詹国华，陈治理

（江西财经大学统计学院，南昌 330013）

0 引言

我国各区域的能源发展极不平衡，空间格局的不平衡性也表现在各区域的经济、技术水平等各方面。能源问题越来越受到世界各国的高度关注，我国也开始重视能源利用效率问题，并提到了国家战略的高度。

技术进步与能源效率的关系也逐渐被国内外专家学者所关注并取得了一定的研究成果，我国也有专家学者针对我国的能源效率及技术进步与能源效率的关系进行了深入研究。从相关文献中我们发现我国能源效率存在区域集聚性或区域差异性，因此在分析我国技术进步对能源效率的影响时应当考虑能源效率的空间效应。目前实际的技术进步对我国能源效率研究文献中，所使用的数据集计量模型，要么只利用时间序列数据，分析随着时间的推移我国技术进步对能源效率的影响；要么只利用横截面数据，进行地区与地区之间的静态的影响研究。然而在实际中，技术进步对能源效率的影响关系是在时间和空间两个尺度上耦合进行的，仅利用时间序列数据或横截面数据无法满足技术进步对能源效率影响分析的需要，也难以深入而深刻地研究技术进步对能源效率影响的动态发展过程及演变机制。因此笔者认为使用考虑空间效应的时间序列和横截面融合的空间面板数据模型，更能将能源利用效率以及技术进步对能源效率的影响在时间上的变化和跨横截面的变化在不同时间点上可以将区域性差异分离开来。

1 样本数据和空间面板模型

1.1 变量选取和样本选择

有关能源效率的测度指标有多种，本文选取最常用的宏观经济指标，用nyxl表示单位能耗产值，其计算公式为：nyxlit=GDPit/nyxfit。其中，GDPit表示t时期i区域国内生产总值，nyxfit表示t时期i区域能源消费总量，该比值越大说明t时期i区域的能源利用效率越高，反之，则越低。地区国内生产总值数据来源于《2010年中国统计年鉴》，地区能源消费总量数据来源于《2010年中国能源统计年鉴》。

本文选取以下四个反映技术进步的变量：外商直接投资（FDI）、地区研究与试验发展投入（RD）、人力资本（HC）和专利授权书（PAT）。考虑到统计指标的时间连续性和统计口径的一致性要求，用各地年末登记的外商投资企业投资额代表外商直接投资，数据来源于《中国贸易外经统计年鉴》（2009、2010）。用各地区研究与开发机构研究与试验发展经费内部支出代表地区研究与试验发展投入，数据来源于各年《中国科技统计年鉴》。用各地区研究与开发机构从事科技活动人员数代表人力资本，数据来源于各年《中国科技统计年鉴》，由于2009年数据与以往年份相比统计口径不一致，本文采取2007、2008年数据的简单加权平均获得2009年份的数据。用三种专利授权数代表各地区的专利授权数，数据来源于各年《中国统计年鉴》。因统计年鉴中无西藏地区的能源消费总量数据，因此本文的研究样本为我国的30个省市自治区，所用数据为2005～2009年30个省市自治区的面板数据或平行数据。

1.2 空间自相关检验模型

空间自相关是空间场中的数值集聚程度的一种度量。距离近的事物之间的联系性强于距离远的事物之间的联系性，如果一个空间场中的类似的数值有集聚的倾向，则该空间场就表现出很强的正空间自相关，反之，表现为负空间自相关。因此，空间自相关描述的是某一位置上得属性值与相邻位置上得属性值之间的关系。空间自相关性检验分为全局空间相关性检验和局域空间相关性检验，全局空间自相关整体刻画我国能源效率的空间集聚特征和区域间的相互作用，Moran I是常用的全局空间自相关性指标，其计算公式如下：

对于Moran I的计算结果，可分别采用渐进正态分布和随机分布两种假设进行检验（本文采用渐进正态分布），其标准化形式为：

在全局空间自相关显著而样本量较大时，全局自相关可能会掩盖完全随机化的样本数据子集，因此有必要进行局域相关性检验。其常用的衡量指标是局域Moran I（LISA,空间联系局域指标），针对某个空间单元i，其计算公式为：

当Ii的取值大于零表示该区域单元周围相似值（高值或低值）的空间集群，Ii的取值小于零则表示该区域单元周围非相似值的空间集聚。通过绘制Moran散点图，可以将我国各省的能源利用效率分为四种类型的集聚模式：HH型、LL型、LH型和HL型，关于四种集聚模式的特征实证分析部分有详细介绍。

1.3 空间面板模型

Elhorst提出了包括固定效应、随机效应、固定参数和随机参数模型在内的面板数据估计方法。在面板数据分析中，通常样本个体数值之间存在一定的差异，这种差异解释为固定效应或随机效应，固定效应是指不同个体之间的差异变动是确定性的，而随机效应则指不同个体之间的差异变动是随机性的。当样本是随机地抽取于所考察的总体时，设定随机效应模型更为恰当，然而本文的研究样本是所有的总体即中国30个省市自治区（除西藏外），因而采用固定效应模型更为合理。固定效应主要包括地区固定效应、时间固定效应和时空固定效应。根据模型设定时对“空间依赖性”的表现方式不同，空间面板计量模型主要分为空间滞后面板模型和空间误差面板模型，考虑固定效应以后相应的模型变为固定效应空间滞后面板模型和固定效应空间误差面板模型。

固定效应空间滞后面板模型：

式（7）、（8）中，Y为NT×1因变量，表示各个省份的能源利用效率，X为NT×k的解释变量矩阵，分别是外商直接投资、国内R&D投入、人力资本和专利授权数，参数β反映的是解释变量对因变量的影响。IT⊗W是矩阵的kronecker乘积，IT是T×T的单位矩阵，W为N×N的空间权重矩阵，N和T表示研究对象的个数N=30，研究样本的时间跨度T=5。η=iT⊗sF、tF⊗iN表示矩阵的kronecker乘积，分别对应每个观测值的地区固定效应列向量和时间固定效应列向量，其中iT和iN分别是T维和N维元素全为1的列向量，sF=(α1,α2,…,αN)T、tF=(δ1,δ2,…,δT)T分别为地区固定效应的N维列向量和时间固定效应的T维列向量。

式（7）中，空间自相关系数ρ意味着一地区影响能源利用效率的解释变量，都会通过空间传导机制作用于其他地区，而式（8）中，空间误差系数λ则反映了邻近地区能源利用效率的误差冲击对本地区能源利用效率的影响程度。这也正是空间滞后模型与空间误差模型空间依赖性的体现与不同，很好地解决了回归模型中复杂的空间相互作用于空间依存性问题。

2 实证分析

2.1 实证模型与模型估计方法

文中采用2005～2009年间我国30个省市自治区区划的面板数据（篇幅有限原始数据略），由于西藏、港澳台地区的数据不全或指标的统计口径不一致，不纳入分析的范围。根据面板模型（7）、（8），同时考虑地区固定效应和时间固定效应的影响，可以得到我国技术进步对能源效率影响的空间面板数据模型：

固定效应空间滞后面板模型：

令nyxlt=(n yxl1t,nyxl2t,…,nyxl30t)，表示第t期30个省市自治区的能源利用效率值，研究样本的时期跨度T=5,t=1，2，3，4,5，将不同时期数据堆迭即得nyxl=(n yxl1,nyxl2,…,nyxl5)T；同理，FDIt=(FDI1t,FDI2t,…,FDI30t)，表示第t期我国30个省市自治区的外商直接投资额，FDI=(F DI1,FDI2,…,FDI5)T,以此类推可以得到其他自变量的表达式。βi(i =1,2,3,4)表示自变量系数，其余参数的含义同模型（7）、（8）。

由于面板模型中存在空间滞后被解释变量和空间滞后误差项，传统最小二乘法（OLS）的估计结果将是有偏或不一致的，通常采用极大似然法（ML）估计空间计量经济模型，但ML不适合估计引入面板数据的面板模型参数，而用蒙特卡罗方法来近似对数似然函数中雅克比行列式的自然对数是很好的选择。本文的实证分析主要借助Geoda095i和Matlab7.0软件完成，程序代码参考了LeS-age、Elhorst等人编写的空间计量程序包。

2.2 实证分析步骤与结果

2.2.1 空间自相关性检验

首先利用全局自相关检验模型（1）、（2）、（3）、（4）计算得到我国区域能源消费的Moran I值以及该Moran I值在近似正态分布的假设条件下的期望值E()I、标准差S()

I、标准化以后的Z值以及相应的概率 p值，2005～2009年我国区域能源利用效率区域空间分布全局Moran I值如下表1：

表1 2005～2009年我国能源利用效率区域空间分布的Moran I值

由表1可知，2005～2009年我国30个省市自治区能源利用效率Moran I值的正态统计量Z值均大于正态分布函数在0.05显著性水平下的临界值1.96，统计量Z值对应的伴随概率p值都小于0.05，表明我国区域能源利用效率存在很强的正空间自相关性。也就是说我国区域能源利用效率在空间分布上并没有表现出完全随机的状态，而是存在区域间的空间溢出效应：能源利用效率较高的省份相对的相互邻接，能源利用效率较低的省份相对的相互靠近，由于有溢出效应的存在，本省的能源利用效率会影响到邻省的能源利用效率。从总体变动趋势来看，我国能源利用效率的空间溢出效应应有下降的趋势，总之，我国能源利用效率的地区分布存在不可忽视的空间维度的正相关性。

为了进一步考察各省市自治区能源利用效率在空间上的集聚模式，根据模型（5）、（6）计算空间联系局域指标（LISA）。通过计算局域Moran I值及其显著性检验，发现我国能源利用效率各年度之间的HH、HL、LH和LL四种集聚模式的集聚地区变化不大。局域Moran I值较大且显著的“热点区”（HH）主要分布在我国东部沿海一带，上海、浙江、福建、江苏等地，表示这些省份及其周围省份都有较高的能源利用效率，而位于西部的甘肃、青海、宁夏、新疆等地处于“盲点区”（LL）,表示这些省份及其周围省份能源利用效率较低。处于“热点区”或“盲点区”的省市自治区，其地区能源利用效率的差异不大，存在较强的正空间自相关。处于HL集聚模式的省份主要有北京、天津、河南、吉林和黑龙江，表示这些省份的能源利用效率高于其周边邻省，河北、内蒙古、辽宁和湖北则处于LH集聚模式，表示这些省份的能源利用效率低于其周边邻省，处于HL和LH集聚模式的省份，存在负空间自相关关系。

通过以上的全局自相关和局域自相关分析可知，我国区域能源利用效率存在不可忽视的空间维度的依赖性和差异性。具体来说，我国区域能源效率呈现出东高西低的空间分布格局；较高能源利用效率的东部沿海地区的溢出效应没有完全扩散出来，区域能源效率的非均衡性依然存在。

2.2.2 空间面板模型估计

上述Moran I和LISA检验结果表明，我国各省市自治区的能源利用效率存在正空间相关性，采用极大似然估计方法，借用Matlab7.0软件估计空间滞后面板模型和空间误差面板模型。根据固定效应的不同，得到如下6个模型：SAR（空间滞后模型）的地区固定效应模型、SAR的时间固定效应模型、SAR的时空固定效应模型、SEM（空间误差模型）的地区固定效应、SEM的时间固定效应模型、SEM的时空固定效应模型。其中，地区固定效应表示不同省份地理特征的影响，时间固定效应表示经济波动或制度政策的阶段性影响，时空固定效应则表示同时考虑不同省份的地理特征和经济波动对能源利用效率的影响。考虑到各变量数量级不同对回归方程的影响，回归方程变量单位调整为如下形式：万元/万吨标准煤、百万美元、万元、人和件，回归估计结果如下表2、表3。

表2 空间滞后面板模型估计结果

在以上的空间滞后模型和空间误差模型中，地区固定效应、时间固定效应和时空固定效应的系数、相应的概率P值以及拟合优度指标如上表。标志空间依赖关系的空间自相关系数（ρ）和空间误差系数（λ）在6种情况下都通过了显著性水平0.01的检验，进一步说明我国能源利用效率具有空间依赖现象，邻近省、直辖市和自治区之间形成了一定的空间依赖作用和正的空间溢出效应。通过表2、表3可知地区固定效应模型的拟合优度都要好于时间固定效应模型，表明能源利用效率在我国的区域分布呈现的区域特征强于阶段性或时间性特征，省份之间的个体差异是影响我国能源利用效率空间分布格局的主要因素。

综合考虑各变量系数及其P值、空间自回归系数、空间误差系数和各模型的拟合优度，采用地区固定效应的空间滞后面板模型作为分析工具更准确、合理。由该模型的回归结果可以知道，RD、HC和PAT变量的伴随概率P值都小于0.01，说明在我国国内R&投入、人力资本和专利授权数都对提高我国区域能源利用效率都有积极的作用，其中人力资本的回归系数较大，表明在我国每增加一个人从事科技活动工作，百万吨标准煤的产值平均将增加0.13万元。同时也应注意到FDI回归系数为较小的负值，相应的P值达到了0.3，这说明2005～2009年期间外商直接投资在提高我国能源利用效率方面并没有发挥积极作用，这与我国长期以来坚持的保持经济高速增长目标，大力招商引资的政策有关，各级政府片面最求引资的总量而忽视了“资本”的质量问题，先进的技术、设备和高效的管理理念等引进的较少。

3 结论与启示

影响能源利用效率的因素很多，本文从技术进步这一视角分析了2005～2009年期间其对我国能源利用效率的影响关系，采用空间面板模型很好地揭示了技术进步在时间、空间和时空维度对提高我国能源利用效率的作用机制。

我国区域能源利用效率的全局Moran I和局域LISA分析可知，我国能源利用效率表现出较强的正空间依赖现象，同时各省份的能源利用效率存在一定差异性。总体上来说，我国能源利用效率的区域分布呈现出区域地理特征强于阶段性或时间性特征，表现出东部沿海地区能源利用效率较高、而西部地区能源利用效率较低的东高西低格局。国内R&D投入、人力资本以及专利授权数等在促进我国能源利用效率方面发挥了积极的作用，改革开放以来，全国上下把保持经济增长放在首位，大力积极招商引资，各级政府在招商引资的过程中只注重“量”而忽视了“质”，导致外商直接投资在提高能源利用效率方面没有发挥到应有的作用。

通过以上的分析，⑴我国能源利用效率的区域依赖性和差异性特点，决定了各省市自治区在制定本地区政策时，应考虑本地区的区域特征，进一步扩大区域能源利用效率正的溢出效应。⑵目前我国处于产业结构调整的关键时期，利用该契机，大力发展科技产业，给予研究与开发机构更多的经费投入，培养优秀的科技人才。储备大量的人力资本，这样不仅可以提高我国自主创新能力，而且可以更好、更快地学习国外的先进技术和先进的管理理念，使其本土化。⑶地区固定效应空间滞后模型FDI系数在显著性水平0.05时显著为零，说明外商直接投资在改善能源利用效率方面并没有发挥应有的作用。在要求经济快速增长的同时注重能源效率的提高，这就要求各级政府在招商引资当中，应当注意先进的技术、先进的设备和高效的管理理念的引进，尽可能为其提供优良坏境。⑷最后，国家应重视将东部沿海地区的先进技术转移至西部地区，使西部地区的能源利用效率得到改善，尽可能发挥能源利用效率较高东部沿海地区的溢出效应的作用。

[1]Elhorst J P.Specification and Estimation of Spatial Panel Data Models[J].International Regional Science Review，2003,26（3）.

[2]Baltagi B H.Econometric Analysis of Panel Data(2ndEdtion)[M].Chichester:Wiley，2001.

[3]Anselin L，Hudak S.Spatial Econometrics in Practice:a Review of Software Options[J].Regional Science and Urban Economics，1992,22（3）.

[4]Barry Ronald P，Pace R Kelley.Monte Carlo Estimates of the Log De⁃terminant of Large Sparse Matrices[J].Linear Algebra and its Applica⁃tions,1999,289（1～3）.