我國金融資源錯配是否抑制了生態效率的提升？
——基于產業結構升級視角

王書華，薛曉磊，范 瑞

山西財經大學 金融學院，山西 太原 030006

習近平總書記在第七十五屆聯合國大會一般性辯論上首次提出二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和的“雙碳目標”，這既是我國積極應對氣候變化的責任擔當，也是我國推動生態文明建設的必然要求。提升生態效率是我國實現生態文明建設的重要途徑之一。生態效率這一概念最早由Schaltegger[1]在1990 年提出，其含義為增加的產品或服務價值與帶來生態環境影響的比值。在此基礎上，國內外學者對生態效率的內涵不斷拓展，將其表示為經濟發展與環境保護的統一協調與平衡，即使用最少的資源消耗與最小的環境污染來實現最大的經濟價值。黨的十九大明確提出，要構建市場導向的綠色技術創新體系，發展綠色金融，壯大節能環保產業、清潔生產產業、清潔能源產業，實現產業、經濟與環境的協調發展，構建經濟與環境“雙贏、共贏”的局面。探索如何以最小的資源投入與環境代價實現經濟結構的綠色轉型與經濟的可持續增長，進而提高區域生態效率，這對我國實現經濟高質量發展具有重要意義。

生態效率的提升是一個長期的過程，需要持續的、大量的資金支持，政府財政支持和社會捐助的資金非常有限，現代金融的作用不可或缺。在當前金融資源有限的條件下，如何通過合理的金融資源配置來減少環境污染、助推綠色發展成為時代的議題。

事實上，由于我國金融體制的缺陷、政府干預以及所有制歧視[2-3]等原因，各地區普遍存在不同程度的金融資源錯配。金融資源錯配導致過多的金融資源流入傳統的“兩高一剩”行業中，新興產業、綠色產業等轉型動力不足，阻礙產業結構升級，加劇經濟增長過程中的環境污染[4-6]，最終影響我國經濟的可持續增長[7]。這些研究初步驗證了金融資源錯配對生態效率的構建指標體系中的經濟產出、環境污染產生抑制作用，但學術界關于金融資源錯配對生態效率影響的研究仍不夠深入。同時，產業結構升級這一過程建立在金融發展不斷優化的基礎上[8]。合理的金融資源配置可提升勞動生產率以及產業間的協調度與關聯度，從而促進產業結構升級[9]，而產業結構升級是生態效率影響因素之一。由此可見，金融資源錯配、產業結構升級與生態效率三者具有一定的邏輯關系，但鮮有研究從產業結構升級的視角探討金融資源錯配對生態效率的作用機理，這不足以闡明經濟高質量發展背景下解決我國金融資源錯配與經濟綠色轉型之間矛盾的有效途徑。因此，基于產業結構升級視角剖析金融資源錯配對生態效率的影響規律與作用機制，有利于豐富“金融、產業結構與生態環境”的相關理論研究，并為我國綠色高質量發展政策的合理制定提供有意義的參考。

基于以上分析，本文擬通過理論分析與實證檢驗，探討以下目前經驗研究中尚未明確回答的問題：金融資源錯配對生態效率的影響到底如何，是否具有區域異質性？金融資源錯配對生態效率影響的作用途徑是什么？本文將利用Cobb-Douglas 成本函數與生產函數構建一個揭示金融資源錯配對生態效率影響的理論模型，并結合我國2004—2019 年30 個省、自治區和直轄市（不包括港澳臺以及西藏）的面板數據，實證檢驗二者的影響關系，并探究產業結構升級在金融資源錯配影響生態效率中發揮何種作用，以期為深化我國金融供給側結構性改革，推動我國經濟綠色轉型發展探尋可行路徑。

一、文獻回顧

目前，學術界鮮有文獻在產業結構升級視角下深入考察金融資源錯配對生態效率影響的研究，為更深入分析二者的影響關系，本文將從兩方面對現有研究進行歸納概括。

（一）金融資源配置優化對生態效率的影響效應

金融資源配置的優化引導資金的配置、結構與流向，促使金融規模、結構的發展與深化，促進了金融發展，而金融發展可通過資本支持效應、資源配置效應、企業監督效應與綠色金融效應促進生態效率的提升[10]。具體表現為，金融的不斷發展會影響生產要素在企業間的重新分配，提高企業的經營效率，促進綠色技術創新并降低環境污染，進而促進生態效率提升[11]。另外，金融資源在空間上的組織方式與分布密度發生改變，引起金融集聚。一些研究從金融集聚與生態效率兩者的耦合協調關系展開，發現金融集聚會加大各種要素（人才、技術及信息等）集聚，從而促進產業結構轉型升級，引導資源合理配置，提高生態效率，兩者的協調發展會促進區域經濟增長與可持續發展[12-13]。部分研究從二者的影響大小及方向展開，發現金融集聚對生態效率的影響存在地域性與行業性的差異[14]。

總體而言，探討金融發展和金融集聚對綠色發展影響的研究成果較為豐富，為本文的研究提供了理論基礎，然而鮮有直接探討金融資源錯配對生態效率影響的研究，二者之間的作用關系還有較大的探索空間。

（二）金融資源錯配對生態效率影響的間接效應

目前少有文獻基于產業結構升級視角深入研究金融資源錯配影響生態效率的作用機理，相關文獻集中在以下幾個方面。

一是金融資源錯配影響產業結構升級的分析。金融資源是產業發展的“血液”，金融資源的合理配置與產業結構升級存在密切的關系。一些研究表明，金融資源的配置方式對產業結構有顯著的影響[15]，并且金融資源的合理配置會促進產業結構的升級與調整，若金融資源流向效率低下的產業項目，則會擠占新興產業應獲得的金融資源，導致產業結構失衡[16]。另外，金融資源錯配影響市場優勝劣汰功能的發揮，有前景的高新技術產業與新興產業難以獲得支持產業發展的金融資源，從而不利于產業結構升級[17]。

二是產業結構升級影響生態效率的分析。產業結構升級是影響生態效率的重要因素[18-19]，且多數研究采用產業結構高級化與產業結構合理化表征產業結構升級的狀況。學術界認為產業結構高級化是產業從非均衡狀態向均衡狀態轉變的過程，產業從勞動密集型向資本密集型轉移，從而引起技術變革，提高生產效率，優化資源利用結構，減少環境污染，進而提升生態效率。產業結構合理化是產業在均衡狀態時，實現產業間各生產要素合理配置，促進產業間協調發展，以此來改善結構扭曲，提高資源利用率，提升生態效率[20]。

三是基于產業結構升級的金融資源錯配對生態效率影響的探討。目前鮮有文獻著重探討三者之間的邏輯關系，只有部分研究考慮了金融資源錯配對環境污染的影響。金融資源錯配致使大量的信貸資源流入高污染的行業，從而不利于產業結構的轉型升級，加劇環境污染，減緩了經濟增長[7]。該文獻雖考慮了金融資源錯配、產業結構升級與環境污染三者的關系，但未給出金融資源錯配、產業結構升級與生態效率三者邏輯關系的證據。此外，還有部分文獻基于產業結構升級的中介視角，詳細分析了數字經濟發展、科技金融等對生態效率的影響機理，但沒有從金融資源錯配角度探討產業結構升級在金融資源錯配對生態效率影響的過程中扮演何種角色。

綜上，雖已有文獻考慮了金融發展、金融集聚分別對生態效率的影響，也有少數文獻考慮了金融資源錯配對環境污染與經濟可持續增長的影響，但并未考慮金融錯配對經濟效益與環境保護的綜合影響，關于金融資源錯配對生態效率影響的文獻相對有限，且沒有深入剖析金融資源錯配影響生態效率的作用機理與路徑。此外，從已有文獻可知，產業結構高級化與合理化作為影響生態效率的重要因素，產業結構升級在金融資源錯配影響生態效率的過程中會發揮一定的機制作用，但其在金融資源錯配與生態效率的關系中是否發揮中介作用，現有的經驗研究尚未明確回答。鑒于此，本文構建金融資源錯配、產業結構升級與生態效率的數理模型，剖析我國金融資源錯配對生態效率的影響機理，并基于2004—2019年我國省級數據樣本，考察金融資源錯配、產業結構升級與生態效率三者之間的邏輯關系。

二、數理模型建立分析及假設提出

本文采用陳立泰等[20]在研究產業結構升級對生態效率影響的關系時提出的一個分析框架，并進行了適當的拓展。第一，陳立泰等[20]的模型聚焦于產業結構變遷對生態效率的影響，并沒有考慮金融資源錯配因素。本文借鑒Hsieh 等[21]研究資源錯配的定義方法，引入金融資源錯配要素，修正了陳立泰等[20]的框架模型，構建包含金融資源錯配、產業結構升級與生態效率的數理模型。第二，本文修訂了陳立泰等[20]的模型假設，將經濟體的產業分為兩類①第一類產業主要為勞動密集型產業以及高污染、高能耗的資本密集型企業，第二類產業主要是以高新技術與新興產業為主導的技術密集型產業。，并特別強調了兩類產業環境成本差異的設定。自1999 年以來，我國陸續頒布《產業結構調整指導目錄》與各類節能減排的相關政策，其目的是在產業結構調整升級的過程中化解產能過剩，實現節能減排，故本文假定產業結構中第一類產業的環境成本大于第二類產業。此后，將數理推導與機理分析相結合，清晰地闡釋金融資源錯配、產業結構升級與生態效率的關系。

（一）包含金融資源錯配與生態效率的數理模型

根據陳立泰等[21]的研究，將生態效率函數形式定義為

其中，Efe表示生態效率，即經濟活動中的產出與資源環境消耗的比值；Q表示產出，即經濟體生產經營所提供的產品和服務的價值；C與E分別表示投入中經濟活動的生產成本以及環境成本。

本文借鑒Toni 等[22]的研究，將金融資源視為一種原始投入，企業可使用金融資源為其購買其他生產要素，包括勞動力、資本以及自然環境等，這些生產要素可視為金融資源投入的中間產品。從微觀層面來看，企業獲得的金融資源來源于債務資金和權益資金，本文使用D表示債務資金，使用F表示權益資金。則生產函數的具體表達式為

Cobb-Douglas成本函數為

其中，γ與ω分別表示獲得兩類金融資源的單位價格。然而，我國存在金融資源錯配[7]，借鑒Hsieh 等[21]對資源錯配的定義方法，本文將兩類金融資源錯配表示為ηD，其他資源錯配表示為ηF，可得

將式（4）代入Cobb-Douglas 成本函數，其具體形式如下：

Cobb-Douglas 成本函數表示在單位要素價格下，生產固定產出所使用的最小成本。因此，在成本最小化的條件下構建拉格朗日函數，其函數形式如下：

對式（6）進行求導，可得

則兩類金融資源的條件需求函數可表示為

為了計算簡便，將F用D來表示：

將式（9）（10）代入式（2）可得

故包含金融資源錯配與環境因素的Cobb-Douglas成本函數可表示為

另外，環境成本E=PQ，其中P表示企業獲得污染權力對每1 單位產值所付出的價格，將式（12）代入式（1），可得到包含金融資源錯配與生態效率的數理模型，具體形式如下：

一方面，在學術研究上，結合魯曉東等[2,23]關于金融資源錯配的研究成果，金融資源錯配的內涵主要是指債務資金錯配的程度。另一方面，結合我國金融市場發展的實際，我國目前仍然是間接融資主導的金融市場，企業的融資來源主要是銀行信貸，再疊加債務市場發行的債券。從中國人民銀行于2022 年2 月公布的社會融資規模數據來看，我國的社會融資規模存量為320.03萬億元，其中債務資金占比高達93.9%，非金融企業股票融資僅占比3.0%。綜上，本文將金融資源錯配界定為債務資金的錯配。由式（13）一階偏導可得

由式（14）可知，金融資源錯配會影響生態效率，則金融資源錯配越嚴重，生態效率就越低。上述數理推導基本符合我國的現實情況，我國金融資源錯配對生態效率的消極影響主要體現在兩個方面。其一，從宏觀層面來看，金融資源錯配的存在不利于金融市場發揮優勝劣汰的功能，非市場化因素導致金融資源持續流向高污染、高耗能、高效益的傳統重資“兩高一剩”的行業，加劇環境代價的付出，從生態效率的環境效益考慮，金融資源錯配不利于環境質量的改善，抑制區域生態效率的提升。其二，從微觀層面來看，金融資源錯配導致金融資源的低效利用，我國的政府干預以及所有制歧視的存在致使金融資源大量流入到低效率的“僵尸企業”[6]，這無疑加重了產能過剩的問題，不利于環境保護，并且具有高效率的綠色新興企業無法通過合理的資本價格獲得金融資源，進而抑制企業的投資效率，引發企業的全要素生產率的損失，阻礙經濟可持續發展，最終抑制生態效率的提升。基于以上數理推導與理論分析，本文提出以下假說：

假說H1：我國金融資源錯配會抑制生態效率的提升。

（二）包含金融資源錯配、產業結構升級與生態效率的數理模型

根據“配第-克拉克”定理，產業結構升級是指隨著國家經濟發展與人均收入水平提高，產業將逐漸從第一產業向第二產業轉移，之后向第三產業轉移。本文依據陳立泰等[20]的模型框架與假定，將產業分為兩類，Q1表示第一類產業的產值，Q2表示第二類產業的產值。故在勞動力同質的條件下，將產業結構升級定義為Isr=Q2/Q，Isr增大，表明產業從第一類產業向第二類產業轉移，進而產業結構升級。

則Cobb-Douglas的生產函數為

根據上文的分析步驟，則Cobb-Douglas成本函數為

然后，本文定義P1為第一類產業的企業獲得污染權力對每1 單位產值所付出的價格，P2為第二類產業的企業獲得污染權力對每1單位產值所付出的價格。不失一般性，本文定義經濟體來自債務資金的金融資源錯配為η，且第一類產業的來自債務資金的金融資源錯配ηD1=θη，可得

由式（18）可知，金融資源錯配、產業結構升級與生態效率之間存在密切的聯系，并且由理論模型可得金融資源錯配的增加會抑制生態效率的提升，產業結構升級會提高生態效率，二者共同影響生態效率，但無法從數理模型中闡明三者之間的邏輯關系。

（三）基于產業結構升級的金融資源錯配對生態效率影響的機制分析

結合上文的文獻分析，金融資源錯配抑制生態效率提升的同時，產業結構升級在其中發揮一定的機制作用，本文將產業結構升級細化為產業結構高級化和產業結構合理化，分別研究其在金融資源錯配對生態效率的影響中的機制作用。

產業結構高級化描述的是產業結構從底層向高層不斷演進的過程。研究發現，我國的金融資源集中在重污染行業與房地產業[7]，金融資源配置的不均衡使得市場無法識別具有優勢的行業，促使金融資源向擁有巨量資金的高耗能、高污染的產業傾斜，尤其是產能過剩的“僵尸企業”，擠占了高新技術型與知識密集型等綠色產業發展所需的金融資源，拖累了我國產業結構向第二、三產業轉換的步伐，也造成各類生產要素的供需錯配，不利于社會生產率的提高，降低了資源利用率，且一定程度上固化了資源利用結構，不利于綠色創新技術的發展，最終導致經濟產出降低，環境污染得不到顯著改善，不利于生態效率的提升。由此，本文提出以下假說：

假說H2：我國金融資源錯配阻礙了產業結構高級化，進而抑制生態效率。

產業結構合理化則表示要素投入結構與產出結構的耦合程度。理論上，金融資源作為社會的核心資源，對其他生產要素具有支配功能，金融資源的不合理配置會引起其他社會資源在產業間的不合理配置，導致產業結構性扭曲，不利于各產業間的協調發展，增加了資源的消耗，減少經濟產出，不利于生態效率的提升。另外，在我國政治分權與經濟分權的晉升激勵下，地方政府為追求短期經濟效益，將金融資源投放到要素成本低廉、見效快、風險小的資源密集型產業，阻礙了產業結構合理化，最終產業布局與金融資源配置不相適應，降低了資源利用效率，且增加了環境負荷，不利于經濟的可持續發展。基于以上分析，本文提出以下假說：

假說H3：我國金融資源錯配阻礙了產業結構合理化，進而抑制生態效率。

三、研究設計

（一）計量模型構建

首先，為探討金融資源錯配對各省域生態效率的影響，本文構建的基準模型如下：

為揭示產業結構高級化與產業結構合理化是否在金融資源錯配影響各省域生態效率的過程中起中介作用，本文構建如下中介效應模型：

其中，i表示省份，t表示年份，C表示截距項，μ為隨機擾動項，Fd為核心解釋變量金融錯配，Ia與Ib分別表示產業結構合理化與高級化，而X表示一系列的控制變量，包括經濟發展水平（Lec）、對外依存度（Ope）、政府干預程度（Gov）、人均教育年限（Ped）以及基礎設施（Inf）。

第一步，對式（19）進行回歸，檢驗金融資源錯配對各省域生態效率的總體效應是否存在；第二步，對式（20）（22）進行回歸，判斷金融資源錯配是否影響各省的產業結構高級化以及產業結構合理化；第三步，根據式（21）的回歸結果，檢驗金融資源錯配與產業結構高級化對生態效率的共同影響，根據式（23）的回歸結果檢驗金融資源錯配與產業結構合理化對生態效率的共同影響。

（二）主要變量定義

1.被解釋變量

生態效率的測度方法有單一比值法、指標評價法以及模型法。其中，模型法包括生態足跡法、數據包絡法（DEA 方法）以及改進的DEA 法。現有的研究大多數采用數據包絡法來衡量生態效率，本文考慮到非期望產出，故使用非期望的超效率松弛測度模型（Super-SBM）進行度量。

本文基于新古典經濟學理論，考慮到數據的可得性與連續性，選擇資本、勞動以及資源等生產要素作為投入指標，以期望產出與非期望產出作為產出指標。

投入指標。（1）資本投入：以固定資產投資為投資指標，參考張軍等[24]的折舊率，采用永續盤存法估算資本存量，并以2004 年為基期進行價格平減；（2）勞動投入：使用各地區的年末就業人數進行衡量；（3）資源投入：出于數據的可得性與精確性，以城市建設用地、城市建設用地面積、用水總量以及能源消費總量來衡量各地區的資源投入。

產出指標。（1）期望產出：將期望產出分為經濟、社會以及生態效益，分別以各地區生產總值（以2004 年為基期折算）、地方財政一般預算收入以及城市綠地面積來衡量；（2）非期望產出：以廢水、廢氣以及固體廢物作為非期望產出，分別以廢水排放總量、二氧化硫排放量以及一般工業固體廢物產生量來衡量非期望產出。生態效率的具體評價指標見表1。

表1 生態效率評價指標體系

在DEA 模型中，產出量越大，效率越優。然而本指標體系存在非期望產出，對其作正向化處理，具體處理方法為：假設第i個地區的第j年度的非期望產出指標為Qij，Qij=（Qi1，Qi2，Qit）T＞0，i=1，2，…，n；取β=max（Qij）+C，其中C取值為1，通過線性轉換后，非期望產出可表示為－Qij+β。

基于非期望產出的超效率松弛測度模型（Super-SBM）計算生態效率的模型構建如下：

其中，λi≥0，≥0(j=1，…，n，j≠k)，θ為效率值，j為各決策單元，n為決策單元個數，m、q1和q2分別表示投入指標、期望產出與非期望產出的指標個數，分別為投入變量、期望產出與非期望產出的松弛變量，λj為強度變量，xij、yrj和ytj分別為第j個決策單元的m維投入變量、q1維期望產出和q2維非期望產出，xik、yik和ytk分別表示被評價決策單元的投入變量、期望產出與非期望產出變量。其中，θ值小于1表示生態效率無效率，θ值等于1表示生態效率有效率，θ值大于1表示生態效率有效率，且θ值越大效率越高。本文利用MAXDEA軟件，基于可變規模報酬的Super-SBM 測度我國各地區生態效率。

2.核心解釋變量

金融資源錯配是基于資源配置效率理論提出的，是指金融要素配置扭曲導致大量金融資源流入低效率的企業，而高效率的企業無法得到充足的資金，無法實現帕累托最優狀態。從企業的資產負債表來看，企業所獲得的金融資源主要來自債務資金和權益資金，而我國的資本市場較不發達。截至2022 年2 月，我國僅有4 732家上市企業，因此我國大多數企業通過債務融資獲得生產所需的金融資源。根據前文理論分析中對金融資源錯配的界定，金融資源錯配主要是指負債資源的錯配，本文采用省級數據，考慮到數據可得性與連續性，借鑒邵挺等[23,25]有關金融資源錯配的測度思路，運用企業的債務融資比重與產值比重的比值與1的偏離度來衡量金融錯配程度。Fdit=1－私營企業債務融資額比重/私營企業產值比重，其中，企業負債=企業負債合計－企業應收凈額，企業產值=存貨+產成品+銷售現值，該比值越接近0，表明金融錯配程度越低，反之越高。

3.中間機制變量

產業結構優化升級是經濟增長對技術進步的吸收升級以及主導產業不斷更替的過程。本文借鑒以往研究，將產業升級劃分為產業結構合理化與產業結構高級化，以此來衡量產業結構變遷的過程。借鑒韓永輝[18]的方法，采用改進的結構偏離度來衡量產業結構合理化，Ia=1/SR，并令

其中，Y表示產出，L表示就業人數，i表示第i產業部門，n表示產業部門數。Ia值越大，則反映產業結構越合理，反之，越不合理。

此外，借鑒劉偉等[26]的測度方法，令

其中，LPit表示t時間i產業的勞動生產率，Ib值越大，說明產業結構越高級。然而，勞動生產率是一個有量綱的值，需要將其標準化，其標準化公式為

其中，LPit表示i產業在t時間的勞動生產率，LPi0表示i產業工業化開始時的勞動生產率，LPif是i產業在工業化完成時的勞動生產率，產業工業化的起點與終點的選擇參照Chenery 等[27]3-9的標準結構模型，Ib值越大，產業結構高級化水平越高。

4.控制變量

考慮到生態效率還受諸多因素的影響，參照相關研究，本文選取經濟發展水平（Lec）、對外依存度（Ope）、政府干預程度（Gov）、人均教育年限（Ped）和基礎設施（Inf）作為控制變量。變量具體情況見表2。

表2 變量選擇及定義

（三）研究樣本與數據來源

本文選取我國2004—2019年30個省、自治區和直轄市作為研究對象，其中不包括港澳臺以及西藏。本文所使用的實證數據均來自《中國統計年鑒》《中國環境年鑒》《中國區域統計年鑒》《中國能源統計年鑒》《中國檢察年鑒》以及各省區市歷年統計年鑒、國家統計局以及Wind數據庫。對于缺失數據采用線性插值法進行補充。本文使用Stata15.1 進行實證分析。變量的描述性統計結果見表3。

表3 變量的描述性統計結果

為了直觀比較各地區的生態效率發展水平，本文將全國劃分為東部和中西部地區①本文依據國家西部大開發戰略和中部崛起戰略的實施范圍，將北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東及海南10 個省市劃為東部地區，其余20個省、自治區和直轄市劃為中西部地區。，并計算出每個區域的年平均生態效率值。2004—2019 年我國東、中西部地區生態效率趨勢如圖1 所示。可以發現，各區域的生態效率水平呈現逐年上升的態勢，但整體水平不高。此外，各區域的生態效率水平具有區域異質性，東部地區的生態效率值不但高于中西部地區，還高于全國層面，而中西部地區低于全國的生態效率水平。東部地區市場化程度較高，其金融資源錯配水平較低，可通過金融要素的優化配置來支持高新綠色技術產業，促進產業結構的優化轉型，以此來影響生態效率。

圖1 2004—2019 年中國東、中西部地區生態效率趨勢

四、實證結果與分析

在進行正式回歸前，為確保估計結果的可靠性，本文對主要自變量進行方差膨脹因子檢驗與相關性檢驗，其中方差膨脹因子（VIF）取值范圍在1.43～4.18 之間，均小于10，同時各變量之間的相關性最大為0.836，表明變量間不存在多重共線性。

（一）基準回歸分析

考慮到樣本存在異方差與自相關，直接對基準模型回歸將導致結果有偏而不一致，且本文樣本為短面板數據，故采用非參數協方差矩陣估計方法（Xtscc）進行估計，可有效解決這一問題。此外，對基準回歸模型進行Hausman檢驗，其P值為0，則采用固定效應模型更符合該模型設定，且控制時間效應。金融資源錯配對生態效率的整體回歸結果見表4，其檢驗了全國30個省、自治區和直轄市樣本下金融資源錯配對生態效率的影響。從第（1）～（4）列的估計結果來看，無論是OLS 模型、固定效應或者隨機效應模型，還是非參數協方差矩陣估計方法，金融資源錯配的影響系數顯著為負，意味著金融資源錯配與生態效率之間存在顯著負相關關系。第（4）列的結果顯示，在其他條件不變的情況下，金融資源錯配每提高1個單位，則生態效率將會平均下降0.407個單位，這驗證了假說H1，金融資源錯配會抑制生態效率的提升。一方面，我國的金融資源錯配導致金融資源流向效率低下的企業，而具有先進技術的高效率企業無法獲得生產所需的金融資源，進而降低經濟體的經濟產出，牽制經濟的可持續增長。另一方面，金融資源在政府干預以及市場信息不對稱的情況下，可能流入到產能過剩領域的“僵尸企業”以及傳統的重資制造業企業，加劇產能過剩與環境污染，致使環境成本上升。因此，金融資源錯配增加了資源消耗與環境污染且減少了經濟產出，從而使得生態效率降低。

表4 金融資源錯配對生態效率影響的基準回歸結果

從控制變量來看，經濟發展水平（Lec）即人均GDP的系數為正，且在1%水平下顯著。以往研究表明，生態效率與經濟發展存在倒U 型的庫茨涅茨假說，這說明我國的經濟發展仍然處于拐點的左方，本文不著重討論經濟發展與生態效率的影響，故不將經濟發展的二次項列出。對外依存度（Ope）在第（2）（3）列中的影響系數顯著為負，表明對外依賴性越強，生態效率就越低。政府干預程度（Gov）的影響系數顯著為負，說明各省份政府干預越多，生態效率就越低。上述結論均與以往文獻的結論一致。另外，基礎設施（Inf）與人均教育水平（Ped）的系數均不顯著，表明其對生態效率的影響不確定。

（二）穩健性檢驗與內生性討論

1.穩健性檢驗

為進一步驗證表4基準回歸結果的可靠性，本文將采取三種方式進行穩健性檢驗，其結果見表5第（1）～（4）列。

（1）更換核心解釋變量。借鑒邵挺[23]的資金成本法對各地區金融資源錯配進行度量，計算公式為：rit=rt（1+ηit），其中，rit=財務費用/（負債總額-應收賬款），代表各省資金使用成本，rt代表全國資金平均使用成本，ηit代表各省金融錯配程度，其值越大，則金融錯配程度越高。第（1）列的重新回歸估計結果中，核心解釋變量的符號與前文一致且顯著，這表明金融資源錯配顯著抑制生態效率的提升，與前文的結論一致。

（2）數據縮尾處理。為了防止樣本的極端值對回歸結果產生較大影響，本文將小于1%分位數的數值用1%分位數的值替代，將大于99%分位數的值用99%分位數的值替代，并對樣本進行重新回歸估計。回歸結果見第（2）列，與前文的結論一致。

（3）加入控制變量。以往的研究中提到政府腐敗（Fan）對生態效率作用明顯，并且政府腐敗會增加資源錯配程度，進而抑制生態效率[28]，本文使用每萬人公務員職務犯罪數衡量政府腐敗，其回歸結果見表5 第（3）列，加入一個關鍵控制變量后，核心解釋變量的系數符號與顯著性未發生實質改變。

2.內生性檢驗

本文可能會由于金融資源錯配與生態效率的反向因果關系以及遺漏變量的存在導致模型內生性的存在，從而引起估計結果偏誤，故采取以下兩種方式解決該問題，回歸結果見表5第（4）（5）列。

（1）工具變量法。基準回歸分析證明，金融資源錯配是影響生態效率的重要因素，但上述實證分析難免存在反向的因果關系。這意味著生態效率與金融資源錯配相關，又由于生態效率與誤差項ui相關，因此會使金融資源錯配與誤差項ui相關，造成內生性問題，工具變量法可解決這一問題。本文以滯后一期的核心解釋變量（Fd）作為工具變量進行Hausman 檢驗，其P值小于0.05，認為存在內生解釋變量，應采用工具變量法。考慮到模型存在異方差的問題，故采用面板廣義矩估計（GMM）對樣本重新進行回歸估計，結果見表5 第（4）列，可以發現核心解釋變量的結果與前文保持一致。Anderson canon.corr.LM 統計值在1%的水平上顯著，拒絕不可識別的原假設，其Cragg-Donald WaldF統計值為1 215.166，大于20%偏誤水平下的臨界值6.66，因此該工具變量是合理有效的。

（2）滯后所有解釋變量。由于模型中可能存在遺漏變量，在檢驗過程中，無法確定未被觀察到所有影響因素是否都被控制，而建立“窮舉式”的模型在理論上不存在，因此利用滯后的解釋變量作為未被觀察到的個體特性與歷史因素的代表加入回歸模型來緩解這一內生性。本文將所有解釋變量滯后一期進行回歸。表5 第（5）列的回歸結果顯示，其核心解釋變量的符號與顯著性與基準回歸一致。

表5 穩健性檢驗與內生性檢驗回歸估計結果

綜上所述，本文分別從兩方面對基準回歸進行穩健性與內生性檢驗，雖然回歸結果的回歸系數與顯著性存在差異，但核心解釋變量的符號與前文基準回歸結果仍保持一致，說明本文的結論是穩健可靠的。

（三）區域異質性分析

由于我國各地區要素稟賦的不同，本文將我國30個省、自治區和直轄市劃分為東部與中西部地區，并使用分樣本回歸方式，比較金融資源錯配對生態效率的影響在東部與中西部的差異，并利用費舍爾組合檢驗方法（Permutation test）對組間系數差異進行檢驗，結果見表6。比較第（1）（2）列可以發現，東部地區金融資源錯配對生態效率的影響為-0.556，中西部地區金融資源錯配的系數為-0.312，均通過1%顯著性水平的檢驗，并且系數的差異為-0.244，通過了組間系數差異的檢驗。由此可得，金融資源錯配抑制生態效率提升的效應呈現出東部大于中西部的態勢。一方面，東部地區的市場競爭機制較為完善，且一直是我國經濟發展水平較高的地區，其獲得金融資源的能力較強，金融資源錯配程度低，且其生態效率值也較高，故金融資源錯配對生態效率影響的邊際影響較大。另一方面，國家西部大開發戰略和中部崛起戰略的實施一定程度上引導有限的金融資源流向低污染、高效率的企業，且中西部地區金融資源錯配值較高且生態效率值較低，金融資源錯配對生態效率影響的邊際影響可能較小。因此，東部地區的金融資源錯配對生態效率的抑制作用要高于中西部地區。

考慮到各地區金融資源錯配與生態效率的關系受到市場化程度的影響，依據王小魯等[29]223-225的研究成果，將2019年市場化得分高于6.8的省份歸為高市場化程度組，包括江蘇、廣東、上海、浙江、福建、山東、北京以及重慶等8 個省市，其余22 個省、自治區和直轄市為低市場化程度組。回歸結果見表6第（3）（4）列，在1%的顯著水平下，高市場化程度與低市場化程度地區的金融資源錯配均抑制生態效率的提升，并通過了組間系數檢驗，表現為低市場化程度地區大于高市場化程度地區。不難理解，較高的市場化程度有利于發揮金融市場的優勝劣汰功能，有利于建立產權明晰、公平有序的金融市場秩序，使得金融資源由低效率、高污染的企業轉移到高效率、低能耗的企業，并激勵企業進行綠色技術創新，提高區域環境治理水平；低市場化程度遏制了市場價格供需調整機制的作用，將金融資源較多投放到“兩高一剩”的資源型產業，易形成粗放式的經濟增長模式，導致企業的清潔生產意識不強，進而不利于經濟的長期可持續發展。故綜合來看，高市場化程度地區的金融資源錯配對生態效率的抑制作用要小于低市場化程度地區。

表6 金融資源錯配對生態效率的區域異質性回歸估計結果

（四）影響機制檢驗

前文考察了金融資源錯配對生態效率的影響作用，驗證了假說1，但是金融資源錯配抑制生態效率是通過何種途徑進行作用呢？根據上文的理論機制分析，產業結構升級在金融資源錯配對生態效率的影響中發揮中介作用，并將產業結構升級細化為產業結構合理化與產業結構高級化，此處分別檢驗其在金融資源錯配對生態效率的影響中的作用，結果見表7。

根據中介效應的檢驗程序，對式（19）進行回歸，結果見表4第（4）列，金融資源錯配對各省域生態效率的總體效應在1%水平上顯著；對式（20）進行回歸，結果見表7 第（1）列，金融資源錯配的影響系數為負且在1%的水平下顯著，表明金融資源錯配的增強不利于產業結構高級化；對式（21）進行回歸，結果見表7第（2）列，金融資源錯配與產業結構高級化共同影響生態效率，且產業結構高級化在5%的水平上顯著。綜上，可以得到產業結構高級化在金融資源錯配對生態效率的影響中發揮中介作用，驗證了假說H2，由此可以判斷，金融資源錯配阻礙產業結構高級化，進而抑制了生態效率提升。我國金融資源的不合理配置使得金融資源注入盈利能力較低的傳統產業，造成產能失衡、全要素生產率下降以及大量資源消耗浪費。由于這些產業獲得大量金融資源，且金融資源具有一定的支配能力，促使其他生產要素向該產業集聚，最終擠占了資本與高新密集型產業所能獲得的生產要素，阻止了產業的綠色技術創新，改變了產出結構，降低了資源利用率，進而阻礙產業向高級化發展，降低了生態效率。

根據上述檢驗步驟，對式（22）進行回歸，由表7 第（3）列可得，金融資源錯配的影響系數為負且在1%的水平下顯著，表明金融資源錯配的增強不利于產業結構趨向合理化，且在1%的水平下顯著。對式（23）進行回歸，表7 第（4）列結果顯示金融資源錯配與產業結構合理化共同影響生態效率，且產業結構合理化在1%的水平上顯著。綜上可得，金融資源錯配抑制了產業結構合理化進而抑制生態效率的提升，驗證了假說H3。金融資源在產業間的不合理配置，增加了信息不對稱與交易費用，阻礙金融資源輸送到清潔、綠色的高端產業，導致產業結構扭曲、增加資源消耗。同時，金融資源錯配的存在導致產業結構合理化自身的功能集聚作用難以發揮，降低對生產資源要素的利用率，增加資源的閑置和結構性浪費，增加了對環境的負荷，進而抑制生態效率的提升。因此，金融資源錯配阻礙了產業結構合理化，進而抑制了生態效率。

表7 金融資源錯配對生態效率影響機制的檢驗結果

使用Sobel 檢驗與Bootstrap 法進行穩健性檢驗。表8結果顯示，Sobel檢驗值的絕對值在5%的顯著性水平下均大于0.97，Bootstrap 法檢驗結果中95%的置信區間中不包含0，這表明中介效應的結果是穩健的。

表8 Sobel 檢驗和Bootstrap 法中介效應檢驗結果

五、研究結論與政策建議

為考察金融資源錯配對生態效率的影響及其機制，本文通過建立包含金融資源錯配、產業結構升級與生態效率的數理模型，并結合我國2004—2019 年30 個省、自治區和直轄市的面板數據，分析了金融資源錯配對生態效率的影響。鑒于各地區要素稟賦與市場化程度的不同，本文還對不同區域的金融資源錯配對生態效率的影響進行了比較分析，在機制檢驗中構建了中介效應模型檢驗產業結構高級化與合理化是否分別在金融資源錯配對生態效率的影響中發揮中介作用。研究發現：（1）通過穩健性檢驗與內生性討論后，各省、自治區和直轄市金融資源錯配對生態效率的影響存在顯著的抑制作用；（2）由于各省、自治區和直轄市的地理區位、市場化程度以及政策實施不同，金融資源錯配對生態效率的抑制作用存在顯著的區域異質性，呈現出東部＞中西部、低市場化程度＞高市場化程度的態勢；（3）在機制分析中，通過中介效應檢驗發現產業結構高級化與合理化分別在金融資源錯配對生態效率影響中發揮中介作用，說明金融資源錯配的存在阻礙產業結構高級化的發展，且使產業結構趨于不合理，進而抑制生態效率的提升。基于以上研究結論，本文針對性地提出以下政策建議：

第一，金融資源錯配對生態效率的抑制作用得到了實證檢驗，那么提升生態效率的關鍵就是消除金融資源錯配。在新發展格局下，首先，需進行深層次的金融供給側結構性改革，通過金融市場化改革，建設多層次的金融市場，豐富融資手段的多樣化，以此來加強金融要素的充分利用與流動，改善我國的金融資源錯配程度。其次，拓寬多元化的綠色融資渠道，通過綠色金融產品的創新，如綠色信貸、碳中和債、綠色基金、綠色保險與綠色信托等，引導金融資源流向清潔、能源高效利用的產業，促進行業的綠色低碳轉型。最后，加強金融監管部門與生態環境部的溝通，通過制定標準與制度來明確綠色項目的投融資方向，引導金融機構將更多的金融資源投向有利于可持續發展的行業中，提高金融資源配置效率。

第二，各地區要因地制宜，因時施策，針對性制定綠色產業高質量發展的政策。東部地區以及市場化程度較高地區，其獲取金融資源能力較強，政府應打造綠色產業鏈，大力支持綠色創新技術研發，促進行業的良性發展，進而提高區域生態效率。另外，中西部地區應轉變發展理念，追求發展目標的同時需兼顧經濟效益與生態效率，并成立專項基金或積極招商引資將更多金融資源投放到綠色產業之中，倡導企業綠色轉型。另外，切實提高區域的市場化水平，建立產權明晰、競爭有序的社會經濟秩序，切實改善區域的經濟增長方式，促進經濟的綠色可持續發展。

第三，金融資源錯配阻止了產業結構高級化與合理化，進而降低生態效率，那么地方政府、相關監管機構以及金融機構需要整合優勢金融資源，保障金融資源能投入到高效低耗能的新型工業，也要支持高效高能耗的企業向低碳轉型，并且嚴格限制低效高能耗企業獲得金融貸款，倒逼該類企業轉型升級或退出，將金融資源合理配置到第三產業，進而促進產業結構高級化。另外，政府需重視金融與環境友好型的復合人才的培養，優化金融資源在產業間的分配，促進產業的協調發展，進而糾正結構扭曲，使區域產業結構趨于合理化，提升資源的利用效率，并減輕我國的環境負荷。