中国绿色金融与低碳经济耦合协调及时空特征

刘 潭，徐璋勇

（西北大学 经济管理学院，西安 710127）

0 引言

近年来，化石能源燃烧、碳排放过量导致全球气候变暖问题不断加剧，优化能源结构、减少碳排放、实施低碳经济发展战略势在必行。在低碳经济发展过程中，伴随着资金投入需求，促使金融资源逐渐向绿色领域倾斜。2021年1 月中国人民银行工作会议就如何引导金融资源绿色发展，支持“双碳”目标实现作出了重要部署。助推低碳经济发展，绿色金融大有可为。绿色金融将资源与环境纳入金融系统评估流程，通过发放贷款、发行债券和股票、参与保险等金融服务为污染防治、节能改造等项目筹措资金，促进了企业低碳化转型，分散了低碳技术研发风险。低碳经济是金融业绿色转型的基础与动力，绿色金融是促进低碳经济发展的有效支撑，二者之间相互促进、协同共生。因此，准确测度与评估绿色金融与低碳经济的耦合协调关系，研究其在不同区域内的客观规律及影响因素，对于进一步发挥我国绿色金融与低碳经济的协同效应、实现经济可持续发展具有重要意义。

自“双碳”目标提出以来，绿色金融与低碳经济的关注度不断提高。国内外学者围绕绿色金融及低碳经济进行了丰富的研究，主要研究成果集中在以下两个方面：一方面，绿色金融能够助力低碳经济发展。低碳经济是一种以低能耗、低污染、低排放为基础的经济发展模式，其目标在于实现减少排放和经济发展的双赢[1]。而绿色金融通过引导资金流向、优化资源配置，不仅能够激发企业绿色创新[2]、促进产业结构优化[3]，而且有助于能源消费调整[4]、减少二氧化碳排放[5]；同时，绿色金融与经济增长[6]、区域生态环境[7]及高质量发展之间也具有很强的协调性[8，9]。另一方面，低碳经济能够释放绿色金融潜能。首先，产业结构和生产方式的转变会引发金融业进行结构调整和产品创新，经济的低碳化转型促使传统金融不断向绿色金融转变[10]；其次，面对低碳经济转型的迫切需要，政府出台了许多绿色金融引导政策，绿色信贷、绿色债券、绿色保险等绿色金融产品日益丰富，能够更好地释放绿色金融的资源配置、风险管理、信息传递等功能；最后，随着对上市公司环境信息披露要求的提高，企业对融资成本较低的绿色金融产品需求增加，而金融机构本身为履行环境社会责任、树立良好企业形象也会持续开展绿色金融业务，推动绿色金融体系进一步完善[11]。

基于以上分析可知，现有研究取得了丰硕的成果，但多数仅讨论了绿色金融与低碳经济之间的单向影响效应，鲜有学者就二者的协调互动关系进行深入分析。基于此，本文尝试从以下几个方面展开研究：（1）通过构建绿色金融和低碳经济综合评价指标体系，对二者的耦合协调关系进行测度，并考察其时间演变趋势和空间分布特征，从而客观反映绿色金融与低碳经济耦合协调发展的特征事实；（2）对东、中、西部地区绿色金融与低碳经济耦合协调度的差异性表现及差异来源进行比较，分析造成耦合协调度地区分布不平衡的原因及各自的贡献程度；（3）进一步探究影响绿色金融与低碳经济协同发展的主要障碍因素，以期提供更具针对性的协同发展对策。

1 研究设计

1.1 研究方法

1.1.1 耦合协调度模型

两个或多个系统间的协调发展水平可以通过测算各系统间的耦合协调度进行衡量。绿色金融与低碳经济是两个复杂的系统，并非简单的二元关系，而耦合协调度可以考虑系统内部的复杂关联性，反映两系统之间相互依赖和彼此制约的程度。因此，本文采用耦合协调度模型对两系统的协同发展水平进行测度，具体过程如下：

首先，数据标准化。为消除指标量纲差异产生的问题，根据指标属性进行标准化处理，正、负属性指标的计算方法分别为式（1）和式（2）：

其中：Xsj为标准化后两系统第j个指标的结果，xsj为两个系统第j个指标的原始取值；当s取a时，表示绿色金融系统，当s取b时，表示低碳经济系统。

其次，确定指标权重并测算各系统的综合评价指数。为避免人为主观因素影响，本文采用熵权法对各指标权重进行确定，信息熵（ei）与指标权重（wj）的计算公式如下：

最后，计算两系统的耦合度（C）和耦合协调度（D）：

其中：T为综合评价指数，T=αZa+βZb，α、β表示两系统对耦合协调度的贡献率，本文认为二者贡献率等同，故取α=β=0.5；耦合协调度（D）的取值范围为[0,1]，取值越接近于1，表示两系统的耦合协调水平越高。表1 为根据均匀分布法对系统间的耦合协调度进行的类型划分。

表1 耦合协调度的类型划分

1.1.2 Dagum基尼系数法

本文按照地理位置将全国划分为东、中、西三个地区，利用Dagum基尼系数法对不同区域内及区域间的耦合协调度差异进行测度[12]。总体差异（G）主要由区域内差异贡献（Gw）、区域间差异贡献（Gnb）和超变密度贡献（Gt）共同构成，即G=Gw+Gnb+Gt。各部分的具体计算公式如下：

式（8）为总体基尼系数，式（9）和式（10）分别为i区域的基尼系数（Gii）和i 区域内差异贡献（Gw），式（11）和式（12）分别表示i、j区域间的基尼系数（Gij）和i、j区域间净值差异贡献（Gnb），超变密度贡献（Gt）为式（13）。其中，yih（yjr）是i（j）区域中h（r）省份的耦合协调度，yˉ代表各省份的耦合协调度均值，n为省份个数，k为区域个数。ni（nj）为i（j）区域内省份个数，yˉi（yˉj）为i（j）区域内各省份耦合协调度的均值。Dij=(dij-pij)/(dij+pij)，表示耦合协调度的相对影响，dij和pij分别表示区域i和j中符合yij-yhr>0 以及yhr-yij>0 的所有样本值加总的数学期望。

1.1.3 障碍度模型

障碍度模型能够较好地识别影响系统间耦合协调度的主要障碍因素，有利于发现关键问题，制定和调整更具针对性的绿色金融发展政策及低碳经济发展措施，从而提高二者的协调发展水平。障碍度（Qij）的计算公式为：

其中：Iij=1-Xij表示指标偏离度，代表指标实际值与最优值之间的差距；wj为其对应的权重，m为指标j的个数。

1.2 指标体系构建

当前，已有部分学者关于绿色金融和低碳经济进行了指标体系构建，如李晓西和夏光（2014）[13]按照金融服务类型从绿色信贷、绿色证券、绿色保险及碳金融五个维度对绿色金融展开评价；付加锋等（2010）[14]从低碳产出、低碳消费、低碳资源、低碳政策、低碳环境5个方面来衡量低碳经济发展水平。本文根据指标选取原则，参考现有研究成果，分别构建了绿色金融系统和低碳经济系统综合评价指标体系（见下页表2）。绿色金融系统主要从绿色信贷、绿色证券、绿色保险、绿色投资和绿色债券5 个维度进行衡量。其中，鉴于绿色贷款余额目前只能统计到全国层面及各银行数据，因此参考李虹等（2019）[7]的做法，以样本期各银行在各省份的网点机构数占各银行全国网点机构数的比重作为权重，计算各省份每年的绿色信贷余额；同时考虑到国内环境责任险推行时间较短，数据披露不全，故采用与环境较为相关的农业保险作为衡量绿色保险的指标；由于碳金融相关指标在省级层面尚未完全统计，存在数据大量缺失情况，故本文未将其纳入绿色金融系统中；此外，随着中国绿色债券市场的迅猛发展，绿色债券发行规模屡创新高，截至2023 年第三季度，中国绿色债券余额已达1.98 万亿元，位居世界前列，因此绿色金融评价指标体系中需加入绿色债券相关变量。低碳经济的特征在于实现低碳排放的同时实现经济社会正常运转，这与经济生产、消费模式、资源禀赋和技术水平均密切相关，因此对低碳经济系统的衡量主要从低碳产出、低碳生活、低碳资源和低碳技术4个维度展开。其中，低碳资源中加入了清洁能源指标，低碳技术用绿色专利授权量占比进行衡量。

表2 绿色金融与低碳经济的综合评价指标体系

1.3 数据来源

本文所用到的数据主要来源于历年《中国统计年鉴》《中国保险年鉴》《中国电力年鉴》《中国能源统计年鉴》《中国环境统计年鉴》；绿色信贷、绿色证券和绿色债券数据来源于Wind数据库，其中绿色贷款余额数据来源于各银行①本文统计的银行类型主要有大型商业银行（中国银行、中国农业银行、中国工商银行、中国建设银行、交通银行）、股份制商业银行（招商银行、浦发银行、民生银行、光大银行、华夏银行、中信银行、兴业银行、广发银行、平安银行、浙商银行、渤海银行）及邮政储蓄银行。披露的社会责任报告，各银行的网点机构数来源于《中国区域金融市场发展报告》；碳排放数据来源于中国碳核算数据库（CEADs）；低碳技术数据来源于中国研究数据服务平台（CNRDS）。对于部分存在少量缺失值的指标，采用插值法进行补齐。考虑到相关数据获取难度较大且缺失值较多，最终选取中国30 个省份（不含西藏和港澳台）2010—2021年的数据为研究样本。

2 实证分析

2.1 绿色金融与低碳经济耦合协调度的特征分析

2.1.1 整体特征

根据上述耦合协调度模型，将30 个省份的指标数据加总到全国层面，测算得到样本期内全国绿色金融与低碳经济的耦合协调度（见表3）。

表3 全国层面绿色金融与低碳经济耦合协调度的测算结果

图1为各指标的时间变动趋势。首先，从时间变动趋势来看，绿色金融水平在样本期内呈多阶段“W”型上升趋势，波动幅度较为明显；低碳经济水平则实现了快速增长，除2017 年和2020 年有些许下降外，其他年份均在持续增加；绿色金融与低碳经济的耦合协调度呈小幅上升趋势，从2010 年的0.567 增加至2021 年的0.794。其次，从协调等级来看，在样本期内，耦合协调度的协调类型从濒临失调逐渐过渡到初级协调，并在2015年以后达到中级协调。最后，从滞后类型来看，2014年以前，耦合协调度呈低碳经济相对滞后型，而2014年后，低碳经济逐渐赶超绿色金融，耦合协调度变为绿色金融相对滞后型。以上结果说明，整体上我国绿色金融与低碳经济发展情况均得到了改善，二者之间的互动关系、协调发展势头不断增强，耦合协调度已经接近良好协调水平，这与近年来我国实施的绿色低碳发展战略密切相关。然而，由于绿色金融在实践过程中仍存在政策效能低、产品推广不足等问题，其提升速度相对较慢，难以满足低碳经济的迅猛发展需求，导致二者耦合协调度的增长受到阻碍。因此，当前推动绿色金融与低碳经济协调发展的关键在于实现绿色金融水平的提高。

图1 绿色金融与低碳经济耦合协调度的时间变动趋势

2.1.2 区域特征

根据中国地理区位划分标准，本文将全国样本分为东、中、西三大地区，对比分析绿色金融与低碳经济耦合协调度的区域特征，测算结果见下页表4。

表4 区域层面绿色金融与低碳经济耦合协调度的测算结果

由表4 可知，2010—2021 年，东、中、西部地区的耦合协调度均实现了不同程度的增长，2016年以前，东部地区的耦合协调度始终领先，并最早实现了中级协调；2016年以后，中西部地区的耦合协调度实现快速增长，并分别于2019 年和2020 年达到了良好协调水平。其原因可能在于，当绿色金融与低碳经济都处于早期发展阶段时，二者的相互促进关系尚未显现，各区域的耦合协调度相对较低。但东部地区金融发展水平更高，推广绿色金融优势明显，反之低碳经济发展也会促进传统金融业绿色转型；而中西部地区的金融发展水平较低，且生产、生活中对煤炭油气等高碳能源依赖性较强。因此，这一阶段绿色金融与低碳经济的耦合协调度在东部地区相对更高。但随着各项绿色金融政策的出台和低碳经济发展战略的推进，绿色金融与低碳经济发展日趋成熟，各地更加重视使用金融工具应对环境问题。尤其是西部地区，其清洁能源储量丰富，随着绿色金融快速发展，企业能够更加有效地开发和利用清洁能源，减少碳排放；而低碳经济水平的提高又吸引更多的社会资金助力绿色金融发展。因此，近年来中西部地区绿色金融与低碳经济的耦合协调度快速增加，逐渐实现对东部地区的赶超。

2.2 绿色金融与低碳经济耦合协调度的差异性分析

为进一步揭示绿色金融与低碳经济的耦合协调度在不同区域内与区域间的差异及来源，本文利用MATLAB软件测度了耦合协调度的Dagum基尼系数，测算结果见表5。

表5 绿色金融与低碳经济耦合协调度的基尼系数

（1）总体及区域内差异。在样本期内，全国绿色金融与低碳经济耦合协调度的总体基尼系数均值为0.033，时间趋势呈“先上升、后下降、再上升”的变化特征，这说明绿色金融与低碳经济的耦合协调度存在空间差异，但总体呈趋同趋势。对比各区域内部差异可知，三大地区的内部基尼系数均值相差不多，但均低于全国总体差异。从变动量来看，东部地区耦合协调度差异的下降幅度最大，从2010年的0.028下降为2021年的0.021，而中西部地区的整体下降幅度不大，但变动趋势也表现为“N”型特征，说明两地区各自的内部差异也在逐渐缩小。

（2）区域间差异。绿色金融与低碳经济的耦合协调度在区域间差异较大，且整体高于区域内差异。其中，东部与中部地区间的差异最大，其波动幅度在0.036～0.050，均值为0.042；东部与西部地区间的差异呈波动下降趋势，2017年之前始终在0.045上下波动，2021年两个地区间的差异下降至0.034；中部与西部地区间的差异最小，并且变动趋势较为平稳，从2010 年的0.028 下降为2021 年的0.026，降幅仅为7.14%。

（3）差异来源及贡献。在样本期内，区域内差异的贡献率在26.73%～30.43%波动，平均值为28.53%，略微呈现下降趋势；区域间差异的贡献率始终维持在最高水平，平均值为46.58%，并于2020 年到达最高值51.50%，占比过半，说明区域间差异是绿色金融与低碳经济耦合协调度总体差异的主要原因，各区域间的耦合协调度逐渐拉开差距。超变密度贡献率的年均值为24.89%，除少数年份外，其贡献率均低于区域内差异贡献率，说明在样本期内各省份耦合协调度的交叉重叠现象并不明显，总体差异还是来源于区域间差异。因此，实现全国范围内绿色金融与低碳经济的耦合协调，要重视加强区域间优势互补，发挥高耦合协调水平地区的示范作用和溢出效应。

2.3 绿色金融与低碳经济耦合协调度的影响因素分析

为探寻影响绿色金融与低碳经济协调发展的主要因素，本文利用障碍度模型分别测算得到两系统各项指标的障碍度，找到主要障碍因子，明确促进二者协调发展应该重点关注的方向。表6 是对样本期内各省份障碍度取均值后再平均到各区域的结果，分别列出了两个系统中排名前5的障碍因素。

表6 绿色金融与低碳经济耦合协调度的主要障碍因素

从绿色金融系统来看，环保企业A股市值占比（a3）是绿色金融与低碳经济耦合协调度的主要障碍因素，尤其是对于西部地区来说，其障碍度高达23.12%，说明未来各地区绿色金融发展时应重点加强对环保企业的扶持。排名第二的障碍因素为农业保险支出/保险总支出（a5），说明扩大农业保险规模也是推动绿色金融与低碳经济耦合协调的重点方向之一，应尽快推广绿色保险制度。排名第三的障碍度指标为环境污染治理投资/GDP（a8），说明加强地方环境污染治理投资力度对于促进绿色金融与低碳经济协同发展十分必要。排名第四和第五的指标在各区域有所不同，对于东部地区而言，绿色信贷余额/年末金融机构贷款余额（a1）排名较为靠前，其障碍度为13.40%；而节能环保财政支出占比（a7）则排名相对靠后，其障碍度为11.40%；但对于中部、西部地区来说，绿色信贷余额占比/年末金融机构贷款余额（a1）与节能环保财政支出占比（a7）的障碍度相差不多，但后者相对更高一些。因此东部地区应该更加注重在信贷领域的绿色创新，而中西部地区在积极发展绿色信贷的同时，更要注意到财政支出在节能环保领域发挥的重要作用。

从低碳经济系统来看，障碍度最高的指标为人均森林面积（b10），森林具有重要的碳汇功能，能够将二氧化碳等温室气体固定在植被和土壤中，故各地区应积极采取植树造林、植被恢复等措施，强化森林资源培育。排名第二的指标为家用（公用）汽车相关指标，说明汽车尾气排放的影响也不容忽视，倡导居民绿色出行、低碳出行也是今后各地区推进低碳经济发展的首要任务。第三产业增加值/GDP（b4）紧随其后，说明各地区应根据自身产业基础和资源禀赋，促进产业结构调整，增加第三产业占比。绿色实用新型专利授权量占比（b14）在中西部地区和东部地区分别位列第四和第五，说明绿色创新也是推动绿色金融与低碳经济协调发展的关键因素。值得关注的是，清洁能源发电量占比（b12）在西部地区位列第五，这与西部地区资源禀赋有关。全国9个大型清洁能源基地中有7个在西部地区，因此西部地区应充分挖掘清洁能源发电潜力与低碳优势，吸引绿色资本流入，早日实现绿色金融与低碳经济达到优质协调。

3 结论与建议

本文基于2010—2021 年中国30 个省份的面板数据，测算了绿色金融与低碳经济之间的耦合协调度，分析其时空特征、区域差异及差异来源，并利用障碍度模型对影响二者耦合协调关系的障碍因素进行探索。研究发现：（1）在样本期内，绿色金融与低碳经济的耦合协调度呈波动上升趋势，逐渐由勉强协调向中级协调转变，但目前绿色金融发展相对滞后；（2）在空间分布上，东部地区的领先优势明显，但2019年后，中西部地区实现赶超并达到良好协调水平；（3）差异性分析结果表明，耦合协调度的区域间差异比区域内差异更大，区域间差异是耦合协调度空间差异的主要来源，约能解释总体空间差异的44.92%；（4）在障碍因素中，两系统综合排名前五的指标分别为环保企业A股市值占比、人均森林面积、农业保险支出/保险总支出、环境污染治理投资额/GDP 和每万人拥有公共汽车数，但不同区域各指标的障碍度存在差异。

结合研究结论，本文提出如下建议：

第一，政策引领，技术驱动。一方面，完善绿色金融与低碳经济的相关政策体系，尤其是针对当前绿色金融系统发展相对滞后的问题，要进一步强化绿色金融政策效能，创新绿色金融产品与服务，精准匹配低碳产业资金需求；另一方面，对一些重大项目及技术攻关，采取多主体风险共担机制，减小金融机构和企业在低碳项目中的风险概率，实现商业盈利，从而促使绿色金融与低碳经济在未来形成更加良好的互动关系。

第二，因地制宜，优势互补。结合区域发展特点，加强区域间优势互补，逐渐缩小区域间耦合协调水平差异。东部地区金融体系更加完善，各项绿色金融指标均处于领先水平，但由于人口密度较大且能源相对匮乏，低碳经济发展阻力较大，因此东部地区应将更多金融资源投放到低碳经济领域，重点支持低碳技术研发，促进环保产业发展，尽量减少对高碳能源的需求；而中西部地区虽然资源储备相对充足，但经济基础薄弱，绿色金融水平较低，低碳产业领域的绿色投资较少，因此应积极争取绿色金融政策，吸引东部地区绿色资本流入，通过加强风、光、水电基地建设实现清洁能源开发，利用跨区域能源调配缓解东部地区能源压力，变清洁能源优势为经济优势，进而实现本地绿色资本积累与低碳经济发展。

第三，有的放矢，差异施策。重点关注影响耦合协调度的主要障碍因素，采取更具针对性的措施促进绿色金融与低碳经济协调发展。在绿色金融方面，应重点扶持环保企业发展及支柱产业绿色转型，增加环保企业市值占比；实现农业保险扩容增速，加快开展环境污染责任保险业务；同时要加大环保资金投入力度，做好污染防治工作。而在低碳经济方面应充分发挥森林碳汇作用，加强森林资源保护，并促进新能源汽车的开发与应用，倡导居民低碳出行。由于各地区主要障碍因素并不完全相同，因此各地区也应采取差异性措施来降低障碍影响。