作者簡介： 郭志偉（1983—），男，河南登封人，博士，新鄉(xiāng)學(xué)院馬克思主義學(xué)院副教授，研究方向：公共政策;通信作者：陳書偉（1981—），男，河南駐馬店人，博士，河南財經(jīng)政法大學(xué)教授，碩士生導(dǎo)師，研究方向：公共政策。

摘 要：基于2007—2022年中國30個省（區(qū)、市）的綠色金融水平和能源利用效率測度，運用面板Tobit模型實證檢驗綠色金融對能源利用效率的影響效應(yīng)。結(jié)果表明，綠色金融在較低水平時對能源利用效率的增長起到抑制作用，在較高水平時對能源利用效率的增長起到促進作用。調(diào)節(jié)機制表明，綠色金融通過資本引導(dǎo)、資源優(yōu)化配置、技術(shù)創(chuàng)新和節(jié)能減排等中介變量影響能源利用效率。鑒于此，要加快地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級，提升綠色金融整體發(fā)展水平，科學(xué)規(guī)范行業(yè)管理，進一步提升能源利用效率。

關(guān)鍵詞： 綠色金融；能源利用效率；SBM-ML指數(shù)；面板Tobit模型

中圖分類號：F832 文獻標(biāo)識碼： A 文章編號：1003-7217（2024）06-0035-08

一、引 言

提高能源利用效率是發(fā)展新質(zhì)生產(chǎn)力、推動中國經(jīng)濟高質(zhì)量發(fā)展的必然舉措。能源利用效率的提高與經(jīng)濟高質(zhì)量增長的協(xié)調(diào)發(fā)展是增進各國人民福祉的本質(zhì)要求^[1]。綠色金融是為解決環(huán)境污染問題、降污減排而產(chǎn)生的對金融服務(wù)的新需求，也是金融業(yè)為適應(yīng)環(huán)境保護和提高能源利用效率的需要而提供的新服務(wù)類型，其通過綠色保險、綠色信貸等金融工具引導(dǎo)資金流向低碳、清潔能源等環(huán)保項目，實現(xiàn)金融資源綠色配置和經(jīng)濟結(jié)構(gòu)優(yōu)化^［2，3］，進而提高能源利用效率。

目前學(xué)術(shù)界關(guān)于綠色金融對能源利用效率的影響研究主要集中在兩個方面：一是從宏觀層面探討綠色金融對能源利用的影響效應(yīng)，認(rèn)為綠色金融能有效降污減排，促進經(jīng)濟綠色轉(zhuǎn)型和經(jīng)濟高質(zhì)量發(fā)展^[4，5]，綠色金融可以優(yōu)化能源配置結(jié)構(gòu)進而優(yōu)化經(jīng)濟結(jié)構(gòu)^[6，7]。二是從企業(yè)微觀層面探討綠色金融對能源利用的影響效應(yīng)，認(rèn)為綠色金融通過重新配置金融資源，提高了高污染企業(yè)的融資難度和成本^[8]，從而有效促進能源利用^[9，10]和企業(yè)綠色技術(shù)創(chuàng)新與綠色轉(zhuǎn)型^[11-13]。

已有文獻集中探討了綠色金融對能源利用的影響，尚缺少對綠色金融影響能源利用效率的研究。

綜合判斷中國當(dāng)前的綠色金融水平，厘清綠色金融的應(yīng)用和發(fā)展對能源利用效率的影響特征并分析其作用機制，在此基礎(chǔ)上考察不同環(huán)境下影響效果的異質(zhì)性特征，可以為發(fā)揮綠色金融效能、著力提升能源利用效率提供理論參考。

本文首先從正向影響效應(yīng)和負(fù)向影響效應(yīng)兩個方面討論了綠色金融對能源利用效率的影響機制；其次，使用帶有環(huán)境污染非期望產(chǎn)出的SBM-ML模型測度了2007—2022年中國30個?。▍^(qū)、市）①的能源利用效率，并在不同層面進行詳細的對比分析；最后，運用面板Tobit模型就綠色金融對能源利用效率的影響效應(yīng)進行實證檢驗，并探討了不同綠色金融發(fā)展水平對能源利用效率影響的差異性。

二、機制分析

綠色金融可能對能源利用效率產(chǎn)生正、負(fù)兩方面的影響。綠色金融可以重新配置金融資源，有效促進企業(yè)綠色技術(shù)創(chuàng)新，并通過監(jiān)督企業(yè)行為規(guī)范，達到節(jié)能減排的目的，對能源利用效率產(chǎn)生正向影響效應(yīng)。同時綠色金融的發(fā)展會伴隨一定的資源損耗和成本損失，加上政府的過度干預(yù)，有可能對能源利用效率產(chǎn)生負(fù)向影響效應(yīng)。因此，綠色金融的發(fā)展和能源利用效率的提升能否實現(xiàn)“雙贏”，取決于二者之間“正向影響效應(yīng)”和“負(fù)向影響效應(yīng)”的大小。

（一）正向影響效應(yīng)

資本引導(dǎo)效應(yīng)。綠色金融通過對潛在的綠色項目的選擇形成資金引導(dǎo)，節(jié)能環(huán)保類企業(yè)獲得足夠的資金流支持以補充企業(yè)發(fā)展資本，進而推動本企業(yè)節(jié)能環(huán)保項目的開展，并對其他類型項目與生產(chǎn)進行優(yōu)化^[14]。另外，其增加了該領(lǐng)域企業(yè)或項目的投資價值，吸引更多外部融資支持。

資源優(yōu)化配置效應(yīng)。綠色金融通過金融資源的重配，對綠色產(chǎn)業(yè)、綠色制造和綠色消費產(chǎn)業(yè)體系進行重構(gòu)和優(yōu)化，促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整^[15]。在綠色金融的差異性政策下，對“兩高一?！毙袠I(yè)的企業(yè)實行貸款額度限制和高利率懲罰，增加其融資成本，使資金逐漸從“兩高一?！毙袠I(yè)流向綠色產(chǎn)業(yè)，進而為能源利用效率高的企業(yè)提供更多的資金支持，增加綠色產(chǎn)品供給，促進金融資源優(yōu)化配置，改善能源資源結(jié)構(gòu)^[16，17]。

技術(shù)創(chuàng)新效應(yīng)。對于“兩低”型企業(yè)，綠色金融可以緩解其融資約束，增加其研發(fā)投入，進而提高技術(shù)創(chuàng)新能力，增強環(huán)保政策對經(jīng)濟產(chǎn)生的波特效應(yīng)^[18，19]。對于“兩高”型企業(yè)，綠色金融為污染企業(yè)的工藝和設(shè)備改造提供融資利好，迫使企業(yè)改變投資與生產(chǎn)決策，增加能源利用技術(shù)研發(fā)投入，通過綠色技術(shù)創(chuàng)新提升能源利用效率^{[20，21]}。若“兩低”型企業(yè)的研發(fā)資金得到支持且“兩高”型企業(yè)調(diào)整綠色化改造意愿，企業(yè)重視技術(shù)引進和技術(shù)進步，則能源利用效率能夠得到有效提升。

節(jié)能減排效應(yīng)。對于投資者而言，綠色金融主要通過融資環(huán)節(jié)影響企業(yè)的能源利用，迫使企業(yè)降低污染程度；對于政府而言，綠色金融將環(huán)境風(fēng)險與金融風(fēng)險相結(jié)合，借助市場機制、政府管制以及社會監(jiān)督等多種力量，彌補傳統(tǒng)政策的時滯效應(yīng)，有效緩解市場失靈問題，推進能源節(jié)約和利用^[22，23]；對于消費者而言，綠色金融可以通過創(chuàng)新消費端的綠色金融產(chǎn)品，如信貸利率、保險等方面的優(yōu)惠來降低綠色消費成本，引導(dǎo)消費者進行綠色消費，從需求端解決環(huán)境危機問題，促進能源利用效率的提高^[24]。

（二）負(fù)向影響效應(yīng)

資源損耗效應(yīng)。綠色金融政策的過度傾斜導(dǎo)致很多節(jié)能環(huán)保項目雖吸納了較多的資源，但由于相關(guān)項目和技術(shù)目前還不成熟，可能會造成一定程度的資源浪費和損耗，對能源利用效率產(chǎn)生負(fù)向影響。

成本損失效應(yīng)。從綠色金融的金融資源重配功能來看，綠色金融更傾向于扶持可持續(xù)發(fā)展的綠色產(chǎn)業(yè)，而作為當(dāng)前經(jīng)濟發(fā)展支柱的傳統(tǒng)產(chǎn)業(yè)會受到阻礙，抑制傳統(tǒng)產(chǎn)業(yè)的發(fā)展勢必造成一定的成本損失，若該成本損失超過對綠色產(chǎn)業(yè)支持帶來的經(jīng)濟效益，則會影響能源利用效率的提高^[25]。此外，綠色金融相關(guān)政策的過快推進會淘汰大批落后產(chǎn)能，勢必帶來較高的潛在轉(zhuǎn)型成本^[26]。

政府干預(yù)效應(yīng)。綠色金融政策涉及政府的決策引導(dǎo)，政府通過采取嚴(yán)格措施和提供資金支持來提高綠色金融政策的實施效率，改善能源利用的同時也造成了一定的政策執(zhí)行成本。過多的政府干預(yù)會對企業(yè)自由運行產(chǎn)生扭曲效應(yīng)，抑制市場在資源配置中的決定性作用，難以誘發(fā)嚴(yán)格意義的技術(shù)信息外溢，不利于能源利用效率的提升^[27]。

綠色金融影響能源利用效率的作用機制如圖1所示。

三、研究設(shè)計

（一）模型設(shè)定

采用Tobit回歸分析模型^[28]實證檢驗綠色金融與能源利用效率的關(guān)系。為了進一步考察綠色金融與能源利用效率之間是否存在非線性關(guān)系，在模型中加入綠色金融的二次項。具體模型如下：

EEit=α0+α1Gfit+∑5j=2αjXit+ηt+εit （1）

EEit=β0+β1Gfit+β2Gf2it+∑5j=3βjXit+ηt+εit （2）

式（1）和式（2）中，EEit代表能源利用效率，Gfit代表綠色金融發(fā)展水平，Gf2it表示綠色金融的二次項，Xit為其他控制變量，ηt為時間固定效應(yīng)，εit表示隨機擾動項。

（二）變量說明

1.被解釋變量。能源利用效率（EE）：采用非期望產(chǎn)出的SBM-ML指數(shù)模型測度中國30個?。▍^(qū)、市）的能源利用效率。以每個?。▍^(qū)、市）為一個決策單元，構(gòu)建處理非期望產(chǎn)出的SBM模型及考察兩個時段生產(chǎn)效率變化的Malmquist 指數(shù)來測算能源利用效率。首先，利用非期望產(chǎn)出的SBM的DEA模型^[29]進行計算，每個決策單元都存在Q種投入X=x1，x2，…，xQ∈RQ+，P種期望產(chǎn)出Y=y1，y2，…，yP∈RP+ ，L種非期望產(chǎn)出Z=z1，z2，…，zL∈RL+。在假定規(guī)模報酬可變時，i?。▍^(qū)、市）在ｔ年包含非期望產(chǎn)出的SBM方向性距離函數(shù)可定義為：

Dtv（xti，yti，zti）=ρ=

min 1－1Q∑Qq=1sxqxiq1+1P+L∑Pp=1sypyip+∑Ll=1szlzil

s.t.xti，q=∑Ii=1λtixti，q+sxq，q=1，2，…，Qyti，p=∑Ii=1λtiyti，p－syp，p=1，2，…，Pzti，l=∑Ii=1λtizti，l+szl，l=1，2，…，L∑Ii=1λti=1，λti≥0，sxq≥0，syp≥0，szl≥0，

i=1，2，…，I （3）

其中，Dtv表示規(guī)模報酬可變條件下的方向性距離函數(shù)，（xti，yti，zti）表示?。▍^(qū)、市）ｉ的投入產(chǎn)出集，ρ表示效率評價指標(biāo)，sxq表示投入的過剩，syp表示合意產(chǎn)出的不足，szl表示非合意產(chǎn)出的不足，λti表示權(quán)重。

基于上述SBM方向性距離函數(shù)的定義，借鑒Chung等^[30]提出的ML指數(shù)，引入跨期動態(tài)的概念，構(gòu)建了從t到t+1的相鄰參比的SBM-ML指數(shù)，并進一步分解為EC指數(shù)和TC指數(shù)，模型具體分解如下：

SBM－ML^t，t+1（xt，yt，zt，x^t+1，y^t+1，z^t+1）=

Dtv（x^t+1，y^t+1，z^t+1）Dtv（xt，yt，zt）×D^t+1v（x^t+1，y^t+1，z^t+1）D^t+1v（xt，yt，zt）¹²=

D^t+1v（x^t+1，y^t+1，z^t+1）Dtv（xt，yt，zt）×

Dtv（x^t+1，y^t+1，z^t+1）D^t+1v（x^t+1，y^t+1，z^t+1）×Dtv（xt，yt，zt）D^t+1v（xt，yt，zt）¹²=

EC^t，t+1×TC^t，t+1（4）

其中，技術(shù)效率指數(shù)（EC）測度了管理制度與政策改革等帶來的效果。該指數(shù)大于1表示技術(shù)效率改進并對能源利用效率增長有貢獻。技術(shù)進步指數(shù)（TC）體現(xiàn)的是技術(shù)進步引起的生產(chǎn)可能性邊界外移，測度了生產(chǎn)工藝技術(shù)、制造技能等方面帶來的提升狀況。該指數(shù)大于1表示技術(shù)進步并對能源利用效率增長有貢獻。

在SBM-ML模型中，選取就業(yè)人數(shù)、資本存量和能源消費總量作為投入指標(biāo)，地區(qū)生產(chǎn)總值作為期望產(chǎn)出指標(biāo)，二氧化碳排放作為反映綠色發(fā)展概念的非期望產(chǎn)出指標(biāo)。各變量的具體處理過程如下。

（1）投入指標(biāo)。投入指標(biāo)選擇勞動、資本和能源三項指標(biāo)。勞動投入選用各?。▍^(qū)、市）歷年就業(yè)人員數(shù)作為代替指標(biāo)；能源投入選用折合成標(biāo)準(zhǔn)煤的地區(qū)能源消費總量作為代替指標(biāo)；資本投入指標(biāo)采用“永續(xù)盤存法”測算?。▍^(qū)、市）資本存量，公式為kt=kt－1（1－δt）+It，其中It表示t期固定資本形成總額，kt表示t期的資本存量，δt是指t期實物資本的折舊率。借鑒學(xué)界相關(guān)研究成果^[31]，使用10.96%的折舊率（δ）測算2007—2018年各?。▍^(qū)、市）資本存量，并折算以2000年為基期的不變價格。

（2）產(chǎn)出指標(biāo)。產(chǎn)出指標(biāo)分為期望產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)。期望產(chǎn)出指標(biāo)選用各地區(qū)生產(chǎn)總值作為替代指標(biāo)，剔除時間價格因素的影響，平減到以2000年為基期的不變價格水平。非期望產(chǎn)出指標(biāo)使用二氧化碳排放量作為代理變量。二氧化碳排放主要來源于兩個生產(chǎn)生活過程，分別是化石能源消費燃燒排放二氧化碳和水泥工業(yè)生產(chǎn)過程從生料轉(zhuǎn)化為熟料環(huán)節(jié)排放二氧化碳^[32]。由于煤炭、石油和天然氣是中國廣泛使用的一次能源，這里考慮這三種化石能源所對應(yīng)的碳排放量。估算化石能源消費燃燒排放的二氧化碳量，需要計算煤炭、石油和天然氣的排放系數(shù)，根據(jù)李鍇和齊紹洲^[32]的計算方法，可得出煤炭、石油和天然氣三種化石能源的二氧化碳排放系數(shù)分別為2.7412、2.1358和1.6262。估算水泥工業(yè)生產(chǎn)過程從生料轉(zhuǎn)化為熟料環(huán)節(jié)排放的二氧化碳量，首先需要確定水泥熟料的碳排放因子，根據(jù)陳詩一^[33]的做法，結(jié)合當(dāng)前中國實際情況，生產(chǎn)一噸的水泥熟料，原料分解直接排放的非碳燃燒產(chǎn)生0.5272噸二氧化碳，即水泥熟料的二氧化碳排放因子為0.5272。據(jù)此，可以估算各?。▍^(qū)、市）二氧化碳的排放量。

2.核心解釋變量。綠色金融（Gf）：鑒于數(shù)據(jù)的可得性以及綠色金融體系的構(gòu)成，從綠色信貸、綠色保險、綠色證券、綠色投資、碳金融五個方面選取8個二級指標(biāo)，構(gòu)建了綠色金融發(fā)展評價指標(biāo)體系來評估綠色金融發(fā)展水平（見表1）。參考Wang等^[34]的做法，采用熵值法對綠色金融發(fā)展水平進行測算。與德爾菲法、層次分析法、二項式系數(shù)法等主觀賦權(quán)法相比，熵值法可以根據(jù)各指標(biāo)的變異程度計算出各指標(biāo)的熵權(quán)，然后通過熵權(quán)對各指標(biāo)的權(quán)重進行修正，從而得到更客觀的指標(biāo)權(quán)重，可以有效減少主觀因素的影響。

3.控制變量。考慮到受其他因素的影響，選取如下控制變量：外商直接投資（Fdi），選取實際使用外資直接投資與GDP的比值衡量，其中實際使用外資金額根據(jù)人民幣對美元匯率換算成億元；產(chǎn)業(yè)結(jié)構(gòu)變動（Ior），選取第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值衡量；政府干預(yù)水平（Gov），選取政府財政支出與GDP的比值衡量；綠色信貸政策虛擬變量（Policy），考慮到銀監(jiān)會2012年制定并實施了《綠色信貸指引》，引入Policy為《綠色信貸指引》實施前后的政策虛擬變量，實施后的期間（2012年及以后）取值為1，實施前的期間（2012年以前）取值為0^[11]。

（三）數(shù)據(jù)來源與描述性統(tǒng)計

以2007—2022年中國30個?。▍^(qū)、市）為樣本。數(shù)據(jù)主要來源于EPS數(shù)據(jù)庫、RESSET數(shù)據(jù)庫、《中國統(tǒng)計年鑒》、《中國環(huán)境年鑒》、《中國環(huán)境統(tǒng)計年鑒》、《中國保險年鑒》、《中國能源統(tǒng)計年鑒》以及各省（區(qū)、市）歷年統(tǒng)計年鑒，缺失年份數(shù)據(jù)采用平行趨勢求出，部分缺失數(shù)據(jù)采用插值法求出。數(shù)據(jù)單位及描述性統(tǒng)計結(jié)果如表2所示。

四、實證結(jié)果分析

（一）能源利用效率的測量結(jié)果

利用MAXDEA軟件對樣本數(shù)據(jù)進行了SBM-ML指數(shù)及其分解測算，圖2給出了2007—2022年樣本整體的能源利用效率指數(shù)、技術(shù)效率指數(shù)、技術(shù)進步指數(shù)的變化趨勢。從整體來看，在2012年之前，三個指數(shù)變化幅度較大，可能是因為中國從“十一五”時期開始提出將節(jié)能指標(biāo)作為約束性指標(biāo)，并于2006年首次將節(jié)能減排目標(biāo)納入國民經(jīng)濟發(fā)展規(guī)劃綱要，對能源利用效率產(chǎn)生影響。之后呈現(xiàn)平穩(wěn)增長的態(tài)勢。此外，能源利用效率與技術(shù)進步變化趨勢基本相同，說明技術(shù)進步是能源利用效率的推動力，能源利用效率的變動主要源于技術(shù)進步的變動。圖3反映了樣本期內(nèi)各地區(qū)能源利用效率的動態(tài)變化情況。觀察發(fā)現(xiàn)，2007—2022年東、中、西部地區(qū)能源利用效率指數(shù)變動趨勢有所差異。2012年以后，總體趨于平穩(wěn)，東部地區(qū)最高，中部地區(qū)次之，西部地區(qū)最低，且東、中部地區(qū)均高于全國平均值。這說明東、中部地區(qū)近年來在提振經(jīng)濟增速的同時，也注重資源節(jié)約與能源的有效利用，以實現(xiàn)經(jīng)濟發(fā)展與綠色發(fā)展雙贏的目標(biāo)。此外，這也反映了近年來東、中部地區(qū)通過推進經(jīng)濟發(fā)展的動力變革、效率變革與質(zhì)量變革以推動經(jīng)濟高質(zhì)量發(fā)展的努力。而西部地區(qū)整體經(jīng)濟的技術(shù)發(fā)展相對較差，反映出西部地區(qū)對提升能源利用效率重視不足，主要原因可能在于經(jīng)濟結(jié)構(gòu)和發(fā)展階段的差異性。

（二）基準(zhǔn)回歸結(jié)果

基準(zhǔn)回歸結(jié)果如表3所示。表3中LR檢驗以及Wald檢驗均通過顯著性檢驗，說明模型擬合效果很好，Tobit回歸模型的使用是合理的。列（1）表示只包含綠色金融一次項對能源利用效率的回歸。結(jié)果顯示綠色金融對能源利用效率表現(xiàn)顯著的負(fù)效應(yīng)。列（2）表示綠色金融一次項與二次項對能源利用效率的回歸。綠色金融的一次項為負(fù)，二次項為正，均在1％的顯著性水平上通過了檢驗。以上結(jié)果表明在綠色金融處于較低水平時對能源利用效率產(chǎn)生負(fù)向影響，但隨著綠色金融水平的提高，對能源利用效率產(chǎn)生的影響變?yōu)檎?，即形成正Ｕ形關(guān)系。原因在于，當(dāng)綠色金融水平較低時，一方面，中國綠色金融發(fā)展存在市場發(fā)育不成熟、社會公眾的綠色金融意識不高、綠色金融產(chǎn)品的創(chuàng)新性不高、監(jiān)管體系建設(shè)和風(fēng)險管理機制不健全等問題，加之綠色金融具有明顯的外部性特征，造成綠色金融對能源利用效率的促進作用無法發(fā)揮出來。另一方面，由于資源損耗效應(yīng)、成本損失效應(yīng)、政府干預(yù)效應(yīng)的存在，綠色金融對能源利用產(chǎn)生負(fù)向影響，導(dǎo)致能源利用效率的下降。但是隨著綠色金融發(fā)展逐漸成熟，其發(fā)揮的積極作用逐漸增大，經(jīng)濟主體迫于潛在社會及經(jīng)濟成本壓力，開始優(yōu)化資源產(chǎn)業(yè)結(jié)構(gòu)，開展技術(shù)創(chuàng)新，追求節(jié)能減排，從而提升能源利用效率。

表3列（3）和列（4）加入一系列控制變量，綠色金融一次項與二次項系數(shù)的方向及顯著性均沒有發(fā)生變化。外商直接投資（Fdi）在10%的顯著性水平下通過檢驗。產(chǎn)業(yè)結(jié)構(gòu)變動（Ior）表現(xiàn)出顯著的正向影響效應(yīng)，說明產(chǎn)業(yè)結(jié)構(gòu)對能源利用效率具有顯著的正向影響。隨著產(chǎn)業(yè)結(jié)構(gòu)的變動，不同產(chǎn)業(yè)之間協(xié)調(diào)聚合的程度上升，產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級有利于能源利用效率的提升^［35］。政府干預(yù)水平（Gov）表現(xiàn)出顯著的負(fù)向影響效應(yīng)，說明政府對經(jīng)濟活動的過分干預(yù)可能會扭曲市場在資源配置中的決定性作用，擾亂資源的合理配置與流動，不能發(fā)揮能源要素的最大化效用，不利于能源利用效率的提升。綠色信貸政策虛擬變量（Policy）表現(xiàn)出顯著的正向影響效應(yīng)，說明作為綠色金融體系的關(guān)鍵組成部分，《綠色信貸指引》的實施能夠很好地促進能源利用效率的提升。

（三）穩(wěn)健性檢驗^②

1.使用不同的回歸模型。考慮到能源利用效率可能存在一定的路徑依賴，加入被解釋變量的一階滯后項，建立動態(tài)面板模型。采用系統(tǒng)GMM模型重新進行估計，估計的結(jié)果均通過了Sargan檢驗和AR（2）檢驗，說明系統(tǒng)GMM使用是合理的。同時回歸結(jié)果在1%的顯著性水平下通過了檢驗，顯現(xiàn)出正向影響，在一定程度上表明結(jié)論具有穩(wěn)健性。

2.縮尾處理?？紤]到異常值的影響，進一步通過剔除異常值進行縮尾處理驗證綠色金融對能源利用效率影響的穩(wěn)健性。對樣本數(shù)據(jù)在5%分位上進行雙邊縮尾檢驗。與基準(zhǔn)回歸結(jié)果相比，回歸系數(shù)符號、回歸系數(shù)大小及顯著性水平并沒有顯著變化，表明結(jié)論具有較強穩(wěn)健性。

3.自變量滯后一期?？紤]到綠色金融對能源利用效率的影響可能存在時滯效應(yīng)，把回歸模型中綠色金融與綠色金融平方項分別滯后一期（Gfi，t－1，Gf2i，t－1）作為解釋變量進行回歸，結(jié)果與基準(zhǔn)回歸結(jié)果一致，進一步表明結(jié)論的穩(wěn)健性。

（四）異質(zhì)性分析

1.基于不同區(qū)域的異質(zhì)性分析。為驗證綠色金融發(fā)展水平正向影響能源利用效率是否存在區(qū)域差異，對東、中、西部地區(qū)樣本展開異質(zhì)性分析。回歸結(jié)果如表4所示，東、中、西部地區(qū)綠色金融對能源利用效率均有顯著的正向影響，但東部地區(qū)綠色金融對能源利用效率的影響效應(yīng)更強，西部地區(qū)最弱，中部地區(qū)居中。

2.基于不同能源類型的異質(zhì)性分析。綠色金融對不同類型能源利用效率的影響可能存在較大差異，采用張慶君和陳蓉^[36]的處理方式，將能源類型劃分為煤炭、石油、天然氣和電力等四類，分別討論綠色金融對這四種能源利用效率的影響，回歸結(jié)果如表5所示，綠色金融對煤炭、石油、天然氣和電力四種能源利用效率的影響對應(yīng)為EE_c、EE_o、EE_ng、EE_e，其回歸結(jié)果分別為1.303、1.293、0.493、0.901，表明綠色金融對煤炭、石油等相對污染較大、碳排放較高的傳統(tǒng)能源利用效率均具有顯著的正向影響；而對于天然氣、電力等相對清潔度較高的綠色能源的利用效率雖具有正向影響，但并不顯著，而綠色金融的平方項的影響則相對顯著。

五、機制識別

上述分析驗證了綠色金融對能源利用效率具有顯著的正向影響，而這種影響的機制是怎么實現(xiàn)的呢？在上述機制分析中，提出綠色金融對能源利用效率有資本引導(dǎo)效應(yīng)、資源優(yōu)化配置效應(yīng)、技術(shù)創(chuàng)新效應(yīng)和節(jié)能減排效應(yīng)，即綠色金融通過資本引導(dǎo)、資源優(yōu)化配置、技術(shù)創(chuàng)新和節(jié)能減排機制提升能源利用效率。為驗證上述機制是否成立，采用王杰和王軍^[37]的處理方式，通過構(gòu)建這些機制的中介效應(yīng)模型進行驗證識別：

Medit=α0+α1Gfit+α2Gf2it+X′itδi+λi+

ηt+εit （5）

EEit=β0+β1Gfit+β2Gf2it+γMedit+

X′itδi+λi+ηt+εit （6）

式（5）和式（6）中，Xit表示控制變量，λi表示省（區(qū)、市）固定效應(yīng)，ηt表示時間固定效應(yīng)，εit為隨機擾動項，Medit表示中介變量?；谏鲜鰴C制分析，分別用資本引導(dǎo)（CG）、產(chǎn)業(yè)調(diào)整（IS）、技術(shù)創(chuàng)新（TI）和節(jié)能減排（CEI）作為機制分析中的中介變量。其中，CG用綠色信貸政策變量表示，為有效反映綠色信貸政策的傳導(dǎo)效應(yīng)，差異化的借貸成本是綠色信貸政策的基本特征，采用除高耗能行業(yè)之外其他行業(yè)的利息支出占利息總支出的比重作為綠色信貸政策變量指標(biāo)；IS用高耗能產(chǎn)業(yè)占比來表示，產(chǎn)業(yè)調(diào)整優(yōu)化主要表現(xiàn)為高耗能產(chǎn)業(yè)占比下降，因此采用除高耗能產(chǎn)業(yè)之外的其他產(chǎn)業(yè)占比作為產(chǎn)業(yè)調(diào)整的變量指標(biāo)；TI用研發(fā)支出強度表示，采用R&D支出占GDP支出的比重作為技術(shù)創(chuàng)新的變量指標(biāo)；CEI用能源碳排放強度表示，采用能源消費碳排放占GDP之比作為節(jié)能減排的變量指標(biāo)。

表6報告了綠色金融影響能源利用效率機制的檢驗結(jié)果。從回歸結(jié)果可知：加入資本引導(dǎo)、資源配置、技術(shù)創(chuàng)新和節(jié)能減排等中介變量，綠色金融對能源利用效率的影響依然呈U形特征，即綠色金融在較低水平時對這些中介變量的影響起抑制作用，而綠色金融在較高水平下則起促進作用。這種影響進而傳導(dǎo)到綠色金融對能源利用效率的影響。因此實證結(jié)果表明，綠色金融通過資本引導(dǎo)、資源配置、技術(shù)創(chuàng)新和節(jié)能減排等機制正向影響能源利用效率。

六、研究結(jié)論及政策啟示

本文基于2007—2022年中國30個?。▍^(qū)、市）綠色金融水平和能源利用效率的測算結(jié)果，采用面板Tobit模型實證檢驗了綠色金融對能源利用效率的影響效應(yīng)，分析了不同綠色金融發(fā)展水平對能源利用效率影響的異質(zhì)性，并討論了綠色金融影響能源利用效率的作用機制，得到如下結(jié)論：一是技術(shù)進步是能源利用效率的主要推動力，而且能源利用效率指數(shù)和技術(shù)進步指數(shù)省份之間差異明顯，東、中、西部地區(qū)能源利用效率指數(shù)變動趨勢呈現(xiàn)明顯差異。二是綠色金融對能源利用效率的影響并非線性，而是呈U形特征，綠色金融處于低水平時將會對能源利用效率產(chǎn)生抑制作用，隨著綠色金融水平的提升，綠色金融對能源利用效率的影響將會由抑制轉(zhuǎn)為促進。通過東、中、西三大區(qū)域的異質(zhì)性分析進一步驗證了這一結(jié)論，即東部地區(qū)最高，中部地區(qū)次之，西部地區(qū)最低，且東、中部地區(qū)均值高于全國整體平均水平。三是綠色金融通過資本引導(dǎo)、資源配置、技術(shù)創(chuàng)新和節(jié)能減排等中介變量的傳導(dǎo)影響能源利用效率。

基于以上研究結(jié)論，本文提出如下政策啟示：

第一，加快地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級，推動地區(qū)綠色技術(shù)進步。通過加強經(jīng)濟主體技術(shù)創(chuàng)新的金融支持，全面推廣節(jié)能減排技術(shù)、清潔高效工藝，提升技術(shù)創(chuàng)新能力，對現(xiàn)有的傳統(tǒng)能源落后的生產(chǎn)方式進行改造更新，促進能源利用效率的提升。第二，提升綠色金融整體發(fā)展水平，增強綠色金融對能源利用效率的影響效應(yīng)。合理引導(dǎo)資金流向綠色、低碳領(lǐng)域；增加科技研發(fā)投入，刺激企業(yè)技術(shù)創(chuàng)新效應(yīng)的顯現(xiàn)；不斷開拓綠色金融市場建設(shè)，鼓勵綠色金融產(chǎn)品創(chuàng)新。第三，制定相應(yīng)的措施和政策，減少綠色金融對能源效率的負(fù)向影響?？茖W(xué)測度綠色金融發(fā)展的適度規(guī)模，統(tǒng)籌制定金融行業(yè)綠色發(fā)展的規(guī)劃方案，達到資源的合理利用；公布綠色產(chǎn)業(yè)目錄清單，為企業(yè)提供參考，降低其轉(zhuǎn)型成本和交易成本；完善跨區(qū)域的碳排放交易市場機制，減少不必要的政府干預(yù)行為，市場力量和適度的政府干預(yù)能夠提升能源利用效率，實現(xiàn)節(jié)能減排；加大教育宣傳力度，提升民眾積極參與環(huán)保事業(yè)的意識，同時重視綠色金融對中小型或民營企業(yè)的資金支持，全面提升能源利用效率。

注釋：

① 鑒于港澳臺數(shù)據(jù)不可得，予以剔除，同時由于西藏數(shù)據(jù)缺失過多，也予以剔除。本文30個省（區(qū)、市）不包括西藏、香港、澳門、臺灣。

② 限于篇幅，此處省略了穩(wěn)健性檢驗的回歸結(jié)果表格，如有需要可向作者索取，下同。

參考文獻：

［1］ 岳立，宋雅瓊，江鈴峰．“一帶一路”國家能源利用效率評價及其與經(jīng)濟增長脫鉤分析[J].資源科學(xué)，2019，41（5）：834-846.

[2] 吳朝霞，曾家豪，劉泓軒，等.綠色金融促進治污減排機制與空間效應(yīng)[J].經(jīng)濟地理，2023，43（10）：128-138.

[3] 張嬈，郭曉旭.綠色信貸政策對企業(yè)綠色治理績效的影響研究：基于政策傳導(dǎo)視角[J].管理學(xué)刊，2023，36（5）：76-95.

[4] Liu R Y， Wang D Q， Zhang L， et al. Can green financial development promote regional ecological efficiency？ A case study of China[J]. Natural Hazards， 2019，95（1）：325-341.

[5] 韓敘，柳瀟明，劉文婷，等.黃河流域綠色金融與經(jīng)濟高質(zhì)量發(fā)展耦合協(xié)調(diào)時空特征及驅(qū)動因素[J].經(jīng)濟地理，2023，43（9）：121-130.

[6] 俞毛毛，馬妍妍.綠色金融政策與地區(qū)出口質(zhì)量提升：基于綠色金融試驗區(qū)的合成控制分析[J].中國地質(zhì)大學(xué)學(xué)報（社會科學(xué)版），2022，22（2）：122-141.

[7] 吳泓翰，徐玖平.綠色金融對中國地區(qū)碳排放效率的影響效應(yīng)分析：基于動態(tài)空間面板模型的實證研究[J].社會科學(xué)研究，2023，45（6）：84-92.

[8] 崔惠玉，王寶珠，徐穎.綠色金融創(chuàng)新、金融資源配置與企業(yè)污染減排[J].中國工業(yè)經(jīng)濟，2023，40（10）：118-136.

[9] 張偉，蘆雨婷.綠色金融助推工業(yè)綠色化轉(zhuǎn)型探討[J].環(huán)境保護，2018，46（22）：13-17.

[10]Peng J Y， Zheng Y H. Does environmental policy promote energy efficiency？ Evidence from China in the context of developing green finance[J]. Frontiers in Environmental Science， 2021，299（7）：1-16．

[11]王馨，王營.綠色信貸政策增進綠色創(chuàng)新研究[J].管理世界，2021，37（6）：173-188.

[12]陳國進，丁賽杰，趙向琴，等.中國綠色金融政策、融資成本與企業(yè)綠色轉(zhuǎn)型：基于央行擔(dān)保品政策視角[J].金融研究，2021，42（12）：75-95.

[13]周肖肖，賈夢雨，趙鑫.綠色金融助推企業(yè)綠色技術(shù)創(chuàng)新的演化博弈動態(tài)分析和實證研究[J].中國工業(yè)經(jīng)濟，2023，40（6）：43-61.

[14]徐勝，趙欣欣，姚雙.綠色信貸對產(chǎn)業(yè)結(jié)構(gòu)升級的影響效應(yīng)分析[J].上海財經(jīng)大學(xué)學(xué)報，2018，20（2）：59-72.

[15]陳瑤.環(huán)境規(guī)制影響工業(yè)綠色轉(zhuǎn)型的中介及門檻效應(yīng)研究[J].財經(jīng)理論與實踐，2023，44（6）：130-137.

[16]陳智蓮，高輝，張志勇. 綠色金融發(fā)展與區(qū)域產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級：以西部地區(qū)為例[J].西南金融， 2018，39 （11）： 70-76.

[17]陳琪.中國綠色信貸政策落實了嗎：基于“兩高一?！逼髽I(yè)貸款規(guī)模和成本的分析[J].當(dāng)代財經(jīng)，2019，40（3）：118-129.

[18]Soundarrajan P， Vivek N. Green finance for sustainable green economic growth in India[J]. Agricultural Economics， 2016，62（1）：35-44.

[19]江紅莉，王為東，王露，等.中國綠色金融發(fā)展的碳減排效果研究：以綠色信貸與綠色風(fēng)投為例[J].金融論壇，2020，25（11）：39-48.

[20]Liu J Y， Xia Y， Fan Y， et al. Assessment of a green credit policy aimed at energy-intensive industries in China based on a financial CGE model[J]. Journal of Cleaner Production， 2017，163（10）：293-302.

[21]張遼，姚蕾.數(shù)字技術(shù)創(chuàng)新對城市經(jīng)濟韌性的影響研究：來自中國278個地級及以上城市的經(jīng)驗證據(jù)[J].管理學(xué)刊，2023，36（5）：38-59.

[22]安偉.綠色金融的內(nèi)涵、機理和實踐初探[J].經(jīng)濟經(jīng)緯，2008，25（5）：156-158.

[23]高原，申珍珍.綠色金融改革政策的碳減排效應(yīng)[J].中國環(huán)境科學(xué)，2022，42（10）：4849-4859.

[24]鄭元楨，王卓涵，蔡懿，等.“雙碳”新格局下企業(yè)綠色技術(shù)創(chuàng)新對其ESG績效的影響及其路徑研究[J].技術(shù)經(jīng)濟，2023，42（3）：64-77.

[25]吳磊，賈曉燕，吳超，等.異質(zhì)型環(huán)境規(guī)制對中國綠色全要素生產(chǎn)率的影響[J].中國人口·資源與環(huán)境，2020，30（10）：82-92.

[26]周琛影，田發(fā)，周騰.綠色金融對經(jīng)濟高質(zhì)量發(fā)展的影響效應(yīng)研究[J].重慶大學(xué)學(xué)報（社會科學(xué)版），2022，28（6）：1-13.

[27]師博，任保平.產(chǎn)業(yè)集聚會改進能源效率么？[J].中國經(jīng)濟問題，2019，61（1）：27-39.

[28]Tobin J. Estimation of relationships for limited dependent variables[J]. Econometrica，1958，26（1）： 24-36.

[29]Tone K， Tsutsui M. Dynamic DEA： a slacks-based measure approach[J]. Omega， 2010，38（3-4）： 145-156.

[30]Chung Y H， Fre R， Grosskopf S. Productivity and undesirable outputs： a directional distance function approach[J]. Journal of Environmental Management，1997，51（3）：229-240.

[31]單豪杰，師博.中國工業(yè)部門的資本回報率：1978—2006[J].產(chǎn)業(yè)經(jīng)濟研究，2008，7（6）：1-9.

[32]李鍇，齊紹洲.貿(mào)易開放、經(jīng)濟增長與中國二氧化碳排放[J].經(jīng)濟研究，2011，46（11）：60-72.

[33]陳詩一.節(jié)能減排、結(jié)構(gòu)調(diào)整與工業(yè)發(fā)展方式轉(zhuǎn)變研究[M].北京：北京大學(xué)出版社，2011.

[34]Wang X Y， Zhao H K， Bi K X. The measurement of green finance index and the development forecast of green finance in China[J]. Environmental and Ecological Statistics， 2021，28（2）： 263-285.

［35］林婷，諶仁俊.全球價值鏈嵌入對制造業(yè)企業(yè)能源效率的影響及機制［J］.中南大學(xué)學(xué)報（社會科學(xué)版），2023，29（3）：113-128.

[36]張慶君，陳蓉.綠色金融政策創(chuàng)新與能源消費碳排放強度：資源配置效應(yīng)還是綠色創(chuàng)新效應(yīng)[J].甘肅社會科學(xué)，2023，45（5）：206-218.

[37]王杰，王軍.綠色金融發(fā)展與能源利用效率提升：理論與中國經(jīng)驗[J].金融論壇，2024，29（5）：70-80.

（責(zé)任編輯：杜舟）

Influence of Green Finance on Energy Efficiency in China

GUO Zhiwei^1，2， CHEN Shuwei³， SHAN Fei³

（1.School of Marxism， Xinxiang University， Xinxiang， Henan 453003， China;

2．Editorial Department of Journal of Management， Xinxiang University， Xinxiang，Henan 453003，China;

（3.School of Government Administration， Henan University of Economics and Law， Zhengzhou， Henan 450016， China）

Abstract：Based on the relevant measures of green finance level and energy efficiency of 30 provinces in China from 2007 to 2022， the panel Tobit model is used to empirically test the influence of green finance on energy efficiency. The results show the green finance at lower levels inhibits the growth of energy efficiency， while at higher levels promotes it. The adjustment mechanism shows that green finance influences energy efficiency via intermediary variables such as investment guidance， resource allocation， technological innovation， energy conservation and emission reduction. Accordingly， such measures should be made that transformation and upgrading of regional industries should be accelerated， the overall development level of green finance should be improved， industry management should be scientifically regulated so as to make further improvement of the energy efficiency.

Key words：green finance; energy efficiency; SBM-ML index; panel Tobit model