綠色普惠金融對共同富裕的空間效應研究

蒲甘霖

（溫州理工學院 經濟與管理學院，浙江 溫州 325035）

一、引言

縮小貧富差距是消費升級的關鍵，也是實現共同富裕的重要內涵，而獲得綠色普惠的金融服務是縮小貧富差距的重要途徑。在傳統金融模式下，受限于成本約束與金融功能認知不足，落后地區融資難、融資貴、金融服務成本高等問題積重難返[1]。不同于傳統模式，綠色普惠金融將綠色金融與普惠金融結合起來，利用數字技術形成綠色信貸、綠色融資、智慧醫療、智慧交通等新型金融業務，為人們提供真正便捷的金融服務。隨著綠色普惠金融服務項目逐漸增多，共同富裕也日益依賴于綠色普惠金融發展。在此背景下，文章以共同富裕為切入點，深入探究綠色普惠金融對共同富裕的影響以及由此引發的空間溢出效應，以期為進一步以綠色普惠金融推動共同富裕提供理論依據與政策參考。

自2016 年G20 杭州峰會提出綠色普惠金融以來，中國積極開發綠色普惠金融項目，并出臺一系列政策措施，期望以金融服務縮小貧富差距。“十四五”規劃與2035 年遠景目標綱要中提出要構健具有競爭力、普惠性的現代金融體系，同時還要促進人與自然和諧共生，發展綠色金融。2022 年中央全面深化改革委員會第二十四次會議審議通過《推進普惠金融高質量發展的實施意見》，其中明確指出要促進普惠金融與綠色金融、科創金融等融合發展。隨著上述國家方針政策的有效落實以及新型金融項目的不斷創新，綠色普惠金融廣泛開展，目前已形成包括綠色循環、綠色鄉村、綠色科技等在內的綠色信貸創新體系以及助力美麗鄉村等發展模式。得益于科技支撐，綠色普惠金融已對農村地區產生了深遠影響，例如，浙江安吉縣農商銀行創新性地推出“兩山農林貸”“兩山白茶貸”等多個特色綠色信貸產品，有效減輕了安吉縣茶農的融資負擔。現有文獻也證實了綠色普惠金融在建設美麗鄉村、支持碳減排、支持農業主體綠色發展等方面具有積極正向作用[2，3]。從已有文獻來看，綠色普惠金融與共同富裕的相關研究主要集中在以下兩個方面：一是對經濟的影響。多數學者認為，綠色普惠金融對推動經濟綠色發展有著重要作用[4，5]。二是對鄉村振興的效應分析。現有研究表明，綠色普惠金融緩解了融資難、融資貴問題，同時有助于實現農村減貧，從而提升共同富裕水平[6，7]。

總體來講，盡管學術界對綠色普惠金融發展程度尚有爭議，但其具有的普惠價值與發展目標受到廣泛認可，現有文獻對綠色普惠金融發展的減貧效應總體上給予正面肯定，但具體作用機制與微觀層面的效應還未深入研究。因此，文章嘗試從兩個方面拓展相關研究：一是探析綠色普惠金融對共同富裕的作用；二是選用空間權重矩陣、空間自相關以及空間計量模型進行實證分析，更準確地考察綠色普惠金融對共同富裕的溢出效應，有助于厘清當前綠色金融發展現狀及普惠程度。

二、綠色普惠金融水平評價

1. 綠色普惠金融指標體系構建

文章基于世界經濟論壇發布的評價指標體系指引，遵循科學性、系統性、完整性等原則，并結合國內綠色普惠金融實際發展情況，構建綠色普惠金融指標體系。借鑒張林與張雯卿(2021)[8]、喻平與張敬佩(2021)[9]、史代敏與施曉燕(2022)[10]的研究成果，從綠色信貸、綠色投資、碳金融、綠色金融關注度、金融服務可獲得性、金融服務質量六個層面，細化15 個二級指標制定綠色普惠金融指標體系（見表1）。

表1 中國30 個省份綠色普惠金融指標體系

2. 綠色普惠金融水平測算方法

在評價中國各省份綠色普惠金融水平時，由于測算結果值變動較小，未出現明顯數據差異，故選擇主成分分析法進行分析。各主成分得分與綜合得分如下所示：

其中，Fi表示第i個主成分得分，Li表示第i個主成分得分系數矩陣，l1i，l2i，…，lpi表示第i個主成分的得分系數，X表示原始數據矩陣，xp表示經過標準差標準化后的原始數據，F表示綜合得分，wi表示第i個主成分權重。

3. 綠色普惠金融水平測度結果分析

根據主成分分析法測算2017—2020 年中國30 個省份（除西藏及港澳臺地區） 綠色普惠金融發展綜合評價指數，結果見表2。從2017—2020 年綠色普惠金融發展綜合評價指數來看，中國整體綠色普惠金融水平由2017 年的0.388 提升到2020 年的0.409，處于逐年遞增態勢。就2020 年綠色普惠金融發展綜合評價指數來看，最大值為0.573，最小值為0.217，表明省份間綠色普惠金融發展水平存在較大差異。進一步分析區域綠色普惠金融發展狀況，將中國30 個省份依據國家統計局劃分方式分為東部、中部、西部三大地區，并根據表2 繪制圖1。可以發現，綠色普惠金融水平呈現出東高西低態勢，說明中國綠色普惠金融發展不平衡現象顯著。東部地區綠色普惠金融發展水平最高，中部地區綠色普惠金融發展水平較為平穩，西部地區綠色普惠金融發展水平最低，但與東部地區仍有較大差距。

圖1 2017—2020 年中國三大地區與全國綠色普惠金融發展綜合評價指數圖

表2 2017—2020 年中國30 個省份綠色普惠金融發展綜合評價指數

三、模型設定與變量選取

1. 模型設定

（1） 空間權重矩陣

空間權重矩陣能夠直觀表達空間關系，可通過量化方式表達數據之間的空間結構。因此，度量區域之間的空間距離是開展空間計量分析的前提條件。空間權重矩陣主要分為兩種：一是鄰接空間權重矩陣，二是距離空間矩陣。就鄰接空間權重矩陣而言，其具體公式如下所示：

就距離空間矩陣而言，其包括地理空間權重矩陣與經濟距離空間權重矩陣。前者主要依據地區之間的經緯度計算地理距離，并將地理距離平方的倒數設定為空間權重。地理距離越遠，則表示空間相關性越小，空間權重越大；兩個地區間地理距離越近，則表示空間相關性越大，空間權重越大。具體公式如下所示：

經濟距離空間權重矩陣是依據地區之間經濟發展水平差距進行計算。若經濟發展水平差距較小，則權重較高；反之亦然。具體公式如下所示：上式中，i和j代表城市，代表兩地之間地理距離的平方，yit與yjt分別表示城市i、j在t時期內人均GDP 平均值。相較于經濟距離空間權重矩陣來說，地理距離空間權重矩陣可以很好地反映城市間依賴關系。因此，文章以地理距離空間權重矩陣來計算Moran's 指數。

（2） 空間自相關性

空間相關性能夠決定是否選擇空間計量方法，因此文章引入全局Moran's I 與局部Moran's I 分析樣本數據的空間自相關性，以有效解釋空間數據分布情況。空間相關性是基于地理第一定律提出，用以表示地區經濟現象與鄰近地區經濟現象在空間上的關聯性。

全局Moran's I 可以反映出研究區域內某種經濟現象的空間分布整體特征及關聯程度。全局Moran's I 指數范圍處于(-1，1)之間，全局Moran's I＞0，表示地區之間呈空間正相關；全局Moran's I＜0，表示地區之間呈空間負相關；全局Moran's I=0，則表示地區間不存在空間相關關系，即研究區內經濟活動無關聯。具體計算公式如下所示：

其中，地區總數通過n表示，i地區觀測值通過Xi表示，空間權重矩陣通過Wij表示。

局部Moran's I 可用于度量某區域附近的空間集聚狀況，可通過Moran 散點圖或LISA 集聚圖表示空間結構。其中，參數含義同全局Moran's I。具體計算公式如下所示：

Moran 散點圖可以相對直觀地刻畫局部空間相關性。局部Moran 散點圖橫坐標為觀察值(xi)，縱坐標為空間滯后值(Wx)。同時局部Moran 散點圖包含高高集聚(H—H)、低高集聚(L—H)、低低集聚(L—L)以及高低集聚(H—L)四個象限。第一象限(H—H)與第三象限(L—L)表示該地區與相鄰地區存在空間正相關性；第二象限(L—H)與第四象限(H—L)則表示該地區與相鄰地區存在空間負相關性。

（3） 空間計量模型

經典線性回歸最小二乘法模型主要用于解釋因變量(yi)與自變量(xi)關系的多元線性函數，具體公式如下所示：

地區間產生的經濟活動通常與鄰近地區之間存在空間相關性與空間異質性，此時，采用經典線性回歸分析較難反映真實狀況，而共同富裕相關的外部因素極可能超越省市劃分邊界，導致相鄰地區經濟狀況互相影響。為更好體現綠色普惠金融對共同富裕的驅動效應及空間溢出效應，文章基于最小二乘法模型建立空間面板滯后模型(SLM)、空間面板誤差模型(SEM)以及空間杜賓模型(SDM)，公式分別如下所示：

空間面板滯后模型：

空間面板誤差模型：

空間杜賓模型：

其中，yit表示被解釋變量，xit表示解釋變量。η 表示空間滯后系數，χ 和κ 均表示空間相關系數，γi表示個體固定效應，λt表示時間固定效應，Wij表示空間權重矩陣中的元素，εit表示隨機誤差項。當空間杜賓模型中的κ=0 時，該模型為空間面板滯后模型；當κ+ηχ=0 時，該模型為空間面板誤差模型。

2. 變量選取

（1） 被解釋變量：共同富裕指數(COW)

依據田雅娟和甄力(2020)[11]的研究，從中等收入群體所占比重、中等收入群體富裕程度以及居民收入差距三個方面計算共同富裕。

式中，中等收入者收入比重指數為Mr，總體中等收入者人數為M，總人數為P。

第二，中等收入群體富裕程度計算公式為：

式中，Mι表示中等收入群體富裕程度指數，n表示中等收入區間的人口綜述，yi表示第i個居民的可支配收入，a、b分別代表中等收入區間的下限與上限。ι 表示調節系數，若ι=0，則Mι表示中等收入群體比重；若ι＞0，則Mι表示中等收入群體富裕程度。并且ι 取值范圍在0~100%的區間內，越接近100%，則表示富裕程度越高。

第三，居民收入差距計算公式為：

式中，Mo表示居民收入差距指數，取值為0~100%，H(I)表示居民收入變異系數。當收入差異水平不斷擴大時，H(I)值趨于無窮，而Mo值則趨于0。

通過上述三個指標，可以計算得出共同富裕發展綜合指數：Y=f(Mr，Mι，Mo)，其中，Y表示共同富裕綜合發展指數。

綜合測度模型主要分為加法模型與乘法模型兩種。其中加法模型適用于子系統獨立的情形；乘法模型適用于子系統關聯的情形。由于上述三個指標之間關聯性較強，不適用于簡單的相加，故最終設定共同富裕的乘法測度模型如下：

式中，xi表示測度內容的權重，即xi對共同富裕程度Y的貢獻作用。

對于各部分權重確定采用客觀賦權法進行，首先通過多元回歸方法得到各指標與其他指標的復相關系數。該系數能夠反映指標之間所含信息的重疊程度；其次，對復相關系數求倒數后進行歸一化處理，得到各指標權重。假設評價模型中共有N個指標，第j個指標與其他指標的復相關系數為λj，則第j個指標權重為：

（2） 核心解釋變量：綠色普惠金融水平(GF)

綠色普惠金融涵蓋綠色金融發展與普惠金融發展，文章采用上述測算的各地綠色普惠金融發展綜合評價指數作為核心解釋變量。

（3） 控制變量

由于共同富裕發展受經濟發展水平、社會環境等多種因素影響，因此，文章借鑒呂新博、趙偉(2021)[12]、韓亮亮等(2022)[13]學者的研究，選取政府干預、基礎設施水平、產業結構、教育發展水平、對外開放程度作為控制變量。政府干預(GOV)，通過公共財政支出與地區生產總值的比值進行衡量；基礎設施水平(FAC)，通過每平方公里公路與鐵路總里程進行衡量；產業結構(STU)，通過第三產業增加值與第二產業增加值的比值進行衡量；教育發展水平(ES)，利用普通高中生師比指標進行衡量；對外開放程度(Open)，以進出口總額占GDP 比重進行衡量。

3. 數據來源

由于綠色普惠金融這一概念在2016 年杭州G20 峰會上首次提出，并開始受到全球關注。因此，文章以2017 年作為初始年份，選取2017—2020 年中國30 個省份面板數據，實證分析綠色普惠金融與共同富裕的影響關系。綠色普惠金融評價指標數據主要來源于國家統計局、國泰安數據庫、EPS 全球統計數據分析平臺、歷年《中國環境統計年鑒》與《中國金融統計年鑒》。其中，碳金融有關數據源自中國清潔發展機制網（CDM），有關銀行機構數目源自中國銀行保險監督管理委員會官網。共同富裕相關指標數據與控制變量數據主要來源于歷年《中國勞動統計年鑒》以及《中國統計年鑒》。對于部分缺失數據采用插值法進行補齊。

四、實證分析

1. 空間自相關檢驗

基于空間自相關模型，測算出中國2017—2020 年共同富裕的全局莫蘭指數以及各指標顯著性水平，以此驗證中國共同富裕的空間集聚度。具體結果如表3 所示。

表3 2017—2020 年中國共同富裕的莫蘭指數檢驗

由表3 可知，2017—2020 年中國共同富裕的全局Moran's I均大于0，且P 值均小于1%，這說明中國區域共同富裕水平存在顯著空間正相關性。同時，在考察期內，這種集聚效應整體表現較為穩定。基于全局Moran's I 指數，進一步通過式(9)得出2017 年與2020 年局部Moran's I 指數散點圖（如圖2 所示）。

圖2 2017 年和2020 年共同富裕局部莫蘭指數共同富裕局部莫蘭指數散點圖

表4 為2017 年與2020 年共同富裕局部Moran's I散點圖對應省份。根據圖2 與表4 可知，2017—2020 年共同富裕的空間分布波動較小，總體來說較為穩定。高水平集聚（第一象限）的省份數量一直保持15 個，說明高水平集聚占據主導地位，且這部分省份大多為東部地區。由此可見，中國共同富裕空間集聚現象較為明顯，符合全局Moran's I檢驗結果。

2. 空間溢出效應檢驗

（1） 模型檢驗

為判斷共同富裕水平是否適用空間計量模型，文章基于全局Moran's I與局部Moran's I分析結果，采用LM 檢驗與穩健的LM檢驗進行驗證，檢驗結果如表5 所示。

表5 空間相關的LM 檢驗

分析表5 數據可知，Robust LM-lag、LM-error 與Robust LM-error 均通過1%的顯著性水平檢驗，證明共同富裕水平具有空間相關性，可建立空間自回歸或空間誤差模型。

基于上述結論，進一步進行Wald 檢驗。結果表明，Wald_spatial_lag 與Wald_spatial_error 值分別為16.25 與20.62，均通過1%的顯著性檢驗，這說明模型可擴展為空間杜賓模型。

（2） 空間杜賓模型

面板模型包括隨機效應模型與固定效應模型兩種，其中，后者又可細分為空間固定、時間固定以及時空雙固定效應。文章擬構建四種效應下的空間杜賓模型，并比較其擬合優度，進而選取最優模型（見表6）。分析表6 可知，空間固定效應模型的擬合優度最好，整體表現最佳，故選取在空間固定效應下的空間杜賓模型進行參數估計，結果見表7。

表6 擬合優度與對數似然結果的比較

表7 空間杜賓模型參數估計

就空間維度而言，η 的估計值在5%的水平上顯著為正，表明中國共同富裕水平在省域之間的關聯度較高，且當地共同富裕水平與周邊地區形成較強的正向促進效應。

綠色普惠金融(GF)的系數為正，且在5%水平上顯著，這表明本地區綠色普惠金融發展水平能夠顯著影響共同富裕。綠色普惠金融中的“普惠”性能夠有效推動解決發展不平衡不充分問題，從而有力支持共同富裕發展。綠色普惠金融的空間項(W×GF)的系數為正且在10%的水平上顯著，說明綠色普惠金融與共同富裕之間具有顯著的空間溢出效應。周邊地區金融發展會對本地區金融發展起到一定帶動作用，金融發展環境越好，對共同富裕的促進作用越大。

政府干預(GOV)的系數為正，且在5%水平上顯著，這表示加大政府干預有利于提高本地區共同富裕水平。政府干預可通過經濟政策有效縮小區域之間收入差距，通過完善社會保障制度保障低收入者收入，進而實現共同富裕。政府干預空間項(W×GOV)的系數為正且在1%水平上顯著，這表示周邊地區提高政府干預對本地區共同富裕發展具有較強的促進作用。

基礎設施水平(FAC)的系數為正但不顯著。依據新經濟地理學理論來看，基礎設施建設是經濟發展過程中的“橋梁”，經濟發展要素資源能夠通過基礎設施快速流向中心經濟發達地區，進而強化中心地區集聚能力。然而，只有當基礎設施呈現網絡化時，經濟資源才能得到充分流動，進而助推落后地區獲得更多經濟發展機會。由此，基礎設施才能發揮出真正促進共同富裕的作用。基礎設施水平空間項(W×FAC)的系數為正且顯著，這表明周邊地區基礎設施建設能夠助力本地區共同富裕實現。

產業結構(STU)的系數為正，且在5%水平上顯著，這表示產業結構升級有利于促進本地區共同富裕。產業結構發展合理化有助于中國中等收入群體不斷擴大。同時，如生物技術、新材料、海洋裝備等部分戰略性新興產業發展能夠更好帶動當地經濟，為共同富裕提供更多的物質基礎，助力共同富裕取得更為明顯的進展。產業結構空間項(W×STU)的系數為正且顯著，表明周邊區域產業結構與共同富裕之間存在較強空間溢出效應。周邊地區產業結構優化一定程度上可以帶動本地區共同富裕。

教育發展水平(ES)的系數在10%水平上顯著為正，表示大力發展教育能夠促進本地區共同富裕。教育在共同富裕進程中具有重要作用。一般來說，受教育水平越高，社會擁有的人力資源就越多，更容易通過知識與技術提高經濟發展水平，進而實現共同富裕。教育狀況的空間項(W×ES)的系數為正，且在5%的水平上顯著，這表明教育發展水平對共同富裕有顯著空間溢出效應，提升周邊地區教育水平與加大本地區共同富裕具有高度一致性。

對外開放程度(Open)的系數為正但不顯著。對外開放實質是從國外引進技術設備、利用外商為中國經濟貿易打開新通道，從而實現中國經濟高質量發展。然而，對外開放主要面向國際層面，與國內收入不平衡、發展不充分等關系并不緊密，因此其推動共同富裕的作用并不顯著。對外開放程度空間項(W×Open)的系數同樣為正但不顯著，這表明周邊地區較高的對外開放程度難以對當地共同富裕水平產生影響。

3. 溢出效應邊界

參考鄭威和陸遠權(2019)[14]的研究方法，測度綠色普惠金融與共同富裕的溢出效應邊界。將研究的30 個省份之間的最近距離設定為dmin，最遠距離設定為dmax。將dmin設定為初始值，每次增加ρ 的距離，根據當dij>d時，wij，d=0，當dij

為檢驗樣本間距離持續擴大時，空間項系數顯著性是否會發生變化，文章采用閾值d進行測算。由于省份之間北京與天津距離最近，故將初始值設定為100 千米，將ρ 的遞進距離設定為50 千米，以此得到在不同閾值下的空間權重矩陣。經過空間杜賓模型參數估計，進一步得到不同距離下綠色普惠金融空間項的系數及顯著性（見表8）。由于超過750 千米后，空間項系數持續不顯著，因此文章相關結果停留在900 千米以內。

表8 不同地理距離下綠色普惠金融對共同富裕的溢出效應

由表8 可知，在100~750 千米這一區間內，綠色普惠金融空間項系數均為正且在5%水平上顯著。超出750 千米之后，綠色普惠金融的空間項系數呈現持續不顯著狀態。出現這種情況可能是由于750 千米以內區域一體化的輻射作用較強，可通過綠色普惠金融帶動共同富裕水平提升；超出這一范圍后，區域內部協同難度變高，溢出作用難以有效被周邊地區吸收。基于此，文章認為綠色普惠金融對共同富裕的空間溢出效應邊界為750 千米。

五、結論及建議

1. 結論

文章基于2017—2020 年中國30 個省份面板數據，選取綠色信貸、綠色投資、碳金融、綠色金融關注度、綠色金融服務可獲得性、綠色金融服務質量六個維度構建綠色普惠金融發展綜合評價指標體系，并利用主成分分析法權重賦值測算了中國省際綠色普惠金融發展綜合評價指數。同時建立空間權重矩陣、空間自相關模型以及空間計量模型實證分析綠色普惠金融對共同富裕的影響，得出以下研究結論：

第一，2017—2020 年中國30 個省份的綠色普惠金融發展水平處于逐年上升態勢，但省份間發展水平差異性較大。按區域來看，綠色普惠金融呈現東高西低態勢，說明中國綠色普惠金融發展存在明顯的不平衡現象。第二，綠色普惠金融對共同富裕有著顯著的正向影響，即提升本地區綠色普惠金融發展水平不僅能促進本地區共同富裕，也對周圍地區的共同富裕存在空間溢出效應。同時，政府干預、產業結構、教育發展水平對共同富裕還有著顯著的促進作用和正向空間溢出效應。基礎設施水平與對外開放程度對共同富裕的促進作用不顯著。第三，綠色普惠金融對共同富裕的空間溢出效應邊界為750 千米，當超出這一邊界后，綠色普惠金融對共同富裕的空間溢出效應將不再顯著。

2. 建議

第一，發揮綠色普惠金融的再分配效應。再分配是共同富裕的核心問題之一，而綠色普惠金融在改善收入不平衡、發展不充分方面具有顯著作用。一方面，可以通過綠色普惠金融助推二次收入分配傾向欠發達地區與中低收入群體，改善社會財富分配不均問題，促進共同富裕；另一方面，針對綠色普惠金融發展不平衡現狀，東部地區要基于自身發展優勢，提高綠色科技成果利用率，增強綠色普惠金融溢出效應。中部與西部地區重點需補齊短板，依靠政策傾斜通過積極開展綠色貸款項目、發放綠色債券等方式營造有利于綠色普惠金融發展的社會環境，縮小與東部地區的綠色普惠金融發展差距。

第二，拓寬金融服務渠道。民生是共同富裕的關鍵環節，也是綠色普惠金融重點服務的對象之一。為此，相關部門應聚焦民生，為重點領域人群拓寬金融服務渠道。例如，加快完善老年人、農民工、殘疾人等重點群體的金融服務，有效支持養老、教育、醫療等民生關注的重點領域。對綠色普惠金融理財產品要適當調整準入門檻，強化理財服務的普惠性，增強居民財產性收入。此外，相關部門要完善支付結算、慈善信托等領域的金融服務，更好地進行第三次分配，進而促進共同富裕。

第三，強化綠色普惠金融的溢出效應。為進一步拓寬綠色普惠金融對共同富裕的溢出邊界，相關部門需要從基礎設施、教育水平等方面入手，促進金融資源向落后地區流動。就農村地區而言，需解決信息技術基建問題，建立針對性的“三農”基礎數據平臺，使相關數據實現共享，提高農村綠色普惠金融供給主體服務效率。通過打破金融資源流通壁壘，進一步擴大綠色普惠金融對共同富裕的溢出作用。