于海翔 黃萍

摘 要：本文利用2011—2018年江蘇省13個地級城市的面板數(shù)據(jù)，使用金融業(yè)區(qū)位熵衡量江蘇省金融集聚程度，利用超效率DEA模型和Malmquist指數(shù)分析法測量各地級市及全省的綠色經(jīng)濟效率，在此基礎上建立混合面板回歸模型，對金融集聚對綠色經(jīng)濟效的影響效應進行了實證分析。結果表明：金融集聚對江蘇省的綠色經(jīng)濟效率增長具有促進作用，具體體現(xiàn)在增強技術創(chuàng)新、優(yōu)化產(chǎn)業(yè)結構和實現(xiàn)節(jié)能減排方面。

關鍵詞：金融集聚;綠色經(jīng)濟效率;江蘇省;面板回歸模型

一、引言

自黨的十九大以來，生態(tài)文明建設已作為一項重要戰(zhàn)略進行。其基本要求是協(xié)調綠色發(fā)展，在發(fā)展過程中，金融集聚成為一個典型的現(xiàn)象。整體來說，江蘇省各地級市的金融集聚程度均有所增加，金融集聚能對經(jīng)濟發(fā)展產(chǎn)生重大影響，但影響的具體方向卻未有定論。實證研究，江蘇省金融集聚對綠色經(jīng)濟效率的影響有利于加深對金融集聚與經(jīng)濟發(fā)展、環(huán)境污染之間關系的理解，可以更好地制定產(chǎn)業(yè)政策，實現(xiàn)節(jié)能減排目標。同時，金融是經(jīng)濟發(fā)展的血液，而一個省的經(jīng)濟競爭力由綠色經(jīng)濟效率所反映，本文通過研究金融集聚對江蘇省十三地級市綠色經(jīng)濟效率之間的影響分析，提出針對性的金融相關政策改革建議，為江蘇省制定合理的各地區(qū)協(xié)同發(fā)展戰(zhàn)略，深化金融供給側改革，提供合理的實證依據(jù)。

學者對于金融集聚對綠色經(jīng)濟效率的影響集中在三個方面：一是李凱風和王捷研究的金融于環(huán)境污染之間的關系，認為金融集聚可以使資金從低效企業(yè)流向高效企業(yè)，淘汰產(chǎn)能落后、污染嚴重的問題。二是徐明偉、解其昌等研究的影響環(huán)境污染的各種因素及普惠金融對環(huán)境保護的經(jīng)濟效應和技術效應。三是金融集聚對省市全要素生產(chǎn)率、城市發(fā)展效率和城市經(jīng)濟績效的影響。金融學者研究眾多，但是缺少對利用城市綠色經(jīng)濟發(fā)展研究全省綠色經(jīng)濟的研究。因此，本文將利用2011—2018年江蘇省13個地級城市的面板數(shù)據(jù)，使用金融業(yè)區(qū)位熵衡量江蘇省金融集聚程度，并利用超效率DEA模型和Malmquist指數(shù)分析法測量江蘇省綠色經(jīng)濟效率，以此為基礎測度金融集聚對綠色經(jīng)濟效率的影響效應。

二、江蘇省金融集聚水平的測量

金融集聚的衡量方式最常用的有區(qū)位熵、HH指數(shù)等。通常用的指標有：金融業(yè)從業(yè)人數(shù)、金融業(yè)增加值等，考慮到數(shù)據(jù)的可得性，即部分城市年鑒或者部分城市未能公布相關數(shù)據(jù)，本文采用區(qū)位熵方法，指標選取有金融機構本外幣存貸款余額、保費收入以及國內生產(chǎn)總值（GDP）。其公式為：

其中，F(xiàn)AIi表示i城市金融業(yè)區(qū)位熵，Mi表示i城市金融機構本外幣存貸款余額及保費收入之和，Ni表示i城市國內生產(chǎn)總值，M表示全國金融機構本外幣存貸款余額及保費收入之和，N表示全國國內生產(chǎn)總值。其中，江蘇省的金融集聚水平測量中，Mi表示江蘇省金融業(yè)增加值，Ni表示江蘇省國內生產(chǎn)總值;M表示全國金融業(yè)增加值，N表示全國國內生產(chǎn)總值。若，F(xiàn)AIi>1表示i城市的金融集聚水平較高;反之則集聚水平較低。

用式計算2010—2018年江蘇省及各地級市金融業(yè)區(qū)位熵，結果可以看出，江蘇省金融集聚水平呈現(xiàn)逐年上升趨勢，江蘇省各地級市的金融集聚程度參差不齊，由蘇南向蘇北逐漸遞減。金融集聚程度高的通常是那些金融歷史悠久，經(jīng)濟基礎實力強，擁有政策支持的地級市。蘇南一直是江蘇的經(jīng)濟中心，靠近上海，地理位置優(yōu)越，所以地處蘇南的南京、蘇州和無錫的金融集聚水平較高，均值都為1以上，說明這些經(jīng)濟較發(fā)達城市的金融業(yè)集聚態(tài)勢已初步形成。13個城市中，宿遷的金融集聚程度最低，為0.591。可以看出，地處蘇北地區(qū)、沒有港口和交通優(yōu)勢、政策影響較弱、總體城市水平不高的宿遷市金融業(yè)發(fā)展水平較低，無法形成金融集聚態(tài)勢。

三、江蘇省綠色經(jīng)濟效率的測定

（一）模型方法

數(shù)據(jù)包絡分析DEA是測量綠色經(jīng)濟效率最常用的模型。Tone提出的Super-SBM模型在目標函數(shù)中加入松馳變量，既解決了傳統(tǒng)DEA-BCC模型和DEA-CCR模型無法解決的投入產(chǎn)出的松弛性問題，又彌補了SBM模型不能對多個DEA有效的決策單元進行比較的缺陷。另外，F(xiàn)are等人將Malmquist指數(shù)與DEA理論相結合，提出了用來考察全要素生產(chǎn)率動態(tài)變化的Malmquist生產(chǎn)力指數(shù)。該指數(shù)由于彌補了靜態(tài)DEA模型不能用于面板數(shù)據(jù)的不足而得到了廣泛的應用。Malmquist指數(shù)可以分解為技術效率指數(shù)和技術進步指數(shù)，而技術效率指數(shù)又可分解為規(guī)模效率指數(shù)和純技術效率指數(shù)。

因此，本文采用Super—SBM模型和Malmquist指數(shù)來測量和分析江蘇省綠色經(jīng)濟效率。當Malmquist指數(shù)大于1，表明江蘇省綠色經(jīng)濟效率提升;當Malmquist指數(shù)小于1，表明江蘇省綠色經(jīng)濟效率下降。

（二）指標選取

綠色經(jīng)濟效率是一種考慮了環(huán)境代價和資源投入的綜合經(jīng)濟效率，它既要追求社會經(jīng)濟效益，又要考慮生態(tài)環(huán)境效益。因此，在構建綠色經(jīng)濟效率投入產(chǎn)出指標體系時既要考慮期望產(chǎn)出指標，又要考慮犧牲資源環(huán)境的非期望產(chǎn)出指標。具體評價指標體系如表1所示。

本文以江蘇省13個地級市為研究樣本，以2010-2018年樣本期間，運用表1的指標體系測算其綠色經(jīng)濟效率。指標數(shù)據(jù)來源于江蘇省各個地級市2011—2019年統(tǒng)計年鑒和各個地級市統(tǒng)計局網(wǎng)站。

（三） 綠色經(jīng)濟效率特征分析結果分析

根據(jù)Malmquist指數(shù)模型，采用MaxDEA7.0軟件測算2011—2018年江蘇省綠色經(jīng)濟效率值，結果顯示，總體來看，由于江蘇省發(fā)展更注重對第三產(chǎn)業(yè)等的技術創(chuàng)新，使得2010—2018年江蘇省綠色經(jīng)濟效率每年增加11.5%，綠色經(jīng)濟效率的穩(wěn)步提升。從區(qū)域層面看，雖然蘇南、蘇中和蘇北三大區(qū)域綠色經(jīng)濟效率整體上呈現(xiàn)正增長趨勢，但蘇北地區(qū)呈現(xiàn)強勁的發(fā)展勢頭，其綠色經(jīng)濟效率的增長速度明顯高于蘇南地區(qū)的增長速度，后發(fā)優(yōu)勢理論可以解釋這種現(xiàn)象。蘇北地區(qū)通過多種渠道借鑒、模仿、消化和吸收發(fā)達地區(qū)的先進技術和經(jīng)驗，推動創(chuàng)新發(fā)展，加速了綠色經(jīng)濟效率的提高。從城市差異來看，南京、鎮(zhèn)江市的綠色經(jīng)濟效率近些年略有降低，這與當?shù)氐沫h(huán)境政策相聯(lián)系。揚州、南通和泰州市的綠色經(jīng)濟效率變化程度不大，較為穩(wěn)定，這符合蘇中地區(qū)城市化進程加快的綠色發(fā)展理念。徐州市煤礦資源豐富，近些年當?shù)卣又亓藢Νh(huán)境保護的監(jiān)管力度，導致徐州市綠色經(jīng)濟效率不斷提高。淮安、宿遷市的綠色經(jīng)濟發(fā)展不夠穩(wěn)定，綠色經(jīng)濟效率振蕩幅度較大，這可能與地區(qū)的經(jīng)濟發(fā)展水平相關。

四、金融集聚對江蘇省綠色經(jīng)濟效率影響的實證分析

（一）模型及指標選取

本文采用面板數(shù)據(jù)回歸模型，模型如下：

其中，c為常數(shù)項，β為相關變量所對應的系數(shù)，ε為隨機誤差項。

被解釋變量為江蘇省十三個地級城市的全要素生產(chǎn)率變化（TFP）、核心解釋變量為FAI，控制變量為對外經(jīng)濟開放程度（OPEN）、財政支出結構（G）和外商直接投資的對數(shù)值（lnFDI）。

1.OPEN決定一個地區(qū)是否可利用國外市場實現(xiàn)規(guī)模經(jīng)濟，并可通過集聚大量FDI與跨國資源帶來技術外溢和關聯(lián)效應，因此OPEN是決定TFP的重要因素之一。OPEN=進出口額/GDP。為消除匯率波動和通脹影響，用當年人民幣匯兌美元中間價格以及2011年為基期的GDP平減指數(shù)進行折算。

2.G代表政府對技術研發(fā)的傾向性，可影響技術進步。G=科學技術支出/GDP。

3.lnFDI代表經(jīng)濟發(fā)展的溢出效應。

本文的被解釋變量和解釋變量的數(shù)據(jù)來源于前文測算，控制變量數(shù)據(jù)來源于歷年各城市統(tǒng)計年鑒以及城市統(tǒng)計公報。

（二）建立模型

對模型式進行協(xié)變分析后發(fā)現(xiàn)，實證模型適用于建立混合回歸模型。運用Eviews8.0建立模型結果如表2所示。

從表2的結果來看，R2值為0.8648，擬合度高。DW值為2.3158，根據(jù)查杜賓—沃森檢驗表可知，在5%的置信區(qū)間內，K為4，N為13時du為1.826，所以該模型不存在自相關情況。

從F檢驗情況看，F(xiàn)檢驗的p值為0.0153，在1%的置信區(qū)間下顯著。由此可知，金融集聚度、對外開放程度、政府財政支出結構以及外商直接投資對全要素生產(chǎn)率的綜合影響顯著。

從T檢驗情況看，金融集聚度的p值為0.0201，在10%的置信區(qū)間下顯著;外商直接投資的p值為0.0307，在10%的置信區(qū)間下顯著。常數(shù)項結果顯著，這可能與當時的經(jīng)濟環(huán)境相關聯(lián)，而對外開放程度和政府財政支出結構的顯著很大程度由各地政策相關聯(lián)。

因此，江蘇省綠色經(jīng)濟效率的回歸方程為：

從回歸系數(shù)上看，金融集聚程度每提高1個百分點，全要素生產(chǎn)率就會提高0.723個百分點，說明金融集聚對全要素生產(chǎn)率的提升具有重要作用，能顯著提高江蘇省綠色經(jīng)濟效率。

五、結論及對策

根據(jù)模型可以看出，江蘇省各地級市的金融集聚程度都在不同程度的上升，由此推動江蘇省的金融集聚程度加大。從城市方面來講，南京、蘇州和無錫的金融集聚程度遙遙領先，而蘇北的城市（除徐州）金融集聚程度很低，可能由于地理環(huán)境及長期的政策影響。金融集聚對綠色經(jīng)濟效率有顯著促進作用;三個控制變量與金融集聚相配合能夠促進經(jīng)濟更好更快發(fā)展。

因此，金融集聚可以通過技術創(chuàng)新、產(chǎn)業(yè)結構及節(jié)能減排提升城市綠色經(jīng)濟效率。具體措施包括：第一，提升對外開放水平，優(yōu)化產(chǎn)業(yè)結構。政府應優(yōu)化外來投資結構，提高投資質量。第三產(chǎn)業(yè)，特別是其中的金融業(yè)的發(fā)展對金融集聚的影響較大，但各個城市仍然不能因發(fā)展經(jīng)濟而放松對高污染、高能耗等外來投資項目的防控。第二，加快綠色科技創(chuàng)新，并將綠色經(jīng)濟納入經(jīng)濟社會發(fā)展規(guī)劃中。江蘇省應當對綠色科技創(chuàng)新與研發(fā)應用給予必要的資金和政策扶持，加強綠色科技研發(fā)應用試點示范。同時應制定有利于環(huán)境保護的各項政策，如環(huán)境稅、綠色信貸和保險、生態(tài)補償制度等，通過市場與價格引導企業(yè)和消費者的環(huán)境友好行為。第三，夯實金融發(fā)展基礎，提升金融機構集聚程度。要積極引導支持本省基金公司、保險公司等金融機構的設立，降低貸款利率。同時組建和培育新型金融機構，進一步整合區(qū)域金融資源。第四，實施人才戰(zhàn)略，提高金融人才集聚。金融人才的引進一方面要提高同國際金融行業(yè)的對接能力，另一方面政府要加大對金融人才的引進力度。第五，推動信息化與金融業(yè)深度融合，穩(wěn)步發(fā)展。當普及金融業(yè)的信息化技術、信息化工具，建立信息化的服務平臺，使二者通過信息架構起互相支持共同發(fā)展的平臺，促進雙方深度融合，謀求穩(wěn)固平衡長期的發(fā)展。

【基金項目：2019年江蘇省社會科學基金自籌項目“長三角一體化戰(zhàn)略視角下江蘇沿海經(jīng)濟帶高質量發(fā)展路徑研究”（項目號：19EYD001）和2019年江蘇省教育廳高校哲學社會科學研究項目“新時代江蘇省綠色經(jīng)濟效率評價及影響因素研究”（項目號：2019SJA1563）的階段性研究成果?！?/p>

（作者簡介：于海翔，江蘇海洋大學商學院金融學專業(yè)學生，研究方向：區(qū)域金融;黃萍，碩士研究生，江蘇海洋大學講師，研究方向：區(qū)域金融、經(jīng)濟系統(tǒng)建模與分析。）

參考文獻：

[1]李凱風，王捷.金融集聚、產(chǎn)業(yè)結構與環(huán)境污染——基于中國省域空間計量分析[J].工業(yè)技術經(jīng)濟，2017，36（03）：3-12.

[2]徐明偉，徐鑫，解其昌.普惠金融在綠色生態(tài)發(fā)展中的傳遞作用[J].山東社會科學，2018（03）：176-186.

[3]施本植，許寧，劉明，鄧銘.金融集聚對城市綠色經(jīng)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(jīng)濟，2018，37（08）：87-95.

[4]王淑英，屈瑩瑩.國家中心城市的金融集聚對經(jīng)濟效率的影響研究[J].工業(yè)技術經(jīng)濟，2017，36（08）：3-10.