中國綠色金融發(fā)展的時空格局變遷與關聯(lián)網(wǎng)絡演化

李云燕，張 碩

(北京工業(yè)大學 經(jīng)濟與管理學院，北京 100124)

一、引言

綠色金融作為金融供給側結構性改革的重要組成，同時也是實現(xiàn)金融系統(tǒng)與生態(tài)系統(tǒng)良性互動、經(jīng)濟效益和環(huán)境效益相互促進的重要手段，不僅肩負著增強現(xiàn)代金融體系適應性、競爭力和普惠性的重要職責，還能為探索綠色復蘇道路、培育新的經(jīng)濟增長點、增強經(jīng)濟可持續(xù)性匯聚強勁動力，在服務綠色轉型、助力實現(xiàn)“雙碳”目標過程中扮演著關鍵角色。長期以來，中國各地區(qū)在經(jīng)濟基礎、金融市場、地緣交通、資源稟賦等方面存在著較大差異，發(fā)展綠色金融的條件也不盡相同，導致區(qū)域間綠色金融發(fā)展水平參差不齊，部分省(市)亦缺乏發(fā)展綠色金融的意識和積極性[1]。然而，在全國“一盤棋”的大背景下，綠色金融發(fā)展水平區(qū)域差異過大不利于綠色金融頂層設計、標準體系、配套政策，以及相關法律法規(guī)在全國范圍內的推廣與實施，區(qū)域之間難以形成系統(tǒng)性合力，滯緩了整個經(jīng)濟社會的綠色低碳轉型。因此，客觀分析中國綠色金融發(fā)展的空間關聯(lián)結構與演進規(guī)律，明確各地區(qū)在空間關聯(lián)網(wǎng)絡中所處的地位與作用，不僅是科學布局綠色金融發(fā)展戰(zhàn)略空間，促進區(qū)域綠色金融資源有效整合與合理配置，實現(xiàn)綠色金融空間協(xié)同發(fā)展的關鍵所在，同時也是推進生態(tài)文明建設，確?！疤歼_峰”與“碳中和”目標順利達成的重要前提。

二、文獻回顧

與本文研究內容直接相關的文獻大致可分為以下幾類：①綠色金融的表征方式。部分學者以綠色信貸、綠色投資、綠色債券等單一指標作為研究對象，對其展開績效評估或探討其對經(jīng)濟高質量發(fā)展、生態(tài)環(huán)境保護、企業(yè)創(chuàng)新與投資等方面的影響[2-5]。也有學者基于綠色金融政策視角，通過構造準自然實驗來考察其對商業(yè)銀行運行、企業(yè)發(fā)展、經(jīng)濟綠色轉型等方面的作用效果[6-8]。隨著近年來綠色金融標準體系趨于完善，更多學者嘗試從綠色信貸、綠色證券、綠色投資、綠色保險、碳金融等多維度構建綜合指標對綠色金融進行表征[9-11]。②綠色金融水平測度及其時空分布特征。有研究表明，中國的綠色金融發(fā)展水平一直處于上升態(tài)勢，但由于體制機制不完善、金融資源稟賦差異等諸多因素的存在，導致綠色金融表現(xiàn)出區(qū)域發(fā)展的不協(xié)調，與經(jīng)濟發(fā)展水平有著較高的相關性[12-13]。然而有新的研究指出，得益于相關政策的實施落地，中國綠色金融發(fā)展水平的區(qū)域差異呈現(xiàn)縮小趨勢[1]。此外，也有學者從效率的角度對綠色金融展開測算與評價，所得的結論大致相同[14]。對于綠色金融的時空特征，為數(shù)不多的研究人員側重考察綠色金融水平的時空演化結果，如LV等(2021)在測算中國綠色金融水平的基礎上，從四大區(qū)域視角分析了綠色金融的演進趨勢，發(fā)現(xiàn)綠色金融呈現(xiàn)俱樂部融合現(xiàn)象[1]，ZHOU和TANG(2022)也得出了相似的結論[15]。然而，以上研究普遍缺乏對于綠色金融空間格局分布形態(tài)以及重心遷移路徑的探索。③綠色金融的影響因素可分為內源性因素與外源性因素兩個方面。內源性因素方面，有觀點認為綠色信貸作為綠色金融的主要融資方式，對綠色金融的發(fā)展成效起著決定性作用[16]。此外，碳金融的興起與碳市場的建立也給予綠色金融以新的內涵，但中國碳金融發(fā)展尚處起步階段，面臨碳市場不活躍、覆蓋行業(yè)與交易主體較為單一、法律定位缺失等問題[17]。關于外源性因素方面的討論較少，為數(shù)不多的研究也只是考察了綠色金融與政策激勵、金融基礎、環(huán)境污染之間的作用關系[18]，在此過程中，亦有學者通過構建空間矩陣，運用空間相關性分析工具與空間計量模型來剖析綠色金融的空間關聯(lián)與溢出效應。如HUANG等(2022)利用莫蘭指數(shù)證實了綠色金融存在空間尺度上的正相關，并建立空間計量模型測度了自相關系數(shù)，發(fā)現(xiàn)本地綠色金融發(fā)展會受到周邊地區(qū)的正向溢出[13]。LEE等(2023)在探究綠色金融與可再生能源之間的關系時，也得出了類似結論[19]。然而，他們均側重于全局或局部區(qū)域內部關系的刻畫，對于不同區(qū)域或省份之間綠色金融發(fā)展互動關系的討論不夠充分。

梳理文獻發(fā)現(xiàn)，學界關于綠色金融的研究成果漸趨豐富，但對以下幾個方面的探討尚有不足。第一，對于綠色金融時空格局變遷的分析范式較為單一。在對綠色金融時空演變特征進行分析時，諸多學者側重于綠色金融時空分布格局的考察，較少關注位于不同水平區(qū)間省份的動態(tài)演化過程，同時也缺乏對于綠色金融熱點遷移路徑以及離散趨勢的動態(tài)刻畫。第二，鮮有研究基于“關系數(shù)據(jù)”對綠色金融的空間關聯(lián)發(fā)展進行探討。多數(shù)學者運用莫蘭指數(shù)與空間計量模型對綠色金融發(fā)展的空間關聯(lián)關系展開研究，只能粗略驗證全局或局部區(qū)域的空間相關性，無法識別多省份之間、各區(qū)域之間關聯(lián)發(fā)展關系的強弱與方向，各省份、區(qū)域在綠色金融發(fā)展空間關聯(lián)網(wǎng)絡中所處的位置、承擔的作用，以及扮演的角色亦無法得到充分的反映。

鑒于此，本文嘗試構建綜合指標體系來測度中國省域綠色金融指數(shù)，對綠色金融發(fā)展的時空分布格局、熱點區(qū)域遷移與離散趨勢進行系統(tǒng)探討，隨后構建修正的引力模型測度了省域綠色金融發(fā)展的關聯(lián)強度，并利用社會網(wǎng)絡分析方法探索綠色金融發(fā)展的空間關聯(lián)網(wǎng)絡及其演化特征。邊際貢獻在于：①區(qū)別于既有文獻，本文運用傳統(tǒng)核密度與動態(tài)核密度估計綜合考察了中國綠色金融發(fā)展的時空格局變遷，并在此基礎上，探討了綠色金融熱點區(qū)域的遷移路徑與離散趨勢，拓展了綠色金融發(fā)展格局時空演變的分析范式與研究思路。②本文基于“全局網(wǎng)絡”與“關系數(shù)據(jù)”視角，構建中國綠色金融發(fā)展的空間關聯(lián)網(wǎng)絡，系統(tǒng)刻畫了各省域、各區(qū)域之間綠色金融空間關聯(lián)發(fā)展的動態(tài)關系，彌補了現(xiàn)有文獻多基于“屬性數(shù)據(jù)”運用空間計量模型探究綠色金融空間關聯(lián)效應時，普遍無法識別各地域單元之間綠色金融關聯(lián)發(fā)展方向與溢出強度的研究空白。并據(jù)此理清了各省份、各區(qū)域在綠色金融發(fā)展空間關聯(lián)網(wǎng)絡中所處的位置、承擔的作用，以及扮演的角色，為進一步縮小區(qū)域綠色金融水平差距，促進實現(xiàn)綠色金融的空間協(xié)同發(fā)展提供了理論依據(jù)。

三、研究方法與數(shù)據(jù)來源

(一)研究方法

1.定基極差熵權法

運用傳統(tǒng)熵權法進行指標評價時，通常以每一年的截面數(shù)據(jù)作為參考系，最終測算結果不具備時間維度的縱向可比性。定基極差熵權法作為極差標準化熵權法與定基極差法的組合方法，運用極差熵權法確定指標權重，定基極差法則以某一固定年份為參考基準對數(shù)據(jù)進行標準化處理，最終將權重與標準化處理后的數(shù)據(jù)進行匯總求和，所得結果具有橫向與縱向可比性。因此，本文運用定基極差熵權法對中國省域綠色金融指數(shù)進行測算，公式可參考文獻[20]，此處不再贅述。

2.核密度估計

核密度估計(KDE)能夠利用平滑連續(xù)的密度曲線對隨機變量概率密度進行估計，由于其不過多依賴模型和參數(shù)設定且估計結果具備較好的穩(wěn)健性，被廣泛應用于空間非平穩(wěn)性估計的研究中。本文中，核密度曲線沿縱軸的分布位置、波峰高度與寬度、波峰數(shù)目與分布延展性分別代表各省份綠色金融指數(shù)水平、集聚特征、極化趨勢與差異程度。f(a)為隨機變量A的密度函數(shù)在點a的概率密度，n為省份個數(shù)，h為帶寬，K(·)為高斯核函數(shù)。

(1)

(2)

條件核密度估計是在傳統(tǒng)核密度估計的基礎上加入時間和空間因素，對隨機變量的概率密度進行估計，能夠測算某一地區(qū)狀態(tài)變換的概率密度，可用于探究各地區(qū)一段時期后概率分布的變化趨勢。本文主要利用非空間條下的動態(tài)核密度估計來考察各省區(qū)綠色金融指數(shù)在不同數(shù)值區(qū)間的動態(tài)演進過程，暫不考慮空間條件下的靜態(tài)與動態(tài)演化趨勢。f(a，b)為a和b的聯(lián)合概率密度，g(b|a)為a條件下b的分布狀態(tài)。

(3)

(4)

3.標準差橢圓

標準差橢圓(SDE)是揭示經(jīng)濟地理要素空間分布方向性特征的經(jīng)典統(tǒng)計方法[21]。在本文中，旨在運用此方法，對樣本期內中國綠色金融發(fā)展的重心遷移軌跡與離散趨勢進行刻畫與探討。所涉參數(shù)計算公式如下。

(5)

tanθ=

(6)

(7)

4.修正的引力模型

構建中國綠色金融發(fā)展關聯(lián)網(wǎng)絡的前提是要確定各省份間的空間關聯(lián)關系。學界一般將VAR因果檢驗與修正的引力模型用于空間節(jié)點之間關聯(lián)關系的測算，VAR檢驗方法的時滯敏感性會損失較多的自由度，適合用于長時間序列的因果分析，相比VAR模型，引力模型綜合考慮了經(jīng)理地理因素，能夠有效刻畫空間關聯(lián)關系的演進趨勢。參考劉小瑜和余海華(2020)的研究[22]，運用引力模型對中國省域綠色金融空間關聯(lián)關系進行考察，同時采用各省份綠色金融指數(shù)對空間關聯(lián)的貢獻度進行修正，以此區(qū)分空間關聯(lián)關系的方向。

(8)

其中，Rij表示省份綠色金融關聯(lián)關系，kij為修正系數(shù)，Gi、Gj分別為省份i、j的綠色金融指數(shù)，Dij為利用Arcgis軟件計算的兩省質心點間的球面距離，參考相關研究，將距離衰減指數(shù)設置為2[23]。由上式測算出中國省域綠色金融發(fā)展之間的關聯(lián)強度并據(jù)此建立無權有向的網(wǎng)絡關聯(lián)矩陣，以當年矩陣均值作為門檻對矩陣進行二值化處理[24]。

5.社會網(wǎng)絡分析

社會網(wǎng)絡分析是針對“關系數(shù)據(jù)”的跨學科分析方法，在多個領域得到廣泛應用。在確定綠色金融省際關聯(lián)關系的基礎之上，運用社會網(wǎng)絡分析方法繼續(xù)考察綠色金融空間關聯(lián)網(wǎng)絡的整體結構與局部特征，以此了解關聯(lián)網(wǎng)絡的連通性與穩(wěn)定性，明確各省份及板塊在整個空間關聯(lián)網(wǎng)絡中的地位、作用與角色[25-26]。重點選取網(wǎng)絡整體性指標(網(wǎng)絡密度，網(wǎng)絡關聯(lián)度、網(wǎng)絡效率、網(wǎng)絡等級)與個體中心性指標(度中心度、中介中心度、接近中心度)以及凝聚子群分析(塊模型)深入剖析樣本期間中國綠色金融發(fā)展空間關聯(lián)網(wǎng)絡的演化趨勢(見圖1)[27]。

圖1 中國綠色金融發(fā)展空間關聯(lián)網(wǎng)絡結構分析框架

(二)指標體系構建與數(shù)據(jù)說明

1.綠色金融指標體系構建

以《關于構建綠色金融體系的指導意見》中對綠色金融體系構建的相關闡述為基礎，參考既有文獻，本文從綠色信貸、綠色證券、綠色投資、綠色保險、碳金融5個維度選擇11項指標構建綠色金融發(fā)展評價指標體系[10，13](見表1)。

表1 中國綠色金融發(fā)展指標體系構建

參考既有研究[1，10]，按股票概念標簽對環(huán)保上市公司進行分類，通過Wind數(shù)據(jù)庫選取風電產(chǎn)業(yè)股份、風力發(fā)電、CDM、充電樁、地熱能、固廢處理、環(huán)保長江成份、節(jié)能環(huán)保、節(jié)能照明、垃圾分類、美麗中國、內地低碳成份、氫能、生物質能、水電、碳中和等19個綠色概念板塊的534個A股上市公司(剔除ST、*ST類公司)作為研究對象。高耗能行業(yè)上市公司來自Wind數(shù)據(jù)庫中證券行業(yè)類六大高耗能行業(yè)模塊[28]。借款是由上市公司一年之內的長期借款與短期借款加總所得，市值是指上市公司的年末市值[29]。二氧化碳排放量是由煤炭、石油、天然氣3種能源消耗量與各自碳排放系數(shù)乘積的累加求和所得。

2.樣本選擇與數(shù)據(jù)來源

2007年，《關于落實環(huán)保政策法規(guī)防范信貸風險的意見》的頒布被普遍視為中國開展綠色金融實踐的開端，充分考慮政策發(fā)布后的時滯性，將研究起點定為2008年。限于指標數(shù)據(jù)可獲取性及統(tǒng)計口徑一致性[30]，沒有將香港與澳門特別行政區(qū)、臺灣地區(qū)納入研究。綠色金融相關數(shù)據(jù)主要來自Wind數(shù)據(jù)庫、《中國工業(yè)統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國經(jīng)濟普查年鑒》、《中國林業(yè)和草原年鑒》、《中國水利投資年鑒》、《中國保險統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》。

四、綠色金融發(fā)展的時空格局變遷

(一)綠色金融發(fā)展的時間演化特征

1.綠色金融發(fā)展指數(shù)的時序變化

運用定基極差熵權法測算了中國2008—2020年省域綠色金融指數(shù)，從全國與四大區(qū)域視角對綠色金融指數(shù)的時間變化趨勢進行探討以明晰中國綠色金融的整體發(fā)展水平與地區(qū)差異(見圖2)。

圖2 分區(qū)域綠色金融指數(shù)時序變化趨勢

整體來看，樣本期內中國綠色金融指數(shù)呈波動增長態(tài)勢，但在2016—2018年間出現(xiàn)短暫下降。2016年，七部委聯(lián)合頒布《關于構建綠色金融體系的指導意見》(以下簡稱《意見》)，明確了綠色金融的發(fā)展方向和目標任務，在意見指引下，各地區(qū)、各行業(yè)積極構建綠色金融體系，探索有效的綠色金融發(fā)展模式，但《意見》頒布后的初期尚未形成統(tǒng)一規(guī)范的綠色金融發(fā)展范式，在此過程中不可避免地出現(xiàn)金融資源的錯配與效率損失，導致綠色金融水平小幅下降，在經(jīng)歷了幾年的探索與實踐之后，中國綠色金融發(fā)展逐漸步入正軌。2018年，綠色金融標準工作組成立，聚焦氣候變化、污染治理和節(jié)能減排領域，并致力于構建完善的跨領域、市場化、內嵌于金融機構全業(yè)務流程的綠色金融標準體系，這些措施均促進了綠色金融水平的迅速提升。

分地區(qū)來看，四大區(qū)域綠色金融指數(shù)呈波動上升態(tài)勢，東部綠色金融水平較高，始終高于全國平均水平。東部地區(qū)具有雄厚的經(jīng)濟基礎與穩(wěn)定的金融體系，相比與中西部與東北地區(qū)，綠色金融發(fā)展的條件優(yōu)勢明顯；此外，東部地區(qū)對于環(huán)保政策的重視程度較高、執(zhí)行力較強，綠色發(fā)展理念得到廣泛的推行與傳播，區(qū)域內污染性產(chǎn)業(yè)綠色轉型產(chǎn)生了巨大的綠色資金需求，繼而帶動了東部地區(qū)的綠色金融發(fā)展。中部地區(qū)綠色金融水平穩(wěn)步提升并于2016年超過全國平均水平。調查發(fā)現(xiàn)，在2014—2016年期間，中部地區(qū)高耗能企業(yè)信貸規(guī)模大幅縮減且伴隨著環(huán)保投資的大幅增加，這可能是導致中部地區(qū)綠色金融水平攀升的原因之一。西部與東北地區(qū)綠色金融指數(shù)差距較小，呈交錯上升態(tài)勢，且均低于全國平均水平。西部與東北地區(qū)工業(yè)體量過大且產(chǎn)業(yè)結構較為單一，資源依賴型發(fā)展模式一定程度上造成了金融資源的錯配，此外，金融市場的不活躍、綠色金融發(fā)展激勵政策的缺失也制約了綠色金融的發(fā)展。

2.綠色金融發(fā)展的分布動態(tài)演化

為明確省域綠色金融指數(shù)的分布形態(tài)以及一段時期內的動態(tài)演化趨勢，分別運用傳統(tǒng)靜態(tài)核密度估計與非空間動態(tài)核密度估計兩種方法進行考察。圖3為基于傳統(tǒng)的靜態(tài)核密度估計結果，顯示了2008年、2014年、2020年3個年份綠色金融指數(shù)核密度分布。樣本期內，密度曲線主體持續(xù)右移，峰值升高且曲線寬度變窄，表明中國綠色金融的整體發(fā)展水平持續(xù)提升，省域間綠色金融水平的平均差異有所減小。2020年密度曲線出現(xiàn)明顯右拖尾，說明個別省份的綠色金融水平較高。

圖3 綠色金融指數(shù)分布動態(tài)演化

基于非空間動態(tài)核密度估計繼續(xù)考察我國省域綠色金融發(fā)展水平從t年到t+3年的變動趨勢，圖4報告了我國綠色金融指數(shù)的動態(tài)核密度及密度等高線，X軸表示t年本省份綠色金融發(fā)展水平，Y軸表示t+3年本省份綠色金融發(fā)展水平，Z軸代表X-Y軸平面內每一點的概率。在密度等高線圖中，越是外部的等高線，代表的概率越小，向內依次遞增，等高線的密集程度代表綠色金融指數(shù)的收斂速度，等高線越密集說明收斂速度越快。若等高線主體分布于正45度線附近，表明本省份在t+3年的指數(shù)水平同t時期相差不大，若等高線主體與Y軸平行且位于45度線上方，說明在t+3年本省份的綠色金融水平存在較大幅度的提升，若平行于X軸且位于正45度線右側，則說明t+3年本省份的綠色金融水平收斂于某一指數(shù)水平。

圖4 綠色金融的動態(tài)核密度與密度等高線

圖4中，密度等高線主體主要分布于正45度線上方，并且在x=0.35處形成一個主波峰，這說我國綠色金融水平在t到t+3年期間總體是上升的。此外，密度等高線在x=0.25處存在一個次波峰，圖形走勢大致與Y軸平行且y值大致分布在0.25至0.3區(qū)間內，這說明綠色金融指數(shù)在0.25上下的省份3年后傾向于向0.25～0.3集中?？梢钥闯?，當本地區(qū)綠色金融指數(shù)小于0.3時，3年后綠色金融指數(shù)的上升幅度較大，而當本地區(qū)綠色金融指數(shù)超過0.3時，3年后綠色金融指數(shù)雖整體呈升高態(tài)勢，但提升幅度相對較小。樣本期內，未發(fā)現(xiàn)概率主體有平行于X軸的趨勢，這說明我國省域綠色金融的發(fā)展態(tài)勢持續(xù)向好，提升空間較大，尚未出現(xiàn)向某一水平收斂的跡象。

(二)綠色金融發(fā)展的空間演化特征

1.綠色金融發(fā)展的空間格局演變

采用自然間斷點分類法將綠色金融指數(shù)劃分為低水平，中等水平、較高水平、高水平四類(見圖5)。2008年，北京、江浙、廣東等地為綠色金融中等水平地區(qū)，其余省份均為低水平地區(qū)。這是因為彼時的中國正處于綠色金融發(fā)展初探階段，政策體系與產(chǎn)品構成尚不完備，只在少數(shù)經(jīng)濟發(fā)達省份略有發(fā)展，整體水平較低。隨著綠色金融內涵趨于豐富，政策體系不斷完善，2014年，中等以上水平省份增至19個，整體發(fā)展水平普遍提高。分區(qū)域來看，在中國北部、東部、南部分別形成了以環(huán)渤海、長三角、珠三角為核心的綠色金融中高水平聚集區(qū)。中部省份綠色金融水平明顯提升，西部多數(shù)省份綠色金融水平保持穩(wěn)定。2020年，中等以上水平省份增至22個，主要分布在東部沿海與中部地區(qū)，中等以下水平地區(qū)主要分布在東北與西南部地區(qū)。具體來看，東部的北京、江蘇、浙江、廣東等地躍升成為高水平區(qū)，中部的湖南、湖北、江西3省所組成的綠色金融中高水平區(qū)初步形成。西部的云南、西藏，以及東北的吉林與遼寧保持穩(wěn)定，為低水平的主要分布地區(qū)?？傮w來看，研究期內的中國綠色金融水平逐步提升，區(qū)域差異逐漸縮小，空間集聚分布趨勢越發(fā)清晰，且大致呈“自東向西、由南至北”梯度降低的格局分布。

圖5 省域綠色金融指數(shù)空間分布格局演變

2.綠色金融發(fā)展的重心遷移與空間離散趨勢

如圖6，2008—2014年綠色金融重心變化范圍為(113.8°E，34.0°N)～(112.0°E，35.6°N)，說明這一階段，我國綠色金融發(fā)展的熱點區(qū)域有向西北轉移的趨勢。表面上看，這是因為相比2008年，2014年中國西北地區(qū)部分省份(青海、陜西、新疆)的綠色金融水平有所提高，導致綠色金融重心向西北方向遷移。從源頭上講，綠色金融重心的遷移可能得益于這一時期相關政策的頒布與國家戰(zhàn)略的實施，在西部大開發(fā)戰(zhàn)略與“一帶一路”偉大倡議的雙重加持之下，西部地區(qū)綠色金融得到了有效發(fā)展。例如早在2014年之前，新疆環(huán)境治理投資額占GDP比重的均值約為2.2%，遠超同時期全國平均水平；

圖6 綠色金融發(fā)展的標準差橢圓與重心遷移軌跡

同時期青海的綠色信貸占比與綠色保險規(guī)模增長也較為迅速。從橢圓參數(shù)來看，橢圓面積逐漸增大，2014年橢圓面積比2008年擴大約10%，說明中國省域綠色金融存在空間分散趨勢。旋轉角度變化范圍為67°～92°，逐漸呈現(xiàn)以東西方向為主導的空間分布格局。橢圓長、短半軸變化范圍為1 063 km～1 187 km、1 009 km～991 km，長軸更長，短軸更短、扁率更大，說明中國綠色金融發(fā)展格局在南北方向上更加收斂，東西方向上更為擴散，呈現(xiàn)南北向心集聚、東西空間發(fā)散的趨勢。

2014—2020年，中國綠色金融重心變化范圍為(112.0°E，35.6°N)～(111.9°E，33.3°N)，重心在東西向的遷移范圍較小，綠色金融熱點區(qū)域主要向南遷移。結合綠色金融指數(shù)空間分布格局發(fā)現(xiàn)，相比2014年，2020年中部與南部沿海省份的綠色金融水平明顯提升，一定程度上造成了綠色金融重心的南移。從橢圓參數(shù)來看。2014—2020年，橢圓面積縮小了約8%，說明綠色金融整體空間分布進一步收斂。橢圓長、短半軸變化范圍為1 187 km～1 194 km、990 km～902 km，旋轉角由92°增大至122°，橢圓扁率繼續(xù)增大，說明綠色金融自“東南-西北”方向呈擴散式分布發(fā)展，而在“東北-西南”方向上更為收斂，呈現(xiàn)“東北-西南”向心集聚、“東南-西北”空間發(fā)散的趨勢。

五、綠色金融發(fā)展的空間關聯(lián)網(wǎng)絡演化

基于修正的引力模型得到綠色金融發(fā)展的空間關系矩陣，并運用社會網(wǎng)絡分析方法考察中國省域綠色金融發(fā)展的網(wǎng)絡關聯(lián)特征與結構演化，重點探索各省份、各區(qū)域在綠色金融發(fā)展空間關聯(lián)網(wǎng)絡中的地位與作用。

(一)空間關聯(lián)網(wǎng)絡構建

中國綠色金融發(fā)展的空間關聯(lián)網(wǎng)絡是各省份綠色金融發(fā)展水平的關聯(lián)集合，網(wǎng)絡中的灰色方塊代表各個省份，各省份間有向“邊線”代表網(wǎng)絡關聯(lián)強度和溢出關系方向。本文基于修正的引力模型構建省域綠色金融發(fā)展的有向關系矩陣，并以相應年份的矩陣均值作為閾值對矩陣做二值化處理，構建綠色金融發(fā)展的空間關聯(lián)網(wǎng)絡。為了更清晰地揭示省際綠色金融發(fā)展關聯(lián)關系的動態(tài)變化，利用Netdraw繪制2008年與2020年各省份綠色金融發(fā)展空間關聯(lián)的有向網(wǎng)絡(見圖7)，圖中方塊的大小代表關聯(lián)網(wǎng)絡中各省份的度數(shù)中心度。

圖7 2008年(左)與2020年(右)綠色金融發(fā)展空間關聯(lián)網(wǎng)絡

由節(jié)點大小可知，2008年與2020年度數(shù)中心度排名前10的省份基本保持一致，主要包括北京、江蘇、浙江等東部沿海省份，以及大部分的中部省份，這些省份之間的關聯(lián)關系較多。度數(shù)中心度排在后10位的省份大多位于西部與東北地區(qū)，這些省份之間以及其與東中部省份之間的關聯(lián)關系均較弱，處在整個關聯(lián)網(wǎng)絡的邊緣地帶。新疆與西藏的度數(shù)中心度為零，因此未被納入到空間關聯(lián)網(wǎng)絡，這可能是因為二者均為延邊地區(qū)，地理位置較為偏遠且綠色金融發(fā)展水平不高，與其他省份建立關聯(lián)的難度較大。

(二)關聯(lián)網(wǎng)絡整體結構特征分析

網(wǎng)絡密度是指網(wǎng)絡節(jié)點間實際連線數(shù)與理論連線數(shù)最大值的比值，密度越高，表明網(wǎng)絡圖中各省份之間的聯(lián)系就越緊密。網(wǎng)絡密度由2008年的0.185上升到2020年的0.226，綠色金融的省際關聯(lián)發(fā)展效應愈發(fā)增強，但在所有可能被觀察到的關聯(lián)關系中，僅有不超過22.6%的聯(lián)系被觀測到，說明各省份綠色金融發(fā)展聯(lián)動性較弱，省際協(xié)同發(fā)展具備較大的提升空間。2008年與2020年網(wǎng)絡關聯(lián)度均小于1，這是因為新疆與西藏獨立于關聯(lián)網(wǎng)絡之外，網(wǎng)絡之間的連通性仍有待加強。2020年網(wǎng)絡效率為0.756，較2008年下降0.069，表明各省份在網(wǎng)絡中存在多重疊加效應，且2020年各網(wǎng)絡主體之間擁有更多的路徑與循環(huán)，綠色金融關聯(lián)網(wǎng)絡更具穩(wěn)定性。網(wǎng)絡等級度由0上升為 0.197 5，雖然綠色金融關聯(lián)發(fā)展網(wǎng)絡等級的森嚴程度逐漸增強，但整體水平仍偏低，省份間關聯(lián)渠道較為通暢，不同綠色金融水平的省份間會產(chǎn)生溢出效應。

(三)關聯(lián)網(wǎng)絡個體結構特征分析

在明確了綠色金融整體空間關聯(lián)網(wǎng)絡結構特征的基礎上，進一步測算出關聯(lián)網(wǎng)絡的個體中心性指標(相對中心度、點入度、點出度、接近中心度與中介中心度)，據(jù)此對各省份在綠色金融發(fā)展空間關聯(lián)網(wǎng)絡中的角色、地位，以及作用展開探討。同時為了更加直觀地考察研究期內空間關聯(lián)網(wǎng)絡中心性特征的動態(tài)演變趨勢，運用Arcgis軟件對2008年、2020年各省份的中心性指標進行地圖可視化(見圖8)，并基于自然間斷點法將中心性水平由低到高分為1～5個層級。

度數(shù)中心度衡量的是關聯(lián)網(wǎng)絡中某個節(jié)點與其他節(jié)點進行聯(lián)系的能力，度數(shù)中心度越高，其在網(wǎng)絡中的地位就越重要，影響力越大(為便于不同年份之間進行對比，測算結果是標準化后的度數(shù)中心度，即相對中心度)。度數(shù)中心度又包含點出度與點入度，二者分別衡量節(jié)點的溢出(輻射)作用與虹吸(獲益)作用。中介中心度衡量某個節(jié)點多大程度處于其他節(jié)點進行關聯(lián)的最短路徑上，屬于控制能力指標。接近中心度衡量的是節(jié)點與其他節(jié)點進行關聯(lián)的難易程度，值越大，節(jié)點間越容易產(chǎn)生關聯(lián)。

觀察圖8中a、b，從時間維度來看，2008—2020年相對中心度整體呈增長趨勢，具體表現(xiàn)為“數(shù)量增加”與“質量提升”。在數(shù)量方面，處于第二及以上層級的省份由22個增加為25個；在質量方面，約有1/3的省份實現(xiàn)了中心度水平的躍遷。這說明中國綠色金融省際協(xié)同發(fā)展的范圍進一步擴大，省份間的關聯(lián)發(fā)展愈發(fā)密切。具體來看，多數(shù)東部與中部省份的相對中心度始終處于較高層級，點入與點出度都較高。這是由于東部地區(qū)綠色金融水平較高，在綠色金融發(fā)展過程中長期處于核心支配地位，更容易與其他地區(qū)進行交流與合作，綠色金融發(fā)展的溢出與虹吸效應較強。從地理位置來看，中部省份較多處于中國的幾何中心附近，距離其他區(qū)域省份的平均距離較短，彼此更容易產(chǎn)生關聯(lián)，這也表明水平差異與空間距離都可能是綠色金融省際關聯(lián)發(fā)展的重要影響因素。

觀察圖8中c和d，從時間維度來看，2020年中介中心度分布的兩極化趨勢得到緩解，說明個別省份(山東、河南、湖北)對整個網(wǎng)絡的控制能力有所減弱，省際綠色金融關聯(lián)發(fā)展的實現(xiàn)不再單純依賴某幾個省份節(jié)點，各省份作為關聯(lián)網(wǎng)絡中“溝通橋梁”的功能更加均衡。由上文可知，相較于2008年，2020年省域綠色金融發(fā)展的空間關聯(lián)網(wǎng)絡更為復雜，各省份之間綠色金融發(fā)展的直接聯(lián)系更多，繼而導致各省份節(jié)點在整個關聯(lián)網(wǎng)絡的中介屬性有所弱化。從空間維度來看，山西、河南、湖北、湖南等省份的中介中心度始終較高，可能的原因在于這些省份處于中部地區(qū)，距離其余省份的平均距離最短，且與其接壤的省份數(shù)量較多，在關聯(lián)網(wǎng)絡中更易扮演“橋梁”的角色。

觀察圖8中e和f發(fā)現(xiàn)，2008—2020年，中部、東部多數(shù)省份的接近中心度均有不同幅度的提升，這些省份或是綠色金融水平較高，或是處于空間關聯(lián)網(wǎng)絡的地理中心，是與其他省份進行關聯(lián)溢出的關鍵節(jié)點，具有強大的輻射與吸收能力，不易受其他省份的控制與影響。值得注意的是，在接近中心度提升的同時，點入度與點出度略有下降。這是因為2020年關聯(lián)網(wǎng)絡中的關聯(lián)關系更豐富，經(jīng)過各省份的出度與入度最短路徑的重合程度較低，導致省份節(jié)點之間產(chǎn)生關聯(lián)的路徑更具多樣化，接近中心度更高。在空間分布方面，中部6省份與東南沿海省份依然是高值聚集區(qū)，說明這些省份更容易與其他區(qū)域省份形成綠色金融的協(xié)同與關聯(lián)發(fā)展。

綜合來看，四大區(qū)域中，東、中部地區(qū)3種中心度數(shù)值均較高，尤其中部地區(qū)有著較高的點出度與點入度，說明其有著較高的吸收與輻射能力，相當于關聯(lián)網(wǎng)絡中的“中轉站”，致力于區(qū)域間資源、技術、政策等要素的優(yōu)勢互補與相互流動，能夠更好地連接東、西部省份之間的綠色金融發(fā)展，有利于實現(xiàn)綠色金融的區(qū)域協(xié)同發(fā)展。

(四)塊模型分析

基于Ucinet軟件的Concor算法，對中國綠色金融發(fā)展的空間關聯(lián)網(wǎng)絡進行塊模型分析。根據(jù)已有文獻設置慣例，將最大分割度設為2，收斂指標設為0.2，省份劃分為4個板塊[25]。為了理清樣本期內4個模塊內部省份的變化情況以及模塊功能角色的轉變，本文報告了期初(2008)與期末(2020)2個年度的分析結果(見表2、表3)。

表2 綠色金融發(fā)展空間關聯(lián)網(wǎng)絡板塊劃分

表3 綠色金融發(fā)展空間關聯(lián)網(wǎng)絡的溢出效應與板塊角色

2008年板塊1省份主要來自中國西南部地區(qū)，板塊內部關系、溢出關系、受益關系三者的數(shù)量相差不大，板塊1內部成員之間及其與外部板塊成員之間均具有較多的聯(lián)系，屬于雙向溢出板塊。板塊2省份主要來自中部與東部地區(qū)，接收關系與溢出關系在所有板塊中最多且大致相等，信息接收與傳遞的功能較強，實際內部比例在所有板塊中最小，符合經(jīng)紀人板塊的屬性特征。板塊3省份主要來自西北部地區(qū)，接收關系多于溢出關系，且實際內部比例大于期望內部比例關系，因此可歸為凈收益板塊。板塊4省份主要來自北部與東部地區(qū)，溢出關系明顯多于接收關系，同其他3個板塊相比，實際內部關系比例與期望內部關系比例的比值相對較小，因此被歸納為凈溢出板塊。

基于相同的分析邏輯對2020年的關聯(lián)網(wǎng)絡進行板塊角色劃分，發(fā)現(xiàn)除板塊3外，其余板塊的角色互有轉化。具體來看，板塊1內部省份變化不大且由雙向溢出板塊轉變?yōu)榻?jīng)紀人板塊，內部關系減少，外部關系增多，“經(jīng)紀人”屬性得以印證。板塊2由經(jīng)紀人板塊轉化為凈溢出板塊，意味著其實現(xiàn)了從“中轉站”到“發(fā)動機”的角色轉變。這是因為在研究初期，板塊2內部省份綠色金融發(fā)展程度較低，溢出效應較弱，研究末期，板塊2省份數(shù)量增加，囊括了多數(shù)中部省份與部分東部省份，這些省份綠色金融水平較高且與之接壤的省份較多，對其他省份的溢出關系也更多。板塊4內部省份主要來自華北與東北區(qū)域，由凈溢出板塊轉變?yōu)殡p向溢出板塊，內部關系與外部關系相差不大，雙向溢出屬性逐漸增強。

為了深入剖析四個板塊之間的空間關聯(lián)與溢出效應，根據(jù)表3中的結果計算出各板塊之間的密度矩陣(見表4)。密度矩陣主對角線上的元素代表各板塊內部省份之間密度關系，其余元素代表不同板塊之間的密度關系。觀察2008年與2020年密度矩陣發(fā)現(xiàn)，板塊2和4自身密度較高并大于各自年份網(wǎng)絡密度，而板塊1和3自身密度相對較小，表明中部、東部內部省份綠色金融發(fā)展聯(lián)系較為緊密，西部、東北內部省份綠色金融發(fā)展的聯(lián)動性較弱。

表4 綠色金融發(fā)展空間關聯(lián)網(wǎng)絡密度矩陣

從板塊間關聯(lián)來看，2008年密度矩陣中，板塊4指向板塊2的密度系數(shù)最大，說明綠色金融的區(qū)域關聯(lián)發(fā)展主要存在于東部與中部的省份之間，東部地區(qū)扮演“溢出者”的角色，將綠色金融的發(fā)展的動能傳遞給具有“中介”作用的中部地區(qū)。然而彼時板塊1和3的接收與溢出關系均較少，說明西部地區(qū)綠色金融發(fā)展處于相對閉塞的狀態(tài)，與其他板塊的聯(lián)動較弱。

在2020年的密度矩陣中，板塊2指向板塊1的密度系數(shù)最大，意味著綠色金融關聯(lián)發(fā)展的核心區(qū)域過渡到中東部與部分西南部省份之間，存在向西南方向移動的趨勢。與2008年相比，2020年板塊1和3之間的聯(lián)系越發(fā)緊密，表明西部各省份之間綠色金融發(fā)展的聯(lián)動性有所增強。

六、結論與啟示

本文從綠色信貸、綠色證券、綠色投資、綠色保險、碳金融5個方面構建了中國綠色金融綜合指標體系，采用定基極差熵權法測算了2008—2020年省域綠色金融指數(shù)，隨后運用靜態(tài)與動態(tài)核密度估計、標準差橢圓與地圖可視化方法對綠色金融發(fā)展的時空格局、熱點遷移與離散趨勢展開詳細探討。并在此基礎上，將修正的引力模型與社會網(wǎng)絡分析方法相結合，實證考察了中國省域綠色金融發(fā)展的關聯(lián)關系以及空間關聯(lián)網(wǎng)絡的演化特征。

(一)研究結論

樣本期間，中國綠色金融指數(shù)整體呈波動上升態(tài)勢，四大區(qū)域中，東部綠色金融水平最高，中部其次且與全國平均水平相近，西部與東北地區(qū)綠色金融水平交錯上升且均低于全國平均水平，在樣本后期，中部、西部、東北三大地區(qū)間水平差異有所收斂，但與東部之間的差異依舊明顯。核密度分析表明，省域間綠色金融水平的平均差異有所減小，但研究后期存在部分水平較高省份，呈現(xiàn)輕微兩極分化趨勢；綠色金融發(fā)展態(tài)勢持續(xù)向好，尚未出現(xiàn)向某一水平值收斂的跡象，進一步提升的潛力較大。綠色金融發(fā)展的空間集聚分布趨勢越發(fā)清晰，綠色金融水平呈現(xiàn)“自東向西、由南至北”梯度降低的格局分布；綠色金融重心總體向西南轉移且呈收斂式分布，樣本后期呈現(xiàn)“東北-西南”向心集聚、“東南-西北”空間發(fā)散的趨勢。

樣本期間，綠色金融發(fā)展空間關聯(lián)網(wǎng)絡的密度、連通度與穩(wěn)定性均有所增強，但總體上中國各省綠色金融發(fā)展聯(lián)動性仍較弱，新疆與西藏被孤立與網(wǎng)絡之外，省際協(xié)同發(fā)展具備較大提升空間；東部與中部省份之間關聯(lián)發(fā)展水平更高，西部省份之間及其與東部、中部之間的關聯(lián)發(fā)展水平則較低。中心性方面，東、中部省份度數(shù)中心度、接近中心度、中介中心度均較高，尤其中部地區(qū)點入度、點出度較高，吸收與輻射能力較強，在關聯(lián)網(wǎng)絡扮演“發(fā)動機”與“中轉站”的角色，推動區(qū)域間資源、技術、政策等要素的流通轉化，溝通了東、西部省份間的綠色金融發(fā)展。樣本期內，綠色金融省際協(xié)同發(fā)展范圍進一步擴大，網(wǎng)絡中直接關聯(lián)關系的增多導致多省份“中介”屬性的減弱，綠色金融關聯(lián)發(fā)展的實現(xiàn)不再單純依靠某幾個省份，各省份作為網(wǎng)絡中“溝通橋梁”的角色定位更加清晰；接近中心度的提升表明更多省份傾向產(chǎn)生直接關聯(lián)，省份間距離阻抗有所減弱。將中國綠色金融發(fā)展空間關聯(lián)網(wǎng)絡分為4個板塊，樣本期內，各板塊“角色定位”及內部成員發(fā)生變化；從板塊內部密度看，中部、東部內部省份間的綠色金融發(fā)展聯(lián)系較為緊密，西部、東北內部省份間的聯(lián)動性較弱；從板塊間密度看，綠色金融關聯(lián)發(fā)展核心區(qū)域由“東部-中東部”向“中東部-西南部”轉移，中東部省份對整體綠色金融關聯(lián)網(wǎng)絡的支配與主導作用逐漸增強。

(二)政策啟示

上述研究結論可為促進我國綠色金融區(qū)域協(xié)同發(fā)展的政策設計提供如下啟示：

統(tǒng)籌制定區(qū)域綠色金融發(fā)展規(guī)劃，化解各區(qū)域綠色金融發(fā)展不平衡不充分問題。對于綠色金融發(fā)展水平較高的地區(qū)，應繼續(xù)發(fā)揮市場、資金、人才等方面的優(yōu)勢，推動綠色金融供給與經(jīng)濟轉型的現(xiàn)實需求相匹配，促進綠色金融與經(jīng)濟高質量協(xié)同發(fā)展。對于綠色金融發(fā)展水平較低的區(qū)域，政府可適當增強對綠色金融發(fā)展的扶持力度，引導更多社會資本流入綠色產(chǎn)業(yè)，還可建立區(qū)域幫扶機制，發(fā)揮綠色金融高水平地區(qū)的輻射效應，加速綠色金融資源的跨區(qū)域流動，縮小綠色金融發(fā)展的區(qū)域差異。

充分發(fā)揮綠色金融發(fā)展的區(qū)域空間關聯(lián)與溢出效應。本研究表明，中部地區(qū)占據(jù)綠色金融發(fā)展空間關聯(lián)網(wǎng)絡的核心位置，中心性水平較高，因此可通過政策激勵、金融扶持等方式重點支持中部地區(qū)綠色金融發(fā)展，繼而依托山西、河南、湖北、湖南、江西等中部省份的中心性優(yōu)勢，積極開展與東部、西部省份的綠色金融合作，發(fā)揮“橋梁”與“支配”作用，溝通東西部省份之間關聯(lián)渠道的同時，充分發(fā)揮自身“溢出”效應，提升空間關聯(lián)網(wǎng)絡的關聯(lián)效率。

根據(jù)各區(qū)域在空間關聯(lián)網(wǎng)絡中的角色定位，統(tǒng)籌制定差異化綠色金融發(fā)展方案?，F(xiàn)階段，以東南沿海與中部省份為主的“凈溢出”板塊和以華北、東北省份為主的“雙向溢出”板塊，應繼續(xù)發(fā)揮在綠色金融實踐過程中的示范引領作用，通過規(guī)模溢出、對口支援等方式輻射帶動中西部省份綠色金融發(fā)展。西南各省份作為“經(jīng)紀人”板塊，可加強金融科技與信息網(wǎng)絡建設，提升綠色金融要素在空間關聯(lián)網(wǎng)絡中的傳導效率，成為聯(lián)通“凈溢出”與“凈受益”板塊，實現(xiàn)綠色金融空間協(xié)同發(fā)展的重要支點。西北各省份處于關聯(lián)網(wǎng)路的邊緣，雖為“凈受益”板塊，但在空間關聯(lián)中獲益較小，因此可從板塊內部入手，加強板塊內部省份之間的交流與互動，例如，蘭州綠色金融改革創(chuàng)新試驗區(qū)對于“絲路碳票交易+碳資產(chǎn)抵質押+綠色保險”綠色融資模式的探索，便可為條件相似的省份開展相關綠色金融業(yè)務提供借鑒和參考。