绿色金融对城市高质量发展的作用研究

张茜 俞颖

摘   要：本文基于2011—2020年我国277个地级市的面板数据，利用熵值法构建城市经济高质量发展指数，基于空间计量模型探究绿色金融对城市高质量发展的影响。结果表明：绿色金融能够显著地促进城市高质量发展，且本地区的绿色金融发展可以通过示范效应和辐射效应对邻近城市的高质量发展水平产生正向的空间溢出效应；从中介效应来看，绿色技术创新和人力资本水平在绿色金融与城市高质量发展的关系中发挥了中介传导的作用。

关键词：绿色金融；城市高质量发展；空间溢出；绿色技术创新；人力资本水平

中图分类号：F830  文献标识码：A  文章编号：1674-2265（2023）03-0052-07

DOI：10.19647/j.cnki.37-1462/f.2023.03.008

一、引言

改革开放40多年以来，我国经济实现飞速增长，人民生活水平得到很大提升，取得了举世瞩目的成就。但经济飞速增长是基于传统粗放型的发展方式实现的，这种方式不可避免地造成了资源浪费和环境污染，而资源的过度消耗和环境的严重污染将会降低经济的发展效率，因此，我国必须改变经济发展方式，完成经济转型，实现可持续发展。党的十九大报告提出，“我国经济已由高速增长阶段转向高质量发展阶段”，这说明，一味地追求经济的增长速度是片面的、不科学的，因此，當前我们不仅要注重经济的增长，更要注重资源利用和环境保护，实现经济的高质量、可持续发展（马茹等，2019）[1]。2016年G20峰会上，绿色金融的理念被首次提出。绿色金融不仅可以实现资源整合、环境改善，还可以调整产业结构，促进经济高质量发展。因此，发展绿色金融是促进高质量发展的重要手段。

关于绿色金融对高质量发展的影响，史代敏和施晓燕（2022）[2]通过理论与实证的结合，从定性与定量两个角度发现绿色金融是经济高质量发展的重要支撑，前者对后者不仅存在正向的促进作用，还存在门限效应。喻平和张敬佩（2021）[3]测算了我国五个经济区域绿色金融与高质量发展水平之间的耦合关联度和协调度，结果发现绿色金融有效推动了高质量发展，但其作用效果并不是线性的，而是存在阈值效应。刘华珂和何春（2021）[4]用绿色信贷作为绿色金融的代理变量，发现绿色金融可以使人们的消费活动绿色化，促进了城市的高质量发展。周琛影等（2022）[5]以经济绿色发展、经济结构优化、经济创新发展三个方面为切入点，发现绿色金融对高质量发展具有正向推动作用。陈植雄等（2007）[6]认为绿色金融能够带来经济效益、社会效益和生态效益，实现经济增长，改善就业环境，减少环境污染，最终实现高质量发展。Ahmad等（2022）[7]认为绿色金融结合了普惠金融与环境政策，不仅可以解决个人和企业的融资问题，还对碳排放有减缓作用，有助于实现可持续的高质量发展。Hu等（2021）[8]从微观的角度说明了绿色金融对高质量发展的正向影响，即绿色金融可以通过提高绿色企业的资本市场绩效和实际经营绩效来提升企业价值，为企业绿色转型和发展提供了巨大的激励。

综上所述，以往的研究并不否认绿色金融对高质量发展水平提高发挥的促进作用，但大多局限于中国省级层面，大样本地市级层面的研究较少，同时并未考虑到空间层面的影响和空间上的传导机制，角度过于单一。因此，本文在现有文献的基础上，尝试从地级市层面，根据“五大发展理念”构建城市高质量发展指标，探究绿色金融与城市高质量发展水平之间的关系，并运用空间计量方法分析绿色金融对城市高质量发展的影响。

二、理论分析与研究假设

传统金融具有减少交易成本、提供融资、管理风险、动员储蓄等功能（Levine等，2003）[9]，而绿色金融在传统金融的基础上考虑了资源和环境因素，即鼓励金融资源流向绿色节能环保产业，促进资源的有效配置，在提高资金利用率的同时减少了环境污染。金融资源向环境友好型产业倾斜的同时，重污染型产业会被金融机构所排斥，金融机构的行为会引导社会其他行业也将资源投向绿色产业，绿色产业的聚集将有利于实现经济和环境的可持续发展（刘霞和何鹏，2019）[10]。因此，绿色金融可以通过优化资源配置，实现经济的可持续发展，为实现高质量发展奠定基础。基于此，我们提出假设1：

H1：绿色金融对城市高质量发展具有促进作用。

绿色金融因其金融特性，会吸引相关产业和资本聚集到绿色产业集聚的地区，产生虹吸现象，这一过程加强了产业间的关联性和区域间的协同合作，降低了区域间的交易成本，促进了上下游产业的发展，提高了当地的经济活力和高质量发展水平，也带动了相邻地区的产业发展。当地高质量水平发展到一定程度时，污染减少、经济效益提升的现象会对周边地区形成辐射效应和示范效应，周边地区会采取与集聚地区相似的做法，与集聚地区进行信息交互、资源共享，实现规模经济，推动高质量发展水平提升（谢旭升和严思屏，2021）[11]。因此，绿色金融的正外部性使得绿色金融活动不仅促进了本地高质量发展，还会通过示范作用和辐射作用使资源外溢到其他地区，提高邻近地区的高质量发展水平。基于此，我们提出假设2：

H2：绿色金融对城市高质量发展具有正向的空间溢出效应。

绿色金融在传统金融的基础上以绿色发展、低碳环保为原则，支持金融资源流向绿色低碳项目，金融活动更具有针对性，鼓励企业以节能环保、绿色低碳的方式开展生产，为绿色技术创新提供融资渠道、缓解融资约束 ，激励企业进行绿色技术创新（Lu等，2022）[12]。在绿色化生产模式下，企业通过较少的污染投入实现较高的绿色产出，获得更高的盈利能力，从而更好地吸引金融机构的融资（戚湧和王明阳，2019）[13]。企业进行绿色技术创新既减少了污染排放又提高了资源利用效率，是实现经济高质量发展的重要路径（陈喆和郑江淮，2022）[14]。基于此，我们提出假设3：

H3：绿色技术创新在绿色金融促进城市高质量发展的过程中发挥中介作用。

高质量发展需要人力资本的支撑，绿色金融对人力资本的影响也不容忽视。绿色金融会使得资金更多地流向绿色产业，进而促进绿色产业的蓬勃发展，而绿色产业相较于传统产业对高等教育人才的需求更大，其发展有利于推动劳动力质量提升（刘传江和张劭辉，2022）[15]。人力资本水平的提升一方面可以对技术创新起到支持作用，另一方面也在一定程度上体现了社会精神文明的发展，素质教育在劳动行为中的实现使得环境污染改善、居民素质提升，推动了城市高质量发展（任保平和李梦欣，2022）[16]。基于此，我们提出假设4：

H4：人力资本水平在绿色金融促进城市高质量发展的过程中发挥中介作用。

绿色金融对城市高质量发展水平的作用机制见图1。

三、指标体系构建与数据说明

（一）指标体系构建

1. 被解释变量：城市高质量发展水平（qua）。本文参考詹新宇和崔培培（2016）[17]的方法，围绕创新、协调、绿色、开放、共享五大发展理念构建城市经济高质量发展水平评价体系，对中国2011—2020年277个地级市的经济高质量发展水平进行测算，运用熵值法构建了包含15个三级指标的城市高质量发展水平评价体系，如表1所示。

2. 核心解释变量：绿色金融（gf）。本文参考周新苗等（2021）[18]构建的绿色金融发展体系，受城市层面数据资料的限制，采用节能环保支出的对数值作为绿色金融的代理变量，研究绿色金融发展对城市高质量发展水平的影響。

3. 中介变量。绿色技术创新（gsci）：采用绿色发明专利申请量的对数来表示。人力资本水平（human）：采用高等教育人口的对数值来表示。

4. 控制变量。信息化水平（inter）：信息化水平越高，知识传播的效率越高，在一定程度上促进城市间的良性竞争，提高高质量发展水平。本文采用互联网接入户数占全市人口的比重来衡量。政府干预程度（gov）：政府过度干预会导致资本错配，不利于经济的高质量发展。本文采用政府财政支出占GDP的比重来衡量。贸易开放程度（tra）：对外开放能够在一定程度上促进要素和资源的流动重组，有助于提升高质量发展水平。本文采用进出口总额占GDP的比重来衡量。劳动力聚集程度（labor）：劳动力都聚集在某一地区，会使得该地区的人力资本显著增加，但这会导致区域间的经济发展水平失衡，不利于经济高质量发展。本文采用城市从业人员占全市人口的比重来衡量。经济增长水平（pgdp）：经济增长水平的提高能够在一定程度上促进地区的高质量发展。本文采用人均GDP来衡量。

（二）数据说明

本文数据主要来源于《中国城市统计年鉴》、各省市统计年鉴、《中国城市建设统计年鉴》、万得数据库和国家知识产权局，个别缺失值采用插值法进行补充。本文剔除了数据缺失率比较高的部分城市和发生行政区划调整的部分城市，最终选取277个地级市作为样本。

四、实证结果分析

（一）空间矩阵的设定

在研究绿色金融对城市高质量发展水平的空间作用之前，要设定恰当的空间权重矩阵，用来量化样本之间的空间位置关系。本文采用地理距离权重矩阵（Wg）来衡量空间关联度，该矩阵根据我国各地级市中心位置之间距离的倒数构建，空间距离越近，空间联系越紧密，公式如下：

（二）空间自相关检验

本文采用莫兰指数（Moran's I）检验城市高质量发展水平与绿色金融的空间自相关性，Moran's I的取值范围为[-1，1]，若Moran's I>0，则表明存在正的空间相关性；若Moran's I=0，则表明不存在空间相关性；若Moran's I<0，则表明存在负的空间相关性。全局Moran's I的计算公式如下：

由表3可知，2011—2020年城市高质量发展水平和绿色金融的莫兰指数均在1%的水平上显著大于0，说明城市高质量发展水平和绿色金融均具有正的空间自相关性。城市高质量发展水平的莫兰指数在0.05～0.15之间震荡波动，说明城市间的高质量发展水平存在显著的空间集聚特征。绿色金融的莫兰指数在2011—2018年呈现出上升的趋势，在2018年达到顶峰后开始下降，但莫兰指数整体在0.15以上，说明城市绿色金融有较为显著的空间聚集效应。综上，在研究绿色金融与城市高质量发展水平的关系时不能忽略地理因素的影响，需要考虑空间因素并构建空间面板模型。

（三）空间计量模型估计结果及分析

1. LM检验。在进行空间回归之前，要通过实证检验确定模型，由表4可知，LM检验在空间滞后模型（SAR）和空间误差模型（SEM）的选择上均通过了1%的显著性水平检验，且检验结果具有稳健性，因此，我们应该进行空间计量分析。相较于空间误差模型，空间滞后模型的检验结果包含了直接效应、间接效应与总效应，不仅可以说明解释变量对被解释变量在本地区的作用效果，同时也可以看出本地区对邻近城市是否存在溢出效应，因此，本文采用空间滞后模型进行分析。具体模型设定为：

其中，城市高质量发展水平（[quait]）为被解释变量，绿色金融（[gfit]）为核心解释变量，[Xit]是控制变量，[vt]是年份固定效应，[μi]是城市固定效应，[εit]为误差项，[α]为常数项，[ρ]是空间自回归系数，[wij]是空间权重矩阵。

2. 空间回归检验。通过Hausman检验，本文选择固定效应进行回归，并使用偏微分分解方法进行效应分解，将空间滞后模型的检验结果分解为直接效应、间接效应和总效应，回归结果见表5。

从表5的第（1）列可以看出，核心解释变量绿色金融的估计系数为0.0060，且在1%的水平上显著，说明绿色金融显著提升了城市高质量发展水平。首先，绿色金融的发展使得资源向绿色环保产业流动，提高了资金利用率，优化了城市的资源配置；其次，绿色金融降低了绿色产业的融资成本，使污染型产业融资受限，促使其向绿色产业转型，优化了产业结构；最后，绿色金融的发展会刺激企业进行绿色技术创新，在降低环境污染的前提下提升企业的产出效率，实现经济的可持续发展，最终使得城市高质量发展水平得到显著提升。假设1初步得到验证，即绿色金融可以促进城市高质量发展。空间滞后模型中的空间自回归系数ρ为0.9297，且在1%的水平上显著，这说明绿色金融对城市高质量发展水平的影响存在显著的空间正相关性，即本市的绿色金融发展可以促进本市的高质量发展，本市的高质量发展水平也可以正向影响邻近城市的高质量发展水平。

表5第（2）、（3）、（4）列为空间自回归模型的效应分解结果。第（2）列是绿色金融对城市高质量发展水平的直接效应，绿色金融的估计系数在1%的水平上显著为正，说明绿色金融的发展可以推动本地高质量发展。第（3）列是绿色金融对城市高质量发展水平的间接效应，绿色金融的估计系数也在1%的水平上显著为正，说明绿色金融发展对高质量发展水平具有正向的空间溢出效应。原因是本地的绿色金融发展提升了本地的高质量发展水平，在本地高质量发展水平达到一定程度后，本地的资源和产业会向周边城市外溢，形成辐射效应，且本地的高质量发展对临近城市起到了示范作用并构成了良性竞争，使得本地与周边城市共同发展。从第（4）列的结果可以看出绿色金融对城市高质量发展水平总效应的估计系数为0.0068，绿色金融每提升1个百分点，则该城市的高质量发展水平就会上升0.006，通过溢出效应使得邻近城市的高质量发展水平上升0.0008。假设2得到验证，即绿色金融发展对城市高质量发展水平具有正向的空间溢出效应。

（四）空间作用渠道检验

为了探究绿色金融发展对城市高质量发展水平的作用机制，本文将温忠麟和叶宝娟（2014）[19]的五步法与空间自回归模型相结合进行空间上的中介效应检验，检验模型如下：

其中，[M]为中介变量，包括绿色技术创新与人力资本；[c]表示绿色金融对城市高质量发展的总效应；[a]表示绿色金融对中介变量的效应；[b]表示控制了绿色金融后，中介变量对城市高质量发展的效应；[c]表示控制了中介变量后，绿色金融对城市高质量发展的直接效应，[e1]、[e2]、[e3]是回归残差。检验结果见表6。

由表6的前三列可以看出，绿色金融与中介变量绿色技术创新的回归系数为0.3350且在1%的水平上显著，说明绿色金融对绿色技术创新具有显著的促进作用；绿色技术创新与城市高质量发展水平的回归系数为0.0024，在5%的水平上显著，说明绿色技术进步可以有效地促进高质量发展；控制绿色创新后绿色金融与城市高质量发展水平的回归系数为0.0046，在1%的水平上显著。因此，绿色技术创新在绿色金融促进城市高质量发展的过程中发挥部分中介效应，占总效应的13.4%。绿色金融发展不仅可以直接促进城市高质量发展，还可以通过绿色技术创新的中介效应来提升城市高质量发展水平，原因是绿色金融为绿色技术创新提供了资金动能，缓解了企业绿色项目的融资约束，企业有动力去进行绿色技术创新，提升了产出效率，也减少了污染物的排放，从而促进了城市高质量发展。假设3得以验证。

同理，表6的后兩列是以人力资本水平为中介变量的中介效应检验结果，绿色金融与人力资本水平的回归系数为0.1119且显著，说明绿色金融可以提升人力资本水平；人力资本水平与城市高质量发展的回归系数为0.0030且显著，说明人力资本水平的提升可以推动城市高质量发展，人力资本水平发挥部分中介效应，占总效应的5.6%。原因是绿色金融会催生一系列绿色产业，新型产业促使人力资本水平提升，这在一定程度上提升了地区的创新水平和精神文明建设水平，进而影响城市高质量发展水平。假设4得以验证。

通过中介效应检验还可以看出，绿色技术创新、人力资本水平的空间系数均在1%的水平上显著为正，说明绿色技术创新水平和人力资本水平的提升会给周边城市带来正的溢出效应，也就是说本市绿色创新水平和人力资本水平提升不仅提高了本市的高质量发展水平，也会对周边城市产生示范效应和辐射效应，引导周边城市进行相应升级，最终实现全社会高质量发展水平的提升。

（五）稳健性检验

1. 内生性检验。绿色金融与城市高质量发展水平之间可能存在内生性与遗漏变量的问题，这将导致绿色金融对城市高质量发展影响的估计结果有偏，为确保结论的稳健性，本文以绿色金融的滞后一阶（L.gf）作为工具变量，利用两阶段最小二乘法进行内生性检验，结果如表7所示。工具变量的LM统计量在1%的水平上显著为正，且F统计量的结果大于10，说明本文所选的工具变量是有效的；在第二阶段回归中，选取工具变量后，绿色金融对城市高质量发展水平的影响在5%的水平上显著为正，绿色金融仍然能显著提高城市高质量发展水平。因此，在考虑了内生性影响后，前文的研究结论具有稳健性。

2. 替换空间权重矩阵。为检验结果的稳健性，本文用经济距离权重矩阵（We）替代地理距离权重矩阵，将其代入空间滞后模型（3），其公式为：

3. 替换空间模型。为检验结果的稳健性，本部分用空间误差模型与空间杜宾模型代替空间滞后模型进行空间回归，检验结果如表9所示。

4. 剔除部分样本。由于直辖市的行政地位较为特殊，与其他地级市的差别较大，可比性较差，因此，本文将北京、天津、上海、重庆的数据予以剔除，进行稳健性检验，检验结果如表10所示。

从表8、表9和表10的结果可以看出，替换了空间权重矩阵、空间模型以及剔除了部分样本后，绿色金融对城市高质量发展仍然具有显著的促进作用，且存在正向的空间溢出效应，与上述结论一致，因此，研究结果具有稳健性。

五、研究结论与政策建议

基于绿色金融影响经济高质量发展的理论分析，本文以我国277个地级市作为样本，通过熵值法构建包含五大维度15个细分指标的城市高质量发展水平体系，运用空间滞后模型、中介效应模型定量研究了绿色金融对城市高质量发展的促进作用，得到以下结论：第一，绿色金融可以显著地促进城市高质量发展，并且会对周边城市产生正向的溢出效应；第二，绿色金融可以通过刺激绿色技术创新、提升人力资本水平来促进城市高质量发展。

基于此，本文提出以下建议：第一，完善绿色金融相关基础设施和监管制度，发挥好政府职能，政策适度向绿色金融倾斜，更深入地推行绿色金融政策。第二，充分利用绿色金融的外部性，金融机构应将目标对准绿色业务，鼓励发展绿色产业，进而带动上下游产业的资源、人才和技术共同发展、互惠互利，使绿色产业聚集城市充分发挥示范作用和辐射作用，带动周边城市的绿色金融发展，最终实现全社会的高质量发展。第三，推动绿色技术创新和人力资本水平提升，通过政策优待和金融包容，刺激绿色金融产品和技术的创新，将环保和金融充分结合，充分发挥绿色技术创新在城市高质量发展过程中的积极作用。

参考文献：

[1]马茹，罗晖，王宏伟，王铁成.中国区域经济高质量发展评价指标体系及测度研究 [J].中国软科学，2019，（07）.

[2]史代敏，施晓燕.绿色金融与经济高质量发展：机理、特征与实证研究 [J].统计研究，2022，39（01）.

[3]喻平，張敬佩.区域绿色金融与高质量发展的耦合协调评价 [J].统计与决策，2021，37（24）.

[4]刘华珂，何春.绿色金融促进城市经济高质量发展的机制与检验——来自中国272个地级市的经验证据 [J].投资研究，2021，40（07）.

[5]周琛影，田发，周腾.绿色金融对经济高质量发展的影响效应研究 [J].重庆大学学报（社会科学版），2022，28（06）.

[6]陈植雄，彭敏玲，曹裕.积极发展绿色金融的现实意义及策略探析 [J].金融经济，2007，（12）.

[7]Ahmad M，Ahmed Z，Bai Y，Qiao G，Popp  J，Oláh  J. 2022. Financial Inclusion， Technological Innovations， and Environmental Quality：Analyzing the Role of Green Openness [J].Front. Environ. Sci， 10.

[8]Hu J，Li J，Li X，Liu Y，Wang W，Zheng L. 2021. Will Green Finance Contribute to a Green Recovery？ Evidence From Green Financial Pilot Zone in China [J].Frontiers in Public Health，9.

[9]Levine，R，Beck T，Demirguc-Kunt A L，Klein M， Rajan R.G，Smith BD，Zingales  L. 2003. Finance and Growth：Theory， Evidence， and Mechanisms.

[10]刘霞，何鹏.绿色金融在中部地区经济发展中的影响效应研究 [J].工业技术经济，2019，38（03）.

[11]谢旭升，严思屏.绿色金融驱动经济高质量发展的空间溢出效应及路径机制研究 [J].武汉金融，2021，（10）.

[12]Lu， N，Wu J，Liu Z. 2022. How Does Green Finance Reform Affect Enterprise Green Technology Innovation？ [J].Evidence from China. Sustainability， 14.

[13]戚湧，王明阳.绿色金融政策驱动下的企业技术创新博弈研究 [J].工业技术经济，2019，38（01）.

[14]陈喆，郑江淮.绿色技术创新能够促进地区经济高质量发展吗？——兼论环境政策的选择效应 [J].当代经济科学，2022，44（04）.

[15]刘传江，张劭辉.源头活水：绿色金融之于经济发展——基于金融理论视角的解构 [J].西北师大学报（社会科学版），2022，59（03）.

[16]任保平，李梦欣.人力财富推动中国经济高质量发展的理论与机制研究 [J].中国经济问题，2022，（03）.

[17]詹新宇，崔培培.中国省际经济增长质量的测度与评价——基于“五大发展理念”的实证分析 [J].财政研究，2016，（08）.

[18]周新苗，刘慧宏，唐绍祥，盛沛锋.不同驱动机制下绿色金融发展的宏观经济效应研究 [J].中国软科学，2021，（12）.

[19]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（05）.

基金项目：陕西省社会科学基金项目“陕西三大区域普惠金融的空间非均衡与协调发展机制研究”（2020D037）。

作者简介：张茜，女，陕西西安人，西北大学经济管理学院，研究方向为绿色金融与数字金融；俞颖，女，江苏扬州人，西北大学经济管理学院副教授，经济学博士，研究方向为绿色金融与经济发展。

Abstract：Based on the panel data of 277 prefecture-level cities in China from 2011 to 2020，this paper uses the entropy value method to construct a city economic quality development index，and explores the impact of green finance on the quality development of cities based on a spatial econometric model. The results show that green finance can significantly contribute to high-quality urban development，and the development of green finance in the region can generate positive spatial spillover effects on the high-quality development level of neighboring cities through demonstration and radiation effects; in terms of mediating effects，green technology innovation and human capital levels play a mediating role in the relationship between green finance and high-quality urban development.

Key Words：green finance，High-quality urban development，space overflow，green technology innovation，human capital level

（责任编辑    王   媛；校对   WY，LY）