鄧官彬　譚文倩　丁昱辰

摘要：文章基于綠色投資、綠色信貸、綠色保險、政府支持和工業(yè)發(fā)展五個維度構(gòu)建評價指標(biāo)體系，運用MATLAB和SPSS軟件，根據(jù)熵權(quán)Topsis法對2012-2021年我國30個省份的綠色金融發(fā)展水平進(jìn)行測算，并從地區(qū)、省市和五個維度三個角度探究全國和各省市的綠色金融發(fā)展趨勢。結(jié)果表明，綠色投資、綠色保險和政府支持是影響我國綠色金融發(fā)展的主要因素，而綠色信貸和工業(yè)發(fā)展為次要因素；近幾年來，東、中、西部三大地區(qū)的綠色金融發(fā)展水平逐年降低，全國層面的發(fā)展水平大體上呈現(xiàn)出下降的趨勢；我國存在明顯的地區(qū)間差異，其中西部地區(qū)的發(fā)展水平最高，中部地區(qū)相對較低；地區(qū)內(nèi)各省市綠色金融發(fā)展水平較大的差異影響了我國綠色金融水平的均衡發(fā)展。

關(guān)鍵詞：綠色金融；TOPSIS熵權(quán)法；時序變化；空間格局；MATLAB

一、引言

綠色發(fā)展不僅是當(dāng)前我國經(jīng)濟轉(zhuǎn)型的必然選擇，而且是滿足不斷優(yōu)化生態(tài)環(huán)境需要的必經(jīng)之路。其中，綠色金融在綠色發(fā)展中扮演著極其重要的角色。研究表明，目前我國綠色金融發(fā)展尚未成熟，各省份發(fā)展水平測度存在明顯差異，而綠色金融發(fā)展的失衡在一定程度上勢必會減緩我國經(jīng)濟綠色低碳轉(zhuǎn)型的進(jìn)程?；谝陨戏治?，本文從各地區(qū)、各個省份、五個維度三個方面來具體分析30個省份的測度，希望對均衡各省份綠色金融發(fā)展水平具有積極意義。

二、綠色金融發(fā)展水平測算模型

（一）指標(biāo)的選取與數(shù)據(jù)來源

1. 指標(biāo)的選取

（1）綠色投資用工業(yè)污染治理完成投資占GDP的比重來衡量；（2）綠色信貸貸存比，即貸款與存款的比值，該比值為資本配置的效率，該指標(biāo)數(shù)據(jù)的差異性體現(xiàn)了不同省份資產(chǎn)使用效率的高低；（3）綠色保險選擇保險深度來進(jìn)行衡量，該指標(biāo)能夠測度各省份的保險行業(yè)的發(fā)展處于何種水平；（4）用財政環(huán)境保護支出占比來代表政府支持，政府對于環(huán)境的投資有利于綠色項目的融資，該比值越大，則代表當(dāng)?shù)卣畬G色金融發(fā)展越重視；（5）工業(yè)的發(fā)展以消耗能源資源為主，所以本文選取各省份單位 GDP 能耗來衡量各省份工業(yè)發(fā)展水平。

2. 樣本數(shù)據(jù)來源

本文選擇2012-2021年全國30個省份（除去港、澳、臺和西藏）的相關(guān)指標(biāo)數(shù)據(jù)作為樣本，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》和各省市的統(tǒng)計年鑒，其中各省市2020年和2021年的存貸款由2010-2019年的樣本數(shù)據(jù)在軟件SPSS中進(jìn)行線性模型擬合預(yù)測得到，2021年的工業(yè)能源消耗總量由2010-2019年的樣本數(shù)據(jù)進(jìn)行預(yù)測，發(fā)現(xiàn)眾多模型中三次曲線模型的擬合度是最高的，總的來說，90%以上的模型的擬合優(yōu)度在0.8以上，即利用擬合的數(shù)據(jù)對綠色金融水平測算是合理的。

（二）熵權(quán)Topsis法

熵權(quán)Topsis法是在熵權(quán)法的基礎(chǔ)上對Topsis模型進(jìn)行修正，熵權(quán)法負(fù)責(zé)計算每個綠色金融發(fā)展水平指標(biāo)的權(quán)重，則Topsis模型是通過對比每個樣本與理想方案的接近度來衡量不同地區(qū)綠色金融發(fā)展水平的高低。

1. 數(shù)據(jù)預(yù)處理

通常在用熵權(quán)Topsis法計算權(quán)重之前，必要的一步操作是對數(shù)據(jù)進(jìn)行預(yù)處理——標(biāo)準(zhǔn)化，這是因為各指標(biāo)之間的測量單位不同，為了盡量降低這種差異性，讓各指標(biāo)擁有一致的衡量指標(biāo)，并且還要減少因為指標(biāo)的正負(fù)性帶來的影響，所以本文采用不同的標(biāo)準(zhǔn)化分別來處理正負(fù)向指標(biāo)。

正向指標(biāo)：

xij=

負(fù)向指標(biāo)：

xij=

式中，m是樣本數(shù)量，k為指標(biāo)數(shù)目，xij表示將初始的第i個樣本的第j個指標(biāo)的數(shù)值（i=1，2，…，m；j=1，2，…，k）進(jìn)行標(biāo)準(zhǔn)化的數(shù)據(jù)。

2. 熵權(quán)法

熵權(quán)法可以根據(jù)具體情況客觀確定和修正權(quán)重，準(zhǔn)確性高、適應(yīng)能力強。它是通過分析數(shù)據(jù)的疏離程度來判斷指標(biāo)數(shù)據(jù)對研究目標(biāo)作用的大小，即利用信息熵的大小賦予不同指標(biāo)的權(quán)重。如果信息熵越大，說明該指標(biāo)的影響越大，即熵權(quán)越大。熵權(quán)法的計算步驟：

根據(jù)熵權(quán)法的原理，先要計算出第j項指標(biāo)信息熵的數(shù)值。

Aj=-d fij·lnfij

其中，fij＝ ，表示x 占第j項指標(biāo)的比值大??；d= 始終大于0，從而得到Aj為非負(fù)數(shù)，熵值才具有合理性。然后根據(jù)信息熵計算各指標(biāo)的權(quán)重：

wj= =

由上式可得出各指標(biāo)的權(quán)重，如表1所示。

由上表1可知，熵權(quán)法測得綠色投資、綠色保險、政府支持三個指標(biāo)的權(quán)重分別為0.4950、0.2314和0.1527，累計為0.8791，代表其是影響我國綠色金融發(fā)展的主要因素; 綠色信貸和工業(yè)發(fā)展所占權(quán)重較小，分別為0.0722和0.0487，只占據(jù)0.1209的比例，說明其對我國綠色金融發(fā)展的影響很小。

（三）Topsis法模型

Step1：構(gòu)造綠色金融發(fā)展水平測度指標(biāo)的水平加權(quán)矩陣R：R＝（rij）n×k，式中，rij＝wj×fij；

Step2：根據(jù)矩陣R確定最大值R? 和最小值R? ；R? =（maxri1，maxri2，…，maxrik）；R? ＝（minri1，minri2，…，minrik）；

Step3：定義綠色金融發(fā)展水平測度指標(biāo)第i個評價值到最大值和最小值的歐式距離d? 和d? ：d? = d? ＝ ；

Step4：計算第i個指標(biāo)的得分Zi：Zi=? ，Zi的取值范圍為（0，1），Zi越大，表明綠色金融發(fā)展水平越高，反之越低。

三、實證結(jié)果分析

（一）全國綠色金融發(fā)展水平的時序變化

由圖1可見， 2012-2021年間全國綠色金融發(fā)展水平處于3.4393～5.5471，從往右下方傾斜的線性擬合線可以看出：我國綠色金融發(fā)展水平大體上呈現(xiàn)下降趨勢。在2020年，我國的綠色金融發(fā)展水平下降到了新高度，甚至繼續(xù)下降，這表明我國綠色金融發(fā)展水平會逐漸上升到原來的水準(zhǔn)，甚至達(dá)到更高。

（二）我國綠色金融發(fā)展水平的空間格局變化

我國綠色金融水平的發(fā)展不僅受到了三大地區(qū)之間的影響，還受到了來自地區(qū)內(nèi)部不同省市帶來的影響。

1. 三大地區(qū)層面

結(jié)合圖2，從三大地區(qū)來看，在2012-2021年這10年期間，東、西部地區(qū)的綠色金融發(fā)展水平趨勢是逐年穩(wěn)步降低，其中，中部地區(qū)在2016年陡升，又在2017年降回原來的水平，之后呈現(xiàn)緩慢下降的趨勢。而2020年新冠疫情對于西部地區(qū)的綠色金融發(fā)展沖擊更為嚴(yán)重，東部和中部地區(qū)波及程度相對來說較輕。我國西部地區(qū)綠色金融發(fā)展水平始終高于其他地區(qū)，則東部和中部地區(qū)綠色金融發(fā)展水平相對較低，但是兩個地區(qū)的綠色金融發(fā)展水平差異較小，說明地區(qū)間存在的差異會影響到我國綠色金融水平的發(fā)展。

2. 全國省市層面

本文采用熵權(quán)TOPSIS法對2012-2021年全國各省綠色金融發(fā)展水平進(jìn)行測算，這里選取幾年數(shù)據(jù)作為代表。

表2以2021年數(shù)據(jù)為例，觀察30個省區(qū)市的綠色金融發(fā)展水平發(fā)現(xiàn)：東部地區(qū)中天津市最高，為0.1237，廣東省最低，為0.0676；中部地區(qū)中山西省最高，為0.1879，湖南省最低，為0.0840；西部地區(qū)中寧夏回族自治區(qū)最高，為0.2489，四川省最低，為0.0891。全國寧夏回族自治區(qū)的綠色金融發(fā)展水平最高，廣東省最低。由此可知，地區(qū)內(nèi)部不同省市之間的差異會影響我國綠色金融水平的均衡發(fā)展。

四、結(jié)語

綜上分析，本文基于熵權(quán)Topsis法對2012-2021年我國30個省區(qū)市的綠色金融發(fā)展水平進(jìn)行測算的結(jié)果分析得到：五個指標(biāo)中綠色投資、綠色保險、政府支持是影響我國綠色金融發(fā)展的主要因素，而綠色信貸和工業(yè)發(fā)展對我國綠色金融發(fā)展的影響相對較小。

參考文獻(xiàn)：

[1]國務(wù)院發(fā)展研究中心“綠化中國金融體系”課題組，張承惠，謝孟哲，田輝，王剛.發(fā)展中國綠色金融的邏輯與框架[J].金融論壇，2016（02）：17-28.

[2]龐加蘭，王薇，袁翠翠.雙碳目標(biāo)下綠色金融的能源結(jié)構(gòu)優(yōu)化效應(yīng)研究[J].金融經(jīng)濟學(xué)研究，2023，38（01）：129-145.

[3]黃海立.基于熵權(quán)-TOPSIS的城市貫徹新發(fā)展理念評價——以廣西北部灣經(jīng)濟區(qū)城市為例[J].北部灣大學(xué)學(xué)報，2020（01）：52-63.

（作者單位：重慶師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院）