湖北省能源消费增量影响因素差异性分析

丁文斌， 姚文龙

(湖北工业大学经济与管理学院， 湖北 武汉 430068)



湖北省能源消费增量影响因素差异性分析

丁文斌， 姚文龙

(湖北工业大学经济与管理学院， 湖北 武汉 430068)

不同经济发展水平区域的能源消费增量影响因素不尽相同，相对应的调控政策也有所差异。为探索湖北省能源消费增量差异，将其分为三类：经济发达区域、经济中等发达区域、经济欠发达区域。结合个体固定效应模型，对比分析三类区域能源消费增量影响因素的特征，比较不同类型区域间能源消费增量影响因素的差异性。研究结论表明，要有效控制湖北省能源消费增量水平，需要有效控制第二产业发展水平，尤其是第三类地区的耗能重点行业。积极引导，促进能源消费技术水平提升、产业结构升级对能源消费增量的抑制作用的显现，能促进实现湖北经济与环境的协调发展。

能源消费增量； 固定效应模型； 湖北省

2016年《能源发展“十三五”规划》(草案)指出，我国已经进入推进能源革命的战略机遇期，将加快建设安全、清洁、高效、低碳的现代能源体系，首要任务是控制煤炭消费，并加强煤炭清洁利用，适度发展现代煤化工，这给传统高碳能源消费方式带来革命性变化。我国对能源消耗总量加强了控制，为能源的消费设定了“天花板”，以减少能源消费总量增长。作为全国首批5个低碳试点省份之一，湖北省能源效率居中部中等水平，低于全国平均水平，在能源消费总量控制目标下，提升能源利用效率，优化能源消费结构，迫切需要认识能源消费增量特征，从增量中找规律，以有效控制能源消费增长节奏，使之与经济增长、环境优化相匹配。能源作为经济增长过程中的重要生产要素，学界对能源消费与经济增长间因果关系研究较多，包括正向因果关系[1]，负向因果关系[2]；单向因果关系[2-5]、双向因果关系[6-8]。在因果关系研究上可以发现，学者们的结论并不一致。梁经纬等(2014)用两区制马尔科夫状态转移模型给出了不同条件下的动态关系[9]。

能源与环境间的协调也是另一个研究的重要领域，苏静等(2013)在对2004—2010年我国30个省域3E系统协调度进行科学测算的基础上，利用空间计量方法分析了我国3E系统协调度的地理空间分布特征，并采用非参数核密度分布估计与分析各空间集聚区3E系统协调度的动态演进趋势[10]。

学者们多是从总量的视角进行相关分析，本文从能源消费增量视角进行研究，是对能源消费研究的一个有益补充。

1 湖北省能源消费增量描述性分析

从湖北省能源消费增量数值上看，除了1993年(1993年负增长量很小)和2013增长量为负，其余年份增长量为正，2013年的负增长量超过2014年的正增长量，说明2013年以前湖北省能源消费总量是上升的，并且2000年后的年均增长幅度较大，2013-2014年有下降趋势，但时间较短尚不能确定。

从能源消费结构上看，湖北省能源消费中，煤炭、石油、电力消费比重的变动比率均出现部分年份下降、部分年份上升的情况，并不存在连续的上升或者下降趋势。

从能源消费产业结构上看，在2005-2014年间，能源消费增量最大的是农业行业，其次是生活消费产业和交通运输仓储邮政业，但从比重的增量上可以看到在这10年中，下降的是农林牧渔业和工业，特别的工业下降了5.47%，而其他5个产业比重上升，且上升幅度最大，上升了2.26%。

工业行业能源消费增量增长最大的10个行业中，电力、热力生产和供应业增长了731万t标准煤，其次是黑色金属冶炼及压延加工业和非金属矿物质制品业，但是从增长率来看，增长最快的是煤炭开采和洗选业，增长了28倍，其次是农副食品加工业和金属食品业，分别增长了260.71%和92.4%。

从区域分布上， 能源消费增量最大的是武汉市，其次是宜昌市和襄阳市；从单位GDP能耗上看，全部地区都出现了下降，其中下降幅度最大的地区是鄂州市和宜昌市，下降幅度最小的是随州市。

2 湖北省能源消费增量影响因素计量分析

2.1 模型的构建与指标的选择

2.1.1 模型的构建 考虑到湖北省内区域的差异性，不同的区域资源禀赋不同，选择面板数据构建回归模型。为比较细致地探讨区域能源消费的差异性，同时运用聚类分析，对不同类型区域的能源消费进行对比分析，以期发现湖北省能源消费增量特征。

以湖北省17个地区的面板数据为样本，构建如下模型：

Eit=α+β1×X1it+β2×X2it+…βn×Xnit+εit

式中：Eit为湖北省第i个地区第t年的能源消费增量；Xnit是第n个因变量在第i个地区第t年的样本量；i=1，…，N和t=1，…，T，分别是截面和时间指标。

2.1.2 变量的选取

1)因变量 对于能源消费增量，选择每个地区当年能源消费总量的变化值表示，即

Et=Σi-Σi-1

Eit=Σit-Σi,i-1

其中Σt就是第t年的能源消费总量。在时序模型中，因变量还包括3个不同能源消费增量，采用相同的计算方式，即用该能源当年的消费总量减去上一年的消费总量表示。

2)自变量 对于能源消费增量的影响因素选择，本文根据影响因素的类型以及数据的可获得性，选择如下。

a)能源消费技术tech。技术是指能源的使用效率，如果由于技术进步等原因使得在同样的产出水平下能源消费显著下降，那么即使在总量增长的情况下，能源消费增量应该是递减的。对于技术方面的指标，本文选择各个地区的单位生产总值能耗增量表示。理论上，技术水平越高，在相同产出下，会导致能耗增量下降，因此本文提出

假设1：能源使用技术水平会对能源消费增量存在负影响，即能源使用效率越高，能源消耗增量降低。

b)产出水平add2。我国产出分第一产业、第二产业和第三产业，理论上产出越大，能源消耗越大，即二者有正相关关系，因此产出的增长量也会影响能源消费增量水平的变动。考虑到非工业产出在能源消耗中占比较低，因此本文用第二产业增加值来衡量产出水平。本文提出

假设2：产出的增量越大，能源消耗增量越大，即前者对后者有正影响。

c)产业结构升级uis。考虑到我国能源消费在产业中的比重存在较大差异，第二产业和第三产业的增加值占全省增加值比例差异不大，但第二产业的能源消耗占了65%，而第三产业只占30%，因此产业结构向第三产业升级能降低我国能源消耗量，即减缓能源消耗增量水平。对产业结构水平的衡量，大多数是通过对第二、第三产业的比重来测度产业结构水平，本文选用第三产业与第二产业产值的比值来反映产业结构升级，即uis=第三产业增加值/第二产业增加值。本文提出

假设3：产业结构升级越快，能源消耗增量越小，即前者对后者有负影响。

d)交通运输状况car。能源消耗量不仅与工业产量有关，也与交通运输存在较大关联，在国家统计局对企业能耗调查表中，对生产用能源消耗和运输用能源消耗两部分作出区分。理论上，交通运输工具的增多或客运量的增多都会使得运输车辆耗用汽油、煤炭和电力的能耗增加。本文用民用汽车拥有量衡量交通运输状况，考虑到地区面板数据下未有该变量数据，因此用旅客运输增量代替。本文提出

假设4：民用汽车拥有量或旅客运输量的增量越大，能源消耗增量越大，即前者对后者有正影响。

2.1.3 数据来源 17个地级市的面板数据选择2005—2014年，《湖北统计年鉴》、《中国能源统计年鉴》和《中国区域经济统计年鉴》。

2.2 实证分析

2.2.1 能源消费增量特征区域类型划分 考虑到湖北省区域间的差异性，将分类探讨各区域的能源消费增量特征。按经济发展水平，以第一、第二、第三产业增加值为指标，采用十二五期间2011-2014年各指标平均值，结合PAM聚类，得到聚类分析图(图1)。

图 1 PAM聚类结果

从聚类结果来看，湖北省各区域经济发展水平分为三类：第一类地区是武汉市，属于高水平发展区域；第二类为中水平发展区域，包括黄冈、荆州、襄阳、孝感、宜昌5市；第三类为欠发展水平区域，包括鄂州、恩施、黄石、荆门、潜江、神农架、十堰、随州、天门、仙桃、咸宁11市(州、区)。

2.2.2 面板回归结果分析 根据聚类的结果，构建三个模型。Model1以武汉市为例，属于时间序列数据；Model2以第二类地区为样本分析，使用的数据为面板数据；Model3以第三类地区为样本分析。考虑到样本来自湖北省所有地级市(州、区),比较样本间的区别，本文将选用固定效应模型来分析。为消除量纲不同而产生的影响，对样本数据进行标准化，取标准化后的数据进行回归分析。

对Model1,运用Kwiatkowski-Phillips-Schmidt-Shin(KPSS)检验，可发现energy,add2,uis,car均稳定。使用逐步回归，发现uis,car显著，产业结构升级作用更大。但由于样本量仅2006-2014年的9年数据，样本较少，回归结果需要更多的样本来支撑，回归结果仅作参考。

对于Model2，构建混合模型，adj-R2为0.73，F值为45.86，对应概率值<0.001。固定效应模型adj-R2为0.629,F值为61.328，对应概率值<0.001。运用pFtest检验发现存在固定效应，对应P为0.01，放弃混合模型。运用plmtest检验发现存在个体固定效应，chisq=6,df=1,p-value=0.02，因此选用个体固定效应模型来分析。

从Model2估计方程结果看，在5%显著性水平下，统计显著的是能源消费技术增量、第二产业增加值增量，而代表产业结构升级变化量和民用汽车保有量增量两个指标并不显著。对样本进行bptest异方差检验，BP=10,df=4,p-value=0.04,存在异方差。对回归模型进行异方差修正，得到稳健回归结果。发现民用汽车保有量增量也显著。tech系数为0.776，add2系数为0.688，car系数为0.069，说明在第二类地区能源消费增量影响因素中，能源消费技术及产出水平起主要作用，比交通运输状况重要得多，其中能源消费技术最为重要，但与本文提出的假设方向相反。分析结果支持第二个和第四个假设，而没有接受第一个和第三个假设。

对于Model3，构建混合模型，adj-R2为0.64，F值为48.56，对应概率值<0.001。固定效应模型adj-R2为0.637,F值为59.26，对应概率值<0.001。运用pFtest检验发现存在固定效应，对应p为0.000 02，放弃混合模型，选择固定效应模型。运用plmtest检验发现存在个体固定效应，chisq=30,df=1,p-value=0.000 000 3，因此选用个体固定效应模型来分析。

观察各变量系数，在5%显著性水平下统计显著的依然是能源消费技术增量，第二产业增加值增量。二者系数分别是0.332>0和0.839>0，说明能源消费水平增量、第二产业增加值增量分别对该区域能源消费增量起正向促进作用，结论与Model3一致。通过异方差检验，发现模型存在异方差，BP=20,df=4,p-value=0.003。对模型进行异方差修正，结果见表1。

通过比较Model2和Model3，可以发现，研究结论支持假设2，而假设1，3，4均不支持。从湖北能源消费增量的影响因素看，其主要影响因素是第二产业增加值增量,能源技术水平增量。但第二类地区与第三类地区存在显著差异。在第二类地区中，汽车是能源消费增量的影响因素之一，而第三类地区，经济发展不足，可能是汽车规模相对较弱，还没有对能源消费增量产生大的影响。在影响因素的重要性方面，第二类地区能源消费技术水平最重要，而第三类地区能源消费影响最大的因素为第二产业的发展。相同点是第二、第三类地区，能源消费技术水平的提升并没有降低能源消费增量。

表1 不同经济水平条件下能源消费增量的影响因素面板回归

3 结论与建议

本文以湖北省17个市(州、区)2005-2014年样本数据为例，构建增量指标体系，结合个体固定效应模型分析影响能源消费增量的因素，选择的因素主要包括单位产值能耗(衡量能源消费效率)、第二产业产出、产业结构升级和民用汽车拥有量。估计结果表明，第二产业增加值的增长会正向促进能源消费增量的增长，此特征在第二类、第三类地区表现一致，在第三类地区更明显，计量结果支持论文的假设2。在第一类地区，其产业结构向第三产业转移，加之节能减排控制力度好，第二产业发展对能源消费增量的影响作用未显现。

产业结构升级没有对湖北省第二类、第三类地区产业显著的影响。产业结构升级对能源消费的抑制作用尚未发挥。能源消费技术水平的发展同样对能源消费的抑制作用尚未发挥。经济发展较好的区域汽车消费对能源消费增量有一定的影响，而经济欠发达的区域汽车消费对能源消费增量的影响作用尚未发现。

对此，要有效控制湖北省能源消费增量水平，需要有效控制第二产业发展水平，尤其是第三类地区的耗能重点行业；积极引导，促进能源消费技术水平提升、产业结构升级对能源消费增量的抑制作用，实现湖北经济与环境的协调发展。

[1] 李湘梅，姚智爽. 基于VAR模型的中国能源消费碳排放影响因素分析[J]. 生态经济，2014(01)：39-44.

[2] 翟石艳，王铮. 基于ARDL模型长三角碳排放、能源消费和经济增长关系研究[J]. 长江流域资源与环境，2013(01)：94-103.

[3] 宋锋华，罗夫永. 西部能源消费与经济增长关系的实证研究[J]. 干旱区资源与环境，2013(05)：7-13.

[4] 吴传清，万庆. 湖北省能源消费与经济增长关系研究[J]. 统计与决策，2014(02)：132-135.

[5] 武红，谷树忠，关兴良等. 中国化石能源消费碳排放与经济增长关系研究[J]. 自然资源学报，2013(03)：381-390.

[6] 刘先涛，石俊. 中国能源消费与经济增长的向量自回归模型检验分析[J]. 统计与决策，2014(10)：128-130.

[7] 孙巍，赫永达. 中国能源消费与经济增长的因果分析——基于Divisia指数法和Toda-Yamamota检验[J]. 暨南学报(哲学社会科学版)，2014(05)：77-89.

[8] 于凤玲，周扬，陈建宏,等. 中国能源消费与经济发展关系的实证研究[J]. 中南大学学报(社会科学版)，2013(03)：29-35.

[9] 范晓莉. 城市化、能源消费与中国经济增长——基于新经济地理视角的动态关系研究[J]. 西南民族大学学报(人文社会科学版)，2014(01)：120-127.

[10] 苏静，胡宗义，唐李伟. 我国能源—经济—环境(3E)系统协调度的地理空间分布与动态演进[J]. 经济地理，2013(09)：19-24，30.

[责任编校： 张 众]

Analysis on the Incremental Factors of Energy Consumption in Hubei

Ding wenbin, Yao wenlong

(SchoolofEconomicsandManagement,HubeiUniv.ofTech.,Wuhan430068,China)

According to the level of economic development, Hubei province is divided into three categories, namely, economically developed regions, moderately developed regions and underdeveloped regions. Using individual fixed effect model, this paper compares and analyzes the characteristics of the three types of regional energy consumption factors, and compares the differences of energy consumption between different types of regions. In order to effectively control the level of energy consumption in Hubei Province, the control policy is to effectively control the development of secondary industry, especially in the third category of key energy-consuming industries. Promoting the level of energy consumption technology upgrading, upgrading of industrial structure can inhibit the incremental increase in energy consumption, and promote the coordinated development of Hubei's economy and the environment.

Energy consumption increment; fixed effect model; Hubei Province

1003-4684(2016)06-0007-04

F427

A

2016-10-05

国家自然科学基金项目(71503074)；湖北省教育厅人文社会科学研究项目(13q047)；湖北循环经济发展研究中心开放基金项目(HXFKY1401,HXFKY1531)；湖北工业大学教研项目“能源经济专业建设战略性新兴(支柱)产业人才培养计划研究”(校2014087)

丁文斌(1982-)， 男， 湖北云梦人，管理学博士，湖北工业大学讲师，研究方向为能源经济