綠色發展背景下金融集聚對地區生態效率的影響研究

摘 要： 隨著綠色發展理念以及“雙碳”目標的提出，我國在經濟社會發展過程中越來越重視環境問題，追求在發展過程中實現環境和經濟效益的統一，其實質也就是要注重生態效率的提高。本文利用全國30個省份的數據，探究金融集聚對于我國區域生態效率的影響問題，通過DEA-SBM模型測度區域的生態效率，并運用區位熵的方式測度區域的金融集聚度水平，研究結果表明：（1）金融集聚能夠促進地區生態效率水平的提高；（2）金融集聚對于區域生態效率水平的影響在不同的區域、不同的環境規制和金融發展水平下有所不同；（3）金融集聚主要是通過推動產業結構升級的方式，包括產業結構高級化和產業結構合理化兩種途徑。

關鍵詞： 金融集聚； 生態效率； 區位熵； 超效率DEA-SBM

中圖分類號： F062.9 文獻標識碼： A DOI： 10.3963/j.issn.1671-6477.2025.01.012

一、 引 言

當今社會發展中經濟增長與環境保護之間的矛盾越來越突出，綠色發展理念應運而生，其不僅是中國高質量發展的重要戰略，同時也是緩解經濟發展與環境污染之間矛盾的重要手段。金融在現代經濟中處于核心地位，合理發揮金融在資源配置中的作用不僅有助于促進經濟增長，而且對于實現綠色可持續發展同樣意義重大。黨的二十大報告提出“推動綠色發展，促進人與自然和諧共生”，這對于同步推進區域經濟發展和生態環境保護提出了新的要求，提升區域生態效率成為解決這一兩難問題的突破口。在促進區域綠色發展和提高生態效率的過程中，研究金融要素在其中所發揮的作用具有現實意義。金融集聚在成為現代金融組織的基本形式后，可以通過發揮優化資源配置的方式，對經濟發展和資源環境產生積極影響。由此可見，金融集聚與生態效率之間存在著密切的聯系。此外，金融集聚在現代金融體系中具有核心作用，發揮和利用好其作用對于地區的可持續發展、優化產業結構以及提升生態效率具有重要的作用。

生態效率的研究最早可追溯至“聯結商業與可持續發展”的這一理念[1]，但其作為概念被正式提出是在 WBCSD[2]上，其具體內涵表示為以最小的生態環境代價來獲得最大的經濟產出[1]。在測算的方式上來看，DEA模型生態效率測度是主流的方法之一，相關研究多使用DEA法的各種變形方式對于區域的生態效率進行評價[4]，如使用非期產出的超效率SBM模型[5]和三階段DEA[6]的去除方法進行生態效率的測算。在金融集聚研究方面，集聚可以提高金融資源的跨地區配置效率，將儲蓄轉化為投資，降低交易成本[7]。在測度方式上，多數研究主要使用區位熵的方式去測度金融集聚的水平，從測度結果來看，區域間金融集聚水平分布存在顯著差異，東部地區的金融集聚水平整體上最高，中部次之，而西部則相對較低[8]。

在金融集聚與地區生態效率關系的研究方面，多數研究重點放在金融集聚與生態效率的協調發展方面，如陳新林等[9]在研究中指出，金融集聚與生態效率的協調程度正在逐年提升，但是同樣存在著較為明顯的區域差異，主要表現在東部地區高于中西部地區。從空間視角來看，金融集聚對于生態效率的影響存在地域與行業差異性，東、西部地區金融集聚能夠顯著促進地區生態效率水平的提高，而中部地區則會產生抑制作用[10]。在金融集聚促進區域生態效率的機制研究方面，主要觀點之一認為金融集聚主要通過提高區域創新能力這一途徑來提升生態效率[11]，在其中，區域的綠色技術創新對于生態效率呈現出更加顯著的影響[12]。進一步研究表明，金融集聚可以提升區域的創新能力以及區域的生態效率，區域創新能力的提升也可以改善區域的生態效率，但是相比較而言，金融集聚對于區域生態效率的促進作用大于區域創新產生的作用[13]。在探究三者的關系之后發現，金融集聚是通過提高區域創新能力這一方式來促進區域生態效率提升[14]。此外，也有研究認為，金融集聚主要是通過優化產業結構的方式來提升生態效率的。在金融集聚、產業結構升級以及生態效率之間關系的研究中，吳義根[15]使用PVAR的方法研究金融集聚、產業結構優化對于區域生態效率的沖擊，結果顯示，金融集聚和產業結構對區域生態效率都有一個穩定持續的正向影響。何宜慶[16]將金融要素集聚、區域產業結構和生態效率三個系統相結合進行了耦合協調實證研究，認為金融集聚通過優化產業結構從而提升區域的生態效率。

當前，有關金融集聚與生態效率關系的研究主要聚焦于金融集聚與生態效率的耦合關系，對于二者間的具體影響機制和路徑則需要進一步探索。為此，本文旨在探討金融業集聚對生態效率的影響，并探究金融集聚促進地區生態效率的主要機理，這對于區域綠色發展和生態效率提升具有理論和現實意義。

二、 理論機理和研究假說

（一） 金融集聚的直接效應

目前關于生態效率影響因素分析的理論部分并不是很豐富，多數研究認為，生態效率會受到包括自然地理因素[17]，金融業發展水平、對外開放程度、經濟發展水平、數字經濟發展水平、城市化水平等經濟因素[18]，區域創新能力、綠色技術創新等創新因素[20]，以及相應政策因素[21]的影響。這些因素分別從不同的方面對生態效率產生一定的影響。

具體來看，金融集聚對生態效率的影響可以通過發揮資源配置效應和規模效應來實現，從而使得區域的生態效率得到提高。在資源配置效應方面，金融集聚可以使得金融資源在空間上進行集聚，這有利于金融機構之間彼此進行信息交換，金融機構在充分了解到相應的市場信息之后可以針對不同的信息作出合理的決策，有助于降低金融機構的交易成本。由于機構間的信息共享，金融機構可以較快地識別出污染程度較高的企業以及綠色企業，從而將更多的資源傾向于分配給綠色企業，金融資源的優化配置將促進區域內綠色生產水平的提高，從而提高生態效率。在規模效應方面，金融集聚可以吸引大量的金融資源，隨著時間的推移，金融集聚區不斷地擴大，金融資源的規模效應也將會逐漸出現并得到提高。

在規模效應方面，金融集聚可以通過降低交易成本、信息共享、降低融資成本來實現生態效率的改善。首先，金融集聚會加強金融機構之間的分工與合作，促進集中交易的產生，從而降低交易成本、提高交易的效率，方便金融機構更好地提供金融服務，并提升金融機構對于實體部門的服務和支持效率。其次，金融集聚可以使得金融機構之間進行信息共享，信息的共享可以幫助金融機構提高對各類企業狀況的識別，提高金融機構的識別能力，從而會增加有關新興產業以及環保產業的資金供給，同時降低交易風險。最后，金融集聚所帶來的交易成本降低不僅僅作用于金融機構本身，還可以減少企業的融資成本，增強企業的投資意愿，幫助企業投入更多的資金應用于研發投入和技術創新方面，從而幫助區域產業實現轉型升級，進行綠色生產，提高地區的生態效率。綜上所述，金融集聚可以通過資源配置效應和規模效應實現區域的綠色發展，提高區域的生態效率。基于此，本文提出如下假設：

H1：金融集聚可以提升區域的生態效率。

（二） 產業結構的升級效應

金融集聚的過程中，區域間也會逐漸形成一個金融網絡系統，合理運用這一網絡系統可以對區域的經濟發展情況進行一個較好的把握，從而優化區域資源配置，實現產業結構的優化升級，實現生態效率的改善。金融集聚對于產業結構優化的影響，具體來看可以分為產業結構的高級化與合理化。

在產業結構高級化方面，金融集聚可以通過直接融資與間接融資的方式對區域的資本結構進行調整，從而幫助產業結構進行優化升級。從直接融資的角度上來看，市場傾向于將資金投向高技術以及綠色環保型產業，而減少對高污染、高耗能的傳統產業投資，從而金融資本會向高技術以及環保型產業進行集中，因此市場中的金融資源逐漸流向效率較高的部門。在此過程中，那些效率相對較低的部門由于缺乏相應的資本支持會逐漸地縮小規模或者被淘汰，而那些新興產業等效率較高的部門則會不斷提高其發展規模。從間接融資的角度上來看，銀行在金融貸款時會傾向于選擇更具有發展前景以及資質良好的企業，而對于夕陽產業等不具備發展前景的產業則會減少相應的金融資源分配，因此更多的金融資源會流向那些具有發展前景的產業，區域的產業結構會逐漸高級化，從而幫助提高區域的生態效率。

在產業結構合理化方面，金融集聚水平得到提升會使得擁擠效應逐步加劇，區域內的產業傾向于向外部進行轉移，最終達到均衡狀態，區域內的產業結構逐漸合理化，有利于提升區域內的生態效率。首先，金融集聚所導致的擁擠效應的加劇會使得區域內的生產要素價格得到提升，這會加劇企業的生產成本。其次，金融集聚區內的大企業在獲得資金后為獲取更多的利潤，會積極擴大自身的生產規模，在此影響下，其他發展水平較低的企業則會在競爭中被逐步淘汰，從而使金融集聚區域內的產業結構更加合理，區域的生態效率也因為區域產業結構的合理化而得到提高。

綜上分析，金融集聚能夠對區域的資源進行優化配置，從而實現區域的產業結構高級化和合理化，促進區域的產業結構升級，在此基礎上，產業結構升級則會進一步幫助實現區域內生態效率的提升。因此，本文提出以下假設：

H2：金融集聚通過促進產業結構升級的方式提升區域生態效率。

三、 研究設計

（一） 數據來源

本文選取2009—2020年的30個省份數據（西藏地區數據因缺失值較多而被排除）開展實證分析，數據來自EPS數據庫、國泰安數據庫、CNRDS數據庫、國家統計局、中國能源統計年鑒、中國環境統計年鑒以及各省份的統計年鑒，所有數據經過搜集和處理獲得。

（二） 模型設定

基于上文分析，為了驗證金融集聚對于生態效率的影響，本文建立以下模型進行檢驗：

上述模型中，其中下標i表示省份，t表示年份，σi為個體固定效應，vt為時間固定效應，εit為隨機誤差項；ECit表示第i個地區第t年的生態效率值，LQit表示第i個地區第t年的金融集聚程度，controls表示一系列的控制變量。

（三） 變量設定

1.被解釋變量

生態效率（EC）。綠色發展的重點就在于發展中要提高與改善生態效率，實現經濟和環境效益相統一。關于生態效率的測算，常用方法為數據包絡分析（DEA），該方法不需要對數據進行無量綱化處理，具有很強的客觀性[25]。但傳統的DEA模型并未考慮非期望產出，且未考慮松弛變量對效率值可能產生的影響，測算結果可能存在偏差。為此，本文使用超效率SBM模型對生態效率進行測度，本研究時間跨度選取2009到2020年，研究該期間內中國生態效率的變化趨勢，生態效率的指標構成如表1所示。該測度指標主要分為投入指標和產出指標，投入指標主要包括能源、資本投入以及勞動投入；在能源消耗方面，本文主要選取各個省份的電量消費量來進行衡量；在資本投入方面，使用資本存量進行衡量，參考周軍[26]的做法，以2000年為基期，采用歷年固定資產投資價格指數進行平減，從而測算出歷年的資本存量；在勞動投入方面，使用各個省份的城鎮單位的就業人數進行衡量。在產出指標方面，主要分為期望產出和非期望產出，期望產出使用各省歷年的生產總值數據進行衡量。在非期望產出中，主要使用工業廢水、工業廢氣中的二氧化硫排放、一般工業固體廢氣物以及工業粉塵排放量進行表示。

本文參考成剛[27]推出的公式，使用帶有非期望產出的超效率SBM模型評估DMU（x0， y0， z0）如式（2）所示：

式中，ρ表示效率值，ρlt;1時表示決策單元處于無效的狀態，ρ≥1時表示該決策單元處于效率狀態，其數值越大表示效率值則越大；xi0表示投入要素， yi0表示期望產，zi0表示非期望產出出處；m，s1，s2分別表示投入、期望產出和非期望產出變量的個數；sx，sy，sz分別表示投入、期望產出以及非期望產出的松弛變量。

2.解釋變量

金融集聚（LQ1）。在金融集聚的測度方式上，目前主要分為單一指標型和綜合指標體系兩種方法。在單一指標法中，目前的研究主要使用區位熵、空間基尼系數、赫芬達爾指數等方式進行測算，在綜合指標法中，目前測算方法主要包括熵值法、主成分分析法等，除此之外，也有學者將這兩種方法結合起來對金融集聚程度進行測度。其中，區位熵的方法最簡潔明了且應用最為廣泛，該方法主要應用于區域的專業化水平測度，是由Haggett最早提出并應用在產業集聚的測度中，本文使用區位熵的方式對金融集聚進行測度，測度的結果值越大則表明區域的金融產業集聚度越高，具體采用以下兩種方式進行測算：

其中Eit表示i地區第t年的金融業增加值，Pit表示i地區第t年的人口數量，Git表示i地區第t年的總產值；Et表示全國第t年金融業增加值，Pt為全國第t年的人口數量，Gt表示全國第t年的總產值。

3.控制變量

為了避免遺漏變量從而對實證模型估計結果產生影響，選擇了以下變量作為控制變量：（1）經濟發展水平PGDP，使用i省份第t年的人均總產值數據進行衡量；（2）開放強度（OPEN），使用i省份t期的進出口數額與區域生產總值之比進行測算和衡量；（3）引進外資水平（FDI），使用i省份第t年的外商直接投資與i省份第t年的總產值之比進行衡量；（4）城鎮化水平（UR），以i省份t期城鎮化比例來衡；（5）財政支出（GOV），采用i省份t時期的政府一般財政支出與地方GDP的比值來衡量。

4.中介變量

（1）產業結構高級化（AIS）。該變量反映了經濟發展中經濟結構向服務化演變的這種趨勢，本文使用區域第三產業和第二產業增加值之比去衡量產業結構的高級化[28]，其比值越高，則表明區域的產業結構高級化程度就越高。

（2）產業結構合理化（RIS）。產業結構合理化反映了地區間的資源稟賦和產業結構的一種協調程度，產業結構越合理化，對于區域的資源利用效率提升的促進作用就越大。本文參考呂明元[29]的研究方法進行測算，其認為泰爾指數忽視了絕對值的真正作用，可能出現不同產業偏離度抵消的情況，從而可能出現產業結構的“假合理”現象，導致測算的結果并不能夠反映出真實的情況。因此，我們綜合產業結構偏離度系數和泰爾指數并且在此基礎上進行改進，構建出了新的產業結構合理化指數（RIS），計算公式為：

通過該方法計算的指數RIS表示產業結構合理化水平，該指標是一個逆向指標，即該指數的值越大，表示區域的產業結構越處于一個不合理的狀態，經濟越遠離均衡狀態；該指數的值越小，表示產業結構越趨近于合理的水平，經濟越接近于均衡狀態。

本文具體數據的描述性統計如表2所示。

四、 實證結果分析

（一） 基準回歸

基準回歸的結果如表3所示，表3第（1）列表示的是混合回歸模型，不考慮控制變量和各類固定效應，只加入核心解釋變量的估計結果，結果表明金融集聚可以顯著提高區域的生態效率。第（2）列在第（1）列的基礎之上控制了省份和年份的固定效應，可以發現核心解釋變量仍然顯著，且其影響系數值變大。第（3）列加入了一系列的控制變量（經濟發展水平、開放強度、利用外資水平、城鎮化水平和政府開支），核心解釋變量的估計值在1%的水平下顯著為正。這說明區域的金融集聚水平的提高對于地區的生態效率水平具有正向的提高作用，金融集聚可以通過發揮其資源配置效應以及規模效應實現區域的綠色發展，從而提高區域的生態效率。這也初步驗證了本文的假說1。

（二） 內生性檢驗

金融集聚可通過資源的優化配置促進產業結構的升級，從而促進地區生態效率的不斷提升。而生態效率的提高過程中綠色型企業也會對金融資源產生更多的需求，因此，金融集聚和生態效率之間可能存在反向因果的內生性問題。基于以上分析，本文將核心解釋變量金融集聚指標取滯后一期作為工具變量，其不會受到當期生態效率的影響，即不會受到生態效率的反向因果的影響，從而可以在一定程度上緩解內生性問題。兩階段最小二乘法的回歸結果如表4第（1）和（2）列所示，其中LM統計量在5%的水平下顯著，F統計量大于臨界值，其結果在1%水平下顯著，說明工具變量是外生的。最后，回歸結果同樣表明金融集聚對于生態效率具有顯著的正向影響，這也驗證了本文基準回歸結果的穩健性。

（三） 穩健性檢驗

1.更換被解釋變量

考慮到“雙碳”目標的可能影響，本文對區域碳排量進行控制，低碳生活和低碳發展已經成為我國區域發展的主要方向，在環境保護的過程中社會也越來越重視二氧化碳的排放問題。因此本文在生態效率的指標評價體系之中將碳排放量加入到非期望產出中，重新測算區域的生態效率（EE2）并進行回歸，如表5第（1）列所示，其結果顯示解釋變量金融集聚的系數顯著為正，這表明本文基準回歸結果具有穩健性。

2.更換核心解釋變量的測度方式

為了避免核心解釋變量在指標選取和測度上的特殊性，本文對金融集聚度重新進行測算，使用式（3）的方式進行測度，回歸結果如表5第（2）列所示，在使用新的金融集聚度測算方式后，金融集聚度仍然正向影響區域的生態效率水平，這表明本文的基準回歸的結果仍然具有穩健性。

3.縮尾處理

為了排除極端異常值的影響，將所有變量進行上下1%縮尾處理，重新進行回歸，結果如表5第（3）列所示，其顯示金融集聚對區域的生態效率產生了正向影響，且回歸系數仍然在1%水平下顯著，與基準回歸結果一致，這也表明了基準回歸的穩健性。

4.去除直轄市樣本

直轄市和省級層面的性質有所不同，因此去除直轄市樣本進行回歸，回歸結果如表5第（4）列所示，金融集聚對于生態效率的影響仍然在1%的顯著性水平下是正向的。綜上所述，可以表明本文的基礎回歸的結果是穩健的。

（四） 異質性分析

1.地理區域多因素差異的影響

由于不同地區的經濟發展水平、地理環境、文化歷史因素都存在著差異，在這些因素的影響下，各地區的金融集聚與生態效率的作用關系也就不同，為了進一步探討不同區域的金融集聚對生態效率作用的差異性，本文進行分區域研究，并探討造成這種差異的原因。分組上，將30個省份分為中東部地區和西部地區進行回歸，分析結果見表6第（1）列和第（2）列。根據回歸結果可知，中東部地區的金融集聚對生態效率的影響更加顯著，原因在于我國中東部地區擁有更發達的經濟水平，中東部地區的金融市場也更加發達，金融集聚的集聚度也會更高。在規模效應的作用下，金融機構之間可以更好地共享信息，提高金融要素對于資源的優化配置作用，從而使更多的資源流向具有發展前景的產業，以促進區域的技術創新以及產業結構的升級，這對區域生態效率的提升具有更好的正向影響。 而西部地區的金融集聚對生態效率的影響則不顯著，其可能的原因是西部地區的經濟發展水平較低，導致金融集聚的水平相對于中東部地區來說也更低，金融集聚的規模效應不明顯。這導致金融集聚規模效應難以發揮，金融要素無法很好地實現資源的優化配置作用，所以西部地區金融集聚對于生態效率的促進作用并不顯著。

2.環境規制強度高低的影響

基于環境污染的負外部性，因此需要政府通過管制進行介入，以減少這種負外部性所帶來的影響，環境規制就是應對這種負外部性影響的方式之一。由于環境規制對于區域環境污染具有重要的影響作用，在不同的環境規制的作用下，區域內企業對于環境保護以及污染物處理的意識會有所差異，這種差異會作用于金融集聚對生態效率的影響中。考慮到不同地區的環境規制存在較大差異，因此本文在不同環境規制強度的情景下分析金融集聚和生態效率的關系。基于已有的樣本，使用各個地區的工業治理投資完成額與工業增加值之比去測度各個省份的環境規制強度，以環境規制均值作為劃分標準，從而區分高、低環境規制地區，并分別分析在高環境規制以及低環境規制下金融集聚對于生態效率的促進作用，回歸結果如表6所示。由表6第（3）、（4）列可知，高環境規制下金融集聚對于促進區域生態效率的提高效果更加顯著，而低環境規制強度地區的金融集聚對于區域生態效率的提高效果相較之下不明顯。這可能是由于一個地區的環境規制強度越高，則表明該區域對于生態環境具有更高的重視度，在此情境下，區域內企業會更加重視綠色生產和環境保護，因而加大對綠色化生產的投入。在區域環境規制政策的導向下，金融機構會將更多的資源流向綠色生產和環境保護領域之中以滿足企業綠色化的投資需求。因此，新興產業以及綠色型產業會得到進一步發展，區域的綠色發展水平因而得到提高，這就會進一步促進區域生態效率的提升。

3.金融發展水平高低的影響

由于不同地區的金融發展水平不同，金融集聚對于生態效率的影響程度也會不同，金融發展水平的高低對金融集聚影響生態效率的程度起著重要作用。因此，本文使用各省存貸款余額與各省的生產總值之比值來測度各省的金融發展水平，并以金融發展水平的均值作為劃分標準，進而區分金融發展水平的高低。回歸結果如表6所示，在高金融發展水平下金融集聚對于生態效率具有顯著的正向影響，而在低環境規制的水平下，金融集聚對于生態效率的影響則不顯著。這說明金融集聚對于生態效率促進作用的發揮有賴于當地金融發展水平，金融發展水平越高的地方，其金融資源也就越豐富，對于資源配置的能力也就越強，因而可以更好地引導金融資源向綠色產業傾斜，從而促進區域的綠色生產，提高資源利用效率。而對于金融發展水平較低的地區，金融對于資源的優化配置功能無法充分發揮，更多的資源無法很好地流入到綠色產業中，因此在這些地區金融集聚對于生態效率的促進作用不明顯。

（五） 機制檢驗

產業結構高級化通常伴隨著技術創新和知識密集型產業的增長，這可能促使出現更加環境友好的產業，這些產業在生產過程中會更注重資源利用效率和降低污染排放。而伴隨著產業結構的升級，區域的金融資源會更多地流向技術密集型和知識密集型產業，從而有利于區域的綠色發展及提高生態效率。如表7第（1）（2）（3）列所示，第（1）列結果表明金融集聚對區域生態效率具有顯著的促進作用，第（2）列結果表明金融集聚對生態效率具有顯著的正向影響，第（3）列結果表明金融集聚和產業結構高級化對生態效率具有正向影響，且都至少通過了5%水平下的顯著性檢驗，表明金融集聚通過促進產業結構高級化的方式去促進地區生態效率的提升，即金融集聚會將更多的資源分配到那些具有發展前景、低污染以及技術水平較高的產業，從而促進這類產業的發展，實現產業結構優化，進一步提高區域的生態效率。

結合表7第（4）列以及第（5）列的結果，可以看到金融集聚對產業結構合理化指數具有負向作用，由于產業結構合理化是一個負向指標，其值越大則表明產業結構越不合理，這說明金融集聚可以促進產業結構的合理化。第（5）列的結果中，金融集聚對于生態效率具有正向的影響，產業結構合理化指數（RIS）對于生態效率具有負向的促進作用，且都通過了5%水平下的顯著性檢驗，其結果表明金融集聚通過產業結構合理化的方式促進地區生態效率的提升，這表明區域的金融集聚可以通過淘汰區域內的落后產業幫助區域內產業結構不斷合理化，從而進一步促進區域的綠色發展，提高區域的生態效率。綜上，由表7的結果可以發現，金融集聚通過提升區域產業結構高級化以及合理化水平實現產業結構升級，從而進一步促進區域生態效率的提升。由此，本文的假設2得到驗證。

五、 研究結論及政策啟示

（一） 研究結論

本文從理論層面探討并實證分析了金融集聚和區域生態效率之間的關系，結果表明：（1）金融集聚對于區域的生態效率的提高具有顯著的效果。（2）在不同的地區，金融集聚對于區域生態效率的提升具有不同的效果，在中東部地區金融集聚對于生態效率的提升效果比較顯著，但是在西部地區金融集聚對于生態效率的提升效果并不顯著；在不同的環境規制下，金融集聚所發揮的作用也有所不同，低環境規制強度下金融集聚對于生態效率的促進和提升效果較低，但是在高環境規制強度下，金融集聚對于生態效率的促進作用效果會更大；在不同金融發展水平下，金融發展水平較高的地區金融集聚對于生態效率的影響顯著，但對于金融發展水平較低的地區，其金融集聚對生態效率的影響不顯著。（3）通過作用機制檢驗可以發現，金融集聚可以通過促進區域產業結構高級化以及產業結構合理化的方式對區域的生態效率起到積極的促進作用。

（二） 政策啟示

以上結論對于從金融集聚視角提升區域生態效率的政策啟示如下：第一，多措并舉促進金融集聚。要深化金融體系改革，合理地引導金融資源的集聚，提高金融機構的資源配置效能以及投資項目的識別能力，引導金融資源向綠色環保型領域傾斜，促進低碳環保型企業以及高技術企業的發展，從而進一步提高區域的生態效率。第二，平衡區域發展，縮小中東西部地區金融發展差距。由于不同區域金融市場的完善程度和金融資源的集聚程度不同，西部地區相較于中東部地區而言更加難以發揮金融集聚對于生態效率的提升作用，原因在于西部地區的金融發展程度不高，難以發揮金融市場對于資源的優化配置作用，因此要完善地區金融市場，加強金融監管，建立合理的金融制度來促進地區金融市場的發展，從而更好地發揮金融對于資源優化配置的重要作用。第三，繼續健全并嚴格執行環境規制制度。對高耗能、高污染的企業實施金融要素流動限制，通過調節和引導金融資源的流動，進一步推動區域的經濟發展與環境保護之間的平衡，從而推動生態效率的提升。但是，政府在制定環境規制制度上要選擇適當的時機和在合理范圍內循序漸進地推進，過高和過低的環境規制強度都不利于區域的綠色發展，使得金融資源對于生態效率的促進作用難以發揮。第四，政府應出臺支持綠色產業發展的傾斜政策。通過綠色產業扶持政策，引導更多金融資源流向新興產業以及綠色產業，帶動傳統產業升級改造與優化，從而促進區域的綠色發展，提高區域的生態效率，更好地發揮金融集聚對于生態效率的促進作用。

［參考文獻］

[1] Zhang B，Bi J，Fan Z Y，et al.Eco-efficiency analysis of industrial system in China：A data envelopment analysis approach [J].Ecological Economics，2008，68（1-2）：306-316.

[2] WBCSD.Eco-efficient leadership for improved economic and environmental performance [R].Washington：World Business Council for Sustainable Development，1995.

[3] 曾智，楊赫，米鋒.財政科技投入、科技創新與生態效率[J].統計與決策，2023，39（03）：154-158.

[4] 牛建廣，辛伯雄，王明琪.城市生態效率與生態韌性的協調發展評價與障礙因子識別[J].統計與決策，2024，40（04）：79-84.

[5] 孔令章，李金葉.數字經濟發展對區域生態效率的影響研究[J].統計與決策，2023，39（20）：23-28.

[6] 魏向杰，張子略.智慧城市建設試點對區域生態效率的溢出效應[J].安徽師范大學學報（社會科學版），2024，52（02）：122-135.

[7] Kindleberger C P.The formation of financial centers：A study in comparative economic history [M].New Jersey：Princeton University Press，1974.

[8] 何宜慶.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，2017，37（1）：162-174.

[9] 陳林心，何宜慶，周小剛.省域金融集聚、經濟發展與生態效率的時空耦合特征分析[J].統計與決策，2018，34（05）：124-127.

[10]吳井峰.金融集聚與地區生態效率的空間計量實證研究[J].統計與決策，2016（03）：149-153.

[11]陳林心，何宜慶，程家鼎．創新、創業與生態效率提升研究：基于長江中游城市群的空間面板模型［J］．華東經濟管理，2016，30（10）：87-94．

[12]羅良文，張萬里．區域綠色技術創新效率對生態效率的影響分析［J］．湖北社會科學，2017，31（3）：69-78．

[13]郝立亞，王春曉．金融集聚與科技創新對省域低碳經濟發展的溢出效應研究［J］．經濟論壇，2017，31（6）：76-82．

[14]何宜慶，陳林心，焦劍雄，等．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，2017，36（1）：162-174．

[15]吳義根，馮開文.金融集聚、產業結構優化對生態效率的沖擊效應及其區域差異分析[J].中國農業大學學報，2018，23（08）：171-183.

[16]何宜慶，王耀宇，周依仿，等.金融集聚、區域產業結構與生態效率耦合協調實證研究：以三大經濟圈為例[J].經濟問題探索，2015（05）：131-137.

[17]蓋美，孔祥鎮，曲本亮.中國省際傳統經濟效率與綠色經濟效率時空演變分析[J].資源開發與市場，2016（7）：780-787.

[18]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（3）：22-30.

[19]何維達，溫家隆，張滿銀.數字經濟發展對中國綠色生態效率的影響研究：基于雙向固定效應模型[J].經濟問題，2022（01）：1-8，30.

[20]扎恩哈爾·杜曼，孫慧.綠色技術創新對城市生態效率空間溢出和門檻效應分析[J].統計與決策，2022，38（14）：169-173.

[21]袁潤松，豐超，王苗，等.技術創新、技術差距與中國區域綠色發展[J].科學學研究，2016（10）：1593-1600.

[22]劉加林.環境約束視角下我國綠色經濟增長區域差異性影響研究：基于省級動態面板數據分析[J].湘潭大學學報（哲學社會科學版），2013（2）：69-73.

[23]岳書敬，鄒玉琳，胡姚雨.產業集聚對中國城市綠色發展效率的影響[J].城市問題，2015（10）：49-54.

[24]王兵，唐文獅，吳延瑞，等.城鎮化提高中國綠色發展效率了嗎？[J].經濟評論，2014（4）：38-49，107.

[25]鄭耀群，葛星.金融集聚對區域生態效率溢出效應的空間計量分析[J].生態經濟，2020，36（05）：141-146.

[26]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）：35-44.

[27]成剛.數據包絡分析方法與 MaxDEA 軟件[M].北京：知識產權出版社，2014.

[28]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，2011，46（05）：4-16，31.

[29]呂明元，尤萌萌.韓國產業結構變遷對經濟增長方式轉型的影響：基于能耗碳排放的實證分析[J].世界經濟研究，2013（07）：73-80，89.

（責任編輯 文 格）

On the Influence of Financial Agglomeration on Regional Ecological Efficiency in the Context of Green Development

WANG Fang1，2， YI Qin-xian1， HU Wei1，2

（1.School of Economics，Wuhan University of Technology，Wuhan 430070，Hubei，China; 2.Hubei Provincial Research Center for Samp;T Innovation and Economic Development，

Wuhan 430070，Hubei，China）

Abstract：In recent years，China’s development has increasingly emphasized environmental concerns.At its core，this is about enhancing ecological efficiency.The concept of green development and the proposal of the “Carbon Peaking and Carbon Neutrality Goals” have also set higher standards for ecological efficiency.This study utilizes data from 30 provinces in China to explore the impact of financial agglomeration on regional ecological efficiency.The Dea-SBM model is employed to measure the ecological efficiency of each region，and the location entropy method is used to gauge the level of regional financial concentration.The results indicate that：（1） financial agglomeration can facilitate the improvement of regional ecological efficiency; （2） the effect of financial agglomeration on regional ecological efficiency varies across different geographical regions，under different environmental regulations，and at different levels of financial development; （3） financial agglomeration promotes the improvement of regional ecological efficiency mainly by upgrading the industrial structure，including industrial structure upgrading beyond requirements and the rationalization of the industrial structure.

Key words：financial agglomeration; eco-efficiency; location entropy; DEA-SBM

收稿日期：2024-10-05

作者簡介：汪 芳（1976-），女，江西南昌人，武漢理工大學經濟學院教授，博士生導師，博士，主要從事產業經濟研究；

易親賢（2000-），男，湖北隨州人，武漢理工大學經濟學院碩士生，主要從事產業經濟研究。

通信作者：胡 威（1982-），男，湖北武漢人，武漢理工大學經濟學院講師，博士，主要從事產業經濟研究。

*基金項目：國家社科基金項目“數字經濟背景下制造業與互聯網融合的產業組織重構與績效提升機制研究”（22BJY264）