邵宏偉，王卉彤

（中央財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，北京 010000）

0 引言

綠色金融作為現(xiàn)代經(jīng)濟(jì)可持續(xù)發(fā)展的樞紐和核心，對經(jīng)濟(jì)綠色轉(zhuǎn)型起著越來越重要的作用[1]。梳理已有研究發(fā)現(xiàn)[2—6]，對綠色金融的研究仍然局限于量的方面，而對區(qū)域綠色金融質(zhì)的差異研究不足，事實(shí)上，綠色金融作為綠色資源配置的重要手段，對其效率的研究是至關(guān)重要的。相關(guān)研究將綠色金融效率置于研究框架之外，容易造成綠色金融發(fā)展過程中只注重綠色金融數(shù)量擴(kuò)張，而忽視綠色金融的質(zhì)量和效率問題。對此，為科學(xué)測度中國綠色金融效率與區(qū)域差異，探究區(qū)域差異產(chǎn)生的原因，分析綠色金融效率的動態(tài)演進(jìn)趨勢，本文從以下幾個(gè)方面展開分析：第一，基于2008—2019 年中國各省份綠色金融的投入產(chǎn)出指標(biāo)，構(gòu)建綠色金融效率評價(jià)體系，計(jì)算出各省份綠色金融效率；第二，運(yùn)用基尼系數(shù)分解法揭示中國綠色金融效率的區(qū)域差異及其來源；第三，通過核密度估計(jì)方法對中國綠色金融效率的動態(tài)演進(jìn)趨勢進(jìn)行研究，綜合分析中國各區(qū)域綠色金融效率的時(shí)空演變規(guī)律。

1 研究設(shè)計(jì)

1.1 DEA-SBM介紹

本文采用DEA-SBM 模型來評價(jià)中國綠色金融效率，模型如下：

其中，ρ*表示綠色金融效率值；m 表示投入要素?cái)?shù)量，s1和s2分別表示期望產(chǎn)出和非期望產(chǎn)出的數(shù)量。s=(s-，sg，sb)表示投入、期望產(chǎn)出和非期望產(chǎn)出的松弛量；x表示投入的非期望產(chǎn)出值，yg和zb分別表示期望產(chǎn)出和非期望產(chǎn)出值，λ表示權(quán)重。

約束條件中，Xλ表示前沿面上的投入量，Yg λ和Zbλ分別表示前沿面上的期望產(chǎn)出和非期望產(chǎn)出量。ρ∈[0，1]，且關(guān)于s-、sg、sb嚴(yán)格單調(diào)遞減。當(dāng)且僅當(dāng)s-=0、sg=0、sb=0，即ρ*=1 時(shí)，該決策單元完全有效；當(dāng)ρ*＜1 時(shí)，說明該決策單元非有效，可以通過優(yōu)化投入與產(chǎn)出的數(shù)量進(jìn)行改善。

1.2 Dagum基尼系數(shù)

基尼系數(shù)是學(xué)者們在衡量不平等問題時(shí)最常用的指標(biāo)。Dagum（1997）[7]對基尼系數(shù)的定義為：

其中，G為總體基尼系數(shù)，K為劃分的區(qū)域數(shù)，n為省份個(gè)數(shù)，ni表示區(qū)域i內(nèi)省份的數(shù)量。yih表示區(qū)域i內(nèi)任意省份的綠色金融效率值。μ表示全國各省份綠色金融效率的均值。

在進(jìn)行區(qū)域劃分時(shí)，需要根據(jù)區(qū)域內(nèi)綠色金融效率均值對區(qū)域進(jìn)行排序。Dagum 系數(shù)可以分解為區(qū)域內(nèi)差距貢獻(xiàn)度Gw、區(qū)域間差距貢獻(xiàn)度異Gnb、超變密度Gt，且滿足G=Gw+Gnb+Gt。Gjh、Djh表示區(qū)域j和區(qū)域h之間的基尼系數(shù)和綠色金融效率的相互影響，其計(jì)算方法如下：

其中，fj(x)和fh(y)為連續(xù)密度分布函數(shù)。

pjh為超變一階矩，當(dāng)yji-yhr＜0 時(shí)，所有綠色金融效率差距的加權(quán)平均數(shù)。則pjh可以表示為：

1.3 Kernel密度估計(jì)

Kernel 密度估計(jì)是分析空間非均衡和動態(tài)演進(jìn)規(guī)律中常用的非參數(shù)估計(jì)方法，其具有模型依賴性弱、穩(wěn)健性強(qiáng)的特點(diǎn)。假設(shè)隨機(jī)變量X的密度函數(shù)為：

其中，N表示觀測值數(shù)量，Xi表示獨(dú)立同分布的觀測值，x表示平均值，K(·)表示核密度函數(shù)，h表示帶寬。h越大，說明帶寬越大，估計(jì)的密度函數(shù)越平滑，估計(jì)結(jié)果精度越低。反之，h越小，則估計(jì)結(jié)果精度越高。Kernel密度函數(shù)通常滿足以下條件：

本文選用高斯核密度函數(shù)進(jìn)行估計(jì)，其密度函數(shù)的表達(dá)式如下：

由于非參數(shù)估計(jì)中沒有確定函數(shù)表達(dá)式，下文中采用圖形對比來進(jìn)一步考察中國綠色金融效率的分布情況。

1.4 指標(biāo)體系與數(shù)據(jù)來源

本文借鑒文獻(xiàn)[2，8]，考慮到數(shù)據(jù)的可得性和準(zhǔn)確性，結(jié)合中國綠色金融發(fā)展現(xiàn)狀，從綠色金融投入和環(huán)境經(jīng)濟(jì)產(chǎn)出的角度構(gòu)建綠色金融效率評價(jià)指標(biāo)體系。具體指標(biāo)體系如表1所示。本文根據(jù)《中國統(tǒng)計(jì)年鑒》的劃分標(biāo)準(zhǔn)，將中國分為東部、中部和西部地區(qū)，選取2008—2019年我國30 個(gè)省份（不含西藏和港澳臺）的相關(guān)數(shù)據(jù)，數(shù)據(jù)來源為《中國金融年鑒》《中國保險(xiǎn)年鑒》《中國統(tǒng)計(jì)年鑒》以及ifind數(shù)據(jù)庫等。

表1 綠色金融效率指標(biāo)體系

2 綠色金融效率分析

根據(jù)公式（1），運(yùn)用STATA16.0 軟件可以測算出基于SBM 模型的中國綠色金融效率，包含了中國30 個(gè)省份2008—2019 年的測算結(jié)果。進(jìn)一步將中國綠色金融效率的變化趨勢繪制于圖1。從全國層面來看，中國綠色金融效率呈現(xiàn)三階段的特征，2008—2010年，中國綠色金融效率由0.79下降到最低點(diǎn)0.67，2010—2011出現(xiàn)了明顯的回升，回升到0.83 附近，2011—2019 年基本維持在0.85 的水平。出現(xiàn)這種特征的一種可能的解釋是，2008—2010 年在“四萬億計(jì)劃”的經(jīng)濟(jì)刺激下，中國經(jīng)濟(jì)增速加快，但是污染排放較高。然而2007 年發(fā)布的《關(guān)于落實(shí)環(huán)保政策法規(guī)防范信貸風(fēng)險(xiǎn)的意見》中嚴(yán)格貸款審批和發(fā)放管理在一定程度上使一些綠色企業(yè)獲取資金支持不足，導(dǎo)致2008—2010 年的綠色金融效率出現(xiàn)明顯的下降。后來隨著2012 年《綠色信貸指引》、2013 年《生態(tài)文明建設(shè)綱要》等重要政策的發(fā)布，中國綠色金融效率保持在相對有效的水平下。

圖1 全國及各地區(qū)綠色金融效率變化趨勢

從區(qū)域?qū)用鎭砜?，三大地區(qū)的差異較為明顯且波動幅度較大。由圖1 可以看出：（1）各地區(qū)綠色金融效率都呈現(xiàn)先下降反彈后保持相對平穩(wěn)狀態(tài)的趨勢，且都在2010年綠色金融效率有明顯的下降，并在2011 年有大幅度的回升，特別是中部地區(qū)的回升較為明顯。（2）2008年，東部地區(qū)的綠色金融效率處于最高水平，而中部地區(qū)的綠色金融效率處于最低水平，只有0.6603。這說明2008 年相對其他地區(qū)而言，東部地區(qū)不僅有較好的經(jīng)濟(jì)基礎(chǔ)和高質(zhì)量的人才儲備，而且其在生產(chǎn)過程中充分利用金融資源，解決環(huán)境污染問題的能力遠(yuǎn)高于其他地區(qū)。（3）2008—2017年，西部地區(qū)逐步縮小了與東部地區(qū)的綠色金融效率差距，并且在2018年，西部地區(qū)的綠色金融效率超過東部地區(qū)，達(dá)到了0.9114，處于較高水平。（4）東部地區(qū)綠色金融效率的均值為0.8986，并且在2013 年達(dá)到了最大值0.9548，2010年達(dá)到最小值0.7842。西部地區(qū)的綠色金融效率均值為0.8501，其波動幅度相對較為穩(wěn)定。中部地區(qū)的綠色金融效率均值為0.7089，處于三大地區(qū)的最低水平。從以上區(qū)域綠色金融效率變化趨勢可知，中國經(jīng)濟(jì)最發(fā)達(dá)的東部地區(qū)綠色金融效率最高，可見東部地區(qū)在追求經(jīng)濟(jì)高速發(fā)展的同時(shí)沒有忽視環(huán)境問題，而西部地區(qū)得益于西部發(fā)開發(fā)東生態(tài)環(huán)境保護(hù)政策，近年來國家將加強(qiáng)西部地區(qū)環(huán)境保護(hù)和建設(shè)作為重要發(fā)展戰(zhàn)略，通過設(shè)置自然保護(hù)區(qū)和財(cái)政轉(zhuǎn)移支付等方式，全面實(shí)施退耕還林還草、三北防護(hù)林工程等生態(tài)建設(shè)政策，在此過程中西部地區(qū)得到了更多的金融支持和政策優(yōu)惠，并取得了顯著成效。

表2 展示了中國各省份之間綠色金融效率的差異。從結(jié)果來看，北京、天津、云南等省份的綠色金融效率始終為1，說明這幾個(gè)省份對于綠色金融投入的利用效率始終處于效率的前沿面上。也有一些省份的綠色金融效率始終處于較低水平，特別是黑龍江的綠色金融效率較低，最大值只有0.4783。而同時(shí)處于東北地區(qū)的遼寧，其綠色金融效率卻在全國范圍內(nèi)處于中等水平?？梢?，處于統(tǒng)一區(qū)域內(nèi)部的不同省份間的綠色金融效率也有較大差異。為了進(jìn)一步分析中國各省份之間的綠色金融效率空間分布差異，采用ArcGIS 軟件繪制了2008年和2019年中國各省份綠色金融效率空間分布圖（圖略），結(jié)果顯示，中國綠色金融效率的空間分布存在明顯的空間差異，且這種差異隨著時(shí)間變化。其中，中部地區(qū)綠色金融效率提升十分明顯，并且呈現(xiàn)從北部向中南部地區(qū)協(xié)調(diào)擴(kuò)散趨勢。區(qū)域間雖然呈現(xiàn)非均衡特征，但是非均衡特征有弱化的趨勢?？梢娭袊逦灰惑w的區(qū)域協(xié)調(diào)生態(tài)建設(shè)初見成效。同時(shí)，中國綠色金融效率存在空間集聚現(xiàn)象，即地理位置相鄰的綠色金融效率高度相近，主要原因在于相鄰省份的綠色金融政策和生態(tài)環(huán)境建設(shè)政策具有相似性和借鑒性。

表2 各省份2008—2019部分綠色金融效率值

3 綠色金融效率的差異分析

本文采用Stata16.0軟件，根據(jù)基尼系數(shù)及其按子群分解的方法，分別測算了2008—2019 年中國綠色金融效率的基尼系數(shù)，并依據(jù)東中西三個(gè)地區(qū)進(jìn)行分解，測度結(jié)果如表3所示。

表3 綠色金融效率區(qū)域差異

3.1 綠色金融效率總體差異及演變趨勢

由表3可以看出，2008—2011年中國綠色金融的總體基尼系數(shù)先升后降，2011—2019 年維持在相對平穩(wěn)的水平，說明中國各地區(qū)的區(qū)域差距平穩(wěn)。2008 年總體基尼系數(shù)為0.1371，到2010 年達(dá)到觀測期的最大值，上升至0. 2091；2011 年又迅速下降至0.1269，與2008 年的數(shù)值相似。說明從2008—2011年中國綠色金融效率的地區(qū)差異經(jīng)歷了先增加后縮小的過程。2011—2019 年，基尼系數(shù)保持在0.1～0.13。

3.2 綠色金融效率地區(qū)差異分解

3.2.1 綠色金融效率地區(qū)內(nèi)部差距

由表3 組內(nèi)差異結(jié)果可知，總體來看，東部地區(qū)綠色金融效率空間分布的地區(qū)差距最小，中部地區(qū)綠色金融效率空間分布的地區(qū)差距最大。但是這一現(xiàn)象在2010年出現(xiàn)了明顯的轉(zhuǎn)變。2010 年，中部地區(qū)區(qū)域內(nèi)部基尼系數(shù)迅速下降，達(dá)到東部地區(qū)觀測期內(nèi)的最小值0.1303，而隨后在2011年又重返2009年的相似水平，2011—2019年，中部地區(qū)差距有著緩慢下降的趨勢。從西部地區(qū)區(qū)域內(nèi)差異的演變情況來看，2011年之前，經(jīng)歷了先上升后下降的過程，隨后在2013 年也出現(xiàn)了小幅回升，2013 年之后，西部地區(qū)的區(qū)域內(nèi)差異也呈現(xiàn)出逐年下降的趨勢。東部地區(qū)的區(qū)域間差異在2008—2011 年整體走勢與西部相似，但是在2011 年之后，東部地區(qū)的內(nèi)部差異呈現(xiàn)先下降后緩慢上升的形態(tài)，在2013 年達(dá)到最小值0.0412。這說明2008—2019年，盡管綠色金融發(fā)展取得了顯著成效，全國總體的基尼系數(shù)處于下降趨勢，但是不同區(qū)域內(nèi)部綠色金融發(fā)展水平和重視程度存在一定的差異。如東部地區(qū)對綠色金融政策的重視程度較高，各省份綠色金融發(fā)展水平差距相對較小，綠色金融發(fā)展已經(jīng)形成相對穩(wěn)定的運(yùn)行機(jī)制，因此東部地區(qū)的組內(nèi)差異最小；對于中部地區(qū)來說，近年來國家倡導(dǎo)的中部崛起戰(zhàn)略，中部地區(qū)由于自身金融基礎(chǔ)具有顯著的差異性，不同省份綠色金融工具在促進(jìn)綠色轉(zhuǎn)型方面產(chǎn)生的效果相對較大，但是整體上有下降的趨勢，即整體上來看中部地區(qū)省際綠色金融效率呈現(xiàn)縮小的趨勢。

3.2.2 綠色金融效率地區(qū)間差距

從表3 組間差異結(jié)果可以看出：第一，從區(qū)域間基尼系數(shù)的大小來看，中-東部地區(qū)和西-中部地區(qū)數(shù)值相近，且明顯高于西-東部區(qū)域。說明中-東部和西-中部的綠色金融效率區(qū)域間差異高于西-東部地區(qū)。第二，從區(qū)域間基尼系數(shù)變化趨勢來看，三個(gè)地區(qū)的整體波動形態(tài)較為相似，特別是中-東部和西-中部地區(qū)的波動形態(tài)幾乎重合，而西-東部地區(qū)的波動形態(tài)也經(jīng)歷了先上升后下降后保持相對平穩(wěn)狀態(tài)。如中-東部地區(qū)2008年的區(qū)域間差異為0.1884，到2010年上升到最大值0.2783，之后下降并保持相對平穩(wěn)態(tài)勢，并在2018年有輕微的回升，回升到0.1524，到2019年降至0.1252，西-中部有著相似的變化形態(tài)。

3.2.3 綠色金融效率地區(qū)差距貢獻(xiàn)率

區(qū)域間差異貢獻(xiàn)由區(qū)域間超變凈值差異的貢獻(xiàn)和區(qū)域間超變密度的貢獻(xiàn)兩部分組成。由表3可以看出，2008年，組內(nèi)差距、組建差距和超變密度的貢獻(xiàn)率分別為26.17%、52.73%和21.08%?？傮w來看，區(qū)域間差異是綠色金融效率地區(qū)差異的最主要來源，平均貢獻(xiàn)率為39.22%，且區(qū)域間差異貢獻(xiàn)率的波動十分明顯，始終高于區(qū)域內(nèi)貢獻(xiàn)率。從時(shí)間維度來看，組間貢獻(xiàn)率呈現(xiàn)出下降-上升的反復(fù)循環(huán)中，整體在52.73%～22.96%區(qū)間內(nèi)波動，并且在2011—2013 年、2015—2016 年有明顯的上升，在其他階段有明顯的下降。超變密度的貢獻(xiàn)率波動形態(tài)與組間貢獻(xiàn)率波動形態(tài)恰好相反，呈現(xiàn)不規(guī)則的“M”型，變化趨勢從2008 年的21.08%上升到2011 年的30.10%，之后又下降到2013 年的25.45%，在回升到2015 年的39.53%，在2016 年出現(xiàn)下降后穩(wěn)定在33.78%，但是在2019 年出現(xiàn)了上升。

4 綠色金融效率的動態(tài)演進(jìn)分析

進(jìn)一步采用Kernel 密度估計(jì)分析全國和三大區(qū)域中綠色金融效率的分布位置、態(tài)勢、延展性以及極化趨勢。

如圖2（a）所示，從核密度估計(jì)結(jié)果來看，中國綠色金融效率整體呈現(xiàn)上升的趨勢。2008—2019 年，全國綠色金融效率分布區(qū)縣波峰表現(xiàn)出先向左移后向右移且提高的演變過程，但是總體表現(xiàn)為向右移的趨勢。這表明中國綠色金融效率整體上處于較快增長的態(tài)勢，各省份間綠色金融效率存在“追趕效應(yīng)”。全國總體核密度分布曲線存在左拖尾現(xiàn)象，且延展性差異較大，說明一些省份的綠色金融效率較低。從核密度曲線形狀來看，分布經(jīng)歷了“多峰-單峰”的演變過程。在2012 年以前，全國綠色金融效率呈現(xiàn)兩極分化趨勢，基本由一個(gè)主峰和一個(gè)側(cè)峰組成，說明這一階段中中國綠色金融效率具有一定的梯度效應(yīng)。2013—2019 年，則呈現(xiàn)以單峰為主，但是側(cè)峰較低的形態(tài)。這說明全國綠色金融效率的分布具有一定的梯度效應(yīng)，其多極化的趨勢在慢慢減弱，總體絕對差異變小。

圖2 全國及東部、中部、西部地區(qū)綠色金融效率的分布演進(jìn)

根據(jù)圖2（b）至（d）可以看出，三個(gè)地區(qū)中綠色金融效率的分布趨勢各不相同。但是整體上來看，三大地區(qū)綠色金融效率的絕對差異呈現(xiàn)縮小趨勢。其中，東部地區(qū)的分布曲線也呈現(xiàn)向左拖尾的現(xiàn)象，且2008—2012 年綠色金融發(fā)展效率的分布絕對差異較大，多級分化的問題比較明顯。說明這期間東部地區(qū)各省份之間的綠色金融效率發(fā)展不均衡。2013—2019 年，則呈現(xiàn)雙峰向單峰過渡的曲折過程，過程中部分年份偶爾出現(xiàn)較低的側(cè)峰，說明兩極分化的現(xiàn)象正在減弱，各省份之間的絕對差異減小。相對于東部地區(qū)綠色金融效率的分布而言，中部地區(qū)的綠色金融效率核密度分布寬度較大，說明各省份之間差異相較更大，但是從時(shí)間維度來看，也呈現(xiàn)由多峰向單峰的演變過程，說明省份之間的絕對差異減弱；主峰的高度逐漸升高，且存在明顯的向左拖尾現(xiàn)象，說明也存在綠色金融效率較高的地區(qū)。相對于東部地區(qū)和中部地區(qū)而言，西部地區(qū)的分布始終表現(xiàn)為單峰態(tài)勢，未出現(xiàn)明顯的多級分化現(xiàn)象；且主峰高度逐漸升高，說明各個(gè)省份之間的絕對差異較?。环植记€整體上具有向左拖尾的現(xiàn)象，說明存在綠色金融效率較低的省份。

5 結(jié)論

本文基于2008—2020年中國30個(gè)省份綠色金融要素投入與產(chǎn)出的數(shù)據(jù)計(jì)算出綠色金融效率，并利用Dagum基尼系數(shù)和Kernel 密度估計(jì)法分析了中國綠色金融效率的區(qū)域差異和動態(tài)演進(jìn)，結(jié)論如下：第一，從綠色金融效率測算結(jié)果來看，觀測期內(nèi)中國綠色金融效率經(jīng)歷了下降后回調(diào)并保持相對穩(wěn)定的趨勢，但是存在明顯的區(qū)域差異。具體來看，經(jīng)歷了2008—2011 年的“V”型調(diào)整后，東部地區(qū)的綠色金融效率保持相對平穩(wěn)趨勢，且基本處于領(lǐng)先水平；但是這一狀態(tài)在2018年被打破，2018年西部地區(qū)的綠色金融效率以相對較高的增速超過了東部地區(qū)，但是兩者差距不明顯；中部地區(qū)的綠色金融效率總體也經(jīng)歷了下降—上升—平穩(wěn)的波動。2008—2011 年出現(xiàn)大幅度的下降，下降幅度高達(dá)29.4%，到2011年又出現(xiàn)明顯的上升，此后保持相對平穩(wěn)的變化趨勢，但總體來看中部地區(qū)的綠色金融效率始終處于相對較低水平。第二，從Dagum基尼系數(shù)所展示的相對差異來看，中國綠色金融效率總體差距呈現(xiàn)縮小趨勢，且區(qū)域間差距是導(dǎo)致總體差距的主要原因。具體來看，中國綠色金融效率總體基尼系數(shù)介于0.1024～0.2091，基尼系數(shù)在2008—2011 年表現(xiàn)出“倒V”型，此后保持了相對平穩(wěn)的趨勢。從區(qū)域內(nèi)差異來看，中部地區(qū)的局域內(nèi)差異最大，東部地區(qū)和西部地區(qū)的區(qū)域內(nèi)差異相對較小。從區(qū)域間差異來看，西-中部和中-東部在時(shí)間維度表現(xiàn)出高度相似性，其數(shù)值基本一致，且均高于西-東部地區(qū)。從區(qū)域差異來源來看，區(qū)域間差異的貢獻(xiàn)率最高，觀測期內(nèi)的平均值達(dá)到39.22%，且呈現(xiàn)較強(qiáng)的波動變化。大多數(shù)年份中，組間貢獻(xiàn)率處于較高水平，而組內(nèi)貢獻(xiàn)率最低，整體變化趨勢平穩(wěn)?？傮w來看，區(qū)域間差異是造成區(qū)域差異的主要原因。第三，從Kernel密度顯示的絕對差異來看，全國綠色金融效率的分布呈現(xiàn)向右移的趨勢，且呈現(xiàn)由多峰向單峰的變化態(tài)勢，說明中國綠色金融效率在不斷提高且其分布具有一定的梯度效應(yīng)。同時(shí)，總體分布曲線呈向左拖尾，說明存在綠色金融效率較小的省份。從不同區(qū)域來看，觀測期間，東、中部地區(qū)都在不同程度上存在多極分化的問題，但是西部地區(qū)始終沒有出現(xiàn)多極分化現(xiàn)象；且三個(gè)地區(qū)的主峰高度均表現(xiàn)為逐漸升高，說明各個(gè)區(qū)域綠色金融指數(shù)的絕對差異正在縮小。