中國(guó)碳金融發(fā)展水平測(cè)度及影響因素分析

鄭群哲

（江西工程學(xué)院，江西 新余 338000）

一、引言

目前，中國(guó)碳金融取得重大突破，碳金融市場(chǎng)制度運(yùn)行順利、定價(jià)機(jī)制日趨健全。據(jù)中國(guó)人民銀行研究局調(diào)查數(shù)據(jù)顯示，截至2021年7月，全國(guó)碳排放配額(CEA)累計(jì)成交439.68萬(wàn)噸，累計(jì)成交金額達(dá)2.26億元，已成為全球碳排放規(guī)模最大的市場(chǎng)。但是，中國(guó)碳金融仍面臨發(fā)展深度與廣度不足的挑戰(zhàn)。深度層面，碳金融交易平臺(tái)運(yùn)營(yíng)滯后、中介市場(chǎng)不完善問(wèn)題不斷加劇[1]。廣度層面，盡管碳排放權(quán)交易體量已覆蓋2000多家控排企業(yè)，但碳排放總量在全國(guó)占比不足40%，整體運(yùn)行效果欠佳。在此背景下，深入開(kāi)展碳金融發(fā)展水平測(cè)度研究不僅能推進(jìn)中國(guó)碳排放權(quán)交易市場(chǎng)建設(shè)，還能為碳金融整體發(fā)展提供科學(xué)決策。

國(guó)內(nèi)學(xué)術(shù)界對(duì)碳金融發(fā)展水平及影響因素進(jìn)行大量研究。范丹等(2017)采取雙重差分法檢驗(yàn)中國(guó)碳交易權(quán)政策效果，發(fā)現(xiàn)不同試點(diǎn)間效果明顯不同，非試點(diǎn)省份的減排靈活度與經(jīng)濟(jì)紅利仍有上升空間[2]。李麗等(2018)認(rèn)為碳金融發(fā)展水平與第三產(chǎn)業(yè)在GDP占比的相關(guān)性較高，且碳金融發(fā)展良好的區(qū)域能快速優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)[3]。王勇、趙晗(2019)認(rèn)可中國(guó)啟動(dòng)碳交易市場(chǎng)能提升各地碳排放效率，但建立碳交易試點(diǎn)后，各省間碳排放差距進(jìn)一步拉大[4]。陳智穎等(2020)發(fā)現(xiàn)中國(guó)碳金融發(fā)展水平總體呈逐年增長(zhǎng)態(tài)勢(shì)，但動(dòng)態(tài)演化不夠穩(wěn)定，且各地碳金融發(fā)展水平失衡[5]。雖然有不少學(xué)者對(duì)碳金融發(fā)展水平進(jìn)行了較為充分地研究及分析，但對(duì)于影響碳金融發(fā)展的影響因素分析不夠充分，同時(shí)在計(jì)算中國(guó)碳金融發(fā)展水平測(cè)度時(shí)，存在測(cè)度指標(biāo)構(gòu)建差異問(wèn)題。鑒于此，文章在借鑒上述研究成果基礎(chǔ)上，構(gòu)建中國(guó)碳金融發(fā)展水平測(cè)度指標(biāo)體系，借助時(shí)序多指標(biāo)模型確定指標(biāo)權(quán)重，計(jì)算2014-2019年中國(guó)省域碳金融發(fā)展指數(shù)，最后運(yùn)用面板數(shù)據(jù)模型研究碳金融發(fā)展水平的影響因素。

二、中國(guó)碳金融發(fā)展水平測(cè)度

1.指標(biāo)體系構(gòu)建及數(shù)據(jù)來(lái)源

文章借鑒朱娟(2012)[6]、朱天真等(2017)[7]等對(duì)中國(guó)區(qū)域碳金融發(fā)展水平測(cè)度的研究，從金融環(huán)境、能源效率、科技發(fā)展三個(gè)層面設(shè)計(jì)指標(biāo)體系的基準(zhǔn)層。按照合理性、代表性及可獲得性原則選取指標(biāo)，用金融業(yè)增加值占比、金融領(lǐng)域產(chǎn)業(yè)增加值、碳排放貸款額度、碳排放強(qiáng)度、能源消費(fèi)彈性系數(shù)、研發(fā)經(jīng)費(fèi)占比、科技進(jìn)步貢獻(xiàn)率建立指標(biāo)層，具體測(cè)算方法見(jiàn)表1。測(cè)度對(duì)象選取上，以2014—2019年中國(guó)30個(gè)省份（西藏和港澳臺(tái)地區(qū)除外）為研究對(duì)象。數(shù)據(jù)來(lái)源于2014—2019年Wind咨詢、CEADs以及《中國(guó)統(tǒng)計(jì)年鑒》歷年發(fā)布的數(shù)據(jù)。

2.中國(guó)碳金融發(fā)展水平測(cè)度結(jié)果

根據(jù)上述表1中指標(biāo)，為高精度測(cè)算各指標(biāo)時(shí)間序列，借助時(shí)序多指標(biāo)模型對(duì)7項(xiàng)核心指標(biāo)進(jìn)行測(cè)度分析。首先，對(duì)碳金融核心指標(biāo)間加權(quán)向量進(jìn)行統(tǒng)計(jì)與計(jì)算，然后對(duì)加權(quán)向量取幾何平均數(shù)，將其作為統(tǒng)一加權(quán)向量，以Xy*表示。計(jì)算結(jié)果顯示，7項(xiàng)核心關(guān)鍵指標(biāo)按照重要程度排序依次為X1、X5、X6、X2、X3、X7、X4。其中，“金融增加值”的權(quán)重值高達(dá)0.468，說(shuō)明該指標(biāo)在中國(guó)碳金融發(fā)展中貢獻(xiàn)最大?！疤紡?qiáng)度”的權(quán)重僅為0.192，說(shuō)明該指標(biāo)在中國(guó)碳金融發(fā)展中貢獻(xiàn)最小。2014—2019年碳金融各項(xiàng)指標(biāo)的加權(quán)向量合集、全樣本的加權(quán)向量合集分別是：

表1 中國(guó)碳金融發(fā)展水平測(cè)度指標(biāo)體系

x2014={0.425，0.378，0.222，0.203，0.411，0.395，0.235}

x2015={0.451，0.498，0.232，0.278，0.436，0.386，0.245}

x2016={0.445，0.498，0.224，0.273，0.441，0.391，0.255}

x2017={0.475，0.399，0.242，0.283，0.453，0.396，0.257}

x2018={0.428，0.468，0.252，0.268，0.451，0.401，0.263}

x2019={0.456，0.488，0.272，0.228，0.462，0.411，0.272}

xy*={0.439，0.468，0.192，0.272，0.436，0.397，0.268}

參考曾濤和劉紅升(2021)[8]的研究方法，通過(guò)對(duì)2014—2019年中國(guó)30個(gè)省份碳金融發(fā)展水平進(jìn)行綜合評(píng)價(jià)，并依據(jù)賦分值劃分水平層級(jí)。省域碳金融發(fā)展水平可劃分為5個(gè)層級(jí)：第1層級(jí)表示旗艦領(lǐng)頭型省域（前6名）、第2層級(jí)表示高速發(fā)展型省域（7~12名）、第3層級(jí)表示中速發(fā)展型省域（13~18名）、第4層級(jí)表示低速發(fā)展型省域（19~24名）、第5層級(jí)表示滯后型省域（25~30名）。每個(gè)層級(jí)所代表的省域碳金融發(fā)展水平依次降低，競(jìng)爭(zhēng)優(yōu)勢(shì)也依次減弱，結(jié)果見(jiàn)表2。

根據(jù)表2可知，2014—2019年各省份碳金融發(fā)展水平層級(jí)與排名呈波動(dòng)變化狀態(tài)，且各省份的層級(jí)波動(dòng)幅度不盡相同。從動(dòng)態(tài)縱向來(lái)看，各省份排名變動(dòng)幅度較小。其中，海南、江西、湖南的層級(jí)名次不斷上升，而安徽和新疆不斷下降。這表明海南等省份的低碳化程度越來(lái)越高，而安徽和新疆的低碳化產(chǎn)業(yè)發(fā)展緩慢，面臨一定的碳金融發(fā)展困境。值得一提的是，北京碳金融發(fā)展水平持續(xù)升高且始終排名首位，6年間碳金融發(fā)展水平提高近一倍。究其原因，一方面，北京積極響應(yīng)國(guó)家號(hào)召，最大化落實(shí)節(jié)能減排政策、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、優(yōu)化碳金融信貸結(jié)構(gòu)。另一方面，北京碳金融體系較為完善，碳金融交易市場(chǎng)發(fā)達(dá)，有效帶動(dòng)地區(qū)碳金融發(fā)展[9]。從靜態(tài)橫向?qū)蛹?jí)排名來(lái)看，北京、上海、廣東、福建、浙江和天津牢牢占據(jù)第1層級(jí)。多數(shù)省份的碳金融發(fā)展水平相對(duì)穩(wěn)定，長(zhǎng)期在同一層級(jí)內(nèi)，少數(shù)在第2層、第3層波動(dòng)或在第3層、第4層波動(dòng)。第5層級(jí)中長(zhǎng)期出現(xiàn)的省份有新疆、寧夏、河北、內(nèi)蒙古和山西，偶爾會(huì)出現(xiàn)黑龍江與河南。其中，新疆、內(nèi)蒙古及寧夏在祖國(guó)西部，由于人才與自然資源匱乏、教育資源薄弱、政策制度不健全、基礎(chǔ)設(shè)施緊缺等原因限制該區(qū)域市場(chǎng)科學(xué)配置資源。而山西省屬于資源型城市，能源種類多、儲(chǔ)量大且能源開(kāi)采產(chǎn)量大，但產(chǎn)業(yè)結(jié)構(gòu)單一，碳金融發(fā)展存在局限性[10]。可見(jiàn)，第5層級(jí)各省金融業(yè)發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)整頓、低碳化及區(qū)域經(jīng)濟(jì)發(fā)展的促進(jìn)作用有限，致使碳金融發(fā)展水平長(zhǎng)期處于滯后狀態(tài)。

表2 2014—2019年中國(guó)省域碳金融發(fā)展指數(shù)

結(jié)合中國(guó)目前發(fā)展現(xiàn)狀、各個(gè)地區(qū)的發(fā)展特點(diǎn)與地理環(huán)境，文章根據(jù)國(guó)務(wù)院智囊機(jī)構(gòu)的區(qū)域劃分構(gòu)想，將30個(gè)省份歸為八大經(jīng)濟(jì)區(qū)，分別是北部沿海地區(qū)、東北地區(qū)、黃河中游地區(qū)、東部沿海地區(qū)、長(zhǎng)江中游地區(qū)、南部沿海地區(qū)、西南地區(qū)以及大西北地區(qū)。根據(jù)上述計(jì)算方法，同理可計(jì)算出各區(qū)域2014—2019年綜合發(fā)展指數(shù)平均值，并繪制成各地區(qū)的碳金融發(fā)展水平變化圖，如圖1。

圖1 2014—2019年八大經(jīng)濟(jì)區(qū)碳金融發(fā)展水平

中國(guó)各區(qū)域碳金融發(fā)展水平整體呈連續(xù)增長(zhǎng)趨勢(shì)，部分地區(qū)存在差距。其中北部沿海地區(qū)、長(zhǎng)江中游地區(qū)以及黃河中游地區(qū)的碳金融發(fā)展水平大幅增長(zhǎng)；東部沿海地區(qū)和南部沿海地區(qū)雖有上升趨勢(shì)但較為緩慢；西南地區(qū)、東北地區(qū)及大西北地區(qū)的變化幅度相對(duì)偏小。沿海地區(qū)由于經(jīng)濟(jì)發(fā)展較為發(fā)達(dá)，依托良好的地理位置和交通基礎(chǔ)，為金融發(fā)展提供了良好基礎(chǔ)。例如北京、天津、上海、浙江、江蘇等地是中國(guó)經(jīng)濟(jì)的佼佼者，有力地帶動(dòng)了沿海地區(qū)碳金融水平的提升，同時(shí)山東、河北等省份也極具經(jīng)濟(jì)發(fā)展?jié)摿?。在溫室效?yīng)逐漸嚴(yán)重的情況下，沿海地區(qū)發(fā)展碳金融和減少碳排放的需求更加強(qiáng)烈。但由于原始碳排放量較大，東部沿海地區(qū)和南部沿海地區(qū)的碳金融發(fā)展水平提升速度較為緩慢。長(zhǎng)江中游地區(qū)與黃河中游地區(qū)雖然沒(méi)有沿海地區(qū)的地理位置優(yōu)越，但與經(jīng)濟(jì)發(fā)展良好的地區(qū)距離較近，能夠在綠色技術(shù)與金融資源方面進(jìn)行交流與傳遞，進(jìn)而提升碳金融發(fā)展水平。東北地區(qū)屬于老工業(yè)基地，以犧牲環(huán)境發(fā)展當(dāng)?shù)亟鹑冢瑢?dǎo)致轉(zhuǎn)變經(jīng)濟(jì)結(jié)構(gòu)較為困難。東北地區(qū)執(zhí)行綠色信貸的力度較差，對(duì)碳金融發(fā)展趨勢(shì)不夠重視，導(dǎo)致碳金融與當(dāng)?shù)亟鹑诎l(fā)展的銜接度不足。西南地區(qū)和大西北地區(qū)的經(jīng)濟(jì)發(fā)展較為落后，難以第一時(shí)間精準(zhǔn)落實(shí)最新經(jīng)濟(jì)政策，阻礙碳金融快速發(fā)展。

三、中國(guó)碳金融發(fā)展影響因素分析

1.影響中國(guó)碳金融發(fā)展的因素

中國(guó)碳金融發(fā)展水平整體不高，且表現(xiàn)出明顯的區(qū)域異質(zhì)性。碳金融在低碳經(jīng)濟(jì)發(fā)展中具有不可估量的作用，故有必要分析碳金融發(fā)展的深層次影響因素，揭示區(qū)域差異性原因并為縮小區(qū)域差距提供參考。然而中國(guó)碳金融發(fā)展會(huì)受到多種因素影響，但目前專家學(xué)者對(duì)其歸納不一。通過(guò)梳理現(xiàn)有文獻(xiàn)，文章將中國(guó)各省份每年碳金融發(fā)展水平(CFIN)設(shè)為被解釋變量，并選擇碳金融研究領(lǐng)域中最常用的指標(biāo)進(jìn)行研究分析，具體包括：城鎮(zhèn)登記失業(yè)率(UUR)[11]、工業(yè)增加值(IO)[12]、CDM項(xiàng)目數(shù)(CDM)、新能源公交車運(yùn)營(yíng)數(shù)(NEB)[13]、工業(yè)污染治理完成投資(IPCCI)和城市造林覆蓋率(LH)，詳見(jiàn)表3。以上變量數(shù)據(jù)主要來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》《金融統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》以及30個(gè)省份各自的統(tǒng)計(jì)年鑒。

表3 中國(guó)碳金融發(fā)展水平影響因素表

2.描述性統(tǒng)計(jì)

為分析數(shù)據(jù)的集中性和離散性，對(duì)2014—2019年各變量進(jìn)行描述性統(tǒng)計(jì)，見(jiàn)表4。全國(guó)碳排放發(fā)展水平的均值、最大值和最小值分別是-0.0085、2.2258和-0.6489，說(shuō)明碳金融整體發(fā)展水平偏低。各變量的標(biāo)準(zhǔn)差整體偏低，說(shuō)明樣本數(shù)據(jù)的統(tǒng)計(jì)量比較接近整體參數(shù)值，具有良好的代表性和可靠性。

表4 相關(guān)變量描述性統(tǒng)計(jì)分析

3.模型構(gòu)建與結(jié)果分析

文章將選取30個(gè)省份在2014—2019年6年間的碳金融發(fā)展水平面板數(shù)據(jù)作為研究樣本，建立面板數(shù)據(jù)模型：

式中，i=1，2，…，30，分別表示中國(guó)30個(gè)省份樣本；t=2014，2015，2016，2017，2018，2019。

在設(shè)定模型之后，采取F檢驗(yàn)與Hausman檢驗(yàn)法對(duì)全國(guó)與八大經(jīng)濟(jì)區(qū)進(jìn)行檢驗(yàn)。最終，全國(guó)與北部沿海地區(qū)、長(zhǎng)江中游地區(qū)、黃河中游地區(qū)、東部沿海地區(qū)、南部沿海地區(qū)的P值均小于5%，表明應(yīng)選用固定效應(yīng)模型。西南地區(qū)、東北地區(qū)及大西北經(jīng)濟(jì)區(qū)的P值均大于5%，說(shuō)明應(yīng)選用隨機(jī)效應(yīng)模型。

Panel Date固定效應(yīng)模型對(duì)全國(guó)碳金融發(fā)展影響因素的檢驗(yàn)結(jié)果如表5所示。導(dǎo)入全國(guó)數(shù)據(jù)后模型(1)的R2達(dá)到97.19%，非常接近1，表明面板數(shù)據(jù)模型具有較高的擬合效果。F統(tǒng)計(jì)值是0.0000，表明面板模型具有顯著性。D.W值是1.8954，與2之間的差距較小，表明回歸結(jié)果并未出現(xiàn)殘差序列自相關(guān)問(wèn)題。各影響因素的標(biāo)準(zhǔn)誤差均小于0.1，表明回歸系數(shù)值的可靠性、穩(wěn)定性較高。城鎮(zhèn)登記失業(yè)率(UUR)、工業(yè)增加值(IO)、CDM項(xiàng)目數(shù)(CDM)、新能源公交車運(yùn)營(yíng)數(shù)(NEB)、工業(yè)污染治理完成投資(IPCCI)和城市造林覆蓋率(LH)的P值均小于5%，說(shuō)明文章選取的六個(gè)指標(biāo)因素對(duì)全國(guó)碳金融發(fā)展水平具有顯著影響。其中，CDM、NEB、IPCCI、LH的系數(shù)均大于零，表明此4項(xiàng)影響因素分別對(duì)碳金融發(fā)展發(fā)揮著正面影響作用。UUR、IO均負(fù)向影響全國(guó)碳金融發(fā)展水平，說(shuō)明此2項(xiàng)影響因素增加，碳金融發(fā)展水平會(huì)降低。其中，城鎮(zhèn)登記失業(yè)率的回歸系數(shù)是-0.0790，說(shuō)明當(dāng)全國(guó)失業(yè)率每增長(zhǎng)1%，碳金融會(huì)下降0.0790%。

表5 Panel Date固定效應(yīng)模型的全國(guó)碳金融發(fā)展水平回歸結(jié)果

因地制宜地探討每個(gè)經(jīng)濟(jì)區(qū)的碳金融發(fā)展水平，采用固定效應(yīng)與隨機(jī)效應(yīng)的面板模型分別對(duì)各區(qū)域進(jìn)行回歸，進(jìn)而考察每個(gè)區(qū)域的主要影響因素、影響程度與方向（表6）。八個(gè)經(jīng)濟(jì)區(qū)域碳金融發(fā)展水平的回歸擬合度均較好，其中東北地區(qū)的R2是98.89%，說(shuō)明面板數(shù)據(jù)模型的回歸結(jié)果可對(duì)八個(gè)經(jīng)濟(jì)區(qū)域碳金融發(fā)展水平進(jìn)行良好解釋，可得出以下結(jié)論：

表6 八大經(jīng)濟(jì)區(qū)域碳金融發(fā)展水平回歸結(jié)果

城鎮(zhèn)登記失業(yè)率(UUR)對(duì)黃河中游地區(qū)、長(zhǎng)江中游地區(qū)、東北地區(qū)和西南地區(qū)的影響比較顯著，具有負(fù)向關(guān)系。在碳金融發(fā)展過(guò)程中，城鎮(zhèn)登記失業(yè)率會(huì)對(duì)中國(guó)大部分區(qū)域產(chǎn)生負(fù)向影響。這是因?yàn)榈怯浭I(yè)人口增多導(dǎo)致區(qū)域內(nèi)基礎(chǔ)建設(shè)滯后，經(jīng)濟(jì)發(fā)展放緩，低碳經(jīng)濟(jì)政策難以落實(shí)，從而影響碳金融發(fā)展。其中，城鎮(zhèn)登記失業(yè)率對(duì)西南地區(qū)的影響最大，系數(shù)為-1.1582，且通過(guò)1%顯著性檢驗(yàn)。若西南地區(qū)失業(yè)率增長(zhǎng)1%，則碳金融會(huì)下降1.1582%。

工業(yè)增加值(IO)與碳金融發(fā)展之間呈現(xiàn)明顯的抑制狀態(tài)。中國(guó)各經(jīng)濟(jì)區(qū)工業(yè)增加值的系數(shù)均為負(fù)，表明工業(yè)增加值對(duì)碳金融發(fā)展水平具有負(fù)向影響。提高工業(yè)增加值將加劇地區(qū)廢氣與廢水的排放，加大對(duì)環(huán)境的污染程度，影響地區(qū)碳金融發(fā)展。工業(yè)增加值對(duì)東部沿海地區(qū)和西南地區(qū)的影響程度較小，說(shuō)明這兩個(gè)地區(qū)工業(yè)增加值投入已接近飽和，工業(yè)發(fā)展相對(duì)完善，加大工業(yè)增加值已無(wú)法繼續(xù)影響碳金融發(fā)展水平。

CDM項(xiàng)目數(shù)(CDM)對(duì)各地區(qū)呈現(xiàn)明顯正向影響，但在不同區(qū)域碳金融發(fā)展水平下產(chǎn)生明顯差異化影響，即對(duì)北部與南部沿海地區(qū)影響明顯，而對(duì)其他地區(qū)影響不明顯。原因是北部與南部沿海地區(qū)一二線城市較多，碳金融交易機(jī)制與市場(chǎng)相較于其他地區(qū)更為完善，且工業(yè)企業(yè)能更早進(jìn)行CDM政策推動(dòng)與落實(shí)，進(jìn)一步提高該區(qū)域碳金融發(fā)展水平。碳金融發(fā)展不僅需要CDM相關(guān)政策推動(dòng)，還需要各級(jí)政府層層推動(dòng)與工業(yè)企業(yè)細(xì)化落實(shí)做依托。而其他地區(qū)由于經(jīng)濟(jì)發(fā)展、地理位置與環(huán)境因素等原因，推動(dòng)CDM項(xiàng)目對(duì)碳金融發(fā)展水平影響不明顯。

新能源公交車運(yùn)營(yíng)數(shù)(NEB)對(duì)碳金融發(fā)展水平呈明顯促進(jìn)作用，尤其是對(duì)東部沿海地區(qū)與南部沿海地區(qū)影響較深。這是因?yàn)椋瑬|部與南部沿海地區(qū)多為旅游型城市，大量外來(lái)旅游人員無(wú)疑會(huì)提高區(qū)域碳排放量。增加新能源公交車運(yùn)營(yíng)數(shù)對(duì)減少地區(qū)碳排放有顯著影響，能促進(jìn)地區(qū)碳金融發(fā)展。對(duì)于大西北地區(qū)而言，大部分城市由于地形、人口數(shù)量等原因，導(dǎo)致公交基礎(chǔ)建設(shè)尚不完善，乘坐公交總?cè)藬?shù)較少，因此增加新能源公交運(yùn)營(yíng)數(shù)量效果不明顯。對(duì)于其他經(jīng)濟(jì)區(qū)而言，新能源公交車運(yùn)營(yíng)數(shù)對(duì)地區(qū)碳金融發(fā)展水平均有促進(jìn)作用但不明顯，說(shuō)明這些地區(qū)私家車數(shù)量與公交數(shù)量發(fā)展均衡，增加新能源公交車運(yùn)營(yíng)數(shù)不會(huì)帶來(lái)明顯影響。

工業(yè)污染治理完成投資(IPCCI)對(duì)碳金融發(fā)展影響顯著，對(duì)南部沿海地區(qū)影響最為顯著。由于廣東與福建的電子產(chǎn)品加工廠、服裝鞋帽等消費(fèi)品工廠較多且產(chǎn)量較大，為保證生產(chǎn)數(shù)量以及控制成本，大部分工廠選擇以降低環(huán)境績(jī)效的方式提高生產(chǎn)效率。但這種生產(chǎn)方式對(duì)工業(yè)廢氣、廢水的處理不到位，使污染更加惡劣。增加工業(yè)污染治理投資額后，工廠有更充足的資金研發(fā)與投入綠色生產(chǎn)技術(shù)，或在廢物排放前進(jìn)行有效治理，使生產(chǎn)環(huán)節(jié)更加低碳，進(jìn)而提高碳金融發(fā)展水平。

城市造林覆蓋率(LH)對(duì)北部沿海地區(qū)與南部沿海地區(qū)的影響顯著，對(duì)其他地區(qū)均沒(méi)有明顯影響。八大經(jīng)濟(jì)區(qū)的城市造林覆蓋率系數(shù)估計(jì)值都為正值，說(shuō)明城市造林覆蓋率增加可有效降低城市污染程度。北部沿海地區(qū)與南部沿海地區(qū)的系數(shù)分別為2.2512與2.5232，且均已通過(guò)1%的顯著性檢驗(yàn)，說(shuō)明城市造林覆蓋率每增加1%，北部、南部沿海地區(qū)碳金融分別會(huì)上漲2.2512%、2.5231%。究其原因，是因?yàn)楸辈垦睾Ｅc南部沿海地區(qū)離海較近，綠色覆蓋率高、陽(yáng)光充足、環(huán)境濕潤(rùn)、適合多種綠色植物生長(zhǎng)。借助多種植物共同光合作用可有效提升碳吸收能力，促進(jìn)碳金融水平提高。

四、結(jié)論與建議

文章在引入中國(guó)碳金融發(fā)展水平測(cè)度體系基礎(chǔ)上，對(duì)中國(guó)碳金融發(fā)展水平進(jìn)行分析，進(jìn)而分析與闡釋30個(gè)省份碳金融發(fā)展水平在2014—2019年的變化與影響因素。結(jié)果顯示：中國(guó)碳金融發(fā)展水平整體呈逐年上升趨勢(shì)，但各區(qū)域發(fā)展存在差異。從區(qū)域來(lái)看，八大經(jīng)濟(jì)區(qū)中碳金融上漲幅度較大的是北部沿海地區(qū)、長(zhǎng)江及黃河中游地區(qū)；碳金融上升速度較緩的是東部和南部沿海；碳金融基本維持不變的是西南地區(qū)、東北地區(qū)以及大西北地區(qū)。從影響因素來(lái)看，城鎮(zhèn)登記失業(yè)率和工業(yè)增加值會(huì)抑制碳金融發(fā)展，CDM項(xiàng)目數(shù)、新能源公交車運(yùn)營(yíng)數(shù)、工業(yè)污染治理完成投資、城市造林覆蓋率能促進(jìn)碳金融發(fā)展。對(duì)于區(qū)域來(lái)說(shuō)，各影響因素的顯著度不同。城鎮(zhèn)登記失業(yè)率對(duì)黃河中游地區(qū)、東北地區(qū)、長(zhǎng)江中游地區(qū)和西南地區(qū)的影響更加顯著；工業(yè)增加值對(duì)黃河中游地區(qū)、東部沿海地區(qū)及西南地區(qū)的影響更為明顯；CDM項(xiàng)目數(shù)對(duì)北部沿海地區(qū)、南部沿海地區(qū)影響更顯著；新能源公交車運(yùn)營(yíng)數(shù)對(duì)黃河中游地區(qū)、東部沿海地區(qū)、長(zhǎng)江中游地區(qū)、南部沿海地區(qū)及西南地區(qū)的影響更顯著；工業(yè)污染治理完成投資對(duì)南部沿海地區(qū)影響顯著；城市造林覆蓋率對(duì)北部沿海地區(qū)、南部沿海地區(qū)的影響更顯著。

以上結(jié)論對(duì)提升碳金融發(fā)展的區(qū)域協(xié)調(diào)性、把握金融發(fā)展方向和掌控世界“碳定價(jià)”的話語(yǔ)權(quán)具有重要意義，由此提出以下建議：一是加速CDM項(xiàng)目落實(shí)。碳金融發(fā)展還需政府政策扶持，各個(gè)省份層層推動(dòng)CDM項(xiàng)目細(xì)化落實(shí)，增強(qiáng)地區(qū)節(jié)能減排意識(shí)。二是增加新能源公交車運(yùn)營(yíng)數(shù)。政府有必要加大新能源公交車運(yùn)營(yíng)數(shù)量，減少地區(qū)碳排放，推動(dòng)地區(qū)低碳發(fā)展。有關(guān)部門(mén)可宣傳并推動(dòng)低碳出行行動(dòng)，以減少私家車數(shù)量，提高城市低碳發(fā)展水平。三是提高工業(yè)污染治理完成投資。政府可引導(dǎo)社會(huì)資金流入工業(yè)污染治理方面，減少地區(qū)二氧化碳?xì)怏w排放，促進(jìn)碳金融發(fā)展水平提高。四是提高城市造林覆蓋率。政府應(yīng)加大城市綠化建設(shè)以提高造林覆蓋率，利用綠植輔助吸收空氣中部分二氧化碳?xì)怏w，降低地區(qū)碳排放率，提升中國(guó)碳金融發(fā)展水平。五是重點(diǎn)關(guān)注失業(yè)人口動(dòng)向和創(chuàng)造更多就業(yè)機(jī)會(huì)。政府應(yīng)加大就業(yè)機(jī)會(huì)，提供更多層面就業(yè)選擇機(jī)會(huì)并關(guān)注失業(yè)人口的流向，確保留住勞動(dòng)力。六是創(chuàng)新綠色生產(chǎn)技術(shù)。各區(qū)域有必要在工業(yè)方面創(chuàng)新綠色生產(chǎn)技術(shù)，減少工業(yè)廢水、廢氣排放，提升工業(yè)增加值。政府應(yīng)完善工業(yè)污染物處理流程，提高排放審核標(biāo)準(zhǔn)，確保相關(guān)工業(yè)產(chǎn)業(yè)在綠色技術(shù)尚未完善時(shí)減少相應(yīng)的工業(yè)增加值，進(jìn)而推動(dòng)中國(guó)碳金融發(fā)展水平提高。