“雙碳”目標下區域綠色金融發展時空特征及障礙因子診斷

王君萍 ，劉亞倩 ，李善燊

（1. 西安石油大學 經濟管理學院，陜西 西安 710065；2. 西安石油大學 陜西（高校）油氣資源經濟管理研究中心，陜西 西安 710065）

在2020年9月的聯合國大會上，中國政府提出“30·60”雙碳目標，即碳達峰與碳中和。雙碳目標的實現，離不開國家財政、金融、產業、區域等各類政策的支持，其中，綠色金融作為實施綠色發展的重要方面，可以引導綠色資源配置，促進低碳經濟高質量發展。當前，在頂層設計層面，為促進低碳轉型實現“雙碳”目標，我國初步形成了有利于綠色金融發展的政策體系和宏觀市場環境，綠色金融在推動整體經濟轉型與可持續發展方面已初見成效。然而，在基層實踐層面，區域綠色金融發展水平參差不齊，缺乏統一評測，各地綠色金融發展的障礙因素不同，缺乏有效抓手；綠色金融改革創新試驗成效也有待檢驗。鑒于此，本文在“雙碳”目標新環境下，構建符合我國綠色發展要求的區域綠色金融發展評價體系，綜合測度我國30個省份的綠色金融發展水平，并進一步分析其時空演化特征及影響我國綠色金融發展的主要障礙因子，為綠色金融發展的評估考核與地方政府因地制宜發展綠色金融提供參考，這不僅有利于推動中國綠色發展，也有利于實現經濟結構轉型升級和經濟健康發展，為“雙碳”目標的實現貢獻金融力量。

國外學者主要從金融機構視角來評價綠色金融的發展水平。由于銀行最早實施綠色金融政策，因此以銀行為主體進行的研究很多。例如，Jeucken[1]通過建立五維指標評價體系，對不同地區多家大型銀行的綠色金融發展階段進行了調查；Street & Monaghan[2]以銀行的三條不同綠色通道為基礎建立指標，對銀行在運營過程中的節能環?？冃нM行了評價。國內早期對綠色金融的研究主要是定性研究。如李若愚[3]從國家層面對我國綠色金融的現狀進行了分析并提出了政策建議；劉金石[4]從省級層面對綠色金融進行了調查；樊明太[5]認為，對我國來說建立綠色金融評價機制是十分必要的。之后，學者們的研究方向轉向了對綠色金融發展水平的定量研究。如曾學文等[6]通過構建綠色金融指標體系，定量評價了我國綠色金融的發展水平；張莉莉等[7]從企業視角用DEA和熵值法測算了國家、省、地區的綠色金融發展水平和效率；方建國和林凡力[8]測度分析了區域綠色金融的發展差異及其影響因素。雖然現有文獻關于評價綠色金融發展水平的研究已經比較豐富，然而，傳統碳金融指標一般用溫室氣體年減排量和CDM交易量表示，僅關注碳減排量而忽視了碳吸收量，且CDM是1997年《京都議定書》中的一部分，自2016年美國退出后，已被《巴黎協定》取代，因此，傳統的碳金融指標可能已經不適用于新時代碳達峰和碳中和背景下的綠色金融發展水平的測度和評價。

此外，在“雙碳”目標與綠色金融的關系研究中，馮愛青等[9]提出了碳達峰和碳中和目標下的綠色保險應對方法；中國人民銀行黨校第38期學員綠色金融課題組和吳顯亭[10]研究了碳中和目標進程中綠色金融發展的主要機遇和制約因素；安國俊[11]探討了碳中和目標下的綠色金融創新路徑；錢立華等[12]在碳達峰和碳中和的指導下分析了中國綠色金融的發展趨勢?？梢钥闯?，學者們對兩者的關系僅從定性的角度進行了討論，而目前已有學者將碳中和目標納入某些指標的測算中。如何宇[13]構建碳中和背景下長三角城市綠色全要素生產率核算框架；陳軍華等[14]將森林碳匯納入評估指標體系，測算碳中和角度下四川省的低碳效率?？梢?，碳中和是可度量的，將碳中和水平納入綠色金融指標體系中是切實可行的。

綜上所述，關于區域綠色金融綜合評價的文獻已經比較豐富，學者們對此問題進行了比較深入的探索，但本文認為仍然可以從以下方面展開進一步研究，第一，在“雙碳”目標下，將碳中和水平進行量化度量納入指標體系的構建中，更符合新時代雙碳目標的發展要求，因此本文加入碳中和金融支持率這一指標，以碳中和的直接融資支持效率與碳中和的間接融資效率來合成；第二，以往文獻在建立指標體系時主要使用總量數據，這種評測方式只反映了存量數據的優劣，使得區域越大或者經濟體量越大最終指標越優，忽視了指標可比性問題，評測結果的科學性不強，為此，需要建立區域可比性指標體系，并從評測得分排名的變化趨勢得出評價結果；第三，量化研究影響各區域綠色金融發展的主導障礙因素，解釋影響綠色金融發展的共性與個性原因，并給予相應的建議，為今后政府綠色金融相關決策與實踐提供科學依據。

1 綠色金融測度指標體系的構建與研究方法

1.1 綠色金融指標的選取

根據前人的研究和《關于構建綠色金融體系的指導意見》對綠色金融概念的界定以及政策的支持，結合獨特的“雙碳”發展視角，本文從綠色信貸、綠色證券、綠色保險、綠色社會投資及碳中和金融支持率五個方面分別構建了含10個指標的綠色金融發展水平指標體系，具體見表1。

指標體系的選擇中，綠色信貸反映了金融機構對綠色項目的支持程度，以及對高耗能行業的限制程度，因此，本文的綠色信貸指標選取了兩個指標：綠色信貸規模占比和高耗能產業利息支出占比。綠色證券指標選取了環保企業和六大高耗能產業的市值占比，反映了節能環保行業和高耗能行業在證券市場上的融資情況。綠色保險有利于加強環境監督，減少和快速應對污染事故，但鑒于環境污染責任險數據的可得性，本文選取曾學文等[8]的做法，用農業保險規模和農業保險賠付率代表綠色保險的發展水平。綠色投資可以有效拓寬融資渠道，它是一項基于可持續發展的投資，旨在促進節能減排項目的有效實施，實現污染控制，本文選取環境污染治理投資比例和節能環保公共支出這兩個指標。以上指標均參考曾學文等[6]的做法，由于曾學文等[6]測度的是我國整體綠色金融發展水平，本文的測度需要細分到各個省份，鑒于數據的可得性，以上指標在此基礎上做了適當調整。

碳中和金融支持率，用兩個指標衡量，一是碳中和直接融資支持效率，用碳中和率占環保企業市值的比重表示；二是碳中和間接融資支持效率，用碳中和率占綠色信貸規模的比重表示。這兩個指標反映了金融業對碳中和項目的直接和間接的支持力度。其中，碳中和率也被稱為碳補償率，某地區碳吸收與碳排放的比值稱為碳中和率，公式表示為：

式中：ci為碳中和率，cs為碳吸收量，cp為碳排放量。ci越低，說明該省份的碳吸收能力越弱；反之，則說明碳吸收能力越強；ci越接近1，說明越接近碳中和目標。

本文中碳吸收量用人工森林、耕地、綠地以及濕地的生態固碳總值代替，具體計算方法參考余光輝等[15]的研究；碳排放量用各省份能源消費碳排放代替，包括柴油、焦炭、煤炭、煤油、汽油、燃料油、天然氣、原油，計算方法采用IPCC法。本文設置的碳中和金融支持率這一指標更具時代價值，原因在于，這里的金融支持不僅包括傳統的碳排放企業，還包含碳吸收相關企業和項目，適合“雙碳”目標下綠色金融的發展要求。

1.2 研究方法

1.2.1 熵權-灰色關聯法

熵權法是根據各指標傳遞給決策者的信息量來確定熵權的一種客觀賦權方法?；疑P聯分析方法是基于各因素之間發展趨勢的相似或不同程度來衡量事物與因素之間關聯度的方法，在動態分析上具有優勢[16]。本文基于指標數據量有限、指標數據變異程度存在不確定性等特點，為增強評價指標體系賦權的客觀性，運用基于熵權的灰色關聯分析法，對我國區域綠色金融發展水平進行動態評價。熵權-灰色關聯法的具體計算步驟如下。

（1）標準化處理和計算指標值比重。首先，對指標進行無量綱化處理。

其次，計算指標值比重。

式中：xij為第i個年份第j個指標的數值，為標準化值，min(xij)為第j項指標的最小值，max(mij)為第j項指標的最大值，yij為指標值比重。

（2）熵權法求權重。

首先，信息熵值ej和信息效用值dj的計算。

式中：ej為第j項指標的信息熵值；m為觀測值數；K=1/lnm，為常數；dj為信息效用值。

其次，計算各指標權重。

式中：Wj為第j項指標的權重，n為指標個數。

（3）灰色關聯法求關聯度。

首先，確定參考序列和比較序列。參考序列即：xi=(xi1,xi2, …,xin)(i=1, 2, … ,m)。

比較序列由各指標的最優值組成，由于無量綱化處理后的指標隸屬于區間[0, 1]。因此，選取各指標的最大值作為比較序列x0=(1, 1, …, 1)。

其次，計算關聯系數。

式中：ρ為分辨系數，0≤ρ≤1，一般取ρ=0.5時有較高的分辨率。

最后，計算參考序列與比較序列的加權關聯度。

式中：wj為熵權。關聯度ri反映評價對象與最優狀態的親密程度，ri值越大，表示第i個評價對象與最優狀態的貼近度越高。因此，可以根據各評價對象的關聯程度對其進行排序與分類。

1.2.2 空間自相關分析

為有效揭示我國綠色金融發展水平空間格局，本文對我國綠色金融發展水平進行全局空間自相關和局部空間自相關分析。

（1）全局空間自相關。即從整體上研究區域內綠色金融發展的空間分布特征，一般用Moran’s I來衡量[17]，莫蘭指數的取值范圍一般為-1≤I≤1，當指數為正時表示各省份具有正的空間相關性；當指數為負時表示各省份具有負的空間相關性。指數越大，集聚程度越高。計算方法如下：

式中：xi和xj為省份i和j的綠色金融發展水平，為所有省份綠色金融發展水平的均值，n為研究省份的數量，Wij為鄰接空間權重矩陣。

（2）局部空間自相關。通常用Moran散點圖來表示局部的空間關聯性，分為四種集聚類型：高—高（H-H）集聚類型，表示觀測值高的區域周圍也是高值區域；低—高（L-H）集聚類型，即低觀測值區域周圍為高值區域；低—低（L-L）集聚類型；高—低（H-L）集聚類型。

在上述局域空間自相關的識別基礎上，采取Getis-Ord 熱點分析更加準確地測度判斷綠色金融發展的局域空間關聯以及集聚分布狀況，識別不同區域綠色金融發展水平的熱點區與冷點區，如果省份i及周邊城市

值大于均值，則說明屬于熱點區，即高—高集聚區，如果省份i及周邊省份 值小于均值，則說明屬于冷點區，即低—低集聚區。計算方法如下：

1.2.3 障礙度模型

本文運用障礙度模型，分析阻礙綠色金融發展的因素，綜合評價綠色金融發展情況。引入了因子貢獻度、指標偏離度和障礙度三個指標來診斷中國區域綠色金融的障礙因子，計算方法如下。

（1）因子貢獻度Wj為第j項指標的權重。

（2）計算指標偏離度。

式中：Oij為指標偏離度，xij為各指標的標準化值。

（3）計算障礙度。

1.3 數據來源

本文選擇的是2015—2019年中國30個省份（不包括港澳臺及西藏地區）的數據。綠色信貸的數據來源于《中國金融年鑒》《中國工業年鑒》、中農工建交五大行的社會責任報告，由于官方公布的綠色信貸數據并未細分到各省份，因此，省級綠色信貸規模借鑒管毓潔[18]的研究，以中國銀行保險監督管理委員會發布的不同省份的各銀行的網點數量作為權數，計算出該銀行各省份的綠色信貸余額。綠色證券的數據來源于萬德數據庫，其中環保企業總市值參考張莉莉等[9]的研究，用綠色環保相關概念板塊中的各省份公司總市值代替，共選取了環保產業、大氣治理、CDM項目、尾氣治理、碳中和等17個概念板塊；綠色保險的數據來源于《中國保險年鑒》；綠色社會投資的數據來自于《中國環境統計年鑒》和《中國統計年鑒》；碳中和率的相關數據來自各省份統計年鑒和《中國統計年鑒》，其中，耕地碳吸收系數參考肖紅艷等[19]、彭文甫等[20]的研究，把其定為0.007噸碳/公頃；林地碳吸收系數參考謝鴻宇等[21]的研究，定為3.81噸碳/公頃；綠地以公園綠地、公共綠地、道路綠化帶等為主，固碳水平采用國家綠地平均固定二氧化碳水平，為3.46噸碳/公頃；濕地碳吸收系數參考段曉男等[22]的研究，定為0.57噸碳/公頃；各能源的碳排放系數折算如表2所示。

表2 能源的碳排放系數折算表

2 中國區域綠色金融發展時空分析

2.1 綠色金融發展水平時間特征分析

依據本文構建的指標體系和基于熵權的灰色關聯模型，對我國2015—2019年30個省份的綠色金融發展水平進行測算，結果如表3所示。

由表3可知，2015—2019年各省份綠色金融發展水平有升有降，但全國均值處于上升趨勢，本文按東、中、西、東北計算區域內各省份總得分的平均值，得到區域綠色金融發展水平的變動趨勢，如圖1所示。2015—2019年中國綠色金融整體發展水平呈上升趨勢。除2016年中部地區和2019年東部地區有所下降外，四個地區各年份的綠色金融發展水平均呈上升態勢，說明中國綠色金融發展態勢良好。

圖1 2015—2019年四大區域綠色金融發展水平

表3 2015—2019中國區域綠色金融發展水平灰色關聯度分析結果

綠色金融政策支持對區域綠色金融發展水平存在顯著影響。2016年印發的《關于構建綠色金融體系的指導意見》，其有利于構建綠色金融體系，落實“五大發展理念”，發揮金融服務供給側結構性改革作用，且在2017年6月設立浙江、廣東、貴州、江西、新疆五省區部分

地區為第一批綠色金融改革創新試驗區（下文簡稱“金改區”）。為驗證綠色金融改革創新效果，本文將2017年與2019年各省份綠色金融發展水平排名做差值運算，得到結果如表4所示，從排名變化中得出，東部地區中天津、廣東、浙江排名有小幅上升，這證明了廣東與浙江作為第一批“金改區”，兩年的發展略見成效，除此之外，其他地區均有所下降，其中河北、海南下降幅度較大。中部地區只有湖南與河南兩省排名下降，而安徽、山西上升幅度較大，均上升6位，作為第一批“金改區”的江西也上升4位。西部地區排名變化較大，貴州上升26位，可見，經過兩年的探索與實踐，貴州綠色金融改革試驗區建設取得了較大成效，且對全省產生了較大的輻射帶動作用，推動了全省的綠色轉型；而同樣作為“金改區”的新疆排名卻有較大幅度下降，這主要是因為新疆疆域遼闊，各市之間距離較遠，空間上較難形成正向聯動影響，使新疆試驗區的綠色金融改革未能惠及全省。東北三省中遼寧排名未發生變化，吉林、黑龍江二省均有小幅下降，變動不大。

表4 2017—2019年第一批綠色金融改革創新試驗區綠色金融發展水平排名變化

2.2 中國綠色金融發展空間特征分析

2.2.1 空間分布特征分析

從表3各省份2019年綠色金融發展水平的排名來看，綠色金融發展水平居于前五名的省份依次為貴州、甘肅、寧夏、遼寧、青海，這些省份中有4個位于西部地區，1個位于東北地區。貴州省居于第一位，這與貴州作為我國第一批綠色金融改革試驗區有著密不可分的關系。后五名的省份依次為江蘇、廣東、天津、北京、上海。四個區域及全國的排列順序為西部地區＞東北地區＞全國＞中部地區＞東部地區，西部和東北地區高于全國平均水平，東部和中部低于全國平均水平。為進一步探究中國區域綠色金融發展空間演變特征，本文基于ArcGIS10.2軟件，選取2015年和2019年兩個時間截面，采用自然斷點法將中國30個省份劃分為低水平區、較低水平區、一般水平區、較高水平區和高水平區五種類型，如圖2所示。2015—2019年，中國區域綠色金融發展水平空間分布發生了顯著變化。具體來說：（1）高水平區數量增加了4個，包括西部地區的內蒙古、甘肅、貴州以及東北地區的遼寧。（2）較高水平區增加了山西、江西、安徽3省，而新疆、四川、海南跌出較高水平區。（3）一般水平區由2015年集中分布于中部、東部和東北地區，到2019年離散分布于中、東、西、東北四大區域中。（4）較低水平區由南向北轉移。（5）天津、上海、廣東處于低水平區未變，陜西、貴州跳出低水平區，北京、江蘇、湖南跌入低水平區?？傮w而言，中國區域間綠色金融發展水平呈現出明顯差異，發展水平較高的地區，主要集中在西部地區，發展水平較低的地區主要分布在東部地區。

圖2 中國區域綠色金融發展空間分布

根據上述分析結果可知，我國各地區經濟發展水平與綠色金融發展水平并不完全一致，經濟發展水平低的地區，綠色金融發展水平高。原因可能由于：第一，不同地區綠色生態基礎以及經濟發展理念的差異。經濟發達地區一般處于主體功能區的重點開發區，往往過度追求經濟增長導致綠色金融發展相對緩慢；良好的生態優勢是綠色金融發展的基礎[23]，欠發達地區一般處于限制開發區，相應的生態環境政策對產業發展已有初步甄選，綠色金融對產業支持見效就較快。這方面，西部地區尤為突出，國家在西部地區實施三北防護林、三江源生態工程等多項生態建設工程修復生態環境，制定了《西部地區重點生態區綜合治理規劃綱要（2012—2020年）》等規劃支撐生態環境保護與建設，通過生態移民、人口外遷給生態環境脆弱地區減壓，并給予西部地區財政轉移支付、專項金融支持項目、金融扶貧和生態補償等，在很大程度上為西部地區綠色金融的發展創造了良好條件。第二，欠發達地區存在綠色金融發展的后發優勢。與東部發達地區相比，欠發達地區地域開發潛力巨大，“十三五”以來新發展理念的貫徹實施，欠發達地區產業結構優化升級步驟加快，為綠色金融的發展鋪平了道路。以東北地區為例，自深入推進東北振興以來，從“三高一?！钡健熬G色低碳”的產業轉型發展步伐加快，作為重工業基地，能源產業的轉型升級，也極大地釋放了巨大綠色金融需求，綠色金融政策效果容易體現。除此之外，由于本文綠色金融發展水平用的是相對指標，通過觀察原始數據與結合實際情況來看，發達地區指標分子項雖然高于欠發達省份，但其分母項經濟發展與金融發展總量也較大。各省份地域范圍、經濟總量、資源狀況等情況不同，只有采用相對指標才能使不同區域間具備可比性，否則會出現綠色金融排名向發達地區一邊倒的結果，本文的指標體系設計剛好克服了這一不足。

2.2.2 空間關聯特征分析

首先借助2015—2019年的綠色金融發展水平全局莫蘭指數來研究我國綠色金融的總體空間關聯特征，結果如表5所示。樣本期內各年份的莫蘭指數均在1%的水平下顯著為正，這表明中國綠色金融發展水平存在顯著的空間正相關。莫蘭指數在2015—2018年呈逐年上升態勢，但在2019年有些許下降，整體來看，集聚程度在不斷提高，并且區域間可能存在近鄰效應，即某地區的綠色金融發展水平可能會對鄰近地區的綠色金融發展產生影響。

表5 綠色金融發展水平全局Moran’s I

其次基于Moran散點圖進行局部空間相關性分析，結果如圖3所示。我國綠色金融發展水平呈現出高—高集聚、低—高集聚、低—低集聚、高—低集聚的空間集聚特征。四種類型集聚區占比不同，以高—高集聚和低—低集聚為主，其中，低—低集聚區和高—高集聚區各占比達30%；低—高集聚區和高—低集聚區各占比為15%。各類型集聚區的區域分布各異，高—高集聚區主要位于西部地區，包括廣西、貴州、云南、四川、甘肅、青海、寧夏和內蒙古；低—低集聚區集中在則基本位于東部地區，東西差異明顯；高—低集聚區分布在遼寧、安徽、福建等地區；低—高集聚區分布在吉林、廣東、重慶等地區。

圖3 2015年、2019年的Moran散點圖

為進一步佐證Moran散點圖對區域綠色金融發展水平局部空間關聯特征的刻畫，并揭示具體省份間的空間關聯格局的演化趨勢，利用Getis-Ord 指數繪制中國區域綠色金融發展水平冷熱點空間演變圖。如圖4所示，2015—2019年，冷熱點區空間分布變化總體較大，中國區域綠色金融發展水平2015年熱點區、次熱點區、次冷點區、冷點區數量分別為3個、15個、7個和5個，2019年熱點區、次熱點區、次冷點區、冷點區數量分別為7個、7個、9個和7個，熱點區數量增加，熱點區主要集中在西部地區，并存在一定的外向擴張趨勢；次熱點區呈大幅收縮趨勢，主要集中在中部、西部地區，表現為原來為次熱點區的新疆、云南、重慶、黑龍江升為熱點區，吉林、遼寧、京津冀、湖南降為次冷點區，僅有廣西、海南由次冷點區升為次熱點區，內蒙古、寧夏、陜西、山西、貴州為穩定次熱點區；次冷點區和冷點區均呈擴張趨勢，次冷點區主要集中于東部地區，且呈向北擴張的趨勢，河南、浙江、廣東為穩定次冷點區，冷點區主要集中在東南沿海地區，并向北、向西擴張，2019年山東、湖北跌入冷點區，江蘇、安徽、上海、浙江、廣西為穩定冷點區?？傮w上，相比于2015年，2019年熱點區、冷點區、次冷點區均增加，次熱點區大幅減少。大部分西部省份呈次冷點→次熱點→熱點的變化趨勢，而大部分東部省份呈次熱點→次冷點→冷點的變化趨勢，表明中國區域綠色金融東西部冷熱點兩極分化嚴重，區域差距較大且呈加深趨勢。雖然西部地區綠色金融發展水平較高，存在正向輻射帶動作用，但由于“極化—涓滴”效應受距離和時間的限制，所以整體改變不大，綠色金融發展水平西高東低的局部空間格局未發生明顯變化。

圖4 中國區域綠色金融發展指數冷熱點空間演變

3 中國綠色金融障礙因子診斷

3.1 準則層障礙因子診斷

由表6可知，從省域層面來看，綠色信貸、綠色證券、綠色保險、綠色社會投資和碳中和金融支持率五大準則層在不同省份的障礙度有較大的差異。以2019年為例，綠色保險對30個省份都存在較大的阻礙作用，綠色社會投資和碳中和金融支持率對大多數省份也有較大的阻礙作用，綠色證券和綠色信貸的阻礙作用較小，這說明綠色金融的三個層面即綠色保險、綠色社會投資和碳中和金融支持率都還有待提高。綠色保險、碳中和金融支持率和綠色社會投資幾乎是所有省份最大的障礙因素，三者普遍在0.25以上，這說明在提升我國綠色金融發展水平的過程中，加強綠色保險的發展、碳中和金融支持率和綠色社會投資是極其重要的。從各準則層橫向對比來看，2019年綠色信貸和綠色證券障礙度最高的均為青海省，綠色保險障礙度最高的為內蒙古，綠色社會投資障礙度最高的為黑龍江，碳中和金融支持率障礙度最高的為新疆。

表6 2019年綠色金融省際五個維度障礙度診斷結果及排名

從區域及全國層面來看，綠色保險是東部、中部、西部地區及全國最大的障礙因子，綠色社會投資是東北地區最大的障礙因子。從表7可以看出，從各準則層障礙度大小來看，綠色保險是我國綠色金融發展的最大障礙因素，其次為碳中和金融支持率、綠色社會投資，因此，提升綠色金融發展水平要以這三方面為主要抓手。綠色證券和綠色信貸的障礙度較低，其中綠色信貸的障礙度最低。從各準則層障礙度變化趨勢來看，在三大障礙因子中，綠色保險和碳中和金融支持率障礙度總體呈下降趨勢，綠色社會投資障礙度呈上升趨勢，抑制作用逐漸增強，為此未來推動綠色金融發展的重點應為綠色社會投資。與此同時，綠色證券的阻礙程度也逐年上升，其雖不是影響我國綠色金融發展的主要阻礙因素，但也應在今后的發展中引起重視。

3.2 指標層障礙因子分析

在五個維度分析的基礎上，為確定我國綠色金融發展的主要障礙因素，根據各指標的障礙度大小，篩選出障礙度超過3%的障礙因子，在此基礎上，對指標層所含的10個指標分別繪制了2015年和2019年中國各省頻次分布直方圖，如圖5所示。

由圖5可知，2015年各指標層中具有廣泛影響的主要障礙因子有綠色保險子系統的綠色保險規模占比（X5）、綠色社會投資子系統的治理環境污染投資占比（X7）、碳中和金融支持率子系統的碳中和間接融資支持效率（X10），頻數分別為21、20、25。充分說明綠色保險規模小、治理環境污染投資不夠、碳中和間接融資支持效率低是制約我國高質量發展的主要因素，這也與上述綠色保險、綠色社會投資、碳中和金融支持率子系統整體障礙度偏高的分析結果一致。2019年影響普遍的障礙因素與2015年基本相同，綠色保險規模占比和治理環境污染投資占比的障礙度均有所上升，說明二者對提高我國綠色金融發展水平的阻礙增強。碳中和間接融資支持效率（X10）的頻數有所降低，主要是由于互聯網的發展與普及以及人民教育水平的不斷提高，但其仍是提高我國綠色金融發展水平需要克服的最重要的障礙因素，綠色證券準則層的環保企業市值占比（X3）和高耗能產業市值占比（X4）的頻數也有所上升，表明綠色證券對未來綠色金融發展的影響作用不容忽視。

4 結論與啟示

4.1 結論

第一，從綠色金融發展時間特征來看，2015—2019年各省份綠色金融發展水平有升有降，總體來看處于上升趨勢但水平不高；試點后的綠色金融改革創新試驗區綠色金融發展水平總體提升，證實了綠色金融支持政策對促進區域綠色金融發展存在顯著成效。

第二，對綠色金融發展空間格局進行分析，區域綠色金融發展水平差異顯著，空間分異明顯，總體呈現東部→中部→東北→西部地區遞增的空間格局；且中國綠色金融發展存在明顯的正空間自相關，集聚程度不斷增強，以高—高集聚和低—低集聚類型為主；熱點區主要分布于西部地區，冷點區集中于東南沿海地區，東西部區域差距較大且呈加深趨勢。

第三，障礙因子診斷法研究結果表明，綠色保險、綠色社會投資和碳中和金融支持率是阻礙我國綠色金融發展的主要因素，且各區域阻礙因素各異；指標層障礙因子分析結果得知，碳中和間接融資支持效率對綠色金融發展阻礙作用最大。

4.2 啟示

第一，我國綠色金融發展態勢良好且有較大發展空間，綠色金融改革創新試驗區成效顯著，其他地區應該學習五省八地實驗區各自的創新路徑與舉措，借鑒綠色金融改革創新試驗區的先進經驗，大力推進綠色金融改革創新。

第二，根據我國綠色金融發展的空間特征分析結果，地區經濟發展水平與綠色金融發展水平并不完全一致，東部發達地區應轉變經濟發展理念，不能盲目追求經濟增長，應堅持綠色發展，踐行“綠水青山就是金山銀山”的發展理念?？臻g相關性結果表明，各地應加強同周邊地區綠色金融的合作，制定統一的綠色金融發展政策，發揮高綠色金融水平地區的正向輻射帶動作用，促進綠色金融的協同發展。

第三，障礙因子診斷結果揭示了各地區綠色金融發展的主要阻礙因素，因此，在探索提升綠色金融發展路徑時，應該堅持“因地制宜”，以本地區主要障礙因子為抓手。指標層障礙因子分析結果得知，碳中和間接融資支持效率對綠色金融發展阻礙作用最大，因此，加大碳中和的金融支持力度應成為未來發展綠色金融的重點。碳中和的金融支持既包含對碳排放企業的轉型支持，也包含對碳吸收相關主體的金融支持，是促進全面綠色發展的重要路徑，也是實現碳中和目標的關鍵抓手，提高區域綠色金融發展水平需要重點關注有利于實現“雙碳”目標的項目，明確綠色金融發展的主要阻礙因素，精準施策。