京津冀地区碳金融发展水平与产业结构升级关系实证研究

李丽　董必俊　刘春月

内容摘要：《十三五规划纲要草案》提出要主动控制碳排放，落实减排承诺，有效控制温室气体排放，全面推进绿色发展。欧盟的实践表明，碳金融交易能够发挥温室气体排放的价格发现功能，利用市场机制抑制碳排放，引导企业转型改造，促进产业结构调整升级。本文主要通过因子分析法与灰色关联度方法实证分析碳金融发展水平与京津冀产业结构升级的关联关系，得出如下结论：碳金融发展水平越高的地区，产业结构升级水平也比较高，碳金融发展水平与第三产业占GDP比重关联度最高，其次是第二产业，然后是第一产业。最后提出加快碳金融交易市场发展，建立和完善碳排放权交易市场，加强碳交易法律法规建设，尽快建立全国统一的碳市场，引入公平、公正和公开的竞价机制、加强京津冀地区碳金融人才的培养等建议。

关键词：京津冀 碳金融 产业结构升级 碳金融发展水平

引言

2014年，全球二氧化碳的总排放量近355亿吨，虽然我国单位GDP的二氧化碳排放量比2005年下降了33.8%，但二氧化碳的排放总量高达97.6亿吨，位居世界第一。《十三五规划纲要草案》明确提出要控制碳排放，落实减排承诺。当前，“三高一低”的粗放型增长方式已难以为继，亟待向节能环保低碳经济转变，因此许多地区面临产业结构升级的重大挑战。近年来，我国广大人民迫切追求高质量生活，各界人士对低碳经济更加关注，金融行业对低碳环保产业的支持作用越来越明显，碳金融对环保方面的改善和带动作用就显得更加迫切。欧盟的实践表明，碳金融交易能够发挥温室气体排放的价格发现功能，利用市场机制抑制碳排放，引导企业转型改造，促进产业结构调整升级。

在这样的背景下，研究我国的碳金融问题，尤其是空气质量和环境问题非常严重的京津冀地区的碳金融发展问题就显得尤为迫切。之所以研究京津冀地区，主要是考虑该地区近年来环境质量非常恶劣，且在我国经济发展过程中该地区的地位也最为特殊，2014年京津冀PM2.5浓度平均值是国家标准值的近3倍，2015年全国空气质量最差前十名城市中京津冀区域就占7个，已受到社会各界人士的广泛关注，所以研究京津冀地区碳金融发展水平与产业结构升级的关系具有重要的现实意义。本文从区域角度出发，首先运用因子分析法对京津冀地区碳金融发展水平进行测评，然后通过灰色关联度分析模型对京津冀地区碳金融发展水平与产业结构升级的关联关系进行进一步的定量分析，揭示碳金融发展水平对产业结构优化升级的影响，针对性地提出切实可行的政策建议。

京津冀地区碳金融发展水平的测算

（一）碳金融发展水平评价指标的选取

碳金融发展水平的评价是指对各地区金融支持低碳发展水平的评估，能充分揭示各地区碳金融发展水平的差距。由于对碳金融发展水平的评估涉及的内容广泛，层次众多，结构复杂，这就决定了指标选取需考虑多个相关因子，为了尽可能准确解释京津冀地区的碳金融发展水平，根据整体性与针对性、可行性与可比性、合理性与可用性和动静性相结合的原则，本文分层次涵盖碳金融的有关影响因素，选取预计CDM减排量占比、碳强度、地区专利授权数、单位GDP的技术交易额、政府财政支持力度、碳排放贷款强度六个指标评价京津冀地区碳金融发展水平。

（二）各指标的含义与计算方法

第一，预计CDM减排量占比。CDM即清洁发展机制。选择注册项目数量所对应的预计减排量占全国预计年减排量的比例，能很好地解释金融支持下的碳减排量，比值越大，说明碳减排能力越强，碳金融发展水平越好。第二，碳强度。碳强度是指单位GDP增长产生的二氧化碳排放量，该指标大多是用以度量一个国家或区域的经济发展与碳排放量相互的关系。第三，地区专利授权数。专利授权数越多，表明该地区科研能力越高，低碳技术的研究能力也随之增加，而探索出来的低碳产品就会越多，吸引金融机构投资的行为就越积极，从而提升了碳金融水平。第四，单位GDP的技术交易额。其值越大，说明这个地区技术创新环境越优，技术水平的提升带动资源效率的增加，从而碳金融发展越好。第五，政府财政支持力度。财政支持力度是指R&D;经费内部支出相当于GDP比例。财政支持力度越强，科研成果越多，碳金融发展水平也相应提升。第六，碳排放贷款强度。是指各地区年末金融机构单位贷款余额的碳排放量，该指标反映的是金融机构对碳排放的金融扶持。

（三）基于因子分析的京津冀地区碳金融发展水平测算

1.数据收集与量化处理。依据本文所选取的碳金融发展的评估指标体系，选取2005～2015年的京津冀三地统计年鉴、《中国统计年鉴》以及《中国金融统计年鉴》、《中国能源统计年鉴》的相关基础数据，再将时间与地区以降维的方式运用多元分析软件SPSS（17.0版）进行量化处理，并将原始数据进行标准化处理。

2.KMO检验和Bartlett检验。KMO检验和Bartlett的检验结果如表1所示。从表1中可以看出，KMO检验结果为0.653，根据Kaiser所提出的KMO检验标准处于“一般”水平，大致可以進行因子分析；同时，Bartlett的球形度检验的近似卡方足够大，且相伴概率为0.000，小于显著水平0.05，表明也通过了Bartlett的球形度检验。据上述两点，碳金融水平评估可以进行因子分析。

3.因子分析。经SPSS分析输出结果如表2所示，两个公共因子的累积贡献率为85.634%，超过85%的标准，可以采用这两个公共因子对评估京津冀地区碳金融发展水平的原始数据进行分析。

4.因子得分。根据各成份得分系数和原始变量的值可以求得每个观测值的因子得分，并进一步求得综合得分。综合得分的计算公式如下：

综合得分=（68.405×F1+17.229×F1）/85.634

5.评估结果。京津冀碳金融发展水平的评估结果见表3和图1所示。从表3和图1中可以看出，三地碳金融发展水平的排序为北京最优，天津次之，河北最低，且北京市碳金融发展水平远好于津冀两地。具体来看，北京市碳金融发展水平在逐年稳步上升，而天津市虽有所上升，但幅度很小，改善速度缓慢。河北省在逐步追赶天津，在2014年与天津的差距最小。

京津冀地区碳金融发展水平与产业结构升级的灰色关联分析

本文通过灰色关联度模型对京津冀地区碳金融发展水平与产业结构升级的关联关系进行定量实证分析。

（一）指标和数据选择

本文选取四个指标进行碳金融发展水平与产业结构升级关联关系的实证分析，首先是碳金融发展水平指标的选取，用前面因子分析得到的碳金融发展水平作为京津冀各地区的碳金融发展水平指标。其次是产业结构升级指标的选取，根据产业结构演变理论，一般用各产业的产值占GDP比值来衡量三次产业结构，因此本文通过选取第一、二、三产业占GDP比值来度量产业结构升级状况。数据来自2006-2016年《中国统计年鉴》，原始数据略。

（二）灰色绝对关联度分析

灰色系统理论中的关联分析主要是分析数据序列中的几何关系来寻找序列中各个因素之间的相关度，如果刻画因素的时间变量间的曲线的几何形状越相近，就认为它们之间的关联程度越大。

设序列Xi和Xj有相同的长度，，，则称（1）是Xi和Xj的绝对关联度。

设Xi和Xj长度相同，且皆为1-时序矩阵：，，分别为Xi和Xj的始点零化像，则

计算绝对关联度。

由公式（1）得，北京碳金融发展水平和第一产业比重的灰色绝对关联度为ε01=0.566，北京碳金融发展水平和第二产业比重的灰色绝对关联度为ε02=0.546，北京碳金融发展水平和第三产业比重的灰色绝对关联度为ε03=0.608。

实证结果显示，ε03>ε02>ε01，说明北京碳金融发展水平与第三产业占GDP比重关联度最大，与第一产业占比关联度次之，与第二产业占比关联度最小。

（三）灰色相对关联度分析

设序列Xi、Xj有相同长度并初始值都不为零，X`i记作Xi、Xj的初值像，那么称X`i的灰色绝对关联度为Xi、Xj的灰色相对关联度，记为rij，灰色相对关联度表达的是序列Xi、Xj较于始点变化的变化速率之联系大小。

因此，由公式（1）得，北京碳金融发展水平和第一产业比重的灰色相对关联度为r01=0.510，北京碳金融发展水平和第二产业比重的灰色绝对关联度为r02=0.511，北京碳金融发展水平和第三产业比重的灰色绝对关联度为r03=0.528，实证结果显示，r03>r02>r01，说明北京碳金融发展水平与第三产业占GDP比变化速率最接近，与第二产业比重变化速率接近程度次之，与第一产业比重变化速率接近程度最小。

（四）灰色综合关联度分析

设序列Xi、Xj长度相同并初值都不等于零，εij和rij分别为Xi、Xj的绝对关联度和相对关联度，那么pij=aεij+ （1-a）rij称为Xi、Xj的灰色综合关联度（0

同理，得出天津市碳金融发展水平和第一产业比重灰色综合关联度是p01=0.538，天津市碳金融发展水平和第二产业比重的灰色综合关联度是p02=0.545，天津市碳金融发展水平和第三产业比重的灰色综合关联度度是p03=0.584。得出河北地区的碳金融发展水平和第一产业比重的灰色综合关联度是p01=0.540，河北地区碳金融发展水平和第二产业比重的灰色综合关联度是p02=0.546，河北地区碳金融发展水平和第三产业比重的灰色综合关联度是p03=0.578。

结论与建议

（一）结论

根据对京津冀地区2005-2014年碳金融发展水平与产业结构调整升级关系的实证分析，得出主要结论如下：

第一，碳金融发展水平越高的地区，产业结构升级水平比较高。从以上的实证分析中可以看出，京津冀地区碳金融发展水平北京最高，天津次之，河北最次。京津冀地区中，北京的第三产业占比最高，基本都在70%以上，天津次之，基本都在40%以上，河北最次，基本都在37%以下。北京的产业结构升级水平最高，天津次之，河北最低。第二产业主要是工业部门，碳排放比较多，第三产业主要是服务行业，碳排放较少。河北属于工业大省，第二产业占比一直在50%以上，产业结构仍然是以工业为主导，涵盖最多的是煤炭、纺织、冶金、钢铁、化工等产业，在唐山等地区形成了一批大型钢铁、建材等工业基地；在碳金融方面，河北碳金融低于北京与天津，潜藏着巨大的发展潜力，伴随河北省对碳金融的重视和发展，其产业结构会呈现出快速调整升级优化的态势。

第二，碳金融发展水平与第三产业占GDP比重关联度最高，其次是第二产业，然后是第一产业。根据国内学者杨琳、李建伟（2002）研究得出的结论，第二、三产业产值占比增加，第一产业产值连续减少是发展中国家产业结构升级优化的主要表现方式，因此可以推出当碳金融发展水平提高时，第二、三产业占比增加，尤其是第三产业占比增加，产业结构得到升级优化。在京津冀地区，碳金融支持的是高新技术产业和环保节能型企业，大多数涉及到的是第二、三产业。因此，一方面，京津冀地区通过支持碳金融发展给节能减排行业提供资金和技术支持，对于不盈利的环保企业给予财政补贴；另一方面，通过鼓励低碳经济促使粗放型行业调整改造进行技术与能源利用创新，走可持续道路，这样加快了京津冀地区产业健康前行，促进了京津冀地区产业结构的升级。

（二）对策建议

根据以上实证分析的结论提出如下对策建议：

第一，加快碳金融交易市场的发展，建立和完善碳排放权交易市场。京津冀地区的碳金融市场才刚刚起步，北京环境交易所与天津排放权交易所2008年才刚刚成立。在2012年初北京正式开始碳交易试点建设，并于2013年末实现开市买卖。截至2015年末，北京市碳配额统计买卖532万吨，成交金额2.38亿元，CCER统计成交512万吨。北京与河北是全国第一批开展跨地区交易试点建设地区。河北省承德市最先把水泥行业纳入跨区域的试点体系，通过测评，承德市的六家水泥公司的碳排放总量已达以全市碳排放量的60%。这六家公司已经纳入北京地区的碳排放交易系统，与北京进行跨区域链接，该市的林业碳汇项目已经在北京环境交易所挂牌。京津冀和陕西、山东、内蒙古也签订了“开展跨区域碳排放权交易合作研究的框架协议”。

碳金融市场要想正确健康发展，应通过建立碳排放权交易市场，通过市场化的手段规范约束企业行为，控制碳排放，通过整合各种绿色资源，促使京津冀地区内部进行产业结构升级与调整。从长远看，碳交易能够优化资源配置，减少污染排放总量。

第二，加强碳交易法律法规建设，尽快建立全国统一的碳市场。随着碳金融的兴起，在欧洲、美国等地区相应出台了多部国家和地方性法律法规来规范和引导碳金融的健康发展，而我国在碳金融方面的法律建设几乎没有，碳交易在我国起步较晚，建立全国统一碳市场，必须有国家和监管部门法律法规的引导，必须立法先行。2014年12月，国家发展和改革委出台了《碳排放权交易管理暂行办法》，但对各区域政府所拥有的管辖权限并不清晰，且企业参与的门槛没有明确，没有强制性，对企业约束性差，且覆盖的行业不够全面，配额的分配如何才能保证公平，因此碳排放权交易管理条例和相关的配套细则应争取早日出台。

第三，引入公平、公正和公开的竞价机制。截至2015年8月22日，天津的碳交易最不活跃，最低价和最低均价都出现在天津，分别为20.74元/吨和29.6元/吨。北京的碳交易价格波幅比较小，各地碳交易价格相差较大。目前全国七个碳交易市场的履约期均定为每年的6或7月份，2014年各市场的成交量占总成交量的比重在履约前最后一个月除天津外都超过了65%。由此说明碳交易市场集中度过高，主要以履约为目的，导致市场的有效性不足，也很难形成公允价格。因此建立全国统一的碳交易市场，需要引入公平、公开和公正的竞价机制，充分发现价格，从而避免暗箱操作。

第四，加强京津冀地区碳金融人才的培养。京津冀地区碳金融还有很多地方需要进行探索和创新，这就需要专业的人才进行研究，京津冀地区应该加强碳金融人才建设，培育可以负责环境评估和政策分析的复合型人才，商业银行也需要加强人才培养，对于绿色信贷项目进行开发和监管的人才，懂得环保技术与宏观经济复合型人才都是银行业等金融机构需要着重培养的。2014年9月，华南理工大学广州学院经济学院金融工程专业开设了碳金融研究方向，属国内首个碳金融本科专业方向。结合目前国际低碳经济发展的背景及国内碳金融市场，可以预见未来碳交易所、金融机构（碳信贷、碳保险等），以及煤炭、钢铁和其他高耗能产业都将需要大量碳金融专业人才。京津冀地区也应尽快开设碳金融相关专业，打造专业型储备人才。

参考文献：

1.R.M.Shrestha，G.R.Timilsina. Factors affecting CO2 intensities of power sector in Asia： A divisia decomposition analysis[J]. Energy Economics，1996，18（4）

2.J.B.Ang.CO2 Emissions，Research and Technology Transfer in China[J].Ecological Economics，2009，68（10）

3.S.Ren，B.Yuan，X. Ma，X. Chen. The impact of international trade on Chinas industrial carbon emissions since its entry into WTO[J].Energy Policy，2014，69

4.杜莉，丁志國，李博.产业结构调整升级：碳金融交易机制的助推——基于欧盟数据的实证研究[J].清华大学学报（哲学社会科学版）， 2012（5）

5.杨大光，刘嘉夫.中国碳金融对产业结构和能源消费结构的影响——基于CDM视角的实证研究[J].吉林大学社会科学学报，2012（5）

6.原毅军，谢荣辉.环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验[J].中国工业经济，2014（8）