一、引言及文献综述

党的十八届五中全会提出绿色发展的理念，旨在实现经济与环境的和谐发展。而绿色发展的关键在于绿色投入，2015年我国环保投资仅为8806.3亿元，环境投入水平较低。与此同时，我国提出在2020年碳排放强度比2005年下降40%～50%的基础上，到2030年下降60%～65%的目标。但受到当前我国经济增速放缓及碳减排技术的限制，该承诺是否影响“稳增长、调结构”的举措还需深入研究。为此，本文主要研究两个问题：一是我国区域间环境投入差异对区内经济增长和碳排放是否存在某种影响；二是是否存在一个合理的环境投入区间，以实现既保持经济的稳定增长，又可实现碳减排的双重目标。

(一)绿色投入与经济增长

国外金融市场发达，对该研究多倾向于通过发挥绿色金融的资本支持和配置效应，将资本投入到高生产率的区域和主体，以支持该区域、主体的低污染和低排放的行为。Graham(2000)认为环境风险因子对债券的评级具有显著的负向作用，降低企业融资行为与效果，导致企业经济活动能力降低和经济衰退[1]。Climent(2011)认为投资绿色金融产品促进企业发展的持续性，在长期有助于经济增长[2]。而Tsur(2011)通过对比发达国家与发展中国家的绿色投入，认为机会成本是造成两类国家经济出现差异的原因[3]。

国内绿色金融市场相对落后，该方面的研究多以定性为主。龙卫洋(2013)认为应完善商业银行制度安排，通过绿色信贷以支持经济增长[4]。而胡梅梅等(2014)认为应通过完善金融服务模式带动产业转型，推动经济的可持续发展[5]。俞岚(2016)则认为应通过创新金融工具推进碳市场建设，以推动我国绿色金融的深化，进而实现经济转型[6]。

在实证方面，我国学者大多认为绿色投入在长期会抑制经济增长。宁伟等(2013)通过误差修正模型分析我国绿色金融与宏观经济之间的关系，认为长期内绿色金融规模及配置效率对宏观经济产生显著的负向作用，且资源配置效率是我国宏观经济增长的格兰杰原因[7]。修静等(2015)通过模型分析认为绿色信贷短期内可促进我国工业经济的增长，但长期来看对工业增长的弹性下降可通过扭转当前宏观环境，以抑制工业增长速度的下滑[8]。

(二)绿色投入与碳排放

关于绿色投入与碳排放的研究，国外学者多倾向于通过金融资本直接支持或通过金融支持技术创新间接实现碳减排。Sadorsky(2010)对22个新兴市场国家的数据研究发现，金融发展增加能源消费需求，导致碳排放增加[9]。Halimanjaya(2015)则认为发展中国家的官方资金是否支持与低碳经济发展水平具有很强的正相关性[10]。而Beck(2000)认为金融在带动经济增长的同时促进全要素生产率的提升，从而有助于碳减排[11]。王晓芳等(2014)认为非信贷因素是导致碳排放增加的格兰杰原因[12]。马亚明等(2014)则认为金融深化对碳排放具有显著的区域差异。金融系统效率的提高对东部地区影响明显，而金融活动规模的扩大将导致碳排放增加[13]。但严成樑等(2016)将金融发展水平、创新、开放度和城镇化等因素纳入内生增长模型，认为信贷水平与碳排放呈倒U型关系，金融规模的扩大和资金的合理分配显著降低我国的碳排放水平[14]。

综上所述，区际投入差异对经济增长和碳排放的文献研究还较少，没有解决保持经济稳定与实现碳减排承诺的两难问题，故本文通过物理学模型及泰尔指数初步考察三者的关系。对可能存在的数量关系，我们通过门槛模型来考察，提出平衡经济增长与碳排放的最优环境投入区间，并对我国能否实现2030年碳减排目标进行预测。

二、区域环境投入、碳排放的差异与理论分析、模型构建

(一)我国区域间环境投入与碳排放的现状

根据要素流动理论，区域间要素流动基于要素报酬、基础设施及政策配合等，而要素流动引起经济重心嬗变。故本文通过重力模型考察我国经济重心及绿色资本要素的转移轨迹。假设各省会的经纬坐标为该省坐标，重心坐标利用万有引力公式迭代如下：

(1)

图1 社会资本转移轨迹

图2 环境污染投资转移轨迹

图1表明，2000～2008年我国资本由北向东南方向转移，此后的资本由东南向西开始转移且趋势较为明显。其原因在于我国自2001年加入WTO后，东部地区通过出口加工及技术引进提高资本回报率，高报酬率产生的虹吸效应使资本不断向东南地区转移。“一带一路”倡议的提出使内陆地区要素报酬增加，带动了资本向中西部地区转移。但内陆地区环境污染治理投资并无增加，其轨迹在2000～2010年基本稳定在东部地区，2012年后才开始向内陆地区转移且趋势并不明显，说明信贷资本对内陆地区环境投入支持不足。因环境投入主要依靠企业自筹和政府补贴，银行信贷比重较低且内陆地区以往资本匮乏，促使政府将稀缺要素主要配置在发展经济方面，造成对环境投资在资本分配上的匮乏。

图3 经济重心转移轨迹

图4 区域间环境污染治理投资泰尔指数

图3显示，我国经济重心自2010年后确有向内陆地区转移的趋势，但2012年后转移趋势下降，依旧停留在东部地区，说明当前粗放型经济发展方式造成内陆生态环境的恶化已影响到地区经济的持续发展。可见，内陆地区环境投入的弱化影响了我国经济重心的转移。

要积极培育涉农组织和专业合作组织，积极鼓励和引导专业合作社参与水稻订单生产，实施优质优价收购。依托乡镇内现有的合作社，创建适合水稻全程机械化生产的农机、植保等专业服务组织。同时还要积极引导广大农民群众，全面参与水稻绿色高产创建，按照统一供种、统一插秧、统一机收、统一病虫害防治的原则，切实提高水稻产业化经营程度。结合本地区水稻生产实际，积极发展稻米深加工产业，创建本地区知名品牌，切实促进水稻种植增产增效，增加水稻产业经济效益。

图4显示，东部地区2003～2013年资本要素的积累带动了环境投资的增加。而西部地区生态环境较为脆弱，自西部大开发战略以来，政府对当地生态环境投入较大，2008年后环境投资呈上升趋势甚至部分年份超过东部，与社会资本转移轨迹相对应。而中、东北地区环境投资差距明显，2006年前两地区资本要素的稀缺，加上财政支持与企业自筹能力不足，造成对环境投资较少。2006年后“中部崛起”及振兴东北老工业基地战略的实施，带动了环境投资的增加。但近年来，中部地区将有限的资本要素用于改善经济和民生，占用了对环境的投资。东北地区则通过老工业基地输血式建设拉动经济，而忽视对环境的长期建设，故再次与东、西部拉开差距。

区域环境投资的多寡直接反映在碳排放差异上。2000～2014年东部地区平均碳排放泰尔指数在0.05左右，中西部次之(分别为0.2和0.1)，东北地区最高(达到0.4)。因东北地区为我国传统工业基地，对传统能源的依赖使单位GDP的碳排放较高。而东部地区已开始向创新驱动经济转型，西部地区科研院所林立，加上国家重视和资金投入，碳排放仅次于东部。中部地区则受困于科技和资金不足，区内碳排放量高于东西部。可见，环境投入对减少各地区的碳排放具有积极作用。

(二)理论分析

环境投入对经济增长的研究采用C-D生产函数，考虑环境投入要素对经济的作用，将环境投入要素G放入C-D函数来考察。我国经济增长对能源要素的依赖不断增加，故将能源要素E放入C-D函数来考察。而能源要素对经济增长的作用依赖于能源效率的实现，全要素生产率的提升也促使能源效率的提高，进而提高能源要素对经济增长的贡献度。考虑到边际效应的存在，故将能源效率指标设为指数形式exp(P)。因此，C-D函数扩展为：

Y(t)=K(t)αL(t)βEexp(P)(t)γG(t)1-α-β-γ (α>0，β>0，γ>0，α+β+γ<1)

(2)

令在平衡增长路径上，资本要素增长率为其中，是储蓄率，δ是折旧率。地球上可再生能源是有限的，能源要素的大量使用易导致其资源禀赋下降。而环境投入来源于社会资本，这就决定其不可能无限增加，否则挤占经济建设中的资本要素投入。随着自然环境的改变，环境投入增长率呈边际效益递减趋势，故假设能源要素增长率m<0，环境投入增长率b<0。(2)式取对数后对变量的时间t求导，即为：

gY=αgK+βgL+γPgE+(1-α-β-γ)gG

此外，河北销售坚定服务强大现场、服务创造价值，建设服务文化，营造精益服务氛围，包括组织开展以“微笑服务和开口服务、现场清洁和卫生间清洁”为主要内容的“两服务、两清洁”活动，持续提升客户满意度，增强客户黏性；每月组织开展“服务明星”评选，并进行表彰奖励，增强“服务明星”的荣誉感和积极性，提高企业知名度和美誉度。员工们说，我们有了自己的“明星”可以追了。

学生的就业综合能力在面对用人单位面试双向选择时，显得尤为重要。在就业市场里，就业能力强的学生往往能够更好地把握就业机会，选择更好的就业单位。增加就业实践课程内容，对提高学生的就业能力有很大帮助。在市场经济条件下，用人单位对大学生的考察已不再局限于单一的学习成绩，而是从动手能力、实践能力、科研能力、计算机能力、外语能力、社会能力、文字能力等多方面的综合情况来进行素质考察[6]。通过对学生这些能力的培养，提高学生的就业综合能力，挑战职场。如果仅根据教学计划进行理论性的说教则会影响学生的学习兴趣，使得这门课程浮于形式而违背了加强指导、帮助就业的目的[7]。

(3)

表3的门槛模型结果显示，该模型的双重门槛值在5%的水平下显著，故该模型为双重门槛模型，门槛值分别为0.021和0.024。计算LR函数可知，两门槛值均在7.35的水平线下，且在95%的水平下的置信区间为[0.020，0.023]和[0.023，0.029]。

(4)

可见，环境投入的增长率可能与平衡增长路径下的经济增长率呈负相关关系，即环境投入增加挤占社会经济资本客观上导致经济增长率下降。

金融对碳减排的作用体现在“技术改进”和“总量推进”两方面。技术改进指资本向企业输出或构建金融市场体系，吸引社会投资者的进入，增加企业融资的方式，促使企业改进环保技术以实现碳减排。此外，利用发达国家的技术溢出效应，促进本国碳减排技术的改进，以降低本国碳强度。而总量推进指发达的金融体系和产业促使经济规模的扩大和消费水平的提高，工业排放和高耗能产品的使用导致碳排放增加。因此，金融对环境投入的支持使二氧化碳排放存在不确定性。

总的来看，环境投入与经济增长间存在可能的负相关关系，而环境投入可通过技术改进效应推动技术的提高以减少碳排放。但由于环境投入受总量推进效应的影响，导致碳排放的增加。因此，环境投入面临既要保持经济增长，又要控制碳排放的两难困境，本文即对该问题进行深入考察。

(三)相关模型构建

本文利用环境污染治理投资作为环境投入样本进行考察，由于各省的环境投入存在较大差异且可能存在非线性关系，故对环境投入与经济增长、碳排放的研究可采用门槛模型。利用公式(2)考察省际环境投入和经济增长并取对数，即：

lnYit=α0+αklnKit+αllnLit+αr(Pit+lnEit)+αglnGit+εit

During distal subtotal gastrectomy, the lymph node dissection levels are as follows: (1) D0: LD in a volume less than D1; (2) D1: №1, 3, 4sb, 4d, 5, 6, 7; (3) D1 +:D1 plus №8a, 9; and (4) D2: D1 plus №8a, 9, 11p, 12a(Figure 2).

(5)

其中，i为各省指标，t为年份。加入环境污染投资与社会融资规模之比作为门槛变量，则可得：

lnYit=α0+αklnKit+αllnLit+αr(Pit+lnEit)+αglnGitI(Git/Cit≤q1)+

参考文献:

(6)

[1] Graham A.，Maher J. Environment Liability Information and Bond Ratings[J]. Journal of Accounting，2000，5(3):93-115．

我们利用严成樑(2016)的模型并借助扩展的C-D函数对其原模型进行修改，以考察两者间的异质关系。由于门槛模型考察变量间的静态非线性关系，而碳排放产生和治理是一个长期的动态过程，可通过考察上期各变量对本期碳排放产生的影响来实现。而金融投入用社会信贷指标取代，并将产业结构、人均专利、开放度和城市化水平作为控制变量加入模型中进行考察。

CO2it/GDPit=β0+β1CREDITit-1I(Git/Cit≤q1)+β1CREDITit-1I(q1it/Cit≤q2)+

β4OPENit-1+β5STRUCTUREit-1+β6URBANit-1+ε

(7)

其中，CREDITit-1为上期社会信贷与上期GDP的比重。环境污染投资与社会融资规模之比作为门槛变量，以考察区际环境投入与碳排放强度间的嬗变关系。

三、指标选取与实证分析

(一)区域绿色投入与经济增长

模型一的总产出采用除西藏外30个省的2000～2014年GDP并以2000年为基期，其余年份根据GDP指数进行调整。劳动力指标采用各省区2000～2014年15～64岁的人口数量。能源指标为各省区常规能源消费总量，且用折合成万吨标准煤后的总量表示。能源效率指标则为每单位GDP投入的能源数量。绿色投入部分由环境污染治理投资表示，门槛变量由环境投入与银行业贷款之比表示。资本存量指标在我国并不直接公布，本文利用永续盘存法进行计算，且均以2000年为基期表示。资产折旧率确定为6%。基年的资本存量由投资与几何平均增长率及折旧率之和的比值确定。

表1 模型一门槛效应的显著性检验

门槛估计值F值P值BS次数1%5%10%单一门槛000810039∗0070100018188120248898双重门槛001844088∗∗∗000010001666695206203三重门槛0010000006191000000000000000

注：*** 、** 和*分别表示在1%、5%和10%的水平下显著；各临界值均为Bootstrap自抽样1000次得到的结果。下表同此。

表1显示，模型一有三个门槛值，但第三个门槛值0.010位于其他两个之间，且双重门槛在1%的水平下较单个门槛显著性更强，故选用双重门槛模型。此外，通过计算LR函数对双重门槛值检验并构造置信区间可知，双重门槛值0.008、0.018在LR值的95%的显著性水平7.35之下，且置信区间分别为[0.005，0.014]、[0.016，0.019]*限于篇幅，LR函数图略去，作者备索。。

3.实事求是的求真价值。解放思想、实事求是，是我国经济发展的源动力。小岗人当年发起的大包干就是为了改变当时生产力落后、生产关系僵化的现实，改变当时不切实际、浮夸成风、农民生活困顿的现实。新时代，实事求是的求真价值仍是我国社会经济改革的压舱石，一定要彻底脱离教条主义、经验主义和主观主义的桎梏，要立足实际，因地制宜，合理定位，摈弃“一刀切”“形而上”简单粗暴的工作作风，踏准节奏，脚踏实地地将改革进行到底。

电厂的总体规划工作是具有全局性和战略意义的一项综合性的工作，所涉及的因素很多，定量与定性的因素交织在一起。因此要用全局观点、动态观点，从工程的经济性、技术的先进性、生产的安全性、发展的合理性进行全面的衡量和考虑，总体规划工作必须在充分调查研究和掌握资料的基础上进行。

肌理方面，“对象”为大理民居屋顶，“所指”为其地方特色。屋面形式方面，揽清的设计定稿是将双坡屋面抽象为单坡屋顶，因“风貌控制”才又修改为双坡屋面[12]，同样，即下山也是双坡屋顶，那么“对象”依旧是大理民居屋顶本身，“所指”除去地方性，还传达了当地社会现状。

[4] 龙卫洋，季才留.基于国际经验的商业银行绿色信贷研究及对中国的启示[J]. 经济体制改革，2013，(3): 155-158．

尽管环境投入在不同门槛值下的弹性均为正值，但并非投入越多越好。环境投入比小于0.008时，环境投入增加1%，产出弹性则为8.9%。而环境投入比大于0.008、小于0.018时，则下降到0.079。当环境投入比大于0.018时，弹性则再次降到0.063，下降近1.6%，说明环境投入也存在边际递减效应，过多的环境投入挤占经济建设所需的资本要素，因而要对环境投入把握适度。但对我国今后6.5%的增长预期看，当环境投入比大于0.018时，能满足经济发展的需要。另外，环境投入对经济的贡献度较小，应通过政策引导绿色金融市场建设来带动经济增长。

表2 模型一的参数估计结果

变量系数标准误T值Lnk03207∗∗∗002361360Lnl01725∗∗∗00232745Lnr05389∗∗∗003551518Year-01948∗∗∗00035-560Lni＿100891∗∗∗01748510Lni＿200794∗∗∗00159499Lni＿300627∗∗∗00148424Cons376793∗∗∗69038546F值337024∗∗∗组内R209823Lni＿1∗I(e1<0008)Lni＿2∗I(00080018)

(二)区域绿色投入与碳排放

模型二采用变量比值形式表示，不再对各指标进行基期调整。产业结构使用工业增加值与GDP之比表示，城镇化指标以城市化率表示，创新指标使用专利授权量与人口比重表示，开放程度由进出口总额与GDP比重表示，进出口总额汇率以年平均价换算，CO2采用能源使用量(标准煤)与碳排放系数之积表示，碳排放系数选取发改委研究所的0.67吨标准煤。

大数据时代，新媒体融合首先要明确互联网发展的导向作用，合理利用大数据平台。大数据的发展，把媒体的发展、收视效果、用户需求和竞争对手信息，从量化的角度为媒体提供可视化的信息。新媒体融合，要明确大数据思维，将节目的制作和信息的传播在数据的支撑下做科学的决策。转化大数据思维，要注重信息获取的多样性，对于不同的信息来源要审慎斟酌。

表3 模型二门槛效应的显著性检验

门槛估计值F值P值BS次数1%5%10%单一门槛002112541∗02141000407102791321039双重门槛002429109∗∗00201000333581917312329三重门槛00290060018410001598363923774

若假设L、E和G的速率均不变，在平衡增长路径下，K和Y均按照相同的速率发生变化，则Y和K的增长率必定相等。此时，平衡增长路径下Y的增长率为：

表4 模型二的参数估计结果

变 量系数标准误T值Pp00072∗00038189Sg1255∗∗∗03348375Ub-20120∗∗∗03125-644Og-0077800756-103Pf2-0088501016-087Year-00491∗∗∗00051-961Pf＿107587∗∗∗02525300Pf＿211282∗∗∗02590436Pf＿307921∗∗∗02606304Cons991295∗∗∗101698975F值6313∗∗∗组内R206121Pf＿1∗I(e1<0021)Pf＿2∗I(00210024)

表4显示，信贷占比的系数均为正值且平方项为负，故我国信贷规模与碳排放之间存在非线性关系且可能呈倒U型、但不明显，因为该项在10%的水平下并不显著。而环境投资比重与碳强度存在明显的倒U型关系，当环境投资比重小于0.021时，带来约0.76的弹性，而在0.021～0.024时，弹性上升到近1.13，继续增加投资后弹性则降至0.79，这可能与我国环境投资的总量效应及技术落后有关。但我国是人口大国，公众意识的放松易产生新的碳排放，进而抵消环境投入减少的碳排放量，客观上造成碳排放量增加的现实。此外，我国沿海与内陆地区在科技方面的差异使碳排放技术的差距较大，加上我国碳排放技术的落后，故内外部技术差异也是造成环境投入与碳排放强度之间存在倒U型关系的重要原因。

营养袋苗以当地野生植物为主，种子植物以生长快、种子产量高的豆科植物为主，快速覆盖地表，满足生物多样性和群落稳定性的要求，形成初期先锋群落再逐步实现植物的自然演替。

对双重门槛模型估计后发现，我国资本的产出弹性为0.32，说明资本要素仍是促进我国经济增长的有效手段。但资本产出弹性远低于能源投入和能源效率对经济的作用，说明我国资本边际效应的下降使单纯依靠增加资本数量维持高速经济增长的方式已越发难以奏效。目前，我国经济增长转型的步伐偏慢，经济回报率下降，银行等金融机构对国有企业和非国有企业的信贷投放程度不同，造成民营经济衰退、国有企业资金使用效率低下。故应通过转型经济，促进资金配置的市场化方式来提高资本要素的使用效率。

创新水平系数较小，即发展低碳技术能有效减少单位能耗。但创新对碳排放的显著性较低且为正值，说明我国碳排放技术落后，对降低碳排放作用不足。而碳排放技术落后影响产业结构与碳强度的关系，产业结构的对应系数为正且在1%的显著性水平下的弹性系数为1.255，说明我国技术水平落后与要素配置的低效率使我国工业化进程中碳排放量上升。城镇化水平在1%的显著性水平下系数为-2.012，即城镇化水平的提高促进社会的有效分工与合作，规模效应导致的要素集聚和成本下降促进了生产水平的提高，先进的生产关系有效地减少了碳排放。开放度系数为负，说明我国可通过引进国外先进技术减少国内的碳排放水平。但该指标并不显著，这与我国技术引进水平不足及发达国家控制技术输出有关。

表5 两模型门槛估计分区结果

区域模型一一区二区三区模型二一区二区三区最优分区东部频次617613145328中部频次20551582447西部频次34101301445169东北频次536441220合计12026862412142424

注：各分区均根据模型门限值进行划分，最优分区为[0.018，0.021]。

表5显示，模型一的环境投入占比二区频数最多、三区最少，说明各省资本对环境投入的支持程度还不够。东部地区资本要素多投于经济增长，故东部地区一、二区频数较为接近。但三区年份众数出现在2012年，说明东部地区已开始向投入三区集中。中、西部地区在一、三区投入较为平均，且西部地区的三区投入最多，年份众数集中在2011～2014年，说明我国西部地区尽管生态系统脆弱，但对环境问题较为重视。而东北地区的二区频数发生率最高，原因在于老工业基地技术水平落后，高能耗和边际生产率递减效应的出现使经济增速低于全国水平，加大了当地政府保增长的压力，最终导致环境投入的不足。

模型二显示我国环境投入占比大多集中于一区。根据两者间的倒U型关系，说明我国各地区在环境投入方面相对不足，没有越过倒U型曲线的拐点。东、中、东北地区的一区省份众数较为集中，一区众数均出现在2014年，而二、三区众数均在2010～2012年。因此，在当前保增长、调结构的经济环境下，三地区在经济增长与碳减排的取舍上仍将经济建设作为重点。西部地区尽管一区频数较多，但三区众数出现在2012～2014年。在“一带一路”的战略背景下，经济与环境的和谐发展正成为西部地区经济可持续发展的主要方向。

我国环境投入与经济增长、碳排放之间存在最优投资区间，即[0.018，0.021]。该区间频数西部地区出现最多，东北地区最少。西部有6个省区达到过最优区间，大多出现在2010～2013年，说明在资本向西转移的背景下，可通过合理的环境投入改善当地经济并减少对环境的损害。而中部六省区仅有安徽、江西和山西达到过最优区间。尽管中部地区经济落后，但可通过开发丰富的人文与自然资源，发展旅游经济来减少碳排放。东北地区则没有达到过最优区间，且经济增速出现断崖式下降。东北地区需通过绿色技术提高边际生产率以实现产业革命是经济下滑的关键所在。因此，保持经济的稳定增长应更加重视绿色科技的投入。

(三)我国碳排放与环境投入的预测

在现有技术水平下对我国碳排放的预测，可预期今后环境投入能达到的最优区间。该情况下对我国的经济增长弹性为0.0627，假定2030年前我国年均经济增长约为6.27%，则2020、2030年的GDP总量约为98.4367万亿和180.8273万亿。但中长期的碳排放存在很多不确定因素(如技术水平的变化、政治环境和群众意识等)，故假设技术水平等因素不变，我们采取灰色系统预测来计算2016～2030年的碳排放。GM(1，1)的形式如下：

(8)

求解a的系数为-0.072(大于-0.3)，故可进行中长期预测。对残差和相对误差计算后，其建模精度为91.21%(大于90%)，满足建模要求。关联系数为0.956，大于经验关联度0.8，拟合程度较好。预测可知，2020、2030年碳排放分别为507000万吨和1043200万吨，2020年我国的碳排放强度比为0.515，而2005年为0.887，即碳排放强度下降了42%。在当前的技术条件下，环境投入达到最优区间时能实现2020的碳减排目标。而当环境投入比为0.021时，碳排放强度会产生0.7587的弹性，则2019年信贷规模为628821.73亿元，可推算彼时的环境投入大约在11318.79～13205.26亿元。显然，我国环境投入的缺口仍比较大，今后还需加大对环境污染的治理投入。

在技术不变的条件下，我国2030年碳排放强度为0.577，与2005年相比仅下降35%，未达到我国承诺的目标，说明未来环境投入比的增加使其从倒U型曲线的左侧开始向右侧转移，即我国经济在平稳增长的同时也增加了碳排放量。因此，对碳排放的控制还需通过内部技术改进和外部技术引进，提高群众的环保意识，依靠第二产业向第三产业的转移来减少单位GDP能耗，长期发挥金融的技术改进效应，以实现碳减排的庄重承诺。

四、结论与启示

本文认为我国东北和中部地区的环境投入与东西部地区差距较大，碳排放量较高，脆弱的生态环境已成为影响地区经济发展的障碍。而模型分析发现环境投入并非越多越好，应把握适度原则，并与碳排放之间存在倒U型关系，这跟我国创新水平不高导致对减少碳排放强度的作用不足有关，且工业资本密集型经济不利于减少碳排放。此外，在当前的技术水平和最优环境投入区间下，我国能达到2020年碳排放强度较2005年下降40%的目标，但未能实现2030年减少碳排放强度的承诺。

面对当前问题，我国可通过中央立法，做好区域节能减排和绿色金融创新工作，以金融资本助力绿色技术的开发与推广。促进城市内部有效的社会分工，助推服务业扭转当前产业结构，通过政策和资金引进国外先进技术，以发展我国的低碳技术。长期来看，应通过宏观调控将绿色资本引入科技领域，鼓励并扶持绿色科技企业和低碳企业，制定针对不同企业和行业的环境规制强度标准，帮助企业发展循环经济，以确保经济低碳、持续的发展。

αglnGitI(q1<Git/Cit≤q2)+αglnGitI(Git/Cit>q2)+εit

为了实现用户输入控制命令或调用数据等命令，机器人主控处理控制信息，并将不同的控制信号传达给机器人不同的系统，机器人内部执行完成后，将用户需要的状态信息以直观的形式反映给用户.机器人程序设计模式如图2所示.

其中，I(·)为指示函数，即门槛变量超过门槛值时，取值为1，否则为0；G/C为门槛变量，q为门槛值，C表示社会信贷规模。当环境污染投资与社会融资规模之比大于门槛值时，表示该省金融资本对环境投入的支持力度较大。

[2] Climent F.，Soriano P. Green and Good？——The Investment Performance of US Environmental Mutual Funds[J]. Journal of Business Ethics，2011，103(2):275-287．

[3] Tsur Y. On the Dynamics of Competing Energy Sources[J]. Automatica，2011，47(3):1357-1365．

互联网时代，广播电视媒体要与新媒体进行融合，达到促进行业发展的目的。对于内容，需要全面创新，实现全面拓展和延伸，构建全新的优秀媒体平台。要想实现二者的融合，让新媒体整体多元化的发展。在构建平台的同时，要及时学习先进的技术和形式，质量提升了，才能保证传统广播电视媒体与互联网思维的全面融合。

劳动要素是促进我国经济增长的重要力量，但劳动要素对经济的贡献度并不高(弹性仅为0.17)。我国劳动人员技术水平偏低，劳动密集型产业广泛存在，近年来劳动人口下降，人口红利逐步消失，需通过发展技术密集型工业和相关制度手段改变劳动人口收入分配上的不利地位，释放政策红利来提高我国劳动要素的贡献度。能源消费及效率的弹性最高(为0.53)，能源产量较经济需求的缺口较大，仍需大量进口，不利于我国经济的长期稳定增长。针对能源瓶颈，需提高能源效率，促进节能技术创新并发展替代能源。对节能环保及技术创新企业给予政策优惠，通过发展核能、页岩气和石墨烯等替代能源，促进经济发展方式转变，实现经济的可持续增长。

[5] 胡梅梅，邓超，唐莹.绿色金融支持“两型”产业发展研究[J]. 经济地理，2014，(11):107-111．

[6] 俞岚.绿色金融发展与创新研究[J]. 经济问题，2016，(1):78-81．

[7] 宁伟，佘金花.绿色金融与宏观经济增长动态关系实证研究[J]. 求索，2014，(8):62-66．

[8] 修静，刘海英，臧晓强.绿色信贷、节能减排下的工业增长及预测研究[J]. 当代经济科学，2015，(3):55-62．

[9] Sadorsky P. The Impact of Financial Development on Energy Consumption in Emerging Economies[J]. Energy Policy，2010，38(2):2528-2535．

[10] Halimanjaya. Climate Mitigation Finance across Developing Countries: What are the Major Determinants？[J]. Climate Policy，2015，15(1):223-252．

[11] Beck T.，Levine R.，Loayza N. Finance and the Sources of Growth[J]. Journal of Financial Economics，2000，58(2):261-300．

[12] 王晓芳，于江波.我国碳排放驱动因素的动态轨迹研究[J]. 经济学家，2014，(4):40-48．

首先，自由贸易试验区进行试点。我国目前建设自贸区是深化经济体制改革的重要措施，试验区在国家政策方面有着极大的自由度，上海、广东、天津和福建自贸区为我国政府职能转变和经济发展模式的创新提供了全新的平台。选择自贸区进行竞争中立制度试点符合我国国情和政府决策步骤。例如，我国上海自由贸易试验区的《条例》已明确规定了各类市场主体在税收、监管、政府采购等领域应享受的平等待遇。“区内各类市场主体在监管、税收和政府采购等方面享有公平待遇”的规定。㉚

[13] 马亚明，高嵩，邱识.外商直接投资、金融深化与碳排放——基于我国1995～2011年省级面板数据的分析[J]. 科技管理研究，2014，(13):214-218．

简而言之，透视美学是从多元化视角解读事物的哲学思辨。透视美学旨在发现每一独特视角中的感知与势。势影响并决定我们对事物的感知，而通过表述感知，也就有了势。解读就是找出赋予事物感知的势，且每一种解读都源自于一个独特的视角。因此，感知和势本质上都是多元的。

[14] 严成樑.金融发展、创新与二氧化碳排放[J]. 金融研究，2016，(1):14-29．