空间溢出、门槛特征与能源效率的经济增长效应

沈 能 刘凤朝

(1.苏州大学商学院，江苏 苏州215021;2.苏州大学企业创新与发展研究中心，江苏苏州215021;3.大连理工大学管理学院，辽宁 大连116023)

空间溢出、门槛特征与能源效率的经济增长效应

沈 能1，2刘凤朝3

(1.苏州大学商学院，江苏 苏州215021;2.苏州大学企业创新与发展研究中心，江苏苏州215021;3.大连理工大学管理学院，辽宁 大连116023)

能源效率的改进能缓解经济增长过程中日益紧张的能源供需矛盾，然而空间异质性使得传统整体分析难以解释能源效率与经济增长之间的复杂关系。为了考察我国能源效率与经济增长的非线性空间联系，本文以我国1995－2009年省份面板数据，首先通过随机前沿生产函数模型测算我国各地区的能源效率及时空特征。接着，综合采用空间面板回归和门槛面板回归模型对能源效率与经济增长进行空间异质性检验，研究表明:能源效率对经济增长存在明显的空间外溢效应，空间溢出效应合理解释了能源效率与经济增长的空间非均衡分布。同时能源效率对经济增长存在门槛效应，能源效率对经济增长的弹性随着经济发展水平的提高而提高，但随着能源效率的提高而降低。本文政策含义明显:在制定能源的空间布局政策时应当加大对邻省较多、经济发展水平较高且能源效率较低省份的能源支出并努力提升这些省份的能源效率;而对经济发展水平较低且能源效率较高的省份，不宜从改进能源效率的思路来追求过快的经济增长。

能源效率;经济增长;空间溢出;门槛效应

随着我国经济的快速发展，我国经济持续增长的能源需求与之匹配的能源持续供给的矛盾日益突出，能源对经济可持续发展的强约束下，除了开发替代能源以及开辟能源供应多元化外，能源效率的改进能缓解经济增长过程中日益紧张的能源供需矛盾，是解决能源紧张引发各种经济社会问题的必由之路。作为一个关键的经济变量，能源效率的空间非均衡分布与经济增长的区域差异存在怎样的联系?是否存在空间依存性和非线性特征，如果存在，那么能源效率的非线性作用机制又是如何?这些问题的解决将为我国制定“十二五”期间节能减排的区域政策，促进区域经济、能源的协调发展提供微观基础和科学依据。

关于能源效率的研究，国内外学者主要是从能源效率的测度与影响因素等方面展开研究［1－6］，但大都从全国整体的层面考察能源效率和经济增长之间的关系，即使将我国划分为东、中西部地区分开研究，也忽视了能源效率在地理空间上的依赖性与溢出效应，简单的相关分析或协整分析仅仅揭示能源效率与经济增长的时间相关性，无法洞察两者在地理空间上的关联机制。Anselin认为［7］，某地区的经济单元并非孤立存在的，必然与邻近地区类似经济单元发生一定的联系，表现出地理上的空间依赖和溢出特征，这也意味着，相邻地区的能源活动可能相互影响，因此，有必要将地理空间效应引入传统的计量回归模型中。另外，能源效率的经济增长效应似乎并不是一个“放之四海而皆准”的定律，能源效率的经济增长效应多发生在一些经济发展水平较高发达国家或地区。之所以会产生这一现象，就在于能源效率与经济增长的过程是一个复杂系统，存在“门槛效应”，即指能源效率的经济增长效应的实现会中存在一个或几个关键点，若该国(地区)相关的经济初始条件位居这些关键点之下，那么这种效应就难以实现。基于以上考虑，本文试图综合利用空间面板回归和门槛面板回归模型检验我国能源效率与经济增长之间是否存在空间溢出和门槛效应。

1 能源效率的测度及时空特征

1.1 随机前沿生产函数模型设计

笔者拟采用Battese和Coelli方法［8］，运用超越对数形式构建我国能源效率的随机前沿生产函数模型，用于测算我国各地区能源效率及反映时空特征。与数据包络分析相比，该方法的优点在于能够提供明确的生产函数并考虑

其中，Yit表示产出，A'it表示非能源要素生产率，EPit表示能源价格，Kit表示资本投入，Lit表示劳动投入，Eit表示能源要素投入，t为时间趋势。α，β，γ和λ分别为资本、劳动、能源要素和能源价格的产出弹性。假设我国东、中、西部地区拥有不同的前沿技术水平，技术效率即为实际生产技术与前沿技术的差距，所以非能源要素生产率(A'it)的函数形式如下:

其中，A0代表初始技术水平，φj代表某经济单元前沿技术进步的速度，t代表时间趋势，dj表示地区虚拟变量。uit代表技术效率，exp(－uit)代表各省区与前沿技术水平的差距。将公式(2)代入(1)，同时取对数，得到如下方程式(3):

1.2 指标数据选取和处理

指标选择和数据来源及处理如下:产出(Yit):选取中国各省份GDP作为产出指标，并以2000年不变价格利用GDP平减指数进行缩减;资本投入(Kit):笔者以资本存量作为资本投入的代理指标。考虑到资本存量数据无法直接从统计年鉴中获取，所以笔者利用Glodsmith提出的永续盘存法来估算各省份的资本存量。相关资本存量数据直接取自于张军等学者的测算结果，并利用其方法更新至2009年;劳动力投入(Lit);采用各地区全社会年末从业人员作为劳动力的代理指标;能源价格(EPit):采用各地区原材料、燃料和动力类购进价格指数作为能源价格的代理指标;能源投入(Eit):考虑到每个省份能源消费结构存在差异，无法直接比较，所以笔者先将石油、煤炭、天然气和水电等四种一次性能源消费量转换成统一单位，以“吨标准煤”为计量单位;由于数据原因未包括西藏，重庆并入四川。样本为1995－2009年29个省级数据。以上数据来自于历年的《中国统计年鉴》、《中国环境年鉴》、《中国能源统计年鉴》及各省市统计年鉴。对于部分省份个别年份缺省数据，笔者采用了取前后两年的平均数加以处理。

1.3 模型估计与分析

笔者采用Frontier 4.1软件，利用1995－2009年29个省区的面板数据对(3)式进行估计，方法为三阶段最大似然估计法。图1绘制了我国三大地区及全国的能源效率走势。从地区来看，地区之间的能源效率差异很大，经济相对发达的东部能源效率最高，中西部地区与东部地区的技术效率的影响变量。大多数文献表明，柯布一道格拉斯生产函数真实地反映了我国经济增长现状，为此，笔者建立内涵能源因素的柯布一道格拉斯生产函数:差距逐步拉大。而且能源效率与经济发展水平在空间分布上并非一致，除北京、天津、上海、广东、浙江、江苏、福建和广东的能源效率值较高外，安徽、云南、海南等省的数值也较高。这些经济相对落后的省份之所以拥有较高的能源效率，其原因一方面可能是因为这些省份的人口和经济规模相对较小，相应的能源投入容易取得成效。另一方面，从地理位置上看，安徽具有众多的邻省，而海南与实力强省——广东相邻，所以这些省份可以从邻省溢出中获取正的外部性。从能源效率数值较低的省份看，除了青海、甘肃、山西等中西部落后省份外，辽宁、山东的能源效率数值也不高。之所以这些经济发达省份能源效率数值较低的原因，一是其人口密度和经济规模较大，相应的能源投入难以获取成效。二是这些省份的能源投入能产生很强的空间外溢性，其能源产出中有部分被相邻省份所吸收，导致其产出效率不高。总结而言，能源效率和经济发展水平的空间不协调，很可能是存在空间相关性，这也就意味着，在考察能源效率和经济增长关系时应考虑可能存在的空间相关性。

图1 全国及三大地区能源效率测度Fig.1 The energy efficiency evaluation of China and its three regions

2 能源效率与经济增长的空间溢出效应分析

2.1 空间面板模型

是否需要在经济增长模型中引入空间效应，取决于我国能源效率与经济增长在地理空间上的相关性和依赖性。笔者采用全局Moran’s I指数来检验两者的空间分布是否存在相关特征。检验结果表明，Moran I的正态统计量Z值大多数年份通过了在0.01水平下的临界值(1.96)，表明我国能源效率与经济增长并非完全随机分布，具有明显的空间依赖性。因此，有必要从空间维度对能源效率和经济增长的关系进行空间计量分析。

由于传统的线性回归模型忽视了地理空间维度，如果经济变量存在空间依赖性，就会存在检验偏差。Anselin提出了两种空间自相关模型:一是在原模型中引入加权内生变量。即空间滞后模型(SLM);二是空间误差模型(SEM)。在柯布一道格拉斯生产函数的基础上，笔者同时引入能源要素(能源投入与能源效率)，建立我国经济增长的空间计量模型，即:

其中Yit代表i地区t时期的产出，Kit代表资本投入，Lit代表劳动投入，Eit代表能源要素投入，Bit代表能源效率。α，β和γ分别为资本、劳动、能源要素的产出弹性。产出、资本投入、劳动力投入和能源投入指标和数据与上节一样，能源效率取各地区能源效率值。样本为1995－2009年29个省级数据。

2.2 检验结果

为了比较，本文同时给出了 OLS估计结果。表1结果显示，OLS模型的回归拟合效果显著。在各变量的系数均通过了变量为5%水平下的显著性检验，表明能源效率的提升在一定程度上促进各地的经济增长。但OLS线性回归模型的估计可能存在模型设定不恰当的问题，比如没有考虑到省际(截面单元)的空间自相关性。进一步利用空间滞后模型(SLM)检验，检验结果，所有变量均对经济增长有显著的促进作用。同时，空间溢出效应显著，表明本省的能源效率对相邻省份也有一定的促进作用，拥有邻省越多的省份从本省和相邻省份能源投资中获得的正外部性越强。这也意味着，能源效率对经济增长的作用具有空间溢出效应。

表1 模型估计结果Tab.1 The result of model estimation

3 能源效率与经济增长的门槛特征分析

3.1 门槛面板模型

本文采用Hansen［9］提出的门槛面板回归模型。它的优点在于一方面能估计出门槛值，同时也能对内生的“门槛效应”进行显著性检验。其思想是将某门槛值作为一个未知变量纳入回归模型中，构建分段函数，并对该“门槛效应”及相应门槛值进行实证估计和检验。本文选取人均国内生产总值(y)和能源效率(B)作为门槛测定对象。考虑到门槛变量可能会存在多个门槛值，分别建立如下以y和B作为门槛变量的门槛面板数据模型:

其中，λ1，λ2Lλn为待估算的门槛值，I(g)为指标函数。

进行门槛效应检验需要解决两方面的问题:一是估计门槛值及其系数;二是对门槛效应进行显著性检验。具体检验方法参见Bai和Hansen提出的方法。

3.2 检验结果

本文利用Stata10.0统计软件稳健的估计方法进行实证分析。对于门槛模型，首先应先确定门槛的个数。采用bootstrap方法估计出p值，检验结果如表2所示。门槛变量y存在单一门槛值，B则存在2个门槛值。

表2 门槛效应估计与检验结果Tab.2 The estimation of threshold effect and test result

门槛效应检验过后，接下来利用Hansen的三步法确定各自变量的门槛值同时确定各门槛的估计值。结果见表3所示。

表3 门槛值及参数估计Tab.3 The threshold data and parameter estimation

对经济发展水平门槛而言，能源效率与经济增长是线性关系吗?目前多数文献认为两者是线性的。从表3结果不难看出，当经济发展水平(y)低于门槛33 810元时，系数估计值为(0.102);当经济发展水平(y)跨越门槛值时，系数估计值提高(0.135)。也就意味着，能源效率对经济增长的影响并非单调递增的，而是存在一个“拐点”或“门槛”。根据各地区经济发展水平与门槛值大小关系，本文将各省区划分为低区制(即y低于门槛值)和高区制(即y高于门槛值)两组。从表4可以发现，我国大部分省份都处于低区制，这些省份的能源效率对经济增长的弹性相对较低。在2009年，全国仅有9个省份位于高区制，这些省份中的能源效率对经济增长的弹性相对较高。究其原因在于，相对于中西部地区，东部沿海地区能源效率、能源消费与经济增长相对处于协调发展之中，导致能源效率对经济增长的促进效应处于递增阶段。

表4 门槛值及省份分布Tab.4 The threshold data and province distribution

另外，能源效率的经济增长效应还受到诸多因素的影响，面临其它方面的“门槛”。一个重要的“门槛”是本地自身的能源效率。接下来，我们关注的是在不同能源效率区间下，能源效率对经济增长影响的差异性。与经济发展水平门槛有所不同的是，能源效率的影响不仅仅表现出单一门槛特征，而是呈现出相对复杂的双重门槛特征(见表3)。具体而言，当一个地区的能源效率低于第一门槛值(0.517 4)时，能源效率对经济增长的边际影响系数为0.134;当一个地区的能源效率介于0.517 4－0.812 5之间，能源效率对经济增长的边际影响系数开始下降，为0.118;而当一个地区的能源效率跨越0.812 5这一门槛时，能源效率对经济增长的边际影响系数最小，为0.097。同样按照能源效率与其门槛值的大小关系，将为国各省份划分三组。从表4可以看出，有13个省份能源效率介于第一个门槛和第二门槛之间，共有8个省份能源效率低于第一个门槛值，共有8个省份能源效率跨越第二个门槛值。与直观判断一致，跨越第二个门槛的省份均位于东部沿海地区。显然，东部发达地区较高的经济发展水平为能源效率的经济增长效应的发挥创造了良好的外部条件。该结论表明，能源效率对经济增长的弹性随着经济发展水平的提高而提高，但却随着能源效率的提高而降低。

4 结论

本文借助中国大陆29个省份1995－2009年的面板数据，通过随机前沿生产函数模型测算了我国各地区的能源效率及时空特征，分析了能源效率对各地经济增长的贡献度。研究发现，地区之间的能源效率差异很大，经济相对发达的东部能源效率最高，中西部地区与东部地区的差距逐步拉大。同时，能源效率与经济发展水平在空间分布上并非一致，而这种不一致很可能是因为空间相关性的存在，因此，在考察能源效率和经济增长关系时应考虑可能存在的空间相关性。结合能源效率对经济增长的作用可能存在门槛效应，本文综合采用空间面板回归、门槛面板回归模型进行异质性检验。

空间面板回归的结果表明，能源效率对经济增长的作用具有空间外溢性。这解释了个别经济弱省(如安徽、海南以及云南等省份)具有较高能源效率，而个别经济强省(山东、辽宁等省份)却仅有较低能源效率的原因所在。这一结论的启示是，由于空间外部性的存在，中央政府有必要对能源投入辐射力强、能源效率较低的省份进行更多的投入，以中和这些省份由于“外溢”而造成的损失，并保证其正外部性的效果得以进一步发挥。门槛面板回归的结果表明各地区能源效率对经济增长的作用并不相同，存在“门槛”效应。能源效率对经济增长的弹性随着经济发展水平的提高而提高，但随着能源效率的提高而降低。这说明，在经济发展水平较高但能源效率较低的山东、辽宁等省，进一步提高能源效率将能带来该地区经济的快速增长。而对于那些经济发展水平较低、能源效率却较高的云南、海南、安徽等地区，如果以继续提高能源效率来争取更快的经济增长速度，会因为其潜力不足而难以取得满意的效果。

References)

［1］Charles B L.Cointegration and Causality between Energy Consumption and GDP［J］.Energy Econ，2004，(8):61 －68.

［2］Chang Y，Chan J.Oil Price Fluctuations and China Economy［J］.Energy Policy，2003，(11):1151 －1165.

［3］庞瑞芝.经济转型期间中国工业增长与全要素能源效率［J］.中国工业经济，2009，(3):49 － 58.［Pang Ruizhi.Industrial Sector Growth and Total Factor Energy Efficiency during Chinese Economic Transition Period［J］.China Industrial Economics，2009，(3):49 －58.］

［4］曾胜，黄登仕.中国能源消费、经济增长与能源效率——基于1980－2007年的实证分析［J］.数量经济技术经济研究，2009，(8):17 － 28.［Zeng Sheng，Huang Dengshi.Energy Consumption，Economic Growth and Energy Efficiency in China［J］.Journal of Quantitative ＆ Technical Economics，2009，(8):17 －28.］

［5］周建.我国区域经济增长与能源利用效率改进的动态演化机制研究——基于省域面板数据协整模型的实证分析［J］.数量经济技术经济研究，2008，(9):3 －16.［Zhou Jian.Researches on Dynamic Evolution Mechanism between China Regional Economic Growth and Energy Using Efficiency［J］.Journal of Quantitative ＆Technical Economics，2008，(9):3 －16.］

［6］沈能.能源投入、污染排放与我国能源经济效率的区域空间分布研究［J］.财贸经济，2010，(1):107 －113.［Shen Neng.A Study on Energy Input，Pollution Output and Spatial Distribution of Energy Efficiency［J］.Finance ＆ Trade Economics，2010，(1):107 －113.］

［7］Anselin L.SpatialEconometrics: Methodsand Models［M］.Dordrecht，Netherland:Kluwer Academic Publishers，1998:231 －234.

［8］Battese G E，Coelli T J.Frontier Production Functions，Technical Efficiency and Panel Data:With Application to Paddy Farmers in India［J］.Journal of Productivity Analysis，1992.(3):153 －169.

［9］Hansen B.Threshold Effects in Non-dynamic Panels:Estimation，Testing and Inference ［J］.Journal of Econometrics，1999，(2):345－368.

Spatial Spillover，Threshold Effect and the Effects of Energy Efficiency on Economic Growth

SHEN Neng1，2LIU Feng-chao3
(1.School of Business，Soochow University，Suzhou Jiangsu 215021，China;2.Center for Enterprise Innovation and Development，Soochow University，Suzhou Jiangsu 215021，China;3.School of Management，Dalian University of Technology，Dalian Liaoning 116023，China)

Improvements of energy efficiency can alleviate supply and demand of energy during economic growth，but spatial heterogeneity makes traditional overall analysis difficult to explain the relationship between energy efficiency and economic growth.The paper makes use of panel data during 1995－2009 to study the nonlinear spatial links between energy efficiency and economic growth.Firstly，the paper estimates regional energy efficiency and temporal and spatial characteristics，then uses the spatial and threshold panel regression model to test heterogeneity.The results show that there exists a clear spatial spillover effects on economic growth from energy efficiency，and spatial spillover effects make a reasonable interpretation of non-equilibrium distribution between energy efficiency and economic growth.At the same time，there exists a threshold effect on economic growth from energy efficiency.The flexibility of energy efficiency on economic growth rises with the improvement of economic growth and decreases with the improvement of energy efficiency.Policy implication is significant so that the government should invest more in energy in provinces with more adjacent provinces，higher economic growth level and lower energy efficiency.However，for those provinces with higher energy efficiency and lower economic growth level，it is of little use to develop energy efficiency to pursue economic growth.

energy efficiency;economic growth;spatial spillovers;threshold effect

F062.2

A

1002－2104(2012)05－0153－05

10.3969/j.issn.1002－2104.2012.05.025

2011－11－18

沈能，博士，副教授，主要研究方向为能源经济。

国家自然科学基金项目(编号:7100323);苏州大学“211”工程资助项目。

(编辑:刘呈庆)