金融集聚、空间溢出与城市绿色发展效率

■杨晓丽 吴富强

一、引言

目前，我国经济发展仍然面临碳排放过量、能耗过大等诸多问题。如何深化节能减排、提高能源利用效率、改善环境质量是我国需要突破的难题。绿色与发展的结合是我国应对生态环境变化的理论与实践的产物[1]，其核心思想在于发展经济的同时兼顾生态环境保护，寻找满足经济增长、环境保护及社会安定的均衡状态。在探索绿色发展道路上，我国旨在追求资源的更优配置和能源效率的提高，用创新型的技术突破代替过去高能耗的生产方式，努力实现资源的再生和再利用[2，3]。因此，提高绿色发展效率是突破治污减排壁垒的关键所在。

在互联网背景下，金融集群现象明显，且已发展成现代金融产业组织的基本形式[4]。金融业凭借其优越的地理位置和资源优化配置能力，不仅支持了其自身的快速发展，还极大促进了城市及周边经济的快速增长[5]，且金融集聚产生的经济及网络效应能让这种促进效益递增[6]。有研究表明，金融业能通过规模集聚及扩散效应影响中心城市的绿色发展[7，8]。提高绿色发展效率是实现绿色发展的关键所在，金融集聚能否对绿色发展效率产生直接和空间影响，其空间影响范围多大，不同区域和不同规模城市影响方向及其强度是否存在差异，这些都是值得探究的重要话题。

在探索金融集聚的直接效应方面，已有研究发现金融集聚能通过资本支持[9]、资源优化配置[10]、产业结构升级[11]和鼓励技术创新[12]等途径影响绿色发展效率。在能源效率和创新效率的研究方面，Qu等[13]认为金融集聚还能产生规模经济效应和信息溢出效应以提高绿色能源效率。绿色创新效率被多数学者分成技术发展和成果转换两阶段。Miao等[14]发现各地区的技术发展、成果转化、绿色创新效率均呈现波动性增长趋势。张东等[15]验证了金融集聚能够提高研发效率。除探讨金融集聚影响绿色发展效率的直接效应外，不少学者也关注到了其空间溢出效应。王锋等[16]基于省级面板数据发现金融集聚能够对临近省份绿色发展产生空间溢出效应，但并没有考虑其影响范围。空间衰减边界是探索影响范围的重要思想，袁华锡等[17]在考察金融集聚对城市绿色发展的空间影响的同时探索了其空间衰减边界，但该研究未考虑不同区域的异质性差异。此外，张鹏等[18]用空间联立方程模型证实了金融集聚与城市发展效率可以相互促进。黄建欢等[19]发现金融发展在企业监督与资本支持两方面对周边城市绿色发展的影响更显著。

以上研究为本文提供了理论基础。本文在深入探讨金融集聚如何影响绿色发展效率的理论机制上，选取2008—2018年全国279 个地级及以上城市面板数据，构建空间杜宾模型实证检验其直接及空间影响。试图解决两个关键问题：（1）金融集聚对绿色发展效率是否存在空间外溢，其影响范围多大？（2）在不同区域、城市规模异质性下，金融集聚对绿色发展效率影响有何不同？本文可能的边际贡献有三方面：第一，本文选取城市作为研究对象，从更细致的视角探讨了金融集聚与绿色发展效率之间的时序演化特征及影响关系。第二，本文不仅探索了金融集聚影响周边地区的空间溢出效应，也探索了其空间外溢的衰减边界。第三，本文按照城市规模进行异质性分析，为构建区域发展和城市发展政策提供理论依据。

二、理论分析与研究假设

（一）金融集聚对城市绿色发展效率的直接影响机制

金融业本身属于低碳环保行业，对环境质量要求高，能凭借其“清洁型”的特点，给周边产业树立环保意识，引导绿色发展[20]。金融集聚的本质特征是优化资源配置，金融机构掌握资本吸收、整合及再分配的能力，能有效规划资本去向，在行动上支持绿色发展。另外，从优化产业结构的角度，金融资源支持产业布局沿线高端服务业的发展[21]。金融机构对绿色环保产业的融资偏好和对高污染产业的融资排斥，迫使污染产业进行绿色转型，加速企业优胜劣汰。从鼓励技术创新的角度，金融集聚衍生出强大的资本中心和信息中心，为产业创新发展提供了资金支持和信息保障。绿色融资也激发了企业的创新活力[8]，能够加快技术成果转化，且企业在生产技术上的突破意味着单位时间产出的增加和单位产出能耗的减少。这种优质绿色技术捍卫了产业地位，同时对非必要劳动力的替代优化了劳动力结构。从加速知识溢出角度，多样化的金融产品和优质的网络服务平台建立起机构与客户之间的长期交流合作，加速了行业创新技术和市场消息的流动，减少了信息不对称风险，也加剧了业内合作与竞争，从而加速技术溢出。从强化市场监管的角度，金融机构在办理融资贷款业务时需掌握企业运营信息，集聚加强了监督管理功能，且对企业实行贷前检察和贷后监管能督促企业将融资致力于提高生产效率。

总体上说，金融集聚影响绿色发展效率的路径是相互融合、相辅相成的。金融机构对融资企业实行监管，将资源更多地配置于绿色产业，促进了传统制造业向高端服务业优化转型，强化了业内的竞争与合作，这不仅激励了技术创新，也加速了知识溢出，对提高城市绿色发展效率具有显著效应。

（二）金融集聚对城市绿色发展效率的空间溢出效应

由于金融集聚程度受到政府干预和当地经济实力等诸多因素影响[22]，不同地区会形成不同规模的集聚区域。中心城市往往比周边城市拥有更好的经济、资源条件，表现出更高水平集聚。它们之间是否会在一个邻近范围内对彼此产生积极或者不利影响，是学术界一直研讨的话题。

金融机构借助互联网便捷式搜索和集中化管理功能，通过各区域网络节点抓取更多用户信息，加速周边地区分支机构的建设，提高金融服务的普及度。网络效应也加强了中心区域金融机构与周边地区分支机构的联系以及分支机构间的信息共享和交叉合作，有助于金融资源和金融人才实现跨地区流动。由于多样化的产品有助于提高周边地区机构的金融吸引力，先进管理经验有助于提高邻近机构的整体运行效率，金融中心区域理论上能够带动周边地区的金融业发展，形成由中心向外围的空间推动力[18]，进而提高绿色发展效率。此外，金融集聚也可能产生不利影响。金融业发展存在“循环积累的因果关系”，金融资源在中心区域的集中在一定程度上是以剥夺周边金融资源为代价的。中心城市拥有更优的产业结构、更好的金融发展环境和营商环境。在马太效应的驱动下，中心城市金融资本集聚速度更快，金融人才更为专业，对信息掌握范围更大。在利益的驱使下，中心城市对资本和人才的占据意愿更强烈，同时优越的地理位置带来的高效性和便捷性也加剧了其对周边地区金融资源的掠夺，导致周边地区金融机构资源匮乏、市场份额逐渐萎缩、金融产业发展不平衡不充分，从而不利于绿色发展。

综上，金融集聚在不同地区间产生的空间溢出效应具有复杂性，中心城市对周边城市在时空上的影响方向和强度还需要结合一片区域发展实际情况进行考量。空间溢出效应是否在中国不同区域和不同规模城市表现出不同的结果需要进一步实证检验分析。

（三）空间溢出效应的区域边界探讨

地理学第一定律指出，地物间相关性与距离有关，且这种相关性会随地理距离的增加而逐渐衰减[14]。从信息传递角度来看，中心区域金融机构与邻近地区分支机构的联系紧密度会随着距离的增加而衰减，金融产品的丰富度和金融人才的质量也会随着距离的增加而降低，金融服务水平逐渐减弱会抑制集聚效应的积极影响，进而降低金融集聚的空间溢出效应。从经济水平角度来看，中心城市至周边城区的经济水平会随距离增加呈现衰减趋势，居民的储蓄业务和企业的存贷款业务量也会随之衰减。而金融业的资本存量会影响优化配置能力，因此将大幅削弱集聚效应的传递。综上，信息传递和经济水平随距离衰减的特征会导致金融集聚对绿色发展效率的空间溢出影响出现一定的区域边界。

基于上述理论分析，本文构建了金融集聚对绿色发展效率的影响机制示意图（见图1），并提出以下假设：

图1 金融集聚对绿色发展效率的影响机制图

假设1：金融集聚能对当地绿色发展效率产生正反馈机制。

假设2：金融集聚对周边地区绿色发展效率影响具有不确定性，在我国不同区域和不同规模城市中可能表现不同。

假设3：金融集聚的空间溢出效应呈现衰减趋势，且存在一定的区域边界。

三、模型设计与数据分析

（一）模型构建

本文借鉴环境经济领域中应用广泛的STIRPAT模型。该模型克服了IPAT模型仅用人口、财富和技术衡量对环境影响的单一性，可以加入其他影响环境的重要因素。鉴于目前国内外研究发现信息化水平和外商引资对绿色发展效率的影响都有着直接效应和空间效应[23—26]。因此，本文将金融集聚纳入STIRPAT 模型，并加入信息化水平和对外开放程度等其他变量，在此基础上构建空间杜宾模型来检验其对绿色发展效率的直接影响和空间影响。同时，考虑到金融集聚的技术创新效应，为避免与技术变量产生内生性，模型不将技术作为影响环境的控制变量，具体模型如下：

其中，i、j代表不同城市，t代表时间，GDEit指绿色发展效率，Xit指自变量向量，FAit为金融集聚程度，RGDPit为富裕程度，FDIit为对外开放程度，DEit为信息化水平，PEOit为人口压力，W为空间权重矩阵，采用地理距离倒数矩阵。α与εit表示截距项和随机误差项，μi与δi表示双固定效应，空间杜宾模型要求εit的空间误差系数为零。

通过α、β1、β2回归系数的显著性、正负性及大小，可判断金融集聚及其他变量对绿色发展效率的直接影响和空间影响的方向及程度。但这些回归系数值并不能直接用于检验空间影响，因为简单的点估计方法在分析地区间空间溢出效应时会产生偏差[27，28]。本文在上述回归系数结果的基础上，再从自变量的偏微分分解角度，即用直接效应和间接效应系数分别解释金融集聚对绿色发展效率的直接影响和空间影响。

（二）变量测度与说明

1.绿色发展效率测度

本文基于数据包络分析（DEA）方法测度绿色发展效率。自Tone[29，30]提出在DEA中基于松弛的效率度量和超效率度量后，这种用线性规划处理多指标投入和多指标产出的数量方法被广泛用于各种效率测度，且不断得到优化拓展。在评价绿色发展效率方面，带有非期望产出的SBM模型表现出色。它包含投入、期望产出及非期望产出三个维度，其核心思想是如何利用较低的投入带来较高的期望产出和较低的非期望产出，较好地刻画了绿色发展的本质特征。本文借鉴王兵等[31]的带非期望产出的SBM模型方法测度绿色发展效率。具体指标选取如下：

（1）投入

选取年末单位就业人数衡量劳动力投入。选取资本存量衡量资本投入，借鉴刘杨等[32]的做法，采用永续盘存法测量固定资产投资额。选取供水总量及供电总量衡量能源投入。另外，本文创新性地选取公共财政支出、污水处理能力和单位土地环保车数量来衡量政府环保投入。在此基础上，对上述指标用主成分分析法赋权计算得出投入综合指数。

（2）期望产出

选取实际地区生产总值（GDP）衡量期望产出，各个城市数据采用对应省份的GDP指数，以2008年为基期进行计算以消除通货膨胀的影响。

（3）非期望产出

本文采用工业二氧化硫排放量、工业烟（粉）尘排放量、和工业废水排放量三个指标作为非期望产出。

2.金融集聚测度

理论分析中金融集聚泛指金融产业及衍生的辅助产业在时空内优化重组、协调分配，产生的资源、资本、信息在区域内集中且不断积累。在此过程中，金融人员是推进集聚加速的主要动力。本文采用金融人员区位熵测度方法测度金融聚集指数，其计算公式如下：

式（3）中，Fait和Git分别表示i城市在t时刻的金融业从业人数和就业总人数，Fant和Gnt分别表示全国所有城市在t时刻的金融业从业人数和就业总人数。

3.控制变量

根据前文分析，本文选取富裕程度、对外开放程度、信息化水平和人口压力四个控制变量。富裕程度用人均实际GDP衡量，对外开放程度用当年实际使用外资金额衡量，信息化水平简单地用邮政业务收入衡量，人口压力则用市辖区人口数量衡量。

（三）数据来源与描述性统计

自2008年全球金融危机爆发后，全球金融产业重组，金融体系框架开始逐渐完善。我国2008年及之后的金融数据对本文实证有更全面的意义，因此本文研究样本选取2008—2018年中国279个地级及以上城市的平衡面板数据。数据来源于《中国城市统计年鉴》《中国城市建设统计年鉴》和各省市统计年鉴，缺失数据根据指标性质采用插值法填补或平滑处理。本文假设当年固定资产投资需要下一年落实完成，对固定资产投资额作滞后一期处理。人均实际GDP 数据采用全国人均GDP 指数，以2008年为基期计算，当年实际使用外资金额采用各年人民币兑美元平均汇率进行换算。地理距离倒数矩阵的经纬度数据来自国家基础地理信息中心。为保证实证结果的稳定性，本文对控制变量指标进行最大值最小值归一化处理。由表1的变量定义及描述性统计可以看出，绿色发展效率（GDE）最大值为1.000，最小值为0.000，均值为0.388，说明各地区绿色发展效率较为平均。金融集聚（FA）出现均值小、标准差大的特征，说明不同地区金融集聚程度差异较大。从控制变量来看，富裕程度（RGDP）、对外开放程度（FDI）、信息化水平（DE）、人口压力（PEO）都表现出均值较小的特征，说明城市之间仍存在较大差异。

表1 描述性统计

四、实证分析

（一）时序演进特征

本文用Matlab2016 软件测算了2008—2018年城市绿色发展效率值，并用区位熵方法测算了金融聚集程度，将得到的数据划分区域后按时间序列取平均值，并绘制了时间变化趋势图（见图2和图3）。

图2 2008—2018年全国及东中西部地区绿色发展效率变化趋势

图3 2008—2018年全国及东中西部地区金融聚集变化趋势

我国绿色发展效率总体上呈现波动式上涨趋势。2008年末全球金融危机爆发后，我国于2009年实施的“4万亿”基建计划保证了中国宏观经济平稳增长，并在十七大、十八大、十九大报告中持续提出关注绿色发展问题。我国经济绿色发展在经济刺激和政策实施下平稳进行。东中西三大地区城市的绿色发展效率和发展趋势与全国城市非常接近，均呈现出2012年之前逐年缓慢上涨、2012年至2015年平稳上涨、2015年之后“N”字加速上涨的趋势。但东中西地区呈现出“东—中—西”阶梯递减规律，表明地区绿色发展效率差距较大。其可能原因为：东部沿海地区地理位置优越，是中国资本、人才、信息及市场的集聚地，也是贸易往来的重要基地，国家在政策方面的支持和要求也迫使东部地区的绿色经济发展更为迅速，且绿色投入更多，创新能力更强，形成了健康的绿色循环产业机制。中部地区作为承东启西地段，交通便利，市场潜力巨大[33]，随着中央指导性政策落地实施，中部地区的绿色发展效率与东部地区发展差距逐年缩小，但部分工业城市资源枯竭问题仍然严重。如何减少产业资源的东迁，确保产业链结构完整，激发创新创业活力是实现中部地区绿色崛起的关键所在。西部地区经济发展受政策影响较大，经济模式单一，虽然地域辽阔但资源分散，且缺乏创新型绿色核心技术，单位产出资源消耗量大，因此引进高新技术产业及人才对解决西部绿色发展效率落后有巨大帮助。

我国金融集聚在总体上呈现出先下降后上升的“勾”型趋势，在2012年前波段式下降、2012年之后波段式上升。其原因是2008年金融危机对中国金融业发展产生下行冲击。金融体系的不完善、机构投资者的不成熟等原因造成我国资本市场与宏观经济出现背离式发展，致使2012—2013年才出现拐点。分区域显示：我国东中西部金融集聚趋势差异较大，东部地区与全国总体趋势相近并始终高于全国水平，但下降与上升趋势更为明显，中部地区在2012年前属于区域内最低水平，自2013年起快速上升至与全国水平相近，也表现出先降后升的相同趋势，但西部地区却与总体趋势违背，出现先升后降现象。其可能原因为：东部沿海地区地理位置、经济条件、贸易来往和城市规模都较中西部更好，金融人才的吸纳和资本的集聚速度更快，呈现更大规模的集聚。金融危机对东部地区的冲击较大，使得其下降趋势更为明显，但随着金融体系的完善和机构的成熟化，东部地区城市金融发展速度几何式增长。中部地区城市经济建设缺乏政策支持，市政建设不成熟，金融机构分散严重，区域竞争激烈，出现多地区小规模集聚现象而不利于金融资本的集中，且没有形成中心区辐射周边的良性循环，导致2012年之前金融集聚水平较低。中部崛起计划给中部地区金融业发展带来重大机遇，中部六省金融加速发展，逐渐步入正轨。西部地区受金融危机冲击小，但由于地域辽阔，金融分支机构逐渐外延化、分散化，导致金融集聚程度逐年降低。

（二）空间自相关检验

在进行空间计量分析前，本文采用地理距离倒数矩阵，用全局Moran’s I指数检验变量是否存在空间相关性。表2显示：2008—2018年间，GDE、FA、RG⁃DP、FDI、DE 和PEO 六个主要变量的Moran’s I 指数基本通过显著性检验，表明存在显著的空间自相关。

表2 2008—2018年各变量的全局Moran’s I值

（三）实证分析

本文用包含地理距离倒数矩阵（W1）的空间杜宾模型实证分析金融集聚对绿色发展效率的影响，并用经济地理距离矩阵（W2）检验结果的稳健性。W2根据式（4）构建：

实证结果表3显示，金融集聚的回归系数和空间交互项系数都显著为正，绿色发展效率的空间自回归系数ρ显著为正，表明了样本城市在空间上不仅存在外生的金融集聚交互效应，还存在绿色发展效率的内生交互效应。变量变化的偏微分解释为，金融集聚对城市绿色发展效率的直接效应和间接效应均显著为正，表明金融集聚可以显著提高当地绿色发展效率，也带动了周边地区绿色发展。金融集聚的整体效应显著为正，这进一步验证了金融集聚能提高绿色发展效率。实证结果在使用W1矩阵和W2矩阵后结果非常接近，通过了稳健性检验。值得注意的是，金融集聚对城市周边地区绿色发展效率的空间影响大于对中心城区的直接影响。

表3 金融集聚影响绿色发展效率空间模型的回归结果

对实证结果的解释可以从直接效应和间接效应两个角度分析。从直接效应角度出发，金融机构的规模集聚形成区域内金融中心，也同样形成区域内的资本中心、信息中心、市场中心和人才中心，强化了集聚效应的传递。金融机构因其优雅的出身对环境保护有强烈的追求，通过优化资源配置合理引导资金进入绿色行业的发展，进而优化产业结构，通过准入门槛的融资需求进而激励企业技术创新，寻求技术突破，通过构建与企业、客户的交流平台，加速了创新技术的溢出，有效地提高了当地的绿色发展效率。从间接效应角度出发，金融集聚转移周边地区的金融资源会导致中心城区和周边地区出现两极分化发展趋势，但金融集聚产生的空间积极影响会使得金融中心区域的知识、人才向周边分支机构溢出，同时也拓宽了周边地区的交易市场，产生更积极的正向作用，在冲销消极作用后仍能带来普惠式发展。因此，金融集聚能够提高周边地区的绿色发展效率。现阶段，我国城市经济实力快速提高，金融体系框架逐步完善，中心区域金融集聚速度放缓，金融资源逐渐饱和，城市繁荣带来的便利促使金融分支机构向周边蔓延，网络的信息便利让金融服务覆盖成一片大网，金融资源、人才从中心区域溢出至周边区域现象明显。因此，金融集聚对周边地区绿色发展效率的间接影响大于对中心区域的直接影响。

（四）空间衰减边界探索

为探索金融集聚对绿色发展效率的空间影响范围究竟多大，是否也遵循空间衰减规律，本文重新定义地理距离倒数矩阵W*，并设置以50km 递增的不同距离阈值，，其中dij为不同城市间的地理距离。通过基于W*的空间杜宾模型（1）进行回归，观察两个空间单元在距离增加时空间回归系数是否在衰减，记录偏微分解释的间接效应系数值、显著性水平、t统计量，以表示空间溢出效应，并绘制空间效应衰减趋势，结果如图4和表4所示。

表4 随距离变动的金融聚集对城市绿色发展效率的空间溢出效应

图4 金融集聚影响绿色发展效率的空间衰减过程

图4显示，在阈值约束的地理距离矩阵下，金融集聚对邻近地区绿色发展效率的影响是一个先增后减、再增再减的“M”型衰减过程。对表4中显著性水平和z 统计量的观察发现，当地理距离增加到350km 时，金融集聚的空间溢出效应开始减弱，400km 距离只有10%显著性水平，且在450km 和500km 的距离下显著性消失，说明金融集聚对邻近地区的影响范围最大能达到400～450km，且在此范围之内，空间溢出效应始终为正，这意味着金融集聚对邻近地区产生空间上的积极影响始终强于消极影响，中心区域金融机构普惠式发展并没有明显剥削邻近地区的金融资源，反而极大地丰富了邻近地区金融产品种类、提高了区域内吸引力。同时，金融信息网络有利于对不同区域内交易市场资源的更优分配，使得金融集聚对邻近地区绿色发展效率表现出显著促进影响。具体来看，在没有阈值约束时金融集聚的空间溢出效应为0.678（表3），在距离增加到50km 时空间溢出效应为0.781，并在距离达到100km 时空间溢出表现最强，达到1.246，这说明100km距离为金融集聚对邻近地区绿色发展效率的第一临界点，在此范围内，随着距离增加，金融集聚对邻近地区的积极影响在加强，消极影响仍存在但逐渐减弱。当距离超过100km 时，金融集聚对邻近地区的积极影响逐渐减弱，且消极影响继续衰减，空间溢出效应在逐渐减小。当距离达到200km 时，出现第二临界点，在距离200～250km 范围内，空间溢出效应增强，距离250km之外，溢出效应开始逐渐减弱，原因可能是200km 范围为邻近地区相对金融茂密区，附属于中心区域的金融分支机构较多，金融网络覆盖的宽泛信息和分配的人才资源提高了附属机构的运转效率，能够对该范围的周边地区绿色发展效率产生积极影响。但距离超过250km 之后，金融中心和邻近地区金融相对茂密区的空间溢出效应加速减弱，直至450km无影响。

（五）异质性分析

1.区域异质性

时序演进研究发现我国东中西部绿色发展效率和金融集聚程度差距较大，现对三个地区的异质性进行研究，限于文章篇幅，本文只对直接效应和间接效应进行分析。表5结果显示：第一，东部地区金融集聚对城市绿色发展效率的直接效应和间接效应均显著为正，且影响系数远高于中西部，说明东部地区金融集聚显著提高了当地绿色发展效率，也带动了周边地区绿色发展，且作用效果比中西部更强。第二，中部地区金融集聚对城市绿色发展效率没有直接影响，但对周边地区产生促进作用。第三，西部地区金融集聚对城市绿色发展效率产生正向影响，但对周边地区没有影响。

表5 东中西部金融集聚影响绿色发展效率空间模型的回归结果

究其原因主要有三点：第一，东部地区地理位置优越，无论是经济实力、政治地位，还是资源、人才的拥有度都远高于中西部，金融集聚程度和绿色发展效率在政策支持和政府投入下稳步上升，表现出更高的水平，金融集聚效应无论从力度上还是范围上影响绿色发展效率的直接效应和间接效应都大于中西部地区。第二，中部地区金融集聚的发展不稳定，在2012年出现跨越式发展，城市中心区金融集聚规模不大，金融机构分散严重，这种多地区小规模集聚现象产生的激烈竞争会导致金融资源的整合能力下降，金融人才流逝，带来信息不对称风险，最终使得金融集聚对中心区域的绿色发展效率没有显著性影响。但这种竞争却变相削弱了空间上的消极影响，强化了对周边地区的积极影响，中心区域流出的人才和资源提高了周边区域的金融服务能力，对周边地区的绿色发展效率产生促进作用。第三，西部地区地域辽阔，城市间距较远，城市化建设范围小，经济和金融的发展较为集中，金融集聚现象能够显著促进城市中心经济建设，进而通过集聚效应扩散带动绿色发展，但由于西部地区除中心城区外环境资源开发程度较低，且工业集中于城区，中心区金融集聚对周边地区绿色发展效率的带动作用不明显。

2.城市规模异质性

金融集聚程度以及城市绿色发展效率往往也受到城市规模的影响。城市规模越大，交易资本越充裕，信息更密集，人才更集中，市场更多元化。城市规模也与经济实力水平和政策实施条件密切关联。为检验金融集聚对不同规模城市绿色发展效率的影响，本文通过划分年末总人口档次来区分不同城市规模。根据国务院最新的城市规模划分标准，限于文章篇幅，将年末人口大于500万的101个城市都划分为特大型城市，人口在100万到500万的166个城市划分为大型城市，人口小于100 万的12个城市都划分为中小型城市。

实证结果如表6所示，特大型城市和大型城市的金融集聚对中心区绿色发展效率产生促进作用，对周边地区也产生积极影响，且特大型城市金融集聚的直接影响和空间影响强度都高于大型城市。中小型城市的金融集聚既不能影响中心区域绿色发展效率，也不能影响周边区域。

表6 不同城市规模金融集聚影响绿色发展效率空间模型的回归结果

产生这一结果的原因主要是金融集聚能够带给当地更多的资本投入，激发技术创新活力。城市作为人口、经济和金融的载体，始终拥有丰富的资金、信息和管理经验，能够给当地带来循环创新的绿色技术与治污经验，从而提高绿色发展效率。但不同规模的城市在技术存量、资源容量、经济实力和政治地位上存在差异。特大城市拥有全国更多的政策资源倾向，金融产业得以迅速发展，其不仅拥有更全面的金融服务框架，也集聚成更大规模的资本、信息、人才和交易中心，金融集聚效应对绿色发展效率的影响比大城市更大。中小型城市综合实力较弱，用于市政建设投入资金更少，且金融市场很少得到政府支持，自身资源较少，地区人口也不支持金融资源的快速流动、循环利用。金融机构小规模的集聚对其绿色发展效率影响并不显著。

五、结论与政策建议

（一）结论

本文系统性地梳理了金融集聚影响绿色发展效率的理论框架。并选取2008—2018年全国279个城市样本数据，基于STIRPAT 模型构建空间杜宾模型，实证检验了金融集聚的直接效应和间接效应。主要结论如下：

第一，根据对2008—2018年我国绿色发展效率及金融集聚的时间变化趋势的观察发现，我国绿色发展效率总体上呈现波动式上涨趋势，其中东中西部地区与全国趋势相同但呈现出“东—中—西”阶梯递减规律，差距较大。我国金融集聚在全国总体上呈现出先下降后上升的“勾”型趋势。东中部地区跟随全国趋势，但西部地区却与总体趋势相违背，出现“倒勾”型现象。

第二，在国家层面上，金融集聚对绿色发展效率具有正向的直接效应和空间溢出效应，且对周边地区的空间溢出影响要高于对中心区域的直接影响。这一结论在引入经济地理距离矩阵进行检验后仍然成立。此外，金融集聚的空间溢出效应呈现出先增后减再增再减的“M”型衰减过程，影响范围在400～450km之内。

第三，划分城市区域后发现，不同地区金融集聚影响绿色发展效率的直接效应和空间溢出效应存在显著差异。金融集聚影响城市绿色发展效率的直接效应在东西部显著，但在中部地区不显著，东中部地区的空间溢出效应也显著，但西部地区不显著。东部地区的影响强度始终高于中西部，这些差异受地域、政策、经济等因素综合影响。

第四，划分城市规模后发现，不同规模城市金融集聚影响绿色发展效率的直接效应和空间溢出效应也存在显著差异。特大型城市和大型城市金融集聚能显著促进中心地区绿色发展效率，对周边地区也能产生积极影响，且特大型城市影响力度大于大型城市。中小型城市金融集聚的直接效应和间接效应都不显著。

（二）政策建议

结合上述研究结论，本文提出以下政策建议：

第一，我国绿色发展效率虽处于波动式缓慢上涨中，但不同区域间差距较大，要继续稳中求进地推动绿色发展，需要推动绿色经济建设、优化绿色环境、倡导绿色生活，并努力发挥绿色创新作为改善生态环境的内生驱动作用。各地区也应该根据自身发展实际，由政府联合企业、居民共同建立合理有效的资源利用体系，传承绿色文明理念。东部地区需发挥领衔作用，中部地区需完成崛起计划，西部地区需结合自身发展优势，努力缩减差距，实现大开发。金融业发展在区域内发展不平衡不充分问题也不能忽视，东部地区需要稳中求进的发展，中部地区政府需倡导金融机构向城市中心区集中，西部地区需要大力推动金融业发展。

第二，金融集聚是影响城市绿色发展效率的关键因素。各城市应加大金融扶持力度，广纳金融贤才，构建更全面的金融网络服务框架，同时建立良好的市场监督机制，强化传统金融服务于实体产业，也应防范金融泡沫风险。金融机构亦需加强区域间交流合作，共建金融服务平台，实现信息共享，充分释放金融聚集的空间溢出红利。另外，富裕程度、对外开放程度、信息化水平及人口压力也是影响绿色发展效率的重要因素，各城市应加强经济建设，引进合适的外商投资，构建更全面的信息网络服务平台，实施多样化人才引进政策，制定更符合自身城市发展的全方面战略。

第三，不同区域金融集聚对绿色发展效率的作用机制复杂、影响强度不同。金融机构在引导资源推动绿色产业时，需要综合评估该产业的污染力度范围、地段优势和绿色驱动力，在此基础上制定相应的策略，做到资源分配的最优化。东部地区需要继续丰富金融资源，细化绿色融资门槛，同时需深化对外开放，引进国外先进技术和管理经验。中部地区需大力引导金融机构向中心区集中化，引进并学习东部地区先进资源技术，同时也要发挥周边地区金融机构分散化带来的“涓滴效应”。西部地区需要增加金融服务网点，结合国家政策导向，大力发展金融业，构建完整的金融体系。

第四，不同规模城市在政策力度、经济实力、资源容量和人口密度上都存在显著差异，金融集聚对绿色发展效率的影响强度随着城市规模的减小而减弱，大型城市和特大型城市金融集聚的直接效应和空间溢出效应明显，但影响强度仍有较大差距。大型城市应借鉴特大型城市的城市规划和管理经验，实施符合城市经济实力及地域条件的方针政策。中小规模城市金融集聚效应影响不显著，当务之急是向大规模城市发展方向靠拢，加强市政建设，引进先进企业与人才，增强城市的吸引力。■