湖南省市域能源消耗及其影響因素研究

吳獻金，謝玲淋

湖南省地市間由于所處的位置、人口、經濟發展、科技等面的差異，能源消費也表現出了空間差異性，而傳統的基于OLS的分析方法往往忽略掉對空間效應的分析，因而得到結論的可靠性也值得懷疑。在研究能源消費及其影響因素時，不能僅僅局限于時間序列的分析，應該對存在空間效應的截面數據進行分析。本文根據空間計量的研究方法，利用2004～2007年湖南省13個地市（缺永州能源數據）的面板數據，研究這些地市的能源消耗及其影響因素，分析經濟增長、人口、工業化和技術進步對能源消費的影響，檢測湖南省13個地市間的能源消費是否存在空間效應，以及經濟增長和人口對能源消費的影響程度。

1 地區能源消耗及其影響因素

影響能源消耗的因素有很多，國內學者在分析時以經濟增長、總人口和能源價格為主的居多。由于歷史體制等原因，雖然我國的能源市場進行了改革，但是目前仍然不是完全競爭市場，我國能源的價格依然與國際市場存在差異，能源價格不能真正反映市場的需求，本文以經濟增長和人口總數為主要研究對象，并沒有考慮價格對能源需求的作用。

（1）經濟增長GDP：隨著國民經濟的發展，能源在經濟增長中地位也越來越高，經濟增長對能源的消耗也是逐年增多。目前，國內外學者在研究能源消耗時，均把經濟增長GDP作為最重要的影響因素，進而分析能源消耗與經濟增長的協整關系和格蘭杰因果關系，從學者們的研究中可知，GDP與能源消費之間存在長期穩定的正相關關系。

（2）人口增長RK：能源是人類賴以生存的基礎，人口的總量的多少直接影響著能源的消耗總量，也直接影響著能源資源的人均占有量和利用方式。經濟的發展，人民生活水平的提高，人們對優質能源的需求也日益增多。湖南省是中部地區的人口大省，2007年湖南省總人口達到6800萬人，居中部第二。龐大的人口總數帶動了能源消耗的增長。理論上來說，人口增長與能源消耗之間存在著正相關關系。

（3）工業化IDU：工業是工業是耗能大戶，工業化程度的高低直接影響著能源消耗量的多少。2007年第二產業耗能占全省耗能的71.69%；在第二產業中，工業的能耗占據了重要的比重，因此，本文以第二產業中工業增加值占GDP的比重即工業化率為基礎，分析湖南省工業化水平對能源消費需求的影響。

（4）技術進步：本文以綜合能耗產出率（ZHN，單位：元/千克標煤）反應技術進步在能耗中的作用，即一個地區能源的利用效率，該指標越高，說明能源的利用效率也就越高，能源的利用方式也就越先進。該指標與能耗應該是負相關關系。

本文以EG代表能源需求量，為能源需求模型的因變量，自變量為實際GDP、總人口RK、工業化IDU和技術進步ZHN，構建能源需求的柯布-道格拉斯（Cobb-Douglas）生產函數：

對（1）式兩邊取對數，則上式就變為：

式中，β1、β2、β3、β4表示第i個地區GDP、總人口、工業化、綜合能耗產出率對能源需求的彈性系數，ξi為隨機誤差項。

2 能源消費的空間計量經濟模型

2.1 空間自相關模型檢驗

在進行空間計量分析之前，首先應判斷地區之間是否存在空間相關性。判斷地區地區之間是否存在空間相關性，先要進行探索性空間數據分析。Anselin(1988)指出，探索性空間數據分析是一系列空間數據分析方法和技術的集合。檢驗變量之間的空間自相關性存在與否，最常用的方法由Moran[10]（1948）提出的空間相關指數Moran’s I指數和Geary’s C指數，兩者的作用基本相同，所不同的是Moran’s I主要應用于全域空間自相關性的分析，而Geary’s C指數則適用與局部空間的關聯分析。應用最為廣泛的就是Moran’s I指數。

Moran’s I的定義如下：

距離矩陣的Wij[9]為：

（1）Wij=0 ， 如果i=j時；

該矩陣選取了比較簡單的距離倒數函數，樣本中最短的城市距離（Min）得到的權重為1，其它里程的權重則為式中dij為樣本間的距離，Min為樣本間距離的最小值。對于樣本的權重矩陣，本文沒有采用簡單的二元鄰接矩陣（即0，1兩種值），而是應用到具體的數據，利用湖南省各地市（永州除外）之間的里程，按照距離倒數函數方法，計算出各地市之間的空間權重矩陣，這樣可以更準確的描述周圍地市對某個特定地市的能耗的影響。

Moran’s I可看做是各地區觀測值的成績和，其取值范圍為-1≤Moran'sI≤1。如果各地區間為空間正相關時，則其數值就比較大；如果各地區間為負相關時，則其數值就比較小。如果具體到湖南省市區域能源消耗影響因素的空間依賴性的問題上，當目標區域在空間區位上相似的同時，也有相似的屬性時，空間模式在整體上就顯示出正的空間相關性；而當在空間臨近的目標區域數據不同尋常地具有不相似的屬性時，就呈現為負的空間自相關性；當指數值為零時，說明地區之間不存在空間自相關性，也即各區位數值的屬性分布與數據的分布相互獨立。

2.2 面板數據（Panel Data）模型

本文研究的時段為2004～2007年，空間單元數據為13個區域的連續4年的時間序列變化情況，反映的是不同時間（4年）和不同區域（湖南省13個地市）的經濟增長GDP和總人口對各地區能源需求影響的情況。因此，我們引進對n個個體（湖南省各地市）連續觀察T期得到的空間和時間合成的時空數據回歸模型-Panel-Data模型，其模型可以表示為：

式中，Yit=(Y1it,Y2it...Ykit)'，為因變量向量；Xit=(x1it,x2it,...,xkit)'是K個外生變量在特定時間和地區的觀測值；βit'=(β1it,β2it,...,βkit)'為參數向量，K是除去截距項的外生變量（斜率）個數，n是截面樣本點的個數，T是時期總數。

2.3 空間計量經濟模型

空間滯后模型（Spatial Lag Model，SLM）主要是探討各變量在一地區是否有擴散現象（溢出效應）。其模型表達式：

y=ρWy+Xβ+ξ

式中，y為因變量，本文中代表的是地區能源消耗量；Wy為空間滯后因變量；ρ為空間回歸系數，反映地區觀測值之間的空間依賴作用，即相鄰區域的觀測值Wy對本地區觀測值y的影響方向和程度；W為nхn階的空間權重矩陣，最為常用的是臨近矩陣（Contiguity Matrix）和距離矩陣；X為nхk的外生解釋變量矩陣；β反映了自變量X對因變量Y的影響程度；ε為隨機誤差項項量。空間滯后因變量Wy是一內生變量，反映了空間距離對區域能源消費行為的作用。受經濟環境及與空間距離有關的遷移成本的影響，區域能源消費行為具有很強的地域性。

2.3.2 空間誤差模型

空間誤差模型（Spatial Error Model，SEM）是當地區間相互作用由于其所在的相對位置不同而存在差異時所采用的空間經濟學模型。空間誤差模型（Spatial Error Model，SEM）的形式為：

式中，y、x、w與空間空間滯后模型中的含義相同。ε為隨即物產項變量，λ為nх1階的界面因變量項量的空間誤差系數，μ為正態分布的隨機誤差項量。β反映了自變量X對因變量y的影響程度。參數λ衡量了因變量觀測值（即區域能源消耗）之間的空間依賴作用，也就是說相鄰的地區的能源消耗量對本地區的能源消耗量的影響方向和程度。而在隨機誤差項中的空間依賴作用，則反映了臨近地區關能源消耗量的誤差沖擊對本地區能源消耗量的影響程度。

2.4 數據選擇與估計方法

本文所研究數據來源為2004～2007年湖南省各地市統計年鑒和《湖南省統計年鑒》。研究的時段為2004～2007年，因變量為湖南省13個地市（永州的統計年鑒中沒有統計能源消耗量）的能源消耗量（EG），由于能源的種類有很多，本文沒有一一進行統計，而是選擇各種能源折合為標準煤的總數，單位為萬噸標準煤；自變量為13個地市以2004年為基期的實際GDP和總人口數RK，為消除異方差、和多重共線性，又考慮對各數據取對數后不會影響各變量之間的協整關系，而且所得到的數據容易得到平穩序列，在下面的分析中，所有的數據在處理之前都已經取了對數，因此，在所有的變量字母前都加了L，表示經過數據轉換后得到的新數據。

本文為解決OLS方法失真的問題，采用極大似然（LM）方法對模型進行估計。

高潮正欲擠過去再問，手機突然響了，掏出一看，是“詩的妾”的短信息：老公，妾在去溫州的列車上呢。不知怎的，妾突然后悔了自己的這個行動，妾現在最想見的人，是你。高潮回信息：一場突襲大戲的序幕，即將拉開，未知的結局，會涂抹誰生活的色彩？

3 面板面板數據的OLS分析結果

表1 地市能源消費的OLS回歸分析結果

在能源消耗與其影響因素的分析中，傳統的分析方法僅僅考慮時間序列的影響，而忽視了空間效應對能源消耗的作用，從而有可能造成回歸結果與現實不符的情況，也即是出現了偽回歸現象。本文首先利用Eviews 6.0軟件對湖南省13個地市的4年的面板數據，在不考慮空間效應的前提下，利用OLS方法進行估計，得出的結果表1所示。

從表1中可以看出，在沒有考慮空間效應的情況下，利用OLS回歸出來的結果不是很理想。Adjust R2僅為0.62。因此，從擬合優度上看，在沒有考慮能源消耗的空間效應影響的情況下，模型的擬合優度不高。

4 空間計量實證分析結果

首先使用全域Moran’s I統計量，測算各地市間能源消耗的正負相關性。2004～2007年湖南省13個地市的能源消耗的Moran’s I指數是0.30，無空間相關假設成立的概率幾乎為0。這說明地市間能耗存在空間爭相關性。

表2 空間滯后模型（SLM）的ML估計結果

從表2和表3也可以看出，SLM模型的極大似然值LogL為-7.41小于SEM的-2.97，且SEM的AIC值1.07小于SLM的1.76；SC值1.24小于SEM的1.93。因此，我們可以得出結論，SEM模型優于SLM模型，并且，SEM模型的擬合優度0.95大于SLM的擬合優度0.94和OLS的擬合優度0.62，SEM模型更能反映湖南省地市的能源消耗的情況，本節的分析也就以SEM的結果為準。

表3 空間誤差模型（SEM）的ML估計結果

表3的空間誤差模型的分析結果顯示，SEM的空間滯后估計參數λ的顯著性非常的高，表明臨近地區的能耗沖擊對本地區能耗有明顯的影響。在SEM模型中，LGDP與能源消耗LEG的彈性系數為0.88，在1%的水平下顯著，表明經濟增長是影響區域能源消耗的重要因素；人口數LRK與能源消耗LEG的彈性系數為0.16，通過了9%水平下的顯著性檢驗，這表明湖南省各地市人口及居民收入的增加，加大了對能源的消耗，人口總數是能源消耗的另一個重要的影響因素；工業化的彈性系數為0.82；綜合能耗產出率的系數為-1.98，說明技術越進步，能源利用效率越高，能耗就越低。

5 結論與建議

5.1 結論

本文利用2004～2007年湖南省13個地市（永州除外）的面板數據，對湖南省地市間能源消耗的空間效應進行了分析，并以13個地市的空間距離為基礎，計算出地市間的距離矩陣，最后得到的結論為湖南省地市間的能源消耗存在明顯的空間效應，Moran’s I指數為0.30，無空間相關假設成立的概率為0.000。

傳統的最小二乘法在沒有考慮到空間效應時，得到的回歸結果擬合優度比較的小。利用空間計量模型得到結果的擬合優度相對來說就高了許多。利用Matlab 7.0軟件得到的空間滯后模型SLM和空間誤差模型SEM，進行比較后發現，SEM模型優于SLM模型，臨近地區能耗的沖擊對本地區能耗有顯著的影響。通過SLM模型的ML估計結果可以看出，GDP、人口總數、工業化和綜合能耗產出率都是地市能源消耗的重要影響因素。

5.2 建議

(1)依靠科技進步，提高能源利用效率。

要實施重點科技專項，努力攻克一批核心關鍵技術，力爭在重點優勢領域取得突破；努力引導企業開展技術創新活動，形成一大批集研發、設計、制造與一體，具有國際競爭力的企業。支持高效節能產品的推廣、重大節能項目建設和重大節能技術示范，培育一批技術推廣機構，為中小企業提供技術之和援助；健全知識產權保護體系，激發全社會的創造力，促使經濟增長有主要依靠資金和物質要素投入帶動向主要依靠科技進步帶動轉變。

(2)大力實施計劃生育政策，控制人口增長。

湖南省要努力將人口總量保持在一個適度范圍，達到人口總量及其內部各種年齡組成人口相對穩定、相對平衡，從總量到結構徹底完成人口轉變，在人口與經濟、社會、環境、資源相協調的總量水平上靜止下來，實現相對穩定的零增長。

(3)優化產業結構，走新型工業化道路。

工業化是影響湖南省能源需求的重要因素之一，加快工業的調整力度，優化工業行業結構，是降低湖南省能源消耗的重要措施。結合湖南省的實際情況，應摒棄湖南省以前走的消耗大、污染大的發展老路子，走新型工業化道路。

[1] 周少甫,閔娜.中國經濟增長與能源消費關系的協整分析[J].當代經濟,2005,(6).

[2] 徐小斌,李傳昭.中國東西部省份能源消耗與經濟增長關系比較研究—面板數據的協整分析[J].科技管理研究，2008,(5).

[3] 晏正春，彭莉莎等.我國能源消費和經濟增長關系的數量分析[J].商業研究,2006,(9).

[4] 何永秀，李艷.北京地區能源消費與經濟增長的協整檢驗[J].統計與決策,2008,(8).

[5] Anselin L.Spatial Econometrics:Methods and Models[M].Dordrecht:Kluwer:Academic Publishers,1988.

[6] Moran.The Interpretation of Statistical Maps[J].Journal of the Roual Staistical Society,1948,10(2).