綠色金融對綠色經濟效率的影響研究

朱廣印，王思敏

（青島理工大學 商學院，山東 青島 266520）

一、引言

改革開放以來，中國經濟持續保持中高速增長，但各地區經濟發展伴隨工業化的推進積累了不同程度的資源短缺與環境污染問題，如水污染、霧霾、土地荒漠化等，污染治理和結構轉型壓力較大。要想實現高質量可持續發展，減少對資源環境的過度消耗，就必須轉變傳統的生產方式和發展方式，實現兼顧生態功能和經濟質量的綠色經濟增長。在此背景下，作為支撐經濟結構轉型的核心動力，綠色金融通過引導和轉變綠色經濟發展的速度、效率和方向，促進金融資源在產業間合理配置，緩解各類行業進行技術創新和綠色改造的融資約束，其廣泛推行與深化應用對于推動節能減排型產業發展和實現經濟綠色轉型具有重大現實意義。

二、文獻綜述

國外關于綠色金融的研究中，White（1996）[1]認為綠色金融作為轉移環境風險的金融工具，能夠通過推動金融機構對環境責任的承擔影響其信貸決策，進而促進企業的綠化。Cowan（1999）[2]認為綠色金融作為實行綠色環境管理的一種融資方法，試圖利用市場工具拓展環境融資來源，解決污染者與受益人為環境保護付費的現實困境。國內研究中，王元龍等（2011）[3]研究發現綠色金融作為一種制度安排和機制創新，其體系的構建離不開政策支持和與當地產業的結合，強調應注重本土化以促進創新。王鳳榮和王康仕（2018）[4]發現經濟轉型下綠色金融的本質是由政府推動的制度變遷，低效的綠色金融配置不能有效約束污染企業的信貸融資，而綠色政策能夠完善綠色金融的激勵機制，并從整體上提高其配置效率。

國外綠色經濟概念首次出現在1989年出版的《綠色經濟藍皮書》中，作為滿足可持續發展需求的一種新的發展理念，其關鍵是減少污染排放和資源損耗，目的是控制生態環境風險，提升經濟產出的質量和效率。Munitlak等（2017）[5]認為綠色經濟的本質是負責任的大國建立的一種長期的可持續發展戰略，其目的是在實踐中推動經濟社會與環境保護的協調和可持續性，反映通過技術升級和清潔生產提高經濟增長質量的傾向。國內相關研究認為綠色經濟效率是對傳統經濟效率的修正，彌補其僅依賴增加要素投入而忽視資源和環境代價的缺陷。楊文舉（2011）[6]強調經濟效益與環境質量的雙重目標，通過將工業廢水、廢氣作為非期望產出，基于跨期數據包絡法和勞動生產率的分解，修正了傳統的全要素生產率。王兵等（2010）[7]基于Luenberger指數測度環境全要素生產率增長率，發現其高于傳統的市場，但呈下降趨勢。

大多學者認為綠色金融有利于推動綠色經濟發展。董曉紅和富勇（2018）[8]基于耦合度模型研究發現我國綠色經濟發展整體呈上升趨勢，作為重要支撐的綠色金融與其并處于高度協調的系統動態耦合狀態。丁攀等（2021）[9]基于雙重差分模型研究發現綠色金融的政策落地一方面直接促進了經濟可持續增長，產生先升后降的邊際動態效應；另一方面通過推動企業技術進步和產業結構優化的中間機制，增強其對經濟可持續增長的正向凈效應。文書洋等（2021）[10]發現綠色金融本身側重于環境影響的資本配置功能能夠通過降低企業生產經營活動中對資源環境的過度損耗，改善經濟增長的路徑和質量。雷漢云和王旭霞（2020）[11]研究發現綠色金融通過改善環境推動經濟增長質量提升的影響存在區域性差異，其中東部地區通過企業內部的科技創新主動減少對資源環境的損耗，綠色金融的影響較弱，而以重工業為核心的中部地區需要在綠色金融政策引導下進行綠色轉型，影響較強。韓科振（2020）[12]認為綠色金融能夠通過引導資金流向促進綠色企業內部的技術研發創新，進而推動本地及周邊地區綠色技術創新效率的提升。部分學者發現綠色金融影響綠色經濟發展的過程中存在抑制作用。Thomas等（2007）[13]認為單純依賴政府對清潔技術的財政補貼而不考慮將污染企業產生的外部環境成本內部化，會造成市場扭曲和環境風險。劉莎和劉明（2020）[14]發現綠色金融前期規模投入不足，資金的到位及環境治理作用的發揮均需要時間，對節能減排的影響有限。柴晶霞（2018）[15]研究發現綠色金融初期由于綠色產業的外部性及生產成本較大，對民間投資的調動及傳統消費的擠出效應不足，難以推動經濟增長。寧偉和佘金花（2014）[16]發現綠色金融資源由于非綠色產業及個別大型企業在結構分配和總量轉移上對其的內外部擠占，使得中小企業融資不足，反而阻礙經濟增長。王康仕等（2019）[17]發現綠色金融對民營綠色企業投資增長效應的發揮受到現有的信息披露及信貸配給機制的影響，存在一定程度的投資約束和期限錯配問題。

綜上所述，國內外學者對綠色金融與綠色經濟的相關研究較為豐富，但仍存在以下不足：一是既有文獻大多基于綠色金融與綠色經濟指標間簡單的線性假設展開研究，容易低估其中的實際效應，現實中各地區資源環境的差異及空間互動日趨緊密使得綠色金融與區域綠色經濟效率間可能存在非線性關系；二是綠色金融功能和作用的發揮不僅會影響當地經濟活動，且會基于外溢效應影響鄰近地區的生產活動和生態環境。鑒于此，本文充分考慮綠色金融的空間溢出效應，基于省級面板數據。首先，將地區經濟、地理因素納入空間杜賓模型，實證分析綠色金融作用于區域綠色經濟效率的空間機制；其次，利用面板門檻回歸模型對綠色金融與綠色經濟效率間的關系進行實證檢驗，以深入探究其在不同發展水平下對綠色經濟效率的作用特征，以期豐富已有研究，并為推進綠色金融政策完善和綠色經濟發展提供有價值的建議。

三、機理分析

綠色金融是通過多樣化的金融工具將更多資金配置到綠色環保項目及企業的一種金融創新，能夠從不同渠道直接或間接地限制環境污染，存在一定的環境規制作用。但關于對綠色經濟效率作用方向的研究，在不同條件下得出的結論不一，兩者間可能存在更為復雜的關系（丁杰，2019；尹慶民和顧玉鈴，2020）[18-19]。因此，需根據具體情況分析其產生的作用是正向還是負向。

一方面，綠色金融支持的節能環保項目前期資金投入較大，技術研發風險高，回收周期較長，短期效益不明顯，額外的治污成本擠占了企業用于研發活動的資金投入，這種環境成本的內部化直接增加了企業的生產經營成本，削弱其競爭能力，進而降低總利潤和產出效率，形成成本遵循效應（劉傳江和胡威，2016）[20]，不利于綠色經濟效率的提升，但也沿著帕累托改善路徑間接減少了對外部環境的污染排放。另一方面，長期綠色金融投入規模不斷擴大，更多資金流向采用清潔技術生產的綠色環保企業，激發更多企業進行節能減排技術創新的內在動力，在提升產品質量和競爭優勢的同時抵消前期環境生產成本的增加，總利潤和產出效率提升，形成創新補償效應（倪瑛等，2020）[21]。結合已有研究（黃建歡等，2014；董浩允，2020）[22-23]，綠色金融對綠色經濟效率的影響主要體現在以下四個方面。

1.資金支持效應

金融機構在政策指引下通過開展綠色金融業務創新引導規?；馁Y金用于投資支持節能環保型產業，反向約束污染行業的融資渠道，以激勵更多企業主動升級技術和進行綠色轉型。

一方面，持續大量的綠色資金供給和優惠性利率政策能夠降低環保企業的籌資成本，有效緩解其短期內進行清潔技術研發和環保設備購置所面臨的融資約束；另一方面，長期充足的綠色資金支持能激勵更多企業通過節能減排技術創新提升產出效率和產品質量的同時減少污染排放，進而推動綠色經濟發展。

2.資源配置效應

金融機構在綠色金融政策引導下會進行更具“偏向性”的資本配置，促使原本投向效率低的“兩高”產業的金融資源更多轉移到后期效率較高的綠色行業。在為綠色環保產業的規模生產和技術升級提供更多資金的同時限制粗放型產業發展，對資源環境的損耗也伴隨綠色金融的規模發展得到緩解，實現資源優化配置和利用效率提升，進而逐步淘汰落后產能，引導并激勵相關產業通過技術改造和產品升級獲得更多融資機會，從而促進區域綠色經濟效率提升。

3.技術創新效應

綠色金融發展將更多資本用于清潔生產和治污技術的研發投入，緩解企業由于前期研發風險高、項目周期長帶來的融資壓力，激勵更多企業重視生產技術的改進和創新，積極采用節能環保技術不斷提升產品質量和市場競爭力，以迎合消費者對綠色產品的需求，在提高資源利用效率的同時改善生態環境。隨著綠色金融產品和服務的不斷創新發展，污染行業的融資壓力和生產成本不斷加大，迫使其不得不進行傳統技術革新，積極推動節能減排型生產技術升級，以減輕其對資源環境的損耗，進而提升綠色經濟效率。

4.企業監督效應

為保證融資企業對前期所籌綠色資金的?？顚Ｓ?，金融機構有權利和義務通過實時監督其公開披露信息和資金流向審查綠色資金的使用是否規范，促使企業在生產經營中重視生態保護和污染治理問題，這有利于推進綠色經濟效率提升。

具體包括以下兩種：

一是證券市場對上市企業的監督，通過強制的環保信息披露監督上市企業的生產經營是否符合綠色環保要求；

二是銀行對貸款企業的監督，通過對其信貸資金流動的追蹤檢查，從各個流程監督其是否將綠色資金用于環境友好生產。

基于上述綠色金融作用機理分析，為驗證綠色金融是否有利于促進綠色經濟效率的提升，本文首先基于空間計量模型實證研究綠色金融對區域綠色經濟效率的作用特征；其次利用門檻回歸模型進一步檢驗兩者間的非線性關系，并深入探究綠色金融在不同發展水平下對綠色經濟效率的促進作用。

四、研究設計

（一）空間計量模型

根據地理學第一定律，各地區綠色金融發展與綠色經濟效率在空間上具有相關性，各省份間的相關性可能會隨著地理位置、經濟基礎及制度環境的不同而產生異質性，因此有必要通過構建空間計量模型進行實證檢驗。

1.空間權重矩陣的構建

現實中經濟變量的空間關聯性常受經濟發展和地理因素雙重影響，借鑒有關做法（王鋒等，2017；孫葉飛和周敏，2016）[24-25]，構建經濟地理嵌套權重矩陣，設定如下：

具體設置如下：

2.空間依賴性檢驗

檢驗空間依賴效應是應用空間計量模型的前提，因而基于全局Moran’I和局部散點圖做探索性空間分析，以分別反映研究區域總體及內部個體空間單元的關聯與集聚程度，公式如下：

3.模型的構建

首先，廣義的空間杜賓模型（SDM）是在空間滯后模型（SLM）和空間誤差模型（SEM）基礎上形成的，能夠同時將自變量和因變量分別與空間權重矩陣結合納入同一模型中，從而更具一般性。其次，由理論分析可知，綠色金融對綠色經濟效率的影響具有不確定性，因而引入其二次項可以深入探究兩者間的非線性關系。

具體設定如下：

式中i為省份，t為年份，ρ為空間自回歸系數，β和η分別為解釋變量及其空間滯后項系數，Wij表示空間權重矩陣，μit是地區固定效應，υit是時間固定效應，εit∈N(0,σ2I)為隨機擾動項。

然而，靜態SDM模型僅考慮綠色經濟效率的空間滯后效應，未考慮到作為投入變量的固定資產投資的存量調整與慣性作用，使得各地區綠色經濟效率具有一定的時間滯后性。因而，本文引入綠色經濟效率的時間和空間滯后一期構建動態SDM模型（QML）來降低資本深化產生的內生性影響。具體設定如下：

其中，τ和δ分別為被解釋變量時間滯后項及其時間空間滯后項的系數。

考慮到存在空間滯后項時，模型的點估計回歸結果會出現偏差，不能反映真實的偏回歸系數，因而本文參考Lesage和Pace（2009）[26]的做法，假設單元截面值互不相關，基于變量影響的不同來源，采用偏微分法將其分解為直接效應和間接效應。求偏導數后的基礎矩陣如下：

k為自變量個數，?E(Y)為Y的期望值，矩陣中對角線與非對角線上元素之和的平均值分別為直接和間接效應，表示局域溢出效應和跨區域溢出效應，兩者之和即為空間溢出總效應。

（二）面板門檻模型

依據前文理論分析，綠色金融對綠色經濟效率的影響存在階段性特征，兩者間關系具有不確定性，可能存在非線性問題。而傳統加入二次項的模型設定存在共線性偏誤，也不能從客觀上對閾值的估計結果與置信區間進行有效性檢驗。因此，本文利用Hansen（2000）[27]的面板門檻模型考察綠色金融影響綠色經濟效率的非線性機制特征，構建單門檻和雙門檻模型如下：

其中qit、γ分別為門檻變量及其待估門檻值；I(·)是示性函數，當括號內表達式為真時取值為1，否則取0；為常數項，個體截距項μit表示固定效應，擾動項εit服從獨立同分布；其他控制變量同上以保持模型的可比性。

（三）變量選取與數據來源

1.變量選取

被解釋變量。將基于超效率SBM模型測度的綠色經濟效率（GEE）作為本文的被解釋變量，這種包含非期望產出的靜態效率得分更能反映當前經濟增長所受到的資源環境約束。綠色經濟效率值越高，有限資源投入下的產出帶來的污染更少。

為全面準確衡量不同省份綠色經濟效率值的大小，采用綜合SBM和超效率DEA模型優點的超效率SBM模型。其基本思路：第一步從生產可能集（PPS）中刪除處于有效生產前沿面的決策單元（DMU）；第二步度量和排列DMU到PPS的距離，即為超效率（≥1）。考慮非期望產出的超效率SBM模型構建如下：

其中，式（11）為生產可能集，ρ為目標函數，N是DMU數量，m是投入變量個數，s1和s2分別為“好”產出和“壞”產出個數為m×N維投入向量和分別為s1×N維期望產出向量和s2×N維非期望產出向量，λ=(λ1,λ2,…λN)為N維權重向量，sg∈Rs1+為期望產出不足，sb∈Rs2+為非期望產出冗余為投入冗余。

關于投入產出指標的選取與處理有下面幾方面。

（1）期望產出（GRP）。選取地區生產總值反映決策單元DMU的“好”產出，為避免價格波動對產出價值衡量的影響，將GDP以2006年為基期做指數平減法處理，利用公式當年實際GDP=上一年名義GDP×當年GDP指數計算得到實際GDP作為期望產出。數據來源于國家統計局。

（2）非期望產出（W）。運用熵值法從污染源頭出發選取廢水、化學需氧量、廢氣中二氧化硫、氮氧化物及煙（粉）塵排放總量五種污染物綜合得到環境污染指標W。數據來源于《中國環境統計年鑒》和國家統計局。

（3）投入指標。資本投入（K）用實際的資本存量反映，參考張軍等（2004）[28]的做法采用永續盤存法計算，具體公式為，其中Kit為i省市t時期的固定資本存量，δ取9.6%，Iit和Pit分別為固定資產投資額及其價格指數，以2006年為基期對歷年名義投資流量進行平減，基年資本存量則以2006年固定資本形成總額除以10%進行替代。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。

核心解釋變量。參考傅亞平和彭政欽（2020）[29]的做法，基于熵值法從綠色信貸、綠色投資、綠色證券及綠色保險四個方面構建綠色金融綜合指數（GF），并將其作為本文的核心解釋變量，該指標為正向指標。

綠色金融綜合指標體系具體說明見表1。

表1 綠色金融綜合指標體系

控制變量。結合已有研究并基于地區發展實際狀況，從以下幾個方面選取其他控制變量。

（1）富裕程度（GDP），用地區生產總值反映。

（2）技術水平（GT），選取政府研發經費支出與地方財政支出比值衡量。

（3）人口因素（UP）?？紤]到城鎮勞動力多就業于工業和服務業，在增加經濟產出的同時加大了資源消耗和環境負擔。參考楊曉璐（2020）[30]的做法，選取城鎮單位就業人員反映城鎮勞動人口帶來的環境壓力。

（4）上市公司數量（QLC）。上市公司具有更高的社會知名度、受到更多法律監管及信息披露的強制要求，能夠促使企業提高自身管理水平和運營效率的同時，帶動區域整體經濟資源利用效率的提升，進而推動經濟增長。參考譚勁松等（2010）[31]的做法，選取上市公司數量反映上市公司對當地經濟的貢獻。

（5）投資水平。物質資本在市場間的流動與融合會影響相關產業的空間布局和技術研發活動，為其規?；a及技術創新提供資金支持。參考尹慶民和顧玉鈴（2020）[19]的做法選取固定資產投資額反映地區市場投資水平（FI）。財政支出通過擠占和替代效應能夠干預市場資源配置，同時也是地方產業進行規模生產和技術創新的重要資金渠道，由政府主導的項目建設與技術創新的投資對綠色經濟效率有較大影響。因而參考邱海洋（2017）[32]的做法采用地方財政支出與GDP的比值反映地方政府投資水平（GE）。

（6）環境質量。不同污染物的排放在數量上難以同時達到均衡狀態，在結構上取決于當地經濟增長方式，在環境綜合治理過程中實現各類污染均降到最優水平的難度較大，因而其影響具有地區差異更符合現實。參考傅亞平和彭政欽（2020）[29]、劉霞和何鵬（2019）[33]及張健（2020）[34]的做法，選取廢水、化學需氧量、二氧化硫、氮氧化物及煙（粉）塵排放量構建污染指標反映地區整體環境質量綜合影響（EP）。二氧化硫排放主要源于工業生產對煤炭等化石能源的消費，相對于源自生產過程及其他環節的污染物，占比較大，凈化成本較高，且中國的能源消費結構以煤炭為主，對綠色經濟效率有重大影響。參考董浩允（2020）[23]和王竹君（2019）[35]的做法，采用工業二氧化硫排放量衡量地區環境污染強度（SO2）。

（7）受教育水平（ED）。選取普通高等學校在校學生與年末常住人口的比值反映。

2.數據來源

考慮到西藏地區和港、澳、臺地區數據有所缺失，選擇剔除，選取2007—2019年中國30個省份的面板數據做實證分析。數據來源于2008—2020年各省《統計年鑒》和《中國工業統計年鑒》《中國保險年鑒》《中國金融年鑒》《中國科技統計年鑒》《中國環境統計年鑒》、中經網、國泰安、Wind數據庫及國家統計局，部分缺失數據采用期望值最大化法和均值插補法處理。

五、實證分析

（一）空間依賴性檢驗

本文基于經濟地理嵌套權重矩陣以全局Moran’I指數檢驗中國30個省份2007—2019年綠色經濟效率的空間依賴效應，結果見表2。

由表2可知，中國30個省份綠色經濟效率的Moran’I指數整體呈倒M形變化趨勢，除了2016年和2017年這兩年的Moran’I指數為負，表現為空間異質性，其他年份的Moran’I指數均在1%顯著性水平下為正，具有長期穩健的空間關聯效應，并于2019年達到峰值，表明近年來我國綠色經濟效率的空間集聚性不斷增強。

表2 空間依賴性檢驗

考慮到區域內綠色經濟效率的分布差異，另繪制其局部Moran’I指數散點圖以考察這種空間關聯特征，限于篇幅，選擇2007年和2019年為代表年份分別作圖，如圖1所示。

圖1 2007年和2019年局部Moran’I指數散點圖

從2007年和2019年的空間集聚特征分布圖可看出各地綠色經濟效率均大多位于空間正相關性的典型觀測區，圖1顯示，相對2007年，2019年各省份綠色經濟效率分布在第一、第三象限的占比由56.67%上升到66.67%，且更多集中于雙高集聚區，有向低綠色經濟效率水平的中西部省份轉移集聚的趨勢，為下文結合經濟地理因素探究綠色金融發展水平作用于綠色經濟效率的空間機制提供了支持。

（二）回歸結果分析

通過以上綠色經濟效率存在空間依賴效應的判斷，本文將進行如下檢驗判定應用模型的適用性，結果如表3所示。

表3 空間計量模型相關檢驗

由表3可知，首先，Hausman檢驗結果顯示模型（1）采用固定效應。其次，通過LMerror和R-LMerror檢驗，判定拒絕簡化為SEM模型，LMlag和R-LMlag未通過檢驗，故可接受簡化成SLM模型。LR檢驗結果均在1%水平上顯著，判定SDM模型拒絕簡化為SEM模型或SLM模型。因此，本文基于SDM模型探究綠色金融作用于綠色經濟效率的空間效應。面板全局Moran’s I指數顯著為正，說明變量間存在空間正自相關性，另考慮到資本投入存量調整與慣性作用，使得因變量存在一定的滯后性，因此在模型（1）的基礎上納入其時空滯后項，從而構建動態SDM模型（QML）來降低資本深化產生的內生性影響并作進一步對比研究。結果如表4所示。

由表4可知，在模型（1）—（4）中，靜態與動態SDM模型回歸系數符號與顯著性均表現出良好一致性與穩定性，且具有較好的擬合程度，說明考慮經濟地理因素和空間溢出效應對分析綠色金融影響綠色經濟效率的效果是有必要的。其中動態SDM模型（2）—（4）的擬合效果均高于靜態SDM模型（1），說明綠色金融作用于綠色經濟效率為連續的動態過程，存在時滯效應。綠色經濟效率時間及空間滯后一期項系數均為正，意味著前一時期本地及周邊地區綠色經濟效率提高對本期的綠色經濟效率具有提升作用?？臻g自回歸系數ρ顯著，說明綠色經濟效率在地區間存在空間關聯效應，空間因素對其具有明顯影響。

表4 空間杜賓模型回歸結果

從本地效應來看，綠色金融對本地綠色經濟效率的作用系數均顯著為負，二次項為正，且前者作用強度明顯大于后者，呈U形非線性關系，即短期綠色金融發展會抑制綠色經濟效率提升，但長期隨著其規模擴大將促進本地綠色經濟效率提高，符合EKC假說，且在動態SDM模型中的促進作用更強。究其原因：一方面綠色金融政策實施初期配套監管及激勵制度不健全，發展時間短，且存在信息不對稱等外部性問題，引導金融資源流向綠色產業的配置效率不高；另一方面綠色金融支持的節能環保項目前期資金投入較大，技術研發風險高，回收周期較長，短期效益不明顯，會增加企業生產經營成本并產生擠出效應，進而降低其產出效率，影響綠色經濟效率提升。而長期隨著綠色金融監管政策及相關配套設施的完善，綠色金融投入規模不斷擴大，通過提升資源配置效率可有效緩解產業內部創新技術和轉型升級的融資約束，更多資金能夠更高效地流向環境信息披露較好的綠色環保企業，激發企業進行節能減排技術研發的內在動力，不斷提升產品質量，后期形成創新補償效應，綠色金融對綠色經濟效率提升的促進作用逐步顯現。

從空間溢出效應來看，綠色金融作用于周邊地區綠色經濟效率的系數為正，二次項為負，呈先升后降的倒U形關系，即周邊地區綠色金融發展在較低水平下能促進本地綠色經濟效率提升，當達到較高水平時反而有阻礙作用。相鄰地區的綠色金融發展對本地綠色經濟效率的U形拐點值為1.0086，截至2019年，僅海南和青海、寧夏跨過拐點值，大多省份仍低于該拐點值，相鄰區域綠色金融發展仍處于對本地綠色經濟效率的促進階段。究其原因，前期綠色金融沿著資源配置的帕累托改善路徑在地區間流動并在當地形成對生態環境治理的示范效應，污染排放減少，環境質量得到顯著提升并產生正向空間溢出效應，在促進本地綠色經濟效率提升的同時，也受到周邊地區的溢出影響，存在“涓流效應”。后期隨著綠色金融發展，相鄰地區通過不斷占據本地綠色金融資源的“虹吸效應”增強綠色產業投資以實現對其綠色經濟效率的提升，進而增大其他產業融資壓力，不利于本地綠色經濟效率提高。

從國內綠色金融的發展歷程來看，2012年發布的《綠色信貸指引》標志著中國綠色金融從前期探索階段進入快速發展階段，對綠色金融發展具有節點意義。

此外，各地對政策的實施及干預對象行動的滯后性致使該政策的出臺具有外生性特征，因而以此作為分階段回歸的依據，得到模型（5）和模型（6）。由回歸結果可知，前期綠色金融政策實施力度不強，對綠色經濟效率的影響不顯著，綠色企業及項目仍舊面臨融資約束及技術研發風險，未能得到有力資金支持。而后期綠色金融政策實施力度的增強較好改善了環境質量，綠色資金有效配置到綠色項目，長期來看對當地綠色經濟效率的提升逐漸發揮出正向效應，呈U形變化趨勢，與前文結果一致。

由于點估計回歸結果存在一定偏誤，不能展示偏回歸系數，即無法準確判斷各變量是否存在空間溢出效應，因此用偏微分法分解空間效應，進一步驗證綠色金融促進綠色經濟效率的空間機制，如表5所示。

由表5可知，綠色金融作用于綠色經濟效率的直接效應為負，二次項為正，呈U形非線性關系，拐點值為1.3347，與前文對應，即當綠色金融發展水平較低時會阻礙當地綠色經濟效率提升，但跨過拐點值后具有正向促進作用。綠色金融的間接效應參數估計系數顯著為正，二次項的為負，同樣具有非線性影響，但呈倒U形，即綠色金融對周邊地區綠色經濟效率的影響存在階段性差異。富裕程度促進本地綠色經濟效率提升但抑制了相鄰地區的提升；技術水平、財政支出及受教育水平僅具有直接效應，且表現為負向；環境污染排放和工業污染強度僅具有間接效應，分別表現為負向和正向；上市公司數量和固定資產投資均抑制本地綠色經濟效率提升，但會推動相鄰地區綠色經濟效率的提高；人口因素有利于本地綠色經濟效率提升。

表5 空間效應分解結果

（三）門檻效應分析

以上研究說明綠色金融影響綠色經濟效率的空間機制存在階段性特征，為深入探究不同綠色金融發展水平約束下，綠色金融作用于綠色經濟效率的門檻效應，運用Hansen（2000）[27]的面板門檻模型對兩者間的關系進行實證檢驗?？紤]到綠色信貸是綠色金融的重要支撐力量，將其作為替換變量做進一步的穩健性檢驗。在此之前，首先，須判斷門檻效應是否存在，用Bootstrap法重復抽樣300次獲得F值及其對應的P值，并將其與不同水平下的臨界值做比較以確定門限個數。其次，分別估計不同面板門檻模型下的門檻值及其95%置信區間，具體檢驗結果如表6所示。

表6 門檻效應檢驗

由表6可知，在無門檻和單一門檻存在性檢驗中，綠色金融的F值分別為18.8和8.45，相應伴隨概率P值分別為0.0667和0.4833，僅前者在10%置信水平上大于臨界值16.8086，說明該模型通過10%水平下假設性檢驗，故拒絕無門檻原假設，即對綠色經濟效率影響呈現單一門檻效應，而雙重門檻未通過顯著性檢驗。因此，本文選擇單一門檻模型進行回歸。同理，其他門檻效應檢驗過程不再贅述。具體門檻回歸結果如表7所示。

由表7可知，綠色金融能顯著促進綠色經濟效率提升，且存在門檻特征。當綠色金融發展低于0.4936時，其每增加一單位，綠色經濟效率增加0.1523個單位；當綠色金融發展高于0.4936時，綠色經濟效率增加0.0439個單位。這說明綠色金融在跨過門檻值后對綠色經濟效率的促進作用有所下降。綠色信貸的穩健性檢驗結果與上述一致。究其原因：一方面，綠色金融在有關部門監管下將更多資金投向環保產業能夠有力支持企業進行技術創新和綠色生產；另一方面，隨著區域內部綠色金融發展水平的進一步提升，帶來正外部性的同時，可能會不斷占據其他優勢資源，伴隨金融要素邊際產量的不斷遞減，造成市場擁擠和過度競爭，進而對其他產業的產品研發和技術升級產生擠出效應，對綠色經濟效率的促進作用有所下降。

表7 門檻模型回歸結果

六、主要結論與政策建議

本文利用中國30個省份2007—2019年的數據進行分析。首先將地區經濟、地理因素納入空間面板模型，探究綠色金融影響綠色經濟效率的直接效應和空間溢出效應，從空間關聯角度分析綠色金融的作用機制。其次，利用面板門檻模型對兩者關系做實證檢驗，以深入探究綠色金融在不同水平下作用于綠色經濟效率的特征，得到如下結論。

第一，從直接效應來看，綠色金融對綠色經濟效率的影響呈U形，即短期內綠色金融會阻礙其提升，但長期隨著其規模發展將促進本地綠色經濟效率提高。從空間溢出效應來看，綠色金融與綠色經濟效率間關系呈倒U形，即周邊地區綠色金融在較低水平下會推動當地綠色經濟效率提高，當跨過U形拐點后反而有阻礙作用。此外，綠色經濟效率具有空間溢出效應，且其當期的提升會帶動下一期本地及周邊地區的持續提升。

第二，綠色金融在不同水平下對綠色經濟效率的邊際影響發生變化，存在單門檻效應。當位于門檻左側時，綠色金融能夠顯著促進綠色經濟效率提升，但跨過門檻值后這種促進作用有所下降。

針對上述結論提出以下對策建議。

第一，地方政府應加大綠色金融政策支持力度，根據不同地區的綠色產業發展階段的差異給予針對性的財政補貼，鼓勵更多資本投向節能減排企業的產品研發和技術創新活動，同時積極完善綠色金融基礎配套設施建設，使其發展更加適應并融合當地綠色經濟轉型過程。加強與相鄰省份環境信息共享和綠色金融產品創新的交流合作，避免因信息不對稱和過度競爭帶來的資源浪費，進而促進綠色資金、專業知識及技術人才的跨區域流動，實現與周邊地區的協同發展。

第二，持續推進綠色金融發展體系的構建和完善，調動金融機構創新多元化綠色金融產品和服務的積極性，并適當降低其進入門檻，激勵更多社會資本參與其中，從而進一步擴大其發展規模，運用市場機制充分發揮綠色金融促進綠色經濟效率提升的潛能。從實際出發統籌制定綠色金融規劃方案，明確具體資源流向，并合理安排其不同產品的價格和期限，進而提升其供給水平與配置效率，實現多元化綠色融資需求與供給的精準對接。