袁 靖，賈雪瑩，陳 偉

（山東工商學(xué)院a.統(tǒng)計學(xué)院；b.外國語學(xué)院，山東 煙臺 264005）

0 引言

加強綠色金融發(fā)展，促進綠色金融協(xié)同一體化發(fā)展是珠三角城市群的共同發(fā)展目標(biāo)，未來如何借助綠色金融以實現(xiàn)“低投入、低消耗、低污染、高質(zhì)量、高效益、高產(chǎn)出”的發(fā)展目標(biāo)，對于珠三角城市群乃至我國整體經(jīng)濟向高質(zhì)量和綠色可持續(xù)的方向發(fā)展具有重要意義。

現(xiàn)有文獻(xiàn)從不同角度闡述了綠色金融與經(jīng)濟發(fā)展的關(guān)系，喻平和張敬佩（2021）[1]測算了各地區(qū)綠色金融和經(jīng)濟高質(zhì)量發(fā)展的關(guān)聯(lián)度和協(xié)調(diào)度，認(rèn)為綠色金融對高質(zhì)量發(fā)展的影響存在閾值效應(yīng)，超過閾值后，綠色金融能顯著推動經(jīng)濟發(fā)展。劉華珂和何春（2021）[2]研究了綠色金融與城市經(jīng)濟發(fā)展的關(guān)系，認(rèn)為綠色經(jīng)濟顯著促進了城市經(jīng)濟高質(zhì)量發(fā)展，但同時也存在顯著的區(qū)域異質(zhì)性。薛永剛（2022）[3]發(fā)現(xiàn)珠三角城市群創(chuàng)新與經(jīng)濟高質(zhì)量發(fā)展呈負(fù)相關(guān)關(guān)系。張?zhí)焓娴龋?022）[4]選取珠三角城市群研究了金融集聚對實體經(jīng)濟發(fā)展的影響，認(rèn)為珠三角城市群區(qū)域金融集聚程度過高，對實體經(jīng)濟發(fā)展具有顯著的抑制作用。雷玉桃等（2021）[5]發(fā)現(xiàn)珠三角環(huán)境規(guī)制、經(jīng)濟集聚與霧霾污染之間存在一定的反向因果關(guān)系，環(huán)境問題不容忽視。李虹等（2019）[6]發(fā)現(xiàn)我國三大經(jīng)濟圈（珠三角、長三角、京津冀城市群）中，綠色金融發(fā)展與生態(tài)環(huán)境并未實現(xiàn)協(xié)調(diào)一致發(fā)展，大部分地區(qū)處于拮抗階段，并逐漸接近磨合階段。

已有研究為本文奠定了理論基礎(chǔ)?；谥槿浅鞘腥簠f(xié)同一體化發(fā)展視角，本文采用熵值法對2010—2020年珠三角城市群一體化協(xié)同發(fā)展進行評價，考察珠三角城市群一體化協(xié)同發(fā)展及綠色金融的空間相關(guān)性，對綠色金融水平對珠三角城市群的一體化協(xié)同水平的促進及溢出效應(yīng)進行實證分析。

1 研究設(shè)計

1.1 熵值法

在進行測度之前，對數(shù)據(jù)采用熵值法進行處理。

第一步，對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，為了防止標(biāo)準(zhǔn)化后的數(shù)據(jù)出現(xiàn)0，將數(shù)據(jù)加1：

第二步，計算出各城市之間的指標(biāo)得分標(biāo)準(zhǔn)化后數(shù)值的比重為Pij，，m為城市的樣本個數(shù)。

第三步，運用每個權(quán)重來計算城市之間的信息熵，以M來指代，表示所研究的各個城市指標(biāo)的貢獻(xiàn)總量：

第四步，各個指標(biāo)權(quán)重差異為Ti=1-Mi，公式為Wi=。一體化協(xié)同水平評價指標(biāo)體系及權(quán)重計算結(jié)果見下頁表1。

表1 一體化協(xié)同水平評價指標(biāo)體系及權(quán)重

1.2 ESDA探索性空間數(shù)據(jù)分析法

本文采用地理權(quán)重矩陣，測量各城市之間的歐氏距離，采用距離倒數(shù)的平均值所組成的矩陣作為本文的空間權(quán)重矩陣，并采用莫蘭指數(shù)對空間自相關(guān)程度進行測度。莫蘭指數(shù)可以測度珠三角城市群一體化空間相互關(guān)聯(lián)性及珠三角城市之間的差異，而局部LISA 指數(shù)可用來考察每一個城市與鄰近城市在一體化協(xié)同方面的內(nèi)部聯(lián)系。莫蘭指數(shù)計算公式為：

若LISAi＞0，表明位置i相鄰的城市一體化協(xié)同方面的空間呈現(xiàn)集聚特征；若LISAi＜0，則表明位置i鄰近的城市一體化聚集特征不明顯。

1.3 模型設(shè)定

對于綠色金融對協(xié)同一體化發(fā)展的影響，本文構(gòu)建空間杜賓模型進行測度：

其中，εi，t為隨機誤差項。

1.4 變量選擇

（1）被解釋變量。一體化協(xié)同水平，根據(jù)珠三角城市群的實際情況，遵循系統(tǒng)性、科學(xué)性和可達(dá)性原則，借鑒文獻(xiàn)[7]，選取了經(jīng)濟、文化、社會和生態(tài)4 個維度共16 個指標(biāo)，如表1所示。

（2）解釋變量。為了衡量珠三角城市群的綠色金融發(fā)展空間差異，本文選取綠色金融發(fā)展水平、城市集中度兩個指標(biāo)。使用珠三角各城市綠色信貸余額與總體存款的比值來衡量綠色金融發(fā)展水平，該指標(biāo)能夠衡量綠色金融發(fā)展水平，并可以衡量金融機構(gòu)對于社會資金的轉(zhuǎn)移程度。

（3）控制變量。選取人均GDP、人口變化和產(chǎn)業(yè)規(guī)模作為控制變量。

變量說明如表2所示。

表2 變量說明

1.5 數(shù)據(jù)選取及處理

本文選取珠三角9個城市2010—2020年的數(shù)據(jù)，由于數(shù)據(jù)量級差距較大，對數(shù)據(jù)進行對數(shù)處理。本文數(shù)據(jù)來源于《廣東統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國金融年鑒》《中國城市統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒和統(tǒng)計公報。

2 實證結(jié)果分析

2.1 珠三角城市群一體化協(xié)同水平測度

表3結(jié)果顯示，在珠三角城市群中，廣州、深圳的綜合得分較高，佛山、中山的得分較低，說明廣州、深圳的一體化協(xié)同水平較高，而佛山、中山的一體化協(xié)同水平較低。

表3 2010—2020年珠三角城市群一體協(xié)同水平評價得分

2.2 珠三角城市群一體化協(xié)同水平空間自相關(guān)測度

本文采用莫蘭指數(shù)來衡量珠三角城市群的空間自相關(guān)性。構(gòu)建空間權(quán)重矩陣以9 個城市的空間地理距離為標(biāo)準(zhǔn)，利用9 個城市經(jīng)緯度數(shù)據(jù)，使用歐氏距離計算他們之間的距離，并采用地理距離平方的倒數(shù)作為權(quán)重矩陣。表4 結(jié)果顯示，所有年份的莫蘭指數(shù)均通過了顯著性檢驗，且所有年份系數(shù)為負(fù)，絕對值接近1，表明珠三角城市群的9個城市相互之間存在顯著的負(fù)向空間自相關(guān)性。

表4 空間自相關(guān)莫蘭指數(shù)

同時，本文采用局部自相關(guān)散點分析（LISA指數(shù)）研究城市之間一體化水平發(fā)展的相關(guān)聯(lián)系。結(jié)果表明，2010—2020 年，珠三角城市群各城市被解釋變量的LISA 指數(shù)通過了顯著性檢驗并為負(fù)值，說明一體化協(xié)同水平存在顯著的負(fù)向空間自相關(guān)關(guān)系，這與上文全局莫蘭指數(shù)的檢驗結(jié)果一致。

圖1 為珠三角城市群協(xié)同一體化發(fā)展莫蘭指數(shù)散點圖，可以看出大多數(shù)城市均分布在“高-低”“低-高”“低-低”集聚區(qū)，少部分處于“高-高”集聚區(qū)，說明珠三角城市群存在“高-低”“低-高”集聚趨勢。具體分析如下：（1）深圳、廣州一直處于“高-低”集聚區(qū)，該地區(qū)的分布呈現(xiàn)“中間高、邊緣低”的特征，說明廣州及深圳的一體化協(xié)同水平較高，但是鄰近城市的一體化協(xié)同水平較低，說明雖然廣州及深圳一體化協(xié)同水平在不斷地提高，但是并沒有帶動周邊城市的一體化水平提升。（2）“低-低”集聚區(qū)的集聚程度較高，處于該區(qū)域的城市相對較多，分別是江門、佛山、珠海，這些城市常年處于該區(qū)域，分布在中山附近，說明該區(qū)域的城市一體化發(fā)展乏力，周圍沒有高水平的城市帶動其發(fā)展，綜合競爭力較差。（3）一直處于“低-高”集聚區(qū)的城市是佛山和肇慶，其處于廣州、東莞、深圳這些自身一體化程度較高的城市附近，因此形成了“中間低、周邊高”的分布格局。中山的評分處在靠后位置，說明廣州、東莞、深圳自身一體化程度的增加對中山的影響十分有限，中山的一體化程度與周邊高水平的城市差距一直沒有明顯的改善。

圖1 2010年、2014年、2019年一體化協(xié)同水平莫蘭指數(shù)散點圖

由于東莞和惠州與高水平的廣州、深圳相鄰，當(dāng)自身一體化程度較高時便處于“高-高”集聚區(qū)，當(dāng)自身水平較低時便處于“低-高”集聚區(qū)。從局部散點圖可以看出，東莞和惠州一直在兩區(qū)域之間游走，說明高水平城市對東莞和惠州的影響不穩(wěn)定。

2.3 珠三角城市群綠色金融空間自相關(guān)測度

本文測度了珠三角城市群綠色金融空間自相關(guān)程度，表5報告了珠三角城市群綠色金融莫蘭指數(shù)。結(jié)果顯示，2014年之前系數(shù)為正，且均未通過顯著性檢驗，而2015年之后轉(zhuǎn)為負(fù)值，且通過了顯著性檢驗。這說明鄰接城市的綠色金融發(fā)展水平之間存在負(fù)向的空間溢出效應(yīng)，處于較低水平的城市被較高水平的城市包圍，表明目前珠三角城市群的綠色金融發(fā)展水平呈現(xiàn)區(qū)域不平衡現(xiàn)象。

表5 綠色金融莫蘭指數(shù)

圖2 為珠三角城市群綠色金融水平空間自相關(guān)莫蘭指數(shù)散點圖。2015年之前，一直處于“低-低”集聚區(qū)的城市是江門、中山、珠海；深圳、廣州、佛山、肇慶一直處于“高-高”集聚區(qū)，東莞處于“低-高”集聚區(qū)，惠州從“低-高”進入“高-高”集聚區(qū)。2015年之后，惠州、廣州、珠海、肇慶處于“高-低”集聚區(qū)，佛山、中山、江門、東莞處于“低-高”集聚區(qū)，深圳由“高-高”集聚區(qū)變?yōu)椤暗?低”集聚區(qū)。

圖2 2010年、2014年、2019年綠色金融莫蘭指數(shù)散點圖

2.4 珠三角城市群綠色金融對協(xié)同一體化影響效應(yīng)分析

根據(jù)空間自相關(guān)分析結(jié)果，珠三角城市群一體化協(xié)同水平有著較強的空間自相關(guān)性，而混合OLS回歸無法消除變量相關(guān)性等特點。因此，本文采用空間計量模型進行LM 檢驗，結(jié)果顯示空間滯后與空間誤差均通過顯著性檢驗，證明模型同時存在空間誤差項與空間滯后項。接著本文采用空間杜賓模型，Hausman 及Wald 檢驗結(jié)果顯示應(yīng)采用固定效應(yīng)，且在時間固定效應(yīng)、個體固定效應(yīng)和雙固定效應(yīng)中，時間固定效應(yīng)的擬合優(yōu)度最大，說明時間固定效應(yīng)模型的效果相較其他模型更好。因此，本文選擇空間杜賓時間固定效應(yīng)模型，表6報告了模型估計結(jié)果。從核心解釋變量估計結(jié)果來看，綠色金融在1%的水平上顯著為正，系數(shù)為0.1232，城市集中度在5%的水平上顯著為負(fù)，系數(shù)為-0.0541，說明綠色金融水平對一體化協(xié)同水平有著正向促進效應(yīng)。城市集中度對一體化協(xié)同水平有著負(fù)向影響，說明政府可以通過支持綠色金融發(fā)展，降低城市集中度、增強人口自然增長率、規(guī)模以上工業(yè)產(chǎn)業(yè)聚集度的方式來促進市場經(jīng)濟與密集度的發(fā)展，進而促進一體化協(xié)同發(fā)展。從控制變量估計結(jié)果來看，人口變化系數(shù)顯著為正，表明人口增長率會促進一體化水平提升，廣州、深圳、東莞這些城市的發(fā)展較好，經(jīng)濟水平與人口密集程度為其發(fā)展吸引了一批先進的人才及技術(shù)，促進一體化水平迅速提升；人均GDP 在5%水平上顯著為正，表明高水平城市對低水平城市的經(jīng)濟起到良好的帶動作用；產(chǎn)業(yè)規(guī)模系數(shù)在1%的水平上顯著為正，說明發(fā)展開發(fā)企業(yè)戰(zhàn)略和企業(yè)數(shù)增加也會對提升一體化水平起促進作用，人口變化和產(chǎn)業(yè)規(guī)模會促進周邊城市一體化水平的提升；周邊城市的綠色金融水平和城市集中度對本地的作用不明顯，周邊城市的經(jīng)濟增長會抑制本地一體化水平提升，周邊城市的人口變化和產(chǎn)業(yè)規(guī)模會促進本地一體化水平提升。

表6 空間杜賓模型估計結(jié)果

空間杜賓模型可以將影響進一步分解，以具體分析各解釋變量對本地或周邊地區(qū)的一體化協(xié)同水平的影響。下頁表7 報告了時間固定效應(yīng)下的空間杜賓模型分解結(jié)果。直接效應(yīng)分為兩個部分：一是指各城市自身經(jīng)濟發(fā)展水平、城市集中度、人均GDP、人口變化、產(chǎn)業(yè)規(guī)模對一體化協(xié)同發(fā)展的影響，二是指各城市自身經(jīng)濟發(fā)展水平、城市集中度、人均GDP、人口變化、產(chǎn)業(yè)規(guī)模通過影響其他城市的一體化協(xié)同水平，經(jīng)過循環(huán)反饋效應(yīng)對本地一體化協(xié)同發(fā)展的影響。間接效應(yīng)也可分為兩個部分：一是鄰近城市的經(jīng)濟發(fā)展水平、城市集中度、人均GDP、人口變化、產(chǎn)業(yè)規(guī)模對本地一體化協(xié)同發(fā)展的影響，二是鄰近城市的一體化協(xié)同水平對本地一體化協(xié)同發(fā)展的影響。結(jié)果顯示，綠色金融水平的直接效應(yīng)系數(shù)為0.1505，間接效應(yīng)系數(shù)為-0.0786，總效應(yīng)系數(shù)為0.0719 且均顯著。說明一個地區(qū)的綠色金融水平提高1%，能使本地區(qū)的一體化協(xié)同水平提高0.1505%，使周邊城市的一體化協(xié)同水平降低0.0786%，使珠三角城市群的一體化協(xié)同水平提高0.0719%。綠色金融水平越高，對本地區(qū)的一體化協(xié)同水平促進作用越大，對鄰近地區(qū)的一體化協(xié)同水平有負(fù)向的溢出效應(yīng)；城市集中度直接效應(yīng)系數(shù)顯著為負(fù)，間接效應(yīng)不顯著，說明城市集中度會抑制自身一體化水平提升，但對周邊地區(qū)影響不大；人均GDP直接效應(yīng)顯著為正，間接效應(yīng)系數(shù)顯著為負(fù)，說明經(jīng)濟發(fā)展會在促進自身一體化水平提升的同時，抑制周邊城市一體化水平；gro直接效應(yīng)和間接效應(yīng)系數(shù)均顯著為正，說明人口變化會促進自身及周邊城市一體化水平提升；產(chǎn)業(yè)規(guī)模的直接影響顯著為負(fù)，間接影響顯著為正，說明產(chǎn)業(yè)規(guī)模對自身一體化水平起負(fù)向抑制作用，但對周邊城市一體化水平起正向促進作用。

3 結(jié)論與建議

本文通過構(gòu)建珠三角城市群一體化協(xié)同水平評價指標(biāo)體系，采用ESDA 探索性空間數(shù)據(jù)分析法考察2010—2020 年珠三角城市群一體化協(xié)同發(fā)展程度及差異，并構(gòu)建空間杜賓模型研究珠三角城市群綠色金融水平對其一體化協(xié)同發(fā)展的影響。結(jié)果表明：珠三角城市群一體化協(xié)同具有較強的空間負(fù)相關(guān)性；珠三角城市群一體化協(xié)同發(fā)展存在“高-低”“低-高”集聚趨勢；綠色金融發(fā)展水平之間存在負(fù)向的空間溢出效應(yīng)，珠三角城市群的綠色金融發(fā)展水平呈現(xiàn)區(qū)域不平衡現(xiàn)象；綠色金融水平對區(qū)域的一體化協(xié)同水平具有促進作用，但對鄰近地區(qū)的一體化協(xié)同水平有負(fù)向溢出效應(yīng)。

基于實證結(jié)果，本文提出如下建議：（1）為解決珠三角城市群中各個城市之間綠色金融發(fā)展不平衡問題，應(yīng)積極發(fā)揮綠色金融對一體化協(xié)同發(fā)展的直接效應(yīng)，控制或降低鄰近城市對本地經(jīng)濟發(fā)展的抑制作用，形成珠三角城市群協(xié)同聯(lián)動的綠色金融發(fā)展框架體系。（2）充分發(fā)揮深圳、廣州的中心作用，帶動其他城市快速高質(zhì)量發(fā)展。（3）應(yīng)通過加強綠色人才培養(yǎng)，滿足綠色金融體系、綠色技術(shù)創(chuàng)新等領(lǐng)域的人才需求，優(yōu)化產(chǎn)業(yè)規(guī)模，達(dá)到綠色金融助力珠三角城市群一體化協(xié)同發(fā)展。（4）因地制宜實施差異化的綠色金融策略。對于綠色金融發(fā)展較好的城市，可進一步利用綠色金融提升產(chǎn)業(yè)集中度和資本回報率，對于綠色金融發(fā)展較落后的城市，應(yīng)充分利用其生態(tài)環(huán)境優(yōu)勢，積極引進綠色資本、綠色技術(shù)及人才，通過綠色投資來帶動經(jīng)濟發(fā)展。