賈文博 植妹快

*基金項(xiàng)目：2021年廣東省科技創(chuàng)新戰(zhàn)略專項(xiàng)資金“廣東省促進(jìn)低碳經(jīng)濟(jì)發(fā)展的財政政策研究”（項(xiàng)目編號pdjh2021b0569）；廣東省教育廳創(chuàng)新強(qiáng)校工程項(xiàng)目“環(huán)境規(guī)制、金融發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)升級—以廣東省為例”（項(xiàng)目編號2019WQNC X129）。

作者簡介：賈文博，廣東白云學(xué)院，副教授，研究方向：財務(wù)管理。

植妹快，廣東白云學(xué)院，本科生，研究方向：審計學(xué)。

摘要：在可持續(xù)發(fā)展理論及科學(xué)發(fā)展觀的推動下，廣東省對環(huán)境保護(hù)的各種政策展開了探討。本文以廣東省環(huán)境保護(hù)的財政支出政策為研究對象，采用因子分析方法，構(gòu)建廣東省21地市低碳經(jīng)濟(jì)發(fā)展指數(shù)。并將低碳經(jīng)濟(jì)發(fā)展指數(shù)作為被解釋變量對能促進(jìn)低碳經(jīng)濟(jì)發(fā)展的財政政策進(jìn)行實(shí)證研究，為廣東省完善環(huán)境保護(hù)政策、建立環(huán)境保護(hù)的財政制度提供理論依據(jù)。

關(guān)鍵詞：低碳經(jīng)濟(jì) 發(fā)展指數(shù) 實(shí)證分析

中圖分類號：F323

本文從實(shí)證的角度，收集廣東省21個地市數(shù)據(jù)，選取適當(dāng)指標(biāo)，計算出低碳經(jīng)濟(jì)發(fā)展指數(shù)。用發(fā)展指數(shù)衡量各地區(qū)的低碳經(jīng)濟(jì)發(fā)展水平。在面板分析中，將低碳經(jīng)濟(jì)發(fā)展指數(shù)作為被解釋變量，加入財政政策指標(biāo)，來說明財政政策對低碳經(jīng)濟(jì)發(fā)展的促進(jìn)作用。

一、基于因子分析的低碳經(jīng)濟(jì)發(fā)展指數(shù)構(gòu)建

（一）設(shè)計廣東低碳經(jīng)濟(jì)發(fā)展指標(biāo)體系

首先選取能夠衡量廣東地區(qū)低碳經(jīng)濟(jì)發(fā)展水平的指標(biāo)構(gòu)建指標(biāo)體系。在選取數(shù)據(jù)指標(biāo)時，著重以“生態(tài)城市建設(shè)試行指標(biāo)體系”為參考，選取12個變量作為廣東省低碳經(jīng)濟(jì)發(fā)展指標(biāo)。整個指標(biāo)體系分為經(jīng)濟(jì)發(fā)展水平、居民生活水平、生態(tài)環(huán)境水平3個層面[1]。在衡量居民生活水平上，共選取每萬人公交車擁有量、居民人均日生活用水量、城鎮(zhèn)居民人均可支配收入、人均GDP 4個指標(biāo)；在經(jīng)濟(jì)發(fā)展水平方面，共選取萬元GDP電耗、城鎮(zhèn)化率、科技支出占公共財政支出比例、節(jié)能環(huán)保支出占公共財政支出比例、第三產(chǎn)業(yè)占GDP比重5個指標(biāo)；在生態(tài)環(huán)境水平方面，選取工業(yè)固體廢物綜合利用率、單位GDP二氧化硫排放量、建成區(qū)綠化覆蓋率3個指標(biāo)。

（二）樣本選取與數(shù)據(jù)來源

本文在因子分析部分，選取了2013—2018年，廣東省21地市總共1620個指標(biāo)數(shù)據(jù)。在1620個數(shù)據(jù)中，一部分指標(biāo)數(shù)據(jù)是從國家統(tǒng)計局網(wǎng)站、廣東省統(tǒng)計年鑒以及廣東省各地市統(tǒng)計網(wǎng)站直接獲取的。由于指標(biāo)數(shù)據(jù)存在個別缺失或者逆向性等問題，所以對其中的數(shù)據(jù)進(jìn)行了相關(guān)運(yùn)算。

（三）廣東省低碳經(jīng)濟(jì)發(fā)展指數(shù)構(gòu)建

1.數(shù)據(jù)處理。在以上的指標(biāo)體系中，發(fā)現(xiàn)工業(yè)固體廢物綜合利用率指標(biāo)數(shù)據(jù)有個別缺失。首先對缺失值利用每個市的均值進(jìn)行替換處理。其次，由于各個指標(biāo)的統(tǒng)計口徑不同、單位不統(tǒng)一及選取的指標(biāo)中明顯含有逆向指標(biāo)。逆向指標(biāo)的數(shù)值越大，反應(yīng)的低碳水平越低。所以，需要對存在問題的指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理和逆向性處理。在選取的指標(biāo)中，“萬元GDP電耗”和“單位GDP二氧化硫排放量”是兩個逆向指標(biāo)。也就是說，這兩項(xiàng)指標(biāo)數(shù)值越大，對低碳經(jīng)濟(jì)發(fā)展越不利。因此，需要對這兩個指標(biāo)進(jìn)行正向化變換，轉(zhuǎn)化為正指標(biāo)。正向化變換的方法采用求倒數(shù)的方法。對于量綱差異，對指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理。

2.適用性檢驗(yàn)。要確定所選取的指標(biāo)數(shù)據(jù)是否符合因子分析的標(biāo)準(zhǔn)。因此要進(jìn)行KMO檢驗(yàn)和Bartlett球形度檢驗(yàn)。表1所示，KMO檢驗(yàn)的數(shù)值為0.792。根據(jù)Kaiser給出的標(biāo)準(zhǔn)，只要KMO的數(shù)值大于0.5，則認(rèn)為適用于因子分析。表1中，Bartlett的球形度檢驗(yàn)顯著性為0.000，小于顯著性水平0.05。綜上所述，KMO與Bartlett球形度檢驗(yàn)均表示所選取的指標(biāo)數(shù)據(jù)對于因子分析是適用的。

3.低碳經(jīng)濟(jì)發(fā)展指數(shù)的計算。通過SPSS軟件計算出相關(guān)矩陣的特征值、方差百分比和累積方差貢獻(xiàn)率。計算結(jié)果如表2所示。通過累積貢獻(xiàn)率提取因子。

從表2分析數(shù)據(jù)中可以看出，特征值最大為6.359，該因子能夠解釋原有的12個總指標(biāo)的52.992%。初始特征值為1并累積百分比達(dá)到50%以上就可以作為實(shí)際應(yīng)用的標(biāo)準(zhǔn)。根據(jù)表中數(shù)據(jù)，應(yīng)當(dāng)提取2個因子。這樣總的累積百分比達(dá)到了65.483%。

最大方差旋轉(zhuǎn)法是正交旋轉(zhuǎn)法的一種。在提取了2個主因子之后，采用最大方差旋轉(zhuǎn)法，對成分矩陣旋轉(zhuǎn)。旋轉(zhuǎn)之后的成分矩陣可以更直觀地對已經(jīng)提取的因子進(jìn)行解釋。具體的數(shù)值如表3所示。

旋轉(zhuǎn)成分矩陣，第一列是選取的12個具體指標(biāo)。第一行是前文分析中提取出的2個主要因子。通過旋轉(zhuǎn)成分矩陣，可以看出12個指標(biāo)中，每個指標(biāo)在每個主要因子上的載荷大小。例如，城鎮(zhèn)化率在第一個因子上的載荷是0.865，萬元GDP電耗在第二個因子上的載荷是0.539。從兩個主要因子的角度來看，在第一個因子上有比較大載荷的是每萬人公交車擁有量、居民人均日生活用水量、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)化率、人均GDP 5個指標(biāo)。這也體現(xiàn)出了指標(biāo)的現(xiàn)實(shí)經(jīng)濟(jì)意義。第一個因子主要代表了經(jīng)濟(jì)發(fā)展程度和相應(yīng)的資源消耗；建成區(qū)綠化覆蓋率在第二個因子上載荷較大，所以第二個因子主要反映建成區(qū)綠化覆蓋水平。

通過表4的成分得分系數(shù)矩陣，可以得出提取的2個主因子的得分模型：

F1=0.955X1+0.889X2+0.950X3+0.953X4-0.374X5+0.923X6+0.883X7+0.386X8+0.686X9-0.181X10-0.554X11+0.340X12

F2=0.051X1+0.037X2-0.093X3+0.051X4+0.669X5+0.078X6+0.008X7+0.575X8-0.241X9-0.428X10+0.362X11+0.571X12

計算出兩個主要因子的得分后，接下來計算因子的綜合得分，計算公式為：

F=0.3214F1+0.2015F2

進(jìn)一步調(diào)整綜合得分來構(gòu)建低碳經(jīng)濟(jì)發(fā)展指數(shù)，公式為：

低碳經(jīng)濟(jì)發(fā)展指數(shù)=綜合得分綜合得分的標(biāo)準(zhǔn)差×10+100

由此可計算出廣東省21個地市2013—2018年126個低碳經(jīng)濟(jì)發(fā)展指數(shù)，如表5。

通過表5可以發(fā)現(xiàn)，廣東各個城市的低碳經(jīng)濟(jì)指數(shù)基本都呈現(xiàn)逐年上升的趨勢，表明環(huán)境狀況有所改善。汕頭、梅州、惠州、江門、陽江和潮州等城市的經(jīng)濟(jì)發(fā)展指數(shù)呈下降趨勢?？v向比較，不難看出2018年深圳的低碳經(jīng)濟(jì)發(fā)展指數(shù)在廣東省21個地市中是最高的，代表了深圳的低碳經(jīng)濟(jì)發(fā)展水平最好。

二、基于面板數(shù)據(jù)的實(shí)證分析

（一）面板模型的設(shè)定

前文構(gòu)建了發(fā)展指數(shù)，對各個地市的低碳經(jīng)濟(jì)情況進(jìn)行了評價和衡量。根據(jù)面板數(shù)據(jù)具有時間序列和截面大小兩個維度的特點(diǎn)，將數(shù)據(jù)模型分為長面板和短面板。長面板的特點(diǎn)是相對于截面來說，時間序列較大；短面板反之。面板數(shù)據(jù)模型可以使觀測值增多，擴(kuò)大樣本容量；使得估計結(jié)果更加準(zhǔn)確；使得面板數(shù)據(jù)在發(fā)現(xiàn)問題和解決問題上更具優(yōu)勢。

本文研究的是廣東省范圍內(nèi)，財政政策在低碳經(jīng)濟(jì)發(fā)展過程中發(fā)揮的作用，以及二者之間的關(guān)系。因此，將前文中已經(jīng)計算得出的低碳指數(shù)作為模型的解釋變量，記作LCE。同時，選取能代表財政政策的用于節(jié)能環(huán)保的財政支出作為解釋變量之一，用G表示。解釋變量中除了節(jié)能環(huán)保財政支出，另外增加城鎮(zhèn)化率和第二產(chǎn)業(yè)比重兩個變量。面板模型公式為：

（二）樣本選取和數(shù)據(jù)來源

文章選用2013—2018年間，廣東省21個地市的12個指標(biāo)進(jìn)行計量分析。低碳指數(shù)可以從表5中得到。對于另外的幾個變量，數(shù)據(jù)通過查找廣東省統(tǒng)計年鑒和政府部門統(tǒng)計網(wǎng)站獲得。面板數(shù)據(jù)計量分析通過STATA14.0完成。

（三）實(shí)證分析

1.面板LLC檢驗(yàn)。在選用的數(shù)據(jù)中，共有21個地市，6年時間。具備n較大、T較小的特點(diǎn)，所以屬于短面板數(shù)據(jù)模型。在每個時期內(nèi)，樣本中的個體完全相同，是平衡面板數(shù)據(jù)。為了避免發(fā)生偽回歸，導(dǎo)致估計結(jié)果的偏差，需要在進(jìn)行面板分析之前進(jìn)行平穩(wěn)性檢驗(yàn)。本文采用LLC檢驗(yàn)法。

表7列出了LLC檢驗(yàn)的結(jié)果。從LLC檢驗(yàn)的P值上可以看出，前文所選取的4個變量p值都小于0.05。因此，拒絕原假設(shè)“變量存在單位根”，也就是說，變量數(shù)據(jù)符合平穩(wěn)性要求。

2.固定效應(yīng)模型估計結(jié)果和分析表。從表8可知，G、S、U對因變量LCE的回歸都是顯著的。說明G、S、U對LCE都有顯著影響。并且由回歸系數(shù)可知，G、U對LCE是正向影響，而S對LCE的影響是負(fù)向的。

節(jié)能環(huán)保支出和城鎮(zhèn)化率對低碳經(jīng)濟(jì)發(fā)展均有顯著的正向作用。隨著節(jié)能環(huán)保支出的增加，用于環(huán)境建設(shè)、排污治理方面的資金越來越多，資金的投入帶動低碳技術(shù)和低碳產(chǎn)業(yè)的發(fā)展，最終提高了低碳經(jīng)濟(jì)的發(fā)展水平。城鎮(zhèn)化率在一定程度上衡量一個地區(qū)的整體經(jīng)濟(jì)水平。當(dāng)經(jīng)濟(jì)發(fā)展到一定程度后，一方面人們開始認(rèn)識到保護(hù)環(huán)境的重要性，有意識地提高能源使用效率；另一方面，經(jīng)濟(jì)開始從消耗型、粗放型的傳統(tǒng)發(fā)展模式向更注重質(zhì)量的發(fā)展方式轉(zhuǎn)型。在這一階段，服務(wù)業(yè)開始發(fā)揮對經(jīng)濟(jì)的拉動作用。各種低碳技術(shù)、節(jié)能減排技術(shù)得到了發(fā)展，低碳產(chǎn)業(yè)開始成為新的經(jīng)濟(jì)增長動力。第二產(chǎn)業(yè)的比重對低碳經(jīng)濟(jì)的作用表現(xiàn)為負(fù)向。第二產(chǎn)業(yè)以高污染、高能耗的重工業(yè)為主。經(jīng)濟(jì)對第二產(chǎn)業(yè)依賴越大，對煤炭、石油、天然氣等自然資源的消耗也就越大。與此同時，重工業(yè)在生產(chǎn)過程中會不可避免地排放大量含碳污染物，這對低碳經(jīng)濟(jì)的發(fā)展是極為不利的。從估計結(jié)果看，各項(xiàng)指標(biāo)均符合預(yù)期。

G的回歸系數(shù)為0.811 542 1，在10%的置信水平下顯著為正。說明增加對節(jié)能環(huán)保的財政支出對低碳經(jīng)濟(jì)的建設(shè)具有顯著的促進(jìn)作用。目前，廣東省正逐步形成以節(jié)能環(huán)保支出為主，對市場各類主體補(bǔ)貼為輔的多元化政策體系。發(fā)揮政策的示范作用，引導(dǎo)資金更多流向節(jié)能環(huán)保產(chǎn)業(yè)和重大環(huán)境保護(hù)項(xiàng)目。以節(jié)能減排為支點(diǎn)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，使社會盡早實(shí)現(xiàn)低碳化發(fā)展。

S的回歸系數(shù)為-3.561 026，在5%的置信水平下顯著為負(fù)。即第二產(chǎn)業(yè)的比重越高對廣東低碳經(jīng)濟(jì)的發(fā)展越不利。這說明，在廣東省的第二產(chǎn)業(yè)中，仍舊存在高污染、高耗能的企業(yè)，生產(chǎn)過程中排放高碳污染物，消耗大量的能源資源，雖然短時間內(nèi)對廣東省的經(jīng)濟(jì)增長起到了關(guān)鍵性作用，但是長期來看，給環(huán)境也帶來了巨大的危害。因此，要實(shí)現(xiàn)經(jīng)濟(jì)社會向低碳化轉(zhuǎn)型發(fā)展，必須著重解決第二產(chǎn)業(yè)中的高污染企業(yè)，對相關(guān)污染企業(yè)進(jìn)行整治，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。

U的回歸系數(shù)為0.095 983 6，在10%的置信水平下顯著為正。也就是說，城鎮(zhèn)化率越高對廣東低碳經(jīng)濟(jì)發(fā)展越有利。在今后的發(fā)展中，廣東省應(yīng)該加快城鎮(zhèn)化建設(shè)，提高城鎮(zhèn)化率。

三、促進(jìn)廣東省低碳經(jīng)濟(jì)發(fā)展的財政政策建議

文章對廣東省發(fā)展低碳經(jīng)濟(jì)的現(xiàn)狀進(jìn)行了分析，并在分析的基礎(chǔ)上發(fā)現(xiàn)了存在的許多問題。結(jié)合前文分析，提出建議。

（一）加大財政支持力度

目前，廣東省財政投入在節(jié)能減排、新技術(shù)創(chuàng)新研發(fā)等方面的資金十分有限，低碳經(jīng)濟(jì)的發(fā)展有賴于財政資金的投入和低碳技術(shù)研發(fā)投入。要想低碳經(jīng)濟(jì)在廣東取得成效，必須加大財政投入力度，優(yōu)化投入結(jié)構(gòu)，使資金更多投向城市綠化、基礎(chǔ)設(shè)施建設(shè)、新技術(shù)研發(fā)以及環(huán)境治理等方面[2]。

（二）完善政府綠色采購制度

針對廣東省綠色采購制度不完善，示范作用不足等問題，廣東省應(yīng)該更加科學(xué)地制定政府采購政策，加大采購力度[3]。在公共設(shè)施建設(shè)投資中，應(yīng)該優(yōu)先選用具有綠色標(biāo)志的設(shè)備和產(chǎn)品；加大低碳交通、低碳建筑、環(huán)境友好生活用品的采購力度；在政府辦公用品采購方面，應(yīng)當(dāng)優(yōu)先選擇符合節(jié)能環(huán)保標(biāo)準(zhǔn)、對環(huán)境友好、可再生的辦公用品；對于購買節(jié)能型生活用品的居民給予相應(yīng)的補(bǔ)貼。

（三）以節(jié)能減排為目標(biāo)進(jìn)一步細(xì)化政府預(yù)算支出科目

目前，廣東省在預(yù)算支出科目中，與低碳經(jīng)濟(jì)發(fā)展緊密相關(guān)的主要有科學(xué)技術(shù)與節(jié)能環(huán)保2個科目。這2個支出科目下面設(shè)了3個二級科目，包括省本級支出、專項(xiàng)轉(zhuǎn)移支付和一般性轉(zhuǎn)移支付，并沒有設(shè)置專門針對低碳經(jīng)濟(jì)發(fā)展的支出科目，沒有體現(xiàn)穩(wěn)定的財政資金投入到低碳經(jīng)濟(jì)發(fā)展中去。為了準(zhǔn)確的反映支出的具體用途，加大對低碳技術(shù)創(chuàng)新、新能源開發(fā)利用的投入，政府應(yīng)該進(jìn)一步細(xì)化政府預(yù)算支出科目，明確資金用途，促進(jìn)低碳經(jīng)濟(jì)發(fā)展[4]。

參考文獻(xiàn)：

[1]張征宇，朱平芳．地方環(huán)境支出的實(shí)證研究［Ｊ］．經(jīng)濟(jì)研究，2010（5）：82-94．

[2]盛麗穎．中國財政政策碳減排效應(yīng)實(shí)證分析［Ｊ］．經(jīng)濟(jì)與管理研究，2011（7）：125-128．

[3]王藝明，張佩，鄧可斌．財政支出結(jié)構(gòu)與環(huán)境污染：碳排放的視角［Ｊ］．財政研究，2014（9）：27-30.

[4]王娟，王偉域，宋怡霏.地方財政體制改革下的碳減排該何去何從？[J].現(xiàn)代財經(jīng)，2019（8）：71-86.

責(zé)任編輯：田國雙