银行信贷如何影响碳排放?——基于增长模型及中国经验的研究

发布时间：2021-06-07 23:23

　　本文将一个银行信贷变量引入索罗增长模型,推导出均衡资本是关于银行信贷的函数,再将均衡资本引入内生增长模型,推导出均衡经济增长和技术进步是银行信贷的函数。通过将均衡结果引入碳排放函数,证明银行信贷通过两种途径影响碳排放:一是作用于经济增长影响碳排放规模,二是作用于技术进步影响碳排放强度。进一步地,本文运用2000～2014年中国省级面板数据进行分析,结果显示银行信贷促进人均GDP增长,对碳排放产生规模效应,同时对碳排放强度的影响显著为负,产生技术效应。但是,工业贷款对碳排放强度的影响却显著为正,其技术效应不明显。而利用实证结果评估综合效应下碳排放变化量时发现,规模效应主导碳排放变化,但是当信贷量达到一定规模时,技术效应则异常显著。 

【文章来源】：中南财经政法大学学报. 2018,(06)北大核心CSSCI

【文章页数】：12 页

【部分图文】：

图３人均信贷与碳排放强度对比（单位：万元；吨／万元）

ＧＤＰ对比（单位：万元）图２人均ＧＤＰ分省（区）对比（单位：万元）图３将全国人均银行信贷与碳排放强度的时间趋势进行对比发现，自２００３年起两者之间的负向关系逐渐清晰，银行信贷的增长趋势明显，而碳排放强度呈现下降趋势。图４同时对６省（区）碳排放强度的时间趋势进行对比，发现信贷量最大的３省碳排放强度明显低于信贷量最小的３省（区），截面分析也为负向关系提供了依据。图３人均信贷与碳排放强度对比（单位：万元；吨／万元）图４碳排放强度分省（区）对比（单位：吨／万元）７２

图５展示了银行信贷与碳排放量的直接关系，两者之间的同向增长趋势明显，同时分省（区）的截面分析也显示信贷量最大的３省碳排放量明显高于信贷量最小的３省（区），如图６所示。综上，初步量化分析显示两种传导途径中，银行信贷与人均ＧＤＰ以及与技术进步之间的关系是清晰的，并且银行信贷与碳排放在时间上呈现同向趋势，对此本文将会在之后的实证中进一步检验。图５人均信贷与碳排放量对比（单位：万元；吨）图６人均碳排放量分省（区）对比（单位：吨）五、实证结果及讨论（一）主要回归结果下文通过实证模型对银行信贷影响碳排放的两种传导途径进行检验。表１显示银行信贷作用于表１银行信贷影响碳排放传导途径一回归结果，２ＳＬＳ变量被解释变量：人均ＧＤＰ（１）１ｓｔｓｔａｇｅＦＥ（２）１ｓｔｓｔａｇｅＲＥ人均银行信贷（ｌｏａｎｐｅｒｃａｐｉｔａ）０．０２９＊＊＊（４．１２）０．０２９＊＊＊（４．１９）人口（ｌｎｐｏｐ）－０．７５９＊＊＊（－３．１７）－０．２６２＊＊（－２．０２）产业结构（ｉｎｄｓｒａｔｉｏ）２．４７０＊＊＊（１０．９９）２．４５９＊＊＊（１１．２７）城镇化水平（ｕｒｂａｎ）１．２３１＊＊＊（７．１６）１．２２２＊＊＊（７．３４）老龄化水平（ａｇｅ）１０．０３１＊＊＊（１３．６９）１０．２１６＊＊＊（１４．４３）居民消费结构（ｃｏｎｓｒａｔｉｏ）５．２９５＊＊＊（１０．４９）５．１５４＊＊＊（１０．５８）工业贷款利息（ｉｎｔｅｒｅｓｔ）４．５６６＊＊＊


本文编号：3217501