能源强度、工业化与经济梯度的交互冲击响应研究

张艳东　赵涛

摘要：利用VAR模型、脉冲响应函数和方差分解方法实证研究了我国东部、中部和西部地区能源强度、工业化和经济梯度的交互冲击响应关系，结果显示工业化对三个变量变化的影响程度均最大，说明我国现阶段工业化是非常重要的一个变量；除中部地区外，工业化的发展会降低能源强度，体现出能源节约的特征；经济梯度的提高会促进中西部地区对能源依赖型产品的消费，从而引起其能源强度的上升；经济梯度对东部地区工业化有着正向的影响，而对中西部地区工业化有着负向的影响；能源强度对工业化与经济梯度的变化影响程度较小，说明我国现阶段节能目标的约束性还未完全体现出来。

关键词：经济梯度；工业化；能源强度；VAR模型

中图分类号：F206文献标识码：A文章编号：1001-8409（2014）09-0011-05

Research on the Interactional Impulse Response among

Energy Intensity， Industrialization and Economic Gradient

ZHANG Yandong， ZHAO Tao

（School of Management and Economics， Tianjin University， Tianjin 300072）

Abstract： With the help of VAR model， impulse response function and variance decomposition， this paper empirically comparatively studied the interactional impulse response among energy intensity， industrialization and economic gradient in eastern part， central part and western part in china. The results show that the influence degree of industrialization to the three variables is the maximum， meaning that industrialization is a very important variable. Except the central part， the development of industrialization reduces energy intensity， reflecting the characteristics of energy saving. The increased economic gradient in the central and western part will promote more products with large energy consumption， which will lead to more energy intensity. Economic gradient has a positive effect on industrialization in eastern part， and negative effect in central and western parts. The effect of energy intensity to industrialization and economic gradient is small， showing that the constraint of energy saving target is still not fully reflected.

Key words： economic gradient； industrialization； energy intensity； VAR model

工业化和梯度发展模式是我国经济发展的两个重要特征。由统计数据可知我国工业生产总值的增长速度要快于GDP的增长速度[1]，我国工业化进程正不断深化。由于资源禀赋和历史等多种原因，再加上东部沿海地区开放程度较强，导致我国呈现出东高西低的经济发展格局，形成了东中西三大地区[2]，由此产生了“经济梯度”的概念。经济梯度是指在宏观区域中，不同的经济地理空间的经济发展水平与潜力的程度[3]，即我国三大地区各自的经济实力。

随着我国经济的发展，能源消耗量也在持续增加，《中国统计年鉴2012》显示2011年我国能源消耗总量是1986的43倍。根据预测，在2040年之前，我国的能源消费量将保持持续的增长状态[4]。能源强度指的是单位GDP的能源消耗量，反映一个国家或者地区的能源利用效率，研究能源强度、工业化与经济梯度间的影响关系成为众多专家学者关注的问题。

1文献综述

在工业化对能源强度影响的研究方面：Perry Sadorsky通过分析76个发展中国家的面板数据，发现在长期中工业化水平对能源强度的弹性范围为007～012[5]。Peter M和Henri通过实证研究18个OECD国家50个行业的能源强度收敛性与结构变化特征，发现能源强度在大多数制造相关的工业部门容易下降，而在服务业部门下降缓慢[6]。符冠云等分析了世界上一些典型国家在工业化进程中所体现出来的能源强度变化特征[7]。马珩研究了工业化、城市化和能源价格等因素对中国能源消费的影响关系，发现经济增长、工业化、城市化均对中国能源的消费具有正向的影响作用[8]。

在经济梯度发展模式下，一些学者已经开始关注能源消耗相关问题所表现出来的空间特征：赵湘莲等研究发现经济发展与能源消费水平存在明显的地区差异，且呈现出显著的空间集聚效应[9]。Feng Song和Xinye Zheng、Yanrui Wu、宋枫和王丽丽均从省际层面研究了能源强度变化的影响因素，通过实证分析来探索各影响因素与能源强度之间的数量关系[10～12]。Huayi Yu从空间相关性角度研究了中国地区能源强度的影响因素，发现重工业比重、煤炭消耗比重会增加能源强度，东部地区与西部地区间的扩散效应明显[13]。刘畅和崔艳红比较研究了低能耗区域、中能耗区域和高能耗区域三种类型区域能源消耗强度的变化特征[14]。

VAR模型因具有良好的探索性且不需要以严格的经济理论为基础，在能源相关问题研究中得到越来越多的应用。张欢和成金华应用此模型研究了城市化进程对能源需求的影响[15]；王霞和淳伟德则应用VAR模型研究了我国能源强度变化的影响因素[16]。

以上这些研究的结果表明工业化和经济的梯度发展模式对能源强度有着显著的影响，研究角度已经深入到地区和省际层面，对探索我国能源强度的发展特征有着重要的支持作用。但是这些研究都没有直接测定“经济梯度”对能源强度的影响，也没有研究“经济梯度”与工业化之间存在怎样的影响关系。因此本文主要通过VAR模型、脉冲响应函数和方差分解方法，在三大地区层面研究能源强度、工业化与经济梯度之间的相互影响效应。

2模型、变量与数据

2.1VAR模型

VAR模型是研究宏观经济变量之间相互影响关系时常用的一种方法。

一般VAR模型的表达式为[17]：

Yt=α1Yt-1+…+αnYt-n+B+εtt=1，2，…，T （1）

式中Yt是k维内生变量向量；n是滞后阶数；t为样本点；T是样本容量；α1到αn是待估参数矩阵；B是k维截距项；εt是k维随机扰动项。

2.2研究变量

（1）能源强度EIi为单位GDP的能源消耗量，以能源消耗总量与GDP的比值来表示。

EIi=EiGDPi （2）

式中i=1，2，3，分别表示东、中和西部地区；EIi表示第i个地区的能源强度，单位：吨标煤/万元；Ei表示第i个地区的能源消耗量，单位：万吨标准煤；GDPi表示第i个地区的GDP，单位：亿元。

（2）工业化INDi为工业在国民经济发展中的地位，以工业生产总值与GDP的比值来表示。

INDi=GDPind，iGDPi （3）

式中INDi表示第i个地区的工业化，单位：%；GDPind，i表示第i个地区的工业生产总值，单位：亿元。

（3）经济梯度ELi为每个地区在总体中的经济实力与地位，以每一个地区GDP与全国GDP的比值来表示。

ELi=GDPiGDP=GDPiGDPi （4）

式中ELi表示第i个地区的经济梯度，单位：%。

2.3数据来源与处理

本文所选数据来自《北京统计年鉴2012》等各省市自治区的统计年鉴、《中国统计年鉴2012》和《中国能源统计年鉴2012》。对三大地区的分类按照国家统计局的划分标准，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省级行政区；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省级行政区；西部地区包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西和内蒙古12个省级行政区。由于西藏统计年鉴的不完整性，导致其能源消耗数据无法得到，所以本文所研究的西部地区包括除了西藏自治区之外的11个省级行政区。由此可以得到三个地区的数据表（因篇幅所限，未详细罗列）。

2.4AR根检验

为了防止发生“伪回归”，需要对模型的平稳性进行AR根检验。应用Eviews70对三大地区的数据进行AR根检验，结果如图1所示。从图1可以看出，由三大地区数据建立的三个VAR模型，AR根的倒数均落在单位圆内，说明由三组数据各自建立的VAR模型平稳性良好，经检验最优的滞后阶数应为2，由此可以进一步对三组数据进行模型的建立。

2.5协整检验

为了明确能源强度、工业化与经济梯度三者之间是否存在长期的均衡关系，需要进行协整检验，对多变量进行协整检验常用的方法是Johansen协整检验。应用Eviews70分别对全国和三大地区的数据进行协整检验的结果如表1所示。

从表1的检验结果可以看出，在东部地区，拒绝了“无协整方程”和“至多一个协整方程”的原假设，接受了“至多两个协整方程”的原假设，说明3个变量之间存在着两个协整方程。同理，在中部地区，3个变量之间存在着两个协整方程；在西部地区，存在着3个以上的协整方程。通过协整检验，可以看出3个变量之间都存在着均衡关系，由此数据建立的VAR模型将具有良好的解释性。

31VAR模型的建立与参数估计

由表2可知，EIi方程的R2与2均超过了099，说明能源强度的变化可由EIi方程的解释程度超过了99%；同理由INDi方程和ELi方程的R2可以看出3个方程在三大地区范围内的解释性均比较良好。

在5%显著性水平下，可查t统计量的临界值为t0025（17）=211，因此可以对每一个参数估计值进行变量的显著性检验，结果见表2。除了西部地区的INDi方程，其余所有方程至少都存在一个显著的变量，再结合每个方程的R2与2可以判断每个方程均是成立的，由于每个地区的INDi方程可绝系数均较小，且西部地区的方程无显著的变量，说明工业化可能是一个较为独立的变量，受其他变量影响的程度较小，需要做进一步的验证。

32三大地区EIi的冲击响应比较分析

脉冲响应函数可以形象地显示随机扰动项发生一个标准差冲击对系统中所有变量的影响关系，并能显示影响关系的动态特性。不同地区EIi追踪30期的脉冲响应函数如图2至图4所示。

（1）EIi受自身冲击的响应比较分析。从图2可以看出，虽然EIi受自身冲击后的冲击响应数值特征与变化速度存在差异，但是均为正向，说明能源强度对自身有着正向的影响，由此可见，节能降耗技术的突破会对能源强度的降低有着重要的影响，这种影响在短期内会体现得尤为明显。

（2）EIi受INDi冲击的响应比较分析。从图3可以看出，除了中部地区，我国工业化的发展对能源强度存在负向的影响效应，而且在中部地区，工业化冲击对能源强度的影响效应在前8期内也为负值。说明我国工业化发展虽然消耗了大量的能源，但是会降低能源强度，意味着我国的工业化发展正走向能源集约型的道路。

（3）EIi受ELi冲击的响应比较分析。从图4可以看出，经济梯度对能源强度的影响效应差异明显：在东部地区，当EI1受到EL1的正向冲击时，会产生负向的冲击响应，在4期后开始产生正向的影响效应，意味着东部地区GDP的增长仍然在很大程度上依赖能源的消耗；中西部地区受到正向冲击后，会产生正向的冲击响应，且持续时间较长，主要原因是经济梯度的提高会促使当地偏向于大量消费电力、汽车等高能源消耗类产品。

33EIi变化的方差分解比较分析

方差分解方法可以度量不同时期内结构冲击的方差总和占各变量总方差的比例，以此来衡量变量间的相互影响程度，反映了所有变量对于某一特定变量变化的重要程度。

根据表3的方差分解结果可知：

（1）能源强度的变化受到工业化影响的程度最大。其中西部地区工业化对能源强度的影响程度最大，为688%，所以在西部大开发战略的实施过程中，引进能源节约型的产业会促使西部地区能源强度的持续下降。

（2）中部地区能源强度受到自身影响的程度最大为405%，与此地区工业化的影响程度434%接近，因此对于中部地区，产业结构调整与新型工业化的发展具有同样重要的战略意义。

（3）能源强度变化受经济梯度影响程度具差异化特征，我国经济的梯度发展模式使得在不同的经济梯度地区，能源强度的变化确实存在差别。

应用与EIi分析相似的方法，可以得到INDi和ELi的冲击响应及方差分解结果。

4结论与启示

应用VAR模型、脉冲响应函数和方差分解方法，本文分东、中、西三大地区研究了经济梯度、工业化和能源强度的交互冲击响应问题，主要得到以下几点结论：

（1）工业化对能源强度变化的影响程度最大。除了中部地区，东部和西部地区范围内的工业化均表现出能源节约的特征，说明我国的工业化转型程度正在不断加深，而且在西部地区工业化的发展过程中，实现了经济发展与能源节约的良好协调。

（2）工业化变化受自身影响程度最大。因为我国的经济发展必须依靠工业化的发展作为支撑基础，所以工业化表现出一定的独立特征，受其他因素的影响程度较小，再次验证了INDi方程可绝系数较低的原因。在东部地区，经济梯度的增加会促进工业化的发展，在新型经济发展模式中，工业化仍是促进经济发展的重要保障；中西部地区经济梯度的增加会对工业化产生负向的影响，说明经济实力的提高会促使中西部地区的非工业产业的发展。

（3）经济梯度变化受工业化影响程度最大，说明现阶段我国的经济发展仍然依靠工业化的必要支撑。

由上述分析与讨论可以得到以下启示：工业化是我国经济发展的必然选择，只有以工业化为坚实的基础，才能够实现经济持续的发展；我国的工业化转型已见成效，大部分地区都呈现出能源节约的特征，高附加值低能耗的工业产业类型是我国工业化的根本选择，但是中部地区的工业化仍体现着传统工业高能耗的特点，工业转型与节能技术的研发是提高此地区工业化发展水平的重要途径；经济发展会增加中西部地区对能源依赖型产品的大量消费，导致能源强度的增长，必要的消费引导是实现节能目标的重要手段。

参考文献：

[1]中华人民共和国国家统计局.中国统计年鉴2012[M].北京：中国统计出版社.

[2]陈国阶.我国东中西部发展差异原因分析[J].地球科学，1997，17（1）：1-7.

[3]郭正模.宏观区域的经济梯度及其实证方法探讨[J].社会科学研究， 1989（10）：41-46.

[4]李红梅，贺昌政，肖进.基于Log-GMDH模型的我国能源消费中长期预测[J].软科学，2012， 26（5）：51-54.

[5]Perry Sadorsky. Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries [J]. Energy Economics， 2013，37：52-59.

[6]Peter Mulder， Henri L F de Groot. Structural Change and Convergence of Energy Intensity Across OECD Countries， 1970–2005[J]. Energy Economics， 2012，34（6）：1910-1921.

[7]符冠云，郁聪，熊华文.典型国家工业化进程中能源强度的变化及启示[J].中国能源，2012， 34 （3）：17-21.

[8]马珩.中国城市化和工业化对能源消费的影响研究[J].中国软科学，2012（1）：176-182.

[9]赵湘莲，李岩岩，陆敏.我国能源消费与经济增长的空间计量分析[J].软科学，2012，26（3）：33-38.

[10]Feng Song， Xinye Zheng. What Drives the Change in China's Energy Intensity：Combining Decomposetion Analysis and Econometric Analysis at the Provincial Level[J]. Energy Policy， 2012， 51：445-453.

[11]Yanrui Wu. Energy Intensity and its Determinants in China's Regional Economies[J]. Energy Policy， 2012， 41：703-711.

[12]宋枫，王丽丽. 中国能源强度变动趋势及省际差异分析[J].资源科学，2012，34（1）：13-19.

[13]Huayi Yu. The Influential Factors of China's Regional Energy Intensity and its Spatial Linkages：1988–2007 [J]. Energy Policy， 2012， 45：583-593.

[14]刘畅，崔艳红.中国能源消耗强度区域差异的动态关系比较研究—基于省（市）面板数据模型的实证分析[J].中国工业经济，2008（4）：34-43.

[15]张欢，成金华.中国城市化进程对能源需求的动态冲击效应[J].管理学报，2011，8（7）：1060- 1066.

[16]王霞，淳伟德.我国能源强度变化的影响因素分析及其实证研究[J].统计研究，2010， 27（10）：71-74.

[17]高铁梅.计量经济分析方法与建模：EViews应用及实例（第2版）[M].北京：清华大学出版社，2009.

（责任编辑：王楠）

（3）EIi受ELi冲击的响应比较分析。从图4可以看出，经济梯度对能源强度的影响效应差异明显：在东部地区，当EI1受到EL1的正向冲击时，会产生负向的冲击响应，在4期后开始产生正向的影响效应，意味着东部地区GDP的增长仍然在很大程度上依赖能源的消耗；中西部地区受到正向冲击后，会产生正向的冲击响应，且持续时间较长，主要原因是经济梯度的提高会促使当地偏向于大量消费电力、汽车等高能源消耗类产品。

33EIi变化的方差分解比较分析

方差分解方法可以度量不同时期内结构冲击的方差总和占各变量总方差的比例，以此来衡量变量间的相互影响程度，反映了所有变量对于某一特定变量变化的重要程度。

根据表3的方差分解结果可知：

（1）能源强度的变化受到工业化影响的程度最大。其中西部地区工业化对能源强度的影响程度最大，为688%，所以在西部大开发战略的实施过程中，引进能源节约型的产业会促使西部地区能源强度的持续下降。

（2）中部地区能源强度受到自身影响的程度最大为405%，与此地区工业化的影响程度434%接近，因此对于中部地区，产业结构调整与新型工业化的发展具有同样重要的战略意义。

（3）能源强度变化受经济梯度影响程度具差异化特征，我国经济的梯度发展模式使得在不同的经济梯度地区，能源强度的变化确实存在差别。

应用与EIi分析相似的方法，可以得到INDi和ELi的冲击响应及方差分解结果。

4结论与启示

应用VAR模型、脉冲响应函数和方差分解方法，本文分东、中、西三大地区研究了经济梯度、工业化和能源强度的交互冲击响应问题，主要得到以下几点结论：

（1）工业化对能源强度变化的影响程度最大。除了中部地区，东部和西部地区范围内的工业化均表现出能源节约的特征，说明我国的工业化转型程度正在不断加深，而且在西部地区工业化的发展过程中，实现了经济发展与能源节约的良好协调。

（2）工业化变化受自身影响程度最大。因为我国的经济发展必须依靠工业化的发展作为支撑基础，所以工业化表现出一定的独立特征，受其他因素的影响程度较小，再次验证了INDi方程可绝系数较低的原因。在东部地区，经济梯度的增加会促进工业化的发展，在新型经济发展模式中，工业化仍是促进经济发展的重要保障；中西部地区经济梯度的增加会对工业化产生负向的影响，说明经济实力的提高会促使中西部地区的非工业产业的发展。

（3）经济梯度变化受工业化影响程度最大，说明现阶段我国的经济发展仍然依靠工业化的必要支撑。

由上述分析与讨论可以得到以下启示：工业化是我国经济发展的必然选择，只有以工业化为坚实的基础，才能够实现经济持续的发展；我国的工业化转型已见成效，大部分地区都呈现出能源节约的特征，高附加值低能耗的工业产业类型是我国工业化的根本选择，但是中部地区的工业化仍体现着传统工业高能耗的特点，工业转型与节能技术的研发是提高此地区工业化发展水平的重要途径；经济发展会增加中西部地区对能源依赖型产品的大量消费，导致能源强度的增长，必要的消费引导是实现节能目标的重要手段。

参考文献：

[1]中华人民共和国国家统计局.中国统计年鉴2012[M].北京：中国统计出版社.

[2]陈国阶.我国东中西部发展差异原因分析[J].地球科学，1997，17（1）：1-7.

[3]郭正模.宏观区域的经济梯度及其实证方法探讨[J].社会科学研究， 1989（10）：41-46.

[4]李红梅，贺昌政，肖进.基于Log-GMDH模型的我国能源消费中长期预测[J].软科学，2012， 26（5）：51-54.

[5]Perry Sadorsky. Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries [J]. Energy Economics， 2013，37：52-59.

[6]Peter Mulder， Henri L F de Groot. Structural Change and Convergence of Energy Intensity Across OECD Countries， 1970–2005[J]. Energy Economics， 2012，34（6）：1910-1921.

[7]符冠云，郁聪，熊华文.典型国家工业化进程中能源强度的变化及启示[J].中国能源，2012， 34 （3）：17-21.

[8]马珩.中国城市化和工业化对能源消费的影响研究[J].中国软科学，2012（1）：176-182.

[9]赵湘莲，李岩岩，陆敏.我国能源消费与经济增长的空间计量分析[J].软科学，2012，26（3）：33-38.

[10]Feng Song， Xinye Zheng. What Drives the Change in China's Energy Intensity：Combining Decomposetion Analysis and Econometric Analysis at the Provincial Level[J]. Energy Policy， 2012， 51：445-453.

[11]Yanrui Wu. Energy Intensity and its Determinants in China's Regional Economies[J]. Energy Policy， 2012， 41：703-711.

[12]宋枫，王丽丽. 中国能源强度变动趋势及省际差异分析[J].资源科学，2012，34（1）：13-19.

[13]Huayi Yu. The Influential Factors of China's Regional Energy Intensity and its Spatial Linkages：1988–2007 [J]. Energy Policy， 2012， 45：583-593.

[14]刘畅，崔艳红.中国能源消耗强度区域差异的动态关系比较研究—基于省（市）面板数据模型的实证分析[J].中国工业经济，2008（4）：34-43.

[15]张欢，成金华.中国城市化进程对能源需求的动态冲击效应[J].管理学报，2011，8（7）：1060- 1066.

[16]王霞，淳伟德.我国能源强度变化的影响因素分析及其实证研究[J].统计研究，2010， 27（10）：71-74.

[17]高铁梅.计量经济分析方法与建模：EViews应用及实例（第2版）[M].北京：清华大学出版社，2009.

（责任编辑：王楠）

（3）EIi受ELi冲击的响应比较分析。从图4可以看出，经济梯度对能源强度的影响效应差异明显：在东部地区，当EI1受到EL1的正向冲击时，会产生负向的冲击响应，在4期后开始产生正向的影响效应，意味着东部地区GDP的增长仍然在很大程度上依赖能源的消耗；中西部地区受到正向冲击后，会产生正向的冲击响应，且持续时间较长，主要原因是经济梯度的提高会促使当地偏向于大量消费电力、汽车等高能源消耗类产品。

33EIi变化的方差分解比较分析

方差分解方法可以度量不同时期内结构冲击的方差总和占各变量总方差的比例，以此来衡量变量间的相互影响程度，反映了所有变量对于某一特定变量变化的重要程度。

根据表3的方差分解结果可知：

（1）能源强度的变化受到工业化影响的程度最大。其中西部地区工业化对能源强度的影响程度最大，为688%，所以在西部大开发战略的实施过程中，引进能源节约型的产业会促使西部地区能源强度的持续下降。

（2）中部地区能源强度受到自身影响的程度最大为405%，与此地区工业化的影响程度434%接近，因此对于中部地区，产业结构调整与新型工业化的发展具有同样重要的战略意义。

（3）能源强度变化受经济梯度影响程度具差异化特征，我国经济的梯度发展模式使得在不同的经济梯度地区，能源强度的变化确实存在差别。

应用与EIi分析相似的方法，可以得到INDi和ELi的冲击响应及方差分解结果。

4结论与启示

应用VAR模型、脉冲响应函数和方差分解方法，本文分东、中、西三大地区研究了经济梯度、工业化和能源强度的交互冲击响应问题，主要得到以下几点结论：

（1）工业化对能源强度变化的影响程度最大。除了中部地区，东部和西部地区范围内的工业化均表现出能源节约的特征，说明我国的工业化转型程度正在不断加深，而且在西部地区工业化的发展过程中，实现了经济发展与能源节约的良好协调。

（2）工业化变化受自身影响程度最大。因为我国的经济发展必须依靠工业化的发展作为支撑基础，所以工业化表现出一定的独立特征，受其他因素的影响程度较小，再次验证了INDi方程可绝系数较低的原因。在东部地区，经济梯度的增加会促进工业化的发展，在新型经济发展模式中，工业化仍是促进经济发展的重要保障；中西部地区经济梯度的增加会对工业化产生负向的影响，说明经济实力的提高会促使中西部地区的非工业产业的发展。

（3）经济梯度变化受工业化影响程度最大，说明现阶段我国的经济发展仍然依靠工业化的必要支撑。

由上述分析与讨论可以得到以下启示：工业化是我国经济发展的必然选择，只有以工业化为坚实的基础，才能够实现经济持续的发展；我国的工业化转型已见成效，大部分地区都呈现出能源节约的特征，高附加值低能耗的工业产业类型是我国工业化的根本选择，但是中部地区的工业化仍体现着传统工业高能耗的特点，工业转型与节能技术的研发是提高此地区工业化发展水平的重要途径；经济发展会增加中西部地区对能源依赖型产品的大量消费，导致能源强度的增长，必要的消费引导是实现节能目标的重要手段。

参考文献：

[1]中华人民共和国国家统计局.中国统计年鉴2012[M].北京：中国统计出版社.

[2]陈国阶.我国东中西部发展差异原因分析[J].地球科学，1997，17（1）：1-7.

[3]郭正模.宏观区域的经济梯度及其实证方法探讨[J].社会科学研究， 1989（10）：41-46.

[4]李红梅，贺昌政，肖进.基于Log-GMDH模型的我国能源消费中长期预测[J].软科学，2012， 26（5）：51-54.

[5]Perry Sadorsky. Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries [J]. Energy Economics， 2013，37：52-59.

[6]Peter Mulder， Henri L F de Groot. Structural Change and Convergence of Energy Intensity Across OECD Countries， 1970–2005[J]. Energy Economics， 2012，34（6）：1910-1921.

[7]符冠云，郁聪，熊华文.典型国家工业化进程中能源强度的变化及启示[J].中国能源，2012， 34 （3）：17-21.

[8]马珩.中国城市化和工业化对能源消费的影响研究[J].中国软科学，2012（1）：176-182.

[9]赵湘莲，李岩岩，陆敏.我国能源消费与经济增长的空间计量分析[J].软科学，2012，26（3）：33-38.

[10]Feng Song， Xinye Zheng. What Drives the Change in China's Energy Intensity：Combining Decomposetion Analysis and Econometric Analysis at the Provincial Level[J]. Energy Policy， 2012， 51：445-453.

[11]Yanrui Wu. Energy Intensity and its Determinants in China's Regional Economies[J]. Energy Policy， 2012， 41：703-711.

[12]宋枫，王丽丽. 中国能源强度变动趋势及省际差异分析[J].资源科学，2012，34（1）：13-19.

[13]Huayi Yu. The Influential Factors of China's Regional Energy Intensity and its Spatial Linkages：1988–2007 [J]. Energy Policy， 2012， 45：583-593.

[14]刘畅，崔艳红.中国能源消耗强度区域差异的动态关系比较研究—基于省（市）面板数据模型的实证分析[J].中国工业经济，2008（4）：34-43.

[15]张欢，成金华.中国城市化进程对能源需求的动态冲击效应[J].管理学报，2011，8（7）：1060- 1066.

[16]王霞，淳伟德.我国能源强度变化的影响因素分析及其实证研究[J].统计研究，2010， 27（10）：71-74.

[17]高铁梅.计量经济分析方法与建模：EViews应用及实例（第2版）[M].北京：清华大学出版社，2009.

（责任编辑：王楠）