我國區域能源消費、經濟增長及對外貿易動態關系研究

張艾莉，王若霏

（北京工業大學經濟與管理學院，北京100124）

我國區域能源消費、經濟增長及對外貿易動態關系研究

張艾莉，王若霏

（北京工業大學經濟與管理學院，北京100124）

我國能源消費情況存在區域差異，文章從能源產品消費量的角度運用面板聚類模型將我國30個省、市、自治區劃分為四類區域，并基于分類結果探究不同區域的能源消費、經濟增長及對外貿易之間的動態關系。區域分析有助于客觀地識別區域內及區域間各變量動態關系的異同。分析結果表明：四類區域的能源消費對對外貿易的影響都比能源消費對經濟增長的影響更顯著，即動態傳導機制從能源消費到對外貿易體現的更突出；同時，四類區域的經濟增長和對外貿易指標均在能源消費被施加沖擊的反應初期呈現最大波動，其中高能源消費區的波動沒有其他三類顯著；中低能源消費區的經濟增長對能源消費沖擊最敏感。當經濟增長和對外貿易受到正向沖擊時，低能源消費區的能源消費指標反應強度高于其他區域；對次高能源消費區來說，經濟增長和對外貿易對能源消費的傳導效果一致。

能源消費；經濟增長；對外貿易；面板聚類；面板向量自回歸

［DOI］10.3969/j.issn.1007-5097.2016.10.011

一、引言

近三十年，無論是發達國家還是新興經濟體都經歷著經濟、能源、貿易的快速發展，能源消費、經濟增長及對外貿易之間的關系越來越密切。對我國而言，能源消費的增長為經濟增長提供了有力的保障，經濟增長也促使著能源發展和進步；另一方面，在全球化的貿易進程中，我國出口產品的間接能源消費也在不斷增加，同時，對外貿易的發展也為能源產品的進出口提供了更多便利。可以說，能源消費、經濟增長及對外貿易三者的發展相輔相成，互相促進。已有的能源消費、經濟增長及對外貿易之間關系的研究集中在以下幾個層面：

（一）能源消費與經濟增長之間的關系研究

在對能源消費與經濟增長之間關系的研究中，學者們對指標和方法的選取具有高度一致性。在經濟指標的選取上，國內外學者通常用GDP或實際GDP來衡量經濟增長，國涓和車淑琴（2008）、吳巧生等（2008）、Apergis和Payne（2009）、Costantini和Marti?ni（2010）都選用了GDP作為研究指標［1-4］，Belke等（2011）選擇了實際GDP［5］。對于能源消費的衡量指標，國內外學者幾乎全都選擇了能源消費總量或能源產品消費量。在研究方法上可以歸納為向量自回歸、格蘭杰因果檢驗和向量誤差修正。

并且，對于能源消費與經濟增長動態關系的探究往往基于樣本的分類。例如Costantini和Martini（2010）把71個國家分為26個OECD國家和45個非OECD國家這兩類［4］，國涓和車淑琴（2008）從地域角度把我國各省分為東、中、西部省區［1］。也就是按地理位置或國家性質直接分類。除此之外，S'miech和Papiez·（2014）提出了面板聚類的思路，用各國能源強度、新能源所占總能源的份額和溫室氣體排放的減少量三個變量進行面板聚類，把歐盟25個國家分成四組，再分別對每組進行面板因果分析，這種分類方式往往更符合區域特征和實際發展狀態［6］。

（二）能源消費與對外貿易之間的關系研究

在實證分析中，學者們大部分以貿易出口額來衡量對外貿易。Ferda（2010）、Erkan，Mucuk和Uysal（2010）對土耳其的能源消費和貿易出口的關系進行分析后得出兩者之間存在協整關系［7-8］。吳獻金等（2008）對我國東部11個省年度能源消費總量和貿易出口額進行了協整檢驗和格蘭杰因果檢驗，認為出口貿易與能源消費之間存在長期均衡關系，并且二者互為因果關系［9］。張傳國、陳蔚娟（2009）以VAR模型為基礎對中國能源消費和貿易出口額之間的因果、動態及定量關系進行了研究［10］。但是，僅用貿易出口額作為指標具有一定的片面性，畢竟貿易進口額和貿易出口額都是對外貿易的重要組成。Sador?sky（2010）的解決方法是在對中東八國①進行實證分析時同時考慮貿易出口額和貿易進口額，分別探討了對外貿易和能源消費之間的長、短期關系［11］。

（三）能源消費、經濟增長及對外貿易之間的關系

對于能源消費、經濟增長及對外貿易之間的關系研究，Narayan、Smyth（2009）和Hossain（2012）的研究思路較為相似，前一篇文章的研究對象是中東六國②，后一篇研究對象是南亞區域合作聯盟國家③，他們把能源消費這一變量細化到電力消費量，對外貿易選擇了貿易出口額，利用協整和格蘭杰因果檢驗分別探究區域電力消費、貿易出口和經濟增長之間的關系［12-13］。Nasreen、Anwar（2014）和Kasman、Du?man（2015）的研究都把對外貿易用貿易開放度來衡量，同樣運用多變量之間的面板協整及格蘭杰因果檢驗。前者對亞洲15個國家的能源消費、實際GDP、貿易開放度和能源價格之間的關系進行分析，后者對歐盟15個國家的能源消費、經濟增長、二氧化碳排放量、貿易開放度和城市化程度進行分析［14-15］。我國學者孫愛軍和方先明（2007）用各省電力消費量來衡量能源消費，在費德模型的基礎上進行了進出口貿易、能源消費和經濟增長之間的格蘭杰因果關系檢驗［16］。從能源消費的分類來看，電力消費只是能源消費的一部分，還有其他能源產品的消費，所以電力消費并不能準確衡量能源消費總體的差異，能源消費總量更合適。

盡管國內外學者對能源消費、經濟增長及對外貿易之間的關系有豐富的例證，研究仍然存在可改進之處。對我國而言，由于地理環境、資源分布、政治因素等原因，各省、市、自治區能源消費情況存在巨大差異，因此從區域的角度研究可以更直接地反映局部發展規律，并且依照能源產品消費量對各省份進行分類要比按行政等級或地理位置的區域劃分方式更有合理性和針對性。鑒于此，本文將從能源產品消費量的角度對我國各省進行面板聚類；在分類基礎上探究不同區域能源消費、經濟增長及對外貿易的動態關系。

二、基于能源消費的區域劃分

我國能源總體上呈現“富煤、貧油、少氣”的特征，不同地區的能源消費存在相似性和差異性，依次、單獨的分析意義不大并且對比較困難。因此，本文根據能源產品消費量的情況對省、市、自治區進行面板聚類分析。

（一）面板聚類模型的設定

1.能源消費指標及樣本的選擇

能源消費分為多種類型。煤和天然氣因地質、地貌不同，本身開采和運輸情況就存在區域差異，消費量也差別較大，因此，煤炭消費量和天然氣消費量可以用來衡量地區的能源消費情況；電力消費在我國能源發展中起到越來越重要的作用，我國東、中、西部地區能源資源分布不均勻，送電及配網建設正在大力推行中，電力消費總體呈現由東部沿海地區向中部、西部一路走低的趨勢；石油作為常規一次能源，是煤油、柴油、汽油、燃料油等二次能源的原料，然而原油的數據記錄缺少山西、貴州、重慶，所以這里選擇汽油消費量作為油類的代表指標，汽油的消費量也可以間接體現一個地區的能源消費情況。

綜上，考慮到樣本的可得性和完整性，選取2004-2012年我國30個省、市、自治區年度數據（港澳臺除外，西藏因數據缺失故排除），數據來源于2005-2013年《中國統計年鑒》能源部分。同時，為了使時間序列數據平穩，方差恒定，對所有數據取對數。選取煤炭消費量的對數變量lnC（單位：萬噸）、天然氣消費量的對數變量lnG（單位：億立方米）、電力消費量的對數變量lnE（單位：億千瓦小時）和汽油消費量的對數變量lnP（單位：萬噸）作為面板聚類分析所需要的重要能源產品消費量。

2.模型構建

借鑒Ren和Shi（2009）應用費舍爾次序集群理論，基于Frobenius準則建立Ward函數，構建多變量面板數據聚類模型［17］。面板數據包含樣本、時間和指標3個維度的信息，為充分利用面板數據信息，本文選用全時“絕對量”定義樣本間距離。公式為：

Xikt表示t時期第i個個體的第k種能源產品消費情況，其中i=1，2，…，30；k=1，2，3，4；t=1，2，…9。dij刻畫了個體i和個體j之間在整個時期t內的距離遠近程度，是經典多元統計分析中歐式距離的簡單繼承［18］。

運用Wald法關于面板數據的聚類方法進行計算時，假設30個省被分為f類，每一類記為G1，G2，…，Gf，Nl表示每一類中的個體數，Xl表示每一類的重心，Xil表示Gl中第i個樣品（i=1，2，…，Nl）的指標值，則中樣品的離差平方和為：

f個類的總離差平方和為：

關于聚類類數的確定，一方面可以通過適當的閾值確定，另一方面可以根據統計量確定，例如R2統計量、半偏R2統計量、偽F統計量、偽t2統計量。當然，也要從實際的角度出發，用類內離差平方和較小且總離差平方和較大的分類方法找到局部最優解。

（二）區域聚類劃分

1.聚類結果

煤炭消費、天然氣消費、電力消費、汽油消費都是能源消費的重要組成部分。從能源消費數據來看，我國各省煤炭、天然氣、電力、汽油的消費量總體呈持續上升趨勢。按照前述面板數據的聚類思想，運用SAS9.4統計軟件，對30個省的能源消費情況進行聚類分析。

面板數據全時“絕對量”聚類結果的R2值和半偏R2值顯示，在分為四個類之前R2的減少是逐漸的，改變不大，分為四類時R2=0.919，而下一次合并后分為三類時R2下降較多（R2=0.839），這時可以看出分四類比較好。同時，半偏R2值越大，說明上一步合并效果好。當分類從兩類到四類時，半偏R2值分別為0.663 6、0.175 5、0.079 8。雖然半偏R2值在分兩類時呈現最大值，但是對于30個省而言，僅分成兩類并不能顯示出差異性。因此，根據以上四個能源消費實物消費量指標，我國30個省的能源消費情況可以分為四類，如圖1所示。

圖1　按能源產品消費量的聚類結果

為了比較四類區域能源產品消費量，根據我國30個省、市、自治區2004-2012年年度歷史數據，測算出四類區域各指標的均值見表1所列。

表1　四類區域能源產品消費量平均值

對于四類區域，煤炭消費量比其他三種能源消費量都高，并且從第一類區域至第四類區域，煤炭消費量其組內均值是遞減的；天然氣在這四類能源中消費量最少，第二類區域的天然氣消費量在四類中最高，說明第二類區域對天然氣的依賴性高于其他區域；電力消費量在第一類區域最高，二、三類相當，第四類最少；對于汽油消費量，前三類區域組內均值基本相當，第四類略低。

2.四類區域能源消費特征

從面板聚類分析的結果來看，我國30個省、市、自治區分為四類后，按照煤炭、天然氣、電力、汽油的消費量呈現不同的區域特征，并且根據能源指標的特征進行區域命名，見表2所列。

表2　四類區域能源產品消費特點

第一類屬于高能源消費區，這些地區的煤炭消費量、電力消費量和汽油消費量均高于其他類別的地區。山東、山西、河北、河南、遼寧的支柱產業都含有鋼鐵行業、化工行業，即對傳統能源過于依賴的重工業所占比重較高，設備老化，工藝相對滯后。并且這些地區本身煤炭儲量豐富，加之油田眾多，石油資源也十分充足，并不存在能源限制的過多擔憂。內蒙古、浙江、江蘇、湖北、廣東的支柱產業中，機械、化工、紡織、汽車行業同樣是能源消耗大戶，而技術應用水平仍需提升。

第二類區域為次高能源消費區，其中北京、上海都是全國較活躍的經濟增長區，高新技術產業最為發達，煤炭已經逐漸被削弱使用，轉而更多的使用天然氣和電力，同時，這兩個直轄市人口眾多，汽油的使用量較高；陜西、新疆、四川均為我國天然氣主要產地，天然氣開發力度大，一定程度上滿足了當地生產發展對能源的需求；重慶、新疆的支柱產業有天然氣、石油化工等，同樣傾向于更多使用天然氣和汽油的消費。

第三類屬于中低能源消費區。其中，云南、貴州、甘肅、江西、廣西經濟發展水平基本處于我國中間偏后位置，工業開發時間較晚，能源消費較低；福建、安徽、吉林、湖南、天津正處于由粗放型向集約型轉變的階段，積極發展第三產業，減少對傳統能源的過度依賴；同時，這些地方油氣資源貧乏，煤炭資源不足，并不能保證供求平衡。

第四類區域只包括海南、青海、寧夏三個省。由于地廣人稀，能源資源不足，這三個省并不依賴于傳統的能源類型。青海的優勢產業是水能資源開發、鹽湖資源開發，石油天然氣資源開發，金屬和非金屬資源；海南的優勢產業是旅游業和房地產業，主要發展第三產業；而寧夏的優勢產業雖然包含冶金、煤炭，但是消費量與其他省相比相差甚遠。

綜上，與按行政等級或地理位置的區域劃分方式相比，從能源產品消費量的角度出發，按照煤炭、天然氣、電力、汽油的實際消費量對30個省、市、自治區進行聚類分析，其結果更符合實際情況，并且區域差異顯著。能源消費的特征體現在區域發展的類型與方向，高能源消費區的能源消費總體偏高，是第二產業的發展基地；次高能源消費區天然氣的消費量突出，除天然氣開采便利，也在不斷升級考慮清潔能源的替代問題；中低能源消費區天然氣消費量最低，而煤炭、電力、汽油的消費量與次高能源消費區基本相當；低能源消費區因地理環境、產業類型等原因能源消費總體偏低。

三、能源消費、經濟增長與對外貿易的動態關系檢驗

為檢驗四個區域能源消費、經濟增長與對外貿易的動態關系，分別構建含有能源消費、經濟增長與對外貿易相關變量的PVAR模型，進而判斷不同區域變量之間傳導關系的典型特征，對比四個區域脈沖響應結果中動態路徑變化的異同，并分析以能源產品消費量為標準的分類結果是否對區域能源消費、經濟增長與對外貿易之間動態關系的判斷有顯著影響。

（一）PVAR模型的設立和估計

1.樣本選取

按照面板聚類分析結果分別對四個區域2004-2012年的年度數據進行面板向量自回歸分析。在變量的選取上，選擇各省份能源消費總量的對數變量Lnec（單位：萬噸標準煤）衡量能源消費，選擇各省份GDP平減指數及消除價格因素的對數變量lnGDP（單位：億人民幣）衡量經濟增長，選擇各省份進出口總額的對數變量lntrade（單位：億人民幣）衡量對外貿易，數據來自2005-2013年《中國統計年鑒》及上海財匯信息技術有限公司數據庫。

2.模型建立

本文采用面板數據向量自回歸的計量方法。面板分析最重要的特征在于，和截面分析相比，它將變化本身包含在設計中，從而使個體在一系列變量上的變化得到直接測量，即面板分析更適合研究動態問題。PVAR模型由Holtz-Eakin等（1988）首次提出，后經McCoskey和Kao、Joakim Westerlund等學者的發展，已成為一個兼具時序分析與面板數據分析優勢的模型［19］。PVAR方程是多元系統方程，把所有變量看成一個內生系統來處理，所有變量的滯后項均考察在內，能夠真實反映變量間的互動關系。該模型不但可以解決變量內生性問題，而且有效刻畫了系統變量間的沖擊反應和方差分解［20］。

分別對四類地區構建PVAR模型：

公式4中，內生變量包含lnec、lnGDP、lntrade三個變量。同時，在模型中引入代表固定效應的變量αi表示可能遺漏的政治因素或其他相關因素。變量γi，t表示個體的時點效應，用于反映同一時點各地區可能受到的共同沖擊。假設εi，t是一個服從正態分布的隨機擾動。i=1，2，…，n表示某類地區包含的n個省，t=1，2，…，8表示8個觀測期。

在進行面板向量自回歸之前，首先采用LLC準則對四個類別的數據進行平穩性檢驗。分析過程運用Eviews 8.0軟件。對四個面板不同省份的各個變量分別做折線圖，發現曲線均呈現有截距并且持續增長的態勢，所以在單位根檢驗的選項中選擇同時存在截距項和趨勢項。原數據的面板單位根檢驗結果并不平穩，但在原數據一階差分后，滯后期為0時，無論相同根還是不同的條件下都是平穩的。符合PVAR的前提，可以進行檢驗。

由于PVAR模型不需要區分內生變量和外生變量，而是把所有變量都視為內生變量［21］，因此，在本文中的能源消費、經濟增長和對外貿易3個變量均作為面板VAR模型的內生變量，處理后的變量按照內生性由強到弱排列為lnec、lnGDP、lntrade。PVAR估計過程運用STATA12.0軟件。在模型估計前首先要進行滯后階數的確定，根據AIC、BIC、HQIC準則分別對四個面板進行滯后期選擇。經檢驗第一類地區的最佳滯后期為2；類似地，判斷第二、三、四類地區的最佳滯后階數也同樣為2。因此，對四類地區分別考慮建立VAR（2）模型。

由于估計系數時會出現由時點效應和個體效應引起的偏差，使用截面均值差分來消除時點效應，使用向前均值差分即“Helmert轉換”（Arellano和Bover，1995）［22］來消除個體效應，既克服了估計誤差，又保證了轉換后的變量與滯后變量正交，從而將滯后變量作為工具變量進行估計。本文利用GMM方法對面板VAR進行了估計。

（二）脈沖響應結果

應用PVAR模型實證分析后，估計脈沖響應函數。脈沖響應函數所描述的是系統中某一變量的一個正交化沖擊（也稱shock）對其他變量的影響。本文由蒙特卡洛模擬給出在95%的置信區間內的脈沖響應函數。

脈沖響應函數可以概括成某個序列在受到一個單位隨機擾動因素的沖擊后的動態路徑變化，并由此可以判斷變量間的時滯關系。圖2、3顯示，由lnec、lnGDP、lntrade構成的面板VAR系統中，當其中一個變量受到一個標準差的沖擊時，其他兩個變量的脈沖響應函數。需要補充的是，a、b、c、d分別表示高能源消費區、次高能源消費區、中低能源消費區和低能源消費區四類區域。水平軸為響應周期數，觀察期為10期，垂直軸表示變量對沖擊的響應程度。

圖2　四類區域經濟增長、對外貿易對能源消費的脈沖響應

從圖2脈沖響應圖中可以得出以下結論：

首先，對于這四類地區，經濟增長和對外貿易對能源消費沖擊的響應在初期都是比較明顯的正向響應，持續時間較長，在五期后逐漸回歸平穩。

其次，觀察圖2的a1、b1、c1、d1，圖形基本是收斂的。當能源消費受到正向沖擊時，所有地區的對外貿易都在增長，高能源消費區增長幅度不大，回落的速度慢，其他三類區域的增長幅度是先大后小，隨后趨于平穩，即高能源消費區的對外貿易對能源消費的反應并不敏感。

從圖2的a2、b2、c2、d2中可以看出，四類區域中，除高能源消費區，其他三類區域在第一期都出現了很強的正響應，其中中低能源消費區的反應強度最大，剩下兩類的強度增長變化與中低能源消費區相似，只是幅度略小，說明這兩類區域能源消費對經濟增長的影響比中低能源消費區小。

最后，不管是哪一類區域，能源消費對對外貿易的影響都比能源消費對經濟增長的影響更顯著，即是說從能源消費到對外貿易的動態傳導機制表現的更突出。

圖3　四類區域能源消費分別對經濟增長和對外貿易的脈沖響應

為了考慮不同區域能源消費對經濟增長和對外貿易沖擊的響應差異，逐一分析四類區域，從圖3脈沖響應圖中可以得出以下結論：

圖3的a3、a4分別給出了高能源消費區內能源消費對一個標準差的經濟增長沖擊和對外貿易沖擊的正向反應過程，其中能源消費對經濟增長的響應平穩，而能源消費對對外貿易的反應強度先降后升，在第三期時下降到穩定狀態。

從圖3的b3、b4中可以看出，在次高能源消費區的PVAR模型中，無論經濟增長和對外貿易如何，它們對能源消費的動態影響是基本類似的。正向的經濟增長和對外貿易沖擊的出現，使能源消費在第一期下降后反彈，隨后經歷一個小幅波動從第四期開始平穩。即對次高能源消費區來說，經濟增長和對外貿易所帶來的傳導效果一致。

觀察圖3的c3、c4，當經濟增長受到一個標準差的沖擊時，中低能源消費區的能源消費變量相比于其他區域來說更加敏感，并且波動周期長，經歷了三次逐漸減弱的波動后在第六期后平穩。而能源消費對對外貿易沖擊的響應強度在反應初期高于能源消費對經濟增長的反應強度，一次波動后從第四期開始回歸平穩。

在反應初期，低能源消費區能源消費對經濟增長的脈沖響應強度在四個區域中最高，如圖3的d3所示；低能源消費區能源消費對對外貿易的反應強度與中低能源消費區域類似，都在初期達到最大值，隨后下降，但不同的是，低能源消費區在一期后迅速平穩，如圖3的d4。

總而言之，經濟增長沖擊和對外貿易沖擊對四個區域能源消費的影響不盡相同，說明基于能源產品消費量的分類有助于客觀的識別不同區域變量間動態關系的差異特點。

四、結論

以上分析表明，我國各區域能源消費、經濟增長及對外貿易之間的關系，依照區域能源消費情況本身的多樣性，其動態關系存在一定差異。針對煤炭和電力消費量較高的高能源消費區、天然氣和汽油消費量較高的次高能源消費區、工業程度后進且天然氣消費量較低的中低能源消費區以及總能源消費水平最低的低能源消費區這四類區域進行對比分析，得到以下結論：

第一，合理分配能源資源，使區域均衡發展。通過構建PVAR模型，不同類型區域經濟增長和對外貿易對能源消費的沖擊顯示出不同的響應程度。四類區域的經濟增長和對外貿易指標均在能源消費被施加沖擊后初期呈現最大波動，此后逐漸達到平穩，而高能源消費區的波動并沒有其他三類顯著。高能源消費地區能源消費量幾乎達到飽和，即使繼續增加能源消費量也只能在維持經濟增長和對外貿易的基礎上小有發展，而其他區域能源消費對經濟增長和對外貿易的拉動作用還有一定提升空間，所以，合理分配能源資源，當高能源消費區產能過剩時，可以考慮把優質產能轉移，使有限的資源發揮利益最大化。

第二，解決能源結構問題，加快發展非化石能源，完善相關配套設施。高能源消費區是我國重工業發展主力區，主要依賴傳統能源，但能源消費的正向沖擊對經濟增長和對外貿易帶來的正向影響并不如其他區域明顯，所以能源結構的調整將是可持續發展的新思路。其他三類區域的能源消費對煤炭的依賴程度不高，已經著力于天然氣等新能源的研發和使用，新能源消費的增長也同樣可以正向促進經濟發展和對外貿易，在綠色能源發展的前提下實現雙贏。

第三，加強低能源消費區的經濟增長和對外貿易發展。當經濟增長和對外貿易受到正向沖擊時，低能源消費區的能源消費指標反應強度高于其他區域，即經濟增長和對外貿易發展對能源消費的增長有很好的促進作用。低能源消費區地廣人稀，工業化程度低，但發展空間大，若因地制宜地開發新能源，將逐漸發揮其能源優勢，緩解其他能源區域的壓力，協同發展、進步。

總之，在能源消費、經濟增長及對外貿易的發展中，需要考慮區域差異的因素，一方面，了解區域能源優勢，創造利益最大化；另一方面，摸清區域短板，發展新能源，合理整合資源。考慮到能源消費、經濟增長及對外貿易之間的動態關系，在實踐中必須重視能源消費對經濟增長和對外貿易的正向影響，在保證能源綠色、高效利用的前提下，促進我國經濟實現可持續增長；同時，優化能源結構，讓新能源早日從替代能源成為主導能源，構建安全、穩定、環保的現代能源消費體系。

注釋：

①中東八國指巴林、伊朗、約旦、阿曼、卡塔爾、沙特阿拉伯、敘利亞和阿拉伯聯合酋長國。

②中東六國指伊朗、以色列、科威特、阿曼、沙特阿拉伯和敘利亞。

③南亞區域合作聯盟，簡稱SAARC，包括孟加拉、印度和巴基斯坦。

［1］國涓，車淑琴.我國區域能源消費與經濟增長關系的實證分析——基于面板單位根檢驗與協整檢驗的研究［J］.沿海企業與科技，2008（7）：77-82.

［2］吳巧生，陳亮，張炎濤，等.中國能源消費與GDP關系的再檢驗［J］.數量經濟技術經濟研究，2008（6）：27-40.

［3］Apergis N，Payne J E.Energy consumption and economic growth in Central America：Evidence from a panel cointe?gration and error correction model［J］.Energy Economics，2009，31（2）：211-216.

［4］Costantini V，Martini C.The causality between energy con?sumption and economic growth：A multi-sectoral analysis us?ing non-stationary cointegrated panel data［J］.Energy Eco?nomics，2010，32（3）：591-603.

［5］Belke A，Dobnik F，Dreger C.Energy consumption and eco?nomic growth：New insights into the cointegration relation?ship［J］.Energy Economics，2011，33（5）：782-789.

［7］Ferda H.A dynamic study of income，energy and exports in Turkey［J］.Energy，2011，36（5）：3348-3354.

［8］Erkan C，Mucuk M，Uysal D.The impact of energy consump?tion on exports：The Turkish case［J］.Asian Journal of Business Management，2010，2（1）：17-23.

［9］吳獻金，黃飛，付曉燕.我國出口貿易與能源消費關系的實證檢驗［J］.統計與決策，2008（16）：101-103.

［10］張傳國，陳蔚娟.中國能源消費與出口貿易關系實證研究［J］.世界經濟研究，2009（8）：26-30.

［11］Sadorsky P.The impact of financial development on ener?gy consumption in emerging economies［J］.Energy Policy，2010，38（5）：2528-2535.

［12］Narayan P K，Smyt R.Multivariate granger causality be?tween electricity consumption，exports and GDP：Evi?dence from a panel of Middle Eastern countries［J］.Ener?gy Policy，2009，37（1）：229-236.

［13］Hossain S.Multivariate Granger Causality between Economic Growth，Electricity Consumption，Exports and Remittance for the Panel of Three SAARC Countries［J］.Global Journal of Management and Business Research，2012（3）：41-54.

［14］Nasreen S，Anwar S.Causal relationship between trade openness，economic growth and energy consumption：A pan?el data analysis of Asian countries［J］.Energy Policy，2014，69（2）：82-91.

［15］Kasman A，Duman Y S.CO2emissions，economic growth，energy consumption，trade and urbanization in new EU member and candidate countries：A panel data analysis［J］.Economic Modelling，2015，44（10）：97-103.

［16］孫愛軍，方先明.進出口貿易、能源消費與經濟增長研究——來自中國2000-2007年省際數據的經驗證據［J］.中央財經大學學報，2010（5）：75-80.

［17］Ren J，Shi S L.Multivariable panel data ordinal clustering and its application in competitive strategy identification of appliance-wiring listed companies［C］.International Con?ference on Management Science&Engineering（16th）Mos?cow Russia，2009：253-258.

［18］李因果，何曉群.面板數據聚類方法及應用［J］.統計研究，2010（9）：73-79.

［19］Holtz-Eakin D，Rosen H S.Estimating Vector Auto regres?sions with Panel Data［J］.Econometrica，1988，56（6）：1371-1395.

［20］張瑞，蘇方林，李臣.基于PVAR模型的R&D投入與產出關系的實證研究［J］.科學學與科學技術管理，2011（12）：18-25.

［21］王建華，李紅濤.工資上漲對就業、物價及勞動生產率的動態影響——基于PVAR模型的實證分析［J］.云南財經大學學報，2013（1）：92-100.

［22］Areliano M，Bover O.Another look at the instrumental vari?able estimation of error-components models［J］.Journal of Econometrics，1995，68（1）：29-51.

［責任編輯：張兵］

Research on the Dynamic Relationship between Energy Consumption，Economic Growth and International Trade in Different Regions of China

ZHANG Ai-li，WANG Ruo-fei
（School of Economics and Management，Beijing University of Technology，Beijing 100124，China）

As regional differences exist in energy consumption in China，this paper divides 30 provincial-level administrative areas into four types of regions by establishing panel cluster analysis from the point of consumption of energy products，and an?alyzes the dynamic relationship between energy consumption，economic growth and international trade based on the classifica?tion.The regional analysis is helpful to identify the differences and similarities of the dynamic relationship of variables within and between regions.The results show that the effect from energy consumption to international trade is more significant than the effect from energy consumption to economic growth in four regions，which means the dynamic transmission from energy consumption to international trade is more prominent；Also，the impulse response of economic growth and international trade to energy consumption show the maximum fluctuation in the initial reaction，and the fluctuation of the high energy consumption area is not significant than others；The economic growth in the medium-low energy consumption area is most sensitive to the shock from energy consumption.When a unit shock puts on the economic growth and international trade，the energy consump?tion in low energy consumption area exhibits more obvious than other areas；As for sub-high energy consumption area，the transmission effect from economic growth and international trade to energy consumption is consistent.

energy consumption；economic growth；international trade；panel cluster；panel VAR

F061.5；F124.3

A

1007-5097（2016）10-0068-07

2016-06-27

張艾莉（1973-），女，吉林長春人，副教授，博士，研究方向：數量經濟學；王若霏（1991-），女，北京人，碩士研究生，研究方向：數量經濟學。