金融集聚對綠色經濟效率的影響研究
——基于Super-DEA模型和SGMM模型的實證分析

陳 彤，胡青江，閆海龍

（1.新疆農業大學經濟與貿易學院，新疆 烏魯木齊830052；2.新疆農業科學院院辦辦公室，新疆 烏魯木齊830091；3.新疆維吾爾自治區發展和改革委員會經濟研究院，新疆 烏魯木齊830000）

一、引言

改革開放以來，中國經濟長期保持中高速增長，在取得偉大成就的同時，也對資源環境與污染排放付出了沉重的代價，經濟增長質量之隱憂值得我們深思。黨的十九大報告中，習近平總書記指出要加快經濟文明體制改革，建設美麗中國，推進綠色發展。與傳統發展方式相比，綠色發展更為注重生態保護和環境治理，強調資源節約、循環利用及節能減排，追求經濟社會可持續發展，也更能全面、真實反映經濟發展概況。新時代如何踐行新的發展理念，提升經濟發展的綠色水平和可持續性，已成為當下中國經濟轉型升級中亟待解決的現實問題之一。

一般而言，金融發展能夠通過資金的引導功能對當地資金結構和分配布局產生影響，推進技術創新、知識溢出和產業結構調整，從而促進經濟轉型升級。金融集聚作為推動經濟綠色發展的重要抓手，可以有效發揮規模經濟效應、外溢效應和創新效應，能夠加快區間內的分工協作，實現金融資源自由流動，促進生產和投資的精細化，對于當地產業結構調整與經濟綠色發展具有重要的促進作用。那么，金融集聚對中國綠色經濟效率影響如何？集聚在綠色經濟發展過程起著什么樣的作用，是否存在非線性關系？這一系列問題值得我們深入探討，此舉不僅有助于更為全面加深對金融集聚與綠色經濟發展關系的理解，也有助于更好地因地制宜的優化產業政策，實現金融集聚與綠色經濟協同發展具有重要的現實和理論意義。

二、文獻綜述和理論分析

1.文獻綜述

金融集聚最早由Kindleberger(1973)提出，并指出地域的集中性是形成金融集聚的關鍵因子。Bushman&Smith(2001)研究發現金融集聚不僅可以降低金融交易和溝通成本，而且能有效的促進關聯產業發展。Baldwin&Martin P(2001)認為區域間存在相互協作的關系，金融集聚效應不僅可以拉動所在地經濟增長，也能通過外溢效應作用于相鄰區域經濟發展。Christopoulos &Tsionas(2004)發現金融集聚可以促進經濟發展，但二者之間是單向的因果關系。Apergis&Filippidis(2007)以25個經合組織成員和50個發展中國家為研究對象，發現金融集聚能夠增強金融發展對實體經濟的促進效應，在發展中國家更加明顯。Masten&Coricelli(2008)和Nicole&Marius(2008)以歐洲國家為研究對象，研究發現金融集聚能夠具有生產效應，促進經濟發展。

誠然，金融集聚在促進經濟增長的同時，與之相伴產生的一系列資源和環境問題，也引起人們的廣泛關注，對于如何探索金融集聚過程中的經濟綠色發展之路也逐漸成為學界研究的熱點。針對金融集聚對綠色經濟效率影響的研究。學者們針對不同研究假設和模型展開了多視角探索。其中，Bossone&Lee(2004)研究發現金融集聚可以有效降低單位產出消耗，提升綠色經濟發展質量。曾獻東和謝科進(2011)則認為金融集聚是通過技術擴散、產業調整和技術外溢等途徑實現的城市綠色經濟增長。王鋒等(2017)認為金融集聚對本地綠色經濟發展具有正向促進作用，同時對相鄰地區存在空間溢出效應。張浩然(2014)則是以我國263個地級以上城市為研究樣本，同樣證實了金融集聚不僅提高了本地經濟績效，在城市之間還存在顯著的外溢效應，且其溢出范圍有限。魏茹(2018)認為不同產業結構視角下金融集聚對城市綠色經濟效率的影響是不同。曹鴻英和余敬德(2018)研究發現金融集聚與綠色經濟效率存在空間自相關，且金融集聚的空間溢出效應較為顯著，這點在東部地區表現的更為明顯。張芳等(2018)以長三角為研究對象，發現金融集聚可以通過推動技術進步和優化資源配置，促進經濟綠色發展，且這種正向影響呈現逐步增強態勢。

理論研究上，文章從規模經濟效應、外溢效應和創新效應三個方面，闡述了金融集聚對綠色經濟效率影響的理論機制；研究方法上，基于綠色發展理念，構建綠色經濟效率評價指標體系，并利用Super-DEA模型對我國30省市的綠色經濟效率進行了測算；研究視角上，基于全樣本和分階段兩個視角，運用SGMM模型對金融集聚與綠色經濟效率關系進行了實證研究。

2.理論分析

綠色經濟發展是經濟效益和生態環境效益的有效統一，其關鍵在于提升綠色經濟效率（任陽軍等，2019）。綠色經濟效率的提升意味著生產要素的投入和利用更加集約化，這與區域金融集聚的水平密不可分。金融是現代經濟的核心，其作用不言而喻，不僅能夠有效區域資源優化配置，而且還可以通過溢出效應、規模效應的方式，實現金融資源自由流動。金融集聚作為產業集聚一種特殊化表現，具有空間性、趨利性、動態性等特征，其形成與發展主要受到區位條件、經濟發展基礎、政府扶持力度、城鎮化等因素的影響。作為綠色發展的重要支撐因素，金融集聚在提高技術效率、凝聚智力和激活區域創新活力方面貢獻較為突顯，并主要通過規模經濟效應、溢出效應和創新效應對綠色經濟效率產生影響。不僅如此，金融集聚和綠色經濟效率還表現出動態上升循環關系，即金融集聚水平的提高能夠吸引更多的科技、信息和人力資本等要素聚集提升經濟綠色發展質量并進一步惠及金融發展，如圖1所示。

（1）規模經濟效應

金融集聚意味著在金融機構及關聯產業和部門在空間維度上集中布局，有利于金融資源整合和信息交流，形成“1+1＞2”發展合力，能夠進一步促進區域投資和儲蓄結構的優化，提高資金的流動性、周轉速度、使用和投資效率，緩解企業融資束縛、區域經濟發展中的資金瓶頸，便捷金融機構同業業務往來，實現規模經濟效應，讓更多的實體經濟產業和市場主體享受到金融共享服務，也能有效降低金融服務部門的運營成本。與此同時，金融集聚能夠吸納更多的金融復合人才、投資要素及關聯產業的加入，釋放經濟發展活力。此外，金融集聚的規模效應可更好的發揮對產業結構升級的支持作用，進而對綠色經濟發展產生疊加推動力，通過資本積累、應用成果轉化等方式在經濟系統內部產生正向反饋機制，并推動區域經濟的自我優化，實現金融集聚和經濟綠色發展之間的動態上升循環。

圖1 金融集聚對綠色經濟效率的作用機制

（2）外溢效應

鑒于各地區在資本、金融資源分布以及區位條件等方面存有差異，金融集聚的外溢效應又有正負效應之分。一般而言，金融集聚形成初期，往往憑借自身先天優勢資源通過擠壓周邊地區金融資源而得以優先發展，稱為“極化效應”；當其發展提升到一定程度，則會依托金融網絡和服務的輻射效應，逐步帶動相鄰地區金融及關聯產業發展，稱為“涓流效應”。通常情況下，金融集聚效應不斷顯現出來，實體經濟參與者獲取資金、知識和信息將更加便捷，信息不對稱問題和資源共享窘境有望得到改善，資源配置得到進一步優化，能夠吸引更多金融資源用于滿足低耗能、低污染產業的發展訴求，成為實現綠色發展的重要手段，對本地經濟發展產生重要影響。值得關注的是，金融集聚逐步增強將加快金融資源“極化效應”和“涓流效應”在區域間的傳遞，促使技術、信息和知識等生產要素得到合作共享，逐步形成對相鄰區域產生外溢效應。

（3）創新效應

金融集聚可以吸納更多的人力資本、技術和知識等生產要素在區域內集中，這對所在地經濟轉型升級和企業創新發展至關重要。首先，金融集聚在加劇本地金融市場競爭的同時，也會迫使其不斷革新技術、拓展市場和專業化分工，為社會大眾提供更好、更便捷的服務和產品，帶動轄區內整體金融發展水平的上升，進而推進區域經濟發展效率的提升。反過來經濟發展效率的提升又可以為金融集聚創新效應提供更為廣闊的市場需求，實現以點帶面拉動關聯相關產業共同發展。其次，金融集聚具有創新綠色金融發展的功能，能夠提升資源配置效率。對于產業發展來說，金融集聚能夠為產業結構升級提供綠色貸款保障，可用于支持產業技術創新。對企業發展來說，金融集聚在緩解企業技術創新信貸壓力的同時，能夠調整資金供給方式引導企業樹立綠色發展理念，優化生產要素投入，增大環保投入和環境治理以及技術研發力度，約束企業生產節能環保產品，從而推動生產方式轉變和綠色可持續發展。

三、模型構建、指標選擇與數據說明

1.模型構建

為了更為全面剖析金融集聚與綠色經濟效率之間的互動關系，結合已有學者研究成果和文章研究需求，將城鎮化水平、對外開放度、產業結構、財政分權以及能源強度等要素作為控制變量納入到模型的分析中，并建立如下回歸模型：

由于綠色經濟效率具有較強的滯后效應，將被解釋變量滯后一期納入模型分析中，模型形式得以演變如下：

同時，考慮到金融集聚和綠色經濟效率之間可能存在非線性關系，為進一步檢驗此關系的存在性，借鑒前人研究成果（林珊和林發彬，2018），在動態面板模型的基礎上，加入金融集聚的二次項，模型形式演變如下。此外，為了規避可能存在的內生性問題，文章選擇Arellano&Bover(1995)和Blundell &Bond(2000)提出的動態面板廣義矩（SGMM）對模型進行參數估計，并使用Hansen檢驗對工具變量的進行研判，以確保參數估計結果更為科學。

2.指標選擇

文章涉及到的變量包括：綠色經濟效率(gee)、綠色經濟效率滯后一期(gee_1)、金融集聚(fa)、能源強度(enery)、產業結構(idus)、對外開放度(open)、城鎮化水平(urban)以及財政分權(fd)。

（1）被解釋變量

文章以綠色經濟效率為被解釋變量。參照已有學者研究方法（劉耀彬等，2017；錢爭鳴和劉曉晨，2017；何愛平和安夢天，2019），構建綠色經濟效率指標體系（見表1），采用Andersen&Petersen(1993)提出的Super-DEA模型，并結合Fukuyama(2009)兼顧投入產出的處理方法，對2000-2017年我國30省市的綠色經濟效率進行測算。

表1 綠色經濟效率指標體系

（2）解釋變量

第一，核心解釋變量。選擇金融集聚和金融發展作為核心解釋變量。文章選擇區位熵來計算金融集聚水平（姚松伯和劉穎，2017；陳智昊等，2019）。此外，選擇金融發展（金融機構存貸款余額/GDP）作為核心解釋變量用于穩定性檢驗。

第二，控制變量。選擇城鎮化水平、對外開放度、財政分權、產業結構和能源強度作為控制變量（胡安軍等，2018；葉仁道等，2017；劉加林，2013；張英浩等，2018）。城鎮化水平(urban)，以城鎮人口與年末總人口比值來表征；對外開放程度(open)，以進出口總額與GDP比值表征；財政分權(fd)，以省級人均財政支出與全國人均財政支出來表征；產業結構(idus)，以第三產業占比來表征；能源強度(energy)，以能源消費總量與GDP比值來表征。各變量定義和描述性統計特征見表2。

表2 各變量定義和描述性統計特征

3.數據說明

基于港澳臺和西藏地區數據缺失較多予以剔除，文章選擇余下30個省市作為研究對象，樣本區間為2000-2017年，原始數據來源于《中國統計年鑒》《中國工業統計年鑒》《中國環境統計年鑒》、Wind數據庫和國家統計局網站。

四、結果分析

1.變量的描述性分析

為更為全面剖析研究對象，文章從時間和空間兩個維度對綠色經濟效率和金融集聚進行描述性分析。

（1）綠色經濟效率變化情況

利用MaxDEA分析軟件對2000-2017年我國30個省份的綠色經濟效率進行測算。從時間維度來看，2000-2017年，我國綠色經濟效率水平總體呈波動上升態勢（見圖2），由2000年的0.694增長到2017年的0.784。從分區域層面，全國與東、中、西部地區綠色經濟效率水平存在顯著的差異，但東、中、西部綠色經濟效率變化走勢與全國變化走勢較為一致，尤其是2008年之后的中部地區綠色經濟效率趨勢線與全國基本吻合。東、中、西部綠色經濟效率值分別由2000年的0.754、0.723、0.564增長到2017年的0.946、0.768、0.632。綜合來看，區域綠色經濟效率水平總體較低，并呈現出東、中、西部逐次遞減的態勢。研究區間內均呈現出東部地區綠色經濟效率水平最高，中部次之，西部最低。同時，與全國水平對比來看，東部（均值0.891）高于全國（均值0.759）、中部（均值0.783）與全國（均值0.759）比較接近，西部（均值0.606））低于全國（均值0.759）。從空間維度來看，各省市之間綠色經濟效率水平并不一致。由圖2及圖3可以看出，2000-2017年，僅有海南、福建達到綠色經濟效率前沿（均值高于1）；而天津、河北、上海、山東、廣東、黑龍江、湖北、青海8省市超過0.9，逼近前沿；山西、重慶、貴州、甘肅、寧夏5省低于0.5，位于末端；剩下的15個省市的綠色經濟效率均值位于0.5～0.9之間。各省市綠色經濟效率與其經濟發展水平呈現出非對稱性。

圖2 全國及東中西部地區綠色經濟效率變化趨勢（2000-2017年）

圖3 全國及東中西部地區金融集聚變化趨勢（2000-2017年）

（2）金融集聚變化情況

利用區位熵法對2000-2017年我國30個省份的金融集聚進行測算。從時間維度上看，2000-2017年，我國金融集聚水平整體也呈波動起伏的動態變化過程（見圖3），由2000年的0.886增長到2017年的0.970。全國及東、中、西部金融集聚走勢變化較為一致，且區域間的差異性較為顯著。東、中、西部地區綠色經濟效率值分別由2000年的1.063、0.688、0.853增長到2017年的1.137、0.763、0.953。綜合來看，東、中、西部地區金融集聚水平呈“V”型的結構布局。東部地區金融集聚水平一直處于領跑地位（均值1.030），高于同期的全國（均值0.827）、中部地區中部（均值0.579）、西部（均值0.805）；中部地區金融集聚水平較低，但總體呈波動上升態勢，尤其是2010之后，增幅高于同期東部和西部以及全國水平；西部地區金融集聚水平是波動中上升趨勢，其變化走勢與全國平均水平較為一致。從空間維度上看，2000-2017年各省市金融集聚水平存在較大差異，呈現出明顯的空間異質性。北京金融集聚水平最高（均值2.426）；上海、天津、浙江、重慶、寧夏的金融集聚水平相對較高，均值在1～2之間波動；其余24個省市金融集聚水平介于0.5～1之間。可見，各省市金融集聚水平與金融發展程度存在較大的關聯性。

綜合來看，研究區間內金融集聚和綠色經濟效率均值的空間分布不一致（見圖4），非均衡態勢較為明顯，這點也再次說明金融集聚與綠色經濟效率之間可能存在非線性關系。

2.實證結果分析

（1）金融集聚對綠色經濟效率的影響：全樣本視角

第一，總體參數的估計。

考慮到綠色經濟效率具有較大的動態慣性和持續性以及金融集聚與綠色經濟效率之間可能存在內生性問題，選擇被解釋變量的滯后t-2期及以上作為工具變量，采用SGMM方法處理內生性問題，并進行相關估計檢驗。同時，鑒于涉及變量較多，為規避可能出現的共線性問題，首先，利用方差擴大因子法對變量進行檢驗，發現不存在多重性共線性；其次，文章選擇逐步回歸法分六組對模型進行回歸（見表3）。

從表4的估計結果來看，工具變量的選擇是合理的。六組回歸方程中AR(1)、AR(2)和Hansen檢驗均與預期假設保持一致，表明工具變量的選擇和模型設定是有效的。同時，從模型1到模型6中的綠色經濟效率滯后項均通過了1%的顯著性檢驗具有顯著的正向性，參數估計系數分別為0.835、0.621、0.588、0.600、0.559和0.569，這充分說明綠色經濟效率具有顯著的時間慣性，在檢驗中引入滯后項是很有必要的，選擇動態面板模型進行研究是可行的。

圖4 全國30省市綠色經濟效率和金融集聚平均值（2000-2017年）

為全面剖析金融集聚與綠色經濟效率之間的作用關系，文章以模型6的參數估計結果進行闡述。模型中綠色經濟效率指數的一期滯后項在5%的水平下顯著為正，系數為0.569，這說明綠色經濟效率具有較大的動態慣性和持續性，存在自我強化機制，滯后一期的綠色經濟效率會對當期的綠色經濟效率提升具有正向影響。可見，政府在推進經濟發展向綠色轉型升級中，對于“綠色發展”政策的延續性應給予關注，促使金融集聚效應實現最大化。模型1到模型6中，金融集聚水平的一次項為負，二次項為正，始終未發生改變，且均在1%的置信水平下顯著，這說明金融集聚對綠色經濟效率影響呈現出穩健的“U”型非線性關系，即隨著金融集聚水平的提升，金融集聚對綠色經濟效率將產生先抑后揚的作用。產生如此差異主要由于金融集聚初期，大量金融要素紛紛涌入，金融配套投入和運行不能及時跟進，將會增大當地產業發展的資源環境和競爭壓力，表現出的負外部性較為明顯，此時的金融集聚處在一種投入高、回報低的階段，集聚不經濟占據主導地位，易造成金融資源浪費和金融資本使用效率降低，因此會對綠色經濟效率的提升產生抑制。當金融集聚程度增強至跨越某一臨界點時，金融生態環境和基礎設施顯著得到改善，金融集聚所產生的規模經濟效應、創新效應和外溢效應則會愈發凸顯，此時正外部性占據優勢，金融集聚邊際效用逐步遞增，得以帶動綠色經濟效率不斷提升。

第二，逐步回歸分析結果及討論。

從模型2到模型6，文章依次加入了城鎮化水平、對外開放度、財政分權、產業結構和能源強度5個控制變量，從回歸結果來看，綠色經濟效率、金融集聚一次項和二次項系數的符合均保持一致，僅系數大小有所差異，未見異常情況，這表明控制變量對金融集聚和綠色經濟效率均有一定的約束作用。鑒于逐次回歸中，各控制變量系數符號沒有發生改變，且大小也較為穩定，故選擇模型6估計結果進行詳實分析如下：

一是城鎮化水平。城鎮化對綠色經濟效率具有顯著的正向影響，城鎮化水平每增加1個百分點，綠色經濟效率隨之提高0.181個百分點。這主要是因為，為了更好的滿足人民對美好生活品質的追求，國家在推進城鎮化過程中，對改善民生生活質量和環保意識的重視也愈發凸顯，加大了對節能減排和生態治理力度，有利于經濟的綠色發展，所以城鎮化水平的提高能夠有效促進綠色經濟效率的提升。

二是對外開放度。對外開放對綠色經濟效率具有顯著的正向影響，對外開放程度每增加1個百分點，綠色經濟效率隨之提高0.075個百分點。近年來，我國不斷優化進出口貿易結構，在提升產品附加值的同時，也加大對國外先進資本和技術的引進，提高了國內對資源利用效率以及環境污染的治理水平，一定程度上提升了各地生態保護治理能力。

三是財政分權。財政分權對綠色經濟效率具有顯著的正向影響，財政分權每增加1個百分點，綠色經濟效率隨之提高0.042個百分點。近年來，國家適時出臺供給側改革、環保等方面的規章制度，不斷強化宏觀經濟審慎調控，通過財政轉移支付方式的優化調整，增大對生態保護和環境治理力度，生態環境的改善促進了綠色經濟效率的提高。

四是產業結構。產業結構對綠色經濟效率具有顯著的正向影響，產業結構每增加1個百分點，綠色經濟效率隨之提高0.167個百分點。這主要由于，我國三次產業結構逐步趨于合理化，三產占比得到顯著提升，其中高新技術、低能耗產業發展較為迅速，有效改善了人們日常生產經營活動方式，各類能耗有所降低，對經濟增長的綠色貢獻逐步顯現。

五是能源強度。能源強度對綠色經濟效率具有顯著的負向影響，能源強度每增加1個百分點，綠色經濟效率隨之下降0.016個百分點。長期以來，石油石化在我國能源消費構成中占比較高，而清潔能源、新能源占比始終在低位徘徊，這就使得能源消費在促進經濟增長的同時，也增大了生態和環境壓力，不可避免的會對綠色經濟效率的提高產生制約。（2）金融集聚對綠色經濟效率的影響：分階段視角

考慮到2008年全球金融領域出現了重大變革，故文章以2008年為界，將研究區間分為2000-2008年和2009-2017年對模型進行回歸檢驗（見表4）。從分段回歸結果來看，AR(1)、AR(2)和Hansen均通過相關檢驗，SGMM設計合理可行。滯后一期的綠色經濟效率依舊會對當期綠色經濟效率產生正向影響，且回歸系數依次遞增，說明滯后一期的綠色經濟效率促進作用在逐次增強。原因可能是，2008年金融危機以后，國家在發展經濟過程中，更加注重經濟的“綠色發展”和可持續性問題，相繼進行了“三去一降一補”和供給側改革等舉措，推動經濟轉型升級，有利推動了綠色經濟的發展。從模型7和模型8可知，金融集聚水平的一次項和二次項符號均與前文分析一致，也都在1%的置信水平下顯著，這說明在分階段研究中金融集聚與綠色經濟效率之間也呈現“U”型非線性關系。從控制變量來看，分階段各變量對綠色經濟效率都有不同程度的影響，且符號保持一致，但與全樣本研究相比存在一定差異，其中，城鎮化和對外開放水平的提升對綠色經濟效率具有正向影響，而財政分權、產業結構和能源強度對綠色經濟效率則為負向影響。（3）穩健性檢驗為了進一步檢驗模型結果的穩健性，文章采用替換解釋變量的方法來進行考察。通過構建金融發展水平作為替換核心解釋變量，同樣采用SGMM模型進行回歸分析。實證結論發現，此時的金融發展水平對綠色經濟效率同樣具有正向影響，也均通過顯著性檢驗，綠色經濟效率依舊存在滯后效應，各控制變量系數的符號、大小和顯著性水平均與上文研究無明顯差異，可見結論是穩健的，模型比較穩定。

表4 分階段動態面板SGMM參數估計結果

表5 穩健性檢驗

五、結論與政策建議

文章選擇2000-2017年省際面板數據，運用動態SGMM方法分析了金融集聚對綠色經濟效率的影響，并探究了不同階段各變量對綠色經濟效率的影響情況。主要結論有：從時間趨勢演變來看，我國金融集聚和綠色經濟效率均呈現波動上升，且二者差異有所減少，并呈現收斂趨勢。從空間特征來看，綠色經濟效率和金融集聚水平的空間差異較為明顯，均以東部地區為最優。金融集聚和綠色經濟效率之間呈現“U”型非線性關系，金融集聚較弱時，金融集聚會對綠色經濟效率產生抑制作用，當金融集聚水平跨越臨界點后，綠色經濟效率會伴隨金融集聚水平增強而不斷得到提升。城鎮化、對外開放、財政分權、產業結構和能源強度等要素作為控制變量逐次加入模型后參數系數均有所變化，表明各要素的協同效應也會對金融集聚與綠色經濟效率的關系產生影響。

基于上述研究，文章政策啟示如下：其一，在加快金融發展推動金融集聚形成過程中，各地要立足于自身發展實際，充分考慮經濟特點和現實基礎，因地制宜實施差異化和具有延續性的政策支持，對金融資源和產業布局進行優化配置，同時注重發揮地理空間機制作用，強化金融集聚效應功能，提高金融資源的支撐能力，進而促進綠色經濟效率的提升。其二，進一步推進金融供給側改革，鼓勵各地金融業多元化發展，形成金融產業的多樣化集聚，引導各金融要素間開展規范競爭與合作，在放大金融集聚外部性作用的同時，又要避免出現同質化集聚及惡性競爭造成的效率損失。其三，充分發揮金融集聚對綠色經濟效率的促進作用，實施富有彈性和持續性的金融產業政策，避免因政策不合適造成對綠色經濟效率產生抑制作用，同時也要認清經濟發展階段性特點，發揮金融集聚外溢效應和創新效應，破除金融資源流動障礙，進一步優化資源配置和投資、產業結構升級調整，全方位推動綠色經濟效率的提升。其四，充分發揮城鎮化、對外開放和財政分權等要素對綠色經濟效率增長的促進作用，在加快推進城鎮化和提升對外開放水平的同時，政府要注重產業結構和能源消費結構的優化升級，發展提質增效的三次產業和新能源消費，從而有效提升綠色經濟效率，實現經濟綠色發展。