曾勝　張明龍

摘要：綠色投資對經濟高質量發(fā)展和碳減排的影響，不僅會隨著投資規(guī)模的增長而發(fā)生變化，還會因投資領域和方式的不同而有所差異，從而會存在非線性關系和投資種類的異質性。采用2003—2019年中國省級區(qū)域面板數據，運用空間杜賓模型（SDM）和半參數面板空間滯后模型的分析表明：經濟高質量發(fā)展水平和碳排放強度均具有顯著的空間正相關性和空間溢出效應;綠色投資對經濟高質量發(fā)展具有“U型”或“N型”的非線性影響，對碳排放強度則具有“倒U型”或“倒N型”的非線性影響，目前總體上表現出從抑制經濟高質量發(fā)展和碳減排向促進經濟高質量發(fā)展和碳減排轉變的趨勢;不同種類的綠色投資對經濟高質量發(fā)展和碳排放強度的影響具有明顯異質性，相比環(huán)保投資和生產性綠色投資，綠色企業(yè)融資的增加更有利于經濟高質量發(fā)展和碳減排;碳排放強度具有中介效應，即綠色投資可以通過影響碳排放強度作用于經濟高質量發(fā)展。一方面，要建立和完善區(qū)域聯動機制，有效利用經濟高質量發(fā)展和碳減排的空間溢出效應;另一方面，要持續(xù)加大綠色投資規(guī)模和領域，并對各類綠色投資實施差異化策略以提高投資質量和效益，充分發(fā)揮綠色投資促進經濟高質量發(fā)展和碳減排的作用，實現經濟發(fā)展與環(huán)境改善的共贏。

關鍵詞：綠色投資;經濟高質量發(fā)展;碳排放強度;非線性關系;半參數面板空間滯后模型

中圖分類號：F061.5;F830.59文獻標志碼：A文章編號：1674-8131（2021）0-0069-16

一、引言

黨的十九大報告指出：“我國經濟已由高速增長階段轉向高質量發(fā)展階段，正處在轉變發(fā)展方式、優(yōu)化經濟結構、轉換增長動力的攻關期”。這是對我國經濟發(fā)展階段變化和現在所處關口作出的一個重大判斷（林兆木，2018）[1]。在中國的工業(yè)化進程中，粗放式經濟增長特征明顯，能源消耗和環(huán)境污染等問題凸顯（林伯強等，2018）[2]。為實現經濟向高質量發(fā)展的轉變，必須提高綠色投資、降低能耗、減少碳排放。作為負責任的大國，中國不僅兌現了在哥本哈根會議上的碳減排承諾，而且習近平主席在第七十五屆聯合國大會一般性辯論上更是提出了碳達峰和碳中和的“雙碳”目標。在經濟轉型關鍵期，如何在經濟高質量發(fā)展中實現“碳達峰、碳中和”目標，已成為學界和政府部門重點關注的課題。

投資在經濟發(fā)展中發(fā)揮著重要作用，被認為是拉動經濟增長的“三駕馬車”之一。隨著我國經濟總量的快速增長，投資規(guī)模也日益擴大，但也出現了投資結構性失衡的問題。要實現高質量發(fā)展，必須優(yōu)化投資結構;要實現因此“碳達峰、碳中和”目標，必須加大綠色投資力度。那么，綠色投資的增加能否有效促進經濟高質量發(fā)展和碳減排，三者在經濟實踐中具有怎樣的關系，是值得深入探討的議題。

已有文獻分別考察了綠色投資對經濟高質量發(fā)展和碳減排的影響，認為綠色投資已成為促進經濟高質量發(fā)展的重要舉措（張明龍，2020）[3]，也是減少碳排放的至關重要的手段之一（Lietal，2021）[4]。但相關研究缺乏對三者之間內在聯系的深入探討，經驗分析中也未將三者納入統(tǒng)一的分析框架，且主要采用傳統(tǒng)的線性模型進行分析，更少考慮空間因素的影響。有鑒于此，本文在已有研究的基礎上進行深化和拓展研究，主要的邊際貢獻包括：一是在理論上進一步探究綠色投資對經濟高質量發(fā)展和碳排放強度的非線性影響以及碳排放強度在綠色投資影響經濟高質量發(fā)展中起到的中介作用;二是基于新發(fā)展理念從五個維度構建經濟高質量發(fā)展水平評價指標體系，并運用熵值法測算各地區(qū)的經濟高質量發(fā)展水平;三是采用固定效應空間杜賓模型和半參數面板空間滯后模型檢驗綠色投資影響經濟高質量發(fā)展和碳排放強度的非線性關系，并分析了不同類綠色投資的異質性以及碳排放強度的中介作用。

二、理論分析與研究假設

1.綠色投資對經濟高質量發(fā)展的影響

隨著中國經濟由高速增長向高質量發(fā)展轉變，為尋求經濟轉型期間的有效動力源，綠色投資日益受到關注。以可持續(xù)發(fā)展理論為基礎產生和發(fā)展起來的綠色投資是一種新型投資模式，相關研究對其與經濟發(fā)展的關系進行了初步探索，并肯定了綠色發(fā)展的積極作用。比如，張明龍（2020）分析表明，綠色投資可以通過投資乘數效應促進經濟增長，還可以通過市場化調節(jié)作用促進經濟發(fā)展[3];廖顯春等（2020）認為，綠色投資的增加也可以提升居民綠色福利[5]。然而，作為社會總投資重要組成部分的綠色投資，減少和消除環(huán)境污染是其主要目的之一，而這種非生產性投資目的可能會使其對生產性投資產生擠出效應，進而不利于經濟高質量發(fā)展。

隨著經濟增長帶來的資源環(huán)境問題日益凸顯，為實現可持續(xù)發(fā)展必須進行污染治理以減少環(huán)境污染，而污染治理需要投入大量資金。這種非生產性投資的上升會增加社會和企業(yè)的負擔，對財富積累及福利增進產生不利影響;但綠色投資的增加也可以為企業(yè)提供改善生產工藝和生產流程的資金支持，有助于提高資源利用效率和提升綠色產品質量。而經濟高質量發(fā)展是系統(tǒng)性、多維度的，對于不同的維度，綠色投資可能產生負面影響，也可能產生正面影響。因此，綠色投資對經濟高質量發(fā)展的影響是多種效應交織在一起共同作用的結果，而且這些效應本身也可能因發(fā)展階段、制度環(huán)境以及外部條件等的變化而發(fā)生作用方向及強度的變化，進而使綠色投資對經濟高質量發(fā)展的影響在不同的情形下可能表現為促進、抑制或不顯著多種關系。

據此，本文提出假說H1：綠色投資對經濟高質量發(fā)展的影響存在非線性關系。

2.綠色投資對碳排放的影響

目前國內文獻尚未對綠色投資與碳排放之間的關系展開研究，而國外的相關研究則大多是將碳市場（或碳價格）作為研究綠色投資與可持續(xù)發(fā)展或低碳經濟轉型之間的工具或機制變量進行分析。例如，Sachs等（2019）研究發(fā)，現綠色投資可以通過碳市場促進可持續(xù)發(fā)展[6];Dikau和Volz（2019）認為，在綠色金融促進綠色發(fā)展的過程中需要允許金融機構制定碳價格[7]。也有學者將二者納入同一框架進行分析，比如：Ren等（2020）對綠色金融、非化石能源使用與碳排放強度之間的關系進行研究，結果發(fā)現綠色金融發(fā)展指數的提高以及非化石能源的使用有助于降低碳排放強度[8];Shen等（2021）研究發(fā)現，綠色投資與二氧化碳排放呈現負相關關系[9]。

根據約束效應和規(guī)模效應，本文認為，綠色投資對碳排放強度的影響可能也是非線性的。一方面，綠色投資作為污染治理的專項資金具有其特殊性，不能投入生產經營。在現有資本、勞動等要素不變的條件下，企業(yè)為實現短期利潤最大化，可能會加大能源的投入，從而產生能源回彈效應，導致碳排放增長。在初期階段綠色投資規(guī)模較小，對企業(yè)生產技術研發(fā)和工藝改造的促進不大，導致綠色產業(yè)尚不具備規(guī)模效應，經濟結構轉型緩慢。同時，地區(qū)經濟增長需要更多的能源消耗，導致碳排放快速增長并抵消綠色投資帶來的碳減排效果，形成能源回彈效應。另一方面，隨著綠色投資規(guī)模的擴大，在研發(fā)成本得到有效控制下綠色環(huán)保企業(yè)的生產工藝日趨完善，能源利用效率顯著提升，可以有效減少生產過程的碳排放。同時，綠色投資渠道的進一步開拓促使更多企業(yè)進入綠色產業(yè)，進而可以進一步抑制碳排放的增長。因此，在不同情形下綠色投資對碳排放強度的影響可能是抑制或是促進，也可能不顯著。

據此，本文提出假說H2：綠色投資對碳排放強度的影響存在非線性關系。。

3.綠色投資、碳排放強度與經濟高質量發(fā)展

溫室氣體排放的不斷增加導致全球氣候變暖，而二氧化碳是溫室氣體的主要成分。在人類社會發(fā)展過程中，絕大部分的二氧化碳排放來自工業(yè)和汽車領域對能源的消耗，這與經濟發(fā)展有著密不可分的關系。Stokey（1998）認為當用于環(huán)境保護的投資無法彌補在經濟發(fā)展過程帶來的環(huán)境污染時，環(huán)境質量會抑制經濟發(fā)展[10]。Ariga（2002）和Soretz（2003）基于波特假說認為，環(huán)境質量改善或者環(huán)境規(guī)制變化，可以通過環(huán)保投入和生產技術更新等方式對經濟發(fā)展起到導向性作用[11-12]。劉夢和胡漢輝（2020）將高質量發(fā)展分為經濟的充分發(fā)展、平衡發(fā)展以綠色發(fā)展三種指數，實證分析發(fā)現，碳排放有助于經濟充分發(fā)展，但對經濟平衡發(fā)展無明顯作用，而對經濟綠色發(fā)展具有明顯的抑制作用[13]?？梢?，碳排放對經濟發(fā)展具有顯著影響，進而綠色投資可能通過影響碳排放強度來對經濟高質量發(fā)展產生間接作用。

據此，本文提出假說H3：碳排放強度在綠色投資與經濟高質量發(fā)展之間具有中介效應。

三、模型設定與數據說明

1.模型構建

空間計量模型分為空間自回歸模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）。SDM考慮了被解釋變量的空間效應是否依賴于本地區(qū)與鄰近地區(qū)的解釋變量，具有比SAR和SEM更一般形式，能有效地估計地區(qū)之間的溢出效應。為分析“綠色投資”對“經濟高質量發(fā)展水平”和“碳排放強度”的影響及其非線性關系，本文借鑒徐斌等（2019）、林伯強和徐斌（2020）的研究[14-15]，并引入空間權重矩陣，構建如下空間計量模型（1）～（4）：

2.變量說明

（1）“經濟高質量發(fā)展水平”的測算

關于經濟高質量發(fā)展的內涵，目前尚未形成統(tǒng)一的認識（楊文舉等，2018;馬茹等，2019;高培勇，2019）[18-20]，測算方法也有多種。有文獻采用單一指標，如人均GDP來衡量經濟高質量發(fā)展水平（陳詩一，2018）[21]，但其難以反映經濟高質量發(fā)展的多維特征?；邳h的十八屆五中全會提出的新發(fā)展理念以及綜合評價指標體系構建應遵循的可獲取性、合理性與連續(xù)性等原則，參考魏敏和李書昊（2018）、曾勝（2019）、陳景華等（2020）的方法[22-24]，本文從創(chuàng)新發(fā)展、協(xié)調發(fā)展、綠色發(fā)展、開放發(fā)展和共享發(fā)展5個維度選取28個指標構建經濟高質量發(fā)展水平的綜合評價體系，詳細見表1。

基于上述指標體系，借鑒陳景華等（2020）的研究[24]，采用熵值法對指標進行賦權并測算得出經濟高質量發(fā)展水平的綜合評價指數。具體的測算步驟如下：第一，采用極差法對指標進行標準化處理;第二，采用熵值對各指標進行賦權;第三，依據各指標權重計算各地區(qū)的經濟高質量發(fā)展水平綜合指數。

（2）“碳排放強度”的測算

化石能源消費和燃燒是二氧化碳（CO2）排放的主要來源。對CO2排放量的測度，一般采用系數法或物料平衡法。本文借鑒田云和陳池波（2019）的方法[25]，運用碳排放系數法計算各地區(qū)能源消費的CO2排放總量：

（3）“綠色投資”的測算

目前，對綠色投資的概念還未形成一個統(tǒng)一的界定。比如：Eyraud等（2013）認為綠色投資是企業(yè)的一種社會責任投資[26]，而Krushelnytska（2018）認為任何涉及能源效率和可再生能源以及廢物處理和回收、水污染治理、工業(yè)污染控制、生物多樣性保護、氣候變化緩解和適應等的投資均是綠色投資[27]。國內的早期研究大多將綠色投資與環(huán)保投資等同，隨著經濟快速發(fā)展帶來的環(huán)境污染問題日益凸顯，綠色投資有了較為寬泛的定義（孟耀，2007）[28]。比如，廖顯春等（2020）認為，“綠色”是指資源利用效率提升與環(huán)境質量改善，“投資”是經濟發(fā)展的重要推動力，因此，綠色投資是在有效提升資源利用效率、改善環(huán)境質量的同時提升地區(qū)經濟效益的重要發(fā)展資源[5]。本文認為，綠色投資是貫徹新發(fā)展理念，以環(huán)境污染治理為核心，帶動經濟效益、實現生態(tài)平衡、滿足社會發(fā)展的新型投資。

由于對綠色投資的定義不一，對綠色投資的測算也沒有形成統(tǒng)一的口徑。在區(qū)域層面的經驗研究中，大多用環(huán)保投資來衡量綠色投資，但環(huán)保投資涵蓋的范圍比較窄，不能全面反映新發(fā)展理念下的綠色投資狀況。本文借鑒廖顯春等（2020）的方法[5]，在環(huán)保投資的基礎上增加生產性綠色投資（即水利建設投資和營林投資），以反映綠色投資的社會效益;另外，為反映綠色投資的經濟效益，也將綠色企業(yè)融資納入綠色投資范疇。鑒于綠色企業(yè)融資缺少省級層面的數據，借鑒張莉莉（2018）的方法[29]，從Wind數據庫中選取與綠色環(huán)保概念相關的板塊企業(yè)為樣本

共選取了綠色節(jié)能照明、尾氣治理、廢物回收利用、污水處理、環(huán)保概念、美麗中國、大氣治理等53個概念板塊，包括相關上市公司和新三板掛牌企業(yè)共計864家。，以這些企業(yè)的各項融資的規(guī)模（即企業(yè)長短期借款、IPO募集資金與配股及增發(fā)金額、企業(yè)應付長短期債券的總和）作為綠色企業(yè)融資指標。總之，本文采用三種投資（即環(huán)保投資、生產性綠色投資以及綠色企業(yè)融資）之和來衡量“綠色投資”變量，并以2003年為基期進行價格平減處理。

（4）控制變量

由于本文的被解釋變量為“經濟高質量發(fā)展水平”和“碳排放強度”，而兩者的主要影響因素有所差異，因此需要選擇不同的控制變量。參考相關文獻（莫龍炯等，2018;張明龍，2020;周琛影等，2021）[30][3][31]，模型（1）（2）（5）（7）（9）選取如下控制變量：“資本勞動比”，以2003年為基期采用永續(xù)盤存法測量資本存量，然后除以就業(yè)人數;“非國有經濟占比”，采用非國有固定資產投資額除以地區(qū)全社會固定資產投資額來衡量;“市場化指數”，采用王小魯（2019）編制的各地區(qū)市場化指數來衡量[32];城鎮(zhèn)化率，采用城鎮(zhèn)人口占年末總人口的比重來衡量。借鑒林伯強和徐斌（2020）以及趙桂梅等（2020）的研究[15][33]，模型（3）（4）（6）（8）選取如下控制變量：“年末總人口數”“人均國內生產總值”“R&D經費占比”“第二產業(yè)在占比”。

3.數據來源

本文以2003—2019年中國30個省區(qū)市（不包括西藏自治區(qū)和港澳臺地區(qū)）為研究樣本，各變量的原始數據來源于《中國統(tǒng)計年鑒》《中國環(huán)境年鑒》《中國水利年鑒》《中國林業(yè)年鑒》《中國科技統(tǒng)計年鑒》以及國家統(tǒng)計局數據庫和各省區(qū)市的統(tǒng)計年鑒。為剔除價格因素的影響，所有價值變量均以2003年為基期進行平減處理;同時，為降低數據的異方差性，對所有變量均取自然對數。主要變量的描述性統(tǒng)計見表3。

四、實證結果分析

1.空間自相關性檢驗與空間計量模型選擇

使用空間計量模型的前提是研究對象具有空間相關性，一般采用莫蘭指數（MoransI）進行檢驗：當MoransI>0時，表示相鄰地區(qū)的水平值存在空間正相關性;MoransI<0時，表示相鄰地區(qū)的水平值存在空間負相關性;MoransI指數的絕對值越大則空間相關程度越高。利用空間權重矩陣W可以得到“經濟高質量發(fā)展水平”和“碳排放強度”的全局MoransI，如表4所示。所有MoransI均為正，且均通過了顯著性檢驗，表明樣本期間的“經濟高質量發(fā)展水平”和“碳排放強度”在樣本全域范圍內都具有顯著的空間自相關性，即各地區(qū)自身的經濟高質量發(fā)展和碳排放強度對周邊地區(qū)具有顯著的空間溢出效應，因而有必要采用空間計量模型來進行實證檢驗。

在MoransI檢驗的基礎上，需要對空間效應計量模型進行選擇。根據LM檢驗結果（見表5），實證分析可以選擇空間計量模型;進一步的Wald檢驗和LR似然比檢驗結果拒絕了原假設，說明空間杜賓模型（SDM）沒有退化為空間滯后模型（SLM）和空間誤差模型（SEM）;Hausman檢驗結果則表明使用固定效應模型優(yōu)于隨機效應模型。因此，本文選擇固定效應的空間杜賓模型進行后文的模型分析。

2.空間計量模型估計結果

本文采用LLC、ADF-Fisher和PP-Fisher三種檢驗方法對模型（1）～（4）的各個變量進行單位根檢驗，結果表明各個變量均是一階單整序列;Pedroni和Kao的面板協(xié)整檢驗結果拒絕原假設，說明各個變量之間存在協(xié)整關系，數據滿足平穩(wěn)性，可以采用空間面板模型進行實證檢驗。依據模型選擇結果，采用固定效應的SDM進行分析，檢驗結果如表6和表7所示所示?？臻g滯后回歸系數ρ均通過了10%顯著性水平檢驗且為正值，說明經濟高質量發(fā)展和碳排放強度均存在顯著的空間溢出效應，這與MoransI檢驗結果一致。另外，引入綠色投資二次項后，模型（2）和模型（4）的極大似然估計（Log-L）、赤池信息準則（AIC）和貝葉斯信息準則（BIC）均分別優(yōu)于模型（1）和模型（3）。

在模型（1）和（3）中，“綠色投資”對“經濟高質量發(fā)展水平”和“碳排放強度”影響的檢驗不顯著，說明從總體上看，綠色投資對經濟高質量發(fā)展和碳排放強度沒有顯著影響。但引入“綠色投資”的二次項后：在模型（2）中，“綠色投資”的一次項系數為負，二次項系數為正，且均通過了1%的顯著性水平檢驗，說明綠色投資與經濟高質量發(fā)展之間存在“U型”非線性關系;在模型（4）中，“綠色投資”的一次項系數為正，二次項系數為負，且均通過了1%的顯著性水平檢驗，說明綠色投資與碳排放強度之間存在“倒U型”的非線性關系?？梢?，隨著綠色投資規(guī)模的不斷加大，其對經濟高質量發(fā)展的影響從抑制轉變?yōu)榇龠M，而對碳排放強度的影響從促進轉為抑制。也就是說，低水平的綠色投資并不利于經濟高質量發(fā)展和碳減排，只有高水平的綠色投資才能有效促進經濟高質量發(fā)展和碳減排。

3.半參數空間滯后模型估計結果

為進一步探究綠色投資與經濟高質量發(fā)展、碳排放之間的非線性關系，將綠色投資納入非參數部分，采用半參數空間滯后模型進行檢驗，并與基準模型的回歸結果進行比較，具體結果如表8所示

基準模型為不可考慮空間因素的傳統(tǒng)回歸模型，表8中的基準模型1和基準模型2的具體形式分別如下：

從圖1可以看出，綠色投資對經濟高質量發(fā)展水平產生了“N型”的非線性影響?！熬G色投資”的系數可劃分為四個區(qū)間：lnGI<4.55（區(qū)間1）、4.55≤lnGI<6.79（區(qū)間2）、6.79≤lnGI<8.50（區(qū)間3）、lnGI≥8.50（區(qū)間4）。在區(qū)間2和區(qū)間4，“綠色投資”對“經濟高質量發(fā)展水平”的邊際效應大于0，綠色投資促進了經濟高質量發(fā)展，且區(qū)間4的促進作用更明顯。在區(qū)間1和區(qū)間3，“綠色投資”對“經濟高質量發(fā)展水平”的邊際效應小于0，綠色投資對經濟高質量發(fā)展具有抑制作用，且區(qū)間1的抑制作用更為明顯。這與前文得出的“U型”非線性關系的結論有所不同，而“U型”關系很可能是“N型”關系的一部分?？傊?，綠色投資與經濟高質量發(fā)展之間存在非線性關系，假說H1得到驗證。

從圖2可以看出，綠色投資對碳排放強度產生了“倒N型”的非線性影響?！熬G色投資”的系數可劃分為三個區(qū)間：lnGI<5.0（區(qū)間1）、5.0≤lnGI<8.7（區(qū)間2）、lnGI≥8.7（區(qū)間3）。在區(qū)間1，“綠色投資”對“碳排放強度”的邊際效應大于0，綠色投資不利于碳減排;在區(qū)間2，“綠色投資”對“碳排放強度”的邊際效應在0上下震蕩，綠色投資對碳排放強度沒有顯著影響;在區(qū)間3，“綠色投資”對“碳排放強度”的邊際效應小于0，綠色投資顯著促進了碳減排。同樣，與前文得出的“倒U型”非線性關系的結論也有所不同，而“倒U型”關系很可能也是“倒N型”關系的一部分?？傮w而言，綠色投資與碳排放強度之間也存在非線性關系，假說H2也得到驗證。

4.不同綠色投資的異質性影響

由于本文的“綠色投資”包括“環(huán)保投資（EI）”“生產性綠色投資（PGI）”和“綠色企業(yè)融資（GF）”3個部分，而這3種投資對宏觀經濟和企業(yè)行為的影響具有不同的機制，因而其對經濟高質量發(fā)展和碳排放強度的影響可能具有異質性表現。為此，本文進一步利用半參數面板空間滯后模型分別考察這三類綠色投資對經濟高質量發(fā)展和碳排放強度的影響。圖3和圖4分別給出了不同的綠色投資對經濟高質量發(fā)展和碳排放強度的非線性影響，雖然其表現出明顯的異質性，但在總體上看，綠色投資的增加具有從抑制經濟高質量發(fā)展和碳減排向促進經濟高質量發(fā)展和碳減排轉變的趨勢。

（1）環(huán)保投資對經濟高質量發(fā)展水平具有“倒U型”的非線性影響。當lnEI<3.4時，“環(huán)保投資”對“經濟高質量發(fā)展水平”的邊際效應小于0，環(huán)保投資增加會抑制經濟高質量發(fā)展。當3.4≤lnEI<5.7時，“環(huán)保投資”對“經濟高質量發(fā)展水平”的邊際效應大于0，環(huán)保投資增加會促進經濟高質量發(fā)展。當lnEI≥5.7時，“環(huán)保投資”對“經濟高質量發(fā)展水平”的邊際效應由正轉負，環(huán)保投資增加會抑制濟高質量發(fā)展。其原因可能在于，轉變企業(yè)生產方式以及調整地區(qū)經濟結構會付出巨大的經濟代價，環(huán)保投資作為治理環(huán)境的專項資金，在初期的規(guī)模較小，無法彌補因經濟轉型發(fā)展帶來的損失;隨著環(huán)保投資規(guī)模逐漸擴大，企業(yè)在生產技術得到改善的同時也在一定程度上帶動了就業(yè)量增加，促使地區(qū)經濟發(fā)展質量提高。需要注意的是，環(huán)保投資很大程度上屬于政府對于環(huán)境治理的消耗型投資，當達到一定規(guī)模時可以通過改善生態(tài)環(huán)境以提升經濟發(fā)展質量，但超過一定規(guī)模后其經濟效益和社會效益的不足可能逐漸顯現，導致繼續(xù)擴大環(huán)保投資可能不利于經濟高質量發(fā)展。

（2）生產性綠色投資對經濟高質量發(fā)展水平具有近似“N型”的非線性影響。當lnPGI<3.5時，“生產性綠色投資”對“經濟高質量發(fā)展水平”的邊際效應小于0，生產性綠色投資的增加會抑制經濟高質量發(fā)展。當3.5≤lnPGI<5.5時，“生產性綠色投資”對“經濟高質量發(fā)展水平”的邊際效應大于0，生產性

綠色投資的增加會促進經濟高質量發(fā)展。當5.5≤lnPGI<6.5時，“生產性綠色投資”對“經濟高質量發(fā)展水平”的邊際效應由正轉負，生產性綠色投資的增加會抑制經濟高質量發(fā)展，其原因可能在于：一是由于生產性綠色投資賦能的綠色產業(yè)尚未形成產業(yè)規(guī)模，如水利建設和生態(tài)林業(yè)在GDP中的占比仍然較小，產業(yè)尚不具備規(guī)模優(yōu)勢難以發(fā)揮經濟效益;二是由于缺乏長期穩(wěn)定的經濟效益，無法吸引更多的社會資源流入綠色產業(yè)，進而無法帶動就業(yè)和居民收入增長，進而對經濟發(fā)展質量產生負面影響。當lnPGI≥6.5時，“生產性綠色投資”對“經濟高質量發(fā)展水平”的邊際效應大于0，但作用點稀少，生產性綠色投資的增加能夠促進經濟高質量發(fā)展但作用不顯著。以水利建設和生態(tài)林業(yè)為主的生產性綠色投資往往會受限于地區(qū)的自然稟賦，加上投資收益的周期較長，因而對經濟發(fā)展質量的促進作用有限。

（3）綠色企業(yè)融資對經濟高質量發(fā)展水平具有“N型”的非線性影響。當lnGF<2.9時，“綠色企業(yè)融資”對“經濟高質量發(fā)展水平”的邊際效應小于0，且作用點較為分散，綠色企業(yè)融資的增加在一定程度上抑制了經濟高質量發(fā)展。其原因可能在于，作為新生的投融資模式，綠色企業(yè)融資的規(guī)模較小，對宏觀經濟發(fā)展的影響不大。當2.9≤lnGF<5.5時，綠色企業(yè)融資”對“經濟高質量發(fā)展水平”的邊際效應略微大于0，綠色企業(yè)融資的增加對經濟高質量發(fā)展產生了一定促進作用。當5.5≤lnGF<8.4時，綠色企業(yè)融資”對“經濟高質量發(fā)展水平”的邊際效應小于0，綠色企業(yè)融資的增加不利于經濟高質量發(fā)展。當lnGF≥8.4時，“綠色企業(yè)融資”對“經濟高質量發(fā)展水平”的邊際效應大于0，綠色企業(yè)融資的增加對會促進經濟高質量發(fā)展。綠色產業(yè)在綠色企業(yè)融資支持下逐漸形成規(guī)模效應，企業(yè)也通過產能升級和優(yōu)勝劣汰等方式從污染行業(yè)退出轉向綠色環(huán)保行業(yè)，進一步促進綠色產業(yè)發(fā)展，進而帶動整體經濟轉型和高質量發(fā)展。

（4）環(huán)保投資對碳排放強度具有近似“W型”的非線性影響。當lnEI<3.9時，“環(huán)保投資”對“碳排放強度”的邊際效應大于0，環(huán)保投資增加不利于碳減排。當3.9≤lnEI<6.0時，“環(huán)保投資”對“碳排放強度”的邊際效應在0處震蕩，環(huán)保投資增加對碳排放的影響不明顯。當lnEI≥6.0時，“環(huán)保投資”對“碳排放強度”邊際效應大于0，環(huán)保投資增加不利于碳減排。其原因可能在于：在初期大多數企業(yè)因治理污染成本較高不愿意改變現有的生產經營方式，且環(huán)保投資規(guī)模較小，持續(xù)采用傳統(tǒng)生產方式實現經濟增長勢必會加大二氧化碳排放;隨著環(huán)保投資力度的加大，雖然對碳排放治理起到一定作用，但由于“能源回彈效應”的存在，導致通過環(huán)保投資而獲得的碳減排效果可能小于預期，而且經濟快速增長對于能源的消耗也不斷增加，這可能會部分甚至完全抵消環(huán)保投資帶來的碳減排效應，進而導致碳排放強度的提升。

（5）生產性綠色投資對碳排放強度具有“U型”的非線性影響。當lnPGI<3.2時，“生產性綠色投資”對“碳排放強度”的邊際效應大于0，生產性綠色投資增加不利于碳減排。當3.2≤lnPGI<5.4時，“生產性綠色投資”對“碳排放強度”的邊際效應小于0，生產性綠色投資的增加有利于碳減排。生產性綠色投資的增加促進了水利建設和生態(tài)林業(yè)等綠色產業(yè)的發(fā)展，在產生經濟效益的同時可以降低CO2排放。當lnPGI≥5.4時，“生產性綠色投資”對“碳排放強度”的邊際效應由負轉正，生產性綠色投資增加不

利于碳減排。其原因可能在于，隨著經濟進一步發(fā)展，企業(yè)成長和居民生活對能源的消費量快速增加，能源消費總量快速增長帶來的規(guī)模效應超過生產性綠色投資帶來的減排效應，從而表現為碳排放強度的提高。

（6）綠色企業(yè)融資對碳排放強度具有近似“M型”的非線性影響。當lnGF<3.1時，“綠色企業(yè)融資”對“碳排放強度”的邊際效應較為分散，綠色企業(yè)融資增加對碳減排沒有顯著影響。綠色融資主要是針對綠色環(huán)保企業(yè)進行融資，而在經濟轉型初期，由于綠色產業(yè)規(guī)模較小，綠色企業(yè)獲得的綠色融資也較少，不能起到有效減少碳排放的作用。當3.1≤lnGF<8.8時，綠色企業(yè)融資規(guī)模逐漸增大，但對碳排放的影響總體上還是不大。當lnGF≥8.8時，“綠色企業(yè)融資”對“碳排放強度”的邊際效應小于0，綠色企業(yè)融資增加有利于碳減排。這主要是由于綠色企業(yè)獲得更多融資，激勵了其對低碳生產技術的研發(fā)和利用，提高了能源利用效率，減少了二氧化碳排放，有效抑制了碳排放。

5.中介效應檢驗

為了考察碳排放強度在綠色投資影響經濟高質量發(fā)展中是否具有中介作用，本文應用中介效應模型進行檢驗，并使用Bootstrap統(tǒng)計值進行二次檢驗，以驗證中介效應檢驗結果的穩(wěn)健性，結果如表9所示。“綠色投資”對“經濟高質量發(fā)展水平”的總體效應為負但不顯著，對“碳排放強度”有顯著的正向影響，與前文分析結果基本一致;而中介變量“碳排放強度”對“經濟高質量發(fā)展水平”有顯著的負向影響，說明碳排放強度在綠色投資影響經濟高質量發(fā)展的過程中存在中介效應。進一步檢驗的Bootstrap統(tǒng)計量為-0.019，通過了5%水平下的顯著性檢驗，表明存在中介效應的檢驗結果是穩(wěn)健的，假說H3得到驗證。

五、研究結論與對策建議

本文采用2003—2019年中國30個省區(qū)市的面板數據，運用空間杜賓模型和半參數面板空間滯后模型分析綠色投資對經濟高質量發(fā)展和碳排放強度的影響，研究結果表明：中國各地區(qū)的經濟高質量發(fā)展水平和碳排放強度均具有顯著的空間正相關性和空間溢出效應;綠色投資對經濟高質量發(fā)展的影響存在“U型”或“N型”非線性關系，對碳排放強度存在“倒U型”或“倒N型”非線性關系，目前總體上表現出從抑制經濟高質量發(fā)展和碳減排向促進經濟高質量發(fā)展和碳減排轉變的趨勢;不同種類的綠色投資對經濟高質量發(fā)展和碳排放強度的影響具有顯著的異質性，隨著投資規(guī)模不斷增加，相比環(huán)保投資和生產性綠色投資，綠色企業(yè)融資更有利于經濟高質量發(fā)展和碳減排;綠色投資可以通過影響碳排放強度作用于經濟高質量發(fā)展，即碳排放強度在綠色投資與經濟高質量發(fā)展之間具有中介效應。可見，綠色投資要有效發(fā)揮其促進經濟高質量發(fā)展和碳減排的作用，不但要擴大投資規(guī)模，而且要通過領域拓展和模式創(chuàng)新等提高投資質量。尤其是環(huán)保投資和生產性綠色投資，當其規(guī)模擴大到一定程度后要警惕其可能帶來的負面影響?；谝陨辖Y論，提出如下對策建議：

第一，建立和完善區(qū)域聯動機制，有效利用空間溢出效應，共同促進經濟高質量發(fā)展和碳減排。分析表明，無論是經濟高質量發(fā)展，還是碳排放強度，都具有顯著的空間正相關性和空間溢出效應。因此，各地區(qū)不但要努力推進自身的經濟高質量發(fā)展和碳減排，還要充分利用空間溢出效應，通過區(qū)域聯動來相互促進。經濟發(fā)展水平較高地區(qū)在提升本地區(qū)發(fā)展質量的同時，應積極利用自身的區(qū)位優(yōu)勢、資源優(yōu)勢、技術優(yōu)勢等，增強高質量發(fā)展的空間溢出效應，起到以點帶面的作用，逐步形成區(qū)域協(xié)作發(fā)展態(tài)勢，帶動整體經濟高質量發(fā)展。而碳排放較高的地區(qū)也會帶動鄰接地區(qū)碳排放的增長，碳減排不是靠一方努力就能解決問題的，需要加強區(qū)域聯防聯控，共同制定碳排放減排措施，并建立和完善區(qū)域間利益協(xié)調機制，形成碳減排共同體。

第二，持續(xù)加大綠色投資規(guī)模和領域，并對各類綠色投資實施差異化策略以提高投資質量和效益，助推經濟高質量發(fā)展和碳減排目標的實現。對于環(huán)保投資，當達到一定規(guī)模時，應注意提高其經濟效益和社會效益;環(huán)保投資通常更注重環(huán)境效益，但也應積極探索新的投資方式和領域，力求在實現環(huán)境效益的同時也兼顧經濟效益和社會效益，進而促進高經濟質量發(fā)展。對于生產性綠色投資，需要縮短產生經濟效益的周期，并加快實現碳減排的速度;同時，應加強地區(qū)之間的合作，增強綠色產業(yè)發(fā)展的規(guī)模效應，促進整體經濟的提質增效和跨區(qū)域碳減排。對于綠色企業(yè)融資，各地區(qū)應不斷完善市場機制，擴大綠色資金規(guī)模，豐富綠色融資產品，滿足綠色產業(yè)發(fā)展對資金的需求，為不同綠色環(huán)保企業(yè)提供個性化多樣化的融資渠道和服務，助力綠色產業(yè)鏈升級和發(fā)展，進而更有效地促進經濟高質量發(fā)展和碳減排。

本文雖然采用半參數空間計量模型著重探討了綠色投資與經濟高質量發(fā)展以及綠色投資與碳排放強度之間的非線性關系，也探索了碳排放強度在綠色投資與經濟高質量發(fā)展之間的中介效應，得到了一些有益的結論。但未進一步探索碳排放強度對經濟高質量發(fā)展的影響，在中介效應分析中未將空間因素納入研究范疇，有待后續(xù)運用更加復雜的空間計量模型進一步揭示綠色投資、經濟高質量發(fā)展與碳排放強度三者之間的內在關系和作用機制。

參考文獻：

[1]林兆木.關于我國經濟高質量發(fā)展的幾點認識[N].人民日報，2018-01-17（007）.

[2]林伯強，吳微.中國現階段經濟發(fā)展中的煤炭需求[J].中國社會科學，2018（2）：141-161+207-208.

[3]張明龍.市場化進程中綠色投資對經濟高質量發(fā)展的空間效應研究——基于空間杜賓模型的實證分析[J].貴州財經大學學報，2020（4）：89-100.

[4]LIZZ，LiRYM，MALIKMY，etal.DeterminantsofcarbonemissioninChina：Howgoodisgreeninvestment？[J].SustainableProductionandConsumption，2021，27（6）：392-401.

[5]廖顯春，李小慧，施訓鵬.綠色投資對綠色福利的影響機制研究[J].中國人口·資源與環(huán)境，2020（2）：148-157.

[6]SACHSJD，WOOWT，YOSHINON，etal.Importanceofgreenfinanceforachievingsustainabledevelopmentgoalsandenergysecurity[C]//2019HandbookofGreenFinance，EnergySecurityandSustainableDevelopment.2019：1-10

[7]DIKAUS，VOLZU.Centralbanking，climatechange，andgreenfinance[C]//2019HandbookofGreenFinance，EnergySecurityandSustainableDevelopment.2019：1-23.

[8]RENXD，SHAOQL，ZHONGRY.Nexusbetweengreenfinance，non-fossilenergyuse，andcarbonintensity：EmpiricalevidencefromChinabasedonavectorerrorcorrectionmodel[J].JournalofCleanerProduction，2020，277：1-12.

[9]SHENYJ，SUZW，MALIKMY，etal.Doesgreeninvestment，financialdevelopmentandnaturalresourcesrentlimitcarbonemissions？AprovincialpanelanalysisofChina[J].ScienceoftheTotalEnvironment，2021，755：1-12.

[10]STOKEYNL.Aretherelimitstogrowth？[J].InternationalEconomicReview，1998，39（1）：1-31.

[11]ARIGAJM.Internalizingenvironmentalqualityinasimpleendogenousgrowthmodel[D].UniversityofMaryland，2002：14-16.

[12]SORETZS.Stochasticpollutionandenvironmentalcareinanendogenousgrowthmodel[J].TheManchesterSchool，2003，71（4）：448-469.

[13]劉夢，胡漢輝.如何讓綠水青山成為金山銀山——基于碳排放對高質量發(fā)展作用的經驗證據[J].云南財經大學學報，2020（4）：19-35.

[14]徐斌，陳宇芳，沈小波.清潔能源發(fā)展、二氧化碳減排與區(qū)域經濟增長[J].經濟研究，2019（7）：188-202.

[15]林伯強，徐斌.研發(fā)投入、碳強度與區(qū)域二氧化碳排放[J].廈門大學學報（哲學社會科學版），2020（4）：70-84.

[16]葉阿忠，張錫書，朱松平，梁文明，王宣惠.應用空間計量經濟學：軟件操作和建模實例[M].北京：清華大學出版社，2020.

[17]溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心理科學進展，2014（5）：731-745.

[18]楊文舉，文歡.長江經濟帶高質量發(fā)展的理論探索和現實思考——“2018·長江經濟帶高質量發(fā)展研討會”綜述[J].西部論壇，2019（1）：116-119+124.

[19]馬茹，羅暉，王宏偉，王鐵成.中國區(qū)域經濟高質量發(fā)展評價指標體系及測度研究[J].中國軟科學，2019（7）：60-67.

[20]高培勇.理解、把握和推動經濟高質量發(fā)展[J].經濟學動態(tài)，2019（8）：3-9.

[21]陳詩一，陳登科.霧霾污染、政府治理與經濟高質量發(fā)展[J].經濟研究，2018（2）：20-34.

[22]魏敏，李書昊.新時代中國經濟高質量發(fā)展水平的測度研究[J].數量經濟技術經濟研究，2018，35（11）：3-20.

[23]曾勝.中國經濟高質量發(fā)展、能源消費影響因素與總量控制——基于Copula函數的實證研究[J].學術論壇，2019（2）：11-19.

[24]陳景華，陳姚，陳敏敏.中國經濟高質量發(fā)展水平、區(qū)域差異及分布動態(tài)演進[J].數量經濟技術經濟研究，2020（12）：108-126.

[25]田云，陳池波.中國碳減排成效評估、后進地區(qū)識別與路徑優(yōu)化[J].經濟管理，2019（6）：22-37.

[26]EYRAUDL，CLEMENTSB，WANEA.Greeninvestment：Trendsanddeterminants[J].EnergyPolicy，2013，60（6）：852-865.

[27]KRUSHELNYTSKAO.Introductiontogreenfinance[DB/OL].http：//www.thegef.org/sites/default/files/events/Intro%20to%20Green%20Finance.pdf，2018.

[28]孟耀.基于資源環(huán)境保護的綠色投資及其發(fā)展思路[J].財經問題研究，2007（5）：64-69.

[29]張莉莉，肖黎明，高軍峰.中國綠色金融發(fā)展水平與效率的測度及比較——基于1040家公眾公司的微觀數據[J].中國科技論壇，2018（9）：100-112+120.

[30]莫龍炯，景維民.轉型時期混合所有制的經濟增長效應[J].經濟學動態(tài)，2018（11）：46-58.

[31]周琛影，田發(fā)，周騰.綠色金融對經濟高質量發(fā)展的影響效應研究[J/OL].重慶大學學報（社會科學版）：1-13[2021-09-23].http：//kns.cnki.net/kcms/detail/50.1023.C.20210513.1530.002.html.

[32]王小魯，樊綱，胡李鵬.中國分省份市場化指數報告（2018）[M].北京：社會科學文獻出版社，2019.

[33]趙桂梅，耿涌，孫華平，趙桂芹.中國省際碳排放強度的空間效應及其傳導機制研究[J].中國人口·資源與環(huán)境，2020（3）：49-55.

（編輯：劉仁芳）