區域發展、環境投資與能源強度變化

魏霄 鄒玉君 孟科學

【摘要】根據2007～2017年我國各省環境投資和能源強度的空間短面板數據，分析區域發展背景下各省域環境投資和能源強度的變化，檢驗環境投資推動能源強度降低過程中是否存在門檻。研究發現：其一，沿著黑河—騰沖一線，全國環境投資和能源強度分布存在空間分異特征;該線東側省域環境投資規模較大、能源強度較低，西側省域能源強度較高、環境投資規模較小。 其二，各省域環境投資政策的制定與投資規模的決策在不同程度上受到相鄰省域的影響。其三，總體上，環境投資與能源強度具有負向關系且具有門限，并呈現空間分異特征。這意味著，單純依靠環境投資規模擴大無法自動實現產出降耗，各省域環境政策的制定必須結合當地的資源稟賦和經濟結構以及經濟發展水平進行綜合權衡。

【關鍵詞】環境投資;能源強度;黑河—騰沖線;區域發展

【中圖分類號】F205 ? ? ?【文獻標識碼】A ? ? ?【文章編號】1004-0994（2020）10-0151-10

一、 問題的提出

“十三五”規劃提出，2020年我國年能源消費總量要控制在50億噸標準煤以內，總體上看壓力不小。通過區域經濟社會發展，加大環境投資、降低經濟社會發展的能源強度是綠色發展的重要內容之一。在這個過程中，綠色金融作為重要的推動力量取得了廣泛共識，其實質是有助于環境保護的金融創新[1-3] 。現在，綠色金融已經成為通過導向資源配置來降低單位產出能耗、優化環境風險轉移機制和路徑的重要工具[4-6] 。《生態文明體制改革總體方案》中明確指出，要建立完善綠色金融體系，發揮金融對經濟發展生態化轉型的積極作用。歐美發達國家也普遍經過了根據經濟發展實施差異化節能降耗政策的發展過程。在這個過程中，可持續融資通過將環境要素納入金融核算和決策機制，注重平衡社會發展的短期和長期利益關系，以此促進企業降低能耗，推動環境治理改善，進而促成經濟發展與環境優化的良性循環[7，8] 。

從已有關于環境投資和能源強度關系的文獻來看，很多研究都隱含著一個重要的假定，即環境投資和能源強度之間存在明顯的負向關系。學者們從不同的角度對上述假定進行了證實，如：多位學者認為環境投資在GDP中的占比低是環境問題惡化的重要因素[9-11] ;有學者實證發現，區域污染排放具有明顯的異質性，經濟發展階段和經濟結構轉型是產出能耗降低的內在動力[12，13] ;還有學者發現，我國農業和工業減排效果不佳、污染治理設施運營效率不高是我國環境投資效率不高的重要原因[14，15] 。盡管其中一些觀點存在商榷的空間，但相關研究從多角度探討環境投資和產出能耗的關系拓寬了經濟發展與生態環境保護研究的視野。綜合以往文獻進行分析不難發現，如果只考慮環境投資和經濟能耗的總量關系而忽視結構關系極容易遺漏重要信息，這里所述的結構關系既包括環境投資結構和產業結構，也包含區域地理關系結構和區域金融結構，影響結構關系的因素來自很多方面，比如經濟運行階段、人口素質、污染治理結構等，這些因素的影響作用有待進一步證實。

當區域經濟發展到一定階段，環境投資規模的擴大可能并不必然帶來能源強度的降低;我國不同區域的地理空間特性、產業結構關聯、人文環境、人才與技術交流的便捷性等方面因素都可能導致環境投資和能源強度水平存在一定的空間分布特征。考慮眾多因素的空間動態互聯關系，有助于更深刻地認識我國環境投資和能源強度之間的關系。本文以2007～2017年我國省域經濟發展、環境投資和能源強度的數據為基礎，基于區域發展差異，根據黑河—騰沖線對全國各個省域進行東西部分組，分析我國環境投資和能源強度的關系及其變化過程，計算并驗證了環境投資推動能源強度降低過程中存在門檻臨界值，使用空間滯后隨機效應模型進行了進一步回歸分析。

二、 文獻回顧與機制分析

（一）能源強度的度量方法

早在20世紀后半葉學者們就開始了有關單位能源投入的產出效率研究。從一般意義上來看，能源強度屬于能源生產效率的構成部分，需要從多維角度對能源強度的影響因素進行考察。Rasche和Tatom[16] 首次將能源作為一種要素引入C-D函數，以此探討能源使用和經濟增長之間的關系。在這個框架下，眾多學者發現能源使用對國民收入增長產生了巨大的影響[17，18] ;隨后，日益嚴峻的環境問題使人們意識到，經濟運行系統僅僅是整個巨大生態系統的構成部分之一，人們開始關注經濟發展對生態環境的破壞問題。學者們從資源的可持續利用和環境保護角度，對資源問題的關注點逐步從強調勞動生產率轉向了資源生產率，能源效率的提高不僅促進了勞動生產率的提高，還減少了其他生產要素投入量[19，20] 。Patterson[19] 從熱力學、物理—熱力學、經濟—熱力學和純經濟學角度探討了單位產出能源消耗的內涵、邊界及其計量方法。學者們圍繞不同要素投入、生產和產出過程進行了各自的投入—產出效率研究，綜觀以往研究，可以將能源生產效率劃分為單要素能源產出效率和多要素能源產出效率。前者僅僅涉及能源投入和有效產出，后者則在衡量能源產出效率時考慮了其他要素的投入。

在能源產出效率的單要素框架中，熱力學方法的明顯缺陷不只在于未充分考慮所投入能源的異質性，還在于物理—熱力學方法未能有效處理同一能源在不同產業部門所產出產品的異質性，導致難以加總計算總能源效率的問題。經濟—熱量指標中具有代表性的是能源消耗強度，屬于混合指標，它以市值計算產出價值，以傳統熱量單位計算能源投入，其存在的一個重要缺陷在于，能源消耗強度對潛在能源技術效率的測量通常是無用的[20] ，如能源投入的其他替代要素進入市場、投入結構和使用部門結構變化都會影響能源消耗強度而不會影響能源技術效率。能源強度測量的另一類指標是純經濟指標，它將能源投入及其產出均基于市值進行測量，比如用某區域的能源投入的價值總量與該區域國民產出之比來衡量能源強度，這個方法不僅提供了較為豐富的能源市場價格信息，也反映了能源供求結構的時空變化，解決了能源及其產出的異質性問題，為加總計算區域總能耗水平奠定了良好的技術基礎，構成了以區域能源投入總量與GDP的比值測量區域能源強度的基本理論依據。

（二）區域發展對能源強度的作用機制

能源強度的降低、經濟可持續增長質量的提升與生態環境改善具有密切關系，這意味著探討影響能源強度降低的因素及其在地區間的差異成因是十分有必要的。據此，可以將相關研究文獻分為三大類：一是沿著時間軸，對特定地區或產業部門，在一定時期內能源強度水平的時間序列數據進行分析，針對我國能源強度動態變化來解釋其調整的原因[21-23] ;二是著眼于能耗的地區差異，對不同地區之間能耗水平差異影響因素等進行歸納分析，對能源強度差異及其斂散性進行討論[24，25] ;三是有關綠色金融發展、結構調整等因素驅動單位產出能源結構優化和降耗的研究[26，27] 。

大量文獻將經濟結構或產業結構變化、技術進步等視為影響單位產出強度變化的重要因素。學者們通過實證驗證了“結構性紅利假說”在產出能耗領域的存在;產業結構優化，經濟重心向第三產業的傾斜或者第二產業內部重工業向輕工業的轉換，都相應降低了單位產出的能耗，結構性因素可以解釋我國20世紀90年代出現的40%左右能耗強度下降的狀況，我國產業結構升級與能源強度優化目標具有戰略一致性，產業結構調整甚至可以作為降耗政策的中間目標進行操作[28] 。

徐麗娜等[29] 在以往研究結論的基礎上進一步指出，我國能源結構對能源強度的沖擊較小，產業結構變化對能源強度的沖擊比較大。但是這個推論存在一定的邏輯問題，把兩個概念混為一談，承認產業結構優化可以提升資源配置效率和產業結構優化必然提升資源配置效率是兩個不同的問題。大量的實證研究也證實了這個問題的存在。唐曉華等[30] 研究發現，我國制造業的能源強度在長期內主要受技術變化的影響，結構效應主要在短期內存在。在較長時期內，產業結構優化對能耗目標的影響過程中很可能存在門檻臨界值。

馮泰文等[31] 指出，產業結構優化的降耗效果較好，且在技術進步推動能源強度降低過程中表現出調節作用。大多數的研究也表明，技術進步對能源效率具有正向作用。另外，研發投資（R&D）是能源利用效率提高的重要因素，內部研發較之技術引進對能耗降低的作用更顯著。技術進步不僅通過實施更先進的生產工藝、方法和流程等提高了要素的邊際產出能力，進而提高了能源使用效率和降低了能源強度，而且，技術進步也是產業結構升級的關鍵影響因素，技術推動產業結構升級實現了資源在不同部門、不同產業之間的優化配置，進而提升了資源的使用效率，降低了單位產出的能耗水平。

經濟發展水平、市場制度條件、能源結構和價格、城市化水平等也被視為產出能耗降低的重要影響因素，尤其是在發展中經濟體和轉型經濟體中表現更為顯著。高振宇等[32] 指出，區域經濟發展水平和能源價格是影響地區能源產出效率的主要因素。在長期范圍內，能源強度和區域收入水平、城市化水平等存在均衡關系，其中，收入水平對能源強度有負向影響，而城市化對能源強度有較為顯著的正向影響[33] 。一旦區分能耗水平，很容易發現人均收入水平、第三產業比重和投資水平能在很大程度上解釋能源消耗強度的異質性，高能耗區的主要影響因素是第三產業的比重，而在中低能耗區人均收入的作用凸顯。

除此之外，一些學者也發現了市場制度方面的創新有助于改善資源配置、提升企業內部的能源效率，說明市場制度的優化可以促進能源效率的提高。在這個方面，實證過程中盡管采取的代理變量存在差異，存在市場化程度、產權制度、對外開放程度等多種指標選擇空間，但學者們得出的結論總體而言還是比較一致的[34] 。市場化改革一方面改變了原有的產業結構，客觀上提升了能源產出效率，另一方面也通過人們收入水平的提高，促進要素價格產生的相對調整，產品需求結構和模式的變化也間接地改變了輕重工業的比較關系和三次產業之間的比例，進而奠定了能源產出效率提升的基礎。

（三）金融因素對能源強度、區域發展的影響機理

事實上，金融因素是有助于能源強度降低的各個方面驅動因素的關鍵要素。早在20世紀70年代，投資與環境保護之間的關系就引起了學者們的關注，學者們提出以財稅手段和許可證交易等為代表的經濟干預措施來推動經濟主體的行為轉變，進而實現環境改善。環境投資（Green Investment）一詞的出現，可以追溯至20世紀80年代環境責任經濟聯盟（CERES）針對抗議埃克森公司原油污染事件，提出保護環境、反對污染的倡議，拒絕有損人類社會發展的投資。此后，隨著綠色發展理念和原則的形成，環境保護逐漸成為環境投資的核心，但國內外學者對環境投資的界定并未形成一致意見，研究的側重也有所不同。

國內的相關研究主要集中在與環境投資相近的諸如環保投資、生態投資等一些概念和范疇的辨析、環境投資的驅動機制及其影響因素和發展策略的探討方面。我國學者中較早提出“環境投資”概念的是田江海[35] ，其認為環境投資就是能增加綠色GDP的貨幣和（或）其他經濟資源投入，其核心是與環境保護有關的技術研發、生產和服務方面的投資。國外相關研究的重點主要集中在環境投資對環境保護和宏觀經濟運行所產生的影響，研究視角逐步從微觀向宏觀轉移，在這個過程中，學者們對環境投資的范疇及其影響因素也進行了探討。

很多學者將環境視為一種資源，認為對環境資源的利用不足或者過度使用都會導致資源配置低效，只有當污染治理的邊際成本與環境污染帶來的損害的邊際成本相等時，環境投資才會達到最優狀態。考慮到環境惡化可能帶來嚴重的后果并對宏觀經濟產生重要影響，將環境質量與宏觀經濟發展的人均狀態相聯系的環境庫茲涅茨曲線（EKC），可以解釋產出與環境質量變化之間的內在邏輯，并揭示影響環境投資的各種因素及其作用機理。Johnson和Lybecker[36] 認為環境投資是能降低能耗與環境污染程度的清潔技術，以及改善氣候與環境的金融行動，他們將環境投資區分為實際綠色資產投資和虛擬性的綠色資產投資，而前者正是通常意義上所說的“環境投資”的內容。Eyraud等[37] 進一步將環境投資界定為減少溫室氣體和污染物排放所必須的投資，環境投資的增加不僅是一個中期的氣候目標，也是強化能源安全、減少污染和探尋新能源的需要[8] ，基于這一內涵學者們可以在一個更加開闊的視野上探討環境投資及其影響后果。與低排放能源的供應、降耗技術的開發和碳固技術有關的投資都成為環境投資的內容，尤其是在生態化轉型發展的早期階段[36] 。目前，能源使用模式的不可持續性催生了大量的向低能耗生產轉型的投資需求，這正是環境投資產生的最基本動力。盡管宏觀經濟增長對增加環境投資具有積極意義，但并非所有的干預措施都能成功地提升環境投資水平。雖然人們對環境投資的興致很高，但機構投資者深化環境投資的動力似乎不足[38] 。目前，產業結構和能源結構的配置效率不高是我國能源強度較高的重要原因，以環境投資推動具有污染偏向的經濟結構和產業結構升級，是我國降低能源強度的重要措施。

值得強調的是，環境投資只是有助于產出降耗的重要因素之一。由于能源強度水平的變化受到眾多因素的影響，環境投資對產出降耗具有積極作用并不意味著能源強度的必然下降。環境投資對產出降耗的積極作用發揮的前提是：產業結構調整、技術進步、生產工藝流程再造等方面的資金投入取得實際效果。這意味著考察環境投資促進區域能源強度降低問題時，區域內的產業結構、居民收入、金融發展、市場化程度以及區域的空間地理位置等都需要納入實際考量范圍。在這些因素的影響下，環境投資對區域能源強度降低的影響，極有可能不是簡單的線性關系，而是具有門檻的非線性關系。進一步地，考慮到產業在地理空間的集聚與互動影響，以及人文交流、人力資本流動等因素，這種非線性特征很可能成為產出能耗區域劃分的重要依據。

三、 研究設計與數據描述

（一）樣本選擇與數據來源

本文以我國31個省、自治區和直轄市（不包括港澳臺）為研究對象，因數據不完整等剔除西藏地區數據，最終選擇30個省域2007 ～ 2018年的數據作為樣本。相關數據主要來源于《中國金融統計年鑒》、《中國環境統計年鑒》、《中國能源統計年鑒》以及各省市歷年的統計年鑒和統計公報，缺失的數據通過互聯網搜索補充。

（二）變量設計及其測量

1. 被解釋變量。本文選擇能源強度（EG）作為被解釋變量，用來表示一國或一個地區一定時期的能源消耗總量與當期國內生產總值的比值，描述了一個國家（或地區）經濟社會發展對能源消耗的依賴程度和能源使用的產出效率。

2. 解釋變量。本文選擇環境投資（EI）作為解釋變量，它是由具有生態環境理念和社會責任的經濟主體所進行的、能反映經濟社會和生態環境和諧發展的可持續投資。田江海[35] 將環境投資定義為能增加綠色GDP的貨幣資金和其他經濟資源投入。孟耀[39] 認為環境投資中包含著投資者重視環境保護、投資者的社會責任和投資的經濟效益三層內容，從而推知環境投資具有廣義和狹義兩層涵義。廣義的環境投資涵蓋一切對社會進步和經濟可持續發展有益的投資活動;狹義的環境投資主要是污染治理和環境保護方面的投資，狹義的環境投資和國家環保總局關于環境投資的定義具有內在一致性，即環境投資是投資主體針對環境污染防治、保護和改善生態環境的行為。考慮到統計數據的可得性等具體原因，本文采用較狹義的環境投資定義，用污染防治和環境保護投資總額與GDP的比值來測量環境投資水平。

3. 控制變量。除上述兩個主要研究變量，本文還引入了三個控制變量來控制區域經濟社會發展的特征對區域能源強度的影響。三個變量分別為：

（1）區域金融市場發展水平（FIR）。由于環境投資資金來源和使用與區域金融市場發展程度密切相關，有關產出降耗的設備研發、技改等均受到資金可得性的影響，從而區域金融市場發展水平成為第一個控制變量，其代理測量指標為區域金融相關比率，用以反映金融結構與經濟影響的規模關系[40] ，金融相關比率越高，金融市場越發達。在金融相關比率的測量中，借鑒周立、王子明[41] 的做法，以區域存貸款額與GDP的比率來測量區域金融相關比率。

（2）區域產業結構（IS）。考慮到產出能耗領域的“結構性紅利假說”，以及經濟重心向第三次產業的傾斜確實降低了能源強度，經濟結構變化解釋了很大一部分中國能耗強度的變化[34] ，而且綠色金融也屬于第三產業，因此，以第三產業的產值比重來代理測量區域產業結構具有現實的合理性。

（3）區域經濟發展水平（perGDP）。王傳榮等[42] 研究指出，無論是在高能耗還是中等能耗地區，區域國民收入和產業結構都是影響區域產出能耗水平的重要因素。考慮到不同地區因人口數量的不同在衡量產出能耗時，區域國民收入總量的可比性下降，本文以人均GDP來衡量區域經濟發展水平。

本文所用主要變量及定義方法見表1。

（三）基本模型

考慮到不同省域之間經濟社會發展的差異，以及在客觀上存在的相互影響，本文采用空間短面板數據模型展開實證分析，先對所有的數據進行對數化處理以消除異方差，并經過中心化處理，作為建立基本模型的數據基礎。

由于不同省域存在不同程度的空間交互影響，模型的選擇與設計需要考慮不同地區的空間關系。本文運用全局Moran's I指數來檢驗各省域之間的環境投資是否具有全局空間相關性。全域Moran's I指數計算公式如下：

其中，Yi和Yj為觀測值，Wij為權重矩陣中的元素。Moran's I指數的取值范圍為[-1，1]，Moran's I指數>0，即各區域間存在正相關性，并且指數越大相關性越強;反之，則存在負相關性。

我國30個省域環境投資空間相關性的局部特性則可以通過局部Moran's I指數進行測量。局部Moran's I指數計算公式如下：

局部Moran's I指數一共反映了四種類型的空間關系：第一象限的高—高（H-H）集聚;第二象限的低—高（L-H）集聚;第三象限的低—低（L-L）集聚;第四象限的高—低（H-L）集聚。處于一、三象限表示相鄰區域的環境投資存在正向的相關關系;處在二、四象限表示相鄰區域的環境投資存在負向的相關關系。

在省域能源強度空間關系分析的基礎上，本文采用Rook鄰近法設立地理權重矩陣處理地理相鄰關系及其影響的思路，借鑒王立平等[43] 的方法設立空間環境投資權重矩陣：W'=W×E。其中W為一階Rook鄰近矩陣，E為量化區域間環境投資差異的權重矩陣。具體形式為：

其中：[EIi=1Tt=1TEIit]，[EI=1n×Ti=1nt=1TEIit];n代表省份的個數;T為考察的時間期數。接著對W'進行標準化處理，使其行元素和為1，繼而生成了標準的空間環境投資權重矩陣。

下面建立反映我國能源強度變化的空間滯后面板模型（1）：

?

其中：i=1，2，...，30分別代表不同的省域，n為省域個數;t=1，2，...，10分別代表不同的年份;ρ為空間自回歸系數，wij為空間環境投資權重矩陣W'中的一個元素;Characteristics代指區域金融發展、經濟發展和產業結構三個方面的控制變量，用來表征區域發展水平;μi表示個體固定效應，λi表示時間固定效應，εit是服從標準正態分布的隨機擾動項。

（四）數據描述

1. 環境投資和能源強度地理分布的區域特征。圖1顯示了2008 ～ 2018年我國環境投資的變化。近十年，全國環境投資規模不斷擴大，從2008年的4937億元擴大至2017年的9539億元，投資總量有了顯著提升。圖2顯示，環境投資占GDP的比重2011年出現了較大降幅，2012年起該比值持續下降，到2017年比值僅為1.15%，說明環境投資還有較大的發展空間。圖3反映了2007 ～ 2017年省域平均能源強度水平的總體下降趨勢。現在需要研究的問題在于，各省平均能源強度的降低，是否是環境投資效率提高和（或）區域發展所導致的結果。圖1 ～ 圖3中的數據根據《中國環境統計年鑒》（2007 ～ 2017年）加工整理得到。

（1）省域環境投資地理空間分布特征。為了進一步說明2007 ～ 2017年我國環境投資的地理分布特征，根據《中國環境統計年鑒》（2007 ～ 2017年）中提取的數據進行加工整理，筆者對比研究了2007年和2017年環境投資的地理分布狀況。2007年，以黑河—騰沖線為界，該線以東的區域的環境投資額約占全國總環境投資額的94.68%，而該線以西的區域環境投資額約占全國總環境投資額的5.32%，存在十分明顯空間結構特征。而2017年的地理分布顯示，這種現象得到了較為明顯的改善，內蒙古和新疆兩省域明顯加大了環境投資的力度。在2007年，重慶、北京、江蘇、山東、上海這5個省域的環境投資額明顯高于全國其他省域，這些省域屬于第一批開展綠色GDP試點的省域，較早重視并大力開展環境投資。到2017年，除湖南和內蒙古兩個非東部省域投資水平較高，我國的環境投資大省依舊多集中于東部沿海地區。相比之下，四川、青海、陜西等西部省域和黑龍江、吉林東北兩省在環境投資方面顯得更加疲軟。

（2）省域能源強度地理空間分布特征。2007 ～ 2017年，我國各省域能源強度總體呈現下降趨勢。青海、甘肅、內蒙古、寧夏、山西和貴州六省的能源強度較高，結合上述省域環境投資地理空間分布特征來看，環境投資額也相應較低，經濟社會發展的總體水平相對落后;北京、江蘇、上海、浙江、海南和廣東的能源強度較低，環境投資水平較高，經濟社會發展水平相對較高。新疆的情況相對特殊，環境投資水平和能源強度都比較高，這既與其資源結構和產業結構有關，也與區域發展政策關系密切。總體來說，能源強度較低的省域主要集中在東南沿海地區，能耗較高的省域幾乎都位于黑河—騰沖線以西，能源強度的變化呈現出與環境投資和區域發展較為緊密的關聯。

2. 環境投資規模的空間相關性。

（1）全局空間自相關性。2007 ～ 2016年各年全局Moran's I指數如圖4所示，2012年之前，除2008年為正值外，其余各年均為負值，說明2012年之前各省域之間的環境投資相對獨立，2012年后的Moran's I指數都為正，表明隨著環境投資力度的不斷加大，各省域環境投資行為受相鄰區域的影響越來越大。

進一步地，根據黑河—騰沖線將相關省份進行地理空間區分，其中該線以東省域包括吉林、遼寧、北京、河南、重慶、湖北、貴州，以西的省域包括青海、寧夏、西藏;黑河—騰沖線穿過的省域中，根據其省會的地理位置，省會在黑河—騰沖線以東的黑龍江、山西、陜西、四川、云南歸入東部地區，省會在黑河—騰沖線以西的內蒙古、甘肅歸入西部地區。圖5是2007 ～ 2017年黑河—騰沖線兩側各省域環境投資的全局莫蘭指數圖，總體上，黑河—騰沖線以西各省域之間的環境投資相互影響較弱，而東部各省域的環境投資在2013年之前獨立性較強，之后明顯受臨近地區影響，且在2010年之后，這種影響呈現逐年增加的態勢。

進一步考察全國各省域環境投資的空間相關性特征，分別對2007年和2017年的黑河-騰沖線兩側省域分組進行環境投資的局部莫蘭檢驗，研究發現：2007年除了北京、河北、遼寧、上海、江蘇、浙江、山東、廣東和重慶這9個省域位于二、四象限，其余的21個省域均處于一、三象限內。到2017年，除了之前的9個省域，內蒙古、湖南、安徽、河南和新疆這5個省域也處于二、四象限的區域內，雖然位于一、三象限內的省域仍然稍多，但是位于二、四象限的省域均是環境投資額度較大的省域。這說明我國30個省域的環境投資并未出現明顯的空間集聚現象。

四、 實證過程與結果

（一）模型的選擇

本文利用Stata 15軟件，運用基本式yit=α1xit+γi+uit，其中t=1，…，T，判斷相關變量間的關系模型的適用性。Hausman檢驗結果如表2所示，模型整體擬合效果較好，在95%的穩健水平上接受隨機效應模型。

同時，利用LMlag、LMerr和Robust-LMlag、Robust-LMerr進行空間相關性檢驗，結果見表3。LMlag通過了顯著性水平為1%和5%的顯著性檢驗，而LMerr未通過顯著性水平為10%的檢驗，結合表2檢驗結果綜合分析，本文最終選擇空間滯后隨機效應模型進行實證檢驗。

（二）回歸分析

主回歸模型僅考慮解釋變量（EI）對被解釋變量（EG）的影響，在主模型中加入表征區域發展的控制變量后得到模型（2）：

表4中，列（2）的檢驗結果僅僅考慮環境投資對能源強度的影響;列（3）的檢驗結果是加入了表征區域發展的控制變量后環境投資對能源強度的影響;列（4）和列（5）兩列，分別為沿著黑河—騰沖線區分的東西省域組回歸的結果。

根據表4，從整體來看，如果不考慮區域發展情況，環境投資確實有助于能源強度的降低，作用力度為-0.147，盡管該結果符合人們的一般認知，但統計的可靠性并不高;加入區域發展相關控制變量以后，R2由0.3985提升至0.9141，模型擬合優度大幅提升，但環境投資對能源強度表現為正向影響，有悖于通常認知。進一步地，對黑河—騰沖線兩側分組檢驗發現，黑河—騰沖線以東各省域，環境投資與能源強度之間為負相關關系，且人均收入和產業結構都對能源強度降低做出了貢獻，但金融發展與產出降耗的相關關系為正，間接反映該區域環境投資規模占GDP比重較低的事實;黑河—騰沖線以西各省域，環境投資與能源強度之間為正向關系，人均收入對金融發展的影響為負向，考慮到產業結構對能源強度的不利影響，間接說明該區域盡管環境投資的區域金融占比較高，但囿于當前的產業結構，環境投資的規模尚待進一步擴大，符合產出的生態化轉型壓力較大的基本事實。

（三）門檻檢驗

根據前述理論分析，環境投資對單位產出降耗的影響可能會受到區域經濟發展異質性的影響而呈現非線性關系。為避免主觀判斷偏誤，根據面板門檻回歸模型，進一步考察環境投資與單位產出降耗的關系。考慮區域發展的環境投資影響能源強度的單門檻模型設定為：

模型中各變量的定義與前述一致。

本文使用Stata軟件進行自抽樣門檻檢驗，檢驗前預設門檻個數，然后通過Bootstrap方法反復抽樣300次，獲得似然比統計量LR的F統計量的漸進分布，最后得到相關假設的P值。表5反映了全局環境投資的門檻檢驗結果，F 值均大于顯著性水平，并且P值小于1%，中心化后的環境投資對能源強度的影響存在雙門檻，門檻估計值分別為-0.735和1.305。

為進一步探討環境投資與能源強度的實際關系，運用上述方法分別對黑河—騰沖線兩側省域分組求解環境投資的門檻，如表6所示。黑河—騰沖線東部省域的中心化后環境投資數據存在雙門檻

-0.735和0.614，而黑河—騰沖線西部省域的環境投資僅存在單門檻1.185。

運用上述模型求得的各項變量的門檻值進行回歸，回歸結果如表7所示。列（6）為全國總體的回歸結果，根據黑河—騰沖線東西兩側分組回歸得到列（7）和列（8）的門檻回歸結果。

從表7可以看出，無論是整體樣本還是分組樣本，環境投資系數均為負數且通過了顯著性檢驗，從省域層面數據檢驗結果來看，環境投資的增長有利于單位產出降耗。從全國情況看，中心化后的環境投資系數為負，反映了環境投資增加有助于降低能源強度;具體地，某區域環境投資規模超過總體均值的26.5%時，環境投資增加單位規模將帶來產出能耗降低0.1578個單位;當環境投資數值大于門檻值1.305，即某區域環境投資規模超過總體均值的2.3倍時，環境投資增加將產生提高能源強度的作用;超出門檻區間，環境投資規模的增加將帶來能源強度的增加。從基于黑河—騰沖線的東西省域分組門檻回歸情況看，黑河—騰沖線以東省域的中心化后的環境投資系數為負，反映了該區域環境投資增加會降低產出能耗的基本事實，環境投資數值在-0.735到0.614之間時，環境投資規模的擴大將推動能源強度的降低，超出這個區間，環境投資規模的增加將提高能源強度;黑河—騰沖線以西省域的中心化后的環境投資數據大于1.285時才會出現能源強度的降低。雖然總體上環境投資的增加有助于產出能耗降低，但黑河—騰沖線兩側存在降耗的分異特征，區域發展是能源強度變化的重要影響因素。產業結構調整在總體上有助于能耗降低，但黑河—騰沖線西部省域的產業結構調整卻增加了產出能耗，這種情況可能與西部省域承接產業轉移時出現的污染一并轉移現象有關。人均收入的增加總體上有助于產出降耗，這主要與收入增加時人們對更高品質生活的需求和綠色發展理念的提升有關。金融發展在全局和黑河—騰沖線東部省域呈現推動產出降耗的趨勢，但在黑河—騰沖線西部省域，卻出現不利于產出降耗的現象，這間接揭示了我國金融發展在總體上提升了綠色項目的融資能力，但黑河—騰沖線以西省域，金融發展向綠色項目傾斜不力的實際情況。

五、 結論與啟示

本文基于我國各省域環境投資和能源強度的短期面板數據，考慮省域產業結構、人均收入和金融發展等表征的區域發展水平，分析了我國不同地域環境投資和能源強度的變化情況，檢驗了環境投資推動能源強度降低過程中的門檻情況，利用空間滯后隨機效應模型進行了回歸分析。研究發現：

1. 省域環境投資和能源強度的地理空間分布以黑河—騰沖分割線為界呈現異質性特征。也就是說，沿著黑河—騰沖一線，全國東西部省域環境投資和能源強度區別明顯。其中，該線東側是較高環境投資水平和較低能源強度省域，西側是較低環境投資水平和較高能源強度省域。盡管在總體上，環境投資規模增加有助于產出降耗，但考慮人均收入、金融發展和產業結構等區域經濟因素后，可以發現環境投資降低產出能耗在黑河—騰沖線兩側存在空間分異特征。

2. 在生態化轉型發展觀念不斷深入人心的背景下，各省域環境投資活動會受相鄰省域的影響，但程度存在差別。總體上看，2012年以前各省域環境投資活動相對獨立，2012年以后出現相互影響的情況;黑河—騰沖線東側各省域環境投資相互影響增強的臨界時點是2013年，但其實自2010年起各省域環境投資活動的獨立性就開始下降，相互影響開始增強，這與中東部較發達省域在綠色發展指標上相互攀比有關，這一變化過程反映了我國東部各省域的綠色發展觀念正在日漸增強;黑河—騰沖線西側各省域的相互影響較弱。我國各省域并未出現明顯的空間集聚現象，表現出因地制宜的綠色經濟政策特征。

3. 從總體上看，環境投資規模的增加確實在一定程度上降低了能源強度，但在不同省域呈現異質特征。考慮產業結構、人均收入和金融發展等區域經濟發展狀況后發現，環境投資對能源強度表現為弱正向影響，這與黑河—騰沖線東西兩側的資源稟賦、產業結構、發展水平等有關。黑河—騰沖線以東省域，環境投資與能源強度之間為負向關系，且人均收入和產業結構都對能源強度降低做出了貢獻，環境投資貢獻相對較小;黑河—騰沖線以西省域，環境投資與能源強度之間為正向關系，人均收入對金融發展的影響為負向，產業結構對能源強度有不利影響，盡管該區域環境投資的區域金融貢獻較大，但囿于當前的產業結構，經濟生態化轉型壓力很大。

4. 環境投資降低能源強度的過程存在門檻效應。黑河—騰沖線兩側的門檻存在比較明顯的不同，其中黑河—騰沖線東側省域存在雙門檻，環境投資與能源強度之間存在雙倒U型結構;黑河—騰沖線西側省域存在單門檻，環境投資與能源強度之間存在弱倒U型結構。黑河—騰沖線西側省域環境投資門檻值較東側省域的第一門檻值要高很多，反映了西側各省域以環境投資推動產出降耗壓力很大;但東側各省域因產業結構、社會觀念、人均收入等影響，環境投資推動產出降耗的效果相對較好。這意味著環境政策的制定，各省域必須根據自身發展的規模、結構狀況和經濟資源稟賦綜合權衡。

上述結論具有很重要的環境政策啟示。從實證結果看，總體上，環境投資的產出降耗效果并不是很理想，增加單位環境投資帶來的產出能耗降低較少，且在黑河—騰沖線兩側呈現比較明顯的空間分異特征，東側省域略強于西部省域。環境投資推動產出降耗存在門檻，意味著環境投資只有在一定的規模區間內，才具備較良好的降耗效果。單純依靠環境投資規模擴大無法自動實現產出降耗，各省域環境政策的制定必須考慮當地的資源稟賦和經濟結構及發展水平。

【 主 要 參 考 文 獻 】

[ 1 ] ? Cowan E.. Topical issues in environmental finance[ J].Eepsea Special & Technical Paper，1998（3）：N/A.

[ 2 ] ? Schwartz E. S.， Cortazar G.， et al.. Evaluating environmental investments： A real options approach[ J].Management Science，1998（8）：1059

～ 1070.

[ 3 ] ? Salazar J.. Environmental finance： Linking two world[Z].Presented at a Workshop on Financial Innovations for Biodiversity Bratislava，1998.

[ 4 ] ? Labatt S.， White R.. Environmental finance： A guide to environmental risk assessment and financial products[M].Canada： John Wiley &?Sons. Inc，2002：1 ～ 100.

[ 5 ] ? Criscuolo C.， Menon C.. Environmental policies and risk finance in the green sector： Cross-country evidence[ J].Energy Policy，2015（83）：38 ～ 56.

[ 6 ] ? 孟科學，嚴清華.綠色金融與企業生態創新投入結構優化[ J].科學學研究，2017（12）：1886 ～ 1895.

[ 7 ] ? Thompson P.， Cowton C. J.. Bringing the environment into bank lending： Implications for environmental reporting[ J].British Accounting?Review， 2004（2）：97 ～ 218.

[ 8 ] ? OECD. Sustainable manufacturing and eco-innovation[R].Paris： DECD，2009.

[ 9 ] ? 董秀海，胡穎廉，李萬新.中國環境治理效率的國際比較和歷史分析——基于DEA模型的研究[ J].科學學研究，2008（6）：1221 ～ 1230.

[10] ? 王金南，逯元堂，吳舜澤等.環保投資與宏觀經濟關聯分析[ J].中國人口·資源與環境，2009（4）：1 ～ 6.

[11] ? 蔡昉，都陽，王美艷.經濟發展方式轉變與節能減排內在動力[ J].經濟研究，2008（6）：4 ～ 11.

[12] ? 唐曉華，劉相鋒.能源強度與中國制造業產業結構優化實證[ J].中國人口·資源與環境，2016（10）：78 ～ 85.

[13] ? Howarth R. B.， Schipper L.， Duerr P. A.， et al.. Manufacturing energy use in eight OECD countries： Decomposing the impacts of changesin output， industry structure and energy intensity[ J].Energy Economics，1991（2）：135 ～ 142.

[14] ? 逯元堂，徐順青，陳鵬等.我國環保投資分析及對策建議[ J].環境保護，2017（17）：7 ～ 10.

[15] ? 頡茂華，劉向偉，白牡丹.環保投資效率實證與政策建議[ J].中國人口·資源與環境，2010（4）：100 ～ 105.

[16] ? Rasche R. H.， Tatom J. A.. Energy resources and potential GNP[ J].Federal Reserve Bank of St-Louis Review，1977（6）：10 ～ 24.

[17] ? Renshaw E. F.. Energy efficiency and the slump in labour productivity in the USA[ J].Energy Economics，1981（1）：36 ～ 42.

[18] ? Daly H. E.. Beyond growth： The economics of sustainable development[ J].Economia E Sociedade，1996（4）：6.

[19] ? Patterson M. G.. What is energy efficiency？ Concepts， indicators and methodological issues[ J].Energy Policy，1996（5）：377 ～ 390.

[20] ? Wilson B.， Luan H. T.， Bowen B.. Energy efficiency trends in Australia[ J].Energy Policy，1994（4）：287 ～ 295.

[21] ? 史丹，吳利學，傅曉霞等.中國能源效率地區差異及其成因研究——基于隨機前沿生產函數的方差分解[ J].管理世界，2008（2）：35 ～ 43.

[22] ? 劉培林，齊志新.若干產業部門能耗強度變化檢驗：1993～2003[ J].改革，2007（1）：15 ～ 19.

[23] ? 吳建新，賀佳瑤，錢晶晶.中國省際能源強度的分布動態演進及其成因[ J].中國人口·資源與環境，2018（2）.

[24] ? 李國璋，王雙.中國能源強度變動的區域因素分解分析——基于LMDI分解方法[ J].財經研究，2008（8）：52 ～ 62.

[25] ? 李建軍，袁明敏.德國綠色能源城鎮建設：思路、策略與經驗[ J].山東科技大學學報（社會科學版），2015（6）：8 ～ 12.

[26] ? 馬駿.發展綠色金融需要大力培育環境投資者[ J].當代金融家，2017（1）：17.

[27] ? 王旭，徐向藝，褚旭等.綠色金融：均衡發展還是擇善而從？——權利博弈視角下基于電力企業的實證研究[ J].經濟與管理研究，2018（1）：93 ～ 104.

[28] ? 張勇，蒲勇健.產業結構變遷及其對能源強度的影響[ J].產業經濟研究，2015（2）：15 ～ 22.

[29] ? 徐麗娜，趙濤，劉廣為等.中國能源強度變動與能源結構、產業結構的動態效應分析[ J].經濟問題探索，2013（7）：40 ～ 44.

[30] ? 唐曉華，周婷婷.基于時間序列的中國制造業能源利用效率研究[ J].當代經濟科學，2017（2）：109 ～ 115.

[31] ? 馮泰文，孫林巖，何哲.技術進步對中國能源強度調節效應的實證研究[ J].科學學研究，2008（5）：987 ～ 993.

[32] ? 高振宇，王益.我國能源生產率的地區劃分及影響因素分析[ J].數量經濟技術經濟研究，2006（9）：46 ～ 57.

[33] ? 張瑞，丁日佳.工業化、城市化對能源強度的影響——基于我國省際動態面板數據的實證研究[ J].經濟問題探索， 2015（1）：11 ～ 15.

[34] ? 張成，陳寧，周波.東部率先發展戰略和全要素生產率提升——基于傾向得分匹配—雙重差分法的經驗分析[ J].當代財經， 2017（11）：3～ 15.

[35] ? 田江海.吹響環境投資的號角[ J].中國投資，2005（4）：28 ～ 30.

[36] ? Johnson D. K. N.， Lybecker K. M.. Financing environmental improvements： A literature review of the constraints on financing environmental?innovation[Z].Social Science Electronic Publishing，2009.

[37] ? Eyraud L.， Clements B.， Wane A.. Green investment： Trends and determinants[ J].Energy Policy，2013（6）：852 ～ 865.

[38] ? Croce R. D.. Pension funds investment in infrastructure[ J].Oecd Working Papers on Finance Insurance & Private Pensions， 2011（2）：89 ～?99.

[39] ? 孟耀.基于資源環境保護的環境投資及其發展思路[ J].財經問題研究，2007（5）：64 ～ 69.

[40] ? 張蕾.基于金融相關比率檢驗我國金融發展進程[ J].中國投資，2013（S2）：149 ～ 149.

[41] ? 周立，王子明.中國各地區金融發展與經濟增長實證分析：1978 ～ 2000[ J].金融研究，2002（10）：1 ～ 13.

[42] ? 王傳榮，范文潮，李俁.我國能源消耗強度影響因素區域差異比較[ J].合作經濟與科技，2011（22）：4 ～ 6.

[43] ? 王立平，管杰，張紀東.中國環境污染與經濟增長：基于空間動態面板數據模型的實證分析[ J].地理科學，2010（30）：275 ～ 280.