我国区域能源消费、经济增长及对外贸易动态关系研究

张艾莉，王若霏

（北京工业大学经济与管理学院，北京100124）

我国区域能源消费、经济增长及对外贸易动态关系研究

张艾莉，王若霏

（北京工业大学经济与管理学院，北京100124）

我国能源消费情况存在区域差异，文章从能源产品消费量的角度运用面板聚类模型将我国30个省、市、自治区划分为四类区域，并基于分类结果探究不同区域的能源消费、经济增长及对外贸易之间的动态关系。区域分析有助于客观地识别区域内及区域间各变量动态关系的异同。分析结果表明：四类区域的能源消费对对外贸易的影响都比能源消费对经济增长的影响更显著，即动态传导机制从能源消费到对外贸易体现的更突出；同时，四类区域的经济增长和对外贸易指标均在能源消费被施加冲击的反应初期呈现最大波动，其中高能源消费区的波动没有其他三类显著；中低能源消费区的经济增长对能源消费冲击最敏感。当经济增长和对外贸易受到正向冲击时，低能源消费区的能源消费指标反应强度高于其他区域；对次高能源消费区来说，经济增长和对外贸易对能源消费的传导效果一致。

能源消费；经济增长；对外贸易；面板聚类；面板向量自回归

［DOI］10.3969/j.issn.1007-5097.2016.10.011

一、引言

近三十年，无论是发达国家还是新兴经济体都经历着经济、能源、贸易的快速发展，能源消费、经济增长及对外贸易之间的关系越来越密切。对我国而言，能源消费的增长为经济增长提供了有力的保障，经济增长也促使着能源发展和进步；另一方面，在全球化的贸易进程中，我国出口产品的间接能源消费也在不断增加，同时，对外贸易的发展也为能源产品的进出口提供了更多便利。可以说，能源消费、经济增长及对外贸易三者的发展相辅相成，互相促进。已有的能源消费、经济增长及对外贸易之间关系的研究集中在以下几个层面：

（一）能源消费与经济增长之间的关系研究

在对能源消费与经济增长之间关系的研究中，学者们对指标和方法的选取具有高度一致性。在经济指标的选取上，国内外学者通常用GDP或实际GDP来衡量经济增长，国涓和车淑琴（2008）、吴巧生等（2008）、Apergis和Payne（2009）、Costantini和Marti⁃ni（2010）都选用了GDP作为研究指标［1-4］，Belke等（2011）选择了实际GDP［5］。对于能源消费的衡量指标，国内外学者几乎全都选择了能源消费总量或能源产品消费量。在研究方法上可以归纳为向量自回归、格兰杰因果检验和向量误差修正。

并且，对于能源消费与经济增长动态关系的探究往往基于样本的分类。例如Costantini和Martini（2010）把71个国家分为26个OECD国家和45个非OECD国家这两类［4］，国涓和车淑琴（2008）从地域角度把我国各省分为东、中、西部省区［1］。也就是按地理位置或国家性质直接分类。除此之外，S'miech和Papiez·（2014）提出了面板聚类的思路，用各国能源强度、新能源所占总能源的份额和温室气体排放的减少量三个变量进行面板聚类，把欧盟25个国家分成四组，再分别对每组进行面板因果分析，这种分类方式往往更符合区域特征和实际发展状态［6］。

（二）能源消费与对外贸易之间的关系研究

在实证分析中，学者们大部分以贸易出口额来衡量对外贸易。Ferda（2010）、Erkan，Mucuk和Uysal（2010）对土耳其的能源消费和贸易出口的关系进行分析后得出两者之间存在协整关系［7-8］。吴献金等（2008）对我国东部11个省年度能源消费总量和贸易出口额进行了协整检验和格兰杰因果检验，认为出口贸易与能源消费之间存在长期均衡关系，并且二者互为因果关系［9］。张传国、陈蔚娟（2009）以VAR模型为基础对中国能源消费和贸易出口额之间的因果、动态及定量关系进行了研究［10］。但是，仅用贸易出口额作为指标具有一定的片面性，毕竟贸易进口额和贸易出口额都是对外贸易的重要组成。Sador⁃sky（2010）的解决方法是在对中东八国①进行实证分析时同时考虑贸易出口额和贸易进口额，分别探讨了对外贸易和能源消费之间的长、短期关系［11］。

（三）能源消费、经济增长及对外贸易之间的关系

对于能源消费、经济增长及对外贸易之间的关系研究，Narayan、Smyth（2009）和Hossain（2012）的研究思路较为相似，前一篇文章的研究对象是中东六国②，后一篇研究对象是南亚区域合作联盟国家③，他们把能源消费这一变量细化到电力消费量，对外贸易选择了贸易出口额，利用协整和格兰杰因果检验分别探究区域电力消费、贸易出口和经济增长之间的关系［12-13］。Nasreen、Anwar（2014）和Kasman、Du⁃man（2015）的研究都把对外贸易用贸易开放度来衡量，同样运用多变量之间的面板协整及格兰杰因果检验。前者对亚洲15个国家的能源消费、实际GDP、贸易开放度和能源价格之间的关系进行分析，后者对欧盟15个国家的能源消费、经济增长、二氧化碳排放量、贸易开放度和城市化程度进行分析［14-15］。我国学者孙爱军和方先明（2007）用各省电力消费量来衡量能源消费，在费德模型的基础上进行了进出口贸易、能源消费和经济增长之间的格兰杰因果关系检验［16］。从能源消费的分类来看，电力消费只是能源消费的一部分，还有其他能源产品的消费，所以电力消费并不能准确衡量能源消费总体的差异，能源消费总量更合适。

尽管国内外学者对能源消费、经济增长及对外贸易之间的关系有丰富的例证，研究仍然存在可改进之处。对我国而言，由于地理环境、资源分布、政治因素等原因，各省、市、自治区能源消费情况存在巨大差异，因此从区域的角度研究可以更直接地反映局部发展规律，并且依照能源产品消费量对各省份进行分类要比按行政等级或地理位置的区域划分方式更有合理性和针对性。鉴于此，本文将从能源产品消费量的角度对我国各省进行面板聚类；在分类基础上探究不同区域能源消费、经济增长及对外贸易的动态关系。

二、基于能源消费的区域划分

我国能源总体上呈现“富煤、贫油、少气”的特征，不同地区的能源消费存在相似性和差异性，依次、单独的分析意义不大并且对比较困难。因此，本文根据能源产品消费量的情况对省、市、自治区进行面板聚类分析。

（一）面板聚类模型的设定

1.能源消费指标及样本的选择

能源消费分为多种类型。煤和天然气因地质、地貌不同，本身开采和运输情况就存在区域差异，消费量也差别较大，因此，煤炭消费量和天然气消费量可以用来衡量地区的能源消费情况；电力消费在我国能源发展中起到越来越重要的作用，我国东、中、西部地区能源资源分布不均匀，送电及配网建设正在大力推行中，电力消费总体呈现由东部沿海地区向中部、西部一路走低的趋势；石油作为常规一次能源，是煤油、柴油、汽油、燃料油等二次能源的原料，然而原油的数据记录缺少山西、贵州、重庆，所以这里选择汽油消费量作为油类的代表指标，汽油的消费量也可以间接体现一个地区的能源消费情况。

综上，考虑到样本的可得性和完整性，选取2004-2012年我国30个省、市、自治区年度数据（港澳台除外，西藏因数据缺失故排除），数据来源于2005-2013年《中国统计年鉴》能源部分。同时，为了使时间序列数据平稳，方差恒定，对所有数据取对数。选取煤炭消费量的对数变量lnC（单位：万吨）、天然气消费量的对数变量lnG（单位：亿立方米）、电力消费量的对数变量lnE（单位：亿千瓦小时）和汽油消费量的对数变量lnP（单位：万吨）作为面板聚类分析所需要的重要能源产品消费量。

2.模型构建

借鉴Ren和Shi（2009）应用费舍尔次序集群理论，基于Frobenius准则建立Ward函数，构建多变量面板数据聚类模型［17］。面板数据包含样本、时间和指标3个维度的信息，为充分利用面板数据信息，本文选用全时“绝对量”定义样本间距离。公式为：

Xikt表示t时期第i个个体的第k种能源产品消费情况，其中i=1，2，…，30；k=1，2，3，4；t=1，2，…9。dij刻画了个体i和个体j之间在整个时期t内的距离远近程度，是经典多元统计分析中欧式距离的简单继承［18］。

运用Wald法关于面板数据的聚类方法进行计算时，假设30个省被分为f类，每一类记为G1，G2，…，Gf，Nl表示每一类中的个体数，Xl表示每一类的重心，Xil表示Gl中第i个样品（i=1，2，…，Nl）的指标值，则中样品的离差平方和为：

f个类的总离差平方和为：

关于聚类类数的确定，一方面可以通过适当的阈值确定，另一方面可以根据统计量确定，例如R2统计量、半偏R2统计量、伪F统计量、伪t2统计量。当然，也要从实际的角度出发，用类内离差平方和较小且总离差平方和较大的分类方法找到局部最优解。

（二）区域聚类划分

1.聚类结果

煤炭消费、天然气消费、电力消费、汽油消费都是能源消费的重要组成部分。从能源消费数据来看，我国各省煤炭、天然气、电力、汽油的消费量总体呈持续上升趋势。按照前述面板数据的聚类思想，运用SAS9.4统计软件，对30个省的能源消费情况进行聚类分析。

面板数据全时“绝对量”聚类结果的R2值和半偏R2值显示，在分为四个类之前R2的减少是逐渐的，改变不大，分为四类时R2=0.919，而下一次合并后分为三类时R2下降较多（R2=0.839），这时可以看出分四类比较好。同时，半偏R2值越大，说明上一步合并效果好。当分类从两类到四类时，半偏R2值分别为0.663 6、0.175 5、0.079 8。虽然半偏R2值在分两类时呈现最大值，但是对于30个省而言，仅分成两类并不能显示出差异性。因此，根据以上四个能源消费实物消费量指标，我国30个省的能源消费情况可以分为四类，如图1所示。

图1　按能源产品消费量的聚类结果

为了比较四类区域能源产品消费量，根据我国30个省、市、自治区2004-2012年年度历史数据，测算出四类区域各指标的均值见表1所列。

表1　四类区域能源产品消费量平均值

对于四类区域，煤炭消费量比其他三种能源消费量都高，并且从第一类区域至第四类区域，煤炭消费量其组内均值是递减的；天然气在这四类能源中消费量最少，第二类区域的天然气消费量在四类中最高，说明第二类区域对天然气的依赖性高于其他区域；电力消费量在第一类区域最高，二、三类相当，第四类最少；对于汽油消费量，前三类区域组内均值基本相当，第四类略低。

2.四类区域能源消费特征

从面板聚类分析的结果来看，我国30个省、市、自治区分为四类后，按照煤炭、天然气、电力、汽油的消费量呈现不同的区域特征，并且根据能源指标的特征进行区域命名，见表2所列。

表2　四类区域能源产品消费特点

第一类属于高能源消费区，这些地区的煤炭消费量、电力消费量和汽油消费量均高于其他类别的地区。山东、山西、河北、河南、辽宁的支柱产业都含有钢铁行业、化工行业，即对传统能源过于依赖的重工业所占比重较高，设备老化，工艺相对滞后。并且这些地区本身煤炭储量丰富，加之油田众多，石油资源也十分充足，并不存在能源限制的过多担忧。内蒙古、浙江、江苏、湖北、广东的支柱产业中，机械、化工、纺织、汽车行业同样是能源消耗大户，而技术应用水平仍需提升。

第二类区域为次高能源消费区，其中北京、上海都是全国较活跃的经济增长区，高新技术产业最为发达，煤炭已经逐渐被削弱使用，转而更多的使用天然气和电力，同时，这两个直辖市人口众多，汽油的使用量较高；陕西、新疆、四川均为我国天然气主要产地，天然气开发力度大，一定程度上满足了当地生产发展对能源的需求；重庆、新疆的支柱产业有天然气、石油化工等，同样倾向于更多使用天然气和汽油的消费。

第三类属于中低能源消费区。其中，云南、贵州、甘肃、江西、广西经济发展水平基本处于我国中间偏后位置，工业开发时间较晚，能源消费较低；福建、安徽、吉林、湖南、天津正处于由粗放型向集约型转变的阶段，积极发展第三产业，减少对传统能源的过度依赖；同时，这些地方油气资源贫乏，煤炭资源不足，并不能保证供求平衡。

第四类区域只包括海南、青海、宁夏三个省。由于地广人稀，能源资源不足，这三个省并不依赖于传统的能源类型。青海的优势产业是水能资源开发、盐湖资源开发，石油天然气资源开发，金属和非金属资源；海南的优势产业是旅游业和房地产业，主要发展第三产业；而宁夏的优势产业虽然包含冶金、煤炭，但是消费量与其他省相比相差甚远。

综上，与按行政等级或地理位置的区域划分方式相比，从能源产品消费量的角度出发，按照煤炭、天然气、电力、汽油的实际消费量对30个省、市、自治区进行聚类分析，其结果更符合实际情况，并且区域差异显著。能源消费的特征体现在区域发展的类型与方向，高能源消费区的能源消费总体偏高，是第二产业的发展基地；次高能源消费区天然气的消费量突出，除天然气开采便利，也在不断升级考虑清洁能源的替代问题；中低能源消费区天然气消费量最低，而煤炭、电力、汽油的消费量与次高能源消费区基本相当；低能源消费区因地理环境、产业类型等原因能源消费总体偏低。

三、能源消费、经济增长与对外贸易的动态关系检验

为检验四个区域能源消费、经济增长与对外贸易的动态关系，分别构建含有能源消费、经济增长与对外贸易相关变量的PVAR模型，进而判断不同区域变量之间传导关系的典型特征，对比四个区域脉冲响应结果中动态路径变化的异同，并分析以能源产品消费量为标准的分类结果是否对区域能源消费、经济增长与对外贸易之间动态关系的判断有显著影响。

（一）PVAR模型的设立和估计

1.样本选取

按照面板聚类分析结果分别对四个区域2004-2012年的年度数据进行面板向量自回归分析。在变量的选取上，选择各省份能源消费总量的对数变量Lnec（单位：万吨标准煤）衡量能源消费，选择各省份GDP平减指数及消除价格因素的对数变量lnGDP（单位：亿人民币）衡量经济增长，选择各省份进出口总额的对数变量lntrade（单位：亿人民币）衡量对外贸易，数据来自2005-2013年《中国统计年鉴》及上海财汇信息技术有限公司数据库。

2.模型建立

本文采用面板数据向量自回归的计量方法。面板分析最重要的特征在于，和截面分析相比，它将变化本身包含在设计中，从而使个体在一系列变量上的变化得到直接测量，即面板分析更适合研究动态问题。PVAR模型由Holtz-Eakin等（1988）首次提出，后经McCoskey和Kao、Joakim Westerlund等学者的发展，已成为一个兼具时序分析与面板数据分析优势的模型［19］。PVAR方程是多元系统方程，把所有变量看成一个内生系统来处理，所有变量的滞后项均考察在内，能够真实反映变量间的互动关系。该模型不但可以解决变量内生性问题，而且有效刻画了系统变量间的冲击反应和方差分解［20］。

分别对四类地区构建PVAR模型：

公式4中，内生变量包含lnec、lnGDP、lntrade三个变量。同时，在模型中引入代表固定效应的变量αi表示可能遗漏的政治因素或其他相关因素。变量γi，t表示个体的时点效应，用于反映同一时点各地区可能受到的共同冲击。假设εi，t是一个服从正态分布的随机扰动。i=1，2，…，n表示某类地区包含的n个省，t=1，2，…，8表示8个观测期。

在进行面板向量自回归之前，首先采用LLC准则对四个类别的数据进行平稳性检验。分析过程运用Eviews 8.0软件。对四个面板不同省份的各个变量分别做折线图，发现曲线均呈现有截距并且持续增长的态势，所以在单位根检验的选项中选择同时存在截距项和趋势项。原数据的面板单位根检验结果并不平稳，但在原数据一阶差分后，滞后期为0时，无论相同根还是不同的条件下都是平稳的。符合PVAR的前提，可以进行检验。

由于PVAR模型不需要区分内生变量和外生变量，而是把所有变量都视为内生变量［21］，因此，在本文中的能源消费、经济增长和对外贸易3个变量均作为面板VAR模型的内生变量，处理后的变量按照内生性由强到弱排列为lnec、lnGDP、lntrade。PVAR估计过程运用STATA12.0软件。在模型估计前首先要进行滞后阶数的确定，根据AIC、BIC、HQIC准则分别对四个面板进行滞后期选择。经检验第一类地区的最佳滞后期为2；类似地，判断第二、三、四类地区的最佳滞后阶数也同样为2。因此，对四类地区分别考虑建立VAR（2）模型。

由于估计系数时会出现由时点效应和个体效应引起的偏差，使用截面均值差分来消除时点效应，使用向前均值差分即“Helmert转换”（Arellano和Bover，1995）［22］来消除个体效应，既克服了估计误差，又保证了转换后的变量与滞后变量正交，从而将滞后变量作为工具变量进行估计。本文利用GMM方法对面板VAR进行了估计。

（二）脉冲响应结果

应用PVAR模型实证分析后，估计脉冲响应函数。脉冲响应函数所描述的是系统中某一变量的一个正交化冲击（也称shock）对其他变量的影响。本文由蒙特卡洛模拟给出在95%的置信区间内的脉冲响应函数。

脉冲响应函数可以概括成某个序列在受到一个单位随机扰动因素的冲击后的动态路径变化，并由此可以判断变量间的时滞关系。图2、3显示，由lnec、lnGDP、lntrade构成的面板VAR系统中，当其中一个变量受到一个标准差的冲击时，其他两个变量的脉冲响应函数。需要补充的是，a、b、c、d分别表示高能源消费区、次高能源消费区、中低能源消费区和低能源消费区四类区域。水平轴为响应周期数，观察期为10期，垂直轴表示变量对冲击的响应程度。

图2　四类区域经济增长、对外贸易对能源消费的脉冲响应

从图2脉冲响应图中可以得出以下结论：

首先，对于这四类地区，经济增长和对外贸易对能源消费冲击的响应在初期都是比较明显的正向响应，持续时间较长，在五期后逐渐回归平稳。

其次，观察图2的a1、b1、c1、d1，图形基本是收敛的。当能源消费受到正向冲击时，所有地区的对外贸易都在增长，高能源消费区增长幅度不大，回落的速度慢，其他三类区域的增长幅度是先大后小，随后趋于平稳，即高能源消费区的对外贸易对能源消费的反应并不敏感。

从图2的a2、b2、c2、d2中可以看出，四类区域中，除高能源消费区，其他三类区域在第一期都出现了很强的正响应，其中中低能源消费区的反应强度最大，剩下两类的强度增长变化与中低能源消费区相似，只是幅度略小，说明这两类区域能源消费对经济增长的影响比中低能源消费区小。

最后，不管是哪一类区域，能源消费对对外贸易的影响都比能源消费对经济增长的影响更显著，即是说从能源消费到对外贸易的动态传导机制表现的更突出。

图3　四类区域能源消费分别对经济增长和对外贸易的脉冲响应

为了考虑不同区域能源消费对经济增长和对外贸易冲击的响应差异，逐一分析四类区域，从图3脉冲响应图中可以得出以下结论：

图3的a3、a4分别给出了高能源消费区内能源消费对一个标准差的经济增长冲击和对外贸易冲击的正向反应过程，其中能源消费对经济增长的响应平稳，而能源消费对对外贸易的反应强度先降后升，在第三期时下降到稳定状态。

从图3的b3、b4中可以看出，在次高能源消费区的PVAR模型中，无论经济增长和对外贸易如何，它们对能源消费的动态影响是基本类似的。正向的经济增长和对外贸易冲击的出现，使能源消费在第一期下降后反弹，随后经历一个小幅波动从第四期开始平稳。即对次高能源消费区来说，经济增长和对外贸易所带来的传导效果一致。

观察图3的c3、c4，当经济增长受到一个标准差的冲击时，中低能源消费区的能源消费变量相比于其他区域来说更加敏感，并且波动周期长，经历了三次逐渐减弱的波动后在第六期后平稳。而能源消费对对外贸易冲击的响应强度在反应初期高于能源消费对经济增长的反应强度，一次波动后从第四期开始回归平稳。

在反应初期，低能源消费区能源消费对经济增长的脉冲响应强度在四个区域中最高，如图3的d3所示；低能源消费区能源消费对对外贸易的反应强度与中低能源消费区域类似，都在初期达到最大值，随后下降，但不同的是，低能源消费区在一期后迅速平稳，如图3的d4。

总而言之，经济增长冲击和对外贸易冲击对四个区域能源消费的影响不尽相同，说明基于能源产品消费量的分类有助于客观的识别不同区域变量间动态关系的差异特点。

四、结论

以上分析表明，我国各区域能源消费、经济增长及对外贸易之间的关系，依照区域能源消费情况本身的多样性，其动态关系存在一定差异。针对煤炭和电力消费量较高的高能源消费区、天然气和汽油消费量较高的次高能源消费区、工业程度后进且天然气消费量较低的中低能源消费区以及总能源消费水平最低的低能源消费区这四类区域进行对比分析，得到以下结论：

第一，合理分配能源资源，使区域均衡发展。通过构建PVAR模型，不同类型区域经济增长和对外贸易对能源消费的冲击显示出不同的响应程度。四类区域的经济增长和对外贸易指标均在能源消费被施加冲击后初期呈现最大波动，此后逐渐达到平稳，而高能源消费区的波动并没有其他三类显著。高能源消费地区能源消费量几乎达到饱和，即使继续增加能源消费量也只能在维持经济增长和对外贸易的基础上小有发展，而其他区域能源消费对经济增长和对外贸易的拉动作用还有一定提升空间，所以，合理分配能源资源，当高能源消费区产能过剩时，可以考虑把优质产能转移，使有限的资源发挥利益最大化。

第二，解决能源结构问题，加快发展非化石能源，完善相关配套设施。高能源消费区是我国重工业发展主力区，主要依赖传统能源，但能源消费的正向冲击对经济增长和对外贸易带来的正向影响并不如其他区域明显，所以能源结构的调整将是可持续发展的新思路。其他三类区域的能源消费对煤炭的依赖程度不高，已经着力于天然气等新能源的研发和使用，新能源消费的增长也同样可以正向促进经济发展和对外贸易，在绿色能源发展的前提下实现双赢。

第三，加强低能源消费区的经济增长和对外贸易发展。当经济增长和对外贸易受到正向冲击时，低能源消费区的能源消费指标反应强度高于其他区域，即经济增长和对外贸易发展对能源消费的增长有很好的促进作用。低能源消费区地广人稀，工业化程度低，但发展空间大，若因地制宜地开发新能源，将逐渐发挥其能源优势，缓解其他能源区域的压力，协同发展、进步。

总之，在能源消费、经济增长及对外贸易的发展中，需要考虑区域差异的因素，一方面，了解区域能源优势，创造利益最大化；另一方面，摸清区域短板，发展新能源，合理整合资源。考虑到能源消费、经济增长及对外贸易之间的动态关系，在实践中必须重视能源消费对经济增长和对外贸易的正向影响，在保证能源绿色、高效利用的前提下，促进我国经济实现可持续增长；同时，优化能源结构，让新能源早日从替代能源成为主导能源，构建安全、稳定、环保的现代能源消费体系。

注释：

①中东八国指巴林、伊朗、约旦、阿曼、卡塔尔、沙特阿拉伯、叙利亚和阿拉伯联合酋长国。

②中东六国指伊朗、以色列、科威特、阿曼、沙特阿拉伯和叙利亚。

③南亚区域合作联盟，简称SAARC，包括孟加拉、印度和巴基斯坦。

［1］国涓，车淑琴.我国区域能源消费与经济增长关系的实证分析——基于面板单位根检验与协整检验的研究［J］.沿海企业与科技，2008（7）：77-82.

［2］吴巧生，陈亮，张炎涛，等.中国能源消费与GDP关系的再检验［J］.数量经济技术经济研究，2008（6）：27-40.

［3］Apergis N，Payne J E.Energy consumption and economic growth in Central America：Evidence from a panel cointe⁃gration and error correction model［J］.Energy Economics，2009，31（2）：211-216.

［4］Costantini V，Martini C.The causality between energy con⁃sumption and economic growth：A multi-sectoral analysis us⁃ing non-stationary cointegrated panel data［J］.Energy Eco⁃nomics，2010，32（3）：591-603.

［5］Belke A，Dobnik F，Dreger C.Energy consumption and eco⁃nomic growth：New insights into the cointegration relation⁃ship［J］.Energy Economics，2011，33（5）：782-789.

［7］Ferda H.A dynamic study of income，energy and exports in Turkey［J］.Energy，2011，36（5）：3348-3354.

［8］Erkan C，Mucuk M，Uysal D.The impact of energy consump⁃tion on exports：The Turkish case［J］.Asian Journal of Business Management，2010，2（1）：17-23.

［9］吴献金，黄飞，付晓燕.我国出口贸易与能源消费关系的实证检验［J］.统计与决策，2008（16）：101-103.

［10］张传国，陈蔚娟.中国能源消费与出口贸易关系实证研究［J］.世界经济研究，2009（8）：26-30.

［11］Sadorsky P.The impact of financial development on ener⁃gy consumption in emerging economies［J］.Energy Policy，2010，38（5）：2528-2535.

［12］Narayan P K，Smyt R.Multivariate granger causality be⁃tween electricity consumption，exports and GDP：Evi⁃dence from a panel of Middle Eastern countries［J］.Ener⁃gy Policy，2009，37（1）：229-236.

［13］Hossain S.Multivariate Granger Causality between Economic Growth，Electricity Consumption，Exports and Remittance for the Panel of Three SAARC Countries［J］.Global Journal of Management and Business Research，2012（3）：41-54.

［14］Nasreen S，Anwar S.Causal relationship between trade openness，economic growth and energy consumption：A pan⁃el data analysis of Asian countries［J］.Energy Policy，2014，69（2）：82-91.

［15］Kasman A，Duman Y S.CO2emissions，economic growth，energy consumption，trade and urbanization in new EU member and candidate countries：A panel data analysis［J］.Economic Modelling，2015，44（10）：97-103.

［16］孙爱军，方先明.进出口贸易、能源消费与经济增长研究——来自中国2000-2007年省际数据的经验证据［J］.中央财经大学学报，2010（5）：75-80.

［17］Ren J，Shi S L.Multivariable panel data ordinal clustering and its application in competitive strategy identification of appliance-wiring listed companies［C］.International Con⁃ference on Management Science&Engineering（16th）Mos⁃cow Russia，2009：253-258.

［18］李因果，何晓群.面板数据聚类方法及应用［J］.统计研究，2010（9）：73-79.

［19］Holtz-Eakin D，Rosen H S.Estimating Vector Auto regres⁃sions with Panel Data［J］.Econometrica，1988，56（6）：1371-1395.

［20］张瑞，苏方林，李臣.基于PVAR模型的R&D投入与产出关系的实证研究［J］.科学学与科学技术管理，2011（12）：18-25.

［21］王建华，李红涛.工资上涨对就业、物价及劳动生产率的动态影响——基于PVAR模型的实证分析［J］.云南财经大学学报，2013（1）：92-100.

［22］Areliano M，Bover O.Another look at the instrumental vari⁃able estimation of error-components models［J］.Journal of Econometrics，1995，68（1）：29-51.

［责任编辑：张兵］

Research on the Dynamic Relationship between Energy Consumption，Economic Growth and International Trade in Different Regions of China

ZHANG Ai-li，WANG Ruo-fei
（School of Economics and Management，Beijing University of Technology，Beijing 100124，China）

As regional differences exist in energy consumption in China，this paper divides 30 provincial-level administrative areas into four types of regions by establishing panel cluster analysis from the point of consumption of energy products，and an⁃alyzes the dynamic relationship between energy consumption，economic growth and international trade based on the classifica⁃tion.The regional analysis is helpful to identify the differences and similarities of the dynamic relationship of variables within and between regions.The results show that the effect from energy consumption to international trade is more significant than the effect from energy consumption to economic growth in four regions，which means the dynamic transmission from energy consumption to international trade is more prominent；Also，the impulse response of economic growth and international trade to energy consumption show the maximum fluctuation in the initial reaction，and the fluctuation of the high energy consumption area is not significant than others；The economic growth in the medium-low energy consumption area is most sensitive to the shock from energy consumption.When a unit shock puts on the economic growth and international trade，the energy consump⁃tion in low energy consumption area exhibits more obvious than other areas；As for sub-high energy consumption area，the transmission effect from economic growth and international trade to energy consumption is consistent.

energy consumption；economic growth；international trade；panel cluster；panel VAR

F061.5；F124.3

A

1007-5097（2016）10-0068-07

2016-06-27

张艾莉（1973-），女，吉林长春人，副教授，博士，研究方向：数量经济学；王若霏（1991-），女，北京人，硕士研究生，研究方向：数量经济学。