金融集聚對綠色經濟發展效率的影響

岑廣銳CEN Guang-rui；方建鋒FANG Jian-feng

（廣東技術師范大學，廣州510080）

0 引言

完善的金融市場是產業優化和綠色發展的支柱。金融產業是現代經濟體系的核心要素，其自身具有“清潔型”和“動力型”的優勢，在促進我國綠色經濟發展過程中具有極其重要的作用。因此研究金融集聚、產業升級和綠色經濟增長效率三者之間的作用機理對于解決我國經濟快速增長與保護生態環境的尖銳矛盾、促進城市和國家可持續發展具有重要的實踐意義。

大多數學者主要是對金融發展與經濟增長或產業結構調整的關系進行研究，對產業綠色發展的研究并不多。對于金融業集聚與綠色發展方面，我國學術界從不同角度進行了大量的研究。張世曉（2010）從融資方式出發，認為債券融資和股權融資的方式使金融資源集聚在某一個區域，并且由于金融業人才集聚，產業集群內的金融業發展水平，金融制度和機制的不斷完善，資金供求的雙方在集聚區域內進行集中交易，并會對周邊的區域形成輻射效應。武建新，胡建輝（2018）通過研究發現，產業結構的高級化與合理化均會顯著正向影響我國綠色經濟增長。

關于金融集聚的效應研究，Caprioli 和Fedeciri（2009）通過實證分析，得出金融集聚對經濟增長有顯著正向影響的結論，且銀行業在推動金融深化和金融創新的過程中發揮主導作用。Fisman、Love（2003）通過探索金融發展水平和產業結構的關系，認為金融集聚提高了資源配置的效率，促進了新產業對于老產業的替換和產業的升級。Alfaro（2010）基于實證研究，說明由于金融產業的迅速發展，吸引了大量國外資金投資于國內市場，從而增加了企業融資渠道，金融資源的高效率配置，推動朝陽產業迅速發展，進一步促進產業結構升級。

1 計量經濟分析法分析

本文首先采用區位熵法測度長江經濟帶沿線11 個省市的金融集聚水平，區位熵又稱為專業化率，是衡量某地區某部門在全國該部門比重的指標，其公式為公式（1）。其中，LQij表示i 城市金融業的區位熵；qij表示i 城市金融業的產值；qi表示i 城市的總產出；qj表示全國金融業的總產值；q 表示全國的總產出。

其次，通過建立超效率DEA 模型測度長江經濟帶沿線11 個省市的綠色經濟發展效率。建立如表1 所示的數據庫，并將數據導入超效率DEA 模型中，測度所研究省市的綠色經濟發展效率。

表1 投入產出指標體系

最后，利用多元線性回歸模型來探究金綠色經濟發展效率與金融聚集之間的直接關系。

2 實證分析

2.1 變量設定

2.1.1 被解釋變量

本文以綠色經濟發展效率（GDE）為被解釋變量。測量綠色經濟發展效率則是采用超效率DEA 模型來實現目標。

有研究表明[29]，相思類樹種郁閉快，含水率高，葉厚略革質，耐火難燃性強，屬于二級防火樹種。因此，亦可作防火隔離樹種。此外，5種外來相思的根瘤生物量大、固氮力強及改土性能好，具有提高土壤肥力和保持水土的作用。可與木麻黃、濕地松及木荷等樹種混交，從而豐富沿海防護林樹種結構，美化海濱森林景觀，改善生態環境。

本文建立（表1）的投入產出指標體系，通過這個體系來測度長江經濟帶11 個省市的綠色經濟發展效率。長江經濟帶沿線11 個省區市綠色經濟發展效率指標取于2009-2019 的《中國統計年鑒》等年鑒。

對長江經濟帶沿線11 個省區市的綠色經濟發展效率進行測度之后結果如表2。

表2 長江經濟帶11 個省市綠色經濟發展效率指標

總體來看，長江經濟帶沿線11 個省區市的綠色經濟發展效率呈現逐年上升的趨勢。由于綠色經濟發展效率在不同的城市呈現出的結果具有差異性，因此便為進一步分析對綠色經濟發展效率產生影響的因素提供了必要性。

2.1.2 解釋變量

①金融集聚度。

對于衡量不同的城市的金融集聚度，文中采用了區位熵（LQ）進行對比。如公式（1）所示：

其中，LQij表示i 城市金融業的區位熵；qij表示i 城市金融業的產值；qi表示i 城市的總產出；qj表示全國金融業的總產值；q 表示全國的總產出。本文采用長江經濟帶沿線11 個省區市的金融業生產總值來計算金融業集聚區位熵LQij，結果如表3 所示。

表3 長江經濟帶沿線11 個省市金融集聚度

總體來看，考察期內，金融聚集水平在全國的各個省市之中，都便顯出了上漲的趨勢。

②產業升級水平。

產業升級主要包括產業結構的合理化的高級化。本文采取產業結構比例這一方法來衡量長江經濟帶11 個省市的產業升級水平。本文采用分別對三個產業賦權的方法來構建計算產業升級水平的指標。具體的產業升級水平指標的計算公式如下：

其中，yi表示第i 產業的產值比重，IUL 表示產業升級水平指標。由此測算出的結果如表4 所示。

表4 長江經濟帶沿線11 個省市產業升級水平

從總體來看，長江經濟帶的產業升級水平呈現逐年上升的趨勢。從表中可以看出，長江經濟帶11 個省市除貴州省波動幅度較小之外，其余省市的產業升級水平均呈現明顯穩步增長的發展趨勢。

2.2 變量處理

各變量的描述性統計分析如表5 所示。

表5 描述性統計分析

本文對被解釋變量綠色經濟發展效率、解釋變量金融集聚水平和產業升級水平、以及控制變量人力資源水平和外商直接投資水平進行LLC 檢驗，并用取對數的方式對其中的部分變量進行進一步的處理。

表6 單位根檢驗結果

2.3 模型構建

根據以上分析數據，創造出金融集聚影響綠色經濟發展效率的基本路徑。

2.3.1 直接效應模型

在上式中，lnGDEit表示i 省（市）第t 年的綠色經濟發展效率增長，FAit表示i 省（市）第t 年的金融集聚度，lnHCit表示i 省（市）第t 年的人力資源水平，lnFDIit表示i省（市）第t 年的外商直接投資水平，lnGit表示i 省（市）第t年的政府財政支出水平。α 是常數項，β1、β2、β3、β4是待估計的參數，ε 是隨機擾動項。

2.3.2 中介效應模型

當產業升級為中介變量時，式（4）中的Y 代表綠色經濟發展效率，X 代表金融集聚度，Z 代表產業升級水平，F（X，Z）代表綠色經濟發展效率是金融集聚和產業升級的函數。f（X）代表產業升級水平是金融集聚的函數。對式（4）求導得：

其中，lnIULit表示i 省（市）第t 年的產業升級水平。

當金融集聚為中介變量時，式（4）中的Y 表示綠色經濟發展效率，X 表示產業升級，Z 表示中介變量金融集聚，式（5）中：表示產業升級對綠色經濟發展效率的直接效應，即模型（6）；表示金融集聚對綠色經濟發展效率的直接效應，即模型（3）；表示產業升級對金融集聚的驅動作用，所設定模型的具體表現形式如式（8）所示；表示驅動產業升級促進金融集聚從而促進綠色經濟發展效率的中介效應。

2.4 實證研究與分析

先對長江經濟帶沿線的11 個省市與2009 年至2019年之間的數據進行分析，由此結果再對模型進行序列相關檢驗和異方差檢驗。得出結果P=0.0000。這便表明了各省市之間存在固定效應，所以選擇固定效應模型來對分析金融集聚如何影響綠色經濟發展效率。

2.4.1 直接效應檢驗

回歸結果如表7 所示，金融集聚在1%的顯著性水平下通過了檢驗，表明了綠色經濟發展效率受到金融集聚的直接促進的影響，且促進的效果尤為顯著。

表7 金融集聚對綠色經濟發展效率的直接效應

2.4.2 中介效應檢驗

從分析出來的數據中可以看出，當產業升級水平每提升1%時，將使綠色經濟發展效率提升4.49%，產業升級顯著推動了經濟發展。在公式（7）中表明，金融集聚度每提高1，將促進產業升級水平提升7.94%，這說明金融集聚能夠推動產業升級。

3 政策建議

長江經濟帶是我國重要的經濟區域，覆蓋我國11 個省市，橫跨東中西三個板塊，是連接我國中西部的重要紐帶。大力發展綠色金融，通過金融集聚和產業升級的中介效應來推動綠色經濟發展。本文基于相關理論分析與實證分析，提出以下幾點政策建議：

表8 金融集聚、產業升級對綠色經濟發展效率的中介效應

首先，長江經濟帶各省市應大力推進有效的金融戰略的實施，實施相關優惠政策，吸引更多的人才、資金等金融資源。建立多層次的金融市場，推進金融體系與金融市場的不斷完善，擴展企業投資渠道，為產業結構升級與綠色經濟發展提供有力的資金支持；其次，建立有效的市場監督與管理機制，對金融資源的資金流向進行監督，增加金融資金對于高技術行業、服務業等新興產業的投資，通過調整金融資源的流向來控制產業的發展重點，從而實現經濟可持續發展。除此之外，還應創新金融體系，發揮綠色金融的指導作用，注重金融活動是否有利于促進產業升級與綠色經濟發展，引導金融資源的正確流向，推動經濟又好又快發展。