京津冀地區(qū)綠色金融發(fā)展水平與碳排放量

摘 要：隨著我國經(jīng)濟社會發(fā)展進入新階段，對實現(xiàn)高質(zhì)量發(fā)展、轉變經(jīng)濟發(fā)展方式提出了更高的要求。綠色金融對于我國經(jīng)濟發(fā)展方式的轉變具有重要作用。運用STIRPAT模型，使用嶺回歸方法研究京津冀地區(qū)的綠色金融發(fā)展水平與碳排放量之間的關系，結果發(fā)現(xiàn)：京津冀地區(qū)的能源強度對二氧化碳的排放量影響程度最大，富裕度和人口數(shù)量分別位于第二、三位。針對研究結果提出了相關政策建議。

關鍵詞：STIRPAT模型；綠色金融；碳排放；嶺回歸

中圖分類號：F425;F832

文獻標識碼：A

doi：10.3969/j.issn.1672-2272.202208159

Development Level and Carbon Emissions of Green Finance in Beijing-Tianjin-Hebei Region

——Empirical Test Based on STIRPAT Model

Yang Nian， Zhao Yang， Song Chao， Wang Da

（Hebei University of Finance， Baoding 071000，China）

Abstract：With China’s economic and social development entering a new stage， higher requirements have been put forward for achieving high-quality development and transforming the mode of economic development. Green finance plays an important role in the transformation of China's economic development mode. This paper uses the STIRPAT model and ridge regression method to study the relationship between the development level of green finance and carbon emissions in the Beijing-Tianjin-Hebei region. The results show that the energy intensity in the Beijing-Tianjin-Hebei region has the greatest impact on carbon dioxide emissions， with the richness and population ranking second and third respectively. At the same time， relevant suggestions and policy recommendations are put forward according to the research results.

Key Words：STIRPAT Model; Green Finance; Carbon Emissions; Ridge Regression

0 引言

隨著全球氣候變暖進程的加劇，減少二氧化碳等溫室氣體的排放越來越成為國際社會的共識。中國在節(jié)能減排方面一直都在付出自己的努力。2009年哥本哈根世界氣候大會上，中國承諾到2020年單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降40%～45%；2020年9月，在第75屆聯(lián)合國大會上，中國又提出了“2030年前碳達峰，2060年前碳中和”的“雙碳”目標。這些都體現(xiàn)出了中國節(jié)能減排促進綠色發(fā)展的決心。

保護環(huán)境是我國的基本國策，也是我國如此重視節(jié)能減排的重要原因之一。自“十一五”發(fā)展規(guī)劃綱要開始，節(jié)能減排一直作為一項約束性指標存在于之后制訂的五年發(fā)展計劃之中。隨著我國進入新發(fā)展階段，這一指標的重要性更為突出。“十四五”發(fā)展規(guī)劃中提出了生態(tài)文明建設實現(xiàn)新進步的目標，提出了對于節(jié)能減排的新要求，服務于我國2035年形成綠色生產(chǎn)生活方式的遠景目標。

綠色金融的發(fā)展對于節(jié)能減排目標的實現(xiàn)具有重要的支撐作用。我國自2007年起相繼推出了一系列綠色金融發(fā)展的相關政策，不斷助力我國經(jīng)濟結構轉型。習近平總書記在黨的十九大報告中提出，要“建立健全綠色低碳循環(huán)發(fā)展的經(jīng)濟體系。構建市場導向的綠色技術創(chuàng)新體系，發(fā)展綠色金融”^[1]。全國碳交易市場的正式啟動就是對相關精神的落實。發(fā)展綠色金融，構建綠色金融體系，符合我國“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”新發(fā)展理念的要求，對于我國金融業(yè)的健康發(fā)展、穩(wěn)定，經(jīng)濟發(fā)展方式的轉變以及生態(tài)文明建設都有重要意義。

為改善發(fā)展方式，尋求可持續(xù)發(fā)展道路，我國要求發(fā)展要以質(zhì)量優(yōu)先，提出供給側改革，同時京津冀協(xié)同發(fā)展也上升為國家戰(zhàn)略，因此綠色發(fā)展成為京津冀協(xié)同發(fā)展的重中之重。隨著我國經(jīng)濟不斷發(fā)展，雖然經(jīng)濟總量處于世界前列，但綠色金融對于經(jīng)濟的貢獻占比不高，很難成為調(diào)整產(chǎn)業(yè)結構、撬動經(jīng)濟綠色增長的關鍵點。而京津冀地區(qū)所面臨的問題是綠色金融需求大，而綠色金融供給少，傳統(tǒng)金融供給過剩。因此津冀地區(qū)要發(fā)揮引領示范作用，突破其傳統(tǒng)金融機制、機構、產(chǎn)品和政策約束，加大綠色金融對京津冀地區(qū)的供給，健全京津冀地區(qū)綠色金融發(fā)展協(xié)同機制，打造綠色產(chǎn)業(yè)鏈條，更加有力地促進京津冀一體化協(xié)同發(fā)展，促進京津冀地區(qū)向綠色經(jīng)濟、綠色環(huán)境轉型發(fā)展。

本文應用STIRPAT模型，選取了綠色金融相關的發(fā)展水平測度指標，通過實證分析，研究京津冀地區(qū)碳排放量與綠色金融發(fā)展水平之間的關系，在碳排放和綠色金融備受關注的當下，具有一定的現(xiàn)實意義。

1 研究方法及文獻回顧

IPAT模型最早由Ehrlich amp; Holden提出，用于研究不同的人文因素對于環(huán)境壓力的影響 ^[2-3]。但是該模型存在一定的局限性，比如在研究過程中，如果改變模型中的一個變量，無法控制其他變量保持不變來分析問題。York等^[4]在IPAT模型的基礎上，提出了STIRPAT模型，該模型標準形式為：

I=cP^α₁A^α₂T^α₃ε

其中，I表示環(huán)境壓力，P表示人口數(shù)量，A表示富裕度，T表示技術水平因素；c是模型常數(shù)項；α₁、α₂、α₃分別為變量人口數(shù)量、富裕度、技術水平因素的指數(shù)，ε是模型誤差項。

模型（1）兩邊取對數(shù)可以得到如下加法形式的模型：

lnI=lnc+α₁lnP+α₂lnA+α₃lnT+lnε

為研究京津冀地區(qū)的綠色金融發(fā)展水平與碳排放量之間的關系，對模型（2）進行拓展，構建新模型如下：

lnI=lnc+α₁lnP+α₂lnA+α₃lnT+α₄lnO+α₅lnR+α₆lnK+lnε

式中，I表示京津冀地區(qū)的二氧化碳排放量，單位是萬噸；P表示人口數(shù)，單位是萬人；A表示富裕度，以人均GDP表示，單位是元/人；T為能源強度，即能源消費量與GDP的比值，單位是噸標準煤/萬元。O表示京津冀地區(qū)的綠色保險指標；R表示京津冀地區(qū)的綠色證券指標;K表示京津冀地區(qū)的碳金融指標。變量O、R、K是京津冀地區(qū)綠色金融發(fā)展水平的評價指標，具體含義見表1。

本文中綠色金融發(fā)展水平評價指標參照了岳永生^[5]、張玉^[6]、楊陽等^[7]的研究，并且考慮到數(shù)據(jù)的可得性和完整性，選取了3個具有代表性的評價指標，作為新變量加入方程。

國內(nèi)外學者利用STIRPAT模型進行的研究主要集中在碳排放影響因素的分析上。Shi^[8]運用STIRPAT 模型分析了20世紀93個國家近20年的人口數(shù)據(jù)對二氧化碳排放的影響，發(fā)現(xiàn)二氧化碳量的變化與人口變化同向，而后續(xù)的研究結果也表明，對于大多數(shù)國家而言，人口是影響二氧化碳排放的主要因素。姜磊等^[9]基于STIRPAT模型對上海市能源消費的影響因素進行了實證分析，發(fā)現(xiàn)人口、富裕度、技術進步、第二產(chǎn)業(yè)、固定資產(chǎn)投資和開放度均促進了上海市消費能源的增加，而人口數(shù)量是最主要因素。王立猛等^[10]利用STIRPAT模型分析了我國30個省市的數(shù)據(jù)，結果顯示不同省份的人口數(shù)量和富裕度對于環(huán)境的影響具有顯著差異，并且各省份人口數(shù)量的影響強度有明顯差異。黃蕊等^[11]利用STIRPAT模型定量分析江蘇省的能源消費碳排放量的影響因素，結果表明人口對江蘇省能源消費碳排放量的影響最大。孫敬水等^[12]基于拓展的STIRPAT模型研究我國發(fā)展低碳經(jīng)濟的影響因素，發(fā)現(xiàn)人均國內(nèi)生產(chǎn)總值對碳排放量增加的貢獻最大。

2 實證分析

2.1 數(shù)據(jù)來源

本文中選取研究數(shù)據(jù)的時間為2008-2019年，所使用的二氧化碳排放量數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》，人口數(shù)、GDP、能源消費量數(shù)據(jù)來自《北京統(tǒng)計年鑒》《天津統(tǒng)計年鑒》《河北統(tǒng)計年鑒》。綠色保險數(shù)據(jù)來自于《中國保險年鑒》，并且參考了曾學文等^[13]的研究，用農(nóng)業(yè)保險額代替環(huán)境責任保險額，因為我國開始施行環(huán)境責任險是在2013年，之前的統(tǒng)計數(shù)據(jù)不夠完整，而農(nóng)業(yè)與自然環(huán)境的關聯(lián)性較強，農(nóng)業(yè)發(fā)展的規(guī)模也能從側面反映出綠色保險的發(fā)展規(guī)模。綠色證券數(shù)據(jù)來自于同花順和東方財富Choice數(shù)據(jù)，碳金融數(shù)據(jù)來自于中國清潔發(fā)展機制網(wǎng)的CDM項目數(shù)據(jù)庫。

在實證分析過程中，本文參考了徐建華^[14]提出的方法，將所用數(shù)據(jù)進行標準化處理，以減少量綱給回歸結果帶來的影響。

2.2 實證結果

首先運用最小二乘法對模型中數(shù)據(jù)做多元回歸，得到的回歸結果見表2。

根據(jù)表2的結果對各變量的表現(xiàn)狀況進行初步分析如下：

京津冀地區(qū)的人口每增加1%，二氧化碳排放量將增加0.07%。人口規(guī)模與資源需求量是相對應的，人口的增加勢必會導致資源的需求量增加，所消耗的資源會相應增長，由此帶來二氧化碳排放量的增加，因此，對于人口數(shù)的回歸結果是符合現(xiàn)實的。

京津冀地區(qū)的人均GDP每增加1%，二氧化碳排放量將減少0.11%；人均GDP不僅可以衡量一個地區(qū)的經(jīng)濟發(fā)展水平和人民生活水平，也可以側面反映生產(chǎn)最終產(chǎn)品所消耗的資源量。地區(qū)人均GDP增加，表明該地區(qū)的經(jīng)濟有所增長，人民生活水平有所提高，相應的資源消耗也應該有所增長，也會產(chǎn)生更多的二氧化碳排放。所以，本文認為對于變量人均GDP的回歸結果是與現(xiàn)實不符的，并且預期人均GDP與二氧化碳排放量之間應為正向關系。

京津冀地區(qū)的能源強度每提高1%，二氧化碳排放量將減少0.86%；能源強度衡量的是能源的使用效率，而能源的使用效率又與能源消耗量密不可分。能源強度的回歸結果表明其與二氧化碳排放量之間為負向關系，這與實際預期相符合。

京津冀地區(qū)的綠色保險規(guī)模每擴大1%，二氧化碳排放量將增加0.26%。綠色保險中所涉及的農(nóng)業(yè)保險與農(nóng)業(yè)生產(chǎn)緊密相關，綠色保險額增加會對地區(qū)的農(nóng)業(yè)生產(chǎn)起到支持和促進作用。雖然農(nóng)業(yè)生產(chǎn)過程中的諸多環(huán)節(jié)都會有二氧化碳排放，但與我國其他省份對比，京津冀地區(qū)并不以農(nóng)業(yè)生產(chǎn)見長，并且農(nóng)業(yè)生產(chǎn)活動具有季節(jié)性特征，由于生產(chǎn)活動而產(chǎn)生的二氧化碳排放不具有持續(xù)性。本文預期綠色保險與二氧化碳排放量之間并不存在明顯的正向關系，甚至有存在負向關系的可能。

京津冀地區(qū)的綠色證券和碳金融的規(guī)模每擴大1%，二氧化碳排放量將分別減少0.08%和0.07%。從環(huán)保企業(yè)的服務對象和業(yè)務范圍，以及清潔發(fā)展機制項目的設立目的和執(zhí)行內(nèi)容來看，二者都對二氧化碳的減排工作具有特殊意義，因此綠色證券和碳金融這兩個變量的回歸結果具有合理性。

從表2中變量的其他回歸指標結果可以看出，變量人口、富裕度和能源強度的方差膨脹因子分別為99.099、58.479 5和181.818 2，都遠高于10，這說明變量之間存在著嚴重的多重共線性。雖然模型回歸結果的R²為0.959 3，表明模型擬合的效果很好，而F統(tǒng)計量為19.659 2，檢驗結果顯著性也很高，但是該回歸結果仍然不能得到保證，不能依照此結果進行分析，要得到更為可信的結果必須消除多重共線性。

嶺回歸法是一種改良的最小二乘估計法，是一種專用于共線性數(shù)據(jù)分析的有偏性估計回歸方法。它的代價是損失部分信息，降低些許精度，通過放棄最小二乘法的無偏性來獲得更符合實際、更可靠的回歸方程。

為了解決多重共線性帶來的問題，本文運用嶺回歸方法重新進行回歸，根據(jù)嶺跡圖走勢選擇K值取0.08，得到的結果見表3。

表3結果顯示，經(jīng)過嶺回歸后得到的結果中，R²為0.975 9，表明模型整體擬合效果非常好。F統(tǒng)計量為16.692 0，也通過了1%顯著水平下的檢驗。此時的回歸結果能夠較好地解釋京津冀地區(qū)二氧化碳排放量與各變量之間的關系。依照系數(shù)來看，人口、富裕度、綠色保險3個變量與二氧化碳排放量之間存在正向關系，而能源強度、綠色證券、碳金融3個變量與二氧化碳排放量之間存在負向關系。其中，京津冀地區(qū)人口每增加1%，二氧化碳排放量將增加0.26%；富裕度即人均GDP每增加1%，二氧化碳排放量將增加0.29%；能源強度每提高1%，二氧化碳排放量將減少0.34%；綠色保險規(guī)模每擴大1%，二氧化碳排放量將增加0.19%；綠色證券和碳金融的規(guī)模每擴大1%，二氧化碳排放量將分別減少0.08%和0.05%。

具體來說，對于各變量的表現(xiàn)狀況解釋如下：

人口數(shù)量與能源需求量密切相關。二氧化碳排放主要來自于煤炭等化石燃料的燃燒，京津冀地區(qū)作為我國北方重要的城市經(jīng)濟圈，除了有數(shù)量龐大的常住人口存量外，也有數(shù)量龐大的流動人口群體。特別是北京市作為首都，吸引了大量的外來務工人員和優(yōu)秀人才。雖然我國社會老齡化加劇，但是目前我國仍然是世界上人口最多的發(fā)展中國家，擁有巨大的人口基數(shù)。龐大的人口數(shù)量對應的是巨大的資源需求量，包括日常的電力、供暖、石油、天然氣等的需求。而資源消費必然造成二氧化碳排放量的增加。所以人口因素與二氧化碳排放量之間應存在正向關系。

富裕度是以人均GDP來衡量的。隨著京津冀地區(qū)人民收入和生活水平的不斷提高，該地區(qū)的人們也在追求消費的多樣化，對于三大產(chǎn)業(yè)生產(chǎn)能力和產(chǎn)能的要求不斷提高。隨著生產(chǎn)規(guī)模的擴大，三大產(chǎn)業(yè)的產(chǎn)值不斷增加，由此能夠帶動地區(qū)GDP和人均GDP的增長。人均GDP的增長會表現(xiàn)為居民可支配收入的增加，這會形成更大規(guī)模的市場需求。為了滿足擴張的需求，三大產(chǎn)業(yè)生產(chǎn)規(guī)模勢必相應擴大，在原有生產(chǎn)效率不變的情況下，所消耗的資源也會相應增長。所以，三大產(chǎn)業(yè)產(chǎn)值的增加帶來人均GDP的提升，伴隨著的也有資源消耗的增加，在此過程中，二氧化碳排放量也勢必會增加，這也與前文的預期相符。

能源強度是能源消費量與GDP的比值，代表能源的使用效率。通常來說，能源使用效率越高，單位生產(chǎn)所消耗的資源量會越少，所產(chǎn)生的二氧化碳排放量也會越少。我國的能源使用方式經(jīng)歷了從粗放型到集約型的轉變，近些年來，我國也有許多國有資本和民間資本投入到節(jié)能減排設施的研發(fā)和推廣上，新型技術設施在各行各業(yè)的推廣應用對于二氧化碳減排也有很大的幫助。除此之外，我國也在致力于推廣天然氣和清潔能源的使用，減少煤炭在大眾生活中所占的比例。隨著清潔能源轉換利用基礎設施的不斷完善，我國的能源供應量也不斷提升。這不僅滿足了我國經(jīng)濟社會發(fā)展方面日益增長的能源需求，也使得我國對于傳統(tǒng)的化石能源的依賴程度不斷降低，大幅度地減少了我國能源消耗帶來的二氧化碳排放。從回歸系數(shù)來看，能源強度與二氧化碳排放量之間是負向關系，并且對二氧化碳排放量的影響最大。

綠色保險指標的標準選取的是農(nóng)業(yè)保險額與保險總額的比例，以此來衡量綠色保險的發(fā)展水平。在嶺回歸結果中，綠色保險的發(fā)展與二氧化碳排放量之間仍然存在正向關系，表明前文所給出的預期不成立。可能的原因是，在購買農(nóng)業(yè)保險以后，農(nóng)民在農(nóng)業(yè)生產(chǎn)活動過程中遇到的風險會部分或者全部轉移給保險公司，由此會加強農(nóng)民從事農(nóng)業(yè)生產(chǎn)的意愿，并且可能伴隨生產(chǎn)種植規(guī)模的擴大。另一方面，隨著我國工業(yè)化進程的加快，我國農(nóng)業(yè)生產(chǎn)的機械化水平不斷提高，生產(chǎn)方式不斷改善，農(nóng)業(yè)生產(chǎn)流程中越來越多的農(nóng)業(yè)機械參與其中。與過去相比，我國農(nóng)業(yè)生產(chǎn)的效率有了大幅度提升。在農(nóng)業(yè)生產(chǎn)過程中，大量化肥、農(nóng)業(yè)機械的使用，難免會伴隨二氧化碳的產(chǎn)生，并且在后續(xù)農(nóng)作物儲存和運輸?shù)倪^程中，也會有大型機械的參與，這也不可避免地會增加二氧化碳的排放。

綠色證券指標指京津冀地區(qū)環(huán)保企業(yè)總產(chǎn)值與A股總市值的比值，碳金融指標衡量的是京津冀地區(qū)清潔發(fā)展機制項目的占比。回歸結果表明，這兩項指標與二氧化碳排放量之間是負向關系，說明此兩項指標對于二氧化碳的減排具有一定作用。環(huán)保行業(yè)的經(jīng)營對象存在著特殊性，對于整個社會來說，具有一定的公益性。環(huán)保企業(yè)作為環(huán)保行業(yè)的主體，其主營業(yè)務主要集中在綜合生態(tài)環(huán)境治理、可再生資源的開發(fā)利用、環(huán)保設備的研發(fā)制造等方面。以可再生資源的開發(fā)利用為例，環(huán)保企業(yè)致力于開發(fā)可替代常規(guī)能源的新能源，尋找新的環(huán)保材料，以期減少傳統(tǒng)化石能源的消耗和廢棄物排放。總的來說，環(huán)保企業(yè)的業(yè)務范圍不僅關系到生產(chǎn)環(huán)節(jié)，還涉及到居民生活消費環(huán)節(jié)，環(huán)保企業(yè)業(yè)務的開展有利于從多方面減少京津冀地區(qū)由于經(jīng)濟增長而產(chǎn)生的二氧化碳排放。

清潔發(fā)展機制（CDM）是《聯(lián)合國氣候變化框架公約》第三次締約方大會通過的附件Ⅰ締約方在境外實現(xiàn)部分減排承諾的一種履約機制，目的是協(xié)助未被列入的締約方實現(xiàn)可持續(xù)發(fā)展和有益于《公約》的最終目標，并且?guī)椭喖s方實現(xiàn)其限制和減少排放的承諾，核心是允許發(fā)達國家和發(fā)展中國家進行項目級的減排量抵消額的轉讓與獲得。其中，大部分的CDM項目都是新能源和可再生能源項目，如果這些項目成功建設并投入運營，將可以提供大量的清潔電能，緩解火電供應端的壓力，減少化石燃料的消耗。進一步來說，這也有利于減少二氧化碳排放，助力廢棄污染物的減排工作，對完善地區(qū)生態(tài)文明建設，實現(xiàn)“雙碳”目標具有重要意義，所以回歸結果中CDM項目數(shù)量與二氧化碳排放量之間為負向關系具有合理性。

3 結論與建議

本文運用嶺回歸方法對2008-2019年京津冀地區(qū)的碳排放、人口數(shù)量、人均GDP、能源強度以及綠色金融的相關數(shù)據(jù)進行分析，結果發(fā)現(xiàn)人口數(shù)量、人均GDP和綠色保險的發(fā)展均促進了京津冀地區(qū)的二氧化碳排放量增長，而能源強度、綠色證券和碳金融的發(fā)展對于節(jié)能減排具有一定作用。據(jù)此，本文提出以下建議：

（1）明確京津冀地區(qū)綠色金融發(fā)展的戰(zhàn)略地位、政策框架以及重點領域。深入調(diào)查了解京津冀地區(qū)綠色金融市場的市場規(guī)模、發(fā)展狀況和存在的問題，做好前期的調(diào)研工作，引領推行更多積極有效的綠色金融相關政策在京津冀地區(qū)試行，通過相關政策的施行以促進綠色金融發(fā)展的宣傳推廣，增加綠色金融領域的社會力量參與度，使得更多的社會資本投入到綠色金融相關產(chǎn)品的發(fā)展與創(chuàng)新當中，為綠色金融的發(fā)展注入社會資本，進一步實現(xiàn)國家低碳排放量的目標。

（2）充分利用好京津冀經(jīng)濟圈經(jīng)濟發(fā)展的協(xié)同效應，在產(chǎn)業(yè)升級、人才培養(yǎng)、技術創(chuàng)新、信息共享等方面進行合作，提高城市間的交流協(xié)作能力和開放程度，充分發(fā)揮各地區(qū)的比較優(yōu)勢，進行各地區(qū)以及地區(qū)間的交通、教育、網(wǎng)絡等相關基礎設施建設，以推動地區(qū)經(jīng)濟的綠色健康發(fā)展。同時要積極在傳統(tǒng)能源行業(yè)推廣新型技術的應用，實現(xiàn)行業(yè)技術升級，可以通過出臺相關政策給予環(huán)保企業(yè)優(yōu)惠，支持相關環(huán)保產(chǎn)業(yè)的發(fā)展，提高能源利用效率，在實現(xiàn)高質(zhì)量發(fā)展的同時做好地區(qū)的節(jié)能減排工作。

（3）綠色保險、綠色證券、碳金融等新型綠色金融工具的出現(xiàn)，與我國現(xiàn)階段實行的新發(fā)展理念相適應，符合我國轉變經(jīng)濟發(fā)展方式的要求，為地區(qū)經(jīng)濟的綠色健康發(fā)展提供了動力源泉。京津冀三地應該加強綠色金融方面的合作，充分調(diào)動地區(qū)積極性，提高地區(qū)的參與度，形成完善的地區(qū)綠色金融合作交流體制機制，構建京津冀綠色金融生態(tài)圈，依照現(xiàn)實情況推出適用于地區(qū)經(jīng)濟現(xiàn)狀與技術發(fā)展水平的綠色金融產(chǎn)品，填補現(xiàn)存的空白，豐富原有產(chǎn)品體系。也可以借鑒綠色金融改革創(chuàng)新試驗區(qū)的先進探索經(jīng)驗，以綠色金融發(fā)展帶動經(jīng)濟綠色發(fā)展。

（4）開展綠色金融統(tǒng)計工作，可以建立綠色金融信息數(shù)據(jù)庫，對信息資源進行統(tǒng)一管理和保存，以便可以更加合理和科學地搜集使用企業(yè)數(shù)據(jù)。數(shù)據(jù)庫的建立和維護也可以使綠色金融產(chǎn)品的信息報告程序更加健全，更加具有科學性，也能夠節(jié)省人力物力，避免資源的浪費。完善相關數(shù)據(jù)的搜集以及信息公布共享程序，能夠幫助我們準確判斷京津冀地區(qū)經(jīng)濟發(fā)展現(xiàn)狀以及薄弱領域的問題，有利于京津冀地區(qū)經(jīng)濟的綠色協(xié)調(diào)可持續(xù)發(fā)展。

參考文獻：

[1]習近平.決勝全面建成小康社會 奪取新時代中國特色社會主義偉大勝利[N].人民日報，2017-10-28（001）.

[2]EHRLICH P R， HOLDEN J P. Impact of population growth[J]. Science，1971，171（3977）：1212-1217.

[3]EHRLICH P R， HOLDEN J P. One dimensional economy[J]. Bulletin of Atomic Scientists，1972，28（5）：18-27.

[4]YORK R， ROSA E A， DIETZ T.STIRPAT， IPAT and Impact： Analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological Economics，2003，46（3）： 351-365.

[5]岳永生.綠色金融發(fā)展水平測度及比較分析——基于綠色金融改革創(chuàng)新試驗五省區(qū)的實踐經(jīng)驗[J].區(qū)域金融研究，2019（4）：34-38.

[6]張玉.京津冀地區(qū)綠色金融發(fā)展水平測度探究[J].中國市場，2016（21）：31-32.

[7]楊陽，王國松.綠色金融發(fā)展水平測度——以上海為例[J].海南金融，2017（4）：20-26.

[8]SHI A. The impact of population pressure on global carbon dioxide emissions， 1975-1996： Evidence from pooled cross-country data[J]. Ecological Economics，2003，44（1）：24-42.

[9]姜磊，季民河.基于STIRPAT模型的上海市能源消費影響因素研究[J].上海環(huán)境科學，2011，30（6）：240-244.

[10]王立猛，何康林.基于STIRPAT模型的環(huán)境壓力空間差異分析——以能源消費為例[J].環(huán)境科學學報，2008（5）：1032-1037.

[11]黃蕊，王錚，丁冠群，等.基于STIRPAT模型的江蘇省能源消費碳排放影響因素分析及趨勢預測[J].地理研究，2016，35（4）：781-789.

[12]孫敬水，陳稚蕊，李志堅.中國發(fā)展低碳經(jīng)濟的影響因素研究——基于擴展的 STIRPAT模型分析[J].審計與經(jīng)濟研究，2011，26（4）：85-93.

[13]曾學文，劉永強，滿明俊，等.中國綠色金融發(fā)展程度的測度分析[J].中國延安干部學院學報，2014，7（6）：112-121，105.

[14]徐建華.現(xiàn)代地理學中的數(shù)學方法[M].北京：高等教育出版社，2005.

（責任編輯：宋勇剛）