环境规制、金融集聚与绿色经济增长——基于空间计量和门槛效应模型的分析

杨春霞，纪海伦

(1.南京信息工程大学 自动化学院，江苏 南京 210044；2.南京信息工程大学管理工程学院，江苏 南京 210044)

一、引言

改革开放以来我国经济的飞速发展主要得益于资源要素的大规模投入，然而随着人口红利消退和环境恶化，经济发展步入新旧动能转变的关键期。降低能源消耗、实现绿色排放、推动经济发展质量变革，提高全要素生产率，成为未来经济发展的主旋律。经济发展模式也从单纯追求数量增长及规模要素的简单扩张转向以技术创新为主导的质量、效率、动力三变革发展模式。环境保护和经济增长的良性循环更有利于绿色可持续增长。金融发展作为市场自发调节手段可以通过发挥其优化资源配置与分散风险的功能，推动企业技术创新从而支撑绿色经济发展。但在我国资源密集型的发展背景下，由于企业缺乏发展绿色新动能的内在驱动机制，仅凭市场机制无法减轻环境污染，环境规制作为政府外部调控手段，能够引导金融资源合理配置从而有效衔接和平衡了环境保护和经济增长之间此消彼长的关系。在“绿水青山就是金山银山”理念的指引下，环境规制与金融集聚的协同作用对促进经济绿色转型有着重要意义，那么二者究竟如何协同促进绿色经济增长？对邻区的绿色经济增长产生怎样的溢出效应？不同维度下的金融集聚对环境规制提升绿色全要素生产率是否产生不同的效果？笔者将对上述问题展开研究，以期为实现环境规制、金融集聚与绿色经济协调发展的良好局面提供建议。

二、文献综述

(一)环境规制与绿色经济增长

关于环境规制和绿色经济增长之间的关系，学术界尚未形成统一口径，主要有以下三种观点：第一种是早期新古典经济学派提出的“循环成本效应”，环境规制的强度过高会增加企业污染治理成本，压缩企业的研发投入，无法促进企业的绿色技术创新，短期内难以形成规模效益，从而对绿色全要素生产率产生抑制作用[1-3]。国内学者张成通过对我国30个省的工业部门检验分析，发现在东中部地区，早期阶段的环境规制不利于生产技术率的进一步提高[4]。黄庆华认为，我国的环境规制政策在长期看来有很强的滞后性，不仅不能适应地区差异化发展，反而还会促使企业为了弥补污染治理成本而加快污染经济产出，抑制了全要素生产率的提高[5]。还有部分学者认为在面对高强度的环境规制时，环境规制会产生强烈的空间负溢出效应，因为当迁移成本小于环境治理成本时，企业会重新选址并选择对环境污染容忍度高的地区，造成污染跨区域溢出，也就是污染避难所效应。企业的搬迁成本所引起的负外部性阻碍了周边地区的绿色经济发展[6]。自“十一五”首次将污染物排放量确定为硬性约束指标后，我国明显呈现出 “东部向西部”的污染转移现象。

20世纪90年代Porter提出了第二种观点——“波特假说”[7]，即环境规制虽然提高了企业环境治理成本，但也可以通过技术创新给企业带来竞争优势，减轻企业因环境规制所带来的成本负担，从而推动绿色经济发展。很多学者[8]都认同此观点。现有研究主要从绿色技术创新角度和产业结构升级两个角度来进行环境规制的渠道分析。在绿色技术创新方面，环境规制虽然会增加企业成本，但同时也会促进企业进行技术升级换代。不同类型的环境规制政策对企业技术革新的影响也不同，以排污费制度为代表的市场激励性政策对企业技术创新驱动作用更显著[9-10]。在产业结构升级方面，环境规制通过投资筛选效应，减少高污染低效率的传统产业投资，筛选出高新技术的清洁型产业，促进产业结构更加合理，提升劳动生产率进而推动绿色经济的发展[11]。产业结构升级导致新旧动能转换的溢出效应有明显的地区异质性，溢出效应在环京津冀地区和长三角地区更明显，珠三角和其他地区还未出现[12]。

第三种观点是环境规制对绿色全要素生产率的影响呈非线性关系。有的学者通过研究发现随着环境管制强度的增加，绿色经济效率先上升后下降呈倒U型[13-15]。李德山采用GMM模型和QRPD模型来分析不同强度的环境规制对城市绿色全要素生产率的影响，研究发现二者存在明显的倒U型关系，且低强度的环境规制对城市绿色全要素生产率影响最大[16]。还有部分学者认为环境规制与绿色经济效率呈正U型[17-18]。李玲按照产业污染程度的不同将其分为重度、中度和轻度污染三种，并分别检验了不同产业的环境规制强度与绿色全要素生产率之间的关系，发现轻度和中度污染产业的绿色全要素生产率均与环境规制均呈现先抑制后促进的U型关系[19]。

(二)金融集聚与绿色经济增长

金融集聚是指金融业和相关产业在一定区域空间内进行动态的协调、分配和重组[20]。金融业作为高附加值的绿色产业，具有显著的绿色发展特征[21]。学术界已基本形成金融发展可以推动绿色经济增长的共识，主要通过以下三个渠道发挥作用。

第一，金融集聚可以通过金融网络优化资源配置，引导人口、技术和资本等生产要素从高污染低效能的传统行业流向清洁高效的新兴行业。根据产业结构演进理论，以金融业为代表的生产性服务业的迅速发展会导致大量污染性工业被排斥在外，引导该地区的产业结构朝着清洁和高效方向发展，进而优化产业结构，推动绿色经济发展，在经济增长和环境保护方面实现了双赢[22]。与此同时，金融集聚水平对产业结构的优化升级作用也存在着地区性差异，相较于中西部，东部地区促进产业结构升级作用更明显[23]。

第二，金融体系越成熟，金融资源越向中心地区集聚。由循环累积因果理论可知，金融集聚的影响不仅存在于中心区域，还会通过空间溢出效应扩散到周边地区[24]，主要体现在知识溢出效应方面。金融集聚通过知识溢出效应来刺激地区的技术创新，进而推动绿色经济发展[25]。根据Krugman的观点，金融集聚的溢出效应通常受制于地理距离和信息成本[26]，但是在现代通信技术高速发展的背景下，金融中心不但可以聚集大量专业劳动力，还可以发挥资金支持和信息支持的功能，促进技术进步减少企业污染物的排放，从而达到绿色发展的目标。有的学者认为金融集聚对绿色技术效率的抑制作用削弱了创新效率，从而抑制绿色全要素生产率的进一步增长，与之相反，部分学者研究发现技术进步对绿色全要素生产率的提高作用远大于技术效率[27-28]。还有少部分学者认为当前阶段的技术进步创新性不足，对周边城市的外溢性不强，且随着距离的增大负外部性越强[29]。

第三，金融机构通过利用居民储蓄，增强企业环保项目的信贷供给和鼓励环保行为等手段推动绿色全要素生产率的提高[30-31]。部分学者研究发现金融集聚可以通过环境改善效应促进绿色经济发展，其中，银行业的溢出效应最为显著，不仅促进本地区经济发展，还可以带动周边地区的发展[32]。

(三)环境规制、金融集聚与绿色经济增长

环境规制作为外部市场调控手段，通过强制性的法律法规或是政策补贴，提高企业生产成本，倒逼企业进行技术改革，间接影响到企业资源要素投入比例，从而在短期内对企业产生不利影响，但金融集聚可以通过合理引导资源流向来解决环境约束下企业的资金缺口问题，使资源更多聚集在高新绿色产业发展上，减少高污染高能耗产业的投资，促进企业技术创新和产业结构优化，从而提升各地区的绿色经济发展。反过来，各地区的绿色经济发展也有助于生产个体突破资源和环境的双重约束，进一步促进金融业的繁荣发展。王伟[33]以长江流域107个城市为样本，研究发现在长江流域下游地区，金融发展和环境规制的互动效应对提升绿色全要素生产率的作用更明显。倪瑛却持相反观点，她认为现阶段的环境规制强度不能通过金融发展的调节作用来提升绿色全要素生产率[34]。

通过对上述文献的梳理发现，大部分学者分别从金融集聚或者环境规制单一变量的角度来研究其与绿色全要素生产率的关系，从环境规制和金融集聚二者协同作用的视角对绿色全要素生产率的研究成果较少，且大都忽略了空间溢出的效果分析。目前，各省市经济联系日益密切，周边省份的经济行为对本省产生的影响不可忽略，从空间角度考量三者关系更具有现实意义。在以创新为主导的经济发展模式中，创新投入和创新产出应是绿色全要素生产率不可或缺的要素选择。从金融集聚的三个维度来考量环境规制对绿色全要素生产率的作用可以更清晰的衡量金融发展的调节作用。针对这些问题，本研究不仅构建空间杜宾模型来探究环境规制和金融集聚对本地和邻地的绿色全要素生产率的影响，还利用门槛模型分别考察金融规模、金融效率和金融深化如何调节环境规制对绿色全要素生产率增长的促进作用。

三、模型和变量

(一)变量选取和数据来源

本研究选取中国2007—2017年30个省(直辖市、自治区)的面板数据，数据主要来源为各个地区的统计年鉴、《中国环境统计年鉴》和《中国能源统计年鉴》等。

1.绿色全要素生产率

本文采取A.Charnes提出的基于DEA模型的MALMQUIST指数法(时态数据包络法)[35]对2007—2017年我国30个省的绿色全要素生产率进行测算。相比传统全要素生产率仅考虑资本和劳动的投入，绿色全要素生产率的投入指标则加入了能源消耗和污染排放的考量，为了更好地衡量绿色经济发展的效率，还加入创新投入和创新产出的衡量指标，具体指标体系如表1所示。

表1 绿色全要素生产率的投入产出指标体系

2.环境规制和金融集聚

本研究的核心解释变量是环境规制(ER)和金融集聚水平(FIN)。目前环境规制指标的选择仍存在分歧，主要分为以下几种：一是，用排污费收入占工业增加值比重来测度环境规制强度[36]；二是，用熵值法构建环境规制综合指标体系；三是，利用工业三废或六废的排放数据测算环境污染强度[37]。本研究构建的环境规制综合指标体系如表2所示，指标值越大代表环境规制强度越大。测量金融集聚水平的指标有很多，平常采用的有区位熵、HHI指数(赫芬达尔指数)、产业集中指数和洛伦茨曲线等。为了综合考虑多方面因素，我们选取综合评价指标来衡量地区金融集聚水平，采用CRITIC评价法来确定权重Wj，计算公式如式(1)、(2)、(3)所示：

表2 指标体系和变量描述性统计

(1)

(2)

(3)

其中，Xij表示第i个城市的第j项指标值，Wj是第j个指标的权重，rij为各指标间的相关系数，δj为标准差，Zi是综合n个指标后的赋权值。

3.控制变量

(二)模型构建

传统的计量模型设定通常忽略了空间依赖性和地区异质性，而新经济地理学认为在现实中各个地区的经济变量不是相互独立的，都会受到空间地理位置的影响，从而对邻地产生空间溢出效应。首先，建立空间滞后模型(SAR)，空间误差模型(SEM)和空间杜宾模型(SDM)三种模型。其次，Wald检验和LR检验结果均显著，表明空间杜宾模型不可以转化成空间滞后模型和空间误差模型，具体空间杜宾模型设置如公式(4)、(5)所示：

(4)

(5)

其中，i表示地区，t表示年份；ρ是空间自相关系数，用来度量邻近地区对本地区的平均空间效应大小，ρ>0表示邻近地区之间存在正向的空间溢出效应，反之亦然；Wij是空间权重矩阵，本研究选取经济距离权重矩阵，用两个地区人均GDP的差值的倒数表示；X是控制变量，包括产业结构、对外开放程度、人力资本和投资率；εit是随机误差项；公式(5)是在公式(4)的基础上加入金融集聚和环境规制的交乘项，用来探究金融集聚与环境规制对绿色全要素生产率的协同作用，当交互项系数β3为正说明二者的结合可以推动绿色经济发展。

四、实证分析

(一)空间自相关检验

本研究采用双变量全局莫兰指数(Moran’I)来检验30个省市的金融集聚和环境规制分别与绿色全要素生产率的空间相关性。双变量全局莫兰指数，从整体上分别反映了金融集聚、环境规制与绿色全要素生产率空间加权平均值的关系。莫兰指数I的取值范围是(-1，1)，如果I>0，说明金融资源集聚对邻近地区的绿色经济发展存在空间溢出效应，并且值越大空间溢出越强；反之，则表明金融资源的过度集中反而对邻近地区的经济发展存在空间抑制效应。双变量全局Moran’I指数的显著性检验结果如表3和表4所示。

表3 双变量(GTFP和FIN)全局Moran’s I指数及其统计检验

表4 双变量(GTFP和ER)全局Moran’s I指数及其统计检验

从表3和表4可知，2007—2017年金融集聚、环境规制与绿色全要素生产率双变量莫兰指数均为正数且多数通过了1%以上的显著性水平检验，揭示了金融集聚、环境规制均与绿色全要素生产率有显著的空间溢出现象，而且对周边地区产生较大的正向影响。因此，在构建绿色全要素生产率的空间杜宾模型时应考虑到其空间效应。

(二)整体估计结果与分析

根据上文构建的空间杜宾模型(SDM)，利用Matlab软件对模型进行估计，结果见表5。同时，构建空间滞后模型(SAR)和空间误差模型(SEM)。通过对比R2和Log-L统计量的大小，发现空间杜宾模型的统计量值分别为0.3338和97.2576，拟合度优于上述两种模型。本研究的hausman统计量的值为31.5413，p值为0.0074，通过5%的显著性水平检验，因此本研究建立固定效应下的空间杜宾模型来分析环境规制与金融集聚对地区绿色全要素生产率的影响及其空间效应是可行的。

表5 空间计量模型回归结果

首先，从表5可知，在经济距离权重矩阵下空间自相关系数ρ在5%的显著性水平为正，表明我国各省的绿色全要素生产率空间正相关性显著，各省市的经济发展不可避免地受到与其经济联系密切的省份影响，从而形成空间溢出效应。其次，ER的系数为-0.0343而FIN的系数为0.3948，均通过10%的显著性水平检验，说明环境规制不利于本地区的绿色全要素生产率增长，而金融集聚则有利于本地区的绿色全要素生产率提升。W*ER和W*FIN的空间滞后系数分别为-0.3630和0.3780，说明环境规制强度的增加会抑制邻省的绿色全要素生产率增长；与之相反，金融集聚则有利于推动邻省绿色全要素生产率增长，且对邻省的影响大于本省。最后，W*FIN*ER和FIN*ER均为负数，表明当前的环境规制政策不能通过提高金融发展水平来刺激绿色经济增长。

(三)直接效应与间接效应分析

如前文分析，各地区间的发展相互交织相互影响，而空间杜宾(SDM)模型的回归系数无法直接反映出金融集聚和环境规制具体对绿色全要素生产率的空间溢出影响程度。因此，本研究进一步展开直接效应和间接效应的分析，从而能够更全面地了解其与本地区和周边地区绿色经济发展的关系，结果见表6。

表6 各变量对GTFP的直接效应和溢出效应

从表6可知，第一，环境规制对邻省的绿色全要素生产率有显著的空间溢出效应，本省的回归系数为-0.0473，而邻省的回归系数为-0.4081，表明本地实施较强硬的环境规制政策对周边地区的抑制作用更明显，在经济地理特征相似的各省市之间，本地区的企业可能会因为污染治理成本大于技术创新带来的收益补偿，而将高污染项目迁移到周边地区，从而造成邻区污染产出的增加，不利于邻省绿色全要素生产率的提升。因此，环境规制并没有形成向上的良好空间互动形式。

第二，金融集聚对本省和邻省绿色全要素生产率的回归系数分别是0.3998和0.4456，均通过10%的显著性水平检验，且间接效应的影响系数大于直接效应，意味着金融集聚对周边地区的影响大于本地区，符合缪尔达尔的扩散效应。一方面，金融产业的快速发展会优先把资源配置给低污染的企业，提高其技术效率从而促进绿色全要素生产率提升；另一方面，金融集聚中心地区的资本竞争和挤压也会降低资金利用效率，在市场机制的驱动和发达的信息网络助力下，金融资源会向周边地区寻找高利润高回报的项目，从而带动邻近省份的经济发展。

第三，环境规制与金融集聚交互项的直接效应和间接效应影响系数分别是-0.0504和-1.6067，分别在10%和5%水平上显著，表明金融集聚虽然可以促进整体区域的绿色发展，但是和当前的环境规制强度相结合，反而不利于绿色经济增长。这是因为环境规制政策限制了污染企业生产规模的进一步扩大，此时企业将更多的资金投入到控污减排或研发绿色创新技术上，从而产生资金挤出效应导致企业利润短期内无法恢复，而金融资本更倾向于回报快利润大的项目投资，不愿意把资金贷给污染治理企业，所以抑制了绿色经济增长。

第四，产业结构对本地区和周边地区的绿色全要素生产率的影响均为正，说明随着第二产业比重的增加，地区的绿色经济发展质量也在不断提高，但是这种正向影响对邻区影响较大，对本地区的经济提升较小。外商直接投资对本地和邻地的绿色全要素生产率的影响暂未出现。人力资本对本地区和周边地区的绿色经济增长也未产生显著影响。投资率对本地区和邻区的绿色经济影响皆为负，即随着全社会固定资产投资额的增加，本地区和邻区的绿色全要素生产率都略有下降，说明现阶段的固定资产投资结构还不合理，不能促进整体区域的绿色经济增长。

(四)门槛效应分析

上文主要探讨了环境规制及金融集聚对绿色全要素生产率的影响，接下来将进一步分别选取测度金融集聚水平的三个指标：金融规模、金融效率和金融深化，作为门槛变量，验证环境规制对绿色全要素生产率是否存在门槛效应，构建门槛模型如公式(6)：

GTFPit=β1+β2ER×I(FINi≤γ1)+β3ER×I(γ2γ3)+β5control+εi

(6)

其中，I()是指示函数，FINi分别是三个门槛变量，γi是门槛值，当括号里的门槛变量取值满足条件时，指示函数取值为1，反正则为0。表7列示了采用bootstrap重复抽样300次得到的门槛个数和门槛值。结果表明，当前阶段金融规模门槛效应检验不显著。金融效率分别通过了10%、1%显著性水平下的单门槛和双门槛检验，故采用双门槛检验来分析。金融深化没有通过双门槛效应的显著性检验，但通过了1%显著性水平下的单门槛检验，故采用单门槛效应来分析。表8模型1列示的是门槛变量为金融效率时双门槛模型参数估计结果。环境规制对绿色全要素生产率产生负向作用，当金融效率低于0.7743时，环境规制系数为-0.1697，当金融效率比值跨过第一个门槛值0.7743，小于第二个门槛值0.8078时，环境规制对绿色全要素生产率的抑制作用骤升(-4.3446)，说明金融机构贷款余额占存款余额比值的增加并不有利于环境规制推动绿色全要素生产率的提升，我国金融效率存在严重短板，其内在原因可能是现阶段我国金融市场仍以银行业为主导，而银行信贷资金又大多流向传统国有企业，流向高效清洁型产业的资金少之又少，这不仅加大了企业技术革新的难度，还扩大了低效高污染企业的产能，污染排放加剧从而导致绿色全要素生产率的降低。表8模型2列示的是门槛变量为金融结构时单门槛模型参数估计结果。由结果可知，当金融深化比值小于3.1234时，环境规制的回归系数为-0.1679，当跨过门槛值3.1234时，环境规制的回归系数为0.3482，说明环境规制对绿色全要素生产率的作用由抑制转为促进，二者呈“V”型非线性关系，地区金融深化程度越高，表明地区动员储蓄、引导投资的能力越强，也更有利于发挥金融资源对技术进步的创新作用，减轻环境规制带给企业的资金负担，从而推动绿色全要素生产率的提高。

表7 门槛效应检验结果

表8 门槛回归结果分析

根据门槛值将样本分为低金融效率区、中金融效率区、高金融效率区、低金融深化区和高金融深化区。选取2007—2017年各省金融效率与金融深化平均值只能反映整体分布情况，不能反映当前各省的金融发展状况，为此也列出2017年各省分布情况，如表9所示。可以看出，与2007—2017年均值省份分布相比，2017年我国存贷转换能力高地区(高金融效率区)主要聚集在中西部地区，而东部地区金融市场化程度高，融资渠道广泛，大多处于低效率区间。从整体上看，虽然金融效率在我国呈现上升趋势，但大多数省份仍处于低效率和中等效率区间，且金融资源错配情况严重，东部地区未能发挥出金融高效配置资源的功能，从而导致企业在面临环境规制约束时，企业技术升级困难，进而抑制绿色全要素生产率增长。比较各省金融深化程度变动趋势可发现，金融深化现象呈现向东部和云贵川地区转移的趋势，金融深化程度高的地区往往金融产业集聚，有助于打破企业技术创新的资金约束，从而实现环境规制与金融发展的协同效应，刺激绿色全要素生产率增长。

表9 2007—2017年不同金融发展指标门槛区间划分及省份分布

五、结论与建议

本研究从空间溢出视角构建了关于环境规制、金融集聚与绿色经济增长的空间杜宾模型，并在此基础上加入二者的交叉项。通过研究发现：30个省市之间的环境规制、金融集聚与绿色全要素生产率之间存在显著的空间外溢特性。从全国层面上来看，高强度的环境规制不仅阻碍本省的绿色经济发展，还不利于邻近省份的绿色经济增长，且对邻省的影响力度大于本省的；而金融集聚有助于促进本省和邻省的绿色经济增长，对邻近省份的绿色经济增长的推动作用大于本省的，但是从二者的交叉项系数可知，环境规制与金融集聚的结合并没有形成协同作用，即现阶段的金融发展无法有效调节环境规制对绿色经济增长的推动作用。从金融规模、金融效率和金融深化三个维度考量金融集聚作用的最优区间、门槛分析发现，以金融规模为门槛变量时，环境规制与绿色全要素生产率不存在非线性门槛；而以金融效率为门槛变量时，环境规制与绿色全要素生产率存在双门槛效应，且随着环境规制强度的增加，抑制效应越大；与之相反，以金融深化为门槛变量时，环境规制与绿色全要素生产率呈现“V”型关系，当金融深化跨过门槛值3.1234，环境规制显著促进绿色全要素生产率增长。根据研究结果，提出以下建议：

第一，继续深化金融体制改革，发挥绿色金融对环境保护和技术创新的正向引导作用，从而支持实体经济发展。以银行为主导的间接融资方式无法高效整合资源配置，因此需要提高直接融资比例，如发展绿色股票指数、建立绿色债券市场和绿色基金等。推动构建绿色金融体系，培育多层次金融资本市场，进一步发挥绿色金融政策和环境规制政策的协同作用。

第二，拓宽我国投融资渠道。全社会固定资产投资的增多并不能促进整体区域的绿色经济发展。不同类型的企业在受到环境规制约束时会产生不同的环境成本，清洁型产业固定资产比重低，环境技术调整成本低，更愿意增加绿色技术的研发投入，但是其融资程度却难于污染密集型产业，难以形成创新补偿效应。因此，政府应优化固定资产投资结构，拓宽清洁型行业的融资渠道，积极探索新兴金融产品如排污权抵押贷款等，引导绿色信贷资源配给向该行业倾斜，激发技术创新效应，促进经济绿色发展。

第三，结合不同区域金融发展水平差异，制定差异化的环境规制政策，构建金融集聚与环境规制协同发展机制。环境规制作为督促企业控污减排的有效外部手段，需要金融中介资源的介入，强化环境规制的“投资筛选效应”，削弱“资源配置扭曲效应”。在金融资源较为丰富的东部地区，技术创新性强且市场成熟度高，适合实施市场激励型的环境规制政策，例如排污权交易和排污费等，有利于激发环境规制的正外部性效应，促进企业加大绿色技术的研发投入，实现绿色经济的新增长动能。在金融资源相对匮乏的中西部地区，针对污染密集型企业所在区域应重点采用命令控制型环境规制政策，该类企业环境规制成本大于技术创新补偿效应，需要借助政府外部强制性手段和加大地方财政转移支付的力度给予企业支持。根据不同地区的金融发展水平，采用异质化环境规制工具，构建多层次环境权益市场，从而实现经济增长与环境保护的双赢。