-PAGEIII-綠色信貸及碳排放的測(cè)算與現(xiàn)狀分析綜述目錄TOC\o"1-3"\h\u18272綠色信貸及碳排放的測(cè)算與現(xiàn)狀分析綜述 11839第一節(jié)綠色信貸的衡量與現(xiàn)狀 130648一、綠色信貸的衡量 110157二、綠色信貸的現(xiàn)狀 17890第二節(jié)碳排放測(cè)算與現(xiàn)狀 116715一、碳排放的測(cè)算 111092二、碳排放現(xiàn)狀分析 1第一節(jié)綠色信貸的衡量與現(xiàn)狀一、綠色信貸的衡量國外文獻(xiàn)中，對(duì)綠色信貸度量標(biāo)準(zhǔn)多以行業(yè)貸款利率為主。BeitingCheng（2014）[70]將環(huán)保企業(yè)的貸款利息率作為衡量綠色信貸的指標(biāo)，研究證實(shí)承擔(dān)社會(huì)責(zé)任的企業(yè)更易獲得信貸支持。MarionA.andMarekH.（2015）[71]結(jié)合綠色貸款及服務(wù)環(huán)境風(fēng)險(xiǎn)管理、環(huán)保政策及生態(tài)足跡等五個(gè)方面來測(cè)度商業(yè)銀行及小額貸款機(jī)構(gòu)的綠色信貸管理。RobynClarketal.（2018）[72]將赤道銀行數(shù)量及綠色貸款余額來衡量一國的綠色信貸發(fā)展水平。HuiyingChenetal.（2019）[73]認(rèn)為公司是銀行發(fā)放綠色信貸的主要目標(biāo)，是綠色信貸收益的支柱，也是環(huán)境污染的主要生產(chǎn)者，因此運(yùn)用24家上市環(huán)保企業(yè)新增貸款代表綠色信貸指標(biāo)，研究綠色信貸與企業(yè)技術(shù)研發(fā)之間的關(guān)系。HyunjinKangetal.（2020）[74]以韓國綠色貸款項(xiàng)目周期及污染減排量來表征綠色信貸，研究綠色信貸政策對(duì)供應(yīng)商污染減排的影響。我國推行綠色信貸政策的時(shí)間相比其他國家較晚，披露的數(shù)據(jù)有限，因而目前衡量綠色信貸指標(biāo)的方法有限。對(duì)于綠色信貸發(fā)展水平的衡量，一方面可以從正向考量其對(duì)綠色、低碳和循環(huán)經(jīng)濟(jì)發(fā)展的支持，另一方面則是反向考察其對(duì)“兩高一?！毙袠I(yè)貸款的限制、清退（郭文偉等，2019[75]）。過去的研究中，常常使用節(jié)能環(huán)保項(xiàng)目貸款占比（李曉西、夏光，2015[76]）、工業(yè)污染治理投資中的“銀行貸款”（徐勝，2018[38]）、綠色信貸余額占比（謝婷婷、劉錦華等，2019[77]）、反向指標(biāo)六大高耗能產(chǎn)業(yè)利息支出占比四種方法衡量綠色信貸（張?jiān)戚x、趙佳慧，2019[78]）。其中，節(jié)能環(huán)保項(xiàng)目貸款占比與綠色信貸占比的數(shù)據(jù)來源于《社會(huì)責(zé)任報(bào)告》，學(xué)者們使用其中的數(shù)據(jù)從全國層面開展研究。前述中的工業(yè)污染治理投資中的“銀行信貸”數(shù)據(jù)最新更新的一期至2010年，之后不再統(tǒng)計(jì)。而由原銀監(jiān)會(huì)發(fā)布的2013-2017年全國21主要銀行的綠色信貸統(tǒng)計(jì)信息，不僅時(shí)間跨度較短，難以體現(xiàn)2007年以后的綠色信貸的發(fā)展趨勢(shì)，且缺乏省級(jí)統(tǒng)計(jì)口徑的數(shù)據(jù)，不同銀行之間跨地域聯(lián)系緊密，難以區(qū)分各省的綠色信貸水平，而本文的研究樣本選自國內(nèi)30個(gè)省、市及地區(qū)，因此前述的衡量方法均不適用。最近幾年，也有學(xué)者試圖創(chuàng)新，尋求新的綠色信貸衡量方法。HuiyingChen（2019）[73]和譚敏（2020）[79]認(rèn)為區(qū)域上市環(huán)保企業(yè)向銀行的貸款可以表明銀行鼓勵(lì)企業(yè)提高對(duì)綠色項(xiàng)目的融資程度，較好衡量綠色信貸，因而使用區(qū)域上市環(huán)保企業(yè)向銀行的貸款與區(qū)域銀行貸款余額之比作為綠色信貸水平指標(biāo)。然而在收集數(shù)據(jù)的過程中，本文發(fā)現(xiàn)，2017年以前上市且貸款數(shù)據(jù)可得的環(huán)保企業(yè)數(shù)量僅為44家，且企業(yè)貸款占地區(qū)金融機(jī)構(gòu)貸款余額的比例過小，鑒于樣本量較少且不具代表性，這種新的衡量方法亦不適用于本文的研究。綜上，本文采用規(guī)模以上工業(yè)企業(yè)利息支出中非六大高耗能產(chǎn)業(yè)利息支出的占比，作為綠色信貸的衡量指標(biāo)。首先，鑒于我國銀行業(yè)間貸款利率差異較小，行業(yè)的利息支出可以反映貸款規(guī)模，產(chǎn)業(yè)利息支出的變動(dòng)可以從側(cè)面體現(xiàn)自身發(fā)展趨勢(shì)，其次，第三產(chǎn)業(yè)和綠色環(huán)保行業(yè)主要集中在非六大高耗能產(chǎn)業(yè)，六大高耗能產(chǎn)業(yè)具有高消耗、高污染的特點(diǎn)，代表的是“綠色”的對(duì)立面，是第二產(chǎn)業(yè)的支柱部分，銀行信貸對(duì)投向六大高耗能產(chǎn)業(yè)的資金有較為完全的統(tǒng)計(jì)數(shù)據(jù)。且該指標(biāo)較為權(quán)威和成熟，學(xué)者基于省際面板數(shù)據(jù)的研究多采用此類指標(biāo)（李曉西、夏光，2015[76]；謝婷婷、劉錦華等，2019[77]；張?jiān)戚x、趙佳慧，2019[78]；陳圣祥，2019[80]）。二、綠色信貸的現(xiàn)狀（一）各省綠色信貸發(fā)展水平圖2展示了2007-2017年度我國30個(gè)省（直轄市、自治區(qū)）的綠色信貸發(fā)展趨勢(shì)。從圖中可以看出，整體趨勢(shì)上，大部分地區(qū)的綠色信貸水平是逐步提升的，30個(gè)省（直轄市、自治區(qū)）中，上海、廣東、江蘇、浙江、安徽和山東六省歷年的綠色信貸水平相比于其它省份均處于高位。而北京、山西、河北和湖南等地的綠色信貸發(fā)展速度比較明顯，這可能和我國經(jīng)濟(jì)的發(fā)展階段與綠色信貸政策逐步推行有關(guān)，當(dāng)?shù)貙?duì)于六大高耗能產(chǎn)業(yè)的貸款進(jìn)行了嚴(yán)格的限制，同時(shí)對(duì)于低排放、低污染、低耗能的企業(yè)提供了更多的信貸支持。也有部分地區(qū)，如寧夏、青海以及甘肅等，出現(xiàn)緩步下落的趨勢(shì)。出現(xiàn)這種情況，可能是由于地區(qū)間經(jīng)濟(jì)水平和發(fā)展階段的相較落后，導(dǎo)致綠色信貸不是發(fā)展中要考慮的重點(diǎn)，在當(dāng)?shù)氐闹匾暢潭扰盼豢亢?。圖SEQ圖\*ARABIC圖SEQ圖\*ARABIC2各省2007-2017年綠色信貸發(fā)展水平圖3展示了2007-2017年度我國30個(gè)省（直轄市、自治區(qū)）的綠色信貸年均增長率，從整體上來看，各?。ㄖ陛犑?、自治區(qū)）的綠色信貸年均增長率雖有差異，但總體呈現(xiàn)正向增長的態(tài)勢(shì)。說明我國各?。ㄖ陛犑?、自治區(qū)）對(duì)于生態(tài)環(huán)境的問題越來越重視，逐步在加大非六大高耗能產(chǎn)業(yè)的信貸支持，對(duì)于產(chǎn)業(yè)結(jié)構(gòu)也正逐步進(jìn)行深度調(diào)整，從以“綠色低碳”為重要載體邁向經(jīng)濟(jì)“高質(zhì)量”發(fā)展新階段。從具體的省份來看，山西、北京、湖南、黑龍江、河北、湖北、上海、江西和安徽九?。ㄊ校┚G色信貸增速較為明顯，年均增長率均在2%以上，其中山西最高，達(dá)到8.46%。山西省增速最高源于綠色經(jīng)濟(jì)實(shí)行以來，山西省生態(tài)環(huán)境廳明確規(guī)定，各級(jí)環(huán)保部門要與各地區(qū)銀行展開合作，對(duì)與環(huán)保未批準(zhǔn)項(xiàng)目，銀行不得給企業(yè)提供貸款，對(duì)于獲批貸款的項(xiàng)目，銀行和環(huán)保部門要做好跟蹤管理。而青海、云南、陜西、甘肅、新疆等省份（自治區(qū)）增速低于零值，其中青海最低，達(dá)到-2.93%。從中可以看出增速較高的省份大多集中在中東部地區(qū)，而增速突破零值的省份大多集中在西部地區(qū)，說明綠色信貸與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平有著密切的聯(lián)系。同時(shí)也表明一些資源型省份在近幾年的發(fā)展中逐步轉(zhuǎn)型，跟上低碳經(jīng)濟(jì)的步伐，走出能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的困境?，F(xiàn)階段各?。ㄖ陛犑?、自治區(qū)）無論是從政策層面打造“綠色轉(zhuǎn)型區(qū)”，還是對(duì)于非六大高耗能產(chǎn)業(yè)的信貸支持都表明了各省對(duì)降碳減排的圖SEQ圖\*ARABIC圖SEQ圖\*ARABIC3各省2007-2017年綠色信貸年平均增長率第二節(jié)碳排放測(cè)算與現(xiàn)狀一、碳排放的測(cè)算據(jù)IPCC（2006）顯示，進(jìn)入二十世紀(jì)以來全球碳排放的增加主要是各類化石能源過度使用所導(dǎo)致?，F(xiàn)階段由于我國各省（直轄市、自治區(qū)）數(shù)據(jù)不足，學(xué)者們先前的研究大多從一次能源的入手，根據(jù)各類能源的碳排放系數(shù)對(duì)碳排放進(jìn)行測(cè)度和研究。例如陳詩一（2010）[81]以一次能源中的原煤、原油以及天然氣為標(biāo)的，通過三種能源的碳排放系數(shù)來測(cè)度我國各?。ㄖ陛犑小⒆灾螀^(qū)）的碳排放量。李艷梅（2010）[82]則選擇了從一次能源消費(fèi)總量角度切入，測(cè)算我國各?。ㄖ陛犑?、自治區(qū)）碳排量，并未將能源進(jìn)行細(xì)分。李健、周慧（2012）[83]則將研究進(jìn)一步推進(jìn)，將各類一次能源通過折標(biāo)煤系數(shù)換算為標(biāo)準(zhǔn)煤，再通過折標(biāo)煤的碳排放系數(shù)測(cè)度各?。ㄖ陛犑?、自治區(qū)）的碳排放量。在對(duì)文獻(xiàn)梳理的過程中，我們可以發(fā)現(xiàn)大多數(shù)學(xué)者關(guān)于中國各?。ㄖ陛犑小⒆灾螀^(qū)）碳排放的測(cè)算只考慮了能源消費(fèi)，而忽視了工業(yè)生產(chǎn)過程中的碳排放。在近幾年的有關(guān)研究中部分學(xué)者開始考慮水泥生產(chǎn)過程所產(chǎn)生的二氧化碳排放。如杜立民（2010）[84]根據(jù)化學(xué)公式的推導(dǎo)，測(cè)算出水泥生產(chǎn)中產(chǎn)生的二氧化碳在總的排放量中占比約為十分之一。李鍇與齊紹州（2011）[85]在次年的研究中也做了相同的推導(dǎo)，也將水泥生產(chǎn)中的二氧化碳并入總量中考慮。為了更加準(zhǔn)確的測(cè)算出我國各省二氧化碳的排放量，本文從能源消費(fèi)和工業(yè)生產(chǎn)活動(dòng)這兩個(gè)方面對(duì)中國各?。ㄖ陛犑小⒆灾螀^(qū)）進(jìn)行碳排放的測(cè)算：（一）能源消費(fèi)碳排放的測(cè)度碳排放量的增加主要來自于化石燃料的使用，化石燃料是最主要的碳排放來源（林伯強(qiáng)、劉希穎，2010[86]；李鍇、齊紹洲，2011[85]；嚴(yán)成樑、李濤、蘭偉，2016[69]）。IPCC（2006）指出，各類化石燃料中的碳含量并不一致，因而燃燒同單位的化石燃料，會(huì)產(chǎn)生的不等量的二氧化碳（杜立民，2010[84]；李健、周慧，（2012）[83]；孫欣、張可蒙，2014[87]），且普遍無法完全燃燒，過程中部分碳元素會(huì)轉(zhuǎn)化為甲烷等其它溫室氣體（牛鴻蕾，2013[88]；張晶，2017[89]）。所以，在計(jì)算能源消費(fèi)產(chǎn)生的碳排放量時(shí)，需要區(qū)分開各種類能源燃料的氧化系數(shù)、低位發(fā)熱量以及碳排放因子。因此測(cè)度化石燃料碳排放量的算法是：EC=i上式：EC，碳排放總量；Ci，碳排放量；Ei，能源消費(fèi)量；CFi，低位發(fā)熱量；CC（二）工業(yè)生產(chǎn)活動(dòng)碳排放的測(cè)度雖然碳排放的增加主要是由化石能源的過度使用，但是工業(yè)生產(chǎn)中所產(chǎn)生的碳排放亦不容忽視（杜立民，2010[84]；林伯強(qiáng)、劉希穎，2010[86]；李鍇、齊紹洲，2011[85]；朱德進(jìn)，2013[90]；張晶，2017[89]）。根據(jù)IPCC給出的碳排放清單，工業(yè)生產(chǎn)中所產(chǎn)生的二氧化碳大多源于對(duì)原材料的加工，以應(yīng)用較廣泛的建筑材料水泥為例，生產(chǎn)水泥過程中出現(xiàn)的二氧化碳，并非源自于碳元素的燃燒，而是源于碳酸鹽化合物的分解。從IPCC給出的碳排放清單以及過往研究中可以得知，各類產(chǎn)品在工業(yè)生產(chǎn)過程中產(chǎn)生的碳排放占總體比例不同，其中生產(chǎn)水泥的二氧化碳占生產(chǎn)活動(dòng)排放總量的一半以上，占比最高。而電石、鋼鐵等產(chǎn)品的生產(chǎn)過程所產(chǎn)生的碳排放較?。ǘ帕⒚?，2010[84]）。更重要的是改革開放以來，由于我國推進(jìn)城市化的腳步加快，各類基礎(chǔ)建設(shè)與城市建設(shè)都需要大量的水泥。因此水泥產(chǎn)量的增加是引水泥行業(yè)二氧化碳排放量增長的最主要因素（林伯強(qiáng)、劉希穎，2010[86]；張晶，2017[89]）。由于各類統(tǒng)計(jì)年鑒并未進(jìn)一步統(tǒng)計(jì)有關(guān)鋼鐵、電石等工業(yè)品類的分省份（直轄市、自治區(qū)）數(shù)據(jù)。因此本文在測(cè)度工業(yè)生產(chǎn)所造成的碳排放量時(shí)，只測(cè)度水泥這一品類?，F(xiàn)階段較為科學(xué)的測(cè)度方法是從水泥熟料的碳排放因子入手，再根據(jù)水泥與水泥熟料的換算比率推算出水泥的碳排放因子，本文綜合（林伯強(qiáng)、劉希穎，2010[86]；李鍇、齊紹洲，2011[85]；朱德進(jìn)，2013[90]；孫欣、張可蒙，2014[87]；嚴(yán)成樑、李濤、蘭偉，2016[69]；張晶，2017[89]）等人的做法，測(cè)算出水泥的二氧碳排放因子是0.3954t-co2/t，所以測(cè)度水泥碳排放量的算法是：IC=0.3954×Q(3-2)其中IC：碳排放量，Q是水泥產(chǎn)量。因此各?。ㄖ陛犑?、自治區(qū)）的碳排放總量為：C=EC+IC=i現(xiàn)有碳排放研究文獻(xiàn)中，學(xué)者們基本上采用《中國能源統(tǒng)計(jì)年鑒》中“地區(qū)能源平衡表”中的數(shù)據(jù)進(jìn)行碳排放估算。但過往研究的計(jì)算結(jié)果尚存在一定的局限性，大多數(shù)學(xué)者僅選擇了幾種主要的一次能源，例如煤炭、石油與天然氣，進(jìn)行碳排放的測(cè)度（陳詩一，2010[81]；李艷梅等，2010[82]；朱勤，2010[91]；李鍇、齊紹洲，2011[85]；牛鴻蕾，2013[88]），還有一些學(xué)者為了使測(cè)度的結(jié)果更加符合實(shí)際，數(shù)據(jù)更具有現(xiàn)實(shí)指導(dǎo)意義，從能源消費(fèi)端對(duì)各類能源進(jìn)行細(xì)分，最為常見的分類方式是將其分為原煤、焦炭、汽油、煤油、柴油、燃料油和天然氣。（林伯強(qiáng)、劉希穎，2010[86]；杜立民，2010[84]；朱德進(jìn)，2013[90]；孫欣、張可蒙，2014[87]；嚴(yán)成樑、李濤、蘭偉,2016[69]）。為增加測(cè)算的可靠性和準(zhǔn)確性，本文同樣基于能源平衡表進(jìn)行碳排放測(cè)算，同時(shí)參考（張騰飛、楊俊、盛鵬飛，2016[92]；張晶，2017[89]）等學(xué)者的做法進(jìn)一步將化石能源消費(fèi)細(xì)分為17種，詳見如表1所示。截至本文撰寫時(shí)，能源消費(fèi)數(shù)據(jù)的主要來源《中國能源統(tǒng)計(jì)年鑒》僅更新至2017年。本文通過《中國能源統(tǒng)計(jì)年鑒》查找出我國30個(gè)省（直轄市、自治區(qū)）2007-2017年330份“地區(qū)能源平衡表”中各類細(xì)分能源的消費(fèi)數(shù)據(jù)，詳細(xì)估算了各省歷年的碳排放量。為了增加測(cè)算的全面性和結(jié)果的準(zhǔn)確性，本文在傳統(tǒng)的化石能源燃燒端的基礎(chǔ)上，增加了對(duì)水泥生產(chǎn)過程中碳排放量的估算。同時(shí)，為了保證數(shù)據(jù)的精確與嚴(yán)謹(jǐn)，本文將化石能源消費(fèi)進(jìn)一步細(xì)分為17種。針對(duì)能源消費(fèi)量數(shù)據(jù)，從終端、發(fā)電、供熱三個(gè)維度匯總。此外，水泥生產(chǎn)數(shù)據(jù)選取自國研網(wǎng)數(shù)據(jù)庫。表SEQ表\*ARABIC1各類化石能源和水泥的碳排放因子名稱低位發(fā)熱量碳含量碳氧化率碳排放因子二氧化碳排放因子（KJ/KG）(KG/GJ)(t-c/t)或(t-c/m3)(t-co2/t)或(t-co2/m3)原煤2090826.440.990.5472.007洗精煤2634425.410.990.6632.430其他洗煤1045425.410.990.2630.964型煤1758433.60.900.5321.950焦炭2843529.20.990.8223.014焦?fàn)t煤氣17981012.112.1767.978高爐煤氣3855070.812.72910.008轉(zhuǎn)爐煤氣8585049.614.25815.613其他煤氣18273612.112.2118.107原油4181620.110.8413.082汽油4307019.110.8233.016煤油4307019.510.8403.080柴油4265220.210.8623.159燃料油4181621.110.8823.235液化石油氣5017917.210.8633.165天然氣3893115.310.5962.184液化天然氣4420017.510.7742.836水泥0.3954注：資料來源于《2006IPCCGuidelinesforNationalGreenhouseGasInventories》與《中國能源統(tǒng)計(jì)年鑒（2017）》；其中1GJ=106KJ;1t=1000KG。其中低位發(fā)熱量、含碳量以及碳氧化率分別與公式（3-1）中的CFi、CCi和COFi二、碳排放現(xiàn)狀分析圖SEQ圖\*ARABIC圖SEQ圖\*ARABIC4各省2007-2017年碳排放量趨勢(shì)碳排放總量是衡量我國30個(gè)?。ㄖ陛犑?、自治區(qū)）碳排放情況最為客觀的指標(biāo)。依附錄中各省、市及自治區(qū)中對(duì)應(yīng)的碳排放量數(shù)據(jù)，繪制出圖4。從圖中可以看出海南和青海歷年碳排放均處于各省的低位，而內(nèi)蒙古、山東、江蘇和河北歷年碳排放均處于各省的高位。30個(gè)?。ㄖ陛犑?、自治區(qū)）中內(nèi)蒙古、山東、新疆、江蘇和河北5省圖形較為陡峭，碳排放上漲比較明顯，僅北京碳排放總量從2007-2017年，出現(xiàn)逐年下降的趨勢(shì)，這與北京市自2007年出現(xiàn)峰值之后，將碳排放總量設(shè)定年度目標(biāo)，嚴(yán)格管理碳排放，確保碳排放逐年下降。其余24?。ㄖ陛犑?、自治區(qū)）總體上漲趨勢(shì)比較平緩，部分省份在不同年份均有拐點(diǎn)出現(xiàn)，說明我國在保證經(jīng)濟(jì)發(fā)展的同時(shí)，也在努力做好碳排放的減排工作。圖SEQ圖\*ARABIC圖SEQ圖\*ARABIC5各省2007-2017年碳排放總量及年平均增長率碳排放年均增長率反映的是一個(gè)地區(qū)碳排放變化水平，選取各?。ㄖ陛犑?、自治區(qū)）2007年與2017年兩年數(shù)據(jù)，測(cè)算出各?。ㄖ陛犑?、自治區(qū)）的碳排放年均增長率。圖5中各?。ㄖ陛犑?、自治區(qū)）按照2007年碳排放總量的大小排序?？梢钥闯觯昃鲩L率最低的是北京，增長率為-2.06%，增速最快的是新疆，年均增長率為21.26%，次快的為寧夏，年均增長率是15.15%。其中年均增長率介于0-5%的?。ㄖ陛犑?、自治區(qū)）有上海、鄭州、浙江、吉林、山東、云南、湖北、天津、廣東、遼寧、山西、四川、福建、湖南、黑龍江；增