金融發展對綠色全要素生產率的影響分析
——來自中國西部地區的實證研究

徐璋勇,朱 睿

(1.西北大學 中國西部經濟發展研究院,陜西 西安 710127;2.西北大學 經濟管理學院,陜西 西安 710127)

一 引言

面對資源約束的日益趨緊,實現可持續的綠色經濟發展就成為發展政策追求的核心目標。為此,黨的十九大報告明確指出,中國經濟已由高速增長階段轉向高質量發展階段,必須“推動經濟發展質量變革、效率變革、動力變革,提高全要素生產率”。高質量的經濟發展就是不以犧牲環境為代價的綠色可持續發展。然而,現實表明我國的綠色發展現狀不容樂觀,據《2018年中國生態環境狀況公報》顯示,我國29.0%的地表水超過Ⅲ類水質標準,70.7%的測站地下水質量級別為較差,15.5%為極差;64.2%的城市環境空氣質量超標,82.8%的城市PM2.5年均濃度超二級標準;生態環境質量未達到“良”的縣域面積占國土面積的55.3%。可見,如何在謀求經濟快速增長的過程中,實現可持續的綠色發展,就成為新常態下中國經濟急需解決的重大問題。

金融體系是現代經濟系統的核心,其基本功能就是進行資源優化配置。因此,引導資源向綠色發展行業的聚集以提高綠色全要素生產率,推動經濟的高質量發展,不僅是金融業回歸本源的客觀要求,更是金融業的職責所在。為此,探討金融發展對綠色全要素生產率的影響及其機制就是金融發展理論研究的新內容。

目前,學術界對于金融發展與全要素生產率的關系有諸多研究,但其結論卻存在分歧。Beck和Levine、Calderson和Liu以跨國面板數據為樣本,運用GMM動態估計方法,研究發現金融發展顯著提升了全要素生產率[1,2];Rioja和Valev的研究表明,由于發展中國家與發達國家處于不同的金融發展水平,金融體系對全要素生產率的促進作用存在顯著差異[3]。Demetriades等用我國微觀企業數據研究發現,銀行貸款與全要素生產率顯著正相關[4]。張健華等認為信貸環境對銀行業集中度和全要素生產率的關系存在顯著的影響[5]。李健和盤宇章發現金融發展與全要素生產率的增長之間存在著非線性關系,這種關系取決于金融部門與實體經濟增長速度的差異程度[6]。在金融發展促進全要素生產率提升的途徑方面,主要表現為資源配置、技術創新和溢出效應三種途徑。陳啟清和貴斌威認為中國的金融發展主要是通過改善資源配置效率的途徑提升了生產率水平,而推動創新和技術進步的作用相對較弱[7]。但李健和衛平以我國2000—2012年的數據實證研究結果卻是金融發展促進全要素生產率的提升主要是由技術進步推動的,而非技術效率效應[8]。陳曄婷等以五個國家級金融改革試驗區為樣本的研究表明,金融發展通過提升企業創新能力實現了全要素生產率的增長[9]。唐松等的研究也發現創新驅動下的金融發展基于技術進步優勢,通過減少信息不對稱,改善金融資源配置效率,進而提升本地區的全要素生產率,并且在空間溢出效應的作用下,本地區的金融發展能夠帶動附近區域全要素生產率的提升[10]。另外,金融發展度量指標構建的差異也使得有關金融發展與全要素生產率關系的實證結論并不完全一致。如Aziz 和 Duenwald[11]、Jeanneney 等的實證研究表明,私人部門貸款余額與地區生產總值比值的提高對全要素生產率的改善有利,但銀行貸款與地區生產總值比值提高的影響并不顯著[12]。Ayyagari等發現,過高的利率水平和極嚴的擔保標準與要求,將對企業成長和全要素生產率增長起抑制作用[13]。但也有研究認為,金融資源分配的低效率導致了金融規模擴張對全要素生產率增長的抑制作用[14];金融發展能夠顯著增強國有經濟比重對技術進步的加強效應和對技術效率的拖累效應,進而影響全要素生產率[15];陳啟斐和吳建軍指出金融業增加值與地區生產總值的比值不利于全要素生產率的提高[16]。陶鋒等使用金融聚集度衡量區域金融發展水平,發現建設區域金融中心能夠提高當地及周邊企業的生產效率[17]。劉貫春等選取地區金融機構存貸款余額與GDP之比作為地區金融發展指標,認為金融發展在一定程度上加劇了區域經濟生產效率對物質資本積累的依賴度[18]。

由于全要素生產率對于經濟增長質量的衡量,主要是從資源利用效率的角度進行,并沒有將生態環境質量因素納入其中。在將綠色可持續發展作為經濟發展主題的背景下,對金融發展與經濟增長關系的研究若仍限于對經濟總量及資源利用效率的影響,則存在著明顯的局限性。這就需要將研究視角切換到金融發展對綠色全要素生產率影響的研究,因為綠色全要素生產率是將生態環境質量考慮在內,全面衡量經濟增長質量更為有效的指標。

然而,截至目前,對于金融發展與綠色全要素生產率關系的研究還比較零散。張帆通過對我國31個省市2000—2013年面板數據的實證研究表明,金融發展對全要素生產率和綠色全要素生產率的增長均能起到促進作用,金融發展水平越高,作用效果越弱;并認為在對經濟增長進行評價時需要將生態污染等非期望產出因素納入考量框架,否則會在一定程度上高估這種促進作用[19]。劉貫春等采用非徑向方向距離函數測算了2000—2013年我國的省級綠色發展效率,并構建Tobit模型從規模擴張和結構調整兩方面考察了金融體制改革對經濟效率的影響,得出我國的金融發展顯著改善了純技術效率,并足以彌補其對規模效率造成的損失,從而促進了綠色發展效率的增長[20]。部分學者著重研究了綠色金融發展對綠色經濟效率的影響,發現二者的耦合程度與協調程度體現出區域的異質性,東部沿海地區處于較高水平,而東北及中西部地區則處于較落后階段,其中以綠色信貸為代表的綠色金融主要通過促進技術進步來提升綠色全要素生產率[21，22]。另外,隨著“一帶一路”倡議的提出,部分研究利用 “一帶一路”沿線國家的跨國面板數據,對其金融發展與綠色全要素生產率的關系進行了研究[23，24]。

分析現有研究文獻發現,國內學者對于金融發展與綠色全要素生產率影響的研究還處于起步階段。一是文獻較少,研究探討遠沒有像研究金融發展與全要素生產率的關系那樣充分;二是在現有研究中,金融發展的衡量較多采用單一指標,使得度量結果存在一定的有偏性;三是大多數研究未將污染物排放等環境問題納入效率核算框架,無法客觀地衡量金融發展與經濟增長質量的關系。有鑒于此,本文以我國西部地區為例,對其經濟總量快速增長背后的綠色發展績效進行測定,并分析金融業發展對其產生的影響及其作用路徑,對于從金融角度尋求促進區域經濟綠色發展路徑具有重要的現實意義(1)選擇以西部地區為研究案例還存在如下背景：西部地區是我國的經濟落后地區，但面積卻占我國國土面積的71.4%。我國要實現經濟的綠色可持續發展，其重點與關鍵在西部。近年來，隨著國家西部大開發戰略的實施及不斷深入，西部地區地方政府依靠對其豐富能源資源的大規模開發實現了經濟總量的快速增長。從2006年到2018年，西部十二省區GDP年均增長率達到了13.5%，GDP占全國總量的比例由18.2%提高到了20.3%。與此同時，西部地區金融業也獲得了快速發展。銀行業金融機構資產規模增加了6.15倍，年均增長17.8%；金融機構存款余額凈增加了4.38倍，年均增長18.3%；金融機構貸款余額凈增加了4.79倍，年均增長19.2%；保險公司保費收入凈增加了4.43倍，年均增長15.1%；社會融資規模增加了5.04倍，年均增長16.2%。西部地區經濟的高速增長離不開金融體系為其提供的大量信貸支持。但若從綠色可持續發展的角度看，金融業是否也起到了積極的促進作用？其作用的路徑又是什么？對此問題的分析無疑有助于從金融角度尋求促進經濟高質量發展的路徑。。

基于現有研究,本文的主要貢獻在于:(1)改進了金融發展水平的衡量方法。自從“金融結構論”創始人戈德史密斯提出用FIR衡量金融發展水平以來,對金融發展水平的度量指標就一直存在爭議。雖然,現有研究把金融發展分為金融規模、金融結構、金融效率三個維度,但對各個維度的度量仍然使用單一指標,使得度量結果存在一定的有偏性。為解決這一問題,本文在現有研究基礎上,將對金融規模、金融結構、金融效率三個維度的衡量由單一指標擴展到多項指標,并用熵值法進行綜合計算,分別得出金融規模指數、金融結構指數與金融效率指數,并在此基礎上計算出金融發展指數,以使對區域金融發展水平的衡量更為科學。(2)將現有關于金融發展對全要素生產率(TFP)的影響研究擴展到對綠色TFP的研究,并識別了其作用路徑,為探索金融回歸本源,有效支持高質量經濟增長路徑提供依據。

二 理論分析

(一)金融發展對環境的影響

金融發展的現代觀表明,金融發展是金融規模擴張、金融結構優化及金融效率提升的動態統一過程。金融發展水平的提高使消費者和企業部門更容易獲得資金,以滿足自身的消費或投資需求,但金融資源配置結構的差異性使得其對環境質量的影響存在不確定性[25,26]。首先,從消費者行為的角度看,發達的金融體系可以緩解消費者的支付能力約束,刺激消費的快速增長,從而導致污染排放的增加[27];如發達的消費信貸會刺激汽車、空調、冰箱等能耗較高的商品消費的快速增長,從而對環境產生不利影響。但另一方面,在金融體系的支持下,消費者也可以選擇購買清潔能源汽車或能耗等級較低的節能產品,從而減少能源消耗。其次,從企業部門行為的角度看,金融體系可以緩解企業的融資約束,使其能夠擴大生產規模,這必然增加污染物排放量;同時,一些本來無法進入高污染行業的企業也在金融機構的支持下得以進入市場[28],進一步造成對環境的破壞。但另一方面,金融體系也能夠發揮分散風險功能并為技術進步提供長期的資金支持,鼓勵企業研發及引進先進技術的積極性,而這又有利于提高低排放、低能耗的先進生產技術的研發成功率,推動技術變革,減少污染[29]。此外,金融體系還可以通過引導資本流向能源使用效率高和資源配置效率高的企業,倒逼高能耗高污染企業改良技術,帶來能源消耗和污染排放的下降。可見,從理論上講,金融發展對環境質量的影響可能產生兩種截然不同的結果。至于是積極影響,還是消極影響,取決于金融業的發展特征、功能定位、金融機構及金融市場在資源配置過程中的行為與偏好。

(二)金融發展對綠色TFP的影響

綠色TFP是衡量綠色發展水平及經濟增長質量的重要指標。提高綠色TFP可以通過優化資源配置以改善要素配置效率和促進技術進步這兩種渠道來實現。金融體系具有資源配置、分散風險、提供流動性、減少信息不對稱等基本功能[30],對綠色TFP無疑具有重要的影響作用。

金融發展通過分散風險和提供流動性增強了投資者的長期投資意愿,優化資本配置,促進綠色TFP的提高。一方面,技術創新項目風險較高,需要大量資金支持,但這種投資的特性決定了其投資風險難以分散,從而造成技術創新類項目的投資不足;欠發達的金融市場因其業務單一及規模較小無法滿足低排放、高效率部門的融資需求,從而會限制其發展。因此,分散風險功能的不足造成資本配置效率低下,低排放、高效率部門無法擴大自身規模,難以將高排放、低效率部門擠出市場[31];而發達的金融體系則能有效分散風險,提供更大規模的融資,促進研發與技術創新[32],提高綠色TFP。另一方面,新技術的研發往往需要較長時間,形成流動性風險,抑制企業技術創新的可持續性;而發達的金融體系一般具有較高的流動性,使投資者能及時轉讓其股權,在一定程度上緩解了投資者對流動性風險的顧慮,增強長期投資意愿,進一步促進具有較高效率的環保型部門的成長,提高綠色TFP。

此外,資金供需雙方之間的信息不對稱會帶來融資前的逆向選擇和融資后的道德風險,金融發展則能夠有效降低信息不對稱程度。由于追求綠色高質量發展已經成為全球共識,綠色行業與綠色企業具有長期繁榮的市場預期。在這種背景下,金融機構在資源配置過程中的理性行為就是降低甚至限制資源向高污染行業及企業的流動。一方面,金融機構的貸前審查可以篩選掉可能產生高污染的企業與項目,提高資金向綠色部門的流入規模;金融中介通過專業化的盡職調查和前景分析識別出高效率和具有創新潛力的投資項目,引導資金流入并加速創新進程。另外,在成熟的股票市場中,具有長期發展前景的公司的股票往往具有更高的價格表現,而股價作為上市企業發展前景的晴雨表,其高低變化會引導著資金向一個企業的流入與流出。另一方面,金融機構的事后監督功能可以促使企業合理利用資金,在一定程度上遏止企業向高污染項目的投資,降低企業的道德風險。此外,隨著金融中介自身專業技術水平的提高,其審查與監督成本都會下降并帶來效率的提高,這會降低環保型企業的融資成本[33,34],實現綠色TFP的提升。

三 綠色全要素生產率(TFP)與金融發展水平的測算

(一)綠色TFP的含義及測算

(1)綠色TFP的概念

在計算全要素生產率(TFP)的時候,不僅要考慮傳統生產要素,還要將能源與環境要素作為未支付的投入納入生產函數,得到綠色TFP。但是相關研究發現,環境要素不應該被看作投入,因為污染的產出特征表現為期望產出的負產品,所以應該被估算為非期望產出。Chung等將污染作為非期望產出,利用方向性距離函數和ML生產率指數測度了瑞典紙漿廠的全要素生產率,首次對環境污染與經濟增長的關系進行了測度,得到了綠色TFP[35],開創了對經濟增長質量進行科學測度的先河。本文正是借鑒此思想與方法,將環境污染因素作為非期望產出納入生產函數和估算框架,得到西部地區綠色TFP,并實證檢驗其與西部地區金融發展之間的關系。

(2)綠色TFP的測算方法

本文選擇使用基于SBM方向性距離函數和Malmquist-Luenberger指數的方法對綠色TFP進行測算。

① SBM方向性距離函數。引入SBM方向性距離函數對考慮非期望產出的生產集進行計算和分析,依據Fukuyama and Weber et al.的研究[36],對函數采取如下定義:

(1)

②Malmquist-Luenberger生產率指數。根據Chung et al.(1997)的研究,ML指數在t期和t+1期間的生產率表示為:

(2)

ML指數可以分解為技術效率變化(TE)和技術進步變化(TP),并且ML=TE×TP。其中,技術效率變化(TE)表示由于生產者內部效率變化所引起的產出增長,主要源于純技術效率變化及規模效率變化;技術進步變化(TP)表示由于技術進步所產生的產出增長。分別見(3)式和(4)式。

(3)

(4)

本文通過序列數據包絡分析求解方向性距離函數得到綠色TFP(ML)、技術效率變化(TE)、技術進步變化(TP)的值,使用基于SBM-DDF的Malmquist-Luenberger指數對綠色TFP進行測算。在測算綠色TFP時,以勞動與資本作為要素投入(x),設定期望產出為GDP(y),非期望產出為二氧化碳排放量(b)(2)非期望產出二氧化碳排放量(b)根據各省消耗的化石燃料通過計算得出。具體計算過程如下:第一,確定原煤的碳排放系數。IPCC(2006)給出的原煤碳排放系數為25.8kgC/GJ。第二,確定原煤的碳氧化因子。我國把煤的碳氧化因子定為0.98。第三,C與CO2的質量轉化系數值為44/12。由原煤的碳排放系數、煤的碳氧化因子和C與CO2的質量轉化系數,可以得出原煤的二氧化碳排放系數為:25.8(kgC/GJ)×0.98×(44/12)=93(kgCO2/GJ)。再把單位轉化成千卡,轉化后的系數為:93(kgCO2/GJ)×4186.8×10-9(GJ/Kcal)=3.88×10-4KgCO2/Kcal。再根據原煤的低位發熱值5000Kcal/Kg,最終得出原煤的二氧化碳排放系數為1.941KgCO2/Kg,即1千克原煤可以排放1.941千克二氧化碳。此處以原煤為例進行碳排放的估算,其余化石燃料的計算方式與此相同,唯一不同的在于相關排放系數的選擇。。勞動投入用西部各省(直轄市、自治區)就業人數表示,資本投入采用西部各省(直轄市、自治區)資本形成總額衡量。

有關變量的含義及樣本統計結果如表1所示。測算得出的綠色TFP見表2。

表1 變量含義及描述性統計(3)因篇幅限制,表中各變量的原始值及測算值沒有列出。讀者若有需要,可以向作者索取。

注:為了能夠得到2006—2018年西部各省的綠色TFP增長率,在測算中本文以2005年的數據為起始

表2 2006—2018年西部各省(市、區)綠色TFP的累積情況

注:(1)在具體測算中,以2005年為基期進行。(2)由于西藏自治區數據不全,故未將其納入測算之中

將表2數據繪制成圖1可以直觀發現:2006—2018年西部地區各省(直轄市、自治區)的綠色TFP并未全部呈現出上升趨勢而出現差異性。第一類,綠色TFP一直保持穩定上升趨勢。其省(直轄市、自治區)有重慶市、四川市、陜西省和內蒙古自治區,說明即使考慮了經濟發展對生態環境的破壞,這些地區的經濟依然能夠維持增長趨勢,經濟增長質量穩步提升;第二類,綠色TFP呈“U”形變動態勢。如廣西，2009年之前呈現出下降趨勢，2009年與2010年為底部，2011年之后呈現出上升趨勢,說明廣西的經濟增長質量從2011年之后持續改進;第三類,綠色TFP在波動中保持徘徊狀態。如貴州省、青海省和寧夏回族自治區,其中貴州省比較穩定,寧夏回族自治區在徘徊中略有上升,青海省在徘徊中略有下降;第四類,綠色TFP總體呈現出下降趨勢。如云南省、甘肅省和新疆維吾爾自治區,說明這三個省份的經濟發展模式較為粗放,經濟增長質量呈現出一定程度的下降。

圖1 2006—2018年西部11省市綠色TFP累積變動情況

(二)金融發展水平的測算及特征描述

(1)金融發展水平的測算方法

本文利用熵值法對金融發展水平進行測算。熵值法是一種根據指標數據提供的信息量客觀賦權的方法。通過計算熵值可以判斷事件的隨機性,也可以判斷指標的離散程度。這種方法依據評價指標的固有信息來判別其效用價值,這在一定程度上能夠減少主觀偏差。利用熵的特性來確定指標的權重系數,進一步得出金融發展水平的綜合得分。

設用m個指標所構成的指標體系來評價n個省,第i個省的第j項指記為Xij(i=1,2,…,n;j=1,2,…,m),則原始數據就形成一個n行m列的矩陣,即決策矩陣,記為X=(Xij)n*m。

為了消除不同量綱之間數據的不可整合性,采用極差標準化法對原始數據進行無量綱化,公式分別為:

其無量綱化后的矩陣為:y=(yij)m*n

將原始數據進行上述無量綱化后,最大值為1,最小值為0,由于應用熵值求權重系數時要用對數進行計算,為了避免取對數時無意義,首先將最小值的數值進行處理,根據無量綱化后的所有數據大小,將最小值0轉變為0.000001,其影響可以忽略不計。然后,計算第j項指標下第i個省在此指標中所占有的比重和各指標的熵值:

對于第j項指標值yij的差異越大,對方案評價作用越大,熵值就越小,定義差異性系數為:

hj=1-ej

最后,計算權重系數wj,并得到各個樣本地區的綜合得分Si:

(5)

需要指出的是,上面的模型解決的是只有一層的結構情況,對于多層次的結構模型,則需要用最優脫層法。就是說,在得到了最底層綜合指數或者第k層綜合指數(假設共有k層)之后,將其作為新的數據,再利用熵值法評價原理,便得到了更高一層的綜合指數,我們稱之為第k-1層綜合指數。按照這種步驟依次進行,指標層在好像是被一層一層脫掉的情形下,逐漸接近目標層。

(2)金融發展水平測算的指標選擇與測算結果

借鑒近年來的研究成果,金融發展是金融規模、金融結構、金融效率三個維度的有機統一。其中:金融規模選擇銀行貸款余額、保費收入、股市市值、債券籌資額、社會融資總額、金融相關比率、社會融資比率七個指標來綜合衡量;金融結構選擇融資結構與金融行業結構兩個指標來綜合衡量;金融效率選擇銀行信貸資金邊際產出率、金融業勞動生產率、儲蓄投資轉化率、儲蓄率、貸存率、居民股市參與率、證券化率、保險賠付率八個指標來綜合衡量(各指標的含義及計算方法見表3)。

表3 金融發展水平各維度指標的含義及計算方法

根據表3的指標體系,以西部地區(不含西藏自治區)為樣本,運用2006—2018年的省級數據,運用熵值法計算出相應的金融規模指數、金融結構指數及金融效率指數,在此基礎上計算出金融發展指數(見表4)。

表4 2006—2018年西部地區金融發展各維度指數及綜合指數的測算結果

圖2是根據表4繪制的2006—2018年西部地區金融規模指數、金融結構指數、金融效率指數及金融發展指數的變化趨勢。可以看出,從金融規模來看,2006—2018年西部地區金融規模指數呈現穩步上升的態勢,其中2006—2011年在波動中緩慢上升,而在2012—2018年則呈現出加速上升的態勢,2018年達到最高值0.0709,說明自2006年以來西部地區的金融發展在規模量上取得了快速擴大。從金融結構來看,2006—2018年西部地區金融結構指數總體呈現劇烈波動狀態,2015年處于最高值0.0087,2006年處于最低值,最高值與最低值之間差距很大。金融結構的這種大幅波動與我國股市的大起大落導致的直接融資額及非銀行資產的劇烈變化有直接關系。從金融效率來看,西部地區金融效率指數總體上略有上升,在2006—2013年期間處于波動狀態,2013—2018年處于上升趨勢,其指數在2018年達到最大值0.0058。從綜合以上三個衡量維度的金融發展指數來看,表現出相對穩定的上升趨勢。這表明從2006—2018年間,西部地區金融業在發展結構上雖有波動,但總體上的發展還是比較穩健的。

圖2 2006—2018年西部地區金融發展指數及各維度指數變動情況

四 實證分析

(一)模型構建與變量說明

1.模型構建

為了檢驗金融發展對其綠色TFP的影響,本文構建了如下基本模型:

TFPit=α+βFINANCEit+θXit+

REGIONi+YEARt+εit

(6)

式(6)中,TFP表示各省(市、區)的綠色TFP,FINANCE代表金融發展水平,X為控制變量,REGION為地區固定效應,YEAR為時間固定效應,ε是隨機誤差項;腳標i代表不同地區,t代表年份。其中,加入REGION、YEAR兩變量的目的在于控制不可觀察因素在不同地區間和時間上對綠色TFP的影響;金融發展水平(FINANCE)是利用熵值法從金融規模(FINSC)、金融結構(FINST)、金融效率(FINEF)三個維度綜合計算的金融發展指數;控制變量(X)包括城市化(CITY)、工業化程度(IND)、地區經濟發展水平(LNPGDP)、貿易開放度(OPEN)、政府行為(GOV)、交通便利度(TRAF)、利用外資水平(FDI)等一系列經濟發展的宏觀指標。式(6)可以細化為以下形式:

TFPit=α+βFINANCEit+θ1CITYit+θ2INDit+

θ3LNPGDPit+θ4OPENit+θ5GOVit

+θ6TRAFit+θ7FDIit+REGIONi+YEARt+εit

(7)

2.變量說明

本文以西部地區省際面板數據為例,研究金融發展對綠色TFP的影響;研究樣本的時間跨度為2006—2018年。各變量說明如下:

(1)被解釋變量為綠色TFP。本文基于SBM-DDF的ML指數測算各省TFP的增長率,并以2005年為基期計算其累積值,再取自然對數。具體數值見表2。

(2)核心解釋變量為金融發展水平(FINANCE)。利用熵值法從金融規模(FINSC)、金融結構(FINST)與金融效率(FINEF)3個維度指數合并計算出的金融發展指數。具體數值見表4。

(3)控制變量。城市化水平(CITY)使用常住人口占地區總人口的比重代表,工業化程度(IND)使用第二產業產值占地區GDP的比重衡量,地區經濟發展水平(LNPGDP)利用人均GDP并求自然對數表示,貿易開放度(OPEN)使用地區進出口額與地區GDP的比值衡量,政府行為(GOV)采用政府財政支出占GDP的比重表示,交通便利度(TRAF)利用地區公路里程與地區鐵路里程相加并與地區轄域面積相比得到,利用外資水平(FDI)使用外商直接投資額占GDP的比值代表。

(二)實證分析

1.金融發展對綠色TFP的影響分析

下頁表5中的模型1～模型4是沒有加入控制變量時,金融發展及三個衡量維度對綠色TFP影響的實證結果,模型5～模型8是加入控制變量后,金融發展及三個衡量維度對綠色TFP影響的實證結果。比較模型1與模型5發現,無論是否加入控制變量,在控制了時間和地區固定效應以后,金融發展對綠色TFP均產生了顯著的促進效應;另外,分別比較模型2與模型6、模型3與模型7、模型4與模型8會發現,無論是否加入控制變量,在控制了時間和地區固定效應以后,金融規模指數、金融結構指數、金融效率指數與綠色TFP增長率的回歸系數都為正且通過了顯著性檢驗。這表明以西部地區為樣本的研究得出,金融發展無論從哪個維度看,都有效地促進了綠色TFP的提升。換句話說,2006—2018年金融發展在促進經濟實現有質量發展方面發揮了積極作用。

2.金融發展對綠色TFP影響的路徑分析

金融發展對綠色TFP的影響主要有兩條路徑:一是通過將金融資源更多配置于綠色發展行業,促進綠色產業產出規模增加,即提升綠色技術效率(TE)來實現;二是通過將金融資源配置于綠色產業的技術創新與進步,以促進綠色產業產出效率增加,即促進綠色技術進步(TP)來實現。那么,上文以西部地區為例研究發現的金融發展對綠色TFP提高的促進作用,究竟是通過哪種路徑實現的?這需要做進一步的實證分析。

表5 金融發展對綠色TFP的影響

注:***、**、*分別表示統計值在1%、5%、10%的顯著性水平下顯著,括號中為z統計量(下同)

(1) 金融發展對綠色技術效率(TE)的影響

表6是以西部地區為樣本實證計算的金融發展及其三個衡量維度對綠色技術效率(TE)影響的回歸結果。其中,模型9～模型12是沒有加入控制變量時,金融發展及其三個衡量維度對綠色技術效率(TE)影響的實證結果;模型13～模型16是加入控制變量后,金融發展及其三個衡量維度對綠色技術效率(TE)影響的實證結果。分別對模型9與模型13、模型10與模型14、模型11與模型15、模型12與模型16進行比較會發現,無論是否加入控制變量,在控制了時間和地區固定效應以后,金融發展指數及其三個衡量維度的指數與綠色技術效率的回歸系數均為正且通過了顯著性檢驗,這表明促進綠色技術效率提升是金融發展促進綠色TFP提升的重要途徑。由于技術效率反映的是在現有技術條件下通過資源配置優化而帶來的產出規模增加,因此該實證結果表明金融業在資源的配置過程中,對綠色發展行業、企業給予了更多的金融支持,促使了綠色產業的規模擴張。

表6 金融發展與綠色技術效率的回歸結果

(2) 金融發展對綠色技術進步(TP)的影響

表7是以西部地區為樣本實證計算的金融發展對綠色技術進步(TP)影響的回歸結果。其中,模型17～模型20是沒有加入控制變量時,金融發展及其三個衡量維度對綠色技術進步(TP)影響的實證結果;模型21～模型24是加入控制變量后,金融發展及其三個衡量維度對綠色技術進步(TP)影響的實證結果。分別對模型17與模型21、模型18與模型22、模型19與模型23、模型20與模型24進行比較會發現,無論是否加入控制變量,金融發展對綠色技術進步(TP)的回歸系數均顯著為正,表明金融發展對綠色技術進步(TP)具有顯著促進作用;但金融業發展的三個維度對綠色技術進步(TP)的影響卻存在著方向性差異,其中金融規模與金融結構對綠色技術進步(TP)起著促進作用,而金融效率卻起著抑制作用。由于綠色技術進步(TP)反映的是在現有資源約束條件下因技術改進與創新所帶來的產出效率增加,因此該實證結果表明,金融業發展在總體上促進了綠色產業的技術創新與進步而提升了產出效率,但這種促進作用主要是通過金融規模擴張與金融結構優化來實現的,而金融效率提升對綠色產業技術創新與進步的正向促進作用并沒有表現出來。這表明金融業在資源配置中對于綠色發展行業及企業給予了一定的傾斜性支持,但綠色行業與企業將其所獲資源更多的用于擴大現有生產規模,而用于技術創新與技術進步方面的資源非常有限,即使在總體實現了綠色發展,但行業內部發展的粗放式特征依然十分明顯。

表7 金融發展與綠色技術進步(TP)的回歸結果

五 研究結論與啟示

本文以西部地區為例,運用2006—2018年省際面板數據,從金融規模、金融結構和金融效率三個維度,利用熵值法構建了衡量金融發展水平的發展指數,并使用基于SBM方向性距離函數和Malmquist-Luenberger生產率指數的方法對地區綠色TFP進行測算,分析了各省金融發展水平和綠色TFP的變動特征,并在此基礎上采用計量回歸,對金融發展對綠色TFP的影響及其路徑進行了實證檢驗。結果表明:

1.西部地區各省區綠色TFP的變化趨勢表現出明顯的差異性。其中,重慶市、四川省、陜西省和內蒙古自治區的綠色TFP一直保持顯著上升趨勢,表明這些省份在經濟發展質量方面成效顯著;貴州省、青海省和寧夏回族自治區的綠色TFP雖有波動,但基本保持穩定,表明這些省份的經濟發展質量近年來處在一個相對穩定的狀態;廣西壯族自治區的綠色TFP呈現出“U”形變動趨勢,經濟增長質量從2011年之后持續改進;云南省、甘肅省和新疆維吾爾自治區的綠色TFP總體呈現出下降趨勢,表明這三個省份的發展模式依然較為粗放,在綠色發展方面出現了一定程度的下降。

2.金融發展及其三個衡量維度(金融規模、金融結構、金融效率)均與綠色TFP呈現顯著的正相關性,這說明金融發展對綠色TFP起到了顯著的提升作用;進一步的分析表明,這種提升通過綠色技術效率及綠色技術進步兩種路徑同時發揮著作用,即金融業通過資源配置功能的發揮,不僅促進了地區綠色產業的規模擴張,而且也通過金融規模擴張與金融結構優化促進了綠色產業的技術進步與創新,進而促進了地區綠色產業的產出效率提升,但金融效率對綠色產業技術創新與進步的正向促進作用并沒有呈現出來。

根據以上研究結論,本文提出以下三點政策建議:

1.堅持綠色發展要始終成為各省(區、市)謀求經濟社會發展的首要原則。我國是一個發展中國家,長期的經濟高速增長以及粗放的發展模式,使得資源約束與環境壓力日益強化,堅持綠色發展以實現發展的可持續性就變得尤為迫切。為此,各省(區、市)及各級政府在發展目標上應該摒棄傳統的“惟GDP論”,而以“創新、協調、綠色、開放、共享”為核心發展目標;在發展規劃制定與產業選擇上必須堅持“綠水青山就是金山銀山”的發展理念,科學處理經濟增長與環境容量的關系,實現經濟、社會與環境的協調發展。

2.金融業要立足本源,并將支持綠色發展與產業轉型升級作為服務重點。一是要發揮其資源配置功能,在金融服務的各個環節,加大向綠色發展行業及企業的金融支持,助力于其擴大規模與產品創新,以此帶動產業轉型與升級;二是要結合區域資源特點,支持構建環保產品和綠色服務交易平臺,為綠色行業、綠色企業的融資及市場擴展提供便利;三是要建立信貸融資黑名單制度,即建立金融機構與環境監察部門的信息溝通機制,對于造成嚴重環境污染的企業,金融機構應該采取更為嚴厲的信貸政策,通過縮貸(針對已有貸款產生污染的企業)或者拒貸(針對還沒有貸款產生污染的企業)的方式,實現金融資源向綠色發展領域的集中與傾斜,形成保障經濟高質量增長的金融環境;四是金融主管部門要加大對綠色信貸的貼息力度,鼓勵綠色債券的發行,簡化審批流程,為綠色發展提供更多的政策支持。

3.加快科技金融、綠色金融的發展,優化金融結構。金融業要通過產品創新與業務創新,將鼓勵與支持環保技術、節能技術、新能源技術等的研發作為金融支持實體經濟發展的重要內容,以推動綠色行業、綠色企業的技術進步與產品創新;通過培育金融市場,提升金融服務效率,為科技型產業與企業的成長及成果轉化提供更有效的金融支持,以強化經濟高質量增長的內在動力。