供给侧要素对京津冀工业能源强度的异质性影响分析

王韶华 何美璇 张伟 刘晔

[摘要]京津冀协同发展，工业节能减排是重点突破领域，供给侧改革是重要抓手。为探讨供给侧要素影响京津冀工业能源强度的区域异质性，利用2000—2017年京、津、冀三个区域的时间序列数据，分别构建工业能源强度与劳动生产率、投资强度、能源消费结构、科技创新、环境规制等供给侧要素间的岭回归分析模型，进而运用通径分析法揭示各要素间的内在机理，总结供给侧要素影响京津冀工业能源强度的异质性效应。结果表明：劳动生产率的提高对降低京津冀工业能源强度起促进作用;投资强度的上升对京津的影响微弱，但对河北省起抑制作用;能源消费结构的改善对京津起促进作用，但短期内对河北省起抑制作用;科技创新对津冀的贡献显著，但对北京市的边际效应较小;环境规制强度的上升对京津起抑制作用，但对河北省的作用不明显。

[关键词]京津冀;工业能源强度;供给侧要素;异质性效应

2010年以来，中国经济“三期叠加”问题逐渐显现，工业部门产能过剩尤其严重。对此，习近平总书记2015年提出供给侧结构性改革构想，指明了供给侧改革是引领经济新常态的重要举措1。京津冀成为中国供给侧改革的重要战略根据地，三地需协同联动解决工业部门能源使用效率低下、环境污染严重和生产创新不足等问题。工业节能减排是京津冀地区推进生态文明建设的重中之重，同时也是京津冀协同发展的重要突破口。但在联防联控的同时，必须清醒地认识到京津冀间工业化程度不同，“一刀切”的协同推进必然导致更大的落差。因此，有必要分别明确京、津、冀工业能源强度的重点供给侧因素，因地制宜地制定降耗措施。

供给侧结构性改革作为适应和引领经济新常态的必然要求，势必会对京津冀工业节能减排产生重要的影响。已有研究分析了个别供给侧要素对能源强度的影响，如，樊茂清等的研究表明在大多数制造业部门中，技术变化显著促进了能源节约[1];Shahbaz等、Appiah等的研究结果显示在不影响经济增长的前提下降低能源强度的关键在于技术进步[2-3];刘畅等认为能源消费结构对我国能源消耗强度的变动有着显著的长期影响[4];李博利用空间计量方法研究能源强度的影响因素，发现创新能力、劳动者素质、所有制结构等对地区能源强度的影响较大[5]。但由于供给侧结构性改革的概念逻辑与分析框架还不完善，因此关于供给侧改革与能源强度互动机制的研究较少，且大多关于能源强度影响因素的研究忽略了各因素间的内在关系及其与能源强度间的直接和间接关系。鉴于此，本文基于已有研究成果，立足京津冀协同发展、供给侧结构性改革、节能减排等现实背景，分别构建京、津、冀供给侧要素影响工业能源强度的效应模型，并利用通径分析法揭示各要素间的内在机理，探讨影响效应的地区异质性，以期为推进京津冀生态共建共治取得新进展提供理论参考。

一、 供给侧要素影响京津冀工业能源强度的模型构建

已有研究对供给侧结构性改革的分析视角主要包括：（1）基于供给侧结构性改革的任务和目标。供给侧结构性改革的任务是“三去一降一补”，洪银兴指出不能将这些任务归结为目标，建立有效供给的体制机制才是目标[6]。（2）基于供给侧结构性改革的体制机制。供给侧结构性改革需要从产业、要素、制度三个层面解决供给问题，重中之重是制度供给，必将体现为一系列的体制机制改革[7]。（3）基于经济增长的动力结构。经济增长的主要动力机制包括劳动力、资本、土地、科技创新、制度五大要素，其中创新驱动是供给侧结构性动力机制的内核动力[8]。（4）基于经济结构。供给侧结构性改革可从企业、产业和区域三个层面来分析，企业层面深化国企改革、降低成本，产业层面化解过剩产能，区域层面注重差异化[9]。

综合以上分析，本文主要分析劳动力、资本、能源、科技创新、制度五大供给侧要素对京津冀工业能源强度的影响。为验证供给侧要素对京津冀工业能源强度的影响，本文建立各要素与工业能源强度的数量关系如下：

[IIi=αi1LP+αi2FIS+αi3ES+αi4TI+αi5ER+δ]         （1）

式（1）中，i=1，2，3，分别表示京、津、冀，II、LP、FIS、ES、TI、ER分别表示工业能源强度、劳动力、资本、能源、科技创新、制度等，αij（j=1，2…5）分别表示各自变量的系数，δ表示随机误差项，反映除以上影响因素外，其他因素对工业能源强度的影响。

为消除各变量间的异方差性，采用各变量的对数形式进行表达，即：

[lnIIi=αi1lnLP+αi2lnFIS+αi3lnES+αi4lnTI+αi5lnER+δ]        （2）

1. 数据来源与变量说明

基于科学性、数据可获性等原则，本文利用2000—2017年京、津、冀时间序列数据估计以上未知参数。

（1）工业能源强度。工业能源强度，即单位工业增加值的能源消费，工业能源强度=工业能源消费/工业增加值，2000—2017年京、津、冀工业能源消费和工业增加值数据可分别通过《北京统计年鉴2018》《天津统计年鉴2018》和《河北经济年鉴2018》获取，为剔除价格变动的影响，工业增加值以2000年不变价进行折算。

（2）劳动力。劳动力对工业能源强度的影响主要体现在劳动生产率的变化，劳动生产率的提高一方面可以增强劳动力对能源的替代作用[1，10]，另一方面可以加速工业劳动力向服务业转移，从而降低工业能源强度。本文采用工业部门全员劳动生产率反映工业劳动力情况。工业部门全员劳动生产率利用工业增加值与工业部门从业人数的比值表示。分别通過历年《天津统计年鉴》和《河北经济年鉴》汇总采矿业、制造业、电力、热力、燃气及水生产和供应业从业人员，可得到2000—2017年天津市和河北省工业从业人数，相应的工业增加值也可直接获取;《北京统计年鉴》没有统计分行业从业人数，但给出了规模以上工业企业从业人数和工业增加值，因此利用规模以上工业企业全员劳动生产率反映北京市劳动力情况。以上工业增加值均以2000年不变价进行折算。

（3）资本。去产能是供给侧改革的重要任务之一。产能的来源是资本形成，资本形成的来源是投资，因此资本对工业能源强度的影响主要体现在投资强度的变化。工业投资强度较大，意味着仍处于工业化初、中期阶段，对能源的依赖性较强，而且投资带来的机器设备对能源的消耗较大，必然导致工业能源强度上升[11]。采用工业部门全社会固定资产投资占全社会固定资产投资的比重反映投资强度情况。2000—2017年京、津、冀全社会固定资产投资总额以及采矿业、制造业、电力、热力、燃气及水生产和供应业等分行业全社会固定资产投资额可通过历年《中国固定资产投资统计年鉴》直接获取。

（4）土地（资源）。土地（资源）对工业能源强度的影响主要体现在能源消费的变化，一般通过能源消费结构和能源价格表征，但由于我国能源市场体制并未完全建立，能源价格的调节作用十分有限;为提高方程拟合的科学性和合理性，通过能源消费结构的变化反映这种影响[12-16]。采用工业原煤消费量占工业能源消费量的比重反映工业能源消费结构的变动情况。2000—2017年京、津、冀工业原煤消费量可通过2001—2018年《中国能源统计年鉴》获取，但由于原煤消费量为实物量，需通过折标煤系数（0.7143kgce/kg）折算成标准煤;2000—2017年京、津、冀工业能源消费量可分别通过历年《北京统计年鉴》《天津统计年鉴》和《河北经济年鉴》获取。

（5）科技创新。根据熊彼特的创新理论，创新要素是经济增长的一种投入，供给侧改革反复强调创新要素，提出利用创新化解生产率困境。科技创新投入的增加显然会降低工业能源强度[17]。采用规模以上工业企业R&D经费内部支出与主营业务收入之比反映工业企业科技创新强度。2000—2017年京、津、冀规模以上工业企业R&D经费内部支出可通过历年《中国科技统计年鉴》直接获取，规模以上工业企业主营业务收入可分别通过历年《北京统计年鉴》《天津统计年鉴》和《河北经济年鉴》获取。

（6）制度。制度供给既是供给侧改革的内容，也是供给侧改革成功的保障，在供给侧改革中占据着重要位置，发挥着重要作用。制度对工业能源强度的影响主要体现在环境规制强度的变化，环境规制强度的提升一方面会促使企业减少能源消费，另一方面会“倒逼”企业致力于提高能源效率的技术革新，从而降低工业能源强度。采用工业污染治理项目完成投资与工业增加值之比反映环境规制强度。2000—2003年京、津、冀工业污染治理项目完成投资可通过相应年份《中国环境年鉴》获取，其他年份数据可通过相应年份《中国环境统计年鉴》获取。

综上，2000—2017年京、津、冀工业能源强度、劳动生产率、投资强度、能源消费结构、科技创新、环境规制等数据如表1至表3所示。

2. 方程拟合

为保证回归结果的有效性，分别利用京、津、冀等的相关数据对方程进行拟合时，需要分析工业能源强度、劳动力、资本、能源、科技创新、制度等变量间的相关关系。SPSS16.0统计软件输出的结果显示，有多个变量在0.05水平上或0.01水平上显著相关，为避免产生多重共线性问题，也为了保留尽量多的变量，本文采用岭回归方法估计参数[18]。岭回归分析是一种专门用于共线性数据分析的有偏估计方法，它实际上是一种改良的最小二乘法，是以放弃最小二乘的无偏性，放弃部分精确度为代价来寻求效果稍差但更符合实际的回归过程。

当i=1时，借助SPSS16.0统计软件可分别得到lnLP、lnFIS、lnES、lnTI、lnER等各自变量的岭迹图lnLP（K）、lnFIS（K）、lnES（K）、lnFIS（K）、lnTI（K）、lnER（K），如圖1所示。当K=0.2时，各自变量的岭迹图均开始趋于平稳;方程的决定系数RSQ的变化趋势，如图2所示，决定系数下降速度自K=0.2开始趋于平稳。当K=0.2时，岭回归估计结果如表4所示。

由于lnFIS、lnTI没有通过显著性检验，因此删除lnFIS、lnTI重新拟合方程，当K=0.2时，各自变量的岭迹图开始趋于平稳，并且决定系数也开始呈现稳定的下降态势，结果如表5所示，调整后R2=0.9346，说明劳动力、资本、能源、科技创新、制度等能够较强地解释北京市工业能源强度的变化，所有系数均通过了显著性检验，方程拟合效果较好，可以据此进一步分析供给侧要素对北京市工业能源强度的影响效应。

运用同样的方法分别对i=2和i=3时的方程进行拟合，结果如表5所示。其中，当i=2时，lnFIS没有通过显著性检验，删除lnFIS重新拟合方程后所有系数均通过了显著性检验，方程拟合效果较好;当i=3时，lnER没有通过显著性检验，删除lnER重新拟合方程后所有系数均通过了显著性检验，方程拟合效果较好。

二、 供给侧要素影响京津冀工业能源强度的效应分析

为进一步揭示供给侧要素间的内在关系及其对工业能源强度的直接影响和间接影响，利用各要素与工业能源强度间的相关系数rmy表示总影响效应，利用各要素的标准化回归系数pmy表示直接影响效应，利用各要素间的相关系数rmn表示各要素间的相互影响，则要素m通过要素n对工业能源强度产生的间接影响效应可表示为rmnpny[19]。据此测算的劳动生产率、投资强度、能源消费结构、科技创新、环境规制等各因素对京、津、冀工业能源强度的总影响效应、直接影响效应和间接影响效应，如表6至表8所示。岭回归方法允许存在部分误差，因此对总影响的分解存在较小的剩余影响是合理的。

1. 供给侧要素影响北京市工业能源强度的效应分析

由表6可知，劳动生产率、能源消费结构、环境规制等对北京市工业能源强度的影响显著，其中，劳动生产率的提升和能源消费结构的优化对北京市工业能源强度的下降起到了主要促进作用，而环境规制强度的上升反而不利于工业能源强度的进一步下降。

劳动生产率的提升对北京市工业能源强度下降的总促进效应约为0.983，其中直接促进效应约为0.566，通过能源消费结构、环境规制等因素产生的间接促进效应之和约为0.304，可见劳动生产率的提升不仅直接导致工业增加值的增速快于能源消费的增速，而且在一定程度上可以降低工业原煤消费比重，优化工业能源消费结构，并缓解工业污染治理投资强度。

能源消费结构的优化对北京市工业能源强度下降的总促进效应约为0.771，其中直接促进效应约为0.249，低于通过劳动生产率产生的间接促进效应（约0.445），可见能源消费结构优化主要通过提升劳动生产率促进工业能源强度的下降，可能的原因在于能源消费结构优化带来了工业生产工艺的革新以及产品的升级换代;另外，能源消费结构优化对减轻污染有明显作用，从而可以缓解工业污染治理投资强度。

环境规制强度的上升对北京市工业能源强度下降的总抑制效应约为0.583，其中直接抑制效应约为0.196，低于通过劳动生产率产生的间接抑制效应（约0.312），可见环境规制强度的上升主要通过降低劳动生产率来抑制工业能源强度的下降，可能的原因在于北京市工业污染治理投资主要用于调整退出高污染、高能耗、低工艺、不符合首都功能定位的一般制造业和污染企业，影响了工业增加值的提高。

2. 供给侧要素影响天津市工业能源强度的效应分析

由表7可知，劳动生产率、能源消费结构、科技创新、环境规制等对天津市工业能源强度的影响显著，其中，劳动生产率的提升、能源消费结构的优化和科技创新对天津市工业能源强度的下降起到了主要促进作用，而环境规制强度的上升不利于工业能源强度的进一步下降。

劳动生产率的提升对天津市工业能源强度下降的总促进效应约为0.997，其中直接促进效应约为0.336，通过能源消费结构、科技创新、环境规制等因素产生的间接促进效应之和约为0.594，其中通过能源消费结构优化产生的间接促进效应（约0.337）不低于直接效应。可见，劳动生产率的提升可以显著促进劳动对能源的替代，降低工业对原煤消费的依赖性，有助于天津市工业能源消费结构的优化;并且劳动生产率的提升可以有效降低生产成本，进而促进工业企业加大科技创新投入强度。

能源消费结构的优化对天津市工业能源强度下降的总促进效应约为0.993，其中直接促进效应约为0.339，低于通过劳动生产率、科技创新、环境规制等因素产生的间接促进效应之和（约0.586）。可见，能源消费结构优化能够倒逼工业企业加大R&D经费投入强度，革新生产工艺，改变传统用能习惯，从而促进劳动生产率的提升。

科技创新对天津市工业能源强度下降的总促进效应约为0.922，其中直接促进效应仅为0.194，主要通过劳动生产率、能源消费结构、环境规制等因素对能源强度的下降起间接促进作用（总间接效应约0.69）。可见，加强科技创新强度对提高工业企业劳动生产率以及优化能源消费结构的效果显著。

环境规制强度的上升对天津市工业能源强度下降的总抑制效应约为0.798，其中直接抑制效应仅为0.094，主要通过劳动生产率、能源消费结构、科技创新等因素对能源强度的下降起间接抑制作用（总间接效应约0.686）。可能的原因在于，一方面环境规制强度的上升在一定程度上抑制了工业企业生产规模的扩张，不利于规模经济的实现，降低了部分劳动生产率;另一方面增加了工业企业的生产成本，短期内减少了R&D经费支出，抑制了科技创新;另外，可能环境规制重点整治的高耗能企业的原煤消费比重较低，导致能源消费总量的下降幅度大于原煤消费的下降幅度，反而使得工业整体的原煤消费比重得以上升，不利于能源强度的下降。

3. 供给侧要素影响河北省工业能源强度的效应分析

由表8可知，劳动生产率、投资强度、能源消费结构、科技创新等对河北省工业能源强度的影响显著，其中，劳动生产率的提升、能源消费结构的优化和科技创新对河北省工业能源强度的下降起到了主要促进作用，而投资强度的增加会导致工业能源强度的上升。

劳动生产率的提升对河北省工业能源强度下降的总促进效应约为0.281，其中直接促进效应约为0.382，通过投资强度、能源消费结构等因素产生的间接抑制效应之和约为0.665，通过科技创新产生的间接促进效应约为0.489。可见，劳动生产率的提升，降低了工业企业生产成本，提高了利润率，从而刺激了工业投资强度和R&D经费投入的上升，进而降低了原煤消费比重。

投资强度的增加对河北省工业能源强度下降的总抑制效应约为0.288，其中直接抑制效应约为0.487，通过劳动生产率和科技创新等因素产生的间接促进效应之和约为0.591，通过能源消费结构产生的间接抑制效应约为0.293。可见，固定资产投资蕴含着技术进步，投资强度的增加对提高劳动生产率和科技创新水平，以及降低原煤消费比重等的效果明显。

原煤消费比重的提高对河北省工业能源强度下降的总促进效应约为0.173，直接促进效应约为0.371，可能的原因在于河北省工业化处于中期阶段的特征使得经济增长对煤炭的依赖性较高，减少煤炭消费比重使得工业增加值下降速度快于能源消费下降速度，反而不利于能源强度下降;由于煤炭的易得、廉价，在一定程度上会抑制技术进步的动力，因此通过降低劳动生产率和科技创新水平等产生的间接抑制效应之和约为0.658，通过降低投资強度产生的间接促进效应约为0.384。

科技创新对河北省工业能源强度下降的总促进效应约为0.530，其中直接促进效应约为0.574，主要原因在于通过提高劳动生产率产生的间接促进效应（约0.325）不足以抵消通过提高投资强度和降低原煤消费比重等产生的间接抑制效应（约0.483）。可见，科技创新对提高劳动生产率和投资强度以及降低原煤消费比重的作用明显。

4. 供给侧要素对京津冀工业能源强度影响效应的异质性分析

（1）劳动生产率、科技创新对工业能源强度的影响。劳动生产率的提升对京、津、冀工业能源强度下降的贡献显著，是京、津工业能源强度下降的最主要动力，且对北京市工业能源强度的直接影响显著，但主要通过其他因素间接作用于津、冀工业能源强度。影响劳动生产率的因素主要包括劳动者的平均熟练程度、科技创新、组织管理、生产资料的规模和效能等，其中科技创新对劳动生产率的影响最大，劳动生产率的提升能够降低企业生产成本，从而促进R&D经费投入的增加，这一作用过程在河北省表现得最为明显;但由于北京市工业部门的科技水平已经到达较高层次，科技创新的边际效应较小，科技创新对能源强度和劳动生产率的影响微弱;天津市处于工业化中期向后期转型的过渡阶段，高新技术的大量应用，传统工业得到改造，对能源依赖性降低，工业能源强度下降，同时工业的自动化和智能化水平的提高和劳动生产率的迅速提升，致使劳动需求减少，带动了第三产业的快速发展。河北省的工业化中期特征显著，劳动密集型行业正在向资本密集型行业过渡，工业技术装备水平不断提升，生产资料规模快速扩张，劳动生产率提升空间较大。由于近年来河北省严格控制能源消费总量和能源强度，工业企业科技创新的方向主要是提高能源效率，减少产品的能源含量，因此科技创新对降低河北省工业能源强度的贡献最大。

（2）投资强度对工业能源强度的影响。京、津、冀工业化程度由高到低依次为京、津、冀，对应的工业投资强度由低到高依次为京、津、冀。京、津第三产业比重已经占据绝对主导地位，工业投资主要用于新兴产业和高新技术产业的快速发展，所占比重较小且趋于稳定，对工业能源强度的影响微弱;河北省第二产业仍居第一位，工业固定资产投资主要流向了钢铁、建材、化工等传统高能耗重工业部门，虽在一定程度上提高了科技创新水平和劳动生产率，但不足以抵消能源强度的总体升高。

（3）能源消费结构对工业能源强度的影响。能源消费结构对京、津、冀工业能源强度的影响显著，但作用方向却不一致。能源消费结构与京、津工业能源强度成正相关关系，而与河北省工业能源强度成负相关关系。一般来说，原煤消费比重较大是高耗能行业所占比重较大的一个重要表现，且原煤消费具有高污染、高排放、低效率的特征，因此原煤消费比重与能源强度的变化方向保持一致，但可能由于当前河北省所处的工业化阶段以及资源禀赋等特征决定了工业生产对煤炭的依赖度过高，原煤消费比重下降会使工业增加值下降幅度大于能源消费总量下降幅度，反而导致了工业能源强度的上升。

（4）环境规制对工业能源强度的影响。加大环境规制强度不利于京、津工业能源强度下降的原因一方面可能是京、津工业整体的规模化、专业化水平较高，“三高一低”工业企业所占比重较低，结合《京津冀协同发展规划纲要》中的城市功能定位，环境规制进一步的重点逐步接近一般制造业，这些企业的整合或外迁使得工业增加值下降幅度大于能源消费总量的下降幅度，反而导致了工业能源强度的整体上升;而河北省工业化水平一般，存在大量“低小散”企业，对这些企业的淘汰整治有利于实现规模经济效率，但同时也牺牲了部分工业增加值，因此环境规制对河北省工业能源强度变化的影响微弱。另一方面，面对命令控制型的环境规制，企业无法保证短期内通过加大科技创新强度实现“事前治理”，因此大多选择减少R&D经费开支，将其用于“事后治理”上，反而不利于科技创新。

三、 结论

本文主要从要素层面阐释了供给侧改革影响工业能源强度的机理，并构建了工业能源强度与劳动生产率、投资强度、能源消费结构、科技创新、环境规制等供给侧要素间的定量关系模型，利用岭回归分析法分别对供给侧要素影响京、津、冀工业能源强度的模型进行拟合，进而利用通径分析法揭示了供给侧各要素间的相互关系及其与工业能源强度间的直接和间接关系，总结了供给侧要素影响效应的地区异质性。结果表明：

（1）劳动生产率、能源消费结构、环境规制等要素对京津工业能源强度的影响显著，对投资强度的影响微弱。劳动生产率的提高和能源消费结构的优化对降低京津工业能源强度具有重要的促进作用，但随着工业化进程持续深化，其边际效应在递减;而环境规制强度的上升对降低京津工业能源强度起了抑制作用。因此，为进一步降低京津工业能源强度，一方面应建立完善以企业为主体的创新系统，加大科技投入，营造良好的创新环境，提高企业的创新效率，推动工业的高端化、智能化、数字化、绿色化发展;另一方面，应科学制定与合理设计环境规制强度及形式，灵活运用命令控制型、经济激励型与自愿意识型环境规制，有步骤分类实施。

（2）劳动生产率、投资强度、能源消费结构、科技创新等要素对河北省工业能源强度的影响显著，对环境规制的影响微弱。劳动生产率和科技创新水平的提高对降低河北省工业能源强度具有重要的促进作用，而能源消费结构的改善和投资强度的上升起了抑制作用。因此，为进一步降低河北省工业能源强度，一方面应优化工业结构和投资结构，加大力度淘汰落后产能，抓住京津冀协同发展的契机，积极承接先进产业，利用高新技术改造传统工业，大力发展现代化装备制造业，引导社会资本进入新兴产业和高新技术产业;另一方面应依托北京和天津丰富的科教资源所聚集的智力、人才、信息、创新等要素，积极推动京津冀协同创新共同体的建立，以政策链引导资金链、资金链培育创新链、创新链带动产业链;同时，加强环境规制强度，加大力度关停淘汰“三高一低”企业，整合优化有效产能、促进重工业的规模化和专业化发展。

参考文献：

[1] 樊茂清，任若恩，陈高才.技术变化、要素替代和贸易对能源强度影响的实证研究[J].经济学，2009（1）：237-258.

[2] Shahbaz M， Mahalik M K， Shah S H， et al. Time-varying Analysis of CO2 Emissions， Energy Consumption， and Economic Growth Nexus： Statistical Experience in Next 11 Countries[J]. Energy Policy，2016，98（S1）：33-48.

[3] Appiah M O.Investigating the Multivariate Granger Causality Between Energy Consumption， Economic Growth and CO2 Emissions in Ghana[J].Energy Policy，2018（112）：198-208.

[4] 劉畅，孔宪丽，高铁梅.中国能源消耗强度变动机制与价格非对称效应研究[J].中国工业经济，2009（3）：59-70.

[5] 李博.中国能源强度差异与影响因素效应的分解研究[J].软科学，2015，29（5）：130-134.

[6] 洪银兴.准确认识供给侧结构性改革的目标和任务[J].中国工业经济，2016（6）：14-21.

[7] 纪念改革开放40周年系列选题研究中心.重点领域改革节点研判：供给侧与需求侧[J].改革，2016（1）：35-51.

[8] 冯俏彬，贾康.我国供给侧改革的背景、理论模型与实施路径[J].经济学动态，2017（7）：35-43.

[9] 黄群慧.论中国工业的供给侧结构性改革[J].中国工业经济，2016（9）：5-23.

[10] 乔海曙，朱明举，乔继伟.劳动-资本-能源替代对工业能源效率的影响研究[EB/OL].（2015-06-25）[2021-02-02].http：//www.sinoss.net.

[11] 刘畅，崔艳红.中国能源消耗强度区域差异的动态关系比较研究[J].中国工业经济，2008（4）：34-43.

[12] 张珍花，王鹏.中国一次能源结构对能源效率的影响[J].统计与决策，2008（22）：82-83.

[13] 李金昌，杨松，赵楠.中国能源强度影响因素分析[J].商业经济与管理，2014（12）：73-80.

[14] 夏晨霞，王子龙.基于BP结构突变的中国能源强度及因素分解研究[J].中国人口·资源与环境，2018（2）：28-35.

[15] 李崇岩，王富忠.能源价格、能源结构与工业能源强度关系研究[J].价格理论与实践，2019（8）：56-59.

[16] 田立新，刘晶.能源强度研究中能源价格影响的实证分析[J].自然资源学报，2010，25（9）：1519-1524.

[17] 刘似臣，秦泽西.技术进步对我国能源强度影响的实证分析[J].大连理工大学学报（社会科学版），2013，34（4）：48-52..

[18] 张文彤.SPSS11统计分析教程（高级篇）[M].北京：北京希望电子出版社，2002.

[19] 杜家菊，陈志伟.使用SPSS线性回归实现通径分析的方法[J].生物学通报，2010（2）：4-6.

Research on the Heterogeneity Effect of Supply Side Factors

Affecting Industrial Energy Intensity in Beijing-Tianjin-Hebei

Abstract：With the coordinated development of Beijing-Tianjin-Hebei，industrial energy-saving and emission reduction is a key breakthrough area， and supply-side reform is an important starting point. To explore the regional heterogeneity of the supply-side factors affecting the industrial energy intensity of Beijing-Tianjin-Hebei， the time series data of Beijing， Tianjin and Hebei in 2000—2017 are used to construct a ridge regression model between industrial energy intensity and supply side factors such as labor productivity， investment intensity， energy consumption structure， technological innovation and environmental regulation. Then， this paper uses the path analysis method to reveal the internal mechanism among supply side factors and summarizes the heterogeneous effect of supply side factors on the energy intensity of Beijing-Tianjin-Hebei industrial energy. The results show that the improvement of labor productivity will promote the reduction of Beijing-Tianjin-Hebei industrial energy intensity; the increase in investment intensity has a weak influence on Beijing and Tianjin， but it has a inhibitory effect on Hebei Province in the short term; Scientific and technological innovation contributes significantly to Tianjin and Hebei，but has less marginal utility on Beijing;the increase in the intensity of environmental regulation has a depressing effect on Beijing and Tianjin，but its effect on Hebei Province is not obvious.

Key words：Beijing-Tianjin-Hebei; industrial energy intensity; supply side factors; heterogeneity effect

基金項目：2020年度河北省社会科学发展研究课题“稳增长下供给侧改革驱动京津冀工业协同减碳的路径研究”（项目编号：20200201002）;河北省高等学校青年拔尖人才计划“基于‘双控的河北省产业结构调整的碳减排效应及其优化研究”（项目编号：BJ2018109）。

作者简介：王韶华（1986-），男，燕山大学经济管理学院博士，副教授，研究方向为能源经济、区域经济等;何美璇（1996-），女，燕山大学经济管理学院硕士研究生，研究方向为能源经济、区域经济等;张伟（1983-），女，东北大学秦皇岛分校经济学院博士，副教授，研究方向为产业经济;刘晔（1996-），女，燕山大学经济管理学院硕士研究生，研究方向为能源经济、区域经济等。

（收稿日期：2021-02-18 责任编辑：殷 俊）