一、理论分析
在目前我国大力推行节能减排、发展低碳经济的背景下, 如何提高能源利用效率成为了我国能源战略的关键。一般而言, 能耗强度 (指单位GDP的能源消耗) 与能源利用效率呈倒数关系, 能源效率越高, 那么能耗强度就越低。能源消费变化能深刻反映一个国家的产业结构状况, 产业结构的优化程度决定着能源消费总量和利用水平。
对我国能耗强度的分析, 目前的研究方法和研究结论也存在一些差异。国内学着研究成果中, 如韩智勇等 (2004) 在三次产业划分基础上利用因素分解法对我国1980—2000年能耗强度的影响因素进行了测算, 其结论是我国能耗强度下降基本上是由于各产业能源效率的提高。周勇等 (2006) 将国民经济划分为6大类, 分析了我国1980—2003年能耗度变化的原因, 认为产业结构因素只在一段时间内对能耗强度起积极的作用, 产业单位增加值能耗因素对能耗强度的下降总是保持正向作用。
二、计量模型
(一) 数据来源
本文采用的数据为2002—2017年16间30个省的省级面板数据, 共计样本总数为480个。重庆由于处在中国经济体制和核算体制都处于转轨之下, 变量数据统计衡量标准不一致, 数据有部分遗失, 在计算上涉及数据合并的准确性问题, 因此没有考虑。同样, 台湾省也具有同样的问题, 因此也被剔除。本文将能源分为煤炭、石油、天然气和电力4大类。这4类能源消耗量由各能源按标准计量单位消耗量乘以折标煤系数得到。在本课题研究模型中, 基本流量以亿元为单位;能源模块中, 能源以千克标准煤为单位。本文主要参照王玉潜 (2003) 的做法, 以各省份每年度的能源消耗总量与各省份每年度的国内生产总值的比值来度量能源消耗轻度指标;参照干春晖等 (2011) 采用第三产业产值与第二产业产值之比作为产业结构高级化的度量。本文数据主要来源于历年《中国统计年鉴》, 历年《中国能源统计年鉴》以及《全国科技经费投入统计公报》。
(二) 计量模型及变量定义
为了研究产业结构高级化对能源消耗强度的影响, 本文参照刘畅 (2008) 的影响工业能源消耗强度变化因素模型, 建立如下模型进行研究:
其中, Yit是i省第t年的能源消耗强度。X2是i省第t年的产业结构高级化指数, 是各省每年度的第三产业产值与第二产业产值之比。μ是随机扰动项β0, β1, β2, β3, ......β10等为待估计系数项。
具体来看, 本文使用的变量包括:
(1) X1:产业结构合理化 (TL) , 是指产业间的聚合质量, 它一方面是产业之间协调程度的反映, 另一方面也是资源有效利用程度的反映, 也就是说它是要素投入结构和产出结构耦合程度的一种衡量, 采用结构偏离度对其进行衡量;
(2) X2:产业结构高级化 (TS) , 指一国经济发展重点或产业结构重心由第一产业向第二产业和第三产业逐次转移的过程, 标志着一国经济发展水平的高低和发展阶段、方向, 用第三产业产值与第二产业产值之比作为产业结构高级化的度量;
(3) X3:ln (GDP) , 各省每年度的GDP的对数值, 用来衡量各省经济发展状况;
(4) X4:规模以上工业科研发展经费 (R&D经费) ;
(5) X5:全社会固定资产投资 (FIG) ;
(6) X6:能源消费总量 (ENG) , 是指各省每年度的煤炭、石油、天然气和电力4大类能源的总消耗量;
(7) X7:年末常住人口 (EORP) , 年末人口数指每年12月31日24时的人口数, 用来衡量人口对能源的消耗量;
(8) X8:工业增加值 (IAV) , 是指工业企业在报告期内以货币形式表现的从事工业生产活动的最终成果, 用来衡量高耗能的强度。
三、实证结果
表1为产业结构高级化对能源消耗强度的影响的回归结果。对样本的回归采取了OLS (Ordinary Least Square) 模型, 随机效应模型 (Random Effect Model) 和固定效应模型 (Fixed Effec Model) 三种方法。由于OLS和RE回归结果较为显著, 所以实证结果基于该两种模型而分析。在全部样本的回归中, 产业结构高级化 (TS) 对能源消耗强度的影响均为负, 其中OLS和RE模型中系数分别为-0.830和-0.425, 显著水平均为1%, 说明产业结构高级化程度对能源消耗强度的影响为负, 也即产业结构高级化程度越高则能源消耗强度越低。产业结构高级化往往具体反映在各产业部门之间产值、就业人员、国民收入比例变动的过程上;产业结构由依赖重工业转变为依赖轻工业的提升, 不仅提高了我国能源的综合利用效率, 而且降低了整个经济体的能源消耗强度。
注:被解释变量为能源消耗度, 关键变量为产业结构高级化。上标***、**和*分别表示估计系数在1%、5%和10%水平上显著。
产业结构合理化 (TL) 在所有样本回归中均不显著, 且其与能源消耗强度的变动方向不一致, 这与本文预期存在偏差, 但是这个变量不是本文重点研究的变量, 因此不影响主要结论。对于这个结果, 本文认为可能是指标选取或者统计数据的准确性以及统计数据间高度相关性造成的。
Ln (GDP) 指标, 表示各省经济发展状况, 在OLS和RE模型回归中的系数分别为-0.407和-1.145, 对能源消耗强度的影响均为负, 这与本文预期的结果有差异, 但ln (GDP) 的显著水平分别为5%和1%, 其效果较为显著。变动方向与预期的不同可能是因为统计数据之间的高度相关性或者变量间的高度相关而导致存在多重共线性问题造成的。
规模以上工业科研发展经费 (R&D经费) , 用来衡量科技研发投入与水平科研发展经费投入越多则科技水平就更高, 就更利于提高能源利用率, 该指标在OLS和RE模型回归中的系数分别为0.00235和0.000919, 显著水平分别为1%和5%, 较为显著;对能源消耗强度的影响均为正, 与本文预期结果不相符。全社会固定资产投资 (FIG) , 用来衡量国家对行业的物质资本投入干预程度, 该指标在两种模型的回归中的系数分别为-0.000140和-5.84e-05, 对能源消耗强度的影响均为负, 与本文预期结果亦不一致;显著水平分别为1%和5%, 较为显著。两种变量指标的回归结果出现与预期的差异, 可能是多重共线性问题或者模型自身设定的问题而造成的。
能源消费总量 (ENG) , 是指各省每年度的煤炭、石油、天然气和电力4大类能源的总消耗量, 在OLS和RE模型回归中, 其系数分别为0.000146和7.44e-05.对能源消耗强度的影响均为正, 且显著水平均为1%, 说明能源消费总量越多则能源消耗强度越高。
年末常住人口 (EORP) , 用来衡量人口对能源的消耗量, 在OLS回归中的系数为-7.72e-05, 显著水平为1%, 对能源消耗强度的影响为负, 与本文预期的年末常住人口越多则能源消耗强度越高的结果存在差异。工业增加值 (IAV) , 用来衡量高耗能的强度, 在OLS回归中的系数为-0.000137, 对能源消耗强度为负, 与本文预期的工业增加值越多则能源消耗强度越高的结果也存在差异。并且EORP和IAV两变量指标在RE模型回归中的结果均不显著, 结果与本文预期也不相符。出现这种问题可能是因为模型自身设定问题或者内生性问题或者多重共线性问题造成的。
结语
本文利用2002—2017年间30个省的面板数据系统研究了产业结构高级化程度对能源消耗强度的影响。研究结果表明, 产业结构高级化与能源消耗强度呈反方向变动关系, 也即产业结构高级化程度越高则能源消耗强度越低。产业结构高度化往往具体反映在各产业部门之间产值、就业人员、国民收入比例变动的过程上;产业结构由依赖重工业转变为依赖轻工业的提升, 不仅提高了我国能源的综合利用效率, 而且降低了整个经济体的能源消耗强度。
摘要：能源消耗强度反映国民经济对能源的综合使用效率, 是宏观经济中的一个极为重要的变量。本文利用2002-2017年间30个省份的省级面板数据系统研究了产业结构高级化对能源消耗强度的影响。研究结果表明, 产业结构高级化与能源消耗强度呈反方向变动关系, 也即产业结构高级化程度越高则能源消耗强度越低。
关键词：能源消耗强度,产业结构高级化