区域经济发展与能源消费间关系研究＊

尚 梅，李 强

(西安科技大学 管理学院，陕西 西安710054)

0 引 言

改革开放以来，中国经济快速发展，成为世界上经济增长速度最快的国家之一。然而，中国经济发展走的是一条依靠高投入、高消耗实现高增长率的粗放型增长道路。基于过去25 年(1981—2005)我国实现“能源消耗翻一翻，经济总量翻两翻”的经济增长和能源消费状况，国务院发展研究中心(DRC)和国家发展和改革委员会能源研究中心(ERI)于2000 年对中国2020 年的能源消费需求做了权威预测，即若按常规发展模式(普通增长情景)，预计2000—2020 年我国平均能源消费增长率将保持在4.8%，若采取节能减排措施(绿色增长情景)，平均能源消费增长率降低到3.3%.据统计资料分析，2001—2014 年我国GDP 年均增长率为7.08%，能源消费总量年均增长率为3.86%，即使近年在强制性节能减排的约束下，我国能源消费增长率仍然偏高，能源消费势必成为未来经济发展的瓶颈。实践的需要推动了理论的发展，如何在保障经济发展的同时节约能源成为国内外学者们关注的焦点。国外学者Paul S，Bhattacharya R(2004)实证印度1950 至1996 年能源消费与经济增长间的关系，得出其间存在双向因果关系的结论［1］。Lee CC(2005)对18 个发展中国家1975至2001 年的能源消费与GDP 的关系进行实证，发现存在从能源消费到GDP 间长期和短期单向因果关系，反之不然［2］。国内学者王火根等(2007)基于我国省域面板数据，利用空间面板回归模型实证发现，我国各省能源消费与GDP 存在显著的空间差异性［3］;于全辉和孟卫东(2008)运用面板数据实证中国东西部地区能源消费与经济增长的关系，发现中国东西部地区能源消费与经济增长之间的协整关系差异显著［4］;陈首丽等(2010)借鉴协整分析技术，发现我国能源消费与GDP 间存在长期协整关系［5］。

专家学者从省域、地区及国家层面对经济发展与能源消费间的关系进行了广泛探讨，但考虑到中国幅员辽阔，能源资源禀赋差异显著，研究不同能源资源禀赋地区经济发展与能源消费间关系的定量研究还没有检索到，这也是文中研究的契机。

1 研究方法

基于经济发展及能源消费的相关统计数据，首先，借鉴聚类分析技术，以能源资源禀赋的高低为标准、对全国省域进行聚类;其次借鉴协整及因果关系分析技术研究不同能源资源禀赋区经济发展与能源消费间的关系。

1.1 模型构建

面板数据是横向截面数据与纵向时间序列综合起来的一种数据类型，能充分挖掘样本信息，适合用来研究我国不同能源资源禀赋区经济增长与能源消费间的关系。虽然能源消费与经济增长间关系是文中关注的焦点，但两者之间关系可能会受其他变量的影响，文中借鉴Sachs 和Warner(1995)［6］、邵帅和齐中英(2008)［7］及范欣［8］等学者研究自然资源与经济增长关系时所构建的模型，将劳动力、资本积累和技术进步作为控制变量加入模型中，构建如下面板数据回归模型

其中 lnY，lnL，lnK，lnE 和lnJ 分别代表经济发展、劳动力、资本积累、能源消费及技术进步水平，α，β，γ，ε 分别代表相应弹性系数，i 对应省份截面单位，t 代表年份，δ 为常数项，μ1随机扰动项。

1.2 主要分析方法

1.2.1 面板协整理论

某些单个序列，其方差、均值或协方差可能随时间变化表现出不平稳性，但数个序列同阶差分线性组合的方差、均值或协方差却可能表现出不随时间变化的性质，即呈现平稳现象，这些同阶线性组合平稳序列间就具有协整关系。检验面板数据间协整关系的方法有2 种，一是建立在E -G 两步法基础上的协整检验方法，包括Pedroni 协整检验和Kao 协整检验，二是在Johansen 迹统计量基础上形成的Fisher 协整检验方法。

Pedroni 协整检验的基本思想是在E -G 两步法基础上构造检验统计量，并推导出基于残差检验的渐近分布和临界值，判断变量间的协整关系。

Kao 于1999 年提出用DF 和ADF 单位根检验协整关系，其中ADF 检验法更常见。

20 世纪末，Maddala 和Wu 在Fisher1932 年提出的协整检验的基础上，提出“合并个体截面检验统计量，得到整个面板的Fisher 检验统计量”。其基本思路是:假设πi为截面成员第i 个体协整检验的p 值，在面板协整的原假设下，构建渐近卡方统计量，与MacKinnon-Haug-Michelis 定义的p 值对比，可检验潜在的协整关系。

1.2.2 面板数据回归分析

若确定变量间存在面板协整关系，就可以用最小二乘法对面板数据进行回归，回归前首先要就变量间适用个体固定效应模型还是随机效应模型进行判断。Eviews 给出的判断方法是Hausman检验法。Hausman 检验的原假设是个体效应与回归变量无关，因此当Hausman 检验值对应的P 值远大于0.05 时，应拒绝原假设，构建随机效应模型。反之，则接受原假设，构建个体固定效应模型。

1.2.3 格兰杰因果关系分析

格兰杰因果关系主要用来分析2 个时间序列间的因果关系，即分析当期变量Y 在多大程度上能被X 及其滞后值所解释，若X 对预测Y 有帮助，则X 就是Y 的格兰杰因。面板因果关系检验常伴随着协整检验，二者相互补充。对于面板数据，一般构造RSSR 受约束回归及RSSU 无约束回归的Wald 统计量，进行Granger 因果关系检验。由于因果关系检验对滞后期很敏感，因此在检验各变量间因果关系时应通过AIC 或者SC 准则确定最合适的滞后阶数。

2 实证分析

2.1 数据收集与处理

根据研究目的及统计资料的可得性，文中收集1985—2014 年间我国各省份经济发展、劳动、资本、技术进步、能源生产及消费量的统计数据［9-10］，其中，用于聚类的一次能源生产消费比用当年能源生产量与消费量比率量化，经济发展用GDP 量化(Y，单位:亿元)，劳动用全社会从业人员数量化(L，单位:万人)，资本用全社会资本存量量化(K，单位:亿元)，技术进步用全社会技术市场交易额量化(J，单位:亿元)，能源消费用全社会能源消费总量量化(E，单位:万吨标煤)，以1984 年固定资本形成总额比折旧率(按全国统一折旧率10.96%)再加上1985 年固定资产形成总额作为1985 年的资本存量，以1985 年为基期，用固定资产形成价格指数进行平减，得到1985—2014 年各省的资本存量数据;考虑到通货膨胀的影响，与货币有关的变量以1985 年为基期，用当年城镇居民消费价格指数进行平减;为减小异方差的影响，对所收集数据取自然对数，即用lnY，lnL，lnK，lnJ 和lnE 分别表示经济发展、劳动、资本、技术进步及能源消费总量的自然对数［11-13］。

2.2 能源资源禀赋视角下国内省份聚类分析

广义的能源资源禀赋指能源资源存储量。能源生产与消费，特别是能源生产与能源资源禀赋密切相关，考虑到文中以能源消费与经济发展间关系为关注焦点，因此以一次能源生产消费比作为能源资源禀赋的替代量，定义资源禀赋视角下我国31 个省(直辖市)聚类的标准［14-15］。聚类分析法包括系统聚类法、K—均值聚类法和两步聚类法。其中K—均值聚类法和两步聚类法适用于大样本聚类，而系统聚类法适用于小样本聚类。考虑本研究样本的特征，选用系统聚类法中的组间聚类法。该法采用合并2 类后使所有对应项之间平均距离最小的原理聚类。借鉴SPASS 的聚类分析功能，聚类数量定为3，分别定义为资源富有型、资源自给型及资源匮乏型地区。聚类分析及有效性评估结果见表1.

表1 聚类分析及有效性评估结果Tab.1 Result of clustering analysis and validity evaluation

由表1 知，3 个群集中一次能源生产与消费比差异比较明显，其均值从一类到三类呈增长趋势，分别为0.373 2，0.967 9 和1.667 4，分别对应资源匮乏型、自给型和富有型地区。各群集样本标准差分别为0.211 9，0.128 1 和0.284 9，均较小，说明各群集数据比较集中，都向某个根节点靠拢，即聚类结果可靠。

2.3 不同能源资源禀赋地区经济发展与能源消

费间关系实证分析

根据经济理论及学者们的研究成果［16-19］，文中假设不同能源资源禀赋区能源消费与经济增长间存在不同的协整关系。根据上文构建的模型(式(1))，基于1985—2014 年间我国各省份经济发展、劳动、资本、技术进步及能源生产及消费量的统计数据，研究不同能源资源禀赋区经济发展与能源消费间的协整及因果关系。在进行面板协整分析前，首先要对各变量的平稳性进行检验，即单位根检验。

2.3.1 单位根检验

协整关系要求被检验的两个或多个变量具有相同的单整阶数，因此在检验变量间的协整关系之前，文中首先采用ADF 检验法进行变量序列的单位根检验，结果见表2.

表2 面板数据单位根检验Tab.2 Test of panal data unit root

从表2 得知，各变量的原始序列都不平稳，但其一阶差分序列在5%显著性水平下平稳，即各变量一阶单整，可以进行后续的协整分析。

2.3.2 协整分析

1)协整检验。由表2 知，不同能源资源禀赋地区经济发展及能源消费的差分序列一阶单整，故可以进行面板协整分析。面板协整检验方法主要有Kao 检验、Pedron 检验及Fisher 联合迹统计量检验，其中Kao 和Pedron 方法常用来检验协整关系是否存在，而Fisher 联合迹统计量检验可判断潜在的协整关系的个数。由于篇幅所限，文中仅列举Kao 检验和Fisher 联合迹统计量检验的结果。协整检验时，根据AIC 准则，选取AIC 值最小时的滞后阶数2。检验结果见表3.

从Kao 检验结果知，拒绝原假设犯错误的概率为零，即不同能源资源禀赋区各要素间存在协整关系，从Fisher 联合迹统计量检验结果知，三类地区各变量间均存在至少两个协整关系，甄别出符合经济理论的协整关系是研究的重点之一。

2)协整关系的甄别——面板数据回归。从表3 知，资源富有型、自给型及匮乏型地区能源消费、劳动力、资本存量、技术进步和经济发展间均存在协整关系。因此，可用最小二乘法对面板数据进行回归，回归前首先要就各能源资源禀赋区适用个体固定效应模型还是随机效应模型进行判断［20-21］。Eviews 给出的判断结果见表4.

表3 三类地区协整检验结果Tab.3 Result of co-integration test of three regions

表4 三类地区Hausman 检验结果表Tab.4 Result of Hausman test of three regions

从表4 知，资源富有型和匮乏型地区Hausman检验P 值均大于0.05，接受原假设，应构建随机效应模型，而资源自给型地区拒绝原假设，应构建个体固定效应模型。据之构建相应的面板数据模型进行回归分析，结果见式(2)～(4)，括号内数字为t-统计量的值。残差平稳性检验结果见表5.

资源富有型地区

资源自给型地区:

资源匮乏型地区

表5 3 类地区回归模型残差单位根检验Tab.5 Test of unit root of three regions residual

从回归结果看，各解释变量t -统计量的值都大于5%置信水平下的临界值，即解释变量的系数显著不为零，R2值也非常高，分别为0.975，0.993和0.964，说明回归结果理想。同时从表5 残差检验结果知，在5%的显著性水平下，3 类地区残差均没有单位根，及3 类地区残差是平稳的，印证了回归模型的可靠性。

2.3.3 格兰杰因果检验

从式(2)～(4)知，不同能源资源禀赋区经济发展与能源消费及诸控制变量间存在协整关系，能源消费与经济发展间是否存在因果关系是文中关注的另一个观点。借鉴面板数据因果关系检验方法，依据AIC 准则，确定格兰杰因果检验最合适的滞后阶数为2.检验结果见表6.

表6 三类地区能源消费与经济发展间格兰杰因果检验结果Tab.6 Result of Granger causality test of three regions

由表6 知，在5%的置信水平下，在资源富有型地区，能源消费与经济增长互为格兰杰因;在资源自给型及资源匮乏型地区，存在经济增长到能源消费的单向格兰杰因。

3 结 论

1)从协整分析结果知，在文中所聚类的能源资源富有型、自给型及匮乏型地区，能源消费与经济增长间均存在长期协整关系，即长期来看，在能源资源富有型地区，能源消费增长1%能带动经济增长0.15%;在能源资源自给型地区，能源消费增长1%能带动经济增长0.41%;在能源资源匮乏型地区，能源消费每增长1% 能带动经济增长0.43%，实证了我国不同地区资源禀赋性对经济增长与能源消费关系的影响存在差异这一假设。

2)从格兰杰因果关系分析知，在资源富有型地区，能源消费与经济增长互为格兰杰因;在资源自给型地区，经济增长是能源消费的单向格兰杰因;在资源匮乏型地区，经济增长是能源消费的单向格兰杰因。

3)在构建能源消费与经济发展关系的模型时，还引入了劳动、资本及技术进步3 个控制变量，从实证结果知，不同能源资源禀赋地区劳动及资本投入都与经济发展正相关，且单位劳动及资本投入对经济增长的贡献力度从资源富有型地区到资源匮乏型地区呈依次递减的趋势。同时从式(2)～(4)知，能源资源匮乏型地区技术进步对经济增长有促进作用，而在富有型和自给型地区技术进步对经济增长有抑制作用，实证了在能源资源富有型和自给型地区能源消费对技术进步有挤出效应。

4)通过理论及实证分析，提出以下建议:在资源富有型地区，节能降耗的重点应放在优化产业结构及提高能源使用效率上;在资源自给型地区可以推行节能减排政策，不会显著抑制该地区经济发展;在资源匮乏型地区，节能减排的重点应放在学习西方国家的先进经验，继续优化产业结构及提高能源使用效率上。

References

［1］ Paul S，Bhattacharya R. Causality between energy consumption and economic growth in India:a note on conflicting results［J］. Energy Economics，2004，26(6):977 -983.

［2］ Lee C C. Energy consumption and GDP in developing countries:A cointegrated panel analysis［J］. Energy Economics，2005，27(3):415 -427.

［3］ 王火根，沈利生.中国经济增长与能源消费空间面板分析［J］.数量经济技术经济研究，2007(12):98 -107.WANG Huo-gen，SHEN Li-sheng.A spatial panel statistical analysis on Chinese economic growth and energy consumption［J］.Journal of Quantitative ＆ Technical Economics，2007(12):98 -107.

［4］ 于全辉，孟卫东.基于面板数据的中国能源与经济增长关系［J］.系统工程，2008，26(6):68 -72.YU Quan-hui，MENG Wei-dong. Relationship between China energy consumption and economic growth［J］.Systems Engineering，2008，26(6):68 -72.

［5］ 陈首丽，马丽平.我国能源消费与经济增长效应的统计分析［J］.管理世界，2010(1):167 -168.CHEN Shou-li，MA Li-ping.Statistical analysis of effect of China energy consumptions and economic growth［J］.Management World，2010(1):167 -168.

［6］ Sachs J D，Warner A M. Natural resource abundance and economic growth［M］.NBER Working Paper，1995.

［7］ 邵 帅，齐中英.基于“资源诅咒”学说的能源输出型城市R＆D 行为研究［J］. 财经研究，2009，35(1):61-73.SHAO Shuai，QI Zhong-ying. Study on R＆D behave of energy output city based on“resource curse”theory［J］.Journal of Finance and Economics，2009，35(1):61 -73.

［8］ 范 欣. 资源禀赋影响经济增长的传导机制研究——基于我国省际面板数据分析［D］.长春:吉林大学，2013.FAN Xin.Transmission mechanism effect from resource endowment to economic growth:based Chinese provincial panal data analysis［D］.Changchun:Jilin University，2013.

［9］ 国家统计局，能源统计局.1985—2014 年中国能源统计年鉴［M］.北京:中国统计出版社，1985—2014.National Stutistic Bureau，Energy Statistic Bureau.1985—2014 China energy statistical yearbook，Beijing:China Statistics Press，1985—2014.

［10］ 国家统计局.1985—2015 年中国统计年鉴［M］. 北京:中国统计出版社，1985—2015.National Stutistic Bureau.1985—2015 China statistical yearbook［M］. Beijing:China Statistics Press，1985—2015.

［11］ 朱宗沛.能源资源丰裕度与我国地区经济发展关系分析［D］.太原:山西财经大学，2009.ZHU Zong-pei.Relationship between regional energy resources affluence and economic growth［D］. Taiyuan:Shanxi Finance ＆ Economics University，2009.

［12］ 闫美娜.自然资源禀赋与经济增长关系的实证研究［D］.南京:南京工业大学，2009.YAN Mei-na.Empirical research of relationship between natural resources endowments and economic growth［D］.Nanjing:Nanjing Techology University，2009.

［13］ 哈 奔，张金锁，许 建. 中国重要能源资源进口来源地风险评价［J］.西安科技大学学报，2014，34(4):445 -450.HA Ben，ZHANG Jin-suo，XU Jian. Risk assessment of important energy resources import source for China［J］.Journal of Xi’an University of Science and Technology，2014，34(4):445 -450.

［14］ 杨文清.我国煤炭需求组合预测模型及应用［J］.西安科技大学学报，2014，34(5):553 -557.YANG Wen-qing.Combination forecasting model of China’s coal demand and its application［J］. Journal of Xi’an University of Science and Technology，2014，34(5):553 -557.

［15］ 吕靖烨，张金锁，李朋林，等.中国能源消费碳足迹的动态变化研究［J］.西安科技大学学报，2014，34(5):539 -545.LV Jing-ye，ZHANG Jin-suo，LI Peng-lin，et al.Dynamic changes of carbon footprint for energy consumption in China［J］. Journal of Xi’an University of Science and Technology，2014，34(5):539 -545.

［16］ 曹翠珍，赵国浩. 区域物流发展、经济增长与能源消费——基于中国省级面板数据的实证分析［J］.财贸研究，2015(2):44 -52.CAO Cui-zhen，ZHAO Guo-hao. Regional logistics development，economic growth and energy consumption:provincial panel data analysis in China［J］. Journal of Finance and Trade，2015(2):44 -52.

［17］ 丁建勋.中国经济增长与能源消费增长—基于产业构成视角的研究［J］.经济问题探索，2014(6):67 -73.DING Jian-xun. Economic growth and energy consumption growth of China:perspective of industrial structure［J］.Journal of Economics Problem Study，2014(6):67-73.

［18］ 褚艳宁.生态经济视角下“资源诅咒”向“资源福祉”的转化［J］.经济问题，2015(2):31 -34.CHU Yan-ning. In view of ecological economy，the transformation from resource-curse to resource-welfare［J］.Journal of Economics Problem，2015(2):31 -34.

［19］ 刘先涛，石 俊.中国能源消费与经济增长的向量自回归模型检验分析［J］. 统计与决策，2014(10):128-130.LIU Xian-tao，SHI Jun. Analysis of vector auto regression model for energy consumption and economic growth in China［J］. Journal of Statistics and Decision，2014(10):128 -130.

［20］ 李 强，徐康宁. 资源禀赋、资源消费与经济增长［J］.产业经济研究，2013(4):81 -90.LI Qiang，XU Kang-ning. Resources endowment，resources consumption and economic growth［J］. Journal of Industrial Economy Research，2013(4):81 -90.

［21］ 徐盈之，王 进.我国能源消费与经济增长动态关系研究——基于非参数逐点回归分析［J］. 软科学，2013，27(8):1 -10.XU Ying-zhi，WANG Jin. The dynamic relationship between economic growth and energy consumption-based on non-parametric point-wise regression estimation［J］.Journal of Soft Science，2013，27(8):1 -10.