我國區域金融集聚差異對綠色發展的影響

陳愛珍

(1.澳門科技大學 商學院，中國 澳門 999078; 2.珠海科技學院 工商管理學院，廣東 珠海 519041)

一、引 言

“十四五”時期，我國經濟社會發展的主要目標涵蓋了提升發展質量效益、推動綠色發展和優化區域經濟布局三個方面。發展綠色經濟成為當前時期的重大發展任務，同時，隨著我國金融市場改革的全面推進，各省市相繼出臺了區域金融集聚發展政策，以借助金融市場的各項功能服務于經濟的綠色發展。因此，在我國開啟全面建設社會主義現代化國家新征程的第一個五年時期，順應產業集聚進程，探究金融集聚與經濟綠色發展的關系，并量化區域金融集聚效應對經濟綠色發展的作用尤為重要，對鼓勵經濟高質量發展和協同推進生態環境保護具有深刻意義。

在探究金融集聚與經濟綠色發展關系的理論層面上，國內外學者通常將金融發展水平歸列為影響環境污染的重要因素，Sotiris Karkalakos(2010) 認為在產業集群的環境意識下，集聚所產生的經濟增長可能改善環境。[1]我國學者對綠色經濟的界定和增長測算的理論研究已經較為成熟，通常采用調整GDP為綠色GDP、測度綠色全要素生產率和構建綠色經濟發展評價指標體系的方式量化綠色經濟發展，近年來，我國學者更多地聚焦于金融集聚來探討綠色經濟發展問題。例如，王峰等(2017)利用空間杜賓模型，采用省級面板數據，探討金融集聚對綠色GDP的影響，研究發現，金融集聚能夠正向影響本省的綠色GDP，并對相鄰省份綠色GDP產生空間溢出效應，在該結果的基礎上，通過金融集聚過程，最終能夠推動綠色經濟發展。[2]施本植等(2018)采用系統廣義矩估計方法，對我國249個地級以上城市數據建立面板門檻模型，結果表明，金融集聚對城市綠色經濟效率提高有促進作用，具體通過增強技術創新、優化產業結構和實現節能減排三種方式來實現；他們分別從全國、中部和西部三個區域來分析金融集聚對綠色經濟效率的提升作用會發生U形非線性變化，而從東部來看，該提升作用則呈現逐步遞減的非線性關系。[3]袁華錫等(2019)采用空間杜賓模型和面板門檻模型，對我國城市面板數據進行金融集聚對綠色發展效率的空間溢出效應實證檢驗，研究顯示，金融集聚對綠色發展效率的空間溢出效應具有顯著的空間衰減特征，同時，在金融集聚、城市規模與對外開放水平三種機制調節下，金融集聚對綠色發展效率的影響則表現為“梯度式”增強。[4]鄭耀群等(2020)在金融集聚和生態效率評價指標體系的基礎上，利用空間計量的方法研究了金融集聚對區域間生態效率的空間溢出效應，通過對時空差異進行分析得出，金融集聚和生態效率從東部向中部和西部依次遞減，區域差異源于局部集聚性和集聚陰影效應。[5]張昌兵等(2021)在分區域實證檢驗中發現，地區金融集聚對經濟高質量發展的正向影響隨著分位點位置的變動而呈現不同趨勢。[6]

綜上所述，我國學者的研究已經覆蓋區域金融集聚和綠色經濟發展的關系以及金融集聚在部分維度上對經濟高質量發展的影響。但近年來，隨著以信息通信技術為基礎的數字經濟的快速發展，金融集聚的形態將不僅局限于地理區位上的集聚，其搭乘金融科技衍生出虛擬集聚的趨勢。有基于此，本文根據當前產業特點引入金融科技因素，以金融和科技結合發展指數豐富金融集聚發展特征，全面探討地區金融集聚差異對綠色經濟發展的影響,并根據實證結果為發揮金融輻射效應，推動經濟向綠色發展方式轉型提出了對策建議。

二、數據來源與指標選取

1.數據來源

由于西藏和港澳臺地區的部分數據不完整且不易獲取，因此，本文選取2010～2019年中國30個省份的面板數據進行綜合評價，另外，按照國家統計局的劃分標準，將全國劃分為東部(包括京、津、冀、遼、滬、蘇、浙、魯、閩、粵、瓊)、中部(包括晉、黑、吉、皖、贛、豫、鄂、湘)和西部(包括內蒙古、桂、川、渝、貴、云、陜、甘、青、寧、新)三大區域進行地區的局部分析評價。所有原始數據均來源于國家統計局、歷年《中國統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》以及歷年各省統計年鑒，其中，2019年煤炭消費總量、原油消費總量、建設用地和上市公司統計數據中缺失的數值通過插值法補充完整。

2.金融集聚指標

為了衡量各省的金融集聚程度，常用的金融集聚測度方法主要有行業集中度、赫芬達爾指數、區位基尼系數、區位熵指數和主成分分析法。考慮數據的可獲得性，采用綜合的金融業區位熵指數作為對各省金融集聚狀況評估的指標，其具體公式為

(1)

其中， n 為省份個數， LQnt為各省第 t 年區位熵指數，qnt為各省第 t 年金融業增加值，Gnt為各省第 t 年地區生產總值，q 為全國第 t 年金融業增加值，G 為全國第 t 年國內生產總值。當區位熵指數小于1時，意味著該省金融集聚程度低于全國整體水平；當區位熵指數等于1時，說明該省金融集聚程度與全國整體水平相當；當區位熵指數大于1時，則該省金融集聚程度較高，金融業發展水平較好。

3.綠色經濟發展指標

對于指標的選擇和體系的構建，本文借鑒管永林等(2020)建立的中國經濟綠色發展綜合評價指標體系。[7]由于目前《中國環境統計年鑒》和各省統計年鑒中缺少地區2017年、2018年的二氧化硫、氮氧化物等廢氣排放量和一般固體廢棄物排放量的統計結果，根據數據的可獲得性、連續性及文章的側重點，改變和剔除中國經濟綠色發展綜合評價指標體系中的部分數據，得到簡化的經濟綠色發展指標體系。

對于指標權重的選擇，采用熵值法計算各三級指標在整個指標體系中的權重。在對三級指標中的逆向指標進行正向化處理后，運用極差法對不同計量單位的各指標采取無量綱化處理，公式為：

(2)

其中，基期確定為2010年，yij為采取無量綱化處理后的數值且介于0和1之間，xij為各三級指標在第 t 年的數值，xmin為基期各省第 j 項三級指標中最小值，xmax為基期各省第 j 項三級指標中最大值。對于 n 個省、m 個三級指標(i=1,2,……,n；j=1,2,……,m)，計算第 i 個省在第 j 項指標中的比重，即

(3)

再根據公式

(4)

將對應的三級指標各乘積相加得到各二級指標指數，再對其加總得到各維度指數，三個維度的指數總和即為最終各省份的綠色發展指數。

表1 經濟綠色發展指標體系

4.變量選取

將經濟綠色發展指數(gdev)作為被解釋變量，以金融集聚水平(q)的衡量指標，即金融業區位熵作為解釋變量，考慮金融集聚水平不是影響經濟綠色發展的單一因素，添加以下控制變量：

(1)金融科技指數(ftech)。《金融科技(FinTech)發展規劃(2019-2021 年)》中明確金融科技是在技術賦能下的金融業創新。目前，我國在金融集聚過程中金融創新質量有待提高，而金融科技深度運用數字技術等，使傳統金融集聚不局限于實體和互聯網形式，能夠全面擴大金融服務群體，推動資金和資源高效流轉和配置，作用于經濟高質量發展。參考喬海曙、黃薦軒(2019)提出的金融科技發展動力指數[8]和魏成龍、郭琲楠(2020)構建的金融科技指數[9]，由于部分指標在省際面板數據中較難統計，因此在數據可獲得的前提下，構建金融科技指標體系。其中，各地區二級指標中社會認知對應的網絡搜索指數采用郭品、沈悅的“文本挖掘”法[10]，分為基礎設施(包括監管、支付清算和信息)、典型應用(包括移動支付、數據分析、P2P、智能交易與理財和數字貨幣)和驅動技術(包括物聯網、云計算、大數據、區塊鏈和人工智能)三個維度。由于三級指標量綱存在差異，因此先對 n 個省份、s 個三級指標(i=1,2,……,n,j=1,2,……,s)采用前述的無量綱標準化處理，再運用熵值法對三級指標賦權，最終得到金融科技指數。

其余控制變量包括：(2)工業企業規模(industry)。在產業結構優化的進程中，低污染、低耗能的材料和技術成為主流，工業企業的單位數量、就業人員和經營規模相對縮小，設定工業企業規模由規模以上工業企業資產總計與企業數量的比值來衡量。(3)城鎮化規模(urban)。設定城鎮化規模為地區年末城鎮人口占全國年末城鎮人口的比值，數值越高，越有利于為中心城市的構建和產業轉型提供動力；當城鎮化規模達到一定程度時，規模效應使金融中心功能輻射到周圍地區；而當城鎮化規模趨向于飽和狀態時，過多的人口則會對地區的資源和生態造成壓力。(4)基礎設施(infras)。基礎設施確定為人均城市道路面積，體現城市運作所提供的最基本外部環境。(5)教育水平(edu)。選取每億人口高等學校平均在校生數量作為教育水平的指標。(6)對外開放(open)。對外開放可以通過引進外資、知識型人才、新型技術和管理經驗等對我國綠色經濟建設提供參考，設定對外開放水平以實際外商投資額占GDP比重來表示。(7)財政規模(fiscal)。綠色經濟的建設和發展與政府的支持聯系密切，選取剔除科學和教育方面的財政支出來體現政府對經濟綠色發展的扶持力度，設定財政規模為財政支出占GDP的比重。(8)采用GDP增長率代表全國和區域經濟增長狀況。

三、實證分析

1.空間自相關性檢驗

Moran′s I指數通常應用于指標的空間相關性檢驗，其基本模型為：

(5)

根據Moran′s I指數的基本形式，應用軟件Stata 15，分別對2010～2019年綠色經濟發展指數、金融集聚水平和金融科技指數的莫蘭值進行測算，得到表3的全局空間相關檢驗結果，以及圖1至圖3的局部空間相關檢驗的莫蘭圖。

圖1 2010年和2019年金融集聚的局部莫蘭圖

圖2 2010年和2019年綠色經濟發展的局部莫蘭圖

圖3 2010年和2019年金融科技的局部莫蘭圖

表2 綠色經濟、金融集聚和金融科技的Moran′s I指數

表3的結果顯示，在空間嵌套矩陣下，綠色經濟指數、金融集聚水平和金融科技指數的Moran′s I指數均大于零；且綠色經濟指數和金融科技指數均能在1% 的顯著性水平下通過檢驗；金融集聚除在2015年、2016年和2019年的Moran′s I指數外，其余均能以5% 的顯著性水平通過檢驗。檢驗結果說明，綠色經濟發展和金融科技在2010～2019年全國范圍內存在空間正相關關系，金融集聚勉強符合空間正相關關系的條件，同時，金融科技指數的Moran′s I指數顯著大于零，說明金融科技表現出較強的地理空間上的正向集聚性，構建包含空間效應的計量模型更加合理。

圖1至圖3的局部莫蘭散點圖顯示，在30個地區中，大部分省份的綠色經濟Moran′s I指數主要集中于第一象限、第三象限和第四象限，而大部分省份的金融集聚和金融科技Moran′s I指數主要集中于第三象限和第四象限，呈現局部的空間聚集特征。

2.空間計量模型

試劑：乙醛（40%，分析純），購于天津市大茂化學試劑廠；乙醛脫氫酶，sigma公司；碘、碘化鉀、亞硫酸氫鈉、淀粉、草酸銨、結晶紫、番紅等試劑均為分析純，購于國藥集團化學試劑有限公司。

基于前述變量，建立區域下綠色經濟與金融集聚的空間計量模型，空間滯后模型(SAR)的回歸形式為：

gdevit=c+ρ·W·gdev+β0q+β1ftech+β2industry+β3urban+β4infras+β5edu+β6open+

β7fiscal+β8gdprate+εit

(6)

空間誤差模型(SEM)的回歸形式為

gdevit=c+β0q+β1ftech+β2industry+β3urban+β4infras+β5edu+β6open+β7fiscal+β8gdprate

+εit

(7)

空間杜賓模型(SDM)的回歸形式為

gdevit=c+ρ·W·gdev+β0q+β1ftech+β2industry+β3urban+β4infras+β5edu+β6open+

β7fiscal+β8gdprate+εit

(8)

3.全國及地區實證結果分析

表3 全國面板數據在不同模型下的回歸結果

由表3結果可知，在1% 的顯著性水平下接受金融集聚的系數為正。金融集聚對經濟綠色發展的影響體現在正向直接效應和負向空間溢出效應上，即金融集聚在推動本地區綠色經濟發展水平時，會抑制周圍地區的綠色經濟發展水平，意味著目前我國金融集聚水平還未推動全國范圍內的規模經濟和范圍經濟形成。因此，在金融資源和人才向中心城市聚集的過程中，會在一定程度上弱化周邊較落后地區的發展，而非對周邊城市或省份產生積極的輻射效應。

所有控制變量均能在10% 的顯著性水平下通過檢驗。其中，金融科技表現出對綠色經濟發展存在明顯積極影響，其SDM模型的效應分解僅有直接效應顯著；系數相對較大，說明當前金融科技的出現和應用帶動金融業及其他產業發生革新，并且相較于其他因素，金融科技具有更大推動力。

根據表4的分區域實證結果可知：東、中部的金融集聚水平對綠色經濟發展呈現顯著的積極影響，且分別在5% 和10% 的顯著性水平下通過檢驗，并且東部地區表現為顯著的正向直接效應，而西部地區檢驗結果并不顯著。東部地區金融集聚度提升1%，綠色經濟指數提升0.428%；中部地區金融集聚度提升1%，綠色經濟指數提升0.127%。由表5可以發現，僅有東部區位熵年度均值大于1，中、西地區整體金融集聚水平相對東部較低；同時，由于西部地區的四川省和重慶市金融集聚水平較高，導致西部地區最大值、最小值和年度均值均大于中部地區，但實際上，中部省際水平差異小于西部。因此，根據西部地區金融集聚狀態較為分散的特點，要使其發揮區域中心相應的金融功能。

表4 區域空間計量模型回歸結果

表5 2010～2019年各地區金融集聚水平描述性統計

由于東部發達地區金融科技水平顯著優于中、西部地區，其金融科技對綠色經濟發展的影響在1% 的顯著性水平下通過了檢驗，并體現為顯著的正向空間效應，對其效應進行分解后，其直接效應估計值也顯著大于零，因此東部地區的金融科技水平會直接帶動本地區綠色經濟的發展。而中部和西部地區由于金融科技發展水平相對落后，回歸結果并不顯著。

對于其他控制變量：東、中部地區的基礎設施系數顯著小于零，說明該地區的基礎設施建設趨于完善，通過基礎設施的改進來促進經濟綠色發展的可能性較小，相反，則轉變為擠出效應。西部地區基礎設施建設程度相對較低，城市基本服務水平還需提升，未實現顯著的負效應，因此提高基礎設施水平對有效擴大城市功能，為產業經濟創造基本發展環境，間接推動經濟向綠色發展轉型的影響微小。東部沿海發達地區與國外商業往來密切，對外開放水平較高，能通過吸引外資高效帶動金融資源的流動和分配，加速集聚過程；西部地區與西南方向的內陸國家存在貿易活動，在一定程度上能促進區域產業與經濟發展。而中部地區貿易活動相對較少，對外開放水平對綠色經濟發展的影響并不顯著。對于經濟增長變量，三個區域同全國回歸結果均為負數，即GDP的增長并不代表經濟發展質量的提高；且三個地區政府對綠色經濟的支持力度均表現為負數；由于中、西部教育水平相對落后，對經濟綠色發展的影響自東往西依次擴大，對受教育群體的保障和教育水平的重視仍為中、西部地區的工作重心。

四、研究結論與對策建議

1.研究結論

本文通過實證檢驗得到以下研究結論：

(1)在全國層面，省域面板數據在綠色經濟(被解釋變量)、金融集聚(解釋變量)和金融科技(控制變量)上呈現明顯的空間聚集特征；在空間杜賓面板模型下，全國金融集聚對綠色經濟發展有顯著推動作用，將空間效應分解后，表現為提升本地區綠色經濟發展水平，而抑制周邊地區發展的態勢；在控制變量中，處于起步階段的金融科技對經濟綠色發展的影響顯著大于零。

(2)分地區來看，由于東部地區金融集聚水平相對較高，中部地區整體金融集聚狀態較為集中。因此，東、中部金融集聚對綠色經濟發展具有正向影響；而西部地區金融集聚進程較慢且省域間差異較大，體現在四川省和重慶市金融集聚水平明顯高于西部平均水平。因此，西部地區實證結果不顯著，其金融集聚不足以帶動區域綠色經濟發展；在控制變量中，由于東部發達地區金融科技發展相對成熟，因此，東部沿海地區的金融科技對經濟綠色發展的正向影響顯著，且技術對于經濟綠色發展的促進作用自東向西逐漸表現為不顯著；城鎮化規模和對外開放對綠色經濟的影響在三個地區內均顯著；其他控制變量的結果根據地區發展狀況不同差異較大。

2.對策建議

基于上述研究結論，結合我國經濟發展現狀，為了全面貫徹當前綠色發展理念，促進經濟發展模式向綠色轉型，本文提出以下對策建議：

(1)分區域發展不同層次的金融體系以加快金融集聚進程。

對于東部和中部地區，應重視區域金融中心的建設和金融集聚區的延伸，根據各自特有的地理位置及優勢產業，擴大金融集聚區的覆蓋范圍，加強金融業與優勢產業的聯動性及金融業對相關產業的影響力。對于金融集聚水平較低的西部地區，應善于利用國家“向西”戰略，將綜合實力的提升作為第一步，而不是僅著眼于經濟總量的增加，在此基礎上，發展銀行業、證券業和保險業規模，逐步完善金融體系建設，再強化金融功能，以實現西部地區金融集聚的規模效應，進一步達到足以帶動本地區經濟發展的金融集聚水平。三大地區應將實現金融資源與設施區域共享作為出發點，加快不同產業資源在區域內的流通，驅使資金流向創新行業和高新技術產業，達成合理配置資源、優化產業結構的目標。

(2)提倡以金融科技為支持的創新金融以實現產業異質化發展。

數字時代下的綠色轉型是發展方式的變革，金融業搭乘科技的進步可以成為金融集聚過程的主要推手。我國目前僅有東部沿海發達地區具備整體架構金融科技的能力，而中部和西部地區大部分省市的經濟環境和科技設備還無法為金融科技的發展提供條件。因此，需要提升中、西部教育和科研水平，加大對該地區教育和產業的政策扶持和財政支出，提高人才吸引力，發展高校與企業合作試驗區，鞏固人才和技術對產業轉型升級的影響力。同時，在金融科技的助力下，引導企業向產業異質化方向發展，避免造成趨同現象降低產業多樣性，通過互聯網、物聯網、5G、區塊鏈及人工智能等技術實現金融資源跨區域流動，放大金融中心對周圍城市的輻射范圍，最終落腳于區域的產業協調發展。

(3)推動各區域產業結構升級以契合綠色經濟發展目標。

各區域應根據當地金融資源狀況、金融市場功能和金融體系完善程度，適度調整資金供給和流向，側重重點產業的投入，并加強對金融資源使用的監管力度和范疇，著力發展以信息傳輸、軟件和信息技術服務業為趨勢的新興生產性服務業。對于中、西部地區的工業城市，應倡導產業以技術為核心開展新舊動能轉換，加快研發低耗能技術，提倡使用低污染能源和低耗能器械，鼓勵企業提升自身科創能力來適應產業轉型升級的步伐。東部地區應借助其金融集聚發展優勢，促進金融科技與產業升級的結合與互助，利用數字技術，通過將環保能源作為通信基站的供能體系來提高傳輸效率、降低單位GDP二氧化碳排放量。對于全國整體而言，政府的支持在產業升級和綠色經濟轉型中均至關重要，各地區政府應以國家政策為導向，積極宣傳綠色發展方式，提高環境、教育及科技預算支出在各地財政支出中的比例，推動科技產業與環保相關部門同機構合作，搭建科學、完善的環境監測設施，通過技術模擬，降低環境與生態的維護成本，使各產業安全生產水平、能源利用效率和資源回收率穩步提高，扎實踐行全社會的綠色發展目標。