邢曉衛(wèi)，葉阿忠，陸峰

（1. 東北大學(xué) 工商管理學(xué)院，遼寧 沈陽 110169；2. 福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州 350108；3. 廣西財經(jīng)學(xué)院 金融與保險學(xué)院，廣西 南寧 530003）

1 問題提出

綠水青山就是金山銀山，改善生態(tài)環(huán)境就是發(fā)展生產(chǎn)力，良好生態(tài)環(huán)境能源源不斷創(chuàng)造綜合效益，實現(xiàn)經(jīng)濟(jì)社會可持續(xù)發(fā)展[1]。新冠疫情的沖擊讓我們更加清晰地看到綠色可持續(xù)高質(zhì)量發(fā)展的重要性，綠色發(fā)展離不開科技含量高、資源消耗少、環(huán)境友好的綠色產(chǎn)業(yè)結(jié)構(gòu)和綠色生產(chǎn)方式的構(gòu)建，及綠色生活、消費(fèi)的有效踐行。但是，不論綠色發(fā)展還是綠色生活、消費(fèi)最終均會落實到產(chǎn)業(yè)綠色升級及綠色產(chǎn)業(yè)化中[2]，而落實過程則需要大量的資金，政府財力只能解決部分資金，更多的需要包括數(shù)字普惠金融在內(nèi)的金融體系的全方位支持[3-4]。因此，在我國構(gòu)建“雙循環(huán)”新格局、“碳中和”承諾及全球綠色可持續(xù)低碳經(jīng)濟(jì)主基調(diào)的新形勢下，探究綠色產(chǎn)業(yè)發(fā)展空間差異、動態(tài)演進(jìn)及數(shù)字普惠金融的影響，有助于把握綠色產(chǎn)業(yè)發(fā)展水平及動向，為制定加快綠色產(chǎn)業(yè)成長為經(jīng)濟(jì)新增長點的戰(zhàn)略和政策提供理論依據(jù)和決策參考。

科學(xué)評價綠色產(chǎn)業(yè)發(fā)展是研究其空間差異、動態(tài)演進(jìn)及數(shù)字普惠金融支持的基本前提。目前，綠色產(chǎn)業(yè)發(fā)展普遍通過指標(biāo)體系進(jìn)行測度，根據(jù)指標(biāo)體系構(gòu)建主體的不同，可分為兩類。第一類是權(quán)威機(jī)構(gòu)（組織）構(gòu)建的指標(biāo)體系，如聯(lián)合國環(huán)境計劃署（UNEP）[5-6]構(gòu)建的經(jīng)濟(jì)綠色發(fā)展體系和城市綜合環(huán)境評價體系；北京發(fā)改委[7]提出的“綠色北京”指標(biāo)體系等。這些指標(biāo)具有很強(qiáng)的權(quán)威性，但因其選取的主觀性及更多側(cè)重國家（地區(qū)）層面分析，致使其難以適用于省、市等層面的分析和比較。第二類則是由學(xué)者提出適用于區(qū)域個體分析的指標(biāo)體系。尹艷冰[8]從綠色產(chǎn)業(yè)發(fā)展特征出發(fā)，形成了包含資源綜合利用、產(chǎn)業(yè)發(fā)展水平、污染控制、產(chǎn)業(yè)發(fā)展?jié)摿?、社會效益和公眾效益六個準(zhǔn)則的綠色產(chǎn)業(yè)發(fā)展評價體系。Nguyen & Hens[9]則通過粉塵濃度、SO2濃度等16個具體指標(biāo)來評價越南水泥行業(yè)的環(huán)?？冃?。更多國內(nèi)學(xué)者則借鑒“綠色北京”指標(biāo)體系選取綠色生產(chǎn)、綠色消費(fèi)、綠色環(huán)境三大維度指標(biāo)來構(gòu)建綠色產(chǎn)業(yè)發(fā)展的評價指標(biāo)體系[3,10-13]。

關(guān)于中國綠色產(chǎn)業(yè)發(fā)展空間差異及分布動態(tài)演進(jìn)的研究相對較少，基本停留在對我國綠色產(chǎn)業(yè)發(fā)展的簡單比較和相關(guān)性分析上。相關(guān)研究主要對各地區(qū)綠色產(chǎn)業(yè)發(fā)展水平進(jìn)行數(shù)據(jù)比較，根據(jù)測度的綠色產(chǎn)業(yè)發(fā)展指數(shù)對其區(qū)域差異進(jìn)行比較分析[3,13-14]，或?qū)^(qū)域綠色產(chǎn)業(yè)發(fā)展的空間相關(guān)性、分布狀態(tài)或區(qū)域協(xié)同性進(jìn)行分析[15-17]。鮮有學(xué)者探究中國綠色產(chǎn)業(yè)發(fā)展的空間差異和動態(tài)分布演進(jìn)，這在一定程度上阻礙了基于區(qū)域空間格局因地制宜的綠色產(chǎn)業(yè)發(fā)展政策的制定和實施，不利于充分挖掘各地區(qū)綠色產(chǎn)業(yè)發(fā)展?jié)摿暗貐^(qū)間綠色可持續(xù)協(xié)同發(fā)展的推進(jìn)。但已有部分學(xué)者[18-19]采用分布動態(tài)學(xué)模型對我國生態(tài)文明、綠色發(fā)展等的動態(tài)演進(jìn)分別進(jìn)行了探索。

資本積累和技術(shù)進(jìn)步是產(chǎn)業(yè)發(fā)展的基礎(chǔ)，而資本形成和技術(shù)進(jìn)步更離不開金融的密切支持，這決定了金融能強(qiáng)力推動產(chǎn)業(yè)的綠色升級及綠色產(chǎn)業(yè)的培育壯大，還可增強(qiáng)其發(fā)展的后勁[3,17,20-23]。近年來，中國普惠金融的快速發(fā)展有效擴(kuò)展了可負(fù)擔(dān)成本金融服務(wù)的覆蓋面[24]， 有效改善了企業(yè)融資難、融資貴的狀況[25]，促進(jìn)了產(chǎn)業(yè)綠色轉(zhuǎn)型升級及綠色產(chǎn)業(yè)的培育[3,17]。實踐中，普惠金融更因與互聯(lián)技術(shù)等的不斷融合而得到長足發(fā)展，在地理上更具穿透性，新型數(shù)字普惠金融已成為普惠金融的重要源動力和增長點[4]。謝絢麗等[26]結(jié)合企業(yè)創(chuàng)新數(shù)據(jù)，研究發(fā)現(xiàn)數(shù)字普惠金融能促進(jìn)企業(yè)創(chuàng)新，助力經(jīng)濟(jì)包容性增長[27]。盡管如此，中國數(shù)字普惠金融的發(fā)展仍存在一些問題，比如區(qū)域差異明顯，空間集聚性及空間異質(zhì)性并存等[4]，而這可能導(dǎo)致數(shù)字普惠金融對綠色產(chǎn)業(yè)發(fā)展的支撐具有地區(qū)異質(zhì)性，甚至可能因金融抑制的出現(xiàn)而產(chǎn)生負(fù)向作用。

基于此，本文將結(jié)合空間Moran’s I指數(shù)、Dagum基尼系數(shù)及Kernel密度估計分析綠色產(chǎn)業(yè)發(fā)展的空間差異及動態(tài)分布演進(jìn)特征，并采用空間杜賓模型（SDM）檢驗數(shù)字普惠金融對綠色產(chǎn)業(yè)發(fā)展的影響機(jī)理。第一，利用空間Moran’s I指數(shù)及其散點圖測度綠色產(chǎn)業(yè)發(fā)展的空間相關(guān)性和“俱樂部”效應(yīng)；第二，運(yùn)用Dagum基尼系數(shù)分解法測度綠色產(chǎn)業(yè)發(fā)展的地區(qū)差異及其來源；第三，運(yùn)用Kernel密度估計分析綠色產(chǎn)業(yè)分布的總體形態(tài)和演進(jìn)變化；第四，構(gòu)建SDM模型探究數(shù)字普惠金融對綠色產(chǎn)業(yè)發(fā)展的影響，及區(qū)域間作用效果的差異。本文邊際貢獻(xiàn)在于：首先，以往研究多關(guān)注綠色產(chǎn)業(yè)發(fā)展水平測算，本文則在綠色產(chǎn)業(yè)發(fā)展水平測算基礎(chǔ)上，重點關(guān)注綠色產(chǎn)業(yè)發(fā)展的空間分布、區(qū)域差異及動態(tài)演進(jìn)趨勢等；其次，考慮到綠色產(chǎn)業(yè)發(fā)展的區(qū)域協(xié)調(diào)性，運(yùn)用SDM模型從空間溢出視角分析了數(shù)字普惠金融在全國及東、中、西三大區(qū)域?qū)G色產(chǎn)業(yè)發(fā)展的作用機(jī)理；最后，以往研究多以省域、城市或一定區(qū)域為研究對象，因而對全國及不同區(qū)域綜合分析比較視角的研究，在一定程度上能彌補(bǔ)相關(guān)研究的不足。

2 研究設(shè)計

2.1 綠色產(chǎn)業(yè)發(fā)展評價指標(biāo)體系構(gòu)建

綠色產(chǎn)業(yè)發(fā)展涵蓋了以環(huán)境友好為基本標(biāo)準(zhǔn)的綠色生產(chǎn)、綠色消費(fèi)和綠色環(huán)境的方方面面，因此需構(gòu)建多維度綜合性評價指標(biāo)體系進(jìn)行定性評估?？紤]到數(shù)據(jù)的可獲得性以及歷年數(shù)據(jù)的連續(xù)性，基于指標(biāo)體系構(gòu)建的全面性、代表性、可比性和可操作性等基本原則，以《北京市“十二五”時期綠色北京發(fā)展建設(shè)規(guī)劃》為指導(dǎo)，借鑒李文等[3]、杜永強(qiáng)等[11]、周穎等[12]及石寶峰等[13]構(gòu)建的綠色產(chǎn)業(yè)發(fā)展評價指標(biāo)體系，從綠色生產(chǎn)、綠色消費(fèi)和綠色環(huán)境三個層面選取代表性指標(biāo)，最終構(gòu)建了由三個系統(tǒng)層26個具體指標(biāo)構(gòu)成的綠色產(chǎn)業(yè)發(fā)展評價指標(biāo)體系，如表1所示。

表1 綠色產(chǎn)業(yè)發(fā)展水平評價指標(biāo)體系

2.2 研究方法

（1）綠色產(chǎn)業(yè)發(fā)展水平測度方法。在測度各省歷年綠色產(chǎn)業(yè)發(fā)展指數(shù)時，借鑒郭峰等[4]的做法，在變異系數(shù)法基礎(chǔ)上運(yùn)用多層次分析法進(jìn)行測度評價，具體步驟為：

步驟一：指標(biāo)標(biāo)準(zhǔn)化。為緩解極端值的影響，保持指數(shù)平穩(wěn)性，采取對數(shù)型功效函數(shù)法，計算公式為：

式中：xl為對數(shù)功效函數(shù)公式中的下限，正向指標(biāo)的xl值取2011年各指標(biāo)數(shù)據(jù)的95%分位數(shù)，反向指標(biāo)則取2011年各指標(biāo)數(shù)據(jù)的5%分位數(shù)；xh為對數(shù)功效函數(shù)公式中的上限，正向指標(biāo)的xh值取2011年各指標(biāo)數(shù)據(jù)的5%分位數(shù)，反向指標(biāo)的xh值則取2011年各指標(biāo)數(shù)據(jù)的95%分位數(shù)。此外，為了避免極端值的出現(xiàn)，對超過上下限的地區(qū)進(jìn)行“縮尾”處理。

步驟二：變異系數(shù)法確定指標(biāo)層各指標(biāo)權(quán)重。

首先，計算各指標(biāo)的變異系數(shù)vi：

式中：xi為標(biāo)準(zhǔn)化后的第i個指標(biāo)，σi為xi的標(biāo)準(zhǔn)差。

其次，測算各指標(biāo)的權(quán)重wi：

式中：wi為各指標(biāo)權(quán)重，n為全部指標(biāo)的數(shù)量。

步驟三：利用層次分析法確定系統(tǒng)層各指標(biāo)權(quán)重。根據(jù)綠色生產(chǎn)、綠色消費(fèi)和綠色環(huán)境三個維度的相對重要程度并征詢相關(guān)專家的意見，在構(gòu)建判斷矩陣基礎(chǔ)上解正互反矩陣的最大特征值，經(jīng)歸一化處理后即可得到權(quán)重向量。

步驟四：指數(shù)合成。采取算數(shù)加權(quán)平均法進(jìn)行指數(shù)合成，算數(shù)加權(quán)平均合成模型的公式為：

式中：GI為綠色產(chǎn)業(yè)發(fā)展指數(shù)，Wi為各指標(biāo)歸一化后的權(quán)重。

（2）綠色產(chǎn)業(yè)發(fā)展空間分布特征測度。為了客觀分析綠色產(chǎn)業(yè)發(fā)展空間分布特征及“俱樂部”集群發(fā)展模式，運(yùn)用空間Moran’s I指數(shù)及其散點圖分析綠色產(chǎn)業(yè)發(fā)展的空間分布特征。Moran’s I指數(shù)計算公式為：

（3）綠色產(chǎn)業(yè)發(fā)展區(qū)域差異分解。為探究中國綠色產(chǎn)業(yè)發(fā)展的地域間差異以及來源，借助Dagum基尼系數(shù)分解法進(jìn)行分析。Dagum基尼系數(shù)及分解法能夠?qū)⒒嵯禂?shù)按子群進(jìn)行分解，總體基尼系數(shù)（G）可被分解為地區(qū)內(nèi)差異（GW）、地區(qū)間凈差異（Gnb）和超變密度（Gl），有效解決了傳統(tǒng)基尼系數(shù)等方法難以解決樣本數(shù)據(jù)交叉重疊及地區(qū)差異來源的局限（限于篇幅，此處不再翔實列示該方法的具體計算步驟，感興趣的讀者可向本文作者索?。?/p>

（4）綠色產(chǎn)業(yè)發(fā)展的分布動態(tài)。Kernel密度估計被廣泛應(yīng)用于空間非均衡分布研究，其通過平滑的峰值函數(shù)對觀測數(shù)據(jù)進(jìn)行擬合，利用核密度估計得到的曲線圖像可觀測隨機(jī)變量的分布位置、形態(tài)、延展性及極化趨勢等特征。一般假設(shè)隨機(jī)變量X的密度函數(shù)為：

式中：N代表觀測值的個數(shù)；h為帶寬，h越大，密度函數(shù)曲線越光滑，但估計精度越低，反之，曲線越不光滑但有更高精度；Xi為獨(dú)立同分布觀測值，x為觀測值的均值；K(·)為高斯核密度函數(shù)，計算公式為：

（5）數(shù)字普惠金融的支持分析?？紤]到省際綠色產(chǎn)業(yè)發(fā)展可能存在的空間相關(guān)性，為分析數(shù)字普惠金融對綠色產(chǎn)業(yè)發(fā)展的支持作用，本文借鑒已有研究[28-29]，采用空間杜賓模型（SDM）進(jìn)行實證考察，模型設(shè)定為：

式中：下標(biāo)i(j)和t分別表示省份i(j)和第t年；GI和Finance分別代表綠色產(chǎn)業(yè)發(fā)展水平和數(shù)字普惠金融發(fā)展水平；X為控制變量；ρ和θ分別表示綠色產(chǎn)業(yè)發(fā)展水平和數(shù)字普惠金融發(fā)展水平空間滯后項系數(shù)；μi、λt和εit分別代表個體效應(yīng)、時間效應(yīng)和隨機(jī)擾動項；Wij為地理距離空間權(quán)重矩陣W中的(i,j)元素。此外，當(dāng)θ=0時，SDM模型將簡化為空間滯后模型（SAR）；當(dāng)ρ=θ=0時，SDM模型則應(yīng)簡化為空間誤差模型（SEM）。

2.3 變量說明與數(shù)據(jù)來源

（1）變量說明。核心解釋變量——數(shù)字普惠金融（Finance）：使用北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)共同編制的中國數(shù)字普惠金融指數(shù)來表示。該指數(shù)通過覆蓋廣度、使用深度和數(shù)字支持服務(wù)程度三個維度的33個指標(biāo)描繪了中國不同地區(qū)數(shù)字普惠金融的發(fā)展水平，已被較好應(yīng)用于數(shù)字金融研究[26-27]。

控制變量：結(jié)合既有研究，分析數(shù)字普惠金融對綠色產(chǎn)業(yè)發(fā)展影響時引入的控制變量包括：經(jīng)濟(jì)發(fā)展水平（GDP），用人均GDP表示；城鎮(zhèn)化率（Urban），以年末城鎮(zhèn)人口占常住人口比重表示；產(chǎn)業(yè)結(jié)構(gòu)（IND），引入產(chǎn)業(yè)結(jié)構(gòu)層次系數(shù)公式計算： ，其中，i代表第i產(chǎn)業(yè)，qi代表第i產(chǎn)業(yè)產(chǎn)值占GDP的比重；法治建設(shè)（Legal），以萬人行政復(fù)議及應(yīng)訴案件數(shù)表示；研發(fā)投入（R&D），以規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)表示；對外開放水平（Open），以進(jìn)出口總額占GDP比重表示；路網(wǎng)密度（Road_density），用公路里程與國土面積之比表示；要素稟賦（Factor_E），以資本存量與勞動力數(shù)量之比表示；能源消費(fèi)結(jié)構(gòu)（Energy），以煤炭消費(fèi)占八種主要能源消費(fèi)總量的比重表示。

（2）數(shù)據(jù)來源。本文樣本為2011—2017年中國除西藏及港澳臺地區(qū)外的30個省份數(shù)據(jù)，各指標(biāo)的原始數(shù)據(jù)主要來源于2012—2018年的《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》、各省份歷年統(tǒng)計年鑒，以及國家統(tǒng)計局等網(wǎng)站公布的數(shù)據(jù)。此外，對于部分缺失的數(shù)據(jù)采用線性插值法或外推法予以補(bǔ)充。

3 中國綠色產(chǎn)業(yè)的測度及演進(jìn)特征分析

3.1 綠色產(chǎn)業(yè)發(fā)展事實描述

基于變異系數(shù)—層次分析法測算出2011—2017年各省份綠色產(chǎn)業(yè)發(fā)展指數(shù)，并據(jù)此得到全國及三大區(qū)域綠色產(chǎn)業(yè)發(fā)展指數(shù)（表2）。觀測期內(nèi)，全國綠色產(chǎn)業(yè)發(fā)展指數(shù)得到顯著提升，從2011年的44.11增長到2017年的59.43，漲幅達(dá)到34.73%，年均增長率為5.09%。然而，不同省份綠色產(chǎn)業(yè)發(fā)展指數(shù)存在差異，觀測期內(nèi)僅有13個省份超過全國均值，排名前5名的北京、天津、上海、山東和陜西的綠色發(fā)展指數(shù)分別是末名新疆的2.01倍、1.92倍、1.77倍、1.76倍和1.75倍。從增速看，各省份年均增長率也存在差異，觀測期內(nèi)有8個省份跑贏全國年均增速，北京、天津、青海和上海年均增速更達(dá)到10%以上；與此同時，新疆卻是在波動中演進(jìn)，甚至出現(xiàn)負(fù)增速-0.96%。

表2 各省份綠色產(chǎn)業(yè)發(fā)展指數(shù)

分區(qū)域看，2011—2017年，東部地區(qū)綠色產(chǎn)業(yè)發(fā)展指數(shù)從45.99增長到67.49，漲幅達(dá)到46.77%；中部地區(qū)從44.36增長到57.15，漲幅為28.84%；西部地區(qū)從42.04增長到53.02，漲幅為26.10%。可見，中國綠色產(chǎn)業(yè)發(fā)展及其增長趨勢均呈現(xiàn)出東、中、西部地區(qū)依次遞減的階梯式發(fā)展?fàn)顟B(tài)。從演變趨勢看，東部地區(qū)呈“快速上升—穩(wěn)健提升”的趨勢，即綠色產(chǎn)業(yè)發(fā)展指數(shù)由2011年的45.99快速增長為2012年的59.62，之后持續(xù)保持穩(wěn)定增長態(tài)勢，并實現(xiàn)2.51%的年均增速。中、西部地區(qū)演變趨勢則在波動中按照“快速上升—波動演進(jìn)”的模式演進(jìn)，即2007—2012年表現(xiàn)為穩(wěn)步上升態(tài)勢，2012年達(dá)到最大值后，2013年出現(xiàn)較大下降并在此后波動中呈微弱上升趨勢，且在2017年，西部地區(qū)下降了1.3%，而同期東部地區(qū)則實現(xiàn)了1.94%的增速。

3.2 綠色產(chǎn)業(yè)發(fā)展的空間分布特征

空間Moran’s I指數(shù)及其散點圖（限于篇幅，此處不再詳實列示歷年Moran’s I指數(shù)及其散點圖，感興趣的讀者可向本文作者索?。┱故镜木G色產(chǎn)業(yè)發(fā)展的空間相關(guān)性及空間集聚特征結(jié)果顯示：除2011年外，其余年份的Moran’s I指數(shù)為正并均通過1%顯著性檢驗，且觀測期內(nèi)歷年大部分省份位于第一、第三象限，即東部沿海省份基本處于高—高型集聚區(qū)，而中、西部省份基本位于低—低型集聚區(qū)，這說明中國各省份綠色產(chǎn)業(yè)發(fā)展在空間上并非隨機(jī)分布，而是按照中國傳統(tǒng)三大地帶劃分呈現(xiàn)“俱樂部”式集群發(fā)展。

3.3 綠色產(chǎn)業(yè)發(fā)展的區(qū)域差異分析

按照綠色產(chǎn)業(yè)發(fā)展的空間分布特征，將30個省份分為三個“俱樂部”并采用Dagum基尼系數(shù)分解法來揭示綠色產(chǎn)業(yè)發(fā)展的地區(qū)差異及來源，結(jié)果如表3所示。

表3 基尼系數(shù)及其分解

第一，綠色產(chǎn)業(yè)發(fā)展總體地區(qū)差異及演變趨勢。2011—2017年，綠色產(chǎn)業(yè)發(fā)展的基尼系數(shù)在波動中維持在穩(wěn)定區(qū)間[0.08, 0.09]，總體地區(qū)差距在2012年達(dá)到峰值后出現(xiàn)了短暫降低，達(dá)到最小值0.08；2015年以后總體地區(qū)差距開始上升，并于2017年達(dá)到新高0.09，較2015年增加了8.71%。綜上，觀測期內(nèi)綠色產(chǎn)業(yè)發(fā)展總體地區(qū)差距在波動中處于較為穩(wěn)定水平，但上升勢頭顯現(xiàn)。

第二，綠色產(chǎn)業(yè)發(fā)展地區(qū)內(nèi)差異及演變趨勢。東、西部地區(qū)內(nèi)差距均值明顯高于中部，且東部地區(qū)內(nèi)差異在2014年后超過西部，而中部地區(qū)內(nèi)差異均值最低。從演進(jìn)趨勢來看，2011—2017年，東部呈現(xiàn)“W”型上升演進(jìn)趨勢，2011—2013年持續(xù)下降，降幅為18.47%，2014年出現(xiàn)相對高點0.08，在2015年出現(xiàn)下降后則持續(xù)上升，2017年達(dá)到峰值0.09，較2011年上升了17.45%；而中、西部地區(qū)內(nèi)差異則在波動中呈下降趨勢，分別從2011年的峰值0.05、0.10下降到2017年的0.02和0.06，降幅分別為55.22%和39.43%。

第三，綠色產(chǎn)業(yè)發(fā)展地區(qū)間差異及演變趨勢。東—中、東—西的地區(qū)間差異較大，但在波動中呈微弱上升態(tài)勢，而中—西地區(qū)間差異相對較小且具有穩(wěn)步下降的趨勢。具體來看，東—中和東—西的地區(qū)間差異均大體呈“較大波動—穩(wěn)中微弱上升”的兩階段演進(jìn)特征，其中2011—2013年出現(xiàn)較大波動，之后從2014年開始以穩(wěn)定趨勢發(fā)展，并在2016—2017年再次出現(xiàn)上揚(yáng)勢頭，且東—中和東—西地區(qū)間的基尼系數(shù)值分別由2011年的0.07、0.10上升至2017年的0.10和0.13，漲幅分別為31.51%和25.82%；中—西部地區(qū)間差異卻呈現(xiàn)波動中下降態(tài)勢，基尼系數(shù)從2011年的0.08下降至2017年的0.054，實現(xiàn)35.29%的降幅。

第四，綠色產(chǎn)業(yè)發(fā)展地區(qū)差異貢獻(xiàn)率。2012—2017年，地區(qū)間差異平均貢獻(xiàn)所占比重最大，其次是地區(qū)內(nèi)差異，而超變密度的平均貢獻(xiàn)率最小。具體來看，地區(qū)間差異貢獻(xiàn)率基本保持在60%左右；地區(qū)內(nèi)差異貢獻(xiàn)率基本按照橫向延伸趨勢演進(jìn)，且波動幅度較小，貢獻(xiàn)率基本保持在25.75%～27.64%之間；超變密度貢獻(xiàn)率則呈“上升—下降”的演進(jìn)特征，2014年達(dá)到相對高點16.35%，自此進(jìn)入下降通道，并于2017年達(dá)到最低值10.16%。

3.4 綠色產(chǎn)業(yè)發(fā)展動態(tài)演進(jìn)分析

為更為細(xì)致地捕捉綠色產(chǎn)業(yè)發(fā)展絕對差異的動態(tài)信息，進(jìn)一步應(yīng)用高斯核函數(shù)對全國及三大地區(qū)綠色產(chǎn)業(yè)發(fā)展進(jìn)行Kernel密度估計，具體如圖1～圖4所示。

圖4 西部地區(qū)綠色產(chǎn)業(yè)演進(jìn)趨勢

第一，全國整體綠色產(chǎn)業(yè)發(fā)展的Kernel密度估計如圖1所示，綠色產(chǎn)業(yè)發(fā)展的整體分布逐漸向右移動，表示發(fā)展水平在不斷提升；波峰高度先升后降，波峰寬度變窄后略變寬，且在右側(cè)存在拖尾現(xiàn)象，說明綠色產(chǎn)業(yè)發(fā)展差距先縮小后增大，但發(fā)展水平存在集中于較低水平傾向；波峰呈現(xiàn)“一主一小”的格局，說明綠色產(chǎn)業(yè)發(fā)展存在分化發(fā)展現(xiàn)象，高發(fā)展水平省份具有較高提升速度，而低發(fā)展水平省份提升速度也較低。

圖1 全國層面綠色產(chǎn)業(yè)演進(jìn)趨勢

第二，圖2展示了東部地區(qū)綠色產(chǎn)業(yè)發(fā)展的Kernel密度估計，東部綠色產(chǎn)業(yè)發(fā)展呈現(xiàn)先右移后左移分布，說明其經(jīng)歷了一段時間提升后出現(xiàn)提升乏力現(xiàn)象；波峰高度越來越低，波峰寬度則越來越寬，說明各省份綠色產(chǎn)業(yè)發(fā)展的差距在拉大；波峰基本由“單峰”構(gòu)成，但近年右側(cè)有凸起傾向，說明綠色產(chǎn)業(yè)發(fā)展未經(jīng)歷分化發(fā)展過程，但具有分化發(fā)展傾向。

圖2 東部地區(qū)綠色產(chǎn)業(yè)演進(jìn)趨勢

第三，圖3呈現(xiàn)了中部地區(qū)綠色產(chǎn)業(yè)發(fā)展的Kernel密度估計，中部綠色產(chǎn)業(yè)發(fā)展基本呈現(xiàn)快速向右移動的特征，說明中部8省份綠色產(chǎn)業(yè)得到較好發(fā)展；波峰越來越高，寬度基本呈現(xiàn)趨窄傾向，說明中部各省份綠色產(chǎn)業(yè)具有趨同發(fā)展傾向；側(cè)峰曾在波峰右側(cè)出現(xiàn)過，但隨后逐漸消失，說明綠色產(chǎn)業(yè)發(fā)展出現(xiàn)過分化發(fā)展現(xiàn)象，隨后消失，省份差距不斷減小。

圖3 中部地區(qū)綠色產(chǎn)業(yè)演進(jìn)趨勢

第四，西部地區(qū)綠色產(chǎn)業(yè)發(fā)展的Kernel密度估計如圖4所示，西部綠色產(chǎn)業(yè)發(fā)展分布整體向右移動，說明各省綠色產(chǎn)業(yè)發(fā)展在提高；波峰高度經(jīng)歷先高后低的演變，寬度則先窄后寬，說明各省份發(fā)展差距先減小后增大；波峰逐漸由“一主多小”演變?yōu)椤耙恢饕恍　备窬?，說明西部多極化發(fā)展現(xiàn)象得到很好扭轉(zhuǎn)，但兩極化發(fā)展的現(xiàn)象依然嚴(yán)重。

4 綠色產(chǎn)業(yè)發(fā)展進(jìn)程中數(shù)字普惠金融支持探討

4.1 模型檢驗

通常，若回歸是基于某些特定個體時，固定效應(yīng)模型是較好選擇[30]，且全樣本的Hausman檢驗也拒絕了隨機(jī)效應(yīng)的原假設(shè)。進(jìn)一步，表4中的似然比（LR）檢驗發(fā)現(xiàn)空間固定效應(yīng)和時間固定效應(yīng)具有聯(lián)合顯著性，而表5中SAR和SEM模型的Wald檢驗和LR檢驗均通過了1%水平的顯著性檢驗，拒絕了SDM模型能簡化為SAR和SEM模型的原假設(shè)。因此，建立雙向固定效應(yīng)的SDM模型對全樣本的數(shù)字普惠金融影響效應(yīng)進(jìn)行分析，更加符合客觀現(xiàn)實。按照同樣的檢驗發(fā)現(xiàn)，東、西部地區(qū)適合建立雙向固定效應(yīng)SDM模型，而中部地區(qū)更適合建立個體固定效應(yīng)SEM模型。

表4 空間和時間固定效應(yīng)聯(lián)合顯著性檢驗

表5 SDM模型適用性檢驗

4.2 全樣本估計結(jié)果

根據(jù)表6報告的全國整體估計結(jié)果（限于篇幅，本文沒有列出采用Queen鄰近矩陣、加入個體—時間聯(lián)合固定效應(yīng)等模型下的穩(wěn)健性檢驗結(jié)果，感興趣的讀者可向本文作者索取），F(xiàn)inance系數(shù)顯著為正，可見數(shù)字普惠金融有效提升了綠色產(chǎn)業(yè)的發(fā)展。數(shù)字普惠金融主要從兩方面產(chǎn)生影響：一是數(shù)字普惠金融有效解決了企業(yè)“融資難”“融資貴”的窘境，通過優(yōu)化企業(yè)資產(chǎn)配置從而促進(jìn)綠色產(chǎn)業(yè)發(fā)展；二是數(shù)字普惠金融提升了企業(yè)創(chuàng)新動力。傳統(tǒng)信貸市場上，受制于信息不對稱，特別是抵押品不充足的影響，很大比例企業(yè)特別是中小企業(yè)和新創(chuàng)企業(yè)很難從金融機(jī)構(gòu)獲得啟動資本和早期擴(kuò)張資本，數(shù)字普惠金融的發(fā)展改善了企業(yè)的融資狀況，提升了企業(yè)整體盈利能力，增加了企業(yè)綠色生產(chǎn)、綠色轉(zhuǎn)型和綠色升級的動力。而且融資狀況的改善和盈利能力的提升還能促進(jìn)企業(yè)創(chuàng)新[25-27]， 加快綠色產(chǎn)業(yè)發(fā)展。

表6 數(shù)字普惠金融支持綠色產(chǎn)業(yè)發(fā)展的空間計量結(jié)果

然而，與數(shù)字普惠金融所具有的正向直接影響效應(yīng)不同，其空間滯后項（W·Finance）的系數(shù)并不顯著，這意味著數(shù)字普惠金融對綠色產(chǎn)業(yè)的發(fā)展僅具有本地效應(yīng)，尚未形成有效的空間協(xié)調(diào)互動機(jī)制，即本地區(qū)數(shù)字普惠金融發(fā)展對鄰近省份綠色產(chǎn)業(yè)不存在影響效應(yīng)。

4.3 分地區(qū)估計結(jié)果

根據(jù)表5分地區(qū)估計結(jié)果可知，數(shù)字普惠金融對綠色產(chǎn)業(yè)發(fā)展的影響存在區(qū)域異質(zhì)性。東、中部數(shù)字普惠金融有效促進(jìn)了綠色產(chǎn)業(yè)發(fā)展，且東部的作用效果遠(yuǎn)大于中部；西部數(shù)字普惠金融對綠色產(chǎn)業(yè)則具有顯著抑制作用。東部經(jīng)濟(jì)發(fā)展水平較高，產(chǎn)業(yè)體系發(fā)展完善，金融服務(wù)的契合度也較高，因此，數(shù)字普惠金融對綠色產(chǎn)業(yè)發(fā)展能夠?qū)崿F(xiàn)“錦上添花”的作用，進(jìn)而表現(xiàn)出高于全國平均水平的支持作用。中部地區(qū)雖通過承接國際或東部地區(qū)產(chǎn)業(yè)轉(zhuǎn)移在崛起，但因過分依賴資源、產(chǎn)業(yè)鏈不完整、產(chǎn)品附加值較低等，導(dǎo)致各種資源協(xié)同效率不理想，不利于數(shù)字普惠金融充分發(fā)揮職能。

西部地區(qū)產(chǎn)業(yè)經(jīng)濟(jì)轉(zhuǎn)型的主導(dǎo)產(chǎn)業(yè)尚處于培育壯大階段，新舊動能轉(zhuǎn)換步伐較慢，偏小的經(jīng)濟(jì)總量和不優(yōu)的發(fā)展質(zhì)量導(dǎo)致數(shù)字普惠金融更有助于承接“高污染、高能耗、高排放”的產(chǎn)業(yè)發(fā)展，而不利于綠色產(chǎn)業(yè)的發(fā)展。此外，受西部各省區(qū)域聯(lián)動較弱及配合不足的影響，西部地區(qū)數(shù)字普惠金融對鄰近省份綠色產(chǎn)業(yè)發(fā)展有負(fù)向空間溢出效應(yīng)。

5 結(jié)論與對策建議

基于構(gòu)建的綠色產(chǎn)業(yè)發(fā)展水平評價指標(biāo)體系，本文采用變異系數(shù)—層次分析法測算綠色產(chǎn)業(yè)發(fā)展指數(shù)刻畫中國綠色產(chǎn)業(yè)發(fā)展水平，通過空間Moran’s I指數(shù)、Dagum基尼系數(shù)分解法及分布動態(tài)學(xué)模型分析了其空間分布、區(qū)域差異和動態(tài)分布演進(jìn)特征，并采用SDM模型從空間溢出角度檢驗了綠色產(chǎn)業(yè)發(fā)展進(jìn)程中數(shù)字普惠金融的支持作用，研究結(jié)論如下：

第一，觀測期內(nèi)綠色產(chǎn)業(yè)發(fā)展水平普遍呈現(xiàn)增長態(tài)勢，但不同省份綠色產(chǎn)業(yè)發(fā)展指數(shù)值及增速具有顯著異質(zhì)性。東部綠色產(chǎn)業(yè)發(fā)展水平整體高于中、西部地區(qū)，呈現(xiàn)東、中、西部地區(qū)階梯式遞減的趨勢，且中、西部地區(qū)綠色產(chǎn)業(yè)發(fā)展水平的總體差距并不大。

第二，省際綠色產(chǎn)業(yè)發(fā)展并非隨機(jī)分布，中國各省份綠色產(chǎn)業(yè)發(fā)展呈現(xiàn)出“俱樂部”式集群發(fā)展特征，高發(fā)展水平省份的鄰近省份往往發(fā)展水平也比較高，低發(fā)展水平省份的鄰近省份往往也表現(xiàn)出低發(fā)展水平。

第三，根據(jù)Dagum基尼系數(shù)分解法測算結(jié)果，綠色產(chǎn)業(yè)發(fā)展區(qū)域差異顯著，總體地區(qū)差距基本在波動中橫向延伸，但上升趨勢已出現(xiàn)；西部地區(qū)內(nèi)差距略高于東部，但均明顯高于中部；東部與中、西部地區(qū)間差距較大，波動中小幅上升，中、西部地區(qū)間差距相對較小且呈持續(xù)下降趨勢；地區(qū)間綠色產(chǎn)業(yè)發(fā)展的差異構(gòu)成總體差異主要來源，地區(qū)內(nèi)差異貢獻(xiàn)占比稍次，貢獻(xiàn)占比最小的是超變密度。

第四，根據(jù)Kernel密度估計結(jié)果，各地區(qū)綠色產(chǎn)業(yè)發(fā)展主要集中于較低水平且差距具有先小后大的趨勢；此外，綠色產(chǎn)業(yè)發(fā)展存在明顯多極化現(xiàn)象，各省份發(fā)展差距有拉大趨勢。分區(qū)域看，東部地區(qū)綠色產(chǎn)業(yè)發(fā)展增長乏力，省際差距較大但具有趨同發(fā)展傾向；中部地區(qū)綠色產(chǎn)業(yè)發(fā)展快速提升，且地區(qū)內(nèi)趨同發(fā)展效應(yīng)明顯、省際差距不斷縮?。晃鞑康貐^(qū)綠色產(chǎn)業(yè)發(fā)展水平不斷提升，但依然存在兩極化發(fā)展現(xiàn)象且地區(qū)內(nèi)部差距逐漸增大。

第五，數(shù)字普惠金融能夠促進(jìn)綠色產(chǎn)業(yè)整體發(fā)展，但不具有空間溢出效應(yīng)。分區(qū)域看，數(shù)字普惠金融表現(xiàn)出異質(zhì)性的作用，在東、中部地區(qū)具有顯著的促進(jìn)作用，且東部的作用效果最高，而在西部地區(qū)不僅表現(xiàn)出直接抑制效應(yīng)且表現(xiàn)出負(fù)空間溢出效應(yīng)。

基于上述結(jié)論，得出的啟示如下：

第一，充分重視綠色產(chǎn)業(yè)發(fā)展的省際、地區(qū)間的差異及空間分布的異質(zhì)性。在深入挖掘造成綠色產(chǎn)業(yè)分化發(fā)展的深層次原因和影響要素的基礎(chǔ)上，各省應(yīng)因地制宜地制定有針對性的區(qū)域政策來推動當(dāng)?shù)鼐G色產(chǎn)業(yè)的快速發(fā)展，且中央應(yīng)加大對綠色產(chǎn)業(yè)發(fā)展水平較低地區(qū)的政策傾斜，用政策優(yōu)勢抵補(bǔ)區(qū)域劣勢。

第二，合理并充分利用省份間已存在的良好互動效應(yīng)及趨同發(fā)展趨勢，加強(qiáng)頂層設(shè)計，通過創(chuàng)新省際間要素與空間資源的結(jié)合強(qiáng)化區(qū)域協(xié)同發(fā)展，同時各省自身也應(yīng)加強(qiáng)合作，推動各省“錯位布局”和“抱團(tuán)發(fā)展”，強(qiáng)化內(nèi)外聯(lián)動及空間互動的強(qiáng)大合力。

第三，在著力推進(jìn)綠色產(chǎn)業(yè)發(fā)展進(jìn)程中，需注重數(shù)字普惠金融支撐作用的異質(zhì)性。數(shù)字普惠金融對整體及大部分地區(qū)綠色產(chǎn)業(yè)發(fā)展具有顯著促進(jìn)作用，但也應(yīng)注意到其在部分地區(qū)呈現(xiàn)的不利效應(yīng)，各地區(qū)要結(jié)合自身實際實現(xiàn)數(shù)字普惠金融與綠色產(chǎn)業(yè)的有效融合，充分發(fā)揮出其“造血”功能。