郭興磊，張倩

（濟(jì)南大學(xué) 商學(xué)院，山東 濟(jì)南 250022）

綠色經(jīng)濟(jì)發(fā)展指在自然和環(huán)境承載范圍內(nèi)可持續(xù)地發(fā)展經(jīng)濟(jì)，在實(shí)現(xiàn)經(jīng)濟(jì)提升的同時(shí)又要注意阻止環(huán)境惡化和保護(hù)生物多樣性[1]。當(dāng)前，世界各國都在重視并大力推動(dòng)綠色經(jīng)濟(jì)的發(fā)展。歐盟早在2009 年就啟動(dòng)了整體綠色經(jīng)濟(jì)發(fā)展計(jì)劃；美國從2008 年金融危機(jī)以來，以開發(fā)新能源、發(fā)展綠色經(jīng)濟(jì)作為發(fā)展經(jīng)濟(jì)的主要?jiǎng)恿?；日本政府推出了“?jīng)濟(jì)危機(jī)對(duì)策”的新經(jīng)濟(jì)刺激計(jì)劃來大力發(fā)展綠色經(jīng)濟(jì)。我國黨和政府更是大力推動(dòng)綠色經(jīng)濟(jì)的發(fā)展。習(xí)近平總書記在2005 年就提出“綠水青山就是金山銀山”的重要發(fā)展理念，在黨的十九大報(bào)告中也強(qiáng)調(diào)了發(fā)展綠色經(jīng)濟(jì)的重要性，指出發(fā)展綠色經(jīng)濟(jì)是實(shí)現(xiàn)我國經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的重要戰(zhàn)略，并在2020 年提出2030 年前碳達(dá)峰、2060 年前碳中和的“雙碳”目標(biāo)，這些政策和方針有力地推動(dòng)著我國綠色經(jīng)濟(jì)不斷向前發(fā)展。

作為當(dāng)代經(jīng)濟(jì)核心與促進(jìn)經(jīng)濟(jì)綠色發(fā)展加速器的金融業(yè)，當(dāng)其發(fā)展到一定程度，金融專業(yè)人才、金融機(jī)構(gòu)、金融相關(guān)的資源及信息流會(huì)匯集在某個(gè)特定地區(qū)，形成規(guī)模效應(yīng)和集聚效應(yīng)，并與當(dāng)?shù)氐娜宋摹⒌乩憝h(huán)境和其他產(chǎn)業(yè)相互融合，于是出現(xiàn)了各種形式的金融集聚現(xiàn)象，形成了眾多的金融中心。當(dāng)前，金融集聚在市場(chǎng)機(jī)制推動(dòng)下不斷發(fā)展和強(qiáng)化，那么隨著金融集聚的不斷發(fā)展會(huì)給綠色經(jīng)濟(jì)發(fā)展在空間上帶來怎樣的影響，這種影響的范圍有多大，會(huì)不會(huì)隨著距離的變化而發(fā)生改變呢？

為解決上述問題，本文選用2004—2019 年我國31 個(gè)省份（港澳臺(tái)地區(qū)除外，下同）的面板數(shù)據(jù)，在STIRPAT 模型的基礎(chǔ)上通過空間計(jì)量模型研究地理鄰接及地理距離空間權(quán)重矩陣下金融集聚可能對(duì)綠色經(jīng)濟(jì)發(fā)展所帶來的空間效應(yīng)，包括直接效應(yīng)、空間溢出效應(yīng)和空間衰減邊界情況，分析不同距離閾值下的空間溢出效應(yīng)是“虹吸效應(yīng)”還是“涓滴效應(yīng)”。

1 文獻(xiàn)綜述

當(dāng)前，國內(nèi)外學(xué)者對(duì)于金融集聚與綠色經(jīng)濟(jì)發(fā)展的研究相對(duì)較少，主要包括金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平[2-4]、綠色經(jīng)濟(jì)發(fā)展效率[5-6]及綠色全要素生產(chǎn)率[7-8]的影響。

金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展所帶來的影響主要有三種類型：一是正向影響。金融集聚能促進(jìn)綠色經(jīng)濟(jì)的增長[9]，帶來城市綠色效率的提升[10]。主要通過以下機(jī)制實(shí)現(xiàn)：①優(yōu)化資源配置。金融集聚可以提高金融資源的配置效率，優(yōu)化區(qū)域資源配置合理配置來促進(jìn)綠色經(jīng)濟(jì)的發(fā)展[11]；②提高技術(shù)水平。金融集聚能夠推動(dòng)技術(shù)進(jìn)步、增強(qiáng)技術(shù)創(chuàng)新來促進(jìn)綠色經(jīng)濟(jì)發(fā)展[12-13]；③促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。金融集聚能加快傳統(tǒng)產(chǎn)業(yè)的升級(jí)改造，通過新興產(chǎn)業(yè)和環(huán)保產(chǎn)業(yè)的進(jìn)一步發(fā)展來促進(jìn)綠色經(jīng)濟(jì)的發(fā)展[12-13]；④降低環(huán)境污染。可通過金融集聚實(shí)現(xiàn)節(jié)能減排并且限制對(duì)高污染高能耗企業(yè)的補(bǔ)貼和貸款，進(jìn)而引導(dǎo)資金的流向并刺激企業(yè)向綠色化轉(zhuǎn)型，從而提升城市綠色經(jīng)濟(jì)效率[14]；⑤優(yōu)化制度環(huán)境。隨著制度環(huán)境的優(yōu)化，金融集聚對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量的影響由負(fù)轉(zhuǎn)正[15]。二是負(fù)向影響。如葛鵬飛等[7]使用“一帶一路”跨國面板數(shù)據(jù)研究得出金融發(fā)展與綠色全要素生產(chǎn)率呈負(fù)相關(guān)關(guān)系；方莉萍[16]研究得出金融集聚與綠色GDP 存在顯著的負(fù)相關(guān)關(guān)系。其主要的理論基礎(chǔ)是環(huán)境庫茨涅茲曲線[17]，即一個(gè)國家先是以犧牲環(huán)境為代價(jià)來謀求經(jīng)濟(jì)的高速發(fā)展，只有隨著經(jīng)濟(jì)發(fā)展和居民環(huán)保意識(shí)提升到一定水平后，國家開始加大對(duì)環(huán)境污染的治理力度，環(huán)境質(zhì)量會(huì)有所改善。三是非線性影響。曹鴻英和余敬德[18]研究得出我國金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展帶來了明顯的空間溢出效應(yīng)。施本植等[14]運(yùn)用廣義矩陣方法和PTR 模型研究得出我國249 個(gè)地級(jí)以上城市的金融集聚與綠色經(jīng)濟(jì)效率之間存在著“U”型非線性關(guān)系。袁華錫等[19-20]分析了我國285 個(gè)地級(jí)市金融集聚對(duì)綠色發(fā)展水平及效率所帶來的非線性影響，包括空間溢出效應(yīng)及空間衰減邊界。

綜上，當(dāng)前國內(nèi)外對(duì)于金融集聚與綠色經(jīng)濟(jì)發(fā)展的相關(guān)研究較少，多研究金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展效率所帶來的影響，對(duì)于空間溢出效應(yīng)，很少考慮溢出的范圍和大小。本文的主要貢獻(xiàn)在于：第一，從金融背景、金融規(guī)模、金融密度和金融深度這四個(gè)方面來構(gòu)建金融集聚指標(biāo)，而不僅僅包含銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè)；第二，將金融集聚及其平方項(xiàng)引入STIRPAT 模型中，選擇不同的空間權(quán)重矩陣及合適的空間計(jì)量模型，分析金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展的直接效應(yīng)及空間溢出效應(yīng)，并對(duì)地理距離空間權(quán)重矩陣下金融集聚的空間衰減邊界進(jìn)行探索，深入分析其所帶來的“虹吸效應(yīng)”和“涓滴效應(yīng)”。

2 研究設(shè)計(jì)

2.1 研究方法及模型設(shè)定

2.1.1 STIRPAT模型

基礎(chǔ)模型運(yùn)用可拓展的隨機(jī)性的環(huán)境影響評(píng)估STIRPAT 模型，加入金融集聚項(xiàng)研究其對(duì)綠色經(jīng)濟(jì)發(fā)展水平的影響。為使模型構(gòu)建更加嚴(yán)謹(jǐn)，先做出金融集聚與綠色經(jīng)濟(jì)發(fā)展水平的散點(diǎn)圖和非線性擬合曲線（圖1），發(fā)現(xiàn)兩者存在明顯的非線性關(guān)系，故考慮加入金融集聚的平方項(xiàng)，見式（1）：

圖1 金融集聚與綠色經(jīng)濟(jì)發(fā)展水平散點(diǎn)圖及非線性擬合曲線

式中：下角標(biāo)i、t分別表示省份和年份；GEDL為綠色經(jīng)濟(jì)發(fā)展水平；FA是金融集聚；FA2為金融集聚平方項(xiàng)；P是人口因素；A是財(cái)富因素；T是技術(shù)因素；ε是隨機(jī)擾動(dòng)項(xiàng)。

2.1.2 空間計(jì)量模型

在STIRPAT 模型基礎(chǔ)上進(jìn)一步考慮運(yùn)用空間計(jì)量模型來研究金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展的影響，空間計(jì)量模型能考慮到觀測(cè)個(gè)體間的空間關(guān)系，并對(duì)空間溢出效應(yīng)進(jìn)行量化分析。當(dāng)前常用的空間計(jì)量模型主要有空間滯后模型（SLM），見式（2）；空間誤差模型（SEM），見式（3），空間杜賓模型（SDM），見式（4）。

式（2）～（4）中：Y為被解釋變量；X為解釋變量；α為常數(shù)項(xiàng)；ln為n×1 階單位矩陣；ρ、θ分別為被解釋變量和解釋變量的空間相關(guān)系數(shù)；W為空間權(quán)重矩陣；ρWY及ρWX分別表示鄰近區(qū)域被解釋變量對(duì)本地被解釋變量的影響及鄰近區(qū)域解釋變量由于空間溢出效應(yīng)對(duì)本地被解釋變量的影響；ξ為隨機(jī)誤差向量；ε為正態(tài)分布的隨機(jī)誤差向量。

2.2 變量選擇與數(shù)據(jù)說明

為了保持統(tǒng)計(jì)口徑的一致性，本文選取2004—2019年我國31 個(gè)省份作為研究對(duì)象，數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》、《中國金融年鑒》、《中國能源統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫、國研網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫及中國區(qū)域金融運(yùn)行報(bào)告，地圖數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心。對(duì)于缺失的數(shù)據(jù)通過插值法補(bǔ)齊，為降低通貨膨脹的影響，本文對(duì)相關(guān)的價(jià)格數(shù)據(jù)都以2004 年為基期，用GDP 平減指數(shù)法進(jìn)行平減處理，其中各變量的定性描述如表1 所示。

表1 變量定性描述

被解釋變量：綠色經(jīng)濟(jì)發(fā)展水平（GEDL）。在空間計(jì)量研究中，該變量主要通過國內(nèi)生產(chǎn)總值減去自然資源損耗的價(jià)值和環(huán)境污染的治理成本來表示。其中，自然資源損耗的價(jià)值主要選取水、煤炭、石油、天然氣這四種自然資源，各自然資源損耗的價(jià)值可以用其損耗量與單位價(jià)值的乘積來表示，對(duì)于各自的單位價(jià)值來說，單位水資源的價(jià)格主要通過中國水網(wǎng)查詢所得，用的是省會(huì)城市的自來水價(jià)格；剩下三種化石燃料的單位價(jià)格通過《國家統(tǒng)計(jì)年鑒》中世界能源價(jià)格中澳大利亞煤炭?jī)r(jià)格、三大市場(chǎng)平均原油價(jià)格和歐美天然氣價(jià)格換算得出。此外，各省份歷年環(huán)境污染的治理成本指的是廢水、廢氣和固體廢棄物這三種污染物的治理成本，其中廢氣排放量用二氧化硫排放量表示，固體廢棄物排放量用煙塵排放量表示；對(duì)于各省份歷年單位污染物的治理成本很難查到具體數(shù)據(jù)，本文主要通過三種污染物每年各自的總治理成本和治理數(shù)量相除來表示。

解釋變量：金融集聚（FA）。借鑒茹樂峰等[21]對(duì)金融集聚指標(biāo)的構(gòu)建體系，本文從金融背景、金融規(guī)模、金融密度和金融深度這四個(gè)角度（表2）運(yùn)用熵權(quán)系數(shù)法對(duì)金融集聚指標(biāo)進(jìn)行構(gòu)建。具體步驟如下：首先對(duì)各個(gè)年份的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，見式（5）。其次要計(jì)算各指標(biāo)的權(quán)重Wj，見式（6）。一般來說，哪個(gè)指標(biāo)所反映的信息越多，其權(quán)重就越大。最后對(duì)各指標(biāo)加權(quán)求和得到各省份每年金融集聚的大小Zi，見式（7）。金融集聚值介于0 和1 之間，值越大，說明其金融集聚程度越高。

表2 金融集聚指標(biāo)體系

式中：rij表示各標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，Wj表示各指標(biāo)的權(quán)重。

基本控制變量：人口因素（P），用人口密度，即年末總?cè)丝跀?shù)與土地面積之比進(jìn)行表示；財(cái)富因素（A），用實(shí)際人均GDP 表示，并以2004 年為基期，用GDP平減指數(shù)法進(jìn)行處理；技術(shù)因素（T），用專利申請(qǐng)授權(quán)數(shù)進(jìn)行表示。

其他控制變量的加入可以說是STIRPAT 模型在加入金融集聚及其平方項(xiàng)后的進(jìn)一步拓展和完善，包括產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、環(huán)境治理水平、對(duì)外開放水平和互聯(lián)網(wǎng)普及水平這五個(gè)變量。其中“產(chǎn)業(yè)結(jié)構(gòu)”采用第二與第三產(chǎn)業(yè)增加值之比，從數(shù)據(jù)來看各省份的產(chǎn)業(yè)結(jié)構(gòu)值在逐年下降，這也說明了其產(chǎn)業(yè)結(jié)構(gòu)所發(fā)生的轉(zhuǎn)變，第三產(chǎn)業(yè)比第二產(chǎn)業(yè)發(fā)展得更為迅速；“能源結(jié)構(gòu)”用單位GDP 能耗量表示，說明能源結(jié)構(gòu)值越高，單位國內(nèi)生產(chǎn)總值的能源消耗量就越大，越不利于綠色經(jīng)濟(jì)的發(fā)展；“環(huán)境治理水平”主要通過工業(yè)固體廢物綜合利用率、工業(yè)煙塵去除率、生活污水處理率、生活垃圾無害化處理率這四個(gè)指標(biāo)通過因子分析來進(jìn)行表示，得到的環(huán)境治理水平越高，則綠色經(jīng)濟(jì)發(fā)展越好；“對(duì)外開放水平”采用進(jìn)出口貿(mào)易總額與各省GDP 的比值進(jìn)行表示，首先將美元換算為人民幣，然后以2004 年為基期通過GDP 指數(shù)進(jìn)行平減處理，從中可以看出各省份外貿(mào)依存度的大?。弧盎ヂ?lián)網(wǎng)普及水平”這一變量用互聯(lián)網(wǎng)上網(wǎng)人數(shù)、互聯(lián)網(wǎng)寬帶接入端口數(shù)及移動(dòng)互聯(lián)網(wǎng)用戶這三個(gè)指標(biāo)通過主成分分析進(jìn)行表示，當(dāng)前綠色經(jīng)濟(jì)的發(fā)展與信息化水平密切相關(guān)，所以互聯(lián)網(wǎng)普及水平越高，越有利于綠色經(jīng)濟(jì)的發(fā)展。

空間權(quán)重矩陣：空間權(quán)重矩陣能夠反映各省份間的空間距離和相互依賴程度，本文主要構(gòu)建了以下兩種空間權(quán)重矩陣來對(duì)金融集聚與綠色經(jīng)濟(jì)發(fā)展之間的關(guān)系進(jìn)行全面的對(duì)比分析。

（1）0-1 鄰接空間權(quán)重矩陣（W1）。采用Queen 鄰接標(biāo)準(zhǔn)，即如果省份之間在地理上存在相鄰的邊或者點(diǎn)則賦值為1，相反則賦值為0，具體矩陣形式見式（8），其中n為31，且當(dāng)i=j時(shí)，Wij也為0。

3 金融集聚與綠色經(jīng)濟(jì)發(fā)展水平的空間計(jì)量分析

3.1 空間自相關(guān)檢驗(yàn)

空間自相關(guān)檢驗(yàn)（Moran’s I 檢驗(yàn)）主要包括全局空間自相關(guān)檢驗(yàn)（Global Moran’s I）和局部空間自相關(guān)檢驗(yàn)（Local Moran’s I）兩種。

（1）全局空間自相關(guān)檢驗(yàn)（Global Moran’s I）。

通過式（10）對(duì)2004—2019 年這16 年間我國31 個(gè)省份金融集聚及綠色經(jīng)濟(jì)發(fā)展水平指標(biāo)分別運(yùn)用鄰接與地理距離這兩個(gè)空間權(quán)重矩陣進(jìn)行全局空間自相關(guān)檢驗(yàn)，得到莫蘭指數(shù)（Moran’s I），結(jié)果見表3。其中，當(dāng)Moran’s I ＞0，說明變量在整個(gè)區(qū)域范圍內(nèi)呈空間正相關(guān)，反之則呈空間負(fù)相關(guān)，且Moran’s I 值絕對(duì)值越大，空間相關(guān)性就越高。

表3 2004—2019年金融集聚與綠色經(jīng)濟(jì)發(fā)展水平的Moran’s I檢驗(yàn)結(jié)果

由檢驗(yàn)結(jié)果可以看出，我國各省份的金融集聚與綠色經(jīng)濟(jì)發(fā)展水平存在顯著的空間相關(guān)性。其中Moran’s I值都是正的，說明各個(gè)變量在整個(gè)區(qū)域范圍內(nèi)都呈空間正相關(guān)，即存在空間溢出效應(yīng)，所以需要運(yùn)用空間計(jì)量模型做進(jìn)一步的分析。

（2）局部空間自相關(guān)檢驗(yàn)（Local Moran’s I）。

對(duì)于局部空間自相關(guān)檢驗(yàn)，通常使用莫蘭指數(shù)散點(diǎn)圖來進(jìn)行分析，圖2 表示的是2019 年在鄰接空間權(quán)重矩陣下金融集聚及綠色經(jīng)濟(jì)發(fā)展水平的莫蘭散點(diǎn)圖，其中X軸是變量的離差，Y軸是其空間滯后變量。

莫蘭散點(diǎn)圖的四個(gè)象限代表某省份與其鄰近地區(qū)的四種局部空間聯(lián)系類型。第一象限代表高金融集聚或綠色經(jīng)濟(jì)發(fā)展觀測(cè)值的區(qū)域被同是高變量觀測(cè)值的區(qū)域所包圍的空間形式，即高—高集聚；第二象限表示低—高集聚；第三象限表示低—低集聚；第四象限表示高—低集聚。第一、第三象限代表正的空間自相關(guān)關(guān)系，第二、第四象限代表負(fù)的空間自相關(guān)關(guān)系。由圖2 可以看出，不管是金融集聚變量，還是綠色經(jīng)濟(jì)發(fā)展水平變量，多數(shù)省份分布在第一、第三象限，說明各省份間多是正的空間自相關(guān)關(guān)系，且第一象限的省份多分布在京津冀和長三角地區(qū)，如上海、安徽、江蘇、浙江等，在地理位置上相互鄰近，各省份的金融集聚和綠色經(jīng)濟(jì)發(fā)展也相對(duì)較好，形成了高—高集聚的相互促進(jìn)和相互融合的正的空間自相關(guān)關(guān)系。

圖2 2019年各變量在鄰接空間權(quán)重矩陣下的莫蘭散點(diǎn)圖

3.2 空間計(jì)量模型的檢驗(yàn)及選擇

金融集聚與綠色經(jīng)濟(jì)發(fā)展水平空間計(jì)量結(jié)果見表4。首先，通過Hausman 檢驗(yàn)來判定是選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，從表中可以看到鄰接空間權(quán)重矩陣和地理距離空間權(quán)重矩陣下的Hausman 檢驗(yàn)結(jié)果均通過了1%的顯著性水平檢驗(yàn)，說明要用固定效應(yīng)模型。其次，通過兩個(gè)拉格朗日乘數(shù)即LM 檢驗(yàn)來判別SDM 模型能否退化為SLM 模型或SEM 模型。而鄰接空間權(quán)重矩陣、地理距離矩陣均表現(xiàn)出LMLAG 比LMERR 的統(tǒng)計(jì)結(jié)果更顯著，且RLMLAG 均在1%的置信水平上顯著而RLMERR不顯著，說明了在這兩個(gè)空間權(quán)重矩陣下應(yīng)選擇空間滯后模型（SLM）。最后，對(duì)金融集聚與綠色經(jīng)濟(jì)發(fā)展在不同空間權(quán)重矩陣下的個(gè)體固定效應(yīng)、時(shí)間固定效應(yīng)或者時(shí)空雙固定進(jìn)行選擇。通過表5 所得結(jié)果發(fā)現(xiàn)在時(shí)間固定效應(yīng)下，金融集聚及其平方項(xiàng)均在1%的置信水平下顯著，且R2均大于0.9，說明其適用于時(shí)間固定效應(yīng)模型。

表4 金融集聚與綠色經(jīng)濟(jì)發(fā)展水平的空間計(jì)量模型選擇

表5 不同空間權(quán)重矩陣下固定效應(yīng)模型的選擇

根據(jù)上述檢驗(yàn)結(jié)果得出在鄰接空間權(quán)重矩陣及地理距離矩陣空間權(quán)重矩陣下應(yīng)構(gòu)建時(shí)間固定效應(yīng)的空間滯后模型，見式（11）：

式中：Xnit為STIRPAT 模型中的基本控制變量；Znit表示其他控制變量；vt為時(shí)間固定效應(yīng)；εit為正態(tài)分布的隨機(jī)誤差向量；α為常數(shù)項(xiàng)；ρ、β1、β2、δn、φn為相應(yīng)變量的系數(shù)。

3.3 空間計(jì)量模型回歸結(jié)果

采取偏微分分解的方法將金融集聚與綠色經(jīng)濟(jì)發(fā)展水平的空間溢出效應(yīng)進(jìn)行分解，在鄰接空間權(quán)重矩陣及地理距離空間權(quán)重矩陣下采用時(shí)間固定效應(yīng)的空間滯后模型的回歸結(jié)果見表6。

表6 中主要展現(xiàn)了時(shí)間固定效應(yīng)的空間滯后模型下金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平影響的直接效應(yīng)、間接效應(yīng)及總效應(yīng)這三種空間溢出效應(yīng)的分解結(jié)果。其中，列（1）～列（4）為四種不同的模型回歸結(jié)果，列（1）表示傳統(tǒng)面板模型加入控制變量的基本回歸結(jié)果；列（2）表示鄰接權(quán)重矩陣下無控制變量的空間回歸結(jié)果；列（3）表示鄰接權(quán)重矩陣下加入控制變量的空間回歸結(jié)果；列（4）表示地理距離空間權(quán)重矩陣下有控制變量的空間回歸結(jié)果。

表6 金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平影響的空間滯后模型回歸結(jié)果

將列（2）與列（3）對(duì)比可以看出，在相同空間權(quán)重矩陣下，加入與未加入這五個(gè)其他控制變量所得到的金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平的影響系數(shù)的顯著性并未發(fā)生變動(dòng)，只是金融集聚影響系數(shù)有所下降，金融集聚平方項(xiàng)影響系數(shù)有所上升，這說明所加入的控制變量會(huì)對(duì)綠色經(jīng)濟(jì)發(fā)展水平帶來一定的影響。

分析列（3）和列（4）的回歸結(jié)果可得，在不同空間權(quán)重矩陣下，加入控制變量的金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平直接效應(yīng)的影響系數(shù)大小相似，其中金融集聚變量的影響系數(shù)均在1%的置信水平下顯著為正，金融集聚平方項(xiàng)在1%的置信水平下顯著為負(fù)；間接效應(yīng)下解釋變量的系數(shù)相對(duì)較小但方向未變，其中金融集聚變量的影響系數(shù)均在10%的置信水平下顯著為正，且地理距離矩陣的影響系數(shù)相對(duì)較大，金融集聚平方項(xiàng)變量的影響系數(shù)則顯著為負(fù)。說明了金融集聚程度的增加對(duì)本地區(qū)綠色經(jīng)濟(jì)發(fā)展水平的帶動(dòng)作用更為明顯，且金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平帶來的直接效應(yīng)及空間溢出效應(yīng)均存在倒“U”型曲線關(guān)系，即前期本區(qū)域金融集聚程度的加深能不斷帶動(dòng)本地區(qū)和周圍地區(qū)綠色經(jīng)濟(jì)發(fā)展水平的上升，但達(dá)到峰值后，各種資源趨于飽和，金融集聚程度的加深不再利于區(qū)域整體綠色經(jīng)濟(jì)發(fā)展水平的上升。

進(jìn)一步比較控制變量回歸結(jié)果，得到基本控制變量中本區(qū)域人口規(guī)模的擴(kuò)大、技術(shù)水平的上升有利于整體綠色經(jīng)濟(jì)發(fā)展水平的提高，而財(cái)富水平的提升卻不利于綠色經(jīng)濟(jì)發(fā)展水平的提高；其他控制變量中產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境治理水平及互聯(lián)網(wǎng)普及水平這三個(gè)變量的系數(shù)顯著為正，說明產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、環(huán)境治理水平及互聯(lián)網(wǎng)普及水平的提高能顯著帶動(dòng)本地區(qū)及周圍區(qū)域綠色經(jīng)濟(jì)發(fā)展水平的上升；能源結(jié)構(gòu)和對(duì)外開放水平的估計(jì)系數(shù)顯著為負(fù)，即其對(duì)綠色經(jīng)濟(jì)發(fā)展水平有抑制作用，原因是能源結(jié)構(gòu)用單位GDP 能耗表示，單位GDP 能源消耗量增加會(huì)造成資源短缺和環(huán)境惡化，不利于整體綠色經(jīng)濟(jì)的發(fā)展。對(duì)外開放水平過高則說明該省份的外貿(mào)依存度過高，不利于區(qū)域自身及區(qū)域之間經(jīng)濟(jì)的創(chuàng)新發(fā)展，對(duì)本地及周圍區(qū)域的綠色經(jīng)濟(jì)發(fā)展水平帶來不利影響。

3.4 空間衰減邊界

由地理學(xué)空間第一定律假說可知，空間溢出效應(yīng)或者空間依賴性會(huì)隨著地區(qū)間距離的增加而不斷降低，為進(jìn)一步研究各省份間地理閾值的變化對(duì)空間溢出效應(yīng)的影響，本文做出地理距離空間權(quán)重矩陣下金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平影響的空間衰減邊界。對(duì)空間距離權(quán)重矩陣設(shè)定為式（12），其會(huì)隨著不同的地理閾值的變化而變化，將每次地理閾值變化所得空間溢出效應(yīng)系數(shù)進(jìn)行記錄，得到如圖3 所示空間衰減過程圖。

圖3 金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平影響的空間衰減過程圖

式中：dij表示的是兩省份之間的質(zhì)心地理距離；d為距離閾值，由數(shù)據(jù)可知，兩個(gè)省份間質(zhì)心間最近的地理距離為北京和天津，約為125 千米；黑龍江和西藏的質(zhì)心距離最遠(yuǎn)，約為3 765 千米，所以兩個(gè)省份間質(zhì)心間地理距離范圍大致為100 ～3 800 千米，據(jù)此本文選取初始距離閾值為100 千米，并以100 千米為單位不斷增加。由于地理距離矩陣下金融集聚與綠色經(jīng)濟(jì)發(fā)展的空間回歸結(jié)果在1 500 千米之后不顯著，最終選用100、200、300、400、500、600、700、800、1 000、1 200、1 500千米作為距離閾值。

圖3 展示了在地理距離空間權(quán)重矩陣下不同距離閾值SAR 回歸結(jié)果，可看出金融集聚及其平方項(xiàng)的空間溢出效應(yīng)系數(shù)正負(fù)大小及變動(dòng)趨勢(shì)均呈相反狀態(tài)，整體上金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平的空間溢出效應(yīng)系數(shù)呈倒“V”型結(jié)構(gòu)，金融集聚平方項(xiàng)呈正“V”型結(jié)構(gòu)。將其根據(jù)距離閾值分為三個(gè)區(qū)間，首先，當(dāng)?shù)乩黹撝到橛?00 ～400 千米之間時(shí)，金融集聚的空間溢出效應(yīng)系數(shù)值為正且隨著距離閾值的增加而不斷上升，而金融集聚平方項(xiàng)的空間溢出效應(yīng)系數(shù)值為負(fù)且隨著距離閾值的增加而不斷下降，這說明在此區(qū)間，本地金融集聚水平的上升會(huì)使得周圍地區(qū)綠色經(jīng)濟(jì)發(fā)展水平先上升再下降，隨著距離閾值的增大，本地金融集聚程度的提升對(duì)周圍區(qū)域綠色經(jīng)濟(jì)發(fā)展水平的帶動(dòng)作用會(huì)進(jìn)一步的增強(qiáng)，直到金融集聚發(fā)展到一定程度，其對(duì)鄰近地區(qū)綠色經(jīng)濟(jì)發(fā)展水平的促進(jìn)作用開始降低。其次，在地理閾值介于400 ～800 千米之間時(shí)，表現(xiàn)出隨著距離閾值的增加，本地金融集聚會(huì)對(duì)周圍區(qū)域綠色經(jīng)濟(jì)發(fā)展水平的促進(jìn)作用不斷減弱。第三，在地理閾值介于800 ～1 500 千米之間時(shí)，隨著本地金融集聚程度的提高，將會(huì)對(duì)周圍地區(qū)的綠色經(jīng)濟(jì)發(fā)展水平產(chǎn)生“虹吸作用”，吸收了周圍區(qū)域的資源、資本及技術(shù)等，不利于距離較遠(yuǎn)區(qū)域綠色經(jīng)濟(jì)水平的發(fā)展，只有地區(qū)金融集聚度足夠大時(shí)，才會(huì)對(duì)較遠(yuǎn)區(qū)域綠色經(jīng)濟(jì)發(fā)展水平帶來微弱的促進(jìn)效應(yīng)。

綜上，當(dāng)?shù)乩黹撝到橛?00 ～800 千米之間時(shí)，區(qū)域金融集聚會(huì)發(fā)揮“涓滴作用”，并在地理閾值為400 千米時(shí)作用最強(qiáng)，此時(shí)區(qū)域金融集聚通過信息共通、資源共享、經(jīng)濟(jì)互助等與地理相近地區(qū)實(shí)現(xiàn)互利共贏、耦合協(xié)調(diào)發(fā)展，帶動(dòng)周圍地區(qū)綠色經(jīng)濟(jì)的不斷發(fā)展；但當(dāng)?shù)乩黹撝党^800 千米時(shí)，區(qū)域金融集聚則會(huì)發(fā)揮“虹吸作用”，會(huì)吸收對(duì)應(yīng)地理范圍內(nèi)區(qū)域的投資、資源等，不利于相應(yīng)區(qū)域綠色經(jīng)濟(jì)的發(fā)展；當(dāng)距離閾值超過1 500 千米時(shí)，區(qū)域金融集聚的空間溢出效應(yīng)則不再顯著。

4 研究結(jié)論與對(duì)策建議

4.1 研究結(jié)論

本文運(yùn)用2004—2019 年我國31 個(gè)省份的面板數(shù)據(jù)，實(shí)證分析金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平的空間溢出效應(yīng)及不同地理閾值下的空間衰減邊界情況，得出以下結(jié)論。

（1）整體上金融集聚與綠色經(jīng)濟(jì)發(fā)展水平存在空間相關(guān)性，省份間多表現(xiàn)為高—高集聚或低—低集聚的空間關(guān)聯(lián)形式。

（2）在地理鄰接和地理距離空間權(quán)重矩陣下，金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平影響的直接效應(yīng)和空間溢出效應(yīng)均呈倒“U”型曲線關(guān)系?？刂谱兞恐斜緟^(qū)域人口規(guī)模的擴(kuò)大、技術(shù)水平的提升、產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)、環(huán)境治理水平及互聯(lián)網(wǎng)普及水平的提高能顯著帶動(dòng)區(qū)域整體綠色經(jīng)濟(jì)發(fā)展水平的上升，而能源結(jié)構(gòu)和對(duì)外開放水平的提高則會(huì)對(duì)區(qū)域整體綠色經(jīng)濟(jì)發(fā)展水平產(chǎn)生抑制作用。

（3）通過不同地理閾值下金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平影響的空間溢出效應(yīng)得到空間衰減邊界，發(fā)現(xiàn)距離閾值在100 ～800 千米時(shí)，本地的金融集聚對(duì)鄰近地區(qū)的綠色經(jīng)濟(jì)發(fā)展水平表現(xiàn)為“涓滴效應(yīng)”，并在地理閾值為400 千米時(shí)作用最強(qiáng)；當(dāng)距離閾值在800 ～1 500 千米時(shí)，則表現(xiàn)為“虹吸效應(yīng)”；當(dāng)距離閾值超過1 500 千米時(shí)，空間溢出效應(yīng)不再顯著。

4.2 對(duì)策建議

研究結(jié)論對(duì)于金融集聚與綠色經(jīng)濟(jì)的協(xié)調(diào)發(fā)展及金融集聚對(duì)綠色經(jīng)濟(jì)發(fā)展水平的影響和作用可提供以下政策建議：

（1）各省份應(yīng)將區(qū)域金融集聚發(fā)展程度控制在合理的范圍內(nèi)，可考慮以下做法提升自身的綠色經(jīng)濟(jì)發(fā)展水平：一是要吸引高質(zhì)量人才，適當(dāng)增加區(qū)域人口規(guī)模；二是提高科技水平和技術(shù)創(chuàng)新能力；三是促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，尤其是第三產(chǎn)業(yè)的發(fā)展；四是進(jìn)一步提高環(huán)境治理水平，加強(qiáng)對(duì)廢水、廢氣、固體廢棄物及生活垃圾等污染物的治理能力；五是提高互聯(lián)網(wǎng)普及水平，通過互聯(lián)網(wǎng)進(jìn)行生產(chǎn)和消費(fèi)大大降低能源消耗和對(duì)環(huán)境的破壞，有利于開展綠色生活和發(fā)展綠色經(jīng)濟(jì)；六是要注意調(diào)整能源結(jié)構(gòu)，提高綠色能源比重，降低單位國內(nèi)生產(chǎn)總值的能耗量；七是提升自主生產(chǎn)和研發(fā)能力，降低外貿(mào)依存度，增強(qiáng)國內(nèi)供給和國內(nèi)需求，從而促進(jìn)綠色經(jīng)濟(jì)的循環(huán)、可持續(xù)發(fā)展。

（2）降低區(qū)域發(fā)展差異，注意資源的分布和配置，不斷加強(qiáng)區(qū)域之間金融的交流與合作，促進(jìn)金融專業(yè)人才的培養(yǎng)和金融機(jī)構(gòu)之間的業(yè)務(wù)往來，努力做到相互扶持、互幫互助，實(shí)現(xiàn)金融資源的互通和信息共享，發(fā)揮金融集聚在地理閾值下的“涓滴效應(yīng)”。

（3）各個(gè)區(qū)域不應(yīng)受到地理邊界的約束和限制，要突破地理閾值的局限，打造多層次的金融樞紐體系，加快綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建設(shè)，創(chuàng)造可持續(xù)的綠色經(jīng)濟(jì)發(fā)展環(huán)境。