中國能源產業(yè)發(fā)展的區(qū)域溢出效應分析

馮 沛

（1.中國人民大學統(tǒng)計學院,北京100872；2.國家統(tǒng)計局統(tǒng)計教育培訓中心,北京100073）

0 引言

工業(yè)化以來，隨著經濟的不斷發(fā)展，能源產業(yè)的地位也是日趨重要：能源產業(yè)在整個國民經濟體系中處于基礎地位、其產品幾乎出現(xiàn)在國民經濟運行的所有產業(yè)的產業(yè)鏈之中，同時能源又是當今國際政治、經濟、軍事、外交關注的焦點。然而，世界各地的能源產業(yè)發(fā)展水平卻差別很大，發(fā)展較好的區(qū)域既有能源儲備豐富的地區(qū)，如，中東、俄羅斯和拉美，也有經濟總量靠前的國家，如，美國和中國。與此類似，中國能源產業(yè)發(fā)展水平較高的地區(qū)既包括山西、內蒙古（中部、東部）、新疆、以及四川為代表的能源儲備豐富的地區(qū)，也包括京津冀、長三角、珠三角等經濟發(fā)達的區(qū)域。從實際情況來看，不同地區(qū)的能源產業(yè)發(fā)展存在不平衡現(xiàn)象，這種現(xiàn)象與能源產業(yè)集聚存在緊密相關性。

目前，世界各大經濟體對區(qū)域經濟的發(fā)展都倍加重視，都希望能利用“熱點”區(qū)域的輻射效應帶動周邊區(qū)域的協(xié)同發(fā)展，進而使得整個經濟體能夠均衡、穩(wěn)定、持續(xù)發(fā)展。鑒于能源產業(yè)的發(fā)展對經濟推動作用，世界各國都對該產業(yè)的發(fā)展給予了極高的重視。中國對能源產業(yè)的發(fā)展歷來都十分重視，國家層面的《能源發(fā)展規(guī)劃》定期出臺，各地也逐期對照規(guī)劃。這些規(guī)劃中都對重點區(qū)域的能源產業(yè)發(fā)展進行了強調。以2013年國務院印發(fā)的《能源發(fā)展“十二五”規(guī)劃》為例，該規(guī)劃明確了國家建設綜合能源基地的目標，從另外一個角度促進了中國能源產業(yè)的集聚化發(fā)展。在這樣的綜合背景之下，能源產業(yè)的發(fā)展與經濟發(fā)展之間的量化研究無疑將成為當前學術領域研究的一個重點。

鑒于之前國內學者很少從產業(yè)的角度研究能源，僅有關于能源產業(yè)的研究也多局限于產業(yè)集聚和產業(yè)安全，本文將使用空間計量模型來測度中國31個省級行政區(qū)劃（不包括港、澳、臺地區(qū)；以下簡稱：省份）能源產業(yè)發(fā)展對區(qū)域經濟發(fā)展的影響，即，能源產業(yè)發(fā)展的空間溢出效應。

1 指標選取及數(shù)據處理

本文旨在研究中國31個省份的能源產業(yè)發(fā)展對區(qū)域經濟增長的溢出效應。因此，在進行研究時所選取的指標為與宏觀經濟和能源產業(yè)相關的指標。

與宏觀經濟相關的指標主要有國民總收入、國內生產總值、人均國內生產總值，本文根據研究慣例、即相關數(shù)據的可獲取性，選取國內生產總值（簡稱GDP）作為研究對象。

與能源相關的指標既有以實物為計量單位的、也有以貨幣為計量單位的，本文基于產業(yè)視角進行研究，故選取以貨幣為計量單位的指標。由于《國民經濟行業(yè)分類》中并沒有一個單獨的行業(yè)叫能源行業(yè)，本文將《國民經濟行業(yè)分類》中5個與能源相關的行業(yè)進行合并后組成了能源產業(yè)（簡稱EI）。這5個與能源相關的行業(yè)分別是“煤炭開采和洗選業(yè)”、“石油和天然氣開采業(yè)”、“石油加工、煉焦及核燃料加工業(yè)”、“電力、熱力的生產和供應業(yè)”和“燃氣生產和供應業(yè)”。

這一處理方式與中國投入產出學會課題組（2007）[1]、趙晶（2010）[2]、馮沛（2013）[3]等在研究中所采用的處理方式相一致。

鑒于中國的《國民經濟行業(yè)分類》國家標準于1984年首次發(fā)布后，又分別于1994年、2002年和2011年進行了三次修訂。而為了避免出現(xiàn)研究行業(yè)所涵蓋范圍前后不一致的情況發(fā)生，本章選取了使用《2002國民經濟行業(yè)分類》進行編制的2004～2013年的《中國工業(yè)經濟統(tǒng)計年鑒》中的相關數(shù)據進行研究，即，本文研究時間范圍為2003～2012年。本文研究數(shù)據來源于2004～2013年《中國統(tǒng)計年鑒》、《中國工業(yè)經濟統(tǒng)計年鑒》、以及《中國經濟普查年鑒》。

此外，本文在進行數(shù)據處理和分析時所使用的空間統(tǒng)計分析軟件為GeoDa1.6.2。

2 中國能源產業(yè)發(fā)展的空間溢出效應計量分析

2.1 空間計量模型的引入

如本文第二部分所述，諸多學者在空間計量模型的構建上進行了大量的研究，且也有一些學者試圖給出更為一般的空間計量模型，如，Anselin（1988）[4]、林光平和龍志和（2014）[5]等。本文選取了其中三個較為常用的截面空間計量模型來研究中國能源產業(yè)集聚對區(qū)域經濟發(fā)展的影響。

（1）空間滯后模型（簡稱SLM）

空間滯后模型是指在模型中包含因變量空間滯后因子的回歸模型。該模型是由Ord（1975）[6]在前人研究的基礎上進一步引入空間權重矩陣W構建的。空間滯后模型可分為兩種形式，即，純滯后模型和一般空間滯后模型。其中，前者不包含因變量的空間自相關項以外的其它自變量，是后者的特殊形式。一般空間滯后模型的表達式為：

式（1）中，y是n×1階的因變量列向量；ρ是因變量的空間自相關系數(shù)，其取值在-1到1之間；W是n×n階的空間權數(shù)矩陣，通常情況下為一階相鄰矩陣；X是k個解釋變量的n×k階矩陣；β1是k×1階的解釋變量對因變量回歸系數(shù)列向量；ε是n×1階的隨機誤差列向量，且ε～N（0,σ2I）。

（2）空間誤差模型（簡稱SEM）

空間誤差模型是指對模型中的誤差項設置空間滯后因子的回歸模型。根據誤差項空間相關結構的不同，空間誤差模型分為空間誤差自相關模型、空間誤差移動平均模型、空間誤差自相關移動平均模型和空間誤差分量模型。其中，空間誤差自相關模型被使用最多，其表達式為：

式（2）中，誤差項μ由其空間自相關項Wμ和正態(tài)獨立同分布的隨機擾動項ε組成；λ是空間誤差自相關系數(shù)。

通過數(shù)學變換，式（2）可合并為：

（3）空間杜賓模型（簡稱SEM）

空間杜賓模型是指在模型中既包含因變量空間滯后因子、又包含因變量空間滯后因子的回歸模型。該模型可以看做是空間滯后模型和空間誤差模型的擴展形式，可通過對前述模型增加相應的約束條件進行設立。其模型形式為：

式（4）中，包含兩個空間權重矩陣W1和W2。其中，W1是因變量的空間相關關系，W2是自變量的空間相關關系，兩者可以可以相同、也可以不同；β2是k×1階的外生變量的空間自相關系數(shù)；ε是滿足正態(tài)獨立同分布的隨機擾動項。

2.2 空間權重矩陣的構建

空間計量分析中一個重要的環(huán)節(jié)便是構建空間權重矩陣。目前，常用的空間權重矩陣構建方法有多種，而不同的空間權重矩陣會帶來不同的分析結果。因此，選擇一個合適的空間權重矩陣尤為重要。

常用的空間結構矩陣的構造方法大致可分為鄰近權重和距離權重兩種。考慮到中國并無任何兩個省份是頂點相鄰、而全部是邊界相鄰，因此選擇Rook相鄰和Queen相鄰所得到的空間權重矩陣是一致的。通過對Rook一階相鄰關系（具體相鄰關系見表1）和二階相鄰關系（即“鄰居”的“鄰居”）進行實證，發(fā)現(xiàn)選擇Rook一階空間權重矩陣較為理想。原因是選擇Rook一階相鄰之后，隨著階數(shù)的升高，所得到的Moran指數(shù)值逐階下降，這說明經濟活動的空間自相關隨著空間距離的增大而減小，符合地理學第一定理（Tobler，1970）[7]。

此外，本文還使用了距離權重來構建矩陣，但效果均不理想。例如，使用k-nearest法構建空間權重矩陣時，通過中國31個省份地理相鄰信息（見表1）發(fā)現(xiàn)“鄰居”最少的省份海南省（1個），“鄰居”最多的是內蒙古和陜西（8個），因此設定k=3、4、5、6，結果發(fā)現(xiàn)存在嚴重的不對稱鄰近現(xiàn)象；又如，使用Threshold法構建空間權重矩陣時，由于中國各省份面積差異巨大，導致“閥值”設定困難。因此，使用該方法構建空間權重矩陣并不適用。

最終，本文采用的Rook一階相鄰關系的空間權重矩陣。

表1 中國31個省份地理相鄰信息匯總表

需要特別說明的是：海南并不與任何省份相鄰，但是，為了避免空間權重矩陣中的某一行全部為0，以造成矩陣運算不便，本文將海南設定為與其距離最近的廣東相鄰。類似的處理方式在諸多國內學者的研究中都能見到，如呂健（2011、2013）[8，9]、王慶喜等（2014）[10]等。

2.3 空間計量模型構建的事前檢驗

與傳統(tǒng)計量模型的構建不同，空間計量模型的構建可以進行事前的空間相關性檢驗，即，若計量模型中的變量或誤差項存在顯著的空間相關性，則需要在模型中引入空間滯后因子。用于空間相關性事前檢驗方法較多，最常用的有Moran指數(shù)檢驗、聯(lián)合LM統(tǒng)計量、極大似然LM-Lag檢驗、極大似然LM-Error檢驗、以及穩(wěn)健LM-Lag檢驗和穩(wěn)健LM-Error檢驗等。

基于中國31個省份的能源產業(yè)發(fā)展數(shù)據、以及經濟發(fā)展數(shù)據，可以進行空間相關性的事前檢驗，檢驗結果如表2所示。

由表2可知，對使用分省數(shù)據構建能源產業(yè)發(fā)展與經濟發(fā)展之間關系的空間計量模型進行事前檢驗時，所有涉及模型的Moran指數(shù)和LM系數(shù)都能通過0.05的顯著性檢驗，但構建空間滯后模型和空間誤差模型的LM-Error系數(shù)未能通過檢驗，而構建空間杜賓模型的相關檢驗都通過，即，構建空間杜賓模型來反映能源產業(yè)發(fā)展與經濟發(fā)展之間的關系較為合理。但本文為了進一步對比不同空間計量模型的合理性，在模型構建、及事后檢驗環(huán)節(jié)對所涉及到的三種空間計量模型都進行了構建。

表2 空間計量模型構建事前檢驗結果匯總表

2.4 空間計量模型的構建

根據前述空間計量模型，即式（1）、（3）和（4），本文將分別構建SLM、SEM和SDM。同時，本文為了對比引入空間滯后因子前后中國能源相關產業(yè)（行業(yè)）發(fā)展與經濟發(fā)展之間關系的變化，還將構建經典的線性回歸模型（Linear Regression Model，簡稱LRM）。

2.5 空間計量模型的參數(shù)估計與事后檢驗

現(xiàn)有的空間計量模型估計方法中，最主要的參數(shù)估計方法包括極大似然法、擬極大似然法、工具變量法和兩階段最小二乘法、廣義矩法、以及Bayes法等。由于極大似然估計量在滿足假定條件時具有一致性和漸近有效性等優(yōu)良性質，因此，本文使用極大似然（ML）法對模型參數(shù)進行估計（具體估計結果見表3）。

同時，可以使用不同的統(tǒng)計量對所構建模型進行事后檢驗。這些統(tǒng)計量既包括空間相關性的條件LM統(tǒng)計量、LR統(tǒng)計量和Wald統(tǒng)計量等，也包括相關系數(shù)、AIC和SC等通用統(tǒng)計量。

表3為不同空間計量模型的參數(shù)估計、及事后檢驗結果匯總表。通過表3中模型事后檢驗結果來看，空間誤差模型和空間杜賓模型通過了LR檢驗，而空間滯后模型未通過LR檢驗。結合相關系數(shù)、AIC和SC等統(tǒng)計量，以及空間相關性的事前檢驗，本文確定空間杜賓模型為表示中國能源產業(yè)發(fā)展與經濟發(fā)展關系的最終計量模型：

表3 不同計量模型的參數(shù)估計值匯總表

由本章確定的最終計量模型式（9）可以看出，能源產業(yè)的發(fā)展對區(qū)域自身經濟的發(fā)展有著正向的推動作用，而區(qū)域之外的能源產業(yè)發(fā)展卻對區(qū)域經濟自身的發(fā)展有著負向的拉動作用，且這個作用力并不小。也就是說，能源產業(yè)的發(fā)展促進了區(qū)域經濟的發(fā)展，但相鄰區(qū)域的經濟發(fā)展卻有著負面的影響。

此外，本文為了縱向對比能源產業(yè)發(fā)展對經濟發(fā)展的影響，利用2003～2011年數(shù)據構建能源產業(yè)為自變量的空間杜賓模型，并對每一個模型進行了參數(shù)的估計和檢驗（見表4）。

表4 空間杜賓模型參數(shù)估計值（2003～2012年）匯總表

由表4可以看出，2003～2012年的空間杜賓模型參數(shù)全部通過了檢驗。其中，常數(shù)項逐年快速放大；因變量的空間滯后項系數(shù)始終為正，呈現(xiàn)出逐年放大的趨勢，這說明相鄰區(qū)域的經濟發(fā)展對特定區(qū)域的經濟發(fā)展有著正向的影響，且影響程度逐年增加；能源產業(yè)的回歸系數(shù)始終為正，且其絕對值呈現(xiàn)出逐年振蕩縮小的態(tài)勢，這說明能源產業(yè)的發(fā)展對區(qū)域經濟的發(fā)展有著正向的影響，但這種影響在逐年下降；自變量的空間滯后項系數(shù)始終為負，且其絕對值呈現(xiàn)逐年振蕩放大的趨勢，這說明相鄰區(qū)域的能源產業(yè)發(fā)展對特定區(qū)域的經濟發(fā)展不但有著負面的影響，而且這種影響的負面性越來越強。

3 結論及政策建議

通過前述分析，可以總結得出中國能源產業(yè)發(fā)展對經濟發(fā)展的影響效應：

（1）中國能源產業(yè)發(fā)展呈現(xiàn)出顯著的空間相關性，使用空間計量模型分析其與經濟發(fā)展之間的關系有著很強的合理性。

（2）中國區(qū)域能源產業(yè)的發(fā)展對本區(qū)域經濟發(fā)展的影響呈現(xiàn)顯著的正效應，而對相鄰區(qū)域經濟發(fā)展的影響卻呈現(xiàn)顯著的負效應。

（3）中國區(qū)域能源產業(yè)的發(fā)展對本區(qū)域經濟發(fā)展的正效應隨時間推移逐年減小，而對相鄰區(qū)域經濟發(fā)展的負效應卻隨時間逐年增大。

基于上述結論，本文對中國能源產業(yè)的發(fā)展提出以下建議：

（1）充分利用中國能源產業(yè)相對集中的優(yōu)勢，在能源集聚區(qū)大力發(fā)展相關產業(yè)，以促進區(qū)域經濟發(fā)展。

（2）有效遏制中國能源產業(yè)空間“溢出”的負效應，強化區(qū)域間的交流合作，促進能源產業(yè)的跨區(qū)域流動與集聚，實現(xiàn)能源產業(yè)帶動性的最優(yōu)化。

[1]中國投入產出學會課題組.中國能源部門產業(yè)關聯(lián)分析[J].統(tǒng)計研究,2007,(5).

[2]趙晶.中國能源產業(yè)對國民經濟影響的分析——基于2007年投入產出表[D].武漢:中南財經政法大學,2010.

[3]馮沛.中國分區(qū)域能源產業(yè)關聯(lián)性分析[J].中國統(tǒng)計,2013,(5).

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

[5]林光平,龍志和.空間計量：理論與實證[M].北京:科學出版社,2014.

[6]Ord K.Estimation Methods for Models of Spatial Interaction[J].Journal of The American Statistical Association,1975,70(349).

[7]Tobler W.A Computer Movie Simulating Urban Growth in the Detroit Region[J].Economic Geography,1970,46(2).

[8]呂健.中國城市化水平的空間效應與區(qū)域收斂分析：1978～2009年[J].經濟管理,2011,(9).

[9]呂健.市場化與中國金融業(yè)全要素生產率——基于省域數(shù)據的空間計量分析[J].中國軟科學,2013,(2).

[10]王慶喜,蔣燁,陳卓詠.區(qū)域經濟研究實用方法：基于ArcGIS，GeoDa和R的運用[M].北京:經濟科學出版社,2014.