金融集聚对江苏省绿色经济效率的影响效应分析

文/于海翔 黄萍

一、引言

自党的十九大以来，生态文明建设已作为一项重要战略进行。其基本要求是协调绿色发展,在发展过程中，金融集聚成为一个典型的现象。整体来说，江苏省各地级市的金融集聚程度均有所增加，金融集聚能对经济发展产生重大影响，但影响的具体方向却未有定论。实证研究，江苏省金融集聚对绿色经济效率的影响有利于加深对金融集聚与经济发展、环境污染之间关系的理解，可以更好地制定产业政策，实现节能减排目标。同时，金融是经济发展的血液，而一个省的经济竞争力由绿色经济效率所反映，本文通过研究金融集聚对江苏省十三地级市绿色经济效率之间的影响分析，提出针对性的金融相关政策改革建议，为江苏省制定合理的各地区协同发展战略，深化金融供给侧改革，提供合理的实证依据。

学者对于金融集聚对绿色经济效率的影响集中在三个方面：一是李凯风和王捷研究的金融于环境污染之间的关系，认为金融集聚可以使资金从低效企业流向高效企业，淘汰产能落后、污染严重的问题。二是徐明伟、解其昌等研究的影响环境污染的各种因素及普惠金融对环境保护的经济效应和技术效应。三是金融集聚对省市全要素生产率、城市发展效率和城市经济绩效的影响。金融学者研究众多，但是缺少对利用城市绿色经济发展研究全省绿色经济的研究。因此，本文将利用2011—2018年江苏省13个地级城市的面板数据，使用金融业区位熵衡量江苏省金融集聚程度，并利用超效率DEA模型和Malmquist指数分析法测量江苏省绿色经济效率，以此为基础测度金融集聚对绿色经济效率的影响效应。

二、江苏省金融集聚水平的测量

金融集聚的衡量方式最常用的有区位熵、HH指数等。通常用的指标有：金融业从业人数、金融业增加值等，考虑到数据的可得性，即部分城市年鉴或者部分城市未能公布相关数据，本文采用区位熵方法，指标选取有金融机构本外币存贷款余额、保费收入以及国内生产总值（GDP）。其公式为：

其中，FAIi表示i城市金融业区位熵，Mi表示i城市金融机构本外币存贷款余额及保费收入之和，Ni表示i城市国内生产总值，M表示全国金融机构本外币存贷款余额及保费收入之和，N表示全国国内生产总值。其中，江苏省的金融集聚水平测量中，Mi表示江苏省金融业增加值，Ni表示江苏省国内生产总值；M表示全国金融业增加值，N表示全国国内生产总值。若,FAIi>1表示i城市的金融集聚水平较高；反之则集聚水平较低。

用式计算2010—2018年江苏省及各地级市金融业区位熵，结果可以看出，江苏省金融集聚水平呈现逐年上升趋势，江苏省各地级市的金融集聚程度参差不齐，由苏南向苏北逐渐递减。金融集聚程度高的通常是那些金融历史悠久，经济基础实力强，拥有政策支持的地级市。苏南一直是江苏的经济中心，靠近上海，地理位置优越，所以地处苏南的南京、苏州和无锡的金融集聚水平较高，均值都为1以上，说明这些经济较发达城市的金融业集聚态势已初步形成。13个城市中，宿迁的金融集聚程度最低，为0.591。可以看出，地处苏北地区、没有港口和交通优势、政策影响较弱、总体城市水平不高的宿迁市金融业发展水平较低，无法形成金融集聚态势。

三、江苏省绿色经济效率的测定

（一）模型方法

数据包络分析DEA是测量绿色经济效率最常用的模型。Tone提出的Super-SBM模型在目标函数中加入松驰变量，既解决了传统DEA-BCC模型和DEA-CCR模型无法解决的投入产出的松弛性问题，又弥补了SBM模型不能对多个DEA有效的决策单元进行比较的缺陷。另外，Fare等人将Malmquist指数与DEA理论相结合，提出了用来考察全要素生产率动态变化的Malmquist生产力指数。该指数由于弥补了静态DEA模型不能用于面板数据的不足而得到了广泛的应用。Malmquist指数可以分解为技术效率指数和技术进步指数，而技术效率指数又可分解为规模效率指数和纯技术效率指数。

因此，本文采用Super—SBM模型和Malmquist指数来测量和分析江苏省绿色经济效率。当Malmquist指数大于1，表明江苏省绿色经济效率提升；当Malmquist指数小于1，表明江苏省绿色经济效率下降。

（二）指标选取

绿色经济效率是一种考虑了环境代价和资源投入的综合经济效率，它既要追求社会经济效益，又要考虑生态环境效益。因此，在构建绿色经济效率投入产出指标体系时既要考虑期望产出指标，又要考虑牺牲资源环境的非期望产出指标。具体评价指标体系如表1所示。

表1 江苏省绿色经济效率评价指标体系

本文以江苏省13个地级市为研究样本，以2010-2018年样本期间，运用表1的指标体系测算其绿色经济效率。指标数据来源于江苏省各个地级市2011—2019年统计年鉴和各个地级市统计局网站。

（三） 绿色经济效率特征分析结果分析

根据Malmquist指数模型，采用MaxDEA7.0软件测算2011—2018年江苏省绿色经济效率值，结果显示，总体来看，由于江苏省发展更注重对第三产业等的技术创新，使得2010—2018年江苏省绿色经济效率每年增加11.5%，绿色经济效率的稳步提升。从区域层面看，虽然苏南、苏中和苏北三大区域绿色经济效率整体上呈现正增长趋势，但苏北地区呈现强劲的发展势头，其绿色经济效率的增长速度明显高于苏南地区的增长速度，后发优势理论可以解释这种现象。苏北地区通过多种渠道借鉴、模仿、消化和吸收发达地区的先进技术和经验，推动创新发展，加速了绿色经济效率的提高。从城市差异来看，南京、镇江市的绿色经济效率近些年略有降低，这与当地的环境政策相联系。扬州、南通和泰州市的绿色经济效率变化程度不大，较为稳定，这符合苏中地区城市化进程加快的绿色发展理念。徐州市煤矿资源丰富，近些年当地政府加重了对环境保护的监管力度，导致徐州市绿色经济效率不断提高。淮安、宿迁市的绿色经济发展不够稳定，绿色经济效率振荡幅度较大，这可能与地区的经济发展水平相关。

四、金融集聚对江苏省绿色经济效率影响的实证分析

（一）模型及指标选取

本文采用面板数据回归模型，模型如下：

其中，c为常数项，β为相关变量所对应的系数，ε为随机误差项。

被解释变量为江苏省十三个地级城市的全要素生产率变化（TFP）、核心解释变量为FAI，控制变量为对外经济开放程度（OPEN）、财政支出结构（G）和外商直接投资的对数值（lnFDI）。

1.OPEN决定一个地区是否可利用国外市场实现规模经济，并可通过集聚大量FDI与跨国资源带来技术外溢和关联效应，因此OPEN是决定TFP的重要因素之一。OPEN=进出口额/GDP。为消除汇率波动和通胀影响，用当年人民币汇兑美元中间价格以及2011年为基期的GDP平减指数进行折算。

2.G代表政府对技术研发的倾向性，可影响技术进步。G=科学技术支出/GDP。

3.lnFDI代表经济发展的溢出效应。

本文的被解释变量和解释变量的数据来源于前文测算，控制变量数据来源于历年各城市统计年鉴以及城市统计公报。

（二）建立模型

对模型式进行协变分析后发现，实证模型适用于建立混合回归模型。运用Eviews8.0建立模型结果如表2所示。

从表2的结果来看，R2值为0.8648，拟合度高。DW值为2.3158，根据查杜宾—沃森检验表可知，在5%的置信区间内，K为4，N为13时du为1.826，所以该模型不存在自相关情况。

表2 混合回归模型下的面板回归模型

从F检验情况看，F检验的p值为0.0153，在1%的置信区间下显著。由此可知，金融集聚度、对外开放程度、政府财政支出结构以及外商直接投资对全要素生产率的综合影响显著。

从T检验情况看，金融集聚度的p值为0.0201，在10%的置信区间下显著；外商直接投资的p值为0.0307，在10%的置信区间下显著。常数项结果显著，这可能与当时的经济环境相关联，而对外开放程度和政府财政支出结构的显著很大程度由各地政策相关联。

因此，江苏省绿色经济效率的回归方程为：

从回归系数上看，金融集聚程度每提高1个百分点，全要素生产率就会提高0.723个百分点，说明金融集聚对全要素生产率的提升具有重要作用，能显著提高江苏省绿色经济效率。

五、结论及对策

根据模型可以看出，江苏省各地级市的金融集聚程度都在不同程度的上升，由此推动江苏省的金融集聚程度加大。从城市方面来讲，南京、苏州和无锡的金融集聚程度遥遥领先，而苏北的城市（除徐州）金融集聚程度很低，可能由于地理环境及长期的政策影响。金融集聚对绿色经济效率有显著促进作用；三个控制变量与金融集聚相配合能够促进经济更好更快发展。

因此，金融集聚可以通过技术创新、产业结构及节能减排提升城市绿色经济效率。具体措施包括：第一，提升对外开放水平，优化产业结构。政府应优化外来投资结构，提高投资质量。第三产业，特别是其中的金融业的发展对金融集聚的影响较大，但各个城市仍然不能因发展经济而放松对高污染、高能耗等外来投资项目的防控。第二，加快绿色科技创新，并将绿色经济纳入经济社会发展规划中。江苏省应当对绿色科技创新与研发应用给予必要的资金和政策扶持，加强绿色科技研发应用试点示范。同时应制定有利于环境保护的各项政策，如环境税、绿色信贷和保险、生态补偿制度等，通过市场与价格引导企业和消费者的环境友好行为。第三，夯实金融发展基础，提升金融机构集聚程度。要积极引导支持本省基金公司、保险公司等金融机构的设立，降低贷款利率。同时组建和培育新型金融机构，进一步整合区域金融资源。第四，实施人才战略，提高金融人才集聚。金融人才的引进一方面要提高同国际金融行业的对接能力，另一方面政府要加大对金融人才的引进力度。第五，推动信息化与金融业深度融合，稳步发展。当普及金融业的信息化技术、信息化工具，建立信息化的服务平台，使二者通过信息架构起互相支持共同发展的平台，促进双方深度融合，谋求稳固平衡长期的发展。