金融發展對我國區域綠色發展的影響效應研究

陳旖旎 張曉丹 丁時杰

一、引 言

伴隨著逐步加速的城市化進程，自然資源耗竭加速、生態環境持續惡化等問題也隨之凸顯。為改善當前經濟發展過程中的一系列問題，追求經濟、社會、生態全面協調發展，構建經濟質量高、資源消耗低、環境污染少的綠色發展方式，提高城市“市經濟質的必要性和緊迫性進一步凸顯。我國“十二五”規劃已提出綠色發展的要求，即轉變傳統的經濟增長方式，統籌兼顧社會系統、經濟系統、生態系統的協調統一。未來經濟增長方式的顯著特征是科技、新能源和資金等帶動的低耗能、適應人類健康發展以及環境友好的相關產業在GDP比重不斷提升，這些都取決于全要素生產率的提高。“十三五”規劃建議中進一步強調加快金融體系改革、提高金融服務實體經濟的效率。那么，作為綠色城市發展進步的重要驅動力——金融發展在綠色發展中有多大的作用空間呢？如何合理、充分地發揮金融發展對綠色發展的支撐作用是非常重要的科學問題。

針對目前中國區域綠色發展形勢，眾多學者展開了相關研究，集中在構建綠色發展衡量指標體系、基于不同視角對綠色發展效率的研究等方向。在綠色發展影響因素方面，已有研究主要考察了能源消費結構、技術進步、政府投入、人口城鎮化率等因素的影響。然而，少有文獻探討金融發展尤其是科技金融對于提升區域發展“綠色度”的作用。綠色發展的基礎是經濟增長方式的“綠色化”，金融發展作為影響經濟發展的重要變量，對于轉換經濟增長方式的作用不言而喻。

本文旨在以前期研究為基礎，通過理論分析和實證研究探討金融發展和科技金融對區域綠色發展的作用機理和實際效果，為政府在制定和出臺轉變經濟發展方式、提升經濟發展質量等各項政策方面提供決策依據。

二、理論和機理分析

綠色發展強調經濟發展與環境保護的統一與協調，需要通過各種途徑和方法，以更少的資源投入、結合環境保護，實現更高的經濟產出。綠色發展具有兩個外延，一是對原有經濟系統進行綠化或生態化改造；二是發展對環境影響較小或有利于改善環境的經濟形態。經濟產出和環境保護是與綠色發展協調最為重要的兩個因素。

根據內生經濟增長模型，金融系統對經濟增長有推動作用。研究表明，信息不對稱的情況下，金融發展和經濟增長之間具有良性的互動機制。另外，金融體系可以顯示從事創新活動的潛在收益，金融體系通過引導金融資源流向技術創新項目，從而促進技術進步，進而推動經濟長期增長。尤其處于當前粗放型經濟發展模式向集約型經濟發展模式的轉折時期，金融發展和科技創新能為經濟效益和環境友好的雙贏提供支撐。

自從進入金融科技3.0時代之后，金融與科技的融合趨勢日趨明顯。一方面，傳統金融機構由過去的單獨強調技術，轉變成更為強調投資于技術來改造自身；另一方面，金融科技類公司也開始強調開放與技術的復蘇。科技金融主要是通過合理的金融投資結構促進科技創新的有效進行，本文僅考察最終以物質形式支持科技創新的各項金融投入。技術進步帶來的資源環境紅利，使得創新發展與綠色發展密不可分。地區科技創新能力是新的內生增長動力，可以推動傳統產業智能升級，也可以催生高新技術產業、戰略性新興產業大力發展，因此，地區科技進步在一定程度上決定了該地區的綠色增長率。從具體指標來看，企業的有效發明專利越多，代表技術水平的突破越大。

因此，借鑒Levine(2004)的研究思路，從金融體系的功能來看，金融發展側重通過增加資本要素投入來增加經濟產出，科技金融強調轉變經濟發展模式，推動節能減排。金融發展、科技金融影響綠色發展的機理如圖1所示。

圖1 金融發展、科技金融影響綠色發展的機理

基于以上論述，本文認為金融發展和科技創新對綠色發展有重要的影響。下文會通過我國各省的面板數據檢驗上述機理。

三、變量選取和模型構建

（一）綠色發展的測度

針對目前中國區域綠色發展形勢，已有文獻關于綠色發展的測度方法總結為兩種，即指數法和效率法。指數法是指測量綠色發展綜合指數，根據指標的重要程度對不同指標賦予相應的權重，進行加權計算而成。綠色發展綜合指數通過排名來反應一個經濟體內某一時期的綠色發展水平相對過去其他地區所處的位置，側重于對地區間發展的比較，但該指數僅能反應綠色發展的總體水平，且指標選取和權重分配過程容易受到主觀因素的干擾。效率法基于全要素生產框架，利用數據包絡分析法（data envelopment analyses，DEA）從生產的角度強調以盡可能少的資源環境代價以獲取盡可能多的經濟產出。

已有大多數文獻均將地區內所覆蓋省份全要素生產率的平均值作為該地區的全要素生產率水平。由于地區內各個省份間的全要素生產規模各不相同，各省之間存在各種差異，導致最終結果無法真實的反映地區的整體效率水平，而且大多文獻均沒有考慮能源資源這一重要的投入要素以及生產過程中的環境污染物排放這一非合意產出，故其測算結果存在一定偏差。本文借鑒以往文獻構建全局luenberger指數的方法計算綠色發展效率，一方面解決了求取平均值的不足，另一方面也解決了測算數據結果在時間序列不可比的問題。

（二）金融發展指標選取

（1）金融規模和金融效率

本文借鑒李健和衛平（2015）的研究，從規模和效率兩方面評價金融發展情況，其中金融發展規模（FDS）=金融機構存款余額+金融機構貸款余額）/GDP，我國金融體系以銀行為主導且資本市場發展規模數據不全，因此從銀行角度衡量金融發展規模擴張的程度較為合適；金融發展效率（FDR）=金融機構貸款余額/金融機構存款余額，反映金融系統將儲蓄轉化為貸款的效率，指標值越高說明金融發展效率越高。

（2）科技金融指標

對于科技金融指標，本文結合已有文獻采用的相關指標體系，選取科技金融發展效率作為科技金融指標的測量。其中，科技金融發展效率是從投入和產出兩個角度來分析，投入方面包括人力資本投入（R&D人員全時當量），財政科技投入（財政科技經費投入），科技貸款（銀行科技信貸金額），創業風險投資（創業風險投資金額）、科技資本市場投入（科技資本市場籌資額）；產出方面包括國際科技論文數量、專利授權量和高技術產業新產品產值。根據藺琦珠（2016）的方法，采用貝葉斯隨機前沿模型對效率進行測度。

（3）相關控制變量指標

控制變量方面考慮三個因素，一是地區GDP；二是能源消費結構：用能源消費總量中煤炭消費量占比來衡量。三是外資利用，通過外商直接投資（FDI）來衡量。

（三）模型設定

本文主要利用面板數據考察各省金融發展、科技金融對綠色發展的影響效應。由于省際之間存在著客觀的經濟或社會差異，故而假定存在個體效應。基本模型設定如下：

其中，GreenRit是被解釋變量，代表各省市綠色發展水平，下標i和t分別代表第i個省份和第t年（t=2001,2002…2014）。FDSit用于衡量地區金融發展規模，FDRit代表地區金融發展效率。TFRit代表科技金融發展效率，Controlsit代表控制變量，包含各省地區生產總值（GDP）、能源消費結構（CoalR）以及各省外商直接投資（FDI）。Cit為個體效應，表示各省市特有的不隨時間變化的未觀察到的影響綠色發展水平的因素，μit是殘差項，代表影響各省綠色發展水平的其他因素，ξit是隨機擾動項。

在處理面板數據時，需要判斷采用固定效應模型還是隨機效應模型。在不存在異方差的情況下，如果Hausman檢驗結果不顯著，則說明隨機效應模型較為合適，否則應選用固定效應模型。

因本文主要考察金融發展，特別是科技金融在金融發展對綠色發展中的影響，模型（1）還不足以作出解釋，故而，建立模型（2），并引入 TFRit×FDSit和TFRit×FDRit即科技金融效率與金融發展規模、金融發展效率的交互項，用于反映金融發展通過科技金融對綠色發展帶來的影響。

表1 變量的描述性統計

具體而言，若 TFRit×FDSit、TFRit×FDRit回歸系數不顯著，說明科技金融和金融發展規模的交互作用沒有顯著影響各省綠色發展；若TFRit的回歸系數不顯著，而 TFRit×FDSit、TFRit×FDRit的回歸系數顯著，則表明科技金融本身對各省綠色發展不明顯，必須與整體金融發展相結合才能產生顯著的促進效應；若FDRit和FDRit的回歸系數不顯著，而TFRit×FDSit、TFRit×FDRit回歸系數顯著，表明金融發展本身就直接促進了綠色發展，而非依賴于科技金融的作用。

四、實證分析

（一）數據來源與統計描述

實證分析以我國各省為觀測對象，觀測周期為2001年到2014年。主要數據來源如下：資本當年投入、年末從業人員數、耕地面積、用水總量、金融機構存貸款總額、外商投資實際使用額等來源于歷年《中國區域經濟統計年鑒》以及各省統計年鑒，專利授權數來源于歷年《中國科技統計年鑒》，地區生產總值等來源于歷年《中國統計年鑒》，各省份能源消費總量數據直接來源于《中國能源統計年鑒》（2001-2015），并折算成標準煤，二氧化碳排放數據直接來源于北京理工大學能源與環境政策研究中心iNEMS數據庫（www.inems.org），科技金融指標來源于中國科學技術部公布的《中國科技統計數據》以及歷年《中國科技統計年鑒》，地區GDP數據來源于歷年《中國統計年鑒》，能源消費結構數據來源于《中國能源統計年鑒》。

表1給出了各變量的統計結果，有助于清晰觀察各變量的統計特征。

（二）實證結果分析

本文使用Stata13.0得出實證結果。

（1）各省綠色發展效率的時間趨勢

圖2為30個省市的綠色發展水平趨勢圖，可以看出，不同省市的綠色發展效率（GreenR）的時間趨勢不盡相同，有些省很平穩（比如陜西，26），有些省呈下降趨勢（比如寧夏，29），而有些省市則呈上升趨勢（比如北京，1、上海，9）。在一定程度上，綠色發展效率的省際差異有助于評估影響綠色發展效率的影響因素。

圖2 各省市的綠色發展效率的趨勢圖

（2）回歸結果分析

由于本文所用數據為靜態短面板數據，故而不需要進行單位根檢驗。對于靜態面板數據，首先進行混合回歸作為參照系，之后判斷用何種模型（陳強，2014）。

由于每個省的“省情”不同，可能存在不隨時間而變的遺漏變量，故而實施固定效應模型（FE）分析。經組內估計量計算（rho=0.91）表明復合擾動項（μit+ξit）的方差主要來自個體效應μit的變動。由于固定效應F檢驗的p值為0.0000，故FE明顯優于混合模型。在固定效應中，通過一階差分估計量得到面板一階自相關檢驗，該檢驗p值為0.0000，即在1%的顯著性水平上存在面板自相關，但是該面板數據為短面板（T=14），因此自相關問題可忽略不計。

以上結果基本確認了個體效應的存在，但個體效應仍可能以隨機效應（RE）的形式存在，因此我們也使用了隨機效應模型。通過LM檢驗的p值為0.0000，表明在隨機效應與混合效應之間應選擇隨機效應模型。

從Hausman檢驗結果來看，p值為0.0000，因此，應該使用固定效應模型而非隨機效應模型。回歸結果見表2。

表2 回歸結果

注：*p＜0.1;**p＜0.05;***0＜0.01。

表2結果顯示，模型（2）FE中，金融發展規模（FDS）和金融發展效率（FDR）兩個變量通過了1%的顯著性檢驗，但金融發展規模系數為負、金融發展效率系數為正，說明金融業2001年到2014年的快速發展在一定程度上對綠色發展效率產生了抑制。原因可能在于我國金融市場化水平不斷提高的背景下，出于利潤的驅動，金融機構追求金融規模的增長，更傾向于見效快、能耗高和排放強的資源密集型企業，支持了大量的重污染信貸項目，如鋼鐵、水泥等行業。特別是2008年金融危機之后，大量信貸資金涌入基建領域或房地產行業，勢必會帶動上游鋼鐵、水泥等高能耗、高污染行業的發展。環保項目往往具有投資周期長、回報率低和運行風險大等特點，較短時間內很難取得可觀的經濟效益，金融機構因此在資金支持方面的意愿和力度明顯不足。這充分說明了目前各區域政府倡導發展綠色金融的正確性與重要性；而金融發展效率對綠色發展的促進效應，表明金融機構內部存轉貸為支持綠色環保產業實際上提供了必要的資金轉化。

科技金融發展效率（TFR）沒有通過10%的顯著性檢驗，但系數為負，表明在沒有結合整體金融發展的情況下，科技金融的發展不一定能促進綠色發展，甚至有可能產生抑制作用，其原因在于科技的發展和進步雖然顯著作用于經濟增長，但科技的發展應用同時也可能會產生一系列負面效應，如對自然資源的消耗、掠奪式的開發等。考慮到綠色發展對環境保護的強調，因此在發展科技金融的同時，尤其要注重和環境保護相結合，把科技的負面效應降到最低，引導科技金融向綠色金融的方向發展，以促進整個社會生態效率的提高。科技金融和金融發展變量的交互項都通過了1%的顯著性檢驗，表明金融發展規模與科技金融的結合有助于推動綠色發展，且金融發展程度對綠色發展的作用受到了科技金融發展效率的影響。但是目前的結果也表明科技金融效率在金融發展效率對綠色發展的促進上并沒有起到積極的作用。

根據控制變量的估計結果，外商直接投資（lnFDI）的影響不顯著，地區生產總值（lnGDP）和能源消費結構（CoalR）都通過了1%的顯著性檢驗，回歸系數分別為0.0226和-0.1550。表明地區GDP的增長對綠色發展具有促進作用，但是作用相對較小，仍存在很大的提升空間。但是能源消費中煤炭占比越高，對綠色發展的抑制作用越強，即當前能源消費中煤炭消耗對環境的破壞力極強，因此加快能源轉型助推綠色發展是必然要求，如構建清潔低碳、安全高效的能源體系。

（3）固定效應模型修正

為確保估計結果的準確性，對固定效應進行異方差檢驗（LR=276.02,p=0.0000），結果表明模型擾動項存在異方差。因此本節采用WLS回歸對模型進行修正（陳強，2014），結果見表 3。

表3 固定效應修正模型

?

從WLS回歸結果來看，系數符號以及變量顯著性與表2中（2）FE基本一致，只有外商直接投資（lnFDI）通過了1%的顯著性檢驗，表明外商直接投資在綠色經濟中發揮了積極的貢獻作用。

根據回歸分析結果可知：（1）大部分變量的系數在1%的顯著性水平下通過了顯著性檢驗（個別除外），F統計量的p=0.000，表明模型方程通過了顯著性檢驗，調整的R2=0.9479，接近于1，模型擬合度較高，表明模型的解釋力較強。（2）金融發展效率（FDR）、科技金融發展效率和金融發展規模的交互項（TFR*FDS）、地區 GDP（lnGDP）、能源消費結構（CoalR）對各省綠色發展效率有顯著的正向作用，而金融發展規模（FDS）、科技金融發展效率和金融發展效率的交互項（TFR*FDR）對各省綠色發展效率有顯著的負向作用。具體來講，金融發展效率（FDR）增長1%，綠色發展效率提高0.1696個百分點；TFR*FDS的系數為0.1020，可以理解為各省金融發展規模的擴大并不能完全反映其綠色發展狀況，金融發展規模與科技金融發展效率的結合對綠色發展的作用比較顯著。TFR*FDR的系數為-0.2623，表明目前的科技金融效率在金融發展效率對綠色發展的促進上并沒有起到積極的作用。（3）從各地區的的表現來看，大多數個體虛擬變量均很顯著，表示出在以北京為基礎的情況下各省對綠色發展的貢獻，但是各省發展不平衡。

五、結論和討論

本文研究探討了我國各省市金融發展、科技金融發展對綠色發展的影響效應，利用2001年至2014年的各省面板數據，構建了科技金融發展效率、綠色發展效率，通過采用固定效應回歸分析方法，取得實證結果表明：通過提高金融發展規模和科技金融發展效率，能夠有效助推綠色發展，而單靠發展科技金融很難發揮積極作用。這一結果對加快當前我國各地區綠色發展進程，特別是明確該進程中金融體系發展與科技結合的關系，具有重要的啟示意義。當前我國各地區金融發展不平衡，金融體系仍需要完善，科技與金融的結合存在不少亟待改進的地方，短期內以銀行為主導的金融機構仍然是行業的主體，金融發展與科技相結合助推綠色金融存在更大的發展空間。綜合研究結果，本文提出以下對策建議：

（1）優化金融市場協調發展

實證結果表明，各省市金融發展規模和科技金融發展效率的相結合，對綠色發展效率的提升有積極的促進作用，但是這一影響仍然有提升的空間。目前，我國各省市的金融機構發展存在不平衡的現象，對資源配置未達到最優，大部分資金并沒有投向能有效提高綠色發展的活動，因此對金融的積極作用有限制。因此，各省市必須綜合考慮金融的規模、效率，尤其是當前互聯網金融迅猛發展的形勢下，金融機構也要合理分工，為經濟向綠色、協調發展提供應有的支持。

（2）健全支持綠色經濟發展的金融政策

一般而言，綠色產業、綠色經濟具有較強的外部性，但是社會融資的難度比較大。因此，各級政府應充分發揮領導職能，從政策層面向綠色產業傾斜，帶動相關投資。如，各級政府、金融機構共同推進銀行綠色信貸政策，為綠色產業企業、環境友好企業提供優惠和多渠道融資。

（3）科技金融與綠色金融共同助力實現可持續發展

實證結果表明，單獨靠科技金融難以有效發揮對綠色發展的促進作用，科技金融一定要和綠色金融相結合。綠色金融一方面是實現金融業自身的可持續發展，另一方面要在自身發展過程中推進節能減排、推進環保事業的發展，讓金融的發展與整個社會的可持續發展更好的融合。環境和金融是息息相關的，金融的貢獻不僅在于對科技創新的支持、對環保項目中的投資，還必須包括對環境風險的考慮，這需要銀行、政府、監管者以及企業共同來完成。

【參考文獻】

［1］胡鞍鋼，周紹杰.綠色發展：功能界定、機制分析與發展戰略.中國人口.資源與環境.2014（01）14-20

［2］殷劍峰.中國金融發展報告.2016.社會科學文獻出版社.1900

［3］錢爭鳴，劉曉晨.中國綠色經濟效率的區域差異與影響因素分析.中國人口.資源與環境.2013.23（7）104-109

［4］岳書敬，楊陽，許耀.市場化轉型與城市集聚的綜合績效——基于綠色發展效率的視角.財經科學.2015（12）80-91

［5］胡根華，秦嗣毅.“金磚國家”全要素能源效率的比較研究——基于DEA-Tobit模型.資源科學.2012（03）533-540

［6］胡鞍鋼.中國:創新綠色發展.北京:中國人民大學出版社.2012

［7］ King R G,Levine R.Finance,entrepreneurship and growth:Theory and evidence.Journal of Monetary Economics,1993.32（3）513-542

［8］龐詠剛，王君.金融中介發展與技術創新互動的實證分析. 科技進步與對策.2010.27（10）8-11

［9］Levine R.Finance and Growth:Theory,Evidence,and Mechanisms.Handbook ofEconomicGrowth Philippe Aghion&Steven Durlauf.2004

［10］李曉西，潘建成.中國綠色發展指數的編制——2010中國綠色發展指數年度報告——省際比較.經濟研究參考.2011（02）36-64

［11］李曉西，劉一萌，宋濤.人類綠色發展指數的測算.中國社會科學.2014（06）69-95+207-208

［12］李琳，楚紫穗.我國區域產業綠色發展指數評價及動態比較. 經濟問題探索.2015（01）68-75

［13］魏楚，杜立民，沈滿洪.中國能夠實現節能減排目標:基于DEA方法的評價與模擬.世界經濟.2010（03）143-162

［14］王蕾，魏后凱，王振霞.中國區域節能潛力估算及節能政策設計. 財貿經濟.2012（10）130-136

［15］汪克亮，楊寶臣，楊力.中國全要素能源效率與能源技術的區域差異.科研管理.2012（05）56-63+78

［16］吳旭曉.區域工業綠色發展效率動態評價及提升路徑研究——以重化工業區域青海、河南和福建為例.生態經濟.2016（02）63-68

［17］袁潤松，豐超，王苗，黃健柏.技術創新技術差距與中國區域綠色發展，科學研究.2016.10（34）1593-1600

［18］李健，衛平.金融發展與全要素生產率增長——基于中國省際面板數據的實證分析.經濟理論與經濟管理.2015.35（8）47-64

［19］趙昌文，陳春發，唐英凱.科技金融.北京.科學技術出版社.2009

［20］曹顥，尤建新，盧銳.我國科技金融發展指數實證研究.中國管理科學.2011.（3）134-140

［21］藺琦珠.我國各省科技金融發展效率的測算及收斂性分析.太原理工大學.2016

［22］王兵，吳延瑞，顏鵬飛.中國區域環境效率與環境全要素生產率增長. 經濟研究，2010（5）96-110

［23］陳強.高級計量經濟學及Stata應用.第二版.高等教育出版社.2014