基于DEMATEL-ANP模型的绿色金融发展评价研究

王 剑 黄锦春

(1 衢州学院商学院，浙江 衢州 324000；2 萍乡学院电子商务研究中心，江西 萍乡 337055)

绿色产业适应了产业升级和可持续发展的要求，对减少污染、降低能耗有很重要的作用，但因为绿色项目的前期投资很大[1]，且面临着较高的技术风险和市场演变风险[2]，因此资金需求和投资风险是绿色产业发展的重要制约因素。在此背景下，绿色金融顺势而发，绿色金融产品创新使绿色资本加速流转，弥补资金缺口；金融工具及其杠杆设计满足了不同投资者的风险偏好，引导其资金投向绿色产业[3]。目前，我国绿色金融发展较为迅速，但从推进绿色金融运行状况角度出发，对绿色金融发展的测度或评价没能形成权威性和统一性的方法已然成为亟需解决的问题[4]。完善绿色金融评价标准，建立科学规范的诊断评估体系，有助于甄别关键影响因素和系统评价绿色金融发展，对绿色金融和绿色产业发展具有重要的意义。

针对绿色金融的评价标准，学者们开展了大量的研究。现有评价标准主要有单变量评价和综合指标评价两类。在单变量评价方面，学者们采用绿色金融投入、环境污染治理投资额及绿色信贷比率等指标衡量绿色金融发展[5-6]。在综合指标评价方面，张莉莉等构建了绿色信贷、绿色证券、绿色保险和绿色投资为一级指标的评价体系来评估地区的绿色金融发展水平[7]。李虹等研究了绿色金融和生态环境的协调发展，建立的评价体系包括绿色信贷、绿色证券、绿色投资和碳金融4个维度[8]。Jeucken构建了5个维度的指标体系对银行业的可持续金融发展水平进行了评价[9]。杨得前等在江西省环境经济政策绩效的研究中衡量了绿色金融政策的发展，构建了包括PPP模式效果、绿色债券规模和绿色信贷覆盖面等3个维度的体系[10]。

梳理现有文献可以发现，绿色金融评价指标从最初的单变量逐渐演变为综合指标。相对于单变量，综合指标具有系统性和综合优势。现有的综合指标主要纳入了绿色金融工具因素，只能反映绿色金融发展的部分情况。因此，更加广泛的考虑影响绿色金融发展的因素，并构建具有相互关联的指标体系，具有非常重要的意义。

本文旨在建立绿色金融发展综合评价体系。首先，通过文献梳理和指标前测探讨绿色金融发展的评价内容，建立综合评价指标体系；其次，进行DEMATEL问卷和ANP问卷的专家调查，收集数据；最后，运用决策实验室分析(DEMATEL)和网络分析(ANP)相结合的DEMATEL-ANP方法对所收数据进行计算和分析，得出各指标间的因果关系和权重，最终计算出各指标的混合权重。通过本文的研究，以期对绿色金融理论研究进行补充和完善，对厘清绿色金融发展的关键因素提供借鉴，助推区域绿色金融更好地发展。

1 研究方法与流程

影响绿色金融发展的因素较多，且各因素间存在相互影响的关系，因此应全面考查各指标的关联情况才能准确地评价绿色金融发展水平。DEMATEL-ANP是一种结合了DEMATEL方法和ANP方法的混合技术，该技术梳理了指标间的因果关系，强调各指标的相互影响和联系，有助于评价结果的客观和严谨。因此，本文运用DEMATEL-ANP技术评价绿色金融发展，研究流程包括：综合评价指标体系构建；运用DEMATEL分析指标间的影响关系；运用ANP计算指标体系权重；计算混合权重等，具体的流程如图1所示。

图1 研究流程

2 绿色金融发展模型及评价

2.1 绿色金融发展综合评价指标体系构建

Hohne等将绿色金融定义为一个“金融投资流入可持续发展项目、环境产品和鼓励发展可持续经济的政策”的整体[11]。可见，绿色金融发展包括3个内容：金融机构，金融产品或服务，绿色项目或产品。此外，政府政策对绿色金融的发展也至关重要，政府政策不仅在绿色金融投资导向中发挥着关键作用[12]，还有利于拓宽绿色金融资本的来源[3]。本文认为绿色金融发展受金融机构、金融产品或服务、绿色项目或产品以及政府政策等4个因素的影响。遵循这一逻辑，结合对相关文献的梳理，本文提出了初步的评价指标。在此基础上，对初步的评价指标进行专家前测。本文选取的专家包括与金融相关的政府工作人员、银行管理人员、企业管理人员以及金融领域的研究学者。前测问卷共回收32份，其中有效问卷24份，8份问卷因填写不完整被判为无效问卷。根据受访专家的判断，进一步对指标进行修改、调整和完善，得到最终的绿色金融发展综合评价指标体系(见表1)。

表1 绿色金融发展综合评价指标体系

2.2 运用DEMATEL确定一级指标间的影响关系

2.2.1 计算总关系矩阵

本文选取5位行业专家和15位金融领域的研究学者作为调查对象，对指标间的相互影响关系进行判断。5位行业专家中有3位金融机构管理人员和2位环保产业企业管理人员，均具有长期的从业经验，对政策、行业和项目有较为深入的理解。15位研究学者中包含4位教授和5位副教授，有8位具有博士学位。为提高调查的效度，在调查开始时，作者对调查的目的和流程进行了详细的解释，并澄清了所有混淆的问题。根据专家对一级指标的打分，判断指标两两之间的影响关系。综合所有专家的评分并计算平均分，可得直接关系矩阵，再经过标准处理和计算，得到总关系矩阵T：

B1B2B3B4

2.2.2 绘制因果关系图

在总关系矩阵中，需要设定阈值。阈值的设定可以剔除一些相对不重要的影响关系，还可以简化后续进行的ANP分析。借鉴以往的研究经验并结合专家的建议，本文设定阈值为1。将低于1的数值删除之后，得到调整后的总关系矩阵(见表2)。

表2 调整后的绿色金融发展评价指标总关系矩阵

除了指标间相互影响的关系，表2还对矩阵的各行、各列进行了加总，得到r值和c值，并显示了每个指标r值和c值加减的结果。根据r值和c值加减的结果，可得每个指标在因果关系图中的坐标,政策的支持(5.292,3.262)、金融机构的绿色化(5.859，-1.630)、绿色金融工具的发展(7.130，-0.190)以及绿色投资的效果(8.261，-1.442)。将这些坐标绘制到坐标图中，并根据调整后的总关系矩阵中各指标间的相互影响关系，可得一级指标的因果关系图(见图2)。

图2 绿色金融发展评价指标的因果关系

r值表示某指标影响其他指标的总和，c值表示某指标受其他指标影响的总和。因此，(r+c)将指标的影响和被影响相加，代表指标的重要性，在坐标轴里表示为横轴；(r-c)将指标的影响和被影响相互抵消，代表了指标与其他指标的关联性，在坐标轴里表示为纵轴。从图2可以看出，绿色金融发展综合评价的一级指标重要程度排序为B4、B3、B2、B1。说明B4是绿色金融发展最重要的因素，而B1和B2对绿色金融发展的作用相对较弱。在指标的关联性方面，指标B1的(r-c)大于0，归为原因组，指标B4、B3、B2的(r-c)小于0，归为结果组。也就是说，虽然B1的重要程度最低，但B1是B2、B3、B4的原因，B1通过B2、B3、B4对绿色金融发展进行影响。此外，图2还显示出各指标间的网络关系。其中，B1同时影响B2、B3、B4并受到B3的影响；B2、B3、B4两两之间相互影响；B1、B2、B3内部是独立的，只有B4内部是相互依存的。

2.3 运用ANP计算各级指标权重

根据DEMATEL得到的总关系矩阵和因果关系图，可以构建综合评价指标的网络结构，以便进行ANP分析。网络结构如图3所示。

图3 绿色金融发展评价指标的网络结构

根据绿色金融发展评价指标的网络结构，建立ANP模型，通过对评价指标重要程度的成对比较、计算未加权超级矩阵、计算加权超级矩阵以及计算极限矩阵，可得到各级指标的权重。本文的ANP模型计算过程借助Super Decisions软件完成。限于篇幅，相关矩阵结果不具体展示。

表3显示了运用ANP计算的各级指标权重。从一级指标权重中可知，B4是绿色金融发展最重要的因素，其次是B3，而B1和B2对绿色金融发展的影响相对较弱。从二级指标权重可以看出，在B1中，最重要的是C2和C3；在B2中，最重要的因素是C6；在B3中，C7和C9最为重要；在B4中，最重要的因素是C11。

表3 绿色金融发展评价指标权重

2.4 计算混合权重

虽然运用ANP方法计算得出各级指标的权重，但因为ANP没有考虑指标的关联性，这就可能存在某些指标虽权重较高但关联性不强或某些指标虽权重较低但关联性很强的情况。因此需要将DEMATEL和ANP的分析结果相结合计算混合权重，得到更准确的结果。利用DEMATEL的总关系矩阵和ANP的权重计算混合权重,结果如图4所示。根据结果，B4的权重最大，其次是B1，B3略低于B1，B2的权重最小。

图4 绿色金融发展评价指标混合权重

2.5 评价结果分析

综上所述，在DEMATEL分析中，指标的重要程度排序是B4>B3>B2>B1；在ANP分析中，指标的权重排序是B4>B3>B2>B1；在混合权重计算中，指标的混合权重排序是B4>B1>B3>B2。3种排序具有逻辑上的一致性，均反映出相似的指标重要程度，具体分析如下：

绿色投资的效果(B4)的权重和混合权重均为最高，说明其对绿色金融发展的影响很大并对其他指标具有一定的影响。根据绿色投资与其他一级指标的影响关系，以及内部二级指标的重要程度，我们认为的发展路径为：一方面，随着绿色产业的成长，绿色投资得到发展，并进一步促进绿色金融的发展；另一方面，绿色投资在其他一级指标的带动下，共同促进绿色金融的发展。

绿色金融工具的发展(B3)的权重和混合权重次之，说明其对绿色金融发展的影响较大并对其他指标具有一定的影响。根据绿色金融工具与其他一级指标的影响关系，以及内部二级指标的重要程度，我们认为绿色金融工具的发展路径为：一方面，随着绿色信贷和绿色保险的扩大，绿色金融工具得到发展，并进一步促进绿色金融的发展；另一方面，绿色金融工具与其他一级指标相互带动、相互影响，共同促进绿色金融的发展。

政策的支持(B1)的权重较低，但混合权重较高，说明其对整个绿色金融发展的影响较小，但对绿色金融发展的其他指标影响很高。属于典型的“权重较低但关联性很强”指标，其指标价值在混合权重中得以体现。我们认为政策对促进绿色金融发展的路径是：金融政策和产业政策的不断完善，不仅为绿色金融发展提供政策支持，更是极大地带动了其他影响因素的发展，并最终促进绿色金融的发展。

金融机构的绿色化(B2)的权重和混合权重均为最低，因此其不是绿色金融发展的关键因素。本文认为原因在于，金融机构的绿色化还处于满足环境需求资金的阶段，绿色经营理念不够深入，也缺乏绿色发展战略设计。

3 结论与启示

本文建立绿色金融发展评价的DEMATEL-ANP模型，构建出绿色金融发展综合评价指标体系，运用DEMATEL方法厘清评价指标间的关系，绘制出指标因果关系图，再运用ANP方法计算出各级指标的权重，最后将DEMATEL和ANP两种方法的分析结果进行综合，得出各绿色金融发展评价指标的混合权重，从而甄别出影响绿色金融发展的主要因素。主要的结论包括：影响绿色金融发展的主要因素有绿色投资的效果、绿色金融工具的发展和政策的支持3个指标，其中，绿色投资的效果是关键指标，绿色金融工具的发展次之，政策的支持指标通过影响其他指标进而影响绿色金融发展。

本文的研究提供了以下几点启示：第一，绿色投资的效果是绿色金融发展的关键指标，因此应大力发展绿色投资。绿色投资的效果指标中，绿色产业的发展尤为重要。发展绿色产业有利于能源消耗和污染排放的减少，有助于产业结构调整和产业的可持续发展。但绿色产业发展的投资较大、效应周期较长，因此需要大力的扶持。通过扶持绿色产业，满足绿色产业的资金需求，可以调整金融资金投放的结构，推动绿色金融的发展。第二，绿色金融工具的发展是绿色金融发展的重要指标，因此应不断发展绿色金融工具。目前，我国的绿色金融工具不断创新和发展，已经具有绿色信贷、绿色证券、绿色保险和碳金融等多种金融工具，但仍然存在体制机制、标准、定价机制不健全等问题。鉴于绿色金融工具对绿色金融发展的影响，完善绿色金融体制机制、完善绿色金融工具标准、健全绿色金融工具定价机制，有利于绿色金融工具的发展，并推动绿色金融的整体发展。第三，政策的支持通过影响其他指标进而影响绿色金融的发展，因此应着力发展绿色金融相关政策。政策的支持指标中，金融政策和产业政策最为重要。金融政策直接作用于金融机构和绿色企业，有利于绿色企业融入资金、降低成本和提高产出。产业政策引导企业的发展方向，有利于绿色产业的壮大和发展。不断推出和完善绿色金融政策和绿色产业政策，能有效地带动金融机构的绿色发展和绿色产业的发展，最终推动绿色金融的发展。