空間溢出視角下綠色金融對制造業轉型升級的影響

韓 剛, 卓思佳

(安徽財經大學 經濟學院, 安徽 蚌埠 233030)

在我國經濟的快速發展進程中,國家愈發重視生態文明建設。黨的二十大報告明確提出：“加快發展方式綠色轉型,深入推進環境污染防治”[1]。制造業粗放型的發展模式使得資源愈發枯竭、環境污染嚴重。《中國制造2025》提出：“加快制造業綠色改造升級”[2]。在我國轉型的關鍵時期,綠色金融能否有效且高效地發揮其金融工具的作用,助力制造業轉型升級。若能,在空間溢出視角下二者有何聯系。基于此,本文對上述問題進行深入研究。

1 文獻綜述

關于綠色金融的定義,一些學者進行了大量探討。相較于傳統金融,龔斯聞等[3]認為,綠色金融在社會分散資金融資功能上的效率有著很大的提升,資源配置效率也得到了較大改進,但并未打破金融機構和組織的傳統性。陳經緯等[4]將綠色金融看作是財政資金的一種替代,具有政策性金融的屬性,其基本功能是使支持生態文明建設的金融資金最大化。此外,圍繞綠色金融與制造業轉型升級的關系與影響,一些學者進行了大量研究。綠色金融能夠為綠色經濟與環保產業的發展提供融資渠道,引導企業從高污染、高耗能轉向綠色低碳循環發展[5-6]。王遙等[7]認為制造業供給側結構性矛盾會導致金融支持不暢及環境風險,這會進一步加劇金融供需失衡,因此要充分發揮綠色金融領域政策協調作用促進制造業轉型升級。張貽東等[8]認為大力發展綠色金融有助于實現制造業轉型升級,培育新的經濟增長點。盧建霖等[9]通過研究發現綠色金融與數字化能夠顯著促進制造業轉型升級,并且數字化在對綠色金融和制造業轉型升級的關系中起到正向促進作用。文書洋等[10]認為在發展綠色金融的過程中,注重金融的實際用途比單純限制高排放行業的金融資源獲取更加有效,同時綠色金融存在最優規模,要避免金融“過綠”帶來不必要的損失。

綜上所述,在綠色金融和制造業轉型升級方面已有較多研究,但仍存在一些不足：①關于綠色金融與制造業的關系大多停留在理論層面,鮮少進行實證分析;②有關綠色金融與制造業的發展研究鮮少考慮空間因素。鑒于此,本文從空間溢出視角出發,采用理論和實證分析綠色金融對制造業轉型升級的作用,并在此基礎上給出具有實踐價值的政策建議。本文的邊際貢獻在于：①通過構建指標體系對綠色金融和制造業轉型升級進行測度,探究綠色金融對制造業轉型升級的影響;②引入空間計量模型,進一步討論綠色金融對制造業轉型升級的空間溢出效應,拓寬了綠色金融發展的空間外部性研究。

2 理論分析與研究假設

2.1 綠色金融對制造業轉型升級作用機制

綠色金融為低耗能、低污染的產業項目提供信貸資源,通過綠色信貸、綠色投資等方式為綠色產業及其相關新興產業技術創新提供金融服務。綠色信貸可以通過提高污染行業融資門檻、拒絕向高污染企業提供貸款等措施壓縮重污染行業的融資規模,有效緩解“兩高一剩”行業對地區產業轉型的阻力,倒逼高污染高排放行業進行技術革新[11]。綠色金融對制造業轉型升級的作用機制主要分為資金導向機制和技術激勵機制兩個方面。

首先,政府通過制定綠色金融政策來約束傳統“三高”行業,引導社會關注國家重點支持的新型環保行業,將綠色環保理念滲透到制造業企業融資的整個過程中,在這一過程中,政府可以通過綠色金融政策發揮資金的導向作用,金融機構在相關政策的指引下向制造業企業貸款時會著重考慮其環境效益等問題,為制造業企業研發綠色技術提供資金來源,促進制造業轉型升級。其次,企業獲得資金支持加大研發投入可以有效地促進企業綠色創新,提升企業的自主創新能力,改造傳統的生產線,實現高效且綠色化的生產,吸引公眾對綠色產品的關注,以此解決中低端制造業造成的“三高”現象。最后,綠色金融通過提升制造業企業的創新環境來激勵企業相關技術不斷進行綠色創新,促進制造業向綠色化、高效化、合理化轉型升級。基于此,本文提出以下假設：

H1：綠色金融能促進制造業轉型升級。

2.2 綠色金融與制造業轉型升級的空間溢出效應

傳統金融的運作與發展離不開經濟、地理等因素。盡管在以往研究中綠色金融與傳統金融存在著許多差異,但是綠色金融作為創新型的金融發展模式仍立足于傳統金融并且為實體經濟服務,所以,綠色金融的發展同樣與地區間的經濟發展和地理位置緊密相連。不同地區間,綠色金融呈現出較強的空間差異。一方面,在地方綠色產業發展的過程中,中心地區憑借自身金融發展優勢,促使周邊地區為中心地區制造業提供所需的原材料、技術、人才等要素,資源由周邊地區流向中心地區,形成產業間的集聚效應,實現規模經濟,推動中心城市與周邊城市協同發展。另一方面,我國的綠色金融政策是要構建統一的綠色金融體系,形成統一的綠色金融市場,為本地制造業發展提供良好的金融環境,對周邊地區產生輻射效應,推動地區間綠色金融的相互聯系,促進地區間綠色金融政策的學習及效仿。因此,綠色金融具有較強的正外部性,并在促進制造業轉型升級上表現出正向的空間溢出效應。基于此,本文提出以下假設：

H2：綠色金融促進周邊地區制造業轉型升級,表現為正向的空間溢出效應。

3 研究設計

3.1 指標選取

1) 綠色金融發展水平指標選取。借鑒李健等[12]、尹子擘等[13]的研究思路,從五個維度構建綠色金融發展水平指標體系。具體指標見表1。

表1 綠色金融發展水平指標體系

① 依據單位工業增加值能耗的高低,國家統一將以下六個行業列為六大高耗能行業：石油加工、煉焦及核燃料加工業;化學原料及化學制品制造業;非金屬礦物制品業;黑色金屬冶煉及壓延加工業;有色金屬冶煉及壓延加工業;電力熱力的生產和供應業。

2) 制造業轉型升級發展評價指標選取。通過梳理制造業轉型升級發展水平測度相關文獻,借鑒潘為華等[14]、羅序斌等[15]、鄧耀群等[16]的研究思路,從創新能力、質量效益、綠色發展和產業融合四個維度共14個指標建立制造業轉型升級發展評價指標體系,具體指標見表2。

表2 制造業轉型升級發展評價指標體系

3.2 指標測度

本文采用熵值法來確定各指標權重,二級指標采取平均賦權的形式。熵值法具體步驟如式(1)～(7)所示,其中標準化處理的正向指標為

(1)

負向指標為

(2)

式(1)、式(2)中：Xij為第i個省份j個指標的值;Vij為標準化處理后的值;i=1,2,…,n;j=1,2,…,m。

計算第i個省份占第j項指標的比重為

(3)

計算第j項指標的熵值為

(4)

計算第j項指標的差異系數為

gj=1-ej。

(5)

計算第j項指標的權重為

(6)

計算各省綜合得分為

(7)

3.3 其他控制變量

通過對相關文獻進行梳理,本文選取以下控制變量進行分析：人力資本水平(H)為高校人數占總人數的比重;政府干預度(I)為一般預算支出占GDP的比重;金融發展水平(E)為本外幣存貸款余額與GDP的比值;對外開放程度(O)為進出口總額占GDP的比重;外商直接投資水平(F)為外商直接投資占GDP的比重;固定資本投入水平(C)為地區固定資產投資額占GDP的比重。

3.4 數據來源

考慮到數據的可獲得性,本文選取2007—2020年期間我國30個省市作為樣本數據,以上各指標數據均來源于《中國工業經濟統計年鑒》《中國科技統計年鑒》《中國保險年鑒》《中國高技術產業統計年鑒》《中國環境統計年鑒》《中國銀行業社會責任報告》,國家統計局、國泰安財經數據庫、Wind數據庫,個別缺失數據采用插值法補充。

3.5 變量描述性統計

變量描述性統計分析結果如下,2007—2020年期間我國30個省市的各變量差距較大,其中制造業轉型升級的最大值和最小值分別為0.520和0.054;綠色金融發展水平最大達到0.784,最小值為0.161。可見,我國制造業轉型升級水平和綠色金融發展水平呈現出區域不平衡發展的現象。此外,其余控制變量也呈現出不同程度的區域發展不平衡的現象,變量描述性統計情況見表3。

表3 變量描述性統計

4 實證結果分析

4.1 基準回歸結果

為了驗證綠色金融發展對制造業轉型升級的影響,本部分使用固定效應模型進行基準回歸分析。表4中第3到第7列為逐步加入H、O、E、F、I和C的回歸結果。結果顯示,綠色金融估計系數在1%顯著性水平下均為正,初步表明綠色金融能夠促進制造業轉型升級。除此之外,逐步加入控制變量后,擬合優度逐漸提高,證明本文選擇控制變量的合理性。

表4 基準回歸結果

4.2 空間相關性檢驗

上文對我國綠色金融發展水平和制造業轉型升級進行了測度,為探究綠色金融發展水平是否對制造業轉型升級存在空間效應,即本地和相鄰地區的綠色金融發展水平對本地制造業是否存在影響,本文擬采用空間計量模型。

對于本文樣本數據能否使用空間計量模型,應進行空間相關性檢驗。本文運用全局莫蘭指數分別對30個省市2007—2020年期間的制造業轉型升級水平和綠色金融發展水平進行空間相關性檢驗。莫蘭指數取值范圍為[-1,1],大于0則存在空間正相關性,小于0則存在空間負相關性。具體如式(8)所示：

(8)

表5結果顯示,2007—2020年期間我國制造業轉型升級水平的莫蘭指數均通過10%顯著性水平檢驗,且都為正值。說明目前我國各地區制造業轉型升級水平具有正向的空間相關性,即制造業轉型升級水平較高(較低)的地區,其周圍地區的制造業轉型升級水平也較高(較低),制造業轉型升級水平相似的地區表現出顯著的空間集聚現象。

表5 莫蘭指數結果

2007—2011年,綠色金融發展水平莫蘭指數不顯著,原因可能在于：2007年初我國綠色金融步入實踐,2007—2011年為綠色金融發展的萌芽階段,發展水平不高導致其不具備空間集聚效應。2012—2020年綠色金融發展水平的莫蘭指數在10%的顯著性水平下均大于0,表明綠色金融發展水平具有空間正相關性,表現為空間集聚現象。主要原因可能在于：2012—2020年期間,我國愈發重視環境問題,國內相關部門下發一系列綠色金融相關文件,同時綠色金融改革創新試驗區的設立表明我國綠色金融逐步進入快速發展階段,空間集聚效應逐漸顯現。制造業轉型升級水平和綠色金融發展水平總體相關作用顯著,可以選擇空間計量模型。

4.3 模型選擇相關檢驗

根據上文的分析,制造業轉型升級水平和綠色金融發展水平具有顯著的空間正相關性,通過建立空間計量模型可以更加準確地衡量綠色金融發展水平影響制造業轉型升級的具體作用方向和程度大小。

本文利用軟件Stata 16.0來進行相關檢驗。根據檢驗結果,綜合考慮模型的擬合優度、對數似然比、赤池系數和貝葉斯系數,最終選擇個體固定效應下的空間杜賓模型SDM,檢驗結果詳見表6。

表6 空間計量模型檢驗結果

模型設定如下：

Mkt=P+ρW1Mkt+β0Gkt+δ0W1Gkt+βkQkt+δkW1Qkt+μk+εkt。

(9)

式中：Mkt為制造業轉型升級水平;P為常數項;ρ為空間項系數;β0、βk、δ0、δk為待估計系數;Qkt表示各控制變量;μk表示個體效應;εkt為空間誤差項;W1為空間經濟距離權重矩陣,其矩陣元素為1/|yk-yl|,對角線矩陣元素均為0,k和l為省市編號,yk和yl分別表示省市k和l的人均GDP。

4.4 實證結果分析

1) 估計結果。表7結果表明,加入空間因素后,在1%的顯著性水平下,三個模型的制造業轉型升級水平的空間項系數ρ均為正,說明制造業轉型升級的溢出效應明顯。①從SAR模型估計結果來看,表明鄰近省份的制造業轉型升級水平對本地的制造業轉型升級水平具有顯著的推動作用,制造業轉型升級水平高的地區會對周圍地區產生帶動作用。②從SEM模型估計結果來看,除了綠色金融發展水平對制造業轉型升級產生影響之外,地區與地區之間的空間相關性也會通過隨機干擾項來體現。③SDM模型的估計結果同時考慮了綠色金融發展水平,以及隨機誤差項對制造業轉型升級的影響。一個地區通過不斷提升自身的技術、降低成本、減少污染來促進制造業轉型升級,同時會帶動周邊地區效仿。相鄰地區之間的資金流通、資源互通、技術共享、信息傳播及人才交流更加頻繁與便捷,對周邊地區的制造業轉型升級具有更好的推動作用。由上文相關檢驗結果可見,在1%顯著性水平下SDM模型不會退化為SAR模型和SEM模型,因此,本文選擇個體固定效應下的SDM模型進行空間效應分析。

表7 空間計量模型回歸結果

2) 綠色金融發展水平對制造業轉型升級的空間效應分解。為了更好地揭示綠色金融對制造業轉型升級的空間影響,避免空間回歸模型有偏差,本文對空間效應進行分解。

表8第2列表明,在10%顯著性水平下,G的直接效應估計系數為正,證明綠色金融發展水平對本地制造業轉型升級表現出直接的正向促進作用,提高本地的綠色金融發展水平,推動更多綠色資金流入制造業企業,能夠直接促進本地制造業轉型升級,H1得證。表8第3列表明,在1%的顯著性水平下,G的空間溢出效應估計系數為正,證明周邊地區綠色金融發展水平的提升對本地制造業轉型升級產生了顯著的促進作用,H2得證。其間接促進作用路徑分為以下兩點：①周邊地區的綠色金融發展水平促進了本地制造業轉型升級,原因可能在于相鄰省份之間綠色金融發展有利于推動綠色資金在區域間的有效流通,同時也有利于綠色金融政策在區域間互通、學習及效仿來促進本地制造業轉型升級;②鄰近地區的綠色金融發展水平首先促進自身制造業轉型升級,進一步推動了周邊地區制造業轉型升級。通過綠色金融促進自身制造業轉型升級給周邊省份進行制造業轉型升級提供了寶貴經驗,同時自身制造業的轉型升級能夠通過技術共享、資源互通、人才交流等帶動周邊地區制造業轉型升級,產生輻射效應。另外,觀察綠色金融的直接效應、空間溢出效應及總效應的估計系數可以看出,其空間溢出效應估計系數占總效應的比重超過了68%,這也在一定程度上說明綠色金融發展更多的通過其空間溢出效應促進我國制造業轉型升級。

表8 SDM空間效應分解

3) 其他控制變量的影響分析。從直接效應結果來看,提升我國教育水平、積極促進對外開放及加大直接投資力度都能夠顯著促進本地制造業轉型升級。同時,政府干預度(I)和固定資產投資(C)在1%的顯著性水平下的估計系數為負,表明政府對制造業的干預度越高,會使制造業企業缺少“活力”,不利于企業遵循市場規律靈活發展,從而阻礙了本地制造業轉型升級。而固定資產投資的增加對制造業轉型升級呈現出負向影響,在一定程度上說明了固定資產投資存在資金不到位及制造業或許存在固定資產飽和等問題。此外,金融發展水平的系數雖為負,但系數較小且未通過顯著性檢驗。

從空間溢出效應結果來看,提高人力資本水平及加大固定資產投資力度都能夠顯著促進周邊地區制造業轉型升級,在一定程度上可以體現出人才外溢及飽和資金在地區間的流動性,其他控制變量未通過顯著性檢驗。

4.5 穩健性檢驗

為了檢驗綠色金融發展水平對制造業轉型升級的空間溢出效應的可靠性和穩健性,本文采取替換空間權重矩陣及變換核心解釋變量指標兩種方式進行穩健性檢驗。綠色信貸在綠色金融中所占比重最大,所以本文將綠色信貸水平(L)作為綠色金融發展水平的替代指標進行穩健性檢驗。此外,本文將上述模型中使用的經濟距離權重矩陣替換為空間鄰接權重矩陣W2,當省份i與省份j相鄰時,其矩陣元素取值為1,否則取值為0。

結果顯示,變換核心解釋變量或者替換空間權重矩陣之后,回歸系數雖有不同,但在10%的顯著性水平下均為正,與上文分析結果一致,證明本文估計結果的穩健性,結果見表9和表10。

表9 更換解釋變量指標的SDM估計結果

表10 替換空間矩陣的SDM估計結果

5 結論與建議

本文以2007—2020年期間30個省市面板數據作為樣本,應用空間杜賓模型,從空間溢出視角分析綠色金融對制造業轉型升級的影響。實證研究表明：①綠色金融發展能夠顯著推動制造業轉型升級;②空間視角下的直接效應表明本地綠色金融發展水平可以顯著促進本地制造業轉型升級;③周邊地區的綠色金融發展水平從兩條路徑出發顯著促進本地制造業轉型升級。

基于上述結論,為促進綠色金融發展和制造業轉型升級兩者更好地發展與結合,本文提出以下建議：

第一,加快建立健全統一的綠色金融體系,創新與拓寬綠色金融產品種類。政府要積極完善綠色金融體系,制定完整統一的標準,避免相同行業在不同認定體系下獲取的綠色金融資源不同。目前,我國綠色金融產品較為單一,金融機構要推動綠色金融產品創新,設計符合產業特點的金融產品,讓綠色金融通過金融工具更好地應用到實際當中,推動綠色金融可持續發展。

第二,完善激勵機制,推動綠色金融和制造業協同發展。建立金融部門與制造業等部門的聯席會議制度,共同商定解決綠色金融在制造業應用中的難題,積極促進綠色金融政策有效實施。目前,綠色金融服務群體大多是大型國企或央企,應完善激勵機制,引導社會資金流入綠色金融領域,增大綠色金融資金供給規模,降低中小型制造業企業綠色融資難度,提高中小型企業使用綠色金融的積極性,擴大綠色金融服務群體,促進制造業企業整體開展綠色技術創新,推動綠色產業發展,實現我國制造業綠色化轉型升級。

第三,建立區域間綠色金融合作機制,促進綠色金融區域合作協同發展。建議建立區域間政府、制造業企業及金融機構間的綠色金融共享數據平臺,根據不同區域經濟發展狀況,明確綠色金融支持重點。加強省際合作,搭建綠色產業生態圈。建立幫扶制度,打破區域間金融壁壘,在區域聯動的同時,縮小地區發展不平衡程度,加強綠色金融空間聯動效應,擴大輻射效應范圍,帶動周邊省市綠色金融與制造業發展。