王 達(dá) 宋 超 張馨幻 徐 雯 楊 念

（河北金融學(xué)院大數(shù)據(jù)科學(xué)學(xué)院，保定 071000）

1 引言

我國(guó)作為人口大國(guó)，能源需求旺盛，碳排放還未達(dá)峰，綠色金融的發(fā)展與碳減排具有數(shù)量上的強(qiáng)相關(guān)性，碳減排是綠色發(fā)展的重要維度。在綠色金融發(fā)展方面，北京市已經(jīng)建立起完善的金融生態(tài)，實(shí)現(xiàn)京津冀產(chǎn)業(yè)綠色協(xié)同，需要堅(jiān)持綠色發(fā)展理念，為區(qū)域高質(zhì)量發(fā)展積蓄勢(shì)能。對(duì)于減少農(nóng)業(yè)碳排放，京津冀地區(qū)有重大責(zé)任。近年來(lái)，京津冀地區(qū)逐步形成了區(qū)域產(chǎn)業(yè)發(fā)展新格局，但3 地仍然面臨一定程度的產(chǎn)業(yè)結(jié)構(gòu)失衡問(wèn)題，3 地在產(chǎn)業(yè)結(jié)構(gòu)方面存在較大差異。在“雙碳”目標(biāo)視角下，京津冀地區(qū)產(chǎn)業(yè)結(jié)構(gòu)有待進(jìn)一步優(yōu)化。

目前關(guān)于綠色金融的相關(guān)研究當(dāng)中，劉七軍等學(xué)者研究了“一帶一路”沿線18 個(gè)省份的綠色金融發(fā)展水平[1]；王君萍等學(xué)者則在綠色金融與碳排放相聯(lián)系的“雙碳”目標(biāo)下對(duì)中國(guó)區(qū)域綠色金融發(fā)展水平進(jìn)行測(cè)度[2]。在農(nóng)業(yè)碳排放效率的相關(guān)研究中，孫軼男從單一地區(qū)農(nóng)業(yè)碳排放效率出發(fā)，通過(guò)測(cè)算黑龍江地區(qū)農(nóng)業(yè)碳排放量進(jìn)而研究農(nóng)業(yè)碳排放效率[3]；崔朋飛則在廣域上研究了2003—2015年中國(guó)30個(gè)省份的農(nóng)業(yè)碳排放量[4]；廖柳文則采用時(shí)間序列分析以及橫截面分析測(cè)算農(nóng)業(yè)碳排放效率[5]。關(guān)于綠色金融與農(nóng)業(yè)碳排放效率二者關(guān)系研究層面，劉忍妹分析了綠色金融對(duì)農(nóng)業(yè)碳排放的影響作用[6]；蘇林瑩通過(guò)研究綠色金融與農(nóng)業(yè)高質(zhì)量發(fā)展融合來(lái)分析推動(dòng)我國(guó)農(nóng)業(yè)現(xiàn)代化的關(guān)鍵[7]。在研究方法層面，李蕓彤采用ISM 模型和對(duì)比分析法研究綠色金融對(duì)農(nóng)業(yè)創(chuàng)新效率的影響[8]；高彥彬采用因子分析法分析了河南綠色金融與鄉(xiāng)村振興協(xié)調(diào)發(fā)展之間的影響[9]。在借鑒前人的研究結(jié)果上，本文創(chuàng)新性地將綠色金融發(fā)展與農(nóng)業(yè)碳排放效率相結(jié)合進(jìn)行研究。在研究地區(qū)方面綠色金融和農(nóng)業(yè)農(nóng)村方面的研究雖然較為豐富，但是研究缺少關(guān)于京津冀地區(qū)的研究。

2 基于熵值法的綠色金融發(fā)展研究

2.1 指標(biāo)體系構(gòu)建

根據(jù)綠色金融的內(nèi)涵和理論基礎(chǔ)，借鑒已有的綠色金融發(fā)展指標(biāo)體系的研究成果，本文設(shè)計(jì)了如表1的綠色金融發(fā)展指標(biāo)體系，見(jiàn)表1。

表1 綠色金融發(fā)展指標(biāo)體系Table 1 Green financial development index system

2.2 綠色金融發(fā)展的實(shí)證研究

2.2.1 數(shù)據(jù)處理

（1）指標(biāo)一致化

為了解決數(shù)據(jù)性質(zhì)不同的問(wèn)題，得出符合實(shí)際的結(jié)果，統(tǒng)一將逆向指標(biāo)轉(zhuǎn)化為正向指標(biāo)，轉(zhuǎn)化方法如下。

其中，指標(biāo)為X 逆向指標(biāo)，M為指標(biāo)X 取值范圍內(nèi)的最大值，x'為正向指標(biāo)。

（2）指標(biāo)的無(wú)量綱化

數(shù)據(jù)無(wú)量綱化處理，主要解決數(shù)據(jù)之間可比性的問(wèn)題。本文為了將不同變量的數(shù)據(jù)進(jìn)行比較，對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，以確保結(jié)果的可靠性和精確性。

用極值法對(duì)變量數(shù)據(jù)進(jìn)行無(wú)量綱化處理，可能會(huì)出現(xiàn)指標(biāo)數(shù)值為0 的情況，為了確保數(shù)據(jù)處理有意義并且滿足運(yùn)算式的要求，將無(wú)量綱化后的指標(biāo)全部平移一個(gè)最小單位值（0.000000001）。極值法的計(jì)算公式如下。

其中：i表示選取的各項(xiàng)指標(biāo),j表示各省份地區(qū)，代表第i 項(xiàng)指標(biāo)j 地區(qū)標(biāo)準(zhǔn)化之后的值，xij為原始值，M為xij最大值，mj為xij最小值。

（3）確定權(quán)重

在構(gòu)建綠色金融績(jī)效評(píng)價(jià)指標(biāo)體系后，進(jìn)而對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行賦權(quán)。熵值法從數(shù)據(jù)出發(fā)，避免過(guò)強(qiáng)的主觀性，能夠客觀反映出指標(biāo)的重要程度，相對(duì)主觀賦權(quán)具有較高的可信度和精確度。

2.2.2 數(shù)據(jù)來(lái)源

研究對(duì)象來(lái)自北京、天津、河北省3 個(gè)省市，樣本區(qū)間為2008—2021 年；原始數(shù)據(jù)來(lái)源于2008—2021年京津冀3 省市環(huán)境統(tǒng)計(jì)年鑒、3 個(gè)省市統(tǒng)計(jì)年鑒以及《中國(guó)能源統(tǒng)計(jì)年鑒》。

2.2.3 綠色金融發(fā)展水平測(cè)度

（1）樣本選取

本文選取京津冀3 個(gè)省市的環(huán)境、經(jīng)濟(jì)、社會(huì)發(fā)展?fàn)顩r作為研究樣本進(jìn)行研究，探討京津冀3 個(gè)省市綠色金融發(fā)展綜合績(jī)效評(píng)價(jià)的實(shí)踐應(yīng)用。

本文通過(guò)分析京津冀3 個(gè)省市各項(xiàng)相關(guān)指標(biāo)數(shù)據(jù)，構(gòu)建出京津冀地區(qū)綠色金融發(fā)展綜合績(jī)效評(píng)價(jià)體系，經(jīng)過(guò)橫縱向比較分析得出京津冀3 個(gè)省市的綜合績(jī)效水平，見(jiàn)表2。

表2 2021年京津冀3個(gè)省市綠色金融評(píng)價(jià)指標(biāo)原始值Table 2 Original value of green finance evaluation index of Beijing,Tianjin and Hebei in 2021

（2）指標(biāo)數(shù)值預(yù)處理

不同的指標(biāo)具有不同的屬性，有正向指標(biāo)、逆向指標(biāo)和適度指標(biāo)。本文將建立的評(píng)價(jià)指標(biāo)按照屬性進(jìn)行了分類，見(jiàn)表3。

表3 綠色金融評(píng)價(jià)指標(biāo)及指標(biāo)屬性Table 3 Green finance evaluation index and index attributes

正向指標(biāo)，其指標(biāo)數(shù)值越大則執(zhí)行效果越好；逆向指標(biāo)，其指標(biāo)數(shù)值越小則執(zhí)行效果越好，為了使數(shù)據(jù)更加準(zhǔn)確，將這5 個(gè)逆向指標(biāo)進(jìn)行預(yù)處理，將其轉(zhuǎn)化成正向指標(biāo)，然后再進(jìn)行無(wú)量綱化處理。

（3）確定綠色金融綜合績(jī)效評(píng)價(jià)指標(biāo)權(quán)重

依據(jù)2008—2021 年京津冀3 個(gè)省市綠色金融發(fā)展水平評(píng)價(jià)指標(biāo)無(wú)量綱化結(jié)果，在計(jì)算出權(quán)重后，用2008—2021 年間指標(biāo)權(quán)重平均值作為評(píng)價(jià)體系的最終權(quán)重。得出2008—2021 年綠色金融評(píng)價(jià)指標(biāo)的權(quán)重，見(jiàn)表4。

表4 綠色金融綜合績(jī)效評(píng)價(jià)最終的指標(biāo)權(quán)重體系Table 4 Final Index Weight System of Comprehensive Performance Evaluation of Green Finance

2.3 實(shí)證結(jié)果

對(duì)指標(biāo)完成賦權(quán)之后，將得到的指標(biāo)權(quán)重wj與第i 個(gè)被評(píng)價(jià)對(duì)象在第j 個(gè)評(píng)價(jià)指標(biāo)上的比值pij相乘得出各個(gè)評(píng)價(jià)對(duì)象的績(jī)效綜合得分，根據(jù)分?jǐn)?shù)高低進(jìn)行排名比較。公式如下。

得出2008—2021 年京津冀地區(qū)及京津冀3 個(gè)省市綠色金融發(fā)展綜合水平指數(shù)平均值（見(jiàn)表5）以及京津冀3個(gè)省市綠色金融發(fā)展速度（見(jiàn)圖1）。

由表5 可知，綠色金融在京津冀地區(qū)整體浮動(dòng)微小，發(fā)展趨勢(shì)平穩(wěn)。從京津冀3 個(gè)省市來(lái)看，北京市與天津市綠色金融發(fā)展水平差異并不明顯，但是河北省與北京市和天津市綠色金融發(fā)展水平差異較為明顯。河北省在2008—2011 年綠色金融發(fā)展水平逐年提高，這得益于2007 年之后，我國(guó)出臺(tái)了一系列相關(guān)政策，支持綠色信貸等金融產(chǎn)品綠色金融的發(fā)展。利用已出臺(tái)的政策，河北省根據(jù)自身情況制定出了適合自身綠色金融發(fā)展的措施。河北省在2012—2021 年綠色金融發(fā)展水平呈現(xiàn)波浪式浮動(dòng)，在2017 年綠色金融發(fā)展水平最可觀。在2007 年，天津市綠色金融發(fā)展水平最高；在2014 年，北京市綠色金融發(fā)展水平最高。在2008—2021 年，北京市和天津市的綠色金融發(fā)展水平呈現(xiàn)出波浪式浮動(dòng)，北京市整體呈上升趨勢(shì)，天津市整體呈下降趨勢(shì)。

表5 2008—2021 年京津冀3個(gè)省市綜合水平指數(shù)平均值Table 5 Average comprehensive level index of Beijing,Tianjin and Hebei from 2008 to 2021

從綠色金融發(fā)展的速度來(lái)看，北京市是我國(guó)的政治中心，是我國(guó)的經(jīng)濟(jì)決策中心，以及北方的經(jīng)濟(jì)中心，北京市的綠色金融一直走在全國(guó)前列。近年來(lái)，北京市積極以“綠色金融”帶動(dòng)節(jié)能環(huán)保行業(yè)迅速發(fā)展，對(duì)于高耗能、高污染產(chǎn)業(yè)，北京市降低其綠色信貸額度，促進(jìn)綠色金融的發(fā)展。天津市是我國(guó)對(duì)外開(kāi)放的門(mén)戶、航運(yùn)中心和物流中心。天津市綠色金融發(fā)展情況良好，發(fā)展機(jī)制不斷完善，市場(chǎng)規(guī)模持續(xù)擴(kuò)大，經(jīng)濟(jì)效益和環(huán)境效益逐步顯現(xiàn)，更好地支持了地方經(jīng)濟(jì)綠色發(fā)展。隨著京津冀一體化的發(fā)展，河北省在綠色金融方面迅速發(fā)展，在2014—2017 年，河北省綠色金融發(fā)展水平逐年提升，體現(xiàn)出京津冀協(xié)調(diào)發(fā)展的理念。

由此可見(jiàn)，京津冀地區(qū)綠色金融發(fā)展整體浮動(dòng)微小，發(fā)展趨勢(shì)平穩(wěn)，綠色金融市場(chǎng)體系不斷完善，綠色金融的內(nèi)涵與外延也在不斷發(fā)展。整體來(lái)看，河北省仍落后于北京市和天津市，所以京津冀地區(qū)綠色金融產(chǎn)業(yè)還需不斷完善和發(fā)展。

3 京津冀地區(qū)農(nóng)業(yè)碳排放效率測(cè)算與評(píng)價(jià)

3.1 京津冀地區(qū)農(nóng)業(yè)碳排放量的估算

3.1.1 農(nóng)業(yè)碳排放源的確定

近年來(lái)，京津冀地區(qū)經(jīng)濟(jì)增長(zhǎng)速度下滑，經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型滯后，資源能源約束加強(qiáng)。京津冀地區(qū)礦產(chǎn)、光、風(fēng)資源豐富，土地肥沃，為該地區(qū)農(nóng)業(yè)發(fā)展奠定了良好的基礎(chǔ)，而漁業(yè)在京津冀地區(qū)發(fā)展相對(duì)落后，因此京津冀地區(qū)農(nóng)業(yè)碳排放源主要集中在以下幾個(gè)方面，見(jiàn)表6。

表6 農(nóng)業(yè)碳排放氣體種類Table 6 Types of agricultural carbon emission gases

3.1.2 農(nóng)業(yè)碳排放量的估算及分析

對(duì)于農(nóng)業(yè)碳排放量，由于碳排放種類繁多，釋放方式復(fù)雜多樣，通常農(nóng)業(yè)碳排放量以煤和石油等能源為切入點(diǎn)，將各類生產(chǎn)指標(biāo)數(shù)據(jù)乘以其所對(duì)應(yīng)的系數(shù)，從而得到農(nóng)業(yè)碳排放量的估計(jì)值。

對(duì)于計(jì)算農(nóng)業(yè)碳排放量的方法，其計(jì)算方法種類眾多，黃祖輝采用分層投入產(chǎn)出——生命周期評(píng)價(jià)法對(duì)農(nóng)業(yè)碳排放量進(jìn)行了測(cè)算[10]；李國(guó)志創(chuàng)新性地從能源使用角度對(duì)我國(guó)農(nóng)業(yè)碳排放進(jìn)行了估算，并且提出了農(nóng)業(yè)碳排放的新觀點(diǎn)[11]；田云從農(nóng)用物質(zhì)投入視角估算了我國(guó)農(nóng)業(yè)碳排放量[12]?；谝陨涎芯?，本文則在農(nóng)業(yè)生產(chǎn)投入視角下對(duì)京津冀地區(qū)農(nóng)業(yè)碳排放量進(jìn)行測(cè)算，其測(cè)算模型如下。

其中C(萬(wàn)噸)表示農(nóng)業(yè)碳排放總量，Ci（萬(wàn)噸）表示農(nóng)業(yè)碳排放源i 所釋放的碳排放量，Ei（萬(wàn)噸標(biāo)準(zhǔn)煤）代表農(nóng)業(yè)碳排放源i的使用量，φ代表農(nóng)業(yè)碳排放源i的碳排放系數(shù)，見(jiàn)表7。

表7 各類農(nóng)業(yè)碳排放源系數(shù)表Table 7 Agricultural carbon emission source coefficient table

對(duì)于本文所使用的京津冀地區(qū)農(nóng)業(yè)碳排放源的原始數(shù)據(jù)選取2008—2021 年京津冀3 個(gè)地區(qū)的面板數(shù)據(jù)，數(shù)據(jù)主要來(lái)源于京津冀3 個(gè)省市的統(tǒng)計(jì)年鑒以及EPS 數(shù)據(jù)庫(kù)。其中化肥的碳排放按照當(dāng)年的折純量計(jì)算；農(nóng)藥、農(nóng)膜、柴油的碳排放則以當(dāng)年實(shí)際使用量計(jì)算；把各年農(nóng)作物的播種面積作為土地翻耕面積用以計(jì)算；灌溉面積以有效的灌溉面積來(lái)計(jì)算碳排放量，見(jiàn)表8。

表8 京津冀地區(qū)2008—2021年農(nóng)業(yè)碳排放量Table 8 Agricultural carbon emissions in Beijing-Tianjin-Hebei Region from 2008 to 2021萬(wàn)噸

如表8 反映了京津冀地區(qū)2008—2021 年這14 年間的農(nóng)業(yè)碳排放量。在這14 年間，北京、天津、河北的農(nóng)業(yè)碳排放量總體呈下降趨勢(shì)。從平均農(nóng)業(yè)碳排放量上來(lái)看，北京市平均碳排放量最低，為19.00 萬(wàn)噸；天津市次之，農(nóng)業(yè)碳排放量均值為36.77 萬(wàn)噸；河北省碳排放量最高，均值達(dá)556.57 萬(wàn)噸。自2008 年以來(lái)，北京市農(nóng)業(yè)碳排放量持續(xù)緩慢下降，平均每年下降5.81%，2008—2012 年下降趨勢(shì)較為平緩；2012—2021 年下降速度逐漸提高，于2021 年達(dá)到最低值11.32 萬(wàn)噸，這得益于國(guó)家政策的支持以及地方政府的幫助。天津市2009年和2018年碳排放量降低率最高，分別為21.2%和30.4%。從京津冀農(nóng)業(yè)碳排放量表中能夠直觀地看出河北省農(nóng)業(yè)碳排放量最多，高達(dá)天津市的15倍，北京市的28倍。綜上所述，京津冀地區(qū)農(nóng)業(yè)碳排放量的變化充分說(shuō)明貫徹綠色發(fā)展理念，降低碳排放量，加快農(nóng)業(yè)綠色發(fā)展、低碳發(fā)展勢(shì)在必行。

3.2 京津冀地區(qū)農(nóng)業(yè)碳排放效率評(píng)價(jià)

3.2.1 指標(biāo)選取與數(shù)據(jù)來(lái)源

在指標(biāo)選取方面，本文在結(jié)合之前學(xué)者所研究?jī)?nèi)容以及DEA 方法的特點(diǎn)，確定了計(jì)算農(nóng)業(yè)碳排放效率的5 個(gè)投入指標(biāo)，1 個(gè)期望產(chǎn)出指標(biāo)，1 個(gè)非期望產(chǎn)出指標(biāo)。選取的投入指標(biāo)中包括勞動(dòng)力投入、土地投入、農(nóng)業(yè)機(jī)械動(dòng)力投入、灌溉投入和役畜投入，見(jiàn)表9。

表9 農(nóng)業(yè)碳排放效率測(cè)算指標(biāo)體系Table 9 Agricultural carbon emission efficiency measurement index system

產(chǎn)出指標(biāo)則包括期望產(chǎn)出和非期望產(chǎn)出，農(nóng)林牧漁業(yè)總產(chǎn)值為期望產(chǎn)出變量，其單位為億元，以上一章計(jì)算的農(nóng)業(yè)碳排放量作為非期望產(chǎn)出變量，單位為萬(wàn)噸。農(nóng)業(yè)投入指標(biāo)包括役畜、農(nóng)用機(jī)械、勞動(dòng)力、灌溉、土地。

考慮到物價(jià)變動(dòng)因素，使用農(nóng)林牧漁業(yè)增加值指數(shù)對(duì)農(nóng)林農(nóng)牧漁業(yè)總產(chǎn)值進(jìn)行平減，從而得到實(shí)際計(jì)算的農(nóng)林牧漁業(yè)總產(chǎn)值。所有指標(biāo)數(shù)據(jù)來(lái)源于《北京統(tǒng)計(jì)年鑒》《天津統(tǒng)計(jì)年鑒》《河北統(tǒng)計(jì)年鑒》以及EPS數(shù)據(jù)庫(kù)。

3.2.2 模型選擇

DEA-Malmquist 是一種測(cè)量全要素生產(chǎn)率的非參數(shù)方法，是由DEA 數(shù)據(jù)包絡(luò)分析法與Malmquist指數(shù)相結(jié)合得出的方法[13]。首先，到目前為止DEA 數(shù)據(jù)包絡(luò)分析法是測(cè)算綜合生產(chǎn)率最為常用的方法，使用DEA 時(shí)不必假設(shè)生產(chǎn)函數(shù)與參數(shù)就可以對(duì)多投入-產(chǎn)出進(jìn)行綜合評(píng)價(jià)處理；其次在使用DEA 模型時(shí)無(wú)需對(duì)所收集的指標(biāo)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，并且在評(píng)價(jià)結(jié)果中可以根據(jù)是否有效對(duì)決策單位DUM 進(jìn)行調(diào)整；再次，傳統(tǒng)DEA 模型包括兩個(gè)模型為CCR模型（規(guī)模報(bào)酬不變）和BCC 模型（規(guī)模報(bào)酬變動(dòng)），兩個(gè)傳統(tǒng)模型分別測(cè)算綜合生產(chǎn)率和技術(shù)效率，本文則選取規(guī)模報(bào)酬不變的CCR 模型；最后，如在同一性質(zhì)的決策單元進(jìn)行評(píng)價(jià)時(shí)，投入產(chǎn)出要素指標(biāo)對(duì)評(píng)價(jià)結(jié)果產(chǎn)生的影響較大。因此，為更好地測(cè)算分析京津冀地區(qū)農(nóng)業(yè)碳排放效率，本文根據(jù)Shephard 距離函數(shù)，引入動(dòng)態(tài)Malmquist 碳排放效率指數(shù)，從而測(cè)得農(nóng)業(yè)碳排放效率。

3.2.3 實(shí)證結(jié)果

基于前文京津冀地區(qū)農(nóng)業(yè)碳排放效率指標(biāo)數(shù)據(jù)，構(gòu)建Shephard 距離函數(shù)，引入動(dòng)態(tài)Malmquist 碳排放效率指數(shù)，從而測(cè)得農(nóng)業(yè)碳排放效率，見(jiàn)表10。

表10 京津冀地區(qū)農(nóng)業(yè)碳排放效率及其影響因素Table 10 Agricultural carbon emission efficiency and its influencing factors in Beijing-Tianjin-Hebei Region

（續(xù)表）

總體來(lái)看2008—2021 年京津冀地區(qū)農(nóng)業(yè)碳排放效率均處于良好狀態(tài)，僅有個(gè)別年份地區(qū)存在農(nóng)業(yè)碳排放效率惡化狀態(tài)，大部分時(shí)間該地區(qū)均有著良好的低碳農(nóng)業(yè)發(fā)展?fàn)顟B(tài)。北京市2008—2014 年農(nóng)業(yè)碳排放效率始終大于1，但是該期間碳排放效率有所下降。2016 年，效率再次上升，生產(chǎn)效率指數(shù)最高為1.069 2，與2015年相比增加了14.33%；天津市農(nóng)業(yè)碳排放效率總體均大于1，雖有輕微下降但碳排放效率狀態(tài)良好，在2009年達(dá)到最低為0.959 6，相比于2008年下降11.15%；河北省農(nóng)業(yè)碳排放效率總體均大于1，相較于北京市和天津市有更好的狀態(tài)。但是在2014—2015 年間，農(nóng)業(yè)碳排放效率在持續(xù)下降，而2016—2018 年農(nóng)業(yè)碳排放效率再次上升，并在2017年達(dá)到京津冀地區(qū)近14 年農(nóng)業(yè)碳排放效率最高值1.13，極大地促進(jìn)了河北省農(nóng)業(yè)低碳發(fā)展。

從技術(shù)效率方面，北京市相較于天津市、河北省有著得天獨(dú)厚的優(yōu)勢(shì)，2008—2021 年技術(shù)效率平均值高達(dá)0.955 3。天津市技術(shù)效率則低于北京市，但高于河北省，其14年間技術(shù)效率僅為0.670 8，相比于北京市效率下降了28.45%，因此天津市受到了技術(shù)方面的限制較大。河北省則為京津冀地區(qū)技術(shù)效率最低，其14 年平均效率值僅為0.5587，河北省技術(shù)問(wèn)題則極大地約束河北省農(nóng)業(yè)低碳發(fā)展，也限制著河北省農(nóng)業(yè)碳排放效率的提高。

4 京津冀地區(qū)綠色金融發(fā)展水平與農(nóng)業(yè)碳排放效率耦合度研究

4.1 耦合度與耦合協(xié)調(diào)度評(píng)價(jià)模型

4.1.1 耦合度評(píng)價(jià)模型

在耦合度評(píng)價(jià)模型中，耦合度即耦合性，是對(duì)于不同模塊間關(guān)聯(lián)程度的度量[14]。本文借鑒前人的研究成果，構(gòu)建京津冀地區(qū)綠色金融發(fā)展水平與農(nóng)業(yè)碳排放效率的耦合度評(píng)價(jià)模型，以此描述兩個(gè)系統(tǒng)耦合程度的強(qiáng)弱。耦合度評(píng)價(jià)模型如下。

公式中,C表示京津冀地區(qū)綠色金融發(fā)展水平與農(nóng)業(yè)碳排放效率間的耦合度，H1表示京津冀地區(qū)綠色金融發(fā)展水平，H2表示京津冀地區(qū)農(nóng)業(yè)碳排放效率。其中，耦合度的取值C的取值范圍為0～1，C越接近1，表示各系統(tǒng)間的耦合度越大，耦合性越強(qiáng)；C越接近0，表示各系統(tǒng)間的耦合度越小，耦合性越弱。查閱文獻(xiàn)得知一般將耦合度（C）劃分如下標(biāo)準(zhǔn)，見(jiàn)表11。

表11 耦合階段劃分標(biāo)準(zhǔn)Table 11 coupling stage division standard

4.1.2 耦合協(xié)調(diào)度評(píng)價(jià)模型

耦合協(xié)調(diào)度是指相互作用中良性耦合程度的大小，體現(xiàn)了協(xié)調(diào)狀況的好壞[15]。為反映二者間相互作用并利于雙方發(fā)展的良性耦合情況。借鑒以往學(xué)者的研究經(jīng)驗(yàn)，在耦合度評(píng)價(jià)模型的基礎(chǔ)上引入耦合協(xié)調(diào)度評(píng)價(jià)模型。耦合協(xié)調(diào)度評(píng)價(jià)模型如下。

其中D表示耦合協(xié)調(diào)度，H1表示京津冀地區(qū)綠色金融發(fā)展水平指數(shù)，H2表示京津冀地區(qū)農(nóng)業(yè)碳排放效率指數(shù)，H2為耦合協(xié)調(diào)性指數(shù)，體現(xiàn)了二者的整體協(xié)調(diào)效應(yīng)。α、β為待定參數(shù)，結(jié)合已有的學(xué)者的研究，綠色金融發(fā)展水平與農(nóng)業(yè)碳排放效率同等重要，因此α=β=0.5。

此外借鑒朱建華等研究中耦合度的劃分標(biāo)準(zhǔn)，將耦合協(xié)調(diào)度劃分為6個(gè)階段，見(jiàn)表12。

表12 耦合協(xié)調(diào)度劃分標(biāo)準(zhǔn)Table 12 Coupling coordination degree division standard

4.2 京津冀地區(qū)綠色金融發(fā)展水平與農(nóng)業(yè)碳排放效率耦合度實(shí)證分析

基于前文已有的京津冀地區(qū)綠色金融發(fā)展水平指數(shù)與京津冀地區(qū)農(nóng)業(yè)碳排放效率指數(shù)，運(yùn)用耦合評(píng)價(jià)模型以及耦合協(xié)調(diào)度評(píng)價(jià)模型測(cè)算出京津冀地區(qū)綠色金融發(fā)展水平與農(nóng)業(yè)碳排放效率間耦合度（C）以及耦合協(xié)調(diào)度（D），見(jiàn)表13。

表13 各地區(qū)綠色經(jīng)濟(jì)發(fā)展水平與效率耦合度及耦合協(xié)調(diào)度Table 13 The coupling degree and coupling coordination degree of green economy development level to efficiency in each region

由表可知，京津冀綠色金融發(fā)展水平與農(nóng)業(yè)碳排放效率的耦合度和協(xié)調(diào)性存在區(qū)域差異。依據(jù)耦合度評(píng)價(jià)模型中的耦合階段劃分標(biāo)準(zhǔn)，分析可得：2008—2021 年北京市、天津市的耦合度數(shù)值有所波動(dòng)，但始終介于[0.4,0.5]之間，穩(wěn)居于初級(jí)耦合階段。河北省的耦合度數(shù)值呈現(xiàn)波動(dòng)上升趨勢(shì)，逐漸由低度耦合階段過(guò)渡到初級(jí)耦合階段。

按照耦合協(xié)調(diào)度評(píng)價(jià)模型中的耦合協(xié)調(diào)等級(jí)標(biāo)準(zhǔn)，在與耦合度數(shù)值的整體對(duì)比上，耦合協(xié)調(diào)度數(shù)值均高于耦合度，進(jìn)一步展現(xiàn)出京津冀綠色金融發(fā)展水平與農(nóng)業(yè)碳排放效率間的良性耦合關(guān)系。分析可得：2008—2021 年，北京市耦合協(xié)調(diào)水平呈現(xiàn)小幅波動(dòng)變化，耦合協(xié)調(diào)度數(shù)值始終介于[0.5,0.6]之間；天津市耦合協(xié)調(diào)水平呈現(xiàn)小幅波動(dòng)下滑趨勢(shì)，但等級(jí)穩(wěn)定與中度耦合協(xié)調(diào)；河北省耦合協(xié)調(diào)水平波動(dòng)幅度較大，處于初級(jí)耦合協(xié)調(diào)和中度耦合協(xié)調(diào)之中。

5 結(jié)論與建議

5.1 結(jié)論

通過(guò)測(cè)算京津冀地區(qū)2008—2021 年綠色金融發(fā)展水平和農(nóng)業(yè)碳排放效率，將二者進(jìn)行耦合分析。得出具體結(jié)論如下。

京津冀地區(qū)綠色金融發(fā)展水平尚處于初級(jí)階段，存在著較大的發(fā)展空間。2008—2018年，京津冀3地綠色金融發(fā)展綜合水平在整體上呈現(xiàn)出發(fā)展規(guī)模較小，存在較大的地區(qū)差異性，3 地綠色金融發(fā)展不平衡不充分。北京市的綜合發(fā)展水平數(shù)值穩(wěn)定在0.3左右；天津市整體呈現(xiàn)出波動(dòng)下滑趨勢(shì)；河北省與天津市相反，其綜合發(fā)展水平呈現(xiàn)波動(dòng)上升趨勢(shì)，河北省從2008 年初與北京市、天津市有著較大差距到2018年實(shí)現(xiàn)與北京市、天津市綜合發(fā)展水平相當(dāng)。

京津冀地區(qū)農(nóng)業(yè)技術(shù)效率整體上未達(dá)理想狀態(tài)，天津市與河北省農(nóng)業(yè)技術(shù)效率有待提升，河北省農(nóng)業(yè)規(guī)模效率亟需改善。2008—2018 年，京津冀地區(qū)農(nóng)業(yè)碳排放效率整體上處于良好狀態(tài)，但在技術(shù)效率層面，北京市＞天津市＞河北省，技術(shù)問(wèn)題成為制約天津市與河北省提升農(nóng)業(yè)碳排放效率的條件；在規(guī)模效率層面，北京市與天津市10 年間保持在[0.9,1]之間，而河北省與北京市、天津市相差甚遠(yuǎn)，數(shù)值遠(yuǎn)小于1，表明在農(nóng)業(yè)產(chǎn)出既定的前提下，成本并沒(méi)有降到最低，造成了資源的浪費(fèi)，應(yīng)及時(shí)改善管理方式，提升技術(shù)應(yīng)用。

京津冀地區(qū)綠色金融對(duì)農(nóng)業(yè)碳排放效率的影響大體上呈現(xiàn)“U”型關(guān)系。前期，京津冀3 地作為經(jīng)濟(jì)發(fā)展態(tài)勢(shì)良好的區(qū)域，在發(fā)展經(jīng)濟(jì)的同時(shí)，動(dòng)力體系不能得到及時(shí)有效的轉(zhuǎn)型，發(fā)展過(guò)程中勢(shì)必會(huì)對(duì)環(huán)境產(chǎn)生一定的負(fù)面影響，進(jìn)而影響到農(nóng)業(yè)生產(chǎn)體系，加重農(nóng)業(yè)綠色發(fā)展負(fù)擔(dān)。隨著綠色金融的發(fā)展，加快推進(jìn)綠色農(nóng)業(yè)生產(chǎn)環(huán)境構(gòu)建，提升農(nóng)業(yè)碳排放效率。目前，綠色金融發(fā)展水平與農(nóng)業(yè)碳排放效率的耦合水平較低，但二者呈現(xiàn)良好的耦合協(xié)調(diào)狀態(tài)。

5.2 建議

基于以上研究結(jié)論，結(jié)合京津冀地區(qū)綠色金融與農(nóng)業(yè)發(fā)展現(xiàn)狀，現(xiàn)提出以下幾點(diǎn)建議。

1.加快構(gòu)建綠色、公平、高效的綠色金融市場(chǎng)體系;六大高耗能產(chǎn)業(yè)加快向綠色低碳發(fā)展型轉(zhuǎn)變;重視金融人才與綠色金融發(fā)展相結(jié)合。

2.北京市發(fā)揮帶頭作用，引領(lǐng)天津市與河北省共同發(fā)展。積極培育新能源，開(kāi)發(fā)新技術(shù)，應(yīng)用新材料，壓縮高耗能產(chǎn)業(yè)規(guī)模。北京市在穩(wěn)步提升本地區(qū)農(nóng)業(yè)技術(shù)效率的同時(shí)應(yīng)發(fā)揮自身輻射帶動(dòng)作用，為天津市與河北省提供技術(shù)、人才、資金等支持，助力京津冀地區(qū)實(shí)現(xiàn)農(nóng)業(yè)碳減排。

3.天津市應(yīng)注重農(nóng)業(yè)技術(shù)的更新。不斷學(xué)習(xí)、吸取北京市等全國(guó)農(nóng)業(yè)技術(shù)水平較高地區(qū)的創(chuàng)新實(shí)驗(yàn)成果，地方政府注重對(duì)農(nóng)業(yè)技術(shù)人才的教育與培養(yǎng)，加大對(duì)農(nóng)業(yè)技術(shù)更新的支持程度，助力天津市早日實(shí)現(xiàn)精準(zhǔn)化，高效率的農(nóng)業(yè)生產(chǎn)。

4.河北省應(yīng)從多方面改進(jìn)農(nóng)業(yè)生產(chǎn)方式，提升農(nóng)業(yè)碳排放效率。宣傳農(nóng)業(yè)綠色生產(chǎn)理念，定期對(duì)農(nóng)戶進(jìn)行生產(chǎn)檢測(cè)與指導(dǎo)；加快構(gòu)建綠色農(nóng)業(yè)生產(chǎn)的激勵(lì)性體系，加大對(duì)農(nóng)戶進(jìn)行綠色生產(chǎn)的補(bǔ)貼力度；安排農(nóng)業(yè)專業(yè)人才定期下鄉(xiāng)實(shí)踐，將教學(xué)與實(shí)際相結(jié)合，將農(nóng)業(yè)技術(shù)引向農(nóng)業(yè)生產(chǎn)區(qū)；提升農(nóng)業(yè)生產(chǎn)的信息化，建立農(nóng)業(yè)安全生產(chǎn)檢測(cè)網(wǎng)，精準(zhǔn)、實(shí)時(shí)掌握農(nóng)業(yè)生產(chǎn)情況，最終達(dá)到提升農(nóng)業(yè)綜合水平的效果。