金融集聚如何影響綠色發展效率?
——基于時空雙固定的SPDM與PTR模型的實證分析

袁華錫，劉耀彬，封亦代

(1.南昌大學經濟管理學院，江西 南昌 330031；2.肯特州立大學地理系，美國俄亥俄州肯特市 44242-0001)

1 引言

黨的十九大提出，加快文明體制改革，建設美麗中國，實現中國經濟社會“高質量發展”，這不僅關系到中國經濟增長的轉型升級，更是中華民族永續發展的千年大計。金融業作為現代經濟的核心要素，憑借自身“清潔型”和“動力型”特點，對于提升中國綠色發展效率起著至關重要的作用。關注金融集聚對綠色發展效率的空間效應及其空間衰減邊界，探究金融集聚對綠色發展效率非線性沖擊的形成機制，對于深入理解金融集聚與綠色發展效率的互動作用，解決中國經濟增長與環境保護的尖銳矛盾，具有重要的理論意義和政策意義。

一般認為，金融集聚是“金融資源與地域條件協調、配置、組合的時空動態變化，金融產業成長、發展，進而在一定地域空間生成金融地域密集系統的變化過程”[1]。許多學者先后都關注到金融集聚對綠色發展效率提高的影響，并探討了金融業可以通過資本支持效應、資本配置效應、企業監督效應和綠色金融效應等途徑提高綠色發展效率，這種效應首先體現在空間溢出規律上[2]。而Porteous[3]、Zhao[4]等發展起來的“信息腹地理論”，則強調信息的外部性、信息不對稱和路徑依賴在塑造信息腹地的構成和確定金融集聚的發展中起關鍵作用，他們認為，信息技術的發展雖然為更遠距離的金融服務提供了可能，但是由于金融活動高度依賴于非標準化信息與信用體系，因此，金融集聚不可能表現出Obrien[5]提出的地理學終結，而是呈現出一定的區域衰減邊界，后來，Ghoul等[6]的研究也印證了這一點，他發現，當公司位于距市中心100公里以內的最近的一個金融中心范圍內或處于大都市統計區內時，公司可以享受低于7個基點的股權融資成本，支持了金融集聚可能存在區域邊界的推斷。其次，金融集聚對綠色發展效率的影響可能在時間上表現出非線性關系[7-8]。嚴成樑等[9]通過構建一個包含金融發展、創新和二氧化碳排放的內生增長模型，考察了金融發展對二氧化碳的影響，理論和實證分析表明，信貸規模對我國二氧化碳強度的影響存在倒U 型關系。李紅和王彥曉[10]的研究表明，經濟發達地區城市顯著受惠于鄰近城市金融集聚的外溢效應。袁冬梅和魏后凱則認為，對外開放水平有利于提高金融集聚水平，進而影響到綠色發展效率[11]。于斌斌[12]還發現，金融集聚在不同城市規模約束下對產業結構升級表現出明顯差異。這意味著金融集聚對綠色發展效率的非線性影響，很可能是金融集聚、經濟發展水平、對外開放水平及城市規模等中間機制引起的。事實上，許多學者曾經嘗試通過空間計量模型和面板門檻模型解釋金融集聚對綠色發展效率的空間溢出效應及其門檻特征。何宜慶等[13]曾采用空間計量模型分析金融集聚對生態效率影響，但沒有揭示金融集聚的空間衰減邊界。另外有些學者雖然關注到金融集聚與綠色發TFP或綠色經濟效率的門檻特征，卻忽視了金融集聚的空間溢出效應[7, 14]。

鑒于此，本文基于空間距離衰減規律與中間機制假說，采用中國2003—2014年272個地級及以上城市的面板數據，通過空間面板杜賓模型測度金融集聚對綠色發展效率的空間溢出效應及其衰減邊界，利用面板門檻模型分別檢驗金融集聚、經濟發展水平、城市規模與對外開放水平四種不同機制約束下，金融集聚對綠色發展效率的影響。試圖解決以下兩個關鍵問題：①金融集聚對綠色發展效率是否存在空間外溢？倘若存在空間外溢效應，其范圍究竟有多大？空間外溢的區域邊界在哪里？②導致金融集聚與綠色發展效率產生非線性關系的中間機制是什么？中間機制的閾值條件是什么？在不同中間機制約束下，金融集聚又如何影響綠色發展效率？與以往研究相比，本研究的貢獻在于：第一，本文采用空間面板杜賓模型檢驗了金融集聚對綠色發展效率的空間溢出效應，回答了其空間溢出范圍的大小及區域邊界，證實了空間距離衰減假說；第二，本文利用面板門檻模型，檢驗了不同約束機制下，金融集聚對綠色發展效率的影響，回答了如何在不同約束機制下，如何更好的提高中國綠色發展效率。

2 理論分析與數據方法

2.1 理論分析

假說1：金融集聚對綠色發展效率存在明顯的空間溢出，且這種空間溢出效應會存在具有空間衰減特征的地理邊界。

(1)根據“極化—涓滴效應學說”解釋，發展是通過一個不連續的但是又逐步積累的創新過程實現的，通常起源于區域內少量的“中心區”，創新由這些“中心區”向周邊潛力較小的區域“外圍”擴張，“外圍區”依附于“中心區”而獲得發展[15]。早期，金融集聚“中心區”存在于一些特大城市和大城市，隨著條件的逐漸成熟以及金融行業的快速發展，大量資本要素、人才要素、技術創新不斷向區域金融集聚中心區涌入，由于金融行業本身的“逐利性”特點和產業發展自身需要，金融集聚中心區會不斷向更遠距離區域蠶食金融資源，最終向鄰近地區產生空間溢出[16-17]。然而，由于中國幅員遼闊，各地區原始發展條件存在巨大差異，導致中國金融資源在空間分布不均衡[18]，金融差異總體表現沿倒“U”型軌跡演進，中西部地區則由于金融資源的大量外流和回流障礙而長期鎖定于金融均齊發展的低差異狀態[19]。顯然，金融集聚對綠色發展效率存在明顯空間溢出。(2)根據“信息腹地理論”，金融行業的健康發展依賴于大量非對稱信息，受限于中國信用市場的不完備性，金融行業發展依然具有較強的本地偏好，與此同時，金融集聚空間溢出作用受到地方保護主義和行政邊界分割的約束[20-22]。最終，導致金融集聚對綠色發展效率的影響在地里空間范圍上表現出一定的區域邊界。

假說2：在金融集聚、城市規模、對外開放水平以及經濟發展水平四種機制調節下，金融集聚對綠色發展效率的影響都表現為非線性沖擊。

(1)根據集群生命周期理論解釋，在向心力與離心力的綜合作用下，金融集聚表現出明顯的階段性差異，其具體形式有集聚、擴散及均衡三種。顯然，金融集聚這種階段性變化可能會對綠色發展效率產生非均衡性沖擊[23-24]。(2)根據城市規模假說，由于大城市具有先進的公共服務水平和優越的區位條件，早期金融集聚主要分布在全球性或區域性大城市，譬如美國的紐約，日本的東京及中國的香港都是世界性著名金融中心，說明金融集聚與城市規模存在較強相關性[25]，但是受制于不同國家及其內部城市發展水平的階段性約束，金融集聚對綠色發展效率的影響可能表現出差異[26-27]。(3)根據開放性假說解釋，與開放經濟體相比，封閉經濟下產業集聚更容易促進經濟增長，這主要是因為地理距離的縮短為節省交易成本提供了可能，且有利于縮減信用成本，金融集聚作為高度依賴信用體系發展的產業具有明顯的封閉性特征，但為了構建世界性或區域性金融中心，金融機構及其附屬機構不斷拓展金融服務等級和服務范圍，積極參與世界金融分工，在這種情況下，隨著對外開放層次與水平的提高，金融集聚對綠色發展效率的影響也可能存在門檻特征，已有部分研究證實了上述猜想[28-29]。(4)根據威廉姆森假說解釋，金融集聚對綠色發展效率的影響很可能受到經濟發展水平的制約，因為金融集聚作為現代城市的高端增值服務業需要高水平的配套和經濟支撐，金融行業的發展具有較高的人口門檻和市場門檻，這就促使金融集聚始終傾向于布局經濟發展水平較高地區，孫鐵山和陳心穎提供中國證據支持了“威廉姆森假說”[30-31]。以上理論分析表明，金融集聚對綠色發展效率的非線性沖擊很可能是由金融集聚、城市規模、對外開放水平及經濟發展水平四大中間機制引起的。

2.2 研究方法

本文基于環境經濟領域廣泛應用的IPAT模型隨機擴展式(STIRPAT)，在充分考慮傳統變量人口因素、富裕程度及技術水平對綠色發展效率作用的基礎上[32]，加入金融集聚因素，以觀察金融集聚對綠色發展效率的影響，計量模型如下：

Iit=lnai+β1Fit+β2lnPit+β3lnAit+β4lnTit+lnεit

(1)

其中，下標i、t分別表示城市與年份；a為模型系數；I是被解釋變量環境影響或環境壓力；F為本文核心考察變量；P表示人口因素對環境壓力造成的影響；A指的是富裕程度帶來的環境影響；T是代表技術水平產生的環境影響。ε為隨機擾動項。

Anselin[33]認為，空間經濟單元并不是孤立存在的，而是通過各種聯系與鄰近經濟單元在空間上相互作用，表現出地理上的空間依賴和溢出特征。本文重點考察的金融集聚變量具有強烈的空間外部性，因此，在探討金融集聚與綠色發展效率關系的時候有必要引入空間效應予以考察。空間計量模型具體形式多樣，Lesage 和Pace[34]在綜合考慮了因變量和自變量的空間依賴性，構建了同時包含因變量空間滯后項和自變量空間滯后項的空間杜賓模型(Spatial PanelDurbin Model，SPDM)，該模型同時兼顧了解釋變量與被解釋變量的空間效應，在空間效應考察方面具有獨特優勢。因此，本文基于STIRPAT模型，進行空間拓展，采用空間面板杜賓模型對中國金融集聚與綠色發展效率的關系進行深入研究。模型表達式：

Iit=a+ρWijIit+β1Fit+β2lnPit+β3lnAit+β4lnTit+θ1WijFit+θ2WijlnPit+θ3WijlnAit+θ4WijlnTit+μi+vt+lnεit

(2)

其中，下標i、j表示城市，t是年份；I、F、P、A、T、ε含義同式(1)；β1、β2、β3、β4分別表示金融集聚、人口因素、富裕程度、技術水平的回歸系數，θ1、θ2、θ3、θ4代表四個變量空間滯后項的回歸系數；W為272×272階的空間權重矩陣；ρ為空間滯后回歸系數，表示區域之間的影響程度；a是常數、ui是個體固定效應，vt為時間固定效應。具體變量選擇，將在下文予以詳細介紹。

另外，由于金融集聚對綠色發展效率存在多重條件約束，為此，本文采用面板門檻模型(Panel Threshold Regression，PTR)考察金融集聚對綠色發展效率的門檻特征[35]。該方法不僅能較為準確的計算門檻值，還能對內生的“門檻特征”進行顯著性檢驗。面板門檻模型如下：

Iit=lnai+β1Fit+β2lnPit+β3lnAit+β4lnTit+β51Fit·I(qit≤λ1)+β52Fit·I(qit>λ1)+β53Fit·I(qit<λn)+lnεit

(3)

其中，qit為門檻變量；λ1、λ2…λn為待估算的門檻值；I(g)為指標函數，其他參數同上。

2.3 變量選擇與數據來源

被解釋變量：綠色發展效率(I)。本文采用考慮非期望產出的超效率SBM模型(Super-SBM-undesirable)來測度綠色經濟效率[36]，該方法可以有效解決效率高估問題及投入、產出效率非徑向調整問題[37-38]。具體步驟如下：首先，通過地區實際生產總值對工業二氧化硫排放量、工業廢水排放量、工業煙塵排放量進行單位化處理，進而通過熵值法計算得到環境污染綜合指數，作為非期望產出的代理變量；其次，選取全社會固定資產投資、年末就業人數、單位能耗工業產值、工業用電量為投入變量，利用全市實際地區生產總值來衡量期望產出[39]；最后，采用MaxDEA軟件進行測算。投入產出中涉及到的價格變量統一采用GDP指數進行評價，以消除通貨膨脹的影響。

門檻變量(中間機制)：參考現有研究處理方法，本文分別選取市轄區年末總人口表征城市規模(UR)，采用進出口貿易總額與全市GDP比重度量對外開放水平(OD)，進出口貿易總額數據依據歷年匯率折算成人民幣，全市GDP折算為2003年的不變價格，選擇全市實際GDP刻畫經濟發展水平(EL)。

控制變量：IPAT模型中的三個固有變量如下，本文分別選取全市年末總人口表示人口因素(P)；利用人均實際GDP衡量富裕程度(A)；采用單位工業生產總值能耗代表技術水平。隨著經濟社會發展和技術進步，越來越多影響環境壓力的因素也被考慮到IPAT模型擴展式中，本文結合中國綠色發展實際情況，分別選取環境規制、產業結構及能源結構四個重要控制變量予以進一步考慮。眾所周知，中國的環境治理屬于政府主導型，環境規制的強弱直接影響到綠色發展效率，本文從規制的效果出發，選取工業二氧化硫去除率、工業固體廢物綜合利用率、工業煙塵去除率、生活污水處理率及生活垃圾無害化處理率五個指標，通過熵值法計算得到各自權重，然后，線性加權求和得到不同城市不同年份環境規制效果(ER);另外，由于產業結構決定了污染的類型和總量特征，因此，本文采用第二產業增加值與第三產業增加值之比(IS)來要控制產業結構對綠色發展效率的影響；最后，要重視能源結構的影響，由于中國“富煤，少油，少汽”，煤炭型能源消費成為了中國經濟社會的的主導型能源消費結構，對綠色發展效率產生較大影響，受限于數據的可獲得性，本文選擇工業用電量與全社會用電量之比來反映城市能源結構(ES)。

空間權重矩陣。本文通過經緯度計算兩個城市質心之間的歐氏距離倒數來刻畫城市之間的空間依賴性特征，相較于鄰近空間權重矩陣，反距離空間權重矩陣的解釋力不會隨著樣本量的增加而減小[41]。計算公式：

(4)

式中dij為根據城市經緯度計算的城市i與城市j的地理距離，本文采用兩個城市之間的距離倒數作為空間權重矩陣，測度城市之間的空間相互作用。

研究樣本為2003-2014年間中國272個地級及以上城市的平衡面板數據。個別缺失數據采用插值法補齊，剔除個別數據嚴重缺失的城市。同時，為消除價格影響，所有價格變量都以2003年為基期，采用GDP指數進行平減。地圖數據均來自于國家基礎地理信息中心。為減小異方差，本文還對相關數據進行了對數化處理。表1和表2分別報告了各變量的定性描述與描述性統計結果。觀察表2可知，所有變量不存在異常值情況，數據波動較小，平穩性較好，而且所有變量的方差膨脹因子值均小于4，說明解釋變量間不存在嚴重共線性問題。

表1 變量定性描述

表2 各變量的描述統計結果

3 實證分析

3.1 初步統計觀察

在深入研究該命題之前，有必要利用經驗數據進行初步統計分析，以便準確把握金融集聚與綠色發展效率之間的基本關系。因此，本文通過區位熵模型和Super-SBM-Undesirable模型分別計算出272個城市2003—2014年的金融集聚與綠色發展效率，同時，利用ArcGIS10.2自然間斷點分級法繪制出二者空間格局分布圖，并分別按照金融集聚程度和綠色發展效率值命名為低水平金融集聚、中等水平金融集聚和高水平金融集聚，低水平綠色發展效率、中等水平綠色發展效率和高水平綠色發展效率。

觀察圖1可知，2003年金融集聚和綠色發展效率在空間分布上既存在一致性，也存在空間錯位線性。東南沿海地區金融集聚水平與綠色發展效率普遍較高，而中西部地區相對次之，但不同年份也表現出明顯差異。2014年金融集聚高水平區域則更趨于集中布局，區域性金融中心逐漸形成，高水平金融集聚主要分布在江浙一帶和京津地區，同年272個城市綠色發展效率也有顯著提高，中西部大部分區域逐漸由低水平綠色發展效率區域向中高水平綠色發展效率區域跨越。這說明金融集聚與綠色發展效率可能某種空間聯系，且這種空間聯系受到時空非均衡擾動。

眾所周知，集群生命周期理論認為，不同時期的金融集聚效應存在巨大差異，那么樣本研究期間，中國金融集聚與綠色發展效率之間是否也存在階段性差異，這值得進一步思考？為此，本文以2003—2014年中國272個地級以上城市的綠色發展效率為縱軸，金融集聚為橫軸繪制圖2。從中可以看出，金融集聚與綠色發展效率之間總體呈現正相關關系，但是在金融集聚為1附近，綠色發展效率產生明顯上下分層現象，表明金融集聚不僅能夠促進綠色發展效率提高，還有跳躍式增強的跡象，呈現出明顯的門檻特征。

3.2 金融集聚對綠色發展效率空間溢出及其空間衰減

3.2.1 金融集聚對綠色發展效率的空間溢出

綜合理論分析與初步統計觀察可知，金融集聚與綠色發展效率之間存在顯著空間依賴，而且這種空間依賴性因距離遠近而變化。因此，本文采用空間面板杜賓模型對假說進行檢驗。

在進行空間計量分析之前，本文預先采用傳統面板模型考察金融集聚與綠色發展效率之間的關系。通過F檢驗(41.99***)、BP-LM檢驗(10578.58***)及Hausman檢驗(16.36***)進行模型篩選，發現變截距固定效應模型適用于估計金融集聚與綠色發效率之間的關系。隨后，本文采用變截距固定效應模型對式(1)進行估計。結果如表3列(1)所示，金融集聚對綠色發展效率存在顯著的正向影響，回歸系數為0.139且在1%的置信水平上顯著，說明金融集聚與綠色發展效率之間確實存在互動。

圖1 2003年與2014年金融集聚與綠色發展效率空間格局

圖2 金融集聚與綠色發展效率的散點關系圖

為此，本文進一步采用空間計量模型對式(2)進行估計。通過LM(Robust)檢驗、Wald檢驗、LR檢驗及Hausman檢驗發現(表2)，空間滯后模型(SAR)與空間誤差模型(SEM)都可以檢驗金融集聚對綠色發展效率的空間外溢效應。鑒于此，作者進一步采用Wald檢驗和LR檢驗篩選模型，結果顯示，Wald檢驗與LR檢驗均顯著拒絕原假設，表明單純使用空間滯后模型和空間誤差模型考察金融集聚的空間溢出效應都可能存在偏誤，且Hausman檢驗結果在1%的置信水平上顯著拒絕了原假設。綜上，本文最終選擇固定效應下的空間面板杜賓模型(SPDM)對金融集聚與綠色發展效率的空間外溢效應及其衰減邊界進行分析。

表2 普通面板模型的檢驗結果

注：***、**、*分別表示在1%、5%和10%的置信水平下顯著性，下同。

表3 空間杜賓模型估計結果

續表3 空間杜賓模型估計結果

已有研究表明，空間計量模型中，本地區解釋變量的變化不僅會影響到鄰近區域值的變化，還會反過來對本地區值變化的產生沖擊，而傳統的點估計無法捕捉到這種“反饋效應”[42-43]。為此，本文參考已有文獻處理方法，采用偏微分分解方法分析金融集聚對綠色發展效率的影響[44-45]。表3列(2)的分解結果表明，①直接效應下的金融集聚對綠色發展效率的影響系數為0.123，通過了1%的顯著性檢驗，即本地區金融集聚水平的提高有助于提高本地區的綠色發展效率，與變截距固定效應估計系數相比，降低了0.019，這說明傳統面板模型由于忽略了空間相關性問題，導致金融集聚對綠色發展效率影響被高估；②間接效應(空間溢出效應)下的金融集聚系數為0.960，且在1%的水平下顯著，即本地區金融集聚水平的提高有助于促進相鄰地區綠色發展效率的提高。此外，對比金融集聚直接效應與間接效應下的回歸系數可知，金融集聚對綠色發展效率的區域間溢出要明顯強于區域內溢出，這說明金融集聚對綠色發展效率確實存在空間溢出，為假說1的前半部分提供了實證支持。

金融集聚之所以存在顯著的空間溢出效應，可能的解釋是：①金融服務業的特性。根據中心地理論解釋，每個行業企業都需要一個市場門檻來維持它的生存，根據提供的服務或產品的等級，不同的行業企業有不同的市場門檻和服務范圍。金融行業作為高端服務業具有較高的服務價格、較低的購買率、較高的市場門檻和較大的服務范圍，金融服務業早期不斷極化吸收周邊金融資源，并逐漸向區域性金融中心甚至全國性金融中心轉變，金融中心再通過擴散效應或“涓滴效應”，服務相鄰地區，從而產生空間外溢。②信息技術的發展。現代信息技術的發展，使得地理距離對金融服務業的影響逐漸降低，空間摩擦系數的縮小為金融集聚的空間外溢提供的條件，在一定程度上削弱了信息不對稱帶來的不利影響，為遠距離金融擴散提供了技術支撐。

3.2.2 金融集聚對綠色發展效率的空間衰減邊界

圖3 金融集聚空間外溢系數隨地理距離的變化

回歸結果顯示，空間外溢系數基本在60—600公里的區域內高度顯著且基本通過1%的顯著性水平檢驗，超過600公里后，空間外溢系數變得不再顯著，這表明金融集聚對綠色發展效率的空間溢出符合地理距離衰減規律。具體來看，金融集聚空間外溢系數與相應的地理距離閾值曲線關系大致可以分為三個區間(圖3)：①距離閾值小于300公里時，金融集聚對鄰近地區綠色發展效率具有顯著的抑制作用，且距離越近抑制作用越強，但這種“極化作用”會在300-400公里的空間距離范圍內發生反轉。可能的原因是，“一山不容二虎”，離金融中心越近的城市，經濟聯系越緊密，金融業務聯系依賴程度越高，資本“極化”的效率更高，獲取信息的成本越低，這也解釋了為什么大型金融中心無法在同一地區并存。②距離閾值介于300—600公里時，金融集聚對鄰近地區綠色發展效率逐漸表現為正向促進作用，且在400公里時達到峰值0.364，也就是說，金融集聚往往能夠更加有力的提升省域邊界附近城市的綠色發展效率，可能的解釋是，處于省域邊界的城市主要依靠區域金融中心融資，所屬地區經濟發展方式與產業結構等一般傾向于模仿發達的金融中心城市，導致邊界城市對中心城市依賴度較高，同時，金融中心由于業務的拓展和信息技術的發展，也有向外不斷擴張的欲望，從而為金融集聚對邊界城市的空間溢出提供了充分條件。③距離閾值超過600公里時，由于權重矩陣內空間單元的急劇減少，空間外溢系數表現為隨機波動現象，且無法通過顯著性檢驗，這意味著金融集聚對鄰近城市綠色發展效率的空間溢出受到行政邊界分割的阻礙。總體來看，金融集聚對鄰近地級市綠色發展效率的影響會隨著地理距離的增加而降低，特別值得一提的是，隨著地理距離的擴大，金融集聚對鄰近城市綠色發展效率的影響是一個先負后正的衰減過程。這為假說1的后半分提供了經驗證據，有力地支持了空間衰減邊界假說。

為了檢驗結果的穩健性，本文選擇城市人口密度衡量人口因素對環境的沖擊，利用城市年末專利授權量度量技術水平，并加入環境規制、產業結構及能源結構三個控制變量，采用空間面板杜賓模型進行估計，并記錄金融集聚的回歸系數及t值，繪制出金融集聚系數隨地理距離變化圖(圖3)，穩健性結果表明，金融集聚對綠色發展效率的空間外溢確實存在空間衰減邊界，且三個區間變化范圍與前述回歸結果基本一致，進一步支持了空間衰減假說。

3.3 金融集聚對綠色發展效率非線性沖擊的中間機制分析

基于理論分析和統計分析可知，導致金融集聚與綠色發展效率之間產生非線性關系的重要因素是：中間機制的介入。為此，本文采用面板門檻回歸模型分別檢驗金融集聚、經濟發展水平、城市規模與對外開放水平約束下，金融集聚對綠色發展效率的異質性沖擊。具體步驟如下：第一，通過門檻效應檢驗確定門檻個數，進而確定模型形式。第二，分別估計四種中間機制下的門檻值。觀察表4可知，金融集聚對綠色發展效率的影響受到金融集聚水平、經濟發展水平、城市規模以及對外開放水平的制約，其中金融集聚水平與經濟發展水平下表現出雙門檻，城市規模與對外開放水平下表現為單一門檻，金融就水平門檻值分別為1.128與1.949，經濟發展水平門檻值分別為16700.383與2726.544，城市規模門檻值為107.58，對外開放水平門檻值為0.0291。

表4 門檻效應檢驗

注：括號內為標準誤，*、**、***分別表示在10%、5%和1%水平上顯著(雙尾檢驗)，LM統計量及顯著性檢驗是采用Bootstrap法模擬3264次得到的結果。

門檻效應檢驗結果表明，金融集聚對綠色發展效率的影響的確受到金融集聚、城市規模、對外開放水平及經濟發展水平的調節，這為假說2提供了初步證據。接下來，本文依據門檻檢驗結果，進一步估計四重中間機制調節下，金融集聚對綠色發展效率的影響(表5)。

表5 基準門檻回歸結果

從表5結果可知，①金融集聚水平的門檻效應。當金融集聚水平處于第一重門檻左側時，金融集聚對綠色發展效率的影響為0.074且在1%的置信水平下顯著；當金融集聚水平介于第一重門檻和第二重門檻之間時，金融集聚對綠色發展效率的正向促進作用顯著增強；當金融集聚水平邁過第二重門檻1.949時，金融集聚對綠色發展效率的正向促進作用達到最強，為0.211且在1%的置信水平下顯著。截止2014年底，中國272個地級市中有87.13%的地級市仍然沒有邁過第一重門檻，只有12.87%的城市進入第一重門檻和第二重門檻之間。這表明金融集聚水平約束下，金融集聚對綠色發展效率的提高呈現“梯度式”增強，可能是受“馬太效應”的影響，隨著金融集聚水平的提高，金融中心對金融資源的“極化作用”愈強，為金融集聚的綠色輸出提高了堅實基礎。②城市規模的門檻效應。當城市規模小于門檻值107.580時，金融集聚對綠色發展效率的提升具有正向影響且通過1%的顯著性檢驗，當跨過城市規模門檻時，金融就對綠色發展效率提升的促進作用達到最強，回歸系數為0.184且在1%的置信水平顯著。截止2014年底，52.21% 的城市還處于門檻值的左端，只有47.79%的城市邁過了門檻值。這說明城市規模約束下，金融集聚對綠色發展效率的提升表現出梯度增強的過程，然而，還有許多城市受制于城市規模原因，沒有發揮出金融集聚對綠色發展效率的最大效用。這主要是受規模效應的作用，城市規模的擴大耦合了豐富的城市資源，為金融集聚擴張提供了豐富資源，進而為綠色發展提供了更加厚實的金融支持。③對外開放水平的門檻效應。當對外開放水平低于門檻值0.0291時，金融集聚對綠色發展效率的提升作用為0.109且通過1%的顯著性檢驗，當對外開放水平邁過門檻值時，金融集聚對綠色發展效率的提升作用增加至0.186且通過1%的顯著性水平。截止2014年底，中國還有78.31%的城市沒有邁過對外開放水平門檻，僅有21.69%的城市到達門檻值右端。這說明在對外開放水平約束下，中國城市金融集聚對綠色發展效率的影響并不支持“污染天堂假說”，而是一個不斷增強的促進過程。可能是源自于“競爭效應”影響，隨著對外開放水平的提高，中國金融行業不僅可以擴大金融業務的服務范圍與服務規模，還不得不引進學習吸收國外金融機構先進的管理經驗和一流的技術，從而提高中國城市金融集聚水平，促進綠色發展效率提升。④經濟發展水平的門檻效應。當經濟發展水平沒有躍過第一重門檻值2726.543時，金融經濟對綠色發展效率的提升作用最強；當經濟發展水平介于第一重門檻與第二重門檻之間時，金融集聚對綠色發展效率提升作用降至0.093；當經濟發展水平躍過第二重門檻值16700.383時，金融集聚對綠色發展效率的提升作用迅速增至0.152。截止2014年底，中國83.09%的城市已經進入經濟發展高水平階段(躍過第三重門檻)，僅有 16.91%城市滯留在第二區間(2726.544

為了進一步驗證四重中間機制調節下，金融集聚對綠色發展效率的結論的穩健性，本文著眼于從以下三個方面進行穩健性檢驗：①內生性檢驗。由于IPAT模型只考慮到人口因素、富裕程度及技術水平對綠色發展效率的影響，這很可能導致某些重要變量遺漏，產生內生性問題；同時，受限于數據可得性，本文只就就業人員角度測度了金融集聚水平，這難免存在測量偏誤，進而導致內生性問題。因此，本文采用被解釋變量的滯后t-2 期及以上作為工具變量，采用系統廣義矩估(GMM)計方法處理金融集聚可能存在的內生性問題。動態門檻估計結果反映，金融集聚對綠色發展效率的作用與基準門檻結果相一致。②控制變量的變換。替換基本控制變量，選取城市人口密度替換年末總人口來衡量人口因素對綠色發展效率的沖擊，利用城市年末專利授權量替換單位工業生產總值能耗來刻畫技術水平對綠色發展效率的作用，并加入重要變量環境規制、產業結構及能源結構，采用面板門檻模型進行回歸。結果顯示，四重中間機制調節下，只有經濟發展水平門檻值發生微弱改變，其他變量門檻值與基準回歸結果保持一致，金融集聚對綠色發展效率的“梯度式”增強特征與基準門檻回歸結果保持高度一致。③樣本選擇性偏差。由于金融集聚通常在原始條件較好的地區更加容易孕育大型金融中心，而中國城市的行政等級一般都隱含著初始的資源要素條件好與經濟發展水平高等條件，并且擁有更加的制度資源，二者的強力耦合關系會對估計結果產生偏誤。為此，本文剔除了4個直轄市、15個副省級城市(南京、杭州、武漢、西安、成都、哈爾濱、長春、沈陽、大連、濟南、青島、寧波、廣州、廈門、深圳)及18個較大城市(大連、本溪、撫順、吉林、齊齊哈爾、包頭、洛陽、邯鄲、寧波、大同、唐山、鞍山、青島、淄博、無錫、淮南、蘇州、徐州)，由于三類城市存在交叉，實際共剔除51個城市樣本，同時，參照②中控制變量做如上變換。回歸結果顯示，除經濟發展水平約束下，金融集聚對綠色發展效率的影響與基準回歸結果存在微末區域外，其他機制調節下的估計結果與基準門檻回歸結果廣泛一致。

4 結語

本文嘗試建構一個包含金融集聚與綠色發展效率的分析框架，基于空間距離衰減假說與中間機制假說，選取2003—2014年中國272個地級及以上城市的面板數據，借鑒STIRPAT模型，綜合采用空間杜賓模型和面板門檻模型考察金融集聚對綠色發展效率的空間外溢效應與空間衰減邊界，探究金融集聚影響綠色發展效率的多重中間機制，主要結論如下：

(1)金融集聚對綠色發展效率存在明顯的空間溢出效應，并且這種空間溢出表現出明顯的空間衰減特征。具體表現為，300公里以內為負向空間外溢的密集區域，400—600公里是正向空間溢出的密集區域，600公里后不再有空間外溢。總體來看，金融集聚對綠色發展效率的空間溢出呈現“梯度式”增強特征，且金融集聚對綠色發展效率的區域間溢出要明顯強于區域內溢出，但由于空間距離和行政邊界的約束，金融集聚對綠色發展效率的空間溢出表現出明顯空間衰減特征。在增加控制變量、變換指標、更替空間權重矩陣以及考慮內生性問題后，結論仍然穩健。

(2)在金融集聚、城市規模與對外開放水平三種機制調節下，金融集聚對綠色發展效率的影響呈現“梯度式”增強的特征，而在經濟發展水平機制介入過程中，金融集聚對綠色發展效率的促進作用卻是一個“先減后增”的過程。然而，截止到2014年底，87.13%的地級市還沒有金融集聚跨過第一重門檻，52.21% 的城市還處于城市規模門檻值的左端，78.31%的城市還沒有達到外開放水平的門檻值的右端，但是，卻有83.09%的城市已經進入經濟發展門檻值的第三個階段。該結論在考慮內生性、變換指標、增加控制變量及控制樣本選擇性偏差后，結論依然可信。

當然，本研究尚有許多值得深入探討的問題，如：考慮金融行業異質性特征金融集聚(銀行業、證券業與保險業)對綠色發展效率影響；構建金融集聚對綠色發展效率作用的理論模型；利用中國工業企業庫微觀數據驗證結論的可靠性。