潘 莉
(兰州大学,甘肃 兰州 730030)
近些年来,我国的经济经历了高速增长,同时也导致了我国出现了生态环境恶化,资源消耗过度等问题。2019年中国能源消费总额达到4.86×105万吨标准煤,其中煤炭消费占比57.7%,石油消费占比18.9%,天然气消费占比8.1%,核能和可再生等非化石能源消费占比15.3%。相比于美国、印度,中国是煤炭消费量最多的国家。此外,我国的CO2排放量也居高不下。根据《2019中国生态环境状况公报》,2019年337个城市中,空气质量达标的城市数量只有157个,虽与上年相比增加了10.8%,但环境保护的任务还远不止此。随着可持续发展理念的不断深入,环境与经济协同发展已是全球共同关注的主题。2016年9月在杭州G20峰会上,中国加入《巴黎协定》的同时,设定了四大减排目标,承诺在2030年左右,非化石能源占能源消费总额的比例要提升到20%。在未来的10年中,调整能源消费结构,促进能源低碳发展,是中国实现减排目标的重要任务。
面对环境污染和能源消耗的双重压力,各国积极支持和鼓励向绿色、循环经济转型和可持续发展,绿色发展成为经济发展的主要方向。绿色投资也成为国家经济发展新的趋势。根据《中国环境统计年鉴》数据显示,2017年我国环境污染治理投资总额为9538.95亿元,尽管当前还未形成规模,但投资额度在逐年增长,未来绿色投资在环境污染治理和发展新能源等方面还有较大潜力。现如今,想要实现能源消费的低碳发展,就必须减小我国经济发展对高碳能源消费的依赖程度。在环境保护和可持续发展的背景下,研究绿色投资对能源低碳发展的影响作用,能够为我国优化能源结构、促进可持续发展提供参考。
绿色领域的发展被广泛关注之后,学术界很多学者开展了相关研究,但绿色投资方面的研究数量不多。关于绿色投资,孟耀(2006)通过研究提出,绿色投资的基本标准要求应该以社会、经济、环境的三重效益为原则;王娜等人(2017)控制了外部环境变量等因素,对全国30个省市的绿色投资效率进行分析,结果表明绿色投资效率呈上升趋势,且各省市之间效率值差异显著;通过研究,张济建等人(2016)发现政府的环境规制强度越高,对企业绿色投资的推动就更明显;陈羽桃、冯建(2020)也发现企业管理层由于未将资源进行有效分配,而是进行粗放式环境投资,导致企业绿色投资的效率偏低,同时指出地方政府可以差异化实施环境规制来影响绿色投资效率;张明龙(2020)基于空间杜宾模型的实证分析得出,绿色投资在市场化进程中仅对各地区的经济发展起促进作用,且两者结合比绿色投资单项指标的作用更加显著,对相邻省市还会呈现出“虹吸效应”;马妍妍等(2020)从企业出口行为的角度,研究了其对绿色投资的影响,企业出口主要通过规模经济和竞争对绿色投资产生影响,且具有竞争优势高、资本密集度高的企业出口对绿色投资的拉动更明显。
关于能源消费结构,部分研究侧重于能源消费结构与其他方面的影响关系分析。周江、李颖嘉(2011)基于面板数据得出:两者之间,对能源消费结构影响力最高的是工业类产业,而对产业结构影响力最高的是煤炭消费量;产业结构调整是促进能源消费结构演进的重要因素(周庆元、陈海龙,2018)。邹璇(2019)等人对30个省市的产业结构合理化以及产业结构高度化进行了测度,发现其对能源消费结构有正向影响,但存在地区差异。方德斌、董炜和余谦(2016)发现,能源消费结构的优化能够有效降低我国的能源消费总额以及二氧化碳排放;张优智和党兴华(2014)运用协整理论,研究分析出能源消费量的增长直接导致了经济的增长。刘传哲、任懿(2019)则基于GMM的动态面板回归分析,发现我国绿色信贷比率和能源消费结构呈正相关关系,且影响显著,并提出相应建议。
国外在绿色投资方面的研究,Iheanyichukwu Joachim Onuoha(2018)等人运用结构方程建模,结果表明,货币绿色税收激励和绿色技能对绿色投资需求具有显著的因果效应。其中,绿色税收优惠对绿色商业地产需求和投资的影响最为显著。Edward B. Barbier(2016)表示:污染环境的补贴、市场激励措施不足以及政府对研发和私营部门的支持不足对绿色复苏具有反向作用。使补贴合理化,建立有效的市场手段,并分配由此产生的收入,能够增加绿色增长和革新。关于能源消费结构,研究的更多的是其国家的能源消费现状和改善措施,以及能源消耗与其他因素的因果关系。IIhan Ozturk(2013)强调了节能和可再生能源的重要性,认为提高能源效率能够减少对外国能源的依赖以及能源安全;Muhammad Shahbaz(2014)利用91个国家数据,证实在高收入国家,能源消耗和贸易开放度呈倒U型关系,中低收入国家则呈U型关系。综上所述,国内外研究者大多专注于绿色投资的发展和测度研究,以及研究能源消费结构现状或影响能源消费结构的因素,并没有深入分析绿色投资对能源消费结构的优化作用,因此,本文建立固定效应模型,在2003-2017年30个省份的面板数据的基础上,研究绿色投资对能源消费结构的影响,以期进一步完善关于绿色投资体系的研究。
从上世纪开始引入可持续发展理念起,我国就开始采取相应措施。随着生态文明建设思想的提出,绿色理念在人们的心中树立了起来,政府及各类企业也逐渐加入到绿色发展的行列中,积极参与到绿色投资和绿色技术的开发及应用中。绿色投资作为绿色金融的一部分,起初发展阶段多以环保投资衡量,投资总额逐年上升,从2003年的1627.7亿元到2017年的9538.95亿元,增加了近6倍。近些年,随着人们对环境保护的重视,绿色投资得到一定发展,也驱动了绿色产业和新能源的发展。
如表1所示,虽然能源消费总量在逐年上升,但随着绿色发展理念的不断深入,能源消费中的高碳能源得到了抑制,各种类能源消费量有所改变。2011年起,煤炭和石油的消费量增加量明显减少,电力消费量即新能源消费量逐渐增加,能源消费结构也走向低碳化。
表1 2003-2017年环境污染治理投资总额及各种类能源消费量
绿色投资通过投资来实现对低碳、循环经济的推动作用,传统的投资忽视了对自然环境的保护,依赖大量消耗能源来促进经济增长。绿色投资模式下,追求的不仅仅再是经济效益,而是对绿色企业、绿色产业等领域进行投资,通过对投资方向进行约束,实现资源的可持续发展。绿色投资主要通过以下路径来影响能源消费结构。
直接效应。吾鸿(2005)表示,绿色投资是社会责任、经济发展和环境保护的综合体现,它对我国以往传统投资方式中的高消耗、高污染和高排放问题具有明显的缓解作用,也能为我国部分地区资源使用效率低等问题提供解决方法。绿色产业大多都使用清洁能源进行生产,而绿色投资是在生态环境保护理念的基础上选择投资项目,也就是表明,通过对一些环境友好型的绿色产业进行投资,促进绿色产业的快速发展,进而抑制高耗能产业的发展,减少对污染型能源的使用,提高低碳、清洁能源在能源消费中的比例,改变对能源种类的需求,从而使得能源消费结构低碳化,走向绿色发展。
间接效应。绿色投资不仅在生产源头进行作用,它将生产投资和环保措施相结合,在防污治污方面贯彻始终。Antonietti R,Marzucchi A.(2013)研究发现,公司进行绿色投资对企业的生产效率具有促进效用。我国的制造业,尤其是重化工业,能源消耗和排污程度都很强,通过对能够提高生产效率、实现节能减排和发展清洁能源的绿色技术进行投资,促进环保型技术进步和创新,能够有效地减少高耗能产业的污染排放,提高能源效率,从而降低能源消耗,实现资源的减量化和再利用,引导企业向绿色化发展,调整产业结构,使企业更倾向于使用清洁、低碳能源。
基于以上分析,提出以下假设:H1:绿色投资对能源消费结构低碳化具有正向促进效应。
被解释变量。本文研究绿色投资对能源低碳发展的影响,选取能源消费结构作为被解释变量(E)。各类能源中,新能源是指那些水电、核电等能源,它们属于清洁能源,且污染程度低,因此选取一次电力消费量代替新能源消费量,取其在能源消费总量中的比例作为能源消费结构,能源消费结构越高,说明能源消费越低碳化,电力消费量用能源折标准煤换算系数得出。
解释变量。根据现有研究,大部分学者选择环境污染治理投资总额作为衡量绿色投资的指标,因此选择人均环境污染治理投资总额的对数(LnG)作为解释变量,人均环境污染治理投资总额越多,代表绿色投资程度越高,其中环境污染治理投资包括城镇环境基础设施建设投资、工业污染源治理投资、当年完成环保验收项目环保投资。
控制变量。选取产业结构、能源强度、能源价格和人口增长率作为控制变量。其中产业机构(I)用地区第三产业生产总值占地区生产总值比重表示;能源强度(S)用单位GDP能耗表示;能源价格(P)用燃料、动力类价格购进指数表示;人口增长率(R)为各地区人口自然增长率。
选取2003年-2017年的除西藏之外的30省市的面板数据,数据来自各年度《中国环境统计年鉴》、《中国统计年鉴》、《中国能源统计年鉴》以及各省份年度统计年鉴,各变量的描述性统计如表2所示。
表2 变量的描述性统计
1.单位根检验
为了防止回归模型中出现虚假回归的现象,保证估计结果有效,现对各变量序列进行单位根检验。按照本文面板数据的特点结合面板数据单位根的特征,使用IPS方法对变量进行检验。结果如表3所示。其中6个变量序列中的E、I未通过IPS检验,认为其存在单位根,其他4个变量为平稳序列。对6个变量进行一阶差分后,均通过了IPS检验,证明一阶差分后各变量序列均是平稳的。
2.协整检验
为了检验能源消费结构(E)与绿色投资(LnG)以及控制变量产业机构(I)、能源强度(S)、能源价格(P)、人口增长率(R)之间是否存在长期均衡关系,选择用Kao检验和Pedroni检验对变量进行协整检验,结构如表3、表4所示。
表3 单位根检验结果
表4中的5个检验统计量,其对应的p值均小于0.01 ,因此可在1%的水平上强烈拒绝原假设,认为变量之间存在协整关系;表5中的3个检验统计量,其对应的p值均为0.0000,因此可在1%的水平上强烈拒绝原假设,认为变量之间存在协整关系。综上所述,认为能源消费结构(E)与绿色投资(LnG)以及产业结构等变量之间存在长期均衡关系,可以进行回归分析。
表4 Kao检验结果
表5 Pedroni检验结果
为确定本文中模型是应该使用固定效应还是随机效应,对面板数据进行过度识别检验,结果显示p值为0.0303<0.05,所以拒绝原假设,相比于随机效应模型,固定效应模型更合适。
计量模型设定如下:
其中i=1,2,3,4…N,代表不同省份;t=1,2,3,4…N,代表不同年份。Eit是第i个省份第t年的能源消费结构,LnGit是第i个省份第t年的绿色投资指标,Iit 是第i个省份第t年的产业机构,Pit是第i个省份第t年的能源价格,Rit是第i个省份第t年的人口增长率,Sit是第i个省份第t年的能源强度。β0是截距项,vit代表个体差异,εi是误差项。本文选择LSDV法对模型进行估计,回归结果如表6、表7。
表6 个体固定效应结果
表7 回归结果
根据个体固定效应结果可知,大多数个体虚拟变量都非常显著,故可以拒绝原假设,认为其存在个体效应,允许每位个体有自己的截距项,进一步说明选择固定效应分析是正确的。
由回归结果可以看出,绿色投资指标的系数为正,且在1%水平上显著,说明绿色投资和能源消费结构具有显著的正向关系。在其他条件不变的情况下,人均环境污染治理投资当年每增加1%,低碳能源消费比例提高0.0124%,说明绿色投资对能源消费低碳发展具有促进作用,绿色投资程度越高,能源消费结构低碳水平越高。显然,绿色投资程度的高低能够影响能源消费结构的比例,随着绿色投资效率增加,行业逐渐转向绿色化,同时遏制了“两高一剩”行业的发展,减少煤炭等高碳能源的使用,清洁能源的消费量增多,随着绿色产业的逐渐发展,能源消费结构必将走向低碳化。但是目前绿色投资程度对能源消费结构的影响程度不高,究其原因是目前我国的绿色投资理论还不成熟。一是因为绿色投资额度尚未形成规模,2017年环境污染投资总额仅占国内生产总值的1.14%;二是我国的绿色技术水平较低,在节能水平和能效水平上与德国、日本等发达国家相差甚远,作用也相应减弱。
控制变量产业结构系数为正,且在1%的水平上显著,说明产业机构和能源消费结构具有正向关系。产业结构每增加1%,低碳能源消费比例增加0.0946%,说明产业结构的优化水平提高,对能源消费的低碳发展具有促进作用;能源价格系数为负,说明能源价格和能源消费结构呈负相关关系。能源价格每增加1%,低碳能源消费比例减少0.0002%。原因在于,本文中的能源价格主要是煤炭、石油等能源的价格情况,价格越高,企业压力越大,对煤炭等能源的消费应减少,从而影响新能源的消费量。但新能源在发展前期的大量投入导致其价格并未形成优势,还未对能源消费结构产生影响,因此能源价格对能源消费结构具有负向影响,新能源的发展规模应进一步扩张;人口增长率系数为正,且在1%的水平上显著,说明人口增长对能源消费结构具有正向影响,人口增长率每增加1%,低碳能源消费比例增加0.2772%;能源强度系数为正,说明单位GDP能耗和能源消费结构呈负相关关系,单位GDP能耗增加1%,能源消费结构减少0.009%。
由于核心解释变量不存在替代指标,根据既有研究,选择依次剔除控制变量来测度模型的稳健性,回归结果如表8所示。
表8 稳健性检验结果
经检验,依次剔除控制变量后,解释变量和控制变量的系数略有变动,但符号未发生变化,且通过了显著性检验;拟合优度变动也不明显,因为,认为本文的模型构建以及回归结果是稳健的。
从实证分析可以得知,绿色投资对能源消费结构的确存在显著影响,结论符合原假设,绿色投资通过限定投资项目以及投资市场,促进绿色产业的繁荣,同时倒逼“两高一剩”产业向绿色经济发展,进而达到减少高碳能源消费量,增加清洁能源消费量的目的,从供给方面促进能源消费的低碳发展,但是目前影响程度较低。
根据研究得出,绿色投资程度的提高能够优化能源消费结构,促进能源消费低碳发展,但是我国目前的绿色投资效率整体偏低,想要真正实现对能源消费低碳化的积极作用,还需要增加投资力度,扩张绿色投资规模,推动绿色投资发展。第一,绿色投资的发展还处于起步阶段,政府应合理制定绿色投资标准,绿色范畴不应过窄,过高的门槛限制会造成诸多机构的压力,不利于绿色产业的发展,其次确定市场准入规则,市场化不断加深,信息流通机制就更加完善,绿色投资的信息成本相应减少,从而促进绿色投资的效益;第二,绿色投资具有广阔的发展空间,但毕竟还不成熟,政府应为绿色发展营造一个良好的营商和税收环境,对于一些绿色投资机构应特殊对待,实行专门的税收制度,激励更多的投资机构倾向绿色投资和绿色发展。