摘要 能源消費對中國國民經濟發(fā)展和人民生活水平的作用越來越重要。針對目前相關研究大多采用時間序列分析、很少進行截面數(shù)據(jù)分析及特別缺乏空間計量經濟分析的現(xiàn)狀，以省域為空間樣本，應用空間計量經濟學方法分析了2002-2005年中國省域的能源消費及其影響因素。結果發(fā)現(xiàn)，我國省域能源消費在空間上存在依賴性，能源消費行為受到本地能源消費和相鄰省域的能源消費的共同影響，經濟增長對省域能源消費的彈性系數(shù)顯著為正，人口增長的正向作用也不容忽視，但是能源價格對能源消費未能起到應有的調節(jié)作用（彈性系數(shù)不顯著為正），政府決策部門在制定能源消費政策和價格調控措施時，必須考慮到空間作用機制對能源消費的差異化作用。

關鍵詞 能源消費；經濟增長；人口增長；能源價格；空間計量經濟學模型

中圖分類號 F426 文獻標識碼 A 文章編號 1002-2104(2008)03-0093-06

隨著國民經濟的發(fā)展不斷增長，社會生產和生活對能源的依賴日益加強［1］。隨著中國國民經濟和區(qū)域經濟的持續(xù)快速增長，能源消費對經濟增長的作用越來越重要。因此能源消費及其決定因素研究就成為了目前中國能源消費研究的一個重要課題，并且已取得了一些有價值的研究結果和結論［2～12］。但是，大多數(shù)研究采用的是時間序列分析方法［3～12］，很少進行截面數(shù)據(jù)分析，尤其缺乏空間計量經濟分析［13］，還有一些研究文獻［4，5，8，9］涉及了產業(yè)結構與能源需求之間關系的。綜合起來看，時間序列研究主要分析能源消費和經濟增長之間的關系，沒有考慮空間聯(lián)系的截面數(shù)據(jù)分析同樣是研究區(qū)域能源與經濟增長之間的關系，而空間回歸分析主要是研究能源強度和經濟增長之間的空間關系［13］，目前還未發(fā)現(xiàn)能源消費的空間分布格局的描述統(tǒng)計及成因計量分析的文獻，可見對區(qū)域能源需求與經濟增長的空間相似性或差異的研究處于空缺狀態(tài)。僅有的一項研究是鄒艷芬和陸宇海所做的空間自相關回歸模型分析［13］，認為 中國省域能源利用效率與地區(qū)經濟發(fā)展之間具有明顯的空間依賴性，而且省域能源利用效率和經濟發(fā)展的空間差異也比較明顯，但是該研究未對省域能源強度進行空間相關性的檢驗而直接做了空間回歸分析，而且由于是一個雙變量的一元線性回歸分析，如果考慮其他如能源價格、經濟結構等重要因素，其研究結果的可靠性還有待進一步驗證。

中國區(qū)域自然地理條件、經濟、社會、科技、人口和文化的地域空間差異顯著，傳統(tǒng)的全國能源消費的時間序列數(shù)據(jù)分析，無法揭示這種顯著的區(qū)域空間差異對能源消費的影響范圍和程度?？臻g差異的存在使得時間序列回歸方法不再適合于解釋能源消費與經濟增長間的復雜關系，也難以得出真正反映能源消費實踐的分析結論。在能源利用消費問題研究中，使用的數(shù)據(jù)不能僅僅局限于時間序列數(shù)據(jù)，還應該對存在空間效應的截面數(shù)據(jù)進行分析。為此，本研究基于區(qū)域能源消費的需求函數(shù)，采用空間統(tǒng)計和空間計量方法模型，對中國省域的經濟增長、價格因素及人口增長對能源消費的影響進行實證分析，檢測區(qū)域能源消費的空間依賴性及經濟增長、能源價格和人口增長對能源消費的空間作用機制。

1 區(qū)域能源消費及決定因素

一般的實證研究中，通常都假定能源消費量和能源需求量相等。按照該假定，本研究中涉及的區(qū)域能源需求的主要因素包括經濟增長、能源價格和人口增長。

（1）經濟增長GDP：經濟總量的增長依賴于能源消費的增長，在能源消費研究的文獻中，經濟增長（以國內生產總值衡量GDP，億元）被認為是能源消費最重要的決定因素。一般認為，GDP與能源消費之間存在著顯著且穩(wěn)定的正相關關系。

（2）能源價格EP：一般而言，作為影響能源消費的重要因素，價格對能源消費具有比較直接的影響。在我國，目前各個省域的原材料、燃料、動力購進價格是各個地區(qū)消費能源需要支出的主要成本，因此本文采用各個地區(qū)原材料、燃料、動力購進價格指數(shù)代表能源價格。根據(jù)需求定理，價格與能源消費之間應呈現(xiàn)負相關關系。但是，由于中國的能源資源價格的市場化程度不高和能源資源價格較低，價格的扭曲導致供需雙方不能得到準確信號，進而導致消費扭曲，價格機制無法有效調節(jié)資源的生產和消費行為，導致了生產和生活中能源資源的低效利用和“過度”利用。鑒于中國的能源的定價機制還沒有實現(xiàn)市場化，能源價格與能源消費之間的關系可能不一定是正相關的。

（3）人口增長POP：除了經濟增長，人們對生活質量的追求是引起能源消費增長的另一重要因素。近些年來，隨著社會公眾的收入和生活水平的不斷提高，居民生活能源消費將隨著人口增長、工業(yè)化和城市化而穩(wěn)定增長，人均能源消耗也會繼續(xù)上升。為了衡量人口增長對能源消費的影響，本文采用各個省域的人口總數(shù)（萬人）代表人口增長。預計人口增長與能源消費之間呈現(xiàn)正相關關系。

以ECQ表示各個省域能源消費量，則中國省域的能源需求函數(shù)可以用下式表示：

ECQ=f(GDP，EP，POP，μ)（1）

吳玉鳴等：中國省域能源消費的空間計量經濟分析 2008年 第3期將能源需求函數(shù)（1）表示成柯布-道格拉斯（Cobb-Douglas）型的雙對數(shù)生產函數(shù)，則變?yōu)榻涷灧治瞿Ｐ停?/p>

lnECQi=β0+β1lnGDPi+β2lnEPi+β3lnPOPi+εi（2）

其中，β1表示第 i 個地區(qū)的經濟增長對能源消費的彈性系數(shù)，β2表示價格彈性系數(shù)，β3表示人口增長的彈性系數(shù)，εi為殘差項。

實證研究中所用到的樣本為中國大陸除了香港、澳門特別行政區(qū)、臺灣省和西藏自治區(qū)（缺能源消費量數(shù)據(jù)）外的30個省、自治區(qū)和直轄市（簡稱為區(qū)域或省域）。所有數(shù)據(jù)均來源于2003-2006年的《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》和《中國經濟年鑒》，實證數(shù)據(jù)均為2002-2005年4的算術平均數(shù)，以消除年度波動影響。

2 能源消費的空間依賴性及空間計量模型

如前所述，區(qū)域對能源的依賴程度及在能源需求結構方面存在著較大差異，不同區(qū)域的消費在地理空間上可能存在相互影響，故需要進行空間統(tǒng)計和空間計量經濟模型分析［14，15］。

2.1 空間自相關檢驗模型

式中，i=1，2，…，n；j=1，2，…，m;m=n或m≠n。[WTBZ]Moran's I可看作各地區(qū)能源消費觀測值的乘積和，其取值范圍為-1Moran's I1。[WTBZ]若各地區(qū)間的能源消費是空間正相關，則其數(shù)值應當較大；負相關則較小。當目標區(qū)域數(shù)據(jù)在空間區(qū)位上相似的同時有相似的屬性值時，空間模式在整體上就顯示出正的空間自相關性；反之則呈現(xiàn)為負空間自相關性；零空間自相關性出現(xiàn)在當屬性值的分布與區(qū)位數(shù)據(jù)的分布相互獨立時。通過繪制空間相關系數(shù)的Moran's I散點圖可將各個區(qū)域的能源消費行為分為四個象限的空間依賴模式，分別識別各個地區(qū)及其與鄰近地區(qū)的關系；第一象限表示高能源消費的地區(qū)被高能源消費的其它地區(qū)所包圍（HH）；第二象限表示低能源消費的地區(qū)被高能源消費的其它地區(qū)所包圍（LH）；第三象限表示低能源消費的地區(qū)被低能源消費的其它地區(qū)所包圍（LL）；第四象限表示高能源消費的地區(qū)被低能源消費的其它地區(qū)所包圍（HL）。第一、第三象限正的空間自相關關系表示相似觀測值之間的空間關聯(lián)，而第二、第四象限負的空間自相關關系表示不同觀測值之間的空間關聯(lián)，如果觀測值均勻地分布在四個象限，則表明地區(qū)之間不存在空間自相關性。

對于Moran's I的指數(shù)的計算結果，可分別采用漸進正態(tài)分布和隨機分布兩種假設進行檢驗，其標準化形式為：

Z(d)=[SX(]Moran's I-E(Moran's I)VAR(Moran's I)（5）[WTBZ]根據(jù)地理空間數(shù)據(jù)的分布情況可以計算標準化Moran's I的期望值：

En(Moran's I)=-[SX(]1[]n-1[SX)]（6）

當公式（7）成立時表示區(qū)域能源消費的一種隨機地理空間分布的模式。

對常用正態(tài)分布的空間數(shù)據(jù)假設，其方差的算式為：

VARn(Moran's I)=[SX(]n2w1+nw2+3w20[]w20(n2-1)[SX)]

-E20(Moran's I)[ZK)][JY]（7）[WTBZ]公式（4）-（8）用于檢驗n個區(qū)域的能源消費是否存在全域空間自相關關系。如果Moran's I的正態(tài)統(tǒng)計量的Z值均大于正態(tài)分布函數(shù)在0.05（0.01）水平下的臨界值1.65（1.96），表明區(qū)域能源消費在空間分布上具有明顯的正向相關關系，正的空間相關代表相鄰地區(qū)的類似特征值出現(xiàn)空間依賴性。

2.2 空間計量經濟模型

根據(jù)模型設定時對“空間依賴性”的體現(xiàn)方法不同，空間計量模型主要分成兩種：

（1）空間滯后模型?？臻g滯后模型（Spatial Lag Model，SLM）是用于研究相鄰地區(qū)能源消費的行為對整個系統(tǒng)其他地區(qū)能源消費的行為產生影響的情形。SLM模型的表達式為：

y=pWy+Xβ+ε（8）

式中，y為因變量；X為n×k的外生解釋變量矩陣如經濟增長、人口等因素；Wy為空間滯后因變量，p為空間回歸系數(shù)，反映樣本觀測值中的空間依賴作用，即相鄰區(qū)域的觀測值Wy對本地區(qū)觀測值y的影響方向和程度，可以揭示因變量在一地區(qū)是否有擴散現(xiàn)象（溢出效應），W為n×n階的空間權值矩陣，ε為隨機誤差項向量。

參數(shù)β反映了自變量X對因變量T的影響，空間滯后因變量Wy是一內生變量，反映了空間距離對區(qū)域能源消費行為的作用。區(qū)域能源消費行為受到經濟環(huán)境及與空間距離有關的遷移成本的影響，具有很強的地域性［15］。[WTBZ]由于SLM模型與時間序列中自回歸模型相類似，因此SLM也被稱作空間自回歸模型（Spatial Autoregressive Model，SAR）。

（2）空間誤差模型。當?shù)貐^(qū)間的相互作用因所處的相對位置不同而存在差異時，則需要采用空間誤差模型?？臻g誤差模型（Spatial Error Model，SEM）的模型形式為：

y=Xβ+εε=λWε+μ（9）

式中，ε為隨機誤差項向量，λ為n×1階的截面因變量向量的空間誤差系數(shù)，μ為正態(tài)分布的隨機誤差向量。[WTBZ]SEM中參數(shù)β反映了自變量X對因變量Y的影響。參數(shù)λ衡量了樣本觀察值中的空間依賴作用，即相鄰地區(qū)的觀察值y對本地區(qū)觀察值y的影響方向和程度。存在于擾動誤差項之中的空間依賴作用，度量了鄰近地區(qū)關于因變量的誤差沖擊對本地區(qū)觀察值的影響程度。

對于空間計量模型的估計如果仍采用最小二乘法，系數(shù)估計值會有偏或者無效，需要通過工具變量法、極大似然法或廣義最小二乘估計等其他方法進行。本研究采用極大似然法進行估計。[WTBZ]針對空間滯后和空間誤差計量模型做出實踐檢驗，并判斷地區(qū)間的空間相關存在與否，一般進行通過包括Moran's I檢驗、極大似然LM-Error 檢驗及極大似然LM-Lag檢驗等一系列空間效應檢驗［14］，同時，這些統(tǒng)計檢驗方法也可以用于診斷所估計的空間計量模型結果［15］。另外，除了擬合優(yōu)度R2檢驗以外，常用的檢驗準則還有：自然對數(shù)似然函數(shù)值（Log likelihood，LogL），似然比率（Likelihood Ratio，LR）、赤池信息準則（Akaike information criterion，AIC），施瓦茨準則（Schwartz criterion，SC）。對數(shù)似然值的越大，AIC和SC值越小，模型擬合效果越好。這幾個指標也用來比較OLS估計的經典線性回歸模型和SLM、SEM，似然值的自然對數(shù)最大的模型最好(見表1)。

實際上，空間統(tǒng)計的Moran指數(shù)檢驗已經證明了我國30個省域的能源消費具有明顯的空間自相關性，經典線性回歸模型的OLS估計可能存在忽略了空間效應的模型設定不恰當問題。首先，為了進一步驗證空間自相關性的存在，進行了省域能源消費的空間滯后和空間誤差模型檢驗。表2中的Moran指數(shù)檢驗、兩個拉格朗日乘數(shù)的空間

4 基本結論及啟示

中國省域能源消費具有明顯的空間依賴性及較為明顯的空間差異性。本文的空間滯后和空間誤差模型分析證實，對中國能源消費的理論和實證研究，不能忽視地理空間效應對能源消費及其影響因素的作用?？紤]了空間溢出效應的區(qū)域能源消費模型，對解釋區(qū)域能源消費的變化規(guī)律及其影響因素的空間作用機制，具有重要的理論與實踐意義。

與大多數(shù)時間維度的研究結果類似，區(qū)域經濟增長對能源消費的正向影響在空間維度上非常顯著，而且是最為重要的因素；同時空間計量分析發(fā)現(xiàn)，人口增長同樣具有不可忽視的影響，而價格對能源消費的調節(jié)作用有限。因此，隨著經濟社會發(fā)展對能源消費的依賴日益深化，控制經濟的過快、過熱增長，通過轉變增長模式和提高增長質量，降低GDP能源消費強度，以及繼續(xù)執(zhí)行既定的人口計劃生育政策，是各個地區(qū)實現(xiàn)節(jié)能降耗的重要措施途徑；另外，區(qū)域能源消費的空間自正向依賴性及鄰近地的能源消費溢出效應，也啟示政府決策部門在制定能源消費政策和價格調控措施時，必須考慮到空間作用機制對能源消費的差異化作用。

當然，本文也有進一步完善的空間，譬如沒有考慮產業(yè)結構和能源利用效率（技術進步）對區(qū)域能源消費的影響，而且本文進行的是截面的空間計量經濟分析（取了各變量數(shù)據(jù)2002-2005年的平均值），如果能在基礎上借鑒截面空間計量學理論與分析方法的原理和步驟，發(fā)展出一種能綜合利用時間序列和截面數(shù)據(jù)信息的空間面板數(shù)據(jù)計量經濟學模型（Spatial Panel Data Econometrics Model，SPDEM），對區(qū)域能源需求消費進行定量研究，則將取得更加科學和客觀的研究結果和結論，得出的政策建議也將更具針對性和操作性。

(編輯：于 杰)

參考文獻：(References)

［1］容洞谷. 能源消費與國民經濟發(fā)展的關系［J］. 經濟研究，1980，(6):49～55. ［Rong Donggu. On Relationship Between Energy Consumption and National Economic Development. Economic Research Journal，2003，(5):57～65.］

［2］陳書通. 我國未來經濟增長與能源消費關系分析［J］. 中國工業(yè)經濟，1996，(9):21～26. ［Chen Shutong. Analysis of Relationship between Energy Consumption and Chinese Future Economic Growth. China Industrial Economics，2003，(5):57～65.］

［3］趙麗霞，魏巍賢. 能源與經濟增長模型研究［J］. 預測，1998，(6):32～49. ［Zhao Lixia， Wei Weixian. Model Study on Energy and Economic Growth. Forecasting，1998，(6):32～49.］

［4］史丹. 結構變動是影響我國能源消費的主要因素［J］. 中國工業(yè)經濟，1999，(11):39～43. ［Shi Dan. Structure Change is the Main Factors Influencing Chinese Energy Consumption. China Industrial Economics，1999，(11):39～43.］

［5］路正南. 產業(yè)結構調整對我國能源消費影響的實證分析［J］. 數(shù)量經濟技術經濟研究，1999，(12):53～55. ［Lu Zhengnan. Positive Study on Industrial Structure Change and Chinese Energy Consumption. The Journal of Quantitative Technical Economics，1999，(12):53～55.］

［6］林伯強. 中國能源需求的計量經濟分析［J］. 統(tǒng)計研究， 2001(10): 34～39.［Lin Boqiang. Econometric Analysis of China's Energy Demand. Statistical Research， 2001，(10):34～39.］

［7］張翎，何建安. 關聯(lián)分析法在能源消費系統(tǒng)研究中的應用［J］. 中國能源，2001，(1):24～26. ［Zhang Ling. Association Analysis and Its Application on Energy Demand System. China Energy， 2001，(10):34～39.］

［8］尹春華，顧培亮. 我國產業(yè)結構的調整與能源消費的灰色關聯(lián)分析［J］. 天津大學學報(自然科學與工程技術版)，2003，(1):104～107. ［Yin Chunhua， Gu Peiliang. Grey Relevancy Analysis about Industry Structure Adjustment and Energy Consumption in China. Journal of Tianjin University(Science and Technology，2003，(1):104～107.］

［9］林伯強. 結構變化、效率改進與能源需求預測——以中國電力行業(yè)為例［J］. 經濟研究，2003，(5):57～65. ［Lin Boqiang. Structure Changes， Efficiency Improvement and Electric Power Demand Forecasting， Economic Research Journal，2003，(5):57～65.］

［10］王海鵬，田澎，靳萍. 基于變參數(shù)模型的中國能源消費經濟增長關系研究［J］. 數(shù)理統(tǒng)計與管理，2006，25(3):253～258. ［Wang Haipeng， Tian Peng， Jin Ping. The Study of the Relationship between China's Energy Consumption and Economic Growth Based on Time Varying Parameter Model. Application of Statistics and Management，2006，25(3):253～258.］

［11］何建坤，張希良. 我國“十一五”期間能源強度下降趨勢分析——如何實現(xiàn)能源強度下降20%的目標［J］. 中國軟科，2006，(4):33～38. ［He Jiankun， Zhang Xiliang. Analysis of China's Energy Consumption Intensity Reduction Tendency during the 11th FiveYearPlan Period， Chinese Soft Sciences，2006，(4):33～38.］

［12］彭志龍，吳優(yōu)，武央，王海燕. 能源消費與GDP增長關系研究［J］. 統(tǒng)計研究，2007，24(7):6～10. ［Peng Zhilong， Wu You， Wu Yang， Wang Haiyan. Research on the Relationship between Energy Consumption and GDP Growth， Statistical Research，2007，24(7):6～10.］

［13］鄒艷芬，陸宇海. 基于空間自回歸模型的中國能源利用效率區(qū)域特征分析［J］. 統(tǒng)計研究， 2005， (10) :67～71. ［Zou Yanfen， Lu Yuhai; The Analysis of Regional Characteristics of Energy Utilization Efficiency based on Spatial Autoregression Model， Statistical Research，2005， (10):67～71.］

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

［15］Anselin L， Bera A， Florax R， Yoon M. Simple Diagnostic Tests for Spatial Dependence［J］. Regional Science and Urban Economics， 1996，26: 77～104.

Spatial Econometric Analysis of Energy Consumption of Chinese Provinces

WU Yuming LI Jianxia

（School of Economics Management，Southwest Institute for Urban Regional Development，

Guangxi Normal University，Guilin Guangxi 541004，China）

Abstract The energy consumption is more and more important to China's economic development and the people's living standard. The paper intro duced research status of main body of time series analysis，which has few of crosssection analysis andespecially lacksspatial econometrics analysis. This paper uses spatial econom etrics model and analyzes the energy consumption， and its influencing factors o f China's provinces from 2002 to 2005 based on spatial samples of China's 30 pr ovinces. The results show that:①There is spatial interdependence of energy consumption of Chinese provinces， and the energy consumption behavior is influenced collectively by the province itself and its neighborhood.②The elasticity of economic growth to energy consumption is positive and significant， and the positive influence of population growth on energy consumption cannot be ignored either， though energy price dosen't effectively regulate energy Consumption (the elasticityis positive but not significantly).③The decisionmaking sector of the government has to consider the spatial interaction mechanism of the different energy consumption when establishing the energy consumption polic y and price adjustment measures.

Key words energy consumption；economic growth；population growth；energy price；spatial econometrics models