绿色金融能提升绿色经济发展效率吗？

张长征，孙潇怡

（1.河海大学 商学院，江苏 南京 211100；2.江苏省“世界水谷”与水生态文明协同创新中心，江苏 南京 211100；3.河海大学 产业经济研究所，江苏 南京 211100）

0 引言

改革开放四十年以来，我国经济高速增长，创造了世界经济增长的奇迹。但长期以来高污染、高能耗式的经济发展模式也带来了资源短缺、环境污染等问题，为确保经济增长质量，实现绿色发展，我国急需从粗放式经济发展模式向绿色经济发展模式转型。近几年，为了能够更加准确衡量我国绿色经济发展水平，学术界开始将绿色经济发展效率作为绿色经济发展水平的有效衡量方式（汪彬等，2022），相比传统经济效率，绿色经济发展效率兼顾了经济效益和环境效益，能够更加全面科学地反映我国的经济增长质量，但同时也对我国的资源配置效率和经济增长动力提出了更高的要求。

金融是经济的血脉，作为市场经济的核心，我国经济发展的任何一个阶段都离不开金融的支持。绿色金融作为我国绿色发展新时代的产物，在资源配置、改善供给侧质量等方面均有着其独到的优势，党的十九大报告中，习近平总书记明确指出“加快生态文明体制改革，建设美丽中国”，并把“发展绿色金融”作为推进绿色发展的路径之一。在此背景下，研究绿色金融对绿色经济发展效率的影响作用，对完善我国绿色金融体系建设，加快产业结构升级，实现绿色可持续发展均有着重要的现实意义。

1 文献综述

目前，学术界关于绿色经济的相关研究主要涉及以下两方面：1）绿色经济发展水平的测度。多数学者采用数据包络法对绿色经济发展水平进行测度（钱龙，2018；吴传清等，2020；马骏等，2022），除此之外，也有学者运用熵思想构建评价指标体系对绿色经济发展水平进行测算（徐晓光等，2021）；2）绿色经济发展影响因素的研究。研究表明，数字经济发展（刘强等，2022）、政府干预（白洁等，2019）、绿色技术进步（陈思杭等，2022）等因素对于绿色经济发展均有正向影响，而财政压力（崔新蕾等，2021）、资本市场扭曲（沙依甫加玛丽·肉孜等，2020）等则对绿色经济发展有显著的抑制作用。除此之外，集聚因素也对绿色经济发展有着重要影响，任阳军等（2022）研究发现生产性服务业不同集聚模式对本地区绿色经济效率均产生显著正向作用，专业化集聚还可产生显著的外溢效应；朱广印等（2022）以金融集聚为切入点，研究发现金融集聚对绿色经济效率的影响呈“U”型，前期金融集聚不利于本地和周边地区绿色经济效率的提升，后期则可发挥显著的正向促进作用。

相比传统金融，绿色金融的核心在于实现经济发展和环境保护的平衡，力求在环境保护中实现经济增长（Salazar，1998），近几年，已有大量研究表明绿色金融可有效推动经济可持续发展。蔡强等（2022）、于波等（2022）、刘华珂等（2021a）研究发现，绿色金融对经济高质量发展具有显著积极影响。郭希宇（2022）认为绿色金融与低碳经济发展之间存在双向促进作用，绿色金融可有效助推本区域低碳经济转型。Zhou等（2020）采用全球主成分分析法测算绿色金融，研究发现绿色金融可以创造经济发展和生态环境保护双赢的局面。刘锋等（2022）基于环境库兹涅茨曲线，研究发现我国绿色金融发展显著抑制了碳排放，其中，绿色金融对我国中部地区的碳排放抑制作用最强。基于绿色金融对经济可持续发展的影响，部分学者对绿色金融对经济可持续发展的作用机制展开了研究。刘华珂等（2021b）以我国2010—2019年的省级面板数据为例，验证了绿色金融通过企业技术创新、产业结构升级、绿色消费三大途径有效推动了经济高质量发展。杨林京等（2021）采用有调节的中介效应模型，探究绿色金融对碳排放的影响，研究表明能源结构调整在绿色金融对碳排放的影响中起到了部分中介作用。于波等（2022）研究发现技术创新在绿色金融对经济高质量发展影响中起到了部分中介效应，中介效应占比为66%。

通过梳理相关文献可知，目前学者们对绿色金融及其影响已有了较为丰富的学术研究，但仍存在以下不足：1）有关绿色金融对经济可持续发展的影响多集中在经济高质量发展和碳排放领域，鲜少有学者研究绿色金融对绿色经济发展效率之间的关系；2）有关绿色金融对经济可持续发展的影响和作用机制分析大多仅考虑样本总体，未从区域异质性角度考虑绿色金融对经济发展效率影响的差异，缺少异质性分析。

本文针对以往研究的不足，依据我国30个省市2010—2019年的面板数据，从总体样本和区域异质性两方面出发，探究绿色金融对绿色经济发展效率的影响及其作用路径，为未来绿色金融更好促进我国绿色经济发展效率的提升提供相关建议。贡献点包括：1）在回归分析中，除了对总体样本进行分析检验，还根据绿色经济发展效率的高低差异对各地区进行分组，分别探究绿色金融对高效率、中效率、低效率区域绿色经济发展效率作用的差异。2）在作用路径检验中，除了检验产业结构升级在总体样本中的中介效应，分别对产业结构升级在东、中、西部三大区域中的中介效应进行检验，并对其中介效应占比进行测算，从而更好分析产业结构升级在绿色金融对绿色经济发展效率影响中的中介效应。

2 理论分析与假设

2.1 绿色金融对绿色经济发展效率影响的基本影响

2.1.1 直接影响

绿色金融对绿色经济发展效率的直接影响主要体现在资本聚集效应。近年来，我国大力推进生态文明建设，在绿色发展这一理念下，我国对资源环境保护、节能减排等绿色活动资金需求大大提升。国际能源署估计：“为将全球气候变暖控制在2℃，2050年全世界额外需要36万亿美元的清洁能源投资”，由此可见绿色资金需求量之大。而绿色金融恰能发挥“动员储蓄”的作用，将原本分散在不同持有人手中的资金聚集起来，以较低的摩擦转化为绿色投资（王遥等，2016；魏丽莉等，2020），从而更好满足绿色经济发展的资金需求。在绿色金融实现资本聚集效应的过程中，政府、金融机构、消费者都发挥着不可或缺的重要作用。首先，作为我国绿色金融发展的政策引领者，各级政府会根据我国绿色金融发展水平和各地经济发展状况制定相应绿色金融政策。其次，各金融机构作为政策落实的具体实施者，通常会根据政府颁布的政策法规推出多样的绿色金融产品和服务，制定利率浮动、信贷倾斜等差异化金融政策，鼓励社会中更多资金聚集起来转化为绿色投资；最后，基于金融机构推出的各项绿色金融优惠政策，相比于储蓄，消费者会更愿意将手中的资金投向绿色债券、绿色基金等绿色金融产品，从而实现绿色环保领域资本的聚集，为绿色生产活动提供充足的资金支持，有效推动绿色经济发展效率的提升。基于以上分析，提出假设1：绿色金融对绿色经济发展效率有显著提升作用。

2.1.2 间接影响

现代经济增长的本质是以产业结构为核心的增长，研究表明，产业结构有助于提高要素利用效率形成“结构红利”，促进经济高质量发展（汪宗顺等，2019）。绿色发展理念提出之前，我国一直实行粗放型经济发展模式，不仅损害我国生态环境，也对我国产业结构优化升级造成了一定阻碍。绿色金融作为推动我国绿色经济发展的核心力量，通过资本导向效应促进产业结构升级，进而推动绿色经济发展效率的提升。一方面，绿色金融通过利率调节、差异杠杆、补贴担保等手段有效控制资金流向，使绿色产业的投资风险和投资回报率发生一定变化，从投资风险和投资收益两方面出发，引导资本流向绿色产业；另一方面，绿色金融通过提高贷款利率、压缩贷款规模等方式抑制资金流向高耗能高污染产业，导致其融资效率和投资回报率下降，有效抑制“两高”产业的发展规模，倒逼其进行产业绿色化转型，促进我国的产业结构优化升级，从而有效提升我国绿色经济发展效率（图1）。基于以上分析，提出假设2：绿色金融通过推动产业结构升级提升绿色经济发展效率。

2.2 非线性影响

金融发展水平是绿色金融促进绿色经济发展效率提升的基础，较高的金融发展水平有利于充分发挥金融市场作用，鼓励社会资源流入绿色产业，从而有效促进绿色经济发展效率的提升。金融发展水平较低时往往伴随着金融资源紧缺、机构制度不完善等问题，绿色金融在资本聚集形成绿色投资以及推出绿色金融服务时会受到一定阻碍，因此，绿色金融对绿色经济发展效率的提升作用较为有限；但当金融发展水平过高时，金融资源由于天然趋利性，会更愿意流入利润高、周期短的虚拟经济部门，绿色金融所能利用资金变少，流入绿色产业的资金变少，从而导致绿色金融对绿色经济发展效率的提升作用有所下降。基于以上分析，提出假设3：不同金融发展水平下绿色金融对绿色经济发展效率的影响存在差异。

3 模型构建与变量选取

3.1 计量模型构建

3.1.1 绿色金融对绿色经济发展效率影响的基准模型

为了检验绿色金融对绿色经济发展效率的基本影响，构建以下面板计量模型：

式中：GE为绿色经济发展效率；GF为绿色金融；ER、GOV、FDI、IND分别为环境规制、政府干预、对外直接投资和工业发展水平；i为省份不同；t为年份不同。βi为各变量系数；μit为随机干扰项。

3.1.2 绿色金融对绿色经济发展效率影响的门槛效应模型

为了探究不同金融发展水平下，绿色金融对绿色经济发展效率的影响差异，本文构造门槛效应模型，当门槛变量处于不同门槛区间时，主要解释变量对于被解释变量的贡献会出现较大变化。门槛模型不仅能够判断门槛数量，也能对门槛效应下的非线性关系进行判定，以此能更好分析绿色金融对绿色经济发展效率的非线性影响。构建门槛效应模型如下：

式中：其他变量含义和（1）中相同；τn为门槛值；I为表示性函数，其取值主要依据门槛变量值FIN和门槛值τn的大小比较。首先，检验绿色金融与绿色经济发展效率之间是否存在门槛效应；其次，检验门槛个数以及门槛值存在情况下各变量系数是否显著，分析跨过门槛值前后核心变量的系数大小和显著性的变化。

3.1.3 绿色金融对绿色经济发展效率影响的中介效应模型

从前文理论分析可知，绿色金融通过产业结构升级提升绿色经济发展效率，为了验证这一理论，将产业结构升级作为中介变量，构建中介模型，具体模型如下：

式中：ISit为产业结构升级；Xit为控制变量；δit为随机误差项。中介检验效应中，IS产业结构升级为中介变量。中介效应检验中，首先需要检验式（3）中核心变量GFit的系数∂1是否显著，若显著，则继续检验绿色金融对中介变量系数η1是否显著，若显著为正，表明绿色金融对中介变量有显著促进作用；最后对γ1、γ2的显著性进行检验，若γ1、γ2显著为正，且γ1系数绝对值小于γ2系数绝对值，则说明存在部分中介效应，若γ1显著，γ2不显著，则说明存在完全中介效应。

3.2 变量选取

3.2.1 被解释变量

绿色经济发展效率 （GE）：参考李勇刚（2021）、王华春等（2019）的做法，运用包含非期望产出的SBM-DEA方法对我国30个省市的绿色经济发展效率进行测算，从投入、期望产出和非期望产出三方面构建绿色经济发展效率评价体系。其中，投入包括劳动力投入、资本投入和能源投入，产出包括期望产出和非期望产出。

1）投入变量。

a.劳动力投入：采用2010—2019年末单位从业人数（万人）表示劳动力投入。b.资本投入：采用2010—2019年全社会固定资产投资总额（亿元）表示资本投入。c.能源投入：采用2010—2019年全社会用电总量（亿kW·h）表示能源投入。

2）产出变量。

a.期望产出：采用2010—2019年国内生产总值（万元）作为期望产出，为剔除价格影响因素，用2000年不变价进行平减。b.非期望产出：采用工业废水排放总量（万t）、工业二氧化硫排放总量（万t）、工业烟粉尘排放总量（万t）表示非期望产出。

绿色经济发展效率评价体系如表1所示。

3.2.2 核心解释变量

绿色金融（GF）：参考郭希宇（2022）的做法，考虑到数据的可获得性，从绿色信贷、绿色证券、绿色投资、绿色保险、碳金融五个维度构建绿色金融评价体系，运用熵值法对绿色金融发展水平进行测度，具体评价体系见表2。

表2 绿色金融评价体系Table 2 Evaluation system of green financing

3.2.3 中介变量

产业结构升级（IS）：采用于斌斌（2015）的方法，用第三产业与第二产业的比值表示产业结构升级。

3.2.4 门槛变量

金融发展水平（FIN）：采用金融机构存款总额与贷款总额的比值衡量各省金融发展水平。

3.2.5 控制变量

为了增强研究的准确性，本文结合相关文献，选取一系列控制变量，以确保研究的准确性与可靠性。1）环境规制（ER）；采用每千元工业增加值的工业污染治理完成投资额来衡量环境规制程度。2）政府干预（GOV）：采用当年各省财政支出与GDP的比值来衡量政府干预程度。3）外商直接投资（FDI）：采用外商直接投资总额占GDP的比重来衡量外商直接投资。4）工业发展水平（IND）：采用工业增加值与GDP的比值来衡量工业发展水平。

3.3 数据说明

由于西藏自治区以及港澳台地区缺失数据较多，2020年部分数据还未更新，故选取我国30个省份（不含西藏自治区以及港澳台地区）作为研究对象，时间跨度选取2010—2019年。数据来源于各省统计年鉴、中国环境统计年鉴、中国科技统计年鉴、国泰安数据库和wind数据库。相关变量说明如表3所示，各变量描述性统计结果见表4。

表3 变量说明表Table 3 Explanation of variables

表4 主要变量描述统计Table 4 Descriptive statistics ofmajor variables

4 实证结果分析

4.1 绿色经济发展效率结果分析

本文利用Maxdea软件，运用超效率SBM 模型对30个省份的绿色经济发展效率进行计算，2010—2019年，样本省份绿色经济发展效率均值为0.39，其中，最大值为1.31，最小值为0.18，总体来说，我国各省份绿色经济发展效率偏低，大多数省市的绿色经济发展效率未达到有效状态（图2）。

图2 各省绿色经济发展效率均值Fig.2 Average green economy developing efficiency in each province

从图2可以看出，北京的绿色经济发展效率最高，其次是上海和天津，说明以上三个城市在发展经济的过程中将资源环境因素充分考虑在内，投入产出比较高。早在2010年，上海就曾提出“低碳世博”的理念，并在世博园区内实现了客运交通工具“零排放”。近几年来，上海市积极响应“绿水青山就是金山银山”的号召，关停一大批高耗能高污染企业，并积极推行垃圾分类政策，这些措施有力推动了上海绿色经济转型，并使得上海的绿色经济发展效率位于全国前列。2015年12月，国家发改委颁布了《京津冀协同发展生态环境保护规划》，将京津冀地区的环境保护上升到了战略高度，为北京和天津地区达到较高水平的绿色经济发展效率奠定了基础。宁夏、贵州、青海的绿色经济发展效率较低，西部大开发战略实施以来，西部地区人口快速增长，经济发展水平也得到了很大提升，但这种经济发展优先的模式也对西部地区的生态环境带来了很大威胁，相比北京、上海等绿色经济发展效率较高的区域，宁夏、贵州、青海等西部省份协调经济发展和资源环境的能力较差，在生产过程中很可能存在资源消耗过高的问题，从而造成其绿色经济发展效率较低。从图中可以看出，大部分省份的绿色经济发展效率处于较低水平，且各省绿色经济发展效率差距较大，说明我国绿色经济发展效率仍有待进一步提升。

以2010年、2015年、2019年数据为例，我国各省份绿色经济发展效率值总体呈增长趋势，效率值大于等于1的省份逐年增多，效率值小于0.2的省份逐年减少，如表5所示。“十二五”规划以来，我国政府一直在强调绿色发展，并采取多种措施鼓励“节能减排”，推动各区域实现绿色发展，但由于经济发展水平、技术创新能力等多种原因，我国很多区域距离实现绿色经济发展还有很大差距，总体来说，东部地区绿色经济发展效率最高，中部地区次之，西部地区绿色经济发展效率最低。原因可能在于东部沿海地区产业结构高度优化，重污染企业较少，绿色技术创新水平较高，因此有利于该地区绿色经济发展效率保持在较高水平；中西部地区经济发展水平较低，产业结构亦需要进一步优化，资源消耗型企业、重污染企业较多，由于地理位置等因素人才较少绿色创新水平有限，因而绿色经济发展效率较低。

表5 2010年、2015年、2019年各省绿色经济发展效率值Table 5 Green economy developing efficiency in2010，2015 and 2019 in each province

4.2 相关性分析与稳健性检验

4.2.1 模型的总体样本回归

在对2010—2019年我国30个省市的面板数据进行回归分析前，首先需要对模型选择恰当的估计方法，豪斯曼检验结果显示应选择固定效应模型对样本进行估计。根据式（1），采用固定效应模型，利用stata16软件得到的绿色金融和各控制变量对绿色经济发展效率的影响结果详见表6。

表6 模型总体回归结果Table 6 General regression result ofmodel

模型（1）至模型（5）表示逐一向模型中添加控制变量FDI、GOV、ER、IND时所得模型的总体样本回归结果（表6）。从第（5）列总体样本回归结果可知：首先，解释变量GF在1%的显著性水平显著为正，表明绿色金融对绿色经济发展效率的提升起显著正向作用，假设1得到验证。在政府、金融和消费者的共同作用下绿色金融能够将社会中资本聚集起来，为绿色经济活动提供充足的资金支持，促进绿色经济发展效率的提升。

由表6可得出其他控制变量对绿色经济发展效率的影响。对外直接投资（FDI）对绿色经济发展效率的影响显著为正，这一理论没有支持“污染天堂”假说，说明我国对于外商直接投资的流入都会严格甄别审查，外商直接投资大多流入我国新兴产业和高质量发展领域，有效促进了我国绿色产业发展，从而对我国绿色经济发展效率产生了正向影响；政府干预（GOV）的系数显著为正，在我国现行体制下，政府是实行绿色经济发展政策和绿色金融政策的领头羊，政府通过制定相应宏观政策，引导金融机构不断推出新的绿色金融政策、开发新的金融理财产品，从而更好促进资金流向绿色环保产业；环境规制（ER）在5%显著性水平下显著为正，根据“波特假说”，合理的环境规制政策有利于倒逼企业开展绿色创新活动，减少生产中的污染排放物，有效提高企业生产的投入产出比，从而对绿色经济发展效率产生正面影响；工业发展水平（IND）的系数在1%显著性水平下显著为正，较高的工业发展水平有利于将新型绿色发明专利投入到工业生产中，实现绿色化生产，减少二氧化硫、工业废水等污染物的排放，促进绿色经济发展效率的提高。

4.2.2 稳健性检验

为增加模型的可靠性与准确性，针对上述回归进行稳健性检验，本文采用扩大样本、更换变量的方法进行稳健性检验。方法一，将样本数据的时间拓展到2005—2019年进行回归分析；方法二，加入人力资本（HUM）这一控制变量并将解释变量绿色金融取滞后一期进行回归分析，结果如表7所示。

表7 稳健性检验Table 7 Stability test

列（1）表示扩大样本后的回归结果，列（2）更换变量后的回归结果。可以看出解释变量和控制变量的系数大小和显著性并无太大变化，如表7所示。因此，可以认为该模型通过稳健性检验。

4.2.3 模型的分区域样本回归

基于30个省市的绿色经济发展效率计算结果，根据绿色经济发展效率值将30个省市分为高效率地区（GE≥0.8）、中效率地区（0.3≤GE＜0.8）和低效率地区（GE＜0.3），根据式（1），采用固定效应模型，利用stata16软件进一步得到绿色金融对高、中、低效率地区绿色经济发展效率的影响差异，具体结果如表8所示。

表8中模型（6）、模型（7）、模型（8）别显示了在不同绿色经济发展效率区域，绿色金融对相应区域绿色经济发展效率提升作用的差异。由表8可知，绿色金融对高、中绿色经济发展效率地区的影响均在1%显著性水平下显著为正，但对低绿色经济发展效率区域的影响仅在10%显著性水平下显著为正。说明绿色金融对高效率地区的绿色经济发展效率提升作用最强，对低效率地区的绿色经济发展效率提升作用最弱，随着地区绿色经济发展效率的提升，绿色金融对绿色经济发展效率的提升作用逐渐增强。原因一可能在于低效率地区多为我国西部地区，目前绿色金融相关政策还不完善，且绿色金融发展水平目前仍处于初级阶段，绿色信贷、绿色证券等金融工具的发展也不够完善，因此对绿色经济发展效率的影响作用有限；原因二可能在于绿色经济发展效率较低的区域的发展多以第二产业为主，这其中不乏很多高耗能重污染的企业，从绿色金融的提供资金的先决条件来看，这些企业的发展很可能无法达到绿色金融提供资金的要求，因此无法获得绿色金融的支持，这也在一定程度上抑制了绿色金融对低效率区域绿色经济发展效率的提升作用。

从控制变量结果来看，在模型Ⅰ和模型Ⅱ中，对外直接投资、政府干预、环境规制和工业发展水平均显著为正，说明几个控制变量在全国范围内的作用效果和在高效率、中效率地区的作用效果大体相同；从模型Ⅲ可以看出，在低效率地区，环境规制对绿色经济发展效率的影响很微弱且不显著。环境规制是政府用来约束企业在绿色环保条件下进行生产的一种政策规定，通过促使企业购置排污设备以及技术创新升级等方式减少污染物的排放，低绿色经济发展效率地区大多位于我国西部区域，高能耗、污染密集型企业较多，并且低绿色经济发展效率地区往往伴随着环保政策的不完善，不能有效约束企业生产行为，从而造成企业随意排污，对当地环境造成一定污染。

4.3 门槛效应回归

结合上文绿色金融对绿色经济发展效率的线性影响分析，本文进一步探析绿色金融对绿色经济发展效率的非线性影响，根据面板门槛模式（2），以金融发展水平作为门槛变量借助stata16软件进行门槛效应检验（表9）。以金融发展水平为门槛变量时，绿色金融对绿色经济发展效率的影响通过了双门槛检验，门槛值分别为1.263 3和1.397 0，均通过5%的显著性水平检验，具体如表9所示。当金融发展水平低于1.263 3时，绿色金融对绿色经济发展效率的影响系数为0.125 3；当金融发展水平介于1.263 3和1.397 0之间时，绿色金融对绿色经济发展效率的影响系数提升到0.273 4；当绿色金融发展水平大于1.397 0时，绿色金融的作用效果有所减弱，影响系数下降为0.176 1。这表明绿色金融对绿色经济发展效率的作用效果受到金融发展水平大小的影响，存在以金融发展水平为门槛的双门槛效应，当金融发展水平介于1.263 3和1.397 0之间时，绿色金融对绿色经济发展效率的提升作用最大，假设3得到验证。这说明只有当金融发展水平处于合适的阈值内，才能更好发挥绿色金融对绿色经济发展效率的提升作用。原因可能在于金融发展水平过高可能会导致过度金融化，在过度金融化体系下，资本家为了谋取更大利益，更愿意在资本市场上投资各种理财产品，获得虚拟资本的利润，导致流向绿色环保产业的资金变少，从而在一定程度上抑制了绿色金融对绿色经济发展效率的提升作用。

表9 门槛模型估计结果Table 9 Estimation of threshold model

4.4 作用机制分析

4.4.1 全国样本下产业结构升级的中介效应分析

在分析了绿色金融对绿色经济发展效率的影响作用后，为了进一步明确绿色金融对绿色经济发展效率的作用路径，本文以产业结构升级为中介变量，结合前文理论分析，根据2.1.3中式（3），运用三步法中介效应检验和Sobel检验方法对绿色金融对绿色经济发展效率的作用机制进行分析检验。

表10中，第一步是绿色金融对绿色经济发展效率的总体影响实证检验，结果与前文中模型（5）结果一致，不再做赘述；第二步检验绿色金融对产业结构升级影响，影响系数为0.358且在1%显著性水平下显著，说明绿色金融可显著促进产业结构升级。第三步检验绿色金融和产业结构升级对绿色经济发展效率的影响，由表中数据可知，绿色金融和产业结构升级对绿色经济发展效率的影响系数分别为0.541和0.199，且在1%显著性水平下显著，在此过程中，产业结构升级发挥了部分中介作用，假设2得到验证。根据Sobel检验结果，中介效应占比为28.8%。目前，我国绿色产业的发展大多处于初级阶段，通常面临风险高、收益不确定等问题，出于经济效益的考虑，传统金融通常不愿意为绿色产业提供资金支持。相比之下，绿色金融可以充分发挥资本导向效应，引导资金不断流向绿色产业，促进其规模扩张和持续发展。绿色产业在自身快速发展扩张的同时，可以将绿色发展理念和先进的绿色生产技术传授给其他产业，有效带动其他产业绿色化发展，从而促进新一轮的产业结构升级；产业结构升级意味着在劳动、资源密集型产业向知识和技术密集型产业转型过程中，高污染高耗能产业如不进行绿色化转型，则必会面临被淘汰的风险，这意味着工业废水、工业二氧化硫等污染物的排放也会随之减少，非期望产出减少，绿色经济发展效率也会进一步得到提升。

表10 全国样本下产业结构升级的中介效应检验结果Table 10 Verification results ofmoderation of industrial structural upgrading by national samples

4.4.2 东、中、西三大地区产业结构升级的中介效应分析

我国幅员辽阔，东中西部绿色经济发展效率、绿色金融发展水平以及产业结构水平差异较大，为使研究更具科学性和合理性，进一步将我国分为东中西部三大地区，分地区检验产业结构升级在绿色金融对绿色经济发展效率影响中的中介效应。

从检验的第一步来看，绿色金融对绿色经济发展效率的影响在东中西部三大区域均显著为正，但从影响系数来看，东部地区绿色金融对绿色经济发展效率影响系数最大，中部地区次之，西部地区最小。从第二步来看，绿色金融可显著促进产业结构升级，其中，西部地区的作用效果最大，中部地区次之，东部地区作用效果最小，原因可能在于西部地区产业结构较为不合理且产业发展基础较差，因此绿色金融对西部区域的产业结构升级表现出更强的推动力。从中介效应检验第三步来看，加入产业结构升级后，各区域绿色金融和产业结构升级的系数均为正且在1%显著性条件下显著为正，说明产业结构升级在三个区域均起到了部分中介作用，根据Sobel检验可知，东部地区绿色金融对绿色经济发展效率的影响有27.5%是由产业结构升级传导的，中部地区绿色金融对绿色经济发展效率的影响有18.8%是由产业结构升级传导的，西部地区绿色金融对绿色经济发展效率的影响有32.3%是由产业结构升级传导的，由此可见，西部地区中介效应最强，东部地区次之，中部地区最弱（表11）。

表11 东、中、西三大地区产业结构升级的中介效应检验结果Table 11 Verification results ofmoderation of industrial structural upgrading in Eastern，Central and Western

5 结论与对策

本文利用中国30个省份2010—2019年的数据进行分析。首先对我国30个省份的绿色经济发展效率进行计算，探究绿色金融对我国绿色经济发展效率的影响，其次，利用门槛效应对二者的非线性关系进行分析；最后，运用中介效应对绿色金融对绿色经济发展效率影响的作用机制进行分析，得到如下结论。

1）我国目前绿色经济发展效率整体偏低，除北京、上海、天津、辽宁、江苏、浙江、广东和重庆之外，其他省份在2010—2019年间尚未达到“有效”状态。从时间角度来看，以2010年、2015年、2019年为例，我国各省份绿色经济发展效率值呈增长趋势，效率值大于等于1的省份逐年增多，效率值小于0.2的省份逐年减少；从空间角度来看，目前我国绿色经济发展效率偏低的省份大多集中在中西部地区，绿色经济发展效率偏高的省市则多集中在东部地区。

2）绿色金融对绿色经济发展效率的提升起显著正向影响，控制变量中，对外直接投资、政府干预、环境规制和工业发展水平均对绿色经济发展效率影响为正；从区域异质性角度来看，绿色金融对效率较高的区域的作用效果较强，对效率较低地区的作用效果较弱。

3）门槛效应检验显示，绿色金融对绿色经济发展效率的影响存在以金融发展水平为门槛的双门槛效应，研究显示过高或过低的金融发展水平都不利于绿色金融对绿色经济发展效率的提升作用，只有当金融发展水平介于1.263 3和1.397 0之间时，绿色金融对绿色经济发展效率的提升作用最大。

4）从传导机制来看，在总体样本检验中，绿色金融通过产业结构升级有效促进绿色经济发展效率的提升，Sobel检验结果显示，产业结构升级在绿色金融对绿色经济发展效率的影响中所占比例为28.8%。区域异质性检验显示，产业结构升级在东部、中部、西部三大区域均起到了部分中介作用，在绿色金融对绿色经济发展效率影响中所占比例分别为27.5%、18.8%、32.3%。

针对上述结论提出以下对策建议。

1）充分认识我国目前绿色经济发展效率的现状和区域间差异，强化绿色发展理念，运用科学方法逐渐实现我国绿色经济均衡发展。对于绿色经济发展效率偏低的中西部地区，应充分利用经济规制体系和资源环境保护政策，在发展经济的同时做好资源环境保护工作，学习东部地区先进的绿色化生产经验，减少工业废水、工业二氧化硫等非期望产出，找好经济增长和绿色经济发展的平衡点，缩小与东部地区之间的绿色经济发展效率差距。

2）加强绿色金融发展，促进绿色经济发展效率提升。从研究结果来看，绿色金融总体上可以促进绿色经济发展效率的提升，但根据各区域绿色经济发展效率的不同，存在一定的区域异质性。作为绿色金融的政策制定者，各级政府应根据各地发展情况、生态环境等实际条件，制定差异化财税政策制度安排，完善现有绿色金融法律法规体系，明确环境污染主体的法律责任，加强执法惩罚力度，一方面，对高污染高能耗企业增加其违法成本，倒逼其进行绿色化生产转型；另一方面，对于绿色节能环保企业，通过财政贴息、担保机制等方式促进其更好更快发展。

3）合理规划金融市场发展，确保金融支持力度。研究表明过低的金融发展水平由于资金支持力度不足、金融制度体系不够完善等问题导致绿色金融对绿色经济发展效率的提升作用较弱，但过高的金融发展水平会导致过多资源流向资本证券等虚拟部门，从而削弱绿色金融对绿色经济发展效率的提升作用。因此，一方面，应合理规划金融市场的发展和扩张，杜绝盲目扩张和金融市场中的不良竞争，合理优化金融资源配置；另一方面，引导金融资源流向更多绿色产业，推动金融业与绿色产业协同发展，使金融业能够更好地服务于绿色产业发展。

4）充分发挥绿色金融对产业结构升级的优化作用。研究结果表明产业结构升级在绿色金融对绿色经济发展效率的提升过程中发挥了显著的中介效应，一方面，作为绿色金融政策具体的实施者，各金融机构应不断完善绿色金融体系，通过信贷倾斜、降低利率等方式为绿色产业的发展提供资金，尽可能解决其借贷难、融资难、风险大的问题，促进绿色产业规模扩张、持续发展，为新一轮的产业结构升级奠定基础；另一方面，各金融机构应严格把控流向高污染高耗能产业融资规模和贷款额，抑制其发展规模，从而逼迫其进行产业绿色化转型，加快区域产业结构升级。