金融支持与低碳经济发展的关系与措施研究

2023-04-06谢健

中国商论 2023年6期

摘要：为提升低碳经济发展水平，本文通过构建一元线性回归模型，探寻金融支持与低碳经济发展的关系，并进行平稳性检验。结果表明，金融支持可通过降低碳排放强度，进而提升低碳经济发展水平，这也验证了金融支持促进低碳经济的发展。最后，本文提出促进低碳经济发展的相关金融措施和建议，从而更好地促进我国低碳经济的发展。

关键词：低碳经济；金融支持；线性回归模型；平稳性检验

本文索引：谢健.<变量 2>[J].中国商论，2023（06）：-107.

中图分类号：F833 文献标识码：A 文章编号：2096-0298（2023）03（b）--03

绿色经济的快速发展代表着我国经济发展正向高质量绿色经济发展模式转变。低碳经济是绿色经济中的重要一环，低碳经济与金融支持关系密切，许多学者对两者间的关系进行了研究，吴朝霞等（2022）通过分析绿色金融支持低碳经济发展的现状及其存在的问题提出了相关建议，更好地实现了绿色金融助力低碳经济发展[1]；王建民等（2022）通过灰色关联度等方法分析了绿色金融和低碳经济的发展关系，得出了从绿色金融产品创新、政策引导与激励和普惠化发展三个方面进行两者融合，对绿色金融与低碳经济融合有一定的参考价值[2]；郭希宇（2022）通过建立空间联立方程模型，对绿色金融与低碳经济的内生关系进行了研究并提出了相应的政策建议，该研究对于我国绿色经济的发展有一定的借鉴意义[3]。上述研究在进行低碳经济与金融支持之间的关系的确定中，缺少对于关键指标的设定研究，因此在得出关系结论时严谨性不足。本文将对低碳经济与金融支持对应的水平指标间的关系进行研究，并建立回归模型进行两者间具体关系的验证。

1 金融支持与低碳经济简述

1.1 基本概念

低碳经济是一种基于可持续发展的经济发展模式。作为经济发展模式，低碳经济糅合了理念、技术和制度等方面的创新元素，同时反对以牺牲环境来实现经济发展。发展低碳经济的目的是为了实现经济的绿色发展，实现经济发展与生态保护双赢，进而推动人类社会经济可持续发展。低碳经济的特点可从宏观和微观两方面进行总结：从宏观角度看，低碳經济具有“三低”和“三高”的特点，分别对应污染、排放以及能耗的维持较低水平和效益、效率以及效能维持高水平，以制度和技术创新为主要方法，构建温室气体低排放的经济发展模式；从微观角度看，低碳经济以新能源为主要消耗，直接起到减缓温室效应的作用，以此构建一种低消耗、高效能、低碳排放的经济模式。

碳金融作为近年来兴起的创新发展模式，主要着眼于可持续发展，其结构和制度经过了不断完善，体现的是一种绿色发展模式。碳金融可通过多种手段来限制温室气体的排放，包括银行绿色信贷、碳排放权指标交易等，其中还包括低碳项目的投融资活动、碳金融产品及其衍生品的交易等。作为一种绿色发展模式，碳金融发展秉承着环境保护与经济快速发展相结合的理念，最终形成一种经济快速发展型、环境友好型、资源节约型的可持续发展模式。

1.2 金融支持与低碳经济的关系

低碳经济的发展与金融支持密不可分。一方面，低碳经济的实质是创新和产业结构优化，在这两点的实现上，必不可少的因素是金融资源的风险管理以及合理分配。金融支持对低碳经济的发展方式是通过影响清洁能源的技术创新和产业结构优化升级。另一方面，低碳经济的高速高质量发展同样能为金融支持助力。由此可知，金融支持与低碳经济之间密不可分，因此在进行低碳经济发展的研究时，应将金融支持作为第一要素。

2 数据来源与方法

2.1 数据来源

考虑到数据的可获联性和合理性，本文选取了某市2008—2020年的年鉴统计数据，包括该市历年的碳排放数据以及全部金融机构贷款余额占全市总产值的比例。

碳排放的主要来源为天然气、石油、水核电以及煤等能源的大规模使用，因此在进行碳排放量的计算时可选择各能源的比例和消费总量作为计算依据，计算公式为：

式中：

——随机能源消费的碳排放量估计值；

Ｃ——碳排放总量（ｔ）的估计值；

——随机能源的消费量；

——随机能源碳排放系数，即单位排放量。

其中Eg、Ep、Ee、Ec分别为四种能源的消费量，而相对应的系数为μg、μp、μe、μc。

在进行碳排放系数的确定时，由于现存的确定标准不尽相同，本文选择将各能源机构给定的系数进行平均计算，最终的所得值作为研究选择的碳排放系数。

2.2 研究方法

本文选取Eviews6.0作为基础工具对数据进行处理。在进行模型构建前将X设定为衡量金融支持的指标，即某市全部金融机构贷款余额占全市总产值的比例；将Y设定为衡量低碳经济发展水平的指标，即该市单位GDP碳排放量[4-6]。为消除模型构建过程中可能出现的较大异方差，将设置的两个指标分别取对数，得到对应的自变量为，因变量为。根据自变量和因变量的关系，构建一元线性回归模型，如式：

式中：——全部金融机构贷款余额占全市总产值的比例；

——单位GDP碳排放量；

——随机变量，指影响值的其他因素。

3 金融支持与低碳经济的关系实证

3.1 实例验证与分析

由于时间序列数据可能存在虚假回归问题，为确认回归模型回归的是否正常，可通过对模型进行平稳性验证来确保模型能够正常投入实验使用。回归模型主要的平稳性检验分为三部分：

（1）为确保自变量与因变量之间存在协整关系进而为两变量建立长期的协整关系，选择EG检验法进行检验。

（2）在进行时间序列平稳性的验证时可以选择单位根检验（ADF检验）。

（3）格兰杰因果关系检验。

3.1.1 EG协证检验

EG协整检验分为两步：

（1）在满足单整阶相同的前提下，使用OLS对两个变量进行计算，以获取回归方程的残差；

（2）将获取到的残差进行平稳性检测，当检验结果证明该值平稳时，则表示两变量之间存在协整关系，否则就表示两个变量之间不存在函数关系，无法互相解释，不存在协整关系。

在本文的验证实验中，两个变量的单整阶数相同，表示其满足检验条件。式（3）为OLS回归分析，同时对式（2）进行估计，可得：

由式（3）可得

对步骤（1）中所得的残差进行单位根检验，结果如表1所示。

由表1可知，残差在给定5%的显著性水平下，残差序列拒绝原假设，也就表明序列不存在单位根，是平稳的。因此，自变量和因变量之间存在长期的协整关系。

3.1.2 单位根检验

本文通过Eviews6.0软件实现对变量lnX和lnY的单位根检验。根据检验结果可以得出两个变量对应的时间序列是否存在协整关系，相同即存在可能性，不同則可能性不存在，检验结果如表2、表3所示。

从检验结果中可以看出，在实验给定的显著性水平下，根据P值可接受原假设可知，两个变量所对应的原序列不能拒绝原假设，表明原序列为非平稳序列，存在单位根。对两个变量分别进行一阶和二阶的差分处理，处理结果如表4所示。

3.1.3 格兰杰因果关系检验

为保证两个变量之间的关系更为清晰，本文选用不同的滞后期对两个变量进行格兰杰因果关系检验P值的不同会带来变量之间因果关系的不同，在检验实验中，P值小于0.05时，对应的变量能够拒绝原假设，若大于0.05则不能。从检验结果可以看出，在给定的显著性水平下，lnX均是引起lnY的原因。换而言之，在选择的城市中，金融支持的指标影响着碳经济发展水平指标，也能在一定程度上说明金融支持对低碳经济有影响。

3.1.4 误差修正模型

在两个变量进行回归模型的构建时，回归结果存在一定的偏差，本文以误差修正模型对两个变量lnX和lnY进行一节回归模型的均衡修正：

式（5）中，设定，再对式（5）进行OLS估计：

根据计算结果可得，金融支持能够提升指标水平，也就是提高金融机构贷款余额占全市GDP的比例来降低单位GDP的碳排放量，进而提升低碳经济的发展水平。

3.1.5 实证结果分析

本文通过多种平稳性检验以及模型修正后，可以对自变量lnY和因变量lnX做出相应判断，进而得出全市金融机构贷款余额占全市GDP的比例与单位GDP碳排放量之间的关系，最后得出金融支持与低碳经济发展水平之间的关系。通过验证和修正可以得出：

（1）变量对应的序列存在单位根，是非平稳序列。

（2）通过差分处理后，变量对应序列趋于平稳。

（3）两个变量之间存在长期的协整关系。

（4）金融支持能够通过提升指标水平来降低碳排放强度，进而提升低碳经济发展水平。

4 金融支持低碳模式的具体措施

根据本文的研究成果可知，金融支持指标与低碳经济发展水平呈正相关关系。由此可以得出，要提升低碳经济发展水平，离不开金融支持指标的促进。在低碳经济发展下，要大力加强金融支持的方式，加大全市金融机构贷款余额占全市总产值的比例。在全市总产值持续增长的情况下，增大金融机构贷款余额的规模可提高该比例。