黃華繼 李英齊

(安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030)

2020年，水能、風(fēng)能、核能、光伏四類新能源的發(fā)電量分別僅占據(jù)了我國(guó)總發(fā)電量的16%、6%、5%、2%，相反，火力貢獻(xiàn)了超過71%的發(fā)電量，新能源顯現(xiàn)出規(guī)模接不上、穩(wěn)定性不足等問題。加上電煤緊缺，導(dǎo)致近年來我國(guó)出現(xiàn)范圍廣大、影響惡劣的“缺電”現(xiàn)象。2020年，中國(guó)二氧化碳排放總量98.94億噸，連續(xù)4年保持增長(zhǎng)，在全球碳排放總量中的占比也不斷提升，內(nèi)外壓力巨大，嚴(yán)重威脅我國(guó)經(jīng)濟(jì)的可持續(xù)發(fā)展。因此，我國(guó)政府高度重視綠色金融事業(yè)，推進(jìn)能源綠色低碳轉(zhuǎn)型。習(xí)總書記在聯(lián)合國(guó)大會(huì)提出“二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”的“雙碳”目標(biāo)。在建設(shè)多個(gè)綠色金融改革創(chuàng)新試驗(yàn)區(qū)試點(diǎn)并積累經(jīng)驗(yàn)后，我國(guó)各省市正全面推進(jìn)綠色金融政策落地。

經(jīng)濟(jì)增長(zhǎng)、能源消費(fèi)和碳排放的關(guān)系錯(cuò)綜復(fù)雜。一方面，經(jīng)濟(jì)增長(zhǎng)必然會(huì)大量消費(fèi)能源，消耗化石能源產(chǎn)生的污染排放也隨著生產(chǎn)規(guī)模的增大而增大；另一方面，經(jīng)濟(jì)增長(zhǎng)導(dǎo)致資源減少、環(huán)境破壞，會(huì)反過來影響人們的身心健康，由此導(dǎo)致的工作低效及治理污染花費(fèi)的大量資金阻礙了經(jīng)濟(jì)的有序發(fā)展。

同時(shí)，經(jīng)濟(jì)增長(zhǎng)促使人們開發(fā)和使用新能源，加快清潔技術(shù)進(jìn)步，將使得污染排放強(qiáng)度降低。若要在如期甚至提前實(shí)現(xiàn)“雙碳”目標(biāo)，中國(guó)需要推進(jìn)工業(yè)、交通、建筑、電力等二氧化碳排放重點(diǎn)領(lǐng)域去碳化，任務(wù)是十分繁重和艱巨的。同時(shí)，我國(guó)各區(qū)域在經(jīng)濟(jì)發(fā)展、市場(chǎng)環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)、科技強(qiáng)度等方面具有區(qū)別，也導(dǎo)致了各地在能源消費(fèi)和二氧化碳排放方面存在明顯差異，而對(duì)全國(guó)制訂統(tǒng)一的發(fā)展措施和評(píng)判標(biāo)準(zhǔn)將有失科學(xué)性。因此，基于各省市的綠色金融發(fā)展程度分組，研究區(qū)域經(jīng)濟(jì)增長(zhǎng)、能源消費(fèi)和碳排放的關(guān)系更具意義。

一、研究狀況分析

經(jīng)濟(jì)增長(zhǎng)、能源消費(fèi)與污染排放是目前國(guó)內(nèi)外學(xué)者關(guān)注的重點(diǎn)問題，從已有成果可以發(fā)現(xiàn)，早期研究往往單以經(jīng)濟(jì)增長(zhǎng)與能源消費(fèi)或碳排放的關(guān)系為主，直到近幾年將三者聯(lián)系起來分析的研究才逐漸增多。

首先，對(duì)于經(jīng)濟(jì)增長(zhǎng)與能源消費(fèi)之間的關(guān)系，Costantini等整理出了1978—2005年世界上26個(gè)代表性國(guó)家面板數(shù)據(jù)，構(gòu)建VECM模型檢驗(yàn)發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)是能源消費(fèi)的Granger原因[1]；Tiffany等采用MRA和QCA分析方法發(fā)現(xiàn)能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)呈單方向的線性關(guān)系[2]；邢毅以碳排放強(qiáng)度大小對(duì)我國(guó)省級(jí)行政區(qū)進(jìn)行分組，實(shí)證分析發(fā)現(xiàn)山西等高碳地區(qū)的能源消費(fèi)不能顯著促進(jìn)當(dāng)?shù)氐慕?jīng)濟(jì)增長(zhǎng)，而江蘇等低碳地區(qū)可以實(shí)現(xiàn)[3]。

其次，對(duì)于經(jīng)濟(jì)增長(zhǎng)與碳排放，Coondoo等認(rèn)為，世界不同地區(qū)經(jīng)濟(jì)增長(zhǎng)與碳排放之間的關(guān)系也不同，檢驗(yàn)發(fā)現(xiàn)在亞非國(guó)家二者具有雙向因果關(guān)系、對(duì)于南美、大洋洲國(guó)家，經(jīng)濟(jì)增長(zhǎng)是碳排放的原因，而美、歐國(guó)家碳排放是經(jīng)濟(jì)增長(zhǎng)的原因[4]；張可運(yùn)用DID和工具變量法，實(shí)證檢驗(yàn)發(fā)現(xiàn)長(zhǎng)三角、珠三角城市群的經(jīng)濟(jì)增長(zhǎng)收斂是污染排放收斂的重要原因[5]；夏勇等采用空間動(dòng)態(tài)系統(tǒng)GMM模型，分析發(fā)現(xiàn)我國(guó)272個(gè)城市經(jīng)濟(jì)增長(zhǎng)與工業(yè)污染排放之間呈現(xiàn)出相對(duì)脫鉤與絕對(duì)脫鉤的交替特征，不具有穩(wěn)定的影響關(guān)系[6]。

三個(gè)指標(biāo)之間的動(dòng)態(tài)關(guān)系近年來備受關(guān)注，F(xiàn)aisal等(2017)分析發(fā)現(xiàn)巴基斯坦的能源消費(fèi)、碳排放與經(jīng)濟(jì)增長(zhǎng)之間存在持久平衡的雙向線性關(guān)系[7]；Ummalla等搜集1992—2014年金磚國(guó)家面板數(shù)據(jù)，檢驗(yàn)結(jié)果顯示碳排放對(duì)經(jīng)濟(jì)增長(zhǎng)具有負(fù)向影響，而清潔能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著促進(jìn)作用[8]；徐斌等基于中國(guó)各省市1979—2016年面板數(shù)據(jù)實(shí)證分析，發(fā)現(xiàn)能源結(jié)構(gòu)轉(zhuǎn)型并不能有效減少二氧化碳排放和促進(jìn)經(jīng)濟(jì)增長(zhǎng)[9]；朱歡等運(yùn)用聯(lián)立方程模型檢驗(yàn)全球67個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)能源結(jié)構(gòu)轉(zhuǎn)型和二氧化碳排放的影響，發(fā)現(xiàn)只有當(dāng)經(jīng)濟(jì)增長(zhǎng)達(dá)到一定水平，才能獲得能源結(jié)構(gòu)轉(zhuǎn)型和二氧化碳減排的雙重紅利[10]。

國(guó)內(nèi)外學(xué)者的研究成果較好地解釋了經(jīng)濟(jì)—能源—環(huán)境之間的局部關(guān)系，但比較分析不同區(qū)域三者關(guān)系差異的已有文獻(xiàn)通常是以碳排放強(qiáng)度分組，以綠色金融發(fā)展指數(shù)為標(biāo)準(zhǔn)進(jìn)行分組研究的成果還很少。由于我國(guó)區(qū)域間發(fā)展模式和市場(chǎng)環(huán)境差異較大，能源消費(fèi)和碳排放強(qiáng)度的程度也有所不同，當(dāng)前我國(guó)正積極探索適合不同區(qū)域、不同情況的最優(yōu)綠色金融發(fā)展方案，因此，按照我國(guó)各省級(jí)行政區(qū)的綠色金融發(fā)展程度進(jìn)行分組，研究各區(qū)域如何在保證經(jīng)濟(jì)平穩(wěn)增長(zhǎng)的同時(shí)，更好地實(shí)現(xiàn)節(jié)能減排具有重要意義。

二、模型與數(shù)據(jù)來源

(一)模型構(gòu)建與變量處理

本文采用面板向量自回歸模型對(duì)區(qū)域經(jīng)濟(jì)增速、能源消費(fèi)強(qiáng)度、碳排放強(qiáng)度按照區(qū)域綠色金融發(fā)展指數(shù)分組研究，構(gòu)建以下PVAR模型：

(二)數(shù)據(jù)來源與統(tǒng)計(jì)分析

因西藏、港澳臺(tái)地區(qū)數(shù)據(jù)缺失，以我國(guó)其余30省區(qū)2009—2019年的數(shù)據(jù)作為研究對(duì)象。經(jīng)濟(jì)增長(zhǎng)指標(biāo)選取區(qū)域GDP增速，能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度分別量化為單位GDP的化石能源消費(fèi)量和二氧化碳排放量。區(qū)域綠色金融發(fā)展指數(shù)參考《地方綠色金融發(fā)展指數(shù)與評(píng)估報(bào)告2018》，碳排放總量將在下文測(cè)算，其余數(shù)據(jù)來源于《中國(guó)能源統(tǒng)計(jì)年鑒》及《中國(guó)統(tǒng)計(jì)年鑒》。

1.綠色金融發(fā)展程度的現(xiàn)狀

《地方綠色金融發(fā)展指數(shù)與評(píng)估報(bào)告》客觀評(píng)價(jià)了各省綠色金融的發(fā)展程度，本文參考其得分及梯隊(duì)劃分，將30個(gè)省級(jí)行政區(qū)劃分為三大梯隊(duì)：

根據(jù)圖1可知，我國(guó)綠色金融發(fā)展在地理分布上存在較大差異，浙江、廣東、江蘇、福建等東部沿海區(qū)域省市憑借其良好的市場(chǎng)環(huán)境和區(qū)位優(yōu)勢(shì)，綠色金融改革創(chuàng)新取得較好的成績(jī)，成為第一梯隊(duì)，內(nèi)蒙古、湖南、青海等中、西部區(qū)域省市積極落實(shí)綠色發(fā)展理念，綠色金融發(fā)展也取得了一定的效果，成為第二梯隊(duì)，而東北區(qū)域和部分西部省市發(fā)展綠色金融略顯動(dòng)力不足，并未能取得實(shí)質(zhì)性的發(fā)展，成為第三梯隊(duì)。

圖1 各區(qū)域綠色金融發(fā)展指數(shù)得分柱狀圖

2.碳排放的測(cè)度

根據(jù)煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣8類化石燃料的碳排放系數(shù)和消費(fèi)量計(jì)算各省市每年的二氧化碳排放量：

其中，CO2(it)表示t時(shí)期i省市的碳排放總量；k=44/12為二氧化碳與碳分子重量比，Ex和 x分別為第x類化石燃料的消費(fèi)量和排放系數(shù)。將測(cè)算出的區(qū)域碳排放總量與區(qū)域GDP總值相除，得各區(qū)域碳排放強(qiáng)度。

根據(jù)表1測(cè)度結(jié)果可知，近10年除內(nèi)蒙古和寧夏，各省市的碳排放強(qiáng)度都大幅降低，說明各地都在積極探索綠色發(fā)展模式，根據(jù)十年碳排放強(qiáng)度均值排名可知，北京、廣東、福建等第一梯隊(duì)省市的碳排放強(qiáng)度更低，說明這些省市在大力發(fā)展經(jīng)濟(jì)的同時(shí)，也促進(jìn)了技術(shù)進(jìn)步，減輕了污染排放強(qiáng)度。而二、三梯隊(duì)的省市盡管碳排放強(qiáng)度也有所下降，但整體上數(shù)值仍遠(yuǎn)高于第一梯隊(duì)省市。

表1 各區(qū)域碳排放強(qiáng)度測(cè)度結(jié)果

(三)描述性統(tǒng)計(jì)

表2報(bào)告了區(qū)域GDP、能源消費(fèi)與碳排放的統(tǒng)計(jì)特征，分組統(tǒng)計(jì)結(jié)果顯示第一梯隊(duì)區(qū)域GDP規(guī)模高于第二梯隊(duì)區(qū)域，但能源消費(fèi)總量和碳排放總量規(guī)模卻更低，體現(xiàn)了第一梯隊(duì)區(qū)域綠色金融發(fā)展更為高效。第三梯隊(duì)區(qū)域能源消費(fèi)總量和碳排放總量相對(duì)較大，區(qū)域GDP遠(yuǎn)低于其他區(qū)域，說明第三梯隊(duì)區(qū)域綠色金融發(fā)展稍顯落后。

表2 區(qū)域GDP、能源消費(fèi)和碳排放的統(tǒng)計(jì)特征

表3報(bào)告了區(qū)域GDP增速、能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度的統(tǒng)計(jì)特征，統(tǒng)計(jì)結(jié)果顯示，我國(guó)經(jīng)濟(jì)在平穩(wěn)增長(zhǎng)，各地區(qū)的GDP增速差別不大。而三個(gè)梯隊(duì)的能源消費(fèi)和碳排放強(qiáng)度水平依次遞增，同樣反應(yīng)出各區(qū)域綠色金融發(fā)展程度的差異。

表3 變量描述性統(tǒng)計(jì)描述

三、實(shí)證檢驗(yàn)與結(jié)果分析

首先，采用Had ri-LM檢驗(yàn)法進(jìn)行平穩(wěn)性檢驗(yàn)，表4結(jié)果顯示，各梯隊(duì)區(qū)域的原始數(shù)據(jù)均拒絕單位根過程，屬平穩(wěn)時(shí)間序列。

表4 面板平穩(wěn)性檢驗(yàn)結(jié)果

其次，為了構(gòu)建更為準(zhǔn)確的PVAR模型，需要對(duì)滯后階數(shù)進(jìn)行合理選擇。表5結(jié)果顯示，三組模型滯后階數(shù)均選取1階最為合適。

表5 滯后期檢驗(yàn)結(jié)果

經(jīng)過200次Monte-Carlo模擬后，得到表6系統(tǒng)GMM估計(jì)結(jié)果。面板A的結(jié)果顯示，GDP增速方程中，滯后一期的各變量均在1%水平下顯著，表明經(jīng)濟(jì)增長(zhǎng)、能源消費(fèi)和碳排放的強(qiáng)度增大會(huì)正向促進(jìn)經(jīng)濟(jì)增長(zhǎng)。能源消費(fèi)強(qiáng)度方程中，滯后一期GDP增速和碳排放強(qiáng)度具有顯著的負(fù)向作用，表明經(jīng)濟(jì)增長(zhǎng)和碳排放增強(qiáng)將使得能源消費(fèi)強(qiáng)度下降。碳排放強(qiáng)度方程中，滯后一期能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度具有顯著正向作用，滯后一期GDP增速具有顯著負(fù)向作用。

表6 系統(tǒng)GMM估計(jì)結(jié)果

面板B的估計(jì)結(jié)果顯示，GDP增速和能源消費(fèi)強(qiáng)度具有雙向顯著負(fù)向作用，滯后一期能源消費(fèi)強(qiáng)度對(duì)碳排放強(qiáng)度和其自身具有顯著正向作用，其他影響因素不顯著。面板C的估計(jì)結(jié)果顯示，滯后一期GDP增速對(duì)其自身具有顯著正向作用，對(duì)碳排放強(qiáng)度具有顯著負(fù)向作用，滯后一期能源消費(fèi)強(qiáng)度對(duì)各變量均有顯著正向作用。

圖3 面板B脈沖響應(yīng)圖

圖4 面板C脈沖響應(yīng)圖

根據(jù)圖2—4所示，脈沖響應(yīng)結(jié)果可得以下結(jié)論：一是各區(qū)域GDP增速對(duì)經(jīng)濟(jì)增長(zhǎng)的短期促進(jìn)效應(yīng)最大，一單位標(biāo)準(zhǔn)差的沖擊將使得GDP增速在第1期迅速提高，但影響程度在隨后大幅下降。第一梯隊(duì)區(qū)域的能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度一單位標(biāo)準(zhǔn)差沖擊將使得GDP增速隨之提高，而二、三梯隊(duì)區(qū)域能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度的沖擊并不會(huì)對(duì)GDP增速產(chǎn)生顯著的擴(kuò)張效應(yīng)。二是三類區(qū)域的GDP增速和能源消費(fèi)強(qiáng)度都能對(duì)能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度造成沖擊，且沖擊效應(yīng)相似。其中第一梯隊(duì)區(qū)域一單位標(biāo)準(zhǔn)差沖擊將在第1期顯著顯現(xiàn)，隨后影響程度大幅下降且總體影響不明顯，第二梯隊(duì)區(qū)域的沖擊將隨著預(yù)測(cè)步長(zhǎng)的增加呈現(xiàn)逐漸增大的趨勢(shì)，第三梯隊(duì)區(qū)域的沖擊作用在第1期與第一梯隊(duì)區(qū)域相近，而后平緩降低。三是第一梯隊(duì)區(qū)域碳排放強(qiáng)度對(duì)能源消費(fèi)強(qiáng)度具有顯著的負(fù)向影響，一單位標(biāo)準(zhǔn)差沖擊將使能源消費(fèi)強(qiáng)度下降近0.030個(gè)單位，此后影響逐期減少。第二梯隊(duì)區(qū)域的脈沖響應(yīng)函數(shù)始終處于0附近，表明該類區(qū)域碳排放強(qiáng)度對(duì)能源消費(fèi)強(qiáng)度的影響不顯著，第三梯隊(duì)區(qū)域碳排放強(qiáng)度對(duì)能源消費(fèi)強(qiáng)度的沖擊效應(yīng)逐漸增大后趨于穩(wěn)定，說明碳排放強(qiáng)度對(duì)能源消費(fèi)強(qiáng)度具有一定的未來預(yù)測(cè)作用。

圖2 面板A脈沖響應(yīng)圖

表7給出的各面板在第5、10個(gè)預(yù)測(cè)期的方差分解結(jié)果基本一致，表明各區(qū)域三者之間的動(dòng)態(tài)關(guān)系基本穩(wěn)定。根據(jù)第10期的預(yù)測(cè)，二、三梯隊(duì)區(qū)域GDP增速對(duì)其自身的方差貢獻(xiàn)分別為98.10%和99.50%，而第一梯隊(duì)區(qū)域僅有73.40%，說明僅第一梯隊(duì)區(qū)域的能源消費(fèi)和碳排放對(duì)區(qū)域經(jīng)濟(jì)發(fā)展具有重要支持作用。對(duì)于能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度，第二梯隊(duì)區(qū)域的經(jīng)濟(jì)發(fā)展能有效降低能源消費(fèi)和碳排放強(qiáng)度，而一、三梯隊(duì)區(qū)域能源消費(fèi)強(qiáng)度對(duì)降低區(qū)域能源消費(fèi)和碳排放強(qiáng)度的支持作用更大。

表7 方差分解結(jié)果

將GDP增速、能源消費(fèi)強(qiáng)度、碳排放強(qiáng)度滯后一期，進(jìn)行Granger因果檢驗(yàn)，表8(下頁)檢驗(yàn)結(jié)果顯示：一是第一梯隊(duì)區(qū)域拒絕能源消費(fèi)強(qiáng)度不是GDP增速和碳排放強(qiáng)度的Granger原因，即能源消費(fèi)強(qiáng)度是GDP增速和碳排放強(qiáng)度的Granger原因，檢驗(yàn)也拒絕了碳排放強(qiáng)度不是能源消費(fèi)強(qiáng)度的Granger原因，說明一梯隊(duì)區(qū)域能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度互為因果關(guān)系，檢驗(yàn)接受GDP增速不是能源消費(fèi)強(qiáng)度的Granger原因，不構(gòu)成雙向因果關(guān)系。二是第二梯隊(duì)區(qū)域GDP增速是能源消費(fèi)和碳排放強(qiáng)度的Granger原因，能源消費(fèi)強(qiáng)度也是碳排放強(qiáng)度的Granger原因。三是第三梯隊(duì)僅檢驗(yàn)出碳排放強(qiáng)度是能源消費(fèi)強(qiáng)度的Granger原因，不存在其他因果關(guān)系。

表8 Granger因果檢驗(yàn)結(jié)果

四、 結(jié)論與建議

我國(guó)各區(qū)域間經(jīng)濟(jì)發(fā)展、能源消費(fèi)和碳排放的差異較大。本文將我國(guó)30個(gè)省級(jí)行政區(qū)按照綠色金融發(fā)展指數(shù)分為三個(gè)梯隊(duì)，采用2009—2019年GDP增速、能源消費(fèi)強(qiáng)度、碳排放強(qiáng)度省級(jí)面板數(shù)據(jù)，構(gòu)建PVAR模型進(jìn)行系統(tǒng)GMM估計(jì)，實(shí)證研究得到以下結(jié)論：

第一，浙江、廣東、北京等第一梯隊(duì)省市綠色金融發(fā)展強(qiáng)勁，其實(shí)體經(jīng)濟(jì)規(guī)模大，能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度低。內(nèi)蒙古、湖南、青海等區(qū)域?qū)儆诘诙蓐?duì)，能源消費(fèi)和碳排放總量大，但強(qiáng)度相對(duì)較低。河南、天津、陜西等省市綠色金融發(fā)展較為緩慢，屬于第三梯隊(duì)，經(jīng)濟(jì)規(guī)模較小，能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度卻相對(duì)較高。在綠色金融不同發(fā)展態(tài)勢(shì)下，各區(qū)域經(jīng)濟(jì)增長(zhǎng)、能源消費(fèi)和碳排放的動(dòng)態(tài)關(guān)系差異顯著。

第二，第一梯隊(duì)區(qū)域的能源消費(fèi)和碳排放對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著正向沖擊，而二、三梯隊(duì)區(qū)域的能源消費(fèi)和碳排放并沒有對(duì)當(dāng)?shù)氐慕?jīng)濟(jì)增長(zhǎng)發(fā)揮出積極的促進(jìn)作用。各梯隊(duì)區(qū)域的經(jīng)濟(jì)增長(zhǎng)都將使該區(qū)域的能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度降低，說明我國(guó)各區(qū)域經(jīng)濟(jì)發(fā)展會(huì)促使人們進(jìn)行低能源消耗的生產(chǎn)活動(dòng)，一定程度上帶動(dòng)清潔技術(shù)進(jìn)步和新能源創(chuàng)新。

第三，各區(qū)域能源消費(fèi)和碳排放都存在雙向或單向的因果關(guān)系，而只有第一梯隊(duì)區(qū)域能源消費(fèi)強(qiáng)度是GDP增速的Granger原因。說明加快經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，大力發(fā)展能源消費(fèi)少的行業(yè)，不會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生劇烈影響，又能緩解能源緊張的現(xiàn)狀，還能有效減輕環(huán)境污染。

基于上述研究結(jié)論，可以發(fā)現(xiàn)第一梯隊(duì)區(qū)域大力發(fā)展經(jīng)濟(jì)的同時(shí)，也重視綠色理念，實(shí)現(xiàn)了低碳發(fā)展和經(jīng)濟(jì)增長(zhǎng)的良性互動(dòng)，而二、三梯隊(duì)區(qū)域綠色發(fā)展效果相對(duì)較差，節(jié)能減排需要進(jìn)一步的強(qiáng)化。本文提出以下政策建議：政府部門在制訂政策時(shí)應(yīng)充分考慮區(qū)域差異性，對(duì)于一梯隊(duì)區(qū)域，能源消費(fèi)和污染排放一定程度上會(huì)促進(jìn)區(qū)域的經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)增長(zhǎng)反而會(huì)降低能源消費(fèi)強(qiáng)度和碳排放強(qiáng)度，帶動(dòng)區(qū)域綠色金融的發(fā)展，因此，需權(quán)衡二者之間的關(guān)系。繼續(xù)大力發(fā)展經(jīng)濟(jì)的同時(shí)，應(yīng)加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，拓寬節(jié)能減排技術(shù)應(yīng)用，借助自身良好的金融環(huán)境實(shí)現(xiàn)“強(qiáng)者越強(qiáng)”。對(duì)于二、三梯隊(duì)區(qū)域，煤炭等化石能源的消費(fèi)強(qiáng)度下降將促進(jìn)二氧化碳排放的減少，同時(shí)，不會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)造成強(qiáng)烈沖擊，應(yīng)在考慮環(huán)境的情況下加快推進(jìn)能源價(jià)格改革，開發(fā)和應(yīng)用新能源；還要加大政策推動(dòng)力度，積極引導(dǎo)市場(chǎng)發(fā)展，實(shí)現(xiàn)能源消費(fèi)總量、強(qiáng)度的“雙控”。