金融發展影響中國能源消費的門檻效應分析

陳志剛 郭夏月

摘要 中國共產黨十八屆五中全會提出綠色發展理念，如何堅持綠色發展理念，在保持經濟中高速增長的同時，維持能源的可持續利用是中國面臨的重大發展問題。在促進經濟增長的同時，金融發展對一國能源消費也產生重要影響，在綠色發展中扮演了不可或缺的角色。本文考慮到金融發展與能源消費的非線性關系，根據1997—2015年中國30個省份的面板數據，運用門檻回歸模型實證考察不同經濟增長水平下金融發展對中國能源消費的不同影響，并檢驗金融發展影響能源消費的渠道。研究表明：①金融發展與能源消費之間存在顯著的門檻效應，信貸規模與能源消費之間存在顯著的雙門檻效應，證券市場融資規模、金融業競爭程度呈現為單門檻效應；②隨著經濟增長水平的上升，信貸規模、金融業競爭程度與能源消費之間呈現倒U型關系，證券市場融資規模會降低能源消費水平，FDI規模與能源消費之間始終為正相關；③從影響渠道看，在中高速增長及所有的增長階段，經濟增長分別增強了信貸規模、金融業競爭程度對能源消費的影響，但技術創新渠道并不暢通。研究最后建議，政府制定能源發展政策時，加強金融政策與節能減排規劃的融合，政策著力點因地區經濟發展差異而有所不同，逐漸消除技術優勢轉化為綠色發展優勢的障礙，加快建設資源節約型、環境友好型社會，為全球生態安全作出新貢獻。

關鍵詞 金融發展；能源消費；門檻回歸模型；渠道分析

中圖分類號 F832.1

文獻標識碼 A文章編號 1002-2104（2018）06-0011-09DOI：10.12062/cpre.20171210

改革開放以來，中國經濟建設取得了巨大的成就，但是高增長是建立在高消耗、高排放、高污染的基礎上。中國作為世界最大的能源消費國，2015年能源消費總量為43億t標準煤，占全球能源消費總量的23%[1]。與此同時，目前中國清潔能源、可再生能源開發利用還不充分，以煤炭為主的能源消費結構也不容樂觀，巨大的煤炭消費對資源環境帶來了嚴重的負面影響。金融發展可以促進資本積累、投資效率、技術創新和產業結構升級，進而影響一國或地區能源消費的總量和結構。然而，在學術研究層面，國內外學者一直關注于經濟增長、貿易開放、工業化、城鎮化等因素與能源消費的關系，而忽視了金融發展這一重要因素[3-5]。關于金融發展與能源消費的研究很少，并且少量的研究得出的結論也不盡相同。作為現代經濟的核心，金融發展能否緩解能源消費壓力？金融發展影響能源消費的具體渠道是什么？這些重要問題，值得我們進行系統深入的研究。

1 文獻綜述

長期以來，對于能源消費是如何決定的，國內外學者的研究主要集中在經濟增長、技術創新、貿易開放、工業化、城鎮化等因素對一國或地區能源消費的影響。劉鳳朝和孫玉濤研究發現，技術創新在提高能源效率、降低能源消費密度、節約能源消費的同時，也改善了中國能源消費結構[5]。丁建勛研究發現，第二產業的增長提高了能源消費增長率，而第一產業和第三產業的增長對能源消費增長率卻沒有顯著影響[6]。王蕾和魏后凱研究表明，在全國層面，城鎮化、工業化對中國能源消費的凈效應為正，并且城鎮化的影響作用更加顯著；分區域來看，中部地區城鎮化發展面臨的能源消費壓力最大[7]。

近些年來，國內外學者開始涉足金融發展與能源消費的理論與實證研究。理論研究認為，金融發展主要從經濟增長和技術創新兩個渠道影響一國或地區的能源消費。在經濟增長渠道層面，金融發展通過企業生產擴張、消費規模擴大、產業結構升級和環保意識行為變化，對一國的能源消費總量與結構產生影響。第一，從企業角度來講，金融發展有利于企業新建生產線、購買大型設備、雇傭更多員工，擴大生產規模并開展更多的生產經營活動，從而增加能源消費[8-9]。第二，從消費者角度來講，金融發展能夠滿足消費者對耐用消費品的需求，刺激更多地購買汽車、房屋以及空調、冰箱等耗能消費品，拉動能源消費[10]。第三，從產業結構角度來看，隨著經濟發展水平的提升，產業結構優化升級，服務業比重上升，能源消費逐漸由“粗放型”向“集約型”轉變[11]。第四，從人們的環保意識與行為角度來看，隨著收入水平和生活質量的提升，環境意識越發強烈，節能減排和低碳出行深入人心，能源消費也從單純的“數量”擴張向“質量”提升轉變[12]。

在技術創新渠道層面，金融發展在促進節能技術創新的同時引導產業和能源結構升級，從而影響一國或地區能源消費的總量和結構。首先，金融市場的繁榮能夠吸引高技術水平的外商投資，以及更多的R&D;投入，在促進本地區技術創新的同時，也為本地企業提供技術改造和升級的機會和動力，從而提高能源的使用效率和清潔能力，降低能源消費[13-14]。其次，發達的金融市場可以為節能減排項目提供融資便利和激勵，同時，金融發展能有效緩解貸款者和借款者之間信息不對稱，提升投資項目的事前選擇和事后監督的效率，使資本依賴較高的能源節約型產業能獲得更好的發展，從而引導產業和能源結構的升級，促進低碳經濟發展[15-16]。綜合來看，上述經濟增長、技術創新兩種渠道，以及不同經濟發展水平下經濟增長渠道的作用方向并不一致，所以，金融發展對能源消費的影響可能存在門檻效應。

實證研究方面，運用1990—2006年20個新興市場國家的數據，Sadorsky利用五種金融發展測度指標、線性動態面板模型以及GMM方法的研究發現，以股票市值占GDP的比重、股票交易額占GDP的比重和股市周轉額作為金融發展的衡量指標時，金融發展與能源消費間存在顯著正相關[10]。Shahbaz et al.使用ARDL邊界測度方法，研究發現在巴基斯坦金融發展對能源消費有正向影響[17]。Islam et al.使用向量誤差修正模型（VECM）檢驗了1971—2008年馬來西亞能源消費與金融發展、經濟增長、人口規模之間的因果關系，發現能源消費在短期和長期都受到經濟增長和金融發展的影響[18]。孫浦陽等對1985—2007年全球55個國家的面板數據研究發現，金融發展的確會影響能源需求與消費，進而影響能源消費結構的變動[19]。劉劍鋒利用ARDLECM模型研究發現，金融發展與能源消費之間存在正向的長期均衡關系，并且能源消費對金融發展的影響程度更大[20]。倪超軍和馬雪琴利用省際面板數據，通過面板PVAR的實證方法研究發現，我國金融發展與低碳經濟發展水平不一致，金融發展對低碳經濟的引導作用沒有發揮出來；技術創新尤其是碳技術的進步，是我國節能減排的關鍵因素[21]。

綜上所述，在金融發展影響能源消費方面，國內外學者進行了初步的探討，并獲得了一定的研究成果。但是，上述研究文獻一般為長期或短期動態關系分析和線性模型回歸，很少考慮到兩者之間的非線性關系；并且，對于金融發展影響能源消費的渠道分析也不夠清晰。在國內外學者研究基礎上，考慮到金融發展與能源消費之間可能存在非線性關系，本文運用1997—2015年中國30個省份的面板數據，建立門檻回歸模型實證檢驗金融發展對能源消費的影響程度和影響渠道。

2 模型、變量和數據

2.1 模型設定

參照Chang Shuchen[22]的研究方法，本文首先構建線性面板模型如下：

（1）式中，Energyit為能源消費；FDit為核心解釋變量金融發展水平；xit為一系列控制變量包括經濟增長水平、技術創新能力、貿易開放度、工業化程度和城鎮化水平；μi表示反映地區個體差異的固定效應；εit為隨機擾動項。

考慮到可能存在的門檻效應，為了檢驗在不同的經濟增長水平下金融發展對能源消費的影響是否存在差異，借鑒Hansen[23]的做法，以經濟增長水平為門檻值，構建金融發展對能源消費影響的分段函數。本文先假設存在“單門檻效應”，在模型（1）基礎上建立門檻回歸模型如下：

2.2 變量選取和數據說明

2.2.1 被解釋變量

人均能源消費（Energyit）：各省份能源消費總量與年末人口數之比。能源主要包括煤炭、石油、天然氣、一次電力及其他能源，消費量以消耗標準煤的實物量核算，單位是萬t標準煤量。《中國能源統計年鑒》中缺少2000年、2001年和2002年寧夏的能源消費數據，以及2002年海南的能源消費數據，本文通過加權平均法將所缺數據補全。年末人口數據為當年人口普查數據推算數，2005年起各省份數據為常住人口口徑。

2.2.2 解釋變量

根據金融發展對實體經濟的作用機制以及數據的可獲性，本文從4個維度衡量金融發展水平。①信貸規模（FD1），指金融機構信貸總量占GDP的比重，比重越大表明金融發展水平越高。長期以來中國以間接融資為主導，該指標能夠反映中國金融發展現狀，同時也是目前最常用的衡量金融發展水平的指標。②證券市場融資規模（FD2），指證券市場融資總額占GDP的比重，證券市場融資總額為股票首發、定向增發、公開增發、配股、可轉債發行和債券發行總額，反映從證券市場視角衡量的金融發展水平。③金融業競爭指數（FD3），指樊綱等[24]編制的《中國市場化指數》中構建的金融業競爭指數，為非國有金融機構吸收存款占全部金融機構吸收存款的比重。金融業競爭程度越高，表示金融發展水平越高。《中國市場化指數》只給出了1997—2009年中國各省份的金融業競爭指數，因此本文采取平均增長率法補充了該指數2010—2015年的數據。④FDI規模（FD4），指外商直接投資額占GDP的比重，表示從國外融資視角衡量的金融發展水平。

2.2.3 控制變量

經濟增長水平（GDP），本文以人均實際GDP為衡量指標。技術創新能力（Innovation），以人均專利申請數為衡量指標。貿易開放度（Open），以各省份進出口總額與GDP的比值來表示。貿易開放一方面增加能源密集產品的出口，導致能源消費增加；另一方面產生技術效應，提高能源使用效率，減少能源消費。工業化程度（Industry），以工業部門增加值占GDP的比重為衡量指標。工業部門增加值越多，說明工業化程度越高，能源消耗越多。城鎮化水平（Urban），以城鎮人口占總人口的比例表示。

以上變量數據源于歷年《中國統計年鑒》《中國能源統計年鑒》《新中國60年統計資料匯編》、各省份統計年鑒、中國人民銀行各省份官網，以及iFinD和Wind數據庫。

3 實證分析過程

3.1 描述性統計分析

本文采用了1997—2015年中國省級面板數據（1997年以前重慶屬于四川省，沒有對應數據，因此數據起始年份為1997年），共包含30個省級行政單位（《中國能源統計年鑒》中的“地區能源平衡表（實物量）”公布了除西藏以外的各省份終端能源消費，因此樣本包括剔除西藏后的30個省份）。表1給出了模型中所有變量的定義和統計描述。

3.2 單位根檢驗

為避免單一檢驗的局限，本文使用了兩種單位根檢驗方法：Levin、Lin and Chu檢驗和Fisher檢驗。原假設為存在單位根，利用LLC和Fisher檢驗方法對所有變量進行面板單位根檢驗。根據檢驗結果，除FD4、Open、Industry三個變量外，其余的原變量均存在單位根，即為不平穩序列。對所有變量取自然對數形式，再進行單位根檢驗，結果顯示大部分變量通過了檢驗，為平穩序列，只有FD2和Innovation兩個變量仍存在單位根。為了增加數據的平穩性，減少異方差，本文所有的變量均取對數形式。

此外，考慮到相關變量之間的共線性問題，本文對解釋變量進行了容忍度和逐步回歸檢驗，結果顯示方差膨脹因子VIF（容忍度的倒數）均在1到10之間，逐步回歸后也沒有自變量被刪除，因此，我們認為多重共線性問題并不存在。

3.3 實證結果分析

3.3.1 門檻效應檢驗與門檻值估計

首先需要對門檻效應的存在性進行檢驗，并確定門檻的個數以及模型的具體形式。對模型（2）而言，門檻效應的原假設為：H0：A1=A2，若原假設成立，表明不存在門檻效應；如果拒絕原假設，則存在單門檻效應。在單門檻基礎上進行雙重門檻顯著性和置信區間檢驗，若未通過檢驗，則接受單門檻假設；若通過，則存在雙重門檻效應，以此類推。本文以金融發展為門檻變量，經濟增長水平為門檻值，經過300次bootstrap自抽樣得到具體的F統計量（見表2）。結果發現，信貸規模（FD1）作為金融發展指標時，單重、雙重門檻檢驗顯著，三重門檻沒有通過檢驗，因此采用雙重門檻模型，兩個門檻值分別為人均GDP處于1.450 6和5.924 8水平；證券市場融資規模（FD2）、金融業競爭指數（FD3）作為金融發展指標時，只有單門檻分別在10%、5%顯著水平上通過檢驗，說明FD2、FD3對能源消費存在單門檻效應，門檻值分別為1.465 5和4.737 7；金融發展指標為FDI規模（FD4）時，單重、雙重、三重門檻檢驗均不顯著，因此不存在門檻效應。

3.3.2 估計結果分析

表3給出了運用基準模型和門檻效應模型估計的結果，其中模型（1）、（2）、（3）、（4）的解釋變量是分別用信貸規模（FD1）、證券市場融資規模（FD2）、金融業競爭（FD3）和FDI規模（FD4）來衡量的金融發展水平。

首先在基準模型（即（1）式）中，使用固定效應回歸方法，表3第1行結果顯示，模型（1）、（2）、（3）中，只有FD1作為解釋變量時，估計參數在10%水平下顯著，其余兩個衡量指標FD2、FD3的系數均不顯著，說明簡單的線性模型并不能準確檢驗金融發展與能源消費之間的關系。

運用門檻效應模型（即（2）式）的估計結果顯示，第1列模型（1）中，信貸規模與能源消費之間存在倒U型關系，并且信貸規模對能源消費有明顯的“階梯特征”，即當經濟增長水平較低（人均GDP低于門檻值1.450 6萬元）時，信貸規模對能源消費存在一定增強作用，并且信貸規模每增加1%，能源消費增加0.213 7%；當經濟增長水平超過第一門檻值時（人均GDP處于1.450 6萬～5.924 8萬元之間），信貸規模對能源消費的作用效果不明顯；當經濟

增長水平超過第二門檻值（人均GDP大于5.924 8萬元），信貸規模對能源消費呈現減弱作用，且減弱作用更大，減弱作用影響系數（-0.355 4）是之前增強系數（0.213 7）的1.7倍。第2列模型（2）中，當經濟增長水平較低時（人均GDP低于門檻值1.465 5萬元），證券市場較不發達，證券市場融資規模對能源消費影響為負（-0.006 6）但并不顯著；隨著經濟增長水平的上升，證券市場不斷成熟，證券市場融資規模擴張顯著降低了能源消費，呈現出顯著的逐漸加強的負效應（-0.028 1）。第3列模型（3）中，金融業競爭與能源消費之間的關系與模型（1）類似，兩者之間存在明顯倒U型關系。隨著經濟增長水平的提高，金融業競爭也不斷加劇，對能源消費呈現出先增強（0.142 6）后減弱（-0.092 0）的影響，但減弱作用相對較弱。第4列模型（4）中，FDI規模與能源消費之間始終高度正相關，且外商直接投資每增加1%，能源消費相應提升0.017 4%，FDI規模顯著增強了能源消費。總體來看，經濟增長水平較高時，金融發展會降低能源消費，綠色金融效果顯著。此外，模型（1）和（3）均呈現出倒U型關系，這可能是因為金融發展影響能源消費存在經濟增長和技術創新渠道，兩種渠道以及經濟增長渠道的不同階段產生不同的影響，進而使金融發展與能源消費之間呈現非線性關系。

控制變量中，上述4個模型經濟增長水平系數在1%的水平都顯著為正，也就是，在保持其他條件不變的情況下，經濟增長刺激了能源消費。技術創新對應的系數都為負，且均在1%的水平上顯著，說明了技術創新能力的提高有利于減少能源消費。貿易開放度均沒有通過顯著性檢驗，對能源消費影響不大，工業化程度和城鎮化水平均顯著增強了能源消費。

3.4 穩健性檢驗

考慮到內生性問題，如果金融發展與能源消費之間存在雙向因果關系，上述門檻模型估計就會失去一致性和無偏性。對于內生性問題，Arellano and Bond最早提出了采用水平值的滯后項作為工具變量的一階差分GMM估計法[25]，其后Arellano and Bover、Blundell and Bond又提出了系統GMM估計法[26-27]，即將內生變量的差分滯后項作為水平值的工具變量，在很大程度上解決了一階差分GMM估計中的弱工具變量問題。此外，相較于一步法系統GMM，兩步法（twostep）估計能更好地消除自相關和異方差的干擾。所以，本文最終采用系統GMM方法，進行二步法估計，在解決內生性問題的同時，也檢驗了門檻模型實證結論的穩健性。

檢驗結果顯示，在5%的顯著性水平下，AR（1）、AR（2）的統計量表明殘差項的差分存在一階序列相關，但不存在二階序列相關性，說明模型設定可取。Sargan檢驗值不能拒絕工具變量有效的原假設，說明系統GMM估計中工具變量是有效的。與門檻模型估計相比，模型中的核心解釋變量FD1、FD2、FD3均不顯著，而控制變量系數符號和顯著性偏差并不大，驗證了金融發展對能源消費存在非線性關系，而不是簡單的線性關系。此外，在影響渠道分析中，分樣本處理后，低、中、高經濟增長水平對應的各門檻區間金融發展的估計系數，與門檻模型估計中各階段較為吻合，也進一步說明了金融發展與能源消費的非線性關系結論是穩健的。

4 影響渠道分析

4.1 模型與方法

因為FDI規模作為解釋變量時不存在門檻效應，本文剔除FDI規模（FD4），保留其余三個金融發展指標：信貸規模（FD1）、證券市場融資規模（FD2）和金融業競爭（FD3），進一步考察金融發展影響能源消費的經濟增長和技術創新渠道。

基于前面的門檻模型實證結果，FD1作為解釋變量時是雙重門檻模型，將樣本分為三個階段：人均GDP低于第一門檻值（qit≤γ1）時為低經濟增長水平階段，介于第一門檻值和第二門檻值之間（γ1

在線性模型的基礎上，本文引入交互項的方法，在經濟增長為低水平、中等水平、高水平三個階段分別引入金融發展與經濟增長（FDit×GDPit）和金融發展與技術創新（FDit×Innovationit）的交互項。引入交互項的模型為：

前述控制變量外，還包括FDI規模，其余變量同上。

分階段之后的樣本數減少、變量數據關聯度增加，為有效解決變量數據之間異方差和序列相關的問題，本文采取可行性廣義最小二乘估計（FGLS）方法。

4.2 估計結果分析

將估計結果分三個階段（低經濟增長水平、中等經濟增長水平、高經濟增長水平）展現，依次得到表5、表6、表7，其中，模型（1）、（3）、（5）不加入交互項。總體來看，各個階段不加入交互項的估計結果與表3的結果比較吻合，進一步印證了金融發展與能源消費之間存在門檻效應。

如表5所示，當經濟處于低增長水平，即人均GDP低于第一門檻值（qit≤γ1）時，對比加入和不加入交互項的模型，FD1、FD3系數的符號沒有變化，始終顯著為正，說明低增長水平下信貸規模和金融業競爭程度會加大能源消費，而FD2的系數始終不顯著，影響程度不明顯。對于經濟增長渠道，（2）、（4）、（6）模型中，FD3作為解釋變量時交互項（FDit×GDP）顯著為正，并且FD3的系數從0.034 5變為0.101 2，正效應變化較大，說明經濟增長渠道暢通并且效果顯著，經濟增長能夠增強金融發展（金融業競爭）對能源消費的刺激作用，與本文預期的結果相符。對于技術創新渠道，模型（2）、（4）、（6）中，交互項（FDit×Innovation）均不顯著，說明金融發展和技術創新的交互作用效果并不明顯。從Innovation的系數來看，技術創新對能源消費均有減弱效應；但是，并未觀測到金融發展通過技術創新減少能源消費的渠道作用。

當處于中等經濟增長水平時，即人均GDP介于第一門檻值和第二門檻值之間（γ1

表7列示了高經濟增長水平階段，即人均GDP高于第一或二門檻值（qit≥γ1或γ2）的結果。對于經濟增長渠道，結合模型（2）和（6）的結果看，金融發展與經濟增長交互項系數顯著為負，由此可知信貸規模、金融業競爭程度和經濟增長的交互作用會降低能源消費。進一步，將樣本中人均GDP的均值帶入到模型（2）、（6），與FDit系數進行對比發現，FD1、FD3的綜合影響為負。模型（4）中，交互項（FDit×GDP）不顯著，可能因為中國間接融資為主導的格局，證券市場融資規模通過經濟增長影響能源消費的效果較弱，很難觀測到其影響。在模型（2）、（4）、（6）中，技術創新渠道始終沒有通過顯著性檢驗，并不暢通。值得注意的是，模型（1）中GDP的系數顯著為負，這可能歸因于近些年中國，尤其是東部發達地區經濟發展方式轉變、產業結構調整，以及人們的節能減排意識與行為明顯增強。

總體來看，針對不同經濟增長階段，以及不同金融發展指標，金融發展影響中國能源消費的渠道實證檢驗結果存在明顯的差異。①經濟增長渠道：信貸規模（FD1）作為解釋變量時，在中、高經濟增長水平下經濟增長增強了金融發展對能源消費的影響，使得正向促進效果更強，負向抑制效果也更強。在所有階段，證券市場融資規模（FD2）對能源消費的經濟增長渠道均未得到有效證據。在所有階段，金融業競爭程度（FD3）的經濟增長渠道均比較暢通，經濟增長增強了金融發展對能源消費的影響。②技術創新渠道：對所有階段和各種金融發展指標，技術創新渠道都沒有得到驗證，換言之，金融發展通過技術創新對能源消費作用的渠道不暢。

5 結論和政策建議

從信貸規模、證券市場融資規模、金融業競爭、FDI規模4個維度來衡量金融發展水平，本文運用門檻回歸模型和1997—2015年中國30個省份的面板數據，實證考察不同經濟增長水平下，金融發展對能源消費的不同影響；在此基礎上，引入交互項檢驗了金融發展影響能源消費的經濟增長和技術創新渠道。本文研究得到如下結論，并引申相應的政策含義。

首先，金融發展與能源消費之間的門檻效應顯著，信貸規模為解釋變量時存在雙門檻效應，證券市場融資規模、金融業競爭程度為解釋變量時則為單門檻效應。建議政府在制定政策時應盡量根據當地的經濟增長水平、金融發展和能源消費狀況，實施差異化的金融發展與能源發展戰略，實現金融發展與節能減排激勵相容，充分發揮綠色金融的作用。

其次，信貸規模（FD1）、金融業競爭（FD3）與能源消費之間呈現倒U型關系，即隨著經濟增長水平的提高，金融發展對能源消費產生先增強后減弱的作用；在經濟發展處于低水平時，證券市場融資規模（FD2）的抑制作用不甚顯著，經濟發展處于高水平時，能顯著降低能源消費水平；FDI規模（FD4）與能源消費之間不存在門檻效應。總體來看，只有經濟發展水平相對發達時，金融發展緩解能源消費壓力的作用才開始凸顯。進一步，比較各金融發展指標的經濟增長水平門檻值，信貸規模降低能源消費的門檻較高，證券市場融資規模較低。所以，處于不同經濟增長水平的省份，政策著力點要有所不同。東部發達省份需要制定信貸政策推動銀行信貸向綠色經濟和低碳經濟傾斜，明確綠色債權在全部債權中具有優先受償權，為綠色融資設定更低的風險權重等。中部、西部落后省份應提高直接融資比重，建立統一規范的多層次綠色資本市場，充分發揮證券市場配置資源的作用，滿足企業的多元綠色投融資需求。

最后，從金融發展影響能源消費的渠道看，經濟增長增強了信貸規模和金融業競爭程度對能源消費的影響，經濟增長渠道發揮了重要作用，而技術創新渠道并沒有得到有效證據。這就需要從制度上為技術創新渠道的暢通創造條件，逐漸消除技術優勢轉化為綠色發展優勢的障礙，完善科技創新激勵機制和信貸支持政策，大力促進商業銀行技術創新項目融資，積極支持創新企業股票上市，引導資金流向節約能源技術開發和生態環境保護產業，使金融發展通過技術創新渠道發揮減少能源消費的作用。此外，結合供給側結構性改革，運用信貸和金融政策加大過剩產能的淘汰力度，嚴格執行環保限產，促進產業結構升級，優化能源消費結構，加快建設資源節約型、環境友好型社會，推進美麗中國建設。

參考文獻（References）

[1]國家發展和改革委員會能源研究所.中國能源發展報告[M].北京：社會科學文獻出版社，2016. [Energy Research Institute National Development and Reform Commission. China energy development report [M].Beijing： Social Sciences Academic Press， 2016.]

[2]OZTURK I， ASLAN A， KALYONCU H. Energy consumption and economic growth relationship： evidence from panel data for low and middle income countries[J].Energy policy， 2010， 38（8）： 4422-4428.

[3]史亞東. 能源消費對經濟增長溢出效應的差異分析——以人均消費作為減排門限的實證檢驗[J].經濟研究， 2011（6）：90-101.[SHI Yadong. Analysis on the difference of energy consumption spillovers on economic growth： an empirical test taking consumption per capita as a threshold variable[J]. Economic research journal， 2011（6）：90-101.]

[4]徐盈之， 郭進， 王進. 能源消費、貿易開放與經濟增長[J]. 財貿經濟， 2014（12）：99-110. [XU Yingzhi， GUO Jin， WANG Jin. Energy consumption， trade liberalization and economic growth[J]. Finance & trade economics，2014（12）：99-110.]

[5]劉鳳朝，孫玉濤.技術創新、產業結構調整對能源消費影響的實證研究[J].中國人口·資源與環境， 2008（3）： 108-113. [LIU Fengchao， SUN Yutao. Effect of innovation industrial change on energy consumption[J]. China population， resources and environment， 2008（3）： 108-113.]

[6]丁建勛.中國經濟增長與能源消費增長——基于產業構成視角的研究[J].經濟問題探索， 2014（6）：67-73. [DING Jianxun. China economic growth and energy consumption growth：research based on industrial structure perspective[J].Inquiry into economic issues， 2014（6）：67-73.]

[7]王蕾，魏后凱.中國城鎮化對能源消費影響的實證研究[J].資源科學，2014（6）： 1235-1243.[WANG Lei， WEI Houkai. The impacts of Chinese urbanization on energy consumption[J].Resources science，2014（6）： 1235-1243.]

[8]FRANKEL J， ROMER D. Does trade cause growth？[J]. American economic review， 1999，89（3）： 379-399.

[9]TAMAZIAN A， RAO B B. Do economic， financial and institutional developments matter for environmental degradation？ evidence from transitional economies[J].Energy economics， 2010，32 （1）：137-145.

[10]SADORSKY P. The impact of financial development on energy consumption in emerging economies[J]. Energy policy， 2010，38 （5）：2528-2535.

[11]李宏岳.能源消費和中國經濟增長關系研究[J].經濟問題探索， 2012（1）：14-19. [LI Hongyue. Study on the relationship between the energy consumption and China economic growth[J]. Inquiry into economic issues， 2012（1）：14-19.]

[12]吳敬璉.中國增長模式抉擇：在發展的關鍵時刻（修訂版）[M].上海：上海遠東出版社，2006. [WU Jinglian. The choice of China growth model： in the development of the key moments （revised edition） [M]. Shanghai： Shanghai Far East Publishers， 2006.]

[13]解維敏，方紅星.金融發展、融資約束與企業研發投入[J].金融研究，2011（5）：171-183.[XIE Weimin， FANG Hongxing. Financial development， financing constraints and enterprise R&D; input[J]. Journal of financial research， 2011（5）：171-183.]

[14]嚴成樑，李濤，蘭偉.金融發展、創新與二氧化碳排放[J].金融研究，2016（1）：14-30. [YAN Chengliang， LI Tao， LAN Wei. Financial development， innovation and carbon emission[J]. Journal of financial research， 2016（1）：14-30.]

[15]TAMAZIAN A，CHOUSA J P， VADLAMANNATI C. Does higher economic and financial development lead to environmental degradation： evidence from BRI countries[J]. Energy policy， 2009， 37（1）：246-253.

[16]ZHANG Y J. The impact of financial development on carbon emissions： an empirical analysis in China[J].Energy policy， 2011，39（4）： 2197-2203.

[17]SHAHBAZ M， TIWARI A K， NASIR M. The effects of financial development， economic growth， coal consumption and trade openness on CO2 emissions in South African[J].Energy policy， 2013，61（1）： 1452-1459.

[18]ISLAM F，SHAHBAZ M， AHMED A U， et al. Financial development and energy consumption nexus in Malaysia： a multivariate time series analysis[J].Economic modelling， 2013，30（1）： 435-441.

[19]孫浦陽，王雅楠，岑燕.金融發展影響能源消費結構嗎？——跨國經驗分析[J].南開經濟研究， 2011（2）：28-41.[SUN Puyang， WANG Yanan， CEN Yan. Does financial development affect energy consumption structure？ exploring the global evidences[J]. Nankai economic studies， 2011（2）：28-41.]

[20]劉劍鋒.金融發展與能源消費互動關系研究——基于ARDLECM模型的實證分析[J].重慶工商大學學報（社會科學版），2015（3）：19-29.[LIU Jianfeng. Research on the interactive relationship between financial development and energy consumption based on the empirical analysis ARDLECM Model[J]. Journal of Chongqing Technology and Business University（social sciences edition）， 2015（3）：19-29.]

[21]倪超軍，馬雪琴.金融發展、技術進步與低碳經濟關系的實證研究——基于面板VAR模型的動態檢驗[J].生態經濟，2017，33（2）：41-44.[NI Chaojun， MA Xueqin. An empirical study on the relationship among financial development， technological progress and low carbon economy dynamic verification based on panel VAR model[J].Ecological economy， 2017，33（2）：41-44.]

[22]CHANG S C.Effects of financial developments and income on energy consumption[J].International review of economics and finance， 2015，35（C）： 28-44.

[23]HANSEN B E. Threshold effects in nondynamic panels： estimation， testing and inference[J]. Journal of econometrics， 1999，93（2）： 345-368.

[24]樊綱，王小魯，朱恒鵬.中國市場化指數——各地區市場化相對進程[M].北京：經濟科學出版社， 2011.[FAN Gang， WANG Xiaolu， ZHU Hengpeng. Neri index of marketization of Chinas provinces[M]. Beijing： Economic Science Press， 2011.]

[25]ARELLANO M， BOND S. Some tests of specification for panel data：MonteCarlo evidence and an application to employment equations[J].Review of economic studies， 1991， 58（2）：277-297.

[26]ARELLANO M， BOVER O. Another look at the instrumental variable estimation of errorcomponent models[J]. Journal of econometrics， 1995， 68（1）：29-51.

[27]BLUNDELL R， BOND S. Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of econometrics， 1998，87（1）：115-143.