长三角地区绿色金融与生态环境耦合协调关系评价

张 鑫 张水平

（安徽理工大学经济与管理学院 安徽淮南 232001）

生态环境，是人类生存与进步的空间[1]，是国家实现经济可持续发展的重要基础[2]，保护生态环境在经济的发展过程中的作用显得越来越重要。党和国家对生态文明的高度重视、企业绿色转型的新发展要求，为绿色金融提供了更加坚定的制度保障和更加广阔的市场机会。越来越多的地方政府和市场主体高度认可发展绿色金融，并自发践行责任投资理念。本文选择对2012-2016年长三角地区内部4个省市的相关指标数据进行处理分析，并对各省市绿色金融和生态环境的发展水平以及绿色金融和生态环境复合系统的耦合协调发展关系进行对比分析。

一、研究方法

（一）指标赋权。熵值法排除了过度依赖主观感觉而对评价结果产生的负面影响，所以本文选择熵值法对绿色金融—生态环境复合系统的评价指标进行赋权，然后对2012-2016年长三角地区各省市的绿色发展水平和生态环境水平进行综合评分。

具体过程如下：

1.计算指标比重。设Ptij表表示t年第j个指标下第i个样本占该指标的比重，Yij为极差标准化处理后的数据，公式为：

3.计算指标权重。设Wj表示第j指标在综合评价中的权重，权重越大，对结果的贡献度越大，公式为：

通过熵值法，可以求得各指标的熵值和权重，从而进一步得到长三角地区绿色金融与生态环境总体的综合评价值，为进一步分析这两个子系统的耦合协调关系奠定基础。

（二）耦合度模型。耦合是指事物之间相互作用、相互影响的关系。耦合度则表示其相互之间影响程度的大小。绿色金融和生态环境两系统之间的耦合度模型为：

其中，U1、U2分别为式（4）计算得到的绿色金融和生态环境的综合评价值，C为绿色金融和生态环境的耦合度，取值范围为[0,1]，C的值越大，则两系统间的耦合程度越大，反之则越小，C=0时，两系统之间互不相关。本文借助蒋骏（2018）的做法，将绿色金融—生态环境耦合阶段类型分为4种：（1）0

（三）耦合协调度模型。因为耦合度只能判断两系统发展的同步性，当绿色金融综合评价值和生态环境综合评价值都较低时，耦合度可能较高，导致不能真实反映两个系统的协调发展水平，所以进一步引入耦合协调度模型，其实质是在不同的发展阶段追求绿色金融和生态环境最佳的发展组合。耦合协调度模型具体形式为：

T为复合系统综合协调指数，a、β为系数，和为1，这里都取0.5，认为绿色金融和生态环境同等重要。在实际中。一般使TÎ(0,1)，以确保DÎ(0,1)。本文借助李虹等的做法[3]，将绿色金融—生态环境系统耦合协调度评价分为7个等级（见表1）。

表1 绿色金融-生态环境系统耦合协调度评价标准

二、指标体系与数据说明

（一）评价指标体系的构建。

1.绿色信贷。由于缺失各省年度绿色信贷数据，李虹等主要选取了四大国有银行以及最早采用赤道原则的兴业银行、浦发银行的绿色信贷数据，将各省市银行网点机构占比作为权重，来估算各省市绿色信贷余额。这种方法虽然能够得到各省市大概的绿色信贷数据，但忽略了绿色融资的配置效率以及绿色资金的错配问题。所以逆向考虑，选择高耗能产业利息支出占比（六大高耗能产业利息支出/规模以上工业企业利息支出）作为绿色信贷逆向控制高消耗高污染行业发展表现的指标。

2.绿色证券。本文使用各省市环保企业A股市值占比，即各省环保企业总产值/各省上市企业A股总市值来反映绿色权益融资的发展水平。

3.绿色投资。本文使用各省的环境污染治理投资额/地区GDP来衡量地区对于治理生态环境的投资水平。

4.碳金融。本文使用根据IPCC(2006)中的方法计算出的中国大陆地区30个省直辖市（不包括西藏）的二氧化碳排放量数据作为负向指标来反映碳金融对环境改善的效果。

目前国际上一般使用PSR压力—状态—响应模型来衡量生态环境质量的水平高低，能够从经济、社会、环境等多个角度综合反映生态环境的质量水平。

（二）数据来源及处理。本文以长三角地区江苏省、浙江省、上海市、安徽省为研究对象，研究区间为2012-2016年。绿色金融系统的指标数据分别来源于中国工业经济统计年鉴、choice金融数据库、中国环境统计年鉴和人大经济论坛。生态环境系统相关指标数据来源于国家统计局以及各省市的统计年鉴。

由于各指标的方向和数据的统计口径不同，为了消除其对实证结果的影响，需要对数据进行标准化，极差法处理后的指标值将介于[0，1]之间。构建矩阵，在这里，m为各省市的个数，n为评价指标的个数。表示在t年第i个省市第j个指标的原始数值，为标准化后的数值分别为t年第j项指标的最大值和最小值。处理过程如下：

三、实证分析

（一）绿色金融与生态环境系统综合评价。根据上述的研究方法和计算模型，首先测算长三角地区四大省市的绿色金融发展水平和生态环境综合水平（见表3）。为了更直观地观察2012-2016年长三角地区各省市的绿色金融发展水平和生态环境综合水平的变化趋势，将表2分析结果绘制成折线图（见图1、图2）。

表2 绿色金融与生态环境评价指标体系

表3 绿色金融—生态环境综合评价结果

图1 长三角绿色金融水平发展趋势

图2 长三角生态环境水平发展趋势

（二）绿色金融与生态环境系统耦合协调度测度与分析。通过上述绿色金融-生态环境系统综合水平的结果，继续运用耦合度模型和耦合协调度模型对长三角地区绿色金融-生态环境系统的耦合协调发展状况进行研究（见表4）。

表4 绿色金融—生态环境系统耦合协调关系测度结果

根据图1的结果显示，长三角地区各省市之间的发展水平并不完全相同，变化幅度也各不一致，主要在区间[0.031,0.252]之间变化浮动。其中，浙江2012-2016年的绿色金融平均发展水平最高，虽然某些年份有所下降，但始终保持着较高的发展水平；安徽、上海分列2、3位，整体上，绿色金融发展水平都呈现上升趋势；江苏2012-2016年的绿色金融平均发展水平最低，且呈逐步下降的趋势。

在图2生态环境综合水平的发展趋势中，长三角地区生态环境综合水平在 [0.076,0.255]之间来回震荡。位列第1、2位的上海和浙江生态环境状况处在较高的水平，且变化趋势极为相似，江苏的环境水平呈略微的下降趋势，虽然安徽处在第3位，但发展势头比较可观，2016年达到了0.235的水平，非常接近浙江。并且从整体上看，上海、浙江和安徽的生态环境水平都呈现着良好的上升态势。

2012-2016年长三角地区各省市绿色金融—生态环境系统间的耦合度都在0.45以上，并且地区间的差距较小，两系统处于磨合阶段，此阶段绿色金融和生态环境可协调一致发展，绿色金融对生态环境的改善有较好的促进作用；截至2016年，浙江、上海、安徽复合系统的耦合协调度略微大于0.3，处于濒临失调阶段，绿色金融发展受阻。虽然我国长三角地区绿色金融与生态环境的耦合协调度总体水平较低，但两系统的综合协调指数T均呈现增长趋势，长三角地区的绿色金融和生态环境在未来会趋于良性发展。

四、结论和建议

本文通过构建长三角地区绿色金融—生态环境复合的协调发展评价指标体系，对绿色金融发展水平和生态环境综合水平进行了测算，并运用耦合度模型和耦合协调度模型，测算了2012-2016年长三角地区绿色金融系统和生态环境系统的耦合度、耦合协调度和综合协调指数。结果表明：长三角地区绿色金融和生态环境的发展正处于磨合阶段，可协调一致发展；但整体的绿色金融水平较低，绿色金融发展滞后；此外，绿色金融和生态环境的发展均呈现缓慢增长的趋势，绿色金融创新手段对改善生态环境有较大贡献。

作为国家经济发展的核心区，未来长三角地区的发展会更加迅速，作用会更加凸显。目前，长三角地区污染治理投资完成总额不足，并且没有形成稳定的增长态势，这从一定程度上说明，当前政府对绿色金融的资金供给不足和绿色投资需求快速增长之间存在较大的矛盾。对此，金融机构要充分执行绿色金融政策，创新绿色金融产品，引导绿色金融市场发展，合理安排资本投资，限制高污染，高能耗以及产能过剩行业的贷款额度。对于政府部门，有必要加大环境保护政策的制定和实施力度，增加地区环保投入，加大环境治理力度，同时建立健全的绿色金融体系实施计划，促进区域经济的绿色转型。