您好, 访客   登录/注册

绿色金融发展对生态效率的空间溢出效应研究

来源:用户上传      作者:朱敏 王凯丽 唐海云

  摘 要:本文基于2008―2019年黄河流域37资源型城市的面板数据,运用Super-SBM模型测算黄河流域资源型城市生态效率水平,并通过构建空间杜宾模型实证研究绿色金融发展水平对生态效率提升的影响及空间溢出效应。实证结果表明:黄河流域资源型城市生态效率空间分布格局为“上游低、中下游高”;绿色金融发展对生态效率提升的影响关系为先促进后抑制,即倒U形关系,对周边城市空间溢出呈U形关系。进一步研究发现,绿色金融发展对黄河流域四类资源型城市生态效率影响程度存在明显差异。基于研究结论,提出适当扩大绿色金融覆盖面、丰富绿色金融产品等相关建议。
  关键词:绿色发展;绿色金融;生态效率;空间杜宾模型
  中图分类号:F832 文献标识码:B 文章编号:1674-2265(2022)04-0055-08
  DOI:10.19647/j.cnki.37-1462/f.2022.04.009
  一、引言与文献综述
  在“30・60”双碳目标背景下,2021年政府工作报告提出“实施金融支持绿色低碳发展专项政策”,绿色金融将是未来政策的主要着力点。黄河流域是我国重要的生态屏障,但黄河流域有一半以上的城市为资源型城市,此类城市以矿产等自然资源开采加工为主导产业,资源枯竭、生态污染等问题尤为突出(崔丹等,2021)[1]。
  生态效率能够从生态环境和经济发展两方面体现绿色发展的理念。Schaltegger和Sturn(1990)[2]最早提出了生态效率的概念。目前认为,生态效率是指通过合理配置自然、经济和社会要素,实现期望产出最大化、污染性产出最小化(唐燕和孟繁h)[3]。最初,学者运用单一比值法衡量生态效率,但此方法仅限于研究单一环境对生态效率的影响(Moutinho等,2020)[4];此后,学者使用指标法克服了单一环境影响的局限性,但在加权过程中增加了人为主观因素的不确定性(Gudipudi等,2019)[5];模型法有较强的客观性,对生态效率的评价方法有TOPSIS模型(任宇飞等,2017)[6]、随机前沿面模型(杨勇和邓祥征,2019)[7]、生态足迹法(王圣云和林玉娟,2021)[8]等,但上述研究方法无法反映经济生产过程的全面性和复杂性及不同生态环境压力的关联性。因此,多数学者借助数据包络(DEA)模型(George和Kleoniki,2019)[9]对生态效率进行评价,即测算某一被考察单元相对于其他被考察单元的生产效率。除了使用传统DEA模型,学者们还对DEA模型进行改进,如超效率DEA(朴胜任和李健,2019)[10]、Super-SBM模型(李贝歌等,2021)[11]、SBM-DEA模型(李林泽等,2017)[12]等。在生态效率评价基础上,学者们进一步探讨了生态效率驱动因素,研究表明经济发展水平、城镇化率、科技投入、人口增长等因素均对生态效率有显著影响(黄建欢等,2015;阎晓和涂建军,2021)[13,14]。
  目前,学术界就绿色金融发展与生态效率关系的研究还较少,缺少对绿色金融发展与生态效率在理论与实证方面的研究。现有文献主要研究了绿色金融发展对生态环境的影响(刘锡良和文书洋,2019)[15],较少有文献将经济因素纳入分析模型,更少有文献将空间因素纳入绿色金融发展对生态效率的影响研究。因此,本文尝试从理论上分析绿色金融发展影响生态效率的作用机制,并运用空间计量模型实证分析绿色金融发展对生态效率的非线性影响及空间溢出效应,为黄河流域绿色金融发展提供理论指导和经验依据。
  二、绿色金融发展影响生态效率提升的理论分析与作用机制
  (一)理论分析
  根据“环境库兹涅茨曲线”假说,经济发展水平与环境污染呈倒U形关系,绿色金融在本质上是一种环境规制措施,企业在面对绿色金融时有两种决策:
  决策一:追求利润最大化无视环境约束成本。企业利润为[π1,i=piqi-ciqi-giciqi];
  决策二:牺牲一部分经济利益重视环境效益。企业利润为[π2,i=piqi-ciqi-βciqi]。
  其中,[gi=gxi≤gmax]表示单位产品环境成本,[g]表示绿色金融发展水平,[β]表示为实现环境效应牺牲的经济利益比例。根据理性经济人假设,企业选择决策二必须满足[π1,i≤π2,i],即[β≤gxi],又由产品环境成本[gi=gxi≤gmax],可得[βg≤xi≤gmaxg]。借助何其多(2003)[16]提出的单位面积环境污染密度的概率分布曲线(见图1)可得,当绿色金融发展水平[g→0]即[xi≥βg→∞]时,企业会选择决策一,这部分企业数量是0;当绿色金融发展水平[g→∞]即[xi≤gmaxg→0]时,企业会选择决策二,这部分企业数量也是0。因此,随着绿色金融发展水平的提高,愿意生产的企业数量增加,但超过某一界限之后,愿意生产的企业数量将下降。企业生产活动对生态效率提升具有正向影响,由此可得绿色金融发展对生态效率提升的影响呈倒U形关系。
  (二)作用机制
  本文借鉴Levine(1997)[17]和白钦先(1998)[18]对金融功能的研究来讨论绿色金融对经济增长和环境质量的影响,并将绿色金融提升生态效率的作用机制分为成本约束效应和创新补偿效应。
  1. 基于金融风险管理功能,绿色金融对企业融资项目环境审核标准要求严苛,这迫使企业提高环境污染等信息披露程度,从而形成对企业的监督机制,企业为通过金融机构对项目的评估审定获得融资,需要减少污染排放,导致企业部分现有资源无法使用,资源利用率下降,生产决策受到环境限制,成本增加、负担加重,生产效率提升缓慢,从而影响企业效益,进而对生态效率提升产生成本约束效应。
  2. 基于资本聚集和资源配置功能,绿色金融主体将吸纳的资金转化为绿色投资,基于市场运行机制,实现资本由低效率行业流向高效率行业(江红莉等,2020)[19]。绿色金融提高了高耗能行业融资门槛,企业在市场中处于竞争劣势,迫于生存压力,倒逼企业采用新技术,减少污染物排放,同时缩减高污染产业规模、扩大绿色产品规模,积极进行转型升级。金融机构通过为企业提供资金支持,弥补企业自身资金不足问题,激励企业科技创新,形成创新激励机制(谢乔昕,2021)[20],企业有充足资金支持技术创新(刘廷华,2021;2022)[21,22],通过率先采用环境友好型技术及开发生产绿色产品,在市场中取得先动优势,从而获得更多的利润,补偿了由于环境规制造成的经济损失,即绿色金融的创新补偿效应。

nlc202205261751



转载注明来源:https://www.xzbu.com/3/view-15432332.htm

相关文章

服务推荐