金融集聚對綠色經濟效率的非線性影響研究

朱廣印 王思敏

摘? ?要：本文基于2007—2017年中國31個省（自治區、直轄市）數據，采用ML指數測算并分解出包含非期望產出的綠色經濟效率，從時空動態視角評價金融集聚對綠色經濟效率的非均衡沖擊特征，進一步通過構建空間杜賓和面板門檻模型實證檢驗兩者之間的非線性關系，并探究多重約束機制的影響。結果表明：（1）綠色經濟效率主要來自技術進步的增長效應，呈下降狀的N形，經歷了兩個“低谷”和三個“峰值”。從時間上，金融集聚對綠色經濟效率的沖擊呈現階段性特征;從空間上，兩者存在空間關聯效應。（2）金融集聚對綠色經濟效率及技術進步的非線性影響呈U形特征，且以本土效應為主，受“涓流效應”和“虹吸效應”的影響，空間溢出效應不顯著。（3）在金融集聚、城市化、對外開放、外商投資及人力資本的多重約束機制下，金融集聚對綠色經濟效率的沖擊呈現出單門檻效應。

關鍵詞：綠色經濟效率;金融集聚;空間杜賓模型;面板門檻模型

中圖分類號：F830? 文獻標識碼：A? 文章編號：1674-2265（2021）11-0056-10

DOI：10.19647/j.cnki.37-1462/f.2021.11.008

一、引言與文獻綜述

我國的經濟增長在資源環境約束下正面臨清潔生產和綠色轉型的壓力，迫切需要尋求兼顧生態功能和經濟質量的增長方式，以緩解對資源環境的過度消耗。作為經濟增長的驅動力量，金融集聚能夠優化資金配置，引導區域資源流向綠色產業，為當地各大產業的技術改造和可持續發展提供必要的資金支持，進而推動實體經濟綠色發展。深入探究金融集聚影響綠色經濟效率的內在機制，對促進實體經濟轉型升級和提升經濟發展質量具有重要的現實意義。

國外文獻關于金融集聚的理論研究和實證分析大多表現為積極的。Bossone和Lee（2004）[1]基于大型跨國銀行面板數據研究發現金融集聚存在規模經濟效應，能夠降低生產成本與資源消耗，提高金融中介的生產效率。Moore和Iyare（2011）[2]基于小型開放經濟體的研究發現，短期內金融集聚發展促進增長的同時實體經濟也在長期內拉動金融發展。Apergis等（2007）[3]同樣認為金融發展與經濟增長間存在長期關系，尤其是對發展中國家的促進作用更明顯。Masten等（2008）[4]基于宏觀和行業角度發現金融集聚本身在超過一定閾值后對歐洲發達國家的經濟增長存在正向非線性影響。國內學者趙明慧（2016）[5]基于面板門限模型驗證了金融集聚對實體經濟增長具有先促進后抑制的階段性特征。另有部分學者關注到金融集聚對實體經濟的非線性沖擊具有空間效應。Baldwin等（2001）[6]認為金融集聚帶來的創新的長期福利效應可以作用于相鄰區域的經濟發展。區域間的金融差異會產生一種擴散力量作用于周邊地區，帶動實體經濟的均衡增長（劉軍等，2007）[7]。

然而，金融集聚促進經濟增長的同時也伴隨著資源短缺和環境污染，資源環境約束下如何提升經濟增長的質量和效率引起人們的廣泛關注。OECD（2011）[8]認為綠色經濟增長需從資源環境約束中創造新的增長可能性以支撐可持續性增長，而資源環境生產力的提高是綠色增長的必要條件。Bagheri等（2018）[9]提出綠色增長須將經濟發展和環境保護同時納入能源決策以加快實體經濟轉型升級。在經濟增長質量的相關測度方面，任陽軍等（2019）[10]通過構建“三廢”環境污染綜合指數作為非期望產出，利用ML指數模型修正了傳統的全要素生產率。董會忠等（2019）[11]基于規模報酬不變約束下，運用考慮了環境污染指標的SBM函數和Luenberger指數測算并分解了綠色全要素生產率。

關于金融集聚驅動經濟綠色轉型過程的相關研究中，張鐘元等（2020）[12]論述了金融集聚通過規模經濟、網絡協作及擴散效應促進綠色經濟發展，并驗證了金融集聚的非線性效應。陳彤等（2020）[13]基于動態廣義矩估計法研究發現金融集聚初期具有負外部性，后期隨著邊際效用遞增對綠色經濟效率產生先抑后揚的提升作用。陳林心和何宜慶（2016）[14]、劉繼和馬琳琳（2020）[15]綜合考慮經濟、地理因素，發現金融集聚具有空間同質性，能夠促進本地生態效率提升。從綠色經濟效率的影響因素來看，這種非線性關系很可能受到其他外在約束條件的影響，具有明顯的門檻特征。Ibrahim和Alagidede（2017）[16]以撒哈拉以南非洲國家為例，發現人均收入和人力資本作為閾值變量，能夠優化金融部門的信號傳遞和資源配置等功能，在金融集聚刺激實體經濟的非線性增長中具有傳導作用。許寧等（2018）[17]基于分地區SDM模型發現金融集聚促進本地及鄰近地區綠色經濟效率提升的空間效應與城市規模正相關。袁華錫和劉耀彬（2019）[18]從綠色發展水平和效率的雙重視角論證了適度的城市規模和信息技術水平約束有利于金融集聚發揮對綠色發展水平的促進作用。

綜上所述，現有文獻關于金融集聚對實體經濟與綠色發展作用的研究較為豐富，但多數文獻僅考察金融集聚的區域異質性與非均衡性對實體經濟增長的作用差異，而缺乏對現實綠色經濟發展需求及技術創新的關注，較少文獻探究了金融集聚的階段性差異在不同約束機制下對綠色經濟效率產生非線性影響的特征。鑒于此，首先，本文從時空動態視角全面評估綠色經濟效率現狀，初步檢驗金融集聚對綠色經濟效率的非均衡沖擊特征;其次，考慮到空間異質性的影響，將金融集聚的二次項納入空間計量模型以探究其對綠色經濟效率的時空動態作用路徑;最后，利用面板門檻模型深入分析金融集聚在不同約束條件下對綠色經濟效率及技術進步的影響特征，以期豐富已有研究并為實體經濟綠色發展提供有價值的參考。

二、機理分析

綠色經濟效率概念的界定在實際的生產活動中主要包括兩個方面：一是大力發展節能減排產業，加強資源環境約束下對生態的保護和治理;二是提升經濟產出效率，加強技術創新并形成新的經濟增長點。總結來講，綠色經濟效率是兼顧經濟的“質量”和“效益”、滿足可持續發展需求、實現經濟綠色發展的一種新的有效增長方式。金融集聚作為經濟增長的驅動力量，對綠色經濟效率的影響機制主要來源于三個方面：

第一，規模經濟效益。金融機構在空間形態上的集中分布能夠促進金融業內部的專業化分工和資源整合，提高資金流動性和利用效率，緩解其他行業技術升級的融資約束，同時通過高效的數據信息系統和基礎設施強化信息交流與共享，降低交易成本和投融資風險，提高整體金融資源配置效率，并產生規模經濟效益，為綠色經濟效率提升提供高質量的金融服務。

第二，技術創新效應。區域金融集聚通過吸納更多人才、技術和知識等創新資源流入，加大本地金融機構的競爭壓力，迫使其加快創新金融產品和服務，為企業技術升級改造提供有力的資金支持，從而提高資源利用效率，增強區域創新能力，推動技術進步與綠色經濟效率提升。

第三，空間外溢效應。各地區金融資源分布及經濟發展水平不同，金融集聚往往呈現階段性差異，具有不同的外溢效應。金融機構在空間集聚初期，發展程度較高的金融核心區競爭優勢較大，具有“虹吸效應”，通過吸引和占據周邊地區金融資源，為本地經濟產出和技術創新提供更多資本支持，進而緩解環保產業的融資約束，提升當地綠色經濟效率。但后期金融過度集聚會加劇本地資源競爭，促使部分資金、人才及知識流向周邊分支機構，產生“涓流效應”，推動了區域間各類要素資源的合作共享和優化配置，進而帶動周邊地區技術創新和綠色經濟效率提升。

三、研究設計

（一）空間計量模型

1. 空間權重矩陣的構建。為客觀、全面地估計金融集聚對綠色經濟效率的空間影響效應，兼顧地理區位特征和經濟聯系，本文參考王鋒等（2017）[19]做法，構建經濟地理嵌套權重矩陣，設定如下：

其中，[GRPj]為[j]地區2007—2017年實際人均GDP的均值，同時以2006年為基期進行指數平減化處理。[Wgij]為地理距離空間權重矩陣。本文參考孫葉飛和周敏（2016）[20]的做法，構建地理距離空間權重矩陣做比較分析，公式如下：

其中，[Dij]是利用全國鐵路里程表計算的兩個省會城市間的距離，上述空間權重矩陣均經標準化處理。

2. 空間自相關性檢驗。本文利用全局Moran's I及局部散點圖作全局和區域的探索性空間分析。其中，全局Moran's I反映了研究區域內所有空間單元的集聚和關聯程度，而局部Moran's I則精確地分解了地域附近空間高值與低值聚集的位置，公式如下：

式中[Yi-Y]和[Yj-Y]經過了標準化處理，其中[I>0]表示高—高或低—低集聚，位于一、三象限;[I<0]表示低—高集聚或高—低集聚，位于二、四象限。

3. 空間計量模型構建。本文基于環境經濟領域廣泛應用的STIRPAT模型（Ehrlich，1971）[21]，首先，將影響環境的人口規模、技術水平及富裕程度納入金融集聚作用于綠色經濟效率的機制中，同時為避免異方差均作對數化處理;其次，考慮到單一截面模型或時間序列模型存在變量遺漏誤差，以及隨機誤差沖擊產生的空間影響，本文采取兼顧變量間可能同時存在空間自相關性和溢出效應的更廣義的空間面板SDM模型，以探究其中的空間效應;最后，將金融集聚的二次項納入空間計量模型以檢驗其對綠色經濟效率可能存在的非線性效應，具體設定如下：

由于任何因素變化都具有慣性，因此，本文將滯后一期因變量納入空間杜賓模型，并通過偏微分方法分解空間溢出效應，以便從動態視角更好地詮釋其中的作用機制，同時避免點回歸系數的偏誤，求偏導數后的基礎矩陣為：

矩陣中對角線與非對角線上的元素分別表示直接和間接效應，即各省份自變量對因變量以及其他變量的影響。

（二）面板門檻模型

為準確測定門檻值并檢驗該內生門檻特征的穩定性，本文采用Hansen（2000）[22]的門檻模型，在模型（6）的基礎上剔除[LQ2it]進一步考察金融集聚對綠色經濟效率的作用規律和門檻特征，以單門檻模型為例：

式中[qit]為門檻變量，[γ]為待估門檻值;[I（?）]為示性函數，即若括號內表達式為真，則取值為1，否則取0;擾動項[ε'it]服從獨立同分布，個體截距項[μi]表示固定效應。

（三）變量選取與數據來源

1. 變量選取。被解釋變量：綠色經濟效率（GTFP）。本文基于柯布—道格拉斯生產函數與DEA模型，運用DEAP2.1軟件測算包含非期望產出的ML指數得到DMU自身的動態生產效率，從縱向角度衡量其時空演變特征，計算公式如下：

其中，[DktXt，Yt]和 [Dkt+1Xt+1，Yt+1]為第[k]個DMU的單期距離函數，[Dkt+1Xt，Yt]和[DktXt+1，Yt+1]為第[k]個DMU的跨期距離函數。若[Mk>1]，表明第[k]個決策單元從t期到[t+1]期綠色技術效率的改善;若[Mk=1]，表明綠色技術效率不變;若[Mk<1]，表明綠色技術效率的惡化。同理，若技術進步水平[（TECH）>1]，反映兩期生產前沿面移動帶來了綠色產出的增長效應;若技術效率[（EFFCH）>1]，反映DMU生產相對接近前沿面帶來綠色生產的追趕效應（張莉莉等，2018;李妙然和樊珍娜，2020）[23，24]，與此同時，可將技術效率（EFFCH）分解為純技術效率（PE）和規模效率（SE）。

關于投入產出指標的選取與處理如下：（1）投入指標。資本投入（K）利用公式[Kt=Kt-11-δ+It]計算得到，其中[δ]參考劉莎和劉明（2020）[25]做法，以2000年為基期，取9.6%，K為各省份歷年固定資產投資存量，I為新增固定資產形成總額;勞動投入（L）用城鎮就業人員總數表示;能源投入（E）以電力消費總量替代。（2）產出指標。期望產出（實際GDP）將GDP以2006年為基期作指數平減法處理;非期望產出（W）借鑒黃建歡等（2014）[26]的做法，用熵值法、綜合廢水排放總量、廢水中化學需氧量排放量、廢氣中二氧化硫排放量、廢氣中氨氮排放量、煙粉塵排放量及一般工業固體廢物產生量6種污染物，計算各標準化指標的信息熵，得到環境污染綜合指標W。

核心解釋變量：金融集聚（LQ）。作為衡量地方產業專業化程度的指標，區位熵能夠較好地消除地區規模差異的內生影響，客觀評價要素的空間分布。因此，本文借鑒倪瑛（2020）[27]的做法，構建區位熵指數衡量金融集聚，具體形式如下：

式中[LQit]為[i]省份金融業在[j]年份的區位熵，[qij]為[j]年份地區金融業增加值，[pij]為[j]年份地區總人口數，[qj]為[j]年份全國金融業增加值，[pj]為[j]年份全國總人口數。

其他門檻變量：人力資本（HUM）。就集聚的技術溢出效應來看，人力資本作為知識信息積累和創新的載體，其在地區技術吸收能力上的差異會影響產業集聚的技術溢出效應對生產效率的作用強度。隨著人力資本水平的提升，各省份的金融集聚因技術吸收能力的加強，對綠色經濟效率的邊際作用也不斷增強。參考崔宇明等（2013）[28]的做法，選取人均受教育年限作為門檻變量，計算公式如下：

式中，[HUMit]表示[i]省份在[t]年份的人力資本，[X1]、[X2]、[X3]、[X4]分別為小學、初中、高中（中專）和大專以上文化程度人數占地區6歲以上人口數的比值。

借鑒袁華錫等（2019）[29]的研究思路，再從城市化和對外開放水平兩個角度選取三個門檻變量。城市化用城鎮人口占年末常住人口比重表示，對外開放和外商直接投資水平分別用進出口總額和外商直接投資與GDP的比值來反映。

其他控制變量：基于STIRPAT模型，選取年末常住人口數量反映人口因素的環境壓力，采用技術市場成交額衡量技術水平的環境影響;考慮到實體經濟以工業為代表（游士兵和楊芳，2019）[30]，利用工業增加值代表富裕程度。借鑒相關學者對綠色經濟效率影響因素的分析（施本植等，2020）[31]，并結合區域實際狀況，從對內和對外兩個角度分別選取控制變量予以進一步考慮。對內，政府主導的生態治理和技術創新對綠色經濟效率有較大影響，本文選取地方財政環境保護支出占一般預算支出的比重表示政府對環境保護的干預。對外，我國是通過吸引外資并吸收其所帶來的前沿技術來實現技術進步的，有利于實體經濟轉型升級和綠色發展，本文選取外商企業投資總額與GDP的比值反映。相關指標經歷年匯率換算而得出，部分地區缺失數據采用均值法處理。

2. 數據來源。數據來源于2008—2018年的《中國環境統計年鑒》《中國人口統計年鑒》、各省（自治區、直轄市）（以下簡稱省份）統計年鑒、中經網統計數據庫及國家統計局官網。變量描述性統計見表1。

四、實證過程和結果分析

（一）綠色經濟效率和金融集聚的測度結果評價

從空間分布上看（見表2），全國有29.03%的省市金融集聚均值大于1，形成一定規模。東部有7個省份金融集聚超過了全國平均水平，其中北京和上海位于全國前列;中部均低于全國平均水平，與東部鄰近，金融資源匱乏;西部除重慶外均低于全國均值。全國年均綠色經濟效率為0.998，意味著在既定勞動、資本和能源要素投入下，全國年均綠色經濟效率可分別增加產出和減少污染0.2%，低于經濟發達的東部（大于1），高于經濟落后的中西部（小于1），說明綠色經濟效率與經濟基礎密切相關。近一半省份的綠色經濟效率年均值超過全國均值，且金融集聚程度高的地區綠色經濟效率也偏高。其中，東部省份中72.73%的綠色經濟效率年均值大于1，而西部的綠色經濟效率均值最低，初步論證了金融集聚對綠色經濟效率沖擊的空間不均衡特征。

從時間演變上看（見圖1），全國技術效率均值波動平穩且處于較低水平，西部最高而東部最低。作為技術效率提升的上限——技術進步水平，大部分時間高于規模經濟的最優產量，說明技術效率持續惡化，全國綠色經濟效率的增長來自技術進步的增長效應。全國綠色經濟效率的變動趨勢呈下降狀的N形特征，符合EKC 理論假說 （劉莎和劉明，2020）[25]。各地區綠色經濟效率經歷了兩個低谷和三個峰值，具體來看：（1）2007—2011年綠色經濟效率出現第一個峰值。在此期間，我國正處于2008年國際金融危機以來經濟復蘇的快速增長期，為期兩年的“四萬億”經濟刺激計劃取得成效。（2）2011—2013年綠色經濟效率開始下降并出現第一個低谷。2011年后，我國經濟進入增速換擋期，年實際GDP增速大幅減緩。（3）2013—2015年綠色經濟效率上升，迎來了第二個峰值。進入“三期疊加”階段，經濟結構開始出現積極變化。（4）2015—2016年綠色經濟效率出現第二個低谷，此時技術進步水平低于規模經濟的最優產量，技術效率大幅提高，但技術轉化和吸收能力較低，未能充分發揮技術規模效應帶動下的綠色增長潛能，導致綠色產出效率低。（5）2016—2017年綠色經濟效率上升并出現第三個峰值。黨的十九大將生態文明納入現代化建設體系，加快完善綠色生產制度和綠色循環經濟體系，提倡簡約低碳的生活方式，生態環境進一步改善，經濟增速有所提高。金融集聚經歷了兩個發展階段，分別為2007—2010年的下降階段和2011—2017年的平穩發展階段，說明金融集聚對綠色經濟效率的非均衡沖擊呈現階段性特征。

（二）空間計量模型

1. 空間自相關性檢驗。為避免外生偏誤的影響，本文在回歸分析前先進行空間自相關性檢驗，檢驗結果見表3。由表可知，我國31個省份2007—2017年的綠色經濟效率與金融集聚的Moran's I指數均為正，表明各省份綠色經濟效率與金融集聚在全局范圍內有正向空間集聚效應。由于全局Moran's I無法描述區域分布差異和變動趨勢，為進一步考察綠色經濟效率與金融集聚的空間關聯特征，需繪制局部Moran's I指數散點圖，由于篇幅限制，僅用2007與2017年分別作圖（見圖2和圖3）。由圖3可知，各省份2007年和2017年中的金融集聚位于一、三象限的比重分別為67.74%和58.06%， 且占比較大的中西部省份基本位于雙低集聚區，說明大多數省份均位于空間正相關性的典型觀測區，但金融集聚程度低。由圖2可知，綠色經濟效率存在局域空間關聯效應，與2007年相比，2017年在一、三象限的省份數量和分布特征變化不大，且東部沿海8個省份一直位于雙高集聚區，經濟發展程度高，對內輻射能力強，表明綠色經濟效率與金融集聚具有空間關聯特征差異。

2. 空間計量模型的選擇與估計結果。基于上述各省份金融集聚與綠色經濟效率均存在空間自相關性的判斷，為進一步分析具體模型的適用性并作出選擇，需通過各種檢驗進行判斷，見表4。

為識別和比較不同空間異質性特征下估計結果的差異，本文參考有關做法（王鋒等，2017;袁華錫等，2019）[19，29]，用經濟和地理距離空間權重矩陣作對比研究，過程如下：以經濟地理嵌套權重矩陣為例，由表4可知，LMerror和LMlag檢驗結果十分顯著，故空間杜賓模型SDM不可簡化為SEM或SLM模型;R-LMlag均沒通過檢驗，故可接受簡化為SLM的原假設。LR統計量均顯著，說明無法簡化為SEM或SLM模型，因此，選擇更廣義的SDM模型分析金融集聚對綠色經濟效率和技術進步的影響。另考慮到因變量本身具有一定的慣性，本文納入其滯后一階并構建動態面板空間模型作進一步對比研究。同時由于點估計回歸結果存在一定偏誤，不能展示偏回歸系數，因此，用偏微分法分解空間效應，結果見表5。由表可知，在不同空間權重矩陣下，金融集聚直接效應的一次項系數均顯著為負，二次項為正，僅系數大小有所差異，這與陳彤等（2020）[13]的研究結論一致，說明金融集聚對綠色經濟效率的影響呈現U形特征，即金融集聚水平提升對綠色經濟效率的作用呈現先抑后揚的變化規律。究其原因：一方面，由于金融集聚初期，大量的金融資本投入伴隨著低效的金融配套運作會降低金融資源配置效率，加大當地產業盲目擴大規模生產而帶來的資源環境壓力，產生集聚不經濟現象，進而惡化集聚地生態環境，制約本地綠色經濟效率提升;另一方面，較低的金融集聚水平會因資本匱乏無法有效聚合創新資源，對技術創新的資金支持不足，進而不利于以創新驅動的經濟增長和質量提升。隨著金融集聚程度的強化，金融基礎設施不斷完善，提高了各項資源的配置效率，金融集聚發揮出應有的規模經濟和技術進步效應的正外部性，能夠減輕本地生態環境污染，最終推動GTFP不斷增長。金融集聚的正負間接效應系數不顯著，說明金融集聚具有“涓流效應”和“虹吸效應”，不斷占據周邊地區的金融資源，使其對綠色經濟效率的影響以本土效應為主，無法有效溢出，這與修國義等（2019）[32]觀點相同。對比不同矩陣下的直接效應系數發現，地理距離降低了金融集聚對本地綠色經濟效率和技術進步的空間效應，而經濟聯系加強了金融資源的集聚效應。

（三）多重門檻效應檢驗

上述分析表明，金融集聚對綠色經濟效率的作用具有階段性差異。為進一步檢驗兩者間的非線性效應，本文采用面板門檻模型分別檢驗在金融集聚、城市化、對外開放、外商直接投資及人力資本的不同約束條件下，金融集聚對綠色經濟效率的異質性沖擊。在此之前，用Bootstrap法重復抽樣300次獲得F統計量及其對應的P值以確定門檻個數，在此基礎上，分別估計五種中間機制下的門檻值。由表6可知，金融集聚的單門檻F值16.87，在10%顯著水平上大于臨界值15.0171，故對綠色經濟效率的影響呈現單門檻效應，門檻值為1.3018。其他門檻效應檢驗過程不再贅述。

金融集聚在多重門檻約束下可對綠色經濟效率與技術進步產生不同程度的影響，具體門檻回歸結果見表7：金融集聚對綠色經濟效率呈現單一門檻特征，當金融集聚小于門檻值1.302時，金融集聚對綠色經濟效率的抑制作用達到-0.325;當金融集聚邁過門檻值時，金融集聚對綠色經濟效率的抑制作用降低到-0.052，說明金融集聚水平的提升能夠有效緩解其對綠色經濟效率的抑制作用。

在城市化水平約束條件下，當城市化低于門檻值0.804，金融集聚具有抑制作用;當邁過門檻值時，城市化水平的提高減輕了金融集聚的規模效應對資源環境的壓力，這與陳彤等（2020）[13]的研究結論相似，體現了城鎮化進程中對資源環境的保護和治理。

當對外開放位于門檻左側時，金融集聚對綠色經濟效率和綠色技術進步的作用為負，當跨過門檻值0.047時，金融集聚的抑制作用減弱，說明現有的加工貿易型企業多為勞動密集型，位于國際分工的底端，附加值低且缺乏自主創新，不利于綠色經濟效率的提升;但隨著開放度的提高，金融業能夠在更大的范圍內集聚和配置資源，提升了資源利用效率。當外商直接投資小于門檻值0.001時，金融集聚的抑制作用達到-0.646;隨著外商直接投資水平的提升，這種抑制作用逐步降低，說明前期不合理的外商投資結構致使部分地區成為外商企業的污染避難所，金融集聚反而過度消耗當地資源環境。

在人力資本門檻約束下，金融集聚對綠色經濟效率的影響存在階段性差異。當人力資本水平較低時，區域金融集聚會產生抑制作用，說明以人力資本為載體的技術擴散是需要時間的，金融集聚因技術吸收能力不足對綠色經濟效率的抑制作用隨著人力資本水平提升而減弱。

五、主要結論與政策建議

本文選取2007—2017年我國31個省份數據，運用ML指數測算并分解包含非期望產出的綠色經濟效率，并從時空動態視角檢驗金融集聚對綠色經濟效率的非均衡沖擊特征。在此基礎上，通過構建空間杜賓和面板門檻模型實證檢驗兩者間非線性關系，并進一步探究不同的約束機制，結論如下：第一，綠色經濟效率增長主要來自生產技術進步，呈下降狀的N形特征。從空間上看，省際綠色經濟效率和金融集聚具有空間關聯特征;從時間上看，金融集聚對綠色經濟效率的沖擊呈現階段性演變特征。第二，金融集聚對綠色經濟效率的非線性沖擊呈U形特征，隨著金融集聚程度的提高，其對綠色經濟效率和技術進步的影響以本土效應為主，呈現先抑后揚的變化趨勢。第三，金融集聚在不同約束機制下對綠色經濟效率的沖擊均具有單門檻效應。其中，金融集聚的增強能夠有效緩解其對綠色經濟效率的抑制作用，城市化和對外開放減輕了金融集聚的規模效應對資源環境的壓力，隨著外商直接投資和人力資本水平提升，金融集聚對綠色經濟效率的抑制作用有所減弱。

基于上述分析提出以下政策建議：（1）因地制宜實施差異化金融發展策略，統籌規劃多層次金融體系，支持高新技術企業發展。北京、上海等應注重金融服務實體經濟質量，增加對高新技術企業的資金支持，加強與其他省份在技術、人才方面的交流與合作。積極引導金融資源向中西部轉移，加快金融配套設施建設，優化人力資本及信息技術的發展環境，推進各地協調發展。（2）推進金融供給側改革，鼓勵區域金融多樣化集聚，不斷增強和優化各地金融業的競爭力和資本配置效率，吸引更多金融資源流入并引導其流向低碳環保經濟領域，提高對綠色技術創新的支撐能力。加強與相鄰省份金融業的信息共享和技術創新的交流合作，充分發揮對綠色經濟效率的正外部性，實現與周邊地區的聯動、協同發展。（3）協同推進金融集聚與城市化、對外開放、外商投資以及人力資本協調發展，加強金融資源跨區域合理配置。合理規劃城市化進程，因地制宜加強對資源環境的保護和治理。保持對外貿易有序發展，增強開放度，在更大的范圍內集聚和配置資源，增強對自主創新的支持。優化外商投資利用結構，制定嚴格的外資引進環境監管標準與相關制度保障，緩解對當地資源環境的壓力。注重本地人力資本投入，加強核心技術人才培養和引進，增強先進技術的吸收和擴散能力，使之與金融集聚相協調，提高綠色經濟效率。

參考文獻：

[1]Bossone B，Lee J. 2004. In Finance，Size Matters：The "Systemic Scale Economies" Hypothesis [J].IMF Staff Papers，51（1）.

[2]Moore W，Iyare S. 2011. Financial Sector Development and Growth in Small Open Economies [J].Applied Economics，43（10）.

[3]Apergis N，Filippidis I，Economidou C. 2007. Financial Deepening and Economic Growth Linkages：A Panel Data Analysis [J].Review of World Economics，143（1）.

[4]Masten A B，Coricelli F，Masten I. 2008. Non-linear Growth Effects of Financial Development：Does Financial Integration Matter？ [J].Journal of International Money and Finance，27（12）.

[5]趙明慧.金融集聚對經濟增長的非線性效應研究[J].商業經濟研究，2016，（3）.

[6]Baldwin R E，Martin P，Ottaviano G I P. 2001. Global Income Divergence，Trade，and Industrialization：The Geography of Growth Take-Offs [J].Journal of Economic Growth，6（3）.

[7]劉軍，黃解宇，曹利軍.金融集聚影響實體經濟機制研究 [J].管理世界，2007，（4）.

[8]OECD. 2011. Towards Green Growth：Monitoring Progress——OECD Indicators，[R].Paris：OECD.

[9]Bagheri M，Guevara Z，Alikarami M，et al. 2018. Green Growth Planning：A Multi-Factor Energy Input-Output Analysis of the Canadian Economy [J]. Energy Economics，74.

[10]任陽軍，汪傳旭，李伯棠，張素庸.產業集聚對中國綠色全要素生產率的影響 [J].系統工程，2019，（9）.

[11]董會忠，劉帥，劉明睿，唐磊.創新質量對綠色全要素生產率影響的異質性研究——環境規制的動態門檻效應 [J].科技進步與對策，2019，（3）.

[12]張鐘元，李騰，馬強. 金融集聚對城市綠色經濟效率的門檻效應分析——基于我國九個國家中心城市統計數據 [J]. 技術經濟與管理研究，2020，（3）.

[13]陳彤，胡青江，閆海龍.金融集聚對綠色經濟效率的影響研究——基于Super-DEA模型和SGMM模型的實證分析 [J].技術經濟與管理研究，2020，（9）.

[14]陳林心，何宜慶.金融集聚、產業結構優化與生態效率提升——基于省域數據的空間面板模型 [J].企業經濟，2016，（3）.

[15]劉繼，馬琳琳.金融集聚的經濟溢出效應及時空分異研究——基于省際數據的空間計量分析 [J].金融發展研究，2019，（2）.

[16]Ibrahim M，Alagidede P. 2017. Nonlinearities in Financial Development-Economic Growth Nexus：Evidence From Sub-Saharan Africa [J].Research in International Business and Finance，2（11）.

[17]許寧，施本植，唐夕汐，鄧銘.基于空間杜賓模型的金融集聚與綠色經濟效率研究 [J].資源開發與市場，2018，（10）.

[18]袁華錫，劉耀彬.金融集聚與綠色發展——基于水平與效率的雙維視角 [J].科研管理，2019，（12）.

[19]王鋒，李緊想，張芳，吳艷杰. 金融集聚能否促進綠色經濟發展？——基于中國 30 個省份的實證分析[J].金融論壇，2017，（9）.

[20]孫葉飛，周敏.中國城鎮化、產業結構高級化對CO2 排放的影響——基于獨立效應和聯動效應雙重視角[J].資源科學，2016，（10）.

[21]Ehrlich P R H J P. 1971. Impact of Population Growth [J].Science，171（3977）.

[22]Hansen B E. 2000. Sample Splitting and Threshold Estimation [J].Econometrica，68（3）.

[23]張莉莉，肖黎明，高軍峰.中國綠色金融發展水平與效率的測度及比較——基于1040家公眾公司的微觀數據 [J].中國科技論壇，2018，（9）.

[24]李妙然，樊珍娜.我國綠色金融研究回顧與展望——基于CiteSpace的可視化分析 [J].金融發展研究，2020，（8）.

[25]劉莎，劉明.綠色金融、經濟增長與環境變化——西北地區環境指數實現“巴黎承諾”有無可能？ [J].當代經濟科學，2020，（1）.

[26]黃建歡，呂海龍，王良健.金融發展影響區域綠色發展的機理——基于生態效率和空間計量的研究 [J]. 地理研究，2014，（3）.

[27]倪瑛，陳柏云，王憶雯.金融發展、環境規制與綠色全要素生產率——基于空間杜賓模型的實證分析[J]. 貴州財經大學學報，2020，（3）.

[28]崔宇明，代斌，王萍萍. 產業集聚的技術溢出效應研究——基于人力資本的門限非線性估計 [J].華中科技大學學報，2013，（4）.

[29]袁華錫，劉耀彬，封亦代.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 [J].中國管理科學，2019，（11）.

[30]游士兵，楊芳. 金融服務實體經濟的效率測度及影響因素——基于綠色發展視角 [J].金融論壇，2019，（4）.

[31]施本植，許寧，劉明，鄧銘. 金融集聚對城市綠色經濟效率的影響及作用渠道——基于中國249個地級以上城市的實證分析 [J]. 技術經濟，2020，（3）.

[32]修國義，朱悅，劉毅.金融集聚對科技創新效率影響的雙重特征分析 [J].科技進步與對策，2019，（9）.