蘇雅麗，曾曉涵，毛 瑩

(武漢紡織大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢 430200)

1 問題的提出與研究簡(jiǎn)述

在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上,我國(guó)莊嚴(yán)宣布，力爭(zhēng)使二氧化碳的排放量在2030年前達(dá)到峰值，2060年前實(shí)現(xiàn)碳中和[1，2]。在金融經(jīng)濟(jì)方面，綠色金融、低碳經(jīng)濟(jì)日漸成為發(fā)展的主旋律。這不僅是出于生態(tài)文明建設(shè)的需要，還是未來經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的必然要求，基于此，我國(guó)正在逐漸步入以減碳為抓手的戰(zhàn)略發(fā)展新時(shí)期。

城市是碳達(dá)峰趨勢(shì)向前推進(jìn)的關(guān)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(dòng)開展上它也是重要抓手。但是縱觀全局不難看出，現(xiàn)存的文獻(xiàn)中對(duì)全國(guó)低碳試點(diǎn)城市的達(dá)峰對(duì)比情況研究不夠，僅單從省級(jí)入手[3]，以城市為點(diǎn)論述不多，基于不同城市間的達(dá)峰效率差異提出的促進(jìn)措施探討也較少。且將綠色金融因素同碳達(dá)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(gè)低碳試點(diǎn)城市的碳達(dá)峰潛力實(shí)證研究

2.1 指標(biāo)的選取與說明

迄今，全國(guó)的低碳試點(diǎn)省市已相繼開展了3批共87個(gè)，本文以21世紀(jì)經(jīng)濟(jì)研究院選取的20個(gè)低碳城市為初步借鑒，基于年鑒上各城市數(shù)據(jù)存在不同程度的缺失，最終從中選取了17個(gè)試點(diǎn)城市作為樣本總量。由于2021年大部分統(tǒng)計(jì)年鑒還未公布，因此本文選取了2020年的截面數(shù)據(jù)作為參考，數(shù)據(jù)來源參考國(guó)家統(tǒng)計(jì)局、各城市統(tǒng)計(jì)局統(tǒng)計(jì)年鑒。

借鑒21世紀(jì)經(jīng)濟(jì)研究院對(duì)城市碳達(dá)峰預(yù)測(cè)估計(jì)的指標(biāo)選取方法，本文主要從表1四個(gè)大方面展開論述：城市宏觀層面、城市人口規(guī)模、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)及能耗強(qiáng)度[4]。鑒于碳達(dá)峰不僅在量上有要求，在達(dá)峰時(shí)間上也有不同程度的差異，速度的快慢可能也影響到達(dá)峰的先后，因此本文特地在靜態(tài)指標(biāo)的基礎(chǔ)上另外選取了部分動(dòng)態(tài)指標(biāo)，借以增加結(jié)論的可靠性。

表1 影響碳達(dá)峰潛力的一級(jí)二級(jí)指標(biāo)

2.2 創(chuàng)新指標(biāo)的解釋說明

在城市宏觀因素的影響上，如果一個(gè)城市綠色金融發(fā)展程度越好，金融對(duì)綠色發(fā)展的支持度越高，那么企業(yè)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、能源轉(zhuǎn)型優(yōu)化升級(jí)等都會(huì)一定程度上影響到碳減排，不僅如此乃至整個(gè)城市的綠色低碳發(fā)展觀念都會(huì)更加深入，由此可能加快達(dá)峰進(jìn)程。

李春濤、閆續(xù)文利用百度搜索構(gòu)建了地區(qū)金融科技發(fā)展水平指標(biāo)[5]，這對(duì)本文采用百度資訊檢索的新聞數(shù)量來構(gòu)建地區(qū)綠色金融發(fā)展程度指標(biāo)提供了一個(gè)啟示。它的內(nèi)在邏輯在于一個(gè)地區(qū)如果有綠色金融相關(guān)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(zhuǎn)型進(jìn)行綠色投資等，都會(huì)有各路媒體爭(zhēng)相

報(bào)道，那么必然會(huì)被百度新聞資訊所檢索得到。不僅如此，還可以采用“關(guān)鍵詞+地區(qū)”的搜索方式調(diào)取出不同地區(qū)的發(fā)展差異，截取不同的時(shí)間間隔，便可得到不同年份間縱向和橫向的發(fā)展對(duì)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(gè)城市綠色金融發(fā)展的粗略歷程。

首先，從中國(guó)知網(wǎng)選取了近十年來與綠色金融相關(guān)的文獻(xiàn)，并利用Citespace軟件將數(shù)據(jù)導(dǎo)入來試圖進(jìn)行關(guān)鍵詞的共現(xiàn)分析，以求得到與綠色金融相關(guān)的關(guān)鍵詞[6，7]。時(shí)間范圍控制在近10年調(diào)整為2012～2022年，然后進(jìn)入運(yùn)行便可得到綠色金融研究關(guān)鍵詞的共現(xiàn)圖譜，主要關(guān)鍵詞節(jié)點(diǎn)如圖1所示。

圖1 關(guān)鍵詞共現(xiàn)圖譜

基于此，提取了12個(gè)關(guān)鍵詞，包括綠色金融、綠色發(fā)展、綠色保險(xiǎn)、綠色信貸、綠色債券、綠色轉(zhuǎn)型、綠色投資、碳中和、氣候風(fēng)險(xiǎn)、低碳轉(zhuǎn)型、碳減排、碳金融。將這些關(guān)鍵詞與選取的17個(gè)低碳試點(diǎn)城市一一搭配，如“廣州+綠色轉(zhuǎn)型”輸入百度檢索，并利用網(wǎng)絡(luò)爬蟲技術(shù)統(tǒng)計(jì)資訊頁面的新聞數(shù)量，我們時(shí)間節(jié)點(diǎn)選取了2015～2022年，考慮到前期的積累也會(huì)對(duì)現(xiàn)如今的綠色金融發(fā)展程度造成影響，打下基礎(chǔ)，本文便采用了近7年的總數(shù)量來作為2020年各地區(qū)綠色金融發(fā)展程度這一指標(biāo)的解釋。

2.3 對(duì)數(shù)據(jù)進(jìn)行因子分析

2.3.1 數(shù)據(jù)的標(biāo)準(zhǔn)化處理

由于選取的指標(biāo)經(jīng)濟(jì)類型略有不同，各數(shù)據(jù)的單位和所代表的的含義也有所差異，為了便于統(tǒng)一處理，我們對(duì)所選取的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。此處采用z-score標(biāo)準(zhǔn)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(gè)方法來判別。首先，根據(jù)相關(guān)矩陣可以看出主對(duì)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(guān)系數(shù)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(yàn)來進(jìn)一步驗(yàn)證，雖然KMO度量值為0.348小于0.5，但Bartlett球形度檢驗(yàn)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(qiáng)，反之越接近于0則越弱。根據(jù)公因子方差表可知，提取的數(shù)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(gè)經(jīng)濟(jì)指標(biāo)的解釋能力均較強(qiáng)，因此能夠進(jìn)行因子分析，并不會(huì)造成較大的數(shù)據(jù)信息的損失。總而言之，多重驗(yàn)證下表明，該數(shù)據(jù)仍然是適合做因子分析的。

2.3.3 提取因子變量

對(duì)于特征值大于1的因子，通過用SPSS軟件進(jìn)行分析，可以得到解釋的總方差(表4)，從而可大致估計(jì)因子對(duì)變量的貢獻(xiàn)率。具體來說，前5個(gè)因子的特征值均大于標(biāo)準(zhǔn)值1，且累計(jì)貢獻(xiàn)率達(dá)到了88.922%，解釋能力較強(qiáng)，包含了全部經(jīng)濟(jì)指標(biāo)88.922%的信息。但從第六個(gè)因子開始特征值小于1，解釋能力變?nèi)酰虼丝蛇x擇提取前5個(gè)因子。另外從碎石圖(圖2)來看前5個(gè)因子變化趨勢(shì)也較為陡峭，其后趨勢(shì)開始趨于平緩，這也表明提取5個(gè)因子是合適的，前5個(gè)因子包含的信息較多。而且根據(jù)成分得分協(xié)方差矩陣(表5)，也可看出5個(gè)因子彼此間也不相關(guān)。

表2 KMO和Bartlett的檢驗(yàn)

表3 公因子方差

2.3.4 因子旋轉(zhuǎn)

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(gè)變量上的載荷呈現(xiàn)出明顯的差異，對(duì)成分矩陣(表6)進(jìn)行旋轉(zhuǎn)，得到了旋轉(zhuǎn)成分矩陣(表7)，并可據(jù)此進(jìn)一步總結(jié)說明該公共因子的經(jīng)濟(jì)意義。

根據(jù)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(guó)民生產(chǎn)總值GDP(X6)，全社會(huì)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(xiàn)率為28.367%。

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

表4 解釋的總方差

表5 成份得分協(xié)方差矩陣

圖2 碎石圖

因子3對(duì)：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(fèi)量(X11)解釋力度較強(qiáng)，可以概括為工業(yè)端影響因子，方差貢獻(xiàn)率達(dá)17.554%。

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

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

2.3.5 因子得分

為了確定上述5個(gè)因子的表達(dá)式，用SPSS軟件分析出了成份得分系數(shù)矩陣，如表8所示。據(jù)此可得出5大因子的表達(dá)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(jù)解釋方差的貢獻(xiàn)率數(shù)據(jù),我們可以求得總因子得分函數(shù)為：

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

2.3.6 結(jié)論

為便于分析各城市達(dá)峰潛力及差異情況，可將標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)帶入函數(shù)中，由此便可得出各城市的總得分情況，按降序進(jìn)行排列便可得出排名情況。如表9所示。

從排名結(jié)果來看,排名前5的為重慶、上海、蘇州、濟(jì)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(zhuǎn)成份矩陣a

表8 成份得分系數(shù)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(jì)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(duì)碳達(dá)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(jīng)濟(jì)發(fā)展水平對(duì)碳達(dá)峰情況確實(shí)有一定助推作用，越發(fā)達(dá)地區(qū)越有望率先達(dá)峰；其次從全社會(huì)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(jìn)達(dá)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(shí)越強(qiáng)，越有望削弱峰值水平早日趨于平穩(wěn)并進(jìn)入下降階段。

(2)基于增速影響因子F2排序，第一是濟(jì)南，最后一名是武漢。具體來說，在內(nèi)部GDP年增長(zhǎng)率、規(guī)模以上工業(yè)增加值增加速度、全社會(huì)用電量增長(zhǎng)率乃至工業(yè)用電量增長(zhǎng)率上濟(jì)南均名列前茅，因此可以表明影響達(dá)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(guān)重要。雖然濟(jì)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(nèi)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(fèi)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(dá)峰外，本次的實(shí)證結(jié)果里蘇州碳達(dá)峰潛力也較高。第二產(chǎn)業(yè)的發(fā)展會(huì)極大影響到碳排放強(qiáng)度，它在拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的同時(shí)也帶來了碳排放量的增加，工業(yè)越發(fā)達(dá)的城市碳排放量有可能越高。2021年，蘇州工業(yè)產(chǎn)值在連續(xù)8年進(jìn)入“3萬億俱樂部”后，邁上了4萬億新臺(tái)階，成為中國(guó)首座工業(yè)產(chǎn)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(dá)由此便相應(yīng)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(jì)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(gè)城市的視角來看，碳達(dá)峰也是自身年份比較的一個(gè)縱向概念，節(jié)能環(huán)保、低碳意識(shí)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(jìn)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(shí)現(xiàn)達(dá)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(dá)峰潛力較高的濟(jì)南、深圳、上海均排名較為靠前，人口增長(zhǎng)率較高。從已經(jīng)完成工業(yè)化的一些發(fā)達(dá)國(guó)家的歷史經(jīng)驗(yàn)來看，居民消費(fèi)產(chǎn)生的碳排放量占國(guó)家碳排放的占比甚至有可能高達(dá)60%左右。人口規(guī)模會(huì)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(shí)必須要把城市規(guī)模、人口密度等納入考量，從居民端、消費(fèi)端方面的碳減排必須要重視起來了。

3 我國(guó)推進(jìn)碳達(dá)峰的路徑建議

從全球范圍內(nèi)來看，目前已經(jīng)有50多個(gè)國(guó)家實(shí)現(xiàn)了碳達(dá)峰。但相比我國(guó)制定的2050年碳達(dá)峰目標(biāo)，連德國(guó)、法國(guó)、英國(guó)等發(fā)達(dá)國(guó)家都用了50多年的努力才達(dá)到峰值，而我國(guó)只有近30年[9]。時(shí)間緊任務(wù)重，必須要積極找到適合自己國(guó)情的碳達(dá)峰路徑。

3.1 抓住機(jī)遇

(1)經(jīng)濟(jì)發(fā)展新階段。隨著“十四五”時(shí)期的邁入，在第一個(gè)百年奮斗目標(biāo)完成的基礎(chǔ)上，我國(guó)開啟了全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的新征程，正逐步進(jìn)入發(fā)展的新階段。隨著國(guó)家各項(xiàng)政策的相繼出臺(tái)，五大新發(fā)展理念不斷貫徹落實(shí)，國(guó)際國(guó)內(nèi)雙循環(huán)的新發(fā)展格局也在逐步推進(jìn)，創(chuàng)新觀念深入人心，這些都助推了經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變，為加快實(shí)現(xiàn)碳達(dá)峰碳中和提供了機(jī)遇，要積極抓住，巧于運(yùn)用。

(2)綠色金融的發(fā)展。從根本性質(zhì)上來看，碳達(dá)峰、碳中和的最終愿景是將各項(xiàng)金融資源向綠色環(huán)保領(lǐng)域傾斜，這與我國(guó)的綠色金融發(fā)展的目標(biāo)不謀而合。實(shí)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(jì)南、蘇州等，往往碳達(dá)峰潛力也較大，因此其他城市省份也要抓住這一機(jī)遇，大力推行各種綠色金融產(chǎn)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(jīng)濟(jì)領(lǐng)域的關(guān)鍵作用，助推碳達(dá)峰碳中和目標(biāo)的早日實(shí)現(xiàn)。

3.2 迎接挑戰(zhàn)

“碳達(dá)峰”的完整含義指特定時(shí)間區(qū)間內(nèi)二氧化碳排放總量達(dá)到最大值，隨后進(jìn)入平穩(wěn)下降階段的過程。因此，一昧追求絕對(duì)量的增加并不是目的，使碳排放量逐漸趨于平穩(wěn)，到達(dá)一個(gè)極大值后開始緩慢下降才是本質(zhì)目標(biāo)。就目前我國(guó)國(guó)情來看，正處于碳排放量逐漸增長(zhǎng)的階段，碳排放總量居世界第一位，能源消費(fèi)結(jié)構(gòu)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(dá)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(jié)構(gòu)轉(zhuǎn)型過程來看，外在表現(xiàn)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(zhì)上也就是從高碳排放向低碳排放、最后力爭(zhēng)向零碳排放過渡的轉(zhuǎn)型過程。但就我國(guó)目前的能源消費(fèi)結(jié)構(gòu)來看，不得不承認(rèn)現(xiàn)在乃至將來可能在很長(zhǎng)一段時(shí)間內(nèi)，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(jié)構(gòu)的優(yōu)化升級(jí)，積極進(jìn)行能源替代。盡可能在生產(chǎn)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?cè)诳偰茉聪M(fèi)中的比重，以期降低溫室氣體的最終排放量。

(2)能源消費(fèi)端發(fā)力。就我國(guó)目前國(guó)情來看，化石能源的替代絕非一朝一夕，因此能源消費(fèi)端的控制也是一大重點(diǎn)。一方面產(chǎn)業(yè)結(jié)構(gòu)要抓緊時(shí)間優(yōu)化升級(jí)，減少碳排放的絕對(duì)量。三大產(chǎn)業(yè)中尤其是第二產(chǎn)業(yè)的發(fā)展對(duì)碳排量的增長(zhǎng)影響極大，要想促進(jìn)減排，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)、積極調(diào)整必須排上日程，積極發(fā)展節(jié)能環(huán)保的新興產(chǎn)業(yè)和低碳產(chǎn)業(yè)；另一方面要積極實(shí)現(xiàn)消費(fèi)終端的電氣化和高效化，減少碳排放的相對(duì)量。必須承認(rèn)能源的替代不會(huì)一蹴而就，基于各種主客觀因素的考量，在轉(zhuǎn)型過程中或多或少依舊會(huì)有終端使用化石能源，對(duì)于這些不得不使用化石能源消費(fèi)的終端，要從提高能耗效率為著入點(diǎn)，盡力研發(fā)新一代能耗技術(shù)和智能控制技術(shù)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(guó)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(gè)人層面來說可通過在出行時(shí)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(guān)燈關(guān)電、外出購物就餐提前自備儲(chǔ)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(fù)起凈零低碳時(shí)代賦予每個(gè)人的圣神使命。