區域金融發展與能源效率提升
——“擠出效應”還是“促進效應”

許罕多 閆丹陽

1.中國海洋大學經濟學院青島 266100 2.中國海洋大學海洋發展研究院青島 266100

1 問題提出和相關研究

隨著工業化進程的不斷推進， 經濟高速增長的同時， 能源消耗量的不斷提升直接增加了碳排放量， 這使得國民收入水平提高和“節能減排” 之間出現了兩難選擇[1]。 國家統計局的相關數據顯示， 2019 年中國能源消費量同比增長4.7%， 其中煤炭消費仍占能源消費總量的57%以上， 清潔能源所占比例較低。 現階段， 富煤、 缺油、 少氣的能源結構所決定的能源消費給我國生態環境造成了極大破壞， 能源問題對經濟發展的瓶頸作用愈發明顯。 隨著環境污染問題日益突出， 習近平總書記提出 “綠水青山就是金山銀山” 的發展理念， 使得能源效率與污染治理問題成為政府與社會關注的重要問題。 高效的金融中介通過增加企業融資渠道、 減少融資約束等途徑不僅能夠促進企業創新帶來生產效率的提升， 還能對環境質量的優化以及能源消耗強度的下降產生積極作用。 地區高水平的金融發展通過融資支持和風險分散帶來的企業生產技術升級和創新， 能夠有效減少能源消耗， 降低CO2排放強度， 提升環境質量[2]。 紀強和張大勇指出， 融資難是可再生能源行業面臨的主要障礙之一， 這使得金融發展成為在中國進行能源革命最關鍵的制約因素[3]。 那么， 金融發展對經濟的可持續發展起到什么作用？ 是否顯著影響了能源效率？ 其具體傳導機制是什么？ 這些問題關系到中國金融體系改革的最終成效， 對于能源效率提升和經濟社會可持續發展具有重要經濟意義。

近年來， 對于金融發展和全要素生產率之間關系的研究不斷涌現， 實證分析表明， 金融發展以及金融創新能夠通過緩解信息不對稱等途徑提升全要素生產率[4]。 隨著經濟增長帶來的能源過度消耗和環境污染問題日益嚴重， 在分析金融發展對生產率的影響時， 學者們開始考慮環境污染這種非期望產出因素， 張帆在前人研究的基礎上， 將金融發展與全要素生產率關系的研究逐漸擴展到金融發展與綠色全要素生產率關系上[5]。 綠色全要素生產率考慮了能源投入和環境污染產出， 張帆通過實證分析， 表明地區金融發展能夠有效促進綠色全要素生產率的提高[5]。

“綠水青山就是金山銀山” 的發展理念使得綠色金融逐漸受到各領域的重視[6-7]。 隨著綠色金融日漸興起， 學者們越來越重視金融發展帶來的環境改善效應[8-9]， 更加注重投融資等行為對能源資源有效利用的作用。 金融中介的綠色金融效應是金融中介為環境友好型項目以及新能源產業提供充足的資金支持[10]。 此外， 金融發展通過擴大融資規模等方式有助于降低企業的融資成本， 為企業進行生產技術創新和產業結構升級創造資金條件， 進一步增強企業對于清潔能源的生產能力[11]， 提高企業對可再生資源的有效利用程度[12]。 綠色信貸還可以通過產業結構優化， 有效降低能源消費中煤炭消費的比重， 對綠色經濟增長產生積極效應[13]。 部分學者認為高水平的金融對外開放也有助于發揮金融發展在提高環境質量中的作用。 多數學者在分析金融開放度時， 通常使用外商直接投資（FDI） 作為代理指標， FDI 的增加能夠有效引進國外先進的生產管理經驗， 這在企業生產過程中降低單位能源消耗、 減少生產污染物排放等問題上起到了至關重要的作用[14]。 然而， 也有學者認為金融發展不利于環境質量的提高。 地區金融發展會對企業生產能力的提高給予一定數量的資金支持， 有助于擴大企業生產規模[8]， 致使生產過程中能源消耗增加， 提升CO2排放強度[15]， 最終導致環境惡化[16]。

綜上可知， 盡管已有研究在分析金融發展時將能源的有效利用考慮在內， 但多集中于金融發展對全要素生產率和環境污染的影響， 沒有直接將金融發展和能源效率兩個指標放在同一框架下進行詳細分析， 因此需要進一步對其間關系進行研究。 在指標選取方面， 現有文獻對于能源效率的測度方式存在較大差異， 部分學者直接使用國內生產總值 （GDP） 與能源消費量之比來表示[17]， 而多數文獻則采用數據包絡分析方法[18-19]， 在金融發展指標選取方面往往忽略了金融開放度的影響。 基于此， 本文試圖從以下幾個方面進行創新： 首先， 從信貸、 金融相關性、 金融開放度3 個層面構建金融發展的指標體系， 將金融發展和能源效率放在同一框架下進行分析。 其次， 從金融發展的角度， 重點分析金融發展影響能源效率的傳導機制， 以技術創新和人力資本作為中介變量， 對金融發展影響能源效率的傳導途徑進行深入闡釋。 最后， 在實證分析方面， 為了克服內生性問題， 將2015 年的區域金融改革視為準自然實驗， 采用PSM-DID 方法排除了可能的內生性問題。

2 研究假說

金融發展作為影響中國經濟低碳化的重要因素，能夠通過多種渠道提高能源效率， 推動中國的可持續發展進程。 一般而言， 金融發展主要體現在國內金融體系的完善、 金融市場的擴展以及金融對外開放水平的提高[2]等方面。 功能金融理論指出， 合理高效的金融體系可以有效集中社會閑散資金， 改善資本配置[20]。以綠色信貸為核心發展力量的綠色金融體系通過調控資本流動， 使得更多的資金流向節能環保的、 高能源利用率的企業[13]， 從而在更大程度上提高該地區的能源效率。 就金融市場而言， 信貸市場的發展是金融市場完善的重要表現， 銀行信貸增多能夠在不同程度上提高各類企業可貸資金數量， 企業有能力將更多資本投向技術含量高， 污染較少的項目[20]， 最終實現能源效率的提高。 特別的， 對于高耗能企業， 銀行信貸還可以倒逼其進行技術創新和轉型升級。 由于銀行信貸的發放存在一定的偏向性， 環境友好型企業更易獲得銀行信貸資金的支持。 而不符合低碳可持續發展要求的企業為實現更好的生存發展， 必然會通過結構轉型、 淘汰落后產能來獲取生存必需的資金支持。 當投資者的經濟行為效率提高時， 能源效率也會隨之提高[21]。 在金融開放方面， 當下中國開放經濟條件日益完善， 改革開放之初外商直接投資的低成本、 高污染特點已發生重大改變， 近年來， 隨著環保意識增強， FDI 的準入門檻不斷提高[22]，FDI可以通過國際技術轉移帶來的溢出效應降低本國的能源強度、 改善能源結構， 進而提高能源效率[23]。 基于以上討論， 提出本文的第一個假設。

H1： 地區金融發展可以促進該地區能源效率的提高。

地區金融發展對于當地技術創新和人力資本水平提升有著直接的作用， 而技術創新和高水平的人力資本又直接影響著地區能源效率。

從技術創新方面看， 地區金融發展對該地區的新技術研發具有顯著的推動作用。 首先， 金融發展帶來金融體系規模的擴大， 企業能夠得到來自金融機構更多的融資支持。 當金融發展使得企業融資環境改善后， 企業有能力將更多的資金投入到生產技術升級中， 在進行技術創新時面臨的融資約束也會大大減少。 其次， 金融發展的一個重要表現是信貸市場的發展， 而銀行信貸在進行對象選擇時往往更傾向于高效率企業， 銀行信貸對信貸對象的這種選擇性行為也會對技術落后企業的技術創新產生激勵作用。 再次， 金融機構可以有效分散企業新技術研發過程中的各類風險， 推動企業技術創新進程。 內生金融發展理論指出， 金融中介可以在貿易雙方進行交易時通過風險管理和風險分散功能有效降低流動性風險， 從而滿足企業在進行技術創新、 產品研發過程中風險分散的需求[24]。 最后， 一個國家或地區的金融開放度也會對技術創新產生影響， 且這種影響往往會通過外資企業體現出來。 具體來講， 當一地區具有較高水平的金融開放度時， 可以通過技術轉移效應或者技術溢出效應增加東道主國外資企業的技術水平， 推動外資企業技術創新能力的提升[25]。 企業技術創新可以通過不同的渠道影響區域的能源效率。 第一， 技術創新可直接影響企業生產設備的升級速度， 促進企業生產設備更新換代， 提高設備運行效率， 從而創造新的生產組合， 改變生產過程中各類生產要素的使用和投入量， 優化能源要素的加工轉化率[26]， 最終減少能源消耗， 改善能源使用結構， 提高能源使用效率。 第二， 企業的技術創新可以推動產業的升級， 通過新技術發展新興產業， 實現產業結構優化， 最終提高能源效率[27]。

在人力資本方面， 金融發展通過信貸和資本配置兩種功能以及金融開放對地區人力資本的提高產生影響。 信貸功能是指區域金融發展帶來的金融體系規模擴大給當地教育機構等人力資源相關機構和部門的發展以及地區人力資本的提升提供了必要的資金支持。而金融系統的資本配置功能會通過提高金融機構的運作效率， 將借貸資金的數量和方向加以控制， 推動當地創新創業的發展， 通過提供更多的就業機會、 提供更好的工資待遇來改善就業條件， 吸引更多外來人才， 提升當地人力資本水平。 在開放型經濟中， 一個地區的金融對外開放水平同樣會對人力資本的提高產生積極影響。 當某一地區的外商投資增加時， 可以通過企業培訓增加外資企業管理者的管理經驗， 提高勞動者的技術水平。 此外， 不同類型企業間的交流可以使得外資企業的先進技術和管理經驗通過溢出效應向其他類型企業擴散[28]， 從而提高整個地區的人力資本水平。 同技術創新類似， 人力資本水平提高也會通過不同的渠道對能源效率產生影響。 首先， 高水平的人力資本會擴大企業可選擇的勞動力類型， 高質量的勞動力可以加快人力資本和物質資本的匹配速度[29]， 通過推動新型產品研發的方式， 減少能源消耗， 提高能源效率。 其次， 企業生產過程中人力資本的提高往往會體現為企業管理水平的進步， 勞動力素質的提升。素質水平較高的勞動力和管理人員通常具有較強的環保意識和可持續發展觀念， 在生產過程中會更多考慮污染排放等問題， 從而加大清潔能源使用力度， 改善生產能源使用結構， 最終實現能源效率的提高。 最后， 較高水平的人力資本可以推動技術創新成果的轉化， 使得新技術在生產過程中得到更好的吸收， 從而更快地實現能源效率的提高。 基于此， 提出本文的第二個假設。

H2： 地區金融發展可能通過促進技術創新、 提高人力資本改善能源效率。

由于中國各地金融發展水平以及變化趨勢存在一定差異[30]， 東部地區憑借經濟發展和對外開放等優勢， 擁有較為完善的金融體系， 相應地， 金融發展水平較高。 而中西部地區由于地理位置、 經濟發展動力不足等因素， 擁有相對有限的金融資源， 金融體系中銀行信貸的間接融資體系占主導地位， 而直接融資體系的發展相對落后[31]。 在20 世紀90 年代的金融體制改革后， 中西部地區仍然存在金融資源外流的現象[30]， 這使得該地區金融發展長期處于較低水平。 不同的金融發展水平可能會導致其對能源效率的影響程度存在地域性差異。 相較于中西部地區， 東部地區更大的金融發展規模以及更加靈活健全的金融機構能夠給企業提供更多的資金支持， 在更大程度上減輕企業進行創新時所面臨的融資約束。 除此之外， 東部地區尤其是沿海地區更高的金融開放水平也會給該地區帶來更多的技術溢出效應。 各方面因素的綜合作用， 使得東部地區能夠在更大程度上發揮金融發展對于能源效率的提升作用。 就中西部地區而言，雖然近年來政府陸續出臺相關政策鼓勵國內東部地區以及國外產業向中西部地區轉移， 但有限的經濟金融環境使得產業轉移主要集中于傳統的資源密集型產業， 存在著較高的能源消耗水平。 此外， 直接金融體系發展落后使得企業的生產創新資本運轉需求無法得到金融系統的有效支持， 造成中西部地區的生產技術創新水平一直處于相對落后狀態， 創新能力不足一方面直接影響了地區能源效率的提升， 另一方面， 較弱的創新科研能力不利于FDI 技術溢出效應的發揮， 能源結構優化進程受阻， 從而間接影響地區能源效率的提升[31]。 基于此， 提出本文的第三個假設。

H3： 就中國而言， 地區金融發展對能源效率的影響存在地區異質性， 東部地區金融發展對能源效率的提升作用大于中西部地區。

3 實證模型設定、 變量選取及數據說明

在理論分析的基礎之上， 本部分通過計量分析來考察金融發展對能源效率的影響。

3.1 實證模型設定

3.1.1 基本實證模型

為考察中國金融發展對能源效率的影響， 構建了如下模型：

其中，NDDFi，t表示某一省份i在t時期的能源效率； α1表示金融發展水平對能源效率的影響程度；fdi，t表示金融發展水平， 分別使用信貸規模 （fd1）、 金融相關性 （fd2）、 金融開放度 （fd3） 三項指標進行衡量；Controli，t表示控制變量；ProvinceFE表示在面板數據固定效應模型中對地區因素進行了控制； εi，t表示隨機擾動項。

3.1.2 中介效應模型

為考察金融發展和能源效率之間的中介效應，根據已有指標， 我們使用中介效應模型[32]分析地區金融發展是否會通過影響技術創新以及人力資本水平進而對地區能源效率產生影響。 根據中介效應模型， （3-2） 為回歸的第一階段， （3-3）、 （3-4）為回歸的第二階段， （3-5）、 （3-6） 為回歸的第三階段：

其中， α1表示當期區域金融發展水平對能源效率的影響程度；rdi，t表示技術創新水平； β1表示當期的金融發展水平對技術創新的影響程度；edui，t表示人力資本水平； δ1表示當期的金融發展水平對人力資本的影響程度； γ2表示當期的技術創新對能源效率的影響程度； ρ2表示當期的人力資本對能源效率的影響程度。

3.1.3 內生性處理模型

針對本文可能存在的內生性問題， 采取準自然實驗的方法加以解決。 本部分選取了2015 年12 月份出臺的以廣東、 天津和福建等地為先行試點的區域金融改革方案， 把此次區域金融改革看作一項準自然實驗， 使用政策評估中常見的 “ 匹配倍差法（PSM-DID）” 對地區金融發展的效應進行估計。 在運用倍差法 （DID） 進行政策評價時， 要求區域金融改革方案出臺前， 處理組和控制組省份應具有共同的時間趨勢， 不存在選擇性偏誤。 所以在運用倍差法前需采用傾向得分匹配 （PSM）， 以降低選擇性偏誤導致的內生性問題。 傾向得分匹配中協變量的選擇依據是能夠影響金融改革政策出臺和地區能源效率的變量， 以使得處理組和控制組的地區在各方面特征上盡可能地相似。 因此， 本文選擇地區經濟發展水平（lngdp-per）、 對外開放水平 （open）、 政府干預程度（gov）、 人力資本 （edu） 以及能源消費結構 （ene）作為協變量， 采用1∶1 最近鄰匹配法進行匹配， 得到了浙江、 河北、 重慶3 個與處理組省份 （廣東、 天津和福建） 相似的控制組省份， 并在此基礎上構建了如下模型：

其中，NDDFi，t表示某一省份i在t時期的能源效率；treadi，t為個體虛擬變量， 廣東、 天津和福建3 個金融改革試點省份取1， 浙江、 河北、 重慶3 個未進行金融改革的省份取0；timei，t為時間虛擬變量， 政策實施后的年份 （2016、 2017） 取1， 政策實施前的年份 （2013、 2014、 2015） 取0； 交互項didi，t（did=tread×time） 表示政策實施后的省份，β1表示政策實施對處理組和控制組的影響差異；Controlsi，t表示控制變量， 變量選取與基本實證模型一致。

3.2 變量選取及數據說明

3.2.1 被解釋變量的設定及測算

本文參考劉貫春等的做法， 使用非徑向方向性距離函數 （NDDF） 對能源效率進行測算[20]。 投入變量設置為資本、 勞動力、 能源。 合意產出設置為各省的國內生產總值， 非合意產出設置為CO2排放量。 采用NDDF 測量的能源效率數值在0 到1 之間， 數值越大， 表示能源效率越高。

參考林伯強和劉泓汛的做法， 假設有N 個決策單元， 定義用于測量各決策單元能源效率的非徑向方向距離函數（NDDF）[33]：

其中，K、L、E分別為投入要素資本、 勞動力、能源；Y為合意產出地區生產總值；C為非合意產出CO2排放量。WT= （ωK， ωL， ωE， ωY， ωC） 為權重向量，B= （βK， βL， βE， βY， βC）T≥0 為松弛向量，G= （-gK，-gL， -gE， gY， -gC） 表示方向向量。

為計算各省份的能源效率， 建立如下DEA 模型：

3.2.2 解釋變量的設定及數據來源

主要的解釋變量是金融發展水平。 本文選取了3個地區金融發展水平的衡量指標。 首先， 借鑒方福前和邢煒的做法， 選取信貸規模 （fd1） 和金融相關性（fd2） 來衡量[34]。 信貸指標表示為各地區金融機構年末貸款額除以GDP， 金融相關性指標表示為各地區金融機構年末存貸款余額之和除以GDP， 相關數據來源于WIND 數據庫。 此外， 借鑒嚴成樑等的做法， 用金融開放度 （fd3）， 即FDI與GDP 的比值， 來表示從國外融資視角衡量的金融發展水平[2]， 相關數據來源于《中國統計年鑒》。

此外， 為增強實證結果的穩健性， 本文在模型中加入了以下控制變量： 城鎮化水平 （urban）、 政府干預 （gov）、 能源消費結構 （ene）、 產業結構 （struc）、經濟發展水平 （lngdp-per）。 其中， 城鎮化水平用城鎮人口占總人口的比重表示； 政府干預程度用政府財政支出占GDP 比重表示； 能源消費結構用煤炭消費占能源消費的比重表示； 產業結構用第三產業產值占GDP 的比重表示； 經濟發展水平用不變價人均GDP的對數表示。 相關數據來源于《中國統計年鑒》。

中介變量包括技術創新（rd） 和人力資本（edu）。其中， 技術創新用R&D 經費支出與GDP 的比重表示； 人力資本用地區平均受教育年限表示。 相關數據來源于《中國統計年鑒》。

本文選取的樣本數據為中國2004—2017 年30 個省級行政區的面板數據②由于相關數據的缺失， 不包括西藏、 香港、 澳門和臺灣。。 為防止指標樣本離群值造成估計偏差， 本文對其進行縮尾處理， 表1 為各變量的統計性描述。

表1 變量描述性統計

4 實證分析結果

4.1 基本估計結果分析

由于本文所采用的是面板數據， 根據Hausman 檢驗結果， 選擇固定效應模型。 我們首先使用回歸模型進行固定效應面板數據回歸， 結果如表2 所示。 從表中可以看到， 無論是否加入控制變量， 金融發展代理變量fd1、fd2、fd3 與能源效率指標的回歸系數在1%的水平上顯著為正。 根據表2 中 （4） —（6） 列中金融發展的估計系數可得， 加入控制變量后， 當信貸規模 （fd1） 提升1 單位， 能源效率提高0.054 個單位，當金融相關性 （fd2） 提高1 單位， 能源效率提高0.044 個單位， 當金融開放度 （fd3） 提高1 單位， 能源效率提高0.103 個單位。 綜上所述， 地區金融發展水平對地區能源效率產生了顯著的正向影響， 基本實證結果支持了假設1。

回歸中其余控制變量的系數中， 城鎮化水平指標（urban） 在金融發展三項指標fd1、fd2、fd3 的回歸中， 均在5%的水平上顯著， 且均為負相關， 這表明，城鎮化水平越高， 能源效率越低。 政府干預指標（gov） 和能源消費結構指標 （ene） 在1%水平上顯著， 且均為負相關， 這表明， 政府干預力度越大， 能源效率越低。 能源消費結構 （ene） 指標在1%水平上顯著， 且均為負相關， 這表明， 煤炭消費在能源消費中所占比重越大， 能源效率越低。 產業結構指標（struc） 與能源效率指標在1%的水平上顯著， 且均為正相關， 這表明第三產業產值占GDP 的比重越大，能源效率越高。 地區經濟發展水平指標 （lngdp_per）在1%水平上顯著正相關， 這表明， 地區經濟發展水平越高， 該地區能源效率越高。

4.2 中介效應分析

本部分將具體考察金融發展提升能源效率的傳導機制。 中介效應模型的實證分析結果如表3—表4 所示。 首先， 基于前文設定的模型 （3-2） 進行固定效應面板數據回歸， 得到中介機制第一階段回歸結果如表2 第（4）—（6） 列所示。 表3 中的第（1）—（3） 列是針對模型（3-3） 的以技術創新（rd） 為中介變量的中介機制第二階段回歸結果， 地區金融發展指數的回歸系數均在1%水平下顯著為正， 這說明， 地區金融發展水平越高， 該地區的技術創新越活躍。 表4 中的第 （1）—（3） 列為模型 （3-4） 的以人力資本 （edu）為中介變量的中介機制第二階段回歸結果， 地區金融發展指數fd1 和fd2 的回歸系數在1%水平下也顯著為正， 這說明， 地區金融發展可促進人力資本提升。 表3 中的第 （4）—（6） 列為模型 （3-5） 的以技術創新（rd） 為中介變量的中介機制第三階段回歸結果， 根據結果可知， 地區金融發展指標、 技術創新指標的回歸系數均在1%水平下顯著為正， 這說明， 技術創新在地區金融發展對能源效率的影響中起著重要的中介作用。 同理， 表4 中的第 （4）—（6） 列為模型 （3-6）的人力資本 （edu） 為中介變量的中介機制第三階段回歸結果， 根據結果可知， 地區金融發展指標、 人力資本指標的回歸系數分別在10%、 5%和1%水平下顯著為正， 這說明， 人力資本也在地區金融發展對能源效率的影響發揮了重要的中介作用， 驗證了文章第三部分的假設2。

表2 金融發展對能源效率的提升作用

表3 技術創新中介機制回歸結果

表4 人力資本中介機制回歸結果

4.3 穩健性檢驗

在實證分析中， 模型中可能存在的內生性問題會對估計結果的穩健性產生影響， 排除內生性是提升實證結果可信度的重要方法。 上文通過添加控制變量的方式對因遺漏變量出現的內生性問題進行了控制。 為進一步檢驗和排除內生性問題， 本部分通過以下兩種方法進行處理： ①采用PSM-DID 方法進行分析。PSM 方法有效解決了平行趨勢假設的問題， 但是在對樣本進行傾向得分匹配處理后， 需要對匹配結果的可靠性進行檢驗。 表5 是傾向得分匹配平衡性檢驗結果， 可看出， 在匹配之前， 人力資本 （edu） 和地區經濟發展水平 （lngdp_per） 存在顯著性差異， 在匹配后， 所有變量均不存在顯著性差異， 驗證了本文匹配結果的可靠性。

表5 平衡性檢驗結果

PSM-DID 回歸結果見表6， 從表6 可看出， 關鍵解釋變量did的回歸系數在加入控制變量前后符號均為正。 這表明， 金融改革方案的出臺對地區能源效率的提升有正向促進作用。

表6 PSM-DID 模型檢驗結果

②針對反向因果關系造成的內生性問題， 借鑒嚴成樑的方法， 將金融發展三項指標 （fd1、fd2、fd3）的滯后一期作為核心解釋變量進行回歸[35]。 結果顯示金融發展三項指標滯后一期對應的系數顯著為正， 說明在金融發展和能源效率關系中， 金融發展對能源效率的影響占主導地位。 以上兩種處理方法進一步證明了在考慮內生性問題后， 本文結果依然具有穩健性，即金融發展水平顯著影響著地區的能源效率。

為進一步增強研究結果的可靠性， 通過以下方法進行穩健性檢驗： ①替換被解釋變量。 采用能源強度（地區能源消費總量與GDP 的比值） 作為能源效率的反向指標（ei）， 代替被解釋變量進行回歸， 能源消費強度是衡量地區能源效率的重要方式， 能源消費強度降低代表著地區能源利用效率的提高。 ②替換核心解釋變量。 將核心解釋變量金融發展的指標替換為金融業GDP 與第三產業GDP 的比值 （fs3）。 以上幾種穩健性檢驗方法中的核心解釋變量的估計結果與前文保持一致。 這再次證明本文的回歸結果是穩健可靠的，進一步驗證了本文假設1 提出的論斷*。

4.4 異質性分析

中國幅員遼闊， 各種因素決定了地區之間金融發展狀況的差異性， 為考察中國東部、 中部和西部3 個地區金融發展對能源效率影響的差異， 本文按照三大區域建立同 （3-1） 形式一致的模型進行分組回歸。回歸結果如表7—表9 所示， 可看出， 東部地區金融發展水平的三項指標對能源效率的影響同基準回歸結果一致， 二者呈顯著的正相關關系， 表明東部地區的金融發展對能源效率有顯著的促進作用。 中部地區以金融相關性指標 （fd2） 所表示的金融發展水平指標與能源效率的回歸系數在5%的顯著性水平上顯著，而信貸指標 （fd1） 和金融開放度指標 （fd3） 與能源效率指標之間無顯著性關系， 說明東部地區金融發展在能源效率提升中發揮的作用大于中部地區， 且金融發展在中國中部地區能源效率提升中的作用有限。 西部地區金融發展水平的三項指標與能源效率指標的回歸系數在1%、 5%以及10%的顯著性水平上皆不顯著， 這表明， 西部地區的金融發展對能源效率的提升并沒有明顯的促進作用。 中國各地區之間金融發展對能源效率的影響存在較大差異， 呈現出 “強者愈強、弱者愈弱” 的 “馬太效應”， 同時驗證了文章第三部分的假設3。

表7 東部地區回歸結果

表9 西部地區回歸結果

表8 中部地區回歸結果

5 結論和政策建議

能源效率代表了區域能源投入產出的轉化效率，是經濟社會可持續發展的重要衡量指標[36]。 近年來，國內外學者對能源效率的研究不斷深入， 從能源價格、 能源消費結構、 經濟發展等多個角度對能源效率的影響因素進行了探討， 但從金融發展入手研究能源效率的文獻相對較少。 區域金融發展通過完善資金流動等途徑對能源效率產生了重要影響， 應當受到足夠重視。

本文基于中國2004—2017 年的省際面板數據，在用NDDF 測算各省份能源效率的基礎上， 通過實證分析了地區金融發展對能源效率的影響機制， 主要結論如下： ①從全國層面來看， 地區金融發展對能源效率提升有正面促進作用。 但從地區層面來看， 東、中、 西部存在明顯地區差異， 呈現出 “馬太效應”。②技術創新和人力資本在金融發展影響能源效率的傳導機制中， 發揮著顯著的中介效應。

本文的分析結果充分證明了金融發展對于提升能源效率的重要性， 提高金融發展水平應當受到足夠重視。 但從中國目前狀況來看， 中國的金融發展還存在諸多問題， 金融發展體系不夠完善。 例如， 企業在通過銀行等媒介進行融資時， 仍然存在交易成本較高的問題； 在開放經濟的條件下， 中國金融市場的對外開放水平較低， 與中國實體經濟對外開放水平不相符等。 為此， 本文提出以下幾點政策建議： ①加大金融體系改革力度。 一方面要合理利用銀行信貸的選擇性特征， 使得更多資金流向環境友好型、 資源節約型企業； 另一方面要優化金融體系的資本配置功能， 出臺政策引導類信貸， 充分發揮銀行信貸對技術創新和人力資本提升的推動作用， 給予技術創新和人力發展的相關部門以充足的資金支持， 減少相關部門、 企業融資過程中的交易成本。 ②重視金融市場的風險分散和風險管理功能， 引導創新項目投資者選擇合適的投資組合， 將組合風險控制在自身可承受范圍之內， 以減少技術創新、 項目研發過程中的各類風險。 ③因地制宜進行區域金融體制創新改革， 東部地區在完善金融結構提高金融體系運作效率的同時， 應將目光轉向國際市場， 出臺有助于外商直接投資的政策法規， 加強金融市場對外開放制度管理， 充分發揮金融開放對能源效率積極作用的優勢。 中西部地區金融發展首先要充分發揮銀行市場的主導作用， 與此同時，要將目光投向資本市場的完善方面， 例如加大對中西部地區資本市場的監管力度， 推動股票市場、 債券市場的改革。 此外， 中西部地區要重視政策性金融的作用， 通過資金融通培養新能源等環境友好型產業。