能源消费、经济增长及其区域差异性分析

丁咏梅　高立元　郭鑫

摘 要：能源消費的增长常被作为判断经济增长的重要指标。近年来，随着产业结构的升级带来经济增长和能源消费相关性减弱，为了探究中国各区域间能源消耗和经济增长之间的关系是否真正呈现脱钩趋势，从中国东、中、西部地区考察了能源消费、经济增长的相关性，构建基于区域差异的面板数据模型。实证表明，中西部地区经济增长对煤炭消耗的影响更显著，经济发展刺激传统能源消费;中部地区处于能源结构优化调整过程中;相对煤炭消耗，东部地区电力消耗受经济增长影响更显著。

关键词：能源消费;经济增长;面板模型;格兰杰因果检验

中图分类号：F2 文献标识码：A doi：10.19311/j.cnki.16723198.2020.02.001

0 引言

中国式经济增长备受世界瞩目，在中国GDP和国民生产总值高速发展的背后，能源消费也是各界一直高度重视的话题。在技术不断进步的环境下，探究中国能源消费、经济增长及其区域差异性分析有新的时代意义。

目前，我国经济增长仍然受到电力、煤炭等主导能源的影响，能源消费的增长速度往往是作为一个重要指标来判断经济形势。但随着科技进步和能源效率提升，产业和能源结构不断改善，经济增长和能源消费是否逐渐脱钩，各界学者从不同方面展开一系列的探讨。有研究认为，能源消费和贸易开放对中国的经济增长存在显著的促进作用，邢俊主要通过灰色关联分析、格兰杰因果关系检验和DEA模型对区域数据进行检验和评价，发现虽然国内某地能源消费量与经济增长相关性较强，但两者之间的因果关系并不明显。Bakirtas and Akpolat利用1971 - 2014年新兴市场国家研究发现能源消费和经济增长，存在双向面板格兰杰因果关系。W.T.Shib运用STIRPAT模型和格兰杰因果关系检验等面板计量经济学方法对金砖国家能源消耗和经济增长之间的关系进行探讨，发现在经济增长和电力消耗之间没有因果关系，但经济增长和化石燃料消耗之间存在双向格兰杰因果关系。胡宗义、刘亦文构建面板数据空间计量模型和空间误差面板数据模型对区域GDP的莫兰指数和能源消费进行探讨，研究发现我国GDP产出存在明显的空间集聚现象且部分地区能源消耗对经济增长作用不明显。Sun， J.and Shi， J.采用异质面板分析技术，单位根检验和非均匀面板因果检验等计量方法，得出中等发达地区能源消耗对经济增长影响显著，发达地区能源消耗影响不显著这一区域性差异。Wei， Y.and Berna， K-U.采用表面不相关回归（SUR）方法探讨发现：在发达区域，金融发展可能会有宜于环境和能源结构。胡本田，方超采取了Tapio构建了脱钩模型，基于LMDI对能源消耗影响因素进行详细分解，最终得出皖江区域存在弱脱钩，可以通过调整能源消费结构来达成强脱钩。

能源消耗是可持续发展的核心问题，能源消费与经济增长的关系的正确判断有利于合理预测能源需求，把握经济增长的内因。上述研究较少考虑能源的区域性差异，基于此，本文运用我国31个省市自治区经济发展和能源利用数据，结合西电东送政策，对中部、西部和东部这三个地区分别进行探讨，构建面板数据模型，从经济增长分别和煤炭消费和以及电力消费和经济增长这两个方向，来进一步试图厘清中国能源消费、经济增长及其区域性差异，以期合理预测能源需求，刺激经济发展，为相关政策的制定提供参考。

1 数据来源及单位根检验

1.1 数据来源

我们选择了中国31个省市自治区的2009-2017年的能源与经济发展信息，数据来源于中国统计年鉴。具体区域划分如表1所示。

由表2可知三个序列均为非平稳，但一阶差分后平稳，即三个序列为同阶单整，于是对中部、东部和西部三个地区分别进行格兰杰因果检验，结果如表3所示。

由表3可知，中部地区GDP对煤炭消费的影响显著，同时，GDP和电力消费之间相互独立。西部地区GDP对煤炭消费的影响显著，而且，GDP和电力消费之间相互独立。东部地区GDP和煤炭消费之间相互独立，但GDP对电力消费的影响显著。之所以出现这样的区域性差异，跟地区的能源消费结构和经济构成有关：在中部地区，经济发展方式融合了创新驱动和传统产业，可以发现虽然GDP是煤炭消耗的格兰杰单向原因，但是并没有特别显著，这是因为中部地区特有的能源结构所造成的;在西部地区，经济发展主要是传统产业，煤炭消耗所占的比例较大，GDP是煤炭消耗的格兰杰单向原因，且十分显著。而在东部地区，由于能源消费结构调整较早，经济发展方式主要是创新驱动，电力消耗占比例相对较大，所以GDP电力消费影响更大。

2 面板模型的建立

2.1 面板效应检验

为了确定面板数据模型的具体类型，需要对三个地区进行F检验，我们依次进行煤炭消耗与GDP的面板数据模型效应分析和电力消耗与GDP的面板数据模型效应分析。煤炭消耗与GDP的模型效应分析见表4。

由以上的信息可知，在煤炭消耗与GDP面板数据模型中，中部、西部和东部地区主要都是受个体效应的影响，而不受时间效应的影响。但是在Hausman检验这一过程中，中部地区P值显著小于0.05，选择fe模型，即个体固定效应，东部和西部地区P值均大于0.05，选择re模型，即个体随机效应。电力消耗与GDP的模型效应分析见表5。

由以上的信息可知，在电力消耗与GDP面板数据模型中，中部、东部和西部地区主要都是受个体效应的影响，在Hausman检验这一过程中，东部地区P小于0.05，选择fe模型，即个体固定效应。中部和西部地区大于0.05，选择re模型，即个体随机效应。

2.2 面板模型的参数估计

在得知中部地区煤炭消耗和GDP面板模型效应为个体固定效应的情况下，东西部地区煤炭消耗和GDP面板模型效应为个体随机效应，根据三个区域得出的效应，进行面板模型参数估计和拟合。

同样的，还需要对三个地区的电力消耗与GDP面板数据模型进行探索，根据已知的条件，进行面板模型参数估计和拟合，得出回归方程估计系数见表7。

将面板模型参数估计的结果结合之前的格兰杰因果关系检验，可以发现GDP在各个区域内都会对煤炭消耗和电力消耗有一定的影响，但不同区域的影响程度存在差异性，比如东部地区GDP影响电力消耗更多，中部地区GDP主要影响煤炭消耗，但是随着经济增长，煤炭消耗反而会减少。西部地区GDP影响煤炭消耗更多，且较为显著。这和各区域的能源结构、经济发展方式和政策有关系。

3 总结与展望

通过本文对三个区域关于煤炭消耗和经济增长，电力消耗和经济增长这两个角度的探讨，可以发现，总体上经济增长是能源消费的格兰杰单向原因，但是这其中存在着区域性差异，东部地区由于能源消费结构调整和经济发展方式依赖创新形式，明显可以发现经济增长对电力消耗的影响程度会大于其他两个区域，而西部地区由于能源偏向石油和煤炭类，经济增长对煤炭消耗的影响程度会更明显。中部地区由于区域差异，可以发现经济增长对两方面能源消耗都有影响，但是煤炭消耗受影响的程度更大。

通过本次区域性差异分析，有利于当地区域的未来能源调整方法和经济依赖改革。例如，由于我国西部蕴含大量的煤炭资源，而东部相对来说，煤炭资源较少且能源消耗量大，由于经济发展形式导致电力供应不足，就需要通過西电东送来进行区域平衡。如何针对各区域能源分布做出经济发展方式调整，将当地能源资源优势转化为经济优势，优化经济结构，具有一定的现实指导意义。

参考文献

[1]徐盈之，郭进，王进.能源消费、贸易开放与经济增长[J].财贸经济，2014，（12）：99-110.

[2]邢俊.区域经济增长与能源消耗的关联及其效率分析[J].长安大学学报（社会科学版），2011，13（04）：47-51.

[3]Tahsin Bakirtas，Ahmet Gokce Akpolat.The relationship between energy consumption， urbanization， and economic growth in new emerging-market countries[J]. Energy 2018，147（15）：110-121.

[4]Waltier Trevor Shiba. 能源消耗与经济增长关系研究[D].北京：中国农业科学院，2019.

[5]胡宗义，刘亦文.能源消耗、污染排放与区域经济增长关系的空间计量分析[J].数理统计与管理，2015，34（01）：1-9.

[6]Sun J， Shi J， Shen B， Nexus among Energy Consumption， Economic Growth， Urbanization and Carbon Emissions：Heterogeneous Panel Evidence Considering Chinas Regional Differences [J]. sustainability， 2018，10（7）：23-83.

[7]Wei Y， Berna K-U， Zhang S.Is financial development in China green？ Evidence from city level data[J].Journal of Cleaner Production， 2019，（211）：47-256.

[8]胡本田，方超.皖江城市带区域经济增长与能源消耗的实证研究——基于Tapio脱钩模型和LMDI方法[J].铜陵学院学报，2014，13（02）：68-73.

[9]刘慧媛.能源、环境与区域经济增长研究[D].上海：上海交通大学，2013.