我国碳金融发展现状的评价研究

82011 年 第 7 期总 第 272 期 HAINAN FINANCE NO． 7， 2011Serial No． 272我国碳金融发展现状的评价研究李怡芳，乔海曙（湖南大学金融与统计学院，湖南长沙410082）摘 要 构建碳金融评价体系不仅能够全面反映碳金融的各核心要素，而且有助于定量评估碳金融发展现状和潜力。本文借鉴国内外相关方法和数据，分析影响碳金融发展的重要因素，并据此选取适当的评价指标，创新性地构建碳金融评价体系。然后以我国为例做实证，分析我国碳金融发展现状，并将其与世界一般水平及美英日三国相关数据进行对比，探讨我国碳金融目前发展中存在的问题，提出可行的政策建议。关 键 词 碳金融；评价指标体系；模糊层次分析法；实证研究中 图 分 类 号 F062.2 文 献 标 识 码 A 文 章 编 号 1003－ 9031201107－ 0008－ 05 DOI10.3969/j.issn.1003-9031.2011.07.02一 、 引 言（一）研究背景据世界银行统汁，碳市场成交额2012年将达到1500亿美元，有望超过石油市场成为世界第一大市场。就我国而言， 2005 2009年虽然碳强度下降14.38① ，但能源消费总量也增长37② 。每年碳排放增长量占世界增长量的一半左右，控制能源需求和碳排放量的上升幅度已是艰巨任务。而2009年11月26日，中国政府作出2005 2020年减排4045的公开承诺。如此巨大的碳减排压力之下，发展碳金融不仅是中国完成碳减排任务的利益选择，更是实现可持续发展的必由之路。（二）文献综述构建碳金融评价体系有助于定量研究碳金融发展现状和潜力，而国内理论研究目前尚未涉足该领域，大多是作定性分析，甚少作量化评价，仅有的几篇则是关于低碳经济。刘嵘等（ 2010）从低碳经济评价指标体系的构建原则、评价指标体系框架、主要指标的解释和实证研究几个方面，对低碳经济评价体系进行研究，主张该体系包括社会、经济、环境、技术四方面的评价指标[1]。李晓燕（ 2010）运用层次分析法构建以经济、技术、能耗、社会、环境、理念为一级指标的省区低碳经济评价体系[2]。付加锋等（ 2010）收 稿 日 期 2011－ 05－ 16作 者 简 介 李怡芳（ 1989-） ，女，湖南湘乡人，湖南大学金融与统计学院学生；乔海曙（ 1971-） ，男，安徽桐城人，金融学博士，湖南大学金融与统计学院副院长、教授、博士生导师。着手于低碳经济的四核心要素，即发展阶段、资源禀赋、技术水平、消费模式，构建以产出、消费、资源、政策、环境为维度的多层次评价体系[3]。任福兵等（ 2010）则从发展低碳社会的内涵和特点出发，选用能源、产业、农业、科技、建筑、交通、消费、法规八方面指标[4]。本文基于碳金融影响因素分析，构建一国碳金融发展水平评价指标体系，并以此评价我国碳金融发展现状，运用FAHP赋以指标合理权重，通过多国数据对比，分析评价结果，进而提出相应的政策建议。二 、 碳 金 融 发 展 水 平 影 响 因 素 分 析借鉴国际经验，一国碳金融发展水平的影响因素可从以下角度进行分析。（一）行业背景碳金融的发展态势受到其所处的经济金融环境的巨大影响。一国的经济水平一般基于产出的角度来衡量。例如， GDP可以在一定程度上衡量一国的综合实力，居民可支配收入可反映人民生活水平，外贸进出口总额体现一国对外经济交往的深度和规模，而国内的通货膨胀率则是一国物价水平的投影。至于金融发展水平的衡量，境内外筹资总额可用于衡量金融市场筹资功能强弱；作为金融业主干的银行业，其盈利状况可以侧面反映金融业①资料来源 Kaya Y, Yokobori K, Environment Energy andEconomyStrategies for Sustainability, Delhi BookwellPublica-tions,1999.②资料来源国家能源所课题组.中国2050年低碳发展之9路[M].北京科学出版社， 2009年.1 02011年第7期理 论 探 讨的稳定收入，其私人贷款占GDP比重可以体现金融机构对国民经济发展的贡献，其流动比率、存贷款比率则是金融稳定的考核指标。此外，颇具活力的证券业也对整个金融业发挥着不可忽视的作用。机构投资者持股比和交易股票市值分别体现股票市场的结构和规模[5]。（二）市场建设对于碳金融这一新兴行业而言，当务之急是进行市场建设，即深化金融发展，形成完善的碳金融服务体系。一般而言，金融发展可从两个方面来衡量，一是金融效率，二是金融创新。金融效率的提高意味着金融体系在动员储蓄、配置资金等方面功能得到增强。宋汉光（ 2011）认为金融体系的动员储蓄能力可采用以下指标评价 （ 1）存款增加额/（ GDP-最终消费） ，反映动员全社会储蓄的能力； （ 2）人均储蓄存款增加额/居民可支配收入，反映动员私人储蓄的能力； （ 3）金融体系贷款增加额/存款增加额，反映吸收的储蓄向投资转化的能力[6]。 JeffreyWurgler（ 2000）认为行业的资本配置效率可由模型得到① 。鉴于金融工具对碳金融起着重大媒介作用，可选用股票、债券、基金、期权、期货等各类金融工具交易额的增长速度来衡量金融创新[7]。（三）业务发展从业务内容来看，碳金融致力于减少二氧化碳的排放，从事相关的碳排放权及其衍生品交易，以及CDM项目开发。碳交易量充分反映该行业的发展规模， EUA及CER的价格体现该行业的发展潜力，年减排量和低碳指数则综合考察目标实现程度。同时，具体业务的开展离不开相关政策法规的支持，如绿色信贷、碳信息披露、低碳产品标准、碳税、高碳排放行业的限入等。（四）基础设施任何一个行业的发展都离不开基础设施的建设，而碳金融的核心目标在于减少碳排放，因而相关科学技术和能源利用效率也是其重要影响因素。低碳经技术主要有清洁煤利用、再生能源及新能源、高性能电力存储、重污染行业清洁生产、智能节能、生态产品设计、碳捕获与埋存、新型动力汽车等相关技术。至于能源效率，可从加工、生产、消费三方面综合评价。具体到碳金融活动，又有碳排放量、碳排放与经济产出的关系（ CO2/GDP，简称碳强度）以及与发电量之间的关系（ CO2/TPES，简称碳耗电力）三大影响因素。三 、 碳 金 融 评 价 指 标 体 系 构 建基于前述影响因素分析，参照国内外研究成果，以一定的层次性概括碳金融的核心要素，构建碳金融发展水平的衡量指标体系（见表1） 。1 1表 1 我 国 碳 金 融 评 价 指 标 数 据 分 析目标层A准则层B指标层C现值方向权重碳金融发展水平B1经济发展指标0.1860 1.人均GDP 430.5美元 0.02352.第三产业GDP比重0.4336 0.04263.城镇居民人均可支配收入2525.3美元 0.03124.农民年均纯收入754.7美元 0.03125.外贸进出口总额220630亿美元 0.02876.通胀率（ GDP平减指数） -0.007 0.0288B2金融环境指标0.2230 1.金融业增值占第三产业比重0.120 0.03172.境内外筹资总额15141亿美元 0.03093.银行资本占资产率0.061 0.02014.银行业资产收益率0.009 0.02385.私人贷款占M2比重的增长率0.227 0.02146.存贷款比率0.669 0.02237.流动比率0.464 0.02128.交易股票价值占GDP比重1.574 0.02799.机构投资者持股比0.7 0.0237B3金融效率指标0.0658 1.动员全社会储蓄0.744 0.01082.动员私人储蓄0.182 0.00953.储蓄转化为投资0.731 0.01924.资本配置效率0.602 0.0263B4金融产品指标0.0439 1.股票市值增长率1.010 0.00932.债券交易额增幅0.401 0.00873.权证成交额年增幅-0.231 0.00824.期货成交额增幅0.815 0.00865.证券投资基金成交额增幅0.758 0.0091B5碳金融业务指标0.1652 1.碳交易量7592百万吨 0.02412.碳交易额138695百万美元 0.02393.EUA价格预测35-48欧元- 0.01824.CER价格预测12-20欧元- 0.01825.CDM数量占全球比重0.397 0.02016.CDM年增长率0.197 0.01877.年减排量占全球比重0.608 0.02078.低碳指数CLCI 2.65 0.0213B6能源效率指标0.1257 1.能源加工转换效率0.72 0.01512.能源生产弹性系数0.59 0.01513.能源消费弹性系数0.57 0.01514.人均能源消耗量1322.2千克- 0.01555.碳排放量6550百万吨- 0.01696.人均碳排放量4.92吨- 0.01647.碳强度1.15克/美元- 0.01588.碳耗电力3.07吨/度- 0.0158B7科学技术指标0.1063 1.技术RD经费占GDP比重0.017 0.02252.清洁煤高效利用技术0.12 0.01023.再生能源及新能源技术0.13 0.01044.高性能电力存储技术0.09 0.01055.重污染行业清洁生产技术0.13 0.01026.智能节能技术0.08 0.01067.生态产品设计技术0.10 0.01058.碳捕获与埋存技术0.09 0.01139.新型动力汽车相关技术0.10 0.0101B8政策法规指标0.0841 1.政策法规完善度0.18 0.01652.绿色信贷率0.10 0.01753.碳信息披露制度0.10 0.01634.低碳产品标准0.16 0.01665.高碳产业市场限入政策0.12 0.0172注能源效率指标除前三项为2009年数据外，其他全为2008年的数据；境内外筹资总额为2010年数据。资料来源笔者根据国家统计局、银监会、证监会、 UN、 IEA、TheWorld Bank相关数据整理得出。①该模型中， I表示行业的固定资产存量， V表示行业增加值。如果η 0，表示在第t年内，当一个行业的增加值相对于上期增加时，固定资产净值也会增加，更多地将资金流入到成长性好的行业中去，资本配置效率较高，此时， η值越大表示资本配置效率越高。1 0理 论 探 讨minX X-X max和X指标中国世界美国英国日本人均GDP美元 3744 -- 48436 35165 39727GDP增长率 9.1 -1.9 -2.4 -4.9 -5.208年外贸进出口总额亿美元 25165325420 34665 10899 15443通胀率 -0.6 2.7 1.7 1.4 -0.9研发投入占GDP比重 1.49 2.21 2.67 1.84 3.45法律权利强度指数（ 0-10） 6 5 8 9 7信用信息透明程度（ 0-6） 4 3 6 6 6银行资本占资产率 6.1 9 9.3 4.4 3.6交易股票价值占GDP比重 179.7 141.9 327.8 156.5 82.7交易股票周转率 229.6 176.2 348.6 146.4 128.8SP全球股票指数年变化率 66.3 -- 23 22 608年碳排放量百万吨 6550 29381 5595.9 -- 115108年人均碳排放量吨 4.92 4.39 18.38 8.32 9.0208年CO2/GDP千克/2000美元 2.3 0.73 0.48 0.29 0.2208年CO2/TPES吨/度 3.07 2.4 2.45 2.45 2.3208年人均耗电量千瓦时 2471 2782 13647 6067 80720.5 （ 5）理 论 探 讨 2011年第7期四 、 实 证 分 析（一）数据选取与处理通过收集我国以及世界的最新相关数据，我们发现并不是每个指标都有2009年的数据，因此部分评价指标选用2008年的数据，具体见附注。科学技术、政策法规这两项指标数据参照前人结果。由于选取的评价指标方向和量纲各异，需要对其进行下述标准化处理，处理后的数据统计结果见表1。1.对逆向指标通过如下公式进行正向化处理。X*1/X （ 1）公式中X 为逆向指标的原始数值， X*为该指标的正向化指标值。2.运用归一化方法对所有指标进行无量纲化处理。运用matlab软件可得到准则层相对目标层的权重，其优先矩阵见表2。 表 2 准 则 层 优 先 矩 阵A B1 B2 B3 B4 B5 B6 B7 B8 WB1 0 0.5 1 1 1 1 1 1 0.1860B2 1 0 1 1 1 1 1 1 0.2230B3 0.5 0.5 0 1 0.5 0.5 0.5 0.5 0.0658B4 0.5 0.5 0.5 0 0.5 0.5 0.5 0.5 0.0439B5 0.5 0.5 1 1 0 1 1 1 0.1652B6 0.5 0.5 1 1 0.5 0 1 1 0.1257B7 0.5 0.5 1 1 0.5 0.5 0 1 0.1063B8 0.5 0.5 1 1 0.5 0.5 0.5 0 0.0841同理可得指标层相对于所在准则层的权重，进而求X*-X** *max其中， X为指标归一化后数值， X*标区域最大值和最小值。（二）运用FAHP确定指标权重*min （ 2）为该指出单个指标对总目标的权重，此处不再赘述，具体结果见前列表1。（三）数据对比分析下面将我国数据与世界一般水平、美国、英国、日本模糊层次分析法具有互补性，符合人们思维逻辑，易于建立优先矩阵，由其得到的模糊矩阵满足一致性条件，勿需做一致性检验。具体步骤如下1.建立优先矩阵1,cicj的相关表现进行比较。除另有注明外，所有数据均为2009年数据。具体结果见表3。表 3 各 国 碳 金 融 指 标 数 据 比 较fij 0.5,cicj0,cicj式中ci和cj分别为fi、 fj标度相对重要程度。 （ 3）2.将优先矩阵F（ fij） mn采转化成模糊一致矩阵Q（ qij） mnmqΣfij i1,2, ,m （ 4）j1qijqi-qj2m3.利用和行归一法得到权重向量模糊一致矩阵Q每行元素的和不包含自身比较及不含对角线元素的总和为mliΣqij-0.5 1,2, ,m （ 6）j1Σlimm-1/2 （ 7）i对li归一化处理可得到各指标权重资料来源笔者根据IEA、 theWorld Bank相关数据整理得出。（四）评价结果分析从上述评价结果可以看出目前我国碳金融发展中存Wi liΣlii 2lim（ m-1） （ 8）在以下问题其一，金融市场不够成熟，限制了碳金融的发展。期1 12011年第7期理 论 探 讨货、期权等常见碳排放权交易媒介在我国尚属初级阶段。而我国股票市场虽然发展迅速，但仍与发达国家差距颇大，美国上市公司市值是我国的3倍，股票价值占GDP的比重是我国的将近2倍。而推动CDM项目发展的银行贷款也不能完全满足要求，征信机制也存在欠缺。同时较低的银行资本资产比率潜伏高经营风险。其二，尚未形成全国碳交易体系，碳信息透明度不高。投资者能够接触的信息有限且分散，增加了碳交易成本。虽然我国是世界上最大的减排供应者之一，但国际排放权交易是以欧元为计价且捆绑结算，碳交易定价的主导权也掌握在欧美一些大银行手中，这直接导致了我国碳排放权的低价交易[8]。其三，碳减排存在很大压力。碳强度、耗电力这些负指标的数值明显高于世界一般水平，低碳指数也较高，又由于产业结构调整缓慢，要实现全面清洁生产困难重重[9]。与此同时，核心技术自主研发落后。且不论美国2.67的经济产出用于技术研发，我国这一指标（ 1.49）也低于世界平均水平（ 2.21） 。其四，相关政策支持有待进一步完善。目前我国暂未征收显性的碳税，绿色信贷的覆盖范围也不大，高碳排放产业限入政策的力度有待进一步加强。总体来看，法律执行强度虽高，但与欧美高达9的指数表现相比，仍相差较远。五 、 政 策 建 议（一）基于金融深化视角搭建碳金融体系我国应以金融深化的视角加强碳金融工具的开发，为碳排放权交易提供标准化的载体，全面构建标准化的碳金融体系。具体而言，可围绕三个方面构建碳金融体系一是推进中国碳金融市场建设。银行业以绿色贷款和碳基金的形式为低碳产业融资，碳交易所则通过标准化的远期、期货和期权合约提供具有流动性的碳交易产品，碳保险则以支付风险保单的形式降低相关主体的交易风险。二是搭建碳金融业务创新体系。开发配套金融产品，开展各种碳金融衍生品的交易，同时加快建立碳交易期货市场。三是建立碳金融风险监管机制。碳排放权交易相关数据透明度不高，可能存在欺诈风险，因而在发展碳金融的同时加强风险监管是十分必要的[10]。（二）构建国际化的全国标准碳交易体系我国应充分发挥我国最大碳排放权供应国的优势地位，加快参与并最终确立在碳排放权交易中的定价主导权，以此确立在新一轮格局调整中的主导地位。有关部门应制定并公布统一的低碳产品标准，从而减少买卖1 2双方寻找项目的搜寻成本和交易成本。总体而言，需进一步研究探索碳排放配额交易规则和制度，逐步增加现有交易市场的交易内容、完善市场结构及扩大市场规模，将众多分散的交易场所融合成一个统一的交易市场，并试图与国际碳交易体制达到趋同，以期构建我国的国际化碳交易市场，强化市场的价格发现功能。（三）建立低碳技术体系及产业体系我国应加强低碳技术的自主研发，建立成果转化平台，鼓励企业开发清洁技术，同时发展具有低能耗、低污染特征的新型技术研发集群，全方位多层次构建低碳技术体系[11]。除此之外，面临较高的二氧化碳强度，应建立以低碳排放为特征的产业体系，第一产业大力发展具有循环经济特点的生态农业和有机农业；第二产业要逐步调整能源结构，推广运用可再生能源；第三产业要以发展绿色服务业和高新技术产业为主，在全国范围内形成环保产业循环链[12]。（四）健全碳金融业务激励约束机制鉴于排放权交易本身所具有的复杂性，政府有必要根据可持续发展的原则，制定一系列标准、规则，提供相应的投资、税收、信贷规模导向等配套政策，鼓励金融机构积极参与节能减排领域的投融资活动[13]。比如，对开展碳金融业务的金融机构的相关收入进行税收减免优惠；对CDM项目贷款额度内存款准备金进行适当减免；通过财政拨款成立专项基金，为项目贷款提供必要的利息补贴等。同时，以法律的形式把温室气体排放量超标的企业纳入到限额排放体系，对其根据超标的数额给予相应惩罚，并在金融市场准入和融资上予以限制。 ■（责任编辑 L.Y.）参 考 文 献 [1]刘嵘，徐征，李悦.低碳经济评价指标体系及实证研究 以河北省某县为例[J].经济论坛， 2010（ 5） 37-41.[2]李晓燕.基于模糊层次分析法的省区低碳经济评价探索[J].华东经济管理， 2010（ 2） 24-28.[3]付加锋，庄贵阳，高庆先.低碳经济的概念辨识及评价指标体系构建[J].中国人口·资源环境， 2010（ 8） 38-43.[4]任福兵，吴青芳，郭强.低碳社会的评价指标体系构建[J].江淮论坛， 2010（ 1） 122-127.[5] J Knox-Hayes, The Developing Carbon Financial Ser-vice Industry Expertise, Adaptation andComplementation inLondon and New York. Journal ofEconomics Geography， 2009.[6]宋汉光.基于金融功能视角的金融体系效率评价以1 3理 论 探 讨理 论 探 讨 2011年第7期宁波市为例[J].上海金融， 2011（ 1） 27-30.[7]Jeffrey Wurgler. FinancialMarkets and AllocationofCapital. Journal of FinancialEconomics, Vol.58,2000187-214.[8]曾梦琪.国际碳交易市场发展及其对我国的启示[J].南方金融， 2011（ 3） 62-65.[9]金乐琴.后危机时代中国新能源产业创新与发展的思考[J].经济问题探索， 201011 24-27. [10]陈柳钦.低碳经济发展的金融支持研究[J].南方金融， 2010（ 7） 24-29.[11]金乐琴,刘瑞.低碳经济与中国经济发展模式转型[J].经济问题探索， 2009（ 1） 84-87.[12]李宏岳,陈然.低碳经济与产业结构调整[J].经济问题探索， 2011（ 1） 66-71.[13]何建坤.我国自主减排目标与低碳发展之路[J].清华大学学报（哲学社会科学版） ， 2010（ 6） 122-129.（上接第7页）世界经验而言，城市化进程的主要驱动力来自于第二和第三产业的发展。由于第二和第三产业主要集聚于城市，所以，城市经济的发展会创造更多的岗位来满足农村劳动力的迁入。结合本文模型可知，在第二和第三产业当中，第三产业在推动高质量的城市化进程中扮演着更重要的角色，只有加快产业结构的调整，进行产业升级，使社会更多的资源配置到现代工业部门（包括第三产业在内） ，真正意义上提升城市的容量，才能在深层次上解决我国当前城市化的瓶颈，提升我国城市化的质量。■（责任编辑 L.Y.）参 考 文 献 [1]Ray M,Northam. Vacant Urban Land in the AmericanCity[J]. Land Economics,1971（ 47） .[2] Todaro. A Model of Labor Migration and Urban. Un-employment in Less Developed Countries[J]. The American E-conomic Review, 1969（ 1） .[3] Dickens, W. T. Lang, K. Testing Dual Labor MarketTheory A Reconsideration ofthe Evidence[M]. NBER WorkingPaper, 1985 1670.[4]林毅夫，蔡昉 ，李周. The China Miracle Development Strategy andEconomic Re [M]. Hong KongThe Chinese University Press， 1996.[5]周其仁.体制转型、结构变化和城市就业[J].经济社会体制比较， 1997（ 3） .[6]世界银行.中国改革中的城市就业和工资体制[M].北京中国财政经济出版社,1992.[7]赖德胜.论劳动力市场的制度性分割[J].经济科学，1996（ 6） .[8]辛仁周.制约我国劳动力市场发展的若干因素分析[J].社会科学研究， 1995（ 1） .[9]蔡昉 ，都阳，王美艳.户籍制度与劳动力市场保护[J].经济研究， 2001（ 12） .[10]张展新.劳动力市场的产业分割与劳动人口流动[J].中国人口科学， 2004（ 2） .TheRelationship betweenUrbanizationandLabor ForceMarket On the basis of Todaro modelZHOU Gao-binInternational Trade Department, GDUF, Guangzhou510420, ChinaAbstract Onthe basis of Todaro model, this paper constructs Chinese labor force immigration model to analyze the rela-tionship between urbanization and labor force market. The conclusion indicates that, under dual-economy structure, the in-come differential between urban and rural is one of significant cause that effects the urbanization. According the Chinesespecific circumstance, we propose some specific suggestions for urbanization from three perspectives, whichare incomepolicies, financial re and industry upgrading.Key words Urbanization； Labor force market； Income differential； Todaro model