綠色普惠金融對共同富裕的空間效應(yīng)研究

蒲甘霖

（溫州理工學(xué)院 經(jīng)濟與管理學(xué)院，浙江 溫州 325035）

一、引言

縮小貧富差距是消費升級的關(guān)鍵，也是實現(xiàn)共同富裕的重要內(nèi)涵，而獲得綠色普惠的金融服務(wù)是縮小貧富差距的重要途徑。在傳統(tǒng)金融模式下，受限于成本約束與金融功能認知不足，落后地區(qū)融資難、融資貴、金融服務(wù)成本高等問題積重難返[1]。不同于傳統(tǒng)模式，綠色普惠金融將綠色金融與普惠金融結(jié)合起來，利用數(shù)字技術(shù)形成綠色信貸、綠色融資、智慧醫(yī)療、智慧交通等新型金融業(yè)務(wù)，為人們提供真正便捷的金融服務(wù)。隨著綠色普惠金融服務(wù)項目逐漸增多，共同富裕也日益依賴于綠色普惠金融發(fā)展。在此背景下，文章以共同富裕為切入點，深入探究綠色普惠金融對共同富裕的影響以及由此引發(fā)的空間溢出效應(yīng)，以期為進一步以綠色普惠金融推動共同富裕提供理論依據(jù)與政策參考。

自2016 年G20 杭州峰會提出綠色普惠金融以來，中國積極開發(fā)綠色普惠金融項目，并出臺一系列政策措施，期望以金融服務(wù)縮小貧富差距。“十四五”規(guī)劃與2035 年遠景目標綱要中提出要構(gòu)健具有競爭力、普惠性的現(xiàn)代金融體系，同時還要促進人與自然和諧共生，發(fā)展綠色金融。2022 年中央全面深化改革委員會第二十四次會議審議通過《推進普惠金融高質(zhì)量發(fā)展的實施意見》，其中明確指出要促進普惠金融與綠色金融、科創(chuàng)金融等融合發(fā)展。隨著上述國家方針政策的有效落實以及新型金融項目的不斷創(chuàng)新，綠色普惠金融廣泛開展，目前已形成包括綠色循環(huán)、綠色鄉(xiāng)村、綠色科技等在內(nèi)的綠色信貸創(chuàng)新體系以及助力美麗鄉(xiāng)村等發(fā)展模式。得益于科技支撐，綠色普惠金融已對農(nóng)村地區(qū)產(chǎn)生了深遠影響，例如，浙江安吉縣農(nóng)商銀行創(chuàng)新性地推出“兩山農(nóng)林貸”“兩山白茶貸”等多個特色綠色信貸產(chǎn)品，有效減輕了安吉縣茶農(nóng)的融資負擔(dān)。現(xiàn)有文獻也證實了綠色普惠金融在建設(shè)美麗鄉(xiāng)村、支持碳減排、支持農(nóng)業(yè)主體綠色發(fā)展等方面具有積極正向作用[2，3]。從已有文獻來看，綠色普惠金融與共同富裕的相關(guān)研究主要集中在以下兩個方面：一是對經(jīng)濟的影響。多數(shù)學(xué)者認為，綠色普惠金融對推動經(jīng)濟綠色發(fā)展有著重要作用[4，5]。二是對鄉(xiāng)村振興的效應(yīng)分析。現(xiàn)有研究表明，綠色普惠金融緩解了融資難、融資貴問題，同時有助于實現(xiàn)農(nóng)村減貧，從而提升共同富裕水平[6，7]。

總體來講，盡管學(xué)術(shù)界對綠色普惠金融發(fā)展程度尚有爭議，但其具有的普惠價值與發(fā)展目標受到廣泛認可，現(xiàn)有文獻對綠色普惠金融發(fā)展的減貧效應(yīng)總體上給予正面肯定，但具體作用機制與微觀層面的效應(yīng)還未深入研究。因此，文章嘗試從兩個方面拓展相關(guān)研究：一是探析綠色普惠金融對共同富裕的作用；二是選用空間權(quán)重矩陣、空間自相關(guān)以及空間計量模型進行實證分析，更準確地考察綠色普惠金融對共同富裕的溢出效應(yīng)，有助于厘清當前綠色金融發(fā)展現(xiàn)狀及普惠程度。

二、綠色普惠金融水平評價

1. 綠色普惠金融指標體系構(gòu)建

文章基于世界經(jīng)濟論壇發(fā)布的評價指標體系指引，遵循科學(xué)性、系統(tǒng)性、完整性等原則，并結(jié)合國內(nèi)綠色普惠金融實際發(fā)展情況，構(gòu)建綠色普惠金融指標體系。借鑒張林與張雯卿(2021)[8]、喻平與張敬佩(2021)[9]、史代敏與施曉燕(2022)[10]的研究成果，從綠色信貸、綠色投資、碳金融、綠色金融關(guān)注度、金融服務(wù)可獲得性、金融服務(wù)質(zhì)量六個層面，細化15 個二級指標制定綠色普惠金融指標體系（見表1）。

表1 中國30 個省份綠色普惠金融指標體系

2. 綠色普惠金融水平測算方法

在評價中國各省份綠色普惠金融水平時，由于測算結(jié)果值變動較小，未出現(xiàn)明顯數(shù)據(jù)差異，故選擇主成分分析法進行分析。各主成分得分與綜合得分如下所示：

其中，F(xiàn)i表示第i個主成分得分，Li表示第i個主成分得分系數(shù)矩陣，l1i，l2i，…，lpi表示第i個主成分的得分系數(shù)，X表示原始數(shù)據(jù)矩陣，xp表示經(jīng)過標準差標準化后的原始數(shù)據(jù)，F(xiàn)表示綜合得分，wi表示第i個主成分權(quán)重。

3. 綠色普惠金融水平測度結(jié)果分析

根據(jù)主成分分析法測算2017—2020 年中國30 個省份（除西藏及港澳臺地區(qū)） 綠色普惠金融發(fā)展綜合評價指數(shù)，結(jié)果見表2。從2017—2020 年綠色普惠金融發(fā)展綜合評價指數(shù)來看，中國整體綠色普惠金融水平由2017 年的0.388 提升到2020 年的0.409，處于逐年遞增態(tài)勢。就2020 年綠色普惠金融發(fā)展綜合評價指數(shù)來看，最大值為0.573，最小值為0.217，表明省份間綠色普惠金融發(fā)展水平存在較大差異。進一步分析區(qū)域綠色普惠金融發(fā)展狀況，將中國30 個省份依據(jù)國家統(tǒng)計局劃分方式分為東部、中部、西部三大地區(qū)，并根據(jù)表2 繪制圖1。可以發(fā)現(xiàn)，綠色普惠金融水平呈現(xiàn)出東高西低態(tài)勢，說明中國綠色普惠金融發(fā)展不平衡現(xiàn)象顯著。東部地區(qū)綠色普惠金融發(fā)展水平最高，中部地區(qū)綠色普惠金融發(fā)展水平較為平穩(wěn)，西部地區(qū)綠色普惠金融發(fā)展水平最低，但與東部地區(qū)仍有較大差距。

圖1 2017—2020 年中國三大地區(qū)與全國綠色普惠金融發(fā)展綜合評價指數(shù)圖

表2 2017—2020 年中國30 個省份綠色普惠金融發(fā)展綜合評價指數(shù)

三、模型設(shè)定與變量選取

1. 模型設(shè)定

（1） 空間權(quán)重矩陣

空間權(quán)重矩陣能夠直觀表達空間關(guān)系，可通過量化方式表達數(shù)據(jù)之間的空間結(jié)構(gòu)。因此，度量區(qū)域之間的空間距離是開展空間計量分析的前提條件。空間權(quán)重矩陣主要分為兩種：一是鄰接空間權(quán)重矩陣，二是距離空間矩陣。就鄰接空間權(quán)重矩陣而言，其具體公式如下所示：

就距離空間矩陣而言，其包括地理空間權(quán)重矩陣與經(jīng)濟距離空間權(quán)重矩陣。前者主要依據(jù)地區(qū)之間的經(jīng)緯度計算地理距離，并將地理距離平方的倒數(shù)設(shè)定為空間權(quán)重。地理距離越遠，則表示空間相關(guān)性越小，空間權(quán)重越大；兩個地區(qū)間地理距離越近，則表示空間相關(guān)性越大，空間權(quán)重越大。具體公式如下所示：

經(jīng)濟距離空間權(quán)重矩陣是依據(jù)地區(qū)之間經(jīng)濟發(fā)展水平差距進行計算。若經(jīng)濟發(fā)展水平差距較小，則權(quán)重較高；反之亦然。具體公式如下所示：上式中，i和j代表城市，代表兩地之間地理距離的平方，yit與yjt分別表示城市i、j在t時期內(nèi)人均GDP 平均值。相較于經(jīng)濟距離空間權(quán)重矩陣來說，地理距離空間權(quán)重矩陣可以很好地反映城市間依賴關(guān)系。因此，文章以地理距離空間權(quán)重矩陣來計算Moran's 指數(shù)。

（2） 空間自相關(guān)性

空間相關(guān)性能夠決定是否選擇空間計量方法，因此文章引入全局Moran's I 與局部Moran's I 分析樣本數(shù)據(jù)的空間自相關(guān)性，以有效解釋空間數(shù)據(jù)分布情況。空間相關(guān)性是基于地理第一定律提出，用以表示地區(qū)經(jīng)濟現(xiàn)象與鄰近地區(qū)經(jīng)濟現(xiàn)象在空間上的關(guān)聯(lián)性。

全局Moran's I 可以反映出研究區(qū)域內(nèi)某種經(jīng)濟現(xiàn)象的空間分布整體特征及關(guān)聯(lián)程度。全局Moran's I 指數(shù)范圍處于(-1，1)之間，全局Moran's I＞0，表示地區(qū)之間呈空間正相關(guān)；全局Moran's I＜0，表示地區(qū)之間呈空間負相關(guān)；全局Moran's I=0，則表示地區(qū)間不存在空間相關(guān)關(guān)系，即研究區(qū)內(nèi)經(jīng)濟活動無關(guān)聯(lián)。具體計算公式如下所示：

其中，地區(qū)總數(shù)通過n表示，i地區(qū)觀測值通過Xi表示，空間權(quán)重矩陣通過Wij表示。

局部Moran's I 可用于度量某區(qū)域附近的空間集聚狀況，可通過Moran 散點圖或LISA 集聚圖表示空間結(jié)構(gòu)。其中，參數(shù)含義同全局Moran's I。具體計算公式如下所示：

Moran 散點圖可以相對直觀地刻畫局部空間相關(guān)性。局部Moran 散點圖橫坐標為觀察值(xi)，縱坐標為空間滯后值(Wx)。同時局部Moran 散點圖包含高高集聚(H—H)、低高集聚(L—H)、低低集聚(L—L)以及高低集聚(H—L)四個象限。第一象限(H—H)與第三象限(L—L)表示該地區(qū)與相鄰地區(qū)存在空間正相關(guān)性；第二象限(L—H)與第四象限(H—L)則表示該地區(qū)與相鄰地區(qū)存在空間負相關(guān)性。

（3） 空間計量模型

經(jīng)典線性回歸最小二乘法模型主要用于解釋因變量(yi)與自變量(xi)關(guān)系的多元線性函數(shù)，具體公式如下所示：

地區(qū)間產(chǎn)生的經(jīng)濟活動通常與鄰近地區(qū)之間存在空間相關(guān)性與空間異質(zhì)性，此時，采用經(jīng)典線性回歸分析較難反映真實狀況，而共同富裕相關(guān)的外部因素極可能超越省市劃分邊界，導(dǎo)致相鄰地區(qū)經(jīng)濟狀況互相影響。為更好體現(xiàn)綠色普惠金融對共同富裕的驅(qū)動效應(yīng)及空間溢出效應(yīng)，文章基于最小二乘法模型建立空間面板滯后模型(SLM)、空間面板誤差模型(SEM)以及空間杜賓模型(SDM)，公式分別如下所示：

空間面板滯后模型：

空間面板誤差模型：

空間杜賓模型：

其中，yit表示被解釋變量，xit表示解釋變量。η 表示空間滯后系數(shù)，χ 和κ 均表示空間相關(guān)系數(shù)，γi表示個體固定效應(yīng)，λt表示時間固定效應(yīng)，Wij表示空間權(quán)重矩陣中的元素，εit表示隨機誤差項。當空間杜賓模型中的κ=0 時，該模型為空間面板滯后模型；當κ+ηχ=0 時，該模型為空間面板誤差模型。

2. 變量選取

（1） 被解釋變量：共同富裕指數(shù)(COW)

依據(jù)田雅娟和甄力(2020)[11]的研究，從中等收入群體所占比重、中等收入群體富裕程度以及居民收入差距三個方面計算共同富裕。

式中，中等收入者收入比重指數(shù)為Mr，總體中等收入者人數(shù)為M，總?cè)藬?shù)為P。

第二，中等收入群體富裕程度計算公式為：

式中，Mι表示中等收入群體富裕程度指數(shù)，n表示中等收入?yún)^(qū)間的人口綜述，yi表示第i個居民的可支配收入，a、b分別代表中等收入?yún)^(qū)間的下限與上限。ι 表示調(diào)節(jié)系數(shù)，若ι=0，則Mι表示中等收入群體比重；若ι＞0，則Mι表示中等收入群體富裕程度。并且ι 取值范圍在0~100%的區(qū)間內(nèi)，越接近100%，則表示富裕程度越高。

第三，居民收入差距計算公式為：

式中，Mo表示居民收入差距指數(shù)，取值為0~100%，H(I)表示居民收入變異系數(shù)。當收入差異水平不斷擴大時，H(I)值趨于無窮，而Mo值則趨于0。

通過上述三個指標，可以計算得出共同富裕發(fā)展綜合指數(shù)：Y=f(Mr，Mι，Mo)，其中，Y表示共同富裕綜合發(fā)展指數(shù)。

綜合測度模型主要分為加法模型與乘法模型兩種。其中加法模型適用于子系統(tǒng)獨立的情形；乘法模型適用于子系統(tǒng)關(guān)聯(lián)的情形。由于上述三個指標之間關(guān)聯(lián)性較強，不適用于簡單的相加，故最終設(shè)定共同富裕的乘法測度模型如下：

式中，xi表示測度內(nèi)容的權(quán)重，即xi對共同富裕程度Y的貢獻作用。

對于各部分權(quán)重確定采用客觀賦權(quán)法進行，首先通過多元回歸方法得到各指標與其他指標的復(fù)相關(guān)系數(shù)。該系數(shù)能夠反映指標之間所含信息的重疊程度；其次，對復(fù)相關(guān)系數(shù)求倒數(shù)后進行歸一化處理，得到各指標權(quán)重。假設(shè)評價模型中共有N個指標，第j個指標與其他指標的復(fù)相關(guān)系數(shù)為λj，則第j個指標權(quán)重為：

（2） 核心解釋變量：綠色普惠金融水平(GF)

綠色普惠金融涵蓋綠色金融發(fā)展與普惠金融發(fā)展，文章采用上述測算的各地綠色普惠金融發(fā)展綜合評價指數(shù)作為核心解釋變量。

（3） 控制變量

由于共同富裕發(fā)展受經(jīng)濟發(fā)展水平、社會環(huán)境等多種因素影響，因此，文章借鑒呂新博、趙偉(2021)[12]、韓亮亮等(2022)[13]學(xué)者的研究，選取政府干預(yù)、基礎(chǔ)設(shè)施水平、產(chǎn)業(yè)結(jié)構(gòu)、教育發(fā)展水平、對外開放程度作為控制變量。政府干預(yù)(GOV)，通過公共財政支出與地區(qū)生產(chǎn)總值的比值進行衡量；基礎(chǔ)設(shè)施水平(FAC)，通過每平方公里公路與鐵路總里程進行衡量；產(chǎn)業(yè)結(jié)構(gòu)(STU)，通過第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值進行衡量；教育發(fā)展水平(ES)，利用普通高中生師比指標進行衡量；對外開放程度(Open)，以進出口總額占GDP 比重進行衡量。

3. 數(shù)據(jù)來源

由于綠色普惠金融這一概念在2016 年杭州G20 峰會上首次提出，并開始受到全球關(guān)注。因此，文章以2017 年作為初始年份，選取2017—2020 年中國30 個省份面板數(shù)據(jù)，實證分析綠色普惠金融與共同富裕的影響關(guān)系。綠色普惠金融評價指標數(shù)據(jù)主要來源于國家統(tǒng)計局、國泰安數(shù)據(jù)庫、EPS 全球統(tǒng)計數(shù)據(jù)分析平臺、歷年《中國環(huán)境統(tǒng)計年鑒》與《中國金融統(tǒng)計年鑒》。其中，碳金融有關(guān)數(shù)據(jù)源自中國清潔發(fā)展機制網(wǎng)（CDM），有關(guān)銀行機構(gòu)數(shù)目源自中國銀行保險監(jiān)督管理委員會官網(wǎng)。共同富裕相關(guān)指標數(shù)據(jù)與控制變量數(shù)據(jù)主要來源于歷年《中國勞動統(tǒng)計年鑒》以及《中國統(tǒng)計年鑒》。對于部分缺失數(shù)據(jù)采用插值法進行補齊。

四、實證分析

1. 空間自相關(guān)檢驗

基于空間自相關(guān)模型，測算出中國2017—2020 年共同富裕的全局莫蘭指數(shù)以及各指標顯著性水平，以此驗證中國共同富裕的空間集聚度。具體結(jié)果如表3 所示。

表3 2017—2020 年中國共同富裕的莫蘭指數(shù)檢驗

由表3 可知，2017—2020 年中國共同富裕的全局Moran's I均大于0，且P 值均小于1%，這說明中國區(qū)域共同富裕水平存在顯著空間正相關(guān)性。同時，在考察期內(nèi)，這種集聚效應(yīng)整體表現(xiàn)較為穩(wěn)定。基于全局Moran's I 指數(shù)，進一步通過式(9)得出2017 年與2020 年局部Moran's I 指數(shù)散點圖（如圖2 所示）。

圖2 2017 年和2020 年共同富裕局部莫蘭指數(shù)共同富裕局部莫蘭指數(shù)散點圖

表4 為2017 年與2020 年共同富裕局部Moran's I散點圖對應(yīng)省份。根據(jù)圖2 與表4 可知，2017—2020 年共同富裕的空間分布波動較小，總體來說較為穩(wěn)定。高水平集聚（第一象限）的省份數(shù)量一直保持15 個，說明高水平集聚占據(jù)主導(dǎo)地位，且這部分省份大多為東部地區(qū)。由此可見，中國共同富裕空間集聚現(xiàn)象較為明顯，符合全局Moran's I檢驗結(jié)果。

2. 空間溢出效應(yīng)檢驗

（1） 模型檢驗

為判斷共同富裕水平是否適用空間計量模型，文章基于全局Moran's I與局部Moran's I分析結(jié)果，采用LM 檢驗與穩(wěn)健的LM檢驗進行驗證，檢驗結(jié)果如表5 所示。

表5 空間相關(guān)的LM 檢驗

分析表5 數(shù)據(jù)可知，Robust LM-lag、LM-error 與Robust LM-error 均通過1%的顯著性水平檢驗，證明共同富裕水平具有空間相關(guān)性，可建立空間自回歸或空間誤差模型。

基于上述結(jié)論，進一步進行Wald 檢驗。結(jié)果表明，Wald_spatial_lag 與Wald_spatial_error 值分別為16.25 與20.62，均通過1%的顯著性檢驗，這說明模型可擴展為空間杜賓模型。

（2） 空間杜賓模型

面板模型包括隨機效應(yīng)模型與固定效應(yīng)模型兩種，其中，后者又可細分為空間固定、時間固定以及時空雙固定效應(yīng)。文章擬構(gòu)建四種效應(yīng)下的空間杜賓模型，并比較其擬合優(yōu)度，進而選取最優(yōu)模型（見表6）。分析表6 可知，空間固定效應(yīng)模型的擬合優(yōu)度最好，整體表現(xiàn)最佳，故選取在空間固定效應(yīng)下的空間杜賓模型進行參數(shù)估計，結(jié)果見表7。

表6 擬合優(yōu)度與對數(shù)似然結(jié)果的比較

表7 空間杜賓模型參數(shù)估計

就空間維度而言，η 的估計值在5%的水平上顯著為正，表明中國共同富裕水平在省域之間的關(guān)聯(lián)度較高，且當?shù)毓餐辉Ｋ脚c周邊地區(qū)形成較強的正向促進效應(yīng)。

綠色普惠金融(GF)的系數(shù)為正，且在5%水平上顯著，這表明本地區(qū)綠色普惠金融發(fā)展水平能夠顯著影響共同富裕。綠色普惠金融中的“普惠”性能夠有效推動解決發(fā)展不平衡不充分問題，從而有力支持共同富裕發(fā)展。綠色普惠金融的空間項(W×GF)的系數(shù)為正且在10%的水平上顯著，說明綠色普惠金融與共同富裕之間具有顯著的空間溢出效應(yīng)。周邊地區(qū)金融發(fā)展會對本地區(qū)金融發(fā)展起到一定帶動作用，金融發(fā)展環(huán)境越好，對共同富裕的促進作用越大。

政府干預(yù)(GOV)的系數(shù)為正，且在5%水平上顯著，這表示加大政府干預(yù)有利于提高本地區(qū)共同富裕水平。政府干預(yù)可通過經(jīng)濟政策有效縮小區(qū)域之間收入差距，通過完善社會保障制度保障低收入者收入，進而實現(xiàn)共同富裕。政府干預(yù)空間項(W×GOV)的系數(shù)為正且在1%水平上顯著，這表示周邊地區(qū)提高政府干預(yù)對本地區(qū)共同富裕發(fā)展具有較強的促進作用。

基礎(chǔ)設(shè)施水平(FAC)的系數(shù)為正但不顯著。依據(jù)新經(jīng)濟地理學(xué)理論來看，基礎(chǔ)設(shè)施建設(shè)是經(jīng)濟發(fā)展過程中的“橋梁”，經(jīng)濟發(fā)展要素資源能夠通過基礎(chǔ)設(shè)施快速流向中心經(jīng)濟發(fā)達地區(qū)，進而強化中心地區(qū)集聚能力。然而，只有當基礎(chǔ)設(shè)施呈現(xiàn)網(wǎng)絡(luò)化時，經(jīng)濟資源才能得到充分流動，進而助推落后地區(qū)獲得更多經(jīng)濟發(fā)展機會。由此，基礎(chǔ)設(shè)施才能發(fā)揮出真正促進共同富裕的作用。基礎(chǔ)設(shè)施水平空間項(W×FAC)的系數(shù)為正且顯著，這表明周邊地區(qū)基礎(chǔ)設(shè)施建設(shè)能夠助力本地區(qū)共同富裕實現(xiàn)。

產(chǎn)業(yè)結(jié)構(gòu)(STU)的系數(shù)為正，且在5%水平上顯著，這表示產(chǎn)業(yè)結(jié)構(gòu)升級有利于促進本地區(qū)共同富裕。產(chǎn)業(yè)結(jié)構(gòu)發(fā)展合理化有助于中國中等收入群體不斷擴大。同時，如生物技術(shù)、新材料、海洋裝備等部分戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展能夠更好帶動當?shù)亟?jīng)濟，為共同富裕提供更多的物質(zhì)基礎(chǔ)，助力共同富裕取得更為明顯的進展。產(chǎn)業(yè)結(jié)構(gòu)空間項(W×STU)的系數(shù)為正且顯著，表明周邊區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與共同富裕之間存在較強空間溢出效應(yīng)。周邊地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化一定程度上可以帶動本地區(qū)共同富裕。

教育發(fā)展水平(ES)的系數(shù)在10%水平上顯著為正，表示大力發(fā)展教育能夠促進本地區(qū)共同富裕。教育在共同富裕進程中具有重要作用。一般來說，受教育水平越高，社會擁有的人力資源就越多，更容易通過知識與技術(shù)提高經(jīng)濟發(fā)展水平，進而實現(xiàn)共同富裕。教育狀況的空間項(W×ES)的系數(shù)為正，且在5%的水平上顯著，這表明教育發(fā)展水平對共同富裕有顯著空間溢出效應(yīng)，提升周邊地區(qū)教育水平與加大本地區(qū)共同富裕具有高度一致性。

對外開放程度(Open)的系數(shù)為正但不顯著。對外開放實質(zhì)是從國外引進技術(shù)設(shè)備、利用外商為中國經(jīng)濟貿(mào)易打開新通道，從而實現(xiàn)中國經(jīng)濟高質(zhì)量發(fā)展。然而，對外開放主要面向國際層面，與國內(nèi)收入不平衡、發(fā)展不充分等關(guān)系并不緊密，因此其推動共同富裕的作用并不顯著。對外開放程度空間項(W×Open)的系數(shù)同樣為正但不顯著，這表明周邊地區(qū)較高的對外開放程度難以對當?shù)毓餐辉Ｋ疆a(chǎn)生影響。

3. 溢出效應(yīng)邊界

參考鄭威和陸遠權(quán)(2019)[14]的研究方法，測度綠色普惠金融與共同富裕的溢出效應(yīng)邊界。將研究的30 個省份之間的最近距離設(shè)定為dmin，最遠距離設(shè)定為dmax。將dmin設(shè)定為初始值，每次增加ρ 的距離，根據(jù)當dij>d時，wij，d=0，當dij

為檢驗樣本間距離持續(xù)擴大時，空間項系數(shù)顯著性是否會發(fā)生變化，文章采用閾值d進行測算。由于省份之間北京與天津距離最近，故將初始值設(shè)定為100 千米，將ρ 的遞進距離設(shè)定為50 千米，以此得到在不同閾值下的空間權(quán)重矩陣。經(jīng)過空間杜賓模型參數(shù)估計，進一步得到不同距離下綠色普惠金融空間項的系數(shù)及顯著性（見表8）。由于超過750 千米后，空間項系數(shù)持續(xù)不顯著，因此文章相關(guān)結(jié)果停留在900 千米以內(nèi)。

表8 不同地理距離下綠色普惠金融對共同富裕的溢出效應(yīng)

由表8 可知，在100~750 千米這一區(qū)間內(nèi)，綠色普惠金融空間項系數(shù)均為正且在5%水平上顯著。超出750 千米之后，綠色普惠金融的空間項系數(shù)呈現(xiàn)持續(xù)不顯著狀態(tài)。出現(xiàn)這種情況可能是由于750 千米以內(nèi)區(qū)域一體化的輻射作用較強，可通過綠色普惠金融帶動共同富裕水平提升；超出這一范圍后，區(qū)域內(nèi)部協(xié)同難度變高，溢出作用難以有效被周邊地區(qū)吸收。基于此，文章認為綠色普惠金融對共同富裕的空間溢出效應(yīng)邊界為750 千米。

五、結(jié)論及建議

1. 結(jié)論

文章基于2017—2020 年中國30 個省份面板數(shù)據(jù)，選取綠色信貸、綠色投資、碳金融、綠色金融關(guān)注度、綠色金融服務(wù)可獲得性、綠色金融服務(wù)質(zhì)量六個維度構(gòu)建綠色普惠金融發(fā)展綜合評價指標體系，并利用主成分分析法權(quán)重賦值測算了中國省際綠色普惠金融發(fā)展綜合評價指數(shù)。同時建立空間權(quán)重矩陣、空間自相關(guān)模型以及空間計量模型實證分析綠色普惠金融對共同富裕的影響，得出以下研究結(jié)論：

第一，2017—2020 年中國30 個省份的綠色普惠金融發(fā)展水平處于逐年上升態(tài)勢，但省份間發(fā)展水平差異性較大。按區(qū)域來看，綠色普惠金融呈現(xiàn)東高西低態(tài)勢，說明中國綠色普惠金融發(fā)展存在明顯的不平衡現(xiàn)象。第二，綠色普惠金融對共同富裕有著顯著的正向影響，即提升本地區(qū)綠色普惠金融發(fā)展水平不僅能促進本地區(qū)共同富裕，也對周圍地區(qū)的共同富裕存在空間溢出效應(yīng)。同時，政府干預(yù)、產(chǎn)業(yè)結(jié)構(gòu)、教育發(fā)展水平對共同富裕還有著顯著的促進作用和正向空間溢出效應(yīng)。基礎(chǔ)設(shè)施水平與對外開放程度對共同富裕的促進作用不顯著。第三，綠色普惠金融對共同富裕的空間溢出效應(yīng)邊界為750 千米，當超出這一邊界后，綠色普惠金融對共同富裕的空間溢出效應(yīng)將不再顯著。

2. 建議

第一，發(fā)揮綠色普惠金融的再分配效應(yīng)。再分配是共同富裕的核心問題之一，而綠色普惠金融在改善收入不平衡、發(fā)展不充分方面具有顯著作用。一方面，可以通過綠色普惠金融助推二次收入分配傾向欠發(fā)達地區(qū)與中低收入群體，改善社會財富分配不均問題，促進共同富裕；另一方面，針對綠色普惠金融發(fā)展不平衡現(xiàn)狀，東部地區(qū)要基于自身發(fā)展優(yōu)勢，提高綠色科技成果利用率，增強綠色普惠金融溢出效應(yīng)。中部與西部地區(qū)重點需補齊短板，依靠政策傾斜通過積極開展綠色貸款項目、發(fā)放綠色債券等方式營造有利于綠色普惠金融發(fā)展的社會環(huán)境，縮小與東部地區(qū)的綠色普惠金融發(fā)展差距。

第二，拓寬金融服務(wù)渠道。民生是共同富裕的關(guān)鍵環(huán)節(jié)，也是綠色普惠金融重點服務(wù)的對象之一。為此，相關(guān)部門應(yīng)聚焦民生，為重點領(lǐng)域人群拓寬金融服務(wù)渠道。例如，加快完善老年人、農(nóng)民工、殘疾人等重點群體的金融服務(wù)，有效支持養(yǎng)老、教育、醫(yī)療等民生關(guān)注的重點領(lǐng)域。對綠色普惠金融理財產(chǎn)品要適當調(diào)整準入門檻，強化理財服務(wù)的普惠性，增強居民財產(chǎn)性收入。此外，相關(guān)部門要完善支付結(jié)算、慈善信托等領(lǐng)域的金融服務(wù)，更好地進行第三次分配，進而促進共同富裕。

第三，強化綠色普惠金融的溢出效應(yīng)。為進一步拓寬綠色普惠金融對共同富裕的溢出邊界，相關(guān)部門需要從基礎(chǔ)設(shè)施、教育水平等方面入手，促進金融資源向落后地區(qū)流動。就農(nóng)村地區(qū)而言，需解決信息技術(shù)基建問題，建立針對性的“三農(nóng)”基礎(chǔ)數(shù)據(jù)平臺，使相關(guān)數(shù)據(jù)實現(xiàn)共享，提高農(nóng)村綠色普惠金融供給主體服務(wù)效率。通過打破金融資源流通壁壘，進一步擴大綠色普惠金融對共同富裕的溢出作用。