中國能源消費強度影響因素分析

□文/李　倩　于婧洋

（1.東北財經大學遼寧·大連；2.南昌大學江西·南昌）

中國能源消費強度影響因素分析

□文/李倩1于婧洋2

（1.東北財經大學遼寧·大連；2.南昌大學江西·南昌）

［提要］本文基于2012年我國30個省市的截面數據，運用空間計量方法研究我國能源消費強度的影響因素，研究結果表明：空間滯后模型中空間滯后效應明顯，能源消費強度在省域之間形成顯著空間擴散效應。第二產業比重、煤炭消費所占比重、R&D經費支出以及政府財政支出是影響我國能源消費強度的主要因素。能源消費結構、產業結構是能源消費強度難以降低的重要原因；技術進步可以顯著降低能源消費強度；適當減少政府財政支出有利于降低能源消費強度。

能源消費強度；影響因素；空間計量模型

收錄日期：2015年7月21日

一、問題提出

改革開放以來，我國經濟得到了全面、高速、持續發展，GDP以年均9.8%的增長率增長，成為世界上發展最快的國家。隨著經濟的發展，我國的能源消耗量也大幅度提升，2010年已成為全球第一大能源消費國。我國在“十二五”規劃中明確提出了節能減排的具體目標。國外學者對能源消費的研究起步較早，由于經濟體制的限制，國內學者在改革開放后才逐步開始對能源問題的研究。目前，學術界主要從以下幾個方面研究能源消費強度問題：

（一）能源消費強度總體趨勢研究。由于數據和研究方法的選取不同，因此國內外學者對于我國能源消費強度的趨勢存在不同的判斷。Ma and Stern（2008）利用中國1980～2003年的經濟數據考察了我國能源消費強度的變化趨勢，發現1978～2000年之間呈現下降趨勢，2000年后又開始回升。但是，對于2000年是否是我國能源消費強度變化的拐點，依然存在爭議。Liao et al.（2007）通過實證研究發現從2003年起我國的能源消費強度才開始上升，章爽（2013）也持相同觀點。王安建和王高尚（2010）的研究表明各國能源消費強度在每個國家經濟發展的不同階段呈現不同的變化趨勢，但是隨著工業化進程的不斷推進，每個國家能源消費強度的變化基本上都呈現“U”形分布。馬小微（2007）的研究結果表明1953～2005年間，中國能源消費強度變化與環境庫茲涅茨曲線較為吻合。類似結論還有史丹（2002）、余甫功（2007）、張建文和劉學之（2010）。

（二）能源消費強度影響因素。諸多學者從產業結構、技術進步等多個角度考察了經濟因素對我國能源消費的強度影響，并得出了有價值的結論。Garbaccio et al.（1999）用投入-產出模型創建了能源消費強度指數，分析了1978～1995年中國能源消費的數據，發現技術革新是中國能源消費強度變化的主要因素。Perry（2011）運用異質面板回歸技術分析發展中國家的城市化和工業化對能源消費強度的影響，研究發現收入提高可以降低能源消費強度，而工業化會使能源消費強度提高。劉滿平（2006）分析我國近年來產業結構調整的特點及所面臨的能源供給約束，并從產業結構調整與能源供給相協調的角度出發，提出能源發展戰略及產業調整政策。但是，其中產業結構調整的思路沒有細化，只是泛泛而談調整重工業輕工業比重、國有經濟比重等，同時缺少對各省份產業結構差異的考慮。關于能源消費強度和FDI的關系，部分學者認為“FDI的規模對能源消費強度具有負效應”（Mielnik and Goldemberg，2002；齊紹洲和云波，2009），持否定態度的學者有Huble and Keller（2009）。

結構因素、技術因素和對外貿易因素是國內外學者在研究能源消費強度問題上經常考慮的指標。大多數學者得出了能源消費強度的相同影響因素，本文在總結前人研究的基礎上，結合我國的具體實際，增加了政府支出這個變量，希望在回歸結果上更有說服力。

（三）能源消費強度區域差異研究。近年來，國內學者對我國能源消費強度區域差異的研究開始關注，但是大多數研究只停留在表層階段，粗略的劃分出能源高耗區和能源低耗區，研究方法局限于面板數據、省際因素分解等模型。國涓等（2009）運用聚類分析方法將中國各省市劃分成高增長高能耗、低增長高能耗、低增長低能耗和高增長低能耗4個區域，并運用面板數據的協整分析與誤差修正模型，對影響各區域能源消費強度的長、短期因素進行實證分析。目前，運用空間計量方法系統地研究中國能源消費強度相關問題的文獻較少，部分文章在數據的全面性和方法的正確性方面還存在欠缺。張賢和周勇（2007）曾利用空間自相關和空間回歸模型，發現FDI具有顯著的空間溢出效應，對本地區和周邊地區能源消費強度的降低具有明顯的作用。宋馬林等（2012）采用LISA統計分析空間聚集和擴散模式，結合Moran's I和Geary's C方法，對這88個地市產業發展所處的狀態進行綜合判斷并進行相關預測。姜磊和季民河（2012）利用Moran散點圖分析得出我國能源強度存在空間集聚效應，但是其沒有建立空間計量模型。袁梁和王軍（2011）研究表明我國能源消費強度存在顯著的空間相關性，并建立相應的空間計量模型，但是他們的研究沒有進行殘差的空間相關性檢驗、異方差檢驗等，模型的正確性不能保證，所以需要做進一步的分析。類似的研究還有闞大學和羅良文（2010）、吳玉鳴（2012）。本文在綜合國內外學者相關研究的基礎上，利用空間計量方法對我國能源消費強度的空間相關性及影響因素進行更加全面系統的分析。

二、研究設計

（一）變量定義。作為復雜經濟系統中的一個指標，能源消費強度的變化以及中國經濟最終能耗水平的形成實際是多種因素綜合作用的結果，從這個意義上講，技術變化、市場化水平、政府規制、產業發展特征、產業結構、經濟發展模式等經濟系統的諸多方面都直接或間接影響著能源投入的多少以及產出水平的高低，并最終通過能耗強度的變化而表現出來。綜合相關文獻的分析，本文選取以下幾個指標作為能源消費強度水平的影響因素。

1、產業結構。產業結構是影響能源消費的一個重要因素，產業結構是衡量一國經濟結構是否合理的關鍵因素，不同的產業結構會對能源消費產生不同的影響，進而影響能源消費強度高低。本文產業結構選取第二產業增加值占生產總值的比重以及第三產業增加值占生產總值的比重來表示，變量代碼為SE和TH。

2、能源結構。能源消費結構反映的是能源消費中各種能源的比例關系問題，是衡量國家和地區發展方向和程度的重要指標之一。我國特殊的資源稟賦和能源消費習慣決定了煤炭、石油在我國能源消費中的絕對比重，而新能源、清潔能源的發展會有效降低能源消費強度。本文選取煤炭消費總量占能源消費總量的比重來表示能源結構，變量代碼為MT。

3、經濟發展水平。經濟發展水平也是影響能源消費強度的一個重要因素。能源消費強度等于能源消費總量與國內生產總值的比值，兩者增加的幅度和速度不同會對能源消費強度產生不同的影響。本文經濟發展水平用各省的人均生產總值來表示，變量代碼為GDP。

4、技術進步。科技投入帶來的技術進步對于降低能源消費強度有著積極的作用。技術進步可以有效提高生產效率，并且可以在經濟發展水平相同的條件下降低能源消費強度。科研經費的投入是影響能源利用效率的重要因素，也是節能降耗的根本途徑。Keller（2002）認為，R&D投入越多，有效的研發勞動也越多，對技術進步的促進能力也越強，R&D有利于促進知識和技術的外溢。本文選取R&D經費支出代表技術進步，變量代碼為R&D。

5、外商直接投資。首先，外國直接投資會帶來先進的技術，從而促進中國企業的技術進步，提高能源效率，降低能源消費強度水平；其次，外商直接投資也會通過產業結構調整來影響能源消費強度。張賢和周勇（2007）從空間效應因素驗證了外商直接投資對能源效率的影響。因此，預期外商直接投資會促進能源消費強度的降低。本文用各個省的外商投資總額占地區生產總值的比重來表示外商直接投資，變量代碼為FDI。

6、政府影響力度。政府影響力可以制約市場化程度的加深，國家的各種政策對能源消費強度的影響還是很大的。政策的側重點不同將直接關系到經濟發展領域的不同，進而導致不同的產業結構、不同地區發展目標，這些都會引起能源消費強度的變化。本文政府影響力選取的是財政支出占生產總值的比重，變量代碼為CZ。

（二）數據來源。文中數據來自于《中國能源統計年鑒2013》、《中國統計年鑒2013》等，部分西藏數據來源于《西藏自治區能源發展“十二五“規劃》，數據為2012年截面數據。為了消除異方差現象，本文對R&D經費支出、人均地區生產總值等指標數據進行了對數化處理。

（三）模型設定。國內外學者對于能源消費強度的研究多從全局來入手，忽略了區域性差異因素。然而，在地大物博的中國，地區之間發展不均衡，引入空間因素到相關研究中是十分必要的。因此，本文采用空間計量方法，建立能源消費強度影響因素的空間計量模型，包括空間滯后模型和空間誤差模型。

1、空間滯后模型。空間滯后模型（Spatial Lag Model，SLM）主要是探討各變量在某一地區時有擴散現象（溢出效應）。其模型表達式為：

式（1）中，EI為因變量；SE、TH、MT、GDP、R&D、FDI和CZ為變解釋量；ρ為空間回歸系數；W為n×n階的空間權值矩陣，一般用鄰接矩陣（Conti-guity Matrix）；ε為隨機誤差項向量；參數β分別反映了解釋變量對因變量的影響，空間滯后因變量WEI是一個內生變量，反映了空間距離對區域行為的作用。

2、空間誤差模型。若地區間的相互作用因所處的相對位置不同而存在差異，則需要采用空間誤差模型。空間誤差模型（Spatial Error Model，SEM）的模型形式為：

其中，ε為隨機誤差項向量，λ為n×1階的截面因變量向量的空間誤差系數，μ為正態分布的隨機誤差向量。SEM中參數β分別反映了解釋變量對因變量的影響。參數λ衡量了樣本觀察值中的空間依賴作用，即相鄰地區的觀察值EI對本地區觀察值EI的影響方向和程度。存在于擾動誤差項之中的空間依賴作用，度量了鄰近地區關于因變量的誤差沖擊對本地區觀察值的影響程度。

圖1　2012年我國能源消費強度M oran散點圖

圖2　2012年我國能源消費強度局部空間集聚地圖

三、空間計量模型實證分析

（一）空間相關性檢驗結果。應用空間計量方法首先要檢驗我國能源消費強度是否存在空間相關性。本文自相關統計量采用的是Moran's I，選用的是rook一階、二階和三階空間權值矩陣。檢驗結果如下。（表1）

表1中Rook1、Rook2、Rook3依次為rook一階、二階、三階空間權值矩陣。從表1可知，能源消費強度一階權值矩陣的Moran's I通過1%顯著性水平的檢驗，并且Moran's I的值為0.3838，說明能源消費強度存在明顯的空間自相關。同時發現，權值矩陣所選的階數越高，Moran's I值越低，說明能源消費強度的空間相關性符合地理學第一定理，即各個地區的空間聯系隨著空間距離的增大而呈現降低的趨勢。因此，在空間計量經濟學模型分析中選擇rook一階空間權值矩陣。

為了更直觀地展示出我國能源消費強度不同省份的集聚類型，本文給出了中國各省能源消費強度2012年我國能源消費強度的Moran散點圖和局域空間自相關LISA集聚圖，參見圖1和圖2。（圖1、圖2）

表1　Moran's I檢驗結果

表2　解釋變量多重共線性檢驗結果

表3　普通最小二乘估計結果

表4　Lagrange乘數判斷的結果

Moran散點圖是以能源消費強度的原始值為橫坐標，以空間滯后值為縱坐標。從Moran散點圖中可以看出我國多數省份分布在第一象限和第三象限。圖2的LISA集聚圖紅色區域表示高-高集聚地區，表示該區域自身和周邊地區的水平均較高，存在較強的空間正相關，包括內蒙古、甘肅、新疆、西藏和青海；深藍色區域表示低-低集聚地區，表示該區域和它周圍的其他區域都是低水平的區域，包括江蘇、浙江、上海、廣東等地方；淺藍色區域表示低-高集聚地區，表示高水平的區域包圍著一個低水平的區域。該區域的水平與周圍鄰居相比是比較低的，意味著該區域的空間差異的程度是比較大的，存在較強的空間負相關，包括四川和海南。

通過以上空間效應檢驗可以看出，總體來看我國省際能源消費強度以第一象限L-L、第三象限H-H型為主，表示我國能源消費強度存在明顯的空間集聚和空間依賴性。

（二）空間計量模型估計結果。經典的計量經濟學模型假設空間是均質的，而空間自相關性是客觀存在的，空間效應會使得普通最小二乘估計無效（Anselin，1988；LeSage and Pace，2009）。因此，需要建立空間計量模型來克服普通最小二乘法無法解決的空間依賴效應。但為了與空間計量經濟學模型結果進行對比，本節先采用普通最小二乘法進行估計，然后再建立相關空間計量經濟學模型。

由于變量之間可能存在多重共線性，建立模型之前，首先通過計算出6個解釋變量的方差膨脹因子（VIF）來檢驗多重共線性。（表2）

從表2可以看出，選取的6個解釋變量方差膨脹因子的值都小于5，所以可知解釋變量之間不存在多重共線性，可以用來建立相關的模型。

1、經典最小二乘回歸模型估計結果。通過建立OLS得出相關結果如表3所示。（表3）

從經典最小二乘模型中，可以知道擬合優度為0.6935，F統計量為9.05156，模型整體也通過了1%顯著性水平的檢驗，因此模型的擬合程度很好。解釋變量MT、SE在10%的顯著性水平下通過了檢驗，解釋變量INRD、CZ在5%的顯著性水平下通過了檢驗，而INGDP、FDI沒有通過檢驗。

通過最小二乘法同時得到Lagrange乘數判斷的結果，以下檢驗結果可以作為如何選擇空間模型的參考，檢驗結果如表4所示。（表4）

診斷結果中給出了5個Lagrange乘數檢驗統計量。從表4可以得出，Lagrange multiplier（lag）通過了檢驗，而Lagrange multiplier（error）未通過檢驗，可以理論上推出空間滯后模型比空間誤差模型更合適。但這并不是絕對的檢驗方法，具體選擇建立哪個模型，還需要結合兩個模型的檢驗結果比較，以及根據與經典的最小二乘模型的比較結果來決定。

2、空間模型估計結果。本文采用空間統計軟件GeoDa095i建立空間模型，空間鄰接矩陣選取一階鄰近矩陣，估計方法為極大似然估計。為了選擇合適的計量模型，本文列出了空間滯后模型和空間誤差模型的估計結果，并將其進行對比分析。（表5）

從空間模型的估計結果來看，空間滯后模型的ρ均通過了1%顯著性水平的檢驗，因此空間滯后模型是成立的。模型中第二產業比重、煤炭消費比重、R&D經費支出、財政支出通過了10%顯著性水平檢驗，地區生產總值和外商直接投資沒有通過檢驗；空間誤差模型的也通過了1%顯著性水平的檢驗，因此空間滯后模型也是成立的。模型中第二產業比重、煤炭消費比重、R&D經費支出、財政支出及外商直接投資通過了10%顯著性水平檢驗，只有地區生產總值沒有通過檢驗。

表6空間滯后模型和空間誤差模型的Breusch-Pagan檢驗結果可以看出，模型均不存在異方差性。從兩個模型的殘差空間自相關性檢驗來看，模型的殘差的Moran's I沒有通過檢驗，所以不存在殘差空間自相關性，說明空間模型將殘差的空間相關性消除了。（表6、表7）

3、OLS、空間滯后模型與空間誤差模型對比。從表8可以看出相比OLS，空間計量模型的Log likelihood都有顯著增長，同時AIC、SC有所下降，表明空間模型估計結果更為穩健。然而，綜合比較OLS、空間滯后模型和空間誤差模型的統計量，空間滯后模型不但比最小二乘法計量模型擬合的好，而且比空間誤差模型擬合的好。（表8）

結合Lagrange乘數檢驗和表8的比較結果，本論文最后選擇空間滯后模型作為空間計量模型來說明能源消費強度的相關影響因素，空間滯后模型為：

EI=-0.1220+0.4419WEI+0.0877SE+0.2231MT-0.3097INRD+0.2370CZ+ε

R2=0.7452Log likelihood=5.2457

AIC=5.5086SC=14.9805

（W為n×n階的空間權值矩陣）

從空間滯后模型各個解釋變量的彈性系數數值來看，與普通最小二乘估計的系數有所修正，因此可以說明考慮空間效應的空間滯后模型的估計結果更為穩健。空間滯后模型中第二產業增加值比重、煤炭消費總量比重、各省科研經費投入、各省財政支出比重通過了檢驗，下文將重點分析空間滯后模型中的這四個變量對能源消費強度的影響。

4、空間滯后模型結果分析

（1）能源消費強度在省域之間形成顯著空間擴散效應。空間滯后模型的ρ十分顯著，說明了能源消費強度在省域之間形成了空間擴散（溢出）效應，空間滯后效應較強，也就是說相鄰兩個地區能源消費強度互相產生影響。ρ值為0.4419，說明周圍地區能源消費強度每增加1%，本地區能源消費強度就會提高0.44%，空間滯后效果相當明顯。

（2）產業結構的優化有利于降低能源消耗強度。各省第二產業占地區生產總值的比重代表產業結構，模型的回歸系數為0.0877，符號為正，與預期相同，并且在0.1的顯著性水平通過了檢驗。說明能源消費強度與第二產業所占比重存在正相關關系，即第二產業所占比重每增加1%，會導致能源消費強度增加0.09%。國家應盡量優化產業結構，降低第二產業所占比重，增加第三產業比重，以降低我國能源消費強度。

（3）能源消費結構是制約能源消費強度降低的重要原因。煤炭占能源消費總量的比重代表能源消費結構，其在模型得到的回歸系數為0.2231，在5%顯著性水平下通過了檢驗。回歸結果說明能源消費結構對能源消費強度的影響比較顯著，煤炭占能源消費總量的比重每增加1%，就會使能源消費強度增加0.22%。然而，由于資源稟賦的限制，我國以煤炭為主的消費結構短期內不會有顯著變化，能源消費結構嚴重制約著能源消費強度的下降。國家應大力發展清潔能源，優化能源消費結構，逐步以新能源代替傳統能源。

（4）技術進步是降低我國能源消費強度的關鍵因素。R&D經費支出代表技術進步，由模型得到的回歸系數為-0.3297，符號與預期相同，并在5%的顯著性水平下通過了檢驗。實證結果表明，技術的進步，尤其是能源技術的進步，對降低能源消費強度有著至關重要的作用。所以，技術進步是解決我國未來能源危機的一個重要的關鍵因素，可以強有力地降低能源消費強度。

（5）財政支出的增長導致能源消耗強度上升。財政支出占GDP的比重代表政府影響力，由模型得到的回歸系數為0.2370，符號為正，在1%的顯著性水平通過了檢驗。即財政支出所占比重增加1%，會導致能源消費強度增加0.24%，這就要求政府在合理的情況下應盡量減少財政支出，適當優化財政支出結構。

四、政策建議

（一）重視區域經濟間相互影響。基于區域相關性的調整策略是指從區域經濟受相關區域影響角度出發，制定區域發展政策時要考慮到受其他相鄰區域的經濟影響，各省份制定的產業政策要有協同性，形成系統性的全國區域產業發展政策。例如，我國西部大開發、東北工業振興等區域政策尤其要考慮對相鄰區域的影響，鄰近省份的產業政策、能源消費強度變化。對于一個空間統計上表現為離群現象的省份，比如西北地區的陜西省，制定政策時要考慮到周邊省份能源消費強度的負相關性，合理的調整政策力度。

表5　空間模型估計結果

表6　空間模型的異方差檢驗

表7　空間模型的空間自相關檢驗

表8　O LS、SLM、SEM模型的統計量比較結果

（二）調整產業結構。調整優化產業結構，特別是工業部門的內部結構。產業結構調整是能源消費強度下降的物質基礎。就我國目前的發展階段來看，第二產業所占比重較大，重工業增長明顯加快。因此，要嚴格控制第二產業、工業和重工業的發展速度和規模，提高高耗能行業的進入門檻，努力形成“低投入、低消耗、高效率”的經濟發展方式。同時，合理地調整產業結構布局，由以工業為主導的產業結構向第三產業為主導的產業結構轉化也顯得尤為重要。

（三）優化能源消費結構。“以煤為主”的能源資源稟賦決定了長期以來我國“以煤為主”的能源消費現狀，但由于煤炭利用技術不成熟，使得煤炭利用率較低，造成了能源浪費和大量的廢棄排放。特別是那些資源稟賦豐裕的地區，應該充分利用本地的資源優勢，發展煤炭、石油深加工行業，提高煤炭的利用效率，降低能源消費強度。此外，應加大對新能源、清潔能源等領域的科技、人力、資金等方面的投入，不斷優化能源結構，采取多元化能源結構的發展戰略，提高優質能源比重，努力實現能源工業的均衡發展。

（四）提高科技水平。實證分析表明技術的進步對于降低能源消費強度有著積極的作用。在經濟高速發展的過程中，新工藝、新技術都可以強有效地降低能源消耗的強度。所以，技術進步可以有效提高生產效率，并且可以在經濟發展水平相同的條件下降低能源消費強度。國家應鼓勵科技的創新，加大科學技術研發方面的投入，從而提高能源利用效率，降低能源消費強度；同時能源方面的科學技術進步同時也會促進新能源、清潔能源的發展，降低傳統能源使用規模，從而降低我國能源消費強度。

（五）合理控制財政支出總量。我國目前以經濟建設為中心，經濟發展迅速，不可避免地會積極實施財政政策，而且在諸多領域都需要財政支出，因此盡管降低財政支出可以降低能源消費強度，但是應該合理控制財政支出，不能一味為了能源消費強度的降低而影響經濟發展。此外，可以在財政支出的結構上加大控制力度。比如實證分析結果顯示R&D經費支出可以有效降低能源消費強度，所以對于此類既能促進經濟增長又能降低能源消費強度領域，政府可以多投入一些，這就能在保證國家政策落實、維護政府控制力度的前提下，既促進經濟增長，又降低我國能源消費強度。

主要參考文獻：

［1］ApergisN，JamesE.Energyconsumptionandeconomic growth in Central America：Evidence from a panel cointegration and error correction model［J］.Energy Economics，2009.31.2.

［2］Blanco L R.The Spatial Interdependence of FDI in Latin America［J］.World Development，2012.40.7.

［3］Hang L，Tu M.The impacts of energy prices on energy intensity：Evidence from China［J］.Energy Policy，2007.35.5.

［4］Jorgenson D，Garbaccio R，Ho M S.Why Has the Energy-Output Ratio Fallen in China［J］.General Information，1999.20.3.

［5］Karen F V，Jefferson G H，Liu Het al.What is driving China's decline in energy intensity［J］.Resource&Energy Economics，2004.26.1.

［6］Keller W.Geographic Localization of International Technology Diffusion［J］.American Economic Review，2001.92.1.

［7］Lei S，Cheng S，Gunson A J et al.Urbanization，sustainability and the utilization of energy and mineral resources in China［J］. Cities，2005.22.4.

［8］Ma C，Stern D I.China's changing energy intensity trend：a decomposition analysis［J］.Energy Economics，2008.30.3.

［9］Mielnik O，Goldemberg J.Foreign direct investment and decoupling between energy and gross domestic product in developing countries［J］.Energy Policy，2002.30.2.

［10］Rey S J，Montouri B D.US Regional Income Convergence：A Spatial Econometric Perspectiv［J］.Regional Studies the Journal of the Regional Studies Association，1999.33.2.

［11］Sadorsky P.Financial development and energy consumption in Central and Eastern European frontier economies［J］.Energy Policy，2011.39.2.

［12］Sun J W.Three types of decline in energy intensity——an explanation for the decline of energy intensity in some developing countries［J］.Energy Policy，2003.31.6.

［13］Wu Y.Energy Intensity And Its Determinants In China's Regional Economies［J］.Energy Policy，2012.41.

［14］Zheng Y，Qi J，Chen X.The effect of increasing exports on industrial energy intensity in China［J］.Energy Policy，2011.39.5.

［15］崔亞飛，宋馬林.我國省際工業污染治理投資強度的策略互動性——基于空間計量的實證測度［J］.技術經濟，2012.3.4.

［16］高振宇，王益.我國能源生產率的地區劃分及影響因素分析［J］.數量經濟技術經濟研究，2006.23.9.

［17］國涓，王玲，孫平.中國區域能源消費強度的影響因素分析［J］.資源科學，2009.31.2.

［18］胡玉敏，杜綱.中國各省區能源消耗強度趨同的空間計量研究［J］.統計與決策，2009.11.

［19］黃軼.中國地區經濟增長與能源消費強度差異分析［J］.經濟研究，2007.7.

［20］劉暢，崔艷紅.中國能源消耗強度區域差異的動態關系比較研究——基于省（市）面板數據模型的實證分析［J］.中國工業經濟，2008.4.

［21］馬驪.空間統計與空間計量經濟方法在經濟研究中的應用［J］.統計與決策，2007.19.

［22］吳玉鳴，李建霞.中國省域能源消費的空間計量經濟分析［J］.中國人口資源與環境，2008.18.3.

［23］張賢，周勇.外商直接投資對我國能源強度的空間效應分析［J］.數量經濟技術經濟研究，2007.24.1.

F063.2

A