金融集聚、空間溢出與城市綠色發展效率

■楊曉麗 吳富強

一、引言

目前，我國經濟發展仍然面臨碳排放過量、能耗過大等諸多問題。如何深化節能減排、提高能源利用效率、改善環境質量是我國需要突破的難題。綠色與發展的結合是我國應對生態環境變化的理論與實踐的產物[1]，其核心思想在于發展經濟的同時兼顧生態環境保護，尋找滿足經濟增長、環境保護及社會安定的均衡狀態。在探索綠色發展道路上，我國旨在追求資源的更優配置和能源效率的提高，用創新型的技術突破代替過去高能耗的生產方式，努力實現資源的再生和再利用[2，3]。因此，提高綠色發展效率是突破治污減排壁壘的關鍵所在。

在互聯網背景下，金融集群現象明顯，且已發展成現代金融產業組織的基本形式[4]。金融業憑借其優越的地理位置和資源優化配置能力，不僅支持了其自身的快速發展，還極大促進了城市及周邊經濟的快速增長[5]，且金融集聚產生的經濟及網絡效應能讓這種促進效益遞增[6]。有研究表明，金融業能通過規模集聚及擴散效應影響中心城市的綠色發展[7，8]。提高綠色發展效率是實現綠色發展的關鍵所在，金融集聚能否對綠色發展效率產生直接和空間影響，其空間影響范圍多大，不同區域和不同規模城市影響方向及其強度是否存在差異，這些都是值得探究的重要話題。

在探索金融集聚的直接效應方面，已有研究發現金融集聚能通過資本支持[9]、資源優化配置[10]、產業結構升級[11]和鼓勵技術創新[12]等途徑影響綠色發展效率。在能源效率和創新效率的研究方面，Qu等[13]認為金融集聚還能產生規模經濟效應和信息溢出效應以提高綠色能源效率。綠色創新效率被多數學者分成技術發展和成果轉換兩階段。Miao等[14]發現各地區的技術發展、成果轉化、綠色創新效率均呈現波動性增長趨勢。張東等[15]驗證了金融集聚能夠提高研發效率。除探討金融集聚影響綠色發展效率的直接效應外，不少學者也關注到了其空間溢出效應。王鋒等[16]基于省級面板數據發現金融集聚能夠對臨近省份綠色發展產生空間溢出效應，但并沒有考慮其影響范圍。空間衰減邊界是探索影響范圍的重要思想，袁華錫等[17]在考察金融集聚對城市綠色發展的空間影響的同時探索了其空間衰減邊界，但該研究未考慮不同區域的異質性差異。此外，張鵬等[18]用空間聯立方程模型證實了金融集聚與城市發展效率可以相互促進。黃建歡等[19]發現金融發展在企業監督與資本支持兩方面對周邊城市綠色發展的影響更顯著。

以上研究為本文提供了理論基礎。本文在深入探討金融集聚如何影響綠色發展效率的理論機制上，選取2008—2018年全國279 個地級及以上城市面板數據，構建空間杜賓模型實證檢驗其直接及空間影響。試圖解決兩個關鍵問題：（1）金融集聚對綠色發展效率是否存在空間外溢，其影響范圍多大？（2）在不同區域、城市規模異質性下，金融集聚對綠色發展效率影響有何不同？本文可能的邊際貢獻有三方面：第一，本文選取城市作為研究對象，從更細致的視角探討了金融集聚與綠色發展效率之間的時序演化特征及影響關系。第二，本文不僅探索了金融集聚影響周邊地區的空間溢出效應，也探索了其空間外溢的衰減邊界。第三，本文按照城市規模進行異質性分析，為構建區域發展和城市發展政策提供理論依據。

二、理論分析與研究假設

（一）金融集聚對城市綠色發展效率的直接影響機制

金融業本身屬于低碳環保行業，對環境質量要求高，能憑借其“清潔型”的特點，給周邊產業樹立環保意識，引導綠色發展[20]。金融集聚的本質特征是優化資源配置，金融機構掌握資本吸收、整合及再分配的能力，能有效規劃資本去向，在行動上支持綠色發展。另外，從優化產業結構的角度，金融資源支持產業布局沿線高端服務業的發展[21]。金融機構對綠色環保產業的融資偏好和對高污染產業的融資排斥，迫使污染產業進行綠色轉型，加速企業優勝劣汰。從鼓勵技術創新的角度，金融集聚衍生出強大的資本中心和信息中心，為產業創新發展提供了資金支持和信息保障。綠色融資也激發了企業的創新活力[8]，能夠加快技術成果轉化，且企業在生產技術上的突破意味著單位時間產出的增加和單位產出能耗的減少。這種優質綠色技術捍衛了產業地位，同時對非必要勞動力的替代優化了勞動力結構。從加速知識溢出角度，多樣化的金融產品和優質的網絡服務平臺建立起機構與客戶之間的長期交流合作，加速了行業創新技術和市場消息的流動，減少了信息不對稱風險，也加劇了業內合作與競爭，從而加速技術溢出。從強化市場監管的角度，金融機構在辦理融資貸款業務時需掌握企業運營信息，集聚加強了監督管理功能，且對企業實行貸前檢察和貸后監管能督促企業將融資致力于提高生產效率。

總體上說，金融集聚影響綠色發展效率的路徑是相互融合、相輔相成的。金融機構對融資企業實行監管，將資源更多地配置于綠色產業，促進了傳統制造業向高端服務業優化轉型，強化了業內的競爭與合作，這不僅激勵了技術創新，也加速了知識溢出，對提高城市綠色發展效率具有顯著效應。

（二）金融集聚對城市綠色發展效率的空間溢出效應

由于金融集聚程度受到政府干預和當地經濟實力等諸多因素影響[22]，不同地區會形成不同規模的集聚區域。中心城市往往比周邊城市擁有更好的經濟、資源條件，表現出更高水平集聚。它們之間是否會在一個鄰近范圍內對彼此產生積極或者不利影響，是學術界一直研討的話題。

金融機構借助互聯網便捷式搜索和集中化管理功能，通過各區域網絡節點抓取更多用戶信息，加速周邊地區分支機構的建設，提高金融服務的普及度。網絡效應也加強了中心區域金融機構與周邊地區分支機構的聯系以及分支機構間的信息共享和交叉合作，有助于金融資源和金融人才實現跨地區流動。由于多樣化的產品有助于提高周邊地區機構的金融吸引力，先進管理經驗有助于提高鄰近機構的整體運行效率，金融中心區域理論上能夠帶動周邊地區的金融業發展，形成由中心向外圍的空間推動力[18]，進而提高綠色發展效率。此外，金融集聚也可能產生不利影響。金融業發展存在“循環積累的因果關系”，金融資源在中心區域的集中在一定程度上是以剝奪周邊金融資源為代價的。中心城市擁有更優的產業結構、更好的金融發展環境和營商環境。在馬太效應的驅動下，中心城市金融資本集聚速度更快，金融人才更為專業，對信息掌握范圍更大。在利益的驅使下，中心城市對資本和人才的占據意愿更強烈，同時優越的地理位置帶來的高效性和便捷性也加劇了其對周邊地區金融資源的掠奪，導致周邊地區金融機構資源匱乏、市場份額逐漸萎縮、金融產業發展不平衡不充分，從而不利于綠色發展。

綜上，金融集聚在不同地區間產生的空間溢出效應具有復雜性，中心城市對周邊城市在時空上的影響方向和強度還需要結合一片區域發展實際情況進行考量。空間溢出效應是否在中國不同區域和不同規模城市表現出不同的結果需要進一步實證檢驗分析。

（三）空間溢出效應的區域邊界探討

地理學第一定律指出，地物間相關性與距離有關，且這種相關性會隨地理距離的增加而逐漸衰減[14]。從信息傳遞角度來看，中心區域金融機構與鄰近地區分支機構的聯系緊密度會隨著距離的增加而衰減，金融產品的豐富度和金融人才的質量也會隨著距離的增加而降低，金融服務水平逐漸減弱會抑制集聚效應的積極影響，進而降低金融集聚的空間溢出效應。從經濟水平角度來看，中心城市至周邊城區的經濟水平會隨距離增加呈現衰減趨勢，居民的儲蓄業務和企業的存貸款業務量也會隨之衰減。而金融業的資本存量會影響優化配置能力，因此將大幅削弱集聚效應的傳遞。綜上，信息傳遞和經濟水平隨距離衰減的特征會導致金融集聚對綠色發展效率的空間溢出影響出現一定的區域邊界。

基于上述理論分析，本文構建了金融集聚對綠色發展效率的影響機制示意圖（見圖1），并提出以下假設：

圖1 金融集聚對綠色發展效率的影響機制圖

假設1：金融集聚能對當地綠色發展效率產生正反饋機制。

假設2：金融集聚對周邊地區綠色發展效率影響具有不確定性，在我國不同區域和不同規模城市中可能表現不同。

假設3：金融集聚的空間溢出效應呈現衰減趨勢，且存在一定的區域邊界。

三、模型設計與數據分析

（一）模型構建

本文借鑒環境經濟領域中應用廣泛的STIRPAT模型。該模型克服了IPAT模型僅用人口、財富和技術衡量對環境影響的單一性，可以加入其他影響環境的重要因素。鑒于目前國內外研究發現信息化水平和外商引資對綠色發展效率的影響都有著直接效應和空間效應[23—26]。因此，本文將金融集聚納入STIRPAT 模型，并加入信息化水平和對外開放程度等其他變量，在此基礎上構建空間杜賓模型來檢驗其對綠色發展效率的直接影響和空間影響。同時，考慮到金融集聚的技術創新效應，為避免與技術變量產生內生性，模型不將技術作為影響環境的控制變量，具體模型如下：

其中，i、j代表不同城市，t代表時間，GDEit指綠色發展效率，Xit指自變量向量，FAit為金融集聚程度，RGDPit為富裕程度，FDIit為對外開放程度，DEit為信息化水平，PEOit為人口壓力，W為空間權重矩陣，采用地理距離倒數矩陣。α與εit表示截距項和隨機誤差項，μi與δi表示雙固定效應，空間杜賓模型要求εit的空間誤差系數為零。

通過α、β1、β2回歸系數的顯著性、正負性及大小，可判斷金融集聚及其他變量對綠色發展效率的直接影響和空間影響的方向及程度。但這些回歸系數值并不能直接用于檢驗空間影響，因為簡單的點估計方法在分析地區間空間溢出效應時會產生偏差[27，28]。本文在上述回歸系數結果的基礎上，再從自變量的偏微分分解角度，即用直接效應和間接效應系數分別解釋金融集聚對綠色發展效率的直接影響和空間影響。

（二）變量測度與說明

1.綠色發展效率測度

本文基于數據包絡分析（DEA）方法測度綠色發展效率。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，這種用線性規劃處理多指標投入和多指標產出的數量方法被廣泛用于各種效率測度，且不斷得到優化拓展。在評價綠色發展效率方面，帶有非期望產出的SBM模型表現出色。它包含投入、期望產出及非期望產出三個維度，其核心思想是如何利用較低的投入帶來較高的期望產出和較低的非期望產出，較好地刻畫了綠色發展的本質特征。本文借鑒王兵等[31]的帶非期望產出的SBM模型方法測度綠色發展效率。具體指標選取如下：

（1）投入

選取年末單位就業人數衡量勞動力投入。選取資本存量衡量資本投入，借鑒劉楊等[32]的做法，采用永續盤存法測量固定資產投資額。選取供水總量及供電總量衡量能源投入。另外，本文創新性地選取公共財政支出、污水處理能力和單位土地環保車數量來衡量政府環保投入。在此基礎上，對上述指標用主成分分析法賦權計算得出投入綜合指數。

（2）期望產出

選取實際地區生產總值（GDP）衡量期望產出，各個城市數據采用對應省份的GDP指數，以2008年為基期進行計算以消除通貨膨脹的影響。

（3）非期望產出

本文采用工業二氧化硫排放量、工業煙（粉）塵排放量、和工業廢水排放量三個指標作為非期望產出。

2.金融集聚測度

理論分析中金融集聚泛指金融產業及衍生的輔助產業在時空內優化重組、協調分配，產生的資源、資本、信息在區域內集中且不斷積累。在此過程中，金融人員是推進集聚加速的主要動力。本文采用金融人員區位熵測度方法測度金融聚集指數，其計算公式如下：

式（3）中，Fait和Git分別表示i城市在t時刻的金融業從業人數和就業總人數，Fant和Gnt分別表示全國所有城市在t時刻的金融業從業人數和就業總人數。

3.控制變量

根據前文分析，本文選取富裕程度、對外開放程度、信息化水平和人口壓力四個控制變量。富裕程度用人均實際GDP衡量，對外開放程度用當年實際使用外資金額衡量，信息化水平簡單地用郵政業務收入衡量，人口壓力則用市轄區人口數量衡量。

（三）數據來源與描述性統計

自2008年全球金融危機爆發后，全球金融產業重組，金融體系框架開始逐漸完善。我國2008年及之后的金融數據對本文實證有更全面的意義，因此本文研究樣本選取2008—2018年中國279個地級及以上城市的平衡面板數據。數據來源于《中國城市統計年鑒》《中國城市建設統計年鑒》和各省市統計年鑒，缺失數據根據指標性質采用插值法填補或平滑處理。本文假設當年固定資產投資需要下一年落實完成，對固定資產投資額作滯后一期處理。人均實際GDP 數據采用全國人均GDP 指數，以2008年為基期計算，當年實際使用外資金額采用各年人民幣兌美元平均匯率進行換算。地理距離倒數矩陣的經緯度數據來自國家基礎地理信息中心。為保證實證結果的穩定性，本文對控制變量指標進行最大值最小值歸一化處理。由表1的變量定義及描述性統計可以看出，綠色發展效率（GDE）最大值為1.000，最小值為0.000，均值為0.388，說明各地區綠色發展效率較為平均。金融集聚（FA）出現均值小、標準差大的特征，說明不同地區金融集聚程度差異較大。從控制變量來看，富裕程度（RGDP）、對外開放程度（FDI）、信息化水平（DE）、人口壓力（PEO）都表現出均值較小的特征，說明城市之間仍存在較大差異。

表1 描述性統計

四、實證分析

（一）時序演進特征

本文用Matlab2016 軟件測算了2008—2018年城市綠色發展效率值，并用區位熵方法測算了金融聚集程度，將得到的數據劃分區域后按時間序列取平均值，并繪制了時間變化趨勢圖（見圖2和圖3）。

圖2 2008—2018年全國及東中西部地區綠色發展效率變化趨勢

圖3 2008—2018年全國及東中西部地區金融聚集變化趨勢

我國綠色發展效率總體上呈現波動式上漲趨勢。2008年末全球金融危機爆發后，我國于2009年實施的“4萬億”基建計劃保證了中國宏觀經濟平穩增長，并在十七大、十八大、十九大報告中持續提出關注綠色發展問題。我國經濟綠色發展在經濟刺激和政策實施下平穩進行。東中西三大地區城市的綠色發展效率和發展趨勢與全國城市非常接近，均呈現出2012年之前逐年緩慢上漲、2012年至2015年平穩上漲、2015年之后“N”字加速上漲的趨勢。但東中西地區呈現出“東—中—西”階梯遞減規律，表明地區綠色發展效率差距較大。其可能原因為：東部沿海地區地理位置優越，是中國資本、人才、信息及市場的集聚地，也是貿易往來的重要基地，國家在政策方面的支持和要求也迫使東部地區的綠色經濟發展更為迅速，且綠色投入更多，創新能力更強，形成了健康的綠色循環產業機制。中部地區作為承東啟西地段，交通便利，市場潛力巨大[33]，隨著中央指導性政策落地實施，中部地區的綠色發展效率與東部地區發展差距逐年縮小，但部分工業城市資源枯竭問題仍然嚴重。如何減少產業資源的東遷，確保產業鏈結構完整，激發創新創業活力是實現中部地區綠色崛起的關鍵所在。西部地區經濟發展受政策影響較大，經濟模式單一，雖然地域遼闊但資源分散，且缺乏創新型綠色核心技術，單位產出資源消耗量大，因此引進高新技術產業及人才對解決西部綠色發展效率落后有巨大幫助。

我國金融集聚在總體上呈現出先下降后上升的“勾”型趨勢，在2012年前波段式下降、2012年之后波段式上升。其原因是2008年金融危機對中國金融業發展產生下行沖擊。金融體系的不完善、機構投資者的不成熟等原因造成我國資本市場與宏觀經濟出現背離式發展，致使2012—2013年才出現拐點。分區域顯示：我國東中西部金融集聚趨勢差異較大，東部地區與全國總體趨勢相近并始終高于全國水平，但下降與上升趨勢更為明顯，中部地區在2012年前屬于區域內最低水平，自2013年起快速上升至與全國水平相近，也表現出先降后升的相同趨勢，但西部地區卻與總體趨勢違背，出現先升后降現象。其可能原因為：東部沿海地區地理位置、經濟條件、貿易來往和城市規模都較中西部更好，金融人才的吸納和資本的集聚速度更快，呈現更大規模的集聚。金融危機對東部地區的沖擊較大，使得其下降趨勢更為明顯，但隨著金融體系的完善和機構的成熟化，東部地區城市金融發展速度幾何式增長。中部地區城市經濟建設缺乏政策支持，市政建設不成熟，金融機構分散嚴重，區域競爭激烈，出現多地區小規模集聚現象而不利于金融資本的集中，且沒有形成中心區輻射周邊的良性循環，導致2012年之前金融集聚水平較低。中部崛起計劃給中部地區金融業發展帶來重大機遇，中部六省金融加速發展，逐漸步入正軌。西部地區受金融危機沖擊小，但由于地域遼闊，金融分支機構逐漸外延化、分散化，導致金融集聚程度逐年降低。

（二）空間自相關檢驗

在進行空間計量分析前，本文采用地理距離倒數矩陣，用全局Moran’s I指數檢驗變量是否存在空間相關性。表2顯示：2008—2018年間，GDE、FA、RG?DP、FDI、DE 和PEO 六個主要變量的Moran’s I 指數基本通過顯著性檢驗，表明存在顯著的空間自相關。

表2 2008—2018年各變量的全局Moran’s I值

（三）實證分析

本文用包含地理距離倒數矩陣（W1）的空間杜賓模型實證分析金融集聚對綠色發展效率的影響，并用經濟地理距離矩陣（W2）檢驗結果的穩健性。W2根據式（4）構建：

實證結果表3顯示，金融集聚的回歸系數和空間交互項系數都顯著為正，綠色發展效率的空間自回歸系數ρ顯著為正，表明了樣本城市在空間上不僅存在外生的金融集聚交互效應，還存在綠色發展效率的內生交互效應。變量變化的偏微分解釋為，金融集聚對城市綠色發展效率的直接效應和間接效應均顯著為正，表明金融集聚可以顯著提高當地綠色發展效率，也帶動了周邊地區綠色發展。金融集聚的整體效應顯著為正，這進一步驗證了金融集聚能提高綠色發展效率。實證結果在使用W1矩陣和W2矩陣后結果非常接近，通過了穩健性檢驗。值得注意的是，金融集聚對城市周邊地區綠色發展效率的空間影響大于對中心城區的直接影響。

表3 金融集聚影響綠色發展效率空間模型的回歸結果

對實證結果的解釋可以從直接效應和間接效應兩個角度分析。從直接效應角度出發，金融機構的規模集聚形成區域內金融中心，也同樣形成區域內的資本中心、信息中心、市場中心和人才中心，強化了集聚效應的傳遞。金融機構因其優雅的出身對環境保護有強烈的追求，通過優化資源配置合理引導資金進入綠色行業的發展，進而優化產業結構，通過準入門檻的融資需求進而激勵企業技術創新，尋求技術突破，通過構建與企業、客戶的交流平臺，加速了創新技術的溢出，有效地提高了當地的綠色發展效率。從間接效應角度出發，金融集聚轉移周邊地區的金融資源會導致中心城區和周邊地區出現兩極分化發展趨勢，但金融集聚產生的空間積極影響會使得金融中心區域的知識、人才向周邊分支機構溢出，同時也拓寬了周邊地區的交易市場，產生更積極的正向作用，在沖銷消極作用后仍能帶來普惠式發展。因此，金融集聚能夠提高周邊地區的綠色發展效率。現階段，我國城市經濟實力快速提高，金融體系框架逐步完善，中心區域金融集聚速度放緩，金融資源逐漸飽和，城市繁榮帶來的便利促使金融分支機構向周邊蔓延，網絡的信息便利讓金融服務覆蓋成一片大網，金融資源、人才從中心區域溢出至周邊區域現象明顯。因此，金融集聚對周邊地區綠色發展效率的間接影響大于對中心區域的直接影響。

（四）空間衰減邊界探索

為探索金融集聚對綠色發展效率的空間影響范圍究竟多大，是否也遵循空間衰減規律，本文重新定義地理距離倒數矩陣W*，并設置以50km 遞增的不同距離閾值，，其中dij為不同城市間的地理距離。通過基于W*的空間杜賓模型（1）進行回歸，觀察兩個空間單元在距離增加時空間回歸系數是否在衰減，記錄偏微分解釋的間接效應系數值、顯著性水平、t統計量，以表示空間溢出效應，并繪制空間效應衰減趨勢，結果如圖4和表4所示。

表4 隨距離變動的金融聚集對城市綠色發展效率的空間溢出效應

圖4 金融集聚影響綠色發展效率的空間衰減過程

圖4顯示，在閾值約束的地理距離矩陣下，金融集聚對鄰近地區綠色發展效率的影響是一個先增后減、再增再減的“M”型衰減過程。對表4中顯著性水平和z 統計量的觀察發現，當地理距離增加到350km 時，金融集聚的空間溢出效應開始減弱，400km 距離只有10%顯著性水平，且在450km 和500km 的距離下顯著性消失，說明金融集聚對鄰近地區的影響范圍最大能達到400～450km，且在此范圍之內，空間溢出效應始終為正，這意味著金融集聚對鄰近地區產生空間上的積極影響始終強于消極影響，中心區域金融機構普惠式發展并沒有明顯剝削鄰近地區的金融資源，反而極大地豐富了鄰近地區金融產品種類、提高了區域內吸引力。同時，金融信息網絡有利于對不同區域內交易市場資源的更優分配，使得金融集聚對鄰近地區綠色發展效率表現出顯著促進影響。具體來看，在沒有閾值約束時金融集聚的空間溢出效應為0.678（表3），在距離增加到50km 時空間溢出效應為0.781，并在距離達到100km 時空間溢出表現最強，達到1.246，這說明100km距離為金融集聚對鄰近地區綠色發展效率的第一臨界點，在此范圍內，隨著距離增加，金融集聚對鄰近地區的積極影響在加強，消極影響仍存在但逐漸減弱。當距離超過100km 時，金融集聚對鄰近地區的積極影響逐漸減弱，且消極影響繼續衰減，空間溢出效應在逐漸減小。當距離達到200km 時，出現第二臨界點，在距離200～250km 范圍內，空間溢出效應增強，距離250km之外，溢出效應開始逐漸減弱，原因可能是200km 范圍為鄰近地區相對金融茂密區，附屬于中心區域的金融分支機構較多，金融網絡覆蓋的寬泛信息和分配的人才資源提高了附屬機構的運轉效率，能夠對該范圍的周邊地區綠色發展效率產生積極影響。但距離超過250km 之后，金融中心和鄰近地區金融相對茂密區的空間溢出效應加速減弱，直至450km無影響。

（五）異質性分析

1.區域異質性

時序演進研究發現我國東中西部綠色發展效率和金融集聚程度差距較大，現對三個地區的異質性進行研究，限于文章篇幅，本文只對直接效應和間接效應進行分析。表5結果顯示：第一，東部地區金融集聚對城市綠色發展效率的直接效應和間接效應均顯著為正，且影響系數遠高于中西部，說明東部地區金融集聚顯著提高了當地綠色發展效率，也帶動了周邊地區綠色發展，且作用效果比中西部更強。第二，中部地區金融集聚對城市綠色發展效率沒有直接影響，但對周邊地區產生促進作用。第三，西部地區金融集聚對城市綠色發展效率產生正向影響，但對周邊地區沒有影響。

表5 東中西部金融集聚影響綠色發展效率空間模型的回歸結果

究其原因主要有三點：第一，東部地區地理位置優越，無論是經濟實力、政治地位，還是資源、人才的擁有度都遠高于中西部，金融集聚程度和綠色發展效率在政策支持和政府投入下穩步上升，表現出更高的水平，金融集聚效應無論從力度上還是范圍上影響綠色發展效率的直接效應和間接效應都大于中西部地區。第二，中部地區金融集聚的發展不穩定，在2012年出現跨越式發展，城市中心區金融集聚規模不大，金融機構分散嚴重，這種多地區小規模集聚現象產生的激烈競爭會導致金融資源的整合能力下降，金融人才流逝，帶來信息不對稱風險，最終使得金融集聚對中心區域的綠色發展效率沒有顯著性影響。但這種競爭卻變相削弱了空間上的消極影響，強化了對周邊地區的積極影響，中心區域流出的人才和資源提高了周邊區域的金融服務能力，對周邊地區的綠色發展效率產生促進作用。第三，西部地區地域遼闊，城市間距較遠，城市化建設范圍小，經濟和金融的發展較為集中，金融集聚現象能夠顯著促進城市中心經濟建設，進而通過集聚效應擴散帶動綠色發展，但由于西部地區除中心城區外環境資源開發程度較低，且工業集中于城區，中心區金融集聚對周邊地區綠色發展效率的帶動作用不明顯。

2.城市規模異質性

金融集聚程度以及城市綠色發展效率往往也受到城市規模的影響。城市規模越大，交易資本越充裕，信息更密集，人才更集中，市場更多元化。城市規模也與經濟實力水平和政策實施條件密切關聯。為檢驗金融集聚對不同規模城市綠色發展效率的影響，本文通過劃分年末總人口檔次來區分不同城市規模。根據國務院最新的城市規模劃分標準，限于文章篇幅，將年末人口大于500萬的101個城市都劃分為特大型城市，人口在100萬到500萬的166個城市劃分為大型城市，人口小于100 萬的12個城市都劃分為中小型城市。

實證結果如表6所示，特大型城市和大型城市的金融集聚對中心區綠色發展效率產生促進作用，對周邊地區也產生積極影響，且特大型城市金融集聚的直接影響和空間影響強度都高于大型城市。中小型城市的金融集聚既不能影響中心區域綠色發展效率，也不能影響周邊區域。

表6 不同城市規模金融集聚影響綠色發展效率空間模型的回歸結果

產生這一結果的原因主要是金融集聚能夠帶給當地更多的資本投入，激發技術創新活力。城市作為人口、經濟和金融的載體，始終擁有豐富的資金、信息和管理經驗，能夠給當地帶來循環創新的綠色技術與治污經驗，從而提高綠色發展效率。但不同規模的城市在技術存量、資源容量、經濟實力和政治地位上存在差異。特大城市擁有全國更多的政策資源傾向，金融產業得以迅速發展，其不僅擁有更全面的金融服務框架，也集聚成更大規模的資本、信息、人才和交易中心，金融集聚效應對綠色發展效率的影響比大城市更大。中小型城市綜合實力較弱，用于市政建設投入資金更少，且金融市場很少得到政府支持，自身資源較少，地區人口也不支持金融資源的快速流動、循環利用。金融機構小規模的集聚對其綠色發展效率影響并不顯著。

五、結論與政策建議

（一）結論

本文系統性地梳理了金融集聚影響綠色發展效率的理論框架。并選取2008—2018年全國279個城市樣本數據，基于STIRPAT 模型構建空間杜賓模型，實證檢驗了金融集聚的直接效應和間接效應。主要結論如下：

第一，根據對2008—2018年我國綠色發展效率及金融集聚的時間變化趨勢的觀察發現，我國綠色發展效率總體上呈現波動式上漲趨勢，其中東中西部地區與全國趨勢相同但呈現出“東—中—西”階梯遞減規律，差距較大。我國金融集聚在全國總體上呈現出先下降后上升的“勾”型趨勢。東中部地區跟隨全國趨勢，但西部地區卻與總體趨勢相違背，出現“倒勾”型現象。

第二，在國家層面上，金融集聚對綠色發展效率具有正向的直接效應和空間溢出效應，且對周邊地區的空間溢出影響要高于對中心區域的直接影響。這一結論在引入經濟地理距離矩陣進行檢驗后仍然成立。此外，金融集聚的空間溢出效應呈現出先增后減再增再減的“M”型衰減過程，影響范圍在400～450km之內。

第三，劃分城市區域后發現，不同地區金融集聚影響綠色發展效率的直接效應和空間溢出效應存在顯著差異。金融集聚影響城市綠色發展效率的直接效應在東西部顯著，但在中部地區不顯著，東中部地區的空間溢出效應也顯著，但西部地區不顯著。東部地區的影響強度始終高于中西部，這些差異受地域、政策、經濟等因素綜合影響。

第四，劃分城市規模后發現，不同規模城市金融集聚影響綠色發展效率的直接效應和空間溢出效應也存在顯著差異。特大型城市和大型城市金融集聚能顯著促進中心地區綠色發展效率，對周邊地區也能產生積極影響，且特大型城市影響力度大于大型城市。中小型城市金融集聚的直接效應和間接效應都不顯著。

（二）政策建議

結合上述研究結論，本文提出以下政策建議：

第一，我國綠色發展效率雖處于波動式緩慢上漲中，但不同區域間差距較大，要繼續穩中求進地推動綠色發展，需要推動綠色經濟建設、優化綠色環境、倡導綠色生活，并努力發揮綠色創新作為改善生態環境的內生驅動作用。各地區也應該根據自身發展實際，由政府聯合企業、居民共同建立合理有效的資源利用體系，傳承綠色文明理念。東部地區需發揮領銜作用，中部地區需完成崛起計劃，西部地區需結合自身發展優勢，努力縮減差距，實現大開發。金融業發展在區域內發展不平衡不充分問題也不能忽視，東部地區需要穩中求進的發展，中部地區政府需倡導金融機構向城市中心區集中，西部地區需要大力推動金融業發展。

第二，金融集聚是影響城市綠色發展效率的關鍵因素。各城市應加大金融扶持力度，廣納金融賢才，構建更全面的金融網絡服務框架，同時建立良好的市場監督機制，強化傳統金融服務于實體產業，也應防范金融泡沫風險。金融機構亦需加強區域間交流合作，共建金融服務平臺，實現信息共享，充分釋放金融聚集的空間溢出紅利。另外，富裕程度、對外開放程度、信息化水平及人口壓力也是影響綠色發展效率的重要因素，各城市應加強經濟建設，引進合適的外商投資，構建更全面的信息網絡服務平臺，實施多樣化人才引進政策，制定更符合自身城市發展的全方面戰略。

第三，不同區域金融集聚對綠色發展效率的作用機制復雜、影響強度不同。金融機構在引導資源推動綠色產業時，需要綜合評估該產業的污染力度范圍、地段優勢和綠色驅動力，在此基礎上制定相應的策略，做到資源分配的最優化。東部地區需要繼續豐富金融資源，細化綠色融資門檻，同時需深化對外開放，引進國外先進技術和管理經驗。中部地區需大力引導金融機構向中心區集中化，引進并學習東部地區先進資源技術，同時也要發揮周邊地區金融機構分散化帶來的“涓滴效應”。西部地區需要增加金融服務網點，結合國家政策導向，大力發展金融業，構建完整的金融體系。

第四，不同規模城市在政策力度、經濟實力、資源容量和人口密度上都存在顯著差異，金融集聚對綠色發展效率的影響強度隨著城市規模的減小而減弱，大型城市和特大型城市金融集聚的直接效應和空間溢出效應明顯，但影響強度仍有較大差距。大型城市應借鑒特大型城市的城市規劃和管理經驗，實施符合城市經濟實力及地域條件的方針政策。中小規模城市金融集聚效應影響不顯著，當務之急是向大規模城市發展方向靠攏，加強市政建設，引進先進企業與人才，增強城市的吸引力。■