蘇雅麗，曾曉涵，毛 瑩

(武漢紡織大學 經濟學院，湖北 武漢 430200)

1 問題的提出與研究簡述

在第七十五屆聯合國大會一般性辯論上,我國莊嚴宣布，力爭使二氧化碳的排放量在2030年前達到峰值，2060年前實現碳中和[1，2]。在金融經濟方面，綠色金融、低碳經濟日漸成為發(fā)展的主旋律。這不僅是出于生態(tài)文明建設的需要，還是未來經濟社會可持續(xù)發(fā)展的必然要求，基于此，我國正在逐漸步入以減碳為抓手的戰(zhàn)略發(fā)展新時期。

城市是碳達峰趨勢向前推進的關鍵主體，能源消耗量和二氧化碳等溫室氣體排放量最多，因此在后續(xù)碳減排行動開展上它也是重要抓手。但是縱觀全局不難看出，現存的文獻中對全國低碳試點城市的達峰對比情況研究不夠，僅單從省級入手[3]，以城市為點論述不多，基于不同城市間的達峰效率差異提出的促進措施探討也較少。且將綠色金融因素同碳達峰直接相連的也寥寥無幾，因此本文基于此展開論述。

2 基于17個低碳試點城市的碳達峰潛力實證研究

2.1 指標的選取與說明

迄今，全國的低碳試點省市已相繼開展了3批共87個，本文以21世紀經濟研究院選取的20個低碳城市為初步借鑒，基于年鑒上各城市數據存在不同程度的缺失，最終從中選取了17個試點城市作為樣本總量。由于2021年大部分統計年鑒還未公布，因此本文選取了2020年的截面數據作為參考，數據來源參考國家統計局、各城市統計局統計年鑒。

借鑒21世紀經濟研究院對城市碳達峰預測估計的指標選取方法，本文主要從表1四個大方面展開論述：城市宏觀層面、城市人口規(guī)模、經濟發(fā)展水平、產業(yè)結構及能耗強度[4]。鑒于碳達峰不僅在量上有要求，在達峰時間上也有不同程度的差異，速度的快慢可能也影響到達峰的先后，因此本文特地在靜態(tài)指標的基礎上另外選取了部分動態(tài)指標，借以增加結論的可靠性。

表1 影響碳達峰潛力的一級二級指標

2.2 創(chuàng)新指標的解釋說明

在城市宏觀因素的影響上，如果一個城市綠色金融發(fā)展程度越好，金融對綠色發(fā)展的支持度越高，那么企業(yè)的產業(yè)結構調整、能源轉型優(yōu)化升級等都會一定程度上影響到碳減排，不僅如此乃至整個城市的綠色低碳發(fā)展觀念都會更加深入，由此可能加快達峰進程。

李春濤、閆續(xù)文利用百度搜索構建了地區(qū)金融科技發(fā)展水平指標[5]，這對本文采用百度資訊檢索的新聞數量來構建地區(qū)綠色金融發(fā)展程度指標提供了一個啟示。它的內在邏輯在于一個地區(qū)如果有綠色金融相關的資訊，比如綠色信貸綠色債券的發(fā)放、企業(yè)開展綠色轉型進行綠色投資等，都會有各路媒體爭相

報道，那么必然會被百度新聞資訊所檢索得到。不僅如此，還可以采用“關鍵詞+地區(qū)”的搜索方式調取出不同地區(qū)的發(fā)展差異，截取不同的時間間隔，便可得到不同年份間縱向和橫向的發(fā)展對比，這不僅可以大致反映綠色金融在不同城市間的發(fā)展差異，還可以反映某一個城市綠色金融發(fā)展的粗略歷程。

首先，從中國知網選取了近十年來與綠色金融相關的文獻，并利用Citespace軟件將數據導入來試圖進行關鍵詞的共現分析，以求得到與綠色金融相關的關鍵詞[6，7]。時間范圍控制在近10年調整為2012～2022年，然后進入運行便可得到綠色金融研究關鍵詞的共現圖譜，主要關鍵詞節(jié)點如圖1所示。

圖1 關鍵詞共現圖譜

基于此，提取了12個關鍵詞，包括綠色金融、綠色發(fā)展、綠色保險、綠色信貸、綠色債券、綠色轉型、綠色投資、碳中和、氣候風險、低碳轉型、碳減排、碳金融。將這些關鍵詞與選取的17個低碳試點城市一一搭配，如“廣州+綠色轉型”輸入百度檢索，并利用網絡爬蟲技術統計資訊頁面的新聞數量，我們時間節(jié)點選取了2015～2022年，考慮到前期的積累也會對現如今的綠色金融發(fā)展程度造成影響，打下基礎，本文便采用了近7年的總數量來作為2020年各地區(qū)綠色金融發(fā)展程度這一指標的解釋。

2.3 對數據進行因子分析

2.3.1 數據的標準化處理

由于選取的指標經濟類型略有不同，各數據的單位和所代表的的含義也有所差異，為了便于統一處理，我們對所選取的數據進行標準化處理。此處采用z-score標準化。

2.3.2 確定原變量是否適合做因子分析

考慮原變量是否適合做因子分析[8]，可從以下3個方法來判別。首先，根據相關矩陣可以看出主對角線元素均為1，因此為正定矩陣。另外可以看出大部分原始變量相關系數的值均大于0.3，因此判定也可以采用因子分析；除此之外，還可以用KMO和Bartlett球形檢驗來進一步驗證，雖然KMO度量值為0.348小于0.5，但Bartlett球形度檢驗中p值接近于0小于0.01，也是適合做因子分析的(表2)；最后，在公因子方差表里(表3)，變量之間提取的公因子方差越接近于1，被公因子解釋的能力就越強，反之越接近于0則越弱。根據公因子方差表可知，提取的數值除了X10、X14外絕大部分都大于0.8甚至大于0.9，說明選取的14個經濟指標的解釋能力均較強，因此能夠進行因子分析，并不會造成較大的數據信息的損失?？偠灾嘀仳炞C下表明，該數據仍然是適合做因子分析的。

2.3.3 提取因子變量

對于特征值大于1的因子，通過用SPSS軟件進行分析，可以得到解釋的總方差(表4)，從而可大致估計因子對變量的貢獻率。具體來說，前5個因子的特征值均大于標準值1，且累計貢獻率達到了88.922%，解釋能力較強，包含了全部經濟指標88.922%的信息。但從第六個因子開始特征值小于1，解釋能力變弱，因此可選擇提取前5個因子。另外從碎石圖(圖2)來看前5個因子變化趨勢也較為陡峭，其后趨勢開始趨于平緩，這也表明提取5個因子是合適的，前5個因子包含的信息較多。而且根據成分得分協方差矩陣(表5)，也可看出5個因子彼此間也不相關。

表2 KMO和Bartlett的檢驗

表3 公因子方差

2.3.4 因子旋轉

為了使不同因子解釋力更為突出，使提取的公共因子在某個變量上的載荷呈現出明顯的差異，對成分矩陣(表6)進行旋轉，得到了旋轉成分矩陣(表7)，并可據此進一步總結說明該公共因子的經濟意義。

根據分析表明，提取的公共因子1在:地區(qū)綠色金融發(fā)展程度(X1),節(jié)能環(huán)保支出(X2)，年末常住人口(X4)，國民生產總值GDP(X6)，全社會用電量(X8)的因子載荷值最大，可以概括為增量影響因子，方差貢獻率為28.367%。

因子2對：GDP年增長率(X7)，規(guī)模以上工業(yè)增加值增加速度(X12)，全社會用電量增長率(X13)，工業(yè)用電增長率(X14)解釋力度較強，可以概括為增速影響因子，方差貢獻率為23.426%。

表4 解釋的總方差

表5 成份得分協方差矩陣

圖2 碎石圖

因子3對：工業(yè)用電量(X9)，工業(yè)行業(yè)綜合能耗(X10)，規(guī)模以上工業(yè)煤炭消費量(X11)解釋力度較強，可以概括為工業(yè)端影響因子，方差貢獻率達17.554%。

因子4對：節(jié)能環(huán)保增幅(X3)的解釋力度較強，可以概括為環(huán)保端影響因子，方差貢獻率為10.455%。

因子5對：人口年均增長率(X5)的解釋力度較強，可以概括為居民端影響因子，方差貢獻率有9.121%。

2.3.5 因子得分

為了確定上述5個因子的表達式，用SPSS軟件分析出了成份得分系數矩陣，如表8所示。據此可得出5大因子的表達式為：

F1=0.214X1+0.318X2+0.281X4+0.23X6+0.136X8

F2=0.248X7+0.3X12+0.308X13+0.26X14

F3=0.346X9+0.299X10+0.406X11

F4=0.695X3

F5=0.785X5

根據解釋方差的貢獻率數據,我們可以求得總因子得分函數為：

F=(0.28367F1+0.23426F2+0.17554F3+0.10455F4+0.09121F5)/0.88922

2.3.6 結論

為便于分析各城市達峰潛力及差異情況，可將標準化后的指標數據帶入函數中，由此便可得出各城市的總得分情況，按降序進行排列便可得出排名情況。如表9所示。

從排名結果來看,排名前5的為重慶、上海、蘇州、濟南、深圳；后五名為天津、合肥、廈門、沈陽、武漢。從具體分析來看：

表6 成份矩陣a

表7 旋轉成份矩陣a

表8 成份得分系數矩陣

(1)基于宏觀增量影響因子F1，排名前五名的依次是上海、北京、重慶、深圳、廣州，后五名是青島、濟南、合肥、沈陽、廈門，兩者排名基本較為符合，表明該公共因子對碳達峰影響較大。具體來看，在GDP總

表9 各城市得分排名

量上，上海、深圳、重慶位于前五，合肥、沈陽、廈門位于后五，表明經濟發(fā)展水平對碳達峰情況確實有一定助推作用，越發(fā)達地區(qū)越有望率先達峰；其次從全社會用電量來看，上海、重慶、蘇州、深圳位于前6，合肥、廈門、沈陽依舊甩尾，一定程度上表明用電量越高地區(qū)，二氧化碳排放加大，有望促進達峰；最后在地區(qū)綠色金融發(fā)展程度上來看更為符合，總排名前5的依舊靠前，后5名仍舊靠后，表明地區(qū)綠色金融發(fā)展程度越高，低碳發(fā)展意識越強，越有望削弱峰值水平早日趨于平穩(wěn)并進入下降階段。

(2)基于增速影響因子F2排序，第一是濟南，最后一名是武漢。具體來說，在內部GDP年增長率、規(guī)模以上工業(yè)增加值增加速度、全社會用電量增長率乃至工業(yè)用電量增長率上濟南均名列前茅，因此可以表明影響達峰潛力的不僅僅在于碳排放總量的增加，速度的疊加也至關重要。雖然濟南在公共因子F1里面排名均不太靠前，但由于其增速較快，因此總得分也較為靠前。

(3)基于工業(yè)端因子F3排序，蘇州位居榜首，不僅如此，在內部的成分因子工業(yè)用電量、工業(yè)行業(yè)綜合能耗以及規(guī)模以上工業(yè)煤炭消費量上的排序也均列一或列二，由此可證明為什么除了常規(guī)思維北上廣深可能率先達峰外，本次的實證結果里蘇州碳達峰潛力也較高。第二產業(yè)的發(fā)展會極大影響到碳排放強度，它在拉動經濟增長的同時也帶來了碳排放量的增加，工業(yè)越發(fā)達的城市碳排放量有可能越高。2021年，蘇州工業(yè)產值在連續(xù)8年進入“3萬億俱樂部”后，邁上了4萬億新臺階，成為中國首座工業(yè)產值4萬億的城市，甚至可以拿下全球工業(yè)第一市的寶座，工業(yè)的發(fā)達由此便相應帶來了碳排放量的增加。

(4)在節(jié)能環(huán)保端因子F4上可以看出，重慶、蘇州、上海、濟南等排名均靠前，節(jié)能環(huán)保支出增幅也較多，這表明若是從單個城市的視角來看，碳達峰也是自身年份比較的一個縱向概念，節(jié)能環(huán)保、低碳意識的發(fā)展有利于在原本較高的碳排放量上加快每年的下降速度，削弱進入平穩(wěn)下降階段的峰值水平，從而促使在縱向的年度水平上盡快實現達峰。而反觀天津、合肥、廈門、沈陽、武漢等環(huán)保增幅均靠后，節(jié)能環(huán)保力度較為不足。

(5)在居民端因子F5方面，達峰潛力較高的濟南、深圳、上海均排名較為靠前，人口增長率較高。從已經完成工業(yè)化的一些發(fā)達國家的歷史經驗來看，居民消費產生的碳排放量占國家碳排放的占比甚至有可能高達60%左右。人口規(guī)模會通過各種途徑或直接或間接地影響到城市的碳排放量，比如人口規(guī)模越大汽車保有量越多、電力使用量增加、建筑密度日益減小、鞭炮燃放秸稈燃燒增加等。因此在考慮低碳發(fā)展時必須要把城市規(guī)模、人口密度等納入考量，從居民端、消費端方面的碳減排必須要重視起來了。

3 我國推進碳達峰的路徑建議

從全球范圍內來看，目前已經有50多個國家實現了碳達峰。但相比我國制定的2050年碳達峰目標，連德國、法國、英國等發(fā)達國家都用了50多年的努力才達到峰值，而我國只有近30年[9]。時間緊任務重，必須要積極找到適合自己國情的碳達峰路徑。

3.1 抓住機遇

(1)經濟發(fā)展新階段。隨著“十四五”時期的邁入，在第一個百年奮斗目標完成的基礎上，我國開啟了全面建設社會主義現代化國家的新征程，正逐步進入發(fā)展的新階段。隨著國家各項政策的相繼出臺，五大新發(fā)展理念不斷貫徹落實，國際國內雙循環(huán)的新發(fā)展格局也在逐步推進，創(chuàng)新觀念深入人心，這些都助推了經濟發(fā)展方式的轉變，為加快實現碳達峰碳中和提供了機遇，要積極抓住，巧于運用。

(2)綠色金融的發(fā)展。從根本性質上來看，碳達峰、碳中和的最終愿景是將各項金融資源向綠色環(huán)保領域傾斜，這與我國的綠色金融發(fā)展的目標不謀而合。實證分析也表明，綠色金融發(fā)展程度較好的地區(qū)如重慶、上海、深圳、濟南、蘇州等，往往碳達峰潛力也較大，因此其他城市省份也要抓住這一機遇，大力推行各種綠色金融產品、綠色衍生品和一些創(chuàng)新的商業(yè)模式等，發(fā)揮好綠色金融在經濟領域的關鍵作用，助推碳達峰碳中和目標的早日實現。

3.2 迎接挑戰(zhàn)

“碳達峰”的完整含義指特定時間區(qū)間內二氧化碳排放總量達到最大值，隨后進入平穩(wěn)下降階段的過程。因此，一昧追求絕對量的增加并不是目的，使碳排放量逐漸趨于平穩(wěn)，到達一個極大值后開始緩慢下降才是本質目標。就目前我國國情來看，正處于碳排放量逐漸增長的階段，碳排放總量居世界第一位，能源消費結構依舊是以高碳為主，因此節(jié)能減排，削弱峰值，早日在低位達到平穩(wěn)狀態(tài)才是明智之舉。

(1)能源供給端發(fā)力。從世界能源結構轉型過程來看，外在表現基本上都是從煤炭向石油、而后天然氣、最終向非化石能源的過渡過程，本質上也就是從高碳排放向低碳排放、最后力爭向零碳排放過渡的轉型過程。但就我國目前的能源消費結構來看，不得不承認現在乃至將來可能在很長一段時間內，將依舊是以化石能源為主，能源需求量大且能耗極高，極大增加了溫室氣體的排放。因此在能源供給端要大力推廣能源結構的優(yōu)化升級，積極進行能源替代。盡可能在生產生活中采用清潔能源、可再生能源等代替一些高污染能源如煤炭石油等的使用，逐漸提高它們在總能源消費中的比重，以期降低溫室氣體的最終排放量。

(2)能源消費端發(fā)力。就我國目前國情來看，化石能源的替代絕非一朝一夕，因此能源消費端的控制也是一大重點。一方面產業(yè)結構要抓緊時間優(yōu)化升級，減少碳排放的絕對量。三大產業(yè)中尤其是第二產業(yè)的發(fā)展對碳排量的增長影響極大，要想促進減排，產業(yè)結構的優(yōu)化升級、積極調整必須排上日程，積極發(fā)展節(jié)能環(huán)保的新興產業(yè)和低碳產業(yè)；另一方面要積極實現消費終端的電氣化和高效化，減少碳排放的相對量。必須承認能源的替代不會一蹴而就，基于各種主客觀因素的考量，在轉型過程中或多或少依舊會有終端使用化石能源，對于這些不得不使用化石能源消費的終端，要從提高能耗效率為著入點，盡力研發(fā)新一代能耗技術和智能控制技術來控制終端的能耗，通過盡力降低天然氣等化石能源的消耗速度以期來減少碳排放量。

(3)人為固碳端發(fā)力。首先，從國家政策層面可以通過推廣封山育林、植樹造林、退耕還林還草等措施來增加生物固碳，減少空氣中的二氧化碳排放量；其次，從居民個人層面來說可通過在出行時選擇綠色出行方式，減少私家車的使用，盡量乘坐公共交通工具、出門離家隨手關燈關電、外出購物就餐提前自備儲物袋和餐具，盡量減少一次性餐具和塑料袋等使用、不隨意焚燒秸稈、減少燃鞭等方式肩負起凈零低碳時代賦予每個人的圣神使命。