張莉莉,肖黎明,高軍峰

(山西師范大學(xué)經(jīng)濟與管理學(xué)院，山西 臨汾 041000)

中國長期以來粗放式增長所誘發(fā)的資源匱乏及生態(tài)惡化等問題，使綠色發(fā)展成為當(dāng)前中國經(jīng)濟轉(zhuǎn)型的必然選擇，也成為滿足人民日益增長的優(yōu)美生態(tài)環(huán)境需要的必由之路。然而，要實現(xiàn)綠色發(fā)展，除了需要政府層面積極引導(dǎo)之外，更需要市場機制發(fā)揮作用，其中綠色金融扮演著重要角色。2016年8月，中國人民銀行等七部委發(fā)布的《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》中明確提出通過構(gòu)建綠色金融體系來支持經(jīng)濟綠色轉(zhuǎn)型。實踐當(dāng)中，各類綠色金融投入也在不斷增加。公開數(shù)據(jù)顯示，2016年以環(huán)境污染責(zé)任險為代表的綠色保險收入約為2.8億元，提供了風(fēng)險保障約260億元；截至2017年6月底，國內(nèi)21家主要銀行綠色信貸余額達8.22萬億元；截至2017年10月末，綠色債券托管余額為4423.36億元；截至2017年12月底，在滬深上市以及在新三板掛牌融資的環(huán)保概念類企業(yè)達1000余家；此外，各省市政府聯(lián)合社會資本紛紛設(shè)立了綠色產(chǎn)業(yè)發(fā)展基金?？梢灶A(yù)見，未來綠色金融方面的投入仍會持續(xù)增加。然而，目前綠色金融投入水平是否可以滿足綠色發(fā)展的需求，未來還有多大增長空間，以及目前所投入資金是否得以高效利用，都是亟需厘清的重要問題。因此，本文試圖從全國、省際和區(qū)域?qū)用鎸ΜF(xiàn)階段中國綠色金融發(fā)展水平與效率進行評價，以期為相關(guān)部門后續(xù)出臺更為有效且合理的政策措施提供參考。

1 文獻綜述

國外學(xué)者在綠色金融研究中也注重對綠色金融運行狀況的評價，且主要運用定量方法從金融機構(gòu)角度進行評判，如Penny等[1]對銀行本身在運營過程中的環(huán)境保護和節(jié)約能源績效狀況進行了評價。Marcel[2]以全球34家知名銀行為樣本，考察了歐洲、北美及亞太地區(qū)銀行的綠色金融發(fā)展階段。較之于這些學(xué)者，一些國際組織，如國際金融公司[3]、世界自然基金會[4]、經(jīng)濟合作與發(fā)展組織[5]等則更為關(guān)注綠色金融評價，旨在通過評判金融機構(gòu)落實綠色責(zé)任的效果，以引導(dǎo)金融機構(gòu)提供更好的綠色金融服務(wù)，它們在評價時采用的方法主要有問卷調(diào)查法[4]和定性分析法[3,5]。

雖然，目前中國綠色金融研究主要涉及綠色金融的概念和特點[6-7]、綠色金融體系構(gòu)建的重要性及相關(guān)對策[8-9]、對國外綠色金融模式及產(chǎn)品的借鑒[10-11]，以及綠色金融與經(jīng)濟增長的相關(guān)性等領(lǐng)域[12-13]。但也有學(xué)者分別嘗試從定性和定量角度對全國層面和省際層面綠色金融運行狀況進行評價。如曾學(xué)文等[14]構(gòu)建了綠色金融指標(biāo)體系，利用相關(guān)指標(biāo)對2010—2012年我國綠色金融的發(fā)展水平進行了評價。楊陽等[15]測度了2011年以來上海市綠色金融的發(fā)展?fàn)顩r。李若愚[16]和劉金石[17]則從定性的角度分別考察了全國和省際層面綠色金融的運行狀況及存在的問題。還有學(xué)者和機構(gòu)關(guān)注綠色信貸、碳金融和綠色股票等綠色金融細分領(lǐng)域的評價。如評價中國綠色信貸的實施狀況[18]、利用專家打分法評判中資銀行綠色信貸的實施效果[19]，考察省際層面的碳金融發(fā)展水平[20]以及評判證券市場是否存在綠色激勵等[21]。

從上述文獻可以看出，已有研究在評價綠色金融運行狀況時有以下不足：一是環(huán)境污染的地區(qū)差異性決定了綠色金融投入的差異性。因此，實踐中除了需要了解全國層面綠色金融的運行狀況外，更應(yīng)關(guān)注區(qū)域和省際層面的情況，但已有研究多從金融機構(gòu)(投入主體)角度入手，導(dǎo)致分析樣本較少且數(shù)據(jù)可得性受限，使得學(xué)者難以深入考察區(qū)域和省際層面的狀況。二是在評判方法上多采用問卷調(diào)查、專家打分和定性分析等較為主觀的方法，使得研究結(jié)論缺乏可靠性，無法為參與各方出臺針對性的政策提供較為準確的建議；三是無論國外還是國內(nèi)學(xué)者，都更關(guān)注綠色金融發(fā)展水平，對于其運行效率則涉及較少。事實上，發(fā)展綠色金融的最終目標(biāo)是要在促進經(jīng)濟發(fā)展的同時帶來環(huán)境效益的提升，如果只是一味加大綠色金融投入，相對忽視其產(chǎn)出的改善，最終結(jié)果可能會造成資源浪費，因此在評價綠色金融運行狀況時，除了考慮綠色金融發(fā)展水平外，更應(yīng)關(guān)注其運行效率?；诖耍疚脑噲D采用相對客觀的定量分析方法，從微觀企業(yè)(被投入主體)的角度，間接測度全國、區(qū)域和省際層面的綠色金融投入和產(chǎn)出狀況，進而考察綠色金融的發(fā)展水平和運行效率，并對其水平和效率之差異進行比較，以期更準確地評價中國綠色金融運行狀況，一定程度上解決上述評價方法的不足。

2 研究方法與數(shù)據(jù)選擇

2.1 熵值法

已有研究在對綠色金融發(fā)展水平進行測度時多以指數(shù)反映[14-15]，而指數(shù)確定的關(guān)鍵則在于權(quán)重的選擇。目前的主流方法主要有熵值法、主成分分析法、層次分析法、專家咨詢法等。其中熵值法和主成分分析法不需要主觀賦權(quán)，但主成分分析法在降維后可能會導(dǎo)致主成分的含義不如原始變量解釋得清楚，而層次分析法、專家咨詢法則需要主觀確定權(quán)重，一定程度上會影響結(jié)果的客觀性。因此，本文采用熵值法來確定綠色金融發(fā)展水平的權(quán)重。具體而言，熵值法是根據(jù)各項指標(biāo)觀測值提供信息的大小來確定其權(quán)重的，某項指標(biāo)值的變異程度越大，則該指標(biāo)提供的信息量就越大，因而就賦予其較大權(quán)重，反之，該指標(biāo)的權(quán)重就較小，具體計算過程如下：

首先，將各指標(biāo)的數(shù)據(jù)進行標(biāo)準化處理，即對于給定的k個指標(biāo)X1,X2Xk，其中Xi={x1,x2xn}，假設(shè)對其標(biāo)準化后的值為Y1,Y2Yk，則有：

(1)

其次，計算各指標(biāo)的信息熵:

(2)

最后確定各指標(biāo)的權(quán)重，按照式(2)分別計算出k個指標(biāo)的信息熵E1,E2Ek，則其權(quán)重為：

(3)

用所計算的權(quán)重乘以各指標(biāo)的分數(shù)，就可以得到綠色金融發(fā)展水平得分：

S=a1×ω1+a2×ω2++ak×ωk

(4)

式中，S表示綠色金融水平得分，a1,a2ak表示各指標(biāo)得分，ω1,ω2ωk表示各指標(biāo)權(quán)重。

2.2 數(shù)據(jù)包絡(luò)分析(DEA)及Malmquist指數(shù)

對綠色金融效率的測度，本文借鑒已有研究測算金融效率時通常采用的方法[22]，即針對多投入和多產(chǎn)出的DEA方法。DEA的基礎(chǔ)模型包括CCR模型和BCC模型。兩者之間的關(guān)系表現(xiàn)為：綜合技術(shù)效率(CCR)=純技術(shù)效率(BCC)×規(guī)模效率。其中綜合技術(shù)效率主要是指綠色金融資源的配置、利用和規(guī)模集聚等效率，純技術(shù)效率則表示為現(xiàn)有技術(shù)條件下行業(yè)創(chuàng)新所帶來的綠色金融資源的配置和利用效率。純技術(shù)效率越高，表明決策單元(DMU)因行業(yè)創(chuàng)新帶來的資源配置和利用效率越高。規(guī)模效率則是指綠色金融資源規(guī)模集聚的效率，規(guī)模效率越高，表明決策單元(DMU)因規(guī)模集聚產(chǎn)生的效率越高。CCR模型具體表述如下：

(5)

(6)

其中，θb表示基于BCC模型得到的純技術(shù)效率，有(0<θb≤1)，θb≥θ。因此，規(guī)模效率(SE)=θ/θb，0

由于DEA模型主要是利用橫截面數(shù)據(jù)對靜態(tài)效率進行測算，因此在考察動態(tài)變化時，本文在DEA模型基礎(chǔ)上考慮使用Malmquist指數(shù)。Malmquist生產(chǎn)率指數(shù)(TFPCH)評估了DMU在兩個時期的總要素生產(chǎn)率變化，定義為反映DMU效率改善或惡化程度的效率變化(也被稱為追趕效應(yīng)，用EFFCH表示)與反映兩個時期效率前沿變動的技術(shù)變化(也被稱為增長效應(yīng)，用TECH表示)的乘積。而效率變化(EFFCH)又可進一步分解為純技術(shù)效率(PECH)和規(guī)模效率(TECH)，其含義和DEA基礎(chǔ)模型中的內(nèi)涵相同。Malmquist生產(chǎn)率指數(shù)根據(jù)參比對象不同，具體又可區(qū)分為相鄰參比指數(shù)、固定參比指數(shù)和全局參比指數(shù)三種，實踐中多使用相鄰參比指數(shù)，具體計算方法如公式(7)和公式(8)所示：

(7)

M(xt,yt,xt+1,yt+1)=TFPCH=EFFCH×TECH=PECH×SECH×TECH

(8)

其中，Dt(xt,yt)表示第t期的當(dāng)期效率值；Dt+1(xt+1,yt+1)表示第t+1期的當(dāng)期效率值，Dt+1(xt,yt)表示以t+1期作參比計算的第t期的效率值，Dt(xt+1,yt+1)表示以第t期作參比計算的第t+1期的效率值。當(dāng)M>1時，表示從t期到t+1期TFPCH呈上升趨勢；當(dāng)M≤1時，則表示TFPCH呈停滯或下降態(tài)勢。同理EFFCH>1 和TECH>1分別表示技術(shù)效率提升和出現(xiàn)技術(shù)進步，反之則停滯不前或下降。

2.3 指標(biāo)選擇與數(shù)據(jù)來源

(1)指標(biāo)選擇。根據(jù)2016年8月31日中國人民銀行等七部委發(fā)布的《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》，綠色金融是指為支持環(huán)境改善、應(yīng)對氣候變化和資源節(jié)約高效利用，而對環(huán)保、節(jié)能、清潔能源、綠色交通、綠色建筑等領(lǐng)域提供的金融服務(wù)。按此定義，綠色金融應(yīng)涵蓋綠色信貸、綠色證券、綠色保險、綠色投資、碳金融等多種金融業(yè)態(tài)。然而對于綠色信貸，公開數(shù)據(jù)中只包括主要銀行在國家層面的總量數(shù)據(jù)，無法獲得其在省級的相關(guān)數(shù)據(jù)。對于綠色保險，我國從2013年末才開始強制推行企業(yè)環(huán)境污染責(zé)任險，同時企業(yè)參保率也較低，缺乏系統(tǒng)的統(tǒng)計資料，只給出了國家層面的總量規(guī)模，因此，從投入主體角度出發(fā)，目前尚無對省際綠色金融運行情況進行評價。但無論是何種綠色金融資源，最終都要通過企業(yè)的生產(chǎn)經(jīng)營來實現(xiàn)經(jīng)濟和環(huán)境效益的提升，因而各省那些從事綠色環(huán)保相關(guān)產(chǎn)業(yè)的企業(yè)，其從金融機構(gòu)和金融市場融入的各項資金就可看作是該省的綠色金融投入，而這些企業(yè)的經(jīng)營成果即為綠色金融產(chǎn)出。據(jù)此，本文嘗試從被投入主體(企業(yè))的角度去測度省際綠色金融的運行情況。考慮到數(shù)據(jù)的可得性，以及實踐中金融機構(gòu)為降低風(fēng)險，通常會將更多的金融資源投向信用資質(zhì)較高的上市企業(yè)及新三板掛牌企業(yè)的情況，本文將各省相關(guān)的綠色上市企業(yè)和新三板掛牌企業(yè)(統(tǒng)稱為公眾企業(yè))作為研究樣本，然后將相關(guān)企業(yè)區(qū)分為兩類：一類是本身屬于綠色環(huán)保型企業(yè)，從而其各項投入產(chǎn)出指標(biāo)可全部作為綠色金融投入和產(chǎn)出指標(biāo)；另一類雖然屬于傳統(tǒng)企業(yè)，但最近涉足了綠色環(huán)保等相關(guān)業(yè)務(wù)，它們的各項投入和產(chǎn)出指標(biāo)會按照其綠色環(huán)保業(yè)務(wù)占比情況進行相應(yīng)的調(diào)整(見表1)。

(2)數(shù)據(jù)來源。在中國，雖然興業(yè)銀行于2005年最早開始綠色金融實踐，而2007年環(huán)?？偩?、人民銀行、銀監(jiān)會聯(lián)合發(fā)布的《關(guān)于落實環(huán)保政策法規(guī)防范信貸風(fēng)險的意見》可看成是其全面綠色金融實踐的開始，且現(xiàn)實中政策效果一般存在時滯，因此本文的研究時期確定為2008—2016年。其中所使用的數(shù)據(jù)主要來自wind數(shù)據(jù)庫，從中選取綠色環(huán)保相關(guān)概念板塊中的公司作為研究樣本。經(jīng)過篩選，共選取了美麗中國、風(fēng)力發(fā)電、綠色節(jié)能照明、污水處理、尾氣治理等35個概念板塊，包含了除西藏、海南以及港澳臺之外的29個省、自治區(qū)和直轄市的相關(guān)上市公司和新三板掛牌企業(yè)共計1040家，其中上市公司521家，新三板掛牌企業(yè)519家。

(3)相關(guān)指標(biāo)的描述性統(tǒng)計分析。從表2的描述性統(tǒng)計結(jié)果中可以看出，北京無論在綠色金融投入方面還是產(chǎn)出方面都位居第一，且各指標(biāo)值均遠高于其平均值和中位數(shù)。貴州在綠色信貸和納稅金額方面都是最低，且遠低于這兩項指標(biāo)的平均值(348.45億元)和中位數(shù)(168.64億元)，說明其綠色信貸投入少且產(chǎn)出也較少。黑龍江在綠色證券方面投入最少。而青海在綠色投資排在末位，且遠低于平均水平(57.11億元)。上述各指標(biāo)最大值、最小值及其與均值和中位數(shù)間的差異以及均值和中數(shù)本身的較大差異，說明我國各省市在綠色金融資源投入和產(chǎn)出方面分布極不均衡。由平均值和標(biāo)準差可計算出各項指標(biāo)的變異系數(shù)，分別為2.15、1.96、1.72、1.88、1.91，可知各省市在綠色信貸方面差距最大，在綠色投資方面差異最小。最后從各指標(biāo)平均值可以發(fā)現(xiàn)，在綠色金融投入方面，綠色信貸占主導(dǎo)地位，其次是綠色證券，綠色投資最少。

表1 綠色金融發(fā)展水平和綠色金融效率相關(guān)指標(biāo)

注：①評價綠色金融水平時只考慮投入指標(biāo)，評價綠色金融效率時投入和產(chǎn)出指標(biāo)都考慮。②綠色債券是指募集資金用于綠色產(chǎn)業(yè)的債權(quán)債務(wù)憑證，綠色產(chǎn)業(yè)項目范圍主要參考中國金融學(xué)會綠色金融專業(yè)委員會編制的《綠色債券支持項目目錄(2015年版)》，且一般均以“XX綠色債券”命名。既包括金融機構(gòu)發(fā)行的綠色金融債券，也包括企業(yè)依照《公司債券管理辦法》及相關(guān)規(guī)則發(fā)行的相關(guān)公司債券。本文所使用的綠色債券定義比一般綠色債券的內(nèi)涵要廣，除包括上述內(nèi)容外，相關(guān)綠色環(huán)保企業(yè)和一般企業(yè)發(fā)行的非以“XX綠色債券”命名，但用于支持綠色項目的債券，本文也認定為綠色債券。

表2 綠色金融發(fā)展水平和綠色金融效率相關(guān)指標(biāo)的描述性統(tǒng)計

3 結(jié)果分析

3.1 綠色金融發(fā)展水平和綠色金融效率的總體評價

相較于主板和二板市場，新三板對掛牌企業(yè)的資質(zhì)要求較低，更有利于綠色環(huán)保型中小企業(yè)及時獲得生產(chǎn)經(jīng)營所需資金。因此，為考察新三板市場對綠色金融發(fā)展水平和效率的影響，本文對未包含新三板公司和全部公司的綠色金融發(fā)展水平和效率進行了比較。由于綠色金融發(fā)展水平只考慮投入面，引入新三板企業(yè)后通常會帶來水平提升，所以本文未列示相關(guān)結(jié)果，綠色金融效率的比較如下(見表3)。

表3 綠色金融發(fā)展水平和綠色金融效率的比較

注：本表及以下表中的效率值均使用軟件deap2.1計算得出，其中↑表示排名上升，↓表示排名下降。

由表3可以發(fā)現(xiàn)，引入新三板企業(yè)后，各省的排名情況變化不大，除廣西、寧夏和山西外，各省的效率值均有所提高，表明新三板市場的發(fā)展對大多數(shù)省份的綠色金融效率有積極的促進作用。

由于引入新三板公司后的效率值能夠更全面地反映省際綠色金融效率，因此以下分析均以全部公司作為樣本。從全部公司的綜合技術(shù)效率看，位于前三甲的分別是青海、貴州和上海，且青海達到了DEA有效，而處于后三名的則為河南、吉林和湖南。此外，全國均值為0.34，其中僅有31%(9個)的省份高于全國平均水平，說明就整體而言，我國的綠色金融效率仍較低。另一方面，綠色金融發(fā)展水平位列前三的分別是北京、廣東和上海，處于后三的則為寧夏、吉林和貴州。全國均值為7.11，其中只有北京等7個省份處于全國平均水平以上，說明我國多數(shù)省份的綠色金融發(fā)展水平仍較低。另外，按照各省市綠色金融發(fā)展水平和效率的協(xié)調(diào)程度，可以將全部省份區(qū)分為高水平-高效率，高水平-低效率、低水平-高效率及低水平-低效率四種類型(見表4)。

表4 基于綠色金融發(fā)展水平和綠色金融效率協(xié)調(diào)程度的省域分類

注：高水平和高效率是指排名前15的省份，低水平和低效率是指排名后14的省份。

為了更好地把握各省綠色金融發(fā)展水平和效率排名出現(xiàn)較大波動的內(nèi)在原因，本文對綠色金融發(fā)展水平和效率做進一步分解(見表5)。

根據(jù)表4的計算結(jié)果，并結(jié)合表5 可知：

對于高水平-高效率省市而言，重慶和新疆綠色金融水平較高的綠色信貸，而其余省份則主要源于其較高的綠色投資；同時綠色證券對于這些省市也發(fā)揮了較為重要的作用。在綠色金融效率方面，上海、安徽和重慶源于其較高的純技術(shù)效率，而其余省份則基于它們較高的規(guī)模效率。

對于高水平-低效率組而言，除山西外，其余省市較高的經(jīng)濟發(fā)展水平?jīng)Q定了其較高的綠色金融發(fā)展水平。其中，廣東、河南的綠色證券對其綠色金融水平貢獻最大，其余省份則主要源于綠色投資。此外，廣東和北京主要是由于其規(guī)模效率較低導(dǎo)致綠色金融效率較低，其余省份則主要是因為其純技術(shù)效率較低，即可能由于行業(yè)缺乏創(chuàng)新而導(dǎo)致綠色金融資源配置和利用效率較低，中部的河南和湖南表現(xiàn)更為突出。山西的金融發(fā)展水平則位列第13，處于臨界值附近，勉強歸于高水平組，這可能是因為，山西由于產(chǎn)業(yè)結(jié)構(gòu)不合理所誘發(fā)的環(huán)境問題，在強大的政策和輿論壓力下，迫使其投入較多的綠色金融資源，因此具有較高的綠色金融發(fā)展水平；但其效率卻位于26名，主要是因為山西的創(chuàng)新和技術(shù)均比較匱乏，從而導(dǎo)致其純技術(shù)效率低下。

對于低水平-高效率省市來說，貴州、青海屬于西部省份，經(jīng)濟發(fā)展水平較低，一定程度上導(dǎo)致了其綠色金融發(fā)展水平也較低。此外，由于面臨的環(huán)境治理壓力較小，使得以政府為主導(dǎo)的綠色投資也相對較少；而它們的綜合技術(shù)效率較高則源于其較高的純技術(shù)效率和規(guī)模效率，但這只是建立在低水平基礎(chǔ)上的高效率。福建和內(nèi)蒙古因其地理優(yōu)勢，面臨的環(huán)境治理壓力較小，故其投入的綠色金融資源較少，但產(chǎn)出效率卻較高。陜西的綠色金融發(fā)展水平較低可能主要因為其綠色信貸和綠色投資水平較低，和福建、內(nèi)蒙古一樣，其綠色金融高效率主要源于規(guī)模效率。

對于低水平-低效率省市來說，遼寧和天津?qū)儆诮?jīng)濟較為發(fā)達的沿海省市，其面臨的環(huán)境治理壓力也較大，因而其政府主導(dǎo)的綠色投資較多，但其綠色信貸和綠色證券給予的支持卻相對較小。它們綠色金融效率較低則主要是因為其純技術(shù)效率較低。黑龍江和吉林是傳統(tǒng)的重工業(yè)基地，目前正面臨經(jīng)濟的轉(zhuǎn)型升級，從而對綠色產(chǎn)業(yè)關(guān)注較少，綠色金融水平較低，但它們的綠色金融效率低下則主要源于規(guī)模效率低。其余五個省份，經(jīng)濟發(fā)展水平較低，環(huán)境質(zhì)量高，因此其綠色金融投入較少；在綠色金融效率方面，也主要是因為純技術(shù)效率低下。

3.2 綠色金融發(fā)展水平和綠色金融效率的區(qū)域比較

金融發(fā)展和經(jīng)濟增長密切相關(guān)，根據(jù)法國經(jīng)濟學(xué)家佩魯?shù)脑鲩L極理論，金融因素不僅會對本地經(jīng)濟增長產(chǎn)生影響，還會對周邊區(qū)域產(chǎn)生溢出效應(yīng)。因此，在前面考察省際綠色金融發(fā)展水平和效率基礎(chǔ)之上，還應(yīng)考慮各區(qū)域的運行狀況。在進行區(qū)域比較時，本文借鑒國務(wù)院發(fā)展研究中心發(fā)展戰(zhàn)略和區(qū)域經(jīng)濟研究部李善同和侯永志的報告中八大經(jīng)濟區(qū)域的劃分方法，并對各區(qū)域的綠色金融發(fā)展水平和效率進行了比較(見表6)。

按照綠色金融發(fā)展水平和效率的協(xié)調(diào)程度，可將上述區(qū)域劃分為以下四類。高水平-高效率區(qū)域：東部和南部沿海，其中東部沿海綠色金融效率差異較大，而南部沿海則是綠色金融發(fā)展水平差距較大；高水平-低效率區(qū)域：北部沿海和長江中游地區(qū)，且兩區(qū)域內(nèi)的綠色金融發(fā)展水平和效率差異皆較大；低水平-高效率區(qū)域：西南和大西北地區(qū)，西南地區(qū)省際間的綠色金融發(fā)展水平和效率較為平衡，而大西北地區(qū)省際間的相關(guān)差異均較大；低水平-低效率區(qū)域：東北和黃河中游地區(qū)，東北地區(qū)省際間的綠色金融水平差異較大，而黃河中游則表現(xiàn)為效率差異較大。

為了進一步分析八大經(jīng)濟區(qū)域綠色金融發(fā)展水平和效率差異的內(nèi)在原因，也對各區(qū)域的綠色金融發(fā)展水平和效率進行了分解，結(jié)果顯示：對于多數(shù)區(qū)域而言，綠色投資對綠色金融發(fā)展水平的影響較大(除南部沿海外)，而純技術(shù)效率對綠色金融效率的影響較大(除東北地區(qū)外)。

3.3 綠色金融發(fā)展水平和綠色金融效率的動態(tài)比較

(1)綠色金融發(fā)展水平和綠色金融效率動態(tài)變化的整體比較。由于通過DEA計算的效率只能進行靜態(tài)分析，為了考察綠色金融效率的動態(tài)變化，本文使用Malmquist指數(shù)的計算結(jié)果，將其與綠色金融發(fā)展水平的動態(tài)變化一并繪制成圖1。

圖1 2008—2016年綠色金融發(fā)展水平和綠色金融效率的整體變動

從圖1可以看出，就全國層面而言，2008—2016年綠色金融水平(對應(yīng)右坐標(biāo)軸)整體呈上升趨勢，說明近年來我國綠色金融發(fā)展水平在不斷提升。綠色金融發(fā)展效率(對應(yīng)左坐標(biāo)軸)除了2011年、2012年和2015年的Malmquist指數(shù)小于1以外，其他年份均大于1，說明綠色金融效率在2008—2016年呈波動上升趨勢。此外，2012年之后的綠色金融發(fā)展水平和效率都呈現(xiàn)出上升趨勢，說明政府有關(guān)綠色金融的支持政策發(fā)揮了相應(yīng)的積極作用。

為了進一步分析綠色金融發(fā)展水平和效率提升的具體驅(qū)動因素，此處對全國層面的綠色金融發(fā)展水平和效率進行分解(見表7和表8)。

由表7可以發(fā)現(xiàn)，在所考察的時間范圍內(nèi)，以政府為主導(dǎo)的綠色投資對綠色金融發(fā)展水平貢獻最大。然而，對于綠色金融發(fā)展水平的變動情況來說，其在2009、2010、2014、2015和2016年的增長，都主要源于綠色證券的高速增長，由此可見，綠色證券對綠色金融發(fā)展水平變動的影響最大。

基于表8可以發(fā)現(xiàn)，綠色金融效率(即全要素生產(chǎn)率TFPCH)整體上呈現(xiàn)出波動上升趨勢，其中在上升期間，2008—2009年以及2013—2014年主要來自技術(shù)進步(TECH)的推動，而2009—2010年、2012—2013年以及2015—2016則是因為技術(shù)效率(EFFCH)提高的結(jié)果。波動期的下滑階段主要都是由于技術(shù)進步下降所導(dǎo)致。因此，就全國層面而言，技術(shù)進步是影響綠色金融效率變動的主導(dǎo)因素。

(2)省際和八大區(qū)域綠色金融發(fā)展水平和綠色金融效率的動態(tài)變化。

表7 2008—2016年綠色金融發(fā)展水平的整體情況分解

表8 2008—2016年綠色金融效率的整體情況分解

表9 2008—2016年省際綠色金融水平增長率、綠色金融效率及其分解情況

注：本文未列示八大區(qū)域綠色金融發(fā)展水平增長率、綠色金融效率及其分解情況，如有需要，可向作者索取。

從表9可以看出，2008—2016年，所考察的29個省市的綠色金融水平的增長率均為正值，說明綠色金融發(fā)展水平在全國各省市都有不同程度的提升。然而在綠色金融效率方面，貴州等17個省份的綠色金融效率有所提高，而河北等12個省份，其數(shù)值卻呈不斷下降的態(tài)勢?；诖?，可將全部省份劃分為兩類：一類為水平上升-效率上升的省份；另一類則是水平上升-效率下降的省份。

從對綠色金融效率的分解結(jié)果看，所有效率下降的省份，基本上均源于其技術(shù)進步的放慢。對于湖北和山東而言，其綜合效率中的純技術(shù)效率下降也起到了一定作用，而對于遼寧和甘肅，其綜合效率的下降還源于規(guī)模效率的下降。因此，可以認為技術(shù)進步在省際綠色金融效率的變動中發(fā)揮了主導(dǎo)作用。另外，利用上述方法對八大經(jīng)濟區(qū)域進行考察發(fā)現(xiàn)：八大經(jīng)濟區(qū)域的綠色金融發(fā)展水平在2008—2016年都有不同程度的提升，而在綠色金融效率方面，東北地區(qū)、長江中游和大西北地區(qū)的效率在2008—2016年卻是下降的，表現(xiàn)出水平上升-效率下降的特征，其余區(qū)域則表現(xiàn)為水平上升-效率上升的特點。 此外，根據(jù)分解后的綠色金融效率值可以看出，所有地區(qū)的技術(shù)效率值均大于1，表明我國區(qū)域技術(shù)效率都在不斷改進，這也成為推動區(qū)域綠色金融效率改進的主要因素。而各地區(qū)的技術(shù)進步值均小于1，表明區(qū)域技術(shù)進步相對處于停滯狀態(tài)。

4 結(jié)論及啟示

本文從綠色金融的被投入主體(微觀企業(yè))出發(fā)，利用熵值法測算了省際綠色金融發(fā)展水平，運用DEA分析法和Malmquist指數(shù)計算了各省的綠色金融效率，并對二者做了全國層面、省際層面、區(qū)域?qū)用娴撵o態(tài)比較和動態(tài)分析，結(jié)果發(fā)現(xiàn)：

第一，總體而言，綠色金融發(fā)展水平與效率均較低，但卻處在不斷改進和完善之中。目前僅有7個和9個省份分別高于全國綠色金融發(fā)展水平均值(7.11)和綠色金融效率均值(0.34)，說明綠色金融發(fā)展水平和效率均較低，且省際間差異較大。其中綠色投資對綠色金融發(fā)展水平的貢獻最大，而綠色金融效率較低主要源于純技術(shù)效率低下。但從變動趨勢看，綠色金融發(fā)展水平與效率在考察期內(nèi)均在提升和改進，其中綠色證券對綠色金融發(fā)展水平變動的影響最為明顯，而技術(shù)進步則是影響綠色金融效率變動的主導(dǎo)因素。

第二，就省際和區(qū)域而言，部分省市和區(qū)域的綠色金融發(fā)展水平和效率，無論是在靜態(tài)水平還是在動態(tài)演進上，都表現(xiàn)出不相匹配的特征。從靜態(tài)水平比較看,8個省份為高水平-低效率組、5個省份為低水平-高效率組；北部沿海和長江中游屬于高水平-低效率區(qū)域；西南和大西北地區(qū)屬于低水平-高效率區(qū)域，除西南地區(qū)外，剩余區(qū)域省際間的綠色金融發(fā)展水平或效率差異較大。從動態(tài)演進來看，12個省份呈現(xiàn)出水平上升-效率下降的特征；東北、長江中游和大西北地區(qū)也表現(xiàn)出同樣的特征，對于這些省份和區(qū)域而言，效率改進的關(guān)鍵在于不斷提升其技術(shù)進步。

基于此，可得到如下啟示：

首先，在目前以政府和風(fēng)險投資機構(gòu)為主導(dǎo)的融資模式下，應(yīng)采取相關(guān)措施積極引導(dǎo)諸如綠色信貸、綠色證券等資金入場。由于綠色證券對綠色金融發(fā)展水平的提升影響更為明顯，且新三板市場的發(fā)展也可帶來這一水平的提升，因此應(yīng)積極發(fā)展以綠色股票和綠色債券為代表的直接融資市場，尤其是新三板市場。

其次，就綠色金融效率而言，部分省份因規(guī)模效率低導(dǎo)致綜合效率不高，而更多地區(qū)(主要是那些經(jīng)濟發(fā)展水平較低的省份)則是由于純技術(shù)效率低下而導(dǎo)致其綜合效率較低。因此，對于規(guī)模效率低的省份，應(yīng)在擴大規(guī)模的同時努力提升自身的管理水平和技術(shù)水平，準確把握市場需求，做精做專自己的主打產(chǎn)品以解決規(guī)模效率低下的問題。對純技術(shù)效率較低的省份，則應(yīng)采取相關(guān)措施以吸引資本和人才，以提升其技術(shù)水平和創(chuàng)新能力。

最后，根據(jù)動態(tài)比較結(jié)果可以發(fā)現(xiàn)，政府通過出臺促進綠色金融發(fā)展的有關(guān)政策，可能會帶來綠色金融發(fā)展水平和效率的提升，因此在國家總體政策框架下，各省可以根據(jù)自身情況出臺相應(yīng)的扶持政策，以此促進其綠色金融發(fā)展水平和效率?？紤]到省域及區(qū)域綠色金融發(fā)展水平與綠色金融效率的不協(xié)調(diào)特征，可以在不斷加大綠色金融投入的同時，采取相應(yīng)的配套措施提高綠色金融效率，避免造成資源浪費。而對于區(qū)域內(nèi)綠色金融發(fā)展水平和效率差異較大的事實，區(qū)域內(nèi)的相關(guān)省市應(yīng)采取促進區(qū)際綠色金融協(xié)同發(fā)展的相關(guān)政策，縮小區(qū)域內(nèi)差異，最終實現(xiàn)區(qū)域綠色協(xié)調(diào)發(fā)展。