空间计量视角下京津冀地区金融集聚对绿色经济效率的影响研究

米利群，崔 悦

(燕山大学 经济管理学院，河北 秦皇岛 066004)

一、引言

随着工业化进程的加快，经济快速发展与可持续发展的矛盾日益突出，如何实现经济高质量发展，已经成为社会各界共同关注的问题。为践行新时代新发展理念，发展绿色经济成为我国推动可持续发展、促进经济转型的有效途径。

党的十九大报告明确提出金融是现代经济发展的核心，金融产业已然成为我国经济增长的引擎。金融发展是推动地区经济高质量发展的重要支撑，对落实城市战略定位与经济增长起到了显著的促进作用。而金融集聚通过优化区域资源配置，实现节能减排，在推动绿色经济发展进程中起到十分重要的作用。

我国部分地区金融业高速发展，金融资源优势突出并呈现出集中趋势，金融业的集聚效应日趋显著，对绿色经济发展的促进作用也较为明显。京津冀地区相比于经济发展速度较快的长三角与珠三角地区，金融发展水平整体稍显落后，金融资源难以形成有效的空间集聚，对绿色经济发展和绿色经济效率提高的作用尚不明确。为此，本文基于空间计量视角，在测度京津冀地区金融集聚水平和绿色经济效率的基础上，从金融产业集聚的角度研究其对各地区及其相邻地区绿色经济效率的影响，为京津冀地区金融集聚发展、绿色经济效率的提高以及整个地区的协同发展提供参考。

二、文献综述

金融集聚是金融产业及其相关产业优化重组的累积过程，从而形成向特定区域集中的产业空间结构。其在现代经济中的作用及与绿色经济效率的关系引起了众多学者关注，主要研究包括以下两方面。

(一)金融集聚的经济效应研究

Porteous[1]和Buera[2]等认为金融集聚能够扩宽融资渠道，降低投融资信息成本，促进资金优化配置，从而促进经济增长。Levine[3]、Fritsch[4]、张同功和孙一君[5]、朱辉[6]认为金融集聚会提高金融资源配置效率、加快知识溢出和创新催化，从而减少交易成本，对经济增长有正向影响。孙志红和王亚青[7]将金融集聚对区域经济的影响机制分为三类，即金融功能、产业调整与知识溢出机制，认为金融集聚会带来规模经济效应和溢出效应。刘继和马琳琳[8]、李秋敏[9]研究发现金融集聚产生集聚效应、辐射效应与“外部规模经济”效应，即当金融集聚程度不断增加，外部经济、技术等便会形成强化机制进一步作用于金融集聚向更高阶段发展，同时会促进本地区和相邻地区的经济增长。

(二)金融集聚对绿色经济效率的影响研究

国内外学者使用不同方法对金融集聚对绿色经济效率的影响进行了多角度研究，但学者们的观点并不一致。有些学者认为金融集聚对于推动绿色发展、提升绿色经济效率有正向影响，如王锋等[10]、施本植等[11]、张钟元等[12]使用定性、定量研究方法，发现金融集聚带来金融的规模经济效应、网络协同效应和扩散效应，提升了区域资源配置效率和技术创新能力，实现节能减排、进而推动绿色经济发展；许宁等[13]使用面板数据研究了金融集聚对绿色经济效率的影响，发现从全国层面看，金融集聚不仅显著提升了本地区的绿色经济效率，还对周边地区存在明显的空间溢出效应；而有些学者观点相反，如胡青江等[14]认为由于目前我国金融集聚水平仍相对较低，具有明显的负外部性，仍处在高投入低回报阶段，对绿色经济效率具有显著负向影响。Yuan等[15]则认为金融集聚可以促进重点城市和周边城市的绿色发展，只有华东和华中地区出现了显著的空间溢出效应，且特大城市和大城市存在显著的不利空间溢出效应。

综上所述，目前相关研究集中于对金融集聚的经济效应、金融集聚对绿色经济效率影响的研究，这些研究为后续研究奠定了理论基础。但对于金融集聚对绿色经济效率的影响，研究并未形成统一结论，并且，从研究方法来看，以往的研究，大多使用传统的计量分析方法，忽略了空间因素在金融集聚对绿色经济效率产生影响中的作用。基于此，本文以京津冀地区13个城市为研究对象，运用SBM-undesirable模型测度京津冀地区绿色经济效率水平，在计算绿色经济效率空间自相关系数的基础上，建立空间杜宾模型，实证分析京津冀地区金融集聚度对绿色经济效率的影响，为从金融集聚角度促进绿色经济效率提升、促进京津冀地区经济高质量发展提供决策依据。

三、金融聚集和绿色经济效率的测度

通过对京津冀地区13个城市在2009—2019年的金融产业集聚水平与绿色经济效率进行测度，进而分析京津冀地区金融集聚水平与绿色经济效率的变化趋势。

(一)金融集聚度的测度

借鉴刘伟政等的研究，选取应用较为广泛的区位熵指数来测度京津冀地区13市的金融集聚水平。具体计算公式如下：

(1)

其中，pij和pj分别为i市和全地区第j年的金融行业就业人数，Pij和Pj分别表示i市和全地区第j年的全部产业就业人数。一般来说：当LQij值>1时，认为j地区的金融产业在京津冀地区具有比较优势；当LQij值<1时，认为j地区的金融产业在京津冀地区具有劣势。LQij值越高表明京津冀地区金融产业集聚水平越高，产业对外辐射功能越强，形成规模经济优势越大。根据式(1)计算得出2009—2019年京津冀地区13市的金融业区位熵如表1所示。

表1 京津冀地区13个城市2009—2019年区位熵

为更加直观地表现京津冀地区区位熵，绘制2009年、2014年和2019年区位熵空间分布图，如图1所示。

图1 京津冀地区区位熵空间分布图

从京津冀地区整体来看，2009年京津冀地区共有12个城市区位熵值大于0.9，这些城市的金融资源聚集程度较高，在京津冀地区具有比较优势；但在2019年区位熵值大于0.9的城市仅剩7个，说明京津冀地区整体金融集聚程度处于下降趋势。从金融行业总体来看，2009年京津冀地区13市金融行业发展不平衡，城市间差距较大，金融集聚水平高的地区存在两个，而2014年变为1个，到2019年金融资源集聚水平逐渐均衡，地区间差异逐渐缩小。从局部变化趋势来看，廊坊市与衡水市有较大幅度下降趋势，资源聚集程度大幅减弱；天津市、沧州市呈现逐年稳定上升趋势；剩余城市有不同程度的小幅波动。

(二)绿色经济效率的测度

1.测度方法

本文借鉴张英奎的做法，使用基于非期望产出的SBM模型对绿色经济效率值进行测度，模型如下所示：

(2)

(3)

使用非期望产出SBM模型对京津冀地区13市的2009—2019年绿色经济效率进行测度时，选择的相关投入产出指标如表2所示。

表2 绿色经济效率投入产出指标选择

本文将投入变量分为生产要素投入与资源要素投入，其中生产要素投入分为劳动力要素与资本存量要素，劳动力要素指标采用劳动力就业人数即年末单位从业人员数代表，资本存量由固定资产投资额(式4)计算而来；将能源消耗要素作为资源要素，使用单位GDP能耗来表示。产出变量分为期望产出与非期望产出，期望产出为平减后的各地区生产总值，对各地区经济发展实际状况进行表示，非期望产出选取工业废水排放量、工业二氧化硫排放量与工业烟(粉)尘排放量来表示，反映经济发展过程中对环境的影响。计算资本存量的具体公式如下：

Kit=(1-δ)Ki(t-1)+Eit

(4)

其中，Eit为当期固定资产投资额，i代表地区，t代表时间，δ为折旧率，借鉴张军等的研究，此处采用9.6%的折旧率水平计算资本存量。固定资产投资额与地区生产总值已使用GDP平减指数进行平减，以消除价格因素对绿色经济效率的影响。

2.京津冀地区绿色经济效率测度结果

运用DEA-Solver中非期望产出SBM模型测算出的京津冀地区13市2009—2019年绿色经济效率值如表3所示。若绿色经济效率值为1，表示该地区经济结构得到优化，绿色经济发展水平较高；若绿色经济效率值<1，表示该地区绿色经济效率水平偏低。

表3 京津冀地区13市2009—2019年绿色经济效率

由测度结果可以看出，京津冀地区城市间绿色经济效率水平差距较大，绿色经济发展状况不均衡。为进一步了解京津冀地区所有城市绿色经济效率在2009—2019年间的变化情况，选取2009年、2014年和2019年三个时间点的绿色经济效率数据，将绿色经济效率划分为三个等级。

表4 绿色经济效率划分情况

从绿色经济效率等级来看，北京市、天津市、唐山市的绿色经济效率水平最高，而河北省部分城市如石家庄市、邢台市的绿色经济效率相较而言较低，三个时间点的对比显示，邯郸市和廊坊市绿色经济效率提高较快，承德市出现明显下降。

使用Stata软件绘制京津冀绿色经济效率的空间分布图，并用不同的颜色将13个城市的绿色经济效率按照数值大小分为六个等级，以便更直观地反映京津冀地区绿色经济效率的空间分布特征以及区域差异。图中颜色由浅到深依次表示绿色经济效率由低到高的水平。2009年、2014年和2019年京津冀地区绿色经济效率空间分布如图2所示。

图2 2009年、2014年和2019年京津冀地区绿色经济效率空间分布图

河北省西部地区绿色经济效率水平明显低于河北省东部地区，东西部地区绿色经济效率差距明显。分析发现，北京市与天津市基于良好的基础设施和制度体系，经济结构优化升级和经济发展方式转变较为迅速，绿色经济发展状况良好；河北省东部地区在推动经济发展的同时兼顾了环境污染问题，因此绿色经济也获得了发展；河北省西部地区仍采用高能耗高污染型产业带动经济增长这种粗放型经济增长方式，并且京津冀地区产业结构调整使得部分高污染产业向河北省西部地区转移，由此加重河北省西部地区治理环境污染的压力，导致河北省西部地区绿色经济效率平均水平低。

四、金融集聚对绿色经济效率的影响分析

金融集聚是影响绿色经济效率的一大要素，参考以往相关研究，选取绿色经济效率为被解释变量，金融集聚为解释变量，同时对影响绿色经济效率的指标进行筛选、分析，最终选取对绿色经济效率有明显影响的金融效率、政府行为、科教支持力度、城市规模、对外开放程度、经济发展水平、人力资本水平、创新水平为控制变量，通过建立空间权重矩阵，检验空间相关性，建立空间杜宾模型，分析京津冀地区金融集聚对绿色经济效率的空间溢出效应。

(一)变量选取与数据来源

1.被解释变量

绿色经济效率(gee)：将上文中基于非期望产出的SBM模型计算得出的绿色经济效率测度值作为衡量绿色经济效率的变量，反映京津冀地区绿色经济效率水平。

2.核心解释变量

金融集聚(lq)：依据上文中基于区位熵计算得出的京津冀地区区位熵指数作为衡量金融集聚变量，反映京津冀地区金融集聚水平。

3.控制变量

金融效率(fe)：金融效率指金融行业中的资金运转效率，金融效率的值越小则金融市场中资金流动性越强。提升资金运转效率，有助于降低企业融资成本，避免资金的堆积与闲置，加强金融发展与绿色经济的良性互动。借鉴陈智昊等的做法，使用银行的存款总额与贷款总额的比值来表示，预期系数为正。

政府行为(gov)：地方政府行为通过影响政府财政资金使用效率，强化预算执行约束力，明确财政资金支出范围，规范化管理财政资金，避免财政资源的浪费，影响提升绿色经济效率。使用政府财政支出中除去教育与科技支出后剩余的支出占地区生产总值的比重来表示，预期系数为正。

科教支持力度(edu)：该指标反映政府对教育与科技发展的重视程度，依托科技、教育发展，促进清洁能源的开发利用、创新绿色产品、打造新型循环经济产业链等，从工业、农业、交通等多个方面为绿色经济良好发展提供高质量的高端技术支持。使用政府教育与科技支出占地区生产总值的比重来表示，预期系数为正。

城市规模(size)：体现人口在城市的聚集规模，区域内人口规模超出环境承载限度会加重环境问题。使用年末城市总人口数取对数来表示，预期系数不确定。

对外开放程度(open)：反映各个城市对外开放的水平，京津冀地区具有一定地理优势，拥有数个港口，充分发挥港口贸易成本低的天然优势，有助于绿色经济发展。使用实际使用外资投资金额占地区生产总值的比重表示，预期系数为正。

经济发展水平(rgdp)：反映地区经济发展的现状，使用地区生产总值增长率来表示。经济发展过快给资源环境带来消极影响，但经济发展还可以带来环保工程投资，提高环境治理水平与环境资源的利用率，实现清洁生产与调整产业结构，该指标对绿色经济效率的预期系数不确定。

人力资本水平(hum)：人力资本是进行生产活动最基本的投入要素，高质量的劳动力拥有较高的工作效率，能够避免资源闲置与非必要浪费。使用每万人在校大学生数取对数来表示，预期系数为正。

创新水平(innov)：反映绿色经济发展过程中的知识积累，使用专利申请受理量取对数来表示。创新水平是发展绿色经济的重要支撑，提高创新水平可降低治理成本、提高管理效率，节约生产资源，预期系数为正。

4.数据来源

以上指标相关数据均可由《北京市统计年鉴》《天津市统计年鉴》《河北省统计年鉴》《中国城市统计年鉴》与《中国城市建设统计年鉴》获得，部分缺失数据采用线性插值法补全。为了尽可能减少数据和实际间的差距，消除通货膨胀因素，提高数据结果的可解释性，本文以2008年为基期对地区生产总值进行平减处理，得到实际地区生产总值。

(二)空间计量模型选择

空间权重矩阵反映个体在空间中相互依赖关系，地理距离反映真实的空间距离，而经济距离打破了狭义地理距离的局限，因此本文选择构建地理经济距离嵌套权重矩阵作为模型中的空间权重矩阵，为下文计算莫兰指数与分析空间溢出效应做准备。假设用i地区与j地区的人均地区生产总值Yi和Yj分别衡量两地区的经济发展水平，定义地区i与地区j的经济距离为eij=|Yi-Yj|，定义经济距离权重矩阵为Weij=1/eij；假设i地与j地的空间距离为dij，那么地理距离权重矩阵为Wsij=1/dij，地理经济距离嵌套矩阵为Wij=Weij×diagWsij。

常见的空间计量模型有三种，由于空间杜宾模型(SDM模型)是空间误差模型(SEM模型)与空间滞后模型(SLM模型)的一般模型，并且充分考虑了被解释变量与解释变量的空间滞后项，因此本文选择空间杜宾模型对金融集聚和地区绿色经济效率的关系进行研究，具体形式如下：

Y=ρWY+Xβ+θWX+αln+ε

(5)

其中，Y为模型中的被解释变量，ρ为空间自相关系数，W为空间权重矩阵，X为模型中的解释变量与控制变量，WY和WX代表被解释变量和解释变量的空间滞后项。β与θ为回归系数，α为常数项，ε为误差项。

(三)实证分析

1.空间自相关性检验

空间自相关系数是用来度量空间相关性的重要指标，本节应用Stata软件计算了2009—2019年京津冀地区绿色经济效率的全局莫兰指数。当Moran’s I>0时，研究对象具有空间正相关性，值越大则空间相关性越明显；当Moran’s I<0时，研究对象具有空间负相关性，值越小则空间差异越大；当Moran’s I=0时，则说明研究对象在空间上呈随机性分布。全局空间自相关系数如表5所示。

表5 2009—2019年全局空间自相关检验

全局空间相关性检验结果表明，2009年的Moran’s I指数为负数，2014年与2019年为正数，且均通过显著性检验，说明京津冀地区的绿色经济效率存在一定的空间相关性，绿色经济效率相似的地区在空间上呈现一定的集聚分布态势，但空间聚集程度较弱。2019年莫兰指数较2014年有所提高，说明空间联系紧密程度增加，也意味着在构建研究京津冀地区绿色经济效率与金融集聚关系的模型时应考虑空间效应是符合客观事实的。

为进一步明确京津冀各城市间的关联特征，计算得出2009年、2014和2019年的局部莫兰指数，并得到相应的散点图，反映某城市与邻近城市绿色经济效率的具体关联类型(图3)。

图3 2009年、2014年和2019年京津冀地区绿色经济效率Moran’s I散点图

从图3可以看出，京津冀地区13城市绿色经济效率值分布于四个象限中。2009年天津、唐山、秦皇岛和沧州位于第一象限、类型为H-H型，均通过显著性检验，表明这三个地区绿色经济效率均处于高水平，且被高水平地区包围；位于第二象限、类型为L-H型的有保定、张家口、承德、廊坊，除廊坊以外其他城市均通过显著性检验，这四个地区绿色经济效率水平较低，但均与绿色经济效率水平高的北京相邻，进而形成了明显的空间关联；石家庄、邯郸和邢台位于第三象限、为L-L型，表明这些地区绿色经济效率水平较低，其邻近地区的绿色经济效率也较低，存在低效率集聚；北京、衡水分布于第四象限、为H-L型，两地绿色经济效率水平较高，但邻近地区绿色经济效率较低。

从绿色经济效率水平时空迁移上来看，2014年和2019年，承德市变化显著，绿色经济效率水平显示为不稳定；2019年北京和廊坊提升到第一象限，本地区和相邻地区绿色经济效率水平明显提高。超六成的地区保持空间相关类型没有变化，这表明在空间集聚的类型上京津冀地区绿色经济效率水平的稳定性较强。

2.具体模型构建

为了采用适合的面板数据模型进行估计，首先对面板数据进行Hausman检验，结果显示p值大于0.5，不能拒绝原假设，因此，本文采用随机效应模型。基于已构建的地理经济距离嵌套矩阵，构建以下空间杜宾模型来分析京津冀金融集聚对绿色经济效率的空间溢出效应：

gee=α1lq+α2fe+α3gov+α4edu+α5size

+α6open+α7rgdp+α8hum+α9innov

+β1lq+β2fe+β3gov+β4edu+β5size

+β6open+β7rgdp+β8hum+β9innov

+δ+μ+ε

(6)

由于空间效应的存在，各变量间关系较为复杂，因此借鉴Burridge的做法，使用Wald和LR检验来检验空间杜宾模型的适用性。原假设的空间杜宾模型可以简化为空间误差模型或者空间滞后模型。

由表6可知，Wald和LR检验值均在显著性水平为0.01的水平下拒绝原假设，说明此处选择空间杜宾模型进行空间计量是合适的。

表6 空间杜宾模型的Wald和LR检验结果

3.空间溢出效应分析结果

基于随机效应的空间杜宾模型，对京津冀地区13市的空间溢出效应进行分析，为了能够更加精确地分析空间溢出作用的途径和方式，本文借鉴Le Sage等的做法，将解释变量与各个控制变量对绿色经济效率的空间溢出效应分为直接效应，间接效应以及总效应三个维度，具体探讨空间溢出效应的路径。空间溢出效应的分解结果如表7所示。

表7 空间溢出效应分解结果

由表7可以看出各因素对绿色经济效率的影响程度。金融集聚对绿色经济效率的直接效应未通过显著性检验，而间接效应系数为-1.029，并且通过了1%的显著性检验，表明金融集聚对邻近地区的绿色经济效率具有负向溢出效应。金融集聚通过“回流效应”对资源产生虹吸作用，要大于通过“扩散效应”形成外部经济、技术、知识溢出对周边地区绿色经济效率产生的影响，导致地区间绿色经济发展差距进一步扩大。

金融效率对绿色经济效率的直接效应不显著，间接效应系数为0.317，在1%的显著性水平下显著。表明金融效率每增加1%，会使邻近地区绿色经济效率提高0.32个百分点，金融效率的提高具有显著正向空间外溢作用。金融效率的提高可以促进金融资源在地区间的流动，即可通过降低交易成本促进绿色经济效率的提高。

创新水平对绿色经济效率的直接效应不显著，间接效应系数小于0.001，通过10%的显著性水平。创新能力从知识、技术等多个方面影响绿色经济发展，但影响系数过小。

城市规模的直接效应不显著，间接效应系数为-1.62，通过1%的显著性水平。表明城市规模对绿色经济效率存在负向空间溢出效应。城市规模与绿色经济发展不匹配，城市人口规模超出环境可以承载的限度，并且占用邻近地区资源，对邻居地区绿色经济发展也造成压力。

对外开放程度的直接效应未通过显著性检验。间接效应系数为-48.73，通过5%的显著性水平，系数与预期方向不一致。表明国际贸易依赖着丰富的资源和劳动力，开展对外贸易在促进经济发展的同时也带来了资源环境的巨大压力，特别是对邻近地区也造成较大影响。

政府行为、科教支持力度、经济发展水平与人力资本水平的间接效应结果均不显著，对邻近地区的绿色经济效率无法产生有效影响，不存在明显的空间溢出效应。其中政府行为的直接效应为-1.762，与预期方向不一致，说明在经济发展进程中,资金投向过于分散，存在资金使用效率偏低的可能性。

(四)稳健性检验

为进一步验证实证分析结果的可靠性，采用遗漏变量检验、替代性检验与更换空间权重矩阵三种方法，对上述分析结果进行稳健性检验。

1.遗漏变量检验

借鉴罗勇根等的做法，使用遗漏变量检验对实证分析结果进行稳健性检验。考虑到信息化水平(infor)的增强可以有效减弱空间距离对城市间各种要素的跨区域流动的限制，从而减少获取金融信息的成本。因此，信息化水平也可能会对绿色经济效率产生影响。使用电信业务总量取对数来表示信息化水平，将其作为遗漏变量加入模型中，空间溢出效应分解结果如表8所示。

表8 核心解释变量稳健性检验结果

2.替代性检验

借鉴申广军等的做法，使用替代变量进行稳健性检验。使用专利申请授权量取对数代替使用专利申请受理量取对数表示创新水平，重新进行检验。

3.更换空间权重矩阵

借鉴曾刚等的做法，使用重构空间权重矩阵的方法进行显著性检验。将经济地理嵌套矩阵更换为地理距离矩阵，检验过程与前文一致。

结果显示，在进行遗漏变量检验、替代性检验与更换空间权重矩阵重新进行检验后，核心解释变量的系数方向和显著性水平均与前文所得结论一致，仅系数存在小幅差异，即金融集聚对绿色经济效率具有负向空间溢出效应。因篇幅过长，只保留核心解释变量的稳健性检验结果。控制变量系数方向与前文结果大致相同，个别变量显著性水平存在差异，表明本文实证分析结果具有稳健性。

五、结论与建议

通过使用2009—2019京津冀地区13市的面板数据，构建随机效应的空间杜宾模型，分析了金融集聚对绿色经济效率的影响。实证分析结果表明：京津冀地区金融集聚水平总体上对绿色经济效率具有抑制作用，即金融集聚“回流效应”大于“扩散效应”。京津冀地区仍存在金融资源分布不均、绿色经济效率水平整体偏低等问题，需采取有效措施促进金融资源有效集聚，从而促进京津冀地区绿色经济均衡发展。对此，提出如下建议：

1.打造新的区域金融中心，开放金融信息共享，促进金融资源向周边城市扩散。京津冀地区金融集聚水平较低且各城市发展不平衡，严重削弱了金融集聚的扩散效应。为此，应在原有北京、天津金融中心基础上，利用雄安新区的建设契机，承接疏解出北京的金融机构和金融资源，打造新的金融中心，以点带面地发挥金融中心辐射带动作用，推动绿色经济平衡发展；同时北京、天津作为金融资源集中的核心地区，应牵头带动其他城市开展信息共享，提高金融信息资源利用效率。可通过建立数字化信息共享机制，推动金融信息开放共享，使金融资源在京津冀地区更加畅通流动，从而优化金融资源配置效率，减少产能过剩与资源浪费，为增强金融集聚辐射效应提供数字化支持。

2.提高城市联动性，激发扩散效应，减少虹吸效应的负面影响。根据不同城市的规模与发展状况制定适合的金融政策，提高中心城市与周边城市的联动性，保持金融资源在地区间的合理流动，激发金融集聚的扩散效应。北京、天津等大城市要充分发挥其中心城市的资源优势，带动周围中小城市金融发展，强化金融集聚的外溢作用，减少集聚中心的虹吸效应；保定、廊坊为作中部核心功能区，应采取合理的规划布局，加强与周边城市金融产业的交流与合作，积极协助北京、天津相关资源向周边城市扩散；其他中小城市因接受中心城市辐射能力较弱，应加强与中部核心地区的合作，积极吸收金融资源流入，优化地区金融资源配置，促进地区金融资源集聚，避免被边缘化，从而推动区域绿色经济发展。

3.推动金融业与制造业联动发展，加快知识、技术等要素向集聚地周边城市溢出。在积极推进生产性服务业与制造业深度融合背景下，应大力支持京津冀地区高新技术制造业与金融业联动发展，金融资源适当向技术创新企业倾斜。可利用绿色信贷投放等绿色债务融资工具，财政补贴与限时税收优惠政策等手段，加大金融产业对高新技术制造业的支持。鼓励地区间金融资源流动，北京、天津、石家庄等金融集聚水平高的地区可以为其他地区的制造业提供专业化的人力资本和知识资本，强化知识技术的溢出效应，充分发挥邻近地区互帮互助的便利条件，加强区域间合作，形成优势互补，促进京津冀地区绿色经济均衡发展。

4.提高金融效率和创新水平，促进产业结构优化，弱化集聚的回流效应。提高金融效率和创新水平，可以加快金融资源在地区内流动，加强区域内统筹协调，优化地区产业分工，推动整个区域的产业结构优化。而产业结构优化能够促进资源高效配置，可以显著加强金融集聚对本区域和周边地区经济的推动作用，削弱金融集聚的回流效应。为此，一方面要促进京津冀地区产业数字化转型，积极推动京津冀各地建材、钢铁、煤炭等传统产业转型升级，提高各地区资源配置效率，减轻金融资源向集聚中心回流程度；另一方面应制定鼓励物联网、新能源汽车、新医药、建筑节能等新兴产业发展的财税支持政策，推动战略性产业发展，促进金融与产业结构协同发展。