金融集聚影響綠色經濟效率的空間機制研究

朱廣印　王思敏

摘? ?要：當前結構轉型背景下，金融集聚能夠為各大產業的綠色改造與技術升級提供資金支持。本文基于2007—2019年中國30個省份數據，采用門檻效應和空間杜賓模型研究金融集聚促進綠色經濟效率的非線性機制，并以中介效應模型檢驗金融集聚以產業結構升級的中介渠道促進綠色經濟效率提升的空間機制。結果表明：（1）全國綠色經濟效率呈N形波動趨勢，主要來自技術進步的增長效應。（2）金融集聚對綠色經濟效率的影響先升后降的U形關系，前期金融集聚不利于本地及周邊地區綠色經濟效率提升，后期則發揮出正向促進作用。（3）金融集聚通過產業結構高級化與合理化的中介機制對當地綠色經濟效率產生影響，其中產業結構高級化的部分中介作用更大。

關鍵詞：綠色經濟效率;空間杜賓模型;面板門檻模型;中介效應

中圖分類號：F830? 文獻標識碼：B 文章編號：1674-2265（2022）04-0063-10

DOI：10.19647/j.cnki.37-1462/f.2022.04.010

一、引言

改革開放四十多年來，各地區經濟發展伴隨工業化的推進，不同程度的資源短缺與環境污染問題，成為經濟增長的短板，如何提升資源環境約束下經濟增長的質量與效率引起人們的廣泛關注。為了兼顧生態功能和經濟效益，緩解資源環境過度消耗的壓力，提高經濟效率勢在必行。金融是現代經濟增長的核心，金融要素和資源在空間形態上的快速集中與協調組合更是金融縱深發展的必然結果，能夠優化資金配置，引導區域資源流向綠色產業，為當地產業結構調整和綠色發展提供必要的資金支持。因而，深入探究金融集聚影響綠色經濟效率的內在機制特征，以其在空間上的合理分布來促進區域經濟高質量增長，對于優化金融資源配置和推動經濟綠色發展具有重大意義。

二、文獻綜述

國外學者關于金融集聚問題的研究較早，Christopoulos和Tsionas（2004）[1]認為金融集聚在短期內可以實現產出增長，但長期伴隨經濟成熟存在閾值效應。Mathys和Brülhart（2008）[2]以金融部門自身的經濟集聚為例，發現集聚效應長期會隨著時間增加并產生積極的生產力效應，有利于實體經濟增長，但短期在本地經濟體中具有擁擠效應。Brakman等（1996）[3]研究發現金融集聚不會無限制進行，考慮到資源競爭、環境限制及運輸成本限制，擁擠效應的負反饋更能解釋現實中各地區小規模集聚的經濟可行性，使得分散生產有利可圖。關于綠色經濟效率的研究中，林曉等（2017）[4]將綠色經濟效率定義為考慮資源環境成本的綜合經濟效率，并以遼寧省為例，基于SBM-Undesirable模型研究發現其呈先升后降的階段性特征，且區域差異明顯。班斕和袁曉玲（2016）[5]研究發現考慮資源環境約束的綠色經濟效率遠低于傳統效率，整體呈下降趨勢并具有兩極分化特征。錢龍（2018）[6]研究發現將反映單位經濟產出的環境壓力的綠色效率與經濟效率有機耦合測度的工業綠色經濟效率整體低于傳統經濟效率，其中經濟基礎較好的大城市基于規模優勢和集聚效應處于上升趨勢，效率值更高。

關于金融集聚與綠色經濟的關系研究中，何宜慶等（2017）[7]從理論層面論述了金融集聚能夠通過增強人才、信息、技術等要素流入及優化產業結構兩種路徑提升實體經濟增長質量，正向作用于生態效率。楊旭等（2020）[8]發現隨著自我強化效應的增強，金融集聚對經濟發展質量存在由負轉正的市場化指數門檻，具體表現為外部環境制度約束對兩者非線性關系的沖擊。考慮到空間因素的影響，李秋敏（2020）[9]研究發現金融集聚本身存在地區差異性且協同于當地經濟發展，能夠通過涓流與極化效應促進本地及周邊地區經濟增長。胡國暉和鄭美美（2020）[10]同樣認為區域金融資源集聚存在空間異質性，與金融創新的協同更有助于推動本地及周邊區域經濟發展。張東和王豪杰（2020）[11]從兩階段工業綠色創新效率角度，發現金融集聚能提升本地研發階段效率，但不利于周邊地區技術成果轉化階段效率提高。梅冰菁和羅劍朝（2020）[12]基于產業結構視角發現其能夠調節并增強金融集聚對本地及周邊地區經濟增長的推動作用，其中對東部溢出效應的調節作用較強。

綜上所述，國內外學者關于金融的空間集聚促進經濟增長的相關研究較為豐富，大多考慮到金融集聚本身的階段性特征，但并未充分重視金融集聚影響綠色經濟效率的空間機制。一方面，金融資源的跨區域流動除了會對本地經濟活動產生影響之外，還能通過金融服務輻射至周邊地區，對其生產活動和生態環境產生溢出影響;另一方面，現實中各地區經濟基礎及資源環境等方面存在差異，地區產業結構發展階段不同，可能對金融集聚作用于綠色經濟效率的過程產生影響。鑒于此，首先，本文運用ML指數測算并分解包含非期望產出的綠色經濟效率，并從時空動態視角初步檢驗金融集聚對其非均衡沖擊特征;其次，通過構建面板門檻和空間杜賓模型實證分析兩者間的非線性機制;最后，采用中介效應模型進一步探究金融集聚以產業結構升級的中介渠道促進綠色經濟效率提升的空間機制，以期豐富已有研究，并為優化金融資源的空間配置和推進綠色經濟發展提供有價值的建議。

三、機理分析

綠色經濟效率是考慮資源投入與污染產出的一種經濟效率，在實際的生產活動中主要包括兩個方面：一是大力發展節能減排產業，加強資源環境約束對生態的保護與治理;二是提升經濟產出效率，加強技術創新并形成新的經濟增長點。金融集聚作為引領經濟增長的驅動力量，能夠為當地產業結構優化和綠色技術創新提供充足的資金支持，進而提升綠色經濟效率。具體來看，區域金融集聚對綠色經濟效率的影響機理主要有以下三種：

第一，規模經濟效應。地區金融機構在空間形態上的集中分布能夠促進金融業內部的專業化分工與資源整合，提高資金流動性和利用效率（許哲，2015）[13]，并通過高效的數據信息系統和基礎設施強化信息交流與共享，降低交易成本和投融資風險，提高整體金融資源配置效率并產生規模經濟效益（于斌斌，2017）[14]。此時，原本投向效率低的“兩高”產業的金融資源更多集聚到后期效率較高的綠色行業，在為節能減排產業的規模生產和技術合作提供資金支持和共享服務的同時限制粗放型產業發展，通過產業結構升級推動綠色經濟效率提升。

第二，技術創新效應。區域金融集聚通過吸納更多人才、技術及知識等創新資源流入，加劇本地金融機構的競爭壓力并迫使其加快創新金融產品與服務（陳彤等，2020）[15]，為高效率的創新型產業進行技術改造升級提供有力的資金支持，緩解其融資約束的同時引導更多資金支持節能環保型技術研發與投入（施本植等，2018）[16]，帶來資源利用效率提升和優化配置，促使產業間的協同創新能力增強，進而逐步淘汰落后產能，帶動區域產業結構優化，引導并激勵相關產業通過綠色技術創新和產品升級獲得更多融資機會（張鐘元等，2020）[17]，有利于推動區域綠色經濟效率提升。

第三，外溢效應。各地區金融資源分布及經濟發展水平不同，金融集聚往往呈現階段性差異，具有不同的外溢效應。金融機構在空間集聚初期，發展程度較高的金融核心區競爭優勢較大，具有虹吸效應（袁華錫等，2019）[18]，通過吸引和占據周邊地區金融資源，為本地經濟發展提供更多資本支持，進而促進地區產業結構優化。但后期金融過度集聚會加劇本地資源競爭與環境限制導致的擁擠效應（修國義等，2019）[19]，促使部分資金、人才及知識流向周邊分支機構，產生涓流效應（陳彤等，2020）[15]，通過推動區域間各類要素資源的合作共享與優化配置，加快科技成果的轉化與擴散，進而帶動周邊地區綠色經濟效率提升。

基于上述金融集聚對綠色經濟效率的機理分析，本文將地理、經濟的空間因素納入金融集聚促進綠色經濟效率的非線性機制，同時考慮到區域產業結構升級的影響，進一步以中介效應模型探究金融集聚以產業結構升級的中介渠道促進綠色經濟效率提升的空間機制。

四、研究設計

（一）面板門檻模型

依據前文理論分析，金融集聚作用于綠色經濟效率的影響可能具有非線性效應。為從客觀上對閾值的估計結果與置信區間進行有效性檢驗，進而準確測定門檻值并檢驗該內生門檻特征的穩定性，本文采用Hansen（2000）[20]的面板門檻模型考察金融集聚影響綠色經濟效率的非線性機制特征，以單門檻模型設定為例：

式中[GTFPit]為[i]地區[t]年的綠色經濟效率，[LQit]為金融集聚，[qit]為門檻變量，[γ]為待估門檻值;[I?]為示性函數，即若括號內表達式為真，則取值為1，否則取0;[Zit]為控制變量，個體截距項[μ0i]表示固定效應;擾動項[ε0it]服從獨立同分布。

（二）空間計量模型

根據地理學第一定律，全國各省市的金融集聚與綠色經濟效率在空間上具有相關性，各省份間的相關性可能會隨著地理位置和經濟發展水平的不同而產生異質性，因此，有必要通過構建空間計量模型實證檢驗其中的空間效應。

1. 空間權重矩陣的構建。以往文獻設置的空間權重矩陣多為簡易的鄰接權重，僅考慮單一的地理區位因素，與現實有一定出入，實際上經濟變量的空間關聯性常受經濟發展和地理因素雙重影響，本文參考有關學者的做法，構建以下兩種空間權重矩陣：

為了客觀、充分、全面地估計金融集聚對綠色經濟效率的空間效應，兼顧地理區位特征與經濟聯系，參考有關做法（王鋒等，2017;孫葉飛和周敏，2016）[21，22]，構建經濟地理嵌套權重矩陣，設定如下：

其中[Wgij]為地理距離空間權重矩陣，[Weij]為用地區[i]與地區[j]間實際GDP歷年均值差值的倒數計算的經濟距離權重矩陣，具體設置如下：

其中[GRPj]為[j]地區2007—2019年實際GDP的均值，同時以2006年為基期進行指數平減化處理，[Dij]是利用全國鐵路里程表計算的兩個省會城市間的距離，上述空間權重矩陣均經標準化處理。

2. 空間自相關性檢驗。在運用空間計量回歸前，需檢驗因變量的空間依賴效應，本文利用全局Moran's I做空間分析，以反映研究區域內所有空間單元的集聚與關聯程度，公式如下：

式中[S2=1ni=1nYi-Y]為樣本方差，[Y=1ni=1nYi] ，[Yi] 為因變量，[Wij]為省份[i]與省份[j]間的空間權重矩陣。[i=1nj=1nWij]為所有空間權重之和。其中[Moran′I>1]表示空間集聚性與正相關性，[Moran′I<1]表示負相關，[Moran′I=1]則表明不相關。

3. 空間計量模型構建。本文基于環境經濟領域廣泛應用的STIRPAT模型，首先，將影響環境的人口壓力、技術水平及富裕程度納入金融集聚作用于綠色經濟效率的機制中;其次，考慮到單一截面模型或時間序列模型存在變量遺漏誤差，以及隨機誤差沖擊產生的空間影響，為獲得更高自由度，使模型的擬合精度更高，本文采取兼顧變量間可能同時存在空間自相關性和溢出效應情況的更廣義的空間杜賓模型，以探究其中的空間效應;最后，由前文分析可知，金融集聚對綠色經濟效率的影響具有不確定性，因而引入其二次項以深入探究兩者間的非線性關系。具體設定如下：

依據前文理論分析，金融集聚可能通過促進產業結構升級影響綠色經濟效率提升，為檢驗中介渠道是否存在，本文借鑒有關學者（干春暉等，2011;張林，2016）[23，24]檢驗方法，構建如下中介效應模型：

式中[ISit]為產業結構升級，分別以產業結構高級化與合理化替代，[ρ]為空間滯后項系數，[W]為不同類型的空間權重矩陣，[μit]表示地區固定效應，[εit∈N0，σ2I]為隨機擾動項。

（三）變量選取與數據來源

1. 變量選取。被解釋變量：綠色經濟效率（GTFP）。動態的LM生產函數在包含了成本最小化或收益最大化假設條件的同時，能夠運用跨期數據確定生產前沿的連續性方法來避免產出短期波動的影響，并進一步分離出動態變化中的增長效應與追趕效應。因此，本文基于柯布—道格拉斯生產函數與數據包絡（DEA）模型，運用DEAP2.1軟件測算包含非期望產出的ML指數得到DMU自身的動態生產效率，從縱向角度衡量其時空演變特征，計算公式如下：

其中，[DktXt，Yt] 和[Dkt+1Xt+1，Yt+1]為第[k]個決策單元（DMU）的單期距離函數，[Dkt+1Xt，Yt]和[DktXt+1，Yt+1]為第[k]個DMU的跨期距離函數。若[Mk>1]，表明第[k]個DUM從[t]期到[t+1]期GTFP的改善;若[Mk=1]，表明GTFP不變;若[Mk<1]，表明效率的惡化。同理，若技術進步水平（[TECH]）大于1，反映兩期生產前沿面移動帶來了綠色產出的增長效應;若技術效率（[EFFCH]）大于1，反映DMU生產相對接近前沿面帶來綠色生產的追趕效應，可分解為純技術效率（PE）和規模效率（SE）。關于投入產出指標的選取與處理如下：（1）投入指標：資本投入（K）用實際的資本存量反映，借鑒張軍等（2004）[25]采用永續盤存法計算，具體公式為[Kit=Kit-11-δ+IitPit]，其中[Kit]為[i]省市[t]時期的固定資本存量，[δ]取9.6%，[Iit]和[Pit]分別為固定資產投資額及其價格指數，以2006為基期對歷年名義投資流量進行平減，基年資本存量則以2006固定資本形成總額除以10%進行替代。勞動投入（L）用城鎮就業人員總數表示;能源投入（E）以電力消費總量替代。（2）產出指標：期望產出（GRP）選取地區生產總值反映決策單元DMU的“好”產出，為避免價格波動對產出價值衡量的影響，將GDP以2006年為基期做指數平減法處理，通過公式計算得到實際GDP。非期望產出（W）運用熵值法從污染源頭出發綜合廢水、化學需氧量、二氧化硫、氮氧化物及煙（粉）塵排放總量五種污染物，得到環境污染綜合指標W。

核心解釋變量：（1）金融集聚（LQ）。作為衡量地方產業專業化程度的指標，區位熵能夠較好地消除地區規模差異的內生影響，客觀評價要素的空間分布，同時基于數據可得性，本文構建區位熵指數衡量金融集聚（倪瑛等，2020;孫志紅和陸阿會，2021）[26，27]如下：

式中[LQij]為[i]省份金融業在[j]年份的區位熵，[qij]為地區金融業增加值，[pij]為地區總人口數，[qj]為全國金融業增加值，[pj]為全國總人口數。（2）產業結構高級化（AIS）。產業結構高級化反映了信息技術工業革命下的經濟結構向服務化推進的演變趨勢，參考干春暉等（2011）[23]方法，選取第三與第二產業增加值之比反映產業結構的這種層次性變化。（3）產業結構合理化（RIS）。作為產業結構變遷的另一種衡量，產業結構合理化反映了地區要素稟賦與產出結構間的協調程度，能夠推動區域資源利用效率提升。參考張林（2016）[24]的做法，基于結構偏離度的加權對其進行衡量，計算公式如下：

式中[Y]為GDP，[L]為全社會從業總人數，[i=1，2，3]分別為第一、二、三產業，[YiY]即第[i]產業產值占GDP比重，[LiL]即第[i]產業從業人數占從業總人數的比重，[RIS]越大，產業結構越合理。

控制變量：基于STIRPAT模型，選取年末常住人口與土地面積的比值反映人口因素（PD）的環境壓力;采用每萬人專利申請授權量表示技術水平（TE）的環境影響;利用地區生產總值（GDP）代表富裕程度。借鑒相關學者對綠色經濟效率影響因素的分析，并結合區域實際狀況，從以下幾個方面選取其他控制變量。（1）城市規模（US）。用年末常住人口代表城市規模（袁華錫和劉耀彬，2019）[28]。（2）城鎮勞動人口（UP）。選取城鎮單位就業人員反映城鎮勞動人口帶來的環境承載壓力。（3）能源消費結構（ES）。選取煤炭消費量占能源消費總量的比重表示能源消費結構（袁華錫等，2019）[18]。（4）環境污染程度（EP）。選取廢水、化學需氧量、二氧化硫、氮氧化物及煙（粉）塵排放量綜合環境污染指標反映地區整體環境質量（施本植等，2018）[16]。（5）政府研發投入（GT）。選取政府研發經費支出與地方財政支出比值（修國義等，2019）[19]衡量政府對科技創新的支持。

2. 數據來源。考慮到西藏地區數據缺失嚴重，本文選擇剔除，選取2007—2019年中國30個省（自治區，直轄市，以下簡稱省份）（不含港澳臺地區）的面板數據進行實證研究。相關數據主要來源于2008—2020年各省統計年鑒、《中國金融年鑒》《中國能源統計年鑒》《中國環境統計年鑒》《中國科技統計年鑒》、中經網統計數據庫及國家統計局，部分缺失數據運用SPSS軟件利用期望值最大化（EM）法和均值插補法處理。各變量符號與描述性統計見表1。

五、實證過程與結果分析

（一）綠色經濟效率與金融集聚的測度結果評價

如表2所示，各地區綠色經濟效率及其分解項均按東中西部依次遞減，其中全國年均綠色經濟效率為1.007，低于東部（>1），高于中西部（<1），說明綠色經濟效率與經濟基礎密切相關，在經濟發展超越一定臨界值后達到有效增長水平，而地區發展不平衡會限制全國綠色經濟效率提升。超過一半省市的綠色經濟效率年均值超過全國均值，達到效率生產的前沿面，大部分位于東部地區，金融集聚程度也較高。

從時間演變上看（見圖1），全國綠色經濟效率與技術進步在2007—2019年間均呈N形波動趨勢，符合環境庫茲涅茨（EKC）假說（劉莎和劉明，2019）[29]，即在經濟發展的不同階段環境質量會隨之變化;而技術效率波動平穩且大部分時間低于其提升的上限——技術進步，說明綠色經濟效率提升主要來自技術進步的增長效應。全國綠色經濟效率經歷了“雙峰單谷”，具體來看：（1）2007—2011年出現峰值，說明應對金融危機的刺激經濟政策成效顯著，經濟產出大幅提升，進而提高綠色經濟效率水平。（2）2011—2016年綠色經濟效率下降并出現低谷，說明中國經濟進入增速換擋期和前期政策消化期，經濟結構開始出現積極變化，不再以粗放式發展模式為主，年實際GDP增速由17.51%下降到6.60%，大幅減緩。（3）2016—2019年綠色經濟效率上升并迎來峰值，黨的十九大將生態文明納入現代化建設體系，加快完善綠色生產制度和綠色循環經濟，提倡簡約低碳的生活方式，生態環境進一步改善，年實際GDP不僅由6.60%上升到9.28%，且環境污染指數增速均為負，呈下降趨勢。而金融集聚也經歷了兩個發展階段，分別為2007—2010年的下降階段和2011—2019年的平穩發展階段，對比金融集聚與綠色經濟效率的變化情況發現，金融集聚的階段性變化對綠色經濟效率的沖擊促使其可能呈現出相應的非均衡性，二者間可能存在非線性效應。

（二）門檻效應檢驗

依據前文理論分析，金融集聚對綠色經濟效率的影響可能存在非線性效應。為判斷門檻效應是否存在，用Bootstrap法重復抽樣300次獲得F及其對應的P值。門檻檢驗結果見表3。在無門檻和單一門檻存在性檢驗中，金融集聚的F值分別為18.97和8.74，相應伴隨概率P值分別為0.013和0.26，僅前者在5%置信水平上大于臨界值15.839，說明該模型通過5%水平下的假設性檢驗，故拒絕無門檻的原假設，即對綠色經濟效率的影響呈現單門檻效應，門檻值為0.569，而雙重門檻未能通過顯著性檢驗。說明金融集聚對綠色經濟效率的影響存在非線性效應，具體門檻回歸結果如表4。

由表4可知，金融集聚對綠色經濟效率呈現單一門檻特征，當金融集聚小于門檻值0.5691時，金融集聚的促進作用達到0.105，邁過門檻值后，其對綠色經濟效率的影響不顯著，說明金融集聚促進綠色經濟效率提升具有階段性差異，后期效果不明顯。

（三）空間計量結果

1. 空間自相關性檢驗。本文分別基于經濟距離、地理距離及經濟地理嵌套權重矩陣以全局Moran' I指數檢驗因變量是否存在空間自相關性（見表5）。在經濟地理嵌套權重矩陣下，綠色經濟效率的Moran' I指數值均在1%的置信度水平上顯著，說明綠色經濟效率在全局范圍內具有長期平穩的空間依賴效應。而在經濟和地理距離權重矩陣下，Moran' I指數值的顯著性水平均有所下降，部分年份的Moran' I指數不顯著，說明地區間綠色經濟效率的空間相關性同時受到經濟、地理空間因素的雙重影響更符合現實。因此，本文在下文的研究中主要以經濟地理嵌套權重矩陣空間計量模型為主。

2. 空間計量模型的選擇與估計結果。為識別和比較不同空間異質性特征下估計結果的差異，本文參考有關做法（王鋒等，2017）[21]，用經濟和地理距離空間權重矩陣做對比研究，在三種空間權重矩陣下，由表6可知，LMerror、LMlag及R-LMlag檢驗結果十分顯著，故空間杜賓模型不可簡化為空間誤差模型或空間滯后模型。LR統計量均顯著，因此，無法簡化為空間自回歸模型（SAR）或空間誤差模型（SEM）。故選擇更廣義的空間杜賓模型分析。通過Hausman檢驗，判定模型（6）采用固定效應。面板全局Moran's I指數顯著為正，說明變量間存在空間集聚效應。考慮到固定資產投資的存量調整與慣性作用，本文納入因變量滯后一期構建動態空間杜賓模型（QML）做對比研究。且由前文分析可知，綠色經濟效率提升主要來自技術進步的增長效應，因而進行被解釋變量的替換以深入分析地區金融集聚促進綠色經濟效率提升的內在傳導機制。另外，考慮到點估計回歸結果存在一定偏誤，不能展示偏回歸系數，因此，用偏微分法分解空間效應，結果見表7。在三種空間權重矩陣下，金融集聚對技術進步的影響系數顯著但均低于對綠色經濟效率的影響系數，說明金融集聚主要通過技術進步促進綠色經濟效率提升。這是由于綠色經濟效率的增長來自技術進步的增長效應，技術效率相對較低，尚未形成規模經濟，資源配置未達最優水平，存在浪費現象。且綠色經濟效率的時間滯后一期項的系數為負，意味著前一時期本地綠色經濟效率的提高對本期具有抑制作用，說明本地綠色經濟效率存在技術效率的惡化，仍存在潛在的帕累托改進空間，顯示當地加快轉變經濟增長模式以提升綠色經濟效率的緊迫性。其空間滯后項系數[ρ]顯著為正，說明綠色經濟效率在地區間存在空間關聯效應，空間因素對其提升具有正向影響。

從直接效應來看，如表8，三種空間權重矩陣下，金融集聚作用系數均顯著為負，二次項的為正，說明金融集聚對綠色經濟效率呈先升后降的U形關系，這也驗證了前文門檻模型回歸結果的正確性。金融集聚初期為追求經濟效益大多投向高能耗粗放式行業，對技術創新的資金支持不足，且前期金融配套設施不完善，會降低金融資源配置效率，產生集聚不經濟現象，制約本地綠色經濟效率提升。隨著金融行業對節能環保新興產業的不斷重視，將更多金融資源投向用于環保項目的技術創新，減少對污染行業的支持，且后期金融基礎設施不斷完善，提高了各項資源的配置效率，金融集聚發揮出應有的規模經濟和技術進步效應的正外部性，推動綠色經濟效率提升。

在溢出效應上，金融集聚的偏回歸系數在地理距離和嵌套權重矩陣下均顯著為負，二次項為正，與綠色經濟效率的關系同樣呈U形，但作用系數大小均大于直接效應，說明前期周邊地區金融集聚通過吸引和占據本地金融資源，支持高能耗粗放式行業的同時會排放大量污染物，進而抑制本地綠色經濟效率提升。后期金融集聚沿著資源配置的帕累托改善路徑在地區間流動，通過區域間的技術交流合作，促進節能環保新興行業發展，形成綠色產業的規模經濟效應，環境污染排放減少，環境質量得到顯著提升并產生正向空間溢出效應，在促進本地綠色經濟效率提升的同時，也受到周邊地區的正向溢出影響。金融集聚在經濟距離權重矩陣下的作用均不顯著，說明經濟聯系加強了金融資源的集聚效應，市場競爭激烈，不斷吸引和占據周邊地區的金融資源，使得其對綠色經濟效率的影響以本土效應為主，隨著要素邊際產出遞減無法有效溢出。

（四）中介效應檢驗

地區金融集聚對綠色經濟效率的影響除了內在的技術進步的空間機制，會否存在其他空間傳導機制？ 本文依據前文理論分析并參考有關做法（施本植等，2018）[16]，采用空間嵌套權重矩陣，以產業結構高級化與合理化為中介變量進一步檢驗其影響金融集聚促進綠色經濟效率提升的空間機制。模型回歸結果見表9。模型（10）和（12）中，金融集聚直接效應系數均顯著為正，二次項系數均為負。根據沙依甫加瑪麗·肉孜和鄧峰（2020）[30]的檢驗步驟，在同時加入金融集聚及產業結構升級的模型（11）和（13）中，產業結構高級化與合理化直接效應系數均顯著為負，金融集聚直接效應系數仍為負，二次項系數仍為正，說明金融集聚還會通過產業結構高級化與合理化的中介機制對本地綠色經濟效率產生空間影響，部分中介效應占總效應的比例分別為4.12%和4.45%、3.47%和4.42%，相對于合理化，產業結構高級化在金融集聚作用于當地綠色經濟效率過程中的影響更大。

六、主要結論與政策建議

本文選取2007—2019年中國30個省份數據，首先，運用ML指數測算并分解包含非期望產出的綠色經濟效率，并從時空動態視角初步檢驗金融集聚對其的非均衡沖擊特征;其次，通過構建面板門檻和空間杜賓模型實證分析兩者間的非線性關系;最后，運用中介效應模型進一步探究金融集聚以產業結構高級化與合理化的中介渠道促進綠色經濟效率提升的空間機制。得到結論如下：第一，全國綠色經濟效率增長主要來自生產技術進步，呈N形波動趨勢，技術效率大部分時間低于技術進步，追趕效應不足。超過一半省份的年均綠色經濟效率達到效率生產的前沿面，且大部分位于發達的東部，金融集聚程度也較高。第二，金融集聚促進綠色經濟效率提升具有單門檻效應，但后期這種促進作用對金融資源豐富的東部影響有限。考慮到地區異質性，將金融集聚二次項納入空間計量模型進一步驗證了其對本地及周邊地區綠色經濟效率提升的非線性影響，具體均呈U形，且主要通過技術進步的內在空間機制實現。第三，金融集聚還能通過促進產業結構高級化與合理化的中介機制對當地綠色經濟效率提升產生影響，其中產業結構高級化的部分中介作用更大。

基于上述分析提出以下政策建議：第一，因地制宜實施差異化金融發展策略。北京、上海等金融中心應注重金融服務實體經濟質量，增加對高技術企業的資金支持，加強與中西部省份在技術、人才上的交流合作。同時，積極引導金融資源向中西部轉移，加快金融配套設施建設，發揮金融集聚提升綠色經濟效率的潛能。第二，鼓勵區域金融多樣化集聚，不斷增強和優化各地金融業的競爭力和資本配置效率。地方政府可制定相關政策吸引更多金融資源流向低碳環保經濟領域，并基于長效監督機制提高其對綠色技術創新的支撐能力，保障綠色經濟效率的持續提升。在增強金融集效應的同時，也要加大相關配套設施建設的投資力度，推進與相鄰省份金融業的信息共享和技術創新的交流合作，促進區域間金融資源流動并引導其更多流向綠色產業，實現與周邊地區的聯動、協同發展。第三，加強金融集聚對產業升級的支持，充分重視產業結構高級化和合理化在金融集聚促進綠色經濟增長中的部分中介作用。一方面，通過引導金融資源更多配置到技術創新和節能環保行業，緩解其研發風險帶來的融資壓力，為產業技術升級提供充足資金支持;另一方面，通過創新金融工具，激勵各類行業主動進行技術升級和清潔生產，促進產業結構優化調整，從而推動金融集聚與產業結構升級的協同發展，共同助力綠色經濟增長。

參考文獻：

[1]Christopoulos D K，Tsionas E G. 2004. Financial Development and Economic Growth：Evidence From Panel Unit Root and Cointegration Tests [J].Journal of Development Economics，73（3）.

[2]Mathys N A，Brülhart M. 2008. Sectoral Agglomeration Economies in A Panel of European Regions [J].Regional Science and Urban Economics，38（3）.

[3]Munitlak Ivanovic O，Zubovic J，Mitic P. 2017. Relationship Between Sustainable Development and Green Economy-emphasis on Green Finance and Banking [J]. Ekonomika Poljoprivreda-Economics of Agriculture，64（4）.

[4]林曉，徐偉，楊凡，趙林. 東北老工業基地綠色經濟效率的時空演變及影響機制——以遼寧省為例[J]. 經濟地理，2017，（05）

[5]班斕，袁曉玲.中國八大區域綠色經濟效率的差異與空間影響機制 [J]. 西安交通大學學報（社會科學版），2016，（05）.

[6]錢龍.中國城市綠色經濟效率測度及影響因素的空間計量研究 [J]. 經濟問題探索，2018，（08）.

[7]何宜慶，陳林心，焦劍雄，王蕓.金融集聚的時空差異與省域生態效率關系研究 [J].數理統計與管理，2017，（01）.

[8]楊旭，劉祎，黃茂興. 金融集聚對經濟發展績效與經濟發展質量的影響——基于制度環境視角的研究[J].經濟問題，2020，（01）.

[9]李秋敏. 金融集聚的經濟增長效益及時空分異特征研究——基于省級面板數據的空間計量分析[J]. 工業技術經濟，2020，（08）.

[10]胡國暉，鄭美美.金融集聚、金融創新與區域經濟增長 [J].河北經貿大學學報，2020，（07）.

[11]張東，王豪杰.金融集聚、空間溢出與地區工業綠色創新效率 [J].經濟經緯，2020，（11）.

[12]梅冰菁，羅劍朝. 金融集聚對經濟增長的空間溢出效應及時空異質性研究——基于產業結構的調節效應檢驗 [J].新疆大學學報（哲學·人文社會科學版），2020，（11）.

[13]許哲.金融集聚對金融產業影響的作用途徑和效應分析 [J].商業經濟研究，2015，（26）.

[14]于斌斌. 金融集聚促進了產業結構升級嗎：空間溢出的視角——基于中國城市動態空間面板模型的分析[J].國際金融研究，2017，（02）.

[15]陳彤，胡青江，閆海龍. 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 [J].技術經濟與管理研究，2020，（09）.

[16]施本植，許寧，劉明，鄧銘. 金融集聚對城市綠色經濟效率的影響及作用渠道——基于中國249個地級以上城市的實證分析 [J].技術經濟，2018，（08）.

[17]張鐘元，李騰，馬強. 金融集聚對城市綠色經濟效率的門檻效應分析——基于我國九個國家中心城市統計數據 [J].技術經濟與管理研究，2020，（03）.

[18]袁華錫，劉耀彬，封亦代.金融集聚如何影響綠色發展效率？——基于時空雙固定的SPDM與PTR模型的實證分析 [J].中國管理科學，2019，（11）.

[19]修國義，朱悅，劉毅. 金融集聚對科技創新效率影響的雙重特征分析 [J]. 科技進步與對策，2019，（09）.

[20]Hansen B E. 2000. Sample Splitting and Threshold Estimation [J].Econometrica，68（03）.

[21]王鋒，李緊想，張芳，吳艷杰.金融集聚能否促進綠色經濟發展？——基于中國 30 個省份的實證分析 [J]. 金融論壇，2017，（09）.

[22]孫葉飛，周敏. 中國城鎮化、產業結構高級化對CO2排放的影響——基于獨立效應和聯動效應雙重視角[J].資源科學，2016，（10）.

[23]干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響 [J].經濟研究，2011，（05）.

[24]張林.中國雙向 FDI、金融發展與產業結構優化[J].世界經濟研究，2016，（10）.

[25]張軍，吳桂英，張吉鵬. 中國省際物質資本存量估算：1952—2000 [J].經濟研究，2004，（10）.

[26]倪瑛，陳柏云，王憶雯.金融發展、環境規制與綠色全要素生產率——基于空間杜賓模型的實證分析 [J]. 貴州財經大學學報，2020，（03）.

[27]孫志紅，陸阿會.環境規制、綠色金融與環保企業投資 [J].金融發展研究，2021，（01）.

[28]袁華錫，劉耀彬.金融集聚與綠色發展——基于水平與效率的雙維視角 [J].科研管理，2019，（12）.

[29]劉莎，劉明.綠色金融、經濟增長與環境變化——西北地區環境指數實現“巴黎承諾”有無可能？ [J].當代經濟科學，2019，（06）.

[30]沙依甫加瑪麗·肉孜，鄧峰.資本市場扭曲與綠色經濟效率——基于空間杜賓模型的實證分析 [J].南京審計大學學報，2020，（01）.

The Spatial Mechanism of Financial Agglomeration Affecting the Efficiency of Green Economy

Zhu Guangyin/Wang Simin

（School of Business，Qingdao Technological University，Qingdao? ?266520，Shandong，China）

Abstract：In the context of current structural transformation，financial agglomeration can provide financial support for green transformation and technological upgrading of major industries. Based on data from 30 Chinese provinces from 2007 to 2019，this paper investigates the nonlinear mechanism of financial agglomeration promoting green economic efficiency using threshold effect and spatial Durbin model，and tests the spatial mechanism of financial agglomeration promoting green economic efficiency as a mediating channel of industrial structural upgrading with a mediating effect model. The results show that：（1）the national green economic efficiency has an N-shaped fluctuation trend，which mainly comes from the growth effect of technological progress;（2）the impact of financial agglomeration on green economic efficiency rises first and then decreases in a U-shaped relationship， with financial agglomeration unfavorable to green economic efficiency improvement in local and neighboring regions in the early stage and playing a positive promoting role in the later stage;（3）financial agglomeration influences the efficiency of local green economy through the intermediary mechanism of industrial structure advanced and rationalization，where the intermediary role of industrial structure advanced part is greater.

Key Words：green economic efficiency，Spatial Dubin Model，panel threshold model，mediation effect

（責任編輯? ? 關? ?健;校對? ?GJ，WY）

收稿日期：2021-09-17? ? ? 修回日期：2021-10-26

基金項目：教育部人文社會科學研究項目“新時代綠色金融創新影響農村生態文明建設的內在機理、效應測度與政策仿真研究”（19YJCZH150）;山東省社會科學規劃研究項目“新舊動能轉換背景下綠色金融發展的現實障礙與破解路徑研究”（18CJJJ16）。

作者簡介：朱廣印，男，山東臨沂人，金融博士，青島理工大學副教授，研究方向為綠色金融;王思敏，女，湖北黃石人，

青島理工大學，研究方向為綠色金融。