岑广锐CEN Guang-rui；方建锋FANG Jian-feng

（广东技术师范大学，广州510080）

0 引言

完善的金融市场是产业优化和绿色发展的支柱。金融产业是现代经济体系的核心要素，其自身具有“清洁型”和“动力型”的优势，在促进我国绿色经济发展过程中具有极其重要的作用。因此研究金融集聚、产业升级和绿色经济增长效率三者之间的作用机理对于解决我国经济快速增长与保护生态环境的尖锐矛盾、促进城市和国家可持续发展具有重要的实践意义。

大多数学者主要是对金融发展与经济增长或产业结构调整的关系进行研究，对产业绿色发展的研究并不多。对于金融业集聚与绿色发展方面，我国学术界从不同角度进行了大量的研究。张世晓（2010）从融资方式出发，认为债券融资和股权融资的方式使金融资源集聚在某一个区域，并且由于金融业人才集聚，产业集群内的金融业发展水平，金融制度和机制的不断完善，资金供求的双方在集聚区域内进行集中交易，并会对周边的区域形成辐射效应。武建新，胡建辉（2018）通过研究发现，产业结构的高级化与合理化均会显著正向影响我国绿色经济增长。

关于金融集聚的效应研究，Caprioli 和Fedeciri（2009）通过实证分析，得出金融集聚对经济增长有显著正向影响的结论，且银行业在推动金融深化和金融创新的过程中发挥主导作用。Fisman、Love（2003）通过探索金融发展水平和产业结构的关系，认为金融集聚提高了资源配置的效率，促进了新产业对于老产业的替换和产业的升级。Alfaro（2010）基于实证研究，说明由于金融产业的迅速发展，吸引了大量国外资金投资于国内市场，从而增加了企业融资渠道，金融资源的高效率配置，推动朝阳产业迅速发展，进一步促进产业结构升级。

1 计量经济分析法分析

本文首先采用区位熵法测度长江经济带沿线11 个省市的金融集聚水平，区位熵又称为专业化率，是衡量某地区某部门在全国该部门比重的指标，其公式为公式（1）。其中，LQij表示i 城市金融业的区位熵；qij表示i 城市金融业的产值；qi表示i 城市的总产出；qj表示全国金融业的总产值；q 表示全国的总产出。

其次，通过建立超效率DEA 模型测度长江经济带沿线11 个省市的绿色经济发展效率。建立如表1 所示的数据库，并将数据导入超效率DEA 模型中，测度所研究省市的绿色经济发展效率。

表1 投入产出指标体系

最后，利用多元线性回归模型来探究金绿色经济发展效率与金融聚集之间的直接关系。

2 实证分析

2.1 变量设定

2.1.1 被解释变量

本文以绿色经济发展效率（GDE）为被解释变量。测量绿色经济发展效率则是采用超效率DEA 模型来实现目标。

有研究表明[29]，相思类树种郁闭快，含水率高，叶厚略革质，耐火难燃性强，属于二级防火树种。因此，亦可作防火隔离树种。此外，5种外来相思的根瘤生物量大、固氮力强及改土性能好，具有提高土壤肥力和保持水土的作用。可与木麻黄、湿地松及木荷等树种混交，从而丰富沿海防护林树种结构，美化海滨森林景观，改善生态环境。

本文建立（表1）的投入产出指标体系，通过这个体系来测度长江经济带11 个省市的绿色经济发展效率。长江经济带沿线11 个省区市绿色经济发展效率指标取于2009-2019 的《中国统计年鉴》等年鉴。

对长江经济带沿线11 个省区市的绿色经济发展效率进行测度之后结果如表2。

表2 长江经济带11 个省市绿色经济发展效率指标

总体来看，长江经济带沿线11 个省区市的绿色经济发展效率呈现逐年上升的趋势。由于绿色经济发展效率在不同的城市呈现出的结果具有差异性，因此便为进一步分析对绿色经济发展效率产生影响的因素提供了必要性。

2.1.2 解释变量

①金融集聚度。

对于衡量不同的城市的金融集聚度，文中采用了区位熵（LQ）进行对比。如公式（1）所示：

其中，LQij表示i 城市金融业的区位熵；qij表示i 城市金融业的产值；qi表示i 城市的总产出；qj表示全国金融业的总产值；q 表示全国的总产出。本文采用长江经济带沿线11 个省区市的金融业生产总值来计算金融业集聚区位熵LQij，结果如表3 所示。

表3 长江经济带沿线11 个省市金融集聚度

总体来看，考察期内，金融聚集水平在全国的各个省市之中，都便显出了上涨的趋势。

②产业升级水平。

产业升级主要包括产业结构的合理化的高级化。本文采取产业结构比例这一方法来衡量长江经济带11 个省市的产业升级水平。本文采用分别对三个产业赋权的方法来构建计算产业升级水平的指标。具体的产业升级水平指标的计算公式如下：

其中，yi表示第i 产业的产值比重，IUL 表示产业升级水平指标。由此测算出的结果如表4 所示。

表4 长江经济带沿线11 个省市产业升级水平

从总体来看，长江经济带的产业升级水平呈现逐年上升的趋势。从表中可以看出，长江经济带11 个省市除贵州省波动幅度较小之外，其余省市的产业升级水平均呈现明显稳步增长的发展趋势。

2.2 变量处理

各变量的描述性统计分析如表5 所示。

表5 描述性统计分析

本文对被解释变量绿色经济发展效率、解释变量金融集聚水平和产业升级水平、以及控制变量人力资源水平和外商直接投资水平进行LLC 检验，并用取对数的方式对其中的部分变量进行进一步的处理。

表6 单位根检验结果

2.3 模型构建

根据以上分析数据，创造出金融集聚影响绿色经济发展效率的基本路径。

2.3.1 直接效应模型

在上式中，lnGDEit表示i 省（市）第t 年的绿色经济发展效率增长，FAit表示i 省（市）第t 年的金融集聚度，lnHCit表示i 省（市）第t 年的人力资源水平，lnFDIit表示i省（市）第t 年的外商直接投资水平，lnGit表示i 省（市）第t年的政府财政支出水平。α 是常数项，β1、β2、β3、β4是待估计的参数，ε 是随机扰动项。

2.3.2 中介效应模型

当产业升级为中介变量时，式（4）中的Y 代表绿色经济发展效率，X 代表金融集聚度，Z 代表产业升级水平，F（X，Z）代表绿色经济发展效率是金融集聚和产业升级的函数。f（X）代表产业升级水平是金融集聚的函数。对式（4）求导得：

其中，lnIULit表示i 省（市）第t 年的产业升级水平。

当金融集聚为中介变量时，式（4）中的Y 表示绿色经济发展效率，X 表示产业升级，Z 表示中介变量金融集聚，式（5）中：表示产业升级对绿色经济发展效率的直接效应，即模型（6）；表示金融集聚对绿色经济发展效率的直接效应，即模型（3）；表示产业升级对金融集聚的驱动作用，所设定模型的具体表现形式如式（8）所示；表示驱动产业升级促进金融集聚从而促进绿色经济发展效率的中介效应。

2.4 实证研究与分析

先对长江经济带沿线的11 个省市与2009 年至2019年之间的数据进行分析，由此结果再对模型进行序列相关检验和异方差检验。得出结果P=0.0000。这便表明了各省市之间存在固定效应，所以选择固定效应模型来对分析金融集聚如何影响绿色经济发展效率。

2.4.1 直接效应检验

回归结果如表7 所示，金融集聚在1%的显著性水平下通过了检验，表明了绿色经济发展效率受到金融集聚的直接促进的影响，且促进的效果尤为显著。

表7 金融集聚对绿色经济发展效率的直接效应

2.4.2 中介效应检验

从分析出来的数据中可以看出，当产业升级水平每提升1%时，将使绿色经济发展效率提升4.49%，产业升级显著推动了经济发展。在公式（7）中表明，金融集聚度每提高1，将促进产业升级水平提升7.94%，这说明金融集聚能够推动产业升级。

3 政策建议

长江经济带是我国重要的经济区域，覆盖我国11 个省市，横跨东中西三个板块，是连接我国中西部的重要纽带。大力发展绿色金融，通过金融集聚和产业升级的中介效应来推动绿色经济发展。本文基于相关理论分析与实证分析，提出以下几点政策建议：

表8 金融集聚、产业升级对绿色经济发展效率的中介效应

首先，长江经济带各省市应大力推进有效的金融战略的实施，实施相关优惠政策，吸引更多的人才、资金等金融资源。建立多层次的金融市场，推进金融体系与金融市场的不断完善，扩展企业投资渠道，为产业结构升级与绿色经济发展提供有力的资金支持；其次，建立有效的市场监督与管理机制，对金融资源的资金流向进行监督，增加金融资金对于高技术行业、服务业等新兴产业的投资，通过调整金融资源的流向来控制产业的发展重点，从而实现经济可持续发展。除此之外，还应创新金融体系，发挥绿色金融的指导作用，注重金融活动是否有利于促进产业升级与绿色经济发展，引导金融资源的正确流向，推动经济又好又快发展。