供給側改革視角下京津冀工業能源強度及其影響因素研究

王 韶 華，何 美 璇，張 偉，劉 熙 寧

(1.燕山大學經濟管理學院，河北 秦皇島 066004；2.燕山大學區域經濟發展研究中心，河北 秦皇島 066004；3.東北大學秦皇島分校經濟學院，河北 秦皇島 066004)

0 引言

“綠色化”概念在《關于加快推進生態文明建設的意見》中首次被提出，利用五大發展理念之一的“綠色”引領發展是新時代我國生態文明建設的治本之策。在提前實現2020年減排目標后，我國又做出在2030年前實現“碳達峰”、在2060年前實現“碳中和”的減排承諾。當前，我國能源消費產生的碳排放約占碳排放總量的85%，能源轉型迫在眉睫。京津冀作為國家重點戰略發展區域，能源消費總量和碳排放總量分別約占全國的10%和20%，其中又以工業部門占比最大，因此京津冀工業節能減排對我國實現減排目標尤為重要。京津冀地理位置相近，工業聯系密切，在供給側改革背景下，探究工業能源強度影響因素的空間效應是實現京津冀協同發展的必然要求。

對能源強度的既有研究主要關注能源強度的影響因素，研究方法主要包括分解方法、回歸分析等，其中分解方法基于研究目的又可分為結構分解法和指數分解法。結構分解法主要基于投入產出表對能源強度的驅動因素進行分析，如馬曉微等將能源強度分解為結構效應和效率效應[1]，張俊榮等主要研究投入產出各種系數對北京市能源強度的影響[2]。指數分解法中應用較廣泛的有拉氏分解法和迪氏分解法，例如：韓松等采用對數平均迪氏指數法分析了結構效應、技術進步、城市化、規模效應等對能源強度的貢獻[3，4]；楊正東等認為兩種方法所得結論基本一致[5]，但拉氏分解法分解后會存在殘差，影響解釋力；為彌補上述缺陷，李玉婷等采用完全分解的改進拉氏指數構建能源強度因素分解模型[6]。由于分解方法存在計算結果不準確、解釋力度不足等缺陷[7]，且該方法相對固定的分析框架限制了其應用范圍，故采用回歸分析方法進行實證分析的研究逐漸增多，如研究投資動機、創新類型、財稅政策、金融壓力等對能源強度的傳導機制[8-11]以及能源強度的空間溢出效應[12，13]。

由于研究設計、研究對象、數據攫取等不同，以上研究所得結論不盡相同，一般認為經濟發展、技術進步、FDI等的貢獻較顯著，但隨著我國經濟進入“新常態”，需求側因素對能源強度的影響將隨之減小，供給側結構性改革的實施將使供給側因素的影響凸顯，但由于供給側結構性改革的概念邏輯與分析框架尚不完善，鮮有針對供給側因素與能源強度關系的系統研究。另一方面，在京津冀協同發展背景下，區域間經濟聯系加強[14]，聯防聯控機制日益完善，但對京津冀工業能源強度空間溢出效應的研究較少。鑒于此，本文立足京津冀協同發展、供給側結構性改革、節能減排等現實背景，在揭示供給側要素對工業能源強度影響關系的基礎上，利用探索性空間分析構建空間計量模型，探討影響因素的空間效應，以期通過節能減排與供給側改革的深度融合切實降低京津冀工業能源強度，推動京津冀協同發展取得新進展。

1 數據來源與研究方法

1.1 京津冀工業能源強度供給側影響因素與數據來源

供給側改革是涉及要素、產業和制度3個層面的經濟變革，對工業發展影響深遠。黃群慧基于“問題—原因—對策”梳理出關于供給側結構性改革的概念邏輯和分析框架[15]；楚明欽認為供給側改革應重視創新要素以緩解制造業產能過剩[16]；魏鵬認為供給側改革需要合理的制度以提高要素使用效率[17]；楊勇等論證了要素市場化會提高工業全要素生產率[18]；郭學能等認為供給側結構性改革是通過調整供給側對應的要素配置和改革制度以優化經濟結構[19]；鄧仲良等認為要素在產業和空間上的錯配導致區域經濟差異，要因地制宜發展工業體系[20]；高培勇等認為高質量發展需要社會高質量和制度高質量保障[21]。綜合以上分析，我國供給側改革的經濟機制是要素質量的提高，并且需要以制度作為保障，供給側因素主要包括勞動力、資本、土地(資源)、科技創新、制度等[22]，本文分別用勞動生產率、投資強度、能源結構、科技創新強度、環境規制強度表征，基于科學性、數據可獲得性等原則，構建2000-2017年京津冀工業能源強度及其供給側影響因素的面板數據，分析其對京津冀工業能源強度的影響。

(1)工業能源強度。即單位工業增加值的能源消費，用工業能源消費與工業增加值的比值表示，分別通過2018年《北京統計年鑒》《天津統計年鑒》和《河北經濟年鑒》獲取。

(2)勞動生產率。勞動力對工業能源強度的影響主要體現在勞動生產率的提高，包括勞動者素質[23]和技術裝備水平的提升，勞動生產率的提高在一定程度上可改善能源效率，降低單位產出的能源消費。勞動生產率用工業增加值與工業部門從業人數之比表示，通過歷年《天津統計年鑒》和《河北經濟年鑒》匯總采礦業、制造業、電力、熱力、燃氣及水生產和供應業從業人數，可得2000-2017年天津市和河北省工業從業人數，《北京統計年鑒》中缺少分行業從業人數，但有規模以上工業企業從業人數和工業增加值，故用規模以上工業企業勞動生產率反映北京市工業勞動生產率。

(3)投資強度。資本對工業能源強度的影響主要體現在投資強度的變化，其受工業化進程的影響較大，隨著工業化的實現，工業投資比重和能源強度逐漸下降[24]。投資強度用工業部門全社會固定資產投資占全社會固定資產投資的比重表示，2000-2017年京津冀全社會固定資產投資總額以及采礦業、制造業、電力、熱力、燃氣及水生產和供應業等分行業全社會固定資產投資額源于歷年《中國固定資產投資統計年鑒》。

(4)能源結構。能源結構對工業能源強度的影響主要體現在能源消費結構的變化，其在我國能源強度各階段主要影響因素中始終居主導地位[4]。能源結構用工業原煤消費量占工業能源消費量的比重表示，2000-2017年京津冀工業原煤消費量源于2001-2018年《中國能源統計年鑒》，并通過系數(0.7143 kgce/kg)折算成標準煤。

(5)科技創新強度。供給側改革就是通過加大創新等高端要素的投入，降低對傳統要素的依賴，科技創新不僅直接影響能源強度，還通過調節其他影響因素對能源強度產生間接影響[25]。科技創新強度用規模以上工業企業R&D經費內部支出與主營業務收入之比表示，2000-2017年京津冀規模以上工業企業R&D經費內部支出源于歷年《中國科技統計年鑒》，規模以上工業企業主營業務收入源于歷年《北京統計年鑒》《天津統計年鑒》《河北經濟年鑒》。

(6)環境規制強度。供給側改革的重心就是保證高端要素有效供給的制度改革，制度對工業能源強度的直接影響體現在環境規制方面[26]，在能源市場體制建立前，環境規制可有效限制高污染、低效能源的使用，也可在一定程度上促進企業生產工藝的改進[27]。環境規制強度用工業污染治理項目完成投資與工業增加值(為剔除價格變動的影響，以2000年不變價進行折算)之比表示，2000-2003年京津冀工業污染治理項目完成投資額源于相應年份《中國環境年鑒》，2004-2017年數據源于相應年份《中國環境統計年鑒》。

1.2 研究方法

1.2.1 探索性空間數據分析 為描述京津冀工業能源強度的空間分布特征，本文運用探索性空間數據分析方法對京津冀工業能源強度進行全局和局部空間相關性檢驗，進而分析其空間相關性和差異性。

(1)全局空間相關性檢驗。本文應用全局莫蘭指數(式(1))檢驗工業能源強度是否存在全局空間相關性，其取值范圍為[-1，1]：指數趨于1，表示測度值的低值和高值在空間上分別集聚，空間正相關性越強；指數趨于-1，表示測度值的低值和高值在空間上相互集聚，空間負相關性越強；指數趨于0，表示測度值在空間上隨機分布。

(1)

(2)局部空間相關性檢驗。應用局部莫蘭指數(式(2))描述各區域單元工業能源強度的空間分布特征，并依此繪制LISA圖。局部莫蘭指數的取值范圍為[-1，1]：指數趨于1，表示測度值的相似值(高高—低低)在空間上集聚；指數趨于-1，表示測度值的非相似值(高低)在空間上集聚。

(2)

1.2.2 空間計量模型 應用空間計量模型分析供給側因素對京津冀工業能源強度的影響效應，模型表達式為：

(3)

式中：y、LP、FIS、ES、TI、ER分別表示工業能源強度、勞動生產率、投資強度、能源結構、科技創新強度、環境規制強度；i(j)為省域；t為年；β0為常數；ρ為空間滯后系數；β1，β2，…，β5和λ1，λ2，…，λ5為相關解釋變量的系數，后者用以度量相鄰區域的解釋變量對被解釋變量的邊際影響；Λ為空間誤差系數，反映相鄰區域單元的隨機沖擊波對本區域單元的影響；u為隨機誤差項。如果ρ、λ、Λ均為0，則該模型簡化為一般模型；如果ρ、λ均為0，則該模型為空間誤差模型(SEM)；如果λ、Λ均為0，則該模型為空間滯后模型(SLM)；如果Λ為0，則該模型為空間杜賓模型(SDM)，即在空間滯后模型的基礎上考慮了解釋變量的空間交互作用。

1.2.3 變系數面板計量模型 為分析京津冀兩兩共同降耗的效果，進一步驗證供給側要素對京津冀工業能源強度的影響，分別建立京冀、京津和津冀的面板計量模型，為體現空間效應，將空間滯后項直接作為自變量加入模型。

yit=β0it+ρitWijyit+β1itLPit+β2itFISit+β3itESit+
β4itTIit+β5itERit+uit

(4)

式中：由于兩個區域不存在相對距離，W采用0-1矩陣。若i=0，則該模型為時點變系數模型；若t=0，則該模型為地點變系數模型；若i=0且t=0，則該模型為一般面板模型。

2 京津冀工業能源強度的空間演變

利用GeoDa軟件計算2000-2017年京津冀工業能源強度的全局莫蘭指數(表1)，莫蘭指數始終小于-0.3，并全部通過1%水平的顯著性檢驗，說明京津冀具有空間相關性，且空間差異較大。其中，2000-2001年差異較大，2002-2004年差異逐漸減小，自2005年差異逐漸增大，但增速放緩。

表1 京津冀工業能源強度Moran′s I值Table 1 Moran′s I of industrial energy intensity in Beijing-Tianjin-Hebei Urban Agglomeration

結合圖1發現京津冀工業能源強度的空間格局演變存在3個階段：1)2000-2001年“北京高耗期”，北京市屬于H-L集聚區，津冀屬于L-H集聚區。石油加工、煉焦和核燃料加工業、黑色金屬冶煉及壓延加工業、非金屬礦物制品業等基礎加工行業能源消費占工業能源總量的70%以上，但工業增加值占比在20%以下。2)2002-2003年“能耗轉換期”，北京市和河北省均屬于H-H或H-L集聚區，天津市屬于L-H集聚區。河北省處于基礎重工業快速發展期，六大高耗能行業能源消費總量迅速上升，占規模以上工業能源消費總量的比重維持在90%以上，但工業增加值占比在50%以下；天津市工業化進程快于河北省，處于重化工業階段，規模經濟效益明顯，工業能源強度低于北京市和河北省。3)2004-2017年“河北高耗期”，只有河北省屬于H-L集聚區，其工業能源強度低于京津。該階段河北省處于重化工業快速擴張期，六大高耗能行業能源消費年均增速約3.8%，使得工業能源強度始終處于較高水平；而北京市和天津市的石油加工、煉焦和核燃料加工業、黑色金屬冶煉及壓延加工業、非金屬礦物制品業、化學原料和化學制品制造業等能源消費總體呈下降趨勢，其中北京市2010年黑色金屬冶煉及壓延加工業較2009年降低約93.8%，使得每萬元工業增加值的能源消費降至1 t標準煤以下，天津市隨著工業結構優化升級，自2012年工業能源強度降至1 t標準煤/萬元以下。呈現以上空間格局的主要原因在于：早期河北省工業化程度較低，相比北京市和天津市能源需求低；隨著京津冀工業生產率逐漸提高，北京市逐步進入“后工業化時代”，能耗較高的企業開始向周邊地區轉移，并且由于北京市和天津市發展程度較高，對能源的需求降低較快，而河北省承接了較多高能耗企業，自身發展程度相對較低，工業能源強度相對較高，同時這些企業逐漸形成產業集聚，導致河北省集聚效應增強。

圖1 2000-2017年京津冀工業能源強度LISA集聚圖Fig.1 LISA cluster map of industrial energy intensity in Beijing-Tianjin-Hebei Urban Agglomeration from 2000 to 2017

3 京津冀工業能源強度的供給側因素分析

3.1 整體空間計量分析

一般情況下，數據涉及所有研究對象，則固定效應模型比隨機效應模型更合適。通過Stata軟件分別估計SLM模型和SEM模型的空間固定效應、時間固定效應、時間和空間雙固定效應后，發現時間固定效應的SEM模型參數顯著性較佳，而SLM模型參數顯著性均不佳，說明存在被忽略的影響作用。由此，通過實驗各變量的空間交互作用，發現在時間固定效應的基礎上，引入技術創新強度和環境規制強度的空間交互作用后，參數顯著性較佳，同時模型發展為SDM模型。本文僅列出時間固定效應SDM模型和SEM模型的估計結果(表2)。

SDM模型和SEM模型估計參數的影響方向一致，說明模型結果具有穩健性。另外，SDM模型的擬合優度R2和最大似然值LogL均明顯高于SEM模型，而赤池系數AIC和葉貝斯系數BIC均明顯低于SEM模型，說明SDM模型擬合優度高于SEM模型，解釋力更強。從表2中SDM模型的估計結果可以看出：

表2 空間滯后模型和空間誤差模型估計結果Table 2 Estimation results of SDM and SEM

(1)空間滯后系數ρ的估計值為負(-0.6685)，并通過1%的顯著性水平檢驗，說明京津冀工業能源強度具有較強的空間依賴性和負空間溢出效應，意味著京津冀的工業能源強度相互影響，不僅受本區域勞動生產率、投資強度、能源結構、科技創新強度和環境規制強度的影響，還通過空間效應受其他區域工業能源強度及其影響因素的沖擊，原因可能是，京津為實現節能減排目標，將高耗能、高污染、低產出產業向河北遷移。

(2)勞動生產率與工業能源強度呈顯著的負相關關系(-0.0343)，但關系較微弱，且未形成空間效應，說明京津冀勞動生產率的提高對工業能源強度具有抑制作用，但京津冀尚未形成合理的工業分工，產品、勞務聯系不明顯。

(3)投資強度與工業能源強度呈顯著的正相關關系(0.0168)，但關系較微弱，且未形成空間效應，說明京津冀工業資本投入強度的下降在一定程度上促進了工業能源強度的降低，原因可能是京津冀工業結構趨于優化，但京津冀尚未形成明顯的工業投資聯系。

(4)能源結構與工業能源強度呈顯著的負相關關系(-0.0274)，但關系較微弱，說明降低京津冀工業煤炭消費比重無法有效抑制工業能源強度，原因可能是津冀工業在京津冀工業中起主導作用，但兩地工業結構不合理，高耗能產業比重較高，對煤炭消費的依賴性較強，減少煤炭消費雖在一定程度上會降低能源消費總量，但同時會明顯影響工業增加值的提升。

(5)科技創新強度與工業能源強度呈顯著的負相關關系(-2.7332)，且關系較強，說明京津冀R&D研發投入取得一定成果，有效抑制了工業能源強度；科技創新具有較強的負空間溢出效應(-3.9975)，說明某區域的科技創新成果同時能夠有效抑制其他區域的工業能源強度，這主要得益于企業間技術擴散，促使京津冀總體工業能源強度下降。

(6)環境規制強度與工業能源強度呈顯著的負相關關系(-3.2623)，且關系較強，說明環境規制可有效抑制工業能源強度；制度具有較強的負空間溢出效應(-4.6312)，說明某區域的環境規制能有效抑制其他區域的工業能源強度，原因可能是京津冀高耗能、高污染行業高集中度、高相似率、高溢出效應等特征使得京津冀環境規制趨于統一。

3.2 局部面板計量分析

由于非變系數面板模型擬合效果不佳，考慮京津冀發展差異較大，進行變系數面板模型擬合。最終，構建了京冀以投資強度為變系數的時點變系數模型、京津以科技創新強度和環境規制強度為變系數的地點變系數模型、津冀全變系數的地點變系數模型，3個模型的參數估計全部通過顯著性檢驗(表3-表5)。通過對比3個變系數模型和空間計量模型結果發現：

表3 京冀變系數模型估計結果Table 3 Estimation results of variable coefficient model for Beijing-Hebei

表4 京津變系數模型估計結果Table 4 Estimation results of variable coefficient model for Beijing-Tianjin

表5 津冀變系數模型估計結果Table 5 Estimation results of variable coefficient model for Tianjin-Hebei

(1)投資強度作為京冀模型的時點變系數，其回歸系數趨于0，一方面說明京冀資本投入對工業能源強度的影響不穩定，可能由于國家資本占比較高，受行政主導的影響較大；另一方面說明京冀資本投入對工業能源強度的影響效應趨于微弱，原因可能是工業結構趨于合理，高耗能產業比重不斷降低。科技創新強度和環境規制強度作為京津模型的地點變系數，說明京津的科技創新強度和環境規制強度對工業能源強度的影響具有差異性；而作為津冀全變系數的地點變系數模型，說明每個供給側因素對工業能源強度的影響明顯不同，表明津冀發展極不協調。

(2)空間計量模型中，京津冀的工業能源強度此消彼長，不能實現協同發展；局部計量模型中，作為空間溢出效應的體現，將工業能源強度作為自變量加入模型，京冀和津冀模型中工業能源強度系數為負，說明京冀和津冀的工業均無法實現協同降耗；但京津模型中工業能源強度系數為正，說明京津工業能夠實現協同發展。導致以上結果的原因在于河北省工業化進程嚴重滯后于京津，京津高耗能產業向河北省轉移。

(3)與空間計量模型相比：1)京冀模型中：勞動生產率和科技創新強度的影響方向與空間計量模型相同，原因可能是京冀的工業投資受政府調控的影響較大；能源結構的影響方向與其相反，原因可能是京冀的工業結構調整成效顯著，工業發展對煤炭消費的依賴性明顯降低；環境規制強度的影響方向與其相反，原因可能是強有力的環境規制雖減少了工業能源消費，但同時嚴重影響工業增加值的提升。2)京津模型中：勞動生產率和能源結構的影響方向與其相同；投資強度的影響方向與其相反，原因可能是京津工業化程度較高，高新技術工業比重較高，對能源消耗較少，減少投資對降低能耗的貢獻小于對減少工業增加值的影響；天津科技創新強度的影響方向與其相反，原因可能是過高的環境規制強度促使企業加強科技創新強度，加重了工業企業負擔，嚴重影響工業增加值的提升；北京環境規制強度的影響方向與其相反，原因可能是北京的高耗能、高污染企業比重較低，放松管制對工業增加值的提升貢獻明顯。3)津冀模型中：投資強度的影響方向與其相同，但津冀間工業投資強度差異性顯著；天津勞動生產率的影響方向與其相反，原因可能是資本密集型技術促進了天津工業部門全員勞動生產率的提高，降低了勞動力對能源消費的替代作用；河北能源結構的影響方向與其相同，原因可能是河北工業化進程緩慢，重化工業比重較高，對煤炭消費的依賴性較強，降低煤炭消費嚴重影響工業增加值的提升；河北科技創新強度的影響方向與其相反，原因可能是科技創新主要集中于節能減排，一定程度上忽略了工業增加值；天津環境規制強度的影響方向與其相反，原因可能是天津工業結構趨于合理，放松管制在一定程度上會釋放工業企業活力。

4 結論與建議

本文利用2000-2017年京津冀面板數據，基于京津冀工業能源強度空間演變的特征分析，分別構建空間計量模型和變系數面板模型，從整體和局部角度對京津冀工業能源強度與其供給側因素的數量關系進行分析，結論如下：1)京津冀工業能源強度總體呈下降趨勢，經歷了“北京高耗期”“能耗轉換期”和“河北高耗期”3個階段，前兩個時期較短，“河北高耗期”持續時間較長。2)京津冀工業能源強度聯系緊密，但具有負空間溢出效應。供給側因素中投資強度無法抑制工業能源強度，勞動生產率和能源結構對工業能源強度的抑制效果不佳，環境規制強度和科技創新強度能夠有效抑制工業能源強度，并具有空間溢出效應。3)京冀、津冀無法實現共同降耗，而京津可實現共同降耗。京冀模型中，能源結構和環境規制強度與空間計量模型的影響方向相反；京津模型中，資本、天津市的科技創新和北京市的環境規制強度與空間計量模型的影響方向相反；津冀模型中，天津市的勞動生產率、能源結構和環境規制強度以及河北省的科技創新強度與空間計量模型的影響方向相反。相對而言，環境規制強度在工業化進程較落后的地區降耗作用顯著，而科技創新強度在這些地區的降耗效果較差；降低煤炭消費比重并不能有效抑制工業化進程較落后地區的能源強度；減少工業投資不利于降低工業化程度較高地區的能源強度；資本密集型技術的大規模使用可降低勞動力對能源消費的替代，不利于能源強度的進一步降低。

根據上述結論，提出以下建議：1)有效降低河北省能耗是京津冀協同降耗的關鍵，協同降耗既要注重京津冀的內部聯系，也要注重京津冀與其他地區的聯系。一方面，應增強京津高端產業轉移的自覺性，促進京津冀產業分工與合作，發揮經濟輻射作用，帶動周邊地區協同發展；另一方面河北省必須轉換觀念，提升融入性，合理布局產業，提高產業配套能力，有針對性地建立產業承接平臺，加快推進產業優化升級。2)堅持以供給側結構性改革為主線，因地制宜地降低工業能源強度。注重資本密集型技術與能源節約型技術相結合，同時通過提高人力資本水平提升工業勞動生產率；優化投資結構，減少高耗能工業部門投資，增加高新技術產業投資；調整能源消費結構與優化工業結構相結合，降低工業發展對低效能源的依賴；協調科技創新與環境規制間的關系，科技創新在聚焦節能減排技術的同時兼顧產出，對不同工業部門有針對性地綜合應用命令控制型、經濟激勵型和自愿意識型環境規制，為企業減負，釋放企業發展活力。