我國能源強度及其影響因素的空間特征分析

周明磊，陳德金，任榮明

（上海交通大學a.安泰經濟與管理學院；b.媒體與設計學院，上海 200052）

0 引言

當前，能源制約對中國經濟發展很大的影響，國家長期以來粗放式發展模式不僅引起了國際貿易摩擦的增加，也對自然環境產生很大壓力。我國各省經濟發展水平參差不齊，地區差異顯著。目前文獻中對能源強度的空間特征研究不多，能源強度的收斂性及影響因素如何？本文以此為目的，建立能源強度的空間計量模型，對省際能源強度變動的空間特征進行實證分析。

1 空間數據理論介紹

1.1 空間相關性檢驗

首先簡單介紹下空間計量分析模型?？臻g計量經濟學始于Anselin（1988）理論，他認為一個地區空間單元上的某種經濟地理現象或某一屬性值與鄰近地區空間單元上同一現象或屬性值是相關的。實際數據顯示宏觀數據的空間相關性是普遍存在的，不考慮這一因素會導致估計結果的偏誤。檢驗空間相關性常用方法是Moran’sⅠ指數方法，（也有其它幾種統計指數）。Moran’sⅠ統計量是基于Z-score計算統計量來推導，計算方法如下：

Wij為鄰接空間權數，反映各目標之間的空間物理相關性。關于權重的設定，主要有兩種，大部分文獻是以區域之間實際接壤，接壤的區域定義為1，否則為0，也有以各省會城市的物理距離，或者最短公路距離為衡量標準，即wij等于i與j距離。計算時需將權重矩陣標準化，即每行各元素之和為1。相對于全局相關性統計量的是局域Moran’sⅠ統計（亦稱LISA指數），它是衡量每個空間對象屬性在“局部”的相關性，具體原理與全局Moran’sⅠ指數類似。其結果會將樣本按相關性劃分為四類：高—高，低—低，高—低，低—高?！案摺摺币馕吨搮^域的指標與周圍區域的指標同時為高，表現為區域上集群，同理“高—低”意味著該區域指標數值較高，周圍區域指標值較低，呈離群狀。這很容易推廣到兩變量的LISA指數。

1.2 空間計量模型介紹

空間回歸模型主要是對解釋變量與因變量間考慮空間相關因素的回歸模型。Anselin（1988）給出空間回歸的通用模型形式模型一：

y=ρW1y+Xβ+ε

ε=λW2ε+μ，μ～N(0,σ2In)

一般稱為SAR模型，回歸模型主要分主方程與殘差相關方程，W1、W2代表兩個不同的空間權重矩陣，這意味著實際使用時可以假設因應變量空間趨勢與殘差的空間趨勢不同，實際常常假設兩個權重矩陣為同一矩陣。

模型二：當ρ=λ=0時，它為普通的截面數據回歸模型。

模型三：當ρ≠0、β≠0、λ=0時，它為空間滯后模型，又稱為混合回歸—空間自回歸模型，（亦稱SLM模型），回歸方程為：

y=ρWy+Xβ+ε

它最主要是測算ρ值，這反映了相鄰空間對象之間存在擴散或溢出等空間相互作用。使用OLS估計時會出現偏誤，一般使用ML估計或廣義矩估計GMM。

模型四：當β=λ=0時，它為空間自回歸模型，其實質與模型三相同，亦稱FAR模型，即不考慮其它解釋變量的狀態下測算因變量之間的空間影響。

模型五：當ρ=0、β≠0、λ≠0時，它為空間誤差模型回歸方程為：

y=Xβ+ε、ε=λW2ε+μ

它認為各區域之間的影響是通過未知變量而進行互相影響，即這個區域的擾動對另一區域的擾動產生影響，因而是通過不同區域的空間協方差來反映誤差過程，亦稱SEM模型

1.3 模型估計與鑒別

由于空間的自相關性，空間模型的估計常常采用極大似然估計。對于更一般的空間模型一，常采用如下的極大似然函數：

在實際應用中，工作重點常常在對于選擇空間滯后模型和空間誤差模型的鑒別上。綜合Anselin(2005)其它相關文獻，歸納出一般步驟是：先作OLS回歸，并做空間相關性分析，對應SAR與SEM的LM檢驗與Robust LM檢驗，如果有一個LM檢驗顯著，另一個不顯著，則可確定回歸模型為對應的那個空間模型；如果兩個都顯著，再看Robust LM檢驗，一般來講這兩個R-LM檢驗必有一個較顯著，一個不顯著，取顯著的那個為回歸模型；如果兩個都非常顯著，或兩個都不顯著，則可能模型設定有問題。

本文擬對我國省際能源強度的空間相關性特征進行研究，主要分為空間相關性檢驗、能源強度收斂性檢驗、能源強度影響因素三部分。數據均取自于各年《中國統計年鑒》，軟件。

2 中國能源強度空間自相關檢驗

對于各數據的空間相關性檢驗，不同的空間權重設置對檢驗結果影響很大，實證中一般常用兩區域是否相鄰，或者兩區域間距離。筆者分別以中國各省市間是否相鄰為權重矩陣W1，以兩省省會間公路的最短距離倒數為權重二W2，公路距離由搜狗網上地圖查得。西藏缺少統計數據，故未包括西藏臺灣省數據。由于年鑒中缺少2001～2003年的省際能源強度數據，故通過2006年各省際能源強度與電力強度數據的推得y=0.476097+0.000729*x預測方程，由2001～2004年的省際電力強度數據來推導能源強度數據。

權重矩陣對于空間相關性檢驗的影響較大。本文實證主要采用0—1空間權重矩陣與地理距離空間矩陣。對于0—1空間權重矩陣，海南省視做與廣東、廣東接壤；對于地理空間矩陣，是采用兩省會城市間公路的最短距離進行計算，以1000公里為界限，1000公里以內視為兩區域相鄰。

中國2000～2009年各省能源強度局域Moran’sⅠ統計如下表1。

表1反映我國能源強度的Moran’sⅠ統計值總體變動趨勢，從兩個不同空間權重矩陣對應的Moran’sⅠ值結果看，兩種方法影響不大，Z值基本都大于1.96，可認為我國省際能源強度數據呈現很強烈的空間相關性。

表1 我國各年能源強度全局空間相關性統計值

圖1 2009年能源強度空間局域相關性圖

圖2 2009年能源強度與產業結構空間局域相關性圖

表2 2000～2009年歷年能源強度空間相關性

再看能源強度的局域空間相關性分析。2009年的空間局域相關性分析以及近十年的集聚、離散省份的變動情況，基本反映了我國能源強度一些空間特征：（1）東南沿海省份呈現能源強度指低標集群現象，西北部能源強度高的集群現狀，寧夏、陜西等省份表現出例外，西南的省份并沒有出現能源強度高集聚的預期現象。（2）能源強度與產業結構間的空間集聚與離散性表明，安徽、江西兩省不同于一般的沿?；騼汝懯》?，它是能源強度比較且產業結構亦比較低。（3）2001～2003年新疆、陜西的空間局域自相關檢驗結果較往年有明顯的差異，這原因可能是這三年采用電力強度數據推測能源強度的結果，其實質是反映電力強度的局域空間相關性。四、海南在2009年表現異常，進入LL象限，湖南則在2000年時劃入LL象限。造成海南、新疆兩省統計不穩定因素的因素還有可能是它的地理位置比較偏僻，只有兩個相鄰省份，只要它們與其相鄰省份表現有所提高，局域Moran’sⅠ統計值就會呈現出顯著性。

3 我國能源強度變動收斂性的空間計量分析

3.1 絕對收斂性檢驗

由于我國經濟存在巨大的空間差異，這差異某些特征隨著時間變動有進一步擴大趨勢，有些有著趨同現象。中國省際能源強度變動的空間收斂性研究，可以直接給出我國未來能源強度利用效率的變動趨勢，回答我國節能減排目標能否實現等現實問題。綜合各種空間收斂性的相關文獻，比如胡玉敏[8]、洪國志[13]等，方法主要有4種概念：“σ收斂”指的是各地區人均收入對數方差逐漸減少；“絕對β收斂”是指落后地區往往比富裕地區有更高的增長率；“條件β收斂”指不同經濟體收斂于不同的穩態；“俱樂部收斂”是指經濟結構相似初始人均經濟水平相似的區域收斂于相同的局部穩定狀態。對應于能源強度的收斂性研究，筆者認為能源強度如同人均GDP值指標，亦應采用對數后進入回歸方程。中國經濟近30年呈指數式增長，人均GDP亦呈指數式增長，取對數可以有效濾去這個特征；對于能源強度，可以預期我國能源強度是不斷下降，但越趨向于零時，下降幅度會不斷縮小，故亦應該取對數。在此，直接給出能源強度收斂性的分析方程，yt代表第t期的能源強度：

那么它的收斂速度由系數α1確定，如果α1＜0，則可知β為正，能源強度存在收斂。如同放射性元素的衰變周期，常常以這個指標衰退到一半或0.75時所需的時間由此估計出收斂到一半時所需時間。

依據上述空間計量模型的鑒別程序，中國各省際能源強度數據2000～2005年、2005～2009年為兩組，（由于篇幅關系，回歸結果未列出）。從實證回歸結果看：對于2000～2005年數據，普通OLS殘差Moran’sⅠ的統計較大，但還未達到5%顯著性水平，p值約為0.065，這說明殘差的空間相關性還是比較強，但SLM模型與SEM模型的拉格朗日乘數LM檢驗都不顯著，這說明使用SLM與SEM不合適，故認為接受普通OLS回歸模型，但又與普通OLS回歸后的殘差仍具有空間相關性相矛盾，所以這個模型的設定有問題。而對于2005～2009年數據，普通OLS回歸的殘差具有明顯的空間相關性，SLM模型與SEM模型的殘差LM檢驗也說明有空間相關性，但R—LM檢驗確不能認定的選擇，故這個模型在設定上亦有所問題。所以本文以前面所設空間權重W2再次進行計算，見表3。

以權重W2進行的回歸結果看，可以鑒別出2000～2005年時段不存在空間相關性，故采取普通OLS回歸，而對于2005～2009時間段，兩個LM檢驗都顯著，再看R—LM檢驗，R—LMLAG統計顯著，而R—LMERR檢驗不顯著，故采用SLM模型?？傮w看矩陣W2的對數據空間相關性的處理要好于W1，這也是全文采用兩個空間權重矩陣的原因。

表3 能源強度絕對收斂性回歸結果

通過前述分析，基本可以認為：（1）從空間矩陣的選擇來看，能源強度收斂性的空間相關性更表現為地理上的相關而非區域上是非接壤的相關。（2）中國省際之間的空間相關性在2005年前后收斂性明顯放慢，2005年以前省際能源強度的收斂速度為0.021，收斂到一半的時間為32年，2005年以后收斂速度為0.00463，收斂一半時間為149年，收斂速度明顯降低。（3）從前期普通OLS回歸模型到后期的SLG模型，可認為2005年前的空間相關性還不太明顯，2005年后收斂空間相關性較明顯。能源強度的變動越來越呈現空間滯后效應，這說明我國能源強度變動由早期的空間相關性不顯著，到近來的空間相關性明顯顯著，呈現是空間滯后效應，而非空間誤差效應，這說明中國地區之間能源強度的相關表現為實質性相關，非那種誤差的沖擊影響。

上述結果也是符合社會變動狀況。前期我國經濟中可節能環節相對較多，隨著世界級新技術在發電、制造業中的大量使用，能源強度的下降速度自然放慢；同時，我國的節能意識越來越強，社會的節能意識逐漸為各級政府、企業接受，能源強度變動更變動為區域間有意識的相關性，而非誤差沖擊性，可理解為區域間有意識的相互學習行為。

3.2 條件收斂性檢驗

條件收斂是在模型中加入不同的控制變量，對收斂速度進行修正，因而不同的控制變量選擇對條件收斂的檢驗結果有很大影響。參考其它研究者的研究，本文選用的變量有：

（1）產業結構高級化指數indu，指一二三次產業通過“indu=一次產業比重+2×二次產業比重+3×三次產業比重”計算而得。其前提假設是產業結構向第三產業轉移對能源強度是有影響，預期其影響是負向；

（2）人均GDP（取對數），lnpgdp，反映該地區的收入水平，富裕與貧窮地區在能源的利用效率上會有異，這指標反映地區間的經濟水平對能源強度的影響。

（3）國有經濟比重，gov，國有經濟比重大小是反映我國經濟體制改革的一個重要指標。我國經濟早先是國有成份一統天下，國有企業的特點是人浮于事，效率低下。當前在經歷早先的“國退民進”后，國有成分又出現“國進民退”現象。所以國有經濟比重對于能源強度的收斂有一定影響，具體效果未知。

（4）外商投資（取對數），lnfid。外商直接投資水平對于我國各地區經濟發展多方面起到巨大的刺激作用，它往往代表著相對技術水平高、市場前沿的投資項目。那么FDI對地區能源強度的變動也應產生積極的影響。

（5）城市化，city，用城市人口比例來代替。中國經濟目前主要還是二元經濟，城市化的進程對整個經濟的投資、投資、消費各方面都有影響，因而城市化是否對能源強度的變動有影響也不確定。

這些變動取2005年的數據，能源強度取2000～2009年的數據，建立空間回歸模型，由上述空間檢驗的方法確定最終的模型選擇與結果。

X、b為前面所述五個控制變量，通過實證檢驗，數據有顯著空間相關性，權重矩陣也應采用W1合適，模型為SEM，控制變量中lnpgdp、city對因變量的解釋力度未呈現顯著性，表明這兩變量對能源強度收斂的相關性影響不大，最終的回歸結果見表4：

表4 能源強度條件收斂性回歸結果

回歸結果顯示收斂速度為0.00989，收斂一半的時間為69年。產業結構、國有經濟比重及FDI使用量都能起到加速能源強度降低的效用。洪國志（2010）對各地區人均GDP的收斂性研究也有類似結果，產業結構向第三產業轉移，對于能源強度變動有負作用，即加速能源強度降低。國有經濟比重的提高亦起到產業結構高級化相似的作用，這與我們以往觀念不同，顯示國有經濟成份在經濟總體又起到主導作用，這對“國進民退”現象的一種解釋。與FDI相關的經濟項目一般是國內相對技術先進、效率較高項目，因而與能源強度變動成反比。誤差相關系數接近于負值，說明隨機沖擊在空間之間呈負的擴散現象，一個地區因故出現經濟指標下降，比如財政轉移支付，從這一地區收取的財政在別處使用，突發事件引發停產等行為，相鄰地區會很快填補空缺，所以這誤差相關系數λ的高度負相關應理解為地區之間的競爭性較強。

4 我國能源強度概率影響因素的空間分析

進一步，本文對2009年我國能源強度的影響因素進行分析。主要觀察一般回歸模式下各主要宏觀指標對能源強度的影響?；貧w模型如下：

對于2009年數據，通過反復的回歸結果分析發現，以能源強度的取指數形式lnef作為被解釋變量，空間權重矩陣選用W1回歸效果明顯要好。模型鑒別最終決定采用空間滯后模型SLM形式（混合空間滯后模型）?？臻g回歸結果如下表5：

表5 能源強度影響因素回歸結果

對于我國能源強度決定因素分析顯示，各個指標都對能源強度變動有一定影響，最顯著變量是各地區fdi的投放指標，產業結構indu還不是影響最顯著的變量?；貧w系數為負，說明該變量的數據增加引起能源強度下降。從回歸模型一看，產業結構、國有經濟比重、FDI投放量、城市化水平都會引起能源強度降低，而地區的富裕程度會一定程度上改變人們的消費結構，加大能源的消耗，能源強度反而有所上升。

5 政策建議

本文對主要針對我國省際能源強度的空間相關性、收斂性及影響因素進行研究，通過以距離構建的空間權重矩陣，成功構建了能源強度的收斂模型與空間因素模型。實證分析認為我國能源強度存在東南低、西北高的顯著空間相關性；近十年能源強度的收斂速度在2005年前后明顯放緩，而收斂的空間性明顯加強，實測顯示我國2020年節能降耗指標比2005年降低50%的目標較難實現。能源強度的影響因素分析顯示產業結構高級化、FDI投放量、城市化、國有經濟比重等都有助于降低能源強度，社會的富裕程度會引起能源強度增加，相對而言FDI的影響作用最顯著。

依據分析結果，以降低經濟能源強度為目的，促進產業結構調整，建議如下：

（1）在區域經濟發展政策制定中要考慮相鄰地區間經濟、產業間的相互影響性。比如相鄰省份幾些年電子類產業快速發展，那么它也會抖動本省的產業變動以及能源強度降低；同樣，內蒙的大型煤礦開采會加速經濟的重型化，能源強度會有明顯提升，亦會帶動河北的能源強度上升，河北的產業政策制定也因有所考慮。在目前西部大開發、東北地區振興方面，產業政策的制定更要體現區域協調性，統一性。

（2）節能政策需要考慮到能源收斂性的放慢這個現實情況。隨著我國經濟大范圍的采用國際先進技術，對于進一步提高能源效率，其困難程度與前幾年完全不是同一層次，合理制定節能減排目標，將經濟目標制定在經濟承受力范圍內，這樣的政策才是最有實效性。進一步挖掘節能潛力，更要注重新節能法力挖掘點著手，

（3）加大FDI投入力度，推進產業結構高級化、城市化，適當加速國有大型企業的整合，升級。目前來看，FDI在我國的使用對經濟仍然表現為明顯的刺激作用，合理，有計劃引導FDI項目向節能化方向發展，會有助于我國能源利用水平提高。

[1]Cletus C.C.,Eran S.Foreign Direct Investment in China:a Spatial Econometric Study[J].The World Economy,2000,(23).

[2]David M.Enivironmental Kuznets Curves:A Spatial Econometric Ap?proach[J].Journal of Environmental Economics and Management,2006,(51).

[3]Nathnaiel B.,Kristian S.G.,Kyle B.Space is More than Geography:Us?ing Spatial Econometric in the Study of Political Economy[J].Interna?tional Studies Quarterly,2006,(50).

[4]胡玉敏,杜綱.中國各省區能源消耗強度趨同的空間計量研究[J].統計與決策,2009,(11).

[5]任英華,徐玲,游萬海.金融集聚影響因素空間計量模型及應用[J].數量經濟與技術經濟研究,2010,(5).

[6]蹤家峰,李蕾,鄭敏閩.中國地方政府間標尺競爭——基于空間計量經濟學的分析[J].經濟評論,2009,(4).

[7]王玨,宋文飛,韓先鋒.中國地區農業全要素生產率及其影響因素的空間計量分析——基于1992～2007年省域空間面板數據[J].中國農村經濟,2010,(9).