我国三大地区实行产业转移政策前后的能源效率差异及其影响因素研究

我国三大地区实行产业转移政策前后的能源效率差异及其影响因素研究摘要：产业转移是优化生产力空间布局、形成合理产业分工体系的有效途径，是我国长期发展战略之一。本文在分地区阐述了能源效率与产业结构关系的基础上，定量分析了以2008年实施产业结构转移政策对东、中和西部地区不同产业能源利用效率变化的影响。分析表明，实施产业结构转移政策对中部和西部地区产业能源利用效率有显著影响，同时中西部地区在政策实施过程中应该注意节能减排、提高能源技术水平，从而提高能源利用效率。关键词：产业转移能源效率产业结构一、问题描述近年来，伴随着经济高速增长，我国能源需求快速上涨。截至2013年，我国已成为世界上能源消耗增长速度最快、能源生产和消费最大的国家。在哥本哈根世界气候会议上，我国提出了“到2020年，我国GDP的二氧化碳排放量将较2005年下降40%~50%”的减排目标。然而，目前我国能源消费还在持续增长，并保持着5%-6%的年均增速。就这一现实情况而言，实现减排目标成为一个巨大的挑战。产业转移是实现我国区域间经济协调、可持续发展的重要途径。近年来能源价格上涨、碳排放标准的提升和东部能源资源衰竭，进一步推动了能源密集型产业的转移，中东部过剩的能源密集型产能开始向西转移。在新的产业布局之下，我国的能源消费情况以及利用效率是否产生了变化？本文将通过考察能源利用效率与经济结构之间的关系，对比产业转移政策实施前后能源利用效率的差异，并试图找到影响能源利用效率的产业方面影响因素，希望找到兼顾能源效率与经济结构的发展战略。二、方案设计本文将我国划分为东、中、西部三大地区，对不同地区的能源利用效率差异与经济结构之间的关系进行探究，重点考虑产业转移政策实施前后经济结构调整对能源效率的影响。研究内容可分为以下两个部分：（1）分析各地区能源消费趋势。本文将对1995-2012年三大地区的煤炭、焦炭和原油三大能源时间序列进行描述和分析，并与GDP增速对比，说明我国各地区的能源消费整体趋势及其与经济发展之间的关联性。（2）研究产业转移战略前后三大地区能源效率的差异及其影响因素。基于我国省际面板数据对产业结构和能源效率做实证分析，以2008年为时间节点，引入虚拟变量表示产业转移战略实施前后，建立产业结构和能源强度的多元线性回归模型，并对如下假设进行检验：假设1:在东、中、西三个地区，第一产业对能源利用效率均存在正向影响假设2:在东、中、西三个地区，第二产业对能源利用效率均存在负向影响假设3:在东、中、西三个地区，第三产业对能源利用效率均存在正向影响假设4:在东、中、西三个地区，政策因素对能源利用效率均存在正向影响通过实证研究检验这4个假设，探寻不同地区能源效率的影响因素。本案例使用的数据包括：1995-2012年（时间）全国30个省市（西藏除外）的地区生产总值(亿元)、农林牧渔业增加值(亿元)，工业增加值(亿元)，建筑业增加值(亿元)，金融业增加值(亿元)，房地产业增加值(亿元)，全国能源强度，能源消费总量(万吨标准煤)，煤炭消费总量(万吨标准煤)，石油消费总量(万吨标准煤)，天然气消费总量(万吨标准煤)，煤炭消费量(万吨)，焦炭消费量(万吨)和原油消费量(万吨)数据，其中，除全国能源强度以外的其他数据来源于国家统计局1，全国能源强度数据来源于中国能源统计年鉴。三、建模和数据分析过程（一）我国能源消费现状我国的主要消费能源包括煤炭、焦炭和原油。图1显示了1995～2012年间我国东、中、西部地区三类能源的消费总量。可以看出，我国的能源消费以煤炭为主，而且东部地带是我国消费的主要地区。1数据来源：=AEB1280CF3B18DDB32366896EAE868E4?m=fsnd图11995-2012年我国三大地区的煤炭、焦炭和原油消费量在三个地带的能源消费曲线中，2003年和2011年都是明显的曲线拐点，这与当时的宏观经济形势紧密相关。2003年，全社会固定资产投资5.5万亿，增长26.7%，在建总规模约16万亿，相当于近3年的工作量，高耗能行业迅猛扩张直接导致对能源需求大幅上升。钢铁、水泥投资在当年分别增长了92.6%和121.9%，2004年一季度又分别增长了107.2%和101.4%。2011年，我国经济增长速度逐季小幅回落，增长率为9.2%，低于2010年10.3%的增长率，实现了经济软着陆；由于欧债危机深化等因素影响，全年净出口对经济增长贡献下降；同时，固定资产投资增速回落。这些因素共同导致了社会能源需求增长缓慢。能源利用效率是刻画能源消费情况的一个重要方面，可通过能源强度指标来描述，即NCEIGDP(1)其中，NC为能源消费总量（单位：万吨标准煤），GDP为1980年不变价国内生产总值（单位：亿元）。从定义来看，能源强度表示每亿元GDP消耗的能源消耗，其数值越小，表示能源利用效率越高。图2三大地区能源强度由图可以看出，由1995年到2012年我国三大经济地区能源强度呈缓慢下降趋势。其中东部地区能源利用效率最高，中部其次，西部最低。原因在于东部地区以制造业中的劳动密集产业为主，表现为纺织、服装、皮革和家具制造业等，依靠大量劳动力，并且相比于中西部地区，东部地区拥有更多的资金密集性、技术密集性产业，属于消耗能源较低的产业链中的下游产业。而西部地区则处于产业链上游，其资源加工性、劳动密集性越是明显，单位生产能源消耗更高。1995-2012年，能源强度下降速度在2000-2006年间较为平缓，而在其它时间则下降得更快一些。在2003-2005年，随着冶金、水泥等传统重工业的快速发展，能源强度下降速度减慢，西部地区甚至出现能源强度反弹上升。然而在2006年以后，节能减排政策的约束下，能源强度保持稳定下降趋势。（二）能源利用效率差异的实证研究为了进一步解释产业转移政策实施前后我国三大地区的能源利用效率的产业结构差异及其影响因素，以下采用统计建模的方法来开展实证研究。本文选择1995-2012年全国三大地区（西藏、港、澳、台除外）作为样本，以能源强度（记为EI）为被解释变量，以农林牧渔业增加值、工业增加值、建筑业增加值、金融业增加值和房地产业增加值占GDP比重（分别记为,,,afincbfi和ri）为解释变量，构成面板数据。为避免自相关和异方差对建模结果的影响，本文首先将所有数据进行对数化处理。为避免模型多重共线性对结果带来不良影响，在建模前还需要对解释变量间的相关关系进行分析，判断其是否存在严格的线性关系。对东、中、西三个地区的变量数据分别计算皮尔逊相关系数，结果如表1所示。表1各变量间的皮尔逊相关系数农林牧渔业工业建筑业金融业房地产业东部地区农林牧渔业1.0000工业-0.60931.0000建筑业0.8220-0.79911.0000金融业-0.1595-0.16740.06511.0000房地产业-0.97690.5755-0.81190.01511.0000中部地区农林牧渔业1.0000工业-0.79261.0000建筑业-0.88220.48711.0000金融业0.5509-0.0653-0.73861.0000房地产业-0.73230.19520.8429-0.78221.0000西部地区农林牧渔业1.0000工业-0.92621.0000建筑业-0.78110.51091.0000金融业-0.16870.3082-0.09941.0000房地产业-0.62010.32200.8817-0.49911.0000根据经验法则，可以根据相关程度将相关性划分为以下几种情况：0.8r时为高度相关，0.50.8r时可视为中度相关，0.30.5r，视为低度相关，而当|r|0.3时可视为两个变量基本无线性相关。根据表1可知：（1）东部地区中，建筑业和农林牧渔业、房地产业为高度线性相关，房地产业和农林牧渔业高度自相关；（2）中部地区中，建筑业和农林牧渔业、房地产业高度线性相关；（3）西部地区中，工业和农林牧渔业，房地产业和建筑业存在高度线性相关。因此，在模型处理中要注意对上述变量间可能存在的多重共线性进行处理。考虑产业结构因素以及政策因素对各地区能源利用效率的影响，构建如下回归模型：123456lnlnlnlnlnlnitiiitiitiitiitiitititEIafincbfiriuD其中，tD表示政策变量的虚拟变量，2008年以前取值为0，2008年及以后取值为1，并且假设2008年前后产业结构因素对于能源利用效率的影响未发生改变。构建如上模型开展实证研究，对以下假设进行检验：假设1:β1i0(i=1,2,3)假设2:β2i0,β3i0(i=1,2,3)假设3:β4i0,β5i0(i=1,2,3)假设4:β6i0(i=1,2,3)采用普通最小二乘法，对以上模型的参数进行估计，各解释变量回归系数的估计结果、显著性检验结果以及模型的拟和优度如表2所示。表2回归模型的估计结果解释变量被解释变量东部中部西部截距项3.83451**1.8708***-4.2257***农林牧渔业0.8691***1.8261***--工业1.7267***---1.1033***建筑业------金融业---0.5486***-0.6829**房地产业-----0.6567***政策因素Dummy-0.1362***0.1573*-0.1199*AdjustedR-squared0.97900.95660.9654注：*,**,***分别表示在10%，1%，0.1%显著性水平下显著。可以看到，三个模型的调整后R2都达到了0.9以上，拟合效果比较好。考虑到解释变量间可能存在多重共线性，这里对三个模型分别进行多重共线性检验，其解释变量的方差膨胀因子（VIF）如表3所示。可以看到，所有变量的VIF值都小于10，模型均不存在严重多重共线性，满足回归模型的统计假设。表3各解释变量的方差膨胀因子（VIF）解释变量被解释变量东部中部西部农林牧渔业3.19978.5110--工业1.7975--3.4687金融业--2.87643.9862房地产业----2.3876政策因素2.11255.99866.0437然而，解释变量的估计结果不尽相同，以下分别阐述模型的含义：1.在东部地区的模型中，农林牧渔业、工业占GDP比重的回归系数是显著的，表明第一产业、第二产业对于能源利用效率都存在影响，且均为正向影响（与假设1相符，但与假设2矛盾）。从历史数据来看，1995年以来工业比重缓慢上升至最高点，从2006年起第二产业比重开始不断下降，东部地区第三产业不断上升，于2012年超过第二产业比重。自2006年以来工业比重和能源强度呈下降趋势，从模型中可以看出东部地区工业部门调整比重下降是近年来东部能源下降的主要驱动因素，原因是解释变量中工业占比系数绝对值最大。2008年东部地区第二产业占GDP比重为55%，并且2008年东部地区工业总值占全国总值比重为55.9%，高于第二产业在全国范围内平均比重54.9%，说明东部地区在开始实施产业转移政策之时，东部地区工业在本地区乃至全国起着主导作用。在实施产业转移政策以后，东部地区较2008年以前的能源强度降低了0.13615个单位，并且在0.1%显著性水平上显著，这意味着实施产业转移能源强度有了明显下降，能源利用效率得到一定提升，说明实施产业转移政策在一定程度上促进了东部地区提高对能源的利用效率。2.对于中部地区的模型，第一产业和第三产业的作用是显著的。在实施产业转移政策以后，中部地区较2008年以前的能源强度增加了0.13615个单位，能源利用效率有所降低。从历史数据来看，中部地区第一产业比重在不断下降，但是占比较大，在2012年第一产业占比为12%，远远高于东部地区0.6%；而对比第二产业，在2009年中部地区第二产业比重首次超过东部地区，即在实施产业转移政策促进中部地区经济崛起之后第二产业比重上升，从模型回归效果来看