朱敏　王凱麗　唐海云

摘? ?要：本文基于2008—2019年黃河流域37個資源型城市的面板數(shù)據(jù)，運(yùn)用Super-SBM模型測算黃河流域資源型城市生態(tài)效率水平，并通過構(gòu)建空間杜賓模型實(shí)證研究綠色金融發(fā)展水平對生態(tài)效率提升的影響及空間溢出效應(yīng)。實(shí)證結(jié)果表明：黃河流域資源型城市生態(tài)效率空間分布格局為“上游低、中下游高”;綠色金融發(fā)展對生態(tài)效率提升的影響關(guān)系為先促進(jìn)后抑制，即倒U形關(guān)系，對周邊城市空間溢出呈U形關(guān)系。進(jìn)一步研究發(fā)現(xiàn)，綠色金融發(fā)展對黃河流域四類資源型城市生態(tài)效率影響程度存在明顯差異?；谘芯拷Y(jié)論，提出適當(dāng)擴(kuò)大綠色金融覆蓋面、豐富綠色金融產(chǎn)品等相關(guān)建議。

關(guān)鍵詞：綠色發(fā)展;綠色金融;生態(tài)效率;空間杜賓模型

中圖分類號：F832? 文獻(xiàn)標(biāo)識碼：B? 文章編號：1674-2265（2022）04-0055-08

DOI：10.19647/j.cnki.37-1462/f.2022.04.009

一、引言與文獻(xiàn)綜述

在“30·60”雙碳目標(biāo)背景下，2021年政府工作報告提出“實(shí)施金融支持綠色低碳發(fā)展專項政策”，綠色金融將是未來政策的主要著力點(diǎn)。黃河流域是我國重要的生態(tài)屏障，但黃河流域有一半以上的城市為資源型城市，此類城市以礦產(chǎn)等自然資源開采加工為主導(dǎo)產(chǎn)業(yè)，資源枯竭、生態(tài)污染等問題尤為突出（崔丹等，2021）[1]。

生態(tài)效率能夠從生態(tài)環(huán)境和經(jīng)濟(jì)發(fā)展兩方面體現(xiàn)綠色發(fā)展的理念。Schaltegger和Sturn（1990）[2]最早提出了生態(tài)效率的概念。目前認(rèn)為，生態(tài)效率是指通過合理配置自然、經(jīng)濟(jì)和社會要素，實(shí)現(xiàn)期望產(chǎn)出最大化、污染性產(chǎn)出最小化（唐燕和孟繁玥）[3]。最初，學(xué)者運(yùn)用單一比值法衡量生態(tài)效率，但此方法僅限于研究單一環(huán)境對生態(tài)效率的影響（Moutinho等，2020）[4];此后，學(xué)者使用指標(biāo)法克服了單一環(huán)境影響的局限性，但在加權(quán)過程中增加了人為主觀因素的不確定性（Gudipudi等，2019）[5];模型法有較強(qiáng)的客觀性，對生態(tài)效率的評價方法有TOPSIS模型（任宇飛等，2017）[6]、隨機(jī)前沿面模型（楊勇和鄧祥征，2019）[7]、生態(tài)足跡法（王圣云和林玉娟，2021）[8]等，但上述研究方法無法反映經(jīng)濟(jì)生產(chǎn)過程的全面性和復(fù)雜性及不同生態(tài)環(huán)境壓力的關(guān)聯(lián)性。因此，多數(shù)學(xué)者借助數(shù)據(jù)包絡(luò)（DEA）模型（George和Kleoniki，2019）[9]對生態(tài)效率進(jìn)行評價，即測算某一被考察單元相對于其他被考察單元的生產(chǎn)效率。除了使用傳統(tǒng)DEA模型，學(xué)者們還對DEA模型進(jìn)行改進(jìn)，如超效率DEA（樸勝任和李健，2019）[10]、Super-SBM模型（李貝歌等，2021）[11]、SBM-DEA模型（李林澤等，2017）[12]等。在生態(tài)效率評價基礎(chǔ)上，學(xué)者們進(jìn)一步探討了生態(tài)效率驅(qū)動因素，研究表明經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化率、科技投入、人口增長等因素均對生態(tài)效率有顯著影響（黃建歡等，2015;閻曉和涂建軍，2021）[13，14]。

目前，學(xué)術(shù)界就綠色金融發(fā)展與生態(tài)效率關(guān)系的研究還較少，缺少對綠色金融發(fā)展與生態(tài)效率在理論與實(shí)證方面的研究。現(xiàn)有文獻(xiàn)主要研究了綠色金融發(fā)展對生態(tài)環(huán)境的影響（劉錫良和文書洋，2019）[15]，較少有文獻(xiàn)將經(jīng)濟(jì)因素納入分析模型，更少有文獻(xiàn)將空間因素納入綠色金融發(fā)展對生態(tài)效率的影響研究。因此，本文嘗試從理論上分析綠色金融發(fā)展影響生態(tài)效率的作用機(jī)制，并運(yùn)用空間計量模型實(shí)證分析綠色金融發(fā)展對生態(tài)效率的非線性影響及空間溢出效應(yīng)，為黃河流域綠色金融發(fā)展提供理論指導(dǎo)和經(jīng)驗(yàn)依據(jù)。

二、綠色金融發(fā)展影響生態(tài)效率提升的理論分析與作用機(jī)制

（一）理論分析

根據(jù)“環(huán)境庫茲涅茨曲線”假說，經(jīng)濟(jì)發(fā)展水平與環(huán)境污染呈倒U形關(guān)系，綠色金融在本質(zhì)上是一種環(huán)境規(guī)制措施，企業(yè)在面對綠色金融時有兩種決策：

決策一：追求利潤最大化無視環(huán)境約束成本。企業(yè)利潤為[π1，i=piqi-ciqi-giciqi];

決策二：犧牲一部分經(jīng)濟(jì)利益重視環(huán)境效益。企業(yè)利潤為[π2，i=piqi-ciqi-βciqi]。

其中，[gi=gxi≤gmax]表示單位產(chǎn)品環(huán)境成本，[g]表示綠色金融發(fā)展水平，[β]表示為實(shí)現(xiàn)環(huán)境效應(yīng)犧牲的經(jīng)濟(jì)利益比例。根據(jù)理性經(jīng)濟(jì)人假設(shè)，企業(yè)選擇決策二必須滿足[π1，i≤π2，i]，即[β≤gxi]，又由產(chǎn)品環(huán)境成本[gi=gxi≤gmax]，可得[βg≤xi≤gmaxg]。借助何其多（2003）[16]提出的單位面積環(huán)境污染密度的概率分布曲線（見圖1）可得，當(dāng)綠色金融發(fā)展水平[g→0]即[xi≥βg→∞]時，企業(yè)會選擇決策一，這部分企業(yè)數(shù)量是0;當(dāng)綠色金融發(fā)展水平[g→∞]即[xi≤gmaxg→0]時，企業(yè)會選擇決策二，這部分企業(yè)數(shù)量也是0。因此，隨著綠色金融發(fā)展水平的提高，愿意生產(chǎn)的企業(yè)數(shù)量增加，但超過某一界限之后，愿意生產(chǎn)的企業(yè)數(shù)量將下降。企業(yè)生產(chǎn)活動對生態(tài)效率提升具有正向影響，由此可得綠色金融發(fā)展對生態(tài)效率提升的影響呈倒U形關(guān)系。

（二）作用機(jī)制

本文借鑒Levine（1997）[17]和白欽先（1998）[18]對金融功能的研究來討論綠色金融對經(jīng)濟(jì)增長和環(huán)境質(zhì)量的影響，并將綠色金融提升生態(tài)效率的作用機(jī)制分為成本約束效應(yīng)和創(chuàng)新補(bǔ)償效應(yīng)。

1. 基于金融風(fēng)險管理功能，綠色金融對企業(yè)融資項目環(huán)境審核標(biāo)準(zhǔn)要求嚴(yán)苛，這迫使企業(yè)提高環(huán)境污染等信息披露程度，從而形成對企業(yè)的監(jiān)督機(jī)制，企業(yè)為通過金融機(jī)構(gòu)對項目的評估審定獲得融資，需要減少污染排放，導(dǎo)致企業(yè)部分現(xiàn)有資源無法使用，資源利用率下降，生產(chǎn)決策受到環(huán)境限制，成本增加、負(fù)擔(dān)加重，生產(chǎn)效率提升緩慢，從而影響企業(yè)效益，進(jìn)而對生態(tài)效率提升產(chǎn)生成本約束效應(yīng)。

2. 基于資本聚集和資源配置功能，綠色金融主體將吸納的資金轉(zhuǎn)化為綠色投資，基于市場運(yùn)行機(jī)制，實(shí)現(xiàn)資本由低效率行業(yè)流向高效率行業(yè)（江紅莉等，2020）[19]。綠色金融提高了高耗能行業(yè)融資門檻，企業(yè)在市場中處于競爭劣勢，迫于生存壓力，倒逼企業(yè)采用新技術(shù)，減少污染物排放，同時縮減高污染產(chǎn)業(yè)規(guī)模、擴(kuò)大綠色產(chǎn)品規(guī)模，積極進(jìn)行轉(zhuǎn)型升級。金融機(jī)構(gòu)通過為企業(yè)提供資金支持，彌補(bǔ)企業(yè)自身資金不足問題，激勵企業(yè)科技創(chuàng)新，形成創(chuàng)新激勵機(jī)制（謝喬昕，2021）[20]，企業(yè)有充足資金支持技術(shù)創(chuàng)新（劉廷華，2021;2022）[21，22]，通過率先采用環(huán)境友好型技術(shù)及開發(fā)生產(chǎn)綠色產(chǎn)品，在市場中取得先動優(yōu)勢，從而獲得更多的利潤，補(bǔ)償了由于環(huán)境規(guī)制造成的經(jīng)濟(jì)損失，即綠色金融的創(chuàng)新補(bǔ)償效應(yīng)。

三、綠色金融發(fā)展對黃河流域資源型城市生態(tài)效率影響的模型構(gòu)建

（一）研究區(qū)域界定

根據(jù) 《黃河流域綜合規(guī)劃 （2012—2030年）》與《全國資源型城市可持續(xù)發(fā)展規(guī)劃 （2013—2020 年）》（以下簡稱《規(guī)劃》），本文研究對象為黃河流域37 個資源型城市（剔除阿壩藏族羌族自治州）?！兑?guī)劃》根據(jù)城市資源保障能力和可持續(xù)發(fā)展能力，將全國資源型城市劃分為四種類型，其中黃河流域成長型城市共有7個，分別為朔州、鄂爾多斯、延安、咸陽、榆林、武威和慶陽;成熟型城市共有20個，分別為：金昌、平?jīng)?、渭南、寶雞、運(yùn)城、臨汾、晉城、長治、晉中、呂梁、忻州、大同、陽泉、三門峽、平頂山、鶴壁、濟(jì)寧、泰安、萊蕪和東營;衰退型城市共有6個，分別為焦作、濮陽、烏海、白銀、銅川和石嘴山;再生型城市共有4個，分別為包頭、淄博、洛陽和張掖。2019年萊蕪市劃歸濟(jì)南市，2019年萊蕪市數(shù)據(jù)為濟(jì)南市萊蕪區(qū)數(shù)據(jù)。

（二）指標(biāo)選擇及數(shù)據(jù)來源

1. 指標(biāo)選擇。（1）被解釋變量：生態(tài)效率（EE）。本文借鑒閻曉和涂建軍（2021）[14]構(gòu)建黃河流域資源城市生態(tài)效率評估指標(biāo)體系方法，選取水資源、能源、土地、勞動力、資本五類要素分別表示自然資源和經(jīng)濟(jì)要素投入，選取地區(qū)GDP表示經(jīng)濟(jì)期望產(chǎn)出，選取水污染和大氣污染表示非期望產(chǎn)出生態(tài)環(huán)境負(fù)荷，具體見表1。

運(yùn)用傳統(tǒng)DEA模型測算生態(tài)效率，忽略了投入產(chǎn)出的松弛性，存在決策單元間無法比較、效率值無法超過1等弊端。Tone（2002）[23]提出了Super-SBM模型，有效解決了松弛度量問題和決策單元無法比較問題，同時克服了傳統(tǒng) DEA 效率值無法超過 1 的模型缺陷。因此，本文選取包含非期望產(chǎn)出的Super-SBM模型衡量黃河流域資源型城市生態(tài)效率，公式如下：

式中：系統(tǒng)中存在 n 個決策單元（DMU），每個DMU都包括 m 種投入，[s1] 種期望產(chǎn)出與[s2] 種非期望產(chǎn)出; [x]、[Yd]、[Yb]分別為投入矩陣（[x=[x1...xn]∈Rm×n]）、期望產(chǎn)出矩陣[（yd=[yd1…ydn]∈Rs1×n]）和非期望產(chǎn)出矩陣（[yb=[yb1…ybn]∈Rs2×n）]中的元素;p表示決策單元（DMU）的效率值。

（2）核心解釋變量：綠色金融發(fā)展指數(shù)（GF）。本文借鑒曾學(xué)文等（2014）[24]構(gòu)建綠色金融發(fā)展水平評價指標(biāo)體系的方法，從綠色信貸、綠色投資、綠色保險、碳金融四個維度，運(yùn)用熵值法測算綠色金融發(fā)展指數(shù)。其中，碳金融指服務(wù)于限制溫室氣體排放的金融活動，由于碳金融發(fā)展時間短，尚未形成統(tǒng)一的衡量指標(biāo)，本文根據(jù)碳金融服務(wù)目標(biāo)及數(shù)據(jù)可得性，用碳強(qiáng)度衡量碳金融，具體指標(biāo)見表2。

（3）其他控制變量：產(chǎn)業(yè)結(jié)構(gòu)（Ind）以第二產(chǎn)業(yè)產(chǎn)值占該市GDP的比重作為代理指標(biāo);外商直接投資水平（FDI）用外商直接投資額占該市GDP的比重來衡量;城鎮(zhèn)化率（UR）采用各市人口占總?cè)丝诒戎乇硎?科研投入（TS）以各市財政支出中政府科技投入占比表征。變量描述性統(tǒng)計見表3。

2. 數(shù)據(jù)來源。金融數(shù)據(jù)主要來源于萬得數(shù)據(jù)庫，其他數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》《中國城市建設(shè)統(tǒng)計年鑒》《中國銀行業(yè)社會責(zé)任報告》《中國保險年鑒》《中國環(huán)境年鑒》及黃河流域各省、地市歷年統(tǒng)計年鑒，部分缺漏數(shù)據(jù)用插線法補(bǔ)齊。

（三）模型設(shè)定

綠色金融作為一種服務(wù)于生態(tài)環(huán)境建設(shè)的金融工具，本質(zhì)上也是一種環(huán)境規(guī)制措施。本文采用空間計量模型探討綠色金融發(fā)展水平與黃河流域資源型城市生態(tài)效率間的非線性關(guān)系。

二進(jìn)制鄰接權(quán)重矩陣：

僅考慮地理位置因素構(gòu)建權(quán)重矩陣難以全面描述區(qū)域間復(fù)雜的空間效應(yīng)，故本文引入了經(jīng)濟(jì)因素，[dij]表示地區(qū)[i]與地區(qū)[j]的市中心之間的直線距離，[Yi]、[Yj]表示地區(qū)[i]與地區(qū)[j]在樣本期間的實(shí)際GDP平均值。經(jīng)濟(jì)地理嵌套權(quán)重矩陣公式如下：

由于綠色金融對生態(tài)效率為非線性影響，因此，引入綠色金融發(fā)展水平的二次項，本文僅考慮除核心解釋變量的空間滯后項，構(gòu)建空間杜賓模型進(jìn)行實(shí)證研究，模型如下：

其中，EE表示生態(tài)效率，[GF]表示綠色金融發(fā)展指數(shù)，[AGF]代表綠色金融發(fā)展指數(shù)的平方項，[Xctrl]代表控制變量，W代表經(jīng)濟(jì)地理嵌套權(quán)重矩陣。

四、綠色金融發(fā)展對黃河流域資源型城市生態(tài)效率影響的實(shí)證分析

（一）黃河流域資源型城市生態(tài)效率時空演變特征

1. 黃河流域資源型城市生態(tài)效率時序演變特征。由圖2可知，2008—2019年黃河流域資源型城市生態(tài)效率均值整體變化平穩(wěn)，呈小幅提升趨勢。2019年生態(tài)效率均值為0.72，與2008年相比提升了0.15。2008—2014年生態(tài)效率均值呈波動上升趨勢，2015—2019年生態(tài)效率均值呈上升趨勢，其中2018年、2019年生態(tài)效率上升較快。究其原因，2008—2014年處于摸索階段，各城市難以把握經(jīng)濟(jì)增長與生態(tài)環(huán)境之間的平衡關(guān)系，生態(tài)效率均值出現(xiàn)小幅波動;隨著經(jīng)驗(yàn)的積累，各城市能夠較好地處理經(jīng)濟(jì)增長與生態(tài)環(huán)境之間的關(guān)系。

分城市類型看（見圖3），2008—2019年四類資源型城市生態(tài)效率均表現(xiàn)出平緩上升趨勢。其中再生型城市生態(tài)效率均值最高，在研究期間增幅達(dá)到0.12;成長型城市生態(tài)效率略低于再生型，增幅約為0.1;衰退型城市生態(tài)效率均值在0.6～0.7之間，低于再生型和成長型城市，位列第三;成熟型城市生態(tài)效率均值僅為0.4～0.6，遠(yuǎn)低于其他三類城市。由此可見，再生型城市通過調(diào)整經(jīng)濟(jì)發(fā)展模式，一定程度上實(shí)現(xiàn)了在發(fā)展社會經(jīng)濟(jì)的同時兼顧生態(tài)環(huán)境保護(hù);成長型城市和衰退型城市資源類行業(yè)雖未處于高峰期，但經(jīng)濟(jì)與生態(tài)未能實(shí)現(xiàn)協(xié)調(diào)發(fā)展，生態(tài)效率提升緩慢;成熟型城市資源類行業(yè)正處于高峰期，環(huán)境承載壓力過大，導(dǎo)致其生態(tài)效率遠(yuǎn)低于其他三類城市。各類資源型城市亟須結(jié)合其城市類型、資源稟賦和環(huán)境承載力，統(tǒng)籌推進(jìn)城市經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境保護(hù)。

2. 黃河流域資源型城市生態(tài)效率空間格局演變特征。根據(jù)上文測算結(jié)果，以2008年、2013年、2019年為代表性年份，進(jìn)行可視化處理，將生態(tài)效率劃分為5級（見圖4）。整體來看，黃河流域資源型城市生態(tài)效率存在較大的空間差異，整體空間分布格局為“上游低、中下游高”。具體而言，2008年黃河流域生態(tài)效率整體較低，生態(tài)效率高值主要分布在陜西西部和山西西部等中游地區(qū)城市;生態(tài)效率低值區(qū)呈塊狀分布，位于甘肅、山西東部、河南等地區(qū)。2013年生態(tài)效率相較2008年整體有所提高，高值區(qū)仍主要集中在黃河中游地區(qū)，但范圍有所擴(kuò)大，下游地區(qū)東營、泰安生態(tài)效率出現(xiàn)逆向變化。2019年，黃河流域中下游地區(qū)資源型城市生態(tài)效率較高，呂梁、烏海、鶴壁生態(tài)效率達(dá)到1.5以上;而黃河流域上游資源型城市生態(tài)效率較低，銅川、金昌、石嘴山等生態(tài)效率不足0.2。生態(tài)效率的高值區(qū)集中在山西西部、河南西部和山東西部，低值區(qū)呈斑塊狀，分布在甘肅中西部、山西東部，整體呈現(xiàn)為東高西低。

（二）綠色金融對生態(tài)效率的影響分析

1. 空間自相關(guān)性檢驗(yàn)。（1）全局空間相關(guān)性分析。全局空間自相關(guān)考察的是屬性值在整個空間內(nèi)的聚集情況，常用Moran's I指數(shù)衡量，公式為[I=i=1nj=1nωij（xi-x）（xi-x）i=1n（ xi-x）2]，[n]表示城市總數(shù)，[xi]表示[i]城市觀測值，[x]表示全部平均值，[ωij]表示空間權(quán)重矩陣的值。測算結(jié)果見表4。2008—2019年黃河流域資源型城市綠色金融發(fā)展指數(shù)和生態(tài)效率的 Moran's I均為正，且均通過1%的顯著性檢驗(yàn)，表明黃河流域各資源型城市在空間上不是完全隨機(jī)分布，綠色金融發(fā)展指數(shù)和生態(tài)效率均存在正空間自相關(guān)性，綠色金融發(fā)展水平和生態(tài)效率相似地區(qū)均呈現(xiàn)顯著的空間聚集現(xiàn)象。

（2）局部空間相關(guān)性分析。為分析黃河流域各資源型城市綠色金融發(fā)展指數(shù)和生態(tài)效率的局部空間相關(guān)性，本文繪制了 2017—2019 年黃河流域資源型城市Moran's I 散點(diǎn)圖，如圖5和圖6所示。

Moran's I 散點(diǎn)圖的第一和第三象限分別表示高高聚集和低低聚集，第二和第四象限分別表示高低和低高聚集。從圖5和圖6可以看出，黃河流域資源型城市綠色金融發(fā)展指數(shù)與生態(tài)效率呈現(xiàn)出了較為明顯的規(guī)律性，均主要分布在第一象限（高高聚集）和第三象限（低低聚集），處于第二、四象限（高低和低高聚集）的異常單元較少，表明綠色金融發(fā)展水平和生態(tài)效率的聚集效應(yīng)和相關(guān)性均較為顯著。

2. 空間計量結(jié)果分析。本文先進(jìn)行OLS回歸，運(yùn)用LM檢驗(yàn)發(fā)現(xiàn)存在空間滯后效應(yīng)和空間誤差效應(yīng)。然后進(jìn)行LR檢驗(yàn)，LR統(tǒng)計量均通過顯著性檢驗(yàn)，表明空間杜賓模型不能退化為空間誤差模型或者空間滯后模型。因此，本文確定使用空間杜賓模型進(jìn)行空間計量檢驗(yàn)。通過豪斯曼檢驗(yàn)，本文選擇時間固定效應(yīng)，分析綠色金融發(fā)展水平對黃河流域資源型城市生態(tài)效率的影響。

（1）綠色金融發(fā)展對黃河流域資源型城市生態(tài)效率呈倒U形影響。由表5可見，在模型（2）中，綠色金融發(fā)展指數(shù)的系數(shù)為0.9348，但綠色金融發(fā)展指數(shù)平方項的系數(shù)為-0.9038，通過1%顯著水平檢驗(yàn)，說明綠色金融發(fā)展對生態(tài)效率提升先促進(jìn)后抑制，呈現(xiàn)倒U形變化，拐點(diǎn)為1.81。一方面，綠色金融對項目環(huán)境審核要求嚴(yán)格，導(dǎo)致企業(yè)某些原有資源無法使用，企業(yè)成本增加，生產(chǎn)效率提高受阻，對生態(tài)效率提升產(chǎn)生成本約束效應(yīng);另一方面，根據(jù)“波特假說”綠色金融發(fā)展能夠倒逼企業(yè)進(jìn)行技術(shù)創(chuàng)新，擴(kuò)大綠色產(chǎn)品規(guī)模。同時因?yàn)槠髽I(yè)率先使用新技術(shù)，在市場中取得先動優(yōu)勢，補(bǔ)償了環(huán)境約束造成的經(jīng)濟(jì)損失，對生態(tài)效率提升產(chǎn)生創(chuàng)新補(bǔ)償效應(yīng)。目前黃河流域資源型城市處于經(jīng)濟(jì)轉(zhuǎn)型階段，重視綠色科技創(chuàng)新，創(chuàng)新補(bǔ)償效應(yīng)超過成本約束效應(yīng)，綠色金融發(fā)展對生態(tài)效率提升產(chǎn)生正向影響。但當(dāng)綠色金融發(fā)展水平越過拐點(diǎn)后，加重企業(yè)生產(chǎn)成本，抑制企業(yè)生產(chǎn)積極性，綠色金融對生態(tài)效率提升作用減弱。

（2）綠色金融發(fā)展對黃河流域資源型城市生態(tài)效率的空間溢出效應(yīng)。直接效應(yīng)和間接效應(yīng)（溢出效應(yīng)）分別表示變量對本城市和周邊城市生態(tài)效率的影響。根據(jù)表6可知，綠色金融發(fā)展對本城市生態(tài)效率提升呈倒U形關(guān)系，對周邊城市的生態(tài)效率提升溢出效應(yīng)為U形。根據(jù)“污染天堂假說”，當(dāng)一國環(huán)境規(guī)制政策趨嚴(yán)后，污染產(chǎn)業(yè)會遷移到環(huán)境規(guī)制相對較弱的國家以規(guī)避成本約束。綠色金融本質(zhì)上是一種環(huán)境規(guī)制措施，當(dāng)本城市的綠色金融發(fā)展水平提高時，污染產(chǎn)業(yè)會遷移至鄰近的綠色發(fā)展水平較低的城市，導(dǎo)致鄰近城市生態(tài)效率下降。綠色金融發(fā)展能夠影響本城市及周圍城市生態(tài)效率，因此，若要提升本城市的生態(tài)效率，應(yīng)綜合考慮本城市及周圍城市綠色金融發(fā)展水平，重視黃河流域整體資源型城市綠色金融協(xié)調(diào)發(fā)展。

（3）城市異質(zhì)性分析。為了驗(yàn)證綠色金融發(fā)展對黃河流域不同類型資源型城市生態(tài)效率影響差異，根據(jù)成長型、成熟型、衰退型和再生型四類資源型城市，以成熟型為基組，引入三個虛擬變量，定義“1（cityi∈成長型）”“1（cityi∈衰退型）”“1（cityi∈再生型）”，分別記作Growing，Recessive，Regen，與綠色金融發(fā)展指數(shù)生成交互項GF ×Growing 、GF ×Recessive 、GF ×Regen ，將交互項代入空間杜賓模型，回歸結(jié)果見表5。模型（4）回歸結(jié)果表明，綠色金融發(fā)展對黃河流域各資源型城市生態(tài)效率的影響存在明顯的異質(zhì)性。其中，再生型城市綠色金融發(fā)展對生態(tài)效率影響最大，再生型城市基本擺脫資源依賴，亟須發(fā)揮綠色金融資源配置功能，培育新型產(chǎn)業(yè)，引導(dǎo)再生型城市創(chuàng)新發(fā)展。其次為成長型城市，由于成長型城市處于資源開發(fā)上升階段，綠色金融對其資源開發(fā)環(huán)境約束影響大，綠色金融通過提高資源開發(fā)企業(yè)準(zhǔn)入門檻，規(guī)范成長型城市有序發(fā)展。第三為衰退型城市，衰退型城市資源趨于枯竭，綠色金融對其資源開發(fā)約束較小，綠色金融通過吸引閑散資金，大力扶持替代產(chǎn)業(yè)，支持衰退型城市轉(zhuǎn)型。成熟型城市綠色金融發(fā)展對生態(tài)效率影響最小，成熟型城市資源開發(fā)處于穩(wěn)定階段，綠色金融對其資源開發(fā)約束基本穩(wěn)定，綠色金融通過為資源產(chǎn)業(yè)提供資金支持，激勵科技創(chuàng)新，加快形成若干支柱性替代產(chǎn)業(yè)，推動成熟型城市跨越式發(fā)展?；谏鲜霎愘|(zhì)性分析，應(yīng)根據(jù)四類資源型城市具體特征，合理發(fā)揮綠色金融的支持功能，有效提升各資源型城市生態(tài)效率。

（4）穩(wěn)健性分析。為驗(yàn)證上述空間計量模型的結(jié)果是否具有穩(wěn)健性，本文引入二進(jìn)制鄰接權(quán)重矩陣進(jìn)行穩(wěn)健性檢驗(yàn)。從表5的模型（3）結(jié)果中可以看出，核心解釋變量的系數(shù)有小幅度變動，但符號和顯著性與模型（2）中的一致;控制變量系數(shù)的符號也同模型（2）保持一致。因此，上述空間杜賓模型通過穩(wěn)健性。

五、主要結(jié)論與政策建議

本文以黃河流域資源型城市為研究對象，從理論上分析了綠色金融發(fā)展對生態(tài)效率提升的成本約束效應(yīng)和創(chuàng)新補(bǔ)償效應(yīng)。并利用Super-SBM模型測算2008—2019年黃河流域資源型城市生態(tài)效率，發(fā)現(xiàn)黃河流域資源型城市生態(tài)效率呈現(xiàn)“上游低、中下游高”的分布格局。在此基礎(chǔ)上，通過構(gòu)建空間杜賓模型實(shí)證研究綠色金融發(fā)展對生態(tài)效率的影響及空間溢出效應(yīng)，結(jié)果顯示：綠色金融發(fā)展水平對生態(tài)效率的影響呈倒U形，即目前綠色金融對黃河流域資源型城市生態(tài)效率提升的創(chuàng)新補(bǔ)償效應(yīng)大于成本約束效應(yīng)，促進(jìn)生態(tài)效率提升;但當(dāng)綠色金融發(fā)展超過一定限度后，將增加企業(yè)生產(chǎn)成本，抑制生態(tài)效率提升。根據(jù)污染天堂假說，綠色金融發(fā)展對相鄰城市生態(tài)效率提升呈U形的空間溢出效應(yīng)。同時研究還發(fā)現(xiàn)，綠色金融發(fā)展對不同資源型城市的影響程度具有異質(zhì)性，對再生型城市影響最大，對成長型和衰退型城市影響次之，對成熟型城市影響最小。

基于上述結(jié)論，本文提出以下政策建議：一是要適當(dāng)擴(kuò)大綠色金融覆蓋面，提高綠色金融發(fā)展水平。鼓勵企業(yè)設(shè)立節(jié)能環(huán)?；穑哟髮G色技術(shù)等相關(guān)項目支持力度;加強(qiáng)對綠色金融產(chǎn)品宣傳，提高公眾對綠色金融產(chǎn)品的需求。二是要提高綠色金融資源流動性，促進(jìn)綠色金融協(xié)調(diào)發(fā)展。政府部門應(yīng)構(gòu)建綠色金融信息共享機(jī)制，完善企業(yè)環(huán)境信息披露機(jī)制，提高綠色金融政策的有效性;構(gòu)建跨區(qū)域合作平臺，促進(jìn)綠色金融資源在黃河流域各資源型城市之間流動。三是金融機(jī)構(gòu)要增強(qiáng)綠色金融產(chǎn)品多樣性，促進(jìn)綠色金融多元發(fā)展，并根據(jù)黃河流域資源型城市分類，因地制宜推出特色綠色金融產(chǎn)品。

參考文獻(xiàn)：

[1]崔丹，卜曉燕，徐禎，李國平，吳殿廷.中國資源型城市高質(zhì)量發(fā)展綜合評估及影響機(jī)理 [J].地理學(xué)報，2021，76（10）.

[2]Schaltegger S，Sturm A. 1990. Environmental Rationality [J].Die Unter-nehmung， （04）.

[3]唐燕，孟繁玥.“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率動態(tài)演變特征與影響因素 [J].中國人口·資源與環(huán)境，2021，31（06）.

[4]Moutinho V，M Madaleno，P Macedo. 2020. The Effect of Urban Air Pollutants in Germany：Eco-Efficiency Analysis Through Fractional Regression Models Applied After DEA and SFA Efficiency Predictions [J].Sustainable Cities and Society，59.

[5]Ramana Gudipudi，Matthias Luedeke K. B，Diego Rybski，Juergen P Kropp. 2019. Benchmarking Urban Eco-efficiency and Urbanites' Perception [J]. Cities，74 .

[6]任宇飛，方創(chuàng)琳，藺雪芹.中國東部沿海地區(qū)四大城市群生態(tài)效率評價 [J].地理學(xué)報，2017，72（11）.

[7]楊勇，鄧祥征.中國城市生態(tài)效率時空演變及影響因素的區(qū)域差異 [J].地理科學(xué)，2019，39（7）.

[8]王圣云，林玉娟.中國區(qū)域農(nóng)業(yè)生態(tài)效率空間演化及其驅(qū)動因素——水足跡與灰水足跡視角 [J].地理科學(xué)，2021，41（02）.

[9]George H，Kleoniki N P. 2019. Assessing 28 EU Member States' Environmental Efficiency in National Waste Generation with DEA [J].Journal of Cleaner Production，10.

[10]樸勝任，李健.基于超效率 DEA 模型的中國區(qū)域環(huán)境效率時空差異研究 [J].干旱區(qū)資源與環(huán)境，2019，32（04）.

[11]李貝歌，胡志強(qiáng)，苗長虹，張佰發(fā)，康巍.黃河流域工業(yè)生態(tài)效率空間分異特征與影響因素 [J].地理研究，2021，40（08）.

[12]李林澤，李建松，蔣子龍.基于 SBM-DEA 模型的中部地區(qū)資源環(huán)境效率格局演化及成因機(jī)理分析 [J].長江流域與資源環(huán)境，2017，26（11）.

[13]黃建歡，楊曉光，成剛，汪壽陽.生態(tài)效率視角下的資源詛咒：資源開發(fā)型和資源利用型區(qū)域的對比 [J]. 中國管理科學(xué)，2015，23（01）.

[14]閻曉，涂建軍.黃河流域資源型城市生態(tài)效率時空演變及驅(qū)動因素 [J].自然資源學(xué)報，2021，36（01）.

[15]劉錫良，文書洋.中國的金融機(jī)構(gòu)應(yīng)當(dāng)承擔(dān)環(huán)境責(zé)任嗎？——基本事實(shí)、理論模型與實(shí)證檢驗(yàn) [J].經(jīng)濟(jì)研究，2019，54（03）.

[16]何其多.生產(chǎn)污染函數(shù)的經(jīng)濟(jì)學(xué)分析 [J].經(jīng)濟(jì)問題探索，2003，（06）.

[17]Levine R. 1997. Financial Development and Economic Growth：Views and Agenda [J].Journalof Economic Literature，35（2）.

[18]白欽先.建立面向21世紀(jì)的金融可持續(xù)發(fā)展觀[J].金融論壇，1998，（08）.

[19]江紅莉，王為東，王露，吳佳慧.中國綠色金融發(fā)展的碳減排效果研究——以綠色信貸與綠色風(fēng)投為例[J].金融論壇，2020，25（11）.

[20]謝喬昕.環(huán)境規(guī)制、綠色金融發(fā)展與企業(yè)技術(shù)創(chuàng)新 [J].科研管理，2021，42（06）.

[21]劉廷華.商業(yè)信用對企業(yè)技術(shù)創(chuàng)新的影響研究[M].北京：中國社會科學(xué)出版社，2021.

[22]劉廷華，寇奉娟，劉瀟.市場競爭、商業(yè)信用與全要素生產(chǎn)率 [J].金融發(fā)展研究，2022，（02）.

[23]Tone K. 2002. A Slacks-Based Measure of Super-Efficiency in Data Envelopment Analysis [J].European Journal of Operational Research，（1）.

[24]曾學(xué)文，劉永強(qiáng)，滿明俊，沈啟浪.中國綠色金融發(fā)展程度的測度分析 [J].中國延安干部學(xué)院學(xué)報，2014，7（06）.

Study on the Spatial Spillover Effect of Green Financial Development on Eco-efficiency：A Case Study of Resource-based Cities in the Yellow River Basin

Zhu Min/Wang Kaili/Tang Haiyun

（Shandong University of Technology，Zibo? ?255012，Shandong，China）

Abstract：Based on the panel data of 37 resource-based cities in the Yellow River Basin from 2008 to 2019，this paper uses the Super-SBM model to measure the eco-efficiency level of resource-based cities in the Yellow River Basin，and empirically investigates the impact of green finance development level on eco-efficiency enhancement and spatial spillover effects by constructing a spatial Durbin model. The empirical results show that the spatial distribution pattern of eco-efficiency in resource-based cities in the Yellow River Basin is "low in the upper reaches and high in the middle and lower reaches";the relationship of green financial development on eco-efficiency enhancement is firstly promoted and then inhibited，i.e. inverted U-shaped relationship，and the spatial spillover to neighboring cities is U-shaped relationship. Further study finds that there are significant differences in the degree of impact of green finance development on eco-efficiency of four types of resource-based cities in the Yellow River Basin. Based on the findings，relevant suggestions such as appropriately expanding the coverage of green finance and enriching green financial products are proposed.

Key Words：green development，green finance，ecological efficiency，Spatial Doberman Model

（責(zé)任編輯? ? 王? ?媛;校對? ?GJ，WY）

收稿日期：2021-09-15? ? ? 修回日期：2022-03-11

基金項目：山東省軟科學(xué)項目“綠色金融賦能山東省黃河流域高質(zhì)量發(fā)展研究”（2020RKB01475）。

作者簡介：朱敏，女，山東菏澤人，山東理工大學(xué)經(jīng)濟(jì)學(xué)院教授，研究方向?yàn)樯鷳B(tài)經(jīng)濟(jì)學(xué);王凱麗，女，山東青島人，山東理工大學(xué)經(jīng)濟(jì)學(xué)院，研究方向?yàn)樯鷳B(tài)經(jīng)濟(jì)學(xué);唐海云，女，山東臨沂人，山東理工大學(xué)經(jīng)濟(jì)學(xué)院，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)學(xué)。