邵宏伟，王卉彤

（中央财经大学 经济学院，北京 010000）

0 引言

绿色金融作为现代经济可持续发展的枢纽和核心，对经济绿色转型起着越来越重要的作用[1]。梳理已有研究发现[2—6]，对绿色金融的研究仍然局限于量的方面，而对区域绿色金融质的差异研究不足，事实上，绿色金融作为绿色资源配置的重要手段，对其效率的研究是至关重要的。相关研究将绿色金融效率置于研究框架之外，容易造成绿色金融发展过程中只注重绿色金融数量扩张，而忽视绿色金融的质量和效率问题。对此，为科学测度中国绿色金融效率与区域差异，探究区域差异产生的原因，分析绿色金融效率的动态演进趋势，本文从以下几个方面展开分析：第一，基于2008—2019 年中国各省份绿色金融的投入产出指标，构建绿色金融效率评价体系，计算出各省份绿色金融效率；第二，运用基尼系数分解法揭示中国绿色金融效率的区域差异及其来源；第三，通过核密度估计方法对中国绿色金融效率的动态演进趋势进行研究，综合分析中国各区域绿色金融效率的时空演变规律。

1 研究设计

1.1 DEA-SBM介绍

本文采用DEA-SBM 模型来评价中国绿色金融效率，模型如下：

其中，ρ*表示绿色金融效率值；m 表示投入要素数量，s1和s2分别表示期望产出和非期望产出的数量。s=(s-，sg，sb)表示投入、期望产出和非期望产出的松弛量；x表示投入的非期望产出值，yg和zb分别表示期望产出和非期望产出值，λ表示权重。

约束条件中，Xλ表示前沿面上的投入量，Yg λ和Zbλ分别表示前沿面上的期望产出和非期望产出量。ρ∈[0，1]，且关于s-、sg、sb严格单调递减。当且仅当s-=0、sg=0、sb=0，即ρ*=1 时，该决策单元完全有效；当ρ*＜1 时，说明该决策单元非有效，可以通过优化投入与产出的数量进行改善。

1.2 Dagum基尼系数

基尼系数是学者们在衡量不平等问题时最常用的指标。Dagum（1997）[7]对基尼系数的定义为：

其中，G为总体基尼系数，K为划分的区域数，n为省份个数，ni表示区域i内省份的数量。yih表示区域i内任意省份的绿色金融效率值。μ表示全国各省份绿色金融效率的均值。

在进行区域划分时，需要根据区域内绿色金融效率均值对区域进行排序。Dagum 系数可以分解为区域内差距贡献度Gw、区域间差距贡献度异Gnb、超变密度Gt，且满足G=Gw+Gnb+Gt。Gjh、Djh表示区域j和区域h之间的基尼系数和绿色金融效率的相互影响，其计算方法如下：

其中，fj(x)和fh(y)为连续密度分布函数。

pjh为超变一阶矩，当yji-yhr＜0 时，所有绿色金融效率差距的加权平均数。则pjh可以表示为：

1.3 Kernel密度估计

Kernel 密度估计是分析空间非均衡和动态演进规律中常用的非参数估计方法，其具有模型依赖性弱、稳健性强的特点。假设随机变量X的密度函数为：

其中，N表示观测值数量，Xi表示独立同分布的观测值，x表示平均值，K(·)表示核密度函数，h表示带宽。h越大，说明带宽越大，估计的密度函数越平滑，估计结果精度越低。反之，h越小，则估计结果精度越高。Kernel密度函数通常满足以下条件：

本文选用高斯核密度函数进行估计，其密度函数的表达式如下：

由于非参数估计中没有确定函数表达式，下文中采用图形对比来进一步考察中国绿色金融效率的分布情况。

1.4 指标体系与数据来源

本文借鉴文献[2，8]，考虑到数据的可得性和准确性，结合中国绿色金融发展现状，从绿色金融投入和环境经济产出的角度构建绿色金融效率评价指标体系。具体指标体系如表1所示。本文根据《中国统计年鉴》的划分标准，将中国分为东部、中部和西部地区，选取2008—2019年我国30 个省份（不含西藏和港澳台）的相关数据，数据来源为《中国金融年鉴》《中国保险年鉴》《中国统计年鉴》以及ifind数据库等。

表1 绿色金融效率指标体系

2 绿色金融效率分析

根据公式（1），运用STATA16.0 软件可以测算出基于SBM 模型的中国绿色金融效率，包含了中国30 个省份2008—2019 年的测算结果。进一步将中国绿色金融效率的变化趋势绘制于图1。从全国层面来看，中国绿色金融效率呈现三阶段的特征，2008—2010年，中国绿色金融效率由0.79下降到最低点0.67，2010—2011出现了明显的回升，回升到0.83 附近，2011—2019 年基本维持在0.85 的水平。出现这种特征的一种可能的解释是，2008—2010 年在“四万亿计划”的经济刺激下，中国经济增速加快，但是污染排放较高。然而2007 年发布的《关于落实环保政策法规防范信贷风险的意见》中严格贷款审批和发放管理在一定程度上使一些绿色企业获取资金支持不足，导致2008—2010 年的绿色金融效率出现明显的下降。后来随着2012 年《绿色信贷指引》、2013 年《生态文明建设纲要》等重要政策的发布，中国绿色金融效率保持在相对有效的水平下。

图1 全国及各地区绿色金融效率变化趋势

从区域层面来看，三大地区的差异较为明显且波动幅度较大。由图1 可以看出：（1）各地区绿色金融效率都呈现先下降反弹后保持相对平稳状态的趋势，且都在2010年绿色金融效率有明显的下降，并在2011 年有大幅度的回升，特别是中部地区的回升较为明显。（2）2008年，东部地区的绿色金融效率处于最高水平，而中部地区的绿色金融效率处于最低水平，只有0.6603。这说明2008 年相对其他地区而言，东部地区不仅有较好的经济基础和高质量的人才储备，而且其在生产过程中充分利用金融资源，解决环境污染问题的能力远高于其他地区。（3）2008—2017年，西部地区逐步缩小了与东部地区的绿色金融效率差距，并且在2018年，西部地区的绿色金融效率超过东部地区，达到了0.9114，处于较高水平。（4）东部地区绿色金融效率的均值为0.8986，并且在2013 年达到了最大值0.9548，2010年达到最小值0.7842。西部地区的绿色金融效率均值为0.8501，其波动幅度相对较为稳定。中部地区的绿色金融效率均值为0.7089，处于三大地区的最低水平。从以上区域绿色金融效率变化趋势可知，中国经济最发达的东部地区绿色金融效率最高，可见东部地区在追求经济高速发展的同时没有忽视环境问题，而西部地区得益于西部发开发东生态环境保护政策，近年来国家将加强西部地区环境保护和建设作为重要发展战略，通过设置自然保护区和财政转移支付等方式，全面实施退耕还林还草、三北防护林工程等生态建设政策，在此过程中西部地区得到了更多的金融支持和政策优惠，并取得了显著成效。

表2 展示了中国各省份之间绿色金融效率的差异。从结果来看，北京、天津、云南等省份的绿色金融效率始终为1，说明这几个省份对于绿色金融投入的利用效率始终处于效率的前沿面上。也有一些省份的绿色金融效率始终处于较低水平，特别是黑龙江的绿色金融效率较低，最大值只有0.4783。而同时处于东北地区的辽宁，其绿色金融效率却在全国范围内处于中等水平。可见，处于统一区域内部的不同省份间的绿色金融效率也有较大差异。为了进一步分析中国各省份之间的绿色金融效率空间分布差异，采用ArcGIS 软件绘制了2008年和2019年中国各省份绿色金融效率空间分布图（图略），结果显示，中国绿色金融效率的空间分布存在明显的空间差异，且这种差异随着时间变化。其中，中部地区绿色金融效率提升十分明显，并且呈现从北部向中南部地区协调扩散趋势。区域间虽然呈现非均衡特征，但是非均衡特征有弱化的趋势。可见中国五位一体的区域协调生态建设初见成效。同时，中国绿色金融效率存在空间集聚现象，即地理位置相邻的绿色金融效率高度相近，主要原因在于相邻省份的绿色金融政策和生态环境建设政策具有相似性和借鉴性。

表2 各省份2008—2019部分绿色金融效率值

3 绿色金融效率的差异分析

本文采用Stata16.0软件，根据基尼系数及其按子群分解的方法，分别测算了2008—2019 年中国绿色金融效率的基尼系数，并依据东中西三个地区进行分解，测度结果如表3所示。

表3 绿色金融效率区域差异

3.1 绿色金融效率总体差异及演变趋势

由表3可以看出，2008—2011年中国绿色金融的总体基尼系数先升后降，2011—2019 年维持在相对平稳的水平，说明中国各地区的区域差距平稳。2008 年总体基尼系数为0.1371，到2010 年达到观测期的最大值，上升至0. 2091；2011 年又迅速下降至0.1269，与2008 年的数值相似。说明从2008—2011年中国绿色金融效率的地区差异经历了先增加后缩小的过程。2011—2019 年，基尼系数保持在0.1～0.13。

3.2 绿色金融效率地区差异分解

3.2.1 绿色金融效率地区内部差距

由表3 组内差异结果可知，总体来看，东部地区绿色金融效率空间分布的地区差距最小，中部地区绿色金融效率空间分布的地区差距最大。但是这一现象在2010年出现了明显的转变。2010 年，中部地区区域内部基尼系数迅速下降，达到东部地区观测期内的最小值0.1303，而随后在2011年又重返2009年的相似水平，2011—2019年，中部地区差距有着缓慢下降的趋势。从西部地区区域内差异的演变情况来看，2011年之前，经历了先上升后下降的过程，随后在2013 年也出现了小幅回升，2013 年之后，西部地区的区域内差异也呈现出逐年下降的趋势。东部地区的区域间差异在2008—2011 年整体走势与西部相似，但是在2011 年之后，东部地区的内部差异呈现先下降后缓慢上升的形态，在2013 年达到最小值0.0412。这说明2008—2019年，尽管绿色金融发展取得了显著成效，全国总体的基尼系数处于下降趋势，但是不同区域内部绿色金融发展水平和重视程度存在一定的差异。如东部地区对绿色金融政策的重视程度较高，各省份绿色金融发展水平差距相对较小，绿色金融发展已经形成相对稳定的运行机制，因此东部地区的组内差异最小；对于中部地区来说，近年来国家倡导的中部崛起战略，中部地区由于自身金融基础具有显著的差异性，不同省份绿色金融工具在促进绿色转型方面产生的效果相对较大，但是整体上有下降的趋势，即整体上来看中部地区省际绿色金融效率呈现缩小的趋势。

3.2.2 绿色金融效率地区间差距

从表3 组间差异结果可以看出：第一，从区域间基尼系数的大小来看，中-东部地区和西-中部地区数值相近，且明显高于西-东部区域。说明中-东部和西-中部的绿色金融效率区域间差异高于西-东部地区。第二，从区域间基尼系数变化趋势来看，三个地区的整体波动形态较为相似，特别是中-东部和西-中部地区的波动形态几乎重合，而西-东部地区的波动形态也经历了先上升后下降后保持相对平稳状态。如中-东部地区2008年的区域间差异为0.1884，到2010年上升到最大值0.2783，之后下降并保持相对平稳态势，并在2018年有轻微的回升，回升到0.1524，到2019年降至0.1252，西-中部有着相似的变化形态。

3.2.3 绿色金融效率地区差距贡献率

区域间差异贡献由区域间超变净值差异的贡献和区域间超变密度的贡献两部分组成。由表3可以看出，2008年，组内差距、组建差距和超变密度的贡献率分别为26.17%、52.73%和21.08%。总体来看，区域间差异是绿色金融效率地区差异的最主要来源，平均贡献率为39.22%，且区域间差异贡献率的波动十分明显，始终高于区域内贡献率。从时间维度来看，组间贡献率呈现出下降-上升的反复循环中，整体在52.73%～22.96%区间内波动，并且在2011—2013 年、2015—2016 年有明显的上升，在其他阶段有明显的下降。超变密度的贡献率波动形态与组间贡献率波动形态恰好相反，呈现不规则的“M”型，变化趋势从2008 年的21.08%上升到2011 年的30.10%，之后又下降到2013 年的25.45%，在回升到2015 年的39.53%，在2016 年出现下降后稳定在33.78%，但是在2019 年出现了上升。

4 绿色金融效率的动态演进分析

进一步采用Kernel 密度估计分析全国和三大区域中绿色金融效率的分布位置、态势、延展性以及极化趋势。

如图2（a）所示，从核密度估计结果来看，中国绿色金融效率整体呈现上升的趋势。2008—2019 年，全国绿色金融效率分布区县波峰表现出先向左移后向右移且提高的演变过程，但是总体表现为向右移的趋势。这表明中国绿色金融效率整体上处于较快增长的态势，各省份间绿色金融效率存在“追赶效应”。全国总体核密度分布曲线存在左拖尾现象，且延展性差异较大，说明一些省份的绿色金融效率较低。从核密度曲线形状来看，分布经历了“多峰-单峰”的演变过程。在2012 年以前，全国绿色金融效率呈现两极分化趋势，基本由一个主峰和一个侧峰组成，说明这一阶段中中国绿色金融效率具有一定的梯度效应。2013—2019 年，则呈现以单峰为主，但是侧峰较低的形态。这说明全国绿色金融效率的分布具有一定的梯度效应，其多极化的趋势在慢慢减弱，总体绝对差异变小。

图2 全国及东部、中部、西部地区绿色金融效率的分布演进

根据图2（b）至（d）可以看出，三个地区中绿色金融效率的分布趋势各不相同。但是整体上来看，三大地区绿色金融效率的绝对差异呈现缩小趋势。其中，东部地区的分布曲线也呈现向左拖尾的现象，且2008—2012 年绿色金融发展效率的分布绝对差异较大，多级分化的问题比较明显。说明这期间东部地区各省份之间的绿色金融效率发展不均衡。2013—2019 年，则呈现双峰向单峰过渡的曲折过程，过程中部分年份偶尔出现较低的侧峰，说明两极分化的现象正在减弱，各省份之间的绝对差异减小。相对于东部地区绿色金融效率的分布而言，中部地区的绿色金融效率核密度分布宽度较大，说明各省份之间差异相较更大，但是从时间维度来看，也呈现由多峰向单峰的演变过程，说明省份之间的绝对差异减弱；主峰的高度逐渐升高，且存在明显的向左拖尾现象，说明也存在绿色金融效率较高的地区。相对于东部地区和中部地区而言，西部地区的分布始终表现为单峰态势，未出现明显的多级分化现象；且主峰高度逐渐升高，说明各个省份之间的绝对差异较小；分布曲线整体上具有向左拖尾的现象，说明存在绿色金融效率较低的省份。

5 结论

本文基于2008—2020年中国30个省份绿色金融要素投入与产出的数据计算出绿色金融效率，并利用Dagum基尼系数和Kernel 密度估计法分析了中国绿色金融效率的区域差异和动态演进，结论如下：第一，从绿色金融效率测算结果来看，观测期内中国绿色金融效率经历了下降后回调并保持相对稳定的趋势，但是存在明显的区域差异。具体来看，经历了2008—2011 年的“V”型调整后，东部地区的绿色金融效率保持相对平稳趋势，且基本处于领先水平；但是这一状态在2018年被打破，2018年西部地区的绿色金融效率以相对较高的增速超过了东部地区，但是两者差距不明显；中部地区的绿色金融效率总体也经历了下降—上升—平稳的波动。2008—2011 年出现大幅度的下降，下降幅度高达29.4%，到2011年又出现明显的上升，此后保持相对平稳的变化趋势，但总体来看中部地区的绿色金融效率始终处于相对较低水平。第二，从Dagum基尼系数所展示的相对差异来看，中国绿色金融效率总体差距呈现缩小趋势，且区域间差距是导致总体差距的主要原因。具体来看，中国绿色金融效率总体基尼系数介于0.1024～0.2091，基尼系数在2008—2011 年表现出“倒V”型，此后保持了相对平稳的趋势。从区域内差异来看，中部地区的局域内差异最大，东部地区和西部地区的区域内差异相对较小。从区域间差异来看，西-中部和中-东部在时间维度表现出高度相似性，其数值基本一致，且均高于西-东部地区。从区域差异来源来看，区域间差异的贡献率最高，观测期内的平均值达到39.22%，且呈现较强的波动变化。大多数年份中，组间贡献率处于较高水平，而组内贡献率最低，整体变化趋势平稳。总体来看，区域间差异是造成区域差异的主要原因。第三，从Kernel密度显示的绝对差异来看，全国绿色金融效率的分布呈现向右移的趋势，且呈现由多峰向单峰的变化态势，说明中国绿色金融效率在不断提高且其分布具有一定的梯度效应。同时，总体分布曲线呈向左拖尾，说明存在绿色金融效率较小的省份。从不同区域来看，观测期间，东、中部地区都在不同程度上存在多极分化的问题，但是西部地区始终没有出现多极分化现象；且三个地区的主峰高度均表现为逐渐升高，说明各个区域绿色金融指数的绝对差异正在缩小。