基于门限面板模型的我国能源利用效率研究

周四军+王佳星+罗丹

摘要根据三要素的柯布道格拉斯生产函数，构建我国能源利用效率的门限面板模型，对2000～2014年我国30个省份（不含西藏）的样本数据，进行实证分析.研究表明：能源利用效率变量存在明显的三门限值，把我国30个省份分成四大类，不同类别的地区在能源效率和能源投入规模上存在显著差异.能源利用效率比较高的地区能源利用效率随能源投入增加而变大，而能源利用效率较低地区则相反.另外能源利用效率高的地区，能源投入规模大，能源产出弹性也大，说明在一定程度上对经济的贡献率也比较大，且未來继续靠能源拉动经济的可能性也比较大.

关键词门限面板模型；能源效率；能源投入规模；地区差异

中图分类号F205文献标识码A

1引言

近年来我国经济高速发展，已经成为全球GDP第一贡献大国及第二大经济体.但是粗放型的发展模式同时也带来了自然资源的大量消耗和环境的严重污染.因此关注经济发展质量，建立资源节约型、环境友好型的社会成为当下急需解决的问题.同时我国又是一个区域差异十分明显的国家，不同省份地区的能源水平及经济的发展水平参差不齐，在保护环境的能力水平上也有差距，国家在制定相关政策时应因地制宜，一刀切的方式只会起到事倍功半的效果.因此，深入探究我国能源效率与规模的地区差异具有重要的理论意义和现实意义.

20世纪70年代以后，国外对能源消费、经济发展和能源效率的关系研究取得了丰硕的成果，主要集中在两个角度.第一个角度是能源消费与经济增长的关系研究.Kraft[1]（1978）、Masih[2]（1997）等人利用Granger因果检验法、协整分析法、误差修正模型和向量自回归模型法检验能源消费、能源价格（能源相关变量）和国内生产总值GDP、就业、真实收入等（经济发展相关变量）之间的关系，结果显示不同国家的情况显著不同.如Yu和Choi[3]（1987）的研究表明，韩国存在GDP对能源消费方向的因果关系，而菲律宾的因果关系则相反.因此总体来说二者关系不能一概而论.第二个方面是从能源消费和经济发展的角度解释能源效率的提升，目前出现2种解释，一种是生产率增长说，另外一种是经济结构说.但该方面的研究主要集中在理论分析的层面，定量分析的较少.

我国学者关于能源、能源效率和地区发展差异的研究主要分为两个阶段.第一个阶段主要是对能源效率的测算以及时空差异的分析.能源效率的测算有单要素效率、全要素效率中的随机前沿法（SFA）和数据包络法（DEA）、超效率生产率（SBM）等.并通过测算出的数据得出结论：在地区上，可以把我国分为东部、中部、西部三大地区，以东部能源效率最高，中部次之，西部最差；在时间上，以工业为例，能源效率随着工业转型发生变化，当整体市场的开放程度高，竞争较为激烈的时候，能源效率处于较高的水平，反之则较低.第二个阶段则是能源与经济发展的线性和非线性关系研究.线性是主要探究二者之间的因果关系，至于能源消费、能源效率与经济增长是单向因果还是双向因果没有得到统一的定论.但经济的不确定和不规律性注定二者之间并不只是简单的线性关系，加之非线性理论模型的发展，已经有很多学者对二者之间的非线性关系进行研究：张五六[4]（2010）、史亚东[5]（2011）采用能源部门和非能源部门的两部门生产函数模型，利用不同门限变量，得出不同门限区间，说明能源生产要素对经济的贡献存在差异；郑丽琳[6]（2012）、余华银[7]（2013）以能源效率为门限变量对生产函数进行非线性回归，发现当能源效率处于不同的区制时，相关生产要素比如能源、资本对经济的贡献程度不一样；梁经纬[8]（2013）利用门限向量误差修正模型得出结论当误差项低于门限值时，能源消费与经济增长存在因果关系，高于门限值时，则不存在.

目前国内外的研究中大多数都是对于能源与其他相关变量的关系研究，即使对能源效率的单独分析也更加偏向于测度.本文从这个角度出发，把面板门限回归模型作为一个分类机制，利用测度出的能源效率为门限变量，把我国30个省份区分开来，以能源规模和能源效率为分析主体，其他变量为辅助变量，探寻不同类别地区的差别，并寻求原因，再从宏观上找到解决的方法，才更有实际意义.另外，为加强时效性，提高模型精度，选择2000～2014年15年全国30个省市（不含西藏）的数据进行实证分析.

经济数学第 34卷第1期周四军等：基于门限面板模型的我国能源利用效率研究

2门限变量的选择及门限面板模型构建

对面板数据的计量分析在过去30年的经济应用领域取得了重要的进展，已经建立起了完整的线性回归模型分析体系.但因为社会经济的复杂性，无论是宏观经济还是微观经济的发展，其过程中有趋势也有波动，掺杂着不确定性和随机性，所以经济变量间不可能只是简单的线性关系.如库兹涅茨曲线，即当经济的发展的初期，环境是不断变差的，经过一个转折点，环境则随着经济的增长出现回转的情况，所以非线性模型不断涌现.对于非线性模型可以分段研究，如果知道转折点或者知道分段标准的非线性，可以逐段加以研究，但是现实中是很难捕捉这种转折点，因此Hansen[9]提出的门限面板回归模型就有很重要的应用.

2.1门限变量及其选择

面板门限回归模型与普通的回归不同，他涉及到一个门限变量，每一个样本除了具有被解释变量值和解释变量值之外还有一个相对应的门限变量值，该模型就是通过一定的程序识别门限变量的门限值，在根据门限值划分不同区制，个体依次对号入座，最后分别估计每一个区制的模型系数，找出区制的不同点.

根据研究目的的不同，在对区制的分别估计上有2种不同的形式：一种是观测门限变量对某一解释变量的影响，这种情况是设立一个相关变量，研究在门限变量在不同区制的时候，该相关变量的系数变化，其他变量系数在所有区制中都相同；第二种是门限变量和所有解释变量都有一定的经济联系，此时不需要设定相关变量，不同区制内，所有解释变量的估计系数均存在差异.

从理论上讲，能源效率主要通过2个角度影响经济增长[10]：其一是增长效应，当某地区的能源出现规模效应时，能源效率会在一定程度上影响能源在资本和劳动在生产上的替代；其二为结构变迁效应，即不同地区的能源效率存在差异，这种差异必然会引起能源的流动，从而实现资源的有效配置，促进经济增长.尽管两个角度的传导机制不一样，但能源效率对经济的影响都是通过能源这一媒介.因此笔者选取能源效率为门限变量，能源投入为相关变量，对三要素（资本、劳动、能源）的柯布道格拉斯生产函数进行第一种形式的回归，建立面板门限回归模型.

2.2门限面板模型的構建

门限回归模型利用经济计量的方法解释了截面异质性，并以此来分析经济变量之间非线性的特质.简单来说，就是按照一定的准则，把总体分成不同区制，个体在准则下不重复的位于某个区制内，然后对每个区制分别加以估计.这种模型的优点是根据给定的经济变量，自动识别跳跃点，把结构变化内生于经济系统内部，避免了主观设定的偏误.

2.2.1单门限面板模型

单门限值的回归模型基本形式为：

3实证检验及结果分析

3.1变量选取及数据

由生产函数出发，研究生产要素对经济的影响时，有学者选择用时间序列数据，这其中一个很大的问题是对数据的数量要求比较大时，时间跨度很长，政治经济可能出现了截然不同的面貌，估计结果会失真.所以本文采用2000～2014年15年全国除西藏以外30个省份的面板数据.数据主要来源于《中国统计年鉴》《中国能源统计年鉴》《国家统计局》《中国劳动统计年鉴》等.将各省的GDP作为产出量（Y），以2000为基期，用CPI对其平减.上一期的资本存量（K）作为本期的资本投入，即数据从1999年到2013年，并以1999年为基期按照张军[11]学者的方法重新推算.劳动投入（L）很多学者直接以就业人口来反映，但笔者认为该变量不能充分反映人力资本，因此用平均受教育年限作为权重对该变量进行修整.能源投入是各省能源消费总量.门限变量为能源效率（r），本文采用全要素DEA方法计算能源效率.三要素柯布道各拉斯生产函数为：

由表1可知，单门限、二门限和三门限的F值都远大于置信水平在1%时的临界值，所以拒绝不存在门限值的原假设，可以在99%以上的概率上认为该模型存在3个门限值.图1-4黑色曲线的最低点所对应的横坐标即为门限值，曲线与虚线相交的两点对应的区间为95%的置信水平下门限值的置信区间，由此可以给出门限的估计值和置信区间见表2.

由实证结果可以看出，我国各地区的能源效率从0.4跨度到0.9，差异明显，且以能源效率为门限变量时存在明显三门限值，各地区按照各自的能源效率值分别被分到4个区制中，处于第四个区制的地区在生产函数的回归模型中，能源的产出弹性为0.337 3，第三类地区能源效率稍高于第四类地区，产出弹性也相应变大，以此类推，能源效率越高的地区，能源的产出弹性越大，在能效最高的北京、上海、广东产出弹性最大为0.387 1.可以说明能源效率在一定程度上提高了能源对经济的贡献程度，促进经济增长.

3.3分析结果

3.3.1不同地区能源效率的差异分析

上文利用门限面板模型分出的四类地区，在能源效率和能源投入的变化上呈现出了不同的趋势，能源效率最高的一类，即北京上海广东，这些省份的能源效率随着能源投入的增加也持续增加，而处在第二类中的地区省份最多，有18个，除和第一类的能源效率非常接近的天津、江苏能源效率与能源投入呈正方向变化，山西和陕西变化不规律外，其他14个省份随着能源投入的增加，能源效率均呈现波动下降的特征.而处在第三类第四类的能源效率比较低的地区，二者之间变化没有较强的规律性，随能源投入的增加，能源效率大小交替，15年来能源效率整体变化不大.从第一类，第二类，第三类中分别找出3个地区和第四类一个地区的2000～2014年能源效率与能源投入数据见表5.

笔者认为产生这种不同变化的原因在于各地区的工业占比不同.工业作为第二产业一个重要的组成部分，其占比可以在一定程度上表示产业结构，而产业结构分别与能源消费量以及能源效率有密切联系是显而易见的，一般来说在能源消费上第二产业〉第三产业〉第一产业，若前者占比较大的比重，则该地区的能源消费量自然就比较大.而产业结构与能源效率的关系，我国学者王强、刘佳骏等学者也给出了肯定的答案.但产业结构是否是二者相关变化的原因，并没有一个明确的答案.本文借用刘晓静[12]学者的研究成果：工业36个行业整体上能耗强度越高，能源效率越低.这种变化和第二类中的变化雷同.可以假设，地区中工业占总体的比重较高可能是处在第二类地区能源投入与能源效率成反方向变化的原因，为验证该假设，计算出不同省份2000～2014年工业增加值占国民生产总值的比重，再根据不同类别计算出每一类的平均值（因第四类只有一个省份，此时把第三类和第四类合并到一起）计算结果如图5所示.

可以看出第一类别的地区工业增加值占生产总值比重的平均水平在2000年和第二类别地区的平均水平相差不大，但前者是波动下降，后者随着时间显示出上升的特征，差距越来越大.到了2014年第二类别中工业占生产总值的比重最大，其能源效率与能源投入反方向变化的特征也最明显，因此笔者认为可以把产业结构看成是不同地区能源效率与能源投入二者关系不同的一部分原因.至于三四类中地区工业占总产值的比重和第二类变化趋势相似，但平均水平明显低于第二类，可能因为这类地区虽然在推进工业化进程，但是尚未形成完整的产业链，各行业发展很不稳定，从而导致产业波动大，时而效率高的行业占主导，时而效率低的占主导，能源效率混乱波动.

3.2.2能源投入规模的地区差异分析

从回归结果来看，产出弹性的大小是第一类>第二类>第三类>第四类，根据边际报酬递减的经济学原理，当某一要素相对稀缺时，他的边际报酬则较大，产出弹性也越大，除此之外，产出弹性的增大也可能是该要素的投入很大[13].根据对我国不同类别省份能源投入分别统计分析发现，在能源投入的水平上第一类>第二类>第三类>第四类.说明我国产出弹性的变化主要是因为要素投入量的不同.能源消耗量越大，产出弹性越大，能源对经济增长的贡献越大.而我国能源主要以煤炭、石油等化石能源为主，在不考虑各地区能源消费结构的情况下，可以在一定程度上认为能源消费量越大则对环境破坏力越强，生态环境问题较为突出.另外第一类的地区，都是中国经济发展的龙头，劳动力基本趋于饱和，资本也有了相当一部分的积累，靠提高这两种生产要素对经济贡献的空间十分有限，显然未来靠能源拉动的可能性更大，这就进一步加剧了环境与经济之间的矛盾.第二类地区，在劳动投入和资本积累上不如第一类，但也有一定的原始积累，一定程度上也面临这样的问题.而相对来说，第三类和第四类的资本和劳动却相对贫瘠，可以充分调动二者的拉动作用.

能源投入规模差异导致的另一问题就是需求和供给不均衡.我国能源主要以煤炭为主，所占总量比重可达70%以上.仅以煤炭为例，其储量的整体分布是西多东少，北多南少.我国西部地区包括四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆9个省份的煤炭资源量占全国的90%以上，其他地区只不到10%（由门限回归模型分出的第三、四类地区和我国西部地区基本吻合），而把地区的能源投入看作能源需求的话，可以看出我国第一类和第二类的地区需求量更大，这就存在能源需求和供给逆向分布的現象.这不仅使得现有的能源不能得到有效的利用，同时也阻碍了能源效率拉动经济发展的作用.

发展经济学领域中有一个经典的“荷兰病”假说，即当一个经济体资源相对缺乏时，他为了摆脱这种资源的束缚会放弃原有的生产方式而追求新的技术革新和技术创新来实现产业升级，相反，当一个经济体的资源充裕时，便陷入对资源依赖的锁定效应，导致经济体制、产业结构和金融领域停滞不前[14].但以上分析可以看出，我国能源需求与供给逆向分布的现象显然有悖于这一学说.原因在于我国产业空间分布不均衡，产业集聚现象明显.自改革开放以来，我国实行非均衡的发展政策，沿海地区地理位置的重要性在国际贸易主要以海运为主的背景下不断提升，导致我国的现代化产业不断向这些地区涌入，而与产业结构演进相对应的是要素的流动，现代化的产业需要的是更加“高端”的生产要素，而能源相比于最原始的人力和资本，作用更加凸显，因此我国能源不断向第一类、第二类地区流动，一方面导致我国能源供给和需求的逆向分布，另一方面又造成我国这两类地区靠能源拉动经济的局面.

由图6可以看出，广东、山东和江苏颜色最深，其次是天津、辽宁、河北、河南、上海、四川、浙江、福建、湖北、湖南，其他颜色差异不明显，这些地区中除河北和四川外，其他地区均处于第一类和第二类地区.而纵观整体，地图的右下方即我国的东南沿海地区颜色最深.由此可见，我国确实存在产业聚集现象，这种聚集多出现在第一类、第二类地区中，导致我国出现能源的供需不均衡和部分地区靠能源拉动经济的现象.

4结论与启示

研究表明，利用非线性的面板门限回归模型，以能源效率为门限变量把我国除西藏以外的30个省份分成了四大类，通过对每一类别进行分析，发现他们存在能源效率，能源规模等方面的差异，并由此提出以下启示：

第一，找准方向提高能效.我国不同地区存在能源效率与能源投入二者变化方式不同的现象，随能源投入增加而能源效率下降的第二类地区，应从产业结构下手，找出高耗能，低效率的行业单位，着重地加以技术改造，促进产业升级，提高产品的技术含量和附加值，提高能源效率.而能源效率处于高位的第一类地区也不能居高自傲，继续加快能源技术的提升，研发新能源，清洁能源实现对传统能源的替代.而第三、四类地区则应稳中前行，保证各方面的稳定是前提，在安稳的环境中追求环境，能源的提升.能源效率的提高一定程度上代表了技术水平和管理水平的进步，他的提高必定会反过来促进经济的发展，实现良性循环.从回归结果也可以看出在能源效率比较高的类别里，规模报酬也比较大.说明单位投入的产出更大.

第二，改变工业增长方式.由图5可知，尽管我国各地区的工业占比不同，但平均水平也都在30%以上，而目前我国工业的生产方式主要以粗放型为主，造成能源效率低下，能源大量浪费，环境被污染破坏，因此要改变工业的增长方式.从本质上来说，最根本的方法是建立新的生产和管理模式，只有实现生产内容、生产组织方式和管理模式的根本性突破，才能实现工业的健康发展.除此之外，我国目前面对的严重环境和资源问题还有监控制度不健全的原因，因此不仅要通过技术创新提高工业技术水平、促进产业升级，还要利用制度创新为我国的工业发展提供一个完善的体制机制保障，才能进一步促进我国经济的协调发展，构建和谐社会.

第三，促进产业转移.从以上结果可以看出，我国存在明显的产业集聚现象，第一类和第二类的地区产业丰富吸引了大量的能源要素，且未来继续靠能源拉动经济的可能性比较大，这会进一步加剧经济与环境之间的矛盾，而此时传统生产技术尚未得到彻底革新、生产管理制度和人力资本素质也没有较大提高，若为了实现可持续发展，一味的淘汰掉传统的高耗能产业，则是以削弱经济增长为代价换来的节能减排.但我国的社会总体目标又对经济增长有一定的刚需，即使想要通过这种方式也没有极大的空间[15].因此采用产业转移的方法，把第一类、第二类中部分高耗能产业转移到第三、第四类中，一方面促进这些地区人力资本的原始积累，提高经济发展水平，缩小区域发展差距，另一方面，也同时解决了我国能源供需不合理的问题.但是值得注意的是，产业转移的同时，也应该是技术的转移.同样要注重对第三、第四地区的环境环保，不应该以靠破坏这两类地区来换取第一类和第二类的优质发展.应树立全局环保的思想，否则只会导致更大的污染.

参考文献

[1]Kraft J，Kraft A.On the relationship between energy and GNP[J]. Journal of Energy Finance and Development. 1978，3（2）： 401-403.

[2]Masih A M M，Masih R.On the temporal causal relationship between energy consumption， real income， and prices： some new evidence from Asianenergy dependent NICs based on a multivariate cointegration vector errorcorrection approach [J].Journal of Policy Modeling， 1997，19（4）：417-440.

[3]Yu ESH ，Chow PCY， Choi J Y.The relationship between energy and employment： a reexamination[J]. Energy Systems Policy. 1988， 11： 287-295.

[4]张五六. 两部门生产函数门限模型及应用——以能源消费与经济增长关系为例[J]. 数理统计与管理，2010，29（6）：1052-1059.

[5]史亚东. 能源消费对经济增长溢出效应的差异分析——以人均消费作为减排门限的实证检验[J]. 经济评论，2011（6）：121-129.

[6]郑丽琳. 能源效率、要素投入与经济增长——基于面板门限回归的实证分析[J]. 中央财经大学学报，2012（9）：48-53

[7]余华银，韩璐，宋马林. 能源效率与区域经济增长——基于中国数据的实证分析（1992-2010）[J]. 经济统计学（季刊），2013（1）：171-185.

[8]梁经纬，刘金兰，吴召山. 门限效应、能源消费与中国的经济增长[J]. 西安电子科技大学学报（社会科学版），2013（2）：77-83.

[9]Hansen BE.Threshold effects in nondynamic panels：estimation， testing and inference[J].Journal of Econometrics，1999，3（2）：345-368.

[10]周肖肖，丰超，魏晓平. 能源效率、产业结构与经济增长——基于匹配视角的实证研究[J]. 经济与管理研究，2015，36（5）：13-21.

[11]张军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952—2000[J]. 经济研究，2004（10）：35-44.

[12]刘晓静. 我国工业部门能源效率与产出弹性的门限效应[D].大连：东北财经大学数学与数量学院，2013.

[13]蒲志仲，刘新卫，毛程丝. 能源对中国工业化时期经济增长的贡献分析[J]. 数量经济技术经济研究，2015（10）：3-19.

[14]李超，覃成林. 要素禀赋、资源环境约束与中国现代产业空间分布[J]. 南开经济研究，2011（4）：123-136.

[15]俞毅. GDP增長与能源消耗的非线性门限——对中国传统产业省际转移的实证分析[J]. 中国工业经济，2010（12）：57-65.