基于PMC 指數(shù)模型的中國(guó)綠色金融政策量化分析

劉德政， 丁志華

引 言

習(xí)近平總書(shū)記在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上宣布，中國(guó)將提高國(guó)家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳排放力爭(zhēng)于2030 年前達(dá)到峰值，努力爭(zhēng)取2060 年前實(shí)現(xiàn)碳中和。在2021 年中國(guó)發(fā)展高層論壇圓桌會(huì)上，時(shí)任中國(guó)人民銀行行長(zhǎng)易綱指出，實(shí)現(xiàn)碳中和目標(biāo)需要巨量投資，要以市場(chǎng)化的方式引導(dǎo)金融體系提供所需要的投資支持。2023 年，在2 月份的北京城市副中心打造國(guó)家級(jí)綠色交易所啟動(dòng)儀式以及6 月份的第十四屆陸家嘴論壇上，易綱再次強(qiáng)調(diào)要通過(guò)降低綠色溢價(jià)、加強(qiáng)國(guó)際合作等措施，積極踐行綠色發(fā)展理念，促進(jìn)“雙碳”目標(biāo)平穩(wěn)實(shí)現(xiàn)。綠水青山就是金山銀山，在國(guó)家“五位一體”總體布局中，生態(tài)文明建設(shè)作為其中“一位”，是國(guó)家當(dāng)前的基本方略。為了有效實(shí)現(xiàn)碳中和目標(biāo)，國(guó)家加快綠色金融的部署，同時(shí)推動(dòng)各省制定結(jié)合本地實(shí)際情況、適宜本地經(jīng)濟(jì)發(fā)展的綠色金融體系構(gòu)建政策，但相關(guān)政策的實(shí)施效果有待進(jìn)一步考證。本文選取了近七年來(lái)的中央級(jí)政策及部分代表性省、直轄市的綠色金融政策，運(yùn)用PMC 指數(shù)模型，對(duì)其進(jìn)行量化評(píng)價(jià)分析，以深入探討相關(guān)政策的一致性、合理性、優(yōu)缺點(diǎn)及改進(jìn)措施路徑等，相關(guān)實(shí)證結(jié)論為后續(xù)相關(guān)政策制定和改進(jìn)提供了參考依據(jù)。

一、文獻(xiàn)綜述

（一）綠色金融政策

綠色金融作為推動(dòng)我國(guó)經(jīng)濟(jì)可持續(xù)發(fā)展的重要途徑，引起了學(xué)者的廣泛關(guān)注。當(dāng)前在努力實(shí)現(xiàn)“雙碳”目標(biāo)的背景下，不少學(xué)者對(duì)如何構(gòu)建并完善綠色金融體系進(jìn)行了深入研究。目前針對(duì)綠色金融政策的研究，大多數(shù)聚焦于刻畫(huà)綠色金融的內(nèi)涵，通過(guò)闡述綠色金融的本質(zhì)特征及其在構(gòu)建低碳經(jīng)濟(jì)循環(huán)體系中的作用，探討綠色金融政策體系的必要性與實(shí)現(xiàn)路徑。例如，杜明軍（2022）運(yùn)用因果森林思想方法，探討了基于綠色金融特征變量組和經(jīng)濟(jì)發(fā)展背景變量組支撐約束的異質(zhì)性變動(dòng)規(guī)律，指出在綠色金融政策體系推進(jìn)中存在內(nèi)涵認(rèn)知不足等問(wèn)題，并提出了相應(yīng)的對(duì)策建議；葉大鳳等（2022）聚焦政策執(zhí)行環(huán)節(jié)，認(rèn)為政策實(shí)際執(zhí)行中存在標(biāo)準(zhǔn)多樣、人才匱乏、資金不足等問(wèn)題，提出加強(qiáng)宣傳等促進(jìn)政策有效執(zhí)行的對(duì)策；葉林等（2023）認(rèn)為我國(guó)現(xiàn)行的可持續(xù)發(fā)展政策在效率性、有效性、效益性和公平性上存在局限，而基于政策工具視角，綠色金融作為一項(xiàng)創(chuàng)新型政策工具可以彌補(bǔ)現(xiàn)有不足，對(duì)實(shí)現(xiàn)“雙碳”目標(biāo)具有促進(jìn)作用。

對(duì)政策本身的量化分析有助于政策制定者做出科學(xué)、客觀的判斷，把握政策內(nèi)容，洞察政策局限，優(yōu)化調(diào)整方向。例如在低碳財(cái)稅政策方面，Liu et al（2020）對(duì)中國(guó)2014 年以來(lái)低碳財(cái)稅政策文本進(jìn)行定量分析和內(nèi)容挖掘，發(fā)現(xiàn)中國(guó)現(xiàn)行低碳財(cái)稅政策受到制度限制，低碳財(cái)稅政策工具單一化、碎片化、過(guò)程控制不足等問(wèn)題普遍存在。隨著國(guó)內(nèi)各部門(mén)、各地區(qū)紛紛發(fā)布綠色金融政策，有些研究對(duì)其進(jìn)行分析，卻少有文獻(xiàn)直接對(duì)這些政策本身進(jìn)行量化評(píng)價(jià)。例如，廖玉清（2023）選取2017—2019 年的綠色金融相關(guān)政策作樣本，運(yùn)用文本挖掘、高頻詞社會(huì)網(wǎng)絡(luò)分析等方法，對(duì)政策內(nèi)容進(jìn)行了量化分析，但該研究的主要目的是探尋當(dāng)前綠色金融政策體系的發(fā)展側(cè)重點(diǎn)；劉陽(yáng)等（2023）收集整理了中國(guó)2012—2021 年的綠色金融政策文本，探討了綠色金融政策文本在不同維度、類(lèi)型、地區(qū)的分布情況，并構(gòu)建了政策效力評(píng)估模型，側(cè)重于對(duì)重點(diǎn)地區(qū)的政策文本效力進(jìn)行測(cè)算，而非對(duì)政策本身的合理性進(jìn)行評(píng)價(jià)。因此，本文希望通過(guò)對(duì)中國(guó)近年來(lái)代表性部門(mén)及地區(qū)發(fā)布的綠色金融政策進(jìn)行量化評(píng)分、對(duì)比分析，探討各項(xiàng)政策的優(yōu)劣之處及可能的改進(jìn)方向，彌補(bǔ)綠色金融政策研究相關(guān)領(lǐng)域的空白。

（二）政策量化分析

通過(guò)對(duì)政策文本進(jìn)行文本挖掘，繼而進(jìn)行高頻詞分析、社會(huì)網(wǎng)絡(luò)分析等，是常見(jiàn)的政策量化分析方法。有一些文獻(xiàn)應(yīng)用內(nèi)容分析法，從政策工具的視角出發(fā)，構(gòu)建基于政策工具、責(zé)任主體、時(shí)間序列、政策類(lèi)型等維度的分析框架，在對(duì)政策文本進(jìn)行編碼分類(lèi)、專(zhuān)家打分等處理后得到定量的統(tǒng)計(jì)數(shù)據(jù)。例如，Luo et al（2022）為了全面考察中國(guó)碳排放權(quán)交易政策的實(shí)施效果，利用政策強(qiáng)度、工具和措施對(duì)2011至2020 年中國(guó)31 個(gè)省、自治區(qū)、直轄市碳排放權(quán)交易政策的內(nèi)容效度進(jìn)行評(píng)估，從實(shí)際政策效應(yīng)、平均政策內(nèi)容效度效應(yīng)和政策數(shù)量效應(yīng)三個(gè)方面評(píng)估了區(qū)域碳效率改善的時(shí)空驅(qū)動(dòng)因素；Xiang（2022）從政策目標(biāo)、政策力度和政策措施三個(gè)維度構(gòu)建中國(guó)省級(jí)農(nóng)業(yè)龍頭企業(yè)扶持政策的量化標(biāo)準(zhǔn)，對(duì)量化后的扶持政策文本進(jìn)行評(píng)價(jià)分析；熊維清等（2023）構(gòu)建“政策工具-責(zé)任主體-政策類(lèi)型”三維分析框架，對(duì)2012—2022 年中國(guó)省級(jí)層面發(fā)布的職業(yè)健康政策進(jìn)行多維分類(lèi)與交叉比較。

還有一些研究應(yīng)用潛在狄利克雷分配（LDA）主題模型進(jìn)行分析，該模型利用數(shù)學(xué)原理和算法自動(dòng)從政策文本中提取主題。Song et al（2022）應(yīng)用該模型分析食品安全政策內(nèi)容并識(shí)別熱點(diǎn)話(huà)題，從政策發(fā)布年數(shù)、分布區(qū)域、作用范圍、所屬機(jī)構(gòu)四個(gè)方面對(duì)中國(guó)食品安全政策進(jìn)行量化分析；Zhu et al（2023）利用文本挖掘技術(shù)對(duì)日本2007—2020 年的《漁業(yè)白皮書(shū)》、2008—2020 年的《環(huán)境白皮書(shū)》和2004—2020 年的《海洋白皮書(shū)》三份年度報(bào)告的文本數(shù)據(jù)進(jìn)行了海洋政策變遷的可視化研究，基于潛在狄利克雷分配（LDA）主題模型分析，發(fā)現(xiàn)這些白皮書(shū)在主題上存在顯著差異，但都以其獨(dú)特的主題清晰地回應(yīng)了2011 年發(fā)生的東日本大地震。該模型方法往往使用自然語(yǔ)言處理技術(shù)的封裝算法，缺乏靈活性，而且受限于實(shí)際的文本內(nèi)容和參數(shù)選擇，提取效果并不穩(wěn)定。

（三）PMC 指數(shù)模型

Ruiz Estrada et al（2007）提出了Omnia Mobilis 假說(shuō)，而基于此假說(shuō)，Ruiz Estrada （2011）提出了PMC 指數(shù)模型（policy modeling consistency）。在文本挖掘的基礎(chǔ)上可以構(gòu)建該模型，而綜合國(guó)內(nèi)外應(yīng)用PMC 指數(shù)模型的政策量化分析來(lái)看，其底層思路相似，即通過(guò)多維度政策指標(biāo)構(gòu)建政策評(píng)價(jià)體系，進(jìn)而對(duì)政策的合理性、影響力等進(jìn)行量化評(píng)價(jià)。借助PMC 指數(shù)模型，人們可以衡量政策的內(nèi)部一致性，還可以直觀地看出各項(xiàng)政策在各個(gè)評(píng)價(jià)維度的得分情況，找出優(yōu)點(diǎn)與不足，便于后續(xù)修訂改進(jìn)。該模型具有一定的科學(xué)性、合理性、可行性，是政策分析的優(yōu)秀工具，被廣泛用于各領(lǐng)域的政策量化評(píng)價(jià)。

例如，張永安等（2015）運(yùn)用PMC 指數(shù)模型，以中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)政策為例，對(duì)區(qū)域科技創(chuàng)新政策進(jìn)行評(píng)價(jià)研究；臧維等（2021）以我國(guó)公布的30 份人工智能政策文本為樣本，對(duì)其量化評(píng)價(jià)后發(fā)現(xiàn)我國(guó)人工智能政策中的需求型政策工具需進(jìn)一步加強(qiáng)，環(huán)境型政策工具結(jié)構(gòu)有待調(diào)整；宋亞萍（2021）則通過(guò)構(gòu)建PMC 指數(shù)模型對(duì)8 所高校一流本科教育政策文本進(jìn)行量化評(píng)價(jià)并提出優(yōu)化建議；張永安等（2017）基于PMC 指數(shù)模型對(duì)我國(guó)房地產(chǎn)政策中單一項(xiàng)政策進(jìn)行評(píng)價(jià)。

在金融政策評(píng)價(jià)領(lǐng)域，PMC 指數(shù)模型依然可以發(fā)揮作用。其中，既有金融政策對(duì)某一領(lǐng)域的影響性研究，也有對(duì)政策本身合理性進(jìn)行的研究。例如，張永安等（2017）提出金融政策組合對(duì)企業(yè)技術(shù)創(chuàng)新的作用機(jī)理圖，計(jì)算出政策組合的PMC指數(shù)并對(duì)其評(píng)級(jí)；錢(qián)敏等（2019）選取2019 年中共中央辦公廳、國(guó)務(wù)院、銀保監(jiān)會(huì)和證監(jiān)會(huì)官方網(wǎng)站公布的13 項(xiàng)與金融業(yè)供給側(cè)改革相關(guān)的政策，對(duì)金融業(yè)供給側(cè)改革政策的合理性進(jìn)行量化評(píng)價(jià)；夏雨等（2022）以2001—2022 年中央層面出臺(tái)的114 部互聯(lián)網(wǎng)金融政策為研究對(duì)象，探究互聯(lián)網(wǎng)金融政策演進(jìn)及特征，并對(duì)互聯(lián)網(wǎng)金融政策進(jìn)行量化評(píng)價(jià)；杜寶貴等（2023）構(gòu)建了科技金融政策評(píng)價(jià)指標(biāo)體系，并采用PMC 指數(shù)模型對(duì)遴選出的16 項(xiàng)典型政策進(jìn)行量化評(píng)價(jià)，發(fā)現(xiàn)地方科技金融政策總體水平可接受，但仍存在政策目標(biāo)模糊不清、人才支持力度不足、部門(mén)間縱向協(xié)調(diào)不暢、區(qū)域和產(chǎn)業(yè)規(guī)劃缺乏等問(wèn)題。

不同于早期的其他條件均相同假設(shè)，Omnia Mobilis 假說(shuō)認(rèn)為一切都是運(yùn)動(dòng)的，不能忽略或輕視任何一個(gè)變量的作用。因此，在構(gòu)建PMC 指數(shù)模型時(shí)，應(yīng)該盡可能地將影響因素廣泛考慮在內(nèi)，且其權(quán)重應(yīng)該相同。而且，PMC 指數(shù)模型的變量設(shè)置大量依賴(lài)于文本挖掘出的政策高頻詞，也依賴(lài)于政策樣本的內(nèi)在邏輯，增加了評(píng)價(jià)的客觀性與針對(duì)性。因此，對(duì)不同的研究領(lǐng)域與政策樣本，構(gòu)建PMC 指數(shù)模型的主要區(qū)別在于變量設(shè)置。例如，在醫(yī)保政策研究中，一級(jí)變量政策目標(biāo)下設(shè)有醫(yī)保基金管理、服務(wù)質(zhì)量提升、醫(yī)藥費(fèi)用控制、患者權(quán)益保障、醫(yī)療資源配置（李祥飛等，2023）；在健身政策研究中，一級(jí)變量政策重點(diǎn)下設(shè)有體育組織、賽事活動(dòng)、健身指導(dǎo)、場(chǎng)地設(shè)施、文化氛圍（時(shí)麗珍等，2023）；在綠色礦山建設(shè)政策量化評(píng)價(jià)框架中，一級(jí)變量政策內(nèi)容下有依法辦礦、規(guī)范管理、綜合利用、技術(shù)創(chuàng)新、節(jié)能減排、環(huán)境保護(hù)、土地復(fù)墾、社區(qū)和諧、企業(yè)文化（徐水太等，2023）。本文在變量設(shè)置環(huán)節(jié)除了著重參考前人研究，也根據(jù)政策的綠色特征、文本高頻詞和關(guān)鍵詞進(jìn)行了設(shè)置。

二、研究設(shè)計(jì)

（一）政策來(lái)源與樣本選擇

自中國(guó)人民銀行等七部門(mén)于2016 年發(fā)布《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見(jiàn)》以來(lái)，全國(guó)各省、自治區(qū)、直轄市均發(fā)布了促進(jìn)綠色經(jīng)濟(jì)發(fā)展的政策。在國(guó)務(wù)院及省級(jí)政府官網(wǎng)以“綠色經(jīng)濟(jì)”“綠色金融”“低碳”為關(guān)鍵詞進(jìn)行檢索，均可找到相關(guān)政策。本文選取2 個(gè)中央政策與8 個(gè)地方政策：中國(guó)人民銀行等七部門(mén)于2016年8 月31 日發(fā)布的《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見(jiàn)》（銀發(fā)〔2016〕228 號(hào)）；中國(guó)銀保監(jiān)會(huì)于2022 年6 月1 日發(fā)布的《銀行業(yè)保險(xiǎn)業(yè)綠色金融指引》（銀保監(jiān)發(fā)〔2022〕15 號(hào)）；北京市地方金融監(jiān)督管理局于2022 年9 月2 日發(fā)布的《“兩區(qū)”建設(shè)綠色金融改革開(kāi)放發(fā)展行動(dòng)方案》（京金融〔2022〕249 號(hào)）；重慶市人民政府辦公廳于2023 年1 月20 日發(fā)布的《重慶市建設(shè)綠色金融改革創(chuàng)新試驗(yàn)區(qū)實(shí)施細(xì)則》（渝府辦發(fā)〔2023〕13 號(hào)）；上海市人民政府辦公廳于2021 年10 月8 日發(fā)布的《上海加快打造國(guó)際綠色金融樞紐服務(wù)碳達(dá)峰碳中和目標(biāo)的實(shí)施意見(jiàn)》（滬府辦發(fā)〔2021〕27號(hào)）；江蘇省人民政府辦公廳轉(zhuǎn)發(fā)人民銀行南京分行等十三部門(mén)于2021 年9 月22日發(fā)布的《大力發(fā)展綠色金融指導(dǎo)意見(jiàn)》（蘇政辦發(fā)〔2021〕80 號(hào)）；廣東省人民政府辦公廳于2022 年6 月24 日發(fā)布的《廣東省發(fā)展綠色金融支持碳達(dá)峰行動(dòng)實(shí)施方案》（粵辦函〔2022〕219 號(hào)）；福建省地方金融監(jiān)督管理局于2022 年9 月23 日發(fā)布的《推動(dòng)綠色金融發(fā)展的若干措施》（閩綠色金改〔2022〕2 號(hào)）；黑龍江省人民政府辦公廳于2021 年8 月31 日發(fā)布的《黑龍江省綠色金融工作實(shí)施方案》（黑政辦發(fā)〔2021〕32 號(hào)）；吉林省人民政府辦公廳于2019 年11 月8 日發(fā)布的《關(guān)于推進(jìn)綠色金融發(fā)展的若干意見(jiàn)》（吉政辦發(fā)〔2019〕45 號(hào)）。

這十個(gè)政策都聚焦于金融領(lǐng)域，除了《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見(jiàn)》是2016 年發(fā)布、吉林省人民政府辦公廳《關(guān)于推進(jìn)綠色金融發(fā)展的若干意見(jiàn)》是2019年發(fā)布，其余政策均是近三年來(lái)發(fā)布的，與當(dāng)前綠色金融形勢(shì)結(jié)合較為緊密，具有較強(qiáng)的時(shí)效性與參考價(jià)值。除此之外，這幾個(gè)地方既有經(jīng)濟(jì)強(qiáng)省強(qiáng)市，也有相對(duì)落后的地區(qū)，覆蓋了東北、華北、東南、西南地區(qū)，具有一定的代表性。

（二）模型構(gòu)建

1.樣本預(yù)處理

對(duì)選定政策進(jìn)行文本挖掘與分詞，統(tǒng)計(jì)出高頻詞語(yǔ)，并去除其中“省”“的”“等”詞語(yǔ)，去除地理名稱(chēng)與機(jī)構(gòu)名稱(chēng)，保留動(dòng)詞、名詞和形容詞，整理出前100 名高頻詞匯。此處僅列舉詞頻排名前十的詞語(yǔ)，分別為綠色、金融、機(jī)構(gòu)、碳、發(fā)展、環(huán)境、銀行、項(xiàng)目、企業(yè)、服務(wù)。

2.變量設(shè)置

基于政策樣本的詞頻統(tǒng)計(jì)表與關(guān)鍵詞網(wǎng)絡(luò)圖譜，結(jié)合政策自身特點(diǎn)，參考張永安等（2015）關(guān)于政策量化評(píng)價(jià)的研究成果，共設(shè)置10 個(gè)一級(jí)變量與60 個(gè)二級(jí)變量。

本模型的10 個(gè)一級(jí)變量分別是：X1政策性質(zhì)，X2發(fā)布機(jī)構(gòu)，X3政策時(shí)效，X4政策領(lǐng)域，X5政策受眾，X6政策重點(diǎn)，X7政策功能，X8政策評(píng)價(jià)，X9激勵(lì)措施，X10政策公開(kāi)。其中：

X1政策性質(zhì)參考張永安（2017）和李祥飛（2023），包含5 個(gè)二級(jí)變量，判斷政策是否對(duì)綠色金融體系建設(shè)存在預(yù)測(cè)、描述、建議、監(jiān)管、試驗(yàn)作用。

X2發(fā)布機(jī)構(gòu)參考張永安（2015），包含4 個(gè)二級(jí)變量，分別是國(guó)務(wù)院、國(guó)家部委、省市政府和省市廳局，用來(lái)評(píng)價(jià)該項(xiàng)政策發(fā)布機(jī)構(gòu)的級(jí)別。

X3政策時(shí)效參考錢(qián)敏（2019），用來(lái)考察政策的作用時(shí)間，分為長(zhǎng)期（5 年以上）、中期（3～5 年）和短期（2 年以?xún)?nèi)），共3 個(gè)二級(jí)變量。

X4政策領(lǐng)域參考臧維（2021），下設(shè)經(jīng)濟(jì)、社會(huì)、環(huán)境、技術(shù)4 個(gè)二級(jí)變量，考察政策的作用范圍。

X5政策受眾是指該政策的作用對(duì)象，基于文本挖掘中的高頻詞和政策特征得出，有政府部門(mén)、產(chǎn)業(yè)企業(yè)、金融機(jī)構(gòu)，共3 個(gè)二級(jí)變量。

X6政策重點(diǎn)來(lái)源于文本挖掘中的高頻詞，考察政策是否聚焦于經(jīng)濟(jì)、生態(tài)、政府、市場(chǎng)、銀行、保險(xiǎn)、債券、企業(yè)、服務(wù)、產(chǎn)品、信貸、投融資、機(jī)制、建設(shè)、改革、探索、創(chuàng)新、風(fēng)險(xiǎn)、監(jiān)管、評(píng)估，合計(jì)20 個(gè)二級(jí)變量。

X7政策功能參考張永安（2015）和錢(qián)敏（2019），旨在說(shuō)明該政策的目的，有7個(gè)二級(jí)變量，分別是低碳減排、改善機(jī)制、規(guī)范標(biāo)準(zhǔn)、方案制定、引導(dǎo)實(shí)施、監(jiān)督管理、國(guó)際交流。

X8政策評(píng)價(jià)參考宋亞萍（2021），以依據(jù)充分、目標(biāo)明確、方案合理、規(guī)劃翔實(shí)、符合實(shí)際5 個(gè)二級(jí)變量對(duì)該政策展開(kāi)評(píng)估。

X9激勵(lì)措施是政策制定主體為推廣政策并保證政策得以順利施行而采取的一系列保障、激勵(lì)措施，基于文本挖掘過(guò)程構(gòu)建，包括資金投入、人才引進(jìn)、基礎(chǔ)建設(shè)、信息共享、明確分工、目標(biāo)考核、政策傾斜、法律保障、宣傳普及。這9 個(gè)二級(jí)變量對(duì)應(yīng)的說(shuō)明如下：加大資金投入或?qū)ｍ?xiàng)資金支持，加大人才培養(yǎng)、引進(jìn)力度，推進(jìn)金融基礎(chǔ)設(shè)施建設(shè)，推動(dòng)信息和數(shù)據(jù)共享，明確責(zé)任分工各司其職，納入工作目標(biāo)績(jī)效考核，在稅收、價(jià)格、信貸、投融資等方面給予政策傾斜，建立健全相關(guān)法律法規(guī)，加大宣傳與普及力度、推動(dòng)綠色金融社會(huì)共識(shí)形成。

X10政策公開(kāi)參考Ruiz Estrada（2011），考察該政策是否公開(kāi)發(fā)布，無(wú)二級(jí)變量。

3.構(gòu)建多投入產(chǎn)出表

本文根據(jù)上節(jié)所設(shè)定的10 個(gè)一級(jí)變量與60 個(gè)二級(jí)變量構(gòu)建多投入產(chǎn)出表，該表可被視作一個(gè)數(shù)據(jù)分析框架，每一個(gè)一級(jí)變量包含數(shù)個(gè)二級(jí)變量，如一級(jí)變量X1 下包含二級(jí)變量X1：1、X1：2、X1：3、X1：4、X1：5，依此類(lèi)推，通過(guò)對(duì)二級(jí)變量進(jìn)行賦值進(jìn)一步計(jì)算出一級(jí)變量。

然后對(duì)變量進(jìn)行參數(shù)設(shè)定，該表對(duì)變量的個(gè)數(shù)沒(méi)有限制，并且從長(zhǎng)遠(yuǎn)來(lái)看，每個(gè)二級(jí)變量的重要性沒(méi)有區(qū)別。因此，本研究中每個(gè)二級(jí)變量的權(quán)重都相同，并采用二進(jìn)制對(duì)其進(jìn)行0、1 賦值，這樣可以保證二級(jí)變量對(duì)結(jié)果產(chǎn)生同等影響。當(dāng)政策滿(mǎn)足二級(jí)變量時(shí)，該二級(jí)變量賦值為1，否則賦值為0。一級(jí)變量X10 無(wú)二級(jí)變量，則以一級(jí)變量直接賦值。

4.計(jì)算PMC 指數(shù)

根據(jù)Mario Arturo Ruiz Estrada 的計(jì)算方法，本文通過(guò)以下4 個(gè)步驟計(jì)算PMC指數(shù)：

首先，將一、二級(jí)變量放入多投入產(chǎn)出表中；其次，根據(jù)公式（1）、（2）計(jì)算二級(jí)變量；再次，根據(jù)公式（3）得到一級(jí)變量的值；最后，利用公式（4）計(jì)算出各項(xiàng)政策的PMC 指數(shù)。

其中，i為一級(jí)指標(biāo)，j為二級(jí)指標(biāo)，PMC為最終得出的PMC 指數(shù)。

一級(jí)變量取值與最終的PMC 指數(shù)如表1 所示。由于本研究設(shè)定10 個(gè)一級(jí)變量，因此PMC 指數(shù)取值介于1 到10 之間，可根據(jù)得分及評(píng)級(jí)標(biāo)準(zhǔn)對(duì)政策進(jìn)行等級(jí)劃分，其中0～4.99 分為“不良”等級(jí)，5～6.99 分為“可接受”等級(jí)，7～8.99 分為“優(yōu)秀”等級(jí)，9～10 分為“完美”等級(jí)。

表1 十項(xiàng)政策的PMC 指數(shù)

表2 凹陷指數(shù)匯總表

三、實(shí)證結(jié)論及分析

（一）政策整體特征分析

根據(jù)表1 所示的各政策PMC 指數(shù)及其等級(jí)、排名，可以看出：P2（銀保監(jiān)會(huì)）和P8（福建）的PMC 指數(shù)分別為6.42、6.32，評(píng)價(jià)等級(jí)為可接受；其余8 項(xiàng)政策的PMC 指數(shù)均大于7，評(píng)價(jià)等級(jí)為優(yōu)秀，其中P1（人民銀行等七部門(mén)）、P5（上海）、P6（江蘇）、P7（廣東）、P9（黑龍江）、P10（吉林）的指數(shù)為7 到8 之間，P3（北京）、P4（重慶）的PMC 指數(shù)均大于8。總體來(lái)看，這十項(xiàng)政策質(zhì)量?jī)?yōu)良，都可以較好地指導(dǎo)綠色金融體系的規(guī)劃構(gòu)建，但沒(méi)有任何一項(xiàng)政策是不良或完美政策。

（二）均值比較分析

將一級(jí)變量的值與其平均值比較可以發(fā)現(xiàn)：

①在X2、X3、X10 三個(gè)一級(jí)變量上，各項(xiàng)政策的得分均等于該一級(jí)變量的均值。由于這十項(xiàng)政策的發(fā)布機(jī)構(gòu)都是國(guó)家部委、省市政府、省市廳局中的一個(gè)，作用時(shí)效都是長(zhǎng)期，均在相應(yīng)的官方網(wǎng)站上公開(kāi)發(fā)布，因此這十項(xiàng)政策在X2 發(fā)布機(jī)構(gòu)、X3 政策時(shí)效、X10 政策公開(kāi)上的得分相同，且都等于該一級(jí)變量的均值。

②在X4 至X8 五個(gè)一級(jí)變量上，至少半數(shù)以上的政策得分高于一級(jí)變量均值。X4 政策領(lǐng)域有5 項(xiàng)政策高于均值且得分為1，X5 政策受眾有8 項(xiàng)政策得分高于均值，說(shuō)明政策制定者希望盡可能覆蓋更多的受眾，希望更多的產(chǎn)業(yè)、主體參與到綠色金融體系的建設(shè)中來(lái)；X6 政策重點(diǎn)有6 項(xiàng)政策得分高于均值，大部分政策的著眼點(diǎn)是相似的，在政策相應(yīng)的權(quán)責(zé)范圍內(nèi)囊括了盡可能多的關(guān)鍵內(nèi)容，便于詳細(xì)地指導(dǎo)政策受眾；X7 政策功能有6 項(xiàng)政策得分高于均值，低于均值的4 項(xiàng)政策均只有2 個(gè)二級(jí)變量沒(méi)有得分，說(shuō)明政策制定主體都比較希望這十項(xiàng)政策能在低碳、執(zhí)行、監(jiān)管等多方面有實(shí)際應(yīng)用效果，目的性強(qiáng)；X8 政策評(píng)價(jià)有9 項(xiàng)政策得分高于均值，只有P8（福建）因?yàn)橐?guī)劃不夠翔實(shí)未能拿到1 分。

③在X1、X9 兩個(gè)一級(jí)變量上，大多數(shù)政策得分低于一級(jí)變量均值。X1 政策性質(zhì)只有3 項(xiàng)政策得分高于均值，相較于其他政策，這三項(xiàng)政策都具有預(yù)測(cè)性質(zhì)；X9激勵(lì)措施均值相對(duì)偏低，且只有4 項(xiàng)政策得分高于均值，沒(méi)有任何一個(gè)政策拿到1分，說(shuō)明各項(xiàng)政策在這方面有較大的改進(jìn)空間。

（三）與“完美”政策比較分析

設(shè)定一個(gè)各一級(jí)變量均為1、PMC 指數(shù)為10 的“完美”政策，其與各項(xiàng)政策的差值即為凹陷指數(shù)，可得到以下凹陷指數(shù)匯總表。

接下來(lái)，從橫向即各一級(jí)變量的凹陷情況、縱向即各項(xiàng)政策的凹陷情況兩方面來(lái)分析。

橫向來(lái)看，各一級(jí)變量的凹陷指數(shù)在0 至0.75 之間，下面按照凹陷指數(shù)從大到小的順序依次分析。

①各項(xiàng)政策發(fā)布機(jī)構(gòu)單一，且都是長(zhǎng)期執(zhí)行有效，因此X2 發(fā)布機(jī)構(gòu)、X3 政策時(shí)效凹陷指數(shù)最大，分別是0.75、0.66；

②X9 激勵(lì)措施的凹陷指數(shù)為0.31，在激勵(lì)措施方面，大部分政策都注重人才的培養(yǎng)與引進(jìn)，注重信息的披露與共享，在執(zhí)行方面有具體的責(zé)任單位，且在稅收、投融資等方面給予了綠色產(chǎn)業(yè)、企業(yè)一定的政策傾斜，但有部分政策忽視了資金投入、目標(biāo)考核機(jī)制與社會(huì)層面的宣傳普及，此外，僅有3 項(xiàng)政策提出要加強(qiáng)金融基礎(chǔ)建設(shè)，僅有2 項(xiàng)政策希望建立健全相應(yīng)法律法規(guī)，為綠色金融保駕護(hù)航；

③X6 政策重點(diǎn)的凹陷指數(shù)為0.22，基本上所有的政策都堅(jiān)持市場(chǎng)主導(dǎo)、政府引導(dǎo)，注重經(jīng)濟(jì)發(fā)展與生態(tài)建設(shè)齊頭并進(jìn)，著眼于金融機(jī)構(gòu)、信貸產(chǎn)品、改善機(jī)制、探索創(chuàng)新、把控風(fēng)險(xiǎn)，但相當(dāng)多的政策沒(méi)有重點(diǎn)強(qiáng)調(diào)事后評(píng)估與監(jiān)管；

④X1 政策性質(zhì)的凹陷指數(shù)為0.18，所有政策都具有描述、建議性質(zhì)，有9 項(xiàng)政策具有監(jiān)管、試點(diǎn)性質(zhì)，但只有3 項(xiàng)政策具有預(yù)測(cè)性質(zhì)；

⑤X4 政策領(lǐng)域、X7 政策功能的凹陷指數(shù)均為0.17，各政策可以加強(qiáng)在技術(shù)領(lǐng)域的布局，制定執(zhí)行規(guī)范標(biāo)準(zhǔn)，也便于與國(guó)際接軌，加強(qiáng)國(guó)際合作交流；

⑥X5 政策受眾、X8 政策評(píng)價(jià)、X10 政策公開(kāi)的凹陷指數(shù)分別為0.07、0.02、0，說(shuō)明這幾個(gè)一級(jí)變量最為接近“完美”政策，一致性程度高。

縱向來(lái)看，各項(xiàng)政策凹陷指數(shù)在1.53 至3.68 之間，P8（福建）、P2（銀保監(jiān)會(huì)）凹陷指數(shù)最大，均大于3，評(píng)分最低；P4（重慶）、P3（北京）凹陷指數(shù)最小，均小于2，即更接近于“完美”政策；其余6 項(xiàng)政策凹陷指數(shù)均在2 到3 之間。

回看評(píng)分最低的兩項(xiàng)政策，其中P8（福建）受限于篇幅較短，在很多地方?jīng)]有明確具體的指導(dǎo)，規(guī)劃不算翔實(shí)充分，除了X1 政策性質(zhì)與X10 政策公開(kāi)得分為1，其余各一級(jí)變量都小于1 分且不高于平均值，凹陷指數(shù)高達(dá)3.68。該政策僅涉足經(jīng)濟(jì)、環(huán)境領(lǐng)域，沒(méi)有過(guò)多考慮社會(huì)與技術(shù)因素，產(chǎn)業(yè)、企業(yè)作為金融消費(fèi)者是綠色金融體系的重要一環(huán)卻沒(méi)有太多的參與感。

針對(duì)該政策，改進(jìn)順序?yàn)閄4 政策領(lǐng)域、X6 政策重點(diǎn)、X9 激勵(lì)措施、X5 政策受眾、X7 政策功能、X8 政策評(píng)價(jià)，具體的改進(jìn)路徑應(yīng)結(jié)合實(shí)際情況進(jìn)行。其中，可以重點(diǎn)改進(jìn)政策領(lǐng)域、政策受眾、政策重點(diǎn)、激勵(lì)措施，把銀行、保險(xiǎn)等金融機(jī)構(gòu)及其提供的各類(lèi)信貸產(chǎn)品與產(chǎn)業(yè)、企業(yè)聯(lián)動(dòng)起來(lái)，鼓勵(lì)各類(lèi)企業(yè)綠色轉(zhuǎn)型；強(qiáng)調(diào)金融基礎(chǔ)設(shè)施建設(shè)及新型綠色技術(shù)在拓寬金融應(yīng)用領(lǐng)域、下沉金融應(yīng)用市場(chǎng)方面的重大作用；利用好福建沿海省份的地理區(qū)位優(yōu)勢(shì)、對(duì)外開(kāi)放先鋒的改革引領(lǐng)優(yōu)勢(shì)，加強(qiáng)本地同國(guó)際綠色金融組織的交流，對(duì)標(biāo)國(guó)際完善規(guī)范標(biāo)準(zhǔn)，爭(zhēng)取國(guó)際綠色投融資；構(gòu)建信息大數(shù)據(jù)平臺(tái)，在統(tǒng)計(jì)、監(jiān)測(cè)、評(píng)價(jià)等方面提供信息共享服務(wù)，緩解信息不對(duì)稱(chēng)，推動(dòng)跨領(lǐng)域、跨部門(mén)合作；可以推動(dòng)立法，既要明確環(huán)境保護(hù)法律責(zé)任，倒逼高污染、高耗能產(chǎn)業(yè)轉(zhuǎn)型，也要明確貸款人盡職免責(zé)要求；加強(qiáng)宣傳普及，推動(dòng)綠色金融知識(shí)進(jìn)校園、進(jìn)工廠、進(jìn)社區(qū)，倡導(dǎo)綠色生產(chǎn)、綠色消費(fèi)，塑造社會(huì)環(huán)保共識(shí)。

P2（銀保監(jiān)會(huì)）為銀保監(jiān)會(huì)針對(duì)銀行業(yè)、保險(xiǎn)業(yè)發(fā)布的專(zhuān)項(xiàng)政策，并不涉及其余機(jī)構(gòu)、部門(mén)，涉及領(lǐng)域較窄，內(nèi)容相對(duì)單一，除了X8 政策評(píng)價(jià)與X10 政策公開(kāi)得分為1，其余一級(jí)變量得分都小于1，凹陷指數(shù)為3.58。但其X7 政策功能得分較高，說(shuō)明其在該專(zhuān)項(xiàng)領(lǐng)域有較強(qiáng)的針對(duì)性，目的明確，能起到較好的指導(dǎo)效果。該政策改進(jìn)順序?yàn)閄4 政策領(lǐng)域、X9 激勵(lì)措施、X1 政策性質(zhì)、X6 政策重點(diǎn)、X5 政策受眾、X7 政策功能，可重點(diǎn)改進(jìn)激勵(lì)措施方面，加大資金投入，鞏固基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)政策支持，推動(dòng)政策制定與行業(yè)立法，加強(qiáng)指引的同時(shí)也加強(qiáng)保障。

對(duì)比評(píng)分較高的兩項(xiàng)政策P4（重慶）、P3（北京），發(fā)現(xiàn)這兩項(xiàng)政策有很多相似之處，優(yōu)勢(shì)明顯。這兩項(xiàng)政策綜合考慮了綠色金融在各領(lǐng)域、各產(chǎn)業(yè)的應(yīng)用情況，目的性強(qiáng)，重點(diǎn)突出且全面，激勵(lì)措施也比較豐富，可以更好地指導(dǎo)政府部門(mén)、金融機(jī)構(gòu)乃至于金融消費(fèi)者如何參與構(gòu)建綠色金融體系。P4（重慶）的改進(jìn)重點(diǎn)為X9激勵(lì)措施，P3（北京）的改進(jìn)順序?yàn)閄9 激勵(lì)措施、X1 政策性質(zhì)、X6 政策重點(diǎn)。這兩項(xiàng)政策在激勵(lì)措施領(lǐng)域略有缺失，都需要改進(jìn)法律保障方面，這也是絕大多數(shù)政策忽略的地方。此外，P3（北京）還可以設(shè)定目標(biāo)考核機(jī)制，將推動(dòng)綠色金融發(fā)展納入年度工作責(zé)任目標(biāo)，明確主責(zé)部門(mén)和時(shí)間表，將相關(guān)任務(wù)納入重點(diǎn)督辦事項(xiàng)，確保綠色金融改革任務(wù)落到實(shí)處、改出效果。

P1（人民銀行等七部門(mén)）發(fā)布時(shí)間最早，總領(lǐng)性質(zhì)最強(qiáng)，凹陷指數(shù)為2.52，該政策改進(jìn)順序?yàn)閄7 政策功能、X4 政策領(lǐng)域、X6 政策重點(diǎn)、X1 政策性質(zhì)、X9 激勵(lì)措施，可以進(jìn)一步拓寬政策領(lǐng)域、深化政策功能，在技術(shù)應(yīng)用、機(jī)制改革、規(guī)范標(biāo)準(zhǔn)方面加以改進(jìn)。

P5（上海）、P6（江蘇）地理位置連接緊密，凹陷指數(shù)也接近，分別為2.59、2.40。P5（上海）的改進(jìn)順序?yàn)閄1 政策性質(zhì)、X9 激勵(lì)措施、X7 政策功能、X6 政策重點(diǎn)，P6（江蘇）的改進(jìn)順序?yàn)閄9 激勵(lì)措施、X1 政策性質(zhì)、X6 政策重點(diǎn)、X7 政策功能。這兩項(xiàng)政策都可以強(qiáng)化預(yù)測(cè)、監(jiān)管性質(zhì)，豐富事后監(jiān)管與項(xiàng)目評(píng)估內(nèi)容，改進(jìn)基礎(chǔ)建設(shè)與法律保障激勵(lì)措施，江蘇還需要加大資金與人才投入，加強(qiáng)國(guó)際交流。

P7（廣東）凹陷指數(shù)為2.15，該政策改進(jìn)順序?yàn)閄9 激勵(lì)措施、X6 政策重點(diǎn)、X7政策功能。作為中國(guó)經(jīng)濟(jì)最強(qiáng)省份之一與改革開(kāi)放前沿陣地，該省這項(xiàng)政策卻需要在機(jī)制改革與國(guó)際交流方面加以改進(jìn)。此外，該政策是眾多省份中激勵(lì)措施得分最低的，可以在人才引進(jìn)、目標(biāo)考核、法律保障、宣傳普及四點(diǎn)上再下功夫。

P9（黑龍江）、P10（吉林）也是相鄰的省份，凹陷指數(shù)分別為2.54、2.68。P9（黑龍江）的改進(jìn)順序?yàn)閄9 激勵(lì)措施、X4 政策領(lǐng)域、X1 政策性質(zhì)、X6 政策重點(diǎn)、X7 政策功能，P10（吉林）的改進(jìn)順序?yàn)閄6 政策重點(diǎn)、X7 政策功能、X4 政策領(lǐng)域、X9 激勵(lì)措施、X1 政策性質(zhì)。這兩項(xiàng)政策在政策領(lǐng)域上都可以拓展技術(shù)領(lǐng)域，在政策重點(diǎn)上都可以進(jìn)一步突出深化改革，在政策功能上都可以強(qiáng)調(diào)規(guī)范標(biāo)準(zhǔn)，在激勵(lì)措施上都可以改進(jìn)基礎(chǔ)設(shè)施建設(shè)方面。這樣可以用新技術(shù)、新機(jī)制、新標(biāo)準(zhǔn)、新設(shè)施促進(jìn)同為東北重工業(yè)基地的兩個(gè)省份綠色轉(zhuǎn)型。P9（黑龍江）還可以加大資金投入、加強(qiáng)法律保障，P10（吉林）還可以加強(qiáng)組織宣傳，推動(dòng)綠色金融教育普及。

四、結(jié)論與討論

（一）研究結(jié)論

本文選取2016—2023 年間中國(guó)內(nèi)地的10 項(xiàng)綠色金融政策作樣本，運(yùn)用PMC指數(shù)模型對(duì)其進(jìn)行定量分析，得到以下結(jié)論：

（1）總體來(lái)看，這十項(xiàng)政策的PMC 指數(shù)最低值為6.32，最高值為8.47，均值為7.44，設(shè)計(jì)是較為優(yōu)秀的。除了P2（銀保監(jiān)會(huì)）、P8（福建）為可接受等級(jí)，其余8 項(xiàng)政策均為優(yōu)秀等級(jí)。各項(xiàng)政策的PMC 指數(shù)與發(fā)布時(shí)間的先后、發(fā)布機(jī)構(gòu)的層級(jí)、發(fā)布地區(qū)的地理區(qū)位、經(jīng)濟(jì)水平并沒(méi)有顯著的關(guān)系；得分較高的政策如P3（北京）、P4（重慶）、P7（廣東）發(fā)布時(shí)間較晚，制定政策時(shí)可以充分借鑒已有的、效果顯著的政策，但得分較低的政策，如P2（銀保監(jiān)會(huì)）、P8（福建）發(fā)布時(shí)間也并不早；中央級(jí)政策作為頂層設(shè)計(jì)，得分并沒(méi)有高于大部分省市級(jí)政策。

（2）這十項(xiàng)政策在發(fā)布機(jī)構(gòu)、政策時(shí)效、政策受眾、政策評(píng)價(jià)、政策公開(kāi)方面一致性程度較高，在激勵(lì)措施方面一致性程度較低。從均值分析來(lái)看，政策領(lǐng)域、政策受眾、政策重點(diǎn)、政策功能、政策評(píng)價(jià)這五個(gè)一級(jí)變量中，政策得分高于一級(jí)變量均值，說(shuō)明多數(shù)政策聚焦于這幾個(gè)維度，但依然可以在技術(shù)創(chuàng)新、內(nèi)控監(jiān)管、評(píng)估反思、規(guī)范標(biāo)準(zhǔn)、國(guó)際交流等方面加以強(qiáng)化。政策性質(zhì)、激勵(lì)措施的政策得分低于一級(jí)變量均值，有兩項(xiàng)內(nèi)容是絕大多數(shù)政策沒(méi)有考慮到的：一是政策性質(zhì)方面僅有3項(xiàng)政策有預(yù)測(cè)性質(zhì)，二是激勵(lì)措施方面僅有2 項(xiàng)政策提到了法律保障。

（3）各項(xiàng)政策仍有較大的優(yōu)化空間，應(yīng)結(jié)合各項(xiàng)政策的評(píng)價(jià)指標(biāo)得分情況，具體情況具體分析，研判其優(yōu)劣勢(shì)及后續(xù)改進(jìn)空間。例如，對(duì)比得分最低的兩項(xiàng)政策與得分最高的兩項(xiàng)政策，發(fā)現(xiàn)它們?cè)谡哳I(lǐng)域、政策受眾、政策重點(diǎn)、政策功能、激勵(lì)措施方面差距明顯，可以為后續(xù)政策改進(jìn)提供一定的方向。這十項(xiàng)政策普遍存在不足之處，比如調(diào)控層級(jí)較為單一，政策受眾缺乏交流；政策時(shí)效多為長(zhǎng)期，少有短期目標(biāo)規(guī)劃；激勵(lì)措施不夠完備，保障機(jī)制有待加強(qiáng)；約束懲戒力度不足，難以發(fā)揮政策效力等。

（二）研究啟示

本文在Mario Arturo Ruiz Estrada 等人研究的基礎(chǔ)上，運(yùn)用PMC 指數(shù)模型，將評(píng)價(jià)維度劃分為10 個(gè)一級(jí)變量，并細(xì)分至60 個(gè)二級(jí)變量，賦予每個(gè)二級(jí)變量相同的權(quán)重，進(jìn)而計(jì)算出PMC 指數(shù)及凹陷指數(shù)，對(duì)政策進(jìn)行量化評(píng)價(jià)，并直觀地展示其優(yōu)劣勢(shì)。本文在一定程度上豐富了國(guó)內(nèi)綠色金融政策研究，增進(jìn)了人們對(duì)綠色金融體系構(gòu)建目標(biāo)、如何構(gòu)建、構(gòu)建重難點(diǎn)的理解，并提出以下建議，在節(jié)能減排、力爭(zhēng)“雙碳”目標(biāo)實(shí)現(xiàn)的大背景下，為未來(lái)綠色金融政策的修訂及制定提供參考和借鑒，促進(jìn)新政策更加全面、合理、準(zhǔn)確。

（1）拓寬政策領(lǐng)域，擴(kuò)大政策調(diào)控范圍、層級(jí)。充分發(fā)揮政府、機(jī)構(gòu)、企業(yè)、個(gè)人等主體的作用，利用信息共享、意見(jiàn)反饋、獎(jiǎng)金激勵(lì)等機(jī)制加強(qiáng)互動(dòng)、上下聯(lián)動(dòng)，例如搭建信息共享平臺(tái)對(duì)企業(yè)的“綠色信用”進(jìn)行公示，實(shí)現(xiàn)跨部門(mén)、跨地區(qū)無(wú)縫協(xié)作；設(shè)立“低碳直通車(chē)”反饋渠道，充分吸納金融機(jī)構(gòu)、市場(chǎng)企業(yè)、金融消費(fèi)者等主體的反饋意見(jiàn)，確保各主體充分聯(lián)系自身實(shí)際與社會(huì)經(jīng)濟(jì)宏觀環(huán)境，參與到綠色金融機(jī)制改革中來(lái)。

（2）設(shè)定短期規(guī)劃，對(duì)政策目標(biāo)進(jìn)行細(xì)化量化。在政策性質(zhì)方面加入預(yù)測(cè)目標(biāo)方面的內(nèi)容，在政策時(shí)效方面構(gòu)建長(zhǎng)短期政策相結(jié)合的政策體系。利用長(zhǎng)期統(tǒng)籌確保其連續(xù)性，利用短期規(guī)劃確保其靈活性，可以隨著形勢(shì)變化及時(shí)做出調(diào)整，這也有助于穩(wěn)步推進(jìn)政策執(zhí)行。同時(shí)，金融機(jī)構(gòu)與企業(yè)應(yīng)履行社會(huì)擔(dān)當(dāng)，定期發(fā)布社會(huì)責(zé)任報(bào)告與綠色金融報(bào)告，對(duì)碳減排貸款、綠色債券等內(nèi)容出具專(zhuān)題分析。

（3）完善激勵(lì)措施細(xì)則，多措并舉支持體系建設(shè)。各級(jí)政府要加大專(zhuān)項(xiàng)資金投入，加強(qiáng)人才培養(yǎng)力度，適當(dāng)給予稅收、價(jià)格政策傾斜，推進(jìn)綠色金融基礎(chǔ)設(shè)施與信息共享平臺(tái)建設(shè)；對(duì)綠色生產(chǎn)、光盤(pán)行動(dòng)、單車(chē)出行等行為獎(jiǎng)勵(lì)低碳積分，用來(lái)兌換息費(fèi)減免、支付紅包等獎(jiǎng)勵(lì)；鼓勵(lì)基層機(jī)構(gòu)、企業(yè)密切配合政府指導(dǎo)部門(mén)，下沉至居民及商業(yè)社區(qū)，利用豐富多樣的宣傳渠道，面向社會(huì)公眾做好綠色金融知識(shí)普及。

（4）引入約束懲戒機(jī)制，提高政策效力。除了資金投入、政策支持、人才培養(yǎng)等獎(jiǎng)勵(lì)性激勵(lì)措施，還應(yīng)引入更多的懲罰機(jī)制。我國(guó)一些大型銀行將環(huán)境與社會(huì)風(fēng)險(xiǎn)及氣候風(fēng)險(xiǎn)評(píng)估要求嵌入投融資審批和管理各環(huán)節(jié)，全流程執(zhí)行綠色環(huán)保一票否決制，但我國(guó)在綠色金融領(lǐng)域缺乏權(quán)威的約束性文件，建議中央加強(qiáng)頂層設(shè)計(jì)，建立健全綠色金融法律法規(guī)，明確各主體在綠色金融體系建設(shè)中的責(zé)任與義務(wù)。

（三）研究局限與展望

當(dāng)然，本文研究存在一定的局限性：一是研究視角有待進(jìn)一步擴(kuò)展。綠色金融政策的指導(dǎo)對(duì)象是政府部門(mén)、金融機(jī)構(gòu)及金融消費(fèi)者，且更多地著眼于金融供給端。綠色經(jīng)濟(jì)政策則豐富了金融需求端的內(nèi)容，指導(dǎo)能源、貿(mào)易、物流、交通、建筑等行業(yè)如何進(jìn)行綠色升級(jí)，工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等產(chǎn)業(yè)如何實(shí)現(xiàn)低碳生產(chǎn)、消費(fèi)，后續(xù)可以加入更多政策進(jìn)行綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系中供給端及需求端的對(duì)比分析。二是在PMC 指數(shù)模型的構(gòu)建中，變量設(shè)置仍具有一定的主觀性，變量的維度及深度需要進(jìn)一步研究。可以考慮設(shè)計(jì)一些普適性的標(biāo)準(zhǔn)變量，輔以針對(duì)具體問(wèn)題的非標(biāo)準(zhǔn)變量，讓變量更加多樣化。

此外，可以考慮時(shí)間因素，研究某一時(shí)間段內(nèi)同類(lèi)政策有何變化、改進(jìn)并分析其現(xiàn)實(shí)原因；還可以根據(jù)地理位置、經(jīng)濟(jì)水平、生態(tài)水平等因素對(duì)政策進(jìn)行分組，研究同組別之內(nèi)、不同組別之間的政策特征。