潘政宇（貴州大學）

一、引言

為了達到第七十五屆聯(lián)合國大會上所設定的目標，中國必須不斷地推動工業(yè)與能源結構的轉變，以促進可再生能源的發(fā)展，力求實現(xiàn)經(jīng)濟發(fā)展與綠色轉型同步進行，而這一過程離不開資金的投入。綠色金融是一種專門的金融制度，它是為了解決日益嚴重的資源和環(huán)境問題而生，強調了金融機構在進行資金配置決策時，應當充分考慮到與環(huán)境因素有關的潛在收益、成本和風險，從而推動國家經(jīng)濟和社會的長遠發(fā)展，對綠色經(jīng)濟產(chǎn)生一定影響。因此，在“雙碳”背景下研究綠色金融對區(qū)域綠色經(jīng)濟的支持作用，有利于了解二者之間的關系，找出發(fā)展綠色金融和綠色經(jīng)濟的方法，從而促進中國經(jīng)濟轉型和發(fā)展，使中國經(jīng)濟向高質量方向發(fā)展。

二、研究設計

（一）變量選擇

1.因變量

區(qū)域綠色經(jīng)濟（GE）難以直接觀察，必須對其進行測量，但是學術界測度區(qū)域綠色經(jīng)濟的方法并未統(tǒng)一。綠色經(jīng)濟屬于綜合性經(jīng)濟，應從資源、環(huán)境等多個方面進行充分考慮，所以參考學者徐曉光等人（2021）的觀點，利用他們構建的綠色經(jīng)濟發(fā)展水平指數(shù)體系，從社會發(fā)展、經(jīng)濟效率、創(chuàng)新驅動、生態(tài)建設、惠民公平共5個維度來測量區(qū)域綠色經(jīng)濟的發(fā)展情況。

2.自變量

目前學者們對綠色金融發(fā)展（GF）測度也有沒有統(tǒng)一的標準，根據(jù)中國人民銀行、財政部等七部委印發(fā)的《關于構建綠色金融體系的指導意見》，綠色融資是為企業(yè)提供一定資金，幫助企業(yè)減少自身對環(huán)境的污染，提高企業(yè)資源利用率，實現(xiàn)企業(yè)可持續(xù)發(fā)展。一方面，在傳統(tǒng)金融概念中加入綠色發(fā)展理念，將金融發(fā)展和綠色發(fā)展相結合；另一方面要充分利用資金扶持綠色項目和企業(yè)發(fā)展，通過資本市場對資源進行優(yōu)化配置，服務實體經(jīng)濟，促進傳統(tǒng)產(chǎn)業(yè)生態(tài)化和綠色產(chǎn)業(yè)發(fā)展。也就是說綠色金融在促進金融發(fā)展的同時也會促進綠色發(fā)展，兩者是相互影響、相互作用的，所以參考學者謝喬昕（2021）的觀點，把金融發(fā)展與綠色發(fā)展的耦合協(xié)調度作為本文測度綠色金融發(fā)展水平的指標。

3.控制變量

本文的控制變量包含人均國內生產(chǎn)總值（Y、Y2）、外商直接投資（FDI）、對外開放程度（OP）、產(chǎn)業(yè)結構升級（IS）。

（二）模型構建

首先PVAR模型中的面板數(shù)據(jù)包括了時間和橫截面，使數(shù)據(jù)更加豐富；其次PVAR模型沒有將內外變量區(qū)別開，只將它們看作是一個內生變量，這種方式獲取更多的數(shù)據(jù)特性。最重要的一點是，PVAR模型并非基于特定宏觀經(jīng)濟概念，而是建立在現(xiàn)有研究基礎上，對數(shù)據(jù)的時間穩(wěn)定性要求又相對寬松，允許有個體效應和異方差。在觀測數(shù)量較大情況下，采用的面板數(shù)據(jù)模型得到的分析結果更加可信，在本文研究中占有明顯的優(yōu)勢。

本文運用Stata17軟件對總體及不同區(qū)域進行實證研究，采用PVAR模型分析綠色金融（GF）和綠色經(jīng)濟（GE）的關系，構建模型如公式（1）所示。

公式中i代表了區(qū)域，這里指30個省級行政區(qū)域；t代表了代時間維度；α0代表了截距項，主要用來展現(xiàn)數(shù)據(jù)變化時產(chǎn)生的個體差異；αj代表了參數(shù)矩陣；p代表了滯后期數(shù)；yit-p代表了yit的p階滿后項；ηi代表了個體效應向量；μt代表了時間效應的向量；εit代表了隨機擾動項，這里假設其服從正態(tài)分布。

三、實證分析

（一）描述性統(tǒng)計

在進行實證分析前需要對所有數(shù)據(jù)進行描述性統(tǒng)計，便于全面掌握和了解數(shù)據(jù)的情況，描述性統(tǒng)計結果如表1所示。

表1 描述性統(tǒng)計表

由表1可以看出，因變量區(qū)域綠色經(jīng)濟（GE）指標的最小值為0.259209，最大值為1，均值為0.341717，可見GE呈現(xiàn)不同的水平，各地區(qū)GE發(fā)展水平也有所不同。自變量綠色金融發(fā)展（GF）指標的最小值為2.912697，最大值為7.750317，均值為5.244226，可見各地區(qū)GF投入、發(fā)展水平都呈現(xiàn)巨大差距。數(shù)據(jù)的差異性可以為接下來的研究奠定良好的基礎。

（二）單位根檢驗

為減小異方差帶來的影響，在保證原始時間序列屬性及相關度基礎上能夠得到穩(wěn)定數(shù)據(jù)，本文用LLC單元根檢驗。首先對Y進行對數(shù)處理，再利用Stata17軟件進行檢驗。單位根檢驗結果如表2所示。

表2 單位根檢驗結果

由表2可以看出，各變量序列在二階差分時均為平穩(wěn)序列，屬于同階單整序列，說明各變量具有穩(wěn)定性。

（三）協(xié)整檢驗

協(xié)整檢驗能夠檢驗模型中各變量之間是否存在著長期協(xié)整關系，選取Pedroni檢驗、Kao檢驗、Westerlund檢驗這3種方法，以檢驗各變量間的長期穩(wěn)定關系。在這些檢驗方法中，Kao檢驗的假設要求最強，所有面板的協(xié)整向量都要相等，Pedroni檢驗、Westerlund檢驗沒有這方面的要求。協(xié)整檢驗結果如表3所示。

表3 協(xié)整檢驗結果

由表3可以看出，三種檢驗方法得出的P值均低于1%，故拒絕原假設，說各變量之間存在長期協(xié)整關系。

（四）滯后階數(shù)確定

在用PVAR模型進行正式分析前還需要確定滯后期數(shù)，可以確保PVAR模型所得結果可靠。參考孫焱林、陳青青（2019）的研究，在PVAR2相關軟件中構建了三個統(tǒng)計量，分別是AIC、BIC和HQIC，用于判斷最優(yōu)滯后階數(shù)。運行結果如表4所示，最終選取了3階滯后期。

表4 滯后階數(shù)的選取

（五）脈沖響應分析

采用脈沖響應函數(shù)來檢驗隨機干擾項分別對自身和其它變量的影響，由此得到對應的脈沖響應函數(shù)圖，中間曲線為脈沖響應函數(shù)，兩邊的曲線是模擬200次得出的可信區(qū)間，紅色虛線為0。全樣本脈沖響應函數(shù)如圖1所示。

圖1 全樣本脈沖響應圖

對于區(qū)域綠色經(jīng)濟（GE）而言，當期對自身的影響相對最大，之后則是逐步降低，然后從第3期開始上升，到第4期后又開始下降，逐漸趨向于0。當GE受到綠色金融（GF）的沖擊時，前兩期中GE的反應迅速下降，也是從第3期開始緩慢上升到第4期，呈現(xiàn)向4靠近的趨勢，之后再次下降。

對于綠色金融（GF）而言，在受到自身沖擊的影響時，呈現(xiàn)出波動性發(fā)展趨勢，最終逐漸收斂至0的狀態(tài)。當受到GE沖擊時，整體呈現(xiàn)出負向反應，第2期之前逐漸下降，第2期后逐步升高，第3期至第4期為正向影響，之后繼續(xù)下降。

四、總結

本次研究運用PVAR模型，結合“雙碳”背景分析綠色金融發(fā)展對區(qū)域綠色經(jīng)濟的支持作用，并通過脈沖響應分析和方差分解得到具體結果。從全樣本的結果來看，區(qū)域綠色經(jīng)濟受到綠色金融沖擊時呈波動性變化，但始終為正向影響，說明綠色金融發(fā)展對區(qū)域綠色經(jīng)濟具有正向支持作用。