绿色金融对区域可持续发展的影响研究

姚洪心 金钰

摘   要：在经济社会亟需转变发展模式的背景下，深入探究绿色金融对区域可持续发展的影响具有重要意义。本文基于中国30个省（市、自治区）2008—2019年的数据，采用非期望产出-超效率SBM模型和熵值法分别测度了可持续发展效率和绿色金融综合发展水平，通过构建面板回归模型实证检验了绿色金融对区域可持续发展的影响，并对其异质性和作用机制进行了考察。研究表明：绿色金融对区域可持续发展效率具有促进作用，相对于东部地区和高效率地区，绿色金融对中西部地区和低效率地区可持续发展的促进力度更加显著。作用机制研究结果显示，金融资源错配在两者的关系中承担着中介作用，即绿色金融通过缓解金融资源错配促进了区域可持续发展。

关键词：绿色金融；可持续发展；非期望产出-超效率SBM模型；熵值法；金融资源错配

DOI：10.3969/j.issn.1003-9031.2023.02.003

中图分类号：F832               文献标识码：A     文章编号：1003－9031（2023）02－0033－13

中国步入工业化发展进程以来，已实现国民生产总值的高速增长及综合国力的大幅提升，人民的生活质量得到显著改善。然而，我国的经济发展方式长期以来主要是依靠大量生产要素投入的粗放型增长，在亟需转变发展模式的背景下，更应注重经济增长、社会发展与环境保护三者之间的耦合协调，可持续发展路径成为必然选择。

实现可持续发展转型目标需要大量的资金保障，仅依靠政府政策支撑难以为继，发挥市场机制作用将成为可持续发展的主要推动力。绿色金融作为金融体系的进一步发展形态，既是金融机构自身发展的必然选择，也是实现可持续发展的内在要求。因此，深入探究绿色金融对区域可持续发展的影响机制并实证检验两者之间的关系，科学地构建绿色金融体系以实现可持续发展转型，具有重要的理论意义和实践价值。

一、文献综述与理论分析

（一）文献综述

针对绿色金融的研究，由于各个国家的经济发展水平及绿色金融的探索阶段存在差异，国内外对于绿色金融的内涵尚未形成统一的界定。但学者们对于绿色金融的本质已形成了共识，即绿色金融是以环境保护为目的而进行的金融创新，通过多样化的金融工具以实现经济、环境与资源的协调发展（Salazar，1998；方灏和马中，2010）。在此基础上，学者们探讨了发展绿色金融的必要性，其可以帮助企业规避环境风险（Labatt＆White，2002）、助力商业银行实现资产配置绿色化转型（王锐和王桤伦，2021）、推动绿色技术创新（王馨和王营，2021）、优化产业结构（裴育等，2018）以及促进经济增长（邱海洋，2017）。

针对可持续发展的研究，工业革命后形成的增长发展观造成了资源的大量消耗和环境的日益恶化，可持续发展逐渐成为人类的共识。1987年通过的《我们共同的未来》提出了可持续发展的定义，即既满足当代人的需求，又不对后代人满足其自身需求的能力构成危害的发展（世界环境与发展委员会，1989）。在中国，可持续发展理念是古代儒家哲学信仰“天人合一”的延续和传承，其核心是研究自然规律、人与人之间关系的规律以及人与自然关系的规律进而创造一个和谐的世界（翟亚军和方淑芬，1999）。在此基础上，学者指出可持续发展的内涵通常被概括为经济可持续发展、环境可持续发展和社会可持续发展。其中，经济发展是基础，环境保护是条件，社会进步是目的，三者是一个相互影响的综合体，只有保持经济、环境、社会协调发展，才符合可持续发展的要求（田成川，2014）。

针对绿色金融对可持续发展的研究，现有文献主要聚焦于理论分析层面，以绿色金融的发展现状为支点，探索其存在的制约与不足，并提出相关的政策建議以完善绿色金融发展机制，进而加速实现可持续发展转型（王修华和刘娜，2016；周兴云和刘金石，2016）。实证检验层面，较少有文献直接研究绿色金融对区域可持续发展的综合影响，而是从经济发展和环境改善两个分离的维度验证绿色金融的促进效应（Zhou et al，2020；雷汉云和王旭霞，2020）。

综上所述，现有研究较少探讨绿色金融如何影响区域可持续发展，并且缺乏对其异质性和作用机制的考察。因此，本文探析了绿色金融影响区域可持续发展的理论框架，运用非期望产出—超效率SBM模型和熵值法分别构建了区域可持续发展效率和绿色金融综合发展水平指标，基于面板回归模型实证检验了绿色金融对区域可持续发展的影响，并从区域和效率异质性两个角度进行了剖析，检验了“绿色金融—金融资源错配—区域可持续发展”传导渠道的有效性，以期为我国实现可持续发展转型提供决策参考。

（二）理论分析

绿色金融通过优化资本配置以改善经济的增长路径及降低稳态中的环境损害水平，进而提高经济增长的质量（文书洋等，2022）。微观层面，绿色金融通过缓解绿色企业的融资约束，为其经营发展提供了资金保障；中宏观层面，绿色金融通过引导资金流向绿色产业，加速产业结构转型进而促使产业链向高端化、绿色化延伸。在此基础上，本文探究了绿色金融推动可持续发展的作用机制，如图1所示。

1.缓解绿色企业融资约束，为其经营发展提供资金保障

绿色金融旨在支持环境改善、应对气候变化和资源节约高效利用的经济活动，通过以下三条途径缓解绿色企业的融资约束。第一，绿色金融体系通过多维度发展与创新，拓宽了绿色企业的融资渠道。第二，绿色金融体系能够有效收集有关绿色项目的信息，缓解绿色企业融资过程中存在的信息不对称问题。第三，针对绿色活动具有的投资回报周期长、风险大的特征，绿色金融体系能够分散投资者在投资过程中所承担的风险，进而为绿色企业获得中长期资金提供支持。

2.引导资金流向绿色产业，为产业结构转型提供持续动力

绿色金融通过资源配置和产业整合两个渠道为产业结构优化升级提供源源不断的资金。第一，绿色金融通过实施差异化的货币金融政策动员更多资金聚集，进而形成绿色投资（王遥等，2016）。在此基础上，绿色金融通过选择绿色环保项目改变资金的投向以优化资源配置，引导社会资本流入绿色产业进而实现地区产业布局。第二，绿色产业形成的规模效应能够提升其议价能力并降低成本，提升全产业链的竞争力和稳定性，进而发挥对招商引资的虹吸效应，使得产业链向高端化和绿色化延伸并提升在全球价值链中的地位。

基于上述分析，本文提出如下的研究假说：

H1：绿色金融对区域可持续发展具有正向促进作用。

H2：金融资源错配在绿色金融与区域可持续发展两者的关系中承担着中介作用。

二、研究设计

（一）变量构造与数据来源

1.被解释变量：可持续发展效率（Eff）

在借鉴尹传斌等（2017）和陈明华等（2020）的研究基础上，本文运用含有非期望产出的超效率SBM模型测度区域可持续发展效率。其主要有以下三方面的优点。第一，相较于指标衡量法，此模型不依赖于专家打分，而是以数据为支撑，因此更具有客观性。第二，相较于传统的DEA衍生模型，该模型考虑了投入产出变量的松弛型和非径向问题，允许投入产出变量以不同的比例进行变动并且有效解决了多个决策单元效率值为1的不可比问题。第三，由于各地区在发展过程中产生期望产出的同时也伴随着非期望产出，此模型可以将非期望产出纳入测度的过程中，能够更加精确地测度区域的可持续发展效率，其具体公式如下所示：

（1）

其中，n表示决策单元（DMU）的个数，每个DMU包含m种投入，s1种期望产出和s2种非期望产出；x、yd和yu分别表示投入矩阵、期望产出矩阵及非期望产出矩阵中的元素；s-、sd和su是松弛变量，分别代表投入过剩、期望产出不足和非期望产出过剩；l和u表示规模报酬假设；？籽越大说明区域的可持续发展效率越高。

本文参考何砚和赵弘（2017）和周亮等（2019）的做法，从经济、环境及社会三个角度分别选取了相应的投入与产出指标，具体指标选取如表1所示。

其中，投入指标中的劳动力总人数由城镇单位就业人数和城镇私营企业与个体就业人数加总获得，期望产出指标中衡量经济效益的国内生产总值根据各省的GDP平减指数调整为以2008年为基期的不变价。其余指标从《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》及Wind数据库中直接获取。

2.核心解释变量：绿色金融综合发展水平（GF）

目前文献中测度绿色金融发展水平的方法主要有三种，具体包括单一指标法、主成分分析法和熵值法。其中，熵值法是根据各项指标数据的变异程度来确定其权重大小，不仅避免了主观人为因素带来的测度偏差，而且也不会模糊原有指标的涵义。因此本文利用熵值法来合成绿色金融综合发展指标，具体计算步骤如下所示：

正向指标标准化：

（2）

负向指标标准化：

（3）

计算各指标熵值：

（4）

计算综合得分：

（5）

其中，Xij表示i地区的第j项指标，n是地区总数，m是指标总数。

绿色金融主要涵盖了绿色信贷、绿色证券、绿色投资、绿色保险及碳金融五方面，因此本文在李晓西和夏光（2014）研究的基础上，构造了如表2所示的指标。

绿色信贷方面，现有文献大多以逆向指标为代表来衡量其发展水平。本文为了使该指标更具全面性，还选取了36家A股上市银行①绿色信贷余额作为正向指标来测度。由于各银行的绿色信贷余额只能获得国家层面的数据，因此本文以各地区银行业营业网点数量占比来估算各地区的绿色信贷余额占比。绿色保险方面，由于我国2013年才开始推行环境责任险，其发展规模较小且数据披露体系不完善，故本文用农业保险相关数据来替代环境责任险。碳金融方面，基于各地区能源平衡表、折标煤系数及碳排放系数测度碳排放量，并用碳排量/GDP作为负向指标进行衡量。数据来源于《中国工业统计年鉴》《中国环境统计年鉴》《中国保险统计年鉴》《中国能源统计年鉴》《金融运行报告》、各省份统计年鉴及Wind数据库。

3.控制变量

除核心解释变量外，本文还选取了以下的控制变量：政府参与率（Gov），以政府财政支出占GDP的比重衡量；外商直接投资水平（FDI），以外商直接投资金额占GDP的比重衡量；产业结构（Industry），以第三产业增加值占GDP的比重衡量；对外开放程度（Open），以进出口总额占GDP比重表示；受教育程度（Edu），以大专及以上人口的自然对数来衡量。数据来源于《中国统计年鉴》、Wind数据库及iFind数據库。

4.中介变量

本文参考刘锡良和文书洋（2019）的研究，选取重污染行业企业和所有行业企业（剔除金融类和综合类企业）作为研究样本，将其长短期借款按照省份和行业加总，进而构造了各省份的金融资源错配指标（RM），数据来源于Wind数据库。

（二） 模型构建

1.面板回归基准模型

本文采用如下的面板回归基准模型检验绿色金融对区域可持续发展的影响：

（6）

2.中介效应检验模型

本文在模型（6）的基础上构造如下拓展模型以检验作用机制的有效性：

（7）

（8）

（三） 变量描述性统计

由于西藏自治区和港澳台地区的数据严重缺失，因此本文选取其余30个省（市、自治区）作为研究对象，研究区间为2008—2019年，部分缺失值使用插值法填补，变量的描述性统计分析结果如表3所示。

三、实证分析

（一）平稳性检验

为避免出现伪回归，本文分别采用LLC检验和ADF检验对变量进行单位根检验，检验结果如表4所示。结果显示，对外开放程度（Open）和受教育程度（Edu）未通过ADF检验，原序列非平稳。所有变量的一阶差分序列均通过了LLC检验和ADF检验，在1%的显著性水平下拒绝了序列非平稳的原假设，即所有变量都是一阶单整的。

（二）面板协整检验

本文使用Kao检验和Pedroni检验对变量进行协整检验，其结果如表5所示。结果发现，各个变量之间存在长期均衡关系。

（三）基准模型回归

本文对基准模型进行F检验和Hausman检验，确定其类型为固定效应模型。同时，为剔除异常值的影响，本文对连续变量进行了上下1%的缩尾处理。表6报告了基准模型回归结果，核心解释变量（GF）前的系数为0.585，且在5%的水平上显著，说明绿色金融对区域可持续发展具有正向促进作用，验证了假设H1。控制变量层面，政府参与率的提升、产业结构的优化升级、对外开放程度的增加及受教育程度的提升对区域可持续发展均具有显著的正向影响，外商直接投资对区域可持续发展具有显著的负向影响，验证了“污染天堂”假说的有效性。

（四）异质性检验

为进一步探究绿色金融对可持续发展的影响，本文从区域异质性和效率异质性两个角度展开分析。其中，根据各省份的经济发展情况和地理位置，将30个省、市、自治区划分为东部地区和中西部地区①；根据非期望产出-超效率SBM模型所测度的各省份平均效率，将大于平均值的地区划分为高效率地区，剩余为低效率地区②，异质性检验结果如表7所示。

区域层面，东部地区绿色金融（GF）前的系数为正但并不显著，而中西部地区绿色金融（GF）前的系数为正且在5%的水平上显著，其主要原因为东部地区可以依托其地理优势和经济发展优势，吸引人才、技术及资金的流入以促进绿色化转型，而中西部地区由于缺乏竞争优势，更需借助绿色金融体系改变资金流向进而推动区域可持续发展转型。效率层面，高效率地区绿色金融（GF）前的系数为负但并不显著，低效率地区绿色金融（GF）前的系数为正并在5%的水平上显著，其原因为当区域处于可持续转型初期时，绿色金融能够有效地引导资金流入绿色产业，进而优化供给侧结构以推动可持续发展。但当区域可持续发展效率逐渐提升后，仅依靠供给侧改革所带来的助推效果并不显著，此时更应该注重需求侧改革，即通过强化消费者的绿色意识以带动区域可持续发展。

（五）作用机制检验

表8列示了金融资源错配作用机制的检验结果，由列（1）-（3）可以发现，绿色金融（GF）和金融资源错配（RM）前的估计系数均显著，说明金融资源错配在绿色金融对区域可持续发展的影响中承担着部分中介作用，即绿色金融通过缓解金融资源错配进而促进了区域可持续发展效率的提升，验证了假设H2。

（六）稳健性检验

为验证研究结论的可靠性，本文使用以下方法进行稳健性检验：由于同一省份在不同时期内的扰动项可能存在自相关问题，因此本文基于省份层面的聚类稳健标准误进行估计；由于直辖市的经济、社会及财政情况与其他省份存在差异，因此剔除北京、天津、上海及重庆四个直辖市后，对基准模型重新进行回归；考虑到区域可持续发展可能存在的动态持续性，本文使用差分GMM模型和系统GMM模型对绿色金融对区域可持续发展的影响重新进行回归。表9列示了稳健性检验的结果，核心解释变量绿色金融（GF）前的系数均为显著为正，且Sargan（P）值显示通过了过度识别检验，验证了研究结论的稳健性。

四、结论与政策建议

（一）结论

本文在分析了绿色金融促进区域可持续发展的作用机制的基础上，基于2008—2019年中国30个省（市、自治区）的数据分别测度了各区域的可持续发展效率和绿色金融综合发展水平，通过构建面板回归模型检验了两者的关系且进行了异质性分析，并进一步探究了作用机制的有效性。研究表明：第一，绿色金融对区域可持续发展效率存在正向促进作用，且该结论在稳健性检验后仍然成立。第二，绿色金融对区域可持续发展的影响存在异质性特征，相较于东部地区和高效率地区，绿色金融对中西部地区和低效率地区可持续发展的促进作用更加显著。第三，金融资源错配在两者关系中承担着部分中介作用，“绿色金融—金融资源错配—区域可持续发展”传导渠道有效。

（二）政策建议

一是顶层政策和市场机制双轮驱动，完善绿色金融发展体系。一方面，政府应在绿色金融探索及实践的过程中完善顶层政策的设计，制定绿色金融方面的法律制度，为绿色金融相关活动提供支持。同时，还应制定统一的绿色金融标准，丰富绿色金融发展体系。另一方面，深化金融机构的绿色理念，提升其环境风险控制能力，充分发挥资金引导作用。此外，金融机构应积极创新绿色金融产品，增加企业市场参与程度，发挥绿色金融的资源配置功能。

二是绿色金融发展重点因地制宜，改善整体可持续发展状况。东部地区可以依托其区位优势和資源优势，使用市场化手段带动绿色经济的发展。中西部地区应定位差异化发展策略，走特色发展道路。可持续发展高效率地区应注重需求侧的管理，强化绿色消费和绿色投资理念。低效率地区应构建完善的绿色金融发展体系，促进可持续发展效率的提升。此外，绿色金融的成功试点成果也可以在不同地区进行复制，发挥区域的正向溢出效应，提高绿色金融综合发展水平。

三是建立健全绿色评级和绿色银行体系，充分发挥资源引导作用。一方面，绿色评级体系的开发可以增强企业环境信息披露的透明度和承担环境保护责任的积极性，树立良好的企业形象以增加客户的关注度和员工的忠诚性。同时，还可以帮助投资者全面衡量企业风险并减少评估成本，解决绿色企业存在的融资约束问题。另一方面，我国金融体系是以银行业为主导的，银行信贷资金的分布形态决定了地区产业结构的分布形态。因此，为加快实现可持续发展转型，银行业应主动承担环境责任，充分发挥其信息优势和规模优势，引导资金流入绿色产业，减少信贷资源向重污染行业的倾斜，降低金融资源错配程度。

（责任编辑：孟洁）

参考文献：

[1]Labatt S，White R R.Environmental finance：a guide to environmental risk assessment and financial products[R].Canada：John Wiley & Sons.Inc，2002.

[2]Salazar J.Environmental Finance：Linking Two World[R].Slovakia：Financial Innovations for Biodiversity Bratislava，1998.

[3]Zhou X G，Tang X M，Zhang R.Impact of green finance on economic development and environmental quality：a study based on provincial panel data from China[J].Environmental Science and Pollution Research，2020（27）：19915-19932.

[4]陈明华，张晓萌，刘玉鑫，等.绿色TFP增长的动态演进及趋势预测——基于中国五大城市群的实证研究[J].南开经济研究，2020（1）：20-44.

[5]翟亚军，方淑芬.多维可持续发展模式初探[J].管理工程学报，1999（1）：31-34+61.

[6]方灏，马中.论环境金融的内涵及外延[J].生态经济，2010（9）：50-53+72.

[7]何砚，赵弘.京津冀城市可持续发展效率动态测评及其分解研究——基于超效率CCR-DEA模型和Malmquist指数的度量[J].经济问题探索，2017（11）：67-76+106.

[8]雷汉云，王旭霞.环境污染、绿色金融与经济高质量发展[J].統计与决策，2020，36（15）：18-22.

[9]李晓西，夏光.中国绿色金融报-2014[M].北京：中国金融出版社，2014.

[10]刘锡良，文书洋.中国的金融机构应当承担环境责任吗？——基本事实、理论模型与实证检验[J].经济研究，2019，54（3）：38-54.

[11]裴育，徐炜锋，杨国桥.绿色信贷投入、绿色产业发展与地区经济增长——以浙江省湖州市为例[J].浙江社会科学，2018（3）：45-53.

[12]邱海洋.绿色金融的经济增长效应研究[J].经济研究参考，2017（38）：53-59．

[13]世界环境与发展委员会.我们共同的未来[M].吉林：吉林人民出版社，1989.

[14]田成川.“三个发展”是解决当代可持续发展问题的关键[J].中国行政管理，2014（11）：13-17.

[15]王锐，王桤伦.绿色金融政策推动商业银行资产配置绿色低碳化转型探析[J].海南金融，2021（11）：76-82.

[16]王馨，王营.绿色信贷政策增进绿色创新研究[J].管理世界，2021，37（6）：173-188+11.

[17]王修华，刘娜.我国绿色金融可持续发展的长效机制探索[J].理论探索，2016（4）：99-105.

[18]王遥，潘冬阳，张笑.绿色金融对中国经济发展的贡献研究[J].经济社会体制比较，2016（6）：33-42.

[19]文书洋，林则夫，刘锡良.绿色金融与经济增长质量：带有资源环境约束的一般均衡模型构建与实证检验[J].中国管理科学，2022，30（3）：55-65.

[20]尹传斌，朱方明，邓玲.西部大开发十五年环境效率评价及其影响因素分析[J].中国人口·资源与环境，2017，27（3）：82-89.

[21]周亮，车磊，周成虎.中国城市绿色发展效率时空演变特征及影响因素[J].地理学报，2019，74（10）：2027-2044.

[22]周兴云，刘金石.我国区域绿色金融发展的举措、问题与对策——基于省级政策分析的视角[J].农村经济，2016（1）：103-107.