“雙碳”目標下綠色投資促進能源效率提升的空間效應研究

張水平 龍爽 齊美東

摘 要：生態惡化、資源枯竭已經成為經濟高質量發展的主要障礙，因此提高能源利用效率，降低碳排放，走綠色低碳發展之路迫在眉睫。文章選取2010—2019年30個省區市的面板數據，運用空間杜賓模型，考察了綠色投資對能源效率的空間溢出效應。結果表明，綠色投資對能源效率的影響具有促進作用，且存在區域性差異，中部地區綠色投資對能源效率的促進作用最大，東部次之，西部最小。區域差異的主要原因是東部地區經濟發展水平相對較高，綠色投資規模和能源效率雖然產生了規模遞減效應，但是都處于比較高的水平，而西部地區發展水平較低、動力不足，導致綠色投資促進作用有限；東部和中部地區具有正向空間溢出效應，而西部地區由于教育水平較落后、技術人才匱乏而具有負向空間溢出效應。

關鍵詞：綠色投資；能源效率；空間杜賓模型

中圖分類號：F832.7? 文獻標識碼：A? 文章編號：

1672-1101（2023）05-0015-09

收稿日期：2022-06-27

基金項目：安徽省哲學社會科學規劃項目：金融產業促進安徽經濟高質量發展的路徑優化及對策研究（AHSKY2020D49）

作者簡介：張水平（1974-），男，安徽望江人，教授，碩士生導師，研究方向：綠色金融、低碳發展、生產效率評價。

Research on the Spatial Effect of Green Investment on Energy?? Efficiency Improvement under the the Goals of “Carbon Peaking and Carbon Neutrality”

ZHANG Shuiping1， LONG Shuang1， QI Meidong2

（1.School of Economics and Management， Anhui University of Science&Technology， Huainan， Anhui?? 232001， China;2.School of Economy， Anhui University， Hefei?? 230031， China）

Abstract： Ecological deterioration and resource depletion have become major obstacles to high-quality economic development， so it is urgent to improve energy efficiency， reduce carbon emissions and take the road of green and low-carbon development. Using panel data of 30 provinces from 2010 to 2019， this paper investigates the spatial spillover effects of green investment on energy efficiency using the spatial Dubin model. The results show that green investment has a promoting effect on energy efficiency， and there are regional differences. The promoting effect of green investment on energy efficiency is the largest in the central region， followed by the eastern region and the western region. The main reason for the regional differences is that the economic development level of the eastern region is relatively high. Although the scale of green investment and energy efficiency have a decreasing effect， they are both at a relatively high level， while the development level of the western region is low and the lack of power leads to the limited promotion effect of green investment. The eastern and central regions have a positive spatial spillover effect， while the western region has a negative spatial spillover effect because of the backward education level and lack of technical talents.

Key words：green investment; energy efficiency; spatial Dubin model

新常態下，傳統粗放型增長方式已難以為繼。黨的二十大報告指出要堅持“綠水青山就是金山銀山”的理念，加快推動產業結構、能源結構、交通運輸結構等的調整優化。要實現此目標，關鍵在于保障經濟增長的同時，兼顧降低能源消耗和減少污染物排放。如何確定各行政區域的節能減排目標值，如何通過合理的措施提升地區的能源利用效率等問題是否有效解決，對于推進國家綠色發展具有重要意義。2020年10月29日，黨的第十九屆中央委員會第五次全體會議通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標的建議》提出，要加快發展方式綠色轉型，協同推進經濟高質量發展和生態環境高水平保護。2021年9月22日國務院印發的《中共中央? 國務院關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》及2021年10月24日印發的《2030年前碳達峰行動方案》中均明確提出，要力爭在2030年實現碳達峰、2060年實現碳中和的遠景目標，這充分表明我國加快了節能減排、減耗的步伐。

綠色投資作為一種環境保護投資，在減少“兩高”行業資金配置的同時，引導資金更多地流入環境保護、資源節約、清潔能源等綠色產業，是綠色低碳發展的直接推動力。2020年7月，由財政部、生態環境部等共同發起設立的國家綠色發展基金股份有限公司揭牌運營，首期募資規模885億元，有望撬動4 000億元社會資本。我國自2016年構建綠色金融體系以來，綠色金融進入了全新的發展階段。2020年，中資企業直接在境外發行了29筆綠色債券，募集資金約102億元。截至2021年末，中國綠色貸款余額達15.9萬億元。然而，我國作為發展中國家，綠色投資起步相對較晚，尚面臨供給不足、激勵缺乏、期限錯配等問題，因此，完善綠色金融制度體系，提升綠色金融資本的使用效率具有重要的現實意義。

一、文獻綜述

隨著“雙碳”目標的提出，越來越多的學者開始關注綠色金融，綠色投資作為綠色金融的重要組成部分，在綠色經濟發展過程中發揮著很大的促進作用。從統計口徑上來看，我國對綠色投資的統計主要從大、中、小三個口徑來進行。其中，小口徑的綠色投資統計指環境污染治理投入，而中口徑和大口徑則分別是在小口徑的統計基礎上加入節約開發能源的投入和除前兩者之外的其他能夠促進綠色GDP增加的投入。關于綠色投資，張蕊認為，綠色投資主要是通過合理配置社會資源影響生產效率從而影響社會經濟的發展［1］；張明龍利用空間計量模型得出，綠色投資通過影響碳排放強度來影響經濟高質量發展，并且這種影響具有空間差異性［2］；馬研研則主要從企業出發，研究企業出口對綠色投資的作用，認為綠色投資在規模經濟和競爭中優勢明顯［3］。

關于能源效率的涵義，世界能源委員會（WEC）在1995年把“能源效率”定義為：“減少提供同等能源服務的能源投入”。張凌潔將能源效率定義為一個國家、地區、部門或行業在一定時間內單位產值所消耗的能源量，用以反映經濟對能源的依賴程度［4］。簡單來說，能源效率就是投入與產出之比。而對于能源效率的測量，眾多學者都有著不同的理解。羅明基于能源效率隨機前沿模型測度了能源效率［5］；王群偉則選取1993—2005年28個省區市的數據，采用DEA模型測算出了全要素能源效率［6］；任亞運利用各市電力、天然氣、液化石油氣的數據對能耗進行折算，再結合國內生產總值構建了能源效率指標［7］；張士強和孟璐莎為了克服DEA模型對有效決策單元無法進一步排序的缺陷，選取SE-SBM模型測度區域能源效率，并進一步引進了非期望產出項，提高了效率測度的準確性［8］；李曉菲運用Bootstrap-DEA模型對能源效率進行了量化，進而討論了能源效率的影響因素［9］；楊森和林愛梅則用能源生產率即單位能耗的總產值水平來衡量能源效率，極大簡化了能源效率的測算過程［10］。

關于綠色投資與能源效率二者之間關系的研究，潘莉運用固定效應模型對相關數據回歸，得出綠色投資通過對投資項目和投資市場進行限定來帶動綠色產業發展，同時倒逼高耗能行業向綠色經濟轉型，從而降低高碳能源消費量，增加清潔能源消費量，從供給方面推動能源消費朝低碳方向發展［11］。在這一層面上，能源效率也能得到改善，但是目前來看，這種影響并不十分顯著。劉旭東認為，綠色投資對能源消費的影響在區域間差別很大，主要表現為東部抑制、中部不明顯、西部促進，主要原因在于區域之間經濟、技術等各方面發展的不平衡［12］；趙姝偉運用2007—2018年研究數據，以綠色金融為角度，利用中介效應模型，通過逐步檢驗回歸系數法與Sobel法，考察我國的區域綠色金融發展影響能源效率的具體情況，并進行了區域性的異質性分析，認為綠色金融能夠通過產業結構優化和技術創新的部分中介效應來提升能源效率，特別是東部地區尤為明顯，而在中西部地區這種效應還沒顯現出來［13］；李凱風根據Tobit回歸模型，對全要素能源效率的影響因素進行分析，研究發現，資本投入、經濟增長水平、對外開放程度能夠促進能源效率，而產業結構、資源稟賦和金融配置效率則具有反向效果［14］。此外，根據現有文獻的研究，能源效率的測度方法可歸為兩類，一類是采用模型進行測度，另一類則是根據能源效率的定義計算。

綜上所述，目前關于綠色投資與能源效率二者之間關系的實證分析較少，相關研究多為定性分析，現有的研究結論也大多關注于綠色投資促進能源效率的提升方面，而對二者之間關系的研究僅局限在同一地區，沒有考慮地區之間的相互影響，即忽略了綠色投資對能源效率的空間特征。因此，本文嘗試以綠色投資影響能源效率的地區差異為視角，進一步探究綠色投資促進能源效率提升的空間效應并提出針對性解決方案，以期為該課題研究作一些有益補充。

二、變量的設定與數據說明

（一）指標設定

1.被解釋變量：能源效率。采用楊森和林愛梅的研究方法［10］，用能源生產率來替代能源利用效率，具體表示為能源效率=國內生產總值/能源消費總量， 單位為萬元/噸標準煤。

2.核心解釋變量：綠色投資?？紤]到數據的可獲得性和完整性，根據袁凱的方法［15］，采用環境污染治理投資總額占GDP之比來衡量綠色投資。

3.控制變量：經濟發展水平（ED）、對外開放程度（Trade）、固定資產投資（Fix）、技術進步（Inv）和政府政策支持力度（Gov）。其中，政府政策支持力度、經濟發展水平和對外開放程度是外部因素，固定資產投資和技術進步是影響能源效率的內部因素，根據楊森及其他學者的變量定義方法，將控制變量定義如表1所示。

（二）數據來源

由于港澳臺地區、西藏自治區的數據大多不完整且數值差異性太大，因此本文選擇除西藏、港澳臺地區以外的30個省區市2010—2019年的面板數據進行分析（部分缺失數據采用插值法補充），為了便于展開研究，本文按照高星和向海凌的處理方法將中國全境界分為三大地區板塊［16］，東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、遼寧、廣東、海南；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區包括廣西、內蒙古、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。

（三）平穩性檢驗與格蘭杰因果關系檢驗

1.平穩性檢驗。運用回歸模型進行實證分析容易出現偽回歸而導致實驗結果沒有意義，因此，為避免出現偽回歸，提高實驗的準確性，需要對原數據進行平穩性檢驗，本文運用ADF-Fisher和LLC單位根進行檢驗，檢驗結果見表2。原數據通過平穩性檢驗。

2.格蘭杰因果關系檢驗。為進一步驗證綠色投資和能源效率是否具有因果關系，采用Eviews軟件對能源效率和綠色投資進行格蘭杰因果關系檢驗，檢驗結果如表3所示。由于“能源效率不是綠色投資的格蘭杰原因”的p值大于0.05，“綠色投資不是能源效率的格蘭杰原因”的p值小于0.05，在0.05的顯著性水平上，前者接受原假設，后者拒絕原假設，表示能源效率不是綠色投資的格蘭杰原因，但綠色投資是能源效率的格蘭杰原因。

三、空間相關性分析

在進行空間計量分析之前，需要先檢驗被解釋變量和解釋變量是否具有空間相關性。本文利用Morans I指數對我國綠色投資和能源效率進行了全局空間相關性檢驗，考察綠色投資和能源效率的空間相關性。Morans I統計量公式為：

Morans I=n∑ni=1∑nj=1Wij（xi-x）（xj-x）∑ni=1∑nj=1Wij∑ni=1（xi-x）2（1）

式中，xi為各年度i地區能源效率的觀測值，x是該年度各地區觀測值的平均數；Wij表示空間權重矩陣中對應的i地區與j地區間空間距離元素。Morans I指數的取值范圍為［-1，1］，在給定的顯著性水平下，當指數值大于0時，表示該變量空間正相關具有空間集聚的特點；當指數值小于0時，則是空間負相關，表示該變量具有空間分散的特點；若指數值等于0表示不存在空間相關性。借助Stata15軟件，得到檢驗結果見表4，由表中數據可知，在0.01顯著性水平下，能源效率的Morans I指數大于0，表示能源效率存在空間自相關性，且為正相關，說明我國的能源效率具有空間集聚的特點。此外，綠色投資的Morans I指數也都大于0，表明綠色投資在1%-5%顯著性水平上正自相關，但是這種相關性沒有能源效率明顯。

為了更加直觀反映能源效率和綠色投資的空間相關性，運用Stata15畫出4個莫蘭散點圖，由圖1可以看出，能源效率和綠色投資在2010年和2019年改變幅度很小，說明綠色投資和能源效率的空間相關性具有一定穩定性。例如，中部地區的安徽、江西、湖南等大多分布在一象限，偏東部和偏西部地區大多位于三象限，表明綠色投資和能源效率都存在高-高集聚和低-低集聚現象，能源效率和綠色投資具有正向空間相關性。

四、空間效應分析

（一）模型的構建

空間計量模型包括3種模型，即空間誤差模型（SEM）、空間滯后模型（SLM）和空間杜賓模型（SDM）?？臻g杜賓模型是SEM和SLM兩個模型的一般式，它可以體現鄰近地區被解釋變量對本地區被解釋變量和本地區與鄰近地區解釋變量之間的空間效應，其模型的數學表達式為：

yit=α+ρ∑Nj=1wijyit+βxit+γ∑Nj=1wij（xit+Xit）+τXit+μi+φt+εit，εit～N（0，σ2）（2）

其中，α為截距項，空間相關系數ρ反映不同地區間被解釋變量樣本觀測值的空間聯動程度，xit為核心解釋變量，μi表示空間特質效應，φt代表時間特質效應，εit為隨機擾動項，∑Nj=1wijyit表示空間滯后，i和j表示省份，t表示年份，Xit為控制變量。wij代表空間權重矩陣，運用rook原則，將具有公共邊界的兩區域的虛擬變量設為1，否則為0，wij矩陣可以構造為：

wij=1，（地區i與地區j相鄰）0，（地區i與地區j不相鄰）（3）

SEM模型主要研究的是誤差因素對研究區域的影響，主要由隨機擾動項體現空間異質性，其數學表達式為：

yit=α+βxit+μi+φt+εit（4）

μi=∑Nj=1wijuit+εit，εit～N（0，σ2）（5）

SLM模型研究的是被解釋變量對鄰近地區的影響，主要由空間滯后項體現它的空間異質性，其數學表達式為：

yit=α+ρ∑Nj=1wijyit+βxit+μi+φt+εit，εit～N（0，σ2）（6）

（二）模型的選擇

1. LM檢驗、Hausman檢驗、WALD檢驗和LR檢驗?？臻g計量模型包括SEM、SAR以及SDM模型，由于無法確定哪一種模型，本文首先運用LM檢驗能否選用SEM和SAR模型，由表5可得LM檢驗中LM Error和LM Lag的p值都小于1%，說明在1%的顯著性水平下應該拒絕原假設，不能使用SEM和SAR模型，同時也排除了使用混合OLS模型的可能。為使結果更加精準，又進行了LR檢驗和WALD檢驗，檢驗結果如表6所示，WALD和LR檢驗的p值都小于1%，拒絕原假設，進一步說明SDM不能退化為SEM和SAR，因此應該選取空間杜賓模型進行計量。

由LM檢驗、LR檢驗和WALD檢驗得出只能用空間杜賓模型進行空間計量，但是空間杜賓模型又包括隨機模型和固定效應模型兩種，單看數據無法確定選擇哪一個模型，所以還要進行Hausman檢驗以確定最終的模型，檢驗的結果如表6所示。Hausman檢驗結果的p值小于5%，拒絕原假設，即能源效率通過了5%的顯著性水平檢驗，說明應該選擇固定效應。故本文選擇空間杜賓的固定效應模型進行空間計量分析。

（三）描述性統計分析

運用描述性統計分析方法對數據進行整理，統計分析結果如表7所示。綜觀我國東部、中部和西部三大地區統計數據，能源效率呈現出由東到西遞減的趨勢，其中，東部地區能源效率值高于全國均值，中部和西部則都沒有達到全國均值，這表明我國能源效率呈現斷層現象，東部能源效率遠高于西部地區，西部地區要達到東部地區能源效率水平任重道遠。另外，從綠色投資的發展水平（全國0.014 9，東部0.017 9，中部0.014 1，西部0.012 7）來看，東部地區也高于全國平均水平，中部地區次之，西部地區綠色投資發展水平最低，說明綠色投資與能源效率具有一定的正相關性，即綠色投資規模越大，能源效率提高越明顯。同時，對外貿易、經濟發展水平、固定資產投資和技術水平也會呈現出這種趨勢。

（四）空間計量分析

在時間固定效應模型、個體固定效應模型和雙固定效應模型中，由于個體固定效應模型的R2值最大，所以該模型所得的回歸最優，因此本文采用個體固定效應模型進行空間計量，得到的結果如表8所示。從全國來看，綠色投資影響能源效率的回歸系數為4.070 6，p值小于1%，說明綠色投資與能源效率高度正相關。但從空間關聯性來看，w*Gi系數為-6.256 9，表明全國范圍內毗鄰地區之間的能源效率呈負相關，即相鄰地區的綠色投資發展水平對該地區的能源效率具有負向空間溢出效應。

從控制變量來看，除了Gov變量為負以外，其他變量都為正數，表明政府政策支持度抑制了能源效率提升，原因可能是政府的無差別政策支持緩解了企業的資金壓力，導致企業又重回粗放式生產經營模式。另外，在空間計量模型中，w*Inv和w*Trade都為負數，表明在全國范圍內任意一個地區和其相鄰地區的能源效率關系中，其相鄰地區的技術發展水平和對外貿易規模的增長抑制了該地區能源效率的增加，這很可能是由于人才流失造成的。

將東部、中部和西部3個地區的綠色投資對能源效率的影響進行對比分析如表8所示，結果表明：

1.東部地區。東部地區綠色投資對能源效率具有明顯的促進作用，綠色投資發展影響能源效率的回歸系數為0.384 7，并且通過了1%顯著性檢驗，具有高度的正向相關性。原因在于，東部地區經濟發展速度快，綠色投資規模大，零碳技術研發水平相對較高，有利于提升能源效率；且綠色投資在時間固定效應模型上對能源效率的影響較大，系數超過了4，表明綠色投資在時間序列上的表現逐步強化。

從空間相關性角度來看， w*Gi的回歸系數為負數，說明周邊地區綠色投資發展水平能夠對本地的能源效率產生一定的消極影響，同時也表示綠色投資具有明顯的負空間溢出效應，即本地區綠色投資發展水平越高，相鄰地區能源效率越低。其主要原因是，東部地區經濟、教育、文化和技術等發展水平較高，中部地區生產要素被吸引過來，發展受到了抑制。

在控制變量上，經濟發展水平、固定資產投資、技術水平都與能源效率正相關，但是對外開放水平與能源效率負相關，主要原因是東部地區出口大多是以加工制造產品為主，能源消耗大，出口增加在一定程度上導致高污染、高耗能產品的市場規模擴大。

2.中部地區。中部地區綠色投資影響能源效率的回歸系數為1.849 6，通過了1%的顯著性檢驗，表明中部地區綠色投資發展水平與能源效率也具有高度的正向相關性。值得注意的是，中部地區綠色投資對能源效率的促進作用高于東部地區，從邊際效用遞減規律上來看，東部地區綠色投資促進能源效率提升空間有限，從空間關聯性來看也是如此。從時間關聯性來看，快速發展的中部地區在短期內對相鄰地區具有空間溢出負效應，長期則具有正效應。

從控制變量看，中部地區政府政策支持力度對能源效率呈現抑制作用，其主要原因是中央政府近年來大力扶持中部地區發展。然而，中部地區在追求GDP增長的過程中忽略了對生態的保護，放松了環境管制，放寬了對企業污染排放的監督，致使該地區政府支出越多，能源效率反而越低。

3.西部地區。西部地區綠色投資影響能源效率的回歸系數為-0.334 9，系數遠小于中部地區且為負，說明西部地區綠色投資促進能源效率提升作用不佳，主要原因是西部地區經濟發展水平不高，單一依賴綠色投資無法帶動經濟整體發展。同時，西部地區礦產資源豐富，能源價格相對東部更加低廉，低廉的能源價格使企業喪失了提高能源效率的積極性。

從空間關聯性來看，西部地區綠色投資影響能源效率的空間相關系數為負，說明中部地區的綠色投資的快速發展抑制了西部地區的能源效率提升。w*Gi的p值大于0.1，表明該地區綠色投資與能源效率關聯性較小，影響不明顯。比較合理的解釋是，西部地區的教育水平、勞動力素質水平、經濟發展程度、創新能力和市場經濟的發展程度都比較低，金融市場也不夠發達，綠色投資提升能源效率的外部條件不夠完備，故而西部地區綠色投資與能源效率的關聯性較弱。

五、結論與建議

本文基于我國30個省區市2010—2019年的面板數據，運用空間杜賓模型實證分析了綠色投資對能源效率的空間異質性。研究發現，能源效率具有空間相關性，并具有一定的集聚效應。綠色投資對能源效率的空間異質性表現在，東部地區綠色投資可以促進能源效率的提升，并且中部地區綠色投資的發展也會促進東部地區能源效率的提高，這主要得益于東部地區較高的經濟發展水平、能源效率水平以及綠色投資發展水平。中部地區綠色投資對能源效率的促進作用近年來有所加強。西部地區綠色投資對能源效率的促進作用不明顯，并且中部地區的綠色投資發展對西部地區的能源效率產生負向空間溢出效應，主要原因是西部經濟發展水平不高，綠色投資發展水平也比較低，所以綠色投資對能源效率的作用不明顯，同時，中部地區綠色投資的發展又客觀上抑制了西部地區能源效率的提升空間，從而引發地區間發展的不平衡。依據前文分析提出以下對策：

1.擴大綠色投資規模，健全綠色金融體系，提高環境保護稅。我國能源效率總體來看還比較低，很多企業對于能源消耗和環境污染并不重視，政府需要采用一些強制性措施，例如，提高環境保護稅，增加高污染企業的的排污成本，以此形成倒逼機制，引導企業綠色轉型；擴大綠色金融的資金規模，加強綠色金融產品創新等。降低企業融資成本，提高綠色融資效率，有益于企業主動調節產業結構，提高能源效率。

2.推出差異化的政策制度。綠色投資是一項由政府主導市場參與的綠色金融活動，政府的政策很大程度上決定了一個地區綠色投資的方向和規模。由于各區域經濟發展水平不平衡，政府在制定綠色金融政策時不能“一刀切”，要針對各地區的客觀情況制定差異化的政策，更好地促進綠色投資提升能源效率。東部地區能源效率最高，應充分發揮其輻射作用，帶動周邊能源效率低的區域提升能源效率，對口幫扶西部地區建設和保護生態環境，淘汰高耗能產業，嚴格控制污染企業向西部地區轉移。中部地區應根據自身的發展特點，積極調整生產方式和產業結構，引進先進零碳技術和綠色環保產業，淘汰落后產能，促進產業結構優化；制定嚴格的污染排放政策，形成低消耗、高產出的綠色集約發展模式，促進經濟增長與環境保護和諧共生。西部地區應提高自身經濟發展水平，轉變依賴能源發展經濟的模式，優化能源供需結構，利用好西部地區的礦產資源以及可再生資源，提高能源利用效率。

3.加強區域間合作，促進協同發展。首先，地方政府在制定相關政策時要有大局觀念、一體化思維，在實現本地區能源效率提升的同時兼顧周邊地區政府的政策，避免與相鄰地區政策產生沖突而引發地區之間的惡性競爭，導致能源效率降低；其次，設立能源環境保護小組，明確各省區市的責任和義務，增強區域間凝聚力，防止相鄰地區在生產經營過程中產生的外部性負面影響，為本地區提升能源效率創造良好的外部環境；最后，各地區要強化監督職能，建立城市能源環境信息共享平臺，實現信息的實時共享，同時要制定污染排放預警機制，各區域聯動，以強帶弱，實現能源效率水平的整體提高。

參考文獻：

［1］ 張蕊.綠色投資對經濟發展效率的影響［J］.合作經濟與科技，2022（1）：77-79.

［2］ 張明龍.市場化進程中綠色投資對經濟高質量發展的空間效應研究：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.

［3］ 馬妍妍，俞毛毛.出口企業更“綠色”嗎：基于上市公司綠色投資行為的分析［J］.經濟經緯，2020（3）：71-80.

［4］ 張凌潔.我國區域能源效率及其影響因素研究［J］.技術經濟與管理研究，2011（4）：74-77.

［5］ 羅明，范如國，張應青.工業能源效率的多主體行為影響機制分析：異質性主體研究視角［J］.技術經濟與管理研究，2020（8）：72-78.

［6］ 王群偉，周德群，沈璇，等. 我國全要素能源效率的測度與分析［J］.管理評論，2010，22（3）：37-43.

［7］ 任亞運，張廣來.城市創新能夠驅散霧霾嗎：基于空間溢出視角的檢驗［J］.中國人口·資源與環境，2020，30（2）：111-120.

［8］ 張士強，孟璐莎，李躍.能源產能空間集聚對區域能源效率的影響［J］.中國人口·資源與環境，2021，31（5）：58-66.

［9］ 李曉菲.“一帶一路”相關省份全要素能源效率影響因素研究［J］.調研世界，2021（3）：49-57.

［10］ 楊森，林愛梅.金融發展與能源效率提升：基于技術創新中介效應的研究［J］.技術經濟與管理研究， 2019（5）：91-96.

［11］ 潘莉.綠色投資對能源消費結構的影響研究［J］.河北能源職業技術學院學報，2021，21（3）：39-43.

［12］ 劉旭東，嚴浩坤.綠色投資對能源消費結構的區域影響研究［J］.企業科技與發展，2021（2）：30-32.

［13］ 趙姝偉.區域綠色金融發展對能源效率的影響研究［D］.太原：山西財經大學碩士學位論文，2021.

［14］ 李凱風，吳偉偉.綠色金融規制下江蘇省城市全要素能源效率研究［J］.生態經濟，2018，34（12）：99-105.

［15］ 高星，向海凌，吳非.金融發展、空間關聯與區域創新異質性：基于空間杜賓模型（SDM）的經驗證據［J］.宏觀質量研究，2018，6（4）：59-74.

［16］ 袁凱.綠色金融對區域經濟生態化發展的影響及對策研究：以河南省為例［J］.今日財富（中國知識產權），2019（2）：56-58.

［17］ 張水平，張小珩，宋雨飛.多維度空間視角下綠色金融支持低碳發展效果評價［J］.當代金融研究. 2022，5（1）：50-62.

［責任編輯：范 君］