金融发展对绿色全要素生产率的影响分析——来自中国西部地区的实证研究

徐璋勇,朱 睿

(1.西北大学 中国西部经济发展研究院,陕西 西安 710127;2.西北大学 经济管理学院,陕西 西安 710127)

一 引言

面对资源约束的日益趋紧,实现可持续的绿色经济发展就成为发展政策追求的核心目标。为此,党的十九大报告明确指出,中国经济已由高速增长阶段转向高质量发展阶段,必须“推动经济发展质量变革、效率变革、动力变革,提高全要素生产率”。高质量的经济发展就是不以牺牲环境为代价的绿色可持续发展。然而,现实表明我国的绿色发展现状不容乐观,据《2018年中国生态环境状况公报》显示,我国29.0%的地表水超过Ⅲ类水质标准,70.7%的测站地下水质量级别为较差,15.5%为极差;64.2%的城市环境空气质量超标,82.8%的城市PM2.5年均浓度超二级标准;生态环境质量未达到“良”的县域面积占国土面积的55.3%。可见,如何在谋求经济快速增长的过程中,实现可持续的绿色发展,就成为新常态下中国经济急需解决的重大问题。

金融体系是现代经济系统的核心,其基本功能就是进行资源优化配置。因此,引导资源向绿色发展行业的聚集以提高绿色全要素生产率,推动经济的高质量发展,不仅是金融业回归本源的客观要求,更是金融业的职责所在。为此,探讨金融发展对绿色全要素生产率的影响及其机制就是金融发展理论研究的新内容。

目前,学术界对于金融发展与全要素生产率的关系有诸多研究,但其结论却存在分歧。Beck和Levine、Calderson和Liu以跨国面板数据为样本,运用GMM动态估计方法,研究发现金融发展显著提升了全要素生产率[1,2];Rioja和Valev的研究表明,由于发展中国家与发达国家处于不同的金融发展水平,金融体系对全要素生产率的促进作用存在显著差异[3]。Demetriades等用我国微观企业数据研究发现,银行贷款与全要素生产率显著正相关[4]。张健华等认为信贷环境对银行业集中度和全要素生产率的关系存在显著的影响[5]。李健和盘宇章发现金融发展与全要素生产率的增长之间存在着非线性关系,这种关系取决于金融部门与实体经济增长速度的差异程度[6]。在金融发展促进全要素生产率提升的途径方面,主要表现为资源配置、技术创新和溢出效应三种途径。陈启清和贵斌威认为中国的金融发展主要是通过改善资源配置效率的途径提升了生产率水平,而推动创新和技术进步的作用相对较弱[7]。但李健和卫平以我国2000—2012年的数据实证研究结果却是金融发展促进全要素生产率的提升主要是由技术进步推动的,而非技术效率效应[8]。陈晔婷等以五个国家级金融改革试验区为样本的研究表明,金融发展通过提升企业创新能力实现了全要素生产率的增长[9]。唐松等的研究也发现创新驱动下的金融发展基于技术进步优势,通过减少信息不对称,改善金融资源配置效率,进而提升本地区的全要素生产率,并且在空间溢出效应的作用下,本地区的金融发展能够带动附近区域全要素生产率的提升[10]。另外,金融发展度量指标构建的差异也使得有关金融发展与全要素生产率关系的实证结论并不完全一致。如Aziz 和 Duenwald[11]、Jeanneney 等的实证研究表明,私人部门贷款余额与地区生产总值比值的提高对全要素生产率的改善有利,但银行贷款与地区生产总值比值提高的影响并不显著[12]。Ayyagari等发现,过高的利率水平和极严的担保标准与要求,将对企业成长和全要素生产率增长起抑制作用[13]。但也有研究认为,金融资源分配的低效率导致了金融规模扩张对全要素生产率增长的抑制作用[14];金融发展能够显著增强国有经济比重对技术进步的加强效应和对技术效率的拖累效应,进而影响全要素生产率[15];陈启斐和吴建军指出金融业增加值与地区生产总值的比值不利于全要素生产率的提高[16]。陶锋等使用金融聚集度衡量区域金融发展水平,发现建设区域金融中心能够提高当地及周边企业的生产效率[17]。刘贯春等选取地区金融机构存贷款余额与GDP之比作为地区金融发展指标,认为金融发展在一定程度上加剧了区域经济生产效率对物质资本积累的依赖度[18]。

由于全要素生产率对于经济增长质量的衡量,主要是从资源利用效率的角度进行,并没有将生态环境质量因素纳入其中。在将绿色可持续发展作为经济发展主题的背景下,对金融发展与经济增长关系的研究若仍限于对经济总量及资源利用效率的影响,则存在着明显的局限性。这就需要将研究视角切换到金融发展对绿色全要素生产率影响的研究,因为绿色全要素生产率是将生态环境质量考虑在内,全面衡量经济增长质量更为有效的指标。

然而,截至目前,对于金融发展与绿色全要素生产率关系的研究还比较零散。张帆通过对我国31个省市2000—2013年面板数据的实证研究表明,金融发展对全要素生产率和绿色全要素生产率的增长均能起到促进作用,金融发展水平越高,作用效果越弱;并认为在对经济增长进行评价时需要将生态污染等非期望产出因素纳入考量框架,否则会在一定程度上高估这种促进作用[19]。刘贯春等采用非径向方向距离函数测算了2000—2013年我国的省级绿色发展效率,并构建Tobit模型从规模扩张和结构调整两方面考察了金融体制改革对经济效率的影响,得出我国的金融发展显著改善了纯技术效率,并足以弥补其对规模效率造成的损失,从而促进了绿色发展效率的增长[20]。部分学者着重研究了绿色金融发展对绿色经济效率的影响,发现二者的耦合程度与协调程度体现出区域的异质性,东部沿海地区处于较高水平,而东北及中西部地区则处于较落后阶段,其中以绿色信贷为代表的绿色金融主要通过促进技术进步来提升绿色全要素生产率[21，22]。另外,随着“一带一路”倡议的提出,部分研究利用 “一带一路”沿线国家的跨国面板数据,对其金融发展与绿色全要素生产率的关系进行了研究[23，24]。

分析现有研究文献发现,国内学者对于金融发展与绿色全要素生产率影响的研究还处于起步阶段。一是文献较少,研究探讨远没有像研究金融发展与全要素生产率的关系那样充分;二是在现有研究中,金融发展的衡量较多采用单一指标,使得度量结果存在一定的有偏性;三是大多数研究未将污染物排放等环境问题纳入效率核算框架,无法客观地衡量金融发展与经济增长质量的关系。有鉴于此,本文以我国西部地区为例,对其经济总量快速增长背后的绿色发展绩效进行测定,并分析金融业发展对其产生的影响及其作用路径,对于从金融角度寻求促进区域经济绿色发展路径具有重要的现实意义(1)选择以西部地区为研究案例还存在如下背景：西部地区是我国的经济落后地区，但面积却占我国国土面积的71.4%。我国要实现经济的绿色可持续发展，其重点与关键在西部。近年来，随着国家西部大开发战略的实施及不断深入，西部地区地方政府依靠对其丰富能源资源的大规模开发实现了经济总量的快速增长。从2006年到2018年，西部十二省区GDP年均增长率达到了13.5%，GDP占全国总量的比例由18.2%提高到了20.3%。与此同时，西部地区金融业也获得了快速发展。银行业金融机构资产规模增加了6.15倍，年均增长17.8%；金融机构存款余额净增加了4.38倍，年均增长18.3%；金融机构贷款余额净增加了4.79倍，年均增长19.2%；保险公司保费收入净增加了4.43倍，年均增长15.1%；社会融资规模增加了5.04倍，年均增长16.2%。西部地区经济的高速增长离不开金融体系为其提供的大量信贷支持。但若从绿色可持续发展的角度看，金融业是否也起到了积极的促进作用？其作用的路径又是什么？对此问题的分析无疑有助于从金融角度寻求促进经济高质量发展的路径。。

基于现有研究,本文的主要贡献在于:(1)改进了金融发展水平的衡量方法。自从“金融结构论”创始人戈德史密斯提出用FIR衡量金融发展水平以来,对金融发展水平的度量指标就一直存在争议。虽然,现有研究把金融发展分为金融规模、金融结构、金融效率三个维度,但对各个维度的度量仍然使用单一指标,使得度量结果存在一定的有偏性。为解决这一问题,本文在现有研究基础上,将对金融规模、金融结构、金融效率三个维度的衡量由单一指标扩展到多项指标,并用熵值法进行综合计算,分别得出金融规模指数、金融结构指数与金融效率指数,并在此基础上计算出金融发展指数,以使对区域金融发展水平的衡量更为科学。(2)将现有关于金融发展对全要素生产率(TFP)的影响研究扩展到对绿色TFP的研究,并识别了其作用路径,为探索金融回归本源,有效支持高质量经济增长路径提供依据。

二 理论分析

(一)金融发展对环境的影响

金融发展的现代观表明,金融发展是金融规模扩张、金融结构优化及金融效率提升的动态统一过程。金融发展水平的提高使消费者和企业部门更容易获得资金,以满足自身的消费或投资需求,但金融资源配置结构的差异性使得其对环境质量的影响存在不确定性[25,26]。首先,从消费者行为的角度看,发达的金融体系可以缓解消费者的支付能力约束,刺激消费的快速增长,从而导致污染排放的增加[27];如发达的消费信贷会刺激汽车、空调、冰箱等能耗较高的商品消费的快速增长,从而对环境产生不利影响。但另一方面,在金融体系的支持下,消费者也可以选择购买清洁能源汽车或能耗等级较低的节能产品,从而减少能源消耗。其次,从企业部门行为的角度看,金融体系可以缓解企业的融资约束,使其能够扩大生产规模,这必然增加污染物排放量;同时,一些本来无法进入高污染行业的企业也在金融机构的支持下得以进入市场[28],进一步造成对环境的破坏。但另一方面,金融体系也能够发挥分散风险功能并为技术进步提供长期的资金支持,鼓励企业研发及引进先进技术的积极性,而这又有利于提高低排放、低能耗的先进生产技术的研发成功率,推动技术变革,减少污染[29]。此外,金融体系还可以通过引导资本流向能源使用效率高和资源配置效率高的企业,倒逼高能耗高污染企业改良技术,带来能源消耗和污染排放的下降。可见,从理论上讲,金融发展对环境质量的影响可能产生两种截然不同的结果。至于是积极影响,还是消极影响,取决于金融业的发展特征、功能定位、金融机构及金融市场在资源配置过程中的行为与偏好。

(二)金融发展对绿色TFP的影响

绿色TFP是衡量绿色发展水平及经济增长质量的重要指标。提高绿色TFP可以通过优化资源配置以改善要素配置效率和促进技术进步这两种渠道来实现。金融体系具有资源配置、分散风险、提供流动性、减少信息不对称等基本功能[30],对绿色TFP无疑具有重要的影响作用。

金融发展通过分散风险和提供流动性增强了投资者的长期投资意愿,优化资本配置,促进绿色TFP的提高。一方面,技术创新项目风险较高,需要大量资金支持,但这种投资的特性决定了其投资风险难以分散,从而造成技术创新类项目的投资不足;欠发达的金融市场因其业务单一及规模较小无法满足低排放、高效率部门的融资需求,从而会限制其发展。因此,分散风险功能的不足造成资本配置效率低下,低排放、高效率部门无法扩大自身规模,难以将高排放、低效率部门挤出市场[31];而发达的金融体系则能有效分散风险,提供更大规模的融资,促进研发与技术创新[32],提高绿色TFP。另一方面,新技术的研发往往需要较长时间,形成流动性风险,抑制企业技术创新的可持续性;而发达的金融体系一般具有较高的流动性,使投资者能及时转让其股权,在一定程度上缓解了投资者对流动性风险的顾虑,增强长期投资意愿,进一步促进具有较高效率的环保型部门的成长,提高绿色TFP。

此外,资金供需双方之间的信息不对称会带来融资前的逆向选择和融资后的道德风险,金融发展则能够有效降低信息不对称程度。由于追求绿色高质量发展已经成为全球共识,绿色行业与绿色企业具有长期繁荣的市场预期。在这种背景下,金融机构在资源配置过程中的理性行为就是降低甚至限制资源向高污染行业及企业的流动。一方面,金融机构的贷前审查可以筛选掉可能产生高污染的企业与项目,提高资金向绿色部门的流入规模;金融中介通过专业化的尽职调查和前景分析识别出高效率和具有创新潜力的投资项目,引导资金流入并加速创新进程。另外,在成熟的股票市场中,具有长期发展前景的公司的股票往往具有更高的价格表现,而股价作为上市企业发展前景的晴雨表,其高低变化会引导着资金向一个企业的流入与流出。另一方面,金融机构的事后监督功能可以促使企业合理利用资金,在一定程度上遏止企业向高污染项目的投资,降低企业的道德风险。此外,随着金融中介自身专业技术水平的提高,其审查与监督成本都会下降并带来效率的提高,这会降低环保型企业的融资成本[33,34],实现绿色TFP的提升。

三 绿色全要素生产率(TFP)与金融发展水平的测算

(一)绿色TFP的含义及测算

(1)绿色TFP的概念

在计算全要素生产率(TFP)的时候,不仅要考虑传统生产要素,还要将能源与环境要素作为未支付的投入纳入生产函数,得到绿色TFP。但是相关研究发现,环境要素不应该被看作投入,因为污染的产出特征表现为期望产出的负产品,所以应该被估算为非期望产出。Chung等将污染作为非期望产出,利用方向性距离函数和ML生产率指数测度了瑞典纸浆厂的全要素生产率,首次对环境污染与经济增长的关系进行了测度,得到了绿色TFP[35],开创了对经济增长质量进行科学测度的先河。本文正是借鉴此思想与方法,将环境污染因素作为非期望产出纳入生产函数和估算框架,得到西部地区绿色TFP,并实证检验其与西部地区金融发展之间的关系。

(2)绿色TFP的测算方法

本文选择使用基于SBM方向性距离函数和Malmquist-Luenberger指数的方法对绿色TFP进行测算。

① SBM方向性距离函数。引入SBM方向性距离函数对考虑非期望产出的生产集进行计算和分析,依据Fukuyama and Weber et al.的研究[36],对函数采取如下定义:

(1)

②Malmquist-Luenberger生产率指数。根据Chung et al.(1997)的研究,ML指数在t期和t+1期间的生产率表示为:

(2)

ML指数可以分解为技术效率变化(TE)和技术进步变化(TP),并且ML=TE×TP。其中,技术效率变化(TE)表示由于生产者内部效率变化所引起的产出增长,主要源于纯技术效率变化及规模效率变化;技术进步变化(TP)表示由于技术进步所产生的产出增长。分别见(3)式和(4)式。

(3)

(4)

本文通过序列数据包络分析求解方向性距离函数得到绿色TFP(ML)、技术效率变化(TE)、技术进步变化(TP)的值,使用基于SBM-DDF的Malmquist-Luenberger指数对绿色TFP进行测算。在测算绿色TFP时,以劳动与资本作为要素投入(x),设定期望产出为GDP(y),非期望产出为二氧化碳排放量(b)(2)非期望产出二氧化碳排放量(b)根据各省消耗的化石燃料通过计算得出。具体计算过程如下:第一,确定原煤的碳排放系数。IPCC(2006)给出的原煤碳排放系数为25.8kgC/GJ。第二,确定原煤的碳氧化因子。我国把煤的碳氧化因子定为0.98。第三,C与CO2的质量转化系数值为44/12。由原煤的碳排放系数、煤的碳氧化因子和C与CO2的质量转化系数,可以得出原煤的二氧化碳排放系数为:25.8(kgC/GJ)×0.98×(44/12)=93(kgCO2/GJ)。再把单位转化成千卡,转化后的系数为:93(kgCO2/GJ)×4186.8×10-9(GJ/Kcal)=3.88×10-4KgCO2/Kcal。再根据原煤的低位发热值5000Kcal/Kg,最终得出原煤的二氧化碳排放系数为1.941KgCO2/Kg,即1千克原煤可以排放1.941千克二氧化碳。此处以原煤为例进行碳排放的估算,其余化石燃料的计算方式与此相同,唯一不同的在于相关排放系数的选择。。劳动投入用西部各省(直辖市、自治区)就业人数表示,资本投入采用西部各省(直辖市、自治区)资本形成总额衡量。

有关变量的含义及样本统计结果如表1所示。测算得出的绿色TFP见表2。

表1 变量含义及描述性统计(3)因篇幅限制,表中各变量的原始值及测算值没有列出。读者若有需要,可以向作者索取。

注:为了能够得到2006—2018年西部各省的绿色TFP增长率,在测算中本文以2005年的数据为起始

表2 2006—2018年西部各省(市、区)绿色TFP的累积情况

注:(1)在具体测算中,以2005年为基期进行。(2)由于西藏自治区数据不全,故未将其纳入测算之中

将表2数据绘制成图1可以直观发现:2006—2018年西部地区各省(直辖市、自治区)的绿色TFP并未全部呈现出上升趋势而出现差异性。第一类,绿色TFP一直保持稳定上升趋势。其省(直辖市、自治区)有重庆市、四川市、陕西省和内蒙古自治区,说明即使考虑了经济发展对生态环境的破坏,这些地区的经济依然能够维持增长趋势,经济增长质量稳步提升;第二类,绿色TFP呈“U”形变动态势。如广西，2009年之前呈现出下降趋势，2009年与2010年为底部，2011年之后呈现出上升趋势,说明广西的经济增长质量从2011年之后持续改进;第三类,绿色TFP在波动中保持徘徊状态。如贵州省、青海省和宁夏回族自治区,其中贵州省比较稳定,宁夏回族自治区在徘徊中略有上升,青海省在徘徊中略有下降;第四类,绿色TFP总体呈现出下降趋势。如云南省、甘肃省和新疆维吾尔自治区,说明这三个省份的经济发展模式较为粗放,经济增长质量呈现出一定程度的下降。

图1 2006—2018年西部11省市绿色TFP累积变动情况

(二)金融发展水平的测算及特征描述

(1)金融发展水平的测算方法

本文利用熵值法对金融发展水平进行测算。熵值法是一种根据指标数据提供的信息量客观赋权的方法。通过计算熵值可以判断事件的随机性,也可以判断指标的离散程度。这种方法依据评价指标的固有信息来判别其效用价值,这在一定程度上能够减少主观偏差。利用熵的特性来确定指标的权重系数,进一步得出金融发展水平的综合得分。

设用m个指标所构成的指标体系来评价n个省,第i个省的第j项指记为Xij(i=1,2,…,n;j=1,2,…,m),则原始数据就形成一个n行m列的矩阵,即决策矩阵,记为X=(Xij)n*m。

为了消除不同量纲之间数据的不可整合性,采用极差标准化法对原始数据进行无量纲化,公式分别为:

其无量纲化后的矩阵为:y=(yij)m*n

将原始数据进行上述无量纲化后,最大值为1,最小值为0,由于应用熵值求权重系数时要用对数进行计算,为了避免取对数时无意义,首先将最小值的数值进行处理,根据无量纲化后的所有数据大小,将最小值0转变为0.000001,其影响可以忽略不计。然后,计算第j项指标下第i个省在此指标中所占有的比重和各指标的熵值:

对于第j项指标值yij的差异越大,对方案评价作用越大,熵值就越小,定义差异性系数为:

hj=1-ej

最后,计算权重系数wj,并得到各个样本地区的综合得分Si:

(5)

需要指出的是,上面的模型解决的是只有一层的结构情况,对于多层次的结构模型,则需要用最优脱层法。就是说,在得到了最底层综合指数或者第k层综合指数(假设共有k层)之后,将其作为新的数据,再利用熵值法评价原理,便得到了更高一层的综合指数,我们称之为第k-1层综合指数。按照这种步骤依次进行,指标层在好像是被一层一层脱掉的情形下,逐渐接近目标层。

(2)金融发展水平测算的指标选择与测算结果

借鉴近年来的研究成果,金融发展是金融规模、金融结构、金融效率三个维度的有机统一。其中:金融规模选择银行贷款余额、保费收入、股市市值、债券筹资额、社会融资总额、金融相关比率、社会融资比率七个指标来综合衡量;金融结构选择融资结构与金融行业结构两个指标来综合衡量;金融效率选择银行信贷资金边际产出率、金融业劳动生产率、储蓄投资转化率、储蓄率、贷存率、居民股市参与率、证券化率、保险赔付率八个指标来综合衡量(各指标的含义及计算方法见表3)。

表3 金融发展水平各维度指标的含义及计算方法

根据表3的指标体系,以西部地区(不含西藏自治区)为样本,运用2006—2018年的省级数据,运用熵值法计算出相应的金融规模指数、金融结构指数及金融效率指数,在此基础上计算出金融发展指数(见表4)。

表4 2006—2018年西部地区金融发展各维度指数及综合指数的测算结果

图2是根据表4绘制的2006—2018年西部地区金融规模指数、金融结构指数、金融效率指数及金融发展指数的变化趋势。可以看出,从金融规模来看,2006—2018年西部地区金融规模指数呈现稳步上升的态势,其中2006—2011年在波动中缓慢上升,而在2012—2018年则呈现出加速上升的态势,2018年达到最高值0.0709,说明自2006年以来西部地区的金融发展在规模量上取得了快速扩大。从金融结构来看,2006—2018年西部地区金融结构指数总体呈现剧烈波动状态,2015年处于最高值0.0087,2006年处于最低值,最高值与最低值之间差距很大。金融结构的这种大幅波动与我国股市的大起大落导致的直接融资额及非银行资产的剧烈变化有直接关系。从金融效率来看,西部地区金融效率指数总体上略有上升,在2006—2013年期间处于波动状态,2013—2018年处于上升趋势,其指数在2018年达到最大值0.0058。从综合以上三个衡量维度的金融发展指数来看,表现出相对稳定的上升趋势。这表明从2006—2018年间,西部地区金融业在发展结构上虽有波动,但总体上的发展还是比较稳健的。

图2 2006—2018年西部地区金融发展指数及各维度指数变动情况

四 实证分析

(一)模型构建与变量说明

1.模型构建

为了检验金融发展对其绿色TFP的影响,本文构建了如下基本模型:

TFPit=α+βFINANCEit+θXit+

REGIONi+YEARt+εit

(6)

式(6)中,TFP表示各省(市、区)的绿色TFP,FINANCE代表金融发展水平,X为控制变量,REGION为地区固定效应,YEAR为时间固定效应,ε是随机误差项;脚标i代表不同地区,t代表年份。其中,加入REGION、YEAR两变量的目的在于控制不可观察因素在不同地区间和时间上对绿色TFP的影响;金融发展水平(FINANCE)是利用熵值法从金融规模(FINSC)、金融结构(FINST)、金融效率(FINEF)三个维度综合计算的金融发展指数;控制变量(X)包括城市化(CITY)、工业化程度(IND)、地区经济发展水平(LNPGDP)、贸易开放度(OPEN)、政府行为(GOV)、交通便利度(TRAF)、利用外资水平(FDI)等一系列经济发展的宏观指标。式(6)可以细化为以下形式:

TFPit=α+βFINANCEit+θ1CITYit+θ2INDit+

θ3LNPGDPit+θ4OPENit+θ5GOVit

+θ6TRAFit+θ7FDIit+REGIONi+YEARt+εit

(7)

2.变量说明

本文以西部地区省际面板数据为例,研究金融发展对绿色TFP的影响;研究样本的时间跨度为2006—2018年。各变量说明如下:

(1)被解释变量为绿色TFP。本文基于SBM-DDF的ML指数测算各省TFP的增长率,并以2005年为基期计算其累积值,再取自然对数。具体数值见表2。

(2)核心解释变量为金融发展水平(FINANCE)。利用熵值法从金融规模(FINSC)、金融结构(FINST)与金融效率(FINEF)3个维度指数合并计算出的金融发展指数。具体数值见表4。

(3)控制变量。城市化水平(CITY)使用常住人口占地区总人口的比重代表,工业化程度(IND)使用第二产业产值占地区GDP的比重衡量,地区经济发展水平(LNPGDP)利用人均GDP并求自然对数表示,贸易开放度(OPEN)使用地区进出口额与地区GDP的比值衡量,政府行为(GOV)采用政府财政支出占GDP的比重表示,交通便利度(TRAF)利用地区公路里程与地区铁路里程相加并与地区辖域面积相比得到,利用外资水平(FDI)使用外商直接投资额占GDP的比值代表。

(二)实证分析

1.金融发展对绿色TFP的影响分析

下页表5中的模型1～模型4是没有加入控制变量时,金融发展及三个衡量维度对绿色TFP影响的实证结果,模型5～模型8是加入控制变量后,金融发展及三个衡量维度对绿色TFP影响的实证结果。比较模型1与模型5发现,无论是否加入控制变量,在控制了时间和地区固定效应以后,金融发展对绿色TFP均产生了显著的促进效应;另外,分别比较模型2与模型6、模型3与模型7、模型4与模型8会发现,无论是否加入控制变量,在控制了时间和地区固定效应以后,金融规模指数、金融结构指数、金融效率指数与绿色TFP增长率的回归系数都为正且通过了显著性检验。这表明以西部地区为样本的研究得出,金融发展无论从哪个维度看,都有效地促进了绿色TFP的提升。换句话说,2006—2018年金融发展在促进经济实现有质量发展方面发挥了积极作用。

2.金融发展对绿色TFP影响的路径分析

金融发展对绿色TFP的影响主要有两条路径:一是通过将金融资源更多配置于绿色发展行业,促进绿色产业产出规模增加,即提升绿色技术效率(TE)来实现;二是通过将金融资源配置于绿色产业的技术创新与进步,以促进绿色产业产出效率增加,即促进绿色技术进步(TP)来实现。那么,上文以西部地区为例研究发现的金融发展对绿色TFP提高的促进作用,究竟是通过哪种路径实现的?这需要做进一步的实证分析。

表5 金融发展对绿色TFP的影响

注:***、**、*分别表示统计值在1%、5%、10%的显著性水平下显著,括号中为z统计量(下同)

(1) 金融发展对绿色技术效率(TE)的影响

表6是以西部地区为样本实证计算的金融发展及其三个衡量维度对绿色技术效率(TE)影响的回归结果。其中,模型9～模型12是没有加入控制变量时,金融发展及其三个衡量维度对绿色技术效率(TE)影响的实证结果;模型13～模型16是加入控制变量后,金融发展及其三个衡量维度对绿色技术效率(TE)影响的实证结果。分别对模型9与模型13、模型10与模型14、模型11与模型15、模型12与模型16进行比较会发现,无论是否加入控制变量,在控制了时间和地区固定效应以后,金融发展指数及其三个衡量维度的指数与绿色技术效率的回归系数均为正且通过了显著性检验,这表明促进绿色技术效率提升是金融发展促进绿色TFP提升的重要途径。由于技术效率反映的是在现有技术条件下通过资源配置优化而带来的产出规模增加,因此该实证结果表明金融业在资源的配置过程中,对绿色发展行业、企业给予了更多的金融支持,促使了绿色产业的规模扩张。

表6 金融发展与绿色技术效率的回归结果

(2) 金融发展对绿色技术进步(TP)的影响

表7是以西部地区为样本实证计算的金融发展对绿色技术进步(TP)影响的回归结果。其中,模型17～模型20是没有加入控制变量时,金融发展及其三个衡量维度对绿色技术进步(TP)影响的实证结果;模型21～模型24是加入控制变量后,金融发展及其三个衡量维度对绿色技术进步(TP)影响的实证结果。分别对模型17与模型21、模型18与模型22、模型19与模型23、模型20与模型24进行比较会发现,无论是否加入控制变量,金融发展对绿色技术进步(TP)的回归系数均显著为正,表明金融发展对绿色技术进步(TP)具有显著促进作用;但金融业发展的三个维度对绿色技术进步(TP)的影响却存在着方向性差异,其中金融规模与金融结构对绿色技术进步(TP)起着促进作用,而金融效率却起着抑制作用。由于绿色技术进步(TP)反映的是在现有资源约束条件下因技术改进与创新所带来的产出效率增加,因此该实证结果表明,金融业发展在总体上促进了绿色产业的技术创新与进步而提升了产出效率,但这种促进作用主要是通过金融规模扩张与金融结构优化来实现的,而金融效率提升对绿色产业技术创新与进步的正向促进作用并没有表现出来。这表明金融业在资源配置中对于绿色发展行业及企业给予了一定的倾斜性支持,但绿色行业与企业将其所获资源更多的用于扩大现有生产规模,而用于技术创新与技术进步方面的资源非常有限,即使在总体实现了绿色发展,但行业内部发展的粗放式特征依然十分明显。

表7 金融发展与绿色技术进步(TP)的回归结果

五 研究结论与启示

本文以西部地区为例,运用2006—2018年省际面板数据,从金融规模、金融结构和金融效率三个维度,利用熵值法构建了衡量金融发展水平的发展指数,并使用基于SBM方向性距离函数和Malmquist-Luenberger生产率指数的方法对地区绿色TFP进行测算,分析了各省金融发展水平和绿色TFP的变动特征,并在此基础上采用计量回归,对金融发展对绿色TFP的影响及其路径进行了实证检验。结果表明:

1.西部地区各省区绿色TFP的变化趋势表现出明显的差异性。其中,重庆市、四川省、陕西省和内蒙古自治区的绿色TFP一直保持显著上升趋势,表明这些省份在经济发展质量方面成效显著;贵州省、青海省和宁夏回族自治区的绿色TFP虽有波动,但基本保持稳定,表明这些省份的经济发展质量近年来处在一个相对稳定的状态;广西壮族自治区的绿色TFP呈现出“U”形变动趋势,经济增长质量从2011年之后持续改进;云南省、甘肃省和新疆维吾尔自治区的绿色TFP总体呈现出下降趋势,表明这三个省份的发展模式依然较为粗放,在绿色发展方面出现了一定程度的下降。

2.金融发展及其三个衡量维度(金融规模、金融结构、金融效率)均与绿色TFP呈现显著的正相关性,这说明金融发展对绿色TFP起到了显著的提升作用;进一步的分析表明,这种提升通过绿色技术效率及绿色技术进步两种路径同时发挥着作用,即金融业通过资源配置功能的发挥,不仅促进了地区绿色产业的规模扩张,而且也通过金融规模扩张与金融结构优化促进了绿色产业的技术进步与创新,进而促进了地区绿色产业的产出效率提升,但金融效率对绿色产业技术创新与进步的正向促进作用并没有呈现出来。

根据以上研究结论,本文提出以下三点政策建议:

1.坚持绿色发展要始终成为各省(区、市)谋求经济社会发展的首要原则。我国是一个发展中国家,长期的经济高速增长以及粗放的发展模式,使得资源约束与环境压力日益强化,坚持绿色发展以实现发展的可持续性就变得尤为迫切。为此,各省(区、市)及各级政府在发展目标上应该摒弃传统的“惟GDP论”,而以“创新、协调、绿色、开放、共享”为核心发展目标;在发展规划制定与产业选择上必须坚持“绿水青山就是金山银山”的发展理念,科学处理经济增长与环境容量的关系,实现经济、社会与环境的协调发展。

2.金融业要立足本源,并将支持绿色发展与产业转型升级作为服务重点。一是要发挥其资源配置功能,在金融服务的各个环节,加大向绿色发展行业及企业的金融支持,助力于其扩大规模与产品创新,以此带动产业转型与升级;二是要结合区域资源特点,支持构建环保产品和绿色服务交易平台,为绿色行业、绿色企业的融资及市场扩展提供便利;三是要建立信贷融资黑名单制度,即建立金融机构与环境监察部门的信息沟通机制,对于造成严重环境污染的企业,金融机构应该采取更为严厉的信贷政策,通过缩贷(针对已有贷款产生污染的企业)或者拒贷(针对还没有贷款产生污染的企业)的方式,实现金融资源向绿色发展领域的集中与倾斜,形成保障经济高质量增长的金融环境;四是金融主管部门要加大对绿色信贷的贴息力度,鼓励绿色债券的发行,简化审批流程,为绿色发展提供更多的政策支持。

3.加快科技金融、绿色金融的发展,优化金融结构。金融业要通过产品创新与业务创新,将鼓励与支持环保技术、节能技术、新能源技术等的研发作为金融支持实体经济发展的重要内容,以推动绿色行业、绿色企业的技术进步与产品创新;通过培育金融市场,提升金融服务效率,为科技型产业与企业的成长及成果转化提供更有效的金融支持,以强化经济高质量增长的内在动力。