綠色金融對共同富裕的影響研究

摘要：在綠色發(fā)展和可持續(xù)發(fā)展的背景下，探索共同富裕的實現(xiàn)路徑對推進中國式現(xiàn)代化、實現(xiàn)中華民族偉大復興具有重要意義。為加快實現(xiàn)共同富裕的目標，文章基于2011—2022年省級面板數(shù)據(jù)，運用熵值法測算綠色金融和共同富裕指數(shù)，通過門檻效應模型、空間杜賓模型和動態(tài)面板模型等方法，系統(tǒng)分析綠色金融對共同富裕的影響。研究表明：（1）綠色金融能夠促進共同富裕，其系數(shù)為0.7745，在1%的顯著性水平上顯著，對發(fā)展性、共享性和可持續(xù)性均能產(chǎn)生顯著作用，并且通過了替換被解釋變量、內生性檢驗等穩(wěn)健性檢驗；（2）異質性檢驗發(fā)現(xiàn)，在東部地區(qū)、非民族地區(qū)、市場化程度高地區(qū)和林業(yè)經(jīng)濟水平低地區(qū)，綠色金融對共同富裕的促進作用更強；（3）隨著綠色技術創(chuàng)新水平的提升，綠色金融對共同富裕的影響效果不斷增強且呈“U”型趨勢；（4）綠色金融的發(fā)展不僅能夠促進本地區(qū)共同富裕水平的提升，而且對鄰近地區(qū)存在空間溢出效應，其系數(shù)分別為0.0788和0.4708，空間自相關系數(shù)為0.4091，均在1%的顯著性水平上顯著，將地理鄰接矩陣替換成空間距離矩陣和經(jīng)濟距離矩陣，空間溢出效應依然存在。文章討論了綠色金融和綠色技術創(chuàng)新對共同富裕的影響，為共同富裕的研究提供了新的視角。基于研究結論和討論，提出發(fā)展綠色金融、優(yōu)化資源流通和地區(qū)協(xié)同發(fā)展、提高綠色技術創(chuàng)新水平、提升市場化程度以及推動林業(yè)經(jīng)濟發(fā)展等政策啟示。

關鍵詞：綠色金融；共同富裕；綠色技術創(chuàng)新；門檻效應；空間效應

中圖分類號：X196； F832； F126文獻標識碼：A文章編號：1673-338X（2024）4-024-21

基金項目：國家社會科學基金項目“西部民族地區(qū)普惠金融影響經(jīng)濟高質量發(fā)展的空間效應研究”（21BJY045），新疆自然科學基金項目“數(shù)字金融服務新疆實體企業(yè)‘脫虛向實’的路徑與對策研究”（2022D01A39）。

Research on the impact of green finance on common prosperity

——analysis based on threshold effect and spatial effect

LI Jigang， LIU Xiangyu

（School of Finance， Xinjiang University of Finance and Economics， Urumqi 830012）

Abstract：Under the background of green development and sustainable development， exploring the path to achieve common prosperity is of great significance for promoting Chinese path to modernization and realizing the great rejuvenation of Chinese nation. To accelerate the achievement of the goal of common prosperity， based on provincial panel data from 2011 to 2022， the entropy method was used to measure the green finance and common prosperity index. The impact of green finance on common prosperity was systematically analyzed through threshold effect model， spatial Durbin model and dynamic panel model. The results showed that：（1）Green finance could promote common prosperity， with a coefficient of 0.7745， which was significant at the 1% level. It had a significant impact on developmentality， sharing and sustainability， and passed robustness tests such as replacing the dependent variable and endogeneity tests.（2）Heterogeneity testing found that green finance had a stronger promoting effect on common prosperity in the eastern regions， non-ethnic regions， areas with high levels of marketization and areas with low levels of forestry economy.（3）With the improvement of green technologyinnovation level， the impact of green finance on common prosperity continued to strengthen in a U-shaped trend.（4）The development of green finance not only promoted the improvement of common prosperity in the local area， but also had spatial spillover effects on neighboring areas， with coefficients of 0.0788 and 0.4708， respectively， and spatial autocorrelation coefficient was 0.4091， both were significant at the 1% level， after replacing the geographic adjacency matrix with a spatial distance matrix and an economic distance matrix， the spatial spillover effects still existed. The article discussed the impact of green finance and green technology innovation on common prosperity， provided a new perspective for research on common prosperity. Based on research conclusions and discussions， some policy implications were proposed for developing green finance， optimizing resource circulation and regional coordinated development， improving the level of green technology innovation， enhancing marketization， and promoting the development of forestry economy.

Keywords：green finance；common prosperity；green technology innovation；threshold effect；spatial effect

1引言

黨的十九大報告指出，從二○二○年到二○三五年，在全面建成小康社會的基礎上，再奮斗十五年，基本實現(xiàn)社會主義現(xiàn)代化。到那時，人民生活更為寬裕，中等收入群體比例明顯提高，城鄉(xiāng)區(qū)域發(fā)展差距和居民生活水平差距顯著縮小，基本公共服務均等化基本實現(xiàn)，全體人民共同富裕邁出堅實步伐；從二○三五年到本世紀中葉，在基本實現(xiàn)現(xiàn)代化的基礎上，再奮斗十五年，把我國建成富強民主文明和諧美麗的社會主義現(xiàn)代化強國。到那時，全體人民共同富裕基本實現(xiàn)，我國人民將享有更加幸福安康的生活。黨的二十大報告指出，中國式現(xiàn)代化的本質要求是：堅持中國共產(chǎn)黨領導，堅持中國特色社會主義，實現(xiàn)高質量發(fā)展，發(fā)展全過程人民民主，豐富人民精神世界，實現(xiàn)全體人民共同富裕，促進人與自然和諧共生，推動構建人類命運共同體，創(chuàng)造人類文明新形態(tài)。共同富裕旨在通過公平合理的收入分配機制，減少社會中存在的貧富差距，使社會成員能更加平等地分享經(jīng)濟發(fā)展的成果。并且，過大的貧富差距將導致社會矛盾和不穩(wěn)定，共同富裕有助于緩解社會矛盾，增強社會凝聚力，促進社會的和諧穩(wěn)定。此外，一個貧富差距小、社會成員普遍富裕的國家，更有可能在教育、科技創(chuàng)新、文化繁榮等方面取得進步，從而提高國家的整體競爭力。然而，中國經(jīng)濟快速發(fā)展的同時，也帶來了環(huán)境污染嚴重、溫室氣體排放過度等問題。氣候變化作為全球性挑戰(zhàn)，需要各國共同努力來應對，為了實現(xiàn)碳達峰碳中和的目標，中國積極履行國際責任，以減緩全球氣候變化趨勢。并且，減少溫室氣體的排放有助于改善空氣質量，減少環(huán)境污染，提升生態(tài)質量，保障人民群眾的健康和福祉。綠色金融（green finance）是加強環(huán)境保護、應對氣候變化的重要工具，也是推動共同富裕的重要力量。一方面，綠色金融通過提供資金支持，鼓勵和促進低碳環(huán)保項目的實施和發(fā)展，有助于減少溫室氣體排放，推動經(jīng)濟向低碳模式轉型；另一方面，綠色金融注重人與自然和諧共生，推動經(jīng)濟產(chǎn)業(yè)結構向綠色可持續(xù)發(fā)展轉型，有助于實現(xiàn)經(jīng)濟社會的長期穩(wěn)定發(fā)展，為共同富裕提供堅實的物質基礎。因此，研究綠色金融與共同富裕之間的關系，分析二者之間的影響機制，對中國應對氣候變化及共同富裕目標的實現(xiàn)具有重要作用。

鑒于此，本文收集2011—2022年中國31個省份的樣本數(shù)據(jù)，通過熵值法（entropy method）測算各省份的綠色金融和共同富裕水平，運用固定效應模型分析二者之間的關系，而后用門檻效應模型（threshold effect model）和空間杜賓模型（Spatial Durbin Model， SDM）對其關系進行進一步分析，試圖解決四個問題：一是綠色金融是否能促進富裕水平的提升；二是在不同綠色技術創(chuàng)新水平下，綠色金融對共同富裕的影響是否存在差異；三是綠色金融在促進本地區(qū)共同富裕水平提升時能否對鄰近地區(qū)產(chǎn)生空間溢出效應；四是綠色金融對共同富裕的影響是否受區(qū)域分布、市場化程度和林業(yè)經(jīng)濟水平等因素的影響?；谏鲜鰡栴}，本文對近年來綠色金融與共同富裕相關文獻進行回顧梳理，而后進行理論分析提出研究假設，并構建相關模型，通過基準回歸檢驗、區(qū)域異質性檢驗、門檻效應檢驗、空間效應檢驗和穩(wěn)健性檢驗等實證分析，分析綠色金融與共同富裕的關系，對已有研究進行補充，體現(xiàn)綠色金融在推動全體人民共同富裕方面起到的重要作用，為后續(xù)研究和政策制定提供參考。

本文主要邊際貢獻為：第一，在理論上，國內外學者對綠色金融的研究多集中于區(qū)域經(jīng)濟發(fā)展和企業(yè)碳排放等方面，本文研究綠色金融與共同富裕之間的關系，并進行了實證分析。第二，在方法上，多數(shù)學者通過雙重差分法、中介效應等模型對綠色金融及共同富裕進行研究，本文采用空間效應模型研究二者之間的空間溢出效應，進一步分析綠色金融與共同富裕之間存在的非線性關系，在研究方法上進行了創(chuàng)新。第三，在視角上，已有對共同富裕的研究多從普惠金融的視角展開，本文從綠色金融的視角出發(fā)，進一步拓展了共同富裕的研究，并對全國東部、中部、西部和東北四個地區(qū)的區(qū)域異質性進行了分析，從民族與非民族、市場化程度和林業(yè)經(jīng)濟水平等視角進行了研究，為區(qū)域資源的分配和政策的調整提供依據(jù)。

2文獻回顧與評述

綠色金融是以改善環(huán)境、緩解氣候變化、提高資源效率和保護生物多樣性等為目標的金融活動，能夠推動經(jīng)濟社會的可持續(xù)發(fā)展，并且包括一系列金融服務、產(chǎn)品政策和金融工具。而共同富裕是在社會主義制度下，通過經(jīng)濟的持續(xù)發(fā)展和公平分配，實現(xiàn)全體人民的共同富裕。關于綠色金融與共同富裕的研究，主要從三個方面展開。

第一，綠色金融的發(fā)展及內涵相關研究。早期的研究主要討論發(fā)展綠色金融的作用，White（1996）討論了環(huán)境問題如何影響公司、投資者和金融機構的財務決策，并概述了這些組織如何應對環(huán)境威脅和機遇，強調可持續(xù)發(fā)展的重要性；Salazar（1998）認為，綠色金融是一種為促進金融生態(tài)發(fā)展的金融創(chuàng)新，并且通過政府部門制定綠色法規(guī)、金融機構創(chuàng)新綠色金融產(chǎn)品等途徑實現(xiàn)綠色經(jīng)濟增長的目的；Labatt（2002）認為，綠色金融能夠有效提高經(jīng)濟效率，轉移環(huán)境風險；馬俊（2015）指出，構建綠色金融體系對可持續(xù)發(fā)展和綠色轉型很有必要性，并且要提高綠色投資回報率，以此引導社會資金進行綠色投資；李曉西等（2015）認為，綠色金融對產(chǎn)業(yè)轉型升級和社會進步具有重要意義，但我國存在綠色金融市場不完善、綠色金融盈利不足等問題，需要采取完善綠色金融法律體系、創(chuàng)新綠色金融產(chǎn)品等措施。隨著研究的深入，一些學者對綠色金融進行了定量分析，如史代敏等（2022）從綠色信貸、綠色投資、綠色證券和碳金融等方面運用主成分分析法對各省份的綠色金融水平進行了評價，并且認為綠色金融能夠提高綠色全要素生產(chǎn)效率，助推經(jīng)濟的高質量發(fā)展。

第二，共同富裕內涵及測度的文獻梳理。劉培林等（2021）指出，共同富裕是全體人民共創(chuàng)、共享美好生活，并且以更平衡、更充分的高質量發(fā)展實現(xiàn)共同富裕，因此從總體富裕程度和發(fā)展成果共享程度兩個方面構建了共同富裕的指標體系；李實（2021）認為，中國在實現(xiàn)共同富裕的過程中面臨發(fā)展水平不高、收入差距過大和中等收入人群比重偏低等挑戰(zhàn)，需要建立健全分配制度，進一步縮小城鄉(xiāng)發(fā)展差距和收入差距；郁建興等（2021）指出，共同富裕是發(fā)展性、共享性和可持續(xù)性的統(tǒng)一，讓全體人民平等地參與社會發(fā)展，并共享經(jīng)濟發(fā)展的成果。此外，應從促進高質量發(fā)展、優(yōu)化資源和機會分配格局、保障和改善民生等方面推動共同富裕。傅才武等（2022）從文化獲得、文化參與、文化享受和文化發(fā)展四個方面對精神生活共同富裕進行了評價，并對精神文化資源分配不均等問題，提出以公平促效率、發(fā)展鄉(xiāng)村特色旅游和激勵居民文旅消費等建議；龔斌磊等（2023）認為，共同富裕測度應包括人均消費支出差距、基本公共服務差距、收入地區(qū)差距、人均財富水平差距和人口預期壽命差距，且為更完整地分析共同富裕的進程，從地區(qū)、城鄉(xiāng)和收入三個層次的差距對共同富裕進行研究。

第三，綠色金融與共同富裕的相關研究。Markandya等（2015）采用動態(tài)可計算的一般均衡（Computable General Equilibrium， CGE）模型GDynE的原始版本評估策略選項發(fā)現(xiàn)，綠色氣候基金通過征收碳稅融資，減少減排費用，提高國家的能源使用效率，促進經(jīng)濟的發(fā)展；Jiang等（2020）從經(jīng)濟發(fā)展、金融發(fā)展、社會環(huán)境發(fā)展三個方面對綠色金融進行測度，通過多元回歸和面板估計的方法發(fā)現(xiàn)，綠色金融可以對扶貧產(chǎn)生正向的促進作用；Khan等（2022）通過最小二乘基線模型和固定效應模型發(fā)現(xiàn)，綠色金融降低了生態(tài)足跡，呈現(xiàn)出環(huán)境友好型的特征，有利于可持續(xù)發(fā)展，并且建議加大氣候融資投資；李蘇等（2023）指出，綠色金融能夠推動鄉(xiāng)村振興，并且對鄰近地區(qū)產(chǎn)生空間溢出效應。隨著經(jīng)濟發(fā)展水平和數(shù)字化水平的提升，綠色金融對鄉(xiāng)村振興的促進作用呈現(xiàn)邊際遞增的趨勢。吳慶田等（2023）認為，綠色金融可以協(xié)同數(shù)字普惠金融推動共同富裕的發(fā)展，并且技術創(chuàng)新在二者之間起到了顯著的中介作用，產(chǎn)業(yè)升級起到遮掩效應的效果。此外，政府環(huán)保支出能夠作為調節(jié)變量促進共同富裕。李楊等（2024）認為，生態(tài)財富是共同富裕的應有之意，綠色發(fā)展能夠通過綠色增長、結構優(yōu)化、綠色就業(yè)和綠色技術創(chuàng)新等路徑，提高共同“富裕度”和富裕“共同度”，從而推動共同富裕。

綜上所述，國內外學者對綠色金融與共同富裕二者的研究相對獨立，主要對其概念、作用和測度等進行分析，為本文提供了借鑒和啟發(fā)。通過對現(xiàn)有研究梳理，發(fā)現(xiàn)三個方面的不足：第一，對綠色金融如何影響共同富裕尚未形成一致結論。第二，現(xiàn)有研究多關注綠色金融對經(jīng)濟發(fā)展的影響，而對居民收入、富裕程度等的研究較少。第三，現(xiàn)有文獻缺乏對不同綠色技術創(chuàng)新水平下綠色金融影響共同富裕的研究。鑒于上述原因，本文將綠色金融與共同富裕放入同一框架進行研究，檢驗綠色金融對共同富裕的影響效果。此外，一方面通過空間效應模型研究綠色金融對鄰近地區(qū)共同富裕的空間溢出效應；另一方面構建門檻效應模型，進一步分析不同綠色技術創(chuàng)新水平對綠色金融與共同富裕關系的影響。

3理論分析框架與研究方法

為研究綠色金融對共同富裕的影響，一方面，分析綠色金融對共同富裕影響的理論框架，并提出研究假設；另一方面，根據(jù)理論分析與研究假設，選取門檻效應模型、空間計量模型等分析方法對研究假設進行檢驗。

3.1理論分析框架

根據(jù)研究內容，首先，從發(fā)展性、共享性和可持續(xù)性三個方面分析綠色金融對共同富裕的直接效應；其次，從綠色技術創(chuàng)新的視角出發(fā)，探討不同綠色技術創(chuàng)新水平下綠色金融對共同富裕產(chǎn)生的非線性影響；最后，分析綠色金融對鄰近地區(qū)產(chǎn)生的空間溢出效應。

3.1.1綠色金融對共同富裕的直接效應

綠色金融作為可持續(xù)發(fā)展的重要工具，對共同富裕目標的實現(xiàn)具有積極影響，通過發(fā)展性、共享性和可持續(xù)性對共同富裕產(chǎn)生促進作用。

第一，從發(fā)展性上看，一方面，綠色金融能夠在農村環(huán)境治理和環(huán)境保護上提供資金支持，促進鄉(xiāng)村振興，并且綠色信貸可為鄉(xiāng)村產(chǎn)業(yè)轉型升級創(chuàng)造條件，推動鄉(xiāng)村旅游和農產(chǎn)品產(chǎn)業(yè)的發(fā)展，增加鄉(xiāng)鎮(zhèn)低收入人群收入，縮小城鄉(xiāng)收入差距，推動共同富裕；另一方面，綠色金融能推動產(chǎn)業(yè)的升級，以此來減少能源的消耗，降低企業(yè)的生產(chǎn)成本，從而提高利潤水平，為擴大企業(yè)規(guī)模、增加就業(yè)和提高員工收入水平創(chuàng)造有利條件，從而使人們的富裕水平不斷提高（徐勝等，2024）。

第二，從共享性上看，綠色金融協(xié)同普惠金融產(chǎn)生的新金融模型，使金融的服務范圍更廣，不僅能降低金融服務成本、緩解中小微企業(yè)和農民的融資約束，而且更關注環(huán)境效益，使資源向農村綠色產(chǎn)業(yè)傾斜，如綠色金融支持有機農業(yè)的發(fā)展、農產(chǎn)品產(chǎn)業(yè)鏈升級等，有助于縮小貧富差距和維護社會公平正義，促進共同富裕的發(fā)展（吳慶田等，2023）。此外，綠色信貸能夠通過優(yōu)化綠色資源的配置對綠色技術創(chuàng)新和產(chǎn)業(yè)結構升級產(chǎn)生推動作用，從而抑制碳排放（張洪瑞等，2023），以此來改善環(huán)境和應對氣候變化，為人們生活創(chuàng)造更舒適的環(huán)境，共享綠色發(fā)展的成果，提高精神富裕水平。

第三，從可持續(xù)性上看，一方面，綠色金融向低污染、低能耗等綠色項目進行信貸資源傾斜，推動綠色產(chǎn)能升級，使清潔能源、綠色交通等綠色產(chǎn)業(yè)能夠進一步發(fā)展，為經(jīng)濟可持續(xù)發(fā)展提供資金支持（丁攀等，2021），經(jīng)濟的持續(xù)發(fā)展為居民就業(yè)穩(wěn)定和收入增長提供保障，助力共同富裕的發(fā)展；另一方面，綠色金融對綠色產(chǎn)業(yè)技術創(chuàng)新提供資金支持，倒逼污染企業(yè)增加綠色創(chuàng)新投入，為經(jīng)濟可持續(xù)發(fā)展提供技術保障，從而提高生產(chǎn)效率和生產(chǎn)質量，進而改善民生、增加居民的幸福感，為實現(xiàn)共同富裕提供強大的物質基礎。據(jù)此，提出假設H1。

H1：綠色金融能夠通過直接效應促進共同富裕的發(fā)展。

3.1.2綠色金融對共同富裕的門檻效應

在不同的綠色技術創(chuàng)新水平下，綠色金融對共同富裕的影響程度會有所差異。首先，綠色技術創(chuàng)新發(fā)展水平較低時，綠色信貸對高污染、高能耗的企業(yè)改進較小，沒有技術的支持，企業(yè)減少污染排放，將會增加生產(chǎn)成本，企業(yè)綠色發(fā)展的服務效率較低，難以實現(xiàn)資源的有效利用與節(jié)約（Sun et al.， 2019），因此對經(jīng)濟的促進作用較弱，對整體富裕程度影響有限。此外，綠色金融可以將資金引導至生態(tài)保護和綠色產(chǎn)業(yè)，以此幫助生態(tài)資源豐富但經(jīng)濟發(fā)展相對落后的地區(qū)，促進其經(jīng)濟的發(fā)展和收入水平的提高，達到縮小城鄉(xiāng)差距的目的，但當綠色技術創(chuàng)新水平較低時，將不利于落后地區(qū)的快速發(fā)展。其次，隨著綠色研發(fā)投入增加，綠色技術創(chuàng)新水平不斷提高，再通過綠色金融提供綠色信貸支持，為企業(yè)綠色轉型升級提供動力，將產(chǎn)生減少碳排放和提高生產(chǎn)效率等積極的影響（曹薇等，2023），使企業(yè)獲得更多的超額收益，為企業(yè)擴大規(guī)模和增加員工收入提供保障，進而推動經(jīng)濟發(fā)展和環(huán)境改善協(xié)同發(fā)展，加速共同富裕的實現(xiàn)。綠色技術創(chuàng)新水平較高時，將更有利于綠色金融服務于中小微企業(yè)和初創(chuàng)企業(yè)，推動新產(chǎn)業(yè)的發(fā)展，提供新的就業(yè)機會，為低收入人群提供更多的機會，促進經(jīng)濟的包容性增長和共同富裕（卞晨等，2022）。據(jù)此，提出假設H2。

H2：綠色金融在綠色技術創(chuàng)新的作用下對共同富裕的影響存在非線性相關關系。

3.1.3綠色金融對共同富裕的空間溢出效應

綠色金融能夠通過綠色技術、創(chuàng)新人才、政策和資金等綠色資源的外溢，對共同富裕產(chǎn)生空間溢出效應。一方面，綠色金融通過資金支持和激勵機制，鼓勵企業(yè)和個人投資環(huán)保項目和綠色技術，引導資金向綠色、節(jié)能的產(chǎn)業(yè)流動，推動區(qū)域經(jīng)濟向可持續(xù)和環(huán)境友好的方向發(fā)展，最終實現(xiàn)整體的共同富裕。此外，在此過程中各地區(qū)為提升本地區(qū)的經(jīng)濟發(fā)展水平，將制定政策吸引優(yōu)秀企業(yè)和高端人才，造成綠色金融發(fā)展水平較高的地區(qū)，其綠色技術和創(chuàng)新人才向鄰近地區(qū)溢出（邵帥等，2022），進而提升鄰近地區(qū)的共同富裕水平。另一方面，綠色金融的實踐和創(chuàng)新成果，將帶動周邊地區(qū)采取類似的綠色金融措施，產(chǎn)生一定的示范作用，促進綠色金融政策的外溢，加速鄰近地區(qū)的綠色轉型升級，推動共同富裕的實現(xiàn)。并且，綠色金融項目的成功實施將會吸引外部投資，使得資源在區(qū)域間流通，促進區(qū)域間的經(jīng)濟合作和資源共享，助力共同富裕目標的實現(xiàn)（李玉梅等，2023）。據(jù)此，提出假設H3。

H3：綠色金融不僅能夠提高本地區(qū)的共同富裕水平，而且對鄰近地區(qū)共同富裕水平的提升產(chǎn)生空間溢出效應。

綜上所述，綠色金融不僅能夠通過發(fā)展性、共享性和可持續(xù)性推動本地區(qū)共同富裕水平的提升，而且這一作用效果通過綠色資源滲透對鄰近地區(qū)產(chǎn)生空間溢出效應，提高鄰近地區(qū)的共同富裕水平。此外，綠色金融對共同富裕的直接效應受綠色技術創(chuàng)新水平的影響，隨著綠色技術創(chuàng)新水平的提升，綠色金融對共同富裕的作用效果也不斷增強。綠色金融影響共同富裕的理論分析框架如圖1所示。

3.2研究方法

根據(jù)上述理論分析，首先，本文通過基準回歸模型，實證檢驗綠色金融對共同富裕影響的直接效應；其次，選取門檻效應模型，對二者之間的非線性相關關系進行檢驗；再次，構建空間計量效應模型，檢驗綠色金融對鄰近地區(qū)共同富裕的空間溢出效應；最后，采用動態(tài)面板模型等方法，對研究結果的穩(wěn)健性進行進一步的檢驗。

3.2.1基準回歸模型

為研究綠色金融對共同富裕的影響，構建基準回歸模型，如式（1）所示。

式（1）中，CPit為被解釋變量，表示i省份在第t年的共同富裕水平；GFit為解釋變量綠色金融；Ctrlsit為各控制變量，包括投資水平、政府干預程度、對外開放水平、教育水平和產(chǎn)業(yè)結構高級化水平；β0為常數(shù)項；β1和β2為待估計參數(shù)；μi為地區(qū)固定效應；υt為時間固定效應；εit為隨機擾動項。

3.2.2門檻效應模型

由于綠色金融與共同富?？赡艽嬖诜蔷€性相關關系，因此采用Hansen（1999）的門檻效應模型，來進一步檢驗二者之間的關系是否存在非線性特征，模型如式（2）所示。

為探究在不同綠色技術創(chuàng)新發(fā)展階段綠色金融對共同富裕的非線性影響，將綠色技術創(chuàng)新作為門檻變量，用HTIit表示，通過相關檢驗得出，該模型存在雙重門檻，門檻值分別為γ1、γ2，門檻變量將綠色技術創(chuàng)新發(fā)展分為三個階段，綠色技術創(chuàng)新發(fā)展初期（HTIit≤γ1）、綠色技術創(chuàng)新發(fā)展中期（γ1< HTIit≤γ2）和綠色技術創(chuàng)新發(fā)展后期（HTIit>γ2）。

3.2.3空間計量模型

為檢驗綠色金融的發(fā)展對鄰近地區(qū)的共同富裕水平是否存在空間溢出效應，構建空間計量模型進行研究。

首先，構建空間權重矩陣，用Wij表示，主要表現(xiàn)為區(qū)域i與區(qū)域j之間的距離，比較常見的空間權重矩陣主要有地理鄰接矩陣、空間距離矩陣和經(jīng)濟距離矩陣等，本文選擇31個省份的地理鄰接矩陣作為空間權重矩陣，計算方式如式（3）所示。

式（6）中，CPit - 1表示被解釋變量共同富裕的滯后一期。

4數(shù)據(jù)來源、變量選取與描述性統(tǒng)計

基于數(shù)據(jù)可得性，本文選取2011—2022年中國31個省份的面板數(shù)據(jù)，研究綠色金融對共同富裕的影響，并且構建綠色金融與共同富裕的指標體系對解釋變量與被解釋變量進行衡量，通過描述性統(tǒng)計對各指標差異進行分析。

4.1數(shù)據(jù)來源

綠色金融數(shù)據(jù)來自國家統(tǒng)計局、科技部、中國人民銀行等權威機構網(wǎng)站及各種統(tǒng)計年鑒，包括《中國科技統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國金融年鑒》《中國農業(yè)統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》，共同富裕相關數(shù)據(jù)來源于《中國統(tǒng)計年鑒》，缺失數(shù)據(jù)采用線性插值法進行補齊。

4.2變量選取

本文選取共同富裕（CP）作為被解釋變量，綠色金融（GF）作為解釋變量，選取投資水平（INV）、政府干預程度（GOV）、對外開放水平（OPEN）、教育水平（EDU）和產(chǎn)業(yè)結構高級化水平（IND）作為控制變量，以確保結果的準確性。

4.2.1被解釋變量

共同富裕（CP）。共同富裕是中國式現(xiàn)代化的本質要求。共同富裕采用陳麗君等（2021）構建的共同富裕指標體系，包括發(fā)展性、共享性和可持續(xù)性三個維度，如表1所示。

發(fā)展性（DEV）是對社會的總體財富、縮小城鄉(xiāng)差距和居民收入增長情況的體現(xiàn)，發(fā)展性指標包括富裕度和共同度兩個方面。共享性（SHA）是對社會發(fā)展成果是否被全體人民共享的反映，從醫(yī)療健康、基礎設施、文化水平、信息化水平和社會保障進行衡量?？沙掷m(xù)性（SUS）是生態(tài)、經(jīng)濟和社會相互協(xié)調，以此來節(jié)約資源、保護環(huán)境，促進長久發(fā)展的過程，通過高質量發(fā)展、經(jīng)濟水平、科技水平、財政水平以及生態(tài)環(huán)境五個方面進行體現(xiàn)。此外，通過參考已有文獻，采用熵值法把18個指標合成共同富裕指數(shù)。

各地區(qū)共同富裕水平變化如圖2所示。從圖2可以看出，2011—2022年我國的整體共同富裕水平不斷提高，并且隨著時間的推移，各地區(qū)的共同富裕水平也都有著不同程度的提升。東部地區(qū)的共同富裕水平要明顯高于其他三個地區(qū)，而后是中部、東北和西部地區(qū)。從民族與非民族地區(qū)來看，非民族地區(qū)的共同富裕水平要高于民族地區(qū)。

4.2.2解釋變量

綠色金融（GF）為解釋變量?；跀?shù)據(jù)的可得性及科學合理性，結合綠色金融的實際發(fā)展情況，參考馬駿（2015）及已有學者的研究成果，本文從綠色信貸、綠色投資、綠色保險、綠色債券、綠色支持、綠色基金和綠色權益七個維度構建綠色金融的指標體系，對綠色金融這一指標進行衡量。綠色信貸指金融機構為支持環(huán)境保護、發(fā)展綠色經(jīng)濟所提供的信貸融資，用環(huán)保項目信貸與信貸總額的比值來衡量。綠色投資是將資金投入到環(huán)保、低碳等領域，以促進可持續(xù)發(fā)展的一種投資方式，通過環(huán)境污染治理投資占國內地區(qū)生產(chǎn)總值（Gross Domestic Product， GDP）的比重來體現(xiàn)。綠色保險是以污染環(huán)境承擔的賠償責任為保險對象的保險，用污染責任保險收入與總保費收入比值來衡量。綠色債券是將資金專門用來資助符合環(huán)保項目條件的債券，用綠色債券發(fā)行總額與所用債券發(fā)行總額的比值來衡量。綠色支持為政府對綠色發(fā)展的支持力度，用財政環(huán)保支出與財政一般預算支出的比值來衡量。綠色基金是指對節(jié)能減排、低碳發(fā)展以及環(huán)境保護建立的投資基金，通過綠色基金市值與所有基金總市值的比值體現(xiàn)。綠色權益指環(huán)境保護和可持續(xù)發(fā)展中享有的有關權益，用碳交易、用能權交易、排污權交易與權益市場交易總額的比值來衡量。

各地區(qū)綠色金融水平變化如圖3所示。

從圖3可以看出，2011—2022年我國綠色金融水平在逐年提高，各地區(qū)的綠色金融水平雖然存在差距，但是總體差距不大，并且綠色金融水平都在逐年遞增，這也體現(xiàn)出我國的綠色金融水平正在不斷發(fā)展，為保護生態(tài)環(huán)境和經(jīng)濟的持續(xù)發(fā)展奠定了良好的基礎。

4.2.3控制變量

投資的增加能夠激發(fā)市場活力和企業(yè)創(chuàng)造力，提高富裕水平；政府干預程度作為政府對經(jīng)濟宏觀調控的工具，對共同富裕有著重要影響；對外開放有利于引進國外先進技術，為實現(xiàn)共同富裕提供動力；整體教育水平的提升，對縮小貧富差距的作用不容忽視；產(chǎn)業(yè)結構直接影響生產(chǎn)效率和就業(yè)水平，對共同富裕具有重要作用。因此，為控制其他因素對共同富裕的影響，以確保實證結果的穩(wěn)健性，本文借鑒已有研究，選取投資水平、政府干預程度、對外開放水平、教育水平和產(chǎn)業(yè)結構高級化水平作為控制變量。投資水平（INV），用社會固定資產(chǎn)投資額與當年GDP的比值來進行衡量；政府干預程度（GOV），用一般預算支出占當年GDP比重衡量；對外開放水平（OPEN），首先將進出口總額根據(jù)當年匯率進行轉換，再求得與當年GDP的比值來衡量；教育水平（EDU），用教育經(jīng)費支出與政府一般預算支出的比值進行衡量；產(chǎn)業(yè)結構高級化水平（IND），采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比值來衡量。

4.3描述性統(tǒng)計

對2022年主要的變量進行描述性統(tǒng)計，如表2所示。

從表2中可以看出，CP的最大值為0.7128，最小值為0.2523，說明我國各省份之間的共同富裕水平存在較大差距，部分省份的共同富裕水平較高；GF的標準差為0.0448，CP的標準差為0.1362，表明共同富裕的標準差大于綠色金融的標準差，也說明各省份綠色金融水平差異相對較小，與我國的現(xiàn)實狀況相符。以浙江省為例，浙江省在綠色信貸方面已有顯著表現(xiàn)，據(jù)2023年的相關報道，截至2023年一季度末，浙江（不含寧波）綠色信貸余額2.29萬億元，較年初增加328億元，同比增長52.12%，這顯示了浙江省在綠色信貸方面的快速增長和積極進展①。2023年，浙江省全體居民人均可支配收入為63830元，相比上一年度增長了5.9%，城鎮(zhèn)居民人均可支配收入為74997元，增長了5.2%，農村居民人均可支配收入為40311元，增長了7.3%，城鄉(xiāng)收入比由上年的1.90縮小至1.86，顯示城鄉(xiāng)收入差距在進一步縮?、?。這些數(shù)據(jù)表明，浙江省在2023年保持了居民收入的穩(wěn)定增長，并且城鄉(xiāng)之間的收入差距持續(xù)縮小，反映出該省在推動共同富裕和均衡發(fā)展方面取得了積極進展。綜上所述，我國各地區(qū)共同富裕水平和綠色金融存在差異，但綠色金融發(fā)展快的地區(qū)往往共同富裕水平更高，表明綠色金融對共同富裕的作用效果較為可靠。

5經(jīng)驗性結果

為檢驗綠色金融能通過發(fā)展性、共享性和可持續(xù)性促進共同富裕，并且這一作用不僅對鄰近地區(qū)產(chǎn)生空間溢出效應，而且隨著綠色技術創(chuàng)新水平的提高，綠色金融對共同富裕的作用也不斷增強。在理論分析和研究方法確定的基礎上，本文采用Stata16.0軟件對以上變量數(shù)據(jù)進行分析。首先，通過基準回歸模型分析綠色金融對共同富裕的直接影響；其次，根據(jù)各地區(qū)地理位置分布及民族特點、市場化程度和林業(yè)經(jīng)濟水平，進行二者關系的異質性檢驗；再次，用門檻效應模型對綠色金融與共同富裕之間的非線性關系進行分析；最后，通過空間效應模型分析綠色金融對鄰近地區(qū)的空間溢出效應，且對以上結果進行穩(wěn)健性檢驗。

5.1基準回歸模型分析

對各變量的相關性進行檢驗，結果如表3所示。

從表3可以看出，被解釋變量共同富裕（CP）與解釋變量綠色金融（GF）的相關系數(shù)為0.4740，在1%的顯著性水平上顯著；其與控制變量投資水平（INV）、政府干預程度（GOV）、對外開放水平（OPEN）、教育水平（EDU）和產(chǎn)業(yè)結構高級化水平（IND）的相關系數(shù)分別為-0.5330、-0.5030、0.5950、0.2850和0.4030，且均在1%的顯著性水平上顯著，表明變量間存在較強的相關性。另外，對變量進行共線性診斷，從檢驗結果可以看出，不存在共線性問題。

在相關性檢驗和共線性診斷之后對模型進行選擇。首先，對固定效應模型與混合OLS模型進行比較，P值小于0.05，表明固定效應模型優(yōu)于混合OLS模型。其次，對隨機效應與混合OLS模型進行比較，P值也小于0.05，表明隨機效應模型優(yōu)于混合OLS模型。最后，對固定效應模型與隨機效應模型進行比較，也就是豪斯曼檢驗（Hausman test），P值小于0.05，表明固定效應模型更好，因此選用固定效應模型進行相關分析，如表4所示。

從模型（1）、模型（2）的結果來看，未加入控制變量時GF系數(shù)為0.7745，加入控制變量時GF的系數(shù)為0.6933，且均在1%的顯著性水平上顯著為正，表明綠色金融能促進共同富裕，這一結論也驗證了假設H1。為進一步研究GF與CP的關系，將CP細分為DEV、SHA、SUS三個子維度進行檢驗，如模型（3）、模型（4）、模型（5）所示，三個維度GF的回歸系數(shù)分別為0.8228、0.6581和0.6853，且均在1%的顯著性水平上顯著為正，表明綠色金融均能對發(fā)展性、共享性和可持續(xù)性產(chǎn)生促進作用，其中對發(fā)展性促進作用更強，這也說明了綠色金融能夠通過節(jié)能減排、保護環(huán)境等方式來促進經(jīng)濟的可持續(xù)發(fā)展，助力資源的長期供給和社會的共同富裕。

5.2異質性分析

為進一步分析綠色金融促進共同富裕發(fā)展過程中的其他影響因素，分別進行區(qū)域異質性分析、市場化程度異質性分析和林業(yè)經(jīng)濟水平異質性分析。

5.2.1區(qū)域異質性分析

由于我國不同地區(qū)富裕程度與綠色金融發(fā)展水平的不同，僅從全國角度不能反映各地區(qū)綠色金融對共同富裕的影響，因此根據(jù)各省份地理位置分布情況，將全國分為東部、中部、西部和東北四個地區(qū)，同時根據(jù)各地區(qū)的民族特點將全國分為民族地區(qū)和非民族地區(qū)，研究影響作用的區(qū)域異質性，結果如表5所示。

一方面，東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)的GF系數(shù)分別為0.9752、0.5781、0.5552和0.3950，且均在1%的顯著性水平上顯著，表明各地區(qū)綠色金融均能對共同富裕產(chǎn)生顯著的促進作用，但東部地區(qū)相較其他地區(qū)對共同富裕促進作用更強，東北地區(qū)促進作用較弱；另一方面，民族地區(qū)和非民族地區(qū)的GF系數(shù)分別為0.5579和0.7441，且均在1%的顯著性水平上顯著，表明非民族地區(qū)相較民族地區(qū)作用效果更強。可能原因為：首先，東部地區(qū)沿海有國家政策支持，對外開放水平較高，帶動了區(qū)域經(jīng)濟的快速發(fā)展，能夠更早認識到節(jié)能減排的重要性，健全綠色發(fā)展的金融體系，進一步推動產(chǎn)業(yè)結構升級，從而促進共同富裕；其次，民族地區(qū)由于區(qū)位因素的影響，經(jīng)濟發(fā)展受到一定限制，污染排放問題相對較少，并且多以旅游業(yè)為主，環(huán)境污染程度較小，削弱了綠色金融對共同富裕的影響作用。

5.2.2市場化程度異質性分析

市場在資源配置中起著重要作用，良好的市場環(huán)境有助于資源的高效利用和分配，這對推動共同富裕的發(fā)展有著重要影響，所以對各地區(qū)市場化程度的異質性進行分析。首先，采用王小魯?shù)龋?021）編制的市場化指數(shù)對市場化程度進行衡量；其次，通過對各地區(qū)市場化程度取中位數(shù)，將全國各地區(qū)劃分為市場化程度低組和市場化程度高組，對不同市場化水平地區(qū)綠色金融對共同富裕的影響效果進行研究，結果如表6所示。在市場化程度低組和市場化程度高組GF的系數(shù)分別為0.5853和0.8006，且均在1%的顯著性水平上顯著，其中市場化程度高的地區(qū)綠色金融對共同富裕作用效果更強。其原因為：一方面，在市場化程度較高的地區(qū)，資本能夠更有效地流向綠色、低碳項目，促進經(jīng)濟的綠色轉型；另一方面，市場化程度高的地區(qū)通過競爭激發(fā)創(chuàng)新和提高效率，促進生產(chǎn)力的發(fā)展和物質財富的創(chuàng)造，為共同富裕提供了物質基礎。

5.2.3林業(yè)經(jīng)濟水平異質性分析

林業(yè)經(jīng)濟的發(fā)展不僅有助于保護生態(tài)環(huán)境，而且通過森林旅游、林下經(jīng)濟等產(chǎn)業(yè)，為當?shù)鼐用裉峁┒鄻踊木蜆I(yè)機會，有助于提高居民收入、縮小城鄉(xiāng)差距、推動共同富裕，因此對不同地區(qū)林業(yè)經(jīng)濟水平的異質性進行研究。首先，用林業(yè)投資支出與政府一般預算支出的比值對林業(yè)經(jīng)濟水平進行衡量；其次，通過對各地區(qū)林業(yè)經(jīng)濟水平取中位數(shù)，將全國劃分為林業(yè)經(jīng)濟水平低組和林業(yè)經(jīng)濟水平高組，對不同林業(yè)經(jīng)濟水平地區(qū)綠色金融對共同富裕的影響進行分析，結果如表6所示。在林業(yè)經(jīng)濟水平低的地區(qū)和林業(yè)經(jīng)濟水平高的地區(qū)GF的系數(shù)分別為0.7982和0.6114，且均在1%的顯著性水平上顯著，其中林業(yè)經(jīng)濟水平低的地區(qū)綠色金融對共同富裕的作用效果更強，主要由于林業(yè)經(jīng)濟水平低的地區(qū)，綠色金融通過提供資金支持，能更好地解決林業(yè)企業(yè)的融資難題，推動林業(yè)產(chǎn)業(yè)的可持續(xù)發(fā)展，增加林區(qū)居民的就業(yè)機會，為共同富裕的實現(xiàn)提供保障。

5.3門檻效應分析

通過基準回歸模型分析發(fā)現(xiàn)，綠色金融能夠促進共同富裕水平的提升。為進一步研究綠色技術創(chuàng)新水平對二者關系的影響，將綠色技術創(chuàng)新作為門檻變量，進行門檻效應分析。

5.3.1門檻效應檢驗

為了進一步研究綠色金融對共同富裕的影響，選用綠色技術創(chuàng)新（HTI）作為門檻變量，對共同富裕與綠色金融的相關關系進行非線性實證分析，綠色創(chuàng)新技術用綠色專利授權數(shù)的對數(shù)來衡量。檢驗結果如表7所示。

由表7可知，綠色金融對共同富裕存在雙門檻效應。由門檻值估計的檢驗結果可知，第一門檻值為8.7907，第二門檻值為9.6994。因此，綠色金融在不同門檻值區(qū)間對共同富裕的影響程度不同，即二者存在非線性的相關關系，這也正驗證了假設H2。

5.3.2門檻效應結果分析

門檻模型參數(shù)估計結果如表8所示。

由表8回歸結果所示，當綠色技術創(chuàng)新水平低于第一門檻值8.7907時，綠色金融的系數(shù)為0.5888；當綠色技術創(chuàng)新水平處于第一門檻值8.7907和第二門檻值9.6994之間時，綠色金融的系數(shù)為0.6388；當綠色技術創(chuàng)新水平高于第二門檻值9.6994時，綠色金融的系數(shù)為0.7082，不同門檻區(qū)間內，綠色金融均能促進共同富裕，但在不同區(qū)間的促進程度有所差異，并且隨著綠色技術創(chuàng)新水平的提升，綠色金融對共同富裕的影響效果呈現(xiàn)“U”型趨勢。從門檻效應模型的結果分析上看，根據(jù)綠色技術創(chuàng)新水平的差異，綠色金融對共同富裕的影響可以分為三個階段：第一階段，綠色技術創(chuàng)新發(fā)展初期，綠色金融能夠加強碳排放的控制及污染的治理效果，為經(jīng)濟發(fā)展、人民富裕提供良好的生態(tài)環(huán)境，從而助力共同富裕；第二階段，綠色技術創(chuàng)新發(fā)展中期，通過綠色技術創(chuàng)新，使企業(yè)的生產(chǎn)效率得到提高，同時節(jié)約能源和減少污染物的排放，綠色金融進一步發(fā)揮作用，對企業(yè)的綠色轉型產(chǎn)生積極的引導作用，對共同富裕的促進作用進一步增強。第三階段，綠色技術的發(fā)展后期，加大對綠色技術創(chuàng)新的投入力度，進一步提升綠色創(chuàng)新技術水平，使綠色金融能夠推動新舊動能轉換和產(chǎn)業(yè)結構升級，以此來釋放更多的產(chǎn)能，帶動經(jīng)濟的發(fā)展和提升就業(yè)水平，從而增加對共同富裕的促進效果。

5.4空間效應檢驗

為分析綠色金融對鄰近地區(qū)共同富裕的空間溢出效應，首先，對共同富裕的空間相關性進行檢驗；其次，通過拉格朗日乘數(shù)（Lagrange Multiplier， LM）檢驗、Hausman檢驗、似然比（Likelihood Ratio， LR）檢驗和沃爾德（Wald）檢驗等，選取空間杜賓模型，進行綠色金融對共同富裕的空間效應分析；最后，采用空間杜賓模型對二者關系進行實證分析。

5.4.1空間相關性分析

首先，基于構建的地理鄰接距離矩陣計算2011—2022年被解釋變量的全局莫蘭指數(shù)（Moran’s I），對共同富裕的空間相關性進行檢驗，2011—2022年我國共同富裕的Moran’s I指數(shù)均在1%顯著性的水平上顯著為正，表明共同富裕在空間分布上有著顯著的空間相關性，這意味著共同富裕水平較高的省份相鄰，共同富裕水平較低的省份也相鄰。因此，有必要對共同富裕進行空間計量實證分析。

為了更直觀看出各省份共同富裕的空間相關性，基于地理鄰接矩陣，以最新的2022年數(shù)據(jù)為例，繪制出各省份共同富裕的莫蘭散點圖，如圖4所示。

較多省份都在第一象限和第三象限內，表明存在正向空間關聯(lián)。第一象限高—高聚集的省份主要有浙江、江蘇、北京、上海等，主要為東部沿海經(jīng)濟較發(fā)達省份；第三象限低—低聚集的省份主要有青海、西藏、寧夏、甘肅等，以較為偏遠的西部內陸地區(qū)為主。

5.4.2空間計量模型的選擇

在空間計量模型的選擇上，首先，通過地理鄰接矩陣對數(shù)據(jù)進行LM檢驗，結果表明既存在空間誤差效應，也存在空間滯后效應，所以拒絕混合普通最小二乘（Ordinary Least Square， OLS）模型，選用空間面板模型；其次，進行Hausman檢驗，檢驗結果表明，拒絕隨機效應的原假設，應采用固定效應模型來進行空間效應的檢驗；最后，對模型進行穩(wěn)健性檢驗，主要通過LR模型和Wald模型來進行，從檢驗結果得出，空間杜賓模型均不能退化為SAR模型和SEM模型，所以采用SDM模型研究綠色金融對共同富裕的空間效應。

5.4.3空間杜賓模型結果分析

基于地理鄰接權重矩陣，綠色金融與共同富裕的空間杜賓模型回歸結果，如表9所示。首先，由檢驗結果可知，共同富裕的空間自回歸系數(shù)ρ為0.4091，且在1%的顯著性水平上顯著，表明提升本地區(qū)共同富裕水平會對鄰近地區(qū)的共同富裕程度產(chǎn)生正向的溢出效應；其次，綠色金融的空間滯后項對共同富裕的回歸系數(shù)為0.4708，且在1%的顯著性水平上顯著，表明本地區(qū)綠色金融水平的提升對鄰近地區(qū)的共同富裕存在顯著的正向溢出效應，即本地區(qū)綠色金融的發(fā)展不僅能促進本地區(qū)的共同富裕，也提升了鄰近地區(qū)的共同富裕水平，驗證了假設H3；最后，為了更準確地衡量解釋變量對被解釋變量的作用效果，將空間溢出效應分解為直接效應、間接效應和總效應三個部分，綠色金融影響共同富裕的直接效應、間接效應和總效應的系數(shù)分別為0.1362、0.9740和0.9302，且均在1%的顯著性水平上顯著。直接效應表明，本地區(qū)綠色金融的發(fā)展可以促進本地區(qū)共同富裕；間接效應表明，鄰近地區(qū)綠色金融發(fā)展可以促進本地區(qū)共同富裕的發(fā)展；總效應表明，所有區(qū)域總體綠色金融的發(fā)展都會促進本地區(qū)的共同富裕，即直接效應和間接效應之和。

5.5穩(wěn)健性檢驗

以上實證對研究假設進行了檢驗，為進一步證明結果的可靠性，本文進行穩(wěn)健性檢驗。首先，將共同富裕替換為城鄉(xiāng)收入差距，對綠色金融促進共同富裕的效果進行檢驗；其次，通過兩階段最小二乘法和動態(tài)面板模型對模型的內生性進行檢驗；最后，把地理鄰接矩陣替換為空間距離矩陣和經(jīng)濟距離矩陣，檢驗綠色金融對鄰近地區(qū)共同富?？臻g溢出效應的穩(wěn)健性。

5.5.1替換被解釋變量

共同富裕是全體人民生活水平的提高，主要就是消除兩極分化和收入差距，從而達到普遍富裕的水平。為了進一步檢驗研究結果的準確性，將被解釋變量共同富裕替換為城鄉(xiāng)收入差距（URB）來進行穩(wěn)健性檢驗。城鄉(xiāng)收入差距為城市和鄉(xiāng)鎮(zhèn)收入之間的差值，所以用城市和鄉(xiāng)鎮(zhèn)居民的人均可支配收入的比值來進行衡量，城鄉(xiāng)收入的差距越小，說明城鄉(xiāng)居民整體富裕程度也越高。檢驗結果如表10所示，綠色金融對城鄉(xiāng)收入差距的回歸系數(shù)為-2.0399，且在1%的顯著性水平上顯著，說明綠色金融能夠通過產(chǎn)業(yè)升級、生產(chǎn)效率提升帶動整體經(jīng)濟的發(fā)展，進而縮小城鄉(xiāng)間的貧富和收入差距，從而提升共同富裕水平。

5.5.2內生性檢驗

在基準回歸對二者關系檢驗的過程中，由于遺漏變量、反向因果等原因會使模型存在一定的內生性，可能導致檢驗結果不準確。一方面，為使檢驗結果更加可靠，將解釋變量的滯后一期與解釋變量的滯后兩期分別作為工具變量，采用兩階段最小二乘法（Two-stage Least Squares， 2SLS）進行穩(wěn)健性檢驗，結果如表10所示。通過表10可以看出，在加入工具變量后，回歸系數(shù)分別為0.9855和0.9954，依然在1%的顯著性水平上顯著為正，表明在解決內生性問題后，綠色金融依然能夠顯著促進共同富裕。另外，將被解釋變量共同富裕的滯后一期納入模型中，從而構建動態(tài)面板模型，運用系統(tǒng)廣義矩估計（System Generalized Method of Moments， SYS-GMM）和差分廣義矩估計（Difference Method of Moments， DIF-GMM）兩種模型分別對綠色金融與共同富裕的關系進行檢驗，檢驗結果如表10所示。從檢驗結果可以看出，在SYSGMM模型和DIF-GMM模型中，綠色金融的系數(shù)分別為0.1318和0.0587，且均在1%的顯著性水平上顯著，說明綠色金融能夠促進共同富裕，研究結論穩(wěn)健。

5.5.3替換空間矩陣

為進一步檢驗綠色金融對共同富?？臻g溢出效應的穩(wěn)健性，將地理鄰接矩陣更換為空間距離矩陣和經(jīng)濟距離矩陣，空間相關性檢驗結果與地理鄰接矩陣檢驗結果一致，空間杜賓模型分析結果與地理鄰接矩陣檢驗結果也一致，表明本地區(qū)綠色金融不僅可以促進本地區(qū)的共同富裕，還能夠提升鄰近地區(qū)的共同富裕水平，所以空間杜賓模型結果較為穩(wěn)健。

6研究結論、討論與政策啟示

本文通過收集2011—2022年我國31個省份的數(shù)據(jù)作為研究樣本，運用熵值法測得綠色金融和共同富裕指數(shù)，系統(tǒng)分析綠色金融對共同富裕的影響?；谘芯拷Y果進行討論，并提出有效的政策啟示，為發(fā)展綠色金融和提升共同富裕水平提供理論支撐。

6.1研究結論

根據(jù)基準回歸模型分析、異質性檢驗、門檻效應檢驗、空間效應分析和穩(wěn)健性檢驗等分析綠色金融對共同富裕的影響，得出四點結論。

第一，基準回歸檢驗得出，綠色金融對共同富裕的影響系數(shù)為0.7745，在1%的顯著性水平上顯著，并且綠色金融對發(fā)展性、共享性和可持續(xù)性的回歸系數(shù)分別為0.8228、0.6581和0.6853，也均在1%的顯著性水平上顯著，表明綠色金融能夠對發(fā)展性、共享性和可持續(xù)性產(chǎn)生促進作用，推動共同富裕的發(fā)展。此外，在替換被解釋變量、內生性檢驗等穩(wěn)健性檢驗中結果保持不變。

第二，區(qū)域異質性檢驗得出，在東部、中部、西部和東北部地區(qū)，綠色金融對共同富裕的影響系數(shù)分別為0.9752、0.5781、0.5552和0.3950，且均在1%的顯著性水平上顯著，表明綠色金融對東部地區(qū)共同富裕的促進作用更強，對東北地區(qū)共同富裕的促進作用較弱。同時，在民族地區(qū)和非民族地區(qū)，綠色金融對共同富裕的影響系數(shù)分別為0.5579和0.7441，且均在1%的顯著性水平上顯著，表明相較于民族地區(qū)，非民族地區(qū)綠色金融對共同富裕的促進作用更強。此外，在市場化程度高的地區(qū)和林業(yè)經(jīng)濟水平低的地區(qū)，綠色金融對共同富裕的促進作用更強，系數(shù)分別為0.8006和0.7982，且均在1%的顯著性水平上顯著。

第三，門檻效應檢驗得出，綠色技術創(chuàng)新存在8.7907和9.6994兩個門檻值，在不同的門檻區(qū)間內綠色金融對共同富裕的影響系數(shù)分別為0.5888、0.6388和0.7082，表明隨著綠色技術創(chuàng)新水平的提升，綠色金融與共同富裕存在非線性相關關系，且作用效果呈現(xiàn)“U”型趨勢。

第四，空間效應檢驗得出，共同富裕的空間自回歸系數(shù)和空間滯后項系數(shù)分別為0.4091和0.4708，且均在1%的顯著性水平上顯著，表明本地區(qū)綠色金融的發(fā)展不僅能促進本地區(qū)的共同富裕，也對鄰近地區(qū)產(chǎn)生溢出效應，提高了鄰近地區(qū)的共同富裕水平。此外，將地理鄰接矩陣替換為空間距離矩陣和經(jīng)濟距離矩陣，進一步檢驗了結果的穩(wěn)健性。

6.2討論

本文在參考已有理論和實證研究的基礎上，做了相應的創(chuàng)新和拓展，主要體現(xiàn)在三個方面：第一，對共同富裕的研究視角進行了拓展，通過基準回歸模型，驗證了綠色金融對共同富裕能夠產(chǎn)生促進作用，并且對區(qū)域異質性進行了分析，為政策的制定提供理論支撐。第二，發(fā)現(xiàn)隨著綠色技術創(chuàng)新水平的提升，綠色金融對共同富裕的影響呈現(xiàn)“U”型趨勢，豐富了共同富裕的相關理論。第三，考慮到綠色金融對共同富裕的空間溢出效應，構建空間杜賓模型，實證檢驗了綠色金融不僅能提高本地區(qū)的共同富裕水平，而且對鄰近地區(qū)產(chǎn)生溢出效應，對綠色金融的作用進行了更細致的分析。此外，進行了替換被解釋變量、內生性檢驗和替換空間矩陣等穩(wěn)健性檢驗，相較已有文獻，研究方法全面，結論更加可靠。

本文結論與相關研究比較：第一，基準回歸結果發(fā)現(xiàn)，綠色金融能夠直接促進共同富裕，這與張瑞懷（2021）、申云等（2022）的理論研究一致。但不同的是，本文實證分析了二者的關系，并將共同富裕細分為發(fā)展性、共享性和可持續(xù)性三個維度，更細致地分析了綠色金融對共同富裕的影響。此外，吳慶田等（2023）將綠色金融作為調節(jié)變量協(xié)同數(shù)字普惠金融對共同富裕產(chǎn)生促進作用，表明綠色金融能對共同富裕產(chǎn)生積極影響。第二，門檻效應檢驗發(fā)現(xiàn)，隨著綠色技術創(chuàng)新水平的提升，金融對共同富裕的促進作用將不斷增強，這與王中偉等（2023）的研究結論一致。但不同的是，王仲偉等（2023）是以數(shù)字普惠金融作為自變量，并未對綠色金融的作用效果進行研究。此外，李蘇等（2023）將經(jīng)濟發(fā)展水平和鄉(xiāng)村數(shù)字化發(fā)展水平作為門檻變量，分析綠色金融對鄉(xiāng)村振興的影響。第三，空間效應檢驗發(fā)現(xiàn)，金融不僅能提升本地區(qū)的共同富裕水平，而且對鄰近地區(qū)的共同富裕產(chǎn)生促進作用，這與蒲甘霖（2022）、何文彬等（2023）的研究結論一致。但不同的是，后者以普惠金融為研究對象，而本文共同富裕指標體系更為完善，并且進行了多種空間矩陣的分析，研究結果更加可信。此外，李玉梅等（2023）也對綠色金融的空間效應進行了研究，認為綠色金融不僅能提升本地區(qū)的經(jīng)濟韌性，而且對鄰近地區(qū)的經(jīng)濟韌性產(chǎn)生溢出效應，表明綠色金融存在顯著的空間效應。

本文在綠色金融與共同富裕的研究方面仍存在不足之處：第一，由于數(shù)據(jù)的可得性限制，未能對綠色金融體系進行完善，可能使得綠色金融水平衡量不準確，進而影響實證檢驗的結果。在以后研究中應進一步完善綠色金融的體系建設，減小綠色金融衡量的誤差。第二，本文雖然系統(tǒng)地分析了綠色金融對共同富裕的影響，但對二者之間的影響路徑未能進行更細致的分析。在未來研究中，應對綠色金融推動共同富裕的路徑進行更進一步的實證研究。第三，在樣本選擇時只選取了省級面板數(shù)據(jù)，未涵蓋地級市的數(shù)據(jù)，在以后研究中可以更細致地以地級市數(shù)據(jù)為樣本研究綠色金融對共同富裕的影響。

6.3政策啟示

綠色金融不僅推動了綠色經(jīng)濟的轉型，也為共同富裕目標的實現(xiàn)提供了重要支持。因此，基于研究結論，提出五點政策啟示。

第一，發(fā)展綠色金融，助力共同富裕。一方面，增加綠色信貸的投入力度，并且讓資源向農村地區(qū)傾斜，更好地縮小城鄉(xiāng)地區(qū)的差距；另一方面，為有綠色轉型需要的企業(yè)提供專屬的服務渠道，提高綠色金融的服務效率。此外，政府應對綠色產(chǎn)業(yè)提供稅收優(yōu)惠、財政補貼等措施，為共同富裕提供保障。

第二，優(yōu)化資源流通，促進地區(qū)協(xié)同發(fā)展。加強區(qū)域間政策、技術和人才等的交流，建立區(qū)域合作機制，以提高區(qū)域總體的富裕水平。此外，由于存在區(qū)域異質性，所以應加大對東北地區(qū)和民族地區(qū)綠色金融發(fā)展的支持力度，對欠發(fā)達地區(qū)應制定點對點幫扶政策，以縮小區(qū)域間發(fā)展差距。

第三，提高綠色技術創(chuàng)新水平。一是政府應提高科技型企業(yè)的貸款額度，加大對綠色技術創(chuàng)新的支持力度，更好地促進共同富裕發(fā)展；二是鼓勵企業(yè)、高校和研究機構之間的合作，形成產(chǎn)學研用結合的創(chuàng)新體系，加快技術創(chuàng)新和成果轉化；三是加強國際間的合作交流，同時注重綠色技術領域專業(yè)人才的培養(yǎng)，提高研發(fā)團隊的專業(yè)能力和創(chuàng)新能力。

第四，提升市場化程度。根據(jù)市場化程度的異質性研究，政府應通過減少行政審批、放寬市場準入限制，降低對經(jīng)濟活動的直接干預，從而讓市場力量在更大程度上發(fā)揮作用。此外，建立健全法律法規(guī)體系，更好地發(fā)揮市場在資源配置中的決定性作用，激發(fā)財富創(chuàng)造的動力，為共同富裕提供物質基礎。

第五，推動林業(yè)經(jīng)濟發(fā)展。政府應加大對林業(yè)經(jīng)濟發(fā)展的金融支持力度，降低林業(yè)企業(yè)和農戶的融資成本，提高共同富裕水平。同時，加強林區(qū)基礎設施建設，為林業(yè)產(chǎn)業(yè)的發(fā)展和居民收入的增加提供保障。此外，要把林業(yè)經(jīng)濟與旅游、文化、健康等產(chǎn)業(yè)進行融合，形成新的經(jīng)濟增長點，為林農提供更加多元化的收入來源，推動共同富裕。

參考文獻

卞晨，初釗鵬，孫正林.環(huán)境規(guī)制、綠色信貸與企業(yè)綠色技術創(chuàng)新的政策仿真——基于政府干預的演化博弈視角[J].管理評論， 2022， 34（10）：122-133.

曹薇，趙偉，司玉靜.數(shù)字經(jīng)濟對低碳發(fā)展的影響效應研究——基于綠色技術創(chuàng)新的調節(jié)效應與門檻效應分析[J].軟科學， 2023， 37（9）：47-54.

陳麗君，郁建興，徐銥娜.共同富裕指數(shù)模型的構建[J].治理研究， 2021， 37（4）：5-16， 2.

丁攀，金為華，陳楠.綠色金融發(fā)展、產(chǎn)業(yè)結構升級與經(jīng)濟可持續(xù)增長[J].南方金融， 2021（2）：13-24.

傅才武，高為.精神生活共同富裕的基本內涵與指標體系[J].山東大學學報（哲學社會科學版）， 2022（3）：11-24.

龔斌磊，錢澤森，李實.共同富裕的測度與驅動機制研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究， 2023， 40（12）：5-26.

何文彬，王珂凡.數(shù)字普惠金融對我國共同富裕的影響研究[J].征信， 2023， 41（2）：74-80.

李實.共同富裕的目標和實現(xiàn)路徑選擇[J].經(jīng)濟研究， 2021， 56（11）：4-13.

李蘇，郭遠通，司寶靜.綠色金融助推鄉(xiāng)村振興的實現(xiàn)機制研究——基于空間溢出效應與門檻效應的經(jīng)驗分析[J].林業(yè)經(jīng)濟， 2023， 45（5）：53-74.

李曉西，夏光，蔡寧.綠色金融與可持續(xù)發(fā)展[J].金融論壇， 2015， 20（10）：30-40.

李楊，齊紹洲.綠色發(fā)展促進共同富裕的內在邏輯與有效路徑[J].中州學刊， 2024（2）：62-69.

李玉梅，陳洋毅，劉璐，等.綠色金融與區(qū)域經(jīng)濟韌性影響機理及空間關聯(lián)性研究——基于空間杜賓模型的實證分析[J].林業(yè)經(jīng)濟， 2023， 45（9）：39-58.

劉培林，錢滔，黃先海，等.共同富裕的內涵、實現(xiàn)路徑與測度方法[J].管理世界， 2021， 37（8）：117-129.

馬駿.論構建中國綠色金融體系[J].金融論壇， 2015， 20（5）：18-27.

蒲甘霖.綠色普惠金融對共同富裕的空間效應研究[J].技術經(jīng)濟與管理研究， 2022（8）：117-122.

邵帥，范美婷，楊莉莉.經(jīng)濟結構調整、綠色技術進步與中國低碳轉型發(fā)展——基于總體技術前沿和空間溢出效應視角的經(jīng)驗考察[J].管理世界， 2022， 38（2）：46-69， 4-10.

申云，盧躍.綠色金融賦能農民農村共同富?！F(xiàn)實挑戰(zhàn)、邏輯進路與體系構建[J].農村金融研究， 2022（11）：10-19.

史代敏，施曉燕.綠色金融與經(jīng)濟高質量發(fā)展：機理、特征與實證研究[J].統(tǒng)計研究， 2022， 39（1）：31-48.

王小魯，胡李鵬，樊綱.中國分省份市場化指數(shù)報告[R].北京：社會科學文獻出版社， 2021.

王中偉，焦方義，趙彤彤.數(shù)字普惠金融、綠色技術創(chuàng)新與共同富裕[J].西南民族大學學報（人文社會科學版）， 2023， 44（6）： 111-122.

吳慶田，文曉佩.數(shù)字普惠金融與綠色金融的協(xié)同效應與作用機制——基于共同富裕目標[J].管理現(xiàn)代化， 2023， 43（5）：47-55.

徐勝，董浩楠.綠色金融、產(chǎn)業(yè)結構升級與海洋經(jīng)濟高質量發(fā)展——基于環(huán)境規(guī)制調節(jié)的中介模型[J].生態(tài)經(jīng)濟， 2024， 40（3）： 46-53.

郁建興，任杰.共同富裕的理論內涵與政策議程[J].政治學研究， 2021（3）：13-25， 159-160.

張洪瑞，吳平.綠色信貸對碳排放的空間溢出效應——基于環(huán)境監(jiān)管調節(jié)效應的分析[J].西南金融， 2023（8）：18-31.

張瑞懷.綠色普惠金融促進共同富裕[J].中國金融， 2021（21）：33-35.

Hansen B E. Threshold Effects in Non-Dynamic Panels：Estimation， Testing， and Inference [J]. Journal of Econometrics， 1999， 93（2）： 345-368.

Jiang L， Wang H， Tong A， et al. The Measurement of Green Finance Development Index and Its Poverty Reduction Effect： Dynamic Panel Analysis Based on Improved Entropy Method [J]. Discrete Dynamics in Nature and Society， 2020， 16（12）：1-3.

Khan M A， Riaz H， Ahmed M， et al. Does green finance really deliver what is expected？ An Empirical Perspective [J]. Borsa Istanbul Review， 2022， 22（3）：586-593.

Labatt S， White R. Environmental Finance：A Guide to Environmental Risk Assessment and Financial Products [M]. Hoboken：John Wiley and Sons Inc， 2002.

Markandya A， Antimiani A， Costantini V， et al. Analyzing Trade-offs in International Climate Policy Options： The Case of the Green Climate Fund [J]. World Development， 2015， 74：93-107.

Salazar J. Environmental finance： Linking two world [Z]. Presented at Workshop on Financial Innovations for Bio-diversity Bratislava， 1998（1）：2-18.

Sun H， Edziah B K， Sun C， et al. Institutional quality， green innovation and energy efficiency [J]. Energy Policy， 2019， 135：111002.

White M A. Environmental Finance： Value and Risk in an Age of Ecology [J]. Business Strategy and the Environment， 1996， 5（3）： 198-206.

（責任編輯康子昊）

①數(shù)據(jù)來源：浙江省林業(yè)局，http：//lyj.zj.gov.cn/art/2023/7/28/art_1229168428_59055702.html。

②數(shù)據(jù)來源：浙江省統(tǒng)計局，https：//tjj.zj.gov.cn/art/2024/3/4/art_1229129205_5271123.html。