金融深化、科技创新与绿色经济

■李林汉，田卫民

本文基于我国30个省市区的2004～2017年面板数据，构建了三种不同的空间权重矩阵下的空间计量模型，分析了金融深化、科技创新对绿色经济的空间溢出效应。模型结果表明：我国的绿色经济发展水平存在着显著的正向空间溢出效应；金融深化与科技创新对绿色经济的发展有着显著的正向促进作用。本文根据研究结论提出了加强金融深化与科技创新空间区域联动性、大力推进产业结构转型与外商投资监管以及政府部门责任制的政策建议。

一、引言与文献综述

党的十八届五中全会上，***总书记提出创新、协调、绿色、开放、共享的五大发展理念，将绿色经济作为关系我国发展全局的一个重要理念。当前，我国已进入全面建成小康社会的决胜阶段，践行新发展理念，在加快生态文明体制改革的同时建设美丽中国，积极实现绿色经济发展道路。在此背景下，研究金融深化能否有效持续促进绿色经济发展，科技创新作为优化绿色经济的重要技术支持，又将对绿色经济产生怎样的影响和效应，金融深化、科技创新影响绿色经济的过程中是否存在空间效应具有重大的理论和现实意义。

金融活动广泛存在于国民生活当中，同时具有强大的资金配置能力，是绿色经济不可缺少的重要因素。他可以通过金融的资金配置功能将资本优先配置给低污染的企业进而实现绿色经济的发展（Greenwood et al，2010；Buera et al，2011；Laeven et al，2015；胡鞍钢和周绍杰，2014）。而科技创新对绿色经济的影响主要包括以下四个方面：一是科技创新可以实现制造业向高效、节能、环保、绿色、清洁的现代化制造业进军，继而实现产业结构的升级转变（Cohen et al，2002；曲如晓和臧睿，2019）；二是科技创新可以构建经济发展的新动力，实现低端制造业国家向科技创新强国的转变，增加产品的科技含量和附加值（Lahorgue&Cunha，2003；Schott，2004）；三是科技创新以驱动资源节约、驱动污染防治和驱动生态保护的途径推动经济发展的生态绿色化（Foster&Green，2000；Soltmann et al，2015；姜照华和马娇，2019）；四是科技创新推动全社会的衣食住行等方面向文明健康、绿色低碳的方式转变，成为推动绿色生活方式与绿色消费模式的主要因素（Cellini et al，2008；Jordaan et al，2017）。

与已有研究相比，本文可能的贡献在于：一是就现有的文献来看少有关于金融深化、科技创新与绿色经济三者之间关系的研究，常见的多是两两之间的分析。但是理论上，这三者可以成为一个完整的研究系统；二是基于金融深化、科技创新与绿色经济的空间相关性，运用空间计量模型实证分析金融深化、科技创新对我国绿色经济的影响；三是考虑到空间面板模型的稳健性，本文运用了广义矩阵估计法对其进行稳健性检验。

二、金融深化、科技创新影响绿色经济的机理

目前，学术界的多数研究都表明金融深化是推动经济长期稳定增长的主要因素之一。20世纪80年代以前的理论证实了二者之间的相关关系，随着计量经济模型的日益成熟，后续的研究逐渐开始利用更为全面的数据集进行计量分析。就绿色经济而言，金融深化主要从资金配置和技术支持两个方面产生影响。在金融深化的早期，金融主要为农业发展提供资金支持，对环境的破坏小（李凯风和王捷，2017）。随着工业革命进程的展开，经济发展与信息化程度不断增强，金融资源向经济发展水平较高的地区聚拢。由于金融深化的逐利性，驱使金融市场的流动性也变强，企业的融资效率变大，融资手段拓宽，资源从低效高耗企业转向高效低耗企业，逐步淘汰落后企业，也就意味着污染严重的公司企业不再具有市场，绿色经济的发展将逐步占据市场。与此同时，金融深化的内在需求吸引了大量的人才资源，也能填补一部分绿色经济拓展业务中出现的人才空缺。科技创新可以实现制造业向高效、节能、环保、绿色、清洁的现代化制造业进军，继而实现产业结构的升级转变，可以构建经济发展的新动力，实现低端制造业国家向科技创新强国的转变，增加产品的科技含量和附加值。高新技术本身发展的要求，产业转换速度的加快，自然也会加大对金融资源的要求，促进金融深化水平和配置效率的提高。绿色经济反过来又会通过倒逼效应对于金融深化和科技创新提出新的要求，促使二者体系更加完善，内涵更加丰富。

图1 金融深化、科技创新与绿色发展的作用机理

三、变量量选取与数据来源

（一）变量选取和指标说明

1.被解释变量为绿色经济（GREEN）。绿色经济的内涵是集约、节能、效率、和谐、持续，要求人与自然和谐为价值取向。在总结前人文献的基础上，本文从经济、社会、人口、资源和环境五个方面综合考虑绿色经济的社会效应，构建绿色经济的综合评价体系，鉴于数据的可得性，将具体指标总结如表1，选用熵值法对变量进行处理，具体过程不再赘述。

表1 绿色发展指标体系

2.核心解释变量金融深化（FINA）、科技创新（TECH）。衡量金融深化的方式众多，考虑到本文中绿色经济涉及到经济体系中投资市场与资本市场的买卖活动，此处参考李林汉（2018）的方法选用金融机构各项贷款余额与GDP比值来衡量。考虑到绿色经济发展的产出特性以及资金分配的流动性，本文的科技创新（TECH）指标采用“研究与试验发展（R&D）经费投入与国内生产总值之比”来衡量。

3.其他控制变量。根据经济增长理论，决定经济产出的要素包括物质资本投入（PHYS）、人力资本投入（HUMAN）、政府干预（GOV）、自然资源水平（NATU）以及对外贸易水平（OPEN）等要素。考虑到数据的可得性，本文以各地区固定资产投资额占GDP的比重衡量物质资本投入（INVE），以普通高等学校在校人数与当地人数之比衡量人力资本投入（HUMA），以地方财政一般预算支出与国内生产总值之比衡量政府干预（GOV），以能源工业固定资产投资占地方财政支出的比例来衡量自然资源水平（NATU），以实际利用外商直接投资额占GDP的比值来衡量对外贸易水平（FDI）。

（二）数据来源

鉴于数据的可得性，本文选用我国30个省（市、自治区）2004～2017年的平衡面板数据（西藏、港澳台部分数据缺失），数据来源于《中国科技统计年鉴》《中国统计年鉴》《中国环境统计年鉴》《中国高技术统计年鉴》《中国金融统计年鉴》《中国区域金融运行报告》以及各地的统计局官网、国家统计局网站和Wind资讯。

四、模型的构建

（一）空间权重矩阵

为了客观、充分测算我国绿色经济发展的空间效应，本文分别从地理距离、经济距离以及交通距离三个方面建立空间权重矩阵。

1.地理距离空间权重矩阵

定义如下：

2.经济距离空间权重矩阵

定义如下：We=Wd×E。其中，E是衡量地区之间经济发展水平差异的修正矩阵，E形式如下所示：

阵E位于第i行、j列的数值，Yi为省份i在样本期内的平均人均GDP，即份第t年的人均GDP。e′ij代表标准化以后的数值。

3.交通距离空间权重矩阵

定义如下：Wk=Wd×K，K是衡量地区之间交通发展水平差异的修正矩阵，K形式如下所示：

矩阵K位于第i行、j列的数值，Zi为省份i在样本期内的平均快递量，即份第t年的人均GDP。

（二）空间计量模型的设定

本文旨在考察绿色经济发展的空间溢出效应，将绿色经济发展水平作为被解释变量，金融深化与科技创新作为核心解释变量，分别建立空间自回归模型（SAR）、空间误差模型（SEM）与广义空间自回归模型（GSAR）对空间效应进行检验，分别如式（1）、（2）、（3）所示：

其中，W代表空间权重矩阵，α，β，γ代表一般外溢效应，λ，ρ代表空间溢出效应，μ代表空间固定效应，ε代表空间误差项，FT表示为金融深化与科技创新交叉项，以金融深化与科技创新相乘项表示，用来衡量二者结合以后对绿色经济发展的影响效应。

五、实证分析

（一）全局空间相关性检验结果

表2 我国绿色经济发展的Moran’s I指数

由表2可知，在三种不同的空间权重矩阵下计算得到的Moran I指数全部通过了0.1的显著性检验且都为正值，这说明我国的绿色经济发展效应存在正向的空间相关性，表现为各省区的绿色经济发展水平对相邻省区具有正向空间外溢的效应，同时由Z值可以看出，各省区的绿色经济发展水平的变动趋势平稳。

（二）局部空间相关性检验结果

为了充分说明空间相关关系，在上一部分全局性空间相关的基础上，本部分运用地理距离空间权重矩阵给出被解释变量绿色经济发展与核心解释变量金融深化、科技创新的局部Moran指数散点图，根据所处位置将区域划分四个象限：其中，第一象限表示高--高的正相关，即高值区被高值区所包围；第二象限表示低--高的负相关，即低值区被高值区所包围；第三象限表示低--低的正相关，即低值区被低值区所包围；第四象限表示高--低的负相关①Moran散点图中以数字表示本文所涉及到的30各省份，1-北京、2-天津、3-河北、4-山西、5-内蒙古、6-辽宁、7-吉林、8-黑龙江、9-上海、10-江苏、11-浙江、12-安徽、13-福建、14-江西、15-山东、16-河南、17-湖北、18-湖南、19-广东、20-广西、21-海南、22-重庆、23-四川、24-贵州、25-云南、26-陕西、27-甘肃、28-青海、29-宁夏、30-新疆。，即高值区被低值区所包围。由图2报告的结果可以看出，各省份2004年和2017年中绿色经济发展分布在第一象限的有13个，占全部省份的43.33%，分布在第二象限的占5个，占全部省份的16.67%，分布在第三象限的有6个和10个，占全部省份的20%和33.33%，分布在第四象限的有6个和2个，分别占全部省份的20%和6.67%。也就是说2004年有63.33%的省份具有正的空间相关性，2017年有76.66%的省份具有正的空间相关性，由此可以得出在局部相关性上，存在着少量的空间性差异，但是主要特征还是存在空间依赖性。对比图2中2004与2017年的Moran指数图可以看出绿色经济发展在地理分布上形成了两种相异的集聚区域：一是长三角地区中的上海、浙江以及福建地区，中南部地区的湖南、广东、海南、广西地区以及西部地区的贵州、云南地区形成了绿色经济发展的高值地区。这是由于上述地区的经济发展成熟，越来越注重经济发展的内涵建设。二是京津冀地区中的北京、天津、河北地区，与京津冀地区相邻的山西、内蒙古、山东、河南、陕西和宁夏地区形成了绿色经济发展的低值地区。这是由于中部地区的绿色经济发展由于地理特点以及生产力发展的不充分，导致绿色经济的发展偏低。

由图3报告的结果可以看出，各省份2004年和2017年中金融深化分布在第一象限的有8个，占全部省份的26.67%，分布在第二象限的占6个，占全部省份的20%，分布在第三象限的有11个和12个，占全部省份的36.67%和40%，分布在第四象限的有5个和4个，分别占全部省份的16.66%和13.33%。也就是说2004年有63.34%的省份具有正的空间相关性，2017年有66.67%的省份具有正的空间相关性，由此可以得出在局部相关性上，存在着少量的空间性差异，但是主要特征还是存在空间依赖性。对比图3中2004与2017年的Moran指数图可以看出金融深化在地理分布上形成了两种相异的集聚区域：一是北京、天津、上海以及浙江等地区形成金融深化的高值地区，另外西部地区的甘肃、青海以及宁夏地区的金融深化也形成高值地区，说明我国的西部扶持政策初步显现出成果；二是山西、吉林、江西以及重庆等地金融深化形成低值地区。该区域金融发展程度较低，处于金融发展的初级阶段，金融还有待继续深化。

图2 我国30个省份2004、2017年绿色经济发展的Moran指数图

图3 我国30个省份2004、2017年金融深化的Moran指数图

图4 我国30个省份2004、2017年科技创新的Moran指数图

由图4报告的结果可以看出，各省份2004年和2017年中金融深化分布在第一象限的有4个和7个，占全部省份的13.33%和23.34%，分布在第二象限的占5个和4个，占全部省份的16.67%和13.33%，分布在第三象限的有16个和15个，占全部省份的53.34%和50%，分布在第四象限的分别有5个和4个，分别占全部省份的16.67%和13.33%。也就是说2004年有66.67%的省份具有正的空间相关性，2017年有73.24%的省份具有正的空间相关性，由此可以得出在局部相关性上，存在着少量的空间性差异，但是主要特征还是存在空间依赖性。对比图4中2004与2017年的Moran指数图可以看出科技创新发展在地理分布上形成了两种相异的集聚区域：一是京津冀地区中的北京和天津形成的科技创新高值地区，以及以上海为中心包含浙江、江苏、山东和安徽等在内的长三角地区形成的科技创新高值地区。这些区域位于我国经济发达地区，无论是政府还是科技机构以及高等院校都对于科技创新的需求明显并且显著，造就了科技创新的高值；二是京津冀地区的河北，以及云南、贵州、甘肃、青海、宁夏、新疆等广大西部地区形成的科技创新低值地区，这些地区科技创新氛围较差，对于科技创新的需求不够明显。

（三）空间面板模型的回归结果分析

本文基于三种不同空间权重矩阵下的LM检验结果显示在1%的显著性水平下拒绝了不存在空间误差和空间滞后的原假设，即选择带有空间效应的面板模型进行分析是可行的，然后综合三种矩阵的三种检验结果可以看出三种空间模型的选择都是正确的。此外广义自回归模型由模型本身的要求只能采用固定效应模型，而空间自回归模型通过Hausman检验应该采用随机效应模型，空间误差模型通过Hausman检验应该采用固定效应模型。在三种不同的空间权重矩阵下的三种模型的回归结果如表3所示，从整体结果上看：

第一，不同空间权重矩阵下的估计结果差异不大，忽略系数之间的差距，系数的符号基本保持一致，表明了本文模型设计和数据选取的合理性。鉴于三种模型差别细微，本文最终选择广义空间模型作为本文的分析模型。就外溢系数来看，三种矩阵下的系数相差也不大，说明本文所涉及的不同空间权重矩阵进行回归的模型结果是稳健的。而且空间外溢系数全部都通过了显著性检验，也从另外一个方面表达出如果进行普通的面板回归建模可能会出现结果的偏误。

第二，就核心解释变量的系数来看，金融深化与科技创新都对绿色经济的发展起到了正向的促进作用，且系数都通过了显著性检验，而且金融深化与科技创新的交叉项也对绿色经济发展起到了促进作用，同时在三种不同权重矩阵下模型报告的结果中，都显示科技创新对绿色经济发展的促进作用是最大的，但是部分模型中没有通过显著性检验。其次是金融深化与科技创新的交叉项，最弱的是金融深化的促进作用。这可能是由于金融深化虽然存在资金配置的功能，但是脱离了科技创新的辅助性，资金配置的功能并不能达到最优。这与前文的理论分析部分保持一致。

表3 不同空间权重矩阵下的空间模型估计结果

第三，空间外溢系数都为正，而且通过了显著性检验。说明绿色经济发展对“相邻”省份的绿色经济发展有正向的促进作用，即绿色经济的发展水平绝对具有地域性特征，而且要受到“相邻”省份的正面促进，验证了本文所建立模型的正确性。

第四，再看其他的控制变量，首先物质资本在三种空间权重矩阵下的广义空间模型中都为正，且通过了10%的显著性检验，说明我国物质资本水平的不断提高对绿色经济发展有着促进作用。人力资本变量在所有的广义空间模型中的系数都为正数且通过了10%的显著性检验，说明我国人力资本水平的不断提高对绿色经济发展也有促进作用，政府干预变量在所有广义空间模型中的系数都为正数且通过了10%的显著性检验，说明我国各级政府的执政理念已经从过去单独追求数量逐步的转变为质量的追寻。自然资源水平变量在所有的广义空间模型中系数有差异，其中系数为负的基本通过了10%的显著性检验，而系数为正的没有通过显著性检验，说明自然资源水平对于绿色经济发展的影响以抑制为主，这可能是因为自然资源水平变量在选取的时候选择了能源工业固定资产投资，而这一变量的高水平表示该地区的能源工业也就是第二产业较为发达，对环境的破坏大且对资源的需求大，表明落后的生产方式可能才是阻碍绿色经济发展水平的最大因素。对外贸易水平控制变量与自然资源水平控制变量相同，也只有符号为负的系数通过了10%的显著性检验，说明对外贸易水平对绿色经济的发展水平也以抑制为主，这可能与近些年外资质量的参差不齐有关，有些外资投入将我国作为初级生产线或者污染避难所来使用，长期下去自然对我国的绿色经济发展是不利的，因此在着力引进外商投资的同时也需要设置质量门槛。

（四）稳健性检验

为了避免空间外溢效应的内生性问题从而对估计结果产生一定的影响，本文采用广义空间模型的GMM估计进行稳健性检验，检验的结果与前文的结果基本保持一致，即本文所得结果是稳健的。

六、主要结论与启示

本文基于空间计量模型方法，使用2004～2017年的面板数据研究了我国30个省（市、自治区）金融深化、科技创新与绿色经济发展水平的空间格局与相互影响效应，并基于三种不同的空间权重矩阵构建广义空间模型实证探讨了金融深化与科技创新对区域绿色经济发展的影响，并进行了稳健性检验，主要结论如下：

第一，长三角地区中的上海、浙江以及福建地区，中南部地区的湖南、广东、海南、广西地区以及西部地区的贵州、云南地区形成了绿色经济发展的高值地区。这是由于上述地区的经济发展成熟，越来越注重经济发展的内涵建设。京津冀地区中的北京、天津、河北地区，与京津冀地区相邻的山西、内蒙古、山东、河南、陕西和宁夏地区形成了绿色经济发展的低值地区。这是由于中部地区的绿色经济发展由于地理特点以及生产力发展的不充分，导致绿色经济的发展偏低。

第二，北京、天津、上海以及浙江等地区形成金融深化的高值地区，另外西部地区的甘肃、青海以及宁夏地区的金融深化也形成高值地区，说明我国的西部扶持政策初步显现出成果。山西、吉林、江西以及重庆等地金融深化形成低值地区。该区域金融发展程度较低，处于金融发展的初级阶段，金融还有待继续深化。

第三，京津冀地区中的北京和天津形成的科技创新高值地区，以及以上海为中心包含浙江、江苏、山东和安徽等在内的长三角地区形成的科技创新高值地区。这些区域位于我国经济发展的发达地区，无论是政府还是科技机构以及高等院校都对于科技创新的需求明显并且显著，这些因素共同造就了科技创新的高值。京津冀地区的河北，以及云南、贵州、甘肃、青海、宁夏、新疆等广大西部地区形成的科技创新低值地区，这些地区科技创新氛围较差，对于科技创新的需求不够明显。这与我国当前的发展形势相符。

第四，金融深化、科技创新与绿色经济发展均存在着显著的空间自相关性，三者在空间上呈现出明显的路径依赖性，而且绿色经济发展对周围省域存在显著的正向外溢效应，且此种外溢效应具有稳健性。

第五，金融深化与科技创新都对绿色经济发展起到了正向的促进作用，且系数都通过了显著性检验，而且金融深化与科技创新的交叉项也对绿色经济发展起到了促进作用，但科技创新对绿色经济发展的促进作用是最大的，而金融深化的促进作用最弱。这可能是由于金融深化虽然存在资金配置的功能，但是脱离了科技创新的辅助性，资金配置的功能并不能到达最优。表明了金融深化与科技创新之间存在着紧密的互动关系。

第六，控制变量中物质资本、人力资本与政府干预对绿色经济的发展有显著的正向促进作用，但是自然资源水平变量与对外贸易水平变量对于绿色经济的发展以抑制作用为主。

基于上述分析，本文提出以下建议：第一，要充分重视金融深化与科技创新对绿色经济发展的空间溢出效用，继续加强金融深化，不同地区应注重金融深化的空间联动性，尽可能避免出现强者更强，弱者更弱的恶性循环。同时也要加大对金融深化的监管，贯彻以服务实体经济与高技术产业经济为导向的服务功能，防止“脱实向虚”。继续加强科技创新，不断增加对研究机构和重点高校科技创新的扶持力度，促进其科研成果与企业特别是中小新型企业的有效对接，发挥地域之间的科技创新联动性，发挥诸如北京、上海、广州等重点城市的辐射作用，形成科技创新区域化。适当降低科技型企业的税务，为其发展提供空间；第二，注重金融深化与科技创新协调发展，以此为契机，大力发展科技金融，并通过科技金融要素流动与知识溢出等方式带动周边地区的科技金融深化。研究表明我国东、中、西部的科技金融深化参差不齐，应对偏弱的中西部地区进行政策倾斜，适当补充人力、物力和财力的支持，以此达到全国科技金融水平的均衡发展，为绿色经济发展提供动力；第三，由自然资源水平对绿色经济发展的抑制作用可以看出，我国区域之间的产业结构存在不均衡现象，应大力推进产业转型的均衡化，各地因地制宜，采用不同的政策手段对产业结构进行逐步升级，在发展经济的同时更要保住青山绿水。同时，设置引进外资的质量门槛，增加外资与国内重大科技项目的合作，学习国外的先进经验，最大限度的发挥外资对我国绿色经济发展水平的正向促进作用；第四，推进政府部门职能责任制，建立有效的地域空间之间的联系沟通，为生产要素的自由流通建立桥梁，激励不同地域间的企业进行合作，促进科技的传播和落地，建立促进技术进步和要素配置效率的长效机制，从而促进绿色经济发展的提升，将绿色经济发展纳入政府的考核范围之内，并积极引导媒体和社会大众对环境和绿色发展问题的监督，建立绿色经济发展的良好平台。