中國能源消費強度地區差異分解及影響因素分析

李虎威，孔曉妮，管偉明，趙紅超

(1.新疆大學地質與礦業工程學院，新疆 烏魯木齊 830046；2.新疆大學經濟與管理學院，新疆 烏魯木齊 830046)

?

經濟研究

中國能源消費強度地區差異分解及影響因素分析

李虎威1，孔曉妮2，管偉明1，趙紅超1

(1.新疆大學地質與礦業工程學院，新疆 烏魯木齊 830046；2.新疆大學經濟與管理學院，新疆 烏魯木齊 830046)

本文旨在探討我國能源消費強度地區差異的變動趨勢以及影響能源消費強度差異的因素。首先，采用泰爾指數法測算了2000～2014年中國30個省區(臺灣省、西藏除外)能源消費強度的地區差異，并按照三大區域進行結構分解。在此基礎上利用空間面板數據模型對影響能源消費強度的5個主控因素進行實證分析。研究結果表明：①我國能源消費強度地區差異明顯，呈現西高東低的基本特征，區域內差異大于區域間差異(即能源消費的總體差異是由區域內差異引起的)；②加大技術創新投入和第三產業增加值比重以及提高能源的價格可以顯著降低各區域能源消費強度，加大外商投資水平可顯著的降低西部地區能源消費強度，降低煤炭消費比重可顯著降低東部與西部地區能源消費強度。

能源消費強度；泰爾指數法；影響因素；空間面板數據模型

我國各省區資源稟賦、對外開放程度、能源消費結構和技術水平的不均衡性客觀上造成我國能源消費強度的區域差異性。就三大區域①而言，我國的能源消費強度(即能源消費總量與地區生產總值的比值)呈現出“西高東低”的基本特征。同時，各區域內部差異亦十分顯著，如2014年東部地區能源消費強度最低的上海(0.618萬t標準煤/億元)僅為該區域內能源消費強度最高的河北(1.389萬t標準煤/億元)的44%左右，中部地區能源消費強度最低的湖北(0.802萬t標準煤/億元)僅為該區域內能源消費強度最高的山西(2.794萬t標準煤/億元)的29%左右，西部地區能源消費強度最低的廣西(0.972萬t標準煤/億元)僅為該區域內能源消費強度最高的寧夏(4.127萬t標準煤/億元)的24%左右。區域能源消費強度差距過大，勢必影響我國區域經濟的均衡發展。為此，深入探討造成我國能源消費強度地區差異的影響因素，對制定符合地區實際情況的節能目標以及切實提高能源的使用效率具有非常重要的現實意義。

國內外的學者關于影響能源消費強度因素的定量研究大多數是從單一要素出發的。如原毅軍等(2012)探討了產業結構與能源效率的關系。得出，短期內，產業結構對能源效率具有促進作用。而長期內，其作用不顯著；余泳澤等(2011)探討了TFP、產業結構對能源效率的影響，認為我國的工業產業結構對能源消費效率的提升作用有限；沈坤榮等(2009)探討了R&D對能源效率的影響，結果表明，R&D帶動了節能技術的研發與應用，從而提高了能源效率；孫慶剛等(2013)的結論表明對外開放度對能源強度的降低具有顯著的作用，而能源價格的變動作用不顯著。

本文考慮到能源消費強度的區域差異是受到多種因素共同作用的結果。但由于傳統的計量經濟學忽視變量存在的異質性以及依賴性，其研究的結果會出現與現實不符的情況。基于此，本文選取2000～2014年間我國30個省區(除臺灣、西藏外)的面板數據作為研究對象，首先采用泰爾指數法對中國能源消費強度的地區差異進行測算；其次，運用空間面板數據模型實證分析了技術創新投入、外商直接投資總額、產業結構、能源消費結構及能源價格5個關鍵因素對區域能源消費強度的影響程度，在此基礎上提出縮小區域間能源消費強度差異的技術措施。

1　能源消費強度地區差異及結構分解

1.1泰爾指數法

本文采用以GRP為權重的泰爾指數法測算中國區域能源強度差異，該指標反映能源消費與地區生產總值的匹配程度，即泰爾指數的值越大，表明地區差異越大。其計算公式見式(1)～(6)。

(1)

(2)

(3)

(4)

(5)

(6)

式中：i代表省份，j=1，2，3分別代表東、中、西部地區；R代表能源消費強度的總泰爾指數；Rai為各省份能源消費強度的泰爾指數；Ra、Rb分別代表能源消費強度的區域內和區域間差異的泰爾指數；Za(b)、Zj分別代表區域內差異、區域間差異以及各區域差異對總體差異的貢獻率。

1.2結果分析

以2000～2013年間的面板數據為計算依據，按照式(1)～(6)進行計算，得出反映我國能源消費強度差異的總體泰爾指數，并按照三大區域進行分解(表1)。

由表1可知：①我國各省區的能源消費強度(R)存在明顯的地區差異。能源消費強度最小、最大地區差異分別出現在2010年(6.3%) 和 2001年(7.8%)；②總體來看，我國能源消費強度的變化趨勢較不穩定，呈現出反復上升、下降的波動態勢。東部地區能源消費強度差異(R東)除2011年有小幅度上升外，其余年份均呈現出收斂態勢，且其泰爾指數值均小于中、西部地區的值。中、西部地區的能源消費強度差異始終處于比較高的水平上；③從東、中、西部地區泰爾指數對總泰爾指數的貢獻率看，東部地區能源消費強度變動對總體能源消費強度變動的貢獻率(Z東)最大(在22.1%～39.8%)，中部(Z中)次之(17.9%～26.9%)，西部(Z西)最低(12.6%～19.5%)，說明東部地區的能源消費強度差異對總體差異的影響是最大的，其次為中部地區，西部地區的影響最小；④從區域間和區域內的能源消費強度泰爾指數以及兩者對總體的貢獻率看，區域間的值(Rb)均小于區域內的值(Ra)，說明能源消費強度地區差異主要是由區域內差異因素造成的。

表1　能源消費強度泰爾指數(分區域)

注：R、R東、R中、R西、Ra、Rb分別為全國、東部、中部、西部地區、區域內、區域間的能源消費強度的泰爾指數；Za、Zb、Z東、Z中、Z西分別為區域內、區域間、東部地區、中部地區、西部地區能源消費強度差異對總體差異的貢獻率。

2　能源消費強度影響因素分析

2.1變量選取和數據處理

本文在綜合相關研究的基礎上，歸納出包括技術創新的投入水平、外商直接投資、產業結構、能源消費結構和能源的價格在內的5個因素作為影響能源消費強度變動的關鍵因素。

1)能源消費強度(EI)：各省區能源消費總量(萬t標準煤)除以地區生產總值(億元)。其中，地區生產總值是以2000年為基期的實際值。

2)技術創新投入(R)：選取各地區R&D活動中的研究與實驗發展經費支出作為衡量地區技術創新投入的指標(單位：億元)，對技術創新的投入能夠促使企業致力于使用和研發更加節能的技術，以降低對能源的消耗，有利于降低各省份的能源消費強度。

3)外商投資總額(FDI)：各地區外商投資企業的投資總額(單位：億美元)。外商投資對東道國的影響具有兩面性，一方面，外商直接投資可能給東道國帶來了新進的清潔技術，其技術溢出效應不僅可以促進東道國的技術進步，也可以在提高經濟發展水平的同時，降低對能源的過度消費，從而可能有利于降低東道國的能源消費強度。另一方面，外商投資若是看重東道國豐富的能源資源，可能將一些高耗能、低產出的產業轉移到東道國，雖然也加速了東道國的經濟增長，但是以對能源的大量消耗為代價的，因此，外商投資可能提高了東道國的能源消費強度。綜合考慮，外商投資對能源消費強度的影響方向可能因地區以及外商投資的原始動機不同而存在差異。

4)產業結構(STR)：各地區第三產業增加值占地區生產總值的比值作為衡量該地區產業結構的間接變量。與第二產業相比，第三產業的能源消耗強度較低，能源的使用彈性對第三產業產值的影響較小。因此，從理論上講，第三產業的比值越大，能源的利用效率越高，從而有利于降低能源消費強度。

5)能源消費結構(ECS)：各地區的煤炭消費總量(萬t)占能源消費總量(萬t標準煤)的比值作為衡量該地區能源消費結構的間接變量。由于煤炭屬于能耗大、利用率低的能源，與新能源、清潔能源等相比，其占比越大，能源的效率越低。因此，降低煤炭消費量占比可以提高能源使用效率，有利于降低能源的消費強度。

6)能源消費價格(COST)：各地區的工業生產者購進價格指數(上一年=100)。理論上講，能源價格的上升有助于企業尋找替代品，提高節能的意識，采用新進的節能技術，減少對能源的消耗，有利于降低能源的消費強度。但是，新技術的引進需要成本，此時企業往往會衡量其經濟利益。因此，如果是小幅度的提高能源的價格可能對能源消費強度的降低不會產生明顯的促進作用。

為避免量綱不同對分析計算結果產生影響，將上述變量均做取對數處理。同時，為避免統計口徑不同而對結果的真實性產生影響，本文在分析能源消費強度影響因素時，各樣本的數據區間設定為2005～2014年。各變量的原始數據來源于《中國統計年鑒》、《中國科技統計年鑒》、《中國能源統計年鑒》、《中國價格統計年鑒》。

2.2模型構建及說明

2.2.1能源消費強度的空間依賴性檢驗

空間自相關指數Moran’sI是檢驗空間依賴性比較常用的指標。其計算公式見式(7)。

(7)

對于Moran’sI的計算結果的顯著性檢驗，通常采用標準化的統計量Z進行檢驗，其具體的公式見式(8)。

(8)

利用式(7)、式(8)計算出2000～2014年能源消費強度的Moran’sI的值及其顯著性檢驗的值Z(表2)。

表2　能源消費強度的Moran’s I值

表2的結果顯示，2000～2014年間能源消費強度的Moran’sI值均至少通過5%的顯著性檢驗(Z>1.96)，即證明能源消費強度存在正的空間溢出效應。如果采用傳統的計量方法研究能源消費強度的影響因素時，勢必影響結論的真實性。因此，對模型納入空間計量的方法進行研究是非常必要的。

2.2.2能源消費強度影響因素的空間計量分析

2.2.2.1空間面板數據模型

由于我國省市之間的能源消費強度存在顯著的空間自相關性(表2)，所以在研究能源消費強度影響因素的模型中必須納入控制了空間自相關性變量進行分析，從而得到回歸系數的無偏估計量。基于此，本文采用Anselin提出的空間計量方法進行研究，公式見式(9)。

(9)

式中：X為解釋變量；Y為因變量；W為n*n的空間權重矩陣；wij表示矩陣中的各元素，如果省份i和j相鄰，則wij的值為1，否則為0，且對角線上的值為0，最后將其進行標準化處理，使得各行元素之和為1。ρ、λ的大小分別表示本省的能源消費強度受到其相鄰省份能源消費強度的影響(SLM)和受到相鄰省份能源消費強度隨機沖擊影響(SEM)的程度。

2.2.2.2本文構造的空間計量模型

根據研究的內容，選取能源的消費強度為被解釋變量，以本文所設定的5個影響因素變量即技術創新投入、外商直接投資總額、產業結構、能源消費結構、能源價格為解釋變量，引入控制了空間自相關性的空間計量模型，構建如下空間面板數據模型。空間滯后模型見式(10)， 空間誤差模型見式(11)。

lnEIit=β1lnRit+β2lnFDIit+β3lnSTRit

+β4lnMCSit+β5lnCOSTit

(10)

lnEIit=β1lnRit+β2lnFDIit+β3lnSTRit

(11)

式中：βi(i=1，2，3，4，5)為各變量的待估參數，βi的符號及大小分別表示為各因素對能源消費強度的影響方向以及影響程度；μ為隨機干擾項；λ為空間相關性系數。

2.2.2.3模型的選擇及估計結果

本文首先采用一般多元回歸模型對系數進行估計，然后根據Anselin等(1995)提出的判別準則②進行空間關系的確定即空間滯后模型和空間誤差模型的選擇。具體結果見表3。

表3　空間面板數據模型的選擇

注：***、**、*分別表示1%、5%、10%的顯著性水平。對于各影響因素變量，括號內數值為t統計量；對于LM統計量，其括號內的值為p值。

由表3中的LM統計量及其顯著性水平可以看出，無論以哪個層次為研究對象，LMLAG比LMERR在統計上更顯著，因此，均采用空間滯后模型進行研究，其回歸的結果見表4。

由表4可以看出，以全國和東部地區為研究對象時，hausman檢驗③(H)值通過1%的顯著性水平檢驗，因此采用具有固定效應的空間滯后模型進行分析。中、西部地區應采用具有隨機效應的空間滯后模型進行分析。

由相應模型的回歸結果可以發現，以全國、東部地區為研究對象時，能源消費強度具有正空間依賴性；而以中部地區、西部地區為研究對象時，能源消費強度在地理空間上呈現出了相異的分布特征。從空間關系的顯著性檢驗上看，均至少通過了5%的顯著性水平檢驗。進一步說明考慮空間溢出效應的空間計量模型估計結果的解釋能力更強。從各因素對能源消費強度的影響方向看，技術創新投入水平、產業結構(第三產業增加值占比)提高能源的價格可以降低能源的消費強度；外商直接投資提高了中部地區的能源消費強度，降低了西部地區的能源消費強度；能源的消費結構即煤炭消費占比可以降低東、西部地區的能源消費強度，而對中部地區的能源消費強度的影響未通過顯著性檢驗。從各因素對區域能源消費強度的影響程度看，技術創新投入對中部地區能源消費強度的影響程度最大，其次為西部地區、東部地區；產業結構對中部地區能源消費強度的影響程度最大，其次為西部地區、東部地區；能源的消費結構對西部地區能源消費強度的影響程度最大，其次為東部地區，對中部地區能源消費強度的影響不顯著。

②如果LMLAG較之LMERR在統計上更顯著，且R-LMLAG顯著而R-LMERR不顯著，則可以斷定空間滯后模型較為恰當；相反，如果LMERR比LMLAG在統計上更加顯著，且R-LMERR顯著而R-LMLAG不顯著，則可以斷定空間誤差模型。

③如果Hausman的值通過顯著性檢驗，采用的是固定效應，否則采用的是隨機效應。

3　研究結論與啟示

本文運用泰爾指數對以地區生產總值為權重的能源消費強度地區差異進行測算，并按照三大區域進行分解。進而利用空間計量的方法對影響能源消費強度變動的因素進行實證研究，得到如下的結論與啟示。

第一，我國能源消費強度具有非均衡的空間分布特征，區域差異明顯，且變化趨勢不穩定。其中，東部地區的區域差異在三大區域中是最小的。中、西部地區的區域差異始終處于較高的水平。相反，對總體差異的貢獻率，雖然東部地區的貢獻率一直是最大的，但是其對總體差異的貢獻程度有下降的趨勢，而中、西部地區的影響程度越來越大。因此，解決中、西部地區的能源消費強度的區域差異是極其重要的。從區域內和區域間能源消費強度的差異值以及其對總差異的貢獻率可以看出，區域內差異是導致總體差異的主要原因。制定節能政策時，要同時考慮區域間差異以及區域內的省際之間的差異。由于省際間或區域間存在對技術創新的投入、外商直接投資、產業結構、能源消費結構等差異，能源消費強度存在地區差異是一種必然趨勢。

表4　能源消費強度影響因素的SLM回歸結果

注：同表3。

第二，無論是以全國為研究對象還是分區域進行研究，能源消費強度的空間溢出效應以及地理位置的依賴性都是影響能源消費強度差異的不可忽略的關鍵因素。除此之外，可以以改善能源消費強度高的中、西部地區的能源效率為著手點，減小其與東部地區能源消費強度的差距，從而降低國家總體的能源消費強度，具體的措施如下。

1)中、西地區應加大對技術創新的資金投入力度，鼓勵企業進行技術創新活動，減少對能源消費的依賴。加大引進和培養高科技人才的力度，做好人力資源的儲備工作，以提高對新技術的吸收能力，為承接東部發達地區的技術轉移做好充分的準備。

2)調整能源消費結構(即降低煤炭消費在能源消費中的比重)對中部地區的能源消費強度的作用不明顯，卻可以顯著降低西部地區的能源消費強度。為此，西部地區可以從改善能源消費結構為切入點，開發風能等清潔高效能源，以提高能源效率，降低能源消費強度。

3)FDI對中部、西部地區的能源消費強度存在明顯的差異，增加FDI可以顯著提高中部地區的能源消費強度，而降低西部地區的能源消費強度。表明外商在投資時，更加看重中部地區豐富的能源資源，往往布局高能耗的產業，從而提高了中部地區的能源消費強度，成為外商投資的“污染天堂”。西部地區，外商投資帶來的知識溢出效應相對于本土企業來說，提高了當地的技術進步水平，從而提高該地區的能源效率。因此，中、西部地區在引進外資時，應加強對其性質的衡量，積極引進一些技術含量高、能耗低的企業進行投資。

4)近年來，由于東部地區的勞動力成本上升，一些外商已經著手將東部地區的加工貿易項目轉移到地理位置較好的中部地區的部分省市，為中部地區的產業結構升級帶來了不可多得的機會，中部地區應抓住機遇，利用政策紅利，進一步加強基礎設施建設，加快產業結構的升級。同時，對一些高耗能、高污染的行業進行整頓，建立市場退出機制，有計劃地關閉一些高耗能、低產值的企業達到節能降耗的目的。與中部地區相比，西部地區在旅游資源方面更具有優勢，因此，西部地區應加大發展旅游業，大力宣傳西部的文化產業，以帶動其他服務行業的發展，降低西部地區能源消費強度與東部地區的差異。

5)能源的價格對能源消費的調節作用可以從兩方面分析，首先能源價格的上升有助于企業尋找替代品，提高節能的意識，采用新進的節能技術，減少對能源的消耗，從而有利于降低能源的消費強度。其次，得出能源的消費結構可以顯著降低東、西部地區的能源消費強度，可考慮通過調整不同能源的價格結構以改變能源的消費結構。即適當的提高煤炭等高耗能、低產出的能源價格，使能源的價格能真正體現出能源具有的稀缺性、安全性以及環境外部性等特征，實現能源的全面有償使用；而對一些新能源采取財政貼補以及稅收優惠等方式，給風能、電能以及生物質能源等高效清潔能源得以生存發展的空間，加快新能源的推廣與使用。從企業的角度，當能源價格上升到一定的程度時，一些高耗能、低產出的企業要么被淘汰，要么減少能源的消費或者尋找替代消費，實現節約能源提高使用效率的目的。因此，調整不同能源之間的價格，可通過調整企業的能源消費結構，而有利于降低區域的能源消費強度。

[1]原毅軍，郭麗麗，孫佳.結構、技術、管理與能源利用效率-基于2000～2010年中國省際面板數據分析[J].中國工業經濟，2012(7)：18-30.

[2]余泳澤、杜曉芬.技術進步、產業結構與能源效率-基于省域數據的空間面板計量分析[J].產業經濟評論，2011(4)：36-68.

[3]沈坤榮，孫文杰.市場競爭、技術溢出與內資企業R&D效率—基于行業層面的實證研究[J].管理世界，2009(1)：38-48.

[4]孫慶剛，郭菊娥，師博.中國省域間能源強度空間溢出效應分析[J].中國人口·資源與環境，2013，23(11)：137-143.

[5]李夢蘊，謝建國，張二震.中國區域能源效率差異的收斂性分析[J].經濟科學，2014(1)：23-38.

[6]康曉娟，楊冬民.基于泰爾指數法的中國能源消費區域差異分析[J].資源科學，2010，32(3)：485-490.

[7]胡宗義，劉靜，劉亦文.中國省際能源效率差異及影響因素分析[J].中國人口·資源與環境，2011，21(7)：33-39.

[8]杜穎，肖榮閣，趙恒勤，等.河北能源消費與經濟增長關系的動態分析：基于狀態空間模型的檢驗[J].中國礦業，2015，24(6)：42-47.

[9]Perry S.Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries?[J].Energy Economics，2013，37：52-59.

[10]Mielnik O，Goldemberg J.Foreign Direct Investment and Decouping between Energy and Gross Domestic Product in Developing Countries[J].Energy Policy，2002，30：87-89.

[11]Anselin L.Local Indicators of Spatial Association-LISA[J].Geographical Analysis.1995，2：93-115.

[12]Anselin L.，Florax R.J.New Directions in Spatial Economics[M].Berlin：Springer-Verlag，1995.

Analysis of regional difference decomposition and the influence factors of the energy consumption intensity

LI Hu-wei1，KONG Xiao-ni2，GUAN Wei-ming1，ZHAO Hong-chao1

(1.School of Geology and Exploration Engineering，Xinjiang University，Urumqi 830046，China；2.School of Economics and Management，Xinjiang University，Urumqi 830046，China)

Aimed to further explore the trends for regional differences in energy consumption and analysis the factors of the differences in intensity of energy consumption.This article calculates the regional difference of the energy consumption intensity based on the panel data of 30 provincial regions (except Tibet、Taiwan) from 2000 to 2014 using the Theil index，and do structural decomposition to the three regional areas.Then research the six factors of the energy consumption intensity using the spatial panel data model.The results show that regional difference of the energy consumption intensity is significantly，The regional differences showing the characteristics of west to east，the difference from the region is greater than the interregional，that the difference in overall energy consumption is caused by the difference from the region.R&D,tertiary industry and improve the price of the energy can significantly reduce energy consumption intensity to all areas.FDI can significantly reduce consumption intensity in western region.A lower proportion of coal consumption can significantly reduce energy consumption intensity in eastern and western regions.

energy consumption intensity；Theil index influence factor；spatial panel data model

2015-11-13

新疆維吾爾自治區高校科研計劃項目資助(編號：XJEDU2014S011)；新疆維吾爾自治區自然科學基金項目資助(編號：2014211B005)

李虎威(1980-)，男，漢族，河南駐馬店人，博士研究生，現工作于新疆大學地礦學院采礦工程系,講師，主要從事綠色開采、智能監測等方面的教學與研究工作。

孔曉妮(1981-)，女，山東威海人，博士研究生，研究方向為可持續發展與技術創新 。

F407.2

A

1004-4051(2016)08-031-07

①東部地區：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省市；中部地區：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省市；西部地區：內蒙古、廣西、重慶、陜西、四川、貴州、云南、陜西、甘肅、寧夏、青海、新疆11個省市。