■劉大煒,李先東,夏詠
“生態文明建設實現新進步、民生福祉達到新水平”是“十四五”時期兩大重要目標,在“碳達峰、碳中和”發展要求下,綠色金融正逐步成為我國生態文明建設架構中不可或缺的部分。長期以來粗放式發展在創造巨大物質財富的同時加重了生態環境負擔,也付出了巨大的健康成本。在人類面臨資源環境極限壓力的背景下,綠色金融是金融機制中體現“以人為本”內涵的最重要內容,蘊含著豐富的社會倫理內涵(吳志遠,2020)。不同于傳統金融特點,綠色金融更強調人類社會的生存環境利益,提倡公平包容、共同繁榮,通過金融資金流量和投向的調節,在“綠水青山”到“金山銀山”之間架起重要橋梁。新時代下人民對美好生活的需求已從單純的物質滿足,提升為物質、環境與福利的多重滿足構成。這意味著研究我國現階段發展水平,不能單純從經濟角度考量,還需要進一步增加對生態環境與民生福祉的重視,即生態福利績效問題。本文將關注點轉移到探討如何在“生態門檻”內跨越“福利門檻”,在生態承載力范圍內推動福利提升。從改善生態環境就是改善民生的角度出發,以提高生態福利績效為目標制定綠色金融政策,為厘清綠色金融實施過程中的政策導向提供更全面的視角。
一是關于綠色金融的研究。隨著綠色金融的蓬勃發展,綠色金融的理論內涵也得到了Sébastien(2020)等學者的不斷的完善,關于綠色金融的實證研究也逐步深入。對于綠色政策效應的研究中,眾多學者聚焦于綠色金融同經濟發展關系之間的研究,認為綠色金融對經濟增長的正向影響系數呈現倒U型特征(王遙等,2016)。在綠色金融與環境污染關系之間同樣存在大量研究,普遍認同綠色金融政策對環境污染存在抑制效應(江紅莉等,2020)。綠色金融的測度,部分學者通過打分、模糊綜合評價法等方式建立國家層面的綠色金融政策質量評價體系(中國工商銀行帶路綠色指數課題組,2020;杜莉和鄭立純,2020)。微觀層面,張莉莉等(2018)從投入和產出的角度測算企業綠色金融發展水平,劉莎和劉明(2020)將A股上市公司中進行綠色投資的融資數據作為綠色金融指標的代理變量。省際層面的綠色金融測度,趙軍和劉春艷(2020)以單一的綠色信貸指標替代了綠色金融指標。
二是關于生態福利績效的研究。經濟增長質量不僅要關注量的積累,更是環境、政治、福利等一系列因素的綜合反映(袁曉玲等,2019)。生態福利績效概念以其涵蓋多重維度指標的特點,得到了部分學者的關注,它強調在提高生態消費向人類福祉轉化的效率,從而達到人類在生態限度內實現更高水平福祉的目標(Shuai Z et al.,2018)。學者多傾向選擇客觀福利進行表征,主要測度方法分為兩類,一類是比值法:Thomas et al.(2010)將生態福利績效定義為預期壽命與生態足跡的比值。以王圣云等(2014)、馮吉芳和袁健紅(2016)為代表的國內學者大多沿用HDI與生態消費的比值衡量生態福利績效,綜合分析了大量的拓展研究。另一類是:鄧遠建等(2020)從投入產出的角度分別測算了國家、區域及城市維度的生態福利績效。
已有研究對于綠色金融與生態福利績效之間的關系較少。本文創新性地將生態福利績效作為新的理論范式引入綠色金融的發展研究中,從理論與實證兩方面剖析其影響機理,以期為相關領域研究提供一個全新的視角。
綠色金融發展意味著將更多資源轉向綠色領域,將自然環境的隱性收益和污染的隱性成本顯性化,即使得環境污染外部性問題的內部化。環境成本內部化的結果將會使企業非綠色生產行為成本增加,從而增加企業正外部性行為。綠色金融體系通過優化資金配置、風險分散、市場監督,引導企業發展綠色經濟,調整產業結構并提高綠色生產率。倡導綠色消費,抑制環境污染產生的負面福利效應,構建公平傳遞的良好生態條件,從而實現代際間的帕累托有效改進。全面提高環境資源投入轉化為社會福利產出的效率,綠色金融將迎來經濟價值、環境價值和社會福利價值相統一的發展階段,這無疑是推動我國可持續發展的強有力的金融力量。據此,提出假設H1a:
H1a:綠色金融對生態福利績效存在正向促進作用
從綠色金融的人文主義理念切入,拓展提升生態福利績效的新途徑。綠色金融主要通過產業結構調整(徐勝等,2018)、綠色技術創新(丁攀等,2021)、消費結構(王志強和王一凡,2020)等途徑助推經濟可持續發展。因此,從以下三個方面剖析綠色金融助力生態福利發展的傳導機制。
在綠色金融作用下,一方面,充足的資金流入環保產業,進而擴大環保企業的生產規模、提高生產技術、完善企業治理結構。另一方面,金融資源逐漸淡出污染性產業,以此淘汰落后產能、抑制污染產業擴張,推動產業結構向低能耗、低排放的方向進行綠色轉型,同時將環境信息披露渠道進行優化,提高廣大公眾對兼具環境與經濟綠色企業的關注度,從而促進生態福利的提高。據此,提出假設H2a:
H2a:綠色金融通過促進產業結構升級提升生態福利績效
綠色金融可以改變傳統金融模式下的自然資源消耗,減少金融業務對環境與氣候負外部性較高活動的經濟支持。在加大污染企業融資約束,提高生產成本的同時,促使邊際環保成本曲線不斷下降,會使更多的企業主動實施污染減排,從而實現社會進步與環境改善的高度融合發展。據此,提出假設H2b:
H2b:綠色金融通過控制環境污染排放提升生態福利績效
綠色金融倡導綠色生活方式和消費模式,綠色消費是促進經濟社會全面綠色化轉型的主要驅動力。根據環境庫茲涅茨曲線,在綠色消費觀念作用下,消費者對綠色企業產品的需求上升,倒逼企業生產更多的綠色產品,達到環境質量改善目標。綠色金融可通過促進消費結構的優化來促進經濟增長,更好地滿足人民群眾對于福利的需求,最終實現生態福利效益的提升。據此,提出假設H2c:
H2c:綠色金融通過改善居民消費結構提升生態福利績效
基于上述研究假設,考慮到生態福利績效值具備歸并數據特點,若采用OLS則會產生偏誤,因此采取Tobit模型建立面板回歸分析:

其中,ewpit代表生態福利績效,gfit為綠色金融變量,Uit代表個體誤差,εit表示隨機誤差項。此外,為探求綠色金融對生態福利績效的影響機制,借鑒Hayes A.F.(2009)的方法,構建如下中介模型:

其中,Mit表示中介變量,中介效應即為與的比值。
1.被解釋變量
生態福利績效(ewp)測算指標體系主要以能源、土地資源、水資源的消耗量作為投入指標,參考聯合國開發計劃署UNDP推廣的人類發展指數(HDI),以健康水平、教育水平和收入水平三個維度的HDI指數作為福利產出指標,具有一定的權威性及可比性,其中健康水平水平、受教育水平以及生活水平測度參照《中國人類發展報告(2013)》中的計算方法得到,分別為出生時的預期壽命、平均受教育年限以及人均國民收入。考慮了環境污染這一非期望產出,主要從碳排放、廢固、廢水和廢氣等方面度量環境污染水平。用Super—SBM模型對全國30個省份(不含西藏、港澳臺數據)的生態福利水平進行測算,為消除規模差距影響,各指標均以人均水平進行測算。

表1 生態福利績效評價體系
2.核心解釋變量
綠色金融發展水平(gf)。由于綠色金融發展時間較短,對于省際的綠色金融發展水平尚未形成統一的測度方法,已有研究普遍認可曾學文(2014)從綠色信貸、綠色證券、綠色保險、綠色投資和碳金融五個不同的金融產品維度構建評價指標體系,衡量綠色金融的發展水平。而以往學者采用熵值法并不能反映指標間的沖突性,因此本文綜合使用Critic-熵權法能夠更加客觀準確地反映指標的權重。具體如表2所示:
3.控制變量
為減輕遺漏變量帶來的研究估計偏誤,借鑒已有的相關研究成果,對影響生態福利水平的主要因素進行控制,主要控制變量選取如下:城市發展水平(ur),用城鎮人口占總人口的比重來衡量城鎮化率,城鎮化使得農村剩余勞動力向城市轉移,勞動力轉移聚集直接促進了經濟增長,也在一定程度反映了城市經濟發展和居民生活水平的質量(段巍,2020)。技術創新(rd),用R&D經費支出與各地區GDP的比重來反映當地的科技研發投入。消費水平(con)選取地區存貸款總額與GDP比值進行衡量。政府規模(gov),選用政府財政支出占地區GDP比重來衡量。外商直接投資(fdi),采用地區實際利用外商直接投資總額衡量。
4.中介變量
產業結構(ind)借鑒干春暉等(2011)的做法測算產業結構合理化指數,可以更加準確地反映各地區產業結構水平。環境污染(pol)以中國碳排放數據庫CEADs測算的省際碳排放水平衡量。消費結構(cs)以各地區煤炭消費量與能源消費比值作為反向指標進行衡量。
5.數據來源及統計性描述
本文的數據為中國2007—2018年30個省份的面板數據(除西藏、港澳臺數據),從以下來源可獲取本文研究所需的主要原始數據:從《中國統計年鑒》《中國環境統計年鑒》獲取人均建成區面積,人均用水量,廢氣、廢水、廢固處理量及各省環境污染治理投資數據,從《中國保險年鑒》中獲得綠色保險相關數據,從《中國人口統計年鑒》獲得平均預期壽命,平均受教育年限數據,從《中國能源統計年鑒》獲取能源消費量、固體廢物產生量、廢水排放量、廢氣排放量碳排放量等數據,其余數據來源于Wind數據庫及國泰安數據庫,除百分比數據和本文測算的綠色金融及生態福利績效外,其他數據均取對數處理,各變量的描述性統計結果如表3所示。
運用MATLAB軟件計算,得到2007—2018年我國省域生態福利績效均值,如表4所示。就整體而言,在研究區間內我國總體生態福利績效水平不高,平均效率值為0.743,未能實現DEA有效。中國各省份的生態福利績效差異顯著,北京(1.157)、海南(1.073)、河南(1.054)等地生態福利績效水平位列前茅,而西部地區的青海(0.398)、內蒙古(0.280)、新疆(0.261)和寧夏(0.205)等地生態福利績效相對較低。分區域來看,生態福利績效綜合水平呈現出中部地區最高(0.829),西部地區最低(0.689),東部地區(0.735)居中的格局。這說明了東部地區雖然經濟發展水平較高,但生態福利績效并未隨著經濟增長而同步增加,隨著人民的生活水平提高,經濟增長對生態福利的邊際貢獻逐步減小,這與以往研究中未考慮社會福利產出的研究存在明顯差異,也在一定程度上佐證了“幸福感悖論”。

表4 2007—2018年我國30個省份生態福利績效平均值
表5 為全國樣本層面綠色金融對生態福利績效、社會福利水平、環境污染的實證檢驗結果,為使實證結果更為精準穩健,增加了綠色金融對HDI指數與人均碳排放的檢驗結果。模型(1)僅以綠色金融為解釋變量、生態福利績效為被解釋變量的模型進行回歸,回歸結果顯示的系數為0.3768,且均在1%的水平上通過顯著性檢驗。模型(2)為加入其他控制變量的回歸結果,結果表明在1%的顯著性水平下,綠色金融對生態福利績效存在正向影響,綠色金融投入每增加1%,生態福利績效相應增加0.449%。模型(3)和模型(4)的結果表明,綠色金融與社會福利水平在1%的顯著性水平下呈現顯著的正向變動關系,與環境污染在5%的顯著性水平下呈現顯著的負相關關系,結果驗證了假設H1a。

表5 全國樣本回歸結果
在控制變量層面,技術創新在1%的顯著性水平上與生態福利績效正相關,主要因為研發力度的增加將促進技術創新資金投入,對傳統落后產業進行技術改造,促進經濟體加速能源利用技術的開發,因此能夠很好地促進生態福利績效的增長。然而,技術創新對節能減排的影響存在一個門檻值,由于我國整體層面的技術創新水平尚未能跨越門檻值,較低水平的技術創新無法有效發揮產業升級效應,反而會加劇環境污染,但通過知識溢出效應、人口集聚效應推動了社會福利水平提高。
城鎮化發展水平對生態福利績效具有顯著負向作用。城市人口密度的不斷增加,生態福利水平的發展面臨著巨大壓力。為保證居民一定的消費能力,犧牲生態資本以求得到更大的經濟產出,對經濟發展的邊際促進效果也在逐步降低。從模型(3)、(4)的情況看,雖然城鎮化的快速發展可以為提高居民生活質量帶來規模效益,但這種效益目前并不能與各省份的污染速度相提并論,這可能是城鎮化對生態福利成果產生負面影響的原因。
地方政府規模與生態福利績效呈負向變動關系,每單位的政府投資會使0.4的生態福利績效下降,而政府投資水平與社會福利水平和環境污染水平呈現顯著的正向促進效應,影響系數分別為0.1788和2.6037,一方面,地方政府在現有以GDP產出導向的政府投資機制下,為提高經濟效益,將會更傾向于生產性財政支出,往往會以無視環境質量、犧牲環境為代價。另一方面,隨著政府的規模不斷擴張,會對市場產生“擠出效應”,因為地方政府配置更多的財政資金推進區域公共服務體系的發展,同時過大的財政負擔會導致正外部性的服務性公共產品不能得到有效供應,整體而言,政府擴張帶來的負面影響更勝一籌,從而導致生態福利的下降(王壘等,2019)。
消費水平對生態福利的提高有顯著的正效應,影響系數為0.0686,消費是經濟發展的最終體現,消費水平增長是提升生態福利的必要因素。而外商直接投資的系數不顯著,原因可能是外商直接投資對我國經濟社會發展,呈現出“污染避難者”和“污染光環效應”并存的雙向影響效應。
受經濟社會基礎和政策落實情況的影響,我國綠色金融在各省份的發展程度也截然不同。為更深入考察不同綠色金融發展水平對生態福利績效的影響差異,進行分組檢驗,計算得到所有省份綠色金融發展水平指數的中位數,以該中位數為界限將樣本劃分為高綠色金融組和低綠色金融組,回歸結果如模型(5)、(6)所示。不同的綠色金融發展程度對對應的生態福利績效系數依然具有顯著正向影響,與總體樣本回歸系數符號保持一致,兩組綠色金融發展水平系數的費舍爾組合檢驗P值為0.47,說明兩組系數之間并不存在明顯差異,從統計意義上反映了無論高綠色金融組,還是低綠色金融組,綠色金融均能顯著促進生態福利水平的提高,一定程度上也驗證了基準回歸的結果是穩健的。
根據國家統計局對地理位置和經濟發展水平的劃分標準,將觀測期的樣本分為東中部與西部地區兩組,結果如模型(7)、(8)所示,東中部地區與西部地區綠色金融系數存在較為一定差異,東中部地區綠色金融系數在1%顯著性水平上為0.5221,西部地區沒有通過顯著性檢驗,費舍爾組合檢驗P值為0.085,說明東中部地區與西部地區綠色金融對于生態福利績效的影響存在顯著性差異,西部地區受制于經濟發展與金融市場基礎薄弱的約束,產業結構中“兩高”產業占主導地位,綠色金融政策的落地實效和推廣力度會有所折扣。

表6 異質性分析結果
①限于篇幅,結果留存備索。
為保證回歸結果的可靠性,采用以下方法驗證基準回歸的穩健性:一是考慮內生性問題。基準回歸考慮到由超效率SBM測算出的生態福利績效數據大于0,具有截尾性質,借鑒以往的研究大多采用的Tobit模型,但同時在分析中也需要考慮可能出現的內生性問題,因此引入生態福利績效的一階滯后項動態面板模型,使用系統GMM方法分析綠色金融對生態福利績效的影響,研究結果與上文符號均未發生變化。二是樣本剔除。考慮四大直轄市的特殊性,剔除北京、天津、上海、重慶的數據。三是替換因變量。借鑒諸大建(2014)等學者的做法,用人類發展指數與人均碳排放的比值對生態福利績效指標進行再度量。四是替換核心解釋變量。采用雷漢云和王旭霞(2020)做法用綠色信貸指標代表綠色金融。以上結果顯示,除了個別控制變量存在顯著性上的差異,總體與上文保持一致,說明結果較為穩健。
前文表明,綠色金融促進了生態福利績效的提高,為探究綠色金融對生態福利績效影響的中間渠道,采用中介效應模型對上文提出的傳導機制假設逐一驗證,結果如表7所示。在“綠色金融—產業結構—生態福利”路徑的檢驗結果中,模型(1)表明綠色金融對產業結構合理化呈正向影響,模型(2)報告了綠色金融與產業結構共同作用對生態福利績效的結果,二者系數均顯著為正,驗證了H2a。對于“綠色金融—節能減排—生態福利”路徑的檢驗,模型(3)、(4)結果顯示,污染排放會顯著抑制生態福利發展,而綠色金融能夠顯著降低污染排放水平,從而促進生態福利績效的提高,驗證了H2b。對于“綠色金融—節能減排—消費結構”路徑的檢驗,模型(5)、(6)結果顯示,落后的消費結構會減少生態福利的水平,綠色金融有利于降低落后的消費結構,因此中介效應成立,驗證了H2c。上述結果表明,綠色金融對生態福利績效的影響存在三種效應:產業結構效應、節能減排效應、消費升級效應,中介效應占比分別為26.65%,7.34%,23.45%,sobel檢驗的結果在95%的置信度水平下,支持綠色金融通過產業結構、節能減排、消費升級促進生態福利績效的中介效應結果。

表7 中介效應檢驗結果
筆者將生態福利績效作為新的理論范式引入綠色金融研究,為綠色金融發展與生態福利績效研究提供新的研究視角。借助2007—2018年省級面板數據,運用Critic—熵權法和非期望產出超效率SBM模型分別對綠色金融發展水平與生態福利績效進行評估測度,并通過建立Tobit模型實證揭示了兩者間的影響關系,分析了該影響的異質性特征,深入探討了綠色金融對生態福利績效作用機制和提升路徑,研究結論如下:第一,我國綠色金融發展水平呈現了正向發展態勢,整體上生態福利績效水平仍有較大的上升發展空間,不同地區之間也存在著明顯差異,這種差異與經濟發展差異并不相同。第二,從全國樣本層面看,綠色金融能夠顯著促進生態福利績效的提高,隨著綠色金融政策的不斷推進,有利于在降低污染水平的同時提高福利產出,實現“經濟—環境—福利”的一體化協調發展。技術創新與消費水平顯著促進了綠色金融發展,而城鎮化率與政府規模則有顯著負向作用。分樣本來看,綠色金融均能顯著促進不同水平的生態福利績效提高,但對不同的地區而言,較為發達的東中部地區綠色金融政策對生態福利績效促進作用更為明顯,而西部地區綠色金融對生態福利績效的增進效果不甚理想。第三,綠色金融對生態福利績效的影響效應主要通過調整產業結構、抑制環境污染、促進消費升級等路徑來實現。
基于上述研究,提出以下對策建議:第一,完善綠色金融體系。鑒于綠色金融對生態福利績效存在明顯的促進作用,因此各地有必要加快金融體制改革,建立健全綠色金融政策評估制度。要不斷加大激勵政策促進綠色金融產品創新,加強建立相關法律法規及社會監督機制,健全責任、風險評估、考核監督等配套制度,以綠色金融杠桿撬動社會資本投入到綠色生產行為中,充分發揮綠色金融對產業結構升級的激勵效應和污染排放的約束效應。第二,制定以生態福利績效為導向的考評機制。在綠色金融政策實施成效的考量中,需要將生態福利績效納入到政策設計和實際執行的范疇中,促使政策制定跳出單一追求經濟產出的局限,向追求更高生態福利績效的方向傾斜。同時,要因地制宜,為不同地區制定適應當地實際情況的生態福利績效目標,實現經濟行穩致遠、生態持續改善、社會安定和諧的可持續發展。第三,加大創新技術投入,推進清潔生產,發展環保產業,推進重點行業和重要領域綠色化改造,西部省份則要加快改變以“高能耗、高污染”的為主導的產業結構,加強節能減排的財政約束。政府財政支持要摒棄以紙面之上的經濟政績為動機進行的補助,適當降低金融市場準入標準,建立全面的污染治理與綠色發展的信息披露機制,為綠色金融營造良好的外部環境,從而加大綠色金融框架下政策對生態福利績效的激勵效應。第四,擴大綠色金融理念內涵外延。綠色金融帶來的不應只是金融工具上的體現,綠色金融的正確發展路徑是作為一種綠色環保的普世價值與責任,通過傳播綠色理念形成政府、企業、金融機構協同共進的合力,引導個人自覺自愿踐行綠色消費行為、提高綠色投資意識,從綠色發展供給與需求的雙重維度,最終實現不同主體間價值共享,為生態福利績效的增長開辟可行之路。