碳交易市场也逐渐成熟。金融机构参与到碳排放权交易中使得碳市场的范围更加广泛,市场流动性以及透明度都得到加强。在一些金融发达国家和地区,如美国、欧洲等已经形成了一些大型的碳排放交易中心,如芝加哥气候交易所(CCX)、欧洲气候交易所(ECX)、,甚至出现了碳排放权证券化的衍生金融工具,如欧盟二氧化碳排放量交易体系下的欧盟排放配额期货。2013年6月18日,我国首个碳排放权交易平台在深圳启动,标志着中国碳市场建设迈出了关键性一步。此后,北京、上海、天津、湖北、重庆、广东等省市作为碳排放权交易试点相继启动。掌握碳交易话语权在未来国际竞争中至关重要。虽然目前碳捕捉、储存技术等高端技术的运用主要依靠政府这只“看得见的手”,但通过完善碳排放权交易制度和碳金融产品创新,进行市场交易实现价值发现,在企业层面大量展开后,技术创新的激励和规模效应就能显现,中国在国际碳排放权交易市场上的被动局面就能迅速改变。

(一) 《气候变化框架公约》第三条。

(二)《京都议定书》第六条:“附件一所列任一缔约方可以向任何其他此类缔约方转让或从他们获得由任何经济部门旨在减少温室气体的各种源的人为排放或增强各种汇的人为清除的项目所产生的减少排放单位。”

《京都议定书》第十二条:“清洁发展机制的目的是协助未列入附件一的缔约方实现可持续发展和有益于《公约》的最终目标,并协助附件一所列缔约方实现遵守第三条规定的其量化的限制和减少排放的承诺。”

(三)《京都议定书》第十七条:“《公约》缔约方会议应就排放贸易,特别是其核查、报告和责任确定相关的原则、方式、规则和指南。为履行其依第三条规定的承诺的目的, 附件二所列缔约方可以参与排放贸易。任何此种贸易应是对为实现该条规定的量化的限制和减少排放的承诺之目的而采取的本国行动的补充。”

(四)为实施“共同但有区别的责任”,《联合国气候变化框架公约》用附件把国家进行了分类。附件一包括富裕的经济合作发展组织(OECD 成员国以及“正向经济转型的” 国家。(作者单位:华东政法大学)

参考文献:

[1] 刚等. 碳排放交易制度的中国道路――国际实践与中国应用[M]. 经济管理出版社.2011

[2] 朱家贤. 碳金融创新与中国排放权交易[J]. 低碳经济. 2010,(1):15

[3] 陆静. 后京都时代碳金融发展的法律路径[J]. 国际金融研究. 2010,(8):36

[4] 牛慧. 碳金融发展的国际比较及对我国的启示:[硕士学位论文][D]. 北京:北京交通大学,2011. 16

[5] [美]巴利・菲尔德,玛莎・菲尔德. 环境经济学[M]. 大连:东北财经大学出版社. 2010.121

[6] 唐跃军,黎德福. 环境资本、负外部性与碳金融创新[J]. 中国工业经济. 2010,(6):10

注解:

① 《气候变化框架公约》第三条。

② 《京都议定书》第六条:"附件一所列任一缔约方可以向任何其他此类缔约方转让或从他们获得由任何经济部门旨在减少温室气体的各种源的人为排放或增强各种汇的人为清除的项目所产生的减少排放单位。"

篇6

――Based on Panel Smooth Transition Regression Model

SHAO Hanhua, LIU Yaobin

(School of Economics and Management,Nanchang University, Nanchang 330031)

Abstract:Based on the panel data of 30 provinces from 2000 to 2014 in China, this paper uses the panel smooth transition regression model to investigate the nonlinear relationship between financial development and carbon emission. The results show that financial development generally is conducive to reducing carbon emission, however, the reduction effect of financial development on carbon emission transitions smoothly between high and low regimes with the changes of the transition variables, such as economic development, industrial structure, energy structure and international trade. Therefore, the results underscore the need of enhancing the coordination between green finance and structural reforms to play the leading role of financial development in reducing carbon emission and promote regional development of green finance.

Key words:financial development; carbon emission; PSTR; nonlinear relationship

1 引言

伴随着过去三十余年经济持续高速增长,我国环境污染问题日益严重,环境承载能力已趋极限,环境污染产生的经济成本是十分巨大的。要实质性改善我国环境不仅仅要依靠更强有力的末端治理措施,还必须采用一系列财税、金融等手段改革资源配置的激励机制[1]。在资源配置中,“十三五”规划提出,要大力发展绿色金融,引导社会资金从“两高一低”行业退出,更多地投向绿色环保产业,促进绿色清洁生产。与现有大多数研究从经济结构、能源消费、城镇化和贸易开放等角度来考察我国碳排放影响因素不同,本文拟从绿色金融视角来研究金融发展对碳排放的影响,并在PSTR模型的非线性分析框架下,深入研究中国不同省际地区发展特征差异对两者关系的影响,以更好地发挥金融发展在地区节能减排中的作用,为促进地区绿色金融发展提供决策依据。

2 文献综述

自从温室气体排放引发全球气候问题成为全球关注焦点以来,学界围绕碳排放核算、碳排放权利分配以及碳排放影响因素研究进行了大量研究。其中,在环境压力驱动影响因素的STIRPAT模型分析框架下,国内外学者实证检验了经济增长、能源结构、产业结构、贸易开放和城市化等因素对碳排放的影响 [2~5]。近年来,金融发展对碳排放影响引起了学者的关注。一方面,金融发展可以通过缓解消费者和企业的融资约束,刺激消费投资增长,从而扩大经济规模和能源消耗,使得碳排放量显著增加。Sadorsky的研究发现,金融发展使得消费者可以更容易地获得信贷,从而刺激消费者购买汽车、空调和冰箱等耗能大件产品,增加碳排放[6]。同样,金融发展也可以提高企业融资可得性和降低企业融资成本,从而促进企业购置大型设备、新建生产线和扩大生产规模,这些必然会增加能源消耗和碳排放 [7]。

另一方面,Shahbaz等认为金融发展可以通过促进企业技术创新以及为环保产业项目和清洁生产技术研发应用提供资金支持等渠道,引导经??结构和能源结构调整,实现低碳经济发展,从而实现碳排放可持续下降[8]。特别是在绿色金融发展的大背景下,发达的金融市场可以为企业节能减排项目提供多样化的融资工具,同时,企业也有很强动机通过清洁生产来提高社会责任形象,以便更好地融资。因此,从理论上看,金融发展既可以通过引致需求、扩大经济规模和能源消耗、产生金融发展对碳排放增加的规模效应,也可以通过调整结构、促进清洁生产、产生金融发展减少碳排放的结构效应,即金融发展对碳排放的影响存在不确定性。实证方面,一些学者利用时间序列模型或面板数据技术,对金砖四国、土耳其和南非等国研究发现,金融发展与碳排放在不同国家呈现出不同的影响,甚至在同一国家不同时期也表现出不一样的影响关系 [9~12],即两者之间关系十分复杂。

需要指出的是,国内外实证研究大都使用线性模型研究金融发展与碳排放之间关系,对两者可能涉及到的非线性关系研究不够,所得出的结论也不一致甚至截然相反。特别地,现有研究使用的大都是时间序列数据,即使面板数据模型也是在线性分析框架建立的,没有考虑到地区差距视角下金融发展与碳排放之间的复杂性。由于我国各地区经济发展和禀赋结构存在较大异质性,金融发展与碳排放之间的关系可能受到这些异质性影响,从而呈现出非线性效应。因此,本文将从省际间异质性视角出发,基于2000~2014年我国30个省(市)面板数据,利用能够根据地区属性差距进行内生分组的面板平滑转换模型(PSTR),在实证分析金融发展对碳排放影响的整体基础上,深入研究经济发展水平、产业结构、能源结构和贸易开放等不同省际特征差异对两者关系所产生的非线性影响,以更好地发挥金融发展在区域节能减排中的作用,促进区域绿色金融发展。

3 模型、变量及数据说明

3.1 模型设定

为了研究基于不同发展水平和经济结构等地区差异下我国金融发展与碳排放之间的非线性关系,本文采用González等提出的面板平滑转换PSTR模型 [13]进行实证分析。

式(1)中,yit和xit分别是被解释变量和解释变量,即碳排放和金融发展;转换函数g(qit;γ,c)是一个取值介于0和1之间的连续函数;qit、γ、c分别是转换变量、平滑参数和位置参数;m是位置参数的个数,通常取值为1和2。当m=1时,转换函数含有一个位置参数:

此时,模型(3)为三区制的面板平滑转换模型,转换函数关于(c1+c2)/2对称,并在该点取得极小值,处于中间区制状态。

需要指出的是,在对PSTR模型估计之前需要检验模型是否存在非线性转换机制,常用的方法是在γ=0处进行泰勒展开构造辅助回归式:

因此,对PSTR模型的“非线性检验”相当于对式(4)中H*0:β1=…=βm=0作为原假设进行假设检验,然后可以通过构造如下统计量来检验:

如果“线性检验”拒绝原假设,则需要进一步检验是否存在一个或至少两个转换函数,即“剩余非线性检验”。类似于“线性检验”,同样通过泰勒展开构造辅助回归函数,利用LM、LMF和LRT进行检验,直至不能拒绝原假设H0:r=r*为止,此时r*就为PSTR模型转换函数最优个数。

3.2 数据变量说明

考虑到数据可得性,本文选取2000~2014年中国30个省级行政单元(西藏除外)作为研究对象,样本数据来源于《中国统计年鉴》《中国金融年鉴》和《中国能源统计年鉴》。相关变量选取计算情况如下:

(1)被解释变量:碳排放。以单位GDP二氧化碳(CO2)排放量表示。目前尚无权威机构关于省际层面CO2的数据,本文借鉴2006年联合国政府间气候专门委员会制定的温室气体清单指南提供的参考方法,构建CO2的核算公式,为:

式(8)中,Ei表示各种化石能源消费量;CFi为低位发热量;CCi为单位热量的含碳水平;COFi为能源的氧化率水平;44/12是CO2分子与碳原子质量比。

(2)解?变量:金融发展。选取经典的金融相关比率,即用存贷款余额总量/GDP表示。此外用私人部门信贷总量与GDP比重,即金融效率,作为金融相关比率的补充指标,该指标被广泛应用于金融发展的衡量。由于我国金融机构尚未公布私人部门信贷数据,借鉴张军和金煜[14]做法,私人部门信贷为:[(1-国有固定资产投资额)/全社会固定资产投资额]×贷款余额。

(3)转换变量。由于我国各地区经济发展迥异,不同地区的经济发展水平、经济结构、能源禀赋结构和对外开放等存在很大的差距,因此会使得金融发展对碳排放的影响在不同省份呈现出异质性差距。因此,结合现有研究,选取地区经济发展水平、经济结构、能源结构和贸易开放作为转换变量,检验不同经济特征差距对金融发展与碳排放之间产生的非线性关系。对于经济发展水平、经济结构、能源结构和贸易开放的测度,分别用各地区人均GDP对数值、二产比重、煤炭份额和进出口贸易总额与GDP占比表示。

4 实证分析

4.1 非线性检验

在对面板平滑转换模型估计之前,首先需要确定在不同的转换变量影响下金融发展与碳排放之间是否存在非线性关系。由表1可知,除了模型E和H外,其他模型在10%显著性水平下都显著拒绝两者关系为线性关系的原假设,说明模型E和H是不含有异质性的线性模型,模型A至模型D、F和G存在明确的非线性特征;对模型A至模型D、F和G进一步进行非线性剩余检验,发现LM、LMF和LRT检验统计量在10%水平下均不能拒绝r=1的原假设,因此模型A至模型D、F和G均适合采用单个转换函数的PSTR模型。最后,通过AIC和BIC准则确定模型A至模型D、F和G转换函数的最优位置参数个数均为1。

4.2 估计结果分析

本文利用网格搜索法寻找平滑参数γ和位置参数c,通过求解相应回归模型残差平方和RSS最小时的参数值γ和c对模型进行最优参数估计,相关估计结果见表2。

从表2可知,所有模型的回归系数在1%水平下均显著,其中线性部分系数β1显著为负,说明金融发展有利于降低碳排放。而非线性部分系数β11显著为正,说明金融减排效应随着转换变量增加而减少,地区经济的异质性,即转换变量的存在使得金融发展对碳排放影响系数被分成高、低不同区制,影响系数在区制间平滑转换,具体来说:

(1)经济发展水平与金融减排效应。模型A结果显示,β1和β11的系数分别为-0.574和0.240,位置参数c为10.016,说明当人均GDP对数值低于10.016时,模型趋向低区制,金融减排效应最大为-0.574,而当人均GDP对数值高于10.016,模型趋向高区制,金融减排效应通过平滑转换函数作用最终减弱至-0.334,意味着经济发展水平的提高降低了金融减排效应。结合转换函数图1可知,大部分样本观测值处于高、低区制之间,分布在位置参数c两侧,金融减排效应从低区制下开始,以c为中心向高区制地区平滑转换减弱,转换速率为4.252。

(2)经济结构与金融减排效应。模型B的结果显示,β1和β11的系数分别为-0.317和0.182,位置参数c为0.342,说明当二产比重低于0.342时,模型趋向低区制,金融减排效应最大为-0.317,而当二产比重高于0.342时,模型趋向高区制,金融减排效应通过平滑转换函数作用最终减弱至-0.135,意味着经济结构中工业比重的提高降低了金融减排效应。结合转换函数图2可知,大部分样本观测值都位于高区制,转换函数g的值近似等于1,金融深化率每提高1%,碳排放下降0.135% ,金融减排效应相对于低区制的省份降低了0.182%。 2014年仅有北京和海南处于低区制,经济结构中工业比重最低,转换函数g的值近似等于0,金融发展降低碳排放的效应最大。当利用金融效率指标金融发展变量时,同样发现金融效率改善降低了碳排放,并且这种效应随着工业比重提高而弱化,但平滑速率有所降低(见模型E和图3)。

(3)能源结构与金融减排效应。模型C的结果显示,β1和β11的系数分别为-0.353和0.400,位置参数c为0.708,说明当能源结构中煤炭比重低于0.708时,模型趋向低区制,金融减排效应最大为-0.353,而当能源结构中煤炭比重高于0.708时,模型趋向高区制,金融减排效应通过平滑转换函数作用最终减弱至0.047,意味着能源结构中煤炭比重提高降低了金融减排效应。特别地,当地区煤炭比重到达高区制,金融深化率每提高1%,碳排放会增加0.047%。这说明对于以煤为主的省份来说,金融发展不仅没有降低碳排放,反而增加了碳排放。结合转换函数图4可知,转换函数的数值基本处于0.15之上,说明模型基本处在一种高区制转换状态,其中450个样本观测值中已经有8.82%的样本位于高区制。当利用金融效率指标金融发展变量时,同样发现金融发展降低了碳排放,并且这种效应随着能源结构中煤炭比重提高而弱化、消失直至转变为金融效率提高1%,碳排放增加0.538%(见模型F和图5)。

(4)对外贸易与金融减排效应。模型D的结果显示,β1和β11的系数分别为-0.579和0.208,位置参数c为0.66,说明当进出口贸易占GDP比重低于0.66时,模型趋向低区制,金融减排效应最大为-0.579,而当进出口贸易占GDP比重高于0.66时,模型趋向高区制,金融减排效应通过平滑转换函数作用最终减弱至-0.371,这意味着对外贸易弱化了金融减排效应。 根据“污染避难所”假说,发展中国家环境监管标准普遍较低,发达国家通过进出口贸易向发展中国家转嫁污染,国内一些研究发现我国贸易开放存在“污染避难所” [15]。因此,粗放型的外贸发展方式使得金融减排效应大打折扣。

结合转换函数(如图6)进一步发现,76.9%样本观测值都处于低区制,贸易比重要显著低于门槛值,转换函数g的值近似等于0,金融深化率每提高1%,碳排放下降0.579%,金融减排效应最大。也就是说,对于我国大部分省份来说,当前贸易比重还没有能够显著降低金融减排效应。但是,也有59个样本观测值处于高区制,贸易比重高于门槛值,转换函数g的值近似等于1,金融深化率每提高1%,碳排放下降0.371%,金融?p排效应最弱。

5 结论性评述

面对日益严峻的环境压力,积极发挥金融资源配置在绿色发展的引领作用是“十三五”时期发展绿色金融的题中之义。基于此,本文对我国金融发展与碳排放之间的非线性关系进行了实证检验。研究发现:金融发展总体上有利于降低碳排放,但这种金融减排效应会随着经济发展水平、经济结构、能源结构和贸易开放等转换变量,在高、低区制之间进行平滑转换,呈现出复杂的异质性特征。具体来说,上述转换变量的位置参数值分别为10.016、0.342(0.348)、0.708(0.677)和0.660,这些参数值将每个省(市)分为高、低区制,金融减排效应在低区制最大、在高区制最小,即在人均GDP水平较高、工业比重较高、能源结构中煤炭比重较高和贸易开放程度较高的省份,金融减排效应下降。特别地,当一个省份能源结构煤炭比重达到0.708时,金融发展不仅不能降低碳排放,反而会增加碳排放。基于这些研究结论,提出如下的政策建议:

篇7

1、碳排放量的核算

本文碳排放量的核算方法参考樊友良的《江西碳减排影响因素实证分析与对策研究》,均是以煤炭、石油和天然气三类能源为直接对象进行计算的。

2、我国碳排放量的发展现状

由分析可知,我国碳排放量在1990-2011年间呈现不断上升的趋势,其中在2002年之前碳排放量的增速较缓,而在2002年之后,碳排放量明显上升,到2011年已经达到216504.6万吨,相对于1990年的64683.64万吨,翻了3.35倍。如果碳排放量继续以这样的速度增加下去,势必不符合可持续发展的要求,要想在发展经济的同时协调好与环境的关系,还得具体情况具体分析,从我国的国情出发,从不同省份的现情出发,走可持续发展之路。

从各省在2010年碳排放量的情况来看,山东省的碳排放量明显高于其他省份,大约有24080.86万吨,占到总量的10.08%,继而是山西、河北、江苏、河南、内蒙古、辽宁和广东,这省份的碳排放总量已经占到52.35%。因此,从碳排放总量来看,这省份是减少碳排放量首先要考虑的重点区域,实现可持续发展要首先从这几个省份着手。另外,从我国2010年的碳排放区域分布情况可以看出,碳排放量高的区域主要集中于东部沿海地区,呈现北高南低、东高西低的特点。因此,从大的方面来看,东部沿海地区以及北方地区应该是我们优先考虑整治的区域。

二、我国碳排放强度现状分析

1、碳排放强度的核算方法

碳排放强度是指单位GDP的碳排放量。

2、我国总体碳排放强度现状

由数据分析可以看出,我国碳排放强度从1990-2011年一直呈现下降的趋势。从1.2.1碳排放量的分析中可以看到碳排放总量是不断上升的趋势,而此处碳排放强度不断下降,说明我国经济发展水平在不断大幅度提高。其中,在1997年之前,碳排放强度下降的尤其明显,这主要是因为这一期间的碳排放总量相对低一些;而在1997年之后,碳排放强度下降的十分缓慢,这主要是随着碳排放总量的大幅度增加,我国经济水平也明显提高。

从各省在2010年碳排放强度的情况来看,宁夏的碳排放强度高于其他省份,继而是山西、贵州、内蒙古、新疆、甘肃、陕西、黑龙江和辽宁,这九个省份的碳排放强度已经占到51.69%。因此,从碳排放强度来看,这九个省份是减少碳排放强度首先要考虑的重点区域。另外,从我国2010年的碳排放强度区域分布的情况可以看出,碳排放强度高的区域主要集中于北部地区,东南部沿海地区较低,呈现北高南低、中高两边低的特点。因此,从大的方面来看,北方地区应该是我们优先考虑整治的区域。

三、用碳生成率反映的经济发展现状

1、碳生产率的核算

碳生产率是指单位二氧化碳的GDP产出水平,它与碳排放强度呈倒数关系。

2、我国碳生产率的发展现状

由1990-2011年碳生成率的数据可以看出,我国碳生产率一直在不断增加,根据它的定义可知这正好与碳排放强度的变化趋势相反,这也说明单位碳排放量的产出水平逐步增加,间接地表明,在一定的环境承载能力下,产出水平相对原来水平在不断提高。因此,提高碳生产率也可以在一定程度上促进可持续发展。

从2010年我国各省碳生产率的情况可以看出,北京市的碳生产率高于其他各省市,其次是广东、上海、福建、浙江、江苏、广西、江西、湖南和四川,这几个省市的碳生成率达到了53.44%,这些省市的经济发展水平比较发达,并且以第三产业为主,致使其工业能耗较低;另外,宁夏、贵州的碳生产率极低,这主要是其经济不发达,并且许多高能耗工业企业都搬迁到这些省市。要实现可持续发展,就应针对不同省份的具体情况来分析。

四、用碳排放量和碳生产率的综合区域分析

我们可以清晰的看到把省份划分到不同的象限(以横轴表示碳排放量,纵轴表示碳生成率):

第一象限:表示高碳排放量和高碳生产率,主要集中在浙江、广东和江苏这三个省份;第二象限:表示低碳排放量和高碳生产率,主要集中在北京、天津、广西、江西、重庆、上海、福建、湖南、湖北和四川这些省份;第三象限:表示低碳排放量和低碳生产率,主要集中在海南、青海、安徽、云南、吉林、黑龙江、甘肃、宁夏和陕西这几个省份;第四象限:表示高碳排放量和低碳生产率,主要集中在山东、河北、河南、辽宁和内蒙古这几个省份;

在第四象限的省市是我们应该首先考虑的重点,因为它们的碳排放量高,尤其是山东省;而且其碳生成率极低,也就是说地区生产总值相对来说没有达到应该达到的水平。当然,接下来可持续发展从低碳着手的话,也不能一味的发展这些省份的经济,同时还应该降低其碳排放量,双重效果才是满足可持续发展要求的。第二象限的省市是我们可以借鉴学习的对象,因为它们的碳排放量相对很低,并且其碳生产率较高。这在很大程度上是因为这些省市大多以三产为主要的产业而不是工业,其能耗固然不高,并且大量的引入先进的科学技术,进行产业升级和转型,不断带动本省市的经济快速发展。

五、从低碳的角度提出实现可持续发展的政策建议

走可持续发展之路,在当下必须要走低碳发展道路,不同的地区经济、社会、环境和人文发展状况不同,因此,需要根据各省的实际情况来研究每一个省份的可持续发展战略,下面我们结合以上分析来给出政策建议:

1、加快产业结构转型升级

面对目前节能减排的巨大压力,高耗能行业必然是首先进行限制发展的重点对象,而且必须对以高耗能、高污染的省市进行优先治理,如山东、河北、河南和辽宁等,对高耗能行业进行转型升级,淘汰落后产能,并引进先进技术、科技和研发人才,大力推进高能耗、低效率到低能耗、高效率的转变。就如河北是一个钢铁大省,必须在大力发展我省经济的同时对钢铁产业进行转型和升级,实现我省经济的可持续发展。

2、大力发展低碳产业

在进行节能减排的过程中大力发展低碳产业,如节能环保产业等,而不是简单的对高耗能产业进行转移。就比如,北京市在节能减排的发展过程中把许多工厂转移到我省的曹碑店等地,这些高能耗工业将对我省的低碳发展产生极大的阻碍,在今后发展我省经济的过程中要大力引进高技术、低能耗产业,这要才不违背可持续发展的要求。

3、引入清洁能源、发展低碳技术

能源消费是碳排放的主要来源,大力降低煤炭、石油等的消耗才能从根源是解决碳排放问题,才能实现经济的可持续发展。我国可以引入清洁能源,如风能、太阳能和核能等来替代传统能源。另外,可以通过引入先进的低碳技术,提高能源利用效率。(作者单位:河北经贸大学)

篇8

中图分类号:F1245;C934 文献标识码:A 文章编号:1001-8409(2016)10-0075-04

Abstract: This paper establishes the carbon allocation model by selecting from the proportions of the population, economy and historical emissions, according to three distribution perspective of equity principle, efficiency principle and grandfathering rule. In addition, it forcastes Chinese carbon emissions in 2020 distribution by nine different scenarios. Results show that, the perspective of grandfathering rule will result in increasing the total distribution of Chinese carbon emissions. Besides, it will play a big difference to the resourceful and huge emission provinces. The perspective of efficiency principle makes the smaller influence to the carbon emissions compared with grandfathering rule and mainly influences the carbon quota allocation of eastern developed area. And the perspective of equity principle has little impact on distribution of carbon quotas. In the end, it puts forward some policy recommendations, which is related to accelerate the pace of technology development, to eliminate backward production capacity through the supplyside reform, to improve the allocation of carbon rights mechanisms recommendations, etc.

Key words: carbon emissions; carbon quotas; distribution prediction; simulation model

1引言

全球气候变暖引发的二氧化碳减排争议已经成为各国经济发展面临的一个“矛盾”抉择问题。中国作为最大的发展中国家明确表示,无论未来国际减排形势如何变化,中国将持续走节能减排发展道路;并主动做出承诺到2020年单位GDP二氧化碳排放比2005年下降40%~45%。为实现该目标,中国将实行碳排放总量控制;但在总量控制下如何合理分配碳配额将成为一大难题。合理分配碳配额,对于有效建立碳排放交易市场,通过经济手段引导各省市走低耗减排的产业升级之路具有重要的意义。

目前国际上还没有公认的碳配额分配原则,但公平原则和效率原则视角已得到学者的广泛关注,而溯往原则视角却争议很大、研究很少。针对公平原则视角,Kverndokk[1]、Janssen和Rotmans[2]、丁仲礼[3]等研究发现人口规模对公平分配碳排放权有重要影响。对于效率原则视角,Zhou等[4]、李小胜和宋马林[5]、郑立群[6]等学者都基于DEA投入产出效率模型进行研究。在溯往原则研究上,Yi Wenjing[7]、查冬兰和周德群[8]、宋德勇和刘习平[9]等从人均累计碳排放视角出发对碳权分配问题进行分析。而针对中国实际情况,国内学者多围绕碳排放空间和效率展开研究。马大来等[10]基于至强有效前沿的最小距离法分析了省际碳排放效率,及其区域差异性和空间相关性;孙立成等[11]、王秋贤等[12]利用不同模型方法进一步分析了碳排放空间分布特征和空间差异性。

当前研究主要有以下不足:首先,鲜有学者将历史累计碳排放量作为一个独立的整体进行分析。作为碳排放分配的基本原则,公平原则与效率原则主要考虑了当期数据的现实性,而溯往原则重点考查了往期数据的历史性。其次,很少有学者基于我国实际情况,综合不同的分配原则针对具体省份展开研究。而我国碳配额分配主要以省为分配对象,彭鹃等[13]研究也指出中国碳配额分配需考虑各省的发展实际;因此,具体省份的碳配额分配研究对我国实现节能减排目标具有重要的意义。鉴于此,本文综合公平原则、效率原则和溯往原则分配视角建立碳排放分配模型,并设立九种不同的分配情景对我国2020年各省碳配额分配进行预测研究。

2模型构建和数据来源

21碳排放总量测算模型

本文基于IPCC清单法构建了碳排放总量测算模型,具体形式如下:

23数据来源

23.1总量数据来源

本文使用的是2005年和2020年的有关数据。2005年能源消费量、人口总数和GDP取自《中国统计年鉴(2014)》,2020年相关数据通过预测得到,能源碳排放系数取自IPCC《国家温室气体排放清单指南》。

本文利用人口自然增长率方法预测2020年各区域人口总数为1408亿人;国家人口发展研究战略课题组公布的国家人口发展的战略目标,2020年人口总量控制在145亿人;证明本研究预测结果可行。针对经济增长预测,本研究假定2014~2020年间GDP维持稳定增长趋势,即年均增长率为2008~2013年五年的平均增长率。其中2008~2013年中国各地区人口总数和GDP来源于《中国统计年鉴(2014)》。在预测2020年各省级区域历史碳排放量时,首先利用式(1)测算2007~2012年中国各省级区域碳排放量,然后以2012年碳排放量为基数,利用平均增长率法预测2019年碳排放量,并以此作为2020年溯往原则视角下的分配指标。本研究中2007~2012年各地区能源消耗量数据取自《中国能源统计年鉴(2013)》。各省区2020年预测值如表1所示。

23.2碳排放分配数据来源

中国2020年节能减排目标为单位GDP二氧化碳排放比2005年下降40%~45%。鉴于此,本文把降低40%设定为中国2020年的减排目标;再结合式(1)测算得2020年单位GDP碳排放限额为049吨/万元,将其作为中国2020年单位GDP碳排放总额。

3情景设计和预测分析

31情景设计

为深入分析公平原则、效率原则和溯往原则分配视角对我国碳配额分配的影响程度,将选取的典型指标权重进行了代表性取值,并设定9种不同的分配情景,分别是:

32各省份碳排放预测分析

由表2可见,S1情景下我国碳排放分配总额与2020年碳排放限额差值最小;S3情景下各省所需的碳权分配总额最大,远超过国家限额;S7、S8、S9处于中间水平;与S4、S5、S6三种情景分配结果相对比发现,三个分配视角的贡献度从大到小依次为溯往原则视角、效率原则视角、公平原则视角。下面分别就3个分配视角的影响效果进行具体分析。

(1)溯往原则视角

S3、S5、S6、S9情景下,溯往原则分配视角所占权重最大,所需分配的碳配额总量最多。从省际角度来看,河北、山西、内蒙古等15个资源丰富、历史排放量大的省市受溯往原则分配视角的影响较大;而内蒙古、山西、陕西等省市虽然能源消耗量较大,但经济增长速度较慢,说明这些地区能源利用效率低。由上可见,溯往原则视角对中国大多数省份及东西部地区碳排放分配的影响很大,这是因为中国的能源结构和消费结构以煤炭为主,能源的过度消耗排放了大量的二氧化碳。虽然短期内不可能通过调整能源结构降低碳排放量,但是不洁净煤炭的碳排放量远高于石油和天然气等其他能源消耗产生的碳排放量;因此,最简单易行的减排方法是加强煤炭的清洗等工作。

(2)效率原则视角

效率原则视角占比较大的是S2、S4、S6、S8情景。S2和S8情景下分配的碳配额总量相差不大,分别为0584吨/万元、0585吨/万元;S4和S6情景下碳配额相差较大,为0539吨/万元和0631吨/万元,这进一步说明溯往原则视角在碳排放分配中起主要推动作用。整体来看,效率原则分配视角对于北京、上海、江苏等发达地区的影响很大,经济的发展耗费了大量的能源,直接导致碳排放量的升高。中国作为发展中国家,发展仍是第一要务,若大幅度限制发达省份的碳排放量必定会减缓我国经济发展的脚步。因此,即刻显著降低二氧化碳排放量是不现实的,各地应该根据实际情况在发展经济的同时积极调整产业结构。

(3)公平原则视角

S1情景仅根据公平原则视角分配碳配额,为0493吨/万元,最接近我国2020年碳排放限额。S4、S5、S7情景下公平原则视角所占比重最大,结果分配的碳配额总额比其他情景少,说明公平原则视角对碳排放分配的影响很小。将S7、S8、S9 三种情景的分配结果相对比,进一步说明公平原则分配视角有利于降低我国碳排放分配总额。由分析可知,人口比例分配指标对碳配额分配的影响较小,但人口公平性问题仍值得推敲。政府若要以公平原则分配视角为主进行碳配额分配,需要考虑人口流动情况,因为像北京、上海、广东等经济发达地区每年都会有大量的外来人员流入,会直接造成二氧化碳排放量的增加,只有将这些地区的人口数进行调整才能保证较公平分配。

4结论和建议

本文基于公平原则、效率原则和溯往原则分配视角建立碳排放分配模型,对我国2020年各省碳排放初始权进行分配预测。从分配结果来看,溯往原则视角会增加我国碳排放分配总额,效率原则视角的影响紧随其后,而公平原则视角的影响程度较小。针对以上分析,本文提出以下几点建议:

(1)加快技术开发速度,在提高能源利用效率的同时,积极改变能源结构。溯往原则视角在碳排放分配中占主要地位,短期内可以提高煤炭的清洁等工作;长远来看,要加快技术开发速度,提高能源利用效率,同时加强核电、水电等可再生能源的开发利用并积极推进产业化。

(2)调整经济结构,通过供给侧改革大力淘汰落后产能,提升产业竞争力。效率原则视角对碳配额分配的影响略小,但却直接影响着我国经济的发展脚步,为此在发展经济的同时,要努力调整其结构。通过供给侧结构性改革,大力淘汰煤炭、化工、钢铁等领域的僵尸型企业,通过新型领域的创新发展,大幅度降低碳排放量。

(3)完善碳权分配机制,创建国家层面的碳排放权交易平台。从我国实际国情出发,制定“共同但有区别”的碳权分配机制及相应的法律政策,保证碳权分配机制的有效实施。在有效分配碳配额的前提下,部分省份碳配额会有剩余,而个别省份的碳配额会不足,进行二级市场交易有利于碳配额的有效配置,同时利用价格杠杆提高碳配额不足省份的减排积极性,从而降低碳排放量。

参考文献:

[1]Kvemdokk S. Tradable CO2 Emission Permits: Initial Distribution as a Justice Problem [J].Environmental Values,1995,4(2):129-148.

[2]Janssen M ,Rotmans J. Allocation of Fossil CO2 Emission Rights Quantifying Cultural Perspectives [J].Ecological Economics,1995,13:65-79.

[3]丁仲礼,付博杰,韩国兴,等.中国科学院“应对气候变化国际谈判的关键科学问题”项目群简介[J].中国科学院院刊, 2009,24(1):8-17.

[4]Zhou P, Z R Sun, D Q Zhou.Optimal Path for Controlling CO2 Emissions in China: A Perspective of Efficiency Analysis [J].Energy Economics, 2014, (45):99-110.

[5]李小胜,宋马林.“十二五”时期中国碳排放额度分配评估――基于效率视角的比较分析[J].中国工业经济,2015,9:99-113.

[6]郑立群.中国各省区碳减排责任分摊――基于零和收益DEA模型的研究[J]. 资源科学, 2012, 34(11):2087-2096.

[7]Yi Wenjing, Zou Lele,Guo Jie,et al.How Can China Reach Its CO2 Intensity Reduction Targets by 2020――A Regional Allocation Based on Equity and Development [J].Energy Policy,2011(39):2407-2415.

[8]查冬兰,周德群.地区能源效率与二氧化碳排放的差异性――基于Kaya因素分解[J].系统工程, 2007,11:65-71.

[9]宋德勇,刘习平.中国省际碳排放空间分配研究[J].中国人口・资源与环境,2013,5:7-13.

[10]马大来,陈仲常,王玲.中国省际碳排放效率的空间计量[J].中国人口・资源与环境,2015,1:67-77.

[11]孙立成,程发新,李群.区域碳排放空间转移特征及其经济溢出效应[J].中国人口・资源与环境, 2014,8:17-23.

篇9

早在2001年,国家环保总局就和美国环境保护协会合作,确立了在江苏南通与辽宁本溪展开SOZ排污权交易的试点工作;之后相继又在山西、山东等7省市促成推动中国SOZ排放总量控制及排污权交易政策实施的研究项目2012年1月国家发改委批准北京、天津、深圳、上海、重庆、广东省和湖北省7个省市启动碳排放交易试点7个试点碳排放交易所涵盖了如钢铁、石化、化工、有色金属、水泥、钢铁、电力、建材、纺织、造纸、橡胶、化纤、陶瓷、塑料、交通等工业以及航空、机场、铁路、商业、宾馆、金融等服务行业,将近2 000家企业,为2016年的全国碳交易市场的统一提供了基础。通过7个试点城市的建设,国家发改委收集了近三年的碳排放数据,未来计划用2-3年的时间完成全国统一碳市的设计工作,除管理办法和配套细则,还包括温室气体排放报告登记系统、温室气体核算方法等。

凭借国内巨人的温室气体减排市场,及国际组织、国内政府的引导扶持,2005年中国正式加入CDM市场以来,CDM项目目前己稳居世界第一。截至2014年2月,己获CERs签发的CDM项目共计1 374个,支持全国90多个气候变化项目的融资,带来气候资金积累达到140亿。但CDM机制是京都时期妥协的产物,随着京都议定书第一承诺期的到期,加之欧盟明确从2013年起新注册CDM项目的CER只有来白LDC地区(指最不发达国家)进入,因此,全球的碳排放权交易机制逐步替代CDM机制己是不可避免的发展趋势

2市场机制与命令与控制的行政机制

无论是节能资金的补贴还是碳税的开征,都是通过行政的手段来达到节能环保的目的,从市场资源分配角度来看,并不能作为长期唯一的手段,就中国目前而言,从环保和经济结构调整角度出发,短期的实现可以利用命令与控制的方式得以实现的,但是由政府主导所制定的强制企业减排、淘汰落后技术的政策往往缺乏灵活性和弹性,不能把排放额度安排在最有效率的行业和企业中去,不利于有效分配温室气体排放额度,也未必符合经济规律,难免导致低效率,因此要更多地利用市场机制和经济手段来实现碳排放强度降低的目标。但是,在现实世界中,科斯定理所要求的前提往往是不存在的,财产权的明确是很困难的,交易成本也不可能为零,有时甚至是比较人的,完全依靠市场机制矫正外部性也是有一定困难的,因此,结合当前我国的现有市场经济体制,我国的碳减排应是以发展市场运行机制为主导,利用碳排放权市场交易量对产业结构变动产生影响的传导机制,适当施以行政手段,配合强制减排政策,淘汰高能耗、高污染、高排放产业,实现产业结构的优化升级,加快节能减排的深化。

3碳排放权交易机制的法学思考

尽管国家及各省市在促进低碳经济发展,开展节能减排制定了诸多的行政法规,但是没有系统的国家级的立法,无法从根本上规范并有效有依据地制定长远经济发展计划。而且,从完善有助于低碳经济发展的法律与政策体系目标来看,有助于低碳经济发展的法律与政策体系应该具备两人功能:其一平衡各方利益,即公平。因为在低碳经济发展中存在的最重要的一个矛盾是各方利益冲突,如果环境利益及相关的经济利益在保护者、破坏者、受益者和受害者之间不能得到公平分配,导致受益者无偿占有环境利益,保护者得不到应有的经济同报,则低碳经济的发展就会缺乏动力。其二有效地实施,即执行。法律、政策制定出来却不能落实、执行,法就毫无意义。

目前,中国各试点在开通碳交易市场时,依据各省市产业、经济等因素,借鉴国际碳市场交易制度、定价规律,政府制定了相关碳排放交易试行办法,规范其流程,统一其标准。但与国际相对成熟的碳市场相比,国内试点仍需第一注重制度和规则的全而、预先公开,包括管理办法、配套细则,具体细化到碳排放权如何拍卖,配额如何同购,拍卖资金如何使用等问题;其次要注重信息披露制度的完善,借鉴国际碳披露计划,制定国家碳披露办法。信息是市场流动的基础,也是投资、交易的决策依据,这些信息的提前公开和披露,有利于改变参与主体和投资机构心理不稳的状态,同时,通过披露企业与减少温室气体排放量的相关投资信息,有利于提高企业在消费者和公众中的声乏绞。

篇10

据有关数据显示,中国制造业能源消费和碳排放总量占到工业部门的60%,远高于工业部门中其他行业能源消费和碳排放所占比重。2009年国务院决定,到2020年中国单位国内生产总值二氧化碳排放比2005年下降40—45%。在这样的背景之下,进行制造业经济增长与碳排放的深层次的关联研究,对有效实施减排工作和实现减排目标有着重要意义。

二、研究设计与方法

脱钩理论主要是用来分析经济发展与资源消耗之间的“耦合”关系。目前国内脱钩指标研究大多集中在循环经济和产业节能方面的研究。在国际上,OECD脱钩指标和TaPio脱钩指标体系是最为成熟的两种低碳经济评价指标。OECD脱钩模型是2002年由经济合作与发展组织建立的,用来测量经济增长与环境压力之间脱钩情况的指标体系。2005年TaPio利用“脱钩弹性”的概念,在OECD指标体系的基础上进行细分,将环境、经济指标的各种可能组合给出合理的定位,形成“TaPio脱钩模型”。按TaPio脱钩模型,我们将脱钩状态分为8个合理的可能区域(如图1)。

与OECD体系相比,TaPio指标体系容易分析各种组合所导致的结果,作为政府政策拟定的参考,TaPio脱钩指标较有优势。基于此,本文采用TaPio脱钩指标模型,对中国制造业经济增长与碳排放的关联进行实证研究,试图从中找出规律,为国家制造业节能环保政策的制定提供一定的理论依据。

三、中国制造业的实证分析

本文数据来源于1993—2010年《中国工业经济统计年鉴》、《中国能源统计年鉴》及《中国统计年鉴》。为了剔除价格因素对指数的影响,本文将各年产值调整为1978年不变价。CO2排放量的计算采用的是《2006年IPCC国家温室气体清单指南》中提供的参考方法,由一次能源消费导致的CO2排放量相加得到。

综合数据处理的结果可以看出,中国制造业的碳排放强度大体呈现下降趋势。与发达国家相比,当前我国制造业的碳排放强度仍然较高,但下降的速度较快,从1992年到2008年下降了29%。在20世纪90年代,中国制造业增加值、碳排放及能耗增长率的起伏较大,且波动极不一致;21世纪初我国正处于工业化快速发展阶段,随着经济的快速增长,能源消费和CO2排放必然有合理增长,从图中可以看出2005年之前碳排放正处于快速爬坡阶段。但在“十一五”之后,随着节能减排有关政策措施的出台,碳排放及能耗增长率逐年下滑,2008年两者增长率均不足5%。

上世纪90年代,中国制造业的经济增长与能耗、碳排放之间的脱钩程度每年基本一致。除1993年、1994年之外,其余年份能耗和碳排放增长速度均大大超过经济增长速度,呈现“高能耗”、“高排放”的特征。这主要由于从上世纪90年代初开始制造业内部结构发生调整,制造业结构逐渐向资金和技术相对密集的重化工业部门转移,工业增长以重化工业起主要带头作用的方式进行,重化工业比重逐渐上升。此外,重化工业的发展,还会带动作为供给一方的原材料、能源以及这些产业相关制造业部门的发展,从而使得制造业能源消耗大幅上升。再加上中国是以煤炭为主要能源的国家,而二氧化碳的70%均来自燃煤,因此重化工业的迅猛发展,必然促使制造业能耗、碳排放量增长速度大大超越了制造业的经济增长速度,造成经济增长与能耗、碳排放的“扩张连接”。随后,我们发现1998年我国制造业能耗、碳排放均呈扩张性“负脱钩”,即能源消费及碳排放的增长速度超过经济增长速度的幅度再次提高。主要受东南亚金融危机的波及效应,再加上我国抑制经济过热和低水平建设的政策影响,中国制造业经济的增长速度必然会大幅减缓,使得1998年制造业经济增长与能耗、碳排放的脱钩状态均呈扩张性“负脱钩”。我们发现金融危机对随后两年也有所影响,但随着经济增长速度的回升,其影响程度在逐渐减轻。

到了21世纪,制造业经济发展与能耗、碳排放的脱钩弹性指数均呈逐年减小趋势,表明制造业经济增长与能耗、碳排放之间正在逐步脱钩;并且与碳排放的脱钩速度明显快于能源消耗的脱钩速度。此外,我们发现制造业GDP增长与能耗的脱钩状态主要集中在“扩展连接”范围,而制造业GDP增长与碳排放的脱钩则主要处于“弱脱钩”状态,这与我国的国情与发展阶段的特征是密切相关的。在能源消耗方面,21世纪我国正处于工业化、城市化快速发展阶段,制造业经济的增长,加剧了能源需求快速上涨的趋势,使得近年我国制造业经济与能源消费的脱钩情况一直处于“扩张接连”。在碳排放方面,21世纪我国制造业GDP与碳排放的脱钩弹性系数每年均低于能耗的脱钩弹性系数,碳排放与制造业GDP脱钩弹性系数集中于弱脱钩范围,并且脱钩系数逐年减小。此外,总体来看21世纪初的脱钩弹性指数,制造业GDP与碳排放的脱钩现状明显好于能耗脱钩情况,所以当前制造业部门“节能”环节较“减排”环节更需要值得关注。

四、结论与启示

本文利用TaPio脱钩理论测算,可得出如下结论:

第一,总体来看,20世纪90年代,制造业的经济增长与能源消耗、碳排放的脱钩状态呈现逐渐连接的趋势。

第二,在21世纪初,制造业经济增长与碳排放的脱钩情况由“扩张连接”向“弱脱钩”转变。与20世纪90年代相比,脱钩状态更为明显。

第三,从历年脱钩弹性指数的数值来看,从1998年起,脱钩弹性指数呈逐年减小趋势,虽然幅度较小,但足以看出制造业经济增长与能耗、碳排放之间正在逐步脱钩;并且中国制造业经济发展与碳排放的脱钩略快于能源消耗的脱钩步伐。

从本文的研究结果中,我们还得到如下启示:

第一,纵观21世纪初中国制造业GDP与能源消耗、碳排放的脱钩弹性指数,均呈逐年减小趋势,说明制造业经济增长与能耗、碳排放的响应关系有着良好的发展趋势,制造业经济对环境的压力逐步减弱。

第二,综合考虑我国国情,短时间内难以形成以石油、天然气等为主导的能源消费结构。在未来较长一段时间内,我国将继续保持以煤炭为主的能源结构,所以目前的制造业GDP与能耗、碳排放的脱钩状态要保持较长时间,所以要采取措施,加强制造业部门的节能减排力度。

第三,从21世纪的脱钩状态来看,制造业GDP与碳排放的脱钩现状显然要好于能耗脱钩情况。所以中国制造业部门的“节能”环节较“减排”环节更应值得关注。■

参考文献:

①朱跃中. 未来中国交通运输部门能源发展与碳排放情景分析(一)[J].中国能源,2001(11):25—27

②朱跃中. 未来中国交通运输部门能源发展与碳排放情景分析(二)[J].中国能源,2001(12):29—31

③张秀梅,李升峰,黄贤金等.江苏省1996年至2007年碳排放效应及时空格局分析[J].资源科学,2010(4):768—775

篇11

二、概念引入设计

“排序”一节的知识理论上比较枯燥,排序算法比较多,各种排序算法的实现、区别和优缺点不容易理解。学生往往在学习时兴趣不高,对于算法代码、复杂度和稳定性等分析往往处于机械记忆,不能达到熟练应用的程度。让学生对这一知识点产生兴趣,并借助兴趣提高学习效果是概念引入环节的一个重要考虑。笔者在本章节开始时,提出三个生活中的实际例子供学生思考:①网购时经常按价格或销量的高低选择产品,网站如何快速实现海量商品信息的排序?②如何对学生的成绩按照某一学科或平均分排序?③打扑克牌抓牌时,手里的牌如何排放?学生往往在听到这三个例子后会引发短暂的思考,突然意识到排序这一问题并不抽象,出现在生活的方方面面,而且非常重要,愿意了解相关技术细节。

三、算法讲解设计

在讲解排序算法前,??该先让学生理解算法的主要思想。“选择排序”的思路很简单,即“拔大个”,每次在无序范围找出最大的,交换到无序范围的一端,无序区逐渐缩短,直到整个序列有序。在解释时,采取一边口述原理,一边在黑板上对一个序列进行相应操作的方式可以让学生非常直观的了解这一非常接近手工排序的算法的基本原理。在讲解完原理后,让学生对一个序列用该方法手工排序,加深对算法的理解,体会算法的自然性。然后就可以按照传统的做法,进行动画演示,先演示逐步排序的动画,再进一步演示逐趟的排序,最后自动演示一个完整的排序,让学生对算法的印象更深刻。对于动画的选择,可以采用传统的PPT动画、Flash动画和Gif动画等,甚至可以播放一些真人模拟排序过程的视频,提高课堂的活跃气氛和学生的兴趣。然后给出用编程语言,如Java语言描述的算法代码。排序是一个比较复杂的问题,在实际应用中远非对一组整数或浮点数进行排序那样简单。例如对商品,可以根据销量排序,可以根据价格排序,可以根据好评率排序等。因而理论上讲应该定义类描述待排序的物体,类中包含多个成员变量描述物体的不同属性,即排序的键值,排序时选择其中一个作为主键值,对多个对象进行排序。这样做虽然提高了程序的功能和通用性,但大大提高了代码的复杂性和实现算法的难度,让教学的重心从算法的核心思想分散到类与对象的操作,不利于让学生在短时间内快速而透彻的理解算法自身。因而可以采取简化策略,即使使用面向对象的程序设计语言,也将问题简化到只对一个整型数组进行排序,将所有其他复杂因素排除,将教学集中于算法的本质。在讲解代码前,可以先隐去最关键的部分,如循环体等,让学生根据算法的原理自行补充。这一环节的一个难点是设计的程序设计语言细节较多,如数组、选择结构、循环结构和数据交换等。对于《程序设计》这门课,排序的内容一般安排在学习数组时,此时学生对数组尚未完全掌握和理解,用数组实现排序算法比较有挑战性。对于《数据结构》这门课,学生可能对相关知识有所遗忘。程度一般的学生可以先用自然语言或伪代码书写,再翻译为编程语言,程度好的可以直接用编程语言书写。如果学生普遍不能写出,还可以对隐去的每一句代码都加一个注释,让学生将注释翻译为代码。最后再公布参考代码,供学生纠错。排序算法的实现通常有多种,对从小到大进行的选择排序而言,每次可以将最小的数据交换到无序区间的左侧,也可以将最大的数据交换到无序区间的右侧。在用二重循环实现算法时,内外循环的循环控制变量可以表示多重意义,例如外层循环控制变量可以表示无序区间的左端点、右端点、第几轮排序等,对每一种不同的变量意义,变量的初始值、循环条件、迭代方式和循环体可能都有区别。在代码实现这一环节,应鼓励学生用不同的方式去实现同一个算法,进一步加强学生程序设计的能力。最后是对算法的分析。对于选择排序,从算法每次选择最值再交换的做法能够简单地得到算法的时空复杂度。而对于算法的稳定性,从选择排序存在非相邻数据的交换过程也不难引导学生分析出这一算法是不稳定的。

四、案例分析设计

在完整讲解算法之后,使用一些案例演示排序算法能进一步增强学生对算法的理解。在选择实例时,数据应该丰富且量足够大,包含随机生成的数据、从小到大排好的数据、从大到小排好的数据等各种情况。每一轮排序后,输出当前的结果,并在结束时输出数据总量和所用时间。接下来可以将案例进行拓展,由数值排序引申到字符排序,因为字符的本质就是数值(Unicode或ASCII等),对字符排序既是对字符编码的数值进行排序,因而“选择排序”算法可以几乎不加修改地用于对单个字符排序。然后可以将排序的方式引申为对二维数组,例如像Excel表中按照最后一列排序。学生很自然地容易想到,在排序时,只对最后一列数据进行最值的选择,交换时整行数据都交换。但这样做显然数据的移动量较大,降低了速度,耗费了内存。这时可以启发学生注意最后一列的排序结果影响的是二维数组行的排列,即行序号的重排。那么在排序时可以暂时忽略其他列,对行序号和最后一列构成的二维数组按照最后一列的数据进行选择排序,每次交换都交换一整行,得到的行序号最终重排结果就是原二维数组每行的最终排列顺序。只要按照这个顺序重新排列各行就可以得到排序后的二维数组。这样做的好处是,无论该二维数组有多少列,排序过程都只对两列数据进行,时空复杂度都只和行数有关。

五、?n后实践设计

篇12

摘要:本文基于1990—2011年中国省际面板数据,运用动态面板模型(GMM)对金融发展与二氧化碳(CO2)排放关系进行经验研究。结果显示:金融发展对人均CO2排放的整体影响并不显著,而这是不同发展特征的省市产生不同作用互相抵消的结果;经济发展水平和经济开放度均会影响金融发展对CO2排放的作用,收入水平由低到中的提升会强化正向影响,达到高收入水平则会变为负向影响;随着经济开放度提升,金融发展会降低CO2排放。

关键词 :金融发展;二氧化碳排放;经济开放度

中图分类号:F830文献标识码:A

文章编号:1000-176X(2015)04-0040-07

收稿日期:2015-01-28

基金项目:教育部人文社会科学基金项目“西北资源开发生态补偿金融支持政策体系研究”(12JJD790020);陕西省教育厅科研计划项目“陕西省生态补偿的市场化机制与模式研究”(2013JK0105);陕西省教育厅科研计划项目“陕西环境效率、环境全要素生产率及其影响因子研究”(14JK1401)

作者简介:陈欣(1974-),女,陕西西安人,博士研究生,副教授,主要从事资源与环境金融、农村金融等方面的研究。E-mail:jodeechen0719@aliyun.com

伴随着中国经济的高速增长,近三十年环境污染问题变得日益严重。人们开始逐渐关注经济增长可能引起的环境问题,有关二者关系的研究随之涌现。从逻辑上讲,金融发展能够推动经济增长,同时经济增长又可能与环境污染有关,那么金融发展与环境污染就可能存在某种程度上的关联。

在当下的中国,金融发展在何种程度上影响了环境?而这正是本文试图回答的问题。

在研究中,我们注意到,中国各省市地区经济发展十分不平衡,且各省市具有不同的发展特征。一些省市地区经济增长速度和金融发展十分迅速,而污染物排放的比例与趋势却在下降。与此同时,随着经济增长和金融发展,部分省市污染物排放比例却大幅增加。这种不一致性一定程度上反映了金融发展与环境污染关系可能存在的复杂性。此外,大量有关中国经济增长与金融发展的实证研究结果表明,选取不同的样本会导致结论不同,比如研究如果采用总体数据得出的结论可能与利用不同省市地区数据得出的结论差别很大。金融发展与经济增长关系的不确定性,同时也会导致金融发展与环境污染关系可能存在的复杂性。因此,本研究将利用中国跨省面板数据分析金融发展对环境污染的影响,并尝试将样本分组以体现不同省市的发展特征。这样区分特征的分组研究,将有利于我们更加深入地把脉两者之间的关系,继而在推动金融发展的同时降低其对环境的负面作用,并实施适宜的举措对环境产生积极的影响。

为便于分析问题,本文仅选择二氧化碳排放来衡量环境质量,即将它作为污染排放的指标。这样的选择基于两点原因:其一,二氧化碳受到国际社会的普遍重视与高度关注;其二,二氧化碳排放与其它污染物排放存在显著的正相关关系。虽然各种不同的污染排放均会对环境质量造成影响,但对于中国金融发展与二氧化碳排放关系的深入剖析,无疑对我国实施宏观调控以及碳减排的金融政策具有重要的参考意义。

一、文献综述

国内外学者对金融发展与环境质量关系的研究大多集中于定性研究,与此相关的定量分析十分少见,结论也不尽相同。从金融发展对环境影响的机理上来看,理论上存在正反不同方向作用力,因此,整体影响取决于不同方向作用力的相对大小。

一方面,金融发展可能导致环境恶化,其机理为:金融发展会促进经济增长,经济增长会引起能源需求增加,而能源需求增加通常意味着污染排放加大。从消费者的角度看,当一国发展金融服务时,消费者会因为贷款的易得性而扩大消费,购买房子、汽车和空调等大件商品,这些会直接增加能源需求;从企业的角度看,金融发展可使得企业融资变得更加便利,股票市场融资还在一定程度上降低了企业融资成本,这些都会促进企业扩大规模生产和扩张商业活动,从而也将增加能源需求。对于这样一种关系,我们可将其表述为金融发展对环境影响的负面规模效应。国外学者Sadorsky[1]选取22个新兴市场国家的数据,使用动态面板模型(GMM)方法检验这些国家金融发展对能源消费的影响,得出结论:当金融发展用股票市场度量时,股票市场交易额与股票市值对国民生产总值的占比,都对能源需求产生显著的促进作用。Bello和Abimbola[2]通过对尼日利亚的金融发展进行研究发现,由于该国投资缺乏必要的监管,因而以证券市场资产表示的金融发展会导致环境恶化。对于中国金融发展与环境之间关系的实证研究虽然少见,但也有部分研究得出了类似的结论。Zhang[3]利用中国1980—2009年的时间序列数据,采用VECM 模型和协整检验、格兰杰因果检验等计量方法研究,发现金融发展促进了CO2排放,其中金融规模对CO2排放影响最为显著,而金融中介效率对CO2排放的作用则较小。徐盈之和管建伟[4]将金融发展变量纳入EKC分析框架,以中国为研究对象,对气、水、雾三种污染物进行回归分析,发现金融发展加剧了环境质量的恶化。

另一方面,金融发展也可能减少能源消费和污染排放,其机理为:随着一个国家或地区经济的进一步发展,金融体系将会给予低污染和低能耗的企业更多的信贷资金支持,通过改变资金的产业投向,产业结构得以优化进而降低环境污染;金融发展还可以在一定程度上促进先进生产技术的投资增加,生产技术升级会逐渐淘汰高污染企业及生产方式[4],从而使环境污染得以抑制。对于金融与环境之间存在的这一关系,我们可以将其表述为结构效应与技术效应。不仅如此,当一国经济与金融发展达到一定程度时,国家政策、消费者偏好、经济结构和市场机制等都会有抑制环境恶化。Tamazian等[5]选取金砖四国1992—2004年的面板数据研究金融发展与环境质量之间的关系,并加入美国和日本的数据进行实证检验,发现金融自由化和金融开放对减少CO2起到重要作用,它们能够吸引高水平研发的直接投资,提升能源使用效率,进而抑制环境恶化。郭郡郡等[6]通过对96个国家1988—2007年的面板数据进行研究,发现仅上市公司市值和私营部门的国内信贷占比对CO2排放有影响,经济发展水平和金融开放程度会对金融发展与CO2排放之间的关系产生影响,收入水平和金融开放程度的提高均会减少CO2排放。Shahbaz等[7]对巴基斯坦的CO2排放进行研究,认为在控制了经济增长、人口规模和能源消费等因素后,金融业发展减少了CO2排放,而这暗示促进金融部门的发展可成为降低CO2排放的一个政策工具。对于中国的研究,也有类似的结论。Jalil和Feridun[8]利用中国1953—2006年的数据,采取自回归分布滞后(ARDL)模型检验金融发展和环境污染之间的长期关系,发现金融发展能够减少CO2排放。顾洪梅和何彬[9] 采用1979—2008年中国各省的面板数据,通过建立P-VAR模型考察区域金融发展与CO2排放之间的动态关系,发现区域金融发展的深化对碳排放具有显著的抑制作用。郭福春和潘锡泉[10]基于Gregory-Hansen结构突变检验,对浙江省1995—2010年期间是否发生经济转型升级和金融支持低碳经济发展进行了定量分析,认为经济增长、人口规模效应,能源使用效率低下依然是浙江省CO2排放量的引擎,而金融信贷服务支持却能有效地降低CO2排放,对浙江省低碳经济的发展具有强劲的“推进效应”。

不同的实证研究结果表明一个事实,如果所选样本和利用的方法不同,可能会得出不同的结论。基于此,现有实证文献还存在两点不足:一是文献要么采用跨国数据,要么采用中国总体统计数据,再有就是以中国个别省市为样本进行研究。前者无法体现中国地区差异下金融发展与环境关系的复杂性,其结论可能存在偏差;后者的结论则在广泛意义上缺乏代表性。二是现存研究并未分析和探讨中国不同省际地区发展特征差异对金融发展和环境污染关系的影响。本文将在这两个方面进行推进:第一,为把握中国金融发展与CO2关系的总体状况,将使用包括所有不同发展特征省市的跨省面板数据,在EKC基本模型的基础上进行经验研究。第二,在研究金融发展对CO2整体作用的基础上,深入探讨经济发展水平和经济开放程度差异对二者关系所造成的影响。

二、模型设定与变量描述

1.模型设定

为检验金融发展与CO2排放之间的关系并体现动态调整过程,

本文采用动态面板模型,用差分广义矩方法对模型进行估计。在利用分省面板数据研究金融发展对CO2排放的影响时,基于基本的EKC模型,不仅考虑将影响CO2排放的各种因素作为自变量,而且基于CO2排放可能具有的较强路径依赖性(生产和消费行为存在路径依赖),将因变量的一期滞后项也作为自变量之一。同样,FDI(外国直接投资)也具有滞后效应,因而在模型中也引入FDI的一阶滞后项作为自变量。这样,以动态面板数据模型为基础,模型(1)的基本形式为:

模型对除IND的自变量和因变量均做了对数处理,γlnFDit的系数即为金融发展对CO2排放的影响。依据郭郡郡等的研究,由于样本地区的发展特征不同,金融发展对CO2排放的影响可能会存在差别,γ值则能够反映这一差别。因此,我们在模型(1)的基础上,引入与发展特征有关的表示收入水平和经济开放程度的虚拟变量,得到模型(2)和模型(3),进一步研究收入水平以及经济开放度差异可能对金融发展与CO2关系造成的影响,具体为:

模型(2)在模型(1)的基础上引入了表示收入水平的虚拟变量,将样本省市按收入水平划分为三组,基准组设为高收入水平组,Minc和Linc分别为代表中等收入组和低收入组的虚拟变量。由此,lnFD的系数γ1表示高收入水平组的金融发展对CO2排放的影响,而系数γ2和γ3则分别表示与高收入水平组相比,中等收入和低收入组金融发展对CO2排放的影响。

模型(3)中加入了表示经济对外开放程度的虚拟变量,以OPEN表示,以FDI占GDP比衡量。将样本省市分成两组,基准组设为经济开放程度高的省市地区。这样,lnFD的系数γ1表示经济开放程度高的省市金融发展对CO2的影响,而OPEN×lnFD的系数γ2则表示相较高开放组而言,开放程度低的省市金融发展对CO2排放的影响。

2.变量选取与描述

因变量Cit为i省t年人均CO2排放量,自变量则主要由三部分组成:

(1)因变量的滞后项Ci,t-1,以前期人均CO2排放量表示。对于CO2排放的测算,基于能源消耗过程中CO2产生的基本化学原理,采用其中相关参数及公式进行估算,某省碳排放的计算公式为:

其中:CO2代表估算的某省CO2排放量,Ci为该省第i种能源产生的CO2排放量。参考周建和易点点[11]文献的做法,将排放CO2的能源分解为原煤、原油、天燃气三大类,i=1,2,3分别代表三种化石能源,按照这三大类能源的统计口径进行各省CO2估计。Ei代表该省第i种化石能源的实际消费量;NCVi为转换因子,表示第i种能源每千克消费释放的热量;CCi为第i种能源燃烧时单位热量的含碳量;COFi为第i中能源消费释放碳时的氧化率;44和12分别是CO2的分子量和C的分子量。NCVi来源于《中国能源统计年鉴2008》附录4中的平均低位发热量,CCi和COFi来源于IPCC(2006年)和《中国温室气体清单研究》。

(2)控制变量,包括人均收入Yit及其平方,经济对外开放程度FDIit-1,产业结构INDit和能源消费强度ENit。其中,人均收入Yit以地区人均生产总值衡量,产业结构以工业产值占GDP的比重衡量,能源消费强度以单位GDP能耗(吨标准煤/万元)衡量,对外开放程度以外商直接投资额占地区GDP比重衡量,FDI数值的计算方法为以每年外商直接投资额美元标价数值乘以每年的平均汇率。

(3)金融发展变量FDit,以各地区金融机构贷款占GDP比重衡量。目前虽有许多研

究集中于以银行信贷、股票市场以及债券市场规模占GDP比重衡量金融发展水平,但本文仅以贷款占比进行表征,原因有三:第一,目前我国企业融资主要依赖于银行信贷,直接融资比重较小,而贷款对于企业扩大规模生产或进行技术革新作用最大最直接。第二,中国的债券市场始于2005年,可得数据较少,并且对整个金融体系影响十分有限,因而未用其表征金融发展。第三,部分研究将股票市场规模与效率作为表征金融发展的变量,但值得注意的是,这些都是基于国家层面数据的研究,作为对一国金融市场发展的考量,在研究中使用股票市场发展指标是适宜的。但本文是基于省际面板数据的研究,如采用各省股票市场数据表征金融发展则会出现这样的问题:公司上市融资归属一个省市,其业务却覆盖跨越多个省市,因而所产生的CO2被统计在多个省市。这样,如在研究中采用按省划分的股票市场交易额或市值作为衡量金融发展的表征就会发生严重误差,其逻辑也是不通的。因此,本文对于股票市场指标不予纳入。

模型选取了中国29个省市作为研究对象(因西藏数据缺失,重庆后设为直辖市统计容易出现偏差,故排除这两个省市),时间段取为1990—2011年。表1给出了模型估计中变量设计及数据来源,表2是对变量的统计性描述。

三、经验结果分析

动态面板GMM 估计有一步和两步估计,本文采用经验应用中常用的一步估计量。考虑到估计有效性,我们采用AR(1)、AR(2) 统计量对应的P值和Sargan统计量对应的P值来联合检验所采用的工具变量的有效性[12]。检验结果中的J统计量是Hansen(1982) 提出的,它是基于GMM 目标函数和矩条件约束个数的Sargan检验。表3给出了整体样本、按照收入水平和经济对外开放度分组的模型(1)—模型(3)的估计结果,Hansen检验及AR检验的P值均表明所采用的工具变量表现良好,并且过度识别条件成立。

1.整体估计结果

模型(1)的估计结果显示:L.lnC作为因变量的滞后项系数估计值为0.191,且统计量在1%的水平上显著,这说明当期的CO2排放受前期的CO2排放的显著影响,同时意味着CO2排放与其它污染物一样,都具有路径依赖性;控制变量lnY、(lnY) 2、L.lnFDI、 lnEN和 IND的系数估计值都在5%的水平上显著,具体分析为:首先,β1>0 且β2<0,即收入的一次项系数为正而二次项系数为负,表明CO2排放和其它污染物有着类似的特点,即排放符合环境库兹涅茨倒U曲线的假说;其次,β3<0,即外商直接投资的滞后项对人均CO2排放产生了负面的影响,表明外国直接投资的提高会减少人均CO2排放;最后,β4和β5均大于0,即工业产值占GDP比重的提高和能源使用强度的增强均会加大人均CO2排放。金融发展变量统计结果并不显著,似乎说明金融发展未对CO2排放产生显著影响,但更可能的原因是:各个地区发展特征不同,不同省市金融发展对CO2排放产生了大小及方向上不同的影响,这些影响在整体回归中相互抵消,从而使得整体估计中金融发展变量变得不显著。因此,对于这样的模型检验结果,我们不能简单地将其解释为金融发展对CO2排放没有显著性影响,反而需要进一步研究不同特征差异给实证研究结果带来的变化。此外需要注意的是,人均收入lnY和能源消费强度lnEN的系数估计值比其它变量的系数估计值都大,这表明相比较其它影响CO2排放的因素而言,收入水平和能源消费强度对CO2排放产生了更大的影响。

2.按收入水平分组的估计结果

对模型(2)的估计结果,我们重点关注金融发展变量的系数估计值。模型(1)整体样本的金融发展变量估计量并不显著,但却不能简单得出结论认为金融发展与CO2排放并无关联。事实上,整体样本回归可能由于忽视样本的不同特征而存在结果失真,与事实相违。具体讲,即显著的正向影响和显著的负向影响可能互相抵消,这样便产生了利用整体样本回归时估计的整体影响不显著的情况[6]。模型(2)的估计就进一步揭示了不同经济发展水平下金融发展对CO2排放的影响的不同。

引入表示收入水平的虚拟变量,将样本按收入水平分组的估计结果显示,虚拟变量及基准组的金融发展系数均在5%的水平上显著,这表明区分收入水平进行模型估计是适宜的。lnFD的系数估计值为负值,说明金融发展在作为基准组的高收入水平省市会对人均CO2排放产生负向的影响。Minc×lnFD的系数估计值为正,说明相对于高收入省市,中等收入省市金融发展对人均CO2排放表现出相对的正向影响,而r1(基准组金融变量lnFD的系数)与r2(Minc×lnFD)的相加之和为正,进一步表明中等收入省市金融发展会增加人均CO2排放。与中等收入省份相似但略有不同的是,虽然Linc×lnFD 的系数估计值r3也为正,但比Minc×lnFD的系数估计值小,因此表明,相对于高收入省市,虽然低收入省市金融发展对人均CO2排放也表现出明显的正向影响,但这种影响要比中等收入省市正向影响小。而将Linc×lnFD的系数估计值和lnFD的系数估计值相加后发现,金融发展对人均CO2排放也具有正向的影响,但比中等收入省市要小。

整体估计结果反应了这样一个特征:当收入水平从低向高变化时,正的交叉项的系数估计值会随收入水平提高变大,即中等收入省市金融发展会进一步加大人均CO2排放;但当人均收入进入到高收入水平的时候,系数又会变为负值,说明随着收入水平进一步提高,金融发展反而会减少CO2排放,从而有利于环境改善,而这也是符合中国经济发展特征的。

3.按经济开放度分组的估计结果

模型(3)估计显示了引入虚拟变量,按照经济对外开放度进行分组估计的结果。因为模型以经济开放度较高的国家为基准组,因而lnFD的系数估计值就表示了经济开放度高的省市金融发展与CO2排放的关系。lnFD的系数估计值在统计上显著,且估计值为负,说明对于经济开放度高的省市,金融发展会减少人均CO2排放。OPEN×lnFD表示代表经济开放度的虚拟变量和金融发展变量相乘,其估计值为正且统计显著,说明相对于基准组,经济开放度低的组金融发展对人均CO2排放表现出更为明显的正向影响。将交叉项的系数估计值与基准组金融变量的系数估计值相加后,我们可以得到经济开放度低的省市金融发展对人均CO2排放的影响,此时可以发现,金融发展的系数估计值为正,说明对经济开放度低的省市,金融发展会导致人均CO2排放增加。

4.CO2排放对金融发展的弹性

由于我们对CO2排放和金融发展(FD)做了对数处理,因此lnFD 的系数估计值以及分组计量的交叉项系数估计值与基准组系数估计值的相加值可被视为CO2排放对金融发展的短期弹性。长期弹性的计算公式为[6]:

长期弹性=短期弹性/(1-α) (5)

其中,α为因变量的一阶滞后项的系数估计值。依式(5)可知,长期弹性大小与短期弹性大小及滞后项系数有关,当期的CO2排放对前期CO2排放的依赖性越强,即α估计值越大,长期弹性越大。CO2排放对金融发展的短期弹性和长期弹性的估算结果如表4所示。

表4仅报告了根据统计上显著的金融发展变量系数估计值计算的弹性,CO2排放对金融发展的长期弹性与短期弹性符号相同,这表明长期影响不会从方向上改变短期影响,但CO2排放的路径依赖性会放大短期影响。低收入省市CO2排放对金融发展的长短期弹性均为正,随着收入提升至中等收入水平,弹性并不会减小,反而加大。当收入进一步提升至高收入水平时,弹性才发生方向性的变化,符号转变为负。当经济对外开放程度由低向高变化时,CO2排放对金融发展的弹性由正转负。基于这样的变化和规律,我们可以认为收入水平的提高对环境质量改善的前提是要进入到高收入水平,而随着经济对外开放度的提高,金融发展会抑制CO2排放。

四、结论与政策建议

本文基于1990—2011年中国省际面板数据,以金融机构贷款占GDP比重作为衡量金融发展(FD)的变量,首先研究整体上金融发展对CO2排放的影响,其次引入虚拟变量对不同收入水平和经济开放度的省市进行分组研究,分析收入水平和经济开放度变化对二者关系的影响,最后计算CO2排放对金融发展的短期弹性与长期弹性。研究结果表明:

首先,金融发展对CO2排放的整体影响并不显著。基于后续分组研究,我们认为这样的模型检验结果是忽视了不同省市的发展特征造成的。当按收入水平和经济开放度进行分组研究时,不同分组的金融发展变量系数估计值均在5%的水平上显著,且大小和方向存在很大差异。这表明,收入水平和经济开放度差异会对结果造成影响,整体样本回归中,这些不同方向的影响相互抵消从而使得金融发展变量回归结果不显著。整体和分组样本回归显著性的不同表明,发展特征会影响金融发展与CO2排放的关系,如果对特征差别不加以考虑,整体研究结果就会掩盖了不同省市金融发展对环境污染的真实影响。

其次,将样本省市按经济发展水平和经济开放度分组,能够发现:金融发展对CO2排放的影响由于收入水平和经济开放度不同而有所不同。当收入水平从低向高提升时,金融发展对CO2排放的正向影响开始加大,后来进入到高收入则会变小,转为负向影响。这样的结果也符合中国的实际情况:在经济发展水平低的时候,企业从银行获得的贷款少,金融对环境的作用主要为规模效应,金融发展会对CO2排放产生正向影响。当收入水平逐渐提高时,经济活动也较低收入时有了较大增长,工业化程度相对提升,金融发展(我们这里主要指银行贷款)会进一步促使企业扩大再生产和个人增加消费,从而比低收入省市更加加大CO2排放。高收入省市通常经济结构已经有所调整,不依赖于工业,而金融机构贷款等也更多地用于产业升级和技术革新,因此,金融发展会对CO2排放产生抑制作用。对于经济开放度的结果表明,经济开放度的提高会加大金融发展对CO2排放的负向影响,即减少CO2排放,而这不仅符合中国实际情况,也与相关研究结论相吻合。国外直接投资常常能够对一个国家起到促进技术升级和改造的作用,一个省市如果对经济开放度高,资金也越多地投入到与技术改造和升级相关的领域中去,因而抑制了CO2的排放。

最后,弹性的计算结果显示,长期弹性与短期弹性符号是一致的,但长期弹性大于短期弹性,即放大金融发展对CO2排放的影响。低收入省市和中等收入省市,CO2排放对金融发展的长短期弹性均为正,只有等到收入提升至高收入水平时,CO2排放对金融发展的弹性才变为负。当经济开放度提升时,CO2排放对金融发展的弹性会逐渐由正变为负。

由于金融发展会对CO2排放产生影响,因此,我国在制定政策时必须考虑使金融发展与CO2减排政策不相冲突,发挥金融发展能够改善环境的积极作用同时减少其对环境产生的负面影响。如此,才能使节能减排的难度和成本在金融发展中得以减低。基于本文的研究结果,我们提出如下的政策建议:

首先,加强信贷市场监管,合理分配信贷比例和信贷方向,尤其加强对中等收入省市信贷管理。我们能够发现,中国CO2排放与人均收入关系符合环境库兹涅兹倒U曲线,而金融发展也是在中等收入省市对CO2排放产生最大的正向影响。因此,对中等收入省市应有效管控工业企业的信贷规模,同时给予环境友好型企业一定的信贷支持,对积极创新的私营部门降低贷款难度,使金融产生更多的结构效应和技术效应。具体来讲,一方面金融机构应采取政策窗口指导等手段引导信贷资金流向低碳产业,另一方面金融机构可联手环保部门建立“绿色信贷体系”和绿色信贷激励机制,加大对碳技术创新的资金支持,为低碳产品研发和实施低碳理念的企业提供资金支持。

其次,进一步引进外国直接投资,扩大经济开放度。我国外国直接投资对CO2排放总体产生了负面影响,这说明FDI起到的技术和结构效应超过了规模效应。此外,省市经济开放度越高,金融发展对CO2排放越能起到抑制作用,因此在信贷上,我们应鼓励和支持FDI,并且在引进FDI时关注其是否为环境友好型企业,积极引导其发挥技术扩散效应。

再次,因地制宜地制定金融发展政策,并与经济发展所处的阶段相适应。对于中等收入和低经济开放度省市,在制定金融政策时要格外关注金融发展可能对环境产生的破坏作用。由于研究结果显示高收入水平和高经济开发度下金融发展会对CO2排放起到抑制作用,因此从长远看,化解金融发展和环境之间矛盾的有效路径便是提升经济发展水平并扩大经济开放度。

最后,加强环境金融产品创新,强化低碳消费理念。研究表明,碳排放具有明显的路径依赖性,这不仅表明企业生产存在惯性,同时表明人们的消费理念和生活方式也具有惯性。因此,从生产角度,我国商业银行应充分发挥绿色信贷作用,鼓励低碳产业发展,保险、证券和基金等也应加快开发金融工具,增加对低碳经济的融资信贷服务,以此推动绿色低碳产业发展。从消费角度,可以通过灌输低碳思想和理念转变人们高碳的生活方式,银行也可在消费贷款上鼓励低碳消费行为,减少人均碳排放水平,并因此间接影响企业生产,降低CO2排放。

参考文献:

[1]Sadorsky,P.The Impact of Financial Development on Energy Consumption in Emerging Economies [J]. Energy Policy, 2010,38(5):2528-2535.

[2]Bello,A. K.,Abimbola,O. M. Does the Level of Economic Growth Influence Environmental Quality in Nigeria:A Test of Environmental Kuznets Curve (EKC) Hypothesis[J].Pakistan Journal of Social sciences, 2010,7(4):325-329.

[3]Zhang,Y.J.The Impact of Financial Development on Carbon Emissions: An Empirical Analysis in China [J]. Energy Policy,2011,39(4):2197-2203.

[4]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.

[5]Tamazian,A.,Chousa,J.P.,Vadlamannati,K.C.Does Higher Economic and Financial Development Lead to Environ-Mental Degradation:Evidence from the BRIC Countries [J]. Energy Policy,2009,37(1):246-253.

[6]郭郡郡,刘成玉,刘玉萍. 金融发展对二氧化碳(CO2)排放的影响——基于跨国数据的实证研究[J].投资研究,2012,(7):41-53.

[7]Shahbaz,M.,Islam,F.,Butt,M.S. Financial Development, Energy Consumption and CO2 Emissions: Evidence from ARDL Approach for Pakistan [Z].MPRA Paper, 2011.30138.

[8]Jalil,A.,Feridun,M.The Impact of Growth,Energy and Financial Development on the Environment in China: A Cointegration Analysis [J]. Energy Economics, 2011,33(2):284-291.

[9]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): 23-27.

[10]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.

篇13

 

【关键词】

4G牌照 TDD-LTE FDD-LTE 隔代竞争 技术驱动 主流网

中图分类号:F621 文献标识码:A 文章编号:1006-1010(2013)-19-0058-05

收稿日期:2013-07-24

责任编辑:左永君 zuoyongjun@mbcom.cn

4G牌照,可以类同“教育界的指挥棒”——高考,完全可以成为一根威力巨大的指挥棒,激发出运营商、通信产业甚至IT产业的非凡效能出来,而不仅仅是作为4G频谱分配许可证。这两种境界,宛如围棋9段与1段的区别!

 

1 当前流行的方案

如果按中国移动、中国电信、中国联通的“移翼沃”顺序排列,以T代表TDD-LTE,F代表FDD-LTE,那么国内目前最常见的分配方案有:

方案一:先期TTT(移动、电信、联通都是TDD),两年后再来FFF或0FF(0FF表示移动不上FDD,而电信联通上),称为TTT+0FF方案。

方案二:TFF。这是现有三大网络的自然演进。

方案三:TTT。这是TD派力推的,移翼沃各只建一个TDD网。

方案四:TTF。电信对此很纠结。

方案五:TFT。联通更纠结。

方案六:TT'T"。电信和联通成为虚拟运营商,各自借道移动4G网络。

方案七:(T/3)(T/3)(T/3),三家分片建设TDD。

2 利弊分析

对于以上七个方案的利弊,下面按倒序开始分析。 

方案七(T/3)(T/3)(T/3),是诸侯割据经营或割据建网,显然不符合网络化、全网运营和高度兼容性等要求,边界鸿沟巨大,协调太复杂,用户故障责任和体验责任不清,发展驱动力不足,不妥。

 

方案六TT'T",虽然节约投资,但有摁下电信联通让其没有根基之嫌(主要是其他回报不明显),显然也不妥。

方案五TFT,投资比较大,联通也最不乐意,不如方案四。

方案四TTF,电信同时摊到CDMA和TD两个弱产业链,而且高度受制于高通,电信如此必死。另外该方案中,弱势的中国TDD产业链未必能够战胜强势的FDD国际产业链。这种“主要根据地不安全,搭上一个兄弟”的做法,显然也不妥。

 

方案三TTT,有两大风险:一是,TDD不是电信联通的自然演进方向,如果日后电信或联通在TDD上发展不好,责任会不明晰;二是,如果TDD还像TD-S那样,进展不够快,性能又不够好,扭转不了产业链弱势,最终败给国际优势产业链,整个中国通信业就可能鸡飞蛋打,又落后于世界——这也是不可承受之重!

 

方案二TFF,运营商站在自身角度,虽然皆大欢喜,但是弱势的TDD产业链被两个成熟的产业链(FDD-WCDMA、FDD-CDMA2000)夹击,胜算较小,岌岌可危,缺乏安全可控性,从国家战略决策上看,显然也不妥。

 

最后一个方案是呼声最高的方案一TTT+0FF,也就是电信联通混合组网模式。分析起来,其依然有如下五个缺陷:

(1)电信与联通都是TF混合组网,投资增加。在假设各网质量都一样的情况下,T+F网的组合比单网投资加倍(假设FDD网与TDD成本相同),这样总共将是5张网,比方案五和六的1张大网的投资多了4倍!

 

(2)带来普遍的TF兼容性问题,增加网络成本和运营成本。

(3)电信联通有可能将TDD作为点缀,暗度陈仓,主力还在FDD。这和TFF方案本质上的缺陷一样:弱势的TDD最终未必会取胜。比如,可能导致网络部署与业务商用链条倾向FDD,国际运营商不需发展TDD即可实现与中国的漫游和进入中国市场。

 

(4)电信与联通同时经营FDD与TDD两张网,和2G时代联通同时经营GSM和CDMA两张网情况类似,造成了左右手互搏的尴尬和痛苦。区别只是在,2G时是一家,4G时是2家。同一类陷阱,前面跳过一个,现在跳两个?

 

(5)虽然TDD提前两年,但是电信、联通还是纠结,究竟两年后主力FDD还是TDD呢?如果主力建设FDD,为什么要白等2年,延误商机?如果主力TDD,为什么还要FDD呢?逻辑上首先有悖论。

 

如此看来,七个方案各自都有其若干重大缺陷,作为战略决策都不能令人满意!

3G牌照的配置已经很难,现在看来,4G牌照更难!

但是,4G牌照决策又不宜拖延。3G牌照的发放,中国已经晚西方十年,4G不能晚太多,否则整个产业链都被动。4G的博弈,犹如战争,不仅战略和资源配置要正确,而且还要抢占先机,方能主动。如果4G牌照及时发放,后面的5G牌照又领先西方,则中国通信业将占据先机。

 

所以,我们应该换一个角度,注入更多的智慧与精力,梳理出可行的、安全的中国4G牌照的战略、原则和具体方案,方能决胜。

3 4G牌照的应有战略定位

4G牌照,应是中国4G战略的一部分。中国的4G战略定位,应该是:

依托3G战果和资源(TD-SCDMA、CDMA2000、WCDMA),推动中国4G(以TDD为主流、FDD为辅助),以体量、技术竞争力、资源配置能力和意志力取胜,成为世界主流或准主流;再依托4G战果,在5G战场取得完胜,成为全球通信的王者,使得“普天之下,莫非王土”,当然,也和其他通信诸侯和谐共处(这里的王者是指影响力)。

4 4G牌照的配置原则

不论中国4G牌照如何配置,要实现中国4G和5G的理想发展,4G牌照的发放,都应该有如下一般性原则(A系列)和针对性原则(B系列):

4.1 一般性原则(A系列)

A1:公正。公正,看上去是最平淡的一条,却也是威力最大的一条。只有公正,才有真理;只有真理,才能够和外人竞争。反垄断和适当的竞争,也是公正的一种。