黑龙江省金融发展对农业碳排放的影响研究

2022-07-08张生威

黑龙江工业学院学报(综合版) 2022年5期

张生威，奚宾

(河南工业大学经济贸易学院，河南郑州 450001)

自工业化以来，全球二氧化碳排放量不断增加，气候变化已成为各国面临的最重要的环境问题。在第七十五届联合国大会一般性辩论上，习近平主席提出“中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”，指明了我国面对气候变化问题要实现的“双碳”目标。我国农业生产领域也面临碳排放量过高的问题。黑龙江省是我国传统农业大省，也是重要的粮食生产基地。近年来，由于化肥过度使用、农用机械量持续增加等因素，导致农业二氧化碳排放量不断增加，农业生产环境退化问题日益严重。目前，我国农业领域金融政策支持力度不断提高，面向农业领域的绿色金融产品不断出现，为低碳农业发展提供了良好的金融支持环境。因此，黑龙江省应借助金融支持，加快农业生产方式转变，采用高产、高效、循环的低碳农业发展模式，减少农业生产对环境的污染，促进农业可持续健康发展，提高环境治理能力，更好的实现乡村振兴。

一、文献综述

近年来，越来越多的学者开始着眼于金融发展对农业碳排放的影响研究。从全国视角来看，张开华等(2012)通过对国外政府、组织机构对低碳农业的支持措施分析，从我国金融机构和交易场所建设等方面提出了对我国低碳农业支持的政策建议[1]；张跃超(2013)通过对我国低碳农业与农村金融发展现状研究，指出低碳农业是我国农业经济发展的必然选择，农村金融与低碳农业必须要协调发展[2]；仇冬芳等(2016)研究表明，我国金融对农业碳减排的支持已基本满足农业发展水平的要求，但农业碳排放量却持续增加，强调我国应加大对绿色农用物资的研发，以减少农业碳排放[3]；程秋旺等(2022)研究表明，数字普惠金融的发展降低了我国农业碳排放的强度，具有促进农业碳减排的效应[4]。从空间视角来看，鲁钊阳(2013)通过对我国31个省份面板数据进行分析，结果表明我国东部地区和中西部地区金融发展对农业碳排放的关系存在着显著区域差异，若想减少不同地区的农业碳排放，需要采取不同的金融支持措施[5]；陈银娥等(2018)通过对我国26个省份面板数据进行分析，结果表明我国东部和中部地区金融发展对农业碳排放有显著的抑制作用，西部地区金融发展对农业碳排放影响并不显著[6]。从省域视角来看，李娟娟(2019)通过对河南省2000—2017年金融发展与农业碳排放数据进行分析，得出河南省农村金融的发展对河南省农业碳排放起到抑制作用[7]；张振家(2022)通过对辽宁省2009—2018年农业碳排放总量以及效率进行测算分析，指出辽宁省要实现农业低碳化发展必须加强金融对其的支持力度[8]；刘园苡(2022)通过对广西省2006—2020年碳金融与低碳农业发展进行耦合分析，认为广西省碳金融与低碳农业二者协调发展程度不断加深，碳金融发展对低碳农业有较强促进作用[9]。

从已有文献看，金融发展对农业碳排放影响的研究多集中在全国宏观视角或地区空间视角，对黑龙江省的研究较少，更缺乏对黑龙江省的实证模型分析研究。因此，本文选取黑龙江省进行实证研究，通过构建STIRPAT模型，将农村金融效率、农村金融规模、农业机械化水平、农业经济水平、农业结构等影响因素纳入到模型中，将对金融发展促进黑龙江省碳减排具有一定借鉴意义。

二、黑龙江省农业碳排放现状

1.农业碳排放量的测算

本文选择的测算农业碳排放的计算指标来源于《IPCC国家温室气体清单指南》指定的畜牧业与种植业两大类。畜牧业产生的碳排放主要来源于动物肠道发酵和动物粪便管理造成的CH4量，种植业产生的碳排放主要是因为农用物资的投入产生的CO2量。

种植业生产过程中的碳源主要是化肥、农药、农用地膜使用造成的碳排放，农业生产农机在农业生产全过程中柴油燃烧造成的碳排放，农田灌溉造成的温室气体排放，土壤层中化肥应用造成的一氧化氮排放。畜牧业生产过程中的碳源主要是由牛、马、驴、骡、猪、羊牲畜肠道发酵和粪便管理方法造成的甲烷气体排放量。

本文依照上述农业碳排放计算内容构建黑龙江省农业生产碳排放估算公式如式(1)所示。

C=∑Cit=∑Qit*βi

(1)

C为农业碳排放总量，Cit为i类碳源第t年的农业碳排放量，Qit表示i类碳源第t年的量，βi表示为各类碳源的碳排放系数。

本文选用的主要农用物资碳排放系数及对应指标参考了黎孔清(2018)的《基于STIRPAT模型的南京市农业碳排放驱动因素分析及趋势预测》[10]，具体见表1。

表1 主要农用物资碳排放系数及对应指标

本文选用的主要牲畜对应的碳排放系数参考了田云(2012)的《中国农业碳排放研究：测算、时空比较及脱钩效应》[11]，具体见表2。

表2 主要牲畜对应的碳排放系数(kgCH4/(头·年))

经表1计算得出黑龙江省农用物资投入产生的碳排放量见表3。

表3 2001—2020年黑龙江省农用物资投入产生的碳排放量(万吨)

经表2计算得出黑龙江省牲畜碳排放量，详见表4。

表4 2001—2020年黑龙江省牲畜碳排放量(万吨)

将表3和表4合并计算得出黑龙江省农业碳排放总体情况表，详见表5。

表5 2001—2020年黑龙江省农业碳排放总体情况表

2.农业碳排放量的分析

表5显示，黑龙江省农业碳排放大概可以划分为三个阶段，第一阶段是2001—2006年持续上升阶段，农业碳排放量由2001年的462.46万吨增至2006年的710.40万吨，期间增加247.94万吨，年均增长49.59万吨。该阶段牲畜养殖规模不断扩大，贡献了较大的碳排放量，且种植业为了提高粮食产量，农业生产中化肥、农药、农膜、柴油使用量都在不断上升。第二阶段是2007—2016年稳定增长阶段，农业碳排放总量由2007年的589.04万吨，增加到2016年的722.86万吨，共增长133.82万吨，年均增长14.87万吨。该阶段农业物资投入产生的碳排放总量缓慢增加，但牲畜碳排放总量随着养殖不断规模化和养殖技术不断提升而持续减少。综合来看，该阶段的农业碳排放总量是缓慢增长的。第三阶段是2017—2020年逐步下降阶段，碳排放总量由2017年的710.29万吨，减少到2020年的659.03万吨，共减少51.26万吨，年均减少17.09万吨。这是因为伴随着低碳发展模式，农业物资投入量逐步减少，碳排放也逐步下降。

三、黑龙江省金融发展对农业碳排放的实证分析

1.变量选取

本文参考了李娟娟(2019)《金融发展对农业碳排放达峰的影响研究》中部分所选变量[7]，以黑龙江省农业产生的碳排放总量(C)作为被解释变量，以农村金融规模(Fs)和农村金融效率(Fe)两个变量作为解释变量，农村金融规模(Fs)数据采用黑龙江省农村信用社(农商行)存贷款余额之和与农业GDP之比，农村金融效率(Fe)数据采用黑龙江省农村信用社(农商行)的贷款余额与存款余额之比。

本文选取农业机械化水平(Am)、农业经济水平(Gdp)、农业结构(As)作为控制变量。农业机械化水平(Am)采用的数据为农业机械总动力，农业经济水平(Gdp)采用的数据为农业生产总值，农业结构(As)采用的数据为种植业与畜牧业生产总值之和与农林牧渔业生产总值之比。

农业碳排放总量为各类碳源系数乘以各类碳源数量：

C=∑Cit=∑Qit*δi

(2)

C为农业碳排放总量，Cit为第i类碳源第t年的农业碳排放量，Qit表示第i类碳源第t年的数量，δi表示为各类碳源的碳排放系数。

2.数据来源与处理

本文的研究时段为2001—2020年，农业碳源数据和各类农业相关指标数据来源于《黑龙江统计年鉴》，农业碳源碳排放各项系数数据来源于IPCC，农业碳排放总量通过碳排放清单法计算所得，黑龙江省农村金融各项数据来源于《中国金融年鉴》和《黑龙江金融年鉴》。

各指标描述性统计如表6所示。

表6 各解释变量的描述性统计

为确定各变量是否平稳，本文采用ADF检验法对各变量进行单位根检验，如表7所示，各变量在二阶差分下均平稳，这表明原始序列是二阶单整序列。

表7 各解释变量的单位根检验

3.模型设定

本文选择STIRPAT模型，模型基本形式如式(3)所示。

(3)

I表示环境压力，P表示人口效应，A表示财富效应，T表示技术效应；α是常数项，b、c、d对应各效应的弹性系数，t代表时间，θt是误差项。将公式两边同时取对数消除异方差，得到式(4)。

LnIt=Lna+bLnPt+cLnAt+dLnTt+θt

(4)

为计算金融与碳减排关系，使用模型如式(5)所示。

LnCt=Lna+β1LnGdpt+β2LnAst+β3LnAmt+θt

(5)

4.实证结果

分别在基准式中加入农村金融规模(Fs)、农村金融效率(Fe)变量，得到公式(6)和(7)。

LnCt=Lna+β1LnGdpt+β2LnAst+

β3LnAmt+β4LnFst+θt

(6)

LnCt=Lna+β1LnGdpt+β2LnAst+

β3LnAmt+β4LnFet+θt

(7)

同时，将农村金融规模(Fs)、农村金融效率(Fe)变量加入，得到公式(8)。

LnCt=Lna+β1LnGdpt+β2LnAst+

β3LnAmt+β4LnFet+β5LnFst+θt

(8)

具体的回归结果如表8所示。

表8 各解释变量对农业碳排放量的回归结果

本文采用拟合效果最好的模型(8)作为主要回归，其对应的回归方程如式(9)所示。

LnCt=0.043LnGdpt-1.731LnAst+

0.276LnAmt-0.25LnFet+

0.449β5LnFst+4.141

(9)

结果显示农业结构(LnAst)对碳排放的影响在5%显著水平下为正值，表明种植业与畜牧业产生的碳排放仍是农业碳排放中的主体部分，种植业与畜牧业占农业结构比例越大，所产生的碳排放越多。农业机械化水平(LnAmt)对碳排放的影响5%显著水平下为正值，说明农业机械化水平越高，所消耗柴油越多，农业生产中产生的碳排放也就越多。农村金融规模(LnFst)对碳排放的影响在5%显著水平下为负值，表明农村金融规模对农业碳排放起到抑制作用，农村金融规模越大，农业生产碳排放中产生的碳排放越少。农村金融效率(LnFet)对碳排放的影响在1%显著水平下为正值,说明农村金融效率越高，对农业生产贷款越多，农业生产规模不断扩大，农业生产碳排放中产生的碳排放总量越大。农业经济水平(LnGdpt)对碳排放为正向影响，但不显著。

从实证结果来看，农村金融规模会抑制农业碳排放，然而农村金融效率会促进农业碳排放。农业生产贷款总量越多，越有利于农业生产主体采用更先进、环保、低碳的农业生产技术以及选购更为环保的农业设施，促进农业生产单位碳减排。然而，农村信用社(农商行)的贷款比例越高，意味着当地对该机构的依赖程度越高，其相对较低的治理水平并没有对农业碳排放产生抑制作用。因此，要促使黑龙江省农业碳排放减少，需要更多管理水平高的金融机构共同参与。

四、黑龙江省金融发展促进农业碳减排的政策建议

1.政府出台金融政策支持农业碳减排

黑龙江省低碳农业处于发展初期，政府应建立健全低碳农业补贴制度，鼓励农业经营主体采取购买节能农机、对废旧地膜和秸秆回收再利用、优化农业结构等措施，减少农业生产过程中碳排放。加强财政政策和货币政策对低碳农业项目的支持力度，在低碳农业项目建设初期，采用货币政策对项目进行资金支持。在低碳农业项目建设后期，采用财政政策对项目进行补贴，确保低碳农业项目建设整个过程中有充沛的资金。

2.政府创新金融工具支持农业碳减排

农业领域碳减排具有成本低的先天优势。目前，全国性农业碳交易市场尚未建立，黑龙江省农业碳排放交易有巨大潜力，政府可积极探索建立省级农业碳交易市场试点。全国性农业碳交易市场建立后，政府要积极引导各地市参与碳汇交易，制定农业碳减排总体目标。与此同时，吸引更多管理水平较高的金融机构共同参与黑龙江省农业碳减排，加速黑龙江省碳金融衍生品交易市场的建设，鼓励、引导金融机构开发有关低碳农业的证券、基金、保险、期货等多种碳交易衍生金融产品，健全碳金融产品体系，使其更合理地适用于黑龙江省农业碳减排。

3.金融机构拓宽服务渠道支持农业碳减排

黑龙江省金融机构应响应国家乡村振兴战略，对低碳农业给予更大的支持力度，不断提升黑龙江省农村金融规模。省内大型商业性银行作为支持农业碳减排的主要金融机构，应积极向低碳农业领域投入更多的信贷资金，如中国建设银行黑龙江省鸡西分行针对“三农领域”采用优惠贷款利率、缩短办理贷款时限等措施为黑龙江省乡村振兴提供了有力的金融支持[12]。中国农业发展银行黑龙江省分行作为国家政策性银行，要全力服务乡村振兴战略，加大在低碳农业领域的信贷支持力度。省内各地方银行，尤其是黑龙江省农村信用社(农商行)，要将服务重心继续下沉，增设农村服务网点，拓宽面向低碳农业的服务渠道。