非期望產出下中國省域能源消耗產出空間網絡模型及結構效應分析

陳星星，黃曉勇

（1.特華博士后科研工作站，北京 100029；2.中國社會科學院數量經濟與技術經濟研究所，北京 100732；3.中國社會科學院研究生院，北京 102488）

一、問題的提出

中國經濟發展的同時帶來了能源消耗水平的不斷攀升，資源匱乏、環境污染和地區發展不均衡特征成為制約中國經濟發展的重要因素。為了破解環境與資源的約束，中國政府一直在尋求協調區域經濟、資源和環境平衡發展的方式。通信技術、交通技術、網絡技術的發展，加上我國“一帶一路”倡議的實施，使得中國區域空間發展已從“點-軸”模式演變為網絡形態。在探討中國能源消耗和節能減排問題時，已經不能孤立地從某個省份出發，而應該充分考慮能源供給、消耗和使用的區域聯系。能源空間網絡關聯客觀存在，如何識別區域間能源消耗產出的空間效應和結構效應，如何建立復雜精確的模型測算能源消耗產出的空間網絡特性，如何分析空間網絡的整體特征和省域個體特性，明確省域在能源消耗產出空間網絡中的角色和地位，從而制定符合區域發展的能源戰略和區域協調機制，是當今空間能源消耗研究中需要解決的問題。

目前，空間網絡的研究主要集中在分析區域經濟增長的空間關聯和區域發展問題方面［1-3］。劉華軍等基于2000—2013年中國省際地區發展與民生指數，運用社會網絡分析方法揭示了中國區域發展的空間網絡結構特征及其影響因素［4］。馮朝陽研究了環渤海地區區域經濟空間網絡關聯結構，將環渤海地區分為“遼寧”和“京津冀魯”兩個子網絡［5］。也有一些文獻研究了產業的空間關聯特征，如林春艷等測算了中國產業結構水平，運用社會網絡分析法研究中國產業結構空間網絡關聯效應［6］。部分文獻研究了碳排放的空間關聯性，如孫亞男等利用社會網絡分析方法（SNA）對中國省際碳排放的空間網絡結構及其效應進行了實證考察，研究發現中國省際碳排放的空間關聯關系呈網絡結構形態［7］；楊桂元等基于中國省際碳排放的空間網絡關聯特征，測度了中國省域網絡的地位和作用［8］。從已有研究文獻看，大多基于截面數據構建能源空間網絡關聯結構，尚未有文獻綜合考慮二氧化碳排放等非期望產出對能源消耗的影響，從而會高估空間網絡特征對能源消耗產出的影響，其結果是有偏的。

本文構建了能源消耗引力模型，將社會空間網絡分析引入中國省域能源消耗的研究，探究中國省域能源消耗的空間關聯特征和影響因素。通過測度中國省域能源消耗的度數中心度、接近中心度、中間中心度和特征向量中心度，分析各省份的能源消耗地位；借助空間聚類，討論能源消耗板塊間的屬性特征和傳導機制，為政府制定區域節能減排目標和協同發展機制提供參考。與已有研究相比，本文主要貢獻如下：第一，根據網絡等級、網絡效率、網絡關聯度構建動態面板整體能源消耗網絡特征，而目前部分文獻僅考慮截面能源消費網絡特征，在中心性分析和模塊分析時并未整體考慮面板網絡特征，如劉華軍等［2］；第二，本文首次將非期望產出引入能源消耗的空間網絡分析模型，能夠在分析省域能源消耗時充分考慮非期望產出的影響，從而提高了模型的合理性和解釋能力；第三，本文分省域研究了中國不同地區的能源消耗網絡特征，在構建能源消耗引力模型時，在省會城市間的球面距離中加入了單位能源消耗產出系數，在考慮省域能源消耗的空間距離時不僅考慮了省域的空間地理位置，同時也考慮了省域的能源消耗和經濟規模，因而能充分考慮各省份的資源稟賦和經濟發展水平，從而更合理地反映能源消耗的空間網絡關系。

二、模型構建及數據來源

社會網絡分析方法（Social Network Analysis，簡稱SNA）是一種以關系數據為基本分析單位，運用圖論等知識研究系統空間網絡關系和結構的社會學研究方法，近年來其應用領域已從社會學逐漸向經濟學和管理學拓展。

（一）能源消耗引力模型

引力模型（Gravity Model）最早源于萬有引力定律，反映物體間質量和距離的關系。Tinbergen［9］提出了經濟學領域的引力模型，其構建的貿易引力模型為其中，Xij為國家 i對國家 j的出口，Yi和Yj分別為國家i和國家j的國民收入GNP，Dij為兩國家之間的距離，a、b為參數，K為常數。根據李平等［10］以及陳星星［11］的研究，將引力模型引入能源消耗的空間研究，揭示能源消耗產出的空間關聯動態演變特征，構建非期望產出下中國省域能源消耗空間網絡引力模型：

其中：Yij為省份i與省份j間的能源消耗空間網絡關系；βij為省份i的能源消耗量在省份i和省份j能源分別表示省份i和省份j的總能耗；capi和capj分別表示省份i和省份j的實際資本存量；labi和labj分別表示省份i和省份j的就業人口；disij為省份i和省份j省會城市間的球面距離，用ArcGIS軟件計算；λ為單位能源消耗產出系數GDP。

（二）指標選取與數據處理

選取1990—2014年中國省域能源消耗產出數據，投入指標采用實際資本存量（capital）、就業人口（labor）、總能耗（energy），期望產出指標為實際GDP／總能耗（egdp），非期望產出指標為二氧化碳排放量（carbon）。其中，實際資本存量以1990年為基期進行調整，單位為億元；就業人口為年末從業人員數，單位為萬人；總能耗單位為萬噸標準煤；實際GDP／總能耗以1990年為基期進行調整，單位為億元，實際GDP為各地區實際生產總值GDP。有關數據來源為1995—2014年《中國統計年鑒》和《中國能源統計年鑒》，部分缺失數據由地方統計年鑒補全。由于二氧化碳排放量不能直接獲取，需要借助政府間氣候變化專門委員會IPCC公布的碳排放系數和碳氧化因子估算，具體公式為

本文在構建能源消耗產出空間網絡模型時首先對投入指標進行預處理，即運用四階段數據包絡分析法，根據非期望產出二氧化碳排放量的數值，獲得投入指標的松弛變量，得到調整后的投入指標和非期望產出下的能源消耗產出空間網絡模型。由于篇幅所限，本文不再列出投入指標的具體調整過程，如有興趣請參考筆者的有關研究。本文所需有關變量的描述性統計如表1所示。

表1 變量描述性統計

三、實證分析

根據構建的能源消耗引力模型，參考Borgatti等［12］，本文考察了1990—2014年中國28個省份的能源消耗空間網絡特征分布情況，分別從空間網絡整體特征、網絡中心性和聚類屬性3個維度展開分析。需要說明的是，由于西藏數據大量缺失，海南省的數據結果異常，同時為了數據的一致性，將重慶并入四川，故本文最終選取1990—2014年中國28個省份的能源消耗數據，采用UCINET軟件中的Netdraw模塊，繪制中國能源消耗空間分布網絡。

（一）空間網絡整體特征

1.網絡密度與關聯關系數

從1990年到2014年中國能源消耗空間分布網絡可以發現，中國能源消耗的空間關聯性加強，網絡密度逐年上升，網絡關聯數從204個上升到213個，網絡密度由1990年的0.269 8上升到2014年的0.281 7。直觀來看，1990年中國能源消耗空間分布網絡中，網絡密度較大的幾個省份為浙江、福建、山西、江蘇、廣東，網絡密度較小的幾個省份為上海、黑龍江、河北、新疆、青海。2014年中國能源消耗空間分布網絡中，網絡密度較大的幾個省份為北京、廣東、山西、江蘇、河南，網絡密度較小的幾個省份為黑龍江、吉林、遼寧、廣西（圖1）。在能源消費需求日益變化的25年中，廣東、江蘇和山西保持了較大的能源密度，而北京和上海的能源密度上升，反映了“西氣東輸”“西電東送”“西煤東運”帶來的能源密度空間變化。

圖1 2014年中國能源消耗空間分布網絡

由于最大可能關系數等于關聯關系數除以網絡密度，對于2014年，中國能源消耗空間分布網絡的最大可能關系數為756（＝213／0.281 7）。因此，盡管考察期內中國能源消耗空間分布網絡密度呈逐年上升趨勢，但是從數值上看，中國能源消耗空間網絡緊密程度并不高，省際間能源消耗的空間聯系還存在較大空間，這與劉華軍等［2］的研究是一致的。

與劉華軍等［2］的研究不同，本文在剔除非期望產出對能源消耗的影響后，得到的能源空間關聯關系數呈現先上升后下降的倒U型趨勢（圖2）。總體來看，1990—2005年中國能源空間關聯程度逐年上升，主要是由于國家加快實施“北煤南運”等國家級特大能源工程項目，加快了中國能源跨省域流動，促進了能源生產要素流動，調整了能源結構，增強了能源消耗的空間關聯特征。2006年能源空間關聯程度有所下降，這主要因為一方面能源工程形成的強大能源調度促使能源空間關聯程度顯著加強，導致能源緊缺的東部地區能源短缺情況得到緩解，但另一方面也由于長期以來中國環境保護政策的不完善導致這些區域出現大量的二氧化碳排放，環境污染程度加劇，能源消耗的綠色產出效率下降。隨著能源網絡密度的增大導致能源網絡中出現連線冗余，能源流入地超出了當地的能源吸納能力，能源流動的交易費用升高，能源網絡超出了其承載能力，再加上能源的行政干預導致能源配置效率下降，空間關聯程度降低。

2.網絡關聯性

1990—2014年中國能源消耗空間網絡關聯度均為1，說明中國省域能源消耗聯系非常緊密，存在明顯的空間關聯和溢出效應。考慮非期望產出后，能源消耗網絡等級度亦呈現倒U型趨勢（表2），具體表現為在1990—1998年維持在0.35左右的水平，在1999—2003年有一個小幅下滑并逐漸反彈，而自2004年至今大致保持在0.4的水平。能源消耗網絡等級度先降后升表明中國能源加強空間聯系，能源空間壁壘被打破，省際空間能源關聯程度加強。但能源空間關聯關系在達到一定程度后，由于貿易成本和要素流動的限制，空間關聯程度逐漸減弱。能源空間網絡效率從1990年的0.661 0下降到2014年的0.595 4，說明中國空間能源網絡穩定性得到提升，空間網絡連線增加。最近上限的變化趨勢與能源消耗網絡等級度相反，同樣反映了中國能源空間的關聯程度先上升后下降。從綜合網絡關聯性的4項指標可以看出，隨著中國能源市場化進程的加快，能源要素市場流動加快，能源行政指令干預逐漸減弱，在一定程度上降低了能源交易成本，加快了能源消耗的省域間聯系，促進了能源消耗網絡的穩定性。

圖2 1990—2014年中國能源消耗空間關聯關系數和網絡密度

表2 1990—2014年中國能源消耗空間網絡密度、關聯關系數及關聯性指標

續表（表2）

（二）網絡中心性

對2014年的能源消耗空間網絡做中間中心度的可視化分析。處于網絡中心的省份（如北京、江蘇、山西、廣東），是能源消耗的中心省份，比其他省份的能源消耗更多。研究發現，1990—2014年中國省域能源消耗空間網絡中心度平均值在4種中心度下的排名差異不大，排名前幾位的均為浙江、江蘇、廣東和福建，排名后幾位的均為廣西、黑龍江、遼寧和吉林。此外，從省域能源消耗空間網絡中心度的分布來看，東部地區的中心度高于中部地區，中部地區高于西部地區。

從圖3可以看出，1990—2014年中國能源消耗空間網絡度數中心度和接近中心度逐年上升，中間中心度逐年下降，特征向量中心度基本不變，保持在25左右的水平。4項指標基本均從2000年起高于平均值。

圖3 1990—2014年中國能源消耗空間網絡中心度

1.度數中心度

1990—2014年中國能源消耗空間網絡度數中心度的全國平均值為40.918 5，高于平均值的省份一共有10個，分別是浙江、廣東、江蘇、福建、山西、北京、山東、河南、甘肅、江西；低于平均值的省份一共有19個。高于中國能源消耗空間網絡度數中心度平均值的省份具有較高的空間網絡關聯性，與其他省份的能源消耗關聯度較高，處于能源消耗的空間網絡中心，擁有絕對權力。其中，浙江的空間網絡度數中心度高達74.666 6，說明浙江與其他省份的能源消耗空間網絡關聯特征明顯，空間溢出效應顯著。中國能源消耗空間網絡度數中心度較高的省份大多集中在東部地區，說明東部地區對能源消耗空間溢出效應具有較大的影響力。處于能源消耗空間網絡度數中心度后幾位的省份分別為廣西、黑龍江、遼寧、吉林、云南，這些省份涵蓋了中國東北三省和部分西部地區省份，經濟欠發達，交通便利程度較差，不利于能源要素的流動，造成能源成本的提升，從而能源消耗的空間網絡關聯程度和溢出效應較差。

進一步分析2014年中國省域能源消耗空間網絡度數中心度的點入度和點出度，從整體來看，整個空間網絡點入中心度為70.645%，整個空間網絡點出中心度為28.395%，點出度和點入度的平均值均為8。點出度高于平均值的省份有（按從高到低排列）：新疆、甘肅、寧夏、青海、貴州、福建、廣東、浙江、江西、湖北、四川、云南；點入度高于平均值的省份有（按從高到低排列）：北京、江蘇、山西、河北、廣東、河南、山東、天津、安徽、江西。可以看出，點入度高于全國平均值的省份其值也遠高于點出度，這些地區大多數為經濟較發達地區，能源消耗水平高，而能源供給量相對不足，能源依存度較高且需要其他省份的能源溢出。

2.接近中心度

1990—2014年中國能源消耗空間網絡接近中心度均值為63.325 9，東部地區高于中西部地區，中西部地區基本相同。分時段來看，省域接近中心度逐年上升，從1990—1994年的61.482 9上升至2010—2014年的64.147 5。分區域來看，東部地區2010—2014年能源消耗空間網絡接近中心度較高的省份為北京、江蘇、浙江、廣東，中部地區接近中心度較高的為河南、安徽、江西、湖南，西部地區接近中心度較高的為新疆、貴州、四川、陜西。接近中心度反映了某省份與其他省份之間的接近程度，省份的接近中心度越高，與其他省份在能源要素流動上越容易，越可能處在能源消耗的空間網絡中心位置上。處于接近中心度較高的省份大多在該區域屬于經濟發達、人口密集、能源消耗較為集中的省份，這些省份是與其他省份在能源消耗中鏈接的關鍵省份，在網絡中存在多條路徑，與自身和其他省份在能源消耗水平上較為接近。

2014年中國省域能源消耗空間網絡接近中心度均值為65.159 9，高于平均值的省份有（按從高到低排序）：北京、江蘇、山西和河北。較高的接近中心度說明這些省份在能源消耗空間網絡中與其他省份更快地建立了聯系，能源流動性更強。此外，這些省份的接近中心度點出度遠高于點入度，能源獲取效率更高，在能源網絡中扮演凈受益的角色，是能源消耗的行動者。接近中心度較低的省份有新疆、黑龍江、寧夏、吉林、青海，這些省份表現出在能源消耗和使用中容易受到其他省份的影響。

3.中間中心度

1990—2014年中國能源消耗空間網絡中間中心度均值為2.208 2，東部地區遠高于中部和西部地區。分時段來看，1990—2014年中國能源消耗空間網絡中間中心度逐年下降，從1990年的2.431 8下降到2014年的2.136 8。分省域來看，2010—2014年中間中心度均值為2.226 3，東部地區中間中心度高于地區平均值的省份為北京、江蘇、廣東、浙江，中部地區中間中心度高于地區平均值的省份為山西、江西、河南、安徽，西部地區中間中心度高于地區平均值的省份為貴州、新疆、四川、陜西、寧夏。中間中心度測度了某省份對能源資源的控制程度，中間中心度較高的省份處于其他省域能源消耗的捷徑上。

根據Freeman中心度測算結果，2014年中國省域能源消耗空間網絡非標準化中間中心度為2 347.738，整個網絡的標準化中心勢（Network Centralization Index）為0.123 9，網絡中心化指數為12.39%，中間中心度反映了整個網絡向某個點集中的趨勢。2014年中國省域能源消耗空間網絡Freeman中間中心度平均值為36.607，高于該平均值的省份有江蘇、湖北、江西、浙江、甘肅、廣東、遼寧、貴州、河南、山西、安徽，這些省份在控制其他省份能源消耗、能源流通和能源要素交流方面的能力較強。其中，江蘇的能源消耗空間網絡Freeman中間中心度高達120.455，遠高于其他省份，而青海和新疆兩個省份的中間中心度接近于0，能源消耗空間網絡中間中心度分布不均衡現象顯著。此外，高于全國能源消耗空間網絡Freeman中間中心度平均值的11個省份的中間中心度之和占全國中間中心度總和的82.41%，中間中心度主要集中在能源資源較為豐富的省份。

4.特征向量中心度

1990—2014年中國能源消耗空間網絡特征向量中心度均值為25.427 2。東、中、西部地區特征向量中心度差異不明顯，東部地區略高于中部和西部地區。分時段來看，1990—2014年中國能源消耗空間網絡特征向量中心度逐年上升，從1990年的25.180 8上升到2014年的25.365 4。分省域來看，2010—2014年特征向量中心度均值為25.563 1，東部地區特征向量中心度高于地區平均值的省份為北京、江蘇、浙江、廣東、河北、福建，中部地區特征向量中心度高于地區平均值的省份為山西、河南、安徽、江西，西部地區特征向量中心度高于地區平均值的省份為新疆、四川、青海、陜西、甘肅、貴州。可以看出，絕大多數省份的特征向量中心度高于平均值。

2014年中國省域能源消耗空間整個網絡的特征向量中心度為27.26%，點度特征向量中心度平均值為25.365，高于平均值的省份有北京、江蘇、山西、河北、廣東、新疆、河南、四川、浙江、安徽、湖南、福建、江西、甘肅、湖北，特征向量中心度的分布較為均等，特征向量最大值的北京（28.749 0）是特征向量最小值的吉林（7.587 0）的4倍。

（三）塊模型分析

根據Concor（Convergent correlation）方法做迭代收斂分析，研究網絡凝聚子群，選擇最大分割度為3、集中標準為0.2，將28個省份劃分為8個板塊（表3）。

表3 2014年中國能源消耗網絡凝聚子群

2014年中國能源消耗網絡空間中存在213個關聯關系，其中板塊內部間的關聯關系有14個，板塊間關聯關系有199個，說明板塊間能源消耗存在明顯的空間關聯和空間溢出效應。2014年板塊1的接收關系數有64個，屬于板塊內部的有10個，接收其他板塊溢出的關系有54個，板塊溢出關系有18個，期望內部關系比例為14.29%，實際內部關系比例為55.56%，板塊1屬于凈受益板塊。同理，可以分析其他7個板塊的屬性類別（表3、表4），并將其分為凈受益板塊、經紀人板塊、雙向溢出板塊、凈溢出板塊4個類別。其中，凈受益板塊位處東部沿海、京津冀、長三角、珠三角等經濟較發達地區，涵蓋了中國大部分大型城市和特大城市，能源消耗量大，主要接受能源儲備豐富地區的能源資源溢出；經紀人板塊接收和溢出關系均來自板塊外，主要包括中西部內陸省份和東北地區省份，既接收來自其他能源豐富板塊的能源溢出，同時也對其他板塊提供能源供給，在能源空間網絡中扮演中介和橋梁的作用；雙向溢出板塊包括貴州和云南兩個省份，該板塊既包括板塊內的接收和溢出，也包括板塊外的接收和溢出，但接收和溢出關系均主要來自于板塊外；凈溢出板塊包含甘肅、青海、寧夏、新疆4個省份，它們均為經濟欠發達、人口較為稀少、能源資源較為富足的西部地區，也是中國“西氣東輸”“西煤東運”“西電東送”的主要來源地，這些地區除了能源能夠自給外，同時還向其他板塊輸送大量的能源資源。

表4 2014年中國能源消耗網絡空間關聯板塊及關系

2014年中國能源消耗整體空間網絡密度為0.281 7，若有板塊密度大于整體空間網絡密度的板塊，則能源消耗更集中在該板塊，因此將板塊密度大于整體空間網絡密度的板塊取值為1，板塊密度小于整體空間網絡密度的板塊取值為0，根據密度矩陣構造像矩陣如表5所示。

表5 2014年中國能源消耗網絡密度矩陣

續表（表5）

根據表5構造的中國能源空間網絡像矩陣可以進一步繪制2014年中國能源消耗八大板塊間網絡溢出效應圖（圖4）。從圖4可以清晰看出，凈受益板塊1、板塊3、板塊4和板塊5經濟較為發達，能源供給緊張，能源消耗量大，主要依賴其他省份能源輸入；經紀人板塊2、板塊6以及雙向溢出板塊7，既有能源的輸入，又有能源的溢出，能源交易頻繁，聯動效應明顯；凈溢出板塊8中蘊含豐富的石油、天然氣和煤炭資源，是全國能源供應的“發動機”。

圖4 2014年中國能源消耗八大板塊間網絡溢出效應

四、中國省域能源消耗空間網絡結構效應分析

前文構建了中國能源消耗空間網絡模型，給出了中國能源消耗的空間網絡結構，下面進一步分析非期望產出下中國省域能源消耗空間網絡結構的效應，即能源消耗空間網絡的屬性對能源消耗的影響。

（一）整體空間網絡結構效應分析

分別以全國單位能耗GDP均值（egdpj）和省際單位能耗GDP標準差（egdpb）為被解釋變量，網絡密度（wlmd）、網絡等級度（wldj）、網絡效率（wlxl）、最近上限（zjsx）為解釋變量，構建逐步最小二乘法回歸模型，結果如表6所示。研究表明，模型（5）和模型（10）的擬合效果良好，回歸系數均通過顯著性檢驗，模型P值均為0.000 0。

表6 整體空間網絡結構效應分析

從模型（5）可以看出，網絡密度、網絡等級度、網絡效率、最近上限均對全國單位能源消耗GDP影響顯著，說明能源空間網絡結構對能源消耗有顯著影響。其中，網絡密度和網絡效率對單位能源消耗GDP有顯著負向影響，網絡等級度和最近上限對單位能源消耗有顯著正向影響。①網絡密度對單位能源消耗GDP影響顯著為負，說明網絡密度越大，整體網絡越集中，就會增加單位能源消耗的產出的空間差異，因此過多的能源政策造成人為能源省際間聯系加強，以及過多的能源空間網絡關聯實際上不利于單位能耗產出，中國能源特大型項目的空間調配加強了區域能源空間集中度，但在實際能源效率上并未達到最優。②網絡等級度和最近上限對單位能耗GDP影響顯著為正，說明網絡等級度越高最近上限越大，適度增加網絡等級結構能夠提高單位能耗產出，即增加能源消耗從屬省份，加強對從屬省份能源消耗的行政指導，可以減少能源消耗的無效行為，促進能源效率的提高。③ 網絡效率對單位能耗GDP影響顯著為負，說明網絡效率越低，能源消耗空間網絡中的連線越多，單位能耗產出越高。這表明，適度增加能源消耗網絡中的空間連線，加強能源消耗區域間資源、人才和技術的流通，縮小能源區域差異，降低區域能源流通成本，可以有效提升能源效率，加強能源消耗空間網絡的穩定性。

此外，模型（10）的結果表明，網絡密度、網絡等級度、網絡效率（wlxl）、最近上限4項能源消耗空間網絡屬性對省際能源消耗產出的標準差產生顯著影響。省際單位能耗GDP標準差反映了單位能源消耗GDP的省際差異，體現了能源消耗的空間公平性，這種差異越小，空間公平性就越高。網絡密度和網絡效率越大、網絡等級度和最近上限越低，能源消耗的空間差異越小，能源空間公平性越高。這說明空間公平性和能源效率、能源空間網絡穩定性是彼此制衡的結合。當加強了能源的空間網絡密度、提升了能源空間網絡效率、增加能源區域網絡集中度時，一方面會降低單位能源消耗產出，不利于能源效率的實現，另一方面卻能夠縮小能源消耗區域間空間差異，提升能源空間公平程度。當提升能源空間網絡等級度、增加能源網絡最近上限時，雖然能夠提升單位能耗產出，促進能耗效率的提高，但是卻以損失能源空間網絡公平性為代價，不利于能源空間網絡一體化的形成。

因此，在制定能源政策時，應當綜合考慮能源空間網絡效率、單位能源消耗產出、能源空間公平性以及能源空間網絡的穩定性，制定適合中國能源發展的區域能源政策。

（二）個體空間網絡結構效應分析

以1990—2014年各省份單位能耗GDP為被解釋變量，度數中心度、接近中心度、中間中心度、特征向量中心度為解釋變量，對所有變量取對數后，分別做面板數據回歸分析（表7）。結果表明，除模型（4）需要選擇隨機效應模型外，其他模型均支持固定效應模型。從模型的擬合效果來看，模型（5）選擇固定效應模型的擬合效果較好，根據回歸結果，度數中心度和接近中心度對單位能耗GDP均產生顯著正向影響，中間中心度和特征向量中心度對單位能耗GDP均產生顯著負向影響。因此，提高能源消耗空間網絡的度數中心度和接近中心度，降低中間中心度和特征向量中心度能夠促進單位能耗GDP的提升。

表7 基于面板數據的個體空間網絡結構效應分析

進一步地，度數中心度每提高一個百分點，單位能耗GDP提高4.679 9個百分點。由于最大可能關聯數恒定，因此其值越大，直接關聯數越多，省域間能源消耗聯系越緊密。省域空間能耗聯系越緊密，消耗單位能源得到的產出值越大，說明能源網絡的經濟效率越高。因此對于度數中心度較低的省份，如廣西、黑龍江、遼寧、吉林、云南，應當注意加強與其他能源消耗產出較大的省份之間的聯系，促進區域能源使用一體化，提高能源分配效率和使用效率。

接近中心度每提高一個百分點，單位能耗GDP提高0.789 0個百分點。接近中心度反映了能源空間網絡中省份不受其他省份對能源消耗的影響程度，接近中心度越高的省份越不容易受到其他省份的影響。因此，省份的接近中心度越高，在單位能耗下獲得的能耗產出越多。對于接近中心度較低的省份如新疆、黑龍江、寧夏、吉林、青海，應當注意提升該地區的接近中心度，縮短省域與周邊省域能源資源調配的捷徑距離，提升省域能源風險抵御能力。

中間中心度每提高一個百分點，單位能耗GDP降低0.299 7個百分點；特征向量中心度每提高一個百分點，單位能耗GDP降低4.451 9個百分點。中間中心度和特征向量中心度反映了一個省份影響其他省份能源消耗的能力，處于中間中心度較高的省份比其他省份在能源資源中擁有更多的控制能力。省域的中間中心度和特征向量中心度越高，單位能耗產出越低，因此應該降低中間中心度和特征向量中心度較高省份的中心度數值，如江蘇、湖北、江西、浙江、甘肅、廣東，提高單位能源產出效率。

五、結論及建議

本文首次將非期望產出引入能源消耗的空間網絡分析模型，通過構建中國省域能源消耗空間網絡模型，研究了1990—2014年中國能源消耗空間網絡密度和空間關聯特征。主要結論如下：

（1）1990—2014年中國能源消耗的空間關聯性加強，網絡密度逐年上升，中國能源消耗空間網絡緊密程度并不高，省際間能源消耗的空間聯系還存在較大空間，在剔除非期望產出對能源消耗的影響后，得到的能源空間關聯關系數呈現先上升后下降的倒U型趨勢。2014年中國能源消耗空間分布網絡中，網絡密度較大的幾個省份為北京、廣東、山西、江蘇；網絡密度較小的幾個省份為黑龍江、吉林、遼寧、廣西。

（2）1990—2014年中國省域能源消耗聯系非常緊密，存在明顯的空間關聯和溢出效應。考慮非期望產出后，能源消耗網絡等級度亦呈現倒U型趨勢。能源消耗網絡等級度先降后升表明中國能源加強空間聯系，能源空間壁壘被打破，省際空間能源關聯程度加強。中國空間能源網絡穩定性得到提升，空間網絡連線增加，能源空間的關聯程度先上升后下降。

（3）處于網絡中心的省份（如北京、江蘇、山西、廣東），是能源消耗的中心省份，比其他省份的能源消耗更多。1990—2014年中國省域能源消耗空間網絡中心度平均值在4種中心度下的排名差異不大，排名前幾位的均為浙江、江蘇、廣東和福建，排名后幾位的均為廣西、黑龍江、遼寧和吉林。從省域能源消耗空間網絡中心度的分布來看，東部地區的中心度高于中部地區，中部地區高于西部地區。1990—2014年中國能源消耗空間網絡度數中心度和接近中心度逐年上升，中間中心度逐年下降，特征向量中心度基本不變。

（4）做迭代收斂分析，可將28個省份分為凈受益板塊、經紀人板塊、雙向溢出板塊、凈溢出板塊4個類別。其中，凈受益板塊處于東部沿海、京津冀、長三角、珠三角等經濟較發達地區，涵蓋了中國大部分大型城市和特大型城市，能源消耗量大，主要接受能源儲備豐富地區的能源資源溢出；經紀人板塊接收和溢出關系均來自板塊外，主要包括中西部內陸省份和東北地區省份，在能源空間網絡扮演中介和橋梁的作用；雙向溢出板塊既包括板塊內的接收和溢出，也包括板塊外的接收和溢出，但接收和溢出關系均主要來自于板塊外；凈溢出板塊均為經濟欠發達、人口較為稀少、能源資源較為富足的西部地區，也是中國“西氣東輸”“西煤東運”“西電東送”的主要來源地，這些地區除了能夠使當地能源自給，還可以向其他板塊輸送大量的能源資源。

（5）網絡密度、網絡等級度、網絡效率、最近上限均對全國單位能源消耗GDP影響顯著，說明能源空間網絡結構對能源消耗有顯著影響。其中，網絡密度和網絡效率對單位能源消耗GDP有顯著負向影響，網絡等級度和最近上限對單位能源消耗有顯著正向影響。提高能源消耗空間網絡的度數中心度和接近中心度，降低中間中心度和特征向量中心度能夠促進單位能耗GDP的提升。

綜上所述，本文提出如下政策建議：（1）充分考慮能源消耗空間網絡結構關系，綜合屬性目標和關系目標制定整體節能減排目標。如果僅考慮總能耗這一屬性目標，1990—2014年從高到低依次為：山東（17 796萬噸標準煤）、河北（15 033萬噸標準煤）、廣東（13 725萬噸標準煤）、江蘇（13 440萬噸標準煤）、遼寧（12 740萬噸標準煤），均位于東部地區，經濟發展水平高、人力資本豐富、能源消耗量大，因此需要重點關注這些省份的能源發展和節能減排情況。然而，如果綜合能源消耗空間網絡的密度和中心度這些關系目標，網絡密度排名前5位的為北京、廣東、山西、江蘇、河南；度數中心度排名前5位的為浙江、廣東、江蘇、福建、山西；接近中心度排名前5位的為北京、江蘇、山西、河北、河南，則應該重點考慮這些區域的節能減排任務，由點及面，由局部向整體，逐步構建中國能源節能減排空間網絡結構聯動體系。（2）根據能源消耗產出空間網絡結構特征，制定差異化省域能源政策，構建能源供給和消費的跨區域協調機制。根據本文構建的能源消耗產出空間網絡的八大板塊和4項分類，充分發揮經紀人板塊和雙向溢出板塊的中介橋梁作用和聯動效應，提高區域能源使用效率，引進先進能源技術人才，提高能源管理水平，為能源輸入地和輸出地的能源要素流通提供便利，具體包括安徽、河南、四川、湖北、陜西、遼寧、黑龍江、貴州、云南9個省份；根據凈受益板塊的特點，加強總能耗較高省域的能源供給，提高能源的使用效率，充分發揮區域技術和管理優勢，優化能源結構，大力發展新能源和清潔能源，具體包括京津冀地區、長三角、珠三角地區等北京、上海、廣東、天津、山東、山西、江蘇、福建、江西、浙江、湖南、吉林、廣西、河北、內蒙古15個省份；利用凈溢出板塊中石油、天然氣、煤炭等的能源資源，最大程度地保障能源短缺地區的供給，加大能源開采力度，強化區域能源的生產和調配能力，發展循環經濟，具體而言包括甘肅、青海、寧夏、新疆4個省份。（3）實時監測能源空間網絡密度，提高能源消耗產出空間公平性，平衡能源空間網絡穩定性和能源空間網絡效率之間的關系。當加強能源空間網絡密度、提升能源空間網絡效率時，可以增加能源區域網絡集中度，這一方面會降低單位能源消耗產出，不利于能源效率的實現，另一方面卻能夠縮小能源消耗區域間空間差異，提升能源空間公平程度。當提升能源空間網絡等級度、增加能源網絡最近上限時，雖然能夠提升單位能耗產出，促進能耗效率的提高，但是卻以損失能源空間網絡公平性為代價，不利于能源空間網絡一體化的形成。在制定能源政策時，需要綜合考慮能源空間公平性、能源空間網絡的穩定性以及能源空間網絡效率，制定適合中國能源發展的區域能源政策。應當實時監測能源空間網絡密度，構建適宜的能源空間網絡關聯數量，適當提升能源空間網絡等級度，縮小能源區域空間差異，加快能源要素市場流動速度，減少能源行政指令干預，協調政府與市場的關系，提升能源空間公平性。