| 4,726 | 61 | 767 |
| 下载次数 | 被引频次 | 阅读次数 |
本文立足资源型地区经济增长过度依赖化石能源的特征，探讨利用金融手段破解“碳诅咒”困境问题的路径。首先，将绿色金融嵌入包含二氧化碳排放的经济增长理论分析框架，通过数理模型，阐释绿色金融通过缓解资本价格扭曲、加速碳排放与经济增长脱钩的作用机理，证实绿色金融发展应当以资本配置达到最优为上限，避免由于绿色金融发展过度导致绿色产业领域产能过剩，从而制约其他产业的发展。其次，运用空间计量经济模型，对理论模型的现实解释力进行实证检验。主要研究结论包括，我国资源型省份过度依赖化石能源产业，更倾向于碳密集型发展，迈入“碳诅咒”困境；资源型地区的绿色金融发展可以通过缓解资本价格扭曲加速碳排放同经济增长的脱钩，进而破解资源型地区由“资源诅咒”引致的“碳诅咒”困境；资源型地区的绿色金融发展能够加强邻居地区的能源脱钩与碳脱钩。研究结论为有序推进绿色金融高质量发展提供有益指导，为破解资源型地区“碳诅咒”困境提供合理可行的政策思路。
Abstract：Based on the characteristics of overreliance on fossil energy for economic growth in rich fossil fuel provinces, this paper focuses on using financial means to break the “carbon curse”. This paper builds an economic growth model including green finance and carbon dioxide emissions, explains the mechanism of green finance accelerating the decoupling of energy consumption, carbon emissions and economic growth by alleviating capital price distortions, and confirms that the development of green finance should be capped at optimal capital allocation, so as to avoid the “overcapacity” in the green industry due to the excessive development of green finance. Then, by using a spatial econometric model it tests the realistic interpretation of the theoretical model. The results show that the overreliance on the energy industry in rich fossil fuel provinces of China makes these regions more inclined to the carbon intensive development, forming the phenomenon of “carbon curse”. The development of green finance in rich fossil fuel provinces can strengthen the decoupling of carbon emissions and economic growth by alleviating the distortion of capital prices, thereby solving the “carbon curse” caused by the “resource curse”. The development of green finance in rich fossil fuel provinces can strengthen energy decoupling and carbon decoupling in neighboring regions. The research conclusions provide useful guidance for promoting the high-quality development of green finance in an orderly manner, and provide reasonable and feasible policy ideas for solving the “car bon curse” in rich fossil fuel provinces.
[1]安超,雷明.二氧化碳排放、人力资本和内生经济增长研究[J].中国管理科学, 2019, 27(5):149–160.
[2]杜莉,郑立纯.我国绿色金融政策体系的效应评价——基于试点运行数据的分析[J].清华大学学报（哲学社会科学版）, 2019, 34(1):173–182, 199.
[3]何吾洁,陈含桦,王卓.绿色金融发展与碳排放动态关系的实证研究——基于VAR模型的检验[J].贵州师范大学学报（社会科学版）,2019(1):99–108.
[4]胡援成,肖德勇.经济发展门槛与自然资源诅咒——基于我国省际层面的面板数据实证研究[J].管理世界, 2007(4):15–23, 171.
[5]江红莉,王为东,王露,等.中国绿色金融发展的碳减排效果研究——以绿色信贷与绿色风投为例[J].金融论坛, 2020, 25(11):39–48, 80.
[6]刘锡良,文书洋.中国的金融机构应当承担环境责任吗?——基本事实、理论模型与实证检验[J].经济研究, 2019, 54(3):38–54.
[7]刘贤赵,高长春,张勇,等.中国省域碳强度空间依赖格局及其影响因素的空间异质性研究[J].地理科学, 2018, 38(5):681–690.
[8]宁伟,佘金花.绿色金融与宏观经济增长动态关系实证研究[J].求索, 2014(8):62–66.
[9]潘冬阳,陈川祺, Michael Grubb.金融政策与经济低碳转型——基于增长视角的研究[J].金融研究, 2021(12):1–19.
[10]邵帅,杨莉莉.自然资源开发、内生技术进步与区域经济增长[J].经济研究, 2011, 46(2):112–123.
[11]史代敏,施晓燕.绿色金融与经济高质量发展:机理、特征与实证研究[J].统计研究, 2022, 39(1):31–48.
[12]苏冬蔚,连莉莉.绿色信贷是否影响重污染企业的投融资行为?[J].金融研究, 2018(12):123–137.
[13]王宁,史晋川.中国要素价格扭曲程度的测度[J].数量经济技术经济研究, 2015, 32(9):149–161.
[14]王小鲁,樊纲,刘鹏.中国经济增长方式转换和增长可持续性[J].经济研究, 2009, 44(1):4–16.
[15]王遥,潘冬阳,张笑.绿色金融对中国经济发展的贡献研究[J].经济社会体制比较, 2016(6):33–42.
[16]叶初升,叶琴.金融结构与碳排放无关吗——基于金融供给侧结构性改革的视角[J].经济理论与经济管理, 2019(10):31–44.
[17]张丽,盖国凤.煤炭产业依赖对全要素生产率影响研究——基于有条件“资源诅咒”假说[J].财经问题研究, 2020(3):39–47.
[18]张丽.我国绿色金融发展的经济与环境效应研究[D].中国矿业大学, 2019.
[19]张宇,钱水土.绿色金融、环境技术进步偏向与产业结构清洁化[J].科研管理, 2022, 43(4):129–388.
[20] Auty R M. Industrial Policy Reform in Six Large Newly Industrializing Countries:The Resource Curse Thesis[J]. World Development, 1994,22(1):11–26.
[21] Bovenberg A L, De Mooij R A. Environmental Levies and Distortionary Taxation[J]. The American Economic Review, 1994, 84(4):1085–1089.
[22] Friedrichs J, Inderwildi O R. The Carbon Curse:Are Fuel Rich Countries Doomed to High CO2 Intensities?[J]. Energy Policy, 2013, 62:1356–1365.
[23] Goulder L H. Effects of Carbon Taxes in An Economy with Prior Tax Distortions:An Inter Temporal General Equilibrium Analysis[J]. Journal of Environmental Economics and Management, 1995, 29(3):271–297.
[24] Jalil A, Feridun M. The Impact of Growth, Energy and Financial Development on the Environment in China:A Cointegration Analysis[J].Energy Economics, 2011, 33(2):284–291.
[25] Kriegler E, Bauer N, Popp A, et al. Fossil-Fueled Development(SSP5):An Energy and Resource Intensive Scenario for the 21st Century[J].Global Environmental Change, 2017, 42:297–315.
[26] Lee J W. Green Finance and Sustainable Development Goals:The Case of China[J]. Journal of Asian Finance Economics and Business, 2020,7(7):577–586.
[27] Liu R, Wang D, Zhang L, et al. Can Green Financial Development Promote Regional Ecological Efficiency? A Case Study of China[J]. Natural Hazards, 2019(95):325–341.
[28] Ruiz J D G, Arboleda C A, Botero S. A Proposal for Green Financing as A Mechanism to Increase Private Participation in Sustainable Water Infrastructure Systems:The Colombian Case[J]. Procedia Engineering, 2016, 145:180–187.
[29] Tapio P. Towards A Theory of Decoupling:Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001[J].Transport Policy, 2005, 12(2):137–151.
(1)数据来自中国研究数据服务平台（CNRDS）。
(2)数据来自各省份相应年份统计年鉴。
(3)以资源依赖度划分的资源型省份包括新疆、内蒙古、河北、辽宁、黑龙江、山西、山东、河南、陕西、贵州，非资源型省份包括上海、浙江、海南、广西、福建、广东、江西、重庆、青海、北京；以资源丰裕度划分的资源型省份包括黑龙江、河南、贵州、山东、山西、陕西、内蒙古、新疆、宁夏、河北，非资源型省份包括海南、上海、北京、湖北、广西、江西、福建、浙江、重庆、江苏。
(4)碳排放数据来自中国碳核算数据库（CEADs），其余数据来自中国研究数据服务平台（CNRDS）。
(1)因篇幅所限，Tapio脱钩指数及含义由附表1展示，见《统计研究》网站所列附件。下同。
(2)因篇幅所限，我国各省份2016—2020年的Tapio脱钩指数以附表2展示。
(1)K iτ=MP r'，其中KMP为资本的边际生产力，(,)i r'i=G M表示两类中间产品部门企业获得资本的实际价格。
(2)因篇幅所限，求解过程以附录展示。
(1)2020年原煤、原油和天然气产量总和排在前十的省份包括山东、山西、陕西、新疆、内蒙古、宁夏、黑龙江、河南、贵州、河北。
(1)ST：财务状况异常，受到证券交易所特殊处理的上市公司。*ST：财务状况异常，被证券交易所认为存在退市风险的上市公司。
(1)因篇幅所限，空间相关性检验结果以附图1~2展示。
(1)因篇幅所限，变量的内生性检验结果以附表3展示。
(2)因篇幅所限，变量的LLC检验结果以附表4展示。
(3)当被解释变量为碳脱钩指数时，Hausman检验的卡方值为64.48(P=0.0000)，当被解释变量为能源脱钩指数时，Hausman检验的卡方值为103.14(P=0.0000)。
(4)当被解释变量为碳脱钩指数时，对应的P值分别为0.0015、0.0253，当被解释变量为能源脱钩指数时，对应的P值分别为0.0227、0.0417，这意味着应当建立空间杜宾模型。
(1)因篇幅所限，变量的稳健性检验结果以附表5展示。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2024.01.004
中图分类号:X196;F832
引用信息:
[1]施晓燕,史代敏.绿色金融：破解“碳诅咒”困境的有效策略[J].统计研究,2024,41(01):46-58.DOI:10.19343/j.cnki.11-1302/c.2024.01.004.
基金信息:
国家社会科学基金重大项目“绿色金融发展统计测度与评价研究”（22&ZD161）;国家社会科学基金重点项目“我国绿色金融核算理论与方法研究”（19AZD010）; 甘肃省自然科学基金项目“基于碳收支核算的甘肃省碳补偿问题研究”（22JR5RA855）; 甘肃省高等学校创新基金项目“数字经济驱动传统农业创新发展效应研究”（2022B-104）
2024-01-25
2024-01-25