四川省能源效率影響因素分析

于文慧 于文華

（西南石油大學經濟管理學院，四川 成都 610500）

四川作為西部能源大省，在擁有豐富能源資源的同時，其存在的能源、社會、經濟、環境問題一直是社會聚焦的重點。

從文獻研究來看，研究西部能源效率的文章較多[1-4]，而單獨研究四川省的較少。由于單獨研究四川省能源效率影響因素的文獻較少，且運用的模型類型不夠豐富，所選擇的影響因素不夠全面，難以刻畫出四川省能源效率影響因素的全貌，因此該論文選取多個影響因素和VAR模型進行拓展研究，以期達到拋磚引玉的作用。

1 變量選取

（1）能源效率（EF）

一般以單位GDP能耗來表示，單位為“噸標準煤/萬元”，能源效率采用倒數的形式來表示，即國內生產總值與能源消費總量的比值來表示。首先對數據做預處理，以2005年為基年，計算真實GDP。

（2）能源消費結構（CER）

四川省清潔能源資源較為豐富，隨著企業生產方式、居民生活方式的改革以及綠色發展理念的貫徹，清潔能源在能源消費結構中所占的比例也呈現上升的趨勢。

（3）技術進步（R＆D）

采用研究與實驗發展經費（R＆D）來表示。技術進步對能源效率的正面作用主要來自能源友好型技術的開發與應用, 負面作用則主要來自高能耗產業的技術進步“回彈效應”與路徑依賴特征[5]。

（4）產業結構（IS）

采用第三產業占據第二產業比重來表示。根據“結構紅利假說”假設，當能量要素投入自發地從低效部門流向高效部門時，每個部門的整體效率將得到提高[6]。

（5）外商直接投資（FDI）

外商直接投資可以間接通過競爭效應與示范效應提高東道主的能源效率，也可以通過技術溢出直接提高能源效率。

（6）GDP增長率（GDPR）

通過GDP增長率來作為解釋變量，簡單刻畫經濟發展水平與能源效率之間的相關關系。

數據來源為歷年《四川省統計年鑒》，考慮到數據的完整性與連續性，時間跨度為2003年—2017年。

2 模型設定

主要采取以下模型：

（1）LnEFt=C+α1LnCERt+α2LnRDt+α3LnISt+α4LnFDIt+α5LnGDPRt+εt；

（2）LnEFt=C+β1LnISt+β2LnFDIt+β3LnGDPRt+γt。

3實證分析

3.1 回歸分析

首先進行多元線性回歸，來初步探討這五個解釋變量與被解釋變量之間的相關性。首先進行對數化，消除可能存在的異方差，分析結果見表1。

表1 能源效率影響素因素多元回歸分析

根據表1可知，通過置信度0.01的顯著性檢驗的有四個變量，即LnIS、LnCER、LnGDPR和LnFDI，但是GDP增長率表現為負向相關，變量LnRD表現為不顯著。樣本決定系數為0.98，擬合效果好，F檢驗表明變量間呈現出高度線性。

表1 系統各部分程度運行路徑情況表

結果表明，產業結構與能源效率呈現正向關系，產業結構優化一個單位，能源效率能提高0.59個單位，與實際情況相符。能源消費結構與能源效率也呈現正向相關關系，清潔能源消費占比提升1個單位，能源效率能提高0.2個單位。外商直接投資呈現正向效應，外商直接投資提升1個單位，能源效率能提高0.14個百分點。主要原因在于可以吸收來自國內國外的資金，能源損耗隨之下降。GDP增長率相關系數為負數，表明當GDP增長率提升一個單位，能源效率會降低0.18個單位。這與四川省的經濟發展模式有關，目前四川省正逐步從粗放式的生產方式轉變為綠色高效的生產方式，但是經濟增長速度與能源效率不匹配。第二經濟高速發展帶來的城鎮化并沒有帶來能源效率的大幅度降低，再加上良好的生活能源消費習慣沒有養成，導致城鎮化的“人口紅利”沒有得到顯現。最后，GDP指標只考慮經濟總量的增長，而沒有將經濟發展對資源的使用狀況考慮在內，并且沒有剔除對環境和生態破壞這一因素，所以具有片面性。技術進步的P值為0.122 2，沒有通過顯著性檢驗。但是從實際情況來看，技術進步是提升能源效率的重要因素，可能原因是相比于全國，四川省在技術開發方面還主要依靠對外開放來獲得，經費投入對提高能源效率的效果沒有體現出來。

3.2 協整分析

3.2.1 單位根檢驗

接下來通過VAR模型來進行驗證與能源效率之間的關系，排除掉技術進步變量，首先對數據進行對數化，消除可能存在的異方差。為避免偽回歸，還需要進行單位根檢驗。首先通過Eviews9.0進行平穩性檢驗，檢驗結果見表2。

表2 平穩性檢驗

通過軟件分析，可以得出五個變量原數據均不平穩，經過一階差分后均拒絕原假設，即平穩，不存在單位根，并且都屬于一階單整，可以繼續分析。

3.2.2 提前測試

由于數據獲得性與事先檢驗，發現模型存在解釋變量過多、時間序列短等問題，所以應當適當減少解釋變量個數。通過多次檢驗，發現去掉能源消費結構變量后可以繼續進行協整檢驗。

3.3 基于VAR模型實證分析

3.3.1 VAR模型

構建VAR模型的作用在于對時間序列系統的預測和隨機擾動對變量系統的動態沖擊，進而解釋各種經濟沖擊對經濟變量所造成的影響。構建VAR模型的前提條件是進行滯后期的選擇，其確定滯后期的方法為比較AIC值和SC值[7]，具體結果見表3。

根據表3，綜合考慮似然比檢驗、最終預測誤差、AIC、SC、HQ信息準則結果，確定滯后階數為一階。

表3 向量自回歸模型滯后期的確定標準

最終根據比較LR（似然比統計量）、AIC（赤池信息準則）和SC（施瓦茨準則）可以得出可以確定VAR（1）模型。模型估計結果見表4。

表4 VAR模型估計結果

3.3.2 脈沖響應函數

AR根圖是檢驗能否進行脈沖響應的前提，通過AR根圖檢驗，得到圖1，發現所有點落在單位圓內，表明可以做脈沖響應。

圖1 AR根圖

圖2、3、4給出了FDI、GDP增長率、IS對能源效率的沖擊。從圖2可以看出，當在本期給予FDI一個正向沖擊后，EF在第一期為負，直到第三期才開始出現正向響應，之后開始穩定。這與實際情況相符，因為投資具有滯后性，具有一定的周期效應，并且外商直接投資具有強烈的政府主導特征，資源配置效率不高，所以就出現上述現象。后面開始出現穩定正向響應但是影響效果小的情況，有如下原因：首先經過一短時間后，FDI的作用開始顯現，包括開發新技術，接受國外先進技術與人才、管理方式等等；再者四川清潔能源豐富，高新技術產業地區也處于快速發展時期，FDI可以顯著提升能源效率；其次由于技術保護，跨國公司不會直接轉移先進技術；最后四川省依舊存在對能源依賴程度較高、設備技術陳舊的企業，所以FDI對這些企業、地區的能源效率提高作用不大，拉低整體能源效率。

圖2 FDI對EF的脈沖響應

從圖3脈沖響應圖可以得到，在地區生產總值增長率受到一個沖擊后，能源效率從第一期開始受到的影響為0，之后達到最大值，然后下降，整個過程較平穩。首先GDP增長率表明經濟的增長速度，社會進步必然會帶來生產方式革命，實施清潔能源替代工程。再者地區生產總值的增加，從消費端和思想觀念上提高能源效率。但是將地區生產總值用來描述社會環境是片面的，因為GDP剔除了生態環境等指標。綜上，地區生產總值增長率對能源效率的影響才會出現上圖現象。

圖3 GDPR對EF的脈沖響應

從圖4中可以看出，在一開始，能源效率就呈現出下降的趨勢，并且在第七期達到最低值，而后沖擊影響開始有所減弱，但一直呈現負向沖擊。總體來看，由于本文設置的產業結構變量為第三產業占據第二產業的比值，也從側面驗證了第二產業與能源效率是呈現出正相關的。

圖4 IS對EF的脈沖響應

4 政策建議

提高產業結構對能源效率的影響力，發揮第三產業降低能耗的優勢[8]；擴大清潔能源消費占比是提高能源效率的重要舉措，與其他產業比如農業、光伏產業甚至制造業相結合，最大限度提升能源效率；政府應為外商直接投資創造良好的金融環境，培養相關人才，放寬外商直接投資的準入條件，完善法律法規；不能唯經濟數字為目標，要同時兼顧生態環境，實現能源效率與GDP同時高效增長。