• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      “雙碳”目標(biāo)下綠色金融助力經(jīng)濟低碳轉(zhuǎn)型的機制研究
      ——基于綠色索羅模型

      2023-12-12 10:53:48張瑩瑩
      地方財政研究 2023年9期
      關(guān)鍵詞:回歸系數(shù)雙碳生產(chǎn)率

      孟 禹 郭 凱,2 張瑩瑩

      (1.東北財經(jīng)大學(xué),大連 116025;2.遼寧(大連)自貿(mào)區(qū)研究院,遼寧 116025)

      內(nèi)容提要:本文基于2006 年-2020 年30 個省份面板數(shù)據(jù),采用系統(tǒng)GMM 模型實證分析和驗證了綠色金融助力經(jīng)濟低碳轉(zhuǎn)型的作用機制,進(jìn)一步探究了不同碳排放水平下,綠色金融助力經(jīng)濟低碳轉(zhuǎn)型的作用機制是否存在異質(zhì)性。研究發(fā)現(xiàn),綠色金融可以助力經(jīng)濟低碳轉(zhuǎn)型;在當(dāng)前的能源結(jié)構(gòu)和綠色全要素生產(chǎn)率水平下,綠色金融可以同時通過能源結(jié)構(gòu)和綠色全要素生產(chǎn)率的調(diào)節(jié)機制助力經(jīng)濟低碳轉(zhuǎn)型。但能源結(jié)構(gòu)和綠色全要素生產(chǎn)率的調(diào)節(jié)機制存在區(qū)域異質(zhì)性,在高碳排放地區(qū)能源結(jié)構(gòu)的調(diào)節(jié)機制沒有發(fā)揮出來,綠色全要素生產(chǎn)率的調(diào)節(jié)機制為負(fù)向,在低碳排放地區(qū)能源結(jié)構(gòu)和綠色全要素生產(chǎn)率均發(fā)揮了正向的調(diào)節(jié)機制。

      一、引言

      2020 年,我國提出“雙碳”目標(biāo),表明了大力推動綠色低碳發(fā)展的決心。綠色金融依據(jù)國家環(huán)保政策可以為清潔能源、綠色環(huán)保等改善環(huán)境、應(yīng)對氣候變化的項目在投融資、運行、風(fēng)險管理方面提供有針對性的金融服務(wù),可以引導(dǎo)經(jīng)濟向低碳發(fā)展方向轉(zhuǎn)型和升級,是實現(xiàn)經(jīng)濟低碳轉(zhuǎn)型不可或缺的重要力量。國內(nèi)外學(xué)者研究均證實了綠色金融是實現(xiàn)經(jīng)濟可持續(xù)發(fā)展、協(xié)調(diào)人與自然的重要保障(王瑤和曹暢,2015;Soundarrajan 和Vivek,2016;朱四榮,2019)。綠色金融具有節(jié)能減排效應(yīng),但綠色金融是否助力了經(jīng)濟低碳轉(zhuǎn)型?綠色金融發(fā)揮經(jīng)濟低碳轉(zhuǎn)型作用的具體機制是什么?都是急需探究的重要議題。為此,本文從理論和實證兩個方面系統(tǒng)剖析了綠色金融助力經(jīng)濟低碳轉(zhuǎn)型的作用機制。本文的創(chuàng)新之處:(1)研究視角的創(chuàng)新。為實現(xiàn)“雙碳”目標(biāo)需要推動經(jīng)濟低碳轉(zhuǎn)型,本文以現(xiàn)實問題為導(dǎo)向,將研究視角放在綠色金融助力經(jīng)濟低碳轉(zhuǎn)型上,在豐富相關(guān)文獻(xiàn)的基礎(chǔ)上,可以為實現(xiàn)2030 年“碳達(dá)峰”,2060 年“碳中和”提供研究啟示。(2)研究方法的創(chuàng)新。本文在Brock 和Taylor(2010)構(gòu)建的綠色索羅模型基礎(chǔ)上,創(chuàng)新性地引入綠色金融因素進(jìn)行模型拓展,為分析綠色金融助力經(jīng)濟低碳轉(zhuǎn)型提供一個改進(jìn)的理論分析框架。

      二、理論分析與研究假設(shè)

      本文在Brock 和Taylor(2010)構(gòu)建的綠色索羅模型的基礎(chǔ)上,引入綠色金融變量進(jìn)行理論拓展。模型的主要假設(shè):污染排放是生產(chǎn)過程中的副產(chǎn)品(亦即將污染作為一種非期望產(chǎn)出),模型的主要設(shè)定如下:

      式中,Y 為總產(chǎn)出水平;K、B 和L 分別為考慮了環(huán)境治理的“綠色”資本存量、勞動的有效性和勞動力數(shù)量;G 為綠色金融治理環(huán)境污染的投入量,vG為綠色金融治理環(huán)境污染的投入量在總資本中的占比;R 為不可再生能源,vR為不可再生能源的消耗量在總資本中的占比;I 為總投資;s 和δ 分別為儲蓄率和折舊率;、和分別為“綠色”資本存量、勞動有效性和勞動力數(shù)量隨時間的變化率;gB為勞動有效性(亦即用于生產(chǎn)的技術(shù)水平)的增長率;n 為外生的人口增長率;E 為污染排放總量;Ω 表示環(huán)保技術(shù)水平(綠色全要素生產(chǎn)率),大小為gA;a 為一個強度減排函數(shù),a'<0 而a''>0。

      假設(shè)生產(chǎn)函數(shù)是柯布-道格拉斯且規(guī)模報酬不變。將模型的主要變量(Y、K、E)進(jìn)一步整理為單位有效勞動的形式(用小寫字母表示):

      將主要變量轉(zhuǎn)換為單位有效勞動的水平,進(jìn)一步計算其增長率:

      e 與碳排放總量E 之間的關(guān)系如下:

      根據(jù)公式(2)-(16)得到碳排放總量的增長率:

      當(dāng)最終經(jīng)濟達(dá)到穩(wěn)態(tài)時,單位有效勞動資本存量k 的增速將為0,污染排放總量以恒定速度gE=n+gB+gR-(gA+gG)下降,在T 時點達(dá)到峰值后再逐漸下降的過程,如圖1 所展示。從圖1 可以看出,當(dāng)不考慮綠色金融時,單位有效勞動資本存量的增長率gk=ska-1-(n+δ+vR+gB)對應(yīng)于圖1 中的曲線Ⅰ,如果碳排放總量的增長率等于零時對應(yīng)的gk可以表示為:對應(yīng)于圖1 中的直線Ⅲ,與曲線Ⅰ相交于點A;當(dāng)考慮綠色金融因時,單位有效勞動“綠色”資本存量的增長率gk=ska-1-(n+δ+vG+vR+gB)對應(yīng)于圖1 中的曲線Ⅱ,如果碳排放總量的增長率等于零(g'EE=0) 時對應(yīng)的 gk可以表示為:對應(yīng)于圖1 中的直線Ⅳ,與曲線Ⅱ相交于點B。因此,綠色金融使曲線由Ⅰ移動到曲線Ⅱ,曲線由Ⅲ移動到曲線Ⅳ,對應(yīng)的碳排放強度曲線由Ⅴ移動到Ⅵ?;谏鲜龇治觯疚奶岢鲆韵录僭O(shè):

      圖1 基于綠色索羅模型的環(huán)境庫茲涅茲曲線

      H1:“雙碳”目標(biāo)下,綠色金融可以助力經(jīng)濟低碳轉(zhuǎn)型。

      (一)基于能源結(jié)構(gòu)的調(diào)節(jié)機制

      綠色金融對碳排放強度的影響如圖2 所示。從圖2 可以看出,在包含綠色金融與碳排放強度的綠色索羅模型中,當(dāng)不減少不可再生能源的消費(gR)時,單位有效勞動“綠色”資本存量的增長率gk=ska-1-(n+δ+vG+vR+gB)對應(yīng)于圖2 中的曲線Ⅰ,如果碳排放總量的增長率等于零時對應(yīng)的gk可以表示為:對應(yīng)于圖2 中的直線Ⅲ,與曲線Ⅰ相交于點A;當(dāng)減少不可再生能源的消費(gR)時,單位有效勞動“綠色”資本存量的增長率g'k=ska-1-(n+δ+vG+vR′+gB)對應(yīng)于圖2 中的曲線Ⅱ,如果碳排放總量的增長率等于零時對應(yīng)的gk可以表示為:,對應(yīng)于圖2 中的直線Ⅳ,與曲線Ⅱ相交于點B。又因為根據(jù)公式(17)碳排放總量的增長率gE=agk+n+gB+gR-(gA+gG),那么減少不可再生能源的消費(gR)意味著相同的經(jīng)濟產(chǎn)出伴隨著更少的碳排放。因此,在能源結(jié)構(gòu)的調(diào)節(jié)下,綠色金融通過調(diào)整使曲線由Ⅰ移動到曲線Ⅱ,曲線由Ⅲ移動到曲線Ⅳ,對應(yīng)的碳排放強度曲線由Ⅴ移動到Ⅵ。基于上述分析,本文提出以下假設(shè):

      圖2 能源結(jié)構(gòu)調(diào)節(jié)下的環(huán)境庫茲涅茲曲線

      H2:“雙碳”目標(biāo)下,綠色金融通過能源結(jié)構(gòu)(降低不可再生能源的消費)的調(diào)節(jié)機制可以助力經(jīng)濟低碳轉(zhuǎn)型。

      (二)基于綠色全要素生產(chǎn)率的調(diào)節(jié)機制

      綠色金融對碳排放強度的影響如圖3 所示。從圖3 可以看出,在包含綠色金融與碳排放強度的綠色索羅模型中,當(dāng)還未提高綠色全要生產(chǎn)率(gA)時,碳排放總量的增長率等于零時對應(yīng)的gk可以表示為:對應(yīng)于圖3 中的直線Ⅰ,與gk曲線相交于點A;當(dāng)提高了綠色全要生產(chǎn)率(gA)時,碳排放總量的增長率等于零(g'E=0)時對應(yīng)的gk可以表示為:對應(yīng)于圖3 中的直線Ⅱ,與gk曲線相交于點B。又因為無論是否提高綠色全要生產(chǎn)率(gA),對單位有效勞動“綠色”資本存量的增長率gk=ska-1-(n+δ+vG+vR+gB)沒有影響。因此,在綠色全要素生產(chǎn)率的調(diào)節(jié)下,綠色金融通過調(diào)整使曲線由Ⅰ移動到曲線Ⅱ,對應(yīng)的碳排放強度曲線由Ⅴ移動到Ⅵ?;谏鲜龇治觯疚奶岢鲆韵录僭O(shè):

      圖3 綠色全要素生產(chǎn)率調(diào)節(jié)下的環(huán)境庫茲涅茲曲線

      H3:“雙碳”目標(biāo)下,綠色金融通過綠色全要素生產(chǎn)率的調(diào)節(jié)機制可以助力經(jīng)濟低碳轉(zhuǎn)型。

      三、研究設(shè)計

      (一)實證模型

      本文研究綠色金融助力經(jīng)濟低碳轉(zhuǎn)型的作用機制,由于經(jīng)濟增長存在慣性,上期經(jīng)濟增長會對當(dāng)期的經(jīng)濟增長產(chǎn)生影響,同理上期的碳排放會對當(dāng)期的碳排放產(chǎn)生影響,顯然會存在滯后的被解釋變量與誤差項相關(guān),直接進(jìn)行OLS 估計是有偏且不一致的。廣義矩估計(GMM)可以允許誤差項存在異方差和序列相關(guān),能通過將變量的滯后項作為工具變量解決模型中的內(nèi)生性問題,顯然GMM 模型更適用于本文的研究。因此,本文采用GMM 模型,模型構(gòu)建如下:

      其中,下標(biāo)i 為省份標(biāo)識,t 為年份標(biāo)識,i=1,2,…30;t=1,2…;α1…α5為常數(shù)項,β11…β55均為待估系數(shù);CGit表示GDP 碳排放強度,GFit表示綠色金融,ESit表示能源結(jié)構(gòu);GTFPit表示綠色全要素生產(chǎn)率;Zit表示控制變量的集合;ηi代表個體效應(yīng),μt代表時間效應(yīng),εit為殘差項。

      (二)變量選擇與數(shù)據(jù)來源

      1.被解釋變量

      GDP 碳排放強度。本文選擇GDP 碳排放強度(CG=CO2/GDP)來衡量經(jīng)濟低碳轉(zhuǎn)型。

      2.解釋變量

      (1)綠色金融。本文借鑒高錦杰(2021)的做法,選取了綠色信貸、綠色投資、綠色保險、政府支持四個維度,如表1 所示。數(shù)據(jù)來源于各省份《統(tǒng)計年鑒》以及《中國保險年鑒》。

      表1 綠色金融指標(biāo)構(gòu)建

      (2)能源結(jié)構(gòu)。本文采用清潔能源與高耗能能源消費量的比值來衡量能源結(jié)構(gòu),記為ES。數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》。

      (3)綠色全要素生產(chǎn)率。本文借鑒Tone(2001)和Oh(2010)采用SBM-GML 方法測算我國30 個?。ㄊ校┑木G色全要素生產(chǎn)率,記為GTFP。本文選取的投入指標(biāo)如表2 所示,樣本數(shù)據(jù)均來源于《中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫》。

      表2 采用SBM-GML 方法測算各省GTFP 的投入與產(chǎn)出指標(biāo)

      3.控制變量。借鑒現(xiàn)有文獻(xiàn),本文控制變量的選擇如表3 所示。樣本數(shù)據(jù)均來源于《中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫》。

      表3 變量定義及測度

      (三)變量的描述性統(tǒng)計

      本文的數(shù)據(jù)結(jié)構(gòu)為2006 年-2020 年的省域數(shù)據(jù),表4 是本文樣本數(shù)據(jù)的描述性統(tǒng)計。從表中可以看出GDP 碳排放強度(CG)、能源稟賦(ESR)、對外開放程度(Open)和物價水平(CPI)的最小值與最大值差異較大。

      表4 樣本數(shù)據(jù)的描述性統(tǒng)計

      四、實證結(jié)果分析

      (一)面板單位根檢驗

      表5 是各變量的單位根檢驗結(jié)果。從表中看出,各變量均在1%的統(tǒng)計水平上顯著,因此,本文的樣本數(shù)據(jù)均滿足平穩(wěn)性條件。

      表5 ADF 單位根檢驗結(jié)果

      (二)實證結(jié)果分析

      表6 中的第(1)列是綠色金融對GDP 碳排放強度的估計結(jié)果。從表中可以看出,綠色金融對GDP碳排放強度的回歸系數(shù)為-3.0351,在1%的統(tǒng)計水平上顯著,說明綠色金融可以顯著降低GDP 碳排放強度。由此,假說H1 得到驗證。

      表6 全樣本系統(tǒng)GMM 的實證估計結(jié)果

      從表6 中第(2)列可以看出,綠色金融對GDP碳排放強度的回歸系數(shù)為-2.1817,在10%的統(tǒng)計水平上顯著;能源結(jié)構(gòu)對GDP 碳排放強度的回歸系數(shù)為-4.0903,在1%的統(tǒng)計水平上顯著。從表6 中第(3)列可以看出,綠色金融與能源結(jié)構(gòu)的乘積項對GDP 碳排放強度的回歸系數(shù)為-10.2869,在1%的統(tǒng)計水平上顯著,說明能源結(jié)構(gòu)的調(diào)節(jié)效應(yīng)存在。同時,綠色金融對GDP 碳排放強度的回歸系數(shù)為-4.2525,在1%的統(tǒng)計水平上顯著;能源結(jié)構(gòu)對GDP 碳排放強度的回歸系數(shù)為-7.6039,在1%的統(tǒng)計水平上顯著。說明通過能源結(jié)構(gòu)的調(diào)節(jié)效應(yīng)增強了綠色金融對GDP 碳排放強度的抑制作用。由此,假說H2 得到驗證。

      從表6 中第(4)列可以看出,綠色金融對GDP碳排放強度的回歸系數(shù)為-1.5192,在1%的統(tǒng)計水平上顯著;綠色全要素生產(chǎn)率對GDP 碳排放強度的回歸系數(shù)為-1.1370,在1%的統(tǒng)計水平上顯著。從表中第(5)列可以看出,綠色金融與綠色全要素生產(chǎn)率的乘積項對GDP 碳排放強度的回歸系數(shù)為-3.4325,在5%的統(tǒng)計水平上顯著,說明綠色全要素生產(chǎn)率的調(diào)節(jié)效應(yīng)存在。同時,綠色金融對GDP碳排放強度的回歸系數(shù)為-6.2850,在5%的統(tǒng)計水平上顯著;綠色全要素生產(chǎn)率對GDP 碳排放強度的回歸系數(shù)為-1.1370,在1%的統(tǒng)計水平上顯著。說明通過綠色全要素生產(chǎn)率的調(diào)節(jié)效應(yīng)增強了綠色金融對GDP 碳排放強度的抑制作用。由此,假說H3得到驗證。

      五、進(jìn)一步分析

      本文按照碳排放量的差別劃分出高碳排放地區(qū)和低碳排放地區(qū)①按照碳排放水平的不同進(jìn)行劃分,碳排放前15 個省份為高碳排放地區(qū),包括山東、河北、山西、江蘇、內(nèi)蒙古、遼寧、河南、廣東、浙江、陜西、新疆、安徽、湖北、黑龍江、湖南;碳排放后15 個省份為高碳排放地區(qū),包括四川、貴州、上海、吉林、福建、云南、廣西、江西、甘肅、寧夏、天津、重慶、北京、海南、青海。進(jìn)行異質(zhì)性分析。

      (一)高碳排放地區(qū)

      表7 中的第(1)列是高碳排放地區(qū)綠色金融對GDP 碳排放強度的估計結(jié)果,從表中可以看出,綠色金融對GDP 碳排放強度的回歸系數(shù)為-9.3141,在10%的統(tǒng)計水平上顯著,說明在高碳排放地區(qū)綠色金融可以顯著的降低GDP 碳排放強度。由此,假說H1 在高碳排放地區(qū)得到驗證。

      表7 高碳排放地區(qū)系統(tǒng)GMM 的實證估計結(jié)果

      從表7 中第(2)列可以看出,高碳排放地區(qū)綠色金融對GDP 碳排放強度的回歸系數(shù)為-3.7310,在10%的統(tǒng)計水平上顯著;能源結(jié)構(gòu)對GDP 碳排放強度的回歸系數(shù)為-5.3369,在1%的統(tǒng)計水平上顯著。從表7 中第(3)列可以看出,在高碳排放地區(qū)綠色金融與能源結(jié)構(gòu)的乘積項對GDP 碳排放強度的回歸系數(shù)為-11.8122,但在統(tǒng)計水平上不顯著,說明在高碳排放地區(qū)能源結(jié)構(gòu)的調(diào)節(jié)效應(yīng)不存在。由此,假說H2 在高碳排放地區(qū)未得到驗證。

      從表7 中第(4)列可以看出,高碳排放地區(qū)綠色金融對GDP 碳排放強度的回歸系數(shù)為-9.3222,在10%的統(tǒng)計水平上顯著;綠色全要素生產(chǎn)率對GDP碳排放強度的回歸系數(shù)為-1.0219,在10%的統(tǒng)計水平上顯著。從表中第(5)列可以看出,綠色金融與綠色全要素生產(chǎn)率的乘積項對GDP 碳排放強度的回歸系數(shù)為15.3071,在5%的統(tǒng)計水平上顯著,說明綠色全要素生產(chǎn)率的調(diào)節(jié)效應(yīng)存在。同時,綠色金融對GDP 碳排放強度的回歸系數(shù)為-9.6699,在1%的統(tǒng)計水平上顯著;綠色全要素生產(chǎn)率對GDP 碳排放強度的回歸系數(shù)為-4.3199,在1%的統(tǒng)計水平上顯著。說明在高碳排放地區(qū)綠色全要素生產(chǎn)率的調(diào)節(jié)效應(yīng)雖然存在,但綠色全要素生產(chǎn)率的正向調(diào)節(jié)機制沒有發(fā)揮出來。由此,假說H3 在高碳排放地區(qū)未得到驗證。

      (二)低碳排放地區(qū)

      表8 中的第(1)列是低碳排放地區(qū)綠色金融對GDP 碳排放強度的估計結(jié)果,從表中可以看出,低碳排放地區(qū)綠色金融對GDP 碳排放強度的回歸系數(shù)為-11.4110,在5%的統(tǒng)計水平上顯著,說明在低碳排放地區(qū)綠色金融可以十分顯著的降低GDP 碳排放強度。由此,假說H1 在低碳排放地區(qū)得到驗證。

      表8 低碳排放地區(qū)系統(tǒng)GMM 的實證估計結(jié)果

      從表8 中第(2)列可以看出,低碳排放地區(qū)綠色金融對GDP 碳排放強度的回歸系數(shù)為-15.7857,在10%的統(tǒng)計水平上顯著;能源結(jié)構(gòu)對GDP 碳排放強度的回歸系數(shù)為-3.5943,在5%的統(tǒng)計水平上顯著。從表中第(3)列可以看出,綠色金融與能源結(jié)構(gòu)的乘積項對GDP 碳排放強度的回歸系數(shù)為-12.4215,在5%的統(tǒng)計水平上顯著,說明能源結(jié)構(gòu)的調(diào)節(jié)效應(yīng)存在。同時,綠色金融對GDP 碳排放強度的回歸系數(shù)為-3.6973,在10%的統(tǒng)計水平上顯著;能源結(jié)構(gòu)對GDP 碳排放強度的回歸系數(shù)為-9.4275,在10%的統(tǒng)計水平上顯著。說明在低碳排放地區(qū)通過能源結(jié)構(gòu)的調(diào)節(jié)效應(yīng)增強了綠色金融對GDP 碳排放強度的抑制作用。由此,假說H2 在低碳排放地區(qū)得到驗證。

      從表8 中第(4)列可以看出,低碳排放地區(qū)綠色金融對GDP 碳排放強度的回歸系數(shù)為-10.3427,在10%的統(tǒng)計水平上顯著;綠色全要素生產(chǎn)率對GDP碳排放強度的回歸系數(shù)為-1.2607,在10%的統(tǒng)計水平上顯著。從表中第(5)列可以看出,綠色金融與綠色全要素生產(chǎn)率的乘積項對GDP 碳排放強度的回歸系數(shù)為-17.0520,在5%的統(tǒng)計水平上顯著,說明綠色全要素生產(chǎn)率的調(diào)節(jié)效應(yīng)存在。同時,綠色金融對GDP 碳排放強度的回歸系數(shù)為-7.3421,在5%的統(tǒng)計水平上顯著;綠色全要素生產(chǎn)率對GDP碳排放強度的回歸系數(shù)為-8.5866,在5%的統(tǒng)計水平上顯著。說明在低碳排放地區(qū)通過綠色全要素生產(chǎn)率的調(diào)節(jié)效應(yīng)增強了綠色金融對GDP 碳排放強度的抑制作用。由此,假說H3 在低碳排放地區(qū)得到驗證。

      (三)穩(wěn)健性檢驗

      本文采用更換估計方法和改變樣本容量的方法進(jìn)行穩(wěn)健性檢驗,得出的穩(wěn)健性檢驗回歸結(jié)果與前文結(jié)論基本一致,說明本文的結(jié)論是較為可信的。由于篇幅限制,表未列出。

      六、研究結(jié)論與政策建議

      (一)研究結(jié)論

      通過本文的研究得出以下結(jié)論:

      一是綠色金融可以顯著的降低GDP 碳排放系數(shù),即綠色金融可以助力經(jīng)濟低碳轉(zhuǎn)型。在當(dāng)前的能源結(jié)構(gòu)和綠色全要素生產(chǎn)率水平下,綠色金融可以同時通過能源結(jié)構(gòu)和綠色全要素生產(chǎn)率的調(diào)節(jié)作用助力經(jīng)濟低碳轉(zhuǎn)型。

      二是能源結(jié)構(gòu)和綠色全要素生產(chǎn)率對綠色金融助力經(jīng)濟低碳轉(zhuǎn)型的調(diào)節(jié)機制存在區(qū)域異質(zhì)性。在高碳排放地區(qū)能源結(jié)構(gòu)和綠色全要素生產(chǎn)率的調(diào)節(jié)機制沒有發(fā)揮出來;在低碳排放地區(qū)能源結(jié)構(gòu)和綠色全要素生產(chǎn)率在綠色金融助力經(jīng)濟低碳轉(zhuǎn)型中的正向調(diào)節(jié)機制都得到了發(fā)揮。

      (二)政策建議

      首先,強化綠色發(fā)展理念,積極完善綠色金融體系。綠色金融是實現(xiàn)經(jīng)濟低碳轉(zhuǎn)型不可或缺的重要力量,應(yīng)積極推進(jìn)綠色金融的發(fā)展,一方面,要強化綠色發(fā)展理念,創(chuàng)新綠色金融產(chǎn)品,將金融產(chǎn)品設(shè)計逐漸向清潔能源拓展。另一方面,還應(yīng)盡快完善綠色金融體系的建立,積極引導(dǎo)不同類型的金融機構(gòu)滲透到綠色金融的發(fā)展當(dāng)中,鼓勵并引導(dǎo)證券、基金、信托等其他金融機構(gòu)在綠色金融發(fā)展中發(fā)揮積極作用。

      其次,加快清潔能源開發(fā),促進(jìn)能源消費結(jié)構(gòu)低碳化。能源結(jié)構(gòu)在綠色金融助力經(jīng)濟低碳轉(zhuǎn)型過程中發(fā)揮著重要的調(diào)節(jié)作用,雖然我國已經(jīng)開始關(guān)注對能源結(jié)構(gòu)的調(diào)整,但由于能源稟賦的差異,不同省份的調(diào)整效果還存在不小差異。我國應(yīng)充分利用兩個市場、兩種資源,鼓勵各行各業(yè)使用天然氣等清潔能源,降低對化石能源的依賴,優(yōu)化一次能源消費結(jié)構(gòu),支持新能源產(chǎn)業(yè)的發(fā)展,積極推進(jìn)能源結(jié)構(gòu)調(diào)整,進(jìn)一步實現(xiàn)能源利用的高效化、清潔化。

      最后,提高技術(shù)創(chuàng)新水平,促進(jìn)經(jīng)濟增長方式向集約型轉(zhuǎn)變。綠色全要素生產(chǎn)率同樣在綠色金融助力經(jīng)濟低碳轉(zhuǎn)型過程中發(fā)揮著重要的調(diào)節(jié)作用,綠色全要素生產(chǎn)率的提升離不開技術(shù)創(chuàng)新水平的提高。各個省份應(yīng)高度重視技術(shù)創(chuàng)新,一是加強開發(fā)和推廣節(jié)能降耗技術(shù),降低行業(yè)企業(yè)的綜合能耗水平。二是要制定低碳技術(shù)創(chuàng)新發(fā)展戰(zhàn)略,鼓勵低碳技術(shù)的研發(fā)和應(yīng)用,建立低碳技術(shù)創(chuàng)新和共享平臺,提升企業(yè)在低碳技術(shù)創(chuàng)新方面的競爭力。

      猜你喜歡
      回歸系數(shù)雙碳生產(chǎn)率
      “雙碳”目標(biāo)背景下碳排放治理路徑研究
      中國城市土地生產(chǎn)率TOP30
      決策(2022年7期)2022-08-04 09:24:20
      “雙碳”目標(biāo)下企業(yè)如何應(yīng)對碳市場帶來的挑戰(zhàn)與機遇
      專訪奚國華:中信力爭成為國企助力“雙碳”目標(biāo)的旗幟
      財經(jīng)(2021年10期)2021-06-18 19:29:20
      “雙碳”下縣城發(fā)展新思維
      決策(2021年5期)2021-06-10 09:04:11
      國外技術(shù)授權(quán)、研發(fā)創(chuàng)新與企業(yè)生產(chǎn)率
      多元線性回歸的估值漂移及其判定方法
      電導(dǎo)法協(xié)同Logistic方程進(jìn)行6種蘋果砧木抗寒性的比較
      多元線性模型中回歸系數(shù)矩陣的可估函數(shù)和協(xié)方差陣的同時Bayes估計及優(yōu)良性
      關(guān)于機床生產(chǎn)率設(shè)計的探討
      中國市場(2016年45期)2016-05-17 05:15:26
      桐庐县| 临湘市| 宣化县| 泰顺县| 绥化市| 清镇市| 阜平县| 合阳县| 定日县| 湖南省| 调兵山市| 同心县| 双柏县| 大邑县| 京山县| 临猗县| 东莞市| 兴隆县| 绥棱县| 贵德县| 靖宇县| 遵义县| 奈曼旗| 确山县| 濉溪县| 长寿区| 香格里拉县| 道真| 南涧| 新闻| 昌黎县| 临汾市| 高雄市| 靖宇县| 科技| 砚山县| 柘荣县| 东阿县| 金湖县| 松江区| 承德县|