綠色金融與生態資源的高質量協同發展：基于投入產出效率與空間耦合關系

◎王韌 王宏乾

一、引言

“加大對綠色發展的金融支持” 和“全面提高生態資源利用效率”是推動區域經濟高質量發展的必然要求。依托特定的空間載體展開多維度的綠色金融和生態資源效率測度，以及相應的空間耦合度評價與協調性診斷，對于探索契合于區域可持續發展需求的高質量綠色金融供給模式和高質量生態資源開發利用路徑，具有明顯的參考價值和借鑒意義。

生態效率的概念最早由德國學者Schaltegger和Sturn于1990年提出，世界可持續發展理事會將生態效率界定為“通過創造有價格競爭優勢的產品和服務來滿足人類的需求并提高生活質量，同時將其環境影響和資源利用強度控制在地球的承載力水平之內”（WBCSD，1996）。1998年，經濟發展合作組織（OECD）將生態效率定義為“投入與產出的比值”。國內外學者也對生態效率進行了廣泛測度研究，一般將GDP作為分子而用生態壓力指標充當分母。目前，國內外關于生態資源效率的研究在評價指標選擇、評價方法與模型、生態效率與經濟發展關系、生態效率的空間關聯性等方面均較為豐富，區域視角的生態資源效率測度則逐步從微觀城市向重要城市群和經濟區域延展。

對于綠色金融，Salazar（1998）認為其是尋求環境保護路徑的金融創新；Labatt & White（2002）強調綠色金融有助于轉移環境風險、提高環境質量；權威定義來自于《美國傳統詞典》（第四版，2000年），綠色金融被稱之為“環境金融(Environmental Finance)”或“可持續融資(Sustainable Financing)”，核心是使用多樣化金融工具來保護生態環境和保護生物多樣性。國內研究將綠色金融概括為可持續金融或可持續性融資（張兆曦、趙新娥，2013），認為其本質是基于環境約束的信貸配給（吳平、祝瑗穗，2022）。綠色金融體系則是通過貸款、私募投資、債券和股票發行、保險、排放權交易等各類金融服務將社會資金引入綠色產業的系列政策、制度安排和相關基礎設施建設（馬駿，2015）。但目前國內外針對綠色金融效率的具體測度標準、方法和對象選擇多有分歧。

高質量發展背景下，生態效率改善依賴于綠色金融體系支持，有必要從效率視角系統審視綠色金融發展和生態資源利用的時空演變特征和耦合協調關系。理論而言，綠色金融發展既依賴于宏觀政策驅動，也依托于微觀企業行為，因此區分宏觀和微觀兩個維度的綠色金融效率殊為必要。但縱觀現有文獻，關于綠色金融和生態效率的研究相對割裂，研究對象、研究方法和路徑選擇并不一致，缺乏對中國“多層次、多樣化、差異化”發展格局的充分兼容。綜合運用多種技術工具和方法，區分宏觀和微觀兩個效率視角，系統梳理國內綠色金融效率和生態效率的時空演變特征和耦合協調關系，進而探索推動區域綠色金融和生態資源效率協同提升的差異化路徑，也具有特殊時代價值。

二、文獻綜述

（一）區域生態資源利用效率的測度

DEA可更好解決生態效率測算中資源消耗和污染排放單位的不一致問題，因而被廣泛應用于環境領域的效率測度，具體測度的投入產出指標選擇大致圍繞資本要素投入、勞動力要素投入、環境要素投入、環境污染類產出和經濟產出等展開，并聚焦四個方向：

一是區域生態效率的影響因素診斷，包括金融集聚和產業結構優化對區域生態效率的影響作用與機制（何宜慶等，2016）；金融集聚與經濟增長對區域生態效率的門檻效應（陳林心等，2019）；綠色技術創新、產業集聚與綠色技術創新的關聯效應及其對生態效率的影響（劉云強等，2018）等；二是區域不同行業的生態效率研究，如工業生態效率（李在軍等，2018）、碳金融效率（王紅玲，徐浩，2021）等；三是對區域生態效率的測度比較，運用的模型包括超效率DEA（孫欣等，2016），三階段DEA（彭迪云等，2020）、超效率SBM模型（羅能生、王玉澤，2017）、MinDS模型（陳明華等，2020）等；四是區域生態效率的時空演化特征研究，包括生態效率本身的時空演化特征（李強、高楠，2018），以及與金融集聚、區域創新（龐慶華等，2019）、經濟增長（何宜慶等，2015）等要素的空間耦合關系及其空間關聯效應。

總體上看，現有關于區域生態效率測度的研究成果已較為豐富、模型選擇不斷更新、指標體系也不斷完善，對應的測度結果也逐步更加貼近于區域發展的實際。

（二）綠色金融效率的測度分析

因為國內綠色金融發展本身處于初期階段，對測度標準、方法和對象、指標的界定也不一致。測度標準方面，國外研究對于綠色金融效率的測度更多遵循著投入-產出視角下的技術效率標準（Zhang，2021），而國內探索則廣泛涵蓋到綠色金融資源配置效率（王鳳榮、王康仕，2018）、綠色投資效率（王娜等，2017）、綠色創新效率（錢麗等，2021）等。邏輯上看，因為所謂的資源配置狀態只是“投入-產出”過程的中間變量，因而對于綠色金融效率的測度采用技術效率標準更具理論合理性。

測度方法方面，確定生產前沿面構成了綠色金融效率測度的關鍵?？v觀現有文獻，產出前沿的確定無外乎非參數法和參數法兩種路徑，數據包絡分析（DEA）為代表的非參數法不需要預設前沿生產函數，但因為更適應“多產出”指標體系的處理，由此在實踐中被更多采用；而隨機前沿分析（SFA）為代表的參數方法雖在建模的經濟學邏輯上更為嚴謹，但實踐應用主要面向“單產出”指標體系，且在近年的碳排放效率和能源效率研究中備受推崇（Sun et al．，2019；Moutinho et al．， 2020）。

測度對象方面，面向微觀企業的技術效率測度較為常見，主要基于上市公司數據展開（張莉莉等，2018；王韌等，2020）。而在宏觀區域層面，現有文獻多聚焦整體的綠色發展效率（杜宇等，2020），針對區域綠色金融效率的專項研究相對較少，僅有近期的部分研究探索開始圍繞長江經濟帶的11個省市（曾勝等，2021）等區域維度展開，也初步展開了不同地區綠色金融效率的異質性比較（張婷等，2022）。

測度指標方面，遵循投入主體視角和被投入主體視角的效率測度在具體投入產出指標的選擇方面迥然不同：基于投入主體視角的綠色金融效率測算在投入指標選擇上多采用綠色資本投入額與勞動投入額，或預防型綠色投資與治理型綠色投資額（陳羽桃、馮建，2020），非期望產出指標多選擇工業三廢排放等各種污染物排放指標，并以企業績效、建成區綠化覆蓋率等作為期望產出指標。而基于被投入主體視角展開的綠色金融效率測度更多采用綠色信貸、綠色證券、綠色保險、綠色投資和碳金融規模等指標表征綠色金融投入，而以綠色GDP作為期望產出（張莉莉等，2018）或是企業污染排放作為非期望產出。

（三）綠色金融效率和生態效率的耦合度分析

因為現有關于區域生態效率測度的研究相對成熟，而關于綠色金融效率測度的探索仍處于初期階段，因此對兩者空間聯動關系的探索更多局限于理論機制的梳理，基于調查統計數據的耦合度測算并不多見，并在理論和實證層面存在較明顯的脫節。

現有研究普遍強調綠色金融發展對于生態環境和生態效率改善的正向促進作用，Salazar(1998)和Labatt & White(2002)等認為綠色金融的本質是傳統的金融工具應用到治理生態環境的過程。國內也普遍強調綠色金融發展對生態效率提升的支撐作用，認為綠色金融可以引導資金流向并推動綠色清潔產業發展（俞嵐，2016），也能通過金融機構的企業準入管理與信用評級引導企業綠色發展理念樹立（劉錫良、文書洋，2019），更能加速資金從污染行業轉向綠色環保行業并最終提升生態資源效率；部分研究也認為提高生態資源利用效率不僅能為綠色金融發展營造良好環境，也構成了綠色金融服務實體經濟的重要方向（董曉紅、富勇，2018）；綠色金融高質量發展需要契合于生態系統承載能力，并在產品結構及服務方面適應生態環境需要（朱建華等，2019）。

實證結果方面，關于綠色金融效率和生態資源效率兩者間的空間耦合協調關系實證探索和討論相對較少。李虹等（2019）運用耦合協調模型，研究了國內珠三角、長三角、京津冀三大核心經濟圈綠色金融發展和生態環境系統的耦合協調情況；朱建華等（2019）則對貴州省循環經濟與綠色金融的耦合協調關系做了初步探討；朱敏等（2022）運用空間杜賓模型，研究了黃河流域綠色金融發展對生態資源效率的影響及空間溢出效應。

總體上看，基于投入產出視角的效率特征探索綠色金融效率和生態資源效率的空間聯動關系仍存在較大空間。具體方法選擇上，那些能夠從動態視角更好反映子系統間互動和協同效應的耦合協調度模型開始在國內外相關領域的研究中得到關注和應用（Ariken et al．， 2020；劉波等，2021），也無疑具有更強的現實適用性。

綜合以上梳理，現有關于綠色金融效率測度及其與生態資源效率間的空間聯動關系研究仍存在針對性和適用性局限，更缺乏基于特定空間載體的實證支撐。研究視角上，現有關于綠色金融和生態資源效率的研究相對割裂；研究對象上，基于宏觀區域的研究與微觀企業視角的探索相互分離；研究方法上，仍缺乏依托于代表性空間載體展開的實證檢驗。

三、模型構建

（一）區域生態資源效率的測度模型

借鑒Huang et al．(2014)，這里采用超效率SBM模型來對區域生態資源效率展開測度。

假設存在n個生產可能集合或決策單元DMU，對樣本區間t（t=1，2…T）內的任意DMUj(j=1，2…n)，均可使用m種不同投入要素xi(i=1，2… m)，聯合生產q種期望產出yr(r=1，2…q)和h種非期望產出bk(k=1，2…h)。其中，τ時期的第o個有效生產集合DMU(記為DMUτo)的效率值可以通過如下形式的模型來加以表征和計算：

（二）關于宏觀綠色金融體系效率的測算模型

鑒于宏觀區域層面綠色金融發展的多產出屬性，這里采用超效率DEA模型方法來測度綠色金融體系效率。具體做法是：先將有效決策單元的生產前沿面后移，然后在其效率值不變的前提下將投入按比例增加，要素投入增加的比例即為超效率評價值，測得的效率值會大于1，從而可以對有效決策單元展開更深一步研究；而對于無效率決策單元，生產前沿面不變，這和傳統DEA模型的測度結果一致。如圖1所示，在計算單元B的效率值時，將其排除在DMU參與集合之外，則此時ACDE成為了有效生產前沿面，線段BB′表示B點的投入量仍可增加的幅度，B點的超效率評價值為 OB′/OB＞1。

具體形式上，超效率DEA模型可以用如下的數學形式來加以表征：

（三）關于微觀綠色金融技術效率的測算模型

微觀企業的“投入-產出”過程更適于采用“單產出”指標體系加以描繪，因此這里借鑒隨機前沿分析模型（SFA）測度微觀綠色金融技術效率。首先設定如下生產函數：

yit為產出變量，Kit，Lit分別代表資本投入和勞動投入，ξit用于表征個體i在時期t的技術效率水平，且滿足0＜ξit≤1。f(Lit，Kit，β)代表著理論上的有效產出前沿。

考慮到企業實際生產過程還會受到隨機因素沖擊，可進一步將公式（10）轉換為：

其中，[f(Lit，Kit，β)exp(vit)]代表考慮隨機沖擊因素以后的有效產出前沿。同時也用TEit替代ξit來表征具體企業的技術效率值，并有：

再對公式（11）兩邊分別取對數，可轉換成如下函數形式：

vitiid為 統 計 誤 差 項，并 服 從N(0，σv2)；uit=-Ln(TEit)，且uitiid服從斷尾正態分布，即uit～N+(μ，σu2)，且在原點左邊斷尾，反映個體i距離有效前沿面的距離；vit與uit之間相互獨立。f(Lit，Kit，β)實際上具有柯布-道格拉斯函數的形式，可將公式（13）轉換為超越對數形式的生產函數模型：

假設uit隨各區域個體特征與時間趨勢變化而變，則有如下形式模型：

uit服從N(μ，σu2)分布，η為待估計參數，Ti代表個體i的時間特征。公式（15）-（16）表明：uit隨時間而遞減，直至最后一期有UiTi=ui，該模型可定義為“時變衰減模型（TVD）”。如果η=0，此時效率不隨時間變化而變；如果η＞0，表示該區域的效率水平高于生產前沿面；當η＜0時，則表示該區域的效率水平低于生產前沿面。

（四）兩種不同效率的耦合協調度測算模型

“耦合”概念最初來源于物理學，主要用于描述不同系統之間相互作用或相互影響的關聯性，具體測算步驟可歸納如下：首先對指標數據進行標準化平移處理：

其次進一步構建二元耦合度模型：

U為各系統的綜合值，C即表征耦合度狀況，可用來描述兩個系統之間的關系強弱程度。但是，上述模型并不能解釋不同系統之間是否協調，因此在前面耦合度模型基礎上，需要進一步測算耦合協調度，進而探究不同系統間的實際協調程度。具體公式為：

D用于描繪耦合協調度狀況，p、q為待定參數，通常取p＝q＝0．5。

四、指標選取

（一）生態資源效率測度的指標體系

超效率SBM模型下，投入指標包括人力、物力、土地和資源投入；期望產出指標用地區生產總值表示；用基于熵權法測得的環境污染綜合指數作為非期望產出，具體見表1。

表1 生態資源效率的“投入-產出”指標體系構建

參考張軍等（2004）的做法，資本存量采用永續盤存法計算，公式為：Kit=Kit-1(1-δit)+Iit，i表示個體，t表示年份，I表示當期投資，用全社會固定資產投資加以衡量，并使用各地區全社會固定資產投資指數將其折算為以2000年為基期的實際值；δ為資本折舊率，設定為9．6%。

（二）宏觀綠色金融體系效率測度的指標選擇

宏觀和區域層面，綠色金融體系的投入指標包括綠色信貸和綠色投資。綠色信貸主要面向居民和企業部門；綠色投資由政府部門引導、社會部門參與，主要包括環境基礎設施投資和環境治理投資兩個部分。綠色金融體系的產出指標可概括為產業結構升級、綠色創新產出、綠色環境產出三項內容（見表2）。在此基礎上可構建相應的投入產出指標體系。

表2 宏觀綠色金融體系效率的“投入-產出”指標選擇

綠色信貸余額的數據提取主要參考李虹等（2019）的做法，選擇18家上市銀行作為綠色信貸數據提取的主要來源對象。同時，為更好地衡量各地區的綠色信貸水平，也統計了金融機構在全國的網點總數及各省市金融機構的網點數，并將各省市金融機構數占全國金融機構總數的比例作為權重，在此基礎上模擬測算各省市綠色信貸的余額。

（三）微觀綠色金融技術效率測度的指標選擇

借鑒張莉莉（2018）的做法：首先，在上市公司樣本中剔除金融類企業及ST企業，并對數據存在缺失及調整后資本投入與產出為負值的樣本做了刪除，結合企業具體業務經營范圍可得到各省、市共計911家綠色相關上市企業數據集作為微觀技術效率測度的基礎。其次，將具體投入指標區分為資本和勞動投入，資本投入用各省綠色相關企業的固定資產凈值總和加以表示，并以2000年為基期進行平減調整；勞動投入用各省綠色相關企業的員工人數總和表示，為緩解模型中可能存在的多重共線性干擾，將員工人數除以1000進行降維處理；產出指標方面，通過將各省綠色相關企業的營業收入總和與前一年的存貨變動總和相加，并經2000年為基期的工業生產者出廠價格指數做平減調整后得出。

數據來源方面，綠色信貸余額數據主要采自各年度的《銀行業社會責任報告》；金融機構數據來源于《中國金融統計年鑒》；從業人員數、全社會固定資產投資額、建成區面積、地區生產總值及相關指數主要來源于歷年《中國統計年鑒》；能源消耗總量來源于歷年《中國能源統計年鑒》；用水量、工業廢水排放量、工業二氧化硫排放量、工業煙粉塵排放量、工業污染治理完成投資額、城鎮基礎環境設施建設投資來源于歷年《中國環境統計年鑒》，企業營業收入、存貨變動、員工人數、固定資產凈值數據采自WIND數據庫。

五、效率測算與耦合協調度分析

（一）綠色金融和生態資源的效率測度

1．區域生態資源效率的測度與描述

這里運用SUPER-U-SBM模型進行區域生態資源利用效率的測度，最終測算得到2010-2019年全國各?。ㄗ灾螀^、直轄市）的生態資源效率值。結果顯示：無論從中位數還是均值看，國內生態資源效率整體水平均呈現逐年上升的趨勢，但各省市之間的生態資源效率差距也在逐步放大。值得注意的是，2013年的生態資源效率值出現了較為劇烈的分化，雖然少數省份的生態資源效率明顯躍升，但大部分省級行政區的生態資源效率仍處于較低水平。這可能是因為從2013年開始生態文明建設被納入地方政績考核內容，由此部分省級行政區的生態資源效率值得到了突擊式改善，但全國整體的生態資源效率改善仍符合時間走勢，并在2013年之后重新回歸到正常的穩步提升趨勢中。

將全國劃分為東部、中部、西部地區，計算出每個區域的平均生態資源效率值，國內生態資源效率同樣呈現出隨時間遞推而整體逐步上升的態勢，同時也存在著較為明顯的東西部之間的區際差異。2010年，生態資源效率相對較高的地區主要集中在東部沿海的較發達省級行政區以及中西部部分省級行政區，如四川、重慶、湖南、湖北等；而位于西北和西南地區的新疆、青海、云南等省份則因為地理位置偏遠、生態環境條件較差，生態資源效率水平整體偏低；山西、河北、江西等資源型省份的生態資源效率同樣與周邊省市之間存在一定差距，這主要是源于“資源詛咒”效應，資源枯竭、生態破壞等問題對區域生態資源效率形成了明顯拖累。到2015年，中部地區如江西、安徽等省份的生態資源效率明顯提升，區際間差異也呈現出一定的縮小趨勢，但西部較偏遠省份如新疆、甘肅、云南、貴州等地區的生態資源效率水平依然偏低。到2019年，東部沿海地區的整體生態資源效率水平獲得進一步提升，與中、西部各省級行政區之間的差距也再次拉開。值得注意的是，位于西部地區的重慶生態資源效率上升最為明顯，且開始接近東部沿海地區的水平，同時從地域上看也開始產生出空間示范效應，一定程度上帶動了周邊地區如云南、甘肅等省份的生態資源效率出現改善。綜合以上，國內區域生態資源效率整體呈現出明顯的“趨勢改善、區域分化”特征。

2．宏觀綠色金融體系效率的測度與描述

結合超效率DEA模型方法，可以測得2010-2019年全國30個?。ㄗ灾螀^、直轄市）的綠色金融體系效率值。從各年份區域效率值的中位數和均值統計看，我國各省份綠色金融體系效率大致呈現先盤整后提升的態勢。其中，在2010-2015年期間，區域綠色金融體系效率的中位數或均值始終處于區間震蕩狀態，直到2016年后才開始出現上升趨勢。這一時間特征可能與2016年國務院七部委共同發布的《關于構建綠色金融體系的指導意見》相關，該意見有效加速了宏觀區域層面的綠色金融體系建設，進而顯著驅動了效率提升。從區域分布看，2016年以來，部分省級行政區的綠色金融體系效率出現了明顯上揚，由此導致不同區域間的綠色金融體系效率值差異有所放大，說明展開進一步區域差異分析尤為必要。

從分區域統計結果看，東部地區的綠色金融體系效率整體較高且波動幅度相對較小，而西部地區綠色金融體系效率值則在不同年份間呈現明顯波動：2010年，我國綠色金融體系效率呈現“東高西低”的空間分布格局，到2015年，東部和西部間的綠色金融體系效率差異被進一步放大；2019年，伴隨著綠色金融相關政策體系的完善和地區政績考核方式的變化，綠色金融體系效率的區際差異開始逐步收斂，部分中西部省份的綠色金融體系效率得到了快速提升，有力推動了綠色金融體系效率在空間分布層面的均衡化。

3．微觀綠色金融技術效率的測度與描述

運用SFA模型可測得具體企業的技術效率值，按照不同企業所歸屬的省級行政區進行加總，即可得到2010-2019年全國各?。ㄗ灾螀^、直轄市）的微觀綠色金融技術效率值。從時間趨勢看，國內微觀層面的綠色金融技術效率整體處于逐年穩步提升過程，且無論是按省級行政區測算的均值、中位數、上下邊緣還是箱體位置均是如此，這說明至少從微觀企業層面看，綠色金融的投入產出效率都得到了逐年的改善和提高。分區域看，東部沿海省份相對于內地呈現整體性優勢；部分內地省份，如新疆、青海等，因為直接受益于新能源政策紅利以及特有的資源區位優勢，在風電、光伏等產業快速發展帶動下也逐步在微觀綠色金融技術效率方面取得一定進步。但中部省份，如河南、湖北、安徽、江西等，因為在市場和資源方面都不占據優勢，其微觀綠色金融技術效率提升相對緩慢。也就是說，國內微觀綠色金融技術效率的空間分布大致呈現出“東西領先、中部較弱”的啞鈴型格局。

綜合比較宏觀和微觀效率的時空演變，微觀綠色金融技術效率因為根植于市場主體行為，因此伴隨經濟轉型發展呈現穩步提升態勢；而宏觀綠色金融體系效率還會受到綠色金融相關政策扶持體系影響。由此，推動綠色金融效率提升實則存在雙重任務：一方面需要充分利用市場力量強化微觀激勵，另一方面也需要優化政策體系以增強宏觀引導。

空間分布上，微觀和宏觀綠色金融效率的分布特征也不盡相同，宏觀綠色金融體系效率的空間分布大致呈現“東強西弱”格局，微觀綠色金融技術效率的空間分布則大致呈現“東西強，中部弱”的格局?；谶@一結果，要保證國內綠色金融效率的均衡提升，既需要致力于實現市場激勵和政策扶持的平衡，也需要因地制宜，設計差異化路徑。

（二）不同效率指標之間的耦合協調度分析

1．宏觀與微觀綠色金融效率的二元耦合協調

為了更直觀地展現宏觀和微觀兩種不同維度的綠色金融效率之間耦合協調度的時空變化特征，將全國各省級行政區宏觀綠色金融體系效率與微觀綠色金融技術效率間的耦合協調度劃分為東部、中部、西部三個區域后計算其平均值；也同時基于頻數分析法，借鑒龐慶華等（2019）的研究，將所測得的耦合協調度取值區分為四個等級，進而匯總每一種耦合協調等級在同一年份中的比例，可以發現我國宏觀和微觀綠色金融效率的耦合協調狀況呈現出較為明顯的改善趨勢和結構分化特征。

2010年和2015年，國內多數省份二元綠色金融效率的耦合協調度水平處于中度耦合協調狀態，占比分別達到80%和83．3%，達到良性耦合協調水平的省份占比甚至還從2010年的20%滑落到2015年的13．33%，說明在綠色金融發展缺乏統一的政策驅動體系條件下，宏觀和微觀綠色金融效率提升很難保持協調互動。到2019年，宏微觀綠色金融效率達到良性耦合協調水平的省份占比達到36．67%，部分省份開始達到高度耦合協調狀態，這意味著在自上而下政策驅動和自下而上市場激勵保持一致時，宏觀體系效率和微觀技術效率的協調關系方能實質性改善。從空間維度觀察，國內綠色金融效率耦合協調狀況還呈現“東高西低”特征，在2010年和2015年，宏觀與微觀綠色金融效率耦合較好的主要是上海、北京、江蘇等沿海省份；而到2019年，整個東部沿海地區二元綠色金融效率的耦合協調度均達到了良性或以上水平，同時該種良性耦合關系也開始向中西部地區的湖南、云南、廣西等擴散。另外，部分微觀綠色金融技術效率表現較好的中西部省份，因為受到宏觀綠色金融體系效率的拖累，二元綠色金融效率的耦合協調水平仍相對較差，意味著這些省份仍需要強化自上而下針對性的綠色金融政策體系構建，以更好適應自下而上的市場需求。

2．二元綠色金融效率與生態資源效率的耦合協調分析

時間上看，宏微觀綠色金融效率與生態資源效率的耦合協調關系呈現穩步上升態勢，其中微觀技術效率和生態資源效率的耦合協調水平更高，宏觀體系效率與生態資源效率間的耦合協調水平偏低。該結果意味著目前區域生態資源效率的提升與市場化方式驅動的“看不見的手”存在更高的匹配度，而與宏觀政策體系引導的“看得見的手”在協調性方面依然有待提升，意味著自上而下的綠色金融體系建設仍有待進一步加強。

分區域觀察，宏微觀綠色金融效率與生態資源效率的耦合協調關系同樣存在“東強西弱”格局。東部地區微觀綠色金融技術效率和當地生態資源效率之間的耦合協調度明顯更高，這與當地自下而上的市場激勵更強有著密切關系。趨勢上看，東部微觀綠色金融技術效率與生態資源效率間耦合協調度的提升相對領先于宏觀體系效率，意味著這些地區的綠色金融發展遵循著更為明顯的“微觀先行、宏觀跟上”模式?？臻g分布看，東部綠色金融效率與生態資源效率的耦合協調度也呈現地域上的逐步拓展態勢。相對而言，中西部地區宏微觀綠色金融效率與區域生態資源效率的耦合協調度水平顯著低于東部地區。但從時間趨勢上看也開始出現局部突破的勢頭：2019年，湖南、云南、四川、重慶等省級行政區的微觀綠色金融效率和生態資源效率間的耦合協調水平顯著突破，湖南和重慶宏觀綠色金融效率與生態資源效率間的耦合協調關系也獲得明顯改善。遵循東部地區“微觀先行、宏觀跟上”的路徑模式，中西部省份在綠色金融發展方面應更多發揮市場機制的作用，推動微觀層面綠色金融發展，進而完善綠色金融相關政策體系，提升宏觀層面綠色金融體系效率與生態資源效率的匹配度，實現綠色金融高質量發展與生態資源效率間的全面耦合協調。

進一步運用頻數分析方法將不同省份宏觀綠色金融體系效率和當地生態資源效率間的耦合協調度水平進行四等級劃分，宏觀綠色金融體系效率與生態資源效率之間的耦合協調關系在2010年和2015年之間并未出現明顯變化；而到2019年，兩者間的耦合協調水平出現了明顯改善，處于良性耦合協調水平的省份占比大幅提升至26．67%，也有省份達至高度耦合協調狀態，這和前面分析一致，意味著綠色金融政策體系建設助推了宏觀綠色金融體系效率的提升，進而推動了綠色金融發展與生態資源效率間耦合協調關系的改善。

另外，國內省際微觀綠色金融技術效率與生態資源效率之間的耦合協調關系同樣呈現出逐步改善趨勢，這與前面展示的微觀綠色金融技術效率的時間變化特征同樣保持一致，意味著在區域綠色金融發展過程中，提供自下而上的市場主體激勵至關重要，其不僅有助于推動微觀層面綠色金融技術效率的提升，也能夠為宏觀層面綠色金融體系效率的提升創造條件，更能夠滿足區域生態資源效率提升的內在訴求。

綜合以上，宏觀綠色金融體系效率與微觀綠色金融技術效率的耦合協調關系呈現“逐步改善、東強西弱”格局；兩種綠色金融效率和生態資源效率之間的耦合協調關系也呈現出同樣特點，且在時間趨勢上具有“微觀先行、宏觀跟上”的特點。

六、結論與建議

通過區分宏微觀綠色金融效率，再結合對區域生態資源效率的測度，基于省級面板數據對不同效率的時空演變及其空間耦合協調做了系統梳理，并有如下研究結論：

第一，國內生態資源利用效率呈現出“趨勢改善、區域分化”特點。雖然效率水平整體上升，但東西部的區際差異也在逐步放大。2013年生態文明建設被納入到地方政績考核內容加速了部分省份生態資源效率的快速改善，也進一步放大了生態效率的區域差異。

第二，綠色金融宏觀體系效率和微觀技術效率演變存在明顯的時間錯位特征。宏觀綠色金融體系效率提升更加受制于制度環境約束，并以2016年為分水嶺呈現先盤整后提升態勢；而微觀綠色金融技術效率提升根植于市場主體行為，伴隨經濟轉型發展而穩步提升。

第三，綠色金融宏觀體系效率和微觀技術效率分布呈現出較強的空間異質性。東部地區宏觀綠色金融體系效率表現整體優于中西部地區且波動幅度較小，但區際差異在逐步收斂；而微觀綠色金融技術的空間分布則呈現“東西領先、中部較弱”的啞鈴型格局。

第四，綠色金融微觀技術效率到宏觀體系效率改善存在一定的時空傳導效應。兩種不同維度綠色金融效率的耦合協調關系更多依賴于自下而上市場激勵和自上而下政策引導之間的協同性，而在空間分布上則呈現出明顯的“東高西低”格局和區域擴散特征。

第五，綠色金融效率和生態資源效率的耦合協調存在微觀到宏觀的輪動效應。不僅各省級行政區宏觀和微觀綠色金融效率與生態資源效率之間的空間耦合協調關系存在明顯的“東強西弱”格局，且在時間趨勢上呈現出“微觀先行、宏觀跟上”的輪動特征。

綜合以上結論，對于推動國內綠色金融的高質量發展，可以有如下的政策建議：

第一，區域綠色金融的高質量發展依賴于自上而下和自下而上的共同驅動。鑒于綠色金融宏觀體系效率和微觀技術效率之間存在顯著的時空異質性，推動區域綠色金融效率提升不僅需要通過“看不見的手”更好挖掘市場主體的能動性，也需要“因地制宜”構建針對性的綠色金融政策體系，這樣才能實現宏觀效率改善和微觀效率提升之間的良性互動。

第二，政策體系構建和專項政策扶持對于不同效率間的耦合協調至關重要。鑒于綠色金融微觀技術效率到宏觀體系效率存在一定的輪動傳導效應，并會因之影響不同維度效率與生態資源效率之間的耦合協調關系，因此在推動區域可持續發展過程中，應致力于強化針對性的政策引導，致力于推動綠色金融效率提升和生態資源效率改善的有效協同。

第三，綠色金融發展和生態效率提升需要探索針對性、差異化的路徑安排。國內不同省份在綠色金融體系效率和技術效率之間的稟賦特征并不一致，因此需依據區域情況探索市場和政策的差異化組合，“因地制宜”構建針對性的政策扶持體系，強化對中西部地區重點優勢新能源產業的專項政策扶持，共同推動實現區域高質量和可持續發展目標。