郭亞軍，馮宗憲

(1.西安交通大學 經濟與金融學院，陜西 西安 710061；2.西北農林科技大學 經濟管理學院，陜西 楊凌 712100)

一、研究背景

中國是世界最大的能源消費國[1]。煤炭在中國能源消費結構中達到57.7%，產生的二氧化硫為全國相應污染量的86%[2]，是造成中國生態(tài)效率問題的重要原因。2020年，中國政府宣布，二氧化碳排放力爭2030年前達到峰值，力爭2060年前實現碳中和。在經濟社會持續(xù)發(fā)展的形勢下，提高生態(tài)效率成為確?！半p碳”目標實現的重要措施。很多研究認為采用低碳且具有成本競爭力的電力能源替代化石能源是提高生態(tài)效率的有效措施[3-5]。2016年，國家發(fā)改委等八部委聯合制定《關于推進電能替代的指導意見》(1)http:∥www.gov.cn/xinwen/2016-05/25/content_5076579.htm。，目的即是以電力消費代替高能耗、高污染的常規(guī)能源消費。因此，研究電力消費因為替代作用對生態(tài)效率的作用大小、路徑和特征，對提高生態(tài)效率具有重要意義。

國內學界關于電力消費與生態(tài)效率的文獻多集中在如下6個方面：(1)電力消費與生態(tài)效率增長方面。石建華等發(fā)現，燃煤發(fā)電產生的二氧化碳排放量高達總排放量的50%[6]。潘偉認為，長期內經濟增長可以促進電力能源效率提高和技術進步[7]。(2)電力消費與經濟增長方面。研究者認為電力消費水平與經濟增長之間存在雙向格蘭杰原因，能源消費水平與經濟增長之間存在異質性[8-9]。經濟發(fā)展對能源消費存在門檻依賴，電力消費和投資顯著促進經濟增長[10-12]。(3)電力消費與產業(yè)結構方面。部分研究者認為電力消費水平提高有利于經濟增長，隨著產業(yè)結構優(yōu)化，對經濟增長的促進作用明顯提高[13-14]。謝品杰等發(fā)現產業(yè)結構升級與電力消費需求之間呈現負相關關系，第三產業(yè)比例上升有利于提高生態(tài)效率[15]。(4)電力消費與技術創(chuàng)新方面。陳洪濤發(fā)現，電力消費存在回彈效應，當用電效率提高時，所節(jié)約電量的43.51%被因成本降低而額外增加的用電量所抵消[16]。陳嘉雯等發(fā)現全要素生產率(TFP)增長有助于減少能源消費過程中的碳排放，但減少過程的滯后期太長[17]。(5)電力消費與城鄉(xiāng)結構變化方面。李風琦認為城鎮(zhèn)化率提高有利于改善居民能源消費形式的生態(tài)環(huán)境效應[18]。(6)電力消費與外商直接投資方面。溫磊證明電力消費水平上升有利于促進外商直接投資水平[19]。

綜上所述，現有文獻為本文進一步展開更深入的研究提供了有益借鑒。第一，現有研究集中研究電力消費對生態(tài)環(huán)境的不利作用，對電力消費因為替代高污染能源而帶來的正向作用卻鮮有研究。第二，現有研究大多集中于直接作用路徑，系統(tǒng)分析電力消費對生態(tài)效率直接和間接路徑影響的研究不多，很難從整體上把握電力消費的綜合影響。第三，現有研究很少考慮門檻效應的影響，難以反映電力消費和其他變量對生態(tài)效率從量變到質變影響的發(fā)展過程。第四，各省份的發(fā)展階段存在異質性，必然影響電力消費對生態(tài)效率的作用規(guī)律，有必要把區(qū)域異質性因素納入模型之中，分析各區(qū)域的具體特征。

基于此，本文采用2007—2018年中國30個省市、自治區(qū)的面板數據，首先運用中介效應法研究電力消費對生態(tài)效率作用的直接效應和間接效應；其次，構建門檻回歸模型研究電力消費對生態(tài)效率作用的門檻特征以及區(qū)域異質性對作用效用的影響；最后，提出相關政策建議。

二、理論分析與研究假設

電力是一種經過加工的能源，消耗能源必然對生態(tài)效率造成負面影響，但是因為其經過加工，反而成為了其他高污染能源的替代，降低了環(huán)境危害程度[5]。電力消費水平上升雖然不利于生態(tài)效率，但相對減緩了環(huán)境惡化程度。然而根據“反彈效應”，由于電力消費水平上升，電力行業(yè)可能產生更多技術更新，電力消費成本降低，導致電力消費總量上升[16]，對生態(tài)效率產生負面影響。本文綜合考慮電力消費的反彈效應和能源替代效應，提出如下假設。

假設1：電力消費對生態(tài)效率在直接路徑上存在顯著的負向作用?！疤娲彼斐傻挠绊懸跤诖笠?guī)模使用的環(huán)境影響和效率提升導致的“反彈效應”。

根據中介效用理論，電力消費不僅直接影響生態(tài)效率，而且通過產業(yè)結構、城鄉(xiāng)結構、外商直接投資以及技術創(chuàng)新等路徑對生態(tài)效率產生間接影響。

從電力消費-產業(yè)結構-生態(tài)效率路徑看，電力消費水平提高有利于推動經濟發(fā)展和產業(yè)結構優(yōu)化[8]，電力由主要投入高能耗高投入產業(yè)向低能耗低投入產業(yè)轉變，污染排放物減少。因此，電力消費通過產業(yè)結構優(yōu)化降低了對生態(tài)效率的負面影響[15]，并且由于各地產業(yè)結構存在差異，影響表現出區(qū)域異質性。

從電力消費-城鄉(xiāng)結構-生態(tài)效率路徑看，電力消費對城鎮(zhèn)化程度有促進作用[20]，導致人們生活方式發(fā)生改變，能源消耗從高碳排放的直接使用向低碳排放的電力轉化，減少了對環(huán)境的污染，有利于生態(tài)效率提高[18]；但同時城鎮(zhèn)居民的電力消耗量大于農村居民，城鄉(xiāng)結構優(yōu)化也可能導致更多電力消費[21]，不利于生態(tài)效率提高。綜合上述兩種影響，電力消費通過城鄉(xiāng)結構路徑對生態(tài)效率的影響不確定。

從電力消費-外商直接投資-生態(tài)效率路徑看，電力消費水平提高有利于促進經濟發(fā)展進程加快[13]，有利于外商直接投資引進，帶來更先進的環(huán)境友好型技術，推動生態(tài)效率提高[19]。但如果外商直接投資所進入地區(qū)企業(yè)技術水平低，所引入的外商直接投資屬于其他地區(qū)淘汰的高投入高污染企業(yè)，那么外商直接投資增加不利于減少電力消費的負向效應[22]。因而，電力消費通過外商直接投資作用路徑對生態(tài)效率的影響不確定。

從電力消費-技術創(chuàng)新-生態(tài)效率路徑看，電力消費水平提高意味著環(huán)境污染程度有所上升[6]，導致政府加大環(huán)境規(guī)制力度，激發(fā)企業(yè)從事環(huán)境友好型技術創(chuàng)新，有利于提高生態(tài)效率[17]。此外，由于各地區(qū)技術水平和環(huán)境規(guī)制水平存在差異，技術創(chuàng)新影響具有異質性。因此，技術創(chuàng)新對電力消費水平的生態(tài)效率作用具有確定的正向效應。

綜合上述分析，提出如下假設。

假設2：電力消費不僅直接作用于生態(tài)效率，而且通過產業(yè)結構、城鄉(xiāng)結構、外商直接投資以及技術創(chuàng)新等路徑間接作用于生態(tài)效率，并且該影響具有區(qū)域異質性，其中產業(yè)結構和技術創(chuàng)新路徑的影響相對確定，其他路徑有待檢驗。

電力消費對生態(tài)效率的作用受到地區(qū)經濟發(fā)展水平影響[9]。當地區(qū)經濟發(fā)展水平較低時，地方政府更注重地區(qū)生產總值的增長，有可能降低環(huán)保要求發(fā)展高能耗產業(yè)，也可能引進一些生態(tài)效率較差的外資企業(yè)，電力消費對生態(tài)效率不利。當地區(qū)經濟發(fā)展水平較高時，地方政府會提高環(huán)保要求，選擇生態(tài)效率較高的外商直接投資，此時電力消費水平對生態(tài)效率的負向影響降低[10]。因此，提出如下假設。

假設3：電力消費對生態(tài)效率的作用受到地區(qū)經濟發(fā)展水平的影響，地區(qū)經濟發(fā)展水平對電力消費水平的生態(tài)效率作用存在門檻效應，同時，由于外商直接投資作用的充分發(fā)揮需要達到一定的規(guī)模，也存在著門檻效應。

三、電力消費對生態(tài)效率的作用路徑分析

(一)模型構建

本文采用2007—2018 年中國省級面板數據，以區(qū)域生態(tài)效率為被解釋變量，電力消費水平為核心解釋變量，驗證電力消費水平對生態(tài)效率的直接影響效應，構建回歸模型如下：

EE=α0+β1ECL+β2PGDP+β3POP+β4EFE+ε

(1)

式(1)中：EE、ECL、PGDP、POP、EFE分別表示各省份生態(tài)效率、電力消費水平、人均國內生產總值、人口總量以及節(jié)能財政支出等變量。

根據前述研究假設，電力消費不僅直接影響生態(tài)效率，還通過產業(yè)結構、城鄉(xiāng)結構、外商直接投資、技術創(chuàng)新等4條路徑對生態(tài)效率產生影響。為驗證是否存在中介效應，根據中介效應成立的3個條件，將上述4個變量設定為中介變量，逐次代入式(1)進行檢驗[23]：首先，當中介變量未納入模型時，電力消費水平顯著影響生態(tài)效率；其次，電力消費水平對所選擇的中介變量影響同樣顯著；最后，當中介變量被納入模型后，中介變量對被解釋變量影響顯著，但電力消費水平的影響程度降低，甚至可能變得不顯著。

Y=α0+β1ECL+β2PGDP+β3POP+β4EFE+ε

(2)

式(2)中：Y為中介變量，即產業(yè)結構(SERVICE)、城鄉(xiāng)結構(URBAN)、外商直接投資水平(FDI)以及技術發(fā)展水平(DTEC)。若系數β1通過顯著性檢驗，電力消費水平對中介變量影響顯著，則滿足中介效應存在的第2個條件。在此基礎上，構建模型3對第3個條件進行檢驗：

EE=α0+β1ECL+β2Y+β3PGDP+β4POP+β5EFE+ε

(3)

式(3)中：若系數β1的絕對值出現下降或沒有通過顯著性檢驗，但系數β2通過顯著性檢驗，則中介效應存在的第3個條件滿足。

更進一步，為檢驗電力消費對生態(tài)效率作用是否受到區(qū)域競爭的影響，構建模型4，依次引入調節(jié)變量人均國內生產總值(PGDP)和外商直接投資(FDI)，將其與電力消費水平相乘后逐次代入模型1，檢驗電力消費水平對生態(tài)效率的作用是否存在調節(jié)效應：

EE=α0+β1ECL×X+β2PGDP+β3POP+β4EFE+ε

(4)

式(4)中：X代表調節(jié)變量，即人均國內生產總值(PGDP)、外商直接投資(FDI)，只要參數β1通過顯著性檢驗，就說明電力消費水平對生態(tài)效率的作用受到調節(jié)變量的影響，存在調節(jié)效應。

(二)變量說明

本文所用2007—2018年的研究數據均來源于《中國統(tǒng)計年鑒》(2008—2019年)、《中國能源統(tǒng)計年鑒》(2008—2019年)、各省市統(tǒng)計年鑒(2008—2019年)。在數據處理方面，本文為了剔除價格因素的影響，以2007年的價格水平為基期進行價格平減處理；由于西藏地區(qū)相關數據缺失，因此不予考慮；對統(tǒng)計年鑒缺少的某些年份數據，采取平滑值法進行預測。

1.被解釋變量：區(qū)域生態(tài)效率(EE)

本文借鑒羅能生等[24]的研究，構建超效率SBM模型測算中國30個省市、自治區(qū)(不含西藏)的生態(tài)效率。測算模型中，產出指標包括期望產出和非期望產出，其中，期望產出為各省份國內生產總值，非期望產出包括工業(yè)廢水排放量、SO2排放量以及工業(yè)固體廢棄物產生量等指標；投入指標包括從業(yè)人員數、固定資本存量、建成區(qū)面積、能源消費量以及水資源消費量等指標。

案例1中教師的操作有兩個問題：第一，實驗的目的是驗證水的熱脹冷縮。試管里應該裝滿水，但教師用于實驗的試管卻有約20%空氣，而空氣的熱脹冷縮現象比水更加明顯。實驗觀測到的結果究竟是“水的熱脹冷縮”，還是“空氣的熱脹冷縮”導致的呢？這影響了實驗的準確性。第二，違反操作規(guī)程。在實驗過程中教師擅自取開氣球皮，人為改變實驗進程。這不利于培養(yǎng)學生正確的實驗觀和實驗操作方法。

2.核心解釋變量：電力消費水平(ECL)

電力消費量越高，對生態(tài)環(huán)境的影響越大。因此，本文選取各省份電力消費水平作為核心解釋變量，研究電力消費對區(qū)域生態(tài)效率的作用效應及路徑。

3.控制變量

(1)人均國內生產總值(PGDP)。經濟發(fā)展程度影響生態(tài)效率，人均國內生產總值可以準確衡量經濟發(fā)展水平，因此，本文選用地區(qū)人均國內生產總值指標代表地區(qū)經濟發(fā)展水平。(2)人口總量(POP)。人口總量越高對生態(tài)環(huán)境影響程度越大，因而選用人口總量作為控制變量。(3)節(jié)能財政支出(EFE)。由相關研究文獻可知[21]，政府在節(jié)約能源上的持續(xù)支出對生態(tài)效率改善有顯著影響，因此，選取統(tǒng)計年鑒中的節(jié)能財政支出變量作為該因素代表。

4.中介變量

(1)產業(yè)結構(SERVICE)。用第三產業(yè)產值占國內生產總值的比重表示產業(yè)結構，數值越大，對生態(tài)效率越有利。(2)城鄉(xiāng)結構(URBAN)。選取城鎮(zhèn)人口占總人口的比例表示城鄉(xiāng)結構，數值越大，城鄉(xiāng)結構優(yōu)化程度越高。(3)外商直接投資(FDI)。選取實際利用外商直接投資水平衡量，數值越大，說明外商投資利用水平越高。(4)技術進步水平(DTEC)。用技術進步水平衡量技術創(chuàng)新，選取技術專利申請量衡量技術進步水平，而沒有選取專利授權量，因為專利授權量滯后于技術進步速度，在衡量技術進步程度方面存在偏差，在本文后面的分析中，技術進步水平與技術創(chuàng)新概念可以替換使用。

(三)實證結果分析

本文為研究電力消費對生態(tài)效率的直接影響和間接影響，以電力消費水平 (ECL)為核心解釋變量，通過豪斯曼(Hausman)檢驗表明個體固定效應模型優(yōu)于隨機效應模型，并且檢驗表明模型不存在內生性，各個解釋變量均為外生變量。因此，采用個體固定效應面板模型進行估計，結果見表1和表2中的各個模型。

表1 直接效應與中介效應檢驗

表2 中介效應與調節(jié)效應回歸結果

模型1，電力消費水平對生態(tài)效率的回歸系數為-0.000 040 7(t=-2.39)，表明電力消費水平對生態(tài)效率存在直接作用路徑，電力消費水平提高會導致生態(tài)效率顯著降低，電力消費的“替代效應”弱于電力消費的生態(tài)環(huán)境影響和“反彈效應”；地區(qū)經濟發(fā)展水平提高可以顯著促進生態(tài)效率提高，符合相關預期，經濟發(fā)展是提高生態(tài)效率的重要條件；節(jié)能財政支出與生態(tài)效率之間也呈現顯著的正相關關系，并且影響幅度最大，表明政府致力于提高生態(tài)效率的措施非常重要；人口規(guī)模雖然可以正向促進生態(tài)效率提高，與預期不一致，但參數沒有通過顯著性檢驗。

模型2驗證電力消費對中介變量的作用效果。首先，電力消費提升對產業(yè)結構優(yōu)化有顯著正向影響，符合理論分析預期，回歸系數為0.002 313 8(t=3.02)，與已有研究結論一致[14]。其次，電力消費對城鄉(xiāng)結構存在顯著正向影響，回歸系數為0.004 474 3(t=9.34)，電力消費提高不僅意味著經濟發(fā)展程度提高，而且意味著人們收入水平提高，從供給和需求兩方面有利于城鄉(xiāng)結構改善。再次，電力消費提高對FDI有促進作用，但沒有通過顯著性檢驗。最后，電力消費對技術進步水平有正向影響，通過1%顯著性檢驗，回歸系數為24.067 47(t=5.92)，原因是，電力消費水平越高說明經濟發(fā)展程度越高，市場規(guī)模擴大，企業(yè)有更大動機進行技術研發(fā)，而且電力消費水平越高，也部分說明人口規(guī)模大，根據內生經濟增長理論，從人才供給方面有利于技術進步，模型2中人口規(guī)模顯著促進技術水平提供了這方面的例證，二者的回歸系數為64.854 25(t=6.17)。

模型3對中介效應的第3個條件進行檢驗。盡管除外商直接投資(FDI)變量外，中介變量產業(yè)結構(SERVICE)、城鄉(xiāng)結構(URBAN)和技術進步水平 (DTEC)都通過1%顯著性檢驗，但只有技術進步水平變量滿足中介效應的第3個條件，顯著影響被解釋變量，而且核心解釋變量電力消費的影響程度減少。產業(yè)結構和城鄉(xiāng)結構變量滿足前兩個條件，卻不滿足第3個條件。因此，只有技術創(chuàng)新路徑存在中介效應。

模型4對調節(jié)效應進行檢驗。電力消費水平(ECL)與人均國內生產總值(PGDP)交叉項的系數為-5.32×10-10(t=-2.52)，電力消費對生態(tài)效率的影響仍然為負，且該不利影響隨著經濟發(fā)展水平的提高而增加，說明當前經濟發(fā)展水平不利于電力消費的生態(tài)效率作用效應，可能是因為區(qū)域之間發(fā)展經濟方面的競爭，導致地方政府為了經濟發(fā)展而放松對環(huán)保政策的要求。電力消費水平(ECL)與外商直接投資(FDI)的交叉項系數為-1.49×10-9，在10%的顯著水平下顯著，外商直接投資的流入也增強了電力消費水平對生態(tài)效率的不利作用，說明當前引進外商直接投資也可能由于區(qū)域競爭存在盲目引進高耗能產業(yè)的傾向。

綜合上述各個模型的回歸結果可得出以下結論：(1)假設1得到驗證，假設2中產業(yè)結構、城鄉(xiāng)結構、外商直接投資以及技術創(chuàng)新對生態(tài)效率有影響的結論得到驗證，但產業(yè)結構、城鄉(xiāng)結構、外商直接投資等間接路徑假設不成立，只有技術創(chuàng)新通過中介效應檢驗；(2)地區(qū)經濟發(fā)展水平在所有模型中對生態(tài)效率均存在正向顯著影響，說明該影響存在穩(wěn)健性，經濟發(fā)展是解決生態(tài)效率的根本手段；(3)節(jié)能財政支出對生態(tài)效率也存在較為穩(wěn)健的促進作用，應持續(xù)加大節(jié)能支出，促進生態(tài)效率穩(wěn)定提高；(4)人口規(guī)模對生態(tài)效率雖然在各個模型中都存在正向影響，但在大多數模型中并沒有通過顯著性檢驗，在當前情況下，人口規(guī)模不是影響生態(tài)效率的重要因素，然而根據模型2，長遠而言，人口規(guī)模提高有利于提高生態(tài)效率，這也符合內生經濟增長理論的推斷；(5)當前電力消費對生態(tài)效率的作用，由于各區(qū)域在發(fā)展經濟和引進外資方面的激烈競爭，表現出負向影響增加的趨勢。

四、電力消費影響生態(tài)效率的門檻效應

(一)面板門檻模型構建

本文分析說明電力消費水平降低不僅直接促使生態(tài)效率提高，而且通過技術創(chuàng)新間接路徑對生態(tài)效率產生影響，地區(qū)經濟發(fā)展水平和對外直接投資對電力消費的生態(tài)效率作用具有調節(jié)效應。然而電力消費水平影響生態(tài)效率是否具有區(qū)域異質性，是否隨著電力消費水平的變化而變化？地區(qū)經濟發(fā)展水平和對外直接投資的調節(jié)效應是否也隨著自身的變化而變化？回答這些問題對明確電力消費與生態(tài)效率之間的具體作用關系具有重要意義。

本文借鑒漢森(Hansen)門檻面板回歸模型[25]，選取電力消費水平(ECL)以及調節(jié)變量人均國內生產總值(PGDP)和外商直接投資水平(FDI)為門檻變量，分析它們對生態(tài)效率作用的區(qū)域異質性和門檻性，見式(5)～(7)：

EEit=α0+α1ECLit×I(ECL≤λ1)+α2ECLit×I(λ1≤ECL≤λ2)+…+αn+1ECLit×I(ECL≤λn)+φ1PGDPit+φ2POPit+φ3EFEit+εit

(5)

EEit=β0+β1ECLit×I(PGDP≤λ1)+β2ECLit×I(λ1≤PGDP≤λ2)+…+βn+1ECLit×I(PGDP≤λn)+φ1PGDPit+φ2POPit+φ3EFEit+εit

(6)

EEit=γ0+γ1ECLit×I(FDI≤λ1)+γ2ECLit×I(λ1≤FDI≤λ2)+…+γn+1ECLit×I(FDI≤λ2)+…+γn+1ECLit×I(FDI≤λn)+β1PGDPit+β2POPit+β3EFEit+εit

(7)

式(5)～(7)中相應變量含義與前文相同，I(*)為示性函數，I1，I2,…,In為待估計門檻值。

(二)門檻檢驗及實證分析

本文采用Stata14.0軟件對面板門檻回歸模型進行估計，采用“自抽樣法”反復抽樣300次，對是否存在門檻值以及門檻值個數的相關假設進行檢驗，得到回歸結果見表3，模型5、6及7均在99%置信度下通過F統(tǒng)計檢驗，假設3得到驗證，電力消費對生態(tài)效率的影響存在門檻效應，同時也受到調節(jié)變量人均國內生產總值(PGDP)和外商直接投資水平(FDI)的門檻效應影響，具體分析如下。

表3 門檻值及參數估計

由表3可知，電力消費水平的雙重門檻值假設通過顯著性檢驗，門檻值分別為208.080和3 873.189，把電力消費水平低于208.080定義為低消費水平，電力消費水平介于208.080～3 873.189之間定義為中消費水平，電力消費水平高于3 873.189定義為高消費水平。由估計參數α1、α2和α3可知，電力消費對生態(tài)效率的作用隨著電力消費水平的提高而變化，當處于低電力消費水平時，回歸系數α1為-0.000 037 4(t=-2.18)，提高電力消費對生態(tài)效率有顯著的負向作用，此時電力消費規(guī)模太小，對其他能源的替代效應尚沒有充分發(fā)揮；當電力消費水平處于中等水平時，回歸系數α2為-0.000 021 5(t=-1.10)，電力消費對生態(tài)效率的影響仍是負作用，但影響降低且并不顯著，說明電力消費對其他能源的替代效應開始逐漸發(fā)揮；當處于高電力消費水平時，回歸系數α3為0.000 543 4(t=1.85)，電力消費對生態(tài)效率呈現90%置信水平下的正向影響，高電力消費帶來的產業(yè)結構調整和技術進步進一步增強了電力消費的替代效應。

本文根據電力消費水平的門檻區(qū)間對2018年的生態(tài)效率水平按照由低到高進行分類，得到表4所示分組結果，對此進行異質性分析：電力高消費水平包括4個地區(qū)，中等電力消費水平有26個地區(qū)，沒有低電力消費水平地區(qū)。根據生態(tài)效率和電力消費水平組合，浙江、山東以及廣東等3個高電力消費而中生態(tài)效率地區(qū)，已經無法通過提高電力消費水平來提升生態(tài)效率，應該致力于通過環(huán)保制度設計和加大生態(tài)建設投入提升生態(tài)效率水平；湖南、福建、天津、上海和北京等5個中電力消費而高生態(tài)效率地區(qū)，可以通過提高電力消費對其他能源消費的替代來進一步提高生態(tài)效率；其余的遼寧、新疆、寧夏、甘肅、廣西等21個中電力消費水平的低生態(tài)效率區(qū)和中生態(tài)效率區(qū)，一方面，要加大電力消費對其他能源的替代，實現電力消費對生態(tài)效率作用由負向到正向的轉化；另一方面，也要完善環(huán)保政策和加大生態(tài)投入進一步提升生態(tài)效率。

表4 2018年生態(tài)效率水平的樣本分組

以人均國內生產總值(PGDP)為門檻變量時，單一門檻值和雙重門檻值假設均在5%顯著性上通過檢驗，三重門檻值的假設沒有通過顯著性檢驗，因而采用雙重門檻效應模型，門檻值為39 026.969和42 714.121。本文將人均GDP低于39 026.969元視為低經濟發(fā)展水平，將人均GDP介于39 026.969～42 714.121之間視為中經濟發(fā)展水平，將人均GDP高于42 714.121元視為高經濟發(fā)展水平，分組結果如表5所示，分析地區(qū)經濟發(fā)展水平的門檻效應和異質性影響。

表5 2018年經濟發(fā)展水平門檻值的樣本分組結果

研究顯示，電力消費水平對生態(tài)效率的負向影響呈倒“U”型。具體而言，當地區(qū)人均GDP處于低水平時，電力消費水平對生態(tài)效率影響的回歸系數為-0.000 010 9(t=-0.54)，電力消費雖然不利于生態(tài)效率發(fā)展，但影響并不顯著，所以甘肅、云南、貴州、廣西等13個低經濟發(fā)展水平地區(qū)應該致力于提高電力消費水平，通過電力消費對其他能源消費的替代促進生態(tài)效率提高；當地區(qū)人均GDP介于 39 026.969～42 714.122門檻時，回歸系數為-0.000 050 6(t=-2.44)，電力消費水平對生態(tài)效率有顯著負作用，電力消費水平提高不利于生態(tài)效率提高，并且影響值幅度最大，即海南、湖南、寧夏、吉林等4個中經濟發(fā)展水平地區(qū)的電力消費對生態(tài)效率影響不利，應致力于通過技術創(chuàng)新節(jié)約能源資源等措施提高生態(tài)效率；當地區(qū)人均GDP水平超過42 714.122門檻時，回歸系數為-0.000 032 9(t=-1.93)，即北京、上海、江蘇、浙江、廣東、重慶以及天津等13個高經濟發(fā)展地區(qū)，電力消費水平對生態(tài)效率的影響雖然仍顯著為負，但影響幅度降低。由此可見，一旦跨過42 714.122這個門檻，隨著人均GDP水平提高，電力消費對生態(tài)效率的負面影響逐漸減少，結合前面關于電力消費水平門檻值的分析，甚至有可能向正向轉變。之所以這樣，是因為經濟發(fā)展水平較低時，提高電力消費水平雖然不利于生態(tài)效率提高，但由于對傳統(tǒng)能源的替代，負面影響較低；地方經濟發(fā)展水平中等時，產業(yè)結構以高耗能的資本密集型產業(yè)為主，電力消費主要用于高投入高消耗的產業(yè)，不利于生態(tài)效率提高；當地區(qū)經濟發(fā)展達到較高水平時，注重發(fā)展技術水平高、資源消耗低的產業(yè)，電力消費對其他高碳能源替代程度提高，有利于提升生態(tài)效率[26]。

當以外商直接投資(FDI)為門檻變量分析電力消費的生態(tài)影響時，單一門檻值和雙重門檻值假設均在1%的顯著水平下通過檢驗，三重門檻值假設沒有通過顯著性檢驗，因此采用雙重門檻效應模型進行估計，門檻值分別為67和422。當外商直接投資水平低于67時，為弱外商投資吸引區(qū)域，介于67～422時為中外商直接投資吸引區(qū)域，高于422時，為強外商直接投資吸引區(qū)域，區(qū)域分組結果如表6所示，分析外商直接投資的門檻效應和異質性影響。

表6 2018年利用外商直接投資門檻值的樣本分組結果

根據表3和表6，2018年，全國30個樣本省市、自治區(qū)中，有1個處于弱吸引水平區(qū)域，有3個處于中吸引水平區(qū)域，26個處于高吸引水平區(qū)域。當外商直接投資水平低于67時，電力消費水平對生態(tài)效率負向影響的絕對值最大，系數γ1為-0.000 209 3(t=-5.74)，只有青海仍然處于這一區(qū)間；當外商直接投資水平介于67～422時，系數γ2為-0.000 082 3(t=-4.25)，而當高于422的時候系數γ3為-0.000 061 7(t=-3.13)?？梢姡S著外商直接投資水平不斷提高，電力消費水平的生態(tài)影響雖然為顯著的負向影響，但影響幅度持續(xù)降低，表明雖然在調節(jié)效應中，外商直接投資不利于電力消費水平的生態(tài)效率作用，但考慮到門檻效應后，該影響呈現出逐漸改善的發(fā)展進程。之所以這樣，是因為當外商直接投資處于較低水平時，本地區(qū)經濟發(fā)展水平較低，外商直接投資企業(yè)的先進技術高于本地區(qū)企業(yè)的技術吸收能力，先進生產技術的生態(tài)溢出效應較弱[27]。當外商直接投資水平較高時，可能意味著本地區(qū)經濟發(fā)展水平高，企業(yè)有更好的技術基礎，承接外商直接投資企業(yè)的技術溢出，促進產業(yè)結構優(yōu)化，電力消費水平提升對生態(tài)效率的不利影響減弱[28]。

五、結論與建議

本文采用2007—2018年中國30個省市、自治區(qū)的面板數據(西藏地區(qū)除外)，構建中介效應模型和面板門檻回歸模型研究電力消費對生態(tài)效率的作用、路徑以及異質性特點，結論如下。

第一，電力消費對生態(tài)效率不僅存在直接作用，還通過技術進步間接路徑對生態(tài)效率產生作用，技術進步不僅推動綠色生態(tài)技術發(fā)展，而且降低電力消費對生態(tài)效率的負向效應，應制定相關政策，加大對綠色生態(tài)技術研發(fā)的激勵力度，以技術創(chuàng)新改善生態(tài)環(huán)境。

第二，地區(qū)經濟發(fā)展和外商直接投資對電力消費水平的生態(tài)效率作用效應均具有顯著的調節(jié)效應，不利于電力消費對生態(tài)效率的作用效應，說明目前區(qū)域之間的經濟發(fā)展和引進外資方面的競爭，對發(fā)揮電力消費的生態(tài)效率改善功能不利，應加強生態(tài)環(huán)境政策頂層設計，避免出現“污染避難所”效應。

第三，電力消費對生態(tài)效率的作用有門檻效應和異質性。隨著電力消費水平逐步增加，電力消費對生態(tài)效率的影響由顯著負向作用向不顯著的負向作用轉變，最后甚至演變成10%顯著水平下的正向作用，說明電力消費導致的能源替代效應逐漸增強，各地應根據當地電力消費和生態(tài)效率狀況組合的不同，采取針對性的措施提高生態(tài)效率。

第四，電力消費對生態(tài)效率的作用受到區(qū)域經濟發(fā)展水平門檻效應和異質性影響。以各區(qū)域經濟發(fā)展水平為門檻時，電力消費水平對生態(tài)效率的負向作用效應呈倒“U”型，隨經濟發(fā)展水平的提升，電力消費對生態(tài)效率的不利影響逐漸降低。因此，各地應該根據經濟發(fā)展水平的不同，采取不同措施，充分發(fā)揮電力消費水平改善生態(tài)效率的替代效應。

第五，電力消費對生態(tài)效率的作用受到外商直接投資水平門檻效應和異質性影響。以外商直接投資為門檻時，電力消費水平對生態(tài)效率的負向影響呈現出逐漸減少的趨勢，各地不僅要加大吸引外商投資，而且要選擇環(huán)境友好型的企業(yè)，充分發(fā)揮其技術發(fā)展和產業(yè)結構優(yōu)化效應，促進生態(tài)效率持續(xù)提高。