绿色金融对长三角地区产业结构升级的效应分析

摘 要：近些年来，在人口和资源等因素的驱动下，我国经济取得了显著的成绩。然而这种粗放式的经济发展模式也使得地方经济发展与环境保护矛盾激化。绿色金融逐渐成为金融发展的重点关注内容，而绿色金融对产业结构的影响也是绿色金融研究的重要领域。本文以长三角地区为例，收集2006年至2020年相关数据，利用灰色关联度分析模型进行实证研究，研究表明长三角地区绿色金融发展对于产业结构升级具有一定的促进作用，发展区域绿色金融可以一定程度地优化该地区产业结构。最后根据实证分析的结果，提出绿色金融发展的相关建议。

关键词：绿色金融；产业结构；长三角地区；灰色关联度

在过去“高污染”“高能耗”的粗放式经济发展模式下，中国的经济发展迅速，但是背后是以大量的能源消耗作为代价。传统的经济发展方式亟须转变为集约型经济，而绿色金融是以保护环境为出发点和落脚点，可以通过区域内产业调整进而实现各产业的协调发展，促进产业结构升级和经济高质量发展。

在“双碳目标”的背景下，我国绿色金融已经进入新的发展阶段，绿色金融产品发展迅速绿色，金融工具的发展更加多元化。绿色信贷是最为成熟的绿色金融产品，可以通过资金借贷的方式，通过差异化定价的策略。引导资金流入绿色产业；绿色债券是企业直接为绿色环保项目融资的手段，多用于低碳环保领域；我国绿色基金自2016年开始有所发展，将资金募集用于绿色发展项目，截至2021年年中已经达到2000亿的规模；绿色保险正处于起步阶段，可以对环境污染的受害者提供一定的補偿。本文聚焦于长三角地区，对于该地区绿色金融发展程度和产业结构升级进行实证分析，再结合地区实际情况和分析结果提出建议。

一、文献综述

绿色金融是近些年经济领域研究的热点话题，国内外学者对于绿色金融和产业结构升级之间的关系进行了大量的研究。国外学者Spkeir（2014）研究了碳金融在经济发展中的作用，建议通过大力发展碳债券，借助互联网平台使得绿色金融促进产业结构的升级。Markandya等（2019）通过分析多个国家的绿色金融与产业结构升级之间的数据关系，发现发展绿色金融对于发展中国家的技术创新而言具有显著的推动作用，进而促进产业结构升级。国内学者对于绿色金融和产业结构的研究起步相对较晚，姬喆（2017）运用固定效应模型分析了山东省17个地市的数据指出产业结构不合理是阻碍绿色金融发展的主要问题之一。刘霞等（2019）中部六省2004—2017年的相关数据，运用固定效应模型对其进行分析，结论表示绿色金融的发展通过影响区域内产业结构的变化推动经济增长。郑文灏（2018）以江苏省为例，针对绿色信贷与低碳经济之间的关系进行了实证研究，以此代表绿色金融产品与绿色经济发展的关系。研究表明随着绿色金融的发展，该省市的产业结构格局有所转变，产业高级化比率大幅度提高。李倩等（2020）对绿色金融促进产业结构优化机制进行了梳理，通过建立时滞多变量GM（1，N）协调度模型，计算我国2011—2017年绿色金融和产业结构优化之间的协调度，发现绿色金融发展对产业结构优化起到了正向促进作用。何鹏等（2020）采用了固定效应模型分析了中部地区六个省份绿色金融在区域经济发展中产生的效应，结论表明绿色金融带来了产业结构的变化最终促进了产业升级。高锦杰和张伟伟（2021）选取了2012—2018年全国30个省区市研究发现，就全国层面而言，绿色金融的发展能够显著促进产业结构生态。张婷（2022）研究发现绿色金融对产业转型具有显著的促进作用，环境规制可以促进产业结构的可持续化和高级化。

综上所述，国内学者对于绿色金融影响产业结构的升级的研究逐渐成熟化，学者们从多个角度入手，地区从区域到全国，方法从理论分析到实证分析，采用了多个模型和方法。基于此，本文采用灰色关联度方法，对于长三角地区绿色金融与产业结构升级关系做进一步研究。

二、指标体系构建和灰色关联分析

1.指标体系的建立

基于数据的可得性和客观性，本文选取了长三角地区安徽省、江苏省、浙江省和上海市2006—2020年的数据进行研究分析。对于绿色金融指标，以往文献综述大多以绿色信贷作为度量指标，但是随着我国金融产品发展的多样化，其他金融产业工具也形成了一定规模。因此本文测度指标选取了绿色信贷、绿色投资、绿色保险、政府支持、绿色基金、绿色债券、绿色权益作为二级指标，在各个二级指标的基础上建立三级指标，最后通过熵值法计算出三省一市的绿色金融指数。根据产业结构理论，劳动力会随着经济发展逐渐从低层次产业向高层次产业转移，产业结构的升级也就是从第一产业逐渐向第二产业、第三产业转移，本文采用产业产值和省内生产总值的比重来表示。数据来源于统计局、科技部、中国人民银行等权威机构网站及各种权威统计年鉴。

2.灰色关联分析

3.计算结果及分析

根据上文灰色关联度模型计算过程可以得到长三角地区三省一市绿色金融与一、二、三产业产值占比的灰色关联度，具体数值如表2所示。

从上表计算的数据来看，由表2灰色关联度计算结果可知，长三角地区各省份绿色金融与一、二、三产业产值占省内生产总值比重的灰色关联度均大于 0.55，最大值为上海市绿色金融与第三产业产值占比的灰色关联度 0.944，说明长三角地区三省一市的绿色金融发展与第一、第二和第三产业产值的增加之间都存在着一定的协同性。与此同时我们可以看到安徽省、江苏省、浙江省和上海市的绿色金融的发展与第一、第二、第三产业分别占生产总值比重的灰色关联度统一表现为r01＜r02＜r03，这说明长三角地区绿色金融与第三产业的关联度最强，与第二产业、第一产业的关联度依次减少。这反映出绿色金融的发展有利于第三产业的发展，当绿色金融大力发展时，第三产业的产值增加最为明显，第二产业和第一产业增加会依次减少，进而导致各产业之间结构变化，最终促进产业结构升级。

三、结论和对策建议

从实证结果显示，长三角地区三省一市的第三产业与绿色金融的灰色关联度最高，普遍在0.9附近，第二产业和第一产业的灰色关联度系数依次降低。这说明绿色金融的发展有利于第三产业的发展，而第三产业占比的提高也是产业结构升级的特征。总体而言，绿色金融的发展确实能够促进长三角地区产业结构的升级。为了进一步促进长三角地区的绿色金融发展，加快产业结构升级调整，本文提出以下建议。

1.丰富绿色金融市场参与者

目前，我国已初步形成绿色信贷、绿色债券和碳金融产品等多层次绿色金融产品和市场体系。但是总体来看，绿色金融市场的参与者呈现单一化，主要是商业银行，当地政府丰富市场参与者，制定优惠政策，积极鼓励其他金融机构以及个人投资者进入市场，加强长三角地区绿色金融市场的层次化和多样化，进一步为绿色金融市场注入活力。为了保障绿色市场的可持续发展，政府也必须发挥领头羊的作用，出台相应的支持政策来进一步保障绿色金融机构的运行。最后区域政府要重视培养绿色金融专业人才，与传统金融不同的是绿色金融具有更高的专业性要求，因此专业人才也是金融市场发展不可或缺的一部分。长三角区域经济发展状况良好，可以制定系列相关的绿色金融人才引进计划，以丰厚的待遇吸引相关的人才，丰富区域专业人才。再利用“高校+研究机构+金融机构+企业”的合作模式，形成绿色金融能力持续建设机制。为当地的绿色金融市场注入活力。

2.加大绿色金融创新

目前绿色资金更偏向于可获利的少数领域如清洁能源和可再生能源等，对于绿色技术等项目的创新机制则缺乏投入。为了引导更多社会资本聚集在绿色产品，更好地发挥绿色金融促进资本形成和引导资本流动的功能，应当大力鼓励推进绿色金融创新，加快布局绿色技术创新。

政府可以加强交流，借鉴有限经验，加强构建投融资体系，引导资金流入绿色科技创新领域。在重点技术攻关阶段，提供资金稳定支持；在成果转换阶段可以进一步形成多元扶持渠道；在技术成熟期获得进一步的资本市场的支持。在信贷政策制定、产品设计和业务流程管理的全过程中，强调保护环境、减少污染的绿色环保理念，如为解决绿色信贷中抵押品不足的问题，创新发展碳权质押融资贷款，为低碳企业提供多元化的融资渠道和手段，支持绿色产业发展。

3.加大政府监管力度

信息披露一直是我国绿色金融建设的重点，旨在解决绿色金融市场中普遍存在的信息不对称问题，也是进一步提高资金配置效率的基础，目前国外大多数采取的是强制性或半强制性的披露制度，但是由于我国绿色金融实践时间较短，监管制度尚未完善，对于相关金融机构以及企业的绿色信息披露规范效用有限。所以政府需要强化信息披露制度的建设，进一步强化绿色金融监管制度。首先要明确强制性披露主体的范围和披露职责，其次对于非强制披露的企业也制定相应的责任要求，健全环境信息披露体系。

参考文献：

[1]Tadesse S.2002.Financial Architecture and Economic Performance：International Evidence[J].Journal of Financial Intermediation，11（4）：429-454.

[2]Keir G.2014.Carbon bond financial system and method for reducing greenhouse gases and carbon footprint[J].WIP Patent Application，（1）：83-91.

[3]鄭文灏.2018.地方绿色金融发展路径研究[D].南京审计大学.

[4]刘霞，何鹏.绿色金融在中部地区经济发展中的影响效应研究[J].工业技术经济，2019，38（3）：76-84.

[5]张婷，李泽辉，崔婕.绿色金融、环境规制与产业结构优化[J/OL].山西财经大学学报，2022（6）：84-98[2022-05-17].

[6]高锦杰，张伟伟.绿色金融对我国产业结构生态化的影响研究——基于系统GMM模型的实证检验[J].经济纵横，2021（2）：105-115.

[7]李倩，敬莉.绿色金融与产业结构优化分析——基于时滞多变量GM（1，N）协调度模型的研究[J].兰州文理学院学报（社会科学版），2020，36（1）：86-92.

[8]何鹏.绿色金融对中部地区产业结构升级的影响研究[D].郑州大学，2020.

[9]姬喆.绿色金融对区域经济生态化发展的影响及对策研究[D].聊城：聊城大学，2017.

作者简介：王丽娜（1997— ），女，汉族，安徽合肥人，硕士，安徽大学经济学院，研究生在读，研究方向：金融。