普惠金融发展可以减少中国碳排放吗?——基于LMDI分解法的时间序列分析

被引:11
作者
陈啸 [1 ]
薛英岚 [2 ]
机构
[1] 山西财经大学金融学院
[2] 中国科学院科技战略咨询研究院
关键词
普惠金融; 碳排放; LMDI分解法; 聚类分析;
D O I
10.19654/j.cnki.cjwtyj.2021.05.007
中图分类号
F832 [中国金融、银行]; X321 [区域环境规划与管理];
学科分类号
1201 ; 020204 ; 083305 ; 1204 ;
摘要
普惠金融可以通过改变区域经济行为进而深刻影响社会经济发展中能源活动所产生的碳排放。本文将普惠金融变量引入碳排放影响因素中,选取代表普惠金融发展程度的指标,基于对数平均迪氏指数(LMDI)分解法,对1996—2018年间中国普惠金融对碳排放的影响进行驱动因素分解,量化普惠金融对碳减排的贡献。结果显示,1996—2018年中国金融普惠程度大幅提升,以东南沿海的普惠程度最高。以煤为主的能源结构效应是中国碳排放增长的主要因素,普惠金融效应在1996—2001年间表现为负向影响,且贡献较低;2002年后对中国碳排放具有促进作用,但随着普惠金融规模的增加,其引起碳排放增加的趋势放缓。空间差异方面,2000年之前,普惠金融效应在全国绝大部分省份均呈现负向效应,2001—2005年转为正向效应,2006年之后,普惠金融效应对碳排放增长贡献的省际差异逐步增大,随着中国经济发展进入新常态,东部发达省份的普惠金融效应对碳排放增长的贡献与西部地区相比较低。基于各省驱动因素的聚类分析,将各省份分为六类,根据不同区域的普惠金融贡献和产业发展特征,针对碳减排向每类省份提出了具有区域代表性的普惠金融发展政策建议。
引用
收藏
页码:59 / 66
页数:8
相关论文
共 13 条
[1]   中国省域间碳排放责任共担与碳减排合作 [J].
汪燕 ;
王文治 ;
马淑琴 .
浙江社会科学, 2020, (01) :40-51+156
[2]   碳普惠制下居民公交车出行减碳量核算方法研究——以广州市为例 [J].
郭洪旭 ;
黄莹 ;
廖翠萍 ;
赵黛青 .
生态经济, 2019, 35 (06) :44-48
[3]   广东省碳普惠机制实施进展研究 [J].
刘海燕 ;
郑爽 .
中国经贸导刊(理论版), 2018, (08) :23-25
[4]   流域水环境承载力聚类分区方法研究——以湟水流域小峡桥断面上游为例 [J].
贾紫牧 ;
陈岩 ;
王慧慧 ;
曾维华 .
环境科学学报, 2017, 37 (11) :4383-4390
[5]   基于碳普惠制的城市公共自行车个人碳减排量计算 [J].
黎炜驰 ;
曾雪兰 ;
梁小燕 ;
卞勇 ;
徐伟嘉 ;
杨乐亮 .
中国人口·资源与环境, 2016, 26 (12) :103-107
[6]   考虑碳价下限的发电商CCS投资策略与政策分析 [J].
张新华 ;
陈敏 ;
叶泽 .
管理工程学报, 2016, 30 (02) :160-165
[7]   国际碳金融市场:现状、问题与前景 [J].
曾刚 ;
万志宏 .
国际金融研究, 2009, (10) :19-25
[8]  
LMDI decomposition approach: A guide for implementation[J] . B.W. Ang.Energy Policy . 2015
[9]  
In or out: efficient inclusion of installations in an emissions trading scheme?[J] . Regina Betz,Todd Sanderson,Tihomir Ancev.Journal of Regulatory Economics . 2010 (2)
[10]  
European Emission Trading Scheme and competitiveness: A case study on the iron and steel industry[J] . Demailly Damien,Quirion Philippe.Energy Economics . 2007 (4)