中國能源強(qiáng)度變動的就業(yè)效應(yīng)研究

毛雁冰 薛文駿

(上海大學(xué)經(jīng)濟(jì)學(xué)院，上海200444)

中國能源強(qiáng)度變動的就業(yè)效應(yīng)研究

毛雁冰 薛文駿

(上海大學(xué)經(jīng)濟(jì)學(xué)院，上海200444)

能源強(qiáng)度反映了能源的利用效率，并且可以體現(xiàn)出一個國家及地區(qū)的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)進(jìn)步的綜合作用。本文在1995－2009年各省份數(shù)據(jù)的基礎(chǔ)上，利用面板VAR模型脈沖響應(yīng)函數(shù)和面板協(xié)整模型分析中國區(qū)域能源強(qiáng)度與就業(yè)之間的動態(tài)作用及其長期均衡關(guān)系。結(jié)果顯示，能源強(qiáng)度與就業(yè)之間存在著長期均衡關(guān)系;能源強(qiáng)度對就業(yè)總量和就業(yè)變動率有著負(fù)向的沖擊，能源強(qiáng)度的降低可以有效拉動中國就業(yè)的提高。各個省份之間的能源強(qiáng)度對于中國就業(yè)的影響存在顯著的差異;影響作用由西向東呈現(xiàn)出梯度遞增的趨勢。因此，建議通過擴(kuò)大經(jīng)濟(jì)增長的規(guī)模降低能源強(qiáng)度，提高就業(yè)水平;東部地區(qū)應(yīng)側(cè)重于提高能源利用效率及發(fā)展第三產(chǎn)業(yè)來增加就業(yè)，而中西部地區(qū)可以適度降低能源的消費(fèi)總量，并不會對就業(yè)產(chǎn)生較大的沖擊;另外，在政策制定和實施過程中，需要注意政策的時滯效應(yīng)，通過優(yōu)化工業(yè)布局，加強(qiáng)區(qū)域間的合作，實現(xiàn)能源強(qiáng)度變動與就業(yè)增加的良性互動。

能源強(qiáng)度;就業(yè);脈沖響應(yīng);面板協(xié)整模型

經(jīng)濟(jì)增長離不開能源的大量消耗，快速的經(jīng)濟(jì)增長使中國成為世界能源消費(fèi)的大國，而在當(dāng)今世界各國大力發(fā)展低碳經(jīng)濟(jì)的潮流下，通過節(jié)能減排，以較低的能源消耗取得較高的經(jīng)濟(jì)增長正成為目前以及未來經(jīng)濟(jì)發(fā)展所面臨的迫切問題。作為勞動力資源密集的發(fā)展中國家，就業(yè)是關(guān)系到中國民生以及社會長期穩(wěn)定發(fā)展的重要問題。如何促進(jìn)能源強(qiáng)度變動與結(jié)構(gòu)性就業(yè)的良性互動，保持經(jīng)濟(jì)增長、低碳發(fā)展與就業(yè)的均衡發(fā)展，成為學(xué)術(shù)討論及政策研究的熱點(diǎn)問題。

近年來，國內(nèi)學(xué)者從時間序列、地區(qū)差異的角度對能源消費(fèi)、能源強(qiáng)度與經(jīng)濟(jì)增長的關(guān)系進(jìn)行了研究，重點(diǎn)分析了影響能源消費(fèi)及其強(qiáng)度的經(jīng)濟(jì)發(fā)展因素和產(chǎn)業(yè)原因。吳巧生等利用省際面板數(shù)據(jù)對能源消費(fèi)量與GDP的關(guān)系進(jìn)行實證檢驗，結(jié)論顯示，長期來看，能源消費(fèi)與GDP之間存在著雙向因果關(guān)系，短期之內(nèi)，中國東部和西部的能源消費(fèi)和GDP之間存在著不同方向的因果關(guān)系［1］;韓智勇等通過產(chǎn)業(yè)結(jié)構(gòu)和效率變動對能源強(qiáng)度的分析，指出能源強(qiáng)度持續(xù)下降的原因主要在于各產(chǎn)業(yè)能源利用效率的提高［2］。王霞等對影響能源強(qiáng)度的因素做了實證分析，指出能源強(qiáng)度自身及第二產(chǎn)業(yè)比重對能源強(qiáng)度影響較大［3］;邵興軍等也指出提高第二、第三產(chǎn)業(yè)的勞動生產(chǎn)率可以直接降低能源強(qiáng)度;提高第三產(chǎn)業(yè)結(jié)構(gòu)可以直接降低能源強(qiáng)度并間接提高第二、三產(chǎn)業(yè)勞動生產(chǎn)率，從而降低能源強(qiáng)度［4］;屈小娥等利用1998－2006年的省份面板數(shù)據(jù)，認(rèn)為東、中、西部能源強(qiáng)度差異較大，經(jīng)濟(jì)發(fā)展水平和第三產(chǎn)業(yè)對能源強(qiáng)度的降低起到積極作用［5］;齊紹洲等的研究表明，東西部省區(qū)之間總體的能源強(qiáng)度差異是收斂的，隨著勞均GDP差異的縮小，能源強(qiáng)度的差異也在縮?。?］。關(guān)于低碳發(fā)展對就業(yè)的影響，譚永生從產(chǎn)業(yè)結(jié)構(gòu)變動的角度分析了經(jīng)濟(jì)低碳化對中國中長期就業(yè)的影響，提出了實施相對低碳化發(fā)展以及統(tǒng)籌考慮擴(kuò)大就業(yè)的發(fā)展理念［7］;李啟平通過分析高碳就業(yè)的特征，提出了發(fā)展低碳經(jīng)濟(jì)對于促進(jìn)就業(yè)的政策選擇和措施［8］。

上述大部分文獻(xiàn)主要分析了影響能源強(qiáng)度的因素，而對能源強(qiáng)度對就業(yè)所造成的影響缺乏必要的研究。能源強(qiáng)度的變化可以集中體現(xiàn)出經(jīng)濟(jì)總量，產(chǎn)業(yè)結(jié)構(gòu)以及技術(shù)進(jìn)步的變動對勞動就業(yè)產(chǎn)生影響。由于中國各地區(qū)的經(jīng)濟(jì)發(fā)展水平不均衡，產(chǎn)業(yè)和就業(yè)的分布存在著空間上的明顯差異，這種結(jié)構(gòu)性的不對稱對就業(yè)的總體水平有著直接的影響。因此，本文采用能源強(qiáng)度指標(biāo)，在分析中國不同省份的能源強(qiáng)度差異的基礎(chǔ)上，探討中國經(jīng)濟(jì)增長過程中的能源利用效率對就業(yè)的影響。

1 能源強(qiáng)度對就業(yè)影響的傳導(dǎo)機(jī)制

從理論角度來看，能源消費(fèi)和經(jīng)濟(jì)增長之間存在著正向的變動關(guān)系，經(jīng)濟(jì)的快速增長決定了能源消費(fèi)量的不斷增加。因此，對能源消費(fèi)及GDP總量的分析，可以揭示出經(jīng)濟(jì)增長與能源消費(fèi)之間的依存關(guān)系，但是這并不能說明能源利用效率及其對就業(yè)、經(jīng)濟(jì)發(fā)展質(zhì)量的影響。

能源強(qiáng)度反映了單位GDP的能源消耗，是能源利用效率的倒數(shù)，它的變動主要受到一定時期的經(jīng)濟(jì)增長水平、能源消耗總量以及能源利用效率的直接影響。一方面，在技術(shù)水平一定的條件下，能源消耗總量減少，或者GDP增加都會導(dǎo)致能源強(qiáng)度下降;另一方面，在保持能源消耗量與經(jīng)濟(jì)增長同步增長的前提下，技術(shù)進(jìn)步能夠大大提高能源的利用效率、降低能源強(qiáng)度。同時，GDP的增加離不開技術(shù)進(jìn)步及產(chǎn)業(yè)結(jié)構(gòu)的變動。能源強(qiáng)度變動在技術(shù)進(jìn)步的催化下，通過產(chǎn)業(yè)結(jié)構(gòu)的變動對就業(yè)產(chǎn)生影響，其最終影響決定于兩種不同效應(yīng)的綜合結(jié)果。

(1)創(chuàng)造性效應(yīng)。隨著經(jīng)濟(jì)總量的不斷增長，能源的消費(fèi)量也持續(xù)增加，但能源強(qiáng)度出現(xiàn)不斷下降，就業(yè)總量會隨著經(jīng)濟(jì)產(chǎn)出的提高而不斷提高。這主要是由于技術(shù)進(jìn)步及能源結(jié)構(gòu)的優(yōu)化，可以提高能源利用效率，降低能源強(qiáng)度，從而提高經(jīng)濟(jì)增長的速度，擴(kuò)大增長的規(guī)模，進(jìn)而增加就業(yè)機(jī)會;同時，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和升級，可以帶動上下游以及橫向關(guān)聯(lián)產(chǎn)業(yè)的發(fā)展，從而擴(kuò)大就業(yè)需求，特別是新興工業(yè)和第三產(chǎn)業(yè)的發(fā)展;另外，隨著新能源的不斷開發(fā)和利用，會創(chuàng)造出大量新的產(chǎn)品和產(chǎn)業(yè)部門，也能夠大大增加就業(yè)的需求，進(jìn)一步促進(jìn)就業(yè)的增加?！皠?chuàng)造性效應(yīng)”會導(dǎo)致能源強(qiáng)度下降有利于就業(yè)的增加。

(2)替代效應(yīng)。一方面，資本和技術(shù)產(chǎn)生了對勞動力要素投入的替代，造成對勞動力需求的減少;另一方面，部分生產(chǎn)效率落后的行業(yè)和產(chǎn)業(yè)部門被淘汰，從而導(dǎo)致其原有的就業(yè)人員被釋放出來，造成失業(yè)的增加;另外，技術(shù)進(jìn)步需要大量的投入資金及專業(yè)人員，這樣會增加企業(yè)的生產(chǎn)成本，影響企業(yè)的生產(chǎn)效益，從而減少對就業(yè)的需求。“替代效應(yīng)”不利于就業(yè)的增加。

從地理空間的角度來看，不同省份的經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)情況各有不同，各地區(qū)不同的產(chǎn)業(yè)布局決定著區(qū)域能源消費(fèi)量及就業(yè)容量的大小。地區(qū)之間的能源強(qiáng)度差異越小，意味著各地區(qū)之間在經(jīng)濟(jì)結(jié)構(gòu)、技術(shù)水平以及就業(yè)水平等方面的趨同性越強(qiáng);反之，如果地區(qū)之間的能源強(qiáng)度差異越大，意味著產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)水平存在著較大的地區(qū)差異，這使得就業(yè)的結(jié)構(gòu)性差異越大，會導(dǎo)致就業(yè)的總量水平缺乏穩(wěn)定性和不斷提高的漸進(jìn)趨勢。

2 中國能源強(qiáng)度和就業(yè)的地區(qū)差異

從總體上來看，中國的能源強(qiáng)度近年來呈現(xiàn)出逐年下降的趨勢，由1995年的0.23下降到2009年的0.09，而同時期GDP保持了持續(xù)增加，能源的消費(fèi)總量也從1995年的131 176萬t標(biāo)準(zhǔn)煤增加到2009年的306 647萬t標(biāo)準(zhǔn)煤。由此可見，單位GDP能耗下降的原因不是能源消耗絕對量的減少，而在于能源利用效率的提高以及經(jīng)濟(jì)總量的快速增加;同時期就業(yè)保持了增長的趨勢，說明能源強(qiáng)度對就業(yè)的“創(chuàng)造性效應(yīng)”較為明顯。

圖1 中國地區(qū)能源強(qiáng)度及就業(yè)示意圖Fig.1 Regional energy intensity and employment in China注:圖中數(shù)據(jù)為1995－2009年平均值，數(shù)據(jù)來源:《中國統(tǒng)計年鑒》。

在地區(qū)的能源強(qiáng)度差異上，圖1描繪了各省份能源強(qiáng)度情況，柱狀圖表示了各省(市)能源強(qiáng)度。從東、中、西部三大區(qū)域來看，能源強(qiáng)度在空間上呈現(xiàn)出由東向西，由低到高的階梯型分布。東部較發(fā)達(dá)地區(qū)的能源強(qiáng)度相對較小，表明該地區(qū)能源利用效率較高;而西部大部分地區(qū)的能源強(qiáng)度較大，能源的使用效率較低，而中部地區(qū)保持中等水平。具體到各個省份，能源強(qiáng)度在省際間表現(xiàn)出明顯的差異，北京，上海，天津，江蘇，浙江，福建，山東，廣東，海南等經(jīng)濟(jì)發(fā)達(dá)省份的能源強(qiáng)度較低，而中西部地區(qū)的山西，貴州，甘肅，青海，寧夏，新疆，內(nèi)蒙古等地區(qū)的能源消費(fèi)強(qiáng)度較高，由西向東呈現(xiàn)出梯度遞減的趨勢。

在地區(qū)的就業(yè)容量差異上，圖1中的折線表示了各省(市)就業(yè)總?cè)藬?shù)。東部地區(qū)是目前勞動就業(yè)的主要地區(qū)，除上海，北京，天津，福建省和海南省之外，東部地區(qū)各省份的就業(yè)都達(dá)到2 000萬人以上，山東省，江蘇省的就業(yè)人口數(shù)量高達(dá)5 000多萬和4 000多萬人。西部地區(qū)的就業(yè)人口明顯小于中東部地區(qū)，除四川省外，其他省份的就業(yè)人口在2 000萬人以下，青海，寧夏，新疆和內(nèi)蒙古的就業(yè)人口不到1 000萬人，就業(yè)人口在地區(qū)之間的分布呈現(xiàn)由東向西，有高到低的階梯型分布。

可以初步判斷，能源強(qiáng)度與就業(yè)在不同地區(qū)之間存在著明顯的逆向分布，能源強(qiáng)度越高的地區(qū)，其就業(yè)水平越低;而能源強(qiáng)度越小的地區(qū)，就業(yè)水平越高。在上述基礎(chǔ)上，將使用面板協(xié)整模型更加精確地對能源強(qiáng)度與就業(yè)的長期均衡關(guān)系進(jìn)行實證分析。

3 計量模型及數(shù)據(jù)來源

通過面板協(xié)整模型來分析能源強(qiáng)度的變動與就業(yè)之間的關(guān)系，可以反映出各省份不同的經(jīng)濟(jì)總量、產(chǎn)業(yè)布局特征對于就業(yè)的影響作用。在傳統(tǒng)的時間序列問題中，通常使用協(xié)整分析來研究變量之間的長期均衡關(guān)系，但是該方法會出現(xiàn)如下問題:首先，如果時間序列變量的樣本時期較短容易導(dǎo)致協(xié)整檢驗的穩(wěn)健性較差;其次，因為時間序列沒有綜合考慮數(shù)據(jù)的截面特征，所以忽視了不同類別數(shù)據(jù)之間的異質(zhì)性特征。而由于中國能源強(qiáng)度的時間序列數(shù)據(jù)只有15個數(shù)據(jù)點(diǎn)(1995－2009)，不同地區(qū)的能源利用效率、經(jīng)濟(jì)發(fā)展及就業(yè)水平存在較大差異，所以本文選擇面板數(shù)據(jù)協(xié)整模型［9］來研究中國地區(qū)就業(yè)水平和能源強(qiáng)度的長期均衡關(guān)系。

與時間序列類似，面板數(shù)據(jù)模型的協(xié)整檢驗也需要對數(shù)據(jù)平穩(wěn)性進(jìn)行檢驗。由于目前對于面板數(shù)據(jù)的單位根檢驗還沒有達(dá)成一致結(jié)論，所以為了保證檢驗的穩(wěn)健性，本文采用了五種單位根檢驗方法對面板數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗，主要包括 LLC 檢驗［10］、Breitung檢驗、Fisher檢驗(包括ADF和PP檢驗)和 IPS檢驗［11］。

在單位根檢驗的基礎(chǔ)上，如果模型變量都是同階單整的，則可以使用面板協(xié)整檢驗來研究面板數(shù)據(jù)之間是否存在長期均衡關(guān)系。對于協(xié)整檢驗的方法，Pedroni構(gòu)造了7個檢驗面板變量協(xié)整關(guān)系的統(tǒng)計量，包括Panel v、Panel rho和 Group ADF等［12］。此外，Kao也構(gòu)造出了相關(guān)的檢驗統(tǒng)計量，包括DF和ADF［13］?？紤]到檢驗的穩(wěn)健性，本文同時使用Pedroni的7種檢驗統(tǒng)計量和Kao的ADF統(tǒng)計量來對本文省份就業(yè)水平與能源強(qiáng)度之間是否存在長期均衡關(guān)系進(jìn)行檢驗，以避免模型出現(xiàn)“偽回歸”的可能。從時間序列角度出發(fā)，可以進(jìn)一步采用面板VAR模型對能源消費(fèi)強(qiáng)度與就業(yè)之間的關(guān)系進(jìn)行脈沖響應(yīng)檢驗。

在對面板協(xié)整模型系數(shù)的估計方法上，目前一共有三種方法可以進(jìn)行估計，即普通 OLS、完全修正 OLS(FMOLS)、動態(tài) OLS(DOLS)。Kao和 Chiang、Pedroni認(rèn)為相比OLS、FMOLS，DOLS無論在小樣本、還是估計的有效性上，都表現(xiàn)的比較好［9，14］。協(xié)整面板估計量主要是分為同質(zhì)性(Pool Panel)和異質(zhì)性(Group-mean Panel Group)估計量兩種，考慮到中國各地區(qū)發(fā)展水平差異較大，本文采用異質(zhì)性面板模型DOLS來估計模型的估計量β^*i，具體模型如下:

其中，xit是解釋變量，k2為解釋變量的超前期，k1是解釋變量的滯后期。Δxit－k是解釋變量的差分項。uit是服從正態(tài)分布的殘差項。

在指標(biāo)選擇上，本文的各省份能源強(qiáng)度(Energy)是通過各省份的能源消費(fèi)總額(百萬t標(biāo)準(zhǔn)煤)除以省份GDP(十億人民幣)計算得出，省份就業(yè)水平(Employ)指標(biāo)是省份的就業(yè)人數(shù)(百萬人)。本文所用數(shù)據(jù)的時間跨度是1995－2009年，包括的省份、直轄市和自治區(qū)一共是三十個，由于西藏的統(tǒng)計數(shù)據(jù)缺失某些年份相應(yīng)的指標(biāo)，所以本文分析中沒有包括西藏。數(shù)據(jù)來源主要為《中國統(tǒng)計年鑒》和CEIC數(shù)據(jù)庫。

4 實證分析及其結(jié)果

4.1 面板數(shù)據(jù)的單位根檢驗

首先使用LLC、Breitung、Fisher等面板數(shù)據(jù)平穩(wěn)性檢驗指標(biāo)來檢驗中國省份就業(yè)量(Employ)、就業(yè)量的對數(shù)值(lnEmploy)和省份能源強(qiáng)度(Energy)的平穩(wěn)性，得到表1的結(jié)果。

從表1中可以明顯地看到，在5%的顯著性下，除了LLC指標(biāo)以外，其他檢驗指標(biāo)都表明上述三個指標(biāo)都是含有截面單位根(不平穩(wěn))。而當(dāng)這些指標(biāo)經(jīng)過一階差分后，所有統(tǒng)計指標(biāo)的檢驗結(jié)果都明顯地拒絕變量存在單位根的原假設(shè)?？梢哉J(rèn)為中國省份就業(yè)量(Employ)、就業(yè)量的對數(shù)值(lnEmploy)和省份能源強(qiáng)度(Energy)都是一階單整I(1)的。

表1 面板單位根檢驗結(jié)果Tab.1 Results of panel unit root test

4.2 面板數(shù)據(jù)的協(xié)整檢驗

在單位根檢驗的基礎(chǔ)上，對省份就業(yè)量(Employ)和能源強(qiáng)度(Energy);就業(yè)量的對數(shù)值(lnEmploy)和省份能源強(qiáng)度(Energy)這兩組變量分別進(jìn)行協(xié)整檢驗，判斷這兩組變量是否存在長期均衡關(guān)系。

從表2中可以發(fā)現(xiàn)Pedroni的大多數(shù)統(tǒng)計指標(biāo)(除了Panel rho和Panel PP統(tǒng)計量)在10%的顯著性下，都明顯地拒絕上述兩組指標(biāo)之間不存在協(xié)整關(guān)系的原假設(shè)，說明上述兩組變量之間存在協(xié)整關(guān)系。此外，Kao的ADF檢驗在1%的顯著水平下也顯著地支持上述兩組指標(biāo)長期協(xié)整關(guān)系的存在。所以我們認(rèn)為上述兩組變量之間存在長期的均衡關(guān)系。

4.3 脈沖響應(yīng)分析

在單位根檢驗中，我們可知就業(yè)總量、就業(yè)變動率以及能源強(qiáng)度這三個變量都是一階單整的，所以這里可以構(gòu)建VAR模型并用脈沖響應(yīng)函數(shù)來分析能源強(qiáng)度對就業(yè)總量和就業(yè)變動率的動態(tài)影響作用。與普通的VAR模型相比，面板VAR模型綜合考慮了面板數(shù)據(jù)模型和時間序列模型的優(yōu)點(diǎn)，即在能夠控制住空間效應(yīng)和時間效應(yīng)的同時，分析受到?jīng)_擊時經(jīng)濟(jì)變量的動態(tài)反應(yīng)，因此，這里的面板VAR估計參考了世界銀行I.love關(guān)于Panel VAR的STATA中使用的程序語言和操作步驟進(jìn)行分析［15］，可以

表2 面板協(xié)整檢驗的結(jié)果Tab.2 Results of panel co-integration test

得出脈沖響應(yīng)的結(jié)果，見圖2。

從圖2中可以看出，能源強(qiáng)度對就業(yè)總量和就業(yè)變動率都存在著負(fù)向的沖擊，而且沖擊的影響程度呈U型趨勢。在選擇滯后期為三期的條件下，當(dāng)期能源強(qiáng)度的變動對就業(yè)總量和就業(yè)變動率的負(fù)向沖擊逐年增長并在未來第二年達(dá)到最大值，分別為－0.001 8和－0.001 7，之后其影響程度開始逐漸下降。

4.4 面板數(shù)據(jù)模型的估計結(jié)果

從上述檢驗可知兩組變量分別存在長期均衡關(guān)系，為了進(jìn)一步研究能源強(qiáng)度對就業(yè)總量和就業(yè)變動率的影響，分別建立兩個回歸模型來分析能源強(qiáng)度和就業(yè)總量，能源強(qiáng)度和就業(yè)變動率之間的相互關(guān)系和變動趨勢。具體模型如下:

其中，Employit表示各省份就業(yè)人數(shù)，Energyit表示各省份的能源消費(fèi)強(qiáng)度，αi表示各省份回歸模型的常數(shù)項，βi表示各省份能源消費(fèi)強(qiáng)度對就業(yè)總量(變動率)的影響程度，時間t跨度是1995－2009年，i包括30省份、直轄市和自治區(qū)。由于解釋變量為能源強(qiáng)度，是一個比率，模型(2)表示當(dāng)能源強(qiáng)度變動一個百分點(diǎn)，就業(yè)總量變動的人數(shù)。模型(3)使用的半對數(shù)模型，估計出的系數(shù)表示解釋變量單位絕對變化量導(dǎo)致Y的變化率。

圖2 就業(yè)及就業(yè)變動率對能源強(qiáng)度的脈沖響應(yīng)Fig.2 Impulse response of energy intensity to Employment＆lnEmployment shock注:圖中95%的置信區(qū)間是經(jīng)500次Monte-Carlo模擬得出，變量的滯后期選擇為3期。

首先將中國分為三個不同地區(qū)并通過動態(tài)OLS(DOLS)來估計分析不同地區(qū)之間系數(shù)的差異，得到表3的實證結(jié)果:能源強(qiáng)度與就業(yè)量之間總體上呈現(xiàn)反向的變動趨勢，能源強(qiáng)度下降1個單位，就業(yè)會增加1 776.9個單位，就業(yè)變動率會提高2.6個百分點(diǎn)，說明能源強(qiáng)度的下降有利于就業(yè)的增加，進(jìn)一步驗證了能源強(qiáng)度的“創(chuàng)造性效應(yīng)”。但是這種變動關(guān)系在東、中、西部地區(qū)之間存在著變化強(qiáng)度的顯著差異，東、中、西部地區(qū)對就業(yè)的影響程度分別是 1 378.79，354.85 和 248.54，比率系數(shù)分別為5.196，1.619和1.299。這說明東部地區(qū)能源強(qiáng)度下降對就業(yè)提高的影響要遠(yuǎn)遠(yuǎn)大于中西部地區(qū)。

為了進(jìn)一步分析各省份能源強(qiáng)度變化對就業(yè)總量和就業(yè)變動率的影響程度，我們將中國省份數(shù)據(jù)作為面板數(shù)據(jù)進(jìn)行研究，結(jié)果見表3。

表3 能源強(qiáng)度對就業(yè)總量和就業(yè)率影響的分省份回歸結(jié)果Tab.3 Impact of provincial energy intensity on employment and employment change rate

從表3可以看出，廣東省，浙江省，上海市，海南省，江蘇省，山東省，江西省，云南省和廣西自治區(qū)的就業(yè)變動率系數(shù)較高，其中大部分省份是東部地區(qū)的發(fā)達(dá)省份，說明這些省份能源強(qiáng)度的變動對于就業(yè)會造成較大的影響。福建省，山西省，陜西省，黑龍江省，湖南省，貴州省，寧夏自治區(qū)和內(nèi)蒙古自治區(qū)等就業(yè)變動率系數(shù)較小，其他省份的系數(shù)水平居中，能源強(qiáng)度的變動與就業(yè)的變動之間的相互影響小于東部發(fā)達(dá)地區(qū)。不難看出，中西部地區(qū)省份的就業(yè)總量和就業(yè)水平較低，而這些地區(qū)恰恰是能源消費(fèi)總量較大，經(jīng)濟(jì)總量相對較低，能源利用效率較低的地區(qū)。因此，東部地區(qū)應(yīng)發(fā)揮技術(shù)優(yōu)勢，提高能源利用效率，促進(jìn)就業(yè)的大幅度提高;而由于西部地區(qū)能源強(qiáng)度對就業(yè)的影響程度較小，即節(jié)能并不會對就業(yè)產(chǎn)生較大的沖擊和負(fù)面影響，所以這些地區(qū)應(yīng)側(cè)重于減少能源使用量。

綜上所述，能源強(qiáng)度與就業(yè)水平之間總體上存在著反向的關(guān)系，即能源強(qiáng)度越小，能源的利用效率越高，就較容易拉動中國就業(yè)水平，能源強(qiáng)度變動對于就業(yè)的“創(chuàng)造性效應(yīng)”顯著。從區(qū)域經(jīng)濟(jì)發(fā)展情況來看，無論是能源強(qiáng)度變化，就業(yè)水平，還是能源強(qiáng)度與就業(yè)互動關(guān)系方面，都存在著明顯的地區(qū)性差異。這一現(xiàn)象可以反映出不同地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)水平的差異，具體的原因主要有以下三個方面:

①經(jīng)濟(jì)發(fā)展水平的影響。經(jīng)濟(jì)的快速發(fā)展可以有效地提高地區(qū)的就業(yè)水平，對就業(yè)產(chǎn)生了積極作用;

②區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的影響。工業(yè)化發(fā)展程度的差異導(dǎo)致各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)存在著明顯差異，對地區(qū)能源強(qiáng)度的影響顯著;

③政策性傾斜的影響。高能耗產(chǎn)業(yè)向西部聚集的效應(yīng)較為明顯，東部地區(qū)技術(shù)轉(zhuǎn)移缺乏有效渠道，強(qiáng)化了東西部地區(qū)能源強(qiáng)度與就業(yè)的逆向不對稱分布局面。

5 結(jié)論與政策性建議

本文利用面板VAR模型脈沖響應(yīng)函數(shù)和面板協(xié)整模型分析了中國區(qū)域能源強(qiáng)度與就業(yè)之間的動態(tài)關(guān)系。根據(jù)實證的結(jié)果，可以得到以下主要結(jié)論:

(1)無論是Prodroni檢驗的10%的顯著性，還是Kao的ADF檢驗1%的顯著性都表明了能源強(qiáng)度與就業(yè)之間存在著長期的協(xié)整關(guān)系;1995－2009年期間，中國能源強(qiáng)度總體上呈現(xiàn)出下降的趨勢，同時期就業(yè)水平不斷增加，通過脈沖相應(yīng)檢驗，可以進(jìn)一步判定能源強(qiáng)度與就業(yè)之間存在著反方向的變動關(guān)系，說明了“創(chuàng)造性效應(yīng)”在發(fā)揮主導(dǎo)作用，經(jīng)濟(jì)總體規(guī)模的提升可以增加就業(yè)崗位，同時也能夠通過經(jīng)濟(jì)總量的增加降低能源強(qiáng)度。因此，保持經(jīng)濟(jì)的穩(wěn)定增長及適度的能源消耗有利于就業(yè)的增加。同時，通過對高碳產(chǎn)業(yè)的技術(shù)改造可以提高能源利用效率、降低能源強(qiáng)度從而拉動就業(yè)的增加。

(2)從地區(qū)層面來看，雖然能源強(qiáng)度與就業(yè)之間存在著反向關(guān)系，但各地區(qū)的能源強(qiáng)度及其對就業(yè)的影響存在著顯著的差異。東部地區(qū)能源強(qiáng)度變動對就業(yè)總量及就業(yè)變動率的影響系數(shù)分別為－1 378.79和－5.196，遠(yuǎn)遠(yuǎn)大于中西部地區(qū)的相關(guān)系數(shù)，說明了東部地區(qū)降低能源強(qiáng)度對就業(yè)有較大的促進(jìn)作用。從產(chǎn)業(yè)結(jié)構(gòu)的變動情況來看，東部地區(qū)具有較大的節(jié)能減排空間及擴(kuò)大就業(yè)容量的能力，可以利用其資金及技術(shù)優(yōu)勢，提高能源利用效率;通過發(fā)展第三產(chǎn)業(yè)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級，不斷提高就業(yè)需求;中西部地區(qū)能源強(qiáng)度的降低對就業(yè)的促進(jìn)作用較小(比率系數(shù)分別為－1.619和－1.299)，中西部地區(qū)以工業(yè)部門為主，第二產(chǎn)業(yè)降低能源強(qiáng)度的空間較大，中西部地區(qū)可以通過加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級，提高與東部發(fā)達(dá)地區(qū)的能源強(qiáng)度的趨同性，從而通過提高單位能耗的產(chǎn)出水平，擴(kuò)大就業(yè)規(guī)模。

(3)防止政策的時滯效應(yīng)。從面板VAR模型脈沖響應(yīng)函數(shù)的分析結(jié)果來看，影響程度的U型趨勢表明了能源強(qiáng)度對就業(yè)總量和就業(yè)變動率的負(fù)向沖擊存在著滯后的現(xiàn)象，能源強(qiáng)度的變動對就業(yè)總量和就業(yè)變動率的沖擊在后續(xù)時期達(dá)到峰值，因此，在制定相關(guān)能源政策時，應(yīng)考慮到這一時滯現(xiàn)象，使政策的效果更具有針對性和有效性。

(4)從中長期來看，在低碳發(fā)展以及促進(jìn)就業(yè)改善民生的約束前提下，地區(qū)間能源強(qiáng)度和就業(yè)水平的差異不利于總體就業(yè)水平的提高。在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的過程中，要注意優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)及工業(yè)的空間布局，不斷加大對能源及低碳技術(shù)的投入和專業(yè)人才的培養(yǎng)，通過技術(shù)進(jìn)步提高能源的使用效率，降低能源的使用強(qiáng)度;在制定和實施產(chǎn)業(yè)政策及區(qū)域發(fā)展政策時，要根據(jù)各地區(qū)之間能源、勞動力、資金及技術(shù)等不同的稟賦條件，建立有效的資源配置機(jī)制，促進(jìn)東部地區(qū)的技術(shù)和資金優(yōu)勢與中西部地區(qū)資源和勞動力資源的相互支持，逐步實現(xiàn)區(qū)域間的優(yōu)勢互補(bǔ)效應(yīng)，兼顧勞動密集型、資本和技術(shù)密集型產(chǎn)業(yè)的均衡發(fā)展。

References)

［1］吳巧生，陳亮，張炎濤，等.中國能源消費(fèi)與GDP關(guān)系的再檢驗:基于省際面板數(shù)據(jù)的實證分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，(6):27 －40.［Wu Qiaosheng，Chen Liang，Zhang Yantao，et al.Retesting the Granger Causality between Energy Consumption and GDP in China:Based on the Provincial Panel Data Analysis［J］.Journal of Quantitative＆ Technical Economics，2008，(6):27－40.］

［2］韓智勇，魏一鳴，范英.中國能源強(qiáng)度與經(jīng)濟(jì)結(jié)構(gòu)變化特征研究［J］.數(shù)理統(tǒng)計與管理，2004，23(1):1－6.［Han Zhiyong，Wei Yiming，F(xiàn)an Ying.Research on Change Features of Chinese Energy Intensity and Economic Structure［J］.Application of Statistics and Management，2004，23(1):1 －6.］

［3］王霞，淳偉德.我國能源強(qiáng)度變化的影響因素分析及其實證研究［J］.統(tǒng)計研究，2010，27(10):71－74.［Wang Xia，Chun Weide.The AnalysisofEnergy Intensity Determinantsand Empirical Research in China［J］.Statistical Research，2010，27(10):71 －74.］

［4］邵興軍，田立新.能源強(qiáng)度直接效應(yīng)、間接效應(yīng)與影響路徑的實證分析［J］.系統(tǒng)工程，2011，29(7):59－63.［Shao Xingjun，Tian Lixin.Empirical Analysis on the Direct Effect，Indirect Effect and the Effect Path of Energy Intensity［J］.Systems Engineering，2011，29(7):59 －63.］

［5］屈小娥，袁曉玲.中國地區(qū)能源強(qiáng)度差異及影響因素分析［J］.經(jīng)濟(jì)學(xué)家，2009，(9):68－74.［Qu Xiaoe，Yuan Xiaoling.The Analysis of the Difference of Regional Sectors Energy Intensity and Its Influential Factors［J］.Economist，2009，(9):68 －74.］

［6］齊紹洲，李鍇.區(qū)域部門經(jīng)濟(jì)增長與能源強(qiáng)度差異收斂分析［J］.經(jīng)濟(jì)研究，2010，(2):109 － 122.［Qi Shaozhou，Li Kai.The Convergence Analysis of Differences of Regional Sectors Economic Growth and Energy Intensity［J］.Economic Research Journal，2010，(2):109 － 122.］

［7］譚永生.經(jīng)濟(jì)低碳化對中長期就業(yè)的影響及對策研究［J］.中國人口·資源與環(huán)境，2010，20(12):76 －80.［Tan Yongsheng.Impact of Low-carbon Economy on China’s Medium-long Term Employment and Suggestions［J］.China Population，Resources and Environment，2010，20(12):76 －80.］

［8］李啟平.經(jīng)濟(jì)低碳化對我國就業(yè)的影響及政策因應(yīng)［J］.改革，2010，191(1):39 －44.［Li Qiping.Impact of Low-carbon Economy on Employment and Policy Suggestions［J］.Reform，2010，191(1):39 －44.］

［9］Pedroni，Peter. Purchasing Power Parity Tests in Co-integrated Panels［J］.Review of Economics and Statistics，2001，83(4):727－731.

［10］Levin A，Lin C F.Unit Root Tests in Panel Data:New Results［R］.San Diego:University of California at San Diego，1993:93－56.

［11］Im K S，Pesaran M H，Shin Y.Testing for Unit Roots in Heterogeneous Panels ［J］.Journal of Econometrics，2003，115(1):53－74.

［12］Pedroni， Peter. Critical Values for Cointegration Tests in Heterogeneous Panelswith MultipleRegressors［J］. Oxford Bulletion of Economics and Statistics，1999，61(S1):653 －670.

［13］Kao C. Spurious Regression and Residual-based Tests for Cointegration in Panel Data［J］.Journal of Econometrics，1999，90(1):1－44.

［14］Kao C，Chiang M H.On the Estimation and Inference of a Cointegrated Regression in Panel Data［M］.Badi H B，F(xiàn)omby T B，Hill R C.Advances in Econometrics:Non-stationary Panels，Panel Cointegration and Dynamic Panels.Bingley:Emerald Group Publishing Ltd.，2001:179–222.

［15］Love，Inessa，Lea，et al.Financial Development and Dynamic Investment Behavior:Evidence from Panel VAR［J］.The Quarterly Review of Economics and Finance，2006，46(10):190–210.

Effects of Energy Intensity on Employment in China

MAO Yan-bing XUE Wen-jun
(School of Economics，Shanghai University，Shanghai 200444，China)

Energy intensity reflects the efficiency of energy consumption，and also can be regarded as a measure of interaction among economic development，industrial structures and technological progress in a country.This paper employs the panel VAR model with impulse response function and panel co-integration model to analyze the dynamic effects of energy intensity on employment by using provincial data from 1995 to 2009 in China.The results show that there is a long-term equilibrium relationship between energy intensity and employment，and energy intensity has negative impact on total employment and employment rate，which means a drop of energy intensity can effectively increase employment.Meanwhile，the impact of energy intensity on employment is significantly different among regions，which tends gradient increment from west to east.Therefore，we suggest decreasing energy intensity through enlarging the scale of economic growth as to promote employment.Different strategies should be adopted，as it should focus on raising efficiency of energy consumption as well as developing the third industry to increase employment in east areas，while the middle and west provinces could lower their total energy consumption，not having too much impact on their employment.Besides，much attention should be paid on the lag effect of policies.Some consequence could be concluded to bring out positive interaction between energy intensity changes and employment increase through optimizing industrial layout and strengthening regional cooperation.

energy intensity;employment;impulse response;panel co-integration model

F241.4:F206

A

1002－2104(2012)09－0142－07

10.3969/j.issn.1002－2104.2012.09.022

(編輯:劉照勝)

2012－03－21

黃礪，碩士生，主要研究方向為土地資源。

王佑輝，博士，副教授，碩導(dǎo)，主要研究方向為土地資源。

國家社科基金項目(編號:11BJY124);華中師范大學(xué)丹桂計劃項目“城鄉(xiāng)一體化土地市場下的建設(shè)用地流轉(zhuǎn)制度創(chuàng)新”。