空間計量視角下區域能源強度影響因素分析

張晨旗　姜娟

摘? ?要：基于2010—2019年10年間華北華東兩大地區的面板數據，運用空間計量模型，研究了這兩大地區的能源強度影響因素，并將模型的結果效應分解，結合地區特點深入分析，旨在研究地區內及地區之間各變量影響能源強度的作用，并根據分析結果提出相應的改進建議。結果表明，兩地區間能源強度存在空間相關性。空間杜賓模型結果顯示，總體上經濟發展水平、外資水平、技術水平的提高都對降低能源強度有積極影響;產業結構優化結果雖不顯著，但地區應結合自身實際情況提升第三產業的比重，從而實現長遠的綠色發展。

關鍵詞：華北華東;能源強度;空間杜賓模型;產業結構優化

中圖分類號：F127? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2022）11-0043-05

引言

能源是人類社會生存與發展必不可少的重要物質基礎，是中國以及全世界國家長遠發展的關鍵。我國從1978年改革開放到現在已有40多年，經濟始終保持高速增長態勢，這與對能源資源的大量消耗密不可分。但是，能源資源是極其有限的，雖然我國的能源資源總量相對豐富，但人均能源資源擁有量較低;而且我國能源資源的分布極其不均衡，開發難度較大，再加上這些年來我國對能源的消費是非常粗放的。隨著國家向城市化、工業化的快速發展，對各式各樣的能源需求也越來越大，這樣的能源消費方式不利于長久穩定的發展，還會引發生態環境變差、能源短缺等一系列問題。

作為能源消費大國，降低能源強度，是有效實現長遠綠色發展的重要手段。我國在“十一五”期間提出了能源強度下降20%的目標，“十二五”期間提出了能源強度下降16%的目標;黨的十八大以來提出了“能源革命”的戰略思想等。最近與能源相關的政策是黨中央根據現階段我國的基本情況提出的“2030 年達到碳排放峰值，2060 年前實現碳中和”的目標。但是，我國的能源強度仍比世界平均水平高，而且由于我國國土遼闊，許多省份之間的能源結構、能源消費水平等因素差異巨大，各地區的省、市、自治區的發展極不平衡，所以，深入研究我國省級行政區及各地區之間的能源強度問題，分析其影響因素，對于制定相應政策具有現實意義。

基于此，本文有針對性地以我國華北及華東兩個地區共12個省、市、自治區為研究對象，通過構建空間面板數據模型，對影響能源強度的因素進行分析。對此問題的深入研究，有利于優化我國能源資源的空間配置，有利于各級政府制定相應政策，也為我國實現高質量長遠發展提供了建議和參考。

一、文獻綜述

相關文獻對能源強度的影響因素等做了大量研究。沈小波（2021）利用空間面板模型考察分地區產業結構扭曲對能源強度的影響，結果表明，產業結構扭曲雖然對能源強度沒有顯著的直接效應，但卻存在顯著的間接效應。從總效應看，產業結構扭曲是抑制能源強度下降的一個重要因素。王韶華（2021）從供給側改革的視角入手，研究了京津冀地區工業能源強度的影響因素，得出以下結論：京津冀工業能源強度具有負空間溢出效應，空間格局經歷了“北京高耗期”、“能耗轉換期”和“河北高耗期”3個階段;京津冀工業能源強度與勞動生產率、能源結構、科技創新強度和環境規制強度呈負相關關系，與投資強度呈正相關關系;科技創新強度與環境規制強度具有顯著的空間溢出效應。趙慧卿（2019）研究了30個省區市的能源強度的影響因素及其空間溢出性，結果表明，城市化水平、能源消費結構和能源稟賦對省區能源強度有顯著正向影響，而經濟發展水平和技術進步的影響則為負向;從溢出效應來看，東部省區的城市化水平、西部省區的能源消費結構以及東、中、西部地區的能源稟賦均產生了正向的空間溢出效應，而東西部地區的技術進步則產生了負向的空間溢出效應，東部、中部和西部地區固定資產投資的空間溢出效應方向相反。Zhao（2019）實證研究了產業轉移對區域能源強度的影響，結果說明，產業轉移和經濟發展可以促進區域能源強度的趨同。

通過對現有文獻的梳理發現，對于我國而言，能源強度存在空間自相關性。在探討能源強度的影響因素中，大多是以產業結構、技術進步、政府干預、人力資本、能源價格等為主要變量，而且研究對象都是以某個特定的地區或是全國30個省級行政區為例，很少有將兩個地區結合起來作為研究對象的。故本文將在現有文獻的基礎上，以能源強度為被解釋變量，將產業結構、人均GDP、外資水平、技術進步作為解釋變量，以2010—2019年的10年間華北華東12省、市、自治區的相關數據為例，采用空間計量模型研究這些因素對能源強度的影響作用究竟如何，并為完善這類問題的研究提供參考。

二、理論分析

（一）能源強度（EI）

能源強度是用于對比不同國家和地區能源綜合利用效率的最常用指標之一，體現了能源利用的經濟效益。能源強度最常用的計算方法有兩種，一種是單位國內生產總值（GDP）所需消耗的能源，另一種是單位產值所需消耗的能源。而后者所用的產值，由于隨市場價格變化波動較大，因此若非特別注明，能源強度均指代單位GDP能耗，最常用的單位為“噸標準煤/萬元”。

（二）產業結構（IS）對能源強度的影響

產業結構是一個地區乃至國家的重要因素，決定著各級投入與產出，對經濟發展有著極大的影響。而產業結構的調整對地區的能源強度也有明顯的關聯。但學者們對其分析的結果卻并不統一。總體而言，產業結構的合理變化是可以降低能源強度的，但對于區域間調整后的作用也有顯著的差異，這是值得探討的。

（三）其他變量對能源強度的影響

經濟發展水平（GDP）對能源強度也有直接影響。發展水平越高，其對能源的供需要求就越大。外商投資（FDI）對能源強度的具體影響還未可知，但必定是有關聯性的。技術進步（NIP）一直也是學者們在能源強度問題上的重點關注變量，技術進步在理論上能對降低能源強度產生作用，但在區域間的影響作用還需進一步研究。

三、模型設計

（一）模型設定

經過上文的理論分析，可大致將本文的模型按如下設計：

EI=f （IS，GDP，FDI，NIP，θ）

其中，EI為能源強度，其數值為能耗總量與GDP的比值;IS為產業結構優化，其度量方式采用各地區第三產業總產值與第二產業總產值的比值;GDP為人均GDP，即各地區年末總人口數與國內生產總值的比值;FDI為外商投資水平，采用各地區每年的外商直接投資額與國內生產總值的比值來度量;NIP為技術進步，用各地區每年的規模以上企業的有效發明專利數來代替;θ表示殘差項。

雖然影響能源強度的因素有很多，所選的變量必定不能代替所有方面，但也在某種角度上盡量將主要因素考慮周全了。

（二）數據來源

本文的數據均來源于各大統計年鑒，主要有《中國統計年鑒》、《中國能源統計年鑒》、《中國貿易外經統計年鑒》、《中國科技統計年鑒》。為避免數據間的異方差性，對其進行了對數化處理。

（三）空間權重矩陣

空間權重矩陣是研究空間相關性等的重要基礎。現有研究主要采用的空間權重矩陣有四種，地理距離權重矩陣、0—1鄰接矩陣、經濟權重矩陣和經濟距離權重矩陣。本文選取地理距離倒數空間權重矩陣來進行分析研究。根據地理學第一定律，距離越近，權重影響越大。一般是取距離的倒數或者距離平方的倒數（距離越大影響越小）。

（四）變量描述性統計（見表1）

四、實證研究

（一）空間自相關檢驗

本文這里選用空間統計學相關指數Moran’s I對其進行檢驗。若兩個地區鄰接，矩陣元素取1;否則取0。Moran’s I值的取值范圍為-1<I<1。若Moran’s I值大于0，則說明存在空間正相關，Moran’s I值越大，正相關程度越強;若Moran’s I值等于0，則說明不存在空間自相關;若Moran’s I值小于0，則說明存在空間負相關，其絕對值越大，空間排斥現象越嚴重。

本文使用GeoDa軟件進行檢驗，并繪制出莫蘭散點圖，以更直觀地顯示空間相關性。結果顯示，兩個地區的12個省級單位都位于第一、第三象限，總體存在空間自相關，故運用空間計量模型才能準確地研究各變量對能源強度的具體影響。

（二）模型結果

為了確定具體使用的空間計量模型，報告了SEM、SAR、SDM三種模型的結果，還將結果的空間效應分解，從直接、間接和總效應角度來分析回歸結果，并根據赤池準則（AIC）和對數似然估計值（LL）來判斷最優模型。

以下是三種模型的結果（見表2）。

Akaike Info Criterion（赤池信息準則）越小，說明模型越好;Log Likelihood（對數似然值）越大，說明模型越好。從模型結果看，SDM模型的AIC值最小，LL值最大，所以選擇SDM模型的結果進行分析。

根據SDM模型初步的結果可以看出，經濟發展水平和外商投資水平的結果顯著為負，意味著這兩種因素能對降低能源強度起到顯著的促進作用;而產業結構調整和技術進步的結果并不顯著。為了更有效地說明各變量對能源強度的具體影響，將SDM的效應分解，從直接、間接的角度并結合各地區的特點深入分析。以下是SDM模型效應分解后的結果（見表3）。

對于各變量的直接效應：人均GDP和外商投資水平呈顯著負相關，產業結構和技術進步呈正相關;對于各變量的間接效應：技術進步呈負相關，人均GDP和外資水平呈正相關;對于各變量的總效應：產業結構呈正相關，人均GDP、外資水平和技術進步均呈負相關。

（三）結果分析

首先，在產業結構方面，模型的結果雖為正但不顯著。華北地區長時間以來第二產業比重較大，尤其以重工業為主，且在能源資源的使用上以煤炭資源為主，此類能源能耗大、能效較低、污染嚴重。雖然近年來各級政府相應國家號召加快轉型步伐，但多年的此種產業結構基礎短時間內難以實現有效轉型，所以短時間內不會對本地的能源強度降低有較積極的作用。經過摸索和積累經驗后，相鄰地區可取其精華、去其糟粕，制定更實用有效的相關政策，從而可降低能源強度。總體上結合回歸結果，本文認為，華北地區短時間內試圖依靠產業結構轉變來提高能源效率有較大難度;對于華東地區而言，由于在經濟水平上處于全國前列，且相關政策及地理位置等因素較優越，近年來第三產業的比重持續上升，逐漸居于主導地位，人力資源與貿易水平等也都具有優勢，所以在產業結構轉變上相對更得心應手，所以本文認為，華東地區產業結構雖短時間內不會顯著降低當地能源強度，但從長遠看，華東地區各省市能各自相互借鑒鄰近省市的經驗，實現產業結構的有效轉變，進而得到能源強度的改進。

其次是各其他變量。對于人均GDP即經濟發展水平，直接效應和總效應均顯著為負，這說明經濟發展水平越高，該地區生產水平越高，生產效率也越高，所以能對降低能源強度產生有利影響。但其間接效應顯著為正，表明某區域經濟發展水平的提高，可能對相鄰地區能源強度的降低產生不利影響。結合地區來分析，華北和華東兩大地區都存在經濟發展較快并領先的省份或直轄市等，同時相較之下也都存在經濟發展水平較弱的地區。GDP的提高會降低本地區的能源強度，但短時間內對相鄰地區并無影響，這需要時間的積淀，由經濟發展水平較高的地區來指引帶動其他較弱地區，學習其科學有效的政策。總效應顯著為負也可說明在長遠發展中可以降低能源強度。

對于外商直接投資水平，根據結果可知，其對本地區的能源強度降低有顯著正向作用，但對相鄰地區卻并不友好。本文認為，此原因是由于某地區吸引了大量外資，對當地的能源效率提升必定是積極的，但相較之下反觀相鄰省份，由于不能吸收有規模的外資，在實踐上缺乏資金與相關專家的建議，所以影響是消極的。結合華北華東兩地區來看，華北地區的京津冀城市圈與華東地區的長三角城市圈必定比本地區其他省份能吸收更具規模的外資，所以在降低能源強度上地區內省份之間也有差別。

對于技術進步，本文以規上企業有效發明專利數為研究對象。得出的結果是，在總體上此類技術的進步必定能降低能源強度，且能對相鄰省份產生較好輻射作用。但其對本地區降低能源強度無法產生積極作用，原因可能是短時間內的技術進步對能源消費水平等影響能源強度測算的因素的作用并不明顯，所以無法有效降低能源強度;而從長遠看，相鄰地區能吸取經驗，制定更有效的政策，從而實現能源強度的降低。結合兩地區看，仍然是經濟發展更好的省份或城市圈在有效專利發明即技術進步上更占優勢，從而結果上更為顯著。

五、結論與政策建議

影響能源強度的因素有很多，而產業結構優化等則是其中的重要因素。因此，本文選取我國華北華東兩個地區的省級面板數據做分析。首先得到的是能源強度在空間上具有顯著的相關性，然后再對各變量進行分析。

結合上述結論，本文對未來華北華東兩地區長遠降低能源強度實現經濟綠色快速發展提出以下政策建議。

（一）積極優化產業結構，促進第三產業的比重持續上升

對于能源消費量巨大的第二產業，應根據各地區實際情況積極調整，改變長期以來高投入、高能耗、高污染、高排放的粗放型能源消費模式。政府制定相關政策時也要因地制宜，而且要注重地區間的協調合作。此外，應結合地區特色大力發展第三產業，同時要保證產業結構布局的合理性。

（二）結合自身實際情況，發展朝陽產業，推動經濟快速發展

經濟發展仍是要務，各地區的朝陽產業不僅促進了經濟發展，在能源的合理有效使用上也更有經驗，值得其他產業效仿學習。對于華北華東兩大地區而言，京津冀地區與長三角地區要發揮帶頭作用，積極與其他兄弟城市或省份協同發展。

（三）增進對外貿易項目往來，吸引足夠規模的外商直接投資

相對發達地區所吸引的外資規模也更大，所以不僅是發達地區，其他相鄰地區也要積極加大與國際接軌的力度。只有提高自身在國際上的影響力，才能吸引更具規模的外資，從而促進能源強度的降低。

（四）積極學習借鑒、開拓創新，通過各項手段提高技術水平

各地區的行業應結合自身情況，在技術水平上攻克難關，沖破壁壘，積極創新。各地方政府應加大對相關創新科技的投入力度，國家應在大范圍內提倡創新，推廣高新技術及相關先進理念，從而達到多方合作，共同促進降低能源強度。

參考文獻：

[1]? ?Xin-gang Z，Fan L.Spatial distribution characteristics and convergence of China's regional energy intensity： An industrial transfer perspective[J].Journal of cleaner production，2019，233：903-917.

[2]? ?Yu B.Industrial structure，technological innovation，and total-factor energy efficiency in China[J].Environmental Science and Pollution Research，2020，27（8）：1-15.

[3]? ?Liu J，Cheng Z，Zhang H.Does industrial agglomeration promote the increase of energy efficiency in China？[J].Journal of Cleaner Production，2017，164（oct.15）：30-37.

[4]? ?Chen W，Shen Y，Wang Y，et al.The effect of industrial relocation on industrial land use efficiency in China：A spatial econometrics approach[J].Journal of Cleaner Production，2018，205：525-535.

[5]? ?Song M，Yu C，An Q.Spatial econometric analysis of factors influencing regional energy efficiency in China[J].Environ Sci Pollut Res Int，2018，25（11）：1-15.

[6]? ?Wang Q S，Su C W，Hua Y F，et al.Can fiscal decentralisation regulate the impact of industrial structure on energy efficiency？[J].Economic Research-Ekonomska Istra？ivanja，2021，34（1）：1727-1751.

[7]? ?Wang Z，Sun Y，Yuan Z，et al.Does energy efficiency have a spatial spill-over effect in China？Evidence from provincial-level data[J].Journal of Cleaner Production，2019，241：118258.

[8]? ?Long R，Shao T，Chen H.Spatial econometric analysis of China’s province-level industrial carbon productivity and its influencing factors[J].Applied Energy，2016，166：210-219.

[9]? ?沈小波，陳語，林伯強.技術進步和產業結構扭曲對中國能源強度的影響[J].經濟研究，2021，（2）：17.

[10]? ?鄧靖.基于空間計量的能源效率影響因素分析——來自中國地市及以上城市的經驗證據[J].廣州大學學報：社會科學版，2017，16（1）：51-57.

[11]? ?徐潔香，王恩慧.人力資本，產業結構與區域能源效率改進——基于空間Durbin模型的實證研究[J].合肥工業大學學報：社會科學版，2019，33（6）：1-9.

[12]? ?孫志紅，陳玉路.基于碳排放約束的金融支持、技術進步與能源效率分析[J].商業研究，2017，（5）.

[13]? ?華堅，施明月，王育芳.科技金融，產業結構優化與區域生態效率——基于空間計量模型的實證分析[J].技術經濟，2021，40（5）：11.

[14]? ?于斌斌.產業結構調整如何提高地區能源效率？——基于幅度與質量雙維度的實證考察[J].財經研究，2017，（1）：87-98.

[15]&nbsp; ?張志雯，王子龍.碳約束下技術創新對能源效率影響的空間計量分析[J].中國科技論壇，2017，（4）：164-171.

[16]? ?馮永晟，張婭，劉自敏.能源價格、技術進步與能源強度——基于中國城市數據的動態時空演化[J].城市與環境研究，2020，（3）：69-92.

[17]? ?趙慧卿，郭晨陽.中國省區能源強度的影響因素及其空間溢出性[J].河北地質大學學報，2020，43（1）：61-69.

[18]? ?冉啟英，徐麗娜.異質性R&D、政府支持與能源強度[J].科技管理研究，2020，40（5）：224-232.

[19]? ?王韶華，何美璇，張偉，劉熙寧.供給側改革視角下京津冀工業能源強度及其影響因素研究[J].地理與地理信息科學，2021，37（5）：110-116.

[20]? ?王斌，傅強.基礎設施建設與空間溢出關系的變化機制分析[J].管理工程學報，2020，34（1）：127-135.

Analysis on Influencing Factors of Regional Energy Intensity from the Perspective of Spatial Metrology

— Taking North China and East China as Examples

ZHANG Chen-qi， JIANG Juan

（School of Management， Nanjing University of Posts and Telecommunications， Nanjing 210000， China）

Abstract： Based on the panel data of the two regions in North China and East China from 2010 to 2019， a spatial measurement model was used to study the energy intensity influencing factors of these two regions， and the results of the model were decomposed and analyzed in depth based on regional characteristics. It aims to study the effects of various variables within and between regions on energy intensity， and propose corresponding improvement suggestions based on the analysis results. The results show that there is a spatial correlation between the energy intensity of the two regions. The results of the Spatial Dubin Model show that the overall economic development level， foreign investment level， and technological level improvement have a positive impact on reducing energy intensity; although the result of industrial structure optimization is not significant， the region should increase the proportion of the tertiary industry based on its own actual conditions， so as to achieve long-term green development.

Key words： North China and East China; energy intensity; Spatial Dubin Model; industrial structure optimization

[責任編輯 若云]