基于I-O與SVAR模型的制造業完全能耗強度影響因素研究

李 根，劉家國，王曉敏

(1.江蘇科技大學經濟管理學院，江蘇 鎮江 212003；2.大連海事大學航運經濟與管理學院，遼寧 大連 116026；3.南京農業大學經濟管理學院，江蘇 南京 210095)

1 引言

20世紀80年代以來，我國制造業持續高速發展，成為國民經濟的支柱產業。國家統計局數據顯示，2017年我國制造業增加值216184.7億元，約占GDP的29%，穩居世界第一制造大國地位。但不容忽視的是，我國制造業能耗約占全社會總能耗的60%，這種“高能耗型”的發展模式帶來相對過高的制造業能耗強度。在考慮經濟效益和能源利用兩方面因素的同時，如何降低制造業能耗強度已成為學術界關注的熱點，也是目前衡量制造業節能減排效果的重要內容。在《中國制造2025》規劃中，我國明確提出了制造業綠色發展目標，即2020年與2025年制造業單位工業增加值能耗相比2015年分別下降18%與34%。較多的學者深入研究了制造業能耗強度的變動機理，但大都以直接能耗強度為研究的重點，其值為單位工業增加值的直接能耗。然而，若僅依據制造業直接能耗強度制定節能減排政策時，常常會鼓勵較低直接能耗強度的行業發展，同時也會限制較高直接能耗強度的行業發展，無法從產業關聯角度抑制能源消耗。制造業不僅直接消耗能源，還通過消耗中間品而間接消耗能源即隱含能源，這迫切需要探究我國制造業完全能耗強度的變動原因，其值為制造業單位工業增加值的完全能耗量(完全能耗量為直接與隱含能耗之和)，為制定系統、科學及全面的節能減排政策提供重要依據。

國內外學者基于投入產出法測算制造業完全能耗強度的研究相對較少。Wei Yiming等[1]結合了投入產出法與情景分析法，構建了我國能源需求和能耗強度的情景分析模型。張炎治等[2]基于投入產出與非線性優化理論，構建了能耗強度情景優化模型。李根等[3]基于投入產出非線性優化理論，以制造業完全能耗強度最小為目標，并以18個行業最終需求為決策變量，構建了一個完全能耗強度非線性優化模型。而運用投入產出法測算能源消耗量或碳排放量的文獻相對較多。Wright[4]將能源乘數觀念引入投入產出法，定義直接能源系數為商品的能源成本。Fredrich和David[5]運用1997、2002年中國投入產出表分析了能源消費與產業結構、經濟增長的關系。Liu Hongtao等[6]利用能源投入產出方法計算了1992-2005年我國出口內涵能源，并運用結構分解分析確定了出口內涵能源的關鍵因素。廖明球[7]將節能減排同時納入投入產出分析框架，研制基于“節能減排”的投入產出模型。閭浩等[8]測算了2002與2007年中國能源部門的影響力和感應度系數、直接消耗系數和完全消耗系數。崔百勝等[9]通過引入使用可替代能源生產的中間產品，構建能源和碳排放約束下的內生經濟增長模型，并運用全局向量自回歸(GVAR)模型，實證分析了具有空間關聯性的各省能源消費控制對經濟增長和碳排放的動態影響。孟慶春等[10]考慮到現有能源效率測算未把灰霾作為環境約束這一問題，基于非參數前沿構建了不可分的混合測度DEA模型，將致霾污染物SO2、NOx、CO2和煙(粉)塵作為非期望產出，對各省份2010-2013年灰霾環境約束下的能源效率進行了更加科學的測算。王會娟等[11]以居民消費碳排放為研究對象，利用非競爭型投入產出分析法測算了中國1995-2009年居民消費碳排放量，采用結構分解分析模型(SDA模型)對碳排放量變動的影響因素進行分析，并考察2007年全民減排政策的實施效果，通過回歸方程預測到2030年我國居民消費碳排放的發展路徑。可見，學者采用投入產出法探究能源消耗或減排問題相對較多，這些研究成果是本文重要的研究基礎。

國內外學者運用因素分解法或計量分析法對我國能耗強度影響因素進行了大量的研究。因素分解法依據不同的運算方式，可分為指數分解分析(IDA)與結構分解分析(SDA)兩類。為考察結構與效率對能耗強度變化的影響大小，通常運用IDA將能耗強度變化分解為結構與效率效應進行研究，多數研究表明：部門能源效率的提升對于總體能耗強度的下降影響較大，而經濟結構變化對總體能耗強度的下降影響較小。Ma Chunbo和Stern[12]基于1980-2003年能源數據，運用LMDI分解法得出能耗強度下降的主要貢獻來自技術變革；能源替代貢獻不大。相比指數分解分析，結構分解分析結合了投入產出分析，結論也較為準確。王玉潛[13]運用投入產出技術和統計因素分析方法，建立了能源消耗強度的投入產出與因素分析模型，將能耗強度變化分解為技術與結構因素。Alcántara和Duarte[14]將能耗強度變化分解為結構、強度及需求效應三部分，比較分析了歐盟國家能耗強度差異的原因。夏炎等[15]利用結構分解技術將影響能耗強度的指標分解為能源消耗系數、完全需要系數等五個因素，通過研究得出影響能耗強度的主要因素是能源消耗系數和完全需要系數。李玲等[16]基于結構分解分析方法，將能耗強度變動因素分解成五個因素，并探索影響我國能耗強度變動的主導因素。目前，運用計量方法探究能耗強度影響因素的文獻較多。Herrerias, Cuadros和Orts[17]采用面板校正標準誤方法建模，發現非國有投資在區域能耗強度下降中發揮了主導作用，沒有證據表明國有投資在能耗強度的下降中發揮積極作用。蔡圣華等[18]基于省級面板數據,通過構建動靜態面板數據模型,對我國能源效率變動的影響因素進行了深入分析。趙新剛等[19]基于面板平滑轉換回歸(PSTR)模型及改進的算法,實證分析了經濟增長與能耗強度關系。唐建榮等[20]借助能源價格調節效應模型,系統分析了能源價格通過能源消費結構、產業結構等要素與能耗強度產生的耦合關系。陳慶江等[21]基于30個省區2000-2012年的面板數據，探討信息化與工業化融合對地區能耗強度的影響。張國興等[22]構建了節能減排有效性的度量模型，對比分析了節能減排政策與單個產業結合以及與產業協同結合對節能減排績效的影響結果。可見，學者基于分解分析法或計量分析法對能耗強度變動原因進行了大量研究，這為本文研究的開展奠定了重要基礎。

學者針對我國制造業能耗強度的變動原因也展開了一定研究。部分學者采用因素分解法探究制造業能耗強度變動原因。李力等[23]采用五種常用的因素分解法研究了1995-2006年的中國制造業能耗強度，指出我國制造業能耗強度總體保持下降趨勢。鄭若娟等[24]運用LMDI分解法對制造業能耗強度的變動因素進行了研究，發現技術效應是制造業能耗強度變化的主導因素，貢獻度達到80%以上。而運用計量分析法研究我國制造業能耗強度的影響因素的文獻相對較多。孫榮庭等[25]用回歸的方法研究了影響制造業能耗強度的因素,檢驗了能源價格對制造業能耗強度的調節作用。孔婷等[26]運用1995年-2005年的數據,采用層次回歸法對制造業24個重要行業的能源價格與能耗強度的關系進行實證研究。馮泰文等[27]運用1994-2006年的時間序列數據,對生產性服務業影響制造業能耗強度的路徑進行研究,同時以制造業的能源消費結構為控制變量，技術水平和能源價格為調節變量，研究調節變量對制造業產業結構與能耗強度關系的調節效應。王一帆等[28]基于2003-2007年28個制造業行業能源消費數據，發現制度因素、能源結構等因素對制造業能耗強度影響顯著。高耗能產業應著重提高經濟開放度，提高地理集聚度，降低煤炭消費比重；低耗能產業應努力提高企業規模，降低國有化比重。周龍權等[29]基于中國27個制造業的面板數據,對制造業能耗強度的影響因素及其變動趨勢進行實證分析。王鈺等[30]對1995-2012年中國制造業產出與二氧化碳排放、能源消費量的相關性進行分析。周五七[31]運用全局DEA模型測算中國36個工業行業全要素生產率增長,并將其分解成技術進步、純技術效率與規模效率變化效應,從多個行業異質性視角對效率增進、能源相對價格及技術進步對工業能耗強度的影響進行實證檢驗。相關學者的研究成果將為本文制造業完全能耗強度影響因素體系的構建及模型方法的選擇提供思路或理論依據。

以上研究表明，國內外學者針對宏觀層面的直接能耗強度研究相對較多，而中微觀層面的直接能耗強度研究相對較少，尤其關注制造業完全能耗強度變動成因的學者更少。從研究方法上看，較多學者采用投入產出法測算能源消耗量或碳排放量，但測算制造業完全能耗強度相對較少。部分學者采用指數分解分析法研究制造業直接能耗強度變動的關鍵因素，但此方法主要包括部門能源效率和產業結構兩個因素，無法系統科學地探究制造業直接能耗強度變動的深層原因。還有學者運用結構分解分析探究我國完全能耗強度變動原因，該方法從投入產出角度重點關注能源消耗系數、完全需要系數、最終需求結構系數、最終需求、最終能源消耗系數五個因素對完全能耗強度的影響，對投入產出系數以外的因素關注較少。其他學者基于少量因素對制造業直接能耗強度進行回歸計量分析。少量因素分析為靜態分析，缺乏動態性及系統性，此方法難以揭示少量因素在系統因素中的影響效應。盡管已有學者采用VAR模型系統分析各因素對制造業直接能耗強度的影響效應，但存在一定的局限性。VAR模型通常用于對滯后影響的衡量，同期的關系存在于隨機擾動項中，難以衡量影響因素波動對制造業直接能耗強度同期與滯后期的沖擊效應。此外，VAR模型重點關注變量間的中短期關系，較難科學把握長期均衡關系。為此，本文主要通過以下幾方面進行改進與完善：(1)通過投入產出法構建制造業完全能耗強度測度模型，進而測算1980-2016年制造業完全能耗強度時間序列數據；(2)基于物理-事理-人理系統方法論構建了科學全面的制造業完全能耗強度影響因素體系；(3)運用SVAR模型實證分析制造業完全能耗強度對各影響因素沖擊的動態響應大小，以提出科學合理的政策建議。

2 研究方法與變量選取

2.1 研究方法

(1)完全能耗強度測度模型的構建

能源是經濟發展的基本投入，各行業發展離不開能源。任一部門的發展，除直接消耗能源外，還因消耗中間投入品而間接消耗能源。若僅從直接能耗強度角度分析某部門節能減排情況，則很難獲得促使能耗上升的關鍵產業，這需要改變視角，分析該部門的完全能耗強度的變動機理。制造業能耗既包括直接消耗，又包括間接消耗，若制造業完全能耗強度大，則反映發展制造業對總體能耗的影響較大。可見，對制造業完全能耗強度變動機理進行分析，有利于深度挖掘制造業能耗現狀并制定系統科學的節能方案。本文基于直接與完全消耗系數，進而構建制造業完全能耗系數及完全能耗強度。

①直接消耗系數

直接消耗系數指某一部門單位總產出對另一部門產品或服務的直接消耗量，如公式(1)所示：

aij=yij/Yj, (i,j=1,2,…,n)

(1)

式(1)中，aij—j部門對i部門的直接消耗系數，其對應矩陣用A表示；yij—j部門總產出對i部門服務或產品的直接消耗量；Yj—j部門的總產出。

②完全消耗系數

完全消耗系數指某一部門為另一部門生產單位最終產品提供的直接及間接產品或服務的總量，可由式(2)計算，式(2)變形可得：B=A+AB，也可寫成式(3)。

B=(I-A)-1-I

(2)

(3)

式(3)中，bij—j部門對i部門的完全消耗系數，其對應矩陣用B表示；biq—q部門對i部門的完全消耗系數；aqj—j部門對q部門的直接消耗系數。

③完全能耗系數

依據公式(1)，直接能耗系數可通過式(4)計算：

aej=ej/Yj

(4)

式(4)中，aej—j部門的直接能耗系數；ej—j部門的直接能耗量；Yj—j部門的總產出。

由公式(3)，可構建完全能耗系數的計算公式(5)：

(5)

式(5)中，bej—j部門完全能耗系數；aej—j部門直接能耗系數；bei—i部門完全能耗系數；aij—j部門對i部門的直接消耗系數。

式(5)的矩陣形式可表示為式(6)：

Be=Ae+BeA

(6)

式(6)中，Be=(be1,be2,…,ben)—完全能耗系數行向量；Ae=(ae1,ae2,…,aen)—直接能耗系數行向量；A—直接消耗系數矩陣。

公式(6)經變形可得式(7)：

(7)

④完全能耗強度

根據已有研究，某部門完全能耗強度可通過式(8)計算：

Iej=Ej/Vj

(8)

式(8)中，Iej—j部門完全能耗強度；Vj—j部門增加值，Ej—j部門完全能耗量，該數據較難直接獲取，需要進一步測算得到。

式(5)中，bej特指j部門單位最終產品的完全能耗量，可通過式(9)計算得到。

bej=Ej/xj

(9)

式(9)中，xj—j部門的最終產品。

結合式(8)與(9)可得某部門完全能耗強度的另一計算公式(10)：

Iej=bejxj/Vj

(10)

式(10)表明，若要計算制造業完全能耗強度，需要基于投入產出表數據，先計算制造業的完全能耗系數bej，并獲取最終產品xj及工業增加值Vj。

(2)SVAR模型

在描述經濟變量間關系及處理具有動態特性的經濟變量時，傳統的結構化模型往往需要復雜的經濟理論基礎。但是，對某些經濟理論及復雜系統，一個結構化模型很難描述變量之間的動態關系。在結構化模型中，內生變量可出現在方程的左右端，造成模型推斷或參數估計復雜。為了解決上述問題，一種用非結構性方法來建立各變量間關系的VAR模型出現[32]。基于數據的統計性質，VAR模型得以建立，它把系統中每一個內生變量作為系統中所有內生變量的滯后值的函數來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型。

然而VAR模型存在一定局限性，即變量之間當期相關關系的確切形式沒有給出，而是隱藏在誤差項相關結構中。為了解決模型存在的問題，學者提出SVAR(結構化向量自回歸)模型，將基于經濟理論的變量之間結構性關系引入模型，可以捕捉模型系統內各變量間即時的結構性關系。由于各影響因素對制造業完全能耗強度存在同期與滯后期的沖擊效應[33]，SVAR模型具有較好的適應性。在建立SVAR模型之前，應先構建VAR模型，具體轉變步驟如下[34-37]：

一般VAR模型(k元p階)，如式(11)：

yt=C1yt-1+…+Cpyt-p+εt

(11)

由式(11)可知VAR模型缺乏對當期關系的描述，

k維向量εt=yt-C1yt-1-…-Cpyt-p，在此基礎上將式(11)改寫為C(L)yt=εt，其中C(L)為L的滯后多項式，C(L)=I-C1L-C2L2-…-CPLP，當模型平穩且C(L)可逆時，得到

yt=D(L)εt

(12)

式(12)中，D(L)=C(L)-1=D0+D1L+D2L2+…+DpLp,D0=IK

將式(11)轉變為結構式(13)：

C0yt=C1yt-1+…+CPyt-p+ut

(13)

改寫式(13)可得到式(14)：

C*(L)yt=ut

(14)

式(14)中，C*(L)=C0-C1L-C2L2-…-CPLP

在C*(L)-1存在的條件下，(11)式可以轉變為式(15)：

yt=E(L)ut

(15)

結合式(12)和式(15)可得式(16)：

D(L)εt=E(L)ut

(16)

式(16)是具有一般意義的SVAR模型。SVAR模型需要對具有同期關系的矩陣D(L)施加相應的約束條件，從而保證模型的有效性。設定存在k個內生變量，則約束條件的個數至少為k(k-1)/2個。

在建立SVAR模型的基礎上, 變量間的動態關系可用脈沖響應函數與方差分解進行分析。脈沖響應函數可描述來自隨機擾動項的一個標準差大小的信息沖擊對變量當前和未來取值的影響，可檢驗各影響因素變化對制造業完全能耗強度的持續時間與影響強度。方差分解可獲取各因素對制造業完全能耗強度變動的貢獻大小。

2.2 變量選取

由于制造業完全能耗強度的影響因素較為龐雜，可將其看成由物、事、人組成的復雜因素系統。本文特運用物理-事理-人理系統方法論構建制造業完全能耗強度影響因素體系。在制造業完全能耗強度影響因素中，“物理”即要把握制造業在完全能耗強度降低方面所具有的客觀條件。為了生產高質量產品，制造企業需要集成眾多先進技術，這有利于降低制造業完全能耗強度。通常情況下，FDI與企業規模可反映制造業技術發展水平，因此，物理因素主要通過技術進步、FDI、企業規模來代表；“事理”特指做事的道理，即制造企業合理安排人、財、物，一般通過效率來反映，本文主要體現在結構方面，包括能源消費結構、產業結構、產權結構、全社會固定資產投資結構；“人理”即做人的道理，處理任何事物都離不開人去做，以及由人來判斷這些事和物是否得當，本文主要體現在制造企業節能意識與措施、能源價格及經濟發展水平等方面，由于節能意識與措施很難獲取大跨度時間序列數據，本文暫不考慮，采用能源價格、經濟發展水平代表人理因素。

(1)技術進步

制造業技術進步對提高能源利用效率具有穩定、持續的影響，是降低我國制造業完全能耗強度的重要途徑。由于能源效率回彈效應的存在，技術進步降低完全能耗強度的作用可能會被削弱。制造業技術進步可用投入產出效率來衡量，考慮數據的可獲得性，本文以我國能源消費量、勞動人口、實際資本投入為輸入變量，以實際GDP為輸出變量，采用隨機前沿分析計算我國1980-2016年技術進步率。其中資本投入數據采用單豪杰的測算結果[38]，并按其方法補足剩余年份數據。國內生產總值(GDP)通過國內生產總值指數折算為1980年不變價，具體結果如表3所示。

(2)FDI

根據《2017年國民經濟和社會發展統計公報》顯示，2017年外商直接投資主要集中在制造業、信息傳輸、計算機服務和軟件業、房地產業、租賃和商務服務業等行業，投資比例分別約為25.7%、15.8%、12.9%、12.8%，可見，FDI投資制造業的比重較高，這將加速工業化發展，推動產業結構優化升級，并影響制造業完全能耗強度。FDI的積極效應體現在其加速了技術溢出與擴散的速度，外商投資企業帶來了先進的生產與管理技術，對制造企業改善能效起到一定的示范激勵作用。此外，外資的流入提升了制造業規模經濟水平，這在一定程度上提高了微觀領域的能源要素產出效率。本文考察實際外商直接投資對制造業完全能耗強度的影響，其中外商直接投資采用固定投資價格指數折算為1980年不變價。

(3)企業規模

企業規模擴大，具有較強的實力采用大型、高效的專用設備，以提高其經濟性，進而通過規模經濟實現能源利用效率的提高，邵軍等[39]發現企業平均規模的擴大對行業能效提高具有積極影響。但企業規模過大，可能會帶來X非效率，從而導致制造業完全能耗強度上升。本文企業規模采用工業總產值與工業企業與生產單位數之比替代，以考察企業規模對制造業完全能耗強度的影響，其中工業總產值以工業生產者出廠價格指數折算為1980年不變價。

(4)能源消費結構

不同能源品種之間存在著較大的效率差異，能源消費結構不同影響到組合的能源效率，從而影響到制造業完全能耗強度。在一次能源品種中，煤炭、原油、天然氣、電的利用效率分別約為27%、50%、57%、85%[40]。煤炭是一種利用效率相對較低的非清潔能源，相比而言，天然氣、電力等其他傳統能源則更加清潔高效。因此，提高天然氣、電力及其他新能源的消費比重，不僅可以優化能源消費結構、提高能源利用效率，還可有效的減少污染物排放。本文以煤炭消費量占能源消費總量的比重來替代能源消費結構。

(5)產業結構

自2000年之后，我國進入重工業化時期，重工業的快速增長導致對能源需求的迅猛增長。因此，加快制造業內部結構的調整、推進產業結構的優化升級對降低制造業完全能耗強度具有重要影響。在供給側結構性改革背景下，限制高能耗行業的盲目擴張，扶持低能耗、高附加值的高新技術產業，有利于保持制造業高增長的同時降低能耗。由于部分年份數據缺失及統計口徑不一致，高耗能行業產值的時間序列較難獲取，本文以重工業產值占工業總產值的比重替代制造業產業結構。

(6)產權結構

長期以來，國有企業及壟斷行業有著較弱的外部環境規制力度、較高的成本轉移能力，國有資本優勢、國有支持優勢以及行政性特征形成了較低的資源配置與管理效率。相較而言，私營企業、外商投資等非公有制企業則具有更高的效率，因此，適當降低國有制造企業特別是國有高能耗行業的比重將對降低制造業完全能耗強度產生有利影響。依據可獲得性原則，本文以國有及國有控股工業企業總資產占全部工業企業總資產的比重來替代產權結構。1998年及以后工業企業口徑范圍為全部國有及年主營業務收入在500萬元以上非國有工業企業，故與以前年份不完全可比。

(7)全社會固定資產投資結構

根據《2017年國民經濟和社會發展統計公報》顯示，2017年固定資產投資(不含農戶)中30.7%投向了制造業部門，22.2%投向基礎設施，17.4%投向房地產開發，三者合計超過70%，該結構將對制造業完全能耗強度產生重要影響。由于我國城市化進程還處于加速階段，固定資產投資大量流入基建和房地產行業，催生了對鋼鐵、水泥等高耗能產品的需求，從而推高了整體能耗水平。根據可獲得性原則，本文通過2012年中國投入產出表得到制造業分行業當年增加值，以1980年為基期折算為不變價，得出2012年制造業各行業完全能耗強度，并將完全能耗強度相對較高的行業設定為高耗能行業。具體包括黑色金屬冶煉和壓延加工業、化學原料和化學制品制造業、石油加工、煉焦和核燃料加工業、非金屬礦物制品業、有色金屬冶煉和壓延加工業、化學纖維制造業、造紙和紙制品業以及橡膠制品業。本文采用高耗能行業固定資產投資額占當年制造業固定資產投資總額的比重來替代全社會固定資產投資結構。

(8)能源價格

能源作為一種基本的生產投入要素，其價格高低直接影響到企業的生產成本。當某種能源價格上漲時，較高的能源成本促使企業提高節能意識，加快技術改進與設備更新，強化企業管理，從而減少能源消費量。改革開放以來，能源價格改革長期處于緩慢滯后的被動狀態，能源價格無法反映市場供求，能源價格的扭曲，企業缺乏節能降耗的內在動力，導致能源浪費現象嚴重。因此，充分發揮能源價格的杠桿作用將對降低制造業完全能耗強度產生積極影響。本文采用原料、燃料、動力購進價格指數來替代能源價格。因《中國統計年鑒》從2011年起，將原材料、燃料、動力購進價格指數變更為工業生產者購進價格指數，本文對應調整一致。

(9)經濟發展水平

發達國家發展經驗表明，完全能耗強度會經歷一個先上升后下降的過程。在經濟發展水平較低時，完全能耗強度隨著經濟發展水平的提高而提高，而在經濟發展到較高水平時，完全能耗強度隨著經濟發展水平的提高而下降。經濟發展一般通過規模、技術及結構效應影響完全能耗強度。規模效應對節能降耗作用不明顯，而技術與結構效應則相對明顯。技術效應有利于制造業提升能源利用效率，減少能源消耗量。結構效應則優化了產業結構，降低了高耗能行業比重并推動了制造業增加值的增長，因此，經濟發展水平影響制造業完全能耗強度變動趨勢。本文以人均GDP來衡量經濟發展水平，GDP通過國內生產總值指數折算為1980年不變價。

3 實證分析

3.1 完全能耗強度的測度

(1)調整投入產出表行業劃分

目前，我國已公布11個年度部門齊全的投入產出表及延長表，本文以數據的可獲性為原則調整11個年度的投入產出表的行業劃分，綜合分行業能耗量統計表與投入產出表，最終可得到行業分類，確定了8個行業類別：1.農林牧漁業；2.采掘業；3.制造業； 4.電力、煤氣及水生產和供應業；5.建筑業；6.交通運輸、倉儲和郵政業；7.批發、零售和住宿、餐飲業；8.其他三產。對沒有公布投入產出表的年度，采用RAS法進行測算補齊，進而可得1980-2016年的包含8行業投入產出表。

(2)計算可比價投入產出表

為了獲得可比性投入產出表，特將現價投入產出表轉化為1980年可比價投入產出表，由于篇幅較大，略去。工業分行業工業品的出廠價格指數來源于《中國工業經濟統計年鑒》。對包含多個子行業的行業價格指數，本文采用加權平均法予以獲取。用商品零售價格指數來代替批發、零售和住宿、餐飲業的價格指數，用交通、通訊用品價格指數表示交通運輸、倉儲和郵政業價格指數。針對其他三產行業價格指數，本文綜合居住、衛生、文化娛樂及服務項目價格指數，近似獲取其價格指數，如表1所示。

表1 部分年份各行業定基價格指數

依據各類統計年鑒數據，整理測算分行業的能源消耗總量，如表2所示。在此基礎上根據公式(10)，可得到1980-2016年我國制造業完全能耗強度，如表3所示。表3顯示，我國制造業完全能耗強度總體呈現下降趨勢，但部分年份存在回彈現象，為促進制造業完全能耗強度持續下降，需要深入分析制造業完全能耗強度的影響因素作用大小及方向。

表2 部分年份各行業能源消耗總量 單位：萬噸標準煤

3.2 SVAR模型實證分析

(1)數據來源與處理

本文影響因素數據源自《中國統計年鑒》、《中國能源統計年鑒》、《中國價格統計年鑒》、《中國工業經濟統計年鑒》等。部分缺失數據，采用加權平均或插值等方法進行補齊處理。模型對所有涉及到貨幣計量的時間序列均以1980年為基期進行平減。基于上文分析，將制造業完全能耗強度、技術進步、FDI、企業規模、能源消費結構、產業結構、產權結構、全社會固定資產投資結構、能源價格和經濟發展水平分別表示為EI、JSJB、FDI、PJGM、MTZB、GZB、GYZB、GGZB、NYJG和RJGDP。本文數據分析工具為Eviews8.0。數據分析前，已對EI、PJGM、NYJG、RJGDP進行對數化處理，如表3所示。

表3 部分年份變量數據

續表3 部分年份變量數據

(2)平穩性檢驗

本文選用ADF法對各變量進行平穩性檢驗，檢驗結果如表4所示。由表4可知，除JSJB與RJGDP，各變量在水平下均無法通過檢驗。為此，需要對這些變量進行一階差分，而在一階差分下大都在1%顯著性水平下通過ADF檢驗。為提升模型輸出結果的可靠性，本文采用各變量平穩序列進行自向量回歸分析。依據施瓦茲準則及赤池信息量準則選用滯后階數，一般選取兩準則值最小的階數，最終確定模型為SVAR(2)，此模型運用最小二乘法估計，結果顯示所有特征根存在于單位圓內，即模型滿足平穩性條件，可進入下一步分析。

(3)模型約束條件設定

根據第二部分內容，需對式(16)中D(L)進行條件約束。短期或長期約束是模型施加約束的兩種方法。由于短期約束可根據相關經濟理論對模型施加約束條件，本文采用短期約束，具體約束條件設定如下：①制造業完全能耗強度受到所有變量的影響；②技術進步受到FDI、企業平均規模、煤炭消費占比、能源價格的影響；③FDI受制造業完全能耗強度及技術進步的影響；④企業平均規模受到制造業完全能耗強度的影響；⑤煤炭消費占比受到制造業完全能耗強度、技術進步、重工業占比、能源價格的影響；⑥重工業占比未受到企業平均規模、國有企業占比及人均GDP的影響；⑦國有企業占比受到制造業完全能耗強度與FDI的影響；⑧高耗能行業固定資產投資額占比受到技術進步、煤炭消費占比、重工業占比及能源價格的影響；⑨能源價格受到制造業完全能耗強度、技術進步、煤炭消費占比、重工業占比及高耗能行業固定資產投資占比的影響；⑩人均GDP受到各變量的影響。在式(16)滿足可識別條件的情況下,可使用信息極大似然方法估計得到D(L)的所有未知參數，如式(17)所示。式(17)反映了SVAR模型中變量間的相互影響關系。其中，***、**、*分別代表1%、5%及10%顯著水平下參數估計顯著。可見，大多數變量對制造業完全能耗強度存在顯著的影響，但影響方向差異明顯。受模型檢驗方法與約束條件限制，變量沖擊對制造業完全能耗強度未來值的長期影響需要進一步建立脈沖響應函數與方差分解來獲取。

表4 平穩性檢驗

注: ***、**、*分別代表1%、5%及10%顯著水平。檢驗類型中的三項參數依次表示序列是否具有常數項C、時間趨勢T及最大滯后期階數。不具有常數項或時間趨勢項的序列，對應類型用0表示。

D(L)=

(17)

(4)脈沖響應與方差分解分析

在SVAR模型的基礎上，建立脈沖響應函數以分析制造業完全能耗強度對各影響因素一單位標準差沖擊的反應，具體結果如圖1所示。圖1中，橫軸表示追蹤期數，本文設定為10年。

從圖1可看出，制造業完全能耗強度對自身變化的沖擊主要保持較高正響應。當受到自身的一個標準差新息沖擊時，制造業完全能耗強度從第1年開始正響應逐漸增大，在第2年達到最大正響應(0.0482)，但第4年則呈較大負響應(-0.0605)，第5年達到正響應(0.0220)后，開始穩態收斂；當受到技術進步的一個標準差新息沖擊時，制造業完全能耗強度第1-3年為負響應，且第2年達到最大負響應(-0.0438)，第4-5年則為正響應，第6年開始收斂于0值附近；當受到FDI的一個標準差新息沖擊時，制造業完全能耗強度第1年出現較小正響應，第2年達到最大正響應(0.0436)，接著正響應減小，并于第4年達到負響應(-0.0231)，隨后負響應減小，并在第5年達到正響應(0.0224)，而第6年則又達到最大的負響應(-0.047)，第7年后開始收斂于0值附近，即制造業完全能耗強度對FDI的沖擊總體呈現先正響應再負響應趨勢；當受到企業規模的一個標準差新息沖擊時，制造業完全能耗強度前2年保持較大負響應，第3-4年則出現較大正響應，隨后第5出現較大負響應，第6年開始收斂于0值附近；當受到能源消費結構的一個標準差新息沖擊時，制造業完全能耗強度第1-2年為正響應，第3年出現最大負響應(-0.0586)，第4年則呈現正響應，第5年后開始收斂于0值附近；當受到產業結構的一個標準差新息沖擊時，制造業完全能耗強度第1年呈現較小的正響應，接著小幅下降，并于第2年達到最大負響應(-0.0559)，之后大幅上升，并在第3年呈現最大正響應(0.1092)，然后迅速下降，并于第6年出現較大的負響應(-0.0347)，隨后小幅上升并呈現穩態收斂趨勢；當受到產權結構的一個標準差新息沖擊時，制造業完全能耗強度從第1年開始正響應大幅上升，并于第3年達到最大正響應(0.0797)，之后正響應呈逐漸變小趨勢，在第4年達到最大負響應(-0.1011)，第5-9年則出現明顯波動，但以正響應為主；當受到固定資產投資結構的一個標準差新息沖擊時，制造業完全能耗強度第1年呈現微小的正響應，從第2年達到最大正響應(0.0418)，之后正響應減小，并于第5年出現最大負響應(-0.0495)，隨后負響應減小，第6年開始收斂于0值附近；當受到能源價格的一個標準差新息沖擊時，制造業完全能耗強度大都保持負響應狀態，僅在第2與5年出現明顯的正響應，第8年后出現收斂趨勢；當受到經濟發展水平的一個標準差新息沖擊時，制造業完全能耗強度總體呈現先負響應后正響應趨勢，第8年后呈穩態收斂趨勢。

圖1 制造業完全能耗強度對變量沖擊的脈沖響應

綜上所述，制造業完全能耗強度對多數影響因素沖擊的響應較為激烈。結合制造業完全能耗強度響應特點，為便于歸納分析，本文設定短期為1～2年，中期為3～4年，長期為5年及以上。技術進步在短期內對制造業完全能耗強度降低呈正效應，即隨著企業技術的不斷進步，能源消費出現明顯下降；在中長期內則保持負效應，可能與能源回彈效應有關，即部分企業技術進步的提升在某種程度上將刺激能源消費的上升。FDI上升，短期內制造業完全能耗強度顯著上升；中長期內完全能耗強度下降。可見，中短期內，FDI技術溢出帶來能源消費下降的作用不明顯，但隨著時間的推移，FDI的技術溢出效應明顯增強，能源消費隨之下降。企業平均規模擴大，短期內制造業完全能耗強度下降；中長期內制造業完全能耗強度主要呈上升趨勢，可能是因為企業規模過大引起管理效率的下降，規模效應帶來的正影響變弱，能源消耗相對較高。煤炭消費占比上升，短期內對制造業完全能耗強度降低呈負效應；中期內對制造業完全能耗強度降低呈明顯正效應，這說明中期內隨著能源技術的不斷提升，煤炭利用效率得到明顯改善，制造業完全能耗強度不斷下降；長期內，對制造業完全能耗強度降低呈較弱負效應。在響應期內，重工業占比上升總體對制造業完全能耗強度的降低起到負作用。國有企業占比上升，短期內制造業完全能耗強度小幅上升；中長期內制造業完全能耗強度下降，可能是因為國有企業相較私營企業更易實現規模經濟，由于資金優勢等更多地采用節能設備，節能效果明顯。短期內，高耗能行業固定資產投資占比越高，制造業完全能耗強度越高；中長期內，高耗能行業固定資產投資占比與完全能耗強度總體呈現先正相關然后負相關的趨勢，可能由于社會投資效率和質量的改進較為曲折，但效率與質量的提高降低了能源消費。短期內，能源價格上升，制造業完全能耗強度上升；中期內，能源價格上升，制造業完全能耗強度下降；長期內，能源價格與制造業完全能耗強度呈現先正相關然后負相關趨勢，這與何凌云等[41]觀點一致。短期內，人均GDP對制造業完全能耗強度的降低基本保持較小的正效應，但中長期內正負效應交替出現。這說明改革開放以來，我國經濟發展進入較高水平，人均GDP上升有利于制造業完全能耗強度下降。但中長期內，部分年份制造業完全能耗強度隨著人均GDP的上升而小幅上升。可見，盡管我國經濟總量較大，但經濟發展模式有待進一步改進。當前，我國新常態發展模式及供給側改革的本質是為了提升經濟發展的質量，這有利于制造業完全能耗強度進一步下降。

圖2方差分解表明，按總體平均作用從大到小順序，影響制造業完全能耗強度的因素依次為：DPJGM>DNYJG>DGYZB>DGZB>JSJB>DEI>DMTZB>DGGZB>DFDI>RJGDP。長期來看，各因素對制造業完全能耗強度的平均貢獻率從大到小依次為：DPJGM(20.36%)、DNYJG(19.94%)、DGYZB(18.17%)、DGZB(13.44%)、JSJB(5.51%)、DEI(5.29%)、RJGDP(4.75%)、DMTZB(4.31%)、DGGZB(4.15%)、DFDI(4.08%)。從總體平均作用和長期平均作用來看，應特別重視企業規模、能源價格、產權結構、產業結構、技術進步的調控力度，促進制造業完全能耗強度的有效降低。

圖2 制造業完全能耗強度方差分解

4 結語

本文以制造業完全能耗強度為研究對象，在隱含能視角下，構建了制造業完全能耗強度的測度模型，基于物理-事理-人理系統方法論，構建了制造業完全能耗強度影響因素體系，運用SVAR模型探究1980-2016年各因素對制造業完全能耗強度的影響規律。脈沖響應分析表明，在短期內，企業規模、產業結構、能源價格、技術進步、FDI等對制造業完全能耗強度影響程度相對較大。企業平均規模、重工業占比、技術進步率上升，制造業完全能耗強度下降；而能源價格、FDI上升，制造業完全能耗強度上升。中長期內，企業規模、產權結構、能源價格、產業結構、技術進步等對制造業完全能耗強度影響程度相對較大。中期內，能源價格上升，制造業完全能耗強度下降；企業平均規模、重工業占比上升，制造業完全能耗強度上升；技術進步率上升，制造業完全能耗強度先下降后上升，而國有企業占比的影響恰好相反。長期內，國有企業占比、技術進步率上升，制造業完全能耗強度上升；能源價格上升，制造業完全能耗強度先上升后下降，而企業平均規模、重工業占比的影響恰好相反。方差分析表明，企業規模、能源價格、產權結構、產業結構、技術進步對制造業完全能耗強度作用較大。

針對上述分析結果，本文提出如下對策建議：(1)適度擴大企業規模。積極推動制造企業兼并重組，實現規模經濟效應帶來的完全能耗強度降低，同時應控制企業規模，避免企業規模過大帶來的無效率現象。(2)合理調控能源價格。制定能源價格政策時，注重能源價格效應的長期性；推進能源價格改革，應盡量減小政府直接干預能源價格的范圍與程度，完善針對壟斷環節的價格監管制度，鼓勵市場有序競爭。(3)推進產權結構多元化。持續深化國有企業改革，完善國有企業體制機制，積極發展清潔、環保、高效私營、外商投資與港澳臺商投資企業等。(4)優化升級固定資產投資與產業結構。大力發展高新技術產業，降低高能耗產業投資比重，提升現有高耗能產業發展質量。(5)持續加快技術進步。應將技術創新作為降低制造業完全能耗強度重要途徑，在引進國外先進技術設備的同時，加大自主創新力度，逐步建立產學研相結合的技術創新體系。與此同時，完善應對能源回彈效應機制體制。(6)穩定經濟增長。十三五期間，我國正處于跨越中等收入陷阱關鍵時期，應進一步優化制造行業結構，轉換增長動能，提高全要素生產率，保持制造業增加值與GDP持續增長，在增加產出的同時減少能源消耗量。(7)優化能源消費結構。進一步提升煤炭利用效率，提高高效能源的消費比重，積極發展可再生與清潔能源。