我國(guó)能源強(qiáng)度及其影響因素的空間特征分析

周明磊，陳德金，任榮明

（上海交通大學(xué)a.安泰經(jīng)濟(jì)與管理學(xué)院；b.媒體與設(shè)計(jì)學(xué)院，上海 200052）

0 引言

當(dāng)前，能源制約對(duì)中國(guó)經(jīng)濟(jì)發(fā)展很大的影響，國(guó)家長(zhǎng)期以來(lái)粗放式發(fā)展模式不僅引起了國(guó)際貿(mào)易摩擦的增加，也對(duì)自然環(huán)境產(chǎn)生很大壓力。我國(guó)各省經(jīng)濟(jì)發(fā)展水平參差不齊，地區(qū)差異顯著。目前文獻(xiàn)中對(duì)能源強(qiáng)度的空間特征研究不多，能源強(qiáng)度的收斂性及影響因素如何？本文以此為目的，建立能源強(qiáng)度的空間計(jì)量模型，對(duì)省際能源強(qiáng)度變動(dòng)的空間特征進(jìn)行實(shí)證分析。

1 空間數(shù)據(jù)理論介紹

1.1 空間相關(guān)性檢驗(yàn)

首先簡(jiǎn)單介紹下空間計(jì)量分析模型。空間計(jì)量經(jīng)濟(jì)學(xué)始于Anselin（1988）理論，他認(rèn)為一個(gè)地區(qū)空間單元上的某種經(jīng)濟(jì)地理現(xiàn)象或某一屬性值與鄰近地區(qū)空間單元上同一現(xiàn)象或?qū)傩灾凳窍嚓P(guān)的。實(shí)際數(shù)據(jù)顯示宏觀數(shù)據(jù)的空間相關(guān)性是普遍存在的，不考慮這一因素會(huì)導(dǎo)致估計(jì)結(jié)果的偏誤。檢驗(yàn)空間相關(guān)性常用方法是Moran’sⅠ指數(shù)方法，（也有其它幾種統(tǒng)計(jì)指數(shù)）。Moran’sⅠ統(tǒng)計(jì)量是基于Z-score計(jì)算統(tǒng)計(jì)量來(lái)推導(dǎo)，計(jì)算方法如下：

Wij為鄰接空間權(quán)數(shù)，反映各目標(biāo)之間的空間物理相關(guān)性。關(guān)于權(quán)重的設(shè)定，主要有兩種，大部分文獻(xiàn)是以區(qū)域之間實(shí)際接壤，接壤的區(qū)域定義為1，否則為0，也有以各省會(huì)城市的物理距離，或者最短公路距離為衡量標(biāo)準(zhǔn)，即wij等于i與j距離。計(jì)算時(shí)需將權(quán)重矩陣標(biāo)準(zhǔn)化，即每行各元素之和為1。相對(duì)于全局相關(guān)性統(tǒng)計(jì)量的是局域Moran’sⅠ統(tǒng)計(jì)（亦稱LISA指數(shù)），它是衡量每個(gè)空間對(duì)象屬性在“局部”的相關(guān)性，具體原理與全局Moran’sⅠ指數(shù)類似。其結(jié)果會(huì)將樣本按相關(guān)性劃分為四類：高—高，低—低，高—低，低—高。“高—高”意味著該區(qū)域的指標(biāo)與周圍區(qū)域的指標(biāo)同時(shí)為高，表現(xiàn)為區(qū)域上集群，同理“高—低”意味著該區(qū)域指標(biāo)數(shù)值較高，周圍區(qū)域指標(biāo)值較低，呈離群狀。這很容易推廣到兩變量的LISA指數(shù)。

1.2 空間計(jì)量模型介紹

空間回歸模型主要是對(duì)解釋變量與因變量間考慮空間相關(guān)因素的回歸模型。Anselin（1988）給出空間回歸的通用模型形式模型一：

y=ρW1y+Xβ+ε

ε=λW2ε+μ，μ～N(0,σ2In)

一般稱為SAR模型，回歸模型主要分主方程與殘差相關(guān)方程，W1、W2代表兩個(gè)不同的空間權(quán)重矩陣，這意味著實(shí)際使用時(shí)可以假設(shè)因應(yīng)變量空間趨勢(shì)與殘差的空間趨勢(shì)不同，實(shí)際常常假設(shè)兩個(gè)權(quán)重矩陣為同一矩陣。

模型二：當(dāng)ρ=λ=0時(shí)，它為普通的截面數(shù)據(jù)回歸模型。

模型三：當(dāng)ρ≠0、β≠0、λ=0時(shí)，它為空間滯后模型，又稱為混合回歸—空間自回歸模型，（亦稱SLM模型），回歸方程為：

y=ρWy+Xβ+ε

它最主要是測(cè)算ρ值，這反映了相鄰空間對(duì)象之間存在擴(kuò)散或溢出等空間相互作用。使用OLS估計(jì)時(shí)會(huì)出現(xiàn)偏誤，一般使用ML估計(jì)或廣義矩估計(jì)GMM。

模型四：當(dāng)β=λ=0時(shí)，它為空間自回歸模型，其實(shí)質(zhì)與模型三相同，亦稱FAR模型，即不考慮其它解釋變量的狀態(tài)下測(cè)算因變量之間的空間影響。

模型五：當(dāng)ρ=0、β≠0、λ≠0時(shí)，它為空間誤差模型回歸方程為：

y=Xβ+ε、ε=λW2ε+μ

它認(rèn)為各區(qū)域之間的影響是通過(guò)未知變量而進(jìn)行互相影響，即這個(gè)區(qū)域的擾動(dòng)對(duì)另一區(qū)域的擾動(dòng)產(chǎn)生影響，因而是通過(guò)不同區(qū)域的空間協(xié)方差來(lái)反映誤差過(guò)程，亦稱SEM模型

1.3 模型估計(jì)與鑒別

由于空間的自相關(guān)性，空間模型的估計(jì)常常采用極大似然估計(jì)。對(duì)于更一般的空間模型一，常采用如下的極大似然函數(shù)：

在實(shí)際應(yīng)用中，工作重點(diǎn)常常在對(duì)于選擇空間滯后模型和空間誤差模型的鑒別上。綜合Anselin(2005)其它相關(guān)文獻(xiàn)，歸納出一般步驟是：先作OLS回歸，并做空間相關(guān)性分析，對(duì)應(yīng)SAR與SEM的LM檢驗(yàn)與Robust LM檢驗(yàn)，如果有一個(gè)LM檢驗(yàn)顯著，另一個(gè)不顯著，則可確定回歸模型為對(duì)應(yīng)的那個(gè)空間模型；如果兩個(gè)都顯著，再看Robust LM檢驗(yàn)，一般來(lái)講這兩個(gè)R-LM檢驗(yàn)必有一個(gè)較顯著，一個(gè)不顯著，取顯著的那個(gè)為回歸模型；如果兩個(gè)都非常顯著，或兩個(gè)都不顯著，則可能模型設(shè)定有問(wèn)題。

本文擬對(duì)我國(guó)省際能源強(qiáng)度的空間相關(guān)性特征進(jìn)行研究，主要分為空間相關(guān)性檢驗(yàn)、能源強(qiáng)度收斂性檢驗(yàn)、能源強(qiáng)度影響因素三部分。數(shù)據(jù)均取自于各年《中國(guó)統(tǒng)計(jì)年鑒》，軟件。

2 中國(guó)能源強(qiáng)度空間自相關(guān)檢驗(yàn)

對(duì)于各數(shù)據(jù)的空間相關(guān)性檢驗(yàn)，不同的空間權(quán)重設(shè)置對(duì)檢驗(yàn)結(jié)果影響很大，實(shí)證中一般常用兩區(qū)域是否相鄰，或者兩區(qū)域間距離。筆者分別以中國(guó)各省市間是否相鄰為權(quán)重矩陣W1，以兩省省會(huì)間公路的最短距離倒數(shù)為權(quán)重二W2，公路距離由搜狗網(wǎng)上地圖查得。西藏缺少統(tǒng)計(jì)數(shù)據(jù)，故未包括西藏臺(tái)灣省數(shù)據(jù)。由于年鑒中缺少2001～2003年的省際能源強(qiáng)度數(shù)據(jù)，故通過(guò)2006年各省際能源強(qiáng)度與電力強(qiáng)度數(shù)據(jù)的推得y=0.476097+0.000729*x預(yù)測(cè)方程，由2001～2004年的省際電力強(qiáng)度數(shù)據(jù)來(lái)推導(dǎo)能源強(qiáng)度數(shù)據(jù)。

權(quán)重矩陣對(duì)于空間相關(guān)性檢驗(yàn)的影響較大。本文實(shí)證主要采用0—1空間權(quán)重矩陣與地理距離空間矩陣。對(duì)于0—1空間權(quán)重矩陣，海南省視做與廣東、廣東接壤；對(duì)于地理空間矩陣，是采用兩省會(huì)城市間公路的最短距離進(jìn)行計(jì)算，以1000公里為界限，1000公里以內(nèi)視為兩區(qū)域相鄰。

中國(guó)2000～2009年各省能源強(qiáng)度局域Moran’sⅠ統(tǒng)計(jì)如下表1。

表1反映我國(guó)能源強(qiáng)度的Moran’sⅠ統(tǒng)計(jì)值總體變動(dòng)趨勢(shì)，從兩個(gè)不同空間權(quán)重矩陣對(duì)應(yīng)的Moran’sⅠ值結(jié)果看，兩種方法影響不大，Z值基本都大于1.96，可認(rèn)為我國(guó)省際能源強(qiáng)度數(shù)據(jù)呈現(xiàn)很強(qiáng)烈的空間相關(guān)性。

表1 我國(guó)各年能源強(qiáng)度全局空間相關(guān)性統(tǒng)計(jì)值

圖1 2009年能源強(qiáng)度空間局域相關(guān)性圖

圖2 2009年能源強(qiáng)度與產(chǎn)業(yè)結(jié)構(gòu)空間局域相關(guān)性圖

表2 2000～2009年歷年能源強(qiáng)度空間相關(guān)性

再看能源強(qiáng)度的局域空間相關(guān)性分析。2009年的空間局域相關(guān)性分析以及近十年的集聚、離散省份的變動(dòng)情況，基本反映了我國(guó)能源強(qiáng)度一些空間特征：（1）東南沿海省份呈現(xiàn)能源強(qiáng)度指低標(biāo)集群現(xiàn)象，西北部能源強(qiáng)度高的集群現(xiàn)狀，寧夏、陜西等省份表現(xiàn)出例外，西南的省份并沒(méi)有出現(xiàn)能源強(qiáng)度高集聚的預(yù)期現(xiàn)象。（2）能源強(qiáng)度與產(chǎn)業(yè)結(jié)構(gòu)間的空間集聚與離散性表明，安徽、江西兩省不同于一般的沿海或內(nèi)陸省份，它是能源強(qiáng)度比較且產(chǎn)業(yè)結(jié)構(gòu)亦比較低。（3）2001～2003年新疆、陜西的空間局域自相關(guān)檢驗(yàn)結(jié)果較往年有明顯的差異，這原因可能是這三年采用電力強(qiáng)度數(shù)據(jù)推測(cè)能源強(qiáng)度的結(jié)果，其實(shí)質(zhì)是反映電力強(qiáng)度的局域空間相關(guān)性。四、海南在2009年表現(xiàn)異常，進(jìn)入LL象限，湖南則在2000年時(shí)劃入LL象限。造成海南、新疆兩省統(tǒng)計(jì)不穩(wěn)定因素的因素還有可能是它的地理位置比較偏僻，只有兩個(gè)相鄰省份，只要它們與其相鄰省份表現(xiàn)有所提高，局域Moran’sⅠ統(tǒng)計(jì)值就會(huì)呈現(xiàn)出顯著性。

3 我國(guó)能源強(qiáng)度變動(dòng)收斂性的空間計(jì)量分析

3.1 絕對(duì)收斂性檢驗(yàn)

由于我國(guó)經(jīng)濟(jì)存在巨大的空間差異，這差異某些特征隨著時(shí)間變動(dòng)有進(jìn)一步擴(kuò)大趨勢(shì)，有些有著趨同現(xiàn)象。中國(guó)省際能源強(qiáng)度變動(dòng)的空間收斂性研究，可以直接給出我國(guó)未來(lái)能源強(qiáng)度利用效率的變動(dòng)趨勢(shì)，回答我國(guó)節(jié)能減排目標(biāo)能否實(shí)現(xiàn)等現(xiàn)實(shí)問(wèn)題。綜合各種空間收斂性的相關(guān)文獻(xiàn)，比如胡玉敏[8]、洪國(guó)志[13]等，方法主要有4種概念：“σ收斂”指的是各地區(qū)人均收入對(duì)數(shù)方差逐漸減少；“絕對(duì)β收斂”是指落后地區(qū)往往比富裕地區(qū)有更高的增長(zhǎng)率；“條件β收斂”指不同經(jīng)濟(jì)體收斂于不同的穩(wěn)態(tài)；“俱樂(lè)部收斂”是指經(jīng)濟(jì)結(jié)構(gòu)相似初始人均經(jīng)濟(jì)水平相似的區(qū)域收斂于相同的局部穩(wěn)定狀態(tài)。對(duì)應(yīng)于能源強(qiáng)度的收斂性研究，筆者認(rèn)為能源強(qiáng)度如同人均GDP值指標(biāo)，亦應(yīng)采用對(duì)數(shù)后進(jìn)入回歸方程。中國(guó)經(jīng)濟(jì)近30年呈指數(shù)式增長(zhǎng)，人均GDP亦呈指數(shù)式增長(zhǎng)，取對(duì)數(shù)可以有效濾去這個(gè)特征；對(duì)于能源強(qiáng)度，可以預(yù)期我國(guó)能源強(qiáng)度是不斷下降，但越趨向于零時(shí)，下降幅度會(huì)不斷縮小，故亦應(yīng)該取對(duì)數(shù)。在此，直接給出能源強(qiáng)度收斂性的分析方程，yt代表第t期的能源強(qiáng)度：

那么它的收斂速度由系數(shù)α1確定，如果α1＜0，則可知β為正，能源強(qiáng)度存在收斂。如同放射性元素的衰變周期，常常以這個(gè)指標(biāo)衰退到一半或0.75時(shí)所需的時(shí)間由此估計(jì)出收斂到一半時(shí)所需時(shí)間。

依據(jù)上述空間計(jì)量模型的鑒別程序，中國(guó)各省際能源強(qiáng)度數(shù)據(jù)2000～2005年、2005～2009年為兩組，（由于篇幅關(guān)系，回歸結(jié)果未列出）。從實(shí)證回歸結(jié)果看：對(duì)于2000～2005年數(shù)據(jù)，普通OLS殘差Moran’sⅠ的統(tǒng)計(jì)較大，但還未達(dá)到5%顯著性水平，p值約為0.065，這說(shuō)明殘差的空間相關(guān)性還是比較強(qiáng)，但SLM模型與SEM模型的拉格朗日乘數(shù)LM檢驗(yàn)都不顯著，這說(shuō)明使用SLM與SEM不合適，故認(rèn)為接受普通OLS回歸模型，但又與普通OLS回歸后的殘差仍具有空間相關(guān)性相矛盾，所以這個(gè)模型的設(shè)定有問(wèn)題。而對(duì)于2005～2009年數(shù)據(jù)，普通OLS回歸的殘差具有明顯的空間相關(guān)性，SLM模型與SEM模型的殘差LM檢驗(yàn)也說(shuō)明有空間相關(guān)性，但R—LM檢驗(yàn)確不能認(rèn)定的選擇，故這個(gè)模型在設(shè)定上亦有所問(wèn)題。所以本文以前面所設(shè)空間權(quán)重W2再次進(jìn)行計(jì)算，見(jiàn)表3。

以權(quán)重W2進(jìn)行的回歸結(jié)果看，可以鑒別出2000～2005年時(shí)段不存在空間相關(guān)性，故采取普通OLS回歸，而對(duì)于2005～2009時(shí)間段，兩個(gè)LM檢驗(yàn)都顯著，再看R—LM檢驗(yàn)，R—LMLAG統(tǒng)計(jì)顯著，而R—LMERR檢驗(yàn)不顯著，故采用SLM模型?？傮w看矩陣W2的對(duì)數(shù)據(jù)空間相關(guān)性的處理要好于W1，這也是全文采用兩個(gè)空間權(quán)重矩陣的原因。

表3 能源強(qiáng)度絕對(duì)收斂性回歸結(jié)果

通過(guò)前述分析，基本可以認(rèn)為：（1）從空間矩陣的選擇來(lái)看，能源強(qiáng)度收斂性的空間相關(guān)性更表現(xiàn)為地理上的相關(guān)而非區(qū)域上是非接壤的相關(guān)。（2）中國(guó)省際之間的空間相關(guān)性在2005年前后收斂性明顯放慢，2005年以前省際能源強(qiáng)度的收斂速度為0.021，收斂到一半的時(shí)間為32年，2005年以后收斂速度為0.00463，收斂一半時(shí)間為149年，收斂速度明顯降低。（3）從前期普通OLS回歸模型到后期的SLG模型，可認(rèn)為2005年前的空間相關(guān)性還不太明顯，2005年后收斂空間相關(guān)性較明顯。能源強(qiáng)度的變動(dòng)越來(lái)越呈現(xiàn)空間滯后效應(yīng)，這說(shuō)明我國(guó)能源強(qiáng)度變動(dòng)由早期的空間相關(guān)性不顯著，到近來(lái)的空間相關(guān)性明顯顯著，呈現(xiàn)是空間滯后效應(yīng)，而非空間誤差效應(yīng)，這說(shuō)明中國(guó)地區(qū)之間能源強(qiáng)度的相關(guān)表現(xiàn)為實(shí)質(zhì)性相關(guān)，非那種誤差的沖擊影響。

上述結(jié)果也是符合社會(huì)變動(dòng)狀況。前期我國(guó)經(jīng)濟(jì)中可節(jié)能環(huán)節(jié)相對(duì)較多，隨著世界級(jí)新技術(shù)在發(fā)電、制造業(yè)中的大量使用，能源強(qiáng)度的下降速度自然放慢；同時(shí)，我國(guó)的節(jié)能意識(shí)越來(lái)越強(qiáng)，社會(huì)的節(jié)能意識(shí)逐漸為各級(jí)政府、企業(yè)接受，能源強(qiáng)度變動(dòng)更變動(dòng)為區(qū)域間有意識(shí)的相關(guān)性，而非誤差沖擊性，可理解為區(qū)域間有意識(shí)的相互學(xué)習(xí)行為。

3.2 條件收斂性檢驗(yàn)

條件收斂是在模型中加入不同的控制變量，對(duì)收斂速度進(jìn)行修正，因而不同的控制變量選擇對(duì)條件收斂的檢驗(yàn)結(jié)果有很大影響。參考其它研究者的研究，本文選用的變量有：

（1）產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指數(shù)indu，指一二三次產(chǎn)業(yè)通過(guò)“indu=一次產(chǎn)業(yè)比重+2×二次產(chǎn)業(yè)比重+3×三次產(chǎn)業(yè)比重”計(jì)算而得。其前提假設(shè)是產(chǎn)業(yè)結(jié)構(gòu)向第三產(chǎn)業(yè)轉(zhuǎn)移對(duì)能源強(qiáng)度是有影響，預(yù)期其影響是負(fù)向；

（2）人均GDP（取對(duì)數(shù)），lnpgdp，反映該地區(qū)的收入水平，富裕與貧窮地區(qū)在能源的利用效率上會(huì)有異，這指標(biāo)反映地區(qū)間的經(jīng)濟(jì)水平對(duì)能源強(qiáng)度的影響。

（3）國(guó)有經(jīng)濟(jì)比重，gov，國(guó)有經(jīng)濟(jì)比重大小是反映我國(guó)經(jīng)濟(jì)體制改革的一個(gè)重要指標(biāo)。我國(guó)經(jīng)濟(jì)早先是國(guó)有成份一統(tǒng)天下，國(guó)有企業(yè)的特點(diǎn)是人浮于事，效率低下。當(dāng)前在經(jīng)歷早先的“國(guó)退民進(jìn)”后，國(guó)有成分又出現(xiàn)“國(guó)進(jìn)民退”現(xiàn)象。所以國(guó)有經(jīng)濟(jì)比重對(duì)于能源強(qiáng)度的收斂有一定影響，具體效果未知。

（4）外商投資（取對(duì)數(shù)），lnfid。外商直接投資水平對(duì)于我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展多方面起到巨大的刺激作用，它往往代表著相對(duì)技術(shù)水平高、市場(chǎng)前沿的投資項(xiàng)目。那么FDI對(duì)地區(qū)能源強(qiáng)度的變動(dòng)也應(yīng)產(chǎn)生積極的影響。

（5）城市化，city，用城市人口比例來(lái)代替。中國(guó)經(jīng)濟(jì)目前主要還是二元經(jīng)濟(jì)，城市化的進(jìn)程對(duì)整個(gè)經(jīng)濟(jì)的投資、投資、消費(fèi)各方面都有影響，因而城市化是否對(duì)能源強(qiáng)度的變動(dòng)有影響也不確定。

這些變動(dòng)取2005年的數(shù)據(jù)，能源強(qiáng)度取2000～2009年的數(shù)據(jù)，建立空間回歸模型，由上述空間檢驗(yàn)的方法確定最終的模型選擇與結(jié)果。

X、b為前面所述五個(gè)控制變量，通過(guò)實(shí)證檢驗(yàn)，數(shù)據(jù)有顯著空間相關(guān)性，權(quán)重矩陣也應(yīng)采用W1合適，模型為SEM，控制變量中l(wèi)npgdp、city對(duì)因變量的解釋力度未呈現(xiàn)顯著性，表明這兩變量對(duì)能源強(qiáng)度收斂的相關(guān)性影響不大，最終的回歸結(jié)果見(jiàn)表4：

表4 能源強(qiáng)度條件收斂性回歸結(jié)果

回歸結(jié)果顯示收斂速度為0.00989，收斂一半的時(shí)間為69年。產(chǎn)業(yè)結(jié)構(gòu)、國(guó)有經(jīng)濟(jì)比重及FDI使用量都能起到加速能源強(qiáng)度降低的效用。洪國(guó)志（2010）對(duì)各地區(qū)人均GDP的收斂性研究也有類似結(jié)果，產(chǎn)業(yè)結(jié)構(gòu)向第三產(chǎn)業(yè)轉(zhuǎn)移，對(duì)于能源強(qiáng)度變動(dòng)有負(fù)作用，即加速能源強(qiáng)度降低。國(guó)有經(jīng)濟(jì)比重的提高亦起到產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化相似的作用，這與我們以往觀念不同，顯示國(guó)有經(jīng)濟(jì)成份在經(jīng)濟(jì)總體又起到主導(dǎo)作用，這對(duì)“國(guó)進(jìn)民退”現(xiàn)象的一種解釋。與FDI相關(guān)的經(jīng)濟(jì)項(xiàng)目一般是國(guó)內(nèi)相對(duì)技術(shù)先進(jìn)、效率較高項(xiàng)目，因而與能源強(qiáng)度變動(dòng)成反比。誤差相關(guān)系數(shù)接近于負(fù)值，說(shuō)明隨機(jī)沖擊在空間之間呈負(fù)的擴(kuò)散現(xiàn)象，一個(gè)地區(qū)因故出現(xiàn)經(jīng)濟(jì)指標(biāo)下降，比如財(cái)政轉(zhuǎn)移支付，從這一地區(qū)收取的財(cái)政在別處使用，突發(fā)事件引發(fā)停產(chǎn)等行為，相鄰地區(qū)會(huì)很快填補(bǔ)空缺，所以這誤差相關(guān)系數(shù)λ的高度負(fù)相關(guān)應(yīng)理解為地區(qū)之間的競(jìng)爭(zhēng)性較強(qiáng)。

4 我國(guó)能源強(qiáng)度概率影響因素的空間分析

進(jìn)一步，本文對(duì)2009年我國(guó)能源強(qiáng)度的影響因素進(jìn)行分析。主要觀察一般回歸模式下各主要宏觀指標(biāo)對(duì)能源強(qiáng)度的影響?；貧w模型如下：

對(duì)于2009年數(shù)據(jù)，通過(guò)反復(fù)的回歸結(jié)果分析發(fā)現(xiàn)，以能源強(qiáng)度的取指數(shù)形式lnef作為被解釋變量，空間權(quán)重矩陣選用W1回歸效果明顯要好。模型鑒別最終決定采用空間滯后模型SLM形式（混合空間滯后模型）?？臻g回歸結(jié)果如下表5：

表5 能源強(qiáng)度影響因素回歸結(jié)果

對(duì)于我國(guó)能源強(qiáng)度決定因素分析顯示，各個(gè)指標(biāo)都對(duì)能源強(qiáng)度變動(dòng)有一定影響，最顯著變量是各地區(qū)fdi的投放指標(biāo)，產(chǎn)業(yè)結(jié)構(gòu)indu還不是影響最顯著的變量?；貧w系數(shù)為負(fù)，說(shuō)明該變量的數(shù)據(jù)增加引起能源強(qiáng)度下降。從回歸模型一看，產(chǎn)業(yè)結(jié)構(gòu)、國(guó)有經(jīng)濟(jì)比重、FDI投放量、城市化水平都會(huì)引起能源強(qiáng)度降低，而地區(qū)的富裕程度會(huì)一定程度上改變?nèi)藗兊南M(fèi)結(jié)構(gòu)，加大能源的消耗，能源強(qiáng)度反而有所上升。

5 政策建議

本文對(duì)主要針對(duì)我國(guó)省際能源強(qiáng)度的空間相關(guān)性、收斂性及影響因素進(jìn)行研究，通過(guò)以距離構(gòu)建的空間權(quán)重矩陣，成功構(gòu)建了能源強(qiáng)度的收斂模型與空間因素模型。實(shí)證分析認(rèn)為我國(guó)能源強(qiáng)度存在東南低、西北高的顯著空間相關(guān)性；近十年能源強(qiáng)度的收斂速度在2005年前后明顯放緩，而收斂的空間性明顯加強(qiáng)，實(shí)測(cè)顯示我國(guó)2020年節(jié)能降耗指標(biāo)比2005年降低50%的目標(biāo)較難實(shí)現(xiàn)。能源強(qiáng)度的影響因素分析顯示產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、FDI投放量、城市化、國(guó)有經(jīng)濟(jì)比重等都有助于降低能源強(qiáng)度，社會(huì)的富裕程度會(huì)引起能源強(qiáng)度增加，相對(duì)而言FDI的影響作用最顯著。

依據(jù)分析結(jié)果，以降低經(jīng)濟(jì)能源強(qiáng)度為目的，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，建議如下：

（1）在區(qū)域經(jīng)濟(jì)發(fā)展政策制定中要考慮相鄰地區(qū)間經(jīng)濟(jì)、產(chǎn)業(yè)間的相互影響性。比如相鄰省份幾些年電子類產(chǎn)業(yè)快速發(fā)展，那么它也會(huì)抖動(dòng)本省的產(chǎn)業(yè)變動(dòng)以及能源強(qiáng)度降低；同樣，內(nèi)蒙的大型煤礦開(kāi)采會(huì)加速經(jīng)濟(jì)的重型化，能源強(qiáng)度會(huì)有明顯提升，亦會(huì)帶動(dòng)河北的能源強(qiáng)度上升，河北的產(chǎn)業(yè)政策制定也因有所考慮。在目前西部大開(kāi)發(fā)、東北地區(qū)振興方面，產(chǎn)業(yè)政策的制定更要體現(xiàn)區(qū)域協(xié)調(diào)性，統(tǒng)一性。

（2）節(jié)能政策需要考慮到能源收斂性的放慢這個(gè)現(xiàn)實(shí)情況。隨著我國(guó)經(jīng)濟(jì)大范圍的采用國(guó)際先進(jìn)技術(shù)，對(duì)于進(jìn)一步提高能源效率，其困難程度與前幾年完全不是同一層次，合理制定節(jié)能減排目標(biāo)，將經(jīng)濟(jì)目標(biāo)制定在經(jīng)濟(jì)承受力范圍內(nèi)，這樣的政策才是最有實(shí)效性。進(jìn)一步挖掘節(jié)能潛力，更要注重新節(jié)能法力挖掘點(diǎn)著手，

（3）加大FDI投入力度，推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、城市化，適當(dāng)加速國(guó)有大型企業(yè)的整合，升級(jí)。目前來(lái)看，F(xiàn)DI在我國(guó)的使用對(duì)經(jīng)濟(jì)仍然表現(xiàn)為明顯的刺激作用，合理，有計(jì)劃引導(dǎo)FDI項(xiàng)目向節(jié)能化方向發(fā)展，會(huì)有助于我國(guó)能源利用水平提高。

[1]Cletus C.C.,Eran S.Foreign Direct Investment in China:a Spatial Econometric Study[J].The World Economy,2000,(23).

[2]David M.Enivironmental Kuznets Curves:A Spatial Econometric Ap?proach[J].Journal of Environmental Economics and Management,2006,(51).

[3]Nathnaiel B.,Kristian S.G.,Kyle B.Space is More than Geography:Us?ing Spatial Econometric in the Study of Political Economy[J].Interna?tional Studies Quarterly,2006,(50).

[4]胡玉敏,杜綱.中國(guó)各省區(qū)能源消耗強(qiáng)度趨同的空間計(jì)量研究[J].統(tǒng)計(jì)與決策,2009,(11).

[5]任英華,徐玲,游萬(wàn)海.金融集聚影響因素空間計(jì)量模型及應(yīng)用[J].數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究,2010,(5).

[6]蹤家峰,李蕾,鄭敏閩.中國(guó)地方政府間標(biāo)尺競(jìng)爭(zhēng)——基于空間計(jì)量經(jīng)濟(jì)學(xué)的分析[J].經(jīng)濟(jì)評(píng)論,2009,(4).

[7]王玨,宋文飛,韓先鋒.中國(guó)地區(qū)農(nóng)業(yè)全要素生產(chǎn)率及其影響因素的空間計(jì)量分析——基于1992～2007年省域空間面板數(shù)據(jù)[J].中國(guó)農(nóng)村經(jīng)濟(jì),2010,(9).