金融集聚影响绿色经济效率的空间机制研究

朱广印　王思敏

摘   要：当前结构转型背景下，金融集聚能够为各大产业的绿色改造与技术升级提供资金支持。本文基于2007—2019年中国30个省份数据，采用门槛效应和空间杜宾模型研究金融集聚促进绿色经济效率的非线性机制，并以中介效应模型检验金融集聚以产业结构升级的中介渠道促进绿色经济效率提升的空间机制。结果表明：（1）全国绿色经济效率呈N形波动趋势，主要来自技术进步的增长效应。（2）金融集聚对绿色经济效率的影响先升后降的U形关系，前期金融集聚不利于本地及周边地区绿色经济效率提升，后期则发挥出正向促进作用。（3）金融集聚通过产业结构高级化与合理化的中介机制对当地绿色经济效率产生影响，其中产业结构高级化的部分中介作用更大。

关键词：绿色经济效率;空间杜宾模型;面板门槛模型;中介效应

中图分类号：F830  文献标识码：B 文章编号：1674-2265（2022）04-0063-10

DOI：10.19647/j.cnki.37-1462/f.2022.04.010

一、引言

改革开放四十多年来，各地区经济发展伴随工业化的推进，不同程度的资源短缺与环境污染问题，成为经济增长的短板，如何提升资源环境约束下经济增长的质量与效率引起人们的广泛关注。为了兼顾生态功能和经济效益，缓解资源环境过度消耗的压力，提高经济效率势在必行。金融是现代经济增长的核心，金融要素和资源在空间形态上的快速集中与协调组合更是金融纵深发展的必然结果，能够优化资金配置，引导区域资源流向绿色产业，为当地产业结构调整和绿色发展提供必要的资金支持。因而，深入探究金融集聚影响绿色经济效率的内在机制特征，以其在空间上的合理分布来促进区域经济高质量增长，对于优化金融资源配置和推动经济绿色发展具有重大意义。

二、文献综述

国外学者关于金融集聚问题的研究较早，Christopoulos和Tsionas（2004）[1]认为金融集聚在短期内可以实现产出增长，但长期伴随经济成熟存在阈值效应。Mathys和Brülhart（2008）[2]以金融部门自身的经济集聚为例，发现集聚效应长期会随着时间增加并产生积极的生产力效应，有利于实体经济增长，但短期在本地经济体中具有拥挤效应。Brakman等（1996）[3]研究发现金融集聚不会无限制进行，考虑到资源竞争、环境限制及运输成本限制，拥挤效应的负反馈更能解释现实中各地区小规模集聚的经济可行性，使得分散生产有利可图。关于绿色经济效率的研究中，林晓等（2017）[4]将绿色经济效率定义为考虑资源环境成本的综合经济效率，并以辽宁省为例，基于SBM-Undesirable模型研究发现其呈先升后降的阶段性特征，且区域差异明显。班斓和袁晓玲（2016）[5]研究发现考虑资源环境约束的绿色经济效率远低于传统效率，整体呈下降趋势并具有兩极分化特征。钱龙（2018）[6]研究发现将反映单位经济产出的环境压力的绿色效率与经济效率有机耦合测度的工业绿色经济效率整体低于传统经济效率，其中经济基础较好的大城市基于规模优势和集聚效应处于上升趋势，效率值更高。

关于金融集聚与绿色经济的关系研究中，何宜庆等（2017）[7]从理论层面论述了金融集聚能够通过增强人才、信息、技术等要素流入及优化产业结构两种路径提升实体经济增长质量，正向作用于生态效率。杨旭等（2020）[8]发现随着自我强化效应的增强，金融集聚对经济发展质量存在由负转正的市场化指数门槛，具体表现为外部环境制度约束对两者非线性关系的冲击。考虑到空间因素的影响，李秋敏（2020）[9]研究发现金融集聚本身存在地区差异性且协同于当地经济发展，能够通过涓流与极化效应促进本地及周边地区经济增长。胡国晖和郑美美（2020）[10]同样认为区域金融资源集聚存在空间异质性，与金融创新的协同更有助于推动本地及周边区域经济发展。张东和王豪杰（2020）[11]从两阶段工业绿色创新效率角度，发现金融集聚能提升本地研发阶段效率，但不利于周边地区技术成果转化阶段效率提高。梅冰菁和罗剑朝（2020）[12]基于产业结构视角发现其能够调节并增强金融集聚对本地及周边地区经济增长的推动作用，其中对东部溢出效应的调节作用较强。

综上所述，国内外学者关于金融的空间集聚促进经济增长的相关研究较为丰富，大多考虑到金融集聚本身的阶段性特征，但并未充分重视金融集聚影响绿色经济效率的空间机制。一方面，金融资源的跨区域流动除了会对本地经济活动产生影响之外，还能通过金融服务辐射至周边地区，对其生产活动和生态环境产生溢出影响;另一方面，现实中各地区经济基础及资源环境等方面存在差异，地区产业结构发展阶段不同，可能对金融集聚作用于绿色经济效率的过程产生影响。鉴于此，首先，本文运用ML指数测算并分解包含非期望产出的绿色经济效率，并从时空动态视角初步检验金融集聚对其非均衡冲击特征;其次，通过构建面板门槛和空间杜宾模型实证分析两者间的非线性机制;最后，采用中介效应模型进一步探究金融集聚以产业结构升级的中介渠道促进绿色经济效率提升的空间机制，以期丰富已有研究，并为优化金融资源的空间配置和推进绿色经济发展提供有价值的建议。

三、机理分析

绿色经济效率是考虑资源投入与污染产出的一种经济效率，在实际的生产活动中主要包括两个方面：一是大力发展节能减排产业，加强资源环境约束对生态的保护与治理;二是提升经济产出效率，加强技术创新并形成新的经济增长点。金融集聚作为引领经济增长的驱动力量，能够为当地产业结构优化和绿色技术创新提供充足的资金支持，进而提升绿色经济效率。具体来看，区域金融集聚对绿色经济效率的影响机理主要有以下三种：

第一，规模经济效应。地区金融机构在空间形态上的集中分布能够促进金融业内部的专业化分工与资源整合，提高资金流动性和利用效率（许哲，2015）[13]，并通过高效的数据信息系统和基础设施强化信息交流与共享，降低交易成本和投融资风险，提高整体金融资源配置效率并产生规模经济效益（于斌斌，2017）[14]。此时，原本投向效率低的“两高”产业的金融资源更多集聚到后期效率较高的绿色行业，在为节能减排产业的规模生产和技术合作提供资金支持和共享服务的同时限制粗放型产业发展，通过产业结构升级推动绿色经济效率提升。

第二，技术创新效应。区域金融集聚通过吸纳更多人才、技术及知识等创新资源流入，加剧本地金融机构的竞争压力并迫使其加快创新金融产品与服务（陈彤等，2020）[15]，为高效率的创新型产业进行技术改造升级提供有力的资金支持，缓解其融资约束的同时引导更多资金支持节能环保型技术研发与投入（施本植等，2018）[16]，带来资源利用效率提升和优化配置，促使产业间的协同创新能力增强，进而逐步淘汰落后产能，带动区域产业结构优化，引导并激励相关产业通过绿色技术创新和产品升级获得更多融资机会（张钟元等，2020）[17]，有利于推动区域绿色经济效率提升。

第三，外溢效应。各地区金融资源分布及经济发展水平不同，金融集聚往往呈现阶段性差异，具有不同的外溢效应。金融机构在空间集聚初期，发展程度较高的金融核心区竞争优势较大，具有虹吸效应（袁华锡等，2019）[18]，通过吸引和占据周边地区金融资源，为本地经济发展提供更多资本支持，进而促进地区产业结构优化。但后期金融过度集聚会加剧本地资源竞争与环境限制导致的拥挤效应（修国义等，2019）[19]，促使部分资金、人才及知识流向周边分支机构，产生涓流效应（陈彤等，2020）[15]，通过推动区域间各类要素资源的合作共享与优化配置，加快科技成果的转化与扩散，进而带动周边地区绿色经济效率提升。

基于上述金融集聚对绿色经济效率的机理分析，本文将地理、经济的空间因素纳入金融集聚促进绿色经济效率的非线性机制，同时考虑到区域产业结构升级的影响，进一步以中介效应模型探究金融集聚以产业结构升级的中介渠道促进绿色经济效率提升的空间机制。

四、研究设计

（一）面板门槛模型

依据前文理论分析，金融集聚作用于绿色经济效率的影响可能具有非线性效应。为从客观上对阈值的估计结果与置信区间进行有效性检验，进而准确测定门槛值并检验该内生门槛特征的稳定性，本文采用Hansen（2000）[20]的面板门槛模型考察金融集聚影响绿色经济效率的非线性机制特征，以单门槛模型设定为例：

式中[GTFPit]为[i]地区[t]年的绿色经济效率，[LQit]为金融集聚，[qit]为门槛变量，[γ]为待估门槛值;[I∙]为示性函数，即若括号内表达式为真，则取值为1，否则取0;[Zit]为控制变量，个体截距项[μ0i]表示固定效应;扰动项[ε0it]服从独立同分布。

（二）空间计量模型

根据地理学第一定律，全国各省市的金融集聚与绿色经济效率在空间上具有相关性，各省份间的相关性可能会随着地理位置和经济发展水平的不同而产生异质性，因此，有必要通过构建空间计量模型实证检验其中的空间效应。

1. 空间权重矩阵的構建。以往文献设置的空间权重矩阵多为简易的邻接权重，仅考虑单一的地理区位因素，与现实有一定出入，实际上经济变量的空间关联性常受经济发展和地理因素双重影响，本文参考有关学者的做法，构建以下两种空间权重矩阵：

为了客观、充分、全面地估计金融集聚对绿色经济效率的空间效应，兼顾地理区位特征与经济联系，参考有关做法（王锋等，2017;孙叶飞和周敏，2016）[21，22]，构建经济地理嵌套权重矩阵，设定如下：

其中[Wgij]为地理距离空间权重矩阵，[Weij]为用地区[i]与地区[j]间实际GDP历年均值差值的倒数计算的经济距离权重矩阵，具体设置如下：

其中[GRPj]为[j]地区2007—2019年实际GDP的均值，同时以2006年为基期进行指数平减化处理，[Dij]是利用全国铁路里程表计算的两个省会城市间的距离，上述空间权重矩阵均经标准化处理。

2. 空间自相关性检验。在运用空间计量回归前，需检验因变量的空间依赖效应，本文利用全局Moran's I做空间分析，以反映研究区域内所有空间单元的集聚与关联程度，公式如下：

式中[S2=1ni=1nYi-Y]为样本方差，[Y=1ni=1nYi] ，[Yi] 为因变量，[Wij]为省份[i]与省份[j]间的空间权重矩阵。[i=1nj=1nWij]为所有空间权重之和。其中[Moran′I>1]表示空间集聚性与正相关性，[Moran′I<1]表示负相关，[Moran′I=1]则表明不相关。

3. 空间计量模型构建。本文基于环境经济领域广泛应用的STIRPAT模型，首先，将影响环境的人口压力、技术水平及富裕程度纳入金融集聚作用于绿色经济效率的机制中;其次，考虑到单一截面模型或时间序列模型存在变量遗漏误差，以及随机误差冲击产生的空间影响，为获得更高自由度，使模型的拟合精度更高，本文采取兼顾变量间可能同时存在空间自相关性和溢出效应情况的更广义的空间杜宾模型，以探究其中的空间效应;最后，由前文分析可知，金融集聚对绿色经济效率的影响具有不确定性，因而引入其二次项以深入探究两者间的非线性关系。具体设定如下：

依据前文理论分析，金融集聚可能通过促进产业结构升级影响绿色经济效率提升，为检验中介渠道是否存在，本文借鉴有关学者（干春晖等，2011;张林，2016）[23，24]检验方法，构建如下中介效应模型：

式中[ISit]为产业结构升级，分别以产业结构高级化与合理化替代，[ρ]为空间滞后项系数，[W]为不同类型的空间权重矩阵，[μit]表示地区固定效应，[εit∈N0，σ2I]为随机扰动项。

（三）变量选取与数据来源

1. 变量选取。被解释变量：绿色经济效率（GTFP）。动态的LM生产函数在包含了成本最小化或收益最大化假设条件的同时，能够运用跨期数据确定生产前沿的连续性方法来避免产出短期波动的影响，并进一步分离出动态变化中的增长效应与追赶效应。因此，本文基于柯布—道格拉斯生产函数与数据包络（DEA）模型，运用DEAP2.1软件测算包含非期望产出的ML指数得到DMU自身的动态生产效率，从纵向角度衡量其时空演变特征，计算公式如下：

其中，[DktXt，Yt] 和[Dkt+1Xt+1，Yt+1]为第[k]个决策单元（DMU）的单期距离函数，[Dkt+1Xt，Yt]和[DktXt+1，Yt+1]为第[k]个DMU的跨期距离函数。若[Mk>1]，表明第[k]个DUM从[t]期到[t+1]期GTFP的改善;若[Mk=1]，表明GTFP不变;若[Mk<1]，表明效率的恶化。同理，若技术进步水平（[TECH]）大于1，反映两期生产前沿面移动带来了绿色产出的增长效应;若技术效率（[EFFCH]）大于1，反映DMU生产相对接近前沿面带来绿色生产的追赶效应，可分解为纯技术效率（PE）和規模效率（SE）。关于投入产出指标的选取与处理如下：（1）投入指标：资本投入（K）用实际的资本存量反映，借鉴张军等（2004）[25]采用永续盘存法计算，具体公式为[Kit=Kit-11-δ+IitPit]，其中[Kit]为[i]省市[t]时期的固定资本存量，[δ]取9.6%，[Iit]和[Pit]分别为固定资产投资额及其价格指数，以2006为基期对历年名义投资流量进行平减，基年资本存量则以2006固定资本形成总额除以10%进行替代。劳动投入（L）用城镇就业人员总数表示;能源投入（E）以电力消费总量替代。（2）产出指标：期望产出（GRP）选取地区生产总值反映决策单元DMU的“好”产出，为避免价格波动对产出价值衡量的影响，将GDP以2006年为基期做指数平减法处理，通过公式计算得到实际GDP。非期望产出（W）运用熵值法从污染源头出发综合废水、化学需氧量、二氧化硫、氮氧化物及烟（粉）尘排放总量五种污染物，得到环境污染综合指标W。

核心解释变量：（1）金融集聚（LQ）。作为衡量地方产业专业化程度的指标，区位熵能够较好地消除地区规模差异的内生影响，客观评价要素的空间分布，同时基于数据可得性，本文构建区位熵指数衡量金融集聚（倪瑛等，2020;孙志红和陆阿会，2021）[26，27]如下：

式中[LQij]为[i]省份金融业在[j]年份的区位熵，[qij]为地区金融业增加值，[pij]为地区总人口数，[qj]为全国金融业增加值，[pj]为全国总人口数。（2）产业结构高级化（AIS）。产业结构高级化反映了信息技术工业革命下的经济结构向服务化推进的演变趋势，参考干春晖等（2011）[23]方法，选取第三与第二产业增加值之比反映产业结构的这种层次性变化。（3）产业结构合理化（RIS）。作为产业结构变迁的另一种衡量，产业结构合理化反映了地区要素禀赋与产出结构间的协调程度，能够推动区域资源利用效率提升。参考张林（2016）[24]的做法，基于结构偏离度的加权对其进行衡量，计算公式如下：

式中[Y]为GDP，[L]为全社会从业总人数，[i=1，2，3]分别为第一、二、三产业，[YiY]即第[i]产业产值占GDP比重，[LiL]即第[i]产业从业人数占从业总人数的比重，[RIS]越大，产业结构越合理。

控制变量：基于STIRPAT模型，选取年末常住人口与土地面积的比值反映人口因素（PD）的环境压力;采用每万人专利申请授权量表示技术水平（TE）的环境影响;利用地区生产总值（GDP）代表富裕程度。借鉴相关学者对绿色经济效率影响因素的分析，并结合区域实际状况，从以下几个方面选取其他控制变量。（1）城市规模（US）。用年末常住人口代表城市规模（袁华锡和刘耀彬，2019）[28]。（2）城镇劳动人口（UP）。选取城镇单位就业人员反映城镇劳动人口带来的环境承载压力。（3）能源消费结构（ES）。选取煤炭消费量占能源消费总量的比重表示能源消费结构（袁华锡等，2019）[18]。（4）环境污染程度（EP）。选取废水、化学需氧量、二氧化硫、氮氧化物及烟（粉）尘排放量综合环境污染指标反映地区整体环境质量（施本植等，2018）[16]。（5）政府研发投入（GT）。选取政府研发经费支出与地方财政支出比值（修国义等，2019）[19]衡量政府对科技创新的支持。

2. 数据来源。考虑到西藏地区数据缺失严重，本文选择剔除，选取2007—2019年中国30个省（自治区，直辖市，以下简称省份）（不含港澳台地区）的面板数据进行实证研究。相关数据主要来源于2008—2020年各省统计年鉴、《中国金融年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》、中经网统计数据库及国家统计局，部分缺失数据运用SPSS软件利用期望值最大化（EM）法和均值插补法处理。各变量符号与描述性统计见表1。

五、实证过程与结果分析

（一）绿色经济效率与金融集聚的测度结果评价

如表2所示，各地区绿色经济效率及其分解项均按东中西部依次递减，其中全国年均绿色经济效率为1.007，低于东部（>1），高于中西部（<1），说明绿色经济效率与经济基础密切相关，在经济发展超越一定临界值后达到有效增长水平，而地区发展不平衡会限制全国绿色经济效率提升。超过一半省市的绿色经济效率年均值超过全国均值，达到效率生产的前沿面，大部分位于东部地区，金融集聚程度也较高。

从时间演变上看（见图1），全国绿色经济效率与技术进步在2007—2019年间均呈N形波动趋势，符合环境库兹涅茨（EKC）假说（刘莎和刘明，2019）[29]，即在经济发展的不同阶段环境质量会随之变化;而技术效率波动平稳且大部分时间低于其提升的上限——技术进步，说明绿色经济效率提升主要来自技术进步的增长效应。全国绿色经济效率经历了“双峰单谷”，具体来看：（1）2007—2011年出现峰值，说明应对金融危机的刺激经济政策成效显著，经济产出大幅提升，进而提高绿色经济效率水平。（2）2011—2016年绿色经济效率下降并出现低谷，说明中国经济进入增速换挡期和前期政策消化期，经济结构开始出现积极变化，不再以粗放式发展模式为主，年实际GDP增速由17.51%下降到6.60%，大幅减缓。（3）2016—2019年绿色经济效率上升并迎来峰值，党的十九大将生态文明纳入现代化建设体系，加快完善绿色生产制度和绿色循环经济，提倡简约低碳的生活方式，生态环境进一步改善，年实际GDP不仅由6.60%上升到9.28%，且环境污染指数增速均为负，呈下降趋势。而金融集聚也经历了两个发展阶段，分别为2007—2010年的下降阶段和2011—2019年的平稳发展阶段，对比金融集聚与绿色经济效率的变化情况发现，金融集聚的阶段性变化对绿色经济效率的冲击促使其可能呈现出相应的非均衡性，二者间可能存在非线性效应。

（二）门槛效应检验

依据前文理论分析，金融集聚对绿色经济效率的影响可能存在非线性效应。为判断门槛效应是否存在，用Bootstrap法重复抽样300次获得F及其对应的P值。门槛检验结果见表3。在无门槛和单一门槛存在性检验中，金融集聚的F值分别为18.97和8.74，相应伴随概率P值分别为0.013和0.26，仅前者在5%置信水平上大于临界值15.839，说明该模型通过5%水平下的假设性检验，故拒绝无门槛的原假设，即对绿色经济效率的影响呈现单门槛效应，门槛值为0.569，而双重门槛未能通过显著性检验。說明金融集聚对绿色经济效率的影响存在非线性效应，具体门槛回归结果如表4。

由表4可知，金融集聚对绿色经济效率呈现单一门槛特征，当金融集聚小于门槛值0.5691时，金融集聚的促进作用达到0.105，迈过门槛值后，其对绿色经济效率的影响不显著，说明金融集聚促进绿色经济效率提升具有阶段性差异，后期效果不明显。

（三）空间计量结果

1. 空间自相关性检验。本文分别基于经济距离、地理距离及经济地理嵌套权重矩阵以全局Moran' I指数检验因变量是否存在空间自相关性（见表5）。在经济地理嵌套权重矩阵下，绿色经济效率的Moran' I指数值均在1%的置信度水平上显著，说明绿色经济效率在全局范围内具有长期平稳的空间依赖效应。而在经济和地理距离权重矩阵下，Moran' I指数值的显著性水平均有所下降，部分年份的Moran' I指数不显著，说明地区间绿色经济效率的空间相关性同时受到经济、地理空间因素的双重影响更符合现实。因此，本文在下文的研究中主要以经济地理嵌套权重矩阵空间计量模型为主。

2. 空间计量模型的选择与估计结果。为识别和比较不同空间异质性特征下估计结果的差异，本文参考有关做法（王锋等，2017）[21]，用经济和地理距离空间权重矩阵做对比研究，在三种空间权重矩阵下，由表6可知，LMerror、LMlag及R-LMlag检验结果十分显著，故空间杜宾模型不可简化为空间误差模型或空间滞后模型。LR统计量均显著，因此，无法简化为空间自回归模型（SAR）或空间误差模型（SEM）。故选择更广义的空间杜宾模型分析。通过Hausman检验，判定模型（6）采用固定效应。面板全局Moran's I指数显著为正，说明变量间存在空间集聚效应。考虑到固定资产投资的存量调整与惯性作用，本文纳入因变量滞后一期构建动态空间杜宾模型（QML）做对比研究。且由前文分析可知，绿色经济效率提升主要来自技术进步的增长效应，因而进行被解释变量的替换以深入分析地区金融集聚促进绿色经济效率提升的内在传导机制。另外，考虑到点估计回归结果存在一定偏误，不能展示偏回归系数，因此，用偏微分法分解空间效应，结果见表7。在三种空间权重矩阵下，金融集聚对技术进步的影响系数显著但均低于对绿色经济效率的影响系数，说明金融集聚主要通过技术进步促进绿色经济效率提升。这是由于绿色经济效率的增长来自技术进步的增长效应，技术效率相对较低，尚未形成规模经济，资源配置未达最优水平，存在浪费现象。且绿色经济效率的时间滞后一期项的系数为负，意味着前一时期本地绿色经济效率的提高对本期具有抑制作用，说明本地绿色经济效率存在技术效率的恶化，仍存在潜在的帕累托改进空间，显示当地加快转变经济增长模式以提升绿色经济效率的紧迫性。其空间滞后项系数[ρ]显著为正，说明绿色经济效率在地区间存在空间关联效应，空间因素对其提升具有正向影响。

从直接效应来看，如表8，三种空间权重矩阵下，金融集聚作用系数均显著为负，二次项的为正，说明金融集聚对绿色经济效率呈先升后降的U形关系，这也验证了前文门槛模型回归结果的正确性。金融集聚初期为追求经济效益大多投向高能耗粗放式行业，对技术创新的资金支持不足，且前期金融配套设施不完善，会降低金融资源配置效率，产生集聚不经济现象，制约本地绿色经济效率提升。随着金融行业对节能环保新兴产业的不断重视，将更多金融资源投向用于环保项目的技术创新，减少对污染行业的支持，且后期金融基础设施不断完善，提高了各项资源的配置效率，金融集聚发挥出应有的规模经济和技术进步效应的正外部性，推动绿色经济效率提升。

在溢出效应上，金融集聚的偏回归系数在地理距离和嵌套权重矩阵下均显著为负，二次项为正，与绿色经济效率的关系同样呈U形，但作用系数大小均大于直接效应，说明前期周边地区金融集聚通过吸引和占据本地金融资源，支持高能耗粗放式行业的同时会排放大量污染物，进而抑制本地绿色经济效率提升。后期金融集聚沿着资源配置的帕累托改善路径在地区间流动，通过区域间的技术交流合作，促进节能环保新兴行业发展，形成绿色产业的规模经济效应，环境污染排放减少，环境质量得到显著提升并产生正向空间溢出效应，在促进本地绿色经济效率提升的同时，也受到周边地区的正向溢出影响。金融集聚在经济距离权重矩阵下的作用均不显著，说明经济联系加强了金融资源的集聚效应，市场竞争激烈，不断吸引和占据周边地区的金融资源，使得其对绿色经济效率的影响以本土效应为主，随着要素边际产出递减无法有效溢出。

（四）中介效应检验

地区金融集聚对绿色经济效率的影响除了内在的技术进步的空间机制，会否存在其他空间传导机制？ 本文依据前文理论分析并参考有关做法（施本植等，2018）[16]，采用空间嵌套权重矩阵，以产业结构高级化与合理化为中介变量进一步检验其影响金融集聚促进绿色经济效率提升的空间机制。模型回归结果见表9。模型（10）和（12）中，金融集聚直接效应系数均显著为正，二次项系数均为负。根据沙依甫加玛丽·肉孜和邓峰（2020）[30]的检验步骤，在同时加入金融集聚及产业结构升级的模型（11）和（13）中，产业结构高级化与合理化直接效应系数均显著为负，金融集聚直接效应系数仍为负，二次项系数仍为正，说明金融集聚还会通过产业结构高级化与合理化的中介机制对本地绿色经济效率产生空间影响，部分中介效应占总效应的比例分别为4.12%和4.45%、3.47%和4.42%，相对于合理化，产业结构高级化在金融集聚作用于当地绿色经济效率过程中的影响更大。

六、主要结论与政策建议

本文选取2007—2019年中国30个省份数据，首先，运用ML指数测算并分解包含非期望产出的绿色经济效率，并从时空动态视角初步检验金融集聚对其的非均衡冲击特征;其次，通过构建面板门槛和空间杜宾模型实证分析两者间的非线性关系;最后，运用中介效应模型进一步探究金融集聚以产业结构高级化与合理化的中介渠道促进绿色经济效率提升的空间机制。得到结论如下：第一，全国绿色经济效率增长主要来自生产技术进步，呈N形波动趋势，技术效率大部分时间低于技术进步，追赶效应不足。超过一半省份的年均绿色经济效率达到效率生产的前沿面，且大部分位于发达的东部，金融集聚程度也较高。第二，金融集聚促进绿色经济效率提升具有单门槛效应，但后期这种促进作用对金融资源丰富的东部影响有限。考虑到地区异质性，将金融集聚二次项纳入空间计量模型进一步验证了其对本地及周边地区绿色经济效率提升的非线性影响，具体均呈U形，且主要通过技术进步的内在空间机制实现。第三，金融集聚还能通过促进产业结构高级化与合理化的中介机制对当地绿色经济效率提升产生影响，其中产业结构高级化的部分中介作用更大。

基于上述分析提出以下政策建议：第一，因地制宜实施差异化金融发展策略。北京、上海等金融中心应注重金融服务实体经济质量，增加对高技术企业的资金支持，加强与中西部省份在技术、人才上的交流合作。同时，积极引导金融资源向中西部转移，加快金融配套设施建设，发挥金融集聚提升绿色经济效率的潜能。第二，鼓励区域金融多样化集聚，不断增强和优化各地金融业的竞争力和资本配置效率。地方政府可制定相關政策吸引更多金融资源流向低碳环保经济领域，并基于长效监督机制提高其对绿色技术创新的支撑能力，保障绿色经济效率的持续提升。在增强金融集效应的同时，也要加大相关配套设施建设的投资力度，推进与相邻省份金融业的信息共享和技术创新的交流合作，促进区域间金融资源流动并引导其更多流向绿色产业，实现与周边地区的联动、协同发展。第三，加强金融集聚对产业升级的支持，充分重视产业结构高级化和合理化在金融集聚促进绿色经济增长中的部分中介作用。一方面，通过引导金融资源更多配置到技术创新和节能环保行业，缓解其研发风险带来的融资压力，为产业技术升级提供充足资金支持;另一方面，通过创新金融工具，激励各类行业主动进行技术升级和清洁生产，促进产业结构优化调整，从而推动金融集聚与产业结构升级的协同发展，共同助力绿色经济增长。

参考文献：

[1]Christopoulos D K，Tsionas E G. 2004. Financial Development and Economic Growth：Evidence From Panel Unit Root and Cointegration Tests [J].Journal of Development Economics，73（3）.

[2]Mathys N A，Brülhart M. 2008. Sectoral Agglomeration Economies in A Panel of European Regions [J].Regional Science and Urban Economics，38（3）.

[3]Munitlak Ivanovic O，Zubovic J，Mitic P. 2017. Relationship Between Sustainable Development and Green Economy-emphasis on Green Finance and Banking [J]. Ekonomika Poljoprivreda-Economics of Agriculture，64（4）.

[4]林晓，徐伟，杨凡，赵林. 东北老工业基地绿色经济效率的时空演变及影响机制——以辽宁省为例[J]. 经济地理，2017，（05）

[5]班斓，袁晓玲.中国八大区域绿色经济效率的差异与空间影响机制 [J]. 西安交通大学学报（社会科学版），2016，（05）.

[6]钱龙.中国城市绿色经济效率测度及影响因素的空间计量研究 [J]. 经济问题探索，2018，（08）.

[7]何宜庆，陈林心，焦剑雄，王芸.金融集聚的时空差异与省域生态效率关系研究 [J].数理统计与管理，2017，（01）.

[8]杨旭，刘祎，黄茂兴. 金融集聚对经济发展绩效与经济发展质量的影响——基于制度环境视角的研究[J].经济问题，2020，（01）.

[9]李秋敏. 金融集聚的经济增长效益及时空分异特征研究——基于省级面板数据的空间计量分析[J]. 工业技术经济，2020，（08）.

[10]胡国晖，郑美美.金融集聚、金融创新与区域经济增长 [J].河北经贸大学学报，2020，（07）.

[11]张东，王豪杰.金融集聚、空间溢出与地区工业绿色创新效率 [J].经济经纬，2020，（11）.

[12]梅冰菁，罗剑朝. 金融集聚对经济增长的空间溢出效应及时空异质性研究——基于产业结构的调节效应检验 [J].新疆大学学报（哲学·人文社会科学版），2020，（11）.

[13]许哲.金融集聚对金融产业影响的作用途径和效应分析 [J].商业经济研究，2015，（26）.

[14]于斌斌. 金融集聚促进了产业结构升级吗：空间溢出的视角——基于中国城市动态空间面板模型的分析[J].国际金融研究，2017，（02）.

[15]陈彤，胡青江，闫海龙. 金融集聚对绿色经济效率的影响研究——基于Super-DEA模型和SGMM模型的实证分析 [J].技术经济与管理研究，2020，（09）.

[16]施本植，许宁，刘明，邓铭. 金融集聚对城市绿色经济效率的影响及作用渠道——基于中国249个地级以上城市的实证分析 [J].技术经济，2018，（08）.

[17]张钟元，李腾，马强. 金融集聚对城市绿色经济效率的门槛效应分析——基于我国九个国家中心城市统计数据 [J].技术经济与管理研究，2020，（03）.

[18]袁华锡，刘耀彬，封亦代.金融集聚如何影响绿色发展效率？——基于时空双固定的SPDM与PTR模型的实证分析 [J].中国管理科学，2019，（11）.

[19]修国义，朱悦，刘毅. 金融集聚对科技创新效率影响的双重特征分析 [J]. 科技进步与对策，2019，（09）.

[20]Hansen B E. 2000. Sample Splitting and Threshold Estimation [J].Econometrica，68（03）.

[21]王锋，李紧想，张芳，吴艳杰.金融集聚能否促进绿色经济发展？——基于中国 30 个省份的实证分析 [J]. 金融论坛，2017，（09）.

[22]孙叶飞，周敏. 中国城镇化、产业结构高级化对CO2排放的影响——基于独立效应和联动效应双重视角[J].资源科学，2016，（10）.

[23]干春晖，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响 [J].经济研究，2011，（05）.

[24]张林.中国双向 FDI、金融发展与产业结构优化[J].世界经济研究，2016，（10）.

[25]张军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952—2000 [J].经济研究，2004，（10）.

[26]倪瑛，陈柏云，王忆雯.金融发展、环境规制与绿色全要素生产率——基于空间杜宾模型的实证分析 [J]. 贵州财经大学学报，2020，（03）.

[27]孙志红，陆阿会.环境规制、绿色金融与环保企业投资 [J].金融发展研究，2021，（01）.

[28]袁華锡，刘耀彬.金融集聚与绿色发展——基于水平与效率的双维视角 [J].科研管理，2019，（12）.

[29]刘莎，刘明.绿色金融、经济增长与环境变化——西北地区环境指数实现“巴黎承诺”有无可能？ [J].当代经济科学，2019，（06）.

[30]沙依甫加玛丽·肉孜，邓峰.资本市场扭曲与绿色经济效率——基于空间杜宾模型的实证分析 [J].南京审计大学学报，2020，（01）.

The Spatial Mechanism of Financial Agglomeration Affecting the Efficiency of Green Economy

Zhu Guangyin/Wang Simin

（School of Business，Qingdao Technological University，Qingdao   266520，Shandong，China）

Abstract：In the context of current structural transformation，financial agglomeration can provide financial support for green transformation and technological upgrading of major industries. Based on data from 30 Chinese provinces from 2007 to 2019，this paper investigates the nonlinear mechanism of financial agglomeration promoting green economic efficiency using threshold effect and spatial Durbin model，and tests the spatial mechanism of financial agglomeration promoting green economic efficiency as a mediating channel of industrial structural upgrading with a mediating effect model. The results show that：（1）the national green economic efficiency has an N-shaped fluctuation trend，which mainly comes from the growth effect of technological progress;（2）the impact of financial agglomeration on green economic efficiency rises first and then decreases in a U-shaped relationship， with financial agglomeration unfavorable to green economic efficiency improvement in local and neighboring regions in the early stage and playing a positive promoting role in the later stage;（3）financial agglomeration influences the efficiency of local green economy through the intermediary mechanism of industrial structure advanced and rationalization，where the intermediary role of industrial structure advanced part is greater.

Key Words：green economic efficiency，Spatial Dubin Model，panel threshold model，mediation effect

（责任编辑    关   健;校对   GJ，WY）

收稿日期：2021-09-17      修回日期：2021-10-26

基金项目：教育部人文社会科学研究项目“新时代绿色金融创新影响农村生态文明建设的内在机理、效应测度与政策仿真研究”（19YJCZH150）;山东省社会科学规划研究项目“新旧动能转换背景下绿色金融发展的现实障碍与破解路径研究”（18CJJJ16）。

作者简介：朱广印，男，山东临沂人，金融博士，青岛理工大学副教授，研究方向为绿色金融;王思敏，女，湖北黄石人，

青岛理工大学，研究方向为绿色金融。