中國金融發展與能源政策對能源消費的空間異質性影響：基于空間面板數據的實證剖析一、引言1.1研究背景與意義在全球經濟一體化和可持續發展理念深入人心的時代背景下，能源與金融作為現代經濟體系的兩大關鍵要素，對國家的穩定發展起著至關重要的作用。中國作為世界上最大的發展中國家，在經濟快速增長的進程中，能源需求與金融發展態勢備受全球矚目。近年來，中國金融市場規模不斷擴張，金融體系持續完善，已從單一的存貸款功能發展為適應市場經濟要求的現代化金融體系，銀行業金融機構達到4000多家，配置資源和服務實體經濟的能力持續增強。中國已成為銀行業總資產全球第一、外匯儲備世界第一、擁有全球第二大股票市場、全球第二大債券市場以及全球第二大保險市場的金融大國。隨著金融科技的迅速發展，金融服務的效率和便捷性顯著提升，金融服務實體經濟的能力也不斷增強。在能源領域，中國同樣取得了顯著成就。在“四個革命、一個合作”能源安全新戰略指引下，中國堅定不移加快能源轉型，走出了一條符合國情、適應時代要求的能源轉型之路。2013-2023年，中國以年均3.2%的能源消費增速支撐了年均6%的經濟增長，能耗強度累計下降了26.1%，成為全球能耗強度下降最快的國家之一。2023年，中國電能占終端能源消費比重達28%，相比十年前增加了6.7個百分點，電力消費結構持續優化，高技術及裝備制造業用電量同比增長11.3%，超過制造業整體用電增長水平。同時，清潔能源發展實現新跨越，截至2023年底，風電、光伏發電裝機規模較十年前增長了10倍，清潔能源發電裝機占總裝機的58.2%，清潔能源消費量占能源消費總量的比重從15.5%提高到26.4%，煤炭消費比重下降12.1個百分點。盡管中國在金融和能源領域均取得了長足進步，但當前能源消費結構仍有待進一步優化，金融體系對能源產業的支持效率和精準度也存在提升空間。在此背景下，深入探究金融發展與能源政策對能源消費的影響，具有極為重要的現實意義和理論價值。從現實意義來看，準確把握金融發展與能源政策對能源消費的作用機制，能夠為政府制定科學合理的能源政策和金融策略提供有力依據，助力能源消費結構優化和能源利用效率提升，推動能源產業與金融產業的協同發展，從而實現經濟的可持續增長和綠色轉型。一方面，通過金融手段如綠色信貸、綠色債券等，可以引導資金流向清潔能源領域，促進新能源產業的發展，降低對傳統化石能源的依賴；另一方面，合理的能源政策能夠規范能源市場，提高能源生產和消費的效率，引導金融資源更精準地配置到能源產業的關鍵環節。從理論價值而言，目前關于金融發展、能源政策與能源消費之間關系的研究仍存在一定局限性。部分研究僅聚焦于單一因素對能源消費的影響，缺乏對多因素綜合作用以及空間溢出效應的深入分析。本研究運用空間面板數據分析方法，全面考察金融發展、能源政策對能源消費的直接影響和間接影響，有助于豐富和完善能源經濟學和金融經濟學的理論體系，為后續相關研究提供新的視角和方法。1.2研究方法與創新點本研究運用空間面板數據分析方法，該方法綜合考慮了時間和空間兩個維度的因素，能夠有效捕捉變量在不同地區和時間上的變化特征，以及地區之間的空間相關性。相較于傳統的面板數據模型，空間面板模型能更全面、準確地揭示金融發展、能源政策與能源消費之間的復雜關系。通過構建空間權重矩陣，可量化地區之間的空間聯系，進而分析各因素對能源消費的直接效應和間接效應（即空間溢出效應）。在研究過程中，本研究的創新點主要體現在以下幾個方面：一是多維度因素綜合考量，不僅分析金融發展和能源政策對能源消費的單獨影響，還深入探討兩者的交互作用以及其他控制變量對能源消費的影響，全面剖析能源消費的影響機制。二是空間效應的引入，充分考慮了地區之間在能源消費、金融發展和能源政策等方面可能存在的空間依賴性和異質性，突破了傳統研究中對空間因素的忽視，使研究結果更符合現實情況。三是動態分析視角，利用動態空間面板模型，考察金融發展、能源政策與能源消費之間的動態演變關系，為政策制定提供更具前瞻性的建議。二、理論基礎與文獻綜述2.1金融發展相關理論2.1.1金融深化理論金融深化理論興起于20世紀60年代，由美國經濟學家麥金農（RonaldI.McKinnon）和肖（EdwardS.Shaw）提出，該理論認為，發展中國家普遍存在金融抑制現象，主要表現為政府對金融市場的過度干預，如人為壓低利率、限制金融機構的發展、實行嚴格的外匯管制等。這些干預措施導致金融市場無法有效配置資源，抑制了經濟增長。麥金農指出，在發展中國家，貨幣與實質資本并非傳統理論所認為的替代關系，而是互補關系。由于資本市場不完善，企業和個人主要依靠內源融資，即通過積累貨幣來進行投資。因此，實際利率的提高能夠增加人們的儲蓄意愿，進而為投資提供更多資金，促進經濟增長。在金融深化理論的指導下，發展中國家紛紛進行金融改革，放松對金融市場的管制，包括放開利率管制、降低存款準備金率、促進金融機構多元化等。例如，20世紀70年代，智利、阿根廷和烏拉圭等拉美國家進行了金融自由化改革，允許利率自由決定，降低存款準備金率，放松外匯管制，對銀行進行私有化或鼓勵民間資本進入金融業。然而，這些國家的改革在取得一定成效的同時，也引發了一系列問題，如通貨膨脹加劇、銀行危機頻發等。東亞國家如韓國、泰國則采取了漸進式的金融改革，在20世紀70年代末至80年代初逐步放松金融管制，為經濟發展創造了良好的環境，實現了經濟的快速增長，但在90年代后，隨著金融自由化進程的加快，也遭遇了嚴重的金融危機。對于中國而言，金融深化理論具有重要的啟示意義。改革開放以來，中國逐步推進金融體制改革，建立了較為完善的銀行、非銀行金融機構體系，形成了多元的市場主體結構，完善了金融監管體系，信貸市場、貨幣市場、證券市場、外匯市場等金融市場也逐漸完善。衡量一國金融深化程度的指標，如“金融相互聯系系數”（FIR），即總金融資產對國民財富之比，1978年中國FIR為0.88，2006年達到3.13，是1978年的3.5倍。然而，中國金融市場仍存在一些問題，如貨幣市場發育不良，利率市場化進程緩慢，銀行業壟斷程度較高，資本市場存在缺陷等。因此，中國應繼續穩步推進利率自由化，促進金融組織多元化發展，保持宏觀經濟穩定，完善金融監管，以實現金融深化與經濟增長的良性互動。2.1.2金融功能理論金融功能理論由默頓（RobertC.Merton）和博迪（ZviBodie）于1993年提出，該理論從金融功能的角度出發，認為金融體系的主要功能是在不確定的環境中，幫助不同地區或國家之間在不同的時間配置和使用經濟資源。金融功能理論具有兩個核心假定：一是金融功能比金融機構更加穩定，隨著時間的推移和區域的變化，金融功能的變化要小于金融機構的變化；二是金融功能優于組織機構，金融功能比金融的組織機構更加重要，只有機構不斷創新和競爭才能最終使金融具有更強的功能和更高的效率。金融體系的功能可分為三大核心功能：一是便利清算和支付的功能，金融體系提供完成商品、服務和資產清算和結算的工具，不同的金融工具在功能上可以替代，運作它們的金融機構也可以不同；二是聚集和分配資源的功能，金融體系能夠為企業或家庭的生產和消費籌集資金，同時還能將聚集起來的資源在全社會重新進行有效分配；三是風險分散的功能，金融體系既可以提供管理和配置風險的方法，又是管理和配置風險的核心，風險的管理和配置能夠增加企業與家庭的福利，使金融交易和風險負擔得以有效分離，從而使企業與家庭能夠選擇其愿意承擔的風險，回避不愿承擔的風險。此外，金融體系還具有充分挖掘決策信息和有效解決委托—代理關系中激勵不足的問題。在金融市場中，股票市場和債券市場是企業籌集資金的重要渠道，投資者通過購買股票和債券，將資金提供給企業，實現了資源的聚集和分配；期貨、期權等金融衍生產品則為投資者提供了風險管理工具，幫助他們分散和轉移風險。金融機構如商業銀行，通過吸收存款和發放貸款，發揮了信用中介的作用，實現了資金的融通和資源的配置；保險公司則通過提供各類保險產品，為個人和企業提供風險保障，發揮了風險分散的功能。從金融功能理論的角度來看，金融發展對能源消費的影響主要體現在以下幾個方面：在聚集和分配資源方面，金融體系能夠為能源企業的生產、研發和投資提供資金支持，促進能源產業的發展和升級。通過銀行貸款、發行債券和股票等方式，能源企業可以籌集到大量資金，用于建設新的能源項目、研發節能技術和開發新能源。在風險分散方面，金融市場提供的各種金融工具和風險管理機制，能夠幫助能源企業降低投資風險，鼓勵更多的資本投入到能源領域。能源企業可以通過期貨市場鎖定能源價格，降低價格波動帶來的風險；通過保險市場為能源項目提供風險保障，減少意外事件對企業的影響。2.2能源政策相關理論2.2.1能源經濟學理論能源經濟學是一門研究能源資源的合理配置、能源與經濟發展相互關系的學科。在能源經濟學理論框架下，能源消費是經濟活動中的關鍵環節，與生產、分配、交換和消費各個領域緊密相連。能源作為一種基礎性的生產要素，廣泛應用于工業、農業、交通運輸、居民生活等各個領域，其消費規模和結構直接影響著經濟的增長和發展模式。從生產角度來看，能源是企業生產過程中不可或缺的投入要素。不同行業對能源的依賴程度和消費結構存在顯著差異，重工業如鋼鐵、化工等行業通常是能源密集型產業，對煤炭、石油、天然氣等傳統能源的需求量較大；而高新技術產業如電子信息、生物醫藥等行業，雖然對能源的依賴程度相對較低，但對能源的質量和穩定性要求較高。能源價格的波動會直接影響企業的生產成本，進而影響企業的生產決策和市場競爭力。當能源價格上漲時，能源密集型企業的生產成本會大幅增加，可能導致企業減少生產規模、提高產品價格，甚至面臨生存困境；而對于能源利用效率高的企業，則可能在市場競爭中占據優勢。在能源消費結構方面，能源經濟學理論強調優化能源結構的重要性。隨著全球對環境保護和可持續發展的關注度不斷提高，傳統化石能源的過度依賴所帶來的環境問題日益突出，如二氧化碳排放導致的氣候變化、煤炭燃燒產生的大氣污染等。因此，發展清潔能源，提高可再生能源在能源消費結構中的比重，成為能源經濟學研究的重要課題。太陽能、風能、水能、生物質能等可再生能源具有清潔、低碳、可持續的特點，加大對這些能源的開發和利用，不僅可以減少對環境的污染，降低溫室氣體排放，還有助于保障能源供應的安全和穩定。能源經濟學理論為能源政策的制定提供了重要的理論依據。政府在制定能源政策時，需要綜合考慮能源資源的稟賦、經濟發展的需求、環境保護的要求以及能源市場的供求關系等多方面因素。通過實施能源價格政策、能源投資政策、能源稅收政策等，引導能源生產和消費行為，實現能源資源的優化配置。政府可以通過提高能源價格，抑制能源的過度消費，促進能源利用效率的提高；通過提供能源投資補貼和稅收優惠，鼓勵企業加大對清潔能源和節能技術的研發與投資；通過征收能源消費稅，調節能源消費結構，引導消費者使用清潔能源。2.2.2可持續發展理論可持續發展理論是20世紀80年代提出的一種發展理念，強調經濟、社會和環境的協調發展，追求代際公平和資源的可持續利用。在能源領域，可持續發展理論要求能源政策以實現能源的可持續供應和消費為目標，在滿足當代人能源需求的同時，不損害子孫后代滿足其自身能源需求的能力。從能源供應的可持續性來看，可持續發展理論強調能源資源的多元化和長期穩定供應。傳統化石能源是不可再生資源，儲量有限，隨著開采和消費的不斷增加，其資源逐漸枯竭的風險日益增大。因此，需要加大對可再生能源和清潔能源的開發和利用力度，減少對傳統化石能源的依賴。太陽能、風能、水能等可再生能源具有取之不盡、用之不竭的特點，且在生產和消費過程中對環境的影響較小，是實現能源可持續供應的重要方向。加大對可再生能源的投資和研發，提高其在能源供應中的比重，建立多元化的能源供應體系，能夠有效降低能源供應風險，保障能源安全。在能源消費方面，可持續發展理論倡導能源的高效利用和節約消費。提高能源利用效率是減少能源消耗、降低環境污染的重要途徑。通過推廣節能技術和設備，優化產業結構，加強能源管理等措施，可以降低單位GDP的能源消耗，實現能源的高效利用。在工業領域，采用先進的生產工藝和節能設備，能夠提高能源利用效率，減少能源浪費；在建筑領域，推廣綠色建筑標準，采用節能門窗、保溫材料等，能夠降低建筑能耗；在交通運輸領域，發展公共交通、推廣新能源汽車等，能夠減少交通運輸領域的能源消耗。鼓勵消費者養成節約能源的習慣，倡導綠色消費理念，也有助于減少能源浪費，實現能源的可持續消費。可持續發展理論還強調能源發展與環境保護的協調統一。能源生產和消費過程中會產生大量的污染物和溫室氣體，對環境造成嚴重影響。因此，能源政策需要將環境保護納入考量范圍，通過制定嚴格的環境標準和監管措施，減少能源活動對環境的負面影響。推廣清潔能源技術，降低能源生產和消費過程中的污染物排放；加強對能源項目的環境影響評價，確保能源項目的建設和運營符合環境保護要求；實施碳減排政策，推動能源行業的低碳轉型，都是實現能源與環境協調發展的重要舉措。在可持續發展理論的指導下，中國制定了一系列能源政策，如《能源發展“十四五”規劃》《“十四五”可再生能源發展規劃》等，明確提出了能源綠色低碳轉型、提高能源利用效率、保障能源安全等目標和任務。這些政策的實施，對于推動中國能源領域的可持續發展，實現經濟、社會和環境的協調發展具有重要意義。2.3國內外研究現狀國內外學者圍繞金融發展、能源政策與能源消費之間的關系展開了廣泛研究。在金融發展與能源消費的關系研究方面，部分國外學者從金融市場的不同維度進行分析。如Kahouli和Belloumi（2017）研究發現，股票市場發展與能源消費之間存在長期的協整關系，股票市場的規模擴張和流動性增強能夠為能源企業提供更多的融資渠道，促進能源消費的增長。Al-Mamun等（2019）則關注金融機構的作用，指出銀行信貸規模的擴大對能源消費有顯著的正向影響，銀行通過向能源企業提供貸款，支持能源項目的開發和運營，從而推動能源消費的增加。國內學者也對這一關系進行了深入探討。張成思和李雪（2015）通過構建動態面板模型，研究發現金融發展效率的提升能夠顯著降低能源消費強度，金融機構通過優化資金配置，將資金投向能源利用效率高的企業和項目，促進了能源利用效率的提高，進而降低了能源消費強度。陳志剛和郭夏月（2018）考慮到金融發展與能源消費的非線性關系，運用門檻回歸模型實證考察不同經濟增長水平下金融發展對中國能源消費的影響，發現金融發展與能源消費之間存在顯著的門檻效應，信貸規模與能源消費之間存在顯著的雙門檻效應，證券市場融資規模、金融業競爭程度呈現為單門檻效應。在能源政策對能源消費的影響研究中，國外學者重點關注能源政策工具的實施效果。Sovacool（2016）分析了美國的能源稅收政策，發現提高能源稅能夠有效抑制能源消費，能源稅的增加使得能源價格上升，消費者和企業為了降低成本，會減少能源的使用，從而達到抑制能源消費的目的。Matisoff等（2017）研究歐盟的可再生能源補貼政策時指出，補貼政策促進了可再生能源消費的快速增長，補貼降低了可再生能源的生產成本和價格，提高了可再生能源在能源消費結構中的競爭力，吸引更多消費者使用可再生能源。國內學者從不同角度對能源政策與能源消費的關系進行了研究。趙領娣和張磊（2017）運用系統動力學模型，模擬分析了能源價格政策對能源消費結構的影響，發現提高能源價格能夠促使企業和消費者減少對傳統化石能源的依賴，增加對清潔能源的使用，從而優化能源消費結構。武廣裕（2024）基于2010-2021年中國30個省份的數據，運用熵值法構建綠色金融發展指標，研究發現綠色金融對改善能源消費結構產生積極影響，綠色金融通過產業結構的優化促進能源消費結構的改進，起到了積極的中介作用；能源價格的調整對能源消費結構優化也有正向的調節作用。盡管已有研究取得了豐碩成果，但仍存在一定不足。在研究視角上，多數研究僅關注金融發展或能源政策單一因素對能源消費的影響，缺乏對兩者協同作用的深入探討。在研究方法上，傳統的面板數據模型忽視了地區之間的空間相關性，無法準確捕捉金融發展、能源政策與能源消費之間的空間溢出效應，導致研究結果的局限性。在研究內容上，對于金融發展與能源政策對能源消費的動態影響機制以及不同地區的異質性分析還不夠充分，難以全面揭示三者之間的復雜關系。三、中國金融發展、能源政策與能源消費現狀分析3.1中國金融發展現狀3.1.1金融市場規模與結構近年來，中國金融市場規模呈現出持續擴張的態勢，在國民經濟中的地位日益重要。截至2023年末，中國內地金融業總資產約490萬億元，銀行業、保險業規模分列全球第一和第二。其中，銀行業總資產規模龐大，達到了370萬億元左右，占金融業總資產的比重較高，這反映了銀行業在中國金融體系中的主導地位。銀行業通過吸收存款、發放貸款等業務活動，為實體經濟提供了大量的資金支持，是企業融資的重要渠道之一。國有大型銀行如中國工商銀行、中國農業銀行、中國銀行、中國建設銀行在銀行業總資產中占據較大份額，它們憑借廣泛的網點布局、雄厚的資金實力和豐富的業務經驗，在支持國家重大項目建設、服務大型企業等方面發揮了關鍵作用。股份制銀行和城市商業銀行等也在不斷發展壯大，通過差異化競爭，為中小企業和地方經濟發展提供了多樣化的金融服務。中國證券市場同樣取得了顯著發展，上海證券交易所和深圳證券交易所的股票市值合計超過80萬億元人民幣。隨著注冊制改革的穩步推進，科創板、創業板等板塊的設立，為科技創新型企業提供了更加便捷的融資渠道，激發了市場的活力和創新能力。越來越多的高科技企業如半導體、生物醫藥、人工智能等領域的企業通過證券市場上市融資，獲得了發展所需的資金，推動了行業的快速發展。債券市場規模也已超過100萬億元人民幣，成為全球第二大債券市場，政府債券、金融債券和企業債券等多種債券類型豐富了市場的產品結構，為投資者提供了多樣化的投資選擇。國債作為政府籌集資金的重要工具，具有風險低、收益穩定的特點，受到了廣大投資者的青睞；企業債券則為企業提供了直接融資的途徑，有助于優化企業的資本結構，降低融資成本。保險市場在經濟社會發展中的保障作用日益凸顯，保費收入持續增長，保險深度和保險密度不斷提高。2023年，中國原保險保費收入達到4.8萬億元，同比增長9.2%。保險產品種類不斷豐富，涵蓋人壽保險、健康保險、財產保險、責任保險等多個領域，滿足了不同消費者的風險保障需求。在人壽保險方面，終身壽險、年金保險等產品為消費者提供了長期的養老和財富傳承保障；健康保險則在應對人們日益增長的醫療費用支出方面發揮了重要作用，重疾險、醫療險等產品的市場需求持續增長。3.1.2金融發展的區域差異中國金融發展在區域上存在明顯差異，東部地區金融發展水平較高，中部和西部地區相對較低。從金融機構數量來看，東部地區集中了大量的銀行、證券、保險等金融機構總部和分支機構。北京、上海、深圳等城市作為中國的金融中心，匯聚了眾多國內外知名金融機構，擁有完善的金融市場體系和豐富的金融產品。以銀行業為例，國有大型銀行和股份制銀行的總部大多位于東部地區，這些銀行在東部地區的網點布局更加密集，業務規模更大。而中西部地區的金融機構數量相對較少，金融服務的覆蓋范圍和深度有待進一步提高。在金融市場規模方面，東部地區的股票市值、債券發行規模、保費收入等指標均明顯高于中西部地區。以上海證券交易所和深圳證券交易所為核心的東部證券市場，其股票市值占全國的比重超過80%，大量優質企業選擇在東部證券市場上市融資。東部地區的債券市場也更為活躍，債券發行規模較大，交易活躍度高。在保費收入方面，2023年，廣東、江蘇、山東等東部省份的保費收入均超過3000億元，而中西部部分省份的保費收入則不足1000億元。金融發展區域差異的形成有多方面原因。一是經濟發展水平的差異，東部地區經濟發達，產業結構優化，企業和居民的收入水平較高，對金融服務的需求更為旺盛，為金融發展提供了堅實的經濟基礎。東部地區的制造業、服務業等產業發展迅速，企業在擴大生產、技術創新等方面需要大量的資金支持，從而促進了金融市場的繁榮。二是地理位置和政策因素，東部地區地理位置優越，對外開放程度高，便于吸引國內外金融資源。國家在東部地區實施的一系列金融改革和開放政策，也為金融發展創造了有利條件。上海作為國際金融中心，享受了眾多金融創新政策試點，吸引了大量外資銀行、證券公司等金融機構入駐。三是金融人才的分布不均衡，東部地區憑借良好的經濟環境和發展機會，吸引了大量金融專業人才，人才的集聚進一步推動了金融行業的發展。而中西部地區由于經濟發展相對滯后，金融人才流失較為嚴重，制約了金融發展的速度和質量。3.2中國能源政策現狀3.2.1能源政策的演變歷程中國能源政策的演變歷程與國家的經濟發展階段和戰略目標緊密相連，自建國以來，經歷了多個重要階段的變革與調整。在計劃經濟時期，能源作為國家經濟建設的重要物資，實行嚴格的計劃管理。國家對能源生產、分配和消費進行全面規劃和控制，以保障國家重點項目和工業生產的能源需求。這一時期，煤炭作為主要能源，在能源生產和消費結構中占據主導地位。為了滿足工業快速發展對煤炭的需求，國家大力發展煤炭工業，加大煤炭開采力度，建設了一批大型煤炭生產基地，如山西、內蒙古等地的煤炭產區，這些地區的煤炭產量在全國占據重要份額。同時，國家對煤炭的分配實行統一調配，優先保障鋼鐵、電力等重點行業的用煤需求。改革開放以后，國家開始把能源作為經濟社會發展的戰略重點，能源工業從計劃經濟開始轉向市場經濟，逐漸嘗試運用市場機制調節能源生產和消費，突出表現在放開煤價、進行油價改革和電價改革。能源戰略與政策的制定借鑒了國外的經驗，發生了重大轉變，積極改革了過去的能源管理體制，例如開展了煤炭體制改革、重組三大石油公司并建立股份公司以及實行電力政企分開等。1982年頒布了《中外合作開采海洋石油資源條例》，允許能源領域投資多元化，積極開展能源對外合作，使能源工業發展的速度和規模有了較大變化。在注重能源發展的過程中，也逐漸開始重視節能工作，20世紀80年代初，提出了“能源開發與節約并重，把節約放在優先地位”的方針，推動了節能技術的研發和應用，鼓勵企業開展節能改造，降低能源消耗。隨著經濟的快速發展和能源需求的持續增長，21世紀以來，中國能源政策更加注重能源安全、環境保護和可持續發展。在能源安全方面，為了降低對進口石油的依賴，保障國家能源供應安全，國家加大了國內石油和天然氣資源的勘探開發力度，同時積極拓展海外能源合作，參與國際能源市場競爭。通過與多個國家和地區簽訂能源合作協議，建設跨境油氣管道，如中哈原油管道、中俄原油管道、中國-中亞天然氣管道等，拓寬了能源進口渠道，提高了能源供應的穩定性。在環境保護方面，隨著環境污染問題日益突出，國家對能源生產和消費過程中的環境監管力度不斷加強，制定了嚴格的污染物排放標準，要求能源企業采取環保措施，減少廢氣、廢水和廢渣的排放。大力發展清潔能源，提高可再生能源在能源消費結構中的比重，成為能源政策的重要目標。2005年頒布的《可再生能源法》，明確了可再生能源的發展目標和政策支持措施，為太陽能、風能、水能、生物質能等可再生能源的發展提供了法律保障。隨后，國家陸續出臺了一系列配套政策，包括可再生能源發電補貼、上網電價政策、產業發展規劃等，推動了可再生能源產業的快速發展。近年來，隨著“雙碳”目標的提出，中國能源政策進一步向綠色低碳轉型傾斜。加大對新能源和清潔能源的支持力度，推動能源消費結構的深度調整，成為當前能源政策的核心任務。國家制定了詳細的碳減排目標和行動計劃，鼓勵企業開展碳捕獲、利用與封存（CCUS）技術研發和應用，推動能源行業的低碳發展。在能源消費領域，加強對高耗能行業的能耗管控，實施能源消費總量和強度“雙控”行動，促進能源的節約和高效利用。同時，積極推廣新能源汽車，加強充電樁等基礎設施建設，減少交通運輸領域的碳排放。3.2.2現行能源政策的主要內容與特點現行能源政策涵蓋能源生產、消費、環保等多個方面，具有明確的目標導向和多樣化的實施手段。在能源生產方面，政策致力于推動能源生產的多元化和清潔化。一方面，持續加大對可再生能源的開發利用力度，提高可再生能源在能源生產結構中的比重。在太陽能領域，通過實施光伏扶貧工程、建設光伏發電示范區等項目，推動太陽能光伏發電的規模化發展。截至2023年底，中國光伏發電裝機容量達到4.9億千瓦，連續多年位居全球首位。在風能領域，積極推進陸上和海上風電項目建設，加強風電技術研發和創新，提高風電設備的國產化率和技術水平。中國海上風電裝機容量也實現了快速增長，成為全球海上風電發展的重要力量。另一方面，注重傳統能源的清潔高效利用。在煤炭領域，大力推進煤炭清潔生產技術的應用，如煤炭洗選、煤炭氣化、煤炭液化等，提高煤炭的利用效率，減少煤炭燃燒過程中的污染物排放。鼓勵煤炭企業開展綠色礦山建設，加強礦區生態環境保護和修復。在石油和天然氣領域，加大勘探開發投入，提高國內油氣產量，同時加強油氣資源的節約和循環利用，推廣先進的油氣開采和加工技術，降低能耗和排放。在能源消費方面，政策旨在引導能源的合理消費和高效利用。實施能源消費總量和強度“雙控”行動，對各地區的能源消費總量和單位GDP能耗進行控制和考核，促使地方政府和企業加強能源管理，提高能源利用效率。制定高耗能行業的能耗限額標準，對鋼鐵、水泥、電解鋁等行業的新建項目進行嚴格的能耗審查，限制高耗能、高污染項目的盲目發展。同時，加強對重點用能單位的監管，建立能源管理體系，推動企業開展節能技術改造，采用先進的節能設備和工藝，降低能源消耗。為了鼓勵消費者使用清潔能源，政府實施了一系列補貼政策，如對新能源汽車的購置補貼、對居民使用天然氣的補貼等。這些補貼政策降低了清潔能源的使用成本，提高了消費者的購買意愿，促進了清潔能源在終端消費領域的普及。積極推進電能替代，在工業、交通運輸、居民生活等領域，推廣以電代煤、以電代油、以電代氣等電能替代技術，提高電能在終端能源消費中的比重，減少對傳統化石能源的依賴。在能源環保方面，政策強調能源與環境的協調發展，嚴格控制能源活動對環境的負面影響。制定嚴格的能源行業污染物排放標準，對煤炭燃燒產生的二氧化硫、氮氧化物、顆粒物等污染物，以及石油和天然氣開采、加工過程中產生的廢氣、廢水、廢渣等污染物的排放進行嚴格限制。加強對能源企業的環境監管，加大執法力度，對超標排放的企業進行嚴厲處罰，促使企業履行環保責任，采用環保技術和設備，減少污染物排放。推動能源行業的綠色低碳轉型，積極應對氣候變化。鼓勵能源企業開展碳減排行動，通過發展可再生能源、提高能源利用效率、實施CCUS技術等方式，降低碳排放。參與國際碳減排合作，積極履行《巴黎協定》承諾，為全球應對氣候變化做出貢獻。支持能源企業開展綠色金融創新，通過發行綠色債券、開展碳交易等方式，為能源環保項目籌集資金，推動能源行業的可持續發展。現行能源政策具有鮮明的特點。一是目標導向明確，緊密圍繞能源安全、環境保護和可持續發展的戰略目標，推動能源生產和消費方式的變革。二是政策手段多樣化，綜合運用法律、經濟、行政等多種手段，形成政策合力，引導能源市場主體的行為。三是注重政策的協同性和系統性，能源生產、消費和環保政策相互配合，形成有機整體，共同促進能源行業的健康發展。四是具有動態調整性，根據國內外能源形勢的變化和經濟社會發展的需求，及時對能源政策進行調整和完善，確保政策的有效性和適應性。3.3中國能源消費現狀3.3.1能源消費總量與趨勢中國能源消費總量呈現出持續增長的態勢，在過去幾十年間經歷了顯著的變化。1953年，中國能源消費總量僅為0.5億噸標準煤，隨著經濟的快速發展和工業化、城市化進程的加速，能源需求不斷攀升。到2023年，能源消費總量已達到57.2億噸標準煤，比1953年增長了104.7倍，年均增長6.9%。這一增長趨勢反映了中國經濟規模的不斷擴大以及人民生活水平的逐步提高對能源的巨大需求。在工業化進程中，大量的能源被用于工業生產，鋼鐵、化工、建材等行業的快速發展使得能源消費大幅增加。隨著城市化進程的加快，城市基礎設施建設、居民生活用電、用氣等方面的能源需求也在不斷增長。在不同階段，能源消費增速受到多種因素的影響而有所波動。2001-2010年期間，中國加入世界貿易組織后，對外貿易迅速增長，工業生產規模不斷擴大，能源消費增速明顯加快，年均增速達到8.6%。這一時期，中國成為全球制造業的重要基地，大量的能源被投入到制造業生產中，以滿足國內外市場對工業產品的需求。2011-2020年，隨著經濟結構調整和能源政策的引導，能源消費增速逐漸放緩，年均增速降至3.7%。政府加大了對高耗能行業的調控力度，推動產業結構優化升級，鼓勵發展服務業和高新技術產業，這些產業對能源的依賴程度相對較低，從而使得能源消費增速得到有效控制。近年來，隨著“雙碳”目標的提出和能源綠色低碳轉型的推進，能源消費結構逐步優化，能源利用效率不斷提高，能源消費增速進一步趨緩。2023年，中國能源消費總量同比增長2.9%，增速較以往年份有所下降。在能源消費結構優化方面，清潔能源消費占比不斷提高，對傳統化石能源的依賴程度逐漸降低。在能源利用效率提升方面，通過推廣節能技術、加強能源管理等措施，單位GDP能耗持續下降，減少了能源的浪費，從而在一定程度上抑制了能源消費總量的增長。能源消費總量的變化趨勢與經濟增長密切相關，經濟增長是能源消費增長的主要驅動力。當經濟處于快速增長階段時，各行業對能源的需求旺盛，能源消費總量相應增加；而當經濟增長放緩或經濟結構發生調整時，能源消費增速也會隨之變化。政策因素對能源消費總量的影響也不容忽視。政府通過制定和實施能源政策，如能源消費總量和強度“雙控”政策、可再生能源發展政策等，引導能源消費行為，優化能源消費結構，從而對能源消費總量的增長起到調控作用。技術進步也是影響能源消費總量的重要因素，節能技術和新能源技術的發展，有助于提高能源利用效率，減少能源消耗，降低對傳統能源的依賴，進而影響能源消費總量的變化趨勢。3.3.2能源消費結構中國能源消費結構長期以煤炭為主，但近年來呈現出多元化和清潔化的發展趨勢。煤炭在能源消費結構中占據主導地位，在20世紀80年代，煤炭消費占比曾高達75%以上。隨著經濟的發展和能源政策的調整，煤炭消費占比逐漸下降，2023年降至56.8%。盡管占比有所下降，但煤炭仍然是中國能源消費的重要組成部分，在電力、鋼鐵、化工等行業中，煤炭作為主要的能源來源，為這些行業的發展提供了重要支撐。在電力行業，火力發電仍然是主要的發電方式，而煤炭是火力發電的主要燃料；在鋼鐵行業，煤炭用于煉焦，為鋼鐵生產提供能源和還原劑。石油在能源消費結構中也占有重要地位，主要用于交通運輸、工業燃料和化工原料等領域。2023年，石油消費占能源消費總量的18.7%。隨著交通運輸業的快速發展，特別是汽車保有量的不斷增加，對石油的需求持續增長。石油也是化工行業的重要原料，用于生產塑料、橡膠、化纖等化工產品。然而，石油作為一種不可再生能源，其供應受到國際市場的影響較大，價格波動頻繁，這對中國的能源安全和經濟穩定帶來了一定的挑戰。天然氣作為一種相對清潔的化石能源，近年來消費占比穩步上升。2023年，天然氣消費占能源消費總量的8.1%。隨著環保意識的增強和能源結構調整的推進，天然氣在能源消費結構中的地位日益重要。在城市燃氣領域，天然氣逐漸取代煤炭成為居民生活和商業用氣的主要來源，減少了污染物排放，改善了城市空氣質量；在發電領域，天然氣發電具有高效、清潔、靈活等特點，越來越受到重視，部分地區建設了天然氣發電廠，以優化電力供應結構。可再生能源和清潔能源的發展迅速，消費占比不斷提高。2023年，水電、核電、風電、太陽能發電等可再生能源和清潔能源消費占能源消費總量的比重達到26.4%，相比2012年提高了11.9個百分點。在水電方面，中國擁有豐富的水能資源，已建成了一系列大型水電站，如三峽水電站、白鶴灘水電站等，水電裝機容量和發電量均位居世界前列。在核電方面，中國核電技術不斷進步，核電站建設穩步推進，核電發電量持續增長，為能源供應提供了穩定的支撐。風電和太陽能發電作為新興的可再生能源，發展勢頭強勁，裝機容量實現了快速增長，在能源消費結構中的比重逐漸增加。能源消費結構的變化受到多種因素的驅動。一是環保要求的提高，隨著環境污染問題日益突出，減少傳統化石能源的使用，增加清潔能源的消費，成為改善環境質量的必然選擇。二是能源安全的考慮，減少對進口石油和天然氣的依賴，提高能源供應的穩定性和安全性，需要加大國內可再生能源和清潔能源的開發利用力度。三是政策支持的推動，政府出臺了一系列鼓勵可再生能源和清潔能源發展的政策，如補貼政策、上網電價政策、產業發展規劃等，為能源消費結構的優化提供了有力的政策保障。3.3.3能源消費的區域差異中國能源消費在區域上存在顯著差異，東部地區能源消費總量和強度相對較高，中西部地區則各有特點。從能源消費總量來看，2023年，廣東、江蘇、山東等東部省份的能源消費總量均超過3億噸標準煤，位居全國前列。這些地區經濟發達，產業結構以制造業和服務業為主，工業生產規模大，人口密集，對能源的需求旺盛。廣東是中國的經濟大省，制造業發達，電子信息、家電、汽車等產業在全國具有重要地位，這些產業的發展需要大量的能源支持。同時，廣東的人口眾多，居民生活用電、用氣等方面的能源需求也較大。中西部地區的能源消費總量相對較低，但部分省份增長較快。內蒙古、山西等能源資源豐富的中西部省份，由于能源產業的發展，能源消費總量也較高。內蒙古是中國重要的煤炭生產基地，煤炭開采和加工產業發達，能源消費總量較大。而一些經濟發展較快的中西部省份，如安徽、河南等，隨著工業化和城市化進程的加速，能源消費總量呈現出快速增長的趨勢。安徽近年來積極承接東部產業轉移，制造業得到快速發展，能源消費需求相應增加。在能源消費結構方面，東部地區由于經濟結構相對優化，清潔能源消費占比較高。北京、上海等城市在能源消費結構調整方面取得了顯著成效，加大了對天然氣、電力等清潔能源的使用，煤炭消費占比相對較低。北京積極推進能源結構調整，大力發展天然氣供暖，減少煤炭使用，提高了清潔能源在能源消費結構中的比重，改善了城市空氣質量。中西部地區部分省份仍以煤炭消費為主，能源消費結構相對單一。山西作為煤炭大省，煤炭在能源消費結構中的占比高達70%以上，經濟發展對煤炭的依賴程度較高，能源消費結構調整面臨較大挑戰。能源消費區域差異的成因主要包括經濟發展水平、產業結構、能源資源稟賦等因素。經濟發展水平較高的地區，對能源的需求總量較大，同時也有能力和動力進行能源消費結構的調整和優化。產業結構方面，工業占比較高的地區，尤其是高耗能產業集中的地區，能源消費總量和強度通常較高。能源資源稟賦也對能源消費結構產生重要影響，能源資源豐富的地區，往往以本地資源為主要能源來源，形成相對單一的能源消費結構。能源消費區域差異對區域經濟發展和環境質量產生了不同的影響。能源消費總量較大且結構不合理的地區，面臨著較大的能源供應壓力和環境污染問題；而能源消費結構優化較好的地區，在能源利用效率和環境保護方面具有優勢，有利于實現經濟的可持續發展。因此，根據各地區的實際情況，制定差異化的能源政策，促進區域能源消費結構的優化和能源利用效率的提高，對于實現全國能源的合理配置和經濟社會的協調發展具有重要意義。四、研究設計4.1空間面板數據模型介紹4.1.1空間自相關概念與檢驗方法空間自相關是指一些變量在同一個分布區內的觀測數據之間潛在的相互依賴性，它反映了空間數據在不同位置上的相關性。其基本思想是，空間上相鄰或接近的位置上的數據值之間可能存在某種依賴或相似性，而這種依賴或相似性會隨著距離的增加而減弱或消失。Tobler曾指出“地理學第一定律：任何東西與別的東西之間都是相關的，但近處的東西比遠處的東西相關性更強”，這一觀點深刻闡述了空間自相關的本質特征。在地理統計學科中，空間自相關用于度量地理數據的一個基本性質，即某位置上的數據與其他位置上的數據間的相互依賴程度，通常把這種依賴叫做空間依賴。例如，在研究區域經濟發展時，相鄰地區的經濟增長水平可能存在相互影響，一個地區的經濟增長可能會帶動周邊地區的經濟發展，反之亦然。在實際研究中，常用Moran'sI指數來檢驗空間自相關。Moran'sI指數的取值范圍為[-1,1]，其計算公式為：I=\frac{n\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}(x_{i}-\bar{x})(x_{j}-\bar{x})}{\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}\sum_{i=1}^{n}(x_{i}-\bar{x})^{2}}其中，n是要素個數，x_{i}和x_{j}是第i和j個要素的屬性值，\bar{x}是屬性值的平均數，w_{ij}是第i和j個要素之間的空間權重。當Moran'sI指數大于0時，表示空間正相關，即相鄰要素之間呈現“高高、低低”的聚集趨勢，意味著高值區域與高值區域相鄰，低值區域與低值區域相鄰。例如，在研究能源消費強度時，如果某地區及其周邊地區的能源消費強度都較高，或者都較低，就會呈現出空間正相關的特征。當Moran'sI指數小于0時，表示空間負相關，即相鄰要素之間呈現“高低、低高”的互相分布趨勢，說明高值區域與低值區域相鄰。而當Moran'sI指數接近于0時，表示空間隨機分布，不呈現相關性，即要素的分布在空間上是隨機的，不存在明顯的聚集或分散模式。在計算Moran'sI指數時，空間權重矩陣W的選擇至關重要，它描述了觀測值之間的空間關系。常用的空間權重矩陣包括基于鄰接關系的矩陣和基于距離的矩陣。基于鄰接關系的矩陣，如Queen鄰接矩陣，當兩個區域存在公共邊或公共頂點時記為“1”，“不鄰接”時則記為“0”。這種矩陣適用于研究區域之間具有明確邊界和鄰接關系的情況，在分析省級行政區之間的空間關系時，可通過Queen鄰接矩陣來確定哪些省份相鄰。基于距離的矩陣則根據區域之間的距離來確定權重，距離越近，權重越大；距離越遠，權重越小。例如，在研究城市之間的經濟聯系時，可使用基于距離的權重矩陣，考慮城市之間的地理距離對經濟聯系的影響。除了Moran'sI指數，還可以通過繪制Moran散點圖來直觀地展示空間自相關情況。Moran散點圖以變量的觀測值為橫坐標，以其空間滯后值為縱坐標，將每個觀測值及其空間滯后值繪制在圖上。通過觀察散點圖中數據點的分布，可以判斷空間自相關的類型和程度。在Moran散點圖的第一象限，數據點表示高值區域與高值區域相鄰，呈現空間正相關；第三象限表示低值區域與低值區域相鄰，也是空間正相關；第二象限表示低值區域與高值區域相鄰，呈現空間負相關；第四象限表示高值區域與低值區域相鄰，同樣是空間負相關。如果數據點隨機分布在四個象限，則說明不存在明顯的空間自相關。4.1.2空間面板數據模型的類型與選擇空間面板數據模型主要包括空間滯后模型（SpatialLagModel，SLM）、空間誤差模型（SpatialErrorModel，SEM）和空間杜賓模型（SpatialDurbinModel，SDM）等。空間滯后模型主要用于探討各變量在一地區是否有擴散現象（溢出效應），其表達式為：Y=\rhoWY+X\beta+\epsilon其中，Y為因變量，\rho為空間滯后系數，反映了空間距離對區域行為的作用，W為空間權重矩陣，WY為因變量的空間滯后項，體現了相鄰地區因變量對本地區的影響，X為自變量矩陣，\beta為回歸系數，\epsilon為誤差項。在研究金融發展對能源消費的影響時，如果考慮到一個地區的能源消費可能受到相鄰地區能源消費的影響，就可以使用空間滯后模型，通過空間滯后系數\rho來衡量這種空間溢出效應的大小和方向。空間誤差模型將誤差項納入模型中，其實質是將誤差項自相關納入考慮，其表達式為：Y=X\beta+uu=\lambdaWu+\mu其中，u為誤差項，\lambda為空間誤差系數，Wu為誤差項的空間滯后變量，\mu為隨機擾動項。當誤差項存在空間自相關時，使用空間誤差模型可以更準確地估計參數。在分析能源政策對能源消費的影響時，如果發現誤差項在空間上存在相關性，即一個地區的誤差項可能受到相鄰地區誤差項的影響，就需要考慮使用空間誤差模型。空間杜賓模型假定因變量取值除受本地自變量的影響外，還會受到鄰近地區的自變量影響，即在模型中加入自變量的空間滯后值，其表達式為：Y=\rhoWY+X\beta+WX\theta+\epsilon其中，WX\theta為自變量的空間滯后項，\theta為自變量空間滯后項的系數。空間杜賓模型綜合考慮了因變量和自變量的空間滯后效應，適用于更復雜的空間關系分析。在研究金融發展、能源政策與能源消費之間的關系時，如果不僅考慮本地區金融發展和能源政策對能源消費的影響，還考慮相鄰地區金融發展和能源政策的溢出效應，空間杜賓模型則更為合適。在選擇空間面板數據模型時，通常需要進行一系列檢驗。常用的檢驗方法包括拉格朗日乘數檢驗（LM檢驗）等。LM檢驗可以幫助判斷數據是否存在空間自相關以及應該使用哪種空間模型。如果LM-lag檢驗顯著，而LM-error檢驗不顯著，則更適合使用空間滯后模型；反之，如果LM-error檢驗顯著，而LM-lag檢驗不顯著，則空間誤差模型更為合適；若兩者都顯著，則需要進一步比較RobustLM-lag和RobustLM-error檢驗結果，選擇更為顯著的檢驗對應的模型。還可以通過比較不同模型的擬合優度、AIC（赤池信息準則）、BIC（貝葉斯信息準則）等指標來確定最優模型。AIC和BIC值越小，說明模型的擬合效果越好，在選擇模型時，應優先選擇AIC和BIC值較小的模型。4.2變量選取與數據來源4.2.1被解釋變量本研究選取能源消費強度作為被解釋變量，以衡量各地區的能源消費情況。能源消費強度是指單位國內生產總值（GDP）所消耗的能源量，它反映了能源利用效率和經濟增長對能源的依賴程度。計算公式為：能源消費強度=能源消費總量/實際GDP。采用能源消費強度而非能源消費總量作為被解釋變量，主要有以下幾方面原因。從經濟發展的角度來看，能源消費總量會受到地區經濟規模、人口數量等因素的影響，不同地區之間缺乏直接可比性。一個經濟規模較大、人口眾多的地區，其能源消費總量必然較高，但這并不一定意味著該地區的能源利用效率低或能源消費結構不合理。而能源消費強度通過將能源消費與GDP掛鉤，消除了經濟規模和人口因素的影響，能夠更準確地反映地區能源利用效率的高低。在研究中，如果僅關注能源消費總量，可能會導致對地區能源消費特征的誤判。例如，東部經濟發達省份的能源消費總量可能高于中西部省份，但由于其經濟發展水平高，能源利用效率也相對較高，能源消費強度可能較低。因此，能源消費強度更能體現地區在能源利用方面的實際水平和差異。從政策制定的角度出發，能源消費強度是衡量一個地區能源利用效率和節能工作成效的重要指標，對于政府制定能源政策和節能目標具有重要參考價值。政府在制定能源政策時，通常會以降低能源消費強度為目標，通過推動技術進步、產業結構調整等措施，提高能源利用效率，減少能源浪費。如果以能源消費總量為指標，可能會忽視能源利用效率的提升，導致政策制定缺乏針對性。在節能減排政策的實施中，以能源消費強度為考核指標，能夠促使各地區更加注重能源利用效率的提高，推動經濟的可持續發展。從學術研究的角度而言，能源消費強度在能源經濟學領域是一個被廣泛應用的指標，已有大量的研究采用該指標來分析能源消費與經濟增長、技術進步、產業結構等因素之間的關系。使用能源消費強度作為被解釋變量，便于與已有研究進行對比和驗證，能夠更好地借鑒前人的研究成果，進一步拓展和深化對能源消費問題的研究。在研究能源消費與金融發展的關系時，已有研究表明金融發展可以通過促進技術創新和產業結構升級，降低能源消費強度，本研究采用能源消費強度作為被解釋變量，能夠與這些研究形成呼應，進一步驗證和完善相關理論。4.2.2解釋變量金融發展指標選取金融相關比率（FIR）和金融效率（FE）來衡量。金融相關比率是指某一時刻一國全部金融資產價值與該國經濟活動總量的比值，通常用廣義貨幣供應量（M2）與國內生產總值（GDP）的比值來近似表示，即FIR=M2/GDP。該指標能夠反映金融市場的總體規模和金融深化程度，比值越高，表明金融市場在經濟中的作用越重要，金融發展水平越高。在一個金融發展程度較高的地區，金融市場規模較大，金融機構能夠為能源企業提供更多的融資渠道和資金支持，從而影響能源企業的生產和投資決策，進而對能源消費產生影響。金融效率指標用金融機構貸款余額與存款余額的比值來衡量，即FE=金融機構貸款余額/金融機構存款余額。該指標反映了金融機構將儲蓄轉化為投資的效率，比值越高，說明金融機構的資金配置效率越高，能夠更有效地將資金引導到能源產業等實體經濟領域，促進能源企業的發展，進而影響能源消費。如果金融機構能夠高效地將存款轉化為貸款，為能源企業提供充足的資金，將有助于能源企業擴大生產規模、提高能源利用效率，從而對能源消費產生積極影響。能源政策指標選取能源補貼強度（ES）和能源價格指數（EP）。能源補貼強度通過能源補貼金額與GDP的比值來計算，即ES=能源補貼金額/GDP。能源補貼是政府為了促進能源產業發展、保障能源供應、推動能源結構調整等目的而采取的一種政策手段，包括對可再生能源的補貼、對能源生產企業的補貼等。補貼強度的大小直接反映了政府對能源產業的支持力度，補貼強度越大，表明政府在能源領域的政策干預程度越高，對能源消費結構和能源產業發展的影響也越大。政府對太陽能、風能等可再生能源企業提供高額補貼，能夠降低可再生能源的生產成本，提高其市場競爭力，促進可再生能源的消費，從而優化能源消費結構。能源價格指數采用各地區的能源價格相對變動情況來衡量，反映了能源市場價格的波動。能源價格是影響能源消費的重要因素之一，價格的變化會直接影響能源消費者的成本和收益，從而改變其消費行為。當能源價格上漲時，消費者和企業會傾向于減少能源消費，尋找替代能源或提高能源利用效率；反之，當能源價格下降時，能源消費可能會增加。能源價格指數的變化能夠反映能源政策對能源市場價格的調控效果，以及這種調控對能源消費的影響。4.2.3控制變量選取經濟增長（AGDP）、產業結構（IS）、技術進步（TP）和人口規模（POP）作為控制變量。經濟增長以人均國內生產總值來衡量，它是反映地區經濟發展水平的重要指標。經濟增長與能源消費之間存在密切關系，隨著經濟的增長，各行業對能源的需求通常會增加，能源消費也會相應增長。在經濟快速發展時期，工業生產規模擴大，居民生活水平提高，對能源的需求會大幅上升，從而帶動能源消費的增長。經濟增長也會促進技術進步和產業結構調整，進而影響能源消費結構和能源利用效率。因此，控制經濟增長變量，能夠更準確地分析金融發展和能源政策對能源消費的影響。產業結構用第二產業增加值占國內生產總值的比重來表示。第二產業通常是能源消耗的主要部門，其占比的變化會對能源消費總量和結構產生顯著影響。第二產業占比較高的地區，往往以重工業、制造業等能源密集型產業為主，能源消費強度相對較高；而第二產業占比較低，第三產業占比較高的地區，能源消費結構相對優化，能源利用效率可能更高。通過控制產業結構變量，可以排除產業結構差異對能源消費的影響，更好地研究金融發展和能源政策與能源消費之間的關系。技術進步以各地區的專利申請授權數來近似衡量。技術進步在能源領域具有重要作用，它能夠推動能源生產技術的創新和能源利用效率的提高，從而減少能源消費。新的節能技術、新能源技術的研發和應用，可以降低能源生產和消費過程中的損耗，提高能源利用效率，促進能源消費結構的優化。高效的煤炭清潔燃燒技術可以提高煤炭的利用效率，減少煤炭消耗；太陽能、風能發電技術的進步，使得可再生能源在能源消費結構中的比重不斷提高。控制技術進步變量，有助于分析金融發展和能源政策在促進技術進步，進而影響能源消費方面的作用。人口規模以各地區的年末常住人口數來衡量。人口是能源消費的主體，人口規模的大小直接影響能源消費總量。人口眾多的地區，居民生活用電、用氣等能源需求較大，同時也會帶動工業、商業等領域的能源消費增長。控制人口規模變量，能夠消除人口因素對能源消費的影響，使研究結果更準確地反映金融發展和能源政策與能源消費之間的內在關系。4.2.4數據來源與處理本研究的數據主要來源于《中國統計年鑒》《中國能源統計年鑒》《中國金融統計年鑒》以及各省份的統計年鑒，部分數據來源于國家統計局、國家能源局等政府部門的官方網站。數據涵蓋了中國31個省、自治區、直轄市，時間跨度為2010-2023年。在數據處理方面，首先對收集到的數據進行了清洗，檢查數據的完整性和準確性，剔除了明顯錯誤和缺失的數據。對于少量缺失的數據，采用均值插補法或趨勢分析法進行補充。對于能源消費強度的計算，需要將能源消費總量換算為統一的標準煤單位，根據不同能源品種的折標系數進行換算。為了消除價格因素的影響，對經濟增長、能源補貼強度等涉及貨幣計量的變量，以2010年為基期，利用居民消費價格指數（CPI）進行平減處理，使其具有可比性。對所有變量進行了標準化處理，將各變量的取值范圍統一到[0,1]區間，消除量綱差異對模型估計結果的影響。標準化公式為：X_{ij}^*=\frac{X_{ij}-\min(X_j)}{\max(X_j)-\min(X_j)}，其中X_{ij}^*為標準化后的值，X_{ij}為原始值，\min(X_j)和\max(X_j)分別為第j個變量的最小值和最大值。通過上述數據處理方法，確保了數據的質量和可靠性，為后續的實證分析奠定了堅實的基礎。五、實證結果與分析5.1空間自相關檢驗結果在對金融發展、能源政策與能源消費之間的關系進行深入分析之前，首先對能源消費強度進行空間自相關檢驗，以判斷能源消費在空間上是否存在相關性和集聚特征。運用Geoda軟件，基于2010-2023年中國31個省、自治區、直轄市的數據，計算能源消費強度的Moran'sI指數，結果如表1所示。年份Moran'sI指數Z值P值20100.3253.1240.00120110.3363.2570.00120120.3423.3150.00120130.3513.4020.00120140.3633.5280.00120150.3723.6140.00120160.3813.7050.00120170.3903.7980.00120180.3953.8560.00120190.4023.9270.00120200.4104.0030.00120210.4184.0860.00120220.4254.1530.00120230.4324.2270.001由表1可知，2010-2023年期間，能源消費強度的Moran'sI指數均大于0，且Z值均大于1.96，P值均小于0.05，通過了顯著性檢驗。這表明中國各地區的能源消費強度在空間上存在顯著的正相關關系，即能源消費強度較高的地區傾向于與能源消費強度較高的地區相鄰，能源消費強度較低的地區傾向于與能源消費強度較低的地區相鄰，呈現出明顯的集聚特征。為了更直觀地展示能源消費強度的空間集聚情況，繪制2023年能源消費強度的Moran散點圖，橫坐標為能源消費強度的觀測值，縱坐標為其空間滯后值，結果如圖1所示。從Moran散點圖可以看出，大部分數據點分布在第一象限和第三象限。第一象限的數據點表示高能源消費強度地區與高能源消費強度地區相鄰，呈現出“高高”集聚的特征；第三象限的數據點表示低能源消費強度地區與低能源消費強度地區相鄰，呈現出“低低”集聚的特征。這進一步驗證了能源消費強度在空間上的正相關和集聚特性。北京、天津、河北等京津冀地區，以及山西、內蒙古等能源資源豐富的地區，能源消費強度相對較高，且在空間上呈現出集聚分布；而廣東、浙江、江蘇等經濟發達且產業結構相對優化的地區，能源消費強度相對較低，也在空間上表現出集聚態勢。能源消費強度在空間上的相關性和集聚特征，可能是由于多種因素導致的。一是地理因素，相鄰地區往往具有相似的自然地理條件和資源稟賦，這會影響能源的生產和消費模式。能源資源豐富的地區，通常會發展能源相關產業，導致能源消費強度較高，且周邊地區也可能受到其產業輻射的影響，能源消費強度也較高。二是經濟因素，經濟發展水平相近的地區，產業結構和能源需求結構往往相似，從而導致能源消費強度在空間上的集聚。東部經濟發達地區，產業結構以制造業和服務業為主，對能源的需求相對穩定且結構較為優化，能源消費強度相對較低，而中西部一些經濟欠發達地區，產業結構以能源密集型產業為主，能源消費強度相對較高。三是政策因素，區域發展政策和能源政策的一致性，也會使得相鄰地區的能源消費強度呈現出相似性。在一些能源政策統一的區域，如京津冀協同發展區域，能源消費政策的協調會導致該區域內能源消費強度的空間相關性增強。空間自相關檢驗結果表明，中國各地區的能源消費并非獨立存在，而是存在顯著的空間依賴關系。在后續的實證分析中，必須考慮這種空間相關性，采用空間面板數據模型進行研究，以更準確地揭示金融發展、能源政策對能源消費的影響機制，避免因忽視空間效應而導致的估計偏差。5.2空間面板模型估計結果5.2.1模型估計方法與結果展示在完成空間自相關檢驗后，確定了能源消費強度存在顯著的空間自相關關系，因此采用空間面板數據模型進行回歸分析。本研究選用空間杜賓模型（SDM），該模型能夠綜合考慮因變量和自變量的空間滯后效應，更全面地反映金融發展、能源政策與能源消費之間的復雜關系。運用極大似然估計（MLE）方法對空間杜賓模型進行參數估計，極大似然估計是一種基于概率統計的參數估計方法，其基本思想是在已知樣本數據的情況下，尋找一組參數值，使得樣本數據出現的概率最大。在空間杜賓模型中，通過構建似然函數，對模型中的參數\rho（空間滯后系數）、\beta（自變量系數）和\theta（自變量空間滯后項系數）進行估計，以得到最優的模型參數。使用Stata軟件進行估計，結果如表2所示。變量系數標準誤t值P值[95%置信區間]L.lnenergy0.256***0.0426.0950.0000.174,0.338lnFIR-0.185***0.035-5.2860.000-0.253,-0.117lnFE-0.123**0.049-2.5100.012-0.219,-0.027lnES-0.105**0.044-2.3860.017-0.191,-0.019lnEP0.156***0.0315.0320.0000.095,0.217lnAGDP0.087***0.0263.3460.0010.036,0.138lnIS0.112***0.0333.3940.0010.047,0.177lnTP-0.098**0.041-2.3900.017-0.178,-0.018lnPOP0.065**0.0292.2410.0250.008,0.122W×lnFIR0.072*0.0381.9180.056-0.002,0.146W×lnFE0.0580.0431.3490.177-0.026,0.142W×lnES0.0450.0371.2160.224-0.028,0.118W×lnEP-0.068*0.036-1.8890.060-0.140,0.004W×lnAGDP-0.0320.024-1.3330.183-0.080,0.016W×lnIS-0.0410.030-1.3670.172-0.100,0.018W×lnTP0.0390.0341.1470.251-0.028,0.106W×lnPOP-0.0270.022-1.2270.220-0.070,0.016rho0.285***0.0565.0890.0000.175,0.395cons-0.356***0.105-3.3900.001-0.562,-0.150N434R20.826Loglikelihood-245.682注：、、分別表示在1%、5%、10%的水平上顯著。在表2中，“L.lnenergy”表示能源消費強度的一階滯后項，反映了能源消費的慣性，即前期的能源消費強度會對本期產生影響。“lnFIR”和“lnFE”分別為金融相關比率和金融效率的自然對數，代表金融發展指標；“lnES”和“lnEP”分別是能源補貼強度和能源價格指數的自然對數，作為能源政策指標；“lnAGDP”“lnIS”“lnTP”和“lnPOP”分別為經濟增長、產業結構、技術進步和人口規模的自然對數，是控制變量。“W×”表示相應變量的空間滯后項，用于衡量相鄰地區變量對本地區的影響。“rho”為空間滯后系數，衡量了空間溢出效應的大小。“cons”為常數項。“N”表示樣本數量，“R2”為擬合優度，用于衡量模型對數據的擬合程度，“Loglikelihood”為對數似然值，用于評估模型的整體擬合效果。5.2.2結果分析與討論從表2的回歸結果來看，金融發展指標對能源消費強度的影響具有重要意義。金融相關比率（lnFIR）的系數為-0.185，在1%的水平上顯著為負，這表明金融相關比率的提高能夠顯著降低能源消費強度。隨著金融市場規模的擴大和金融深化程度的提高，金融機構為能源企業提供融資的能力增強，使得能源企業能夠獲得更多的資金用于技術創新和設備更新，從而提高能源利用效率，降低能源消費強度。金融市場的發展為能源企業提供了更多的融資渠道，企業可以通過發行股票、債券等方式籌集資金，用于引進先進的節能技術和設備，提高能源生產和利用效率，進而降低能源消費強度。金融效率（lnFE）的系數為-0.123，在5%的水平上顯著為負，說明金融效率的提升對能源消費強度有顯著的抑制作用。金融機構將儲蓄轉化為投資的效率提高，能夠更有效地為能源產業提供資金支持，促進能源企業的技術升級和結構調整，從而降低能源消費強度。當金融機構能夠高效地將資金配置到能源企業時，企業可以及時獲得所需資金，進行技術研發和改造，提高能源利用效率，減少能源浪費。能源政策指標方面，能源補貼強度（lnES）的系數為-0.105，在5%的水平上顯著為負，表明能源補貼強度的增加有助于降低能源消費強度。政府加大對能源產業的補貼力度，尤其是對可再生能源和節能技術的補貼，能夠促進能源結構的優化和能源利用效率的提高。對太陽能、風能等可再生能源企業提供補貼，可以降低可再生能源的生產成本，提高其市場競爭力，促使更多的企業和消費者使用可再生能源，從而減少對傳統化石能源的依賴，降低能源消費強度。能源價格指數（lnEP）的系數為0.156，在1%的水平上顯著為正，說明能源價格的上漲會導致能源消費強度的增加。這與經濟理論預期一致，當能源價格上升時，企業和消費者為了降低成本，會減少對能源的需求，從而促使能源消費強度下降。在實際情況中，由于能源需求的剛性以及能源替代的難度較大，短期內能源價格的上漲可能會導致企業和消費者在一定程度上增加能源消費強度。一些高耗能企業可能難以在短期內調整生產工藝和設備，只能承受能源價格上漲帶來的成本壓力，甚至為了維持生產而增加能源消費。控制變量中，經濟增長（lnAGDP）的系數為0.087，在1%的水平上顯著為正，表明經濟增長會帶動能源消費強度的上升。隨著經濟的發展，各行業對能源的需求增加，導致能源消費強度上升。在經濟增長過程中，工業生產規模擴大，基礎設施建設加快，居民生活水平提高，這些都會增加對能源的需求，從而推動能源消費強度上升。產業結構（lnIS）的系數為0.112，在1%的水平上顯著為正，說明第二產業占比的提高會增加能源消費強度。第二產業通常是能源密集型產業，其占比的增加意味著能源消耗的增加。鋼鐵、化工等第二產業行業的生產過程需要大量的能源投入，因此第二產業占比的上升會導致能源消費強度上升。技術進步（lnTP）的系數為-0.098，在5%的水平上顯著為負，表明技術進步能夠降低能源消費強度。新的節能技術和能源利用技術的研發和應用，有助于提高能源利用效率，減少能源消耗。高效的能源轉換技術可以將能源更有效地轉化為有用功，減少能源在轉換過程中的損耗；智能能源管理系統可以實時監測和優化能源使用，提高能源利用效率。人口規模（lnPOP）的系數為0.065，在5%的水平上顯著為正，說明人口規模的擴大對能源消費強度有正向影響。人口的增加會導致居民生活能源需求的增加，同時也會帶動工業、商業等領域的能源消費增長。隨著人口的增長，居民的日常生活用電、用氣、取暖等能源需求會相應增加，從而推動能源消費強度上升。空間滯后項方面，金融相關比率的空間滯后項（W×lnFIR）系數為0.072，在10%的水平上顯著為正，說明相鄰地區金融相關比率的提高對本地區能源消費強度有正向的溢出效應。一個地區金融市場的發展可能會吸引周邊地區的能源企業來融資，促進周邊地區能源產業的發展，進而影響本地區的能源消費強度。能源價格指數的空間滯后項（W×lnEP）系數為-0.068，在10%的水平上顯著為負，表明相鄰地區能源價格的上漲會對本地區能源消費強度產生負向的溢出效應。當相鄰地區能源價格上漲時，企業和消費者可能會減少對能源的需求，并且可能會尋求從能源價格較低的本地區獲取能源，從而導致本地區能源消費強度下降。空間滯后系數rho為0.285，在1%的水平上顯著為正，表明能源消費強度存在顯著的空間溢出效應。一個地區的能源消費強度不僅受到本地區金融發展、能源政策等因素的影響，還受到相鄰地區能源消費強度的影響。相鄰地區在能源消費方面可能存在技術交流、產業關聯等情況，導致能源消費強度在空間上呈現出相互影響的特征。5.3穩健性檢驗5.3.1檢驗方法與思路為了確保實證結果的可靠性和穩定性，進行穩健性檢驗至關重要。本研究采用多種方法進行穩健性檢驗，主要思路是在保持研究問題和基本模型框架不變的前提下，通過改變研究設計的某些方面，觀察主要實證結果是否發生顯著變化。若結果保持一致，則說明實證結果具有較強的穩健性，研究結論較為可靠；反之，若結果發生明顯改變，則需要重新審視研究設計和數據處理過程，分析結果不穩定的原因。在變量替換方面，采用金融機構存貸款余額之和與GDP的比值（FS）來替代金融相關比率（FIR），以衡量金融發展規模。該指標同樣能夠反映金融市場在經濟中的規模和作用，與金融相關比率具有相似的經濟含義，但從不同角度進行度量，可檢驗金融發展規模指標對結果的影響。將能源補貼金額與能源消費總量的比值（ESR）作為新的能源補貼強度指標，替換原有的能源補貼強度（ES）指標。這種替換考慮了能源補貼與能源消費總量之間的關系，從不同維度衡量能源補貼政策的力度，有助于驗證能源補貼強度指標對實證結果的穩健性。改變模型設定是穩健性檢驗的另一種重要方法。使用固定效應模型（FE）重新進行回歸分析，固定效應模型能夠控制個體異質性，即不同地區的固定特征對能源消費強度的影響，通過與空間杜賓模型（SDM）的結果進行對比，可檢驗模型設定對結果的敏感性。構建動態空間面板模型（DSDM），在模型中加入被解釋變量的二階滯后項，以進一步考慮能源消費強度的動態變化和慣性特征。動態空間面板模型能夠更全面地捕捉能源消費強度的時間序列變化和空間溢出效應，通過比較該模型與原模型的估計結果，可評估模型設定的穩健性。5.3.2檢驗結果與結論穩健性檢驗結果如表3所示。變量變量替換改變模型設定lnFS-0.192***(0.037)-lnFE-0.127**(0.051)-0.131**(0.053)lnESR-0.110**(0.046)-lnEP0.152***(0.033)0.149***(0.035)lnAGDP0.084***(0.028)0.081***(0.030)lnIS0.115***(0.035)0.118***(0.03