陳嘯 薛英嵐

摘 要：普惠金融可以通過改變區(qū)域經(jīng)濟行為進而深刻影響社會經(jīng)濟發(fā)展中能源活動所產(chǎn)生的碳排放。本文將普惠金融變量引入碳排放影響因素中，選取代表普惠金融發(fā)展程度的指標(biāo)，基于對數(shù)平均迪氏指數(shù)（LMDI）分解法，對1996—2018年間中國普惠金融對碳排放的影響進行驅(qū)動因素分解，量化普惠金融對碳減排的貢獻。結(jié)果顯示，1996—2018年中國金融普惠程度大幅提升，以東南沿海的普惠程度最高。以煤為主的能源結(jié)構(gòu)效應(yīng)是中國碳排放增長的主要因素，普惠金融效應(yīng)在1996—2001年間表現(xiàn)為負(fù)向影響，且貢獻較低;2002年后對中國碳排放具有促進作用，但隨著普惠金融規(guī)模的增加，其引起碳排放增加的趨勢放緩?？臻g差異方面，2000年之前，普惠金融效應(yīng)在全國絕大部分省份均呈現(xiàn)負(fù)向效應(yīng)，2001—2005年轉(zhuǎn)為正向效應(yīng)，2006年之后，普惠金融效應(yīng)對碳排放增長貢獻的省際差異逐步增大，隨著中國經(jīng)濟發(fā)展進入新常態(tài)，東部發(fā)達省份的普惠金融效應(yīng)對碳排放增長的貢獻與西部地區(qū)相比較低?；诟魇◎?qū)動因素的聚類分析，將各省份分為六類，根據(jù)不同區(qū)域的普惠金融貢獻和產(chǎn)業(yè)發(fā)展特征，針對碳減排向每類省份提出了具有區(qū)域代表性的普惠金融發(fā)展政策建議。

關(guān)鍵詞：普惠金融;碳排放;LMDI分解法;聚類分析

中圖分類號：F830.6? 文獻標(biāo)識碼：A

文章編號：1000-176X（2021）05-0059-08

一、問題的提出

能源消費和經(jīng)濟發(fā)展是影響碳排放的核心因素，而金融是國家經(jīng)濟產(chǎn)業(yè)發(fā)展的重要保障和有效調(diào)控手段，因此，國家金融政策的制定，也將對能源消費和碳排放產(chǎn)生重大影響。普惠金融（Inclusive Finance，IF）是中國在經(jīng)濟發(fā)展新常態(tài)背景下提出的重要金融政策之一。根據(jù)世界銀行扶貧協(xié)商小組（CGAP）的定義，普惠金融指每一位勞動人口都可以從正規(guī)金融服務(wù)機構(gòu)有效獲取可靠的信貸、儲蓄、支付和保險等相關(guān)金融服務(wù)的一種狀態(tài)。越來越多的研究表明，普惠金融可以通過改變個體經(jīng)濟行為和宏觀經(jīng)濟表現(xiàn)從而影響社會經(jīng)濟發(fā)展中能源消耗所產(chǎn)生的碳排放。一方面，普惠金融可以有效促進個人和中小企業(yè)獲得金融服務(wù)，從而擴大經(jīng)濟產(chǎn)業(yè)發(fā)展規(guī)模，在一定程度上將提高碳排放量;另一方面，隨著互聯(lián)網(wǎng)移動支付的普及，普惠金融可以有效提高金融服務(wù)效率，進而間接提高能源的配置效率，從能源利用角度抑制碳排放。因此，量化普惠金融對碳減排的貢獻，對于中國未來制定更有針對性的碳減排與普惠金融政策，具有重要的研究意義。

學(xué)界主要從以下三個方面研究金融對碳排放的影響：

（一）普惠金融是否具有影響碳排放的能力

由溫室效應(yīng)導(dǎo)致的全球氣候變暖逐漸引起廣泛關(guān)注，而以二氧化碳（CO2）為主的溫室氣體的持續(xù)排放是造成溫室效應(yīng)的最重要因素之一。隨著城市化進程加劇和工業(yè)快速發(fā)展，中國碳排放量逐年快速上升。根據(jù)國際能源署（IEA）的統(tǒng)計數(shù)據(jù)，2007年中國已成為世界上碳排放量最多的國家[1]。為應(yīng)對巨大的減排壓力，中國提出到2020年碳排放強度比2005年下降40%—45%的減排目標(biāo)，并明確2030年到達碳排放峰值[2]。

針對金融行業(yè)對碳排放影響和貢獻的研究，國內(nèi)外學(xué)者主要從宏觀的制度框架構(gòu)建和微觀的碳普惠影響角度，分析不同金融政策和金融機制對碳排放的影響和減排的貢獻。宏觀上，碳金融作為綠色金融的重要組成部分，一直保持快速發(fā)展，大量資本和金融力量獲得廣泛介入，一方面推動碳金融市場快速發(fā)展，另一方面也帶來了相關(guān)新技術(shù)的開發(fā)與應(yīng)用[3]，對碳減排和全球氣候變化均產(chǎn)生了積極作用。從碳減排角度，碳金融首先基于一定的減排目標(biāo)對初始排放額度進行分配，然后通過市場機制優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，再通過碳排放量框定行業(yè)、企業(yè)的生產(chǎn)總量，并間接促進清潔生產(chǎn)等碳減排技術(shù)的發(fā)展。

目前，國內(nèi)外對于碳金融的研究主要著眼于定價、交易機制以及碳交易與減排關(guān)系等方面。Demailly和Quirion[4]、Sartor[5]與張新華等[6]分別研究了鋼鐵行業(yè)、有色金屬行業(yè)和電力供應(yīng)業(yè)的碳交易價格及影響因素，發(fā)現(xiàn)碳交易體系、行業(yè)競爭力和碳捕獲技術(shù)等均會造成碳交易的價格波動，進而影響行業(yè)生產(chǎn)決策。Maradan和Vassiliev[7]通過計算不同國家的碳影子價格，提出碳價與區(qū)域的社會經(jīng)濟發(fā)展水平密切相關(guān)，發(fā)展中國家碳減排成本高于發(fā)達國家。交易機制方面，根據(jù)交易項目可分為以項目為基礎(chǔ)和以碳排放配額為基礎(chǔ)的兩類，在世界范圍內(nèi)，歐盟碳排放交易體系（EUETS）被視為制度設(shè)計領(lǐng)先的碳排放交易機制。Alexeeva和Anger[8]指出，有效鏈接碳排放交易體系和清潔發(fā)展機制（CDM）有助于緩解強制減排企業(yè)的負(fù)擔(dān)。Betz等[9]通過對碳排放交易進行成本—收益分析，指出可變部分償付可降低減排的社會成本，這正是碳金融框架設(shè)計的初衷。在碳交易與減排關(guān)系上，對于碳交易體系的減排能力方面，以歐盟碳交易體系為例，Wagner等[10]的測算結(jié)果顯示，EUETS在未降低就業(yè)率和貿(mào)易額的前提下，降低了減排企業(yè)1/5的碳排放;而基于面板數(shù)據(jù)核算環(huán)境績效結(jié)果顯示，EUETS未促進碳減排，僅略降低碳強度[11]。

（二）如何評價普惠金融對碳排放的影響程度

國內(nèi)外學(xué)者對碳排放與經(jīng)濟增長關(guān)系的研究方興未艾，因素分解方法得到了廣泛應(yīng)用。常用的因素分解方法主要包括結(jié)構(gòu)分解方法和指數(shù)分解方法等。其中，結(jié)構(gòu)分解方法通過利用投入產(chǎn)出表對數(shù)據(jù)進行分解分析，而由于中國投入產(chǎn)出表非連續(xù)年統(tǒng)計，且相應(yīng)研究數(shù)據(jù)存在滯后現(xiàn)象，使其使用受到較大約束。指數(shù)分解方法適合分解包含時間序列數(shù)據(jù)的部門能源碳排放量數(shù)據(jù)，得到了更為廣泛的使用。指數(shù)分解法包括Divisia指數(shù)分解方法和Laspeyres指數(shù)分解方法等，其優(yōu)勢在于對原始數(shù)據(jù)要求不高，便于對變量進行時間與空間變化分析[12]。Ang[13]等對Divisia指數(shù)分解方法進行改進，提出對數(shù)平均迪氏指數(shù)（LMDI）分解法，該方法可以有效解決傳統(tǒng)因素分解方法所存在的殘差問題，并可以兼顧分解數(shù)量指標(biāo)和強度指標(biāo)兩種體系，因此，適用于分析經(jīng)濟環(huán)境問題和資源利用問題。在全球氣候變暖背景和碳減排壓力下，國內(nèi)外學(xué)者對碳排放影響因素的具體貢獻進行了廣泛研究，包括能源消費、產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)化進程等方面，但相比于以上因素，從普惠金融視角研究區(qū)域整體金融發(fā)展水平對碳排放的影響和貢獻，尚缺乏相關(guān)的定量研究。相關(guān)研究證明，推進普惠金融發(fā)展有助于提高能源利用率從而降低碳排放[2]。在當(dāng)前區(qū)域協(xié)調(diào)節(jié)能減排新形勢下，通過因素分解厘清普惠金融對區(qū)域碳排放水平的影響程度，有助于普惠金融體系的可持續(xù)發(fā)展。

（三）如何提出更有針對性的碳減排導(dǎo)向的普惠金融發(fā)展政策

對于碳減排導(dǎo)向的普惠金融發(fā)展政策方面，當(dāng)前研究主要基于碳普惠。碳普惠在某種意義上屬于普惠金融在碳減排方向的分支，即鼓勵個人和小微企業(yè)的低碳行為，讓更多個人和單位在低碳的生活、消費和生產(chǎn)模式中獲益。2015年，廣東省率先發(fā)布《廣東省碳普惠制試點工作實施方案》（粵發(fā)改氣候[2015]048號）和《廣東省碳普惠制試點建設(shè)指南》，成為全球第一個將公眾低碳行為系統(tǒng)量化并通過金融、政策激勵進行推廣的區(qū)域[14]。郭洪旭等[15]與黎煒馳等[16]分別對碳普惠制下的居民通勤出行碳減排量進行了核算，表明公共交通工具出行的碳減排效果明顯，其中廣州市公交車系統(tǒng)年減排量達92萬噸（2015年數(shù)據(jù)，均值法）。這些低碳行為將被記錄在碳普惠平臺，自動折算為碳幣發(fā)放給用戶（如公交出行1次可獲得1.35個碳幣）;碳普惠平臺鼓勵其用優(yōu)惠與服務(wù)獲得碳幣，從而履行社會成員碳減排的必要責(zé)任。在宏觀政策方面，實施碳減排政策時，考慮到不同地區(qū)長期發(fā)展的差異與碳減排壓力，需要制定標(biāo)準(zhǔn)不同的減排措施。

通過以上金融對碳排放影響和貢獻相關(guān)研究的梳理可以看出，國內(nèi)外研究主要集中于碳金融的碳排放定價、交易以及碳普惠機制下的個體低碳行為。而普惠金融作為現(xiàn)代金融的重要組成部分，從普惠金融視角研究區(qū)域整體金融發(fā)展水平對碳排放的影響和貢獻，尚缺乏相關(guān)的定量研究。因此，本文主要貢獻在于：第一，本文將普惠金融變量引入碳排放影響因素中，選取代表普惠金融發(fā)展程度的指標(biāo)，評估普惠金融在全國各省份的分布程度。第二，基于對數(shù)平均迪氏指數(shù)（LMDI）分解法，對中國各省份普惠金融對碳排放的影響和貢獻進行時間序列分析。第三，根據(jù)聚類分析結(jié)果，提出面向碳減排的具有區(qū)域代表性的普惠金融發(fā)展政策建議。

二、研究設(shè)計與研究方法

三、分析與討論

（一）金融服務(wù)機構(gòu)覆蓋程度

表1展示了中國各省份1996—2018年金融服務(wù)機構(gòu)數(shù)量的變化。從表1可以看出，經(jīng)過二十余年的發(fā)展，到2018年中國金融服務(wù)機構(gòu)個數(shù)增大至1996年的1.76倍，整體金融普惠度大幅度提高。省際間橫向?qū)Ρ蕊@示，以四川、浙江、廣東、山東和江蘇五省金融服務(wù)機構(gòu)個數(shù)提高最為顯著，金融機構(gòu)的分布情況由最初的全國相對均衡發(fā)展逐漸轉(zhuǎn)變?yōu)榻鹑跈C構(gòu)集聚于經(jīng)濟較為發(fā)達的東部地區(qū)（占全國的60%以上）。

表2進一步展示了2018年各省份金融服務(wù)機構(gòu)的具體數(shù)值。

從表2可以看出，金融服務(wù)普惠性細(xì)分后，金融服務(wù)機構(gòu)個數(shù)應(yīng)與人口和國土面積正相關(guān)，因此，單位人口、單位國土面積的機構(gòu)個數(shù)在一定程度反映了金融普惠程度，北京、上海、天津、江蘇等城鎮(zhèn)化較高的地區(qū)，金融普惠程度較高。此外，金融業(yè)作為經(jīng)濟發(fā)展的有效助推和保障，金融普惠程度應(yīng)與單位GDP呈負(fù)相關(guān)的關(guān)系，從單位GDP金融服務(wù)機構(gòu)個數(shù)的分布也進一步驗證了東部地區(qū)金融普惠度較高的結(jié)論。

（二）普惠金融對碳排放驅(qū)動效應(yīng)分析

根據(jù)式（4）和式（5），將1996—2018年各省份碳排放變動的影響因素分解為能源結(jié)構(gòu)、能源強度、產(chǎn)業(yè)結(jié)構(gòu)、普惠金融和人口規(guī)模5個驅(qū)動效應(yīng)，全國的分解結(jié)果顯示，在這種擴展分解模式下，以煤為主的能源結(jié)構(gòu)效應(yīng)和人口規(guī)模效應(yīng)是中國碳排放增長的主要因素。產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)存在較大波動，正負(fù)交替出現(xiàn)。能源強度效應(yīng)能抑制全國碳排放增加。普惠金融對碳排放增長的影響隨時間呈現(xiàn)不同的規(guī)律，1996—2001年表現(xiàn)為一定的負(fù)向影響，且貢獻度相對較低;2002年以后，普惠金融效應(yīng)對大多數(shù)年份各省份的碳排放增長具有促進作用（2008年除外）。隨著普惠金融在全國各省份的大規(guī)模發(fā)展，該效應(yīng)引起碳排放增長的趨勢減緩。各省份普惠金融效應(yīng)的空間差異如表3所示。

從表3可以看出，其分為1996—2000年、2001—2005年、2006—2010年和2011—2018年4個時間段。整體而言，1996—2000年（“九五”期間）普惠金融效應(yīng)對各省份碳排放增長均呈現(xiàn)普遍的負(fù)向效應(yīng)，在2001—2005年（“十五”期間）轉(zhuǎn)為正向效應(yīng)，這正是中國加入世貿(mào)組織初期經(jīng)濟水平開始快速提升的時期;2005年中國提出“普惠金融”概念，金融對產(chǎn)業(yè)發(fā)展的助推作用愈發(fā)明顯，另一方面，隨著經(jīng)濟深化改革的逐步施行，各省的金融累計和產(chǎn)業(yè)發(fā)展水平差距加大，在2006—2010年普惠金融效應(yīng)對碳排放增長的貢獻省際間差異較大，有正有負(fù)，總體而言，東部地區(qū)的貢獻較大。2011—2018年普惠金融效應(yīng)又轉(zhuǎn)為普遍的正向貢獻，而隨著中國經(jīng)濟發(fā)展進入新常態(tài)，東部發(fā)達省份的第三產(chǎn)業(yè)占比逐步增大，因此，普惠金融效應(yīng)對碳排放增長的貢獻與西部地區(qū)相比較低。

（三）碳排放驅(qū)動因素聚類分析

根據(jù)對各省份碳排放驅(qū)動因素的分解結(jié)果，對各省份進行k-均值聚類分析，將30個省份（不含中國西藏和港澳臺地區(qū)）分為六類。

第一類：河北、山西、陜西和新疆。其共同特征均為碳排放增量較大，普惠金融對碳減排貢獻有限，而能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的對碳排放增加貢獻相對較大，且其碳排放增量多位居中國各省份的前列。河北是中國最重要的鋼鐵、水泥和煤化工等傳統(tǒng)重化工產(chǎn)業(yè)基地，陜西和新疆在全國西部大開發(fā)戰(zhàn)略指引下，與山西共同成為中國重要的能源產(chǎn)出區(qū)域。在碳減排的宏觀背景下，有必要對能源利用技術(shù)創(chuàng)新產(chǎn)業(yè)提高金融普惠支持力度，推動技術(shù)革新對能源產(chǎn)業(yè)碳排放的抑制作用，促進能源清潔化產(chǎn)業(yè)的發(fā)展。

第二類：黑龍江、遼寧、貴州、湖南和廣西。它們的特征是碳排放增長較低，普惠金融和其他驅(qū)動因素的貢獻值也相對較小，均低于全國尺度下的平均水平。這些地區(qū)多為傳統(tǒng)的工業(yè)省份，產(chǎn)業(yè)發(fā)展和轉(zhuǎn)型速度落后于東南沿海地區(qū)，應(yīng)積極提高金融普惠度，著力扶持中小型企業(yè)，并有計劃地淘汰一批較為落后的產(chǎn)能，結(jié)合自身區(qū)位優(yōu)勢和資源稟賦發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)。

第三類：河南、內(nèi)蒙古、山東和浙江。其共同特征為碳排放增量較大，普惠金融效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)等影響程度相對較高。河南、山東和浙江均為中國的制造業(yè)大省，這些地區(qū)的金融普惠度也相對較高;內(nèi)蒙古近年來逐漸成為重要的能源生產(chǎn)大省。考慮到這些省份在國家工業(yè)體系中的地位，應(yīng)全面助推各行業(yè)完成低碳清潔技術(shù)升級，并制定充分的低碳金融激勵措施，有效降低工業(yè)碳排放強度。

第四類：安徽、福建、吉林、江西、甘肅、青海、天津、海南、寧夏和云南。其共同特征是碳排放增量在全國占比較低，普惠金融和其他驅(qū)動因素的貢獻也相應(yīng)較低。在某些年份，一些省份（如海南、云南）能源結(jié)構(gòu)效應(yīng)對碳排放起負(fù)向作用。近年來，云南、青海、福建、江西等省份水力發(fā)電和光伏發(fā)電潛力巨大，已成為中國可再生能源供應(yīng)的重要組成部分，極大促進了區(qū)域能源結(jié)構(gòu)的優(yōu)化?；谔紲p排目標(biāo)，金融力量繼續(xù)向可再生能源方向傾斜，增強能源結(jié)構(gòu)優(yōu)化效果。

第五類：湖北、四川和重慶。均為內(nèi)陸省份，與第四類相似，其碳排放較少，各驅(qū)動因素的貢獻也相對較低，但從經(jīng)濟和金融發(fā)展水平來看，這些區(qū)域的GDP和金融普惠度均處于全國中等及偏上。雖然工業(yè)化水平與東南沿海省份相比仍有較大差距，但其特色產(chǎn)業(yè)和第三產(chǎn)業(yè)規(guī)模均相當(dāng)可觀。這些省份金融業(yè)應(yīng)持續(xù)增大對這些產(chǎn)業(yè)的扶持，助推低碳高附加值發(fā)展，實現(xiàn)經(jīng)濟的彎道超車。

第六類：北京、上海、江蘇和廣東。北京和上海屬于中國的金融中心，加之江蘇和廣東經(jīng)濟發(fā)展領(lǐng)先全國，這些也是中國城鎮(zhèn)化程度最高的地區(qū)。鑒于高科技制造業(yè)和第三產(chǎn)業(yè)的快速發(fā)展，提高金融在居民生活、市政服務(wù)和第三產(chǎn)業(yè)等領(lǐng)域的普惠程度，扶持新能源汽車的推廣非常必要。

四、結(jié)論與政策建議

本文將普惠金融這一變量引入碳排放影響因素分解之中，選取代表普惠金融發(fā)展程度指標(biāo)，基于對數(shù)平均迪氏指數(shù)（LMDI）分解法，對1996—2018年間中國各省份普惠金融對碳排放的影響和貢獻進行驅(qū)動因素分解，并根據(jù)各省份的驅(qū)動因素貢獻和碳排放增量特征進行k-均值聚類分析，提出面向碳減排的具有區(qū)域代表性的普惠金融發(fā)展政策建議。

第一，1996—2018年，中國金融普惠程度大幅提升，其中四川、浙江、廣東、山東和江蘇等省份的普惠程度提升最為顯著，金融服務(wù)機構(gòu)分布情況由最初的全國相對均勻發(fā)展為以經(jīng)濟較為發(fā)達的東部地區(qū)為主;從單位人口、國土面積等角度而言，北京、上海、天津和江蘇等城鎮(zhèn)化較高地區(qū)經(jīng)濟基礎(chǔ)優(yōu)勢高，金融發(fā)展水平領(lǐng)先全國，金融普惠程度也因之較高。

第二，碳排放變動驅(qū)動因素分解結(jié)果顯示，長期以來以煤炭為主要能源使用方式的能源結(jié)構(gòu)效應(yīng)和人口規(guī)模效應(yīng)是碳排放持續(xù)增加的最主要因素，普惠金融效應(yīng)在1996—2001年表現(xiàn)為負(fù)向影響，且貢獻較低，2002年后對中國碳排放具有促進作用，但隨著普惠金融規(guī)模的增加，其引起碳排放增加的趨勢放緩。空間差異方面，普惠金融效應(yīng)前期在全國絕大部分省均呈現(xiàn)負(fù)向效應(yīng)，在2001—2005年轉(zhuǎn)為普遍的正向效應(yīng)。

第三，對各省份碳排放變動驅(qū)動因素聚類分析結(jié)果顯示，六類省份的驅(qū)動因素貢獻和碳排放增量特征差異較大。對于能源生產(chǎn)大?。ǖ谝活悾┖椭圃鞓I(yè)大省（第三類），建議其向能源利用技術(shù)創(chuàng)新產(chǎn)業(yè)轉(zhuǎn)型提高金融普惠支持力度，促進能源清潔化、產(chǎn)業(yè)低碳化發(fā)展;對于傳統(tǒng)工業(yè)省份（第二類）、相對落后省份（第四類）和特色產(chǎn)業(yè)省份（第五類），建議其金融業(yè)持續(xù)支持產(chǎn)業(yè)轉(zhuǎn)型和戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展，淘汰落后產(chǎn)能;對于經(jīng)濟和城市化水平最高的省份（第六類），建議提高金融在居民生活、市政服務(wù)和第三產(chǎn)業(yè)等領(lǐng)域的普惠程度，扶持新能源汽車的推廣。

參考文獻：

[1] Minx，J.C.， Baiocchi，G.， Peters，G.P.， et al. A ‘Carbonizing Dragon： Chinas Fast Growing CO2 Emissions Revisited[J]. Environmental Science and Technology，2011， 45（21）： 9144-9153.

[2] 汪燕，王文治，馬淑琴. 中國省域間碳排放責(zé)任共擔(dān)與碳減排合作[J]. 浙江社會科學(xué)，2020， （1）：40-51.

[3] 曾剛，萬志宏. 國際碳金融市場：現(xiàn)狀、問題與前景[J]. 國際金融研究，2009，（10）： 19-25.

[4] Demailly，D.， Quirion，P. European Emission Trading Scheme and Competitiveness： A Case Study on the Iron and Steel Industry[J]. Energy Economics，2008， 30（4）： 2009-2027.

[5] Sartor，O. Carbon Leakage in the Primary Aluminium Sector： What Evidence After 6.5 Years of the EU ETS？ [EB/OL]. Social Science Research Network， 2013.

[6] 張新華，陳敏，葉澤. 考慮碳價下限的發(fā)電商CCS投資策略與政策分析[J]. 管理工程學(xué)報， 2016，（2）： 160-165.

[7] Maradan，D.， Vassiliev，A. Marginal Costs of Carbon Dioxide Abatement： Empirical Evidence From Cross-Country Analysis[J].Swiss Journal of Ecomomics & Statics，2005， 141（3）： 377-410.

[8] Alexeeva，T.V.， Anger，N. Developing Supra-European Emissions Trading Schemes： An Efficiency and International Trade Analysis[R]. Zew-Centre for European Economic Research Discussion Paper，2007.7-38.

[9] Betz，R.， Sanderson，T.， Ancev，T. In or Out： Efficient Inclusion of Installations in an Emissions Trading Scheme？[J]. Journal of Regulatory Economics，2010， 37（2）： 162-179.

[10] Wagner，U.J.， Muuls，M.， Martin，R.， et al. The Causal Effects of the European Union Emissions Trading Scheme： Evidence From French Manufacturing Plants[R]. Citeseer， 2014.

[11] Jaraite，J.，Maria，C.D.Did the EU ETS Make a Difference？ An Empirical Assessment Using Lithuanian Firm Level Data[J]. The Energy Journal，2016， 37（1）：3-11.

[12] Ang，B.W. The LMDI Approach to Decomposition Analysis： A Practical Guide[J]. Energy Policy，2005， 33（7）： 867-871.

[13] Ang，B.W. LMDI Decomposition Approach： A Guide for Implementation[J]. Energy Policy，2015， 86（3）： 233-238.

[14] 劉海燕，鄭爽. 廣東省碳普惠機制實施進展研究[J]. 中國經(jīng)貿(mào)導(dǎo)刊 （理論版）， 2018， （8）： 23-25.

[15] 郭洪旭，黃瑩，廖翠萍，等. 碳普惠制下居民公交車出行減碳量核算方法研究——以廣州市為例[J]. 生態(tài)經(jīng)濟， 2019， （6）：44-48.

[16] 黎煒馳，曾雪蘭，梁小燕，等. 基于碳普惠制的城市公共自行車個人碳減排量計算[J]. 中國人口· 資源與環(huán)境， 2016，（12）：103-107.

[17] Eggleston，H. S.， Buendia，L.， Miwa，K.， et al. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[M].Tokyo：IGES，2006.

[18] Wang，C.， Chen，J.， Zou，J. Decomposition of Energy-Related CO2 Emission in China： 1957—2000[J]. Energy， 2005， 30（1）： 73-83.

[19] Ehrlich，P. R.， Holdren，J.P. Impact of Population Growth[J]. Science，1971， 171（3977）： 1212-1217.

[20] Hu，M.， Li，R.， You，W.， et al. Spatiotemporal Evolution of Decoupling and Driving Forces of CO2? Emissions on Economic Growth Along the Belt and Road[J]. Journal of Cleaner Production，2020， 16（3）：277.

[21] 賈紫牧，陳巖，王慧慧，等. 流域水環(huán)境承載力聚類分區(qū)方法研究——以湟水流域小峽橋斷面上游為例[J]. 環(huán)境科學(xué)學(xué)報，2017， （11）： 4383-4390.

（責(zé)任編輯：巴紅靜）

收稿日期：2021-02-26

基金項目：國家社會科學(xué)基金一般項目“穩(wěn)金融戰(zhàn)略下預(yù)期引導(dǎo)平抑金融市場波動的機理分析、效應(yīng)評估與策略優(yōu)化研究”（20BJY258）;山西省軟科學(xué)一般項目“山西省普惠金融監(jiān)測評價體系研究”（2018041058-6）

作者簡介：陳 嘯（1981-），女，山西渾源人，副教授，博士，主要從事普惠金融與綠色金融研究。E-mail：cocoflash2000@163.com

薛英嵐（1990-），男，遼寧鐵嶺人，博士，主要從事環(huán)境管理與綠色金融研究。E-mail： xueyinglan@mail.bnu.edu.cn