目前，我国已经建成的绿色金融改革试验区涉及广东省广州市、浙江省湖州市和衢州市、江西省赣江新区、新疆省哈密市、昌吉市和克拉玛依市、贵州新安区、甘肃兰州新区、重庆市等，绿色金融和战略性新兴产业双向耦合驱动所形成的“绿色金融改革试验区”经济特色凸显。一方面，得益于中央的绿色金融政策驱动，无论是从绿色金融政策的实施效果还是市场实践效果来看，浙江、广东和江西等省份的绿色金融发展水平都领跑全国，而新疆、贵州等省市(区)也成为西部地区的翘楚。各试验区的绿色金融发展综合水平处于国内第一集团地位，充分发挥了引领示范效应(参见 表1 )。

注：数据来源：中央财经大学《2022年中国地方绿色金融发展指数报告》。

另一方面，各试验区所在省市(区)也已经形成地域特色鲜明的绿色金融服务战略性新兴产业的错位发展格局。广东省强调绿色金融支持战略性新兴产业绿色发展，也肩负着开发碳金融交易市场，对接绿色金融国际标准的使命；浙江重在践行“耕好绿色金融试验田”理念，打造国内先进制造业发展高地；江西省绿色金融致力于支持新能源与新材料等高新技术产业，塑造低碳能源转型新样板；贵州省围绕全国首家绿色金融交易中心开发创新绿色金融产品，服务于生态保护与产业振兴；甘肃省以实现生态环境修复为长远目标，通过发展绿色信贷、绿色债券、绿色保险、绿色产业基金等新型业态助力新能源产业转型升级。

绿色金融通过资本化配置效应、投资导向效应以及风险控制效应向新能源产业发挥正向支持作用，增强其技术水平及市场竞争力，支持新能源产业立足和发展。

第一，资本化配置效应。绿色金融资本化就是将现有的绿色资源转化为资本，再通过资本市场注入到新能源产业，此举可突破新能源产业中各企业的融资瓶颈，充实企业资本金，以优化产业资本结构。绿色金融资源的动态配置也可打破传统融资来源的单一性，创新融资渠道，促使新能源企业得到更多投资资金、资源，实现新能源产业规模再次扩大。

第二，投资导向效应。绿色金融主要抓住资本逐利性的特点，依托四类宏观调控政策发挥投资资金导向作用，实现生产要素向战略性新兴产业方向转移：财政政策可通过税收优惠、财政拨款等政策工具扶持战略性新兴产业；货币政策通过控制货币供应量，有效引导资金流向战略性新兴产业；收入政策通过影响企业的各项经营成本来吸引外部投资资金流入；产业政策则通过制定特定产业的长效发展方向来引导投资资金向战略性新兴产业转移配置。

第三，风险控制效应。绿色金融通过有效降低信息处理成本、规避风险，在新能源产业上实现自身的科技创新效应。绿色金融中介机构和金融服务机构所搭建的金融信息平台能有效降低投资者和战略性新兴企业之间由于信息不对称而导致的逆向选择，使优质投资项目更快地获取充裕资金支持，降低了绿色投融资资金使用风险。此外，对于战略性新兴产业这样存在较大初期风险的产业，绿色金融的加入也有助于相关企业强化其风险管理，提高绿色投融资资金使用效率。

新能源产业虽然前期资金投入大、技术标准高，但其后期投资回报高、成长速度快，能够通过发挥资金循环支撑效应、技术创新推动效应和监督反馈效应，在更大程度上支撑绿色金融的发展与创新。

第一，资金循环支撑效应。战略性新兴产业规模扩大后，投融资需求增多，必然要求融资方式多样化，要求金融机构针对性地开发绿色金融创新业务。与此同时，投资战略性新兴产业所获得的经济效益又会以资金形式回流到金融体系内，为绿色金融源源不断地注入发展动力，形成资金在绿色金融业和战略性新兴产业间的良性循环。

第二，技术创新推动效应。战略性新兴产业的崛起将不断刺激绿色金融市场增加业务量和客户量，倒逼金融机构强化自身技术创新能力，保障后台服务所需的技术支持，提高绿色金融业务运营及产品研发效率。

第三，监督反馈效应。战略性新兴产业具有巨大的市场潜力和经济效益增长空间，能够获得国家政策扶持并吸引大量投资者的目光。在政府和投资者的关注下，助力战略性新兴产业发展的绿色金融业自然也会受到监督和约束，这是保障绿色金融机构稳健运营，实现绿色金融优质发展和深化改革的基础。

本文以我国已经建成了绿色金融改革试验区的广东省、浙江省、江西省、新疆省、贵州省和甘肃省²的绿色金融和代表性战略新兴产业为研究对象。根据数据的可得性、真实性以及可参考性，选取2009~2022年样本数据来测算各省市(区)市(区)的绿色金融发展综合指数和战略性新兴产业发展综合指数。其中，绿色金融发展综合指数所需的基础数据来源于《中国统计年鉴》《广东统计年鉴》《浙江统计年鉴》《江西统计年鉴》《新疆统计年鉴》《贵州统计年鉴》《甘肃发展年鉴》以及TBanic新经济数据库和国泰安数据库；各省市(区)市(区)的战略性新兴产业发展综合指数所需数据则来源于工商银行、农业银行、中国银行以及建设银行的《年度社会责任报告》和《年度财务报告》。

本文以数据可得性和指标代表性为基准原则，设计了六省市(区)绿色金融和代表性战略性新兴产业的评价指标。

(1) 绿色金融发展及代表性战略性新兴产业发展评价指标体系设计

本文所构建的绿色金融发展综合指数包括绿色投资、绿色保险、绿色信贷和碳金融等四个一级指标。其中，绿色投资由节能环保支出、林业投资完成额等两个二级指标构成，反映了对绿色产业的投资。绿色保险的二级指标设计参考喻平和张敬佩(2021) [18] ，包括农业保险规模占比、农业保险赔付率等两个二级指标，前者即农业保险保费收入占财产保险公司保费收入的比率，后者即农业保险赔付支出与该保险保费收入的比率。绿色信贷以工农中建四大商业银行的绿色信贷比率为二级指标，反映了商业银行对六省市(区)绿色金融规模。碳金融则以清洁发展机制(CDM)项目批准量作为二级指标，该指标反映了绿色金融中的低碳制度安排和碳金融市场化交易方式的创新(罗超平等，2016) [17] ，能够间接地测度出各省市(区)市(区)的碳金融发展水平。

六省市(区)的代表性战略性新兴产业则根据各地“十四五”发展规划中较为强势的产业来确定：广东省和浙江省以新能源产业为代表性产业，江西省以新能源汽车制造业为代表性产业，新疆和甘肃以新能源制造业为代表性产业，贵州以新能源锂电池材料制造业为代表性产业。由于战略性新兴产业种类繁多且不易获取准确数据，本文考虑了二级指标的相对稳定性以及评价数据的可获得性，依据王欢芳等(2020) [19] 的方法来选取各省市(区)市区的代表性战略性新兴产业发展水平测度指标，相应的绿色金融发展综合指数以及代表性战略性新兴产业发展综合指数的评价指标体系构成如下 表2 所示。

(2) 绿色金融发展综合指数和战略性新兴产业发展综合指数的测算

本文使用熵值法来测定绿色金融发展和战略新兴产业发展评价指标体系中各类二级指标的权重，原因是与二项系数法等其他赋权方法相比，该方法可避免其他因素干扰，更具有客观性和科学性。绿色金融发展综合指数和战略性新兴产业发展综合指数测算过程为：

第一，对绿色金融与代表性战略性新兴产业的数据做标准化处理。

采用公式(1)消除 表2 中各二级指标的量纲差异，将全部指标的取值控制在[0,1]区间内。

$F_{ij}=\frac{Z_{ij}-\text{min}\left(Z_{ij}\right)}{\max \left(Z_{ij}\right)-\text{min}\left(Z_{ij}\right)}$( $i=1,2,\cdots ,11;j=1,2,\cdots ,11$) (1)

上式中， $F_{ij}\in \left(0,1\right)$为各二级指标的标准化数值， $Z_{ij}$为其原始数值， $\max \left(Z_{ij}\right)$和 $\text{min}\left(Z_{ij}\right)$分别为某二级指标 $Z_{ij}$的最大值与最小值。

注：(1) 一级指标中，产业总产值(NE)及产业份额(NEO)中的“产业”指的是各省市(区)市(区)的代表性战略性新兴产业，其中，广东省选择新能源产业，浙江省选择先进制造业，江西省选择新能源汽车制造业，新疆维吾尔自治区选择新能源制造业，贵州省选择新能源锂电材料制造业，甘肃省选择新能源制造业。(2) 二级指标中，广东省的I类产业(NE1)指的是通用设备制造业，II类产业(NE2)指的是电气机械及器材制造业；浙江省的I类产业指的是电气机械和器材制造业，II类产业指的是计算机、通信和其他电子设备制造业；江西省的I类产业指的是铁路、船舶、航空航天和其他运输设备制造业，II类产业指的是电气机械和器材制造业；新疆维吾尔自治区的I类产业指的是通用设备制造业，II类产业指的是计算机、通信和其他电子设备制造业；贵州省的I类产业指的是铁路、船舶、航空航天和其他运输设备制造业，II类产业指的是电气机械和器材制造业；甘肃省的I类产业指的是通用设备制造业，II类产业指的是电气机械及器材制造业。

第二，确定绿色金融或代表性战略性新兴产业第j项二级评价指标的第i年数值占该指标的贡献度 $S_{ij}$。

$S_{ij}=Z_{ij}/{\displaystyle {\sum }_{i=1}^n{Z}_{ij}}$，( $i=1,2,\cdots ,11;j=1,2,\cdots ,11$) (2)

第三，确定绿色金融与代表性战略性新兴产业第j项二级评价指标的熵值H_j。

$H_j=-\frac{1}{\ln n}{\displaystyle {\sum }_{i=1}^n\left(S_{ij}\times \ln S_{ij}\right)}$(3)

第四，确定绿色金融与代表性战略性新兴产业各二级评价指标的权重。

$W_j=\frac{1-H_j}{{\displaystyle {\sum }_{j=1}^m\left(1-H_j\right)}}$， $\left({\displaystyle {\sum }_{j=1}^m{W}_j}=1,j=1,2,\cdots ,11\right)$(4)

由此可计算得出六省市(区)绿色金融发展综合指数与新能源产业发展综合指数中各二级评价指标所占权重(参见 表3 )。

第五，分别测算绿色金融发展综合指数GFINI和代表性战略性新兴产业发展综合指数NEII，计算公式见公式(5)和公式(6)。

$GFIN{I}_t={\displaystyle {\sum }_{m=1}^9{u}_m\times G{F}_{mt}}$， $t=1,2,\cdots ,11$(5)

$NEI{I}_t={\displaystyle {\sum }_{n=1}^3{v}_n\times N{E}_{nt}}$, $t=1,2,\cdots ,11$(6)

其中， $u_m$表示绿色金融各指标的权重， $G{F}_{mt}$表示绿色金融第t年的第m个指标， $v_n$表示战略性新兴产业各项指标的权重， $N{E}_{nt}$表示战略性新兴产业第t年的第n个指标，计算结果参见 表4 。

下文将构建耦合度模型和耦合协调度模型，以检验六省市(区)绿色金融与战略性新兴产业的耦合关系，其中，耦合度模型用来验证各省市(区)市(区)的绿色金融与其代表性战略性新兴产业之间紧密关联、相互作用的耦合程度；耦合协调度模型用来验证绿色金融与代表性战略性新兴产业整体协调发展的程度。

本文旨在研究我国绿色金融与战略性新兴产业的耦合关系，通过建立耦合度模型可以测算出各省市(区)市(区)绿色金融与代表性战略性新兴产业相互依赖、相互制约的程度，耦合度模型参照王淑佳等(2021) [20] 的研究成果构建，表达式如下：

$COUP=2\times \sqrt{\frac{GFINI\times NEII}{{\left(GFINI+NEII\right)}^2}}$(7)

上式中，COUP表示耦合度，且 $0\le COUP\le 1$；GFINI表示绿色金融发展综合指数，NEII表示代表性战略性新兴产业发展综合指数。本文参考喻平和张敬佩(2021) [18] ，并结合本文研究需要确定了耦合度评价标准：① 当 $COUP=0$时，绿色金融与代表性战略性新兴产业两系统之间的耦合度最小化，表明二者无相关关系且向无序状态发展；② 当 $COUP\in \left(0,0.3\right]$时，绿色金融与战略性新兴产业处于极低水平耦合阶段，两系统有序发展的关联度低；③ 当 $COUP\in \left(0.3,0.5\right]$时，绿色金融与战略性新兴产业处于拮抗阶段，绿色金融发展水平较低，且未能显著推动战略性新兴产业的发展；④ 当 $COUP\in \left(0.5,0.8\right]$时，绿色金融与战略性新兴产业处于磨合阶段，两系统开始显现出良性耦合效果；⑤ 当 $COUP\in \left[0.8,1\right)$时，绿色金融与战略性新兴产业之间达到高度耦合关联水平，绿色金融对战略性新兴产业发展已经显著发挥作用，后者发展到了高水平阶段；⑥ 当耦合度 $COUP=1$时，说明绿色金融与代表性战略性新兴产业已经完全实现共振、耦合并有序发展。

为进一步地衡量六省市(区)绿色金融与战略性新兴产业的整体协调发展水平，本文构建了耦合协调度模型，公式如下：

$CCOD=\sqrt{COUP\cdot COD}$(8)

其中，CCOD表示绿色金融与代表性战略性新兴产业的耦合协调程度，且 $0\le CCOD\le 1$，COUP表示绿色金融与代表性战略性新兴产业的耦合度。COD表示绿色金融与代表性战略性新兴产业间的协调发展指数，其计算公式为

$COD=\alpha \cdot GFINI+\beta \cdot NEII$(9)

上式中，GFINI、NEII分别为绿色金融发展综合指数、代表性战略性新兴产业发展综合指数，COD为经参考权重调整后的绿色金融与代表性战略性新兴产业协调发展指数； $\alpha$和 $\beta$为两类子系统各综合发展水平的权重。

按照已有文献标准，耦合协调度可划分为七个档次：① 当 $CCOD\in \left(0,0.2\right]$时，绿色金融与战略性新兴产业发展表现为严重失调，且两系统存在明显的相互制约关系；② 当 $CCOD\in \left(0.2,0.3\right]$时，绿色金融与战略性新兴产业发展存在中度失调；③ 当 $CCOD\in \left(0.3,0.4\right]$时，绿色金融与战略性新兴产业发展濒临失调；④ 当 $CCOD\in \left(0.4,0.5\right]$时，绿色金融与战略性新兴产业发展基本协调；⑤ 当 $CCOD\in \left(0.5,0.6\right]$时，绿色金融与战略性新兴产业发展步入中度协调水平；⑥ 当 $CCOD\in \left(0.6,0.8\right]$时，绿色金融与战略性新兴产业发展可达到高度协调水平；⑦ 当 $CCOD\in \left(0.8,1\right]$时，绿色金融与战略性新兴产业发展已实现优质协调，两系统体现出完全互促作用。

下文将运用耦合度模型和耦合协调度模型对六省市(区)绿色金融和新能源产业的耦合关系进行实证检验。首先由于我国绿色低碳转型战略中绿色金融与产业绿色发展同等重要(朱建华等，2019) [21] ，因而视绿色金融与代表性战略性新兴产业在耦合协调发展中的作用相当，令 $\alpha =\beta =0.5$，按公式(9)计算出绿色金融和代表性战略性新兴产业协调发展指数。其次，根据模型公式(7)、(8)依次测算，便可得出各省市(区)市(区)绿色金融与代表性战略性新兴产业的耦合度及耦合协调度结果(参见 表5 )。

通过实证分析，本文得出了以下结论：

第一，六省市(区)的绿色金融与战略性新兴产业协调发展指数总体呈现出平稳上升的趋势，并且在2017年中央推出绿色金融创新改革错位试点制度后，中西部省市(区)的绿色金融与战略性新兴产业协同发展程度不断提升，缩小了与东部省份的差距。具体而言，2009年各省市(区)市(区)的两系统协调发展程度普遍处于0.18以下的极低水平。但是，2017年以后，江西、贵州、新疆、甘肃等中西部省市(区)的绿色金融与战略性新兴产业协调发展程度迅速提高，缩小了与广东、浙江两省的差距。到2022年，江西的两系统协调发展水平升至0.8512，与东部两省水平相当。这表明，绿色金融政策驱动下，资本化配置效应和投资导向效应得以充分发挥，对于缓解中西部省区的战略新兴产业融资约束，提高行业技术创新能力起到了积极作用(参见 图1 )。

第二，六省市(区)绿色金融与战略性新兴产业耦合度稳定地处于高度耦合区间，表明两系统发展已经达到良性共振耦合阶段，绿色动能已经汇聚成势，发展势头强劲。总体来看，新疆、贵州和甘肃等西部省市(区)的绿色经济后发优势较为明显，经过快速发展，绿色金融与战略性新兴产业的互动发展关系日益紧密；相比之下，广东和浙江的经济基础厚实，金融资源积聚效应凸显，在厚积薄发的资本力量助推下，绿色金融和战略性新兴产业发展的互动关系始终保持在优良状态，此实证结果与王翌秋和郭冲(2022) [22] 的研究较为一致(参见 图2 )。

第三，各省市(区)市(区)的绿色金融与战略性新兴产业发展耦合协调度呈现出了一定程度的时空分异性，这表明绿色动能的演化路径体现出了区域差异特征。广东、浙江的两系统耦合协调度逐年稳步上升，从2009年的0.3~0.4左右上升至2020年的0.8以上，即从早期的濒临失调阶段已经发展到高度协调阶段，表明随着各省市(区)绿色金融和战略性新兴产业的发展，二者互动关系中的良性耦合效应愈发明显；江西的两系统耦合协调程度出现阶段性起伏波动，从2009年的0.4272升至2013年的0.7632后跌至0.378的低位水平，此后又逐步从向高度协调水平迈进；新疆的两系统耦合协调度从2009年的0.242明显抬升至2019年的0.6157，表明绿色低碳转型战略对于新疆的两大绿色经济系统转型升级起到了显著的积极效果，绿色金融和战略性新兴产业与当地经济金融环境条件相适应，使两系统步入了中高度协调发展阶段；贵州的两系统耦合协调度稳步提升，至2022年上升到0.7942，绿色金融与战略性新兴产业的发展已经达到中高度协调水平；甘肃的两系统耦合协调度起伏变化较大，经历了“基本协调–中度协调–濒临失调–中高度协调–中度协调”的变化趋势，表明该省的两系统协同互促关系尚不稳定，待优化空间较大。总体来看，经过十余年发展，中西部省市(区)的绿色金融与战略性新兴产业互动发展的协调程度有了明显提高，低起点、高速度的协同发展特色明显；而广东、浙江等东部省份的绿色金融与战略性新兴产业的良性互动协同效应也日益增强，两系统通过“资本–投资–技术创新–监督反馈”双向耦合促进的作用关系释放出了更强的协调发展信号，这对于带动周边地区更好地实践绿色金融和低碳产业发展具有积极示范意义(参见 图3 )。