張生威,奚 賓
(河南工業(yè)大學(xué) 經(jīng)濟(jì)貿(mào)易學(xué)院,河南 鄭州 450001)
自工業(yè)化以來(lái),全球二氧化碳排放量不斷增加,氣候變化已成為各國(guó)面臨的最重要的環(huán)境問(wèn)題。在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上,習(xí)近平主席提出“中國(guó)二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值,努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”,指明了我國(guó)面對(duì)氣候變化問(wèn)題要實(shí)現(xiàn)的“雙碳”目標(biāo)。我國(guó)農(nóng)業(yè)生產(chǎn)領(lǐng)域也面臨碳排放量過(guò)高的問(wèn)題。黑龍江省是我國(guó)傳統(tǒng)農(nóng)業(yè)大省,也是重要的糧食生產(chǎn)基地。近年來(lái),由于化肥過(guò)度使用、農(nóng)用機(jī)械量持續(xù)增加等因素,導(dǎo)致農(nóng)業(yè)二氧化碳排放量不斷增加,農(nóng)業(yè)生產(chǎn)環(huán)境退化問(wèn)題日益嚴(yán)重。目前,我國(guó)農(nóng)業(yè)領(lǐng)域金融政策支持力度不斷提高,面向農(nóng)業(yè)領(lǐng)域的綠色金融產(chǎn)品不斷出現(xiàn),為低碳農(nóng)業(yè)發(fā)展提供了良好的金融支持環(huán)境。因此,黑龍江省應(yīng)借助金融支持,加快農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變,采用高產(chǎn)、高效、循環(huán)的低碳農(nóng)業(yè)發(fā)展模式,減少農(nóng)業(yè)生產(chǎn)對(duì)環(huán)境的污染,促進(jìn)農(nóng)業(yè)可持續(xù)健康發(fā)展,提高環(huán)境治理能力,更好的實(shí)現(xiàn)鄉(xiāng)村振興。
近年來(lái),越來(lái)越多的學(xué)者開(kāi)始著眼于金融發(fā)展對(duì)農(nóng)業(yè)碳排放的影響研究。從全國(guó)視角來(lái)看,張開(kāi)華等(2012)通過(guò)對(duì)國(guó)外政府、組織機(jī)構(gòu)對(duì)低碳農(nóng)業(yè)的支持措施分析,從我國(guó)金融機(jī)構(gòu)和交易場(chǎng)所建設(shè)等方面提出了對(duì)我國(guó)低碳農(nóng)業(yè)支持的政策建議[1];張躍超(2013)通過(guò)對(duì)我國(guó)低碳農(nóng)業(yè)與農(nóng)村金融發(fā)展現(xiàn)狀研究,指出低碳農(nóng)業(yè)是我國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的必然選擇,農(nóng)村金融與低碳農(nóng)業(yè)必須要協(xié)調(diào)發(fā)展[2];仇冬芳等(2016)研究表明,我國(guó)金融對(duì)農(nóng)業(yè)碳減排的支持已基本滿(mǎn)足農(nóng)業(yè)發(fā)展水平的要求,但農(nóng)業(yè)碳排放量卻持續(xù)增加,強(qiáng)調(diào)我國(guó)應(yīng)加大對(duì)綠色農(nóng)用物資的研發(fā),以減少農(nóng)業(yè)碳排放[3];程秋旺等(2022)研究表明,數(shù)字普惠金融的發(fā)展降低了我國(guó)農(nóng)業(yè)碳排放的強(qiáng)度,具有促進(jìn)農(nóng)業(yè)碳減排的效應(yīng)[4]。從空間視角來(lái)看,魯釗陽(yáng)(2013)通過(guò)對(duì)我國(guó)31個(gè)省份面板數(shù)據(jù)進(jìn)行分析,結(jié)果表明我國(guó)東部地區(qū)和中西部地區(qū)金融發(fā)展對(duì)農(nóng)業(yè)碳排放的關(guān)系存在著顯著區(qū)域差異,若想減少不同地區(qū)的農(nóng)業(yè)碳排放,需要采取不同的金融支持措施[5];陳銀娥等(2018)通過(guò)對(duì)我國(guó)26個(gè)省份面板數(shù)據(jù)進(jìn)行分析,結(jié)果表明我國(guó)東部和中部地區(qū)金融發(fā)展對(duì)農(nóng)業(yè)碳排放有顯著的抑制作用,西部地區(qū)金融發(fā)展對(duì)農(nóng)業(yè)碳排放影響并不顯著[6]。從省域視角來(lái)看,李娟娟(2019)通過(guò)對(duì)河南省2000—2017年金融發(fā)展與農(nóng)業(yè)碳排放數(shù)據(jù)進(jìn)行分析,得出河南省農(nóng)村金融的發(fā)展對(duì)河南省農(nóng)業(yè)碳排放起到抑制作用[7];張振家(2022)通過(guò)對(duì)遼寧省2009—2018年農(nóng)業(yè)碳排放總量以及效率進(jìn)行測(cè)算分析,指出遼寧省要實(shí)現(xiàn)農(nóng)業(yè)低碳化發(fā)展必須加強(qiáng)金融對(duì)其的支持力度[8];劉園苡(2022)通過(guò)對(duì)廣西省2006—2020年碳金融與低碳農(nóng)業(yè)發(fā)展進(jìn)行耦合分析,認(rèn)為廣西省碳金融與低碳農(nóng)業(yè)二者協(xié)調(diào)發(fā)展程度不斷加深,碳金融發(fā)展對(duì)低碳農(nóng)業(yè)有較強(qiáng)促進(jìn)作用[9]。
從已有文獻(xiàn)看,金融發(fā)展對(duì)農(nóng)業(yè)碳排放影響的研究多集中在全國(guó)宏觀視角或地區(qū)空間視角,對(duì)黑龍江省的研究較少,更缺乏對(duì)黑龍江省的實(shí)證模型分析研究。因此,本文選取黑龍江省進(jìn)行實(shí)證研究,通過(guò)構(gòu)建STIRPAT模型,將農(nóng)村金融效率、農(nóng)村金融規(guī)模、農(nóng)業(yè)機(jī)械化水平、農(nóng)業(yè)經(jīng)濟(jì)水平、農(nóng)業(yè)結(jié)構(gòu)等影響因素納入到模型中,將對(duì)金融發(fā)展促進(jìn)黑龍江省碳減排具有一定借鑒意義。
本文選擇的測(cè)算農(nóng)業(yè)碳排放的計(jì)算指標(biāo)來(lái)源于《IPCC國(guó)家溫室氣體清單指南》指定的畜牧業(yè)與種植業(yè)兩大類(lèi)。畜牧業(yè)產(chǎn)生的碳排放主要來(lái)源于動(dòng)物腸道發(fā)酵和動(dòng)物糞便管理造成的CH4量,種植業(yè)產(chǎn)生的碳排放主要是因?yàn)檗r(nóng)用物資的投入產(chǎn)生的CO2量。
種植業(yè)生產(chǎn)過(guò)程中的碳源主要是化肥、農(nóng)藥、農(nóng)用地膜使用造成的碳排放,農(nóng)業(yè)生產(chǎn)農(nóng)機(jī)在農(nóng)業(yè)生產(chǎn)全過(guò)程中柴油燃燒造成的碳排放,農(nóng)田灌溉造成的溫室氣體排放,土壤層中化肥應(yīng)用造成的一氧化氮排放。畜牧業(yè)生產(chǎn)過(guò)程中的碳源主要是由牛、馬、驢、騾、豬、羊牲畜腸道發(fā)酵和糞便管理方法造成的甲烷氣體排放量。
本文依照上述農(nóng)業(yè)碳排放計(jì)算內(nèi)容構(gòu)建黑龍江省農(nóng)業(yè)生產(chǎn)碳排放估算公式如式(1)所示。
C=∑Cit=∑Qit*βi
(1)
C為農(nóng)業(yè)碳排放總量,Cit為i類(lèi)碳源第t年的農(nóng)業(yè)碳排放量,Qit表示i類(lèi)碳源第t年的量,βi表示為各類(lèi)碳源的碳排放系數(shù)。
本文選用的主要農(nóng)用物資碳排放系數(shù)及對(duì)應(yīng)指標(biāo)參考了黎孔清(2018)的《基于STIRPAT模型的南京市農(nóng)業(yè)碳排放驅(qū)動(dòng)因素分析及趨勢(shì)預(yù)測(cè)》[10],具體見(jiàn)表1。
表1 主要農(nóng)用物資碳排放系數(shù)及對(duì)應(yīng)指標(biāo)
本文選用的主要牲畜對(duì)應(yīng)的碳排放系數(shù)參考了田云(2012)的《中國(guó)農(nóng)業(yè)碳排放研究:測(cè)算、時(shí)空比較及脫鉤效應(yīng)》[11],具體見(jiàn)表2。
表2 主要牲畜對(duì)應(yīng)的碳排放系數(shù)(kgCH4/(頭·年))
經(jīng)表1計(jì)算得出黑龍江省農(nóng)用物資投入產(chǎn)生的碳排放量見(jiàn)表3。
表3 2001—2020年黑龍江省農(nóng)用物資投入產(chǎn)生的碳排放量(萬(wàn)噸)
經(jīng)表2計(jì)算得出黑龍江省牲畜碳排放量,詳見(jiàn)表4。
表4 2001—2020年黑龍江省牲畜碳排放量(萬(wàn)噸)
將表3和表4合并計(jì)算得出黑龍江省農(nóng)業(yè)碳排放總體情況表,詳見(jiàn)表5。
表5 2001—2020年黑龍江省農(nóng)業(yè)碳排放總體情況表
表5顯示,黑龍江省農(nóng)業(yè)碳排放大概可以劃分為三個(gè)階段,第一階段是2001—2006年持續(xù)上升階段,農(nóng)業(yè)碳排放量由2001年的462.46萬(wàn)噸增至2006年的710.40萬(wàn)噸,期間增加247.94萬(wàn)噸,年均增長(zhǎng)49.59萬(wàn)噸。該階段牲畜養(yǎng)殖規(guī)模不斷擴(kuò)大,貢獻(xiàn)了較大的碳排放量,且種植業(yè)為了提高糧食產(chǎn)量,農(nóng)業(yè)生產(chǎn)中化肥、農(nóng)藥、農(nóng)膜、柴油使用量都在不斷上升。第二階段是2007—2016年穩(wěn)定增長(zhǎng)階段,農(nóng)業(yè)碳排放總量由2007年的589.04萬(wàn)噸,增加到2016年的722.86萬(wàn)噸,共增長(zhǎng)133.82萬(wàn)噸,年均增長(zhǎng)14.87萬(wàn)噸。該階段農(nóng)業(yè)物資投入產(chǎn)生的碳排放總量緩慢增加,但牲畜碳排放總量隨著養(yǎng)殖不斷規(guī)?;宛B(yǎng)殖技術(shù)不斷提升而持續(xù)減少。綜合來(lái)看,該階段的農(nóng)業(yè)碳排放總量是緩慢增長(zhǎng)的。第三階段是2017—2020年逐步下降階段,碳排放總量由2017年的710.29萬(wàn)噸,減少到2020年的659.03萬(wàn)噸,共減少51.26萬(wàn)噸,年均減少17.09萬(wàn)噸。這是因?yàn)榘殡S著低碳發(fā)展模式,農(nóng)業(yè)物資投入量逐步減少,碳排放也逐步下降。
本文參考了李娟娟(2019)《金融發(fā)展對(duì)農(nóng)業(yè)碳排放達(dá)峰的影響研究》中部分所選變量[7],以黑龍江省農(nóng)業(yè)產(chǎn)生的碳排放總量(C)作為被解釋變量,以農(nóng)村金融規(guī)模(Fs)和農(nóng)村金融效率(Fe)兩個(gè)變量作為解釋變量,農(nóng)村金融規(guī)模(Fs)數(shù)據(jù)采用黑龍江省農(nóng)村信用社(農(nóng)商行)存貸款余額之和與農(nóng)業(yè)GDP之比,農(nóng)村金融效率(Fe)數(shù)據(jù)采用黑龍江省農(nóng)村信用社(農(nóng)商行)的貸款余額與存款余額之比。
本文選取農(nóng)業(yè)機(jī)械化水平(Am)、農(nóng)業(yè)經(jīng)濟(jì)水平(Gdp)、農(nóng)業(yè)結(jié)構(gòu)(As)作為控制變量。農(nóng)業(yè)機(jī)械化水平(Am)采用的數(shù)據(jù)為農(nóng)業(yè)機(jī)械總動(dòng)力,農(nóng)業(yè)經(jīng)濟(jì)水平(Gdp)采用的數(shù)據(jù)為農(nóng)業(yè)生產(chǎn)總值,農(nóng)業(yè)結(jié)構(gòu)(As)采用的數(shù)據(jù)為種植業(yè)與畜牧業(yè)生產(chǎn)總值之和與農(nóng)林牧漁業(yè)生產(chǎn)總值之比。
農(nóng)業(yè)碳排放總量為各類(lèi)碳源系數(shù)乘以各類(lèi)碳源數(shù)量:
C=∑Cit=∑Qit*δi
(2)
C為農(nóng)業(yè)碳排放總量,Cit為第i類(lèi)碳源第t年的農(nóng)業(yè)碳排放量,Qit表示第i類(lèi)碳源第t年的數(shù)量,δi表示為各類(lèi)碳源的碳排放系數(shù)。
本文的研究時(shí)段為2001—2020年,農(nóng)業(yè)碳源數(shù)據(jù)和各類(lèi)農(nóng)業(yè)相關(guān)指標(biāo)數(shù)據(jù)來(lái)源于《黑龍江統(tǒng)計(jì)年鑒》,農(nóng)業(yè)碳源碳排放各項(xiàng)系數(shù)數(shù)據(jù)來(lái)源于IPCC,農(nóng)業(yè)碳排放總量通過(guò)碳排放清單法計(jì)算所得,黑龍江省農(nóng)村金融各項(xiàng)數(shù)據(jù)來(lái)源于《中國(guó)金融年鑒》和《黑龍江金融年鑒》。
各指標(biāo)描述性統(tǒng)計(jì)如表6所示。
表6 各解釋變量的描述性統(tǒng)計(jì)
為確定各變量是否平穩(wěn),本文采用ADF檢驗(yàn)法對(duì)各變量進(jìn)行單位根檢驗(yàn),如表7所示,各變量在二階差分下均平穩(wěn),這表明原始序列是二階單整序列。
表7 各解釋變量的單位根檢驗(yàn)
本文選擇STIRPAT模型,模型基本形式如式(3)所示。
(3)
I表示環(huán)境壓力,P表示人口效應(yīng),A表示財(cái)富效應(yīng),T表示技術(shù)效應(yīng);α是常數(shù)項(xiàng),b、c、d對(duì)應(yīng)各效應(yīng)的彈性系數(shù),t代表時(shí)間,θt是誤差項(xiàng)。將公式兩邊同時(shí)取對(duì)數(shù)消除異方差,得到式(4)。
LnIt=Lna+bLnPt+cLnAt+dLnTt+θt
(4)
為計(jì)算金融與碳減排關(guān)系,使用模型如式(5)所示。
LnCt=Lna+β1LnGdpt+β2LnAst+β3LnAmt+θt
(5)
分別在基準(zhǔn)式中加入農(nóng)村金融規(guī)模(Fs)、農(nóng)村金融效率(Fe)變量,得到公式(6)和(7)。
LnCt=Lna+β1LnGdpt+β2LnAst+
β3LnAmt+β4LnFst+θt
(6)
LnCt=Lna+β1LnGdpt+β2LnAst+
LnCt=Lna+β1LnGdpt+β2LnAst+
β3LnAmt+β4LnFet+θt
(7)
同時(shí),將農(nóng)村金融規(guī)模(Fs)、農(nóng)村金融效率(Fe)變量加入,得到公式(8)。
LnCt=Lna+β1LnGdpt+β2LnAst+
β3LnAmt+β4LnFet+β5LnFst+θt
(8)
具體的回歸結(jié)果如表8所示。
表8 各解釋變量對(duì)農(nóng)業(yè)碳排放量的回歸結(jié)果
本文采用擬合效果最好的模型(8)作為主要回歸,其對(duì)應(yīng)的回歸方程如式(9)所示。
LnCt=0.043LnGdpt-1.731LnAst+
0.276LnAmt-0.25LnFet+
0.449β5LnFst+4.141
(9)
結(jié)果顯示農(nóng)業(yè)結(jié)構(gòu)(LnAst)對(duì)碳排放的影響在5%顯著水平下為正值,表明種植業(yè)與畜牧業(yè)產(chǎn)生的碳排放仍是農(nóng)業(yè)碳排放中的主體部分,種植業(yè)與畜牧業(yè)占農(nóng)業(yè)結(jié)構(gòu)比例越大,所產(chǎn)生的碳排放越多。農(nóng)業(yè)機(jī)械化水平(LnAmt)對(duì)碳排放的影響5%顯著水平下為正值,說(shuō)明農(nóng)業(yè)機(jī)械化水平越高,所消耗柴油越多,農(nóng)業(yè)生產(chǎn)中產(chǎn)生的碳排放也就越多。農(nóng)村金融規(guī)模(LnFst)對(duì)碳排放的影響在5%顯著水平下為負(fù)值,表明農(nóng)村金融規(guī)模對(duì)農(nóng)業(yè)碳排放起到抑制作用,農(nóng)村金融規(guī)模越大,農(nóng)業(yè)生產(chǎn)碳排放中產(chǎn)生的碳排放越少。農(nóng)村金融效率(LnFet)對(duì)碳排放的影響在1%顯著水平下為正值,說(shuō)明農(nóng)村金融效率越高,對(duì)農(nóng)業(yè)生產(chǎn)貸款越多,農(nóng)業(yè)生產(chǎn)規(guī)模不斷擴(kuò)大,農(nóng)業(yè)生產(chǎn)碳排放中產(chǎn)生的碳排放總量越大。農(nóng)業(yè)經(jīng)濟(jì)水平(LnGdpt)對(duì)碳排放為正向影響,但不顯著。
從實(shí)證結(jié)果來(lái)看,農(nóng)村金融規(guī)模會(huì)抑制農(nóng)業(yè)碳排放,然而農(nóng)村金融效率會(huì)促進(jìn)農(nóng)業(yè)碳排放。農(nóng)業(yè)生產(chǎn)貸款總量越多,越有利于農(nóng)業(yè)生產(chǎn)主體采用更先進(jìn)、環(huán)保、低碳的農(nóng)業(yè)生產(chǎn)技術(shù)以及選購(gòu)更為環(huán)保的農(nóng)業(yè)設(shè)施,促進(jìn)農(nóng)業(yè)生產(chǎn)單位碳減排。然而,農(nóng)村信用社(農(nóng)商行)的貸款比例越高,意味著當(dāng)?shù)貙?duì)該機(jī)構(gòu)的依賴(lài)程度越高,其相對(duì)較低的治理水平并沒(méi)有對(duì)農(nóng)業(yè)碳排放產(chǎn)生抑制作用。因此,要促使黑龍江省農(nóng)業(yè)碳排放減少,需要更多管理水平高的金融機(jī)構(gòu)共同參與。
黑龍江省低碳農(nóng)業(yè)處于發(fā)展初期,政府應(yīng)建立健全低碳農(nóng)業(yè)補(bǔ)貼制度,鼓勵(lì)農(nóng)業(yè)經(jīng)營(yíng)主體采取購(gòu)買(mǎi)節(jié)能農(nóng)機(jī)、對(duì)廢舊地膜和秸稈回收再利用、優(yōu)化農(nóng)業(yè)結(jié)構(gòu)等措施,減少農(nóng)業(yè)生產(chǎn)過(guò)程中碳排放。加強(qiáng)財(cái)政政策和貨幣政策對(duì)低碳農(nóng)業(yè)項(xiàng)目的支持力度,在低碳農(nóng)業(yè)項(xiàng)目建設(shè)初期,采用貨幣政策對(duì)項(xiàng)目進(jìn)行資金支持。在低碳農(nóng)業(yè)項(xiàng)目建設(shè)后期,采用財(cái)政政策對(duì)項(xiàng)目進(jìn)行補(bǔ)貼,確保低碳農(nóng)業(yè)項(xiàng)目建設(shè)整個(gè)過(guò)程中有充沛的資金。
農(nóng)業(yè)領(lǐng)域碳減排具有成本低的先天優(yōu)勢(shì)。目前,全國(guó)性農(nóng)業(yè)碳交易市場(chǎng)尚未建立,黑龍江省農(nóng)業(yè)碳排放交易有巨大潛力,政府可積極探索建立省級(jí)農(nóng)業(yè)碳交易市場(chǎng)試點(diǎn)。全國(guó)性農(nóng)業(yè)碳交易市場(chǎng)建立后,政府要積極引導(dǎo)各地市參與碳匯交易,制定農(nóng)業(yè)碳減排總體目標(biāo)。與此同時(shí),吸引更多管理水平較高的金融機(jī)構(gòu)共同參與黑龍江省農(nóng)業(yè)碳減排,加速黑龍江省碳金融衍生品交易市場(chǎng)的建設(shè),鼓勵(lì)、引導(dǎo)金融機(jī)構(gòu)開(kāi)發(fā)有關(guān)低碳農(nóng)業(yè)的證券、基金、保險(xiǎn)、期貨等多種碳交易衍生金融產(chǎn)品,健全碳金融產(chǎn)品體系,使其更合理地適用于黑龍江省農(nóng)業(yè)碳減排。
黑龍江省金融機(jī)構(gòu)應(yīng)響應(yīng)國(guó)家鄉(xiāng)村振興戰(zhàn)略,對(duì)低碳農(nóng)業(yè)給予更大的支持力度,不斷提升黑龍江省農(nóng)村金融規(guī)模。省內(nèi)大型商業(yè)性銀行作為支持農(nóng)業(yè)碳減排的主要金融機(jī)構(gòu),應(yīng)積極向低碳農(nóng)業(yè)領(lǐng)域投入更多的信貸資金,如中國(guó)建設(shè)銀行黑龍江省雞西分行針對(duì)“三農(nóng)領(lǐng)域”采用優(yōu)惠貸款利率、縮短辦理貸款時(shí)限等措施為黑龍江省鄉(xiāng)村振興提供了有力的金融支持[12]。中國(guó)農(nóng)業(yè)發(fā)展銀行黑龍江省分行作為國(guó)家政策性銀行,要全力服務(wù)鄉(xiāng)村振興戰(zhàn)略,加大在低碳農(nóng)業(yè)領(lǐng)域的信貸支持力度。省內(nèi)各地方銀行,尤其是黑龍江省農(nóng)村信用社(農(nóng)商行),要將服務(wù)重心繼續(xù)下沉,增設(shè)農(nóng)村服務(wù)網(wǎng)點(diǎn),拓寬面向低碳農(nóng)業(yè)的服務(wù)渠道。
黑龍江省農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)主體在農(nóng)業(yè)生產(chǎn)過(guò)程中要守法誠(chéng)信,保持自律意識(shí)。農(nóng)藥、化肥、農(nóng)膜等產(chǎn)品使用方面要嚴(yán)格遵守國(guó)家各項(xiàng)管理規(guī)定,不斷提升自身信用水平,以獲取更多金融支持,達(dá)成農(nóng)業(yè)生產(chǎn)效益最大化與低碳農(nóng)業(yè)最優(yōu)化。