廖玉清

摘要：以我國2017—2019年綠色金融相關(guān)政策為數(shù)據(jù)源，通過提取政策文件的文本－行特征詞和高頻關(guān)鍵詞，構(gòu)建詞云圖、共現(xiàn)矩陣，采用高頻詞社會(huì)網(wǎng)絡(luò)分析等方法，實(shí)現(xiàn)對這三年綠色金融相關(guān)政策內(nèi)容信息的量化分析，從政策制定側(cè)重點(diǎn)及政策內(nèi)容上對文本進(jìn)行總結(jié)。結(jié)果表明，我國2017—2019年綠色金融政策體現(xiàn)了政府對綠色金融企業(yè)機(jī)構(gòu)激勵(lì)機(jī)制及監(jiān)管制度的完善，體現(xiàn)出這三年綠色金融發(fā)展的側(cè)重點(diǎn)。

關(guān)鍵詞：綠色金融；文本內(nèi)容挖掘；詞云；共詞分析

中圖分類號(hào)：C 939 ?文獻(xiàn)標(biāo)志碼：A ?文章編號(hào)：1009?895X（2023）02?0219?08

DOI：10.13256/j.cnki.jusst.sse.2023.02.017

Chinese Green Finance Policy Research Based on Text Mining

LIAO Yuqing

（ Business School， University of Shanghai for Science and Technology， Shanghai 200093， China）

Abstract：With the relevant policies of green finance in China from 2017 to 2019 as the data source， the quantitative analysis of the content information of green finance related policies is conducted by extracting the text line feature words and high-frequency keywords in documents， constructing the word cloud map， co-occurrence matrix， high-frequency word social network， and summarizing the text from the policy formulation focus and policy content. The results show that during 2017-2019 Chinas policy of green finance improves the governments incentive mechanism and regulatory system for green finance enterprises andinstitutions， and reflects the focus of green finance development in the past three years.

Keywords：green finance ；text mining ；word cloud ；co-occurrence analysis

自改革開放以來，我國的經(jīng)濟(jì)得到迅速發(fā)展，經(jīng)濟(jì)實(shí)力排名躋身世界前列。但是，伴隨我國經(jīng)濟(jì)的高速發(fā)展而來的是自然資源的大量開采以及生態(tài)環(huán)境的嚴(yán)重破壞。為應(yīng)對氣候變化并節(jié)約集約高效利用自然資源，我國開始探索綠色經(jīng)濟(jì)的發(fā)展道路。金融作為現(xiàn)代經(jīng)濟(jì)的核心，在社會(huì)資源配置中起著至關(guān)重要的作用。綠色金融能夠引導(dǎo)資金從高耗能、高污染行業(yè)逐步退出，更多地流向綠色環(huán)保產(chǎn)業(yè)，是推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展和產(chǎn)業(yè)升級(jí)轉(zhuǎn)型的有力保障[1]。

綠色金融的實(shí)質(zhì)是圍繞綠色投融資、項(xiàng)目和風(fēng)控開展的一攬子金融產(chǎn)品、市場制度以及各種政府監(jiān)管措施的統(tǒng)一有機(jī)結(jié)合體[2]。目前我國環(huán)境質(zhì)量任務(wù)繁重，環(huán)保投資需求巨大，構(gòu)建綠色金融體系正當(dāng)其時(shí)[3]。通過對我國綠色金融相關(guān)政策及制度的梳理，可以看出我國已將綠色金融作為國家的戰(zhàn)略目標(biāo)，并通過出臺(tái)各項(xiàng)政策，制定相關(guān)規(guī)定來保障國內(nèi)綠色金融的發(fā)展[4]。但與先進(jìn)國家相比，法律法規(guī)體系建設(shè)滯后、財(cái)政資金補(bǔ)貼力度有限、政策性機(jī)構(gòu)作用發(fā)揮不足等問題依然存在[5]。因此，應(yīng)激發(fā)地方政府推進(jìn)綠色產(chǎn)業(yè)和綠色金融發(fā)展的積極性，并確保信息溝通的有效性和綠色金融政策的一致性，提升可測度的監(jiān)管質(zhì)量[6]，以完善綠色金融體系的建設(shè)。

近幾年，伴隨著“一帶一路”政策以及鄉(xiāng)村振興戰(zhàn)略的逐步推進(jìn)，綠色金融的政策體系逐漸完善。本文主要對2017?2019年綠色金融相關(guān)政策進(jìn)行分析研究，梳理在政策引導(dǎo)下的綠色金融產(chǎn)業(yè)的發(fā)展側(cè)重點(diǎn)，以展示這三年綠色金融政策的發(fā)展格局。

一、研究回顧

基于政策解構(gòu)視角，王鳳榮等認(rèn)為政府綠色金融政策主要分為兩個(gè)維度的政府行為，一方面是來自經(jīng)濟(jì)領(lǐng)域的政府行為，包括財(cái)政項(xiàng)目撥款、稅收優(yōu)惠等經(jīng)濟(jì)手段，另一方面是來自于管控投資方向、綠色產(chǎn)品屬性、生產(chǎn)數(shù)量限定等方面的行政手段和法律手段[7]。Fischer 認(rèn)為綠色金融產(chǎn)品能夠拉動(dòng)社會(huì)資本投入綠色環(huán)保領(lǐng)域，但企業(yè)環(huán)境行為的信息披露不足使污染事件屢禁不止，不利于綠色金融發(fā)展[8]。Ghisetti 等認(rèn)為良好的法律環(huán)境是綠色金融健康發(fā)展的重要保障，配套的法律制度不健全將會(huì)使綠色金融的效果大大降低[9]。

在政策量化研究的領(lǐng)域中，文本挖掘已經(jīng)得到廣泛應(yīng)用，尤其在海量的政策文本研究中產(chǎn)生了大量研究成果?，F(xiàn)有研究主要是基于綠色金融投入主體的相關(guān)指標(biāo)來測算綠色金融發(fā)展水平。Miao 等認(rèn)為綠色金融發(fā)展離不開中小企業(yè)市場的支持力量，但綠色金融理念卻在中小企業(yè)中沒有得到廣泛應(yīng)用，這在很大程度上抑制了經(jīng)濟(jì)發(fā)展轉(zhuǎn)型和綠色金融產(chǎn)品創(chuàng)新[10]。丁杰將雙重差分法引入綠色信貸政策有效性研究，證明了綠色信貸抑制了重污染企業(yè)的信貸融資[11]。在排污權(quán)交易方面，也有學(xué)者關(guān)注政策監(jiān)管問題。黃韜等發(fā)現(xiàn)在現(xiàn)有的金融市場和金融法治格局下，監(jiān)管權(quán)力分散、制度不完善等因素會(huì)導(dǎo)致綠色債券市場存在的監(jiān)管套利問題[12]。

隨著計(jì)算機(jī)方法的引入和應(yīng)用，政策文本分析所能處理的素材量和處理精度得到了大幅提升，并引入了新的方法和理念[13]。文本挖掘技術(shù)可以從海量政策數(shù)據(jù)中抽取隱含的知識(shí)，解讀和獲知政策的立場、傾向以及廣義的政策比較分析[14]。系統(tǒng)性、客觀性、定理性是內(nèi)容分析法的特點(diǎn)和優(yōu)勢，胡嫣然基于文本挖掘，采用內(nèi)容分析法對我國鐵路運(yùn)輸企業(yè)的財(cái)稅支持政策進(jìn)行量化分析和研究[15]。趙公民等通過引入扎根理論和文本挖掘的研究方法，對政策文本進(jìn)行詞頻分析、語義網(wǎng)絡(luò)分析和中心性分析，研究廣東省科技金融系統(tǒng)的運(yùn)行模式[16]。

通過梳理現(xiàn)有文獻(xiàn)，發(fā)現(xiàn)大部分學(xué)者在綠色金融政策領(lǐng)域的研究為定性研究，對政策文本的定量研究缺乏。因此，本文以基于文本挖掘的文本可視化分析方法，對這三年我國綠色金融政策的發(fā)展側(cè)重點(diǎn)進(jìn)行梳理以呈現(xiàn)發(fā)展格局。

二、數(shù)據(jù)來源和處理方案

（一）數(shù)據(jù)來源

本文所分析的政策文本數(shù)據(jù)來源于“法律之星”網(wǎng)站收錄的綠色金融政策文件，使用“八爪魚”數(shù)?據(jù)爬取工具，爬取2017?2019年綠色金融相關(guān)的?政策文件，共獲得這三年的政策文本數(shù)據(jù)量1509 份，其中包括中央政策文件、部門規(guī)章以及各省市?政策文件。筆者將得到的政策文本進(jìn)行梳理，剔除?重復(fù)文件，最終得到1487份綠色金融政策文本。

（二）文本處理方案

本文以2017?2019年我國綠色金融政策文件為實(shí)驗(yàn)文本數(shù)據(jù)，利用內(nèi)容挖掘系統(tǒng)?ROSTCM6和社會(huì)語義網(wǎng)絡(luò)分析工具?UCINET ，通過文本預(yù)處理、文本高頻詞提取、高頻詞共現(xiàn)性分析、社會(huì)語義網(wǎng)絡(luò)構(gòu)建這四個(gè)步驟，得到可視化的高頻關(guān)鍵詞詞云圖和社會(huì)語義網(wǎng)絡(luò)來分析這三年我國綠色金融政策的發(fā)展趨向和側(cè)重點(diǎn)。其具體的實(shí)驗(yàn)步驟如下。

（1）文本預(yù)處理。由于收集到的文本數(shù)據(jù)包含噪聲，須對文本進(jìn)行預(yù)處理。首先，對文本進(jìn)行去重，刪除如“＼”“？”“《”“》”等無意義符號(hào)，獲得簡單清洗后的文本。其次，由于收集到的文本數(shù)據(jù)為中文，故須進(jìn)行中文分詞。本文利用 ROSTCM6提供的分詞工具進(jìn)行中文分詞。最后，對分詞后的文本進(jìn)行去停用詞操作，得到預(yù)處理后的文本數(shù)據(jù)。

（2）文本高頻詞提取。詞匯頻率不僅是文本的基本單位表征，而且反映了文本的語義和關(guān)注焦點(diǎn)。文章中的高頻關(guān)鍵詞往往能反映出文章作者對某一領(lǐng)域的關(guān)注程度。本文利用?UCINET 工具對預(yù)處理后的文本數(shù)據(jù)進(jìn)行詞頻統(tǒng)計(jì)分析，得到2017?2019年綠色金融政策文件的高頻詞匯。

（3）高頻詞共現(xiàn)性分析?；谔崛〉降木G色金融政策文本數(shù)據(jù)中的高頻關(guān)鍵詞，統(tǒng)計(jì)同一時(shí)間維度下兩個(gè)關(guān)鍵詞之間的共現(xiàn)頻率構(gòu)建文本－高頻詞共現(xiàn)矩陣，結(jié)合統(tǒng)計(jì)到的高頻關(guān)鍵詞的共現(xiàn)矩陣來分析政策文件的核心內(nèi)容。

（4）社會(huì)語義網(wǎng)絡(luò)構(gòu)建。為了挖掘高頻關(guān)鍵詞間的聯(lián)系，本研究利用 UCINET 工具結(jié)合 NET- DAW 工具，經(jīng)程序后臺(tái)處理，自動(dòng)繪制綠色金融政策文本中高頻詞共現(xiàn)關(guān)系矩陣的社會(huì)語義網(wǎng)絡(luò)，以表現(xiàn)關(guān)鍵詞間的內(nèi)在邏輯。

三、綠色金融政策文本挖掘

（一）分詞提取及詞頻統(tǒng)計(jì)

首先，筆者在剔除重復(fù)文件之后，刪除各發(fā)文機(jī)構(gòu)、附件流程及人名等無實(shí)際意義的干擾詞語；其次，由于現(xiàn)有的內(nèi)容挖掘系統(tǒng)內(nèi)置的自定義詞表以及停用詞表與本研究主題關(guān)聯(lián)不大，為保證分析結(jié)果的有效性，本文以前期搜集到的政策文件解讀為依據(jù)，比如將“綠色信貸”“信用信息”“碳金融”等詞語添加至自定義詞表，并利用 ROSTCM6分詞功能反復(fù)修改并更新自定義詞表，以得到更準(zhǔn)確的分詞結(jié)果；最后，分別對這三年的政策文本進(jìn)行分詞、詞頻統(tǒng)計(jì)分析，得到共現(xiàn)關(guān)鍵詞如表1所示。

（二）共現(xiàn)性分析

為展現(xiàn)這三年政策文本關(guān)鍵詞之間的聯(lián)系，以 詞語之間的聯(lián)系來表示政策文本的核心內(nèi)容。統(tǒng)計(jì)兩兩關(guān)鍵詞之間在同一年的政策文本中共同出現(xiàn)的頻次，構(gòu)成文本－高頻詞共現(xiàn)矩陣，其頻次越高，說明兩兩關(guān)鍵詞之間的關(guān)系越緊密。但是，僅靠關(guān)鍵詞之間的頻次高低反映詞語之間的聯(lián)系緊密程度太過單薄，要進(jìn)一步將原生共現(xiàn)矩陣轉(zhuǎn)化為相似矩陣。相似矩陣中的數(shù)值范圍在[0，1]，數(shù)值越接近1，說明兩個(gè)關(guān)鍵詞的距離越近，關(guān)聯(lián)程度越高。以2017年政策文本－高頻詞相似矩陣為例，如表2所示。

本研究進(jìn)一步對整個(gè)關(guān)鍵詞網(wǎng)絡(luò)進(jìn)行密度測量，密度的取值范圍在[0，1]之間，密度越接近1，表示整個(gè)關(guān)鍵詞網(wǎng)絡(luò)節(jié)點(diǎn)連接緊密且整個(gè)網(wǎng)絡(luò)的復(fù)雜性較高。使用?UCINET 的密度測量工具對2017?2019年政策文本的網(wǎng)絡(luò)密度進(jìn)行測量，得出：這三年的網(wǎng)絡(luò)密度值分別為0.6120，0.5138和0.4691，說明這三年的綠色金融政策文本具有較復(fù)雜的網(wǎng)絡(luò)體系，且關(guān)鍵詞網(wǎng)絡(luò)各節(jié)點(diǎn)之間的聯(lián)系密切，文本信息內(nèi)容主題較豐富；均值方差分別為0.2039，0.4818和0.4729，說明較2017年相比，2018年和2019年的關(guān)鍵詞網(wǎng)絡(luò)中的主要關(guān)鍵詞之間維系小范圍的緊密程度，綠色金融政策發(fā)展的側(cè)重點(diǎn)有明確的主題分布。

四、政策文本挖掘的社會(huì)網(wǎng)絡(luò)分析

綠色金融政策文本的分析法主要有以下三種：（1）定性政策文本分析，多為對話語性和語義的分析，即從某一視角對政策文本資料中的某個(gè)詞語進(jìn)行解讀和分析；（2）定量分析，通過定量來識(shí)別政策文本中可能出現(xiàn)的使用次數(shù)較多的關(guān)鍵詞語，將其中的定義綜合作為關(guān)鍵詞或政策的核心關(guān)鍵詞，進(jìn)而不斷分析和挖掘政策文本背后可能隱含的信息；（3）政策的綜合分析，此方法主要集合了政策的定性分析與定量分析，除了對制定政策的文本內(nèi)容進(jìn)行主觀的定性分析外，也同時(shí)包括定量的研究以及對未來政策的發(fā)展趨勢的綜合預(yù)判。

由于本研究的政策文本數(shù)據(jù)量較大，內(nèi)容主題維度較高，為更好地呈現(xiàn)高頻主題關(guān)鍵詞的可視化效果，筆者先對政策文本進(jìn)行提取行特征詞操作，剔除意義不大的高頻關(guān)鍵詞，以從文中抽取的特征詞進(jìn)行量化來表示文本信息，如表3所示；再將2017?2019年的文本－行特征詞分別導(dǎo)入到詞云圖生成網(wǎng)站 WordArt ，構(gòu)建相應(yīng)的詞云圖。

筆者將整理好的政策文本－行特征詞導(dǎo)入到詞云圖生成網(wǎng)站 WordArt ，其中在特征詞文本中出現(xiàn)頻次最高的關(guān)鍵詞在詞云圖中越突顯。使用“UCINET→NETDAW ”功能分別構(gòu)建這三年的綠色金融政策文本的社會(huì)語義網(wǎng)絡(luò)，其中節(jié)點(diǎn)表示關(guān)鍵詞，連線表示關(guān)鍵詞之間的共現(xiàn)關(guān)系。

（一）2017年綠色金融政策的詞云圖與社會(huì)網(wǎng)絡(luò)分析

2017年我國綠色金融政策已具有較清晰的基礎(chǔ)架構(gòu)。從圖1所示的2017年綠色金融政策文本詞云圖可以看出，“創(chuàng)新”“互聯(lián)網(wǎng)”“大數(shù)據(jù)”“科 技”“監(jiān)管”“評估考核”“金融機(jī)構(gòu)”“保險(xiǎn)”“信貸”“基金”“擔(dān)?！薄敖逃薄稗r(nóng)業(yè)”等詞 語在詞云圖中均有突顯。結(jié)合圖2所示的2017年 綠色金融政策社會(huì)語義網(wǎng)絡(luò)可知：隨著信息技術(shù)的 發(fā)展成熟，綠色金融體系也要適應(yīng)社會(huì)的發(fā)展，重 視改革創(chuàng)新；在之前的綠色信貸、綠色保險(xiǎn)、綠色 債券以及綠色中介服務(wù)等主體綠色金融產(chǎn)品的基礎(chǔ) 上，更多地強(qiáng)調(diào)利用互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)創(chuàng)新綠色 金融產(chǎn)品的重要性；在綠色金融發(fā)展中政府發(fā)揮著 重要作用，政策性金融比傳統(tǒng)金融更需要構(gòu)建科學(xué) 的約束機(jī)制，提高參與綠色金融的產(chǎn)業(yè)機(jī)構(gòu)的監(jiān)管以及信用信息共享能力，加強(qiáng)對綠色金融產(chǎn)業(yè)參與資歷和業(yè)績的評估考核力度。此外，2017年“鄉(xiāng)村振興”戰(zhàn)略的提出，使得我國綠色金融政策加大對農(nóng)村農(nóng)業(yè)綠色發(fā)展的融資扶持，發(fā)展綠色金融助推鄉(xiāng)村振興，國土資源配置等得到改善。

（二）2018年綠色金融政策的詞云圖與社會(huì)網(wǎng)絡(luò)分析

從圖3所示的2018年綠色金融政策詞云圖可以看出，“創(chuàng)新”“服務(wù)”“優(yōu)化”“資源”“協(xié)調(diào)”“環(huán)境”“審批”“監(jiān)管”“考核”“投資”“扶持”“培育”“保險(xiǎn)”“農(nóng)業(yè)”等詞語在詞云圖中均被突顯出來。圖4的2018年綠色金融政策社會(huì)語義網(wǎng)絡(luò)說明：2018年的政策在2017年的基礎(chǔ)上沒有增加關(guān)于綠色金融產(chǎn)品的新內(nèi)容，但是政府的引導(dǎo)性地位更加突出，筆者認(rèn)為各級(jí)綠色金融體系應(yīng)保持創(chuàng)新的前進(jìn)動(dòng)力，加大對綠色金融企業(yè)機(jī)構(gòu)的投資力度，扶持中小微企業(yè)的綠色轉(zhuǎn)型，要求參與綠色金融的企業(yè)機(jī)構(gòu)提供優(yōu)質(zhì)的金融服務(wù)；注重環(huán)境與生產(chǎn)的協(xié)調(diào)性，增強(qiáng)綠色保險(xiǎn)的突出作用，強(qiáng)調(diào)環(huán)境污染責(zé)任保險(xiǎn)工作的重要性；完善企業(yè)或者機(jī)構(gòu)參與綠色金融的審批機(jī)制，優(yōu)化績效考核體系；注重發(fā)展農(nóng)村綠色農(nóng)業(yè)，促進(jìn)綠色生態(tài)示范區(qū)的建設(shè)；鼓勵(lì)創(chuàng)新培訓(xùn)，金融人才是綠色金融體系不斷專業(yè)化、多元化的生力軍。

（三）2019年綠色金融政策的詞云圖與社會(huì)網(wǎng)絡(luò)分析

從圖5所示的2019年綠色金融政策詞云圖可以看出，“創(chuàng)新”“資源”“服務(wù)”“監(jiān)管”“環(huán)境”“科技”“培訓(xùn)”“金融機(jī)構(gòu)”“教育”“公共服務(wù)”“高質(zhì)量”“農(nóng)業(yè)農(nóng)村”“農(nóng)產(chǎn)品”“知識(shí)產(chǎn)權(quán)”“銀行”“共享”等詞語在詞云圖上均被突顯出來。結(jié)合圖6的2019年綠色金融政策社會(huì)語義網(wǎng)絡(luò)可知：和2017年、2018年相比較，2019年的政策體現(xiàn)出綠色金融作為一種政策性金融比傳統(tǒng)金融更注重社會(huì)效益的特征，且政策針對性更強(qiáng)；堅(jiān)持利用好新科技工具如大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能不斷創(chuàng)新升級(jí)綠色金融體系，建立健全并參與綠色金融企業(yè)機(jī)構(gòu)的信息共享平臺(tái)，增強(qiáng)互聯(lián)效應(yīng)；加強(qiáng)政府監(jiān)管力度，并促進(jìn)社會(huì)督促約束綠色金融企業(yè)機(jī)構(gòu)加快完善金融服務(wù)體系；隨著各種 IP 熱的興起，綠色金融開始重視對知識(shí)產(chǎn)權(quán)的綠色轉(zhuǎn)型；保障農(nóng)村農(nóng)業(yè)的綠色金融的融資力度，發(fā)展農(nóng)產(chǎn)品以及文化旅游的品牌營銷，切實(shí)為鄉(xiāng)村振興戰(zhàn)略做出貢獻(xiàn)。

五、結(jié)語

本文對2017?2019年我國綠色金融政策進(jìn)行梳理分析，探尋當(dāng)前綠色金融政策體系的發(fā)展側(cè)重點(diǎn)，以詞云圖結(jié)合社會(huì)語義網(wǎng)絡(luò)展現(xiàn)我國這三年的綠色金融政策體系發(fā)展格局，主要結(jié)論如下。

一方面，由上述2017?2019年詞云圖與社會(huì)?語義網(wǎng)絡(luò)的對比分析可知，在政策制定上，每一階?段的綠色金融政策制定都是隨著不同的時(shí)代發(fā)展背?景而變化。2017年和2019年的政策文本高頻關(guān)鍵?詞以及社會(huì)語義網(wǎng)絡(luò)以“創(chuàng)新”“監(jiān)管”“服務(wù)”“綠色基金”“農(nóng)村農(nóng)業(yè)”等詞語為核心詞，既有?政策引導(dǎo)的關(guān)鍵詞，也有對綠色金融發(fā)展體系中特?定綠色金融產(chǎn)品的針對性措施關(guān)鍵詞，而2018年?的政策文本的高頻詞以及社會(huì)語義網(wǎng)絡(luò)主要以“協(xié)?調(diào)”“創(chuàng)新”“監(jiān)管”等政策引導(dǎo)詞為核心詞，沒 有對綠色金融產(chǎn)品有明確的發(fā)展策略關(guān)鍵詞，更多 地是為2017年鞏固政策，為2019年作政策鋪墊。

另一方面，在政策內(nèi)容上可知：第一，綠色金融作為一種政策性金融，政府在其體系的構(gòu)建以及發(fā)展中起著主要作用，這三年的政策文件充分顯示了政府對參與綠色金融的企業(yè)機(jī)構(gòu)的激勵(lì)機(jī)制以及監(jiān)管制度的制定和完善，引導(dǎo)金融機(jī)構(gòu)對綠色金融加大投入力度，提供更完善的綠色金融服務(wù)，建立更完善的綠色金融項(xiàng)目清單；第二，我國綠色金融政策體系的基本架構(gòu)已經(jīng)形成，依據(jù)全國各地區(qū)的發(fā)展水平以及信息技術(shù)發(fā)展水平將綠色金融建設(shè)成具有中國特色的發(fā)展體系，打造綠色企業(yè)的信用信息共享平臺(tái)，加強(qiáng)各地互聯(lián)，找尋社會(huì)新興發(fā)展動(dòng)力，比如知識(shí)產(chǎn)權(quán)、人工智能等，為我國的綠色金融體系注入新的活力；第三，由于“鄉(xiāng)村振興”戰(zhàn)略的提出，農(nóng)村農(nóng)業(yè)的轉(zhuǎn)型升級(jí)開始加入綠色金融體系的建設(shè)，國家發(fā)展綠色農(nóng)產(chǎn)品品牌戰(zhàn)略，發(fā)展文化旅游、體育旅游等特色綠色旅游產(chǎn)品；第四，加大了對高校以及科研院校的扶持力度，重點(diǎn)培養(yǎng)高端金融人才，為綠色金融體系的長久發(fā)展提供專業(yè)活力。

本文對我國2017?2019年綠色金融政策的發(fā)展格局進(jìn)行梳理，但由于數(shù)據(jù)的限制無法分析每年全部的政策文本，并且沒有對政策進(jìn)行更細(xì)致的分類分析，缺少政策發(fā)文機(jī)構(gòu)之間的對比分析，在接下來的研究中將繼續(xù)推進(jìn)對綠色金融政策文本多角度的研究。

參考文獻(xiàn)：

[1]鄒?錦吉.綠色金融政策、政策協(xié)同與工業(yè)污染強(qiáng)度?基于政策文本分析的視角[J].金融理論與實(shí)踐， 2017（12）：71?74.

[2]秦雨桐， 王靜.中國綠色金融發(fā)展現(xiàn)狀及問題研究[J].天津經(jīng)濟(jì)， 2019（12）：20?25.

[3]環(huán)境保護(hù)部.構(gòu)建綠色金融政策體系推動(dòng)環(huán)境質(zhì)量改善[EB/OL].（2016?09?05）[2020?02?16]https：// www.mee.gov.cn/gkml/sthjbgw/qt/201609/t20160903_363532_wh.htm.

[4]楊冠雄， 李吉祥， 劉紅.我國綠色金融法規(guī)政策構(gòu)建的思考[J].西部金融， 2017（12）：90?92.

[5]周中明.我國綠色金融政策支持體系構(gòu)建[J].合作經(jīng)濟(jì)與科技， 2017（17）：54?56.

[6]貴斌威.綠色金融發(fā)展的法律政策研究[J].知識(shí)經(jīng)濟(jì)， 2019（21）：65;72.

[7]王鳳榮， 夏紅玉， 李雪.中國文化產(chǎn)業(yè)政策變遷及其有效性實(shí)證研究?基于轉(zhuǎn)型經(jīng)濟(jì)中的政府競爭視角[J].山東大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2016（3）：13?26.

[8]FISCHER C. Environmental protection for sale： strategic green industrial policy and climate finance[J]. Environmental and Resource Economics， 2017，66（3）：553?575.

[9]GHISETTI C， QUATRARO F. Green technologies and environmental productivity： a cross-sectoral analysis of direct and indirect effects in Italian regions[J]. Ecological Economics， 2017，132：1?13.

[10]MIAO C L， FANG D B， SUN L Y， et al. Naturalresources utilization efficiency under the influence of green technological ?innovation[J]. Resources， Conservation and Recycling， 2017，126：153?161.

[11]丁杰.綠色信貸政策、信貸資源配置與企業(yè)策略性反應(yīng)[J].經(jīng)濟(jì)評論， 2019（4）：62?75.

[12]黃韜， 樂清月.中國綠色債券市場規(guī)則體系的生成特點(diǎn)及其問題[J].證券市場導(dǎo)報(bào)?， 2018（11）：41?49;58.

[13]裴雷， 孫建軍， 周兆韜.政策文本計(jì)算：一種新的政策文本解讀方式[J].圖書與情報(bào)， 2016（6）：47?55.

[14]張驍， 周霞， 王亞丹.中國科技服務(wù)業(yè)政策的量化與演變?基于扎根理論和文本挖掘分析[J].中國科技論壇， 2018（6）：6?13.

[15]胡嫣然.基于文本挖掘的中國鐵路運(yùn)輸企業(yè)財(cái)稅支持政策研究[D].北京：北京交通大學(xué)， 2016.

[16]趙公民， 劉金金， 武勇杰， 等.基于扎根理論和文本挖掘的廣東省科技金融政策共詞網(wǎng)絡(luò)研究[J].科技管理研究， 2019，39（3）：51?57.

（編輯：程愛婕）