綠色金融對(duì)蘇州重點(diǎn)產(chǎn)業(yè)碳減排的影響效應(yīng)研究

王釔淞 聞梓彥 陳功 劉晨曦 潘潔

摘 要：我國提出雙碳政策以來，各級(jí)政府積極采取行動(dòng)實(shí)現(xiàn)減污降碳協(xié)同增效，促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展全面綠色轉(zhuǎn)型。本文采用STIRPAT模型探索2008—2021年江蘇省蘇州市重點(diǎn)產(chǎn)業(yè)碳排放量與人口城鎮(zhèn)化水平、人均生產(chǎn)總值、綠色金融指數(shù)、碳排放強(qiáng)度之間的關(guān)系。同時(shí)，設(shè)置不同綠色金融發(fā)展程度情景，對(duì)蘇州市重點(diǎn)產(chǎn)業(yè)進(jìn)行碳排放峰值模擬實(shí)驗(yàn)。研究表明：綠色金融能夠有效促進(jìn)碳減排，蘇州市加強(qiáng)發(fā)展綠色金融對(duì)達(dá)成碳達(dá)峰計(jì)劃具有重要意義。

關(guān)鍵詞：綠色金融；STIRPAT模型；碳減排；碳峰值；蘇州重點(diǎn)產(chǎn)業(yè)；綠色金融指數(shù)

本文索引：王釔淞，聞梓彥，陳功，等.<變量 2>[J].中國商論，2024（03）：-124.

中圖分類號(hào)：F205；DF468 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2024）02（a）--05

1 引言

自2005年起，中國碳排放總量連續(xù)十七年居世界首位。2020年中國在第75屆聯(lián)合國大會(huì)上正式提出了“雙碳”目標(biāo)。2021年，蘇州市重點(diǎn)產(chǎn)業(yè)產(chǎn)值達(dá)8133.91億元，碳排放總量達(dá)2911.19萬噸。人民銀行蘇州市中心支行發(fā)布了《關(guān)于2022年蘇州市綠色低碳轉(zhuǎn)型金融重點(diǎn)工作部署的通知》，明確了未來綠色金融定量目標(biāo)，提出了十大重點(diǎn)工作方向。為此，對(duì)蘇州市綠色金融發(fā)展現(xiàn)狀和碳排放效應(yīng)進(jìn)行研究、明確蘇州碳排放的金融驅(qū)動(dòng)機(jī)制、模擬蘇州未來的碳達(dá)峰路徑，對(duì)于制定長期穩(wěn)健的碳減排政策具有重要意義。

截至目前，學(xué)術(shù)界研究綠色金融與產(chǎn)業(yè)碳排放的重點(diǎn)在于碳排放的影響因素。李艷紅（2018）研究發(fā)現(xiàn)，河北省人均碳排放與人均GDP之間存在“倒U”型曲線，產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)調(diào)整是河北省實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展的根本途徑[1]。Muhammad et al.（2023）研究發(fā)現(xiàn)，綠色金融、綠色創(chuàng)新、環(huán)境政策嚴(yán)格程度、GDP、出口、進(jìn)口和碳排放之間有著長期的聯(lián)系[2]。張歡等（2023）研究發(fā)現(xiàn)：綠色信貸對(duì)碳排放具有顯著抑制作用，城鎮(zhèn)化水平、人均 GDP和單位 GDP能源消費(fèi)量與碳排放呈正相關(guān)[3]。另一部分學(xué)者主要研究綠色金融在碳減排中的應(yīng)用，何吾潔等（2019）利用VAR模型研究發(fā)現(xiàn)，發(fā)展綠色金融、利用可再生能源都能有效抑制單位GDP二氧化碳的排放[4]。楊林京等（2021）采用有調(diào)節(jié)的中介效應(yīng)模型研究發(fā)現(xiàn)，綠色金融發(fā)展和結(jié)構(gòu)調(diào)整優(yōu)化能夠顯著抑制碳排放[5]。Franley et al.（2022）采用面板分位數(shù)回歸，研究表明可再生能源使用的增加和綠色金融發(fā)展指數(shù)的進(jìn)步有助于減少二氧化碳排放量[6]。劉鋒等（2022）基于環(huán)境庫茲涅茨曲線（EKC），研究發(fā)現(xiàn)：中國綠色金融發(fā)展顯著抑制了碳排放[7]。由此可見，少有學(xué)者研究具體地區(qū)碳排放的影響因素，并且缺乏定量研究，不利于為地方政府提供可行性建議。

綜上所述，本文的研究目標(biāo)為：探索蘇州綠色金融與重點(diǎn)產(chǎn)業(yè)碳排放量的關(guān)系，為推動(dòng)蘇州實(shí)現(xiàn)“雙碳”目標(biāo)提出建議。為此，本文將基于蘇州重點(diǎn)產(chǎn)業(yè)的碳排放數(shù)據(jù)和STIRPAT模型，量化分析碳排放量的影響因素，預(yù)測不同綠色金融發(fā)展程度下碳達(dá)峰的路徑，從而提出相關(guān)建議，增強(qiáng)碳減排效應(yīng)。

2 蘇州市綠色金融與重點(diǎn)產(chǎn)業(yè)碳排放現(xiàn)狀分析

2.1 蘇州市綠色金融發(fā)展現(xiàn)狀

為順利實(shí)現(xiàn)“雙碳”目標(biāo)，蘇州市政府大力倡導(dǎo)綠色發(fā)展，引導(dǎo)金融資本與環(huán)保項(xiàng)目對(duì)接，開發(fā)多樣化綠色金融產(chǎn)品。

蘇州市綠色信貸規(guī)模不斷擴(kuò)大。截至2023年3月末，蘇州本外幣綠色貸款余額6647億元，同比增長50.5%，相比其他各項(xiàng)貸款增速高出34.9%，體現(xiàn)了綠色信貸強(qiáng)大的競爭力。

蘇州市綠色債券發(fā)展不斷成熟。截至2022年12月末，蘇州綠色債券余額達(dá)到171億元，同比增長47%，形成了金融資本服務(wù)綠色業(yè)務(wù)的良好局面。

2.2 蘇州市碳排放重點(diǎn)產(chǎn)業(yè)現(xiàn)狀

2023年6月20日，蘇州市工信局發(fā)布了《蘇州市工業(yè)領(lǐng)域及重點(diǎn)行業(yè)碳達(dá)峰實(shí)施方案（征求意見稿）》，指出鋼鐵、石油化工、建材、紡織和造紙產(chǎn)業(yè)是碳排放的重點(diǎn)行業(yè)。

2.2.1 鋼鐵產(chǎn)業(yè)

蘇州鋼鐵產(chǎn)業(yè)超低排放改造工作整體起步較早，進(jìn)展良好。2021年蘇州市完成鋼鐵產(chǎn)業(yè)總產(chǎn)值3114.8億元，碳排放總量達(dá)24.84百萬噸，較2020年和2019年同比減少0.68%和0.86%。鋼鐵企業(yè)投入大量資金和精力，全面實(shí)施污染治理。目前，蘇州鋼鐵企業(yè)煥然一新，已全部完成超低排放改造，促進(jìn)了全市大氣環(huán)境質(zhì)量持續(xù)改善。

2.2.2 石油化工產(chǎn)業(yè)

蘇州市政府按照國家產(chǎn)業(yè)政策，圍繞八大產(chǎn)業(yè)鏈，鼓勵(lì)企業(yè)利用現(xiàn)有基礎(chǔ)，應(yīng)用關(guān)鍵技術(shù)，優(yōu)化產(chǎn)品結(jié)構(gòu)。2021年蘇州石油化工產(chǎn)業(yè)總產(chǎn)值達(dá)1658.71億元，碳排放總量達(dá)7370噸。目前，蘇州市新建化工項(xiàng)目嚴(yán)格執(zhí)行準(zhǔn)入門檻的要求，進(jìn)入化工集中區(qū)域，對(duì)技術(shù)先進(jìn)、優(yōu)勢明顯、帶動(dòng)和支撐作用強(qiáng)的重大項(xiàng)目，及時(shí)納入全市重點(diǎn)項(xiàng)目規(guī)劃和年度實(shí)施計(jì)劃，優(yōu)先給予土地、信貸等支持。

2.2.3 建材產(chǎn)業(yè)

2021年，蘇州建筑行業(yè)總產(chǎn)值為942.56億元，碳排放總量達(dá)21.15萬噸，較2020年同比減少0.7%。全市有9家建筑業(yè)企業(yè)被評(píng)為2021年度江蘇省建筑業(yè)“百強(qiáng)企業(yè)”，蘇州市住建局正進(jìn)一步優(yōu)化建筑業(yè)發(fā)展環(huán)境，促進(jìn)產(chǎn)業(yè)創(chuàng)新，深化行業(yè)改革，繼續(xù)做大做強(qiáng)蘇州建筑業(yè)。?

2.2.4 紡織產(chǎn)業(yè)

2021年，蘇州紡織業(yè)總產(chǎn)值達(dá)1657.92億元，碳排放總量達(dá)69.3萬噸，較2020年同比增長4.7%。目前，蘇州紡織業(yè)總量規(guī)模全國第一，后續(xù)將從上游原材料“頂天”、中間制造業(yè)智能化改造和數(shù)字化轉(zhuǎn)型、終端產(chǎn)品品牌化發(fā)展三方面突破，大力實(shí)施“增品種、提品質(zhì)、創(chuàng)品牌”發(fā)展戰(zhàn)略，推動(dòng)紡織業(yè)高質(zhì)量發(fā)展，全力建設(shè)高水平紡織產(chǎn)業(yè)創(chuàng)新集群。

2.2.5 造紙產(chǎn)業(yè)

2021年，蘇州造紙產(chǎn)業(yè)總產(chǎn)值達(dá)759.92億元，碳排放量達(dá)3.36百萬噸，較2020年同比減少3.36%。未來，蘇州造紙行業(yè)將立足新階段的新形勢和新要求，從產(chǎn)業(yè)空間布局、綠色、循環(huán)、智能、安全五個(gè)方面進(jìn)行提質(zhì)增效，確保造紙行業(yè)高質(zhì)量發(fā)展穩(wěn)步向前。

3 模型構(gòu)建和數(shù)據(jù)來源

3.1 STIRPAT模型構(gòu)建

STIRPAT模型是一種常用的社會(huì)科學(xué)研究方法，這種模型提供了一種操作性強(qiáng)的分析框架，通過量化碳排放量與經(jīng)濟(jì)、人口、技術(shù)層面之間的關(guān)系，為研究提供直觀可靠的趨勢擬合與數(shù)據(jù)預(yù)測，能夠更準(zhǔn)確地識(shí)別出具體的影響因素并制定相應(yīng)的環(huán)境措施，對(duì)于理解環(huán)境問題的根源和解決途徑具有重要意義。

本文選取蘇州市碳排放與經(jīng)濟(jì)水平、人口、技術(shù)數(shù)據(jù)，依據(jù)STIRPAT模型，分析蘇州市社會(huì)經(jīng)濟(jì)因素對(duì)蘇州碳排放的影響。

STIRPAT模型的基本形式為：

式中，I為社會(huì)經(jīng)濟(jì)活動(dòng)對(duì)環(huán)境的影響，P、A、T分別表示人口、經(jīng)濟(jì)、技術(shù)因素，a、b、c、d為對(duì)應(yīng)系數(shù)。為了方便計(jì)算分析，將上式轉(zhuǎn)化為對(duì)數(shù)形式：

為引入綠色金融概念，對(duì)經(jīng)濟(jì)層面因素進(jìn)行分解，得到下式：

其中，人口層面的U代表城鎮(zhèn)化水平；經(jīng)濟(jì)層面的G代表區(qū)域人均生產(chǎn)總值，L代表綠色金融指數(shù)（區(qū)域綠色金融總額與區(qū)域生產(chǎn)總值的比值），技術(shù)層面的E代表碳排放強(qiáng)度，即碳排放量與區(qū)域生產(chǎn)總值的比值。

3.2 數(shù)據(jù)來源及變量說明

本文數(shù)據(jù)采用2008—2021年蘇州市碳排放量、城鎮(zhèn)化率、區(qū)域生產(chǎn)總值、綠色金融、碳排放強(qiáng)度，分析各因素與碳排放量之間的關(guān)系。

碳排放量通過能源消費(fèi)總量與碳排放系數(shù)（國家發(fā)改委能源研究所推薦的標(biāo)煤的碳排放系數(shù)為0.67噸碳/噸標(biāo)準(zhǔn)煤）的乘積進(jìn)行計(jì)算，能源消費(fèi)總量來自歷年《蘇州統(tǒng)計(jì)年鑒》，城鎮(zhèn)化水平、區(qū)域生產(chǎn)總值、區(qū)域常住人口均來自蘇州市統(tǒng)計(jì)局的2023版《蘇州市情市力》。綠色金融的數(shù)據(jù)來源于市內(nèi)國有大型銀行的年報(bào)。

4 實(shí)證分析

4.1 回歸分析及檢驗(yàn)結(jié)果

本文使用SPSSPRO進(jìn)行嶺回歸分析以測算模型整體的關(guān)聯(lián)程度。經(jīng)過計(jì)算，各解釋變量之間的關(guān)系如下所示：

基于F檢驗(yàn)顯著性P值為0.006，在1%水平上呈現(xiàn)顯著性，拒絕原假設(shè)，表明自變量與因變量之間存在著回歸關(guān)系。同時(shí)，模型的擬合優(yōu)度R2為0.773，模型表現(xiàn)較為良好，證明了蘇州市碳排放量與城鎮(zhèn)化率、區(qū)域生產(chǎn)總值、綠色金融、碳排放強(qiáng)度之間存在緊密聯(lián)系，具有較強(qiáng)的研究價(jià)值。

本文根據(jù)所得模型結(jié)果，可以判斷碳排放量與人口城鎮(zhèn)化率、人均生產(chǎn)總值、碳排放強(qiáng)度成正相關(guān)，與綠色金融指數(shù)成負(fù)相關(guān)。

（1）人口城鎮(zhèn)化率。蘇州已經(jīng)具備較高的人口城鎮(zhèn)化率，當(dāng)人口城鎮(zhèn)化率進(jìn)一步提高但清潔能源無法大規(guī)模擴(kuò)展時(shí)，人口城鎮(zhèn)化率的提高對(duì)碳排放量影響較大，每提高1個(gè)人口城鎮(zhèn)化率的百分點(diǎn)，將提高1.22個(gè)單位的碳排放量。

（2）人均生產(chǎn)總值。當(dāng)人均生產(chǎn)總值上升時(shí)，代表著經(jīng)濟(jì)的增長，這也會(huì)引起碳排放量的增長，根據(jù)模型結(jié)果可以看到，每增長1個(gè)單位的人均生產(chǎn)總值，碳排放量會(huì)相應(yīng)增長0.192個(gè)單位。

（3）綠色金融指數(shù)。綠色金融被用于支持和促進(jìn)環(huán)保項(xiàng)目和可持續(xù)發(fā)展，綠色金融指數(shù)指的是區(qū)域綠色金融總額與區(qū)域生產(chǎn)總值的比值。在本模型中，可以得到每增加1個(gè)百分點(diǎn)的綠色金融指數(shù)，碳排放量可以下降0.153個(gè)單位，對(duì)碳減排起到積極的正向作用，說明綠色金融業(yè)務(wù)的發(fā)展能夠有效促進(jìn)蘇州碳排放的減少。

（4）碳排放強(qiáng)度。碳排放量與區(qū)域生產(chǎn)總值的比值，可以客觀地反映碳排放量與經(jīng)濟(jì)之間的關(guān)系，從模型結(jié)果可知，碳排放強(qiáng)度每增加1個(gè)單位，碳排放量將增加0.174個(gè)單位。

4.2 基于不同綠色金融發(fā)展程度下的碳峰值模擬實(shí)驗(yàn)

4.2.1 情景設(shè)置

江蘇省工信廳、江蘇省發(fā)改委、江蘇省生態(tài)環(huán)境廳聯(lián)合印發(fā)《江蘇省工業(yè)領(lǐng)域碳達(dá)峰及重點(diǎn)行業(yè)碳達(dá)峰實(shí)施方案》中指出江蘇省鋼鐵、石化化工、建材、紡織和造紙五大行業(yè)碳排放量約占全省工業(yè)領(lǐng)域碳排放量的75%以上。

根據(jù)蘇州統(tǒng)計(jì)局發(fā)布的《蘇州市情市力》與《蘇州統(tǒng)計(jì)年鑒》計(jì)算可得，2016—2020年，城鎮(zhèn)化率上漲5.05%，區(qū)域人均生產(chǎn)總值上漲28.47%，綠色金融指數(shù)上漲20.48%，碳排放強(qiáng)度下降17.81%。

為方便計(jì)算，設(shè)置基準(zhǔn)情況下的各項(xiàng)數(shù)據(jù)：在“十四五”時(shí)期的城鎮(zhèn)化率上漲5%，區(qū)域人均生產(chǎn)總值上漲25%，綠色金融指數(shù)上漲21%，碳排放強(qiáng)度下降20%，蘇州市重點(diǎn)產(chǎn)業(yè)碳排放量為全市排放總量的75%。

依據(jù)基準(zhǔn)情況下的數(shù)據(jù)，本文分別定義了高發(fā)展模式與低發(fā)展模式。高發(fā)展模式下綠色金融指數(shù)快速增長，綠色金融業(yè)務(wù)蓬勃發(fā)展，“十四五”時(shí)期綠色金融指數(shù)達(dá)到25%；低發(fā)展模式下，由于蘇州經(jīng)濟(jì)發(fā)達(dá)，近年來越發(fā)注重經(jīng)濟(jì)高質(zhì)量發(fā)展，因此綠色金融指數(shù)相比基準(zhǔn)情況略低，綠色金融指數(shù)為20%，象征著綠色金融業(yè)務(wù)發(fā)展緩慢。

4.2.2 碳排放峰值模擬

將數(shù)據(jù)帶入模型進(jìn)行測算，計(jì)算結(jié)果如下：

本文以2016—2020年為起點(diǎn)，根據(jù)模型，預(yù)測蘇州市重點(diǎn)產(chǎn)業(yè)未來在不同綠色金融發(fā)展情形下的碳排放量。由表4和圖2可知，在基準(zhǔn)情況下，按照現(xiàn)階段的綠色金融發(fā)展速度，在2030年前碳排放量較難達(dá)到頂峰；在低發(fā)展的情況下，碳排放量依然快速增長，在2030年前碳排放量無法達(dá)到頂峰；在高發(fā)展情形下，因大力發(fā)展綠色金融業(yè)務(wù)，碳排放量能夠在2028年左右達(dá)到蘇州最高排放量為303.08百萬噸，相比基準(zhǔn)情況和高排放情況分別降低8.83百萬噸和14.64百萬噸，為后續(xù)實(shí)現(xiàn)2060年的碳中和計(jì)劃打下堅(jiān)實(shí)的基礎(chǔ)。

5 結(jié)論與建議

本文從蘇州市綠色金融和重點(diǎn)產(chǎn)業(yè)碳排放現(xiàn)狀入手，根據(jù)2008—2021年蘇州市的碳排放情況與經(jīng)濟(jì)水平、人口、技術(shù)等數(shù)據(jù)建立了STIRPAT模型，并使用SPSSPRO進(jìn)行嶺回歸分析證明該模型具有較強(qiáng)的研究價(jià)值。本文基于得出的STIRPAT模型，根據(jù)2016—2020年蘇州市人口城鎮(zhèn)化率、區(qū)域人均生產(chǎn)總值、綠色金融指數(shù)、碳排放強(qiáng)度等各項(xiàng)指標(biāo)的變化情況，模擬出2021—2040年蘇州市重點(diǎn)產(chǎn)業(yè)在不同綠色金融發(fā)展情形下的碳達(dá)峰路徑。

研究發(fā)現(xiàn)：

（1）蘇州市碳排放量與人口城鎮(zhèn)化率、人均生產(chǎn)總值、綠色金融指數(shù)、碳排放強(qiáng)度等因素有關(guān)。當(dāng)人口城鎮(zhèn)化率、人均生產(chǎn)總值、碳排放強(qiáng)度增加時(shí)，碳排放量會(huì)隨之增加，呈正相關(guān)；當(dāng)綠色金融指數(shù)上升時(shí)，碳排放量會(huì)減少，呈負(fù)相關(guān)。

（2）在基準(zhǔn)情況和低發(fā)展情況下，2030年后，蘇州市碳排放量依舊處于快速增長階段，無法實(shí)現(xiàn)2030年的碳達(dá)峰目標(biāo)；在綠色金融高發(fā)展情況下，蘇州市將在2026—2030年達(dá)到碳排放量峰值303.08百萬噸，有助于后續(xù)實(shí)現(xiàn)2060年的碳中和計(jì)劃。

綜上所述，蘇州市若要順利實(shí)現(xiàn)“雙碳”目標(biāo)，就必須堅(jiān)持低碳排放，即需要在人口城鎮(zhèn)化、人均生產(chǎn)總值、綠色金融指數(shù)等方面找到適合蘇州的低碳方案。本文就綠色金融助力“雙碳”目標(biāo)的實(shí)現(xiàn)提出以下建議：

（1）持續(xù)完善綠色金融標(biāo)準(zhǔn)體系。政府可以進(jìn)一步完善綠色保險(xiǎn)、綠色基金、綠色信托等綠色金融產(chǎn)品標(biāo)準(zhǔn)化體系，明確產(chǎn)品發(fā)行制度、規(guī)范交易流程，形成監(jiān)管部門和金融機(jī)構(gòu)關(guān)于“綠色”定義共識(shí)的一致性，明確綠色金融產(chǎn)品標(biāo)簽，提高市場透明度，減少“假綠”現(xiàn)象。

（2）推動(dòng)碳排放信息透明化、清晰化。監(jiān)管部門可以構(gòu)建并完善碳排放信息披露框架、制定并完善相關(guān)法律法規(guī)，除明確企業(yè)披露的碳排放信息需包含的內(nèi)容外，還應(yīng)規(guī)定其法律責(zé)任、監(jiān)督管理、事務(wù)管理、獎(jiǎng)勵(lì)與懲罰等方面，推動(dòng)企業(yè)碳排放信息披露的強(qiáng)制性和規(guī)范性。

（3）創(chuàng)新綠色金融產(chǎn)品與服務(wù)。政府可以出臺(tái)一系列財(cái)政補(bǔ)貼政策，鼓勵(lì)金融機(jī)構(gòu)推進(jìn)綠色信貸、綠色債券、綠色保險(xiǎn)、綠色基金等金融產(chǎn)品創(chuàng)新，比如開發(fā)并支持碳資產(chǎn)抵質(zhì)押貸款、碳中和債券、碳保險(xiǎn)、碳基金等創(chuàng)新品種，積極為重點(diǎn)產(chǎn)業(yè)轉(zhuǎn)型提供資金支持，充分發(fā)揮綠色金融在支持綠色產(chǎn)業(yè)發(fā)展中的引導(dǎo)作用。

參考文獻(xiàn)

李艷紅.河北省碳排放與經(jīng)濟(jì)增長間關(guān)系的EKC存在性驗(yàn)證及STIRPAT實(shí)證分析[J].生態(tài)經(jīng)濟(jì)評(píng)論，2018（1）：14-24.

Umar Muhammad，Safi Adnan. Do green finance and innovation matter for environmental protection？ A case of OECD economies[J]. Energy Economics，2023，119.

張歡，楊彥紅，王瑞祥.甘肅省綠色金融發(fā)展對(duì)碳達(dá)峰與低碳韌性的影響研究：基于STIRPAT模型和情景模擬的分析[J]. 西部金融，2023（2）：69-78.

何吾潔，陳含樺，王卓.綠色金融發(fā)展與碳排放動(dòng)態(tài)關(guān)系的實(shí)證研究：基于VAR模型的檢驗(yàn)[J].貴州師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019（1）：99-108.

楊林京，廖志高.綠色金融、結(jié)構(gòu)調(diào)整和碳排放：基于有調(diào)節(jié)的中介效應(yīng)檢驗(yàn)[J]. 金融與經(jīng)濟(jì)，2021（12）：31-39.

Mngumi Franley，Shaorong Sun，Shair Faluk，Waqas Muhammad. Does green finance mitigate the effects of climate variability： role of renewable energy investment and infrastructure.

劉鋒，黃蘋，唐丹.綠色金融的碳減排效應(yīng)及影響渠道研究[J]. 金融經(jīng)濟(jì)學(xué)研究，2022，37（6）：144-158.