邓官彬　谭文倩　丁昱辰

摘要：文章基于绿色投资、绿色信贷、绿色保险、政府支持和工业发展五个维度构建评价指标体系，运用MATLAB和SPSS软件，根据熵权Topsis法对2012-2021年我国30个省份的绿色金融发展水平进行测算，并从地区、省市和五个维度三个角度探究全国和各省市的绿色金融发展趋势。结果表明，绿色投资、绿色保险和政府支持是影响我国绿色金融发展的主要因素，而绿色信贷和工业发展为次要因素；近几年来，东、中、西部三大地区的绿色金融发展水平逐年降低，全国层面的发展水平大体上呈现出下降的趋势；我国存在明显的地区间差异，其中西部地区的发展水平最高，中部地区相对较低；地区内各省市绿色金融发展水平较大的差异影响了我国绿色金融水平的均衡发展。

关键词：绿色金融；TOPSIS熵权法；时序变化；空间格局；MATLAB

一、引言

绿色发展不仅是当前我国经济转型的必然选择，而且是满足不断优化生态环境需要的必经之路。其中，绿色金融在绿色发展中扮演着极其重要的角色。研究表明，目前我国绿色金融发展尚未成熟，各省份发展水平测度存在明显差异，而绿色金融发展的失衡在一定程度上势必会减缓我国经济绿色低碳转型的进程。基于以上分析，本文从各地区、各个省份、五个维度三个方面来具体分析30个省份的测度，希望对均衡各省份绿色金融发展水平具有积极意义。

二、绿色金融发展水平测算模型

（一）指标的选取与数据来源

1. 指标的选取

（1）绿色投资用工业污染治理完成投资占GDP的比重来衡量；（2）绿色信贷贷存比，即贷款与存款的比值，该比值为资本配置的效率，该指标数据的差异性体现了不同省份资产使用效率的高低；（3）绿色保险选择保险深度来进行衡量，该指标能够测度各省份的保险行业的发展处于何种水平；（4）用财政环境保护支出占比来代表政府支持，政府对于环境的投资有利于绿色项目的融资，该比值越大，则代表当地政府对绿色金融发展越重视；（5）工业的发展以消耗能源资源为主，所以本文选取各省份单位 GDP 能耗来衡量各省份工业发展水平。

2. 样本数据来源

本文选择2012-2021年全国30个省份（除去港、澳、台和西藏）的相关指标数据作为样本，数据来源于《中国统计年鉴》和各省市的统计年鉴，其中各省市2020年和2021年的存贷款由2010-2019年的样本数据在软件SPSS中进行线性模型拟合预测得到，2021年的工业能源消耗总量由2010-2019年的样本数据进行预测，发现众多模型中三次曲线模型的拟合度是最高的，总的来说，90%以上的模型的拟合优度在0.8以上，即利用拟合的数据对绿色金融水平测算是合理的。

（二）熵权Topsis法

熵权Topsis法是在熵权法的基础上对Topsis模型进行修正，熵权法负责计算每个绿色金融发展水平指标的权重，则Topsis模型是通过对比每个样本与理想方案的接近度来衡量不同地区绿色金融发展水平的高低。

1. 数据预处理

通常在用熵权Topsis法计算权重之前，必要的一步操作是对数据进行预处理——标准化，这是因为各指标之间的测量单位不同，为了尽量降低这种差异性，让各指标拥有一致的衡量指标，并且还要减少因为指标的正负性带来的影响，所以本文采用不同的标准化分别来处理正负向指标。

正向指标：

xij=

负向指标：

xij=

式中，m是样本数量，k为指标数目，xij表示将初始的第i个样本的第j个指标的数值（i=1，2，…，m；j=1，2，…，k）进行标准化的数据。

2. 熵权法

熵权法可以根据具体情况客观确定和修正权重，准确性高、适应能力强。它是通过分析数据的疏离程度来判断指标数据对研究目标作用的大小，即利用信息熵的大小赋予不同指标的权重。如果信息熵越大，说明该指标的影响越大，即熵权越大。熵权法的计算步骤：

根据熵权法的原理，先要计算出第j项指标信息熵的数值。

Aj=-d fij·lnfij

其中，fij＝ ，表示x 占第j项指标的比值大小；d= 始终大于0，从而得到Aj为非负数，熵值才具有合理性。然后根据信息熵计算各指标的权重：

wj= =

由上式可得出各指标的权重，如表1所示。

由上表1可知，熵权法测得绿色投资、绿色保险、政府支持三个指标的权重分别为0.4950、0.2314和0.1527，累计为0.8791，代表其是影响我国绿色金融发展的主要因素; 绿色信贷和工业发展所占权重较小，分别为0.0722和0.0487，只占据0.1209的比例，说明其对我国绿色金融发展的影响很小。

（三）Topsis法模型

Step1：构造绿色金融发展水平测度指标的水平加权矩阵R：R＝（rij）n×k，式中，rij＝wj×fij；

Step2：根據矩阵R确定最大值R  和最小值R  ；R  =（maxri1，maxri2，…，maxrik）；R  ＝（minri1，minri2，…，minrik）；

Step3：定义绿色金融发展水平测度指标第i个评价值到最大值和最小值的欧式距离d  和d  ：d  = d  ＝ ；

Step4：计算第i个指标的得分Zi：Zi=  ，Zi的取值范围为（0，1），Zi越大，表明绿色金融发展水平越高，反之越低。

三、实证结果分析

（一）全国绿色金融发展水平的时序变化

由图1可见， 2012-2021年间全国绿色金融发展水平处于3.4393～5.5471，从往右下方倾斜的线性拟合线可以看出：我国绿色金融发展水平大体上呈现下降趋势。在2020年，我国的绿色金融发展水平下降到了新高度，甚至继续下降，这表明我国绿色金融发展水平会逐渐上升到原来的水准，甚至达到更高。

（二）我国绿色金融发展水平的空间格局变化

我国绿色金融水平的发展不仅受到了三大地区之间的影响，还受到了来自地区内部不同省市带来的影响。

1. 三大地区层面

结合图2，从三大地区来看，在2012-2021年这10年期间，东、西部地区的绿色金融发展水平趋势是逐年稳步降低，其中，中部地区在2016年陡升，又在2017年降回原来的水平，之后呈现缓慢下降的趋势。而2020年新冠疫情对于西部地区的绿色金融发展冲击更为严重，东部和中部地区波及程度相对来说较轻。我国西部地区绿色金融发展水平始终高于其他地区，则东部和中部地区绿色金融发展水平相对较低，但是两个地区的绿色金融发展水平差异较小，说明地区间存在的差异会影响到我国绿色金融水平的发展。

2. 全国省市层面

本文采用熵权TOPSIS法对2012-2021年全国各省绿色金融发展水平进行测算，这里选取几年数据作为代表。

表2以2021年数据为例，观察30个省区市的绿色金融发展水平发现：东部地区中天津市最高，为0.1237，广东省最低，为0.0676；中部地区中山西省最高，为0.1879，湖南省最低，为0.0840；西部地区中宁夏回族自治区最高，为0.2489，四川省最低，为0.0891。全国宁夏回族自治区的绿色金融发展水平最高，广东省最低。由此可知，地区内部不同省市之间的差异会影响我国绿色金融水平的均衡发展。

四、结语

综上分析，本文基于熵權Topsis法对2012-2021年我国30个省区市的绿色金融发展水平进行测算的结果分析得到：五个指标中绿色投资、绿色保险、政府支持是影响我国绿色金融发展的主要因素，而绿色信贷和工业发展对我国绿色金融发展的影响相对较小。

参考文献：

[1]国务院发展研究中心“绿化中国金融体系”课题组，张承惠，谢孟哲，田辉，王刚.发展中国绿色金融的逻辑与框架[J].金融论坛，2016（02）：17-28.

[2]庞加兰，王薇，袁翠翠.双碳目标下绿色金融的能源结构优化效应研究[J].金融经济学研究，2023，38（01）：129-145.

[3]黄海立.基于熵权-TOPSIS的城市贯彻新发展理念评价——以广西北部湾经济区城市为例[J].北部湾大学学报，2020（01）：52-63.

（作者单位：重庆师范大学数学科学学院）