綠色金融的實際效果與發展狀況如何
——基于分位數回歸和經濟收斂理論的研究

孟令超

（中央財經大學金融學院，北京 102206）

一、引言

近年來，綠色金融這一概念得到了迅速且大范圍的普及和發展，成為較熱的經濟金融話題。綠色金融是指金融部門在日常的業務中融入保護環境的意識，在投資的過程中考慮到對環境的影響、與環境相關的回報，引導社會資源在環保方面上的分配，從而促進社會的可持續發展。雖然我國綠色金融還在發展之中，但已在制度建設、規模體量以及市場建設上取得一定成果。

綠色金融的發展與我國的經濟轉型密不可分。由于過去粗放的發展模式，我國環境污染的形勢十分嚴峻，污染范圍廣、污染程度高和污染危害大是不容忽視的問題。大氣污染、水污染和固體廢棄物污染的數據觸目驚心，而霧霾等環境污染的表現已經對居民的身心健康造成了顯著的負面效應。據估計，我國在2020年將會因污染而損失將近13%的GDP。如何實現經濟轉型，即如何從粗放型的經濟發展到資源節約型和環境友好型的經濟是刻不容緩的問題。這種對經濟轉型和治理污染的需求促發了我國對綠色金融體系建設的需求。

近年來我國把綠色金融當作一項重點措施不遺余力地大力推行，那么綠色金融當前的發展狀況如何，他的發展是否真正地促進了環境治理水平提升呢？以及我國不同地區間的綠色金融發展是否均衡呢？這些問題對于我們審視過去綠色金融的發展狀況，以及討論如何促進綠色金融的未來發展都有著重要作用。為此，本文針對這些問題展開了研究。在后文，本文首先構建了一套綠色金融發展水平測評體系來衡量綠色金融的發展程度，然后運用分位數回歸的方法驗證了綠色金融的發展效果，并且應用經濟增長收斂的相關理論研究了省份之間綠色金融發展水平的差異情況。

本文后文的行文結構如下。第二部分為文章的研究假設，第三部分為綠色金融發展水平測評體系的構建，第四部分為研究設計，第五部分為結論與啟示。

二、研究假設

（一）綠色金融的實施效果

綠色金融致力于通過金融保護環境，幫助清潔環保項目募集資金。綠色金融自被提出以來，便受到了國家和社會的大力關注與扶持，國家相關部門針對綠色金融出臺了許多指導方針政策，使得綠色金融能夠更加科學有效地實施，盡量擴大其改善環境的作用效果。同時，這種作用可能會隨著地區污染水平的不同而不同，在環境污染較輕的地區，與傳統途徑的環保措施相比，綠色金融并不能體現出其優勢，因而其改善作用可能相對較弱，改善空間相對較小；而在環境污染較為嚴重的地區，綠色金融憑借其優勢可以使得該地區的環保工作水平大大提高，潛在的環境改善空間極大，遠優于于普通環保措施。綜上所屬，本文的第一個研究假設如下：

H1：綠色金融顯著改善了環境污染狀況，而且污染越嚴重的地區，綠色金融的改善作用越明顯。

（二）綠色金融在各省份間的發展現狀

我國各省市發展綠色金融的基礎條件不同，這種發展條件的差異性主要體現在經濟基礎與產業結構的差異上。經濟基礎的差異主要體現在各省金融體系發展與完善程度的不同上，金融體系發展較好的省份具有一定的“先天優勢”，具備更多的資源來發展綠色金融；產業結構的差異性主要體現在各省經濟結構的不同上，例如，綠色環保產業可能在部分省份的經濟布局中占有較高的比重，這些省份就更有可能獲得國家的支持來發展綠色金融。因此，本文提出了第二個研究假設。

H2：綠色金融在中國各省份的發展存在一定程度的不均衡性。

由于綠色金融是當前國家乃至世界正重點關注的話題，國家的相關部門針對綠色金融出臺了眾多針對性的措施，綠色金融在我國的發展可謂是年年都有新氣象。因此，綠色環保相對落后的地區也會在相關扶持下，逐步提高綠色金融水平，改善其環保水平，實現環境效益的改善。為此，本文提出了第三個假設。

H3：綠色金融在我國各省份間的差距會逐步縮小，并實現收斂。

三、指標構建

（一）綠色金融發展水平測評體系的內容

為了衡量各省市的綠色金融發展水平，本文首先構建了一個綠色金融發展水平測評體系。測評體系的主要內容如下表所示。

表一 綠色金融發展水平測評體系

1.綠色信貸指標。綠色信貸指標是我國綠色金融發展的主體部分，也是各省綠色金融體量的主要部分。綠色信貸指標包括兩個細分指標，其一為綠色信貸占比，其二為兩高一剩企業信貸占比。綠色信貸占比對綠色金融的發展水平起正向作用，即綠色信貸規模越大，表明綠色金融發展水平較高；兩高一剩企業信貸對綠色金融的發展水平起負向作用，由于銀行資本流入兩高一剩企業后，其投資綠色企業的資本會受到限制。由于各省沒有披露綠色信貸數據，本文計算綠色信貸占比的方法為：取中債-中國綠色債券指數成分債券，在債券發行主體中進行挑選，選擇上市公司主體，本文認為這些公司都是相對綠的公司。然后從這些公司的年報中獲取其當年借款的現金流量數據，作為該公司當年的綠色信貸，再將該數值其除以A股所有上市公司取得借款的現金流量數據，計算得出綠色信貸占比。用同樣的方法，計算得出兩高一剩企業信貸占比。

2.綠色證券指標。綠色證券指標由環保企業市值占比和兩高一剩企業市值占比兩個細分指標構成，表現了綠色企業在A股市場的融資水平。環保企業名單根據我國行業目錄獲得。環保企業市值占比對綠色金融的發展水平起正向作用，兩高一剩企業市值占比對綠色金融的發展水平起負向作用。

3.綠色投資指標。綠色投資指標是指除了信貸與證券以外的環保融資。綠色債券是其中重要的組成部分，但由于綠色債券市場的啟動較晚，數據可獲得性較差，這里主要考慮政府財政投入，將其作為環保投資。根據各個地方政府的財政年報，獲得財政支出中環保項目的財政支出，將其除以地方財政總支出，即為環保財政支出占比。該指標為正向指標。

4.碳金融指標。碳金融指標由單位市值碳排放強度表示。單位市值碳排放強度越高，表明對溫室效應的貢獻作用越強，由此它是一個負向指標。各地區二氧化碳排放量通過以下方法計算得出：測算省級CO2排放量的主要來源為煤炭消費、石油消費（包括汽油、煤油、柴油和燃料油）、天然氣消費。排放量數據的計算公式為是指i省t年的二氧化碳排放量，Sit,j是指該省此年二氧化碳第j種排放來源的消費量，ηj為該排放來源的排放系數。煤炭消費、汽油消費、煤油消費、柴油消費、燃料油消費以及天然氣消費的排放系數分別為 1.776、3.045、3.174、3.150、3.064 和 21.670。能源消費數據來自《中國能源統計年鑒》。

（二）綠色金融發展水平測評體系的測算方法

1.指標的標準化過程。將細分指標進行標準化。由于指標中既有正向指標又有負向指標，對其采用不同的標準化過程。正向指標的標準化過程為，負向指標的標準化過程為。

2.指標的權重確定。為了盡可能避免在設置權重受到人為因素的過多影響，本文采用等權重法設置權重，賦予主要指標下的細分指標相同的權重，再賦予主要指標相同的權重，從而獲得各省綠色金融發展水平得分。

四、實驗設計

（一）研究樣本和數據來源

本文針對綠色金融在中國各省份間發展狀況的相關問題展開研究，為此，本文選擇的樣本是中國三十個省份、自治區以及直轄市，不包含西藏、臺灣、香港以及澳門，因為上述地區的數據難以獲得。考慮到2010年之前綠色金融尚未得到發展，以及2016年與2017年的部分最新數據尚未公布，本文選擇的數據時間區間為2010年到2015年。數據的時間頻度為年度。

（二）模型與變量

本文提出的研究假設有三個，為此，本文構建如下幾個模型進行驗證。

上述各式中，（1）式為探討綠色金融發展水平與環境污染之間關系的分位數回歸模型，i代表第i個省份，t代表年份，j代表第j分位數。

（2）式為探討綠色金融發展水平是否存在絕對β收斂的回歸模型，各下標含義同上。絕對β收斂，是指發展較弱的地區存在比發展較強的地區有更高的經濟增長率，從而使得所有地區的發展水平最終收斂于相同值。

（3）（4）（5）（6）式分別為計算變異系數、泰爾指數、赫芬達爾 -赫希曼指數和基尼系數的公式，（6）式中i，j分別代表第i和第j個省份，其余下標含義同上。這些指數常用來檢驗σ收斂，這種收斂是指各地區的人均收入水平差異隨著時間的推移而趨于減少。

模型中各變量含義如表二。

表二 變量表

環境污染水平變量中包含了三廢，即廢氣污染、廢水污染以及固體廢棄物污染的信息，其中廢氣污染由化學需氧量（COD）、廢氣排放總量和氨氮排放總量代表，廢水污染由二氧化硫排放總量、氮氧化物排放總量和煙（粉）塵排放總量代表，固體廢棄物污染由一般廢棄物產生量和危險廢棄物產生量代表。本文首先從《中國環境統計年鑒》中獲得相關數據，然后對其進行無量綱化處理，最后將無量綱化后的數據取平均值得到環境污染水平代理變量（Cost）。

五、實證結果

（一）描述性統計

本文研究的主要問題是綠色金融的發展水平，為此，本文首先對綠色金融發展水平指標（GreenScore）進行描述性統計。

上圖為2010年到2015年間綠色金融發展水平指標的四分位數變化情況，從整體趨勢上來看，三個四分位數在2010年到2015年年間展現出了平穩的上升趨勢，這說明在這六年間綠色金融取得了較好的發展，取得了不錯的效果。同時，從圖中還可以看出，從2010到2015年間，四分位數之間的差距越來越小，這說明省份間的綠色金融發展差異在逐年縮小，與假設H1相一致。

本文制定了一套綠色金融發展水平測評體系，并計算出了2010年到2015年我國30個省份（不含西藏、香港、澳門、臺灣）的綠色金融發展水平指標。可以看出，我國省際綠色金融發展水平有較為明顯的地理差異性，在一定程度上驗證了本文的假設H2。

我國綠色金融發展水平較高的地區有：東北地區（黑龍江、吉林）、東南沿海地區（浙江、福建、廣東）、中部地區（山西、陜西、重慶、江西）以及西部地區（新疆、青海、四川）。上述地區的經濟條件與自然條件大相徑庭，發展綠色金融的基礎條件不同，其綠色金融發展水平較高的原因也不同。對東北地區來說，它是我國的傳統重工業中心，環境污染較為嚴重。近年來，我國開始改造東北重工業區，環境保護是其中非常重要的一部分。在東北工業區大改造的背景下，其綠色金融發展水平較高是可以理解的；對中部地區和西部地區來說，這些省份大多處于環境惡劣或環境弱的地區，例如，陜西山西地處黃土高原，水土流失嚴重，青海地處青藏高原，環境生態脆弱等等。這些地區的環境更加脆弱，更易受到破壞，因此這些地區歷來都對環境保護工作有著較大的投入，在這種背景下，綠色金融在這些地區大有用武之地。

此外，綠色金融發展水平較低的幾個地區有：華北地區（河北、內蒙古，遼寧、河南、山東）、華南地區（安徽、廣西、云南、貴州等）。上述華北地區各省份經濟結構中工業所占比例較大，這使得它們的環境污染狀況較為嚴重，有關這些省份污染的信息在新聞中時有出現。在這種情況下，這些地區亟需綠色金融助力來保護環境；而華南地區各省份則是我國幾個經濟發展相對落后的省份，它們在實施環境保護工作時有可能面臨資金不足的問題，從這個角度來說，這些省份亟需綠色金融的融資幫助。

（二）分位數回歸結果

本文采用了分位數回歸的方法來檢驗第一個假設H1：綠色金融顯著改善了環境污染狀況，而且污染越嚴重的地區，綠色金融的改善作用越明顯。

表三選擇 0.2，0.4，0.5，0.6，0.8 五個分位數點展示了環境污染與綠色金融發展水平指標以及其他眾多控制變量之間的分位數回歸結果，同時為了比較其與OLS回歸結果的異同，表三還同時展示了OLS估計的回歸結果。從表三可以看出，分位數回歸結果與OLS回歸結果大體相同，綠色金融發展水平指標（GreenScore）的系數都為負值，而且都在統計意義上顯著，這說明環境污染與綠色金融發展水平之間存在著負相關關系，即綠色金融可以改善環境污染，綠色金融發展程度越高，環境污染程度越低。同時，觀察各不同分位數點GreenScore的分位數回歸系數，可以發現，從0.2分位數點到0.8分位數，隨著環境污染的條件分布由低向高變動，GreenScore的系數的絕對值也在逐漸擴大，也即綠色金融與環境污染之間的負相關關系在增強。從而驗證了本文的假設H1。

表三 分位數回歸結果

（三）經濟收斂回歸結果

下面本文對假設H2（綠色金融在中國各省份的發展存在一定程度的不均衡性）和H3（綠色金融在我國各省份間的差距會逐步縮小，并實現收斂）進行檢驗。

為了探究中國各省之間綠色金融發展水平的差異，本文首先計算了變異系數、泰爾指數、赫芬達爾-赫希曼指數和基尼系數這四種差異指數，通過觀察其在2010年到2015年的數值以及變化情況來判斷各省之間綠色金融的發揮狀況。

圖二 差異指數（2010-2015）

從上圖可以看出各省市各年間的四個差異指數均明顯區別于0，這說明各省之間綠色金融的發展水平存在著較為明顯的差異，而且上述四種差異指數在2010年到2015年間都存在著明顯的下降趨勢，根據經濟收斂的相關理論，中國綠色金融的發展存在著σ收斂的現象，隨著綠色金融的不斷發展，中國各省之間的差距在逐漸縮小。

下面本文針對中國綠色金融的發展是否存在絕對β收斂進行了實證分析。對回歸模型（2）的實證結果如下：

表四 經濟收斂回歸結果

從收斂性分析的結果可以看出，其回歸系數為-0.283，并且在1%的水平顯著。這說明各省綠色金融的發展水平與其期初水平是負相關的。也就是說，期初發展水平相對高的省份，其增長速度會放緩，而期初發展水平相對低的省份，其增長速度則會加快。因此，省際綠色金融的發展呈現出絕對β收斂的情況。

綜合上述內容，本文的假設H2和H3得到了驗證。

七、結論和啟發

本文的結論與啟發主要有如下幾點。

首先，綠色金融可以改善環境污染，而且污染越嚴重，這種改善作用越明顯。這體現出了綠色金融顯著的現實意義。綠色金融的的確確對污染環境的改善起到了顯著的作用，因此在未來，我國相關部門仍要繼續不遺余力地大力推行綠色金融相關政策。

其次，綠色金融在我國各省之間存在差異，我們要重視這種差異的存在。正如同收入差距過大一般，如果不同省份間綠色金融的發展差異過大，那么這對我國整體綠色金融的發展是不利的。因此，在未來發展綠色金融的過程中，有關部門需要更多地關注綠色金融發展較弱的地區，或者推廣綠色金融先進地區的發展經驗，從而促進全國各地綠色金融的發展一致向前。