经济高质量发展视阈下绿色金融对生态效率的影响研究

丁 烨

(南京财经大学，江苏 南京 210023)

推动经济高质量发展，转变经济增长方式，是新时代我国经济发展的基本特征，同时也是提高区域竞争力的重大举措。习近平总书记充分强调了绿色金融发展的重要性，也推动了绿色金融市场及相关产业的发展。而绿色产业的发展带来了一定的生态效益与环境效益。

本文在对研究背景与意义深入了解的前提下，以绿色金融理论、经济增长理论、生态效率理论等相关理论为研究基础，构建合宜于评价全国各个省(自治区、直辖市)绿色金融发展水平和生态效率的指标体系，由此进行全国各个省(自治区、直辖市)生态效率中绿色金融贡献度的测算与实证分析，从空间维度分析绿色金融对生态效率贡献度的空间特征和规律。

绿色金融与经济发展的研究，Chatterjee 和Chaudhuri[1]研究认为碳排放量与经济增长在长期呈倒“U”形关系。Chevallier 等[2]对有关经济增长、生物多样性和环境保护的面板数据进行实证分析，结果发现经济增长和生物多样性的变化趋势与环境库兹涅茨曲线高度符合。Dai 等[3]全面分析了日本的生态城计划，对政府大力支持的环境保护和经济可持续发展的创新模式进行了细致探讨。Duan[4]定性分析了绿色金融在经济转型中的机遇与挑战。Fahad 等[5]、Gu 等[6]研究绿色金融对经济可持续发展的影响。李晓西等[7]对绿色金融与经济可持续发展之间的关系进行了定性分析，得出的结论是绿色金融是经济可持续发展的重要融资途径，明确了构建绿色金融体系的重要性和基本思路。杨勇和邓祥征[8]利用实证方法对绿色金融发展与宏观经济增长之间的关系进行研究，在此基础上提出了推进绿色金融体制改革的政策建议。游士兵和杨芳[9]、徐敏丽和陈雪雯[10]从企业发展的角度研究绿色金融的作用。余泳泽等[11]定性分析了绿色金融在经济转型中的机遇与挑战。徐圆等[12]等构建出了一套与我国国情高度符合的绿色金融发展评价体系。从现有文献看，对经济高质量发展背景下绿色金融对生态效率的影响的研究较少，本文将在绿色金融与经济发展研究的基础上对此展开详细分析。

(一)指标体系的构建

1.绿色金融指标体系的构建

(1)绿色金融指标体系

在对各个省(自治区、直辖市)的绿色金融发展水平进行科学测度后，对其进行科学合理的分析、评价显得尤为重要。本文将我国内地30 个省(自治区、直辖市)2008～2017 年的相关数据作为研究样本。为了更好地测度绿色金融对生态效率的驱动作用，本文通过构建绿色金融发展水平的指标体系，对绿色金融发展水平进行细致评估。

从各个省(自治区、直辖市)的实际情况出发，按照构建评价指标体系的基本原则，从绿色融资、绿色投资、绿色保险、绿色证券、碳金融五个方面出发，构建了由4 个一级指标和6 个二级指标组成的一套完整的绿色金融发展水平测算指标体系，如表1所示。

表1 绿色金融指标体系

(2)绿色金融发展水平的测度

绿色金融体系主要由绿色融资、绿色投资、绿色保险、绿色证券、碳金融五个不同的部分组成，从而构成了绿色金融发展水平的测算体系。在对绿色金融的发展水平进行综合测评得分的过程当中，关键的一步就是要确定各个绿色金融指标的权重。各大专家学者主要通过专家打分法和客观赋权法对指标赋予权重。专家打分法有很强的主观性，因而会对实证结果的科学性带来一定的影响。为了避免此类问题，本文将采用熵值TOPSIS 法来对绿色金融的发展水平进行综合评分。熵值TOPSIS 法以信息理论作为基础，通过度量单个指标的离散程度来度量其对整体指标的影响。本文通过信息熵的值来对绿色金融的指标赋予相应的权重，合理地评价绿色金融的发展水平。

2.生态效率指标体系的构建

(1)生态效率指标体系

生态效率可以较好地反映出绿色金融的发展水平，同时绿色金融的发展情况也会影响生态效率。为了更好地探究绿色金融对生态效率的驱动作用，本文构建了生态效率指标体系(表2)，全面测度了全国30 个省(自治区、直辖市)的生态效率。

表2 生态效率指标体系

(2)生态效率的测度

本文采用了超效率的SBM 模型。模型中存在三种要素:总投入、预期产出和非预期产出，观测周期为T，总投入种类数为m，预期产出种类数为n，非预期产出种类数为p，预期产出用yte表示，非预期产出用ytu表示，设DMUi为观测期t内第i个决策单元，t＝1，2，3，…，T，i＝1，2，3，…，N。

在超效率SBM 模型中，DMUi的超效率可通过如下模型得到:

其中，ρ为生态效率值，表示第k个决策单元的投入，表示第r个决策单元的产出，表示总投入，表示预期产出，则表示预期产出对应的松弛变量。

(二)模型的构建

1.绿色金融对生态效率的驱动贡献度

本文利用面板数据构建相应的模型来测度绿色金融对生态效率的影响程度，采用随机效应模型来刻画绿色金融发展水平与生态效率之间的关系，具体模型可表示如下:

其中，i表示省(自治区、直辖市)(i＝1，2，3，…，N)；
t表示时期(t＝1，2，3，…，T)；
e表示生态效率；
gf 表示绿色金融发展指数；
GDP 表示人均地区生产总值；
IS 表示产业结构，用第三产业增加值与生产总值的比值来表示；
EP 表示能源效率，用单位GDP能耗的倒数来表示，即GDP 与能源消耗的比值；
FDI表示对外开放程度，用外商直接投资与GDP 的比值来表示；
εit则为随机误差项。

为避免得到面板数据的伪回归模型，本文在对采集的数据进行回归分析前，进行了单位根检验，以此确保样本数据的平稳性。结果显示，无论是LLC检验还是ADF－Fisher 检验，检验结果均在1%的显著性水平上显著，这表明样本数据是平稳的，可用于面板回归分析。

(三)指标选取的说明与整理

1.绿色金融发展水平指标

绿色金融是将绿色发展的理念与经济发展形成深度融合，从而实现经济结构的转型升级与创新优化，引导银行业与企业的投融资方向，促进经济的持续性发展。同时绿色金融的发展水平还对金融服务的领域和范围形成了一定的覆盖。当前我国发展绿色金融的主要目标是加快提升绿色金融的服务水平和服务质量，我国的绿色金融在绿色融资、绿色投资、绿色保险、碳金融这四个方面发挥着不可替代的作用。本文将这四部分作为绿色金融发展水平的测评指标，从而更加科学全面地评价绿色金融的发展状况。

2.生态效率指标

为了深入研究绿色金融对生态效率的动态驱动贡献度，本文选取了三大自变量与四大控制变量。

(1)三大自变量

本文的三大自变量即为前文所提及的总投入、预期产出、非预期产出，进行细分后，提取出十个二级指标，并将废水排放量的指标属性设置为负，二氧化硫排放量的指标属性设置为负，化学需氧量产生量的属性设置为负，其余七个指标的属性均设置为正。

(2)四大控制变量

综合研究生态环境的各个文献来看，影响生态环境以及效率的因素有很多，而最主要的因素为人口规模、经济发达程度、技术创新水平等。基于此，本文选取的四大控制变量分别为经济发展、产业结构、能源效率、对外开放。

(四)数据选取

为了更好地研究绿色金融对生态效率的动态贡献度，本文将我国内地30 个省(自治区、直辖市)2008～2017 年的数据作为研究基础。通过查阅中国国家统计局网站、«中国统计年鉴»等，收集了2008～2017年全国30 个省(自治区、直辖市)相关的绿色金融发展指标和生态效率的统计数据，在此基础上，对各个省(自治区、直辖市)的绿色金融对生态效率的影响作用进行分析。

(五)实证分析

1.绿色生态效率的综合测度

(1)绿色生态效率指标的描述性统计结果

从表3 数据可以看出，总体而言，我国30 个省(自治区、直辖市)的预期产出处于较高水平，而非预期产出则处于中等水平。

表3 2008～2017 年绿色生态效率指标体系描述性统计

(2)2008～2017 年30 个省(自治区、直辖市)的绿色生态效率的测算

从地理角度看，全国30 个省(自治区、直辖市)可以进一步细分为东部、中部、西部地区。鉴于此，本文对测算出来的得分进行分组，以便更好地分析绿色生态效率的空间分布的区域差异。

从表4 中可以看出，2008～2017 年全国生态效率的平均水平总体呈上升趋势。从空间分布的角度来看，我国东部地区的绿色生态效率处于较高水平，中部地区和西部地区的绿色生态效率水平相差较小，且均低于东部绿色生态效率水平，因此东部地区对全国的绿色生态效率水平有较为明显的拉动作用。2008 年东部地区的绿色生态效率为0.9575，2017 年东部地区的绿色生态效率为0.9842，均高于全国生态效率平均水平。从生态效率水平的动态发展过程角度来看，中部地区的绿色生态效率提升速度最快，东部地区的绿色生态效率提升速度低于中部地区，西部地区的绿色生态效率提升速度最慢。

表4 我国地区生态效率平均水平

2.绿色金融对生态效率的影响分析

(1)绿色金融对绿色生态效率的影响

为了研究绿色金融对绿色生态效率的驱动作用，本文使用统计软件Stata，在已建立的固定效应模型的基础上对绿色金融以及生态效率进行回归分析，具体回归结果如表5 所示。

表5 绿色金融对我国绿色生态效率的影响

表5 显示，应用固定效应模型对已收集到的数据进行回归，所得到的结果较为显著。本文在此基础上，对绿色金融与绿色生态效率之间的关系进行深入研究。

从回归结果可知，绿色金融与绿色生态效率之间的相关系数为正值，可见，绿色金融的发展对绿色生态效率的提升具有一定程度的促进作用，但就总体而言，绿色金融的促进效果并不显著。结合中国经济发展的实际状况，可以发现尽管我国的产业模式不断进行转型升级，但仍然存在非健康的发展环境，粗放型的经济方式对生态效率的提高带来了较大的负面影响。在回归过程中，本文引入了多个控制变量，从回归结果也能看出，这些控制变量对绿色生态效率的影响极为显著。因此，提高经济发展水平，优化产业结构，提高能源利用效率与对外开放水平，将给生态效率的提高带来一定的促进作用。

(2)绿色金融对绿色生态效率影响的区域差异

由表6 可知，中部地区和西部地区绿色金融的发展水平对绿色生态效率能够产生积极影响，但中部地区的绿色金融对绿色生态效率的促进作用更加明显。尽管东部地区绿色金融与绿色生态效率之间的相关系数大于0，但并不显著。

表6 绿色金融对我国绿色生态效率影响的区域差异

就经济发展水平而言，东部、中部、西部的相关系数均为正值，且在1%的水平下显著，这表明经济发展水平的提升能够较好地促进绿色生态效率的提升，但东部地区经济发展水平对绿色生态效率的促进作用最为显著。在东部地区，产业结构对生态效率能够产生较强的正向影响，而中部和西部地区的产业结构对绿色生态效率并没有显著影响。从能源角度看，东部、中部、西部地区的能源效率均能够促进生态效率的提高，但中部地区的相关系数为0.0726，其影响作用明显强于东部和西部地区。对外开放水平这一指标在东部地区和中部地区均对生态效率产生了显著的正向影响，但东部地区的作用强度略高于中部地区，存在一定的差异，而西部地区的对外开放水平对绿色生态效率则无显著的影响。

(一)研究结论

从上述分析来看，2008～2017 年，全国绿色生态效率总体呈上升趋势，但提升速度处于较低水平。就空间分布而言，在绿色生态效率方面，东部地区显著高于中部地区、西部地区。而从动态发展过程来看，中部地区的绿色生态效率水平提升最快，西部地区的提升最慢。可见，我国绿色金融发展水平的提高在一定程度上有助于促进绿色生态效率的提升，但促进效果并不显著。同时绿色金融对绿色生态效率的影响也存在明显的区域差异。

(二)政策建议

第一，加强绿色金融发展制度建设。制定相关的法律法规，构建科学合理的绿色金融体系，完善绿色金融服务评价体系，将大力促进绿色金融产业的发展，带来生态效益与环境效益，从而助力中国经济转型，促进中国经济实力大幅提升。

第二，加强绿色金融信息共享与资源流动。创建绿色金融信息数据库，搭建全方位、多层次的信息共享平台，提高绿色金融的运行效率，从而促进绿色生态效率的快速提升。

第三，创新绿色金融产品与服务。将市场化与专业化有机融合，创新绿色金融产品的同时注重市场需求，让政策、资金、技术和人才在金融市场中共同发挥作用。

第四，积极借鉴国际成功的发展经验。重视科技创新，增加研发投入，开展国际范围内的高效合作，都将促进我国绿色金融的发展，从而促进我国生态环境的改善，进一步提高生态效率。