湖南省市域能源消耗及其影響因素研究

吳獻金，謝玲淋

湖南省地市間由于所處的位置、人口、經(jīng)濟發(fā)展、科技等面的差異，能源消費也表現(xiàn)出了空間差異性，而傳統(tǒng)的基于OLS的分析方法往往忽略掉對空間效應(yīng)的分析，因而得到結(jié)論的可靠性也值得懷疑。在研究能源消費及其影響因素時，不能僅僅局限于時間序列的分析，應(yīng)該對存在空間效應(yīng)的截面數(shù)據(jù)進行分析。本文根據(jù)空間計量的研究方法，利用2004～2007年湖南省13個地市（缺永州能源數(shù)據(jù)）的面板數(shù)據(jù)，研究這些地市的能源消耗及其影響因素，分析經(jīng)濟增長、人口、工業(yè)化和技術(shù)進步對能源消費的影響，檢測湖南省13個地市間的能源消費是否存在空間效應(yīng)，以及經(jīng)濟增長和人口對能源消費的影響程度。

1 地區(qū)能源消耗及其影響因素

影響能源消耗的因素有很多，國內(nèi)學(xué)者在分析時以經(jīng)濟增長、總?cè)丝诤湍茉磧r格為主的居多。由于歷史體制等原因，雖然我國的能源市場進行了改革，但是目前仍然不是完全競爭市場，我國能源的價格依然與國際市場存在差異，能源價格不能真正反映市場的需求，本文以經(jīng)濟增長和人口總數(shù)為主要研究對象，并沒有考慮價格對能源需求的作用。

（1）經(jīng)濟增長GDP：隨著國民經(jīng)濟的發(fā)展，能源在經(jīng)濟增長中地位也越來越高，經(jīng)濟增長對能源的消耗也是逐年增多。目前，國內(nèi)外學(xué)者在研究能源消耗時，均把經(jīng)濟增長GDP作為最重要的影響因素，進而分析能源消耗與經(jīng)濟增長的協(xié)整關(guān)系和格蘭杰因果關(guān)系，從學(xué)者們的研究中可知，GDP與能源消費之間存在長期穩(wěn)定的正相關(guān)關(guān)系。

（2）人口增長RK：能源是人類賴以生存的基礎(chǔ)，人口的總量的多少直接影響著能源的消耗總量，也直接影響著能源資源的人均占有量和利用方式。經(jīng)濟的發(fā)展，人民生活水平的提高，人們對優(yōu)質(zhì)能源的需求也日益增多。湖南省是中部地區(qū)的人口大省，2007年湖南省總?cè)丝谶_到6800萬人，居中部第二。龐大的人口總數(shù)帶動了能源消耗的增長。理論上來說，人口增長與能源消耗之間存在著正相關(guān)關(guān)系。

（3）工業(yè)化IDU：工業(yè)是工業(yè)是耗能大戶，工業(yè)化程度的高低直接影響著能源消耗量的多少。2007年第二產(chǎn)業(yè)耗能占全省耗能的71.69%；在第二產(chǎn)業(yè)中，工業(yè)的能耗占據(jù)了重要的比重，因此，本文以第二產(chǎn)業(yè)中工業(yè)增加值占GDP的比重即工業(yè)化率為基礎(chǔ)，分析湖南省工業(yè)化水平對能源消費需求的影響。

（4）技術(shù)進步：本文以綜合能耗產(chǎn)出率（ZHN，單位：元/千克標(biāo)煤）反應(yīng)技術(shù)進步在能耗中的作用，即一個地區(qū)能源的利用效率，該指標(biāo)越高，說明能源的利用效率也就越高，能源的利用方式也就越先進。該指標(biāo)與能耗應(yīng)該是負(fù)相關(guān)關(guān)系。

本文以EG代表能源需求量，為能源需求模型的因變量，自變量為實際GDP、總?cè)丝赗K、工業(yè)化IDU和技術(shù)進步ZHN，構(gòu)建能源需求的柯布-道格拉斯（Cobb-Douglas）生產(chǎn)函數(shù)：

對（1）式兩邊取對數(shù)，則上式就變?yōu)椋?/p>

式中，β1、β2、β3、β4表示第i個地區(qū)GDP、總?cè)丝凇⒐I(yè)化、綜合能耗產(chǎn)出率對能源需求的彈性系數(shù)，ξi為隨機誤差項。

2 能源消費的空間計量經(jīng)濟模型

2.1 空間自相關(guān)模型檢驗

在進行空間計量分析之前，首先應(yīng)判斷地區(qū)之間是否存在空間相關(guān)性。判斷地區(qū)地區(qū)之間是否存在空間相關(guān)性，先要進行探索性空間數(shù)據(jù)分析。Anselin(1988)指出，探索性空間數(shù)據(jù)分析是一系列空間數(shù)據(jù)分析方法和技術(shù)的集合。檢驗變量之間的空間自相關(guān)性存在與否，最常用的方法由Moran[10]（1948）提出的空間相關(guān)指數(shù)Moran’s I指數(shù)和Geary’s C指數(shù)，兩者的作用基本相同，所不同的是Moran’s I主要應(yīng)用于全域空間自相關(guān)性的分析，而Geary’s C指數(shù)則適用與局部空間的關(guān)聯(lián)分析。應(yīng)用最為廣泛的就是Moran’s I指數(shù)。

Moran’s I的定義如下：

距離矩陣的Wij[9]為：

（1）Wij=0 ， 如果i=j時；

該矩陣選取了比較簡單的距離倒數(shù)函數(shù)，樣本中最短的城市距離（Min）得到的權(quán)重為1，其它里程的權(quán)重則為式中dij為樣本間的距離，Min為樣本間距離的最小值。對于樣本的權(quán)重矩陣，本文沒有采用簡單的二元鄰接矩陣（即0，1兩種值），而是應(yīng)用到具體的數(shù)據(jù)，利用湖南省各地市（永州除外）之間的里程，按照距離倒數(shù)函數(shù)方法，計算出各地市之間的空間權(quán)重矩陣，這樣可以更準(zhǔn)確的描述周圍地市對某個特定地市的能耗的影響。

Moran’s I可看做是各地區(qū)觀測值的成績和，其取值范圍為-1≤Moran'sI≤1。如果各地區(qū)間為空間正相關(guān)時，則其數(shù)值就比較大；如果各地區(qū)間為負(fù)相關(guān)時，則其數(shù)值就比較小。如果具體到湖南省市區(qū)域能源消耗影響因素的空間依賴性的問題上，當(dāng)目標(biāo)區(qū)域在空間區(qū)位上相似的同時，也有相似的屬性時，空間模式在整體上就顯示出正的空間相關(guān)性；而當(dāng)在空間臨近的目標(biāo)區(qū)域數(shù)據(jù)不同尋常地具有不相似的屬性時，就呈現(xiàn)為負(fù)的空間自相關(guān)性；當(dāng)指數(shù)值為零時，說明地區(qū)之間不存在空間自相關(guān)性，也即各區(qū)位數(shù)值的屬性分布與數(shù)據(jù)的分布相互獨立。

2.2 面板數(shù)據(jù)（Panel Data）模型

本文研究的時段為2004～2007年，空間單元數(shù)據(jù)為13個區(qū)域的連續(xù)4年的時間序列變化情況，反映的是不同時間（4年）和不同區(qū)域（湖南省13個地市）的經(jīng)濟增長GDP和總?cè)丝趯Ω鞯貐^(qū)能源需求影響的情況。因此，我們引進對n個個體（湖南省各地市）連續(xù)觀察T期得到的空間和時間合成的時空數(shù)據(jù)回歸模型-Panel-Data模型，其模型可以表示為：

式中，Yit=(Y1it,Y2it...Ykit)'，為因變量向量；Xit=(x1it,x2it,...,xkit)'是K個外生變量在特定時間和地區(qū)的觀測值；βit'=(β1it,β2it,...,βkit)'為參數(shù)向量，K是除去截距項的外生變量（斜率）個數(shù)，n是截面樣本點的個數(shù)，T是時期總數(shù)。

2.3 空間計量經(jīng)濟模型

空間滯后模型（Spatial Lag Model，SLM）主要是探討各變量在一地區(qū)是否有擴散現(xiàn)象（溢出效應(yīng)）。其模型表達式：

y=ρWy+Xβ+ξ

式中，y為因變量，本文中代表的是地區(qū)能源消耗量；Wy為空間滯后因變量；ρ為空間回歸系數(shù)，反映地區(qū)觀測值之間的空間依賴作用，即相鄰區(qū)域的觀測值Wy對本地區(qū)觀測值y的影響方向和程度；W為nхn階的空間權(quán)重矩陣，最為常用的是臨近矩陣（Contiguity Matrix）和距離矩陣；X為nхk的外生解釋變量矩陣；β反映了自變量X對因變量Y的影響程度；ε為隨機誤差項項量。空間滯后因變量Wy是一內(nèi)生變量，反映了空間距離對區(qū)域能源消費行為的作用。受經(jīng)濟環(huán)境及與空間距離有關(guān)的遷移成本的影響，區(qū)域能源消費行為具有很強的地域性。

2.3.2 空間誤差模型

空間誤差模型（Spatial Error Model，SEM）是當(dāng)?shù)貐^(qū)間相互作用由于其所在的相對位置不同而存在差異時所采用的空間經(jīng)濟學(xué)模型?？臻g誤差模型（Spatial Error Model，SEM）的形式為：

式中，y、x、w與空間空間滯后模型中的含義相同。ε為隨即物產(chǎn)項變量，λ為nх1階的界面因變量項量的空間誤差系數(shù)，μ為正態(tài)分布的隨機誤差項量。β反映了自變量X對因變量y的影響程度。參數(shù)λ衡量了因變量觀測值（即區(qū)域能源消耗）之間的空間依賴作用，也就是說相鄰的地區(qū)的能源消耗量對本地區(qū)的能源消耗量的影響方向和程度。而在隨機誤差項中的空間依賴作用，則反映了臨近地區(qū)關(guān)能源消耗量的誤差沖擊對本地區(qū)能源消耗量的影響程度。

2.4 數(shù)據(jù)選擇與估計方法

本文所研究數(shù)據(jù)來源為2004～2007年湖南省各地市統(tǒng)計年鑒和《湖南省統(tǒng)計年鑒》。研究的時段為2004～2007年，因變量為湖南省13個地市（永州的統(tǒng)計年鑒中沒有統(tǒng)計能源消耗量）的能源消耗量（EG），由于能源的種類有很多，本文沒有一一進行統(tǒng)計，而是選擇各種能源折合為標(biāo)準(zhǔn)煤的總數(shù)，單位為萬噸標(biāo)準(zhǔn)煤；自變量為13個地市以2004年為基期的實際GDP和總?cè)丝跀?shù)RK，為消除異方差、和多重共線性，又考慮對各數(shù)據(jù)取對數(shù)后不會影響各變量之間的協(xié)整關(guān)系，而且所得到的數(shù)據(jù)容易得到平穩(wěn)序列，在下面的分析中，所有的數(shù)據(jù)在處理之前都已經(jīng)取了對數(shù)，因此，在所有的變量字母前都加了L，表示經(jīng)過數(shù)據(jù)轉(zhuǎn)換后得到的新數(shù)據(jù)。

本文為解決OLS方法失真的問題，采用極大似然（LM）方法對模型進行估計。

高潮正欲擠過去再問，手機突然響了，掏出一看，是“詩的妾”的短信息：老公，妾在去溫州的列車上呢。不知怎的，妾突然后悔了自己的這個行動，妾現(xiàn)在最想見的人，是你。高潮回信息：一場突襲大戲的序幕，即將拉開，未知的結(jié)局，會涂抹誰生活的色彩？

3 面板面板數(shù)據(jù)的OLS分析結(jié)果

表1 地市能源消費的OLS回歸分析結(jié)果

在能源消耗與其影響因素的分析中，傳統(tǒng)的分析方法僅僅考慮時間序列的影響，而忽視了空間效應(yīng)對能源消耗的作用，從而有可能造成回歸結(jié)果與現(xiàn)實不符的情況，也即是出現(xiàn)了偽回歸現(xiàn)象。本文首先利用Eviews 6.0軟件對湖南省13個地市的4年的面板數(shù)據(jù)，在不考慮空間效應(yīng)的前提下，利用OLS方法進行估計，得出的結(jié)果表1所示。

從表1中可以看出，在沒有考慮空間效應(yīng)的情況下，利用OLS回歸出來的結(jié)果不是很理想。Adjust R2僅為0.62。因此，從擬合優(yōu)度上看，在沒有考慮能源消耗的空間效應(yīng)影響的情況下，模型的擬合優(yōu)度不高。

4 空間計量實證分析結(jié)果

首先使用全域Moran’s I統(tǒng)計量，測算各地市間能源消耗的正負(fù)相關(guān)性。2004～2007年湖南省13個地市的能源消耗的Moran’s I指數(shù)是0.30，無空間相關(guān)假設(shè)成立的概率幾乎為0。這說明地市間能耗存在空間爭相關(guān)性。

表2 空間滯后模型（SLM）的ML估計結(jié)果

從表2和表3也可以看出，SLM模型的極大似然值LogL為-7.41小于SEM的-2.97，且SEM的AIC值1.07小于SLM的1.76；SC值1.24小于SEM的1.93。因此，我們可以得出結(jié)論，SEM模型優(yōu)于SLM模型，并且，SEM模型的擬合優(yōu)度0.95大于SLM的擬合優(yōu)度0.94和OLS的擬合優(yōu)度0.62，SEM模型更能反映湖南省地市的能源消耗的情況，本節(jié)的分析也就以SEM的結(jié)果為準(zhǔn)。

表3 空間誤差模型（SEM）的ML估計結(jié)果

表3的空間誤差模型的分析結(jié)果顯示，SEM的空間滯后估計參數(shù)λ的顯著性非常的高，表明臨近地區(qū)的能耗沖擊對本地區(qū)能耗有明顯的影響。在SEM模型中，LGDP與能源消耗LEG的彈性系數(shù)為0.88，在1%的水平下顯著，表明經(jīng)濟增長是影響區(qū)域能源消耗的重要因素；人口數(shù)LRK與能源消耗LEG的彈性系數(shù)為0.16，通過了9%水平下的顯著性檢驗，這表明湖南省各地市人口及居民收入的增加，加大了對能源的消耗，人口總數(shù)是能源消耗的另一個重要的影響因素；工業(yè)化的彈性系數(shù)為0.82；綜合能耗產(chǎn)出率的系數(shù)為-1.98，說明技術(shù)越進步，能源利用效率越高，能耗就越低。

5 結(jié)論與建議

5.1 結(jié)論

本文利用2004～2007年湖南省13個地市（永州除外）的面板數(shù)據(jù)，對湖南省地市間能源消耗的空間效應(yīng)進行了分析，并以13個地市的空間距離為基礎(chǔ)，計算出地市間的距離矩陣，最后得到的結(jié)論為湖南省地市間的能源消耗存在明顯的空間效應(yīng)，Moran’s I指數(shù)為0.30，無空間相關(guān)假設(shè)成立的概率為0.000。

傳統(tǒng)的最小二乘法在沒有考慮到空間效應(yīng)時，得到的回歸結(jié)果擬合優(yōu)度比較的小。利用空間計量模型得到結(jié)果的擬合優(yōu)度相對來說就高了許多。利用Matlab 7.0軟件得到的空間滯后模型SLM和空間誤差模型SEM，進行比較后發(fā)現(xiàn)，SEM模型優(yōu)于SLM模型，臨近地區(qū)能耗的沖擊對本地區(qū)能耗有顯著的影響。通過SLM模型的ML估計結(jié)果可以看出，GDP、人口總數(shù)、工業(yè)化和綜合能耗產(chǎn)出率都是地市能源消耗的重要影響因素。

5.2 建議

(1)依靠科技進步，提高能源利用效率。

要實施重點科技專項，努力攻克一批核心關(guān)鍵技術(shù)，力爭在重點優(yōu)勢領(lǐng)域取得突破；努力引導(dǎo)企業(yè)開展技術(shù)創(chuàng)新活動，形成一大批集研發(fā)、設(shè)計、制造與一體，具有國際競爭力的企業(yè)。支持高效節(jié)能產(chǎn)品的推廣、重大節(jié)能項目建設(shè)和重大節(jié)能技術(shù)示范，培育一批技術(shù)推廣機構(gòu)，為中小企業(yè)提供技術(shù)之和援助；健全知識產(chǎn)權(quán)保護體系，激發(fā)全社會的創(chuàng)造力，促使經(jīng)濟增長有主要依靠資金和物質(zhì)要素投入帶動向主要依靠科技進步帶動轉(zhuǎn)變。

(2)大力實施計劃生育政策，控制人口增長。

湖南省要努力將人口總量保持在一個適度范圍，達到人口總量及其內(nèi)部各種年齡組成人口相對穩(wěn)定、相對平衡，從總量到結(jié)構(gòu)徹底完成人口轉(zhuǎn)變，在人口與經(jīng)濟、社會、環(huán)境、資源相協(xié)調(diào)的總量水平上靜止下來，實現(xiàn)相對穩(wěn)定的零增長。

(3)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，走新型工業(yè)化道路。

工業(yè)化是影響湖南省能源需求的重要因素之一，加快工業(yè)的調(diào)整力度，優(yōu)化工業(yè)行業(yè)結(jié)構(gòu)，是降低湖南省能源消耗的重要措施。結(jié)合湖南省的實際情況，應(yīng)摒棄湖南省以前走的消耗大、污染大的發(fā)展老路子，走新型工業(yè)化道路。

[1] 周少甫,閔娜.中國經(jīng)濟增長與能源消費關(guān)系的協(xié)整分析[J].當(dāng)代經(jīng)濟,2005,(6).

[2] 徐小斌,李傳昭.中國東西部省份能源消耗與經(jīng)濟增長關(guān)系比較研究—面板數(shù)據(jù)的協(xié)整分析[J].科技管理研究，2008,(5).

[3] 晏正春，彭莉莎等.我國能源消費和經(jīng)濟增長關(guān)系的數(shù)量分析[J].商業(yè)研究,2006,(9).

[4] 何永秀，李艷.北京地區(qū)能源消費與經(jīng)濟增長的協(xié)整檢驗[J].統(tǒng)計與決策,2008,(8).

[5] Anselin L.Spatial Econometrics:Methods and Models[M].Dordrecht:Kluwer:Academic Publishers,1988.

[6] Moran.The Interpretation of Statistical Maps[J].Journal of the Roual Staistical Society,1948,10(2).